JP2021507366A - ユーザの健康状態を監視するためのシステムおよび方法 - Google Patents

Abstract

ユーザの健康状態を監視するための方法およびシステムが、本明細書に提供される。本方法は、１つ以上のセンサデータを収集することと、収集されたセンサデータの少なくともサブセットを分析することと、特徴を収集および／または分析されたセンサデータから抽出することと、身体的スコア、心理的スコア、および総スコアのうちの１つ以上のものを決定することとを含んでもよい。本方法はさらに、スコアのうちの１つ以上のものに基づいて、ユーザの健康状態を決定することを含んでもよい。

Description

（関連出願）
本願は、参照することによって全体として本明細書に組み込まれる、２０１７年１２月１５日に出願された、米国仮特許出願第６２／５９９，５６７号の利益を主張する。

個人の身体的および／または心理的状態は、その全般的健康体に重要であり得、個人の生活の種々の側面、例えば、効果的意思決定に影響を及ぼし得る。その身体的および／または心理的健康状態を認知している、人々は、自身の能力を自覚し、人生、仕事、または他の社会的出来事のストレスに対処し、共同体に寄与するようにより適応し得る。しかしながら、個人の身体的および／または心理的状態は、特に、ある身体的健康または精神的健康状態の兆候または前兆は、常時、明白であるわけではなく、早期の段階では、容易に把握されない場合がある。多くの場合、後期の段階と比較して、早期の段階において、対処し、適切な手段を講じることが好ましい。

身体的および／または心理的状態を監視および査定し、ある危険に曝されている身体的および／または心理的状態を発症の早期の段階で予測し、したがって、予防的手段および試みの可能性をもたらし得る、方法およびシステムの必要がある。個人の健康状態を確認することが望ましくあり得る、多くのインスタンスが存在する。ある人物の健康状態の決定は、その身体的および／または心理的状態の査定を含み得る。従来、そのような決定を行うために、その人物の身体的または心理的状態を監視するために、典型的には、保健医療専門家が、その人物と相互作用するか、またはその人物が、一連の試験を受けるかのいずれかとなる。しかしながら、そのような決定は、主観的であって、したがって、異なる保健医療専門家が、所与の同一試験結果を前提として、異なる結論に達し得るため、不正確であり得る。したがって、ユーザの健康状態を監視するための正確かつ信頼性がある方法およびシステムが、必要とされる。

本開示の側面は、ユーザの健康状態を決定するためのコンピュータ実装方法であって、データを複数のソースから受信することと、複数のソースから受信されたデータを分析し、ユーザと関連付けられたジェスチャおよびイベントを検出することと、複数のソースから受信されたデータおよび検出されたジェスチャおよびイベントに対応する分析されたデータから複数の特徴を抽出することと、特徴の１つ以上のサブセットを複数の抽出された特徴から選択することと、少なくとも部分的に、特徴の選択された１つ以上のサブセットを使用して、（ｉ）ユーザの身体的状態、（ｉｉ）ユーザの心理的状態、または（ｉｉｉ）ユーザの身体的および心理的状態を決定し、それによって、ユーザの健康状態を決定することとを含む、方法を提供する。

いくつかの実施形態では、特徴の１つ以上のサブセットは、特徴の第１のサブセットおよび特徴の第２のサブセットを含む。いくつかの実施形態では、本方法はさらに、少なくとも部分的に、特徴の第１のサブセットおよび特徴の第２のサブセットを使用して、それぞれ、ユーザの身体的状態およびユーザの心理的状態を決定することを含む。いくつかの実施形態では、特徴の第１のサブセットおよび特徴の第２のサブセットは、共通特徴を含む。いくつかの実施形態では、本方法はさらに、少なくとも部分的に、共通特徴を使用して、ユーザの身体的および心理的状態を決定することを含む。いくつかの実施形態では、本方法はさらに、決定の正確度が所定の閾値より低い場合、特徴の１つ以上のサブセットを調節することを含む。いくつかの実施形態では、正確度は、ユーザの身体的状態、心理的状態、または身体的および心理的状態に関するユーザのフィードバックに基づいて決定される。いくつかの実施形態では、調節は、特徴の１つ以上のサブセット内に１つ以上の特徴を追加する、そこから削除する、またはそれを置換することによって実施される。いくつかの実施形態では、調節は、実質的にリアルタイムで実施される。いくつかの実施形態では、本方法はさらに、（１）ユーザの身体的状態に基づいて、身体的スコアを決定すること、（２）ユーザの心理的状態に基づいて、心理的スコアを決定すること、および／または（３）ユーザの身体的および心理的状態に基づいて、総スコアを決定することを含む。いくつかの実施形態では、本方法はさらに、決定された身体的状態、心理的状態、および／または身体的および心理的状態に関するクエリをユーザに送信することと、クエリに対する応答をユーザから受信することと、応答に基づいて、身体的スコア、心理的スコア、および／または総スコアを調節することとを含む。いくつかの実施形態では、本方法はさらに、ユーザと関連付けられたジェスチャおよびイベントが生じるにつれて、ユーザの身体的および心理的状態のうちの少なくとも１つを監視することを含む。いくつかの実施形態では、本方法はさらに、監視に基づいて、ユーザの身体的および心理的状態のうちの少なくとも１つの傾向を決定することを含む。いくつかの実施形態では、本方法はさらに、傾向に基づいて、ユーザの将来的な身体的状態または心理的状態のうちの少なくとも１つを予測することを含む。いくつかの実施形態では、本方法はさらに、異なる程度の所与の身体的状態または心理的状態を決定することを含む。いくつかの実施形態では、本方法はさらに、異なるタイプの身体的および心理的状態を区別することを含む。いくつかの実施形態では、複数のソースは、ユーザと関連付けられたウェアラブルデバイスおよびモバイルデバイスを含む。いくつかの実施形態では、データは、ウェアラブルデバイスまたはモバイルデバイス上の複数のセンサを使用して収集されたセンサデータを含む。いくつかの実施形態では、ジェスチャは、ユーザの上肢によって実施される異なるタイプのジェスチャを含む。いくつかの実施形態では、イベントは、（ｉ）異なるタイプの活動および（ｉｉ）低活動または無活動の発生を含む。いくつかの実施形態では、イベントは、ウォーキング、飲酒、服薬、転倒、食事、および／または睡眠を含む。いくつかの実施形態では、複数の特徴は、少なくとも機械学習アルゴリズムまたは統計的モデルを使用して処理される。いくつかの実施形態では、身体的状態は、ユーザが身体的状態と関連付けられた症状を身体的に被っている尤度を含み、心理的状態は、ユーザが心理的状態と関連付けられた症状を精神的または感情的に被っている尤度を含む。いくつかの実施形態では、本方法はさらに、尤度と１つ以上の閾値を比較することと、尤度が、１つ以上の閾値未満であるか、１つ以上の閾値と等しいか、または１つ以上の閾値よりも大きいかに応じて、１つ以上のアラートをユーザまたは別のエンティティに生成することとを含む。

本開示の別の側面は、ユーザの健康状態を決定するためのコンピュータ実装方法であって、データを複数のソースから受信することと、複数のソースから受信されたデータを分析し、ユーザと関連付けられたジェスチャおよびイベントを検出することと、複数のソースから受信されたデータおよび検出されたジェスチャおよびイベントに対応する分析されたデータから複数の特徴を抽出することと、複数の特徴の少なくともサブセットを処理し、（１）ユーザの個々の身体的および心理的状態、および（２）ユーザの健康状態に影響を及ぼしている身体的状態と心理的状態との間の比較を決定することとを含む、方法を提供する。

いくつかの実施形態では、複数のソースは、ユーザと関連付けられたウェアラブルデバイスおよびモバイルデバイスを含む。いくつかの実施形態では、ウェアラブルデバイスおよび／またはモバイルデバイスは、インターネットに接続される。いくつかの実施形態では、データは、ウェアラブルデバイスまたはモバイルデバイス上の複数のセンサを使用して収集されたセンサデータを含む。いくつかの実施形態では、ジェスチャは、ユーザの上肢によって実施される異なるタイプのジェスチャを含む。いくつかの実施形態では、イベントは、（ｉ）異なるタイプの活動および（ｉｉ）低活動または無活動の発生を含む。いくつかの実施形態では、イベントは、ウォーキング、飲酒、服薬転倒、食事、および／または睡眠を含む。いくつかの実施形態では、イベントは、ユーザと関連付けられた随意的イベントおよび不随意的イベントを含む。いくつかの実施形態では、身体的状態と心理的状態との間の比較は、ユーザの健康状態をより正確に予測するために使用される。いくつかの実施形態では、本方法はさらに、（ｉ）ユーザの身体的状態に基づいて、身体的スコアを決定すること、および（ｉｉ）ユーザの心理的状態に基づいて、心理的スコアを決定することを含む。いくつかの実施形態では、本方法はさらに、身体的および心理的スコアを集約することによって、ユーザの総健康状態スコアを計算することを含む。いくつかの実施形態では、複数の特徴は、少なくとも機械学習アルゴリズムまたは統計的モデルを使用して処理される。いくつかの実施形態では、特徴の共通サブセットが、ユーザの身体的および心理的状態の両方を決定するために処理される。いくつかの実施形態では、特徴の異なるサブセットが、ユーザの身体的および心理的状態を個々に決定するために処理される。いくつかの実施形態では、身体的状態は、ユーザが身体的状態と関連付けられた症状を身体的に被っている尤度を含み、心理的状態は、ユーザが心理的状態と関連付けられた症状を精神的または感情的に被っている尤度を含む。いくつかの実施形態では、本方法はさらに、尤度と１つ以上の閾値を比較することと、尤度が、１つ以上の閾値未満であるか、１つ以上の閾値と等しいか、または１つ以上の閾値よりも大きいかに応じて、１つ以上のアラートをユーザまたは別のエンティティに生成することとを含む。いくつかの実施形態では、１つ以上の閾値は、ユーザに特有である、またはユーザのために事前に決定される、少なくとも１つの閾値を含む。いくつかの実施形態では、１つ以上の閾値は、基準ユーザ群を横断して適用可能な少なくとも１つの閾値を含む。

本開示の異なる側面は、個別に、集合的に、または相互と組み合わせて理解される得ることを理解されたい。本明細書に説明される本開示の種々の側面は、以下に記載される特定の用途のうちのいずれかに、または任意の他のタイプのエネルギー監視システムおよび方法に適用されてもよい。

本開示の他の目的および特徴は、明細書、請求項、および添付図面によって明白となるであろう。

（参照による組み込み）
本明細書で記述される全ての出版物、特許、および特許出願は、各個別出版物、特許、または特許出願が、参照することによって組み込まれるように具体的かつ個別に示された場合と同一の程度に、参照することによって本明細書に組み込まれる。

本発明の新規の特徴は、添付される請求項で詳細に記載される。本発明の特徴および利点のさらなる理解は、本発明の原理が利用される例証的実施形態を記載する、以下の詳細な説明および添付図面を参照することによって取得されるであろう。

図１は、いくつかの実施形態による、ユーザの健康状態を監視するための例示的方法のフローチャートである。

図２は、いくつかの実施形態による、ユーザの健康状態を監視するための例示的システムを図示する。

図３は、いくつかの実施形態による、対象からのデータを入手するための例示的方法を図示する。

図４は、いくつかの実施形態による、ユーザの健康状態を監視するための例示的システムのサンプルコンポーネントを図示する。

図５は、いくつかの実施形態による、センサデータ入手のための例示的サブシステムの例示的コンポーネントを描写する。

図６Ａは、いくつかの実施形態による、ユーザの場所を決定するための例示的方法を図示する。

図６Ｂおよび６Ｃは、いくつかの実施形態による、図６Ａの方法を使用して決定された２つの異なる場所における信号強度分布を示す。 図６Ｂおよび６Ｃは、いくつかの実施形態による、図６Ａの方法を使用して決定された２つの異なる場所における信号強度分布を示す。

図７Ａおよび７Ｂは、いくつかの実施形態による、センサデータを使用して、ユーザの健康状態を決定するための例示的方法を示す。

図８は、いくつかの実施形態による、所与の期間の間、ユーザから収集される例示的データを示す。

図９は、本明細書に提供される方法のいずれかを実装するようにプログラムまたは別様に構成される、コンピュータシステムを示す。

ここで、その実施例が添付図面に図示される、本開示のいくつかの例示的実施形態を詳細に参照する。可能である限り、同一の参照番号が、同一または類似部品を指すために図面および開示の全体を通して使用されるであろう。

本開示の方法およびシステムは、センサを利用して、データをユーザから収集し得る。センサデータは、ユーザと関連付けられたジェスチャおよび／またはイベントを検出するために使用され得る。イベントは、随意的イベント（ランニング、ウォーキング、食事、飲酒等）と、不随意的イベント（転倒、転蹶、滑倒等）とを含み得る。収集されたセンサデータおよび検出されたジェスチャおよびイベントは、ユーザの身体的および／または心理的状態を決定するために利用され得る。決定を行うために、本方法およびシステムはさらに、センサデータおよび／または検出されたジェスチャ／イベントを使用して、身体的スコア、心理的スコア、および／または総健康スコアを生成することを含んでもよい。ある場合には、ユーザの身体的および／または心理的状態が、ある点（事前に定義された閾値レベル等）まで低下すると、本方法およびシステムはさらに、通知をユーザおよび／または第三者に送信し、決定された身体的および／または心理的状態を報告してもよい。通知は、テキストメッセージ、オーディオメッセージ、ビデオメッセージ、写真メッセージ、または任意のタイプのマルチメディアメッセージ、またはそれらの組み合わせ等のメッセージであってもよい。通知は、決定された身体的および／または心理的状態に基づいて生成された報告であってもよい。通知は、１人以上の受信当事者に送信されてもよい。受信当事者は、人物、エンティティ、またはサーバであってもよい。受信当事者の非限定的実施例は、配偶者、友人、両親、介護者、家族、親戚、保険会社、生活支援者、看護師、医師、雇用者、同僚、救急隊、およびサーバを含む。

本開示の側面は、ユーザの健康状態を監視するための方法を提供する。本方法は、コンピュータ実装方法であってもよい。本方法は、データを複数のソースから受信するステップを含んでもよい。ソースは、ユーザと関連付けられてもよい。ソースは、センサ、ウェアラブルデバイス、モバイルデバイス、ユーザデバイス、またはそれらの組み合わせを含んでもよい。複数のソースから受信されたデータは、未加工データであってもよい。したがって、本方法はさらに、複数のソースから受信されたデータの少なくともサブセットを分析し、ユーザと関連付けられたジェスチャおよび／またはイベントを検出することを含む。ジェスチャは、ユーザによって行われた身体の少なくとも一部の任意の移動（随意的または不随意的）であってもよい。例えば、ジェスチャは、ユーザの上肢および／または下肢によって実施された異なるタイプのジェスチャを含んでもよい。イベントは、任意の随意的または不随意的イベントであってもよい。イベントは、異なるタイプの活動および／または低活動または不活動の発生を含んでもよい。ジェスチャ／イベントの非限定的実施例は、全ての日常生活動作（ＡＤＬ）、喫煙、食事、飲酒、服薬、転倒、転蹶、滑倒、歯磨き、手洗い、入浴、シャワー、ウォーキング（例えば、歩数、歩長、歩行距離、歩行速度）、歩行の変化、睡眠（例えば、睡眠時間、質、睡眠中の覚醒回数）、***、日中の活動時間、屋内／屋外活動、屋内／屋外場所、ユーザが頻繁に訪れる屋内／屋外場所（または目標地点（ＰＯＩ））、ユーザがＰＯＩを訪れた回数、ある期間の間に、ユーザが、ベッド、ソファ、椅子、所与のＰＯＩ、および／または任意の所与の場所で費やした回数、所与の場所から／への移動、入眠時間、通話時間／頻度、架電時間および持続時間、屋内／屋外場所で過ごした１日の時間／持続時間、発話パターン、呼吸、消化、および息遣いからの身体的音等の非言語音のパターン、またはそれらの組み合わせを含んでもよい。

理解されるであろうように、センサデータ受信／収集または入手およびジェスチャ／イベント検出または決定は、同時に、順次、または交互に実施されることができる。ユーザと関連付けられたセンサデータの受信および／またはジェスチャ／イベントの検出に応じて、センサデータおよび検出されたジェスチャ／イベントの少なくともサブセットは、ユーザの健康状態を決定するために使用され得る特徴を抽出するために使用されてもよい。決定は、複数の特徴の少なくともサブセットを処理し、（１）ユーザの個々の身体的および心理的状態、および（２）ユーザの健康状態に影響を及ぼしている身体的状態と心理的状態との間の比較を決定することを含んでもよい。ある場合には、身体的状態は、ユーザが身体的状態と関連付けられた症状を身体的に被っている尤度を含む。ある場合には、心理的状態は、ユーザが心理的状態と関連付けられた症状を精神的および／または感情的に被っている尤度を含む。尤度は、１つ以上の事前に定義された閾値と比較されてもよい。ある場合には、１つ以上のアラートまたは通知が、尤度が、閾値未満であるか、閾値と等しいか、または閾値よりも大きいかに応じて、生成されてもよい。閾値は、ユーザに特有またはユーザのために事前に決定された閾値を含んでもよい。閾値は、基準ユーザ群を横断して適用可能な閾値を含んでもよい。例えば、閾値は、ユーザと同一年齢、性別、人種、職業、および／または教育を有する、基準ユーザ群を使用して計算された閾値を含んでもよい。

ある場合には、本方法はさらに、実質的にリアルタイムで、ユーザの身体的および／または心理的状態を監視することを含んでもよい。ある場合には、監視は、事前に定義された期間内に複数回、ユーザの身体的および／または心理的状態を決定することを含んでもよい。例えば、ユーザの身体的および／または心理的状態は、１日に少なくとも２、３、４、５、６、７、８、９、１０回、または連続して２、３、４、５、６、７、８、９、１０日、またはそれを上回る日数にわたって、１日に２、３、４、５、６、７、８、９、１０回、またはそれを上回って、決定されてもよい。ある場合には、身体的および／または心理的状態の変化が検出されるにつれて、１つ以上の生成されたスコア（例えば、身体的スコア、心理的スコア、総スコア）が、更新されてもよい。スコアは、動的に更新されてもよい。スコアは、実質的にリアルタイムで、更新されてもよい。

代替として、または加えて、決定は、複数の特徴の少なくともサブセットを使用して、１つ以上のスコアを生成することを含んでもよい。１つ以上のスコアは、身体的スコア、心理的スコア、および総スコアまたは健康状態スコアを含んでもよい。いくつかのインスタンスでは、総健康状態スコアが、身体的および心理的スコアを集約することによって生成されてもよい。そのような集約は、身体的状態と心理的状態との間の比較に従って実施されてもよい。１つ以上のスコアの生成に応じて、ユーザの個々の身体的および心理的状態および／またはユーザの健康状態に影響を及ぼしている身体的状態と心理的状態との間の比較が、スコアに基づいて決定され得る。

個々の身体的および心理的状態は、特徴の異なるサブセットを使用して決定されてもよい。身体的および心理的状態を決定するために使用される特徴の異なるサブセットは、共通特徴を含んでもよい。共通特徴は、ユーザの身体的状態と心理的状態との間の比較を決定するために利用されてもよい。

身体的状態と心理的状態との間の比較は、異なる比較の程度を含んでもよい。例えば、不良な心理的状態（または精神的健康）は、慢性的身体的症状に関する危険因子である。別の実施例では、深刻な精神健康上の症状を伴う人々は、不良な身体的状態を有する、または悪化する身体的症状を被る危険が高くなり得る。同様に、不良な身体的状態または症状は、精神的健康問題を発症させる増加傾向につながり得る。身体的状態と心理的状態との間の比較は、抽出された特徴の１つ以上のものを使用して計算された比較係数に基づいて決定されてもよい。比較係数は、事前に定義された基準値（または閾値）と比較されてもよい。基準値は、年齢、性別、人種、収入、職業、場所、医療履歴、または任意の他の要因に基づいて選択された基準群等、基準群を使用して決定されてもよい。

ある場合には、身体的状態のうちの１つ以上のものは、心理的状態のうちの１つ以上のものと非常に関連付けられ得る。身体的状態と心理的状態との間の比較は、ユーザの健康状態をより正確に予測するために使用され得る。

いくつかのインスタンスでは、本開示の方法は、データを複数のソースから受信することを含んでもよい。データは、未加工データを含んでもよい。受信されたデータは、収集、記憶、および／または分析されてもよい。データは、ユーザ情報データに変換されてもよい。データ変換は、増幅、フィルタリング、多重化、デジタル化、雑音の低減または排除、信号タイプの変換（例えば、デジタル信号の無線周波数信号への変換）、および／またはソースから受信されたデータのタイプに特有の他の処理方法を含んでもよい。

ある場合には、本方法はさらに、受信されたデータの少なくともサブセットを分析し、ユーザと関連付けられたジェスチャおよびまたはイベントを検出することを含んでもよい。上記および本明細書のいずれかの場所で説明されるように、ジェスチャは、ユーザの身体の少なくとも一部の任意の移動（随意的または不随意的）であってもよい。例えば、ジェスチャは、ユーザの上肢および／または下肢によって実施される異なるタイプのジェスチャを含んでもよい。イベントは、任意の随意的または不随意的イベントであってもよい。ジェスチャおよびイベントの実施例は、上記または本明細書のいずれかに説明されている。受信されたデータおよび検出されたジェスチャ／イベントの少なくともサブセットは、特徴を抽出するために使用されてもよい。複数の特徴が、抽出されてもよい。いったん特徴が、抽出されると、本方法はさらに、生成された特徴の１つ以上のサブセット（例えば、２、３、４、５、６、７、８、９、１０、またはそれよりも多くのサブセット）を選択することを含んでもよい。選択された特徴の１つ以上のサブセットは、次いで、（ｉ）身体的状態、（ｉｉ）心理的状態、および（ｉｉｉ）ユーザの身体的および心理的状態のうちの１つ以上のものを決定し、したがって、ユーザの全般的健康状態を識別するために使用されてもよい。決定は、異なる程度または段階の所与の身体的、心理的、および／または身体的および心理的状態を決定することを含んでもよい。決定は、異なるタイプの身体的、心理的、および／または身体的および心理的状態を区別することを含んでもよい。

ある場合には、決定は、特徴の選択された１つ以上のサブセットの一部を使用してもよい。いくつかの実施例では、本方法は、複数の特徴から、特徴の第１のサブセット、第２のサブセット、および第３のサブセットを選択することを含んでもよい。特徴の第１、第２、および第３のサブセットは、共通特徴を含む場合とそうではない場合がある。特徴の第１のサブセット、第２のサブセット、および第３のサブセットは、それぞれ、ユーザの身体的状態、心理的状態、および身体的および心理的状態を決定するために利用されてもよい。ある場合には、本方法はさらに、ユーザの健康状態を示し得る、１つ以上のスコアを生成することを含んでもよい。例えば、身体的スコアは、ユーザの身体的状態を決定するために生成されてもよい。同様に、心理的スコアおよび／または総健康状態スコアは、ユーザの心理的状態および／または身体的および心理的状態を決定するために生成されてもよい。

１つ以上のスコアは、少なくとも部分的に抽出された特徴を使用して生成されてもよい。身体的スコア、心理的スコア、および総スコアを生成するために使用される特徴は、同一である場合とそうではない場合がある。ある場合には、身体的スコア、心理的スコア、および総スコアはそれぞれ、特徴の異なるサブセットを使用して生成されてもよい。そのような特徴の異なるサブセットは、共通特徴を含む場合とそうではない場合がある。実施例として、身体的スコアを決定するために利用され得る特徴は、喫煙、睡眠（例えば、睡眠の持続時間および／または質）、１日の活動時間、歩数（歩数および歩長を含む）、食事、飲酒、服薬、転倒、歩行の変化、ユーザがＰＯＩを訪れた１日の回数、ユーザが、ベッド、ソファ、椅子、または任意の所与の場所において過ごした時間、所与の場所へまたはそこからの移動、臥床、発話検出（マイクロホンを使用）、ユーザの１日の総発話時間、架電時間および持続時間、ユーザがスマートフォン等のモバイルデバイスに費やした１日の時間、ユーザが屋外で過ごした１日の時間、血圧、心拍数、ガルバニック皮膚反応（ＧＳＲ）、酸素飽和度、および／またはユーザの回答からの明示的フィードバックを含んでもよい。

別の実施例では、心理的スコアは、食事、飲酒、服薬、歯磨き、ウォーキング（例えば、歩数、時間、および持続時間）、睡眠（例えば、睡眠の持続時間および／または質）、シャワー、手洗い、１日の活動時間、ユーザがＰＯＩを訪れた１日の回数、発話検出（マイクロホンを使用）、ユーザの１日の総発話時間（マイクロホンを使用）、架電時間および持続時間、ユーザがスマートフォンを使用した１日の時間および持続時間、ユーザが屋外で過ごした１日の時間および持続時間、血圧、心拍数、ＧＳＲ、所与の場所へまたはそこからの移動、臥床、および／またはユーザの回答からの明示的フィードバックを含み得る、特徴に基づいて決定されてもよい。

別の実施例では、身体的および心理的スコアは、ユーザの身体的および心理的状態の両方と関連付けられ得る、特徴、例えば、ユーザの身体的および心理的状態の両方と関連し得る、センサデータ、ジェスチャ、およびまたはイベントを使用して決定されてもよい。そのような特徴の非限定的特徴は、ユーザの場所（例えば、屋内、屋外）、環境データ（例えば、天候、温度、圧力）、睡眠の時間、持続時間、および／または質、歩数、架電の時間および持続時間、および／または１日の活動時間を含んでもよい。

抽出された特徴は、機械学習アルゴリズムまたは統計モデル等の種々の技術を使用して、身体的、心理的、および／または身体的および心理的状態に変換およびまたは処理されてもよい。抽出された特徴は、機械学習アルゴリズムまたは統計モデル等の種々の技術を使用して、身体的、心理的、および／または身体的および心理的スコアに変換およびまたは処理されてもよい。

本開示において使用され得る機械学習アルゴリズムは、教師あり（または予測）学習）、半教師あり学習、能動的学習、教師なし学習、または強化学習を含んでもよい。機械学習アルゴリズムの非限定的実施例は、サポートベクトルマシン（ＳＶＭ）、線形ロジスティック、ツリー、ランダムフォレスト、ｘｇｂｏｏｓｔ、ニューラルネットワーク、深層ニューラルネットワーク、ブースティング技術、ブートストラピング技術、アンサンブル技術、またはそれらの組み合わせを含んでもよい。

機械学習アルゴリズムをデータおよび／または検出されたジェスチャ／イベントに適用することに先立って、データ、ジェスチャ、および／またはイベントの一部または全部は、機械学習アルゴリズムに有意義かつ適切なものにするために前処理または変換されてもよい。例えば、機械学習アルゴリズムは、受信されたデータまたは検出されたジェスチャ／イベントが数値的またはカテゴリ的となるための「属性」を要求し得る。数値データをカテゴリにおよびその逆に変換することが可能であり得る。カテゴリ／数値方法は、異なる可能性として考えられるカテゴリ属性が、異なる数値ラベルを与えられる、スカラー化を含んでもよく、例えば、「高速心拍数」、「高皮膚温度」、および「高血圧」は、それぞれ、ベクトル［１，０，０］、［０，１，０］、および［０，０，１］と標識されてもよい。さらに、数値データは、ビン化等の変換によって、カテゴリ的にされてもよい。ビンは、ユーザ特有であってもよい、またはデータから最適に生成されることができる。

ある場合には、特徴の選択されたサブセットは、決定の正確度が事前に決定された閾値より低い場合、調節されてもよい。事前に決定された閾値は、既知の身体的、心理的、および／または身体的および心理的状態に対応してもよい。各既知の身体的、心理的、および／または身体的および心理的状態は、その特定の状態に関する標準的ユーザ情報として使用され得る具体的特徴のセットを含む、ユーザ情報（随意に、既知の値）と関連付けられてもよい。ある場合には、所与の身体的、心理的、および／または身体的および心理的状態に対する標準ユーザ情報は、対照群または基準ユーザ群を１つ以上の制御された環境（例えば、事前に選択された活動または事前に選択された環境条件との相互作用を伴う）に暴露し、ユーザの応答を監視し、（本明細書に説明されるセンサデータの一部または全部のタイプの）データを収集し、そのような制御された環境に関するジェスチャ／イベントを検出することによって、取得されてもよい。そのような制御された環境下で取得されたユーザ情報は、所与の身体的、心理的、および／または身体的および心理的状態のための１つ以上の事前に決定された閾値を表し得、それを生成するために使用されてもよい。

特徴の選択されたサブセットを調節することが、特徴の選択されたサブセット内の１つ以上の特徴を追加、削除、または置換することによって実施されてもよい。調節は、実質的にリアルタイムで実施されてもよい。例えば、いったん決定された状態の正確度が、事前に定義された値より低いと決定されると、システムがその特定の状態を決定するために使用される特徴の選択されたサブセットに調節を行うために、殆どまたは全く遅延が存在し得ない。

ある場合には、ユーザの身体的、心理的、および／または身体的および心理的状態の決定に応じて、決定された状態に関する１つ以上のクエリが、ユーザおよび／または第三者に送信されてもよい。クエリは、決定された状態のユーザのフィードバック、コメント、または確認を要求するクエリを含んでもよい。クエリは、ユーザに決定された状態に関する追加情報を提供するように要求するクエリを含んでもよい。クエリに対する応答または回答が、ユーザから受信されてもよい。応答は、ある期間後（例えば、１０分、１５分、３０分、４５分、１時間、２時間、３時間、４時間、５時間、またそれを上回る時間後）の無応答を含み得る。応答は、生成された身体的、心理的、および／または身体的および心理的スコアを調節するために使用されてもよい。ある場合には、ユーザから受信された応答に応じて、さらなるアクションが、講じられてもよい。例えば、ユーザが、有害な身体的、心理的、および／または身体的および心理的状態と関連付けられた症状を被っていることを確認する場合、通知またはアラートが、医療従事者、病院、救急医療対応者、家族、友人、および／または親戚等の第三者に送信されてもよい。

ある場合には、本方法はさらに、ユーザの身体的、心理的、および／または身体的および心理的状態を監視することを含んでもよい。監視は、事前に定義された期間（例えば、数時間または数日から数ヶ月に及ぶ）の間に生じてもよい。監視に基づいて、ユーザの身体的、心理的、および／または身体的および心理的状態の傾向が、識別され得る。代替として、または加えて、将来的な身体的、心理的、および／または身体的および心理的状態が、監視および／または識別された傾向に基づいて、予測されてもよい。

図１は、いくつかの実施形態による、ユーザの健康状態を検出するための例示的方法１００を示す。最初に、複数のセンサデータが、種々のソースから収集され得る（１０２）。ソースは、センサおよび／またはデバイス（ユーザデバイス、モバイルデバイス、ウェアラブルデバイス等を含む）を含んでもよい。受信されたデータは、未加工データを含んでもよい。受信されたデータは、ジェスチャおよび／またはイベントを検出するために分析または処理されてもよい（１０４）。ジェスチャおよび／またはイベントは、随意的または不随意的であってもよい。ジェスチャおよび／またはイベントは、ユーザと関連付けられてもよい。随意に、データの傾向が、検出されてもよい（１０６）。ある場合には、１つ以上の特徴が、受信されたデータおよび／または検出されたジェスチャ／イベントを処理し、洞察およびさらなる情報を受信されたデータから集めることによって、抽出されてもよい（１０６）。次に、抽出されたデータの少なくともサブセットが、ユーザの身体的、心理的、および／または身体的および心理的状態に関連する、１つ以上のスコアを決定するために使用されてもよい（１０８）。上記および本明細書のいずれかに記載されるように、同一または異なる特徴のサブセットが、身体的スコア、心理的スコア、および総スコアを生成するために利用されてもよい。生成されたスコアは、次いで、ユーザの身体的状態、心理的状態、および／または身体的および心理的状態を決定し、それによって、ユーザの健康状態を決定するために使用されてもよい。ある場合には、決定されたユーザの状態に関する通知が、ユーザまたは別の当事者（人物またはエンティティであってもよい）に送信されてもよい（１１０）。通知は、救助を求めるための通知を含んでもよい。

また、本明細書に提供されるのは、ユーザの健康状態を決定するためのシステムである。本システムは、メモリと、１つ以上のプロセッサとを備えてもよい。メモリは、ソフトウェア命令のセットを記憶するために使用されてもよい。１つ以上のプロセッサは、ソフトウェア命令のセットを実行するように構成されてもよい。命令の実行に応じて、本開示の１つ以上の方法が、実装されてもよい。本システムはさらに、１つ以上の付加的コンポーネントを備えてもよい。ある場合には、コンポーネントは、センサ、ユーザデバイス、モバイルデバイス、および／またはウェアラブルデバイスを含む、１つ以上のデバイス、１つ以上のエンジン（例えば、ジェスチャ／イベント検出エンジン、ジェスチャ／イベント分析エンジン、特徴抽出（または分析）エンジン、特徴選択エンジン、スコア決定エンジン等）、１つ以上のサーバ、１つ以上のデータベース、および本開示の方法を実装するために好適であり得る、任意の他のコンポーネントを備えてもよい。本システムの種々のコンポーネントは、相互に動作可能に結合される、またはそれと通信してもよい。例えば、１つ以上のサーバは、デバイスまたはエンジンの一部または全部と通信してもよい。ある場合には、１つ以上のデバイスは、複数の機能を実施し得る、単一のデバイスの中に統合されてもよい。ある場合には、１つ以上のエンジンは、単一エンジンの中に組み合わせられる、または統合されてもよい。

図２は、いくつかの実施形態による、ユーザの健康状態を監視するための例示的システムを図示する。図に示されるように、例示的システム２００は、ウェアラブルデバイス２０４、モバイルデバイス２０６、およびユーザデバイス２０８等の１つ以上のデバイス２０２と、ジェスチャ分析エンジン２１２、特徴抽出エンジン（図示せず）、およびスコア決定エンジン２１４等の１つ以上のエンジンと、サーバ２１６と、１つ以上のデータベース２１８とを備えてもよい。コンポーネントの一部または全部は、ネットワーク２１０、またはあるコンポーネントから別のコンポーネントへのデータの伝送を可能にする、任意のタイプの通信リンクを介して、相互に動作可能に接続されてもよい。

１つ以上のデバイスは、センサを備えてもよい。センサは、任意のデバイス、モジュール、ユニット、または信号を検出する、または情報を入手するように構成され得る、サブシステムであってもよい。センサの非限定的実施例は、慣性センサ（例えば、慣性測定ユニット（ＩＭＵ）を形成し得る、加速度計、ジャイロスコープ、重力検出センサ）、位置特定センサ（例えば、全地球測位システム（ＧＰＳ）センサ、場所の三角測量を可能にするモバイルデバイス伝送機）、心拍数モニタ、温度センサ（例えば、外気温センサ、皮膚温度センサ）、ユーザを囲繞する環境と関連付けられたパラメータ（例えば、温度、湿度、明度）を検出するように構成される、環境センサ、容量タッチセンサ、ＧＳＲセンサ、視覚センサ（例えば、可視、赤外線、紫外線光を検出可能な結像デバイス、カメラ）、熱結像センサ、位置特定センサ、近接範囲センサ（例えば、超音波センサ、光検出および測距（ＬＩＤＡＲ）、飛行時間または深度カメラ）、高度センサ、姿勢センサ（例えば、コンパス）、圧力センサ（例えば、気圧計）、湿度センサ、振動センサ、オーディオセンサ（例えば、マイクロホン）、場センサ（例えば、磁力計、磁場センサ、無線センサ）、フォトプレチスモグラム（ＰＰＧ）センサ、血圧センサ、液体検出器、Ｗｉ−Ｆｉ、Ｂｌｕｅｔｏｏｔｈ（登録商標）、セルラーネットワーク信号強度検出器、周囲光センサ、紫外線（ＵＶ）センサ、酸素飽和度センサ、またはそれらの組み合わせを含む。センサは、ウェアラブルデバイス、モバイルデバイス、およびユーザデバイスのうちの１つ以上のもの内に含まれる、またはその上に位置してもよい。ある場合には、センサは、ユーザの身体の内側に設置されてもよい。

ユーザデバイス２０８は、開示される実施形態に適う１つ以上の動作を行うように構成される、コンピュータデバイスであってもよい。ユーザデバイスの非限定的実施例は、モバイルデバイス、スマートフォン／携帯電話、タブレット、携帯情報端末（ＰＤＡ）、ラップトップまたはノートブックコンピュータ、デスクトップコンピュータ、メディアコンテンツプレーヤ、テレビセット、ビデオゲームステーション／システム、仮想現実システム、拡張現実システム、マイクロホン、またはあるタイプの行動データ（例えば、喫煙データ）を分析する、受信する、提供する、またはユーザに表示することが可能な任意の電子デバイスを含んでもよい。ユーザデバイスは、ハンドヘルドオブジェクトであってもよい。ユーザデバイスは、携帯用であり得る。ユーザデバイスは、人間のユーザによって携行されてもよい。ある場合には、ユーザデバイスは、人間のユーザから遠隔に位置してもよく、ユーザは、無線および／または有線通信を使用してユーザデバイスを制御することができる。

ユーザデバイスは、開示される実施形態に適う１つ以上の動作のための命令を提供し得る、非一過性のコンピュータ可読媒体を実行することが可能である、１つ以上のプロセッサを含んでもよい。ユーザデバイスは、１つ以上の動作を行うためのコード、論理、または命令を含む、非一過性のコンピュータ可読媒体を備える、１つ以上のメモリ記憶デバイスを含んでもよい。ユーザデバイスは、ユーザデバイスが、システムの種々のコンポーネント（例えば、センサ、ウェアラブルデバイス、ジェスチャ／イベント分析エンジン、スコア決定エンジン、およびサーバ）間でデータを通信および転送することを可能にする、ソフトウェアアプリケーションを含んでもよい。例えば、ユーザデバイスは、ユーザデバイスが、ウェアラブルデバイス２０４、モバイルデバイス２０６、ジェスチャ検出／分析エンジン２１２、スコア決定エンジン２１４、特徴抽出（または分析）エンジン、および／またはデータベース２１８間でデータを通信および転送することを可能にする、ソフトウェアアプリケーションを含んでもよい。ユーザデバイスは、システム２００内に含まれる１つ以上の他のコンポーネントとの通信を可能にし得る、通信ユニットを含んでもよい。ある場合には、通信ユニットは、単一の通信モジュール、または複数の通信モジュールを含んでもよい。ある場合には、ユーザデバイスは、単一の通信リンクまたは複数の異なるタイプの通信リンクを使用して、システム内の１つ以上のコンポーネントと相互作用することが可能であり得る。

ユーザデバイス２０８は、ディスプレイを含んでもよい。ディスプレイは、画面であってもよい。ディスプレイは、タッチスクリーンでもある場合もあり、そうでない場合もある。ディスプレイは、発光ダイオード（ＬＥＤ）画面、ＯＬＥＤ画面，液晶ディスプレイ（ＬＣＤ）画面、プラズマ画面、または任意の他のタイプの画面であってもよい。ディスプレイは、アプリケーションを通して（例えば、ユーザデバイス上で実行されるアプリケーションプログラミングインターフェース（ＡＰＩ）を介して）レンダリングされる、ユーザインターフェース（ＵＩ）またはグラフィカルユーザインターフェース（ＧＵＩ）を示すように構成されてもよい。ＧＵＩは、ユーザが、収集されたセンサデータ、生成されたスコアを監視し、その身体的／心理的状態に関する通知または報告を閲覧し、決定された身体的／心理的状態に関して保健医療プロバイダによってプロンプトされるクエリを閲覧することを可能にする、グラフィカル要素を示してもよい。ユーザデバイスはまた、インターネット上のウェブページおよび／またはウェブサイトを表示するように構成されてもよい。ウェブページ／ウェブサイトのうちの１つ以上のものは、サーバ２１６によってホストされ、および／またはシステム２００内に含まれる１つ以上のエンジンによってレンダリングされてもよい。

いくつかの実施形態では、１つ以上のエンジンは、ルールエンジンを含んでもよい。ルールエンジンは、身体的状態、心理的状態、および／または身体的および心理的状態と関連付けられたルールのセットを決定するように構成されてもよい。ルールのセットは、個人化される場合とそうではない場合がある。ルールのセットは、データベース（例えば、ルールリポジトリ）内に記憶されてもよい。ルールのセットは、特徴をスコアに変換するのために使用され得る、ルールを含んでもよい。各特徴は、個々に評価され、スコアを生成してもよい。所与の身体的状態、心理的状態、および／または身体的および心理的状態と関連付けられた特徴のスコアは、集約され、集約されたスコアを生成してもよい。集約されたスコアは、所定の閾値と比較されてもよい。身体的状態、心理的状態、および／または身体的および心理的状態は、集約されたスコアが、所定の閾値より低いか、それと等しいか、またはそれより高いかに応じて、決定されてもよい。実施例として、特徴が、１日の歩数および睡眠の持続時間を含む場合、ルールのセットは、（１）ユーザが、１００歩を上回ってウォーキングする場合、２をそのスコアに追加する、（２）ユーザが、１，０００歩を上回ってウォーキングする場合、２０をそのスコアに追加する、（３）ユーザが、１０，０００歩を上回ってウォーキングする場合、４０をそのスコアに追加する、（４）ユーザが、１日に５時間を上回って睡眠する場合、５をそのスコアに追加する、（５）ユーザが、１日に７時間を上回って睡眠する場合、１５をそのスコアに追加する、および（６）ユーザが、１日に９時間を上回って睡眠する場合、２０をそのスコアに追加することを含んでもよい。監視されているユーザが、１日に２００歩ウォーキングし、１日に８時間睡眠すると仮定すると、合計１７が、特徴に対応するそのスコアに追加されてもよい。

ある場合には、ルールのセットは、所与の身体的、心理的、および／または身体的および心理的状態と関連付けられた１つ以上のジェスチャ／イベントを示す、パターンを含んでもよい。パターンは、異なるユーザを横断して同一である場合とそうではない場合がある。いくつかの実施形態では、パターンは、教師なし機械学習方法等の人工知能アルゴリズムを使用して、取得されてもよい。パターンは、ユーザ特有であってもよい。ある場合には、ユーザと関連付けられたパターンは、ユーザに関連するデータセットにわたってモデルを訓練することによって取得されてもよい。ある場合には、モデルは、ユーザ入力を伴わずに、自動的に取得されてもよい。例えば、ユーザに関連するデータセットは、ユーザによって装着または携行されるデバイスおよび／またはユーザによって入力されたデータから収集されてもよい。モデルは、時間ベースであってもよい。ある場合には、モデルは、さらなるユーザデータが、モデルを訓練するために収集および使用されるにつれて、リアルタイムで更新および精緻化されてもよい。代替として、または加えて、モデルは、初期化フェーズの間、１つ以上のユーザ属性が識別されるまで、訓練されてもよい。例えば、デバイスデータが、初期化フェーズの間、ウォーキングパターン、睡眠パターン、飲酒／食事パターン、ＰＯＩまたは任意の所与の地理的場所、およびユーザがＰＯＩまたはある地理的場所を訪れる頻度、および同等物等の属性を識別するために収集されてもよい。識別されたユーザ属性は、次いで、異常イベントを決定する際に考慮されてもよい。ある場合には、モデルは、複数のユーザによって装着または携行される複数のデバイスから集約されたデータセットにわたって訓練されてもよい。複数のユーザは、対照または基準群であってもよい。複数のユーザは、地理的、年齢、性別、職業、生活様式、健康度（例えば、喫煙、食事、認知心理学、疾患、感情、精神的および／または身体的健康度）、および種々のその他等のあるユーザ属性を共有してもよい。

ユーザは、アプリケーションを通してＧＵＩ内でナビゲートしてもよい。例えば、ユーザは、画面（例えば、タッチスクリーン）に直接触れることによって、リンクを選択してもよい。ユーザは、画面上の点に触れることによって、画面の任意の部分に触れてもよい。代替として、ユーザは、ユーザ対話型デバイス（例えば、マウス、ジョイスティック、キーボード、トラックボール、タッチパッド、ボタン、言葉によるコマンド、ジェスチャ認識、姿勢センサ、熱センサ、タッチ容量センサ、または任意の他のデバイス）を用いて、画像の一部を選択してもよい。タッチスクリーンは、ユーザのタッチの場所、タッチの長さ、タッチの圧力、および／またはタッチ運動を検出するように構成されてもよく、それによって、前述のタッチの様式はそれぞれ、ユーザからの具体的入力コマンドを示してもよい。

ユーザデバイス上で実行されるアプリケーションは、ユーザの身体的および／または心理的状態の決定に応じて、メッセージまたは通知を送達してもよい。代替として、または加えて、ユーザデバイス上で実行されるアプリケーションは、ユーザの身体的／心理的状態、または全体的健康状態を示す、１つ以上のスコアを生成してもよい。スコアは、アプリケーションのＧＵＩ内において、ユーザに表示されてもよい。

ユーザデバイス２０８は、デバイスステータスデータをシステム２００の１つ以上のエンジンに提供してもよい。デバイスステータスデータは、例えば、デバイスの充電ステータス（例えば、充電ステーションへの接続）、他のデバイス（例えば、ウェアラブルデバイス）への接続、電源オン／オフ、バッテリ使用量、および同等物を含んでもよい。デバイスステータスは、ユーザデバイスのコンポーネント（例えば、回路）またはユーザデバイスのセンサから取得されてもよい。

ウェアラブルデバイス２０４は、スマートウォッチ、リストバンド、指輪、眼鏡、手袋、ヘッドギア（帽子、ヘルメット、仮想現実ヘッドセット、拡張現実ヘッドセット、頭部搭載型デバイス（ＨＭＤ）、ヘッドバンド等）、ペンダント、アームバンド、レッグバンド、靴、ベスト、運動感知デバイス等を含んでもよい。ウェアラブルデバイスは、ユーザの身体の一部上に装着されるように構成されてもよい（例えば、スマートウォッチまたはリストバンドは、ユーザの手首上に装着されてもよい）。ウェアラブルデバイスは、他のデバイス（図５では５０３−５０８）およびネットワーク５０２と通信してもよい。

図３は、１つ以上のウェアラブルデバイス３０１を使用して、センサデータをユーザから収集するための例示的方法３００を示す。ウェアラブルデバイスは、ユーザによってその上肢および／または下肢上に装着されるように構成されてもよい。ウェアラブルデバイスは、ユーザの人体の内側３０３および外側３０２のデータを収集するように構成され得る、１つ以上のタイプのセンサを備えてもよい。例えば、ウェアラブルデバイス３０１は、血圧、鼓動および心拍数、皮膚発汗、皮膚温度、酸素飽和度レベル、唾液中のコルチゾールの存在等のユーザの生理学的データを測定するように構成され得る、センサを備えてもよい。ある場合には、センサデータは、ウェアラブルデバイスが、ユーザデバイスおよび／またはサーバと動作可能に通信しないとき、ウェアラブルデバイス上のメモリ内に記憶されてもよい。それらのインスタンスでは、センサデータは、ユーザデバイスとウェアラブルデバイスとの間の動作可能な通信が再確立されるとき、ウェアラブルデバイスからユーザデバイスに伝送されてもよい。代替として、センサデータは、サーバとウェアラブルデバイスとの間の動作可能な通信が再確立されるとき、ウェアラブルデバイスからサーバに伝送されてもよい。

ある場合には、ウェアラブルデバイスはさらに、信号を環境の中へ発することが可能な１つ以上のデバイスを含んでもよい。例えば、ウェアラブルデバイスは、電磁スペクトルに沿ってエミッタ（例えば、可視光エミッタ、紫外線エミッタ、赤外線エミッタ）を含んでもよい。ウェアラブルデバイスは、レーザまたは任意の他のタイプの電磁エミッタを含んでもよい。ウェアラブルデバイスは、超音波信号等の１つ以上の振動を発してもよい。ウェアラブルデバイスは、（例えば、スピーカから）可聴音を発してもよい。ウェアラブルデバイスは、無線信号また他のタイプの信号等の無線信号を発してもよい。

ある場合には、１つ以上のデバイス（ウェアラブルデバイス２０４、モバイルデバイス２０６、およびユーザデバイス２０８等）は、単一デバイスの中に統合されてもよい。例えば、ウェアラブルデバイスは、ユーザデバイスの中に組み込まれてもよい、またはその逆であってもよい。代替として、または加えて、ユーザデバイスは、ウェアラブルデバイスまたはモバイルデバイスの１つ以上の機能を実施することが可能であり得る。

１つ以上のデバイス２０２は、開示される実施形態に適う１人以上のユーザによって動作されてもよい。ある場合には、ユーザは、一意のユーザデバイスおよび一意のウェアラブルデバイスと関連付けられてもよい。代替として、ユーザは、複数のユーザデバイスおよびウェアラブルデバイスと関連付けられてもよい。

サーバ２１６は、開示される実施形態に適う１つ以上の動作を実施するように構成される、１つ以上のサーバコンピュータであってもよい。ある場合には、サーバは、それを通して１つ以上のデバイス２０２が、システムの１つ以上のエンジンおよびデータベース２１８と通信することが可能であり得る、単一コンピュータとして実装されてもよい。いくつかの実施形態では、デバイスは、直接、ネットワークを通して、ジェスチャ分析エンジンと通信してもよい。いくつかの実施形態では、サーバは、デバイスの代わりに、ネットワークを通して、ジェスチャ分析エンジンまたはデータベースと通信してもよい。いくつかの実施形態では、サーバは、ジェスチャ分析エンジンのうちの１つ以上のものの機能性を具現化してもよい。いくつかの実施形態では、１つ以上のエンジンは、サーバの内側および／または外側に実装されてもよい。例えば、ジェスチャ分析エンジンは、サーバとともに含まれる、またはサーバから遠隔のソフトウェアおよび／またはハードウェアコンポーネントであってもよい。

いくつかの実施形態では、デバイス２０２は、直接、別個のリンク（図には図示せず）を通して、サーバに接続されてもよい。ある実施形態では、サーバは、ある開示される実施形態に適う１つ以上のエンジンへのアクセスを提供するように構成される、フロントエンドデバイスとして動作するように構成されてもよい。サーバは、１つ以上のデバイス２０２から受信されたデータを受信、収集、記憶するように構成されてもよい。サーバはまた、データベースのうちの１つ以上のもの内に記憶されるデータおよび情報（例えば、医療記録／履歴、履歴イベント、身体的、心理的状態、または全体的健康状態の以前の決定、以前の身体的、心理的スコア、または総健康状態スコア）を記憶する、検索する、読み出す、および／または分析するように構成されてもよい。データは、ユーザと関連付けられた複数のソースから収集された種々のセンサデータを含んでもよい。センサデータは、１つ以上のデバイス内に含まれる、またはその上に位置し得る、１つ以上のセンサを使用して、取得されてもよい。サーバ２１６はまた、１つ以上のエンジンを利用して、データを処理および／または分析するように構成されてもよい。例えば、サーバは、ジェスチャ分析エンジン２１２を使用して、ユーザと関連付けられたジェスチャおよび／またはイベントを検出するように構成されてもよい。別の実施例では、サーバは、特徴抽出エンジンを使用して、データの少なくともサブセットおよび検出されたジェスチャ／イベントから複数の特徴を抽出するように構成されてもよい。抽出された特徴の少なくとも一部は、次いで、スコア決定エンジン２１４を使用して、ユーザの身体的、心理的状態、または全体的健康状態を示す、１つ以上のスコアを決定するために使用されてもよい。

サーバは、ウェブサーバ、企業サーバ、または任意の他のタイプのコンピュータサーバを含んでもよく、コンピュータデバイス（例えば、ユーザデバイス、モバイルデバイス、および／またはウェアラブルデバイス等）から要求（例えば、ＨＴＴＰ、またはデータ伝送を開始することができる他のプロトコル）を受理するように、そしてコンピュータデバイスに要求されたデータを提供するようにプログラムされる、コンピュータであり得る。加えて、サーバは、データを配布するための無料放送、ケーブル、衛星、および他の放送設備等の放送設備であり得る。サーバはまた、データネットワーク（例えば、クラウドコンピューティングネットワーク）内のサーバであってもよい。

サーバは、１つ以上のプロセッサ、プロセッサによって実行されるソフトウェア命令を記憶する、１つ以上のメモリデバイス、およびデータ等の既知のコンピューティングコンポーネントを含んでもよい。サーバは、１つ以上のプロセッサと、プログラム命令を記憶するための少なくとも１つのメモリとを有することができる。プロセッサは、単一または複数のマイクロプロセッサ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、または特定の命令のセットを実行することが可能なデジタル信号プロセッサ（ＤＳＰ）であり得る。コンピュータ可読命令は、フレキシブルディスク、ハードディスク、ＣＤ−ＲＯＭ（コンパクトディスク読取専用メモリ）、およびＭＯ（磁気光学）、ＤＶＤ−ＲＯＭ（デジタル多用途ディスク読取専用メモリ）、ＤＶＤ ＲＡＭ（デジタル多用途ディスクランダムアクセスメモリ）、または半導体メモリ等の有形の非一過性コンピュータ可読媒体上に記憶されることができる。代替として、本方法は、例えば、ＡＳＩＣ、専用コンピュータ、または汎用コンピュータ等のハードウェアコンポーネントまたはハードウェアおよびソフトウェアの組み合わせで実装されることができる。

図２は、サーバを単一のサーバとして図示するが、いくつかの実施形態では、複数のデバイスが、サーバと関連付けられる機能性を実装してもよい。

ネットワーク２１０は、図２に図示される種々のコンポーネントの間の通信を提供するように構成される、ネットワークであってもよい。ネットワークは、いくつかの実施形態では、それらの間の通信を可能にするためのネットワークレイアウト内のデバイスおよび／またはコンポーネントを接続する、１つ以上のネットワークとして実装されてもよい。例えば、１つ以上のデバイスおよびシステム２００のエンジンは、ネットワーク２１０を経由して相互と動作可能に通信してもよい。直接通信が、上記のコンポーネントのうちの２つ以上のものの間で提供されてもよい。直接通信は、いかなる中間デバイスまたはネットワークも必要とすることなく起こってもよい。間接通信が、上記のコンポーネントのうちの２つ以上のものの間で提供されてもよい。間接通信は、１つ以上の中間デバイスまたはネットワークの助けを借りて起こってもよい。例えば、間接通信は、電気通信ネットワークを利用してもよい。間接通信は、１つ以上のルータ、通信塔、衛星、または任意の他の中間デバイスまたはネットワークの助けを借りて起こってもよい。通信のタイプの実施例は、インターネット、ローカルエリアネットワーク（ＬＡＮ）、広域ネットワーク（ＷＡＮ）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、近距離無線通信（ＮＦＣ）技術、汎用パケット無線サービス（ＧＰＲＳ）、ＧＳＭ（登録商標）、拡張データＧＳＭ（登録商標）環境（ＥＤＧＥ）、３Ｇ、４Ｇ、またはロングタームエボリューション（ＬＴＥ）プロトコル等のモバイルデータプロトコルに基づくネットワーク、赤外線（ＩＲ）通信技術、および／またはＷｉ−Ｆｉを介した通信を含んでもよいが、それらに限定されず、無線、有線、またはそれらの組み合わせであってもよい。いくつかの実施形態では、ネットワークは、携帯電話および／またはポケットベルネットワーク、衛星、認可無線、または認可および無認可無線の組み合わせを使用して、実装されてもよい。ネットワークは、無線、有線、またはそれらの組み合わせであってもよい。

デバイスおよび／またはシステム２００のエンジンは、１つ以上のデータベース２１８に接続または相互接続されてもよい。データベースは、データを記憶するように構成される、１つ以上のメモリデバイスであってもよい。加えて、データベースはまた、いくつかの実施形態では、記憶デバイスを伴うコンピュータシステムとして実装されてもよい。一側面では、データベースは、開示される実施形態に適う１つ以上の動作を行うために、ネットワークレイアウトのコンポーネントによって使用されてもよい。

データベースは、開示される実施形態に適う種々のデータセットを含有する、記憶装置を含んでもよい。例えば、データベース２１８は、例えば、１つ以上のデバイス２０２等を含む、種々のソースによって収集され、そこから受信された未加工データを含んでもよい。別の実施例では、データベース２１８は、所与の身体的、心理的、および／または身体的および心理的状態と関連付けられたルールを備える、ルールリポジトリを含んでもよい。ルールは、基準ユーザ群から収集されたデータに基づいて、事前決定されてもよい。ルールは、ユーザ特有のデータに基づいて、カスタマイズされてもよい。ユーザ特有のデータは、ユーザの選好、既往歴、履歴挙動パターン、履歴イベント、ユーザの社会的相互作用、異なる時点にユーザがどのように感じているかを示す声明またはコメント等に関連する、データを含んでもよい。いくつかの実施形態では、データベースは、インターネットフォーラムおよびソーシャルメディアウェブサイトから取得される、ユーザの身体的、心理的、および／または身体的および心理的状態に関連するコメントおよび洞察、または１人以上の他のユーザによって直接入力されたコメントおよび洞察を含む、クラウドソーシングによるデータを含んでもよい。インターネットフォーラムおよびソーシャルメディアウェブサイトは、個人および／またはグループブログ、Ｆａｃｅｂｏｏｋ^ＴＭ、Ｔｗｉｔｔｅｒ^ＴＭ等を含んでもよい。

ある実施形態では、データベースのうちの１つ以上のものは、サーバと共同設置されてもよい、ネットワーク上で相互と共同設置されてもよい、または他のデバイスと別個に位置してもよい（データベースをネットワークに接続する鎖線によって表される）。当業者は、開示される実施形態がデータベースの構成および／または配列に限定されないことを認識するであろう。

１つ以上のデータベースは、任意の好適なデータベース技法を利用してもよい。例えば、構造化クエリ言語（ＳＱＬ）または「ＮｏＳＱＬ」データベースが、収集されたデータ、ユーザ情報、検出されたジェスチャ／イベント、ルール、対照／基準群の情報を記憶するために利用されてもよい。本発明のデータベースは、アレイ、ハッシュ、（リンクされた）リスト、構造体、構造化テキストファイル（例えば、ＸＭＬ）、テーブル、ＪＳＯＮ、ＮＯＳＱＬ、および／または同等物等の種々の標準的データ構造を使用して、実装されてもよい。そのようなデータ構造は、メモリおよび／または（構造化）ファイル内に記憶されてもよい。別の代替では、オブジェクト指向データベースが、使用されてもよい。オブジェクトデータベースは、共通属性によってともにグループ化および／またはリンクされたいくつかのオブジェクト集合を含むことができる。すなわち、それらは、いくつかの共通属性によって、他のオブジェクト集合に関連し得る。オブジェクト指向データベースは、関係データベースと同様に機能を発揮するが、オブジェクトは、単なるデータ片ではなく、所与のオブジェクト内にカプセル化された他のタイプの機能性を有してもよい。本発明のデータベースが、データ構造として実装される場合、本発明のデータベースの使用は、本発明の任意のコンポーネント等の別のコンポーネントの中に統合されてもよい。また、データベースは、データ構造、オブジェクト、および関係構造の混合として実装されてもよい。データベースは、標準的データ処理技法を通して、多様に集結および／または分散されてもよい。データベースの一部、例えば、テーブルは、エクスポートおよび／またはインポートされ、したがって、分散および／または統合されてもよい。いくつかの実施形態では、イベント検出システムは、データをユーザに効率的に送達するために、データベースを構築してもよい。例えば、イベント検出システムは、カスタマイズされたアルゴリズムを提供し、データを抽出、変換、およびロードしてもよい。いくつかの実施形態では、システムは、専有データベースアーキテクチャまたはデータ構造を使用して、データベースを構築し、特に、大規模データベースに対して適合され、他のデータ構造の使用と比較して、容易にスケーラブルであって、低減されたメモリ要件を有する、効率的データベースモデルを提供してもよい。

デバイスおよびデータベースのうちのいずれかは、いくつかの実施形態では、コンピュータシステムとして実装されてもよい。加えて、ネットワークは、コンポーネントの間の通信のための「中心」点として図２に示されているが、開示される実施形態は、そのように限定されない。例えば、ネットワークレイアウトの１つ以上のコンポーネントは、種々の方法で相互接続されてもよく、いくつかの実施形態では、当業者が理解するであろうように、相互に直接接続されてもよく、相互と共同設置されてもよく、または相互から遠隔にあり得る。加えて、いくつかの開示される実施形態は、サーバ上に実装されてもよいが、開示される実施形態は、そのように限定されない。例えば、いくつかの実施形態では、他のデバイス（ジェスチャ分析システムおよび／またはデータベース等）は、サーバに関して説明される実施形態を含む、開示される実施形態に適うプロセスおよび機能性のうちの１つ以上のものを実施するように構成されてもよい。

特定のコンピュータデバイスが、図示され、ネットワークが説明されているが、本明細書に説明される実施形態の精神および範囲から逸脱することなく、他のコンピュータデバイスおよびネットワークが利用され得ることを認識および理解されたい。加えて、ネットワークレイアウトの１つ以上のコンポーネントは、種々の方法で相互接続されてもよく、いくつかの実施形態では、当業者が理解するであろうように、相互に直接接続されてもよく、相互と共同設置されてもよく、または相互から遠隔にあり得る。

ジェスチャ分析エンジンは、プロセッサによって実行されると、ユーザと関連付けられたジェスチャおよびイベントを検出するために、デバイス２０２のうちの１つ以上のものからの入力データを分析する、命令を記憶する、１つ以上のコンピュータとして実装されてもよい。ジェスチャ分析エンジンはまた、１つ以上のデータベース内に記憶されるデータおよび情報を記憶する、検索する、読み出す、および／または分析するように構成されてもよい。いくつかの実施形態では、サーバ２１６は、その中にジェスチャ分析エンジンが実装される、コンピュータであってもよい。

しかしながら、いくつかの実施形態では、ジェスチャ分析エンジン２１２は、サーバ２１６から遠隔で実装されてもよい。例えば、ユーザデバイスは、ユーザ入力をサーバ２１６に送信してもよく、サーバは、ネットワーク２１０を経由して、１つ以上のジェスチャ分析エンジン２１２に接続し、１つ以上の遠隔に位置するデータベース２１８からのデータを読み出し、フィルタリングし、分析してもよい。他の実施形態では、ジェスチャ分析エンジンは、１つ以上のプロセッサによって実行されると、データを分析し、ジェスチャおよびイベントを検出し、さらなるデータ処理のために、情報をスコア決定エンジンおよび／または特徴抽出エンジンに提供するためのプロセスを実施する、ソフトウェアを表してもよい。

サーバは、開示される実施形態に適う１つ以上のプロセスを行うように、１つ以上のエンジン（例えば、ジェスチャ分析エンジン、スコア決定エンジン等）にアクセスして実行してもよい。ある構成では、エンジンは、サーバによってアクセス可能なメモリに（例えば、サーバのローカルにあるメモリ、またはネットワーク等の通信リンクを経由してアクセス可能な遠隔メモリに）記憶されたソフトウェアであってもよい。したがって、ある側面では、エンジンは、１つ以上のコンピュータとして、サーバによってアクセス可能なメモリデバイスアクセス上に記憶されたソフトウェアとして、またはそれらの組み合わせとして実装されてもよい。例えば、１つのジェスチャ分析エンジンは、１つ以上のジェスチャ認識技法を実行するコンピュータであってもよく、別のジェスチャ分析エンジンは、サーバによって実行されると、１つ以上のジェスチャ認識技法を行う、ソフトウェアであってもよい。

図４は、いくつかの実施形態による、ある例示的システム内の種々のコンポーネントを図示する。図４を参照すると、例示的システム４００は、ウェアラブルデバイス４０４、モバイルデバイス４０６、およびユーザデバイス４０８等の１つ以上のデバイス４０２と、ジェスチャ／イベント検出／分析エンジン４１２、スコア決定エンジン４１４、特徴抽出／分析エンジン４１６等を含む、１つ以上のエンジンとを備えてもよい。デバイスおよびエンジンは、センサデータ４１０ａ、ユーザ入力４１０ｂ、履歴データ４１０ｃ、環境データ４１０ｄ、および基準データ４１０ｅを含む、入力データ４１０を提供するように構成されてもよい。

上記および本明細書のいずれかに記載のように、エンジンは、サーバの内側および／または外側に実装されてもよい。例えば、特徴分析エンジンは、サーバとともに含まれる、またはサーバから遠隔のソフトウェアおよび／またはハードウェアコンポーネントであってもよい。いくつかの実施形態では、特徴分析エンジン（または特徴分析エンジンの１つ以上の機能）は、デバイス４０２上に実装されてもよい一方、ジェスチャ／イベント検出／分析エンジンは、サーバ上に実装されてもよい。

デバイスは、センサを備えてもよい。センサデータは、デバイスによって収集された未加工データを含んでもよい。センサデータは、デバイス（例えば、ウェアラブルデバイス）のうちの１つ以上のもの上に位置する、メモリ内に記憶されてもよい。いくつかの実施形態では、センサデータは、１つ以上のデータベース内に記憶されてもよい。データベースは、サーバ、および／またはデバイスのうちの１つ以上のもの上に位置してもよい。代替として、データベースは、サーバおよび／またはデバイスのうちの１つ以上のものから遠隔に位置してもよい。

ユーザ入力は、デバイスを介して、ユーザによって提供されてもよい。ユーザ入力は、エンジンによって提供されるクエリに応答してもよい。クエリの実施例は、ユーザが、現在、所与の身体的、心理的、および／または身体的および心理的状態と関連付けられた症状を被っているかどうか、決定された身体的、心理的、および／または身体的および心理的状態が、正確であるかどうか、ユーザが、救助を必要とするかどうか、ユーザが、医療補助を必要とするかどうか等を含んでもよい。クエリに対するユーザの応答は、センサデータおよび／または検出されたジェスチャ／イベントを補完し、１つ以上のスコアまたはユーザの身体的、心理的、および／または身体的および心理的状態を決定するために使用されてもよい。

データは、ユーザ場所データを含んでもよい。ユーザ場所は、位置特定センサ（例えば、ＧＰＳ受信機）によって決定されてもよい。位置特定センサは、ユーザデバイスおよび／またはウェアラブルデバイス等のデバイスのうちの１つ以上のもの上にあってもよい。場所データは、ユーザの活動を監視するために使用されてもよい。場所データは、ユーザの目標地点を決定するために使用されてもよい。ある場合には、複数の位置特定センサが、ユーザの現在の場所をより正確に決定するために使用されてもよい。

履歴データは、所定の期間にわたって収集されたデータを含んでもよい。履歴データは、デバイスおよび／またはサーバ上に位置するメモリ内に記憶されてもよい。いくつかの実施形態では、履歴データは、１つ以上のデータベース内に記憶されてもよい。データベースは、サーバ、および／またはデバイス上に位置してもよい。代替として、データベースは、サーバおよび／またはデバイスから遠隔に位置してもよい。

環境データは、ユーザを囲繞する環境と関連付けられたデータを含んでもよい。環境データは、ユーザが位置する環境の場所、周囲温度、湿度、音レベル、または明度／暗度のレベルを含んでもよい。

特徴分析エンジンは、センサデータおよび／または検出されたジェスチャ／イベントを分析し、複数の特徴を抽出するように構成されてもよい。いくつかの実施形態では、特徴分析エンジンは、センサデータおよび／または検出されたジェスチャ／イベント内の複数の特徴の確率関数である、多次元分布関数を計算するように構成されてもよい。複数の特徴は、ｐ_１からｐ_ｎによって表されるｎ個の特徴（ｎは、１を上回る任意の整数であり得る）を含んでもよい。多次元分布関数は、ｆ（ｐ_１，ｐ_２，．．．，ｐ_ｎ）によって表されてもよい。

複数の特徴の少なくとも一部は、所与の身体的、心理的、または身体的および心理的状態の種々の特性と関連付けられてもよい。例えば、いくつかの実施形態では、複数の特徴は、以下の特徴、すなわち、服薬、飲酒、転倒、歩数、睡眠（睡眠時間、持続時間、および／または質）、場所のうちの２つ以上のものを含んでもよい。故に、多次元分布関数は、特徴分析エンジンによって選択および処理された特徴のタイプに応じて、既知の身体的、心理的、または身体的および心理的状態のうちの１つ以上の特性と関連付けられてもよい。多次元分布関数は、０〜１の単一の確率値を返すように構成されてもよく、確率値は、各特徴の可能な値の範囲にわたる確率を表す。各特徴は、離散値によって表されてもよい。加えて、各特徴は、連続体に沿って測定可能であり得る。複数の特徴は、センサデータおよび／またはジェスチャ／イベント内にエンコードされ、特徴分析エンジンを使用して、デバイス、ジェスチャ／イベント分析エンジン、および／またはデータベースから抽出されてもよい。

いくつかの実施形態では、２つ以上の特徴は、相関性があってもよい。特徴分析エンジンは、特徴が相互にほぼ直交するように、それらを相関解除するために特異値分解（ＳＶＤ）を使用することによって、多次元分布関数を計算するように構成されてもよい。ＳＶＤの使用は、多次元分布関数の確率値を計算するために必要とされる処理時間を短縮することができ、ユーザが、所与の身体的、心理的、および／または身体的および心理的状態にある、高い（統計的に有意な）確率を決定するために特徴分析エンジンによって必要とされるデータの量を削減することができる。

いくつかの実施形態では、特徴分析エンジンは、多次元分布関数ｆ（ｐ_１，ｐ_２，．．．，ｐ_ｎ）＝ｆ（ｐ_１）^＊ｆ（ｐ_２）^＊．．．^＊ｆ（ｐ_ｎ）であるように、各特徴の相関解除された（回転させられた）１Ｄ確率密度分布を乗算することによって、多次元分布関数を計算するように構成されてもよい。関数ｆ（ｐ_１）は、第１の特徴の１Ｄ確率密度分布であってもよく、関数ｆ（ｐ_２）は、第２の特徴の１Ｄ確率密度分布であってもよく、関数ｆ（ｐ_３）は、第３の特徴の１Ｄ確率密度分布であってもよく、関数ｆ（ｐ_ｎ）は、ｎ番目の特徴の１Ｄ確率密度分布であってもよい。各特徴の１Ｄ確率密度分布は、各特徴のサンプルサイズから取得されてもよい。いくつかの実施形態では、サンプルサイズは、特徴の全てにわたって一定であり得る。他の実施形態では、サンプルサイズは、異なる特徴の間で可変であり得る。

いくつかの実施形態では、特徴分析エンジンは、複数の特徴のうちの１つ以上のものが統計的に有意であるかどうかを決定するように構成されてもよい。例えば、１つ以上の統計的に有意な特徴は、所与の身体的、心理的、および／または身体的および心理的状態と低い相関関係を有してもよい。いくつかの実施形態では、特徴分析エンジンはさらに、多次元分布関数から１つ以上の統計的に有意な特徴を除去するように構成されてもよい。多次元分布関数から１つ以上の統計的に有意な特徴を除去することによって、多次元分布関数の確率値を計算するために要求される計算時間および／または能力が、削減されることができる。

（実施例）
図６Ａは、場所特性センサを使用して場所データを入手するための例示的方法の略図を示す。図６Ａに示されるように、外側四角形は、試験エリアを描写する。２つの基準場所（すなわち、場所Ａおよび場所Ｂ）が、試験エリア内に含まれる。２つの無線アクセスポイント（ＡＰ６０１および６０２）（ｗｉｆｉ信号によって示される）が、試験エリア内の種々の場所を決定するために利用される。未知の場所に関して、各基準場所の平均信号強度と未知の場所からの信号との間の距離が、計算され得る。未知の場所から最短距離を有する基準場所が、ユーザの場所として選択され得る。複数のＡＰ（例えば、３、４、５、６、７、８、９、１０、１２、１４、１６、１８、２０以上、またはそれよりも多く）を使用することによって、ユーザの場所が、容易に区別されることができる。

図６Ａの方法を使用した例示的試験結果が、図６Ｂおよび６Ｃに示される。図６Ｂは、１時間の期間にわたる、２つのＡＰ信号の信号強度分布および場所Ａから取得された新しい信号を示す。図６Ｃは、１時間の期間にわたる、２つのＡＰ信号の信号強度分布および場所Ｂから取得された新しい信号を示す。ＡＰ１は、両方の基準場所から類似距離を有する一方、ＡＰ２は、有意に異なる。図に示されるように、新しい信号（点線）は、場所Ｂより場所Ａに近く、したがって、場所Ａは、ユーザの場所として識別される。

図７Ａおよび７Ｂは、それぞれ、身体的状態および心理的状態と関連付けられる、例示的センサデータ、ジェスチャ、および／またはイベントを図示する。センサデータ、ジェスチャ、および／またはイベントは、１日の歩数、１日の平均心拍数、１日の平均睡眠時間、および１日の平均体温を含む。センサデータ、ジェスチャ、および／またはイベントは、事前に定義された期間（例えば、数時間、数日から数ヶ月または数年に及ぶ）にわたって収集または監視される。上記または本明細書のいずれかに説明されるように、センサデータ、ジェスチャ、および／またはイベントの同一セットが、身体的状態および心理的状態の両方を決定するために使用されてもよい。しかしながら、ある場合には、センサデータ、ジェスチャ、および／またはイベントの異なるセットが、それぞれ、身体的状態および心理的状態を決定するために使用されてもよい。身体的状態および心理的状態を決定するために使用される、センサデータ、ジェスチャ、および／またはイベントの異なるセットは、共通センサデータ、ジェスチャ、および／またはイベントを含んでもよい。ある場合には、決定は、少なくとも部分的に、共通センサデータ、ジェスチャ、および／またはイベントに基づく。

図７Ａおよび７Ｂを参照すると、両方の状態に関して、１日の歩数および１日の平均睡眠時間のデータ曲線は、同一であると考えられ得る。しかしながら、平均心拍数および体温を示す、データ曲線は、有意に異なる。一方の状態に関して、平均心拍数および体温の両方とも、経時的に増加するが、そのような増加は、他方の状態に関しては観察され得ない。少なくとも部分的に、データ曲線に応じて、予備決定が、行われ得る。比較的に安定した心拍数および体温を含む、データ曲線は、鬱状態に対応すると決定され得る一方、上昇心拍数および体温を示す、データ曲線は、病気状態に対応すると決定され得る。鬱状態は、対象の抑鬱障害を示す、またはそれと関連付けられ得る、状態であり得る。鬱状態は、持続性抑鬱障害、産後鬱病、精神病性鬱病、季節性情動障害、または双極性鬱病を含み得る。決定に応じて、データ曲線、予備決定の結果、および／または監視されているユーザに対するクエリを含む、通知が、上記または本明細書のいずれかに説明されるように、ユーザおよび／または任意の他の人々またはエンティティに送信されてもよい。ユーザは、クエリに対する応答を提供してもよい。応答は、センサデータおよび／または検出されたジェスチャ／イベントを補完し、１つ以上のスコアまたはユーザの身体的、心理的、および／または身体的および心理的状態を決定するために使用されてもよい。例えば、鬱状態を有すると決定されたユーザに関して、クエリが、抑鬱障害を被っているかどうか、ユーザが、抑鬱障害を有している、または有する可能性があると診断されているかどうか、ユーザが、抑鬱障害を治療するために服薬しているかどうか、医療的支援または救助を必要とするかどうか等を確認するためにユーザに送信されてもよい。クエリに対するユーザの応答の受信または非受信に応じて、センサデータ、ジェスチャ、および／またはイベントのセットが、調節されてもよく、および／または予備決定結果が、更新されてもよい。

図８は、身体的スコア、心理的スコア、および／または身体的および心理的スコアを決定するために使用され得る、事前に定義された期間にわたって収集された例示的データを示す。データは、心拍数、体温、加速度計、血液容積脈波（ＢＶＰ）、および皮膚電位（ＥＤＡ）を含んでもよい。ジェスチャおよび／またはイベントが、データを使用して検出されてもよい。１つ以上の特徴が、データおよび／またはジェスチャ／イベントを分析または処理することによって、抽出されてもよい。特徴の少なくともサブセットに基づいて、身体的スコア、心理的スコア、および総スコアのうちの１つ以上のものが、決定されてもよい。スコアは、ユーザの身体的状態、心理的状態、および／または身体的および心理的状態を示す、またはそれをさらに決定するために使用されてもよい。

本開示は、本開示の方法を実装するようにプログラムされる、コンピュータシステムを提供する。図９は、１つ以上のデバイスと関連付けられた、またはそれを使用して収集された、データを集約するようにプログラムまたは別様に構成される、コンピュータシステム９０１を示し、デバイスは、ユーザによって携行または装着され、データを分析し、複数の特徴を抽出し、複数の特徴のうちの１つ以上のものに基づいて、ユーザの健康状態を決定するように構成される。コンピュータシステム９０１は、ユーザの電子デバイス、または電子デバイスに対して遠隔に位置する、コンピュータシステムであることができる。電子デバイスは、モバイル電子デバイスであることができる。

コンピュータシステム９０１は、シングルコアまたはマルチコアプロセッサ、または並行処理のための複数のプロセッサであり得る、中央処理ユニット（ＣＰＵ、また、本明細書では、「プロセッサ」および「コンピュータプロセッサ」）９０５を含む。コンピュータシステム９０１はまた、メモリまたはメモリ場所９１０（例えば、ランダムアクセスメモリ、読取専用メモリ、フラッシュメモリ）と、電子記憶ユニット９１５（例えば、ハードディスク）と、１つ以上の他のシステムと通信するための通信インターフェース９２０（例えば、ネットワークアダプタ）と、キャッシュ、他のメモリ、データ記憶装置、および／または電子ディスプレイアダプタ等の周辺デバイス９２５とを含む。メモリ９１０、記憶ユニット９１５、インターフェース９２０、および周辺デバイス９２５は、マザーボード等の通信バス（実ライン）を通して、ＣＰＵ９０５と通信する。記憶ユニット９１５は、データを記憶するためのデータ記憶ユニット（またはデータリポジトリ）であることができる。コンピュータシステム９０１は、通信インターフェース９２０を用いて、コンピュータネットワーク９３０（「ネットワーク」）に動作可能に結合されることができる。ネットワーク９３０は、インターネット、イントラネット、および／またはエキストラネット、またはインターネットと通信するイントラネットおよび／またはエキストラネットであることができる。

ネットワーク９３０は、ある場合には、電気通信および／またはデータネットワークである。ネットワーク９３０は、クラウドコンピューティング等、分散型コンピューティングを可能にし得る、１つ以上のコンピュータサーバを含むことができる。例えば、１つ以上のコンピュータサーバは、ネットワーク９３０（「クラウド」）を経由して、クラウドコンピューティングを可能にし、例えば、ジェスチャおよび／またはイベントの検出、デバイスデータおよび検出されたジェスチャ／イベントからの特徴の抽出、身体的、心理的、および／または総健康スコアの決定、および決定に応じた通知または結果の生成等、本開示の分析、計算、生成の種々の側面を実施し得る。そのようなクラウドコンピューティングは、例えば、Ａｍａｚｏｎ Ｗｅｂ Ｓｅｒｖｉｃｅｓ（ＡＷＳ）、Ｍｉｃｒｏｓｏｆｔ Ａｚｕｒｅ、Ｇｏｏｇｌｅ Ｃｌｏｕｄ Ｐｌａｔｆｏｒｍ、およびＩＢＭクラウド等のクラウドコンピューティングプラットフォームによって、提供されてもよい。ネットワーク９３０は、ある場合には、コンピュータシステム９０１を用いて、コンピュータシステム９０１に結合されたデバイスが、クライアントまたはサーバとして挙動することを可能にし得る、ピアツーピアネットワークを実装することができる。

ＣＰＵ９０５は、プログラムまたはソフトウェア内に具現化され得る、機械可読命令のシーケンスを実行することができる。命令は、メモリ９１０等のメモリ場所内に記憶されてもよい。命令は、ＣＰＵ９０５にダイレクトされることができ、これは、その後、本開示の方法を実装するようにＣＰＵ９０５をプログラムまたは別様に構成することができる。ＣＰＵ９０５によって実施される動作の実施例は、フェッチ、デコード、実行、およびライトバックを含むことができる。

ＣＰＵ９０５は、集積回路等の回路の一部であることができる。システム９０１の１つ以上の他のコンポーネントが、回路内に含まれることができる。ある場合には、回路は、特定用途向け集積回路（ＡＳＩＣ）である。

記憶ユニット９１５は、ドライバ、ライブラリ、保存されたプログラム等のファイルを記憶することができる。記憶ユニット９１５は、例えば、ユーザ選好およびユーザプログラム等のユーザデータを記憶することができる。コンピュータシステム９０１は、ある場合には、イントラネットまたはインターネットを通してコンピュータシステム９０１と通信する遠隔サーバ上に位置する等、コンピュータシステム９０１の外部の１つ以上の付加的データ記憶ユニットを含むことができる。

コンピュータシステム９０１は、ネットワーク９３０を通して、１つ以上の遠隔コンピュータシステムと通信することができる。例えば、コンピュータシステム９０１は、ユーザ（例えば、健康推進プログラムの参加者）の遠隔コンピュータシステムと通信することができる。遠隔コンピュータシステムの実施例は、パーソナルコンピュータ（例えば、ポータブルＰＣ）、スレートまたはタブレットＰＣ（例えば、Ａｐｐｌｅ（Ｒ）ｉＰａｄ（登録商標）、Ｓａｍｓｕｎｇ（Ｒ）Ｇａｌａｘｙ Ｔａｂ）、電話、スマートフォン（例えば、Ａｐｐｌｅ（Ｒ）ｉＰｈｏｎｅ（登録商標）、Ａｎｄｒｏｉｄ対応デバイス、Ｂｌａｃｋｂｅｒｒｙ（Ｒ））、または携帯情報端末である。ユーザは、ネットワーク９３０を介して、コンピュータシステム６０１にアクセスすることができる。

本明細書に説明される方法は、コンピュータシステム９０１の電子記憶場所上、例えば、メモリ９１０または電子記憶ユニット９１５上等に記憶される機械（例えば、コンピュータプロセッサ）実行可能コードを用いて実装されることができる。機械実行可能または機械可読コードは、ソフトウェアの形態で提供されることができる。使用の間、コードは、プロセッサ９０５によって実行されることができる。ある場合には、コードは、プロセッサ９０５による容易なアクセスのために、記憶ユニット９１５から読み出され、メモリ９１０上に記憶されることができる。いくつかの状況では、電子記憶ユニット９１５は、除外されることができ、機械実行可能命令は、メモリ９１０上に記憶される。

コードは、コードを実行するように適合されたプロセッサを有する機械との併用のために事前コンパイルおよび構成されることができる、またはランタイムの間、コンパイルされることができる。コードは、コードが事前コンパイルまたはコンパイルされたままの方式で実行することを可能にするように選択され得る、プログラミング言語で供給されることができる。

コンピュータシステム９０１等の本明細書に提供されるシステムおよび方法の側面は、プログラミングにおいて具現化されることができる。本技術の種々の側面は、典型的には、機械可読媒体のあるタイプ上で搬送される、またはその中に具現化される、機械（またはプロセッサ）実行可能コードおよび／または関連付けられたデータの形態における、「製品」または「製造品」と見なされ得る。機械可読コードは、メモリ（例えば、読取専用メモリ、ランダムアクセスメモリ、フラッシュメモリ）またはハードディスク等の電子記憶ユニット上に記憶されることができる。「記憶」タイプの媒体は、ソフトウェアプログラミングのために、随時、非一過性記憶を提供し得る、種々の半導体メモリ、テープドライブ、ディスクドライブ、および同等物等、コンピュータ、プロセッサ、または同等物、またはその関連づけられたモジュールの有形メモリのいずれかまたは全てを含むことができる。ソフトウェアの全部または一部は、随時、インターネットまたは種々の他の電気通信ネットワークを通して通信され得る。そのような通信は、例えば、あるコンピュータまたはプロセッサから、別のコンピュータまたはプロセッサに、例えば、管理サーバまたはホストコンピュータから、アプリケーションサーバのコンピュータプラットフォームに、ソフトウェアのロードを可能にし得る。したがって、ソフトウェア要素を担持し得る、別のタイプの媒体は、有線または光学固定線ネットワークを通して、かつ種々のエアリンクを経由して、ローカルデバイス間の物理的インターフェースを横断して使用されるような光学、電気、および電磁波を含む。有線または無線リンク、光学リンク、または同等物等のそのような波を搬送する、物理的要素もまた、ソフトウェアを担持する媒体と見なされ得る。本明細書で使用されるように、非一過性有形「記憶」媒体に制限されない限り、コンピュータまたは機械「可読媒体」等の用語は、命令を実行のためにプロセッサに提供することに関与する、任意の媒体を指す。

故に、コンピュータ実行可能コード等の機械可読媒体は、限定ではないが、有形記憶媒体、搬送波媒体、または物理的伝送媒体を含む、多くの形態をとり得る。不揮発性媒体は、例えば、図面に示されるようなデータベース等を実装するために使用され得るような任意のコンピュータまたは同等物内の記憶デバイスのいずれか等の光学または磁気ディスクを含む。揮発性記憶媒体は、コンピュータプラットフォームのメインメモリ等の動的メモリを含む。有形伝送媒体は、コンピュータシステム内にバスを備えるワイヤを含む、同軸ケーブル、銅ワイヤ、および光ファイバを含む。搬送波伝送媒体は、無線周波数（ＲＦ）および赤外線（ＩＲ）データ通信の間に生成されるもの等、電気または電磁信号または音響または光波の形態をとり得る。コンピュータ可読媒体の一般的形態は、したがって、例えば、フロッピー（登録商標）ディスク、フレキシブルディスク、ハードディスク、磁気テープ、任意の他の磁気媒体、ＣＤ−ＲＯＭ、ＤＶＤ、またはＤＶＤ−ＲＯＭ、任意の他の光学媒体、パンチカード、紙テープ、孔のパターンを伴う任意の他の物理的記憶媒体、ＲＡＭ、ＲＯＭ、ＰＲＯＭ、およびＥＰＲＯＭ、ＦＬＡＳＨ（登録商標）−ＥＰＲＯＭ、任意の他のメモリチップまたはカートリッジ、データまたは命令をトランスポートする搬送波、そのような搬送波をトランスポートするケーブルまたはリンク、またはコンピュータがプログラムコードおよび／またはデータを読み取り得る、任意の他の媒体を含む。これらの形態のコンピュータ可読媒体の多くは、実行のために、１つ以上の命令の１つ以上のシーケンスをプロセッサに搬送することに関り得る。

コンピュータシステム９０１は、例えば、異常イベント、健康プログラムに進展が認められたことを示すスコア、および同等物の検出の通知を提供するために、ユーザインターフェース（ＵＩ）９４０を備える、電子ディスプレイ９３５を含む、またはそれと通信することができる。ＵＩの実施例は、限定ではないが、グラフィカルユーザインターフェース（ＧＵＩ）およびウェブベースのユーザインターフェースを含む。

本明細書で使用されるように、Ａおよび／またはＢは、ＡまたはＢのうちの１つ以上のもの、およびＡおよびＢ等のその組み合わせを包含する。「第１の」、「第２の」、「第３の」等の用語は、種々の要素、コンポーネント、領域、および／または区分を表すために本明細書で使用され得るが、これらの要素、コンポーネント、領域、および／または区分は、これらの用語によって限定されるべきではないことが理解されるであろう。これらの用語は、単に、１つの要素、コンポーネント、領域、または区分を別の要素、コンポーネント、領域、または区分と区別するために使用される。したがって、以下で議論される第１の要素、コンポーネント、領域、または区分は、本開示の本教示から逸脱することなく、第２の要素、コンポーネント、領域、または区分と称され得る。

本明細書で使用される用語は、特定の実施形態のみを説明する目的のためであり、本開示を限定することを意図していない。本明細書で使用されるように、「ａ（１つの）」、「ａｎ（１つの）」、および「ｔｈｅ（前記）」という単数形は、文脈が明確に指示しない限り、複数形も含むことを意図している。「ｃｏｍｐｒｉｓｅｓ（〜を備える）」および／または「ｃｏｍｐｒｉｓｉｎｇ」、または「ｉｎｃｌｕｄｅ（〜を含む）」および／または「ｉｎｃｌｕｄｉｎｇ」という用語は、本明細書で使用されるときに、記述された特徴、領域、整数、ステップ、動作、要素、および／またはコンポーネントの存在を規定するが、１つ以上の他の特徴、領域、整数、ステップ、動作、要素、コンポーネント、および／またはそれらの群の存在または追加を除外しないことがさらに理解されるであろう。

本開示の好ましい実施形態が、本明細書に示され、説明されているが、そのような実施形態は、一例のみとして提供されることが、当業者に明白となるであろう。ここで、多数の変形例、変更、および代用が、本発明から逸脱することなく当業者に想起されるであろう。本明細書に説明される本発明の実施形態の種々の代替案が、本発明を実践する際に採用され得ることを理解されたい。以下の請求項は、本発明の範囲を定義し、それによって、これらの請求項およびそれらの均等物の範囲内の方法および構造がそれらによって網羅されることが意図される。

Claims (42)

1. ユーザの健康状態を決定するためのコンピュータ実装方法であって、前記方法は、
   データを複数のソースから受信することと、
   前記複数のソースから受信されたデータを分析し、前記ユーザと関連付けられたジェスチャおよびイベントを検出することと、
   前記複数のソースから受信されたデータと、前記検出されたジェスチャおよびイベントに対応する前記分析されたデータとから複数の特徴を抽出することと、
   特徴の１つ以上のサブセットを前記複数の抽出された特徴から選択することと、
   少なくとも部分的に、前記特徴の選択された１つ以上のサブセットを使用して、（ｉ）前記ユーザの身体的状態、（ｉｉ）前記ユーザの心理的状態、または（ｉｉｉ）前記ユーザの身体的状態および心理的状態を決定し、それによって、前記ユーザの健康状態を決定することと
   を含む、方法。
2. 前記特徴の１つ以上のサブセットは、特徴の第１のサブセットおよび特徴の第２のサブセットを含む、請求項１に記載の方法。
3. 少なくとも部分的に、前記特徴の第１のサブセットおよび前記特徴の第２のサブセットを使用して、それぞれ、前記ユーザの身体的状態および前記ユーザの心理的状態を決定することをさらに含む、請求項２に記載の方法。
4. 前記特徴の第１のサブセットおよび前記特徴の第２のサブセットは、共通特徴を含む、請求項２に記載の方法。
5. 少なくとも部分的に、前記共通特徴を使用して、前記ユーザの身体的状態および心理的状態を決定することをさらに含む、請求項４に記載の方法。
6. 前記決定の正確度が、所定の閾値より低い場合、前記特徴の１つ以上のサブセットを調節することをさらに含む、請求項１に記載の方法。
7. 前記正確度は、前記ユーザの身体的状態、心理的状態、または身体的状態および心理的状態に関する前記ユーザのフィードバックに基づいて決定される、請求項６に記載の方法。
8. 前記調節は、前記特徴の１つ以上のサブセット内に１つ以上の特徴を追加すること、前記特徴の１つ以上のサブセットから１つ以上の特徴を削除すること、または前記特徴の１つ以上のサブセット内の１つ以上の特徴を置換することによって実施される、請求項６に記載の方法。
9. 前記調節は、実質的にリアルタイムで実施される、請求項７に記載の方法。
10. （１）前記ユーザの身体的状態に基づいて、身体的スコアを決定すること、（２）前記ユーザの心理的状態に基づいて、心理的スコアを決定すること、および／または（３）前記ユーザの身体的状態および心理的状態に基づいて、総スコアを決定することをさらに含む、請求項１に記載の方法。
11. 前記決定された身体的状態、前記心理的状態、および／または前記身体的状態および心理的状態に関するクエリをユーザに送信することと、
    前記クエリに対する応答を前記ユーザから受信することと、
    前記応答に基づいて、前記身体的スコア、前記心理的スコア、および／または前記総スコアを調節することと
    をさらに含む、請求項１０に記載の方法。
12. 前記ユーザと関連付けられたジェスチャおよびイベントが生じるにつれて、前記ユーザの身体的状態および心理的状態のうちの少なくとも１つを監視することをさらに含む、請求項１に記載の方法。
13. 前記監視に基づいて、前記ユーザの身体的状態および心理的状態のうちの少なくとも１つの傾向を決定することをさらに含む、請求項１２に記載の方法。
14. 前記傾向に基づいて、前記ユーザの将来的な身体的状態または心理的状態のうちの少なくとも１つを予測することをさらに含む、請求項１３に記載の方法。
15. 異なる程度の所与の身体的状態または心理的状態を決定することをさらに含む、請求項１に記載の方法。
16. 異なるタイプの身体的状態および心理的状態を区別することをさらに含む、請求項１に記載の方法。
17. 前記複数のソースは、前記ユーザと関連付けられたウェアラブルデバイスおよびモバイルデバイスを含む、請求項１に記載の方法。
18. 前記データは、前記ウェアラブルデバイスまたはモバイルデバイス上の複数のセンサを使用して収集されたセンサデータを含む、請求項２に記載の方法。
19. 前記ジェスチャは、前記ユーザの上肢によって実施される異なるタイプのジェスチャを含む、請求項１に記載の方法。
20. 前記イベントは、（ｉ）異なるタイプの活動および（ｉｉ）低活動または無活動の発生を含む、請求項１に記載の方法。
21. 前記イベントは、ウォーキング、飲酒、服薬、転倒、食事、および／または睡眠を含む、請求項１に記載の方法。
22. 前記複数の特徴は、少なくとも機械学習アルゴリズムまたは統計的モデルを使用して処理される、請求項１に記載の方法。
23. 前記身体的状態は、前記ユーザが前記身体的状態と関連付けられた症状を身体的に被っている尤度を含み、前記心理的状態は、前記ユーザが前記心理的状態と関連付けられた症状を精神的または感情的に被っている尤度を含む、請求項１に記載の方法。
24. 前記尤度と１つ以上の閾値を比較することと、
    前記尤度が、前記１つ以上の閾値未満であるか、前記１つ以上の閾値と等しいか、または前記１つ以上の閾値よりも大きいかに応じて、１つ以上のアラートをユーザまたは別のエンティティに生成することと
    をさらに含む、請求項２３に記載の方法。
25. ユーザの健康状態を決定するためのコンピュータ実装方法であって、前記方法は、
    データを複数のソースから受信することと、
    前記複数のソースから受信されたデータを分析し、前記ユーザと関連付けられたジェスチャおよびイベントを検出することと、
    前記複数のソースから受信されたデータと、前記検出されたジェスチャおよびイベントに対応する前記分析されたデータとから複数の特徴を抽出することと、
    前記複数の特徴の少なくともサブセットを処理し、（１）前記ユーザの個々の身体的状態および心理的状態、および（２）前記ユーザの健康状態に影響を及ぼしている前記身体的状態と心理的状態との間の比較を決定することと
    を含む、方法。
26. 前記複数のソースは、前記ユーザと関連付けられたウェアラブルデバイスおよびモバイルデバイスを含む、請求項２５に記載の方法。
27. 前記ウェアラブルデバイスおよび／または前記モバイルデバイスは、インターネットに接続される、請求項２６に記載の方法。
28. 前記データは、前記ウェアラブルデバイスまたはモバイルデバイス上の複数のセンサを使用して収集されたセンサデータを含む、請求項２６に記載の方法。
29. 前記ジェスチャは、前記ユーザの上肢によって実施される異なるタイプのジェスチャを含む、請求項２５に記載の方法。
30. 前記イベントは、（ｉ）異なるタイプの活動および（ｉｉ）低活動または無活動の発生を含む、請求項２５に記載の方法。
31. 前記イベントは、ウォーキング、飲酒、服薬、転倒、食事、および／または睡眠を含む、請求項２５に記載の方法。
32. 前記イベントは、前記ユーザと関連付けられた随意的イベントおよび不随意的イベントを含む、請求項２５に記載の方法。
33. 前記身体的状態と心理的状態との間の比較は、前記ユーザの健康状態をより正確に予測するために使用される、請求項２５に記載の方法。
34. （ｉ）前記ユーザの身体的状態に基づいて、身体的スコアを決定すること、および（ｉｉ）前記ユーザの心理的状態に基づいて、心理的スコアを決定することをさらに含む、請求項２５に記載の方法。
35. 前記身体的スコアおよび心理的スコアを集約することによって、前記ユーザの総健康状態スコアを計算することをさらに含む、請求項３４に記載の方法。
36. 前記複数の特徴は、少なくとも機械学習アルゴリズムまたは統計的モデルを使用して処理される、請求項２５に記載の方法。
37. 前記特徴の共通サブセットが、前記ユーザの身体的状態および心理的状態の両方を決定するために処理される、請求項２５に記載の方法。
38. 前記特徴の異なるサブセットが、前記ユーザの身体的状態および心理的状態を個々に決定するために処理される、請求項２５に記載の方法。
39. 前記身体的状態は、前記ユーザが前記身体的状態と関連付けられた症状を身体的に被っている尤度を含み、前記心理的状態は、前記ユーザが前記心理的状態と関連付けられた症状を精神的または感情的に被っている尤度を含む、請求項２５に記載の方法。
40. 前記尤度と１つ以上の閾値を比較することと、
    前記尤度が、前記１つ以上の閾値未満であるか、前記１つ以上の閾値と等しいか、または前記１つ以上の閾値よりも大きいかに応じて、１つ以上のアラートをユーザまたは別のエンティティに生成することと
    をさらに含む、請求項３９に記載の方法。
41. 前記１つ以上の閾値は、ユーザに特有であるかまたはユーザのために事前に決定される少なくとも１つの閾値を含む、請求項４０に記載の方法。
42. 前記１つ以上の閾値は、基準ユーザ群を横断して適用可能な少なくとも１つの閾値を含む、請求項４０に記載の方法。