特開 2024-87009 リハビリ支援装置、リハビリ支援装置の制御方法及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024087009

(43)【公開日】2024-06-28

(54)【発明の名称】リハビリ支援装置、リハビリ支援装置の制御方法及びプログラム

(51)【国際特許分類】

   G16H 20/00 20180101AFI20240621BHJP

   G16Y 10/60 20200101ALI20240621BHJP

   G16Y 20/40 20200101ALI20240621BHJP

   G16Y 40/20 20200101ALI20240621BHJP

【ＦＩ】

G16H20/00

G16Y10/60

G16Y20/40

G16Y40/20

【審査請求】有

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2024069895

(22)【出願日】2024-04-23

(62)【分割の表示】P 2020178385の分割

【原出願日】2020-10-23

(71)【出願人】

【識別番号】598041566

【氏名又は名称】学校法人北里研究所

(74)【代理人】

【識別番号】100106909

【弁理士】

【氏名又は名称】棚井 澄雄

(74)【代理人】

【識別番号】100188558

【弁理士】

【氏名又は名称】飯田 雅人

(72)【発明者】

【氏名】佐々木 秀一

(72)【発明者】

【氏名】高平 尚伸

(72)【発明者】

【氏名】穴田 聡

(57)【要約】

【課題】患者が専門家との対面による評価を要さずともリハビリテーションにおける適切な指示を受けることができるようにする。
【解決手段】リハビリ支援装置は、身体の動きを示すセンサデータを入力する入力部と、前記センサデータとリハビリに関する提案内容とを含む教師データを用いて事前に学習された学習済みアルゴリズムを用いて、前記入力されたセンサデータに応じた、リハビリに関する提案内容を出力する出力部と、を備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

身体の動きを示すセンサデータを入力する入力部と、
前記センサデータとリハビリに関する提案内容とを含む教師データを用いて事前に学習された学習済みアルゴリズムを用いて、前記入力されたセンサデータに応じた、リハビリに関する提案内容を出力する出力部と、
を備えるリハビリ支援装置。

【請求項2】

前記出力部は、前記リハビリに関する提案内容として、活動量の目標値を出力する、
請求項１に記載のリハビリ支援装置。

【請求項3】

前記出力部は、前記リハビリに関する提案内容として、獲得可能な動きの目標を出力する、
請求項１又は請求項２に記載のリハビリ支援装置。

【請求項4】

前記出力部は、前記リハビリに関する提案内容として、獲得可能な日常生活動作を出力する、
請求項１から請求項３のいずれか一項に記載のリハビリ支援装置。

【請求項5】

前記出力部は、前記リハビリに関する提案内容として、重症度の変化に伴う目標を出力する、
請求項１から請求項４のいずれか一項に記載のリハビリ支援装置。

【請求項6】

前記リハビリに関する提案内容は、ＦＭＡに基づく重症度の評価結果に対応して定められた提案内容である、
請求項１から請求項５のいずれか一項に記載のリハビリ支援装置。

【請求項7】

身体の動きを示すセンサデータを入力するステップと、
前記センサデータとリハビリに関する提案内容とを含む教師データを用いて事前に学習された学習済みアルゴリズムを用いて、前記入力されたセンサデータに応じた、リハビリに関する提案内容を出力するステップと、
を備えるリハビリ支援方法。

【請求項8】

リハビリ支援装置のコンピュータに、
身体の動きを示すセンサデータを入力するステップと、
前記センサデータとリハビリに関する提案内容とを含む教師データを用いて事前に学習された学習済みアルゴリズムを用いて、前記入力されたセンサデータに応じた、リハビリに関する提案内容を出力するステップと、
を実行させるプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、リハビリ支援装置、リハビリ支援方法及びプログラムに関する。

【背景技術】

【0002】

特許文献１には、リハビリにおいて正しい動きができるようにサポートできる支援装置が開示されている。より具体的には、支援装置はセンサを介して取得したユーザの「リハビリテーション時の動き」と、「セラピストと一緒に行ったリハビリテーション時の正しい動きの情報」とが異なっている場合に、その「動き」が間違っていることを知らせるとともに、「正しい動き」に近づくように誘導することが記載されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２０－０９９５５７号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

これまで、専門家が麻痺患者と対面し、その動きをみて機能評価を行い、適切なアドバイスや目標設定がなされてきた。近年、コロナ感染症の影響などにより、テレリハビリテーションの需要が高まることが予想される。そこで、患者が専門家との対面による評価を要さずともリハビリテーションにおける適切な指示を受けることができる仕組みが求められている。

【0005】

本発明は、このような課題に鑑みてなされたものであって、患者が専門家との対面による評価を要さずともリハビリテーションにおける適切な指示を受けることができるリハビリ支援装置、リハビリ支援方法及びプログラムを提供することを目的とする。

【課題を解決するための手段】

【0006】

本発明の第１の態様によれば、リハビリ支援装置は、身体の動きを示すセンサデータを入力する入力部と、前記センサデータとリハビリに関する提案内容とを含む教師データを用いて事前に学習された学習済みアルゴリズムを用いて、前記入力されたセンサデータに応じた、リハビリに関する提案内容を出力する出力部と、を備える。

【0007】

本発明の第２の態様によれば、前記出力部は、前記リハビリに関する提案内容として、活動量の目標値を出力する。

【0008】

本発明の第３の態様によれば、前記出力部は、前記リハビリに関する提案内容として、トレーニング動作の目標を出力する。

【0009】

本発明の第４の態様によれば、前記出力部は、前記リハビリに関する提案内容として、獲得可能な日常生活動作を出力する。

【0010】

本発明の第５の態様によれば、前記出力部は、前記リハビリに関する提案内容として、重症度の変化に伴う目標を出力する。

【0011】

本発明の第６の態様によれば、リハビリに関する提案内容は、ＦＭＡに基づく重症度の評価結果に対応して定められた提案内容である。

【0012】

本発明の第７の態様によれば、リハビリ支援方法は、身体の動きを示すセンサデータを入力するステップと、前記センサデータとリハビリに関する提案内容とを含む教師データを用いて事前に学習された学習済みアルゴリズムを用いて、前記入力されたセンサデータに応じた、リハビリに関する提案内容を出力するステップと、を有する。

【0013】

本発明の第８の態様によれば、プログラムは、リハビリ支援装置のコンピュータに、身体の動きを示すセンサデータを入力するステップと、前記センサデータとリハビリに関する提案内容とを含む教師データを用いて事前に学習された学習済みアルゴリズムを用いて、前記入力されたセンサデータに応じた、リハビリに関する提案内容を出力するステップと、を実行させる。

【発明の効果】

【0014】

上述のリハビリ支援装置、リハビリ支援方法およびプログラムによれば、患者が専門家との対面による評価を要さずともリハビリテーションにおける適切な指示を受けることができる。

【図面の簡単な説明】

【0015】

【図1】第１の実施形態に係るリハビリ支援装置の全体構成を示す図である。

【図2】第１の実施形態に係る機械学習アルゴリズムの機能を示す図である。

【図3】第１の実施形態に係る機械学習アルゴリズムの機能を示す図である。

【図4】第１の実施形態に係るリハビリ支援装置による処理の例を示す図である。

【図5】第１の実施形態に係るリハビリ支援装置による処理の例を示す図である。

【図6】第１の実施形態に係るリハビリ支援装置による処理の例を示す図である。

【図7】第１の実施形態に係るリハビリ支援装置による処理の例を示す図である。

【図8】第１の実施形態に係るリハビリ支援装置による処理の例を示す図である。

【発明を実施するための形態】

【0016】

＜第１の実施形態＞
以下、本発明の第１の実施形態に係るリハビリ支援システムについて、図１～図８を参照しながら説明する。

【0017】

（リハビリ支援装置の全体構成）
図１は、第１の実施形態に係るリハビリ支援装置の全体構成を示す図である。
図１に示すリハビリ支援装置１は、腕時計タイプのウェアラブル端末装置である。リハビリ支援装置１は、例えば、上肢麻痺患者の、麻痺側の腕に取り付けられて用いられる。なお、本実施形態においては、リハビリ支援装置１は、専用の端末装置であるものとして説明するが、他の実施形態においてはこの態様に限定されない。例えば、リハビリ支援装置１は、一般的なスマートフォンやスマートウォッチに、専用のプログラム（アプリケーション）を適用することで、以下に説明するリハビリ支援装置１として機能するものであってもよい。

【0018】

図１に示すように、リハビリ支援装置１は、ＣＰＵ１０と、メモリ１１と、タッチセンサ１２と、ディスプレイ１３と３軸加速度計１４とを備えている。

【0019】

ＣＰＵ１０は、予め用意されたプログラムに従って動作するプロセッサである。ＣＰＵ１０は、このプログラムに従って動作することで後述の種々の機能を発揮する。

【0020】

メモリ１１は、いわゆる主記憶装置であって、ＣＰＵ１０の動作に必要な記憶領域を有する。

【0021】

タッチセンサ１２は、利用者（上肢麻痺患者）のタッチ操作を受け付ける入力手段の一例である。

【0022】

ディスプレイ１３は、種々の情報などを表示して利用者に通知する表示手段の一例である。

【0023】

３軸加速度計１４は、本体（リハビリ支援装置１）の空間上の動き（加速度）を検知可能なセンサである。

【0024】

リハビリ支援装置１のＣＰＵ１０は、プログラムに従って動作することで、入力部１００、出力部１０１としての機能を発揮する。

【0025】

入力部１００は、３軸加速度計１４を通じて得られたデータであって、利用者の身体（本実施形態では麻痺側の上肢）の動きを示すセンサデータを入力する。

【0026】

出力部１０１は、学習済みの機械学習アルゴリズムＡＬを用いて、入力部１００によって入力されたセンサデータに応じた、リハビリに関する提案内容を、ディスプレイ１３に表示（出力）する。

【0027】

機械学習アルゴリズムＡＬは、センサデータとリハビリに関する提案内容とを含む教師データを用いて事前に学習された学習済みアルゴリズムである。

【0028】

（機械学習アルゴリズムの機能）
図２、図３は、第１の実施形態に係る機械学習アルゴリズムの機能を示す図である。
図２は、学習段階における機械学習アルゴリズムＡＬの機能を示している。また、図３は、実用段階における機械学習アルゴリズムＡＬの機能を示している。

【0029】

図２に示すように、教師データＤＴを機械学習アルゴリズムＡＬに入力することで機械学習（教師あり学習）を行う。

【0030】

教師データＤＴは、３軸加速度計１４から取得されたセンサデータと、当該センサデータに対応するリハビリに関する提案内容とをセットとした教師データである。

【0031】

ここで、上肢麻痺に対する上肢機能評価の一般的手法について簡単に説明する。
上肢機能評価の評価方法に関しては、専門家（作業療法士）が患者と対面で行うことが一般的であり、通常、Ｆｕｇｌ－Ｍｅｙｅｒ Ａｓｓｅｓｓｍｅｎｔ（以下、「ＦＭＡ」と表記する。）に基づいて定量的に評価される。ＦＭＡは、脳卒中の上肢機能評価において国際的に最も使用され検者間にて高い信頼性があり、効果のアウトカムとなる。ＦＭＡの上肢運動機能は、項目ごとに、“０点（全くできない）”，“１点（不十分）”，“２点（十分可能）”の３段階で評価され、その合計点（６６点満点）が上肢機能評価（重症度）となる。ＦＭＡは、専門家が患者に対し、肩、前腕、手関節、手指の各運動を行わせて評価する。そして、専門家は、このＦＭＡの点数（重症度）にしたがい、患者に対し、適切な目標設定やアドバイスを行う。

【0032】

本実施形態に係る機械学習アルゴリズムＡＬは、このＦＭＡに準拠するように学習される。具体的には、図２に示すように、教師データＤＴは、各種センサデータ（入力値）に対し、ＦＭＡによる重症度の評価結果に準拠した目標設定をペアとして用意される。ここでセンサデータは、３軸加速度計１４によって取得されたデータ群であり、上肢（リハビリ支援装置１が取り付けられた腕）の活動量、上肢運動の軌跡、上肢の移動距離などが含まれる。

【0033】

このようにして学習された機械学習アルゴリズムＡＬによれば、実用段階において、図３に示すように、ある患者のセンサデータＤ１が入力された場合に、当該センサデータＤ１から推定される重症度に基づいて、ＦＭＡに準拠した、患者固有の目標設定Ｄ２を出力することができる。

【0034】

（リハビリ支援装置の処理）
図４～図８は、第１の実施形態に係るリハビリ支援装置による処理の例を示す図である。
以下、図４～図８を参照しながら、第１の実施形態に係るリハビリ支援装置の具体的な処理について詳しく説明する。

【0035】

（上肢活動量）
図４に示すように、リハビリ支援装置１は、リハビリに関する提案内容として、上肢麻痺の重症度に応じた上肢活動量の目標値を出力する。

【0036】

具体的には、リハビリ支援装置１の入力部１００は、３軸加速度計１４（図１）を通じて得られた患者固有のセンサデータの入力を受け付ける。そして、出力部１０１は、事前に学習された機械学習アルゴリズムＡＬに対し、患者固有のセンサデータを入力し、当該機械学習アルゴリズムＡＬから上肢活動量の目標値を取得する。

【0037】

図４に示すように、リハビリ支援装置１は、ディスプレイ１３（図１）に表示画像Ｇを表示させる。この表示画像Ｇには、例えば、現在（今日１日）の時間帯別上肢活動量および総活動量と、次の時間帯（明日１日）の時間帯別上肢活動量の目標値および総活動量の目標値とが表示される。

【0038】

ここで出力される上肢活動量の目標値は、上述した機械学習アルゴリズムＡＬにより出力されるので、ＦＭＡを用いた専門家の判断に準じたものとなる。

【0039】

（獲得可能な動き）
図５に示すように、リハビリ支援装置１は、リハビリに関する提案内容として、上肢麻痺の重症度に応じた「獲得可能な動き」の目標（トレーニング内容）を出力する。

【0040】

具体的には、入力部１００は、３軸加速度計１４（図１）を通じて得られた患者固有のセンサデータの入力を受け付ける。そして、出力部１０１は、事前に学習された機械学習アルゴリズムＡＬに対し、患者固有のセンサデータを入力し、当該機械学習アルゴリズムＡＬから「獲得可能な動き」の目標を取得する。

【0041】

図５に示すように、リハビリ支援装置１は、ディスプレイ１３（図１）に表示画像Ｇを表示させる。この表示画像Ｇには、例えば、獲得可能な動きの目標（トレーニング内容）がアニメーション表示される。

【0042】

ここで出力される「獲得可能な動き」の目標は、上述した機械学習アルゴリズムＡＬにより出力されるため、ＦＭＡを用いた専門家の判断に準じたものとなる。

【0043】

（獲得可能な日常生活動作）
図６、図７に示すように、リハビリ支援装置１は、リハビリに関する提案内容として、上肢麻痺の重症度に応じた「獲得可能な日常動作」の目標を出力する。

【0044】

具体的には、入力部１００は、３軸加速度計１４（図１）を通じて得られた患者固有のセンサデータの入力を受け付ける。そして、出力部１０１は、事前に学習された機械学習アルゴリズムＡＬに対し、患者固有のセンサデータを入力し、当該機械学習アルゴリズムＡＬから「獲得可能な日常生活動作」の目標を取得する。

【0045】

図６に示すように、リハビリ支援装置１は、ディスプレイ１３（図１）に、食事動作の目標を示す表示画像Ｇを表示させる。食事動作の目標は、例えば、重症度に応じて、「全介助」、「ユニバーサルカフ付きスプーンを使用」、「太柄自助具スプーンを使用」、「普通スプーンで自立」、「自助具箸＋普通スプーンで自立」、「箸で自立」のいずれかが設定される。

【0046】

また、図７に示すように、リハビリ支援装置１は、ディスプレイ１３（図１）に、更衣動作の目標を示す表示画像Ｇを表示させる。更衣動作の目標は、例えば、重症度に応じて、「全介助」、「低い位置で腕を伸ばして袖を通せる」、「前開きシャツを、肩を少し上げて腕を伸ばして袖を通せる」、「前開きシャツを、肩を高く上げて腕を伸ばして袖を通せる」、「ボタンを閉めることができる」のいずれかが設定される。

【0047】

図６、図７のように出力される「獲得可能な日常動作」の目標は、上述した機械学習アルゴリズムＡＬにより出力されるので、ＦＭＡを用いた専門家の判断に準じたものとなる。

【0048】

（重症度の変化に伴う目標値の設定）
図８に示すように、リハビリ支援装置１は、リハビリに関する提案内容として、上肢麻痺の重症度の変化に伴った目標を出力する。

【0049】

具体的には、入力部１００は、３軸加速度計１４（図１）を通じて得られた患者固有のセンサデータの入力を受け付ける。そして、出力部１０１は、事前に学習された機械学習アルゴリズムＡＬに対し、患者固有のセンサデータを入力し、当該機械学習アルゴリズムＡＬから、重症度の変化に伴った目標を取得する。

【0050】

例えば、リハビリ支援装置１は、一週間前の総活動量と現在の総活動量とを比較した結果、改善傾向がみられている場合、総活動量の目標値として、現在の総活動量のみに基づいて設定される目標値（基準）よりも高い目標値が設定される（図８（ａ）参照）。

【0051】

また、リハビリ支援装置１は、一週間前の総活動量と現在の総活動量とを比較した結果、改善傾向がみられていない場合、総活動量の目標値として、現在の総活動量のみに基づいて設定される目標値（基準）よりも低い目標値が設定される（図８（ｂ）参照）。

【0052】

なお、図８は、「重症度の変化に伴う目標値の設定」として、「総活動量」の目標設定を例に説明したものであるが、「獲得可能な動き」（図５）、「獲得可能な日常生活動作」（図６、図７）の目標設定についても同様に処理される。

【0053】

このような重症度の変化に伴う目標値の設定（縦断的分析）も、上述した機械学習アルゴリズムＡＬにより出力されるので、ＦＭＡを用いた専門家の判断に準じたものとなる。

【0054】

（作用効果）
以上のとおり、第１の実施形態に係るリハビリ支援装置１は、患者に取り付けた活動量センサによる「センサデータ」と、「活動量・動きの目標の提案」、「獲得可能な日常動作の提案」、「重症度の変化に伴う目標値の設定（縦断的分析）」等の提案内容を教師あり学習で学習させた学習済みＡＩ（機械学習アルゴリズムＡＬ）を有することを特徴としている。この学習済みＡＩを用いることで、患者が専門家との対面による評価を要さずとも、専門家と同等のアドバイス、指示を受けることができる。

【0055】

上述の実施形態においては、リハビリ支援装置１の各種処理の過程は、プログラムの形式でコンピュータ読み取り可能な記録媒体に記憶されており、このプログラムをコンピュータが読み出して実行することによって上記各種処理が行われる。また、コンピュータ読み取り可能な記録媒体とは、磁気ディスク、光磁気ディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、半導体メモリ等をいう。また、このコンピュータプログラムを通信回線によってコンピュータに配信し、この配信を受けたコンピュータが当該プログラムを実行するようにしてもよい。

【0056】

上記プログラムは、上述した機能の一部を実現するためのものであってもよい。更に、上述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。

【0057】

以上のとおり、本開示に係るいくつかの実施形態を説明したが、これら全ての実施形態は、例として提示したものであり、発明の範囲を限定することを意図していない。これらの実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で種々の省略、置き換え、変更を行うことができる。これらの実施形態及びその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

【符号の説明】

【0058】

１ リハビリ支援装置
１０ ＣＰＵ
１１ メモリ
１２ タッチセンサ
１３ ディスプレイ
１４ ３軸加速度計
１００ 入力部
１０１ 出力部
ＡＬ 機械学習アルゴリズム

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【手続補正書】

【提出日】2024-05-10

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

身体の動きを示すセンサデータを入力する入力部と、
前記センサデータとリハビリに関する提案内容とを含む教師データを用いて事前に学習された学習済みアルゴリズムを用いて、前記入力されたセンサデータに応じた、リハビリに関する提案内容を出力する出力部と、
を備え、
前記学習済みアルゴリズムは、ある患者についての前記センサデータと、同一の患者に対して専門家が評価したＦＭＡの点数に準拠する目標設定とをペアとして用意された前記教師データを用いて学習されている、
リハビリ支援装置。

【請求項2】

前記出力部は、前記リハビリに関する提案内容として、活動量の目標値を出力する、
請求項１に記載のリハビリ支援装置。

【請求項3】

前記出力部は、前記リハビリに関する提案内容として、獲得可能な動きの目標を出力する、
請求項１又は請求項２に記載のリハビリ支援装置。

【請求項4】

前記出力部は、前記リハビリに関する提案内容として、獲得可能な日常生活動作を出力する、
請求項１から請求項３のいずれか一項に記載のリハビリ支援装置。

【請求項5】

前記出力部は、前記リハビリに関する提案内容として、重症度の変化に伴う目標を出力する、
請求項１から請求項４のいずれか一項に記載のリハビリ支援装置。

【請求項6】

前記リハビリに関する提案内容は、ＦＭＡに基づく重症度の評価結果に対応して定められた提案内容である、
請求項１から請求項５のいずれか一項に記載のリハビリ支援装置。

【請求項7】

リハビリ支援装置が、身体の動きを示すセンサデータを入力するステップと、
前記リハビリ支援装置が、前記センサデータとリハビリに関する提案内容とを含む教師データを用いて事前に学習された学習済みアルゴリズムを用いて、前記入力されたセンサデータに応じた、リハビリに関する提案内容を出力するステップと、
を備え、
前記学習済みアルゴリズムは、ある患者についての前記センサデータ と、同一の患者に対して専門家が評価したＦＭＡの点数に準拠する目標設定とをペアとして用意された前記教師データを用いて学習されている、
リハビリ支援装置の制御方法。

【請求項8】

リハビリ支援装置のコンピュータに、
身体の動きを示すセンサデータを入力するステップと、
前記センサデータとリハビリに関する提案内容とを含む教師データを用いて事前に学習された学習済みアルゴリズムを用いて、前記入力されたセンサデータに応じた、リハビリに関する提案内容を出力するステップと、
を実行させるプログラムであって、
前記学習済みアルゴリズムは、ある患者についての前記センサデータ と、同一の患者に対して専門家が評価したＦＭＡの点数に準拠する目標設定とをペアとして用意された前記教師データを用いて学習されている、
プログラム。

【手続補正3】

【補正対象書類名】明細書

【補正対象項目名】０００１

【補正方法】変更

【補正の内容】

【0001】

本発明は、リハビリ支援装置、リハビリ支援装置の制御方法及びプログラムに関する。

【手続補正4】

【補正対象書類名】明細書

【補正対象項目名】０００５

【補正方法】変更

【補正の内容】

【0005】

本発明は、このような課題に鑑みてなされたものであって、患者が専門家との対面による評価を要さずともリハビリテーションにおける適切な指示を受けることができるリハビリ支援装置、リハビリ支援装置の制御方法及びプログラムを提供することを目的とする。