JP7243439B2 - 食事リスク判定方法、食事リスク判定プログラムおよび情報処理装置 - Google Patents
食事リスク判定方法、食事リスク判定プログラムおよび情報処理装置 Download PDFInfo
- Publication number
- JP7243439B2 JP7243439B2 JP2019096388A JP2019096388A JP7243439B2 JP 7243439 B2 JP7243439 B2 JP 7243439B2 JP 2019096388 A JP2019096388 A JP 2019096388A JP 2019096388 A JP2019096388 A JP 2019096388A JP 7243439 B2 JP7243439 B2 JP 7243439B2
- Authority
- JP
- Japan
- Prior art keywords
- function
- dysphagia
- care
- risk
- learning
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Rehabilitation Tools (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
図1は、実施例1にかかる情報処理装置10の全体例を説明する図である。図1に示す情報処理装置10は、被介護者の画像データや介護日誌などを利用して、食事前に被介護者の嚥下障害のリスクを予測し、介護者に通知することで、介護者の負担軽減と被介護者の窒息リスクの低減を実現するコンピュータ装置である。具体的には、図1に示すように、情報処理装置10は、事前フェーズと、学習フェーズと、予測フェーズとを実行する。
図2は、実施例1にかかる情報処理装置10の機能構成を示す機能ブロック図である。図2に示すように、情報処理装置10は、通信部11、記憶部12、制御部20を有する。
次に、上述した情報処理装置10が実行する一連の処理の流れを説明する。図10は、処理の流れを示すフローチャートである。ここでは、事前フェーズ、学習フェーズ、予測フェーズの一連の流れを説明するが、各フェーズを別々のタイミングで実行することもできる。
上述したように、情報処理装置10は、介護日誌等から嚥下障害(食事中のむせる)の記録と、食事前の顔を動かした情報(画像データなど)とを用いて、モデリングを実行する。そして、情報処理装置10は、食事前の画像データを入力として嚥下障害のリスクを推定することができる。したがって、情報処理装置10は、被介護者の嚥下障害を検出することができる。また、情報処理装置10は、事前に嚥下詳細の発生リスクを検出できるので、被介護者に対して介護者の最適な割り当てが実現でき、介護者の余計な負担を軽減することができる。
上記実施例で用いたデータ例、数値例、表示例等は、あくまで一例であり、任意に変更することができる。また、食事を飲み込む際の一連の動作を構成する複数の口腔機能も一例であり、他の情報を用いることもできる。
上記実施例では、学習モデルとして、ロジスティック回帰モデルを用いた例を説明したが、これに限定されるものではなく、ニューラルネットワークやサポートベクターマシンなど他の機械学習を採用することもできる。学習済みのモデルを用いた予測は、判定対象の当日のうち食事前であればいつ実行してもよい。
上記実施例では、口腔機能の判定や学習データとして、嚥下体操の実行時間や実行回数などを用いる例を説明したが、これに限定されるものではなく、食事前の会話時間などを用いることもできる。
また、基準モデルは、各被介護者の情報や嚥下障害がない被介護者の情報などを用いた統計処理により、予め設定されていてもよい。また、基準モデルを生成する際に、各被介護者の測定結果を用いる例を説明したが、これに限定されるものではなく、全被介護者のうち嚥下障害が発生したことがない被介護者の測定値のみを用いて、基準モデルを生成することもできる。
上記実施例では、不足機能の学習モデルを用いて嚥下障害の出願確率のリスクを判定する例を説明したが、これに限定されるものではなく、学習モデルを生成することなく、画像データから判定することもできる。
上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
図11は、ハードウェア構成例を説明する図である。図11に示すように、情報処理装置10は、通信装置10a、HDD(Hard Disk Drive)10b、メモリ10c、プロセッサ10dを有する。また、図11に示した各部は、バス等で相互に接続される。
11 通信部
12 記憶部
13 履歴情報DB
14 測定値DB
15 学習データDB
16 学習結果DB
20 制御部
30 撮像部
40 事前処理部
50 学習処理部
51 不足判定部
52 学習データ生成部
53 学習部
60 予測処理部
61 予測部
62 報知部
Claims (10)
- コンピュータが、
食事を飲み込む際の一連の動作を構成する複数の口腔機能の中で、予め設定された基準を満たしていない被介護者の口腔機能である不足機能を特定し、
前記被介護者を撮像した画像データに基づいて、前記不足機能に対応する動作を食事前に実行しているか否かを判定し、
判定結果に基づいて、嚥下障害のリスクに関するアラートを報知する
処理を実行することを特徴とする食事リスク判定方法。 - 蓄積された複数の被介護者の前記複数の口腔機能に関する測定値を用いて、前記複数の口腔機能それぞれに対応する複数の基準モデルを生成する処理、を前記コンピュータが実行し、
前記特定する処理は、前記複数の基準モデルと、前記被介護者の前記複数の口腔機能それぞれに関する測定値とを比較し、前記不足機能を特定する、ことを特徴とする請求項1に記載の食事リスク判定方法。 - 前記被介護者に対応する前記複数の口腔機能うち前記不足機能に関する測定値を説明変数、前記嚥下障害の発生有無を目的変数とする学習モデルを学習する処理を前記コンピュータが実行し、
前記判定する処理は、判定日に測定された前記不足機能に関する測定値を前記学習モデルに入力して得られる出力結果に基づいて、前記嚥下障害の出現確率のリスクを判定することを特徴とする請求項1または2に記載の食事リスク判定方法。 - 前記判定する処理は、前記判定日の食事前に撮像された前記被介護者の画像データから、前記不足機能に対応する動きを特定し、前記動きに基づき前記測定値を生成することを特徴とする請求項3に記載の食事リスク判定方法。
- 前記特定する処理は、判定対象である被介護者ごとに、前記不足機能を特定し、
前記学習する処理は、前記被介護者ごとの不足機能ごとに、前記学習モデルを生成し、
前記判定する処理は、前記被介護者ごとに、前記不足機能に対応する前記学習モデルを用いて、前記嚥下障害の出現確率のリスクを判定することを特徴とする請求項4に記載の食事リスク判定方法。 - 前記報知する処理は、介護者が有する端末装置に対して、前記嚥下障害の出現確率が閾値以上である被介護者を監視するよう指示する、画像、音、振動の少なくとも一つを出力することを特徴とする請求項1から5のいずれか一つに記載の食事リスク判定方法。
- 前記報知する処理は、前記嚥下障害の出現確率が閾値以上である被介護者の前記嚥下障害のリスクが低下するまで、前記被介護者が嚥下体操をするように、コミュニケーションロボットにコーチングさせることを特徴とする請求項1から5のいずれか一つに記載の食事リスク判定方法。
- 前記不足機能に対応する嚥下体操の実行状況に基づき、嚥下障害の出現確率のリスクに関するアラートを報知することを特徴とする請求項1から7のいずれか一つに記載の食事リスク判定方法。
- コンピュータに、
食事を飲み込む際の一連の動作を構成する複数の口腔機能の中で、予め設定された基準を満たしていない被介護者の口腔機能である不足機能を特定し、
前記被介護者を撮像した画像データに基づいて、前記不足機能に対応する動作を食事前に実行しているか否かを判定し、
判定結果に基づいて、嚥下障害のリスクに関するアラートを報知する
処理を実行させることを特徴とする食事リスク判定プログラム。 - 食事を飲み込む際の一連の動作を構成する複数の口腔機能の中で、予め設定された基準を満たしていない被介護者の口腔機能である不足機能を特定する特定部と、
前記被介護者を撮像した画像データに基づいて、前記不足機能に対応する動作を食事前に実行しているか否かを判定する判定部と、
判定結果に基づいて、嚥下障害のリスクに関するアラートを報知する報知部と
を有することを特徴とする情報処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019096388A JP7243439B2 (ja) | 2019-05-22 | 2019-05-22 | 食事リスク判定方法、食事リスク判定プログラムおよび情報処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019096388A JP7243439B2 (ja) | 2019-05-22 | 2019-05-22 | 食事リスク判定方法、食事リスク判定プログラムおよび情報処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020190962A JP2020190962A (ja) | 2020-11-26 |
JP7243439B2 true JP7243439B2 (ja) | 2023-03-22 |
Family
ID=73453709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019096388A Active JP7243439B2 (ja) | 2019-05-22 | 2019-05-22 | 食事リスク判定方法、食事リスク判定プログラムおよび情報処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7243439B2 (ja) |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6285002B1 (ja) * | 2016-11-30 | 2018-02-28 | 益弘 古川 | 顎関節症等歯科疾患治療のためのシステム及びプログラム |
-
2019
- 2019-05-22 JP JP2019096388A patent/JP7243439B2/ja active Active
Non-Patent Citations (1)
Title |
---|
中屋 隆,Kinectセンサを用いた嚥下体操支援システム,情報処理学会 研究報告 ヒューマンコンピュータインタラクション(HCI) 2015-HCI-162 [online] ,日本,情報処理学会,2015年03月13日,1-8ページ |
Also Published As
Publication number | Publication date |
---|---|
JP2020190962A (ja) | 2020-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019239813A1 (ja) | 情報処理方法、情報処理プログラム及び情報処理システム | |
KR101788030B1 (ko) | 구강질환 위험도 진단 및 구강관리 시스템과 그 방법 | |
CN112673378B (zh) | 推断器生成装置、监视装置、推断器生成方法以及推断器生成程序 | |
US10568716B2 (en) | Methods and systems for employing artificial intelligence in automated orthodontic diagnosis and treatment planning | |
US9408562B2 (en) | Pet medical checkup device, pet medical checkup method, and non-transitory computer readable recording medium storing program | |
CN109564779A (zh) | 用于评价医学设备质量的装置 | |
EP3839973A1 (en) | Automated mobility assessment | |
JP7276018B2 (ja) | 学習方法、推定方法および学習プログラム | |
US20230394653A1 (en) | Oral Condition Evaluation System, Oral Care Recommendation System, and Oral Condition Notification System | |
Egede et al. | Automatic neonatal pain estimation: An acute pain in neonates database | |
KR102619758B1 (ko) | 생체신호 분석 기반 코골이 분석과 질병 진단 예측 서비스를 제공하는 코골이 분석 서비스 시스템 | |
JP6798068B2 (ja) | 機能改善支援装置および機能改善支援システム | |
JP2023553957A (ja) | 身体画像に基づいて睡眠分析を決定するシステム及び方法 | |
JP7243439B2 (ja) | 食事リスク判定方法、食事リスク判定プログラムおよび情報処理装置 | |
JP2018033624A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
CN118338853A (zh) | 计算机程序、信息处理方法及信息处理装置 | |
KR102429447B1 (ko) | 안면 표정 인식을 이용한 기분장애 진단을 위한 정보 제공 시스템 | |
CN113270168A (zh) | 一种提高医学图像处理能力的方法及*** | |
JP7358842B2 (ja) | 障害判定方法、障害判定プログラムおよび情報処理装置 | |
JP2021121176A (ja) | 分娩タイミング報知システム及び分娩タイミング報知方法 | |
JPWO2020008995A1 (ja) | 画像認識プログラム、画像認識装置、学習プログラム、および学習装置 | |
KR102619800B1 (ko) | 환자의 상태에 따라 교정 방식을 결정하는 장치, 방법 및 시스템 | |
WO2024150512A1 (ja) | 学習済みモデルの生成方法、学習済みモデルの生成装置及びプログラム | |
JP7310929B2 (ja) | 運動メニュー評価装置、方法、及びプログラム | |
JP2023094220A (ja) | 情報処理方法、製造方法、情報処理装置、および制御プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220208 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230126 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230207 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230220 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7243439 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |