JP7323848B2 - 意識喪失推定装置、意識喪失推定方法及びプログラム - Google Patents

Description

本発明は、意識喪失推定装置、意識喪失推定方法及びプログラムに関する。

作業中に意図せず意識を喪失することは、本人にとっても周りの人にとっても危険なことである。例えば、運転時にドライバーが意識を喪失した場合、本人を含め同乗者も車の周囲にいる人も危険にさらされてしまう(非特許文献１)。

篠原 一彰, 駒場 智美, 橋本 克彦, 伊藤 文人, 岡田 恵, 石田 時也, 横山 秀之, 松本 昭憲,「運転中に意識障害発作を発症した症例の検討」、自動車技術会論文集／ ４５ 巻 （２０１４） ６ 号 ｐ． １１０５－１１１０

このような意識の喪失（以下「意識喪失」という。）が起きる前に、意識喪失が起きる可能性が高まっていることを本人や周囲の人が知ることができれば、意識喪失によって引き起こされる危険を減らすことができる。そのため、意識喪失の可能性を推定する精度を高めることが求められている。

上記事情に鑑み、本発明は、意識喪失の可能性を推定する精度を高める技術を提供することを目的としている。

本発明の一態様は、推定対象の脳血流量に相関を持つ量を脳血流相関量とし、前記脳血流相関量の時系列を脳血流相関量時系列とし、前記脳血流相関量時系列のデータの時間軸方向の位置を時刻位置として、各前記データの示す前記脳血流相関量が各前記データの時刻位置に応じた範囲である閾値領域の範囲外か否かを前記脳血流相関量時系列に基づき判定する範囲外データ判定処理を実行する範囲外データ判定部と、前記範囲外データ判定部の判定結果に基づいて、前記推定対象の心室の状態を推定する心室状態推定部と、を備え、前記範囲外データ判定部は、各時刻位置の前記閾値領域を決定する処理であって前記閾値領域が決定される時刻位置を含む第１の長さの期間である第１期間内における前記データの分布に応じて決定対象の前記閾値領域を決定する処理を前記範囲外データ判定処理の実行前に実行する、意識喪失推定装置である。

本発明により、意識喪失の可能性を推定する精度を高めることが可能となる。

第１実施形態の意識喪失推定システム１００の概要を説明する説明図。 第１実施形態における上閾値と、下閾値と、閾値領域と範囲外データとを示す図。 第１実施形態の意識喪失推定システム１００のシステム構成の一例を示す図。 第１実施形態における制御部２０の機能構成の一例を示す図。 第１実施形態における意識喪失推定システム１００が実行する処理の流れの一例を示すフローチャート。 第１実施形態における意識喪失済み確率と脳血流相関量時系列との関係を説明する第１の説明図。 第１実施形態における意識喪失済み確率と脳血流相関量時系列との関係を説明する第２の説明図。 第１実施形態における意識喪失済み確率と脳血流相関量時系列との関係を説明する第３の説明図。 第１実施形態における意識喪失済み確率と脳血流相関量時系列との関係を説明する第４の説明図。 第２実施形態の意識喪失推定システム１００ａのシステム構成の一例を示す図。 第２実施形態における制御部２０ａの機能構成の一例を示す図。 第２実施形態の意識喪失推定システム１００ａが実行する処理の流れの一例を示す第１のフローチャート。 第２実施形態の意識喪失推定システム１００ａが実行する処理の流れの一例を示す第２のフローチャート。 第３実施形態の意識喪失推定システム１００ｂのシステム構成の一例を示す図。 第３実施形態における制御部２０ｂの機能構成の一例を示す図。 第４実施形態の意識喪失推定システム１００ｃのシステム構成の一例を示す図。 第４実施形態における制御部２０ｃの機能構成の一例を示す図。 第５実施形態の意識喪失推定システム１００ｄのシステム構成の一例を示す図。 第５実施形態における制御部２０ｄの機能構成の一例を示す図。 第６実施形態の意識喪失推定システム１００ｅのシステム構成の一例を示す図。 第６実施形態における制御部２０ｅの機能構成の一例を示す図。 第２の変形例における整形前の心電位時系列の一例を示す図。 第２の変形例におけるハイパスフィルタ処理による整形後の心電位時系列の一例を示す図。 第２の変形例における制御部２０ｆの機能構成の一例を示す図。 第３の変形例における心電位時系列とモデル波形との対応を示す第１の図。 第３の変形例における心電位時系列とモデル波形との対応を示す第２の図。 第３の変形例における心電位時系列とモデル波形との対応を示す第３の図。 第３の変形例における心電位時系列とモデル波形との対応を示す第４の図。 第３の変形例における大動脈血流量時系列とモデル波形との対応を示す第１の図。 第３の変形例における大動脈血流量時系列とモデル波形との対応を示す第２の図。 第３の変形例における制御部２０ｇの機能構成の一例を示す図。

（第１実施形態）
図１は、第１実施形態の意識喪失推定システム１００の概要を説明する説明図である。意識喪失推定システム１００は、推定対象９０１が既に意識喪失である確率を推定する。推定対象９０１は人であってもよいし動物であってもよい。以下、説明の簡単のため推定対象９０１が人である場合を例に意識喪失推定システム１００を説明する。

意識喪失推定システム１００は、生体センサ１を備える。生体センサ１は、測定対象である推定対象９０１の脳血流量に相関を持つ量（以下「脳血流相関量」という。）を測定する。意識喪失推定システム１００は生体センサ１を用いて推定対象９０１の脳血流相関量の時系列（以下「脳血流相関量時系列」という。）を取得する。生体センサ１の詳細は後述する。

脳血流相関量は、推定対象９０１の脳血流量に相関を持つ量であればどのような量であってもよい。脳血流相関量は、例えば、心臓の電気的な活動の様子を示す量であってもよい。心臓の電気的な活動の様子を示す量は、例えば、心電図のグラフが示す電位（心電位）の時間変化である。すなわち、心臓の電気的な活動の様子を示す量は、心電位の時系列（以下「心電位時系列」という。）である。このような場合、脳血流相関量時系列は、心電図のグラフである。

脳血流相関量は、例えば、頸動脈や大動脈の血流量であってもよい。このような場合、脳血流相関量時系列は、大動脈血流量の時系列である。以下、説明の簡単のため脳血流相関量時系列が、心電位時系列である場合を例に、意識喪失推定システム１００を説明する。

意識喪失推定システム１００は、所定のタイミングで推定対象９０１の脳血流相関量時系列の取得を開始して以降は、所定の繰り返し周期（以下「推定周期」という。）で推定対象９０１の脳血流相関量時系列を繰り返し取得する。以下、推定対象９０１の脳血流相関量時系列を推定周期で繰り返し取得する処理が開始された時点を推定開始時点という。以下、脳血流相関量時系列が取得されてから次に脳血流相関量時系列が取得されるまでの期間を単位期間という。

意識喪失推定システム１００は、推定開始時点以降、脳血流相関量時系列を取得するたびに、後述する範囲外データ判定処理及び心室状態推定処理をそれぞれ１回実行する。

意識喪失推定システム１００は、確率取得開始時点以降は、脳血流相関量時系列を取得するたびに範囲外データ判定処理及び心室状態推定処理にくわえて更に後述する意識喪失済み確率取得処理及び意識喪失判定処理をそれぞれ１回実行する。

確率取得開始時点は、意識喪失推定システム１００が推定対象９０１の脳相関量時系列の取得を開始して以降初めて、推定対象９０１の心室の状態が正常では無いと判定された時点である。

また、意識喪失推定システム１００は、遅くとも確率取得開始時点以降は、後述する計測信頼度推定処理を実行する。

以下、図１を用いて、意識喪失推定システム１００の概要の説明とともに、範囲外データ判定処理、心室状態推定処理、計測信頼度推定処理、意識喪失済み確率取得処理及び意識喪失判定処理を説明する。

意識喪失推定システム１００は、推定開始時点以降、範囲外データ判定処理を推定周期で繰り返し実行する。範囲外データ判定処理は、脳血流相関量時系列に基づき、脳血流相関量時系列の各データの示す脳血流相関量が各データの時刻位置に応じた範囲（以下「閾値領域」という。）の範囲外か否かを判定する処理である。時刻位置とは、脳血流相関量時系列の各データ（以下「脳血流相関量点データ」という。）の時間軸方向の位置である。

意識喪失推定システム１００は、範囲外データ判定処理の実行により、各脳血流相関量点データについて、それぞれ範囲外データか否かを判定する。範囲外データは、閾値領域の範囲外の脳血流相関量点データである。

閾値領域は、少なくとも上限値及び下限値を有する範囲である。閾値領域の上限値を以下、上閾値という。閾値領域の下限値を以下、下閾値という。

閾値領域は、閾値領域が決定される時刻位置を含む第１の長さの期間内における脳血流相関量点データの分布に応じて決定される。以下、第１の長さの期間を第１期間という。第１の長さ（すなわち第１期間の長さ）は、第１期間内に複数の予め定められた所定の数以上の脳血流相関量点データを有する時間であればよい。第１の長さは、例えば、３秒である。

上閾値は、例えば、閾値領域が決定される時刻位置を含む第１期間内の脳血流相関量点データが示す脳血流相関量の平均値をＭとし標準偏差をＶとした場合に、（Ｍ＋Ｖ）である。下閾値は、例えば、閾値領域が決定される時刻位置を含む第１期間内の脳血流相関量点データが示す脳血流相関量の平均値をＭとし標準偏差をＶとした場合に、（Ｍ－Ｖ）である。

なお、閾値領域上限値及び閾値領域下限値の算出は必ずしも平均値Ｍと標準偏差Ｖに限定されず、標準偏差Ｖに定数（補正値）を掛けて検出感度を調整しても良く、関数で変換しても良い。また（脳血流相関量の）分散や勾配を基に算出しても良く、生体信号以外の機器や環境データ、連続性（観測値の欠損の有無）により調整しても良い。

閾値領域の範囲外であるとは、値が下閾値未満であるか、又は、上閾値より大きいかのいずれか一方であることを意味する。

図２は、第１実施形態における上閾値と、下閾値と、閾値領域と範囲外データとを示す図である。図２は、脳血流相関量時系列の一例として心電位時系列を示す。図２の横軸は原点の時刻からの経過時間を示す。図２の縦軸は心電位を示す。図２は、上閾値と下閾値とを示す。図２に示すように、上閾値及び下閾値は、全ての時刻で必ずしも同一では無い。

図２において、Ｄ１、Ｄ２及びＤ３が示す心電位の範囲は、それぞれ時刻Ｔ１、時刻Ｔ２及び時刻Ｔ３における閾値領域である。図２に示すように、閾値領域が示す心電位の範囲は、全ての時刻で必ずしも同一では無い。図２は、範囲外データと判定された脳血流相関量点データの集合を示す。

図１の説明に戻る。意識喪失推定システム１００は、推定開始時点以降、心室状態推定処理を推定周期で実行する。心室状態推定処理は、単位期間中に範囲外データ判定処理の実行後に実行される。心室状態推定処理は、正常心室状態推定処理と異常心室状態推定処理とを含む。心室状態推定処理においては、まず正常心室状態推定処理が実行され、正常心室状態推定処理の結果に応じて異常心室状態推定処理が実行される。

正常心室状態推定処理では、まず、範囲外データ判定処理の判定結果に基づいて、推定対象９０１の心室の状態が正常か否か、が判定される。正常心室状態推定処理では、推定対象９０１の心室の状態が正常であると判定された場合に、推定対象９０１の心室の状態が正常であると推定される。

異常心室状態推定処理は、正常心室状態推定処理によって正常では無い（すなわち異常）と推定された場合に実行される。異常心室状態推定処理は、脳血流相関量時系列に基づいて、推定対象９０１の心室の状態が予め定められた所定の異常心室状態のいずれの心室の状態であるかを推定する処理である。

異常心室状態は、意識喪失に係る心室の状態である。予め定められた異常心室状態は、意識喪失に係る心室の状態であればどのような心室の状態であってもよい。異常心室状態は、例えば、心室性頻拍が生じている心室の状態である。異常心室状態は、例えば、心室細動が生じている心室の状態であってもよい。以下、説明の簡単のため、予め定められた異常心室状態が、心室性頻拍である場合と心室細動である場合とを例に意識喪失推定システム１００を説明する。

意識喪失推定システム１００は、このように、心室状態推定処理の実行によって、推定対象９０１の心室の状態を推定する。

推定開始時点以降に初めて心室状態推定処理の実行によって心室の状態が正常では無いと推定された場合、意識喪失推定システム１００は警告を伝達先に伝達する。以下、心室状態推定処理によって心室の状態が異常であると判定された場合に伝達先に伝達される警告を第１警告という。第１警告は、具体的には、推定対象９０１が意識喪失である確率が高いことを示す情報である。

伝達先は、例えば、管理者９０２や、推定対象９０１自身である。伝達先は管理者９０２や推定対象９０１だけでなく、自動停止装置や自動操縦システムなどの安全装置であっても良い。

推定開始時点以降に正常心室状態推定処理によって心室の状態が正常では無いと初めて推定されて以降、意識喪失推定システム１００は意識喪失済み確率取得処理を推定周期で繰り返し実行することを開始する。そのため、推定開始時点以降に正常心室状態推定処理によって心室の状態が正常では無いと初めて推定された時点が、確率取得開始時点である。意識喪失済み確率取得処理は、意識喪失済み確率を取得する処理である。

意識喪失済み確率は、推定対象９０１が既に意識喪失の状態である確率であって、確率取得開始時点からの経過時間と測定環境の変化と意識喪失推定システム１００が取得する脳血流相関時系列の変化として現れる推定対象９０１の状態の変化とに応じた確率である。意識喪失済み確率は、意識喪失の可能性を示す指標である。

以下、意識喪失推定システム１００が取得する脳血流相関時系列の変化として現れる推定対象９０１の状態を、意識喪失関連状態という。意識喪失関連状態の変化が生じたか否かは具体的には、心室状態推定処理によって推定される。

測定環境とは具体的には、生体センサ１等の推定対象９０１の脳血流相関量時系列の取得に係る装置（以下「取得関連装置」という。）の状態である。取得関連装置は、例えば意識喪失推定システム１００において生体センサ１の情報が通信路を使って伝送先に伝送される場合には通信路を含む。

測定環境の変化とは、取得関連装置の状態が変化することである。測定環境の変化は例えば、取得関連装置の動作の正常な動作から異常な動作への変化である。異常な動作は、例えば取得関連装置が壊れた場合に生じる。取得環境の変化は例えば、生体センサ１が推定対象９０１に取り付いた電極を用いて脳血流相関量を測定する装置である場合に、生体センサ１の電極が推定対象９０１から外れるという変化であってもよい。

取得関連装置の動作が異常である場合には、取得関連装置が出力した脳血流相関量時系列の信頼度（以下「計測信頼度」という。）は取得関連装置の動作が正常である場合よりも低い。意識喪失済み確率は推定対象９０１が既に意識喪失の状態である確率であるので、推定対象９０１の意識喪失関連状態に変化はないものの取得関連装置の動作が正常から異常に変化した場合には意識喪失済み確率は下がる。

また、意識喪失済み確率は推定対象９０１が既に意識喪失の状態である確率であるので、測定環境の変化は無いものの意識喪失関連状態が異常な状態から正常な状態に変化した場合には意識喪失済み確率は下がる。意識喪失関連状態が異常な状態とは例えば、推定対象９０１の心臓の動きが異常である状態である。

ところで、確率取得開始時点以降に測定環境及び推定対象９０１の状態に変化が無い場合、推定対象９０１に意識喪失が生じる確率は時間が経過するごとに高まる。そのため、測定環境と推定対象９０１の意識喪失関連状態とに変化が無い場合、意識喪失済み確率は時間が経過するごとに増大する。

意識喪失済み確率は、心室状態推定処理の推定結果の信頼度を示す値でもある。例えば、確率取得開始時点以降に測定環境と推定対象９０１の心室の状態とに変化が無い場合、表示される意識喪失済み確率は時間の経過とともに高まる確率を示す。

意識喪失済み確率の表示の具体例の１つは、図１におけるグラフＧ１である。グラフＧ１の横軸は時間を示す。グラフＧ１の縦軸は意識喪失済み確率を示す。グラフＧ１における時間ｔ１は、確率取得開始時点である。そのため、グラフＧ１における時間ｔ１は、意識喪失済み確率取得処理が開始された時点の一例である。グラフＧ１の時間軸上の原点は、推定開始時点の一例である。

なお、意識喪失済み確率は、あくまで確率である。そのため、意識喪失済み確率が高かったとしても、推定対象９０１は意識喪失していない場合もある。

確率取得開始時点以降に、意識喪失推定システム１００は意識喪失判定処理を推定周期で繰り返し実行する。意識喪失判定処理は、意識喪失済み確率が予め定められた所定の確率（以下「基準確率」という。）以上か否かを判定する処理である。

意識喪失済み確率が基準確率以上である場合、意識喪失推定システム１００は警告を伝達先に伝達する。以下、意識喪失済み確率が基準確率以上である場合に伝達先に伝達される警告を第２警告という。第２警告は、具体的には、推定対象９０１が意識喪失である確率が高いことを示す情報である。

意識喪失済み確率が基準確率以上である場合、意識喪失推定システム１００は第２警告だけでなく、意識喪失済み確率そのものを伝達先に伝達してもよい。

伝達先は、例えば、管理者９０２や、推定対象９０１自身である。伝達先は管理者９０２や推定対象９０１だけでなく、自動停止装置や自動操縦システムなどの安全装置であっても良い。

意識喪失済み確率が基準確率未満である場合、意識喪失推定システム１００は、警告を伝達先に伝達することなく、意識喪失済み確率取得処理を実行する。ただし、意識喪失済み確率が一度でも基準確率以上になって以降は、例え、意識喪失済み確率が基準確率未満であっても、意識喪失推定システム１００は第２警告を伝達してもよい。

意識喪失推定システム１００は、遅くとも確率取得開始時点以降には、計測信頼度推定処理を実行する。計測信頼度推定処理は、脳血流相関量時系列に基づき計測信頼度を推定する処理である。計測信頼度推定処理は、例えば、脳血流相関量時系列の示す所定の指標の値が取得関連装置の故障時の値である場合に、取得関連装置が故障していない場合よりも計測信頼度は低いと推定する処理である。

脳血流相関量時系列の示す所定の指標は、例えば、心電位時系列が示す心電位である。例えば心電位が装置の測定限界以上の値である場合に、計測信頼度推定処理では、取得関連装置が故障していると推定される。

図３は、第１実施形態の意識喪失推定システム１００のシステム構成の一例を示す図である。意識喪失推定システム１００は、生体センサ１及び意識喪失推定装置２を備える。

生体センサ１は、測定対象の脳血流相関量を推定周期よりも短い所定の時間間隔で繰り返し測定する。生体センサ１の測定結果は、脳血流相関量時系列である。生体センサ１は、測定結果を意識喪失推定装置２に出力する。生体センサ１は、例えば、心拍センサである。

意識喪失推定装置２は、生体センサ１が取得した脳血流相関量時系列を推定周期で繰り返し取得する。意識喪失推定装置２は、脳血流相関量時系列に基づき、範囲外データ判定処理、心室状態推定処理、意識喪失済み確率取得処理及び意識喪失判定処理を実行する。

意識喪失推定装置２は、バスで接続されたＣＰＵ（Central Processing Unit）等のプロセッサ９１とメモリ９２とを備える制御部２０を備え、プログラムを実行する。意識喪失推定装置２は、プログラムの実行によって制御部２０、通信部２１、入力部２２、記憶部２３及び出力部２４を備える装置として機能する。

より具体的には、意識喪失推定装置２は、プロセッサ９１が記憶部２３に記憶されているプログラムを読み出し、読み出したプログラムをメモリ９２に記憶させる。プロセッサ９１が、メモリ９２に記憶させたプログラムを実行することによって、意識喪失推定装置２は、制御部２０、通信部２１、入力部２２、記憶部２３及び出力部２４を備える装置として機能する。

制御部２０は、自装置（意識喪失推定装置２）が備える各機能部の動作を制御する。制御部２０は、例えば、推定周期で脳血流相関量時系列を取得する。推定周期の逆数（すなわちサンプリングレート）は、例えば１ｋＨｚである。制御部２０は、例えば、範囲外データ判定処理、心室状態推定処理、意識喪失済み確率取得処理及び意識喪失判定処理を実行する。

通信部２１は、自装置を生体センサ１に接続するための通信インタフェースを含んで構成される。通信部２１は、例えばネットワークを介して生体センサ１と通信する。通信部２１は、生体センサ１との通信によって、生体センサ１から脳血流相関量時系列を取得する。

入力部２２は、マウスやキーボード、タッチパネル等の入力装置を含んで構成される。入力部２２は、これらの入力装置を自装置に接続するインタフェースとして構成されてもよい。

記憶部２３は、磁気ハードディスク装置や半導体記憶装置などの記憶装置を用いて構成される。記憶部２３は意識喪失推定装置２に関する各種情報を記憶する。記憶部２３は、例えば、生体センサ１が出力した脳血流相関量時系列の履歴を記憶する。記憶部２３は、例えば、意識喪失推定装置２の動作を制御するプログラムを予め記憶する。

記憶部２３は、例えば、推定開始時点を示す情報を記憶する。記憶部２３は、例えば、確率取得開始時点を示す情報を記憶する。記憶部２３は、例えば、意識喪失済み確率の履歴を記憶する。

出力部２４は、ＣＲＴ（Cathode Ray Tube）ディスプレイ、液晶ディスプレイ、有機ＥＬ（Electro-Luminescence）ディスプレイ等の表示装置や、スピーカー等の音声出力装置等の情報の出力装置を含んで構成される。出力部２４は、これらの出力装置を自装置に接続するインタフェースとして構成されてもよい。出力部２４は、意識喪失推定装置２に関する情報を出力する。出力部２４は、例えば、入力部２２に入力された情報を出力する。出力部２４は、例えば、第１警告を出力する。出力部２４は、例えば、第２警告を出力する。出力部２４は、例えば、意識喪失済み確率を出力する。出力部２４は、例えば、計測信頼度を出力する。出力部２４が出力する情報は、管理者９０２や、推定対象９０１自身等の伝達先が取得する。

図４は、第１実施形態における制御部２０の機能構成の一例を示す図である。制御部２０は、時系列取得部２１０、範囲外データ判定部２２０、心室状態推定部２３０、確率取得処理実行判定部２４０、確率取得条件取得部２５０、計測信頼度推定部２６０、意識喪失済み確率取得部２７０、意識喪失判定部２８０、出力制御部２９０及び記録部３００を備える。

時系列取得部２１０は、通信部２１を介して脳血流相関量時系列を推定周期で繰り返し取得する。

範囲外データ判定部２２０は、時系列取得部２１０が取得した脳血流相関量時系列に対して範囲外データ判定処理を実行する。範囲外データ判定部２２０は、範囲外データ判定処理の一部の処理として、閾値領域決定処理を実行する。閾値領域決定処理は、各時刻位置の閾値領域を決定する処理である。閾値領域決定処理は、より具体的には、閾値領域が決定される時刻位置を含む第１期間内における脳血流相関量点データ分布に応じて決定対象の閾値領域を決定する処理である。

範囲外データ判定部２２０は、第１区分部２２１、分布取得部２２２、閾値領域決定部２２３及び範囲外データ内判定部２２４を備える。

第１区分部２２１は、脳血流相関量時系列を複数の第１期間によって時間軸方向に区分する。

分布取得部２２２は、脳血流相関量点データ統計量を第１期間ごとに取得する。脳血流相関量点データ統計量は、第１期間ごとの量であって各第１期間に属する脳血流相関量点データが示す脳血流相関量の分布に関する統計量である。分布に関する統計量は、分布を表すことができればどのような統計量であってもよい。

分布に関する統計量は、例えば、平均値及び偏差である。偏差は、平均値からのずれを示す統計量であればどのような統計量であってもよく、例えば、標準偏差であってもよい。以下、説明の簡単のため脳血流相関量点データ統計量が平均値及び標準偏差である場合を例に意識喪失推定システム１００を説明する。

閾値領域決定部２２３は、脳血流相関量点データ統計量に基づいて第１期間ごとに閾値領域を決定する。

第１区分部２２１、分布取得部２２２及び閾値領域決定部２２３が実行する一連の処理によって、各第１期間における閾値領域が決定される処理が、閾値領域決定処理である。

範囲外データ内判定部２２４は、閾値領域決定処理によって決定された閾値領域を用いて、各脳血流相関量点データがそれぞれ範囲外データか否かを判定する。

閾値領域決定処理と範囲外データ内判定部２２４が実行する処理とによって、各脳血流相関量点データがそれぞれ範囲外データか否かを判定する処理が範囲外データ判定処理である。

心室状態推定部２３０は、心室状態推定処理を実行する。心室状態推定部２３０は、第２区分部２３１、時間積算部２３２、ピーク期間判定部２３３、正常心室状態推定部２３４及び異常心室状態推定部２３５を備える。

第２区分部２３１は、複数の第２期間によって脳血流相関量時系列を区分する。第２期間の長さは、一部又は全部の時間位置を共有する第１期間の長さよりも短い。第２期間の長さは、例えば、２００ミリ秒である。

時間積算部２３２は、第２期間ごとに、範囲外データのみを含む期間の長さを積算する。以下、範囲外データのみを含む期間の長さの合計値（すなわち積算時間）を、範囲外時間という。

ピーク期間判定部２３３は、第２期間ごとに範囲外時間が所定の時間（以下「閾値時間」という。）を超えているか否かを判定する。閾値時間は、第２期間の長さよりも短い時間である。第２期間の長さが２００ミリ秒である場合、閾値時間は、例えば、５０ミリ秒である。以下、ピーク期間判定部２３３によって、範囲外時間が閾値時間よりも長いと判定された第２期間をピーク期間という。

正常心室状態推定部２３４は、正常心室状態推定処理を実行する。具体的には、正常心室状態推定部２３４は、ピーク期間の脳血流相関量時系列における出現の仕方に基づいて、推定対象９０１の心室の状態が正常か異常かを判定する。

具体的には、正常心室状態推定部２３４は、例えば、時間軸方向の隣接する所定数の第２期間がピーク期間である場合に、推定対象９０１の心室の状態が正常では無いと判定する。すなわち、正常心室状態推定部２３４は、ピーク期間が時間軸方向に所定数連続する、という条件が満たされた場合に推定対象９０１の心室の状態が正常では無いと判定する。

所定数は、例えば、５回である。例えば第２期間の長さが２００ミリ秒であり閾値時間が５０ミリ秒である場合であって時間軸方向の隣接する５つの第２期間がピーク期間である場合、正常心室状態推定部２３４は、推定対象９０１の心室の状態は正常では無いと判定する。

なお、医学的には、第２期間の長さが２００ミリ秒であり閾値時間が５０ミリ秒である場合であって時間軸方向の隣接する５つの第２期間がピーク期間である場合、推定対象９０１の心室の状態は、心室性頻拍又は心室細動が生じた状態である。すなわち、第２期間の長さが２００ミリ秒であり閾値時間が５０ミリ秒である場合であって時間軸方向の隣接する５つの第２期間がピーク期間であるという条件は、医学的な観点で見て推定対象９０１の心室の状態が正常では無い条件である。

ところで推定対象９０１の心室の状態が正常である状態は医学的な観点で見て、心拍間隔が医学的に知られた所定の範囲（以下「基準頻度範囲」という。）内にあるという条件に同値である。

そのため、正常心室状態推定部２３４による推定対象９０１の心室の状態が正常か異常かを判定する処理は、心拍間隔が基準頻度範囲内から否かを判定する処理に同値である。

正常心室状態推定部２３４は、推定対象９０１の心室の状態が正常であると判定した場合に、推定対象９０１の心室の状態が正常であると推定する。

異常心室状態推定部２３５は、正常心室状態推定部２３４によって推定対象９０１の心室の状態が異常であると判定された場合に、異常心室状態推定処理を実行する。

具体的には、異常心室状態推定部２３５は異常心室状態推定処理において、まず、脳血流相関量時系列に基づき脳血流相関量時系列が示す心拍間隔に関する値（以下「心拍間隔関連値」という。）を取得する。異常心室状態推定部２３５は異常心室状態推定処理において、次に、取得した心拍間隔関連値に基づき推定対象９０１の異常心室状態を推定する。

心拍間隔関連値は例えば、心拍間隔そのものである。心拍間隔関連値が心拍間隔である場合、異常心室状態推定部２３５は、ピーク期間の出現の頻度が第１基準頻度より高い場合に、推定対象９０１の心室の状態が心室細動の状態であると推定する。第１基準頻度は、基準頻度範囲内の値の最高値である。また、心拍間隔関連値が心拍間隔である場合、異常心室状態推定部２３５は、ピーク期間の出現の頻度が、第２基準頻度未満である場合に、推定対象９０１の心室の状態が心室性頻拍の状態であると推定する。第２基準頻度は、基準頻度範囲内の値の最小値である。

心拍間隔関連値は例えば、心拍出量であってもよい。心拍間隔関連値は例えば、臓器血流量であってもよい。

なお、心拍間隔は、例えば、閾値と変曲点の組み合わせから取得したＲ棘ピーク点を取得し、次のＲ棘ピーク点との時間間隔を計測する方法によって取得される。

なお、時間当たりの心拍出量は、例えば、心拍出量計によって観測したヒトの一回心拍出量標準値と、フランクスターリングの法則により補正した一回拍出量に心拍数を乗算した値に基づき推定される。

なお、臓器血流量は、深部血流量計と連続血圧計と姿勢や環境センサとを用いて観測された血圧と臓器の標準血流量との関係を示す予め記憶部２３に記憶済みの情報（以下「臓器血流量関係情報」という。）を用いて推定される。より具体的には、臓器血流量は、臓器血流量関係情報に基づき脳血流とそれ以外の臓器の血流との比率を推定することで推定される。臓器血流量は、脳や心臓等の意識喪失に密接に係る臓器を流れる血流量および血液分布に関する量である。脳や心臓等の意識喪失に密接に係るとは脳神経組織の血液循環に関与する臓器及び循環調節機能を指し、具体的には脳、心臓、頭頚部及び胸部血管、肺、ならびにこれらの循環調節機能を意味する。

第２区分部２３１から異常心室状態推定部２３５までの心室状態推定部２３０が備える各機能部による一連の処理は、心室状態推定処理の一例である。

確率取得処理実行判定部２４０は、意識喪失済み確率取得処理を実行するか否かを判定する。具体的には、確率取得処理実行判定部２４０は、意識喪失済み確率取得処理を実行するか否かを判定するタイミングが確率取得開始時点以降である場合に、意識喪失済み確率取得処理を実行すると判定する。確率取得処理実行判定部２４０は、意識喪失済み確率取得処理を実行するか否かを判定するタイミングが確率取得開始時点以降では無い場合に、意識喪失済み確率取得処理を実行しないと判定する。

確率取得条件取得部２５０は、心室状態推定部２３０の推定結果と、予め記憶部２３に記憶された心室状態と確率決定条件との関係を示す情報とに基づいて、確率決定条件を示す情報を取得する。確率決定条件は、確率取得開始時点からの経過時間と測定環境の変化と脳血流相関時系列の変化として現れる推定対象９０１の状態の変化との組合せごとの条件であって意識喪失済み確率の変化量を与える条件を含む。

確率決定条件は、例えば、確率取得開始時点からの経過時間が単位時間変化した場合における意識喪失済み確率の変化量を与える条件である。確率決定条件は、意識喪失済み確率の初期値を示す条件も含む。意識喪失済み確率の初期値とは、確率取得開始時点の直後の意識喪失済み確率である。

計測信頼度推定部２６０は、計測信頼度推定処理を実行する。計測信頼度推定部２６０は、計測信頼度推定処理の実行により計測信頼度を推定する。

意識喪失済み確率取得部２７０は、意識喪失済み確率取得処理を実行する。具体的には、意識喪失済み確率取得部２７０は、確率取得条件取得部２５０が取得した確率取得条件と、計測信頼度推定部２６０が推定した計測信頼度と、確率取得開始時点からの経過時間と、確率取得開始時点以降の心室状態推定部２３０の推定結果とに基づき意識喪失済み確率を取得する。

例えば、計測信頼度が基準信頼度以上の場合であり心室状態推定部２３０が推定対象９０１の心室の状態が異常であると判定した場合に意識喪失済み確率取得部２７０が取得する意識喪失済み確率は、直前の単位期間において取得された意識喪失済み確率よりも高い。基準信頼度は予め定められた値である。

例えば、計測信頼度が基準信頼以上の場合であり心室状態推定部２３０が推定対象９０１の心室の状態が正常であると判定した場合に意識喪失済み確率取得部２７０が取得する意識喪失済み確率は、直前の単位期間において取得された意識喪失済み確率よりも低い。

例えば、計測信頼度が基準信頼未満の場合に意識喪失済み確率取得部２７０が取得する意識喪失済み確率は、直前の単位期間において取得された意識喪失済み確率よりも低い。

意識喪失判定部２８０は、意識喪失判定処理を実行する。

出力制御部２９０は、出力部２４の動作を制御する。出力制御部２９０は、例えば、出力部２４の動作を制御して出力部２４に第１警告を出力させる。出力制御部２９０は、例えば、出力部２４の動作を制御して出力部２４に第２警告を出力させる。出力制御部２９０は、例えば、出力部２４の動作を制御して出力部２４に意識喪失済み確率を出力させる。出力制御部２９０は、例えば、出力部２４の動作を制御して出力部２４に計測信頼度を出力させる。

記録部３００は、各種情報を記憶部２３に記録する。記録部３００は例えば、推定開始時点を示す情報を記憶部２３に記録する。記録部３００は例えば、確率取得開始時点を示す情報を記憶部２３に記録する。記録部３００は例えば、心室状態推定部２３０の推定結果を記憶部２３に記録する。記録部３００は例えば、確率取得条件取得部２５０が取得した確率条件を記憶部２３に記録する。

記録部３００は例えば、計測信頼度推定部２６０が推定した計測信頼度を記憶部２３に記録する。記録部３００は例えば、意識喪失済み確率取得部２７０が取得した意識喪失済み確率を記憶部２３に記録する。記録部３００は例えば、意識喪失判定部２８０の判定結果を記憶部２３に記録する。

図５は、第１実施形態における意識喪失推定システム１００が実行する処理の流れの一例を示すフローチャートである。図５は、１つの単位期間において実行される処理の流れを示すフローチャートである。そのため、意識喪失推定システム１００では図５に示すフローチャートが推定周期で繰り返し実行される。

また、意識喪失推定システム１００による図５に示すフローチャートの実行中には、生体センサ１が脳血流相関量時系列を取得する処理が所定のタイミングで繰り返し実行されている。

また、意識喪失推定システム１００による図５に示すフローチャートの実行中には、時系列取得部２１０が脳血流相関量時系列を取得する処理も所定の時間間隔で繰り返し実行されている。また、図５に示すフローチャートの各処理の実行後には、各処理の実行結果を示す情報を記録部３００が記憶部２３に記録している。例えば、記録部３００は、確率取得開始時点を示す情報を確率取得開始時点において記憶部２３に記録する。

時系列取得部２１０が、生体センサ１が取得した脳血流相関量時系列を取得する（ステップＳ１０１）。ステップＳ１０１の処理の実行によって、単位期間の処理が開始される。

ステップＳ１０１の次に、第１区分部２２１が、脳血流相関量時系列を複数の第１期間によって時間軸方向に区分する（ステップＳ１０２）。次に、分布取得部２２２が、脳血流相関量点データ統計量を第１期間ごとに取得する（ステップＳ１０３）。次に、閾値領域決定部２２３が脳血流相関量点データ統計量に基づき各第１期間ごとに閾値領域を決定する（ステップＳ１０４）。

次に、範囲外データ内判定部２２４が、脳血流相関量時系列の各脳血流相関量点データについて、範囲外データであるか否かを判定する（ステップＳ１０５）。ステップＳ１０２～ステップＳ１０４の処理が閾値領域決定処理であり、ステップＳ１０２～ステップＳ１０５の処理が範囲外データ判定処理である。ステップＳ１０２～ステップＳ１０５の流れが示すように、閾値領域決定処理は、ステップＳ１０５の実行前に実行される。

次に、第２区分部２３１が、複数の第２期間によって脳血流相関量時系列を区分する（ステップＳ１０６）。次に、時間積算部２３２が、第２期間ごとに、範囲外時間を取得する（ステップＳ１０７）。次に、ピーク期間判定部２３３が、各第２期間について、ピーク期間であるか否かを判定する（ステップＳ１０８）。

次に、正常心室状態推定部２３４が推定対象９０１の心室の状態が正常か異常かを判定する（ステップＳ１０９）。推定対象９０１の心室の状態が正常では無い場合（ステップＳ１０９：ＮＯ）、出力制御部２９０は、出力部２４の動作を制御して出力部２４に第１警告を出力させる（ステップＳ１１０）。次に、異常心室状態推定部２３５が異常心室状態推定処理を実行する（ステップＳ１１１）。異常心室状態推定部２３５は、異常心室状態推定処理の実行により推定対象９０１の心室の状態がいずれの異常心室状態であるかを推定する。

ステップＳ１０６～ステップＳ１１１の一連の処理が、心室状態推定処理の一例である。

ステップＳ１１１の次に、確率取得条件取得部２５０が異常心室状態推定部２３５の推定結果に基づき確率取得条件を取得する（ステップＳ１１２）。次に計測信頼度推定部２６０が、脳血流相関量時系列に基づき計測信頼度を推定する（ステップＳ１１３）。次に、意識喪失済み確率取得部２７０が、意識喪失済み確率を取得する（ステップＳ１１４）。

次に、出力部２４の動作を制御して出力部２４に意識喪失済み確率を表示等により出力させる（ステップＳ１１５）。次に、意識喪失判定部２８０が、意識喪失済み確率が基準確率以上か否かを判定する（ステップＳ１１６）。

意識喪失済み確率が基準確率以上である場合（ステップＳ１１６：ＹＥＳ）、出力制御部２９０は、出力部２４の動作を制御して出力部２４に第２警告を出力させる（ステップＳ１１７）。一方、意識喪失済み確率が基準確率未満である場合（ステップＳ１１６：ＮＯ）、第２警告が出力されることなく単位期間における処理が終了する。

一方、推定対象９０１の心室の状態が正常である場合（ステップＳ１０９：ＹＥＳ）、確率取得処理実行判定部２４０が、意識喪失済み確率取得処理を実行するか否かを判定する（ステップＳ１１８）。具体的には、確率取得処理実行判定部２４０は、意識喪失済み確率取得処理を実行するか否かを判定するタイミングが確率取得開始時点以降か否かを判定する。

意識喪失済み確率取得処理を実行するか否かを判定するタイミングが確率取得開始時点以降である場合（ステップＳ１１８：ＹＥＳ）、ステップＳ１１４の処理が実行される。一方、意識喪失済み確率取得処理を実行するか否かを判定するタイミングが確率取得開始時点以降では無い場合（ステップＳ１１８：ＮＯ）、意識喪失済み確率が取得されることなく単位期間における処理が終了する。

なお、ステップＳ１０９において、推定対象９０１の心室の状態が正常であると判定された場合、出力制御部２９０は、出力部２４の動作を制御して出力部２４に推定対象９０１の心室の状態が正常であることを示す情報を出力させてもよい。

＜意識喪失済み確率と脳血流相関量時系列との関係について＞

ここで意識喪失済み確率と脳血流相関量時系列との関係を図６～図９を用いて説明する。なお、図６～図９における意識喪失済み確率のグラフは、ステップＳ１１５の処理において出力部２４が出力する意識喪失済み確率の一例である。図６～図９における心電位時系列と脳血流量の変化のグラフとはそれぞれ脳血流相関量時系列の一例である。

図６は、第１実施形態における意識喪失済み確率と脳血流相関量時系列との関係を説明する第１の説明図である。

図６は、心電位時系列と、脳血流量の変化のグラフと、確率取得開始時点以降か否かを示す情報（以下「期間情報」という。）と、意識喪失済み確率のグラフとを同一時間軸上に表した図である。図６の横軸は、時刻を示す。そのため、図６の横軸は、原点の時刻を０とした場合における原点の時刻からの時間経過を示す。図６の原点の時刻は、推定開始時点の一例である。期間情報は、横軸の各時刻が確率取得開始時点以降の時刻か否かを示す。図６においてＯＮは、時刻が確率取得開始時点以降の時刻であることを示す。図６においてＯＦＦは、時刻が確率取得開始時点より前の時刻であることを示す。

図６の時刻ｔ２は、確率取得開始時点の一例である。図６は、確率取得開始時点以降の期間に心電位の時間変化が無い場合、脳血流量は時間とともに下がることを示す。図６は、心電位の時間変化が無い場合、意識喪失済み確率が時間に比例して上昇することを示す。図６は、時刻ｔ３に心停止が起きたことを示す。

図７は、第１実施形態における意識喪失済み確率と脳血流相関量時系列との関係を説明する第２の説明図である。

図７は、心電位時系列と、脳血流量の変化のグラフと、期間情報と、意識喪失済み確率のグラフとを同一時間軸上に表した図である。図７の横軸は、時刻を示す。そのため、図７の横軸は、原点の時刻を０とした場合における原点の時刻からの時間経過を示す。図７の原点の時刻は、推定開始時点の一例である。期間情報は、横軸の各時刻が確率取得開始時点以降の時刻か否かを示す。

図７の時刻ｔ４は、確率取得開始時点の一例である。図７は、時間経過とともに心拍間隔が基準頻度範囲に含まれなくなる心電位時系列の一例を示す。図７は、意識喪失済み確率は、確率取得開始時点以降、時刻ｔ５まで時間に比例して上昇することを示す。時刻ｔ５は、予め定められた意識喪失済み確率の上限値に意識喪失済み確率が達した時刻である。

図８は、第１実施形態における意識喪失済み確率と脳血流相関量時系列との関係を説明する第３の説明図である。

図８は、心電位時系列と、脳血流量の変化のグラフと、期間情報と、意識喪失済み確率のグラフとを同一時間軸上に表した図である。図８の横軸は、時刻を示す。そのため、図８の横軸は、原点の時刻を０とした場合における原点の時刻からの時間経過を示す。図８の原点の時刻は、推定開始時点の一例である。期間情報は、横軸の各時刻が確率取得開始時点以降の時刻か否かを示す。

図８の時刻ｔ６は、確率取得開始時点の一例である。図８のｔ７は、心拍が生じたために、心室状態推定部によって推定対象９０１の心室の状態が正常であると判定された時刻である。そのため、図８のｔ７においては、意識喪失済み確率が下がる。

図９は、第１実施形態における意識喪失済み確率と脳血流相関量時系列との関係を説明する第４の説明図である。

図９は、心電位時系列と、脳血流量の変化のグラフと、期間情報と、意識喪失済み確率のグラフとを同一時間軸上に表した図である。図９の横軸は、時刻を示す。そのため、図９の横軸は、原点の時刻を０とした場合における原点の時刻からの時間経過を示す。図９の原点の時刻は、推定開始時点の一例である。期間情報は、横軸の各時刻が確率取得開始時点以降の時刻か否かを示す。

図９は、心臓の動きが安定しているため心電位に乱れはなく、脳血流量も安定していることを示す。すなわち、図９は、心電位時系列の示す推定対象９０１の心室の状態が正常であり続けていることを示す。図９は、推定対象９０１の心室の状態が正常であり続けているため期間情報がＯＦＦのままであり、意識喪失済み確率が取得されていないことを示す。

ここまでで意識喪失済み確率と脳血流相関量時系列との関係の説明を終了する。

このように構成された第１実施形態の意識喪失推定システム１００は、脳血流相関量時系列の各データの時間軸方向の位置を含む所定の期間内のデータに基づいて、各データの時間軸方向の位置に応じた閾値領域を決定する。そして、意識喪失推定システム１００は、決定した閾値領域に基づいて既に意識喪失である確率を推定する。そのため、意識喪失推定システム１００は、推定対象９０１の意識喪失の可能性を推定する精度を高めることができる。そのため、このように構成された第１実施形態の意識喪失推定システム１００は、意識喪失によって引き起こされる危険を減らすことができる。

また、このように構成された第１実施形態の意識喪失推定システム１００は、推定結果の意識喪失の可能性を出力部２４によって出力する。既に意識喪失である確率が出力されるため、推定対象９０１は意識喪失が起きる前に意識喪失によって引き起こされる危険を減らす行動をとることができる。そのため、このように構成された第１実施形態の意識喪失推定システム１００は、意識喪失によって引き起こされる危険を減らすことができる。

なお、正常心室状態推定部２３４は、必ずしも、第２区分部２３１、時間積算部２３２及びピーク期間判定部２３３の処理の結果に基づいて、推定対象９０１の心室の状態が正常か否かを推定する必要は無い。正常心室状態推定部２３４は、推定対象９０１の心室の状態が正常か否かを推定可能であればどのような方法で推定対象９０１の心室の状態が正常か否かを推定してもよい。例えば、正常心室状態推定部２３４は、心電位の極値の出現頻度のみに基づいて心室の状態が正常か否かを推定してもよい。

しかしながら、心電位の極値の出現頻度のみに基づいて心室の状態が正常か否かを推定する場合には、波形の多少の乱れによって生じた極値も回数にカウントしてしまい、推定結果を誤る場合がある。一方、第２区分部２３１、時間積算部２３２及びピーク期間判定部２３３の処理の結果に基づく方法では、心臓由来の心室細動の時の異常信号の特徴である、対称性を有する固有の振動数を持った連続波を選択的に抽出できる。このため、心電位の極値の出現頻度のみに基づいて心室の状態が正常か否かを推定する場合よりも推定を誤る確率が低い。

そのため、心室状態推定部２３０は、第２区分部２３１、時間積算部２３２及びピーク期間判定部２３３の処理の結果に基づいて推定対象９０１の心室の状態が正常か否かを推定する正常心室状態推定部２３４を備えることが望ましい。

（第２実施形態）
図１０は、第２実施形態の意識喪失推定システム１００ａのシステム構成の一例を示す図である。意識喪失推定システム１００ａは、意識喪失推定装置２に代えて意識喪失推定装置２ａを備える点で意識喪失推定システム１００と異なる。意識喪失推定装置２ａは、制御部２０に代えて制御部２０ａを備える点で意識喪失推定装置２と異なる。

制御部２０ａは、範囲外データ判定処理、心室状態推定処理、意識喪失済み確率取得処理及び意識喪失判定処理にくわえて更に、グレーアウト判定処理を実行する点で制御部２０と異なる。グレーアウト判定処理は、心室状態推定処理の実行前に実行される。グレーアウト判定処理は範囲外データ判定処理の実行前に実行されてもよいし、範囲外データ判定処理の実行後に実行されてもよい。

グレーアウト判定処理は、脳血流相関量時系列に基づき、グレーアウトに関する条件（以下「グレーアウト条件」という。）が満たされたか否かを判定する処理である。

グレーアウト条件は、推定対象９０１にグレーアウトが起きる確率が所定の確率を超えたという条件である。グレーアウトは、意識喪失が起きる前に生じる意識喪失の前兆となる現象である。グレーアウト条件は、より具体的には、各脳血流相関量点データのうち脳血流相関量が所定の閾値未満であるデータが存在する、という条件である。意識喪失推定システム１００は、グレーアウト条件が満たされた場合に、グレーアウトが起きる確率が高いことを示す情報（以下「グレーアウト警告」という。）を伝達先に伝達する。

以下、説明の簡単のため意識喪失推定システム１００が備える各機能部と同様の機能を備えるものについては、図３と同じ符号を付すことで説明を省略する。

図１１は、第２実施形態における制御部２０ａの機能構成の一例を示す図である。制御部２０ａは、グレーアウト判定部３１０を備える点で制御部２０と異なる。グレーアウト判定部３１０は、グレーアウト判定処理を実行する。グレーアウト判定処理の判定結果は、出力制御部２９０の制御により出力部２４によって出力される。以下、説明の簡単のため制御部２０が備える機能部と同様のものについては図４と同じ符号を付すことで説明を省略する。

以下、図１２及び図１３を用いて、意識喪失推定システム１００ａが実行する処理の流れの一例を示す。以下、説明の簡単のため図５のフローチャートに記載の処理と同様の処理については図５と同じ符号を付すことで説明を省略する。

図１２は、第２実施形態の意識喪失推定システム１００ａが実行する処理の流れの一例を示す第１のフローチャートである。図１３は、第２実施形態の意識喪失推定システム１００ａが実行する処理の流れの一例を示す第２のフローチャートである。

ステップＳ１０１の次に、グレーアウト判定部３１０がグレーアウト判定処理を実行する（ステップＳ１１９）。具体的には、グレーアウト判定部３１０が、グレーアウト条件が満たされるか否かをステップＳ１０１で取得された脳血流相関量時系列に基づいて判定する。

グレーアウト判定条件が満たされる場合（ステップＳ１１９：ＹＥＳ）、出力制御部２９０は出力部２４にグレーアウト警告を出力させる（ステップＳ１２０）。次に、ステップＳ１０２の処理が実行される。一方、グレーアウト判定条件が満たされない場合（ステップＳ１１９：ＮＯ）、単位期間における処理が終了する。

このように構成された第２実施形態の意識喪失推定システム１００ａは、意識喪失推定システム１００が有する機能にくわえて、さらにグレーアウトが起きる確率を判定する機能を有する。そのため、このように構成された第２実施形態の意識喪失推定システム１００ａは、意識喪失によって引き起こされる危険を減らすことができる。

（第３実施形態）
図１４は、第３実施形態の意識喪失推定システム１００ｂのシステム構成の一例を示す図である。意識喪失推定システム１００ｂは、呼吸情報取得センサ３を備える点と、意識喪失推定装置２ａに代えて意識喪失推定装置２ｂを備える点とで意識喪失推定システム１００ａと異なる。

呼吸情報取得センサ３は、推定対象９０１の呼吸に関する情報（以下「呼吸情報」という。）を取得する。呼吸情報は、例えば、推定対象９０１の呼吸の状態が呼気相にあるのか吸気相にあるのかを示す情報である。呼吸情報取得センサ３は、例えば酸素飽和度の測定を行う装置である。呼吸情報取得センサ３は、換気量の測定を行う装置であってもよい。呼吸情報取得センサ３は、呼気中の二酸化炭素濃度の測定を行う装置であってもよい。

意識喪失推定装置２ｂは、制御部２０ａに代えて制御部２０ｂを備える点で意識喪失推定装置２ａと異なる。制御部２０ｂは、グレーアウト判定処理、範囲外データ判定処理、心室状態推定処理、意識喪失済み確率取得処理及び意識喪失判定処理にくわえて、さらにグレーアウト条件決定処理を実行する点で制御部２０ａと異なる。グレーアウト条件決定処理は、呼吸情報に基づきグレーアウト条件を決定する処理である。

第３実施形態における記憶部２３は、呼吸情報とグレーアウト条件との対応関係を示す情報（以下「グレーアウト条件対応情報」という。）を予め記憶する。グレーアウト条件対応情報が示すグレーアウト条件は、脳血流相関量が所定の値（以下「グレーアウト閾値」という。）未満の脳血流相関量点データが存在する、という条件を満たせばどのような条件であってもよい。

グレーアウト条件対応情報が示す対応関係は、例えば、呼吸情報が酸素飽和度低下、低換気量、呼気二酸化炭素濃度低下などの呼吸機能の低下を示す場合に、グレーアウト閾値を高くするという関係である。

第３実施形態における通信部２１は、第２実施形態における通信部２１が有する通信インタフェースにくわえて更に呼吸情報取得センサ３に接続するための通信インタフェースも含んで構成される。第３実施形態における通信部２１は、例えばネットワークを介して呼吸情報取得センサ３と通信する。第３実施形態における通信部２１は、呼吸情報取得センサ３との通信によって呼吸情報取得センサ３から呼吸情報を取得する。

以下、説明の簡単のため意識喪失推定システム１００ａが備える各機能部と同様の機能を備えるものについては、図１０と同じ符号を付すことで説明を省略する。

図１５は、第３実施形態における制御部２０ｂの機能構成の一例を示す図である。制御部２０ｂは、グレーアウト条件決定部３２０を備える点で制御部２０ａと異なる。以下、制御部２０ａと同様の機能を備えるものについては図１１と同じ符号を付すことで説明を省略する。

グレーアウト条件決定部３２０はグレーアウト条件決定処理を実行する。グレーアウト条件決定処理はより詳細には、取得された呼吸情報に対応するグレーアウト条件を、グレーアウト条件対応情報を用いて取得し、取得したグレーアウト条件をグレーアウト判定処理に用いるグレーアウト条件に決定する処理である。

グレーアウト条件決定処理は各単位期間においてグレーアウト判定処理の実行前に実行される。そのためグレーアウト条件決定処理は、例えば、図１２におけるステップＳ１０１の処理の次であってステップＳ１１９の処理の実行前に実行される。

このように構成された第３実施形態の意識喪失推定システム１００ｂは、グレーアウト条件を呼吸情報に基づいて決定する。そのため、意識喪失推定システム１００ｂは、意識喪失推定システム１００ａよりも一層、グレーアウトを判定する精度を高めることができる。そのため、このように構成された第３実施形態の意識喪失推定システム１００ｂは、意識喪失によって引き起こされる危険をより一層減らすことができる。

（第４実施形態）
図１６は、第４実施形態の意識喪失推定システム１００ｃのシステム構成の一例を示す図である。意識喪失推定システム１００ｃは、意識喪失推定装置２ｂに代えて意識喪失推定装置２ｃを備える点で意識喪失推定システム１００ｂと異なる。

意識喪失推定装置２ｃは、制御部２０ｂに代えて制御部２０ｃを備える点で意識喪失推定装置２ｂと異なる。制御部２０ｃは、グレーアウト条件決定処理、グレーアウト判定処理、範囲外データ判定処理、心室状態推定処理、意識喪失済み確率取得処理及び意識喪失判定処理にくわえて、さらに確率決定条件候補取得処理を実行する点で制御部２０ｂと異なる。

確率決定条件候補取得処理は、呼吸情報に基づき確率決定条件の候補を決定する処理である。確率決定条件の候補とは、具体的には、心室状態と確率決定条件との関係を示す情報である。

第４実施形態における記憶部２３は、呼吸情報と確率決定条件の候補との対応関係を示す情報（以下「確率決定条件候補対応情報」という。）を予め記憶する。

確率決定条件候補対応情報が示す対応関係は、例えば、呼吸情報が呼吸機能低下を示す場合に通常よりも意識喪失済み確率の経過時間に依存する変化量における単位時間当たりの変化量を大きくするという関係である。

第４実施形態における通信部２１は、第３実施形態における通信部２１と同一である。

以下、説明の簡単のため意識喪失推定システム１００ｂが備える各機能部と同様の機能を備えるものについては、図１４と同じ符号を付すことで説明を省略する。

図１７は、第４実施形態における制御部２０ｃの機能構成の一例を示す図である。制御部２０ｃは、確率決定条件候補取得部３３０を備える点で制御部２０ｂと異なる。以下、制御部２０ｂと同様の機能を備えるものについては図１５と同じ符号を付すことで説明を省略する。

確率決定条件候補取得部３３０は確率決定条件候補取得処理を実行する。確率決定条件候補取得処理はより詳細には、取得された呼吸情報に対応する確率決定条件の候補を、確率決定条件候補対応情報を用いて取得する処理である。取得された確率決定条件の候補の中から、確率取得条件取得部２５０が、心室状態推定部２３０の推定結果に基づき、意識喪失済み確率取得処理における確率決定条件を取得する。

確率決定条件候補取得処理は各単位期間において確率取得条件取得部２５０が確率取得条件を取得する前に実行される。そのため確率決定条件候補取得処理は、例えば、図１２におけるステップＳ１０１の実行後であって図１３におけるステップＳ１１２の処理の実行前に実行されればどのようなタイミングで実行されてもよい。

このように構成された第４実施形態の意識喪失推定システム１００ｃは、意識喪失済み確率の推定のために意識喪失推定システム１００ｂが用いた情報に加えてさらに、呼吸情報にも基づいて推定対象９０１の意識喪失済み確率を推定する。そのため、意識喪失推定システム１００ｃは、意識喪失推定システム１００ｂよりも一層、推定対象９０１の意識喪失の可能性を推定する精度を高めることができる。そのため、このように構成された第４実施形態の意識喪失推定システム１００ｃは、意識喪失によって引き起こされる危険を意識喪失推定システム１００ｂよりもより一層減らすことができる。

（第５実施形態）
図１８は、第５実施形態の意識喪失推定システム１００ｄのシステム構成の一例を示す図である。意識喪失推定システム１００ｄは、意識喪失推定装置２ｃに代えて意識喪失推定装置２ｄを備える点で意識喪失推定システム１００ｃと異なる。

意識喪失推定装置２ｄは、制御部２０ｃに代えて制御部２０ｄを備える点で意識喪失推定装置２ｃと異なる。制御部２０ｄは、制御部２０ｃが実行する処理にくわえて更にさらに、心室状態推定条件決定処理を実行する点で制御部２０ｃと異なる。制御部２０ｃが実行する処理は具体的には、グレーアウト条件決定処理、グレーアウト判定処理、範囲外データ判定処理、心室状態推定処理、確率決定条件候補取得処理、意識喪失済み確率取得処理及び意識喪失判定処理である。

心室状態推定条件決定処理は、呼吸情報に基づき心室状態推定処理に用いられる条件（以下「心室状態推定条件」という。）を決定する処理である。

心室状態推定条件は、例えば、第１の長さと各時刻における閾値領域上限値及び閾値領域下限値とである。このような場合、心室状態推定条件決定処理は、呼吸情報に応じて第１の長さと各時刻における閾値領域上限値及び閾値領域下限値とを変更する処理である。すなわち心室状態推定条件決定処理の一例は、呼吸情報に応じた第１の長さと各時刻における閾値領域上限値及び閾値領域下限値とを決定する処理である。

心室状態推定条件は、例えば、第１基準頻度又は第２基準頻度を示す情報である。このような場合、心室状態推定条件決定処理は、例えば、呼吸情報に応じて第１基準頻度又は第２基準頻度を変更する処理である。すなわち心室状態推定条件決定処理の一例は、呼吸情報に応じた第１基準頻度又は第２基準頻度を決定する処理である。心室状態推定条件決定処理は、例えば、呼吸機能の低下や呼吸停止などの呼吸の状態により、第１基準頻度及び第２基準頻度を調整してもよい。

第５実施形態における記憶部２３は、呼吸情報と心室状態推定条件との対応関係を示す情報（以下「心室状態推定条件対応情報」という。）を予め記憶する。

心室状態推定条件対応情報が示す対応関係は、例えば、呼吸情報が呼吸停止状態を連続２０秒以上示す場合に著しい心室の異常、心室細動もしくは心停止、もしくはそれらの差し迫った状況であるという関係である。

第５実施形態における通信部２１は、第３実施形態における通信部２１と同一である。

以下、説明の簡単のため意識喪失推定システム１００ｄが備える各機能部と同様の機能を備えるものについては、図１７と同じ符号を付すことで説明を省略する。

図１９は、第５実施形態における制御部２０ｄの機能構成の一例を示す図である。制御部２０ｄは、心室状態推定条件決定部３４０を備える点で制御部２０ｃと異なる。以下、制御部２０ｃと同様の機能を備えるものについては図１７と同じ符号を付すことで説明を省略する。心室状態推定条件決定部３４０は心室状態推定条件決定処理を実行する。心室状態推定条件決定部３４０は心室状態推定条件決定処理の実行により、心室状態推定条件対応情報と取得された呼吸情報とに基づき取得された呼吸情報に対応する心室状態推定条件を決定する。

心室状態推定条件決定処理は各単位期間において心室状態推定部２３０が心室状態の推定を開始する前に実行される。そのため心室状態推定条件決定処理は、例えば、図１２におけるステップＳ１０１の実行後であって図１３におけるステップＳ１０３の処理の実行前に実行されればどのようなタイミングで実行されてもよい。

このように構成された第５実施形態の意識喪失推定システム１００ｄは、呼吸情報に基づいて心室状態推定条件を決定する。そのため、意識喪失推定システム１００ｄは、意識喪失推定システム１００ｃよりも一層、推定対象９０１の意識喪失の可能性を推定する精度を高めることができる。そのため、このように構成された第５実施形態の意識喪失推定システム１００ｄは、意識喪失によって引き起こされる危険を意識喪失推定システム１００ｃよりもより一層減らすことができる。

（第６実施形態）
図２０は、第６実施形態の意識喪失推定システム１００ｅのシステム構成の一例を示す図である。意識喪失推定システム１００ｅは、意識喪失推定装置２ｄに代えて意識喪失推定装置２ｅを備える点で意識喪失推定システム１００ｄと異なる。

意識喪失推定装置２ｅは、制御部２０ｄに代えて制御部２０ｅを備える点で意識喪失推定装置２ｄと異なる。制御部２０ｅは、制御部２０ｄが実行する処理にくわえて更に学習更新処理を実行する点で制御部２０ｄと異なる。

制御部２０ｅが実行する処理は具体的には、グレーアウト条件決定処理、グレーアウト判定処理、範囲外データ判定処理、心室状態推定条件決定処理、心室状態推定処理、確率決定条件候補取得処理、意識喪失済み確率取得処理及び意識喪失判定処理である。

学習更新処理は、学習処理と更新処理とを含む。学習処理は、被出力推定結果に対するユーザの応答に基づき、グレーアウト条件、心室状態推定条件、確率決定条件、基準確率等の推定に用いる条件を、機械学習によって学習する処理である。更新処理は、学習処理の学習結果に基づいて推定に用いる条件を更新する処理である。

被出力推定結果は、出力部２４から出力される情報であって意識喪失に関する意識喪失推定装置２ｅの推定結果を示す情報である。被出力推定結果は、例えば、グレーアウト警告、第１警告、意識喪失済み確率又は第２警告である。

被出力推定結果に対するユーザの応答とは、被出力推定結果の確からしさをユーザが意識喪失推定装置２ｅに入力することを意味する。ユーザの応答は、例えば、入力部２２を介して入力される。ユーザの応答は、通信部２１を介して入力されてもよい。なお、ユーザは、推定対象９０１又は管理者９０２である。

以下、説明の簡単のため意識喪失推定システム１００ｄが備える各機能部と同様の機能を備えるものについては、図１８と同じ符号を付すことで説明を省略する。

図２１は、第６実施形態における制御部２０ｅの機能構成の一例を示す図である。制御部２０ｅは、応答取得部３５０及び学習更新部３６０を備える点で制御部２０ｄと異なる。以下、制御部２０ｄと同様の機能を備えるものについては図１９と同じ符号を付すことで説明を省略する。

応答取得部３５０は、入力部２２又は通信部２１を介して入力されたユーザの応答を取得する。学習更新部３６０は学習更新処理を実行する。具体的には、学習更新部３６０は、まず応答取得部３５０が取得したユーザの応答に基づいて推定に用いる条件を学習し、次に学習結果に基づいて推定に用いる条件を更新する。

学習更新処理は、被出力推定結果とユーザの応答との対応関係を記憶部２３が記憶していれば、どのようなタイミングで実行されてもよい。

このように構成された第６実施形態の意識喪失推定システム１００ｅは、被出力推定結果に対するユーザの応答に基づいて推定に用いる条件を更新する。そのため、意識喪失推定システム１００ｅは、意識喪失推定システム１００ｄよりも一層、推定対象９０１の意識喪失の可能性を推定する精度を高めることができる。そのため、このように構成された第５実施形態の意識喪失推定システム１００ｅは、意識喪失によって引き起こされる危険を意識喪失推定システム１００ｄよりもより一層減らすことができる。

（第１の変形例）
閾値領域は、推定対象９０１の心室の状態が異常心室状態か否かを心室状態推定部２３０が判定可能であれば、下閾値又は上閾値のどちらか一方のみを有してもよい。例えば、異常心室状態が、心室性期外収縮であって、心電位を計測する電極誘導が定まっており、期外収縮の興奮伝搬の方法が一定であれば、閾値領域は、例えば上閾値のみを有してもよい。

なお、閾値領域が上閾値のみを有するとは、閾値領域の示す範囲が上閾値以下の値を全て含む範囲であることを意味する。なお、閾値領域が下閾値のみを有するとは、閾値領域の示す範囲が下閾値以上の値を全て含む範囲であることを意味する。

異常心室状態が心室性期外収縮である場合、心室の脱分極時間が正常よりも延長する。そのため、電位が閾値外に留まる時間が長くなることと、心電位を計測する電極誘導が一定の位置に定まっており期外収縮の興奮伝搬の方向が一定であることとが多い。このため、閾値領域が上閾値のみもしくは下閾値のみを有しても、心室状態推定部２３０は推定対象９０１の心室の状態が心室性期外収縮であるか否かを判定可能である。

例えば、閾値領域が上閾値のみを有する場合、範囲外データ内判定部２２４は、脳血流相関量時系列の各脳血流相関量点データについて、脳血流相関量が上閾値を超えるか否かを判定し脳血流相関量が下閾値未満か否かを判定しない。このような場合、範囲外データは、脳血流相関量が上閾値を超える脳血流相関量点データを含み脳血流相関量が下閾値未満の脳血流相関量点データを含まない。

例えば、閾値領域が下閾値のみを有する場合、範囲外データ内判定部２２４は、脳血流相関量時系列の各脳血流相関量点データについて、脳血流相関量が下閾値未満か否かを判定し、脳血流相関量が上閾値を超えるか否かを判定しない。このような場合、範囲外データは、脳血流相関量が下閾値未満の脳血流相関量点データを含み脳血流相関量が上閾値を超える脳血流相関量点データを含まない。

閾値領域が下閾値及び上閾値を有する場合であっても、推定対象９０１の心室の状態が異常心室状態か否かを心室状態推定部２３０が推定可能であれば、範囲外データ内判定部２２４は必ずしも下閾値及び上閾値を用いて範囲外データを判定する必要は無い。

推定対象９０１の心室の状態が異常心室状態か否かを心室状態推定部２３０が推定可能であれば、範囲外データ内判定部２２４は、例えば、上閾値だけを用いて範囲外データを判定してもよい。このような場合、範囲外データ内判定部２２４は、脳血流相関量時系列の各脳血流相関量点データについて脳血流相関量が上閾値を超えるか否かを判定し、脳血流相関量が下閾値未満か否かを判定しない。このような場合、脳血流相関量が上閾値を超える脳血流相関量点データは閾値領域の範囲外の脳血流相関量点データであり、脳血流相関量が下閾値未満の脳血流相関量点データは閾値領域の範囲内の脳血流相関量点データである。

推定対象９０１の心室の状態が異常心室状態か否かを心室状態推定部２３０が判定可能であれば、範囲外データ内判定部２２４は、例えば、下閾値だけを用いて範囲外データを判定してもよい。このような場合、範囲外データ内判定部２２４は、脳血流相関量時系列の各脳血流相関量点データについて脳血流相関量が下閾値未満か否かを判定し、脳血流相関量が上閾値を超えるか否かを判定しない。このような場合、脳血流相関量が下閾値未満の脳血流相関量点データは閾値領域の範囲外の脳血流相関量点データであり、脳血流相関量が上閾値を超える脳血流相関量点データは閾値領域の範囲内の脳血流相関量点データである。

このように、推定対象９０１の心室の状態が異常心室状態か否かを心室状態推定部２３０が推定可能であれば、範囲外データ内判定部２２４は必ずしも、上閾値及び下閾値の両方を用いて範囲外データを判定する必要は無い。

このように構成された第１の変形例の意識喪失推定システム１００、１００ａ～１００ｅは、脳血流相関量時系列の各データの時間軸方向の位置を含む所定の期間内のデータに基づいて、各データの時間軸方向の位置に応じた閾値領域を決定する。そして、意識喪失推定システム１００、１００ａ～１００ｅは、決定した閾値領域に基づいて意識喪失済み確率を推定する。そのため、意識喪失推定システム１００、１００ａ～１００ｅは、推定対象９０１の意識喪失の可能性を推定する精度を高めることができる。また、そのため、意識喪失推定システム１００、１００ａ～１００ｅは、既に意識喪失である確率を推定する精度を高めることができる。

また、このように構成された第１の変形例の意識喪失推定システム１００、１００ａ～１００ｅは、推定結果の意識喪失済み確率を出力部２４によって出力する。意識喪失済み確率が出力されるため、推定対象９０１は意識喪失が起きる前に意識喪失によって引き起こされる危険を減らす行動をとることができる。そのため、このように構成された第１の変形例の意識喪失推定システム１００、１００ａ～１００ｅは、意識喪失によって引き起こされる危険を減らすことができる。

（第２の変形例）
制御部２０、２０ａ～２０ｅは、範囲外データ判定処理又はグレーアウト判定処理のうち先に実行されるいずれか一方の処理の実行前に信号整形処理を実行してもよい。信号整形処理は、後段の処理に好適であるように脳血流相関量時系列を整形する処理である。好適であるように整形するとは、予め定められた所定の条件を満たす系列であるように整形することを意味する。信号整形処理は、例えば、生体信号の取得の際に生じるノイズ等の脳血流相関量時系列に含まれる高周波成分を脳血流相関量時系列から除去する処理（ハイパス処理）である。信号整形処理は、例えば、生体信号の基線の動揺を抑制する処理であってもよい。信号整形処理は、例えば、生体信号の電位幅を正規化する処理であってもよい。

図２２は、第２の変形例における整形前の心電位時系列の一例を示す図である。図２２のグラフの横軸は原点の時刻からの経過時間を示す。図２２の縦軸は心電位の電位を示す。図２２に示す心電位時系列には心電位に動揺が認められる。そのため、このままのデータを用いて意識喪失済み確率を取得した場合、取得結果の精度が低い場合がある。

図２３は、第２の変形例におけるハイパスフィルタ処理による整形後の心電位時系列の一例を示す図である。図２３のグラフの横軸は原点の時刻からの経過時間を示す。図２３の縦軸は心電位の電位を示す。図２３のグラフは、図２２に示す心電位時系列に対する信号整形処理の実行結果である。図２３は、心電位の基線の動揺が図２２の心電位時系列よりも抑制されている。そのため、図２３の心電位時系列を用いて意識喪失済み確率を取得した場合、取得結果の精度は、図２２の心電位時系列を用いて意識喪失済み確率を取得する場合よりも高い。

図２４は、第２の変形例における信号整形処理を実行する制御部２０、２０ａ～２０ｅの一例として信号整形処理を実行する制御部２０（以下「制御部２０ｆ」という。）の機能構成の一例を示す図である。

制御部２０ｆは、信号整形部３７０を備える点で制御部２０と異なる。信号整形部３７０は、時系列取得部２１０が取得した脳血流相関量時系列に対して信号整形処理を実行する。このような場合、範囲外データ判定処理、心室状態推定処理、意識喪失済み確率取得処理及び意識喪失判定処理等の信号整形処理の実行後に実行される各処理で用いられる脳血流相関量時系列は整形後の脳血流相関量時系列である。制御部２０ｆがグレーアウト判定処理を実行する場合、信号整形処理の実行後に実行される各処理にはグレーアウト判定処理も含まれる。

信号整形処理は、具体的には、ステップＳ１０１の処理の実行後であってステップＳ１１９の処理の実行前に実行される。また、信号整形処理は、ステップＳ１１９の処理が実行されない場合には、ステップＳ１０１の処理の実行後であってステップＳ１０２の処理の実行前に実行される。

このように構成された第２の変形例の意識喪失推定システム１００、１００ａ～１００ｅは、整形後の脳血流相関量時系列に基づいて、意識喪失済み確率取得処理を実行する。そのため、第２の変形例の意識喪失推定システム１００、１００ａ～１００ｅは、推定対象９０１の意識喪失の可能性を推定する精度を高めることができる。そのため、このように構成された第２の変形例の意識喪失推定システム１００、１００ａ～１００ｅは、意識喪失によって引き起こされる危険を減らすことができる。

また、このように構成された第２の変形例の意識喪失推定システム１００ａ～１００ｅは、整形後の脳血流相関量時系列に基づいて、範囲外データ判定処理、心室状態推定処理、意識喪失済み確率取得処理、意識喪失判定処理及びグレーアウト判定処理を実行する。そのため、このように構成された第２の変形例の意識喪失推定システム１００ａ～１００ｅは、意識喪失によって引き起こされる危険を減らすことができる。

（第３の変形例）
制御部２０、２０ａ～２０ｅは、範囲外データ判定処理又はグレーアウト判定処理のうち先に実行されるいずれか一方の処理の実行前に信号モデリング処理を実行してもよい。信号モデリング処理は、時系列取得部２１０が取得した脳血流相関量時系列に基づき、脳血流相関量に関する所定の理論に基づく波形であって脳血流相関量時系列との違いが所定の違い未満の波形（以下「モデル波形」という。）を取得する。脳血流相関量時系列を脳血流相関量に関する所定の理論は、例えば、フランクスターリングの法則、心臓循環の非線形有限要素モデルである。

ここで図２５～図３０を用いて脳血流相関量時系列とモデル波形との対応の例を、２軸グラフを用いて示す。具体的には、図２５～図２８は心電位時系列とモデル波形との対応を示す。図２９及び図３０は、大動脈血流量時系列とモデル波形との対応を示す。大動脈血流量時系列は、大動脈血流量の時系列である。

図２５は、第３の変形例における心電位時系列とモデル波形との対応を示す第１の図である。図２５のグラフの横軸は原点の時刻からの経過時間を示す。図２５の左側の縦軸は信号モデリング処理実行前の心電位を示す。図２５の右側の縦軸は、モデル波形の心電位を示す。図２５の信号モデリング処理実行前の心電位時系列は、動きが正常な心臓の心電位のグラフである。図２５のモデル波形は、図２５の信号モデルリング処理実行前の心電位時系列に基づき信号モデリング処理の実行によって取得されたモデル波形である。

図２６は、第３の変形例における心電位時系列とモデル波形との対応を示す第２の図である。図２６のグラフの横軸は原点の時刻からの経過時間を示す。図２６の左側の縦軸は信号モデリング処理実行前の心電位を示す。図２６の右側の縦軸は、モデル波形の心電位を示す。図２６の信号モデリング処理実行前の心電位時系列は、結滞（徐脈性不整脈）が起きている心臓の心電位のグラフである。図２６のモデル波形は、図２６の信号モデルリング処理実行前の心電位時系列に基づき信号モデリング処理の実行によって取得されたモデル波形である。図２６は、時刻ｔ８から時刻ｔ９の期間に結滞が起きていることを示す。

図２７は、第３の変形例における心電位時系列とモデル波形との対応を示す第３の図である。図２７のグラフの横軸は原点の時刻からの経過時間を示す。図２７の左側の縦軸は信号モデリング処理実行前の心電位を示す。図２７の右側の縦軸は、モデル波形の心電位を示す。図２７の信号モデリング処理実行前の心電位時系列は、心室性期外収縮が起きている心臓が起きている心臓の心電位のグラフである。図２７のモデル波形は、図２７の信号モデルリング処理実行前の心電位時系列に基づき信号モデリング処理の実行によって取得されたモデル波形である。図２７は、時刻ｔ１０から時刻ｔ１１の期間に心室性期外収縮が起きていることを示す。

図２８は、第３の変形例における心電位時系列とモデル波形との対応を示す第４の図である。図２８のグラフの横軸は原点の時刻からの経過時間を示す。図２８の左側の縦軸は信号モデリング処理実行前の心電位を示す。図２８の右側の縦軸は、モデル波形の心電位を示す。図２８の信号モデリング処理実行前の心電位時系列は、心室性頻拍が起きている心臓が起きている心臓の心電位のグラフである。図２８のモデル波形は、図２８の信号モデルリング処理実行前の心電位時系列に基づき信号モデリング処理の実行によって取得されたモデル波形である。図２８は、時刻ｔ１２以降に心室性頻拍が起きていることを示す。

図２９は、第３の変形例における大動脈血流量時系列とモデル波形との対応を示す第１の図である。図２９のグラフの横軸は原点の時刻からの経過時間を示す。図２９の左側の縦軸は信号モデリング処理実行前の単位時間当たりの大動脈血流量を示す。図２９の右側の縦軸は、モデル波形が示す単位時間当たりの大動脈血流量を示す。図２９の信号モデリング処理実行前の大動脈血流量時系列は、動きが正常な大動脈血流量のグラフである。図２９のモデル波形は、図２９の信号モデルリング処理実行前の大動脈血流量時系列に基づき信号モデリング処理の実行によって取得されたモデル波形である。

図３０は、第３の変形例における大動脈血流量時系列とモデル波形との対応を示す第２の図である。図３０のグラフの横軸は原点の時刻からの経過時間を示す。図３０の左側の縦軸は信号モデリング処理実行前の単位時間当たりの大動脈血流量を示す。図３０の右側の縦軸は、モデル波形が示す単位時間当たりの大動脈血流量を示す。図３０の信号モデリング処理実行前の大動脈血流量時系列は、結滞が起きている大動脈血流量のグラフである。図３０のモデル波形は、図２９の信号モデルリング処理実行前の大動脈血流量時系列に基づき信号モデリング処理の実行によって取得されたモデル波形である。図３０は、時刻ｔ１３から時刻ｔ１４の期間に結滞が起きていることを示す。図３０に示す大動脈血流量時系列の場合、推定対象９０１は、時刻ｔ１４以降に意識喪失が起きる確率が高い。

図３１は、第３の変形例における信号モデリング処理を実行する制御部２０、２０ａ～２０ｆの一例として信号モデリング処理を実行する制御部２０（以下「制御部２０ｇ」という。）の機能構成の一例を示す図である。

制御部２０ｇは、信号モデリング部３８０を備える点で制御部２０と異なる。信号モデリング部３８０は、時系列取得部２１０が取得した脳血流相関量時系列に対して信号モデリング処理を実行する。このような場合、範囲外データ判定処理、心室状態推定処理、意識喪失済み確率取得処理及び意識喪失判定処理等の信号整形処理の実行後に実行される各処理で用いられる脳血流相関量時系列は信号モデリング処理の実行後の脳血流相関量時系列である。制御部２０ｇがグレーアウト判定処理を実行する場合、信号モデルリング処理の実行後に実行される各処理にはグレーアウト判定処理も含まれる。

このように構成された第３の変形例の意識喪失推定システム１００、１００ａ～１００ｅは、理論に基づいてモデリングされた脳血流相関量時系列に基づいて、意識喪失済み確率取得処理を実行する。そのため、第３の変形例の意識喪失推定システム１００、１００ａ～１００ｅは、推定対象９０１の意識喪失の可能性を推定する精度を高めることができる。そのため、このように構成された第３の変形例の意識喪失推定システム１００、１００ａ～１００ｅは、意識喪失によって引き起こされる危険を減らすことができる。

また、このように構成された第３の変形例の意識喪失推定システム１００ａ～１００ｅは、理論に基づいてモデリングされた脳血流相関量時系列に基づいて、範囲外データ判定処理、心室状態推定処理、意識喪失済み確率取得処理、意識喪失判定処理及びグレーアウト判定処理を実行する。そのため、このように構成された第３の変形例の意識喪失推定システム１００ａ～１００ｅは、意識喪失によって引き起こされる危険を減らすことができる。

（第４の変形例）
グレーアウト条件、心室状態推定条件、確率決定条件、基準確率等の推定に用いる条件は、推定対象９０１の個人情報にも基づいた条件であってもよい。このような場合、グレーアウト条件、心室状態推定条件、確率決定条件、基準確率等の推定に用いる条件であって予め推定対象９０１に合わせて調整済みの条件を予め記憶部２３が記憶する。個人情報は、例えば、推定対象９０１の年齢であってもよいし、性別であってもよいし、食の好みであってもよいし、身長であってもよいし、体重であってもよいし、体脂肪率であってもよいし、動脈硬化や頸動脈の狭窄などの基礎疾患の有無であってもよい。

（第５の変形例）
なお、実施形態及び第１の変形例及び第２の変形例の意識喪失推定システム１００において、ステップＳ１１３の処理は必ずしもステップＳ１１２の次に実行される必要は無い。ステップＳ１１３の処理は、ステップＳ１１４の処理の実行前であってステップＳ１０９の処理の実行後であれば、どのようなタイミングで実行されてもよい。例えば、ステップＳ１１３の処理は、ステップＳ１１１の処理の実行前に実行されてもよい。

なお、単位期間は１周期の一例である。

意識喪失推定装置２、２ａ～２ｅは、ネットワークを介して通信可能に接続された複数台の情報処理装置を用いて実装されてもよい。この場合、意識喪失推定装置２、２ａ～２ｅが備える各機能部は、複数の情報処理装置に分散して実装されてもよい。

なお、意識喪失推定装置２、２ａ～２ｅの各機能の全て又は一部は、ＡＳＩＣ（Application Specific Integrated Circuit）やＰＬＤ（Programmable Logic Device）やＦＰＧＡ（Field Programmable Gate Array）等のハードウェアを用いて実現されてもよい。プログラムは、コンピュータ読み取り可能な記録媒体に記録されてもよい。コンピュータ読み取り可能な記録媒体とは、例えばフレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置である。プログラムは、電気通信回線を介して送信されてもよい。

以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

１００、１００ａ、１００ｂ、１００ｃ、１００ｄ、１００ｅ…意識喪失推定システム、 １…生体センサ、 ２、２ａ、２ｂ、２ｃ、２ｄ、２ｅ…意識喪失推定装置、 ３…呼吸情報取得センサ、 ２０、２０ａ、２０ｂ、２０ｃ、２０ｄ、２０ｅ、２０ｆ、２０ｇ…制御部、 ２１…通信部、 ２２…入力部、 ２３…記憶部、 ２４…出力部、 ２１０…時系列取得部、 ２２０…範囲外データ判定部、 ２２１…第１区分部、 ２２２…分布取得部、 ２２３…閾値領域決定部、 ２２４…範囲外データ内判定部、 ２３０…心室状態推定部、 ２３１…第２区分部、 ２３２…時間積算部、 ２３３…ピーク期間判定部、 ２３４…正常心室状態推定部、 ２３５…異常心室状態推定部、 ２４０…確率取得処理実行判定部、 ２５０…確率取得条件取得部、 ２６０…計測信頼度推定部、 ２７０…意識喪失済み確率取得部、 ２８０…意識喪失判定部、 ２９０…出力制御部、 ３００…記録部、 ３１０…グレーアウト判定部、 ３２０…グレーアウト条件決定部、 ３３０…確率決定条件候補取得部、 ３４０…心室状態推定条件決定部、 ３５０…応答取得部、 ３６０…学習更新部、 ３７０…信号整形部、 ３８０…信号モデリング部

Claims (7)

1. 推定対象の脳血流量に相関を持つ量を脳血流相関量とし、前記脳血流相関量の時系列を脳血流相関量時系列とし、前記脳血流相関量時系列のデータの時間軸方向の位置を時刻位置として、各前記データの示す前記脳血流相関量が各前記データの時刻位置に応じた範囲である閾値領域の範囲外か否かを前記脳血流相関量時系列に基づき判定する範囲外データ判定処理を実行する範囲外データ判定部と、
   前記範囲外データ判定部の判定結果に基づいて、前記推定対象の心室の状態を推定する心室状態推定部と、
   前記心室状態推定部の推定の結果に基づいて前記推定対象の意識喪失の可能性を示す指標である意識喪失済み確率、を取得する意識喪失済み確率取得部と、
   を備え、
   前記範囲外データ判定部は、各時刻位置の前記閾値領域を決定する処理であって前記閾値領域が決定される時刻位置を含む第１の長さの期間である第１期間内における前記データの分布に応じて決定対象の前記閾値領域を決定する処理を前記範囲外データ判定処理の実行前に実行し、
   前記心室状態推定部は、
   複数の第２期間によって前記脳血流相関量時系列を区分する第２区分部と、
   前記範囲外データ判定部によって前記閾値領域の範囲外であると判定された前記データを範囲外データとして、各前記第２期間ごとに、前記範囲外データのみを含む期間の長さの合計値である積算時間を取得する時間積算部と、
   前記積算時間が所定の長さを超える前記第２期間をピーク期間として、前記ピーク期間の前記脳血流相関量時系列における出現の仕方に基づいて、前記推定対象の心室の状態が正常か否かを推定する正常心室状態推定部と、
   前記正常心室状態推定部によって前記推定対象の心室の状態が正常では無いと推定された場合に前記脳血流相関量時系列に基づいて、前記推定対象の心室の状態が予め定められた所定の正常では無い心室の状態のいずれの心室の状態であるかを推定する異常心室状態推定部と、
   を備える意識喪失推定装置。
2. 推定対象の脳血流量に相関を持つ量を脳血流相関量とし、前記脳血流相関量の時系列を脳血流相関量時系列とし、前記脳血流相関量時系列のデータの時間軸方向の位置を時刻位置として、各前記データの示す前記脳血流相関量が各前記データの時刻位置に応じた範囲である閾値領域の範囲外か否かを前記脳血流相関量時系列に基づき判定する範囲外データ判定処理を実行する範囲外データ判定部と、
   前記範囲外データ判定部の判定結果に基づいて、前記推定対象の心室の状態を推定する心室状態推定部と、
   前記心室状態推定部の推定の結果に基づいて前記推定対象の意識喪失の可能性を示す指標である意識喪失済み確率、を取得する意識喪失済み確率取得部と、
   前記脳血流相関量時系列に基づき、前記脳血流相関量時系列の信頼度である計測信頼度を推定する計測信頼度推定部と、
   前記心室状態推定部の推定の結果と、前記意識喪失済み確率の変化量を与える条件を含む確率決定条件と心室状態との予め定められた関係を示す情報と、に基づいて、前記確率決定条件を示す情報を取得する確率取得条件取得部と、
   を備え、
   前記確率決定条件は、前記推定対象の脳血流相関量時系列の取得を開始して以降初めて前記推定対象の心室の状態が正常では無いと判定された時点である確率取得開始時点からの経過時間と測定環境の変化と前記脳血流相関量時系列の変化として現れる前記推定対象の状態の変化との組合せごとの条件であり、
   前記範囲外データ判定部は、各時刻位置の前記閾値領域を決定する処理であって前記閾値領域が決定される時刻位置を含む第１の長さの期間である第１期間内における前記データの分布に応じて決定対象の前記閾値領域を決定する処理を前記範囲外データ判定処理の実行前に実行し、
   前記心室状態推定部は、
   複数の第２期間によって前記脳血流相関量時系列を区分する第２区分部と、
   前記範囲外データ判定部によって前記閾値領域の範囲外であると判定された前記データを範囲外データとして、各前記第２期間ごとに、前記範囲外データのみを含む期間の長さの合計値である積算時間を取得する時間積算部と、
   前記積算時間が所定の長さを超える前記第２期間をピーク期間として、前記ピーク期間の前記脳血流相関量時系列における出現の仕方に基づいて、前記推定対象の心室の状態が正常か否かを推定する正常心室状態推定部と、
   前記正常心室状態推定部によって前記推定対象の心室の状態が正常では無いと推定された場合に前記脳血流相関量時系列に基づいて、前記推定対象の心室の状態が予め定められた所定の正常では無い心室の状態のいずれの心室の状態であるかを推定する異常心室状態推定部と、
   を備え、
   前記意識喪失済み確率取得部は、前記心室状態推定部の推定の結果と、前記計測信頼度推定部の推定の結果と、前記確率取得条件取得部の取得の結果と、に基づいて、意識喪失済み確率を推定する、
   意識喪失推定装置。
3. 前記範囲外データ判定部は、
   複数の前記第１期間によって前記脳血流相関量時系列を区分する第１区分部と、
   各前記第１期間に属する前記データが示す前記脳血流相関量の分布に関する統計量を前記第１期間ごとに取得する分布取得部と、
   前記統計量に基づいて、前記第１期間ごとに前記閾値領域を決定する閾値領域決定部と、
   前記閾値領域決定部によって決定された前記閾値領域を用い、各前記データについて範囲外データであるか否かを判定する範囲外データ内判定部と、
   を備える、
   請求項１又は２に記載の意識喪失推定装置。
4. 範囲外データ判定部は、前記データの示す前記脳血流相関量が前記閾値領域の上限値を超える場合と、前記データの示す前記脳血流相関量が前記閾値領域の下限値未満である場合とに、前記データの示す前記脳血流相関量が前記閾値領域の範囲外であると判定する、
   請求項１から３のいずれか一項に記載の意識喪失推定装置。
5. 範囲外データ判定部は、前記データの示す前記脳血流相関量が前記閾値領域の上限値を超える場合に、前記データの示す前記脳血流相関量が前記閾値領域の範囲外であると判定する、
   請求項１から３のいずれか一項に記載の意識喪失推定装置。
6. 範囲外データ判定部は、前記データの示す前記脳血流相関量が前記閾値領域の下限値未満である場合に、前記データの示す前記脳血流相関量が前記閾値領域の範囲外であると判定する、
   請求項１から３のいずれか一項に記載の意識喪失推定装置。
7. 請求項１から６のいずれか一項に記載の意識喪失推定装置としてコンピュータを機能させるためのプログラム。

Images