JP4185846B2 - 活動状態判断装置、見守り支援システム、及び活動状態判断方法 - Google Patents

Description

本発明は、高齢者や入院患者の活動状態を判断する活動状態判断装置及び活動状態判断方法、並びに高齢者や入院患者の活動状態を見守る見守り支援システムに関する。

老人施設や病院、独居の高齢者宅などにおいて、高齢者の活動量や睡眠状態などを把握することは、寝たきり防止や体調管理において重要となってきている。このとき、個人の活動量を計測することが有効であり、従来は人による目視で個人の活動量を判断していた。これに対して、近年においては、運動量を計測する加速度センサや人の動きを非接触で検知する焦電センサなどを用いて、個人の活動量が計測されている。
特許文献１に、運動量を測定する機器の一例が提案されている。この機器は、運動による移動速度や振動の大きさ、時間を計測し、この計測結果と対象者の年齢や体重などの個人データとをあわせて、運動強度係数を用いることにより運動強度を算出している。その算出結果は、表示手段にグラフなどで表示され、対象者に健康管理を促すものである。

他方、特許文献２や特許文献３に、人の活動パターンを把握するシステムが提案されている。これらのシステムにおいては、対象者の家の各部屋に焦電センサが設置され、このセンサが、対象者の動きを検知するとともに、行動に何らかの異常が生じたと判断した場合に電話回線にて遠隔看護者や専門業者に通報する。これら特許文献２や特許文献３には、動きを検出するセンサから動作回数や動作時間などが出力され、対象者の日常のパターンや運動能力を把握することが記載されている。
さらには、特許文献４には、睡眠を判断する装置の一例が提案されている。この判断装置は、寝具上に置かれたエアマットセンサにて心拍信号を抽出し、その心拍信号波形の乱れや呼吸の変化を用いている。
特開平７−２８９５４０号公報 特開平１０−９１８７９号公報 特開２００２−１９７５７１号公報 特開２００１−２５８８５５号公報

このような従来の人の活動パターンを把握するシステムは、運動量や動作回数を算出して表示手段にてグラフなどに表示することはできたが、運動量やセンサの動作回数の絶対値だけでは、運動量の増減程度は把握できても、対象者の行動内容、特に睡眠と覚醒の違いなどは推測できるものではなかった。
ましてや、医学的な知識の無い老人施設のスタッフや通報先のコールセンターの専門業者には、そのグラフを解析すること自体が困難である。そのため、そのグラフの波形の意味がわかる程度の経験を積んだ専門のスタッフを配置して、各対象者のデータを目視で解析する必要があった。よって、コールセンターにてサービスを提供する対象者の数が増えた場合などは対応できず、また解析結果にも解析する人の個人差が生じるという課題があった。

また、特許文献４に開示されたマットセンサでは、対象者がセンサを設置した寝具にいることが必要である。そのため、日中の活動量を取ることができず、また心拍信号などの微小な信号を抽出するのでノイズなどに弱く、正確なセンサ情報が収集できない等の問題があった。

本発明は、このような問題点を解決するためになされたもので、睡眠状態と覚醒状態を容易に判断することができる活動状態判断装置、見守り支援システム、及び活動状態判断方法を提供することを目的とする。

本発明に係る活動状態判断装置は、対象者の体動を示す体動量データを収集して当該対象者の活動状態を把握する活動状態判断装置であって、前記体動量データを示す体動量絶対値を蓄積するデータ蓄積手段と、当該データ蓄積手段に蓄積された体動量絶対値を取得し、当該取得した体動量絶対値から所定の時間ごとの体動量差分値を算出する差分値算出手段と、前記データ蓄積手段に蓄積された体動量絶対値の推移と、前記差分値算出手段によって算出された体動量差分値の推移とに基づいて、前記対象者の活動状態を解析する活動状態解析手段とを備えたものである。

さらに、前記活動状態解析手段は、前記体動量絶対値が第１のしきい値以下の持続時間と、前記体動量差分値が第２のしきい値以下の持続時間に基づいて、対象者が睡眠状態にあるかどうかを判断することができる。
このような構成において、活動状態解析手段は、第１及び２のしきい値を用いて的確に睡眠状態を判断することができるので、この判断結果によって、睡眠状態を容易に判断することができる。

さらにまた前記活動状態解析手段は、前記体動量絶対値が第１のしきい値を超える持続時間と、前記体動量差分値が前記第２のしきい値を超える持続時間に基づいて、対象者が覚醒状態にあるかどうかを判断することができる。
このような構成において、活動状態解析手段は、第１及び２のしきい値を用いて的確に覚醒状態を判断することができるので、この判断結果によって、覚醒状態を容易に判断することができる。

また、本発明に係る活動状態判断装置は、前記データ蓄積手段から蓄積された体動量データを取得し、当該取得した体動量データから所定の時間内における積分値を算出する積分値算出手段を備えたものである。このような構成において、上記のように睡眠状態と覚醒状態とを確実に判断することができるので、覚醒状態にある対象者の活動量を容易に算出することができる。これによって、活動状態にある対象者の変化を容易に把握することができる。

またさらに、本発明に係る活動状態判断装置は、前記活動状態解析手段による解析結果を出力する出力手段と、当該出力手段によって出力される出力結果を格納する記憶手段とを備えることもできる。これによって、対象者の活動状態や活動状態の変化を容易に把握可能な状態で出力することができる。
また、このような構成において、昨日と今日というような異なる時点における体動量絶対値を同時に出力することができるので、対象者の活動状態を比較対象と並列させながらより判りやすく出力することができる。

本発明に係る見守り支援システムは、対象者の体動を検知して前記体動量データを出力するセンサ装置と、当該センサ装置から前記体動量データを収集する上記のような活動状態判断装置とを備え、前記センサ装置は、公衆回線網に接続可能な通信手段を有し、前記活動状態判断装置は、予め設定された時刻に当該公衆回線接続手段と回線接続して前記体動量データを獲得し、前記データ蓄積手段に蓄積するものである。
このような構成において、上記活動状態判断装置を用いるので、睡眠状態と覚醒状態を的確に判断することができ、この判断結果によって、睡眠状態と覚醒状態を容易に判断することができる。

本発明に係る活動状態判断方法は、対象者の体動を示す体動量データを収集して当該対象者の活動状態を把握する活動状態の判断方法であって、前記体動量データを示す体動量絶対値を記憶手段に蓄積するステップと、当該蓄積された体動量絶対値を取得し、当該取得した体動量絶対値から所定の時間ごとの体動量差分値を算出するステップと、前記蓄積された体動量絶対値の推移と前記算出された体動量差分値の推移とに基づいて対象者の活動状態を解析するステップとを備えたものである。

さらに、対象者の活動状態を解析するステップは、前記体動量絶対値が第１のしきい値以下の持続時間と、前記体動量差分値が第２のしきい値以下の持続時間に基づいて、対象者が睡眠状態にあるかどうかを判断する。
このような構成において、第１及び２のしきい値を用いて的確に睡眠状態を判断することができるので、この判断結果によって、睡眠状態を容易に判断することができる。

さらにまた、対象者の活動状態を解析するステップは、前記体動量絶対値が第１のしきい値を超える持続時間と、前記体動量差分値が前記第２のしきい値を超える持続時間に基づいて、対象者が覚醒状態にあるかどうかを判断する。
このような構成において、活動状態解析手段は、第１及び２のしきい値を用いて的確に覚醒状態を判断することができるので、この判断結果によって、覚醒状態を容易に判断することができる。

また、本発明に係る活動状態判断方法は、前記蓄積された体動量データを取得し、当該取得した体動量データから所定の時間内における積分値を算出するステップを備えたものである。このような構成において、上記のように睡眠状態と覚醒状態とを確実に判断することができるので、覚醒状態にある対象者の活動量を容易に算出することができる。これによって、活動状態にある対象者の変化を容易に把握することができる。

またさらに、本発明に係る活動状態判断方法は、対象者の活動状態を解析するステップにより解析された結果を出力するステップと、当該出力される出力結果を記憶するステップを備えたものである。これにより、昨日と今日というような異なる時点における体動量絶対値を同時に出力することができるので、対象者の活動状態を比較対象と並列させながらより判りやすく出力することができる。

本発明によれば、睡眠状態と覚醒状態を容易に判断することができる活動状態判断装置、見守り支援システム、及び活動状態判断方法を提供することができる。

本発明に係る見守り支援システムは、人体の活動量等の生体情報を収集し、この収集した生体情報に基づいて人体の睡眠状態や活動状態を判断することによって高齢者や入院患者の健康状態を見守るものである。
以下、本発明を実施するための最良の形態について図面を参照して説明する。

発明の実施の形態１．
まず、本発明に係る見守り支援システムの全体構成について説明する。図１に、この見守り支援システムの一構成例が示されている。図１において、符号１０によって本発明に係る見守り支援システムが全体的に示されている。図１に示すように、この見守り支援システム１０は、センサ装置１、判断装置２を備えている。

センサ装置１は、人体装着型のセンサ装置であり、対象者である患者の腕に腕時計と同様に装着され、対象者の活動の量を計測して無線で伝送する。また、センサ装置１は、無線通信通信可能で、かつ装着可能な腕時計型であれば、対象者の行動を妨げることなく、一日中体動データを収集することが可能となる。
図１に示すように、判断装置２は、パーソナルコンピュータ３（以下、パソコン３とする）、受信装置４を備えている。受信装置４は、無線で伝送されたセンサ装置１の計測結果を受信してパソコン３に出力する、パソコン３は、受信装置４からの信号を入力してデータを管理する。この判断装置２は、例えば、コールセンター等に設置される。また、受信装置４とパソコン３とは、有線によってデータ伝送を行ってもよく、パソコン３はシリアルポートから受信装置４からのデータを入力する。

次に、本発明に係る見守り支援システム１０のセンサ装置１、判断装置２について詳細に説明する。ここでは、まず、センサ装置１、判断装置２の内部構成について順に説明し、続いて、判断装置２の動作について説明する。
図２のブロック図に、センサ装置１の内部構成の一例が示されている。図２において、１１は電源部、１２は体動センサ、１３はセンサ信号処理手段、１４は解析手段、１５は無線送信手段である。
電源部１１は、電池などによる電源であり、これによってこのセンサ装置１を駆動している。
体動センサ１２は、加速度センサなど腕の動きの量を検出するセンサであり、３軸方向の動きを検出するものが望ましい。体動センサ１２の出力は、センサ信号処理手段１３に入力される。
センサ信号処理手段１３は、体動センサ１２の出力信号に基づいて、どちらの方向にどの程度の量の動きがあったかを積分などして算出し、この算出結果を解析手段１４に伝送する。

解析手段１４は、センサ信号処理手段１３の算出結果に基づいて、所定の時間ごとの動きの総量を解析し、この解析結果をデジタルデータに変換して無線送信手段１５に伝送する。例えば、解析手段１４は、動きの総量を５段階のレベルに設定し、動きが無い場合に「０」、動きが激しいときに「１００」などと分類する。また、解析手段１４からの出力は、所定の時間毎に伝送されるので、常時センサ信号を伝送する必要がなく、複数のセンサ装置１を使用した場合でも混信することがない。
無線送信手段１５は、解析手段１４の体動量データの結果にセンサ装置１を特定するＩＤ番号を付加して無線にて送信する。このセンサ装置１固有のＩＤ番号は、不揮発性メモリ（図示しない）に記憶されている。

図３のブロック図に、判断装置２の内部構成の一例が示されている。
判断装置２の受信装置４は、センサ装置１の無線送信手段１５から送信されたデータを受信する。この受信装置４は、無線送信手段１５から受信した受信信号を復調した後、パソコン３へ伝送するデータのフォーマットに変換して、この変換されたデータをパソコン３に伝送する。
また、受信装置４は、各病室に設置されて有線回線で接続されてもよいし、センサ装置１の無線送信手段１５を送信出力が大きいものを選定し、各病室からの無線信号が受信できるようにしてパソコン３の近くにのみ設置してＲＳ−２３２Ｃなどの伝送線で接続してもよい。

図３において、２１は登録手段、２２はデータ蓄積手段、２３は差分値算出手段、２４は活動状態解析手段、２５は出力手段、２６はしきい値設定手段である。判断装置２は、このような各種手段を有するが、これら各種手段は、物理的には、ＣＰＵ、ＲＯＭ、ＲＡＭ、ハードディスク・ドライブ、マウスやキーボード等のハードウェアを用いて実現される。さらに、判断装置２には、各種アプリケーション・プログラムがインストールされ、このプログラムによって、上記各種ハードウェア上で以下に述べる算出処理や解析処理が実現される。

登録手段２１は、パソコン３の画面よりマウスやキーボードなどでスタッフなどによって入力される。データ蓄積手段２２は、受信装置４に接続され、かつ差分値算出手段２３と活動状態解析手段２４とに接続される。活動状態解析手段２４は、データ蓄積手段２２と差分値算出手段２３と接続され、体動に関する各種データが入力され、解析結果を出力手段２５に出力する。しきい値設定手段２６は、登録手段２１から入力され、活動状態解析手段２４と接続されて各種しきい値を出力する。

続いて、図４を用いて、判断装置２の動作について説明する。図４は、この判断装置２の処理フローを示すフローチャートである。ここで、図５乃至図９を適宜用いながら、判断装置２の動作について説明する。
図４に示すように、まず、対象者の健康を管理する施設のスタッフは、キーボードなどで登録手段２１に各種のデータを予め登録する（Ｓ１０１）。この登録されるデータは、対象者が使っているセンサ装置１の固有のＩＤ番号や、対象者の名前や年齢などの個人情報とすることができる。さらに、登録情報として、活動状態解析手段２４が解析するにあたり必要な各種しきい値や、解析を行なう時刻が設定される。

登録されたセンサ装置１のＩＤ番号は、データ蓄積手段２２に伝達され、データ蓄積手段２２では予め登録されているＩＤ番号に関したセンサ装置１の体動量データのみを受信する。データ蓄積手段２２は、常時受信待機状態（Ｓ１０２）となり、受信装置４からセンサ装置１からの体動量データ待ちとなっている。
データ蓄積手段２２は、受信装置４からデータを受信すると、体動量データに付加されているセンサ装置１のＩＤ番号を抽出し、予め登録手段２１に登録されているものかを確認する。もし登録されていないＩＤ番号やＩＤ番号自体が付加されていない場合には、データ蓄積手段２２は、ノイズなどよりデータが化けたり、他の機器のデータであると判断したりして、データを破棄する。ＩＤ番号が登録されているものであれば、データ蓄積手段２２は、受信を行い（Ｓ１０３）、ＩＤ番号ごとにデータを蓄積する（Ｓ１０４）。

図５に、データ蓄積手段２２に蓄積された体動量の絶対値データの一例が示されている。この図５に示す体動量の絶対値データは、従来からある体動量を示すデータを時系列に並べたものであり、出力手段２５に出力されるデータの一形態である。また、図５において、縦軸はセンサ装置１の解析手段１４にて変換されたデジタルデータの値であり、横軸は収集した時間を示している。体動量の絶対値データは、データ蓄積手段２２から対象者ごとに読み出すことができるようになっている。またさらに、表示する体動量の絶対値データの期間なども指定することができるようになっている。なおここで、体動量データの絶対値とは、体動を示す体動量データ自体のことを示している。

登録手段２１に登録されている解析時刻になると（Ｓ１０５）、活動状態解析手段２４と差分値算出手段２３とは、データ蓄積手段２２から自動的にデータを読み出し、データの解析を開始する（Ｓ１０６）。データを読み込んだ差分値算出手段２３は、データ蓄積手段２２の時系列データを用いて、所定の時間ごとの差分値を算出する（Ｓ１０７）。例えば、センサ装置１の解析手段１４が体動量の総量を解析して無線で送信する時間を１分とした場合、データ蓄積手段２２には１分ごとの体動量データが蓄積されているので、差分値算出手段２３においても同じ１分ごとの体動量データの差分を算出する。

図６に、時間、体動量絶対値、体動量絶対値から計算した体動量差分値の一例が示されている。図６に示された体動量差分値は、前のデータとの差分を取っているので、＋（プラス）と−（マイナス）の値となる。図６においては、１分ごとの差分をとっているが、２分ごとに計算してもよく、さらには２で割る事により１分ごとの微分を取ることができる。
この体動量の差分値は、所定の時間ごとの対象者の動きの変化を示すものである。例えば、睡眠へ移行するときや転倒などにより気を失ってしまったときなどは、体動量の差分値は、急に体動が無くなることからマイナス側に大きな値となって現れる。他方、睡眠から覚醒への移行や寝返り、またはリハビリなどの運動の開始時などでは、体動量の差分値は、急に体動が出てくることからプラス側に大きな値となって現れる。つまり、体動量の差分値から、対象者の動きの傾向を読み取ることが可能となり、発生した時刻などの情報と合わせると、対象者の行動までも推測することが可能となる。

図７に、差分値算出手段２３と活動状態解析手段２４とが生成した体動量絶対値データ（図７（ａ））と体動量差分値データ（図７（ｂ））を時系列データとしてグラフ化した一例が示されている。図７において、１０：００以降のデータが無いのは、登録手段２１にて解析時刻が１０：００に設定されたことを意味し、データ蓄積手段２２は、１０：００前までに蓄積しているデータを解析している。
この対象者の場合、前日の２１：００頃に体動量の絶対値が低下し、かつ体動量差分値が急激にマイナス側に現れており、さらには以降体動量差分値が小さい値となっている。このことから、対象者は、前日の２１：００頃に睡眠状態に移行したことが推測される。
しかしながら、睡眠などの医学的な知識が無い介護スタッフにとっては、図７に示されたグラフを見ただけでは、睡眠かどうかを判断することは難しい。また、もし睡眠を推測したとしても、毎日すべての対象者のグラフを解析することは労力がかかる。そこで、本発明では、このような課題を解決するために、睡眠と覚醒状態の判断を自動化することで、対象者を見守るべくスタッフなどの業務支援を行なうことが可能となる。

しきい値設定手段２６には、登録手段２１から各種しきい値が入力される。図８に、睡眠と覚醒状態の判断を自動化するためのしきい値設定の画面の一例が示されている。図８においては、しきい値はＳ１、Ｓ２、Ｔ１、Ｔ２の４つが設定できる。
Ｓ１は、体動量絶対値のしきい値であり、Ｓ１より体動の絶対値が低い場合には睡眠状態と判断する一つの指針とする。
Ｓ２は、体動量差分値のしきい値であり、Ｓ２より体動の差分値が低い場合には睡眠状態と判断する一つの指針とする。従来では、体動量の絶対値のしきい値Ｓ１のみで睡眠か覚醒かを判断していたが、体動量が日常から少ない対象者などにはしきい値を設定するのが困難であった。体動量の差分値は、体動の移行量を示すものであり、対象者の落ち着きや安静度を測る指針にもなる。このことから、体動量差分値のしきい値Ｓ２を設けることにより、より精度良く睡眠を判断することが可能となる。併せて、体動の差分値が大きくマイナスに現れたことを睡眠の判断基準に追加して、その後の差分値がＳ２以下の状態が継続した場合に睡眠と判断することもできる。

Ｔ１は、時間のしきい値であり、覚醒状態から睡眠状態を判断するにあたり、体動量絶対値がＳ１以下でありかつ体動量差分値がＳ２以下となる状態が、Ｔ１以上継続した場合に睡眠と判断するものである。よって、Ｔ１以内に体動量絶対値か体動量差分値のどちらかがしきい値を超えた場合には、睡眠と判断しないようにしている。これは、人間が常時動くものではなく、身体を休めている場合にも体動量が少なくなることを考慮している。
Ｔ２は、睡眠状態から覚醒状態を判断するにあたり、体動量絶対値がＳ２以上でありかつ体動量差分値がＳ２以上となる状態が、Ｔ２以上継続した場合に覚醒と判断するものである。これは、夜間の寝返りなどにより発生する体動は覚醒と判断しないためである。

活動状態解析手段２４は、データ蓄積手段２２から体動量の絶対値データを読み込むとともに、差分値算出手段２３から差分値データを取得する。さらに、活動状態解析手段２４は、しきい値設定手段２６から各種しきい値を取得し、これらしきい値のそれぞれを体動量の絶対値データ、差分値データとを比較する（Ｓ１０８）。

図９に、このようなしきい値を用いた判断基準による睡眠判断の一例が示されている。図９において、２２：００頃に体動量が低下し、体動量絶対値と体動量差分値が各々しきい値Ｓ１、Ｓ２内となり、かつその状態がＴ１以上継続した。このことから、２２：００頃以降は、対象者が睡眠していると判断される。ここで、０２：００過ぎに対象者の体動量が急激に増えているが、しきい値Ｓ１、Ｓ２を越えている時間ｔ１が睡眠状態から覚醒状態を判断するしきい値Ｔ２以下である。このことから、対象者が寝返りしていると判断し、覚醒はしていないと判断する。一方、０４：００頃にも同様に体動量が出ており、しきい値Ｓ１とＳ２を超えた時間ｔ２がＴ２以上である。このことから、対象者が覚醒していると判断している。このような睡眠、覚醒を示す状態判断は、出力手段２５から出力され、例えば、図９に示したように表示される（Ｓ１０９）。

このように、睡眠と覚醒の移行を自動的に判断しているので、見守りを行なうスタッフは、体動量データの波形を解析する専門知識なしに対象者の睡眠時間を把握することが可能となる。さらに、夜間の覚醒も把握できるので、対象者がトイレなどに起きた、などと対象者の行動について推測することが可能となる。なお、上記睡眠判断では、判断基準としてＳ１とＳ２の両方を満たしたときに睡眠と判断する場合を示したが、片方のみ満たしたときに睡眠と判断してもよい。

以上のように、本発明にかかる見守り支援システム１０によれば、判断装置２は、データ蓄積手段２２に蓄積した体動量データを所定の時間毎の差分値を算出して、体動量データの絶対値と差分値の推移から、対象者の活動状態を各々のしきい値に基づいて解析する。そのため、従来のようにそのグラフを解析できる経験を積んだ専門のスタッフを配置する必要が無くなり、かつ運動量の増減だけでなく睡眠と覚醒の状態を、大量の対象者に対して判断することが可能となる。

このように、本発明は、高齢者などの対象者からセンシングが容易な体動をデータとして収集し、対象者の体動量データを絶対値で表示するだけではなく、蓄積された体動量データを解析する。これによって、睡眠と覚醒の状況や活動状態の傾向を自動的に抽出して、対象者の体調状態を高齢者施設の介護スタッフやコールセンターに報告することが可能となり、対象者の体調管理や見守りを支援することができる。

発明の実施の形態２．
以下、本実施の形態２に係る見守り支援システム１０について図を参照して説明する。
老人施設などでは、入居者にリハビリテーションを行い、自宅での生活の復帰を支援している。スタッフは入居者の活動レベル（アクティビティ）を日頃からチェックして、リハビリテーションの効果と今後のカリキュラムを組むことが必要となっている。そこで、活動量を常時計測し、データを蓄積し、さらにスタッフにとって判りやすい形にまで解析することが有効である。本実施の形態２に係る見守り支援システム１０は、スタッフが容易に判断可能となるまで解析するものである。

図１０に、本実施の形態２に係る判断装置２の他の構成例が示されている。図１０に示すように、この判断装置２は、上記各構成要素に加えて、積分値算出手段２７を備えている。また、図１０においては、上記実施の形態１と同様の構成要素については、同じ符号を付し、ここでは、それらの説明を省略している。
図１０に示すように、データ蓄積手段２２は、差分値算出手段２３とともに積分値算出手段２７に接続されている。この積分値算出手段２７では、所定の時間における体動量の積分値を算出する。

図１１のグラフに、このような判断装置２による解析結果が示されている。このグラフは、例えば、２４時間の体動量の積分値を算出したものであり、この図１１において、横軸は日付である。積分値算出手段２７が積分値を算出する方法として、例えば、１日における体動量の絶対値をすべて足し合わせてもよいし、１時間毎の体動量の総和の平均をとってもよい。さらには、実施の形態１のように、睡眠と覚醒を判断し、覚醒しているときの積分値のみを算出することも有効である。
従来では昼間の活動量を計算するにあたり、昼と夜を時間で大まかに区切ることしかできず、対象者ごとの睡眠と覚醒の生活リズムに合わせた算出はできなかった。これに対して、本発明によれば、睡眠と覚醒を自動的に判断できるので、対象者の個人ごとの覚醒時のみの活動量を正確に算出することが可能となる。

スタッフは、図１１に示された積分値の推移のグラフを見ることにより、入居者のアクティビティの変化を把握することが容易となる。また、例えばアクティビティが下がっていることや上がっていることを自動的に判断し、アラームとして音やコメントとして示すことにより、スタッフに気付きを与えて、早期の対応が可能となる。

さらに、図１０に示すように、本実施の形態２に係る判断装置２は、上記各構成要素、積分値算出手段２７に加えて、記憶手段２８を備えることができる。
判断装置２に記憶手段２８を設けることにより、スタッフなどのオペレータは、対象者の基準となる体動量絶対値グラフ、体動量差分値グラフ、体動量積分値グラフなどを記憶させることができる。

図１２のグラフに、このような判断装置２による解析結果が示されている。このグラフは、例えば、ある対象者の過去の体動量絶対値グラフ（グラフａ）を基準グラフとして記憶させたものを、本日解析した結果（グラフｂ）に重ね合わせたものである。
記憶手段２８には、過去の１日のデータを記憶させてもよいが、数日間の平均値を記憶させることにより、対象者に関する体動量の１日の変化をその人のリズムとしてより精度の高いものとして基準にすることができる。
スタッフは、記憶手段２８に記憶されたデータをグラフ化したものを観察することによって、基準のデータと本日のデータから日頃との違いを把握することができる。例えば、図１２に示すグラフにおいては、夜中の０４：００頃に対象者が起きていたことから起床の時間が１時間ほど遅れていることがわかる。さらには、グラフａとグラフｂの偏差を計算することにより、通常に比べてどの程度リズムが崩れているかを把握することも可能となる。

このように、本実施の形態２に係る見守り支援システム１０によれば、体動量の積分値の算出や、対象者の基準となる生活リズムを記憶させて比較することができる。そのため、対象者の体調の崩れなどを誰にでもわかるように表示することで介護スタッフなどの早期の対応が可能となり、実用上多大なる効果が奏せられる。

発明の実施の形態３．
以下、本実施の形態３に係る見守り支援システム１０について図を参照して説明する。
高齢者の睡眠状態や活動レベルを把握することは、老人施設だけではなく、在宅における対象者においても有効である。特に、専門のコールセンターにより高齢者の居宅内の引きこもりや睡眠不足などをできるだけ早く検知して、介護スタッフなどに報告することで生活環境を変えることが求められている。しかしながら、従来ではそれらの情報を自動で判断できるシステムが無かったため、焦電センサなど活動量を測定するセンサの時系列データを利用者宅から収集しても、その後は専門のオペレータが目視で判断していた。よって、利用者数が増えた場合には対応できないという課題があった。本実施の形態３では、このような課題を解決する、利用者数が増加した場合であっても対応可能な見守りシステムについて説明する。

図１３のブロック図に、本実施の形態３を実現するセンサ装置１の内部構成の一例が示されている。図１３において、１６は公衆回線接続手段である。この公衆回線接続手段１６は、解析手段１４に接続されている。
図１４のフローチャートに、本実施の形態３に係る判断装置２のデータ収集、および解析の流れが示されている。

判断装置２には、予め利用者の情報が登録される（Ｓ２０１）。この利用者の情報としては、例えば、利用者宅の住所や電話番号、年齢、さらには非常時の連絡先などがある。また、非常時の連絡先として、在宅訪問を行なう介護ステーションなどがある。
判断装置２は、所定の時刻になると、登録されている利用者宅を選択し（Ｓ２０２）、データ収集を行なうために電話回線を接続する（Ｓ２０３）。公衆回線接続手段１６は、電話がかかってきたことを検知して解析手段１４にて解析された体動量データを電話回線にて送信する。判断装置２は、公衆回線接続手段１６から送信された体動量データを収集し、データ蓄積手段２２が、収集した体動量データを蓄積する（Ｓ２０４）。この蓄積された体動量データは、差分値算出手段２３や積分値算出手段２７によって加工され、体動量データの差分値や積分値が生成される。

活動状態解析手段２４は、差分値算出手段２３や積分値算出手段２７から加工されたデータを取得し、睡眠時間や活動量について解析を行なう（Ｓ２０５）。この解析の結果、問題が無ければ次の利用者宅に対して同じ動作を繰り返す（Ｓ２０６）。ここで、例えば、最近の数日間寝ていないなどの睡眠の障害や、活動量が低下してきているなどのアクティビティに関して問題であると判断した場合には、利用者の登録されているデータを表示する（Ｓ２０７）。
その後、活動状態解析手段２４は、レポートを作成し（Ｓ２０８）、オペレータに対応方法などを報告する。レポートの内容としては、例えば、最近１ヶ月のデータなどがある。出力手段２５が、在宅介護をしている介護員に対して、このデータを通知することによって、介護による対応方法を検討することができるようになる。

このように、センサ装置１に公衆回線接続手段１６を設け、判断装置２からの定期的なアクセスにともなって、センサ装置１が体動量データを送信するように構成することによって、判断装置２は、対象者の活動状態や睡眠状態を定期的に収集することができる。この収集したデータに基づいた解析結果が専門的知識を有しないスタッフであっても容易に把握することができるので、対象者の状態を容易かつより的確に判断することが可能となる。

本発明の実施の形態１に係る見守り支援システムの一構成例を示す説明図である。 本発明の実施の形態１に係るセンサ装置の内部構成の一例を示すブロック図である。 本発明の実施の形態１に係る判断装置の内部構成の一例を示すブロック図である。 本発明の実施の形態１に係る判断装置における処理フローを示すフローチャートである。 本発明の実施の形態１に係る判断装置の体動量絶対値の一例を示すグラフである。 本発明の実施の形態１に係る判断装置の体動量差分値の算出結果の一例を示す図である。 本発明の実施の形態１に係る判断装置の出力結果の一例を示すグラフである。 本発明の実施の形態１に係る判断装置におけるしきい値設定の画面の一例を示す図である。 本発明の実施の形態１に係る判断装置の睡眠と覚醒の判断結果の一例を示す図である。 本発明の実施の形態２に係る判断装置の内部構成の一例を示すブロック図である。 本発明の実施の形態２に係る判断装置の体動量積分値の算出結果の一例を示すグラフである。 本発明の実施の形態２に係る判断装置の記憶手段の出力結果の一例を示すグラフである。 本発明の実施の形態３に係るセンサ装置の内部構成の一例を示すブロック図である。 本発明の実施の形態３に係る判断装置における処理フローを示すフローチャートである。

符号の説明

１ センサ装置、２ 判断装置、３ パーソナルコンピュータ（パソコン）、４ 受信装置、１０ 見守り支援システム
１１ 電源部、１２ 体動センサ、１３ センサ信号処理手段、１４ 解析手段、１５ 無線送信手段、１６ 公衆回線接続手段
２１ 登録手段、２２ データ蓄積手段、２３ 差分値算出手段、２４ 活動状態解析手段、２５ 出力手段、２６ しきい値設定手段、２７ 積分値算出手段、２８ 記憶手段

Claims (11)

1. 対象者の体動を示す体動量データを収集して当該対象者の活動状態を把握する活動状態判断装置であって、
   前記体動量データを示す体動量絶対値を蓄積するデータ蓄積手段と、
   当該データ蓄積手段に蓄積された体動量絶対値を取得し、当該取得した体動量絶対値から所定の時間ごとの体動量差分値を算出する差分値算出手段と、
   前記データ蓄積手段に蓄積された体動量絶対値の推移と、前記差分値算出手段によって算出された体動量差分値の推移とに基づいて、前記対象者の活動状態を解析する活動状態解析手段とを備えた活動状態判断装置。
2. 前記活動状態解析手段は、
   前記体動量絶対値が第１のしきい値以下の持続時間と、前記体動量差分値が第２のしきい値以下の持続時間に基づいて、対象者が睡眠状態にあるかどうかを判断することを特徴とする請求項１記載の活動状態判断装置。
3. 前記活動状態解析手段は、
   前記体動量絶対値が第１のしきい値を超える持続時間と、前記体動量差分値が前記第２のしきい値を超える持続時間に基づいて、対象者が覚醒状態にあるかどうかを判断することを特徴とする請求項１又は２記載の活動状態判断装置。
4. 前記データ蓄積手段から蓄積された体動量データを取得し、当該取得した体動量データから所定の時間内における積分値を算出する積分値算出手段を、さらに備えたことを特徴とする請求項１乃至３いずれかに記載の活動状態判断装置。
5. 前記活動状態解析手段による解析結果を出力する出力手段と、
   当該出力手段によって出力される出力結果を格納する記憶手段とを、さらに備えたことを特徴とする請求項１乃至４いずれかに記載の活動状態判断装置。
6. 対象者の体動を検知して前記体動量データを出力するセンサ装置と、当該センサ装置から前記体動量データを収集する請求項１乃至５のいずれかに記載の活動状態判断装置とを備え、
   前記センサ装置は、公衆回線網に接続可能な通信手段を有し、
   前記活動状態判断装置は、予め設定された時刻に当該公衆回線接続手段と回線接続して前記体動量データを獲得し、前記データ蓄積手段に蓄積する見守り支援システム。
7. 対象者の体動を示す体動量データを収集して当該対象者の活動状態を把握する活動状態の判断方法であって、
   前記体動量データを示す体動量絶対値を記憶手段に蓄積するステップと、
   当該蓄積された体動量絶対値を取得し、当該取得した体動量絶対値から所定の時間ごとの体動量差分値を算出するステップと、
   前記蓄積された体動量絶対値の推移と前記算出された体動量差分値の推移とに基づいて対象者の活動状態を解析するステップとを備えた活動状態判断方法。
8. 対象者の活動状態を解析するステップは、
   前記体動量絶対値が第１のしきい値以下の持続時間と、前記体動量差分値が第２のしきい値以下の持続時間に基づいて、対象者が睡眠状態にあるかどうかを判断することを特徴とする請求項７記載の活動状態判断方法。
9. 対象者の活動状態を解析するステップは、
   前記体動量絶対値が第１のしきい値を超える持続時間と、前記体動量差分値が前記第２のしきい値を超える持続時間に基づいて、対象者が覚醒状態にあるかどうかを判断することを特徴とする請求項７又は８記載の活動状態判断方法。
10. 前記蓄積された体動量データを取得し、当該取得した体動量データから所定の時間内における積分値を算出するステップを、さらに備えたことを特徴とする請求項７乃至９のいずれか記載の活動状態判断方法。
11. 対象者の活動状態を解析するステップにより解析された結果を出力するステップと、
    当該出力される出力結果を記憶するステップを、さらに備えたことを特徴とする請求項７乃至１０のいずれかに記載の活動状態判断方法。

Images