特許 7571544 健康状態判定システム、住宅、管理装置、プログラム、及び健康状態判定方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-10-15

(45)【発行日】2024-10-23

(54)【発明の名称】健康状態判定システム、住宅、管理装置、プログラム、及び健康状態判定方法

(51)【国際特許分類】

   A61B 5/00 20060101AFI20241016BHJP

   G16H 50/30 20180101ALI20241016BHJP

【ＦＩ】

A61B5/00 D

G16H50/30

【請求項の数】 9

(21)【出願番号】P 2021000835

(22)【出願日】2021-01-06

(65)【公開番号】P2022106099

(43)【公開日】2022-07-19

【審査請求日】2023-08-25

(73)【特許権者】

【識別番号】000198787

【氏名又は名称】積水ハウス株式会社

(74)【代理人】

【識別番号】100115381

【弁理士】

【氏名又は名称】小谷 昌崇

(74)【代理人】

【識別番号】100168321

【弁理士】

【氏名又は名称】山本 敦

(72)【発明者】

【氏名】近藤 雅之

【審査官】増渕 俊仁

(56)【参考文献】

【文献】特開２００９－２４０６６１（ＪＰ，Ａ）

【文献】米国特許出願公開第２００６／００５８７０４（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ａ６１Ｂ ５／００－５／０１

Ｇ１６Ｈ ５０／３０

(57)【特許請求の範囲】

【請求項1】

階段を有する住宅内に居住する対象者の健康状態を判定する健康状態判定システムであって、
前記対象者が起床したことを検知し、その検知の結果を示す第１データを出力する第１センサと、
前記対象者が前記階段の一方端段に位置していることを検知し、その検知の結果を示す第２データを出力する第２センサと、
前記対象者が前記階段の他方端段に位置していることを検知し、その検知の結果を示す第３データを出力する第３センサと、
前記第１センサ、前記第２センサ、及び前記第３センサと通信可能な管理装置と、
を備え、
前記管理装置は、
前記第１データ、前記第２データ、及び前記第３データを取得する取得部と、
前記取得部が取得した前記第１データ、前記第２データ、及び前記第３データに基づいて、前記対象者が起床後に最初に前記階段を前記一方端段から前記他方端段まで歩行するのに要した時間を算出し、当該時間を示す時間データを出力する演算部と、
過去の複数の前記時間データを記憶する記憶部と、
当日の前記時間データと過去の複数の前記時間データとに基づいて、前記対象者の当日の健康状態を判定する判定部と、
前記判定部による判定の結果を出力する出力部と、
を有する、健康状態判定システム。

【請求項2】

前記対象者による前記階段の手摺りへの荷重を検知し、その検知の結果を示す第４データを出力する第４センサをさらに備え、
前記取得部はさらに、前記第４データを取得し、
前記演算部はさらに、前記取得部が取得した前記第４データに基づいて、前記対象者が起床後に最初に前記階段を前記一方端段から前記他方端段まで歩行する間の、前記手摺りへの荷重値を算出し、当該荷重値を示す荷重データを出力し、
前記記憶部はさらに、過去の複数の前記荷重データを記憶し、
前記判定部は、当日の前記時間データ及び前記荷重データと過去の複数の前記時間データ及び複数の前記荷重データとに基づいて、前記対象者の当日の健康状態を判定する、請求項１に記載の健康状態判定システム。

【請求項3】

前記演算部はさらに、過去の複数の前記時間データに基づいて、前記時間データの時系列変化を示す第１相関グラフを算出し、
前記判定部は、当日の前記時間データと前記第１相関グラフとに基づいて、前記対象者の当日の健康状態を判定する、請求項１に記載の健康状態判定システム。

【請求項4】

前記演算部はさらに、前記第１相関グラフの傾き値を算出し、当該傾き値を示す傾きデータを出力し、
前記記憶部はさらに、過去の複数の前記傾きデータを記憶し、
前記演算部はさらに、過去の複数の前記傾きデータに基づいて、前記傾きデータの時系列変化を示す第２相関グラフを算出し、
前記判定部はさらに、前記第２相関グラフに基づいて、前記対象者のフレイルの可能性を判定する、請求項３に記載の健康状態判定システム。

【請求項5】

前記対象者の就寝位置から前記一方端段の直前位置までの前記対象者の移動を検知するセンサ群をさらに備える、請求項１～４のいずれか一つに記載の健康状態判定システム。

【請求項6】

階段と、
請求項１～５のいずれか一つに記載の健康状態判定システムと、
を備える、住宅。

【請求項7】

階段を有する住宅内に居住する対象者の健康状態を判定する健康状態判定システムが備える管理装置であって、
前記健康状態判定システムは、
前記対象者が起床したことを検知し、その検知の結果を示す第１データを出力する第１センサと、
前記対象者が前記階段の一方端段に位置していることを検知し、その検知の結果を示す第２データを出力する第２センサと、
前記対象者が前記階段の他方端段に位置していることを検知し、その検知の結果を示す第３データを出力する第３センサと、
前記第１センサ、前記第２センサ、及び前記第３センサと通信可能な管理装置と、
を備え、
前記管理装置は、
前記第１データ、前記第２データ、及び前記第３データを取得する取得部と、
前記取得部が取得した前記第１データ、前記第２データ、及び前記第３データに基づいて、前記対象者が起床後に最初に前記階段を前記一方端段から前記他方端段まで歩行するのに要した時間を算出し、当該時間を示す時間データを出力する演算部と、
過去の複数の前記時間データを記憶する記憶部と、
当日の前記時間データと過去の複数の前記時間データとに基づいて、前記対象者の当日の健康状態を判定する判定部と、
前記判定部による判定の結果を出力する出力部と、
を備える、管理装置。

【請求項8】

階段を有する住宅内に居住する対象者の健康状態を判定する健康状態判定システムが備える管理装置としてのコンピュータを機能させるためのプログラムであって、
前記健康状態判定システムは、
前記対象者が起床したことを検知し、その検知の結果を示す第１データを出力する第１センサと、
前記対象者が前記階段の一方端段に位置していることを検知し、その検知の結果を示す第２データを出力する第２センサと、
前記対象者が前記階段の他方端段に位置していることを検知し、その検知の結果を示す第３データを出力する第３センサと、
前記第１センサ、前記第２センサ、及び前記第３センサと通信可能な管理装置と、
を備え、
前記コンピュータを、
前記第１データ、前記第２データ、及び前記第３データを取得する取得手段と、
前記取得手段が取得した前記第１データ、前記第２データ、及び前記第３データに基づいて、前記対象者が起床後に最初に前記階段を前記一方端段から前記他方端段まで歩行するのに要した時間を算出し、当該時間を示す時間データを出力する演算手段と、
当日の前記時間データと過去の複数の前記時間データとに基づいて、前記対象者の当日の健康状態を判定する判定手段と、
前記判定手段による判定の結果を出力する出力手段と、
として機能させるためのプログラム。

【請求項9】

階段を有する住宅内に居住する対象者の健康状態を判定する健康状態判定方法であって、
第１センサが、前記対象者が起床したことを検知し、その検知の結果を示す第１データを出力し、
第２センサが、前記対象者が前記階段の一方端段に位置していることを検知し、その検知の結果を示す第２データを出力し、
第３センサが、前記対象者が前記階段の他方端段に位置していることを検知し、その検知の結果を示す第３データを出力し、
管理装置が、
前記第１データ、前記第２データ、及び前記第３データを取得し、
取得した前記第１データ、前記第２データ、及び前記第３データに基づいて、前記対象者が起床後に最初に前記階段を前記一方端段から前記他方端段まで歩行するのに要した時間を算出し、当該時間を示す時間データを出力し、
過去の複数の前記時間データを記憶し、
当日の前記時間データと過去の複数の前記時間データとに基づいて、前記対象者の当日の健康状態を判定し、
その判定の結果を出力する、健康状態判定方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、健康状態判定システム、住宅、管理装置、プログラム、及び健康状態判定方法に関する。

【背景技術】

【0002】

下記特許文献１には、対象者の人体に装着される状態検出手段と、状態検出手段と無線通信が可能な判断手段とを備える異常判断装置が開示されている。状態検出手段は、複数のセンサによって対象者の様々な状態（体温、心拍数、姿勢、移動距離、及び睡眠状態等）を検出する。判断手段は、状態検出手段による状態の検出結果に基づいて、対象者に異常が発生しているか否かを判断する。

【先行技術文献】

【特許文献】

【0003】

【文献】特許第３３７８５４０号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

上記特許文献１に開示された異常判断装置によると、状態検出手段は対象者の様々な状態（体温、心拍数、姿勢、移動距離、及び睡眠状態等）を検出するが、対象者のこれらの状態は、検出する時間帯の相違、又は対象者の日々の行動スケジュールの相違等に起因して、大きく変動する。従って、そのような健康状態とは無関係な要因で変動する状態の検出結果に基づいて対象者の異常の有無を判断しても、その判断結果の精度は低い。

【0005】

また、状態検出手段は対象者の様々な状態を常時検出して判断手段に送信するため、判断手段が処理すべきデータ量が膨大となり、処理負荷が増大する。

【0006】

本発明はかかる事情に鑑みて成されたものであり、対象者の健康状態の判定精度を向上でき、かつ、判定に伴う処理負荷を軽減することが可能な、健康状態判定システム、住宅、管理装置、プログラム、及び健康状態判定方法を得ることを目的とする。

【課題を解決するための手段】

【0007】

本発明の一態様に係る健康状態判定システムは、階段を有する住宅内に居住する対象者の健康状態を判定する健康状態判定システムであって、前記対象者が起床したことを検知し、その検知の結果を示す第１データを出力する第１センサと、前記対象者が前記階段の一方端段に位置していることを検知し、その検知の結果を示す第２データを出力する第２センサと、前記対象者が前記階段の他方端段に位置していることを検知し、その検知の結果を示す第３データを出力する第３センサと、前記第１センサ、前記第２センサ、及び前記第３センサと通信可能な管理装置と、を備え、前記管理装置は、前記第１データ、前記第２データ、及び前記第３データを取得する取得部と、前記取得部が取得した前記第１データ、前記第２データ、及び前記第３データに基づいて、前記対象者が起床後に最初に前記階段を前記一方端段から前記他方端段まで歩行するのに要した時間を算出し、当該時間を示す時間データを出力する演算部と、過去の複数の前記時間データを記憶する記憶部と、当日の前記時間データと過去の複数の前記時間データとに基づいて、前記対象者の当日の健康状態を判定する判定部と、前記判定部による判定の結果を出力する出力部と、を有する。

【0008】

この態様によれば、対象者が起床後に最初に階段を一方端段から他方端段まで歩行するのに要した時間に基づいて、対象者の健康状態が判定される。起床後の最初の歩行という、概ね毎日一定した時間帯かつ精神的・身体的に概ね無意識に毎日繰り返される日常行動を計測対象とすることにより、対象者の健康状態とは無関係に変動する要因を排除でき、その結果、健康状態の判定精度を向上することが可能となる。また、一般的に階段の途中には分岐路又は立ち寄り場所は存在しないため、歩行時間の計測場所を階段に特定することにより、対象者の健康状態とは無関係に変動する経路選択の要因を排除でき、その結果、健康状態の判定精度を向上することが可能となる。さらに、起床後の最初の階段歩行という、日常生活の中でも限定された行動を計測対象とすることにより、管理装置が処理すべきデータ量を削減でき、その結果、健康状態の判定に伴う処理負荷を軽減することが可能となる。

【0009】

上記態様において、前記対象者による前記階段の手摺りへの荷重を検知し、その検知の結果を示す第４データを出力する第４センサをさらに備え、前記取得部はさらに、前記第４データを取得し、前記演算部はさらに、前記取得部が取得した前記第４データに基づいて、前記対象者が起床後に最初に前記階段を前記一方端段から前記他方端段まで歩行する間の、前記手摺りへの荷重平均値を算出し、当該荷重平均値を示す荷重データを出力し、前記記憶部はさらに、過去の複数の前記荷重データを記憶し、前記判定部は、当日の前記時間データ及び前記荷重データと過去の複数の前記時間データ及び複数の前記荷重データとに基づいて、前記対象者の当日の健康状態を判定する。

【0010】

この態様によれば、対象者が階段を歩行する際の所要時間のみならず、その際の手摺りへの荷重平均値をも用いて対象者の健康状態が判定されるため、判定精度をより向上することが可能となる。

【0011】

上記態様において、前記演算部はさらに、過去の複数の前記時間データに基づいて、前記時間データの時系列変化を示す第１相関グラフを算出し、前記判定部は、当日の前記時間データと前記第１相関グラフとに基づいて、前記対象者の当日の健康状態を判定する。

【0012】

この態様によれば、時間データの時系列変化を示す第１相関グラフに基づいて健康状態が判定されるため、対象者の当日の健康状態を簡易にかつ高精度に判定することが可能となる。

【0013】

上記態様において、前記演算部はさらに、前記第１相関グラフの傾き値を算出し、当該傾き値を示す傾きデータを出力し、前記記憶部はさらに、過去の複数の前記傾きデータを記憶し、前記演算部はさらに、過去の複数の前記傾きデータに基づいて、前記傾きデータの時系列変化を示す第２相関グラフを算出し、前記判定部はさらに、前記第２相関グラフに基づいて、前記対象者のフレイルの可能性を判定する。

【0014】

この態様によれば、傾きデータの時系列変化を示す第２相関グラフに基づくことにより、対象者のフレイルの可能性を簡易にかつ高精度に判定することが可能となる。

【0015】

上記態様において、前記対象者の就寝位置から前記一方端段の直前位置までの前記対象者の移動を検知するセンサ群をさらに備える。

【0016】

この態様によれば、センサ群によって対象者の就寝位置から一方端段の直前位置までの対象者の移動が検知されるため、計測対象の階段歩行が、対象者による起床後の最初の階段歩行であることを、確実に特定することが可能となる。

【0017】

本発明の一態様に係る住宅は、階段と、上記態様に係る健康状態判定システムと、を備える。

【0018】

本発明の一態様に係る管理装置は、階段を有する住宅内に居住する対象者の健康状態を判定する健康状態判定システムが備える管理装置であって、前記健康状態判定システムは、前記対象者が起床したことを検知し、その検知の結果を示す第１データを出力する第１センサと、前記対象者が前記階段の一方端段に位置していることを検知し、その検知の結果を示す第２データを出力する第２センサと、前記対象者が前記階段の他方端段に位置していることを検知し、その検知の結果を示す第３データを出力する第３センサと、前記第１センサ、前記第２センサ、及び前記第３センサと通信可能な管理装置と、を備え、前記管理装置は、前記第１データ、前記第２データ、及び前記第３データを取得する取得部と、前記取得部が取得した前記第１データ、前記第２データ、及び前記第３データに基づいて、前記対象者が起床後に最初に前記階段を前記一方端段から前記他方端段まで歩行するのに要した時間を算出し、当該時間を示す時間データを出力する演算部と、過去の複数の前記時間データを記憶する記憶部と、当日の前記時間データと過去の複数の前記時間データとに基づいて、前記対象者の当日の健康状態を判定する判定部と、前記判定部による判定の結果を出力する出力部と、を備える。

【0019】

本発明の一態様に係るプログラムは、階段を有する住宅内に居住する対象者の健康状態を判定する健康状態判定システムが備える管理装置としてのコンピュータを機能させるためのプログラムであって、前記健康状態判定システムは、前記対象者が起床したことを検知し、その検知の結果を示す第１データを出力する第１センサと、前記対象者が前記階段の一方端段に位置していることを検知し、その検知の結果を示す第２データを出力する第２センサと、前記対象者が前記階段の他方端段に位置していることを検知し、その検知の結果を示す第３データを出力する第３センサと、前記第１センサ、前記第２センサ、及び前記第３センサと通信可能な管理装置と、を備え、前記コンピュータを、前記第１データ、前記第２データ、及び前記第３データを取得する取得手段と、前記取得手段が取得した前記第１データ、前記第２データ、及び前記第３データに基づいて、前記対象者が起床後に最初に前記階段を前記一方端段から前記他方端段まで歩行するのに要した時間を算出し、当該時間を示す時間データを出力する演算手段と、当日の前記時間データと過去の複数の前記時間データとに基づいて、前記対象者の当日の健康状態を判定する判定手段と、前記判定手段による判定の結果を出力する出力手段と、として機能させる。

【0020】

本発明の一態様に係る健康状態判定方法は、階段を有する住宅内に居住する対象者の健康状態を判定する健康状態判定方法であって、第１センサが、前記対象者が起床したことを検知し、その検知の結果を示す第１データを出力し、第２センサが、前記対象者が前記階段の一方端段に位置していることを検知し、その検知の結果を示す第２データを出力し、第３センサが、前記対象者が前記階段の他方端段に位置していることを検知し、その検知の結果を示す第３データを出力し、管理装置が、前記第１データ、前記第２データ、及び前記第３データを取得し、取得した前記第１データ、前記第２データ、及び前記第３データに基づいて、前記対象者が起床後に最初に前記階段を前記一方端段から前記他方端段まで歩行するのに要した時間を算出し、当該時間を示す時間データを出力し、過去の複数の前記時間データを記憶し、当日の前記時間データと過去の複数の前記時間データとに基づいて、前記対象者の当日の健康状態を判定し、その判定の結果を出力する。

【0021】

これらの態様によれば、対象者が起床後に最初に階段を一方端段から他方端段まで歩行するのに要した時間に基づいて、対象者の健康状態が判定される。起床後の最初の歩行という、概ね毎日一定した時間帯かつ精神的・身体的に概ね無意識に毎日繰り返される日常行動を計測対象とすることにより、対象者の健康状態とは無関係に変動する要因を排除でき、その結果、健康状態の判定精度を向上することが可能となる。また、一般的に階段の途中には分岐路又は立ち寄り場所は存在しないため、歩行時間の計測場所を階段に特定することにより、対象者の健康状態とは無関係に変動する要因を排除でき、その結果、健康状態の判定精度を向上することが可能となる。さらに、起床後の最初の階段歩行という、日常生活の中でも限定された行動を計測対象とすることにより、管理装置が処理すべきデータ量を削減でき、その結果、健康状態の判定に伴う処理負荷を軽減することが可能となる。

【発明の効果】

【0022】

本発明によれば、対象者の健康状態の判定精度を向上でき、かつ、判定に伴う処理負荷を軽減することが可能となる。

【図面の簡単な説明】

【0023】

【図1】本発明の実施の形態に係る健康状態判定システムの構成を模式的に示す図である。

【図2】管理装置の構成を簡略化して示す図である。

【図3】時間データ及び荷重データの生成に関して、制御部が実行する処理内容を示すフローチャートである。

【図4】対象者の健康状態の判定に関して、制御部が実行する処理内容の第１の例を示すフローチャートである。

【図5】対象者の健康状態の判定に関して、制御部が実行する処理内容の第２の例を示すフローチャートである。

【図6】時間相関グラフの一例を示す図である。

【図7】傾き相関グラフの一例を示す図である。

【発明を実施するための形態】

【0024】

以下、本発明の実施の形態について、図面を用いて詳細に説明する。なお、異なる図面において同一の符号を付した要素は、同一又は相応する要素を示すものとする。

【0025】

図１は、本発明の実施の形態に係る健康状態判定システム１００の構成を模式的に示す図である。健康状態判定システム１００は、健康状態の判定対象であるユーザ（以下「対象者」と称す）が居住する住宅Ｈ内に構築される。

【0026】

図１の例において、住宅Ｈは二階建ての民家であり、一階には廊下８及びそれに繋がるリビング（図略）があり、二階には寝室１、廊下４、及び踊り場５がある。寝室１には、対象者が就寝時に利用するベッド２が配置されている。寝室１と廊下４との間にはドア３がある。寝室１から見て廊下４の突き当たりが踊り場５である。廊下８と踊り場５とは、手摺り７を有する階段６によって繋がっている。なお、一階に寝室１があり二階にリビングがあっても良く、あるいは、地下に寝室１があり一階にリビングがあっても良い。

【0027】

健康状態判定システム１００は、起床センサ１２、離床センサ１３、開閉センサ１４、人感センサ１５，１６、荷重センサ１７～１９、及び管理装置１１を備えている。起床センサ１２、離床センサ１３、開閉センサ１４、人感センサ１５，１６、及び荷重センサ１７～１９と、管理装置１１とは、Ｗｉ－Ｆｉ等の任意の通信方式によって相互に通信可能である。

【0028】

起床センサ１２は、例えば、対象者の人体に装着可能な睡眠計（例えばリストウォッチ）、ベッド２のマットレスに埋め込まれた睡眠計、又は、寝室１の天井面に設置された睡眠計である。起床センサ１２（第１センサ）は、対象者が一定時間（例えば３時間）以上の睡眠状態から覚醒したことを検知することにより、対象者が起床したことを検知する。起床センサ１２は、対象者が起床したことを検知すると、その検知の結果を示す起床検知データを管理装置１１に送信する。

【0029】

離床センサ１３は、例えば、ベッド２の周囲を撮影するカメラ、又は、ベッド２に埋め込まれた荷重センサである。離床センサ１３は、対象者がベッド２から離れたことを検知する。離床センサ１３は、対象者が離床したことを検知すると、その検知の結果を示す離床検知データを管理装置１１に送信する。

【0030】

開閉センサ１４は、例えば、ドア３に埋め込まれた磁気センサである。開閉センサ１４は、ドア３が開けられたこと及びドア３が閉められたことを検知する。開閉センサ１４は、ドア３の開閉を検知すると、その検知の結果を示す開閉検知データを管理装置１１に送信する。

【0031】

人感センサ１５は、寝室１から見てドア３の反対側に設置されている。人感センサ１５は、例えば、天井に設置された赤外線センサ、又は、床に埋め込まれた荷重センサである。人感センサ１５は、対象者が寝室１から退室したことを検知する。人感センサ１５は、対象者が寝室１から退室したことを検知すると、その検知の結果を示す退室検知データを管理装置１１に送信する。

【0032】

人感センサ１６は、踊り場５に設置されている。人感センサ１６は、例えば、天井に設置された赤外線センサ、又は、床に埋め込まれた荷重センサである。人感センサ１６は、対象者が踊り場５（つまり階段６の最上段の直前位置）に位置していることを検知する。人感センサ１６は、対象者が踊り場５に位置していることを検知すると、その検知の結果を示す位置検知データを管理装置１１に送信する。

【0033】

荷重センサ１７は、階段６の最上段に埋め込まれている。荷重センサ１７（第２センサ）は、対象者が階段６の最上段に位置していることを検知する。荷重センサ１７は、対象者が階段６の最上段に位置していることを検知すると、その検知の結果を示す位置検知データを管理装置１１に送信する。

【0034】

荷重センサ１８は、階段６の最下段に埋め込まれている。荷重センサ１８（第３センサ）は、対象者が階段６の最下段に位置していることを検知する。荷重センサ１８は、対象者が階段６の最下段に位置していることを検知すると、その検知の結果を示す位置検知データを管理装置１１に送信する。

【0035】

荷重センサ１９は、手摺り７を壁に取り付けるための支持部材に埋め込まれている。支持部材が複数である場合には、複数の支持部材の各々に荷重センサ１９が埋め込まれている。荷重センサ１９（第４センサ）は、対象者による手摺り７への荷重を検知する。荷重センサ１９は、対象者による手摺り７への荷重を検知すると、その検知した荷重値を示す荷重値データを管理装置１１に送信する。

【0036】

管理装置１１は、Ｗｉ－Ｆｉ等の任意の通信方式によって、表示装置２２と相互に通信可能である。表示装置２２は、例えば、対象者が使用するスマートフォンである。

【0037】

管理装置１１は、公衆回線網等の任意の通信ネットワーク２０を介して、ＩＰ等の任意の通信方式によって、クラウドサーバ等のサーバ装置２１と相互に通信可能である。

【0038】

図２は、管理装置１１の構成を簡略化して示す図である。管理装置１１は、制御部３１、記憶部３２、及び通信部３３，３４を備えている。

【0039】

制御部３１は、ＣＰＵ等のデータ処理装置を用いて構成されている。記憶部３２は、ハードディスク又は半導体メモリ等の不揮発性の記憶装置を用いて構成されている。通信部３３は、起床センサ１２、離床センサ１３、開閉センサ１４、人感センサ１５，１６、荷重センサ１７～１９、及び表示装置２２との通信を行うための、Ｗｉ－Ｆｉ等の任意の通信方式に対応した通信モジュールを用いて構成されている。通信部３４は、サーバ装置２１との通信を行うための、ＩＰ等の任意の通信方式に対応した通信モジュールを用いて構成されている。

【0040】

記憶部３２には、プログラム５１、時間データ５２、荷重データ５３、及び傾きデータ５４が記憶されている。

【0041】

記憶部３２から読み出したプログラムをＣＰＵが実行することにより、制御部３１は、取得部４１、演算部４２、判定部４３、及び出力部４４として機能する。換言すれば、プログラム５１は、管理装置１１としてのコンピュータを、取得部４１、演算部４２、判定部４３、及び出力部４４として機能させるためのプログラムである。

【0042】

図３は、時間データ５２及び荷重データ５３の生成に関して、制御部３１が実行する処理内容を示すフローチャートである。

【0043】

まずステップＳＰ１０１において、対象者が起床して起床センサ１２が起床検知データを送信すると、通信部３３が起床検知データを受信し、取得部４１が通信部３３から起床検知データを取得する。取得部４１が起床検知データを取得するまで（つまり対象者が起床するまで）、ステップＳＰ１０１の処理が繰り返し実行される。

【0044】

次にステップＳＰ１０２において、対象者が離床して離床センサ１３が離床検知データを送信すると、通信部３３が離床検知データを受信し、取得部４１が通信部３３から離床検知データを取得する。取得部４１が離床検知データを取得するまで（つまり対象者が離床するまで）、ステップＳＰ１０２の処理が繰り返し実行される。なお、対象者が離床しないまま再び睡眠を開始した場合には、ステップＳＰ１０１の処理に戻る。

【0045】

次にステップＳＰ１０３において、対象者がドア３を開閉して開閉センサ１４が開閉検知データを送信すると、通信部３３が開閉検知データを受信し、取得部４１が通信部３３から開閉検知データを取得する。取得部４１が開閉検知データを取得するまで（つまり対象者がドア３を開閉するまで）、ステップＳＰ１０３の処理が繰り返し実行される。なお、対象者がドア３を開閉しないまま再びベッド２に就床した場合には、ステップＳＰ１０２の処理に戻る。

【0046】

次にステップＳＰ１０４において、対象者が寝室１から退室して人感センサ１５が退室検知データを送信すると、通信部３３が退室検知データを受信し、取得部４１が通信部３３から退室検知データを取得する。取得部４１が退室検知データを取得するまで（つまり対象者が寝室１から退室するまで）、ステップＳＰ１０４の処理が繰り返し実行される。

【0047】

次にステップＳＰ１０５において、対象者が踊り場５に到達して人感センサ１６が位置検知データを送信すると、通信部３３が位置検知データを受信し、取得部４１が通信部３３から位置検知データを取得する。取得部４１が当該位置検知データを取得するまで（つまり対象者が踊り場５に到達するまで）、ステップＳＰ１０５の処理が繰り返し実行される。

【0048】

次にステップＳＰ１０６において、対象者が階段６の最上段に到達して荷重センサ１７が位置検知データを送信すると、通信部３３が位置検知データを受信し、取得部４１が通信部３３から位置検知データを取得する。取得部４１が当該位置検知データを取得するまで（つまり対象者が階段６の最上段に到達するまで）、ステップＳＰ１０６の処理が繰り返し実行される。

【0049】

対象者が階段６の最上段に到達すると、次にステップＳＰ１０７において、制御部３１は、通信部３３から荷重センサ１９に制御信号を送信することによって、荷重センサ１９に荷重計測を開始させる。荷重センサ１９が荷重値データを送信すると、通信部３３が荷重値データを受信し、取得部４１が通信部３３から荷重値データを取得する。

【0050】

次にステップＳＰ１０８において、対象者が階段６の最下段に到達して荷重センサ１７が位置検知データを送信すると、通信部３３が位置検知データを受信し、取得部４１が通信部３３から位置検知データを取得する。取得部４１が当該位置検知データを取得するまで（つまり対象者が階段６の最下段に到達するまで）、ステップＳＰ１０８の処理が繰り返し実行される。

【0051】

対象者が階段６の最下段に到達すると、次にステップＳＰ１０９において、制御部３１は、通信部３３から荷重センサ１９に制御信号を送信することによって、荷重センサ１９に荷重計測を終了させる。

【0052】

次にステップＳＰ１１０において、演算部４２は、荷重センサ１７から送信された位置検知データを取得部４１が取得した時刻と、荷重センサ１８から送信された位置検知データを取得部４１が取得した時刻との時間差を算出することにより、対象者が階段６の最上段から最下段まで歩行するのに要した所要時間（当日の所要時間Ｔ０）を算出する。制御部３１は、その所要時間と日付情報とを含む時間データ５２を生成して、当該時間データ５２を記憶部３２に記憶する。記憶部３２には、昨日までの過去の複数の所要時間に関する時間データ５２も蓄積して記憶されている。また、演算部４２は、当該所要時間の間に取得部４１が取得した荷重値データの積算値を算出し、その積算値を当該所要時間で除算することにより、対象者が階段６の最上段から最下段まで歩行する間の手摺り７への荷重平均値（当日の荷重平均値Ｌ０）を算出する。制御部３１は、その荷重平均値と日付情報とを含む荷重データ５３を生成して、当該荷重データ５３を記憶部３２に記憶する。記憶部３２には、昨日までの過去の複数の荷重平均値に関する荷重データ５３も蓄積して記憶されている。

【0053】

図４は、対象者の健康状態の判定に関して、制御部３１が実行する処理内容の第１の例を示すフローチャートである。

【0054】

まずステップＳＰ２０１において、演算部４２は、前日までの過去の所定期間（例えば直近の１週間乃至１ヶ月）に関する複数の時間データ５２を記憶部３２から読み出し、当該複数の時間データ５２で示される複数の所要時間の平均値を算出することによって、基準所要時間Ｔ１を算出する。

【0055】

次にステップＳＰ２０２において、判定部４３は、当日の時間データ５２を記憶部３２から読み出し、当日の時間データ５２で示される当日の所要時間Ｔ０が、基準所要時間Ｔ１未満であるか否かを判定する。

【0056】

当日の所要時間Ｔ０が基準所要時間Ｔ１未満である場合（ステップＳＰ２０２：ＹＥＳ）は、次にステップＳＰ２０３において、判定部４３は、対象者の健康状態は良好な状態Ｃ１であると判定する。この場合、出力部４４は、判定部４３による判定の結果として状態Ｃ１を表す結果データを出力し、通信部３３は、当該結果データを表示装置２２に送信する。状態Ｃ１を表す結果データを受信した表示装置２２は、その日の健康状態が良好であることを示す図形又はテキストメッセージを、画面に表示する。なお、ユーザへの判定結果の報知態様は、画面への表示ではなく、スピーカからの音声出力等であっても良い（以下同様）。

【0057】

当日の所要時間Ｔ０が基準所要時間Ｔ１以上である場合（ステップＳＰ２０２：ＮＯ）は、次にステップＳＰ２０４において、演算部４２は、前日までの過去の所定期間（例えば直近の１週間乃至１ヶ月）に関する複数の荷重データ５３を記憶部３２から読み出し、当該複数の荷重データ５３で示される複数の荷重平均値の平均値を算出することによって、基準荷重平均値Ｌ１を算出する。

【0058】

次にステップＳＰ２０５において、判定部４３は、当日の荷重データ５３を記憶部３２から読み出し、当日の荷重データ５３で示される当日の荷重平均値Ｌ０が、基準荷重平均値Ｌ１以下であるか否かを判定する。

【0059】

当日の荷重平均値Ｌ０が基準荷重平均値Ｌ１以下である場合（ステップＳＰ２０５：ＹＥＳ）は、次にステップＳＰ２０６において、判定部４３は、対象者の健康状態はやや悪い状態Ｃ２であると判定する。この場合、出力部４４は、判定部４３による判定の結果として状態Ｃ２を表す結果データを出力し、通信部３３は、当該結果データを表示装置２２に送信する。状態Ｃ２を表す結果データを受信した表示装置２２は、その日の健康状態がやや悪いことを示す図形又はテキストメッセージを、画面に表示する。

【0060】

当日の荷重平均値Ｌ０が基準荷重平均値Ｌ１超である場合（ステップＳＰ２０５：ＮＯ）は、次にステップＳＰ２０７において、判定部４３は、対象者の健康状態は悪い状態Ｃ３であると判定する。この場合、出力部４４は、判定部４３による判定の結果として状態Ｃ３を表す結果データを出力し、通信部３３は、当該結果データを表示装置２２に送信する。状態Ｃ３を表す結果データを受信した表示装置２２は、その日の健康状態が悪いことを示す図形又はテキストメッセージを、画面に表示する。

【0061】

図５は、対象者の健康状態の判定に関して、制御部３１が実行する処理内容の第２の例を示すフローチャートである。

【0062】

まずステップＳＰ３０１において、演算部４２は、当日を含む直近の所定期間（例えば３０日間）に関する複数の時間データ５２を記憶部３２から読み出し、当該複数の時間データ５２で示される複数の所要時間に対して、最小二乗法等の任意の近似直線導出アルゴリズムを適用する。これにより、演算部４２は、当日及び過去の複数の時間データ５２に基づいて、所要時間の時系列変化を示す時間相関グラフＧ１を算出する。図６は、直近３０日分の所要期間を対象として算出された時間相関グラフＧ１の一例を示す図である。演算部４２は、時間相関グラフＧ１の直線の傾き値と日付情報とを含む傾きデータ５４を生成して、当日の傾きデータ５４として記憶部３２に記憶する。記憶部３２には、昨日までの過去の複数の傾き値に関する傾きデータ５４も蓄積して記憶されている。

【0063】

次にステップＳＰ３０２において、判定部４３は、当日の時間データ５２で示される当日の所要時間Ｔ０が、時間相関グラフＧ１上の値として示される当日の推定値以下であるか否かを判定する。

【0064】

当日の所要時間Ｔ０が当日の推定値以下である場合（ステップＳＰ３０２：ＹＥＳ）は、次にステップＳＰ３０３において、判定部４３は、対象者の健康状態は良好な状態Ｆ１であると判定する。この場合、出力部４４は、判定部４３による判定の結果として状態Ｆ１を表す結果データを出力し、通信部３３は、当該結果データを表示装置２２に送信する。状態Ｆ１を表す結果データを受信した表示装置２２は、その日の健康状態が良好であることを示す図形又はテキストメッセージを、画面に表示する。

【0065】

当日の所要時間Ｔ０が当日の推定値超である場合（ステップＳＰ３０２：ＮＯ）は、次にステップＳＰ３０４において、演算部４２は、当日を含む直近の所定期間（例えば１年間）に関する複数の傾きデータ５４を記憶部３２から読み出し、当該複数の傾きデータ５４で示される複数の傾き値に対して、コサイナー法等の任意の近似曲線導出アルゴリズムを適用する。これにより、演算部４２は、当日及び過去の複数の傾きデータ５４に基づいて、傾き値の時系列変化を示す傾き相関グラフＧ２を算出する。図７は、直近１年分の傾き値を対象として算出された傾き相関グラフＧ２の一例を示す図である。図７の例に示すように、演算部４２は、直近１年分の傾き値を月別（又は週別）に平均することによって各月（又は各週）の平均値を算出し、それら複数の平均値に基づいて傾き相関グラフＧ２を算出しても良い。

【0066】

次にステップＳＰ３０５において、判定部４３は、傾き相関グラフＧ２が右上がり傾向（つまり、古いデータほど傾き値が小さく、新しいデータほど傾き値が大きい傾向）を有しているか否かを判定する。

【0067】

傾き相関グラフＧ２が右上がり傾向を有していない場合（ステップＳＰ３０５：ＮＯ）、例えば、傾き相関グラフＧ２が右下がり傾向又は周期性を有している場合は、次にステップＳＰ３０６において、判定部４３は、対象者はフレイル（健常状態と要介護状態との中間の状態）の可能性が低い状態Ｆ２であると判定する。この場合、出力部４４は、判定部４３による判定の結果として状態Ｆ２を表す結果データを出力し、通信部３３は、当該結果データを表示装置２２に送信する。状態Ｆ２を表す結果データを受信した表示装置２２は、フレイルの可能性は低いことを示す図形又はテキストメッセージを、画面に表示する。

【0068】

傾き相関グラフＧ２が右上がり傾向を有している場合（ステップＳＰ３０５：ＹＥＳ）は、次にステップＳＰ３０７において、判定部４３は、対象者はフレイルの可能性が高い状態Ｆ３であると判定する。この場合、出力部４４は、判定部４３による判定の結果として状態Ｆ３を表す結果データを出力し、通信部３３は、当該結果データを表示装置２２に送信する。状態Ｆ３を表す結果データを受信した表示装置２２は、フレイルの可能性が高いこと及び医療機関の受診勧告を示す図形又はテキストメッセージを、画面に表示する。

【0069】

なお、以上の説明では、判定部４３は、傾き相関グラフＧ２が右上がり傾向を有しているか否かによってフレイルの可能性を判定したが、他の判定アルゴリズムを用いても良い。例えば、サーバ装置２１は、多数のユーザに関する傾きデータ５４を、各ユーザの管理装置１１から通信ネットワーク２０を介して収集する。多数のユーザの中には、年齢、性別、職業、及び居住地等の属性が異なる様々なユーザが含まれ、また、フレイルであるユーザ及びフレイルでないユーザの双方が含まれる。サーバ装置２１は、これらの属性情報及びフレイルの当否情報も、各ユーザの管理装置１１から通信ネットワーク２０を介して収集する。サーバ装置２１は、多数のユーザの管理装置１１から収集したこれらの情報を用いて、ニューラルネットワーク等のディープラーニングによって、フレイルの可能性を判定するための判定モデルを作成する。サーバ装置２１は、作成した判定モデルを、通信ネットワーク２０を介して管理装置１１に送信する。管理装置１１は、当該判定モデルを用いて、対象者の属性情報及び傾きデータ５４に基づいてフレイルの可能性を判定する。

【0070】

このように本実施の形態に係る健康状態判定システム１００によれば、対象者が起床後に最初に階段６を最上段（一方端段）から最下段（他方端段）まで歩行するのに要した時間に基づいて、対象者の健康状態が判定される。起床後の最初の歩行という、概ね毎日一定した時間帯かつ精神的・身体的に概ね無意識に毎日繰り返される日常行動を計測対象とすることにより、対象者の健康状態とは無関係に変動する要因を排除でき、その結果、健康状態の判定精度を向上することが可能となる。また、一般的に階段６の途中には分岐路又は立ち寄り場所は存在しないため、歩行時間の計測場所を階段６に特定することにより、対象者の健康状態とは無関係に変動する経路選択の要因を排除でき、その結果、健康状態の判定精度を向上することが可能となる。さらに、起床後の最初の階段歩行という、日常生活の中でも限定された行動を計測対象とすることにより、管理装置１１が処理すべきデータ量を削減でき、その結果、健康状態の判定に伴う処理負荷を軽減することが可能となる。

【0071】

また、本実施の形態に係る健康状態判定システム１００によれば、対象者が階段６を歩行する際の所要時間のみならず、その際の手摺り７への荷重平均値をも用いて対象者の健康状態が判定されるため、判定精度をより向上することが可能となる。

【0072】

また、本実施の形態に係る健康状態判定システム１００によれば、時間データ５２の時系列変化を示す時間相関グラフＧ１（第１相関グラフ）に基づいて健康状態が判定されるため、対象者の当日の健康状態を簡易にかつ高精度に判定することが可能となる。

【0073】

また、本実施の形態に係る健康状態判定システム１００によれば、傾きデータ５４の時系列変化を示す傾き相関グラフＧ２（第２相関グラフ）に基づくことにより、対象者のフレイルの可能性を簡易にかつ高精度に判定することが可能となる。

【0074】

また、本実施の形態に係る健康状態判定システム１００によれば、離床センサ１３、開閉センサ１４、及び人感センサ１５，１６を含むセンサ群によって、ベッド２から踊り場５までの対象者の移動が検知される。そのため、計測対象の階段歩行が、対象者による起床後の最初の階段歩行であることを、確実に特定することが可能となる。

【符号の説明】

【0075】

６ 階段
１１ 管理装置
１２ 起床センサ
１３ 離床センサ
１４ 開閉センサ
１５，１６ 人感センサ
１７～１９ 荷重センサ
３１ 制御部
３２ 記憶部
４１ 取得部
４２ 演算部
４３ 判定部
４４ 出力部
５１ プログラム
５２ 時間データ
５３ 荷重データ
５４ 傾きデータ
１００ 健康状態判定システム
Ｇ１ 時間相関グラフ
Ｇ２ 傾き相関グラフ
Ｈ 住宅

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】