JPWO2020003952A1 - コンピューターで実行されるプログラム、情報処理装置、および、コンピューターで実行される方法 - Google Patents

Abstract

コンピューターシステムのＣＰＵが実行する処理は、ハードディスクから複数の画像データを取得するステップ（Ｓ７１０）と、複数の画像データに基づいて、入居者による一日の複数の行動状態を識別するステップ（Ｓ７２０）と、識別された各行動状態の各々の時間を算出するステップ（Ｓ７３０）と、各行動状態の時間と、各行動状態について予め規定された係数とを乗算して積を算出するステップ（Ｓ７４０）と、各積を加算することにより、入居者の一日の室内行動量を算出するステップ（Ｓ７５０）と、複数の日の各々について算出された各行動量を比較するステップ（Ｓ７６０）と、比較の結果に基づいて、入居者の活動状態の変化を導出するステップ（Ｓ７７０）とを含む。

Description

本開示はデータ処理に関し、より特定的には、歩行軌跡に基づくデータ処理に関する。

介護が必要な人の活動度の把握に関し、例えば、特開２００６−０１２０５７号公報（特許文献１）は、「要介護の高齢者等の生活状況を把握し、該高齢者の自立活動度を測定する自立活動度測定システム」を開示している。特許文献１に開示されたシステムは、「要介護の高齢者等である測定対象者Ａの寝床９４ａでの位置を寝床センサ１２ｈにより検出し、寝床センサ１２ｈにより検出された位置に基づいて測定対象者の状態、該状態の開始時刻及び保持時間を検出し、検出結果として記憶する。また、寝床から所定の距離以上離れた設備、例えば、ポータブルトイレ９４ｂを利用していることを設備（ポータブルトイレ）センサ１２ｉにより検出し、利用開始時刻及び利用時間を検出結果として記憶する。そして、寝床センサ１２ｈによる検出結果及びポータブルトイレセンサ１２ｉによる検出結果を表示する。」というものである（［要約］参照）。

特開２０１５−２１５７１１号公報（特許文献２）は、『居住者の生活に寄り添う形で居住者の行動や生態の相対的な変化を見守るべく、個人差が著しい「老い」の進行を、その居住者の能力や環境に応じて相対的に評価しその評価に合った見守りの仕様を提示できる見守りシステム』を開示している（［要約］の［課題］参照）。

特開２００６−０１２０５７号公報 特開２０１５−２１５７１１号公報

見守りや介護を必要とする人は、施設などに長期にわたって滞在することが多く、その間に行動状況が変わる場合がある。したがって、行動状況の経時変化を容易に把握できる技術が必要とされている。

また、介護認定は、例えば、対象者、介護者への聞き取りや主治医の意見等に基づいて行なわれ、定量的な測定ができず、要介護度の判定に時間がかかる場合がある。したがって、定量的な測定が可能で、判定に時間がかからない技術が必要とされている。

本開示は上述のような背景に鑑みてなされたものであって、ある局面における目的は、介護が必要な人の行動状況の変化を容易に把握できる技術を提供することである。他の局面における目的は、介護度の認定のために使用可能な定量的な情報を導出する技術を提供することである。

ある実施の形態に従うと、介護度を判定するためにコンピュータで実行されるプログラムが提供される。このプログラムはコンピュータに、入居者の歩行軌跡を表わし、異なる日に取得された複数の軌跡データを取得するステップと、複数の軌跡データに基づいて、入居者による一日の複数の行動状態を識別し、識別された各行動状態の各々の時間を算出するステップと、各行動状態の時間と予め規定された係数とを乗算して積を算出し、各積を加算することにより、入居者の一日の行動量を算出するステップとを実行させる。

ある実施の形態に従うと、プログラムはコンピュータに、複数の日の各々について算出された各行動量を比較することにより、入居者の活動状態の変化を導出するステップをさらに実行させる。

ある実施の形態に従うと、複数の行動状態は、歩行、座位、横臥、車椅子での移動の少なくとも二つ以上を含む。

ある実施の形態に従うと、複数の行動状態は、歩行、座位、横臥を含む。歩行の時間に対する第１係数と、座位の時間に対する第２係数と、横臥の時間に対する第３係数との大小関係は、第１係数＞第２係数＞第３係数である。

ある実施の形態に従うと、取得するステップは、入居者の居室における各軌跡データを集計することを含む。

他の実施の形態に従うと、情報処理装置が提供される。この情報処理装置は、メモリーと、メモリーに結合されたプロセッサーとを備える。プロセッサーは、入居者の歩行軌跡を表わし、異なる日に取得された複数の軌跡データを取得し、複数の軌跡データに基づいて、入居者による一日の複数の行動状態を識別し、識別された各行動状態の各々の時間を算出し、各行動状態の時間と予め規定された係数とを乗算して積を算出し、各積を加算することにより、入居者の一日の行動量を算出するように構成されている。

ある実施の形態に従うと、プロセッサーは、複数の日の各々について算出された各行動量を比較することにより、入居者の活動状態の変化を導出するようにさらに構成されている。

ある実施の形態に従う情報処理装置において、複数の行動状態は、歩行、座位、横臥、車椅子での移動の少なくとも二つ以上を含む。

ある実施の形態に従う情報処理装置において、複数の行動状態は、歩行、座位、横臥を含む。歩行の時間に対する第１係数と、座位の時間に対する第２係数と、横臥の時間に対する第３係数との大小関係は、第１係数＞第２係数＞第３係数である。

ある実施の形態に従う情報処理装置において、取得することは、入居者の居室における各軌跡データを集計することを含む。

他の実施の形態に従うと、介護度を判定するためにコンピュータで実行される方法が提供される。この方法は、入居者の歩行軌跡を表わし、異なる日に取得された複数の軌跡データを取得するステップと、複数の軌跡データに基づいて、入居者による一日の複数の行動状態を識別し、識別された各行動状態の各々の時間を算出するステップと、各行動状態の時間と予め規定された係数とを乗算して積を算出し、各積を加算することにより、入居者の一日の行動量を算出するステップとを含む。

他の実施の形態に従うと、方法は、複数の日の各々について算出された各行動量を比較することにより、入居者の活動状態の変化を導出するステップをさらに含む。

他の実施の形態に従う方法において、複数の行動状態は、歩行、座位、横臥、車椅子での移動の少なくとも二つ以上を含む。

他の実施の形態に従う方法において、複数の行動状態は、歩行、座位、横臥を含む。歩行の時間に対する第１係数と、座位の時間に対する第２係数と、横臥の時間に対する第３係数との大小関係は、第１係数＞第２係数＞第３係数である。

他の実施の形態に従う方法において、取得するステップは、入居者の居室における各軌跡データを集計することを含む。

ある局面において、介護が必要な人の行動状況の変化を容易に把握できる。他の局面において、介護度の認定のために使用可能な定量的な情報を導出することができる。

この発明の上記および他の目的、特徴、局面および利点は、添付の図面と関連して理解されるこの発明に関する次の詳細な説明から明らかとなるであろう。

見守りシステム１００の構成の一例を示す図である。 見守りシステム１００の構成の概要を示すブロック図である。 クラウドサーバー１５０として機能するコンピューターシステム３００のハードウェア構成を表わすブロック図である。 センサーボックス１１９を用いた見守りシステム１００の装置構成の概略の一例を示す図である。 クラウドサーバー１５０が備えるハードディスク５におけるデータの格納の一態様を表わす図である。 クラウドサーバー１５０のハードディスク５におけるデータの格納の一態様を概念的に表す図である。 ある実施の形態に従うクラウドサーバー１５０のＣＰＵ１が実行する処理の一部を表わすフローチャートである。 ある実施の形態に従ってモニター８に表示される入居者の活動状態の結果と室内行動量との推移を表わす図である。

以下、図面を参照しつつ、本開示に係る技術思想の実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。

［技術思想］
まず最初に、本開示に係る技術思想について説明する。ある局面において、システムは、見守り対象者（例えば、介護施設の入居者等）の移動経路を測定し、居室内に配置されたカメラから送られる画像データを用いて画像解析を行なうことにより、入居者の行動状態を把握することができる。その上で、システムは、対象者の歩行時間、座位時間（ベッド端あるいは椅子に座っている時間）、および横臥時間（ベッドで横になっている時間）を計測する。対象者の体勢や活動内容によって運動量が異なるので、運動の負荷が反映されるような係数が予め設定される。システムは、計測した各時間に、行動状態に応じて設定された係数を乗じて積を算出し、各積の和を行動量として算出する。

さらに、システムは、同一の入居者について、異なる日の行動量をそれぞれ算出し、各行動量を比較することで、当該入居者の行動量の変化を検出する。

［見守りシステムの構成］
図１は、見守りシステム１００の構成の一例を示す図である。見守り対象は、例えば、施設の居室領域１８０に設けられた各居室内の入居者である。図１の見守りシステム１００では、居室領域１８０に、居室１１０，１２０が設けられている。居室１１０は、入居者１１１に割り当てられている。居室１２０は、入居者１２１に割り当てられている。図１の例では、見守りシステム１００に含まれる居室の数は２であるが、当該数はこれに限定されない。

見守りシステム１００では、居室１１０，１２０にそれぞれ設置されたセンサーボックス１１９と、管理センター１３０に設置された管理サーバー２００と、アクセスポイント１４０とが、ネットワーク１９０を介して接続される。ネットワーク１９０は、イントラネットおよびインターネットのいずれをも含み得る。

見守りシステム１００では、介護者１４１が携帯する携帯端末１４３、および、介護者１４２が携帯する携帯端末１４４は、アクセスポイント１４０を介してネットワーク１９０に接続可能である。さらに、センサーボックス１１９、管理サーバー２００、および、アクセスポイント１４０は、ネットワーク１９０を介して、クラウドサーバー１５０と通信可能である。

居室１１０，１２０は、それぞれ、設備として、タンス１１２、ベッド１１３、および、トイレ１１４を含む。居室１１０のドアには、当該ドアの開閉を検出するドアセンサー１１８が設置されている。トイレ１１４のドアには、トイレ１１４の開閉を検出するトイレセンサー１１６が設置されている。ベッド１１３には、各入居者１１１，１２１の臭いを検出する臭いセンサー１１７が設置されている。各入居者１１１，１２１は、当該入居者１１１，１２１のバイタル情報を検出するバイタルセンサー２９０を装着している。検出されるバイタル情報は、入居者の体温、呼吸、心拍数等を含む。居室１１０，１２０では、各入居者１１１，１２１は、それぞれ、ケアコール子機１１５を操作することができる。

センサーボックス１１９は、居室１１０，１２０内の物体の挙動を検出するためのセンサーを内蔵している。センサーの一例は、物体の動作を検出するためのドップラーセンサーである。他の例は、カメラである。センサーボックス１１９は、センサーとしてドップラーセンサーとカメラの双方を含んでもよい。

図２を参照して、見守りシステム１００の構成要素について説明する。図２は、見守りシステム１００の構成の概要を示すブロック図である。

［センサーボックス１１９］
センサーボックス１１９は、制御装置１０１と、ＲＯＭ（Read Only Memory）１０２と、ＲＡＭ（Random Access Memory）１０３と、通信インターフェイス１０４と、カメラ１０５と、ドップラーセンサー１０６と、無線通信装置１０７と、記憶装置１０８とを備える。

制御装置１０１は、センサーボックス１１９を制御する。制御装置１０１は、たとえば、少なくとも１つの集積回路によって構成される。集積回路は、たとえば、少なくとも１つのＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）その他のプロセッサー、少なくとも１つのＡＳＩＣ（Application Specific Integrated Circuit）、少なくとも１つのＦＰＧＡ（Field Programmable Gate Array）、またはこれらの組み合わせなどによって構成される。

通信インターフェイス１０４には、アンテナ（図示しない）などが接続される。センサーボックス１１９は、当該アンテナを介して、外部の通信機器との間でデータをやり取りする。外部の通信機器は、たとえば、管理サーバー２００、携帯端末１４３，１４４その他の端末、アクセスポイント１４０、クラウドサーバー１５０、その他の通信端末などを含む。

カメラ１０５は、一実現例では、近赤外カメラである。近赤外カメラは、近赤外光を投光するＩＲ（Infrared）投光器を含む。近赤外カメラが用いられることにより、夜間でも居室１１０，１２０の内部を表わす画像が撮影され得る。他の実現例では、カメラ１０５は、可視光のみを受光する監視カメラである。さらに他の実現例では、カメラ１０５として、３Ｄセンサやサーモグラフィーカメラが用いられてもよい。センサーボックス１１９およびカメラ１０５は、一体として構成されてもよいし、別体で構成されてもよい。

ドップラーセンサー１０６は、たとえばマイクロ波ドップラーセンサーであり、電波を放射及び受信して、居室１１０，１２０内の物体の挙動（動作）を検出する。これにより、居室１１０，１２０の入居者１１１，１２１の生体情報が検出され得る。一例では、ドップラーセンサー１０６は、２４ＧＨｚ帯のマイクロ波を各居室１１０，１２０のベッド１１３に向けて放射し、入居者１１１，１２１で反射した反射波を受信する。反射波は、入居者１１１，１２１の動作により、ドップラーシフトしている。ドップラーセンサー１０６は、当該反射波から、入居者１１１，１２１の呼吸状態や心拍数を検出し得る。

無線通信装置１０７は、ケアコール子機２４０、ドアセンサー１１８、トイレセンサー１１６、臭いセンサー１１７、および、バイタルセンサー２９０からの信号を受信し、当該信号を制御装置１０１へ送信する。たとえば、ケアコール子機２４０は、ケアコールボタン２４１を備える。当該ボタンが操作されると、ケアコール子機２４０は、当該操作があったことを示す信号を無線通信装置１０７へ送信する。ドアセンサー１１８、トイレセンサー１１６、臭いセンサー１１７、および、バイタルセンサー２９０は、それぞれの検出結果を無線通信装置１０７へ送信する。

記憶装置１０８は、たとえば、フラッシュメモリーまたはハードディスク等の固定記憶装置、あるいは、外付けの記憶装置などの記録媒体である。記憶装置１０８は、制御装置１０１によって実行されるプログラム、および、当該プログラムの実行に利用される各種のデータを格納する。各種のデータは、入居者１１１，１２１の行動情報を含んでいてもよい。行動情報の詳細は後述する。

上記のプログラムおよびデータのうち少なくとも一方は、制御装置１０１がアクセス可能な記憶装置であれば、記憶装置１０８以外の記憶装置（たとえば、制御装置１０１の記憶領域（たとえば、キャッシュメモリーなど）、ＲＯＭ１０２、ＲＡＭ１０３、外部機器（たとえば、管理サーバー２００や携帯端末１４３，１４４等）に格納されていてもよい。

［行動情報］
上記の行動情報について、説明する。行動情報は、たとえば入居者１１１，１２１が所定の行動を実行したことを表わす情報である。一例では、所定の行動は、入居者１１１，１２１が起きたことを表わす「起床」、入居者１１１，１２１が寝具から離れたことを表わす「離床」、入居者１１１，１２１が寝具から落ちたことを表わす「転落」、および、入居者１１１，１２１が倒れたことを表わす「転倒」の４つの行動を含む。

一実施の形態では、制御装置１０１が、各居室１１０，１２０に設置されたカメラ１０５が撮像した画像に基づいて、各居室１１０，１２０に関連付けられた入居者１１１，１２１の各行動情報を生成する。制御装置１０１は、たとえば、上記画像から入居者１１１，１２１の頭部を検出し、この検出した入居者１１１，１２１の頭部における大きさの時間変化に基づいて、入居者１１１，１２１の「起床」、「離床」、「転倒」および「転落」を検出する。以下、行動情報の生成の一具体例を、より詳細に説明する。

まず、記憶装置１０８に、居室１１０，１２０における各ベッド１１３の所在領域、第１閾値Ｔｈ１、第２閾値Ｔｈ２、および、第３閾値Ｔｈ３が格納される。第１閾値Ｔｈ１は、ベッド１１３の所在領域内において、横臥姿勢にあるときと座位姿勢にあるときとの間で入居者の頭部の大きさを識別する。第２閾値Ｔｈ２は、ベッド１１３の所在領域を除く居室１１０，１２０内において、入居者の頭部の大きさに基づいて、当該入居者が立位姿勢にあるか否かを識別する。第３閾値Ｔｈ３は、ベッド１１３の所在領域を除く居室１１０，１２０内において、入居者の頭部の大きさに基づいて、当該入居者が横臥姿勢にあるか否かを識別する。

制御装置１０１は、対象画像から、例えば背景差分法やフレーム差分法によって、入居者１１１，１２１の人物の領域として、動体領域を抽出する。制御装置１０１は、さらに、当該抽出した動体領域から、例えば円形や楕円形のハフ変換によって、予め用意された頭部のモデルを用いたパターンマッチングによって、頭部検出用に学習したニューラルネットワークによって導出された閾値を用いて、入居者１１１，１２１の頭部領域を抽出する。制御装置１０１は、当該抽出された頭部の位置および大きさから、「起床」、「離床」、「転倒」および「転落」を検知する。

制御装置１０１は、上記のように抽出された頭部の位置がベッド１１３の所在領域内にあり、かつ、上記のように抽出された頭部の大きさが第１閾値Ｔｈ１を用いることによって横臥姿勢の大きさから座位姿勢の大きさへと変化したことを検出した場合に、行動「起床」が発生したことを決定してもよい。

制御装置１０１は、上記のように抽出された頭部の位置がベッド１１３の所在領域内からベッド１１３の所在領域外へ移動した場合において、上記のように抽出された頭部の大きさに対して第２閾値Ｔｈ２を適用することにより、頭部がある大きさから立位姿勢の大きさへと変化したことを検出したときには、行動「離床」が発生したと判定してもよい。

制御装置１０１は、上記のように抽出された頭部の位置がベッド１１３の所在領域内からベッド１１３の所在領域外へ移動した場合において、上記のように抽出された頭部の大きさに対して第３閾値Ｔｈ３を適用することにより、頭部がある大きさから横臥姿勢の大きさへと変化したことを検出したときには、行動「転落」が発生したと判定してもよい。

制御装置１０１は、上記のように抽出された頭部の位置がベッド１１３の所在領域を除く居室１１０，１２０内に位置し、かつ、抽出された頭部の大きさが第３閾値Ｔｈ３を用いることによって或る大きさから横臥姿勢の大きさへと変化したことを検出した場合には、行動「転倒」が発生したと決定してもよい。

以上説明されたように、一具体例では、センサーボックス１１９の制御装置１０１が、入居者１１１，１２１の各行動情報を生成する。なお、他の局面に従う見守りシステム１００では、居室１１０，１２０内の画像を用いて、制御装置１０１以外の他の要素（例えば、クラウドサーバー１５０）が入居者１１１，１２１の行動情報を生成してもよい。

［携帯端末１４３，１４４］
携帯端末１４３，１４４は、制御装置２２１と、ＲＯＭ２２２と、ＲＡＭ２２３と、通信インターフェイス２２４と、ディスプレイ２２６と、記憶装置２２８と、入力デバイス２２９とを含む。ある局面において、携帯端末１４３，１４４は、例えば、スマートフォン、タブレット端末、腕時計型端末その他のウェアラブル装置等として実現される。

制御装置２２１は、携帯端末１４３，１４４を制御する。制御装置２２１は、たとえば、少なくとも１つの集積回路によって構成される。集積回路は、たとえば、少なくとも１つのＣＰＵ、少なくとも１つのＡＳＩＣ、少なくとも１つのＦＰＧＡ、またはそれらの組み合わせなどによって構成される。

通信インターフェイス２２４には、アンテナ（図示しない）などが接続される。携帯端末１４３，１４４は、当該アンテナおよびアクセスポイント１４０を介して、外部の通信機器との間でデータをやり取りする。外部の通信機器は、たとえば、センサーボックス１１９、管理サーバー２００などを含む。

ディスプレイ２２６は、たとえば液晶ディスプレイ、有機ＥＬ（Electro Luminescence）ディスプレイ等によって実現される。入力デバイス２２９は、たとえばディスプレイ２２６に設けられたタッチセンサーによって実現される。当該タッチセンサーは、携帯端末１４３，１４４に対するタッチ操作を受け付け、当該タッチ操作に応じた信号を制御装置２２１へ出力する。

記憶装置２２８は、たとえば、フラッシュメモリー、ハードディスクその他の固定記憶装置、あるいは、着脱可能なデータ記録媒体等により実現される。

［クラウドサーバーの構成］
図３を参照して、コンピュータの一種としてのクラウドサーバー１５０の構成について説明する。図３は、クラウドサーバー１５０として機能するコンピューターシステム３００のハードウェア構成を表わすブロック図である。

コンピューターシステム３００は、主たる構成要素として、プログラムを実行するＣＰＵ１と、コンピューターシステム３００の使用者による指示の入力を受けるマウス２およびキーボード３と、ＣＰＵ１によるプログラムの実行により生成されたデータ、又はマウス２若しくはキーボード３を介して入力されたデータを揮発的に格納するＲＡＭ４と、データを不揮発的に格納するハードディスク５と、光ディスク駆動装置６と、通信インターフェイス（Ｉ／Ｆ）７と、モニター８とを含む。各構成要素は、相互にデータバスによって接続されている。光ディスク駆動装置６には、ＣＤ−ＲＯＭ９その他の光ディスクが装着される。

コンピューターシステム３００における処理は、各ハードウェアおよびＣＰＵ１により実行されるソフトウェアによって実現される。このようなソフトウェアは、ハードディスク５に予め記憶されている場合がある。また、ソフトウェアは、ＣＤ−ＲＯＭ９その他の記録媒体に格納されて、コンピュータープログラムとして流通している場合もある。あるいは、ソフトウェアは、いわゆるインターネットに接続されている情報提供事業者によってダウンロード可能なアプリケーションプログラムとして提供される場合もある。このようなソフトウェアは、光ディスク駆動装置６その他の読取装置によりその記録媒体から読み取られて、あるいは、通信インターフェイス７を介してダウンロードされた後、ハードディスク５に一旦格納される。そのソフトウェアは、ＣＰＵ１によってハードディスク５から読み出され、ＲＡＭ４に実行可能なプログラムの形式で格納される。ＣＰＵ１は、そのプログラムを実行する。

図３に示されるコンピューターシステム３００を構成する各構成要素は、一般的なものである。したがって、本開示に係る技術思想の本質的な部分の一つは、ＲＡＭ４、ハードディスク５、ＣＤ−ＲＯＭ９その他の記録媒体に格納されたソフトウェア、あるいはネットワークを介してダウンロード可能なソフトウェアであるともいえる。記録媒体は、一時的でない、コンピューター読取可能なデータ記録媒体を含み得る。なお、コンピューターシステム３００の各ハードウェアの動作は周知であるので、詳細な説明は繰り返さない。

なお、記録媒体としては、ＣＤ−ＲＯＭ、ＦＤ（Flexible Disk）、ハードディスクに限られず、磁気テープ、カセットテープ、光ディスク（ＭＯ（Magnetic Optical Disc）／ＭＤ（Mini Disc）／ＤＶＤ（Digital Versatile Disc））、ＩＣ（Integrated Circuit）カード（メモリーカードを含む）、光カード、マスクＲＯＭ、ＥＰＲＯＭ（Electronically Programmable Read-Only Memory）、ＥＥＰＲＯＭ（Electronically Erasable Programmable Read-Only Memory）、フラッシュＲＯＭなどの半導体メモリー等の固定的にプログラムを担持する媒体でもよい。

ここでいうプログラムとは、ＣＰＵにより直接実行可能なプログラムだけでなく、ソースプログラム形式のプログラム、圧縮処理されたプログラム、暗号化されたプログラム等を含む。

［見守りシステム１００の装置構成］
図４を参照して、見守りシステム１００を用いた見守りについて説明する。図４は、センサーボックス１１９を用いた見守りシステム１００の装置構成の概略の一例を示す図である。

見守りシステム１００は、見守り対象者（監視対象者）である入居者１１１，１２１その他の入居者を見守るために利用される。図４に示されるように、居室１１０の天井には、センサーボックス１１９が取り付けられている。他の居室にも同様にセンサーボックス１１９が取り付けられている。

範囲４１０は、センサーボックス１１９による検出範囲を表わす。センサーボックス１１９が前述のドップラーセンサーを有する場合、当該ドップラーセンサーは、範囲４１０内で生じた人の挙動を検出する。センサーボックス１１９がセンサーとしてカメラを有する場合、当該カメラは、範囲４１０内の画像を撮影する。

センサーボックス１１９は、たとえば、介護施設、医療施設、宅内などに設置される。図４の例では、センサーボックス１１９は、天井に取り付けられており、入居者１１１およびベッド１１３を天井から撮影している。センサーボックス１１９の取り付け場所は天井に限られず、居室１１０の側壁に取り付けられてもよい。

見守りシステム１００は、カメラ１０５から得られた一連の画像（すなわち、映像）に基づいて入居者１１１に生じている危険を検知する。一例として、検知可能な危険は、入居者１１１の転倒や、危険個所（たとえば、ベッドの柵など）に入居者１１１がいる状態などを含む。

見守りシステム１００は、入居者１１１に危険が生じていることを検知した場合に、そのことを介護者１４１，１４３等に報知する。報知方法の一例として、見守りシステム１００は、入居者１１１の危険を介護者１４１，１４２の携帯端末１４３，１４４に通知する。携帯端末１４３，１４４は、当該通知を受信すると、入居者１１１の危険をメッセージ、音声、振動等で介護者１４１，１４２に報知する。これにより、介護者１４１，１４２は、入居者１１１に危険が生じていることを即座に把握でき、入居者１１１の元に素早く駆け付けることができる。

なお、図４には、見守りシステム１００が１つのセンサーボックス１１９を備えている例が示されているが、見守りシステム１００は、複数のセンサーボックス１１９を備えてもよい。また、図４には、見守りシステム１００が複数の携帯端末１４３，１４４を備えている例が示されているが、見守りシステム１００は、一つの携帯端末でも実現され得る。

［データ構造］
図５を参照して、クラウドサーバー１５０のデータ構造について説明する。図５は、クラウドサーバー１５０が備えるハードディスク５におけるデータの格納の一態様を表わす図である。

ハードディスク５は、テーブル６０を保持している。テーブル６０は、各居室に設けられた各センサーから送信されるデータを逐次保存している。より具体的には、テーブル６０は、部屋ＩＤ６１と、日時６２と、Ｘ座標値６３と、Ｙ座標値６４とを含む。部屋ＩＤ６１は、入居者の居室を識別する。日時６２は、センサーから送られた信号が取得された日時を識別する。Ｘ座標値６３は、当該日時において検出された点、すなわち、入居者の位置のＸ座標値を表わす。Ｙ座標値６４は、当該日時において検出された点、すなわち、入居者の位置のＹ座標値を表わす。ある局面において、Ｘ座標値およびＹ座標値の元となる座標軸は、例えば、当該居室の端点（例えば、部屋の片隅）を基準として規定される。別の局面において、当該座標軸は、各居室が設けられた施設におけるある一点を基準として規定されてもよい。

さらに、ハードディスク５は、センサーボックス１１９から送られた画像データを保持している。画像データは予め定められた時間間隔で取得される。ＣＰＵ１は、各画像データを用いて画像解析を行なうことにより、入居者の状態を識別することができる。例えば、ＣＰＵ１は、各画像データから頭を抽出し、入居者が横になっている時間、入居者がベッド１１３に座っている時間、および、入居者が歩いている時間を抽出し得る。

なお、居室で歩行する人は、入居者以外に介護者や家族などの可能性もある。したがって、ＣＰＵ１は、入居者以外の人の歩行軌跡を除外し得る。例えば、ＣＰＵ１は、各歩行軌跡について歩行速度を算出し、入居者以外の健常者の歩行速度と推定される一定速度以上の速度が算出された歩行軌跡を、画像解析の対象から除外し得る。この場合、健常者の歩行速度として、予め測定された歩行速度や、画像解析の際に測定された歩行速度が使用できる。例えば、ＣＰＵ１は、歩行軌跡から複数の時刻で検出された各点について、ｘ座標値およびｙ座標値と、各点のうちのある点から次の点に至るまでの時間とに基づいて、歩行速度を算出し得る。

図６を参照して、クラウドサーバー１５０のデータ構造についてさらに説明する。図６は、クラウドサーバー１５０のハードディスク５におけるデータの格納の一態様を概念的に表す図である。ハードディスク５は、テーブル６００を格納している。テーブル６００は、入居者毎に観測された、日々のデータを保持している。

テーブル６００は、入居者ＩＤ６１０と、年月日６２０と、歩行時間６３０と、座位時間６４０と、横臥時間６５０と、室内行動量６６０とを含む。入居者ＩＤ６１０は、観測の対象となった入居者を識別する。年月日６２０は、移動が観測された年月日を表わす。歩行時間６３０は、その年月日において入居者が歩行している時間として算出された時間を表わす。座位時間６４０は、その年月日において入居者が座っている時間として算出された時間を表わす。

横臥時間６５０は、その年月日において入居者が横になっている時間として算出された時間を表わす。室内行動量６６０は、当該入居者の室内における行動量を表わす。室内行動量６６０は、ある局面において、歩行時間６３０と座位時間６４０と横臥時間６５０とを用いて算出される。例えば、ＣＰＵ１は、歩行時間６３０、座位時間６４０および横臥時間６５０のそれぞれに対して予め設定された係数を乗じ、各積の和を室内行動量６６０として算出する。なお、各係数は、例えば以下の大小関係を満たすように設定され得る。横臥時間の係数＜座位時間の係数＜歩行時間の係数
入居者の状態は上記の３つに限られず、さらに多くの状態および当該状態に応じた係数が用いられてもよい。例えば、車椅子で移動している状態、立ったままでいる状態、運動している状態等について、それぞれ係数が設定されて、室内行動量の算出に使用されてもよい。ここで、運動は、例えば、かかと上げ、屈伸等、施設の入居者の運動能力に応じた運動を含む。このような場合、各係数の大小関係は、以下のようになる。
横臥時間の係数＜座位時間の係数＜立っている時間の係数＜車椅子で移動している時間の係数＜歩行時間の係数＜運動している時間の係数
［ＣＰＵ１の動作概要］
（１）ある局面において、ＣＰＵ１は、入居者の歩行軌跡を表わし、異なる日に取得された複数の軌跡データをハードディスク５から取得する。ＣＰＵ１は、複数の軌跡データに基づいて、入居者による一日の複数の行動状態を識別する。行動状態は、例えば、歩行状態、座位状態、横臥状態等を含む。別の局面において、歩行状態は、自立歩行、補助装置を用いた歩行、車椅子での移動を含み得る。ＣＰＵ１は、識別された各行動状態の各々の時間を算出する。ＣＰＵ１は、各行動状態の時間と予め規定された係数とを乗算して積を算出し、各積を加算することにより、入居者の一日の行動量を算出する。

（２）ある局面において、ＣＰＵ１は、複数の日の各々について算出された各室内行動量を比較することにより、入居者の活動状態の変化を導出する。例えば、管理サーバー２００のユーザーが、室内行動量の比較対象として、一つ以上の過去の日付を指定し得る。管理サーバー２００は、その指定された日付をクラウドサーバー１５０に送信する。ＣＰＵ１は、指定された日付の歩行軌跡データおよび画像データをハードディスク５から読み出す。ＣＰＵ１は、画像データを用いて画像解析を行ない、人の状態を分類する。さらに別の局面において、ＣＰＵ１が、人の画像と共に移動する物体を検出した場合には、入居者が歩行補助装置あるいは車椅子で移動している状態にあると判断する。

（３）ある局面において、複数の行動状態は、歩行、座位、横臥を含む。歩行の時間に対する第１係数と、座位の時間に対する第２係数と、横臥の時間に対する第３係数との大小関係は、第１係数＞第２係数＞第３係数である。第１係数、第２係数および第３係数は、例えば、各行動状態と消費エネルギーとが正の相関となる関係で規定され得る。各係数は、その大小関係を維持する範囲で、判断の目的に応じて、変更可能である。例えば、各係数は、各入居者の年齢、要介護度のレベル、認知症の有無等に応じて設定され得る。

［制御構造］
図７を参照して、クラウドサーバー１５０の制御構造について説明する。図７は、ある実施の形態に従うクラウドサーバー１５０のＣＰＵ１が実行する処理の一部を表わすフローチャートである。

ステップＳ７１０にて、ＣＰＵ１は、ハードディスク５から、画像データを取得する。
ステップＳ７２０にて、ＣＰＵ１は、複数の画像データに基づいて、入居者による一日の複数の行動状態を識別する。例えば、ＣＰＵ１は、画像データを用いて画像解析を行ない、入居者の状態を分類する。ある局面において、ＣＰＵ１は、画像解析の結果に基づいて、入居者が座っているか、横になっているか、歩いているかを判断する。この判断は、画像解析の結果から得られる人の頭の場所、向き、移動の有無等に基づいて行なわれる。

ステップＳ７３０にて、ＣＰＵ１は、識別された各行動状態の各々の時間を算出する。例えば、ＣＰＵ１は、各状態が継続している時間を算出し、算出結果を集計し、歩行時間６３０、座位時間６４０および横臥時間６５０を算出する。

ステップＳ７４０にて、ＣＰＵ１は、各行動状態の時間と、各行動状態について予め規定された係数とを乗算して積を算出する。なお、この係数は、入居者間で同じ係数でも異なる係数でもよい。また、ある局面において、係数は、入居者の年齢、性別、要介護度の程度等に応じて規定されてもよい。

ステップＳ７５０にて、ＣＰＵ１は、各積を加算することにより、入居者の一日の室内行動量を算出する。なお、室内行動量の算出単位は、一日に限られない。別の局面において、ＣＰＵ１は、管理者等の設定に応じて、例えば、一週間の室内行動量、一カ月の室内行動量その他の単位の行動量を算出してもよい。

ステップＳ７６０にて、ＣＰＵ１は、複数の日の各々について算出された各行動量を比較する。例えば、ＣＰＵ１は、室内行動量を算出するべき日として指定された日、その３カ月前の日およびその６ヵ月前の日について、室内行動量をそれぞれ算出し、推移を比較し得る。

ステップＳ７７０にて、ＣＰＵ１は、比較の結果に基づいて、入居者の活動状態の変化を導出する。例えば、ＣＰＵ１は、入居者毎に、現時点での室内行動量と過去の室内行動量とを比較し、室内行動量の変化の有無を検出する。ＣＰＵ１は、室内行動量の低下がみられる入居者を検出すると、当該入居者について、歩行時間、座位時間および横臥時間と共に室内行動量を表わす結果をモニター８あるいは帳票に出力し得る。

［表示態様］
図８を参照して、入居者の活動状態の変化の表示態様の一例について説明する。図８は、ある実施の形態に従ってモニター８に表示される入居者の活動状態の結果と室内行動量との推移を表わす図である。

管理サーバー２００のユーザーが室内行動量の算出を指示すると、管理サーバー２００は、当該指示をクラウドサーバー１５０に送る。クラウドサーバー１５０のＣＰＵ１は、図７に示される処理を行ない、処理の結果を管理サーバー２００に送信する。管理サーバー２００のモニター８は、処理の結果を表示する。

より具体的には、モニター８は、ある入居者（Ａさん）について、今月（例えば、昨日）、その３カ月前の日、およびその６ヵ月前の日における歩行時間を示す棒グラフ８１０、座位時間を示す棒グラフ８２０および横臥時間を示す棒グラフ８３０をそれぞれ表示する。さらに、モニター８は、棒グラフ８１０に対応する歩行時間と棒グラフ８２０に対応する座位時間と棒グラフ８３０に対応する横臥時間とを用いて前述のように算出した室内行動量を示すグラフ８４０を表示する。このようにすると、当該入居者の介護スタッフ、ケアマネジャーその他のユーザーは、入居者の行動状態の変化を客観的に把握することができるので、要介護度の判定等も客観的に行なうことが可能になり、判定結果の納得性および透明性が高まり得る。

図８の例では、例えば、歩行時間の係数＝２．０、座位時間の係数＝１．４、横臥時間の係数＝１．０として室内行動量は、以下の式で導出される。

室内行動量＝歩行時間×２．０＋座位時間×１．４＋横臥時間×１．０
別の局面でさらに多くの時間に分類される場合もあり得る。この場合、以下のように室内行動量の係数は設定され得る。

室内行動量＝横臥時間×０．５＋座位時間×０．８＋立っている時間（移動なし）×１．０＋車椅子で自走している時間×１．３＋歩行時間×１．５＋運動時間×２．０
なお、比較対象となる過去の日は、３カ月前および６ヵ月前に限られない。１週間前および２週間前のように比較が毎週の実績に基づいて行なわれてもよい。あるいは１カ月前および２カ月前のように比較が毎月の実績に基づいて行なわれてもよい。

また、別の局面において、複数の入居者の各室内行動量が比較されてもよい。比較することにより、各入居者の状態の変化を検出しやすくなる。

［実施の形態のまとめ］
以上のようにして、本実施の形態によれば、見守り対象者の画像データが逐次取得される。システムは、移動軌跡データと画像データとを用いて見守り対象者の状態を、歩行状態、座位状態、横臥状態、車椅子で移動している状態、立っている状態、運動している状態等に分類する。システムは、分類した状態の時間を集計し、各状態について設定された係数を当該状態の時間に乗じて積を算出し、各積の和を室内行動量として算出する。このようにすると、一人の入居者の様々な行動を室内行動量という一つの値で表現することができるので、各状態の時間が変わった場合でも、当該入居者の全体としての行動量を把握することができる。室内行動量は、センサーボックス１１９から送られるデータ（例えば、カメラ１０５からの画像データ、ドップラーセンサー１０６からの出力データ）を用いて算出されるので、判断者による主観が排除される。これにより、入居者の行動量が客観的に示されるので、例えば、入居者の要介護度の判定も客観的に行なうことが可能となり、判定結果への納得性も高め得る。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて請求の範囲によって示され、請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

本技術は、病院、老人ホーム、養護施設その他の施設で得られるデータの情報処理に適用可能である。

５１ 洗面台、５２ 机、６０ テーブル、１００ システム、１０１，２２１ 制御装置、１０５ カメラ、１０６ ドップラーセンサー、１０７ 無線通信装置、１０８，２２８ 記憶装置、１１０，１２０ 居室、１１１，１２１ 入居者、１１２ タンス、１１３ ベッド、１１４ トイレ、１１５ ケアコール子機、１１６ トイレセンサー、１１７ センサー、１１８ ドアセンサー、１１９ センサーボックス、１３０ 管理センター、１４０ アクセスポイント、１４１，１４２ 介護者、１４３，１４４ 携帯端末、１５０ クラウドサーバー、１８０ 居室領域、１９０ ネットワーク、２００ 管理サーバー。

Claims (15)

1. コンピューターで実行されるプログラムであって、前記プログラムは前記コンピューターに、
   入居者の行動に関するデータを取得するステップと、
   前記入居者の行動に関するデータに基づいて、前記入居者による複数の行動状態を識別し、識別された各前記行動状態の各々の時間を算出するステップと、
   各前記行動状態の時間と、各前記行動状態について予め規定された係数とに基づいて、前記入居者の行動量を算出するステップとを実行させる、プログラム。
2. 前記プログラムは前記コンピューターに、複数の期間について算出された各前記行動量を比較することにより、前記入居者の活動状態の変化を導出するステップをさらに実行させる、請求項１に記載のプログラム。
3. 前記複数の行動状態は、歩行、座位、横臥、車椅子での移動の少なくとも二つ以上を含む、請求項１または２に記載のプログラム。
4. 前記複数の行動状態は、歩行、座位、横臥を含み、
   前記歩行の時間に対する第１係数と、前記座位の時間に対する第２係数と、前記横臥の時間に対する第３係数との大小関係は、前記第１係数＞前記第２係数＞前記第３係数である、請求項１または２に記載のプログラム。
5. 前記取得するステップは、前記入居者の居室における移動軌跡データを集計することを含む、請求項１〜４のいずれかに記載のプログラム。
6. メモリーと、
   前記メモリーに結合されたプロセッサーとを備え、
   前記プロセッサーは、
   入居者の行動に関するデータを取得し、
   前記入居者の行動に関するデータに基づいて、前記入居者による複数の行動状態を識別し、識別された各前記行動状態の各々の時間を算出し、
   各前記行動状態の時間と、各前記行動状態について予め規定された係数とに基づいて、前記入居者の一日の行動量を算出するように構成されている、情報処理装置。
7. 前記プロセッサーは、複数の期間について算出された各前記行動量を比較することにより、前記入居者の活動状態の変化を導出するようにさらに構成されている、請求項６に記載の情報処理装置。
8. 前記複数の行動状態は、歩行、座位、横臥、車椅子での移動の少なくとも二つ以上を含む、請求項６または７に記載の情報処理装置。
9. 前記複数の行動状態は、歩行、座位、横臥を含み、
   前記歩行の時間に対する第１係数と、前記座位の時間に対する第２係数と、前記横臥の時間に対する第３係数との大小関係は、前記第１係数＞前記第２係数＞前記第３係数である、請求項６または７に記載の情報処理装置。
10. 前記取得することは、前記入居者の居室における移動軌跡データを集計することを含む、請求項６〜９のいずれかに記載の情報処理装置。
11. コンピューターで実行される方法であって、
    入居者の行動に関するデータを取得するステップと、
    前記入居者の行動に関するデータに基づいて、前記入居者による複数の行動状態を識別し、識別された各前記行動状態の各々の時間を算出するステップと、
    各前記行動状態の時間と、各前記行動状態について予め規定された係数とに基づいて、前記入居者の一日の行動量を算出するステップとを含む、方法。
12. 複数の期間について算出された各前記行動量を比較することにより、前記入居者の活動状態の変化を導出するステップをさらに含む、請求項１１に記載の方法。
13. 前記複数の行動状態は、歩行、座位、横臥、車椅子での移動の少なくとも二つ以上を含む、請求項１１または１２に記載の方法。
14. 前記複数の行動状態は、歩行、座位、横臥を含み、
    前記歩行の時間に対する第１係数と、前記座位の時間に対する第２係数と、前記横臥の時間に対する第３係数との大小関係は、前記第１係数＞前記第２係数＞前記第３係数である、請求項１１または１２に記載の方法。
15. 前記取得するステップは、前記入居者の居室における移動軌跡データを集計することを含む、請求項１１〜１４のいずれかに記載の方法。

Images