JPWO2019082691A1 - 認知症判定システム - Google Patents

Abstract

認知症判定システム（１００）は、電気機器（１３０）に対する操作にユーザが用いる操作装置（１４０）のボタンが押された押下回数に対する、操作装置（１４０）のボタンが基準時間よりも長く押された長押し回数の割合である長押し割合を取得する取得部（１１１）と、取得部（１１１）で取得された長押し割合に基づいて、ユーザの認知症レベルを判定する判定部（１１２）と、判定部（１１２）で判定された認知症レベルを示す認知症情報を出力する出力部（１１３）とを備え、判定部（１１２）は、長押し割合が低いほど、認知症レベルをより重度と判定する。

Description

本発明は、認知症レベルを判定する認知症判定システム等に関する。

特許文献１には、家庭用電気器具の操作履歴を取得し、操作履歴に基づいて操作者が認知症の可能性があるか否かを判定し、操作者が認知症の可能性があると判定された場合、操作者が認知症の可能性があることを示す情報を出力することが示されている。また、特許文献１には、誤操作回数に基づいて操作者が認知症の可能性があるか否かを判定することが示されている。

特開２０１７−１０４２８９号公報 特開２００４−１３５８２４号公報

しかしながら、例えば、軽度の認知症等では、特許文献１に示された誤操作があまり発生しない場合がある。そのため、軽度の認知症等が、適切に発見されない場合がある。また、操作者によって行われる操作が、誤操作であるか否かを判定することが困難な場合もある。したがって、操作者が認知症であるか否か等に関連する認知症レベルを適切に判定することは容易ではない。

そこで、本発明は、認知症レベルを適切に判定することができる認知症判定システム等を提供することを目的とする。

本発明の一態様における認知症判定システムは、電気機器に対する操作にユーザが用いる操作装置のボタンが押された押下回数に対する、前記操作装置のボタンが基準時間よりも長く押された長押し回数の割合である長押し割合を取得する取得部と、前記取得部で取得された前記長押し割合に基づいて、前記ユーザの認知症レベルを判定する判定部と、前記判定部で判定された前記認知症レベルを示す認知症情報を出力する出力部とを備え、前記判定部は、前記長押し割合が低いほど、前記認知症レベルをより重度と判定する。

本発明の一態様におけるプログラムは、コンピュータに認知症判定処理を実行させるためのプログラムであって、前記認知症判定処理は、電気機器に対する操作にユーザが用いる操作装置のボタンが押された押下回数に対する、前記操作装置のボタンが基準時間よりも長く押された長押し回数の割合である長押し割合を取得する取得ステップと、前記取得ステップで取得された前記長押し割合に基づいて、前記ユーザの認知症レベルを判定する判定ステップと、前記判定ステップで判定された前記認知症レベルを示す認知症情報を出力する出力ステップとを含み、前記判定ステップでは、前記長押し割合が低いほど、前記認知症レベルをより重度と判定する。

本発明の一態様における認知症判定システム等は、認知症レベルを適切に判定することができる。

図１は、実施の形態１における認知症判定システムの構成を示す概念図である。 図２は、実施の形態１における認知症判定装置の構成を示すブロック図である。 図３は、実施の形態１における操作装置が信号を発信するタイミングを示すタイムチャートである。 図４は、実施の形態１における信号の検知結果を示すデータ構成図である。 図５は、健常レベルと押下回数との関係を示すグラフである。 図６は、健常レベルと長押し割合との関係を示すグラフである。 図７は、実施の形態１における認知症判定装置の動作を示すフローチャートである。 図８は、変形例における認知症判定システムの構成を示す概念図である。 図９は、変形例における電気機器の画面に表示される情報の遷移を示す画面遷移図である。 図１０は、変形例における電気機器の画面に表示される情報の表示領域を示す画面構成図である。 図１１は、変形例における認知症判定装置の動作を示すフローチャートである。 図１２は、健常者、ＭＣＩ患者、及び、ＡＤ患者の押下継続時間の相対度数分布を示す図である。 図１３は、複数のユーザを対象とした、特徴量と物忘れ相談プログラム（ＭＳＰ）のスコアとの相関関係を示す図である。 図１４は、実施の形態２における認知症判定装置の動作のフローチャートである。

以下、本発明の実施の形態について、図面を用いて詳細に説明する。なお、以下で説明する実施の形態は、いずれも包括的又は具体的な例を示す。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、動作の順序等は、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素は、任意の構成要素として説明される。

また、以下の説明に用いられる複数の図面のそれぞれは、模式図であり、必ずしも厳密に正確な値等を示していない。

（実施の形態１）
図１は、本実施の形態１における認知症判定システムの構成を示す概念図である。図１に示された認知症判定システム１００は、認知症レベルを判定するシステムであって、認知症判定装置１１０、端末装置１２０、電気機器１３０、操作装置１４０及びセンサ装置１５０等を備える。

ここで、認知症レベルは、認知症の度合いに対応する。認知症レベルは、認知症の疑いの度合いであってもよいし、認知症の可能性であってもよい。また、健常者の範囲に対応するレベル、及び、認知症よりも軽度である軽度認知障害（ＭＣＩ：Ｍｉｌｄ Ｃｏｇｎｉｔｉｖｅ Ｉｍｐａｉｒｍｅｎｔ）の範囲に対応するレベル等が、それぞれ、認知症レベルとして規定されてもよい。

また、認知症レベルは、健常者の範囲に対応する正常レベルと、軽度認知障害及び認知症の範囲に対応する異常レベルとの２段階で規定されてもよい。そして、異常レベルは、さらに、軽度認知障害、軽度の認知症、中度の認知症、及び、重度の認知症などのように、より細かい複数のサブレベルに細分化されてもよい。

認知症判定装置１１０は、認知症レベルを判定する装置である。すなわち、認知症判定システム１００における認知症判定は、実質的に、認知症判定装置１１０において行われる。例えば、認知症判定装置１１０は、情報処理を行うコンピュータである。認知症判定装置１１０は、単一の装置であってもよいし、複数の補助装置を備えていてもよい。また、認知症判定装置１１０は、ユーザ環境に設置されていてもよいし、ユーザ環境とは異なる位置に設置されていてもよい。

図１の例において、認知症判定装置１１０は、ユーザ環境とは異なる位置に設置されている。そして、認知症判定装置１１０は、ユーザ環境に設置されたセンサ装置１５０に、通信ネットワーク１６０を介して接続される。そして、認知症判定装置１１０は、センサ装置１５０から検知結果を取得する。

また、認知症判定装置１１０は、通信ネットワーク１６０を介して、端末装置１２０に接続される。例えば、認知症判定装置１１０は、認知症レベルを示す認知症情報を端末装置１２０へ送信することにより、認知症情報を出力する。

端末装置１２０は、認知症判定装置１１０から送信された認知症情報を受信する装置である。例えば、端末装置１２０は、情報の通信を行うコンピュータであって、具体的には、タブレット端末、スマートフォン、携帯電話又はパーソナルコンピュータ等である。端末装置１２０は、固定的に設置されていてもよいし、持ち運び可能であってもよい。

また、端末装置１２０は、ユーザ環境に設置されていてもよいし、ユーザ環境とは異なる位置に設置されていてもよい。例えば、端末装置１２０は、ユーザ環境におけるユーザの介護者等によって利用される。端末装置１２０は、ユーザ環境におけるユーザによって利用されてもよい。

電気機器１３０は、ユーザが操作装置１４０を用いて操作する機器である。例えば、電気機器１３０は、家電機器であって、基本的には、テレビジョン受像機である。テレビジョン受像機は、単にテレビとも呼ばれる。電気機器１３０は、音響機器、エアコンディショナー、照明装置、冷蔵庫、炊飯器又は多機能電話機等であってもよい。また、電気機器１３０は、画面を備える機器であってもよい。図１の例において、電気機器１３０は、テレビである。また、電気機器１３０は、基本的に、ユーザ環境に設置される。

操作装置１４０は、電気機器１３０を操作するための装置である。例えば、操作装置１４０は、電気機器１３０に対するリモートコントローラであって、電気機器１３０を操作するためのボタンを備える。操作装置１４０は、電気機器１３０を操作するためのスマートフォン等であってもよい。そして、操作装置１４０が備える画面に、電気機器１３０を操作するためのボタンがＧＵＩによって表示されてもよい。また、操作装置１４０は、電気機器１３０に一体化された操作パネルでもよい。

具体的には、図１の例において、操作装置１４０は、テレビである電気機器１３０に対するリモートコントローラである。そして、操作装置１４０は、赤外線で信号を発信する。これにより、テレビである電気機器１３０が操作される。また、操作装置１４０は、基本的に、ユーザ環境において用いられる。

センサ装置１５０は、操作装置１４０から発信された信号を検知する装置である。例えば、センサ装置１５０は、赤外線センサである。センサ装置１５０は、基本的に、電気機器１３０の近傍に設置される。これにより、センサ装置１５０は、操作装置１４０から発信された信号を適切に検知することができる。また、例えば、センサ装置１５０は、検知結果を認知症判定装置１１０へ送信する。センサ装置１５０は、信号を検知する度に、認知症判定装置１１０へ検知結果を送信してもよい。

あるいは、センサ装置１５０は、内部のメモリに検知結果を記録し蓄積してもよい。そして、センサ装置１５０は、認知症判定装置１１０から検知結果の送信要求を受信した際に、内部のメモリに記録され蓄積されている検知結果を送信してもよい。

通信ネットワーク１６０は、認知症判定装置１１０、端末装置１２０及びセンサ装置１５０等が通信を行うためのネットワークである。例えば、通信ネットワーク１６０は、インターネットである。通信ネットワーク１６０は、ＬＡＮ（ローカルエリアネットワーク）等であってもよい。

なお、認知症判定装置１１０が、認知症判定システム１００であってもよい。言い換えれば、認知症判定システム１００は、認知症判定装置１１０の構成要素を備え、その他の構成要素を備えなくてもよい。そして、その他の構成要素は、その他のシステムに含まれていてもよい。また、構成要素間の通信は、有線通信であってもよいし、無線通信であってもよい。そして、通信ネットワーク１６０は、有線のネットワークであってもよいし、無線のネットワークであってもよい。

また、図１では、１つのユーザ環境が示されているが、複数のユーザに対応する複数のユーザ環境が存在していてもよい。そして、各ユーザ環境において、電気機器１３０、操作装置１４０及びセンサ装置１５０に対応する構成要素が含まれていてもよい。そして、認知症判定装置１１０は、各ユーザの認知症レベルを判定してもよい。

また、例えば、１つのユーザ環境が、高齢者向け集合住宅における高齢者向けの１つの部屋に対応していてもよい。そして、高齢者向け集合住宅の管理室に端末装置１２０が設置されていてもよい。認知症判定装置１１０は、高齢者向け集合住宅の管理室に設置されていてもよいし、複数の高齢者向け集合住宅における各ユーザの認知症レベルを判定するため、複数の高齢者向け集合住宅の外部に設置されていてもよい。

図２は、図１に示された認知症判定装置１１０の構成を示すブロック図である。認知症判定装置１１０は、取得部１１１、判定部１１２及び出力部１１３を備える。

取得部１１１は、情報を取得する処理部であって、具体的には、認知症レベルを判定するための情報を取得する。取得部１１１は、汎用又は専用の電気回路であってもよい。

例えば、取得部１１１は、有線又は無線の通信で情報を受信することによって情報を取得してもよい。この場合、取得部１１１は、通信のための端子又はアンテナを備えていてもよい。具体的には、取得部１１１は、操作装置１４０から発信された信号の検知結果をセンサ装置１５０から情報として受信することにより、操作装置１４０から発信された信号の検知結果を情報として取得してもよい。

また、例えば、取得部１１１は、操作装置１４０から発信された信号の検知結果をセンサ装置１５０から受信し、認知症レベルを判定するための情報を検知結果から取得してもよい。

また、例えば、取得部１１１は、マウス、キーボード又はタッチパネル等の入力インタフェースを介して情報を取得してもよい。また、取得部１１１は、このような入力インタフェースを備えていてもよい。また、取得部１１１は、記録媒体などのメモリから情報を取得してもよい。また、取得部１１１は、記録媒体などに接続するための接続インタフェースを備えていてもよい。また、取得部１１１は、取得された情報に対して情報処理を行い、情報処理の結果を新たな情報として取得してもよい。

より具体的には、取得部１１１は、認知症レベルを判定するための情報として、操作装置１４０に対する長押し割合を取得する。長押し割合は、押下回数に対する長押し回数の割合である。押下回数は、操作装置１４０のボタンが押された回数である。長押し回数は、操作装置１４０のボタンが所定の基準時間よりも長く継続して押された回数である。基準時間は、３秒であってもよいし、４秒であってもよいし、その他の時間であってもよい。基準時間は、固定の時間であってもよいし、動的に定められる時間であってもよい。

また、例えば、取得部１１１は、押下回数を取得してもよいし、長押し回数を取得してもよい。具体的には、取得部１１１は、センサ装置１５０から得られる検知結果から、押し回数及び長押し回数を取得してもよい。そして、取得部１１１は、押し回数及び長押し回数から長押し割合を算出することにより、長押し割合を取得してもよい。

判定部１１２は、認知症レベルを判定する処理部であって、具体的には、取得部１１１で取得された情報に従って、認知症レベルを判定する。判定部１１２は、汎用又は専用の電気回路であってもよい。

具体的には、判定部１１２は、取得部１１１で取得された長押し割合に基づいて、認知症レベルを判定する。特に、判定部１１２は、長押し割合が低いほど、相対的に認知症レベルをより重度と判定する。例えば、判定部１１２は、長押し割合が第１の割合である場合、認知症レベルを第１のレベルと判定し、長押し割合が第１の割合よりも低い第２の割合である場合、認知症レベルを第１のレベルよりも重度である第２のレベルと判定する。

また、判定部１１２は、長押し割合が低いほど、認知症レベルをより重度と常に判定しなくてもよい。判定部１１２は、他の条件等に従って、例外的に、長押し割合が低いほど、認知症レベルをより重度と判定しなくてもよい。また、例えば、判定部１１２は、長押し割合が所定の範囲内である場合、認知症レベルを同じレベルと判定してもよい。

また、例えば、判定部１１２は、長押し割合が所定の閾値以上である場合、認知症レベルを健常者の範囲に対応する正常レベルと判定してもよい。そして、判定部１１２は、長押し割合が所定の閾値よりも低い場合、認知症レベルを軽度認知障害及び認知症の範囲に対応する異常レベルと判定してもよい。

また、判定部１１２は、長押し割合に限らず、他のパラメータを認知症レベルの判定に用いてもよい。すなわち、判定部１１２は、長押し割合及び他のパラメータに基づいて、認知症レベルを判定してもよい。

他のパラメータは、例えば、取得部１１１で取得された押下回数である。例えば、判定部１１２は、押下回数が少ないほど、認知症レベルをより重度と判定する。判定部１１２は、長押し割合と押下回数との重み付け加算によって得られる評価値に基づいて、長押し割合が低いほど、かつ、押下回数が少ないほど、認知症レベルをより重度と判定してもよい。

なお、認知症レベル（健常レベル）と押下回数との関係、及び、認知症レベル（健常レベル）と長押し割合との関係は、図５及び図６を用いて後述する。

出力部１１３は、情報を出力する処理部であって、具体的には、判定部１１２で判定された認知症レベルを示す認知症情報等を出力する。出力部１１３は、汎用又は専用の電気回路であってもよい。

例えば、出力部１１３は、有線又は無線の通信で情報を送信することによって情報を出力してもよい。この場合、出力部１１３は、通信のための端子又はアンテナを備えていてもよい。そして、出力部１１３は、端末装置１２０へ認知症情報を送信することにより、認知症情報を出力してもよい。

また、例えば、出力部１１３は、ディスプレイ、スピーカ又はタッチパネル等の出力インタフェースを介して情報を出力してもよい。具体的には、出力部１１３は、情報をディスプレイに表示することにより情報を出力してもよいし、情報をスピーカから音声として出力してもよい。また、出力部１１３は、このような出力インタフェースを備えていてもよい。

また、出力部１１３は、記録媒体などのメモリへ情報を出力してもよい。また、出力部１１３は、記録媒体などに接続するための接続インタフェースを備えていてもよい。

また、取得部１１１における端子、アンテナ、入力インタフェース又は接続インタフェース等の構成と、出力部１１３における端子、アンテナ、入力インタフェース又は接続インタフェース等の構成とは、部分的又は全体的に、共通化されていてもよい。

図３は、図１に示された操作装置１４０が信号を発信するタイミングを示すタイムチャートである。

ユーザの指によって操作装置１４０のボタンが押されている間において、ボタンがオン状態になり、信号が繰り返して発信される。特に、ボタンが押され始めてから、ボタンが元に戻るまで、ボタンがオン状態になる。したがって、ボタンが押され始めてから元に戻るまでの間において、信号が繰り返して発信される。例えば、この信号は、ボタンがオン状態において、約２００ｍｓ毎に赤外線で発信される。したがって、ボタンが押され始めてから元に戻るまでの時間が１〜２秒間であれば、信号が５〜１０回発信される。

電気機器１３０は、操作装置１４０から発信された信号を受信し、受信された信号に従って動作する。例えば、その際、電気機器１３０は、信号を受信してから数秒間において、信号の受信を停止する。あるいは、電気機器１３０は、その数秒間において受信される信号を破棄する。これにより、電気機器１３０は、二重の動作を抑制する。

センサ装置１５０も、電気機器１３０と同様に、操作装置１４０から発信された信号を受信する。すなわち、センサ装置１５０は、操作装置１４０から発信された信号を検知する。ただし、センサ装置１５０は、信号を検知した後も、検知を停止せずに、信号を検知する。そして、センサ装置１５０は、後に検知された信号も破棄せずに、後に検知された信号を示す情報も検知結果に含める。

これにより、１回の押下に対して複数回発信された信号を示す情報が、検知結果に含められる。

図４は、図２等に示された認知症判定装置１１０が認知症レベルを判定するための信号の検知結果を示すデータ構成図である。図４の左側に示される検知結果は、センサ装置１５０によって得られる検知結果の例である。

例えば、検知結果は、検知時刻とボタン名称とを含む。検知時刻は、センサ装置１５０が信号を検知した時刻であって、センサ装置１５０が操作装置１４０から発信された信号を受信した時刻である。ボタン名称は、検知された信号によって押下されたボタンとして識別されるボタンの名称である。

なお、説明が複雑にならないように、図４の例において、電源ボタンが押下されたことにより発信される信号の検知結果が示されている。センサ装置１５０によって得られる検知結果には、その他のボタンが押下されたことにより発信される信号の検知結果が含まれていてもよい。また、検知結果は、その他の形式で表現されてもよい。例えば、ボタンの名称の代わりに、ボタンの識別子が用いられてもよい。

センサ装置１５０は、ミリ秒単位で、操作装置１４０から発信された信号を検知する。したがって、元の検知結果は、ミリ秒単位の検知結果である。そして、センサ装置１５０から認知症判定装置１１０へミリ秒単位の検知結果が送信される。認知症判定装置１１０の取得部１１１は、センサ装置１５０から送信された検知結果を受信することにより、検知結果を取得する。

そして、取得部１１１は、ミリ秒単位の検知結果を秒単位の検知結果に集約する。１秒間に信号が複数回検知されることがあるが、認知症レベルが判定されるユーザが１秒間にボタンを複数回押下することは困難である。したがって、１秒間における複数回の信号検知は、１回のボタン押下に対応すると想定される。よって、取得部１１１は、１秒間に信号が１回以上検知されている場合、その１秒間においてボタンが押下されているとみなして、ボタンの押下を示す情報を操作名称として秒単位の検知結果に含める。

さらに、取得部１１１は、３秒間よりも長く連続してボタンが押下されている場合、ボタンが長押しされているとみなして、ボタンの長押しを示す情報を操作名称として秒単位の検知結果に含める。この３秒間は、長押しを識別するための時間長の一例であって、長押しを識別するための時間長は、４秒間であってもよいし、その他の時間長であってもよい。

そして、取得部１１１は、秒単位の検知結果を分単位の検知結果に集約する。その際、取得部１１１は、１分間に１回以上のボタン押下がある場合、その１分間にボタン押下があることを示す情報を検知結果に含める。また、取得部１１１は、１分間にボタン長押しがある場合、その１分間にボタン長押しがあることを示す情報を検知結果に含める。これにより、複数秒にわたる１回のボタン押下が、複数回のボタン押下、又は、複数回のボタン長押しとして扱われることが抑制される。

そして、取得部１１１は、分単位の検知結果に基づいて、ボタンの押下回数、及び、ボタンの長押し回数を取得する。具体的には、取得部１１１は、分単位の検知結果に含まれるボタン押下及びボタン長押しの総数をボタンの押下回数として取得する。また、取得部１１１は、分単位の検知結果に含まれるボタン長押しの総数をボタンの長押し回数として取得する。

そして、取得部１１１は、ボタンの押下回数に対する、ボタンの長押し回数の割合を長押し割合として取得する。図４の例では、１／３が長押し割合として取得される。

なお、上記において説明された検知結果の形式、押下回数の取得方法、長押し回数の取得方法、及び、長押し割合の取得方法は、一例であって、これらは上記の例に限定されない。

例えば、所定の時間間隔よりも短い時間間隔で連続して信号が複数回検知されている状態が、ボタンが１回押下されている状態であると想定される。したがって、連続的な複数回の信号検知が、１回のボタン押下に集約されてもよい。そして、その複数回の検知における最初の検知時刻から、その複数回の検知における最後の検知時刻までの時間長を示す情報が、集約結果に付加されてもよい。このような集約結果により、適切に押下回数が取得される。また、付加情報により、各押下が長押しであるか否かが適切に識別される。

図５は、健常レベルと押下回数との関係を示すグラフである。具体的には、このグラフは、９人の被験者について、健常レベル及び押下回数の測定結果を示す。縦軸は、１日あたりの押下回数を示す。横軸は、被験者の健常レベルを示す。

健常レベルは、認知症判定システム１００とは別にＴＤＡＳ（Ｔｏｕｃｈ ｐａｎｅｌ ｔｙｐｅ Ｄｅｍｅｎｔｉａ Ａｓｓｅｓｓｍｅｎｔ Ｓｃａｌｅ）等を用いて測定されており、大きいほど、より健常な状態を表す。すなわち、被験者の認知症がより重度であるほど、被験者の健常レベルは小さい。そして、グラフにおいて、９人の被験者の測定結果がプロットされている。

測定結果において、健常レベルと押下回数との間に正の相関が認められる。そのため、認知症判定装置１１０の判定部１１２は、押下回数が少ないほど、認知症レベルがより重度であると判定してもよい。

しかしながら、健常レベルと押下回数との関係の強さを示す相関係数は０．０６であり、健常レベルと押下回数との間における相関は弱い。また、被験者が電気機器１３０をあまり利用しない場合、すなわち、被験者がテレビをあまり見ない場合、押下回数が少ない。したがって、押下回数が少なくても、認知症レベルが重度でない可能性がある。

図６は、健常レベルと長押し割合との関係を示すグラフである。具体的には、このグラフは、９人の被験者に対して、健常レベル及び長押し割合の測定結果を示す。縦軸は、１日あたりの長押し割合を示す。この例では、４秒以上のボタン押下が長押しである。横軸は、図５の例と同様に、被験者の健常レベルを示す。そして、図５の例と同様に、グラフにおいて、９人の被験者の測定結果がプロットされている。

測定結果において、健常レベルと長押し割合との間に正の相関が認められる。また、健常レベルと長押し割合との関係の強さを示す相関係数は０．４１であり、健常レベルと長押し割合との間における相関は、健常レベルと押下回数との間における相関よりも強い。また、被験者の電気機器１３０の利用頻度、具体的には、被験者のテレビの視聴頻度が、長押し割合に与える影響は小さいと想定される。

そこで、認知症判定装置１１０の判定部１１２は、長押し割合が低いほど、認知症レベルがより重度であると判定する。これにより、認知症判定装置１１０の判定部１１２は、被験者の嗜好等の影響を受けずに、適切に認知症レベルを判定することができる。

なお、認知能力が低下することにより、意志及び意欲が低下し、また、操作能力も低下すると推定される。そして、これにより、長押し割合が低下すると推定される。上記の例では、４秒以上のボタン押下が長押しと定められているが、このような時間長に限らず、認知能力が低下することにより、長押し割合が低下すると推定される。

図７は、図２等に示された認知症判定装置１１０の動作を示すフローチャートである。認知症判定装置１１０は、ユーザの認知症レベルの判定において、図７に示された動作を行う。

まず、認知症判定装置１１０の取得部１１１は、長押し割合を取得する（Ｓ１０１）。長押し割合は、電気機器１３０に対する操作にユーザが用いる操作装置１４０のボタンが押された押下回数に対する、操作装置１４０のボタンが基準時間よりも長く押された長押し回数の割合である。例えば、取得部１１１は、操作装置１４０から発信された信号を検知するセンサ装置１５０から検知結果を取得し、検知結果から長押し割合を取得してもよい。

次に、認知症判定装置１１０の判定部１１２は、取得部１１１で取得された長押し割合に基づいて、ユーザの認知症レベルを判定する（Ｓ１０２）。その際、判定部１１２は、長押し割合が低いほど、認知症レベルをより重度と判定する。例えば、長押し割合が閾値以上である場合、判定部１１２は、認知症レベルを健常者の範囲に対応する正常レベルと判定してもよい。そして、長押し割合が閾値よりも低い場合、認知症レベルを軽度認知障害及び認知症の範囲に対応する異常レベルと判定してもよい。

そして、認知症判定装置１１０の出力部１１３は、判定部１１２で判定された認知症レベルを示す認知症情報を出力する（Ｓ１０３）。例えば、出力部１１３は、端末装置１２０へ認知症情報を送信することにより、認知症情報を出力してもよい。

これにより、認知症判定装置１１０は、ユーザによって行われる日常の作業に従って、認知症レベルを判定することができる。また、認知症レベルを判定するための長押し割合は、正しい操作か誤った操作かとは無関係に定められ、かつ、ユーザの嗜好の影響を受けにくい。そして、認知能力が低下することにより、長押し割合が低下すると推定される。したがって、認知症判定装置１１０は、長押し割合に基づいて、適切に認知症レベルを判定することができる。

（変形例）
図８は、図１に示された認知症判定システム１００の変形構成を示す概念図である。本変形例において、センサ装置１５０は、電気機器１３０に接続され、電気機器１３０と通信を行うことにより、電気機器１３０の動作を制御する。すなわち、センサ装置１５０は、電気機器１３０の動作を制御する制御装置として動作する。

例えば、認知症判定装置１１０の出力部１１３は、認知症情報を出力することにより、センサ装置１５０を介して、認知症情報を電気機器１３０の画面に表示させてもよい。具体的には、認知症判定装置１１０の出力部１１３は、センサ装置１５０へ認知症情報を出力する。そして、センサ装置１５０は、認知症判定装置１１０から認知症情報を受信し、認知症情報を電気機器１３０へ送信する。そして、電気機器１３０は、センサ装置１５０から認知症情報を受信し、画面に認知症情報を表示する。

これにより、認知症判定装置１１０は、電気機器１３０のユーザに、認知症レベルを通知することができる。

また、例えば、認知症判定装置１１０の出力部１１３は、ユーザの認知能力を向上させるための訓練コンテンツを出力することにより、センサ装置１５０を介して、訓練コンテンツを電気機器１３０の画面に表示させてもよい。

具体的には、認知症情報の例と同様に、認知症判定装置１１０の出力部１１３は、認知症レベルに基づいて、センサ装置１５０へ訓練コンテンツを出力する。そして、センサ装置１５０は、認知症判定装置１１０から訓練コンテンツを受信し、訓練コンテンツを電気機器１３０へ送信する。そして、電気機器１３０は、センサ装置１５０から訓練コンテンツを受信し、画面に認知症情報を表示する。

これにより、認知症判定装置１１０は、電気機器１３０のユーザに、認知能力の向上のための訓練を促すことができる。電気機器１３０の画面に表示される訓練コンテンツは、操作装置１４０が用いられる操作の訓練コンテンツである。例えば、操作装置１４０を用いて電気機器１３０に対する操作を訓練コンテンツに従って行うことで、認知能力の向上のための訓練が実施される。このような操作は、ユーザの指の運動を伴うため、認知能力の向上に有効である。

また、訓練コンテンツは、各認知症レベルに対して定められていてもよい。これにより、ユーザの認知症レベルに対して定められる訓練コンテンツに従って、ユーザの認知能力を改善するための訓練が実施される。訓練コンテンツは、認知症判定装置１１０の内部又は外部のメモリに予め記録されていてもよい。

また、ユーザの認知症レベルが、軽度認知障害又は認知症に対応するレベルと判定された場合に、認知症判定装置１１０の出力部１１３が、電気機器１３０の画面に表示させてもよい。つまり、判定された認知症レベルが所定の基準レベルよりも重度である場合に、認知症判定装置１１０の出力部１１３が、電気機器１３０の画面に表示させてもよい。これにより、認知症判定装置１１０が、訓練が不要な場合に、訓練コンテンツの表示を抑制することができる。

図９は、図８に示された電気機器１３０の画面に表示される情報の遷移を示す画面遷移図である。例えば、認知症情報及び訓練コンテンツは、図９のように表示される。

図９の例において、電気機器１３０であるテレビがオンされた場合、テレビの画面に、軽度認知障害の疑いがある旨の通知が表示される。この通知は、日毎に最初にテレビがオンされた際に表示され、２回目以降において、表示されなくてもよい。また、この通知は、過去の操作に基づいて判定された認知症レベルを示す認知症情報に対応する。例えば、この通知は、過去１日間、過去１週間、又は、過去１ヵ月等の操作に基づいて判定された認知症レベルを示していてもよい。

そして、訓練を開始する場合、１チャンネルボタンを押すことが促される。ここで、所定時間内に１チャンネルボタンが押下されることで、訓練が開始される。すなわち、訓練コンテンツが表示される。

例えば、所定時間内に１チャンネルボタンが押下された場合、次に、訓練を開始する旨が通知され、２チャンネルボタンを押すことが促される。所定時間内に２チャンネルボタンが押下された場合、ＯＫの旨が通知され、次に、５チャンネルボタンを押すことが促される。所定時間内に５チャンネルボタンが押下されなかった場合、ＮＧの旨が通知され、次に、１２チャンネルボタンを押すことが促される。所定時間内に１２チャンネルボタンが押下された場合、ＯＫの旨が通知される。

そして、訓練結果が点数で表示される。その際、訓練コンテンツが示す指示に従って操作が適切に行われたか回数に従って、点数が定められてもよい。また、訓練中の長押し割合が点数に反映されてもよい。その後、通常通り、テレビ番組の表示が開始される。

なお、認知症判定装置１１０は、訓練中の長押し割合を認知症レベルの判定に反映させてもよい。また、認知症判定装置１１０は、訓練期間を含む判定対象期間における長押し割合に基づいて認知症レベルを新たに判定し、新たに判定された認知症レベルを示す認知症情報を訓練後に画面に表示させてもよい。

また、チャンネルボタンを押すための所定時間は、ユーザの認知症レベルに対して定められてもよい。また、上記では、訓練においてチャンネルボタンの押下が３回繰り返されているが、繰り返しの回数は、ユーザの認知症レベルに対して定められてもよい。

例えば、ボタン押下のための所定時間、及び、繰り返しの回数が異なる複数の訓練コンテンツが、複数の認知症レベルに対して予め定められてもよい。そして、複数の認知症レベルに対して予め定められた複数の訓練コンテンツのうち、ユーザの認知症レベルに対して定められた訓練コンテンツに従って、訓練が実施されてもよい。

図１０は、図８に示された電気機器１３０の画面に表示される情報の表示領域を示す画面構成図である。認知症情報及び訓練コンテンツは、画面の全体ではなく、画面の一部の領域に表示されてもよい。図１０の例では、画面の右下の領域に、認知症情報及び訓練コンテンツが表示される。そして、画面の他の領域に、テレビ番組が表示される。

なお、訓練に用いられるボタン、及び、訓練の開始に用いられるボタンとして、あまり使用されないボタンが用いられてもよい。これにより、テレビ番組を視聴するための操作を妨げることが抑制される。

図１１は、図８等に示された認知症判定システム１００の動作を示すフローチャートである。変形例における認知症判定装置１１０は、ユーザの認知症レベルの判定において、図１１に示された動作を行う。

まず、認知症判定装置１１０の取得部１１１は、長押し割合を取得する（Ｓ１０１）。次に、認知症判定装置１１０の判定部１１２は、取得部１１１で取得された長押し割合に基づいて、ユーザの認知症レベルを判定する（Ｓ１０２）。そして、認知症判定装置１１０の出力部１１３は、判定部１１２で判定された認知症レベルを示す認知症情報を出力する（Ｓ１０３）。

これらの処理は、基本的に、図７の例と同様である。本変形例において、認知症判定装置１１０の出力部１１３は、認知症情報を出力することにより、電気機器１３０の画面に認知症情報を表示させてもよい。

また、本変形例において、認知症判定装置１１０の出力部１１３は、判定部１１２で判定された認知症レベルに基づいて、訓練コンテンツを出力することにより、訓練コンテンツを電気機器１３０の画面に表示させる（Ｓ１０４）。例えば、認知症判定装置１１０の出力部１１３は、判定部１１２で判定された認知症レベルに対して定められる訓練コンテンツを出力することにより、認知症レベルに対して定められる訓練コンテンツを電気機器１３０の画面に表示させてもよい。

これにより、認知症判定装置１１０は、認知症レベルの判定に用いられた電気機器１３０を介して、認知症レベルの判定結果をユーザに通知することができる。そして、これにより、認知症判定装置１１０は、生活リズムの改善などをユーザに促すことができる。また、認知症判定装置１１０は、訓練コンテンツを電気機器１３０の画面に表示させることにより、認知能力の改善を促すことができる。

また、例えば、訓練コンテンツに従って、操作装置１４０を用いて電気機器１３０に対する操作が行われる。認知症判定装置１１０は、訓練コンテンツに従って行われる操作を次回の判定に反映させてもよい。

具体的には、次回の判定において、認知症判定装置１１０の取得部１１１は、訓練コンテンツが表示されている訓練期間を含む判定対象期間における長押し割合を新たに取得する。そして、認知症判定装置１１０の判定部１１２は、取得部１１１で新たに取得された長押し割合に基づいて、認知症レベルを新たに判定する。

これにより、認知症判定装置１１０は、訓練によって改善された認知症レベルを適切に判定することができる。

なお、上記の実施の形態１及び変形例において、センサ装置１５０は、電気機器１３０に組み込まれていてもよい。そして、電気機器１３０が、センサ装置１５０の役割を有していてもよい。さらに、認知症判定装置１１０が、電気機器１３０に組み込まれていてもよいし、認知症判定装置１１０に含まれる複数の構成要素が、電気機器１３０に組み込まれていてもよい。そして、電気機器１３０が、認知症判定装置１１０の役割を有していてもよい。

また、認知症判定システム１００は、ユーザ環境における複数のユーザの中から、各ユーザを認証し、複数のユーザの中から認証されたユーザの認知症レベルを判定してもよい。例えば、複数のユーザに対して、複数の操作装置がそれぞれ割り当てられていてもよい。そして、複数の操作装置のうち、操作に用いられた操作装置に従って、ユーザが認証されてもよい。あるいは、１つの操作装置が、指紋認証によって、各ユーザを認証してもよい。

また、認知症判定システム１００は、長押し割合に基づいて認知症レベルを判定する際に、ユーザが健常な過去の状態における長押し割合と、現在の状態における長押し割合とを比較してもよい。そして、認知症判定システム１００は、現在の状態における長押し割合が、過去の状態における長押し割合よりも低い場合、現在の状態における認知症レベルを過去の状態における認知症レベルよりも重度と判定してもよい。

すなわち、現在の状態におけるユーザの認知症レベルを判定するための長押し割合に対する閾値は、ユーザが健常な過去の状態における長押し割合に基づいて定められてもよい。あるいは、このような閾値を定めるため、ユーザが健常な過去の状態における長押し割合の代わりに、複数のユーザの健常な状態における平均的な長押し割合が用いられてもよい。

また、認知症判定システム１００は、長押し割合に基づいて認知症レベルを判定する際に、長押し割合だけでなく、他の判定基準を用いてもよい。すなわち、認知症判定システム１００は、長押し割合及び他のパラメータに基づいて、認知症レベルを判定してもよい。

また、長押し割合の代わりに、平均押下時間、すなわち、ボタンが押下される時間の１回あたりの長さが用いられてもよい。長押し割合が低いほど、認知症レベルがより重度であることは、平均押下時間が短いほど、認知症レベルがより重度であることに置き換えられ得る。したがって、認知症判定システム１００は、平均押下時間が短いほど、認知症レベルをより重度と判定してもよい。

（実施の形態２）
［実施の形態２における課題］
近年、全人口に占める高齢者の割合が高まっている。このような高齢化社会の到来により、認知症の問題が顕在化すると考えられる。このような認知症の問題は、テレビ番組などマスメディアでも盛んに取り上げられている。

認知症には、軽度から重度に至るまで様々なレベルがあり、認知症になる前の軽度認知障害（ＭＣＩ：Ｍｏｄｅｒａｔｅ Ｃｏｇｎｉｔｉｖｅ Ｉｍｐａｉｒｍｅｎｔ）の段階であることがわかれば、トレーニングなどによって認知症の発症を抑えられる可能性がある。認知症レベルの判定に関する技術として、特許文献２には、高次脳機能障害診断装置が開示されている。

［構成］
実施の形態２において、認知症判定システム１００は、電気機器に対する操作の履歴に基づいて認知症レベルを判定する。このような認知症判定システム１００の構成の、実施の形態１との相違点について説明する。

取得部１１１は、認知症レベルを判定するための情報として、操作装置１４０ボタンの押下継続時間を取得する。押下継続時間は、１回のボタンの押下における当該ボタンが押下されている時間の長さである。

判定部１１２は、取得部１１１によって取得された押下継続時間の相対度数分布に基づいて、認知症レベルを判定する。

［実施の形態２の動作を行う認知機能判定システムを発明するに至った知見］
以下、実施の形態２の動作を行う認知症判定システム１００を発明するに至った発明者らの知見について説明する。認知症レベルの判定の対象となるユーザは、１日に複数回操作装置１４０のボタンを押下する。この複数回のボタンの押下は、通常、押下継続時間が互いに異なる。そこで、発明者らが１日分の押下継続時間の相対度数分布を算出したところ、健常者、ＭＣＩ患者、及び、ＡＤ患者の相対度数分布がそれぞれ異なる形状となることを見出した。図１２は、健常者、ＭＣＩ患者、及び、ＡＤ患者の押下継続時間の相対度数分布を示す図である。なお、図１２に示される健常者、ＭＣＩ患者、及び、ＡＤ患者の相対度数分布のそれぞれは、複数のユーザの相対度数分布が加算平均されたものである。なお、各ユーザの相対度数分布は、１日分の押下継続時間の相対度数分布を複数日分（例えば、数ヶ月分）加算平均することにより算出されている。

図１２に示されるように、押下継続時間を連続する３つの区間（具体的には、第一区間Ｔ１、中間区間Ｔｍ、及び、第二区間Ｔ２）に分けると、ＭＣＩ患者の相対度数分布のみが中間区間Ｔｍにおいて明白なピークを有する。つまり、ＭＣＩ患者においては、押下継続時間が短いケース、及び、押下継続時間が長いケースが減少し、押下継続時間が中間値となるケースが増大する。なお、図１２では、中間区間Ｔｍは、一例として、１０００ｍｓ以上３０００ｍｓ以下の区間とされているが、経験的または実験的に適宜変更されてよい。

このように中間区間Ｔｍにピークが生じる原因は、ＭＣＩ患者が認知機能の低下により、ボタンを素早く（つまり、短く）押せなくなり、かつ、ボタンを長く押せなくなるからであると考えられる。

そこで、認知症判定システム１００は、ＭＣＩ患者の相対度数分布において、中間区間Ｔｍにおける相対度数が他の２つの区間よりも比較的大きくなる（ピークが生じる）ことを利用して、認知症レベルの判定を行う。つまり、認知症判定システム１００は、押下継続時間を連続する３つの区間に分けた場合の中間区間Ｔｍにおける相対度数分布と、他の２つの区間における相対度数分布との比較により、ユーザの認知症レベルを判定する。

認知症判定システム１００は、具体的には、第一区間Ｔ１における相対度数分布の積分値をＡ、中間区間Ｔｍにおける相対度数分布の積分値をＢ、第二区間Ｔ２における相対度数分布の積分値をＣとした場合に、（Ｂ／Ａ）＋（Ｂ／Ｃ）で表される特徴量に基づいてユーザの認知症レベルを判定する。図１３は、複数のユーザを対象とした、特徴量と物忘れ相談プログラム（ＭＳＰ）のスコアとの相関関係を示す図である。なお、物忘れ相談プログラムは、ＡＤ患者を発見するためのスクリーニングテストプログラムである。

図１３に示されるように、上記特徴量とＭＳＰのスコアとの相関係数Ｒは、Ｒ＝−０．７１０７６（Ｒ^２＝０．５０５２）である。また、この場合のｐ値は、ｐ＝０．０００００００００００９４１７０４３であり、有意水準である０．０５よりも極めて低い。つまり、上記特徴量とＭＳＰのスコアとは、良好な相関関係を有するといえる。なお、上記特徴量がＭＣＩ患者である傾向が強いほど大きい値になるのに対し、ＭＳＰのスコアは数値が低いほど認知機能が低下していることを示すため、両者は負の相関を有している。

［動作］
以上のような特徴量を用いた、認知症判定システム１００の認知症レベルの判定動作について説明する。センサ装置１５０による操作装置１４０から発信された信号の検知方法は、実施の形態１において図３を用いて説明した通りである。また、センサ装置１５０の信号の検知結果は、実施の形態１において図４を用いて説明した通りである。なお、実施の形態２では、検知結果が集約されることは必須ではない。図４に示される集約される前の検知結果は、押下継続期間を示している。

以下、センサ装置１５０の検知結果を用いた認知症判定装置１１０の動作について説明する。図１４は、認知症判定装置１１０の動作のフローチャートである。認知症判定装置１１０は、ユーザの認知症レベルの判定において、図１４に示された動作を行う。

まず、認知症判定装置１１０の取得部１１１は、押下継続時間を取得する（Ｓ２０１）。押下継続時間は、電気機器１３０に対する操作にユーザが用いる操作装置１４０のボタンの押下継続時間である。例えば、取得部１１１は、操作装置１４０から発信された信号を検知するセンサ装置１５０から検知結果を取得し、検知結果から押下継続時間を取得する。

次に、認知症判定装置１１０の判定部１１２は、取得部１１１で取得された押下継続時間の相対度数分布に基づいて、ユーザの認知症レベルを判定する（Ｓ２０２）。判定部１１２は、例えば、ユーザの１日分の押下継続時間の相対度数分布を複数日分加算平均することにより判定に用いられる相対度数分布を算出し、算出した相対度数分布から上述の特徴量を算出する。なお、判定に用いられる相対度数分布の算出方法はこのような方法に限定されない。例えば、加算平均は判定の精度を高めるための処理であり、必須ではない。また、相対度数分布がユーザの１日分の押下継続時間に基づくことは必須ではなく、所定期間分の押下継続時間に基づけばよい。

例えば、特徴量が閾値以上である場合、判定部１１２は、認知症レベルを軽度認知障害に対応する異常レベルと判定する。なお、特徴量が閾値未満である場合、判定部１１２は、認知症レベルを、健常者の範囲に対応する正常レベル、または、認知症の範囲に対応する以上レベルと判定してもよい。また、軽度認知障害に対応する異常レベルは、さらに細かく複数のサブレベルに区別されてもよい。この場合、判定部１１２は、特徴量の値が大きいほど軽度認知障害である傾向が強いサブレベルであると判定する。

そして、認知症判定装置１１０の出力部１１３は、判定部１１２で判定された認知症レベルを示す認知症情報を出力する（Ｓ２０３）。例えば、出力部１１３は、端末装置１２０へ認知症情報を送信することにより、認知症情報を出力してもよい。

以上説明したように、認知症判定装置１１０は、電気機器１３０に対する操作の履歴に基づいてユーザの認知症レベルを判定することができる。つまり、認知症判定装置１１０は、ユーザによって行われる日常の作業に従って、認知症レベルを判定することができる。また、認知症レベルを判定するための押下継続時間は、正しい操作か誤った操作かとは無関係に定められ、かつ、ユーザの嗜好の影響を受けにくい。したがって、認知症判定装置１１０は、押下継続時間に基づいて、適切に認知症レベルを判定することができる。

［変形例］
上記実施の形態２では、判定部１１２は、相対度数分布から求められる特徴量に基づいて認知症レベルの判定を行ったが、このような判定方法は一例である。例えば、判定部１１２は、ユーザの押下継続時間の相対度数分布と、あらかじめ定められた基準分布との近似度を求めることにより認知症レベルの判定を行ってもよい。例えば、基準分布として軽度認知障害患者の標準的な押下継続時間の相対度数分布が用いられる場合には、判定部１１２は、ユーザの押下継続時間の相対度数分布が基準分布に近いほど、ユーザが軽度認知障害である傾向が強いと判定することができる。なお、近似度を求める際には、機械学習などの手法が用いられてもよい。

また、判定部１１２は、相対度数分布の中間区間Ｔｍにおけるピークレベル（つまり、相対度数のピーク値）と閾値との比較により、認知症レベルを判定してもよい。この場合、判定部１１２は、ピークレベルが高いほど、ユーザが軽度認知障害である傾向が強いと判定することができる。また、判定部１１２は、相対度数分布の中間区間Ｔｍにおけるピークの有無に基づいて認知症レベル（この場合、軽度認知障害であるか否か）を判定してもよい。

また、判定部１１２は、押下継続時間の相対度数分布の経時変化に基づいてユーザの認知症レベルを判定してもよい。つまり、判定部１１２は、あるユーザの過去の押下継続時間の相対度数分布と、当該ユーザの現在の押下継続時間の相対度数分布との比較により、認知症レベルを判定してもよい。このような判定方法は、同一のユーザの変化に基づくため、個人差によって判定精度が確保できないような場合に有効である。判定部１１２は、具体的には、上述の特徴量の経時変化に基づいて認知症レベルを判定してもよいし、基準分布に対する近似度の経時変化に基づいて認知症レベルを判定してもよいし、ピークレベルの経時変化に基づいて認知症レベルを判定してもよい。

また、上記実施の形態２及びその変形例では、認知症レベルの判定に相対度数分布が用いられたが、相対度数分布に代えて通常の度数分布が用いられてもよい。相対度数分布は、加算平均等の統計処理が容易であるという利点がある。

なお、上記の実施の形態２及びその変形例において、センサ装置１５０は、電気機器１３０に組み込まれていてもよい。そして、電気機器１３０が、センサ装置１５０の役割を有していてもよい。さらに、認知症判定装置１１０が、電気機器１３０に組み込まれていてもよいし、認知症判定装置１１０に含まれる複数の構成要素が、電気機器１３０に組み込まれていてもよい。そして、電気機器１３０が、認知症判定装置１１０の役割を有していてもよい。

また、認知症判定システム１００は、ユーザ環境における複数のユーザの中から、各ユーザを認証し、複数のユーザの中から認証されたユーザの認知症レベルを判定してもよい。例えば、複数のユーザに対して、複数の操作装置がそれぞれ割り当てられていてもよい。そして、複数の操作装置のうち、操作に用いられた操作装置に従って、ユーザが認証されてもよい。あるいは、１つの操作装置が、顔認証または指紋認証によって、各ユーザを認証してもよい。

（その他の実施の形態）
以上、本発明の一態様における認知症判定システム１００について、実施の形態１及び２等に従って説明したが、本発明は、実施の形態１及び２等に限定されない。実施の形態１及び２等に対して当業者が思いつく変形を施して得られる形態、及び、実施の形態１及び２等における複数の構成要素を任意に組み合わせて実現される別の形態も本発明に含まれる。

例えば、特定の構成要素が実行する処理を別の構成要素が実行してもよい。また、処理を実行する順番が変更されてもよいし、複数の処理が並行して実行されてもよい。

また、本発明は、認知症判定システム１００として実現できるだけでなく、認知症判定システム１００を構成する各構成要素が行うステップを含む認知症判定方法として実現できる。例えば、それらのステップは、プロセッサ、メモリ及び入出力回路等を備えるコンピュータシステムによって実行される。そして、本発明は、それらの方法に含まれるステップを、コンピュータシステムに実行させるためのプログラムとして実現できる。なお、コンピュータシステムは、単にコンピュータと表現される場合がある。

また、本発明は、上記のプログラムを記録した非一時的なコンピュータ読み取り可能な記録媒体として実現できる。記録媒体は、ＣＤ−ＲＯＭ等の光ディスクでもよいし、ハードディスドライブ等の磁気ディスクでもよいし、光磁気ディスク（ＭＯ）でもよいし、フラッシュメモリ等の半導体メモリでもよいし、他の非一時的なコンピュータ読み取り可能な記録媒体でもよい。また、プログラムは、記録媒体に予め記録されていてもよいし、通信ネットワークを介して記録媒体に供給されることで記録媒体に記録されてもよい。

例えば、本発明が、プログラムで実現される場合には、コンピュータシステムのプロセッサ、メモリ及び入出力回路等のハードウェア資源を利用してプログラムが実行されることによって、各ステップが実行される。つまり、プロセッサがデータをメモリ又は入出力回路等から取得して演算したり、演算結果をメモリ又は入出力回路等に出力したりすることによって、各ステップが実行される。プログラムを実行するためのプロセッサとして、任意の種類のプロセッサが利用可能である。

また、認知症判定システム１００等に含まれる複数の構成要素は、それぞれ、専用又は汎用の回路として実現されてもよい。これらの構成要素は、１つの回路として実現されてもよいし、複数の回路として実現されてもよい。

また、認知症判定システム１００等に含まれる複数の構成要素は、集積回路（ＩＣ：Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）であるＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ）として実現されてもよい。これらの構成要素は、個別に１チップ化されてもよいし、一部又は全てを含むように１チップ化されてもよい。これらの構成要素が、１つの装置の１以上のチップに設けられてもよいし、複数の装置の複数のチップに設けられてもよい。

また、ＬＳＩは、集積度の違いにより、システムＬＳＩ、スーパーＬＳＩ又はウルトラＬＳＩと呼称される場合がある。また、集積回路は、専用回路又は汎用プロセッサで実現されてもよい。プログラム可能なＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、又は、内部の回路セルの接続及び設定が再構成可能なリコンフィギュラブル・プロセッサが、利用されてもよい。

さらに、半導体技術の進歩又は派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて、認知症判定システム１００に含まれる複数の構成要素の集積回路化が行われてもよい。

最後に、認知症判定システム１００等の複数の態様を例として示す。これらの態様は、適宜、組み合わされてもよい。また、上記の実施の形態１及び２等に示された任意の構成等が追加されてもよい。

（第１態様）
本発明の一態様における認知症判定システム１００は、取得部１１１と、判定部１１２と、出力部１１３とを備える。

取得部１１１は、電気機器１３０に対する操作にユーザが用いる操作装置１４０のボタンが押された押下回数に対する、操作装置１４０のボタンが基準時間よりも長く押された長押し回数の割合である長押し割合を取得する。判定部１１２は、取得部１１１で取得された長押し割合に基づいて、ユーザの認知症レベルを判定する。その際、判定部１１２は、長押し割合が低いほど、認知症レベルをより重度と判定する。出力部１１３は、判定部１１２で判定された認知症レベルを示す認知症情報を出力する。

これにより、認知症判定システム１００は、ユーザによって行われる日常の作業に従って、認知症レベルを判定することができる。また、認知症レベルを判定するための長押し割合は、正しい操作か誤った操作かとは無関係に定められ、かつ、ユーザの嗜好の影響を受けにくい。そして、認知能力が低下することにより、長押し割合が低下すると推定される。したがって、認知症判定システム１００は、長押し割合に基づいて、適切に認知症レベルを判定することができる。

（第２態様）
例えば、判定部１１２は、長押し割合が閾値以上である場合、認知症レベルを健常者の範囲に対応する正常レベルと判定してもよい。そして、判定部１１２は、長押し割合が閾値よりも低い場合、認知症レベルを軽度認知障害及び認知症の範囲に対応する異常レベルと判定してもよい。これにより、認知症判定システム１００は、ユーザの認知症レベルが正常レベルであるか異常レベルであるかを適切に判定することができる。

（第３態様）
例えば、出力部１１３は、認知症情報を出力することにより、認知症情報を電気機器１３０の画面に表示させてもよい。これにより、認知症判定システム１００は、ユーザの認知症レベルをユーザに通知することができる。したがって、認知症判定システム１００は、生活リズムの改善などをユーザに促すことができる。

（第４態様）
例えば、出力部１１３は、判定部１１２で判定された認知症レベルに基づいて、操作装置１４０が用いられる操作の訓練コンテンツを出力することにより、訓練コンテンツを電気機器１３０の画面に表示させてもよい。これにより、認知症判定システム１００は、判定された認知症レベルに基づいて、ユーザに訓練を促すことができる。

（第５態様）
例えば、出力部１１３は、判定部１１２で判定された認知症レベルが基準レベルよりも重度である場合に訓練コンテンツを出力することにより、訓練コンテンツを電気機器１３０の画面に表示させてもよい。これにより、認知症判定システム１００は、ユーザが軽度認知障害又は認知症と判定された場合等において、ユーザに訓練を促すことができる。

（第６態様）
例えば、出力部１１３は、判定部１１２で判定された認知症レベルに対して定められる訓練コンテンツを出力することにより、訓練コンテンツを電気機器１３０の画面に表示させてもよい。これにより、認知症判定システム１００は、判定された認知症レベルに適した訓練をユーザに促すことができる。

（第７態様）
例えば、取得部１１１は、訓練コンテンツが表示されている訓練期間を含む判定対象期間における長押し割合を新たに取得してもよい。判定部１１２は、取得部１１１で新たに取得された長押し割合に基づいて、認知症レベルを新たに判定してもよい。これにより、認知症判定システム１００は、情報をより多くの収集し、認知症レベルを判定することができる。また、認知症判定システム１００は、訓練によって改善される認知症レベルを判定することができる。

（第８態様）
本発明の一態様におけるプログラムは、取得ステップ（Ｓ１０１）と、判定ステップ（Ｓ１０２）と、出力ステップ（Ｓ１０３）とを含む認知症判定処理をコンピュータに実行させるためのプログラムである。

取得ステップ（Ｓ１０１）では、電気機器１３０に対する操作にユーザが用いる操作装置１４０のボタンが押された押下回数に対する、操作装置１４０のボタンが基準時間よりも長く押された長押し回数の割合である長押し割合を取得する。

判定ステップ（Ｓ１０２）では、取得ステップ（Ｓ１０１）で取得された長押し割合に基づいて、ユーザの認知症レベルを判定する。また、判定ステップ（Ｓ１０２）では、長押し割合が低いほど、認知症レベルをより重度と判定する。出力ステップ（Ｓ１０３）では、判定ステップ（Ｓ１０２）で判定された認知症レベルを示す認知症情報を出力する。

これにより、プログラムは、認知症レベルの適切な判定をコンピュータに実行させることができる。

（第９態様）
本発明の一態様における認知症判定システム１００は、取得部１１１と、判定部１１２と、出力部１１３とを備える。

取得部１１１は、電気機器１３０に対する操作にユーザが用いる操作装置１４０のボタンの押下継続時間を取得する。判定部１１２は、取得された押下継続時間の分布に基づいて、ユーザの認知症レベルを判定する。出力部１１３は、判定された認知症レベルを示す認知症情報を出力する。

これにより、認知症判定システム１００は、電気機器１３０に対する操作の履歴に基づいてユーザの認知症レベルを判定することができる。つまり、認知症判定システム１００は、ユーザによって行われる日常の作業に従って、認知症レベルを判定することができる。また、認知症レベルを判定するための押下継続時間は、正しい操作か誤った操作かとは無関係に定められ、かつ、ユーザの嗜好の影響を受けにくい。したがって、認知症判定システム１００は、押下継続時間に基づいて、適切に認知症レベルを判定することができる。

（第１０態様）
例えば、判定部１１２は、押下継続時間を連続する３つの区間に分けた場合の中間区間Ｔｍにおける分布と、他の２つの区間における分布との比較により、ユーザの認知症レベルを判定してもよい。これにより、認知症判定システム１００は、中間区間Ｔｍにおける分布と他の２つの区間における分布との比較に基づいてユーザの認知症レベルを判定することができる。

（第１１態様）
例えば、判定部１１２は、中間区間Ｔｍの直前の第一区間における分布の積分値をＡ、中間区間Ｔｍにおける分布の積分値をＢ、中間区間Ｔｍの直後の第二区間における分布の積分値をＣとした場合に、（Ｂ／Ａ）＋（Ｂ／Ｃ）で表される特徴量に基づいてユーザの認知症レベルを判定してもよい。これにより、認知症判定システム１００は、分布から求められる特徴量に基づいてユーザの認知症レベルを判定することができる。

（第１２態様）
例えば、判定部１１２は、特徴量が閾値以上である場合に、認知症レベルを軽度認知障害に対応する異常レベルと判定する。これにより、認知症判定システム１００は、ユーザの認知症レベルが軽度認知障害に対応する異常レベルであるか否かを適切に判定することができる。

（第１３態様）
例えば、中間区間Ｔｍは、押下継続時間が１０００ｍｓ以上３０００ｍｓ以下の区間であってもよい。これにより、認知症判定システム１００は、押下継続時間が１０００ｍｓ以上３０００ｍｓ以下の中間区間Ｔｍにおける分布と他の２つの区間における分布との比較に基づいてユーザの認知症レベルを判定することができる。

（第１４態様）
例えば、判定部１１２は、分布の経時変化に基づいてユーザの認知症レベルを判定してもよい。これにより、認知症判定システム１００は、分布の経時変化に基づいてユーザの認知症レベルを判定することができる。

（第１５態様）
例えば、分布は、１日分の押下継続時間の相対度数分布を複数日分加算平均することにより算出される。これにより、認知症判定システム１００は、認知症レベルを高い精度で判定することができる。

（第１６態様）
本発明の一態様におけるプログラムは、取得ステップ（Ｓ２０１）と、判定ステップ（Ｓ２０２）と、出力ステップ（Ｓ２０３）とを含む認知症判定処理をコンピュータに実行させるためのプログラムである。

取得ステップ（Ｓ２０１）では、電気機器１３０に対する操作にユーザが用いる操作装置１４０のボタンの押下継続時間を取得する。判定ステップ（Ｓ２０２）では、取得された押下継続時間の分布に基づいて、ユーザの認知症レベルを判定する。出力ステップ（Ｓ２０３）では、判定された認知症レベルを示す認知症情報を出力する。

これにより、プログラムは、電気機器１３０に対する操作の履歴に基づく認知症レベルの判定をコンピュータに実行させることができる。

１００ 認知症判定システム
１１１ 取得部
１１２ 判定部
１１３ 出力部
１３０ 電気機器
１４０ 操作装置

認知症には、軽度から重度に至るまで様々なレベルがあり、認知症になる前の軽度認知障害（ＭＣＩ：Ｍｉｌｄ Ｃｏｇｎｉｔｉｖｅ Ｉｍｐａｉｒｍｅｎｔ）の段階であることがわかれば、トレーニングなどによって認知症の発症を抑えられる可能性がある。認知症レベルの判定に関する技術として、特許文献２には、高次脳機能障害診断装置が開示されている。

［動作］
以上のような特徴量を用いた、認知症判定システム１００の認知症レベルの判定動作について説明する。センサ装置１５０による操作装置１４０から発信された信号の検知方法は、実施の形態１において図３を用いて説明した通りである。また、センサ装置１５０の信号の検知結果は、実施の形態１において図４を用いて説明した通りである。なお、実施の形態２では、検知結果が集約されることは必須ではない。図４に示される集約される前の検知結果は、押下継続時間を示している。

Claims (16)

1. 電気機器に対する操作にユーザが用いる操作装置のボタンが押された押下回数に対する、前記操作装置のボタンが基準時間よりも長く押された長押し回数の割合である長押し割合を取得する取得部と、
   前記取得部で取得された前記長押し割合に基づいて、前記ユーザの認知症レベルを判定する判定部と、
   前記判定部で判定された前記認知症レベルを示す認知症情報を出力する出力部とを備え、
   前記判定部は、前記長押し割合が低いほど、前記認知症レベルをより重度と判定する
   認知症判定システム。
2. 前記判定部は、
   前記長押し割合が閾値以上である場合、前記認知症レベルを健常者の範囲に対応する正常レベルと判定し、
   前記長押し割合が前記閾値よりも低い場合、前記認知症レベルを軽度認知障害及び認知症の範囲に対応する異常レベルと判定する
   請求項１に記載の認知症判定システム。
3. 前記出力部は、前記認知症情報を出力することにより、前記認知症情報を前記電気機器の画面に表示させる
   請求項１又は２に記載の認知症判定システム。
4. 前記出力部は、前記判定部で判定された前記認知症レベルに基づいて、前記操作装置が用いられる操作の訓練コンテンツを出力することにより、前記訓練コンテンツを前記電気機器の画面に表示させる
   請求項１〜３のいずれか１項に記載の認知症判定システム。
5. 前記出力部は、前記判定部で判定された前記認知症レベルが基準レベルよりも重度である場合に前記訓練コンテンツを出力することにより、前記訓練コンテンツを前記画面に表示させる
   請求項４に記載の認知症判定システム。
6. 前記出力部は、前記判定部で判定された前記認知症レベルに対して定められる前記訓練コンテンツを出力することにより、前記訓練コンテンツを前記画面に表示させる
   請求項４又は５に記載の認知症判定システム。
7. 前記取得部は、前記訓練コンテンツが表示されている訓練期間を含む判定対象期間における前記長押し割合を新たに取得し、
   前記判定部は、前記取得部で新たに取得された前記長押し割合に基づいて、前記認知症レベルを新たに判定する
   請求項４〜６のいずれか１項に記載の認知症判定システム。
8. コンピュータに認知症判定処理を実行させるためのプログラムであって、
   前記認知症判定処理は、
   電気機器に対する操作にユーザが用いる操作装置のボタンが押された押下回数に対する、前記操作装置のボタンが基準時間よりも長く押された長押し回数の割合である長押し割合を取得する取得ステップと、
   前記取得ステップで取得された前記長押し割合に基づいて、前記ユーザの認知症レベルを判定する判定ステップと、
   前記判定ステップで判定された前記認知症レベルを示す認知症情報を出力する出力ステップとを含み、
   前記判定ステップでは、前記長押し割合が低いほど、前記認知症レベルをより重度と判定する
   プログラム。
9. 電気機器に対する操作にユーザが用いる操作装置のボタンの押下継続時間を取得する取得部と、
   取得された前記押下継続時間の分布に基づいて、前記ユーザの認知症レベルを判定する判定部と、
   判定された前記認知症レベルを示す認知症情報を出力する出力部とを備える
   認知症判定システム。
10. 前記判定部は、押下継続時間を連続する３つの区間に分けた場合の中間区間における前記分布と、他の２つの区間における前記分布との比較により、前記ユーザの認知症レベルを判定する
    請求項９に記載の認知症判定システム。
11. 前記判定部は、前記中間区間の直前の第一区間における前記分布の積分値をＡ、前記中間区間における前記分布の積分値をＢ、前記中間区間の直後の第二区間における前記分布の積分値をＣとした場合に、（Ｂ／Ａ）＋（Ｂ／Ｃ）で表される特徴量に基づいて前記ユーザの認知症レベルを判定する
    請求項１０に記載の認知症判定システム。
12. 前記判定部は、前記特徴量が閾値以上である場合に、前記認知症レベルを軽度認知障害に対応する異常レベルと判定する
    請求項１１に記載の認知症判定システム。
13. 前記中間区間は、押下継続時間が１０００ｍｓ以上３０００ｍｓ以下の区間である
    請求項１０〜１２のいずれか１項に記載の認知症判定システム。
14. 前記判定部は、前記分布の経時変化に基づいて前記ユーザの認知症レベルを判定する
    請求項９に記載の認知症判定システム。
15. 前記分布は、１日分の前記押下継続時間の相対度数分布を複数日分加算平均することにより算出される
    請求項９〜１４のいずれか１項に記載の認知症判定システム。
16. コンピュータに認知症判定処理を実行させるためのプログラムであって、
    前記認知症判定処理は、
    電気機器に対する操作にユーザが用いる操作装置のボタンの押下継続時間を取得する取得ステップと、
    取得された前記押下継続時間の分布に基づいて、前記ユーザの認知症レベルを判定する判定ステップと、
    判定された前記認知症レベルを示す認知症情報を出力する出力ステップとを含む
    プログラム。

Images