WO2023189313A1

WO2023189313A1 - プログラム、情報処理装置、および情報処理方法

Info

Publication number: WO2023189313A1
Application number: PCT/JP2023/008731
Authority: WO
Inventors: 俊彦西村; 康之本間
Original assignee: テルモ株式会社
Priority date: 2022-03-28
Filing date: 2023-03-08
Publication date: 2023-10-05
Also published as: CN118202423A

Abstract

生体情報を取得する方法を健康状態の異常度合いに応じて段階的に切り換えるプログラム等を提供する。プログラムは、第一センサから得られる第一センサ情報に基づき対象者の異常を判定し、判定結果に応じて、前記第一センサよりも身体的なプライバシー開示度が高い第二センサから得られる第二センサ情報に基づき対象者の異常を判定するか、または、前記対象者に対し異常に関するテストプログラムを実行する処理をコンピュータに実行させる。

Description

プログラム、情報処理装置、および情報処理方法

　本発明は、プログラム、情報処理装置、および情報処理方法に関する。

　顔の表情、発話、または脈拍等の生体情報を取得し、健康状態の異常を判定する技術がいくつか提案されている。たとえば、健康観察を必要とする対象者が過ごす住宅または介護施設にセンサを設置し、経時的に対象者の生体情報を取得する健康支援システムがある
（特許文献１）。

特開２０１８－０９４２４２号公報

　しかし、特許文献１に開示された発明では、カメラまたはマイク等を用いて対象者を常時監視する必要があり、プライバシーの確保の観点から問題がある。一方、プライバシーの確保を重視すると、健康状態を把握するための十分な生体情報が取得されない。このような現状から、健康観察とプライバシーの確保とのバランスを図ることが難しい。

　一つの側面では、生体情報を取得する方法を健康状態の異常度合いに応じて段階的に切り換えるプログラム等を提供することを目的とする。

　一つの側面に係るプログラムは、第一センサから得られる第一センサ情報に基づき対象者の異常を判定し、判定結果に応じて、前記第一センサよりも身体的なプライバシー開示度が高い第二センサから得られる第二センサ情報に基づき対象者の異常を判定するか、または、前記対象者に対し異常に関するテストプログラムを実行する。

　一つの側面では、生体情報を取得する方法を健康状態の異常度合いに応じて段階的に切り換えるプログラム等を提供できる。

健康異常判定システムの概要を示す模式図である。情報処理装置の構成例を示す模式図である。健康状態ＤＢのデータレイアウトを示す説明図である。情報処理装置が実行するプログラムの処理手順を示すフローチャートである。情報処理装置が実行するプログラムの処理手順を示すフローチャートである。情報処理装置が実行するプログラムの処理手順を示すフローチャートである。情報処理装置が実行するプログラムの処理手順を示すフローチャートである。情報処理装置が実行するプログラムの処理手順を示すフローチャートである。情報処理装置が実行するプログラムの処理手順を示すフローチャートである。情報処理装置が実行するプログラムの処理手順を示すフローチャートである。情報処理装置が実行するプログラムの処理手順を示すフローチャートである。情報処理装置が実行するプログラムの処理手順を示すフローチャートである。実施の形態６における情報処理装置が実行するプログラムの処理手順の一例を示すフローチャートである。

　本実施の形態では、プライバシーの確保と健康状態の異常を判定する機能とを両立した健康異常判定システムについて、実施の形態１から実施の形態５まで図面に基づいて説明する。

　［実施の形態１］
　実施の形態１では、段階的にセンサを切り換えてプライバシー開示度の異なる生体情報を検出する形態について説明する。

　本明細書において、プライバシー開示度は、対象者自身の知られたくない情報がどの程度他人に開示されているかを示す水準であるものとして説明する。

　図１は、健康異常判定システムの概要を示す模式図である。

　本システムでは、健康観察を必要とする対象者の生活空間に情報処理装置１０が設置される。対象者の生活空間は、たとえば、住宅、介護施設、または医療施設等が挙げられる。対象者は、普段通りの生活を送りながら、自身の健康状態をモニタリングしてもらうべく、情報処理装置１０に生体情報を提供する。

　情報処理装置１０は、生体情報を取得するセンサを備える専用のハードウェアである。情報処理装置１０は、スマートフォン、タブレット端末、またはスマートスピーカ等の、対象者が使用する汎用の情報機器であってもよい。

　情報処理装置１０が取得する生体情報には、身体的なプライバシー開示度が高い生体情報と、身体的なプライバシー開示度が低い生体情報とが含まれる。

　前者の生体情報は私生活の詳細なモニタリングにより得られ、プライバシーの保護の度合いが低い。当該生体情報が他人に知られると、特定の個人が識別される可能性がある。当該生体情報を例示すると、個人と紐づいている健康状態の情報、顔画像、またはストレスチェック等の個人情報が挙げられる。健康観察に当該生体情報を用いると、健康状態の異常判定の精度が高められる一方、本人のプライバシーの確保に限界がある。

　これに対し、後者の生体情報は私生活の簡略的なモニタリングにより得られ、プライバシーの保護の度合いが高い。当該生体情報が他人に知られたとしても、特定の個人が識別されにくい。当該生体情報を例示すると、生活音、顔以外の画像、体型、または骨格等の個人情報が挙げられる。健康観察に当該生体情報を用いると、本人のプライバシーが確保される一方、健康状態の異常判定の精度に限界がある。

　こうした背景を踏まえ、本システムに用いる情報処理装置１０は、生体情報を取得するセンサを段階的に切り換える処理をおこなう。

　情報処理装置１０は、第一段階として、身体的なプライバシー開示度が低い生体情報を第一センサで取得する。情報処理装置１０は、第一段階で取得した生体情報をきっかけに、順次、身体的なプライバシー開示度が高い生体情報の取得へと切り換えていく。第一段階で異常が見つからなければ、第二段階以降には切り換えないため、対象者のプライバシーが確保されたままとなる。また、第一段階で検出された異常の程度によっては、第二段階をスキップして第三段階に切り換えることもある。つまり、第一センサから第三センサまでを段階的に切り換えることにより、プライバシーの確保と健康状態の異常を判定する機能との両立が実現できる。なお、プライバシーの確保と健康状態の異常判定の両立のためには、第一センサから第三センサまでを用いた生体情報についても、記録又は出力の段階に差異を設けることで、無用なプライバシー開示を避けつつ、健康状態について正確性を向上させる必要な判定はおこなってもよい。

　本実施の形態では、情報処理装置１０が三段階の切り換えをおこなうものとして説明するが、二段階または四段階以上の切り換えをおこなってもよい。

　なお、本実施の形態では、一台の情報処理装置１０が本システムを構成するものとして説明するが、生活空間に複数台設置されたハードウェアが連携することにより、本システムを実現してもよい。また、情報処理装置１０が実行する一部の処理（たとえば健康異常の判定処理）をクラウド上のサーバが実行してもよい。

　図２は、情報処理装置１０の構成例を示すブロック図である。

　情報処理装置１０は、制御部１１、主記憶部１２、通信部１３、補助記憶部１４、表示部１５、入力部１６、スピーカ１７、駆動機構１８、第一センサ１９、第二センサ２０、および第三センサ２１を含む。

　制御部１１は一または二以上のＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro-Processing Unit）、ＧＰＵ（Graphics Processing Unit）、もしくは量子プロセッサ等のプロセッサであり、種々の情報処理を実行する。

　主記憶部１２はＳＲＡＭ（Static Random Access Memory）またはＤＲＡＭ（Dynamic Random Access Memory）等の一時記憶領域であり、制御部１１が処理を実行するうえで必要なデータを一時的に記憶する。

　通信部１３は、インターネットまたはＬＡＮ（Local Area Network）等の通信ネットワークに接続するための通信インタフェースである。

　補助記憶部１４は、ＳＳＤ（Solid State Drive）またはＨＤＤ（Hard Disk Drive）等のメモリである。補助記憶部１４は、情報処理装置１０に処理を実行させるプログラム１４０（プログラム製品）、健康状態ＤＢ（data base）１５０、複数のテストプログラム、およびその他のデータを記憶している。

　補助記憶部１４は、対象者の健常時の生体情報を記憶する。具体的には、対象者に関する、顔画像、身長、体重、血圧、心拍数、または歩行動画等である。制御部１１は、補助記憶部１４に記憶してある生体情報に基づき、対象者の健康異常を判定する。補助記憶部１４は、具体的な生体情報のほか、生体情報に基づく統計量または特徴量を記憶してもよい。

　さらに、補助記憶部１４は、対象者の健常時の生体情報を記憶する代わりに、生体情報に基づく統計量または特徴量をもとにして構築した機械学習モデルを記憶してもよい。機械学習モデルを記憶すれば、具体的な生体情報もしくは生体情報に基づく統計量または特徴量を記憶しなくてもよい。具体的には、センサ情報を入力した場合に、正常か否かの分類結果を出力するよう学習された、ＳＶＭ（Support Vector Machine）、決定木、ニューラルネットワーク、ＬＳＴＭ（Long Short Term Memory）等の機械学習モデルを記憶しておけばよい。

　なお、情報処理装置１０は可搬型記憶媒体１０ａを読み取る読取部を備え、可搬型記憶媒体１０ａからプログラム１４０を読み込んでもよい。また、情報処理装置１０は、通信ネットワークを介して他のコンピュータからプログラム１４０をダウンロードしてもよい。

　表示部１５は、液晶ディスプレイまたは有機ＥＬ（Electro Luminescence）ディスプレイ等の表示画面である。表示部１５は、後述する対象者に対し実行される異常に関するテストプログラムが実施される画面、または対象者の異常を判定した結果を示す画面等の画像を表示する。

　入力部１６は、タッチパネルまたは機械式操作ボタン等の入力インタフェースである。入力部１６は、対象者から操作入力を受け付ける。具体的には、入力部１６は、対象者の健常時の生体情報等を受け付ける。入力部１６は、対象者の音声指令を収集するマイクであってもよい。

　スピーカ１７は、音声メッセージまたはアラート等の音声を出力するための装置である。スピーカ１７は、テストプログラムが実行される際、対象者に対して音声指示を出力してもよい。

　駆動機構１８は、情報処理装置１０本体を水平および垂直方向に回転駆動させる。駆動機構１８は、対象者をモニタリングする際のプライバシー開示度の高低に応じて、制御部１１により制御される。

　制御部１１は、プライバシー開示度の高低に応じて各センサを切り換える。プライバシー開示度が低い順に、第一センサ１９、第二センサ２０、第三センサ２１である。

　本実施の形態では、各センサが情報処理装置１０に内蔵されているものとして説明するが、外付けのセンサであってもよい。また、対象者がウェアラブル端末を装着することにより、第一センサ情報を取得してもよい。

　第一センサ１９は、プライバシー開示度が低い生体情報を含む第一センサ情報を取得する。情報処理装置１０は、たとえば、マイク、ＬｉＤＡＲ（Light Detection and Ranging）、イベント駆動撮影装置、またはカメラ等の複数種類のセンサを備える。制御部１１は、複数ある第一センサ１９のＯＮ／ＯＦＦを切り換えて目的の生体情報を取得する。

　制御部１１が第一センサ１９としてカメラを起動した場合、広角のカメラとして機能させる。このとき、第一センサ１９は駆動機構１８により制御され、対象者の顔を撮影しない、もしくは対象者の顔をズームしない。プライバシー開示度を低く保つためである。制御部１１は第一センサ１９としてカメラを起動した場合、逆に、対象者の顔のみを撮影範囲に捉えるように制御してもよい（Region Of Interest）。顔のみの撮影とすることによって、対象者の行動内容を識別不可能とした方が、プライバシー開示度を低くできるとも考えられるためである。

　第一センサ１９は、物や人物の認識処理を実行するＡＩの機能を内蔵するカメラユニット、所謂インテリジェントビジョンセンサーを用いてもよい。このカメラユニットは、対象者の顔を撮影はするが、撮影した画像を出力しない。このカメラユニットは、撮影範囲における対象者のトラッキングデータ、トラッキングによる目線、口角を結ぶ線、対象者の顔の特徴点（目鼻口の位置）の画像内における位置座標、角度情報、および認識結果（人物である等）を出力するにとどまる。更に、このカメラユニットにて、後述するような健康に係る異常判定まで実行するようにしてもよい。

　第二センサ２０は、プライバシー開示度が中程度の生体情報を含む第二センサ情報を取得する。第二センサ２０がカメラである場合、第一センサ１９よりも狭角で対象者の顔を撮影する撮影装置として機能する。第一段階よりもプライバシー開示度を高くし、生体情報として顔画像を取得するためである。

　第三センサ２１は、プライバシー開示度が高い生体情報を含む第三センサ情報を取得する。第三センサ２１は、テストプログラム用の生体情報を取得するための、カメラおよびマイクの組み合わせである。第三センサ２１に用いるカメラは第二センサ２０に用いるカメラよりもさらに狭角であり、ズームした対象者の顔画像または腕画像等を取得する。

　その他、第一センサ１９としてＬｉＤＡＲ、第二センサ２０として広角のカメラ、第三センサ２１として狭角のカメラを起動して、生体情報を取得してもよい。

　テストプログラムは、第一センサ情報および第二センサ情報よりもプライバシー開示度が高い生体情報を取得するための診断処理である。テストプログラムは、たとえば、問診、動作分析、または脳卒中（脳血管障害）診断（たとえばＣＰＳＳ：Cincinnati Prehospital Stroke Scale、ＮＩＨＳＳ：National Institutes of Health Stroke Scale、またはＫＰＳＳ：Kurashiki Prehospital Scale）等である。

　問診には、心不全セルフチェック、てんかんチェック、またはストレスチェック等が含まれる。情報処理装置１０は、各問診の結果に応じて対象者の健康異常を判定する。

　動作分析は、たとえば、歩行分析が挙げられる。歩行分析は、歩行の対称性、重心の移動、関節の動作、または杖の付き方等の、歩行に関する生体情報に基づく分析結果である。情報処理装置１０は、歩行分析の結果に応じて対象者の運動機能を判定する。

　脳卒中等の神経障害の診断には、顔のゆがみ判定、上肢挙上の診断、および構音障害等の神経症状の判定が含まれる。情報処理装置１０は、診断結果に応じて対象者の脳卒中の可能性または神経症状の重症度を確率またはスコアで出力する。脳卒中診断の詳細は、実施の形態５にて後述する。

　図３は、健康状態ＤＢ１５０のデータレイアウトを示す説明図である。健康状態ＤＢ１５０は、検出日時、検出中の手段、および健康状態のフィールドを記憶するＤＢである。健康状態ＤＢ１５０は、モニタリング対象者の健康状態を時系列で記憶する。

　検出日時フィールドには、対象者の生体情報を検出した日時が記憶される。検出中の手段フィールドには、対象者をモニタリングしているセンサの種類が記憶される。健康状態フィールドには、「異常あり」または「異常なし」等の、対象者の健康状態が記憶される。

　情報処理装置１０は、対象者の異常を示す第一センサ情報または第二センサ情報と、補助記憶部１４に記憶してある健常時の生体情報とを比較して、生体情報異常、顔面麻痺、メンタル異常、転倒、動揺もしくは振戦、脱力、または発話異常等を検出する。具体的な生体情報異常の症状には、脈拍、心拍変動、呼吸、血中酸素濃度、または血圧変動の異常が含まれる。

　以下、各センサが取得する生体情報と、情報処理装置１０がおこなう健康異常の判定方法とを例示する。生体情報を取得するセンサは、たとえば、ＬｉＤＡＲ、カメラ、マイク、イベント駆動撮影装置、ミリ波センサ、超音波センサ、またはサーモグラフィカメラ等が挙げられる。

［ＬｉＤＡＲ］
　ＬｉＤＡＲは、対象物へ向けて赤外線を照射した後、反射されて自装置に戻ってくるまでの往復時間に基づいて対象物までの距離を算出する。ＬｉＤＡＲは、対象物の３次元情報として点群データを出力する。たとえば、ＬｉＤＡＲが対象者の顔へ向けて赤外線を照射した場合、顔の凹凸情報が含まれる３次元画像を取得できる。

　情報処理装置１０は、ＬｉＤＡＲが取得した顔の３次元画像に基づき、顔面麻痺を判定する。具体的には、対象者の顔の凹凸情報を健常時の凹凸状態と比較して、健常時の凹凸状態から所定の閾値以上ずれている場合、顔面麻痺であると判定する。一方、健常時の凹凸状態の範囲内に収まっている場合、顔面麻痺ではないと判定する。

［カメラ］
　カメラは、顔画像、腕画像、または脚画像を取得する。情報処理装置１０は、カメラが取得する生体情報に基づき、顔面麻痺、生体情報異常、メンタル異常、脱力、または転倒を判定する。

　顔面麻痺には、顔が左右非対称に見える、額にシワを寄せられない、眉を上げられない、まぶたを閉じることができない、または口角を上げられない等の症状が見られる。顔面内において、表情筋を動かせる健常部分と、表情筋を動かせない麻痺（異常）部分とが生じるためである。

　たとえば、顔の左側が健常であり顔の右側に麻痺が生じている場合、笑顔を見せようとしても、右側の口角を上げて笑うことができず、正常な笑顔の表情とならない。

　情報処理装置１０は、顔面麻痺の検査に用いられる公知の柳原法等を実施することにより、カメラが取得した顔の輪郭線またはシワの情報に基づいて顔面麻痺を判定する。具体的には、輪郭線の曲率、額にあるシワの数または深さ、もしくはほうれい線の深さまたは長さの変化量に応じたスコアを算出し、顔面麻痺を判定する。第一センサ１９としてインテリジェントビジョンセンサーを用いている場合、情報処理装置１０は、特徴点等の情報を制御部１１で導出することなしに、インテリジェントビジョンセンサーから出力される情報に基づきスコアを算出してもよい。

　対象者は柳原法の指示に従い、顔の表情を変化させる。指示内容は、スピーカ１７による音声または表示部１５によるテキストにて案内される。

　情報処理装置１０は、顔画像から特徴点として顔の部位（額、眉、目、頬、または口角等）を抽出する。顔の表情を変化させると、たとえば、輪郭線の曲率、額にあるシワの数または深さ、もしくはほうれい線の深さまたは長さの特徴量が変化する。情報処理装置１０は、表情を変える前後で変化した特徴点における特徴量の変化量を特定する。情報処理装置１０は、特定した変化量に応じて左右の対称性をスコア化し、顔面麻痺を判定する。

　なお、顔面麻痺の判定は、ニューラルネットワーク、ＳＶＭ、トランスフォーマ、またはＬＳＴＭ等の機械学習モデルを用いておこなわれてもよい。その場合、制御部１１は、顔画像を入力した際に「正常」、「顔面麻痺のレベルが低い」、「顔面麻痺のレベルが高い」のいずれかに分類するよう学習されたモデルに、対象者の顔画像を入力して顔面麻痺の有無または顔面麻痺のレベルを特定する。

　情報処理装置１０は、カメラが取得した顔画像（たとえば肌の色）からメンタル異常または疲労を判定する。

　肌の色は、血液の流れに応じて時々刻々と変化している。血中に含まれるヘモグロビンには可視光を吸収する性質があるため、顔領域のＲＧＢ信号が周期的に変化する。

　情報処理装置１０は、カメラが取得した顔画像から肌の色の変化を検出する。情報処理装置１０は、肌の色の変化に関する時系列データに基づき、健常時の周波数から所定の閾値以上ずれている場合、自律神経に乱れが生じていると判定する。情報処理装置１０は、自律神経の乱れ度合いに応じて、対象者が感じているメンタル異常または疲労を判定する。

　なお、対象者が感じているメンタル異常または疲労を判定する際には、ニューラルネットワーク、ＳＶＭ、トランスフォーマ、またはＬＳＴＭ等の機械学習モデルを用いてもよい。その場合、制御部１１は、顔画像を入力した際に、「メンタル異常あり」、「疲労あり」、「健康」のいずれかに分類するよう学習されたモデルに、カメラが取得した対象者の顔画像を入力して、対象者が感じているメンタル異常または疲労を判定する。

　身体の脱力は、手または足に力が入らない状態を指し、箸を思うように扱えない、または歩きにくくなる等の症状を引き起こす。情報処理装置１０は、たとえば、カメラから取得した腕画像内にて、対象者が保持している物体が手から離れる等して保持されなくなった状態を検出した場合、脱力という異常が生じていると判定する。

［マイク］
　マイクは、対象者の音声情報を取得する。情報処理装置１０は、マイクにより取得される音声情報に基づき、転倒または発話異常を判定する。

　情報処理装置１０は、マイクから取得される生活音が所定の閾値以上である場合、対象者が転倒したと判定する。たとえば、情報処理装置１０は、所定の閾値以下である音量（たとえば家具を動かす音、または床を歩く音）が取得された場合、「転倒なし」と判定する。一方、所定の閾値以上である音量（たとえば床に倒れる音、または階段から落ちる音）が取得された場合、「転倒あり」と判定する。

　情報処理装置１０は、発話テストを実行し、所定の言葉を滞りなく発話できるか否かを判定することにより、発話異常を判定する。所定の言葉は、たとえば「パタカ」または「瑠璃も玻璃も照らせば光る」である。対象者がマイクに向けて話した音声に基づき、発話異常を判定する。

　なお、情報処理装置１０は、発話テストを実行する代わりに、マイクから取得される対象者の発話（たとえば日常発する音声）を用いて発話異常を判定してもよい。その場合、情報処理装置１０は、対象者の発話から抽出した特徴量と、補助記憶部１４に記憶してある健常時の発話パターンに基づく特徴量とを比較する。情報処理装置１０は、対象者の発話から抽出した特徴量が健常時の特徴量と異なっている場合、発話異常があると判定する。

　発話異常の判定には、たとえば、発話機能を評価する指標である発話明瞭度を用いる。発話明瞭度は、対象者が発話した内容に応じて、「明瞭である」、「ときどき聞き取れない言葉がある」、「ときどき聞き取れる言葉がある」、「不明瞭である」等の段階評価がなされる。情報処理装置１０は、音声認識により対象者の発話明瞭度を特定する。情報処理装置１０は、対象者の発話内容が明瞭であると特定した場合、発話異常がないと判定する。一方、対象者の発話内容について、ときどき聞き取れない言葉がある、ときどき聞き取れる言葉がある、または不明瞭であると特定した場合、発話異常があると判定する。

　なお、対象者の発話異常の判定は、ニューラルネットワーク、ＳＶＭ、トランスフォーマ、またはＬＳＴＭ等の機械学習モデルを用いておこなわれてもよい。その場合、制御部１１は、音声情報を入力した際に「発話異常あり」か「発話異常なし」のいずれかに分類するよう学習されたモデルに、マイクが取得した対象者の音声情報を入力して対象者の発話異常を判定する。

［イベント駆動撮影装置］
　イベント駆動撮影装置は、被写体の輝度変化（たとえば対象者の動き）を抽出した後、輝度変化が生じた画素のみを位置情報および時間情報と組み合わせて出力する。イベント駆動撮影装置は、輝度変化が生じていない画素（たとえば背景部分）を抽出しない。

　動揺はめまい等により、振戦はパーキンソン病等により引き起こされる症状である。周波数は、動揺より振戦の方が高い。対象者に、身体のふらつき等の動揺、もしくは手のふるえ等の振戦が見られる場合、イベント駆動撮影装置がこれらの動きを検出する。

　具体的には、イベント駆動撮影装置は、被写体の動揺または振戦が生じている部分のみを抽出し、周波数分布を検出する。情報処理装置１０は、イベント駆動撮影装置により取得される各画素の周波数が所定の閾値以上である場合、もしくは、イベント駆動撮影装置により取得される各画素の周波数に非対称性が生じている場合、動揺または振戦が生じていると判定する。一方、所定の閾値以上ではない場合、動揺または振戦が生じていないと判定する。

　なお、動揺または振戦の有無は、ニューラルネットワーク、ＳＶＭ、トランスフォーマ、またはＬＳＴＭ等の機械学習モデルを用いて判定されてもよい。その場合、制御部１１は、被写体の輝度変化を入力した際に「動揺または振戦あり」か「動揺または振戦なし」のいずれかに分類するよう学習されたモデルに、イベント駆動撮影装置が取得した被写体の輝度変化を入力して動揺または振戦の有無を判定する。

［ミリ波センサ］
　ミリ波センサは、移動する対象物の位置および速度を検出する。情報処理装置１０は、対象者の頭部位置と、頭部位置が移動した際の速度とを取得する。情報処理装置１０は、頭部位置が一定の時間内において所定の閾値以上に変化した場合、対象者が転倒したと判定する。

［超音波センサ］
　超音波センサは、自装置から対象物までの距離および対象物の有無を検出する。情報処理装置１０は、自装置から対象者の頭部位置までの距離と、頭部位置の有無とを取得する。情報処理装置１０は、頭部位置が一定の時間内において所定の範囲内から変化した場合、対象者が転倒したと判定する。

［サーモグラフィカメラ］
　サーモグラフィカメラは、対象物からの放射エネルギーを温度に換算して物体表面の温度分布を測定する。情報処理装置１０は、撮影範囲内において取得される温度が閾値以上である領域を、モニタリング対象者が存在する領域として検出する。情報処理装置１０は、検出した領域の形状に基づいて対象者が立位または座位の態勢を取っていると特定する。情報処理装置１０は、特定した立位または座位の態勢が、一定の時間内において所定の閾値以上に変化した場合、対象者が転倒したと判定する。

　なお、対象者の転倒判定は、ＣＮＮ（Convolutional Neural Network）、ＳＶＭ、トランスフォーマ、またはＬＳＴＭ等の機械学習モデルを用いておこなわれてもよい。その場合、制御部１１は、ミリ波センサ、超音波センサ、およびサーモグラフィカメラが取得したデータを入力した際に「転倒あり」か「転倒なし」のいずれかに分類するよう学習されたモデルに、ミリ波センサ、超音波センサ、およびサーモグラフィカメラが取得したデータを入力して対象者の転倒を判定する。

［カメラ・ＬｉＤＡＲ・ミリ波センサ・超音波センサ］
　情報処理装置１０は、対象者の呼吸または拍動に関する生体情報を取得する際、カメラ、ＬｉＤＡＲ、ミリ波センサ、または超音波センサを起動する。情報処理装置１０は、カメラ、ＬｉＤＡＲ、ミリ波センサ、または超音波センサが検出した値から変位部位の形状解析をおこない、変位部位における脈拍、心拍変動、脈拍の振れの大きさ、拍動のピーク時点等を算出する。

　情報処理装置１０は、算出した各数値が所定の閾値以上であるか否かを判定することにより、心臓または血管の異常の有無を判定する。心臓または血管の異常は、たとえば、脳梗塞、脳出血、心不全、心房細動、足梗塞、静脈瘤、または血栓等が挙げられる。この場合、脈拍および心拍変動は、ウェアラブル端末により取得したデータと比較されてもよい。

［カメラ・マイク］
　情報処理装置１０は、顔面麻痺を判定する際、カメラおよびマイクを起動する。情報処理装置１０は、カメラおよびマイクを組み合わせることにより顔面麻痺を判定する。顔面麻痺判定の詳細は、実施の形態５にて後述する。

　以上、情報処理装置１０は各センサが取得する生体情報に基づき、モニタリング中の対象者の健康異常を判定する。健康異常は、たとえば、脳卒中の症状としての健康異常が挙げられる。

　次に、各センサを段階的に切り換える処理について説明する。本明細書では、取得される生体情報のプライバシー開示度が低い順に、第一段階、第二段階、第三段階という。

［第一段階の健康異常判定］
　制御部１１は、第一センサ１９を起動して身体的なプライバシー開示度が低い第一センサ情報を検出する。第一センサ１９は、たとえば、マイク、ＬｉＤＡＲ、イベント駆動撮影装置、またはカメラ等である。第一センサ１９は、所謂インテリジェントビジョンセンサーであってもよい。制御部１１は、起動した第一センサ１９の種類と、起動した第一センサ１９の数とを補助記憶部１４に記憶する。

　ＬｉＤＡＲ、イベント駆動装置、またはカメラ等のセンサは、対象者の顔を撮影しないか、もしくは、顔が判別できない程度に広角な撮影装置として機能する。そのため、取得される生体情報のプライバシー開示度は低い。なお第一センサ１９は、上述したように、逆に対象者の顔のみを撮影範囲とし、行動内容を識別不可能とした場合であっても、プライバシー開示度は低い。

　第一センサ１９は、情報処理装置１０に複数種類備えられている。制御部１１は、第一センサ１９から目的の第一センサ情報を取得する。制御部１１は、第一センサ情報に基づき対象者の健康に異常があるか否かを判定する。

　制御部１１は、対象者の健康に異常があると判定した場合、より詳細にモニタリングする必要があるため、第一センサ１９から第二センサ２０に検出手段を切り換える。制御部１１は、検出手段を切り換える際、表示部１５にセンサを切り換える旨を表示させてもよい。対象者のプライバシーに配慮するためである。

　制御部１１は、対象者の健康に異常がないと判定した場合、第一センサ１９による生体情報の取得を続ける。対象者のプライバシー確保のためである。

　図４は、情報処理装置１０が実行するプログラム１４０の処理手順を示すフローチャートである。情報処理装置１０の制御部１１は、プログラム１４０に基づき以下の処理を実行する。

　制御部１１は、第一センサ１９を起動する（ステップＳ１０１）。制御部１１は、起動した第一センサ１９の種類および数を記憶する（ステップＳ１０２）。第一センサ１９は、対象者の第一センサ情報を検出する。制御部１１は、第一センサ１９が検出した第一センサ情報を取得する（ステップＳ１０３）。制御部１１は、第一センサ情報が検出された日時を健康状態ＤＢ１５０に記憶する（ステップＳ１０４）。

　制御部１１は、取得した第一センサ情報に基づき、上述した各手法に従い健康状態の異常を判定する（ステップＳ１０５）。制御部１１は、健康状態の異常がないと判定した場合（ステップＳ１０５：ＮＯ）、健康状態フィールドのレコードを「異常なし」に書き換える（ステップＳ１０６）。制御部１１は、ステップＳ１０３の処理に戻る。

　制御部１１は、健康状態の異常があると判定した場合（ステップＳ１０５：ＹＥＳ）、健康状態フィールドのレコードを「異常あり」に書き換える（ステップＳ１０７）。制御部１１は、検出手段を第一センサ１９から第二センサ２０に切り換える（ステップＳ１０８）。制御部１１は、第二センサ２０を起動した旨を表示部１５に表示させる（ステップＳ１０９）。

［第二段階の健康異常判定］
　制御部１１は、第一センサ１９よりも身体的なプライバシー開示度が高い第二センサ２０による異常判定の処理に移行する。制御部１１は、第二センサ２０を起動して、身体的なプライバシー開示度が中程度の第二センサ情報を検出する。

　第一段階で健康状態に異常があると判定された対象者は、情報処理装置１０が設置された生活空間で過ごしている。制御部１１は、駆動機構１８に対し、第二センサ２０が対象者の顔を撮影可能となる旨の動作指示を出力する。第二センサ２０は、対象者の顔を撮影して顔画像の検出およびトラッキングをおこなう。

　制御部１１は、検出した対象者の顔画像を補助記憶部１４に記憶させる。制御部１１は、対象者の顔画像のほか、対象者の顔画像の特徴量を補助記憶部１４に記憶させてもよい。

　制御部１１は、上記の第二センサ情報に基づき対象者の健康に異常があるか否かを判定する。制御部１１は、対象者の健康に異常があると判定した場合、より詳細に健康観察する必要があるため、第三段階としてテストプログラムを実行する。

　制御部１１は、第二センサ２０から第三センサ２１に検出手段を切り換える。制御部１１は、検出手段を切り換える際、表示部１５にセンサを切り換える旨を表示させてもよい。対象者のプライバシーに配慮するためである。

　制御部１１は、対象者の健康に異常がないと判定した場合、第一センサ１９による生体情報の取得に戻る。このとき起動する第一センサ１９は、最初に起動した第一センサ１９とは種類の異なる第一センサ１９である。制御部１１は、新たな第一センサ１９が取得した第一センサ情報により、対象者の健康異常を再度判定する。

　制御部１１は、これまで起動した第一センサ１９の数と、情報処理装置１０に備えられた第一センサ１９の全数とを比較する。制御部１１は、「これまで起動した第一センサ１９の数」が「情報処理装置１０に備えられた第一センサ１９の全数」未満である場合、第一センサ１９による生体情報の取得を続ける。

　なお、生体情報の取得にあたり、種類の異なる第一センサ１９を切り換えていく手段のほか、同一の第一センサ１９が、腕、胴体、または脚等の、異なる部位を順に取得対象としていく手段でもよい。

　図５は、情報処理装置１０が実行するプログラム１４０の処理手順を示すフローチャートである。情報処理装置１０の制御部１１は、プログラム１４０に基づき以下の処理を実行する。

　制御部１１は、第二センサ２０を起動する（ステップＳ２０１）。第二センサ２０は、対象者の顔画像の検出およびトラッキングをおこなう。第二センサ２０は、対象者の第二センサ情報を検出する。制御部１１は、第二センサ２０が検出した第二センサ情報を取得する（ステップＳ２０２）。制御部１１は、第二センサ情報が検出された日時を健康状態ＤＢ１５０に記憶する（ステップＳ２０３）。

　制御部１１は、取得した第二センサ情報に基づき、上述した手法に従い健康状態の異常を判定する（ステップＳ２０４）。制御部１１は、健康状態の異常がないと判定した場合（ステップＳ２０４：ＮＯ）、健康状態フィールドのレコードを「異常なし」に書き換える（ステップＳ２０５）。制御部１１は、「これまで起動した第一センサ１９の数」が「情報処理装置１０に備えられた第一センサ１９の全数」未満であるか否かを判定する（ステップＳ２０６）。

　制御部１１は、補助記憶部１４に記憶してある数情報が第一センサ１９の全数未満である場合（ステップＳ２０６：ＹＥＳ）、最初に起動した第一センサ１９とは種類の異なる第一センサ１９を起動する（ステップＳ２０７）。新たな第一センサ１９は、対象者の第一センサ情報を検出する。制御部１１は、新たな第一センサ１９が検出した第一センサ情報を取得する（ステップＳ２０８）。制御部１１は、取得した第一センサ情報に基づき健康状態の異常を再度判定する（ステップＳ２０９）。

　一方、制御部１１は、補助記憶部１４に記憶してある数情報が第一センサ１９の全数未満でない場合（ステップＳ２０６：ＮＯ）、一連の処理を終了する。

　制御部１１は、健康状態の異常があると判定した場合（ステップＳ２０４：ＹＥＳ）、健康状態フィールドのレコードを「異常あり」に書き換える（ステップＳ２１０）。制御部１１は、補助記憶部１４に記憶してあるテストプログラムを読み出す（ステップＳ２１１）。制御部１１は、テストプログラムを実行する旨を表示部１５に表示させる（ステップＳ２１２）。

［第三段階の健康異常判定］
　第三段階では、第二段階で異常があると判定された対象者に対して個別具体的な診断がおこなわれる。個別具体的な診断は、補助記憶部１４に記憶してあるテストプログラムに基づいて実施される。

　制御部１１は、第一センサ１９および第二センサ２０よりも、身体的なプライバシー開示度が高い生体情報が検出される第三センサ２１を起動する。第三センサ２１は、たとえばカメラまたはマイク等である。制御部１１は、テストプログラムの種類に応じて、第三センサ２１から第三センサ情報を取得する。

　本実施の形態では、制御部１１が脳卒中に関するテストプログラムを実行するものとして説明するが、これに限定されず、ストレスチェックまたは歩行分析等であってもよい。

　制御部１１は、脳卒中に関するテストプログラムを実行する場合、第三センサ２１としてカメラおよびマイクを起動する。制御部１１は、表示部１５に指示内容を表示させるか、もしくは、スピーカ１７による音声指示を出力する。対象者は、指示通りに所定の動作をおこなう。制御部１１は、カメラおよびマイクから第三センサ情報を取得する。第三センサ情報には、顔のゆがみの有無、上肢挙上の可否、および構音障害の有無等が含まれる。第三センサ情報に基づく健康異常の詳細な判定方法は、実施の形態５にて後述する。

　なお、制御部１１は、テストプログラムの結果に応じて、考えられる病名または近隣の病院等を表示部１５に出力してもよい。また、制御部１１は、通信部１３を介して、対象者が所有する情報端末または対象者に関係する他のユーザ（家族または医療従事者等）が所有する情報端末に、健康状態の異常判定の結果またはテストプログラムの結果を通知してもよい。

　図６は、情報処理装置１０が実行するプログラム１４０の処理手順を示すフローチャートである。情報処理装置１０の制御部１１は、プログラム１４０に基づき以下の処理を実行する。

　制御部１１は、第三センサ２１を起動する（ステップＳ３０１）。制御部１１は、表示部１５またはスピーカ１７に指示内容を出力する（ステップＳ３０２）。第三センサ２１は、対象者の第三センサ情報を検出する。制御部１１は、第三センサ２１が検出した第三センサ情報を取得する（ステップＳ３０３）。制御部１１は、第三センサ情報が検出された日時を健康状態ＤＢ１５０に記憶する（ステップＳ３０４）。

　制御部１１は、取得した第三センサ情報に基づき、実施の形態５にて後述する手法に従い健康状態の異常を判定する(ステップＳ３０５)。制御部１１は、健康状態の異常がないと判定した場合（ステップＳ３０５：ＮＯ）、健康状態フィールドのレコードを「異常なし」に書き換える（ステップＳ３０６）。

　一方、制御部１１は、健康状態の異常があると判定した場合（ステップＳ３０５：ＹＥＳ）、健康状態フィールドのレコードを「異常あり」に書き換える（ステップＳ３０７）。制御部１１は、診断結果を表示部１５に表示させる（ステップＳ３０８）。

　以上、実施の形態１によれば、情報処理装置１０が段階的にセンサを切り換えることにより、プライバシー開示度の異なる生体情報を検出できる。また、ＬｉＤＡＲ、カメラ、マイク、イベント駆動撮影装置、ミリ波センサ、超音波センサ、またはサーモグラフィカメラ等のセンサは、非接触で生体情報を検出できる。これにより、対象者の日常生活を妨げることなく、対象者の異常の有無をモニタリングすることができる。さらには、対象者が自発的に個別具体的な診断を実施するプログラムを起動する必要がないため、利便性が向上する。

［実施の形態２］
　実施の形態２では、第二センサ情報に基づく異常判定をスキップしてテストプログラムを実行する形態について説明する。なお、実施の形態１と重複する内容は、同一の符号を付して説明を省略する。

　情報処理装置１０が第二段階をスキップするのは、第一センサ情報の中に「特定の症状を示す特徴的な生体情報」（以下、特徴的な生体情報という）が含まれている場合と、第一センサ情報の異常レベルが高い場合とである。

　まず、第一センサ情報の中に特徴的な生体情報が含まれている場合について説明する。

　制御部１１は、特徴的な生体情報をあらかじめ補助記憶部１４に記憶しておく。特徴的な生体情報は、たとえば、転倒、顔面麻痺、または発話異常が挙げられる。対象者に転倒、顔面麻痺、または発話異常が見られる際には、脳卒中の疑いがある。そのため、第二段階をスキップして早期に第三段階のテストプログラムを実行することにより、病気の早期発見につなげることができる。

　制御部１１は、健康異常を判定する際、特徴的な生体情報と、第一センサ１９から取得した第一センサ情報とを比較する。制御部１１は、第一センサ情報の中に特徴的な生体情報が含まれると判定した場合、第二段階をスキップしてテストプログラムを実行する。実行されるテストプログラムは、第一センサ情報に基づき疑われる病気に対応したテストプログラムである。たとえば、転倒、顔面麻痺または発話異常が第一センサ情報に含まれる場合は、脳卒中を診断するためのテストプログラムが実行される。

　次に、第一センサ情報の異常レベルが高い場合について説明する。

　制御部１１は、健康異常に応じた所定の値をあらかじめ補助記憶部１４に記憶しておく。健康異常を判定するための定量的な第一センサ情報は、たとえば、血圧、身体動揺または振戦の周波数、もしくは顔面麻痺の非対称度が挙げられる。

　制御部１１は第一センサ情報の異常レベルが高い場合、第二センサ２０の起動をスキップしてテストプログラムを実行する。実行されるテストプログラムは、第一センサ情報に基づき疑われる病気に対応したテストプログラムである。

　対象者の血圧の異常を判定する場合を例示すると、補助記憶部１４は、異常レベルの高低に応じた血圧に関する数値を記憶している。具体的には、補助記憶部１４は、血圧の正常値として、最高血圧：１３５ｍｍＨｇ未満、最低血圧：８５ｍｍＨｇ未満と記憶している。補助記憶部１４は、異常レベルが低い血圧として、最高血圧：１７５ｍｍＨｇ未満、最低血圧：１０５ｍｍＨｇ未満と記憶している。補助記憶部１４は、異常レベルが高い血圧として、最高血圧：１７５ｍｍＨｇ以上、最低血圧：１０５ｍｍＨｇ以上と記憶している。

　制御部１１は、対象者の最高血圧および最低血圧に応じて異常レベルを判定する。

　たとえば、制御部１１は、第一センサ１９から最高血圧：１３０ｍｍＨｇ、最低血圧：８０ｍｍＨｇの数値を取得する。制御部１１は、補助記憶部１４に記憶してある所定の値に基づき、この対象者に対して異常なしと判定する。制御部１１は、最初に起動した第一センサ１９とは異なる第一センサ１９を起動して生体情報の取得を続ける。

　たとえば、制御部１１は、第一センサ１９から最高血圧：１６０ｍｍＨｇ、最低血圧：９０ｍｍＨｇの数値を取得する。制御部１１は、補助記憶部１４に記憶してある所定の値に基づき、この対象者に対して異常レベルが低い血圧であると判定する。制御部１１は、第二段階へと移行して第二センサ２０を起動する。

　たとえば、制御部１１は、第一センサ１９から最高血圧：１９０ｍｍＨｇ、最低血圧：１１０ｍｍＨｇの数値を取得する。制御部１１は、補助記憶部１４に記憶してある所定の値に基づき、この対象者に対して異常レベルが高い血圧であると判定する。制御部１１は、第二段階をスキップしてテストプログラムを実行する。実行されるテストプログラムは、高血圧により引き起こされやすい病気を診断するためのテストプログラムである。

　なお、顔面麻痺の非対称度の異常レベルが高い場合は、脳卒中に関するテストプログラムが実行される。身体動揺または振戦の異常レベルが高い場合は、パーキンソン病に関するテストプログラムが実行される。

　図７は、情報処理装置１０が実行するプログラム１４０の処理手順を示すフローチャートである。情報処理装置１０の制御部１１は、プログラム１４０に基づき以下の処理を実行する。

　制御部１１は、第一センサ情報を取得する(ステップＳ４０１)。制御部１１は、補助記憶部１４に記憶してある特徴的な生体情報を読み出す(ステップＳ４０２)。制御部１１は、取得した第一センサ情報と、読み出した特徴的な生体情報とを比較した後、対象者の第一センサ情報に特徴的な生体情報が含まれているか否かを判定する(ステップＳ４０３)。

　制御部１１は、特徴的な生体情報が含まれていないと判定した場合(ステップＳ４０３：ＮＯ)、補助記憶部１４に記憶してある「健康異常に応じた所定の値」を読み出す(ステップＳ４０４)。一方、制御部１１は、特徴的な生体情報が含まれていると判定した場合(ステップＳ４０３：ＹＥＳ)、第三センサ２１を起動する(ステップＳ４０７)。

　制御部１１は、取得した第一センサ情報に含まれる所定の値と、読み出した「健康異常に応じた所定の値」とを比較した後、異常レベルが高いか否かを判定する(ステップＳ４０５)。なお、実施の形態１にて述べた機械学習モデルから出力される異常レベルが、所定のレベル以上である場合に、ステップＳ４０７に移行してもよい。

　制御部１１は、異常レベルが高くはないと判定した場合(ステップＳ４０５：ＮＯ)、最初に起動した第一センサ１９とは種類の異なる第一センサ１９を起動する(ステップＳ４０６)。一方、制御部１１は、異常レベルが高いと判定した場合(ステップＳ４０５：ＹＥＳ)、第三センサ２１を起動する(ステップＳ４０７)。

　なお、異常レベルが低いと判定した場合には、第二段階に移行して生体情報の取得を続けてもよい。

　以上、実施の形態２によれば、第二センサ情報に基づく異常判定をスキップしてテストプログラムを実行することができ、脳梗塞等の治療の緊急性が高い疾患を早急に検出できる。

［実施の形態３］
　実施の形態３では、第一センサ１９としてマイク、第二センサ２０としてＬｉＤＡＲを起動して健康状態を判定する形態について説明する。なお、実施の形態１と重複する内容は、同一の符号を付して説明を省略する。

　情報処理装置１０は、第一センサ１９としてマイクを起動する。情報処理装置１０は、第二センサ２０としてＬｉＤＡＲを起動する。情報処理装置１０は、複数のセンサを組み合わせて生体情報を取得していくことにより、正確に健康異常を判定する。

　マイクは、対象者の音声情報を検出する。制御部１１は、マイクから対象者の音声情報を取得する。制御部１１は、上述した発話明瞭度を指標とした段階分け等の手法により発話異常を判定する。なお、制御部１１は、発話テストの代わりに、対象者の発話（たとえば日常発する音声）を用いて発話異常を判定してもよい。

　制御部１１は、発話異常がないと判定した場合、マイクとは別の第一センサ１９を起動する。一方、制御部１１は、発話異常があると判定した場合、ＬｉＤＡＲを起動する。マイクおよびＬｉＤＡＲの組み合わせにより取得される生体情報は、健康状態の異常判定の精度を向上させることができる。

　制御部１１は、ＬｉＤＡＲから対象者の顔画像を取得する。制御部１１は、ＬｉＤＡＲから取得した顔画像と、補助記憶部１４に記憶してある健常時の顔画像とを比較した後、顔面麻痺を判定する。具体的には、制御部１１は、対象者の顔面に非対称性が生じているか否かに基づき、顔面麻痺を判定する。顔面に非対称性が生じていれば「顔面麻痺あり」、顔面に非対称性が生じていなければ「顔面麻痺なし」である。

　さらに具体的には、ＬｉＤＡＲから取得した顔画像を、補助記憶部１４に記憶してある健常時の顔画像と比較して、対象者の顔半分の特徴点（額、眉、目、頬、または口角等）が下がっていれば「顔面麻痺あり」、対象者の顔半分の特徴点（額、眉、目、頬、または口角等）が下がっていなければ「顔面麻痺なし」と判定する。

　制御部１１は、顔面麻痺が生じていないと判定した場合、第一段階に戻って生体情報の取得を続ける。一方、制御部１１は、顔面麻痺が生じていると判定した場合、第三段階に移行する。発話異常と顔面麻痺の両方が発生している際には、脳卒中の危険性が高いためである。

　図８は、情報処理装置１０が実行するプログラム１４０の処理手順を示すフローチャートである。情報処理装置１０の制御部１１は、プログラム１４０に基づき以下の処理を実行する。

　制御部１１は、第一センサ１９としてマイクを起動する（ステップＳ５０１）。マイクは、対象者の音声情報を検出する。制御部１１は、マイクから音声情報を取得する（ステップＳ５０２）。制御部１１は、取得した音声情報に基づき対象者を特定する(ステップＳ５０３)。

　制御部１１は、補助記憶部１４に記憶してある健常時の音声情報を読み出す(ステップＳ５０４)。制御部１１は、マイクから取得した音声情報と、読み出した音声情報とを比較して発話異常の有無を判定する(ステップＳ５０５)。

　制御部１１は、発話異常がないと判定した場合(ステップＳ５０５：ＮＯ)、マイクとは異なる種類の第一センサ１９を起動する(ステップＳ５０６)。一方、制御部１１は、発話異常があると判定した場合(ステップＳ５０５：ＹＥＳ)、ＬｉＤＡＲを起動する(ステップＳ５０７)。

　ＬｉＤＡＲは、対象者の顔画像を検出する。制御部１１は、ＬｉＤＡＲから顔画像を取得する(ステップＳ５０８)。制御部１１は、補助記憶部１４に記憶してある健常時の顔画像を読み出す(ステップＳ５０９)。制御部１１は、ＬｉＤＡＲから取得した顔画像と、読み出した顔画像とを比較して顔面麻痺の有無を判定する(ステップＳ５１０)。なお、ＬｉＤＡＲから取得した顔画像の非対称性から顔面麻痺の有無を判定してもよい。

　制御部１１は、顔面麻痺がないと判定した場合(ステップＳ５１０：ＮＯ)、ＬｉＤＡＲとは異なる種類の第一センサ１９を起動する(ステップＳ５０６)。一方、制御部１１は、顔面麻痺があると判定した場合(ステップＳ５１０：ＹＥＳ)、第三センサ２１を起動する(ステップＳ５１１)。

　以上、実施の形態３によれば、複数のセンサを組み合わせて生体情報を取得していくことにより、正確に健康異常を判定できる。

［実施の形態４］
　実施の形態４では、第一センサ１９としてＬｉＤＡＲ、第二センサ２０としてカメラを起動して健康状態を判定する形態について説明する。ＬｉＤＡＲで取得した生体情報に対して、カメラで取得した生体情報を追加することにより、たとえば、転倒状態の判定精度が向上する。なお、実施の形態１と重複する内容は、同一の符号を付して説明を省略する。

　情報処理装置１０は、第一センサ１９としてＬｉＤＡＲを起動する。情報処理装置１０は、第二センサ２０としてカメラを起動する。情報処理装置１０は、ＬｉＤＡＲおよびカメラが取得した各情報を統合して、統合情報を取得する。具体的には、情報処理装置１０は、ＬｉＤＡＲが取得した画像とカメラが取得した画像とを統合する。情報処理装置１０は、統合された画像に基づき対象者の転倒の有無を判定する。

　制御部１１は、画像を統合する際、カメラにより撮影された画像内の特定領域をマスキングする。制御部１１は、ＬｉＤＡＲから取得した画像に基づきマスキングする箇所を特定する。マスキングされる箇所は、たとえば、個人が識別されやすい顔部分の領域である。プライバシーに配慮するためである。

　制御部１１は、マスキングされた画像（以下、マスキング画像という）から対象者の態勢を特定する。対象者の態勢には、立位、座位、および転倒等が含まれる。特定に用いる対象者の画像は、たとえば、全身のうち、顔部分がＬｉＤＡＲにより取得された画像であり、首から下がカメラにより撮影された画像である。

　制御部１１は、Ｏｐｅｎｐｏｓｅ、Ｒ－ＣＮＮ（Region Based Convolutional Neural Networks）、またはＹＯＬＯ（You Only Look Once）等の機械学習モデルを用いた顔認識アルゴリズムにより、カメラが取得した全身画像に対して顔部分を特定する。制御部１１は、特定された顔部分にのみ、ＬｉＤＡＲから取得した顔部分の画像を当てはめてマスキングする。マスキング画像はＬｉＤＡＲ画像およびカメラ画像が統合されているため、プライバシーの配慮と異常判定の検出機能との両立が可能である。

　なお、対象者の転倒判定は、ＳＶＭ、トランスフォーマ、またはＬＳＴＭ等の機械学習モデルを用いておこなわれてもよい。その場合、制御部１１は、カメラおよびＬｉＤＡＲの統合画像を入力した際に「立位」、「座位」、「転倒」のいずれかに分類するよう学習されたモデルに、対象者のマスキング画像を入力して対象者の転倒判定をおこなう。

　図９は、情報処理装置１０が実行するプログラム１４０の処理手順を示すフローチャートである。情報処理装置１０の制御部１１は、プログラム１４０に基づき以下の処理を実行する。

　制御部１１は、第一段階としてＬｉＤＡＲを起動する（ステップＳ６０１）。制御部１１は、ＬｉＤＡＲから対象者の全身画像を取得する（ステップＳ６０２）。制御部１１は、第二段階としてカメラを起動する（ステップＳ６０３）。制御部１１は、カメラから対象者の全身画像を取得する（ステップＳ６０４）。

　制御部１１は、カメラが取得した全身画像から、顔認識アルゴリズムにより顔領域を特定する(ステップＳ６０５)。制御部１１は、特定した顔領域にＬｉＤＡＲが取得した顔画像を当てはめてマスキングする(ステップＳ６０６)。制御部１１は、マスキング画像に基づき対象者の転倒の有無を判定する(ステップＳ６０７)。

　以上、実施の形態４によれば、マスキング画像を転倒判定に用いることにより、プライバシーの配慮と異常判定の検出機能との両立が実現できる。また、第一センサ１９としてＬｉＤＡＲを起動することで、プライバシー開示度の低い状態で生体情報を取得することができる。

［実施の形態５］
　実施の形態５では、脳機能障害の有無を判定するための診断として、脳卒中に関するテストプログラムを実行する形態について説明する。以下、当該テストプログラムが脳卒中診断に用いられるＣＰＳＳである場合を例示する。ただし、判定される脳機能障害は特に限定されず、脳卒中の他にも、たとえば、認知症、失語症、または脳梗塞等による一過性の認知機能低下等が挙げられる。

　ＣＰＳＳは、顔のゆがみ、上肢挙上の状態、および構音障害の徴候をとらえて、脳卒中が起きている可能性を調べる診断である。

　情報処理装置１０は、ＣＰＳＳに必要となる、対象者の顔画像と腕画像と音声情報とを取得するため、第三センサ２１を起動する。この場合、第三センサ２１は、カメラおよびマイクの組み合わせである。第三センサ２１は、制御部１１による制御により、適切なタイミングで対象者の生体情報を取得していく。

　制御部１１は、スピーカ１７に所定の音声指示をさせる。ＣＰＳＳを受ける対象者は、スピーカ１７の音声指示に従って、顔のゆがみ、上肢挙上の状態、および構音障害に関する生体情報を情報処理装置１０に提供する。なお、スピーカ１７による音声指示のほか、表示部１５にテストプログラムの指示内容を表示させてもよい。

　以下、顔のゆがみ、上肢挙上の状態、および構音障害の徴候をとらえる際の詳細について説明する。

［顔のゆがみ］
　スピーカ１７は、対象者に「歯を見せるように笑ってください」等の音声指示をおこなう。制御部１１は、カメラにより対象者の笑った顔画像を取得する。制御部１１は、対象者の笑った顔について、顔面が左右対称であれば正常、顔面が左右対称でなければ異常であると判定する。具体的には、制御部１１は、左右のコサイン類似度または相関値を算出して対称性を特定する。

　なお、顔のゆがみ判定は、ＣＮＮまたはＳＶＭ等の機械学習モデルを用いておこなわれてもよい。その場合、制御部１１は、顔画像を入力した際に「ゆがみあり」か「ゆがみなし」のいずれかに分類するよう学習されたモデルに、対象者の顔画像を入力して対象者の顔のゆがみを判定する。

［上肢挙上］
　スピーカ１７は、対象者に「目を閉じて１０秒間両腕を挙げたままにしてください」等の音声指示をおこなう。制御部１１は、カメラにより対象者の腕画像を取得する。制御部１１は、対象者の関節点を特定し、所定の位置より高い位置に関節点がある場合に「挙上されている」、所定の位置より低い位置に関節点がある場合に「挙上されていない」と判定する。

　制御部１１は、対象者の腕について、両腕ともに挙がるか、あるいは両腕ともに挙がらなければ正常、片方の腕のみ挙がらない、両腕の挙がり具合が同程度でない、あるいは挙げた腕を保持できなければ異常であると判定する。

　なお、上肢挙上の判定は、ＣＮＮまたはＳＶＭ等の機械学習モデルを用いておこなわれてもよい。その場合、制御部１１は、腕画像を入力した際に「挙上されている」か「挙上されていない」のいずれかに分類するよう学習されたモデルに、対象者の腕画像を入力して対象者の上肢挙上を判定する。

［構音障害］
　スピーカ１７は、対象者に対して所定の音声を出力する。出力される音声は、「昨日はどこに行きましたか？」または「今日の天気は何ですか？」等の、対象者に発話を促す簡単な疑問文である。制御部１１は、マイクにより発話内容に関する音声情報を取得する。制御部１１は、対象者の音声情報について、滞りなく正確に話していれば正常であると判定し、不明瞭な言葉または間違った言葉を話したり、もしくは言葉を発したりしなければ異常であると判定する。

　なお、構音障害の判定は、ニューラルネットワーク、ＳＶＭ、トランスフォーマ、またはＬＳＴＭ等の機械学習モデルを用いておこなわれてもよい。その場合、制御部１１は、発話データを入力した際に「構音障害あり」か「構音障害なし」のいずれかに分類するよう学習されたモデルに、対象者の発話内容を入力して対象者の構音障害を判定する。

　最後に制御部１１は、顔のゆがみ、上肢挙上の状態、および構音障害に関して、異常が判定された項目とその数とを含むＣＰＳＳ情報を取得する。制御部１１は、取得したＣＰＳＳ情報に基づき、脳卒中が起きている確率またはスコアを出力する。

　確率を出力する際には、各診断にて機械学習モデルが出力した異常レベルに関する確率の平均値が出力される。たとえば、機械学習モデルが、顔のゆがみテスト：６０％、上肢挙上テスト：６０％、構音障害テスト：９０％と出力した場合、脳卒中の確率は７０％と出力される。出力された確率は、表示部１５に表示されてもよい。

　スコアを出力する際には、「異常あり」なら「１点」、「異常なし」なら「０点」のように設定された各診断の合計スコアが出力される。たとえば、顔のゆがみ：１点、上位挙上：１点、構音障害：０点であれば、脳卒中スコアは２点と出力される。出力されたスコアは、表示部１５に表示されてもよい。

　図１０は、情報処理装置１０が実行するプログラム１４０の処理手順を示すフローチャートである。情報処理装置１０の制御部１１は、プログラム１４０に基づき以下の処理を実行する。

　制御部１１は、第三センサ２１としてカメラおよびマイクを起動する(ステップＳ７０１)。制御部１１は、スピーカ１７に対象者の笑った顔画像を取得するための音声指示をさせる(ステップＳ７０２)。カメラは、対象者の顔画像を撮影する。制御部１１は、カメラから対象者の顔画像を取得する(ステップＳ７０３)。制御部１１は、対象者の顔画像に基づき顔のゆがみが生じているか否かを判定する(ステップＳ７０４)。

　制御部１１は、スピーカ１７に上肢挙上の生体情報を取得するための音声指示をさせる(ステップＳ７０５)。カメラは、対象者が上肢挙上をおこなっている様子を撮影する。制御部１１は、対象者の腕画像を取得する(ステップＳ７０６)。制御部１１は、対象者の腕画像に基づき上肢挙上に異常があるか否かを判定する(ステップＳ７０７)。

　制御部１１は、スピーカ１７に所定の疑問文を出力させる(ステップＳ７０８)。マイクは、対象者の発話内容を含む音声情報を取得する(ステップＳ７０９)。制御部１１は、対象者の発話内容に基づき構音障害が生じているか否かを判定する(ステップＳ７１０)。

　制御部１１は、ステップＳ７０４、ステップＳ７０７、およびステップＳ７１０にて特定した異常判定に応じて、脳卒中が起きている確率またはスコアを出力する(ステップＳ７１１)。

　以上、実施の形態５によれば、脳機能障害の有無を判定するテストプログラムを実行し、異常判定をおこなうことができる。また、対象者が自発的にテストプログラムを起動する必要がないため、利便性が向上する。さらには、第三者の介入なくテストプログラムを実行できるため、対象者単独でも自身の健康状態の異常に気付くことができる。

［変形例］
　第一センサ１９、第二センサ２０、または第三センサ２１が対象者の顔を撮影する形態において、顔の特徴点（たとえば口角）に基づいて異常を判定する際の処理を図１１および図１２に示す。

　図１１では、対象者の顔を撮影する第一センサ１９または第二センサ２０を起動して、異常判定をおこなう場合を例示する。

　制御部１１は、第一センサ１９または第二センサ２０から顔画像を取得して、当該顔画像から顔半分の顔情報を取得する。制御部１１は、顔画像に含まれる、左側の特徴点および右側の特徴点を抽出して、左右の特徴点の位置と健常時の顔情報とを比較する。

　健常時の顔情報と比較して、左右どちらか一方の特徴点の位置が下がっている場合、制御部１１は対象者を異常であると判定する。また、健常時の顔情報と比較して、両方の特徴点の位置が下がっている場合、制御部１１は対象者を異常であると判定してもよい。もしくは、左右の特徴点同士を比較して、片側の特徴点の位置が逆側の特徴点の位置よりも下がっている場合、制御部１１は対象者を異常であると判定する。

　図１１は、情報処理装置１０が実行するプログラム１４０の処理手順を示すフローチャートである。情報処理装置１０の制御部１１は、プログラム１４０に基づき以下の処理を実行する。

　制御部１１は、第一センサ１９または第二センサ２０を起動する(ステップＳ８０１)。第一センサ１９または第二センサ２０は、対象者の顔を撮影する。制御部１１は、第一センサ１９または第二センサ２０から対象者の顔画像を取得する(ステップＳ８０２)。制御部１１は、当該顔画像から顔半分の顔情報を取得する(ステップＳ８０３)。制御部１１は、顔半分の顔情報に含まれる特徴点を抽出する(ステップＳ８０４)。

　制御部１１は、補助記憶部１４に記憶してある健常時の顔情報を読み出す(ステップＳ８０５)。制御部１１は、健常時の顔情報および抽出した特徴点に基づいて、抽出した特徴点が下がっているか否かを判定する(ステップＳ８０６)。

　制御部１１は、健常時の顔情報より抽出した特徴点の方が下がっている場合(ステップＳ８０６：ＹＥＳ)、対象者を異常であると判定する(ステップＳ８０７)。一方、制御部１１は、健常時の顔情報より抽出した特徴点の方が下がっていない場合(ステップＳ８０６：ＮＯ)、対象者を異常ではないと判定する(ステップＳ８０８)。

　なお、制御部１１は、ステップＳ８０６の処理にて、左右の特徴点同士を比較して異常判定をおこなってもよい。この場合、ステップＳ８０３およびステップＳ８０５の処理は必須ではない。

　図１２では、対象者に笑った顔を作るよう指示するテストプログラムを実行した後に、対象者の顔を撮影する第三センサ２１を起動して異常判定をおこなう場合を例示する。

　制御部１１は、第三センサ２１から顔画像（たとえば対象者が笑っている顔画像）を取得して、当該顔画像から顔半分の口角を取得する。制御部１１は、顔画像に含まれる、左側の口角および右側の口角を抽出して、左右の口角の位置と基準となる口角とを比較する。

　健常時の顔情報と比較して、左右どちらか一方の口角の位置が下がっている場合、制御部１１は対象者を異常であると判定する。また、基準となる口角と比較して、両方の口角が上がらない場合、制御部１１は対象者を異常であると判定する。もしくは、左右の口角同士を比較して、片側の口角の位置が逆側の口角の位置よりも上がらない場合、制御部１１は対象者を異常であると判定する。

　図１２は、情報処理装置１０が実行するプログラム１４０の処理手順を示すフローチャートである。情報処理装置１０の制御部１１は、プログラム１４０に基づき以下の処理を実行する。

　制御部１１は、テストプログラムを実行する(ステップＳ９０１)。制御部１１は、第三センサ２１を起動する(ステップＳ９０２)。第三センサ２１は、対象者の顔画像を取得する。制御部１１は、対象者の顔画像を取得する(ステップＳ９０３)。制御部１１は、当該顔画像から顔半分の口角を抽出する(ステップＳ９０４)。

　制御部１１は、補助記憶部１４に記憶してある基準となる口角情報を読み出す(ステップＳ９０５)。制御部１１は、読み出した基準となる口角情報と、顔画像から抽出した顔半分の口角とに基づいて、顔画像から抽出した顔半分の口角が上がっているか否かを判定する(ステップＳ９０６)。

　制御部１１は、基準となる口角情報より抽出した口角の方が上がらない場合(ステップＳ９０６：ＮＯ)、対象者を異常であると判定する(ステップＳ９０７)。一方、制御部１１は、抽出した口角が基準となる口角情報と同程度に上がっている場合(ステップＳ９０６：ＹＥＳ)、対象者を異常ではないと判定する(ステップＳ９０８)。

　なお、制御部１１は、ステップＳ９０６の処理にて、左右の口角同士を比較して異常判定をおこなってもよい。この場合、ステップＳ９０４およびステップＳ９０５の処理は必須ではなく、左右の口角同士を比較する前に左右両方の口角を抽出しておく。

　上述した変形例によれば、顔の特定の部位に基づいて対象者の異常を判定することができる。なお、上述した変形例では、顔の特徴点（たとえば口角）に基づいて異常を判定する場合を例示したが、動揺、振戦、脱力、または発話等から抽出した特徴量に基づいて異常を判定してもよい。

［実施の形態６］
　なお、実施の形態１と重複する内容は、同一の符号を付して説明を省略する。実施の形態６では、第一センサ１９、第二センサ２０、および第三センサ２１を適宜用いて判定し、判定結果を出力する際に、対象者のプライバシー開示を極力低減するように処理を実行する。

　図１３は、実施の形態６における情報処理装置１０が実行するプログラム１４０の処理手順の一例を示すフローチャートである。情報処理装置１０の制御部１１は、プログラム１４０に基づき以下の処理を実行する。

　制御部１１は、第一センサ１９を起動する（ステップＳ１００１）。第一センサ１９は、対象者の第一センサ情報を検出する。制御部１１は、第一センサ１９が検出した第一センサ情報を、第一センサ情報が検出された日時と共に取得する（ステップＳ１００２）。制御部１１は、第一センサ１９を停止させてよい。

　制御部１１は、第二センサ２０を起動する（ステップＳ１００３）。第二センサ２０は、対象者の第二センサ情報を検出する。制御部１１は、第二センサ２０が検出した第二センサ情報を、第二センサ情報が検出された日時と共に取得する（ステップＳ１００４）。制御部１１は、第二センサ２０を停止させてよい。

　制御部１１は、第三センサ２１を起動する（ステップＳ１００５）。第三センサ２１は、対象者の第三センサ情報を検出する。制御部１１は、第三センサ２１が検出した第三センサ情報を、第二センサ情報が検出された日時と共に取得する（ステップＳ１００６）。制御部１１は、第三センサ２１を停止させてよい。

　第二センサ２０と、第三センサ２１とでは、第一センサ１９と比較して、身体的なプライバシー開示度が高い生体情報が検出される。したがって制御部１１は、第一センサ情報に基づいて第二センサ２０のうち、対象者に対して関連すると判断されるセンサのみ起動してもよい。制御部１１は、同様にして、第一センサ情報、および第二センサ情報、あるいはいずれか一方によって、第三センサ２１のうち、対象者に対して関連すると判断されるセンサを起動したり、テストプログラムを実行したりしてもよい。

　制御部１１は、第一センサ情報、第二センサ情報、および、第三センサ情報を用いて対象者の健康状態に、異常があるか否かを判定する（ステップＳ１００７）。ステップＳ１００７は、第一の判定処理又は第二の判定処理の例示である。

　対象者の健康状態に、異常があると判定された場合（Ｓ１００７：ＹＥＳ）、制御部１１は、第一センサ情報、第二センサ情報、および、第三センサ情報にもとづき、対象者の健康状態の内容に対応するテキスト、画像又は特徴点情報を作成する（ステップＳ１００８）。ステップＳ１００８において制御部１１は、データ量を削減する処理の一例として所謂メタデータと言われるデータ（第一センサ情報、第二センサ情報、および、第三センサ情報に属する意味情報）に抽象化したテキスト、画像、又は特徴点情報等のデータを作成する。例えば、脳卒中を疑われるようなことを認識するに至った顔の画像（例えば、対象者の顔面麻痺の画像）や、テストプログラムにおける指示内容に対する動作を撮影した画像（例えば、対象者の左右どちらか一方の口角が上がっていない画像）などから、制御部１１は、個人を識別できないが歪み（例えば、顔面麻痺）が分かる範囲にトリミングしたＲＯＩ画像を作成するか、「対象者に脳卒中が疑われる」「対象者に顔面麻痺がある」といった旨のテキストのみとする。また、例えば、脳卒中を疑われるようなことを認識するに至った顔の画像（例えば、対象者の顔面麻痺の画像）や、テストプログラムにおける指示内容に対する動作を撮影した画像（例えば、対象者の左右どちらか一方の口角が上がっていない画像）などから、制御部１１は、対象者の顔の特徴点（目、目尻、口、口角、鼻、鼻筋等）を抽出し、特徴点のみの画像や特徴点同士を結ぶ線、特徴点の位置座標、特徴点同士の角度情報等の特徴点情報を生成する。制御部１１は、作成したテキスト、画像又は特徴点情報を表示部１５に表示する（ステップＳ１００９）。ステップＳ１００９は第一の判定処理又は第二の判定処理の判定結果の内容に対応するメタデータを出力することの例示である。

　制御部１１は、ステップＳ１００２，Ｓ１００４，Ｓ１００６で取得したセンサ情報のデータ量を削減する処理をし、健康状態ＤＢ１５０に記憶する（ステップＳ１０１０）。ステップＳ１０１１において制御部１１は、センサ情報から、健康状態の診断に必要な数値へ演算してから記憶してもよい。制御部１１は、対象者の健康状態フィールドのレコードを「異常あり」に書き換え（ステップＳ１０１１）、処理を終了する。

　健康状態に異常がないと判定された場合（Ｓ１００７：ＮＯ）、制御部１１は、対象者の健康状態フィールドのレコードを「異常なし」として健康状態ＤＢ１５０に記憶する（ステップＳ１０１２）。制御部１１は、「異常なし」を示すテキスト又は画像を表示部１５に表示し（ステップＳ１０１３）、処理を終了する。

　制御部１１は、図１３に示したように第一センサ１９、第二センサ２０、および第三センサ２１を全て用いた診断をおこなわなくてもよい。制御部１１は、実施の形態１から実施の形態５で示したように段階的に、第一センサ１９から得られる、より開示度が低い生体情報に基づく診断で不要と判断した場合には、第二センサ２０、または第三センサ２１による診断を省略してもよい。実施の形態６ではあくまでも、表示部１５に表示させる診断結果を、できる限り抽象化し、健康異常の判定精度を低下させることなくプライバシーの開示度を低く保つ。なお、第一センサ１９、第二センサ２０、および第三センサ２１は、異なる種類のセンサでもよいし、プライバシー開示度が異なる同一のセンサでもよい。

　以上、実施の形態６によれば、複数のセンサを組み合わせて生体情報を取得していくことにより、健康異常の判定精度を向上させつつ、判定結果を抽象化（メタデータ化）して出力して無用なプライバシー開示を避けることを可能とする。

　以上、実施の形態１から実施の形態６によれば、生体情報を取得する方法を健康状態の異常度合いに応じて段階的に切り換えるプログラム等を提供でき、健康観察とプライバシーの確保とのバランスを図ることができる。また、ＬｉＤＡＲ、カメラ、マイク、イベント駆動撮影装置、ミリ波センサ、超音波センサ、またはサーモグラフィカメラ等のセンサは、非接触で生体情報を取得することが可能であるため、対象者の日常生活を妨げることなく、対象者の異常の有無をモニタリングすることができる。

　今回開示された実施の形態はすべての点において例示であり、制限的なものではない。本発明の技術的範囲は上記のように開示された意味ではなく、請求の範囲の記載に基づいて定められ、請求の範囲と均等の意味および範囲内において、すべての変更が含まれる。

　１０　　情報処理装置
　１０ａ　可搬型記憶媒体
　１１　　制御部
　１２　　主記憶部
　１３　　通信部
　１４　　補助記憶部
　１４０　プログラム（プログラム製品）
　１５０　健康状態ＤＢ
　１５　　表示部（出力部）
　１６　　入力部
　１７　　スピーカ
　１８　　駆動機構
　１９　　第一センサ
　２０　　第二センサ
　２１　　第三センサ

Claims

　第一センサから得られる第一センサ情報に基づき対象者の異常を判定し、
　判定結果に応じて、前記第一センサよりも身体的なプライバシー開示度が高い第二センサから得られる第二センサ情報に基づき対象者の異常を判定するか、または、前記対象者に対し異常に関するテストプログラムを実行する
　処理をコンピュータに実行させるプログラム。
　前記第二センサ情報に基づき対象者に異常がないと判定した場合に、前記第一センサとは種類の異なる第一センサに切り換え、
　該第一センサから得られる第一センサ情報に基づき対象者の異常を再度判定する
　請求項１に記載のプログラム。
　前記第一センサ情報に基づき判定された対象者の異常の程度に応じて、前記第二センサ情報に基づく異常判定をスキップして前記テストプログラムを実行する
　請求項１に記載のプログラム。
　前記第二センサは対象者の顔を撮影する第二撮影装置であり、
　前記第一センサは対象者の顔を撮影しない第一撮影装置または前記第二撮影装置よりも広角な第一撮影装置である
　請求項１から請求項３のいずれか一項に記載のプログラム。
　前記第一センサはマイク、LiDAR、または輝度変化を抽出するイベント駆動撮影装置である
　請求項１から請求項４のいずれか一項に記載のプログラム。
　前記第一センサ情報または前記第二センサ情報に基づき、顔面麻痺、生体情報異常、メンタル異常、転倒、動揺もしくは振戦、脱力、または発話異常を検出する
　請求項１から請求項５のいずれか一項に記載のプログラム。
　前記第一センサはマイクであり、前記第二センサはLiDARであり、
　前記マイクが取得した音声情報に基づき発話異常を検出し、
　前記LiDARが取得した顔画像に基づき顔面麻痺を検出する
　請求項１から請求項６のいずれか一項に記載のプログラム。
　LiDARが取得した情報とカメラが取得した情報とを統合した統合情報を取得し、
　前記統合情報に基づき対象者の転倒の有無を検出する
　請求項１から請求項７のいずれか一項に記載のプログラム。
　前記テストプログラムは第一センサよりも身体的なプライバシー開示度が高い第三センサから得られる第三センサ情報に基づき対象者の異常を判定する
　請求項１から請求項８のいずれか一項に記載のプログラム。
　前記第一センサ、第二センサ、および第三センサのうち少なくともいずれか１つから得られる対象者の生体情報に基づき、前記対象者の異常の有無を判定する第一の判定処理、並びに、
　前記第一の判定処理の結果を出力する処理を前記コンピュータに少なくとも実行させ、
　前記第一の判定処理の結果に応じて、前記第一センサ、第二センサ、および第三センサのうち少なくともいずれか１つから取得済みの生体情報、又は、改めて取得する前記対象者の生体情報に基づき、前記第一の判定処理よりも身体的なプライバシー開示度が高い項目に関して異常の有無を判定する第二の判定処理と、
　前記第二の判定処理の結果を出力する処理と
　を前記コンピュータに実行させる請求項９に記載のプログラム。
　第二センサ情報に基づき対象者が異常であると判定した場合に、前記テストプログラムを実行する
　請求項１から請求項１０のいずれか一項に記載のプログラム。
　前記テストプログラムは、脳機能障害の有無を判定するための診断である
　請求項１から請求項１１のいずれか一項に記載のプログラム。
　脳卒中に関するテストプログラムを実行し、
　第三センサにより撮影された対象者の顔または腕の画像を取得し、
　取得した画像と、前記テストプログラムを実行して取得された対象者の発話内容とに基づき、対象者の異常を判定する
　請求項１２に記載のプログラム。
　前記第一センサまたは前記第二センサにより撮影された対象者の顔画像を取得し、
　前記顔画像から顔半分の顔情報を抽出し、
　前記顔情報が基準となる顔情報と比較して下がっている場合、または、前記顔情報が逆側の顔半分の顔情報と比較して下がっている場合、異常状態であると判定する
　請求項１から請求項１３のいずれか一項に記載のプログラム。
　対象者に笑った顔を作るよう指示する前記テストプログラムを実行し、
　前記テストプログラムの実行後に前記第三センサにより撮影された対象者の顔画像を取得し、
　前記顔画像から顔半分の口角を抽出し、
　前記口角が基準となる口角と比較して上がらない場合、または、前記口角が逆側の顔半分の口角と比較して上がらない場合、異常状態であると判定する
　請求項９から請求項１３のいずれか一項に記載のプログラム。
　一又は複数のセンサから得られる対象者の生体情報に基づき、前記対象者の異常の有無を判定する第一の判定処理と、
　前記異常の有無に応じて、前記一又は複数のセンサから得られる前記生体情報に基づき、前記第一の判定処理よりも身体的なプライバシー開示度が高い項目に関して異常の有無を判定する第二の判定処理と
　を含む処理をコンピュータに実行させるプログラム。
　前記第一の判定処理又は第二の判定処理の判定結果を出力するに際し、前記判定結果のデータ量を削減する処理をし、前記判定結果の内容に対応するメタデータを出力する
　処理を前記コンピュータに実行させる請求項１６に記載のプログラム。
　第一センサから得られる第一センサ情報に基づき対象者の異常を判定する判定部と、
　判定結果に応じて、前記第一センサよりも身体的なプライバシー開示度が高い第二センサから得られる第二センサ情報に基づき対象者の異常を判定するか、または、前記対象者に対し異常に関するテストプログラムを実行する制御部と
　を備える情報処理装置。
　一又は複数のセンサから得られる対象者の生体情報に基づき、前記対象者の異常の有無を判定する第一の判定部と、
　前記一又は複数のセンサから得られる前記生体情報に基づき、前記第一の判定部よりも身体的なプライバシー開示度が高い項目に関して異常の有無を判定する第二の判定部と、
　前記異常の有無に応じて、前記第一の判定部による判定結果か、又は、前記第二の判定部による判定結果を出力する出力部と
　を備える情報処理装置。
　コンピュータが、
　第一センサから得られる第一センサ情報に基づき対象者の異常を判定し、
　判定結果に応じて、前記第一センサよりも身体的なプライバシー開示度が高い第二センサから得られる第二センサ情報に基づき対象者の異常を判定するか、または、前記対象者に対し異常に関するテストプログラムを実行する
　情報処理方法。
　コンピュータが、
　一又は複数のセンサから得られる対象者の生体情報に基づき、前記対象者の異常の有無を判定する第一の判定処理と、
　前記異常の有無に応じて、前記一又は複数のセンサから得られる前記生体情報に基づき、前記第一の判定処理よりも身体的なプライバシー開示度が高い項目に関して異常の有無を判定する第二の判定処理と
　を実行する情報処理方法。