JP7572973B2 - 糖尿病性足潰瘍の監視および治療のためのシステムおよび方法 - Google Patents

Description

関連出願の相互参照
本出願は、２０１９年５月２３日に出願された英国仮特許出願第１９０７２６０．２号、同第１９０７２５４．５号、２０１９年８月２１日に出願された米国仮特許出願第６２／８８９９５５号に対する優先権を主張するものであり、それらの開示は、参照によりそれらの全体が本明細書に組み込まれる。

本開示の実施形態は、ユーザ活動監視デバイスを用いて創傷を管理するための装置、システム、および方法に関する。

また、褥瘡、床ずれ、または褥瘡性潰瘍としても知られ得る圧迫潰瘍は、毛細管充満圧（約３２ｍｍＨｇ）を超える皮膚、軟部組織、筋肉、または骨への長期にわたる圧力から結果的に生じる皮膚および下層組織の損傷である。

足で発症する１つのタイプの圧迫潰瘍は、糖尿病性足潰瘍（ＤＦＵ）として知られ、これは、糖尿病集団においてより高い頻度および強度で生じる傾向がある。糖尿病性足潰瘍の管理および治療は、サポートブーツ、ギプス、靴などのクッション付き履物を使用することによって、糖尿病性足潰瘍を負荷軽減することを必要とする。負荷軽減が効果的であり得るが、一方で、負荷軽減デバイスの非遵守または不使用が、糖尿病性足潰瘍の遅延した治癒の大きな原因となり得ることが見出されている。

先行技術のアプローチおよびシステムは、個人のライフスタイルおよび負荷軽減デバイスの遵守に関する情報をほとんどまたは全く提供しない。個人のライフスタイルに関する洞察を得ることは、圧迫潰瘍の予防および治癒に重要であり得る。しかしながら、これらの制限のために、先行技術のアプローチおよびシステムを使用した圧迫潰瘍の予防および治癒は、遅延するか、またはさらに悪いことには、悪化して、長期にわたる不快感、入院、もしくは手術にさえつながり得る。

いくつかの態様では、センサデータを収集および処理して、四肢上の既存の潰瘍に影響を与えるリスクまたは四肢上の新たな潰瘍を引き起こすリスクのある事象を識別するためのシステムが開示されている。システムは、メモリデバイスおよびプロセッサを含むことができる。メモリデバイスは、ユーザの運動または配向を監視するように構成された第１のセンサ、および負荷軽減デバイスの運動または配向を監視するように構成された第２のセンサによって収集されたセンサデータを記憶し得る。プロセッサは、センサデータの第１のセットから、四肢の既存の潰瘍に影響を与えるリスクがあったか、または四肢に新たな腫瘍を引き起こすリスクがあった負荷力が、ユーザの四肢に適用されたことを決定することと、第１の事象を第１のリストに追加することであって、負荷力が四肢に適用されたことを第１の事象が示す、追加することと、センサデータの第２のセットから、（ｉ）負荷力が四肢に適用されなかったこと、（ｉｉ）ユーザが閾値持続時間を超えて活動に関わったこと、（ｉｉｉ）ユーザが負荷軽減デバイスを着用していなかったことを決定することと、第２の事象を第２のリストに追加することであって、（ｉ）負荷力が四肢に適用されなかったこと、（ｉｉ）ユーザが閾値持続時間を超えて活動に関わったこと、（ｉｉｉ）ユーザが負荷軽減デバイスを着用していなかったことを第２の事象が示す、追加することと、を行い得る。

前段落に記載のシステムは、以下の特徴のうちの１つ以上を含み得る。プロセッサは、第１のリスト、および第２のリストのサブセットを、ディスプレイ上における提示のためにコンピュータネットワークを介してコンピューティングデバイスに送信し得る。第１のセンサは、第１の加速度計および第１の磁気計を含み得、第２のセンサは、第２の加速度計および第２の磁気計を含み得、センサデータが、第１の加速度計、第２の加速度計、第１の磁気計、および第２の磁気計からのセンサデータを含む。プロセッサは、負荷力が四肢に適用されたと決定することに応答して第１の事象を第１のリストに追加することと、（ｉ）負荷力が四肢に適用されなかったこと、（ｉｉ）ユーザが閾値持続時間を超えて活動に関わったこと、および（ｉｉｉ）ユーザが負荷軽減デバイスを着用していなかったことを決定することに応答して、第２の事象を第２のリストに追加することと、を行い得る。プロセッサは、センサデータの第１のセットの加速度値を加速度閾値と比較して、負荷が四肢に適用されなかったと決定することと、センサデータの第２のセットの加速度値を加速度閾値と比較して、負荷力が四肢に適用されなかったと決定することと、を行い得る。活動は、起立、歩行、または車両の運転を含み得る。

いくつかの態様では、アプリケーションが記憶されている非一時的コンピュータ可読媒体が開示され、アプリケーションは、電子デバイスのプロセッサによって実行されると、プロセッサに、コンピュータネットワークを介して、ユーザの運動または配向を監視するように構成された第１のセンサ、および負荷軽減デバイスの運動または配向を監視するように構成された第２のセンサによって収集されたセンサデータを受信することと、センサデータの第１のセットから、四肢の既存の潰瘍に影響を与えるリスクがあったか、または四肢に新たな腫瘍を引き起こすリスクがあった負荷力が、ユーザの四肢に適用されたことを決定することと、第１の事象を第１のリストに追加することであって、負荷力が四肢に適用されたことを第１の事象が示す、追加することと、センサデータの第２のセットから、（ｉ）負荷力が四肢に適用されなかったこと、（ｉｉ）ユーザが閾値持続時間を超えて活動に関わったこと、（ｉｉｉ）ユーザが負荷軽減デバイスを着用していなかったことを決定することと、第２の事象を第２のリストに追加することであって、（ｉ）負荷力が四肢に適用されなかったこと、（ｉｉ）ユーザが閾値持続時間を超えて活動に関わったこと、（ｉｉｉ）ユーザが負荷軽減デバイスを着用していなかったことを第２の事象が示す、追加することと、を行わせ得る。

前段落に記載の非一時的コンピュータ可読媒体は、以下の特徴のうちの１つ以上を含み得る。アプリケーションは、プロセッサによって実行されたとき、プロセッサに、第１のリスト、および第２のリストのサブセットを、コンピュータネットワークを介してコンピューティングデバイスに送信させ得る。第１のセンサは、第１の加速度計および第１の磁気計を含み得、第２のセンサは、第２の加速度計および第２の磁気計を含み得、センサデータが、第１の加速度計、第２の加速度計、第１の磁気計、および第２の磁気計からのセンサデータを含む。アプリケーションは、プロセッサによって実行されたとき、プロセッサに、センサデータの第１のセットの加速度値を加速度閾値と比較して、負荷が四肢に適用されなかったと決定することと、センサデータの第２のセットの加速度値を加速度閾値と比較して、負荷力が四肢に適用されなかったと決定することと、を行わせ得る。加速度閾値は、少なくとも１８ｍ／ｓ^２とすることができる。アプリケーションは、プロセッサによって実行されたとき、プロセッサに、時間を第１のリストを追加させ得、時間は、少なくともセンサデータの第１のセットに基づいて、四肢が負荷力を経験したときを示す。アプリケーションは、プロセッサによって実行されたとき、プロセッサに、持続時間を第１のリストを追加させ得、持続時間は、少なくともセンサデータの第１のセットに基づいて、四肢が負荷力を経験した長さを示す。活動は、ユーザが四肢を持ち上げた状態で横になる以外のものであってもよい。四肢は、脚であってもよい。コンピュータネットワークは、セルラー通信ネットワークとすることができるか、またはそれを含み得る。第１のリストおよび第２のリストは、同じリストであってもよく、既存の潰瘍に影響を与えるリスクがあったか、または新たな潰瘍を引き起こすリスクがあった複数の事象を識別してもよく、複数の事象が、第１の事象および第２の事象を含む。アプリケーションは、プロセッサによって実行されたとき、プロセッサに、活動の持続時間にわたる加速度値を、加速度閾値と比較して、ユーザが閾値持続時間を超えて活動に関わったと決定させ得、活動持続時間は、センサデータの第２のセットによって示される。センサデータの第１のセットは、第１の期間にわたって第１のセンサおよび第２のセンサによって収集された第１のセンサデータに対応し得、センサデータの第２のセットは、第１の期間と重複しない第２の期間にわたって第１のセンサおよび第２のセンサによって収集された第２のセンサデータに対応し得る。アプリケーションは、プロセッサによって実行されたとき、プロセッサに、センサデータの第１のセットから、負荷力が四肢に適用されたことを決定することに応答して、第１の事象を第１のリストに追加することと、センサデータの第２のセットから、（ｉ）負荷力が四肢に適用されなかったこと、（ｉｉ）ユーザが閾値持続時間を超えて活動に関わったこと、および（ｉｉｉ）ユーザが負荷軽減デバイスを着用していなかったことを決定することに応答して、第２の事象を第２のリストに追加することと、センサデータの第３のセットから、四肢の既存の潰瘍に影響を与えるリスクがあったか、または四肢に新たな潰瘍を引き起こすリスクがあった負荷力が適用されたことを決定することであって、センサデータの第３のセットが、センサデータの第１のセットとは異なる、決定することと、センサデータの第３のセットから、負荷力が四肢に適用されたことを決定することに応答して第３の事象を第１のリストに追加することであって、第３の事象が、第１の事象とは異なる、追加することと、センサデータの第４のセットから、（ｉ）負荷力が四肢に適用されなかったこと、（ｉｉ）ユーザが閾値持続時間を超えて活動に関わったこと、および（ｉｉｉ）ユーザが負荷軽減デバイスを着用していなかったことを決定することであって、センサデータの第４のセットが、センサデータの第２のセットとは異なる、決定することと、第４の事象を第２のリストに追加することであって、第４の事象が、（ｉ）負荷力が四肢に適用されなかったこと、（ｉｉ）ユーザが閾値持続時間を超えて活動に関わったこと、および（ｉｉｉ）ユーザが負荷軽減デバイスを着用していなかったことを示し、第４の事象が、第２の事象とは異なる、追加することと、を行わせ得る。負荷軽減デバイスは、負荷軽減デバイスがユーザによって着用されたとき、適用された力を四肢上の既存の潰瘍から離れて四肢に分配し得る。負荷軽減デバイスは、取り外し可能なギプスとすることができる。

いくつかの態様では、方法が開示されている。方法は、コンピュータネットワークを介して、ユーザの運動または配向を監視するように構成された第１のセンサ、および負荷軽減デバイスの運動または配向を監視するように構成された第２のセンサによって収集されたセンサデータを受信することと、プロセッサによって、センサデータの第１のセットから、四肢の既存の潰瘍に影響を与えるリスクがあったか、または四肢に新たな腫瘍を引き起こすリスクがあった負荷力が、ユーザの四肢に適用されたことを決定することと、プロセッサによって、第１の事象を第１のリストに追加することであって、負荷力が四肢に適用されたことを第１の事象が示す、追加することと、プロセッサによって、センサデータの第２のセットから、（ｉ）負荷力が四肢に適用されなかったこと、（ｉｉ）ユーザが閾値持続時間を超えて活動に関わったこと、（ｉｉｉ）ユーザが負荷軽減デバイスを着用していなかったことを決定することと、プロセッサによって、第２の事象を第２のリストに追加することであって、（ｉ）負荷力が四肢に適用されなかったこと、（ｉｉ）ユーザが閾値持続時間を超えて活動に関わったこと、（ｉｉｉ）ユーザが負荷軽減デバイスを着用していなかったことを第２の事象が示す、追加することと、を含み得る。

前述の段落に記載の方法は、第１のリスト、および第２のリストのサブセットを、ディスプレイ上における提示のためにコンピュータネットワークを介してコンピューティングデバイスに送信することをさらに含み得る。

いくつかの態様では、センサデータを収集および処理して、皮膚傷害に影響を与えるか、またはそれを引き起こすリスクを識別するためのシステムが開示されている。システムは、コンピュータ可読メモリおよび１つ以上のプロセッサを含み得る。システムは、特徴データの第１のセットおよび特徴データの第２のセットを含むセンサ特徴データを取得することであって、特徴データの第１のセットが、ユーザの四肢に着用されるように構成されたユーザセンサの出力を表し、特徴データの第２のセットが、四肢に着用されるように構成されている負荷軽減デバイスに結合された負荷軽減デバイスセンサの出力を表す、取得することと、特徴データの第１のセットおよび活動分類モデルを使用して、活動分類を決定することと、特徴データの第１のセット、特徴データの第２のセット、および負荷軽減使用状況モデルを使用して、負荷軽減使用状況分類を決定することと、活動分類または負荷軽減使用状況分類のうちの少なくとも１つを表す表示データを生成することと、表示データを提示するように構成されたコンピューティングデバイスに表示データを送信することと、を行い得る。

前段落に記載のシステムは、以下の特徴のうちの１つ以上を含み得る。活動分類モデルは、特徴データの第１のセットが複数の異なる活動分類の各々に対応する程度を決定し得る。負荷軽減使用状況モデルは、ユーザセンサの動きまたは配向が、負荷軽減デバイスセンサの動きまたは配向に対応する程度を決定し得る。皮膚傷害は、糖尿病性足潰瘍または静脈性下肢潰瘍であり得る。ユーザセンサは、第１の加速度計および第１の磁気計を含み得、負荷軽減デバイスは、第２の加速度計および第２の磁気計を含み得、センサ特徴データが、第１の加速度計、第２の加速度計、第１の磁気計、および第２の磁気計からの出力を表す。システムは、特徴データの第３のセットおよび活動分類モデルを使用して、後続の活動分類を決定することであって、特徴データの第３のセットが、ユーザセンサの出力を表す、決定することと、活動分類および後続の活動分類から、ユーザの活動の変化が発生したことを決定することと、を行うようにさらに構成され得る。システムは、特徴データの第３のセット、特徴データの第４のセット、および負荷軽減使用状況モデルを使用して、後続の負荷軽減使用状況分類を決定することであって、特徴データの第３のセットが、ユーザセンサの出力を表し、特徴データの第４のセットが、負荷軽減デバイスセンサの出力を表す、決定することと、負荷軽減使用状況分類および後続の負荷軽減使用状況分類から、ユーザによる負荷軽減デバイスの変化使用状況が発生したことを決定することと、を行うようにさらに構成され得る。システムは、特徴データの第１のセットを使用して、活動モデル入力データを生成することと、活動モデル入力データおよび活動分類モデルを使用して、活動分類モデル出力データを生成することと、活動分類モデル出力データから、分類基準を満たす値を有するデータ要素を識別して、活動分類を決定することであって、活動分類が、データ要素と関連付けられている、決定することと、を行うようにさらに構成され得る。複数の異なる活動分類が、動き分類、静止重量を伴う動きなしの分類、力の変動を伴う動きなしの分類、および横になる分類を含み得る。活動分類モデルは、決定ツリー、ニューラルネットワーク、またはサポートベクトルマシンを含み得る。負荷軽減デバイスは、取り外し可能なギプスとすることができる。活動分類モデルは、特徴データの第１のセットを複数の異なる活動分類のうちの１つに割り当てるように構成された第１の決定ツリーを含み得、負荷軽減使用状況モデルは、ユーザセンサの動きおよび配向が、負荷軽減デバイスセンサの動きおよび配向に対応するか否かを決定するように構成された第２の決定ツリーを含み得る。

いくつかの態様では、センサデータを収集および処理して、皮膚傷害に影響を与えるか、またはそれを引き起こすリスクを識別するためのコンピュータ実装方法が開示されている。コンピュータ実装方法は、コンピュータネットワークを介して、ユーザの四肢に着用されるように構成されたユーザセンサの出力を表すセンサ特徴データを受信することと、１つ以上のコンピュータプロセッサによって、センサ特徴データおよび活動分類モデルを使用して、活動分類モデル出力データを生成することと、１つ以上のコンピュータプロセッサによって、活動分類モデル出力データから活動分類を決定することと、コンピュータネットワークを介して、活動分類を表す表示データを、表示データを提示するように構成されたコンピューティングデバイスに送信することと、を含み得る。

前段落に記載のコンピュータ実装方法は、以下の特徴のうちの１つ以上を含み得る。活動分類モデル出力データは、センサ特徴データが、複数の異なる活動分類の各々に対応する可能性を表し得る。複数の異なる活動分類は、四肢の動きを表す第１の活動分類と、四肢を負荷する重量を伴う四肢の動きなしを表す第２の活動分類と、を含み得る。コンピュータ実装方法は、１つ以上のコンピュータプロセッサによって、皮膚傷害に影響を与えるか、またはそれを引き起こすリスクを識別することをさらに含み得、皮膚傷害が、糖尿病性足潰瘍または静脈性下肢潰瘍である。活動分類を決定することは、ユーザの四肢上の力の変動を伴う動きなしを表す第３の活動分類にセンサ特徴データが対応する可能性があることを活動分類モデル出力データが示すことを決定することを含み得る。決定は、ユーザが横になっていることを表す第４の活動分類にセンサ特徴データが対応する可能性があることを活動分類モデル出力データが示すと決定することを含む。コンピュータ実装方法は、１つ以上のコンピュータプロセッサによって、第２のセンサ特徴データおよび活動分類モデルを使用して、後続の活動分類を決定することであって、第２のセンサ特徴データが、ユーザセンサの出力を表す、決定することと、１つ以上のコンピュータプロセッサによって活動分類および後続の活動分類から、ユーザの活動の変化が発生したことを決定することと、をさらに含み得る。コンピュータ実装方法は、コンピュータネットワークを介して、四肢に着用されるように構成されている負荷軽減デバイスに結合された負荷軽減デバイスセンサの出力を表す第２のセンサ特徴データを受信することと、１つ以上のコンピュータプロセッサによって、センサ特徴データ、第２のセンサ特徴データ、および負荷軽減使用状況モデルを使用して、負荷軽減使用状況分類を決定することと、をさらに含み得、負荷軽減使用状況モデルは、ユーザセンサの動きまたは配向が、負荷軽減デバイスセンサの動きまたは配向に対応する程度を決定するように構成されている。コンピュータ実装方法は、コンピュータネットワークを介して、四肢に着用されるように構成されている負荷軽減デバイスに結合された負荷軽減デバイスセンサの出力を表す第２のセンサ特徴データを受信することと、１つ以上のコンピュータプロセッサによって、第２のセンサ特徴データおよび負荷軽減使用モデルを使用して、後続の負荷軽減使用状況分類を決定することであって、第２のセンサ特徴データが、負荷軽減デバイスセンサの出力を表す、決定することと、１つ以上のコンピュータプロセッサによって負荷軽減使用状況分類および後続の負荷軽減使用状況分類から、ユーザによる負荷軽減デバイスの使用状況の変化が発生したことを決定することと、をさらに含み得る。コンピュータ実装方法は、１つ以上のコンピュータプロセッサによって、活動分類モデルを読み込むことをさらに含み得、活動分類モデルが、決定ツリー、ニューラルネットワーク、またはサポートベクトルマシンを含む。コンピュータ実装方法は、１つ以上のコンピュータプロセッサによって、活動分類モデルを読み込むことをさらに含み得、活動分類モデルが、複数の異なる活動分類のうちの１つにセンサ特徴データを割り当てるように構成された決定ツリーを含む。

いくつかの態様では、センサデータを収集および処理して、皮膚傷害に影響を与えるか、またはそれを引き起こすリスクを識別するために記憶されたアプリケーションを有する非一時的コンピュータ可読媒体が開示されている。アプリケーションは、コンピューティングデバイスの１つ以上のプロセッサによって実行されたとき、コンピューティングデバイスに、コンピュータネットワークを介して、ユーザの四肢に着用されるように構成されたユーザセンサの出力を表すセンサ特徴データを受信することと、センサ特徴データおよび活動分類モデルを使用して、活動分類モデル出力データを生成することと、活動分類モデル出力データから活動分類を決定することと、コンピュータネットワークを介して、活動分類を表す表示データを、表示データを提示するように構成されたコンピューティングデバイスに送信することと、を行わせ得る。

前段落に記載の非一時的コンピュータ可読媒体は、以下の特徴のうちの１つ以上を含み得る。活動分類モデル出力データは、センサ特徴データが、複数の異なる活動分類の各々に対応する可能性を表し得る。複数の異なる活動分類は、四肢の動きを表す第１の活動分類と、四肢を負荷する重量を伴う四肢の動きなしを表す第２の活動分類と、を含み得る。複数の異なる活性分類は、四肢上の力の変化を伴う四肢の動きなしを表す第３の活性分類を含み得る。複数の異なる活動分類は、ユーザが横になっていることを表す第３の活動分類を含み得る。活動分類モデルは、決定ツリー、ニューラルネットワーク、またはサポートベクトルマシンを含み得る。活動分類モデルは、センサ特徴データを複数の異なる活動分類のうちの１つに割り当てるように構成された決定ツリーを含み得る。アプリケーションは、１つ以上のコンピュータプロセッサによって実行されたとき、コンピューティングデバイスに、第２のセンサ特徴データおよび活動分類モデルを使用して、後続の活動分類を決定することであって、第２のセンサ特徴データが、ユーザセンサの出力を表す、決定することと、活動分類および後続の活動分類から、ユーザの活動の変化が発生したことを決定することと、を行わせ得る。アプリケーションは、１つ以上のコンピュータプロセッサによって実行されたとき、コンピューティングデバイスに、コンピュータネットワークを介して、四肢によって着用されるように構成されている負荷軽減デバイスに結合された負荷軽減デバイスセンサの出力を表す第２のセンサ特徴データを受信することと、センサ特徴データ、第２のセンサ特徴データ、および負荷軽減使用状況モデルを使用して、負荷軽減使用状況分類を決定することと、を行わせ得、負荷軽減使用状況モデルは、ユーザセンサの動きまたは配向が、負荷軽減デバイスセンサの動きまたは配向に対応する程度を決定するように構成されている。アプリケーションは、１つ以上のコンピュータプロセッサによって実行されたとき、コンピューティングデバイスに、コンピュータネットワークを介して、四肢によって着用されるように構成されている負荷軽減デバイスに結合された負荷軽減デバイスセンサの出力を表す第２のセンサ特徴データを受信することと、第２のセンサ特徴データおよび負荷軽減使用モデルを使用して、後続の負荷軽減使用状況分類を決定することであって、第２のセンサ特徴データが、負荷軽減デバイスセンサの出力を表す、決定することと、負荷軽減使用状況分類および後続の負荷軽減使用状況分類から、ユーザによる負荷軽減デバイスの使用状況の変化が発生したことを決定することと、を行わせ得る。

いくつかの態様では、センサデータを収集および処理して、皮膚傷害に影響を与えるか、またはそれを引き起こすリスクを識別するためのシステムが開示されている。システムは、コンピュータ可読メモリおよび１つ以上のプロセッサを含み得る。システムは、特徴データの第１のセットおよび特徴データの第２のセットを含むセンサ特徴データを取得することであって、特徴データの第１のセットが、ユーザの四肢に着用されるように構成されたユーザセンサの出力を表し、特徴データの第２のセットが、四肢に着用されるように構成されている負荷軽減デバイスに結合された負荷軽減デバイスセンサの出力を表す、取得することと、特徴データの第１のセットおよび活動分類モデルを使用して、活動分類を決定することであって、活動分類モデルが、特徴データの第１のセットを複数の異なる活動分類のうちの１つに割り当てるように構成された第１の決定ツリーを含み得る、決定することと、特徴データの第１のセット、特徴データの第２のセット、および負荷軽減使用状況モデルを使用して、負荷軽減使用状況分類を決定することであって、ユーザセンサの動きおよび配向が負荷軽減デバイスセンサの動きおよび配向に対応するか否かを決定するように構成された第２の決定ツリーを負荷軽減使用状況モデルが含み得る、決定することと、活動分類または負荷軽減使用状況分類のうちの少なくとも１つを表す表示データを生成することと、表示データを提示するように構成されたコンピューティングデバイスに表示データを送信することと、を行い得る。

いくつかの態様では、センサデータを収集および処理して、皮膚傷害に影響を与えるか、またはそれを引き起こすリスクを識別するためのシステムが開示されている。システムは、コンピュータ可読メモリおよび１つ以上のプロセッサを含み得る。システムは、ユーザの四肢に着用されるように構成されたユーザセンサの出力を表す特徴データのセットを含むセンサ特徴データを取得することと、特徴データのセットおよび活動分類モデルを使用して、活動分類を決定することであって、活動分類モデルが、複数の異なる活動分類のうちの１つに特徴データのセットを割り当てるように構成された決定ツリーを含み得る、決定することと、活動分類を表す表示データを生成することと、表示データを提示するように構成されたコンピューティングデバイスに表示データを送信することと、を行い得る。

本開示の実施形態は、単に例示として、添付図面を参照して、ここで以下に記載される。

図１は、活動監視デバイスおよび負荷軽減監視デバイスを含む、例示的なユーザ活動監視システムを例示する。 図２は、図１の活動監視デバイスの例示的な構成要素を例示する。 図３は、図１の活動監視デバイスおよび負荷軽減監視デバイスを含む、例示的なコンピューティング環境を例示する。 図４は、図３のコンピューティング環境内で実施可能な例示的なデータ処理を例示する。 図５は、図３のコンピューティング環境内で実施可能な事象記録プロセスを例示する。 図６は、図３のコンピューティング環境内にデバイスまたはシステムのうちの１つ以上を構築するために使用可能な例示的なコンピュータシステムを例示する。

ユーザ活動監視の概説
ユーザの活動は、創傷予防および監視を含む様々な理由のために、活動監視デバイスによって望ましくは監視され得る。一例では、ユーザが圧迫潰瘍などの創傷に陥りやすいか、または既に創傷を有し得るとき、ユーザの活動が監視され得る。活動監視デバイスによって収集されるユーザの活動に関する情報は、圧迫潰瘍の予防または治療を支援するのに役立ち得る。加えて、活動監視デバイスによって収集された活動に関する情報は、治療レジメンの遵守をチェックするために有用であり得る。

本明細書に開示されるいくつかの態様は、ヒトまたは動物の体に対する創傷監視または治療に関する。そのため、本明細書における創傷へのいかなる言及も、ヒトまたは動物の体上の創傷を指すことができ、本明細書における体へのいかなる言及も、ヒトまたは動物の体を指し得る。開示された技術は、生理学的組織もしくは生体組織への損傷を防止もしくは最小化すること、または損傷した組織（例えば、本明細書に説明される創傷）の治療に関し得る。

本明細書で使用される場合、「創傷」という表現は、切断、強打、または他の衝撃、典型的には皮膚が切断または破損される衝撃によって引き起こされ得る、生体組織への傷害を含み得る。創傷は、慢性または急性の傷害であり得る。急性創傷は、手術または外傷の結果として生じる。それらは、予測される時間フレーム内で治癒の段階を進行する。慢性創傷は、典型的には、急性創傷として始まる。急性創傷は、治癒段階に従わないときに慢性創傷となり得、長期化した回復を結果的にもたらす。急性創傷から慢性創傷への遷移は、患者が免疫不全状態であることに起因し得ると考えられる。

慢性創傷は、例えば、慢性創傷の大部分を占め、主に高齢者に影響を及ぼす静脈性潰瘍（脚で発生するものなど）、糖尿病性潰瘍（例えば、足または足首潰瘍）、末梢動脈疾患、圧迫潰瘍、または表皮水疱症（ＥＢ）を含み得る。
［

他の創傷の例としては、腹部創傷、または手術、外傷、胸骨切開、筋膜切開、あるいは他の状態のいずれかの結果としての他の大規模または切開性の創傷、裂開創傷、急性創傷、慢性創傷、亜急性創傷および裂開創傷、外傷性創傷、フラップおよび皮膚移植片、裂傷、擦傷、挫傷、痛み、糖尿病性潰瘍、圧迫潰瘍、ストーマ、術創、外傷性潰瘍および静脈性潰瘍などが挙げられるが、それらに限定されない。

創傷は、深部組織傷害を含み得る。深部組織傷害は、固有の形態の圧迫潰瘍を説明するために、米国褥瘡諮問委員会（Ｎａｔｉｏｎａｌ Ｐｒｅｓｓｕｒｅ Ｕｌｃｅｒ Ａｄｖｉｓｏｒｙ Ｐａｎｅｌ（ＮＰＵＡＰ））によって提案された用語である。これらの潰瘍は、紫色の圧迫潰瘍、悪化する可能性のある潰瘍、および骨隆起のあざなどの用語で、長年にわたって臨床医によって説明されてきた。

創傷はまた、本明細書で考察されるように、創傷になるリスクがある組織を含み得る。例えば、リスクがある組織は、切断される潜在性を有し得る（例えば、関節置換／外科的変更／再建）骨隆起の上の組織（深部組織傷害／損傷のリスクがある）または外科手術前の組織（例えば、膝組織）を含み得る。

いくつかの態様は、高機能の履物、患者の寝返り、オフロード（例えば、糖尿病性足部潰瘍のオフロード）、感染症の治療、システミックス、抗菌剤、抗生物質、手術、組織の除去、血流への影響、理学療法、運動、入浴、栄養、水分補給、神経刺激、超音波、電気刺激、酸素療法、マイクロ波療法、活性剤オゾン、抗生物質、抗菌剤などのうちの１つ以上と組み合わせて、本明細書に開示された技術を用いて創傷を監視および治療する方法に関する。

代替的にまたは追加的に、創傷は、局所陰圧または適用された陰圧の使用によって支援されない従来の高度な創傷ケア（非陰圧療法とも称され得る）を使用して治療され得る。

本開示は、圧迫潰瘍、足潰瘍などを指し得るが、本明細書に開示されるシステムおよび方法は、静脈性下肢潰瘍などの任意のタイプの皮膚損傷または創傷を予防、監視、または治療するために使用され得る。
ユーザ活動監視システム

図１は、身体部位１１０に取り付けられた活動監視デバイス１２０を含む、ユーザ活動監視システム１００を例示する。活動監視デバイス１２０は、ストラップ、接着剤、または他の結合機構を使用して身体部位１１０に取り付けられ得、身体によって着用または支持され得る。

身体部位１１０は、膝１１２および足１１４を含む脚などの、ユーザの四肢であってもよい。例示されるように、活動監視デバイス１２０は、膝１１２に近接するなどの、膝１１２と足１１４との間の位置で身体部位１１０によって支持され得る。他の態様では、活動監視デバイス１２０は、膝１１２の上または他の箇所などの、身体部位１１０の別の部位によって支持され得る。活動監視デバイス１２０は、活動監視デバイス１２０または活動監視デバイス１２０の１つ以上の他のセンサの位置、運動、または配向からなど、身体部位１１０の活動（例えば、歩行、跳躍、着座、横たわる、走る、しゃがむ、または起立）を監視および記録し得る。活動監視デバイス１２０は、例えば、足１１４の負荷の負荷監視に使用され得る。特定の実施態様では、複数の身体部位が活動監視デバイス１２０によって監視され得、異なるセンサが、異なる身体部位を監視するために使用され得る。活動監視デバイス１２０の、またはそれと通信する、個々のセンサは、ユーザセンサ、またはユーザ動きセンサとも呼ばれ得る。

身体部位１１０は、取り外し可能なギプスなどの、負荷軽減デバイス１３０を着用し、それによって部分的に覆われていることが示されている。負荷軽減デバイス１３０は、身体部位１１０を支持し、ユーザが起立しているか、他の活動に関わっているときに、足１１４に加わる圧力を低減し得る。負荷軽減デバイス１３０は、負荷軽減デバイスが着用されたとき、適用された力を傷害から離れて身体部位１１０に分配し得る。負荷軽減監視デバイス１３２は、負荷軽減デバイス１３０に取り付けられ得る。負荷軽減監視デバイス１３２は、活動監視デバイス１２０と同一または類似であり、負荷軽減デバイス１３０の活動を監視および記録し得る。負荷軽減監視デバイス１３２は、ストラップ、接着剤、または他の結合機構を使用して、負荷軽減デバイス１３０によって支持され得る。負荷軽減監視デバイス１３２は、負荷軽減デバイス１３０の内面または外面に取り付けられ得る。図１に示されていないが、負荷軽減監視デバイス１３２は、ユーザによって着用されていない負荷軽減デバイス（例えば、ケーンまたは歩行器）に取り付けられ得る。さらに、活動監視デバイス１２０は、負荷軽減デバイス１３０が着用され得るか否かに関係なく、着用され得る。負荷軽減監視デバイス１３２の、またはそれと通信する、個々のセンサは、負荷軽減デバイスセンサ、または負荷軽減デバイス動きセンサとも呼ばれ得る。

ユーザ活動監視システム１００は、追加的または代替的に、活動監視デバイス１２０または負荷軽減監視デバイス１３２のうちの１つ以上を、負荷軽減デバイス１３０によって支持される位置、身体部位１１０の別の部分、ケーンまたは歩行器などの別のデバイス、または他の箇所などの、他の位置に含んでもよい。活動監視デバイス１２０または負荷軽減監視デバイス１３２のうちの１つ以上の追加または代替は、負荷軽減デバイス１３０、身体部位１１０の別の部位、または身体の活動を監視および記録し得る、活動監視デバイス１２０と同じまたは類似であってもよい。

図２は、活動監視デバイス１２０の例示的な構成要素を例示する。活動監視デバイス１２０は、ハウジング２００、コントローラ２０２、メモリデバイス２０４、ユーザインターフェース２０６、電源２０８、１つ以上のセンサ２１０、および互いに電気的などで通信するように構成されている通信インターフェース２１２を含み得る。電源２０８は、活動監視デバイス１２０の１つ以上の構成要素に電力を提供し得る。

活動監視デバイス１２０の構成要素のうちの１つ以上は、ハウジング２００内に収容されるか、またはそれによって支持され得る。ハウジング２００は、一緒に封止される上部分および底部分から構成され得、上部分または底部分は、硬質または軟質とすることができる。ハウジング２００は、可撓性とすることができ、ハウジング２００内の構成要素のショルダ付きキー溝位置合わせを提供する機械的構造および設計特徴を有し得る。ハウジング２００は、その内側で回路基板を支持し得、回路基板の上に、活動監視デバイス１２０の１つ以上の構成要素が位置付けられ得る。

ハウジング２００は、フォトポリマー３Ｄ印刷材料からの立体リソグラフィ（ＳＬＡ）またはポリジェットによって、または８０Ａのショア硬度を有するエンジニアリング樹脂からの３Ｄ印刷によって作製され得る。ハウジング２００は、エラストマー、熱可塑性エラストマーを含むか、または射出成形によって構築され得る。ハウジング２００の成形部は、白色の液体シリコーンゴムから作製され得る。接着剤（例えば、プラスチックおよびエラストマー材料を取り付けるためのもの）が、ハウジング２００の上部分および底部分を一緒に接着するために使用され得、広範な他の接着剤（例えば、シアノアクリレート、シリコーン、エポキシ、ハイドロゲル、親水コロイド、シーラントシステム）または他の技術（例えば、両面接着剤テープ、超音波溶接、ステーキングの使用）が使用され得る。

コントローラ２０２は、少なくともメモリデバイス２０４に記憶された命令に従って、活動監視デバイス１２０の１つ以上の他の構成要素（例えば、メモリデバイス２０４、ユーザインターフェース２０６、電源２０８、１つ以上のセンサ２１０、または通信インターフェース２１２）の操作を制御し得る。コントローラ２０２は、例えば、身体の重量または身体部位１１０の位置付けによる身体部位１１０の負荷の監視を制御し、身体部位１１０の負荷または身体部位１１０の位置付けを示すデータをメモリデバイス２０４に記録し得る。

ユーザインターフェース２０６は、ユーザ出力をユーザに提供する、視覚的フィードバックデバイス（例えば、発光ダイオード）、触覚的フィードバックデバイス、または聴覚的デバイス（例えば、スピーカ）などの、１つ以上の出力要素を含み得る。１つ以上の出力要素は、活動監視デバイス１２０が正常に機能しているか、または別のデバイスとの正常に構成された通信を有するか否かのようなステータス情報をユーザに伝達し得る。ユーザインターフェース２０６は、活動監視デバイス１２０を構成するためのユーザ入力を受信するための、ボタン、スイッチ、ダイヤル、タッチパッド、マイクロフォン、またはタッチ画面などの１つ以上の入力要素を含み得る。いくつかの態様では、ユーザインターフェース２０６は、ユーザ入力を受信して、活動監視デバイス１２０をアクティブ化および非アクティブ化するか、または１つ以上の他の機能を実施するための、ボタンなどの１つ以下のユーザ入力要素を有し得る。

１つ以上のセンサ２１０は、活動監視デバイス１２０の動きもしくは配向、または活動監視デバイス１２０のもしくはその周囲の他の特性を検出および監視するために使用され得る。１つ以上のセンサ２１０は、例えば、身体部位１１０の負荷または位置付けを含む、活動監視デバイス１２０のユーザの活動を検出および監視するために使用され得る。１つ以上のセンサ２１０は、他のタイプのセンサの中でも、１つ以上の加速度計、ジャイロスコープ、磁気計、インピーダンスセンサ、サーミスタ、圧力センサ、または光学センサを含み得る。１つ以上のセンサ２１０は、身体部位１１０に近接してハウジングによって位置付けられ得るか、または身体部位１１０の特性を監視するために依然として使用可能に、身体部位１１０から遠隔であってもよい。

コントローラ２０２および１つ以上のセンサ２１０は、データウィンドウ上の活動監視デバイス１２０による運動またはその配向を示す複数の特徴を決定するために使用され得る。例えば、コントローラ２０２は、１つ以上のセンサ２１０の加速度計（ｘ軸、ｙ軸、およびｚ軸の加速度を感知する）および磁気計（ｘ軸、ｙ軸、およびｚ軸の磁界変動を感知する）を使用して、１、２、５、１０、２０、または３０秒の時間経過などの、個々のデータウィンドウを含む、表１に列挙されたデータ特徴の１つ以上または全てを決定し得る。加速度計データから決定されるデータ特徴は、その名称に「Ａｃｃ」を含み得、磁気計データから決定されるデータ特徴は、その名称に「Ｍａｇ」を含み得る。

表１のデータ特徴は、例えば、少なくとも表２に提供される方程式に従って計算され得る。

表１のｔＧｒａｖｉｔｙ＿ｖｅｃｔｏｒのデータ特徴は、活動監視デバイス１２０のユーザが起立しているときなどの、身体部位１１０が垂直であり得るとき、活動監視デバイス１２０に対する相対的な重力の方向を示し得る。ｔＧｒａｖｉｔｙ＿ｖｅｃｔｏｒのデータ特徴は、重力に対するハウジング２００の特定の配置または配向を確保する活動監視デバイス１２０の較正ステップを有することなく、身体部位１１０に対するハウジング２００の配置または配向（および身体部位１１０のサイズまたは形状の潜在的な変動）を説明するために使用され得る。ｔＧｒａｖｉｔｙ＿ｖｅｃｔｏｒのデータ特徴は、ユーザが歩行していると決定され得る（例えば、ユーザが、１つ以上のセンサ２１０を使用した１つ以上のステップまたは高加速度の検出からコントローラ２０２によって歩行していると決定され得る）間、複数の検出された重力ベクトルの平均（例えば、過去２、５、１０、２０、５０、２００、または５００ベクトルの移動平均）から定期的（例えば、０．２、０．５、１、２、または５秒毎）などの、経時的に１つ以上のセンサ２１０によって複数の検出された重力ベクトルから計算され得る。ｔＧｒａｖｉｔｙ＿ｖｅｃｔｏｒのデータ特徴の値は、身体部位１１０からの活動監視デバイス１２０の取り外しなどの、身体部位１１０に対する活動監視デバイス１２０の位置の変化に応じてリセットすることができる。

表３および４は、一緒に、ｔＧｒａｖｉｔｙ＿ｖｅｃｔｏｒのデータ特徴の例示的な計算を例示する。表３は、２０個の例示的なデータサンプルを含み、各サンプルに対して検出された重力ベクトルのｘ、ｙ、およびｚ成分、ならびにユーザがサンプルの時点で歩行していたか否かの各サンプルに１つの指示を含む。

表４は、表３の２０個のデータサンプルに対するｔＧｒａｖｉｔｙ＿ｖｅｃｔｏｒの例示的な値を含む。成分ＧＶｘ、ＧＶｙ、およびＧＶｚを含み得るｔＧｒａｖｉｔｙ＿ｖｅｃｔｏｒの計算は、＜ｘ＝－０．３５３、ｙ＝－０．９２８、ｚ＝０．１２１＞などの、開始またはデフォルトベクトルで初期化され得る。ＳＵＭ（Ｘ）、ＳＵＭ（Ｙ）、およびＳＵＭ（Ｚ）列は、ユーザがサンプルの時点で歩行していたことを示す各サンプルの１つの検出された重力ベクトルのｘ、ｙ、およびｚのサンプルにわたる、開始またはデフォルトベクトルを含む、累積和を提供し得る。ＷＣｏｕｎｔ列は、１に初期化され得、ユーザがサンプルの時点で歩いていた間のサンプルの数の累積和を提供する。ＧＶｘ、ＧＶｙ、およびＧＶｚ列は、ｔＧｒａｖｉｔｙ＿ｖｅｃｔｏｒの計算された値を提供し得、これらは、ＷＣｏｕｎｔ列のそれぞれの値で除算されたＳＵＭ（Ｘ）、ＳＵＭ（Ｙ）、およびＳＵＭ（Ｚ）列の値であり得る。分かるように、ｔＧｒａｖｉｔｙ＿ｖｅｃｔｏｒの値は、ユーザが歩行している可能性があるときに、それに応じて更新され得るが、ユーザが歩行していない可能性があるときには更新されない。

コントローラ２０２および１つ以上のセンサ２１０は、例えば、表５に列挙されたデータ収集または処理設定のうちの１つ以上に従って、データ特徴下で動作するか、またはそれを計算し得る。

表５に列挙された設定は、有利には、特定の態様では、活動監視デバイス１２０が少なくとも７日間動作することを可能にし得、これは、メモリデバイス２０４および電源２０８が、少なくとも７日間、不具合なしで（メモリオーバーフローまたは不十分な電力に起因するなどの）動作し続け得ることを意味し得る。活動監視デバイス１２０は、いくつかの態様では、７日を大きく超えて続かないように設計または構築され得る。例えば、活動監視デバイス１２０は、メモリデバイス２０４が１０、１２、１４、１６、１８、２０、２２、または２４日後にオーバーフローするように動作し得る。別の例として、活動監視デバイス１２０は、電源が１０、１２、１４、１６、１８、２０、２２、または２４日後に故障すると予想され得るように動作し得る。いくつかの実施態様では、活動監視デバイス１２０は、５日、１０日、１２日などの、７日未満または７日を超えて動作するように設計または構築されてもよい。

表１に列挙されたデータ特徴は、いくつかの態様では、制限されたデータソート能力などの、処理制限を有するコントローラ２０２にも関わらず、コントローラ２０２によって処理されることが望ましい場合がある。活動監視デバイス１２０は、携帯可能であり、かつコンパクトなサイズまたは形態を有するように設計され得るため、コントローラ２０２は、結果として、いくつかの他のコントローラよりも少ない処理機能または計算能力を有し得る、コンパクトなサイズまたは形態を有するように選択され得る。さらに表１に列挙されたデータ特徴が、活動監視デバイス１２０によって経験される高加速度を正確に（例えば、約９０％または９５％の信頼度）検出すること、活動監視デバイス１２０を着用しているユーザが関わった活動を分類すること、または活動監視デバイス１２０を着用しているユーザによる負荷軽減デバイス使用状況を検出すること、のために共に有用であり得るため、表１に列挙されたデータ特徴は、追加のデータ特徴の中から選択された可能性がある。いくつかの事例では、より低い検出精度が許容可能であり得る場合、表１（または代替的な特徴）に列挙されたデータ特徴の全てよりも少ないデータ特徴が使用されてもよい。

コントローラ２０２は、メモリデバイス２０４のデータ特徴の決定を、損失なく、または精度の損失を伴って（例えば、無損失、または損失性）記憶され得る。無損失記憶アプローチは、有利には、特定の態様では、活動監視デバイス１２０が監視および記録を開始すると、活動監視デバイス１２０の使用全体を通じて、データ特徴の決定が継続的に監視および記録されることを確保し得る。コントローラ２０２は、ｘ軸加速度計データまたはｚ軸磁気計データなどの未加工のセンサデータをメモリデバイス２０４に記憶してもよく、または記憶しなくてもよい。コントローラ２０２は、いくつかの態様では、少なくとも、メモリデバイス２０４の利用を制限し、メモリデバイス２０４が、別様に使用され得るよりも少ないメモリ容量を有するように選択されることを可能にするために、メモリデバイス２０４に未加工のセンサデータを記憶しなくてもよい。

通信インターフェース２１２は、無線波を介して無線などの、他のデバイスと通信するために使用され得る。通信は、Ｂｌｕｅｔｏｏｔｈ（商標）Ｌｏｗ ＥｎｅｒｇｙのようなＢｌｕｅｔｏｏｔｈ（商標）プロトコルなどの、通信プロトコルに従って実施され得る。通信インターフェース２１２は、例えば、他のデバイスと通信およびペアリングし、他のデバイスにデバイス使用状況またはセンサデータ（［ｉ］データウィンドウ上の表１に列挙されたデータ特徴のうちの１つ以上の決定された値を含むセンサ由来データ、［ｉｉ］監視された読み込みまたは位置付け、［ｉｉｉ］警報、または［ｉｖ］活動監視デバイス１２０によって実施される監視または治療プログラムに対する変化など）を送信し得る。通信インターフェース２１２は、他のデバイスからコマンドを含むデータを受信するために使用され得る。通信インターフェース２１２は、通信チャネルが別のデバイスと通信するように構成されると（例えば、デバイスペアリングによって）、別のデバイスとの通信（例えば、別のデバイスへのデータの転送、または別のデバイスからの処理コマンドの転送）を可能にし得る。通信インターフェース２１２は、いくつかの態様では、通信インターフェース２１２から１０メートル、３０メートル、または１００メートル超離れて通信することができない場合がある。

図３は、活動監視デバイス１２０および負荷軽減監視デバイス１３２を含む、コンピューティング環境３００を例示する。コンピューティング環境３００は、ユーザ操作デバイス３１０および臨床医操作デバイス３２０と通信する活動監視デバイス１２０および負荷軽減監視デバイス１３２、ならびにネットワーク３３０を介してデバイス管理システム３４０と通信するユーザ操作デバイス３１０および臨床医操作デバイス３２０を示す。

ユーザ操作デバイス３１０は、活動監視デバイス１２０および負荷軽減監視デバイス１３２の着用者などのユーザによって操作され得る。ユーザ操作デバイス３１０は、ユーザが、ユーザ操作デバイス３１０を使用して、活動監視デバイス１２０および負荷軽減監視デバイス１３２によって収集されたデータを収集、プロセス、レビュー、または送信することを可能にし得る。一方で、臨床医操作デバイス３２０は、活動監視デバイス１２０および負荷軽減監視デバイス１３２を使用するユーザを監督、支援、または介護する個人などの、ユーザのための臨床医によって操作され得る。臨床医操作デバイス３２０は、臨床医が、臨床医操作デバイス３２０を使用して、活動監視デバイス１２０および負荷軽減監視デバイス１３２によって収集されたデータを収集、プロセス、レビュー、または送信することを可能にし得る。

ユーザ操作デバイス３１０および臨床医操作デバイス３２０は、各々、スマートフォン、タブレットコンピュータ、またはデスクトップコンピュータなどの、コンピューティングデバイスとすることができる。いくつかの態様では、ユーザ操作デバイス３１０および臨床医操作デバイス３２０は、活動監視デバイス１２０および負荷軽減監視デバイス１３２によって収集されたデータ、またはそこから決定されたデータを受信、送信、提示、およびアクセスするが、活動監視デバイス１２０および負荷軽減監視デバイス１３２によって収集されたデータを、データの特性を分析するために処理しなくてもよい（例えば、ユーザが負荷軽減デバイスを使用したときをデータから識別するために、またはユーザが関わった活動の持続時間を計算するために）。

ユーザ操作デバイス３１０は、ユーザアプリケーション３１２、通信インターフェース３１４（例えば、通信インターフェース２１２の特徴のうちのいずれか１つ以上を含み得る）、およびユーザインターフェース３１６（例えば、ユーザインターフェース２０６の特徴のうちのいずれか１つ以上を含み得る）を含み得る。ユーザアプリケーション３１２は、ユーザ操作デバイス３１０のプロセッサによって実行されるプログラムとすることができる。ユーザアプリケーション３１２は、ユーザ操作デバイス３１０が、通信インターフェース３１４を介して、活動監視デバイス１２０、負荷軽減監視デバイス１３２、およびデバイス管理システム３４０と通信することを可能にし得る。ユーザアプリケーション３１２は、（ｉ）決定された特徴データ、センサデータ、警報、監視された負荷もしくは位置付け、または監視もしくは治療プログラムに対する変更などの、活動監視デバイス１２０および負荷軽減監視デバイス１３２によって収集または決定されたデータ、（ｉｉ）ユーザ観察、目標情報、またはユーザが関わった活動の識別などの、ユーザアプリケーション３１２によって収集または決定されたデータ、あるいは（ｉｉｉ）ユーザがアクティブであった持続時間、ユーザが負荷軽減デバイスを使用した時間の一部分、またはユーザの傷害が、ユーザによる活動または負荷軽減デバイスの不使用に起因してリスクにあり得る時間量などの、デバイス管理システム３４０によって収集または決定されたデータを、受信、収集、プロセス、レビュー、または送信し得る。さらに、ユーザアプリケーション３１２は、ユーザインターフェース３１６のディスプレイまたはタッチ画面などの、ユーザインターフェース３１６と共に、１つ以上のグラフィカルユーザインターフェースをユーザに提示し得る。

ユーザアプリケーション３１２は、ユーザの足が、足の既存の潰瘍に悪影響を与えるリスク、または足の新たな潰瘍を引き起こすリスクのある負荷力を経験した可能性があるときに、どのようなタイプの活動にユーザが関わったかを理解することを支援するために、ユーザから情報を収集するために使用され得る。ユーザアプリケーション３１２は、活動監視デバイス１２０からのセンサデータが、足の既存の潰瘍に悪影響を及ぼすか、または足の新たな潰瘍を引き起こすリスクのある負荷力を経験したことを示す時間をデバイス管理システム３４０から受信し得、ユーザアプリケーション３１２は、その時間における活動監視デバイス１２０の地理的場所を示し得る、ユーザ操作デバイス３１０の地理的場所を決定し得る（ユーザ操作デバイス３１０の全地球測位システム（ＧＰＳ）受信機またはネットワーク３３０を介してユーザ操作デバイス３１０によって受信された通信からなど）。ユーザアプリケーション３１２は、ユーザ操作デバイス３１０の時間および地理的場所を、その時間および地理的場所でユーザが関わった活動のタイプをユーザが識別する要求と共に出力し得る。活動のタイプは、例えば、移動手段のタイプ、運動のタイプ、レジャーのタイプ、趣味のタイプ、または仕事のタイプを含み得る。要求は、ユーザが関わった活動のタイプを選択することを支援するために、ユーザが一般的に関わる活動のタイプのセットをリスト化し得る。

ユーザアプリケーション３１２は、ユーザアプリケーション３１２とのユーザエンゲージメントの量または頻度を増加させることを求める特徴およびインターフェースを含み得る。ユーザアプリケーション３１２は、ユーザの足が、足の既存の潰瘍に有害な影響を与えるリスクまたは足の新たな潰瘍を引き起こすリスクのある負荷力を経験した可能性がある理由の追跡または理解を支援するために、コンテキスト情報（活動監視デバイス１２０の着用中にユーザが関わった活動の識別、またはユーザがどのように感じているかのユーザによる指示など）を要求し得る。

臨床医操作デバイス３２０は、臨床医アプリケーション３２２、通信インターフェース３２４（例えば、通信インターフェース２１２の特徴のうちのいずれか１つ以上を含み得る）、およびユーザインターフェース３２６（例えば、ユーザインターフェース２０６の特徴のうちのいずれか１つ以上を含み得る）を含み得る。臨床医アプリケーション３２２は、臨床医操作デバイス３２０のプロセッサによって実行されるプログラムとすることができる。臨床医アプリケーション３２２は、臨床医操作デバイス３２０が、通信インターフェース３２４を介して、活動監視デバイス１２０、負荷軽減監視デバイス１３２、およびデバイス管理システム３４０と通信することを可能にし得る。臨床医アプリケーション３２２は、（ｉ）決定された特徴データ、センサデータ、警報、監視された負荷もしくは位置付け、または監視もしくは治療プログラムに対する変更などの、活動監視デバイス１２０および負荷軽減監視デバイス１３２によって収集または決定されたデータ、（ｉｉ）ユーザ観察、目標情報、またはユーザが関わった活動の識別などの、ユーザアプリケーション３１２によって収集または決定されたデータ、あるいは（ｉｉｉ）ユーザがアクティブであった持続時間、ユーザが負荷軽減デバイスを使用した時間の一部分、またはユーザの傷害が、ユーザによる活動または負荷軽減デバイスの不使用に起因してリスクにあり得る時間量などの、デバイス管理システム３４０によって収集または決定されたデータを、受信、収集、プロセス、レビュー、または送信し得る。臨床医アプリケーション３２２は、ユーザインターフェース３２６のディスプレイまたはタッチ画面などの、ユーザインターフェース３２６と共に、１つ以上のグラフィカルユーザインターフェースを臨床医に提示し得る。

いくつかの態様では、臨床医操作デバイス３２０は、活動監視デバイス１２０または負荷軽減監視デバイス１３２と直接通信しない場合がある。代わりに、臨床医操作デバイス３２０は、活動監視デバイス１２０および負荷軽減監視デバイス１３２によって収集されたか、またはそれと関連付けられた任意のデータをデバイス管理システム３４０から受信し得る。そのような設計は、望ましくは、活動監視デバイス１２０および負荷軽減監視デバイス１３２から直接データを受信し得るデバイス（ユーザ操作デバイス３１０以外の）の数を制限し、それによって、データのセキュリティを強化し、データへのアクセスを制限し得る。

デバイス管理システム３４０は、サーバなどのコンピューティングデバイスとすることができ、互いに通信し得る、通信管理システム３４２、データ処理システム３４４、およびデータ記憶装置３４６を含み得る。デバイス管理システム３４０は、例えば、Ａｍａｚｏｎ Ｗｅｂ Ｓｅｒｖｉｃｅｓ（商標）（ＡＷＳ）、Ｍｉｃｒｏｓｏｆｔ（商標）Ａｚｕｒｅ（商標）、Ｇｏｏｇｌｅ Ｃｌｏｕｄ Ｐｌａｔｆｏｒｍ（商標）（ＧＣＰ）、またはＯｒａｃｌｅ（商標）Ｃｌｏｕｄ Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ（ＯＣＩ）によって提供されるクラウド基盤を使用するなど、部分的にまたは完全にサーバ基盤またはクラウドアーキテクチャから構築され得る。サーバ基盤およびクラウド基盤は、ＨＩＰＡＡ（１９９６年の医療保険の相互運用性と説明責任に関する法律）の要件に準拠し得、デバイス管理システム３４０によって収集、処理、または決定されるデータの潜在的に機密性の高い性質を考慮して、データプライバシおよびセキュリティ保護を提供し得る。

通信管理システム３４２は、デバイス管理システム３４０が、ネットワーク３３０を介して、ユーザ操作デバイス３１０および臨床医操作デバイス３２０と通信することを許可し得る。通信管理システム３４２は、その通信を容易にするために、クラウドＡＰＩなどのアプリケーションプログラミングインターフェース（ＡＰＩ）を含み得る。

データ処理システム３４４は、活動監視デバイス１２０および負荷軽減監視デバイス１３２によって収集または決定されたデータ（決定された特徴データ、センサデータ、警報、監視された負荷もしくは位置付け、または監視もしくは治療プログラムに対する変更など）、ならびにユーザアプリケーション３１２によって収集または決定されたデータ（ユーザ観察、目標情報、またはユーザが関わった活動の識別）を収集、プロセス、提示、記憶（データ記憶装置３４６内などに）、および送信し得る。例えば、データ処理システム３４４は、活動監視デバイス１２０および負荷軽減監視デバイス１３２によって収集されたデータを処理して、データが収集された様々な期間中にユーザが関わった可能性が高い活動、ならびにデータが収集された様々な期間中に、ユーザが負荷軽減デバイスを着用した可能性が高いか否かを決定し得る。決定された可能性の高い活動または負荷軽減デバイスの使用は、デバイス管理システム３４０によって、ユーザ操作デバイス３１０または臨床医操作デバイス３２０と共有され得る。別の例として、データ処理システム３４４は、活動監視デバイス１２０および負荷軽減監視デバイス１３２によって収集されたデータを処理して、身体部位１１０に加えられている過剰な圧力を示し得る事象などの、関心対象の事象を識別し得、関心対照の事象をユーザ操作デバイス３１０または臨床医操作デバイス３２０と共有し得る。

ネットワーク３３０は、セルラー通信ネットワークなどのコンピュータネットワークとすることができるか、またはセルラー通信ネットワークを含み得る。ネットワーク３３０は、１つの接続されたネットワークとして示されているが、ネットワーク３３０は、互いに直接通信しない場合がある１つ以上の別個のネットワークに細分され得る。例えば、デバイス管理システム３４０は、デバイス管理システム３４０が臨床医操作デバイス３２０と通信するために使用するネットワークとは別個の異なるネットワークを介して、ユーザ操作デバイス３１０と通信し得る。

コンピューティング環境３００内の特定のデータ処理は、活動監視デバイス１２０、負荷軽減監視デバイス１３２、ユーザ操作デバイス３１０、臨床医操作デバイス３２０、またはデータ処理システム３４４によって実施されるものとして説明され得るが、特定のデータ処理は、コンピューティング環境３００内の異なるデバイスまたはシステムにシフトされてもよい。例えば、ユーザ操作デバイス３１０は、活動監視デバイス１２０および負荷軽減監視デバイス１３２によって提供されるデータを処理しないものとして説明されてもよく、代わりに、データを分析するためにデータ処理システム３４４に頼ることができるが、ユーザ操作デバイス３１０は、追加的または代替的に、データ処理システム３４４に対する類似または異なるアプローチまたはアルゴリズムを使用して、データを分析してもよい。

図４は、データ処理システム３４４による例示的なデータ処理４００を例示する。例示されるように、活動監視データ４１０および負荷軽減監視データ４２０は、データ処理システム３４４によって受信され得る。活動監視データ４１０および負荷軽減監視データ４２０は、次に、高加速度検出４３０、活動分類４３２、およびデータ処理システム３４４の負荷軽減使用状況検出４３４によって処理され得る。高加速度検出４３０、活動分類４３２、および負荷軽減使用状況検出４３４は、活動監視データ４１０および負荷軽減監視データ４２０の個々のセットを並列または直列で処理し得る。

個々のセットは、例えば、個々のデータウィンドウに対する活動監視データ４１０または負荷軽減監視データ４２０によって決定されるデータ特徴の値を含み得る。データウィンドウは、１０、２５、５０、または１００ミリ秒、１、２、５、１０、２０、または３０秒のウィンドウなどの、逐次発生時間ウィンドウに対応し得る。例えば、３０秒のデータウィンドウが使用される場合、１分間のデータに対して２つの別個のウィンドウ、すなわち、１～３０秒を包含する第１のデータウィンドウ、および３１～６０秒を包含する第２のデータウィンドウが存在し得る。次いで、次のデータウィンドウは、次の１分のデータの１～３０秒を包含し得る。データウィンドウは、個々のデータウィンドウの合計長さ未満である定期的な間隔で進行する、スライドする時間ウィンドウに対応し得る。例えば、３０秒のスライドするデータウィンドウが使用される場合、ウィンドウが１秒間隔で進行すると、１～３０秒を包含する第１のデータウィンドウ、２～３１秒を包含する第２のデータウィンドウ、３～３２秒を包含する第３のデータウィンドウ、および３１～６０秒を包含する第３１のデータウィンドウまで続く、データの１分内で完全に発生する３１個の別個のデータウィンドウが存在し得る。次いで、次のデータウィンドウは、１分間のデータの３２～６０秒、ならびに次の１分間のデータの１秒を包含し得る。

高加速度検出４３０、活動分類４３２、および負荷軽減使用状況検出４３４の出力は、データ処理システム３４４の事象検出４３６に提供され得る。事象検出４３６は、最大１、２、５、１０、２０、３０、４５、または６０分毎に事象を潜在的に検出するなどの、定期的に個々の事象を監視し得る。事象検出４３６の出力は、データ処理システム３４４の事象優先順位付け４３８に提供され得る。事象優先順位付け４３８の出力は、事象データ４４０であり得、これは、データ処理システム３４４によってさらに処理されるか、データ記憶装置３４６に記憶されるか、または処理もしくは表示のためにユーザ操作デバイス３１０または臨床医操作デバイス３２０に送信され得る（データ処理システム３４４のアプリケーションプログラムインターフェース（ＡＰＩ）を介してなど）。

高加速度検出４３０、活動分類４３２、負荷軽減使用状況検出４３４、事象検出４３６、および事象優先順位付け４３８は、各々、いくつかの態様では、データ処理システム３４４の１つ以上のプロセッサによって実装されるアルゴリズムとすることができる。

活動監視データ４１０および負荷軽減監視データ４２０は、通信管理システム３４２によって、ユーザ操作デバイス３１０からなど、ネットワーク３３０を介して取得され得る。活動監視データ４１０は、活動監視デバイス１２０によって収集または決定されたデータ（決定された特徴データ、センサデータ、警報、監視された負荷もしくは位置付け、または監視もしくは治療プログラムに対する変更など）、ならびにユーザアプリケーション３１２によって収集または決定されたデータ（ユーザ観察、目標情報、ユーザが関わった活動の識別、活動監視デバイス１２０に関するユーザによって提供される他の情報）を含み得る。負荷軽減監視データ４２０は、負荷軽減監視デバイス１３２によって収集または決定されたデータ（決定された特徴データ、センサデータ、警報、監視された負荷もしくは位置付け、または監視もしくは治療プログラムに対する変更など）、ならびにユーザアプリケーション３１２によって収集または決定されたデータ（ユーザ観察、目標情報、ユーザが関わった活動の識別、活動監視デバイス１２０および負荷軽減監視デバイス１３２に関するユーザによって提供される他の情報）を含み得る。高加速度検出４３０、活動分類４３２、および負荷軽減使用状況検出４３４は、デバイス管理システム３４０による、活動監視データ４１０、負荷軽減監視データ４２０、またはそれらのセットの正常な受信または記憶時に開始され得る。

高加速度検出４３０は、活動監視データ４１０を処理して、活動監視デバイス１２０が、個々のデータウィンドウに対して、高い瞬時加速度または高い平均加速度などの、高加速度を経験したか否かを決定し得る。高加速度検出４３０は、個々のデータウィンドウに対する活動監視データ４１０の１つ以上の加速度値を、加速度閾値と比較することによって実施されて、１つ以上の加速度値が加速度閾値を満たすか否かを決定し得る。加速度閾値は、例えば、重力に起因する標準加速度の１．５、２、２．５、３、３．５、４、４．５、または５倍などの、重力に起因する標準加速度の倍数（ｇ_０とも呼ばれ、およそ９．８０７ｍ／ｓ^２の値を有する）として定義され得る。高加速度検出４３０の出力は、活動監視デバイス１２０が、個々のデータウィンドウにわたってデータ取り込み中に高加速度を経験したか否かの指示であり得る。高加速度検出４３０の出力は、例えば、センサＩＤ、ユーザＩＤ、ｔＢｏｄｙＡｃｃ＿ｍａｇ、センサタイムスタンプ、または評価時間のうちの１つ以上を含み得る。出力は、個々のデータウィンドウに対する表、リスト、または配列に編成され得る。

活動分類４３２は、活動監視データ４１０を処理して、活動監視デバイス１２０の着用または支持中に関わった活動を決定し得る。活動分類４３２は、例えば、個々のデータウィンドウまたは複数のデータウィンドウ（３０もしくは４５秒、または１、２、３、５、もしくは１０分のデータの期間にわたるセンサ検出に対応するデータ用などの）に対する活動を、［ｉ］動き（歩行またはランニングなど）、［ｉｉ］静止重量を伴う動作なし（起立など）、［ｉｉｉ］力の変動を伴う動作なし（自動車の運転など）、または［ｉｖ］横になる（平面上に横になるなど）のうちの１つとして分類し得る。概して、身体部位に重量の負荷が全くまたはほとんどないことに起因して、横になることは、既存の傷害（身体部位の潰瘍など）に対する、または新たな傷害を引き起こすリスクがない姿勢であると考えられ得るが、一方、動き、静的重量に伴う動き、または力の変動を伴う動きは、既存の損傷に対する、または新たな傷害を引き起こすリスクがある姿勢であると考えられ得る。

活動分類４３２は、機械学習技術（勾配ブースティングなど）、決定ツリーベースアプローチ、ニューラルネットワーク、またはサポートベクトルマシンを使用して実施され得る。活動分類４３２は、活動分類４３２によって使用される活動分類モデル４３３（活動モデルまたはいくつかの事例では、訓練された活動分類モジュールとも呼ばれ得る）に基づいて動作して、［ｉ］動き、［ｉｉ］静止重量を伴う動きなし、［ｉｉｉ］力の変動を伴う動きなし、［ｉｖ］横になるを、表１のデータ特徴のうちの１つ以上または全てについての決定された特徴データからなどの、活動監視データ４１０から認識または区別し得る。活動分類モデル４３３は、一例では、２つ以上の異なる活動のうちの１つに対応する可能性があるとして、活動監視データ４１０の個々のデータウィンドウまたは複数のデータウィンドウを識別するために、活動分類４３２によって使用される決定ツリーとすることができる。別の例として、活動分類モデル４３３は、活動監視データ４１０の個々のデータウィンドウまたは複数のデータウィンドウが、２つ以上の異なる活動の各々に対応する程度を決定するために、活動分類４３２によって使用され得、活動分類４３２は、個々のデータウィンドウまたは複数のデータウィンドウに対する分類された活動である、最も可能性がある異なる活動を選択し得る。

活動分類４３２は、決定ツリーを含み得る、活動分類モデル４３３を使用して、活動監視データ４１０を分析して、活動分類を決定し得る。決定ツリーは、例えば、活動監視データ４１０がユーザの脚が上昇され得ることを示す場合、ユーザが、動き中、静止重量に伴う動きなし、または力の変動を伴う動きなしではなく、横になっている可能性があることを提供し得る。活動分類４３２は、ベクトルｘおよびｙのドット積から導出された方程式１を使用して、検出された重力ベクトルと重力基準用ベクトルとの間の角度を決定することによるなどの、活動監視データ４１０の検出された重力ベクトルおよび重力基準用ベクトル（ｔＧｒａｖｉｔｙ＿ｖｅｃｔｏｒなど）から脚が上昇され得るか否かを決定し得る。一例では、活動分類４３２は、検出された重力ベクトルと重力基準用ベクトルとの間の角度が少なくとも３０°、４５°、または６０°であり得るときに、脚が上昇され得ると決定し得る。決定ツリーは、追加的または代替的に、活動監視データ４１０が経時的に閾値を超える揺動量を示す場合、ユーザが静止重量を伴う動きなしではない可能性があることを提供し得る。

活動分類４３２は、活動監視データ４１０から活動モデル入力データを生成し得る。例えば、活動モデル入力データは、特定のデータウィンドウについて、表１のデータ特徴、またはそのいくつかのサブセットを表すデータ要素を含む特徴ベクトルなどの、特徴データを含み得る。活動分類４３２は、活動分類モデル４３３を使用して、活動モデル入力データを分析して、活動分類を決定し得る。活動分類モデル４３３は、活動モデル入力データが生成された、活動監視データ４１０の可能性がある活動分類を表す、活動モデル出力データを生成し得る。例えば、活動モデル出力データは、ベクトル、配列、または他のデータ要素のセットであってもよい。セットの個々のデータ要素は、活動分類モデル４３３が検出するように訓練される、個々の活動分類に対応し得る。活動モデル出力データの個々の要素の値は、個々のデータ要素が対応する活動分類内の活動を活動モデル入力データが表す可能性を表し得る。１つ以上の分類基準を満たす活動モデル出力データ要素に対応する活動分類は、現在のデータウィンドウの活動分類として選択され得る。分類基準を適用する例は、活動モデル出力データの他のデータ要素に対する最高値を有する活動モデル出力データ要素を選択すること、または閾値を満たす値を有する活動モデル出力データ要素を選択することを含み得る。本明細書に説明される活動分類モデル４３３を使用した活動監視データ４１０の例示的な処理は、例示的であり、限定または網羅的であることを意図するものではない。代替的または追加的な動作が、活動分類モデル４３３の構造、活動監視データ４１０の構造、または利用可能なコンピューティングリソースを含む、様々な因子のいずれかに依存して使用され得る。

活動分類４３２は、データウィンドウ（例えば、個々の期間または時間インスタンスに対する）に対して決定された活動分類に関するデータを記憶し得る。活動分類４３２は、活動分類の変化を検出し、活動分類の変化に応答して新しいデータを出力するために、２つ以上のデータウィンドウに対して決定された２つ以上の活動分類を使用し得る。活動分類４３２の出力は、例えば、活動記録ＩＤ、ユーザＩＤ、活動開始時刻、活動終了時刻、活動持続時間、活動強度、または評価時刻のうちの１つ以上を含み得る。最大活動変化頻度（例えば、活動分類が３０秒または１、２、５、もしくは１０分毎により頻繁に変化し得るように）は、ユーザによって設定され得るか、または以前にもしくは新たに決定された活動に依存して、活動分類４３２の感度を変化に制限し得る。活動分類４３２は、ＨｙｐｅｒＴｅｘｔ Ｔｒａｎｓｆｅｒ Ｐｒｏｔｏｃｏｌ（ＨＴＴＰ）ラッパーを有し、ＵＲＬへのＨＴＴＰ要求を介してアクセス可能であってもよい。

負荷軽減使用状況検出４３４は、活動監視データ４１０および負荷軽減監視データ４２０を処理して、負荷軽減デバイスが、活動監視デバイス１２０を着用または支持している間に着用されたか否かを決定し得る。負荷軽減使用状況検出４３４は、例えば、個々のデータウィンドウまたは複数のデータウィンドウ（例えば、３０もしくは４５秒、または１、２、３、５または１０分の期間のデータにわたるセンサ検出に対応するデータに対するなどの）にわたる活動監視データ４１０および負荷軽減監視データ４２０の相関などの、活動監視データ４１０および負荷軽減監視データ４２０の比較から負荷軽減デバイスが着用されたか否かを決定し得る。追加的または代替的に、負荷軽減使用状況検出４３４は、機械学習技術（勾配ブースティングなど）、決定ツリーベースアプローチ、ニューラルネットワーク、またはサポートベクトルマシンを使用して実施され得る。検出は、個々のデータウィンドウまたは複数のデータウィンドウにわたって行われ得る。

負荷軽減使用状況検出４３４は、負荷軽減使用状況検出４３４によって使用される負荷軽減使用状況モデル４３５に基づいて動作して、活動監視デバイス１２０および負荷軽減監視デバイス１３２によって生成された表１のデータ特徴のうちの１つ以上または全てについての決定された特徴データからなどの、活動監視データ４１０および負荷軽減監視データ４２０から、負荷軽減デバイスの使用または不使用を認識または区別し得る。負荷軽減使用状況モデル４３５は、一例では、活動監視データ４１０または負荷軽減監視データ４２０の個々のデータウィンドウまたは複数のデータウィンドウが、負荷軽減デバイスの使用または不使用に対応するか否かを決定するために、負荷軽減使用状況検出４３４によって使用される決定ツリーであり得る。別の例として、負荷軽減使用状況モデル４３５は、活動監視データ４１０および負荷軽減監視データ４２０の個々のデータウィンドウまたは複数のデータウィンドウが負荷軽減デバイスの使用または不使用に対応する程度を決定するために、負荷軽減使用状況検出４３４によって使用され得、負荷軽減使用状況検出４３４は、個々のデータウィンドウまたは複数のデータウィンドウに対する使用状況決定であるように、負荷軽減デバイスの使用または不使用のより可能性が高い方を選択し得る。

負荷軽減使用状況モデル４３５は、負荷軽減デバイスが特定のデータウィンドウの間に使用された可能性があったか否かを決定するためにプログラムまたは訓練され得る。例えば、負荷軽減使用状況検出４３４は、負荷軽減監視データ４２０の特定のデータウィンドウに対して、表１のデータ特徴、またはそのいくつかのサブセットを表すデータ要素を含む、特徴ベクトルを生成し得る。特徴ベクトルは、同じまたは対応するデータウィンドウに対する活動監視データ４１０のデータ特徴を表すデータ要素、同じデータウィンドウに対する活動分類モデル４３３の出力を表す１つ以上のデータ要素、または同じデータウィンドウに対する活動分類４３２によって決定された活動分類を表す１つ以上のデータ要素を含み得る。負荷軽減使用状況モデル４３５は、負荷軽減使用状況モデル出力データを生成し得る。負荷軽減使用状況モデル出力データは、負荷軽減デバイスがデータウィンドウ中に着用された可能性、または活動監視データ４１０および負荷軽減監視データ４２０が相関する程度などを表し得る。負荷軽減使用状況検出４３４は、負荷軽減デバイスがデータウィンドウに対応する時点で着用された可能性があったか否かを示す負荷軽減使用状況分類を決定するために、負荷軽減使用状況モデル出力データを使用し得る。

追加的または代替的に、負荷軽減使用状況検出４３４は、負荷軽減使用状況モデル４３５を使用して、負荷軽減使用状況モデル入力データを分析して、負荷軽減監視データ４２０用の活動分類を決定し得る。活動分類は、同じデータウィンドウに対する活動監視データ４１０に対して決定された活動分類と比較され得る。活動分類が１つ以上の相関基準に合致するか、またはそれを別様に満たす場合、負荷軽減使用状況検出４３４は、負荷軽減デバイスがデータウィンドウに対応する時点で着用されている可能性があったと決定し得る。そうでなければ、活動分類が１つ以上の相関基準に合致しないか、またはそれを別様に満たさない場合、負荷軽減使用状況検出４３４は、負荷軽減デバイスがデータウィンドウに対応する時点で着用されていない可能性があったと決定し得る。データウィンドウに対応する時点で負荷軽減デバイスが着用された可能性があったか否かの最終的な決定は、負荷軽減使用状況分類であり得る。

負荷軽減使用状況決定４３４のための代替的または追加的な動作は、負荷軽減使用状況モデル４３５の構造、活動監視データ４１０もしくは負荷軽減監視データ４２０の構造、または利用可能なコンピューティングリソースを含む、様々な因子のいずれかに依存して使用され得る。

負荷軽減使用状況検出４３４は、データウィンドウ（例えば、個々の期間または時間インスタンス）に対する、負荷軽減使用状況決定に関するデータを記憶し得る。負荷軽減使用状況検出４３４は、２つ以上のデータウィンドウに対して、２つ以上の負荷軽減使用状況決定を使用して、負荷軽減使用状況検出における可能性のある変化を検出し、負荷軽減使用状況検出における変化に応答して新しいデータを出力し得る。負荷軽減使用状況検出４３４の出力は、例えば、記録ＩＤ、ユーザＩＤ、評価時刻、検出開始時刻、検出終了時刻、または検出持続時間のうちの１つ以上を含み得る。最大負荷軽減使用状況変化頻度（例えば、負荷軽減使用状況検出が３０秒または１、２、５、もしくは１０分毎よりも頻繁に変化しなくてもよいように）は、変化する負荷軽減使用状況検出４３４の感度を制限するようにユーザによって設定され得る。相関ウィンドウサイズは、負荷軽減デバイスの使用または不使用を決定するために負荷軽減使用状況検出４３４によって処理され得る、活動監視データ４１０および負荷軽減監視データ４２０の各々からのサンプルの数を制御するために、ユーザによって設定され得る。

事象検出４３６は、高加速度検出４３０、活動分類４３２、および負荷軽減使用状況検出４３４からの出力を処理して、１つ以上の事象を識別し得る。１つ以上の事象は、例えば、各々、（ｉ）高加速度検出４３０によって決定された高加速度、または（ｉｉ）活動分類４３２によって決定された活動分類および負荷軽減使用状況検出４３４によって決定された負荷軽減デバイス不使用と共に、高加速度検出４３０によって決定された低加速度の事例であり得る。いくつかの場合、事象検出４３６は、横になることの活動分類４３２による決定、または使用されている負荷軽減デバイスの負荷軽減使用状況検出４３４による決定に応答して、事象を識別しない場合がある。事象検出４３６の出力は、例えば、事象記録ＩＤ、事象開始時刻、事象終了時刻、事象ピーク時刻、事象持続時間、事象影響フラグ、事象分類、または事象負荷軽減使用パーセンテージのうちの１つ以上を含み得る。最大事象変化頻度（例えば、検出された事象が３０秒、または１、２、５、１０、２０、３０、４５、もしくは６０分毎よりも頻繁に変化しなくてもよいように）は、変化する事象検出４３６の感度を制限するために、または１日あたり検出される事象変化の数を制限するために、ユーザによって設定され得る。事象検出４３６は、活動分類４３２によって分類された活動の変化、負荷軽減使用状況検出４３４によって決定された負荷軽減デバイス使用状況の変化、または高加速度検出４３０による高加速度の検出に応答して、新しいデータを記憶および出力し得る。

事象優先順位付け４３８は、事象検出４３６によって識別された１つ以上の事象を編成して、１つ以上の事象のレビューを支援し得る。事象優先順位付け４３８は、例えば、高加速度のインスタンスである任意の事象、および低加速度のインスタンスであるが低加速度を有する他の事象と比較して最高の関連加速度の大きさを有する任意の事象の選択された数（５、１０、または１５など）を優先順位付けし得る。事象優先順位付け４３８は、１つ以上の事象をソートまたはフィルタ処理して、ユーザまたは臨床医にとって最も関心のある可能性がある１つ以上の事象が、ユーザまたは臨床医の注意を引き得ることを確保するのを助け得る。

図５は、事象を識別し、事象と関連付けられた事象データを記録するための、事象記録プロセス５００を例示する。便宜上、事象記録プロセス５００は、データ処理システム３４４によって実施されるように、かつコンピューティング環境３００の文脈で説明されるが、代わりに、本明細書に説明される他の構成要素またはシステムに、または示されていない他のコンピューティングシステムによって、実装されてもよい。事象記録プロセス５００は、有利には、特定の態様では、個人が、既存の傷害（足の潰瘍など）に悪影響を与えるリスクがあったか、または新たな損傷（足の新たな潰瘍など）を引き起こすリスクがあった負荷力を経験した間の事象の検出、および関連付けられた事象情報の記録を容易にし得る。事象情報は、次に、ユーザのライフスタイルにおいて、既存の傷害または新たな傷害に何が影響し得るかを理解し、ユーザのライフスタイルの変化を促進することを助けるために使用され得る。

ブロック５１０では、事象記録プロセス５００は、センサデータセットを取得し得る。センサデータセットは、例えば、活動監視データ４１０および負荷軽減監視データ４２０を含み得、これらは、活動監視デバイス１２０または負荷軽減監視デバイス１３２によって決定された特徴データを含み得る。センサデータセットは、ユーザ操作デバイス３１０から、またはデータ記憶装置３４６からなど、ネットワーク３３０を介して、データ処理システム３４４によって受信され得る。センサデータセットは、持続時間（例えば、１、２、５、１０、２０、３０、４５、または６０秒）にわたって、活動監視デバイス１２０または負荷軽減監視デバイス１３２による動きまたはそれらの配向に対応し、それらを示し得る。

ブロック５２０では、事象記録プロセス５００は、センサデータセットについての加速度、活動持続時間、および負荷軽減使用状況を決定し得る。加速度、活動持続時間、および負荷軽減使用状況は、例えば、本明細書に説明されるデータ処理システム３４４の高加速検出４３０、活動分類４３２、および負荷軽減使用状況検出４３４を使用して決定され得る。

ブロック５３０では、事象記録プロセス５００は、ブロック５２０で決定される加速度が高加速度であるか否かを決定し得る。例えば、事象検出４３６は、高加速度検出４３０からの出力が、加速度が高加速度であることを示すか否かを決定し得る。

加速度が高加速度である場合、事象記録プロセス５００は、ブロック５６０に移行し、加速度に対応する事象を記録し得る。例えば、事象検出４３６は、事象データが、将来、ユーザまたは臨床医と共有され、彼らによってレビューされて、ユーザまたは臨床医が事象を理解または考察することを可能にするように、事象と関連付けられた事象データとして事象を記録し得る。事象データは、第１のリストに追加され得る。事象データは、事象検出４３６からの出力（または少なくともその一部）とすることができる。

加速度が高加速度ではない場合、事象記録プロセス５００は、ブロック５４０に移行し、ブロック５２０で決定される活動持続時間が延長された持続時間であるか否かを決定し得る。例えば、事象検出４３６は、活動分類４３２によって識別された活動持続時間が閾値持続時間を満たす（例えば、持続した）か否かを決定し得る。閾値持続時間は、活動持続時間の間に関わった活動分類４３２によって決定された活動（動き、静止重量を伴う動きなし、または力の変動を伴う動きなしなど）に依存し得る。異なる活動は、既存の傷害に負の影響を与えるか、または経時的に新たな傷害を引き起こす異なる機会を有し得るため、閾値持続時間は、経時的に個々の活動からの負の影響のリスクに対応するように、個々の活動に対して選択され得る。閾値持続時間は、ユーザ入力に従って追加的または代替的に設定され得る。活動持続時間が延長された持続時間ではない場合、事象記録プロセス５００は、終了し得、センサデータセットに対していかなる事象も記録されない場合がある。

活動持続時間が延長された持続時間である場合、事象記録プロセス５００は、ブロック５５０に移行し、ブロック５２０で決定された負荷軽減使用状況が負荷軽減デバイスの使用状況を示すか否かを決定し得る。例えば、事象検出４３６は、負荷軽減使用状況検出４３４の出力が負荷軽減デバイスの使用を示すか否かを決定し得る。負荷軽減使用状況が、負荷軽減デバイスの使用を示す場合（または少なくとも、閾値持続時間、もしくは活動持続時間のパーセンテージに対する使用）、事象記録プロセス５００は、終了し得、センサデータセット（またはウィンドウ）に対していかなる事象も記録されない場合がある。

負荷軽減使用状況が、負荷軽減デバイスの不使用（または少なくとも閾値持続時間、もしくは活動持続時間のパーセンテージに対する不使用）を示す場合、事象記録プロセス５００は、ブロック５６０に移行し、非高加速度、延長された活動持続時間、および負荷軽減デバイス不使用に対応する事象を記録し得る。この事象の事象データは、第１のリストと同じまたは異なる第２のリストに記録され得る。例えば、事象検出４３６は、事象データが、将来、ユーザまたは臨床医と共有され、彼らによってレビューされて、ユーザまたは臨床医が事象を理解または考察することを可能にするように、事象と関連付けられた事象データとして事象を記録し得る。事象データは、事象検出４３６からの出力（または少なくともその一部）とすることができる。

事象記録プロセス５００は、事象記録プロセス５００が、活動監視デバイス１２０または負荷軽減監視デバイス１３２の事象を記録するために使用され得るように、１つ以上の追加のセンサデータセットに対して繰り返され得る。

データ処理４００または事象記録プロセス５００は、有利には、特定の態様では、広範囲の活動監視データ４１０および負荷軽減監視データ４２０を処理して、記録または臨床医もしくはユーザへの提示のために、数百、数千、またはそれ超の事象の間で検出および優先順位付けし得る。事象は、ユーザの皮膚などの、既存の傷害に悪影響を与えるか、または新たな傷害を発生するリスクを示し得る。事象は、［ｉ］高加速度事象または［ｉｉ］非高加速度に対応する事象と、延長された活動持続時間（横になっている以外の活動である活動を伴うなど）と、活動の持続時間中の負荷軽減デバイス不使用と、を含み得る。データ処理４００または事象記録プロセス５００によって優先順位付けされた事象は、望ましいことに、既存の傷害に悪影響を与えるか、または新たな傷害を発生するリスクを制限する挙動変化を結果的にもたらす、考察または措置を支持し得る。
コンピュータシステム構成要素

図６は、図３のコンピューティング環境３００内に、デバイス（例えば、ユーザ操作デバイス３１０または臨床医操作デバイス３２０）、システム（例えば、デバイス管理システム３４０）、サーバなどのうちの１つ以上を構築するために使用可能なコンピュータシステム６００を例示する。

図６に示されるように、コンピュータシステム６００は、（ｉ）プロセッサ（ＣＰＵ）６１０と、（ｉｉ）ユーザが、情報を入力および出力すること、およびコンピュータシステム６００と対話すること、ならびにデータを転送および受信すること、または画像センサのような１つ以上のセンサを用いてデータを取り込むように構成された入力／出力デバイス６２０と、（ｉｉｉ）データまたはプログラムの不揮発性記憶装置を提供するための読み出し専用メモリデバイス（ＲＯＭ）６３０または等価物と、（ｉｖ）コンピュータモニタまたは他のディスプレイデバイスなどのディスプレイ６５０と、（ｖ）コンピュータシステム６００が他のシステム、サーバ、またはポータブルデバイス、ならびにメモリスペース６６０およびデータベース６９０に接続することを可能にするように構成されたネットワーク接続６４０およびネットワークインターフェース６４２と、を含み得る。データベース６９０は、サブデータベース６９０Ａ～６９０Ｎとしてさらに分割または分散され得、サブデータベースは、特定の特徴または機能と関連付けられた特徴または機能固有情報を記憶する。図６に示される様々な構成要素は、コンピュータ６７０内に組み込まれ得る。データベース６９０を含む、図６に示される様々な構成要素は、典型的には、コンピュータ６６０の一部として含まれるが、いくつかの実施形態では、それらは、コンピュータ６７０の外部にあってもよいことに留意されたい。例えば、データベース６９０は、コンピュータ６７０の外部にあってもよく、別個のデータベースコンピュータシステムまたはネットワーク化されたデータベースシステムの一部であってもよい。いくつかの事例では、コンピュータシステム６００は、デスクトップコンピュータ、携帯電話、またはサーバのようなコンピューティングデバイスであってもよい。

メモリスペース６６０は、オペレーティングシステム６６２、アプリケーションプログラム６６４、およびデータ６６８を記憶するように構成された、ＤＲＡＭ、ＳＲＡＭ、フラッシュ、ハードディスクドライブ、またはメディアドライブ６８０などの他のメモリ記憶デバイスを含み得、メモリスペース６６０は、データベース６９０のメモリ記憶容量と共有されるか、分散されるか、または重複し得る。いくつかの態様では、メモリスペース６６０は、データベース６９０を含んでもよく、いくつかの態様では、データベース６９０は、メモリスペース６６０に示されるように、データ６６８を含んでもよい。メモリスペース６６０またはデータベース６９０内に記憶されたデータは、センサデータ、ペアリングプログラム情報、データ処理ルーチン、または本明細書に説明される他のタイプのデータなどの情報を含み得る。
他の変形例および用語

本明細書に説明されるもの以外の多くの他の変形例が、本開示から明らかであろう。例えば、実施形態によっては、本明細書に説明されるアルゴリズムのいずれかの特定の作用、事象、または機能は、異なる順序で実施され得、また全体として、追加、融合、または除外され得る（例えば、アルゴリズムの実践に全ての説明された作用または事象が必要となるわけではない）。さらに、特定の実施形態では、作用または事象は、例えば、マルチスレッド処理、割込処理、または複数のプロセッサもしくはプロセッサコアを通じて、または他のパラレルアーキテクチャ上で、シーケンシャルにではなく、同時に実施され得る。加えて、異なるタスクまたはプロセスは、共に機能し得る異なる機械またはコンピューティングシステムによって実施され得る。

本開示に説明される１つ以上のユーザ入力は、１つ以上の異なる機構を使用して受信され得る。例えば、ユーザインターフェース制御は、他のユーザインターフェース入力選択肢の中でも、マウス、タッチ画面入力、またはキーボード入力などの１つ以上の入力選択肢を使用して、ユーザによって選択され得る。ユーザによって選択されたユーザインターフェース制御は、ボタン、ドロップダウンボックス、選択ボックス、テキストボックス、チェックボックス、スライダ制御、または他のユーザインターフェース制御のうちの１つ以上を含み得る。

本明細書に開示される実施形態と関連して説明される様々な例示的な論理ブロック、モジュール、およびアルゴリズムステップは、電子ハードウェア、コンピュータソフトウェア、または両方の組み合わせとして実装され得る。ハードウェアおよびソフトウェアのこの互換性を明確に説明するために、様々な例示的な構成要素、ブロック、モジュール、およびステップは、それらの機能に関して、概して上記に説明されている。そのような機能がハードウェアまたはソフトウェアとして実装されているか否かは、システム全体に課される特定のアプリケーションおよび設計上の制約に依存する。説明される機能は、各特定の用途に対して様々な方式で実装され得るが、そのような実装決定は、本開示の範囲から逸脱するものとして解釈されるべきではない。

本明細書に開示される実施形態と関連して説明される様々な例示的な論理ブロックおよびモジュールは、機械、マイクロプロセッサ、状態機械、デジタル信号プロセッサ（ＤＳＰ）、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）または他のプログラマブル論理デバイス、ディスクリートゲートもしくはトランジスタ論理、ディスクリートハードウェア構成要素、または本明細書に説明される機能を実施するように設計されたそれらの任意の組み合わせによって、実装または実施され得る。ハードウェアプロセッサは、コンピュータ実行可能命令を処理するように構成された電気回路またはデジタル論理回路を含み得る。別の態様では、プロセッサは、コンピュータ実行可能命令を処理することなく、論理操作を実施するＦＰＧＡまたは他のプログラマブルデバイスを含む。プロセッサはまた、コンピューティングデバイス、例えば、ＤＳＰとマイクロプロセッサとの組み合わせ、複数のマイクロプロセッサ、ＤＳＰコアと組み合わせた１つ以上のマイクロプロセッサ、または任意の他のそのような構成の組み合わせとして実装されてもよい。コンピューティング環境は、マイクロプロセッサ、メインフレームコンピュータ、デジタル信号プロセッサ、ポータブルコンピューティングデバイス、デバイスコントローラ、または機器内の計算エンジンなどに基づくコンピュータシステムを含むが、これらに限定されない、任意のタイプのコンピュータシステムを含み得る。

本明細書に開示される実施形態と関連して説明される方法、プロセス、またはアルゴリズムのステップは、ハードウェア、１つ以上のメモリデバイスに記憶され、かつ１つ以上のプロセッサによって実行されるソフトウェアモジュール、またはそれら２つの組み合わせで直接具現化され得る。ソフトウェアモジュールは、ＲＡＭメモリ、フラッシュメモリ、ＲＯＭメモリ、ＥＰＲＯＭメモリ、ＥＥＰＲＯＭメモリ、レジスタ、ハードディスク、リムーバブルディスク、ＣＤ－ＲＯＭ、または当技術分野で既知の非一時的コンピュータ可読記憶媒体、媒体、もしくは物理コンピュータ記憶装置の任意の他の形態の中に存在し得る。例示的な記憶媒体は、プロセッサが記憶媒体から情報を読み出し、記憶媒体に情報を書き込み得るように、プロセッサに結合され得る。代替例では、記憶媒体は、プロセッサに統合されてもよい。記憶媒体は、揮発性または不揮発性であってもよい。プロセッサおよび記憶媒体は、ＡＳＩＣ内に存在してもよい。

「し得る（ｃａｎ）」、「可能性がある（ｍｉｇｈｔ）」、または「場合がある（ｍａｙ）」などの条件付き言い回しは、別途具体的に記載されない限り、または使用される文脈の範囲内で別途解釈されない限り、ある特定の態様が、ある特定の特徴、要素、または状態を含む一方で、他の態様は含まないということの伝達を意図するのが通例である。したがって、そのような条件付き言い回しは、概して、特徴、要素、もしくは状態が１つ以上の態様に多少なりとも必要とされるということ、またはこれらの特徴、要素、もしくは状態が任意の特定の態様に含まれているかどうか、もしくは任意の特定の態様で実施されるべきかどうかを、ユーザ入力または命令の有無に関わらず決定するための論理が、１つ以上の態様に必然的に含まれているということを示唆することを意図するものではない。「備える」、「含む」、および「有する」等の用語は、同義語であり、包含的に、オープンエンドの様式で使用され、追加の要素、特徴、行為、動作などを排除するものではない。また、「または」という用語は、包括的な意味で（排他的な意味ではなく）使用されることにより、例えば、要素の列記をつなぐのに使用される場合、「または」という用語は、列記内の要素のうちの１つ、いくつか、または全てを意味する。さらに、「各々」という用語は、本明細書で使用される場合、その通常の意味を有することに加えて、「各々」という用語が適用されている一連の要素の任意のサブセットも意味し得る。

「Ｘ、Ｙ、およびＺのうちの少なくとも１つ」という語句などの連言的言い回しは、別途具体的に記載されない限り、ある項目や用語などが、Ｘ、Ｙ、またはＺのいずれかであり得ることを示唆するのに一般的に使用される文脈によって、別途解釈されるものである。したがって、そのような連言的言い回しは、概して、ある特定の実施形態が、少なくとも１つのＸ、少なくとも１つのＹ、および少なくとも１つのＺの存在を必要とするということを示唆することを意図するものではない。

本明細書で使用される程度を表す言い回し、例えば、本明細書で使用される「およそ」、「約」、「概して」、および「実質的に」という用語は、依然として所望の機能を果たすかまたは所望の結果をもたらす所定の値、量、または特性に近似した値、量、または特性を表す。例えば、「およそ」、「約」、「概して」、および「実質的に」という用語は、所定の量の１０％未満以内、５％未満以内、１％未満以内、０．１％未満以内、および０．０１％未満以内である量を指し得る。別の例として、特定の実施形態では、「概して平行」および「実質的に平行」という用語は、丁度平行である状態から１５度以下、１０度、５度、３度、１度、または０．１度逸脱する値、量、または特性を指す。

上記の詳細な説明は、様々な実施形態に適用されるような新規の特徴を示し、説明し、指摘してきたが、本開示の趣旨から逸脱することなく、例示されたデバイスまたはアルゴリズムの形態および詳細における様々な省略、置換、および変更が行われ得ることが理解されるであろう。認識されるように、本明細書に説明される特定の実施形態は、いくつかの特徴が、他の特徴とは別々に使用または実践され得るため、本明細書に記載される特徴および利益の全てを提供しない形態内に具現化されてもよい。
［付記項１］
センサデータを収集および処理して、皮膚傷害に影響を与えるか、またはそれを引き起こすリスクを識別するためのシステムであって、前記システムが、コンピュータ可読メモリおよび１つ以上のプロセッサを備え、前記システムが、
特徴データの第１のセットおよび特徴データの第２のセットを含むセンサ特徴データを取得することであって、前記特徴データの第１のセットが、ユーザの四肢に着用されるように構成されたユーザセンサの出力を表し、前記特徴データの第２のセットが、前記四肢に着用されるように構成されている負荷軽減デバイスに結合された負荷軽減デバイスセンサの出力を表す、取得することと、
前記特徴データの第１のセットおよび活動分類モデルを使用して、活動分類を決定することであって、
前記特徴データの第１のセットが複数の異なる活動分類の各々に対応する程度を前記活動分類モデルが決定するように構成されている、決定することと、
前記特徴データの第１のセット、前記特徴データの第２のセット、および負荷軽減使用状況モデルを使用して、負荷軽減使用状況分類を決定することであって、
前記ユーザセンサの動きが前記負荷軽減デバイスセンサの動きに対応する程度を前記負荷軽減使用状況モデルが決定するように構成されている、決定することと、
前記活動分類または前記負荷軽減使用状況分類のうちの少なくとも１つを表す表示データを生成することと、
前記表示データを提示するように構成されたコンピューティングデバイスに前記表示データを送信することと、を行うように構成されている、システム。
［付記項２］
前記皮膚傷害が、糖尿病性足潰瘍または静脈性下肢潰瘍を含む、付記項１に記載のシステム。
［付記項３］
前記ユーザセンサが、第１の加速度計および第１の磁気計を備え、前記負荷軽減デバイスセンサが、第２の加速度計および第２の磁気計を備え、前記センサ特徴データが、前記第１の加速度計、前記第２の加速度計、前記第１の磁気計、および前記第２の磁気計からの出力を表す、付記項１または２に記載のシステム。
［付記項４］
特徴データの第３のセットおよび前記活動分類モデルを使用して、後続の活動分類を決定することであって、前記特徴データの第３のセットが、前記ユーザセンサの出力を表す、決定することと、
前記活動分類および前記後続の活動分類から、前記ユーザの活動の変化が発生したことを決定することと、を行うようにさらに構成されている、付記項１～３のいずれか一項に記載のシステム。
［付記項５］
特徴データの第３のセット、特徴データの第４のセット、および負荷軽減使用状況モデルを使用して、後続の負荷軽減使用状況分類を決定することであって、
前記特徴データの第３のセットが、前記ユーザセンサの出力を表し、前記特徴データの第４のセットが、前記負荷軽減デバイスセンサの出力を表す、決定することと、
前記負荷軽減使用状況分類および前記後続の負荷軽減使用状況分類から、前記ユーザによる前記負荷軽減デバイスの変化使用状況が発生したことを決定することと、を行うようにさらに構成されている、付記項１～４のいずれか一項に記載のシステム。
［付記項６］
前記特徴データの第１のセットを使用して、活動モデル入力データを生成することと、
前記活動モデル入力データおよび前記活動分類モデルを使用して、活動分類モデル出力データを生成することと、
前記活動分類モデル出力データから、分類基準を満たす値を有するデータ要素を識別して、前記活動分類を決定することであって、前記活動分類が、前記データ要素と関連付けられている、決定することと、を行うようにさらに構成されている、付記項１～５のいずれか一項に記載のシステム。
［付記項７］
前記複数の異なる活動分類が、動き分類、静止重量を伴う動きなしの分類、力の変動を伴う動きなしの分類、および横になる分類を含む、付記項１～６のいずれか一項に記載のシステム。
［付記項８］
前記ユーザセンサの動きおよび配向が、前記負荷軽減デバイスセンサの動きおよび配向に対応する程度を決定するように前記負荷軽減使用状況モデルが構成されている、付記項１～７のいずれか一項に記載のシステム。
［付記項９］
前記活性分類モデルが、決定ツリー、ニューラルネットワーク、またはサポートベクトルマシンを含む、付記項１～８のいずれか一項に記載のシステム。
［付記項１０］
前記活動分類モデルが、前記特徴データの第１のセットを複数の異なる活動分類のうちの１つに割り当てるように構成された第１の決定ツリーを備え、前記負荷軽減使用状況モデルは、前記ユーザセンサの動きおよび配向が、前記負荷軽減デバイスセンサの動きおよび配向に対応するか否かを決定するように構成された第２の決定ツリーを備える、付記項１～９のいずれか一項に記載のシステム。
［付記項１１］
前記負荷軽減デバイスが、取り外し可能なギプスを備える、付記項１～１０のいずれか一項に記載のシステム。
［付記項１２］
センサデータを収集および処理して、皮膚傷害に影響を与えるか、またはそれを引き起こすリスクを識別するためのコンピュータ実装方法であって、前記コンピュータ実装方法が、
コンピュータネットワークを介して、ユーザの四肢に着用されるように構成されたユーザセンサの出力を表すセンサ特徴データを受信することと、
１つ以上のコンピュータプロセッサによって、前記センサ特徴データおよび活動分類モデルを使用して、活動分類モデル出力データを生成することであって、前記活動分類モデル出力データは、前記センサ特徴データが複数の異なる活動分類の各々に対応する可能性を表し、
前記複数の異なる活動分類が、
前記四肢の動きを表す第１の活動分類、および
前記四肢に重量負荷を伴う前記四肢の動きなしを表す、第２の活動分類を含む、生成することと、
前記１つ以上のコンピュータプロセッサによって、前記活動分類モデル出力データから活動分類を決定することと、
前記コンピュータネットワークを介して、前記活動分類を表す表示データを、前記表示データを提示するように構成されたコンピューティングデバイスに送信することと、を含む、コンピュータ実装方法。
［付記項１３］
前記１つ以上のコンピュータプロセッサによって、前記皮膚傷害に影響を与えるか、またはそれを引き起こす前記リスクを識別することをさらに含み、前記皮膚傷害が、糖尿病性足潰瘍または静脈性下肢潰瘍である、付記項１２に記載のコンピュータ実装方法。
［付記項１４］
前記活動分類を前記決定することは、前記ユーザの前記四肢上の力の変動を伴う動きなしを表す第３の活動分類に前記センサ特徴データが対応する可能性があることを前記活動分類モデル出力データが示すことを決定することを含む、付記項１２または１３に記載のコンピュータ実装方法。
［付記項１５］
前記決定することは、前記活性分類モデル出力データが、前記ユーザが横になっていることを表す第４の活動分類に前記センサ特徴データが対応する可能性があることを示すことを決定することを含む、付記項１２～１４のいずれか一項に記載のコンピュータ実装方法。
［付記項１６］
前記１つ以上のコンピュータプロセッサによって、第２のセンサ特徴データおよび前記活動分類モデルを使用して、後続の活動分類を決定することであって、前記第２のセンサ特徴データが、前記ユーザセンサの出力を表す、決定することと、
前記１つ以上のコンピュータプロセッサによって前記活動分類および前記後続の活動分類から、前記ユーザの活動の変化が発生したことを決定することと、をさらに含む、付記項１２～１５のいずれか一項に記載のコンピュータ実装方法。
［付記項１７］
前記コンピュータネットワークを介して、前記四肢に着用されるように構成されている負荷軽減デバイスに結合された負荷軽減デバイスセンサの出力を表す第２のセンサ特徴データを受信することと、
前記１つ以上のコンピュータプロセッサによって、前記センサ特徴データ、前記第２のセンサ特徴データ、および負荷軽減使用状況モデルを使用して、負荷軽減使用状況分類を決定することと、をさらに含み、
前記負荷軽減使用状況モデルは、前記ユーザセンサの動きが、前記負荷軽減デバイスセンサの動きに対応する程度を決定するように構成されている、付記項１２～１６のいずれか一項に記載のコンピュータ実装方法。
［付記項１８］
前記負荷軽減使用状況モデルは、前記ユーザセンサの動きおよび配向が、前記負荷軽減デバイスセンサの動きおよび配向に対応する程度を決定するように構成されている、付記項１７に記載のコンピュータ実装方法。
［付記項１９］
前記コンピュータネットワークを介して、前記四肢に着用されるように構成されている負荷軽減デバイスに結合された負荷軽減デバイスセンサの出力を表す第２のセンサ特徴データを受信することと、
前記１つ以上のコンピュータプロセッサによって、前記第２のセンサ特徴データおよび前記負荷軽減使用モデルを使用して、後続の負荷軽減使用状況分類を決定することであって、前記第２のセンサ特徴データが、前記負荷軽減デバイスセンサの出力を表す、決定することと、
前記１つ以上のコンピュータプロセッサによって前記負荷軽減使用状況分類および前記後続の負荷軽減使用状況分類から、前記ユーザによる前記負荷軽減デバイスの使用状況の変化が発生したことを決定することと、をさらに含む、付記項１２～１８のいずれか一項に記載のコンピュータ実装方法。
［付記項２０］
前記１つ以上のコンピュータプロセッサによって、前記活動分類モデルを読み込むことをさらに含み、前記活動分類モデルが、決定ツリー、ニューラルネットワーク、またはサポートベクトルマシンを含む、付記項１２～１９のいずれか一項に記載のコンピュータ実装方法。
［付記項２１］
前記１つ以上のコンピュータプロセッサによって、前記活動分類モデルを読み込むことをさらに含み、前記活動分類モデルが、前記複数の異なる活動分類のうちの１つに前記センサ特徴データを割り当てるように構成された決定ツリーを含む、付記項１２～２０のいずれか一項に記載のコンピュータ実装方法。
［付記項２２］
センサデータを収集および処理して、皮膚傷害に影響を与えるか、またはそれを引き起こすリスクを識別するために記憶されたアプリケーションを有する非一時的コンピュータ可読媒体であって、前記アプリケーションは、コンピューティングデバイスの１つ以上のプロセッサによって実行されたとき、前記コンピューティングデバイスに、
コンピュータネットワークを介して、ユーザの四肢に着用されるように構成されたユーザセンサの出力を表すセンサ特徴データを受信することと、
前記センサ特徴データおよび活動分類モデルを使用して、活動分類モデル出力データを生成することであって、前記活動分類モデル出力データは、前記センサ特徴データが複数の異なる活動分類の各々に対応する可能性を表し、
前記複数の異なる活動分類が、
前記四肢の動きを表す第１の活動分類、および
前記四肢に重量負荷を伴う前記四肢の動きなしを表す、第２の活動分類を含む、生成することと、
前記活動分類モデル出力データから活動分類を決定することと、
前記コンピュータネットワークを介して、前記活動分類を表す表示データを、前記表示データを提示するように構成された第２のコンピューティングデバイスに送信することと、を行わせる、非一時的コンピュータ可読媒体。
［付記項２３］
前記複数の異なる活性分類が、前記四肢上の力の変化を伴う前記四肢の動きなしを表す第３の活性分類を含む、付記項２２に記載の非一時的コンピュータ可読媒体。
［付記項２４］
前記複数の異なる活性分類は、前記ユーザが横になっていることを表す第３の活性分類を含む、付記項２２または２３に記載の非一時的コンピュータ可読媒体。
［付記項２５］
前記活性分類モデルが、決定ツリー、ニューラルネットワーク、またはサポートベクトルマシンを含む、付記項２２～２４のいずれか一項に記載の非一時的コンピュータ可読媒体。
［付記項２６］
前記活動分類モデルが、前記複数の異なる活動分類のうちの１つに前記センサ特徴データを割り当てるように構成された決定ツリーを含む、付記項２２～２５のいずれか一項に記載の非一時的コンピュータ可読媒体。
［付記項２７］
前記アプリケーションは、前記１つ以上のコンピュータプロセッサによって実行されたとき、前記コンピューティングデバイスに、
第２のセンサ特徴データおよび前記活動分類モデルを使用して、後続の活動分類を決定することであって、前記第２のセンサ特徴データが、前記ユーザセンサの出力を表す、決定することと、
前記活動分類および前記後続の活動分類から、前記ユーザの活動の変化が発生したことを決定することと、を行わせる、付記項２２～２６のいずれか一項に記載の非一時的コンピュータ可読媒体。
［付記項２８］
前記アプリケーションは、前記１つ以上のコンピュータプロセッサによって実行されたとき、前記コンピューティングデバイスに、
前記コンピュータネットワークを介して、前記四肢によって着用されるように構成されている負荷軽減デバイスに結合された負荷軽減デバイスセンサの出力を表す第２のセンサ特徴データを受信することと、
前記センサ特徴データ、前記第２のセンサ特徴データ、および負荷軽減使用状況モデルを使用して、負荷軽減使用状況分類を決定することと、を行わせ、
前記負荷軽減使用状況モデルは、前記ユーザセンサの動きが、前記負荷軽減デバイスセンサの動きに対応する程度を決定するように構成されている、付記項２２～２７のいずれか一項に記載の非一時的コンピュータ可読媒体。
［付記項２９］
前記負荷軽減使用状況モデルは、前記ユーザセンサの動きおよび配向が、前記負荷軽減デバイスセンサの動きおよび配向に対応する程度を決定するように構成されている、付記項２８に記載の非一時的コンピュータ可読媒体。
［付記項３０］
前記アプリケーションは、前記１つ以上のコンピュータプロセッサによって実行されたとき、前記コンピューティングデバイスに、
前記コンピュータネットワークを介して、前記四肢によって着用されるように構成されている負荷軽減デバイスに結合された負荷軽減デバイスセンサの出力を表す第２のセンサ特徴データを受信することと、
第２のセンサ特徴データおよび前記負荷軽減使用状況モデルを使用して、後続の負荷軽減使用状況分類を決定することであって、前記第２のセンサ特徴データが、前記負荷軽減デバイスセンサの出力を表す、決定することと、
前記負荷軽減使用状況分類および前記後続の負荷軽減使用状況分類から、前記ユーザによる前記負荷軽減デバイスの使用状況の変化が発生したことを決定することと、を行わせる、付記項２２～２９のいずれか一項に記載の非一時的コンピュータ可読媒体。
［付記項３１］
本明細書に開示または例示される装置、システム、方法、または非一時的コンピュータ可読媒体。

Claims (9)

1. センサデータを収集および処理して、皮膚傷害に影響を与えるか、またはそれを引き起こすリスクを識別するためのシステムであって、前記システムが、コンピュータ可読メモリおよび１つ以上のプロセッサを備え、前記システムが、
   特徴データの第１のセットおよび特徴データの第２のセットを含むセンサ特徴データを取得することであって、前記特徴データの第１のセットが、ユーザの四肢に着用されるように構成されたユーザセンサの出力を表し、前記特徴データの第２のセットが、前記四肢に着用されるように構成されている負荷軽減デバイスに結合された負荷軽減デバイスセンサの出力を表す、取得することと、
   前記特徴データの第１のセットおよび活動分類モデルを使用して、活動分類を決定することであって、
   前記特徴データの第１のセットが複数の異なる活動分類の各々に対応する程度を前記活動分類モデルが決定するように構成されている、決定することと、
   前記特徴データの第１のセット、前記特徴データの第２のセット、および負荷軽減使用状況モデルを使用して、負荷軽減使用状況分類を決定することであって、
   前記ユーザセンサの動きが前記負荷軽減デバイスセンサの動きに対応する程度を前記負荷軽減使用状況モデルが決定するように構成されている、決定することと、
   前記活動分類または前記負荷軽減使用状況分類のうちの少なくとも１つを表す表示データを生成することと、
   前記表示データを提示するように構成されたコンピューティングデバイスに前記表示データを送信することと、を行うように構成されており、
   前記ユーザセンサの動きおよび配向が、前記負荷軽減デバイスセンサの動きおよび配向に対応する程度を決定するように前記負荷軽減使用状況モデルが構成されている、システム。
2. 前記ユーザセンサが、第１の加速度計および第１の磁気計を備え、前記負荷軽減デバイスセンサが、第２の加速度計および第２の磁気計を備え、前記センサ特徴データが、前記第１の加速度計、前記第２の加速度計、前記第１の磁気計、および前記第２の磁気計からの出力を表す、請求項１に記載のシステム。
3. 特徴データの第３のセットおよび前記活動分類モデルを使用して、後続の活動分類を決定することであって、前記特徴データの第３のセットが、前記ユーザセンサの出力を表す、決定することと、
   前記活動分類および前記後続の活動分類から、前記ユーザの活動の変化が発生したことを決定することと、を行うようにさらに構成されている、請求項１または２に記載のシステム。
4. 特徴データの第３のセット、特徴データの第４のセット、および負荷軽減使用状況モデルを使用して、後続の負荷軽減使用状況分類を決定することであって、
   前記特徴データの第３のセットが、前記ユーザセンサの出力を表し、前記特徴データの第４のセットが、前記負荷軽減デバイスセンサの出力を表す、決定することと、
   前記負荷軽減使用状況分類および前記後続の負荷軽減使用状況分類から、前記ユーザによる前記負荷軽減デバイスの変化使用状況が発生したことを決定することと、を行うようにさらに構成されている、請求項１～３のいずれか一項に記載のシステム。
5. 前記特徴データの第１のセットを使用して、活動モデル入力データを生成することと、
   前記活動モデル入力データおよび前記活動分類モデルを使用して、活動分類モデル出力データを生成することと、
   前記活動分類モデル出力データから、分類基準を満たす値を有するデータ要素を識別して、前記活動分類を決定することであって、前記活動分類が、前記データ要素と関連付けられている、決定することと、を行うようにさらに構成されている、請求項１～４のいずれか一項に記載のシステム。
6. 前記複数の活動分類が、前記特徴データから複数の異なる活動分類を区別するように動作可能であり、前記複数の活動分類が、
   （ｉ）動き分類、
   （ｉｉ）静止重量を伴う動きなしの分類、
   （ｉｉｉ）力の変動を伴う動きなしの分類、および
   （ｖ）横になる分類を含む、請求項１～５のいずれか一項に記載のシステム。
7. 前記活動分類モデルが、決定ツリー、ニューラルネットワーク、またはサポートベクトルマシンを含む、請求項１～６のいずれか一項に記載のシステム。
8. 前記活動分類モデルが、前記特徴データの第１のセットを複数の異なる活動分類のうちの１つに割り当てるように構成された第１の決定ツリーを備え、前記負荷軽減使用状況モデルは、前記ユーザセンサの動きおよび配向が、前記負荷軽減デバイスセンサの動きおよび配向に対応するか否かを決定するように構成された第２の決定ツリーを備える、請求項１～７のいずれか一項に記載のシステム。
9. 前記負荷軽減デバイスが、取り外し可能なギプスを備える、請求項１～８のいずれか一項に記載のシステム。