JPWO2019221252A1 - 情報処理装置、情報処理方法およびプログラム - Google Patents
情報処理装置、情報処理方法およびプログラム Download PDFInfo
- Publication number
- JPWO2019221252A1 JPWO2019221252A1 JP2020519931A JP2020519931A JPWO2019221252A1 JP WO2019221252 A1 JPWO2019221252 A1 JP WO2019221252A1 JP 2020519931 A JP2020519931 A JP 2020519931A JP 2020519931 A JP2020519931 A JP 2020519931A JP WO2019221252 A1 JPWO2019221252 A1 JP WO2019221252A1
- Authority
- JP
- Japan
- Prior art keywords
- data
- animal
- person
- unit
- information processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 50
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 241001465754 Metazoa Species 0.000 claims abstract description 71
- 208000024891 symptom Diseases 0.000 claims abstract description 64
- 206010012289 Dementia Diseases 0.000 claims abstract description 62
- 230000003542 behavioural effect Effects 0.000 claims abstract description 44
- 230000006399 behavior Effects 0.000 claims abstract description 38
- 230000007613 environmental effect Effects 0.000 claims abstract description 38
- 230000006870 function Effects 0.000 claims abstract description 38
- 238000004458 analytical method Methods 0.000 claims abstract description 37
- 238000011156 evaluation Methods 0.000 claims abstract description 22
- 238000000611 regression analysis Methods 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 55
- 230000010485 coping Effects 0.000 claims description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000009795 derivation Methods 0.000 claims description 11
- 230000036387 respiratory rate Effects 0.000 claims description 10
- 238000013135 deep learning Methods 0.000 claims description 8
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 7
- 238000012706 support-vector machine Methods 0.000 claims description 6
- 230000036760 body temperature Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000012417 linear regression Methods 0.000 claims description 3
- 208000036574 Behavioural and psychiatric symptoms of dementia Diseases 0.000 abstract description 5
- 238000013473 artificial intelligence Methods 0.000 description 18
- 238000012545 processing Methods 0.000 description 18
- 230000007774 longterm Effects 0.000 description 10
- 230000007958 sleep Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000029142 excretion Effects 0.000 description 6
- 230000000737 periodic effect Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 239000000090 biomarker Substances 0.000 description 3
- 238000007418 data mining Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 235000012054 meals Nutrition 0.000 description 3
- 238000003058 natural language processing Methods 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 208000013404 behavioral symptom Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 235000021152 breakfast Nutrition 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 235000021156 lunch Nutrition 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008452 non REM sleep Effects 0.000 description 2
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 208000000044 Amnesia Diseases 0.000 description 1
- 206010012239 Delusion Diseases 0.000 description 1
- 206010016334 Feeling hot Diseases 0.000 description 1
- 206010024264 Lethargy Diseases 0.000 description 1
- 208000026139 Memory disease Diseases 0.000 description 1
- 206010039740 Screaming Diseases 0.000 description 1
- 230000009118 appropriate response Effects 0.000 description 1
- 230000037007 arousal Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 231100000868 delusion Toxicity 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002651 drug therapy Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000008909 emotion recognition Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000006984 memory degeneration Effects 0.000 description 1
- 208000023060 memory loss Diseases 0.000 description 1
- 230000027939 micturition Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 238000010827 pathological analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
- 235000011888 snacks Nutrition 0.000 description 1
- 235000021163 supper Nutrition 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000036642 wellbeing Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Neurology (AREA)
- Signal Processing (AREA)
- Developmental Disabilities (AREA)
- Cardiology (AREA)
- Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Child & Adolescent Psychology (AREA)
- Pulmonology (AREA)
- Neurosurgery (AREA)
- Educational Technology (AREA)
- Social Psychology (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
Description
本発明の情報処理装置は、
人または動物の周囲の環境データと、前記人または動物の生体データ、前記人または動物の行動データ、前記人または動物の画像又は映像データおよび前記人または動物の音声データの群から選択される少なくとも1種を取得するデータ取得部と、
前記データ取得部が取得したデータに基づき、前記人または動物の認知症における行動・心理症状の発症またはその発症時期を予測する予測部とを含む。
前記予測部は、推論分析、回帰分析、HotSpot分析、近接間分析および時空間分析の少なくとも1種を用いて、前記人または動物の認知症における行動・心理症状に関する予測を行うことができる。
前記データ取得部が取得したデータを指標化するための指標化部を含み、
前記予測部は、前記指標化部で指標化された指標値を入力して、前記人または動物の認知症における行動・心理症状に関する予測値を出力する関数または分類器を用いて予測が行われることができる。
前記予測部の前記人または動物の認知症における行動・心理症状に関する予測と、実際の前記人または動物の行動・心理症状との差の評価内容と、前記データ取得部が取得したデータに関する情報との関連においてディープラーニングにより前記関数または分類器の学習を行うことができる。
前記学習部は、前記係数をディープラーニングにより調整することができる。
前記データ取得部は、前記環境データと前記生体データとを取得し、
前記環境データは、前記人または動物の周囲の気温および湿度を含み
前記生体データは、前記人または動物の脈拍、呼吸数および体温を含むことができる。
前記学習部は、前記行動・心理症状判断部による判断結果と、実際に人が判断した前記人または動物の行動・心理症状の判断結果との差を評価し、その評価結果に基づき前記判断アルゴリズムの学習を行うことができる。
本発明の情報処理方法は、
データ取得部が、人または動物の周囲の環境データと、前記人または動物の生体データ、前記人または動物の行動データ、前記人または動物の画像又は映像データおよび前記人または動物の音声データの群から選択される少なくとも1種を取得する工程と、
予測部が、前記データ取得部が取得したデータに基づき、前記人または動物の認知症における行動・心理症状の発症またはその発症時期を予測する工程とを含む。
本発明のプログラムは、
コンピュータに
データ取得部が、人または動物の周囲の環境データと、前記人または動物の生体データ、前記人または動物の行動データ、前記人または動物の画像又は映像データおよび前記人または動物の音声データの群から選択される少なくとも1種を取得するステップと、
予測部が、前記データ取得部が取得したデータに基づき、前記人または動物の認知症における行動・心理症状の発症またはその発症時期を予測するステップとを実行させるためのものである。
1.情報処理装置の概要
(1)情報処理装置
情報処理装置10は、図1に示すように、データを取得する機能F1と、そのデータを指標化する機能F2と、予測アルゴリズムに基づきBPSD(人の認知症における行動・心理症状)の発症の可能性および内容ならびに発症の時期の予測を行う機能F3と、BPSDに関する予測結果を出力する機能F4と、予測したBPSDの対処方法の生成・出力をする機能F5と、BPSDが発症したかどうかを判断する機能F6と、症状の確認・実行後に検証する機能F7と、検証結果に基づき、予測アルゴリズムの学習を行う機能F7とを含む。
行動症状とは、観察によって明らかにされる症状である。行動症状の評価項目として、たとえば、徘徊、危険な操作、隠蔽、仮性作業、トラブル、収集、叫び・興奮を挙げることができる。心理症状とは、面談によって明らかにされる症状である。心理症状の評価項目として、たとえば、抑うつ、妄想などを挙げることができる。行動・心理症状は、人によって出たりで出なかったりするものである。
(1)情報処理装置の機能的構成
情報処理装置10は、図2に示すように、通信ネットワーク(たとえばインターネット)を介して、種々の通信ネットワークに接続したデバイスと接続されている。デバイスとしては、たとえば、種々のIoTセンサを適用でき、具体的には、環境センサ60a、生体センサ60b、カメラ60c、マイク60d、位置検出センサ(BLEタグなど)60e、ドア開閉センサ60f、膀胱内尿量センサ60gなど
を挙げることができる。
五感データは、たとえば、図5に示すように、音源探知、音種識別、嗅覚認知、顔認証、動作検知、側距機能、立体検知などを検知する。五感データは、カメラやマイクなどで計測することができる。なお、これらのデータを入手できるデバイスであれば特に限定されない。
環境データは、たとえば、図6に示すように、温度、湿度、照度、水量、気圧を測定したり、移動距離検知を行う。環境データは、温度センサ、湿度センサ、照度センサ、気圧センサなどから計測することができる。なお、これらのデータを入手できるデバイスであれば特に限定されない。
生体データは、たとえば、図7に示すように、心拍、呼吸、離床、睡眠(ノンレム睡眠、レム睡眠の検知)、覚醒、排泄、運動量、体温などを検知する。生体データを検知するためのセンサは、これらの検知を行うことができるものであれば特に限定されず、一つまたは複数のセンサにより構成されることができる。睡眠を例にとると、ドップラーセンサーによりノンレム睡眠状態とレム睡眠状態を把握することができる。排泄については、トイレのドアの開閉センサとトイレ内の人感センサを組み合わせて検知したり、通信機能を有するタグ(BLEタグ)やカメラの映像を解析することで、排泄のタイミングを検知することができる。排泄については、夜間排尿時間のタイミングと排泄に要した時間とを考慮して、排泄内容を検知することができる。運動量については、消費カロリーを計算するソフトウェアを利用して算出したり、通信機能を有するタグ(BLEタグ)による移動距離から計算したり、または、介護者の記録から、運動や掃除、洗濯など身体を動かした時間を算出し、運動量と消費カロリー量を計算することができる。なお、これらのデータを入手できるデバイスであれば特に限定されない。
介護記録の項目は、たとえば、図8に示すように、ケアを受ける者または介護者のニーズ、ケアを受ける者または介護者の気がかりなこと、ケアを受ける者の自覚症状、介護者が観察したこと、ケアを受ける者の状態評価、ケアを受ける者または介護者の感想、介護者の対応、介護者の声掛け、介護者が行ったことなどを挙げることができる。
1)BPSDが発生したこと
2)BPSDの発生した時間(時間帯)と場所(場所の役割、場所の位置関係など)が明確に記録されていること
3)BPSDの発生した時点での環境要因(気温、湿度、照度、気圧、騒音、異臭、人の存在、会話した内容、被験者の行動や態度)などの状況が記録されていること
4)BPSDの発生した前後における被験者の行動や態度が記録されていること。また、併せて同環境要因が記録されていること。
取得部が取得するデータにおいて、たとえば、次のように取得してもよい。
1)環境データ(温度、湿度、気圧、照度)の周期的な取得
2)生体データ(心拍数、呼吸数、睡眠状態、離床状態)の周期的な取得
3)BLEタグにより対象利用者の位置情報を取得し、移動距離を算出
4)AIカメラと連動して、対象利用者の位置情報取得し、移動距離を算出
5)上記の取得データを利用者IDと結びつけて、情報処理装置へ周期的に送信
情報処理装置10は、電子計算機から構成され、たとえば、スーパーコンピュータなどの大型電子計算機や、GPU(Graphics Processing Unit)を搭載した電子計算機や、複数のパーソナルコンピュータ、量子コンピュータなどから構成される。
(1)情報処理方法の概要
図4を参照しながら、情報処理方法について説明する。
(a)環境指標
環境指標については、気温+湿度、気圧、照度ごとに算出される不快度を指標とすることができる。まず、気温+湿度については公知の快適範囲を示すグラフを利用し、快適範囲にあるかどうかにより、不快であるかどうかを判断する。
(a)予測ロジック
予測のロジックをPとした場合、以下の式に基づき行列計算を行いPの算出を行うことができる。
BPSDの発生時期の予測は、いくつかの基準点を元に時間帯の関連性を導出することができる。その指標として、以下の時刻を基準点として候補に挙げる。
1)0時(日付変更点)
2)日出(日没)
3)起床
4)食事
BPSDの発生において、周囲の環境が及ぼす影響は大きいため、BPSD発生時の環境要因、特に気温、湿度、気圧、照度、臭い、騒音について分析を行うことができる。気温、湿度については温湿度の関連に対しての快適性指標グラフを元に、快適性の度合いを診断し、それを指標とすることができる。気圧、照度、臭い、騒音については、それぞれ単一指標としてBPSDの発生との関連性を分析し、それぞれ回帰分析を行うことにより、各指標のBPSDに対する影響と度合を算出することができる。
自然言語解析により、BPSDを解析することもできる。質問や問い合わせに含まれる品詞を自然言語処理にて特定した後、仮説を生成し、次にその仮説を支持または証拠を探すやり方である。証拠加重スコアの統計モデル手法に従って、BPSDの発症状態をベースにして、対応方法を割り当てる。
図10に示すように、認知症患者の行動から、BPSDの相関がわかる。これによって、認知症患者の行動からBPSDの発症を予測することができる。
BPSDの症状に基づき、関数20aまたは分類器20bに基づき、対処方法を生成することができる。また、BPSDの症状と、対応方法との対応表20dに基づき、BPSDの対処方法を選択してもよい。図12に示すような対応表20dを記憶部20に記憶させておいてもよい。
(a)発生の評価
BPSD の発症についての検証は、BPSD問題行動の評価尺度(TBS:Troublesome Behavior Scale)により行うことができる。TBS は高齢者認知症患の破壊行動や負担を記述する。
(b)対処方法の評価
BPSD対処の評価を通して、ケア方法の導出が、どの程度の評価を獲得したかによってその信頼度を評価する。介護現場から収集される大量のデータにアナリティクスを実行し、洞察を収集してインスピレーションに変換することで、適切なケア方法を導出できるようにすることができる。BPSDの対処方法の評価において、認知症患者がBPSDが発症したかどうかをデータ取得部40が取得したデータまたは入力部52により入力されたデータに基づき、処理部30において対処方法の是非を検証してもよい。この検証結果に基づき、学習部30dが、対処方法導出部30dの導出アルゴリズムを学習させ、導出アルゴリズムの更新をすることができる。この対処方法導出部30dの導出アルゴリズムの学習のさせ方は、予測部30dの予測アルゴリズムの学習と同様に行うことができる。
BPSDの発症または発症の時期を予測して、早期の対処により、BPSDの発症を未然に防ぎ、BPSDの発生自体を大幅に減らすことを可能にする。BPSDを事前に予測することができるため、介護者の負担を減らすことができる。
(1)AI人工知能システム
本実施の形態に係る情報処理装置は、次のAI(Artificial Intelligence)人工知能システムに適用することができる。すなわち、AI人工知能システムは、知識表現方式によるデータ蓄積部・解析部・感性処理部・プランニング部から形成される情報処理装置と、IoTゲータウェイから自動識別・自動対処・自動通知により収集されるデータおよびヒューマンインターファース・自然言語解析・音声認識により収集される介護記録データとを融合し、更に統計学的解析によるデータマイニング部から構成することができる。
(a)介護者だけでなく認知症の人にも焦点を当てる
(b)多次元的に柔軟に、介護者と認知症の人のニーズに合わせて行う
(c)薬物療法の適応の場合には組み合わせる
(d)情報共有においては、以下の(a)〜(c)の情報を基に留意しながら、IoT情報から得られるデータと相関し分析することができる。
1)具体的なBPSDへの対処情報
2)認知症の人の身体的な安全とウェルビーイングを確保するための情報
3)難しいADL(日常生活動作)情報に対処する情報
AI人工知能システムは、次の機能を有することができる。
(a)エキスパートシステム
専門家の知見をルールとして蓄積し、推論の手法を用いて問題を解決するシステムで以下の参考文献を辞書化される。
(b)音声認識
スマートフォンやタブレットに向かって話す。誰が話しているかを特定し話した内容をコンピュータが理解し文章化される。
(c)自然言語処理
文章化された情報の意味内容をコンピュータに理解させF-SOAIPの生活支援記録法に情報検索できるように仕分けして記録される。
(d)感性処理
認知科学や人間工学の知見を基に、感じが温かいとか冷たいと言った感覚を環境センサから受け取りコンピュータ上に実現される。
(e)画像認識
カメラなどで撮った内容をコンピュータに理解させ、居室の明るさや色調を快・不快に仕分けされる。
(f)機械学習
IoTセンサや介護記録で収集されたデータの中から、一貫性のある規則(パターン)を見つけ出すシステムである。数学の統計の分野と強い関連があり、たとえば、次の統計的手法を用いて解析されて整理される。
結果から原因を探る分析方法で、発生が好ましくない事象について、発生経路、発生原因及び発生確率を解析する。BPSDの発生を発生頻度の分析のために、原因の潜在的な危険(フォールト)を論理的にたどり(ここで言う「フォールト」とは、環境やヒューマンエラー等のイベントを指す。)、それぞれの発生確率を加算し、基本的な事象が起こりうる確率を算出する。
2)ETA(Event tree analysis)解析
危険予知解析とも言われ、BPSDが発生するまでの過程を発生確率とその対策(ケア)の反応が成功もしくは失敗などを踏まえて解析する。
3)HAZOP(Hazard and Operability Study)分析
経験則から分析する方法で、行動・心理症状を発症している場面において、対象者の振舞や性格特性を表すパラメータに対して、その状態は適切なケアを行わなかった場合の影響の結果として生まれたかどうかを分析する方法である。
ここでいうパラメータは、IoTゲータウェイより得られた、体温・呼吸・脈拍・温度・湿度・気圧・睡眠時間などのデータと、その事象が繰返し起こっているかどうかなどガイドワードも含めて分析される。
4)情報検索
蓄積されたデータの中から認知症ケアに必要とするものを見つけ出すシステムである。
いろいろなパターンからある法則を統合して矛盾のない答えを導き出すためのシステムである。
1)ホットスポット分析(Hot Spot Analysis)
過去の行動・心理症状の発生している空間(場所)を、行動・心理症状発生の可能性が高い空間(場所)とみなす分析方法である。
2)回帰分析(Regression Methods)
過去のBPSDに加え、環境や人間関係等のBPSDに関連するその他の変数を独立変数とし、回帰分析によって将来のBPSDを予測する。
3)近接反復被害法(Near-Repeat Methods)
1件のBPSDと次のBPSDの時空間的な近接性に基づいて、将来のBPSDを予測する。
4)時空間分析(Spatiotemporal Analysis)
BPSDの発生の時間変化に伴う移動パターンやそれに影響する諸要因から、行動・心理症状を予測する。
5)リスク面分析(Risk Terrain Analysis)
BPSDに影響する空間的要因との近接性からリスク面を作成し、将来のBPSDの発生を予測する。
データベース技術と機械学習を結び付けて、大量の整理されていないデータから役に立つと思われる情報を見つけ出すシステムで、クラス分類やクラスタリン グなどのデータマイニング手法によってBPSDを予測し対応方法を導出する。
(i)ヒューマンインターフェース
介護者がより簡単にコンピュータなどの装置を操作できるようにしたスマートフォンやタブレット機器を適用することができる。
(j)プランニング
BPSDの適切なケア対応の導出に当たって、ケアをどのような順序で行えば良いのかを決めるためのシステムを適用することができる。
(k)マルチエージェント
BPSDを解決する介護者が集まって、複雑な問題を介護現場で解決したときの情報をF-SOAIPで再度BPSD発生を調べケアの方法を提案するシステムである。
認知症には異なる行動・心理症状に合わせたケア方法が必要である。ケア方法によっては、認知症患者に異なる影響を及ぼすからである。情報処理装置は、標準的なケア方法や最も優れた対人援助方法に関する情報を網羅した様々な文献と過去の情報の蓄積をすることができる。これらすべてから、認知症患者を介護するにあたり介護者に採用すべき最善の選択肢を提供するケア方法がどれかを特定することができる。介護の専門家の指導により、認知症対応型IoTサービスは介護現場での能力を獲るのに必要な知識を収集してもよい。これを「認知症ケアにおける知識のコーパス」と定義する。コーパスの作成は、多くの関連性のある文献を認知症対応型AIにロードすることによって開始することができる。
20 記憶部
20a 関数
20b 分類器
20c 相関表
20d 対応表
20e データ記憶部
30 処理部
30a 指標化部
30b 予測部
30c 学習部
30d 対処法生成部
30e BPSD判断部
40 データ取得部
52 入力部
54 表示部
56 送信部
70 通信ネットワーク
Claims (14)
- 人または動物の周囲の環境データと、前記人または動物の生体データ、前記人または動物の行動データ、前記人または動物の画像又は映像データおよび前記人または動物の音声データの群から選択される少なくとも1種を取得するデータ取得部と、
前記データ取得部が取得したデータに基づき、前記人または動物の認知症における行動・心理症状の発症またはその発症時期を予測する予測部とを含む、情報処理装置。 - 請求項1において、
前記予測部は、推論分析、回帰分析、HotSpot分析、近接間分析および時空間分析の少なくとも1種を用いて、前記人または動物の認知症における行動・心理症状に関する予測を行う情報処理装置。 - 請求項1または2において、
前記データ取得部が取得したデータを指標化するための指標化部を含み、
前記予測部は、前記指標化部で指標化された指標値を入力して、前記人または動物の認知症における行動・心理症状に関する予測値を出力する関数または分類器を用いて予測が行われる情報処理装置。 - 請求項1または2において、
前記分類器は、SVM(Support Vector Machine)、ニューラルネットワークまたは線形回帰モデルである情報処理装置。 - 請求項1または2において、
前記予測部の前記人または動物の認知症における行動・心理症状に関する予測と、実際の前記人または動物の行動・心理症状との差を評価し、その評価結果に基づき前記関数または分類器の学習を行う学習部を含む情報処理装置。 - 請求項5において、
前記学習部は、前記予測部が予測した前記人または動物の認知症における行動・心理症状に関する予測と、実際の前記人または動物の行動・心理症状との差を評価し、
前記予測部の前記人または動物の認知症における行動・心理症状に関する予測と、実際の前記人または動物の行動・心理症状との差の評価内容と、前記データ取得部が取得したデータに関する情報との関連においてディープラーニングにより前記関数または分類器の学習を行う情報処理装置。 - 請求項5において、
前記関数は、前記データ取得部が取得したデータに関する数値に係るパラメータと、係数とを含んで構成され、
前記学習部は、前記係数をディープラーニングにより調整する情報処理装置。 - 請求項1、2、6または7において、
前記データ取得部は、前記環境データと前記生体データとを取得し、
前記環境データは、前記人または動物の周囲の気温および湿度を含み
前記生体データは、前記人または動物の脈拍、呼吸数および体温を含む情報処理装置。 - 請求項8において、
前記環境データおよび前記生体データと、前記環境データおよび前記生体データと対応する前記人または動物の認知症における行動・心理症状に関する情報とが関連づけて記憶されているデータ記憶部を含む情報処理装置。 - 請求項8において、
前記環境データおよび前記生体データと、前記環境データおよび前記生体データと対応する前記人または動物の認知症における行動・心理症状に関する情報とが関連づけて構成された相関表が記憶されている記憶部を含む情報処理装置。 - 請求項1、2、6、7、9または10において、
前記予測部が予測した前記人または動物の認知症における行動・心理症状に関する予測内容に基づき、対処方法を生成または選択する対処方法導出部を含む情報処理装置。 - 請求項5において、
前記実際の前記人または動物の行動・心理症状は、行動・心理症状判断部により判断アルゴリズムにしたがって判断され、
前記学習部は、前記行動・心理症状判断部による判断結果と、実際に人が判断した前記人または動物の行動・心理症状の判断結果との差を評価し、その評価結果に基づき前記判断アルゴリズムの学習を行う情報処理装置。 - データ取得部が、人または動物の周囲の環境データと、前記人または動物の生体データ、前記人または動物の行動データ、前記人または動物の画像又は映像データおよび前記人または動物の音声データの群から選択される少なくとも1種を取得する工程と、
予測部が、前記データ取得部が取得したデータに基づき、前記人または動物の認知症における行動・心理症状の発症またはその発症時期を予測する工程とを含む、情報処理方法。 - コンピュータに
データ取得部が、人または動物の周囲の環境データと、前記人または動物の生体データ、前記人または動物の行動データ、前記人または動物の画像又は映像データおよび前記人または動物の音声データの群から選択される少なくとも1種を取得するステップと、
予測部が、前記データ取得部が取得したデータに基づき、前記人または動物の認知症における行動・心理症状の発症またはその発症時期を予測するステップとを実行させるためのプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018095748 | 2018-05-17 | ||
JP2018095748 | 2018-05-17 | ||
PCT/JP2019/019591 WO2019221252A1 (ja) | 2018-05-17 | 2019-05-16 | 情報処理装置、情報処理方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019221252A1 true JPWO2019221252A1 (ja) | 2021-06-10 |
JP7285046B2 JP7285046B2 (ja) | 2023-06-01 |
Family
ID=68540146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020519931A Active JP7285046B2 (ja) | 2018-05-17 | 2019-05-16 | 情報処理装置、情報処理方法およびプログラム |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP7285046B2 (ja) |
KR (1) | KR20210010548A (ja) |
CN (1) | CN112135568A (ja) |
WO (1) | WO2019221252A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022010282A1 (ko) * | 2020-07-10 | 2022-01-13 | 서울대학교산학협력단 | 음성 특성 기반 알츠하이머병 예측 방법 및 장치 |
KR102387586B1 (ko) * | 2020-07-10 | 2022-04-15 | 연세대학교 산학협력단 | 파킨슨병 환자에서 치매 발병 위험도 예측 방법 및 이를 이용한 치매 발병 위험도 예측용 디바이스 |
WO2022054677A1 (ja) * | 2020-09-08 | 2022-03-17 | テルモ株式会社 | プログラム、情報処理装置、情報処理方法及び情報処理システム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004008471A (ja) * | 2002-06-06 | 2004-01-15 | Seiko Instruments Inc | 行動状況モニター装置、行動状況解析装置および行動状況解析システム |
JP2012105795A (ja) * | 2010-11-17 | 2012-06-07 | Nippon Tect Co Ltd | 認知機能予測システム |
JP2016012175A (ja) * | 2014-06-27 | 2016-01-21 | 吉田 一雄 | 見守りシステム |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009093322A (ja) * | 2007-10-05 | 2009-04-30 | Panasonic Corp | 行動指示情報管理装置、携帯情報端末装置、行動指示情報管理システム、行動指示情報管理方法、行動指示方法、およびプログラム |
US20100100004A1 (en) * | 2008-10-16 | 2010-04-22 | Koninklijke Nederlandse Akademie Van Wetenschappen | Skin Temperature Measurement in Monitoring and Control of Sleep and Alertness |
US9911165B2 (en) * | 2009-03-10 | 2018-03-06 | Gearbox, Llc | Computational systems and methods for health services planning and matching |
US8346688B2 (en) * | 2009-11-25 | 2013-01-01 | International Business Machines Corporation | Predicting states of subjects |
KR20140119486A (ko) * | 2013-04-01 | 2014-10-10 | 한국전자통신연구원 | 알츠하이머병 발병률 예측 장치 |
US9936916B2 (en) * | 2013-10-09 | 2018-04-10 | Nedim T. SAHIN | Systems, environment and methods for identification and analysis of recurring transitory physiological states and events using a portable data collection device |
JP6246238B2 (ja) * | 2014-02-03 | 2017-12-13 | 三菱電機株式会社 | 電力制御システム、健康管理機器、運動計測機器及び電力指令装置 |
KR20160005924A (ko) * | 2014-07-08 | 2016-01-18 | 한국전자통신연구원 | 치매환자관리시스템 및 그 제어 방법 |
WO2016110804A1 (en) * | 2015-01-06 | 2016-07-14 | David Burton | Mobile wearable monitoring systems |
JP2016152859A (ja) * | 2015-02-20 | 2016-08-25 | セイコーエプソン株式会社 | 生体情報処理システム、サーバーシステム及び制御方法 |
CN105078449B (zh) * | 2015-08-24 | 2018-07-20 | 华南理工大学 | 基于健康服务机器人的老年痴呆症监护系统 |
JP6712502B2 (ja) * | 2016-06-03 | 2020-06-24 | 一生 重松 | 認知症診断支援装置とその作動方法および作動プログラム、並びに認知症診断支援システム |
KR20180002234A (ko) * | 2016-06-29 | 2018-01-08 | 원시스템주식회사 | 치매 조기 진단을 위한 스마트 검사장치 및 그 방법 |
-
2019
- 2019-05-16 JP JP2020519931A patent/JP7285046B2/ja active Active
- 2019-05-16 KR KR1020207036191A patent/KR20210010548A/ko not_active Application Discontinuation
- 2019-05-16 WO PCT/JP2019/019591 patent/WO2019221252A1/ja active Application Filing
- 2019-05-16 CN CN201980033077.XA patent/CN112135568A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004008471A (ja) * | 2002-06-06 | 2004-01-15 | Seiko Instruments Inc | 行動状況モニター装置、行動状況解析装置および行動状況解析システム |
JP2012105795A (ja) * | 2010-11-17 | 2012-06-07 | Nippon Tect Co Ltd | 認知機能予測システム |
JP2016012175A (ja) * | 2014-06-27 | 2016-01-21 | 吉田 一雄 | 見守りシステム |
Also Published As
Publication number | Publication date |
---|---|
KR20210010548A (ko) | 2021-01-27 |
CN112135568A (zh) | 2020-12-25 |
JP7285046B2 (ja) | 2023-06-01 |
WO2019221252A1 (ja) | 2019-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Enshaeifar et al. | Health management and pattern analysis of daily living activities of people with dementia using in-home sensors and machine learning techniques | |
KR102116664B1 (ko) | 온라인 기반의 건강 관리 방법 및 장치 | |
US20210035067A1 (en) | Method to increase efficiency, coverage, and quality of direct primary care | |
Enshaeifar et al. | Machine learning methods for detecting urinary tract infection and analysing daily living activities in people with dementia | |
US10726846B2 (en) | Virtual health assistant for promotion of well-being and independent living | |
KR20200038628A (ko) | 맞춤형 의료 정보 제공 장치 및 방법 | |
Kwon et al. | Single activity sensor-based ensemble analysis for health monitoring of solitary elderly people | |
JP7285046B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
US20170083679A1 (en) | Systems and methods for using non-medical devices to predict a health risk profile | |
Kikhia et al. | Utilizing ambient and wearable sensors to monitor sleep and stress for people with BPSD in nursing homes | |
JP2023547875A (ja) | 個人化された認知介入システム及び方法 | |
Lopez-Guede et al. | Lynx: automatic elderly behavior prediction in home telecare | |
Chimamiwa et al. | Are smart homes adequate for older adults with dementia? | |
Li et al. | A fast and low-cost repetitive movement pattern indicator for massive dementia screening | |
Abbasi et al. | A model for identifying the behavior of Alzheimer’s disease patients in smart homes | |
Hargreaves et al. | Informing the Design of “Lifestyle Monitoring” Technology for the Detection of Health Deterioration in Long-term Conditions: a qualitative study of people living with heart failure | |
Belay et al. | A Data Framework to Understand the Lived Context for Dementia Caregiver Empowerment. | |
Alimoradi et al. | Intelligence complements from the built environment: A review of smart building technologies for cognitively declined occupants | |
Hsu et al. | Digital Phenotyping-Based Bipolar Disorder Assessment Using Multiple Correlation Data Imputation and Lasso-MLP | |
Jage et al. | Predicting Mental Health Illness using Machine Learning | |
WO2021152710A1 (ja) | 情報伝達装置および情報伝達方法 | |
Mokhtari et al. | Enhanced Quality of Life and Smart Living: 15th International Conference, ICOST 2017, Paris, France, August 29-31, 2017, Proceedings | |
WO2021171596A1 (ja) | 推論システム、学習依頼装置、および学習依頼方法 | |
Sridevi et al. | Deep Learning Model to Predict the Behavior of an Elder in a Smart Home | |
WO2021181634A1 (ja) | 教師データ収集依頼装置および教師データ収集方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201203 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220506 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220506 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221030 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230106 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230305 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230501 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230516 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230521 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7285046 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |