JP7274016B1 - 歩行解析による疾患タイプ予測モデルを用いた歩行者転倒予防システム - Google Patents
歩行解析による疾患タイプ予測モデルを用いた歩行者転倒予防システム Download PDFInfo
- Publication number
- JP7274016B1 JP7274016B1 JP2022038649A JP2022038649A JP7274016B1 JP 7274016 B1 JP7274016 B1 JP 7274016B1 JP 2022038649 A JP2022038649 A JP 2022038649A JP 2022038649 A JP2022038649 A JP 2022038649A JP 7274016 B1 JP7274016 B1 JP 7274016B1
- Authority
- JP
- Japan
- Prior art keywords
- fall
- risk
- user
- unit
- walking
- 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
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 117
- 201000010099 disease Diseases 0.000 title claims abstract description 115
- 230000002265 prevention Effects 0.000 title claims abstract description 21
- 238000004458 analytical method Methods 0.000 title claims description 20
- 230000005021 gait Effects 0.000 title abstract description 8
- 239000000284 extract Substances 0.000 claims abstract description 5
- 230000006870 function Effects 0.000 claims description 38
- 238000007405 data analysis Methods 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 claims description 5
- 238000013480 data collection Methods 0.000 claims description 4
- 238000013459 approach Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 6
- 230000001133 acceleration Effects 0.000 description 16
- 238000000034 method Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 12
- 206010012289 Dementia Diseases 0.000 description 9
- 230000007423 decrease Effects 0.000 description 9
- 208000010412 Glaucoma Diseases 0.000 description 8
- 208000001076 sarcopenia Diseases 0.000 description 8
- 230000003247 decreasing effect Effects 0.000 description 7
- 230000033001 locomotion Effects 0.000 description 6
- 210000003205 muscle Anatomy 0.000 description 6
- 239000003814 drug Substances 0.000 description 5
- 229940079593 drug Drugs 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 208000002177 Cataract Diseases 0.000 description 4
- 208000018737 Parkinson disease Diseases 0.000 description 4
- 206010003119 arrhythmia Diseases 0.000 description 4
- 230000006793 arrhythmia Effects 0.000 description 4
- 230000036772 blood pressure Effects 0.000 description 4
- 208000001089 Multiple system atrophy Diseases 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 201000008482 osteoarthritis Diseases 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 206010020772 Hypertension Diseases 0.000 description 2
- 206010031127 Orthostatic hypotension Diseases 0.000 description 2
- 208000001132 Osteoporosis Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 239000000935 antidepressant agent Substances 0.000 description 2
- 229940005513 antidepressants Drugs 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 230000002526 effect on cardiovascular system Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004438 eyesight Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 210000000653 nervous system Anatomy 0.000 description 2
- 230000000474 nursing effect Effects 0.000 description 2
- 239000006187 pill Substances 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 206010042772 syncope Diseases 0.000 description 2
- 230000035488 systolic blood pressure Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 208000015879 Cerebellar disease Diseases 0.000 description 1
- 206010010904 Convulsion Diseases 0.000 description 1
- 206010015958 Eye pain Diseases 0.000 description 1
- 206010048744 Fear of falling Diseases 0.000 description 1
- 206010017577 Gait disturbance Diseases 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 206010019280 Heart failures Diseases 0.000 description 1
- 206010020565 Hyperaemia Diseases 0.000 description 1
- 208000019695 Migraine disease Diseases 0.000 description 1
- 208000010428 Muscle Weakness Diseases 0.000 description 1
- 208000021642 Muscular disease Diseases 0.000 description 1
- 206010028372 Muscular weakness Diseases 0.000 description 1
- 201000009623 Myopathy Diseases 0.000 description 1
- 206010034010 Parkinsonism Diseases 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 208000002667 Subdural Hematoma Diseases 0.000 description 1
- 208000032109 Transient ischaemic attack Diseases 0.000 description 1
- 206010047513 Vision blurred Diseases 0.000 description 1
- 206010047555 Visual field defect Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000003444 anaesthetic effect Effects 0.000 description 1
- 229940035676 analgesics Drugs 0.000 description 1
- 239000000730 antalgic agent Substances 0.000 description 1
- 239000003472 antidiabetic agent Substances 0.000 description 1
- 229940125715 antihistaminic agent Drugs 0.000 description 1
- 239000000739 antihistaminic agent Substances 0.000 description 1
- 239000002246 antineoplastic agent Substances 0.000 description 1
- 229940041181 antineoplastic drug Drugs 0.000 description 1
- 210000003403 autonomic nervous system Anatomy 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 230000004456 color vision Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 230000035487 diastolic blood pressure Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 206010015037 epilepsy Diseases 0.000 description 1
- 208000028329 epileptic seizure Diseases 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 239000003326 hypnotic agent Substances 0.000 description 1
- 230000000147 hypnotic effect Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 206010027599 migraine Diseases 0.000 description 1
- 208000031225 myocardial ischemia Diseases 0.000 description 1
- 230000000399 orthopedic effect Effects 0.000 description 1
- 230000002746 orthostatic effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 208000033808 peripheral neuropathy Diseases 0.000 description 1
- 230000001144 postural effect Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 201000002212 progressive supranuclear palsy Diseases 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 208000014733 refractive error Diseases 0.000 description 1
- 206010039073 rheumatoid arthritis Diseases 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 210000002820 sympathetic nervous system Anatomy 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 201000010875 transient cerebral ischemia Diseases 0.000 description 1
Images
Landscapes
- Navigation (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
- Traffic Control Systems (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
図1のごとく、システムは携帯端末10とデータ解析装置20とからなる。携帯端末10は利用者が歩行時に携帯し、利用者の歩行特性データを収集すると共に、転倒危険箇所近くで利用者へ転倒危険警報を発する。データ解析装置20は携帯端末10から利用者の歩行特性データや転倒箇所情報を入手し、解析し、データベース化することで、利用者の転倒しやすい疾患タイプの予測とその危険性を把握する。併せて転倒危険箇所の解析を行い、結果をデータベース化する。
図2を用いて、携帯端末10の構成およびその機能を説明する。携帯端末10は通信部11、センサー部12、歩行特性抽出部13、問診回答入力部14、転倒箇所情報入力部15及び転倒危険判断部16からなっている。
位置センサーからの位置を地図上にプロットし、プロット間距離の積算で移動距離が推定できる。位置が一定時間変化しないような場合は排除する。
(2)歩行速度
一定距離(1km等)の歩行に要した時間から歩行速度が推定できる。静止していると考えられる加速度センサーの数値が0に近い等の異常値は排除する。
(3)RMS
歩行速度算出に利用した距離内での3次元加速度計の各軸の振幅の合計を歩行速度の二乗値で除す。
(4)歩数
3次元加速度センサーの周波数解析から歩行周期が推定でき、左右の足の運びと考え歩数が推定できる。
(5)歩幅
一定距離(1km等)の歩行に要した歩数から歩幅が推定できる。
(6)体軸の傾き
3次元ジャイロの周波数解析と3次元加速度センサーで得た進行方向情報から体軸の左右の傾きが推定できる。
(7)転倒
3次元加速度センサーと3次元ジャイロセンサーの急激な変動で転倒や衝突の可能性が検出できる。鉛直方向の加速度とジャイロの傾きから転倒の可能性を検出できる。加速度が静止し、ジャイロが90度近くなれば転倒と判断する。それ以外を転倒しそうになったと判断する。ただし、気圧センサーや心拍センサー等(Apple Watch等のwatch型のwearableデバイスの推定)の他のセンサーとの組み合わせや機械学習等による転倒の精度を高めることも含む。例えば、(10)にあるように、転倒と判断が難しい場合に、心拍数や血圧の変化が見られた場合を転倒とすることで精度を高めることができる。また転倒時の3次元加速度センサーと3次元ジャイロセンサーの変動は利用者によって異なる場合がある。そのため、個別の転倒検知の制度を高めるために機械学習も有用である。以降両者を含めて転倒と表記する。3次元加速度センサーの感受方向と3次元ジャイロセンサーの検出方向とから転倒方向(仰臥、伏臥、左右側臥)も判別可能である。転倒と判断した場合、問診回答入力部14と転倒危険判断部16へ通知し利用者を停止させ、転倒箇所情報の入力を促す。
(8)歩行バランス
ジャイロスコープと3次元加速度センサーの周波数解析から歩行周期が推定でき、左右の足の運びの違いから左右差を推定する。
(9)運動習慣
運動時の単位時間あたり合成加速度の量(大きさに応じて運動強度を積算量したもの)をその継続時間で算出する。携帯端末内のアプリケーションとの連携や利用者の入力によって取得することもできる。
(10)心拍数と心拍変動
脈拍の動きを感知することから、心拍数を検知し、その変動から心拍変動を得る。
(11)自律神の変化
心拍変動をもとに、心拍数が上昇した時に交感神経が優位になったと推測する。
(12)下腿の筋力
座位から立位に変わるときのZ方向の加速度センサーによる速度の単位時間あたりの変化量からたちあがりの速度を推定する。この立ち上がりの速度から、下腿の筋力量を推定する。特に立ち上がり時に3秒以上有する場合は、転倒リスクが高いと考えられる。
(1)方法1
注意喚起による警報を行う。「近くに転倒危険箇所があります。ご注意ください。」
(2)方法2
注意喚起に合わせて具体的な道路の危険箇所を伝える。「近くに転倒危険所があります。2m先の段差にご注意下さい。」
(3)方法3
上記に加えて、具体的な歩行アドバイスを行う。「近くに転倒危険箇所があります。歩道からはみ出ず1m車道側を歩いて下さい。」
(4)方法4
注意喚起の言葉を変えて危険性の高さを伝える。「危険!危険!近くに転倒危険箇所があります」
(5)方法5
別のルートを提案する。「この先、非常に危険な箇所があります。別ルートを案内します。」
(6)方法6
携帯端末に振動が起こり、音声での警告がされる。
図3を用いて、データ解析装置20の構成およびその機能を説明する。
データ解析装置20は制御・通信部21とデータベース入出力部22と疾患タイプ予測部23と危険箇所解析部24からなっている。またデータベースとして利用者データベース31と危険箇所データベース32を管理する。
制御・通信部21は、携帯端末からの要求に応じてデータの送受信を行う。受信データの内、転倒情報を転倒予防部へ、利用者の歩行特性データや問診回答データを疾患タイプ予測部へ振り分ける。データ送信部は携帯端末からの要求に応じ、利用者の転倒危険に関係するデータを利用者データベース31から、危険箇所に関するデータを危険箇所データベース32から受け取り、危険データとして携帯端末へ送信する。また、問診表の回答が必要と判断された利用者の場合は問診表を送信する。
問診回答データ取得機能は一ヶ月単位などのように定期的に利用者へ問診表を送付し回答を集める方法と疾患タイプの予測がされた時に記入を求める方法をとる。定期的な問診表は非特許文献1のような転倒リスク評価シート等で転倒予測ツールとして用い、疾患タイプの予測時に集めるのは、非特許文献2のようなSARC-F、SARC-CalFの問診表や緑内障タイプ判定の問診票などである。問診回答データはその結果を携帯端末経由で入力したものである。サルコペニアのように、問診回答データを用いることが疾患タイプ予測に有効な疾患が疑われた場合はその都度利用者へ問診表を送付し回答を集める。問診票の送付は携帯端末がデータ送信部に接続された時に接続した利用者が問診票の回答を必要とされているかを判断し、必要であればデータ送信部経由で当該携帯端末へ問診票を送付する。
(a)循環器要因
1)不整脈2)起立性低血圧、高血圧3)心不全、虚血性心疾患4)脳循環障害5)一過性脳虚血発作6)脳血管疾患7)硬膜下血腫
(b)神経系要因(パーキンソン病、認知症など)
1)パーキンソン症候群2)脊髄後索障害3)末梢性神経障害4)てんかん発作5)小脳障害6)認知症
(c)筋・骨格系要因(骨粗鬆症、変形性関節症など)
1)骨関節炎、関節リウマチ2)骨折,脱臼3)ミオパチー
(d)視覚・認知要因(白内障、緑内障など)
1)白内障2)屈折異常3)眼鏡不適合4)緑内障
(e)加齢変化(運動速度の低下、平衡機能低下など)
1)最大筋力低下2)筋の持続力低下3)運動速度の低下4)反応時間の延長5)巧緻性低下6)姿勢反射の低下7)深部感覚低下8)平衡機能低下
(f)薬物によるもの
睡眠薬、抗うつ薬など
(g)外的要因
段差、履物など
・不整脈
心拍変動から推定。不整脈は経過観察とするものと治療が必要なものがあるが、心拍の異常と合わせて転倒が見られた場合は、易転倒者として判別する。
・起立性血圧
仰臥位または坐位から立位への***変換に伴い、起立3分以内に収縮期血圧が20mmHg以上低下するか、または収縮期血圧の絶対値が90mmHg未満に低下、あるいは拡張期血圧の10mmHg以上の低下が認められた際に推定する。また運動後に転倒がみられた場合は、運動時の血圧をシステムが自動的に確認される。
・失神
心拍数と血圧の著しい変化に伴って、突然の転倒(失神)がみられた場合に確認される。
・認知症
RMSが過去の最低値から一定値以上増大した場合。認知症では、視空間認知に機能障害がみられ、よくしっている場所で道に迷う。このことから、移動歴の歩行データから、定期的に歩いている道をよく知っている道と判断し、その道であって歩行速度の低下や目的地の周辺を数m以下の間隔で行き来している場合は道に迷っていると推測し、認知症のリスクが高いと考える。問診回答データからのMMSE(ミニメンタルスケート検査)やHDS-R(改訂版長谷川式簡易知能評価スケール)のスクリーニング結果を考慮する。
・パーキンソン病
歩行開始時に、小さな段差でも頻回のつまづくが検出され、座位時転倒(腰かけていても状態が傾いて、そのまま転倒。)がみられる。特許文献2の段落番号0117に記載の判定基準、身体の傾きの経時変化量が閾値を超えた場合に当該タイプと予測する事を使用することができる。
・進行性核上性麻痺(PSP)
座位から立位に変化した直後に後方への転倒(ロケットサイン)がみられる。座位から立位へのZ方向の加速度センサーの変化を検知後、後方への転倒がみられる。後方への転倒は、転倒後の立ち上がり時に身体を反転させることができる3次元加速度センサーの回転から判断する。
・サルコペニア
歩行速度が1.0m/秒以下である。歩行速度は、加速・減速を除く、通常歩行速度を4m以上の歩行により評価する。ある特定の6m以上の歩行から、1mから5mまでの4m歩行に要する時間を測定し、その平均値を採用する。問診回答データからのSARC-FやSARC-CalFのスクリーニング結果を考慮する。
・緑内障
問診として(高血圧・糖尿秒・片頭痛等の危険因子の有無、既往歴、家族歴)と、自覚症状(眼痛、頭痛、霧視、視野欠損、充血)、緑内障のセルフチェックを確認する。地理情報システムから得た段差での転倒の頻回発生、転倒不安による歩行速度の低下が計測される。
・筋力量低下
座位から立位に変わる立ち上がりの加速度の単位時間あたりの変化量と身長から予測した下肢の筋力量が、経時的に低下傾向となっている。
・転倒の危険性が高まる薬剤を服用
脱力、筋緊張の低下を及ぼす薬(筋弛緩剤、抗不安薬)、ふらつきやめまいを引き起こす薬(抗不安薬、睡眠薬、NSAID、抗てんかん剤、麻薬、非麻酔性鎮痛剤、抗がん剤)、眠気や集中力・注意力の低下を与える薬(睡眠薬、抗ヒスタミン剤、血糖降下剤)等の薬剤を服用している。
図3の利用者データベース31と危険箇所データベース32のデータ構成を説明する。利用者データベース31は利用者毎に作成されるもので、以下のデータからなっている。
1. (1) 個人属性
固有番号、生年月日または年齢、性別、身長、体重
2. (2) 歩行周辺地図
利用者が登録した歩行予定の複数地区のGIS(地理情報システム)適応地図
2. (3) 歩行特性
携帯端末10で収集したデータで時刻と共に時系列で保存
2. (4) 問診データ
問診要求の有無、要求問診票、過去の問診回答の時系列データ
2. (5) 利用者転倒危険データ
疾患タイプ予測部23で予測された疾患タイプや予測日時、また、前記疾患タイプと関連付けられた地形特徴や疾患タイプ予測非該当者の転倒リスクやリスク付けの日時を時系列で保存。体重や身長、地図など経時変化する情報は適宜更新しておく。
(1)地点情報
地点固有番号、GIS(地理情報システム)対応の代表位置、センサーの誤差範囲
(2)地形情報
a.
転倒危険箇所の特徴データで、過去や随時転倒が報告された転倒箇所の道路画像や映像データを解析し転倒発生の可能性の高い道路特徴を抽出することによって得る。画像解析やAI等の技術を用いてこれらの情報を取得する。
b.
Googleストリートビューや国土地理院の基盤地図情報等の道路情報のオープンデータから得た歩道情報
c.
画像取得デバイスから撮影された道路情報。この画像取得デバイスとは、スマートフォン、MMS(Mobile Mapping System)、360度カメラ、自転車、人工衛星、防犯カメラ、自動走行ロボット、ドローン等の小型ヘリコプター、ドライブレコーダー、ウォーキングメジャーを含む。
(3)転倒情報
転倒日時、報告者、転倒者、転倒者の疾患タイプと転倒予測ツールのスコア、地形特徴、周辺画像を時系列で保存
(4)危険箇所解析部24が付与した疾患特異的転倒危険箇所情報であるその箇所に関連する疾患タイプとその付与日時
(5)危険箇所解析部24が付与した危険度ランクとその付与日時
11 通信部
12 センサー部
13 歩行特性抽出部
14 問診回答入力部
15 転倒箇所情報入力部
16 転倒危険判断部
20 データ解析装置
21 制御・通信部
22 データベース入出力部
23 疾患タイプ予測部
24 危険箇所解析部
<データベース>
31 利用者データベース
32 危険箇所データベース
Claims (12)
- センサー部と歩行特性抽出部と問診回答入力部と転倒箇所情報入力部と疾患タイプ予測部と危険箇所解析部と転倒危険判断部からなるシステムであって、
前記センサー部は、利用者の歩行時の歩行に関するデータを収集する機能を有し、
前記歩行特性抽出部は前記センサー部のデータから利用者の歩行特性を抽出する機能を有し、
前記問診回答入力部は、問診への回答が必要な利用者へ回答入力を促し回答を得る機能を有し、
転倒箇所情報入力部は、利用者が転倒したとの判断情報を前記歩行特性抽出部から得て、転倒した地点に関する転倒箇所情報入力を利用者へ促し情報を得る機能を有し、
前記疾患タイプ予測部は、前記問診回答入力部からの入力値と前記歩行特性とそれらの過去のデータを用いて、利用者の疾患タイプを予測する機能を有し、
前記危険箇所解析部は、前記転倒箇所情報入力部からの情報と同一地点の過去の転倒箇所情報から前記転倒箇所の危険度をランク分けする機能を有し、
前記転倒危険判断部は、利用者の歩行位置を前記センサー部から入手し、利用者が地図上に位置づけされた転倒危険箇所へ近づいた時、利用者へ警報を発するか判断し事前に選択された内容の警報を発する機能を有する
歩行者転倒予防システム。 - 前記問診回答入力部は、前記疾患タイプ予測部で疾患タイプ予測に問診が必要と判断された利用者に疾患タイプ固有の問診表への入力を促す機能と、利用者の転倒リスク評価のための問診表へ全利用者に定期的に入力を促す機能を有する
請求項1に記載の歩行者転倒予防システム。 - 前記転倒箇所情報入力部は、転倒と判断された地点の地形特徴と周辺画像とを含む前記転倒箇所情報を転倒データとして入力させる機能を有する
請求項1又は2に記載の歩行者転倒予防システム。 - 前記疾患タイプ予測部は、前記歩行特性と前記問診への回答とそれらの過去のデータを用いて利用者の疾患タイプを予測する機能を有する
請求項1から3のいずれかに記載の歩行者転倒予防システム。 - 前記疾患タイプ予測部は、予測された疾患タイプと前記地形特徴とを関連つける機能を有する
請求項3に記載の歩行者転倒予防システム。 - 前記危険箇所解析部は、過去からの転倒者の疾患タイプと前記地形特徴とを解析し前記疾患タイプと前記地形特徴の関連性を抽出する機能を有する
請求項5に記載の歩行者転倒予防システム。 - 前記危険箇所解析部は、蓄積された転倒者の前記疾患タイプや転倒予測ツールのスコアやその転倒に紐付いた前記転倒箇所の前記転倒箇所情報を統計解析や機械学習の手法を用いて解析し、前記疾患タイプと前記地形特徴の関連性の精度を高める機能を有する
請求項6に記載の歩行者転倒予防システム。 - 前記危険箇所解析部は、前記転倒データを受信した時に、前記転倒者の前記疾患タイプと前記転倒箇所をもとに、その箇所をその疾患タイプの疾患特異的転倒危険箇所として登録する機能を有する
請求項6又は7のいずれかに記載の歩行者転倒予防システム。 - 前記転倒危険判断部は、前記転倒危険箇所が前記利用者の疾患タイプの前記疾患特異的転倒危険箇所に該当する場合、前記利用者の疾患タイプが前記転倒危険箇所の前記地形特徴と関連付けられている場合、疾患タイプ予測非該当者で且つ転倒リスクが高い利用者で近づいた前記転倒危険箇所が高危険ランクの場合のいずれかの場合に警報を発する機能を有する
請求項8に記載の歩行者転倒予防システム。 - 利用者データベースと危険箇所データベースを有し、
前記利用者データベースは、個人属性、歩行周辺地図、歩行特性、問診データ、利用者転倒危険データを利用者毎に保管し、
前記危険箇所データベースは、地点情報、地形情報、転倒情報、前記危険箇所解析部が付与した疾患特異的転倒危険箇所情報であるその箇所に関連する疾患タイプ、前記危険箇所解析部が付与した危険度ランクを転倒箇所毎に保管し
前記危険箇所解析部や前記転倒危険判断部にデータを提供する機能を有する
請求項1に記載の歩行者転倒予防システム。 - 相互にデータ交換をする携帯端末とデータ解析装置からなり、
前記携帯端末は、前記センサー部と前記歩行特性抽出部と前記問診回答入力部と前記転倒箇所情報入力部と前記転倒危険判断部を含み、
前記データ解析装置は、前記疾患タイプ予測部と前記危険箇所解析部を含む
請求項1に記載の歩行者転倒予防システム。 - 歩行時データ収集部とデータ解析部と転倒警報部からなり、
前記歩行時データ収集部は、利用者の歩行時の歩行に関するデータを収集し、利用者が転倒した時の転倒箇所情報から前記転倒箇所を転倒危険箇所として登録する機能を有し、
前記データ解析部は前記歩行時データ収集部が収集した前記歩行に関するデータから前記利用者の疾患タイプを予測し、前記転倒箇所情報と関連付けて解析し、疾患タイプと転倒箇所との関係を抽出する機能を有し、
転倒警報部は、歩行者が前記転危険箇所に近づいた時、前記利用者の前記疾患タイプ予測と前記転倒危険箇所との関係を用いて、前記利用者への警報を出すか判断する機能を有する
歩行者転倒予防システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022038649A JP7274016B1 (ja) | 2022-02-22 | 2022-02-22 | 歩行解析による疾患タイプ予測モデルを用いた歩行者転倒予防システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022038649A JP7274016B1 (ja) | 2022-02-22 | 2022-02-22 | 歩行解析による疾患タイプ予測モデルを用いた歩行者転倒予防システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7274016B1 true JP7274016B1 (ja) | 2023-05-15 |
JP2023122503A JP2023122503A (ja) | 2023-09-01 |
Family
ID=86321968
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022038649A Active JP7274016B1 (ja) | 2022-02-22 | 2022-02-22 | 歩行解析による疾患タイプ予測モデルを用いた歩行者転倒予防システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7274016B1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012501033A (ja) | 2008-08-28 | 2012-01-12 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 転倒検知システム及び/又は転倒防止システム |
JP2015062654A (ja) | 2013-08-28 | 2015-04-09 | 日本電信電話株式会社 | 歩容推定装置とそのプログラム、転倒危険度算出装置とそのプログラム |
JP2021076934A (ja) | 2019-11-05 | 2021-05-20 | グローリー株式会社 | 危険行動予防装置、危険行動予防システム、危険行動予防方法及び危険行動予防プログラム |
WO2021186655A1 (ja) | 2020-03-19 | 2021-09-23 | 株式会社日立製作所 | 転倒リスク評価システム |
JP2021149896A (ja) | 2020-03-24 | 2021-09-27 | 株式会社 日立産業制御ソリューションズ | 危険予告装置、危険予告方法及び危険予告プログラム |
-
2022
- 2022-02-22 JP JP2022038649A patent/JP7274016B1/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012501033A (ja) | 2008-08-28 | 2012-01-12 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 転倒検知システム及び/又は転倒防止システム |
JP2015062654A (ja) | 2013-08-28 | 2015-04-09 | 日本電信電話株式会社 | 歩容推定装置とそのプログラム、転倒危険度算出装置とそのプログラム |
JP2021076934A (ja) | 2019-11-05 | 2021-05-20 | グローリー株式会社 | 危険行動予防装置、危険行動予防システム、危険行動予防方法及び危険行動予防プログラム |
WO2021186655A1 (ja) | 2020-03-19 | 2021-09-23 | 株式会社日立製作所 | 転倒リスク評価システム |
JP2021149896A (ja) | 2020-03-24 | 2021-09-27 | 株式会社 日立産業制御ソリューションズ | 危険予告装置、危険予告方法及び危険予告プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2023122503A (ja) | 2023-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Qiu et al. | Application of wearable inertial sensors and a new test battery for distinguishing retrospective fallers from non-fallers among community-dwelling older people | |
JP6823160B2 (ja) | ベッド転落を予測及び防止する患者監視のためのデバイス、システム、及び方法 | |
Mathie | Monitoring and interpreting human movement patterns using a triaxial accelerometer | |
KR102338297B1 (ko) | 사용자 상태를 판단하기 위한 시스템의 제어 방법, 장치 및 프로그램 | |
US20200411160A1 (en) | Retrieval apparatus, system, method, and program | |
KR20200064948A (ko) | 노인의 보행 정보를 통한 낙상 및 치매 위험성 예측 방법 및 시스템 | |
Baig et al. | Falls risk assessment for hospitalised older adults: a combination of motion data and vital signs | |
Xu et al. | Personalized multilayer daily life profiling through context enabled activity classification and motion reconstruction: An integrated system approach | |
JP7274016B1 (ja) | 歩行解析による疾患タイプ予測モデルを用いた歩行者転倒予防システム | |
JP2014092945A (ja) | 身体状況判定システム及び身体状況判定方法 | |
Cai et al. | mhealth technologies toward active health information collection and tracking in daily life: A dynamic gait monitoring example | |
US20200410882A1 (en) | Retrieval apparatus, system, method, and program | |
JP2012090651A (ja) | 歩容モニタリング方法、歩容モニタリングシステム及びこのシステムで使用される情報処理装置とそのプログラム | |
Fujii et al. | Video analysis of safety and reproducibility issues with the timed up-and-go test applied to patients with Parkinson’s disease | |
JP7275925B2 (ja) | 物件検索装置、システム、方法、及び、プログラム | |
JP6492375B2 (ja) | 歩行測定機の作動方法 | |
CN112153100B (zh) | 居住设备提示装置、***、方法以及程序 | |
WO2023153453A1 (ja) | リハビリテーション支援システム、情報処理方法およびプログラム | |
AU2021107373A4 (en) | Develop an autonomous design system to recognize the subject through the posture of the walk using iot | |
Chee et al. | Foot placement patterns of female rollator users with multiple sclerosis in the community | |
Mobbs et al. | Walking orientation randomness metric (WORM) score: pilot study of a novel gait parameter to assess walking stability and discriminate fallers from non-fallers using wearable sensors | |
Manna et al. | A smart and home-based telerehabilitation tool for patients with neuromuscular disorder | |
Farkašová | Daily activity monitoring using a device with accelerometers | |
Chuah | Fall Reduction Algorithm based on Abnormal Gaits Detection | |
JP2024064541A (ja) | 危険箇所情報生成装置、危険箇所情報生成システム、および危険箇所情報生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220222 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220517 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220705 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220830 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221202 |
|
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 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7274016 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |