KR20220123326A - 기능적 능력 및 낙상 위험의 모바일 평가용 소비자 애플리케이션 - Google Patents

기능적 능력 및 낙상 위험의 모바일 평가용 소비자 애플리케이션 Download PDF

Info

Publication number
KR20220123326A
KR20220123326A KR1020227029153A KR20227029153A KR20220123326A KR 20220123326 A KR20220123326 A KR 20220123326A KR 1020227029153 A KR1020227029153 A KR 1020227029153A KR 20227029153 A KR20227029153 A KR 20227029153A KR 20220123326 A KR20220123326 A KR 20220123326A
Authority
KR
South Korea
Prior art keywords
user
assessment
mobile device
clinical mobility
inertial data
Prior art date
Application number
KR1020227029153A
Other languages
English (en)
Inventor
앤서니 도르만
브라이언 존 차스코
데이비드 더블유. 킬리
Original Assignee
일렉트로닉 케어기버, 아이앤씨.
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 일렉트로닉 케어기버, 아이앤씨. filed Critical 일렉트로닉 케어기버, 아이앤씨.
Publication of KR20220123326A publication Critical patent/KR20220123326A/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A61B5/1117—Fall detection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1112—Global tracking of patients, e.g. by using GPS
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112—Gait analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1124—Determining motor skills
    • 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
    • A61B5/4005—Detecting, measuring or recording for evaluating the nervous system for evaluating the sensory system
    • A61B5/4023—Evaluating sense of balance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4884—Other medical applications inducing physiological or psychological stress, e.g. applications for stress testing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6898—Portable consumer electronic devices, e.g. music players, telephones, tablet computers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/744—Displaying an avatar, e.g. an animated cartoon character
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C19/00—Gyroscopes; Turn-sensitive devices using vibrating masses; Turn-sensitive devices without moving masses; Measuring angular rate using gyroscopic effects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G01P15/02—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses
    • G01P15/08—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses with conversion into electric or magnetic values
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Neurology (AREA)
  • Neurosurgery (AREA)
  • Theoretical Computer Science (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Multimedia (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Social Psychology (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)

Abstract

사용자의 임상적 이동성 기반 평가들을 사용하여 움직임 능력들을 모니터링하기 위한 시스템들 및 방법들이 본 명세서에 제공된다. 실시 예들에서, 방법들은 다음을 포함한다: 관성 측정 장치를 포함하는 모바일 장치를 사용하여, 임상적 이동성 기반 평가를 사용자에게 제공하는 단계; 및 상기 관성 측정 장치를 사용하여, 상기 임상적 이동성 측정 평가에 기반하여 상기 사용자의 움직임 능력들을 나타내는 상기 사용자의 관성 데이터를 생성하는 단계. 실시 예들은 다음을 포함한다: 상기 사용자의 로컬로 기록된 관성 데이터가 발생되도록 상기 사용자의 상기 관성 데이터를 상기 모바일 장치에 로컬로 기록하는 단계; 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 위치 및 배향을 결정하도록 상기 사용자의 상기 로컬로 기록된 관성 데이터를 실시간으로 처리하는 단계; 및 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 상기 위치 및 상기 배향을 사용하여, 상기 임상적 이동성 기반 평가와 관련된 상기 사용자의 신체 움직임 평가를 결정하는 단계.

Description

기능적 능력 및 낙상 위험의 모바일 평가용 소비자 애플리케이션{Consumer Application for Mobile Assessment of Functional Capacity and Falls Risk}
본 기술은 연결된 장치 소프트웨어 애플리케이션에 관한 것이다. 보다 상세하게는, 그러나 제한적이지 않은, 본 기술은 관성 측정 능력이 장착되고, 인터넷 및/또는 셀룰러 연결, 그리고 음성 통신 기술을 구비하는 상용 모바일 장치 상에 설치될 때 사용자의 실시간 낙상 위험을 평가할 수 있는 애플리케이션에 관한 것이다.
본 섹션에서 설명하는 접근법은 추구될 수 있으나, 이전에 고안되거나 추구된 접근법일 필요는 없다. 따라서, 달리 명시되지 않는 한, 본 섹션에서 설명된 접근법 중 어느 것도 단지 본 섹션에 포함되었기 때문에 선행기술로서 자격이 있다고 추정해서는 안된다.
노화와 관련된 다수의 위험, 및 미국 인구가 빠르게 고령화되고 있는 사실에 대응하여, 자립을 유지하려는 노력은 건강 모니터링의 다양한 측면에 초점을 맞춘 여러 애플리케이션의 개발로 이어졌다. 이러한 애플리케이션 대부분은 혈압, 심박수, 혈당 수치, 및/또는 수면과 같은 생물학적 요인을 모니터링하기 위한 능력들을 포함하는 방식으로 개발되었다. 증거가 전체 건강과 관련된 이들 생물학적 신호들을 암시하고, 또한 이들과 같은 파라미터들의 지속적인 모니터링이 건강을 개선하는데 기여할 수 있음을 암시하고 있지만, 현재 사용 가능한 건강 애플리케이션은 움직임 생성을 위한 사용자의 능력을 지속적으로 모니터링하는 능력을 제공하지 않는다. 추가적으로, 이러한 현재의 건강 모니터링 애플리케이션들은 일반적으로 독립적으로 제공되지 않아서 이들 어플리케이션 이외에 이들이 설치된 하드웨어를 여러 번 필요로 한다. 본 기술은 사용자의 움직임 능력을 평가하는 독립적으로 제공된 종합적인 방법을 제공하고 기능적인 능력의 감소를 직접 모니터링하고 확인하는 비접촉 방법을 제공한다. 이러한 중요한 움직임 평가들의 결과들은 사용자에 의해 쉽게 접근될 수 있으며 다양한 형식으로 사용자의 모바일 장치에 표시될 수 있다.
US2014/0330172(A1) WO2014/043757(A1) US2014/0337048(A1) US2016/0253890(A1)
일부 실시 예에서, 본 개시는 하나 이상의 컴퓨터로 구성된 시스템에 관한 것으로, 이러한 시스템은 동작 중에 본 명세서에서 설명된 작업들 및/또는 방법 단계들을 야기하거나 또는 시스템이 수행하도록 하는, 시스템 상에 설치된 소프트웨어, 펌웨어, 하드웨어, 또는 이들의 조합을 구비하여 소정의 동작들 또는 작업들을 수행하도록 구성될 수 있다.
일부 실시 예에 따르면, 본 기술은 임상적 이동성 기반 평가들을 사용하여 사용자의 움직임 능력들을 모니터링하기 위한 방법에 관한 것으로, 상기 방법은 다음을 포함한다: (a) 관성 측정 장치를 포함하는 모바일 장치를 사용하여, 임상적 이동성 기반 평가를 사용자에게 제공하는 단계; (b) 상기 관성 측정 장치를 사용하여, 상기 임상적 이동성 기반 평가에 기반하여 상기 사용자의 움직임 능력들을 나타내는 상기 사용자의 관성 데이터를 생성하는 단계; (c) 상기 사용자의 로컬로 기록된 관성 데이터가 발생되도록 상기 사용자의 상기 관성 데이터를 상기 모바일 장치에 로컬로 기록하는 단계; (d) 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 위치 및 배향을 결정하도록 상기 사용자의 로컬로 기록된 관성 데이터를 실시간으로 처리하는 단계; (e) 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 위치 및 배향을 사용하여, 상기 임상적 이동성 기반 평가와 관련된 상기 사용자의 신체 움직임 평가를 결정하는 단계; 및 (f) 상기 모바일 장치를 사용하여, 상기 신체 움직임 평가의 적어도 일부를 상기 사용자에게 디스플레이하는 단계.
다양한 실시 예에서, 상기 방법은 모바일 장치에 의해 디스플레이된 상호작용의 애니메이션 대화형 그래픽 사용자 인터페이스를 통해 임상적 이동성 기반 평가의 표시를 디스플레이하는 단계를 포함한다.
일부 실시 예에서, 상기 방법은 검사 지속 시간, 회전 지속 시간, 앉았다가 일어서기 지속 시간, 일어섰다가 앉기 지속 시간, 미리 결정된 시간 구간 내 완료된 앉았다가 일어서기 반복 횟수, 및 미리 결정된 시간 구간 내 완료된 일어섰다가 앉기 반복 횟수 중 하나 이상을 포함하는 임상적 이동성 기반 평가를 포함한다.
다양한 실시 예에서, 임상적 이동성 기반 평가에 기반하여 사용자의 움직임 능력을 나타내는 사용자의 관성 데이터는 자이로스코프를 사용하여 생성된 자이로스코프 데이터; 및 가속도계를 사용하여 생성된 가속도계 데이터를 포함한다.
일부 실시 예에서, 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 위치 및 배향을 결정하도록 상기 사용자의 로컬로 기록된 관성 데이터를 실시간으로 처리하는 단계는 다음을 포함한다: 상기 사용자의 분할 및 정렬된 관성 데이터가 발생되도록 상기 사용자의 상기 로컬로 기록된 관성 데이터를 분할 및 정렬하는 단계; 상기 사용자의 균형 조정된(counterbalanced) 관성 데이터가 발생되도록 상기 사용자의 상기 분할 및 정렬된 관성 데이터를 중력 가속도 균형 조정하는 단계; 상기 사용자의 상기 균형 조정 관성 데이터를 사용하여 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 속도를 결정하는 단계; 드리프트(drift) 보상된 속도 데이터가 발생되도록 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 속도를 드리프트 보상하는 단계; 및 상기 드리프트 보상된 속도 데이터를 사용하여 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 위치 및 배향을 결정하는 단계.
다양한 실시 예에서, 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 위치 및 배향을 결정하도록 상기 사용자의 로컬로 기록된 관성 데이터를 실시간으로 처리하는 단계는 다음을 포함한다: 상기 사용자의 분할 및 정렬된 관성 데이터가 발생되도록 상기 사용자의 상기 로컬로 기록된 관성 데이터를 분할 및 정렬하는 단계; 상기 사용자의 균형 조정된(counterbalanced) 관성 데이터가 발생되도록 상기 사용자의 상기 분할 및 정렬된 관성 데이터의 각도 배향을 통합하는 단계; 상기 사용자의 상기 균형 조정된 관성 데이터를 사용하여 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 속도를 결정하는 단계; 드리프트(drift) 보상된 속도 데이터가 발생되도록 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 속도를 드리프트 보상하는 단계; 및 상기 드리프트 보상된 속도 데이터를 사용하여 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 위치 및 배향을 결정하는 단계.
일부 실시 예에서, 상기 방법은 다음을 추가적으로 포함한다: 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 위치 및 배향에 기반하여 상기 사용자의 기능적 움직임의 특징을 결정하는 단계. 상기 기능적 움직임의 특징은 다음의 하나 이상을 포함함: 과제 완료 시간, 과제 완료율, 미리 정해진 시간 구간 내에 완료된 과제의 총 반복, 미리 정해진 시간 구간 내에 완료된 과제의 반복의 감쇠, 회전율, 전후 흔들림, 좌우 흔들림, 보행 특성들, 변위의 총 크기, 수직 변위, 좌우 변위, 및 합성 변위.
다양한 실시 예에서, 사용자에 대한 신체 움직임 평가는 사용자의 정적 안정성, 사용자의 동적 안정성, 사용자의 자세 안정성, 사용자의 균형, 사용자의 이동성, 사용자의 낙상 위험, 사용자의 하체 근력, 사용자의 하체 근지구력, 사용자의 하체 근육 유연성, 사용자의 상체 근력, 및 사용자의 상체 근지구력 중 하나 이상을 포함한다.
일부 실시 예에서, 상기 방법은 다음을 추가적으로 포함한다: 상기 사용자의 상기 로컬로 기록된 관성 데이터 및 상기 사용자의 상기 신체 움직임 평가를 수신하는 단계; 상기 임상적 이동성 기반 평가와 관련된 상기 사용자의 상기 신체 움직임 평가를 사용하여 종방향(longitude) 신체 움직임 평가 분석을 수행하는 단계; 및 상기 종방향 신체 움직임 평가 분석의 적어도 일부를 사용자에게 디스플레이하는 단계.
본 기술의 소정 실시 예는 첨부 도면들에 의해 도시된다. 첨부 도면들은 일정한 비율이 아닐 수 있다는 점이 이해될 것이다. 본 기술이 본 명세서에 도시된 소정 실시 예에 제한되지 않을 수 있다는 점이 이해될 것이다.
도 1은 본 기술의 실시 예들에 따른 임상적 이동성 기반 평가들을 사용하여 사용자의 움직임 능력들을 모니터링하기 위한 시스템을 도시한다.
도 2는 본 기술의 실시 예들에 따른 예시적인 관성 데이터 처리 알고리즘을 도시한다.
도 3은 본 기술의 실시 예들에 따른 임상적 이동성 기반 평가들을 사용하여 사용자의 움직임 능력들을 모니터링하기 위한 시스템 및 클라우드 기반 플랫폼들 사이의 통신 시스템을 도시한다.
도 4a는 본 기술의 실시 예들에 따른 의자에서 일어서기 임상적 이동성 기반 평가의 분석용 관성 데이터 처리 알고리즘의 결과들을 도시한다.
도 4b는 본 기술의 실시 예들에 따른 정해진 시한의 일어서서 걷기 임상적 이동성 기반 평가의 분석용 관성 데이터 처리 알고리즘의 결과들을 도시한다.
도 5a는 본 기술의 실시 예들에 따른 사용자의 기능적 움직임 능력을 결정하기 위한 움직임 평가들을 나타내는 표를 도시한다.
도 5b는 본 기술의 실시 예들에 따른 사용자 기능적 움직임 능력을 설명하는 애플리케이션 분석 알고리즘들에 따른 기능적 움직임들을 설명하는 사용자의 관성 데이터로부터 추출된 특징들을 나타내는 표를 도시한다.
도 6은 본 기술의 실시 예들에 따른 임상적 이동성 기반 평가들을 사용하여 사용자의 움직임 능력들을 모니터링하기 위한 방법을 나타내는 프로세스 흐름도를 도시한다.
도 7은 본 기술의 실시 예들을 구현하기 위해 사용될 수 있는 예시적인 컴퓨터 시스템을 도시한다.
본 출원은 2018년 3월 19일 출원되고 발명의 명칭이 “기능적 능력 및 낙상 위험의 모바일 평가용 소비자 애플리케이션”인 미국 임시 특허 출원 번호 62/645,053의 우선권의 이익을 주장하고, 이러한 미국 임시 특허 출원은 그 출원에 인용된 모든 부록 및 모든 참조 문헌을 포함하는 그 전체가 본 명세서에 참조되어 본 발명의 일부를 이룬다.
본 기술의 상세한 실시 예들이 본 명세서에 개시된다. 개시된 실시 예들은 다양한 형태로 구현될 수 있는 본 발명의 예시일 뿐이라는 점이 이해되어야 한다. 본 명세서에 개시된 이러한 세부 사항들은 제한하는 임의의 형태가 아닌, 청구범위에 대한 근거로서 해석되어야 한다.
다양한 실시 예에서, 본 기술의 대상은 모바일 장치에 설치된 관성 측정 유닛과의 간단한 상호작용을 통하여 사용자의 기능적 움직임 능력의 모니터링 및 평가를 제공하기 위한 소프트웨어 애플리케이션이다. 이와 같이, 소프트웨어 애플리케이션은 사용자의 움직임 특성들을 지속적으로 평가하고 이러한 움직임 특성들이 사용자의 실시간 기능적 능력과 어떻게 연관되는지를 보고하도록 기능한다. 또한, 소프트웨어 애플리케이션은 다양한 기본적인 움직임 검사들에 대한 수행을 평가하기 위한 능력을 사용자에게 제공한다. 추가적으로, 클라우드 기반 스토리지를 사용하고 기능성을 산출하기 위한 소프트웨어 애플리케이션의 능력은 기능적 움직임 능력에서의 실시간 감소가 확인 및 보고될 수 있는 방식으로 여러 검사들의 빠른 저장, 검색 및 평가에 대한 능력을 제공한다. 소프트웨어 애플리케이션의 추가적인 이점은 본 기술의 실시 예들에 제시된 상세한 실시 예의 설명들 및 첨부 도면들로부터 명백해진다.
도 1은 본 기술의 실시 예들에 따른 임상적 이동성 기반 평가들을 사용하여 사용자의 움직임 능력들을 모니터링하기 위한 시스템(100)을 도시한다. 시스템(100)은 모바일 장치(120)에 액세스할 수 있는 사용자(110)를 보여준다. 모바일 장치(120)는 관성 측정 장치(130)를 포함한다. 관성 측정 장치(130)는 모바일 장치(120) 상에 설치된 칩 등일 수 있다. 관성 측정 장치(130)는 자이로스코프(140) 및 가속도계(150)를 포함한다. 모바일 장치(120)는 애플리케이션(155)(예를 들어, 소프트웨어 애플리케이션)을 추가적으로 포함한다. 모바일 장치(120)는 기능적 검사 시스템(170), 균형/안정성 시스템(180), 및 보행 분석 시스템(190)과 통신하기 위해 통신 네트워크(160)를 사용한다.
다양한 실시 예에서, 애플리케이션(155)은 사용자(110)의 움직임 능력들을 모니터링할 수 있는, 일렉트로닉 케어기버(Electronic Caregiver) 사가 개발한 모바일 애플리케이션이다. 사용 중일 때, 애플리케이션(155)은 다양한 임상적 이동성 기반 평가들이 이루어지는 동안 사용자(110)의 움직임 특성들을 설명하는 데이터의 수집, 처리, 저장, 및 분석을 위한 능력을 구현한다. 예를 들어, 임상적 이동성 기반 평가는 움직임 과제일 수 있다. 다양한 실시 예에서, 임상적 이동성 기반 평가는 검사 지속 시간, 회전 지속 시간, 앉았다가 일어서기 지속 시간, 일어섰다가 앉기 지속 시간, 미리 정해진 시간 구간 내에 완료된 앉았다가 일어서기 반복 횟수, 및 미리 정해진 시간 구간 내에 완료된 일어섰다가 앉기 반복 횟수일 수 있다. 예를 들어, 도 5A 및 도 5B에 설명된 임상적 이동성 기반 평가들. 예시적인 임상적 이동성 기반 평가들(예를 들어, 움직임 과제들)은 기능적 검사 시스템(170), 균형/안정성 시스템(180), 및 보행 분석 시스템(190)과 통신하는 모바일 장치(120)를 사용하는, 정해진 시한의 일어서서 걷기 검사, 30초 의자 일어서기 검사, 4단계 균형 검사, 보행 분석, 기능적 뻗기 검사, 앉아서 윗몸 앞으로 굽히기 검사, 5개 의자 일어서기 검사, 10개 의자 일어서기 검사, 팔 굽히기 검사, 및 자세 안정성을 포함한다.
다양한 실시 예에서, 사용자(110)는 모바일 장치(120)에 의해 디스플레이된 상호작용의 애니메이션 대화형 그래픽 사용자 인터페이스를 통하여 임상적 이동성 기반 평가의 표시의 디스플레이에 액세스함으로써 모바일 장치(120)에 액세스할 수 있다. 본 기술의 실시 예들은 관성 측정 장치(130)를 포함하는 상기 모바일 장치(120)를 사용하여, 사용자에게 임상적 이동성 기반 평가를 제공하는 단계 및 상기 관성 측정 장치(130)를 사용하여, 상기 임상적 이동성 기반 평가에 기반한 상기 사용자(110)의 움직임 능력들을 나타내는 상기 사용자(110)의 관성 데이터를 생성하는 단계를 포함한다. 실시 예들은 사용자(110)의 로컬로 기록된 관성 데이터가 발생되도록 사용자(110)의 관성 데이터를 모바일 장치(120)에 로컬로 기록하는 단계를 포함한다. 다양한 실시 예에서, 상기 임상적 이동성 기반 평가에 기반한 상기 사용자(110)의 움직임 능력들을 나타내는 상기 사용자(110)의 상기 관성 데이터는 자이로스코프(140)를 사용하여 생성된 자이로스코프 데이터; 및 가속도계(150)를 사용하여 생성된 가속도계 데이터를 포함한다.
도 2는 본 기술의 실시 예들에 따른 예시적인 관성 데이터 처리 알고리즘(200)을 도시한다. 관성 데이터 처리 알고리즘(200)은 하드웨어(예를 들어, 전용 논리, 프로그램 가능 논리, 및 마이크로코드), (범용 컴퓨터 시스템 또는 전용 머신 상에서 실행되는 소프트웨어와 같은) 소프트웨어, 또는 이들의 조합을 포함할 수 있는 처리 논리(processing logic)에 의해 수행될 수 있다. 하나 이상의 예시적인 실시 예에서, 처리 논리는 모바일 장치(120), 관성 측정 장치(130), 기능적 검사 시스템(170), 균형/안정성 시스템(180), 및 보행 분석 시스템(190), 또는 클라우드 기반 규준 데이터 스토리지(330) 또는 이들의 조합들에 상주한다. 관성 데이터 처리 알고리즘(200)은 관성 측정 장치(130)를 포함하는 모바일 장치(120)로부터 관성 데이터를 수신한다. 관성 측정 장치(130)는 자이로스코프(140) 및 가속도계(150)를 포함한다. 관성 데이터 처리 알고리즘(200)은 신호 분할 및 정렬(210), 중력 가속도 균형 조정(220), 각도 배향의 통합(230), 속도의 추정(240), 드리프트 결정 및 보상(250), 배향의 추정(260), 및 위치의 추정(270)을 포함한다.
다양한 실시 예에서, 관성 데이터 처리 알고리즘(200)은 임상적 이동성 기반 평가들을 사용하여 사용자(110)의 움직임 능력들을 모니터링하기 위한 것이다. 본 기술의 실시 예들은 임상적 이동성 기반 평가가 이루어지는 동안 모바일 장치(120)의 위치 및 배향을 결정하도록 사용자(110)의 로컬로 기록된 관성 데이터를 실시간으로 처리하는 단계를 포함한다. 일부 실시 예에서, 임상적 이동성 기반 평가가 이루어지는 동안 모바일 장치의 위치 및 배향을 결정하도록 사용자(110)의 로컬로 기록된 관성 데이터를 실시간으로 처리하는 단계는 다음을 포함한다: 사용자(110)의 분할 및 정렬된 관성 데이터가 발생되도록 사용자(110)의 로컬로 기록된 관성 데이터를 분할 및 정렬하는 단계. 예를 들어, 사용자(110)의 로컬로 기록된 관성 데이터를 분할 및 정렬하는 단계는 도 4A에 도시되어 있다. 실시 예들은 사용자(110)의 균형 조정된(counterbalanced) 관성 데이터가 발생되도록 사용자(110)의 분할 및 정렬된 관성 데이터를 중력 가속도 균형 조정하는 단계; 사용자(110)의 균형 조정된 관성 데이터를 사용하여 임상적 이동성 기반 평가가 이루어지는 동안 모바일 장치의 속도를 결정하는 단계; 드리프트 보상된 속도 데이터가 발생되도록 임상적 이동성 기반 평가가 이루어지는 동안 모바일 장치의 속도를 드리프트 보상하는 단계; 및 드리프트 보상된 속도 데이터를 사용하여 임상적 이동성 기반 평가가 이루어지는 동안 모바일 장치의 위치 및 배향을 결정하는 단계를 추가적으로 포함한다.
본 기술의 실시 예들은 임상적 이동성 기반 평가가 이루어지는 동안 모바일 장치(120)의 위치 및 배향을 결정하도록 사용자(110)의 로컬로 기록된 관성 데이터를 실시간으로 처리하는 단계를 포함한다. 일부 실시 예에서, 임상적 이동성 기반 평가가 이루어지는 동안 모바일 장치의 위치 및 배향을 결정하도록 사용자(110)의 로컬로 기록된 관성 데이터를 실시간으로 처리하는 단계는 다음을 포함한다: 사용자(110)의 분할 및 정렬된 관성 데이터가 발생되도록 사용자(110)의 로컬로 기록된 관성 데이터를 분할 및 정렬하는 단계; 사용자(110)의 균형 조정된 관성 데이터가 발생되도록 사용자(110)의 분할 및 정렬된 관성 데이터의 각도 배향을 통합하는 단계; 사용자(110)의 균형 조정된 관성 데이터를 사용한 임상적 이동성 기반 평가가 이루어지는 동안 모바일 장치의 속도를 결정하는 단계; 드리프트 보상된 속도 데이터가 발생되도록 임상적 이동성 기반 평가가 이루어지는 동안 모바일 장치의 속도를 드리프트 보상하는 단계; 및 드리프트 보상된 속도 데이터를 사용하여 임상적 이동성 기반 평가가 이루어지는 동안 모바일 장치의 위치 및 배향을 결정하는 단계.
도 3은 본 기술의 실시 예들에 따른 임상적 이동성 기반 평가들을 사용하는 사용자의 움직임 능력들을 모니터링하기 위한 시스템 및 클라우드 기반 플랫폼들 사이의 통신 시스템(300)을 도시한다. 통신 시스템(300)은 애플리케이션(155)(예를 들어, 일렉트로닉 케어기버 사의 애플리케이션)을 포함하는 모바일 장치(120)를 포함한다. 통신 시스템(300)은 클라우드 컴퓨팅 네트워크(320), 클라우드 기반 규준 데이터 스토리지(330), 및 데이터 스트리밍(340)을 추가적으로 포함한다. 다양한 실시 예에서, 애플리케이션(155)은 클라우드 컴퓨팅 네트워크(320)와 통신한다.
일반적으로, 클라우드 컴퓨팅 네트워크(320)는 일반적으로 (웹 서버 내와 같이) 대규모 그룹화된 프로세서들의 계산 능력을 결합 및/또는 대규모 그룹화된 컴퓨터 메모리들 또는 저장 장치들의 저장 용량을 결합하는 자원(resource)인 클라우드 기반 컴퓨팅 환경이다.
클라우드 컴퓨팅 네트워크(320)는, 예를 들어, 컴퓨터 시스템(700)과 같은 복수의 컴퓨팅 장치들을 포함하는 웹 서버들의 네트워크에 의해 형성될 수 있는데, 각각의 서버 (또는 적어도 복수의 서버)는 프로세서 및/또는 저장 자원들을 제공한다. 이들 서버들은 다수 사용자(예를 들어, 클라우드 자원 고객들 또는 기타 사용자들)에 의해 제공된 작업 부하들(workloads)을 관리할 수 있다.
도 4a는 본 기술의 실시 예들에 따른 의자 일어서기 임상적 이동성 기반 평가(400)의 분석용 관성 데이터 처리 알고리즘의 결과들을 도시한다. 예를 들어, 임상적 이동성 기반 평가에 기반하여 사용자의 움직임 능력들을 나타내는 사용자의 관성 데이터를 처리하도록 사용되는 관성 데이터 처리 알고리즘은 도 2에 도시된 관성 데이터 처리 알고리즘(200)일 수 있다. 좀 더 자세하게는, 도 4a는 사용자(110)의 분할 및 정렬된 관성 데이터가 발생되도록 사용자(110)의 로컬로 기록된 관성 데이터를 분할 및 정렬하는 단계를 도시한다. 예를 들어, 복수의 신호 분할들 중 신호 분할(405)이 도 4a에 도시되어 있다. 보다 상세하게는, 도 4a는 실시 예 1에 좀 더 자세하게 설명된 의자 일어서기 임상적 이동성 기반 평가의 분석을 도시한다.
도 4b는 본 기술의 실시 예들에 따른 일어서서 걷기 임상적 이동성 기반 평가(410)의 분석용 관성 데이터 처리 알고리즘(200)의 결과들을 도시한다. 좀 더 자세하게는, 도 4b는 실시 예 2에 좀 더 자세하게 설명되는 바와 같은 일어서서 걷기 임상적 이동성 기반 평가(410)의 분석을 도시한다.
도 5a는 본 기술의 실시 예들에 따른 사용자(110)의 기능적인 움직임 능력의 결정을 위한 움직임 평가들을 나타내는 표(500)를 도시한다. 예를 들어, 임상적 이동성 기반 평가는 움직임 과제일 수 있다. 다양한 실시 예에서, 임상적 이동성 기반 평가는 검사 지속 시간, 회전 지속 시간, 앉았다가 일어서기 지속 시간, 일어섰다가 앉기 지속 시간, 미리 정해진 시간 구간 내에 완료된 앉았다가 일어서기 반복 횟수, 및 미리 정해진 시간 구간 내에 완료된 일어섰다가 앉기 반복 횟수일 수 있다. 예시적인 임상적 이동성 기반 평가들(예를 들어, 움직임 과제들)은 일어서서 걷기 검사, 30초 의자 일어서기 검사, 4단계 균형 검사, 보행 분석, 기능적 뻗기 검사, 앉아서 윗몸 앞으로 굽히기 검사, 5개 의자 일어서기 검사, 10개 의자 일어서기 검사, 팔 굽히기 검사, 및 자세 안정성을 포함한다. 표(500)는 각각의 임상적 이동성 기반 평가(예를 들어, 움직임 과제)에 대해 평가된 사용자(110)의 평가 영역을 추가적으로 나타낸다.
도 5b는 본 기술의 실시 예들에 따른 사용자 기능적 움직임 능력을 설명하는 애플리케이션 분석 알고리즘들에 따라서 기능적인 움직임들을 설명하는 사용자(110)의 관성 데이터로부터 추출된 특징들을 나타내는 표(510)를 도시한다. 예를 들어, 임상적 이동성 기반 평가가 이루어지는 동안 모바일 장치(120)의 위치 및 배향에 기반한 사용자(110)의 기능적 움직임들의 특징들을 결정하는 단계에 있어서, 상기 기능적 움직임들의 특징들은 다음의 하나 이상을 포함한다: 과제 완료 시간, 과제 완료율, 미리 정해진 시간 구간 내에 완료된 과제의 총 반복, 미리 정해진 시간 구간 내에 완료된 과제의 반복의 감쇠, 회전율, 전후 흔들림, 좌우 흔들림, 보행 특성들, 변위의 총 크기, 수직 변위, 좌우 변위, 및 합성 변위. 또한, 표(510)는 각각의 임상적인 이동성 기반 평가(예를 들어, 움직임 과제)에 대해 추출된 사용자(110)의 특징을 나타낸다.
도 6은 본 기술의 실시 예들에 따른 임상적 이동성 기반 평가들을 사용하는 사용자의 움직임 능력들을 모니터링하기 위한 방법(600)을 나타내는 프로세스 흐름도를 도시한다. 방법(600)은 하드웨어(예를 들어, 전용 논리, 프로그램 가능 논리, 및 마이크로코드), (범용 컴퓨터 시스템 또는 전용 머신 상에서 실행되는 소프트웨어와 같은) 소프트웨어, 또는 이들의 조합을 포함할 수 있는 처리 논리에 의해 수행될 수 있다. 하나 이상의 예시적인 실시 예에서, 처리 논리는 모바일 장치(120), 관성 측정 장치(130), 기능적 검사 시스템(170), 균형/안정성 시스템(180), 및 보행 분석 시스템(190), 또는 클라우드 기반 규준 데이터 스토리지(330) 또는 이들의 조합들에 상주한다.
도 6에 도시된 바와 같이, 임상적 이동성 기반 평가들을 사용하여 사용자의 움직임 능력들을 모니터링 하기 위한 방법(600)은 관성 측정 장치를 포함하는 모바일 장치를 사용하여 사용자에게 임상적 이동성 기반 평가를 제공하는 단계(610)를 포함한다. 방법(600)은, 관성 측정 장치를 사용하여, 임상적 이동성 기반 평가에 기반한 사용자의 움직임 능력들을 나타내는 사용자의 관성 데이터를 생성하는 단계(620)에서 시작할 수 있다. 방법(600)은 사용자의 로컬로 기록된 관성 데이터가 발생되도록 사용자의 관성 데이터를 모바일 장치에 로컬로 기록하는 단계(630); 및 임상적 이동성 기반 평가가 이루어지는 동안 모바일 장치의 위치 및 배향을 결정하도록 사용자의 로컬로 기록된 관성 데이터를 실시간으로 처리하는 단계(640)를 진행할 수 있다. 방법(600)은, 임상적 이동성 기반 평가가 이루어지는 동안 모바일 장치의 위치 및 배향을 사용하여, 임상적 이동성 기반 평가와 관련된 사용자의 신체 움직임 평가를 결정하는 단계(650); 및 모바일 장치를 사용하여, 신체 움직임 평가의 적어도 일부를 사용자에게 디스플레이하는 단계(660)을 진행할 수 있다.
다양한 실시 예에서, 방법(600)은 선택적으로 사용자의 로컬로 기록된 관성 데이터 및 사용자의 신체 움직임 평가를 수신하는 단계(670); 임상적 이동성 기반 평가와 관련된 사용자의 신체 움직임 평가를 사용하여 종방향(longitude) 신체 움직임 평가 분석을 수행하는 단계(680); 및 사용자에게 종방향 신체 움직임 평가 분석의 적어도 일부를 디스플레이하는 단계(690)를 선택적으로 포함한다.
다양한 실시 예에서, 종방향 신체 움직임 평가 분석을 수행하는 단계는 다음을 포함한다: 클라우드 기반 규준 데이터 스토리지의 분야와 관련된 신체 움직임 변화의 미리 정해진 임계값을 수신하는 단계; 사용자의 신체 움직임 평가와 신체 움직임 변화의 미리 정해진 임계값을 비교하는 단계; 비교에 기반하여 신체 움직임 평가가 신체 움직임 변화의 미리 정해진 임계값을 넘어서는 것을 결정하는 단계; 및 신체 움직임 평가가 신체 움직임 변화의 미리 정해진 임계값을 넘어서는 경우, 종방향 이동성 평가를 사용자에게 디스플레이하는 단계.
실시 예 1.
도 4a는 본 기술의 실시 예들에 따른 의자 일어서기 임상적 이동성 기반 평가(400)의 분석용 관성 데이터 처리 알고리즘(200)의 결과들을 도시한다. 예를 들어, 기능적 검사는 사용자(110)가 의자 일어서기를 완료하는 능력일 수 있다. 이러한 특정 영역의 검사는 사용자(110)의 하지 근력에 대한 소중한 이해를 제공한다. 하나의 특정한 검사인 30초 의자 일어서기는 애플리케이션(155)에 의해 원격으로 평가될 수 있다. 이를 달성하기 위해, 사용자(110)는 등받이 의자에서 앉은 자세를 취하고, 애플리케이션(155)(예를 들어, 일렉트로닉 케어기버 사의 애플리케이션)을 열어 드롭다운 메뉴에서 해당되는 검사(예를 들어, 의자 일어서기 임상적 이동성 기반 평가)를 선택한다. 검사 선택 시, 모바일 장치(120)의 관성 측정 장치(130)가 활성화되고 사용자(110)의 관성 데이터 수집을 시작한다. 5초의 카운트다운 후, 사용자(110)는 의자 일어서기 검사를 시작하고 할당된 시간 내에 가능한 한 많은 앉았다 일어서기 움직임들 및 그에 이어지는 일어섰다가 앉기 반복들을 완료한다. 도 4a에 도시된 바와 같이, 수직 가속도 신호는 검사가 이루어지는 동안 평가된 표준 임상적 변수인, 검사가 이루어지는 동안 완료된 반복 횟수를 평가하기 위해 사용될 수 있다. 완료된 반복 횟수를 평가하는 단계는 수직 가속도의 크기에서의 정량화 가능한 스파이크에 기반하여 신호를 개별 세그먼트들로 분리하는 신호 분할의 적용 및 처리 중에 도출된 독립 세그먼트들의 수를 결정하는 간단한 카운트 기능의 적용을 통하여 달성된다. 예를 들어, 복수의 신호 분할들 중 신호 분할(405)은 도 4a에 도시되어 있다.
실시 예 2.
도 4b는 본 기술의 실시 예들을 따른 일어서서 걷기 임상적 이동성 기반 평가(410)의 분석용 관성 데이터 처리 알고리즘(200)의 결과들을 도시한다. 예를 들어, 노인 돌봄 제공 시설에서 활용된 기능적 검사는 정해진 시한의 일어서서 걷기 검사이다. 정해진 시한의 일어서서 걷기 검사는 사용자(110)가 등받이 의자에서 앉은 자세로 시작하여, 서 있는 자세로 일어서고, 3미터 거리를 걸을 것을 요구한다. 3미터 마크에서 사용자(110)는 180도 회전을 완료하고, 시작 지점으로 걸어 돌아와서, 자신이 시작했던 의자에 앉는다. 정해진 시한의 일어서서 걷기 검사가 완료되면, 임상의(clinician)는 환자가 검사를 완료하는데 걸리는 시간을 기록한다.
다양한 실시 예에서, 본 명세서에 설명된 본 기술의 시스템들 및 방법들은 다양한 실시 예에서 요구에 따라 임상의와 동일한 평가를 수행할 수 있다. 이와 같이, 사용자(110)는 등받이 의자에서 앉은 자세를 취하고, 애플리케이션(155)(예를 들어, 일렉트로닉 케어기버 사의 애플리케이션)을 열어, 모바일 장치(120) 상의 드롭다운 메뉴에서 임상적 이동성 기반 평가(즉, 정해진 시한의 일어서서 걷기 임상적 이동성 기반 평가)를 선택한다. 검사 선택 시, 관성 측정 장치(130)는 활성화되고, 사용자(110)의 관성 데이터를 수집하기 시작한다. 5초의 카운트다운 후에, 사용자(110)는 정해진 시한의 일어서서 걷기 검사를 시작부터 끝까지 수행한다. 앉은 자세로 돌아온 후에, 사용자는 관성 데이터의 수집을 종료하도록 검사 종료 아이콘을 선택한다. 정해진 시한의 일어서서 걷기 검사가 완료되면, 신호 분할 알고리즘은 관성 데이터를 일어서는 상태(415), 떠나가는 상태(420)(즉, 떠나가는 걷기), 180° 회전 상태(425)(즉, 돌기), 돌아오는 상태(430)(즉, 돌아오는 걷기), 및 앉는 상태(435)로 분할한다. 사용자의 로컬로 기록된 관성 데이터를 분할 및 정렬하는 단계에 이어서, 다양한 특징들(예를 들어, 검사 완료 시간, 일어서는 동안의 수직 가속도 크기, 및 앉는 동안의 수직 가속도 크기)은 사용자(110)의 기능적 감소의 특성들을 확인하는 데 사용된다. 예를 들어, 기능적 감소의 특성들은 정해진 시한의 일어서서 걷기 검사 완료 시간의 증가, 일어서는 상태(415) 동안의 수직 가속도의 정점 및/또는 전체 크기의 감소 또는 앉는 상태(435) 동안의 수직 가속도의 정점 및/또는 전체 크기의 증가를 포함할 수 있다.
실시 예 3.
노인 돌봄 제공 시설에서 활용되는 또 다른 보통의 기능적 검사는 자세 안정성 검사이다. 자세 안정성 검사는 사용자(110)에게 자세 흔들림 측정값을 수집하는 시간 구간 동안 정적으로 서 있는 자세를 유지할 것을 요구한다. 자세 안정성 검사가 완료되면, 임상의는 통상적으로 자세 흔들림을 나타내는 가속도의 다양한 크기들뿐만 아니라 자세 안정성 검사를 완료한 사용자(110)의 관찰된 안정성을 기록한다. 또한, 애플리케이션(155)(예를 들어, 일렉트로닉 케어기버 사의 애플리케이션)을 포함하는 본 기술의 시스템들 및 방법들은 요구에 따라 임상의와 동일한 평가를 수행할 수 있다. 이와 같이, 사용자(110)는 서 있는 자세를 취하고, 애플리케이션(155)(예를 들어, 일렉트로닉 케어기버 사의 애플리케이션)을 열어 드롭다운 메뉴에서 자세 안정성 검사를 선택한다. 자세 안정성 검사의 선택 시, 모바일 장치(120)의 관성 측정 장치(130)는 활성화되고, 사용자(110)의 관성 데이터를 수집하기 시작한다. 5초의 카운트다운 후에, 사용자(110)는 애플리케이션(155)에 의해 지정된 시간 구간 동안 자세 안정성 검사를 수행한다. 자세 안정성 검사가 완료되면, 사용자(110)의 관성 데이터는 처리되어 전후, 좌우 및 결합 크기들(즉, 가속도계 데이터)과 전후, 좌우 및 가로 축들(즉, 자이로스코프 데이터)에 대한 각운동 크기들로 변환된다. 가속도계 데이터 및 자이로스코프 데이터는 사용자(110)의 전체적인 정적 안정성 및 잠재적인 낙상 위험의 지표로서 사용될 수 있는, 각각의 신체 축을 따르는 그리고 신체 축에 대한 흔들림의 크기를 정량화하기 위해 분석된다.
도 7은 본 기술의 실시 예들을 구현하기 위해 사용될 수 있는 예시적인 컴퓨터 시스템을 도시한다. 도 7은 컴퓨터 시스템(700) 내에서 머신(machine)이 본 명세서에서 논의된 임의의 하나 이상의 명령들을 수행하도록 하기 위한 명령 세트가 내부에 존재하는 컴퓨터 시스템(700)의 예시적인 전자적 형태로 머신에 대한 컴퓨팅 장치의 도식적인 표시를 도시한다. 예시적인 실시 예에서, 머신은 독립형의 장치로서 동작하거나 다른 머신들과 연결(예를 들어, 네트워크화)될 수 있다. 네트워크화된 배치에서, 머신은 서버의 용량 내에서, 서버-클라이언트 네트워크 환경 중 클라이언트 머신 내에서 작동할 수 있거나, 또는 P2P (또는 분산된) 네트워크 환경 내에서의 피어 머신으로서 작동할 수 있다. 머신은 개인용 컴퓨터(PC), 태블릿 PC, 게임 콘솔, 셋톱 박스(STB), 개인정보 단말기(PDA), 텔레비전 장치, 휴대 전화, 포터블 음악 플레이어(예를 들어, 포터블 하드 드라이브 오디오 장치), 웹 기기(web appliance), 또는 해당 머신에 의해 취해질 행동을 특정하는 (순차적이거나 그렇지 않은) 명령 세트를 실행할 수 있는 임의의 머신일 수 있다. 또한, 단일 머신만이 도시되어 있으나, 용어 “머신(machine)”은 또한 본 명세서에서 논의된 임의의 하나 이상의 방법을 수행하기 위한 명령 세트(또는 여러 세트들)를 개별적으로 또는 공동으로 실행하는 머신들의 임의의 집합을 포함하도록 이해되어야 한다. 컴퓨터 시스템(700)은 모바일 장치(120), 관성 측정 장치(130), 기능적 검사 시스템(170), 균형/안정성 시스템(180), 및 보행 분석 시스템(190)의 인스턴스(instance)이거나 또는 클라우드 기반 규준 데이터 스토리지(330)의 인스턴스일 수 있다.
예시적인 컴퓨터 시스템(700)은 하나 또는 여러 개의 프로세서(705)(예를 들어, 중앙 처리 장치(central processing unit: CPU), 그래픽 처리 장치(graphics processing unit: GPU), 또는 양자 모두)와, 버스(720)를 통해 서로 통신하는 메인 메모리(710) 및 정적 메모리(715)를 포함한다. 컴퓨터 시스템(700)은 비디오 디스플레이 장치(725)(예를 들어, 액정 디스플레이(LCD), 유기 발광 다이오드(OLED) 디스플레이, 또는 음극선관(CRT)을 추가적으로 포함할 수 있다. 또한, 컴퓨터 시스템(700)은 알파벳-숫자 입력 장치(예를 들어, 키보드), 커서 제어 장치(예를 들어, 마우스), 마이크로폰, 디지털 카메라, 비디오 카메라 등과 같은 적어도 하나의 입력 장치(730)를 포함할 수 있다. 또한, 컴퓨터 시스템(700)은 디스크 구동 장치(735), 신호 생성 장치(740)(예를 들어, 스피커), 및 네트워크 인터페이스 장치(745)를 포함할 수 있다.
구동 장치(735)(또한 디스크 구동 장치(735)로도 지칭됨)는 본 명세서에 설명된 임의의 하나 이상의 방법 또는 기능을 구현하거나 또는 본 명세서에 설명된 임의의 하나 이상의 방법 또는 기능에 의해 사용되는 하나 이상의 명령 및 데이터 구조 세트(예를 들어, 명령들(755))를 저장하는 머신 판독 가능 매체(750)(또한 컴퓨터 판독 가능 매체(750)로도 지칭됨)를 포함한다. 또한, 명령들(755)은 메인 메모리(710), 정적 메모리(715) 내부에서 및/또는 컴퓨터 시스템(700)에 의한 명령들(755)을 실행하는 동안의 프로세서(들)(705) 내부에서 전체적으로 또는 적어도 부분적으로 상주할 수 있다. 또한 메인 메모리(710), 정적 메모리(715), 및 프로세서(들)(705)는 머신 판독 가능 매체를 구성한다.
명령들(755)은 다수의 잘 알려진 전송 프로토콜(예를 들어, 하이퍼 텍스트 전송 프로토콜(Hyper Text Transfer Protocol: HTTP), CAN, 시리얼(Serial), 및 모드버스(Modbus)) 중 임의의 하나를 사용하는 네트워크 인터페이스 장치(745)를 통해 통신 네트워크(760) 상에서 추가적으로 송신 또는 수신될 수 있다. 통신 네트워크(760)는 인터넷, 지역 인트라넷, 개인 통신망(PAN), 근거리 통신망(LAN), 광역 통신망(WAN), 도시권 통신망(MAN), 가상 사설 네트워크(VPN), 스토리지 전용 네트워크(SAN), 프레임 중계 커넥션, 차세대 지능망(AIN) 커넥션, 동기식 광통신망(SONET) 커넥션, 디지털 T1, T3, E1 또는 E3 라인, 디지털 데이터 서비스(DDS) 커넥션, 디지털 가입자 회선(DSL) 커넥션, 이더넷 커넥션, 종합정보통신망(ISDN) 회선, 케이블 모뎀, 비동기 전송 모드(ATM) 커넥션, 또는 광섬유 분산 데이터 인터페이스(FDDI) 또는 구리선 분산 데이터 인터페이스(CDDI) 커넥션을 포함한다. 또한, 통신 네트워크(760)는 무선 애플리케이션 프로토콜(WAP), 일반 패킷 무선 서비스(GPRS), 이동통신 글로벌 시스템(GSM), 코드분할다중접속(CDMA) 또는 시분할다중접속(TDMA), 휴대전화 네트워크, 글로벌 위치결정 시스템(GPS), 셀룰러 디지털 패킷 시스템(CDPD), 리서치 인 모션 사(RIM)의 이중 페이징 네트워크, 블루투스 라디오, 또는 IEEE 802.11 기반 라디오 주파수 네트워크를 포함하는, 임의의 다양한 무선 네트워크와의 링크(link)를 포함할 수도 있다.
머신 판독 가능 매체(750)는 예시적인 실시 예에서 단일 매체인 것으로 도시되어 있지만, 용어 “컴퓨터 판독 가능 매체”는 하나 이상의 명령 세트를 저장하는 단일 매체 또는 다중 매체(예를 들어, 중앙 집중식 또는 분산 데이터베이스, 및/또는 관련 캐시 및 서버)를 포함하는 것으로 이해되어야 한다. 용어 “컴퓨터 판독 가능 매체”는 또한 머신에 의한 실행을 위한 명령 세트를 저장, 인코딩, 또는 전달할 수 있으며 머신이 본 출원의 임의의 하나 이상의 방법을 수행하도록 하거나, 또는 이러한 명령 세트에 의해 사용되거나 이러한 명령 세트와 관련된 데이터 구조를 저장, 인코딩, 또는 전달할 수 있는 임의의 매체를 포함하는 것으로 이해되어야 한다. 따라서, 용어 “컴퓨터 판독 가능 매체”는 솔리드 스테이트 메모리, 광자기 미디어를 포함하되, 이에 제한되지 않는 것으로 이해되어야 한다. 이러한 미디어는 하드 디스크, 플로피 디스크, 플래시 메모리 카드, 디지털 비디오 디스크, 랜덤 액세스 메모리(RAM), 읽기 전용 메모리(ROM) 등을 제한 없이 포함할 수도 있다.
본 명세서에 설명된 예시적인 실시 예는 하드웨어로, 또는 소프트웨어 및 하드웨어의 조합으로 컴퓨터 상에 설치된 컴퓨터 실행 가능 명령(예를 들어, 소프트웨어)을 포함하는 작동 환경에서 구현될 수 있다. 컴퓨터 실행 가능 명령은 컴퓨터 프로그래밍 언어로 작성되거나 펌웨어 로직으로 구현될 수 있다. 공인 표준에 따르는 프로그래밍 언어로 작성된 경우, 이러한 명령은 다양한 하드웨어 플랫폼 상에서, 그리고 다양한 운영 체제에 대한 인터페이스를 위해 실행될 수 있다. 이하의 내용에 제한되지는 않지만, 본 발명의 구현을 위한 컴퓨터 소프트웨어 프로그램은 예를 들어, 하이퍼텍스트 마크업 언어(HTML), 동적 HTML, XML, 확장성 스타일시트 언어(XSL), 문서 형식 의미론 및 사양 기술 언어(DSSSL), 종속 스타일 시트(CSS), 동기식 멀티미디어 통합 언어(SMIL), 무선 마크업 언어(WML), JavaTM, JiniTM, C, C++, C#, .NET, 어도비 플래시, 펄(Perl), UNIX 쉘, 비주얼 베이직 또는 비주얼 베이직 스크립트, 가상 현실 마크업 언어(VRML), ColdFusionTM 또는 기타 다른 컴파일러들, 어셈블러들, 인터프리터들, 또는 다른 컴퓨터 언어들 또는 플랫폼들과 같은 임의의 수의 적절한 프로그래밍 언어로 작성될 수 있다.
이와 같이, 임상적 이동성 기반 평가들을 사용하여 사용자의 움직임 능력들을 모니터링하기 위한 기술이 개시된다. 실시 예들은 특정 예시적인 실시 예들을 참조하여 설명되었지만, 본 출원의 보다 넓은 사상 및 범위를 벗어나지 않고 이들 예시적인 실시 예들에 대한 다양한 수정 및 변경이 이루어질 수 있다는 점이 명백할 것이다. 따라서, 명세서 및 도면은 제한적인 의미가 아니라 예시적인 의미로 간주되어야 한다.

Claims (16)

  1. 임상적 이동성 기반 평가들을 사용하여 사용자의 움직임 능력들을 모니터링하기 위한 시스템에 있어서,
    관성 측정 장치를 포함하는 모바일 장치;
    적어도 하나의 프로세서; 및
    프로세서 실행 가능 명령들을 저장하는 메모리
    를 포함하되,
    상기 관성 측정 장치는
    자이로스코프; 및
    가속도계
    를 포함하고,
    상기 적어도 하나의 프로세서는 프로세서 실행 가능 명령들 실행 시 동작들을 구현하도록 구성되며,
    상기 동작들은:
    임상적 이동성 기반 평가를 사용자에게 제공하는 동작;
    상기 관성 측정 장치를 사용하여, 상기 임상적 이동성 기반 평가에 기반하여 상기 사용자의 움직임 능력들을 나타내는 상기 사용자의 관성 데이터를 생성하는 동작;
    상기 사용자의 로컬로 기록된 관성 데이터가 발생되도록 상기 사용자의 상기 관성 데이터를 상기 모바일 장치에 로컬로 기록하는 동작;
    상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 위치 및 배향을 결정하도록 상기 사용자의 상기 로컬로 기록된 관성 데이터를 실시간으로 처리하는 동작
    을 포함하고,
    상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 위치 및 배향을 결정하도록 상기 사용자의 상기 로컬로 기록된 관성 데이터를 실시간으로 처리하는 동작은:
    상기 사용자의 분할 및 정렬된 관성 데이터가 발생되도록 상기 사용자의 상기 로컬로 기록된 관성 데이터를 분할 및 정렬하는 동작;
    상기 사용자의 균형 조정된(counterbalanced) 관성 데이터가 발생되도록 상기 사용자의 상기 분할 및 정렬된 관성 데이터의 각도 배향을 통합하는 동작;
    상기 사용자의 상기 균형 조정된 관성 데이터를 사용하여 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 속도를 결정하는 동작;
    드리프트 보상된 속도 데이터가 발생되도록 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 상기 속도를 드리프트 보상하는 동작;
    상기 드리프트 보상된 속도 데이터를 사용하여 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 위치 및 배향을 결정하는 동작
    을 포함하고,
    상기 적어도 하나의 프로세서는 상기 프로세서 실행 가능 명령들 실행 시 이후의 동작들을 구현하도록 더 구성되며,
    상기 이후의 동작들은:
    상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 상기 위치 및 상기 배향을 사용하여, 상기 임상적 이동성 기반 평가와 관련된 상기 사용자의 신체 움직임 평가를 결정하는 동작; 및
    상기 신체 움직임 평가의 적어도 일부를 상기 사용자에게 디스플레이하는 동작
    을 포함하고,
    상기 디스플레이는 상기 임상적 이동성 기반 평가에서의 감소를 포함하는 것을 특징으로 하는 시스템.
  2. 제1항에 있어서,
    상기 시스템은 상기 모바일 장치에 의해 디스플레이된 상호작용의 애니메이션 대화형 그래픽 사용자 인터페이스를 추가적으로 포함하고,
    상기 적어도 하나의 프로세서는 상기 상호작용의 애니메이션 대화형 그래픽 사용자 인터페이스를 통해 상기 임상적 이동성 기반 평가의 표시를 디스플레이하는 동작을 구현하도록 추가적으로 구성되는 것을 특징으로 하는 시스템.
  3. 제1항에 있어서,
    상기 임상적 이동성 기반 평가는 검사 지속 시간, 회전 지속 시간, 앉았다가 일어서기 지속 시간, 일어섰다가 앉기 지속 시간, 미리 정해진 시간 구간 내에 완료된 앉았다가 일어서기 반복 횟수, 및 미리 정해진 시간 구간 내에 완료된 일어섰다가 앉기 반복 횟수 중 하나 이상을 포함하는 것을 특징으로 하는 시스템.
  4. 제1항에 있어서,
    상기 임상적 이동성 기반 평가에 기반하여 상기 사용자의 움직임 능력들을 나타내는 상기 사용자의 상기 관성 데이터는 상기 자이로스코프를 사용하여 생성된 자이로스코프 데이터; 및 상기 가속도계를 사용하여 생성된 가속도계 데이터를 포함하는 것을 특징으로 하는 시스템.
  5. 제1항에 있어서,
    상기 적어도 하나의 프로세서는
    상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 상기 위치 및 상기 배향에 기반한 상기 사용자의 기능적 움직임들의 특징들을 결정하는 동작을 구현하도록 추가적으로 구성되고,
    상기 기능적 움직임들의 특징들은
    과제의 완료 시간, 과제의 완료율, 미리 정해진 시간 구간 내에 완료된 과제의 총 반복, 미리 정해진 시간 구간 내에 완료된 과제의 반복의 감쇠, 회전율, 전후 흔들림, 좌우 흔들림, 보행 특성들, 변위의 총 크기, 수직 변위, 좌우 변위, 및 합성 변위 중 하나 이상을 포함하는 것을 특징으로 하는 시스템.
  6. 제1항에 있어서,
    상기 사용자에 대한 상기 신체 움직임 평가는
    상기 사용자의 정적 안정성, 상기 사용자의 동적 안정성, 상기 사용자의 자세 안정성, 상기 사용자의 균형, 상기 사용자의 이동성, 상기 사용자의 낙상 위험, 상기 사용자의 하체 근력, 상기 사용자의 하체 근지구력, 상기 사용자의 하체 근육 유연성, 상기 사용자의 상체 근력, 및 상기 사용자의 상체 근지구력 중 하나 이상을 포함하는 것을 특징으로 하는 시스템.
  7. 제1항에 있어서,
    상기 적어도 하나의 프로세서는
    상기 사용자의 상기 로컬로 기록된 관성 데이터 및 상기 사용자의 상기 신체 움직임 평가를 수신하는 동작;
    상기 임상적 이동성 기반 평가와 관련된 상기 사용자의 상기 신체 움직임 평가를 사용하여 종방향(longitude) 신체 움직임 평가 분석을 수행하는 동작; 및
    상기 종방향 신체 움직임 평가 분석의 적어도 일부를 상기 사용자에게 디스플레이하는 동작
    을 추가적으로 구현하도록 구성되는 것을 특징으로 하는 시스템.
  8. 제7항에 있어서,
    상기 종방향 신체 움직임 평가 분석을 수행하는 동작은,
    클라우드 기반 규준 데이터 스토리지의 분야와 관련된 신체 움직임 변화의 미리 정해진 임계값을 수신하는 동작;
    상기 사용자의 상기 신체 움직임 평가와 상기 신체 움직임 변화의 미리 정해진 임계값을 비교하는 동작;
    상기 비교에 기반하여, 상기 신체 움직임 평가가 상기 신체 움직임 변화의 미리 정해진 임계값을 넘어서는 것을 결정하는 동작; 및
    상기 신체 움직임 평가가 상기 신체 움직임 변화의 미리 정해진 임계값을 넘어서는 경우, 종방향 이동성 평가를 사용자에게 디스플레이하는 동작
    을 포함하는 것을 특징으로 하는 시스템.
  9. 임상적 이동성 기반 평가들을 사용하여 사용자의 움직임 능력들을 모니터링하기 위한 방법에 있어서, 상기 방법은:
    관성 측정 장치를 포함하는 모바일 장치를 사용하여, 임상적 이동성 기반 평가를 사용자에게 제공하는 단계;
    상기 관성 측정 장치를 사용하여, 상기 임상적 이동성 기반 평가에 기반하여 상기 사용자의 움직임 능력들을 나타내는 상기 사용자의 관성 데이터를 생성하는 단계;
    상기 사용자의 로컬로 기록된 관성 데이터가 발생되도록 상기 사용자의 상기 관성 데이터를 상기 모바일 장치에 로컬로 기록하는 단계;
    상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 위치 및 배향을 결정하도록 상기 사용자의 상기 로컬로 기록된 관성 데이터를 실시간으로 처리하는 단계
    를 포함하고,
    상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 위치 및 배향을 결정하도록 상기 사용자의 상기 로컬로 기록된 관성 데이터를 실시간으로 처리하는 단계는:
    상기 사용자의 분할 및 정렬된 관성 데이터가 발생되도록 상기 사용자의 상기 로컬로 기록된 관성 데이터를 분할 및 정렬하는 단계;
    상기 사용자의 균형 조정된 관성 데이터가 발생되도록 상기 사용자의 상기 분할 및 정렬된 관성 데이터의 각도 배향을 통합하는 단계;
    상기 사용자의 상기 균형 조정된 관성 데이터를 사용하여 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 속도를 결정하는 단계;
    드리프트 보상된 속도 데이터가 발생되도록 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 상기 속도를 드리프트 보상하는 단계;
    상기 드리프트 보상된 속도 데이터를 사용하여 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 위치 및 배향을 결정하는 단계
    를 포함하고,
    상기 방법은:
    상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 상기 위치 및 상기 배향을 사용하여, 상기 임상적 이동성 기반 평가와 관련된 상기 사용자의 신체 움직임 평가를 결정하는 단계; 및
    상기 모바일 장치를 사용하여, 상기 신체 움직임 평가의 적어도 일부를 상기 사용자에게 디스플레이하는 단계
    를 더 포함하며,
    상기 디스플레이는 상기 임상적 이동성 기반 평가에서의 감소를 포함하는 것을 특징으로 하는 방법.
  10. 제9항에 있어서,
    상기 모바일 장치에 의해 디스플레이된 상호작용의 애니메이션 대화형 그래픽 사용자 인터페이스를 통하여 상기 임상적 이동성 기반 평가의 표시를 디스플레이하는 단계를 추가적으로 포함하는 것을 특징으로 하는 방법.
  11. 제9항에 있어서,
    상기 임상적 이동성 기반 평가는 검사 지속 시간, 회전 지속 시간, 앉았다가 일어서기 지속 시간, 일어섰다가 앉기 지속 시간, 미리 정해진 시간 구간 내에 완료된 앉았다가 일어서기 반복 횟수, 및 미리 정해진 시간 구간 내에 완료된 일어섰다가 앉기 반복 횟수 중 하나 이상을 포함하는 것을 특징으로 하는 방법.
  12. 제9항에 있어서,
    상기 임상적 이동성 기반 평가에 기반하여 상기 사용자의 움직임 능력들을 나타내는 상기 사용자의 상기 관성 데이터는 자이로스코프를 사용하여 생성된 자이로스코프 데이터; 및 가속도계를 사용하여 생성된 가속도계 데이터를 포함하는 것을 특징으로 하는 방법.
  13. 제9항에 있어서,
    상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 상기 위치 및 상기 배향에 기반한 상기 사용자의 기능적 움직임들의 특징들을 결정하는 단계를 추가적으로 포함하고,
    상기 기능적 움직임들의 특징들은,
    과제의 완료 시간, 과제의 완료율, 미리 정해진 시간 구간 내에 완료된 과제의 총 반복, 미리 정해진 시간 구간 내에 완료된 과제의 반복의 감쇠, 회전율, 전후 흔들림, 좌우 흔들림, 보행 특성들, 변위의 총 크기, 수직 변위, 좌우 변위, 및 합성 변위 중 하나 이상을 포함하는 것을 특징으로 하는 방법.
  14. 제9항에 있어서,
    상기 사용자에 대한 상기 신체 움직임 평가는
    상기 사용자의 정적 안정성, 상기 사용자의 동적 안정성, 상기 사용자의 자세 안정성, 상기 사용자의 균형, 상기 사용자의 이동성, 상기 사용자의 낙상 위험, 상기 사용자의 하체 근력, 상기 사용자의 하체 근지구력, 상기 사용자의 하체 근육 유연성, 상기 사용자의 상체 근력, 및 상기 사용자의 상체 근지구력 중 하나 이상을 포함하는 것을 특징으로 하는 방법.
  15. 제9항에 있어서,
    상기 사용자의 상기 로컬로 기록된 관성 데이터 및 상기 사용자의 상기 신체 움직임 평가를 수신하는 단계;
    상기 임상적 이동성 기반 평가와 관련된 상기 사용자의 상기 신체 움직임 평가를 사용하여 종방향(longitude) 신체 움직임 평가 분석을 수행하는 단계; 및
    상기 종방향 신체 움직임 평가 분석의 적어도 일부를 상기 사용자에게 디스플레이하는 단계
    를 추가적으로 포함하는 것을 특징으로 하는 방법.
  16. 임상적 이동성 기반 평가들을 사용하여 사용자의 움직임 능력들을 모니터링하기 위한 방법을 수행하기 위하여 적어도 하나의 프로세서에 의해 실행 가능한 명령들이 구현된 비일시적인 컴퓨터 판독 가능 매체에 있어서,
    상기 임상적 이동성 기반 평가들을 사용하여 사용자의 움직임 능력들을 모니터링 하기 위한 방법은:
    관성 측정 장치를 포함하는 모바일 장치를 사용하여, 임상적 이동성 기반 평가를 사용자에게 제공하는 단계;
    상기 관성 측정 장치를 사용하여, 상기 임상적 이동성 기반 평가에 기반하여 상기 사용자의 움직임 능력들을 나타내는 상기 사용자의 관성 데이터를 생성하는 단계;
    상기 사용자의 로컬로 기록된 관성 데이터가 발생되도록 상기 사용자의 상기 관성 데이터를 상기 모바일 장치에 로컬로 기록하는 단계;
    상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 위치 및 배향을 결정하도록 상기 사용자의 상기 로컬로 기록된 관성 데이터를 실시간으로 처리하는 단계
    를 포함하고,
    상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 위치 및 배향을 결정하도록 상기 사용자의 상기 로컬로 기록된 관성 데이터를 실시간으로 처리하는 단계는:
    상기 사용자의 분할 및 정렬된 관성 데이터가 발생되도록 상기 사용자의 상기 로컬로 기록된 관성 데이터를 분할 및 정렬하는 단계;
    상기 사용자의 균형 조정된 관성 데이터가 발생되도록 상기 사용자의 상기 분할 및 정렬된 관성 데이터의 각도 배향을 통합하는 단계;
    상기 사용자의 상기 균형 조정된 관성 데이터를 사용하여 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 속도를 결정하는 단계;
    드리프트 보상된 속도 데이터가 발생되도록 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 상기 속도를 드리프트 보상하는 단계;
    상기 드리프트 보상된 속도 데이터를 사용하여 상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 위치 및 배향을 결정하는 단계
    를 포함하고,
    상기 방법은:
    상기 임상적 이동성 기반 평가가 이루어지는 동안 상기 모바일 장치의 상기 위치 및 상기 배향을 사용하여, 상기 임상적 이동성 기반 평가와 관련된 상기 사용자의 신체 움직임 평가를 결정하는 단계; 및
    상기 모바일 장치를 사용하여, 상기 신체 움직임 평가의 적어도 일부를 상기 사용자에게 디스플레이하는 단계
    를 더 포함하며,
    상기 디스플레이는 상기 신체 움직임 평가에서의 감소를 포함하는 것을 특징으로 하는 컴퓨터 판독 가능 매체.
KR1020227029153A 2018-03-19 2019-03-11 기능적 능력 및 낙상 위험의 모바일 평가용 소비자 애플리케이션 KR20220123326A (ko)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
US201862645053P 2018-03-19 2018-03-19
US62/645,053 2018-03-19
US16/289,551 US11213224B2 (en) 2018-03-19 2019-02-28 Consumer application for mobile assessment of functional capacity and falls risk
US16/289,551 2019-02-28
KR1020207028606A KR20200130713A (ko) 2018-03-19 2019-03-11 기능적 능력 및 낙상 위험의 모바일 평가용 소비자 애플리케이션
PCT/US2019/021678 WO2019182792A1 (en) 2018-03-19 2019-03-11 Consumer application for mobile assessment of functional capacity and falls risk

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020207028606A Division KR20200130713A (ko) 2018-03-19 2019-03-11 기능적 능력 및 낙상 위험의 모바일 평가용 소비자 애플리케이션

Publications (1)

Publication Number Publication Date
KR20220123326A true KR20220123326A (ko) 2022-09-06

Family

ID=67903707

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020207028606A KR20200130713A (ko) 2018-03-19 2019-03-11 기능적 능력 및 낙상 위험의 모바일 평가용 소비자 애플리케이션
KR1020227029153A KR20220123326A (ko) 2018-03-19 2019-03-11 기능적 능력 및 낙상 위험의 모바일 평가용 소비자 애플리케이션

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020207028606A KR20200130713A (ko) 2018-03-19 2019-03-11 기능적 능력 및 낙상 위험의 모바일 평가용 소비자 애플리케이션

Country Status (10)

Country Link
US (2) US11213224B2 (ko)
EP (1) EP3768164A4 (ko)
JP (2) JP7095107B2 (ko)
KR (2) KR20200130713A (ko)
CN (1) CN111867467A (ko)
AU (2) AU2019240484B2 (ko)
BR (1) BR112020017342A2 (ko)
CA (1) CA3091957C (ko)
SG (1) SG11202008201PA (ko)
WO (1) WO2019182792A1 (ko)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10813572B2 (en) 2015-12-11 2020-10-27 Electronic Caregiver, Inc. Intelligent system for multi-function electronic caregiving to facilitate advanced health diagnosis, health monitoring, fall and injury prediction, health maintenance and support, and emergency response
US11213224B2 (en) 2018-03-19 2022-01-04 Electronic Caregiver, Inc. Consumer application for mobile assessment of functional capacity and falls risk
US11923058B2 (en) 2018-04-10 2024-03-05 Electronic Caregiver, Inc. Mobile system for the assessment of consumer medication compliance and provision of mobile caregiving
US11488724B2 (en) 2018-06-18 2022-11-01 Electronic Caregiver, Inc. Systems and methods for a virtual, intelligent and customizable personal medical assistant
JP2022519283A (ja) 2019-02-05 2022-03-22 エレクトロニック ケアギヴァー，インコーポレイテッド 強化学習を利用する３ｄ環境リスク識別
US11751813B2 (en) 2019-03-11 2023-09-12 Celloscope Ltd. System, method and computer program product for detecting a mobile phone user's risky medical condition
US11113943B2 (en) 2019-05-07 2021-09-07 Electronic Caregiver, Inc. Systems and methods for predictive environmental fall risk identification
US11911147B1 (en) 2020-01-04 2024-02-27 Bertec Corporation Body sway measurement system
KR102304296B1 (ko) * 2020-01-31 2021-09-23 주식회사 비플렉스 머리부 모션 가속도 센서를 통한 신체 기능 평가 방법 및 장치
US12034748B2 (en) 2020-02-28 2024-07-09 Electronic Caregiver, Inc. Intelligent platform for real-time precision care plan support during remote care management
US12009083B2 (en) 2020-11-16 2024-06-11 Electronic Caregiver, Inc. Remote physical therapy and assessment of patients
KR102381783B1 (ko) * 2020-12-10 2022-04-01 경운대학교 산학협력단 질적 낙상 평가 방법
CN115120240B (zh) * 2022-08-30 2022-12-02 山东心法科技有限公司 特殊行业目标感知技能的敏感性评估方法、设备及介质
CN115426432B (zh) * 2022-10-28 2023-09-19 荣耀终端有限公司 功能性体适能的评估方法、系统、电子设备及可读介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014043757A1 (en) 2012-09-20 2014-03-27 National Ict Australia Limited Stride detection
US20140330172A1 (en) 2013-02-27 2014-11-06 Emil Jovanov Systems and Methods for Automatically Quantifying Mobility
US20140337048A1 (en) 2012-09-07 2014-11-13 Next It Corporation Conversational Virtual Healthcare Assistant
US20160253890A1 (en) 2013-10-29 2016-09-01 Milbat - Giving Quality of Life Walker-assist device

Family Cites Families (117)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5211642A (en) 1991-10-28 1993-05-18 Clendenning Beverly F Chambers drainage system
US5475953A (en) 1994-09-29 1995-12-19 Powerflor, Inc. 2-shaped edge molding strip
US6665647B1 (en) 1997-11-24 2003-12-16 Chris A. Haudenschild Enterprise healthcare management system and method of using same
US20020062342A1 (en) 2000-11-22 2002-05-23 Sidles Charles S. Method and system for completing forms on wide area networks such as the internet
US20020196944A1 (en) 2001-02-16 2002-12-26 United Parcel Service Of America, Inc. Systems and methods for licensing and providing selective access to network applications
JP4744715B2 (ja) 2001-04-06 2011-08-10 株式会社ブロードリーフ 情報開示方法
US7242306B2 (en) 2001-05-08 2007-07-10 Hill-Rom Services, Inc. Article locating and tracking apparatus and method
US8108488B2 (en) 2002-11-18 2012-01-31 Jackbe Corporation System and method for reducing bandwidth requirements for remote applications by utilizing client processing power
JP2004264060A (ja) 2003-02-14 2004-09-24 Akebono Brake Ind Co Ltd 姿勢の検出装置における誤差補正方法及びそれを利用した動作計測装置
US20050055942A1 (en) 2003-08-26 2005-03-17 M & M Flooring Method for manufacturing and installing a prefabricated hardwood floor
JP2005228305A (ja) 2004-01-15 2005-08-25 Tokyoto Koreisha Kenkyu Fukushi Shinko Zaidan 老年症候群の危険性の判定方法
US20110145018A1 (en) 2005-03-21 2011-06-16 Fotsch Edward J Drug and medical device safety and support information reporting system, processing device and method
US8919066B2 (en) 2006-02-09 2014-12-30 University Of Notre Dame Du Lac Flooring apparatus for reducing impact energy during a fall
US20070238936A1 (en) 2006-04-10 2007-10-11 Shirley Ann Becker Portable Electronic Medical Assistant
US7558622B2 (en) 2006-05-24 2009-07-07 Bao Tran Mesh network stroke monitoring appliance
US20080010293A1 (en) 2006-07-10 2008-01-10 Christopher Zpevak Service level agreement tracking system
US7971141B1 (en) 2006-10-31 2011-06-28 Intuit Inc. Method and system for populating a form based on an existing format
US7445086B1 (en) 2007-01-16 2008-11-04 Daniel Sizemore Ladder lock
US7612681B2 (en) 2007-02-06 2009-11-03 General Electric Company System and method for predicting fall risk for a resident
US20090094285A1 (en) 2007-10-03 2009-04-09 Mackle Edward G Recommendation apparatus
US8206325B1 (en) 2007-10-12 2012-06-26 Biosensics, L.L.C. Ambulatory system for measuring and monitoring physical activity and risk of falling and for automatic fall detection
US10438496B2 (en) 2008-11-18 2019-10-08 Victoria Panzer Method and system for fall prevention in older adults
GB2467514A (en) * 2008-12-23 2010-08-04 Univ Oxford Brookes Gait monitor for sensing vertical displacement
JP5303712B2 (ja) 2009-01-29 2013-10-02 和歌山県 下肢協調性評価システム
US20150019250A1 (en) 2009-05-22 2015-01-15 A-Vu Media Corp. Manager-controllable integrated user content and services system
RU2550934C2 (ru) 2009-07-10 2015-05-20 Конинклейке Филипс Электроникс Н.В. Предотвращение падения
US20110126197A1 (en) 2009-11-25 2011-05-26 Novell, Inc. System and method for controlling cloud and virtualized data centers in an intelligent workload management system
US20130204545A1 (en) 2009-12-17 2013-08-08 James C. Solinsky Systems and methods for sensing balanced-action for improving mammal work-track efficiency
US20110232708A1 (en) 2010-03-24 2011-09-29 James Martin Kemp Walker and wheel assembly
US8427324B2 (en) 2010-07-30 2013-04-23 General Electric Company Method and system for detecting a fallen person using a range imaging device
DE102010033232A1 (de) 2010-08-03 2012-02-09 Siemens Aktiengesellschaft Verfahren und Vorrichtung zum Bereitstellen eines Einmalpasswortes
WO2012024508A2 (en) 2010-08-18 2012-02-23 Matthew Staker Systems and methods for securing virtual machine computing environments
US9785744B2 (en) 2010-09-14 2017-10-10 General Electric Company System and method for protocol adherence
WO2012040554A2 (en) 2010-09-23 2012-03-29 Stryker Corporation Video monitoring system
US9934427B2 (en) 2010-09-23 2018-04-03 Stryker Corporation Video monitoring system
JP2012101729A (ja) 2010-11-12 2012-05-31 Suminoe Textile Co Ltd 防滑性に優れた自動車用マット。
US8730297B2 (en) 2010-11-15 2014-05-20 Cisco Technology, Inc. System and method for providing camera functions in a video environment
WO2012075268A2 (en) 2010-12-01 2012-06-07 University Of Utah Research Foundation Faint and fall assessment
US20120165618A1 (en) 2010-12-22 2012-06-28 Richard Algoo Method and apparatus for health avatar
US8827930B2 (en) 2011-01-10 2014-09-09 Bioguidance Llc System and method for patient monitoring
CA2770933C (en) 2011-03-11 2021-05-25 Intellacare Inc. A method and system for monitoring the activity of a subject within spatial temporal and/or behavioral parameters
US20120253233A1 (en) 2011-03-31 2012-10-04 Greene Barry Algorithm for quantitative standing balance assessment
US20130127620A1 (en) 2011-06-20 2013-05-23 Cerner Innovation, Inc. Management of patient fall risk
US9355393B2 (en) 2011-08-18 2016-05-31 Visa International Service Association Multi-directional wallet connector apparatuses, methods and systems
CA2839141C (en) 2011-07-08 2018-11-20 Global Nutrition & Health Inc. Personalized nutritional and wellness assistant
US8771206B2 (en) 2011-08-19 2014-07-08 Accenture Global Services Limited Interactive virtual care
WO2013058985A1 (en) 2011-10-17 2013-04-25 Kimmel Zebadiah M Method and apparatus for detecting deterioration of health status
US10176299B2 (en) 2011-11-11 2019-01-08 Rutgers, The State University Of New Jersey Methods for the diagnosis and treatment of neurological disorders
US20130303860A1 (en) 2011-11-21 2013-11-14 Robert Bender Systems and methods for use in fall risk assessment
EP2610724B1 (en) 2011-12-27 2022-01-05 Tata Consultancy Services Limited A system and method for online user assistance
US20130212501A1 (en) 2012-02-10 2013-08-15 Glen J. Anderson Perceptual computing with conversational agent
GB2500058B (en) 2012-03-09 2014-04-02 Kari Hjelt A dynamically configurable balancing board
US9372252B2 (en) 2012-03-21 2016-06-21 Secure Care Products, Llc Outdoor object location system and method thereof
US9408561B2 (en) 2012-04-27 2016-08-09 The Curators Of The University Of Missouri Activity analysis, fall detection and risk assessment systems and methods
US9597016B2 (en) 2012-04-27 2017-03-21 The Curators Of The University Of Missouri Activity analysis, fall detection and risk assessment systems and methods
US10265028B2 (en) 2012-08-16 2019-04-23 Ginger.io, Inc. Method and system for modeling behavior and heart disease state
US9208676B2 (en) 2013-03-14 2015-12-08 Google Inc. Devices, methods, and associated information processing for security in a smart-sensored home
US9338622B2 (en) 2012-10-04 2016-05-10 Bernt Erik Bjontegard Contextually intelligent communication systems and processes
US20140171834A1 (en) 2012-10-20 2014-06-19 Elizabethtown College Electronic-Movement Analysis Tool for Motor Control Rehabilitation and Method of Using the Same
CA2834877A1 (en) 2012-11-28 2014-05-28 Henry Leung System and method for event monitoring and detection
US10726461B2 (en) 2013-03-15 2020-07-28 Ncr Corporation System and method of completing an activity via an agent
US9317916B1 (en) 2013-04-12 2016-04-19 Aic Innovations Group, Inc. Apparatus and method for recognition of medication administration indicator
EP2992692B1 (en) 2013-05-04 2018-08-29 DECHARMS, Christopher Mobile security technology
US20140358828A1 (en) 2013-05-29 2014-12-04 Purepredictive, Inc. Machine learning generated action plan
US10524698B2 (en) 2013-06-06 2020-01-07 Koninklijke Philips N.V. Fall detection system and method
US9591996B2 (en) 2013-06-07 2017-03-14 Lumo BodyTech, Inc System and method for detecting transitions between sitting and standing states
DE102013017264A1 (de) 2013-10-17 2015-04-23 Dräger Medical GmbH Verfahren für die Überwachung eines Patienten innerhalb eines medizinischen Überwachungsbereichs
US20150201867A1 (en) * 2014-01-21 2015-07-23 The Charlotte Mecklenburg Hospital Authority D/B/A Carolinas Healthcare System Electronic free-space motion monitoring and assessments
US10475141B2 (en) 2014-02-06 2019-11-12 Empoweryu, Inc. System and method for adaptive indirect monitoring of subject for well-being in unattended setting
KR101700217B1 (ko) * 2014-10-02 2017-01-26 (주)직토 웨어러블 디바이스와 휴대용 전자기기를 사용한 생체인증 방법
CN104361321B (zh) 2014-11-13 2018-02-09 侯振杰 一种判断老年人摔倒行为及身体平衡能力的方法
US10289868B2 (en) 2014-11-27 2019-05-14 Siemens Aktiengesellschaft Transmitting medical datasets
JP6584833B2 (ja) 2015-01-23 2019-10-02 村田機械株式会社 歩行計測システム
US10019553B2 (en) 2015-01-27 2018-07-10 Catholic Health Initiatives Systems and methods for virtually integrated care delivery
US10896756B2 (en) 2015-04-21 2021-01-19 Washington State University Environmental sensor-based cognitive assessment
CA2934102A1 (en) * 2015-06-25 2016-12-25 Appropolis Inc. A system and a method for tracking mobile objects using cameras and tag devices
CA2989281A1 (en) 2015-06-30 2017-01-05 The United States Of America, As Represented By The Secretary, Department Of Health And Human Services Method and system for a mobile health platform
JP6691145B2 (ja) 2015-06-30 2020-04-28 ジブリオ， インク 人の姿勢安定性および転倒リスクを判定するための方法、システムおよび装置
US10206630B2 (en) 2015-08-28 2019-02-19 Foresite Healthcare, Llc Systems for automatic assessment of fall risk
WO2017049188A1 (en) 2015-09-17 2017-03-23 Luvozo Pbc Automated environment hazard detection
US10387963B1 (en) 2015-09-24 2019-08-20 State Farm Mutual Automobile Insurance Company Method and system of generating a call agent avatar using artificial intelligence
WO2017062544A1 (en) * 2015-10-06 2017-04-13 University Of Pittsburgh-Of The Commonwealth System Of Higher Education Method, device and system for sensing neuromuscular, physiological, biomechanical, and musculoskeletal activity
US10768772B2 (en) 2015-11-19 2020-09-08 Microsoft Technology Licensing, Llc Context-aware recommendations of relevant presentation content displayed in mixed environments
US10813572B2 (en) 2015-12-11 2020-10-27 Electronic Caregiver, Inc. Intelligent system for multi-function electronic caregiving to facilitate advanced health diagnosis, health monitoring, fall and injury prediction, health maintenance and support, and emergency response
US20190220727A1 (en) 2018-01-17 2019-07-18 SameDay Security, Inc. Computing Devices with Improved Interactive Animated Conversational Interface Systems
US20170193163A1 (en) 2015-12-30 2017-07-06 Accenture Global Solutions Limited User device platform for interacting with cloud-based platform
US10460024B2 (en) 2016-01-05 2019-10-29 Adobe Inc. Interactive electronic form workflow assistant that guides interactions with electronic forms in a conversational manner
US10376739B2 (en) * 2016-01-08 2019-08-13 Balance4Good, Ltd. Balance testing and training system and method
US10692011B2 (en) 2016-01-21 2020-06-23 Verily Life Sciences Llc Adaptive model-based system to automatically quantify fall risk
ITUB20160119A1 (it) 2016-02-04 2017-08-04 Teseo Srl Sistema di monitoraggio ed assistenza private di persone, in particolare di anziani o di persone con problemi speciali o di carattere cognitivo
US20170273601A1 (en) * 2016-03-28 2017-09-28 Lumo BodyTech, Inc System and method for applying biomechanical characterizations to patient care
CN106056035A (zh) 2016-04-06 2016-10-26 南京华捷艾米软件科技有限公司 一种基于体感技术的幼儿园智能监控方法
US10795947B2 (en) 2016-05-17 2020-10-06 Google Llc Unified message search
US11259742B2 (en) 2016-08-19 2022-03-01 Curiato Inc. System, method, and computer readable medium for dynamic pressure damage risk assessment and response
US20180075213A1 (en) 2016-09-12 2018-03-15 National Health Coalition, Inc. System for Processing in Real Time Healthcare Data Associated with Submission and Fulfillment of Prescription Drugs
US9972187B1 (en) 2016-11-13 2018-05-15 Agility4Life Biomechanical parameter determination for emergency alerting and health assessment
JP6812772B2 (ja) 2016-12-09 2021-01-13 富士ゼロックス株式会社 監視装置及びプログラム
US10628635B1 (en) 2017-03-29 2020-04-21 Valyant AI, Inc. Artificially intelligent hologram
CN107411515A (zh) 2017-07-27 2017-12-01 胡彦 产妇跌倒保护装置
US10561549B2 (en) 2017-07-28 2020-02-18 Hill-Rom Services, Inc. Bed-based safety protocol control
US20190042700A1 (en) 2017-08-02 2019-02-07 Imam Abdulrahman Bin Faisal University Apparatus and method for real-time assessment, mapping, and building databases of quality of life indicators
US11694109B2 (en) 2017-08-16 2023-07-04 ODH, Inc. Data processing apparatus for accessing shared memory in processing structured data for modifying a parameter vector data structure
KR102481883B1 (ko) 2017-09-27 2022-12-27 삼성전자주식회사 위험 상황을 감지하는 방법 및 장치
US11032337B2 (en) 2017-10-16 2021-06-08 Vincent Paul Spinella-Mamo Contextual and collaborative media
US10657259B2 (en) 2017-11-01 2020-05-19 International Business Machines Corporation Protecting cognitive systems from gradient based attacks through the use of deceiving gradients
US20190164015A1 (en) 2017-11-28 2019-05-30 Sigma Ratings, Inc. Machine learning techniques for evaluating entities
US10643166B2 (en) 2017-12-27 2020-05-05 Pearson Education, Inc. Automated registration and greeting process—custom queueing(accommodations)
US20190259475A1 (en) 2018-02-20 2019-08-22 SameDay Security, Inc. Connected Kiosk for the Real-Time Assessment of Falls Risk
US10922585B2 (en) 2018-03-13 2021-02-16 Recogni Inc. Deterministic labeled data generation and artificial intelligence training pipeline
US11213224B2 (en) 2018-03-19 2022-01-04 Electronic Caregiver, Inc. Consumer application for mobile assessment of functional capacity and falls risk
US11923058B2 (en) 2018-04-10 2024-03-05 Electronic Caregiver, Inc. Mobile system for the assessment of consumer medication compliance and provision of mobile caregiving
US11093747B2 (en) 2018-04-16 2021-08-17 Peerwell, Inc. Hazard recognition
US11488724B2 (en) 2018-06-18 2022-11-01 Electronic Caregiver, Inc. Systems and methods for a virtual, intelligent and customizable personal medical assistant
US11040714B2 (en) 2018-09-28 2021-06-22 Intel Corporation Vehicle controller and method for controlling a vehicle
JP2022519283A (ja) 2019-02-05 2022-03-22 エレクトロニック ケアギヴァー，インコーポレイテッド 強化学習を利用する３ｄ環境リスク識別
US11113943B2 (en) 2019-05-07 2021-09-07 Electronic Caregiver, Inc. Systems and methods for predictive environmental fall risk identification
US12034748B2 (en) 2020-02-28 2024-07-09 Electronic Caregiver, Inc. Intelligent platform for real-time precision care plan support during remote care management

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140337048A1 (en) 2012-09-07 2014-11-13 Next It Corporation Conversational Virtual Healthcare Assistant
WO2014043757A1 (en) 2012-09-20 2014-03-27 National Ict Australia Limited Stride detection
US20140330172A1 (en) 2013-02-27 2014-11-06 Emil Jovanov Systems and Methods for Automatically Quantifying Mobility
US20160253890A1 (en) 2013-10-29 2016-09-01 Milbat - Giving Quality of Life Walker-assist device

Also Published As

Publication number Publication date
JP2022153362A (ja) 2022-10-12
JP2021524075A (ja) 2021-09-09
AU2019240484B2 (en) 2021-11-11
KR20200130713A (ko) 2020-11-19
US11213224B2 (en) 2022-01-04
SG11202008201PA (en) 2020-09-29
CA3091957C (en) 2023-03-14
CA3091957A1 (en) 2019-09-26
AU2022200830B2 (en) 2023-09-14
JP7095107B2 (ja) 2022-07-04
CN111867467A (zh) 2020-10-30
JP7375120B2 (ja) 2023-11-07
AU2019240484A1 (en) 2020-09-03
WO2019182792A1 (en) 2019-09-26
US20190282130A1 (en) 2019-09-19
BR112020017342A2 (pt) 2020-12-15
EP3768164A1 (en) 2021-01-27
AU2022200830A1 (en) 2022-03-03
EP3768164A4 (en) 2021-12-15
US20220117515A1 (en) 2022-04-21

Similar Documents

Publication Publication Date Title
CA3091957C (en) Consumer application for mobile assessment of functional capacity and falls risk
US10687752B2 (en) Detecting unmeasurable loads using heart rate and work rate
KR102556139B1 (ko) 낙상 위험의 실시간 평가용 연결된 키오스크
KR101907089B1 (ko) 젖산 역치 추정 장치 및 방법
US20160022144A1 (en) System and method of integrating participant biometrics within an event timing system
CN104715128A (zh) 一种电子健康业务的处理方法和设备
JP6257015B1 (ja) 開発支援サーバ、開発支援方法及び開発支援プログラム
Zhong et al. An accurate and adaptive pedometer integrated in mobile health application
US20220104754A1 (en) Digital biomarker
JP7476015B2 (ja) 運動強度算出装置、方法およびプログラム
CN113936771A (zh) 一种健康指标目标的迭代生成方法及装置
Zhou et al. IHRV: cloud-based mobile heart rate variability monitoring system
Zheng et al. Development of a human movement monitoring system based on wearable devices
KR102010132B1 (ko) 사용자 능력을 증강시키는 증강 휴먼 서비스 제공 방법 및 그 시스템
WO2020254346A1 (en) Digital biomarker
Stålesen et al. A mapping review of physical activity recordings derived from smartphone accelerometers
US20230170095A1 (en) Gait-based mobility analysis
da Silva Cardoso Remote Health Monitoring System for the Elderly Based on Mobile Computing and IoT
Nugraha et al. Towards Personalized Fitness with Multi-modal Wearable Heart Rate Monitors: A Proposal
CN118658643A (zh) 一种基于智能穿戴设备的运动健康监测方法和系统
Ben Mansour et al. Accelerometric signal during gait: cut-off frequency as a function of movement speed and sensor location

Legal Events

Date Code Title Description
A107 Divisional application of patent
E902 Notification of reason for refusal
E601 Decision to refuse application