JP7298685B2 - リハビリ支援システム、およびリハビリ支援方法 - Google Patents

リハビリ支援システム、およびリハビリ支援方法 Download PDF

Info

Publication number
JP7298685B2
JP7298685B2 JP2021520521A JP2021520521A JP7298685B2 JP 7298685 B2 JP7298685 B2 JP 7298685B2 JP 2021520521 A JP2021520521 A JP 2021520521A JP 2021520521 A JP2021520521 A JP 2021520521A JP 7298685 B2 JP7298685 B2 JP 7298685B2
Authority
JP
Japan
Prior art keywords
user
state
unit
rehabilitation
support system
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
Application number
JP2021520521A
Other languages
English (en)
Other versions
JPWO2020234957A1 (ja
Inventor
新 豊田
隆行 小笠原
賢一 松永
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Publication of JPWO2020234957A1 publication Critical patent/JPWO2020234957A1/ja
Application granted granted Critical
Publication of JP7298685B2 publication Critical patent/JP7298685B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/486—Bio-feedback
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
    • A61B2505/09—Rehabilitation or training
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/082—Evaluation by breath analysis, e.g. determination of the chemical composition of exhaled breath
    • 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
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/389—Electromyography [EMG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Cardiology (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Dentistry (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Databases & Information Systems (AREA)
  • Pulmonology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Rehabilitation Tools (AREA)

Description

本発明は、リハビリ支援システム、およびリハビリ支援方法に関する。
適切なリハビリテーションを行うことで、リハビリテーションが必要とされる患者や高齢者などにおける身体的な機能回復や精神的および社会的な側面における生活水準の目標が達成される。リハビリテーションが必要とされる患者は、例えば、疾病などの回復のために、生活時間全般にわたって意欲的にリハビリテーションに取り組むことが必要な場合もある。
従来から、スポーツや医療の分野において、ウェアラブルデバイスなどのセンサで計測した心拍数や活動量などの生体情報が活用されている（特許文献１、非特許文献１参照）。例えば、特許文献１は、ユーザに装着されたセンサで測定した加速度に基づいて、生活習慣に着目してより正確に患者の活動状態を解析する技術を開示している。
従来の技術では、リハビリテーション（以下、単に「リハビリ」という。）を行う患者などのユーザの身体の活動状態を算出し、算出結果などの情報を提示することは可能である。しかし、ユーザに対して、自ら積極的にリハビリを取り組むことへの意欲向上を図る能動的な情報を提示することは行われていなかった。
そこで、例えば、非特許文献２は、ユーザがリハビリ訓練を実施した際に、ユーザに対するリハビリへのモチベーションの喚起を行うリハビリ支援技術を提案している。
しかし、従来のリハビリ支援技術は、ユーザがリハビリ訓練を実施した後に、ユーザのリハビリの記録に基づいて行われる支援であるため、ユーザがリハビリを実施する前の段階で、ユーザに対してリハビリを行うことに対する意欲を引き出す情報を提示することはできないという課題があった。
国際公開第２０１８／００１７４０号
河西、小笠原、中島、塚田、「着るだけで生体情報計測を可能とする機能素材"ｈｉｔｏｅ"の開発及び実用」電子情報通信学会 通信ソサイエティマガジン４１号（２０１７年６月）（Ｖｏｌ．１１ Ｎｏ．１） 佐藤、小笠原、豊田、松永、向野「リハビリ患者の活動状態モニタリング結果のフィードバック」２０１９ 年 電子情報通信学会総合大会（情報・システム講演論文集１）（Ｄ－７－５）
本発明は、上述した課題を解決するためになされたものであり、ユーザがリハビリを実施する前の段階で、ユーザのリハビリに取り組む意欲をより引き出すことができるリハビリ支援技術を提供することを目的とする。
上述した課題を解決するために、本発明に係るリハビリ支援システムは、センサによって計測されたユーザの生体情報を含むセンサデータを取得するセンサデータ取得部と、取得された前記センサデータに基づいて前記ユーザの状態を求める状態算出部と、前記状態算出部によって求められた前記ユーザの状態から、前記ユーザの状態を予測する予測部と、前記予測部によって予測された前記ユーザの状態が、リハビリの実施に関して設定された条件を満たすか否かを判定する判定部と、リハビリテーションを支援する情報として提示される支援情報を記憶する記憶部と、前記判定部による判定結果に応じて、前記記憶部に記憶されている前記支援情報を選択する選択部と、前記選択部によって選択された前記支援情報を提示する提示部とを備える。
また、本発明に係るリハビリ支援システムにおいて、前記状態算出部は、前記ユーザの状態の累積時間を算出し、前記予測部は、前記状態算出部によって算出された前記ユーザの状態の累積時間に基づいて、将来の一定期間に占める前記ユーザの状態の累積時間を予測してもよい。
また、本発明に係るリハビリ支援システムにおいて、前記判定部は、前記ユーザごとのリハビリに関する統計的なデータを含む情報に基づいて、判定に用いるしきい値を設定してもよい。
また、本発明に係るリハビリ支援システムにおいて、前記判定部は、前記状態算出部によって算出された前記ユーザの状態の履歴に基づいて、判定に用いるしきい値を設定してもよい。
また、本発明に係るリハビリ支援システムにおいて、前記提示部は、前記選択部によって選択された前記支援情報を表す画像を表示する表示装置を含んでいてもよい。
また、本発明に係るリハビリ支援システムにおいて、前記ユーザの状態は、臥位、立位、座位、および歩行の少なくとも１つを含んでいてもよい。
上述した課題を解決するために、本発明に係るリハビリ支援方法は、センサによって計測されたユーザの生体情報を含むセンサデータを取得する第１ステップと、取得された前記センサデータに基づいて前記ユーザの状態を求める第２ステップと、前記第２ステップで求められた前記ユーザの状態から、前記ユーザの状態を予測する第３ステップと、前記第３ステップで予測された前記ユーザの状態が、リハビリの実施に関して設定された条件を満たすか否かを判定する第４ステップと、リハビリテーションを支援する情報として提示される支援情報を記憶する記憶部を参照し、前記第４ステップによる判定結果に応じて、前記記憶部に記憶されている前記支援情報を選択する第５ステップと、前記第５ステップで選択された前記支援情報を提示する第６ステップとを備える。
本発明によれば、生体情報を含むセンサデータに基づいて求められたユーザの状態から、ユーザの状態を予測するので、ユーザがリハビリを実施する前の段階で、ユーザのリハビリに取り組む意欲をより引き出すことができる。
図１は、本発明の第１の実施の形態に係るリハビリ支援システムの機能構成を示すブロック図である。 図２は、第１の実施の形態に係るリハビリ支援システムを実現するコンピュータ構成の一例を示すブロック図である。 図３は、第１の実施の形態に係るリハビリ支援システムの動作を説明するフローチャートである。 図４は、第１の実施の形態に係るリハビリ支援システムの具体的な構成例の概要を説明するための図である。 図５は、第１の実施の形態に係るリハビリ支援システムの構成例を示すブロック図である。 図６は、第１の実施の形態に係るリハビリ支援システムのシーケンス図である。 図７は、第２の実施の形態に係るリハビリ支援システムの構成を示すブロック図である。 図８は、第２の実施の形態に係る予測部を説明するための図である。 図９は、第２の実施の形態に係る予測部を説明するための図である。 図１０は、第２の実施の形態に係るリハビリ支援システムの動作を説明するフローチャートである。 図１１は、第３の実施の形態に係るリハビリ支援システムの構成を示すブロック図である。 図１２は、第３の実施の形態に係る判定部を説明するための図である。 図１３は、第３の実施の形態に係る判定部を説明するための図である。 図１４は、第３の実施の形態に係るリハビリ支援システムの動作を説明するフローチャートである。 図１５は、第３の実施の形態に係るリハビリ支援システムの動作を説明するフローチャートである。 図１６は、第４の実施の形態に係るリハビリ支援システムの構成を示すブロック図である。
以下、本発明の好適な実施の形態について、図１から図１６を参照して詳細に説明する。また、以下において、ユーザはリハビリを行うことが必要な患者などであり、例えば、臥位状態が多いため、起床や歩行などのリハビリを行う場合を例に挙げて説明する。
［第１の実施の形態］
まず、本発明の第１の実施の形態に係るリハビリ支援システムの構成の概要を説明する。図１は、リハビリ支援システムの機能構成を示すブロック図である。リハビリ支援システムは、センサ１０５によって計測されたユーザの生体情報を含むセンサデータを取得して、ユーザの状態を求める。また、リハビリ支援システムは、求めたユーザの状態の履歴に基づいて、将来の一定期間におけるユーザの状態を予測する。さらに、予測されたユーザの状態が、ユーザのリハビリの実施に関して予め設定された条件を満たすか否かを判定し、判定結果に応じたリハビリを支援するための支援情報を選択して提示する。
［リハビリ支援システムの機能ブロック］
リハビリ支援システムは、センサ１０５からデータを取得するセンサデータ取得部１０、状態算出部１１、予測部１２、判定部１３、記憶部１４、選択部１５、提示部１６、および送受信部１７を備える。
センサデータ取得部１０は、センサ１０５によって計測されたユーザの生体情報を含むセンサデータを取得する。より具体的には、センサデータ取得部１０は、センサ１０５として加速度センサがユーザに装着されている場合には、加速度センサで計測されたアナログ加速度信号を所定のサンプリングレートでデジタル信号に変換する。センサデータ取得部１０によって計測された生体情報は、計測時刻と対応付けて後述する記憶部１４に記憶される。
センサデータ取得部１０は、ユーザの生体情報として、加速度の他にも、角速度、光、電磁波、温湿度、圧力、位置情報、音声、濃度、電圧、抵抗などを取得してもよい。また、センサデータ取得部１０は、これらの物理量から得られる心電位活動、筋電位活動、血圧、呼吸で交換される体内ガス、体温、脈拍、脳波をユーザの生体情報として取得することができる。
また、センサデータ取得部１０は、ユーザの生体情報に加えて、ユーザがいる場所の外部環境データを取得してもよい。外部環境データとは、例えば、ユーザがいる場所の室温、外気温や湿度などが含まれる。なお、センサデータ取得部１０は、ユーザの生体情報を計測する複数のセンサ１０５のそれぞれからユーザの生体情報を取得してもよい。
状態算出部１１は、センサデータ取得部１０によって取得されたユーザの生体情報を含むセンサデータから、ユーザの状態を算出する。ユーザの状態とは、ユーザが行うリハビリや日常生活にともなって発生する姿勢、座標、速度、発話、呼吸、歩行、着座、運転、睡眠、体動、ストレスなどをいう。また、これらの大きさ、頻度、増減、継続時間、累積などの量を示す情報その他の演算結果であってもよい。
具体的には、状態算出部１１は、例えば、特許文献１に記載されているユーザの加速度を用いて推定される起床状態および臥床状態を利用して、ユーザの状態を推定してもよい。状態算出部１１がユーザの状態を算出することで、ユーザがリハビリを実施していることやリハビリの進行状況、さらにはユーザがどの場所にいるのかについても把握できる。算出されたユーザの状態に基づいて、例えば、ユーザが医師と一緒にトレーニングルームでリハビリを実施したのか、自主トレーニングとして自室や他の場所でリハビリを実施したのかについても区別することが可能となる。
また、状態算出部１１は、ユーザにセンサ１０５が装着されて計測が開始されてから最新の計測時刻までの期間にわたって取得されたユーザの生体情報に基づいて、ユーザの状態を求めてもよい。状態算出部１１よって算出されたユーザの状態は、時刻情報とともに記憶部１４に記憶される。
予測部１２は、状態算出部１１によって求められたユーザの状態から、ユーザの状態を予測する。より詳細には、予測部１２は、状態算出部１１によって算出されたユーザの状態を入力として、予め設定されたモデル式に与え、将来の一定期間におけるユーザの状態を予測して出力する。例えば、予測部１２は、現在時刻から１時間や２時間後の３０分間におけるユーザの状態を予測することができる。
また、予測部１２は、回帰分析などにより予め構築された予測モデルに基づくモデル式を用いることができる。例えば、状態算出部１１によって算出された過去のユーザの状態を目的変数として、目的変数に対する複数の要因候補である説明変数の関係を分析して、各要因候補の係数を求めて回帰式を算出し、これをモデル式として用いることができる。なお、本実施の形態では、モデル式は予め記憶部１４に記憶されている。
また、予測部１２が用いるモデル式は、状態算出部１１によって求められたユーザの状態の履歴の他に、センサ１０５によって計測された気温など外部環境に関するセンサデータやユーザの年齢や性別などの属性を用いてもよい。例えば、ユーザがいる場所の気温が例えば、２０℃から２５℃の範囲よりも一定以上高い、または低い場合、リハビリの実施にあたりユーザに身体的および心理的な不快感を生ずると考えられる。特に、ユーザが座位、立位、および歩行などの比較的運動負荷の少ないリハビリを一定時間以上の長時間継続して行う場合には、身体的な限界よりも心理的な不快感による限界の影響がより大きいと考えられる。
そのため、予測部１２は、気温や湿度などの外部環境やユーザの属性を考慮したモデル式を用いることで、より正確に将来におけるユーザの状態を予測することができる。ユーザの属性としては、年齢や性別の他にも、身長、体重、疾病の詳細、入院日数、その他の診察情報を用いることができる。また、これらのユーザの属性に基づくデータ、例えば、ＢＭＩ、回復度、治療履歴、治療推移を用いてもよい。
判定部１３は、予測部１２によって予測されたユーザの状態が、リハビリの実施に関して設定された条件を満たすか否かを判定する。リハビリの実施に関して設定された条件とは、ユーザに対するリハビリの実施意欲の向上を図る観点から設定される条件である。判定部１３による判定結果は、選択部１５に入力される。本実施の形態では、判定部１３は、記憶部１４に記憶された条件を読み出して判定処理を行う。
具体的には、判定部１３は、予測部１２によって予測されたユーザの状態が、予め設定された特定の状態であるか否かを判定することができる。例えば、臥位状態の多いユーザが起床や歩行のリハビリを行う場合を考える。このような場合、判定部１３は、予測されたユーザの状態が、リハビリの実施を示す起床状態や歩行状態であるか否かを判定してもよい。
判定部１３は、リハビリの実施に関して設定された条件として、ユーザの状態だけでなく、時刻情報やユーザの状態を算出する際に用いた特定の生体情報とは異なる種類の生体情報、外部環境のデータなどを用いた条件を用いて、判定を行うことができる。また、判定部１３は、複数の条件に基づいて判定結果を出力してもよい。
記憶部１４は、予測部１２が用いる、ユーザの状態を予測するモデル式を記憶している。また、記憶部１４は、判定部１３が用いる、リハビリの実施に関して設定された条件を記憶している。
また、記憶部１４は、リハビリ支援情報を記憶している。リハビリ支援情報は、ユーザに対してリハビリの実施を促す情報である。リハビリ支援情報は、例えば、時空間的に変化するアイテムの容態であってもよい。アイテムとは、テキスト、音、振動、熱、光、風、刺激など、およびこれらの組合せで表現されるユーザが認知可能な形態の情報である。例えば、動画の特定のシーンが、アイテムの容態として記憶部１４に記憶されていてもよい。本明細書において、リハビリ支援情報は、画像などのアイテムの容態を意味する。
また、記憶部１４には、画像などのアイテムの容態と判定結果とが関連付けて記憶されている。
記憶部１４は、センサデータ取得部１０が取得したユーザの生体情報の時系列データを記憶する。また、記憶部１４は、状態算出部１１が算出したユーザの状態の履歴を記憶する。算出されたユーザの状態は、その根拠となる生体情報の測定時間とともに記憶部１４に記憶されている。
選択部１５は、判定部１３による判定結果に応じて、記憶部１４に記憶されている画像などのアイテムの容態を選択する。より具体的には、予測されたユーザの状態が、リハビリの実施を示す特定の状態と一致しない場合、ユーザは将来の一定期間においてリハビリを実施していないことが予測される。そのため、選択部１５は、記憶部１４に記憶されている、注意を促す画像の容態を選択する。また、ユーザが将来の一定期間においてリハビリを実施していることを示す判定結果の場合には、選択部１５は、通常時に提示されるリハビリ支援情報として記憶部１４に記憶されている画像の容態を選択することができる。
また、選択部１５は、例えば、ゲーム形式のアプリケーションにおいて、特典を付与したり、アプリケーションの内容を変更するなど、画像の容態を変更することができる。
提示部１６は、選択部１５によって選択されたリハビリ支援情報として提示するアイテムの容態を表示装置１０９に表示させる。例えば、ユーザが朝の起床時に、表示装置１０９に表示された、リハビリの実施を促す容態の画像やテキスト情報を見ることで、当日の日中に起床や歩行などのリハビリを積極的に実施する動機となる。
送受信部１７は、センサ１０５によって計測されたユーザの生体情報を含むセンサデータを受信する。また送受信部１７は、選択部１５によって選択されたリハビリ支援情報を、所定の通信規格に応じて変換し、通信ネットワークに接続された提示部１６に送出してもよい。
［リハビリ支援システムのコンピュータ構成］
次に、上述した機能を有するリハビリ支援システムを実現するコンピュータ構成について、図２を参照して説明する。
図２に示すように、リハビリ支援システムは、例えば、バス１０１を介して接続されるプロセッサ１０２、主記憶装置１０３、通信インターフェース１０４、補助記憶装置１０６、時計１０７、入出力装置１０８を備えるコンピュータと、これらのハードウェア資源を制御するプログラムによって実現することができる。リハビリ支援システムは、例えば、外部に設けられたセンサ１０５と、リハビリ支援システムの内部に設けられた表示装置１０９とがそれぞれバス１０１を介して接続されている。
主記憶装置１０３には、プロセッサ１０２が各種制御や演算を行うためのプログラムが予め格納されている。プロセッサ１０２と主記憶装置１０３とによって、図１に示した状態算出部１１、予測部１２、判定部１３、選択部１５を含むリハビリ支援システムの各機能が実現される。
通信インターフェース１０４は、通信ネットワークＮＷを介して各種外部電子機器との通信を行うためのインターフェース回路である。
通信インターフェース１０４としては、例えば、ＬＴＥ、３Ｇ、無線ＬＡＮ、Ｂｌｕｅｔｏｏｔｈ（登録商標）などの無線データ通信規格に対応した演算インターフェースおよびアンテナが用いられる。通信インターフェース１０４によって、図１で説明した送受信部１７が実現される。
センサ１０５は、例えば、心拍計、心電計、血圧計、脈拍計、呼吸センサ、体温計、脳波センサなどで構成される。より具体的には、センサ１０５は、３軸加速度センサ、マイクロ波センサ、圧力センサ、電流計、電圧計、温湿度計、濃度センサ、フォトセンサやこれらの組み合わせによって実現される。
補助記憶装置１０６は、読み書き可能な記憶媒体と、その記憶媒体に対してプログラムやデータなどの各種情報を読み書きするための駆動装置とで構成されている。補助記憶装置１０６には、記憶媒体としてハードディスクやフラッシュメモリなどの半導体メモリを使用することができる。
補助記憶装置１０６は、センサ１０５により計測された生体情報を記憶する記憶領域や、リハビリ支援システムが生体情報の解析処理を行うためのプログラムを格納するプログラム格納領域を有する。補助記憶装置１０６によって、図１で説明した記憶部１４が実現される。さらには、例えば、上述したデータやプログラムやなどをバックアップするためのバックアップ領域などを有していてもよい。
時計１０７は、コンピュータに内蔵されている内蔵時計などで構成され、時刻を計時する。あるいは時計１０７は、図示されないタイムサーバから時刻情報を取得してもよい。時計１０７によって得られた時刻情報は、算出されたユーザの状態と対応付けて記録される。また、時計１０７によって得られた時刻情報は、生体情報のサンプリングなどに用いられる。
入出力装置１０８は、センサ１０５や表示装置１０９など外部機器からの信号を入力したり、外部機器へ信号を出力したりするＩ／Ｏ端子により構成される。
表示装置１０９は、液晶ディスプレイなどによって実現される。また、表示装置１０９は、図１で説明した提示部１６を実現する。
［リハビリ支援方法］
次に、上述した構成を有するリハビリ支援システムの動作について、図３のフローチャートを用いて説明する。まず、例えば、センサ１０５がユーザに装着された状態で以下の処理が実行される。
センサデータ取得部１０は、センサ１０５で計測されたユーザの生体情報を、送受信部１７を介して取得する（ステップＳ１）。取得された生体情報は記憶部１４に蓄積される。なおセンサデータ取得部１０は、取得した生体情報のノイズの除去を行い、また、アナログ信号の生体情報をデジタル信号に変換する処理を行うことができる。
次に、状態算出部１１は、センサデータ取得部１０によって取得されたユーザの生体情報に基づいて、ユーザの状態を算出する（ステップＳ２）。例えば、状態算出部１１は、センサデータ取得部１０によって取得されたユーザの加速度を示すデータから、ユーザが臥位、起床、または歩行状態にあると算出する。状態算出部１１による算出結果は、時刻情報とともに記憶部１４に記憶される（ステップＳ３）。
その後、予測部１２は、記憶部１４からユーザの状態を予測するためのモデル式を読み出して、ユーザの状態を予測する（ステップＳ４）。より詳細には、ステップＳ２で算出されたユーザの状態の履歴を入力として、モデル式の演算を実行し、将来の一定期間におけるユーザの状態の予測値を出力する。予測されたユーザの状態は記憶部１４に記憶される。ユーザの状態の予測値は、例えば、現在時刻から１時間や２時間後の３０分間など任意の将来の期間における予測値である。
次に、判定部１３は、リハビリの実施に関して設定された条件を記憶部１４から読み出して、ステップＳ４で予測されたユーザの状態が、設定された条件を満たすか否かを判定する（ステップＳ５）。例えば、臥位の状態が多いユーザが起床のリハビリを行う場合、予測されたユーザの将来の一定期間における状態が、臥位である場合には、ユーザは将来においてリハビリを実施していないことを示す判定結果を出力することができる。
その後、選択部１５は、判定結果に応じて、リハビリ支援情報として提示されるアイテムの容態を選択する（ステップＳ６）。より詳細には、選択部１５は、判定結果と関連付けて記憶部１４に記憶されている画像の容態を選択する。例えば、現在時刻から２時間後の３０分間においてユーザがリハビリを行っていないことを示す判定結果の場合を考える。この場合、選択部１５は、ユーザに対してリハビリの実施や注意を促す容態の画像やテキスト、音声、およびこれらに付加された振動、熱、光などを選択することができる。画像は、動画、静止画像、立体画像などであってもよい。
次に、提示部１６は、選択部１５によって選択された画像などのアイテムの容態を表示装置１０９に表示させる（ステップＳ７）。例えば、表示装置１０９において、アニメのキャラクターが歩行する動画像のシーンとともに、テキスト情報として「今日は散歩に行きましょう」と表示される。
なお、これら画像などのアイテムは、リハビリ支援のアプリケーションなどにおいて通常時に表示されている画像の容態に加えて表示する構成であってもよい。例えば、リハビリ支援のアプリケーションにおいて、ゲーム形式や所定のストーリーを用いる場合に、ポイントの付与を示唆したり、特別な画像に切り替わる構成としてもよい。その他にも、ユーザが認知可能な形態のアイテムを用いてリハビリ支援情報を提示することができる。
［リハビリ支援システムの具体的構成］
次に上述した構成を有するリハビリ支援システムの具体的な構成例について、図４および図５を参照して説明する。
リハビリ支援システムは、例えば、図４に示すように、リハビリを行うユーザに装着されるセンサ端末２００ａと、ユーザがいる場所の外部環境データを計測するセンサ端末２００ｂと、中継端末３００と、外部端末４００とを備える。センサ端末２００ａ、２００ｂ、中継端末３００、外部端末４００のすべてもしくはいずれかは、図１で説明した状態算出部１１、予測部１２、判定部１３、選択部１５などのリハビリ支援システムに含まれる各機能を備える。なお、以下においては、中継端末３００が図１で説明した状態算出部１１、予測部１２、判定部１３、および選択部１５を備え、外部端末４００にリハビリ支援情報が提示されるものとする。
［センサ端末の機能ブロック］
センサ端末２００ａ、２００ｂは、図５に示すように、センサ２０１、センサデータ取得部２０２、データ記憶部２０３、および送信部２０４を備える。センサ端末２００ａは、例えば、ユーザの体の体幹に配置されて加速度や体温などの生体情報を計測する。また、センサ端末２００ｂは、ユーザのいる場所の湿度や温度などの外部環境データを計測する。センサ端末２００ａ、２００ｂは、計測したユーザの生体情報および外部環境データを通信ネットワークＮＷを介して中継端末３００に送信する。
センサ２０１は、例えば、３軸加速度センサなどで実現される。センサ２０１が備える加速度センサの３軸は、例えば、図５に示すように、Ｘ軸は体の左右方向、Ｙ軸は体の前後方向、Ｚ軸は体の上下方向に平行に設けられる。センサ２０１は、図１および図２で説明したセンサ１０５に対応する。
センサデータ取得部２０２は、センサ２０１によって計測された生体情報や外部環境データを取得する。センサデータ取得部２０２は、取得した生体情報のノイズの除去やサンプリング処理を行い、デジタル信号の生体情報などにおける時系列データを求める。センサデータ取得部２０２は、図１で説明したセンサデータ取得部１０に対応する。
データ記憶部２０３は、センサ２０１によって計測された生体情報や外部環境データ、センサデータ取得部２０２によって処理されて得られたデジタル信号による生体情報などの時系列データを記憶する。データ記憶部２０３は、記憶部１４（図１）に対応する。
送信部２０４は、データ記憶部２０３に記憶されている生体情報や外部環境データを、通信ネットワークＮＷを介して中継端末３００に送信する。送信部２０４は、例えば、ＬＴＥ、３Ｇ、無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）やＢｌｕｅｔｏｏｔｈ（登録商標）等の無線データ通信規格に対応した無線通信を行うための通信回路を備える。送信部２０４は、送受信部１７（図１）に対応する。
［中継端末の機能ブロック］
中継端末３００は、受信部３０１、データ記憶部３０２、状態算出部３０３、予測部３０４、判定部３０５、選択部３０６、および送信部３０７を備える。中継端末３００は、センサ端末２００ａから受信した、ユーザの生体情報を解析する。さらに、中継端末３００は、ユーザの生体情報に基づいてユーザの状態を算出する。また、中継端末３００は、算出されたユーザの状態に基づいて、将来の一定期間におけるユーザの状態を予測し、予測されたユーザの状態が予め設定された条件を満たすか否かを判定する。また、中継端末３００は、判定結果に応じた画像の容態を選択する。選択された画像の容態を示す情報は、外部端末４００に送信される。
中継端末３００は、スマートフォン、タブレット、ノートパソコン、ゲートウェイなどによって実現される。
受信部３０１は、通信ネットワークＮＷを介してセンサ端末２００ａ、２００ｂから生体情報および外部環境データを受信する。受信部３０１は、送受信部１７（図１）に対応する。
データ記憶部３０２は、受信部３０１が受信したユーザの生体情報や外部環境データ、データ解析部３０３によって推定された測定期間にわたるユーザの状態の履歴を記憶する。データ記憶部３０２は、記憶部１４（図１）に対応する。
状態算出部３０３、予測部３０４、判定部３０５、および選択部３０６は、それぞれ図１で説明した機能部に対応する。
送信部３０７は、選択部３０６によって選択された、リハビリ支援情報として提示される画像などのアイテムの容態を示す情報を、通信ネットワークＮＷを介して外部端末４００に送信する。送信部３０４は、送受信部１７（図１）に対応する。
［外部端末の機能ブロック］
外部端末４００は、受信部４０１、データ記憶部４０２、提示処理部４０３、および提示部４０４を備える。外部端末４００は、中継端末３００から通信ネットワークＮＷを介して受信した情報に基づいてリハビリ支援情報を生成して提示する。
外部端末４００は、中継端末３００と同様に、スマートフォン、タブレット、ノートパソコン、ゲートウェイなどによって実現される。外部端末４００は受信した、画像などのアイテムの容態を生成して表示する表示装置１０９を備えている。なお、表示装置１０９の他にも、図示されない音声出力装置、光源などを用いて選択されたアイテムの容態をリハビリ支援情報として提示してもよい。
受信部４０１は、通信ネットワークＮＷを介して中継端末３００からリハビリ支援情報として提示する画像などのアイテムの容態を示す情報を受信する。受信部４０１は、送受信部１７（図１）に対応する。
データ記憶部４０２は、画像などのアイテムの容態を記憶している。データ記憶部４０２は、記憶部１４（図１）に対応する。
提示処理部４０３は、リハビリ支援情報として提示する画像などのアイテムの容態をデータ記憶部４０２から読み出して出力する。提示処理部４０３は、判定部３０５（判定部１３）による判定結果に応じた容態の画像を生成し、リハビリ支援情報の表示形式を制御することができる。また、提示処理部４０３は、予め設定されている画像、動画、音声などの素材を読み込み、提示する動画と音声などの合成や、再生速度の設定、およびエフェクトフィルターなどで加工し、編集結果のエンコードを行ってもよい。提示処理部４０３は、図１で説明した提示部１６に含まれる機能である。
提示部４０４は、提示処理部４０３による指示に基づいて、選択された容態を有する画像などのアイテムをリハビリ支援情報として出力する。提示部４０４は、表示装置１０９にユーザに対してリハビリを行うことを促す動画のシーンおよびテキスト情報を表示したり、外部端末４００が備える図示しないスピーカから、音声を出力してもよい。その他、提示部４０４は、振動、光、刺激などユーザが認知可能な方法によりリハビリ支援情報を提示することができる。また、提示部４０４は、センサ端末２００ｂによって計測された気温などの外部環境を示す情報を、選択された動画のシーンを表す画像とともに提示してもよい。提示部４０４は、図１で説明した提示部１６に対応する。
このように、本発明に係るリハビリ支援システムは、図１に示した各機能がセンサ端末２００ａ、２００ｂ、中継端末３００、および外部端末４００に分散された構成を有し、ユーザの生体情報の取得からユーザの状態の算出、将来の一定期間におけるユーザの状態の予測、および判定処理、さらに、判定結果に応じた画像などのアイテムの容態の選択、選択された容態の画像の生成ならびに提示に関する処理を分散して行う。
［リハビリ支援システムの動作シーケンス］
次に、上述した構成を有するリハビリ支援システムの動作について、図６のシーケンス図を用いて説明する。
図６に示すように、まず、センサ端末２００ａは、例えば、ユーザに装着されて、３軸加速度などの生体情報を計測する（ステップＳ１００ａ）。センサ端末２００ａは、計測された生体情報のデジタル信号を求め、必要に応じてノイズの除去を行う。次に、センサ端末２００ａは、通信ネットワークＮＷを介して中継端末３００に生体情報を送信する（ステップＳ１０１ａ）。
一方で、センサ端末２００ｂは、ユーザがいる場所に設置され、気温などの外部環境を示すデータを計測する（ステップＳ１００ｂ）。計測された外部環境を示す情報は、通信ネットワークＮＷを介して中継端末３００に送信される（ステップＳ１０１ｂ）。
その後、中継端末３００は、センサ端末２００ａから生体情報を受信すると、生体情報に基づいて、ユーザの状態を算出する（ステップＳ１０２）。より詳細には、中継端末３００のデータ解析部３０３は、リハビリや日常生活にともなって発生するユーザの状態を生体情報や外部環境データから算出し、ユーザの状態の根拠となる生体情報が計測された時刻情報とともに記録する。
次に、予測部３０４は、ステップＳ１０２で算出されたユーザの状態を入力として、予め設定されたモデル式を実行し、将来の一定期間におけるユーザの状態を予測する（ステップＳ１０３）。なお、モデル式はデータ記憶部３０２に記憶されている。また、予測部３０４は、外部環境データも入力として用いるモデル式によりユーザの状態を予測してもよい。
その後、判定部３０５は、予測されたユーザの状態が、設定された条件を満たすか否かを判定する（ステップＳ１０４）。次に、選択部３０６は、判定結果に応じた画像などのアイテムの容態を選択する（ステップＳ１０５）。
その後、中継端末３００は、通信ネットワークＮＷを介して、選択されたアイテムの容態を示す情報を外部端末４００に送信する（ステップＳ１０６）。このとき、センサ端末２００ｂにより計測された外部環境を示す情報についても外部端末４００に送信されてもよい。外部端末４００は、アイテムの容態を示す情報を受信すると、リハビリ支援情報として提示するアイテムの提示処理を実行する（ステップＳ１０７）。
以上説明したように、第１の実施の形態に係るリハビリ支援システムは、センサ１０５で計測されたユーザの生体情報に基づいて、リハビリや日常生活にともなって発生するユーザの状態を算出し、算出されたユーザの状態に基づいて、将来の一定期間におけるユーザの状態を予測する。また、リハビリ支援システムは、予測結果がリハビリの実施に関して設定された条件を満たすか否かを判定し、判定結果に応じて、画像などのアイテムの容態を選択して提示する。そのため、ユーザがリハビリを行う前の段階で、ユーザのリハビリへの取り組み意欲を引き出すリハビリ支援を行うことができる。
［第２の実施の形態］
次に、本発明の第２の実施の形態について説明する。なお、以下の説明では、上述した第１の実施の形態と同じ構成については同一の符号を付し、その説明を省略する。
第２の実施の形態は、予測部１２Ａにおいて、状態算出部１１で算出されたユーザの状態の累積時間を入力データとしたモデル式から、将来の一定期間に占めるユーザの状態の累積時間の予測値を求める。
図７に示すように、状態算出部１１は、センサデータ取得部１０によって取得されたユーザの生体情報に基づいてユーザの状態を算出し、さらに、その状態の累積時間を算出する。例えば、状態算出部１１は、ユーザが臥位、立位や座位、または歩行を行っている状態であることを加速度データに基づいて算出し、各状態の累積時間を求めることができる。
例えば、状態算出部１１は、直近の１日におけるユーザの臥位、立位や座位、および歩行それぞれの累積時間を算出してもよい。具体的には、直近の夜間（例えば、前日の２１：３０から当日の８：００の時間帯）におけるユーザの臥位の状態の累積時間を算出することで、ユーザの直近の睡眠時間が得られる。
予測部１２Ａは、状態算出部１１によって算出された、ユーザの状態の累積時間に基づいて、将来の一定期間に示すユーザの状態の累積時間を予測する。具体的には、予測部１２Ａは、状態算出部１１によって算出されたユーザの状態の累積時間と、一定期間に占めるユーザの状態の累積時間との関係に基づくモデル式を用いて、将来の一定期間に占めるユーザの状態の累積時間の予測値を求める。
例えば、図８に示すように、４０名の入院患者の直近（前日）の睡眠時間と、当日の活動時間との関係をプロットしたグラフから、睡眠時間（ｈ）を説明変数ｘ、当日の活動時間（ｈ）を目的変数ｙとして単回帰分析を行い、得られた回帰直線（ｙ＝－１．３２４ｘ＋２４．３４６５）をモデル式として用いることができる。ここで、活動時間とは、ユーザが起床や歩行を行っている状態、すなわちユーザがリハビリを実施している時間をいう。
図８のモデル式の例によれば、予測値である当日のユーザの活動時間と、実測されたユーザの活動時間との誤差は１３％であった。ここで、誤差は、（｜残差｜／実際のデータの値）×１００の平均値で定義される。
図８に示したユーザの前日の睡眠時間および予測される当日の活動時間は、図９に示すように、設定された時間帯におけるユーザの状態の合計時間から求めている。図９の状態１は、ユーザが臥位など横になっている状態を示し、状態２はユーザが起床している状態を示し、状態３は、ユーザが歩行している状態を示している。また、横軸は、時間（時：分）を示し、２日間にわたるユーザの各状態が生じた時間が示されている。
例えば、ある日のユーザの活動時間を予測する場合を考える。ここで、活動時間とは、ユーザが起床した状態（状態２）または歩行している状態（状態１）の累積時間である。
ユーザの睡眠時間の合計は、ユーザが時間帯Ｔ１（前日（１日目）の２１：３０から当日（２日目）の８：００）において、横になっていた状態（状態１）の合計時間で算出される。また、ユーザの活動時間の合計時間は、当日（２日目）の２４時間（時間帯Ｔ２）での起床状態（状態２）と歩行状態（状態１）との累積時間で算出される。
なお、モデル式で使用される変数の数や単位は任意に設定することができる。また、図８の例では、ユーザの将来の状態について、当日の午前０時からの２４時間の時間帯に占めるユーザの活動時間を予測するが、時間帯としては、日、曜日、週、月、年など任意の時間単位を用いることができる。
図９に示すユーザの各状態の累積時間は、状態算出部１１によって算出され、記憶部１４に記憶されている。また、予測部１２Ａが用いるモデル式についても、記憶部１４に予め記憶されている。
予測部１２Ａが予測するユーザの状態と、モデル式に与える入力であるユーザの状態とは、互いに相関関係があれば、同一であっても異なっていてもよい。例えば、図９の例では、ユーザの臥位の状態（睡眠時間）と起床および歩行（活動時間）との関係を用いたが、例えば、過去の歩行時間を入力として、将来のユーザの歩行時間を予測することもできる。
［リハビリ支援方法］
次に、上述した構成を有するリハビリ支援システムの動作について図１０のフローチャートを用いて説明する。前提として、記憶部１４には、予測部１２Ａによって用いられる予測のモデル式が記憶されているものとする。また、記憶部１４には、判定部１３が用いるリハビリの実施に関して設定された条件として用いるしきい値が記憶されているものとする。まず、例えば、センサ１０５がユーザに装着された状態で以下の処理が実行される。
センサデータ取得部１０は、センサ１０５で計測されたユーザの生体情報を、送受信部１７を介して取得する（ステップＳ１０）。取得された生体情報は記憶部１４に蓄積される。
次に、状態算出部１１は、センサデータ取得部１０によって取得されたユーザの生体情報に基づいて、ユーザの状態を算出する（ステップＳ１１）。例えば、状態算出部１１は、センサデータ取得部１０によって取得されたユーザの加速度を示すデータから、ユーザの状態、例えば、臥位、起床、または歩行状態を算出する。状態算出部１１による算出結果は、時刻情報とともに記憶部１４に記憶される（ステップＳ１２）。記憶部１４には、ユーザの各状態の累積時間が記憶される。
その後、予測部１２Ａは、記憶部１４からユーザの状態を予測するためのモデル式を読み出す（ステップＳ１３）。具体的には、予測部１２Ａは、記憶部１４に記憶されている図８に示すユーザの前日の睡眠時間と、当日に予測される活動時間との関係を用いたモデル式を用いる。予測部１２Ａは、記憶部１４からユーザの前日から当日にかけての睡眠時間（臥位の累積時間）読み出して、モデル式に入力する（ステップＳ１４）。具体的には、前日の２１：３０から当日８：００までの時間帯におけるユーザが臥位状態であった累積時間をモデル式に入力する。
その後、予測部１２Ａは、当日において予測されるユーザの活動時間を出力する（ステップＳ１５）。予測されたユーザの活動時間は記憶部１４に記憶される。
次に、判定部１３は、ステップＳ１５で予測された当日におけるユーザの活動時間が、リハビリの実施に関して設定されたしきい値を下回る場合（ステップＳ１６：ＮＯ）、選択部１５は、記憶部１４に記憶されている画像などのアイテムから、ユーザに対してリハビリの実施を促す画像などのアイテムの容態を選択する（ステップＳ１７）。例えば、ユーザが起床や歩行のリハビリを行う場合、当日に予測されるユーザの活動時間がしきい値を下回る場合、ユーザは当日にリハビリを十分に実施しないと予測される。そのため、選択部１５は、ユーザに対してリハビリを実施することや注意を促す特定の画像やテキストなどの容態を選択する。
一方、予測部１２Ａにより予測された当日のユーザの活動時間がしきい値以上である場合（ステップＳ１６：ＹＥＳ）、選択部１５は、通常時にリハビリ支援情報として提示する画像などのアイテムの容態を選択する（ステップＳ１８）。その後、提示部１６は、選択部１５によって選択された画像などのアイテムの容態を表示装置１０９に表示させる（ステップＳ１９）。
以上説明したように、第２の実施の形態に係るリハビリ支援システムによれば、状態算出部１１によって算出されたユーザの状態の累積時間に基づいて、将来の一定期間に占める所定の状態の累積時間を予測する。したがって、将来における任意の時間帯、例えば、日、曜日、週、月などに占めるユーザの活動時間などを把握することができ、より効果的な事前のリハビリ支援を行うことが可能となる。
［第３の実施の形態］
次に、本発明の第３の実施の形態について説明する。なお、以下の説明では、上述した第１および第２の実施の形態と同じ構成については同一の符号を付し、その説明を省略する。
第３の実施の形態は、判定部１３Ａが、ユーザごとに設定されたリハビリの実施に関する条件を用いて判定処理を行う点で第１および第２の実施の形態に係る判定部１３と異なる。
判定部１３Ａは、ユーザごとのリハビリに関する統計的なデータを含む情報に基づいて、判定に用いるしきい値を設定する。判定部１３Ａは、記憶部１４から、リハビリの実施に関してユーザごとに設定したしきい値を読み出して、予測部１２が予測した将来の一定期間におけるユーザの状態に対するしきい値処理を行う。
リハビリは、ユーザの回復度や症例などの属性によって、その実施に関して適切な目標値を設定することが望ましい。例えば、機能的自立度評価法（Ｆｕｎｃｔｉｏｎａｌ Ｉｎｄｅｐｅｎｄｅｎｃｅ Ｍｅａｓｕｒｅ：ＦＩＭ）の値に基づいたしきい値を設定することができる。ＦＩＭは、リハビリを行っている患者（ユーザ）が、日常生活の動作が自力でどの程度可能であるかを評価する指標である。ここでは、リハビリを行うユーザの回復度合いの評価指標の一例として用いているが、ＦＩＭの他にも心拍数や体動、経過時間、ストレス値、スクリーニングなど他の評価指標を用いてもよい。
図１２は、ＦＩＭの値とリハビリを行うユーザの当日の活動時間との関係を示している。図１２の例に示す関係より、ユーザのＦＩＭ値（ｘ）と活動時間（ｙ）との回帰式を導出し、この回帰式からユーザことのしきい値を設定するモデル式（ｙ＝０．０９４ｘ＋５．８６５）を設定する。例えば、ＦＩＭの値が５１のユーザでは、このモデル式により予測活動時間が１０．６５９（ｈ）と算出される。判定部１３Ａは、この予測時間をしきい値として設定し、判定処理を行うことができる。
例えば、図１２のしきい値の設定を行うモデル式の例において、予測部１２が予測したユーザの活動時間が、ユーザのＦＩＭの値から求められる予測活動時間（しきい値）よりも長い場合には、判定部１３Ａは、「可」とする判定結果を出力することができる。
図１２に示すように、判定部１３Ａが用いるしきい値をユーザごとに設定した場合、実際のユーザの活動時間がしきい値以上であるのに判定結果が「否」となる、またはしきい値を下回っているのに、判定結果が「可」となるユーザの割合は、サンプル数に対して２８％であった。
なお、リハビリの実施に関して設定されるしきい値の具体的な値は、ユーザごとに異なるリハビリの目標値に応じて任意に設定することができる。例えば、ユーザのＦＩＭの値から求められる予測活動時間（しきい値）に対して、どのくらい長くユーザに起床や歩行などの活動時間を行ってもらいたいかによってしきい値を調整することができる。また、しきい値を調整して１日の最低限のリハビリの実施時間をしきい値により判定することもできる。このように、しきい値は、ユーザごとに設定された補正値α（ｈ）によってさらに調整することができる。この場合、判定部１３Ａは、しきい値に補正値αを加えた値を用いて、予測されるユーザの状態に対する判定処理を実行する。
図１３は、補正値αの値と、全体のサンプル数における判定結果が「否」となるユーザの割合を示している。図１３の例では、補正値αの値が大きくなるのに応じて判定結果が「否」となるユーザの割合が増加している。すなわち、補正値αが大きくなると、リハビリを実施することを促す画像などのアイテムの容態が提示されるユーザの人数が増加している。
例えば、図８の例による、ユーザの前日の睡眠時間から翌日２４時間の活動時間を予測する場合について考える。例えば、予測部１２が予測するユーザの活動時間が、ＦＩＭの値から求められる予測活動時間（しきい値）よりも１時間以上少なくなるユーザに対して、リハビリを促す画像などのアイテムの容態を提示する。この場合、判定部１３Ａは、補正値αの値を－１に設定する。このようにしきい値を補正値αで調整することで、図１３に示すように、ユーザのサンプル数全体の２０％のユーザにおいて判定結果が「否」となる。したがって、全体の２０％のユーザに対してリハビリを促進する画像などのアイテムの容態が提示されることになる。
なお、補正値αの値は、ユーザに対して期待する活動時間など、リハビリの実施やリハビリを促進する画像などのアイテムの容態を提示したいユーザの割合などによっても任意に設定することができる。
［リハビリ支援方法］
次に、上述した構成を有するリハビリ支援システムの動作の具体的な例について、図１４のフローチャートを用いて説明する。以下、前提として、記憶部１４には、判定部１３Ａが用いるリハビリの実施に関して設定されたユーザのＦＩＭの値に基づくしきい値が記憶されているものとする。また、記憶部１４には予測部１２が用いるユーザの状態を予測するモデル式が記憶されている。まず、例えば、センサ１０５がユーザに装着された状態で以下の処理が実行される。
センサデータ取得部１０は、センサ１０５で計測されたユーザの生体情報を、送受信部１７を介して取得する（ステップＳ２０）。取得された生体情報は記憶部１４に蓄積される。
次に、状態算出部１１は、センサデータ取得部１０によって取得されたユーザの生体情報に基づいて、ユーザの状態を算出する（ステップＳ２１）。例えば、状態算出部１１は、センサデータ取得部１０によって取得されたユーザの加速度を示すデータから、ユーザの状態、例えば、臥位、起床、および歩行状態を算出する。状態算出部１１による算出結果は、時刻情報とともに記憶部１４に記憶される（ステップＳ２２）。記憶部１４には、ユーザの各状態の累積時間が記憶される。
その後、予測部１２は、記憶部１４からユーザの状態を予測するためのモデル式を読み出して、状態算出部１１によって算出されたユーザの臥位状態の累積時間を入力として、予測される当日のユーザの活動時間Ｂを出力する（ステップＳ２３）。活動時間Ｂは記憶部１４に記憶される。
その後、判定部１３Ａは、記憶部１４からユーザのＦＩＭの値に基づいたしきい値設定のためのモデル式を読み出す（ステップＳ２４）。次に、判定部１３Ａは、図１２に示す例による、ユーザのＦＩＭの値に応じた予測活動時間Ａを算出する（ステップＳ２５）。次に、判定部１３Ａは、予測活動時間Ａに基づいたしきい値を設定する（ステップＳ２６）。その後、判定部１３Ａは、ステップＳ２３で予測部１２が予測したユーザの活動時間Ｂが、しきい値を下回る場合（ステップＳ２７：ＮＯ）、選択部１５は、記憶部１４に記憶されている、ユーザに対して注意を促す画像などのアイテムの容態を選択する（ステップＳ２８）。
一方、予測部１２が予測したユーザの活動時間Ｂがしきい値以上である場合（ステップＳ２７：ＹＥＳ）、選択部１５は、通常時に提示される画像などのアイテムの容態を選択する（ステップＳ２９）。その後、提示部１６は、選択部１５によって選択された画像などのアイテムの容態を表示装置１０９に表示させる（ステップＳ３０）。
このように、ユーザのＦＩＭの値に基づいたしきい値を設定し、予測部１２によって予測された将来の一定期間におけるユーザの状態に対してしきい値処理を行うことで、ユーザがリハビリを行う前の段階で、より適切なリハビリ支援を行うことができる。
次に、別の具体例として、ユーザの状態の履歴に基づいたしきい値により判定処理を行う場合について、図１５のフローチャートを用いて説明する。
例えば、臥位の状態が多いユーザが、起床や歩行などのリハビリを実施する場合、リハビリの実施にともなって身体機能が回復し、活動時間が増加していくことが望ましい。そこで、判定部１３Ａは、ユーザの状態の履歴から、ユーザの過去の活動時間を上回るようなしきい値を設定することができる。例えば、１日前のユーザの活動時間に基づくしきい値を設定し、１日前の活動時間を下回る活動時間が予測された場合に、ユーザに対してリハビリの実施を促進するような画像の容態を提示する。
以下、前提として、記憶部１４には予測部１２が用いるユーザの状態を予測するモデル式が記憶されている。まず、例えば、センサ１０５がユーザに装着された状態で以下の処理が実行される。
センサデータ取得部１０は、センサ１０５で計測されたユーザの生体情報を、送受信部１７を介して取得する（ステップＳ４０）。取得された生体情報は記憶部１４に蓄積される。
次に、状態算出部１１は、センサデータ取得部１０によって取得されたユーザの生体情報に基づいて、ユーザの状態を算出する（ステップＳ４１）。状態算出部１１による算出結果は、時刻情報とともに記憶部１４に記憶される（ステップＳ４２）。記憶部１４には、例えば、ユーザの臥位、起床、および歩行状態の履歴が記憶される。
その後、予測部１２は、記憶部１４からユーザの状態を予測するためのモデル式を読み出して、状態算出部１１によって算出されたユーザの臥位状態の累積時間を入力として、予測される当日の活動時間Ｂを出力する（ステップＳ４３）。活動時間Ｂは記憶部１４に記憶される。
その後、判定部１３Ａは、記憶部１４に記憶されている状態算出部１１によって算出されたユーザの状態の履歴から、ユーザの活動時間｛Ａn｝を算出する（ステップＳ４４）。ここで、ユーザの活動時間の予測値を求めたい日の１日前の活動時間を｛Ａ1｝とし、ｎ日前の活動時間をＡnとする。判定部１３Ａは、ユーザの活動時間｛Ａn｝の値に対してｎが小さいほど加重が大きくなるように平均を取り、ユーザの１日における予測活動時間Ｃを算出する（ステップＳ４５）。
次に、判定部１３Ａは、予測活動時間Ｃからしきい値を設定する（ステップＳ４６）。その後、予測部１２によって予測された当日のユーザの活動時間Ｂが、しきい値（予測活動時間Ｃ）を下回る場合には（ステップＳ４７：ＮＯ）、選択部１５は、記憶部１４に記憶されている、ユーザに対して注意を促す画像などのアイテムの容態を選択する（ステップＳ４８）。
一方、予測部１２が予測したユーザの活動時間Ｂがしきい値以上である場合（ステップＳ４７：ＹＥＳ）、選択部１５は、通常時に提示される画像などのアイテムの容態を選択する（ステップＳ４９）。その後、提示部１６は、選択部１５によって選択された画像などのアイテムの容態を表示装置１０９に表示させる（ステップＳ５０）。
なお、判定部１３Ａがユーザの状態の履歴に基づいて設定するしきい値は、１日単位の過去のユーザの活動時間に限らず、週、月、年など任意の期間の平均から設定することができる。例えば、ひと月のユーザの活動時間から判定処理に用いるしきい値を設定する場合、直近の「１日」のユーザの活動時間を用いた方が、現在のユーザの身体により適した活動時間が求められるので、加重平均を取ることでより適切なしきい値を設定できる。
また、図１３で説明したように、判定処理に用いられるしきい値に対して補正値を加えてもよい。
このように、ユーザの状態の履歴に基づくしきい値を設定し、予測部１２によって予測された将来の一定期間におけるユーザの状態に対してしきい値処理を行うことで、ユーザがリハビリを行う前の段階で、より適切なリハビリ支援を行うことができる。
［第４の実施の形態］
次に、本発明の第４の実施の形態について説明する。なお、以下の説明では、上述した第１から第３の実施の形態と同じ構成については同一の符号を付し、その説明を省略する。
第１から第３の実施の形態では、選択部１５が判定部１３による判定結果に応じた画像などのアイテムの容態を選択し、提示部１６が選択されたアイテムの容態を表示装置１０９に表示させる場合について説明した。これに対して、第４の実施の形態では、図１６に示すように、提示部１６Ａは、選択部１５によって選択された判定結果に応じた画像などのアイテムの容態を外部の端末に対しても提示する。
例えば、ユーザのリハビリ実施時間が減少傾向にあることを示す予測値が出力された場合、ユーザのリハビリを管理する医師や介護者などに対してもその旨を提示することで、第三者を通したユーザのリハビリ支援が可能となる。具体的には、通信ネットワークＮＷで接続されている介護者などが携帯している通信端末に対しても、判定部１３による判定結果に応じて選択された画像などのアイテムの容態を提示する。例えば、介護者は、提示された情報に基づいて、日中に寝ているユーザに対して、声掛けを行うなどしてユーザが体を動かすよう促すことができる。
また、ユーザのリハビリ実施時間が極端に長くなることを示す予測値が出力された場合に、ユーザのリハビリを管理する介護者などに対して、提示部１６Ａは、その旨を提示する。これにより、ユーザの活動が過剰となっていないか、あるいは、ユーザが夜遅くまで起きていないか等を、第三者が容易に確認することができる。
なお、第１から第３の実施の形態で説明したように、判定部１３による判定結果に応じて選択された画像などのアイテムの容態は、ユーザに対しても提示することができる。また、同一の判定結果であっても、ユーザに対して提示する画像などのアイテムの容態と、介護者などに対して提示する画像などのアイテムの容態とが異なっていてもよい。例えば、ユーザに対してはリハビリ支援情報として表示画面には、画像とテキスト情報が提示され、介護者などに対しては、アラート音が提示される構成としてもよい。
また、提示部１６Ａは、判定部１３による判定結果に応じて選択された画像などのアイテムの容態に加えて、状態算出部１１によって算出されたユーザの状態の履歴を示す情報を提示してもよい。
以上説明したように、第４の実施の形態に係るリハビリ支援システムによれば、ユーザ本人だけでなく、ユーザのリハビリを管理する第三者に対してもリハビリ支援情報を提示するので、ユーザがリハビリを行う前の段階で、より確実なユーザのリハビリ支援ができる。
なお、説明した実施の形態は、それぞれ組み合わせて実現することが可能である。また、説明した第２から第４の実施の形態に係るリハビリ支援システムについても、第１の実施の形態と同様に、図４および図５に示したセンサ端末２００ａ、２００ｂ、中継端末３００、および外部端末４００で実現することができる。
また、センサ端末２００ａ、２００ｂ、中継端末３００、および外部端末４００で実現されるリハビリ支援システムにおいて、中継端末３００が状態算出部１１、予測部１２、判定部１３、および選択部１５を備える場合について説明した。しかし、これらの機能部は、センサ端末２００ａ、２００ｂまたは外部端末４００が備える構成であってもよい。
また、状態算出部１１、予測部１２、判定部１３、および選択部１５の各機能をセンサ端末２００ａ、２００ｂ、中継端末３００、および外部端末４００にそれぞれ分散して実現してもよい。
以上、本発明のリハビリ支援システム、およびリハビリ支援方法における実施の形態について説明したが、本発明は説明した実施の形態に限定されるものではなく、請求項に記載した発明の範囲において当業者が想定し得る各種の変形を行うことが可能である。
１０、２０２…センサデータ取得部、１１、３０３…状態算出部、１２、３０４…予測部、１３、３０５…判定部、１４…記憶部、１５、３０６…選択部、１６、４０４…提示部、１７…送受信部、１０１…バス、１０２…プロセッサ、１０３…主記憶装置、１０４…通信インターフェース、１０５、２０１…センサ、１０６…補助記憶装置、１０７…時計、１０８…入出力装置、１０９…表示装置、２００ａ、２００ｂ…センサ端末、３００…中継端末、４００…外部端末、２０３、３０２、４０２…データ記憶部、２０４、３０７…送信部、３０１、４０１…受信部、４０３…提示処理部。

Claims (7)

  1. センサによって計測されたユーザの生体情報を含むセンサデータを取得するセンサデータ取得部と、
    取得された前記センサデータに基づいて前記ユーザの状態を求める状態算出部と、
    前記状態算出部によって求められた前記ユーザの状態から、前記ユーザの状態を予測する予測部と、
    前記予測部によって予測された前記ユーザの状態が、リハビリの実施に関して設定された条件を満たすか否かを判定する判定部と、
    リハビリテーションを支援する情報として提示される支援情報を記憶する記憶部と、
    前記判定部による判定結果に応じて、前記記憶部に記憶されている前記支援情報を選択する選択部と、
    前記選択部によって選択された前記支援情報を提示する提示部と
    を備えるリハビリ支援システム。
  2. 請求項１に記載のリハビリ支援システムにおいて、
    前記状態算出部は、前記ユーザの状態の累積時間を算出し、
    前記予測部は、前記状態算出部によって算出された前記ユーザの状態の累積時間に基づいて、将来の一定期間に占める前記ユーザの状態の累積時間を予測する
    ことを特徴とするリハビリ支援システム。
  3. 請求項１に記載のリハビリ支援システムにおいて、
    前記判定部は、前記ユーザごとのリハビリに関する統計的なデータを含む情報に基づいて、判定に用いるしきい値を設定する
    ことを特徴とするリハビリ支援システム。
  4. 請求項１に記載のリハビリ支援システムにおいて、
    前記判定部は、前記状態算出部によって算出された前記ユーザの状態の履歴に基づいて、判定に用いるしきい値を設定する
    ことを特徴とするリハビリ支援システム。
  5. 請求項１から４のいずれか１項に記載のリハビリ支援システムにおいて、
    前記提示部は、前記選択部によって選択された前記支援情報を表す画像を表示する表示装置を含む
    ことを特徴とするリハビリ支援システム。
  6. 請求項１から５のいずれか１項に記載のリハビリ支援システムにおいて、
    前記ユーザの状態は、臥位、立位、座位、および歩行の少なくとも１つを含む
    ことを特徴とするリハビリ支援システム。
  7. センサによって計測されたユーザの生体情報を含むセンサデータを取得する第１ステップと、
    取得された前記センサデータに基づいて前記ユーザの状態を求める第２ステップと、
    前記第２ステップで求められた前記ユーザの状態から、前記ユーザの状態を予測する第３ステップと、
    前記第３ステップで予測された前記ユーザの状態が、リハビリの実施に関して設定された条件を満たすか否かを判定する第４ステップと、
    リハビリテーションを支援する情報として提示される支援情報を記憶する記憶部を参照し、前記第４ステップによる判定結果に応じて、前記記憶部に記憶されている前記支援情報を選択する第５ステップと、
    前記第５ステップで選択された前記支援情報を提示する第６ステップと
    を備えるリハビリ支援方法。
JP2021520521A 2019-05-20 2019-05-20 リハビリ支援システム、およびリハビリ支援方法 Active JP7298685B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/019887 WO2020234957A1 (ja) 2019-05-20 2019-05-20 リハビリ支援システム、およびリハビリ支援方法

Publications (2)

Publication Number Publication Date
JPWO2020234957A1 JPWO2020234957A1 (ja) 2020-11-26
JP7298685B2 true JP7298685B2 (ja) 2023-06-27

Family

ID=73459068

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021520521A Active JP7298685B2 (ja) 2019-05-20 2019-05-20 リハビリ支援システム、およびリハビリ支援方法

Country Status (3)

Country Link
US (1) US20220117550A1 (ja)
JP (1) JP7298685B2 (ja)
WO (1) WO2020234957A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7246648B2 (ja) * 2021-06-13 2023-03-28 Ｒｅｈａｂｉｌｉｔａｔｉｏｎ３．０株式会社 作業療法支援装置、作業療法支援装置のための人工知能学習装置、作業療法支援方法、作業療法支援装置のための人工知能学習方法、作業療法支援プログラム、及び人工知能学習プログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011138530A (ja) 2011-01-26 2011-07-14 Olympus Corp 情報表示システム
JP2015092395A (ja) 2015-01-07 2015-05-14 株式会社東芝 質問予測装置、質問予測方法および質問予測プログラム
WO2019008657A1 (ja) 2017-07-04 2019-01-10 富士通株式会社 情報処理装置、情報処理プログラム及び情報処理方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011138530A (ja) 2011-01-26 2011-07-14 Olympus Corp 情報表示システム
JP2015092395A (ja) 2015-01-07 2015-05-14 株式会社東芝 質問予測装置、質問予測方法および質問予測プログラム
WO2019008657A1 (ja) 2017-07-04 2019-01-10 富士通株式会社 情報処理装置、情報処理プログラム及び情報処理方法

Also Published As

Publication number Publication date
JPWO2020234957A1 (ja) 2020-11-26
US20220117550A1 (en) 2022-04-21
WO2020234957A1 (ja) 2020-11-26

Similar Documents

Publication Publication Date Title
US20180103859A1 (en) Systems, Devices, and/or Methods for Managing Patient Monitoring
US20110245633A1 (en) Devices and methods for treating psychological disorders
JP7399092B2 (ja) 潜在的な甲状腺異常のアラートを提供する方法
CN105807913A (zh) 基于生物信息的可穿戴装置、系统和操作方法
Geman et al. Ubiquitous healthcare system based on the sensors network and android internet of things gateway
JP2008067892A (ja) 生体解析装置及びプログラム
US11699524B2 (en) System for continuous detection and monitoring of symptoms of Parkinson's disease
JP2023512987A (ja) 患者の脊椎、平衡、歩行、又は姿勢を監視するためのシステム及び方法
JP2018166653A (ja) 気分判定装置
CN110139599A (zh) 用户终端
CN114449945A (zh) 信息处理装置、信息处理系统和信息处理方法
WO2021033569A1 (ja) リハビリ支援システム、リハビリ支援方法、およびリハビリ支援プログラム
JP7298685B2 (ja) リハビリ支援システム、およびリハビリ支援方法
JP2018068910A (ja) 疾病予測方法
JP2011142966A (ja) 測定装置、中継装置、遠隔制御システムおよび測定方法
Rayan et al. Monitoring technologies for precision health
Dissanayake et al. CompRate: Power efficient heart rate and heart rate variability monitoring on smart wearables
CN106886669A (zh) 一种基于移动终端的健康数据处理方法和装置
JP2023025703A (ja) 評価システム
KR102556663B1 (ko) 생체신호 모니터링 시스템 및 방법
JP2019531114A (ja) 身体組成解析方法及び装置
JP7180216B2 (ja) 生体情報解析装置、生体情報解析方法、および生体情報解析システム
JP7135521B2 (ja) 行動変容支援装置、端末およびサーバ
US11291394B2 (en) System and method for predicting lucidity level
WO2021033570A1 (ja) リハビリ支援システム、リハビリ支援方法、およびリハビリ支援プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210908

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221206

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230113

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: 20230516

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230529

R150 Certificate of patent or registration of utility model

Ref document number: 7298685

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150