JP7457625B2 - ベッドシステム - Google Patents
ベッドシステム Download PDFInfo
- Publication number
- JP7457625B2 JP7457625B2 JP2020170023A JP2020170023A JP7457625B2 JP 7457625 B2 JP7457625 B2 JP 7457625B2 JP 2020170023 A JP2020170023 A JP 2020170023A JP 2020170023 A JP2020170023 A JP 2020170023A JP 7457625 B2 JP7457625 B2 JP 7457625B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- bed
- unit
- control unit
- state
- 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
- 238000000034 method Methods 0.000 claims description 70
- 230000008569 process Effects 0.000 claims description 54
- 238000003384 imaging method Methods 0.000 claims description 17
- 230000005484 gravity Effects 0.000 claims description 15
- 230000033001 locomotion Effects 0.000 description 96
- 230000036544 posture Effects 0.000 description 91
- 230000009467 reduction Effects 0.000 description 50
- 238000012545 processing Methods 0.000 description 36
- 238000010586 diagram Methods 0.000 description 35
- 238000003860 storage Methods 0.000 description 35
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 28
- 201000010099 disease Diseases 0.000 description 26
- 230000004044 response Effects 0.000 description 23
- 230000008859 change Effects 0.000 description 22
- 238000004891 communication Methods 0.000 description 17
- 238000013528 artificial neural network Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 16
- 238000011282 treatment Methods 0.000 description 16
- 230000009471 action Effects 0.000 description 15
- 230000002093 peripheral effect Effects 0.000 description 15
- 230000006399 behavior Effects 0.000 description 12
- 230000007958 sleep Effects 0.000 description 11
- 229940079593 drug Drugs 0.000 description 10
- 239000003814 drug Substances 0.000 description 10
- 238000001514 detection method Methods 0.000 description 9
- 230000029058 respiratory gaseous exchange Effects 0.000 description 8
- 210000003127 knee Anatomy 0.000 description 6
- 210000002569 neuron Anatomy 0.000 description 6
- 230000001174 ascending effect Effects 0.000 description 5
- 230000036772 blood pressure Effects 0.000 description 5
- 210000004027 cell Anatomy 0.000 description 5
- 238000004140 cleaning Methods 0.000 description 5
- 230000000052 comparative effect Effects 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 5
- 230000008921 facial expression Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 230000029142 excretion Effects 0.000 description 4
- 208000015181 infectious disease Diseases 0.000 description 4
- 238000001356 surgical procedure Methods 0.000 description 4
- 230000036760 body temperature Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000002483 medication Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 206010011985 Decubitus ulcer Diseases 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 210000001217 buttock Anatomy 0.000 description 2
- 230000009194 climbing Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005021 gait Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 210000002414 leg Anatomy 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 230000036387 respiratory rate Effects 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 206010010904 Convulsion Diseases 0.000 description 1
- 206010021639 Incontinence Diseases 0.000 description 1
- 206010027374 Mental impairment Diseases 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 208000005793 Restless legs syndrome Diseases 0.000 description 1
- 208000008784 apnea Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010261 cell growth Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000000249 desinfective effect Effects 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 210000002310 elbow joint Anatomy 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 238000001990 intravenous administration Methods 0.000 description 1
- 210000000629 knee joint Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000037230 mobility Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008452 non REM sleep Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000001769 paralizing effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000006748 scratching Methods 0.000 description 1
- 230000002393 scratching effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000011359 shock absorbing material Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0461—Sensor means for detecting integrated or attached to an item closely associated with the person but not worn by the person, e.g. chair, walking stick, bed sensor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
- A61B5/1115—Monitoring leaving of a patient support, e.g. a bed or a wheelchair
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
- A61B5/1117—Fall detection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G7/00—Beds specially adapted for nursing; Devices for lifting patients or disabled persons
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0446—Sensor means for detecting worn on the body to detect changes of posture, e.g. a fall, inclination, acceleration, gait
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0492—Sensor dual technology, i.e. two or more technologies collaborate to extract unsafe condition, e.g. video tracking and RFID tracking
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G2203/00—General characteristics of devices
- A61G2203/30—General characteristics of devices characterised by sensor means
- A61G2203/36—General characteristics of devices characterised by sensor means for motion
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G7/00—Beds specially adapted for nursing; Devices for lifting patients or disabled persons
- A61G7/05—Parts, details or accessories of beds
- A61G7/0507—Side-rails
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Physiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dentistry (AREA)
- Theoretical Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Signal Processing (AREA)
- Emergency Management (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Business, Economics & Management (AREA)
- Psychiatry (AREA)
- Human Computer Interaction (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Artificial Intelligence (AREA)
- Social Psychology (AREA)
- Nursing (AREA)
- Alarm Systems (AREA)
- Invalid Beds And Related Equipment (AREA)
- Emergency Alarm Devices (AREA)
Description
利用者の転倒や転落を防ぐために、様々な手法が提案されている。例えば、比較例のシステムは、ベッド装置と、利用者とが写った画像を解析する。比較例のシステムは、画像を解析することで利用者が離床をする可能性や、利用者がベッド装置から転落する可能性があることを認識できる。また、比較例のシステムは、利用者が転落する危険性が高い場合には、医療従事者やスタッフ、介助者等に報知するものである。
図1(a)は、本実施形態におけるシステム1の概略を説明するための全体図である。図1(b)は、ベッド装置3の構成を説明するための図である。図1(c)は、センサ装置30の配置を説明する図である。
図2は、カメラを利用するパターンを説明するための図である。以下、5つのパターンについて説明する。なお、カメラ装置20は、予めベッド装置3のフレームや、ベッド装置3のボードに内蔵・外付けしてもよい。また、カメラ装置20は、ベッド装置3に対して後から内蔵・外付けしてもよい。
図2(a)に示すように、カメラ装置20は、ベッド装置3の周辺に設置する。具体的には、カメラ装置20は、ベッド装置3の頭側、足側、長手側(利用者右手側、利用者左手側)のフレームや、ボード、ベッドに取り付けられた柵(例えば、差込柵、折畳柵、追従柵、説明の便宜上サイドレールともよぶ)・介助バー、その他柵穴やボードを利用した専用の取付器具に設置する。これにより、カメラ装置20は、ベッド装置3の外側周辺や利用者・スタッフ等を撮影することができる。例えば、カメラ装置20は、好ましくは120~230度の範囲で撮影できるものであってもよい。
図2(b)に示すように、カメラ装置20は、ボード5に設置する。具体的には、カメラ装置20は、ベッド装置3の足側のフットボード(ボード5b)(又は頭側のヘッドボード(ボード5a))の中央に設置されることで、ベッド装置3の利用者全体が撮影できるようになる。カメラ装置20は、好ましくは60度~230度の範囲で撮影できるものであってもよい。また、カメラ装置20は、2つ以上、複数台設置されてもよいし、カメラ装置20の画角が異なるものが組み合わせて設置されてもよい。また、カメラ装置20は、利用者を含めたベッド装置の上が撮影できる範囲であれば、例えばフットボード(ヘッドボード)の右側よりや左側よりに設置する等、場所を問わずに設置してもよい。カメラ装置20のレンズはベッド装置3の内側に向くように設置されている。
図2(c)に示すように、カメラ装置20は、両側のボード5に設置する。具体的には、カメラ装置20は、ベッド装置3のフットボード(ボード5b)及びヘッドボード(ボード5a)の中央に設置されることで、ベッド装置3の利用者全体が撮影できるようになる。その他の説明は、第2パターンと同様であり、詳細な説明は省略する。
図2(d)に示すように、カメラ装置20は、ヘッドボード(ボード5a)及び/又はフットボード(ボード5b)の端部に設置する。例えば、カメラ装置20は、フットボードの端部近傍や、フットボードの上方に設けられている把持部近傍に設置している。このように、カメラ装置20は、利用者や、ベッド装置3の周辺が撮影できる場所の、何れかに配置されることとなる。
上述したパターンでは、カメラ装置20はベッド装置3に設置することを例に説明したが、例えば、既に居室に設置されているカメラ装置20や備品に設置されているカメラ装置20を利用することもできる。具体的には、すでに監視カメラ等が設置されている場合には、その画像を利用してもよい。この場合、ベッド装置の上の利用者Pが画角に入る位置のカメラ装置20を利用する。
制御装置10は、カメラ装置20により撮影された画像を解析することで、以下のようなデータを取得することが可能である。以下、取得可能なデータの概要について説明する。
例えば、利用者の行動として、食事(食事量も含む)、水分等を摂取する行為(水分摂取量も含む)、寝返り回数、無呼吸、ポータブルトイレの使用頻度、禁止行動の有無、異常行動、服薬したか否か、引っ掻き行動の有無といったことを取得することができる。
例えば、利用者の状態として、利用者の体調変化、利用者の表情、利用者の感情、利用者の痙攣、利用者の出血、利用者の生体情報、利用者の寝姿勢、利用者の離在床(離床または在床継続時間も含む)、利用者が転倒した際の状況といったことを取得することができる。
例えば、撮影範囲にいる利用者、病院・施設のスタッフ、家族、他人、第三者といった人を検知したり、認識したりすることができる。
例えば、カルテ情報、利用者が使用している点滴残量、利用者が利用している又は居室にある消耗品の残量、ベッド清拭の有無、補助具の位置、ベッド装置の周辺又はベッド装置の下にある物や障害物の状態、床の状態(床が濡れているか否か)、物品の状態(物が置かれている状況として適切か否か、破損等ないか)、ケーブル等の配線類の位置、看護師等のスタッフや家族の行動(スタッフ等が行った処置、居室や装置の電源差忘れ)、スタッフ等が利用者を訪問した時刻や、未訪問継続時間、居室内の備品の位置や使用の有無、居室全体の景色、利用者やスタッフ等に対する暴力の有無、居室内における窃盗、水漏れや火災などの災害(災害の発生場所等の情報も含む)等を認識したりすることができる。
制御装置10は、機械学習された学習済みモデルや、ニューラルネットワークに、いくつかのパラメータを入力することにより、出力を得ることが可能である。以下、いくつかの状況(situation)に基づいて、制御装置10が入力するパラメータと、出力するパラメータとを説明する。
制御装置10は、利用者が在床中に、どれだけ水分摂取を行ったかをカメラ装置20が撮影した画像から認識し、認識結果に基づいて離床予測を行ったり、「トイレ誘導してあげてください」のレコメンドをスタッフ等に通知したりする。
制御装置10は、スタッフが前回実施した処置の内容(例えば、スタッフが利用者に施した治療)と、その後の経過時間(未訪室時間)によって、スタッフが巡回すべき利用者である患者の優先順位と必要準備項目(物品)を通知する。
制御装置10は、火災(カメラ)や地震(振動)が発生した際に、その付近にいる利用者である患者やスタッフ、離れたところにいる利用者やスタッフにアラートを通知する。また、制御装置10は、通知先に応じて、種類を変えたアラートを通知する。例えば、災害が発生場所の付近にいる利用者やスタッフには、避難するアラートを通知し、発生場所から離れた場所にいる利用者やスタッフには、待機するアラートを通知する。
制御装置10は、スタッフの処置忘れを防止するための通知をする。制御装置10は、例えば、カルテ上、利用者に複数の薬を投薬しなければならなかったが、一部の薬を投薬しなかった場合を防止するための通知をする。また、スタッフの処置としては、利用者に対する処置(例えば、点滴の確認、清拭の実施)だけでなく、スタッフ自身の処置(例えば、スタッフの手指消毒等)を含めてもよい。
制御装置10は、利用者の状態や動作に応じて通知する。例えば、利用者が片麻痺患者の場合、行いたくてもできないこと(要望)を、動作から読み取って通知する。
制御装置10は、患者の転倒プロセス(例えば、どの部位をどのくらいの強さで打ったか)によって、治療要否判断を行う。
制御装置10は、センサ設定の変更に合わせて、周辺備品(環境)の変更をレコメンドする。例えば、制御装置10は、離床センサの設定を「起き上り」から「端座位」に変更したら(つまり立ち上がりができるようになったら)、今使っている差込柵ではなく介助バーをレコメンドする。
制御装置10は、利用者の動作を検知し、カルテ情報に記載されている身体情報と変化(例えば、ADLの低下/向上)があれば、それに合わせた周辺備品(環境)の変更をレコメンドする。
制御装置10は、物があるべき位置から落下した事象をカメラが捉えて、利用者がそれを取ろうとする動作を検知した場合に、スタッフに通知する。
つづいて、本実施形態におけるシステム1において、制御装置10を中心とする機能構成について図3を参照して説明する。
制御装置10は、制御部100と、記憶部120と、表示部130と、操作部135と、報知部140と、通信部150とを備える。また、通信部150は、カメラ装置20と、センサ装置30と、ベッド制御装置40と、サーバ装置50、周辺装置60と接続可能である。
周辺環境取得部102は、カメラ装置20により撮影された画像に基づいて、画像に含まれる備品の中から障害物の取得、周囲の明るさ等のベッド装置3の周辺環境を取得する。周辺環境取得部102は、取得した周辺環境に基づいた特徴量を、周辺環境記憶領域1202に出力して記憶する。
姿勢取得部104は、カメラ装置20により撮影された画像から、利用者の姿勢を取得し、特徴量を出力する。ここで、利用者の姿勢とは、利用者の身体の構え方のこといい、画像に基づいて推定される。また、姿勢取得部104は、推定する姿勢には、利用者の身体の構え方だけでなく、例えば利用者の位置(離床しているか)や、場所(端座位であるか)を取得してもよい。また、「姿勢を取得する」とは、後述するように、利用者の特徴点に基づいて姿勢を特定することをいうが、一部の特徴点に基づいて利用者の姿勢を推定する概念も含むものである。
動作取得部106は、カメラ装置20又はセンサ装置30において取得された情報(センサ情報)に基づいて、利用者の動作を取得し、利用者の動作に基づく特徴量を出力する。ここで、利用者の動作とは、利用者の身体の動きのことをいう。例えば、利用者の動作としては、利用者が動いた量、利用者の手や足の動き、重心位置(重心位置の移動も含む)、ふらつき、歩容、挙動、寝返り等をいう。また、利用者の動作として、立ち上がりといった動作だけでなく、立ち上がりの速さ、歩く速さ、方向転換の向き、方向転換に係る時間といったものも含まれる。動作取得部106は、取得された利用者の動作を、利用者情報記憶領域1204に利用者毎に時系列に記憶してもよい。
・利用者(又は利用者の体の一部)が所定の距離以上の移動したことを取得した場合に特徴量として「1」を記憶する。
・寝返りの回数を特徴量として記憶する。
生体情報取得部108は、センサ装置30において取得された情報に基づいて、生体情報を取得する。例えば、生体情報取得部108が、生体情報取得処理を実行することにより、センサ装置30から受信した体動に基づいて呼吸波形や、心拍波形を算出する。そして、生体情報取得部108は、算出された呼吸波形から呼吸数を、心拍波形から心拍数をそれぞれ生体情報の値として取得する。生体情報取得部108は、生体情報値に基づいて第4の特徴量を算出し、出力する。
疾病情報取得部110は、利用者の疾病に関する情報(疾病情報)を取得する。例えば、疾病情報取得部110が、疾病情報取得処理を実行すると、サーバ装置50に接続して、電子カルテDB502にアクセスする。そして、疾病情報取得部110は、利用者の疾病に関する情報を取得する。ここで、疾病情報には、利用者の疾病に関連する情報を広義に含み、単なる病状だけでなく、投薬に関する情報、施術に関する情報、手術に関する情報、入院履歴といった情報や、手足の麻痺がある、食事における注意事項、補助具の使用有無、利用者に関する注意事項といった情報が含まれている。
予測部112は、予測モデルである予測辞書DB1230を利用して、転倒・転落に繋がる危険性を予測する。予測部112は、転倒・転落に繋がる可能性として、確率や、転倒・転落が生じうる未来の時刻を予測してもよい。また、予測辞書DB1230は、何れかの機械学習の手法によって生成された学習済モデルの辞書データである。
まず、予測部112は、疾病情報取得部110から転倒アセスメントを取得する(ステップS1300)。この転倒アセスメントは、例えば(1)利用者の年齢、(2)利用者の既往歴、(3)利用者の身体的機能障害の程度、(4)利用者の精神的機能障害の程度、(5)利用者の活動状況、(6)利用者に投与される薬剤の情報、(7)利用者の***状況、(8)利用者が使用するセンサの種類とその設定情報、(9)利用者に用いる柵の種類と柵の設置本数を含む。
なお、予測部112が機械学習により転倒・転落に繋がる危険性を予測する場合の具体的な動作例については後述する。
対応実行部114は、予測部112の出力に応じた指示を例えば各装置に実行する。例えば、対応実行部114は、必要に応じて報知部140や、端末装置52、携帯端末装置54で適宜報知するようそれぞれに指示をしたり、表示部130にアドバイスを出力するように実行を指示したりする。
表示部130は、各種情報を表示する。例えば、表示部130は、液晶ディスプレイや、有機ELディスプレイで構成される。また、表示部130は、HDMI(登録商標)や、D-SUBにより接続された他の表示装置であってもよい。
ここで、本実施形態における予測部112が実行する予測処理について説明する。
利用者がベッド装置3の内側にいる場合(利用者の位置が第1の位置である場合)について説明する。すなわち、利用者がベッド装置3において臥床状態(臥位の姿勢)等にある場合である。なお、利用者の姿勢としては、臥位の姿勢以外にも、起き上がった状態である長座位等も含む。また、臥位の姿勢は、側臥位、背臥位、腹臥位、側臥位等の何れの姿勢であってもよい。
予測部112は、動作取得部106から、利用者の動作として、(i)利用者がベッド装置3上から、ベッド装置3の外側に手を伸ばしているか否か、(ii)利用者が柵を乗り越えているかまたは柵をまたいでいるか否か、(iii)利用者が柵を外しているか否か、(iv)操作部135を操作せずに利用者が動作しているか否か(例えば操作部135を操作せずに利用者が起き上がったか否か)について特徴量を取得する。ここで、システム1が、カメラ装置20を利用するパターンとしては、図2で説明したパターンのうちパターンb、パターンc、パターンd等が利用できればよい。
さらに、予測部112は、予測処理において、低減要因があれば、低減要因を取得する(ステップS1308;Yes→ステップS1310)。例えば、低減要因としては以下のような内容が考えられる。
利用者がベッド装置3の外の位置、例えば利用者が立っている場合(利用者の位置が第2の位置である場合)について説明する。この場合、予測部112は、以下の点を使用する特徴量として決定し、決定した特徴量を取得する(図7のステップS1304、ステップS1306)。
予測部112は、周辺環境取得部102から、(i)操作部135が利用者の手の届く位置にあるか否かを特徴量として取得する。この特徴量は、周辺環境取得部102が、操作部135の位置と利用者の手の位置との間の距離等に基づいて出力する。
予測部112は、姿勢取得部104から、(i)利用者の身体の重心が偏っているか否かについて特徴量として取得する。例えば利用者の一部に麻痺症状があり、その結果として利用者の身体の重心が偏っている場合がある。姿勢取得部104は、利用者の姿勢から身体の重心を算出し、その重心が左右又は前後に偏っているかで特徴量を算出し、出力する。
予測部112は、動作取得部106から、利用者の動作として、(i)操作部135でスタッフ等を呼ばずに利用者が立っているか否か(操作部135を操作せずに利用者が立っているか否か)、(ii)利用者がバランスを崩した状態で立っているか否か、(iii)利用者がベッド装置3に入床する際に、立っている状態からベッド装置3の端坐位の姿勢をとるまでの間の動作が適切になされているか否か、(iv)利用者がふらついているか、(v)利用者が補装具をはずそうとしているかまたははずしているか否か、(vi)利用者が失禁しているか否かについて特徴量を取得する。ここで、システム1が、カメラ装置20を利用するパターンとしては、図2で説明したパターンのうちパターンb、パターンc、パターンd等が利用できればよい。
さらに、予測部112は、予測処理において、低減要因があれば、低減要因を取得する(ステップS1308;Yes→ステップS1310)。例えば、低減要因としては以下のような内容が考えられる。
利用者がベッド装置3において端座位である場合(利用者の位置が第3の位置である場合)について説明する。
予測部112は、周辺環境取得部102から、(i)利用者に用いるセンサの設定情報が転倒アセスメントのセンサの設定情報よりも低いレベルに設定されているかを特徴量として取得する。センサとして、例えばベッド上又は床上に載置されるマットセンサやマットレスの下に載置されるシートセンサ(体動センサ)があり、多種多様なセンサが含まれる。
予測部112は、姿勢取得部104から、(i)利用者が深く座っているか否か(腰・お尻の位置)について特徴量を取得する。ここで、システム1が、カメラ装置20を利用するパターンとしては、図2で説明したパターンのうちパターンb、パターンc、パターンd等が利用できればよい。
予測部112は、動作取得部106から、利用者の動作として、(i)利用者が適切に離床の動作を行っているか(例えば、利用者の上半身があがらないまま、下半身がベッド装置3の外側にでて、ずりおちる動作を行っているか否か)、(ii)操作部135でスタッフ等を呼ばずに利用者が離床しようとしているか(操作部135を操作せずに利用者が離床しようとしているか否か)、(iii)利用者がふらついているか否か、(iv)利用者が履物を履かずに立ち上がろうとしているか否か、(v)備品がある場合に、利用者が備品に手をかけようとしているか否か、(vi)利用者が、ベッド装置3の周辺にある物(例えば利用者自身の持ち物、床や低い場所にある物であり、上記で説明した障害物よりも広い概念である)を取ろうとしているか否かについて特徴量を取得する。
さらに、予測部112は、予測処理において、低減要因があれば、低減要因を取得する(ステップS1308;Yes→ステップS1310)。例えば、低減要因としては以下のような内容が考えられる。
そして、予測部112は、ステップS1306で取得した特徴量と、ステップS1310で取得した低減要因を説明変数として、リスク予測処理を実行する(ステップS1312)。予測部112は、リスク予測処理を実行することで、これらの説明変数に基づき、予測辞書DB1320を利用して転倒転落リスクを目的変数として出力する。
また、その他の低減要因を出力してもよい。例えば、予測部112は、利用者の近くにスタッフ等がいる場合や疾病の状況に応じて転倒転落リスクが低いと判定できる場合には、低減要因があると判定する。
また、対応実行部114が実行する処理の1つである装置制御処理(図8のステップS1408)について、いくつかの例を説明する。
第2実施形態について説明する。第1実施形態は、制御装置10において、各種処理を実行する実施形態である。第2実施形態は、サーバ装置で各種処理を実行する実施形態である。なお、本実施形態は、第1実施形態とは異なる部分だけを説明し、共通の機能を有する構成については、同一の符号を付して、その説明を省略する。
第3実施形態は、カメラ装置20による特徴量の取得と、センサ装置30による特徴量の取得とを組み合わせた実施形態である。第1実施形態及び第2実施形態と共通の構成については説明を省略し、異なる構成について以下説明する。
第4実施形態は、カメラ装置20の位置が複数あるボードを組み合わせて使用する場合の実施形態について説明する。上述した実施形態と共通の構成については説明を省略し、異なる構成について以下説明する。
第5実施形態は、ベッド装置3が複数設置された場合に、利用者が利用するベッド装置3以外に設置されたカメラを利用する場合の実施形態である。
・領域R102:ベッド装置3Aの外であり頭側の領域
・領域R104:ベッド装置3Aの外であり頭側(上半身)の図上の左側の領域
・領域R106:ベッド装置3Aの内であり頭側(上半身)の図上の左側の領域
・領域R108:ベッド装置3Aの内であり頭側(上半身)の図上の右側の領域
・領域R110:ベッド装置3Aの外であり頭側(上半身)の図上の右側の領域
・領域R112:ベッド装置3Aの外であり足側(下半身)の図上の左側の領域
・領域R114:ベッド装置3Aの内であり足側(下半身)の図上の左側の領域
・領域R116:ベッド装置3Aの内であり足側(下半身)の図上の右側の領域
・領域R118:ベッド装置3Aの外であり足側(下半身)の図上の右側の領域
・領域R120:ベッド装置3Aの外であり足側の領域
・電源がONとなっているカメラ装置20
・ベッド装置3に設けられていないが、既に制御部100が画像を取得可能となっているカメラ装置20
第6実施形態は、リスク予測処理により予測されたリスクに応じて、ベッド装置3の動作モードを切り替えたり、処理を切り替えたりする実施形態である。本実施形態は、第1実施形態における図8の処理を、図17の処理に置き換えたものである。なお、図8と、図17とで同一の処理には同一の符号を付して、説明を省略する。
第7実施形態は、利用者の動きの一つとして経路を予測して、リスクを判定する実施形態である。
(1)障害物がある場合
例えば、経路上に障害物がある場合、リスクが高いと判定してもよい。すなわち、制御部100は、リスク予測処理を実行して出力されるリスクを通常より高いレベルで出力してもよい。また、障害物があるとは、例えば床が濡れている等も含まれる。
制御部100は、利用者の経路上の明るさを制御することとしてもよい。例えば、ベッド装置3には、フットランプのような照明装置が設けられているとする。
第8実施形態は、利用者のリスクとして、転倒・転落以外のリスクに基づいて適切なタイミングで報知を行ったり、スタッフ等や利用者にアドバイスを行い場合の実施形態である。本実施形態は、図7の予測処理を置き換えるものである。
制御部100(周辺環境取得部102)は、利用者の周辺にいるスタッフ等の動作に基づいた特徴量を取得する。具体的には、カメラ装置20により利用者以外のスタッフを撮影し、スタッフの動作を取得する。
制御部100(周辺環境取得部102)は、備品(移動補助具を含む)の位置や備品の使用の有無、備品の清拭の有無に基づく特徴量を取得する。
制御部100(周辺環境取得部102)は、ベッド装置3の状態に基づく特徴量を取得する。そして、制御部100は、ベッド装置3の状態がリスクに繋がる状態であるかを判定し、適切に報知したり、スタッフ等にアドバイスをしたりする。例えば、制御部100は、ベッド装置3が移動された後に、スタッフが適切な行動をとっていない場合に報知を行う。
制御部100(周辺環境取得部102)は、ベッド装置3の周りの備品が所定の状況になったときにリスクに繋がる状態であると判定する。
以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も特許請求の範囲に含まれる。
この場合、予測部112は、以下の点を使用する特徴量として決定し、決定した特徴量を取得する(図7のステップS1304、ステップS1306)。
予測部112は、周辺環境取得部102から、サイドレール6の状態を特徴量として取得する。サイドレール6の状態は、サイドレール6の設置の有無、サイドレール6の種類、サイドレール6の設置場所等に基づいて判定される。また、予測部112は、周辺環境取得部102から、ボード5(フットボード/ヘッドボード)の状態を特徴量として取得する。ボード5の状態は、ボード5の設置の有無等に基づいて判定される。ここで、システム1が、カメラ装置20を利用するパターンとしては、図2で説明したパターンのうちパターンb、パターンc、パターンd等が利用できればよい。
予測部112は、姿勢取得部104から、利用者の重心や、利用者の頭の位置について特徴量を取得する。ここで、システム1が、カメラ装置20を利用するパターンとしては、図2で説明したパターンのうちパターンb、パターンc、パターンd等が利用できればよい。
予測部112は、動作取得部106から、利用者の動作として、利用者が手を伸ばしているか否か、サイドレール6を着脱する動作をしているか否かについて特徴量を取得する。ここで、システム1が、カメラ装置20を利用するパターンとしては、図2で説明したパターンのうちパターンb、パターンc、パターンd等が利用できればよい。
さらに、予測部112は、予測処理において、低減要因があれば、低減要因を取得する(ステップS1308;Yes→ステップS1310)。例えば、低減要因としては以下のような内容が考えられる。
この場合、予測部112は、以下の点を使用する特徴量として決定し、決定した特徴量を取得する(図7のステップS1304、ステップS1306)。
予測部112は、周辺環境取得部102から、キャスタ7の状態を特徴量として取得する。キャスタ7の状態は、例えばキャスタ7の向き、ロックの状態等に基づいて判定される。また、予測部112は、周辺環境取得部102から、ベッド周辺の備品の状態を特徴量として取得する。ベッド周辺の備品の状態は、ベッド装置3の周辺に配置されている備品の有無、種類等に基づいて判定される。ここで、システム1が、カメラ装置20を利用するパターンとしては、図2で説明したパターンのうちパターンa、パターンd等が利用できればよい。
予測部112は、動作取得部106から、利用者の動作として、利用者がふらついているか、利用者がサイドレール6を外す動作をしているか、利用者が靴下(スリッパ)で歩行しているかについて特徴量を取得する。ここで、システム1が、カメラ装置20を利用するパターンとしては、図2で説明したパターンのうちパターンb、パターンc、パターンd等が利用できればよい。また、システム1が、利用者が靴下(スリッパ)で歩行しているかについては、図2で説明したパターンのうちパターンa、パターンd等が利用できればよい。
さらに、予測部112は、予測処理において、低減要因があれば、低減要因を取得する(ステップS1308;Yes→ステップS1310)。例えば、低減要因としては以下のような内容が考えられる。
この場合、予測部112は、以下の点を使用する特徴量として決定し、決定した特徴量を取得する(図7のステップS1304、ステップS1306)。
予測部112は、周辺環境取得部102から、ベッド装置3の床高(ベッド装置3のボトムや、マットレスの地上高)を特徴量として取得する。また、予測部112は、周辺環境取得部102から、介助バーの状態を特徴量として取得する。また、予測部112は、ベッド装置3の周辺の備品の状態を特徴量として取得する。ベッド装置3の周辺の備品の状態とは、例えば備品の種類、備品の状態、備品の位置等に基づいて判定される。また、予測部112は、ベッド装置3に設けられたセンサの状態を特徴量として取得する。センサの状態は、例えばセンサの設置の有無、センサの種類、センサから出力された値等に基づいて判定される。
予測部112は、姿勢取得部104から、利用者の手の位置や、利用者の足が床についているか否か、利用者が深く座っているか否か(腰・お尻の位置)について特徴量を取得する。ここで、システム1が、カメラ装置20を利用するパターンとしては、図2で説明したパターンのうちパターンb、パターンc、パターンd等が利用できればよい。また、システム1が、利用者の足が床についているか否かを取得するためには、図2で説明したパターンのうちパターンa、パターンd等が利用できればよい。
予測部112は、動作取得部106から、利用者の動作として、利用者が履き物をはく動作を行っているか、遠いところにあるものを取ろうとしているか否か、サイドレール6を外す動作をしているか否かについて特徴量を取得する。ここで、システム1が、カメラ装置20を利用するパターンとしては、利用者が履き物をはく動作については、図2で説明したパターンのうちパターンa、パターンd等が利用できればよい。また、システム1が、カメラ装置20を利用するパターンとしては、遠いところにあるものを取ろうとしているか否かの動作については、図2で説明したパターンのうちパターンd等が利用できればよい。また、システム1が、カメラ装置20を利用するパターンとしては、サイドレール6を外す動作をしている動作については、図2で説明したパターンのうちパターンb、パターンc、パターンd等が利用できればよい。
さらに、予測部112は、予測処理において、低減要因があれば、低減要因を取得する(ステップS1308;Yes→ステップS1310)。例えば、低減要因としては以下のような内容が考えられる。
10 制御装置
100 制御部
120 記憶部
20 カメラ装置
30 センサ装置
40 ベッド制御装置
50 サーバ装置
502 電子カルテDB
60 周辺装置
Claims (5)
- 撮像装置と、
前記撮像装置を設置可能なベッドと、
前記撮像装置で取得した画像を処理して利用者の転倒可能性を予測する制御部と、
を備え、
前記制御部は、利用者の状態が第1状態であると判定した場合、第1のパラメータに基づいて、前記利用者の転倒可能性を予測し、
前記制御部は、利用者の状態が第2状態であると判定した場合、第2のパラメータに基づいて、前記利用者の転倒可能性を予測し、
前記第1状態は、前記第2状態とは異なる前記利用者の状態であり、
前記第1のパラメータは、前記第2のパラメータと異なり、
前記制御部は、
低減要因がある場合は、第1パラメータに基づいて前記利用者の転倒可能性を低減要因がない場合と比較して低く予測し、
低減要因がある場合は、第2パラメータに基づいて前記利用者の転倒可能性を低減要因がない場合と比較して低く予測する
ことを特徴とするベッドシステム。 - 前記利用者の状態は、前記利用者の位置であることを特徴とする請求項1に記載のベッドシステム。
- 前記利用者の位置は、前記ベッドの内側、前記ベッドの外側、前記ベッドの端部の何れかの位置であることを特徴とする請求項2に記載のベッドシステム。
- 前記利用者の状態は、前記利用者の姿勢であり、前記利用者の姿勢は、臥位、端座位又は立位の何れかの姿勢であることを特徴とする請求項1に記載のベッドシステム。
- 撮像装置と、
前記撮像装置を設置可能なベッドと、
前記撮像装置で取得した画像を処理して利用者の転倒可能性を予測する制御部と、
を備え、
前記制御部は、利用者の状態が第1状態であると判定した場合、第1のパラメータに基づいて、前記利用者の転倒可能性を予測し、
前記制御部は、利用者の状態が第2状態であると判定した場合、第2のパラメータに基づいて、前記利用者の転倒可能性を予測し、
前記第1状態は、前記第2状態とは異なる前記利用者の状態であり、
前記第1のパラメータは、前記第2のパラメータと異なり、
前記第1のパラメータは、前記ベッドのサイドレールの設置有無、前記利用者の頭の位置または姿勢、を含み
前記第1のパラメータはさらに、前記利用者の重心、前記利用者が柵を外しているか又は前記利用者が柵を下げているか否かを含み、
前記第2のパラメータは、前記ベッドのキャスタの状態、前記ベッドの周辺にある備品の状態、前記利用者がふらついているか否か、前記利用者が柵を外しているか又は前記利用者が柵を下げているか否か、前記利用者が靴下またはスリッパで歩行しているか否かを含むことを特徴とするベッドシステム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020170023A JP7457625B2 (ja) | 2020-10-07 | 2020-10-07 | ベッドシステム |
CN202110546862.4A CN114300130A (zh) | 2020-10-07 | 2021-05-19 | 床*** |
US17/326,612 US11657615B2 (en) | 2020-10-07 | 2021-05-21 | Bed system |
US18/133,720 US20230245459A1 (en) | 2020-10-07 | 2023-04-12 | Bed system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020170023A JP7457625B2 (ja) | 2020-10-07 | 2020-10-07 | ベッドシステム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022061829A JP2022061829A (ja) | 2022-04-19 |
JP7457625B2 true JP7457625B2 (ja) | 2024-03-28 |
Family
ID=80931499
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020170023A Active JP7457625B2 (ja) | 2020-10-07 | 2020-10-07 | ベッドシステム |
Country Status (3)
Country | Link |
---|---|
US (2) | US11657615B2 (ja) |
JP (1) | JP7457625B2 (ja) |
CN (1) | CN114300130A (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI797013B (zh) * | 2022-05-13 | 2023-03-21 | 伍碩科技股份有限公司 | 姿態動作辨識系統 |
US11836825B1 (en) * | 2022-05-23 | 2023-12-05 | Dell Products L.P. | System and method for detecting postures of a user of an information handling system (IHS) during extreme lighting conditions |
WO2024006396A2 (en) * | 2022-06-28 | 2024-01-04 | Mhealthcare, Inc. | Sensory medical data collection table |
CN114864094A (zh) * | 2022-07-06 | 2022-08-05 | 湖南尚医康医疗科技有限公司 | 重症监护室智能控制方法、设备及介质 |
CN115363375B (zh) * | 2022-08-15 | 2023-07-25 | 慕思健康睡眠股份有限公司 | 床垫厚度控制方法、装置、床垫及存储介质 |
KR102524273B1 (ko) * | 2022-10-06 | 2023-04-20 | 박봉석 | 캠핑카용 화재 경보 및 전원 제어 시스템 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017010383A (ja) | 2015-06-24 | 2017-01-12 | シャープ株式会社 | 危険検出装置 |
JP2018067203A (ja) | 2016-10-20 | 2018-04-26 | 学校法人 埼玉医科大学 | 危険報知装置及び危険報知方法、並びに危険報知装置の校正方法 |
JP2018143338A (ja) | 2017-03-02 | 2018-09-20 | オムロン株式会社 | 見守り支援システム及びその制御方法 |
Family Cites Families (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2001259493A1 (en) * | 2000-05-05 | 2001-11-20 | Hill-Rom Services, Inc. | Hospital monitoring and control system and method |
US9311540B2 (en) * | 2003-12-12 | 2016-04-12 | Careview Communications, Inc. | System and method for predicting patient falls |
DE102004015858A1 (de) * | 2004-03-31 | 2005-10-27 | Siemens Ag | Bildgebende medizinische Untersuchungsvorrichtung |
US9038217B2 (en) * | 2005-12-19 | 2015-05-26 | Stryker Corporation | Patient support with improved control |
US11246776B2 (en) * | 2005-12-19 | 2022-02-15 | Stryker Corporation | Patient support with improved control |
JP5111889B2 (ja) | 2007-02-27 | 2013-01-09 | パラマウントベッド株式会社 | 寝台装置 |
WO2009018422A1 (en) * | 2007-07-31 | 2009-02-05 | Herman Miller, Inc. | Integrated patient room |
US7987069B2 (en) * | 2007-11-12 | 2011-07-26 | Bee Cave, Llc | Monitoring patient support exiting and initiating response |
JP4963101B2 (ja) | 2007-11-13 | 2012-06-27 | パラマウントベッド株式会社 | ベッドにおける使用者の状態検知システム |
JP5180906B2 (ja) | 2009-05-18 | 2013-04-10 | パラマウントベッド株式会社 | 睡眠状態判定装置、プログラム及び睡眠状態判定システム |
US20220031196A1 (en) * | 2010-12-07 | 2022-02-03 | Hill-Rom Services, Inc. | Monitoring a sleeping subject |
US10292625B2 (en) * | 2010-12-07 | 2019-05-21 | Earlysense Ltd. | Monitoring a sleeping subject |
US10446003B2 (en) * | 2012-10-16 | 2019-10-15 | Huntleigh Technology Limited | System and methods for monitoring and entrapment prevention for a person disposed in a bed |
US11017069B2 (en) * | 2013-03-13 | 2021-05-25 | Lookout, Inc. | Method for changing mobile communications device functionality based upon receipt of a second code and the location of a key device |
US9625884B1 (en) * | 2013-06-10 | 2017-04-18 | Timothy Harris Ousley | Apparatus for extending control and methods thereof |
DE102014100548A1 (de) * | 2014-01-20 | 2015-07-23 | Logicdata Electronic & Software Entwicklungs Gmbh | Ergonomiesystem für ein verstellbares Bettensystem |
WO2015134755A2 (en) * | 2014-03-07 | 2015-09-11 | Ubiquiti Networks, Inc. | Devices and methods for networked living and work spaces |
US10574474B2 (en) * | 2014-03-07 | 2020-02-25 | Ubiquiti Inc. | Integrated power receptacle wireless access point (AP) adapter devices |
US9463126B2 (en) * | 2014-03-11 | 2016-10-11 | Hill-Rom Services, Inc. | Caregiver universal remote cart for patient bed control |
JP6389391B2 (ja) | 2014-07-30 | 2018-09-12 | パラマウントベッド株式会社 | 呼吸障害判定装置、呼吸障害判定方法及びプログラム |
JP6518056B2 (ja) | 2014-11-11 | 2019-05-22 | パラマウントベッド株式会社 | 睡眠状態判定装置、睡眠状態判定方法及びプログラム |
WO2016154360A1 (en) * | 2015-03-24 | 2016-09-29 | Smarter Planet Enterprises Corporation | Portable agrarian biosystem |
US9836942B2 (en) * | 2015-04-24 | 2017-12-05 | Hill-Rom Services, Inc. | Estimation and monitoring of patient torso angle |
JP6738133B2 (ja) | 2015-08-27 | 2020-08-12 | パラマウントベッド株式会社 | ベッド装置におけるブレーキ装置 |
CN105942749B (zh) * | 2016-05-30 | 2019-03-01 | 京东方科技集团股份有限公司 | 电视床及其工作方法 |
JP7059206B2 (ja) * | 2016-06-15 | 2022-04-25 | リーフ ヘルスケア インコーポレイテッド | 向き変更プロトコルを管理するシステム |
JP6262379B1 (ja) * | 2017-02-22 | 2018-01-17 | 新光商事株式会社 | 荷重測定用ピンセンサ、見守り用ベッド及び見守りシステム |
US10481736B2 (en) * | 2017-06-21 | 2019-11-19 | Samsung Electronics Company, Ltd. | Object detection and motion identification using electromagnetic radiation |
JP6822326B2 (ja) | 2017-06-23 | 2021-01-27 | オムロン株式会社 | 見守り支援システム及びその制御方法 |
WO2019079790A1 (en) * | 2017-10-21 | 2019-04-25 | Eyecam, Inc | ADAPTIVE GRAPHIC USER INTERFACE SYSTEM |
JP6932630B2 (ja) * | 2017-12-07 | 2021-09-08 | パラマウントベッド株式会社 | 睡眠状態判定装置及びプログラム |
US11571346B2 (en) * | 2017-12-28 | 2023-02-07 | Sleep Number Corporation | Bed having rollover identifying feature |
JP6968741B2 (ja) | 2018-03-30 | 2021-11-17 | パラマウントベッド株式会社 | ***センサ |
US10932970B2 (en) * | 2018-08-27 | 2021-03-02 | Careview Communications, Inc. | Systems and methods for monitoring and controlling bed functions |
EP3632298A1 (en) * | 2018-10-05 | 2020-04-08 | Koninklijke Philips N.V. | Breathing adaptation system and method for influencing a breathing parameter |
JP7190342B2 (ja) * | 2018-12-05 | 2022-12-15 | パラマウントベッド株式会社 | ベッド装置 |
WO2020132233A1 (en) * | 2018-12-20 | 2020-06-25 | Augean Robotics, Inc. | Collaborative autonomous ground vehicle |
CA3103532A1 (en) * | 2018-12-31 | 2020-07-09 | Sleep Number Corporation | Home automation with features to improve sleep |
GB201900581D0 (en) * | 2019-01-16 | 2019-03-06 | Os Contracts Ltd | Bed exit monitoring |
JP2020175008A (ja) * | 2019-04-22 | 2020-10-29 | パラマウントベッド株式会社 | 制御装置及びベッド装置 |
US20210022667A1 (en) * | 2019-07-26 | 2021-01-28 | Sleep Number Corporation | Long term sensing of sleep phenomena |
CN213941232U (zh) * | 2019-10-09 | 2021-08-13 | 希尔-罗姆服务公司 | 人支撑装置 |
CA3163452A1 (en) * | 2020-01-03 | 2021-07-08 | Cory Grabinger | Bed airflow and temperature control |
US20210254850A1 (en) * | 2020-02-13 | 2021-08-19 | Johnson Controls Technology Company | User control device with in-home monitoring |
US11076778B1 (en) * | 2020-12-03 | 2021-08-03 | Vitalchat, Inc. | Hospital bed state detection via camera |
IL303284A (en) * | 2020-12-03 | 2023-07-01 | Ziphycare Inc | Medical diagnostic kit |
US11671566B2 (en) * | 2020-12-03 | 2023-06-06 | Vitalchat, Inc. | Attention focusing for multiple patients monitoring |
-
2020
- 2020-10-07 JP JP2020170023A patent/JP7457625B2/ja active Active
-
2021
- 2021-05-19 CN CN202110546862.4A patent/CN114300130A/zh active Pending
- 2021-05-21 US US17/326,612 patent/US11657615B2/en active Active
-
2023
- 2023-04-12 US US18/133,720 patent/US20230245459A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017010383A (ja) | 2015-06-24 | 2017-01-12 | シャープ株式会社 | 危険検出装置 |
JP2018067203A (ja) | 2016-10-20 | 2018-04-26 | 学校法人 埼玉医科大学 | 危険報知装置及び危険報知方法、並びに危険報知装置の校正方法 |
JP2018143338A (ja) | 2017-03-02 | 2018-09-20 | オムロン株式会社 | 見守り支援システム及びその制御方法 |
Also Published As
Publication number | Publication date |
---|---|
US20220108114A1 (en) | 2022-04-07 |
US11657615B2 (en) | 2023-05-23 |
US20230245459A1 (en) | 2023-08-03 |
JP2022061829A (ja) | 2022-04-19 |
CN114300130A (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7457625B2 (ja) | ベッドシステム | |
JP6688274B2 (ja) | 使用者の離床条件を予測する方法 | |
US10121070B2 (en) | Video monitoring system | |
EP2732761A1 (en) | Augmented reality system in the patient care environment | |
US8844073B2 (en) | Apparatus for supporting and monitoring a person | |
JP7514356B2 (ja) | システム | |
WO2014151577A1 (en) | Patient support apparatus with patient information sensors | |
JP2014515628A (ja) | 患者支持装置のためのセンシングシステム | |
EP3504649B1 (en) | Device, system and method for patient monitoring to predict and prevent bed falls | |
CN113112752A (zh) | 一种智慧型居家养老智能看护***及方法 | |
US20240115443A1 (en) | Techniques For Managing Patient Therapy Protocols | |
JP2024020035A (ja) | 情報処理システム及び情報処理方法 | |
JP2023161202A (ja) | 情報処理システム、情報処理装置及び情報処理方法 | |
CA3221320A1 (en) | Patient video monitoring system | |
CN118302787A (zh) | 信息处理装置和信息处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230406 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231124 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231205 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240129 |
|
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: 20240305 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240315 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7457625 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |