JP7007676B1 - 認知能力解析装置、認知能力解析方法、及びプログラム - Google Patents

Abstract

【課題】認知機能の低下を早期かつ簡単に発見することができる認知能力解析装置、認知能力解析定方法、及びプログラムを提供する。【解決手段】認知能力解析装置１は、加速度及び角速度のうち少なくとも一方を含む端末状態を検出する状態検出部１１０を備える携帯端末１００を用いてユーザの認知能力を解析する認知能力解析装置１であって、携帯端末１００を保持したユーザの手４００に荷重をかけ、その後に荷重を取り除く認知能力解析用動作が複数回繰り返し行われたときの少なくとも２回目以降の一部の認知能力解析用動作が行われたときの端末状態を状態検出部１１０から取得する状態取得部１０と、この状態取得部１０が取得した２回目以降の端末状態のうち、荷重をかける直前の端末状態と、荷重をかけた後の端末状態と、荷重を取り除く直前の端末状態と、荷重を取り除いた後の端末状態との少なくとも１つに基づいて、ユーザの認知能力を解析する解析部２０とを備える。【選択図】図１

Description

本発明は、携帯端末を用いてユーザの認知能力を解析する、認知能力解析装置、認知能力解析方法、及びプログラムに関する。

従来、被験者に実施させる身体運動指示データと、被験者が実施した身体運動の身体運動データとに基づいて身体運動の位置正確度及び時系列正確度を算出し、これらの位置正確度及び時系列正確度から求められる正確度と、予め取得された健常者の正確度を表す統計データとを比較することにより、被験者の認知障害度を評価する脳機能障害評価方法が提案されている（例えば、特許文献１参照）。

特許第６１２２１３０号公報

ところで、脳が人間の体を制御する場合、遅く簡単な運動であれば体の感覚や視覚のフィードバックによって制御するが、フィードバックにかかる遅延を排除しなければならないような速い運動制御には、予測を利用したフィードフォワード制御が用いられる。このフィードフォワード制御は、高次の認知機能の獲得に関与する小脳によって行われる。

フィードフォワード制御は、小脳に格納された内部モデルによって予測に基づく運動指令を出し、またそのフィードバックを受けて誤差を小さくしていく学習へも関与しており、運動だけではなく思考や認知機能にも関与するものであると明らかになってきている。フィードフォワード制御が上手く機能することで、予測とのずれ（誤差信号）を利用して指令を修正することで学習が生じ、うまく適応できるようになる。この時、外部世界の仕組みを脳内で模倣・シミュレーションを可能とする内部モデルが獲得されると考えられている。このフィードフォワード制御が上手く機能することで、人は周囲の環境の変化、自分の動きや感覚から予測して、現在の行動に利用することで様々な課題や生活に適応していることが分かってきた。

先行研究では、小脳への機能障害が出て認知機能が低下したグループで、フィードフォワード制御機能が低下するという結果が出ている。また、認知症患者は、ＢＰＳＤ（Behavioral and Psychological Symptoms of Dementia）と呼ばれる精神症状などの行動・心理症状を伴って生活で様々な問題が生じることで、認知症が発見されることが多く、約７５％の人が認知症に進行してから初めて認知症と診断される。一方、軽度認知症（ＭＣＩ：Mild Cognitive Impairment）の段階で診断を受けられれば、症状が回復したり或いは認知症の進行を遅らせたりすることが可能となる。

本発明の目的は、ユーザの認知機能の低下を早期かつ簡単に発見することができる認知能力解析装置、認知能力解析方法、及びプログラムを提供することである。

１つの態様では、認知能力解析装置は、加速度及び角速度のうち少なくとも一方を含む端末状態を検出する状態検出部を備える携帯端末を用いてユーザの認知能力を解析する認知能力解析装置であって、前記携帯端末を保持したユーザの手に荷重をかけ、その後に荷重を取り除く認知能力解析用動作が複数回繰り返し行われたときの少なくとも２回目以降の一部の前記認知能力解析用動作が行われたときの前記端末状態を前記状態検出部から取得する状態取得部と、前記状態取得部が取得した前記２回目以降の前記認知能力解析用動作が行われたときの前記端末状態のうち、荷重をかける直前の前記端末状態と、荷重をかけた後の前記端末状態と、荷重を取り除く直前の前記端末状態と、荷重を取り除いた後の前記端末状態との少なくとも１つに基づいて、ユーザの認知能力を解析する解析部とを備える。

他の１つの態様では、認知能力解析方法は、加速度及び角速度のうち少なくとも一方を含む端末状態を検出する状態検出部を備える携帯端末を用いてユーザの認知能力を解析する認知能力解析方法であって、前記携帯端末を保持したユーザの手に荷重をかけ、その後に荷重を取り除く認知能力解析用動作が複数回繰り返し行われたときの少なくとも２回目以降の一部の前記認知能力解析用動作が行われたときの前記端末状態を前記状態検出部からコンピュータによって取得し、取得した前記２回目以降の前記認知能力解析用動作が行われたときの前記端末状態のうち、荷重をかける直前の前記端末状態と、荷重をかけた後の前記端末状態と、荷重を取り除く直前の前記端末状態と、荷重を取り除いた後の前記端末状態との少なくとも１つに基づいて、前記コンピュータによってユーザの認知能力を解析する。

他の１つの態様では、プログラムは、加速度及び角速度のうち少なくとも一方を含む端末状態を検出する状態検出部を備える携帯端末を用いてユーザの認知能力を解析するためのプログラムであって、前記携帯端末を保持したユーザの手に荷重をかけ、その後に荷重を取り除く認知能力解析用動作が複数回繰り返し行われたときの少なくとも２回目以降の一部の前記認知能力解析用動作が行われたときの前記端末状態を前記状態検出部から取得する機能と、取得した前記２回目以降の前記認知能力解析用動作が行われたときの前記端末状態のうち、荷重をかける直前の前記端末状態と、荷重をかけた後の前記端末状態と、荷重を取り除く直前の前記端末状態と、荷重を取り除いた後の前記端末状態との少なくとも１つに基づいて、ユーザの認知能力を解析する機能とをコンピュータに実行させる。

前記態様によれば、ユーザの認知機能の低下を早期かつ簡単に発見することができる。

本発明の一実施の形態に係る認知能力解析装置、及び携帯端末を示す機能ブロック図である。 本発明の一実施の形態に係る認知能力解析装置のハードウェア構成例を示す図である。 本発明の一実施の形態における認知能力解析用動作を説明するための図であり、（ａ）重りを載せる前の状態、（ｂ）重りを載せた状態、及び（ｃ）重りを取り除いた状態を示す説明図である。 本発明の一実施の形態に係る認知能力解析方法を説明するためのフローチャートである。 本発明の一実施の形態における荷重をかける前後のＺ軸加速度の変化を示すグラフである。 本発明の一実施の形態における荷重をかける前後のＹ軸角速度の変化を示すグラフである。

以下、本発明の一実施の形態に係る、認知能力解析装置、認知能力解析方法、及びプログラムについて、図面を参照しながら説明する。

図１は、一実施の形態に係る認知能力解析装置１、及び携帯端末１００を示す機能ブロック図である。

図１に示す携帯端末１００は、状態検出部１１０及び表示部１２０を備える。携帯端末１００は、例えば、スマートフォン端末、タブレット端末、ノートパソコン、スマートウォッチ、腕時計型活動量計などであるが、状態検出部１１０を有し、携帯可能な端末であればよい。

状態検出部１１０は、携帯端末１００の加速度を検出する加速度センサ、角速度を検出するジャイロセンサなどの１つ以上のセンサを有し、加速度及び角速度を検出する。なお、状態検出部１１０は、加速度及び角速度のうち少なくとも一方を含む端末状態を検出するものであればよい。

表示部１２０は、ユーザへの報知を行う報知部の一例であり、各種情報を表示するディスプレイである。なお、報知部としては、例えば、後述する認知能力解析用動作の実行指示をユーザへ報知するもの、或いは、認知能力の解析結果をユーザへ報知するものであればよいため、例えば、スピーカなどの音声出力部であってもよい。

認知能力解析装置１は、状態取得部１０と、解析部２０とを備え、例えばネットワークを介して接続される携帯端末１００を用いてユーザの認知能力を解析する。なお、携帯端末１００自体が状態取得部１０及び解析部２０を有することで、認知能力解析装置として機能してもよい。

状態取得部１０は、図３に示すように携帯端末１００を保持したユーザの手４００に重り３００によって荷重をかけ、その後に荷重を取り除く認知能力解析用動作が複数回繰り返し行われたときの端末状態を状態検出部１１０から取得する。なお、状態取得部１０は、複数回の認知能力解析用動作が行われたときの少なくとも２回目以降の一部（例えば、全１０回のうちの後半５回などの後半部分）の認知能力解析用動作が行われたときの端末状態を取得するとよい。また、状態取得部１０は、スマートウォッチなどの携帯端末１００の状態検出部１１０によって検出された端末状態がBluetoothなどの通信手段によってスマートフォンなどの他の携帯端末に送られる場合には、この他の携帯端末を介して端末状態を取得してもよい。その場合には、上述の表示部１２０が行う、認知能力解析用動作の実行指示のユーザへの報知や認知能力の解析結果のユーザへの報知は、上記他の携帯端末によって行われればよい。

詳しくは後述するが、解析部２０は、状態取得部１０が取得した、２回目以降の認知能力解析用動作が行われたときの端末状態のうち、荷重をかける直前の端末状態と、荷重をかけた後の端末状態と、荷重を取り除く直前の端末状態と、荷重を取り除いた後の端末状態との少なくとも１つに基づいて、ユーザの認知能力を解析する。この解析結果は、携帯端末１００に送られ、表示部１２０によって表示されるとよい。

図２は、認知能力解析装置１のハードウェア構成例を示す図である。

図２に示すコンピュータ２００は、プロセッサ２０１と、メモリ２０２と、補助記憶装置２０３と、入力装置２０４と、出力装置２０５と、可搬記録媒体２０８を駆動する可搬記録媒体駆動装置２０６と、バス２０７と、通信装置２０９とを備える。補助記憶装置２０３及び可搬記録媒体２０８は、それぞれプログラムを記録した非一過性のコンピュータ読取可能記録媒体の一例である。なお、コンピュータ２００は、認知能力解析装置１として機能することができるが、携帯端末１００として機能してもよい。

プロセッサ２０１は、例えば、ＣＰＵ（Central Processing Unit）を含む１つ以上の任意の処理回路である。プロセッサ２０１は、補助記憶装置２０３又は可搬記録媒体２０８に格納されているプログラムをメモリ２０２に展開して実行することで、図１に示す認知能力解析装置１の機能的構成要素（例えば状態取得部１０及び解析部２０）の一部又は全部として機能してもよい。

メモリ２０２は、例えば、ＲＡＭ（Random Access Memory）などの任意の半導体メモリである。メモリ２０２は、プログラムの実行の際に、補助記憶装置２０３又は可搬記録媒体２０８に格納されているプログラムまたはデータを記憶するワークメモリとして機能する。補助記憶装置２０３は、例えば、ハードディスク、フラッシュメモリ等の不揮発性のメモリである。補助記憶装置２０３は、主に各種データ及びプログラムの格納に用いられる。

可搬記録媒体駆動装置２０６は、可搬記録媒体２０８を収容する。可搬記録媒体駆動装置２０６は、メモリ２０２又は補助記憶装置２０３に記憶されているデータを可搬記録媒体２０８に出力することができ、また、可搬記録媒体２０８からプログラム及びデータ等を読み出すことができる。可搬記録媒体２０８は、持ち運びが可能な任意の記録媒体である。可搬記録媒体２０８には、例えば、ＳＤカード、ＵＳＢ（Universal Serial Bus）フラッシュメモリ、ＣＤ（Compact Disc）、ＤＶＤ(Digital Versatile Disc)などが含まれる。

入力装置２０４は、キーボード、マウスなどである。

出力装置２０５は、表示装置、プリンタなどである。なお、認知能力解析装置１ではなく携帯端末１００として機能するコンピュータ２００の場合には、出力装置２０５の表示装置が上述の表示部１２０として機能する。

通信装置２０９は、携帯端末１００と通信する無線又は有線の通信モジュールである。なお、通信装置２０９は、図１に示す認知能力解析装置１の状態取得部１０の一部又は全部として機能してもよい。

バス２０７は、プロセッサ２０１、メモリ２０２、補助記憶装置２０３等を、相互にデータの授受可能に接続する。

なお、図２に示すコンピュータ２００の構成は、図１に示す認知能力解析装置１のハードウェア構成の一例である。認知能力解析装置１は、この構成に限定されるものではない。認知能力解析装置１は、汎用装置であっても専用装置であってもよい。認知能力解析装置１は、例えば、専用設計の電気回路、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）などを備えてもよい。また、認知能力解析装置１は、ＦＰＧＡ（Field-Programmable Gate Array）を用いて構成されてもよい。

図３は、本実施の形態における認知能力解析用動作を説明するための図であり、（ａ）重り３００を載せる前の状態、（ｂ）重り３００を載せた状態、及び（ｃ）重り３００を取り除いた状態を示す説明図である。

認知能力解析用動作は、携帯端末１００を保持したユーザの手４００に荷重をかけ、その後に荷重を取り除く動作であり、図３（ａ）～（ｃ）の例では、図３（ａ）及び（ｂ）に示すように、ユーザの手４００によって保持された携帯端末１００の上に液体を収容する例えば５００グラム程度のペットボトル等の重り３００を載せ、その後、図３（ｃ）に示すように、重り３００を取り除く動作である。なお、手４００に荷重をかけるためには、重り３００を用いる場合に限らず、携帯端末１００を保持する手４００とは左右逆の手を用いてもよい。このように、重り３００を手４００に載せたり取り除いたりするのは、携帯端末１００を保持するユーザ自身によって行われればよい。また、荷重は、手４００に保持された携帯端末１００に載せることによりかけるのではなく、手４００のうち携帯端末１００を保持していない部分に載せることによりかけたり、或いは、手４００の指に引っ掛けることでかけたりしてもよい。また、荷重は、重り３００等を手４００に載せることにより鉛直下方にかけるのではなく、手４００を例えば左右逆の手で押すことなどにより鉛直下方以外の方向にかけてもよい。また、ユーザがスマートウォッチ、腕時計型活動量計等の携帯端末１００を腕に装着している場合には、認知能力解析用動作は、その腕と同じ手４００（例えば手のひら）に荷重をかけ、その荷重が取り除かれる動作であるとよい。なお、携帯端末１００が手４００（例えば腕）に装着されている場合にも、携帯端末１００は手４００に保持されているといえる。

認知能力解析用動作は、例えば、上述の図１に示す携帯端末１００の表示部１２０によりユーザへ実行指示が報知されることで、ユーザによって１０回などの複数回繰り返し行われる。

図４は、本実施の形態に係る認知能力解析方法を説明するためのフローチャートである。

図５は、本実施の形態における荷重をかける前後のＺ軸加速度の変化を示すグラフである。

図４に示す各処理は、例えば、携帯端末１００の認知能力解析用のアプリケーションが起動され、認知能力解析用動作が行われたときの端末状態が携帯端末１００から認知能力解析装置１に送信されるとき以降に、認知能力解析装置１によって行われる。ユーザは、上記アプリケーションの起動後に、表示部１２０により認知能力解析用動作の実行指示が報知され、認知能力解析用動作を指示回数どおりに例えば１０回実行する。この認知能力解析用動作は、手４００の高さが変わらないように行われることが望ましいため、手４００の高さが変わらないように認知能力解析用動作を行うべきことを表示部１２０によってユーザへ報知するとよい。

まず、図１に示す認知能力解析装置１の状態取得部１０は、認知能力解析用動作が複数回繰り返し行われたときの端末状態（加速度及び角速度）を状態検出部１００から取得する（ステップＳ１）。状態取得部１０が取得する端末状態は、認知能力解析用動作が複数回繰り返し行われたときの少なくとも２回目以降の一部（例えば、全１０回のうちの後半５回）の認知能力解析用動作が行われたときの端末状態を含めばよい。

次に、解析部２０は、取得した２回目以降（例えば、全１０回のうちの後半５回）の認知能力解析用動作が行われたときの端末状態から特徴量を算出する（ステップＳ２）。なお、解析部２０は、すべての回の認知能力解析用動作が行われたときの端末状態を状態取得部１０が取得した場合には、２回目以降の一部のみ（例えば、全１０回のうちの後半５回）の認知能力解析用動作が行われたときの端末状態から特徴量を算出するとよい。この特徴量は、例えば、図５に示すＺ軸加速度の例では、携帯端末１００上に重り３００が載せられたタイミング（第２の期間Ｐ１２と第３の期間Ｐ１３との間のタイミング）の直前のユーザの先行反応を表す第２の期間Ｐ１２におけるＺ軸加速度の変化量及び変化期間のうちの少なくとも一方である。ここで、先行反応は、複数回の認知能力解析用動作が繰り返される中で、前回以前の認知能力解析用動作を踏まえて、荷重をかけた後に手４００が下がることを予測し、荷重をかける直前に手４００を上げる反応である。なお、Ｚ軸加速度の変化量は、例えば、定常状態である第１の期間Ｐ１１におけるＺ軸加速度（例えば、重力加速度）からの変化量とすることができる。また、第２の期間Ｐ１２の始期及び終期は、定常状態である第１の期間Ｐ１１からのＺ軸加速度の変化量が一定値を超えることや、重り３００が載せられた直後の第３の期間Ｐ１３にＺ軸加速度が変化するのとは正逆反対方向にＺ軸加速度が変化することなどに基づき、判別可能である。

また、上記の特徴量は、荷重をかけた直後の第３の期間Ｐ１３におけるＺ軸加速度の変化量及び変化期間のうち少なくとも一方であってもよいし、或いは、荷重をかけた後、例えば、Ｚ軸加速度が第３の期間Ｐ１３とは正逆反対方向に変化してからＺ軸加速度が安定する第５の期間Ｐ１５までの第４の期間Ｐ１４の変化量及び変化期間のうち少なくとも一方であってもよい。なお、Ｚ軸加速度が安定する第５の期間Ｐ１５の始期（第４の期間Ｐ１４の終期）については、Ｚ軸加速度の変化量が所定の閾値以下となることなどに基づき、判別可能である。

次に、解析部２０は、上述の各特徴量について統計量を算出する（ステップＳ３）。この統計量は、例えば、各特徴量の２回目以降（例えば６～１０回目などの後半複数回）の認知能力解析用動作における平均及び標準偏差のうちの少なくとも一方である。

次に、解析部２０は、認知能力解析装置１又はこの認知能力解析装置１にネットワークを介して接続される端末（サーバ）で動作する機械学習モデルに上記の統計量を入力し、ＭＣＩ度合いを算出する（ステップＳ４）。機械学習モデルとしては、ＳＶＭ（Support Vector Machine）、ＸＧＢｏｏｓｔ（eXtreme Gradient Boosting）、ＤｅｅｐＬｅｒｎｉｎｇ（多層パーセプトロン、ＬＳＴＭ（Long short-term memory）など）などが例として挙げられる。なお、認知症又はＭＣＩ患者のように認知機能が低下すると、ユーザの先行反応を表す第２の期間Ｐ１２，Ｐ２２を除いて上記の変化量（平均及び標準偏差）が大きく且つ変化期間（平均及び標準偏差）が長くなるため、変化量が大きいほど或いは変化期間が長いほど、ＭＣＩ度合い（ＭＣＩ疑い）が高い結果となる。また、認知機能が低下すると、ユーザの先行反応を表す第２の期間Ｐ１２，Ｐ２２では、上記の変化量（平均及び標準偏差）が小さく且つ変化期間（平均及び標準偏差）が長くなったり、そもそも端末状態の変化が生じなかったりする。そのため、第２の期間Ｐ１２，Ｐ２２では、変化量が小さいほど或いは変化期間が長いほどＭＣＩ度合いが高い結果となり、端末状態の変化が生じない場合にもＭＣＩ度合いが高い結果となる。上述の変化量及び変化期間の平均及び標準偏差は、認知症・ＭＣＩ患者や健常者のデータや過去のユーザ自身のデータとの比較を行ってもよい。

ＭＣＩ度合いは、例えば、６０未満で「健常者」、６０以上８０未満で「ＭＣＩの可能性あり」、８０以上で「認知症の可能性あり」など、スコアで表すとよい。

次に、解析部２０は、上記のスコアなどの解析結果を携帯端末１００に送信する（ステップＳ５）。そして、携帯端末１００は、表示部１２０に解析結果を表示することでユーザへの報知を行う。

なお、上述の説明では、解析部２０は、特徴量（変化量及び変化期間）及び統計量（平均及び標準偏差）を算出し、機械学習モデルに入力してから認知能力を解析しているが、この解析手法は一例にすぎず、例えば、上述の特徴量や統計量が所定の値を超えるか否かなどの他の手法によって、認知能力を解析してもよい。また、上述の説明では、２回目以降の複数回の認知能力解析用動作が行われたときの端末状態の特徴量（変化量及び変化期間）の統計量（平均及び標準偏差）を用いて認知能力を解析しているが、２回目以降の単一の認知能力解析用動作が行われたときの端末状態の特徴量を用いて認知能力を解析することも可能である。また、上述の説明では、解析部２０が、端末状態の変化量及び変化期間を用いて認知能力を解析する例について説明したが、例えば、上述の第２～第４の期間Ｐ１２～Ｐ１４のうち少なくとも１つの期間における端末状態と、健常者又は認知症・ＭＣＩ患者の比較用データの対応する期間の端末状態との一致度合い（端末状態の数値のズレ、時間ズレなど）を算出することによって認知能力を解析することも可能である。そのため、認知能力の解析は、端末状態の変化量や変化期間を用いる場合に限定されない。

また、上述の説明では、端末状態として、Ｚ軸加速度を例に説明したが、例えば、図６に示すように、荷重をかける前後のＹ軸角速度に関する第１～第５の期間Ｐ２１～Ｐ２５においても、上述の図５に示す第１～第５の期間Ｐ１１～Ｐ１５のＺ軸加速度と同様にＹ軸角速度が変化する。そのため、特徴量は、Ｙ軸角速度の各変化量や各変化期間であってもよい。また、加速度や角速度の方向（ＸＹＺ方向）については、荷重をかける方向によって変化する方向が異なるため、荷重をかける方向に応じた方向の加速度や角速度を用いて解析を行うとよい。

また、上述の説明では、荷重をかける直前の端末状態及び荷重をかけた後（直後）のうち少なくとも一方の端末状態に基づいて認知能力を解析する例について説明したが、荷重を取り除く直前及び荷重を取り除いた後（直後）のうち少なくとも一方の端末状態も同様に変化するため、その変化量及び変化期間（これらの特徴量の平均又は標準偏差である統計量）のうちの少なくとも一方に基づいて認知能力を解析してもよい。

以上説明した本実施の形態では、認知能力解析装置１は、加速度及び角速度のうち少なくとも一方を含む端末状態を検出する状態検出部１１０を備える携帯端末１００を用いてユーザの認知能力を解析する認知能力解析装置１であって、携帯端末１００を保持したユーザの手４００に荷重をかけ、その後に荷重を取り除く認知能力解析用動作が複数回繰り返し行われたときの少なくとも２回目以降の一部の認知能力解析用動作が行われたときの端末状態を状態検出部１１０から取得する状態取得部１０と、この状態取得部１０が取得した２回目以降の端末状態のうち、荷重をかける直前の端末状態と、荷重をかけた後の端末状態と、荷重を取り除く直前の端末状態と、荷重を取り除いた後の端末状態との少なくとも１つに基づいて、ユーザの認知能力を解析する解析部２０とを備える。

また、他の１つの観点では、認知能力解析方法は、加速度及び角速度のうち少なくとも一方を含む端末状態を検出する状態検出部１１０を備える携帯端末１００を用いてユーザの認知能力を解析する認知能力解析方法であって、携帯端末１００を保持したユーザの手４００に荷重をかけ、その後に荷重を取り除く認知能力解析用動作が複数回繰り返し行われたときの少なくとも２回目以降の一部の認知能力解析用動作が行われたときの端末状態を状態検出部１１０からコンピュータ２００（例えば認知能力解析装置１）によって取得し、取得した２回目以降の端末状態のうち、荷重をかける直前の端末状態と、荷重をかけた後の端末状態と、荷重を取り除く直前の端末状態と、荷重を取り除いた後の端末状態との少なくとも１つに基づいて、コンピュータ２００によってユーザの認知能力を解析する。

また、他の１つの態様では、プログラムは、加速度及び角速度のうち少なくとも一方を含む端末状態を検出する状態検出部１１０を備える携帯端末１００を用いてユーザの認知能力を解析するためのプログラムであって、携帯端末１００を保持したユーザの手４００に荷重をかけ、その後に荷重を取り除く認知能力解析用動作が複数回繰り返し行われたときの少なくとも２回目以降の一部の認知能力解析用動作が行われたときの端末状態を状態検出部１１０から取得する機能と、取得した２回目以降の端末状態のうち、荷重をかける直前の端末状態と、荷重をかけた後の端末状態と、荷重を取り除く直前の端末状態と、荷重を取り除いた後の端末状態との少なくとも１つに基づいて、ユーザの認知能力を解析する機能とをコンピュータ２００（例えば認知能力解析装置１）に実行させる。

ところで、小脳の予測を利用したフィードフォワード制御が機能していると、複数回の認知能力解析用動作が繰り返される中で、前回以前の認知能力解析用動作で小脳が学習することにより、荷重をかける直前、荷重をかけた後、荷重を取り除く直前、及び荷重を取り除いた後の端末状態が、認知能力が低下した場合とは異なる状態となる。本実施の形態に係る、認知能力解析装置１、認知能力解析方法、及びプログラムによれば、この状態の違いに表れるユーザの認知能力の低下を、端末状態から簡単に判別することができる。よって、本実施の形態によれば、ユーザの認知機能の低下を早期かつ簡単に発見することができる。

また、本実施の形態では、解析部２０は、荷重をかける直前の端末状態及び荷重を取り除く直前の端末状態のうち少なくとも一方における端末状態の変化量及び変化期間のうち少なくとも一方に基づき、ユーザの認知能力を解析する。

ところで、ユーザが認知能力を十分に有していれば、荷重をかけた後に手４００が下がることを予測し、荷重をかける直前に手４００が上がる。同様に、荷重を取り除いた後に手４００が上がることを予測し、荷重を取り除く直前に手４００が下がる。このような先行反応による端末状態の変化は、ユーザが認知能力を十分に有していれば、変化量が大きく且つ変化期間が短くなる。そのため、荷重をかける直前及び荷重を取り除く直前の端末状態の変化量が小さい場合、変化期間が長い場合、及びそもそも変化が生じない場合に認知能力が低下したと判別することができる。したがって、ユーザの認知能力を正確に解析することができる。

また、本実施の形態では、解析部２０は、荷重をかけた直後の端末状態及び荷重を取り除いた直後の端末状態のうち少なくとも一方における端末状態の変化量及び変化期間のうち少なくとも一方に基づき、ユーザの認知能力を解析する。また、本実施の形態では、解析部２０は、荷重をかけた後の端末状態及び荷重を取り除いた後の端末状態のうち少なくとも一方が安定するまでの変化量及び変化期間のうち少なくとも一方に基づき、ユーザの認知能力を解析する。

ところで、ユーザが認知能力を十分に有していれば、荷重をかけた直後及び荷重を取り除いた直後の端末状態の変化量を小さく且つ変化期間を短くしたり、或いは、荷重をかけた後及び荷重を取り除いた後の端末状態が安定するまでの変化量を小さく且つ変化期間を短くしたりすることができる。そのため、変化量が大きい場合や変化期間が長い場合に認知能力が低下したと判別することができる。したがって、ユーザの認知能力を正確に解析することができる。

また、本実施の形態では、状態取得部１０は、認知能力解析用動作が複数回繰り返し行われたときの２回目以降の複数回の認知能力解析用動作が行われたときの端末状態を状態検出部１１０から取得し、状態取得部１０は、２回目以降の複数回の認知能力解析用動作が行われたときの端末状態の変化量及び変化期間のうち少なくとも一方の平均及び標準偏差のうち少なくとも一方に基づいて、ユーザの認知能力を解析する。

これにより、２回目以降の複数回の認知能力解析用動作における変化量及び変化期間の平均からは、各変化量の大小や各変化期間の長短をより正確に判別することができるため、上述のように、各変化量の大小や各変化期間の長短に基づくユーザの認知能力の解析を正確に行うことができる。また、２回目以降の複数回の認知能力解析用動作における変化量及び変化期間の標準偏差からは、認知能力が低下した場合に大きくなる各変化量の大小のばらつきや各変化期間の長短のばらつきを判別することができるため、ユーザの認知能力を正確に解析することができる。なお、特に上述の先行反応については、複数回の認知能力解析用動作において変化量や変化期間が安定（ばらつきが小さい）していれば、フィードフォワード機構はかなり保たれていて正常であるといえ、安定していなくてもフィードフォワード機構が働くことで小さく安定の方向に向かっていれば正常であると考えられる。そのため、複数回の認知能力解析用動作において変化量や変化期間が安定しない場合は、フィードフォワード機構が低下していると判断できる。

以上、本発明の一実施の形態について詳細に説明したが、当業者にとっては、本発明が本明細書中で説明した実施の形態に限定されないということは明らかである。本発明は、特許請求の範囲の記載に基づいて定まる発明の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。したがって、本明細書の記載は、例示説明を目的とし、本発明に対して何ら制限的な意味をもたらさない。

１ 認知能力解析装置
１０ 状態取得部
２０ 解析部
１００ 携帯端末
１１０ 状態検出部
１２０ 表示部
２００ コンピュータ
３００ 重り
４００ 手

Claims (7)

1. 加速度及び角速度のうち少なくとも一方を含む端末状態を検出する状態検出部を備える携帯端末を用いてユーザの認知能力を解析する認知能力解析装置であって、
   前記携帯端末を保持したユーザの手に荷重をかけ、その後に荷重を取り除く認知能力解析用動作が複数回繰り返し行われたときの少なくとも２回目以降の一部の前記認知能力解析用動作が行われたときの前記端末状態を前記状態検出部から取得する状態取得部と、
   前記状態取得部が取得した前記２回目以降の前記認知能力解析用動作が行われたときの前記端末状態のうち、荷重をかける直前の前記端末状態と、荷重をかけた後の前記端末状態と、荷重を取り除く直前の前記端末状態と、荷重を取り除いた後の前記端末状態との少なくとも１つに基づいて、ユーザの認知能力を解析する解析部と
   を備えることを特徴とする認知能力解析装置。
2. 前記解析部は、前記荷重をかける直前の前記端末状態及び前記荷重を取り除く直前の前記端末状態のうち少なくとも一方における前記端末状態の変化量及び変化期間のうち少なくとも一方に基づき、ユーザの認知能力を解析する
   ことを特徴とする請求項１記載の認知能力解析装置。
3. 前記解析部は、荷重をかけた直後の前記端末状態及び荷重を取り除いた直後の前記端末状態のうち少なくとも一方における前記端末状態の変化量及び変化期間のうち少なくとも一方に基づいて、ユーザの認知能力を解析する
   ことを特徴とする請求項１記載の認知能力解析装置。
4. 前記解析部は、前記荷重をかけた後の前記端末状態及び前記荷重を取り除いた後の前記端末状態のうち少なくとも一方が安定するまでの変化量及び変化期間のうち少なくとも一方に基づいて、ユーザの認知能力を解析する
   ことを特徴とする請求項１記載の認知能力解析装置。
5. 前記状態取得部は、前記認知能力解析用動作が複数回繰り返し行われたときの２回目以降の複数回の前記認知能力解析用動作が行われたときの前記端末状態を前記状態検出部から取得し、
   前記解析部は、前記２回目以降の複数回の前記認知能力解析用動作が行われたときの前記端末状態の前記変化量及び前記変化期間のうち少なくとも一方の平均及び標準偏差のうち少なくとも一方に基づいて、ユーザの認知能力を解析する
   ことを特徴とする請求項２から４のいずれか１項記載の認知能力解析装置。
6. 加速度及び角速度のうち少なくとも一方を含む端末状態を検出する状態検出部を備える携帯端末を用いてユーザの認知能力を解析する認知能力解析方法であって、
   前記携帯端末を保持したユーザの手に荷重をかけ、その後に荷重を取り除く認知能力解析用動作が複数回繰り返し行われたときの少なくとも２回目以降の一部の前記認知能力解析用動作が行われたときの前記端末状態を前記状態検出部からコンピュータによって取得し、
   取得した前記２回目以降の前記認知能力解析用動作が行われたときの前記端末状態のうち、荷重をかける直前の前記端末状態と、荷重をかけた後の前記端末状態と、荷重を取り除く直前の前記端末状態と、荷重を取り除いた後の前記端末状態との少なくとも１つに基づいて、前記コンピュータによってユーザの認知能力を解析する
   ことを特徴とする認知能力解析方法。
7. 加速度及び角速度のうち少なくとも一方を含む端末状態を検出する状態検出部を備える携帯端末を用いてユーザの認知能力を解析するためのプログラムであって、
   前記携帯端末を保持したユーザの手に荷重をかけ、その後に荷重を取り除く認知能力解析用動作が複数回繰り返し行われたときの少なくとも２回目以降の一部の前記認知能力解析用動作が行われたときの前記端末状態を前記状態検出部から取得する機能と、
   取得した前記２回目以降の前記認知能力解析用動作が行われたときの前記端末状態のうち、荷重をかける直前の前記端末状態と、荷重をかけた後の前記端末状態と、荷重を取り除く直前の前記端末状態と、荷重を取り除いた後の前記端末状態との少なくとも１つに基づいて、ユーザの認知能力を解析する機能と
   をコンピュータに実行させることを特徴とするプログラム。

Images