▶ ディーアールアイキュー ヘルス，インコーポレイテッドの特許一覧
特表2022-524080尿失禁の管理のためのモノのインターネット（ＩＯＴ）ソリューション
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2022-04-27
(54)【発明の名称】尿失禁の管理のためのモノのインターネット（ＩＯＴ）ソリューション
(51)【国際特許分類】
G16H 20/00 20180101AFI20220420BHJP
【ＦＩ】
G16H20/00
【審査請求】未請求
【予備審査請求】未請求
(21)【出願番号】P 2021553004
(86)(22)【出願日】2020-03-04
(85)【翻訳文提出日】2021-11-04
(86)【国際出願番号】 US2020021034
(87)【国際公開番号】W WO2020181010
(87)【国際公開日】2020-09-10
(31)【優先権主張番号】62/813,318
(32)【優先日】2019-03-04
(33)【優先権主張国・地域又は機関】US
(31)【優先権主張番号】62/926,054
(32)【優先日】2019-10-25
(33)【優先権主張国・地域又は機関】US
(31)【優先権主張番号】62/980,416
(32)【優先日】2020-02-23
(33)【優先権主張国・地域又は機関】US
(81)【指定国・地域】
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．ＶＥＬＣＲＯ
(71)【出願人】
【識別番号】521399814
【氏名又は名称】ディーアールアイキュー ヘルス，インコーポレイテッド
(74)【代理人】
【識別番号】100137969
【弁理士】
【氏名又は名称】岡部 憲昭
(74)【代理人】
【識別番号】100104824
【弁理士】
【氏名又は名称】穐場 仁
(74)【代理人】
【識別番号】100121463
【弁理士】
【氏名又は名称】矢口 哲也
(72)【発明者】
【氏名】ディーン，グレゴリー
(72)【発明者】
【氏名】ナシス，ヴァシリス
【テーマコード（参考）】
5L099
【Ｆターム（参考）】
5L099AA15
(57)【要約】
本開示は、インテリジェントなモノのインターネット（ＩｏＴ）監視システムに関し、特に、尿失禁を管理するためのＩｏＴソリューションを実装するための技術（例えば、１つまたは複数のプロセッサによって実行可能なコードまたは命令を格納するシステム、方法、コンピュータプログラム製品）に関する。いくつかの態様は、医療提供者、介護者、または医療従事者などのエンドユーザが、センサおよびＩｏＴデバイスのネットワークを使用して１つまたは複数のクライアントデバイスを介して１人または複数の対象者を管理および監視することを可能にする管理プラットフォームの概念を対象とする。他の態様は、１人または複数の対象者の健康または福祉のメトリックを分析および追跡するための１つまたは複数の予測モデルを訓練および配置するように構成されたデータ分析システムの概念を対象とする。
【選択図】図１
【選択図】図１
【特許請求の範囲】
【請求項1】
データ処理システムが、入力データを取得することと、前記データ処理システムが、センサからのセンサデータを識別するために前記入力データをパースすることと、
前記データ処理システムが、前記センサデータからの第１のエネルギーレベルおよび第２のエネルギーレベルを、前記センサが配置されている環境の乾燥状態または正規化状態と関連付けられた１つまたは複数のエネルギーレベルと比較することであって、前記第１のエネルギーレベルが第１の時刻に取得され、前記第２のエネルギーレベルが、前記第１の時刻の後の第２の時刻に取得される、ことと、
前記データ処理システムが、前記比較に基づいて、前記第１のエネルギーレベルが前記乾燥状態または正規化状態と関連付けられていると判定することと、
前記データ処理システムが、前記比較に基づいて、前記第２のエネルギーレベルが湿りイベントと関連付けられていると判定することと、
前記第２のエネルギーレベルが湿りイベントと関連付けられていると判定したことに応答して、前記データ処理システムが、前記センサと関連付けられた対象者に失禁イベントが発生していると判定することと、
前記データ処理システムが、前記第２の時刻の前記第２のエネルギーレベルの受信後の規定の期間内に前記センサデータが第３のエネルギーレベルを含まないと判定することと、
前記センサデータが前記第３のエネルギーレベルを含まないと判定したことに応答して、前記データ処理システムが、前記対象者と関連付けられた下着または吸収パッドが飽和状態に達していると判定することと、
前記データ処理システムが、前記失禁イベントおよび前記対象者と関連付けられた前記下着または吸収パッドが飽和状態に達していることに関する情報を表示するユーザインターフェースを提供することと
を含む、方法。
【請求項2】
前記パースすることが、前記センサと関連付けられた固有の識別子に基づいて、一定の時間ウィンドウにわたる前記センサからの前記センサデータをグループ化することを含む、請求項１に記載の方法。
【請求項3】
前記第２のエネルギーレベルが前記湿りイベントと関連付けられていると前記判定することが、前記第１のエネルギーレベルと前記第２のエネルギーレベルとの間の変化が前記湿りイベントと関連付けられた所定のエネルギー閾値を超えるか、または前記第２のエネルギーレベルが前記湿りイベントと関連付けられた所定のエネルギー閾値を超えると判定することを含む、請求項１または２に記載の方法。
【請求項4】
前記第１のエネルギーレベルが第１のインピーダンス値であり、前記第２のエネルギーレベルが前記第１のインピーダンス値とは異なる第２のインピーダンス値である、請求項１、２、または３に記載の方法。
【請求項5】
１つまたは複数のデータプロセッサと、前記１つまたは複数のデータプロセッサ上で実行されると、前記１つまたは複数のデータプロセッサに、
入力データを取得する動作と、
センサからのセンサデータを識別するために前記入力データをパースする動作と、
前記センサデータからの第１のエネルギーレベルおよび第２のエネルギーレベルを、前記センサが配置されている環境の乾燥状態または正規化状態と関連付けられた１つまたは複数のエネルギーレベルと比較する動作であって、前記第１のエネルギーレベルが第１の時刻に取得され、前記第２のエネルギーレベルが、前記第１の時刻の後の第２の時刻に取得される、動作と、
前記比較に基づいて、前記第１のエネルギーレベルが前記乾燥状態または正規化状態と関連付けられていると判定する動作と、
前記比較に基づいて、前記第２のエネルギーレベルが湿りイベントと関連付けられていると判定する動作と、
前記第２のエネルギーレベルが湿りイベントと関連付けられていると判定したことに応答して、前記センサと関連付けられた対象者に失禁イベントが発生していると判定する動作と、
前記第２の時刻の前記第２のエネルギーレベルの受信後の規定の期間内に前記センサデータが第３のエネルギーレベルを含まないと判定する動作と、
前記センサデータが前記第３のエネルギーレベルを含まないと判定したことに応答して、前記対象者と関連付けられた下着または吸収パッドが飽和状態に達していると判定する動作と、
前記失禁イベントおよび前記対象者と関連付けられた前記下着または吸収パッドが飽和状態に達していることに関する情報を表示するユーザインターフェースを提供する動作と
を含む動作を行わせる命令を含む非一時的コンピュータ可読記憶媒体と
を含む、システム。
【請求項6】
１つまたは複数のデータプロセッサに、入力データを取得する動作と、
センサからのセンサデータを識別するために前記入力データをパースする動作と、
前記センサデータからの第１のエネルギーレベルおよび第２のエネルギーレベルを、前記センサが配置されている環境の乾燥状態または正規化状態と関連付けられた１つまたは複数のエネルギーレベルと比較する動作であって、前記第１のエネルギーレベルが第１の時刻に取得され、前記第２のエネルギーレベルが、前記第１の時刻の後の第２の時刻に取得される、動作と、
前記比較に基づいて、前記第１のエネルギーレベルが前記乾燥状態または正規化状態と関連付けられていると判定する動作と、
前記比較に基づいて、前記第２のエネルギーレベルが湿りイベントと関連付けられていると判定する動作と、
前記第２のエネルギーレベルが湿りイベントと関連付けられていると判定したことに応答して、前記センサと関連付けられた対象者に失禁イベントが発生していると判定する動作と、
前記第２の時刻の前記第２のエネルギーレベルの受信後の規定の期間内に前記センサデータが第３のエネルギーレベルを含まないと判定する動作と、
前記センサデータが前記第３のエネルギーレベルを含まないと判定したことに応答して、前記対象者と関連付けられた下着または吸収パッドが飽和状態に達していると判定する動作と、
前記失禁イベントおよび前記対象者と関連付けられた前記下着または吸収パッドが飽和状態に達していることに関する情報を表示するユーザインターフェースを提供する動作と
を含む動作を行わせるように構成された命令を含む、非一時的機械可読記憶媒体において有形に具体化されたコンピュータプログラム製品。
【請求項7】
データ処理システムが、入力データを取得することと、前記データ処理システムが、センサからのセンサデータを識別するために前記入力データをパースすることと、
前記データ処理システムが、前記センサデータからの第１のエネルギーレベルおよび第２のエネルギーレベルを、前記センサが配置されている環境の乾燥状態または正規化状態と関連付けられた１つまたは複数のエネルギーレベルと比較することであって、前記第１のエネルギーレベルが第１の時刻に取得され、前記第２のエネルギーレベルが、前記第１の時刻の後の第２の時刻に取得される、ことと、
前記データ処理システムが、前記第１のエネルギーレベルと前記第２のエネルギーレベルとの前記比較に基づいて、前記第１のエネルギーレベルが前記乾燥状態または正規化状態と関連付けられていると判定することと、
前記データ処理システムが、前記比較に基づいて、前記第２のエネルギーレベルが湿りイベントと関連付けられていると判定することと、
前記第２のエネルギーレベルが湿りイベントと関連付けられていると判定したことに応答して、前記データ処理システムが、前記センサと関連付けられた対象者に失禁イベントが発生していると判定することと、
前記データ処理システムが、前記第２の時刻の前記第２のエネルギーレベルの受信後の規定の期間内に前記センサデータが第３のエネルギーレベルを含むと判定することと、
前記センサデータが前記第３のエネルギーレベルを含むと判定したことに応答して、前記データ処理システムが、前記第３のエネルギーレベルを前記第２のエネルギーレベルと比較することと、
前記データ処理システムが、前記第３のエネルギーレベルと前記第２のエネルギーレベルとの前記比較に基づいて、前記第３のエネルギーレベルが乾燥イベントと関連付けられていると判定することと、
前記第３のエネルギーレベルが乾燥イベントと関連付けられていると判定したことに応答して、前記データ処理システムが、前記対象者と関連付けられた下着または吸収パッドが飽和状態に達していないと判定することと、
前記データ処理システムが、前記失禁イベントおよび前記対象者と関連付けられた前記下着または吸収パッドが飽和状態に達していないことに関する情報を表示するユーザインターフェースを提供することと
を含む、方法。
【請求項8】
前記パースすることが、前記センサと関連付けられた固有の識別子に基づいて、一定の時間ウィンドウにわたる前記センサからの前記センサデータをグループ化することを含む、請求項７に記載の方法。
【請求項9】
前記第２のエネルギーレベルが前記湿りイベントと関連付けられていると前記判定することが、前記第１のエネルギーレベルと前記第２のエネルギーレベルとの間の変化が前記湿りイベントと関連付けられた所定のエネルギー閾値を超えるか、または前記第２のエネルギーレベルが前記湿りイベントと関連付けられた所定のエネルギー閾値を超えると判定することを含む、請求項７または８に記載の方法。
【請求項10】
前記第３のエネルギーレベルが乾燥イベントと関連付けられていると前記判定することが、前記第２のエネルギーレベルと前記第３のエネルギーレベルとの間の変化が乾燥イベントと関連付けられた所定の乾燥閾値を超えるか、または前記第３のエネルギーレベルが乾燥イベントと関連付けられた所定の乾燥閾値を超えると判定することを含む、請求項７、８、または９に記載の方法。
【請求項11】
前記第１のエネルギーレベルが第１のインピーダンス値であり、前記第２のエネルギーレベルが前記第１のインピーダンス値とは異なる第２のインピーダンス値であり、前記第３のエネルギーレベルが前記第１のインピーダンス値および前記第２のインピーダンス値とは異なる第３のインピーダンス値である、請求項７、８、９、または１０に記載の方法。
【請求項12】
１つまたは複数のデータプロセッサと、前記１つまたは複数のデータプロセッサ上で実行されると、前記１つまたは複数のデータプロセッサに、
入力データを取得する動作と、
センサからのセンサデータを識別するために前記入力データをパースする動作と、
前記センサデータからの第１のエネルギーレベルおよび第２のエネルギーレベルを、前記センサが配置されている環境の乾燥状態または正規化状態と関連付けられた１つまたは複数のエネルギーレベルと比較する動作であって、前記第１のエネルギーレベルが第１の時刻に取得され、前記第２のエネルギーレベルが、前記第１の時刻の後の第２の時刻に取得される、動作と、
前記第１のエネルギーレベルと前記第２のエネルギーレベルとの前記比較に基づいて、前記第１のエネルギーレベルが前記乾燥状態または正規化状態と関連付けられていると判定する動作と、
前記比較に基づいて、前記第２のエネルギーレベルが湿りイベントと関連付けられていると判定する動作と、
前記第２のエネルギーレベルが湿りイベントと関連付けられていると判定したことに応答して、前記センサと関連付けられた対象者に失禁イベントが発生していると判定する動作と、
前記第２の時刻の前記第２のエネルギーレベルの受信後の規定の期間内に前記センサデータが第３のエネルギーレベルを含むと判定する動作と、
前記センサデータが前記第３のエネルギーレベルを含むと判定したことに応答して、前記第３のエネルギーレベルを前記第２のエネルギーレベルと比較する動作と、
前記第３のエネルギーレベルと前記第２のエネルギーレベルとの前記比較に基づいて、前記第３のエネルギーレベルが乾燥イベントと関連付けられていると判定する動作と、
前記第３のエネルギーレベルが乾燥イベントと関連付けられていると判定したことに応答して、前記対象者と関連付けられた下着または吸収パッドが飽和状態に達していないと判定する動作と、
前記失禁イベントおよび前記対象者と関連付けられた前記下着または吸収パッドが飽和状態に達していないことに関する情報を表示するユーザインターフェースを提供する動作と
を含む動作を行わせる命令を含む非一時的コンピュータ可読記憶媒体と
を含む、システム。
【請求項13】
１つまたは複数のデータプロセッサに、入力データを取得する動作と、
センサからのセンサデータを識別するために前記入力データをパースする動作と、
前記センサデータからの第１のエネルギーレベルおよび第２のエネルギーレベルを、前記センサが配置されている環境の乾燥状態または正規化状態と関連付けられた１つまたは複数のエネルギーレベルと比較する動作であって、前記第１のエネルギーレベルが第１の時刻に取得され、前記第２のエネルギーレベルが、前記第１の時刻の後の第２の時刻に取得される、動作と、
前記第１のエネルギーレベルと前記第２のエネルギーレベルとの前記比較に基づいて、前記第１のエネルギーレベルが前記乾燥状態または正規化状態と関連付けられていると判定する動作と、
前記比較に基づいて、前記第２のエネルギーレベルが湿りイベントと関連付けられていると判定する動作と、
前記第２のエネルギーレベルが湿りイベントと関連付けられていると判定したことに応答して、前記センサと関連付けられた対象者に失禁イベントが発生していると判定する動作と、
前記第２の時刻の前記第２のエネルギーレベルの受信後の規定の期間内に前記センサデータが第３のエネルギーレベルを含むと判定する動作と、
前記センサデータが前記第３のエネルギーレベルを含むと判定したことに応答して、前記第３のエネルギーレベルを前記第２のエネルギーレベルと比較する動作と、
前記第３のエネルギーレベルと前記第２のエネルギーレベルとの前記比較に基づいて、前記第３のエネルギーレベルが乾燥イベントと関連付けられていると判定する動作と、
前記第３のエネルギーレベルが乾燥イベントと関連付けられていると判定したことに応答して、前記対象者と関連付けられた下着または吸収パッドが飽和状態に達していないと判定する動作と、
前記失禁イベントおよび前記対象者と関連付けられた前記下着または吸収パッドが飽和状態に達していないことに関する情報を表示するユーザインターフェースを提供する動作と
を含む動作を行わせるように構成された命令を含む、非一時的機械可読記憶媒体において有形に具体化されたコンピュータプログラム製品。
【請求項14】
データ処理システムが、入力データを取得することと、前記データ処理システムが、センサからのセンサデータを識別するために前記入力データをパースすることと、
前記データ処理システムが、前記センサデータからの第１のエネルギーレベルおよび第２のエネルギーレベルを、静止位置と関連付けられた１つまたは複数のエネルギーレベルと比較することであって、前記第１のエネルギーレベルが第１の時刻に取得され、前記第２のエネルギーレベルが、前記第１の時刻の後の第２の時刻に取得される、ことと、
前記データ処理システムが、前記比較に基づいて、前記第１のエネルギーレベルが前記静止位置と関連付けられていると判定することと、
前記データ処理システムが、前記比較に基づいて、前記第２のエネルギーレベルが運動イベントと関連付けられていると判定することと、
前記第２のエネルギーレベルが運動イベントと関連付けられていると判定したことに応答して、前記データ処理システムが、前記センサと関連付けられた対象者が動いたと判定することと、
前記データ処理システムが、前記第２の時刻の前記第２のエネルギーレベルの受信後の規定の期間内に前記センサデータが第３のエネルギーレベルを含むと判定することと、
前記センサデータが前記第３のエネルギーレベルを含むと判定したことに応答して、前記データ処理システムが、前記第３のエネルギーレベルが前記第２のエネルギーレベルとは異なり、前記第３のエネルギーレベルが、活動と関連付けられた所定の活動閾値を超えると判定することと、
前記データ処理システムの予測モデルが、前記センサデータのパターン、前記運動イベントの前記判定、および前記第３のエネルギーレベルが前記第２のエネルギーレベルとは異なり、前記第３のエネルギーレベルが前記所定の活動閾値を超えるという前記判定に基づいて、前記活動が対象者がベッドで寝返りを打つかまたはベッドから出ることであると予測することと、
前記データ処理システムが、前記対象者がベッドで寝返りを打ったかまたはベッドから出たという前記予測を記録することと
を含む、方法。
【請求項15】
前記パースすることが、前記センサと関連付けられた固有の識別子に基づいて、一定の時間ウィンドウにわたる前記センサからの前記センサデータをグループ化することを含む、請求項１４に記載の方法。
【請求項16】
前記第２のエネルギーレベルが前記運動イベントと関連付けられていると前記判定することが、前記第１のエネルギーレベルと前記第２のエネルギーレベルとの間の変化が前記運動イベントと関連付けられた所定のエネルギー閾値を超えるか、または前記第２のエネルギーレベルが前記運動イベントと関連付けられた所定のエネルギー閾値を超えると判定することを含む、請求項１４または１５に記載の方法。
【請求項17】
前記第１のエネルギーレベルが第１のインピーダンス値であり、前記第２のエネルギーレベルが前記第１のインピーダンス値とは異なる第２のインピーダンス値であり、前記第３のエネルギーレベルが前記第１のインピーダンス値および前記第２のインピーダンス値とは異なる第３のインピーダンス値である、請求項１４、１５、または１６に記載の方法。
【請求項18】
１つまたは複数のデータプロセッサと、前記１つまたは複数のデータプロセッサ上で実行されると、前記１つまたは複数のデータプロセッサに、
入力データを取得する動作と、
センサからのセンサデータを識別するために前記入力データをパースする動作と、
前記センサデータからの第１のエネルギーレベルおよび第２のエネルギーレベルを、静止位置と関連付けられた１つまたは複数のエネルギーレベルと比較する動作であって、前記第１のエネルギーレベルが第１の時刻に取得され、前記第２のエネルギーレベルが、前記第１の時刻の後の第２の時刻に取得される、動作と、
前記比較に基づいて、前記第１のエネルギーレベルが前記静止位置と関連付けられていると判定する動作と、
前記比較に基づいて、前記第２のエネルギーレベルが運動イベントと関連付けられていると判定する動作と、
前記第２のエネルギーレベルが運動イベントと関連付けられていると判定したことに応答して、前記センサと関連付けられた対象者が動いたと判定する動作と、
前記第２の時刻の前記第２のエネルギーレベルの受信後の規定の期間内に前記センサデータが第３のエネルギーレベルを含むと判定する動作と、
前記センサデータが前記第３のエネルギーレベルを含むと判定したことに応答して、前記第３のエネルギーレベルが前記第２のエネルギーレベルとは異なり、前記第３のエネルギーレベルが、活動と関連付けられた所定の活動閾値を超えると判定する動作と、
予測モデルが、前記センサデータのパターン、前記運動イベントの前記判定、および前記第３のエネルギーレベルが前記第２のエネルギーレベルとは異なり、前記第３のエネルギーレベルが前記所定の活動閾値を超えるという前記判定に基づいて、前記活動が対象者がベッドで寝返りを打つかまたはベッドから出ることであると予測する動作と、
前記対象者がベッドで寝返りを打ったかまたはベッドから出たという前記予測を記録する動作と
を含む動作を行わせる命令を含む非一時的コンピュータ可読記憶媒体と
を含む、システム。
【請求項19】
１つまたは複数のデータプロセッサに、入力データを取得する動作と、
センサからのセンサデータを識別するために前記入力データをパースする動作と、
前記センサデータからの第１のエネルギーレベルおよび第２のエネルギーレベルを、静止位置と関連付けられた１つまたは複数のエネルギーレベルと比較する動作であって、前記第１のエネルギーレベルが第１の時刻に取得され、前記第２のエネルギーレベルが、前記第１の時刻の後の第２の時刻に取得される、動作と、
前記比較に基づいて、前記第１のエネルギーレベルが前記静止位置と関連付けられていると判定する動作と、
前記比較に基づいて、前記第２のエネルギーレベルが運動イベントと関連付けられていると判定する動作と、
前記第２のエネルギーレベルが運動イベントと関連付けられていると判定したことに応答して、前記センサと関連付けられた対象者が動いたと判定する動作と、
前記第２の時刻の前記第２のエネルギーレベルの受信後の規定の期間内に前記センサデータが第３のエネルギーレベルを含むと判定する動作と、
前記センサデータが前記第３のエネルギーレベルを含むと判定したことに応答して、前記第３のエネルギーレベルが前記第２のエネルギーレベルとは異なり、前記第３のエネルギーレベルが、活動と関連付けられた所定の活動閾値を超えると判定する動作と、
予測モデルが、前記センサデータのパターン、前記運動イベントの前記判定、および前記第３のエネルギーレベルが前記第２のエネルギーレベルとは異なり、前記第３のエネルギーレベルが前記所定の活動閾値を超えるという前記判定に基づいて、前記活動が対象者がベッドで寝返りを打つかまたはベッドから出ることであると予測する動作と、
前記対象者がベッドで寝返りを打ったかまたはベッドから出たという前記予測を記録する動作と
を含む動作を行わせるように構成された命令を含む、非一時的機械可読記憶媒体において有形に具体化されたコンピュータプログラム製品。
【請求項20】
液透過性トップシートと、前記液透過性トップシートの下に配置された吸収性材料と、
前記液透過性トップシートまたは前記吸収性材料の少なくとも一部分に隣接して配置された非吸収性材料と、
前記吸収性材料が前記液透過性トップシートと液不透過性バックシートとの間に配置されるように、前記吸収性材料の上に配置された前記液不透過性バックシートと、
前記液不透過性バックシートに取り付けられた１つまたは複数の取り付け構造であって、１つまたは複数のセンサを保持する構造である、１つまたは複数の取り付け構造と
を含む、吸収性物品。
【請求項21】
前記１つまたは複数の取り付け構造が、１つまたは複数のスリーブ構造である、請求項２０に記載の吸収性物品。
【請求項22】
前記１つまたは複数の取り付け構造のうちの第１の取り付け構造が、前記下に位置する吸収性材料と前記非吸収性材料との界面の上の前記液不透過性バックシートの前側で前記液不透過性バックシートに取り付けられている、請求項２０または２１に記載の吸収性物品。
【請求項23】
前記１つまたは複数の取り付け構造のうちの第２の取り付け構造が、前記非吸収性材料の外側周縁部の上で前記液不透過性バックシートに取り付けられている、請求項２０、２１、または２２に記載の吸収性物品。
【請求項24】
前記１つまたは複数の取り付け構造のうちの第３の取り付け構造が、前記下に位置する吸収性材料の上の前記液不透過性バックシートの前側で前記液不透過性バックシートに取り付けられている、請求項２０、２１、または２２に記載の吸収性物品。
【請求項25】
前記１つまたは複数の取り付け構造のうちの第４の取り付け構造が、前記下に位置する吸収性材料と前記非吸収性材料との界面の上の前記液不透過性バックシートの後側で前記液不透過性バックシートに取り付けられている、請求項２０、２１、２２、２３、または２４に記載の吸収性物品。
【請求項26】
前記１つまたは複数の取り付け構造が磁気構造である、請求項２０に記載の吸収性物品。
【請求項27】
前記１つまたは複数のセンサをさらに含み、前記１つまたは複数のセンサの各センサが、前記１つまたは複数の取り付け構造のそれぞれの取り付け構造に配置されている、請求項２０に記載の吸収性物品。
【請求項28】
前記１つまたは複数のセンサが１つまたは複数の無線周波数識別（ＲＦＩＤ）センサである、請求項２７に記載の吸収性物品。
【請求項29】
液透過性トップシートと、前記液透過性トップシートの下に配置された吸収性材料と、
前記液透過性トップシートまたは前記吸収性材料の少なくとも一部分に隣接して配置された非吸収性材料と、
前記吸収性材料が前記液透過性トップシートと液不透過性バックシートとの間に配置されるように、前記吸収性材料の上に配置された前記液不透過性バックシートと、
前記液不透過性バックシートに取り付けられた１つまたは複数のセンサと
を含む、吸収性物品。
【請求項30】
前記１つまたは複数のセンサが１つまたは複数の無線周波数識別（ＲＦＩＤ）センサである、請求項２９に記載の吸収性物品。
【請求項31】
前記１つまたは複数のセンサのうちの第１のセンサが、前記下に位置する吸収性材料と前記非吸収性材料との界面の上の前記液不透過性バックシートの前側で前記液不透過性バックシートに取り付けられている、請求項２９または３０に記載の吸収性物品。
【請求項32】
前記１つまたは複数のセンサのうちの第２のセンサが、前記非吸収性材料の外側周縁部の上で前記液不透過性バックシートに取り付けられている、請求項２９、３０、または３１に記載の吸収性物品。
【請求項33】
前記１つまたは複数のセンサのうちの第３のセンサが、前記下に位置する吸収性材料の上の前記液不透過性バックシートの前側で前記液不透過性バックシートに取り付けられている、請求項２９、３０、３１、または３２に記載の吸収性物品。
【請求項34】
前記１つまたは複数のセンサのうちの第４のセンサが、前記下に位置する吸収性材料と前記非吸収性材料との界面の上の前記液不透過性バックシートの後側で前記液不透過性バックシートに取り付けられている、請求項２９、３０、３１、３２、または３３に記載の吸収性物品。
【請求項35】
液透過性トップシートと、前記液透過性トップシートの下に配置された吸収性材料と、
前記液透過性トップシートまたは前記吸収性材料の少なくとも一部分に隣接して配置された非吸収性材料と、
前記吸収性材料が前記液透過性トップシートと液不透過性バックシートとの間に配置されるように、前記吸収性材料の上に配置された前記液不透過性バックシートと、
前記液不透過性バックシートに取り付けられた１つまたは複数のセンサと
を含む吸収性物品と、
前記１つまたは複数のセンサと無線通信するモノのインターネット（ＩｏＴ）デバイスと
を含む、システム。
【請求項36】
前記１つまたは複数のセンサが１つまたは複数の無線周波数識別（ＲＦＩＤ）センサである、請求項３５に記載のシステム。
【請求項37】
前記ＩｏＴデバイスが、ＲＦＩＤリーダとコントローラとを含む、請求項３６に記載のシステム。
【請求項38】
前記１つまたは複数のセンサのうちの第１のセンサが、前記下に位置する吸収性材料と前記非吸収性材料との界面の上の前記液不透過性バックシートの前側で前記液不透過性バックシートに取り付けられている、請求項３５または３６に記載のシステム。
【請求項39】
前記１つまたは複数のセンサのうちの第２のセンサが、前記非吸収性材料の外側周縁部の上で前記液不透過性バックシートに取り付けられている、請求項３５、３６、または３８に記載のシステム。
【請求項40】
前記１つまたは複数のセンサのうちの第３のセンサが、前記下に位置する吸収性材料の上の前記液不透過性バックシートの前側で前記液不透過性バックシートに取り付けられている、請求項３５、３６、３８、または３９に記載のシステム。
【請求項41】
前記１つまたは複数のセンサのうちの第４のセンサが、前記下に位置する吸収性材料と前記非吸収性材料との界面の上の前記液不透過性バックシートの後側で前記液不透過性バックシートに取り付けられている、請求項３５、３６、３８、３９、または４０に記載のシステム。
【請求項42】
前記ＩｏＴデバイスに取り付けられた第１の端部と、前記ＩｏＴデバイスに接続された外部アンテナに取り付けられた第２の端部とを含むアングルブラケットをさらに含む、請求項３５に記載のシステム。
【請求項43】
容器と、前記容器に取り付けられた直線センサ配列であって、前記センサ配列の各センサが、それぞれの液量インジケータに対して前記容器上に位置決めされている、直線センサ配列と、
プロセッサとメモリ・ストレージ・デバイスとを含むコンピューティングデバイスであって、前記メモリ・ストレージ・デバイスにデータテーブルが格納されており、前記テーブルが、前記センサ配列の各センサの固有の識別子と、前記固有の識別子でインデックス付けされたそれぞれの液量とを含む、コンピューティングデバイスと
を含む、測定システム。
【請求項44】
（ｉ）データ処理システムが、入力データを取得することと、（ｉｉ）前記データ処理システムが、収集デバイス上に配置された複数のセンサからモノのインターネット（ＩｏＴ）デバイスによって収集されたすべてのセンサデータを識別するために前記入力データをパースすることであって、前記パースすることが、前記センサの各々と関連付けられた固有の識別子に基づいて、前記センサデータを、時間ウィンドウにわたって前記複数のセンサの各センサから受信されたセンサデータのサブセットにグループ化することを含み、前記複数のセンサのうちのセンサから受信されたセンサデータの少なくとも１つのサブセットが、第１の時刻に取得された第１のエネルギーレベルと、前記第１の時刻の後または前記第１の時刻よりも遅い第２の時刻に取得された第２のエネルギーレベルとを含む、ことと、
（ｉｉｉ）前記データ処理システムが、前記センサデータからの第１のエネルギーレベルおよび第２のエネルギーレベルを、前記複数のセンサが配置されている環境の乾燥状態または正規化状態と関連付けられた１つまたは複数のエネルギーレベルと比較することと、
（ｉｖ）前記データ処理システムが、前記比較に基づいて、前記第１のエネルギーレベルが前記乾燥状態または正規化状態と関連付けられていると判定することと、
（ｖ）前記データ処理システムが、前記比較に基づいて、前記第２のエネルギーレベルが湿りイベントと関連付けられていると判定することと、
（ｖｉ）前記第２のエネルギーレベルが湿りイベントと関連付けられていると判定したことに応答して、前記データ処理システムが、センサデータの前記少なくとも１つのサブセットと関連付けられている前記センサと関連付けられた液量を識別することと、
前記データ処理システムが、前記複数のセンサの他のセンサと関連付けられたセンサデータの他のすべてのサブセットについてステップ（ｉｉｉ）～ステップ（ｖｉ）を繰り返して、前記他のセンサと関連付けられた追加の液量を識別することと、
前記データ処理システムが、前記センサと関連付けられた前記液量および前記他のセンサと関連付けられた前記追加の液量を分析して、前記収集デバイスの総液量を決定することと、
前記データ処理システムが、前記収集デバイスの前記総液量を表示するユーザインターフェースを提供することと
を含む、方法。
【請求項45】
１つまたは複数のデータプロセッサと、前記１つまたは複数のデータプロセッサ上で実行されると、前記１つまたは複数のデータプロセッサに、
（ｉ）入力データを取得する動作と、
（ｉｉ）収集デバイス上に配置された複数のセンサからモノのインターネット（ＩｏＴ）デバイスによって収集されたすべてのセンサデータを識別するために前記入力データをパースする動作であって、前記パースすることが、前記センサの各々と関連付けられた固有の識別子に基づいて、前記センサデータを、前記時間ウィンドウにわたって前記複数のセンサの各センサから受信されたセンサデータのサブセットにグループ化することを含み、前記複数のセンサのうちのセンサから受信されたセンサデータの少なくとも１つのサブセットが、第１の時刻に取得された第１のエネルギーレベルと、前記第１の時刻の後または前記第１の時刻よりも遅い第２の時刻に取得された第２のエネルギーレベルとを含む、動作と、
（ｉｉｉ）前記センサデータからの第１のエネルギーレベルおよび第２のエネルギーレベルを、前記複数のセンサが配置されている環境の乾燥状態または正規化状態と関連付けられた１つまたは複数のエネルギーレベルと比較する動作と、
（ｉｖ）前記比較に基づいて、前記第１のエネルギーレベルが前記乾燥状態または正規化状態と関連付けられていると判定する動作と、
（ｖ）前記比較に基づいて、前記第２のエネルギーレベルが湿りイベントと関連付けられていると判定する動作と、
（ｖｉ）前記第２のエネルギーレベルが湿りイベントと関連付けられていると判定したことに応答して、センサデータの前記少なくとも１つのサブセットと関連付けられている前記センサと関連付けられた液量を識別する動作と、
前記複数のセンサの他のセンサと関連付けられたセンサデータの他のすべてのサブセットについてステップ（ｉｉｉ）～ステップ（ｖｉ）を繰り返して、前記他のセンサと関連付けられた追加の液量を識別する動作と、
前記センサと関連付けられた前記液量および前記他のセンサと関連付けられた前記追加の液量を分析して、前記収集デバイスの総液量を決定する動作と、
前記収集デバイスの前記総液量を表示するユーザインターフェースを提供する動作と
を含む動作を行わせる命令を含む非一時的コンピュータ可読記憶媒体と
を含む、システム。
【請求項46】
１つまたは複数のデータプロセッサに、（ｉ）入力データを取得する動作と、
（ｉｉ）収集デバイス上に配置された複数のセンサからモノのインターネット（ＩｏＴ）デバイスによって収集されたすべてのセンサデータを識別するために前記入力データをパースする動作であって、前記パースすることが、前記センサの各々と関連付けられた固有の識別子に基づいて、前記センサデータを、前記時間ウィンドウにわたって前記複数のセンサの各センサから受信されたセンサデータのサブセットにグループ化することを含み、前記複数のセンサのうちのセンサから受信されたセンサデータの少なくとも１つのサブセットが、第１の時刻に取得された第１のエネルギーレベルと、前記第１の時刻の後または前記第１の時刻よりも遅い第２の時刻に取得された第２のエネルギーレベルとを含む、動作と、
（ｉｉｉ）前記センサデータからの第１のエネルギーレベルおよび第２のエネルギーレベルを、前記複数のセンサが配置されている環境の乾燥状態または正規化状態と関連付けられた１つまたは複数のエネルギーレベルと比較する動作と、
（ｉｖ）前記比較に基づいて、前記第１のエネルギーレベルが前記乾燥状態または正規化状態と関連付けられていると判定する動作と、
（ｖ）前記比較に基づいて、前記第２のエネルギーレベルが湿りイベントと関連付けられていると判定する動作と、
（ｖｉ）前記第２のエネルギーレベルが湿りイベントと関連付けられていると判定したことに応答して、センサデータの前記少なくとも１つのサブセットと関連付けられている前記センサと関連付けられた液量を識別する動作と、
前記複数のセンサの他のセンサと関連付けられたセンサデータの他のすべてのサブセットについてステップ（ｉｉｉ）～ステップ（ｖｉ）を繰り返して、前記他のセンサと関連付けられた追加の液量を識別する動作と、
前記センサと関連付けられた前記液量および前記他のセンサと関連付けられた前記追加の液量を分析して、前記収集デバイスの総液量を決定する動作と、
前記収集デバイスの前記総液量を表示するユーザインターフェースを提供する動作と
を含む動作を行わせるように構成された命令を含む、非一時的機械可読記憶媒体において有形に具体化されたコンピュータプログラム製品。
【請求項47】
データ処理システムが、対象者と関連付けられた複数の無線周波数識別（ＲＦＩＤ）センサからセンサデータを取得することと、前記データ処理システムが前記センサデータを使用して、ある期間にわたる複数の失禁イベントを判定することと、
前記データ処理システムが前記判定された複数の失禁イベントを使用して、前記対象者の平均排尿間隔を決定することと、
前記データ処理システムが、前記平均排尿間隔に基づいて、前記判定された複数の失禁イベントにおける統計的異常を判定することと、
予測モデルが、前記センサデータおよび前記統計的異常に基づいて、対象者が尿路感染症を患っているかまたは発症するリスクを予測することと、
前記データ処理システムが、前記対象者が前記尿路感染症を患っているかまたは発症する前記予測されるリスクに関する情報を表示するユーザインターフェースを提供することと
を含む、方法。
【請求項48】
前記統計的異常を判定したことに応答して、前記データ処理システムが、前記対象者に対して尿検査および尿培養が行われるよう求める要求をトリガすること、をさらに含む、請求項４７に記載の方法。
【請求項49】
前記データ処理システムが、前記尿検査および尿培養の結果を取得することをさらに含み、前記対象者が前記尿路感染症を患っているかまたは発症する前記リスクを前記予測することが、前記センサデータと、前記統計的異常と、前記尿検査および尿培養の前記結果とに基づくものである、請求項４７に記載の方法。
【請求項50】
前記データ処理システムが、食事の時間間隔、ＩＶ速度、ｇ経管栄養速度、またはそれらの組み合わせを含む追加データを取得することをさらに含み、前記対象者が前記尿路感染症を患っているかまたは発症する前記リスクを前記予測することが、前記センサデータと、前記統計的異常と、前記尿検査および尿培養の結果と、前記追加データとに基づくものである、請求項４９に記載の方法。
【請求項51】
１つまたは複数のデータプロセッサと、前記１つまたは複数のデータプロセッサ上で実行されると、前記１つまたは複数のデータプロセッサに、
対象者と関連付けられた複数の無線周波数識別（ＲＦＩＤ）センサからセンサデータを取得する動作と、
前記センサデータを使用して、ある期間にわたる複数の失禁イベントを判定する動作と、
前記判定された複数の失禁イベントを使用して、前記対象者の平均排尿間隔を決定する動作と、
前記平均排尿間隔に基づいて、前記判定された複数の失禁イベントにおける統計的異常を判定する動作と、
予測モデルが、前記センサデータおよび前記統計的異常に基づいて、対象者が尿路感染症を患っているかまたは発症するリスクを予測する動作と、
前記対象者が前記尿路感染症を患っているかまたは発症する前記予測されるリスクに関する情報を表示するユーザインターフェースを提供する動作と
を含む動作を行わせる命令を含む非一時的コンピュータ可読記憶媒体と
を含む、システム。
【請求項52】
１つまたは複数のデータプロセッサに、対象者と関連付けられた複数の無線周波数識別（ＲＦＩＤ）センサからセンサデータを取得する動作と、
前記センサデータを使用して、ある期間にわたる複数の失禁イベントを判定する動作と、
前記判定された複数の失禁イベントを使用して、前記対象者の平均排尿間隔を決定する動作と、
前記平均排尿間隔に基づいて、前記判定された複数の失禁イベントにおける統計的異常を判定する動作と、
予測モデルが、前記センサデータおよび前記統計的異常に基づいて、対象者が尿路感染症を患っているかまたは発症するリスクを予測する動作と、
前記対象者が前記尿路感染症を患っているかまたは発症する前記予測されるリスクに関する情報を表示するユーザインターフェースを提供する動作と
を含む動作を行わせるように構成された命令を含む、非一時的機械可読記憶媒体において有形に具体化されたコンピュータプログラム製品。
【請求項53】
データ処理システムが、対象者と関連付けられた複数の無線周波数識別（ＲＦＩＤ）センサからセンサデータを取得することと、前記データ処理システムが前記センサデータを使用して、ある期間にわたる複数の運動イベントを判定することと、
第１の予測モデルが、前記判定された複数の運動イベントを使用して、運動活動のパターンを決定することと、
第２の予測モデルが、前記センサデータと前記運動活動のパターンとに基づいて、対象者が褥瘡を患っているかまたは発症するリスクを予測することと、
前記データ処理システムが、前記対象者が前記褥瘡を患っているかまたは発症する前記予測されたリスクに関する情報を表示するユーザインターフェースを提供することと
を含む、方法。
【請求項54】
前記データ処理システムが、前記対象者とのスタッフの関与の頻度を含む追加データを取得することをさらに含み、前記対象者が前記褥瘡を患っているかまたは発症するリスクを前記予測することが、前記センサデータと、前記運動活動のパターンと、前記追加データとに基づくものである、請求項５３に記載の方法。
【請求項55】
１つまたは複数のデータプロセッサと、前記１つまたは複数のデータプロセッサ上で実行されると、前記１つまたは複数のデータプロセッサに、
対象者と関連付けられた複数の無線周波数識別（ＲＦＩＤ）センサからセンサデータを取得する動作と、
前記センサデータを使用して、ある期間にわたる複数の運動イベントを判定する動作と、
第１の予測モデルが、前記判定された複数の運動イベントを使用して、運動活動のパターンを決定する動作と、
第２の予測モデルが、前記センサデータと前記運動活動のパターンとに基づいて、対象者が褥瘡を患っているかまたは発症するリスクを予測する動作と、
前記対象者が前記褥瘡を患っているかまたは発症する前記予測されるリスクに関する情報を表示するユーザインターフェースを提供する動作と
を含む動作を行わせる命令を含む非一時的コンピュータ可読記憶媒体と
を含む、システム。
【請求項56】
１つまたは複数のデータプロセッサに、対象者と関連付けられた複数の無線周波数識別（ＲＦＩＤ）センサからセンサデータを取得する動作と、
前記センサデータを使用して、ある期間にわたる複数の運動イベントを判定する動作と、
第１の予測モデルが、前記判定された複数の運動イベントを使用して、運動活動のパターンを決定する動作と、
第２の予測モデルが、前記センサデータと前記運動活動のパターンとに基づいて、対象者が褥瘡を患っているかまたは発症するリスクを予測する動作と、
前記対象者が前記褥瘡を患っているかまたは発症する前記予測されるリスクに関する情報を表示するユーザインターフェースを提供する動作と
を含む動作を行わせるように構成された命令を含む、非一時的機械可読記憶媒体において有形に具体化されたコンピュータプログラム製品。
【発明の詳細な説明】
【技術分野】
【0001】
関連出願の相互参照
[0001]本出願は、２０２０年２月２３日に出願された、「ＩＮＴＥＲＮＥＴ ＯＦ ＴＨＩＮＧＳ（ＩＯＴ）ＳＯＬＵＴＩＯＮ ＦＯＲ ＭＡＮＡＧＥＭＥＮＴ ＯＦ ＵＲＩＮＡＲＹ ＩＮＣＯＮＴＩＮＥＮＣＥ」と題する米国仮出願第６２／９８０，４１６号、２０１９年１０月２５日に出願された、「ＲＥＭＯＴＥ ＶＯＬＵＭＥ ＭＥＡＳＵＲＥＭＥＮＴ ＵＳＩＮＧ Ａ ＰＡＳＳＩＶＥ ＬＩＮＥＡＲ ＲＦＩＤ ＴＡＧ ＡＲＲＡＹ ＩＮ ＣＯＮＪＵＮＣＴＩＯＮ ＷＩＴＨ Ａ ＵＨＦ ＲＦＩＤ ＴＲＡＮＳＣＥＩＶＥＲ ＡＮＤ ＩＯＴ ＧＡＴＥＷＡＹ」と題する米国仮出願第６２／９２６，０５４号、および２０１９年３月４日に出願された、「ＩＮＴＥＲＮＥＴ ＯＦ ＴＨＩＮＧＳ ＥＮＡＢＬＥＤ ＢＥＤ－ＷＥＴＴＩＮＧ ＡＮＤ ＭＯＢＩＬＩＴＹ ＡＬＡＲＭ」と題する米国仮出願第６２／８１３，３１８号の優先権の利益を主張し、これらの内容はあらゆる目的のために参照により本明細書に組み入れられる。
[0001]本出願は、２０２０年２月２３日に出願された、「ＩＮＴＥＲＮＥＴ ＯＦ ＴＨＩＮＧＳ（ＩＯＴ）ＳＯＬＵＴＩＯＮ ＦＯＲ ＭＡＮＡＧＥＭＥＮＴ ＯＦ ＵＲＩＮＡＲＹ ＩＮＣＯＮＴＩＮＥＮＣＥ」と題する米国仮出願第６２／９８０，４１６号、２０１９年１０月２５日に出願された、「ＲＥＭＯＴＥ ＶＯＬＵＭＥ ＭＥＡＳＵＲＥＭＥＮＴ ＵＳＩＮＧ Ａ ＰＡＳＳＩＶＥ ＬＩＮＥＡＲ ＲＦＩＤ ＴＡＧ ＡＲＲＡＹ ＩＮ ＣＯＮＪＵＮＣＴＩＯＮ ＷＩＴＨ Ａ ＵＨＦ ＲＦＩＤ ＴＲＡＮＳＣＥＩＶＥＲ ＡＮＤ ＩＯＴ ＧＡＴＥＷＡＹ」と題する米国仮出願第６２／９２６，０５４号、および２０１９年３月４日に出願された、「ＩＮＴＥＲＮＥＴ ＯＦ ＴＨＩＮＧＳ ＥＮＡＢＬＥＤ ＢＥＤ－ＷＥＴＴＩＮＧ ＡＮＤ ＭＯＢＩＬＩＴＹ ＡＬＡＲＭ」と題する米国仮出願第６２／８１３，３１８号の優先権の利益を主張し、これらの内容はあらゆる目的のために参照により本明細書に組み入れられる。
【0002】
分野
[0002]本開示は、インテリジェントなモノのインターネット（ＩｏＴ）監視システムに関し、特に、尿失禁を管理するためのＩｏＴソリューションを実装するための技術（例えば、１つまたは複数のプロセッサによって実行可能なコードまたは命令を格納するシステム、方法、コンピュータプログラム製品）に関する。
[0002]本開示は、インテリジェントなモノのインターネット（ＩｏＴ）監視システムに関し、特に、尿失禁を管理するためのＩｏＴソリューションを実装するための技術（例えば、１つまたは複数のプロセッサによって実行可能なコードまたは命令を格納するシステム、方法、コンピュータプログラム製品）に関する。
【背景技術】
【0003】
[0003]尿失禁は、一般に、膀胱制御の喪失および結果として生じる不随意の尿漏れとして定義することができる。多数の身体障害が尿失禁の一因となっており、これらには、泌尿器系障害、婦人科系障害および神経系障害、ならびに認知症や運動性の喪失（ベッド拘束を含む）などの機能障害が含まれる。特に、切迫性尿失禁、腹圧性尿失禁、混合型尿失禁、溢流性尿失禁、および機能性尿失禁を含むいくつかの異なるタイプの尿失禁がある。切迫性尿失禁は、切迫性を伴うかまたは直後に切迫性が続く不随意の漏れであり、排尿筋過活動を示す。腹圧性尿失禁は、努力や労作による、またはくしゃみや咳による不随意の漏れであり、通常、尿道可動性の増加、内在する括約筋機能の低下、または骨盤底筋の弱さに関連している。混合型尿失禁は、切迫性尿失禁と腹圧性尿失禁との組み合わせである。溢流性尿失禁は、閉塞（例えば、前立腺肥大）または神経学的疾患（例えば、脊髄損傷）によって引き起こされる膀胱の過膨張と関連付けられる。機能性尿失禁は、無傷の下部尿路系の存在下での漏れであり、運動性の低下、認知障害、または着衣失行などの機能的制限によるものである。
【0004】
[0004]尿失禁は、一般に、介護施設入居者（例えば、介護施設入居者の５０％超が罹患している）で遭遇され、かなりの罹患率および医療資源の利用と関連付けられる。介護施設入居者は、典型的には、慢性疾患、認知障害、および機能的制限を含む様々な病気を患っている。長期介護入居者における尿失禁の病因は通常多因子性であるが、認知症および不動を含む機能障害が主な危険因子である。不動は、介護施設入居者がトイレに行くのを妨げることによって、介護施設入居者の失禁の可能性を高めるのに対して、認知症は、入居者らがトイレに行こうとする意欲を低下させる。他の潜在的に修正可能な危険因子としては、骨盤底筋収縮の低下、便秘、糖尿病のコントロール不良、せん妄、収縮期高血圧、パーキンソニズム、関節炎、腰痛、難聴および視力障害、反復性尿路感染症、薬物（例えば、ベンゾジアゼピン、精神安定剤、抗うつ薬、催眠薬、利尿薬）、高カフェイン摂取、喫煙、ならびに肥満が挙げられる。
【0005】
[0005]尿失禁管理は、典型的には、排尿筋の不安定性、尿路感染症、食事性下痢または薬剤誘発の下痢、便秘および宿便などの根本原因の特定および治療に重点を置く。適切な管理にもかかわらず、入居者が、認知症および健康または拘束関連の不動のために失禁状態のままの場合もある。典型的には、介護施設は、入居者に十分に頻繁な排泄介助（排尿自覚刺激行動療法（ｐｒｏｍｐｔｅｄ ｖｏｉｄｉｎｇ）を含む）を提供するためのスタッフおよび財源を欠いている。特殊な下着および吸収パッドの使用は、尿失禁管理のための通常の慣行である。診療ガイドラインは、入居者の汚れた衣類を適時に交換し、皮膚を洗浄すべきであると規定している。しかしながら、失禁管理の活動を実施するのに必要な時間量を記述するデータはほとんど存在せず、皮膚洗浄がどれほど良好に結果を改善し得るかについてのデータはさらに少ない。それにもかかわらず、入居者の下着および吸収パッドの交換回数が少なすぎることによる皮膚の尿への暴露は、皮膚湿潤の著しい増加をもたらし、摩擦および摩耗が増加し、会陰部が皮膚刺激を受けやすくなり、褥瘡の治癒過程を損なう可能性がある。したがって、尿失禁を管理するための改善された技術が必要とされている。
【発明の概要】
【0006】
[0006]１台または複数のコンピュータのシステムを、稼働に際してシステムに動作を行わせるソフトウェア、ファームウェア、ハードウェア、またはそれらの組み合わせがシステムにインストールすることによって、特定の作業または動作を行うように構成することができる。１つまたは複数のコンピュータプログラムを、データ処理装置によって実行されると、装置に動作を行わせる命令を含めることによって、特定の作業または動作を行うように構成することができる。１つの一般的な態様は、データ処理システムが、入力データを取得することと、データ処理システムが、センサからのセンサデータを識別するために入力データをパースすることと、データ処理システムが、センサデータからの第１のエネルギーレベルおよび第２のエネルギーレベルを、センサが配置されている環境の乾燥状態または正規化状態と関連付けられた１つまたは複数のエネルギーレベルと比較することであって、第１のエネルギーレベルが第１の時刻に取得され、第２のエネルギーレベルが、第１の時刻の後の第２の時刻に取得される、ことと、を含む方法を含む。この方法はまた、データ処理システムが、比較に基づいて、第１のエネルギーレベルが乾燥状態または正規化状態と関連付けられていると判定することと、データ処理システムが、比較に基づいて、第２のエネルギーレベルが湿りイベントと関連付けられていると判定することと、第２のエネルギーレベルが湿りイベントと関連付けられていると判定したことに応答して、データ処理システムが、センサと関連付けられた対象者に失禁イベントが発生していると判定することとを含む。この方法はまた、データ処理システムが、第２の時刻の第２のエネルギーレベルの受信後の規定の期間内にセンサデータが第３のエネルギーレベルを含まないと判定することと、センサデータが第３のエネルギーレベルを含まないと判定したことに応答して、データ処理システムが、対象者と関連付けられた下着または吸収パッドが飽和状態に達していると判定することと、データ処理システムが、失禁イベントおよび対象者と関連付けられた下着または吸収パッドが飽和状態に達していることに関する情報を表示するユーザインターフェースを提供することとを含む。この態様の他の実施形態は、各方法の動作を行うように各々構成された、対応するコンピュータシステム、装置、および１つまたは複数のコンピュータ記憶デバイスに記録されたコンピュータプログラムを含む。
【0007】
[0007]実装形態は、以下の特徴のうちの１つまたは複数を含み得る。パースすることが、センサと関連付けられた固有の識別子に基づいて、一定の時間ウィンドウにわたるセンサからのセンサデータをグループ化することを含む、方法。第２のエネルギーレベルが湿りイベントと関連付けられていると判定することが、第１のエネルギーレベルと第２のエネルギーレベルとの間の変化が湿りイベントと関連付けられた所定のエネルギー閾値を超えるか、または第２のエネルギーレベルが湿りイベントと関連付けられた所定のエネルギー閾値を超えると判定することを含む、方法。第１のエネルギーレベルが第１のインピーダンス値であり、第２のエネルギーレベルが第１のインピーダンス値とは異なる第２のインピーダンス値である、方法。記載の技術の実装形態は、ハードウェア、方法もしくはプロセス、またはコンピュータアクセス可能媒体上のコンピュータソフトウェアを含み得る。
【0008】
[0008]１つの一般的な態様は、データ処理システムが、入力データを取得することと、データ処理システムが、センサからのセンサデータを識別するために入力データをパースすることと、データ処理システムが、センサデータからの第１のエネルギーレベルおよび第２のエネルギーレベルを、センサが配置されている環境の乾燥状態または正規化状態と関連付けられた１つまたは複数のエネルギーレベルと比較することであって、第１のエネルギーレベルが第１の時刻に取得され、第２のエネルギーレベルが、第１の時刻の後の第２の時刻に取得される、ことと、を含む方法を含む。この方法はまた、データ処理システムが、第１のエネルギーレベルと第２のエネルギーレベルとの比較に基づいて、第１のエネルギーレベルが乾燥状態または正規化状態と関連付けられていると判定することと、データ処理システムが、比較に基づいて、第２のエネルギーレベルが湿りイベントと関連付けられていると判定することと、第２のエネルギーレベルが湿りイベントと関連付けられていると判定したことに応答して、データ処理システムが、センサと関連付けられた対象者に失禁イベントが発生していると判定することとを含む。この方法はまた、データ処理システムが、第２の時刻の第２のエネルギーレベルの受信後の規定の期間内にセンサデータが第３のエネルギーレベルを含むと判定することと、センサデータが第３のエネルギーレベルを含むと判定したことに応答して、データ処理システムが、第３のエネルギーレベルを第２のエネルギーレベルと比較することとを含む。この方法はまた、データ処理システムが、第３のエネルギーレベルと第２のエネルギーレベルとの比較に基づいて、第３のエネルギーレベルが乾燥イベントと関連付けられていると判定することと、第３のエネルギーレベルが乾燥イベントと関連付けられていると判定したことに応答して、データ処理システムが、対象者と関連付けられた下着または吸収パッドが飽和状態に達していないと判定することと、データ処理システムが、失禁イベントおよび対象者と関連付けられた下着または吸収パッドが飽和状態に達していないことに関する情報を表示するユーザインターフェースを提供することとを含む。この態様の他の実施形態は、各方法の動作を行うように各々構成された、対応するコンピュータシステム、装置、および１つまたは複数のコンピュータ記憶デバイスに記録されたコンピュータプログラムを含む。
【0009】
[0009]実装形態は、以下の特徴のうちの１つまたは複数を含み得る。パースすることが、センサと関連付けられた固有の識別子に基づいて、一定の時間ウィンドウにわたるセンサからのセンサデータをグループ化することを含む、方法。第２のエネルギーレベルが湿りイベントと関連付けられていると判定することが、第１のエネルギーレベルと第２のエネルギーレベルとの間の変化が湿りイベントと関連付けられた所定のエネルギー閾値を超えるか、または第２のエネルギーレベルが湿りイベントと関連付けられた所定のエネルギー閾値を超えると判定することを含む、方法。第３のエネルギーレベルが乾燥イベントと関連付けられていると判定することが、第２のエネルギーレベルと第３のエネルギーレベルとの間の変化が乾燥イベントと関連付けられた所定の乾燥閾値を超えるか、または第３のエネルギーレベルが乾燥イベントと関連付けられた所定の乾燥閾値を超えると判定することを含む、方法。第１のエネルギーレベルが第１のインピーダンス値であり、第２のエネルギーレベルが第１のインピーダンス値とは異なる第２のインピーダンス値であり、第３のエネルギーレベルが第１のインピーダンス値および第２のインピーダンス値とは異なる第３のインピーダンス値である、方法。記載の技術の実装形態は、ハードウェア、方法もしくはプロセス、またはコンピュータアクセス可能媒体上のコンピュータソフトウェアを含み得る。
【0010】
[0010]１つの一般的な態様は、データ処理システムが、入力データを取得することと、データ処理システムが、センサからのセンサデータを識別するために入力データをパースすることと、データ処理システムが、センサデータからの第１のエネルギーレベルおよび第２のエネルギーレベルを、静止位置と関連付けられた１つまたは複数のエネルギーレベルと比較することであって、第１のエネルギーレベルが第１の時刻に取得され、第２のエネルギーレベルが、第１の時刻の後の第２の時刻に取得される、ことと、を含む方法を含む。この方法はまた、データ処理システムが、比較に基づいて、第１のエネルギーレベルが静止位置と関連付けられていると判定することを含む。この方法はまた、データ処理システムが、比較に基づいて、第２のエネルギーレベルが運動イベントと関連付けられていると判定することを含む。この方法はまた、第２のエネルギーレベルが運動イベントと関連付けられていると判定したことに応答して、データ処理システムが、センサと関連付けられた対象者が動いたと判定することと、データ処理システムが、第２の時刻の第２のエネルギーレベルの受信後の規定の期間内にセンサデータが第３のエネルギーレベルを含むと判定することとを含む。この方法はまた、センサデータが第３のエネルギーレベルを含むと判定したことに応答して、データ処理システムが、第３のエネルギーレベルが第２のエネルギーレベルとは異なり、第３のエネルギーレベルが、活動と関連付けられた所定の活動閾値を超えると判定することを含む。この方法はまた、データ処理システムの予測モデルが、センサデータのパターン、運動イベントの判定、および第３のエネルギーレベルが第２のエネルギーレベルとは異なり、第３のエネルギーレベルが所定の活動閾値を超えるという判定に基づいて、活動が、対象者がベッドで寝返りを打つかまたはベッドから出ることであると予測することを含む。この方法はまた、データ処理システムが、対象者がベッドで寝返りを打ったかまたはベッドから出たという予測を記録することを含む。この態様の他の実施形態は、各方法の動作を行うように各々構成された、対応するコンピュータシステム、装置、および１つまたは複数のコンピュータ記憶デバイスに記録されたコンピュータプログラムを含む。
【0011】
[0011]実装形態は、以下の特徴のうちの１つまたは複数を含み得る。パースすることが、センサと関連付けられた固有の識別子に基づいて、一定の時間ウィンドウにわたるセンサからのセンサデータをグループ化することを含む、方法。第２のエネルギーレベルが運動イベントと関連付けられていると判定することが、第１のエネルギーレベルと第２のエネルギーレベルとの間の変化が運動イベントと関連付けられた所定のエネルギー閾値を超えるか、または第２のエネルギーレベルが運動イベントと関連付けられた所定のエネルギー閾値を超えると判定することを含む、方法。第１のエネルギーレベルが第１のインピーダンス値であり、第２のエネルギーレベルが第１のインピーダンス値とは異なる第２のインピーダンス値であり、第３のエネルギーレベルが第１のインピーダンス値および第２のインピーダンス値とは異なる第３のインピーダンス値である、方法。記載の技術の実装形態は、ハードウェア、方法もしくはプロセス、またはコンピュータアクセス可能媒体上のコンピュータソフトウェアを含み得る。
【0012】
[0012]１つの一般的な態様は、液透過性トップシート、を含む吸収性物品を含む。吸収性物品はまた、液透過性トップシートの下に配置された吸収性材料を含む。吸収性物品はまた、液透過性トップシートまたは吸収性材料の少なくとも一部分に隣接して配置された非吸収性材料を含む。吸収性物品はまた、吸収性材料が液透過性トップシートと液不透過性バックシートとの間に配置されるように、吸収性材料の上に配置された液不透過性バックシートを含む。吸収性物品はまた、液不透過性バックシートに取り付けられた１つまたは複数の取り付け構造を含み、１つまたは複数の取り付け構造は、１つまたは複数のセンサを保持する構造である。
【0013】
[0013]実装形態は、以下の特徴のうちの１つまたは複数を含み得る。１つまたは複数の取り付け構造が、１つまたは複数のスリーブ構造である、吸収性物品。１つまたは複数の取り付け構造のうちの第１の取り付け構造が、下に位置する吸収性材料と非吸収性材料との界面の上の液不透過性バックシートの前側で液不透過性バックシートに取り付けられている、吸収性物品。１つまたは複数の取り付け構造のうちの第２の取り付け構造が、非吸収性材料の外側周縁部の上で液不透過性バックシートに取り付けられている、吸収性物品。１つまたは複数の取り付け構造のうちの第４の取り付け構造が、下に位置する吸収性材料と非吸収性材料との界面の上の液不透過性バックシートの後側で液不透過性バックシートに取り付けられている、吸収性物品。１つまたは複数の取り付け構造のうちの第３の取り付け構造が、下に位置する吸収性材料の上で液不透過性バックシートの前側の液不透過性バックシートに取り付けられている、吸収性物品。１つまたは複数の取り付け構造が磁気構造である、吸収性物品。１つまたは複数のセンサをさらに含み、１つまたは複数のセンサの各センサが、１つまたは複数の取り付け構造のそれぞれの取り付け構造に配置されている、吸収性物品。１つまたは複数のセンサが、１つまたは複数の無線周波数識別（ＲＦＩＤ）センサである、吸収性物品。
【0014】
[0014]１つの一般的な態様は、液透過性トップシート、を含む吸収性物品を含む。吸収性物品はまた、液透過性トップシートの下に配置された吸収性材料を含む。吸収性物品はまた、液透過性トップシートまたは吸収性材料の少なくとも一部分に隣接して配置された非吸収性材料を含む。吸収性物品はまた、吸収性材料が液透過性トップシートと液不透過性バックシートとの間に配置されるように、吸収性材料の上に配置された液不透過性バックシートを含む。吸収性物品はまた、液不透過性バックシートに取り付けられた１つまたは複数のセンサを含む。
【0015】
[0015]実装形態は、以下の特徴のうちの１つまたは複数を含み得る。１つまたは複数のセンサが、１つまたは複数の無線周波数識別（ＲＦＩＤ）センサである、吸収性物品。１つまたは複数のセンサのうちの第１のセンサが、下に位置する吸収性材料と非吸収性材料との界面の上の液不透過性バックシートの前側で液不透過性バックシートに取り付けられている、吸収性物品。１つまたは複数のセンサのうちの第２のセンサが、非吸収性材料の外側周縁部の上で液不透過性バックシートに取り付けられている、吸収性物品。１つまたは複数のセンサのうちの第３のセンサが、下に位置する吸収性材料の上で液不透過性バックシートの前側の液不透過性バックシートに取り付けられている、吸収性物品。１つまたは複数のセンサのうちの第４のセンサが、下に位置する吸収性材料と非吸収性材料との界面の上の液不透過性バックシートの後側で液不透過性バックシートに取り付けられている、吸収性物品。
【0016】
[0016]１つの一般的な態様は、液透過性トップシートと、液透過性トップシートの下に配置された吸収性材料と、液透過性トップシートまたは吸収性材料の少なくとも一部分に隣接して配置された非吸収性材料と、吸収性材料が液透過性トップシートと液不透過性バックシートとの間に配置されるように、吸収性材料の上に配置された液不透過性バックシートと、液不透過性バックシートに取り付けられた１つまたは複数のセンサと、を含む吸収性物品、を含むシステムを含む。システムはまた、１つまたは複数のセンサと無線通信するモノのインターネット（ＩｏＴ）デバイスを含む。
【0017】
[0017]実装形態は、以下の特徴のうちの１つまたは複数を含み得る。１つまたは複数のセンサが１つまたは複数の無線周波数識別（ＲＦＩＤ）センサである、システム。ＩｏＴデバイスがＲＦＩＤリーダおよびコントローラを含む、システム。１つまたは複数のセンサのうちの第１のセンサが、下に位置する吸収性材料と非吸収性材料との界面の上の液不透過性バックシートの前側で液不透過性バックシートに取り付けられている、システム。１つまたは複数のセンサのうちの第２のセンサが、非吸収性材料の外側周縁部の上で液不透過性バックシートに取り付けられている、システム。１つまたは複数のセンサのうちの第３のセンサが、下に位置する吸収性材料の上で液不透過性バックシートの前側の液不透過性バックシートに取り付けられている、システム。１つまたは複数のセンサのうちの第４のセンサが、下に位置する吸収性材料と非吸収性材料との界面の上の液不透過性バックシートの後側で液不透過性バックシートに取り付けられている、システム。ＩｏＴデバイスに取り付けられた第１の端部と、ＩｏＴデバイスに接続された外部アンテナに取り付けられた第２の端部とを含むアングルブラケットをさらに含む、システム。
【0018】
[0018]１つの一般的な態様は、容器、を含む測定システムを含む。測定システムはまた、容器に取り付けられた直線センサ配列を含み、センサ配列の各センサは、それぞれの液量インジケータに対して容器上に位置決めされる。測定システムはまた、プロセッサと、メモリ・ストレージ・デバイスとを含むコンピューティングデバイスを含み、メモリ・ストレージ・デバイスにはデータテーブルが格納され、テーブルは、センサ配列の各センサの固有の識別子と、固有の識別子でインデックス付けされたそれぞれの液量とを含む。
【0019】
[0019]１つの一般的な態様は、（ｉ）データ処理システムが、入力データを取得すること、を含む方法を含む。この方法はまた、（ｉｉ）データ処理システムが、収集デバイス上に配置された複数のセンサからモノのインターネット（ＩｏＴ）デバイスによって収集されたすべてのセンサデータを識別するために入力データをパースすることであって、パースすることが、センサの各々と関連付けられた固有の識別子に基づいて、センサデータを、時間ウィンドウにわたって複数のセンサの各センサから受信されたセンサデータのサブセットにグループ化することを含み、複数のセンサのうちのセンサから受信されたセンサデータの少なくとも１つのサブセットが、第１の時刻に取得された第１のエネルギーレベルと、第１の時刻の後または第１の時刻よりも遅い第２の時刻に取得された第２のエネルギーレベルとを含む、こと、を含む。この方法はまた、（ｉｉｉ）データ処理システムが、センサデータからの第１のエネルギーレベルおよび第２のエネルギーレベルを、複数のセンサが配置されている環境の乾燥状態または正規化状態と関連付けられた１つまたは複数のエネルギーレベルと比較すること、を含む。この方法はまた、（ｉｖ）データ処理システムが、比較に基づいて、第１のエネルギーレベルが乾燥状態または正規化状態と関連付けられていると判定すること、を含む。この方法はまた、（ｖ）データ処理システムが、比較に基づいて、第２のエネルギーレベルが湿りイベントと関連付けられていると判定すること、を含む。この方法はまた、（ｖｉ）第２のエネルギーレベルが湿りイベントと関連付けられていると判定したことに応答して、データ処理システムが、センサデータの少なくとも１つのサブセットと関連付けられているセンサと関連付けられた液量を識別すること、を含む。この方法はまた、データ処理システムが、複数のセンサの他のセンサと関連付けられたセンサデータの他のすべてのサブセットについてステップ（ｉｉｉ）～ステップ（ｖｉ）を繰り返して、他のセンサと関連付けられた追加の液量を識別することを含む。この方法はまた、データ処理システムが、センサと関連付けられた液量および他のセンサと関連付けられた追加の液量を分析して、収集デバイスの総液量を決定することを含む。この方法はまた、データ処理システムが、収集デバイスの総液量を表示するユーザインターフェースを提供することを含む。この態様の他の実施形態は、各方法の動作を行うように各々構成された、対応するコンピュータシステム、装置、および１つまたは複数のコンピュータ記憶デバイスに記録されたコンピュータプログラムを含む。
【0020】
[0020]１つの一般的な態様は、データ処理システムが、対象者と関連付けられた複数の無線周波数識別（ＲＦＩＤ）センサからセンサデータを取得すること、を含む方法を含む。この方法はまた、データ処理システムがセンサデータを使用して、ある期間にわたる複数の失禁イベントを判定することを含む。この方法はまた、データ処理システムが判定された複数の失禁イベントを使用して、対象者の平均排尿間隔を決定することを含む。この方法はまた、データ処理システムが、平均排尿間隔に基づいて、判定された複数の失禁イベントにおける統計的異常を判定することを含む。この方法はまた、予測モデルが、センサデータおよび統計的異常に基づいて、対象者が尿路感染症を患っているかまたは発症するリスクを予測することを含む。この方法はまた、データ処理システムが、対象者が尿路感染症を患っているかまたは発症する予測されたリスクに関する情報を表示するユーザインターフェースを提供することを含む。この態様の他の実施形態は、各方法の動作を行うように各々構成された、対応するコンピュータシステム、装置、および１つまたは複数のコンピュータ記憶デバイスに記録されたコンピュータプログラムを含む。
【0021】
[0021]実装形態は、以下の特徴のうちの１つまたは複数を含み得る。統計的異常を判定したことに応答して、データ処理システムが、対象者に対して尿検査および尿培養が行われるよう求める要求をトリガすること、をさらに含む方法。データ処理システムが、尿検査および尿培養の結果を取得することをさらに含み、対象者が尿路感染症を患っているかまたは発症するリスクを予測することが、センサデータと、統計的異常と、尿検査および尿培養の結果とに基づくものである、方法。データ処理システムが、食事の時間間隔、ｉｖ速度、ｇ経管栄養速度、またはそれらの組み合わせを含む追加データを取得することをさらに含み、対象者が尿路感染症を患っているかまたは発症するリスクを予測することが、センサデータと、統計的異常と、尿検査および尿培養の結果と、追加データとに基づくものである、方法。記載の技術の実装形態は、ハードウェア、方法もしくはプロセス、またはコンピュータアクセス可能媒体上のコンピュータソフトウェアを含み得る。
【0022】
[0022]１つの一般的な態様は、データ処理システムが、対象者と関連付けられた複数の無線周波数識別（ＲＦＩＤ）センサからセンサデータを取得すること、を含む方法を含む。この方法はまた、データ処理システムがセンサデータを使用して、ある期間にわたる複数の運動イベントを判定することを含む。この方法はまた、第１の予測モデルが、判定された複数の運動イベントを使用して、運動活動のパターンを決定すること、を含む。この方法はまた、第２の予測モデルが、センサデータと運動活動のパターンとに基づいて、対象者が褥瘡を患っているかまたは発症するリスクを予測すること、を含む。この方法はまた、データ処理システムが、対象者が褥瘡を患っているかまたは発症する予測されたリスクに関する情報を表示するユーザインターフェースを提供することを含む。この態様の他の実施形態は、各方法の動作を行うように各々構成された、対応するコンピュータシステム、装置、および１つまたは複数のコンピュータ記憶デバイスに記録されたコンピュータプログラムを含む。
【0023】
[0023]実装形態は、以下の特徴のうちの１つまたは複数を含み得る。データ処理システムが、対象者とのスタッフの関与の頻度を含む追加データを取得することをさらに含み、対象者が褥瘡を患っているかまたは発症するリスクを予測することが、センサデータと、運動活動のパターンと、追加データとに基づくものである、方法。記載の技術の実装形態は、ハードウェア、方法もしくはプロセス、またはコンピュータアクセス可能媒体上のコンピュータソフトウェアを含み得る。
【0024】
[0024]いくつかの実施形態では、１つまたは複数のデータプロセッサと、１つまたは複数のデータプロセッサ上で実行されると、１つまたは複数のデータプロセッサに、本明細書に開示される１つまたは複数の方法の一部または全部を行わせる命令を含む非一時的コンピュータ可読記憶媒体とを含むシステムが提供される。
【0025】
[0025]いくつかの実施形態では、非一時的機械可読記憶媒体に有形に具体化され、１つまたは複数のデータプロセッサに、本明細書に開示される１つまたは複数の方法の一部または全部を行わせるように構成された命令を含むコンピュータプログラム製品が提供される。
【0026】
[0026]本開示のいくつかの実施形態は、１つまたは複数のデータプロセッサを含むシステムを含む。いくつかの実施形態では、このシステムは、１つまたは複数のデータプロセッサ上で実行されると、１つまたは複数のデータプロセッサに、本明細書に開示される１つもしくは複数の方法の一部もしくは全部および／または１つもしくは複数のプロセスの一部もしくは全部を行わせる命令を含む非一時的コンピュータ可読記憶媒体を含む。本開示のいくつかの実施形態は、非一時的機械可読記憶媒体に有形に具体化された、１つまたは複数のデータプロセッサに、本明細書に開示される１つもしくは複数の方法の一部もしくは全部および／または１つもしくは複数のプロセスの一部もしくは全部を行わせるように構成された命令を含むコンピュータプログラム製品を含む。
【0027】
[0027]使用されている用語および表現は限定ではなく説明の用語として使用されており、そのような用語および表現の使用に際して、図示され、説明されている特徴またはそれらの特徴の部分の均等物を除外することは意図されていないが、特許請求される発明の範囲内で様々な改変が可能であることが理解される。よって、特許請求される本発明は、実施形態および任意選択の特徴によって具体的に開示されているが、当業者によれば本明細書に開示される概念の改変および変形が用いられ得ること、ならびにそのような改変および変形は添付の特許請求の範囲によって定義される本発明の範囲内であるとみなされることを理解されたい。
【図面の簡単な説明】
【0028】
【図1】様々な実施形態による管理プラットフォームを示す図である。
【図2】様々な実施形態による管理システムを示す簡略ブロック図である。
【図3A】一実施形態による医療デバイスおよびセンサ配置を示す図である。
【図3B】別の実施形態による医療デバイスおよびセンサ配置を示す図である。
【図3C】さらに別の実施形態による医療デバイスおよびセンサ配置を示す図である。
【図3D】さらに別の実施形態による医療デバイスおよびセンサ配置を示す図である。
【図3E】さらに別の実施形態による医療デバイスおよびセンサ配置を示す図である。
【図4A】様々な実施形態による無線ソリューションを示す簡略ブロック図である。
【図4B】様々な実施形態による、ＩｏＴデバイス、および対象者のベッド上のＩｏＴデバイスの例示的な配置を示す図である。
【図4C】様々な実施形態による、ＩｏＴデバイス、および対象者のベッド上のＩｏＴデバイスの例示的な配置を示す図である。
【図5A】様々な実施形態による医療デバイスのための無線ソリューションおよびセンサ配置を示す図である。
【図5B】様々な実施形態による医療デバイスのための無線ソリューションおよびセンサ配置を示す図である。
【図5C】様々な実施形態による医療デバイスのための無線ソリューションおよびセンサ配置を示す図である。
【図5D】様々な実施形態による医療デバイスのための無線ソリューションおよびセンサ配置を示す図である。
【図5E】様々な実施形態による医療デバイスのための無線ソリューションおよびセンサ配置を示す図である。
【図5F】様々な実施形態による医療デバイスのための無線ソリューションおよびセンサ配置を示す図である。
【図6A】一実施形態による医療デバイスのための別の無線ソリューションおよびセンサ配置を示す図である。
【図6B】別の実施形態による医療デバイスのための別の無線ソリューションおよびセンサ配置を示す図である。
【図6C】さらに別の実施形態による医療デバイスのための別の無線ソリューションおよびセンサ配置を示す図である。
【図6D】さらに別の実施形態による医療デバイスのための別の無線ソリューションおよびセンサ配置を示す図である。
【図6E】さらに別の実施形態による医療デバイスのための別の無線ソリューションおよびセンサ配置を示す図である。
【図7】様々な実施形態による、健康および福祉のメトリックを分析および追跡するために機械学習ネットワークを訓練および実行するための分析システムを示す図である。
【図8】いくつかの実施形態による、感湿イベントを判定し、識別された対象者の活動を予測するためのプロセスを示すフローチャートである。
【図9】いくつかの実施形態による、感湿イベントを判定し、活動を予測するためのプロセスを示すフローチャートである。
【図10】様々な実施形態による、対象者の健康または福祉を予測するためのプロセスを示すフローチャートである。
【図11】いくつかの実施形態による、対象者が尿路感染症を患っているかまたは発症するリスクを予測するためのプロセスを示すフローチャートである。
【図12】様々な実施形態による、運動イベントを判定し、識別された対象者の活動を予測するためのプロセスを示すフローチャートである。
【図13】様々な実施形態による、対象者が褥瘡を患っているかまたは発症するリスクを予測するためのプロセスを示すフローチャートである。
【図14】様々な実施形態による、人員を予測し、人員管理を最適化するためのプロセスを示すフローチャートである。
【図15】様々な実施形態による、在庫を予測し、在庫制御管理を最適化するためのプロセスを示すフローチャートである。
【図16】様々な実施形態による例示的なコンピューティングデバイスを示す図である。
【図17】様々な実施形態による、ＩｏＴソリューション視覚化システムの機能コンポーネントの一部を示すブロック図である。
【図18A】様々な実施形態による、様々な対象者のセンサおよびＩｏＴデバイスデータのための統合グラフィック・ユーザ・インターフェースを示す図である。
【図18B】様々な実施形態による、様々な対象者のセンサおよびＩｏＴデバイスデータのための統合グラフィック・ユーザ・インターフェースを示す図である。
【図19A】様々な実施形態による、対象者のセンサおよびＩｏＴデバイスデータのための統合グラフィック・ユーザ・インターフェースを示す図である。
【図19B】様々な実施形態による、対象者のセンサおよびＩｏＴデバイスデータのための統合グラフィック・ユーザ・インターフェースを示す図である。
【図20】様々な実施形態による、様々な対象者のセンサおよびＩｏＴデバイスデータのための統合グラフィック・ユーザ・インターフェースを示す図である。
【図21】様々な実施形態による、複数の対象者についての失禁イベントの統合ビューを提供するためのプロセスを示すフローチャートである。
【発明を実施するための形態】
【0029】
Ｉ．導入
[0050]本開示は、ＩｏＴ監視システムに関し、特に、尿失禁を管理するためのＩｏＴソリューションを実装するための技術（例えば、１つまたは複数のプロセッサによって実行可能なコードまたは命令を格納するシステム、方法、コンピュータプログラム製品）に関する。より具体的には、本開示のいくつかの実施形態は、尿失禁、排尿パターン、対象者の動き（例えば、褥瘡を緩和するためのベッドでの対象者の動きや、潜在的な転倒分析のためのベッドからの対象者の動き）、人員（例えば、医療提供者）管理および在庫管理のためのロジスティックス目的、ならびに医療デバイス管理（例えば、フォーリーバッグケア）の分析のために様々な電子デバイス（例えば、湿度センサ、温度センサなど）からデータを受信する集中型の計算および記憶システムを提供する。
[0050]本開示は、ＩｏＴ監視システムに関し、特に、尿失禁を管理するためのＩｏＴソリューションを実装するための技術（例えば、１つまたは複数のプロセッサによって実行可能なコードまたは命令を格納するシステム、方法、コンピュータプログラム製品）に関する。より具体的には、本開示のいくつかの実施形態は、尿失禁、排尿パターン、対象者の動き（例えば、褥瘡を緩和するためのベッドでの対象者の動きや、潜在的な転倒分析のためのベッドからの対象者の動き）、人員（例えば、医療提供者）管理および在庫管理のためのロジスティックス目的、ならびに医療デバイス管理（例えば、フォーリーバッグケア）の分析のために様々な電子デバイス（例えば、湿度センサ、温度センサなど）からデータを受信する集中型の計算および記憶システムを提供する。
【0030】
[0051]従来の失禁監視システムは、典型的には、液体イベントおよび便イベントを検出し、液体イベントおよび便イベントについての感知されたデータをコンピューティングデバイス（例えば、サーバ）に転送することができるセンサを有し、コンピューティングデバイスは、転送されたデータを対処可能な情報（例えば、入居者が交換を必要とするときに医療提供者に知らせる）に処理し、転送されたデータを安全なサーバ環境に格納する。センサは、典型的には、対象者（例えば、患者や介護施設入居者）が使用する下着または吸収パッドに組み込まれており、受信機は、典型的には、対象者の環境から離れて、医療提供者が占有する場所に位置する。そこから、センサは水分データ、場合によっては、地理的位置データを取り込み、代表データを受信機に転送し、その時点でデータは対処可能な情報について分析される。このようにして、医療提供者は、システムを使用して、対象者の湿りおよび位置を監視することができる。ある例では、失禁監視システムは、データを処理して、医療提供者に、対象者が下着または吸収パッドを濡らしていることを通知し得る。下着または吸収パッドの湿潤を遠隔位置から監視するのに一般には有効であるが、現在使用されている大部分の従来の失禁監視システムは、多くの欠点を抱えている。これらの欠点には以下が含まれる。（ｉ）単一の電子デバイス（例えば、湿度センサ）から入力されたデータのみを取り込むこと、（ｉｉ）医療提供者が、排尿の頻度などの観察を直接観察し、手動で分析する必要性、（ｉｉｉ）湿度センサが、水分検出のための複雑な製造技術および電気伝導性または抵抗に依拠し、（ｉｖ）センサと電気的に接続された読み出しデバイスを利用し、（ｖ）下着もしくは吸収パッドと一体化された電源、プロセッサ、および／もしくはドッキングステーションを必要とすること、ならびに／または（ｖｉ）下着もしくは吸収パッドを交換するための分析が、通常、濡れているか濡れていないかの二元判定に基づくものであること。
【0031】
[0052]これらの問題に対処するために、様々な実施形態は、尿失禁を管理するためのＩｏＴソリューションを実装するための技術を対象とする。例えば、本開示の１つの例示的な実施形態は、入力データを取得することと、センサデータを識別するために入力データをパースすることと、センサデータからの第１のエネルギーレベルおよび第２のエネルギーレベルを、１つまたは複数のエネルギーレベルと比較することと、比較に基づいて、第１のエネルギーレベルが乾燥状態または正規化状態と関連付けられていると判定することと、比較に基づいて、第２のエネルギーレベルが湿りイベントと関連付けられていると判定することと、第２のエネルギーレベルが湿りイベントと関連付けられていると判定したことに応答して、第２のエネルギーレベルの受信後の規定の期間内にセンサデータが第３のエネルギーレベルを含まないと判定することと、センサデータが第３のエネルギーレベルを含まないと判定したことに応答して、予測モデルが、センサデータと関連付けられた対象者に失禁イベントが発生しており、下着または吸収パッドが飽和状態に達していると予測することと、を含む。
【0032】
[0053]本開示の別の例示的な実施形態は、入力データを取得することと、センサデータを識別するために入力データをパースすることと、センサデータからの第１のエネルギーレベルおよび第２のエネルギーレベルを、１つまたは複数のエネルギーレベルと比較することと、比較に基づいて、第１のエネルギーレベルが運動の欠如と関連付けられていると判定することと、比較に基づいて、第２のエネルギーレベルが運動イベントと関連付けられていると判定することと、第２のエネルギーレベルが運動イベントと関連付けられていると判定したことに応答して、第２のエネルギーレベルの受信後の規定の期間内にセンサデータが第３のエネルギーレベルを含まないと判定することと、センサデータが第３のエネルギーレベルを含まないと判定したことに応答して、予測モデルが、センサデータと関連付けられた対象者がベッドで寝返りを打ったと予測することと、を含む。
【0033】
[0054]本開示の別の例示的な実施形態は、入力データを取得することと、センサデータを識別するために入力データをパースすることと、センサデータからの第１のエネルギーレベルおよび第２のエネルギーレベルを、１つまたは複数のエネルギーレベルと比較することと、比較に基づいて、第１のエネルギーレベルが乾燥状態または正規化状態と関連付けられていると判定することと、比較に基づいて、第２のエネルギーレベルが湿りイベントと関連付けられていると判定することと、第２のエネルギーレベルが湿りイベントと関連付けられていると判定したことに応答して、第２のエネルギーレベルの受信後の規定の期間内にセンサデータが第３のエネルギーレベルを含むと判定することと、センサデータが第３のエネルギーレベルを含むと判定したことに応答して、予測モデルが、センサデータと関連付けられた対象者に失禁イベントが発生しており、下着または吸収パッドが飽和状態ではないと予測することと、を含む。
【0034】
ＩＩ．管理システム
[0055]図１に、医療提供者、介護者、または医療従事者などのエンドユーザが、センサ１１０およびＩｏＴデバイス１１５のネットワークを使用して１つまたは複数のクライアントデバイス１０５を介して１人または複数の対象者を管理および監視することを可能にする管理プラットフォーム１００を示す。図１にはいくつかのクライアントデバイス１０５、センサ１１０、およびＩｏＴデバイス１１５が示されているが、当業者であれば、任意の数のクライアントデバイス１０５、センサ１１０、およびＩｏＴデバイス１１５が管理プラットフォーム１００内に存在し得ることを理解するであろう。クライアントデバイス１０５は、センサ１１０およびＩｏＴデバイス１１５のネットワークと通信するための通信ネットワーク１２０へのアクセスを可能にするネットワーク接続機能を有する任意のヒューマン・マシン・インターフェースを含む。例えば、クライアントデバイス１０５は、スタンドアロンインターフェース（例えば、携帯電話、スマートフォン、家庭用コンピュータ、ラップトップコンピュータ、タブレット、パーソナル・デジタル・アシスタント（ＰＤＡ）、コンピューティングデバイス、スマートウォッチなどのウェアラブルデバイス、壁パネル、キーパッドなど）、機器その他のデバイスに組み込まれたインターフェース（例えば、テレビ、冷蔵庫、セキュリティシステム、ゲーム機、ブラウザなど）、音声またはジェスチャインターフェース（例えば、Ｋｉｎｅｃｔ（商標）センサ、Ｗｉｉｍｏｔｅ（商標）など）、ＩｏＴデバイスインターフェース（例えば、医療デバイス、制御インターフェース、またはその他の適切なインターフェースなどのインターネット対応機器）などを含み得る。ある例では、ユーザは、アプリケーション（例えば、管理アプリケーション）、ウェブブラウザ、独自のプログラム、またはクライアントデバイス１０５によって実行および操作される任意の他のプログラムを使用して、ＩｏＴデバイス１１５と対話し得る。
[0055]図１に、医療提供者、介護者、または医療従事者などのエンドユーザが、センサ１１０およびＩｏＴデバイス１１５のネットワークを使用して１つまたは複数のクライアントデバイス１０５を介して１人または複数の対象者を管理および監視することを可能にする管理プラットフォーム１００を示す。図１にはいくつかのクライアントデバイス１０５、センサ１１０、およびＩｏＴデバイス１１５が示されているが、当業者であれば、任意の数のクライアントデバイス１０５、センサ１１０、およびＩｏＴデバイス１１５が管理プラットフォーム１００内に存在し得ることを理解するであろう。クライアントデバイス１０５は、センサ１１０およびＩｏＴデバイス１１５のネットワークと通信するための通信ネットワーク１２０へのアクセスを可能にするネットワーク接続機能を有する任意のヒューマン・マシン・インターフェースを含む。例えば、クライアントデバイス１０５は、スタンドアロンインターフェース（例えば、携帯電話、スマートフォン、家庭用コンピュータ、ラップトップコンピュータ、タブレット、パーソナル・デジタル・アシスタント（ＰＤＡ）、コンピューティングデバイス、スマートウォッチなどのウェアラブルデバイス、壁パネル、キーパッドなど）、機器その他のデバイスに組み込まれたインターフェース（例えば、テレビ、冷蔵庫、セキュリティシステム、ゲーム機、ブラウザなど）、音声またはジェスチャインターフェース（例えば、Ｋｉｎｅｃｔ（商標）センサ、Ｗｉｉｍｏｔｅ（商標）など）、ＩｏＴデバイスインターフェース（例えば、医療デバイス、制御インターフェース、またはその他の適切なインターフェースなどのインターネット対応機器）などを含み得る。ある例では、ユーザは、アプリケーション（例えば、管理アプリケーション）、ウェブブラウザ、独自のプログラム、またはクライアントデバイス１０５によって実行および操作される任意の他のプログラムを使用して、ＩｏＴデバイス１１５と対話し得る。
【0035】
[0056]いくつかの実施形態では、クライアントデバイス１０５は、セルラーまたはその他の広帯域ネットワーク送受信無線機またはインターフェースを含み、セルラーまたはその他の広帯域ネットワーク送受信無線機を使用してセルラーまたはその他の広帯域通信ネットワーク１２０と通信するように構成される。いくつかの実施形態では、クライアントデバイス１０５は、Ｗｉ－Ｆｉまたはその他の無線ネットワーク送受信無線機またはインターフェースを含み、Ｗｉ－Ｆｉまたは無線ネットワーク送受信無線機を使用してローカル・エリア・ネットワーク（ＬＡＮ）またはその他の無線通信ネットワーク１２０と通信するように構成される。いくつかの実施形態では、クライアントデバイス１０５は、セルラーまたはその他の広帯域通信送受信無線機またはインターフェースおよびＷｉ－Ｆｉまたはその他の無線ネットワーク送受信無線機またはインターフェースを含み、セルラーまたは広帯域ネットワーク送受信無線機を使用してセルラーまたはその他の広帯域通信ネットワーク１２０と、Ｗｉ－Ｆｉまたは無線ネットワーク送受信無線機を使用してＬＡＮまたはその他の無線通信ネットワーク１２０と通信するように構成される。例えば、クライアントデバイス１０５は、Ｚｉｇｂｅｅ（商標）信号、Ｂｌｕｅｔｏｏｔｈ（商標）信号、Ｗｉ－Ｆｉ信号、赤外線（ＩＲ）信号、超広帯域（ＵＷＢ）信号、Ｗｉ－Ｆｉ Ｄｉｒｅｃｔ信号、Ｂｌｕｅｔｏｏｔｈ（商標）Ｌｏｗ Ｅｎｅｒｇｙ（ＢＬＥ）信号、音声周波数信号、セルラーデータ信号などを使用して、センサ１１０およびＩｏＴデバイス１１５のネットワークと通信し得る。
【0036】
[0057]本明細書で使用される場合、センサ１１０とは、イベント（例えば、物理的特性）またはその環境の変化を検出し、情報を他の電子デバイス（例えば、ＩｏＴデバイス）に送信することを目的とするデバイス、モジュール、機械、またはサブシステムである。センサ１１０は、任意の数およびタイプのイベントまたは環境の変化を感知するための任意の数およびタイプのセンサを含み得、イベントまたは環境の変化に関するデータをＩｏＴデバイス１１５に伝達するように構成される。ある例では、センサは、１つまたは複数の湿度センサを含む。１つまたは複数の湿度センサは、下着または吸収パッドに取り付けられ、水分データをＩｏＴデバイス１１５に伝達するように構成され得る。他の例では、センサは、１つまたは複数の湿度センサおよび任意選択の圧力センサを含む。１つまたは複数の湿度センサおよび任意選択の圧力センサは、下着、吸収パッド、またはそれらの組み合わせに取り付けられ、水分データおよび任意選択の圧力データをＩｏＴデバイス１１５に伝達するように構成され得る。ＩｏＴデバイス１１５は、水分データおよび任意選択の圧力データを受信し、このデータを通信ネットワーク１２０を介してゲートウェイ１２５、クラウドネットワーク１３０、および／またはクライアントデバイス１０５に送信する。
【0037】
[0058]本明細書で使用される場合、ＩｏＴデバイス１１５とは、感知、制御、および／もしくは分析機能、ならびにＷｉ－Ｆｉ（商標）送受信無線機またはインターフェース、Ｂｌｕｅｔｏｏｔｈ（商標）送受信無線機もしくはインターフェース、Ｚｉｇｂｅｅ（商標）送受信無線機もしくはインターフェース、ＵＷＢ送受信無線機もしくはインターフェース、Ｗｉ－Ｆｉ Ｄｉｒｅｃｔ送受信無線機もしくはインターフェース、ＢＬＥ送受信無線機もしくはインターフェース、無線周波数識別（ＲＦＩＤ）もしくはインターフェース、セルラー無線またはインターフェース、ならびに／または、ＩｏＴデバイス１１５がＬＡＮ、広域ネットワーク（ＷＡＮ）、セルラーネットワークなどと、および／もしくは１つもしくは複数の他のデバイス（例えば、センサやその他のＩｏＴデバイス）と通信することを可能にする任意の他の無線ネットワーク送受信無線機もしくはインターフェースを含むデバイスである。いくつかの実施形態では、ＩｏＴデバイス１１５は、セルラー送受信無線機を含み、セルラーネットワーク送受信無線機を使用してセルラーネットワークと通信するように構成される。いくつかの実施形態では、ＩｏＴデバイス１１５は、無線送受信無線機を含み、無線ネットワーク送受信無線機を使用して無線ネットワークと通信するように構成される。ＩｏＴデバイス１１５は、ＲＦＩＤリーダを含み、ＲＦＩＤ信号ブロードキャストまたはインターフェースを使用してＲＦＩＤセンサと通信するように構成される。いくつかの実施形態では、ＩｏＴデバイス１１５は、セルラー送受信無線機、無線送受信無線機、およびＲＦＩＤリーダを含む。ＩｏＴデバイス１１５は、応答時間を向上させ、帯域幅を節約するために、計算およびデータストレージをそれが必要とされる場所（データのソース、例えばセンサ、またはその近く）により近づけるエッジコンピューティングなどの分析のために構成された１つまたは複数のプロセッサをさらに含む。
【0038】
[0059]ある例では、ＩｏＴデバイス１１５は、ユーザが、環境もしくは現場内（例えば、センサ、加湿器、人工呼吸器、病院のベッド、バスルームリフト、電動カート、プリンタ、コンピュータなど）、または環境もしくは現場外（例えば、運動センサ、輸送システムなど）に配置された様々な医療デバイス、センサ１１０、またはツールのアクセス、通信、制御、および／または構成を行うことを可能にする自動化ネットワークデバイスを含み得る。例えば、ＩｏＴデバイス１１５は、対象者を、通信ネットワーク１２０、ゲートウェイ１２５、および／またはクラウドネットワーク１３０に「接続」する１つまたは複数のセンサ１１０（例えば、ＲＦＩＤ湿度センサ）と通信するハブデバイスであり得る。いくつかの実施形態では、ＩｏＴデバイス１１５は、病院、介護施設、施設、パーソナル・ケア・ホーム、対象者の家、またはＩｏＴデバイス１１５との通信を可能にするために管理プラットフォーム１００をサポートすることができる任意の場所などの様々な環境または現場で使用され得る。例えば、ＩｏＴデバイス１１５は、ユーザが、医療デバイス（例えば、骨盤底刺激装置、フォーリーバッグ、輸液ポンプ、失禁制御デバイス、湿度センサなど）、コンピューティングデバイス（例えば、パーソナルコンピュータ、ラップトップコンピュータ、タブレット、パーソナル・デジタル・アシスタント（ＰＤＡ）、コンピューティングデバイス、ウェアラブルデバイスなど）、照明デバイス（例えば、ランプ、埋め込み型照明など）、セキュリティシステムと関連付けられたデバイス、アラームシステムと関連付けられたデバイスなどのデバイスのアクセス、通信、制御、および／または構成を行うことを可能にすることができる。ある例では、ＩｏＴデバイス１１５は、受信されたセンサデータ（例えば、水分データや任意選択の圧力データ）から判定された所定のイベントに応答して可聴アラームが発せられること、および可聴アラーム、所定のイベント、または所定のイベントに対する対象者または医療提供者の応答が、接触センサ、機械的インターフェースボタン、グラフィカル・ユーザ・インターフェース・ボタンなどによって確認されることを可能にするハードウェア、ソフトウェア、またはそれらの組み合わせを含む。
【0039】
[0060]通信ネットワーク１２０は、無線ネットワーク、有線ネットワーク、または有線ネットワークと無線ネットワークとの組み合わせであり得る。無線ネットワークは、任意の無線インターフェースまたは無線インターフェース（例えば、Ｚｉｇｂｅｅ（商標）、Ｂｌｕｅｔｏｏｔｈ（商標）、Ｗｉ－Ｆｉ（商標）、ＩＲ、ＵＷＢ、Ｗｉ－Ｆｉ Ｄｉｒｅｃｔ、ＢＬＥ、セルラー、ロング・ターム・エボリューション（ＬＴＥ）、ＷｉＭａｘ（商標）など）の組み合わせを含み得る。有線ネットワークは、任意の有線インターフェース（例えば、ファイバ、イーサネット、電力線イーサネット、同軸ケーブル上のイーサネット、デジタル信号線（ＤＳＬ）など）を含み得る。通信ネットワーク１２０は、様々なルータ、アクセスポイント、ブリッジ、ゲートウェイなどを使用して管理プラットフォーム１００内のデバイスを接続することによって実装され得る。例えば、通信ネットワーク１２０は、クライアントデバイス１０５、センサ１１０、ＩｏＴデバイス１１５、ゲートウェイ１２５、およびクラウドネットワーク１３０を接続し得る。
【0040】
[0061]ある例では、１つまたは複数のゲートウェイ１２５は、別々のデバイスとしてＩｏＴデバイス１１５と統合される。他の例では、１つまたは複数のゲートウェイ１２５は、ＩｏＴデバイス１１５から分離される。どちらの場合も、１つまたは任意選択のゲートウェイ１２５は、ＩｏＴデバイス１１５に通信、位置、および／または他のサービスを提供するために、無線信号を介してＩｏＴデバイス１１５および／またはクライアントデバイス１０５に通信機能を提供することができる。ゲートウェイ１２５によって提供されるネットワークアクセスは、様々な商用のプロトコルのいずれかを使用してデータ通信をサポートすることができる、当業者によく知られている任意のタイプのネットワークであり得る。例えば、ゲートウェイ１２５は、Ｗｉ－Ｆｉ（商標）、Ｚｉｇｂｅｅ（商標）、Ｂｌｕｅｔｏｏｔｈ（商標）、赤外線（ＩＲ）、ＲＦＩＤ、セルラー、ロング・ターム・エボリューション（ＬＴＥ）、ＷｉＭａｘ（商標）、もしくは他の無線通信技術、またはそれらの任意の組み合わせなどの特定の通信プロトコルを使用して、通信ネットワーク１２０に無線通信機能を提供し得る。ある例では、ゲートウェイ１２５は、クライアントデバイス１０５およびＩｏＴデバイス１１５に、クラウドネットワーク１３０、インターネット、および／または他の広域ネットワークなどの１つまたは複数の外部ネットワークへのアクセスを提供し得る。図１には単一のゲートウェイ１２５が示されているが、管理プラットフォーム１００内には任意の数のゲートウェイが存在し得ることを当業者は理解するであろう。
【0041】
[0062]クラウドネットワーク１３０は、クラウドサービスを提供するクラウド・インフラストラクチャ・システムを含み得る。特定の実施形態では、クラウドネットワーク１３０によって提供されるサービスは、登録、ＩｏＴデバイス１１５のアクセス制御、および分析など、要求に応じてクラウド・インフラストラクチャ・システムのユーザに供される多くのサービスを含む。クラウド・インフラストラクチャ・システムによって提供されるサービスは、システムのユーザのニーズを満たすように動的に拡張することができる。クラウドネットワーク１３０は、１台または複数のコンピュータ、サーバ、および／またはシステムを含み得る。いくつかの実施形態では、クラウドネットワーク１３０を構成するコンピュータ、サーバ、および／またはシステムは、ユーザ自身のオンプレミスのコンピュータ、サーバ、および／またはシステムとは異なる。例えば、クラウドネットワーク１３０は、アプリケーションをホストしてもよく、ユーザは、インターネットなどの通信ネットワーク１２０を介して、要求に応じて、アプリケーションを注文し使用し得る。
【0042】
[0063]いくつかの実施形態では、クラウドネットワーク１３０は、クラウドネットワーク１３０とＩｏＴデバイス１１５のうちの１つまたは複数との間のセキュアな接続を確立するために、ゲートウェイまたはデバイスにわたってインターネットプロトコル接続を確立し維持するための技術（例えば、ネットワークアドレス変換（ＮＡＴ）トラバーサルアプリケーション）を実装し得る。例えば、ＩｏＴデバイス１１５の各々とクラウドネットワーク１３０との間で通信するために、ＩｏＴデバイス１１５の各々によって別個のセキュアな伝送制御プロトコル（ＴＣＰ）接続が確立され得る。いくつかの実施形態では、クラウドネットワーク１３０がいつでもそれぞれのＩｏＴデバイス１１５との通信を開始できるように、各セキュアな接続が無期限に開いたままにされ得る。場合によっては、クラウドネットワーク１３０とＩｏＴデバイス１１５および／またはクライアントデバイス１０５との間の他のタイプの通信が、ハイパーテキスト転送プロトコル（ＨＴＴＰ）プロトコル、ハイパーテキスト転送プロトコルセキュア（ＨＴＴＰＳ）プロトコルなどの他のタイプの通信プロトコルを使用してサポートされてもよい。いくつかの実施形態では、クラウドネットワーク１３０によって開始される通信はＴＣＰ接続を介して行われ得、ネットワークデバイスによって開始される通信はＨＴＴＰまたはＨＴＴＰＳ接続を介して行われ得る。特定の実施形態では、クラウドネットワーク１３０は、セルフサービスで、サブスクリプション方式で、弾力的に拡張可能であり、信頼性があり、可用性が高く、セキュアな方法で顧客に配信される一連のアプリケーション、ミドルウェア、およびデータベースサービスの提供を含み得る。
【0043】
[0064]本明細書で詳細に説明されるように、センサ１１０およびＩｏＴデバイス１１５のネットワークを使用してクライアントデバイス１０５を介して１人または複数の対象者を管理および監視することは、（ｉ）ＲＦＩＤ信号などのストリーミングまたはバッチ・センサ・データ（例えば、インピーダンス値）、および（ｉｉ）履歴ＲＦＩＤ信号や病歴データなどのローカルまたはリモートに格納されたセンサデータまたは医療データを含む様々な形態のデータを分析および閲覧することを含み得る。センサ１１０およびＩｏＴデバイス１１５は、典型的には、介護施設入居者の部屋、病室、寝室、または１人もしくは複数の対象者によって占有された他の環境に配置される。ある例では、センサ１１０および／またはＩｏＴデバイス１１５のうちの１つまたは複数は、１人または複数の対象者の部屋に配置され得、クライアントデバイス１０５のうちの１つまたは複数は、例えば、ナースステーションや医療提供者の施設など、その部屋から離れていてもよい。いずれの場合でも、センサ１１０および／またはＩｏＴデバイス１１５は、（対象者の病状（例えば、尿失禁）を含む）１人または複数の対象者の健康および福祉を継続的に、半継続的に、または定期的に監視するために、１人または複数の対象者が存在する任意の場所に配置され得ることを理解されたい。
【0044】
[0065]クライアントデバイス１０５は、ディスプレイ（例えば、モニタ画面、ＬＣＤまたはＬＥＤディスプレイ、プロジェクタなど）上に提供されるグラフィカル・ユーザ・インターフェース（ＧＵＩ）またはブラウザアプリケーションを含み得る。クライアントデバイス１０５を操作するエンドユーザは、エンドユーザが通信ネットワーク１２０を介して管理プラットフォーム１００と対話することを可能にするために入力を受け入れるこれらのインターフェースのうちの１つまたは複数を提示され得る。クライアントデバイス１０５上で実行される１つまたは複数のインターフェースは、管理アプリケーションを使用してアクセス可能であり得る。１つまたは複数のインターフェースおよび管理アプリケーションは、クライアントデバイス１０５と、センサ１１０およびＩｏＴデバイス１１５のネットワークと、（１つまたは複数の）リモートサーバ１４０との間で、例えば、テキストコンテンツ、マルチメディアコンテンツ（例えば、画像）などのコンテンツデータを伝達するように実装され得る。ある例では、管理アプリケーションは、センサ１１０およびＩｏＴデバイス１１５のネットワークからデータを収集し、データを表示し、（その機能の大部分について（１つまたは複数の）リモートサーバ１４０に接続する必要なく）データを分析および追跡するために、クライアントデバイス１０５上で独立して動作する。他の例では、管理アプリケーションは、センサ１１０およびＩｏＴデバイス１１５のネットワークからデータを収集し、データを表示し、（その機能の少なくとも一部について（１つまたは複数の）リモートサーバ１４０に接続する必要がある）データを分析および追跡するために、クライアントデバイス１０５上で従属的に動作する。
【0045】
[0066]１つまたは複数のインターフェースおよび管理アプリケーションは、センサ１１０およびＩｏＴデバイス１１５のネットワークにアクセスするため、例えば、ライブ・データ・フィードにアクセスし、１人または複数の対象者を監視するために、エンドユーザによって実装され得る。追加的または代替的に、エンドユーザは、クライアントデバイス１０５またはＩｏＴデバイス１１５によって取得され、データストア１４５に保存されたデータをレビューするなどのために、１つまたは複数のインターフェースおよび管理アプリケーションを使用してリモートサーバ１４０にアクセスしてもよい。例えば、監視中に、ＩｏＴデバイス１１５は、データ（例えば、１人または複数の対象者からのセンサデータ）を取り込み、そのデータを１つまたは複数のクライアントデバイス１０５および／またはリモートサーバ１４０に送信する。１つまたは複数のクライアントデバイス１０５は、データを処理し、クライアントデバイス１０５のディスプレイなどの１つまたは複数のディスプレイや、クライアントデバイス１０５などの他の場所に出力する。リモートサーバ１４０は、クライアントデバイス１０５がリモートサーバ１４０にアクセスして、取得され、データストア１４５に保存されたデータをレビューすることができるように、データを処理してデータストア１４５に保存する。
【0046】
[0067]１つまたは複数のクライアントデバイス１０５および／またはリモートサーバ１４０において、分析システムは、１つまたは複数の訓練された機械学習（ＭＬ）技術を使用して、尿失禁を含む対象者の福祉のメトリックなどの医療データを識別、分析、および追跡するために、入ってくるコンテンツデータを処理し得る。いくつかの例では、入ってくるデータはリアルタイムまたはほぼリアルタイムで処理される。あるいは、処理は、リアルタイム（またはほぼリアルタイム）で行われない場合もあり、代わりに、より広い範囲のデータを収集し、おそらくは分析を改善するために、分析を要求した後またはある期間の監視セッションの後に処理されてもよい。ある例では、１つまたは複数のインターフェースおよび管理アプリケーションは、（ｉ）コンテンツデータの検索およびブラウジング、（ｉｉ）医療データの分析およびレビュー、（ｉｉｉ）在庫管理、ならびに（ｉｖ）人員管理など、（１人または複数の対象者の監視を超える）様々な追加のタスクを行うためにエンドユーザによって実装され得る。
【0047】
[0068]図２に、１人または複数の対象者の尿失禁を含む医療を管理するためのＩｏＴソリューションを実装するための管理システム２００（例えば、図１に関して説明された管理プラットフォーム１００内に実装されたコンピューティングシステム）を示す。ある例では、管理システム２００は、ＩｏＴデバイス２１０およびセンサ２１５のネットワークと通信する１つまたは複数のクライアントデバイス２０５を含む。クライアントデバイス２０５は、ＩｏＴデバイス２１０にアクセスするために、インターフェース２２０（例えば、ＧＵＩ）およびコントローラ２２５を介してエンドユーザによって操作され得る。ある例では、エンドユーザは、インターフェース２２０を使用してコントローラ２２５にアクセスして、アプリケーション・プログラミング・インターフェース２４０（ＡＰＩ）を介してＩｏＴデバイスコントローラ２３５に対応する制御信号２３０を送信することによってＩｏＴデバイス２１０を制御する。ＩｏＴデバイス２１０は、コントローラ２２５で１人または複数の対象者２４５の健康および福祉を監視するために制御され得る。例えば、エンドユーザは、センサ２１５からのデータ２５０の取得を開始するためにＩｏＴデバイス２１０をオンにし、構成し、または操作し、もしくはＩｏＴデバイス２１０に命令し得る。他の例では、エンドユーザは、インターフェース２２０を使用してコントローラ２２５にアクセスして、クライアントデバイス２０５および／またはリモートサーバ２６５の収集器２５５を構成する。収集器２５５は、エンドユーザによって、ＩｏＴデバイス２１０を自動的にオンにし、構成し、または操作する（例えば、予定などに従ってＩｏＴデバイス２１０にデータ２５０（例えば、センサデータ）の取得を開始するよう命令する）ように構成され得る。収集器２５５は、ＡＰＩ２４０を介してＩｏＴデバイスコントローラ２３５に対応する制御信号２３０を送信することによって、ＩｏＴデバイス２１０を制御し得る。コントローラ２２５および収集器２５５は、エンドユーザによって、ＩｏＴデバイス２１０にアクセスするために、例えば、ライブ・データ・フィードにアクセスし、１人または複数の対象者２４５を監視し、分析またはメトリック２６０を取得するために実装された管理アプリケーションの一部であり得る。
【0048】
[0069]クライアントデバイス２０５および／またはリモートサーバ２６５の収集器２５５は、ライブ・ストリーミング・プロトコルを介してリアルタイムでデータ２５０を収集および処理して、（アプリケーションとして、またはウェブインターフェースへのウェブブラウザ接続を介して）クライアントデバイス２０５にセンサデータをストリーミングし得る。ある例では、リモートサーバ２６５は、クラウドネットワーク（例えば、図１に関して説明されたクラウドネットワーク１３０）などの分散環境内に実装される。ライブストリーミングは、収集器２５５で受信されたデータ２５０からエンドユーザがダウンロードするためのライブ・ストリーミング・データを生成するフォーマット機能を提供する。クライアントデバイス２０５でエンドユーザによって受信されたライブ・ストリーミング・データは、センサ２１５からの読み取り値を含むリアルタイム・センサ・ストリームを含み得る。リアルタイム・センサ・ストリームは、１つまたは複数のインターフェース２２０を介してイベントのリアルタイムまたはタイムラプスのストリームとして観察、記録、一時停止、および閲覧され得る。あるいは、クライアントデバイス２０５またはリモートサーバ２６５システムの収集器２５５は、バッチデータ処理によってある期間にわたってデータ２５０を収集および処理して、（アプリケーションとして、またはウェブインターフェースへのウェブブラウザ接続を介して）クライアントデバイス２０５にセンサデータを提供してもよい。ある例では、バッチデータは、１つまたは複数のメモリデバイスまたはデータストア２７０に保存され得る。バッチデータ処理は、収集器２５５で受信されたデータ２５０からエンドユーザがダウンロードするためのバッチデータを生成するフォーマット機能を提供する。クライアントデバイス２０５でエンドユーザによって取得されたバッチデータは、記録されたセンサ読み取り値を含み得る。記録されたセンサ読み取り値は、１つまたは複数のインターフェース２２０を介してオンラインまたはオフラインで観察、記録、一時停止、および閲覧され得る。
【0049】
[0070]収集器２５５は、データ２５０を、クライアントデバイス２０５および／またはリモートサーバ２６５の分析システム２７５に送信して、データ２５０を処理し、医療または福祉の分析およびメトリック２６０を提供し得る。データ２５０は、ＩｏＴデバイス２１０から収集器２５５に送信され得、そこでセンサ読み取り値の全部または一部が処理され、訓練データセットまたは入力データセットとしてデータストア２７０に格納され、スタンドアロンデータとして、または、他のデータ、例えば、医療提供者もしくは医療デバイスからの医療データや、画像やビデオなどのメディアデータなどへの補足として、分析システム２７５を使用して分析される。医療デバイスの測定値などの他のデータ２５０もまた、ＩｏＴデバイス２１０から収集器２５５に送信され得、そこで測定値の全部または一部が処理され、データストア２７０に格納され、スタンドアロンデータとして、または、他のデータ、例えば、医療提供者もしくは医療デバイスからの医療データや、画像やビデオなどのメディアデータなどへの補足として、分析システム２７５を使用して分析される。ある例では、ＩｏＴデバイス２１０のコントローラ２３５は、データ２５０を前処理し、部分的に処理し、または完全に処理し、１人または複数の対象者の医療または福祉の分析およびメトリック２６０を任意選択的に提供するための論理、メモリ、および処理コンポーネントを含む。例えば、ＩｏＴデバイス２１０のコントローラ２３５は、センサ読み取り値をパースし、パターン認識に応じてセンサ読み取り値をビンに入れ、パターン認識に基づいておむつの飽和などの失禁イベントを任意選択的に識別するように構成され得る。
【0050】
[0071]分析システム２７５は、論理、メモリ、および１つまたは複数の機械学習モデルやサービスモジュールなどの処理コンポーネントを含む。分析システム２７５は、データ２５０ならびに任意の他の関連情報（例えば、対象者プロファイル、製品在庫、人員データ、またはユーザ入力、アカウント、もしくは第三者ソースからの医療データ）を受信し、論理および／または１つもしくは複数の機械学習モデルを使用してデータ２５０を処理し、処理されたデータ２５０を分析し、出力データを生成するように構成され得る。ある例では、出力データは、サービスモジュールによって提供されるサービスを提供するために使用され得る。ある例では、出力データは、１人または複数の対象者２４５の失禁のパターンを検出し、下着および吸収パッドの使用パターンを検出し、１人または複数の対象者２４５に関する場所または位置情報を取得または決定し、１人または複数の対象者２４５の福祉を予測し、人員状況および潜在的なスタッフ配置の問題を決定および予測するための１つまたは複数の動作で使用され得る。１つまたは複数の動作の結果は、サービスモジュールによって提供されるサービスを提供するために、個別に、または他のモデルもしくはソースからの出力と組み合わせて使用され得る。
【0051】
[0072]例えば、論理および機械学習モデルによる（オンライン（リアルタイム）またはオフラインの）分析結果は、エンドユーザによって要求されたサービス、例えば、アラート、通知、活動の概要、および対象者プロファイル情報などを提供するために使用され得る。サービスモジュールが提供することができる例示的なサービスには、経時的な対象者の尿失禁の概要、１人または複数の対象者の経時的な下着および吸収パッドの使用の概要、１人または複数の対象者の経時的な動きまたは位置の概要、特定の尿失禁イベント（例えば、下着および吸収パッドの湿潤または飽和）が発生したときの要求に応じた通知、特定の活動（例えば、対象者がベッドから出る、部屋から出るなど）が検出されたときの要求に応じた通知、特定のレベルの製品在庫が発生した（例えば、下着、吸収パッド、または使い捨てセンサの数が所定の閾値に達した）ときの要求に応じた通知、ならびに過去の期間にわたる対象者の健康状態の概要が含まれ得る。他のサービスには、ユーザが、他のユーザ、医療提供者、介護者、家族、または医療従事者のデータおよび／または概要を閲覧および共有できるようにすることが含まれ得る。別のサービスは、ユーザが、共有されたデータおよび／または概要にコメントを書き込めるようにし得る。
【0052】
[0073]サービスモジュールは、マシンツーマシンインタラクションを提供し得、クライアントデバイス２０５とリモートサーバ２６５との間でデータ２５０およびサービスデータ２８０を伝達するように動作する。ユーザは、インターフェース２２０を使用してプロファイルまたはアカウントを識別することによってサービスモジュールにログインし得る。ある例では、プロファイルまたはアカウントにログインしてサービスモジュールを使用するために、ユーザの認証および／または許可が要求され得る。クライアントデバイス２０５は、サービスモジュールにサービスデータ２８０を要求し得る。サービスモジュールは、要求を処理し、要求元クライアントデバイス２０５にサービスデータ２８０を提供し得る。サービスデータ２８０は、メッセージ、アラート、統計、チャート、およびリモート機能を含み得る。ある例では、サービスデータ２８０は、ＩｏＴデバイス２１０からのデータ２５０と共に、またはデータ２５０から独立して送信され得る。例えば、クライアントデバイス２０５は、ＬＡＮ接続上のルータを介してＩｏＴデバイス２１０からデータ２５０を受信し、クライアントデバイス２０５上で実行されている管理アプリケーションから、またはリモートサーバ２６５からＷＡＮを介してサービスデータ２８０を受信し得る。あるいは、クライアントデバイス２０５は、リモートサーバ２６５からＷＡＮを介して単一のデータストリームとしてデータ２５０とサービスデータ２８０の両方を受信してもよい。様々な実施形態によるデータ送信構成は、記載の例に限定されず、データ２５０およびサービスデータ２８０がクライアントデバイス２０５によって受信されることを可能にする他の構成を含み得る。
【0053】
[0074]データストア２７０（例えば、データベース）は、任意の所与の期間にわたる１人または複数の対象者についてのプロファイルまたは医療データ（例えば、対象者の年齢、体温、体重など）、データ２５０、サービスデータ２８０、医療または福祉のメトリックを含む分析データを含み得る。例えば、対象者ごとの失禁チャートを、測定時の他の健康または医療関連データ（例えば、輸液パラメータの温度）と共に。分析データはまた、ある対象者のサービスデータ２８０またはメトリックを別の対象者と比較した統計、または１人もしくは複数の対象者と対象者の集団（例えば、同じ年齢範囲および／または性別の集団）との比較も含み得る。例えば、これらの統計は、特定の作業シフト中の失禁イベント、下着および吸収パッドの交換前の失禁イベントおよび時間の長さ、または失禁イベントのパターンの比較を含み得る。分析データは、プロファイルまたは医療データ間の相関を表示するために使用され得る。
【0054】
[0075]図２は、１人または複数の対象者の尿失禁を含む医療を監視するための技術を管理システム２００の文脈で示しているが、この技術を他のタイプのシステムおよび設定で実施することもできることを理解されたい。例えば、この技術を、管理システム２００とは別のコンピューティングデバイスに実装することもでき、かつ／または監視が完了した後もしくは対象者の非活動期間中にオフラインで行うこともできる。図２は、センサ記録を使用して１人または複数の対象者の尿失禁を含む医療を監視するための技術を示しているが、この技術を、１つまたは複数の医療デバイスからの追加または代替のデータ、例えば、心電図（ＥＫＧ）や輸液ポンプパラメータを使用して実装することができることも理解されたい。
【0055】
ＩＩＩ．吸収性物品、センサ、およびＩｏＴデバイス
[0076]図３Ａに、本開示の少なくとも１つの実施形態による吸収性物品３００（例えば、下着や吸収パッド）を示す（おむつなどの下着が示されているが、同様の特徴を吸収パッドまたは他の吸収性物品において使用できることを理解されたい）。本明細書で使用される場合、「下着」という用語は、脚の間に配置され、液体を吸収して保持することができる、失禁者によって一般に着用される衣類を指す。いくつかの実施形態では、吸収性物品３００は、液透過性トップシート３０５（例えば、親水性ポリプロピレン不織布）、吸収性材料３１０、非吸収性材料３１２、液不透過性バックシート３１５、および留め具３２０を含む。トップシート３０５、吸収性材料３１０、非吸収性材料３１２、液不透過性バックシート３１５、および留め具３２０は、様々な周知の構成で組み立てられ得る。例えば、図示のように、吸収性材料３１０は、液透過性トップシート３０５の下に配置され、非吸収性材料３１２は、液透過性トップシート３０５または吸収性材料３１０の少なくとも一部分に隣接して配置され得る。液不透過性バックシート３１５は、液透過性トップシート３０５と液不透過性バックシート３１５との間に吸収性材料３１０が配置されるように、吸収性材料３１０の上に配置されている。
[0076]図３Ａに、本開示の少なくとも１つの実施形態による吸収性物品３００（例えば、下着や吸収パッド）を示す（おむつなどの下着が示されているが、同様の特徴を吸収パッドまたは他の吸収性物品において使用できることを理解されたい）。本明細書で使用される場合、「下着」という用語は、脚の間に配置され、液体を吸収して保持することができる、失禁者によって一般に着用される衣類を指す。いくつかの実施形態では、吸収性物品３００は、液透過性トップシート３０５（例えば、親水性ポリプロピレン不織布）、吸収性材料３１０、非吸収性材料３１２、液不透過性バックシート３１５、および留め具３２０を含む。トップシート３０５、吸収性材料３１０、非吸収性材料３１２、液不透過性バックシート３１５、および留め具３２０は、様々な周知の構成で組み立てられ得る。例えば、図示のように、吸収性材料３１０は、液透過性トップシート３０５の下に配置され、非吸収性材料３１２は、液透過性トップシート３０５または吸収性材料３１０の少なくとも一部分に隣接して配置され得る。液不透過性バックシート３１５は、液透過性トップシート３０５と液不透過性バックシート３１５との間に吸収性材料３１０が配置されるように、吸収性材料３１０の上に配置されている。
【0056】
[0077]吸収性材料３１０は、一般的に、圧縮性で、順応性があり、着用者の皮膚に対して非刺激性であり、液体を吸収して保持することができる任意の材料であり得る。吸収性材料３１０は、多種多様なサイズおよび形状（例えば、長方形、砂時計形など）で、一般にエアフェルトと呼ばれる粉砕木材パルプなどの使い捨ておむつに一般に使用される多種多様な液体吸収性材料から製造され得る。吸収性材料３１０の製造には、クレープ加工されたセルロース詰め綿、ポリマーゲル化剤、吸収性発泡体もしくはスポンジ、または任意の同等の材料もしくは材料の組み合わせの多数の層などの他の液体吸収性材料も使用され得る。しかしながら、吸収性材料３１０の総吸収容量は、吸収性物品３００の意図された使用における設計液体充填量と適合する必要がある。さらに、吸収性材料３１０のサイズおよび吸収容量は、幼児から大人にまで及ぶ着用者に適応するように変更され得る。
【0057】
[0078]様々な実施形態において、吸収性物品３００には、１つまたは複数のセンサ３２５（例えば、パッシブ型ＲＦＩＤセンサやアクティブ型ＲＦＩＤセンサなど）が配置されている。いくつかの実施形態では、１つまたは複数のセンサ３２５は、（例えば、接着剤、磁石などのコネクタ、またはスリーブなどの取り付け構造を用いて）吸収性物品３００に取り付けることができる再利用可能タグおよび／または使い捨てタグとして形成される。他の実施形態では、１つまたは複数のセンサ３２５は、吸収性物品３００に直接印刷される（例えば、導電性ポリマーや金属で３Ｄ印刷される）。１つまたは複数のセンサ３２５は、１つまたは複数の機能を達成するように設計された任意の配置またはパターンで取り付けられるか、または印刷され得る。例えば、失禁イベントを判定するために、１つまたは複数のセンサ３２５は、吸収性材料３１０または非吸収性材料３１２と（断面の視点から見て）垂直平面（Ａ）において位置合わせされる領域で（すなわち、断面の視点から見て吸収性材料３１０または非吸収性材料３１２の上または下で）液不透過性バックシート３１５上の吸収性物品３００の裏側に取り付けられるか、または直接印刷され得る。この配置は、失禁イベントを示す水分を検出する機能を維持しながら、センサ３２５が対象者の皮膚と接触するのを防ぐ。他の例では、対象者の湿りおよび動きを検出するために、センサ３２５の第１のサブセットは、吸収性材料３１０と（断面の視点から見て）垂直平面（Ａ）において位置合わせされる領域で吸収性物品３００の裏側に取り付けられるか、または直接印刷され得、センサの第２のサブセットは、吸収性材料３１０と（断面の視点から見て）垂直平面（Ａ）において位置合わせされない領域で吸収性物品３００の裏側（例えば、図３Ａに示されるように、非吸収性材料３１２と垂直平面（Ａ）において位置合わせされるウエストライン上にあるおむつの背面）に取り付けられるか、または直接印刷され得る。この配置は、（吸収性材料中の水分がセンサ３２５の第１のサブセットを非アクティブ化するか、または動きと一致する信頼できるデータを報告することができない場合であっても）失禁イベントを示す水分を検出し、対象者の運動を検出する機能を維持しながら、センサ３２５が対象者の皮膚と接触するのを防ぐ。
【0058】
[0079]１つまたは複数のセンサ３２５は、２つのデバイス（例えば、センサおよびＩｏＴデバイス）間で信号を送信および／または受信するために使用される送受信機または無線通信モジュールを有する集積回路３３０を含み得る。集積回路３３０は、検出器３３５で感知された電気的状態（例えば、インピーダンス）および／またはその電気的状態の変化を検出し、電気的状態または電気的状態の変化を量子化するように構成された検出回路と、電気的状態または電気的状態の変化の量子化された値（例えば、インピーダンス値）などのセンサ記録を格納するためのメモリ・ストレージ・デバイスとをさらに有し得る。１つまたは複数のセンサ３２５は、パラメータ、信号、センサ記録または量子化された値を含む情報を集積回路および／またはアンテナ３４５に伝達するための伝送線３４０をさらに含み得る。いくつかの実施形態では、アンテナはダイポール設計であり、検出器３３５は、伝送線３４０を使用して電気的状態をアンテナ３４５に伝達し、よってアンテナ３４５の電気的状態に直接影響を及ぼす。検出回路は、アンテナ３４５における電気的状態または結果として生じる電気的状態の変化を検出し、その電気的状態または電気的状態の変化を量子化する。
【0059】
[0080]いくつかの実施形態では、１つまたは複数のセンサ３２５を吸収性物品３００に取り付けるために、スリーブやストラップなどの１つまたは複数の取り付け構造３５０が吸収性物品３００の一部分に形成されるか、または一体化されている。吸収性物品３００は、吸収性物品３００が１つまたは複数のセンサ３２５を予め構成された配置に保持するよう設計されるように、１つまたは複数の取り付け構造３５０を備えて製造され得る。使用前に、１つまたは複数のセンサ３２５が予め構成された配置で実装されるように、１つまたは複数の取り付け構造３５０を使用して１つまたは複数のセンサ３２５を吸収性物品３００に取り付けることができる。ある例では、１つまたは複数の取り付け構造３５０は、１つまたは複数のセンサ３２５を予め構成された配置に配置するために製造レベルで使用され得る。１つまたは複数の取り付け構造３５０を、特定の吸収性物品３００のタイプおよびサイズ情報を示すセンサ３２５に対応する特定のサイズのセンサ３２５のみを受け入れるようなサイズとすることもできる。例えば、センサ３２５を、吸収性物品３００の情報と一致する基礎となる電子製品コード（ＥＰＣ）情報を有する様々なサイズで製造することもできる。１つまたは複数の取り付け構造３５０の位置は、理想的なセンサ位置が達成されることを確実にする。この位置は、アンテナ応答を最大にするために、周囲の水分の縁と乾燥ゾーンとの接合部とすることができる。最大の感度で単一の排尿イベントを検出する吸収性物品３００では、その位置は中央前方の吸収性材料３１０の上であり得る。便失禁の測定では、その位置は中央後部の吸収性材料３１０の上であり得る。最大容量測定値を追跡し、ジオフェンシングまたは動き検出の機能を有する吸収性物品３００では、信号劣化を防止するために、非吸収性材料３１２の上に追加のスリーブを配置することができる。
【0060】
[0081]吸収性物品３００はまた、１つまたは複数の取り付け構造３５０の取り付けと比較して、１つまたは複数のセンサ３２５のための理想的な部位または予め構成された配置がすでに予め決められているかまたは１つもしくは複数の印刷された輪郭もしくはロケータでマークされた「ＲＦＩＤタグ対応」として製造および販売することもできる。その後、１つまたは複数のセンサ３２５を、理想的な配置のために、または予め構成された配置で、接着剤などによって１つまたは複数の印刷された輪郭またはロケータに直接取り付けることができる。あるいは、吸収性物品３００は、１つまたは複数の取り付け構造３５０なしで製造されてもよい。使用前に、１つまたは複数の取り付け構造３５０を、所望の配置で（例えば、接着剤やテープなどを用いて）吸収性物品に取り付けることもできる。ある例では、１つまたは複数のセンサ３２５を、磁石やＶｅｌｃｒｏ（面ファスナ）システムなどのコネクタで取り付けることができる（例えば、鉄を含む吸収性物品要素とＲＦＩＤと関連付けられた磁気要素とを使用することができる）。他の例では、１つまたは複数のセンサ３２５を、前述のソリューションのうちの１つまたは複数によって吸収性物品３００に取り付け可能な恒久的なプラスチックまたはポリマー構造の内部に配置することができ、よって、１つまたは複数のセンサ３２５の再利用および洗浄が可能になる。
【0061】
[0082]図３Ｂに、本開示の少なくとも１つの実施形態による吸収性物品３００の平面図を示す。センサ３２５ａは、下に位置する吸収性材料３１０と非吸収性材料３１２との界面３５５（界面３５５と垂直平面（Ａ）において位置合わせされる物品３００の領域）の上、近傍に、またはこれに隣接して、液不透過性バックシート３１５の前（前面）側に配置されており、センサ３２５ｂは、液不透過性バックシートの非吸収性材料３１２の外側周縁部（非吸収性材料３１２と垂直平面（Ａ）において位置合わせされる物品３００の領域）の上に配置されている。この文脈では、界面付近または界面に隣接するとは、下に位置する吸収性材料３１０の縁部から１～５ｃｍ以内を意味する。外側周縁部におけるセンサ３２５ｂによる測定は、最大容量の先行指標となり、飽和状態で定常状態に達し、一方、吸収性材料界面でのセンサ３２５ａによる測定は、湿潤イベント、乾燥イベント、および／または吸収性材料の不飽和状態の開始の先行指標となる。経時的なエネルギー状態の変化は、毛細管モデルを使用した湿潤および乾燥の速度を表す。このエネルギー状態が平衡数に達すると、これはデバイス飽和状態と相関する。全容量に達すると、飽和状態になり、吸収性物品３００に漏れのリスクがある。これは、下着もしくは吸収パッドの周囲でセンサ３２５ｂによって測定される静的エネルギー状態、または液体フロントが全周おむつ容量と一致するＲＦＩＤアンテナを妨げることによるセンサ３２５ａからのＲＦＩＤ信号の完全な喪失によって明らかになる。
【0062】
[0083]図３Ｃに、本開示の代替の実施形態による吸収性物品３００の平面図を示す。センサ３２５ａは、下に位置する吸収性材料３１０と非吸収性材料３１２との界面３５５を乗り越えて液不透過性バックシート３１５の前（前面）側に配置されている。これにより、センサアンテナの一部分を非吸収性材料３１２の上に配置してＲＦＩＤリーダとの無線通信を最大化しながら、吸収性材料３１０の上の湿り感知を達成する能力が提供される。界面３５５でのセンサ３２５ａによる測定は、最大容量の先行指標となり、飽和状態で定常状態に達する。経時的なエネルギー状態の変化は、毛細管モデルを使用した湿潤および乾燥の速度を表す。このエネルギー状態が平衡数に達すると、これはデバイス飽和状態と相関する。全容量に達すると、飽和状態になり、吸収性物品３００に漏れのリスクがある。これは、下着または吸収パッドの周囲のセンサ３２５ｂによって測定される静的エネルギー状態によって明らかになる。
【0063】
[0084]図３Ｄに、本開示の代替の実施形態による吸収性物品３００の平面図を示す。センサ３２５ａは、下に位置する吸収性材料３１０と非吸収性材料３１２との界面３５５を乗り越えて液不透過性バックシート３１５に配置されている。この例では、センサ３２５ａは、吸湿性領域の外側の領域に配置される、例えば、非吸収性材料３１２と垂直平面（Ａ）において位置合わせされる関連付けられた拡張アンテナ３６５を有する、湿りフロント（下に位置する吸収性材料３１０と垂直平面（Ａ）において位置合わせされる物品３００の領域）の任意の点に配置された水分検出構成要素３６０によって変更されている。これにより、センサアンテナの一部分を非吸収性材料３１２の上に配置してＲＦＩＤリーダとの無線通信を最大化しながら、吸収性材料３１０の上の湿り感知を達成する能力が提供される。界面３５５でのセンサ３２５ａによる測定は、最大容量の先行指標となり、飽和状態で定常状態に達する。経時的なエネルギー状態の変化は、毛細管モデルを使用した湿潤および乾燥の速度を表す。このエネルギー状態が平衡数に達すると、これはデバイス飽和状態と相関する。全容量に達すると、飽和状態になり、吸収性物品３００に漏れのリスクがある。これは、下着または吸収パッドの周囲でセンサ３２５ｂによって測定される静的エネルギー状態によって明らかになる。
【0064】
[0085]図３Ｅに、尿失禁と便失禁とを区別するように設計された、本開示の代替の実施形態による吸収性物品３００の平面図を示す。尿失禁の検出は、液不透過性バックシート３１５の前（前面）側のセンサ３２５ａの配置に依存し、便失禁の検出は、液不透過性バックシート３１５の後（背面）側のセンサ３２５ｂの配置に依存する。センサ３２５ａおよびセンサ３２５ｂは、非吸収性材料３１２の上の外側周縁部（非吸収性材料３１２と垂直平面（Ａ）において位置合わせされる物品３００の領域）に、または下に位置する吸収性材料３１０と非吸収性材料３１２との界面３５５を乗り越えて配置することができる。センサ３２５ａによる測定は、最大容量の先行指標となり、尿飽和状態で、定常状態に達するか、または液体フロントがＲＦＩＤアンテナを妨げることによるセンサ３２５ａからのＲＦＩＤ信号のまたは完全な喪失に至る。経時的なエネルギー状態の変化は、毛細管モデルを使用した湿潤および乾燥の速度を表す。
【0065】
[0086]センサ３２５ｂによる測定は、便失禁イベントの先行指標となり、定常状態に達するか、または糞便がＲＦＩＤアンテナを妨げることによるセンサ３２５ａからのＲＦＩＤ信号の完全な喪失に至る。経時的なエネルギー状態の変化は、便失禁イベントを表す。便イベント（失禁または我慢）は、典型的には、規則的な日周パターンに従う。データロギングに続いてエッジ／クラウドプラットフォームに基づくデータ分析を使用して、将来の便イベントの予測モデルを作成することができる。予測モデルは次いで、便失禁イベントの前の介入の可能性に関して医療提供者または介護提供者に通知するために使用され得る。便イベントの管理は、対象者が吸収性物品３００に排便するのではなくトイレ設備を使用するよう支援することによって大幅に簡素化され得る。摂食間隔および量を含む追加データを予測モデルへの入力として提供して、将来の便イベントおよび排泄の時間の予測を最適化することができる。
【0066】
[0087]図４Ａに、本開示の少なくとも１つの実施形態による無線ソリューション４００のブロック図を示す。尿失禁のための従来の湿度センサシステムでは、センサは、水分を引き付ける吸湿性（水分吸収）材料の容量測定または抵抗測定によって水分または湿度を測定するように構成され、水分が金属板または導電路と接触すると、水分は電圧変化または抵抗変化を生じる。これらの従来のシステムは、通常かさばり、容量測定値または抵抗測定値を得るためにセンサの金属板または導電路に接続するドッキング要素に取り付けられた読み出しデバイスを必要とする。次いで、読み出しデバイスをセンサから切り離し、続いて分析システムに接続するか、またはセンサデータを分析システムに無線送信することができる。対照的に、本開示の無線ソリューション４００は、１つまたは複数のＲＦＩＤセンサ４０５（例えば、図３Ａおよび図３Ｂに関して説明されたセンサ３２５）と、１つまたは複数のＲＦＩＤセンサ４０５と無線通信することができるＲＦＩＤリーダ４１５および制御ユニット４２０を含む別個のＩｏＴデバイス４１０とを含む。ただ１つのＩｏＴデバイス４１０が示されているが、第２のまたは複数のＩｏＴデバイス４１０が使用され、１つまたは複数のＲＦＩＤセンサ４０５と無線通信し得ることを理解されたい。１つまたは複数のＲＦＩＤセンサ４０５およびＩｏＴデバイス４１０は、電波を使用してデバイスを識別、判定、および追跡する無線通信の形態を使用する。１つまたは複数のＲＦＩＤセンサ４０５およびＩｏＴデバイス４１０は、低周波（ＬＦ）、高周波（ＨＦ）、超高周波（ＵＨＦ）、またはそれらの組み合わせを有する電波を使用し得る。ＩｏＴデバイス４１０は、複数のＲＦＩＤセンサ４０５と同時に無線通信することができる。ＩｏＴデバイス４１０のＲＦＩＤリーダ４１５および制御ユニット４２０は、１つまたは複数のＲＦＩＤセンサ４０５からセンサデータを取得し、センサデータを処理し、かつ／またはセンサデータを分析システムに無線で伝達することができる。したがって、ＩｏＴデバイス４１０は、１つまたは複数のＲＦＩＤセンサと直接ドッキングされる必要はなく、代わりにＩｏＴデバイス４１０は、１つまたは複数のＲＦＩＤセンサ４０５からセンサデータを能動的または受動的に取得することができる。
【0067】
[0088]ＩｏＴデバイス４１０の制御ユニット４２０は、ＲＦＩＤリーダ４１５を介して、偏波アンテナを使用して１つまたは複数のＲＦＩＤセンサ４０５に向けられる信号（電波）を送信することができる。ある例では、制御ユニット４２０および／またはＲＦＩＤリーダ４１５は、ＲＦＩＤ暴露を制限するために動的電力変動を組み込んでいる。最大の法的電力出力を有するＲＦＩＤシステムには、単純さという利点があるが、ＲＦＩＤへの過度の対象者暴露、ならびに過剰な後方散乱からの潜在的な読み取り範囲減少という欠点がある。ＩｏＴデバイス４１０は、離散的な読み取り間隔とそれに続く非読み取り期間とを含む電力戦略を採用し得る。これらの離散的な読み取り間隔中に、電力は、読み取りが達成されるまで最低レベルから変化する。リーダ電力は次いで、読み取りが行われるかまたはタイムアウトイベントが発生するまで増加する。電力レベルは決してＦＣＣの法定限度を超えない。別個のリストバンドが装着されている場合、接続電力レベルは、より高い電力レベルをしばしば必要とし得る最後の非読み取りセンサ（おむつ）によって駆動される。
【0068】
[0089]１つまたは複数のＲＦＩＤセンサ４０５の各々が、メモリ・ストレージ・デバイス４３０と、無線通信モジュール４４０を備えたコントローラ４３５とを有する集積回路４２５と、アンテナ４５０を含む検出器４４５とを含む。１つまたは複数のＲＦＩＤセンサ４０５は、１つまたは複数のＲＦＩＤセンサ４０５の各々を励磁するＲＦＩＤリーダ４１５によって送信された信号からエネルギーを得る。励磁されると、集積回路４２５は、アンテナ４５０と関連付けられたエネルギー状態変化（例えば、インピーダンス変化）を介して、検出器４４５に近接した環境周縁部の変化（例えば、水分変化）を感知することができる。いくつかの実施形態では、１つまたは複数のＲＦＩＤセンサ４０５は、アンテナ４５０と関連付けられたエネルギー状態変化（例えば、インピーダンス変化）を介して、ＲＦＩＤセンサ４０５のＲＦＩＤリーダ４１５への近接をさらに感知することができる。例えば、所与のＲＦＩＤセンサ４０５が水分またはＲＦＩＤリーダ４１５に近接しているとき、ＲＦＩＤセンサ４０５は、水分が近接していないとき、またはＲＦＩＤセンサ４０５がＲＦＩＤセンサ４０５から遠ざかっているときと比較して異なるエネルギー状態を達成する。メモリ・ストレージ・デバイス４３０は、コントローラ４３５、無線通信モジュール４４０、および検出器４４５と結合されている。メモリ・ストレージ・デバイス４３０は、検出器によって収集された情報およびセンサデータを格納し、無線通信モジュール４４０を介してＲＦＩＤリーダ４１５とセンサデータを伝達することができる。例えば、ＲＦＩＤセンサ４０５のエネルギー状態は、ＲＦＩＤリーダ４１５によって受信された反射エネルギーの変化と共にＲＦＩＤリーダ４１５に返され得る。各ＲＦＩＤセンサ４０５は、ＲＦＩＤセンサ４０５とＲＦＩＤセンサ４０５と関連付けられる状態との関係がＩｏＴデバイス４１０によって識別され維持されるように、固有の識別子を有する。さらに、無線通信モジュール４４０および検出器４４５は、ＩｏＴデバイス４１０との無線の方法によって完全にプログラム可能である。
【0069】
[0090]いくつかの実施形態では、集積回路４２５は、検出器４４５によって検出されたエネルギー状態（例えば、メモリ・ストレージ・デバイス４３０に格納された定量インピーダンス値）のデジタル表現などのセンサデータを含み、センサデータは、ＲＦＩＤタグが暴露される相対的な環境情報（例えば、乾燥状態または湿潤状態）を判別するために、ＲＦＩＤセンサ４０５によって内部で使用されるか、またはＲＦＩＤリーダ４１５によって読み取られて使用され得る。例えば、ＲＦＩＤリーダ４１５は、集積回路４２５および／または検出器４４５を起動し、集積回路４２５および／または検出器４４５のそれぞれの動作に続いて、エネルギー状態（例えば、定量インピーダンス値）のデジタル表現を受信するようにＲＦＩＤセンサ４０５にコマンドを発行し得る。エネルギー状態のデジタル表現は、ＲＦＩＤセンサ４０５が暴露される相対的な環境情報を判別するために、ＲＦＩＤセンサ４０５によって内部で使用されるか、または制御ユニット４２０によって読み取られて使用され得る。ある例では、ＲＦＩＤセンサ４０５は、関連する環境情報を判定するためにアクセスされ得る、集積回路４２５のメモリ・ストレージ・デバイス４３０内の較正されたルックアップテーブルを含み得る。追加的または代替的に、ＲＦＩＤリーダ４１５は、集積回路４２５に含まれるエネルギー状態（例えば、メモリ・ストレージ・デバイス４３０に格納された定量インピーダンス値）のデジタル表現を取得するためのコマンドを発行してもよい。制御ユニット４２０は、取得されたデジタル表現を、ＲＦＩＤセンサ４０５が暴露される環境を評価するために使用し得る。評価は、すでに格納および較正されたメモリ内の固定データを参照するのと同程度に簡単であり得るか、または解釈的評価を行うためにリーダまたはリーダに接続されたシステム上でソフトウェアアプリケーションが実行されるのと同程度に複雑であり得る。よって、これらの技術を組み合わせることにより、ユーザは、ＲＦＩＤセンサ４０５が暴露される環境を感知するとともに、その同じ環境への変化も感知することができる。
【0070】
[0091]ある例では、図４ＡのＲＦＩＤセンサ４０５は、ＩｏＴデバイス４１０に送り返され得るデータを収集するためのスマートセンサまたはエージェントの配列として配置され得る。例えば、一連のＲＦＩＤセンサ４０５が配置され得、各センサ４０５は、内部の無線通信モジュール４４０を介してＩｏＴデバイス４１０の制御ユニット４２０に伝達することができる、メモリ・ストレージ・デバイス４３０内に格納された固有の識別番号を有する。ＲＦＩＤリーダ４１５は、集積回路４２５および／または検出器４４５を起動し、集積回路４２５および／または検出器４４５のそれぞれの動作に続いて、固有の識別番号およびエネルギー状態（例えば、定量インピーダンス値）のデジタル表現を受信するようにＲＦＩＤセンサ４０５にコマンドを発行し得る。ＩｏＴデバイス４１０の制御ユニット４２０は次いで、さらなる処理または分析のために、固有の識別番号、エネルギー状態のデジタル表現、および任意の評価結果を、リモートのデータ処理ユニット４５５（例えば、図１に関して説明されたクラウドネットワーク１３０またはクライアントデバイス１０５）に通信し得る。よって、センサ配列は、情報が感知されＲＦＩＤリーダ４１５に伝達されることを可能にし得、この情報は、システムのニーズに応じて、ＲＦＩＤリーダ４１５で前処理され、かつ／またはＩｏＴデバイス４１０の制御ユニット４２０および／もしくはリモートのデータ処理ユニット４５５でリモート処理され得る。
【0071】
[0092]当然理解されるように、ＩｏＴデバイス４１０は、無線通信を円滑化し維持するために、ＲＦＩＤセンサ４０５から所定の距離内に配置されるべきである。ＩｏＴデバイス４１０とＲＦＩＤセンサ４０５との間で達成可能な最大距離は、ＩｏＴデバイス４１０の動作周波数、設定またはパラメータ、ＩｏＴデバイス４１０およびＲＦＩＤセンサ４０５のアンテナ、ＲＦＩＤセンサ４０５の特性、ＲＦＩＤセンサを取り付けるために使用される材料、ＲＦＩＤソリューションが使用されている環境などを含む多くの要因によって影響される。一般に、低周波（ＬＦ）パッシブ型ＲＦＩＤタグは、３０ｃｍ（１フィート）以下の最大読み取り距離を有し、高周波（ＨＦ）パッシブ型ＲＦＩＤタグは、１．５メートル（４フィート１１インチ）の最大読み取り距離を有し、超高周波（ＵＨＦ）パッシブ型ＲＦＩＤタグは、１６メートルまたは５２フィートを超える最大読み取り距離を有する。
【0072】
[0093]様々な例において、ＩｏＴデバイス４１０は、ＩｏＴデバイス４１０がＲＦＩＤセンサ４０５から所定の距離内にあるように、ＲＦＩＤセンサ４０５が主に使用されることになる同じ部屋（例えば、寝室や病院のベッドルーム）に配置される。ＩｏＴデバイス４１０を、患者の下のベッドスプリングもしくはフレームを含む部屋内、ベッドの下の床、ナイトスタンド、ドレッサ、または天井の複数の位置に配置することもできる。図４Ｂおよび図４Ｃに、様々な実施形態による、ＩｏＴデバイス４１０および対象者のベッド４６０上へのＩｏＴデバイス４１０の例示的な配置を示す。例えば、ＩｏＴデバイス４１０を、ベッド４６０のフットボードに覆い被さるアングルブラケット４６５の第１の端部に取り付けることができる。これにより、ＩｏＴデバイス４１０と接続された外部アンテナ４７０をアングルブラケット４６５の第２の端部に取り付けることが可能になり、次いでこの外部アンテナ４７０をＲＦＩＤセンサ４０５に最適に向けることができる。アングルブラケット４６５は、外部アンテナ４７０とＲＦＩＤセンサ４０５とのインターフェース角度のカスタマイズを容易にするために、調整可能なグースネック構造または多角構造を有する。
【0073】
[0094]他の例では、ＲＦＩＤセンサ４０５およびＩｏＴデバイス４１０は、対象者が環境を移動する際にＩｏＴデバイス４１０がＲＦＩＤセンサ４０５から所定の距離内に維持されるようなウェアラブルを作成するように構築される。この配置は、ＲＦＩＤリーダ４１５および制御ユニット４２０を含む積層型または単一のデータボード（すなわち、プリント回路基板）を含み得る。（例えば、複数の処理チップのためにＩｏＴデバイス４１０内で利用可能な実装面積がより大きい、部屋やベッドの実施形態における）ＲＦＩＤリーダ４１５と制御ユニット４２０とが別々のチップを使用する代替のソリューションと比較して、制御ユニット４２０を、ＲＦＩＤリーダ４１５に処理を提供するために使用することができる。ウェアラブル用の電源は、充電式リチウムバッテリーに基づくものとすることができるが、他の電源は、太陽光、体の動き（摩擦帯電、圧電充電）を含むことができる。他の代替形態は、搭載されたバッテリーまたはコンデンサ蓄電デバイスを充電するための整流器の有無にかかわらず、ダイナモまたはマグネトに給電する車輪の回転による車椅子の動きからの充電を含み得る。
【0074】
[0095]いくつかの実施形態では、無線ソリューション４００は、下着または吸収パッドの容量などの１つまたは複数のタイプの活動、イベント、またはパラメータを決定するために、ＲＦＩＤセンサデータの絶対エネルギー状態ではなく、経時的なＲＦＩＤセンサデータのエネルギー状態変化を使用する。下着および吸収パッド技術は、水分に反応して、最初に湿潤段階を経、続いて吸上段階を経る、不織布吸収性コアおよび高吸水性ポリマー（ＳＡＰ）を含む吸収性材料の存在に依拠している。この吸上段階は、不織布材料の毛細管作用および液体がＳＡＰによって吸収されることによって明らかになる。標準量の湿潤に対する初期応答は、時間当たりのほぼ線形速度の重量での吸収性であり、続いて平衡および最大容量に達するにつれて傾斜が減少する。この容量の表示は傾斜の肩部で発生する。下着または吸収パッドの容量ではない湿潤イベントが発生した場合、液体の吸収が発生し、線形速度が続き、おむつ内の湿潤の位置に応じて、毛細管運動が下着または吸収パッド全体に水分を分配するにつれて乾燥が発生する。すなわち、下着または吸収パッド全体にわたる水分の移動および再分配が発生する。無線ソリューション４００は、経時的な吸収度のこの動的変化を利用して、下着または吸収パッドの容量を決定することができる。具体的には、ＲＦＩＤセンサが検出する様々なエネルギー状態は、全容量に達するまで発生する下着または吸収パッド内の液体の動的な移動および再分配と相関する。全容量に達すると、飽和状態になり、下着または吸収パッドに漏れるリスクがある。これは、下着もしくは吸収パッドの周囲で測定された静的エネルギー状態、または液体フロントが全周おむつ容量と一致するＲＦＩＤアンテナを妨げることによるＲＦＩＤ信号の完全な喪失によって明らかになる。無線ソリューション４００は、ＲＦＩＤセンサが検出する変動するエネルギー状態と、信号変動の減少または信号喪失とを測定することができ、それを下着または吸収パッドの容量（例えば、不飽和状態または飽和状態）のイベント表示として記録する。
【0075】
[0096]図５Ａ～図５Ｆに、関連する環境情報を取得するために、１つまたは複数のセンサ５０５ａ～５０５ｎ（例えば、図３および図４に関して説明されたＵＨＦセンサ、パッシブ型またはアクティブ型ＲＦＩＤセンサなど）がデバイス５１０（例えば、下着や吸収パッド）上に個別にまたは様々な配置／パターンの配列として配置されている、様々なエネルギー状態を検出するための無線システム５００を示す。いくつかの実施形態では、無線システム５００は、下に位置する吸収性材料５１２と非吸収性材料５１４との界面で液不透過性バックシート上に配置された少なくとも１つのセンサ５０５ａと、非吸収性材料５１４の外側周縁部（吸収性材料５１２の上ではないデバイス５１０の領域）で液不透過性バックシート上に配置された少なくとも１つのセンサ５０５ｂとを含む。外側周縁部におけるセンサ５０５ｂによる測定は、最大容量の先行指標となり、飽和状態で定常状態に達し、一方、吸収性材料界面でのセンサ５０５ａによる測定は、湿潤イベント、乾燥イベント、および／または吸収性材料の不飽和状態の開始の先行指標となる。経時的なエネルギー状態の変化は、毛細管モデルを使用した湿潤および乾燥の速度を表す。このエネルギー状態が平衡数に達すると、これはデバイス飽和状態と相関する。無線システム５００は、単一の失禁エピソードまたは複数の失禁エピソードのいずれかを検出するように調整することができる。さらに、無線システム５００は、単一の湿潤エピソード、ならびに１つまたは複数の湿潤エピソードに続くデバイス飽和状態を検出することができる。特定の例では、ＩＶポンプやｇチューブポンプなどの別の医療デバイスの能動制御を、システム５００を介して対象者の水分補給状態を評価することから得られる分析に応答して作動させることができる。
【0076】
[0097]本明細書で論じられるように、１つまたは複数のセンサ５０５ａ～５０５ｎは、環境内に存在する水分の量に応じて様々なエネルギー状態をとることができる。図５Ａに示されるように、環境の乾燥状態または正規化状態（時刻（Ｔ）＝０）において、センサ５０５ａ～５０５ｎは、平衡状態の第１のエネルギー状態（デジタル表現値＝Ａ）を検出し得る。図５Ｂに示されるように、第１の湿りイベント５１５（Ｔ＝１）時に、湿りフロント５２０がデバイス５１０上の初期接触５２５点からセンサ５０５ａ～５０５ｂの方へ移動する際に、センサ５０５ａは、環境内の初期水分変化を示す第２のエネルギー状態（デジタル表現＝Ｂ、式中、ＢはＡとは異なる）を検出し得る。エネルギー状態Ａからエネルギー状態Ｂへの変化は、ＩｏＴデバイス（図示されず）に伝達され、センサ５０５ａまたはＩｏＴデバイスによって関連する環境情報を取得するために使用され得る。例えば、エネルギー状態Ａからエネルギー状態Ｂへの変化が所定の閾値よりも大きい場合には、その変化は、失禁イベントの開始時を示すと判定され得る。あるいは、エネルギー状態Ｂが所定の閾値よりも大きい場合に、エネルギー状態Ｂは、失禁イベントの開始時を示すと判定されてもよい。
【0077】
[0098]図５Ｃに示されるように、湿りフロント５２０が初期接触５２５点からセンサ５０５ａを横切って移動する際に、センサ５０５ａは、環境内の漸進的な水分変化を示す第３のエネルギー状態（デジタル表現＝Ｃ、式中、ＣはＡおよびＢとは異なる）を検出し得る。エネルギー状態Ｂからエネルギー状態Ｃへの変化は、ＩｏＴデバイス（図示されず）に伝達され、センサ５０５ａまたはＩｏＴデバイスによってさらなる関連する環境情報を取得するために使用され得る。例えば、エネルギー状態Ｂからエネルギー状態Ｃへの変化が所定の閾値よりも大きい場合には、その変化は、失禁イベントの継続を示すと判定され得る。あるいは、エネルギー状態Ｃが所定の閾値よりも大きい場合に、エネルギー状態Ｃは、失禁イベントの継続を示すと判定されてもよい。ある例では、それぞれ、Ｔ＝０～２におけるエネルギー状態Ａ、Ｂ、およびＣを使用して、対象者から排出された液体（例えば、尿）の量を概算することができる。
【0078】
[0099]図５Ｄに示されるように、湿りフロント５２０が初期接触５２５点からセンサ５０５ａを横切ってセンサ５０５ｂの方へ移動する際に、センサ５０５ａは、環境内の漸進的な水分変化を示す第４のエネルギー状態（デジタル表現＝Ｄ、式中、ＤはＡ、ＢおよびＣとは異なる）を検出し得る。エネルギー状態Ｃからエネルギー状態Ｄへの変化は、ＩｏＴデバイス（図示されず）に伝達され、センサ５０５ａまたはＩｏＴデバイスによってさらなる関連する環境情報を取得するために使用され得る。例えば、エネルギー状態Ｃからエネルギー状態Ｄへの変化が所定の閾値よりも大きい場合には、その変化は、失禁イベントの継続を示すと判定され得る。あるいは、エネルギー状態Ｄが所定の閾値よりも大きい場合に、エネルギー状態Ｄは、失禁イベントの継続を示すと判定されてもよい。ある例では、それぞれ、Ｔ＝０～３におけるエネルギー状態Ａ、Ｂ、ＣおよびＤを使用して、対象者から排出された液体（例えば、尿）の量を概算することができる。加えて、湿りフロント５２０がセンサ５０５ｂの方へ移動する際に、センサ５０５ｂは、環境内の初期水分変化を示す第２のエネルギー状態（デジタル表現＝Ｂ、式中、ＢはＡとは異なる）を検出し得る。エネルギー状態Ａからエネルギー状態Ｂへの変化は、ＩｏＴデバイス（図示されず）に伝達され、センサ５０５ｂまたはＩｏＴデバイスによって関連する環境情報を取得するために使用され得る。例えば、エネルギー状態Ａからエネルギー状態Ｂへの変化が所定の閾値よりも大きい場合には、その変化は、（センサ５０５ａおよび初期接触５２５点に対するセンサ５０５ｂの識別および位置を所与として）環境内の漸進的な水分変化を示すと判定され得る。あるいは、エネルギー状態Ｂが所定の閾値よりも大きい場合に、エネルギー状態Ｂは、（センサ５０５ａおよび初期接触５２５点に対するセンサ５０５ｂの識別および位置を所与として）環境内の漸進的な水分変化を示すと判定されてもよい。ある例では、それぞれ、Ｔ＝２およびＴ＝３におけるセンサ５０５ｂからのエネルギー状態ＡおよびＢと、センサ５０５ｂからのエネルギー状態ＣおよびＤとを使用して、対象者から排出された液体（例えば、尿）の量を概算することができる。
【0079】
[0100]あるいは、湿りフロント５２０が初期接触５２５点からセンサ５０５ａを横切ってセンサ５０５ｂの方へ移動する際に、センサ５０５ａはエネルギー状態の報告を停止し得る（単一の喪失またはエネルギー状態＊）。ある例では、センサ５０５ａ～５０５ｎは、湿りフロント５２０がアンテナ５３０の上を通過するときにエネルギー状態の報告を停止し得る（液体フロントがＲＦＩＤアンテナを妨げ、センサデータの通信を妨害することによるＲＦＩＤ信号の本質的に完全な喪失）。通信可能なセンサデータの喪失は、ＩｏＴデバイス（図示されず）によって認識され、ＩｏＴデバイスによってさらなる関連する環境情報を取得するために使用され得る。例えば、通信可能なセンサデータの喪失は、失禁イベントの継続を示すと判定され得る。ある例では、それぞれ、Ｔ＝０～２におけるエネルギー状態Ａ、Ｂ、およびＣと、Ｔ＝３における通信可能なセンサデータの喪失とを使用して、対象者から排出された液体（例えば、尿）の量を概算することができる。加えて、湿りフロント５２０がセンサ５０５ｂの方へ移動する際に、センサ５０５ｂは、環境内の初期水分変化を示す第２のエネルギー状態（デジタル表現＝Ｂ、式中、ＢはＡとは異なる）を検出し得る。エネルギー状態Ａからエネルギー状態Ｂへの変化は、ＩｏＴデバイス（図示されず）に伝達され、センサ５０５ｂまたはＩｏＴデバイスによって関連する環境情報を取得するために使用され得る。例えば、エネルギー状態Ａからエネルギー状態Ｂへの変化が所定の閾値よりも大きい場合には、その変化は、（センサ５０５ａからのセンサデータの喪失と、センサ５０５ａおよび初期接触５２５点に対するセンサ５０５ｂの識別および位置とを所与として）環境内の漸進的な水分変化を示すと判定され得る。あるいは、エネルギー状態Ｂが所定の閾値よりも大きい場合に、エネルギー状態Ｂは、（センサ５０５ａからのセンサデータの喪失と、センサ５０５ａおよび初期接触５２５点に対するセンサ５０５ｂの識別および位置とを所与として）環境内の漸進的な水分変化を示すと判定されてもよい。ある例では、それぞれ、Ｔ＝０～３におけるセンサ５０５ｂからのエネルギー状態ＡおよびＢと、センサ５０５ａからのエネルギー状態Ａ、Ｂ、およびＣ、ならびに通信可能なセンサデータの喪失とを使用して、対象者から排出された液体（例えば、尿）の量を概算することができる。
【0080】
[0101]図５Ｅに示されるように、特定の例では、特定の時間（Ｔ＝４）の後に、湿りフロント５２０は、センサ５０５ａを横切って初期接触点の方へ後退し得、そこでセンサ５０５ａは、環境内の乾燥または吸着イベントを示す第３のエネルギー状態（デジタル表現＝Ｃ）または第５のエネルギー状態（デジタル表現＝Ｅ、式中、ＥはＡ、Ｂ、およびＤとは異なり、Ｃとは異なる）への戻りを検出し得る。エネルギー状態Ｄからエネルギー状態ＣまたはＥへの変化は、ＩｏＴデバイス（図示されず）に伝達され、センサ５０５ａまたはＩｏＴデバイスによってさらなる関連する環境情報を取得するために使用され得る。例えば、エネルギー状態Ｄからエネルギー状態ＣまたはＥへの変化が所定の閾値より小さい場合には、その変化は、失禁イベントの終了およびその後の水分の乾燥または吸収を示すと判定され得る。あるいは、エネルギー状態ＣまたはＥが所定の閾値より小さい場合に、エネルギー状態ＣまたはＥは、失禁イベントの終了およびその後の水分の乾燥または吸収を示すと判定されてもよい。ある例では、時間成分をエネルギー状態またはエネルギー状態の変化と併せて使用して、その後の水分の乾燥または吸収を決定することができる。例えば、エネルギー状態Ｄからエネルギー状態ＣまたはＥへの変化が所定の閾値より小さく、所定の時間閾値を超えない期間で発生する場合には、その変化は、失禁イベントの終了およびその後の水分の乾燥または吸収を示すと判定され得る。あるいは、エネルギー状態ＣまたはＥが所定の閾値より小さく、所定の時間閾値を超えない期間で発生する場合に、エネルギー状態ＣまたはＥは、失禁イベントの終了およびその後の水分の乾燥または吸収を示すと判定されてもよい。ある例では、それぞれ、Ｔ＝３およびＴ＝４におけるエネルギー状態Ｄおよび（ＣまたはＥ）の変動を使用して、吸収性材料が飽和状態に達していない（すなわち、より多くの水分を保持することができる）と判定することができる。
【0081】
[0102]加えて、湿りフロント５２０がセンサ５０５ｂから離れる際に、センサ５０５ｂは、環境の乾燥状態または正規化状態を示す第１のエネルギー状態（デジタル表現＝Ａ）への戻りを検出し得る。エネルギー状態Ｂからエネルギー状態Ａへの変化は、ＩｏＴデバイス（図示されず）に伝達され、センサ５０５ｂまたはＩｏＴデバイスによって関連する環境情報を取得するために使用され得る。例えば、エネルギー状態Ｂからエネルギー状態Ａへの変化が所定の閾値より小さい場合には、その変化は、失禁イベントの終了およびその後の水分の乾燥または吸収を示すと判定され得る。あるいは、エネルギー状態Ａが所定の閾値より小さい場合には、エネルギー状態Ａは、失禁イベントの終了およびその後の水分の乾燥または吸収を示すと判定されてもよい。ある例では、それぞれ、（任意選択的に時間成分に応じた）Ｔ＝３およびＴ＝４におけるセンサ５０５ａからのエネルギー状態ＡおよびＢと、センサ５０５ｂからのエネルギー状態Ｄおよび（ＣまたはＥ）との変動を使用して、吸収性材料が飽和状態に達していない（すなわち、より多くの水分を保持することができる）と判定することができる。
【0082】
[0103]あるいは、湿りフロント５２０がセンサ５０５ａを横切って初期接触点の方に後退する際に、センサ５０５ａは、湿りフロント５２０がアンテナ５３０と接触している状態から後退した（本質的にセンサデータのアンテナ通信を可能にする）ときにエネルギー状態の報告を再開し得る。通信可能なセンサデータの再開（例えば、第３のエネルギー状態（デジタル表現＝Ｃ））または第５のエネルギー状態（デジタル表現＝Ｅ、式中、ＥはＡ、Ｂ、およびＤとは異なり、Ｃとは異なる）は、ＩｏＴデバイス（図示されず）によって認識され、さらなる関連する環境情報を取得するためにＩｏＴデバイスによって使用され得る。例えば、通信可能なセンサデータの再開は、環境内の乾燥または吸着イベントを示すと判定され得る。ある例では、時間成分を通信可能なセンサデータの再開と併せて使用して、その後の水分の乾燥または吸収を決定することができる。例えば、通信可能なセンサデータの再開が所定の時間閾値を超えない期間内に発生した場合には、その変化は、失禁イベントの終了およびその後の水分の乾燥または吸収を示すと判定され得る。ある例では、それぞれ、Ｔ＝３およびＴ＝４におけるエネルギー状態Ｄおよび（ＣまたはＥ）と、通信可能なセンサデータの再開とを使用して、吸収性材料が飽和状態に達していない（すなわち、より多くの水分を保持することができる）と判定することができる。
【0083】
[0104]加えて、湿りフロント５２０がセンサ５０５ｂから離れる際に、センサ５０５ｂは、環境の乾燥状態または正規化状態を示す第１のエネルギー状態（デジタル表現＝Ａ）への戻りを検出し得る。エネルギー状態Ｂからエネルギー状態Ａへの変化は、ＩｏＴデバイス（図示されず）に伝達され、センサ５０５ｂまたはＩｏＴデバイスによって関連する環境情報を取得するために使用され得る。例えば、エネルギー状態Ｂからエネルギー状態Ａへの変化が所定の閾値より小さい場合には、その変化は、失禁イベントの終了およびその後の水分の乾燥または吸収を示すと判定され得る。あるいは、エネルギー状態Ａが所定の閾値より小さい場合には、エネルギー状態Ａは、失禁イベントの終了およびその後の水分の乾燥または吸収を示すと判定されてもよい。ある例では、それぞれ、（任意選択的に時間成分に応じた）Ｔ＝３およびＴ＝４におけるセンサ５０５ａからのエネルギー状態ＡおよびＢと、センサ５０５ｂからのエネルギー状態Ｄおよび（ＣまたはＥ）および通信可能なセンサデータの再開とを使用して、吸収性材料が飽和状態に達していない（すなわち、より多くの水分を保持することができる）と判定することができる。
【0084】
[0105]図５Ｆに示されるように、特定の例では、特定の時間（Ｔ＝４）の後に、湿りフロント５２０は同じ状態にとどまり得（例えば、平衡に達し）、そこでセンサ５０５ａは、環境内の水分の定常状態を示す第４のエネルギー状態（デジタル表現＝Ｄ）を検出し続ける。定常エネルギー状態Ｄは、ＩｏＴデバイス（図示されず）に伝達され、センサ５０５ａまたはＩｏＴデバイスによってさらなる関連する環境情報を取得するために使用され得る。例えば、エネルギー状態Ｄが所定の閾値よりも大きい期間（Ｔ＝４）にわたって変化しなかった場合には、エネルギー状態の変化の欠如は、環境内の水分の定常状態を示すと判定され得る。ある例では、それぞれ、（任意選択的に時間成分に応じた）Ｔ＝２、Ｔ＝３、およびＴ＝４におけるエネルギー状態ＣおよびＤを使用して、吸収性材料が飽和状態に達している（すなわち、それ以上水分を保持することができない）と判定することができる。加えて、湿りフロント５２０が同じままにとどまる場合、センサ５０５ｂは、環境内の水分の定常状態を示す第２のエネルギー状態（デジタル表現＝Ｂ）を検出し続け得る。定常エネルギー状態Ｂは、ＩｏＴデバイス（図示されず）に伝達され、センサ５０５ｂまたはＩｏＴデバイスによってさらなる関連する環境情報を取得するために使用され得る。例えば、エネルギー状態ＢおよびＤが所定の閾値よりも大きい期間（Ｔ＝４）にわたって変化しなかった場合には、エネルギー状態の変化の欠如は、環境内の水分の定常状態を示すと判定され得る。ある例では、それぞれ、（任意選択的に時間成分に応じた）Ｔ＝２、Ｔ＝３、およびＴ＝４におけるエネルギー状態Ｂ、ＣおよびＤを使用して、吸収性材料が飽和状態に達している（すなわち、それ以上水分を保持することができない）と判定することができる。
【0085】
[0106]あるいは、特定の例では、特定の時間（Ｔ＝４）の後に、湿りフロント５２０は同じままにとどまり得（例えば、平衡に達し）、そこでセンサ５０５ａはエネルギー状態（エネルギー状態＊）を報告しない状態を継続する。一定期間にわたる通信可能なセンサデータの喪失は、ＩｏＴデバイス（図示されず）によって認識され、ＩｏＴデバイスによってさらなる関連する環境情報を取得するために使用され得る。例えば、通信可能なセンサデータの喪失が所定の閾値よりも大きい期間（Ｔ＝４）にわたって継続した場合には、通信可能なセンサデータの喪失は、環境内の水分の定常状態を示すと判定され得る。ある例では、それぞれ、（任意選択的に時間成分に応じた）Ｔ＝２、Ｔ＝３、およびＴ＝４におけるエネルギー状態Ｃおよび＊を使用して、吸収性材料が飽和状態に達している（すなわち、それ以上水分を保持することができない）と判定することができる。加えて、湿りフロント５２０が同じままにとどまる場合、センサ５０５ｂは、環境内の水分の定常状態を示す第２のエネルギー状態（デジタル表現＝Ｂ）を検出し続け得る。定常エネルギー状態Ｂは、ＩｏＴデバイス（図示されず）に伝達され、センサ５０５ｂまたはＩｏＴデバイスによってさらなる関連する環境情報を取得するために使用され得る。例えば、エネルギー状態Ｂおよび＊が所定の閾値よりも大きい期間（Ｔ＝４）にわたって変化しなかった場合には、エネルギー状態の変化の欠如は、環境内の水分の定常状態を示すと判定され得る。ある例では、それぞれ、（任意選択的に時間成分に応じた）Ｔ＝２、Ｔ＝３、およびＴ＝４におけるエネルギー状態Ｂ、Ｃおよび＊を使用して、吸収性材料が飽和状態に達している（すなわち、それ以上水分を保持することができない）と判定することができる。
【0086】
[0107]図５Ａ～図５Ｆは、２つのセンサの配置を使用して１人または複数の対象者の尿失禁を監視するための技術を示しているが、この技術は、任意の数および配置のセンサを使用して実装することができることを理解されたい。例えば、この技術は、複数のセンサが、下に位置する吸収パッドの上の液不透過性バックシート上に配列として配置されている場合に実装することができる。この配置は、様々なエネルギー状態の検出（例えば、単一のデバイスによって吸収された多数の失禁イベントからのパターンの検出）においてより粒度の細かい詳細が必要な場合に有用であり得る。追加的または代替的に、センサが濡れて潜在的にエネルギー状態の報告を停止する（エネルギー状態＊）可能性が低いように、複数のセンサが非吸収性材料の外側周縁部の液不透過性バックシート上に配置される。この配置は、対象者の動きが継続的に監視される場合に有用であり得る。
【0087】
[0108]図６Ａ～図６Ｅに、１つまたは複数のセンサ６０５ａ～６０５ｎ（例えば、図３および図４に関して論じられたパッシブ型またはアクティブ型ＲＦＩＤセンサなど）が、関連する流体量情報を取得するために直線配列としてデバイス６１０（例えば、フォーリーバッグ）上に配置されている様々なエネルギー状態を検出するための別の無線システム６００を示す。ある例では、流体出力（例えば、尿出力）を、コンドームカテーテル（男性）、吸上装置（女性）またはカテーテルのいずれかを介して対象者に取り付けられた流体収集デバイスや壁吸引装置などのデバイス６１０を介して記録することができる。このデバイス６１０を使用して、一連の位置合わせされたＲＦＩＤセンサを介して流体量を経時的に記録することができる。ＲＦＩＤセンサは、液体と密接と関連付けられているときのタグのエネルギー状態の変化に依拠する特定の感湿タグ、または液体が密接な関係にあるかまたはアンテナを遮るときに信号を失う標準タグのいずれかとすることができる。次いで、この信号の変化または信号の喪失を使用して、経時的量の情報を決定することができる。特定の例では、ＩｏＴデバイスと接続されたＩＶポンプやｇチューブポンプなどの別の医療デバイスの能動制御を、システム６００を介して対象者の水分補給状態を評価することから得られる分析に応答して作動させることができる。
【0088】
[0109]図６Ａに示されるように、１つまたは複数のセンサ６０５ａ～６０５ｎは、デバイス６１０に取り付けるための接着剤または他の取り付け媒体もしくは構造を有する基材６１５（例えば、ポリマーや紙製品）上に配置されている。本明細書で論じられるように、１つまたは複数のセンサ６０５ａ～６０５ｎは、環境内に存在する水分の量に応じて様々なエネルギー状態をとることができる。１つまたは複数のセンサ６０５ａ～６０５ｎを外部から適用することより、既存のデバイス６１０の改造が可能になる。他の実施形態では、１つまたは複数のセンサ６０５ａ～６０５ｎは、接着性の外部基材が必要とされないように、デバイス６１０の製造に直接組み込まれる。いずれの場合も、センサ６０５ａ～６０５ｎは、それぞれのデバイス容量間隔６２５と一致するように一定の間隔６２０でデバイス６１０上に配置される。加えて、１つまたは複数のセンサ６０５ａ～６０５ｎの複数の直線配列をデバイス６１０に取り付けることもできる。例えば、１つまたは複数のセンサ６０５ａ～６０５ｎの２つ以上の直線配列を、オフセット平行パターンでデバイス６１０に取り付けることができる（例えば、図６Ｂを参照）。これにより、別個の高密度の直線センサ配列６０５ａ～６０５ｎを必要とせずに、必要に応じて容量測定の精度を高めることができる。このソリューションに適するはずの医療容量測定の例には、尿量、経鼻胃排出量、胸腔チューブ量、静脈内輸液排出量、および胃チューブ栄養排出量が含まれる。
【0089】
[0110]図６Ｃに示されるように、環境の乾燥状態または正規化状態（時刻（Ｔ）＝０）において、センサ６０５ａ～６０５ｎは、第１のエネルギー状態（デジタル表現値＝Ａ）を検出し得る。図６Ｄに示されるように、第１の湿りイベント６３０（Ｔ＝１）時に、湿りフロント６３５がデバイス６１０内の初期保持６４０点からセンサ６０５ａ～６０５ｂの方へ移動する際に、センサ６０５ａは、環境内の初期水分変化を示す第２のエネルギー状態（デジタル表現＝Ｂ、式中、ＢはＡとは異なる）を検出し得る。エネルギー状態Ａからエネルギー状態Ｂへの変化は、ＩｏＴデバイス（図示されず）に伝達され、センサ６０５ａまたはＩｏＴデバイスによって関連する環境情報を取得するために使用され得る。例えば、エネルギー状態Ａからエネルギー状態Ｂへの変化が所定の閾値よりも大きい場合には、その変化は、失禁イベントの開始時を示すと判定され得る。追加的または代替的に、容量測定値を、センサ６０５ａの固有の識別子、対応するＡからＢへのエネルギー状態の変化、およびセンサ６０５ａ～６０５ｎの各々に対応するデバイス容量間隔６２５の知識（例えば、デバイス容量間隔は、メモリ・ストレージ・デバイスのテーブルに格納され得る）、ならびに経時的な容量測定値およびｋｇ当たりの容量測定値に基づいて計算することもできる。ある例では、患者の医療記録に患者のアラートを生成するために、（尿量データについての）患者の水分補給状態に関するデータ分析を、論理または１つもしくは複数の予測モデルを介して自動化することができる。
【0090】
[0111]図６Ｅに示されるように、第１の湿りイベント６３０または後続の湿りイベント（Ｔ＝２、３、４など）の継続時に、湿りフロント６３５がデバイス６１０内の初期保持６４０点からセンサ６０５ｂ～６０５ｎの方へ移動する際に、センサ６０５ｂ～６０５ｎ（例えば、センサ６０５ｃやセンサ６０５ｆ）は、環境内の初期水分変化を示す第１のエネルギー状態（デジタル表現＝Ｂ、式中、ＢはＡとは異なる）を検出し得る。エネルギー状態Ａからエネルギー状態Ｂへの変化は、ＩｏＴデバイス（図示されず）に伝達され、センサ６０５ｂ～６０５ｎまたはＩｏＴデバイスによって関連する環境情報を取得するために使用され得る。例えば、センサ６０５ｆのエネルギー状態Ａからエネルギー状態Ｂへの変化が所定の閾値よりも大きい場合には、その変化は、デバイス６１０を排液または交換する必要を示すと判定され得る。追加的または代替的に、さらなる容量測定値を、センサ６０５ｂ～６０５ｎの固有の識別子、対応するＡからＢへのエネルギー状態の変化、およびセンサ６０５ｂ～６０５ｎの各々に対応するデバイス容量間隔６２５の知識（例えば、デバイス容量間隔は、メモリ・ストレージ・デバイスのテーブルに格納され得る）、ならびに経時的な容量測定値およびｋｇ当たりの容量測定値に基づいて計算することもできる。ある例では、患者の医療記録に患者のアラートを生成するために、（尿量データについての）患者の水分補給状態に関するさらなるデータ分析を、論理または１つもしくは複数の予測モデルを介して自動化することができる。
【0091】
[0112]図６Ａ～図６Ｅは、複数のセンサの直線配置を使用して１人または複数の対象者の尿排泄および量を監視するための技術を示しているが、この技術は、経鼻胃管および胸腔チューブの排液排出を含む任意の他のタイプの医療ソリューションのために、任意の数および配置のセンサおよび／またはＩｏＴデバイスを使用して実装することができることを理解されたい。例えば、単一のＲＦＩＤセンサを使用して、フォーリーバッグなどのデバイスがいつ満杯になるか、または排液もしくは交換が必要になるかをより簡単に判定することができる。直接ＲＦＩＤ測定の代わりに、感湿ストリップをデバイス内に製造されたコンダクタンス機能と共に使用して容量を決定することもできる。次いで、外部電源が結果として得られる情報と共に、取り付けられたＩｏＴデバイスに向けて、またはＩｏＴデバイスへの無線接続を介して使用される。別の実施形態は、ＩｏＴデバイスに直接または無線接続を介して取り付けられたひずみゲージを用いることができ、これは次いで、これらの測定値をクラウドネットワークにアップロードするために使用される。エッジコンピューティングまたはクラウドネットワークのどちらかを介して、バッグの重量がこれらの重量から差し引かれて液量測定値が得られる。この情報はまた、患者の電子医療記録にアップロードすることができる容量対時間測定値を生成するために使用することもできる。
【0092】
[0113]図６Ａ～図６Ｅは、医療ソリューションを対象とした技術を示しているが、これらの技術を他の産業で実装することができることも理解されたい。例えば、複数のセンサの配置（例えば、直線）を、タンクまたはその他の格納装置内の液体の工業的測定（例えば、燃料レベル）のための任意の数および配置のセンサおよび／またはＩｏＴデバイスソリューションを使用して実装することができる。これらの技術を、タンクが不透明であるか、または直接的な現物検査によって監視されていない場合に使用することができる。本明細書に記載される技術の他の用途には、封じ込めパイプ（例えば、ＨＶＡＣ凝縮やドリップパイプ）などの封じ込めシステム内の、または周囲の土壌への直接の、または輸送システムもしくは排液を伴うパイプを直接貫通した周囲環境への液体漏れの監視が含まれ得る。
【0093】
ＩＶ．対象者の健康または福祉のメトリックを測定および追跡するための論理および機械学習に基づく技術
[0114]様々な実施形態において、センサおよびＩｏＴデバイスから取得されたデータに基づいて、対象者の健康または福祉のメトリックを測定および追跡するための技術が提供される。データは、図１および図２に関して説明されたように、管理プラットフォームおよびシステムを使用して収集および分析され得る。よって、データは、人間の目に依拠する観察と比較して、複数のセンサおよびＩｏＴデバイスからより頻繁に、より正確に取り込まれ得る。さらに、湿度センサ、圧力センサ、重量もしくは温度センサ、ＩｏＴデバイスと通信する医療デバイス、セキュリティカメラ、ウェブカメラ、および／または医療施設で使用される検査機器などの医療デバイスセンサを含む、多くの異なるタイプのセンサおよびＩｏＴデバイスを使用してデータを提供することができる。本明細書で開示される技術は、様々なソースからのデータを利用するので、本明細書で提供される技術は、データからの所与の対象者および／またはデバイスの識別を可能にして、所与の対象者および／またはデバイスに固有の分析が、場合によっては、やはりデータ内で識別された他の対象者および／またはデバイスと比較して提供され得るようにする。これらの技術は、サービスとして、１人または複数の対象者の排尿間隔を１人または複数の対象者の現在の失禁状況と共に示すチャートなどの健康または福祉情報を表示し、情報との対話を可能にすることができるダッシュボードやインターフェースなどの消耗品を提供することができる。
[0114]様々な実施形態において、センサおよびＩｏＴデバイスから取得されたデータに基づいて、対象者の健康または福祉のメトリックを測定および追跡するための技術が提供される。データは、図１および図２に関して説明されたように、管理プラットフォームおよびシステムを使用して収集および分析され得る。よって、データは、人間の目に依拠する観察と比較して、複数のセンサおよびＩｏＴデバイスからより頻繁に、より正確に取り込まれ得る。さらに、湿度センサ、圧力センサ、重量もしくは温度センサ、ＩｏＴデバイスと通信する医療デバイス、セキュリティカメラ、ウェブカメラ、および／または医療施設で使用される検査機器などの医療デバイスセンサを含む、多くの異なるタイプのセンサおよびＩｏＴデバイスを使用してデータを提供することができる。本明細書で開示される技術は、様々なソースからのデータを利用するので、本明細書で提供される技術は、データからの所与の対象者および／またはデバイスの識別を可能にして、所与の対象者および／またはデバイスに固有の分析が、場合によっては、やはりデータ内で識別された他の対象者および／またはデバイスと比較して提供され得るようにする。これらの技術は、サービスとして、１人または複数の対象者の排尿間隔を１人または複数の対象者の現在の失禁状況と共に示すチャートなどの健康または福祉情報を表示し、情報との対話を可能にすることができるダッシュボードやインターフェースなどの消耗品を提供することができる。
【0094】
[0115]図７に、データ７０５（例えば、センサおよび／またはＩｏＴデバイスデータ）に基づいて対象者の健康または福祉のメトリックを測定および追跡するように構成されたデータ分析システム７００（例えば、図２に関して説明されたデータ分析モジュール２７５）の態様を示すブロック図を示す。図７に示されるように、この例でデータ分析システム７００によって行われる健康または福祉の検出および分析は、いくつかの段階、すなわち、予測モデル訓練段階７１０、対象者および／またはデバイス識別段階７１５、活動識別段階７２０、測定決定段階７２５、任意選択の検証段階７３０、健康または福祉の状態判定段階７３５、人員管理評価段階７４０、在庫管理段階７４５、ならびに最適化予測段階７５０を含む。予測モデル訓練段階７１０は、その他の段階（本明細書では個別に予測モデル７５０と呼ばれるか、またはまとめて予測モデル７５０と呼ばれ得る）によって使用されるべき１つまたは複数の予測モデル７５０ａ～７５０ｎ（「ｎ」は任意の自然数を表す）を構築および訓練する。例えば、予測モデル７５０は、メトリックを測定および追跡するための関心対象の対象者またはデバイスなど、特定の対象者またはデバイスを、他の対象者またはデバイスから認識または識別するためのモデルを含むことができる。予測モデル７５０はまた、尿を排泄する、ベッドから出る、トイレにアクセスする、ジオフェンス領域に入る、またはベッドで寝返りを打つなどの、１人または複数の対象者の行動を認識または識別するためのモデルを含むことができる。予測モデル７５０はまた、対象者の健康または福祉を予測するためのモデルを含むことができる。本開示による他の例では、さらに他のタイプの予測モデルが実装され得る。
【0095】
[0116]予測モデル７５０は、畳み込みニューラルネットワーク（「ＣＮＮ」）、例えば、インセプション・ニューラル・ネットワーク、カリフォルニア州マウンテンビューのＧＯＯＧＬＥ ＬＬＣから提供される残差ニューラルネットワーク（「Ｒｅｓｎｅｔ」）またはＮＡＳＮＥＴ、リカレント・ニューラル・ネットワーク、例えば、長・短期記憶（「ＬＳＴＭ」）モデル、ゲート付き回帰型ユニット（「ＧＲＵ」）モデルなどといった機械学習（「ＭＬ」）モデルとすることができる。予測モデル７５０はまた、ナイーブ・ベイズ・モデル、ロジスティック回帰モデル、ランダム・フォレスト・モデル、三次元ＣＮＮ（「３ＤＣＮＮ」）、動的時間伸縮（「ＤＴＷ」）技術、隠れマルコフモデル（「ＨＭＭ」）など、またはそのような技術のうちの１つもしくは複数の組み合わせ、例えばＣＮＮ－ＨＭＭやＭＣＮＮ（マルチスケール畳み込みニューラルネットワーク）など、センサもしくはＩｏＴデバイスデータから対象者の存在、対象者もしくはデバイスの識別、または活動を予測するように訓練された任意の他の適切なＭＬモデルとすることもできる。データ分析システム７００は、識別予測、活動予測、および最適化予測のために、同じタイプの予測モデルまたは異なるタイプの予測モデルを使用し得る。
【0096】
[0117]この例では、様々な予測モデル７５０を訓練するために、予測モデル７５０ごとの訓練サンプル７５５が生成される。特定の予測モデル７５０の訓練サンプル７５５は、入力センサまたはＩｏＴデバイスデータ（またはセンサもしくはＩｏＴデバイスデータの入力特徴）と、入力センサまたはＩｏＴデバイスデータ（または入力特徴）に対応するラベル７５７とを含むことができる。例えば、早期尿路感染症のリスクがある対象者を予測するために利用されるべき予測モデル７５０の場合、入力は、湿度センサもしくはＩｏＴデバイスからのデータ、経時的に排出された尿の量などの決定された測定値、または失禁イベントの検出などのセンサもしくはＩｏＴデバイスデータから決定された特徴を含むことができ、ラベル７５７は、尿路感染症の存在を示すデータまたはデータが尿路感染症を示す確率を示すベクトルから抽出された排尿の頻度および／または尿の量を含むことができる。同様に、センサまたはＩｏＴデバイスデータに基づいて対象者がベッドで反転または回転するなどの活動を識別するために利用されるべき予測モデル７５０の場合、入力は、センサもしくはＩｏＴデバイスデータ自体、またはセンサもしくはＩｏＴデバイスデータから抽出された特徴とすることができ、ラベル７５７は、その活動がセンサまたはＩｏＴデバイスデータ内で発生しているか否かを示すエネルギー状態を含むことができる。
【0097】
[0118]ある例では、訓練プロセスは、予測モデル７５０の損失関数を最小化する予測モデル７５０のパラメータセットを見つけるための反復動作を含む。各反復は、そのパラメータセットを使用した損失関数の値が前の反復における別のパラメータセットを使用した損失関数の値よりも小さくなるような予測モデル７５０のパラメータセットを見つけることを伴い得る。損失関数は、予測モデル７５０を使用して予測された出力と訓練サンプル７５５に含まれるラベル７５７との間の差を測定するように構築することができる。パラメータセットが識別されると、予測モデル７５０は訓練されており、設計通りの予測に利用することができる。
【0098】
[0119]訓練サンプル７５５に加えて、予測モデル７５０の訓練プロセスを改良するために他の情報も使用することができる。例えば、センサまたはＩｏＴデバイス情報（例えば、センサまたはＩｏＴデバイスの位置）、プロファイル情報（例えば、対象者の特徴や医療デバイスの動作パラメータ）、または医療記録（例えば、測定された重量）は、対象者の健康または福祉などの予測の手がかりを提供することができる。例えば、既知のＩｏＴデバイスが対象者の部屋に配置され得る。領域内の人間の活動を示すＩｏＴデバイスによって受信されたセンサデータは、活動が、部屋と関連付けられていると以前に識別された対象者からのものである可能性が高いことを示し得る。別の例では、医療提供者によって行われた対象者の身体測定値を含む医療記録を使用して、対象者の予測される健康および福祉を確認することができる。さらに別の例では、特定の医療業務（例えば、ＲＦＩＤタグブレスレットを用いた医療業務）の存在もまた、特定の活動の指標となり得る。例えば、ＩｏＴデバイスデータから検出された医療従事者は、その医療従事者が対象者の部屋に入ったことを示すことができ、湿度センサデータと組み合わせて、交換またはチェックされようとしている下着または吸収パッドの予測因子として使用することができる。
【0099】
[0120]代表的なセンサまたはＩｏＴデバイスデータを、それらの代表性を示す追加のラベルでマークすることができる。識別、活動、および最適化の予測モデル７５０の訓練中に、この代表データに対応する損失関数の項により高い重みを割り当てることができる。その結果、訓練された予測モデル７５０は、識別、活動、および最適化を予測するときに、代表データに類似する入力データにより多くの重みを与えることができる。加えて、予測モデル７５０によって予測された活動または最適化が活動または最適化論理７６０に違反しないようにするために、予測モデル訓練段階７１０に発展論理７６０を組み込むことができる。対象者の健康または福祉は、一般に固有の論理を有する。例えば、下着または吸収パッドを交換する必要性は、典型的には、対象者に１回または複数回の失禁イベントがあった後にのみ生じる。これらのイベント間の固有の論理関係を利用して、活動または最適化予測を容易にすることができる。
【0100】
[0121]本明細書に提示される本開示のいくつかの態様によれば、論理関係を、予測モデル７５０を訓練するための上記の最適化問題に対する１つまたは複数の制約として定式化することができる。制約の違反にペナルティを科す訓練損失関数を、訓練が関係論理制約を考慮に入れることができるように構築することができる。代替的または追加的に、現在の特徴および予測出力の時間依存性を記述する有向グラフなどの構造を使用して、予測モデル７５０の特徴および予測を調整または改良することもできる。１つの例示的な実装形態では、特徴が現在の湿度センサデータから抽出され、有向グラフに示されるように、前の湿度センサデータおよび後の湿度センサからの特徴と組み合わされる。このようにして生成された特徴は本質的に、訓練サンプル７５５におけるセンサとＩｏＴデバイスデータとの間の時間関係、よって論理関係を組み込むことができる。したがって、これらの特徴を使用して訓練された予測モデル７５０は、様々なメトリックと対象者の健康または状態との間の論理関係を取り込むことができる。
【0101】
[0122]当然理解されるように、水分データなどのセンサおよびＩｏＴデバイスデータは、典型的には膨大であり、数時間以上をカバーすることができる。訓練サンプル７５５内のラベル７５７を取得することは、このデータを手動でレビューすることを必要とする場合があり、したがって、時間のかかる作業となり得る。その結果、すべてのセンサおよびＩｏＴデバイスデータにラベル付けすることが非現実的となり得、よって大量のデータがラベル付けされないままであり得る。ラベル付きデータよりも安価で取得し得るこのラベルなしデータも、予測モデル７５０を訓練するために使用することができる。例えば、ラベルなしの訓練センサまたはＩｏＴデバイスデータについて、予測モデル７５０を適用して、活動および／または最適化を予測することができる。予測された活動または最適化が対象者の健康または福祉の固有の論理に違反する場合、損失関数に項を導入することによってこのラベルなしデータにペナルティを科すことができる。すなわち、その予測された活動および／または最適化が対象者の健康または福祉の固有の論理に違反するラベルなし訓練データを利用して、訓練損失関数を再定義することができる。結果として、ある例では、訓練損失関数は、上述のようなラベル付きデータと、ラベルなしデータに基づく発展論理損失との組み合わせとすることができる。
【0102】
[0123]他方、予測モデル７５０を使用したラベルなしデータの予測された活動および／または発展レベルが対象者の健康および福祉の固有の論理に違反しない場合、損失関数を不変のままとすることができる。結果として、ラベルなしデータは、対象者の健康および福祉の固有の論理に違反する場合にのみ損失関数に影響を及ぼし得ることになる。対照的に、ラベル付きデータは、対象者の健康および福祉の固有の論理の違反にかかわらず、損失関数に影響を与える可能性がある。上記の例は単なる例示であることを理解されたい。ラベルなしデータは、予測モデル訓練段階７１０中に様々な他の方法で利用することができる。例えば、ラベルなしデータを訓練サンプル７５５として、例えば、予測の滑らかさなどの教師なしの損失を含めるため、ならびに対象者の健康および福祉の固有の論理を強制するために利用することができる。このようにして、ラベルなしデータは、その予測される相が対象者の健康および福祉の固有の論理に違反しない場合でも、損失関数に対応する項を有し得る。
【0103】
[0124]同様に、識別および活動予測モデル７５０の訓練中に補助情報を利用することができる。訓練サンプル７５５を作成することは、識別されるべき活動のタイプについて入力データに手動でラベル付けすることを含むことができる。データ内の対象者の存在、識別、または活動のあらゆる発生にラベル付けすることは困難であり、面倒である。例えば、対象者がベッドで寝返りを打つことは、一度に数秒から数分までの範囲で持続可能性があり、一晩の間に、または監視セッションを通して複数回起こり得る。本明細書で説明される訓練メカニズムは、開発者またはエンドユーザが、管理可能な数のこれらのタイプの行動の発生にラベル付けし、残りを「未知」としてマークすることを可能にする。予測モデル７５０の訓練中、「未知」ラベルは使用されず、これらの特定のラベルの訓練損失関数の一部として除外されない。これにより、ラベルなしデータが否定的な例として扱われることを防ぐことができ、例えば、対象の活動は入力ビデオフレームに存在しないと識別されるが、これらの「未知」ラベルは、分析のために訓練済みモデルにデータを提供することによって後で判定され得る。代替的または追加的に、肯定的な例および否定的な例の選択されたセットを生成することもでき、これらの肯定的な例および否定的な例を使用してモデルを微調整することができる。
【0104】
[0125]加えて、本明細書に記載される訓練メカニズムは、階層的または多重のラベリングも可能にする。複数の対象者および複数の活動が重複することができ、１つの活動は複数の活動を含むことができる。その結果、同じデータセットに対して複数のラベルをマークすることができる。例えば、複数のＩｏＴデバイスが、複数のＲＦＩＤタグの存在を検出してもよく、複数の活動が同じデータセットに現れ得る。よって、複数の対象者または活動が、可能な付随イベントを伴って、同じデータセットにおいて同時に発生し得る。所与のデータセットにおいて複数のラベルを許容することにより、訓練データセットに含まれる潜在的な知識を、コンテンツデータ分析システム７００によって完全に活用して予測モデル７５０を訓練することができる。
【0105】
[0126]本明細書で説明される訓練メカニズムは、主に予測モデル７５０を訓練することに焦点を当てている。これらの訓練メカニズムを、他のデータセットから訓練された既存の予測モデル７５０を微調整するために利用することもできる。例えば、場合によっては、予測モデル７５０は、非対象者監視データを使用して事前訓練されていてもよい。これらの場合、本明細書で論じられるように、対象者監視データおよび他の補助情報を含む訓練サンプル７５５を使用して予測モデル７５０を再訓練することができる。
【0106】
[0127]予測モデル訓練段階７１０は、訓練された対象者および／またはデバイス識別モデル７６５、活動識別モデル７７０、健康および福祉判定モデル７７５、人員管理モデル７８０、在庫管理モデル７８５、ならびに最適化モデル７８７を含む訓練された予測モデル７５０を出力する。訓練された対象者および／またはデバイス識別モデル７６５は、対象者および／またはデバイス識別予測段階７１５において、入力データ７０５の対象者またはデバイス識別予測を生成するために使用され得る。訓練された活動識別モデル７７０は、活動識別段階７２０において、対象者またはデバイス識別予測と組み合わせて入力データ７０５から１人または複数の識別された対象者またはデバイスの活動を識別するために使用され得る。測定決定段階７２５を使用して、識別された対象者、デバイス、および／または活動について測定を決定することができる。決定された測定値は、検証段階７３０において１人または複数の識別された対象者、デバイス、または活動の既知測定値または論理的な測定値に従って検証され得る。訓練された健康および福祉判定モデル７７５は、測定決定段階７２５（および任意選択の検証段階７３０）からの測定値と組み合わせて健康および福祉判定段階７３５において、対象者および活動識別段階７１５／７２０に従ってコンテンツデータ７０５で識別された、識別された１人または複数の対象者、デバイス、および／または活動の健康および福祉７９０を予測または判定するために使用され得る。
【0107】
[0128]訓練された人員管理モデル７８０は、入力データ７０５および他の段階、例えば健康および福祉段階７３５の結果と組み合わせて人員管理段階７４０において、人員管理要件７９５を予測するために使用され得る。例えば、看護助手のピーク時間要件は、ピーク時間イベントに対応するためにスタッフ配置比率を最適化するように決定され得る。在庫管理モデル７８５は、入力データ７０５および他の段階、例えば活動識別段階７２０の結果と組み合わせて在庫管理段階７４５において、在庫要求７９７を予測するために使用され得る。例えば、施設内の累積湿潤イベントに関するセンサおよびＩｏＴデバイスデータからの分析を、事業のパートナーを介した直接注文を含む、下着または吸収パッド在庫の管理のためのロジスティックス目的に使用することができる。最適化モデル７８７は、入力データ７０５および他の段階、例えば、測定段階７２５や健康および福祉判定段階７３５の結果と組み合わせて、最適化段階７８０において、最適状態を予測するために使用され得る。例えば、センサおよびＩｏＴデバイスデータからの分析を使用して、職員が下着または吸収パッドを交換するための許容可能な期間の最良慣行を決定することができる。緩和するためのターゲットとして最適化に使用することができる臨床エンドポイントには、尿路感染率、褥瘡率、転倒率、および患者満足度が含まれ得る。
【0108】
[0129]図８Ａに、感湿イベントを判定し、識別された対象者の活動を予測するための方法８００を示す。ステップ８０５で、入力データが取得される。例えば、データは、図１、図２、図３Ａ～図３Ｅ、図４Ａ～図４Ｃ、図５Ａ～図５Ｆ、および図６Ａ～図６Ｅに関して説明されたように、ＩｏＴデバイスから取得される。ステップ８１０で、入力データがパースされて、一定の時間ウィンドウにわたって対象者と関連付けられたセンサからＩｏＴデバイスによって収集されたすべてのセンサデータが識別される。センサからのセンサデータは、第１の時刻に得られた第１のエネルギーレベルと、第１の時刻の後または第１の時刻よりも遅い第２の時刻に得られた第２のエネルギーレベルとを含む。パースすることは、センサと関連付けられた固有の識別子に基づいて、時間ウィンドウにわたるセンサからのすべてのセンサデータをグループ化することを含み得る。固有の識別子は、センサによってセンサデータと関連付けられたメタデータとして提供され得る。ステップ８１５で、第１のエネルギーレベルおよび第２のエネルギーレベルは、センサが配置されている環境の乾燥状態または正規化状態と関連付けられた１つまたは複数のエネルギーレベルのテーブルと比較される。ステップ８２０で、比較に基づいて、第１のエネルギーレベルは環境の乾燥状態または正規化状態と関連付けられた１つまたは複数のエネルギーレベルと一致するという判定が行われる。本明細書で使用される場合、動作が何かに「基づく」場合、これは、その動作が何かの少なくとも一部に少なくとも部分的に基づくことを意味する。
【0109】
[0130]ステップ８２５で、比較に基づいて、第２のエネルギーレベルは環境の乾燥状態または正規化状態と関連付けられた１つまたは複数のエネルギーレベルと一致しないという判定が行われる。第２のエネルギーレベルは乾燥状態または正規化状態と関連付けられた１つまたは複数のエネルギーレベルと一致しないと判定したことに、応答して、第１のエネルギーレベルと第２のエネルギーレベルとの間の変化が湿りイベントと関連付けられた所定のエネルギー閾値を超えるかどうか、または第２のエネルギーレベルが湿りイベントと関連付けられた所定のエネルギー閾値を超えるかどうかを判定する。第１のエネルギーレベルと第２のエネルギーレベルとの間の変化が所定のエネルギー閾値を超えるか、または第２のエネルギーレベルが所定のエネルギー閾値を超える場合、センサと関連付けられた対象者について湿りイベントが識別され、処理はステップ８３０に進む。第１のエネルギーレベルと第２のエネルギーレベルとの間の変化が所定のエネルギー閾値を超えないか、または第２のエネルギーレベルが所定のエネルギー閾値を超えない場合、センサと関連付けられた対象者について湿りイベントが発生していないと判定され、処理は、残りのセンサデータのためにステップ８１０に進み、あるいは、残りのセンサデータがない場合には、ステップ８４５に進む。
【0110】
[0131]ステップ８３０で、第２の時刻後の規定の期間内にＩｏＴデバイスによって収集されたセンサからのセンサデータが、処理のための第３のエネルギーレベル（第１のエネルギーレベルおよび第２のエネルギーレベルと同じかまたは異なるエネルギーレベルであるが、第１のエネルギーレベルおよび第２のエネルギーレベルの記録と比較して別個のエネルギーレベルの記録として識別される）を含むかどうかに関する判定が行われる。いくつかの実施形態では、規定の期間は、３分、５分、１０分、１５分、または３０分である。センサからのセンサデータが処理のための第３のエネルギーレベルを含む場合、処理はステップ８３５に進む。センサからのセンサデータが処理のための第３のエネルギーレベルを含まない場合、処理はステップ８４５に進む。
【0111】
[0132]ステップ８３５で、第３のエネルギーレベルが第２のエネルギーレベルと比較される。ステップ８４０で、比較に基づいて、第３のエネルギーレベルは第２のエネルギーレベルと一致しないという判定が行われる。第３のエネルギーレベルは第２のエネルギーレベルと一致しないと判定したことに、応答して、第２のエネルギーレベルと第３のエネルギーレベルとの間の変化が乾燥イベントと関連付けられた所定の乾燥閾値を超えるかどうか、または第３のエネルギーレベルが乾燥イベントと関連付けられた所定の乾燥閾値を超えるかどうかを判定する。第２のエネルギーレベルと第３のエネルギーレベルとの間の変化が所定の乾燥閾値を超えないか、または第３のエネルギーレベルが所定の乾燥閾値を超えない場合、センサと関連付けられた対象者について湿りイベントの継続が識別され、処理は、残りのセンサデータのためにステップ８３０に進んで規定の期間内の第４、第５、第６などのエネルギーレベルを探し、あるいは、規定の期間内に残りのセンサデータがない場合には、ステップ８４５に進む。第２のエネルギーレベルと第３のエネルギーレベルとの間の変化が所定の乾燥閾値を超えるか、または第３のエネルギーレベルが所定の乾燥閾値を超える場合、センサと関連付けられた対象者について乾燥イベントが発生していると判定され、処理は、残りのセンサデータのためにステップ８１０に進み、あるいは、残りのセンサデータがない場合には、ステップ８４５に進む。
【0112】
[0133]ステップ８４５で、ステップ８１５～ステップ８４０からの論理結果に基づいて、（１）非イベント、（２）失禁イベント、（３）飽和状態の下着または吸収パッド、および（４）飽和状態ではない下着または吸収パッド、のうちの１つまたは複数が判定される。ステップ８１５～ステップ８４０の論理は、湿りイベントの欠如、湿りイベントの存在、センサによるさらなる記録の欠如、および／または乾燥イベントの存在の判定である。ある例では（例えば、２つまたは３つを超えるエネルギーレベルを有する複雑なエネルギーレベルパターンがある場合には）、（１）非イベント、（２）失禁イベント、（３）飽和状態の下着または吸収パッド、および（４）飽和状態ではない下着または吸収パッドのうちの１つまたは複数は、ステップ８１５～ステップ８４０からのセンサデータおよび論理結果のパターンに基づいて、予測モデル（例えば、図７に関して説明された活動識別段階７２０で使用される訓練された活動識別モデル７７０）によって判定される。ステップ８５０で、管理プログラムのサービスの一部として、以下の活動、すなわち、（１）非イベント、（２）失禁イベント、（３）飽和状態の下着または吸収パッド、および（４）飽和状態ではない下着または吸収パッドのうちの１つまたは複数に関する情報を表示するユーザインターフェースが提供される。ステップ８５５で、管理プログラムのサービスの追加部分として、判定された活動の結果としての通知がエンドユーザに提供され得る。
【0113】
[0134]ある例では、比較に基づいて第１のエネルギーレベルが乾燥状態または正規化状態と関連付けられ、比較に基づいて第２のエネルギーレベルが湿りイベントと関連付けられない場合、論理または予測モデルによって非イベントが判定され得る。ある例では、比較に基づいて第１のエネルギーレベルが乾燥状態または正規化状態と関連付けられ、比較に基づいて第２のエネルギーレベルが湿りイベントと関連付けられる場合、論理または予測モデルによって失禁イベントが判定され得る。ある例では、比較に基づいて第１のエネルギーレベルが乾燥状態または正規化状態と関連付けられ、比較に基づいて第２のエネルギーレベルが湿りイベントと関連付けられ、センサデータが第２の時刻の第２のエネルギーレベルの受信後の規定の期間内に第３のエネルギーレベルを含まない場合、論理または予測モデルによって飽和状態の下着または吸収パッドが判定され得る。ある例では、比較に基づいて第１のエネルギーレベルが乾燥状態または正規化状態と関連付けられ、比較に基づいて第２のエネルギーレベルが湿りイベントと関連付けられ、センサデータが第２の時刻の第２のエネルギーレベルの受信後の規定の期間内に第３のエネルギーレベルを含み、乾燥イベントが発生していると判定される場合、論理または予測モデルによって飽和状態ではない下着または吸収パッドが判定され得る。
【0114】
[0135]例示的なユースケースでは、方法８００で行われた予測および臨床エンドポイントに基づいて、臨床スタッフが下着または吸収パッドを交換するための許容可能な期間の最良慣行を決定するために、１つまたは複数の追加の予測モデルを使用することもできる。緩和するためのターゲットとして最適化に使用することができる臨床エンドポイントには、尿路感染率、褥瘡率、転倒率、および患者満足度が含まれ得る。室内ＩｏＴデバイスによって読み取られる、臨床スタッフによって装着された追加のＲＦＩＤセンサを使用するためのデータ分析を使用して、臨床スタッフによる湿潤イベント支援を文書化することができる。これを、臨床スタッフが下着または吸収パッドを交換するための臨床スタッフの追跡および確認を提供するために使用することができる。
【0115】
[0136]図９に、感湿イベントを判定し、活動を予測するための方法９００を示す。ステップ９０５で、入力データが取得される。例えば、データは、図１、図２、図３Ａ～図３Ｅ、図４Ａ～図４Ｃ、図５Ａ～図５Ｆ、および図６Ａ～図６Ｅに関して説明されたように、ＩｏＴデバイスから取得される。ステップ９１０で、入力データがパースされて、一定の時間ウィンドウにわたって収集デバイス（例えば、対象者と関連付けられたフォーリーバッグ）上に配置された複数のセンサからＩｏＴデバイスによって収集されたすべてのセンサデータが識別される。パースすることは、センサの各々と関連付けられた固有の識別子に基づいて、センサデータを、時間ウィンドウにわたって複数のセンサの各センサから受信されたセンサデータのサブセットにグループ化することを含み得る。固有の識別子は、複数のセンサによってセンサデータと関連付けられたメタデータとして提供され得る。センサから受信されたセンサデータの少なくとも１つのサブセットが、第１の時刻に取得された第１のエネルギーレベルと、第１の時刻の後または第１の時刻よりも遅い第２の時刻に取得された第２のエネルギーレベルとを含む。ステップ９１５で、第１のエネルギーレベルおよび第２のエネルギーレベルは、複数のセンサが配置されている環境の乾燥状態または正規化状態と関連付けられた１つまたは複数のエネルギーレベルのテーブルと比較される。ステップ９２０で、比較に基づいて、第１のエネルギーレベルは環境の乾燥状態または正規化状態と関連付けられた１つまたは複数のエネルギーレベルと一致するという判定が行われる。
【0116】
[0137]ステップ９２５で、比較に基づいて、第２のエネルギーレベルは環境の乾燥状態または正規化状態と関連付けられた１つまたは複数のエネルギーレベルと一致しないという判定が行われる。第２のエネルギーレベルは乾燥状態または正規化状態と関連付けられた１つまたは複数のエネルギーレベルと一致しないと判定したことに、応答して、第１のエネルギーレベルと第２のエネルギーレベルとの間の変化が湿りイベントと関連付けられた所定のエネルギー閾値を超えるかどうか、または第２のエネルギーレベルが湿りイベントと関連付けられた所定のエネルギー閾値を超えるかどうかを判定する。第１のエネルギーレベルと第２のエネルギーレベルとの間の変化が所定のエネルギー閾値を超えるか、または第２のエネルギーレベルが所定のエネルギー閾値を超える場合、センサデータのサブセットと関連付けられたセンサについて湿りイベントが識別され、処理はステップ９３０に進む。第１のエネルギーレベルと第２のエネルギーレベルとの間の変化が所定のエネルギー閾値を超えないか、または第２のエネルギーレベルが所定のエネルギー閾値を超えない場合、センサデータの少なくとも１つのサブセットと関連付けられたセンサについて湿りイベントが発生していないと判定され、処理は、センサデータの残りのサブセットのためにステップ９１０に進み、あるいは、残りのセンサデータがない場合には、ステップ９３５に進む。
【0117】
[0138]ステップ９３０で、センサデータの少なくとも１つのサブセットと関連付けられているセンサと関連付けられた液量が識別される。ある例では、湿りイベントを記録していると識別されたセンサの固有の識別子は、複数のセンサの各センサの固有の識別子でインデックス付けされた増分液量を提供するテーブルで検索される。増分液量は、収集デバイス上の各センサの位置に基づいて、複数のセンサの各センサと関連付けられる。処理は、センサデータの残りのサブセットのためにステップ９１０に進み、あるいは、残りのセンサデータがない場合には、ステップ９３５に進む。
【0118】
[0139]ステップ９３５で、収集デバイスの総液量を決定するためにステップ９３０で識別された液量が分析される。例えば、ステップ９３０で識別された最大液量が、収集デバイスの総液量を示していると判定され得る。あるいは、ステップ９３０で識別されたすべての液量の合計が、収集デバイスの総液量を示していると判定され得る。
【0119】
[0140]ステップ９４０で、ステップ９１５～ステップ９３５からの論理結果に基づいて、（１）満杯の収集デバイス、（２）脱水状態の対象者、（３）経時的な異常な液量、および（４）経時的な正常な量、のうちの１つまたは複数が判定される。ステップ９１５～ステップ９３５の論理は、湿りイベントの欠如、湿りイベントの存在、各センサと関連付けられた液量、および収集デバイスの総液量の判定である。ある例では（例えば、２つまたは３つを超えるエネルギーレベルを有する複雑なエネルギーレベルパターンがある場合には）、（１）満杯の収集デバイス、（２）脱水状態の対象者、（３）経時的な異常な液量、および（４）経時的な正常な量のうちの１つまたは複数は、ステップ９１５～ステップ９３５からのセンサデータおよび論理結果のパターンに基づいて、予測モデル（例えば、図７に関して説明された活動識別段階７２０で使用される訓練された活動識別モデル７７０）によって判定される。ステップ９４５で、管理プログラムのサービスの一部として、以下の活動、すなわち、（１）湿りイベント、（２）収集デバイスの総液量、（３）満杯の収集デバイス、（４）脱水状態の対象者、（５）経時的な異常な液量、および（６）経時的な正常な量のうちの１つまたは複数に関する情報を表示するユーザインターフェースが提供される。ステップ９５０で、管理プログラムのサービスの追加部分として、判定された活動の結果としての通知がエンドユーザに提供され得る。
【0120】
[0141]図１０に、対象者の健康または福祉を予測するための方法１０００を示す。ステップ１００５で、入力データが取得される。例えば、データは、図１、図２、図３Ａ～図３Ｅ、図４Ａ～図４Ｃ、図５Ａ～図５Ｆ、および図６Ａ～図６Ｅに関して説明されたように、ＩｏＴデバイスから取得される。ある例では、入力データは、予測モデルによって行われた（１つまたは複数の）予測も含む。例えば、図８に関して説明されたような、対象者についてある期間にわたって取得された、（１）非イベント、（２）失禁イベント、（３）飽和状態の下着または吸収パッド、および（４）飽和状態ではない下着または吸収パッド、のうちの１つまたは複数に関する予測が、入力データの一部として使用され得る。ステップ１０１０で、活動（例えば、排尿イベントや失禁イベント）のパターンが、予測モデル（例えば、図７に関して説明された活動識別段階７２０で使用される訓練された活動識別モデル７７０）によって入力データ内で識別される。ステップ１０１５で、排尿のパターンからの特徴が抽出され、予測モデル（例えば、図７に関して説明された健康または福祉判定段階７３５で使用される訓練された健康または福祉予測モデル７７５）によって対象者の健康または福祉に関する予測を行うために使用される。ステップ１０２０で、予測モデルによる予測に基づいて管理プログラムのサービスの一部として対象者の健康または福祉の予測を表示するユーザインターフェースが提供される。ステップ１０２５で、管理プログラムのサービスの追加部分として、対象者の健康または福祉の予測の結果としての通知がエンドユーザに提供され得る。
【0121】
[0142]例示的なユースケースでは、感湿イベントのデータ分析は、早期尿路感染症のリスクがある個人を識別するプロセスを使用し得る。例えば、正常な排尿パターン間隔が、履歴データによって所与の患者について決定される。頻尿の発症に伴ってパターンに新たな変化がある場合には、尿分析および尿培養を取得し、必要な場合には続いて抗生物質治療を行うために、ＩｏＴデバイスを介して施設の臨床スタッフに通知が提供される。新たな頻度パターンの特定は、最初は、９０分未満での２回以上の排尿間隔の新たな発生などの設定規則に基づくものになる。続いて、図７に関して説明されたような訓練を使用する予測モデルの手法が使用される。例えば、尿路感染症の臨床的に文書化されたエピソードが、ＲＦＩＤ供給データ分析を使用して先行する排尿頻度と相関される。次いで、これらのパターンを使用して、将来の予測能力および臨床スタッフの通知を改善することができる。
【0122】
[0143]図１１に、対象者が尿路感染症を患っているかまたは発症するリスクを予測するための方法１１００を示す。ステップ１１０５で、入力データが取得される。例えば、データは、図１、図２、図３Ａ～図３Ｅ、図４Ａ～図４Ｃ、図５Ａ～図５Ｆ、および図６Ａ～図６Ｅに関して説明されたように、ＩｏＴデバイスから取得される。ある例では、入力データは、予測モデルによって行われた（１つまたは複数の）予測も含む。例えば、図８および図９に関して説明されたような、対象者についてある期間にわたって取得された、（１）非イベント、（２）失禁イベント、（３）飽和状態の下着または吸収パッド、（４）飽和状態ではない下着または吸収パッド、（５）湿りイベント、（６）収集デバイスの総液量、（７）満杯の収集デバイス、（８）脱水状態の対象者、（９）経時的な異常な液量、および（１０）経時的な正常な量のうちの１つまたは複数に関する予測が、入力データの一部として使用され得る。ステップ１１１０で、入力データを使用して一定の時間ウィンドウにわたって、対象者の平均排尿間隔が決定される。排尿間隔は、各排尿インスタンス間の時間、例えば、ＦＩＤセンサによる第１の失禁イベントと第２の失禁イベントとの認識間の時間である。例えば、対象者の排尿間隔が５日間にわたって１～４時間である場合には、平均排尿間隔は３時間（例えば、（２＋２＋３＋３＋４＋４）／６）として決定され得る。ステップ１１１５で、決定された平均排尿間隔に統計的異常があるかどうかに関する判定が行われる。例えば、患者の平均排尿間隔が５日間にわたって１～４時間である場合、分析はこの間隔からの統計的異常を探す。一例として、１時間以内に３回の別々の排尿を有する患者は、統計的異常をトリガし得る。ある例では、統計的異常は、標準偏差またはクラスタリングアルゴリズムに基づいて判定され得る。
【0123】
[0144]任意選択のステップ１１２０で、尿検査および尿培養が検査室で行われることを推奨する通知がトリガまたは生成されてもよい。ユーザ・インターフェース・ダッシュボードは、ユーザが尿検査および尿培養から得られた臨床状態（感染／非感染）のデータ入力を入力することを可能にし得る。このデータ入力は、手動入力によって、または電子医療記録の直接統合によって行われる。データポイントは、尿検査、尿培養、または感染の遺伝子シグネチャの直接検出（ＰＣＲ解析など）を使用する方法論を含み得る。任意選択のステップ１１２５で、尿検査および尿培養の結果ならびに追加データが、１つまたは複数の予測モデルへの入力のために取得され得る。尿路感染症のリスクの判定を作成するために使用することができる追加データ入力には、食事の時間間隔、ならびにＩＶ速度およびｇ経管栄養が含まれる。例えば、ｇ経管栄養が特定の時間に行われた場合、システムは、排尿間隔が短縮された期間の後に続いて起こると予測し、アラームイベントを回避し得る。評価することができる他のパラメータには、脱水と潜在的に一致する長期化された排尿間隔が含まれる。
【0124】
[0145]ステップ１１２５で、入力データからの特徴、対象者の平均排尿間隔、ならびに任意選択で尿検査および尿培養の結果ならびに追加データが抽出され、予測モデル（例えば、図７に関して説明された健康または福祉判定段階７３５で使用される訓練された健康または福祉予測モデル７７５）によって対象者の健康または福祉に関する予測を行うために使用される。ある例では、健康または福祉に関する予測は、対象者が尿路感染症を患っているかまたは発症することを示す尿路感染症リスクスコアを含む。ステップ１１３０で、予測モデルによる予測に基づいて管理プログラムのサービスの一部として対象者の健康または福祉の予測を表示するユーザインターフェースが提供される。ステップ１１３５で、管理プログラムのサービスの追加部分として、対象者の健康または福祉の予測の結果としての通知がエンドユーザに提供され得る。
【0125】
[0146]図１２に、運動イベントを判定し、識別された対象者の活動を予測するための方法１２００を示す。ステップ１２０５で、入力データが取得される。例えば、データは、図１、図２、図３Ａ～図３Ｅ、図４Ａ～図４Ｃ、図５Ａ～図５Ｆ、および図６Ａ～図６Ｅに関して説明されたように、ＩｏＴデバイスから取得される。ステップ１２１０で、入力データがパースされて、一定の時間ウィンドウにわたって対象者と関連付けられたセンサからＩｏＴデバイスによって収集されたすべてのセンサデータが識別される。センサからのセンサデータは、第１の時刻に得られた第１のエネルギーレベルと、第１の時刻の後の第２の時刻に判定された第２のエネルギーレベルとを含む。パースすることは、センサと関連付けられた固有の識別子に基づいて、時間ウィンドウにわたるセンサからのすべてのセンサデータをグループ化することを含み得る。固有の識別子は、センサによってセンサデータと関連付けられたメタデータとして提供され得る。ステップ１２１５で、第１のエネルギーレベルおよび第２のエネルギーレベルは、センサが配置されている環境内の静止位置と関連付けられた１つまたは複数のエネルギーレベルのテーブルと比較される（すなわち、センサがＩｏＴデバイスに近づいたり遠ざかったりする際に、エネルギー状態の変化が生じるが、エネルギーレベルは、静止している間に平衡を得る）。ステップ１２２０で、比較に基づいて、第１のエネルギーレベルは環境内の静止位置と関連付けられた１つまたは複数のエネルギーレベルと一致するという判定が行われる。
【0126】
[0147]ステップ１２２５で、比較に基づいて、第２のエネルギーレベルは環境内の静止位置と関連付けられた１つまたは複数のエネルギーレベルと一致しないという判定が行われる。第２のエネルギーレベルは環境の静止位置と関連付けられた１つまたは複数のエネルギーレベルと一致しないと判定したことに、応答して、第１のエネルギーレベルと第２のエネルギーレベルとの間の変化が運動イベントと関連付けられた所定のエネルギー閾値を超えるかどうか、または第２のエネルギーレベルが運動イベントと関連付けられた所定のエネルギー閾値を超えるかどうかを判定する。第１のエネルギーレベルと第２のエネルギーレベルとの間の変化が所定のエネルギー閾値を超えるか、または第２のエネルギーレベルが所定のエネルギー閾値を超える場合、センサと関連付けられた対象者について運動イベントが識別され、処理はステップ１２３０に進む。第１のエネルギーレベルと第２のエネルギーレベルとの間の変化が所定のエネルギー閾値を超えないか、または第２のエネルギーレベルが所定のエネルギー閾値を超えない場合、センサと関連付けられた対象者について運動イベントが発生していないと判定され、処理は、残りのセンサデータのためにステップ１２１０に進み、あるいは、残りのセンサデータがない場合には、ステップ１２４５に進む。
【0127】
[0148]ステップ１２３０で、第２の時刻後の規定の期間内にＩｏＴデバイスによって収集された第１のセンサからのセンサデータが、処理のための第３のエネルギーレベル（第１のエネルギーレベルおよび第２のエネルギーレベルと同じかまたは異なるエネルギーレベルであるが、第１のエネルギーレベルおよび第２のエネルギーレベルの記録と比較して別個のエネルギーレベルの記録として識別される）を含むかどうかに関する判定が行われる。いくつかの実施形態では、規定の期間は、３分、５分、１０分、１５分、または３０分である。第１のセンサからのセンサデータが処理のための第３のエネルギーレベルを含む場合、処理はステップ１２３５に進む。第１のセンサからのセンサデータが処理のための第３のエネルギーレベルを含まない場合、処理はステップ１２４５に進む。
【0128】
[0149]ステップ１２３５で、第３のエネルギーレベルが第２のエネルギーレベルと比較される。ステップ１２４０で、比較に基づいて、第３のエネルギーレベルは第２のエネルギーレベルと一致しないという判定が行われる。第３のエネルギーレベルが第２のエネルギーレベルと一致しないと判定したことに、応答して、第２のエネルギーレベルと第３のエネルギーレベルとの間の変化が、ベッドで寝返りを打つ、ベッドから出るなどの活動と関連付けられた所定の乾燥閾値を超えるかどうか、または第３のエネルギーレベルが活動と関連付けられた所定の活動閾値を超えるかどうかを判定する。第２のエネルギーレベルと第３のエネルギーレベルとの間の変化が所定の活動閾値を超えないか、または第３のエネルギーレベルが所定の活動閾値を超えない場合、センサと関連付けられた対象者について活動の欠如が識別され、処理は、残りのセンサデータのためにステップ１２３０に進んで規定の期間内の第４、第５、第６などのエネルギーレベルを探し、あるいは、規定の期間内に残りのセンサデータがない場合、ステップ１２４５に進む。第２のエネルギーレベルと第３のエネルギーレベルとの間の変化が所定の活動閾値を超えるか、または第３のエネルギーレベルが所定のエネルギー閾値を超える場合、センサと関連付けられた対象者について活動イベントが発生していると判定され、処理は、残りのセンサデータのためにステップ１２１０に進み、あるいは、残りのセンサデータがない場合には、ステップ１２４５に進む。
【0129】
[0150]ステップ１２４５で、センサデータおよびステップ１２１５～ステップ１２４０の論理結果に基づいて、（１）活動の欠如、（２）ベッドで寝返りを打つ活動、（３）ベッドから出る活動、（４）床に転倒する活動、および（５）トイレに入る活動に（例えば、図７に関して説明された活動識別段階７２０で使用される訓練された活動識別モデル７７０）のうちの１つまたは複数。ステップ１２１５～ステップ１２４０の論理結果は、運動もしくは活動イベントの欠如、活動イベントの存在、および／または活動イベントの継続の判定である。ステップ１２５０で、以下の活動、すなわち、（１）活動の欠如、（２）ベッドで寝返りを打つ活動、（３）ベッドから出る活動、（４）床に転倒する活動、および（５）トイレに入る活動のうちの１つまたは複数を表示するユーザインターフェースが提供される。ステップ１２５５で、管理プログラムのサービスの追加部分として、判定された活動の結果としての通知がエンドユーザに提供され得る。
【0130】
[0151]例示的なユースケースでは、転倒リスクのデータ分析は、ＲＦＩＤセンサおよび１つまたは複数のＩｏＴデバイスを使用し得る。例えば、ＲＦＩＤは、無線周波数、送受信機の電力、および送受信機とセンサタグとの間の距離を含むいくつかの要因によって決定される最適な信号範囲を有する。送受信機の範囲制限を利用して、下着に付いているか、または個人識別システムの一部としてＲＦＩＤタグを有する患者が特定の送受信機（例えば、ＩｏＴデバイス）の範囲内にいなくなったときに看護スタッフに通知するジオフェンシングの形態を提供することができる。次いで、この情報をＩｏＴデバイスを介して臨床スタッフに送信して、ベッドまたは部屋から離れる動向または移動について警告することができる。またこれを一般的な原理として使用することもでき、湿潤分析を含める必要がない。この情報は、転倒のリスクがある患者に介入して支援するために使用することができる。またこれを、湿潤イベントの最近の通知と組み合わせて、患者に湿潤イベントが発生し、ベッドを離れており、トイレに行こうとしている間に転倒するリスクがあるというスタッフの確信を高めることができる。これにより、スタッフが支援するための重要な通知がトリガされる。
【0131】
[0152]別の例示的なユースケースでは、対象者のベッド内の動き（例えば、寝返り）を追跡するためのデータ分析は、ＲＦＩＤセンサおよび１つまたは複数のＩｏＴデバイスを使用し得る。センサの向きの変動を含む、送受信機ＲＦＩＤセンサの位相シフトデータの使用、または対象者もしくは下着上の２つ以上のＲＦＩＤセンサの使用。センサ間の信号の変動が、対象者がベッドで移動する際に発生する。これは、対象者のベッド内の動きを追跡するために使用される。このデータは、床擦れ（褥瘡）のリスクを軽減するために使用することができる。特定の運動閾値を下回る対象者では、褥瘡を最小限に抑えるために、臨床スタッフが介入して寝返りまたは位置変更を容易にすることができる。予測モデルを、対象者のベッド内の動きの安全な正常範囲および（例えば、褥瘡のリスクがある）対象者の全体的な健康または福祉の予測を予測するために、褥瘡の有無にかかわらず、履歴の動きデータと共に使用することができる。室内ＩｏＴデバイスによって読み取られる、臨床スタッフによって装着された追加のＲＦＩＤセンサを使用するためのデータ分析を使用して、臨床スタッフによる対象者の転倒イベントまたは動きの支援を文書化することができる。これを、臨床スタッフの追跡および確認を提供して、転倒イベントまたは褥瘡を回避する動きを支援するために使用することができる。
【0132】
[0153]図１３に、対象者が褥瘡を患っているかまたは発症するリスクを予測するための方法１３００を示す。ステップ１３０５で、入力データが取得される。例えば、データは、図１、図２、図３Ａ～図３Ｅ、図４Ａ～図４Ｃ、図５Ａ～図５Ｆ、および図６Ａ～図６Ｅに関して説明されたように、ＩｏＴデバイスから取得される。ある例では、入力データは、予測モデルによって行われた（１つまたは複数の）予測も含む。例えば、図８、図９、および図１２に関して説明されたような、対象者について一定期間にわたって取得された、（１）非イベント、（２）失禁イベント、（３）飽和状態の下着または吸収パッド、（４）飽和状態ではない下着または吸収パッド、（５）湿りイベント、（６）収集デバイスの総液量、（７）満杯の収集デバイス、（８）脱水状態の対象者、（９）経時的な異常な液量、（１０）経時的な正常な量、（１１）活動の欠如、（１２）ベッドで寝返りを打つ活動、（１３）ベッドから出る活動、（１４）床に転倒する活動、および（１５）トイレに入ること、のうちの１つまたは複数に関する予測が、入力データの一部として使用され得る。ステップ１３１０で、活動（例えば、排尿イベントや失禁イベント）のパターンが、予測モデル（例えば、図７に関して説明された活動識別段階７２０で使用される訓練された活動識別モデル７７０）によって入力データ内で識別され得る。ある例では、予測される活動パターンは、尿失禁イベントの頻度、失禁イベントの持続時間（持続時間は、対象者が汚れた下着または吸収パッドを着用したままであった時間の長さである）、一定の時間ウィンドウにわたるベッド内での平均の患者の動き、便失禁イベントの頻度、および便失禁イベントの持続時間（持続時間は、対象者が汚れた下着または吸収パッドを着用したままであった時間の長さである）、のうちの１つまたは複数である。
【0133】
[0154]任意選択のステップ１３１５で、追加データが、１つまたは複数の予測モデルへの入力のために取得され得る。褥瘡リスクの判定を作成するために使用することができる追加データ入力には、（スタッフのＲＦＩＤ／Ｂｌｕｅｔｏｏｔｈ近接データによって測定された）スタッフの関与の頻度が含まれる。ある例では、スタッフの関与は、患者がベッドで寝返りを打ったかまたは位置変更されていることを示す失禁が発生していないかどうかに応じて異なって重み付けされ得る。
【0134】
[0155]ステップ１３２０で、予測された活動からの特徴、および任意選択で追加データが抽出され、予測モデル（例えば、図７に関して説明された健康または福祉判定段階７３５で使用される訓練された健康または福祉予測モデル７７５）によって対象者の健康または福祉に関する予測を行うために使用される。ある例では、健康または福祉に関する予測は、対象者が尿路感染症を患っているかまたは尿路感染症を発症していることを示す褥瘡リスクスコアを含む。例えば、患者がベッドで寝返りを打ったかまたは位置変更されていることを示す（スタッフＲＦＩＤ／Ｂｌｕｅｔｏｏｔｈ近接データによって測定された）スタッフ関与の頻度（リスクスコアを減少させる特徴であり得る）、尿失禁イベントの頻度（イベントがより多く、より長く尿中に座位または臥位でいることは、リスクスコアを増加させる特徴であり得る）、失禁イベントの持続時間（尿中に座位または臥位でいる持続時間が長いことは、リスクスコアを増加させる特徴であり得る）、一定の時間ウィンドウにわたるベッドでの平均の患者の動き（より多くの運動はリスクスコアを減少させる特徴であり得る）、便失禁イベントの頻度（イベントがより多く、より長く尿中に座位または臥位でいることは、リスクスコアを増加させる特徴であり得る）、便失禁イベントの持続時間（便中に座位または臥位でいる持続時間が長いことは、リスクスコアを増加させる特徴であり得る）。ステップ１３３０で、予測モデルによる予測に基づいて管理プログラムのサービスの一部として対象者の健康または福祉の予測を表示するユーザインターフェースが提供される。ステップ１３３５で、管理プログラムのサービスの追加部分として、対象者の健康または福祉の予測の結果としての通知がエンドユーザに提供され得る。
【0135】
[0156]図１４に、人員を予測し、人員管理を最適化するための方法１４００を示す。ステップ１４０５で、入力データが取得される。例えば、データは、図１、図２、図３Ａ～図３Ｅ、図４Ａ～図４Ｃ、図５Ａ～図５Ｆ、および図６Ａ～図６Ｅに関して説明されたように、ＩｏＴデバイスから取得される。ある例では、入力データは、予測モデルによって行われた（１つまたは複数の）予測も含む。例えば、図８、図９、および図１０に関して説明されたような、１人または複数の対象者について一定期間にわたって得られた、（１）非イベント、（２）失禁イベント、（３）飽和状態の下着または吸収パッド、および（４）飽和状態ではない下着または吸収パッド、（５）活動の欠如、（６）ベッドで寝返りを打つ活動、（７）ベッドから出る活動、（８）床に転倒する活動、（９）トイレに入る活動、および（１０）対象者の健康または福祉、のうちの１つまたは複数に関する予測が、入力データの一部として使用され得る。ステップ１４１０で、活動のパターン（例えば、午前６時から午前９時までの間の失禁を含む対象者による活動の増加）が、予測モデル（例えば、図７に関して説明された活動識別段階７２０で使用される訓練された活動識別モデル７７０）によって入力データ内で識別される。ステップ１４１５で、活動のパターンからの特徴が抽出され、予測モデル（例えば、図７に関して説明された人員管理段階７４０で使用される訓練された人員管理モデル７８０）によって人員および／または人員管理の最適化に関する予測を行うために使用される。ステップ１４２０で、予測モデルによる予測に基づいて管理プログラムのサービスの一部として、人員および／または人員管理の最適化の予測を表示するユーザインターフェースが提供される。ステップ１４２５で、管理プログラムのサービスの追加部分として、人員および／または人員管理の最適化の予測の結果としての通知がエンドユーザに提供され得る。
【0136】
[0157]例示的なユースケースでは、施設内の累積湿潤イベントに関する感湿イベントのデータ分析は、人員管理のためのロジスティックス目的に使用され得る。看護助手のピーク時間要件は、これらのイベントに対応するためにスタッフ配置比率を最適化するように決定され得る。室内ＩｏＴデバイスによって読み取られる、臨床スタッフによって装着された追加のＲＦＩＤセンサを使用するためのデータ分析を使用して、臨床スタッフによる湿潤イベント支援を文書化することができる。これを、人員管理のためのロジスティックス目的で臨床スタッフの追跡およびより高い効率性を提供するために使用することができる。
【0137】
[0158]図１５に、在庫を予測し、在庫制御管理を最適化するための方法１５００を示す。ステップ１５０５で、入力データが取得される。例えば、データは、図１、図２、図３Ａ～図３Ｅ、図４Ａ～図４Ｃ、図５Ａ～図５Ｆ、および図６Ａ～図６Ｅに関して説明されたように、ＩｏＴデバイスから取得される。ある例では、入力データは、予測モデルによって行われた（１つまたは複数の）予測も含む。例えば、図８、図９、図１０、および図１１に関して説明されたような、１人または複数の対象者について一定期間にわたって得られた、（１）非イベント、（２）失禁イベント、（３）飽和状態の下着または吸収パッド、および（４）飽和状態ではない下着または吸収パッド、（５）活動の欠如、（６）ベッドで寝返りを打つ活動、（７）ベッドから出る活動、（８）床に転倒する活動、（９）トイレに入る活動、（１０）対象者の健康または福祉、および（１１）人員、のうちの１つまたは複数に関する予測が、入力データの一部として使用され得る。ステップ１５１０で、活動のパターン（例えば、夏の間の吸収パッドの使用の増加）が、予測モデル（例えば、図７に関して説明された活動識別段階７２０で使用される訓練された活動識別モデル７７０）によって入力データ内で識別される。ステップ１５１５で、活動のパターンからの特徴が抽出され、予測モデル（例えば、図７に関して説明された在庫管理段階７４５で使用される訓練された在庫管理モデル７８５）によって在庫および在庫制御管理の最適化に関する予測を行うために使用される。ステップ１５２０で、予測モデルによる予測に基づいて管理プログラムのサービスの一部として、在庫および在庫管理の最適化の予測を表示するユーザインターフェースが提供される。ステップ１５２５で、管理プログラムのサービスの追加部分として、在庫および在庫管理の最適化の予測の結果としての通知がエンドユーザに提供され得る。
【0138】
[0159]例示的なユースケースでは、事業のパートナーを介した直接注文を含む、下着または吸収パッド在庫の管理のためのロジスティックス目的に使用されるべき施設内の累積湿潤イベントに関する感湿イベントについてのデータ分析。下着または吸収パッドのピーク時間要件は、これらのイベントに対応するために在庫を最適化するように決定され得る。
【0139】
[0160]図１６に、本開示による１人または複数の対象者の健康および福祉のメトリックを分析および追跡するためのシステムおよび方法での使用に適した例示的なコンピューティングデバイス１６００（例えば、図１に関して説明されたクライアントデバイス１０５）を示す。例示的なコンピューティングデバイス１６００は、１つまたは複数の通信バス１６１５を使用してメモリ１６１０およびコンピューティングデバイス１６００の他の構成要素と通信するプロセッサ１６０５を含む。プロセッサ１６０５は、メモリ１６１０に格納されたプロセッサ実行可能命令を実行して、図８に関して上述された例示的な方法８００の一部または全部など、様々な例に従って１人または複数の対象者の健康および福祉のメトリックを分析および追跡するための１つまたは複数の方法を行うように構成される。この例では、メモリ１６１０は、図１、図２、図３Ａ～図３Ｅ、図４Ａ～図４Ｃ、図５Ａ～図５Ｆ、図６Ａ～図６Ｅ、および図８～図１５に関して上述されたように、コンテンツデータ分析１６２０ならびにメトリックおよび最適化予測１６２５を提供するプロセッサ実行可能命令を格納する。コンピューティングデバイス１６００は、この例では、ユーザ入力を受け入れるために、キーボード、マウス、タッチスクリーン、マイクロフォンなどの１つまたは複数のユーザ入力デバイス１６３０も含む。コンピューティングデバイス１６００はまた、ユーザインターフェースなどのユーザに視覚出力を提供するためのディスプレイ１６３５も含む。
【0140】
[0161]コンピューティングデバイス１６００はまた、通信インターフェース１６４０も含む。いくつかの例では、通信インターフェース１６４０は、ローカル・エリア・ネットワーク（「ＬＡＮ」）、インターネットなどの広域ネットワーク（「ＷＡＮ」）、メトロポリタン・エリア・ネットワーク（「ＭＡＮ」）、ポイントツーポイントもしくはピアツーピアまたはピアツーピア接続などを含む、１つまたは複数のネットワークを使用した通信を可能にし得る。他のデバイスとの通信は、任意の適切なネットワーキングプロトコルを使用して達成され得る。例えば、１つの適切なネットワーキングプロトコルは、インターネットプロトコル（「ＩＰ」）、伝送制御プロトコル（「ＴＣＰ」）、ユーザ・データグラム・プロトコル（「ＵＤＰ」）、またはＴＣＰ／ＩＰやＵＤＰ／ＩＰなどのそれらの組み合わせを含み得る。
【0141】
[0162]本明細書の方法およびシステムのいくつかの例は、様々な機械で実行されるソフトウェアに関して説明されているが、これらの方法およびシステムはまた、本開示による様々な方法を特に実行するためのフィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）などの特別の構成されたハードウェアとして実装されてもよい。例えば、例は、デジタル電子回路、またはコンピュータハードウェア、ファームウェア、ソフトウェアにおいて、またはそれらの組み合わせにおいて実装することができる。一例では、デバイスは、１つまたは複数のプロセッサを含み得る。プロセッサは、プロセッサに結合されたランダム・アクセス・メモリ（ＲＡＭ）などのコンピュータ可読媒体を含む。プロセッサは、１つまたは複数のコンピュータプログラムを実行するなど、メモリに格納されたコンピュータ実行可能プログラム命令を実行する。そのようなプロセッサには、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ）、特定用途向け集積回路（ＡＳＩＣ）、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、および状態機械が含まれ得る。そのようなプロセッサには、ＰＬＣ、プログラマブル割り込みコントローラ（ＰＩＣ）、プログラマブル論理デバイス（ＰＬＤ）、プログラマブル読み出し専用メモリ（ＰＲＯＭ）、電子的プログラマブル読み出し専用メモリ（ＥＰＲＯＭもしくはＥＥＰＲＯＭ）、または他の同様のデバイスなどのプログラマブル電子デバイスがさらに含まれ得る。
【0142】
[0163]そのようなプロセッサは、プロセッサによって実行されると、プロセッサに、プロセッサによって実行されるか、または支援される本開示による方法を行わせることができるプロセッサ実行可能命令を格納し得る媒体、例えば、１つまたは複数の非一時的コンピュータ可読媒体を含み得るか、またはそのような媒体と通信し得る。非一時的コンピュータ可読媒体の例には、ウェブサーバ内のプロセッサなどのプロセッサにプロセッサ実行可能命令を提供することができる電子的、光学的、磁気的、またはその他の記憶デバイスが含まれ得るが、これらに限定されない。非一時的コンピュータ可読媒体の他の例には、フロッピーディスク、ＣＤ－ＲＯＭ、磁気ディスク、メモリチップ、ＲＯＭ、ＲＡＭ、ＡＳＩＣ、構成されたプロセッサ、すべての光学媒体、すべての磁気テープもしくは他の磁気媒体、またはコンピュータプロセッサが読み取ることができる任意の他の媒体が含まれるが、これらに限定されない。記載のプロセッサおよび処理は、１つまたは複数の構造内にあってもよく、１つまたは複数の構造に分散されていてもよい。プロセッサは、本開示による方法（または方法の一部）を実行するためのコードを含み得る。
【0143】
Ｖ．統合ユーザインターフェース
[0164]図１７は、様々な実施形態によるＩｏＴソリューション視覚化システム１７００の機能コンポーネントの一部を示すブロック図である。図示のシステムは、プレゼンテーション層１７０５、アプリケーション層１７１０、およびデータベース層１７１５の３つの層を含む。プレゼンテーション層１７０５は、ユーザ（例えば、顧客や管理者）が、リアルタイムベースで対象者の活動およびイベントを検出するために、センサおよびＩｏＴデバイスのネットワークを使用して対象者の活動を監視するための複数のユーザインターフェース（例えば、グラフィカル・ユーザ・インターフェース（ＧＵＩ））を含む。これらは、複数のＵＩ１７２０、１７２５、１７３０、および１７３５（例えば、統合ユーザインターフェース）を含む。いくつかの実施形態では、ＵＩ１７２０、１７２５、１７３０、および１７３５は、１つまたは複数のワークステーションまたはクライアントデバイス上に存在する。他の実施形態では、ＵＩ１７２０、１７２５、１７３０、および１７３５は、１つまたは複数のパーソナルコンピュータ上に存在する。一般に、ＵＩ１７２０、１７２５、１７３０、および１７３５は、任意の計算システム上に存在することができ、図１７には４つのＵＩが示されているが、本明細書に記載される態様に従って任意の数のＵＩを開発および提供することができることを理解されたい。
[0164]図１７は、様々な実施形態によるＩｏＴソリューション視覚化システム１７００の機能コンポーネントの一部を示すブロック図である。図示のシステムは、プレゼンテーション層１７０５、アプリケーション層１７１０、およびデータベース層１７１５の３つの層を含む。プレゼンテーション層１７０５は、ユーザ（例えば、顧客や管理者）が、リアルタイムベースで対象者の活動およびイベントを検出するために、センサおよびＩｏＴデバイスのネットワークを使用して対象者の活動を監視するための複数のユーザインターフェース（例えば、グラフィカル・ユーザ・インターフェース（ＧＵＩ））を含む。これらは、複数のＵＩ１７２０、１７２５、１７３０、および１７３５（例えば、統合ユーザインターフェース）を含む。いくつかの実施形態では、ＵＩ１７２０、１７２５、１７３０、および１７３５は、１つまたは複数のワークステーションまたはクライアントデバイス上に存在する。他の実施形態では、ＵＩ１７２０、１７２５、１７３０、および１７３５は、１つまたは複数のパーソナルコンピュータ上に存在する。一般に、ＵＩ１７２０、１７２５、１７３０、および１７３５は、任意の計算システム上に存在することができ、図１７には４つのＵＩが示されているが、本明細書に記載される態様に従って任意の数のＵＩを開発および提供することができることを理解されたい。
【0144】
[0165]ＵＩ１７２０、１７２５、１７３０、および１７３５は、アプリケーション層１７１０内の１つまたは複数のアプリケーションサーバ１７４０および１７４５（例えば、図２に関して説明されたデータ分析モジュール２７５やリモートサーバ２６５）に結合されている。アプリケーションサーバ１７４０および１７４５は、基礎となる通信ネットワーク上での対象者の活動のリアルタイムの監視および評価を容易にする動作を実装し、そうする際に、ＵＩ１７２０、１７２５、１７３０、および１７３５と通信ネットワークとの間で情報を通信し、処理する。様々な実施形態において、アプリケーションサーバ１７４０および１７４５は、本明細書に記載される一連の機構を介して対象者の活動の監視および評価を容易にする。アプリケーションサーバ１７４０および１７４５は、計算サーバまたはデータベースサーバを含む分散コンピューティングシステム内のいくつかの位置に配置され得、プレゼンテーション層内のＵＩのいずれかと通信し得る。
【0145】
[0166]アプリケーションサーバ１７４０および１７４５は、データベース層１７１５内のデータベース管理システム１７５０（例えば、図２に関して説明されたデータストア２７０）に結合されている。データベース管理システム１７５０は、データの記憶および取得を管理するための任意のタイプのカスタムメイドまたは市販のデータベースシステムとすることができる。いくつかの実施形態では、データベース管理システム１７５０は、データベースサーバなどを含む。例示的なデータベースサーバには、Ｏｒａｃｌｅ、Ｍｉｃｒｏｓｏｆｔ、Ｓｙｂａｓｅ、ＩＢＭなどから市販されているものが含まれるが、これらに限定されない。データベース管理システム１７５０は、キャッシュおよびデータベース１７５５（例えば、図２に関して説明されたデータストア２７０）と結合される。キャッシュおよびデータベース１７５５は、データを格納および取得することができる任意のタイプのキャッシュまたはデータベースとすることができる。これには、階層データベースおよびリレーショナルデータベースが含まれるが、これらに限定されない。
【0146】
[0167]様々な実施形態において、プレゼンテーション層１７０５、アプリケーション層１７１０、およびデータベース層１７１５は、対象者識別子、生センサおよびＩｏＴデバイスデータ、判定または予測された活動、デバイスのオンライン状況、関連付けられる傾向などを含むＵＩ１７２０、１７２５、１７３０、および１７３５を提供するように動作する。図１８Ａおよび図１８Ｂに示されるように、いくつかの実施形態は、センサおよびＩｏＴデバイスデータならびに時間データに基づいて、様々な対象者１８１０に対する臨床スタッフ応答１８０５の統合ＵＩ１８００を提供し得る。本明細書で論じられているように、センサおよびＩｏＴデバイスデータならびに時間データは、予測を行うために分類または使用され得る。例えば、データ分析モジュール２７５およびデータ分析システム７００は、失禁、水分検出の持続時間、失禁イベントに対するスタッフ応答を動的に判定し、失禁イベントに対するスタッフ応答のパターンに基づいて対象者の健康または福祉を予測することができる。この失禁の判定、水分検出の持続時間、失禁イベントに対するスタッフ応答の判定、および対象者の健康または福祉の予測を、アプリケーション層１７１０が、センサの現在の湿り状態１８１５、ＩｏＴデバイスのオンライン状況１８２０、湿りイベントの持続時間１８２５、および時間間隔に基づくスタッフ応答の分類１８３０を含む様々な情報を有する統合ＵＩ１８００のダッシュボード１７０２を表示するために使用することができる。いくつかの実施形態はまた、対象者の健康または福祉についての判定を行う際の予測モデルも含み得る。さらに、単に対象者が濡れていることを示すデータを提供するだけではなく、センサの現在の状況およびイベントの現在の持続時間の統合ＵＩ１８００を関連付けられたスタッフ応答時間と一緒に提供することにより、患者が濡れていることを臨床スタッフに単に知らせるだけではなく、臨床スタッフが分類および関連付けられた応答時間に基づいて識別されたイベントおよび対象者に集中して、応答時間を改善し、湿潤の持続時間を短縮するのに役立ち得る。
【0147】
[0168]図１９Ａおよび図１９Ｂに示されるように、いくつかの実施形態は、センサおよびＩｏＴデバイスデータならびに時間データに基づいて、対象者の湿潤および排尿間隔の統合ＵＩ１９００を提供し得る。本明細書で論じられているように、センサおよびＩｏＴデバイスデータならびに時間データは、予測を行うために分類または使用され得る。例えば、データ分析モジュール２７５およびデータ分析システム７００は、失禁、水分検出の持続時間、失禁イベントのパターンを動的に決定し、失禁イベントのパターンに基づいて対象者の健康または福祉を予測することができる。この失禁、水分検出の持続時間、失禁イベントのパターンの判定、および対象者の健康または福祉の予測を、アプリケーション層１７１０が、経時的な対象者の湿り状態１９０５対経時的な対象者の乾燥状態１９１０、および排尿間の時間１９２０に基づいてプロットされた排尿イベント１９１５を含む様々な情報を有する統合ＵＩ１９００のダッシュボード１７０２を表示するために使用することができる。いくつかの実施形態はまた、対象者の健康または福祉についての判定を行う際の予測モデルも含み得る。さらに、単に対象者が濡れていることを示すデータを提供するだけではなく、湿り状態および排尿間隔の統合ＵＩ１９００を提供することにより、患者が濡れていることを臨床スタッフに単に知らせるだけではなく、臨床スタッフが典型的な排尿時間および排尿の頻度に基づいて識別された対象者に集中して、濡れ時間、および、尿路感染症と一致する排尿間隔の減少などの健康上の懸念の可能性の特定を改善するのに役立ち得る。
【0148】
[0169]図２０に示されるように、いくつかの実施形態は、センサおよびＩｏＴデバイスデータならびに時間データに基づいて、時間的制約と重ね合わされた対象者の現在の状況の統合ＵＩ２０００を提供し得る。本明細書で論じられているように、センサおよびＩｏＴデバイスデータならびに時間データは、予測を行うために分類または使用され得る。例えば、データ分析モジュール２７５およびデータ分析システム７００は、失禁、水分検出の持続時間、および対象者を濡れた状態から解放して健康および福祉を維持するための最適応答時間を動的に判定し、失禁イベントのパターンに基づいて対象者の健康または福祉を予測することができる。この失禁、水分検出の持続時間、対象者を濡れた状態から解放するための最適応答時間の判定、および対象者の健康または福祉の予測を、アプリケーション層１７１０が、時間的制約２０１０と重ね合わされた複数の対象者の現在の湿り状態２００５を含む様々な情報を有する統合ＵＩ２０００のダッシュボード１７０２を表示するために使用することができる。例えば、予測モデルは、失禁イベントの最適応答時間は１５分であると判定し、この予測時間を閾値として使用して、様々な対象者の失禁イベントを、即時の対処が必要２０１５（＞１５分）、注意が必要２０２０（＜１５分）、および対処不要またはオフラインデバイス２０２５を含むバケットに入れることができる。いくつかの実施形態はまた、対象者の健康または福祉についての判定を行う際の予測モデルも含み得る。さらに、単に対象者が濡れていることを示すデータを提供するだけではなく、湿り状態の統合ＵＩ２０００に時間的制約を提供することにより、患者が濡れていることを臨床スタッフに単に知らせるだけではなく、臨床スタッフが分類および関連付けられた必要な対処のレベルに基づいて識別されたイベントおよび対象者に集中して、応答時間を改善し、湿潤の持続時間を短縮するのに役立ち得る。
【0149】
[0170]図２１に、複数の対象者についての失禁イベントの統合ビューを提供するためのプロセスを示すフローチャート２１００を示す。いくつかの実施形態では、フローチャート２１００に示されるプロセスは、図１に関して論じられた管理プラットフォーム１００によって実装され得る。ステップ２１０５で、ユーザデバイス、複数のセンサ、および１つまたは複数のＩｏＴデバイスを含む分散環境が提供またはインスタンス化される。いくつかの実施形態では、分散環境は、分析サーバおよび予測モデルコンポーネントと、分析サーバおよび予測モデルコンポーネントによって作成された訓練済みモデルとをさらに含む。特定の実施形態では、分散環境は、１つまたは複数のライブ情報フローで受信されたセンサおよびＩｏＴデータと、分析および予測結果と、履歴データとを格納するためのメモリをさらに含む。
【0150】
[0171]ステップ２１１０で、失禁イベントを含む活動について、複数のセンサおよび１つまたは複数のＩｏＴデバイスを使用して１人または複数の対象者が監視され得る。ステップ２１１５で、複数のバケットを含むユーザインターフェースが提供され得る。各バケットは、注意レベルと関連付けられ得、各バケットは、現在リアルタイムでトリガされている失禁イベントを含む活動を表示する。本質的に、バケットは、活動（例えば、失禁イベント、転倒イベントなど）に対する最適応答時間の予測モデル予測に基づいて定義されたスキームに従って分類された活動のグラフィカルな貯蔵庫である。単に活動を表示するだけではなく、注意レベルバケットに基づく活動の統合ＵＩを提供することにより、臨床スタッフに患者が濡れていることを単に知らせるだけではなく、臨床スタッフが、分類および関連付けられた必要な対処のレベルに基づいて識別されたイベントおよび対象者に集中して、応答時間を改善し、湿潤の持続時間を短縮するのに役立ち得る。
【0151】
[0172]ステップ２１２０で、分析サーバまたは予測モデルからの判定に基づいて１つまたは複数のライブ情報フロー内で活動の発生が判定される。ステップ２１２５で、活動に必要な注意レベルと関連付けられた複数のバケットからバケットを識別し、判定された活動をバケットに割り当てることによって、活動の発生を反映するようにユーザインターフェースが更新され得る。任意選択で、ステップ２１３０で、複数のバケットからのバケットの選択に対応してユーザ入力が受け取られてもよい。いくつかの実施形態では、選択に応答して、活動に関する詳細、例えば下着や吸収パッドの飽和レベルを示す拡張ＵＩが表示され得る。
【0152】
ＶＩ．追加的考察
[0173]以上の説明では実施形態の十分な理解を提供するために具体的詳細が示されている。しかし、実施形態をこれらの具体的詳細なしで実施することができることを理解されたい。例えば、回路は、不要な詳細で実施形態を不明瞭にしないようにブロック図で示すことができる。他の例では、実施形態を不明瞭にしないように、周知の回路、プロセス、アルゴリズム、構造、および技術が不要な詳細なしで示されることもある。
[0173]以上の説明では実施形態の十分な理解を提供するために具体的詳細が示されている。しかし、実施形態をこれらの具体的詳細なしで実施することができることを理解されたい。例えば、回路は、不要な詳細で実施形態を不明瞭にしないようにブロック図で示すことができる。他の例では、実施形態を不明瞭にしないように、周知の回路、プロセス、アルゴリズム、構造、および技術が不要な詳細なしで示されることもある。
【0153】
[0174]上述の技術、ブロック、ステップおよび手段の実装は、様々な方法で行うことができる。例えば、これらの技術、ブロック、ステップおよび手段を、ハードウェア、ソフトウェア、またはそれらの組み合わせとして実装することができる。ハードウェア実装の場合、処理ユニットを、１つまたは複数の特定用途向け集積回路（ＡＳＩＣ）、デジタル信号プロセッサ（ＤＳＰ）、デジタル信号処理デバイス（ＤＳＰＤ）、プログラマブル・ロジック・デバイス（ＰＬＤ）、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、プロセッサ、コントローラ、マイクロコントローラ、マイクロプロセッサ、上記の機能を果たすように設計された他の電子ユニット、および／またはそれらの組み合わせ内に実装することができる。
【0154】
[0175]また、実施形態を、フローチャート、フロー図、データフロー図、構造図、またはブロック図として描かれたプロセスとして記述することができることにも留意されたい。フローチャートは各動作を順次的なプロセスとして記述することができるが、動作の多くは、並列に、または同時に行うことができる。加えて、動作の順序を並べ替えることもできる。プロセスは、その操作が完了したときに打ち切られるが、図には含まれていない追加のステップを有する可能性もある。プロセスは、方法、関数、プロシージャ、サブルーチン、サブプログラムなどに対応することができる。プロセスが関数に対応する場合、その打ち切りは呼び出し関数またはメイン関数への関数の戻りに対応する。
【0155】
[0176]さらに、実施形態は、ハードウェア、ソフトウェア、スクリプト言語、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語、および／またはそれらの任意の組み合わせによって実装することもできる。ソフトウェア、ファームウェア、ミドルウェア、スクリプト言語、および／またはマイクロコードで実装される場合、必要なタスクを行うプログラムコードまたはコードセグメントを、記憶媒体などの機械可読媒体に格納することができる。コードセグメントまたは機械実行可能命令は、プロシージャ、関数、サブプログラム、プログラム、ルーチン、サブルーチン、モジュール、ソフトウェアパッケージ、スクリプト、クラス、または命令、データ構造、および／もしくはプログラム文の任意の組み合わせを表すことができる。コードセグメントを、情報、データ、引数、パラメータ、および／またはメモリコンテンツを渡し、かつ／または受け取ることによって、別のコードセグメントまたはハードウェア回路に結合することができる。情報、引数、パラメータ、データなどを、メモリ共有、メッセージ受け渡し、チケット受け渡し、ネットワーク伝送などを含む任意の適切な手段によって受け渡し、転送し、または伝送することができる。
【0156】
[0177]ファームウェアおよび／またはソフトウェア実装の場合、方法を、本明細書に記載される機能を果たすモジュール（例えば、プロシージャ、関数など）を用いて実装することができる。本明細書に記載される方法の実装に際しては命令を有形に具体化する任意の機械可読媒体を使用することができる。例えば、ソフトウェアコードをメモリに格納することができる。メモリは、プロセッサ内で、またはプロセッサの外部に実装することができる。本明細書で使用される場合、「メモリ」という用語は、任意のタイプの長期、短期、揮発性、不揮発性またはその他の記憶媒体を指し、いかなる特定のタイプのメモリにも特定の数のメモリにも、メモリが格納される媒体のタイプにも限定されない。
【0157】
[0178]さらに、本明細書で開示されるように、「記憶媒体」、「ストレージ」または「メモリ」という用語は、読み出し専用メモリ（ＲＯＭ）、ランダム・アクセス・メモリ（ＲＡＭ）、磁気ＲＡＭ、コアメモリ、磁気ディスク記憶媒体、光記憶媒体、フラッシュ・メモリ・デバイス、および／または情報を格納するための他の機械可読媒体を含む、データを格納するための１つまたは複数のメモリを表すことができる。「機械可読媒体」という用語は、携帯式または固定式の記憶デバイス、光記憶デバイス、無線チャネル、ならびに／または（１もしくは複数の）命令および／もしくはデータを収容もしくは搬送する格納することができる様々な他の記憶媒体を含むが、これらに限定されない。
【0158】
[0179]本開示の原理は特定の装置および方法に関連して上述されているが、この記述は、本開示の範囲の限定としてではなく例示としてなされているにすぎないことを明確に理解されたい。
【図1】
【図2】
【図3A】
【図3B】
【図3C】
【図3D】
【図3E】
【図4A】
【図4B】
【図4C】
【図5A】
【図5B】
【図5C】
【図5D】
【図5E】
【図5F】
【図6A】
【図6B】
【図6C】
【図6D】
【図6E】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18A-B】
【図19A】
【図19B】
【図20】
【図21】
【国際調査報告】