知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B1)
(11)【特許番号】
(24)【登録日】2024-12-12
(45)【発行日】2024-12-20
(54)【発明の名称】アドバイス送信装置及びアドバイス送信方法
(51)【国際特許分類】
G16H 20/00 20180101AFI20241213BHJP
【ＦＩ】
G16H20/00
【請求項の数】
6
(21)【出願番号】P 2024519251
(86)(22)【出願日】2023-11-02
(86)【国際出願番号】 JP2023039536
【審査請求日】2024-03-28
【早期審査対象出願】
(73)【特許権者】
【識別番号】000006013
【氏名又は名称】三菱電機株式会社
(74)【代理人】
【識別番号】110003166
【氏名又は名称】弁理士法人山王内外特許事務所
(72)【発明者】
【氏名】落合 祐美子
(72)【発明者】
【氏名】平井 正人
(72)【発明者】
【氏名】松本 麻衣
(72)【発明者】
【氏名】三浦 美怜
(72)【発明者】
【氏名】武井 尭子
【審査官】鹿野 博嗣
(56)【参考文献】
【文献】国際公開第２０２１／１４４９３０（ＷＯ，Ａ１）
【文献】米国特許出願公開第２０２０／０３３４９６７（ＵＳ，Ａ１）
【文献】特表２０１７－５２０２９７（ＪＰ，Ａ）
【文献】特表２００７－５１８４７１（ＪＰ，Ａ）
【文献】特開２０２１－１１７８４５（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ１６Ｈ １０／００－８０／００
Ｇ０６Ｑ １０／００－９９／００
(57)【特許請求の範囲】
【請求項1】
一人以上の被介護者のうち、或る被介護者に対して介護サービスを提供する介護提供者へのアドバイスの通知要求を取得し、前記或る被介護者に係るセンシングデータの収集指令を出力するテキストデータ取得部と、前記テキストデータ取得部から出力された収集指令に従って、それぞれの被介護者の状況を監視するセンサのセンシングデータの中から、前記或る被介護者に係るセンシングデータを収集するセンシングデータ収集部と、
前記センシングデータ収集部により収集されたセンシングデータに基づいて、前記被介護者に対して介護サービスを提供する介護提供者へのアドバイスを決定するアドバイス決定部と、
前記アドバイス決定部により決定されたアドバイスを送信するアドバイス送信部と
を備え、
前記アドバイス決定部は、
前記センシングデータ収集部により収集されたセンシングデータに基づいて、前記アドバイスの必要性を判定し、前記アドバイスの必要性があれば、前記センシングデータに基づいて、前記アドバイスを決定し、
前記アドバイス決定部は、
前記センシングデータ収集部により収集されたセンシングデータを、ニューラルネットワークによって実現される第１の学習モデルに与え、当該第１の学習モデルから、アドバイスの必要性の判定結果を取得し、
アドバイスの必要性の判定結果が、アドバイスの必要性が有る旨を示していれば、前記センシングデータ収集部により収集されたセンシングデータを、ニューラルネットワークによって実現される第２の学習モデルに与え、当該第２の学習モデルから、当該センシングデータに対応する前記アドバイスを取得し、
前記第１の学習モデルは、前記アドバイス決定部からの、前記センシングデータ収集部により収集されたセンシングデータの入力に対し、アドバイスの必要性の判定結果を出力するよう学習されたモデルであり、
前記第２の学習モデルは、前記アドバイス決定部からの、前記センシングデータ収集部により収集されたセンシングデータの入力に対し、当該センシングデータに対応する、介護提供者へのアドバイスを出力するよう学習されたモデルであることを特徴とするアドバイス送信装置。
【請求項2】
前記アドバイス決定部は、前記センシングデータ収集部により収集されたセンシングデータと前記被介護者の介護記録とに基づいて、前記アドバイスの必要性を判定し、前記アドバイスの必要性があれば、前記センシングデータと前記介護記録とに基づいて、前記アドバイスを決定することを特徴とする請求項１記載のアドバイス送信装置。
【請求項3】
前記アドバイス決定部は、前記センシングデータ収集部により収集されたセンシングデータと前記被介護者の服薬情報とに基づいて、前記アドバイスの必要性を判定し、前記アドバイスの必要性があれば、前記センシングデータと前記服薬情報とに基づいて、前記アドバイスを決定することを特徴とする請求項１記載のアドバイス送信装置。
【請求項4】
前記アドバイス決定部は、前記センシングデータ収集部により収集された複数のセンシングデータに基づいて、前記介護提供者へのアドバイスを決定することを特徴とする請求項１記載のアドバイス送信装置。
【請求項5】
前記アドバイス送信部は、前記アドバイス決定部により決定されたアドバイスに基づいて、前記アドバイスを送信するタイミングを決定し、決定したタイミングで前記アドバイスを送信することを特徴とする請求項１記載のアドバイス送信装置。
【請求項6】
テキストデータ取得部と、センシングデータ収集部と、アドバイス決定部と、アドバイス送信部とを備えるアドバイス送信装置のアドバイス送信方法であって、前記テキストデータ取得部が、一人以上の被介護者のうち、或る被介護者に対して介護サービスを提供する介護提供者へのアドバイスの通知要求を取得し、前記或る被介護者に係るセンシングデータの収集指令を出力し、
前記センシングデータ収集部が、前記テキストデータ取得部から出力された収集指令に従って、それぞれの被介護者の状況を監視するセンサのセンシングデータの中から、前記或る被介護者に係るセンシングデータを収集し、
前記アドバイス決定部が、前記センシングデータ収集部により収集されたセンシングデータに基づいて、前記被介護者に対して介護サービスを提供する介護提供者へのアドバイスを決定し、
前記アドバイス送信部が、前記アドバイス決定部により決定されたアドバイスを送信し、
前記アドバイス決定部は、
前記センシングデータ収集部により収集されたセンシングデータに基づいて、前記アドバイスの必要性を判定し、前記アドバイスの必要性があれば、前記センシングデータに基づいて、前記アドバイスを決定し、
前記アドバイス決定部は、
前記センシングデータ収集部により収集されたセンシングデータを、ニューラルネットワークによって実現される第１の学習モデルに与え、当該第１の学習モデルから、アドバイスの必要性の判定結果を取得し、
アドバイスの必要性の判定結果が、アドバイスの必要性が有る旨を示していれば、前記センシングデータ収集部により収集されたセンシングデータを、ニューラルネットワークによって実現される第２の学習モデルに与え、当該第２の学習モデルから、当該センシングデータに対応する前記アドバイスを取得し、
前記第１の学習モデルは、前記アドバイス決定部からの、前記センシングデータ収集部により収集されたセンシングデータの入力に対し、アドバイスの必要性の判定結果を出力するよう学習されたモデルであり、
前記第２の学習モデルは、前記アドバイス決定部からの、前記センシングデータ収集部により収集されたセンシングデータの入力に対し、当該センシングデータに対応する、介護提供者へのアドバイスを出力するよう学習されたモデルであることを特徴とするアドバイス送信方法。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、アドバイス送信装置及びアドバイス送信方法に関するものである。
【背景技術】
【0002】
アドバイスをユーザ等に送信するアドバイス送信装置がある。
このようなアドバイス送信装置として、例えば、特許文献１には、アドバイスを生成して、アドバイスをユーザの携帯端末に送信するアドバイス送信装置が開示されている。
当該アドバイス送信装置は、ユーザの携帯端末から、携帯端末が存在している位置を示す位置情報を取得する。そして、アドバイス送信装置は、位置情報が示す位置を含む地域の情報が記録されている地域テーブルを参照することによってアドバイスを生成し、アドバイスをユーザの携帯端末に送信する。ユーザは、例えば、老人等の被介護者である。
このようなアドバイス送信装置として、例えば、特許文献１には、アドバイスを生成して、アドバイスをユーザの携帯端末に送信するアドバイス送信装置が開示されている。
当該アドバイス送信装置は、ユーザの携帯端末から、携帯端末が存在している位置を示す位置情報を取得する。そして、アドバイス送信装置は、位置情報が示す位置を含む地域の情報が記録されている地域テーブルを参照することによってアドバイスを生成し、アドバイスをユーザの携帯端末に送信する。ユーザは、例えば、老人等の被介護者である。
【先行技術文献】
【特許文献】
【0003】
【文献】特開２０００－９９４４２号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
特許文献１に開示されているアドバイス送信装置は、被介護者の状況として、例えば、被介護者のバイタルが変化したときに、介護提供者に対してアドバイスを提供することができないという課題があった。介護提供者は、被介護者に対して介護サービスを提供する、例えば施設のスタッフである。
【0005】
本開示は、上記のような課題を解決するためになされたもので、被介護者の状況が変化したときに、介護提供者に対してアドバイスを提供することができるアドバイス送信装置を得ることを目的とする。
【課題を解決するための手段】
【0006】
本開示に係るアドバイス送信装置は、一人以上の被介護者のうち、或る被介護者に対して介護サービスを提供する介護提供者へのアドバイスの通知要求を取得し、或る被介護者に係るセンシングデータの収集指令を出力するテキストデータ取得部と、テキストデータ取得部から出力された収集指令に従って、それぞれの被介護者の状況を監視するセンサのセンシングデータの中から、或る被介護者に係るセンシングデータを収集するセンシングデータ収集部と、センシングデータ収集部により収集されたセンシングデータに基づいて、被介護者に対して介護サービスを提供する介護提供者へのアドバイスを決定するアドバイス決定部と、アドバイス決定部により決定されたアドバイスを送信するアドバイス送信部とを備えたものである。アドバイス決定部は、センシングデータ収集部により収集されたセンシングデータに基づいて、アドバイスの必要性を判定し、アドバイスの必要性があれば、センシングデータに基づいて、アドバイスを決定する。
アドバイス決定部は、センシングデータ収集部により収集されたセンシングデータを、ニューラルネットワークによって実現される第１の学習モデルに与え、当該第１の学習モデルから、アドバイスの必要性の判定結果を取得し、アドバイスの必要性の判定結果が、アドバイスの必要性が有る旨を示していれば、センシングデータ収集部により収集されたセンシングデータを、ニューラルネットワークによって実現される第２の学習モデルに与え、当該第２の学習モデルから、当該センシングデータに対応するアドバイスを取得する。
第１の学習モデルは、アドバイス決定部からの、センシングデータ収集部により収集されたセンシングデータの入力に対し、アドバイスの必要性の判定結果を出力するよう学習されたモデルであり、第２の学習モデルは、アドバイス決定部からの、センシングデータ収集部により収集されたセンシングデータの入力に対し、当該センシングデータに対応する、介護提供者へのアドバイスを出力するよう学習されたモデルである。
アドバイス決定部は、センシングデータ収集部により収集されたセンシングデータを、ニューラルネットワークによって実現される第１の学習モデルに与え、当該第１の学習モデルから、アドバイスの必要性の判定結果を取得し、アドバイスの必要性の判定結果が、アドバイスの必要性が有る旨を示していれば、センシングデータ収集部により収集されたセンシングデータを、ニューラルネットワークによって実現される第２の学習モデルに与え、当該第２の学習モデルから、当該センシングデータに対応するアドバイスを取得する。
第１の学習モデルは、アドバイス決定部からの、センシングデータ収集部により収集されたセンシングデータの入力に対し、アドバイスの必要性の判定結果を出力するよう学習されたモデルであり、第２の学習モデルは、アドバイス決定部からの、センシングデータ収集部により収集されたセンシングデータの入力に対し、当該センシングデータに対応する、介護提供者へのアドバイスを出力するよう学習されたモデルである。
【発明の効果】
【0007】
本開示によれば、被介護者の状況が変化したときに、介護提供者に対してアドバイスを提供することができる。
【図面の簡単な説明】
【0008】
【図1】実施の形態１に係るアドバイス送信装置２を含むシステムを示す構成図である。
【図2】実施の形態１に係るアドバイス送信装置２のハードウェアを示すハードウェア構成図である。
【図3】アドバイス送信装置２が、ソフトウェア又はファームウェア等によって実現される場合のコンピュータのハードウェア構成図である。
【図4】アドバイス送信装置２の処理手順であるアドバイス送信方法を示すフローチャートである。
【図5】介護提供者であるスタッフへのアドバイスの一例を示す説明図である。
【図6】実施の形態２に係るアドバイス送信装置２を含むシステムを示す構成図である。
【図7】実施の形態２に係るアドバイス送信装置２のハードウェアを示すハードウェア構成図である。
【図8】実施の形態３に係るアドバイス送信装置２を含むシステムを示す構成図である。
【図9】実施の形態３に係るアドバイス送信装置２のハードウェアを示すハードウェア構成図である。
【図10】アドバイス決定部２６による再度のアドバイスの決定例を示すフローチャートである。
【図11】実施の形態４に係るアドバイス送信装置２を含むシステムを示す構成図である。
【図12】実施の形態４に係るアドバイス送信装置２のハードウェアを示すハードウェア構成図である。
【発明を実施するための形態】
【0009】
以下、本開示をより詳細に説明するために、本開示を実施するための形態について、添付の図面に従って説明する。
【0010】
【0011】
チャットボット１は、音声認識部１１、音声データベース１２、チャットボットエンジン部１３、表示部１４及び音声出力部１５を備えている。
チャットボット１は、ユーザの音声を認識して、ユーザの音声を示すテキストデータをアドバイス送信装置２に出力する。
図１に示すシステムでは、テキストデータがアドバイスの通知要求を示すものであり、テキストデータがアドバイス送信装置２に出力される。
チャットボット１は、アドバイス送信装置２から返信されたアドバイスを表示部１４及び音声出力部１５のそれぞれに出力する。
チャットボット１は、ユーザの音声を認識して、ユーザの音声を示すテキストデータをアドバイス送信装置２に出力する。
図１に示すシステムでは、テキストデータがアドバイスの通知要求を示すものであり、テキストデータがアドバイス送信装置２に出力される。
チャットボット１は、アドバイス送信装置２から返信されたアドバイスを表示部１４及び音声出力部１５のそれぞれに出力する。
【0012】
音声認識部１１は、ユーザの音声を認識し、音声データベース１２に記録されている音声データに基づいて、ユーザの音声を示すテキストデータを作成する。音声データベース１２に記録されている音声データは、例えば、音片を表す音片データである。
音声認識部１１は、テキストデータをチャットボットエンジン部１３に出力する。
音声データベース１２は、例えば、音片データと、音片データに対応するテキストデータとを記憶している。
音声認識部１１は、テキストデータをチャットボットエンジン部１３に出力する。
音声データベース１２は、例えば、音片データと、音片データに対応するテキストデータとを記憶している。
【0013】
チャットボットエンジン部１３は、音声認識部１１から、テキストデータを取得すれば、テキストデータをアドバイス送信装置２に出力し、図示せぬキーボード等から、テキストデータが与えられれば、テキストデータをアドバイス送信装置２に出力する。
チャットボットエンジン部１３は、アドバイス送信装置２から、アドバイスを取得する。
チャットボットエンジン部１３は、アドバイスを表示部１４に表示させる。
チャットボットエンジン部１３は、音声出力部１５から、アドバイスを音声出力させる。
チャットボットエンジン部１３は、アドバイス送信装置２から、アドバイスを取得する。
チャットボットエンジン部１３は、アドバイスを表示部１４に表示させる。
チャットボットエンジン部１３は、音声出力部１５から、アドバイスを音声出力させる。
【0014】
表示部１４は、チャットボットエンジン部１３から出力されたアドバイスを図示せぬディスプレイに表示させる。
音声出力部１５は、チャットボットエンジン部１３から出力されたアドバイスを図示せぬスピーカから音声出力させる。
音声出力部１５は、チャットボットエンジン部１３から出力されたアドバイスを図示せぬスピーカから音声出力させる。
【0015】
アドバイス送信装置２は、テキストデータ取得部２１、センシングデータ収集部２２、アドバイス決定部２３及びアドバイス送信部２４を備えている。
テキストデータ取得部２１は、例えば、図２に示すテキストデータ取得回路３１によって実現される。
テキストデータ取得部２１は、チャットボット１のチャットボットエンジン部１３から、アドバイスの通知要求を示すテキストデータを取得する。
テキストデータ取得部２１は、テキストデータをアドバイス決定部２３に出力する。
テキストデータ取得部２１は、例えば、図２に示すテキストデータ取得回路３１によって実現される。
テキストデータ取得部２１は、チャットボット１のチャットボットエンジン部１３から、アドバイスの通知要求を示すテキストデータを取得する。
テキストデータ取得部２１は、テキストデータをアドバイス決定部２３に出力する。
【0016】
センシングデータ収集部２２は、例えば、図２に示すセンシングデータ収集回路３２によって実現される。
センシングデータ収集部２２は、センシング装置３に含まれている各種のセンサのセンシングデータを収集する。各種のセンサは、被介護者の状況を監視するセンサである。
被介護者の状況としては、例えば、被介護者のバイタル、被介護者の行動、又は、被介護者の置かれている状況がある。被介護者の置かれている状況としては、例えば、被介護者の居室の温度、湿度、又は、周囲の騒音がある。
センシングデータ収集部２２は、センシングデータをアドバイス決定部２３に出力する。
センシングデータ収集部２２は、センシング装置３に含まれている各種のセンサのセンシングデータを収集する。各種のセンサは、被介護者の状況を監視するセンサである。
被介護者の状況としては、例えば、被介護者のバイタル、被介護者の行動、又は、被介護者の置かれている状況がある。被介護者の置かれている状況としては、例えば、被介護者の居室の温度、湿度、又は、周囲の騒音がある。
センシングデータ収集部２２は、センシングデータをアドバイス決定部２３に出力する。
【0017】
アドバイス決定部２３は、例えば、図２に示すアドバイス決定回路３３によって実現される。
アドバイス決定部２３は、テキストデータ取得部２１から、アドバイスの通知要求を示すテキストデータを取得すれば、センシングデータ収集部２２により収集されたセンシングデータに基づいて、被介護者に対して介護サービスを提供する介護提供者へのアドバイスを決定する。
アドバイス決定部２３は、決定したアドバイスをアドバイス送信部２４に出力する。
アドバイス決定部２３は、テキストデータ取得部２１から、アドバイスの通知要求を示すテキストデータを取得すれば、センシングデータ収集部２２により収集されたセンシングデータに基づいて、被介護者に対して介護サービスを提供する介護提供者へのアドバイスを決定する。
アドバイス決定部２３は、決定したアドバイスをアドバイス送信部２４に出力する。
【0018】
具体的には、アドバイス決定部２３は、センシングデータを学習モデル４１に与えて、学習モデル４１から、センシングデータに対応するアドバイスを取得する。
学習モデル４１は、例えば、ニューラルネットワークによって実現される。
学習モデル４１は、学習時において、被介護者に係るセンシングデータと、センシングデータに対応する、介護提供者へのアドバイスとが与えられて、介護提供者へのアドバイスを学習する。介護提供者へのアドバイスは、教師データである。
学習モデル４１は、推論時において、アドバイス決定部２３からセンシングデータが与えられると、センシングデータに対応するアドバイスを出力する。
図１に示すシステムでは、学習モデル４１がアドバイス送信装置２の外部に設けられている。しかし、これは一例に過ぎず、学習モデル４１がアドバイス送信装置２の内部に設けられていてもよい。
学習モデル４１は、例えば、ニューラルネットワークによって実現される。
学習モデル４１は、学習時において、被介護者に係るセンシングデータと、センシングデータに対応する、介護提供者へのアドバイスとが与えられて、介護提供者へのアドバイスを学習する。介護提供者へのアドバイスは、教師データである。
学習モデル４１は、推論時において、アドバイス決定部２３からセンシングデータが与えられると、センシングデータに対応するアドバイスを出力する。
図１に示すシステムでは、学習モデル４１がアドバイス送信装置２の外部に設けられている。しかし、これは一例に過ぎず、学習モデル４１がアドバイス送信装置２の内部に設けられていてもよい。
【0019】
アドバイス送信部２４は、例えば、図２に示すアドバイス送信回路３４によって実現される。
アドバイス送信部２４は、アドバイス決定部２３から、介護提供者へのアドバイスを取得する。
アドバイス送信部２４は、アドバイスをチャットボット１のチャットボットエンジン部１３に送信する。
アドバイス送信部２４は、アドバイス決定部２３から、介護提供者へのアドバイスを取得する。
アドバイス送信部２４は、アドバイスをチャットボット１のチャットボットエンジン部１３に送信する。
【0020】
図１では、アドバイス送信装置２の構成要素であるテキストデータ取得部２１、センシングデータ収集部２２、アドバイス決定部２３及びアドバイス送信部２４のそれぞれが、図２に示すような専用のハードウェアによって実現されるものを想定している。即ち、アドバイス送信装置２が、テキストデータ取得回路３１、センシングデータ収集回路３２、アドバイス決定回路３３及びアドバイス送信回路３４によって実現されるものを想定している。
テキストデータ取得回路３１、センシングデータ収集回路３２、アドバイス決定回路３３及びアドバイス送信回路３４のそれぞれは、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、又は、これらを組み合わせたものが該当する。
テキストデータ取得回路３１、センシングデータ収集回路３２、アドバイス決定回路３３及びアドバイス送信回路３４のそれぞれは、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、又は、これらを組み合わせたものが該当する。
【0021】
アドバイス送信装置２の構成要素は、専用のハードウェアによって実現されるものに限るものではなく、アドバイス送信装置２が、ソフトウェア、ファームウェア、又は、ソフトウェアとファームウェアとの組み合わせによって実現されるものであってもよい。
ソフトウェア又はファームウェアは、プログラムとして、コンピュータのメモリに格納される。コンピュータは、プログラムを実行するハードウェアを意味し、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、プロセッサ、あるいは、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）が該当する。
ソフトウェア又はファームウェアは、プログラムとして、コンピュータのメモリに格納される。コンピュータは、プログラムを実行するハードウェアを意味し、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、プロセッサ、あるいは、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）が該当する。
【0022】
図３は、アドバイス送信装置２が、ソフトウェア又はファームウェア等によって実現される場合のコンピュータのハードウェア構成図である。
アドバイス送信装置２が、ソフトウェア又はファームウェア等によって実現される場合、テキストデータ取得部２１、センシングデータ収集部２２、アドバイス決定部２３及びアドバイス送信部２４におけるそれぞれの処理手順をコンピュータに実行させるためのプログラムがメモリ５１に格納される。そして、コンピュータのプロセッサ５２がメモリ５１に格納されているプログラムを実行する。
アドバイス送信装置２が、ソフトウェア又はファームウェア等によって実現される場合、テキストデータ取得部２１、センシングデータ収集部２２、アドバイス決定部２３及びアドバイス送信部２４におけるそれぞれの処理手順をコンピュータに実行させるためのプログラムがメモリ５１に格納される。そして、コンピュータのプロセッサ５２がメモリ５１に格納されているプログラムを実行する。
【0023】
また、図２では、アドバイス送信装置２の構成要素のそれぞれが専用のハードウェアによって実現される例を示し、図３では、アドバイス送信装置２がソフトウェア又はファームウェア等によって実現される例を示している。しかし、これは一例に過ぎず、アドバイス送信装置２における一部の構成要素が専用のハードウェアによって実現され、残りの構成要素がソフトウェア又はファームウェア等によって実現されるものであってもよい。
【0024】
センシング装置３は、被介護者の状況を監視するセンサとして、例えば、ベッドセンサ６１、居室センサ６２、家電センサ６３、人感センサ６４、バイタルセンサ６５及び摂取検知センサ６６を備え、また、センシング装置３は、センシングデータ記録部６７を備えている。
ベッドセンサ６１は、被介護者が使用しているベッドに取り付けられているセンサであり、例えば、被介護者の寝返りの状態を監視する。
居室センサ６２は、被介護者の居室に設置されているセンサであり、例えば、被介護者の睡眠、転倒、又は、体動を監視する。
ベッドセンサ６１は、被介護者が使用しているベッドに取り付けられているセンサであり、例えば、被介護者の寝返りの状態を監視する。
居室センサ６２は、被介護者の居室に設置されているセンサであり、例えば、被介護者の睡眠、転倒、又は、体動を監視する。
【0025】
家電センサ６３は、例えば、被介護者の居室のエアコンに取り付けられているセンサであり、例えば、被介護者の居室の室温を監視する。
人感センサ６４は、例えば、被介護者の居室の出入口に取り付けられているセンサであり、例えば、被介護者の外出を検出する。
バイタルセンサ６５は、例えば、例えば、被介護者の居室の壁、天井、家具、又は、被介護者に取り付けられているセンサであり、例えば、被介護者のバイタルを監視する。
摂取検知センサ６６は、例えば、例えば、被介護者の居室の壁に取り付けられているカメラを含むセンサであり、例えば、被介護者の水分摂取行動、又は、被介護者の食物摂取行動を監視する。
センシングデータ記録部６７は、ベッドセンサ６１、居室センサ６２、家電センサ６３、人感センサ６４、バイタルセンサ６５及び摂取検知センサ６６におけるそれぞれのセンシングデータを記録するデータベースである。
人感センサ６４は、例えば、被介護者の居室の出入口に取り付けられているセンサであり、例えば、被介護者の外出を検出する。
バイタルセンサ６５は、例えば、例えば、被介護者の居室の壁、天井、家具、又は、被介護者に取り付けられているセンサであり、例えば、被介護者のバイタルを監視する。
摂取検知センサ６６は、例えば、例えば、被介護者の居室の壁に取り付けられているカメラを含むセンサであり、例えば、被介護者の水分摂取行動、又は、被介護者の食物摂取行動を監視する。
センシングデータ記録部６７は、ベッドセンサ６１、居室センサ６２、家電センサ６３、人感センサ６４、バイタルセンサ６５及び摂取検知センサ６６におけるそれぞれのセンシングデータを記録するデータベースである。
【0026】
次に、図１に示すアドバイス送信装置２の動作について説明する。
図４は、アドバイス送信装置２の処理手順であるアドバイス送信方法を示すフローチャートである。
図１に示すシステムでは、被介護者は、例えば、老人ホーム、又は、医療病院に入院している人であり、介護提供者は、例えば、老人ホーム、又は、医療病院のスタッフである。
図４は、アドバイス送信装置２の処理手順であるアドバイス送信方法を示すフローチャートである。
図１に示すシステムでは、被介護者は、例えば、老人ホーム、又は、医療病院に入院している人であり、介護提供者は、例えば、老人ホーム、又は、医療病院のスタッフである。
【0027】
チャットボット１の音声認識部１１は、図示せぬマイクから、例えば、スタッフの音声が与えられると、スタッフの音声を例えば複数の音片に分解する。
音声認識部１１は、音声データベース１２から、それぞれの音片に対応するテキストデータを取得する。
音声認識部１１は、それぞれの音片に対応するテキストデータを繋ぎ合わせ、繋ぎ合わせたテキストデータを、チャットボットエンジン部１３に出力する。
テキストデータとしては、例えば、「〇〇さんの介護サービスを行う際のアドバイスをください。」というアドバイスの通知要求、又は、「介護サービスのアドバイスをください。」というアドバイスの通知要求がある。
音声認識部１１は、音声データベース１２から、それぞれの音片に対応するテキストデータを取得する。
音声認識部１１は、それぞれの音片に対応するテキストデータを繋ぎ合わせ、繋ぎ合わせたテキストデータを、チャットボットエンジン部１３に出力する。
テキストデータとしては、例えば、「〇〇さんの介護サービスを行う際のアドバイスをください。」というアドバイスの通知要求、又は、「介護サービスのアドバイスをください。」というアドバイスの通知要求がある。
【0028】
ここでは、スタッフの音声が音声認識部１１に与えられ、音声認識部１１からテキストデータがチャットボットエンジン部１３に出力されている。しかし、これは一例に過ぎず、スタッフが図示せぬキーボード等を操作することによって、キーボード等から、テキストデータがチャットボットエンジン部１３に与えられるものであってもよい。
【0029】
チャットボットエンジン部１３は、音声認識部１１から、アドバイスの通知要求を示すテキストデータを取得する。
チャットボットエンジン部１３は、テキストデータをアドバイス送信装置２のテキストデータ取得部２１に出力する。
チャットボットエンジン部１３は、テキストデータをアドバイス送信装置２のテキストデータ取得部２１に出力する。
【0030】
テキストデータ取得部２１は、チャットボット１のチャットボットエンジン部１３から、アドバイスの通知要求を示すテキストデータを取得する（図４のステップＳＴ１）。
テキストデータ取得部２１は、テキストデータをアドバイス決定部２３に出力する。
また、テキストデータ取得部２１は、被介護者の特定処理を実施することによって、被介護者を特定する。被介護者の特定処理としては、例えば、テキストデータに含まれている被介護者の氏名を探索することによって、被介護者が誰であるかを特定する公知の処理がある。
テキストデータ取得部２１は、アドバイスの通知要求が、一人以上の被介護者のうち、〇〇さんに対する介護サービスのアドバイスであれば、〇〇さんに係るセンシングデータの収集指令をセンシングデータ収集部２２に出力する。テキストデータ取得部２１は、アドバイスの通知要求が、一人以上の被介護者のうち、△△さんに対する介護サービスのアドバイスであれば、△△さんに係るセンシングデータの収集指令をセンシングデータ収集部２２に出力する。
テキストデータ取得部２１は、被介護者が特定されていなければ、センシングデータを限定せずに、センシングデータの収集指令をセンシングデータ収集部２２に出力する。
テキストデータ取得部２１は、テキストデータをアドバイス決定部２３に出力する。
また、テキストデータ取得部２１は、被介護者の特定処理を実施することによって、被介護者を特定する。被介護者の特定処理としては、例えば、テキストデータに含まれている被介護者の氏名を探索することによって、被介護者が誰であるかを特定する公知の処理がある。
テキストデータ取得部２１は、アドバイスの通知要求が、一人以上の被介護者のうち、〇〇さんに対する介護サービスのアドバイスであれば、〇〇さんに係るセンシングデータの収集指令をセンシングデータ収集部２２に出力する。テキストデータ取得部２１は、アドバイスの通知要求が、一人以上の被介護者のうち、△△さんに対する介護サービスのアドバイスであれば、△△さんに係るセンシングデータの収集指令をセンシングデータ収集部２２に出力する。
テキストデータ取得部２１は、被介護者が特定されていなければ、センシングデータを限定せずに、センシングデータの収集指令をセンシングデータ収集部２２に出力する。
【0031】
センシングデータ収集部２２は、テキストデータ取得部２１から、被介護者に係るセンシングデータの収集指令を受けると、センシング装置３のセンシングデータ記録部６７に記録されているセンシングデータの中から、被介護者に係るセンシングデータを収集する（図４のステップＳＴ２）。
センシングデータ収集部２２は、被介護者が〇〇さんであれば、〇〇さんに係るセンシングデータを収集し、被介護者が△△さんであれば、△△さんに係るセンシングデータを収集する。
被介護者が特定されていなければ、センシングデータ収集部２２は、センシングデータ記録部６７に記録されている全てのセンシングデータを収集する。
センシングデータ収集部２２は、センシングデータをアドバイス決定部２３に出力する。
センシングデータ収集部２２は、被介護者が〇〇さんであれば、〇〇さんに係るセンシングデータを収集し、被介護者が△△さんであれば、△△さんに係るセンシングデータを収集する。
被介護者が特定されていなければ、センシングデータ収集部２２は、センシングデータ記録部６７に記録されている全てのセンシングデータを収集する。
センシングデータ収集部２２は、センシングデータをアドバイス決定部２３に出力する。
【0032】
アドバイス決定部２３は、テキストデータ取得部２１から、アドバイスの通知要求を示すテキストデータを取得すれば、センシングデータ収集部２２により収集されたセンシングデータに基づいて、被介護者に対して介護サービスを提供する介護提供者へのアドバイスを決定する（図４のステップＳＴ３）。
アドバイス決定部２３は、決定したアドバイスをアドバイス送信部２４に出力する。
以下、アドバイス決定部２３によるアドバイスの決定成処理を具体的に説明する。
アドバイス決定部２３は、決定したアドバイスをアドバイス送信部２４に出力する。
以下、アドバイス決定部２３によるアドバイスの決定成処理を具体的に説明する。
【0033】
アドバイス決定部２３は、センシングデータを学習モデル４１に与えて、学習モデル４１から、センシングデータに対応するアドバイスを取得する。
センシングデータ収集部２２により収集されたセンシングデータが、例えば、バイタルセンサ６５のセンシングデータであり、当該センシングデータが、例えば、〇〇さんの体温であって、〇〇さんの体温が平熱よりも高い旨を示していれば、学習モデル４１から、例えば、以下の（１）～（５）に示すようなアドバイスが出力される。
（１）〇〇さんの水分を確認してください。
（２）部屋の温度を確認してください。
（３）尿路感染の疑いがあります。
（４）〇〇さんの熱が下がるようにクーリングをしてください。
（５）悪寒の有無を確認してください。
センシングデータ収集部２２により収集されたセンシングデータが、例えば、バイタルセンサ６５のセンシングデータであり、当該センシングデータが、例えば、〇〇さんの体温であって、〇〇さんの体温が平熱よりも高い旨を示していれば、学習モデル４１から、例えば、以下の（１）～（５）に示すようなアドバイスが出力される。
（１）〇〇さんの水分を確認してください。
（２）部屋の温度を確認してください。
（３）尿路感染の疑いがあります。
（４）〇〇さんの熱が下がるようにクーリングをしてください。
（５）悪寒の有無を確認してください。
【0034】
センシングデータ収集部２２により収集されたセンシングデータが、例えば、摂取検知センサ６６であり、当該センシングデータが、例えば、〇〇さんの食物摂取行動が低下していることを示していれば、学習モデル４１から、例えば、以下の（１）～（４）に示すようなアドバイスが出力される。
（１）〇〇さんの食欲が落ちている可能性があります。
（２）〇〇さんの服薬状況を確認してください。
（３）〇〇さんのバイタルを確認してください。
（４）間食の有無を確認してください。
（１）〇〇さんの食欲が落ちている可能性があります。
（２）〇〇さんの服薬状況を確認してください。
（３）〇〇さんのバイタルを確認してください。
（４）間食の有無を確認してください。
【0035】
センシングデータ収集部２２により収集されたセンシングデータが、例えば、ベッドセンサ６１であり、当該センシングデータが、例えば、〇〇さんの睡眠行動が低下していることを示していれば、学習モデル４１から、例えば、以下の（１）～（４）に示すようなアドバイスが出力される。
（１）〇〇さんの睡眠が不足している可能性があります。
（２）〇〇さんが服薬している睡眠薬の摂取量を確認してください。
（３）〇〇さんに悩みがあるかを聞いてください。
（４）〇〇さんに痛みのある部位があるかを聞いてください。
（１）〇〇さんの睡眠が不足している可能性があります。
（２）〇〇さんが服薬している睡眠薬の摂取量を確認してください。
（３）〇〇さんに悩みがあるかを聞いてください。
（４）〇〇さんに痛みのある部位があるかを聞いてください。
【0036】
センシングデータ収集部２２により収集されたセンシングデータが、例えば、居室センサ６２であり、当該センシングデータが、例えば、〇〇さんの体動行動の異変を示していれば、学習モデル４１から、例えば、以下の（１）～（３）に示すようなアドバイスが出力される。
（１）〇〇さんの認知機能を確認してください。
（２）〇〇さんに悩みがあるかを聞いてください。
（３）〇〇さんの服薬状況を確認してください。
（１）〇〇さんの認知機能を確認してください。
（２）〇〇さんに悩みがあるかを聞いてください。
（３）〇〇さんの服薬状況を確認してください。
【0037】
アドバイス送信部２４は、アドバイス決定部２３から、介護提供者へのアドバイスを取得する。
アドバイス送信部２４は、アドバイスをチャットボット１のチャットボットエンジン部１３に送信する（図４のステップＳＴ４）。
アドバイス決定部２３から、複数のアドバイスが出力されている場合、アドバイス送信部２４は、複数のアドバイスの全てをチャットボットエンジン部１３に送信してもよいし、いずれか１つ以上のアドバイスをチャットボットエンジン部１３に送信するようにしてもよい。
アドバイス送信部２４は、アドバイスをチャットボット１のチャットボットエンジン部１３に送信する（図４のステップＳＴ４）。
アドバイス決定部２３から、複数のアドバイスが出力されている場合、アドバイス送信部２４は、複数のアドバイスの全てをチャットボットエンジン部１３に送信してもよいし、いずれか１つ以上のアドバイスをチャットボットエンジン部１３に送信するようにしてもよい。
【0038】
チャットボットエンジン部１３は、アドバイス送信部２４から、アドバイスを取得する。
チャットボットエンジン部１３は、図５に示すように、アドバイスを表示部１４のディスプレイに表示させる。
また、チャットボットエンジン部１３は、音声出力部１５のスピーカから、アドバイスを音声出力させる。
図５は、介護提供者であるスタッフへのアドバイスの一例を示す説明図である。
図５において、□□□□は、スタッフの氏名である。
図５の例では、「悪寒の有無を確認してください。」というアドバイスが表示されている。
チャットボットエンジン部１３は、図５に示すように、アドバイスを表示部１４のディスプレイに表示させる。
また、チャットボットエンジン部１３は、音声出力部１５のスピーカから、アドバイスを音声出力させる。
図５は、介護提供者であるスタッフへのアドバイスの一例を示す説明図である。
図５において、□□□□は、スタッフの氏名である。
図５の例では、「悪寒の有無を確認してください。」というアドバイスが表示されている。
【0039】
以上の実施の形態１では、被介護者の状況を監視するセンサのセンシングデータを収集するセンシングデータ収集部２２と、センシングデータ収集部２２により収集されたセンシングデータに基づいて、被介護者に対して介護サービスを提供する介護提供者へのアドバイスを決定するアドバイス決定部２３と、アドバイス決定部２３により決定されたアドバイスを送信するアドバイス送信部２４とを備えるように、アドバイス送信装置２を構成した。したがって、アドバイス送信装置２は、被介護者の状況が変化したときに、介護提供者に対してアドバイスを提供することができる。
【0040】
図１に示すアドバイス送信装置２では、テキストデータ取得部２１が、チャットボット１から、アドバイスの通知要求を示すテキストデータを取得したとき、アドバイス決定部２３が介護提供者へのアドバイスを決定して、アドバイス送信部２４がアドバイスをチャットボット１に送信している。しかし、これは一例に過ぎず、テキストデータ取得部２１が、チャットボット１から、アドバイスの通知要求を示すテキストデータを取得したか否かにかかわらず、アドバイス決定部２３が介護提供者へのアドバイスを決定して、アドバイス送信部２４がアドバイスをチャットボット１に送信するようにしてもよい。
【0041】
図１に示すアドバイス送信装置２では、アドバイス決定部２３が、センシングデータを学習モデル４１に与えて、学習モデル４１から、センシングデータに対応するアドバイスを取得している。しかし、これは一例に過ぎず、アドバイス決定部２３は、例えば、ルールベースに基づいて、センシングデータに対応するアドバイスを決定するようにしてもよい。
【0042】
図１に示すアドバイス送信装置２では、アドバイスの通知要求を示すテキストデータの中に、被介護者が、例えば、「〇〇さん」、又は、「△△さん」であることを示す情報が含まれている。しかし、これは一例に過ぎず、テキストデータの中に、被介護者が、例えば、「〇〇さん」、又は、「△△さん」であることを示す情報が含まれていなくてもよい。この場合、例えば、老人ホーム等のスタッフが、チャットボット１の音声認識部１１に対して音声を与えるときに、スタッフのＩＤ（ＩＤｅｎｔｉｆｉｃａｔｉｏｎ）をチャットボットエンジン部１３に与えれば、チャットボットエンジン部１３が、スタッフが担当している一人以上の被介護者を示す情報を表示部１４に表示させる。
そして、チャットボットエンジン部１３が、一人以上の被介護者の中から、アドバイスの通知要求に係る被介護者を選択するスタッフの選択操作を受け付けて、アドバイスの通知要求に係る被介護者を示す被介護者情報をアドバイス送信装置２に出力する。テキストデータ取得部２１は、被介護者情報が示す被介護者に係るセンシングデータの収集指令をセンシングデータ収集部２２に出力する。
そして、チャットボットエンジン部１３が、一人以上の被介護者の中から、アドバイスの通知要求に係る被介護者を選択するスタッフの選択操作を受け付けて、アドバイスの通知要求に係る被介護者を示す被介護者情報をアドバイス送信装置２に出力する。テキストデータ取得部２１は、被介護者情報が示す被介護者に係るセンシングデータの収集指令をセンシングデータ収集部２２に出力する。
【0043】
実施の形態２．
実施の形態２では、アドバイス決定部２５が、センシングデータ収集部２２により収集されたセンシングデータに基づいて、アドバイスの必要性を判定するアドバイス送信装置２について説明する。
実施の形態２では、アドバイス決定部２５が、センシングデータ収集部２２により収集されたセンシングデータに基づいて、アドバイスの必要性を判定するアドバイス送信装置２について説明する。
【0044】
図６は、実施の形態２に係るアドバイス送信装置２を含むシステムを示す構成図である。図６において、図１と同一符号は、同一又は相当部分を示すので、詳細な説明を省略する。
図７は、実施の形態２に係るアドバイス送信装置２のハードウェアを示すハードウェア構成図である。図７において、図２と同一符号は、同一又は相当部分を示すので、詳細な説明を省略する。
アドバイス送信装置２は、テキストデータ取得部２１、センシングデータ収集部２２、アドバイス決定部２５及びアドバイス送信部２４を備えている。
図７は、実施の形態２に係るアドバイス送信装置２のハードウェアを示すハードウェア構成図である。図７において、図２と同一符号は、同一又は相当部分を示すので、詳細な説明を省略する。
アドバイス送信装置２は、テキストデータ取得部２１、センシングデータ収集部２２、アドバイス決定部２５及びアドバイス送信部２４を備えている。
【0045】
アドバイス決定部２５は、例えば、図７に示すアドバイス決定回路３５によって実現される。
アドバイス決定部２５は、テキストデータ取得部２１から、アドバイスの通知要求を示すテキストデータを取得すれば、センシングデータ収集部２２により収集されたセンシングデータに基づいて、アドバイスの必要性を判定する。
アドバイス決定部２５は、アドバイスの必要性があれば、センシングデータ収集部２２により収集されたセンシングデータに基づいて、介護提供者へのアドバイスを決定する。
アドバイス決定部２５は、決定したアドバイスをアドバイス送信部２４に出力する。
アドバイス決定部２５は、テキストデータ取得部２１から、アドバイスの通知要求を示すテキストデータを取得すれば、センシングデータ収集部２２により収集されたセンシングデータに基づいて、アドバイスの必要性を判定する。
アドバイス決定部２５は、アドバイスの必要性があれば、センシングデータ収集部２２により収集されたセンシングデータに基づいて、介護提供者へのアドバイスを決定する。
アドバイス決定部２５は、決定したアドバイスをアドバイス送信部２４に出力する。
【0046】
具体的には、アドバイス決定部２５は、センシングデータを学習モデル４２に与えて、学習モデル４２から、アドバイスの必要性の判定結果を取得する。
アドバイス決定部２５は、必要性の判定結果が、アドバイスの必要性が有る旨を示していれば、センシングデータを学習モデル４１に与えて、学習モデル４１から、センシングデータに対応するアドバイスを取得する。
学習モデル４２は、例えば、ニューラルネットワークによって実現される。
学習モデル４２は、学習時において、被介護者に係るセンシングデータと、アドバイスの必要性の有無を示す情報とが与えられて、アドバイスの必要性を学習する。アドバイスの必要性の有無を示す情報は、教師データである。
学習モデル４２は、推論時において、アドバイス決定部２３からセンシングデータが与えられると、アドバイスの必要性の判定結果を出力する。
図６に示すシステムでは、学習モデル４２がアドバイス送信装置２の外部に設けられている。しかし、これは一例に過ぎず、学習モデル４２がアドバイス送信装置２の内部に設けられていてもよい。
アドバイス決定部２５は、必要性の判定結果が、アドバイスの必要性が有る旨を示していれば、センシングデータを学習モデル４１に与えて、学習モデル４１から、センシングデータに対応するアドバイスを取得する。
学習モデル４２は、例えば、ニューラルネットワークによって実現される。
学習モデル４２は、学習時において、被介護者に係るセンシングデータと、アドバイスの必要性の有無を示す情報とが与えられて、アドバイスの必要性を学習する。アドバイスの必要性の有無を示す情報は、教師データである。
学習モデル４２は、推論時において、アドバイス決定部２３からセンシングデータが与えられると、アドバイスの必要性の判定結果を出力する。
図６に示すシステムでは、学習モデル４２がアドバイス送信装置２の外部に設けられている。しかし、これは一例に過ぎず、学習モデル４２がアドバイス送信装置２の内部に設けられていてもよい。
【0047】
図６では、アドバイス送信装置２の構成要素であるテキストデータ取得部２１、センシングデータ収集部２２、アドバイス決定部２５及びアドバイス送信部２４のそれぞれが、図７に示すような専用のハードウェアによって実現されるものを想定している。即ち、アドバイス送信装置２が、テキストデータ取得回路３１、センシングデータ収集回路３２、アドバイス決定回路３５及びアドバイス送信回路３４によって実現されるものを想定している。
テキストデータ取得回路３１、センシングデータ収集回路３２、アドバイス決定回路３５及びアドバイス送信回路３４のそれぞれは、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡ、又は、これらを組み合わせたものが該当する。
テキストデータ取得回路３１、センシングデータ収集回路３２、アドバイス決定回路３５及びアドバイス送信回路３４のそれぞれは、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡ、又は、これらを組み合わせたものが該当する。
【0048】
アドバイス送信装置２の構成要素は、専用のハードウェアによって実現されるものに限るものではなく、アドバイス送信装置２が、ソフトウェア、ファームウェア、又は、ソフトウェアとファームウェアとの組み合わせによって実現されるものであってもよい。
アドバイス送信装置２が、ソフトウェア又はファームウェア等によって実現される場合、テキストデータ取得部２１、センシングデータ収集部２２、アドバイス決定部２５及びアドバイス送信部２４におけるそれぞれの処理手順をコンピュータに実行させるためのプログラムが図３に示すメモリ５１に格納される。そして、図３に示すプロセッサ５２がメモリ５１に格納されているプログラムを実行する。
アドバイス送信装置２が、ソフトウェア又はファームウェア等によって実現される場合、テキストデータ取得部２１、センシングデータ収集部２２、アドバイス決定部２５及びアドバイス送信部２４におけるそれぞれの処理手順をコンピュータに実行させるためのプログラムが図３に示すメモリ５１に格納される。そして、図３に示すプロセッサ５２がメモリ５１に格納されているプログラムを実行する。
【0049】
また、図７では、アドバイス送信装置２の構成要素のそれぞれが専用のハードウェアによって実現される例を示し、図３では、アドバイス送信装置２がソフトウェア又はファームウェア等によって実現される例を示している。しかし、これは一例に過ぎず、アドバイス送信装置２における一部の構成要素が専用のハードウェアによって実現され、残りの構成要素がソフトウェア又はファームウェア等によって実現されるものであってもよい。
【0050】
次に、図６に示すアドバイス送信装置２の動作について説明する。ただし、アドバイス決定部２５以外は、図１に示すアドバイス送信装置２と同様である。このため、ここでは、主に、アドバイス決定部２５の動作を説明する。
【0051】
アドバイス決定部２５は、テキストデータ取得部２１から、アドバイスの通知要求を示すテキストデータを取得すれば、センシングデータ収集部２２から、被介護者に係るセンシングデータを取得する。
アドバイス決定部２５は、被介護者に係るセンシングデータを学習モデル４２に与えて、学習モデル４２から、アドバイスの必要性の判定結果を取得する。
アドバイス決定部２５は、学習モデル４２から出力された判定結果が、アドバイスの必要性が有る旨を示していれば、センシングデータを学習モデル４１に与えて、学習モデル４１から、アドバイスを取得する。
アドバイス決定部２５は、取得したアドバイスをアドバイス送信部２４に出力する。
アドバイス決定部２５は、学習モデル４２から出力された判定結果が、アドバイスの必要性が無い旨を示していれば、アドバイスの決定処理を行わない。
アドバイス決定部２５は、被介護者に係るセンシングデータを学習モデル４２に与えて、学習モデル４２から、アドバイスの必要性の判定結果を取得する。
アドバイス決定部２５は、学習モデル４２から出力された判定結果が、アドバイスの必要性が有る旨を示していれば、センシングデータを学習モデル４１に与えて、学習モデル４１から、アドバイスを取得する。
アドバイス決定部２５は、取得したアドバイスをアドバイス送信部２４に出力する。
アドバイス決定部２５は、学習モデル４２から出力された判定結果が、アドバイスの必要性が無い旨を示していれば、アドバイスの決定処理を行わない。
【0052】
以上の実施の形態２では、アドバイス決定部２５が、センシングデータ収集部２２により収集されたセンシングデータに基づいて、アドバイスの必要性を判定し、アドバイスの必要性があれば、センシングデータに基づいて、アドバイスを決定するように、アドバイス送信装置２を構成した。したがって、アドバイス送信装置２は、被介護者の状況が変化しても、アドバイスの必要性が認められるときに限り、介護提供者に対してアドバイスを提供することができる。
【0053】
図６に示すアドバイス送信装置２では、アドバイス決定部２５が、被介護者に係るセンシングデータを学習モデル４２に与えて、学習モデル４２から、アドバイスの必要性の判定結果を取得している。しかし、これは一例に過ぎず、アドバイス決定部２５は、例えば、ルールベースに基づいて、アドバイスの必要性を判定するようにしてもよい。
【0054】
実施の形態３．
実施の形態３では、アドバイス決定部２６が、センシングデータ収集部により収集されたセンシングデータだけでなく、被介護者の介護記録、又は、被介護者の服薬情報に基づいて、アドバイスの必要性を判定するアドバイス送信装置２について説明する。
実施の形態３では、アドバイス決定部２６が、センシングデータ収集部により収集されたセンシングデータだけでなく、被介護者の介護記録、又は、被介護者の服薬情報に基づいて、アドバイスの必要性を判定するアドバイス送信装置２について説明する。
【0055】
図８は、実施の形態３に係るアドバイス送信装置２を含むシステムを示す構成図である。図８において、図１及び図６と同一符号は、同一又は相当部分を示すので、詳細な説明を省略する。
図９は、実施の形態３に係るアドバイス送信装置２のハードウェアを示すハードウェア構成図である。図９において、図２及び図７と同一符号は、同一又は相当部分を示すので、詳細な説明を省略する。
アドバイス送信装置２は、テキストデータ取得部２１、センシングデータ収集部２２、アドバイス決定部２６及びアドバイス送信部２４を備えている。
図９は、実施の形態３に係るアドバイス送信装置２のハードウェアを示すハードウェア構成図である。図９において、図２及び図７と同一符号は、同一又は相当部分を示すので、詳細な説明を省略する。
アドバイス送信装置２は、テキストデータ取得部２１、センシングデータ収集部２２、アドバイス決定部２６及びアドバイス送信部２４を備えている。
【0056】
アドバイス決定部２６は、例えば、図９に示すアドバイス決定回路３６によって実現される。
アドバイス決定部２６は、テキストデータ取得部２１から、アドバイスの通知要求を示すテキストデータを取得すれば、センシングデータ収集部２２により収集されたセンシングデータと介護記録データベース４５に格納されている被介護者の介護記録とに基づいて、アドバイスの必要性を判定する。
アドバイス決定部２６は、アドバイスの必要性があれば、センシングデータ収集部２２により収集されたセンシングデータと被介護者の介護記録とに基づいて、介護提供者へのアドバイスを決定する。
アドバイス決定部２６は、決定したアドバイスをアドバイス送信部２４に出力する。
アドバイス決定部２６は、テキストデータ取得部２１から、アドバイスの通知要求を示すテキストデータを取得すれば、センシングデータ収集部２２により収集されたセンシングデータと介護記録データベース４５に格納されている被介護者の介護記録とに基づいて、アドバイスの必要性を判定する。
アドバイス決定部２６は、アドバイスの必要性があれば、センシングデータ収集部２２により収集されたセンシングデータと被介護者の介護記録とに基づいて、介護提供者へのアドバイスを決定する。
アドバイス決定部２６は、決定したアドバイスをアドバイス送信部２４に出力する。
【0057】
具体的には、アドバイス決定部２６は、センシングデータと被介護者の介護記録とを学習モデル４４に与えて、学習モデル４４から、アドバイスの必要性の判定結果を取得する。
アドバイス決定部２６は、必要性の判定結果が、アドバイスの必要性が有る旨を示していれば、センシングデータと被介護者の介護記録とを学習モデル４３に与えて、学習モデル４３から、センシングデータ及び介護記録の双方に対応するアドバイスを取得する。
アドバイス決定部２６は、必要性の判定結果が、アドバイスの必要性が有る旨を示していれば、センシングデータと被介護者の介護記録とを学習モデル４３に与えて、学習モデル４３から、センシングデータ及び介護記録の双方に対応するアドバイスを取得する。
【0058】
学習モデル４３は、例えば、ニューラルネットワークによって実現される。
学習モデル４３は、学習時において、被介護者に係るセンシングデータと、被介護者の介護記録と、センシングデータ及び介護記録の双方に対応する、介護提供者へのアドバイスとが与えられて、介護提供者へのアドバイスを学習する。介護提供者へのアドバイスは、教師データである。
学習モデル４３は、推論時において、アドバイス決定部２６から、センシングデータと被介護者の介護記録とが与えられると、センシングデータ及び介護記録の双方に対応するアドバイスを出力する。
学習モデル４３は、学習時において、被介護者に係るセンシングデータと、被介護者の介護記録と、センシングデータ及び介護記録の双方に対応する、介護提供者へのアドバイスとが与えられて、介護提供者へのアドバイスを学習する。介護提供者へのアドバイスは、教師データである。
学習モデル４３は、推論時において、アドバイス決定部２６から、センシングデータと被介護者の介護記録とが与えられると、センシングデータ及び介護記録の双方に対応するアドバイスを出力する。
【0059】
学習モデル４４は、例えば、ニューラルネットワークによって実現される。
学習モデル４４は、学習時において、被介護者に係るセンシングデータと、被介護者の介護記録と、アドバイスの必要性の有無を示す情報とが与えられて、アドバイスの必要性を学習する。アドバイスの必要性の有無を示す情報は、教師データである。
学習モデル４４は、推論時において、アドバイス決定部２６から、センシングデータと被介護者の介護記録とが与えられると、アドバイスの必要性の判定結果を出力する。
図８に示すシステムでは、学習モデル４３，４４がアドバイス送信装置２の外部に設けられている。しかし、これは一例に過ぎず、学習モデル４３，４４がアドバイス送信装置２の内部に設けられていてもよい。
学習モデル４４は、学習時において、被介護者に係るセンシングデータと、被介護者の介護記録と、アドバイスの必要性の有無を示す情報とが与えられて、アドバイスの必要性を学習する。アドバイスの必要性の有無を示す情報は、教師データである。
学習モデル４４は、推論時において、アドバイス決定部２６から、センシングデータと被介護者の介護記録とが与えられると、アドバイスの必要性の判定結果を出力する。
図８に示すシステムでは、学習モデル４３，４４がアドバイス送信装置２の外部に設けられている。しかし、これは一例に過ぎず、学習モデル４３，４４がアドバイス送信装置２の内部に設けられていてもよい。
【0060】
ここでは、アドバイス決定部２６が、センシングデータと被介護者の介護記録とに基づいて、アドバイスの必要性を判定している。しかし、これは一例に過ぎず、アドバイス決定部２６が、センシングデータと介護記録データベース４５に格納されている被介護者の服薬情報とに基づいて、アドバイスの必要性を判定するようにしてもよい。この場合、アドバイス決定部２６は、センシングデータと被介護者の服薬情報とに基づいて、介護提供者へのアドバイスを決定する。
また、アドバイス決定部２６は、センシングデータと被介護者の介護記録と被介護者の服薬情報とに基づいて、アドバイスの必要性を判定するようにしてもよい。この場合、アドバイス決定部２６は、センシングデータと被介護者の介護記録と被介護者の服薬情報とに基づいて、介護提供者へのアドバイスを決定する。
また、アドバイス決定部２６は、センシングデータと被介護者の介護記録と被介護者の服薬情報と後述する医薬情報と後述する介護情報とに基づいて、アドバイスの必要性を判定するようにしてもよい。
また、アドバイス決定部２６は、センシングデータと被介護者の介護記録と被介護者の服薬情報とに基づいて、アドバイスの必要性を判定するようにしてもよい。この場合、アドバイス決定部２６は、センシングデータと被介護者の介護記録と被介護者の服薬情報とに基づいて、介護提供者へのアドバイスを決定する。
また、アドバイス決定部２６は、センシングデータと被介護者の介護記録と被介護者の服薬情報と後述する医薬情報と後述する介護情報とに基づいて、アドバイスの必要性を判定するようにしてもよい。
【0061】
介護記録データベース４５は、被介護者の介護記録を格納している。
また、介護記録データベース４５は、被介護者の介護記録として、被介護者の既往歴を示す情報、フェースシートに記録されている被介護者の情報、又は、被介護者のスケジュールを格納している。フェースシートに記録されている被介護者の情報としては、例えば、被介護者の氏名、年齢、住所、家族構成、趣味、嗜好物、又は、職歴がある。被介護者のスケジュールとしては、例えば、病院に来院するスケジュール、趣味の教室に行くスケジュール、又は、銀行に行くスケジュールがある。また、介護記録データベース４５は、被介護者の往診履歴のほか、被介護者の服薬情報を格納している。服薬情報は、どの被介護者が、どの薬を何時に飲んだかを示す情報である。
医薬介護情報データベース４６は、医薬情報と介護情報とを格納している。医薬情報は、医療に関する一般的な教科書に含まれているような情報であって、例えば、症状、薬、又は、医療的な処置を示している。介護情報は、介護職の教科書に含まれているような情報であって、例えば、介護に関するケア、又は、介護的な処置を示している。
図１に示すシステムでは、学習モデル４３，４４、介護記録データベース４５及び医薬介護情報データベース４６のそれぞれがアドバイス送信装置２の外部に設けられている。しかし、これは一例に過ぎず、学習モデル４３，４４、介護記録データベース４５及び医薬介護情報データベース４６のそれぞれがアドバイス送信装置２の内部に設けられていてもよい。
また、介護記録データベース４５は、被介護者の介護記録として、被介護者の既往歴を示す情報、フェースシートに記録されている被介護者の情報、又は、被介護者のスケジュールを格納している。フェースシートに記録されている被介護者の情報としては、例えば、被介護者の氏名、年齢、住所、家族構成、趣味、嗜好物、又は、職歴がある。被介護者のスケジュールとしては、例えば、病院に来院するスケジュール、趣味の教室に行くスケジュール、又は、銀行に行くスケジュールがある。また、介護記録データベース４５は、被介護者の往診履歴のほか、被介護者の服薬情報を格納している。服薬情報は、どの被介護者が、どの薬を何時に飲んだかを示す情報である。
医薬介護情報データベース４６は、医薬情報と介護情報とを格納している。医薬情報は、医療に関する一般的な教科書に含まれているような情報であって、例えば、症状、薬、又は、医療的な処置を示している。介護情報は、介護職の教科書に含まれているような情報であって、例えば、介護に関するケア、又は、介護的な処置を示している。
図１に示すシステムでは、学習モデル４３，４４、介護記録データベース４５及び医薬介護情報データベース４６のそれぞれがアドバイス送信装置２の外部に設けられている。しかし、これは一例に過ぎず、学習モデル４３，４４、介護記録データベース４５及び医薬介護情報データベース４６のそれぞれがアドバイス送信装置２の内部に設けられていてもよい。
【0062】
図８では、アドバイス送信装置２の構成要素であるテキストデータ取得部２１、センシングデータ収集部２２、アドバイス決定部２６及びアドバイス送信部２４のそれぞれが、図９に示すような専用のハードウェアによって実現されるものを想定している。即ち、アドバイス送信装置２が、テキストデータ取得回路３１、センシングデータ収集回路３２、アドバイス決定回路３６及びアドバイス送信回路３４によって実現されるものを想定している。
テキストデータ取得回路３１、センシングデータ収集回路３２、アドバイス決定回路３６及びアドバイス送信回路３４のそれぞれは、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡ、又は、これらを組み合わせたものが該当する。
テキストデータ取得回路３１、センシングデータ収集回路３２、アドバイス決定回路３６及びアドバイス送信回路３４のそれぞれは、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡ、又は、これらを組み合わせたものが該当する。
【0063】
アドバイス送信装置２の構成要素は、専用のハードウェアによって実現されるものに限るものではなく、アドバイス送信装置２が、ソフトウェア、ファームウェア、又は、ソフトウェアとファームウェアとの組み合わせによって実現されるものであってもよい。
アドバイス送信装置２が、ソフトウェア又はファームウェア等によって実現される場合、テキストデータ取得部２１、センシングデータ収集部２２、アドバイス決定部２６及びアドバイス送信部２４におけるそれぞれの処理手順をコンピュータに実行させるためのプログラムが図３に示すメモリ５１に格納される。そして、図３に示すプロセッサ５２がメモリ５１に格納されているプログラムを実行する。
アドバイス送信装置２が、ソフトウェア又はファームウェア等によって実現される場合、テキストデータ取得部２１、センシングデータ収集部２２、アドバイス決定部２６及びアドバイス送信部２４におけるそれぞれの処理手順をコンピュータに実行させるためのプログラムが図３に示すメモリ５１に格納される。そして、図３に示すプロセッサ５２がメモリ５１に格納されているプログラムを実行する。
【0064】
また、図９では、アドバイス送信装置２の構成要素のそれぞれが専用のハードウェアによって実現される例を示し、図３では、アドバイス送信装置２がソフトウェア又はファームウェア等によって実現される例を示している。しかし、これは一例に過ぎず、アドバイス送信装置２における一部の構成要素が専用のハードウェアによって実現され、残りの構成要素がソフトウェア又はファームウェア等によって実現されるものであってもよい。
【0065】
次に、図８に示すアドバイス送信装置２の動作について説明する。ただし、アドバイス決定部２６以外は、図１に示すアドバイス送信装置２と同様である。このため、ここでは、主に、アドバイス決定部２６の動作を説明する。
【0066】
アドバイス決定部２６は、テキストデータ取得部２１から、アドバイスの通知要求を示すテキストデータを取得すれば、センシングデータ収集部２２から、被介護者に係るセンシングデータを取得する。
また、アドバイス決定部２６は、介護記録データベース４５から、被介護者の介護記録と、被介護者の服薬情報とを取得する。
ここでは、アドバイス決定部２６が、被介護者の介護記録と被介護者の服薬情報とを取得している。しかし、これは一例に過ぎず、アドバイス決定部２６が、被介護者の介護記録、又は、被介護者の服薬情報のいずれか一方を取得するようにしてもよい。
また、アドバイス決定部２６は、介護記録データベース４５から、被介護者の介護記録と、被介護者の服薬情報とを取得する。
ここでは、アドバイス決定部２６が、被介護者の介護記録と被介護者の服薬情報とを取得している。しかし、これは一例に過ぎず、アドバイス決定部２６が、被介護者の介護記録、又は、被介護者の服薬情報のいずれか一方を取得するようにしてもよい。
【0067】
アドバイス決定部２６は、被介護者に係るセンシングデータと被介護者の介護記録と被介護者の服薬情報とを学習モデル４４に与えて、学習モデル４４から、アドバイスの必要性の判定結果を取得する。
被介護者に係るセンシングデータが、例えば、ベッドセンサ６１のセンシングデータであって、当該センシングデータが、例えば、〇〇さんが眠れていない旨を示しているものとする。このとき、〇〇さんの介護記録に精神的な症状が記録されている場合、又は、〇〇さんの服薬情報にうつ病に関する薬が記録されている場合、学習モデル４４から、アドバイスが必要である旨の判定結果が出力される。
一方、〇〇さんの介護記録に精神的な症状が記録されておらず、かつ、〇〇さんの服薬情報にうつ病に関する薬が記録されていない場合、学習モデル４４から、アドバイスが必要でない旨の判定結果が出力される。
被介護者に係るセンシングデータが、例えば、ベッドセンサ６１のセンシングデータであって、当該センシングデータが、例えば、〇〇さんが眠れていない旨を示しているものとする。このとき、〇〇さんの介護記録に精神的な症状が記録されている場合、又は、〇〇さんの服薬情報にうつ病に関する薬が記録されている場合、学習モデル４４から、アドバイスが必要である旨の判定結果が出力される。
一方、〇〇さんの介護記録に精神的な症状が記録されておらず、かつ、〇〇さんの服薬情報にうつ病に関する薬が記録されていない場合、学習モデル４４から、アドバイスが必要でない旨の判定結果が出力される。
【0068】
被介護者に係るセンシングデータが、例えば、居室センサ６２センサであって、当該センシングデータが、例えば、〇〇さんが動き回っている旨を示しているものとする。このとき、〇〇さんの介護記録に認知症に関する記述が記録されている場合、又は、〇〇さんの服薬情報に認知症に関する薬が記録されている場合、学習モデル４４から、アドバイスが必要である旨の判定結果が出力される。
一方、〇〇さんの介護記録に認知症に関する記述が記録されておらず、かつ、〇〇さんの服薬情報に認知症に関する薬が記録されていない場合、学習モデル４４から、アドバイスが必要でない旨の判定結果が出力される。
一方、〇〇さんの介護記録に認知症に関する記述が記録されておらず、かつ、〇〇さんの服薬情報に認知症に関する薬が記録されていない場合、学習モデル４４から、アドバイスが必要でない旨の判定結果が出力される。
【0069】
アドバイス決定部２６は、学習モデル４４から出力された判定結果が、アドバイスの必要性が有る旨を示していれば、センシングデータと被介護者の介護記録と被介護者の服薬情報とを学習モデル４３に与えて、学習モデル４３から、アドバイスを取得する。
センシングデータが、例えば、〇〇さんが眠れていない旨を示しているとき、〇〇さんの介護記録に精神的な症状が記録されている場合、又は、〇〇さんの服薬情報にうつ病に関する薬が記録されている場合、学習モデル４３から、例えば、以下の（１）～（３）に示すようなアドバイスが出力される。
（１）〇〇さんに悩みがあるかを聞いてください。
（２）〇〇さんに水分をとれているかを聞いてください。
（３）〇〇さんに薬を飲んでいるかを聞いてください。
センシングデータが、例えば、〇〇さんが眠れていない旨を示しているとき、〇〇さんの介護記録に精神的な症状が記録されている場合、又は、〇〇さんの服薬情報にうつ病に関する薬が記録されている場合、学習モデル４３から、例えば、以下の（１）～（３）に示すようなアドバイスが出力される。
（１）〇〇さんに悩みがあるかを聞いてください。
（２）〇〇さんに水分をとれているかを聞いてください。
（３）〇〇さんに薬を飲んでいるかを聞いてください。
【0070】
センシングデータが、例えば、〇〇さんが動き回っている旨を示しているとき、〇〇さんの介護記録に認知症に関する記述が記録されている場合、又は、〇〇さんの服薬情報に認知症に関する薬が記録されている場合、学習モデル４３から、例えば、以下の（１）～（３）に示すようなアドバイスが出力される。
（１）〇〇さんの認知機能を確認してください。
（２）〇〇さんに悩みがあるかを聞いてください。
（３）〇〇さんの服薬状況を確認してください。
（１）〇〇さんの認知機能を確認してください。
（２）〇〇さんに悩みがあるかを聞いてください。
（３）〇〇さんの服薬状況を確認してください。
【0071】
アドバイス決定部２６は、取得したアドバイスをアドバイス送信部２４に出力する。
アドバイス決定部２６は、学習モデル４３から出力された判定結果が、アドバイスの必要性が無い旨を示していれば、アドバイスの決定処理を行わない。
アドバイス決定部２６は、学習モデル４３から出力された判定結果が、アドバイスの必要性が無い旨を示していれば、アドバイスの決定処理を行わない。
【0072】
以上の実施の形態３では、アドバイス決定部２６が、センシングデータ収集部２２により収集されたセンシングデータと被介護者の介護記録とに基づいて、アドバイスの必要性を判定し、アドバイスの必要性があれば、センシングデータと介護記録とに基づいて、アドバイスを決定するように、図８に示すアドバイス送信装置２を構成した。したがって、図８に示すアドバイス送信装置２は、図１に示すアドバイス送信装置２よりも、適正なアドバイスを提供することができる。
【0073】
また、実施の形態３では、アドバイス決定部２６が、センシングデータ収集部２２により収集されたセンシングデータと被介護者の服薬情報とに基づいて、アドバイスの必要性を判定し、アドバイスの必要性があれば、センシングデータと服薬情報とに基づいて、アドバイスを決定するように、図８に示すアドバイス送信装置２を構成した。したがって、図８に示すアドバイス送信装置２は、図１に示すアドバイス送信装置２よりも、適正なアドバイスを提供することができる。
【0074】
実施の形態１～３に係るアドバイス送信装置２では、アドバイス決定部２３，２５，２６が、一種類のセンシングデータを学習モデル４１，４３に与えて、学習モデル４１，４３から、センシングデータに対応するアドバイスを取得している。しかし、これは一例に過ぎず、アドバイス決定部２３等は、複数のセンシングデータを学習モデル４１等に与えて、学習モデル４１等から、複数のセンシングデータに対応するアドバイスを取得するようにしてもよい。
以下、センシングデータに基づく異変と、介護記録と、服薬情報と、アドバイスとの関係を示す具体例を列挙する。
以下、センシングデータに基づく異変と、介護記録と、服薬情報と、アドバイスとの関係を示す具体例を列挙する。
【0075】
（１）具体例（１）
・センシングデータに基づく異変
→異変（１）＋異変（２）
異変（１）＝ずっと眠れていない：ベッドセンサ６１のセンシングデータ等から検出される異変
異変（２）＝血圧に変動がある：バイタルセンサ６５のセンシングデータから検出される異変
・介護記録
→精神的な症状に関する記述がある。
・服薬情報
→精神安定剤の服用情報がある。
・アドバイス
→生活に不安になっていることがあるかを聞いてください。
熱があるかを確認してください。
水分をとれているかを確認してください。
薬は飲めているかを確認してください。
・センシングデータに基づく異変
→異変（１）＋異変（２）
異変（１）＝ずっと眠れていない：ベッドセンサ６１のセンシングデータ等から検出される異変
異変（２）＝血圧に変動がある：バイタルセンサ６５のセンシングデータから検出される異変
・介護記録
→精神的な症状に関する記述がある。
・服薬情報
→精神安定剤の服用情報がある。
・アドバイス
→生活に不安になっていることがあるかを聞いてください。
熱があるかを確認してください。
水分をとれているかを確認してください。
薬は飲めているかを確認してください。
【0076】
（２）具体例（２）
・センシングデータに基づく異変
→異変（１）＋異変（２）
異変（１）＝体温が高い：バイタルセンサ６５のセンシングデータから検出される異変
異変（２）＝水分摂取量が少ない：摂取検知センサ６６のセンシングデータから検出される異変
・介護記録
→風邪症状に関する記述、尿路感染に関する記述、肺炎に関する記述、水分を取りたがらないという記述、又は、厚着で寝ているという記述がある。
・服薬情報
→特になし
・アドバイス
→摂取水分量を確認してください。
部屋の温度を確認してください。
尿路感染の疑いがあります。
熱が下がるようにクーリングをしてください。
・センシングデータに基づく異変
→異変（１）＋異変（２）
異変（１）＝体温が高い：バイタルセンサ６５のセンシングデータから検出される異変
異変（２）＝水分摂取量が少ない：摂取検知センサ６６のセンシングデータから検出される異変
・介護記録
→風邪症状に関する記述、尿路感染に関する記述、肺炎に関する記述、水分を取りたがらないという記述、又は、厚着で寝ているという記述がある。
・服薬情報
→特になし
・アドバイス
→摂取水分量を確認してください。
部屋の温度を確認してください。
尿路感染の疑いがあります。
熱が下がるようにクーリングをしてください。
【0077】
（３）具体例（３）
・センシングデータに基づく異変
→異変（１）＋異変（２）＋異変（３）
異変（１）＝落ち着きがない：居室センサ６２のセンシングデータから検出される異変
異変（２）＝食事量が少ない：摂取検知センサ６６のセンシングデータから検出される異変
異変（３）＝居室から何度も出ている：人感センサ６４のセンシングデータから検出される異変
・介護記録
→認知症に関する記述、又は、風邪症状に関する記述がある。
・服薬情報
→特になし
・アドバイス
→認知機能の低下を確認してください。
上司に相談してください。
声かけをしてください。
服薬履歴を確認してください。
・センシングデータに基づく異変
→異変（１）＋異変（２）＋異変（３）
異変（１）＝落ち着きがない：居室センサ６２のセンシングデータから検出される異変
異変（２）＝食事量が少ない：摂取検知センサ６６のセンシングデータから検出される異変
異変（３）＝居室から何度も出ている：人感センサ６４のセンシングデータから検出される異変
・介護記録
→認知症に関する記述、又は、風邪症状に関する記述がある。
・服薬情報
→特になし
・アドバイス
→認知機能の低下を確認してください。
上司に相談してください。
声かけをしてください。
服薬履歴を確認してください。
【0078】
（４）具体例（４）
・センシングデータに基づく異変
→異変（１）＋異変（２）＋異変（３）
異変（１）＝食事量が低下している：摂取検知センサ６６のセンシングデータから検出される異変
異変（２）＝飲水量が低下している：摂取検知センサ６６のセンシングデータから検出される異変
異変（３）＝皮膚にはりがなくなっている：バイタルセンサ６５のセンシングデータから検出される異変
・介護記録
→高齢である記述、又は、低栄養状態に関する記述がある。
・服薬情報
→特になし
・アドバイス
→水分チェックをしてください。
主治医に相談してください。
・センシングデータに基づく異変
→異変（１）＋異変（２）＋異変（３）
異変（１）＝食事量が低下している：摂取検知センサ６６のセンシングデータから検出される異変
異変（２）＝飲水量が低下している：摂取検知センサ６６のセンシングデータから検出される異変
異変（３）＝皮膚にはりがなくなっている：バイタルセンサ６５のセンシングデータから検出される異変
・介護記録
→高齢である記述、又は、低栄養状態に関する記述がある。
・服薬情報
→特になし
・アドバイス
→水分チェックをしてください。
主治医に相談してください。
【0079】
上記のように、アドバイス決定部２３等が、センシングデータ収集部２２により収集された複数のセンシングデータに基づいて、介護提供者へのアドバイスを決定するように、アドバイス送信装置２を構成したことによって、複数の異変が生じているときのアドバイスの適正化を図ることができる。
【0080】
実施の形態３では、アドバイス決定部２６が、アドバイスの必要性があれば、センシングデータ等に基づいて、アドバイスを決定するように、図８に示すアドバイス送信装置２を構成した。アドバイス決定部２６は、アドバイスを確認した介護提供者が、アドバイスに従って行動したのち、行動の結果を示すテキストデータがテキストデータ取得部２１に与えられた場合（図１０のステップＳＴ１１：ＹＥＳの場合）、さらに、行動の結果に対するアドバイスを決定するようにしてもよい（図１０のステップＳＴ１２～ＳＴ１４）。
以下、アドバイス決定部２６により決定されたアドバイスが、例えば、「熱があるかを確認してください。」であるときに、さらに決定されるアドバイスの一例を具体的に説明する。
図１０は、アドバイス決定部２６による再度のアドバイスの決定例を示すフローチャートである。
ここでは、アドバイス決定部２６によって、「熱があるかを確認してください。」というアドバイスが決定されたのち、介護提供者が、アドバイスに従って、被介護者の熱を測り、被介護者の体温を示すテキストデータがテキストデータ取得部２１に与えられた場合を想定する。
このような場合、アドバイス決定部２６は、被介護者の体温が閾値以上であれば（図１０のステップＳＴ１２：ＹＥＳの場合）、被介護者の体温が高い場合のアドバイスを決定する（図１０のステップＳＴ１３）。このようなアドバイスとしては、例えば、「特定の病気の疑いがあるため、受診させてください」というアドバイス、又は、「脱水の可能性があるため、水分を補給させてください」というアドバイスがある。当該閾値は、アドバイス決定部２６の内部メモリに格納されていてもよいし、アドバイス送信装置２の外部から与えられるものであってもよい。
アドバイス決定部２６は、被介護者の体温が閾値未満であれば（図１０のステップＳＴ１２：ＮＯの場合）、被介護者の体温が高くない場合のアドバイスを決定する（図１０のステップＳＴ１４）。このようなアドバイスとしては、例えば、「様子を観察して、１時間後に、再度、熱を確認してください。」というアドバイスがある。
アドバイス決定部２６は、決定したアドバイスをアドバイス送信部２４に出力する。
以下、アドバイス決定部２６により決定されたアドバイスが、例えば、「熱があるかを確認してください。」であるときに、さらに決定されるアドバイスの一例を具体的に説明する。
図１０は、アドバイス決定部２６による再度のアドバイスの決定例を示すフローチャートである。
ここでは、アドバイス決定部２６によって、「熱があるかを確認してください。」というアドバイスが決定されたのち、介護提供者が、アドバイスに従って、被介護者の熱を測り、被介護者の体温を示すテキストデータがテキストデータ取得部２１に与えられた場合を想定する。
このような場合、アドバイス決定部２６は、被介護者の体温が閾値以上であれば（図１０のステップＳＴ１２：ＹＥＳの場合）、被介護者の体温が高い場合のアドバイスを決定する（図１０のステップＳＴ１３）。このようなアドバイスとしては、例えば、「特定の病気の疑いがあるため、受診させてください」というアドバイス、又は、「脱水の可能性があるため、水分を補給させてください」というアドバイスがある。当該閾値は、アドバイス決定部２６の内部メモリに格納されていてもよいし、アドバイス送信装置２の外部から与えられるものであってもよい。
アドバイス決定部２６は、被介護者の体温が閾値未満であれば（図１０のステップＳＴ１２：ＮＯの場合）、被介護者の体温が高くない場合のアドバイスを決定する（図１０のステップＳＴ１４）。このようなアドバイスとしては、例えば、「様子を観察して、１時間後に、再度、熱を確認してください。」というアドバイスがある。
アドバイス決定部２６は、決定したアドバイスをアドバイス送信部２４に出力する。
【0081】
実施の形態４．
実施の形態４では、アドバイス送信部２７が、アドバイス決定部２６により決定されたアドバイスに基づいて、アドバイスを送信するタイミングを決定するアドバイス送信装置２について説明する。
実施の形態４では、アドバイス送信部２７が、アドバイス決定部２６により決定されたアドバイスに基づいて、アドバイスを送信するタイミングを決定するアドバイス送信装置２について説明する。
【0082】
図１１は、実施の形態４に係るアドバイス送信装置２を含むシステムを示す構成図である。図１１において、図１、図６及び図８と同一符号は、同一又は相当部分を示すので、詳細な説明を省略する。
図１２は、実施の形態４に係るアドバイス送信装置２のハードウェアを示すハードウェア構成図である。図１２において、図２、図７及び図９と同一符号は、同一又は相当部分を示すので、詳細な説明を省略する。
アドバイス送信装置２は、テキストデータ取得部２１、センシングデータ収集部２２、アドバイス決定部２３及びアドバイス送信部２７を備えている。
図１２は、実施の形態４に係るアドバイス送信装置２のハードウェアを示すハードウェア構成図である。図１２において、図２、図７及び図９と同一符号は、同一又は相当部分を示すので、詳細な説明を省略する。
アドバイス送信装置２は、テキストデータ取得部２１、センシングデータ収集部２２、アドバイス決定部２３及びアドバイス送信部２７を備えている。
【0083】
アドバイス送信部２７は、例えば、図１２に示すアドバイス送信回路３７によって実現される。
アドバイス送信部２７は、アドバイス決定部２３から、介護提供者へのアドバイスを取得する。
アドバイス送信部２７は、アドバイス決定部２６により決定されたアドバイスに基づいて、アドバイスを送信するタイミングを決定する。
具体的には、アドバイス送信部２７は、アドバイス決定部２６により決定されたアドバイスを学習モデル４７に与えて、学習モデル４７から、アドバイスの送信タイミングを示す情報を取得する。
アドバイス送信部２７は、決定したタイミングでアドバイスをチャットボット１のチャットボットエンジン部１３に送信する。
アドバイス送信部２７は、アドバイス決定部２３から、介護提供者へのアドバイスを取得する。
アドバイス送信部２７は、アドバイス決定部２６により決定されたアドバイスに基づいて、アドバイスを送信するタイミングを決定する。
具体的には、アドバイス送信部２７は、アドバイス決定部２６により決定されたアドバイスを学習モデル４７に与えて、学習モデル４７から、アドバイスの送信タイミングを示す情報を取得する。
アドバイス送信部２７は、決定したタイミングでアドバイスをチャットボット１のチャットボットエンジン部１３に送信する。
【0084】
学習モデル４７は、例えば、ニューラルネットワークによって実現される。
学習モデル４７は、学習時において、アドバイスと、アドバイスの送信タイミングを示す情報とが与えられて、アドバイスの送信タイミングを学習する。アドバイスの送信タイミングを示す情報は、教師データである。
学習モデル４７は、推論時において、アドバイス送信部２７からアドバイスが与えられると、アドバイスの送信タイミングを示す情報を出力する。
図１１に示すシステムでは、学習モデル４７がアドバイス送信装置２の外部に設けられている。しかし、これは一例に過ぎず、学習モデル４７がアドバイス送信装置２の内部に設けられていてもよい。
学習モデル４７は、学習時において、アドバイスと、アドバイスの送信タイミングを示す情報とが与えられて、アドバイスの送信タイミングを学習する。アドバイスの送信タイミングを示す情報は、教師データである。
学習モデル４７は、推論時において、アドバイス送信部２７からアドバイスが与えられると、アドバイスの送信タイミングを示す情報を出力する。
図１１に示すシステムでは、学習モデル４７がアドバイス送信装置２の外部に設けられている。しかし、これは一例に過ぎず、学習モデル４７がアドバイス送信装置２の内部に設けられていてもよい。
【0085】
図１１に示すシステムは、アドバイス送信部２７及び学習モデル４７のそれぞれが図１に示すシステムに適用されたものである。しかし、これは一例に過ぎず、アドバイス送信部２７及び学習モデル４７のそれぞれが、図６に示すシステム、又は、図８に示すシステムに適用されたものであってもよい。
【0086】
次に、図１１に示すアドバイス送信装置２の動作について説明する。ただし、アドバイス送信部２７以外は、図１に示すアドバイス送信装置２と同様である。このため、ここでは、アドバイス送信部２７の動作のみを説明する。
【0087】
アドバイス送信部２７は、アドバイス決定部２３から、介護提供者へのアドバイスを取得する。
アドバイス送信部２７は、アドバイスを学習モデル４７に与えて、学習モデル４７から、アドバイスの送信タイミングを示す情報を取得する。
アドバイスが、例えば、「〇〇さんの熱が下がるようにクーリングをしてください。」、又は、「悪寒の有無を確認してください。」のように、急を要するアドバイスの場合、学習モデル４７から、送信タイミングを示す情報として、例えば、アドバイスを直ちに送信する旨を示す情報を取得する。
アドバイスが、例えば、「〇〇さんの睡眠が不足している可能性があります。」、又は、「〇〇さんに悩みがあるかを聞いてください。」のように、急を要しないアドバイスの場合、学習モデル４７から、送信タイミングを示す情報として、例えば、アドバイスを１時間以内に送信する旨を示す情報を取得する。
アドバイス送信部２７は、決定したタイミングでアドバイスをチャットボット１のチャットボットエンジン部１３に送信する。
アドバイス送信部２７は、アドバイスを学習モデル４７に与えて、学習モデル４７から、アドバイスの送信タイミングを示す情報を取得する。
アドバイスが、例えば、「〇〇さんの熱が下がるようにクーリングをしてください。」、又は、「悪寒の有無を確認してください。」のように、急を要するアドバイスの場合、学習モデル４７から、送信タイミングを示す情報として、例えば、アドバイスを直ちに送信する旨を示す情報を取得する。
アドバイスが、例えば、「〇〇さんの睡眠が不足している可能性があります。」、又は、「〇〇さんに悩みがあるかを聞いてください。」のように、急を要しないアドバイスの場合、学習モデル４７から、送信タイミングを示す情報として、例えば、アドバイスを１時間以内に送信する旨を示す情報を取得する。
アドバイス送信部２７は、決定したタイミングでアドバイスをチャットボット１のチャットボットエンジン部１３に送信する。
【0088】
以上の実施の形態４では、アドバイス送信部２７が、アドバイス決定部２３により決定されたアドバイスに基づいて、アドバイスを送信するタイミングを決定し、決定したタイミングでアドバイスを送信するように、アドバイス送信装置２を構成した。したがって、アドバイス送信装置２は、被介護者の状況が変化したときに、介護提供者に対してアドバイスを適正なタイミングで提供することができる。
【0089】
図１に示すアドバイス送信装置２では、アドバイス送信部２７が、アドバイスを学習モデル４７に与えて、学習モデル４７から、アドバイスの送信タイミングを示す情報を取得している。しかし、これは一例に過ぎず、アドバイス送信部２７は、例えば、ルールベースに基づいて、アドバイスの送信タイミングを決定するようにしてもよい。
【0090】
なお、本開示は、各実施の形態の自由な組み合わせ、あるいは各実施の形態の任意の構成要素の変形、もしくは各実施の形態において任意の構成要素の省略が可能である。
【産業上の利用可能性】
【0091】
本開示は、アドバイス送信装置及びアドバイス送信方法に適している。
【符号の説明】
【0092】
１ チャットボット、２ アドバイス送信装置、３ センシング装置、１１ 音声認識部、１２ 音声データベース、１３ チャットボットエンジン部、１４ 表示部、１５ 音声出力部、２１ テキストデータ取得部、２２ センシングデータ収集部、２３ アドバイス決定部、２４ アドバイス送信部、２５，２６ アドバイス決定部、２７ アドバイス送信部、３１ テキストデータ取得回路、３２ センシングデータ収集回路、３３ アドバイス決定回路、３４ アドバイス送信回路、３５，３６ アドバイス決定回路、３７ アドバイス送信回路、４１，４２，４３，４４ 学習モデル、４５ 介護記録データベース、４６ 医薬介護情報データベース、４７ 学習モデル、５１ メモリ、５２ プロセッサ、６１ ベッドセンサ、６２ 居室センサ、６３ 家電センサ、６４ 人感センサ、６５ バイタルセンサ、６６ 摂取検知センサ、６７ センシングデータ記録部。
【要約】
被介護者の状況を監視するセンサのセンシングデータを収集するセンシングデータ収集部（２２）と、センシングデータ収集部（２２）により収集されたセンシングデータに基づいて、被介護者に対して介護サービスを提供する介護提供者へのアドバイスを決定するアドバイス決定部（２３）と、アドバイス決定部（２３）により決定されたアドバイスを送信するアドバイス送信部（２４）とを備えるように、アドバイス送信装置（２）を構成した。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】