WO2015125322A1 - 体調モニタリング装置 - Google Patents

体調モニタリング装置 Download PDF

Info

Publication number
WO2015125322A1
WO2015125322A1 PCT/JP2014/071688 JP2014071688W WO2015125322A1 WO 2015125322 A1 WO2015125322 A1 WO 2015125322A1 JP 2014071688 W JP2014071688 W JP 2014071688W WO 2015125322 A1 WO2015125322 A1 WO 2015125322A1
Authority
WO
WIPO (PCT)
Prior art keywords
subject
physical condition
oxygen concentration
blood oxygen
unit
Prior art date
Application number
PCT/JP2014/071688
Other languages
English (en)
French (fr)
Inventor
松井　岳巳
光鎬 孫
修 武居
Original Assignee
公立大学法人首都大学東京
株式会社ライフテック
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 公立大学法人首都大学東京, 株式会社ライフテック filed Critical 公立大学法人首都大学東京
Priority to JP2016503916A priority Critical patent/JP6338298B2/ja
Publication of WO2015125322A1 publication Critical patent/WO2015125322A1/ja

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
    • A61B5/72—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
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • 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
    • A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
    • 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
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
    • 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
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • 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

Definitions

  • the present invention relates to a physical condition monitoring apparatus capable of acquiring more information by measuring respiration and heart rate, and detecting body information deeper, including sudden changes in health and apnea syndrome.
  • Patent Document 1 Non-Patent Document 1, etc.
  • Patent Document 2 Non-Patent Document 2 to 4
  • Etc. A system that detects a person who is suspected of being a hot person by measuring breathing, heartbeat, and body surface temperature from the top of clothes without touching them within a few seconds.
  • Biological information measuring device that measures at least one of biological information such as blood pressure, pulse rate, respiratory rate, blood oxygen concentration, and acceleration of multiple parts of the subject's legs, arms, head, chest, and waist ,
  • An acceleration measuring device that measures the living body information measured together with the subject ID code, acceleration of a plurality of parts, and acceleration information related to a part identification code corresponding to each, and transmitted from the transmitting apparatus
  • a receiving device that receives each information, a processor device that calculates the exercise amount of the subject based on the received acceleration information, and a display device connected to the processor device, the processor device being tested based on the exercise amount Threshold of the biological information is calculated.
  • a general-purpose / upgrade pulse oximeter is integrated with three devices for measuring oxygen saturation and related physiological parameters in order to monitor a patient without interruption.
  • a portable unit and docking station with the same functions, the portable unit functions as a handheld oximeter, and the docked portable part and docking station combine to create a stand-alone, high-performance pulsed oxygen analyzer. Systems that function as densitometers have been proposed.
  • Patent Document 7 discloses a patient's disease or chief complaint at a plurality of past times and vital information including biological information in order to predict the severity of the patient after a predetermined time from biological information acquired by a simple measuring device.
  • Vital data storage unit storing data for each patient, patient's disease or chief complaint at any time for vital data, and biometric information, and patient's severity after a predetermined time at any time
  • an analysis unit that creates a criterion for determining a disease or chief complaint at an arbitrary time and a severity after a predetermined time of an arbitrary time based on biological information, and a determination target
  • system comprising a determining severity determining unit severity of predetermined time after time that vital data acquiring unit acquires the vital data has been proposed.
  • Patent Documents 5 to 7 has a problem that information to be known that has been subdivided sufficiently accurately has not been obtained yet.
  • information on physical condition is currently fragmented, and it is not a single information such as simply suspected infectious disease, suffering from some disease, or severe disease state, but more fragmented. It is necessary to obtain highly accurate information in a shorter time. Therefore, development of a device that satisfies these conditions is desired.
  • the object of the present invention is to monitor the physical condition of the subject in a short time, not as single information such as simply suffering from a disease, but as more detailed and accurate information. To provide an apparatus.
  • the present inventors have calculated not only the pulse and respiratory rate but also the blood oxygen concentration (oxygen saturation (SpO 2 )) by a predetermined processing method. As a result, it was found that accurate determination can be made by measuring the above, and the present invention has been completed. That is, the present invention provides the following inventions. 1.
  • the predetermined processing method in the arithmetic unit is: A method for obtaining data for determination by substituting blood oxygen concentration, body surface temperature, pulse rate and respiratory rate obtained by measurement into a predetermined determination formula, 2.
  • the physical condition monitoring device wherein the determination formula is different depending on whether the blood oxygen concentration obtained by the blood oxygen concentration measurement unit is equal to or greater than a predetermined threshold.
  • a second threshold value is set as a blood oxygen concentration value having a higher degree of risk than the threshold value. If the second threshold value is less than the threshold value, each value is assigned to a different determination formula. 3.
  • the physical condition monitoring device which obtains data for determination. 4).
  • the predetermined processing method in the arithmetic unit is: 2.
  • the physical condition monitoring apparatus which is a method of performing a step of calculating an integrated distance matrix result using all measurement results and visualizing the result on a two-dimensional map, and a step of clustering each data by a Fuzzy clustering method.
  • the physical condition monitoring device can accurately obtain more detailed and accurate information in a short time rather than single information such as whether the subject's physical condition is simply suffering from a disease. It is.
  • FIG. 1 is an explanatory diagram schematically showing the outline and usage of the physical condition monitoring apparatus of the present invention.
  • FIG. 2 is a schematic diagram showing an outline of the configuration of the physical condition monitoring apparatus of the present invention.
  • FIG. 3 is a chart showing one embodiment of the processing method of the calculation unit in the physical condition monitoring apparatus of the present invention.
  • FIG. 4 is a flow sheet showing one embodiment of the processing method of the calculation unit in the physical condition monitoring apparatus of the present invention.
  • FIG. 5 is a chart showing the results of a preliminary experiment showing the superiority of the treatment method preferably used in the present invention, where (a) is a chart showing the case where the blood oxygen concentration is taken into account, and (b) is the blood oxygen concentration. It is a chart which shows the case where is not considered.
  • a physical condition monitoring apparatus 1 (hereinafter also simply referred to as “apparatus”) shown in FIGS. 1 and 2 is an apparatus that monitors physical condition from body surface temperature, pulse, respiration, and blood oxygen concentration.
  • a blood oxygen concentration measurement unit 10 for measuring the blood oxygen concentration of a subject;
  • a body surface temperature measurement unit 20 for measuring the body surface temperature of the subject;
  • a pulse meter side 30 for measuring the pulse of the subject;
  • a respirometer side 40 for measuring a subject's respiration rate;
  • An arithmetic unit (not shown in FIG. 1, see FIG.
  • the apparatus 1 of the present invention can place a hand at the time of measurement, and has a flat plate-like main body 2 with an inclined top surface, a result display unit 50 and a face temperature extending upward from one end of the main body 2. It comprises a measurement display member 4 having a thermography camera (body surface temperature measurement unit) 20 for measurement.
  • 10 G-Hz radar (respirometer side part and pulse measuring part) 30 (40) constituting a part of the respiration measuring part is provided at the subject side end part of the main body 2, and the main body 2 is wired.
  • a blood oxygen measuring terminal (blood oxygen concentration measuring unit) 10 is provided which is freely connected via a (not shown).
  • the main body is provided with a switch for starting measurement. This will be described in more detail below.
  • the blood oxygen measuring terminal is configured. Although this terminal is not particularly shown, it is composed of a light emitting part and a light receiving part (sensor).
  • the light emitting part emits red light and infrared light, and these lights are transmitted through or reflected by the fingertips. It can be measured in the department.
  • the pulse rate can usually be counted from a pulse wave component with pulsation.
  • a commercially available pulse oximeter module for example, product name “OEMIII” manufactured by NONIN Co., Ltd.
  • the terminal can display a measured value. .
  • the body surface temperature measurement unit can be configured using a device that can measure the surface temperature, such as a commonly known infrared thermography camera or thermopile element.
  • a device that can measure the surface temperature such as a commonly known infrared thermography camera or thermopile element.
  • a commercially available product such as “Thermo Shot F30” manufactured by Nippon Avionics Co., Ltd. It can also be used.
  • the pulse measuring unit may be used as the above-described blood oxygen measuring terminal or may be used as the respiratory rate measuring unit.
  • the respirometer side part (pulse meter side part) used in the present invention can be configured using the measuring device described in the above-mentioned Patent Document 1 or Japanese Patent Application Laid-Open No. 2013-78413.
  • a radio wave irradiation unit that is arranged at a different position on the base and radiates radio waves in the same frequency band toward a person to be detected, and radio waves emitted from the radio wave irradiation unit are reflected by the human
  • a microwave transmission / reception device including a radio wave reception unit that receives a radio wave containing physical information including a detection target biological signal having periodicity, and a radio wave analysis unit that analyzes radio waves received by the radio wave reception unit And a device for acquiring physical information related to the respiration and heartbeat to be detected.
  • the microwave transmitter / receiver is composed of a radio wave irradiation unit and a radio wave reception unit, although not particularly illustrated.
  • the radio wave irradiation unit and the radio wave reception unit are respectively connected to a control unit that controls transmission and reception of radio waves via wiring (not shown), and the radio wave reception unit is further connected to the radio wave analysis unit via wiring (not shown). Are connected.
  • a microwave transmitter includes a transmitter that generates a microwave, a transmitter that transmits the generated microwave, and a transmitter.
  • the microwave receiver includes an antenna that transmits the transmitted microwave to the outside, and the microwave receiver is an antenna that receives the microwave and a receiver that transfers the microwave received by the antenna to various devices for radio wave processing. It consists of.
  • the control unit is for controlling that the radio wave transmission unit and the radio wave reception unit transmit microwaves and receive reflected microwaves.
  • the control unit includes a ROM (read only memory) (not shown) in which programs and data for performing necessary processing are stored, a RAM (random access memory) (not shown) for temporarily storing signal data, a ROM And a CPU (Central Processing Unit) (not shown) that performs predetermined processing stored in the storage device.
  • the control unit detects the first input signal from the microwave reflected from the person received by the radio wave receiving unit (the microwave reflected from the abdomen), and the first I and Q channel signals from the first input signal.
  • a part of the program is stored so as to generate the first complex signal forming unit including a hardware circuit other than those described above.
  • the difference between the first input signal (received wave) and the reference signal (local wave) of the local transmitter is extracted as an IF signal by a frequency mixer.
  • two signals of a signal in phase with the first input signal and a signal delayed by 90 degrees are generated.
  • the in-phase component of the first input signal is the first I channel signal
  • the quadrature component is the first Q channel signal.
  • the I channel signal and the Q channel signal are a real component and an imaginary component, respectively, in the complex signal representation of the output signal.
  • a similarly configured control unit functions in the same manner. Then, using these data, the respiratory rate and the pulse rate are calculated, and the calculation result is sent to the calculation unit.
  • a commercially available 10 GHz radar (trade name “NJR4175” manufactured by New JRC Co., Ltd.) is used as a measurement radar, and the respirometer side part is composed of the measurement radar and an arithmetic unit that sends the obtained data. And the pulse meter side.
  • the calculation unit is a part that processes data sent from each measurement unit and calculates a discrimination result related to physical condition, and the calculated result is transferred to and displayed on the result display unit.
  • a calculation unit is configured in the same manner as a so-called computer, and includes a ROM (read only memory) (not shown) in which programs and data for performing necessary processing are stored, and a non-illustrated unit for temporarily storing signal data.
  • a RAM random access memory
  • CPU central processing unit
  • the processing method 1 is a processing method using a Fuzzy clustering method developed from the k-means method.
  • the k-means method is classified as a hard clustering method.
  • the data belongs to only one group, there is a case where data at the boundary portion between the groups is erroneously discriminated. For this reason, even when “presence” or “normal” is determined using a plurality of vital sign data as in the data handled in the present invention, there is an erroneous determination of data at the boundary, which affects the final system determination accuracy.
  • the Fuzzy clustering method is adopted. Unlike the k-means method, the Fuzzy clustering method is a soft clustering method that allows data to belong to a plurality of clusters, and the degree of belonging to each group (in Fuzzy, expressed as a membership function from 0 to 1). Classified.
  • the processing method 1 includes the following steps.
  • step A A step of calculating an integrated distance matrix (U-matrix) result using all measurement results and visualizing the result on a two-dimensional map (hereinafter referred to as “step A”).
  • step B A step of clustering each data into three of a disease group, a disease possibility group, and a healthy person group by the Fuzzy clustering method, or four of which is a serious person group added thereto (hereinafter referred to as “step B”). ). Both steps will be described in further detail.
  • Step A This is performed using a nonlinear discriminant function method based on a neural network such as a Kohonen self-organizing map (SOM) combined with a k-means clustering algorithm.
  • SOM Kohonen self-organizing map
  • a neural network such as a Kohonen self-organizing map (SOM) combined with a k-means clustering algorithm.
  • SOM Kohonen self-organizing map
  • k-means clustering algorithm For example, in the case of Example 1 described below, first, four parameters of pulse rate, respiratory rate, facial temperature and SpO 2 from 109 subjects consisting of 45 flu subjects and 64 healthy controls. Using these data, we create a variety of SOM clusters. Specifically, the measured heart rate, respiratory rate, body surface temperature, and blood oxygen concentration are used as SOM input data. First, prior to cluster creation, logarithmic distribution normalization is performed on input data as preprocessing.
  • a map that is divided in advance according to the number of samples of the subject as shown in the two-dimensional map of FIG. 3 is prepared.
  • Setting the map size to 3-5 times the number of samples (4 times in the example shown in FIG. 3) increases the accuracy of distribution normalization of the map created, and these four input data This is preferable in that an SOM cluster can be created with little error.
  • the map size is 20 ⁇ 20, and a map of 400 nodes is prepared.
  • the optimum SOM parameter to be learned is determined.
  • a Gaussian function is used as the neighborhood function, the initial value of the neighborhood radius is set to 15, the number of learning of the map is 1000 times, and the learning rate of the map is set to 0.05.
  • Step B Clustering is performed by the Fuzzy-C-means method. For example, after the two-dimensional map is formed based on each data as in the two-dimensional map shown in FIG. 3, the centers of the clusters are set at random in order to further classify them into the three or four clusters described above. Next, the membership value for each cluster of each individual (subject) is obtained, and the degree of affiliation for all clusters is obtained. Then, the center is recalculated for each cluster, and the calculation is performed again from the point of finding the affiliation until all cluster centers do not change, and the process ends when the center does not change. Thereby, as shown in FIG. 3, it can classify
  • the output of Fuzzy clustering is performed by obtaining the membership value of each individual to each cluster. At this time, it is output which group is involved in what proportion. For example, in the case of subject A, when the membership value belonging to the influenza group is 60% and the membership value belonging to the health group is 40%, the data of this individual is output as it is. Specifically, as shown in FIG. 3, when there are an infected person group, a pseudo-infected person group, and a healthy person group, most of the solids belong to any two groups.
  • the membership value of each group shown in FIG. A part that is unknown as to which group it belongs to, such as an overlapping part, is detected.
  • the size of the overlapping portion varies depending on the membership value setting.
  • the membership value belonging to any group is equal to or greater than a predetermined value (90% in this embodiment). Is determined to belong to the group, and is handled as individual data belonging to a non-overlapping portion in FIG. 3 (belonging to only one of the groups). If it is less than the predetermined value, it is assumed that it belongs to the overlapping part because it is unknown which group it belongs to.
  • the result converges as belonging to a group in which data of a predetermined value (for example, 60%) or more is obtained.
  • a predetermined value for example, 60%
  • the predetermined value can be set arbitrarily according to the purpose.For example, when determining infection, it is most important to check the infected person, so the membership value is low to eliminate risk factors. (For example, about 30%) is preferably determined as belonging to an infected person or a pseudo-infected person group.
  • ⁇ Processing method 2 As another processing method, a blood oxygen concentration, a body surface temperature, a pulse rate, and a respiratory rate obtained by measurement are substituted into a predetermined judgment formula to obtain judgment data, wherein the blood It is also possible to adopt a method in which the determination formula is different depending on whether the blood oxygen concentration obtained by the intermediate oxygen concentration measurement unit is equal to or higher than a predetermined threshold.
  • This processing method will be described with reference to the flow sheet shown in FIG.
  • the blood oxygen concentration is extracted from the obtained data, and the blood oxygen concentration is sorted according to the risk of physical condition deterioration. That is, it is divided into a case where the blood oxygen concentration is 95 or more and a case where it is less than 95. Then, the judgment is performed by different judgment formulas, and information on various physical condition states such as healthy, suffering from some illness, suspected morbidity, and severe is calculated.
  • X 1 + X 2 + X 3 indicate a heart rate, a respiratory rate, and a face surface temperature, respectively.
  • Each of a, b, c, and d is a variable, and is specifically calculated as follows. (Variable determination method)
  • the optimal coefficients a, b, c, and d based on a predetermined number of pre-measured vital sign data for subjects diagnosed as prevalent (for example, infection with influenza) and healthy subjects in the control group are: It is determined.
  • X 1 , X 2 , and X 3 are explanatory variables, and Y is an objective variable.
  • the objective variable Y is set to “0” when the patient is ill and “1” when the patient is healthy.
  • X 1 , X 2 , and X 3 of the measured overall prevalence and healthy subjects are substituted for the differential equation by substituting the values of heart rate, respiration rate, and face surface temperature into discriminant 1, respectively.
  • Ask. The solution is obtained by determining the optimum coefficients a, b, c, and d satisfying the conditions for minimizing the distance within each group by increasing the distance between the group of the affected group and the healthy group as much as possible. .
  • y 1 > it is determined that the patient is in a healthy state (“healthy” in FIG. 4). Further, when y 1 ⁇ 0, it is determined that “the physical condition is not good (“ affected ”in FIG. 4)”. In particular, when monitoring an infectious disease, it is determined that “the infection is suspected”.
  • discrimination is performed using discriminant 2.
  • X 1 + X 2 + X 3 indicate a heart rate, a respiratory rate, and a face surface temperature, respectively.
  • Each of e, f, g, and h is a variable, and is calculated in the same manner as the variable determination method described above.
  • y 2 > it is determined that “the physical condition is not good (“ severe morbidity ”in FIG. 4). In particular, in the case of monitoring for infectious diseases, it is determined that “the risk of infection is high”.
  • SpO 2 is not added, such a “high risk group” is misjudged and judged as “healthy”, but SpO 2 has been added to the criteria for judgment, and this SpO 2
  • the physical condition can be monitored with higher accuracy by changing the discriminant according to the threshold value.
  • the combination of SpO 2 and conventional vital signs is used in the determination of infectious diseases, and the four phases “health”, “group suspected of infection (“ affected ”in FIG. 4)”, “high risk of infection ( High risk) group ("Suspected seriousness” in Fig. 4) "and” Group with high probability of infection (“Severe seriousness” in Fig. 4) ". Can be removed.
  • a second threshold value is set as a blood oxygen concentration value having a higher degree of risk than the threshold value. If the threshold value exceeds the threshold value and further exceeds the second threshold value, each value is substituted into a different determination formula. You can also get data. Specifically, the blood oxygen concentration is extracted from the obtained data, and the blood oxygen concentration is sorted according to the risk of physical condition deterioration. First, the case of 95 or more is divided into the case of 90 or more and the case of less than 90. Then, the judgment is performed by different judgment formulas, and information on various physical condition states such as healthy, suffering from some illness, suspected morbidity, and severe is calculated.
  • the result display unit is configured by a liquid crystal display in the present embodiment.
  • the present invention is not limited to this, and various configurations are possible.
  • thermographic apparatus is not limited to the thermal image of the face of the subject, and for example, it is possible to capture a thermal image in another range where the skin is exposed.
  • the position measured by the heart rate measuring device is not limited to the palm measurement position or the back measurement position, and is set to a height corresponding to the average heart height of the human being as the subject, for example. It is also possible to perform measurement at a chest measurement position where irradiation and reception of the heart rate measurement microwave can be performed on the chest of the subject.
  • the heart rate measuring device CR measures the heart rate in a non-contact manner by being constituted by a so-called microwave radar antenna that irradiates and receives the heart rate measurement microwave for measuring the heart rate on the subject.
  • a so-called laser blood flow meter for example, Japanese Patent Laid-Open No. 10-290791
  • the present invention is not limited to this.
  • the subject can be measured by attaching an electrode, a sensor, or the like. It is.
  • the heart rate can be measured by measuring a fingertip volume pulse wave that is a blood volume fluctuation of the fingertip of the subject, that is, a so-called pulse wave.
  • the determination result is displayed on the determination result display unit.
  • the present invention is not limited to this.
  • an alarm sound is emitted or a red warning light is lit. It is also possible to notify the user of the client personal computer PC or the like.
  • Example 1 The following is an example executed in February 2012 at the SDF Central Hospital. First, 45 influenza subjects diagnosed with type A influenza using the QuickVue Rapid SP Influ test (Quidel Corp., USA) were collected. All influenza subjects were treated with oseltamivir and zanamiburu, with an average body temperature of 36.7 ⁇ 0.7 ° C (35.8 ° C ⁇ body temperature (armpit temperature) ⁇ 40.0 ° C). Apart from this, 64 healthy controls without cold symptoms were collected. The average body temperature of healthy controls was 36.5 ⁇ 0.4 ° C. (35.0 ° C. ⁇ body temperature (armpit temperature) ⁇ 37.5 ° C.).
  • results (comparative examples) determined by the k-means method are shown in FIGS. 5 (a) and 5 (b).
  • FIG. 5 (a) in the apparatus of the present invention in which blood oxygen concentration is taken into account, as a result of screening by the k-means method, 40 out of 45 flu subjects are flu groups (lower clusters). Among the 64 healthy controls, 60 were classified into the healthy group (upper cluster).
  • influenza subjects Five of the influenza subjects (marked with a circle) were misdiagnosed as healthy individuals, and four of the healthy subjects (those marked with a circle) were misdiagnosed as influenza.
  • FIG. 5 (b) when the blood oxygen concentration is not taken into consideration (comparative example), 35 out of 45 flu subjects are included in the flu group from the same subject and control data, It shows that 54 persons out of 64 healthy persons are included in a healthy person group.
  • 10 influenza subjects were misdiagnosed as healthy individuals, and 10 healthy subjects were misdiagnosed as influenza patients. From these, calculations were performed to determine what the misdiagnosis factors were. The results are shown in Table 1.
  • sensitivity and negative predictive value are the most important as indicators of mass screening, and include SpO 2 as a screening parameter.
  • the determination accuracy is improved by using SpO 2 , but the accuracy is further improved by using the processing method 1. That is, in the visualization step, a map visualized in multiple colors as shown in the two-dimensional map of FIG. 3 is used, and a clustering step of processing method 1 is performed using this map, which is shown in the chart “Membership distribution of FCM” of FIG.
  • the threshold value in the blood oxygen concentration described in the processing method 2 described above was used, and the determination was performed using the discriminants 1 and 2.
  • 3 out of 10 flu subjects who were determined to be healthy when the blood oxygen concentration shown in FIG. 5 (b) was not taken into account were identified as “persons with a high probability of infection”. It was identified as an “infection group” and three more were diagnosed as a “high risk of infection” group. That is, there were only 4 misdiagnosis, and it was possible to discriminate with higher accuracy than when the blood oxygen concentration was simply taken into account.
  • the present invention is useful for easily and easily grasping the health condition at home, hospital, public institution and the like.
  • the severity that is not apparent on the surface can also be determined with a high probability
  • persons with high risk of pandemic can be isolated with high probability at hospitals and immigration offices, including influenza (including new influenza) and Ebola hemorrhagic fever. It is also useful as an apparatus for use in suppressing the scale expansion of infectious diseases such as the above.

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Pathology (AREA)
  • Mathematical Physics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

体表面温度、脈拍、呼吸及び血中酸素濃度から体調をモニタリングする装置であって、被験者の血中酸素濃度を測定する血中酸素濃度計測部と、被験者の体表面温度を測定する体表面温度計測部と、被験者の脈拍を測定する脈拍計測部と、被験者の呼吸数を測定する呼吸数計測部と、上記各計測部で得られたデータを所定の処理方式に従って処理し、被験者の現在の体調を算出する演算部と、演算結果を表示する結果表示部とを具備する体調モニタリング装置。

Description

体調モニタリング装置
　本発明は、呼吸や心拍を測定することでより多くの情報を取得し、健康状態の急変や無呼吸症候群の状態を含めて身体の情報をより深く検出することのできる体調モニタリング装置に関する。
　人間や動物等の被検体の心拍数や呼吸数等の身体情報から被検体の体調を判断することは種々行われている。そのようなシステムとしては、渡航者の体表面温度の熱画像を撮像して体温を測定することにより体調を推測する技術（特許文献１、非特許文献１等）や、マイクロ波レーダーとサーモグラフィを併用し，数秒程度で，非接触且つ着衣の上から呼吸，心拍，体表面温度を計測し，有熱者の疑いのある人を検出するシステム（特許文献１～４、非特許文献２～４等）が種々提案されている。
　しかし、これらの提案にかかるシステムでは、有病体で「ある」か「否」か，バイナリの判別のみが可能であり、しかもその精度も未だ十分ではなかった。
　そこで、これらと血中酸素濃度とを合わせて判断の材料として正確に被検体の体調を測定する試みが提案されている。
　例えば、特許文献５には、被験者の生体情報と共に被検者における複数部位の複数加速度情報を解析して、被検者毎のより正確な身体異常発生状態を遠隔監視するべく、被検者の血圧、脈拍、呼吸数、血中酸素濃度の生体情報の中の少なくとも一つを測定する生体情報測定装置と、被検者の脚部、腕部、頭部、胸部及び腰部の複数部位の加速度を測定する加速度測定装置と、被検者ＩＤコードと共に測定された生体情報と複数部位の加速度とそれぞれに対応する部位識別符号に係る加速度情報とを発信する送信装置と、送信装置から発信された各情報を受信する受信装置と、受信した加速度情報に基づいて被検者の運動量を算出するプロセッサ装置と、プロセッサ装置に接続された表示装置とを有し、プロセッサ装置は運動量に基づいて被検者の生体情報の閾値を算出し、被検者の生体情報と閾値とを比較して生体情報が閾値を越えている場合は被検者に身体異常の発生を知らせるシステムが提案されている。
　また、特許文献６には、間断なく患者の監視を行うべく、汎用/アップグレード用パルス酸素濃度計（ＵＰＯ）は、酸素飽和度及び関連する生理学パラメータの測定に供される３つの機器が一体となった機能をもつ可搬型ユニットとドッキング・ステーションを備え、可搬型ユニットは、ハンドヘルド酸素濃度計として機能し、ドッキングされた可搬部とドッキング・ステーションは組み合わせることで、スタンドアロンの、高性能パルス酸素濃度計として機能するシステムが提案されている。
　さらに特許文献７には、簡易な計測装置により取得される生体情報から患者の所定時間後の重症度を予測するべく、過去の複数の時刻における患者の疾患又は主訴、及び、生体情報を含むバイタルデータを患者ごとに保存しているバイタルデータ記億部と、バイタルデータを対象として任意の時刻における患者の疾患又は主訴、及び、生体情報と、任意の時刻の所定時間後における患者の重症度との関係を分析することで、任意の時刻における疾患又は主訴、及び、生体情報に基づいて任意の時刻の所定時間後における重症度を判定するための判定基準を作成する分析部と、判定対象となる患者のバイタルデータを取得するバイタルデータ取得部と、バイタルデータ取得部が取得したバイタルデータと、分析部で作成された判定基準とに基づいて、バイタルデータ取得部がバイタルデータを取得した時刻の所定時間後の重症度を判定する重症度判定部とを備えるシステムが提案されている。
特開２００９－１７２１７６号公報 特開２００８－２３７３７７号公報 特開２００７－５８５６５号公報 特開２００９－１８３６０８号公報 特開２００３－２２００３９号公報 特開２０１０－０１２３３５号公報 特開２０１３－１４８９９６号公報
"赤外線サーモグラフィによるパンデミック対策事例の紹介"，「online」，２０１０，NEC Avio 赤外線テクノロジー，「２０１３年６月６日検索」，インターネット＜ＵＲＬ：http://jpn.nec.com/techrep/journal/g10/n03/pdf/100312.pdf＞"赤外線サーモグラフィによる パンデミック対策事例の紹介" Sun G, Hakozaki Y, Abe S, Vinh NQ, Matsui T. A novel infection screening method using a neural network and k-means clustering algorithm which can be applied for screening of unknown or unexpected infectious diseases.J Infect. 2012 Dec;65(6):591-2.http://dx.doi.org/10.1016/j.jinf.2012.10.010 Sun G, Abe S, Takei O, Hakozaki Y and Matsui T. A Novel Non-contact Infection Screening System Based on Self-Organizing Map with K-means Clustering.Communications in Computer and Information Science, 2011 Volume 258, 125-132.http://dx.doi.org/10.1007/978-3-642-27157-1_14 Sun, G. , Hakozaki, Y. , Abe, S. , Takei, O. and Matsui, T. (2013) A neural network-based infection screening system that uses vital signs and percutaneous oxygen saturation for rapid screening of patients with influenza. Health, 5, 7-12. doi: 36/health.2013.58A5002.
　しかしながら、特許文献５～７提案されている従来の体調を測定する装置では、未だ十分正確に細分化された知りたい情報が得られていないという問題があった。
　すなわち、現在では体調に関する情報が細分化されており、単に感染症の疑いがあるとか、何らかの疾病に罹患しているとか、罹患状態が重度であるといった単発的な情報ではなく、より細分化された精度の高い情報を、より短時間に正確に得ることが必要になっている。そのためこれらの条件を満足する装置の開発が要望されている。
　したがって、本発明の目的は、被験者の体調を、単に疾病にり患している等の単発的な情報ではなく、より細分化された精度の高い情報として短時間に正確に得ることができる体調モニタリング装置を提供することにある。
　本発明者らは、上記課題を解消すべく鋭意検討した結果、脈拍や呼吸数だけでなく血中酸素濃度〔酸素飽和度(SpO2)〕を所定の処理方式により演算した場合に、短時間の測定で正確な判断を行うことができることを知見し、本発明を完成するに至った。
　すなわち本発明は以下の各発明を提供するものである。
１．体表面温度、脈拍、呼吸及び血中酸素濃度から体調をモニタリングする装置であって、
被験者の血中酸素濃度を測定する血中酸素濃度計測部と、
被験者の体表面温度を測定する体表面温度計測部と、
被験者の脈拍を測定する脈拍計側部と、
被験者の呼吸数を測定する呼吸数計側部と、
上記各計側部で得られたデータを所定の処理方式に従って処理し、被験者の現在の体調を算出する演算部と、
演算結果を表示する結果表示部とを具備する体調モニタリング装置。
　２．上記演算部における上記の所定の処理方式は、
測定して得られた血中酸素濃度と体表面温度と脈拍と呼吸数とを所定の判定式に代入して判定用のデータを得る方式であって、
上記血中酸素濃度計測部で得られた血中酸素濃度が所定の閾値以上である場合と該閾値未満である場合とで上記判定式を異なるものとする方式である１記載の体調モニタリング装置。
　３．上記閾値よりも危険度の高い血中酸素濃度値として第２閾値を設定し、上記閾値未満である場合にさらに該第２閾値未満である場合にはさらに異なる判定式に各値を代入して判定用のデータを得る２記載の体調モニタリング装置。
４．　上記演算部における上記の所定の処理方式は、
全ての計測結果を用いて統合距離行列結果を算出し、２次元マップに可視化するステップ、及び
　Ｆｕｚｚｙクラスタリング法により、各データをクラスタリングするステップ
を行う方式である１記載の体調モニタリング装置。
　本発明の体調モニタリング装置は、被験者の体調を、単に疾病にり患している等の単発的な情報ではなく、より細分化された精度の高い情報を、短時間に正確に得ることができるものである。
図１は、本発明の体調モニタリング装置の概要並びに使用態様を摸式的に示す説明図である。 図２は、本発明の体調モニタリング装置の構成の概要を示す概略図である。 図３は、本発明の体調モニタリング装置における演算部の処理方式の１実施態様を示すチャートである。 図４は、本発明の体調モニタリング装置における演算部の処理方式の１実施態様を示すフローシートである。 図５は、本発明で好ましく用いられる処理方式の優位性を示す予備実験結果を示すチャートであり、（ａ）は血中酸素濃度を加味した場合を示すチャート、（ｂ）は血中酸素濃度を加味しない場合を示すチャートである。
　以下、本発明の実施形態を、図面を参照して説明する。
　図１及び２に示す本実施形態の体調モニタリング装置１（以下、単に「装置」ともいう）は、体表面温度、脈拍、呼吸及び血中酸素濃度から体調をモニタリングする装置であって、
被験者の血中酸素濃度を測定する血中酸素濃度計測部１０と、
被験者の体表面温度を測定する体表面温度計測部２０と、
被験者の脈拍を測定する脈拍計側部３０と、
被験者の呼吸数を測定する呼吸数計側部４０と、
上記各計側部で得られたデータを所定の処理方式に従って処理し、被験者の現在の体調を算出する演算部（図１には図示せず、図２参照）と、
演算結果を表示する結果表示部５０とを具備する。
　装置の全体構成について図１を参照して説明する。
　本発明の装置１は、測定時に手を載置でき、上面に傾斜が付された平板状の本体２と、該本体２の一端から上方に延設された、結果表示部５０及び顔面温度を計測するためのサーモグラフィカメラ（体表面温度計測部）２０を有する計測表示部材４とからなる。
　また、本体２の被験者側端部には呼吸計測部の一部を構成する１０Ｇ－Ｈｚレーダー（呼吸数計側部及び脈拍計測部）３０（４０）が設けられており、本体２には配線（図示せず）を介して自在に連結された血中酸素測定用端末（血中酸素濃度計測部）１０が設けられている。本体には、特に図示しないが計測を開始するためのスイッチが設けられている。
　以下、さらに詳細に説明する。
〔血中酸素濃度計測部〕
　本実施形態においては、上記血中酸素測定用端末により構成されている。この端末は、特に図示しないが、発光部と受光部（センサー）で構成されており、発光部は赤色光と赤外光を発し、これらの光が指先等を透過、または反射したものを受光部で測定できるようになっている。
　また、通常、拍動のある脈波成分より脈拍数を計数することもできるようになっている。
　このような端末としては、市販の脈拍を計測するパルス酸素メーターモジュール（たとえばNONIN社製、商品名「ＯＥＭＩＩＩ」）等を用いることもでき、通常は当該端末で計測値の表示まで行うことができる。
〔体表面温度計測部〕
　体表面温度計測部は、通常公知の赤外線サーモグラフィカメラやサーモパイル素子等の表面温度計測が可能なデバイスを用いて構成することができ、たとえば日本アビオニクス社製、「サーモショットＦ３０」等の市販品を用いることもできる。
〔脈拍計側部及び呼吸数計測部〕
　脈拍計測部は、上述の血中酸素計測端末で兼用しても、また呼吸数計測部で兼用してもよい。
　以下、呼吸数計側部の説明において、兼用することを念頭に説明する。
　本発明に用いられる呼吸数計側部（脈拍計側部）としては、上述の特許文献１や特開２０１３－７８４１３号公報に記載の計測装置を用いて構成することができる。
　具体的にはたとえば、基体の異なる位置に配置され、検出対象である人に向けて同じ周波数帯の電波をそれぞれ照射する電波照射部、及び電波照射部から照射された電波が人で反射されて生成される、周期性を有する検出対象生体信号を含んでなる身体情報含有電波を受信する電波受信部を具備するマイクロ波送受信装置と、電波受信部で受信した電波を解析する電波解析部とを具備し、検出対象の呼吸及び心拍に関する身体情報を取得する装置が挙げられる。
　マイクロ波送受信装置は、特に図示しないが電波照射部及び電波受信部とからなり、
　電波照射部と電波受信部とはそれぞれ電波の送受信を制御する制御部に配線（図示せず）を介して連結されており、電波受信部はさらに電波解析部に配線（図示せず）を介して連結されている。
　特に図示しないが、マイクロ波発信機とマイクロ波受信機とについて簡単に説明すると、マイクロ波発信機は、マイクロ波を発生させる発信機と、発生したマイクロ波を送信する送信機と、送信機から送信されたマイクロ波を外部に向けて発信するアンテナとからなり、マイクロ波受信機は、マイクロ波を受信するアンテナと、アンテナで受信したマイクロ波を電波処理のための各種装置に移送する受信機とからなる。
　制御部は、電波発信部及び電波受信部がマイクロ波を発信すること及び反射されたマイクロ波を受信することを制御するためのものである。制御部は、必要な処理を行うためのプログラム及びデータ等が記憶された不図示のＲＯＭ（リードオンリーメモリ）、信号データを一時的に保存するための不図示のＲＡＭ（ランダムアクセスメモリー）、ＲＯＭ等に記憶された所定の処理を行う不図示のＣＰＵ（中央演算処理装置）と、を備えている。
　そして、制御部には、電波受信部が受信した人から反射されたマイクロ波（腹部で反射されたマイクロ波）から第一入力信号を検出し、第一入力信号から第一Ｉ及びＱチャネル信号を生成するようにプログラムの一部が格納され、上述した以外の他のハードウェア回路等によって構成される第一複素信号形成部を備えている。　そして、第一入力信号（受信波）と局部発信機の基準信号（ローカル波）との差分をＩＦ信号として周波数ミキサにより抽出する。この際、第一入力信号と同相の信号と９０度位相を遅らせた信号との２つの信号を生成する。ここで、第一入力信号の同相成分を第一Ｉチャネル信号、直交成分を第一Ｑチャネル信号とする。Ｉチャネル信号、Ｑ チャネル信号は、それぞれ出力信号の複素信号表現における実数成分、虚数成分となる。胸部マイクロ波送受信装置においても同様に構成された制御部が同様に機能する。
　そして、これらのデータを用いて呼吸数と脈拍数とを算出し、算出結果を演算部に送致する。
　なお、本実施形態においては、市販の１０ＧＨｚレーダー（新ＪＲＣ社製、商品名「ＮＪＲ４１７５」）を計測レーダーとして用い、該計測レーダーと得られたデータを送致する演算部とにより呼吸数計側部及び脈拍計側部を構成している。
〔演算部〕
　演算部は、各計測部から送致されるデータを処理して、体調に関する判別結果を算出する部位であり、算出された結果は結果表示部に移送され表示される。
　かかる演算部はいわゆるコンピュータと同様に構成されており、必要な処理を行うためのプログラム及びデータ等が記憶された不図示のＲＯＭ（リードオンリーメモリ）、信号データを一時的に保存するための不図示のＲＡＭ（ランダムアクセスメモリー）、ＲＯＭ等に記憶された所定の処理を行う不図示のＣＰＵ（中央演算処理装置）と、を備えている。
（処理方式）
　ここで、演算部による処理方式としては、複数の方式を採用し得る。それぞれ説明する。
　・処理方式１
　処理方式１は、ｋ－ミーンズ法を発展させたＦｕｚｚｙクラスタリング法を用いた処理方式である。一般的に、ｋ－ミーンズ法はハードクラスタリング法に分類される。このようなクラスタリング法では、データがある一つの群のみに属するため、群間の境界部にあるデータは誤判別されるケースがある。このため本発明で取り扱うデータのように複数のバイタルサインデータで「有病」・「正常」を判別する場合も、境界部のデータの誤判別があり、最終のシステム判別精度に影響する。
　このようなｋ－ミーンズ法の弱点を改善するため、Ｆｕｚｚｙクラスタリング法を採用する。Ｆｕｚｚｙクラスタリング法はｋ－ミーンズ法と違い、ソフトクラスタリング法であり、データが複数のクラスターに属することを許し、各群に属する度合い（Ｆｕｚｚｙでは、０～１までのメンバーシップ関数で表す）で最終的に分類される。このような処理方式を採用することで、データが群に属する曖昧さを残し、データが群に属する度合いで分類するため、境界部の誤判別を減らすことができる。
　具体的には、上記処理方式１は、以下の各ステップを含むものである。
　全ての計測結果を用いて統合距離行列（Ｕ－マトリックス）結果を算出し、２次元マップに可視化するステップ（以下ステップＡという場合にはこのステップを指す）、
　Ｆｕｚｚｙクラスタリング法により、各データを疾病グループ、疾病可能性グループ、健常者グループの３つ、又はこれに重症者グループを足した４つにクラスタリングするステップ（以下ステップＢという場合にはこのステップを指す）。
　両ステップについてさらに詳述する。
　ステップＡ：
　ｋ－ミーンズクラスター化アルゴリズムを結合させたコホーネンの自己組織化マップ（ＳＯＭ）等のニューラルネットワークに基づく非線形判別関数方法を用いて行う。
　例えば、後述する実施例１のケースにおいては、最初に、４５人のインフルエンザ被験者および６４人の健常対照者からなる１０９人の被験者からの脈拍数、呼吸数、顔面温度及びＳｐＯ２の４つのパラメータのデータを用いて、多種ＳＯＭクラスターを創出する。
　具体的には、計測された心拍数、呼吸数、体表面温度、血中酸素濃度をＳＯＭ入力データとする。
　まずクラスターの作成に先立ち、前処理として入力データに対し対数分布正規化を行う。そして、被験者のサンプル数によって予め図３の２次元マップに示すような区分けされデータ未入力のマップを用意する。マップサイズはサンプル数に対し３～５倍（図３に示す例では４倍）のノード数とするのが、作成されるマップの分布正規化の精度を高くし、これらの４つの入力データに基づいてＳＯＭクラスターを誤差少なく創出することができる点で好ましい。たとえば、約１００人のサンプル数の場合，マップサイズは２０×２０であり，４００個のノードのマップが用意される。
　次は、学習させる最適なＳＯＭパラメータを決定する。本発明においては、近傍関数としてＧａｕｓｓｉａｎ関数を用い、近傍半径の初期値は１５、マップの学習回数は１０００回、マップの学習率は０．０５と設定した。これらの設定は特にオフラインでＳＯＭを実行する際には有効である。
　ステップＢ：
　Ｆｕｚｚｙ-Ｃ-ミーンズ法によりクラスタリングを行う。
　例えば、図３に示す２次元マップのように各データに基づいて２次元マップ化した後、さらにこれらを上述の３つか４つのクラスターに分類するために各クラスターの中心をランダムに設定する。ついで、それぞれの個体（被験者）の各クラスターへのメンバーシップ値を求めすべてのクラスターに対する所属度を求める。そしてクラスターごとに中心を計算しなおし、全てのクラスター中心が変化しなくなるまで所属度を求めるところから計算をやり直し、中心が変化しなくなったら終了とする。これにより図３に示すように疾病グループ、疾病可能性グループ、健常者グループの３つクラスターに分類することができる。
　そして、各グループにおける重なり合う部分に属する被験者のデータについては、以下のようにして判別を行う。
　Ｆｕｚｚｙクラスタリングの出力は、上述のようにそれぞれの個体の各クラスターへのメンバーシップ値を求めることにより行うが、この際どのグループにどの程度の割合で関与するかを出力する。たとえば，被験者Ａについてみる場合、この個体のデータが、インフルエンザグループに属するメンバーシップ値が６０％で、健康グループに属するメンバーシップ値が４０％の場合にはその通りに出力する。
　具体的には図３に示すように感染者グループと擬感染者グループと健常者グループとがある場合、ほとんどの固体はいずれか２つのグループに属することになるが、各個体のいずれかのグループに属するとして判定するのではなく（Ｋ－ミーンズ法ではこのように行う）、２以上のグループに属する場合があるとして、メンバーシップ値を求めるため、図３のMembership Distribution of FCMに示す各グループの重なり合う部分のようにいずれのグループに属するとすればよいか不明な部分が検出される。この重なり合う部分はメンバーシップ値の設定により大きさが変動するものであり、本実施形態においてはいずれかのグループに属するメンバーシップ値が所定の値（本実施形態では９０％）以上である場合には当該グループに属すると判定し、図３における重なり合わない部分に属する（いずれかのグループのみに属する）個体データとして扱う。上記所定の値未満である場合にはいずれのグループに属するか不明であるとして上記の重なり合う部分に属するとするが、最終的にはいずれかのグループに属するとして判別を行う必要があるため、計算結果の収束値として所定の値（たとえば６０％）以上のデータが得られたグループに属するものとして判別を行う。
　ここで所定の値は目的に応じて任意に設定できるが、例えば感染症の判別を行う場合には感染者のチェックが最重要であるため、危険因子の除去のためにメンバーシップ値が低くても（たとえば３０％程度）感染者又は擬感染者グループに属するとして判別するのが好ましい。
　・処理方式２
　また、別の処理方式として、測定して得られた血中酸素濃度と体表面温度と脈拍と呼吸数とを所定の判定式に代入して判定用のデータを得る方式であって、上記血中酸素濃度計測部で得られた血中酸素濃度が所定の閾値以上である場合と該閾値未満である場合とで上記判定式を異なるものとする方式を採用することもできる。
　この処理方式について図４に示すフローシートを参照して説明する。
得られたデータから血中酸素濃度を抽出し、当該血中酸素濃度を体調悪化の危険性の大小にて振り分ける。すなわち、血中酸素濃度が９５以上の場合と、９５未満の場合とに分ける。
　そして、それぞれについて異なる判定式により判定を行い、体調について、健常、何らかの疾病に罹患している、罹患の疑いあり、重篤等種々体調状態についての情報を算出する。
　この際用いられる判別式と判別方法について詳述する。
　SpO２≧９５のとき：このときは判別式１で判別を行う。
　　判別式１：ｙ１＝aX１＋bX２＋cX３＋d
　ここでX１＋X２＋X３はそれぞれ心拍数、呼吸数、顔表面温度を示す。
　ａ、ｂ、ｃ、ｄはそれぞれ変数であり、具体的には下記のようにして算出される。
（変数決定方法）
　有病（例えばインフルエンザについての感染）と診断された被験者とその対照群の健常者とについて、所定数のあらかじめ測定されたバイタルサインデータをもとに最適な係数ａ、ｂ、ｃ、ｄは、決定される。
　例えば、各係数の決定に際しては、Ｘ１、Ｘ２、Ｘ３を説明変数とし、またＹを目的変数とする。目的変数Ｙは有病の場合は「０」、健常の場合は「１」とする。また、計測された全体有病と健常者のＸ１、Ｘ２、Ｘ３はそれぞれ心拍数、呼吸数、顔表面温度の値を判別式１に代入し連立微分方程式を解くことで各係数を求める。その解の求め方は、有病者群と健常群の群間距離をなるべく大きくし、各群内の距離を最小にする条件を満たす最適係数ａ、ｂ、ｃ、ｄを決定することにより求める。
　そして、ｙ１＞０の場合は健康状態（図４における「健常」）であると判別される。また、ｙ１≦０の場合「体調がすぐれない（図４における「罹患」）」と判断される。特に感染症についてのモニタリングをする場合には、「感染が疑われる」として判別される。
　SpO２＜９５のとき：この時は判別式２で判別を行う。
　　判別式２：ｙ２＝eX１＋fX２＋gX３＋h
　ここでX１＋X２＋X３はそれぞれ心拍数、呼吸数、顔表面温度を示す。
　ｅ、ｆ、ｇ、ｈはそれぞれ変数であり、上述の変数決定方法と同様にして算出される。
　そして、ｙ２＞０の場合は「体調が良好とは言えない（図４の「疑罹患重篤」）と判別される。特に感染症についてのモニタリングである場合には「感染のリスク高い」と判別される。また、ｙ２≦０の場合「体調がすぐれない（図４の「罹患重篤」）」と判断される。特に感染症についてのモニタリングをする場合には、「感染の蓋然性が高い」として判別される。
　このように血中酸素濃度で閾値を定め、この閾値を基準に判別式と判別基準とを変えることでより高精度に体調を把握することができる。これは、SpO2のみ異常値を示しているのに対し、脈拍や呼吸数等のほかのバイタルサインが正常値を示している群にむしろ危険性の高く、表面的には判別ができない体調における「ハイリスク群」が潜んでいることを、本発明者らは研究により明らかにしたことにある。仮に、SpO2を追加してなければ、このような「ハイリスク群」を誤判定して「健康」と判断してしまうが、SpO2を判断の基準に加えたことと、このSpO2の閾値に応じて判別式を変更することで体調をより高精度にモニタリングすることができる。
　また、感染症の判定においてはSpO2と従来のバイタルサインを併用することで、４つのフェーズ「健康」、「感染が疑われる群（図４の「罹患」）」、「感染のリスク高い（ハイリスク）群（図４の「疑罹患重篤」）」、「感染の蓋然性が高い群（図４の「罹患重篤」）」に判別することが可能であるため、よりパンデミック危険性を除去することができる。
　さらに上記閾値よりも危険度の高い血中酸素濃度値として第２閾値を設定し、上記閾値を超えさらに該第２閾値を超える場合にはさらに異なる判定式に各値を代入して判定用のデータを得るようにすることもできる。
　具体的には、得られたデータから血中酸素濃度を抽出し、当該血中酸素濃度を体調悪化の危険性の大小にて振り分ける。まず９５以上の場合、９０以上の場合、９０未満の場合とに分ける。
　そして、それぞれについて異なる判定式により判定を行い、体調について、健常、何らかの疾病に罹患している、罹患の疑いあり、重篤等種々体調状態についての情報を算出する。
〔結果表示部〕
　結果表示部は、本実施形態においては液晶ディスプレイにより構成されている。これに制限されず種々構成とすることが可能である。
〔使用方法〕
　本実施形態の装置の使用時においては、図１に示すように静かに装置の前に座るか立ち、血中酸素測定用端末に指を差し入れ、スイッチを押して、計測を開始する。
　所定時間（好ましくは１５秒～３分間）測定を行うことにより、表示部に体調についての結果が表示される。
（変更例）
　以上、本発明の体調モニタリング装置について詳述したが、本発明は、これらの例に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内で、種々の変更を行うことが可能である。
　例えば、前記被検体を人間（被験者、被検者）としたが、これに限定されず、例えば、その他の動物等の生体についても本発明を適用可能である。この場合、前記生体に応じた前記有病体判別式を設定する必要がある。前記サーモグラフィ装置で撮像される前記熱画像は、前記被検体の顔の熱画像に限定されず、例えば、肌が露出しているその他の範囲の熱画像を撮像することも可能である。前記心拍数測定装置が測定する位置は、前記手掌測定位置や前記背部測定位置に限定されず、例えば、前記被検体としての人間の平均的な心臓の高さに応じた高さに設定されて、前記被検体の胸部に対して、前記心拍数測定用マイクロ波の照射および受信が可能な胸部測定位置で測定することも可能である。
　前記心拍数測定装置ＣＲは、前記被検体に心拍数を測定するための心拍数測定用マイクロ波を照射・受信する、いわゆる、マイクロ波レーダーアンテナにより構成することにより、非接触で心拍数を測定したが、これに限定されず、例えば、前記被検体に心拍数を測定するための心拍数測定用レーザー光を照射・受信する、いわゆる、レーザー血流計（例えば、特開平１０－２９０７９１号公報、特開２００４－３５７７８４号公報等参照）により構成することにより、非接触で心拍数を測定することも可能である。
　前記被検体に対して、非接触で呼吸数や心拍数を測定可能な構成とすることが望ましいが、これに限定されず、例えば、前記被験者に電極やセンサ等を取付けて測定することも可能である。また、例えば、前記被検体の指尖の血液の容積変動である指尖容積脈波、いわゆる、脈波を測定することにより、前記心拍数を測定することも可能である。
　前記被検体が前記有病体であると判別した場合、判別結果を前記判別結果表示部に表示しているが、これに限定されず、例えば、警報音を鳴らしたり、赤色警光灯を灯火したりして、クライアントパソコンＰＣのユーザ等に知らせたりすることも可能である。
　以下、本発明を実施例によりさらに具体的に説明するが、本発明はこれらに限定されるものではない。
〔実施例１〕
　以下、自衛隊中央病院において2012年2月に実行された例を示す。
　まず、QuickVue Rapid SP Influ test (Quidel Corp., USA)を用いてタイプＡインフルエンザと診断されたインフルエンザ被験者を４５人集めた。
　全てのインフルエンザ被験者はオセルタミビル及びザナミブルで処置され、平均体温は36.7 ± 0.7℃(35.8℃< 体温（脇下体温） < 40.0℃)であった。
　これとは別に風邪の症状のない健常対照者を６４人集めた。健常対照者の平均体温は36.5 ± 0.4℃(35.0℃<体温（脇下体温）< 37.5℃)であった。
　これらのインフルエンザ被験者と健常対照者について、図１に示すように本発明の装置を用いて体調の判定を行った。判定時間は、各人１５秒間であり、図１に示すように装置の前に静かに着席してもらい、安静にした状態で測定を行った。
　ｋ-ミーンズ法により判定した結果（比較対象例）を図５（ａ）及び（ｂ）に示す。
　図５（ａ）に示すように、血中酸素濃度を加味した本発明の装置においては、ｋ-ミーンズ法によるスクリーニングの結果、インフルエンザ被験者４５人中４０人は、インフルエンザグループ（下側のクラスター）に分類され、６４人の健常対照者のうち６０人は健常者グループ（上側のクラスター）に分類された。インフルエンザ被験者の５人（○のついたもの）は健常者として誤診され、健常者対象者のうち４人（○のついたもの）はインフルエンザとして誤診された。
　また、図５（ｂ）に示すように、血中酸素濃度を加味しない場合（比較例）には、同じ被験者及び対照者のデータから、インフルエンザ被験者４５人中３５人がインフルエンザグループに含まれ、健常者６４人中５４人が健常者グループに含まれることを示す。これにより、１０人のインフルエンザ被験者は健常者と誤診され、１０人の健常者対象者はインフルエンザ患者と誤診された。
　これらのことから、誤診要素が何であるかを求めるべく計算を行った。その結果を表１に示す。このように、感度、特異性、ポジティブ予測値（ＰＰＶ）及び、ネガティブ予測値（ＮＰＶ）の中でも特に感度及びネガティブ予測値はマススクリーニングの指標として最も重要であり、スクリーニングパラメータとしてSpO２を含ませることにより感度とネガティブ予測値とが各々改良されることが判った。
　上述のように、ＳｐＯ２を用いることにより判定精度は向上するが、さらに上記処理方式１を用いることで精度はさらに向上する。
　すなわち、可視化ステップで図３の２次元マップに示すように多色に可視化したマップとし、これを用いて処理方式１のクラスタリングするステップを行うことで図３のチャート「Ｍｅｎｂｅｒｓｈｉｐ　ｄｉｓｔｒｉｂｕｔｉｏｎ　ｏｆ　ＦＣＭ」に示すように、感染者グループと疑感染グループと健常者グループとの３つに分類し、さらにそれぞれに重なり合う部分を許容することができる。
　そして、この重なり合う部分について、上述のステップＢの判別と同様に判別することでより高精度に誤診を極力少なくして感染者並びに感染が疑われるものを判別することができる。
Figure JPOXMLDOC01-appb-T000001
　また、上述の処理方式２において説明した血中酸素濃度における閾値を用い、さらに判別式１及び２を使用して、判定を行った。
　その結果、上記の図５（ｂ）に示す血中酸素濃度を加味しない場合（比較例）に健常者と判別された１０人のインフルエンザ被験者のうち３人が「感染の蓋然性が高い者」として「感染群」と判別され、さらに３人は「感染のリスクが高い」群として診断された。すなわち、誤診は４人のみであり、単に血中酸素濃度を加味した場合よりも高精度に判別ができた。
　本発明は、家庭、病院、公共機関等において健康状態を簡易且つ簡便に把握するのに有用である。また、表面的にはわからない重篤度も高確率に判別できるので、病院や出入国管理所において、パンデミックの危険性の高い者を高確率に隔離することができ、インフルエンザ（新型インフルエンザ含む）やエボラ出血熱等の感染症の規模拡大の抑制に際して用いる装置としても有用である。
１：体調モニタリング装置
 

Claims (4)

  1. 体表面温度、脈拍、呼吸及び血中酸素濃度から体調をモニタリングする装置であって、
    被験者の血中酸素濃度を測定する血中酸素濃度計測部と、
    被験者の体表面温度を測定する体表面温度計測部と、
    被験者の脈拍を測定する脈拍計側部と、
    被験者の呼吸数を測定する呼吸数計側部と、
    上記各計側部で得られたデータを所定の処理方式に従って処理し、被験者の現在の体調を算出する演算部と、
    演算結果を表示する結果表示部とを具備する体調モニタリング装置。
     
  2. 上記演算部における上記の所定の処理方式は、
    測定して得られた血中酸素濃度と体表面温度と脈拍と呼吸数とを所定の判定式に代入して判定用のデータを得る方式であって、
    上記血中酸素濃度計測部で得られた血中酸素濃度が所定の閾値以上である場合と該閾値未満である場合とで上記判定式を異なるものとする方式である
    請求項１記載の体調モニタリング装置。
     
  3. 上記閾値よりも危険度の高い血中酸素濃度値として第２閾値を設定し、上記閾値未満である場合であってさらに該第２閾値未満である場合にはさらに異なる判定式に各値を代入して判定用のデータを得る
    請求項２記載の体調モニタリング装置。
     
  4. 　上記演算部における上記の所定の処理方式は、
    全ての計測結果を用いて統合距離行列結果を算出し、２次元マップに可視化するステップ、及び
    　Ｆｕｚｚｙクラスタリング法によりクラスタリングするステップ
    を行う方式である
    請求項１記載の体調モニタリング装置。
     
     
PCT/JP2014/071688 2014-02-19 2014-08-19 体調モニタリング装置 WO2015125322A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2016503916A JP6338298B2 (ja) 2014-02-19 2014-08-19 体調モニタリング装置

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2014029868 2014-02-19
JP2014-029868 2014-02-19

Publications (1)

Publication Number Publication Date
WO2015125322A1 true WO2015125322A1 (ja) 2015-08-27

Family

ID=53877852

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/071688 WO2015125322A1 (ja) 2014-02-19 2014-08-19 体調モニタリング装置

Country Status (2)

Country Link
JP (1) JP6338298B2 (ja)
WO (1) WO2015125322A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018143582A (ja) * 2017-03-07 2018-09-20 株式会社エー・アンド・デイ 血圧測定装置
JP2019072152A (ja) * 2017-10-15 2019-05-16 株式会社カレアコーポレーション 体調監視システム
JP2019217151A (ja) * 2018-06-22 2019-12-26 京セラ株式会社 測定装置、測定方法、及び測定プログラム
NL2025397B1 (en) * 2020-04-22 2021-10-28 Sensara Group B V A system, method and computer program product for detecting flu and/or fever symptoms
FR3109876A1 (fr) * 2020-05-11 2021-11-12 Valeo Systemes Thermiques Système de détection d’une maladie

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004528123A (ja) * 2001-05-31 2004-09-16 イシス・イノベイション・リミテッド 患者の状態表示
JP2013524865A (ja) * 2010-03-15 2013-06-20 シンガポール ヘルス サービシーズ ピーティーイー リミテッド 患者の生存性を予測する方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004528123A (ja) * 2001-05-31 2004-09-16 イシス・イノベイション・リミテッド 患者の状態表示
JP2013524865A (ja) * 2010-03-15 2013-06-20 シンガポール ヘルス サービシーズ ピーティーイー リミテッド 患者の生存性を予測する方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
KOSUKE HASEGAWA ET AL.: "A nobel screening methodology for influenza febrile patients using a newly-developed non-contact screening system", SANGYO HOKEN NINGEN KOGAKU KENKYU, vol. 11, 16 October 2009 (2009-10-16), pages 86 - 89 *
KOTEKI SON ET AL.: "Hi Shinshu Jinsoku Kansensho Screening System ni Okeru Keihiteki Sanso Howado Sokutei no Yuyosei ni Tsuite no Kento", JAPANESE JOURNAL OF DISASTER MEDICINE, vol. 18, no. 3, 31 December 2013 (2013-12-31), pages 418 *
YOSUKE NAKAYAMA ET AL.: "Hi Shinshu Kansensho Screening System ni Okeru Myakuha no Oyo ni Kansuru Kenkyu", JAPAN ERGONOMICS SOCIETY, KANTO BRANCH TAIKAI SOTSUGYO KENKYU HAPPYOKAI KOENSHU, vol. 18, 1 December 2012 (2012-12-01), pages 70 - 71 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018143582A (ja) * 2017-03-07 2018-09-20 株式会社エー・アンド・デイ 血圧測定装置
JP2019072152A (ja) * 2017-10-15 2019-05-16 株式会社カレアコーポレーション 体調監視システム
JP7037325B2 (ja) 2017-10-15 2022-03-16 株式会社カレアコーポレーション 体調監視システム
JP2019217151A (ja) * 2018-06-22 2019-12-26 京セラ株式会社 測定装置、測定方法、及び測定プログラム
WO2019244611A1 (ja) * 2018-06-22 2019-12-26 京セラ株式会社 測定装置、測定方法、及び測定プログラム
NL2025397B1 (en) * 2020-04-22 2021-10-28 Sensara Group B V A system, method and computer program product for detecting flu and/or fever symptoms
FR3109876A1 (fr) * 2020-05-11 2021-11-12 Valeo Systemes Thermiques Système de détection d’une maladie
WO2021228690A1 (fr) * 2020-05-11 2021-11-18 Valeo Systemes Thermiques Système de détection d'une maladie

Also Published As

Publication number Publication date
JP6338298B2 (ja) 2018-06-06
JPWO2015125322A1 (ja) 2017-03-30

Similar Documents

Publication Publication Date Title
US10722179B2 (en) Residual-based monitoring of human health
Liu et al. TagSheet: Sleeping posture recognition with an unobtrusive passive tag matrix
JP6338298B2 (ja) 体調モニタリング装置
Nath et al. Smart wristband-based stress detection framework for older adults with cortisol as stress biomarker
WO2016031650A1 (ja) うつ状態判定方法、及びうつ状態判定装置
CN108135507A (zh) 用于预测心力衰竭代偿失调的系统和方法
Fyntanidou et al. IoT-based smart triage of Covid-19 suspicious cases in the Emergency Department
Liu et al. Human biometric signals monitoring based on wifi channel state information using deep learning
AU2021236462B2 (en) Residual-based monitoring of human health
Srivastava et al. Supervision of Worldwide Healthcare through an IoT-Based System
Golzar et al. Mobile cardiac health-care monitoring and notification with real time tachycardia and bradycardia arrhythmia detection
KR20190092242A (ko) 생체 신호를 이용하여 산출한 복수의 생체 지표를 기초로 호흡 상태를 판단하기 위한 방법 및 장치
Maulana et al. Smart devices for self-diagnosing of lung condition based on body temperature and fingernail color
Martins et al. Be-sys: Big data e-health system for analysis and detection of risk of septic shock in adult patients
JP6300264B2 (ja) 症状判別装置
US11064906B2 (en) Method and apparatus for determining respiration state based on plurality of biological indicators calculated using bio-signals
Han Respiratory patterns classification using UWB radar
US20240081732A1 (en) Method of detecting sleep disorder based on eeg signal and device of the same
US20220151569A1 (en) System and Methods for Indicating Pre-Sympomatic Adverse Conditions in a Human
Kerr et al. Human pulse and respiratory signal analysis using a robot hand equipped with a biomimetic fingertip
Hwang et al. Web-based Non-contact Edge Computing Solution for Suspected COVID-19 Infection Classification Model
Mythili et al. Predictive Analytics for Improving Physician Insights in Health Informatics
Kriara et al. Physiological sensor data cleaning with autoencoders
TWM639336U (zh) 照護服務智能監測系統
Rahman et al. RF/wireless indoor activity classification

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14883329

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2016503916

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14883329

Country of ref document: EP

Kind code of ref document: A1