WO2021181469A1 - 処理選択プログラム、処理選択システム、および処理選択方法 - Google Patents

処理選択プログラム、処理選択システム、および処理選択方法 Download PDF

Info

Publication number
WO2021181469A1
WO2021181469A1 PCT/JP2020/010062 JP2020010062W WO2021181469A1 WO 2021181469 A1 WO2021181469 A1 WO 2021181469A1 JP 2020010062 W JP2020010062 W JP 2020010062W WO 2021181469 A1 WO2021181469 A1 WO 2021181469A1
Authority
WO
WIPO (PCT)
Prior art keywords
processing
sensor
sensor data
measurement
program
Prior art date
Application number
PCT/JP2020/010062
Other languages
English (en)
French (fr)
Inventor
駒場祐介
柳沼義典
Original Assignee
富士通株式会社
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 富士通株式会社 filed Critical 富士通株式会社
Priority to JP2022507007A priority Critical patent/JP7303473B2/ja
Priority to EP20923716.3A priority patent/EP4119037A4/en
Priority to PCT/JP2020/010062 priority patent/WO2021181469A1/ja
Publication of WO2021181469A1 publication Critical patent/WO2021181469A1/ja

Links

Images

Classifications

    • 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
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
    • 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
    • G16H40/63—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 local operation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
    • A61B2505/09—Rehabilitation or training
    • 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
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6829—Foot or ankle

Definitions

  • This case relates to a process selection program, a process selection system, and a process selection method.
  • Patent Documents 1 to 3 A technique for collecting sensor data measured by a sensor via a telecommunication line or the like and making a predetermined judgment is disclosed (see, for example, Patent Documents 1 to 3).
  • the present case aims to provide a process selection program, a process selection system, and a process selection method capable of selecting a process program according to sensor data.
  • the computer refers to the process of acquiring the sensor data measured by the sensor that measures the information about the measurement target and the correspondence between the measurement status information and the plurality of processing programs, and refers to the measurement status of the sensor data.
  • a process of selecting a processing program for the sensor data and a process of executing the selected processing program for the sensor data are executed.
  • the processing program can be selected according to the sensor data.
  • (A) is a diagram illustrating the case where the sensor is correctly attached to the ankle of a healthy person, and (b) is the case where the sensor attached to the ankle of a healthy person is not attached at the correct angle with respect to the ankle. It is a figure exemplifying.
  • (A) is a diagram illustrating the overall configuration of the processing selection system, and (b) is a block diagram for explaining the hardware configuration of the processing selection device. It is a flowchart which shows an example of the flow of an operation which a process selection apparatus selects and executes a process program used for sensor data received from a sensor. It is a figure which illustrates the information associated with the sensor data.
  • FIGS. 1 to (g) are diagrams illustrating each history table extracted from the correspondence stored in the storage unit for each item of measurement status information.
  • FIG. 1 is a diagram illustrating a selection basis space for selecting a processing program, and
  • (b) is a diagram in which the check result of the contrast portion is mapped to the selection basis space. It is a figure exemplifying the adoption rate that each processing program adopted by a doctor.
  • (A) to (c) are diagrams illustrating the display result of the display device.
  • FIG. 1 to (c) are diagrams illustrating other examples of processing program selection methods.
  • data medical care information such as treatment / medication information, lifestyle habits, and genomic information is collected from various sensors, and highly personalized medical care is realized.
  • data medical treatment it is possible to capture symptoms that appear in daily life, which are difficult to find by a short-time hospital examination, and it is possible to realize detailed medical treatment.
  • the workload can be reduced in the medical field.
  • FIG. 1A is a diagram illustrating a case where the sensor 200 is correctly attached to the ankle of a healthy person.
  • FIG. 1B is a diagram illustrating a case where the sensor 200 attached to the ankle of a healthy person is not attached at a correct angle with respect to the ankle.
  • the processing engine for calculating walking features, which was developed assuming sensor data during walking of a healthy person
  • the sensor 200 is not mounted at the correct angle with respect to the ankle as shown in FIG. 1 (b). In that case, the walking section cannot be detected correctly, and the accuracy of the calculated walking feature amount is lowered.
  • a processing program that detects that the wearing sensor is not mounted at the correct angle and calculates the walking feature amount by correction is used, the decrease in the accuracy of the walking feature amount can be suppressed.
  • a normal processing program is used. The accuracy of the walking feature amount is lower than that.
  • the developer of the processing program does not assume that the input data is other than the sample data used in the verification process. Therefore, the processing accuracy of each processing program is lowered for the sensor data that the developer does not anticipate. Since it is difficult to create a universal processing program that can handle various cases, a wide variety of processing programs will be created. In order to obtain the desired processing accuracy, it is desirable to select an appropriate processing program for each sensor data.
  • a physiotherapist attaches a sensor to the ankle of the patient to be measured and transmits the sensor data obtained, and the processing selection system selects and executes an appropriate processing program to determine the walking feature amount.
  • the processing selection system selects and executes an appropriate processing program to determine the walking feature amount.
  • FIG. 2A is a diagram illustrating the overall configuration of the processing selection system 100.
  • the process selection system 100 includes a sensor 10, a process selection device 20, a display device 30, an input device 40, and the like.
  • the processing selection device 20 functions as a reception unit 21, a comparison unit 22, a storage unit 23, a selection unit 24, an execution unit 25, an output unit 26, an update unit 27, and the like.
  • FIG. 2B is a block diagram for explaining the hardware configuration of the processing selection device 20.
  • the processing selection device 20 includes a CPU 101, a RAM 102, a storage device 103, an interface 104, and the like. Each of these devices is connected by a bus or the like.
  • the CPU (Central Processing Unit) 101 is a central processing unit.
  • the CPU 101 includes one or more cores.
  • the RAM (Random Access Memory) 102 is a volatile memory that temporarily stores a program executed by the CPU 101, data processed by the CPU 101, and the like.
  • the storage device 103 is a non-volatile storage device.
  • the storage device 103 for example, a ROM (Read Only Memory), a solid state drive (SSD) such as a flash memory, a hard disk driven by a hard disk drive, or the like can be used.
  • the CPU 101 executes the process selection program stored in the storage device 103, the CPU 101 updates the process selection device 20 with the reception unit 21, the comparison unit 22, the storage unit 23, the selection unit 24, the execution unit 25, and the output unit 26. Part 27 and the like are realized.
  • Each part of the processing selection device 20 may be hardware such as a dedicated circuit.
  • the display device 30 is a device that displays the processing result of the processing selection device 20, and is a display such as a liquid crystal device.
  • the input device 40 is an input device such as a mouse and a keyboard.
  • the sensor 10 is attached to the measurement target by the user of the sensor.
  • the user of the sensor is, for example, a physiotherapist.
  • the measurement target is a measurement patient such as an outpatient or a home-based patient.
  • the sensor 10 is a gyro sensor as an example, and detects angular acceleration, angular velocity, and the like. If the sensor 10 is attached to both ankles of the measurement patient, data on walking can be collected.
  • the physiotherapist acquires the data detected by the sensor 10 using a laptop computer or the like, cuts out the data in a predetermined time length range at his / her own discretion, and creates the sensor data.
  • the sensor 10 has a timer function. As a result, the sensor 10 can store the measurement time zone (measurement date and time, etc.) from which the data was acquired.
  • Identification information (sensor ID) is defined in the sensor 10. Further, a plurality of sensors 10 may be provided.
  • the physiotherapist attaches his / her own identification information (physiotherapist ID), identification information of the measurement patient (measurement patient ID), the patient's condition, and the wearing time required to wear the sensor 10.
  • the sensor data is transmitted via a predetermined access point.
  • the patient condition is, for example, a bedridden person, a healthy person, or the like.
  • the predetermined access point is, for example, an access point installed in a facility where the sensor 10 measures.
  • FIG. 3 is a flowchart showing an example of an operation flow in which the processing selection device 20 selects and executes a processing program used for sensor data received from the sensor 10.
  • the receiving unit 21 receives the sensor data from the sensor 10 via a wired line, a wireless line, or the like (step S1).
  • the sensor data is associated with information such as a sensor ID, a physiotherapist ID, a measurement time zone, a wearing time, a source IP address, a measurement patient ID, and a patient state.
  • the time length of the sensor data can be used as information on the recruitment data length adopted by the physiotherapist.
  • the measurement status information of the sensor data can be extracted.
  • the measurement status information is information indicating the status when the sensor measures the target.
  • the measurement status information includes the measurer, the measurement environment, the device (sensor) used, the measurement time zone, the wearing time, the patient, and the patient state, but is not limited to these.
  • the comparison unit 22 refers to the correspondence relationship stored in the storage unit 23, and compares the correspondence relationship with the measurement status information of the current sensor data received from the sensor 10 (step S2).
  • the correspondence relationship stored in the storage unit 23 is a correspondence relationship between the measurement status information and a plurality of processing programs that process the sensor data.
  • the correspondence relationship is a correspondence relationship between the processing program executed for the past sensor data and the measurement status information of the sensor data.
  • 5 (a) to 5 (g) are diagrams illustrating each history table extracted from the correspondence stored in the storage unit 23 for each item of measurement status information.
  • the processing program is a program that performs some processing on the sensor data, for example, a program for extracting a feature amount.
  • FIG. 5A exemplifies a history table of information related to the sensor user.
  • each physiotherapist ID is associated with the ID of the patient in charge and the actual number of measurements.
  • the patient in charge is a measurement patient who has previously acquired sensor data by wearing a sensor by a physiotherapist.
  • the physiotherapist p01 is in charge of the in charge patient A, and has a measurement record of 10 times for the in charge patient A.
  • FIG. 5C exemplifies a history table of sensor identification information.
  • each physiotherapist ID is associated with a sensor ID that the physiotherapist has used.
  • FIG. 5D exemplifies a history table of sensor data measurement time zones. As illustrated in FIG. 5D, the measurement patient ID is associated with the measurement time zone.
  • FIG. 5 (f) exemplifies a history table of the state of the measurement target.
  • the ID of each physiotherapist includes the measurement time zone in which the sensor 10 acquired the sensor data, the measurement patient ID, the patient state, and the processing used for processing the sensor data. Associated with the program.
  • the measurement time zone of the sensor data and the past measurement time zone of the measurement patient can be determined. Differences, etc. can be judged.
  • the history table of FIG. 5 (e) with the measurement patient ID and the wearing time attached to the sensor data it is possible to determine the difference between the wearing time and the past wearing time for the measurement patient. can do.
  • the history table of FIG. 5 (f) with the physiotherapist ID and the patient state attached to the sensor data whether or not the physiotherapist is the patient state to be measured in the past. It is possible to judge whether or not.
  • the distribution of each processing program can be obtained by mapping the relationship between the measurement status information of the sensor data collected in the past and the processing program adopted for processing each sensor data in this selection basis space. can. By partitioning the distribution of each processing program by a threshold value, the coordinate range of each processing program can be determined in the selection basis space.
  • FIG. 6B is a diagram in which the check result of the comparison unit 22 is mapped to this selection basis space.
  • the selection unit 24 calculates the distance between the check result and each processing program in the selection basis space. As the distance in this case, for example, the Mahalanobis distance can be used.
  • the position of each processing program can be the center point of the coordinate range of each processing program.
  • the selection unit 24 preferentially selects a plurality of candidates from the one with the smallest calculated distance. By doing so, it becomes possible to select a processing program that processes the sensor data measured in the past measurement status that matches the measurement status information of the sensor data this time.
  • the adoption rate adopted by the doctor for each processing program is stored in the storage unit 23 in association with each processing program.
  • the hiring rate and the hired doctor's ID are associated with each processing program ID.
  • the output unit 26 outputs the execution result of the execution unit 25 to the display device 30 (step S5).
  • the display device 30 displays the execution result of the execution unit 25.
  • 8 (a) to 8 (c) are diagrams illustrating the display results of the display device 30.
  • the specified walking section is different in each processing result.
  • the degree of coincidence between each item of the measurement status of the sensor data and the seven types of history tables stored in the storage unit 23 is displayed as a heptagonal graph.
  • the recommendation order may be displayed in descending order from the one with the highest adoption rate in which the doctor adopted each processing program.
  • the recommended order may be displayed higher for the sensor data this time, starting from the one with the shortest processing time required by each processing program.
  • the doctor can decide which processing program to adopt by referring to these display results.
  • the doctor uses the input device 40 to input information (processing program ID, etc.) related to the processing program to be adopted.
  • the processing selection device 20 receives information related to the processing program adopted by the doctor (step S6).
  • the update unit 27 updates the correspondence relationship by reflecting the measurement status information of the sensor data this time and the adopted processing program name in the correspondence relationship stored in the storage unit 23 (step S7). ).
  • the update unit 27 adds the measurement status information of the sensor data this time to each history table.
  • the update unit 27 updates the coordinate range of the processing program by mapping the adopted processing program name to the coordinates of the selection basis space corresponding to the measurement status of the sensor data this time.
  • the sensor that measures the information about the measurement target receives the sensor data measured, refers to the correspondence between the measurement status information and the plurality of processing programs, and responds to the measurement status information of the sensor data.
  • the processing program for the sensor data the processing program corresponding to the sensor data can be selected.
  • the user can adopt a desired processing program from the plurality of processing programs.
  • the correspondence is updated by reflecting the measurement status information and the information related to the processing program that outputs the execution result adopted by the user in the correspondence between the measurement status information and the plurality of processing programs.
  • the accuracy of the relationship is improved.
  • the user can adopt the processing program that can be processed in a short time by displaying the information related to the processing time together.
  • the sensor 10 is a specific sensor for detecting the walking section, there is only one type of sensor. However, there may be a plurality of types of sensors. In this case, for each sensor type, the correspondence between the measurement status information and the processing program may be individually stored in the storage unit 23. By referring to the sensor data metafile or the like, it is possible to identify what type of sensor the sensor data is. Therefore, among the correspondences stored in the storage unit 23, the one that matches the sensor type should be used. Will be able to.
  • 9 (a) to 9 (c) are diagrams illustrating other examples of the processing program selection method.
  • FIG. 9A in the preparatory process, each non-numerical value of the measurement status profile is mapped to the space between the accuracy of the processing result and the processing time.
  • the distribution is separated for each processing program, and the corresponding processing program for each value is assigned.
  • the distribution of the processing program can be separated by using a mixture distribution model or the like.
  • the allocation may be searched and a processing program may be selected as illustrated in FIG. 9 (c).
  • the method of determination may be in the order of majority.
  • the processing program used first is e001.
  • the process time and accuracy that can be scaled during the process are referred to, and if the assumption of e001 is not met, the program is switched to the next allocation processing program, e002.
  • the sensor 10 functions as an example of a sensor that measures information about a measurement target.
  • the receiving unit 21 functions as an example of an acquisition unit that acquires the sensor data measured by the sensor.
  • the output destination of the sensor 10 can be a storage device (not shown). Then, the receiving unit 21 can appropriately make changes such as acquiring the data by reading the data from a storage device (not shown).
  • the selection unit 24 functions as an example of a selection unit that refers to the correspondence between the measurement status information and the processing program and selects the processing program for the sensor data according to the measurement status information of the sensor data.
  • the execution unit 25 functions as an example of an execution unit that executes the selected processing program with respect to the sensor data.
  • the display device 30 functions as an example of a display device that displays the execution results of the plurality of selected processing programs.
  • the input device 40 functions as an example of an input device for inputting information related to a processing program that outputs an execution result adopted by the user among the execution results displayed on the display device.
  • the update unit 27 functions as an example of an update unit that updates the correspondence by reflecting the measurement status information and the information related to the processing program that outputs the execution result adopted by the user in the correspondence. ..

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

処理選択プログラムは、コンピュータに、計測対象に関する情報を計測するセンサが計測したセンサデータを、取得する処理と、計測状況情報と複数の処理プログラムとの対応関係を参照し、前記センサデータの計測状況情報に応じて、前記センサデータに対する処理プログラムを選択する処理と、前記センサデータに対して、選択された前記処理プログラムを実行する処理と、を実行させる。

Description

処理選択プログラム、処理選択システム、および処理選択方法
　本件は、処理選択プログラム、処理選択システム、および処理選択方法に関する。
　電気通信回線などを経由して、センサが計測したセンサデータを収集し、所定の判断を行う技術が開示されている（例えば、特許文献１～３参照）。
国際公開第２０１３／１７９３５９号 国際公開第２０１５／１６２８１６号 特開２００７－３０３９８９号公報
　センサが計測したセンサデータに対して、所定の処理プログラムを用いて処理を行うことで、必要な情報を得る技術が望まれている。処理プログラムの開発者は、検証工程で利用するサンプルデータ以外は入力データとして想定していない場合が多い。したがって、各処理プログラムは、開発者が想定していないセンサデータに対しては、処理精度が低下する。そこで、センサデータごとに、適切な処理プログラムを選択することが望まれる。しかしながら、各処理プログラムと、各処理プログラムの開発時に想定されていたセンサデータの形態とが、合致しない場合がある。
　１つの側面では、本件は、センサデータに応じた処理プログラムを選択することができる処理選択プログラム、処理選択システムおよび処理選択方法を提供することを目的とする。
　１つの態様では、コンピュータに、計測対象に関する情報を計測するセンサが計測したセンサデータを、取得する処理と、計測状況情報と複数の処理プログラムとの対応関係を参照し、前記センサデータの計測状況情報に応じて、前記センサデータに対する処理プログラムを選択する処理と、前記センサデータに対して、選択された前記処理プログラムを実行する処理と、を実行させる。
　センサデータに応じた処理プログラムを選択することができる。
（ａ）は健常者の足首にセンサが正しく装着されている場合を例示する図であり、（ｂ）は健常者の足首に装着されたセンサが足首に対して正しい角度で装着されていない場合を例示する図である。 （ａ）は処理選択システムの全体構成を例示する図であり、（ｂ）は処理選択装置のハードウェア構成を説明するためのブロック図である。 処理選択装置がセンサから受信したセンサデータに用いる処理プログラムを選択して実行する動作の流れの一例を表すフローチャートである。 センサデータに関連付けられた情報を例示する図である。 （ａ）～（ｇ）はそれぞれ計測状況情報の項目について格納部に格納されている対応関係から抽出された各履歴テーブルを例示する図である。 （ａ）は処理プログラムを選択するための選択根拠空間を例示する図であり、（ｂ）は選択根拠空間に対比部のチェック結果を写像した図である。 各処理プログラムが医師によって採用された採用率を例示する図である。 （ａ）～（ｃ）は表示装置の表示結果を例示する図である。 （ａ）～（ｃ）は処理プログラムの選択手法の他の例を例示する図である。
　実施例の説明に先立って、センサデータの処理の概要について説明する。
　例えば、データ医療では、治療・投薬情報、生活習慣、ゲノム情報等の情報が様々なセンサから収集され、高度個別化医療が実現されている。このようなデータ医療では、短時間の病院検査では見つけ難い日常生活中に現れる症状を捉えることが可能となり、きめ細かな医療を実現することができる。また、医療現場において、作業負荷を軽減することができる。
　近年の技術革新により、センサの高精度化および低価格化が急速に進み、高精度のセンサが消費者の手に届きやすくなっている。その半面、データの形態が処理の障壁になりつつある。例えば、当初はエンジニア等の有識者のコントロール環境下でセンサによる計測が行われていたが、センサ知識に明るくない業界（医療従事者など）で、例えば、在宅患者の日常生活を計測するといった非コントロール環境下での計測も増えている。
　そのため、計測対象は同じでも、データの形態（バラつきや偏り具合）に違いがあり、データ処理に影響が出る。ここで、両足首にセンサを装着しておき、健常者の歩行時のセンサデータを処理することで歩行区間を検出する場合について検討する。図１（ａ）は、健常者の足首にセンサ２００が正しく装着されている場合を例示する図である。図１（ｂ）は、健常者の足首に装着されたセンサ２００が足首に対して正しい角度で装着されていない場合を例示する図である。
　健常者の歩行時におけるセンサデータを想定して開発した歩行特徴量算出用の処理エンジン（処理プログラム）は、図１（ｂ）のようにセンサ２００が足首に対して正しい角度で装着されていない場合には、正しく歩行区間を検出できず、算出される歩行特徴量の精度が低下してしまう。この場合には、装着センサが正しい角度で装着されていないことを検知して補正によって歩行特徴量を算出する処理プログラムを用いれば、歩行特徴量の精度の低下が抑制される。しかしながら、図１（ａ）のようにセンサ２００が足首に対して正しい角度で装着されている場合には、この補正用の処理プログラムを用いてセンサデータを処理すると、通常の処理プログラムを用いる場合よりも歩行特徴量の精度が低下してしまう。
　処理プログラムの開発者は、検証工程で利用するサンプルデータ以外は入力データとして想定していない場合が多い。したがって、各処理プログラムは、開発者が想定していないセンサデータに対しては、処理精度が低下する。様々な場合に対応可能な万能処理プログラムを作成することは困難であるため、多種多様な処理プログラムが作成されることになる。所望の処理精度を得るためには、センサデータごとに、適切な処理プログラムを選択することが望まれる。
　しかしながら、各処理プログラムと、各処理プログラムの開発時に想定されていたセンサデータの形態とが、合致しない場合が多くなっている。この対応をすべて１社単独で実現するのは困難である。そこで、様々な形態のセンサデータに対する処理精度を向上させるために、複数社の様々な処理プログラムを集め、処理結果を提供するプラットフォームが出現し始めている。しかしながら、プラットフォーム運用者は個々の処理プログラムの特性までは理解していないため、どのセンサデータがどの処理プログラムに適しているか分からない。
　そこで、以下の実施例では、センサデータの形態に応じた処理プログラムを選択することができる処理選択プログラム、処理選択システム、および処理選択方法について説明する。
　実施例においては、一例として、理学療法士が計測対象患者の足首にセンサを装着して得られたセンサデータを送信し、処理選択システムが適切な処理プログラムを選択・実行して歩行特徴量を医師に提供する例について説明する。
　図２（ａ）は、処理選択システム１００の全体構成を例示する図である。図２（ａ）で例示するように、処理選択システム１００は、センサ１０、処理選択装置２０、表示装置３０、入力装置４０などを備えている。処理選択装置２０は、受信部２１、対比部２２、格納部２３、選択部２４、実行部２５、出力部２６、更新部２７などとして機能する。
　図２（ｂ）は、処理選択装置２０のハードウェア構成を説明するためのブロック図である。図２（ｂ）で例示するように、処理選択装置２０は、ＣＰＵ１０１、ＲＡＭ１０２、記憶装置１０３、インタフェース１０４などを備える。これらの各機器は、バスなどによって接続されている。ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）１０１は、中央演算処理装置である。ＣＰＵ１０１は、１以上のコアを含む。ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）１０２は、ＣＰＵ１０１が実行するプログラム、ＣＰＵ１０１が処理するデータなどを一時的に記憶する揮発性メモリである。記憶装置１０３は、不揮発性記憶装置である。記憶装置１０３として、例えば、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、フラッシュメモリなどのソリッド・ステート・ドライブ（ＳＳＤ）、ハードディスクドライブに駆動されるハードディスクなどを用いることができる。ＣＰＵ１０１が記憶装置１０３に記憶されている処理選択プログラムを実行することによって、処理選択装置２０に、受信部２１、対比部２２、格納部２３、選択部２４、実行部２５、出力部２６、更新部２７などが実現される。なお、処理選択装置２０の各部は、専用の回路などのハードウェアであってもよい。
　表示装置３０は、処理選択装置２０の処理結果を表示する装置であり、液晶デバイスなどのディスプレイである。入力装置４０は、マウス、キーボードなどの入力装置である。
　センサ１０は、センサの利用者によって計測対象に装着される。本実施例においては、センサの利用者は、一例として理学療法士である。また、本実施例においては、計測対象は、通院患者、在宅患者などの計測患者である。センサ１０は、一例としてジャイロセンサであり、角加速度、角速度などを検出する。センサ１０を計測患者の両足首などに装着しておけば、歩行に関するデータを収集することができる。
　理学療法士は、ノートパソコンなどを用いて、センサ１０が検出したデータを取得し、自身の判断で所定の時間的長さ範囲のデータを切り取ってセンサデータを作成する。センサ１０は、タイマ機能を有している。それにより、センサ１０は、データを取得した計測時間帯（計測日時など）を記憶することができる。なお、センサ１０には、識別情報（センサＩＤ）が定められている。また、センサ１０は、複数個設けられていてもよい。理学療法士は、自身の識別情報（理学療法士ＩＤ）と、計測患者の識別情報（計測患者ＩＤ）と、患者状態と、センサ１０を装着するのに要した装着時間とを付したうえでセンサデータを所定のアクセスポイント経由で送信する。患者状態とは、例えば、寝たきり、健常者などである。所定のアクセスポイントとは、例えば、センサ１０が計測を行った施設などに設置されているアクセスポイントである。
　続いて、処理選択装置２０の動作について説明する。図３は、処理選択装置２０が、センサ１０から受信したセンサデータに用いる処理プログラムを選択して実行する動作の流れの一例を表すフローチャートである。
　図３で例示するように、受信部２１は、センサ１０から、有線回線、無線回線などを経由してセンサデータを受信する（ステップＳ１）。例えば、図４で例示するように、センサデータには、センサＩＤ、理学療法士ＩＤ、計測時間帯、装着時間、送信元ＩＰアドレス、計測患者ＩＤ、患者状態などの情報が関連付けられている。また、センサデータの時間的長さは、理学療法士が採用した採用データ長の情報として用いることができる。これらのセンサデータの情報から、センサデータの計測状況情報を抽出することができる。計測状況情報は、センサが対象を計測したときの状況を示す情報である。本実施例では、計測状況情報として計測者、計測環境、利用デバイス（センサ）、計測時間帯、装着時間、患者、患者状態が該当するものの、これらに限るものではない。
　次に、対比部２２は、格納部２３が格納している対応関係を参照し、当該対応関係と、センサ１０から受信した今回のセンサデータの計測状況情報とを対比する（ステップＳ２）。格納部２３が格納している対応関係は、計測状況情報と、センサデータを処理する複数の処理プログラムとの対応関係である。例えば、当該対応関係は、過去のセンサデータに対して実行された処理プログラムと、当該センサデータの計測状況情報との対応関係である。図５（ａ）～図５（ｇ）は、それぞれ計測状況情報の項目について、格納部２３に格納されている対応関係から抽出された各履歴テーブルを例示する図である。なお、処理プログラムは、センサデータに対して何らかの処理を行うプログラムであって、例えば特徴量を抽出するためのプログラムである。
　図５（ａ）は、センサの利用者に係る情報の履歴テーブルを例示する。図５（ａ）で例示するように、各理学療法士ＩＤに、受け持ち患者のＩＤと計測実績回数とが関連付けられている。受け持ち患者とは、理学療法士が以前にセンサを装着してセンサデータを取得したことがある計測患者のことである。例えば、図５（ａ）の例では、理学療法士ｐ０１は、受け持ち患者Ａを受け持っており、当該受け持ち患者Ａに対して１０回の計測実績を有している。
　図５（ｂ）は、センサの利用者による計測環境に係る情報の履歴テーブルを例示する。計測環境は、計測場所などである。計測環境は、例えば、センサ１０から送信されたセンサデータの送信元ＩＰアドレスなどから把握することができる。そこで、図５（ｂ）の例では、各理学療法士ＩＤに、当該理学療法士が計測したことがある施設を表す送信元ＩＰアドレスが関連付けられている。
　図５（ｃ）は、センサの識別情報の履歴テーブルを例示する。図５（ｃ）の例では、各理学療法士ＩＤに、当該理学療法士が使用したことがあるセンサＩＤが関連付けられている。
　図５（ｄ）は、センサデータの計測時間帯の履歴テーブルを例示する。図５（ｄ）で例示するように、計測時間帯に、計測患者ＩＤが関連付けられている。
　図５（ｅ）は、装着時間の履歴テーブルを例示する。図５（ｅ）で例示するように、計測時間帯に、計測患者ＩＤとセンサ１０の装着時間とが関連付けられている。
　図５（ｆ）は、計測対象の状態の履歴テーブルを例示する。図５（ｆ）で例示するように、各理学療法士のＩＤに、センサ１０がセンサデータを取得した計測時間帯と、計測患者ＩＤと、患者状態と、センサデータの処理に用いられた処理プログラムとが関連付けられている。
　図５（ｇ）は、採用データ長の履歴テーブルを例示する。採用データ長とは、各処理プログラムが、収集されたセンサデータのうち処理に採用したデータの時間的な長さのことである。図５（ｇ）で例示するように、各処理プログラムのＩＤに、各統計量（平均値、標準偏差σなど）の算出に採用したデータ長が関連付けられている。
　対比部２２は、受信部２１が受信したセンサデータの計測状況情報と、格納部２３に格納されている対応関係とを対比する。例えば、図５（ａ）の履歴テーブルと、センサデータに付されている理学療法士ＩＤおよび計測患者ＩＤとを対比することで、当該理学療法士による当該計測患者に対する計測履歴、計測実績回数などを判断することができる。また、図５（ｂ）の履歴テーブルと、センサデータに付されている理学療法士ＩＤおよび送信元ＩＰアドレスとを対比することで、当該理学療法士が計測実績の無い施設で計測したか否か、などを判断することができる。また、図５（ｃ）の履歴テーブルと、センサデータに付されている理学療法士ＩＤおよびセンサＩＤとを対比することで、用いられたセンサが、当該理学療法士が過去に利用したことがあるセンサであるか否かを判断することができる。また、図５（ｄ）の履歴テーブルと、センサデータに付されている計測日時および計測患者ＩＤとを対比することで、当該計測患者についてセンサデータの計測時間帯と過去の計測時間帯との相違、などを判断することができる。また、図５（ｅ）の履歴テーブルと、センサデータに付されている計測患者ＩＤおよび装着時間とを対比することで、当該計測患者に対する装着時間と過去の装着時間との相違、などを判断することができる。また、図５（ｆ）の履歴テーブルと、センサデータに付されている理学療法士ＩＤおよび患者状態とを対比することで、当該理学療法士が過去に計測対象とした患者状態であるか否か、などを判断することができる。また、図５（ｇ）の履歴テーブルと、センサデータの時間的長さとを対比することで、過去にいずれかの処理プログラムが採用したデータ長との相違、などを判断することができる。対比部２２による対比結果は、選択部２４に渡される。
　選択部２４は、対比部２２による対比結果を用いて、実行すべき適切な処理プログラムを１以上選択する（ステップＳ３）。図６（ａ）は、処理プログラムを選択するための選択根拠空間を例示する図である。この選択根拠空間は、格納部２３に格納されている対応関係を空間で表したものである。図６（ａ）で例示するように、選択根拠空間は、複数の空間軸を有している。各空間軸は、計測状況情報の各項目を表している。図６（ａ）の例では、説明の簡略化のために空間軸数を３としてあるが、本実施例においては７つの計測状況項目について計測状況情報対比しているため、空間軸数は７である。例えば、過去に収集されたセンサデータの計測状況情報と、それぞれのセンサデータの処理に採用された処理プログラムとの関係をこの選択根拠空間に写像することで、各処理プログラムの分布を得ることができる。各処理プログラムの分布を閾値で仕切ることで、選択根拠空間において各処理プログラムの座標範囲を定めることができる。
　図６（ｂ）は、この選択根拠空間に、対比部２２のチェック結果を写像した図である。選択部２４は、選択根拠空間において、チェック結果と、各処理プログラムとの距離を算出する。この場合の距離として、例えば、マハラノビス距離などを用いることができる。各処理プログラムの位置は、各処理プログラムの座標範囲の中心点などとすることができる。選択部２４は、算出された距離の小さいものから優先して複数個を候補として選択する。このようにすることで、今回のセンサデータの計測状況情報と一致する過去の計測状況で計測されたセンサデータを処理した処理プログラムを選択することができるようになる。今回のセンサデータの計測状況情報と一致する過去の計測状況が無くても、近い計測状況で計測されたセンサデータを処理した処理プログラムを選択することができるようになる。したがって、センサデータに対して、処理精度の高い処理プログラムを選択することができるようになる。
　また、図７で例示するように、各処理プログラムが医師に採用された採用率が、各処理プログラムと関連付けられて格納部２３に格納されている。図７の例では、各処理プログラムＩＤに、採用率と、採用した医師のＩＤとが関連付けられている。
　次に、実行部２５は、選択された候補のうち、優先順位の高い複数の処理プログラムを用いて、センサデータに対して処理を実行する（ステップＳ４）。本実施例においては、各処理プログラムは、センサデータのうち、歩行区間を特定して歩行特徴量を抽出する。なお、処理時間が閾値を超える処理プログラムについては、不採用としてもよい。この場合、実行部２５は、選択された候補のうち、次に優先順位の高い処理プログラムを用いて、センサデータに対して処理を実行してもよい。
　次に、出力部２６は、実行部２５の実行結果を表示装置３０に対して出力する（ステップＳ５）。それにより、表示装置３０は、実行部２５の実行結果を表示する。図８（ａ）～図８（ｃ）は、表示装置３０の表示結果を例示する図である。図８（ａ）～図８（ｃ）の例では、各処理結果において、特定された歩行区間が異なっている。また、センサデータの測定状況の各項目と、格納部２３に格納されている７種類の履歴テーブルとの一致度などが、７角形のグラフとして表示されている。例えば、医師が各処理プログラムを採用した採用率の高いものから推薦順位が高く表示されていてもよい。または、今回のセンサデータに対して各処理プログラムが処理に要した時間の短いものから推薦順位が高く表示されていてもよい。
　医師は、これらの表示結果を参照することで、どの処理プログラムの処理結果を採用するかを決定することができる。例えば、医師は、入力装置４０を用いて、採用する処理プログラムに係る情報（処理プログラムＩＤなど）を入力する。それにより、処理選択装置２０は、医師が採用した処理プログラムに係る情報を受け付ける（ステップＳ６）。次に、更新部２７は、今回のセンサデータの計測状況情報および採用された処理プログラム名を、格納部２３に格納されている対応関係に反映することで、当該対応関係を更新する（ステップＳ７）。例えば、更新部２７は、今回のセンサデータの計測状況情報を、各履歴テーブルに追加する。また、更新部２７は、採用された処理プログラム名を今回のセンサデータの計測状況に対応する選択根拠空間の座標に写像することで、当該処理プログラムの座標範囲を更新する。
　本実施例によれば、計測対象に関する情報を計測するセンサが計測したセンサデータを受信し、計測状況情報と複数の処理プログラムとの対応関係を参照し、センサデータの計測状況情報に応じて、センサデータに対する処理プログラムを選択することで、センサデータに応じた処理プログラムを選択することができる。
　選択された複数の処理プログラムの実行結果を表示装置３０に表示させることで、ユーザは、複数の処理プログラムの中から所望の処理プログラムを採用することができる。
　計測状況情報と、ユーザが採用した実行結果を出力した処理プログラムに係る情報とを、計測状況情報と複数の処理プログラムとの対応関係に反映することで当該対応関係を更新することで、当該対応関係の精度が向上する。
　選択された複数の処理プログラムの実行結果を表示装置３０に表示させる際に、各処理プログラムの過去の採用率を表示させることで、ユーザは他のユーザの採用率を考慮することができるようになる。
　選択された複数の処理プログラムの実行結果を表示装置３０に表示させる際に、処理時間に係る情報を合わせて表示させることで、ユーザは、短時間で処理できる処理プログラムを採用できるようになる。
　なお、上記実施例では、センサ１０が歩行区間検出用の特定のセンサであるため、センサの種類が１種類である。しかしながら、センサの種類は複数であってもよい。この場合、各センサ種類について、計測状況情報と処理プログラムとの対応関係を個別に格納部２３に格納しておけばよい。センサデータのメタファイルなどを参照することで、センサデータがどの種類のセンサであるかを識別できるため、格納部２３に格納されている対応関係のうち当該センサ種類に合致するものを利用することができるようになる。
　上記実施例では、選択根拠空間を用いたが、それに限られない。図９（ａ）～図９（ｃ）は、処理プログラムの選択手法の他の例を例示する図である。まず、図９（ａ）で例示するように、事前準備プロセスにおいて、計測状況プロファイルの非数値型の値ごとに、処理結果の精度と処理時間との空間にマッピングをする。
　次に、図９（ｂ）で例示するように、分布を処理プログラムごとに分離し、各値の対応処理プログラムを割り当てる。例えば、混合分布モデルなどを利用することで、処理プログラムの分布を分離することができる。
　新しいセンサデータが収集された場合に、図９（ｃ）で例示するように、割り当てを探索して処理プログラムを選択してもよい。決め方は、多数順でもよい。例えば、図９（ｃ）の例では、最初に用いる処理プログラムは、ｅ００１である。処理中にスケール可能な処理時間、精度を参照し、ｅ００１の想定に合致しなければ、次の割り当て処理プログラムであるｅ００２に切り替える。
　上記各例において、センサ１０が、計測対象に関する情報を計測するセンサの一例として機能する。受信部２１が、前記センサが計測したセンサデータを取得する取得部の一例として機能する。なお、センサ１０は、出力先を、図示しない記憶装置とすることも可能である。そして、受信部２１は、図示しない記憶装置からデータを読み出することにより、そのデータを取得する等の変更も適宜可能である。選択部２４が、計測状況情報と処理プログラムとの対応関係を参照し、前記センサデータの計測状況情報に応じて、前記センサデータに対する処理プログラムを選択する選択部の一例として機能する。実行部２５が、前記センサデータに対して、選択された前記処理プログラムを実行する実行部の一例として機能する。表示装置３０が、選択された複数の前記処理プログラムの実行結果を表示する表示装置の一例として機能する。入力装置４０が、前記表示装置に表示された実行結果のうち、ユーザが採用した実行結果を出力した処理プログラムに係る情報を入力する入力装置の一例として機能する。更新部２７は、計測状況情報と、前記ユーザが採用した実行結果を出力した前記処理プログラムに係る情報とを、前記対応関係に反映することで前記対応関係を更新する更新部の一例として機能する。
　以上、本発明の実施例について詳述したが、本発明は係る特定の実施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において、種々の変形・変更が可能である。
　１０　センサ
　２０　処理選択装置
　２１　受信部
　２２　対比部
　２３　格納部
　２４　選択部
　２５　実行部
　２６　出力部
　２７　更新部
　３０　表示装置
　４０　入力装置
　１００　処理選択システム
　

Claims (18)

  1. 　コンピュータに、
    　計測対象に関する情報を計測するセンサが計測したセンサデータを、取得する処理と、
    　計測状況情報と複数の処理プログラムとの対応関係を参照し、前記センサデータの計測状況情報に応じて、前記センサデータに対する処理プログラムを選択する処理と、
    　前記センサデータに対して、選択された前記処理プログラムを実行する処理と、を実行させることを特徴とする処理選択プログラム。
  2. 　前記センサデータの計測状況情報は、前記センサの利用者に係る情報、前記センサによる計測環境に係る情報、前記センサの識別情報、前記センサデータの計測時間帯、前記センサを前記計測対象に装着するのに要した装着時間、前記計測対象の状態、および前記センサデータの時間的長さ、の少なくともいずれかを含むことを特徴とする請求項１に記載の処理選択プログラム。
  3. 　選択される前記処理プログラムは、複数であり、
    　前記コンピュータに、選択された複数の前記処理プログラムの実行結果を表示装置に表示させる処理と、
    　前記表示装置に表示された実行結果のうち、ユーザが採用した実行結果を出力した処理プログラムに係る情報を受け付ける処理と、を実行させることを特徴とする請求項１または請求項２に記載の処理選択プログラム。
  4. 　前記コンピュータに、
    　計測状況情報と、前記ユーザが採用した実行結果を出力した前記処理プログラムに係る情報とを、前記対応関係に反映することで前記対応関係を更新する処理を実行させることを特徴とする請求項３に記載の処理選択プログラム。
  5. 　選択された複数の前記処理プログラムの実行結果を前記表示装置に表示させる際に、選択された複数の前記処理プログラムの過去の採用率を表示させることを特徴とする請求項３または請求項４に記載の処理選択プログラム。
  6. 　選択された複数の前記処理プログラムの実行結果を前記表示装置に表示させる際に、各処理プログラムを実行するのに要した処理時間に係る情報を合わせて表示させることを特徴とする請求項３または請求項４に記載の処理選択プログラム。
  7. 　計測対象に関する情報を計測するセンサと、
    　前記センサが計測したセンサデータを取得する取得部と、
    　計測状況情報と処理プログラムとの対応関係を参照し、前記センサデータの計測状況情報に応じて、前記センサデータに対する処理プログラムを選択する選択部と、
    　前記センサデータに対して、選択された前記処理プログラムを実行する実行部と、を備えることを特徴とする処理選択システム。
  8. 　前記センサデータの計測状況情報は、前記センサの利用者に係る情報、前記センサによる計測環境に係る情報、前記センサの識別情報、前記センサデータの計測時間帯、前記センサを前記計測対象に装着するのに要した装着時間、前記計測対象の状態、および前記センサデータの時間的長さ、の少なくともいずれかを含むことを特徴とする請求項７に記載の処理選択システム。
  9. 　選択される前記処理プログラムは、複数であり、
    　選択された複数の前記処理プログラムの実行結果を表示する表示装置と、
    　前記表示装置に表示された実行結果のうち、ユーザが採用した実行結果を出力した処理プログラムに係る情報を入力する入力装置と、を備えることを特徴とする請求項７または請求項８に記載の処理選択システム。
  10. 　計測状況情報と、前記ユーザが採用した実行結果を出力した前記処理プログラムに係る情報とを、前記対応関係に反映することで前記対応関係を更新する更新部を備えることを特徴とする請求項９に記載の処理選択システム。
  11. 　前記表示装置は、選択された複数の前記処理プログラムの実行結果を表示する際に、選択された複数の前記処理プログラムの過去の採用率を表示することを特徴とする請求項９または請求項１０に記載の処理選択システム。
  12. 　前記表示装置は、選択された複数の前記処理プログラムの実行結果を表示する際に、各処理プログラムを実行するのに要した処理時間に係る情報を合わせて表示することを特徴とする請求項９または請求項１０に記載の処理選択システム。
  13. 　コンピュータが、
    　計測対象に関する情報を計測するセンサが計測したセンサデータを取得し、
    　計測状況情報と処理プログラムとの対応関係を参照して、前記センサデータの計測状況情報に応じて、前記センサデータに対する処理プログラムを選択し、
    　前記センサデータに対して、選択された前記処理プログラムを実行する、ことを特徴とする処理選択方法。
  14. 　前記センサデータの計測状況情報は、前記センサの利用者に係る情報、前記センサによる計測環境に係る情報、前記センサの識別情報、前記センサデータの計測時間帯、前記センサを前記計測対象に装着するのに要した装着時間、前記計測対象の状態、および前記センサデータの時間的長さ、の少なくともいずれかを含むことを特徴とする請求項１３に記載の処理選択方法。
  15. 　選択される前記処理プログラムは、複数であり、
    　前記コンピュータは、選択された複数の前記処理プログラムの実行結果を表示装置に表示させ、
    　前記表示装置に表示された実行結果のうち、ユーザが採用した実行結果を出力した処理プログラムに係る情報を、入力装置から受け付ける、ことを特徴とする請求項１３または請求項１４に記載の処理選択方法。
  16. 　前記コンピュータは、計測状況情報と、前記ユーザが採用した実行結果を出力した前記処理プログラムに係る情報とを、前記対応関係に反映することで前記対応関係を更新することを特徴とする請求項１５に記載の処理選択方法。
  17. 　前記コンピュータは、前記表示装置には、選択された複数の前記処理プログラムの実行結果を表示させると共に、選択された複数の前記処理プログラムの過去の採用率を表示させることを特徴とする請求項１５または請求項１６に記載の処理選択方法。
  18. 　前記コンピュータは、前記表示装置には、選択された複数の前記処理プログラムの実行結果を表示させると共に、各処理プログラムを実行するのに要した処理時間に係る情報を合わせて表示させることを特徴とする請求項１５または請求項１６に記載の処理選択方法。
    　
PCT/JP2020/010062 2020-03-09 2020-03-09 処理選択プログラム、処理選択システム、および処理選択方法 WO2021181469A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2022507007A JP7303473B2 (ja) 2020-03-09 2020-03-09 処理選択プログラム、処理選択システム、および処理選択方法
EP20923716.3A EP4119037A4 (en) 2020-03-09 2020-03-09 TREATMENT SELECTION PROGRAM, TREATMENT SELECTION SYSTEM AND TREATMENT SELECTION METHOD
PCT/JP2020/010062 WO2021181469A1 (ja) 2020-03-09 2020-03-09 処理選択プログラム、処理選択システム、および処理選択方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/010062 WO2021181469A1 (ja) 2020-03-09 2020-03-09 処理選択プログラム、処理選択システム、および処理選択方法

Publications (1)

Publication Number Publication Date
WO2021181469A1 true WO2021181469A1 (ja) 2021-09-16

Family

ID=77670504

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/010062 WO2021181469A1 (ja) 2020-03-09 2020-03-09 処理選択プログラム、処理選択システム、および処理選択方法

Country Status (3)

Country Link
EP (1) EP4119037A4 (ja)
JP (1) JP7303473B2 (ja)
WO (1) WO2021181469A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007303989A (ja) 2006-05-12 2007-11-22 Pioneer Electronic Corp 移動体端末装置、移動体端末装置の制御方法、移動体端末装置の制御プログラム、および移動体端末装置の制御プログラムを記録した記録媒体
WO2013179359A1 (ja) 2012-06-01 2013-12-05 株式会社日立製作所 移動手段判別システム、移動手段判別装置、及び移動手段判別プログラム
WO2015162816A1 (ja) 2014-04-22 2015-10-29 グラフテック株式会社 計測器、及び、計測器用のセンサ
JP2016103843A (ja) * 2016-01-05 2016-06-02 カシオ計算機株式会社 携帯端末およびデータ管理処理プログラム
US20170367606A1 (en) * 2014-12-24 2017-12-28 Ki Bum LEE Rehabilitation system using artificially intelligent horseback-riding apparatus for hippotherapy and method for operating same
US20180081538A1 (en) * 2016-09-21 2018-03-22 Lg Electronics Inc. Mobile terminal and method for controlling the same

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BRPI0408262A (pt) * 2003-03-13 2006-03-07 Jerry W Browning instrumento dentário descartável
US8055469B2 (en) * 2006-03-03 2011-11-08 Garmin Switzerland Gmbh Method and apparatus for determining the attachment position of a motion sensing apparatus
CN103354728B (zh) * 2010-12-30 2016-06-22 阿尔创新股份公司 用于配置运动传感器的方法以及可配置运动传感器和用于配置这样的运动传感器的系统
JP5674499B2 (ja) 2011-02-07 2015-02-25 株式会社日立製作所 センシング装置
US10318708B2 (en) * 2013-03-14 2019-06-11 Nike, Inc. System and method for monitoring athletic activity from multiple body locations
JP6354144B2 (ja) 2013-12-10 2018-07-11 Tdk株式会社 電子機器、方法及びプログラム
US10295995B2 (en) 2015-01-20 2019-05-21 Hitachi, Ltd. Machine diagnostic apparatus and machine diagnostic method
EP3352668A1 (en) * 2015-09-23 2018-08-01 Koninklijke Philips N.V. Multi color pulse oximeter
JP7020022B2 (ja) 2017-09-21 2022-02-16 富士通株式会社 ヘルスケアデータ解析方法、ヘルスケアデータ解析プログラム及びヘルスケアデータ解析装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007303989A (ja) 2006-05-12 2007-11-22 Pioneer Electronic Corp 移動体端末装置、移動体端末装置の制御方法、移動体端末装置の制御プログラム、および移動体端末装置の制御プログラムを記録した記録媒体
WO2013179359A1 (ja) 2012-06-01 2013-12-05 株式会社日立製作所 移動手段判別システム、移動手段判別装置、及び移動手段判別プログラム
WO2015162816A1 (ja) 2014-04-22 2015-10-29 グラフテック株式会社 計測器、及び、計測器用のセンサ
US20170367606A1 (en) * 2014-12-24 2017-12-28 Ki Bum LEE Rehabilitation system using artificially intelligent horseback-riding apparatus for hippotherapy and method for operating same
JP2016103843A (ja) * 2016-01-05 2016-06-02 カシオ計算機株式会社 携帯端末およびデータ管理処理プログラム
US20180081538A1 (en) * 2016-09-21 2018-03-22 Lg Electronics Inc. Mobile terminal and method for controlling the same

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4119037A4

Also Published As

Publication number Publication date
EP4119037A4 (en) 2023-04-19
EP4119037A1 (en) 2023-01-18
JP7303473B2 (ja) 2023-07-05
JPWO2021181469A1 (ja) 2021-09-16

Similar Documents

Publication Publication Date Title
JP6145042B2 (ja) 患者の病気重篤性、致死性および滞在長さの連続的な予測の方法
JP7166401B2 (ja) 情報処理装置、方法及びプログラム
US20110246234A1 (en) Patient matching
EP1445716A1 (en) Health management system and health management program
JP6629556B2 (ja) 工程編成支援装置、工程編成支援方法
JP6978231B2 (ja) 省エネルギー効果算出装置および方法
CN117012362B (zh) 一种适配数据识别方法、系统、设备及存储介质
JP2016189085A (ja) 情報処理装置、情報処理システム、端末装置及びプログラム
US20230005161A1 (en) Information processing apparatus and determination result output method
Anwary et al. Gait evaluation using procrustes and euclidean distance matrix analysis
JP6854747B2 (ja) 計算機システム、認知機能の評価方法、及びプログラム
EP3714785B1 (en) Wearable apparatus and a method for calculating drift-free plantar pressure parameters for gait monitoring
CN111989040A (zh) 行走形态显示方法、行走形态显示系统以及行走形态分析装置
WO2021181469A1 (ja) 処理選択プログラム、処理選択システム、および処理選択方法
US20090222248A1 (en) Method and system for determining a combined risk
JP7004218B2 (ja) 動作分析装置、動作分析方法、動作分析プログラム及び動作分析システム
JP6676321B2 (ja) 適応性評価装置、適応性評価方法
JP2000237146A (ja) ストレス計測装置
JP2020162649A (ja) 健康管理装置、健康管理システム、健康管理プログラム、及び健康管理方法
Teixeira et al. Monitoring of shop-floor workers postural stability through the use of smart soles
EP4270277A1 (en) Work behavior recognition system and work behavior recognition method
KR101963624B1 (ko) 무릎의 운동 능력 평가 시스템 및 방법
KR20190109000A (ko) 건강 진단 기초 3d 스캔 방식의 신발 제조 시스템
JP2019113970A (ja) プロセスの状態診断方法及び状態診断装置
US20240216757A1 (en) System and method for biological feedback measurement from video

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: 20923716

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022507007

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2020923716

Country of ref document: EP

Effective date: 20221010