知財求人 - 知財ポータルサイト「IP Force」
▶ 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2023-500070尿失禁を管理する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】2023-01-04
(54)【発明の名称】尿失禁を管理する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】
A61F 13/42 20060101AFI20221222BHJP
【ＦＩ】
A61F13/42 F
【審査請求】未請求
【予備審査請求】未請求
(21)【出願番号】P 2022524150
(86)(22)【出願日】2020-09-09
(85)【翻訳文提出日】2022-06-22
(86)【国際出願番号】 US2020050025
(87)【国際公開番号】W WO2021080700
(87)【国際公開日】2021-04-29
(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
(31)【優先権主張番号】PCT/US2020/021034
(32)【優先日】2020-03-04
(33)【優先権主張国・地域又は機関】US
(81)【指定国・地域】
(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）】
3B200
【Ｆターム（参考）】
3B200AA01
3B200CA02
3B200DF04
(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施するための技術（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、ヘルスケア提供者、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つまたは複数の被験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に関する。他の態様は、１人または複数の被験者の健康およびウェルビーイングのメトリックを分析および追跡するために１つまたは複数の予測モデルを訓練および展開するように構成されたデータ分析システムの概念に関する。
【選択図】図１
【選択図】図１
【特許請求の範囲】
【請求項1】
吸収性物品であって、液体透過性トップシートと、
前記液体透過性トップシートの下に配置された吸収性材料と、
前記液体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体透過性トップシートと液体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体不透過性バックシートと、
前記液体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第１のアンテナおよび第２のアンテナに接続されたモノのインターネット（ＩｏＴ）デバイスであって、前記第１のアンテナは前記第２のアンテナと直交して配置される、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2】
前記１つまたは複数のセンサは、１つまたは複数の無線周波数識別（ＲＦＩＤ）センサであり、各ＲＦＩＤセンサは温度検出回路を含む、請求項１に記載のシステム。
【請求項3】
前記第１のアンテナ、前記第２のアンテナ、または前記第１のアンテナと前記第２のアンテナの両方は、四重螺旋アンテナを含む、請求項１または２に記載のシステム。
【請求項4】
前記１つまたは複数のセンサのうちの第１のセンサは、前記液体不透過性バックシートの前側で、下にある前記吸収性材料と前記非吸収性材料との間の界面を覆って前記液体不透過性バックシートに取り付けられる、請求項１、２、または３に記載のシステム。
【請求項5】
前記１つまたは複数のセンサのうちの第２のセンサは、前記非吸収性材料の外縁部を覆って前記液体不透過性バックシートに取り付けられる、請求項１から４のいずれか一項に記載のシステム。
【請求項6】
前記１つまたは複数のセンサのうちの第３のセンサは、前記液体不透過性バックシートの前側で、下にある前記吸収性材料を覆って前記液体不透過性バックシートに取り付けられる、請求項１から５のいずれか一項に記載のシステム。
【請求項7】
前記１つまたは複数のセンサのうちの第４のセンサは、前記液体不透過性バックシートの後側で、下にある前記吸収性材料と前記非吸収性材料との間の界面を覆って前記液体不透過性バックシートに取り付けられる、請求項１から６のいずれか一項に記載のシステム。
【請求項8】
ベッドをさらに含み、前記第１のアンテナが前記ベッドの足に配置され、前記第２のアンテナが前記ベッドのマットレスの下または前記ベッドの下に配置される、請求項１から７のいずれか一項に記載のシステム。
【請求項9】
前記ＩｏＴデバイスに取り付けられた第１の端部と、前記第１のアンテナに取り付けられた第２の端部と、を含む角度付きブラケットをさらに含み、前記角度付きブラケットは前記ベッドのフットボードに取り付けられる、請求項８に記載のシステム。
【請求項10】
前記第１のアンテナは、前記１つまたは複数のセンサから所定の距離内に配置され、前記１つまたは複数のセンサからの無線信号伝搬の第１の軸（ｘ軸）に垂直な送信平面内に任意の角度で配置される、請求項１から９のいずれか一項に記載のシステム。
【請求項11】
前記第２のアンテナは、前記１つまたは複数のセンサから前記所定の距離内に配置され、前記１つまたは複数のセンサからの無線信号伝搬の第２の軸（ｙ軸）に垂直な送信平面内に任意の角度で配置される、請求項１０に記載のシステム。
【請求項12】
前記所定の距離は１メートルである、請求項１０または１１に記載のシステム。
【請求項13】
データ処理システムによって、入力データを取得するステップと、被験者と共に使用される下着または吸収パッドに関連するセンサからのセンサデータを識別するために、前記データ処理システムによって前記入力データを解析するステップであって、前記センサデータは、モノのインターネット（ＩｏＴ）デバイスに接続された第１のアンテナおよび第２のアンテナから時間窓内に取得された複数のエネルギーレベルを含み、前記第１のアンテナおよび前記第２のアンテナは前記センサと無線通信し、前記第１のアンテナは前記第２のアンテナに対して直交して配置され、前記第１のアンテナはベッドの足に配置され、前記第２のアンテナは前記ベッドのマットレスの下または前記ベッドの下に配置される、ステップと、
前記データ処理システムによって、第１の期間に前記第１のアンテナによって取得された第１のエネルギーレベルを、第２の期間に前記第２のアンテナによって取得された第２のエネルギーレベルと比較するステップと、
前記データ処理システムによって、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第２のエネルギーレベルよりも大きいか小さいかを判定するステップと、
前記第１のエネルギーレベルが前記第２のエネルギーレベルよりも大きい場合に、前記データ処理システムによって、前記第１の期間および前記第２の期間を通じて前記被験者の第１の位置が、前記被験者が前記ベッドに横向きに横たわっている状態であると判定するステップと、
前記第１のエネルギーレベルが前記第２のエネルギーレベルよりも小さい場合に、前記データ処理システムによって、前記第１の期間および前記第２の期間を通じて前記被験者の前記第１の位置が、前記被験者が前記ベッドに仰向けに横たわっている状態であると判定するステップと、
を含む方法。
【請求項14】
前記解析するステップは、前記センサに関連する固有の識別子と、前記第１のアンテナおよび前記第２のアンテナの各々に関連する固有の識別子と、に基づいて、時間窓にわたって前記センサからの前記センサデータをグループ化するステップを含む、請求項１３に記載の方法。
【請求項15】
前記データ処理システムによって、第３の期間に前記第１のアンテナによって取得された第３のエネルギーレベルを、第４の期間に前記第２のアンテナによって取得された第４のエネルギーレベルと比較するステップと、前記データ処理システムによって、前記第３のエネルギーレベルと前記第４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前記第４のエネルギーレベルよりも大きいか小さいかを判定するステップと、
前記第３のエネルギーレベルが前記第４のエネルギーレベルよりも大きい場合に、前記データ処理システムによって、前記第３の期間および前記第４の期間を通じて前記被験者の第２の位置が、前記被験者が前記ベッドに横向きに横たわっている状態であると判定するステップと、
前記第３のエネルギーレベルが前記第４のエネルギーレベルよりも小さい場合に、前記データ処理システムによって、前記第３の期間および前記第４の期間を通じて前記被験者の前記第２の位置が、前記被験者が前記ベッドに仰向けに横たわっている状態であると判定するステップと、
前記データ処理システムによって、前記被験者の前記第１の位置を前記被験者の前記第２の位置と比較するステップと、
前記データ処理システムによって、前記被験者の前記第１の位置と前記被験者の前記第２の位置との前記比較に基づいて、前記被験者の前記第１の位置が前記被験者の前記第２の位置と同じであるか異なるかを判定するステップと、
前記被験者の前記第１の位置が前記被験者の前記第２の位置と同じである場合に、前記データ処理システムにより、前記被験者が位置を変更しておらず、静止していると判定するステップと、
前記被験者の前記第１の位置が前記被験者の前記第２の位置と異なる場合に、前記データ処理システムによって、前記被験者が位置を変更しており、活動的であると判定するステップと、
をさらに含む、請求項１３または１４に記載の方法。
【請求項16】
前記データ処理システムによって、前記被験者が第１の時刻と第２の時刻との間で位置を変更しておらず、静止しているか、あるいは位置を変更しており、活動的であると記録するステップをさらに含む、請求項１５に記載の方法。
【請求項17】
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処理を実行させる命令を格納する非一時的コンピュータ可読記憶媒体と、を含み、前記処理は、
入力データを取得することと、
被験者と共に使用される下着または吸収パッドに関連するセンサからのセンサデータを識別するために、前記入力データを解析することであって、前記センサデータは、モノのインターネット（ＩｏＴ）デバイスに接続された第１のアンテナおよび第２のアンテナから時間窓内に取得された複数のエネルギーレベルを含み、前記第１のアンテナおよび前記第２のアンテナは前記センサと無線通信し、前記第１のアンテナは前記第２のアンテナに対して直交して配置され、前記第１のアンテナはベッドの足に配置され、前記第２のアンテナは前記ベッドのマットレスの下または前記ベッドの下に配置される、解析することと、
第１の期間に前記第１のアンテナによって取得された第１のエネルギーレベルを、第２の期間に前記第２のアンテナによって取得された第２のエネルギーレベルと比較することと、
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第２のエネルギーレベルよりも大きいか小さいかを判定することと、
前記第１のエネルギーレベルが前記第２のエネルギーレベルよりも大きい場合に、前記第１の期間および前記第２の期間を通じて前記被験者の第１の位置が、前記被験者が前記ベッドに横向きに横たわっている状態であると判定することと、
前記第１のエネルギーレベルが前記第２のエネルギーレベルよりも小さい場合に、前記第１の期間および前記第２の期間を通じて前記被験者の前記第１の位置が、前記被験者が前記ベッドに仰向けに横たわっている状態であると判定することと、
を含む、システム。
【請求項18】
非一時的な機械可読記憶媒体に有形に具現化されたコンピュータプログラム製品であって、１つまたは複数のデータプロセッサに対して処理を実行させるように構成された命令を含み、前記処理は、入力データを取得することと、
被験者と共に使用される下着または吸収パッドに関連するセンサからのセンサデータを識別するために、前記入力データを解析することであって、前記センサデータは、モノのインターネット（ＩｏＴ）デバイスに接続された第１のアンテナおよび第２のアンテナから時間窓内に取得された複数のエネルギーレベルを含み、前記第１のアンテナおよび前記第２のアンテナは前記センサと無線通信し、前記第１のアンテナは前記第２のアンテナに対して直交して配置され、前記第１のアンテナはベッドの足に配置され、前記第２のアンテナは前記ベッドのマットレスの下または前記ベッドの下に配置される、解析することと、
第１の期間に前記第１のアンテナによって取得された第１のエネルギーレベルを、第２の期間に前記第２のアンテナによって取得された第２のエネルギーレベルと比較することと、
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第２のエネルギーレベルよりも大きいか小さいかを判定することと、
前記第１のエネルギーレベルが前記第２のエネルギーレベルよりも大きい場合に、前記第１の期間および前記第２の期間を通じて前記被験者の第１の位置が、前記被験者が前記ベッドに横向きに横たわっている状態であると判定することと、
前記第１のエネルギーレベルが前記第２のエネルギーレベルよりも小さい場合に、前記第１の期間および前記第２の期間を通じて前記被験者の前記第１の位置が、前記被験者が前記ベッドに仰向けに横たわっている状態であると判定することと、
を含む、コンピュータプログラム製品。
【請求項19】
データ処理システムによって、入力データを取得するステップと、前記データ処理システムによって、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解析するステップであって、前記センサデータは時間窓内の複数の信号応答を含む、ステップと、
前記データ処理システムによって、前記時間窓内の第１の期間の第１のエネルギーレベルを決定するステップであって、前記第１のエネルギーレベルは、前記第１の期間にわたる複数の信号応答の、（ｉ）平均信号応答、または（ｉｉ）線形回帰を使用して決定された仮想周波数での信号応答として決定される、ステップと、
前記データ処理システムによって、前記第１のエネルギーレベルを前記センサの水分しきい値と比較するステップであって、前記水分しきい値は、ベースライン平均信号応答、または前記センサが展開されている環境の乾燥状態もしくは正常化状態についての一定期間にわたる複数のエネルギー状態の線形回帰を使用して決定された前記仮想周波数での前記センサの信号応答に所定の誤差値を加算することによって決定される、ステップと、
前記データ処理システムによって、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水分しきい値よりも大きいか、等しいか、または小さいかを判定するステップと、
前記第１のエネルギーレベルが前記水分しきい値よりも小さい場合に、前記データ処理システムによって、前記第１のエネルギーレベルが前記環境の乾燥状態または正常化状態に関連すると判定するステップと、
前記第１のエネルギーレベルが前記水分しきい値以上である場合に、前記データ処理システムによって、前記第１のエネルギーレベルが湿潤状態に関連すると判定するステップと、
を含む方法。
【請求項20】
前記解析するステップは、前記センサに関連する固有の識別子に基づいて、前記時間窓にわたって前記センサからの前記センサデータをグループ化するステップを含む、請求項１９に記載の方法。
【請求項21】
前記第１のエネルギーレベルが前記湿潤状態に関連すると判定するステップに応答して、前記データ処理システムによって、前記センサに関連する被験者が失禁事象を有したと判定するステップと、前記データ処理システムによって、前記センサデータが、前記第１の期間に前記複数の信号応答を受信した後の所定の期間内に追加の信号応答を含まないと判定するステップと、
前記センサデータが前記追加の信号応答を含まないと判定するステップに応答して、前記データ処理システムによって、前記被験者に関連する下着または吸収パッドが飽和したと判定するステップと、
前記データ処理システムによって、前記失禁事象に関する情報と、前記被験者に関連する前記下着または吸収パッドが飽和したことと、を表示するユーザインターフェースを提供するステップと、
をさらに含む、請求項１９または２０に記載の方法。
【請求項22】
前記センサデータは前記第１の期間の温度データをさらに含み、前記センサに関連する前記被験者が前記失禁事象を有したと判定する前記ステップは、前記温度データに基づいて前記失禁事象を検証するステップを含む、請求項２１に記載の方法。
【請求項23】
前記検証するステップは、前記データ処理システムによって、前記第１の期間からの温度を前記乾燥状態に関連する温度と比較するステップと、
前記データ処理システムによって、前記第１の期間からの前記温度と前記乾燥状態に関連する前記温度との前記比較に基づいて、前記第１の期間からの前記第１の温度が前記乾燥状態に関連する前記温度よりも高いか、等しいか、または低いかを判定するステップと、
前記第１の期間からの前記温度が前記乾燥状態に関連する前記温度以上である場合に、前記データ処理システムによって、前記失禁事象を検証するステップと、
前記第１の期間からの前記温度が前記乾燥状態に関連する前記温度よりも低い場合に、前記データ処理システムによって、前記失禁事象を無効にするステップと、
を含み、
前記温度は、前記第１の期間内の単一の温度読み取り値または前記第１の期間にわたる平均温度読み取り値である、請求項２２に記載の方法。
【請求項24】
前記センサデータが前記追加の信号応答を含まず、前記失禁が有効であると判定するステップに応答して、前記被験者に関連する前記下着または吸収パッドが飽和したという前記判定が行われる、請求項２３に記載の方法。
【請求項25】
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処理を実行させる命令を格納する非一時的コンピュータ可読記憶媒体と、を含み、前記処理は、
入力データを取得することと、
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解析することであって、前記センサデータは時間窓内の複数の信号応答を含む、解析することと、
前記時間窓内の第１の期間の第１のエネルギーレベルを決定することであって、前記第１のエネルギーレベルは、前記第１の期間にわたる複数の信号応答の、（ｉ）平均信号応答、または（ｉｉ）線形回帰を使用して決定された仮想周波数での信号応答として決定される、決定することと、
前記第１のエネルギーレベルを前記センサの水分しきい値と比較することであって、前記水分しきい値は、ベースライン平均信号応答、または前記センサが展開されている環境の乾燥状態もしくは正常化状態についての一定期間にわたる複数のエネルギー状態の線形回帰を使用して決定された前記仮想周波数での前記センサの信号応答に所定の誤差値を加算することによって決定される、比較することと、
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水分しきい値よりも大きいか、等しいか、または小さいかを判定することと、
前記第１のエネルギーレベルが前記水分しきい値よりも小さい場合に、前記第１のエネルギーレベルが前記環境の乾燥状態または正常化状態に関連すると判定することと、
前記第１のエネルギーレベルが前記水分しきい値以上である場合に、前記第１のエネルギーレベルが湿潤状態に関連すると判定することと、
を含む、システム。
【請求項26】
非一時的な機械可読記憶媒体に有形に具現化されたコンピュータプログラム製品であって、１つまたは複数のデータプロセッサに対して処理を実行させるように構成された命令を含み、前記処理は、入力データを取得することと、
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解析することであって、前記センサデータは時間窓内の複数の信号応答を含む、解析することと、
前記時間窓内の第１の期間の第１のエネルギーレベルを決定することであって、前記第１のエネルギーレベルは、前記第１の期間にわたる複数の信号応答の、（ｉ）平均信号応答、または（ｉｉ）線形回帰を使用して決定された仮想周波数での信号応答として決定される、決定することと、
前記第１のエネルギーレベルを前記センサの水分しきい値と比較することであって、前記水分しきい値は、ベースライン平均信号応答、または前記センサが展開されている環境の乾燥状態もしくは正常化状態についての一定期間にわたる複数のエネルギー状態の線形回帰を使用して決定された前記仮想周波数での前記センサの信号応答に所定の誤差値を加算することによって決定される、比較することと、
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水分しきい値よりも大きいか、等しいか、または小さいかを判定することと、
前記第１のエネルギーレベルが前記水分しきい値よりも小さい場合に、前記第１のエネルギーレベルが前記環境の乾燥状態または正常化状態に関連すると判定することと、
前記第１のエネルギーレベルが前記水分しきい値以上である場合に、前記第１のエネルギーレベルが湿潤状態に関連すると判定することと、
を含む、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３月４日に出願された「ＩＮＴＥＲＮＥＴ ＯＦ ＴＨＩＮＧＳ（ＩＯＴ）ＳＯＬＵＴＩＯＮ ＦＯＲ ＭＡＮＡＧＥＭＥＮＴ ＯＦ ＵＲＩＮＡＲＹ ＩＮＣＯＮＴＩＮＥＮＣＥ」と題するＰＣＴ出願第ＰＣＴ／ＵＳ２０２０／０２１０３４号、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、および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号の優先権の利益を主張し、その内容全体が参照により本明細書に組み込まれる。
[0001]本出願は、２０２０年３月４日に出願された「ＩＮＴＥＲＮＥＴ ＯＦ ＴＨＩＮＧＳ（ＩＯＴ）ＳＯＬＵＴＩＯＮ ＦＯＲ ＭＡＮＡＧＥＭＥＮＴ ＯＦ ＵＲＩＮＡＲＹ ＩＮＣＯＮＴＩＮＥＮＣＥ」と題するＰＣＴ出願第ＰＣＴ／ＵＳ２０２０／０２１０３４号、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、および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号の優先権の利益を主張し、その内容全体が参照により本明細書に組み込まれる。
【0002】
[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施するための技術（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尿の不随意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、ならびに認知症および運動不足（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、ストレス性尿失禁、混合性尿失禁、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、緊急性を伴う、または緊急性によって直ちに進行する不随意の漏れであり、排尿筋過活動を示す。ストレス性尿失禁は、努力もしくは運動、またはくしゃみもしくは咳からの不随意の漏れであり、通常、尿道運動性の増加、内因性括約筋機能の低下、または骨盤底筋の筋力低下に関連する。混合型尿失禁は、切迫性尿失禁とストレス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、前立腺の拡大）または神経学的状態（例えば、脊髄損傷）によって引き起こされる膀胱の過膨張に関連する。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、一般に介護施設居住者（例えば、介護施設居住者の５０％超が罹患している）で遭遇し、重大な罹患率およびヘルスケア資源の利用に関連する。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状態に罹患している。長期ケア居住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、介護施設居住者がトイレに行くのを妨げることによって、介護施設居住者の失禁の可能性を高め、認知症はそうする意欲を低下させる。他の潜在的に修正可能なリスク因子としては、骨盤底筋収縮不良、便秘、コントロール不良な糖尿病、搬送、収縮期高血圧、パーキンソン症候群、関節炎、背部の問題、聴力および視覚障害、再発性尿路感染症、薬物（例えば、ベンゾジアゼピン、精神安定薬、抗うつ薬、催眠薬、および利尿薬）、高カフェイン摂取、喫煙、および肥満が挙げられる。
【0005】
[0005]尿失禁の管理は、典型的には、排尿筋不安定性、尿路感染症、食事性または薬物性下痢、便秘および糞便圧入などの根本原因の特定および治療に焦点を合わせる。適切な管理にもかかわらず、居住者は、認知症および健康または拘束関連の不動のために失禁したままであり得る。典型的には、介護施設は、居住者に十分に頻繁なトイレ補助（促された排尿を含む）を提供するためのスタッフおよび財政的資源を欠いている。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。実施ガイドラインは、居住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、皮膚洗浄がどれだけ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、まれな居住者の下着および吸収パッドの交換による尿への皮膚曝露は、皮膚の濡れ性の有意な増加をもたらし、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つまたは複数のコンピュータのシステムは、動作中にシステムに処理を実行させるソフトウェア、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をシステムにインストールすることによって、特定の動作または処理を実行する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は、データ処理装置によって実行されると、装置に処理を実行させる命令を含むことによって、特定の動作または処理を実行する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によって、入力データを取得するステップと、データ処理システムによって、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解析するステップと、データ処理システムによって、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、センサが展開される環境の乾燥状態または正常化状態に関連する１つまたは複数のエネルギーレベルと比較するステップと、を含み、第１のエネルギーレベルは第１の時刻に取得され、第２のエネルギーレベルは第１の時刻の後の第２の時刻に取得される、方法を含む。本方法はまた、データ処理システムによって、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常化状態に関連すると判定するステップと、データ処理システムによって、比較に基づいて、第２のエネルギーレベルが水分事象に関連すると判定するステップと、第２のエネルギーレベルが水分事象に関連すると判定するステップに応答して、データ処理システムによって、センサに関連する被験者が失禁事象を有したと判定するステップと、を含む。本方法はまた、データ処理システムによって、センサデータが、第２の時刻における第２のエネルギーレベルの受信後の所定の期間内に第３のエネルギーレベルを含まないと判定するステップと、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するステップに応答して、データ処理システムによって、被験者に関連する下着または吸収パッドが飽和したと判定するステップと、データ処理システムによって、失禁事象に関する情報と、被験者に関連する下着または吸収パッドが飽和したことと、を表示するユーザインターフェースを提供するステップと、を含む。この態様の他の実施形態は、各々が本方法の処理を実行するように構成された、対応するコンピュータシステム、装置、ならびに１つまたは複数のコンピュータストレージ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]実施態様は、以下の特徴のうちの１つまたは複数を含むことができる。解析するステップが、センサに関連する固有の識別子に基づいて、時間窓にわたってセンサからのセンサデータをグループ化するステップを含む方法。第２のエネルギーレベルが水分事象に関連すると決定するステップは、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水分事象に関連する所定のエネルギーしきい値を超えるか、または第２のエネルギーレベルが水分事象に関連する所定のエネルギーしきい値を超えると決定するステップを含む方法。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。記載された技術の実施態様は、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むことができる。
【0008】
[0008]１つの一般的な態様は、データ処理システムによって、入力データを取得するステップと、データ処理システムによって、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解析するステップと、データ処理システムによって、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、センサが展開される環境の乾燥状態または正常化状態に関連する１つまたは複数のエネルギーレベルと比較するステップと、を含み、第１のエネルギーレベルは第１の時刻に取得され、第２のエネルギーレベルは第１の時刻の後の第２の時刻に取得される、方法を含む。本方法はまた、データ処理システムによって、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常化状態に関連すると判定するステップと、データ処理システムによって、比較に基づいて、第２のエネルギーレベルが水分事象に関連すると判定するステップと、第２のエネルギーレベルが水分事象に関連すると判定するステップに応答して、データ処理システムによって、センサに関連する被験者が失禁事象を有したと判定するステップと、を含む。本方法はまた、データ処理システムによって、センサデータが、第２の時刻における第２のエネルギーレベルの受信後の所定の期間内の第３のエネルギーレベルを含むと判定するステップと、センサデータが第３のエネルギーレベルを含むと判定するステップに応答して、データ処理システムによって、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ステップと、を含む。本方法はまた、データ処理システムによって、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事象に関連すると判定するステップと、第３のエネルギーレベルが乾燥事象に関連すると判定するステップに応答して、データ処理システムによって、被験者に関連する下着または吸収パッドが飽和していないと判定するステップと、データ処理システムによって、失禁事象、ならびに被験者に関連する下着または吸収パッドが飽和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ステップと、を含む。この態様の他の実施形態は、各々が本方法の処理を実行するように構成された、対応するコンピュータシステム、装置、ならびに１つまたは複数のコンピュータストレージ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]実施態様は、以下の特徴のうちの１つまたは複数を含むことができる。解析するステップが、センサに関連する固有の識別子に基づいて、時間窓にわたってセンサからのセンサデータをグループ化するステップを含む方法。第２のエネルギーレベルが水分事象に関連すると決定するステップは、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水分事象に関連する所定のエネルギーしきい値を超えるか、または第２のエネルギーレベルが水分事象に関連する所定のエネルギーしきい値を超えると決定するステップを含む方法。第３のエネルギーレベルが乾燥事象に関連すると決定するステップは、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事象と関連する所定の乾燥しきい値を超えるか、または第３のエネルギーレベルが乾燥事象と関連する所定の乾燥しきい値を超えると決定するステップを含む方法。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。記載された技術の実施態様は、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むことができる。
【0010】
[0010]１つの一般的な態様は、データ処理システムによって、入力データを取得するステップと、データ処理システムによって、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解析するステップと、データ処理システムによって、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、静止位置に関連する１つまたは複数のエネルギーレベルと比較するステップと、を含み、第１のエネルギーレベルは第１の時刻に取得され、第２のエネルギーレベルは第１の時刻の後の第２の時刻に取得される、方法を含む。本方法はまた、データ処理システムによって、比較に基づいて第１のエネルギーレベルが静止位置に関連すると判定するステップを含む。本方法はまた、データ処理システムによって、第２のエネルギーレベルが比較に基づいて運動事象に関連すると判定するステップを含む。本方法はまた、第２のエネルギーレベルが運動事象に関連すると判定するステップに応答して、データ処理システムによって、センサに関連する被験者が動いたと判定するステップと、データ処理システムによって、センサデータが、第２の時刻における第２のエネルギーレベルの受信後の所定の期間内の第３のエネルギーレベルを含むと判定するステップと、を含む。本方法はまた、センサデータが第３のエネルギーレベルを含むと判定するステップに応答して、データ処理システムによって、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に関連する所定の活動しきい値を超えると判定するステップを含む。本方法はまた、データ処理システムの予測モデルによって、センサデータのパターンと、運動事象の判定と、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しきい値を超えるという判定と、に基づいて、活動が被験者が寝返りを打つまたは離床することであると予測するステップを含む。本方法はまた、データ処理システムによって、被験者がベッドで寝返りを打った、または離床したという予測を記録するステップを含む。この態様の他の実施形態は、各々が本方法の処理を実行するように構成された、対応するコンピュータシステム、装置、ならびに１つまたは複数のコンピュータストレージ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]実施態様は、以下の特徴のうちの１つまたは複数を含むことができる。解析するステップが、センサに関連する固有の識別子に基づいて、時間窓にわたってセンサからのセンサデータをグループ化するステップを含む方法。第２のエネルギーレベルが運動事象に関連すると決定するステップは、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事象に関連する所定のエネルギーしきい値を超えるか、または第２のエネルギーレベルが運動事象に関連する所定のエネルギーしきい値を超えると決定するステップを含む方法。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。記載された技術の実施態様は、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むことができる。
【0012】
[0012]１つの一般的な態様は、液体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、液体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、液体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、吸収性材料が液体透過性トップシートと液体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体不透過性バックシートを含む。吸収性物品はまた、液体不透過性バックシートに取り付けられる１つまたは複数の取り付け構造体を含み、１つまたは複数の取り付け構造体は、１つまたは複数のセンサを保持するように構造化される。
【0013】
[0013]実施態様は、以下の特徴のうちの１つまたは複数を含むことができる。１つまたは複数の取り付け構造体が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体のうちの第１の取り付け構造体が、液体不透過性バックシートの前側において、下にある吸収性材料と非吸収性材料との界面を覆って液体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体のうちの第２の取り付け構造体が、非吸収性材料の外縁部を覆って液体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体のうちの第４の取り付け構造体が、液体不透過性バックシートの後側において、下にある吸収性材料と非吸収性材料との界面を覆って液体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体のうちの第３の取り付け構造体が、液体不透過性バックシートの前側において、液体不透過性バックシートに、下にある吸収性材料を覆って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体が磁性構造である、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体のそれぞれの取り付け構造体に配置されている、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、液体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、液体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、液体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、吸収性材料が液体透過性トップシートと液体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体不透過性バックシートを含む。吸収性物品はまた、液体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]実施態様は、以下の特徴のうちの１つまたは複数を含むことができる。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、液体不透過性バックシートの前側において、下にある吸収性材料と非吸収性材料との界面を覆って液体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、非吸収性材料の外縁部を覆って液体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、液体不透過性バックシートの前側で、下にある吸収性材料を覆って液体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、液体不透過性バックシートの後側で、下にある吸収性材料と非吸収性材料との界面を覆って液体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、液体透過性トップシートと、液体透過性トップシートの下に配置された吸収性材料と、液体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に隣接して配置された非吸収性材料と、液体透過性トップシートと液体不透過性バックシートとの間に吸収性材料が配置されるように吸収性材料の上に配置された液体不透過性バックシートと、液体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]実施態様は、以下の特徴のうちの１つまたは複数を含むことができる。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、液体不透過性バックシートの前側において、下にある吸収性材料と非吸収性材料との界面を覆って液体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、非吸収性材料の外縁部を覆って液体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、液体不透過性バックシートの前側で、下にある吸収性材料を覆って液体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、液体不透過性バックシートの後側で、下にある吸収性材料と非吸収性材料との界面を覆って液体不透過性バックシートに取り付けられている、システム。システムは、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、を含む角度付きブラケットをさらに含む。
【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センサの線形アレイを含み、センサのアレイの各センサは、それぞれの液体量インジケータに対して容器上に配置される。測定システムはまた、プロセッサおよびメモリストレージデバイスを含むコンピューティングデバイスを含み、データテーブルはメモリストレージデバイスに格納され、テーブルは、センサのアレイ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体量と、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によって入力データを取得するステップを含む方法を含む。本方法はまた、（ｉｉ）データ処理システムによって、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解析するステップを含み、解析するステップは、センサデータを、センサの各々に関連する固有の識別子に基づいて時間窓にわたって複数のセンサの各々の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ステップを含み、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つのサブセットは、第１の時刻に取得された第１のエネルギーレベルおよび第１の時刻の後または後である第２の時刻に取得された第２のエネルギーレベルを含む。本方法はまた、（ｉｉｉ）データ処理システムによって、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、複数のセンサが展開されている環境の乾燥状態または正常化状態に関連する１つまたは複数のエネルギーレベルと比較するステップを含む。本方法はまた、（ｉｖ）データ処理システムによって、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常化状態に関連すると判定するステップを含む。本方法はまた、（ｖ）データ処理システムによって、比較に基づいて第２のエネルギーレベルが水分事象に関連すると判定するステップを含む。本方法はまた、（ｖｉ）第２のエネルギーレベルが水分事象に関連すると判定するステップに応答して、データ処理システムによって、センサデータの少なくとも１つのサブセットに関連するセンサに関連する液体量を識別するステップを含む。本方法はまた、データ処理システムによって、複数のセンサのうちの他のセンサに関連する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）～（ｖｉ）を繰り返して、他のセンサに関連する追加の液体量を識別するステップを含む。本方法はまた、データ処理システムによって、センサに関連する液体量および他のセンサに関連する追加の液体量を分析して、収集デバイスの総液体量を決定するステップを含む。本方法はまた、データ処理システムによって、収集デバイスの総液体量を表示するユーザインターフェースを提供するステップを含む。この態様の他の実施形態は、各々が本方法の処理を実行するように構成された、対応するコンピュータシステム、装置、ならびに１つまたは複数のコンピュータストレージ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によって、被験者に関連する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ステップを含む方法を含む。本方法はまた、センサデータを使用するデータ処理システムにより、一定期間にわたる複数の失禁事象を判定するステップを含む。本方法はまた、データ処理システムにより、判定された複数の失禁事象を使用して、被験者の平均排尿間隔を判定するステップを含む。本方法はまた、データ処理システムにより、平均排尿間隔に基づいて、判定された複数の失禁事象における統計的異常を判定するステップを含む。本方法はまた、予測モデルによって、センサデータおよび統計的異常に基づいて、被験者が尿路感染症を有するかまたは発症するリスクを予測するステップを含む。本方法はまた、データ処理システムによって、尿路感染症を有するかまたは発症する被験者の予測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ステップを含む。この態様の他の実施形態は、各々が本方法の処理を実行するように構成された、対応するコンピュータシステム、装置、ならびに１つまたは複数のコンピュータストレージ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]実施態様は、以下の特徴のうちの１つまたは複数を含むことができる。本方法は、統計的異常の判定に応答して、データ処理システムによって、被験者に対して行われるべき尿検査および尿培養の要求をトリガするステップをさらに含む。本方法は、データ処理システムによって、尿検査および尿培養の結果を取得するステップをさらに含み、被験者が尿路感染症を有するかまたは発症するリスクを予測するステップは、センサデータ、統計的異常、ならびに尿検査および尿培養の結果に基づく。本方法は、データ処理システムによって、食事の時間間隔、ｉｖ速度、ｇチューブ供給速度、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ステップをさらに含み、被験者が尿路感染症を有するかまたは発症するリスクを予測するステップは、センサデータ、統計的異常、尿検査および尿培養の結果、および追加データに基づく。記載された技術の実施態様は、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むことができる。
【0022】
[0022]１つの一般的な態様は、データ処理システムによって、被験者に関連する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ステップを含む方法を含む。本方法はまた、センサデータを使用するデータ処理システムによって、一定期間にわたる複数の運動事象を決定するステップを含む。本方法はまた、第１の予測モデルによって、決定された複数の運動事象を使用して、運動活動のパターンを決定するステップを含む。本方法はまた、第２の予測モデルによって、センサデータおよび運動活動のパターンに基づいて、被験者が床擦れを有するかまたは床擦れを発症するリスクを予測するステップを含む。本方法はまた、データ処理システムによって、被験者が床擦れを有するかまたは床擦れを発症する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ステップを含む。この態様の他の実施形態は、各々が本方法の処理を実行するように構成された、対応するコンピュータシステム、装置、ならびに１つまたは複数のコンピュータストレージ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]実施態様は、以下の特徴のうちの１つまたは複数を含むことができる。本方法は、データ処理システムによって、被験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ステップをさらに含み、被験者が床擦れを有するかまたは床擦れを発症するリスクを予測するステップは、センサデータ、運動活動のパターン、および追加データに基づく。記載された技術の実施態様は、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むことができる。
【0024】
[0024]１つの一般的な態様は、吸収性物品であって、液体透過性トップシートと、液体透過性トップシートの下に配置された吸収性材料と、液体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に隣接して配置された非吸収性材料と、吸収性材料が液体透過性トップシートと液体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体不透過性バックシートと、液体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、１つまたは複数のセンサと無線通信する第１および第２のアンテナに接続されたモノのインターネット（ＩｏＴ）デバイスであって、第１のアンテナは第２のアンテナと直交して配置される、モノのインターネット（ＩｏＴ）デバイスと、を含むシステムを含む。
【0025】
[0025]実施態様は、以下の特徴のうちの１つまたは複数を含むことができる。第１のアンテナ、第２のアンテナ、または第１のアンテナと第２のアンテナの両方が四重螺旋アンテナを含むシステム。本システムはベッドをさらに含み、第１のアンテナはベッドの足に配置され、第２のアンテナはベッドのマットレスの下またはベッドの下に配置される。システムは、ＩｏＴデバイスに取り付けられた第１の端部と、第１のアンテナに取り付けられた第２の端部とを含む角度付きブラケットをさらに含み、角度付きブラケットはベッドのフットボードに取り付けられる。第１のアンテナが、１つまたは複数のセンサから所定の距離内に配置され、１つまたは複数のセンサからの無線信号伝搬の第１の軸（ｘ軸）に垂直な送信平面内に任意の角度で配置されるシステム。第２のアンテナが、１つまたは複数のセンサから所定の距離内に配置され、１つまたは複数のセンサからの無線信号伝搬の第２の軸（ｙ軸）に垂直な送信平面内に任意の角度で配置されるシステム。
【0026】
[0026]１つの一般的な態様は、データ処理システムによって、入力データを取得するステップと、被験者と共に使用される下着または吸収パッドに関連するセンサからのセンサデータを識別するために、データ処理システムによって入力データを解析するステップであって、センサデータは、モノのインターネット（ＩｏＴ）デバイスに接続された第１および第２のアンテナから時間窓内に取得された複数のエネルギーレベルを含み、第１および第２のアンテナはセンサと無線通信し、第１のアンテナは第２のアンテナに対して直交して配置され、第１のアンテナはベッドの足に配置され、第２のアンテナはベッドのマットレスの下またはベッドの下に配置される、ステップと、データ処理システムによって、第１の期間に第１のアンテナによって取得された第１のエネルギーレベルを、第２の期間に第２のアンテナによって取得された第２のエネルギーレベルと比較するステップと、データ処理システムによって、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比較に基づいて、第１のエネルギーレベルが第２のエネルギーレベルよりも大きいか小さいかを判定するステップと、第１のエネルギーレベルが第２のエネルギーレベルよりも大きい場合に、データ処理システムによって、第１の期間および第２の期間を通じて被験者の第１の位置が、被験者がベッドに横向きに横たわっている状態であると判定するステップと、第１のエネルギーレベルが第２のエネルギーレベルよりも小さい場合に、データ処理システムによって、第１の期間および第２の期間を通じて被験者の第１の位置が、被験者がベッドに仰向けに横たわっている状態であると判定するステップと、を含む方法を含む。
【0027】
[0027]１つの一般的な態様は、データ処理システムによって、入力データを取得するステップと、データ処理システムによって、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解析するステップであって、センサデータは時間窓内の複数の信号応答を含む、ステップと、データ処理システムによって、時間窓内の第１の期間の第１のエネルギーレベルを決定するステップであって、第１のエネルギーレベルは、第１の期間にわたる複数の信号応答の、（ｉ）平均信号応答、または（ｉｉ）線形回帰を使用して決定された仮想周波数での信号応答として決定される、ステップと、データ処理システムによって、第１のエネルギーレベルをセンサの水分しきい値と比較するステップであって、水分しきい値は、ベースライン平均信号応答、またはセンサが展開されている環境の乾燥状態もしくは正常化状態についての一定期間にわたる複数のエネルギー状態の線形回帰を使用して決定された仮想周波数でのセンサの信号応答に所定の誤差値を加算することによって決定される、ステップと、データ処理システムによって、比較に基づいて、第１のエネルギーレベルが水分しきい値よりも大きいか、等しいか、または小さいかを判定するステップと、第１のエネルギーレベルが水分しきい値よりも小さい場合に、データ処理システムによって、第１のエネルギーレベルが環境の乾燥状態または正常化状態に関連すると判定するステップと、第１のエネルギーレベルが水分しきい値以上である場合に、データ処理システムによって、第１のエネルギーレベルが湿潤状態に関連すると判定するステップと、を含む方法を含む。
【0028】
[0028]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する１つまたは複数の方法の一部または全部を実行さ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。
【0029】
[0029]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現化され、１つまたは複数のデータプロセッサに、本明細書に開示した１つまたは複数の方法の一部または全部を実行さ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。
【0030】
[0030]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、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、１つまたは複数の方法の一部またはすべておよび／または本明細書に開示する１つまたは複数のプロセスの一部またはすべてを実行さ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、１つまたは複数のデータプロセッサに、本明細書に開示した１つまたは複数の方法の一部またはすべておよび／または１つまたは複数のプロセスの一部またはすべてを実行さ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で有形に具現化されたコンピュータプログラム製品を含む。
【0031】
[0031]使用された用語および表現は、限定ではなく説明の用語として使用され、そのような用語および表現の使用において、示され説明された特徴またはその一部の均等物を除外する意図はないが、特許請求される発明の範囲内で様々な修正が可能であることが認識される。したがって、特許請求の範囲に記載された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、本明細書に開示した概念の修正および変形が当業者によって使用されてもよく、そのような修正および変形は、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にあると見なされることを理解されたい。
【図面の簡単な説明】
【0032】
【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】様々な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】様々な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】様々な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】様々な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】様々な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デバイスを示す図である。
【図4C】様々な実施形態によるＩｏＴデバイスを示す図である。
【図4D】様々な実施形態による、被験者の周りのＩｏＴデバイスならびに１つまたは複数のアンテナ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】様々な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装置を示す図である。
【図6B】様々な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装置を示す図である。
【図6C】様々な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装置を示す図である。
【図6D】様々な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装置を示す図である。
【図6E】様々な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装置を示す図である。
【図7】様々な実施形態による、健康およびウェルビーイング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、水分検出事象を判定し、識別された被験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、水分検出事象を判定し、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、被験者の健康およびウェルビーイング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、被験者が尿路感染症を有す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12A】様々な実施形態による、運動事象を判定し、識別された被験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12B】様々な実施形態による、識別された被験者の位置を決定し、識別された被験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、被験者が床擦れを有するかまたは床擦れを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、人事を予測し、人事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構成要素のいくつかを示すブロック図である。
【図18A】様々な実施形態による、様々な被験者についてのセンサおよびＩｏＴデバイスデータのための統合された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、様々な被験者についてのセンサおよびＩｏＴデバイスデータのための統合された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、被験者のセンサおよびＩｏＴデバイスデータのための統合された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、被験者のためのセンサおよびＩｏＴデバイスデータのための統合された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、様々な被験者についてのセンサおよびＩｏＴデバイスデータのための統合された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、複数の被験者についての失禁事象の統合された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】
【0033】
Ｉ．導入
[0055]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施するための技術（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、被験者の運動（例えば、潜在的な転倒分析のための、床擦れを緩和するためのベッドでの被験者の運動またはベッドからの被験者の運動）、人事（例えば、ヘルスケア提供者）管理および在庫管理のための物流目的、および医療デバイス管理（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計算および記憶システムを提供する。
[0055]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施するための技術（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、被験者の運動（例えば、潜在的な転倒分析のための、床擦れを緩和するためのベッドでの被験者の運動またはベッドからの被験者の運動）、人事（例えば、ヘルスケア提供者）管理および在庫管理のための物流目的、および医療デバイス管理（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計算および記憶システムを提供する。
【0034】
[0056]従来の失禁監視システムは、典型的には、液体および便の事象を検出し、液体および便の事象について検出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実施可能な情報（例えば、居住者を変更する必要がある場合にヘルスケア提供者に通知する）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、被験者（例えば、患者または介護施設の居住者）が使用する下着または吸収パッドに組み込まれ、受信機は、典型的には、被験者の環境から離れて、ヘルスケア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、代表的なデータを受信機に転送し、その時点でデータが実施可能な情報について分析される。このようにして、ヘルスケア提供者は、システムを使用して、被験者の水分および位置を監視することができる。場合によっては、失禁監視システムは、データを処理して、被験者が下着または吸収パッドを濡らしたことをヘルスケア提供者に通知することができる。一般に、下着または吸収パッドの濡れを遠隔地から監視するのに有効であるが、現在使用されているほとんど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、（ｉ）単一の電子デバイス（例えば、水分センサ）から入力されたデータのみをキャプチャすること、（ｉｉ）ヘルスケア提供者が排尿の頻度などの任意の観察結果を直接観察し、手動で分析する必要性、（ｉｉｉ）水分センサが、水分検出のために複雑な製造技術および導電性または抵抗に依存すること、（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すること、（ｖ）下着または吸収パッドと一体化された電源、プロセッサ、および／またはドッキングステーションを必要とすること、ならびに／あるいは（ｖｉ）下着または吸収パッドを交換するための分析は、典型的には、濡れているか否かのバイナリ判定に基づくこと、が含まれる。
【0035】
[0057]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施するための技術に関する。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ステップと、センサデータを識別するために入力データを解析するステップと、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ステップと、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常化状態に関連すると判定するステップと、比較に基づいて、第２のエネルギーレベルが水分事象に関連すると判定するステップと、第２のエネルギーレベルが水分事象に関連すると判定するステップに応答して、センサデータが、第２のエネルギーレベルの受信後の所定の期間内に第３のエネルギーレベルを含まないと判定するステップと、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するステップに応答して、予測モデルによって、センサデータに関連する被験者が失禁事象を有し、被験者に関連する下着または吸収パッドが飽和したと予測するステップと、を含む。
【0036】
[0058]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ステップと、センサデータを識別するために入力データを解析するステップと、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ステップと、比較に基づいて、第１のエネルギーレベルが運動の欠如に関連すると判定するステップと、第２のエネルギーレベルが比較に基づいて運動事象に関連すると判定するステップと、第２のエネルギーレベルが運動事象に関連すると判定するステップに応答して、センサデータが、第２のエネルギーレベルの受信後の所定の期間内に第３のエネルギーレベルを含まないと判定するステップと、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するステップに応答して、予測モデルによって、センサデータに関連する被験者が寝返りを打ったと予測するステップと、を含む。
【0037】
[0059]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ステップと、センサデータを識別するために入力データを解析するステップと、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ステップと、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常化状態に関連すると判定するステップと、比較に基づいて、第２のエネルギーレベルが水分事象に関連すると判定するステップと、第２のエネルギーレベルが水分事象に関連すると判定するステップに応答して、センサデータが、第２のエネルギーレベルの受信後の所定の期間内に第３のエネルギーレベルを含むと判定するステップと、センサデータが第３のエネルギーレベルを含むと判定するステップに応答して、予測モデルによって、センサデータに関連する被験者が失禁事象を有し、被験者に関連する下着または吸収パッドが飽和していないと予測するステップと、を含む。
【0038】
ＩＩ．管理システム
[0060]図１は、ヘルスケア提供者、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つまたは複数の被験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。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が図１に示されているが、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に通信ネットワーク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、携帯情報端末（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）、機器または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）などを含むことができる。場合によっては、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と対話することができる。
[0060]図１は、ヘルスケア提供者、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つまたは複数の被験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。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が図１に示されているが、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に通信ネットワーク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、携帯情報端末（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）、機器または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）などを含むことができる。場合によっては、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と対話することができる。
【0039】
[0061]いくつかの実施形態では、クライアントデバイス１０５は、セルラまたは他のブロードバンドネットワークトランシーバ無線機またはインターフェースを含み、セルラまたはブロードバンドネットワークトランシーバ無線機を使用してセルラまたは他のブロードバンド通信ネットワーク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、ＷｉＦｉまたは他の無線ネットワークトランシーバ無線機またはインターフェースを含み、ＷｉＦｉまたは無線ネットワークトランシーバ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、セルラまたは他のブロードバンド通信トランシーバ無線機またはインターフェースおよびＷｉＦｉまたは他の無線ネットワークトランシーバ無線機またはインターフェースを含み、セルラまたはブロードバンドネットワークトランシーバ無線機を使用してセルラまたは他のブロードバンド通信ネットワーク１２０と、ＷｉＦｉまたは無線ネットワークトランシーバ無線機を使用してＬＡＮまたは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、ＷｉＦｉ信号、赤外線（ＩＲ）信号、超広帯域（ＵＷＢ）信号、ＷｉＦｉ直接信号、Ｂｌｕｅｔｏｏｔｈ（商標）低エネルギー（ＢＬＥ）信号、音声周波数信号、セルラ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することができる。
【0040】
[0062]本明細書で使用される場合、センサ１１０は、事象（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、任意の数および種類の事象または環境の変化を検出するための任意の数および種類のセンサを含むことができ、事象または環境の変化に関するデータを１つまたは複数のＩｏＴデバイス１１５に通信するように構成される。場合によっては、センサは１つまたは複数の水分センサを含む。１つまたは複数の水分センサは、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に通信するように構成されてもよい。他の例では、センサは、１つまたは複数の水分センサおよび任意選択の圧力センサを含む。１つまたは複数の水分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に通信するように構成されてもよい。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。
【0041】
[0063]本明細書で使用される場合、ＩｏＴデバイス１１５は、検出、制御、および／または分析機能、ならびにＷｉＦｉ（商標）トランシーバ無線またはインターフェース、Ｂｌｕｅｔｏｏｔｈ（商標）トランシーバ無線またはインターフェース、Ｚｉｇｂｅｅ（商標）トランシーバ無線またはインターフェース、ＵＷＢトランシーバ無線またはインターフェース、ＷｉＦｉ－Ｄｉｒｅｃｔトランシーバ無線またはインターフェース、ＢＬＥトランシーバ無線またはインターフェース、無線周波数識別（ＲＦＩＤ）またはインターフェース、セルラ無線またはインターフェース、および／またはＩｏＴデバイス１１５がＬＡＮ、ワイドエリアネットワーク（ＷＡＮ）、セルラネットワークなど、および／または１つもしくは複数の他のデバイス（例えば、センサまたは他の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トランシーバ無線また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、セルラトランシーバ無線機を含み、セルラネットワークトランシーバ無線機を使用してセルラ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、無線トランシーバを含み、無線ネットワークトランシーバ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、セルラトランシーバ無線機、無線トランシーバ、およびＲＦＩＤリーダを含む。ＩｏＴデバイス１１５は、応答時間を改善し、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必要とする場所（データのソース、例えばセンサにおいて、またはその近くで）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。
【0042】
[0064]場合によっては、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、モビリティスクータ、プリンタ、コンピュータ、および／またはこれらに類似するもの）、または環境もしくは現場外（例えば、モーションセンサ、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、またはツールにアクセス、通信、制御、および／または構成することを可能にする自動化ネットワークデバイスを含むことができる。例えば、ＩｏＴデバイス１１５は、被験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水分センサ）と通信するハブデバイスであってもよい。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、被験者の家、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することができる。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、水分センサなど）、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、携帯情報端末（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、はめ込まれた照明など）、セキュリティシステムに関連するデバイス、アラームシステムに関連するデバイスなどのデバイスにアクセス、通信、制御、および／または構成することを可能にすることができる。場合によっては、ＩｏＴデバイス１１５は、受信したセンサデータ（例えば、水分データおよび任意の圧力データ）から判定された所定の事象に応答して可聴アラームが発せられることを可能にし、可聴アラーム、所定の事象、または所定の事象に対する被験者またはヘルスケア提供者の応答が、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、またはこれらの組み合わせを含む。
【0043】
[0065]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ってもよい。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の組み合わせ（例えば、Ｚｉｇｂｅｅ（商標）、Ｂｌｕｅｔｏｏｔｈ（商標）、ＷｉＦｉ（商標）、ＩＲ、ＵＷＢ、ＷｉＦｉ－Ｄｉｒｅｃｔ、ＢＬＥ、セルラ、ロング・ターム・エボリューション（ＬＴＥ）、ＷｉＭａｘ（商標）など）を含むことができる。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）を含むことができる。通信ネットワーク１２０は、管理プラットフォーム１００内のデバイスを接続するために、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を接続することができる。
【0044】
[0066]場合によっては、１つまたは複数のゲートウェイ１２５は、単一のデバイスとして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とは別個である。いずれの場合も、一または任意選択のゲートウェイ１２５は、通信、位置、および／または他のサービスをＩｏＴデバイス１１５に提供するために、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、様々な市販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ってもよい。例えば、ゲートウェイ１２５は、ＷｉＦｉ（商標）、Ｚｉｇｂｅｅ（商標）、Ｂｌｕｅｔｏｏｔｈ（商標）、赤外線（ＩＲ）、ＲＦＩＤ、セルラ、ロング・ターム・エボリューション（ＬＴＥ）、ＷｉＭａｘ（商標）、また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することができる。場合によっては、ゲートウェイ１２５は、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クライアントデバイス１０５およびＩｏＴデバイス１１５に提供することができる。単一のゲートウェイ１２５が図１に示されているが、当業者は、任意の数のゲートウェイ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。
【0045】
[0067]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を含んでもよい。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のユーザに利用可能にされるサービスのホストを含む。クラウドインフラストラクチャによって提供されるサービスは、そ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つ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むことができる。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することができ、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することができる。
【0046】
[0068]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安全な接続を確立するために、ゲートウェイまたはデバイス（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）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を実装することができる。例えば、各ＩｏＴデバイス１１５とクラウドネットワーク１３０との間で通信するために、各ＩｏＴデバイス１１５によって別個のセキュアな伝送制御プロトコル（ＴＣＰ）接続を確立することができる。いくつかの実施形態では、クラウドネットワーク１３０がいつでも各それぞれのＩｏＴデバイス１１５との通信を開始できるように、各セキュア接続を無期限の期間に開いたままにすることができる。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は、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てもよく、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てもよい。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、サブスクリプションベース、弾性的にスケーラブル、信頼性があり、可用性が高く、安全な方法で顧客に提供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提供を含むことができる。
【0047】
[0069]本明細書で詳細に説明するように、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を介して一人または複数の被験者を管理および監視することは、（ｉ）ＲＦＩＤ信号（例えば、インピーダンス値）などのストリーミングまたはバッチセンサデータ、および（ｉｉ）履歴ＲＦＩＤ信号および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むことができる。センサ１１０およびＩｏＴデバイス１１５は、典型的には、介護施設の居住者室、病室、寝室、または一人もしくは複数の被験者によって占められる他の環境に配置される。場合によっては、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、一人または複数の被験者の部屋に配置されてもよく、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またはヘルスケア提供者の施設など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、一人または複数の被験者の健康およびウェルビーイング（被験者の医療状態（例えば、尿失禁）を含む）を連続的、半連続的、または定期的に監視するために、一人または複数の被験者が存在する場所のどこにでも配置され得ることを理解されたい。
【0048】
[0070]クライアントデバイス１０５は、ディスプレイ（例えば、モニタスクリーン、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むことができる。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てもよい。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用いてアクセス可能であってもよい。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、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通信するように実装されてもよい。場合によっては、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上で独立して動作可能である。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リモートサーバ１４０に接続するために必要な）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上で依存して動作可能である。
【0049】
[0071]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、ライブデータフィードにアクセスし、１つまたは複数の被験者を監視するなどのために、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、リモートサーバ１４０にアクセスするために、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することができる。例えば、監視中に、ＩｏＴデバイス１１５は、データ（例えば、１人または複数の被験者からのセンサデータ）をキャプチャし、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またはクライアントデバイス１０５などの他の場所のディスプレイなどの１つまたは複数のディスプレイに出力する。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、データストア１４５に取得および保存されたデータをレビューすることができるように、データストア１４５内のデータを処理および保存する。
【0050】
[0072]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、尿失禁を含む被験者のウェルビーイングのメトリックなどのヘルスケアデータを識別、分析、および追跡するために、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、入ってくるコンテンツデータを処理してもよい。いくつかの例では、入力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）で行われなくてもよく、代わりに、より広い範囲のデータを収集し、場合によっては分析を改善するために、分析の要求後または監視セッションの期間後に処理されてもよい。場合によっては、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）ヘルスケアデータの分析およびレビュー、（ｉｉｉ）在庫制御、および（ｉｖ）人事管理など、（１つまたは複数の被験者の監視を超える）様々な追加のタスクを実行するためにエンドユーザによって実装されてもよい。
【0051】
[0073]図２は、１人または複数の被験者の尿失禁を含むヘルスケアを管理するためのＩｏＴソリューションを実施するための管理システム２００（例えば、図１に関して説明し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。場合によっては、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。場合によっては、エンドユーザは、対応する制御信号２３０をアプリケーションプログラムインターフェース２４０（ＡＰＩ）を介してＩｏＴデバイスコントローラ２２５に送信することによって、コントローラ２３５にアクセスしてＩｏＴデバイス２１０を制御するためにインターフェース２２０を使用する。ＩｏＴデバイス２１０は、コントローラ２２５で制御されて、一人または複数の被験者２４５の健康およびウェルビーイングを監視することができる。例えば、エンドユーザは、センサ２１５からのデータ２５０の取得を開始するようにＩｏＴデバイス２１０をオンにし、構成し、または動作させ、または命令することができる。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、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のコレクタ２５５を構成する。コレクタ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、または動作させる（例えば、スケジュールまたは同様の方法で、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に命令する）ように構成することができる。コレクタ２５５は、ＡＰＩ２４０を介して対応する制御信号２３０をＩｏＴデバイスコントローラ２３５に送信することによってＩｏＴデバイス２１０を制御することができる。コントローラ２２５およびコレクタ２５５は、ライブデータフィードにアクセスし、一人または複数の被験者２４５を監視し、分析またはメトリック２６０を取得するなど、ＩｏＴデバイス２１０にアクセスするためにエンドユーザによって実装される管理アプリケーションの一部であってもよい。
【0052】
[0074]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のコレクタ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、センサデータをクライアントデバイス２０５に（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）ストリーミングすることができる。場合によっては、リモートサーバ２６５は、クラウドネットワーク（例えば、図１に関して説明し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、コレクタ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ための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むことができる。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を介して事象のリアルタイムまたは微速度撮影のストリームとして観察、記録、一時停止、および閲覧することができる。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システムのコレクタ２５５は、バッチデータ処理を介してある期間にわたってデータ２５０を収集および処理して、センサデータをクライアントデバイス２０５に（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）提供することができる。場合によっては、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に保存されてもよい。バッチデータ処理は、コレクタ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において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むことができる。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、および閲覧することができる。
【0053】
[0075]コレクタ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、ヘルスケアまたはウェルビーイングの分析およびメトリック２６０を提供することができる。データ２５０は、ＩｏＴデバイス２１０からコレクタ２５５に送信することができ、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、またはヘルスケア提供者もしくは医療デバイスからのヘルスケアデータおよび／または画像もしくはビデオなどのメディアデータなどの他のデータの補足として、分析システム２７５を使用して分析される。医療デバイス測定値などの他のデータ２５０もまた、ＩｏＴデバイス２１０からコレクタ２５５に送信することができ、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、分析システム２７５を使用して、スタンドアロンデータとして、またはヘルスケア提供者もしくは医療デバイスからのヘルスケアデータおよび／または画像もしくはビデオなどのメディアデータなどの他のデータの補足として分析される。場合によっては、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、任意選択的に、一人または複数の被験者のヘルスケアまたはウェルビーイングの分析およびメトリック２６０を提供するためのロジック、メモリ、および処理構成要素を含む。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解析し、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事象を任意選択的に識別するように構成することができる。
【0054】
[0076]分析システム２７５は、論理、メモリ、ならびに１つまたは複数の機械学習モデルおよびサービスモジュールなどの処理構成要素を含む。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、被験者プロファイル、製品在庫、人事データ、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することができる。場合によっては、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てもよい。場合によっては、出力データは、一人または複数の被験者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、一人または複数の被験者２４５に関する位置または位置情報を取得または決定し、一人または複数の被験者２４５のウェルビーイングを予測し、人事状況および潜在的な人事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、または他のモデルまたはソースからの出力と組み合わせて使用され得る。
【0055】
[0077]例えば、ロジックおよび機械学習モデルによる分析（オンライン（リアルタイム）またはオフライン）の結果を使用して、アラート、通知、活動の要約、および被験者プロファイル情報などのエンドユーザによって要求されたサービスを提供することができる。サービスモジュールによって提供され得る例示的なサービスは、経時的な被験者の尿失禁の要約、１人または複数の被験者の経時的な下着および吸収パッドの使用の要約、１人または複数の被験者の経時的な移動または位置の要約、特定の尿失禁事象が発生したときの要求時の通知（例えば、下着および吸収パッドの湿潤または飽和）、特定の活動が検出されたときの要求時の通知（例えば、被験者がベッドから出たり、部屋を出たりすること）、特定のレベルの製品在庫が発生したときの要求時の通知（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しきい値に達する）、ならびに過去の期間にわたる被験者の健康状態の要約を含むことができる。他のサービスは、ユーザが他のユーザ、ヘルスケア提供者、介護者、家族、または医療従事者とデータおよび／または要約を閲覧および共有することを可能にすることを含むことができる。別のサービスは、ユーザが共有データおよび／または要約にコメントを書き込むことを可能にすることができる。
【0056】
[0078]サービスモジュールは、マシンツーマシン対話を提供することができ、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を通信するように動作可能である。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することができる。場合によっては、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てもよい。クライアントデバイス２０５は、サービスモジュールからサービスデータ２８０を要求することができる。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を提供することができる。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むことができる。場合によっては、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、またはそれとは独立して送信されてもよい。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を受信することができる。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およびサービスデータ２８０の両方を受信することができる。様々な実施形態によるデータ送信構成は、記載された例に限定されず、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むことができる。
【0057】
[0079]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一人または複数の被験者についてのプロファイルまたは医療データ（例えば、被験者の年齢、温度、体重など）、データ２５０、サービスデータ２８０、ヘルスケアまたはウェルビーイングのメトリックを含む分析データを含むことができる。例えば、被験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、注入パラメータの温度）と共に示す。分析データはまた、ある被験者のサービスデータ２８０またはメトリックを別の被験者と比較する統計、または一人もしくは複数の被験者を被験者の集団（例えば、同じ年齢範囲および／または性別の集団）と比較する統計を含むことができる。例えば、これらの統計は、特定の作業シフト中の失禁事象、失禁事象および下着および吸収パッドを交換する前の時間の長さ、または失禁事象のパターンの比較を含むことができる。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することができる。
【0058】
[0080]図２は、管理システム２００の文脈において１人または複数の被験者の尿失禁を含むヘルスケアを監視するための技術を示しているが、他のタイプのシステムおよび設定で実施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、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ができ、および／または監視が完了した後または被験者による非活動期間中にオフラインで実行することができる。図２は、センサ記録を使用して１人または複数の被験者の尿失禁を含むヘルスケアを監視するための技術を示しているが、１つまたは複数の医療デバイスからの追加または代替的なデータ、例えば心電図（ＥＫＧ）または注入ポンプパラメータを使用して実施することができることも理解されたい。
【0059】
ＩＩＩ．吸収性物品、センサ、およびＩｏＴデバイス
[0081]図３Ａは、本開示の少なくとも一実施形態による吸収性物品３００（例えば、下着または吸収パッド）を示す（おむつなどの下着が示されているが、吸収性パッドまたは他の吸収性物品に同様の特徴を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、失禁者が一般に着用する衣類を指す。いくつかの実施形態では、吸収性物品３００は、液体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、液体不透過性バックシート３１５、および締結具３２０を含む。トップシート３０５、吸収性材料３１０、非吸収性材料３１２、液体不透過性バックシート３１５、および締結具３２０は、様々な周知の構成で組み立てることができる。例えば、図示するように、吸収性材料３１０は、液体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、液体透過性トップシート３０５または吸収性材料３１０の少なくとも一部に隣接して配置されてもよい。液体不透過性バックシート３１５は、液体透過性トップシート３０５と液体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。
[0081]図３Ａは、本開示の少なくとも一実施形態による吸収性物品３００（例えば、下着または吸収パッド）を示す（おむつなどの下着が示されているが、吸収性パッドまたは他の吸収性物品に同様の特徴を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、失禁者が一般に着用する衣類を指す。いくつかの実施形態では、吸収性物品３００は、液体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、液体不透過性バックシート３１５、および締結具３２０を含む。トップシート３０５、吸収性材料３１０、非吸収性材料３１２、液体不透過性バックシート３１５、および締結具３２０は、様々な周知の構成で組み立てることができる。例えば、図示するように、吸収性材料３１０は、液体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、液体透過性トップシート３０５または吸収性材料３１０の少なくとも一部に隣接して配置されてもよい。液体不透過性バックシート３１５は、液体透過性トップシート３０５と液体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。
【0060】
[0082]吸収性材料３１０は、一般的に圧縮性があって、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ってもよい。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、砂時計形状など）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的に使用される多種多様な液体吸収性材料から製造することができる。クレーピングされたセルロース詰め物、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プライなど、他の液体吸収性材料も吸収性材料３１０の製造に使用することができる。しかしながら、吸収性材料３１０の総吸収能力は、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しなければならない。さらに、吸収性材料３１０のサイズおよび吸収能力は、幼児から大人までの範囲の着用者に適応するように変化することができる。
【0061】
[0083]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、パッシブ型またはアクティブ型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、吸収性物品３００に（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体を用いて）取り付けられることができる再使用可能なおよび／または使い捨ての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（例えば、導電性ポリマーまたは金属で３Ｄ印刷されたもの）されている。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または印刷することができる。例えば、失禁事象を判定するために、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と垂直面（Ａ）で位置合わせされた領域において、液体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てもよい（すなわち、吸収性材料３１０または非吸収性材料３１２の上または下は、断面斜視図を形成する）。この配置は、失禁事象を示す水分を検出する機能を維持しながら、センサ３２５が被験者の皮膚と接触しないようにする。他の例では、被験者の水分および運動を検出するために、センサの第１のサブセット３２５は、吸収性材料３１０と（断面斜視図を形成する）垂直面（Ａ）で位置合わせされた領域で吸収性物品３００の裏側に取り付けられるか、または直接印刷されてもよく、センサの第２のサブセットは、吸収性材料３１０と（断面斜視図を形成する）垂直面（Ａ）で位置合わせされていない領域で吸収性物品３００の裏側（例えば、図３Ａに示すように、非吸収性材料３１２と垂直面（Ａ）で位置合わせされたウエストライン上にあるおむつの裏側）に取り付けられるか、または直接印刷されてもよい。この配置は、センサ３２５が被験者の皮膚と接触するのを防ぎながら、失禁事象を示す水分を検出し、（吸収性材料中の水分がセンサ３２５の第１のサブセットを不活性にするか、または運動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）被験者の運動を検出する機能を維持する。
【0062】
[0084]１つまたは複数のセンサ３２５は、二つのデバイス（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トランシーバまたは無線通信モジュールを有する集積回路３３０を含んでもよい。集積回路３３０は、検出器３３５で検出された電気的状態（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定量値（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、をさらに有することができる。１つまたは複数のセンサ３２５は、パラメータ、信号、センサ記録または定量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路３４０をさらに含んでもよい。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、電気的状態をアンテナ３４５に伝達するために伝送線路３４０を使用し、したがってアンテナ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。
【0063】
[0085]いくつかの実施形態では、スリーブまたはストラップなどの１つまたは複数の取り付け構造体３５０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、吸収性物品３００の一部に形成されるかまたは一体化される。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に設計されるように、１つまたは複数の取り付け構造体３５０を用いて製造されてもよい。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施されるように、１つまたは複数の取り付け構造体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。場合によっては、１つまたは複数の取り付け構造体３５０を製造レベルで使用して、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ことができる。１つまたは複数の取り付け構造体３５０は、特定の吸収性物品３００の種類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ができる。例えば、センサ３２５は、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）情報を有する異なるサイズで製造され得る。１つまたは複数の取り付け構造体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、周囲の水分マージンと乾燥領域との接合部であってもよい。最大の感度で単一の排尿事象を検出する吸収性物品３００の場合、その位置は中央前部吸収性材料３１０の上であってもよい。便失禁の測定のために、その位置は中央後部吸収性材料３１０の上であってもよい。最大容量測定値を追跡し、ジオフェンシングまたは運動検出能力を有する吸収性物品３００の場合、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。
【0064】
[0086]吸収性物品３００はまた、１つまたは複数の取り付け構造体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既に予め決められているかまたは１つまたは複数の印刷された輪郭またはロケータでマークされている「ＲＦＩＤタグ対応」として製造および販売され得る。その後に、理想的な配置または予め構成された配置のために、接着剤などを介して、１つまたは複数のセンサ３２５を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体３５０を備えずに製造されてもよい。使用前に、１つまたは複数の取り付け構造体３５０は、吸収性物品に（例えば、テープなどの接着剤などを用いて）所望の配置で取り付けられ得る。場合によっては、１つまたは複数のセンサ３２５は、磁石またはＶｅｌｃｒｏ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、鉄吸収性物品要素およびＲＦＩＤ関連磁気要素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は、前述のソリューションのうちの１つまたは複数を介して吸収性物品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、したがって、１つまたは複数のセンサ３２５の再使用および洗浄を可能にする。
【0065】
[0087]図３Ｂは、本開示の少なくとも一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、液体不透過性バックシート３１５の前側（正面側）に、下にある吸収性材料３１０と非吸収性材料３１２との界面３５５（界面３５５と垂直面（Ａ）で位置合わせされた物品３００の領域）の上方に、近傍に、または隣接して配置され、センサ３２５ｂは、液体不透過性バックシートの非吸収性材料３１２の外縁部（非吸収性材料３１２と垂直面（Ａ）で位置合わせされた物品３００の領域）の上方に配置される。これに関連して、界面付近または界面に隣接するとは、下にある吸収性材料３１０の縁部から１～５ｃｍ以内を意味する。外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、飽和して定常状態に達するが、一方、吸収性材料界面でのセンサ３２５ａによる測定は、湿潤事象、乾燥事象、および／または不飽和吸収性材料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と相関する。満杯に達すると飽和し、吸収性物品３００から漏れ出す危険性がある。これは、下着または吸収パッドの周辺部でセンサ３２５ｂによって測定された静的エネルギー状態、または液体の最前部が全周おむつ容量と一致するＲＦＩＤアンテナを妨害する場合のセンサ３２５ａからのＲＦＩＤ信号の完全な喪失によって明らかになる。
【0066】
[0088]図３Ｃは、本開示の代替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、液体不透過性バックシート３１５の前側（正面側）に配置され、下にある吸収性材料３１０と非吸収性材料３１２との間の界面３５５を飛び越えている。これにより、センサアンテナの一部を非吸収性材料３１２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上の水分検出を達成する能力が提供される。界面３５５におけるセンサ３２５ａによる測定は、最大容量の先行指標となり、飽和して定常状態に達する。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と相関する。満杯に達すると飽和し、吸収性物品３００から漏れ出す危険性がある。これは、下着または吸収パッドの周辺部のセンサ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される。
【0067】
[0089]図３Ｄは、本開示の代替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、液体不透過性バックシート３１５上に配置され、下にある吸収性材料３１０と非吸収性材料３１２との間の界面３５５を飛び越えている。この例では、センサ３２５ａは、吸湿性の領域の外側の領域に配置される、例えば非吸収性材料３１２と垂直面（Ａ）で位置合わせされた関連する拡張アンテナ３６５を有する、水分最前部（下にある吸収性材料３１０と垂直面（Ａ）で位置合わせされた物品３００の領域）の任意の点に配置される水分検出構成要素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を非吸収性材料３１２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上の水分検出を達成する能力が提供される。界面３５５におけるセンサ３２５ａによる測定は、最大容量の先行指標となり、飽和して定常状態に達する。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と相関する。満杯に達すると飽和し、吸収性物品３００から漏れ出す危険性がある。これは、下着または吸収パッドの周辺部のセンサ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される。
【0068】
[0090]図３Ｅは、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、液体不透過性バックシート３１５の前側（正面側）のセンサ３２５ａの配置に依存し、一方、便失禁の検出は、液体不透過性バックシート３１５の後側（背面側）のセンサ３２５ｂの配置に依存する。センサ３２５ａおよび３２５ｂは、非吸収性材料３１２上の外縁部（非吸収性材料３１２と垂直面（Ａ）で位置合わせされた物品３００の領域）に配置され得るか、または下にある吸収性材料３１０と非吸収性材料３１２との間の界面３５５を飛び越えて配置され得る。センサ３２５ａによる測定は、最大容量の先行指標となり、尿飽和を伴うと、液体の最前部がＲＦＩＤアンテナを遮るので、センサ３２５ａからのＲＦＩＤ信号の定常状態または完全な喪失に達する。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。
【0069】
[0091]センサ３２５ｂによる測定は、便失禁事象の先行指標となり、糞便がＲＦＩＤアンテナを妨害するので、センサ３２５ａからのＲＦＩＤ信号の定常状態または完全な喪失に達する。経時的なエネルギー状態の変化は、便失禁事象を表す。糞便事象（失禁または制御可能）は、典型的には、規則的な日内パターンに従う。データロギング、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、将来の糞便事象の予測モデルを作成することができる。次いで、予測モデルを使用して、便失禁事象の前に介入の可能性に関してヘルスケア提供者または介護提供者に通知することができる。被験者が吸収性物品３００内で排便するのではなくトイレ設備の使用を補助することで、排泄物の管理を大幅に簡略化することができる。さらに、摂食間隔および量または量を含むデータを予測モデルへの入力として提供して、トイレのための将来の便事象および時間の予測を最適化することができる。
【0070】
[0092]図４Ａは、本開示の少なくとも一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水分センサシステムでは、センサは、水分を引き付ける吸湿性（吸湿性）材料の容量測定または抵抗測定を介し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性経路と接触すると、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、典型的には、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プレートまたは導電性経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ドッキング解除し、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に関して説明したセンサ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を使用して、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することができる。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り出し、センサデータを処理し、および／またはセンサデータを分析システムに無線で通信することができる。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する必要はなく、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。
【0071】
[0093]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。場合によっては、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な電力変動を組み込む。最大の合法的出力を有するＲＦＩＤシステムは、単純さという利点を有するが、ＲＦＩＤへの過度の被験者曝露、ならびに過剰な後方散乱からの潜在的な読み取り範囲障害という欠点を有する。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することができる。これらの離散的な読み出し間隔の間、電力は、読み出しが達成されるまで最低レベルから変化する。次いで、読み取りが発生するかまたはタイムアウト事象が発生するまで、リーダ電力が増加される。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。
【0072】
[0094]１つまたは複数のＲＦＩＤセンサ４０５の各々は、メモリストレージデバイス４３０と無線通信モジュール４４０を有するコントローラ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の各々に給電するＲＦＩＤリーダ４１５によって送信された信号からエネルギーを採取する。通電されると、集積回路４２５は、アンテナ４５０に関連する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に近接する環境周縁部の変化（例えば、水分の変化）を検出することができる。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に関連する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への近接をさらに検出することができる。例えば、所与のＲＦＩＤセンサ４０５が水分またはＲＦＩＤリーダ４１５に近接している場合、ＲＦＩＤセンサ４０５は、水分が近接していない場合、またはＲＦＩＤセンサ４０５がＲＦＩＤセンサ４０５から離れて移動している場合と比較して異なるエネルギー状態を達成する。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に結合されている。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とセンサデータを通信することができる。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に報告され得る。各ＲＦＩＤセンサ４０５は、ＲＦＩＤセンサ４０５とそれらの関連する状態との関係が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との無線方法を介して完全にプログラム可能である。
【0073】
[0095]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タグが曝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）を識別するために、ＲＦＩＤセンサ４０５によって内部的に使用されるか、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、エネルギー状態のデジタル表現（例えば、定量インピーダンス値）を受信するようにＲＦＩＤセンサ４０５にコマンドを発行することができる。エネルギー状態のデジタル表現は、ＲＦＩＤセンサ４０５が曝される相対的な環境情報を識別するために、ＲＦＩＤセンサ４０５によって内部的に使用されるか、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。場合によっては、ＲＦＩＤセンサ４０５は、関連する環境情報を決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んでもよい。追加的または代替的に、ＲＦＩＤリーダ４１５は、集積回路４２５（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）に含まれるエネルギー状態のデジタル表現を検索するためのコマンドを発行することができ、制御ユニット４２０は、ＲＦＩＤセンサ４０５が曝される環境を評価するために検索されたデジタル表現を使用することができる。評価は、既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じくらい簡単であり得るか、または解釈的評価を実行するためにリーダまたはその接続されたシステム上で実行されるソフトウェアアプリケーションと同じくらい複雑であり得る。したがって、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が曝される環境を検出すると共に、その同じ環境への変化を検出することができる。
【0074】
[0096]ＲＦＩＤセンサ４０５は、水の存在下でＲＦＩＤセンサ４０５の周波数シフトおよび性能損失がある場合に水分状態を判定する。ＲＦＩＤセンサ４０５は、アンテナ４５０のインピーダンスに整合するように内部容量を調整することによってこの性能損失に応答する。ＲＦＩＤセンサ４０５は、アンテナ４５０を整合させるために使用されるＲＦインピーダンス設定値を定量化するセンサコードを生成する。センサコードは、ＲＦＩＤリーダ４１５に送信される（例えば、無線信号内に埋め込まれる）。センサコードは、ＲＦＩＤリーダ４１５によって生成されたエネルギーのより多くが下着または吸収パッドシステムによって吸収されるにつれて、アンテナ４５０の離調を反映する。場合によっては（すなわち、乾燥／水分状態を監視するもの）、センサコードは、本明細書では第１、第２、第３、第４などのエネルギーレベル（下着または吸収パッドシステムによって吸収されるエネルギーを示す）と呼ばれる。ＲＦＩＤリーダ４１５は、ＲＦＩＤリーダ４１５によって受信されたセンサコード情報に加えて、ＲＦＩＤセンサ４０５から受信した無線信号に存在する電力（例えば、ＲＦＩＤセンサ４１５によって反射されて戻ってくる無線信号）を測定することができる。ＲＦＩＤセンサ信号強度は、ＲＦＩＤリーダ４１５のコントローラおよび／またはソフトウェア動作の一部として、受信信号強度インジケータ（ＲＳＳＩ）またはオンチップ受信信号強度インジケータ（ＯＣＲＳＳＩ）として読み取られる。他の例では、すなわち、近接性および信号強度を監視するものでは、ＲＳＳＩまたはＯＣＲＳＳＩは、本明細書では、第１、第２、第３、第４などのエネルギーレベル（受信した信号の強度を示す）と呼ばれる。ＲＦＩＤセンサ４０５はまた、ＲＦＩＤリーダ４１５によって別々に調べることができる温度検出回路を含むことができる。下着または吸収パッドの外側に配置された単一のＲＦＩＤセンサ４０５を使用して、ＲＦＩＤセンサ４０５が近くの尿によって温められる場合の温度上昇と、アンテナ４５０離調から生成された静電容量調整センサコードとの両方によって水分を検出することができる。温度依存および容量依存センサコードの両方を使用する組み合わせは、水分検出の精度を向上させることができる。
【0075】
[0097]さらに、二重温度コード／水分センサコードの使用は、交差検証に使用することができる。場合によっては、乾燥読み取り状態は、平均湿潤水分センサ読み取り値から減算するために使用されるべき平均ベースライン水分センサ読み取り値を必要とする。これは、これらの読み取り値の絶対差を決定して、看護ステーションへの湿潤状態の報告をトリガするためである。下着または吸収パッドが被験者の上または下に置かれると、システムが較正され、平均乾燥状態を決定するためにベースライン平均を記録する。しかしながら、患者がすぐに排尿した場合には、システムは、ベースライン乾燥読み取り値があると誤って判定し、さらなる水分検出を妨げる。温度読み取り値を一致させることによって、コントローラおよび／またはソフトウェアは、排尿に関連する温度スパイクを記録し、これは乾燥状態平均とは相反する。次いで、これは不確定な読み取りをトリガし、スタッフが失禁事象について被験者の下着または吸収パッドを手動で確認すべきであることを示す。
【0076】
[0098]二重温度コード／水分センサコードを使用するための別の用途は、偽陽性読み取り値の排除である。ＲＦＩＤセンサに触れる手など、ＲＦＩＤセンサおよび患者の皮膚との不注意な直接接触は、湿潤読み取りを引き起こす可能性がある。これは、ＲＦＩＤセンサのアンテナ４５０が、高い水分含有量を含む皮膚の近接によって離調されるためである。このセンサ読み取り値を温度測定値と組み合わせることにより、この偽陽性を排除することができる。ＲＦＩＤセンサ温度測定値は、尿に関連する上昇したコア温度まで上昇せず、コントローラおよび／またはソフトウェアは、これが偽陽性であると判定することができる。
【0077】
[0099]特定の事例では、温度スパイクの減衰は、無線ソリューション４００が排尿の事例で正確な水分読み取りを行うことができなかった可能性がある事例において、排尿が発生した時間を決定するために無線ソリューション４００によって使用することもできる。
【0078】
[0100]さらに、排尿温度は、深部体温を反映し、被験者の健康状態に関する情報を提供するために使用することができる。コアおよび関連する尿温の上昇は、尿路感染、特に腎盂腎炎を伴って上昇し得る。この情報を排尿頻度の増加と併せて、尿路感染リスクを判定するためのアルゴリズム（図７～図１５に関して説明した）の一部として組み合わせることができる。このリスクが上昇した場合、ＵＩダッシュボードは、尿検査および培養を行い、診断された感染症を治療するように臨床スタッフに通知することができる。
【0079】
[0101]場合によっては、図４ＡのＲＦＩＤセンサ４０５は、ＩｏＴデバイス４１０に送り返すことができ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アレイとして配備されてもよい。例えば、一連のＲＦＩＤセンサ４０５を配備することができ、各センサ４０５は、内部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に通信することができる、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のデジタル表現（例えば、定量インピーダンス値）を受信するようにＲＦＩＤセンサ４０５にコマンドを発行することができる。次いで、ＩｏＴデバイス４１０の制御ユニット４２０は、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データ処理ユニット４５５（例えば、図１に関して説明し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）に通信することができる。したがって、センサアレイは、情報が検出されてＲＦＩＤリーダ４１５に通信されることを可能にすることができ、この情報は、システムのニーズに応じて、ＲＦＩＤセンサ４１５で前処理され、および／またはＩｏＴデバイス４１０の制御ユニット４２０および／またはリモートデータ処理ユニット４５５でリモート処理され得る。
【0080】
[0102]理解されるように、ＩｏＴデバイス４１０は、無線通信を容易にし、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のアンテナおよびＲＦＩＤセンサ４０５、ＲＦＩＤセンサ４０５の特性、ＲＦＩＳ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。
【0081】
[0103]様々な事例では、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が主に使用される同じ部屋（例えば、寝室または病院のベッドルーム）に配置される。ＩｏＴデバイス４１０は、患者の下のベッドスプリングまたはフレーム、ベッドの下の床、ナイトスタンド、ドレッサ、または天井を含む部屋内の複数の位置に配置することができる。図４Ｂおよび図４Ｃは、様々な実施形態による、ＩｏＴデバイス４１０および被験者のベッド４６５上の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は、ベッド４６５のフットボードに重なる角度付きブラケット４６０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に接続された外部アンテナ４７０を角度付きブラケット４６０の第２の端部に取り付けることが可能になり、これをＲＦＩＤセンサ４０５に最適に向けることができる。角度付きブラケット４６０は、外部アンテナ４７０およびＲＦＩＤセンサ４０５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または多角度構造を有する。
【0082】
[0104]他の例では、ＲＦＩＤセンサ４０５およびＩｏＴデバイス４１０は、被験者が環境を移動するときにＩｏＴデバイス４１０がＲＦＩＤセンサ４０５の所定の距離内に維持されるようにウェアラブルを作成するように構築される。この構成は、ＲＦＩＤリーダ４１５および制御ユニット４２０を含む積層または単一のデータボード（すなわち、プリント回路基板）を含むことができる。制御ユニット４２０は、（例えば、複数の処理チップのためにＩｏＴデバイス４１０内で利用可能な設置面積がより大きい部屋またはベッドの実施形態では）ＲＦＩＤリーダ４１５および制御ユニット４２０が別個のチップを使用する代替的ソリューションと比較して、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、充電式リチウム電池に基づくことができるが、他の電源は、太陽光、体の運動（摩擦充電、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またはキャパシタストレージ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動力を供給する車輪の回転による車椅子動作からの充電を含んでもよい。
【0083】
[0105]理解されるべきであるように、本開示の無線ソリューション４００は、電波を送信することができるＲＦＩＤリーダ４１５を利用し、このＲＦＩＤリーダは、下着または吸収パッド上に配置されたＲＦＩＤセンサ４０５を励起する。ＲＦＩＤセンサ４０５の状態は、近くの水分の存在下で変更される。この状態は、後方散乱ＲＦＩＤセンサ４０５信号を介してＲＦＩＤリーダ４１５によって識別される。ＲＦＩＤセンサ４０５などのＲＦＩＤセンサの特性は、アンテナ４５０を有する検出器４４５の表面がＲＦＩＤリーダ４１５のアンテナの送信信号方向に面する場合に最も効率的に応答することである。ＲＦＩＤセンサ４０５の極性方向も要因となり得、これは直線偏波アンテナを使用する場合に明らかである。この制限は、無線信号伝搬の軸に垂直な送信平面内の任意の角度に配置されたＲＦＩＤセンサ４０５と相互作用する円偏波アンテナの使用によって克服され得る。衣類または吸収パッド上のＲＦＩＤセンサ４０５の位置がＲＦＩＤリーダ４１５からの無線送信の軸に直交する平面内にある場合、優れたタグ読み取りを達成することができる。しかしながら、介護施設の居住者がベッドで移動して単一のＩｏＴデバイス４１０上のアンテナ位置から離れるなど、ＲＦＩＤセンサ４０５がこの平面から外れると、ＲＦＩＤリーダ４１５はＲＦＩＤセンサ４０５と効果的に通信することができない可能性がある。
【0084】
[0106]ＩｏＴデバイス４１０上のアンテナ位置のさらなる制限は、ＲＦＩＤ信号が人体などの水を含む構造物によって吸収されるという事実から生じる。下着または吸収パッドのＲＦＩＤリーダ４１５とＲＦＩＤセンサ４０５との間に腕または脚などの身体部分が置かれると、ＲＦＩＤセンサ４０５に伝達される信号と、ＲＦＩＤセンサ４０５から反射される信号の両方が減衰する。すべてのＲＦＩＤセンサ通信のさらなる制限は、センサの範囲が距離の二乗に伴ってエネルギーが減少する逆二乗則によって制限されることである。ＲＦＩＤリーダ４１５のアンテナと、下着または吸収パッド上に配置されたＲＦＩＤセンサ４０５との近接性が重要である。
【0085】
[0107]これらの制限および他の制限を克服するために、ＩｏＴデバイス４１０は、アンテナ４５０がＲＦＩＤセンサ４０５から所定の距離内にあり、無線信号伝搬の軸に垂直な送信平面内の任意の角度で配置されるように、ＲＦＩＤセンサ４０５が主に使用される同じ部屋（例えば、寝室または病院のベッドルーム）に配置された複数のセンサアンテナを含むことができる。より具体的には、図４Ｄに示すように、患者空間４７５（例えば、ベッドのフットボード）のｘ軸上に位置するＩｏＴデバイス４１０の第１のアンテナ４５０に加えて、ＩｏＴデバイス４１０の第２のアンテナ４８０は、第１のアンテナ４５０に対して直交する（すなわち、９０°または約９０°の）患者空間４７５（例えば、ベッドスプリング、ベッドフレーム、または患者の下の床の上）のｙ軸上に位置する。この配置は、特に介護施設の居住者がベッドで横たわっているときに、ＲＦＩＤセンサ４０５の読み取りを改善する。ＲＦＩＤセンサ４０５の読み取りを最大化するために、特定の事例では、無線ソリューション４００は、フットボードなどのベッドの足に第１のアンテナ４５０を配置し、次いで、第２のアンテナ４８０がマットレスまたはベッドの下に配置される。複数のセンサアンテナは、無線接続または有線接続を介してＩｏＴデバイスと通信することができる。場合によっては、第１のアンテナ４５０はＩｏＴデバイス４１０に直接接続され取り付けられ（例えば、ハードワイヤードされ、ＩｏＴデバイスのハウジングまたは構造に取り付けられる）、第２のアンテナ４８０はＩｏＴデバイス４１０に間接的に接続される（例えば、取り外し可能なケーブルまたはワイヤであって、ＩｏＴデバイスから離れている、ケーブルまたはワイヤ）。これにより、第１のアンテナ４５０および第２のアンテナ４８０の両方が、下着または吸収パッド上に置かれたＲＦＩＤセンサ４０５から所定の距離内にあることが保証され、読み取りの成功が改善される。所定の距離は、０．５～３．０メートル、より具体的には１．０メートルまたは約１．０メートルである。本明細書で使用される場合、「実質的に（ｓｕｂｓｔａｎｔｉａｌｌｙ）」、「およそ（ａｐｐｒｏｘｉｍａｔｅｌｙ）」、および「約（ａｂｏｕｔ）」という用語は、当業者によって理解されるように、大部分が特定されるものであるが、必ずしも完全には特定されないもの（および完全に特定されるものを含む）として定義される。任意の開示された実施形態では、「実質的に」、「およそ」、または「約」という用語は、指定されたものの「［パーセンテージ］以内」で置き換えることができ、パーセンテージは０．１、１、５、および１０％を含む。また、第１のアンテナ４５０と第２のアンテナ４８０とが互いに直交して配置されているため、ＲＦＩＤセンサ４０５の読み取りに成功する可能性が高くなる。ＲＦＩＤセンサ４０５が一方のアンテナ４５０／４８０の理想的な読み取り平面から外れると、ＲＦＩＤセンサ４０５は、他方のアンテナ４５０／４８０にとってより好ましい読み取り位置に移動する。さらに、脚または他の身体部分がＲＦＩＤセンサ４０５のための部位のラインを妨害する場合、一方または他方のアンテナ４５０／４８０は、より良好な読み取り位置にあり得る。
【0086】
[0108]第１のアンテナ４５０または第２のアンテナ４８０がＲＦＩＤセンサ４０５に近接して、例えばベッドの足元またはマットレスもしくはベッドの下に配置される場合、放射されるＲＦＩＤ信号のビーム幅が重要である。標準円形パッチＲＦＩＤアンテナの場合のようにビーム幅が制限される場合には、ＲＦＩＤセンサ４０５が第１のアンテナ４５０または第２のアンテナ４８０の読み取りゾーン内に位置しない可能性がある。標準的なツインベッドの幅は約９６ｃｍであるため、これは重要である。患者がベッド内を移動するとき、標準円形パッチＲＦＩＤアンテナは、ベッドの全幅をカバーするのに十分なビーム幅を有していない場合がある。場合によっては、このビーム幅の制限を克服するために、ＲＦＩＤリーダ４１５は、１つまたは複数の四重螺旋アンテナを使用する。四重螺旋アンテナは、広いビーム幅、広い周波数応答、および小さいサイズの利点を有する。これらの利点は、ＩｏＴデバイス４１０でこのタイプのアンテナを実装することによって採用することができる（例えば、第１のアンテナ４５０および第２のアンテナ４８０）。
【0087】
[0109]いくつかの実施形態では、無線ソリューション４００は、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して、下着または吸収パッドの容量などの活動、事象、またはパラメータの１つまたは複数のタイプを決定する。下着および吸収パッド技術は、不織吸収性コアおよび超吸収性ポリマー（ＳＡＰ）を含む吸収性材料の存在に依存しており、これは最初に湿潤段階を受け、続いて吸上段階を受けることによって水分に応答する。この吸上段階は、不織材料および液体の毛細管作用がＳＡＰによって吸収されることによって現れる。標準体積の湿潤に対する初期応答は、時間当たりの重量のほぼ線形速度での吸収性であり、続いて平衡および最大容量に達するにつれて勾配が減少する。この容量の表示は、傾斜の肩部で行われる。下着または吸収パッドの容量ではない湿潤事象が発生すると、液体の吸収性が発生し、直線速度に従い、おむつ内の湿潤位置に応じて、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ときに乾燥が起こる。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存在する。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、最大容量に達するまで生じ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。満杯に達すると飽和し、下着または吸収パッドから漏れる危険性がある。これは、下着または吸収パッドの周辺部で測定された静的エネルギー状態、または液体の最前部が全周おむつ容量と一致するＲＦＩＤアンテナを妨害するための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、減少した信号変動または信号損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、不飽和または飽和）の事象表示として記録する。
【0088】
[0110]図５Ａ～図５Ｆは、関連する環境情報を取得するために、デバイス５１０（例えば、下着または吸収パッド）上に個別に、または様々な配置／パターンのアレイとして、１つまたは複数のセンサ５０５ａ～ｎ（例えば、図３および図４に関して説明した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、下にある吸収性材料５１２と非吸収性材料５１４との間の界面で液体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の外縁部（吸収性材料５１２の上にないデバイス５１０の領域）で液体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、飽和して定常状態に達するが、一方、吸収性材料界面でのセンサ５０５ａによる測定は、湿潤事象、乾燥事象、および／または不飽和吸収性材料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と相関する。無線システム５００は、単一の失禁発症または複数の失禁発症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、単一の湿潤発症、ならびに湿潤の１つまたは複数の発症後の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ポンプまたはｇチューブポンプなどの別の医療デバイスの能動制御は、システム５００を介して被験者の水分状態を評価することから得られる分析に応答して起動することができる。
【0089】
[0111]本明細書で説明するように、１つまたは複数のセンサ５０５ａ～ｎ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に示すように、乾燥状態または環境の正常化状態（時間（Ｔ）＝０）では、センサ５０５ａ～ｎは、平衡状態で第１のエネルギー状態を検出することができる（デジタル表現値＝Ａ）。図５Ｂに示すように、第１の水分事象５１５（Ｔ＝１）時に、水分最前部５２０がデバイス５１０上の初期接触５２５点からセンサ５０５ａ～ｂに向かって移動すると、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、ここで、ＢはＡとは異なる）を検出することができる。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（図示せず）に通信され、関連する環境情報を取得するためにセンサ５０５ａまたはＩｏＴデバイスによって使用され得る。例えば、エネルギー状態ＡからＢへの変化が所定のしきい値よりも大きい場合には、その変化は、失禁事象の開始時刻を示すと判定され得る。あるいは、エネルギー状態Ｂが所定のしきい値よりも大きい場合には、エネルギー状態Ｂは、失禁事象の開始時刻を示すと判定され得る。
【0090】
[0112]図５Ｃに示すように、水分最前部５２０が初期接触５２５点からセンサ５０５ａを横切って移動すると、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、ここで、ＣはＡおよびＢとは異なる）を検出することができる。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（図示せず）に通信され、さらなる関連する環境情報を取得するためにセンサ５０５ａまたはＩｏＴデバイスによって使用され得る。例えば、エネルギー状態ＢからＣへの変化が所定のしきい値よりも大きい場合には、その変化は、失禁事象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が所定のしきい値よりも大きい場合には、エネルギー状態Ｃは、失禁事象の継続を示すと判定され得る。場合によっては、それぞれＴ＝０～２でのエネルギー状態Ａ、Ｂ、およびＣを使用して、被験者から排泄される液体（例えば、尿）の体積を概算することができる。
【0091】
[0113]図５Ｄに示すように、水分最前部５２０が初期接触５２５点からセンサ５０５ａを横切ってセンサ５０５ｂに向かって移動すると、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、ここで、ＤはＡ、Ｂ、およびＣとは異なる）を検出することができる。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（図示せず）に通信され、さらなる関連する環境情報を取得するためにセンサ５０５ａまたはＩｏＴデバイスによって使用され得る。例えば、エネルギー状態ＣからＤへの変化が所定のしきい値よりも大きい場合には、その変化は、失禁事象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が所定のしきい値よりも大きい場合には、エネルギー状態Ｄは、失禁事象の継続を示すと判定され得る。場合によっては、Ｔ＝０～３のエネルギー状態Ａ、Ｂ、ＣおよびＤをそれぞれ使用して、被験者から排泄される液体（例えば、尿）の体積を概算することができる。さらに、水分最前部５２０がセンサ５０５ｂに向かって移動すると、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、ここで、ＢはＡとは異なる）を検出することができる。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（図示せず）に通信され、関連する環境情報を取得するためにセンサ５０５ｂまたはＩｏＴデバイスによって使用され得る。例えば、エネルギー状態ＡからＢへの変化が所定のしきい値よりも大きい場合には、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考慮して）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が所定のしきい値よりも大きい場合には、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考慮して）環境内の漸進的な水分変化を示すと判定され得る。場合によっては、それぞれＴ＝２およびＴ＝３でのセンサ５０５ｂからのエネルギー状態ＡおよびＢならびにセンサ５０５ｂからのエネルギー状態ＣおよびＤを使用して、被験者から排出される液体（例えば、尿）の量を概算することができる。
【0092】
[0114]あるいは、水分最前部５２０が初期接触５２５点からセンサ５０５ａを横切ってセンサ５０５ｂに向かって移動すると、センサ５０５ａはエネルギー状態（単一またはエネルギー状態＊の喪失）の報告を停止することができる。場合によっては、センサ５０５ａ～ｎは、水分最前部５２０がアンテナ５３０上を通過するときにエネルギー状態の報告を停止することができる（液体の最前部がＲＦＩＤアンテナを遮り、センサデータの通信を妨げるので、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（図示せず）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喪失は、失禁事象の継続を示すと判定され得る。場合によっては、Ｔ＝０～２でのそれぞれのエネルギー状態Ａ、Ｂ、およびＣ、ならびにＴ＝３での通信可能なセンサデータの喪失を使用して、被験者から排泄される液体（例えば、尿）の量を概算することができる。さらに、水分最前部５２０がセンサ５０５ｂに向かって移動すると、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、ここで、ＢはＡとは異なる）を検出することができる。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（図示せず）に通信され、関連する環境情報を取得するためにセンサ５０５ｂまたはＩｏＴデバイスによって使用され得る。例えば、エネルギー状態ＡからＢへの変化が所定のしきい値よりも大きい場合には、変化は、（センサ５０５ａからのセンサデータの喪失、ならびにセンサ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考慮して）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が所定のしきい値よりも大きい場合には、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、ならびにセンサ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考慮して）環境内の漸進的な水分変化を示すと判定され得る。場合によっては、それぞれＴ＝０～３でのセンサ５０５ｂからのエネルギー状態ＡおよびＢならびにエネルギー状態Ａ、Ｂ、およびＣ、ならびにセンサ５０５ａからの通信可能なセンサデータの喪失を使用して、被験者から排出される液体（例えば、尿）の量を概算することができる。
【0093】
[0115]図５Ｅに示すように、特定の事例では、特定の時間（Ｔ＝４）後に、水分最前部５２０は、初期接触点に向かってセンサ５０５ａを横切って後退することができ、センサ５０５ａは、環境内の乾燥または吸着事象を示す第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、ここで、ＥはＡ、Ｂ、およびＤとは異なり、Ｃとは異なる）への戻りを検出することができる。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（図示せず）に通信され、さらなる関連する環境情報を取得するためにセンサ５０５ａまたはＩｏＴデバイスによって使用され得る。例えば、エネルギー状態ＤからＣまたはＥへの変化が所定のしきい値未満である場合には、その変化は、失禁事象およびその後の水分の乾燥または吸収の終了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が所定のしきい値未満である場合には、エネルギー状態ＣまたはＥは、失禁事象およびその後の水分の乾燥または吸収の終了を示すと判定され得る。場合によっては、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判定することができる。例えば、エネルギー状態ＤからＣまたはＥへの変化が所定のしきい値未満であり、所定の時間しきい値を超えない期間で生じる場合には、その変化は、失禁事象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が所定のしきい値未満であり、所定の時間しきい値を超えない期間に発生する場合には、エネルギー状態ＣまたはＥは、失禁事象およびその後の水分の乾燥または吸収の終了を示すと判定され得る。場合によっては、それぞれＴ＝３およびＴ＝４でのエネルギー状態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）ことを判定することができる。
【0094】
[0116]さらに、水分最前部５２０がセンサ５０５ｂから離れるにつれて、センサ５０５ｂは、乾燥状態または環境の正常化状態を示す第１のエネルギー状態（デジタル表現＝Ａ）への戻りを検出することができる。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（図示せず）に通信され、関連する環境情報を取得するためにセンサ５０５ｂまたはＩｏＴデバイスによって使用され得る。例えば、エネルギー状態ＢからＡへの変化が所定のしきい値未満である場合には、その変化は、失禁事象およびその後の水分の乾燥または吸収の終了を示すと判定され得る。あるいは、エネルギー状態Ａが所定のしきい値未満である場合には、エネルギー状態Ａは、失禁事象およびその後の水分の乾燥または吸収の終了を示すと判定され得る。場合によっては、センサ５０５ｂからのエネルギー状態ＡおよびＢ、ならびにＴ＝３およびＴ＝４でのセンサ５０５ｂからのエネルギー状態Ｄおよび（ＣまたはＥ）の変化（任意選択的に時間成分に応じて）をそれぞれ使用して、吸収性材料が飽和していない（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。
【0095】
[0117]あるいは、水分最前部５２０がセンサ５０５ａを横切って最初の接触点に向かって後退すると、センサ５０５ａは、水分最前部５２０がアンテナ５３０との接触から後退した場合にエネルギー状態の報告を再開することができる（本質的にセンサデータのアンテナ通信を可能にする）。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、ここで、ＥはＡ、Ｂ、およびＤとは異なり、Ｃとは異なる）への復帰）は、ＩｏＴデバイス（図示せず）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始は、環境内の乾燥または吸収事象を示すと判定することができる。場合によっては、通信可能なセンサデータの再開と併せて時間成分を使用して、その後の水分の乾燥または吸収を判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始が所定の時間しきい値を超えない期間内に発生した場合には、その変化は、失禁事象およびその後の水分の乾燥または吸収の終了を示すと判定され得る。場合によっては、エネルギー状態Ｄおよび（ＣまたはＥ）ならびにそれぞれＴ＝３およびＴ＝４での通信可能なセンサデータの再開を使用して、吸収性材料が飽和していない（すなわち、より多くの水分を保持することができる）ことを判定することができる。
【0096】
[0118]さらに、水分最前部５２０がセンサ５０５ｂから離れるにつれて、センサ５０５ｂは、乾燥状態または環境の正常化状態を示す第１のエネルギー状態（デジタル表現＝Ａ）への戻りを検出することができる。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（図示せず）に通信され、関連する環境情報を取得するためにセンサ５０５ｂまたはＩｏＴデバイスによって使用され得る。例えば、エネルギー状態ＢからＡへの変化が所定のしきい値未満である場合には、その変化は、失禁事象およびその後の水分の乾燥または吸収の終了を示すと判定され得る。あるいは、エネルギー状態Ａが所定のしきい値未満である場合には、エネルギー状態Ａは、失禁事象およびその後の水分の乾燥または吸収の終了を示すと判定され得る。場合によっては、センサ５０５ｂからのエネルギー状態ＡおよびＢ、ならびにエネルギー状態Ｄおよび（ＣまたはＥ）、ならびにＴ＝３およびＴ＝４でのセンサ５０５ｂからの通信可能なセンサデータの再開（任意選択的に時間成分に応じて）をそれぞれ使用して、吸収性材料が飽和していない（すなわち、より多くの水分を保持することができる）ことを判定することができる。
【0097】
[0119]図５Ｆに示すように、特定の事例では、特定の時間（Ｔ＝４）後に、水分最前部５２０は同じままであり得（例えば、平衡に達する）、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（図示せず）に通信され、さらなる関連する環境情報を取得するためにセンサ５０５ａまたはＩｏＴデバイスによって使用され得る。例えば、エネルギー状態Ｄが所定のしきい値よりも大きい期間（Ｔ＝４）にわたって変化しない場合には、エネルギー状態の変化がないことは、環境内の水分の定常状態を示すと判定することができる。場合によっては、Ｔ＝２、Ｔ＝３、およびＴ＝４（任意選択的に時間成分に応じて）でのエネルギー状態ＣおよびＤをそれぞれ使用して、吸収性材料が飽和した（すなわち、それ以上水分を保持することができない）ことを判定することができる。さらに、水分最前部５２０が同じままである場合には、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）を検出し続けることができる。定常エネルギー状態Ｂは、ＩｏＴデバイス（図示せず）に通信され、さらなる関連する環境情報を取得するためにセンサ５０５ｂまたはＩｏＴデバイスによって使用され得る。例えば、エネルギー状態ＢおよびＤが所定のしきい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がないことは、環境内の水分の定常状態を示すと判定することができる。場合によっては、それぞれＴ＝２、Ｔ＝３、およびＴ＝４（任意選択的に時間成分に応じて）でのエネルギー状態Ｂ、Ｃ、およびＤを使用して、吸収性材料が飽和した（すなわち、それ以上水分を保持することができない）ことを判定することができる。
【0098】
[0120]あるいは、特定の事例では、特定の時間量（Ｔ＝４）後に、水分最前部５２０は同じままであり（例えば、平衡に達する）、センサ５０５ａはエネルギー状態（エネルギー状態＊）を回復しないままであり得る。一定期間の通信可能なセンサデータの喪失は、ＩｏＴデバイス（図示せず）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喪失が所定のしきい値よりも大きい期間（Ｔ＝４）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することができる。場合によっては、Ｔ＝２、Ｔ＝３、およびＴ＝４（任意選択的に時間成分に応じて）でのエネルギー状態Ｃおよび＊をそれぞれ使用して、吸収性材料が飽和した（すなわち、それ以上水分を保持することができない）ことを判定することができる。さらに、水分最前部５２０が同じままである場合には、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）を検出し続けることができる。定常エネルギー状態Ｂは、ＩｏＴデバイス（図示せず）に通信され、さらなる関連する環境情報を取得するためにセンサ５０５ｂまたはＩｏＴデバイスによって使用され得る。例えば、エネルギー状態Ｂおよび＊が所定のしきい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がないことは、環境内の水分の定常状態を示すと判定することができる。場合によっては、Ｔ＝２、Ｔ＝３、およびＴ＝４（任意選択的に時間成分に応じて）におけるエネルギー状態Ｂ、Ｃ、および＊をそれぞれ使用して、吸収性材料が飽和した（すなわち、それ以上水分を保持することができない）ことを判定することができる。
【0099】
[0121]図５Ａ～図５Ｆは、２つのセンサの配置を使用して１人または複数の被験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施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、下にある吸収パッドの上の液体不透過性バックシート上にアレイ状に配置される場合に実施することができる。この配置は、様々なエネルギー状態（例えば、単一のデバイスによって吸収された多数の失禁事象からのパターンの検出）の検出においてより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、複数のセンサが非吸収性材料の外縁部の液体不透過性バックシート上に配置され、それにより、センサが決して濡れてエネルギー状態（エネルギー状態＊）の報告を停止する可能性はない。この配置は、被験者の運動が継続的に監視される場合に有用であり得る。
【0100】
[0122]図６Ａ～図６Ｅは、関連する流体量情報を取得するために線形アレイとしてデバイス６１０（例えば、フォーリーバッグ）上に１つまたは複数のセンサ６０５ａ～ｎ（例えば、図３および図４に関連して説明したパッシブ型またはアクティブ型ＲＦＩＤセンサなど）が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。場合によっては、流体出力（例えば、尿量）は、コンドームカテーテル（男性）、ウィッキングデバイス（女性）またはカテーテルのいずれかを介して被験者に取り付けられた流体収集デバイスまたは壁吸引ユニットなどのデバイス６１０を介して記録することができる。このデバイス６１０は、一連の整列したＲＦＩＤセンサを介して流体量を経時的に記録するために使用することができる。ＲＦＩＤセンサは、液体と密接に関連しているときにタグのエネルギー状態の変化に依存する特定の水分検出タグ、または液体が密接な関係にあるかまたはアンテナをブロックするときに信号を失う標準タグのいずれかであり得る。次いで、この信号の変化または信号の喪失を使用して、経時的な体積情報を決定することができる。場合によっては、ＩｏＴデバイスに接続されたＩＶポンプまたはｇチューブポンプなどの別の医療デバイスの能動的制御は、システム６００を介して被験者の水分状態を評価することから得られる分析に応答して起動することができる。
【0101】
[0123]図６Ａに示すように、１つまたは複数のセンサ６０５ａ～ｎ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、ポリマーまたは紙製品）上に配置される。本明細書で説明するように、１つまたは複数のセンサ６０５ａ～ｎ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～ｎの外部適用は、既存のデバイス６１０の後付けを可能にする。他の実施形態では、１つまたは複数のセンサ６０５ａ～ｎは、接着性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～ｎは、それぞれのデバイス体積間隔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。さらに、１つまたは複数のセンサ６０５ａ～ｎの複数の線形アレイをデバイス６１０に取り付けることができる。例えば、１つまたは複数のセンサ６０５ａ～ｎの２つ以上の線形アレイは、オフセット平行パターン（例えば、図６Ｂを参照）でデバイス６１０に取り付けることができる。これにより、センサ６０５ａ～ｎの別個の高密度線形アレイを必要とせずに、必要に応じて体積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した例示的な医療用体積測定値には、尿量、経鼻胃排出量、胸腔チューブ量、静脈内輸液排出量、および胃チューブ供給出力が含まれる。
【0102】
[0124]図６Ｃに示すように、乾燥状態または環境の正常化状態（時間（Ｔ）＝０）では、センサ６０５ａ～ｎは、第１のエネルギー状態（デジタル表現値＝Ａ）を検出することができる。図６Ｄに示すように、第１の水分事象６３０（Ｔ＝１）時に、水分最前部６３５がデバイス６１０内の初期保持６４０点からセンサ６０５ａ～ｂに向かって移動すると、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）を検出することができる。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（図示せず）に通信され、関連する環境情報を取得するためにセンサ６０５ａまたはＩｏＴデバイスによって使用され得る。例えば、エネルギー状態ＡからＢへの変化が所定のしきい値よりも大きい場合には、その変化は、失禁事象の開始時刻を示すと判定され得る。追加的または代替的に、体積測定値は、センサ６０５ａの固有の識別子、ＡからＢへのエネルギー状態のその対応する変化、およびセンサ６０５ａ～ｎの各々に対応するデバイス体積間隔６２５の知識（例えば、デバイス体積間隔は、メモリストレージデバイスのテーブルに格納され得る）、ならびに経時的な体積測定値およびｋｇ測定値当たりの体積に基づいて計算することができる。場合によっては、患者の水分状態（尿量データ）に関するデータ分析は、患者の医療記録に患者の警告を生成するために、論理または１つまたは複数の予測モデルを介して自動化することができる。
【0103】
[0125]図６Ｅに示すように、第１の水分事象６１５または後続の水分事象（Ｔ＝２、３、４など）の継続時に、水分最前部６３０がデバイス６１０内の初期保持点６３５からセンサ６０５ｂ～ｎに向かって移動すると、センサ６０５ｂ～ｎ（例えば、センサ６０５ｃおよび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、ここで、ＢはＡとは異なる）を検出することができる。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（図示せず）に通信され、関連する環境情報を取得するためにセンサ６０５ｂ～ｎまたはＩｏＴデバイスによって使用され得る。例えば、センサ６０５ｆのエネルギー状態ＡからＢへの変化が所定のしきい値よりも大きい場合には、その変化は、デバイス６１０を排出または変更する必要性を示すと判定され得る。追加的または代替的に、センサ６０５ｂ～ｎの固有の識別子、ＡからＢへのエネルギー状態のそれらの対応する変化、およびセンサ６０５ｂ～ｎの各々に対応するデバイス体積間隔６２５の知識（例えば、デバイス体積間隔は、メモリストレージデバイスのテーブルに格納され得る）、ならびに経時的な体積測定値およびｋｇ測定値当たりの体積に基づいて、さらなる体積測定値を計算することができる。場合によっては、患者の水分状態（尿量データについて）に関するさらなるデータ分析は、患者の医療記録に患者の警告を生成するために、論理または１つまたは複数の予測モデルを介して自動化することができる。
【0104】
[0126]図６Ａ～図６Ｅは、複数のセンサの線形配置を使用して１人または複数の被験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ドレイン出力を含む任意の他のタイプのヘルスケアソリューションのための任意の数および配置のセンサおよび／またはＩｏＴデバイスを使用して実施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、または排水また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、水分検出ストリップを、体積を決定するためにデバイス内で製造されたコンダクタンス能力と共に使用することができる。次いで、外部電源が使用され、結果としての情報が、取り付けられたＩｏＴデバイスに向けられ、またはＩｏＴデバイスへの無線接続を介して導かれる。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歪みゲージを使用することができ、これはその後に、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いずれかを介して、バッグの重量がこれらの重量から差し引かれて液体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体積対時間測定値を生成するために使用することもできる。
【0105】
[0127]図６Ａ～図６Ｅは、ヘルスケアソリューションを対象とした技術を示しているが、これらの技術は、他の産業において実施され得ることも理解されたい。例えば、複数のセンサ（例えば、線形）の配置は、タンクまたは他の収容ユニット（例えば、燃料レベル）内の液体の工業的測定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施することができる。この技術は、タンクが不透明である場合、または直接的な物理的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。本明細書に記載の技術の他の用途は、収容パイプ（例えば、ＨＶＡＣ凝縮またはドリップパイプ）などの収容システム内の、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パイプを直接貫通して周囲環境への排水を伴う液体漏れの監視を含むことができる。
【0106】
ＩＶ．測定および追跡のための論理および機械学習ベースの技法 被験者の健康またはウェルビーイングのメトリック
[0128]様々な実施形態では、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、被験者の健康およびウェルビーイング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に関して説明したように、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することができる。したがって、データは、人間の目に依存する観測と比較して、複数のセンサおよびＩｏＴデバイスからより頻繁に、より正確にキャプチャされ得る。さらに、水分センサ、圧力センサ、重量または温度センサ、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／またはヘルスケア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被験者および／またはデバイスの識別を可能にし、その結果、所与の被験者および／またはデバイスに特有の分析が、場合によっては、データ内で同様に識別された他の被験者および／またはデバイスと比較して提供され得る。これらの技術は、１人または複数の被験者の現在の失禁状態と共に１人または複数の被験者の排尿間隔を示すチャートなどの健康およびウェルビーイング情報を表示し、それらとの相互作用を可能にすることができるダッシュボードまたはインターフェースなどの消耗品をサービスとして提供することができる。
[0128]様々な実施形態では、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、被験者の健康およびウェルビーイング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に関して説明したように、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することができる。したがって、データは、人間の目に依存する観測と比較して、複数のセンサおよびＩｏＴデバイスからより頻繁に、より正確にキャプチャされ得る。さらに、水分センサ、圧力センサ、重量または温度センサ、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／またはヘルスケア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被験者および／またはデバイスの識別を可能にし、その結果、所与の被験者および／またはデバイスに特有の分析が、場合によっては、データ内で同様に識別された他の被験者および／またはデバイスと比較して提供され得る。これらの技術は、１人または複数の被験者の現在の失禁状態と共に１人または複数の被験者の排尿間隔を示すチャートなどの健康およびウェルビーイング情報を表示し、それらとの相互作用を可能にすることができるダッシュボードまたはインターフェースなどの消耗品をサービスとして提供することができる。
【0107】
[0129]図７は、データ７０５（例えば、センサおよび／またはＩｏＴデバイスデータ）に基づいて被験者の健康およびウェルビーイング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に関連して説明し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に示すように、この例でデータ分析システム７００によって実行される健康およびウェルビーイング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、被験者および／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、健康およびウェルビーイング状態判定段階７３５、人事管理評価段階７４０、在庫制御段階７４５、および最適化予測段階７５０を含む。予測モデル訓練段階７１０は、他の段階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（本明細書では個々に予測モデル７５０と呼ばれてもよいし、まとめて予測モデル７５０と呼ばれてもよい）。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対象となる被験者またはデバイスなどの、他の被験者またはデバイスから特定の被験者またはデバイス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、排泄、ベッドから出ること、バスルームにアクセスすること、ジオフェンスエリアに入ること、またはベッドで転倒することなどの、一人または複数の被験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、被験者の健康およびウェルビーイング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てもよい。
【0108】
[0130]予測モデル７５０は、例えばインセプション・ニューラル・ネットワークなどの畳み込みニューラルネットワーク（「ＣＮＮ」）、カリフォルニア州マウンテンビューからグーグルＬＬＣによって提供される残差ニューラルネットワーク（「Ｒｅｓｎｅｔ」）またはＮＡＳＮＥＴ、例えば長期短期記憶（「ＬＳＴＭ」）モデル、ゲート・リカレント・ユニット（「ＧＲＵ」）モデルなどのリカレント・ニューラル・ネットワークなどの機械学習（「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もしくは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、被験者の存在、被験者もしくはデバイスの識別情報、またはセンサもしくはＩｏＴデバイスデータからの活動を予測するように訓練された任意の他の適切なＭＬモデルであってもよい。データ分析システム７００は、同一性、活動、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することができる。
【0109】
[0131]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（またはセンサまたは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、早期尿路感染のリスクがある被験者を予測するために利用される予測モデル７５０の場合、入力は、水分センサまたはＩｏＴデバイスからのデータ、経時的に排泄された尿の量などの決定された測定値、または失禁事象の検出などのセンサまたは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、尿路感染の存在を示すデータまたはデータが尿路感染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ベッドで転倒または寝返りを打つ被験者などの活動を識別するために利用される予測モデル７５０の場合、入力は、センサまたはＩｏＴデバイスデータ自体、またはセンサまたは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、活動がセンサまたはＩｏＴデバイスデータ内で発生したか否かを示すエネルギー状態を含むことができる。
【0110】
[0132]場合によっては、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の一組のパラメータを見つけるための反復動作を含む。各反復は、一組のパラメータを使用する損失関数の値が前の反復におけるパラメータの別のセットを使用する損失関数の値よりも小さくなるように、予測モデル７５０のパラメータのセットを見つけることを含むことができる。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。一組のパラメータが識別されると、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。
【0111】
[0133]訓練サンプル７５５に加えて、予測モデル７４５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、患者の特徴または医療デバイスの動作パラメータ）、または医療記録（例えば、測定重量）は、被験者の健康およびウェルビーイングなどの予測のための手がかりを提供することができる。例えば、既知のＩｏＴデバイスを被験者の部屋に配置することができる。エリア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、部屋に関連すると以前に識別された被験者からの可能性が高いことを示すことができる。別の例では、ヘルスケア提供者によって行われた被験者の身体測定値を含む医療記録を使用して、被験者の予測される健康およびウェルビーイングを確認することができる。さらに別の例では、特定のヘルスケア業務（例えば、ＲＦＩＤタグブレスレットを用いたヘルスケア作業）の存在も、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ヘルスケア従事者は、ヘルスケア従事者が被験者の部屋に入ったことを示すことができ、水分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。
【0112】
[0134]代表的なセンサまたはＩｏＴデバイスデータは、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。同一性、活動、および最適化予測モデル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、アイデンティティ、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。さらに、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ロジック７６０に違反しないことを保証するために、開発ロジック７６０を予測モデル訓練段階７１０に組み込むことができる。被験者の健康またはウェルビーイングは、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、被験者が１つまたは複数の失禁事象を有した後にのみ起こる。これらの事象間の固有の論理的関係を利用して、活動または最適化予測を容易にすることができる。
【0113】
[0135]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、論理関係は、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課す訓練損失関数は、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、予測出力の現在の特徴および時間的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ができる。例示的な実施態様では、特徴は、現在の水分センサデータから抽出され、有向グラフに示すように、以前の水分センサデータおよび後の水分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、訓練サンプル７５５内のセンサとＩｏＴデバイスデータとの間の時間的な、したがって論理的な関係を本質的に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健康または被験者の状態との間の論理的関係をキャプチャすることができる。
【0114】
[0136]当然のことながら、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検討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デバイスデータをラベル付けするのは非現実的であり得、したがって大量のデータは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取得するのが安価であり得るこのラベルなしデータは、予測モデル７５０を訓練するために使用することもできる。例えば、ラベル化されていない訓練センサまたはＩｏＴデバイスデータの場合、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被験者の健康およびウェルビーイングの固有の論理に違反する場合、このラベルなしデータは、損失関数に項を導入することによってペナルティを課すことができる。すなわち、その予測された活動および／または最適化が被験者の健康およびウェルビーイングの固有のロジック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、場合によっては、訓練損失関数は、上述した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生論理損失との組み合わせとすることができる。
【0115】
[0137]一方、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／または開発レベルが被験者の健康およびウェルビーイングの固有の論理に違反しない場合には、損失関数は不変のままであり得る。結果として、ラベルなしデータは、被験者の健康およびウェルビーイングの固有の論理が侵害された場合にのみ損失関数に影響を及ぼし得る。対照的に、ラベル付きデータは、被験者の健康およびウェルビーイングの固有のロジック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の間に様々な他の方法で利用することができる。例えば、ラベルなしデータは、例えば、予測の円滑さなどの教師なしの損失を含むため、ならびに被験者の健康およびウェルビーイングの固有の論理を強制するために、訓練サンプル７５５として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、その予測段階が被験者の健康およびウェルビーイングの固有のロジックに違反しない場合でも、損失関数に対応する項を有することができる。
【0116】
[0138]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を調製することは、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。データ内の被験者の存在、身元、または活動のあらゆる発生をラベル付けすることは困難であり、面倒である。例えば、ベッドで寝返りを打つ被験者は、一度に数秒から数分までどこでも持続することができ、一晩または監視セッションの間に複数回起こり得る。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、これらのタイプの行動の発生の管理可能な数にラベル付けし、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、「未知の」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、対象とする活動が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「未知の」ラベルは、分析のためにデータを訓練されたモデルに提供することによって後で判定されてもよい。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組を生成することができ、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。
【0117】
[0139]さらに、本明細書に記載の訓練機構は、階層的または複数のラベル付けも可能にする。複数の被験者および複数の活動は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デバイスは、複数のＲＦＩＤタグの存在を検出することができ、複数の活動が同じデータセットに現れ得る。このように、複数の被験者または活動は、可能性のある付随事象を伴って、同じデータセットにおいて同時に起こり得る。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は、コンテンツデータ分析システム７００によって完全に活用されて予測モデル７５０を訓練することができる。
【0118】
[0140]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。これらの訓練機構はまた、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ができる。例えば、場合によっては、予測モデル７５０は、非被験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、予測モデル７５０は、本明細書で説明するように、被験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を使用して再訓練することができる。
【0119】
[0141]予測モデル訓練段階７１０は、訓練された被験者および／またはデバイス識別モデル７６５、活動識別モデル７７０、健康およびウェルビーイング判定モデル７７５、人事管理モデル７８０、在庫制御モデル７８５、および最適化モデル７８７を含む訓練された予測モデル７５０を出力する。訓練された被験者および／またはデバイス識別モデル７６５は、被験者および／またはデバイス識別予測段階７１５で使用されて、入力データ７０５に対する被験者またはデバイス識別予測を生成することができる。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、被験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つまたは複数の識別された被験者またはデバイスの活動を識別するために使用されてもよい。測定は、測定決定段階７２５を使用して、識別された被験者、デバイス、および／または活動について決定することができる。決定された測定値は、検証段階７３０における一人または複数の識別された被験者、デバイス、または活動の既知のまたは論理的な測定値に従って検証されてもよい。訓練された健康およびウェルビーイング判定モデル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ウェルビーイング判定段階７３５で使用され、被験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１つまたは複数の被験者、デバイス、および／または活動の健康およびウェルビーイング７９０を予測または決定することができる。
【0120】
[0142]訓練された人事管理モデル７８０は、人事管理段階７４０において、入力データ７０５および他の段階、例えば健康およびウェルビーイング段階７３５の結果と組み合わせて使用され、人事管理要件７９５を予測することができる。例えば、看護助手のピーク時間要件を決定して、ピーク時間事象に対応するように人員配置比率を最適化することができる。在庫制御モデル７８５は、在庫要求７９７を予測するために、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制御段階７８０で使用することができる。例えば、施設内の累積湿潤事象に関するセンサおよびＩｏＴデバイスデータからの分析は、商業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物流目的に使用することができる。最適化モデル７８７は、最適化段階７８０において、入力データ７０５および他の段階、例えば測定段階７２５および健康およびウェルビーイング判定段階７３５の結果と組み合わせて使用されて、最適条件を予測することができる。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の慣行を決定することができる。緩和するための目標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。
【0121】
[0143]図８Ａは、水分検出事象を判定し、識別された被験者の活動を予測するための方法８００を示す。ステップ８０５において、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４Ｄ、図５Ａ～図５Ｆ、および図６Ａ～図６Ｅに関して説明したように、ＩｏＴデバイスから取得される。ステップ８１０において、時間窓にわたって被験者に関連するセンサからＩｏＴデバイスによって収集されたすべてのセンサデータを識別するために、入力データが解析される。センサからのセンサデータは、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の時刻の後または後の第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。解析は、センサに関連する固有の識別子に基づいて、時間窓にわたって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むことができる。固有の識別子は、センサによってセンサデータに関連するメタデータとして提供されてもよい。ステップ８１５において、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が、センサが展開される環境の乾燥状態または正常化状態に関連する１つまたは複数のエネルギーレベルの表と比較される。ステップ８２０において、第１のエネルギーレベルが環境の乾燥状態または正常化状態に関連する１つまたは複数のエネルギーレベルと一致するという比較に基づいて判定が行われる。本明細書で使用される場合、処理が何かに「基づく」場合、これは、処理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。
【0122】
[0144]ステップ８２５において、第２のエネルギーレベルが環境の乾燥状態または正常化状態に関連する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比較に基づいて判定が行われる。第２のエネルギーレベルが乾燥状態または正常化状態に関連する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するステップに応答して、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水分事象に関連する所定のエネルギーしきい値を超えるかどうか、または第２のエネルギーレベルが水分事象に関連する所定のエネルギーしきい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によって所定のエネルギーしきい値を超えた場合、または第２のエネルギーレベルによって所定のエネルギーしきい値を超えた場合、水分事象がセンサに関連する被験者について識別され、処理がステップ８３０で継続する。所定のエネルギーしきい値が第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によって超えられないか、または所定のエネルギーしきい値が第２のエネルギーレベルによって超えられない場合、センサに関連する被験者について水分事象が発生していないと判定され、処理がステップ８１０において残りのセンサデータについて継続するか、あるいは、センサデータが残っていない場合にはステップ８４５に進む。
【0123】
[0145]ステップ８３０において、センサからのセンサデータが、第２の時刻の後の所定の期間内にＩｏＴデバイスによって収集された処理のための第３のエネルギーレベル（第１および第２のエネルギーレベルと同じまたは異なるエネルギーレベルであるが、第１および第２のエネルギーレベルの記録と比較してエネルギーレベルの別個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、所定の期間は、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に続く。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に続く。
【0124】
[0146]ステップ８３５において、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において、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いう比較に基づいて判定が行われる。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するステップに応答して、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事象に関連する所定の乾燥しきい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事象に関連する所定の乾燥しきい値を超えるかどうかを判定する。所定の乾燥しきい値が第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によって超えられない場合、または所定の乾燥しきい値が第３のエネルギーレベルによって超えられない場合、水分事象の継続がセンサに関連する被験者について識別され、処理が、所定の期間内に第４、第５、第６などのエネルギーレベルを探す残りのセンサデータについて、ステップ８３０に続くか、あるいは、所定の期間内にセンサデータが残っていない場合にはステップ８４５に続く。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によって所定の乾燥しきい値を超えた場合、または第３のエネルギーレベルによって所定の乾燥しきい値を超えた場合、乾燥事象がセンサに関連する被験者について発生したと判定され、処理がステップ８１０において残りのセンサデータについて継続するか、あるいは、センサデータが残っていない場合には、ステップ８４５に進む。
【0125】
[0147]ステップ８４５において、ステップ８１５～８４０からの論理結果に基づいて、（１）非事象、（２）失禁事象、（３）飽和した下着または吸収パッド、ならびに（４）飽和していない下着または吸収パッドのうちの１つまたは複数が決定される。ステップ８１５～８４０の論理は、水分事象の非存在、水分事象の存在、センサによるさらなる記録の非存在、および／または乾燥事象の存在の判定である。場合によっては、ステップ８１５～８４０の論理は、温度読み取り値を含む追加のセンサデータを取得するステップと、温度読み取り値に基づいて乾燥または正常化状態、水分事象、および／または乾燥事象を判定するために同様の方法で温度読み取り値を処理するステップと、をさらに含み、温度読み取り処理は、エネルギーレベル処理と組み合わせて使用されて、乾燥状態または正常化状態、水分事象、および／または乾燥事象の判定の精度を向上させることができる。場合によっては、エネルギーレベル処理の判定および温度読み取り処理の判定は、交差検証のために比較される。交差検証は、偽陽性、例えば、センサとの不注意な直接接触によって引き起こされる偽陽性を識別および排除するために使用され得る。他の例では、例えば、エネルギーレベルのセンサデータが欠落しているか不正確である場合、温度読み取り処理は、（１）非事象、（２）失禁事象、（３）飽和した下着または吸収パッド、ならびに（４）飽和していない下着または吸収パッドのうちの１つまたは複数を決定するためにのみ使用される。
【0126】
[0148]場合によっては（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）、ステップ８１５～８４０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、（１）非事象、（２）失禁事象、（３）飽和した下着または吸収パッド、ならびに（４）飽和していない下着または吸収パッドのうちの１つまたは複数が予測モデル（例えば、図７に関連して説明した活動識別段階７２０において使用される訓練された活動識別モデル７７０）によって決定される。ステップ８５０において、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）非事象、（２）失禁事象、（３）飽和した下着または吸収パッド、ならびに（４）飽和してい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において、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エンドユーザに通知を提供することができる。
【0127】
[0149]場合によっては、第１のエネルギーレベルが比較に基づいて乾燥状態または正常化状態に関連し、第２のエネルギーレベルが比較に基づいて水分事象に関連しない場合、論理または予測モデルによって非事象が判定され得る。場合によっては、第１のエネルギーレベルが比較に基づいて乾燥状態または正常化状態に関連し、第２のエネルギーレベルが比較に基づいて水分事象に関連する場合、失禁事象が論理または予測モデルによって判定され得る。場合によっては、第１のエネルギーレベルが比較に基づいて乾燥状態または正常化状態に関連し、第２のエネルギーレベルが比較に基づいて水分事象に関連し、センサデータが、第２の時刻における第２のエネルギーレベルの受信後の所定の期間内に第３のエネルギーレベルを含まない場合、飽和した下着または吸収パッドが論理または予測モデルによって判定され得る。場合によっては、第１のエネルギーレベルが比較に基づいて乾燥状態または正常化状態に関連し、第２のエネルギーレベルが比較に基づいて水分事象に関連し、センサデータが、第２の時刻における第２のエネルギーレベルの受信後の所定の期間内の第３のエネルギーレベルを含み、乾燥事象が発生したと判定される場合、飽和していない下着または吸収パッドが論理または予測モデルによって判定され得る。
【0128】
[0150]場合によっては、湿潤状態を判定し、失禁事象を予測するための代替として、減法的方法論を使用してもよい。パッシブ型ＲＦＩＤセンサは、アンテナを整合させるために使用されるＲＦインピーダンス設定値を定量化するセンサコードを生成する。詳細には、ＲＦＩＤセンサが水の存在下にある場合、周波数シフトおよび性能損失がある。ＲＦＩＤセンサは、アンテナのインピーダンスに整合するように内部容量を調整することによって応答し、センサコードを生成する。ＲＦＩＤリーダによって生成されるエネルギーのより多くが下着または吸収パッドシステムによって吸収されるので、センサコードはアンテナ（ＲＦＩＤセンサアンテナ）の離調を反映する。典型的には、湿潤状態に関連するセンサコードは、乾燥状態よりも高い。プロセス８００で実施される読み取り戦略は、乾燥状態と湿潤状態とを区別する数値しきい値をコントローラおよび／またはソフトウェアに設定することである。実際には、この手法にはかなり単純ではあるが、限界がある。乾燥コードのセンサコードは、個々のＲＦＩＤセンサおよび製造ロット間で異なり得る。さらに、ＲＦＩＤセンサが置かれる材料の誘電体は、このセンサコードに影響を及ぼす。例えば、特定の下着および吸収パッド材料は、下着または吸収性パッドが乾燥している場合であっても、誘電特性のために単純なしきい値に基づいて湿潤読み取り値をトリガすることがある。
【0129】
[0151]これを克服する手段は、乾燥状態センサコードと湿潤状態センサコードとの間の絶対差を使用することである。この絶対差手法では、ＲＦＩＤリーダは、ベースライン乾燥状態平均を達成するために、想定される乾燥状態の間にＲＦＩＤセンサの連続ベースライン読み取りを実行する。所定の誤差値をベースライン乾燥状態平均に加算して、センサの水分しきい値を取得する。所定の誤差値は、乾燥状態対湿潤状態を検出する際にＲＦＩＤセンサによる誤差の余地を提供するように設定される。ＲＦＩＤセンサが後続の読み取り値を受信すると、それらの読み取り値は短い所与の期間（例えば、所望の事象解決に応じて、１秒未満、５秒未満、３０秒未満、１分未満、または５分未満）にわたって平均化され、後続の読み取り値の平均が水分しきい値と比較される。後続の読み取り値の平均が水分しきい値以上である場合には、センサが湿潤状態を検出していることを判定および報告することができる。後続の読み取り値の平均が水分しきい値未満である場合には、センサが乾燥状態を検出していることを判定および報告することができる。
【0130】
[0152]平均を取得する際の課題は、周波数ホッピングを実行するための管理（例えば、ＦＣＣ）要件に基づく。米国では、本明細書に記載のＲＦＩＤデバイスは、一般に、９０２～９２８ＭＨｚのＵＨＦ周波数範囲を使用し、これらの要件に従う。パッシブ型ＲＦＩＤセンサは、それらのセンサコードに関して周波数に敏感であるため、この周波数ホッピングは、これらのセンサコードの変動性を増大させる。言い換えれば、時間間隔が９０２．５、９０８、および９０６ＭＨｚからの読み取り値を平均する場合には、これは９２２．５、９２６、および９２７ＭＨｚからの応答の平均から達成される数とは明らかに異なる数になる。この変動性は、より長い期間にわたって平均化することによって克服することができ、より広い範囲の数によって、これらの差ははっきりしなくなる。この手法は、少数の読み取りしかできないＲＦＩＤセンサが読み取ることが難しい場合には常に可能であるとは限らない。この問題を克服することができる代替的な戦略は、線形回帰を使用することであり、これにより、限られた数のデータ点を使用して勾配を決定することができ、次いで、単一周波数での信号応答を使用することができる。以前のデータセット９０２．５、９０８、および９０６ＭＨＺの場合、乾燥状態での平均信号応答は８５であってもよく、９２２．５、９２６、および９２７ＭＨＺの場合、平均乾燥状態信号は１３５であってもよい。しかしながら、これらの周波数対信号の関係の各々の傾きを決定するために回帰分析が使用される場合には、所与の周波数において仮想周波数対信号応答を達成することができる。例えば、９１５ＭＨｚの仮想周波数での信号応答を決定することができ、両方のデータセットについて１１５である。最大応答が見られる周波数を選択すると、感度が向上する。線形回帰を用いることによって、優れた精度を達成するためにより少ないＲＦＩＤ読み取り値を使用することが可能である。
【0131】
[0153]したがって、プロセス８００に関して、第１、第２、第３などのエネルギー状態は、代わりに、一定期間にわたる複数の信号応答の線形回帰を使用して決定された仮想周波数における第１、第２、第３などの平均信号応答または信号応答であってもよい。次いで、第１、第２、第３などの信号応答を分析して、乾燥状態、湿潤状態、および水分事象を決定することができる。例えば、ステップ８１５において、時間窓内の第１の期間の第１のエネルギーレベルが決定される。第１のエネルギーレベルは、第１の期間にわたる複数の信号応答の（ｉ）平均信号応答、または（ｉｉ）線形回帰を使用して決定された仮想周波数における信号応答として決定される。
【0132】
[0154]ステップ８２０において、第１のエネルギーレベルがセンサの水分しきい値と比較される。水分しきい値は、ベースライン平均信号応答、またはセンサが展開されている環境の乾燥状態もしくは正常化状態についての一定期間にわたる複数のエネルギー状態の線形回帰を使用して決定された仮想周波数でのセンサの信号応答に所定の誤差値を加算することによって決定される。比較に基づいて、第１のエネルギーレベルが水分しきい値よりも大きいか、水分しきい値に等しいか、または小さいかに関する判定が行われる。第１のエネルギーレベルが水分しきい値より小さい場合、第１のエネルギーレベルは、環境の乾燥状態または正常化状態と関連すると判定され、処理はステップ８１０で残りのセンサデータについて継続するか、あるいは、センサデータが残っていない場合には、ステップ８４５に進む。ステップ８２５において、第１のエネルギーレベルが水分しきい値以上である場合、第１のエネルギーレベルは湿潤状態に関連すると判定され、処理はステップ８３０に続く。
【0133】
[0155]ステップ８３０において、センサからのセンサデータが、第１の期間の後の所定の期間内にＩｏＴデバイスによって収集された処理のための追加の信号応答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、所定の期間は、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追加の信号応答を含む場合、処理はステップ８３５に続く。センサからのセンサデータが処理のための追加の信号応答を含まない場合、処理はステップ８４５に続く。処理は、その後ステップ８１０、８０３および／または８４０において同様の方法で、時間窓のすべてのセンサデータが処理されるまで反復的に継続する。例えば、第１のエネルギーレベルが湿潤状態に関連すると判定するステップに応答して、センサに関連する被験者が失禁事象を有したと判定され得る。センサデータが、第１の期間に複数の信号応答を受信した後の所定の期間内に追加の信号応答を含まないと判定された場合、被験者に関連する下着または吸収パッドが飽和したと判定され得る。その後に、失禁事象に関する情報と、被験者に関連する下着または吸収パッドが飽和したことと、を表示するユーザインターフェースが提供され得る。
【0134】
[0156]場合によっては、センサデータは第１の期間の温度データをさらに含み、センサに関連する被験者が失禁事象を有したと判定するステップは、温度データに基づいて失禁事象を検証するステップを含む。検証するステップは、第１の期間からの温度を乾燥状態に関連する温度と比較するステップと、第１の期間からの温度と乾燥状態に関連する温度との比較に基づいて、第１の期間からの第１の温度が乾燥状態に関連する温度よりも高いか、等しいか、または低いかを判定するステップと、第１の期間からの温度が乾燥状態に関連する温度以上である場合に、失禁事象を検証するステップと、第１の期間からの温度が乾燥状態に関連する温度よりも低い場合に、失禁事象を無効にするステップと、を含む。温度は、第１の期間内の単一の温度読み取り値または第１の期間にわたる平均温度読み取り値であってもよい。センサデータが追加の信号応答を含まず、失禁が有効であると判定するステップに応答して、被験者に関連する下着または吸収パッドが飽和したという判定が行われ得る。
【0135】
[0157]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の実施を決定するために、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。緩和するための目標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着用される追加のＲＦＩＤセンサを使用するためのデータ分析を使用して、湿潤事象を支援する臨床スタッフを記録することができる。これは、臨床スタッフによる下着または吸収パッドの交換の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。
【0136】
[0158]図９は、水分検出事象を判定し、活動を予測するための方法９００を示す。ステップ９０５において、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４Ｄ、図５Ａ～図５Ｆ、および図６Ａ～図６Ｅに関して説明したように、ＩｏＴデバイスから取得される。ステップ９１０で、入力データが解析されて、時間窓にわたって収集デバイス（例えば、被験者に関連するフォーリーバッグ）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。解析は、センサデータを、センサの各々に関連する固有の識別子に基づいて時間窓にわたって複数のセンサの各々の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むことができる。固有の識別子は、複数のセンサによってセンサデータに関連するメタデータとして提供されてもよい。センサから受信されたセンサデータの少なくとも１つのサブセットは、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の時刻の後またはそれより遅い第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において、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が、複数のセンサが展開される環境の乾燥状態または正常化状態に関連する１つまたは複数のエネルギーレベルの表と比較される。ステップ９２０において、第１のエネルギーレベルが環境の乾燥状態または正常化状態に関連する１つまたは複数のエネルギーレベルと一致するという比較に基づいて判定が行われる。
【0137】
[0159]ステップ９２５において、第２のエネルギーレベルが環境の乾燥状態または正常化状態に関連する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比較に基づいて判定が行われる。第２のエネルギーレベルが乾燥状態または正常化状態に関連する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するステップに応答して、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水分事象に関連する所定のエネルギーしきい値を超えるかどうか、または第２のエネルギーレベルが水分事象に関連する所定のエネルギーしきい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によって所定のエネルギーしきい値を超えた場合、または第２のエネルギーレベルによって所定のエネルギーしきい値を超えた場合、水分事象がセンサデータのサブセットに関連するセンサについて識別され、処理がステップ９３０で継続する。所定のエネルギーしきい値が第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によって超えられない、または所定のエネルギーしきい値が第２のエネルギーレベルによって超えられない場合、少なくとも１つのセンサデータのサブセットに関連するセンサについて水分事象が発生していないと判定され、処理がステップ９１０でセンサデータの残りのサブセットについて継続するか、あるいは、センサデータが残っていない場合にはステップ９３５に進む。
【0138】
[0160]ステップ９３０において、センサデータの少なくとも１つのサブセットに関連するセンサに関連する液体量が識別される。場合によっては、水分事象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体量を提供するテーブルで検索される。増分液体量は、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に関連する。センサデータの残りのサブセットの処理はステップ９１０に続くか、あるいは、センサデータが残っていない場合にはステップ９３５に進む。
【0139】
[0161]ステップ９３５では、ステップ９３０で識別された液体量が分析されて、収集デバイスの総液体量を決定する。例えば、ステップ９３０で識別された最大液体量は、収集デバイスの総液体量を示すと決定することができる。あるいは、ステップ９３０で識別されたすべての液体量の合計は、収集デバイスの総液体量を示すと決定することができる。
【0140】
[0162]ステップ９４０において、（１）完全収集デバイス、（２）脱水状態の被験者、（３）経時的な異常な液体量、および（４）経時的な正常な量のうちの１つまたは複数が、ステップ９１５～９３５からの論理結果に基づいて決定される。ステップ９１５～９３５の論理は、水分事象の非存在、水分事象の存在、各センサに関連する液体量、および収集デバイスの総液体量の決定である。場合によっては（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）、（１）完全収集デバイス、（２）脱水状態の被験者、（３）経時的な異常な液体量、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９１５～９３５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に関連して説明した活動識別段階７２０において使用される訓練された活動識別モデル７７０）によって決定される。ステップ９４５において、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）水分事象、（２）収集デバイスの総液体量、（３）完全収集デバイス、（４）脱水状態の被験者、（５）経時的な異常な液体量、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において、管理プログラムのサービスの追加部分として、決定された活動の結果としてエンドユーザに通知を提供することができる。
【0141】
[0163]図１０は、被験者の健康およびウェルビーイングを予測するための方法１０００を示す。ステップ１００５において、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４Ｄ、図５Ａ～図５Ｆ、および図６Ａ～図６Ｅに関して説明したように、ＩｏＴデバイスから取得される。場合によっては、入力データは、予測モデルによって行われる予測も含む。例えば、図８に関して説明したような、被験者について一定期間にわたって取得された、（１）非事象、（２）失禁事象、（３）飽和した下着または吸収パッド、ならびに（４）飽和してい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を、入力データの一部として使用することができる。場合によっては、入力データは、水分検出からのセンサコードおよび温度検出からの温度読み取り値を含む。尿の頻度の増加などの水分事象と組み合わせた温度読み取り値は、被験者の健康およびウェルビーイングを予測するアルゴリズムの一部として組み合わせることができる。ステップ１０１０において、活動パターン（例えば、排尿または失禁事象および／または温度変化）が、予測モデル（例えば、図７に関連して説明した活動識別段階７２０において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において、活動パターンからの特徴が抽出され、予測モデル（例えば、図７に関して説明した健康またはウェルビーイング判定段階７３５で使用される訓練された健康またはウェルビーイング予測モデル７７５）によって被験者の健康およびウェルビーイングに関する予測を行うために使用される。ステップ１０２０において、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被験者の健康およびウェルビーイング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において、管理プログラムのサービスの追加部分として、被験者者の健康およびウェルビーイングの予測の結果としてエンドユーザに通知を提供することができる。
【0142】
[0164]例示的なユースケースでは、水分検出事象のデータ分析は、早期尿路感染のリスクがある個人を識別するプロセスを使用することができる。例えば、正常な排尿パターン間隔は、履歴データを介して所与の患者について決定される。排尿頻度の発生に伴うパターンの新しい変化がある場合には（場合によっては温度分析によって確認またはサポートされる）、ＩｏＴデバイスを介して施設の臨床スタッフに通知して、尿分析および尿培養を取得し、その後適切な場合に抗生物質治療を行う。新たな頻度パターンの識別は、最初に、９０分未満での２つ以上の排尿間隔の新たな開始などの設定された規則に基づく。続いて、図７に関して説明したような訓練を使用する予測モデル手法が採用される。例えば、尿路感染症の臨床的に記録された発症は、ＲＦＩＤソースデータ分析を使用して先行する排尿頻度と相関する。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。
【0143】
[0165]図１１は、尿路感染症を有するまたは発症する被験者のリスクを予測するための方法１１００を示す。ステップ１１０５において、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４Ｄ、図５Ａ～図５Ｆ、および図６Ａ～図６Ｅに関して説明したように、ＩｏＴデバイスから取得される。場合によっては、入力データは、予測モデルによって行われる予測も含む。例えば、図８および図９に関して説明したような、被験者について一定期間にわたって取得された、（１）非事象、（２）失禁事象、（３）飽和した下着または吸収パッド、（４）飽和していない下着または吸収パッド、（５）水分事象、（６）収集デバイスの総液体量、（７）完全収集デバイス、（８）脱水状態の被験者、（９）経時的な異常な液体量、ならびに（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を、入力データの一部として使用することができる。場合によっては、入力データは、水分検出からのセンサコードおよび温度検出からの温度読み取り値を含む。排尿頻度の増加などの水分事象と組み合わせた温度情報は、尿路感染リスクなどの１つまたは複数の疾患状態またはリスクを予測するためのアルゴリズムの一部として組み合わせることができる。ステップ１１１０において、入力データを使用して、時間窓にわたって被験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の失禁事象と第２の失禁事象との認識間の時間である。例えば、被験者の排尿間隔が５日間隔にわたって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１０１５において、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日間隔にわたって１～４時間である場合には、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つの別々の排尿を伴う患者は、統計的異常を引き起こす可能性がある。場合によっては、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決定されてもよい。場合によっては、統計的異常が温度分析（例えば、同様の期間にわたる高温）によって確認またはサポートされているかどうかに関する判定が行われる。
【0144】
[0166]任意選択のステップ１１１５において、尿検査および尿培養が検査室によって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（感染／非感染）から得られた臨床状態のデータ入力を入力することを可能にすることができる。このデータ入力は、手動入力または電子医療記録の直接統合のいずれかによって実行される。データポイントは、尿検査、尿培養、または感染の遺伝的シグネチャ（ＰＣＲ分析など）の直接検出を使用する方法論を含むことができる。任意選択のステップ１１２０において、尿検査および尿培養の結果ならびに追加のデータを、１つまたは複数の予測モデルへの入力のために取得することができる。尿路感染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のデータ入力には、食事の時間間隔、ならびにＩＶ速度およびｇチューブ供給が含まれる。例えば、特定の時間にｇチューブ供給が発生した場合には、システムは、排尿間隔が短縮された期間の後に続くと予測し、警報事象を回避することができる。評価され得る他のパラメータには、脱水症と潜在的に一致する長期の排尿間隔が含まれる。
【0145】
[0167]ステップ１１２５において、入力データからの特徴、被験者の平均排尿間隔、ならびに任意選択で尿検査および尿培養の結果および追加のデータが抽出され、予測モデル（例えば、図７に関して説明した健康またはウェルビーイング判定段階７３５で使用される訓練された健康またはウェルビーイング予測モデル７７５）によって被験者の健康およびウェルビーイングに関する予測を行うために使用される。場合によっては、健康またはウェルビーイングに関する予測は、被験者が尿路感染症を有するかまたは尿路感染症を発症してい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において、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被験者の健康およびウェルビーイング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において、管理プログラムのサービスの追加部分として、被験者の健康およびウェルビーイングの予測の結果としてエンドユーザに通知を提供することができる。
【0146】
[0168]図１２Ａは、運動事象を決定し、識別された被験者の活動を予測するための方法１２００を示す。ステップ１２０５において、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４Ｄ、図５Ａ～図５Ｆ、および図６Ａ～図６Ｅに関して説明したように、ＩｏＴデバイスから取得される。ステップ１２１０において、入力データが解析されて、時間窓にわたって被験者に関連するセンサから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の時刻に取得された第１のエネルギーレベルと、第１の時刻の後の第２の時刻に決定された第２のエネルギーレベルと、を含む。解析は、センサに関連する固有の識別子に基づいて、時間窓にわたって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むことができる。固有の識別子は、センサによってセンサデータに関連するメタデータとして提供されてもよい。ステップ１２１５において、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、センサが展開される環境内の静止位置に関連する１つまたは複数のエネルギーレベルの表と比較される（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につれて、エネルギー状態が変化する。しかしながら、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において、第１のエネルギーレベルが環境内の静止位置に関連する１つまたは複数のエネルギーレベルと一致するという比較に基づいて判定が行われる。
【0147】
[0169]ステップ１２２５において、第２のエネルギーレベルが環境内の静止位置に関連する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比較に基づいて判定が行われる。第２のエネルギーレベルが環境内の静止位置に関連する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するステップに応答して、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事象に関連する所定のエネルギーしきい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事象に関連する所定のエネルギーしきい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によって所定のエネルギーしきい値を超えた場合、または第２のエネルギーレベルによって所定のエネルギーしきい値を超えた場合、センサと関連する被験者について運動事象が識別され、処理がステップ１２３０で継続する。所定のエネルギーしきい値が第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によって超えられないか、または所定のエネルギーしきい値が第２のエネルギーレベルによって超えられない場合、センサに関連する被験者について運動事象が発生していないと判定され、処理がステップ１２１０において残りのセンサデータについて継続するか、あるいは、センサデータが残っていない場合にはステップ１２４５に進む。
【0148】
[0170]ステップ１２３０において、第１のセンサからのセンサデータが、第２の時刻の後の所定の期間内にＩｏＴデバイスによって収集された処理のための第３のエネルギーレベル（第１および第２のエネルギーレベルと同じまたは異なるエネルギーレベルであるが、第１および第２のエネルギーレベルの記録と比較してエネルギーレベルの別個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、所定の期間は、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に第３のエネルギーレベルを含む場合、処理はステップ１２３５に続く。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に続く。
【0149】
[0171]ステップ１２３５において、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において、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いう比較に基づいて判定が行われる。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するステップに応答して、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、寝返りを打つ、またはベッドから降りるなどの活動に関連する所定の活動しきい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に関連する所定の活動しきい値を超えるかどうかを判定する。所定の活動しきい値が第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によって超えられない場合、または所定の活動しきい値が第３のエネルギーレベルによって超えられない場合、活動が存在しないことがセンサと関連する被験者について識別され、処理は、所定の期間内に第４、第５、第６などのエネルギーレベルを探す残りのセンサデータについてステップ１２３０に続くか、あるいは、所定の期間内にセンサデータが残っていない場合にはステップ１２４５に続く。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によって所定の活動しきい値を超えた場合、または第３のエネルギーレベルによって所定のエネルギーしきい値を超えた場合、活動事象がセンサに関連する被験者について発生したと判定され、処理がステップ１２１０において残りのセンサデータについて継続するか、あるいは、センサデータが残っていない場合には、ステップ１２４５に進む。
【0150】
[0172]ステップ１２４５において、ステップ１２１５～１２４０のセンサデータおよび論理結果に基づいて、（１）活動の欠如、（２）ベッド活動で寝返りを打つこと、（３）ベッド活動から降りること、（４）フロア活動で転倒すること、および（５）バスルーム活動に入ること（例えば、図７に関連して説明した活動識別段階７２０において使用される訓練された活動識別モデル７７０）のうちの１つまたは複数が予測可能である。ステップ１２１５～１２４０の論理結果は、運動または活動事象の不在、活動事象の存在、および／または継続的な活動事象の判定である。ステップ１２５０において、以下の活動のうちの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。（１）活動の欠如、（２）ベッド活動で寝返りを打つこと、（３）ベッド活動から降りること、（４）フロア活動で転倒すること、および（５）バスルーム活動に入ること。ステップ１２５５において、管理プログラムのサービスの追加部分として、決定された活動の結果としてエンドユーザに通知を提供することができる。
【0151】
[0173]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つもしくは複数のＩＯＴデバイスを使用することができる。例えば、ＲＦＩＤは、無線周波数、トランシーバの電力、およびトランシーバ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。トランシーバの範囲制限は、下着上に、または個人識別システムの一部として存在するＲＦＩＤタグを有する患者がもはや特定のトランシーバ（例えば、ＩｏＴデバイス）の範囲内にない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ために利用することができる。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開発または移動について警告することができる。これはまた、一般的な原理として使用することができ、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。これはまた、湿潤事象の最近の通知と組み合わせて、患者が湿潤事象を有し、ベッドを離れており、バスルームに行こうとしている間に転倒する危険性があるというスタッフの自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中央通知がトリガされる。
【0152】
[0174]別の例示的なユースケースでは、ベッド（例えば、ロールオーバー）内の被験者の運動を追跡するためのデータ分析は、ＲＦＩＤセンサおよび１つもしくは複数のＩＯＴデバイスを使用することができる。センサの向きの変化を含む、トランシーバＲＦＩＤセンサ位相シフトデータの使用、または被験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は、被験者がベッドで移動する際に発生する。これは、ベッド内での被験者の運動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。特定の運動しきい値を下回る被験者では、臨床スタッフが介入して寝返りまたは再位置決めを容易にして、褥瘡を最小限に抑えることができる。予測モデルは、被験者のベッド内での運動の安全な正常範囲および被験者の全体的な健康およびウェルビーイングの予測（例えば、床擦れのリスクがある）を予測するために、床擦れの有無にかかわらず、過去の運動データと共に使用することができる。臨床スタッフによって着用され、室内のＩｏＴデバイスによって読み取られる追加のＲＦＩＤセンサを使用するためのデータ分析は、被験者の転倒事象または運動を支援する臨床スタッフを記録するために使用することができる。これは、臨床スタッフの追跡および確認を提供して、転倒事象または床擦れを回避するための運動を支援するために使用することができる。
【0153】
[0175]図１２Ｂは、運動事象、識別された被験者の位置を決定する、および／または識別された被験者の活動を予測するための代替方法１２００を示す。ベッドにおける被験者の位置は、介護施設のスタッフにとって重要である。被験者が変化しない位置に置かれた場合には、被験者は皮膚の崩壊および褥瘡性潰瘍の発症のリスクが高い。介護施設スタッフは、これを克服するために、定期的な被験者再位置決めスケジュールを開始することができる。同時に、被験者は自発的に再位置決めすることができ、この再位置決め支援の必要性がなくなる。位置の監視がなければ、介護施設のスタッフは、この被験者の位置移動を確認するための現在のシステムがない。
【0154】
[0176]現在の無線ソリューションは、複数の直交アンテナを使用する場合、被験者の相対位置を決定することができる。例えば、ＲＦＩＤセンサが臀部の領域で患者の下着の後方に配置される場合には、被験者の下（例えば、ベッドまたはマットレスの下）に位置するアンテナは、被験者が仰臥位であるときに最も高い信号強度を示す。被験者がその側方に再配置されると、被験者は多くの場合、湾曲した位置をとり、後方ＲＦＩＤセンサをベッドの足の方に向ける。この場合、被験者の足（例えば、ベッドの足）に配置されたアンテナは増加した信号強度を見ることになるが、一方、被験者の下に位置するアンテナは、低減されたリターン信号強度を報告する。ＲＦＩＤセンサ信号強度は、コントローラおよび／またはソフトウェア動作の一部としてＲＳＳＩとして読み取られる。複数のアンテナは、信号を送受信するように構成される。しかしながら、複数のアンテナがＩｏＴデバイスに接続されている場合には、単一のアンテナのみが一度に信号を送受信する。したがって、ＲＦＩＤリーダのコントローラおよび／またはソフトウェア動作は、一方のアンテナが短期間使用され、次いで、別の期間に基づいて他方のアンテナに切り替えるか、またはアンテナ応答に基づいて切り替えるＲＦＩＤリーダ切り替えプロトコルを使用する（例えば、１つのアンテナが弱い信号を有する場合には、ＲＦＩＤリーダは、より強い信号を有するアンテナに切り替えることができる）。読み取りを実行するそれぞれのアンテナおよび読み取りの相対信号強度は、ＲＦＩＤリーダのコントローラおよび／またはソフトウェアによって分析されて、被験者の位置が静的であるか動的であるか、および／または被験者が仰向きであるか横向きであるかを判定することができる。
【0155】
[0177]ステップ１２０５において、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４Ｄ、図５Ａ～図５Ｆ、および図６Ａ～図６Ｅに関して説明したように、複数のアンテナを有するＩｏＴデバイスから取得される。特定の例では、第１および第２のアンテナはセンサと無線通信し、第１のアンテナは第２のアンテナと直交して配置され、第１のアンテナはベッドの足に配置され、第２のアンテナはベッドのマットレスの下またはベッドの下に配置される。ステップ１２１０において、入力データが解析されて、ある時間窓にわたって被験者と関連するセンサから収集されたすべてのセンサデータが識別される。センサデータは、ＩｏＴデバイスに接続された第１のアンテナおよび第２のアンテナから時間窓内に取得された複数のエネルギーレベルを含む。解析は、センサに関連する固有の識別子および／またはアンテナに関連する固有の識別子および記録時間に基づいて、時間窓にわたって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むことができる。固有の識別子および記録時間は、センサによるセンサデータに関連する、および／またはアンテナによる信号データに関連するメタデータとして提供されてもよい。
【0156】
[0178]ステップ１２６０において、アンテナからの第１の期間および第２の期間内のエネルギーレベルが分析される。例えば、第１の期間に第１のアンテナによって取得された第１のエネルギーレベルを、第２の期間に第２のアンテナによって取得された第２のエネルギーレベルと比較することができる。ステップ１２６５において、エネルギーレベルの分析に基づいて、第１の期間および第２の期間を通して被験者の位置に関して決定が行われる。例えば、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第２のエネルギーレベルよりも大きいか、等しいか、または小さいかどうかに関する判定を行うことができる。第１のエネルギーレベルが第２のエネルギーレベルよりも大きいと場合、第１の期間および第２の期間にわたる被験者の第１の位置は、被験者がベッドに横向きに横たわっている状態である。第１のエネルギーレベルが第２のエネルギーレベル未満である場合、第１の期間および第２の期間にわたる被験者の第２の位置は、被験者がベッドで仰向けに横たわっている状態である。第１のエネルギーレベルが第２のエネルギーレベルと実質的に同じまたは等しい場合、被験者がどのように横たわっているかは決定不可能である。
【0157】
[0179]ステップ１２７０において、センサデータが、第１の期間および第２の期間の後の所定の期間内に第１および／または第２のアンテナによって収集された処理のための異なる期間に追加のエネルギーレベル（例えば、第１および第２のエネルギーレベルと同じまたは異なるエネルギーレベルであるが、第１および第２のエネルギーレベルの記録と比較してエネルギーレベルの別個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、所定の期間は、３分、５分、１０分、１５分、３０分、１時間、２時間、３時間、または５時間である。センサデータが処理のための追加のエネルギーレベルを含む場合、処理はステップ１２６０に続く。例えば、アンテナからの第３および第４の期間内のエネルギーレベルを分析することができる。分析するステップは、第３の期間に第１のアンテナによって取得された第３のエネルギーレベルを、第４の期間に第２のアンテナによって取得された第４のエネルギーレベルと比較するステップを含むことができる。第３のエネルギーレベルと第４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第４のエネルギーレベルよりも大きいかまたは小さいかに関する判定を行うことができる。第３のエネルギーレベルが第４のエネルギーレベルよりも大きい場合、第３の期間および第４の期間にわたる被験者の第２の位置は、被験者がベッドに横向きに横たわっている状態であると判定され得る。第３のエネルギーレベルが第４のエネルギーレベル未満である場合、第３の期間および第４の期間における被験者の第２の位置は、被験者がベッドに仰向けに横たわっている状態であると判定され得る。
【0158】
[0180]ステップ１２７５において、ステップ１２６０および１２６５に従って時間窓にわたって異なる期間（例えば、第１の期間および第２の期間対第３の期間および第４の期間）に決定された被験者の位置が、被験者の位置が時間窓にわたって静的であるか動的であるかを決定するために互いに比較される。被験者の位置が変化すると、例えば、仰向きから横向きになると、被験者の位置が時間窓にわたって動的であると判断でき、一方、例えば被験者が仰向けのままであるなど、被験者の位置が変化しない場合、被験者の位置が時間窓にわたって静止していると判定することができる。
【0159】
[0181]ステップ１２８０において、ステップ１２６０～１２７５のセンサデータおよび論理結果に基づいて、（１）活動の欠如および（２）ベッド活動（例えば、図７に関連して説明した活動識別段階７２０において使用される訓練された活動識別モデル７７０）における寝返りのうちの１つまたは複数が予測可能である。ステップ１２６０～１２７５の論理結果は、時間窓内の被験者の位置および被験者の位置の変化（例えば、静的対動的）の決定である。ステップ１２８５において、以下の活動または情報のうちの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。（１）活動の欠如、（２）ベッド活動で寝返りを打つこと、（３）時間窓を通した被験者の位置、（４）静的位置決め、および（５）動的位置決め。ステップ１２８５において、管理プログラムのサービスの追加部分として、決定された活動または情報の結果としてエンドユーザに通知を提供することができる。
【0160】
[0182]図１３は、被験者が床擦れを有するかまたは床擦れを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において、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４Ｄ、図５Ａ～図５Ｆ、および図６Ａ～図６Ｅに関して説明したように、ＩｏＴデバイスから取得される。場合によっては、入力データは、予測モデルによって行われる予測も含む。例えば、図８、図９、および図１２に関して説明したような、被験者について一定期間にわたって取得された、（１）非事象、（２）失禁事象、（３）飽和した下着または吸収パッド、（４）飽和していない下着または吸収パッド、（５）水分事象、（６）収集デバイスの総液体量、（７）完全収集デバイス、（８）脱水状態の被験者、（９）経時的に異常な液体量、（１０）経時的に正常な量、（１１）活動の欠如、（１２）ベッド活動で寝返りを打つこと、（１３）ベッド活動から出ること、（１４）フロア活動で転倒すること、ならびに（１５）バスルームに入ることのうちの１つまたは複数に関する予測を、入力データの一部として使用することができる。ステップ１３１０において、活動パターン（例えば、排尿または失禁事象）は、予測モデル（例えば、図７に関連して説明した活動識別段階７２０において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。場合によっては、予測される活動パターンは、尿失禁事象の頻度、失禁事象の持続時間（持続時間は、被験者が汚染さ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である）、時間窓にわたるベッド内での患者の平均運動、便失禁事象の頻度、および便失禁事象の持続時間（持続時間は、被験者が汚染さ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である）のうちの１つまたは複数である。
【0161】
[0183]任意選択のステップ１３１５で、追加のデータを取得して、１つまたは複数の予測モデルに入力することができる。床擦れリスクの判定を作成するために使用され得る追加のデータ入力には、スタッフの関与の頻度（スタッフのＲＦＩＤ／Ｂｌｕｅｔｏｏｔｈ近接データによって測定される）が含まれる。場合によっては、スタッフの関与は、患者が寝返りを打つかまたはベッドに再配置され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てもよい。
【0162】
[0184]ステップ１３２０において、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に関して説明した健康またはウェルビーイング判定段階７３５で使用される訓練された健康またはウェルビーイング予測モデル７７５）によって被験者の健康およびウェルビーイングに関する予測を行うために使用される。場合によっては、健康またはウェルビーイングに関する予測は、被験者が尿路感染症を有するかまたは尿路感染症を発症していることを示す床擦れリスクスコアを含む。例えば、患者がベッドで方向転換または再位置決めされていることを示すスタッフ関与の頻度（スタッフＲＦＩＤ／Ｂｌｕｅｔｏｏｔｈ近接データによって測定される）（リスクスコアを減少させる特徴であり得る）、尿失禁事象の頻度（より多くの事象およびより多くの座位または臥位はリスクスコアを増加させる特徴であり得る）、失禁事象の持続時間（尿中の座位または臥位のより長い持続時間はリスクスコアを増加させる特徴であり得る）、時間窓にわたるベッドでの患者の運動の平均（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）、便失禁事象の頻度（より多くの事象およびより多くの座位または臥位はリスクスコアを増加させる特徴であり得る）、ならびに便失禁事象の持続時間（座位または臥位のより長い持続時間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において、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被験者の健康およびウェルビーイング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において、管理プログラムのサービスの追加部分として、被験者者の健康およびウェルビーイングの予測の結果としてエンドユーザに通知を提供することができる。
【0163】
[0185]図１４は、人事を予測し、人事管理を最適化するための方法１４００を示す。ステップ１４０５において、入力データが取得される。例えば、図１、図２、図３Ａ～図３Ｅ、図４Ａ～図４Ｄ、図５Ａ～図５Ｆ、および図６Ａ～図６Ｅに関して説明したように、データはＩｏＴデバイスから取得される。場合によっては、入力データは、予測モデルによって行われる予測も含む。例えば、図８、図９、および図１０に関して説明したような、１人または複数の被験者について一定期間にわたって取得された、（１）非事象、（２）失禁事象、（３）飽和した下着または吸収パッド、および（４）飽和していない下着または吸収パッド、（５）活動の欠如、（６）ベッド活動で寝返りを打つこと、（７）ベッド活動から出ること、（８）フロア活動で転倒すること、（９）バスルーム活動に入ること、ならびに（１０）被験者の健康およびウェルビーイングのうちの１つまたは複数に関する予測を、入力データの一部として使用することができる。ステップ１４１０において、活動パターン（例えば、午前６時から午前９時までの間の失禁を含む被験者による活動の増加）が、予測モデル（例えば、図７に関連して説明した活動識別段階７２０において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において、活動パターンからの特徴が抽出され、予測モデル（例えば、図７に関して説明した人事管理段階７４０で使用される訓練された人事管理モデル７８０）によって人事に関する予測を行い、および／または人事管理を最適化するために使用される。ステップ１４２０において、予測モデルによる予測に基づく管理プログラムのサービスの一部として、人事の予測を表示し、および／または人事管理を最適化するユーザインターフェースが提供される。ステップ１４２５において、人事の予測および／または管理プログラムのサービスの追加部分としての人事管理の最適化の結果として、エンドユーザに通知を提供することができる。
【0164】
[0186]例示的なユースケースでは、施設内の累積湿潤事象に関連する水分検出事象のデータ分析を、人事管理のための物流目的に使用することができる。看護助手のピーク時間要件を決定して、これらの事象に対応するために人員配置比率を最適化することができる。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着用される追加のＲＦＩＤセンサを使用するためのデータ分析を使用して、湿潤事象を支援する臨床スタッフを記録することができる。これは、臨床スタッフの追跡および人事管理のための物流目的のためのより高い効率を提供するために使用することができる。
【0165】
[0187]図１５は、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において、入力データが取得される。例えば、図１、図２、図３Ａ～図３Ｅ、図４Ａ～図４Ｄ、図５Ａ～図５Ｆ、および図６Ａ～図６Ｅに関して説明したように、データはＩｏＴデバイスから取得される。場合によっては、入力データは、予測モデルによって行われる予測も含む。例えば、図８、図９、図１０、および図１１に関して説明したような、１人または複数の被験者について一定期間にわたって取得された、（１）非事象、（２）失禁事象、（３）飽和した下着または吸収パッド、および（４）飽和していない下着または吸収パッド、（５）活動の欠如、（６）ベッド活動で寝返りを打つこと、（７）ベッド活動から出ること、（８）フロア活動で転倒すること、（９）バスルーム活動に入ること、（１０）被験者の健康およびウェルビーイング、ならびに（１１）人事のうちの１つまたは複数に関する予測を、入力データの一部として使用することができる。ステップ１５１０において、活動パターン（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に関連して説明した活動識別段階７２０において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において、活動パターンからの特徴が抽出され、在庫に関する予測を行い、予測モデル（例えば、図７に関して説明した在庫制御段階７４５で使用される訓練された在庫制御モデル７８５）によって在庫制御管理を最適化するために使用される。ステップ１５２０において、在庫の予測を表示し、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制御を最適化するユーザインターフェースが提供される。ステップ１５２５において、在庫の予測および管理プログラムのサービスの追加部分としての在庫制御の最適化の結果として、エンドユーザに通知を提供することができる。
【0166】
[0188]例示的なユースケースでは、商業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物流目的で使用される施設内の累積湿潤事象に関する水分検出事象のデータ分析。下着または吸収パッドのピーク時間要件は、これらの事象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。
【0167】
[0189]図１６は、本開示による一人または複数の被験者の健康およびウェルビーイング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に関連して説明し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に関して上述した例示的な方法８００の一部または全部などの異なる例に従って、一人または複数の被験者の健康およびウェルビーイング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実行するように構成される。この例では、メモリ１６１０は、図１、図２、図３Ａ～図３Ｅ、図４Ａ～図４Ｄ、図５Ａ～図５Ｆ、図６Ａ～図６Ｅ、および図８～図１５に関して上述したように、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的出力を提供するためのディスプレイ１６３５を含む。
【0168】
[0190]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を含む。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することができる。他のデバイスとの通信は、任意の適切なネットワークプロトコルを用いて達成され得る。例えば、１つの適切なネットワークプロトコルは、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もしくはＵＤＰ／ＩＰなどのそれらの組み合わせを含むことができる。
【0169】
[0191]本明細書の方法およびシステムのいくつかの例は、様々な機械上で実行されるソフトウェアに関して説明されているが、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）などの特定に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、またはこれらの組み合わせで実施することができる。一例では、デバイスは、１つまたは複数のプロセッサを含むことができる。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）、およびステートマシンを含んでもよい。そのようなプロセッサは、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または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をさらに含んでもよい。
【0170】
[0192]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、プロセッサによって実行されるか、または支援されるように、プロセッサに本開示による方法を実行させることができるプロセッサ実行可能命令を格納することができる媒体、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むか、またはそれと通信することができる。非一時的なコンピュータ可読媒体の例は、限定はしないが、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、光学、磁気、または他のストレージデバイスを含むことができる。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。記載された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を介して分散されてもよい。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むことができる。
【0171】
Ｖ．統合ユーザインターフェース
[0193]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の機能構成要素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、リアルタイムベースで被験者の活動および事象を検出するために、ユーザ（例えば、顧客または管理者）がセンサおよびＩｏＴデバイスのネットワークを使用して被験者の活動を監視する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、統合された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、本明細書に記載の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。
[0193]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の機能構成要素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、リアルタイムベースで被験者の活動および事象を検出するために、ユーザ（例えば、顧客または管理者）がセンサおよびＩｏＴデバイスのネットワークを使用して被験者の活動を監視する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、統合された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、本明細書に記載の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。
【0172】
[0194]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に関して説明したデータ分析モジュール２７５およびリモートサーバ２６５）に結合される。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被験者の活動のリアルタイムでの監視および評価を容易にする動作を実装し、そうすることで、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。様々な実施形態では、アプリケーションサーバ１７４０および１７４５は、本明細書に記載の一組の機構を介して被験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することができ、プレゼンテーション層内のＵＩのいずれかと通信することができる。
【0173】
[0195]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に関して説明したデータストア２７０）に結合される。データベース管理システム１７５０は、データの記憶および検索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であり得る。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に関して説明したデータストア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検索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。
【0174】
[0196]様々な実施形態では、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は、被験者識別子、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、デバイスオンラインステータス、関連する傾向などを含む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に示すように、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、様々な被験者１８１０に対する臨床スタッフ応答１８０５の統合ＵＩ１８００を提供することができる。本明細書で説明するように、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することができる。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、失禁事象に対するスタッフの応答を動的に決定し、失禁事象に対するスタッフの応答のパターンに基づいて被験者の健康およびウェルビーイングを予測することができる。失禁のこの判定、水分検出の持続時間、失禁事象に対するスタッフの応答の判定、および被験者者の健康およびウェルビーイングの予測は、センサ１８１５の現在の水分状態、ＩｏＴデバイス１８２０のオンライン状態、水分事象１８２５の持続時間、および時間間隔に基づくスタッフの応答１８３０の分類を含む様々な情報を有する統合ＵＩ１８００のダッシュボード１７０２を表示するためにアプリケーション層１７１０によって使用することができる。いくつかの実施形態はまた、被験者の健康およびウェルビーイングについての判定を行う際に予測モデルを含むことができる。さらに、被験者が湿潤していることを示すデータを単に提供するのとは対照的に、センサの現在の状態および事象の現在の持続時間の統合されたＵＩ１８００を関連するスタッフ応答時間と共に提供することは、臨床スタッフに患者が湿潤していることを単に知らせるのではなく、応答時間を改善し、湿潤の持続時間を短くするために、臨床スタッフが分類および関連する応答時間に基づいて識別された事象および被験者に集中するのを助けることができる。
【0175】
[0197]図１９Ａおよび図１９Ｂに示すように、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、被験者の湿潤および排尿間隔の統合ＵＩ１９００を提供することができる。本明細書で説明するように、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することができる。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、および失禁事象のパターンを動的に判定し、失禁事象のパターンに基づいて被験者の健康およびウェルビーイングを予測することができる。被験者の失禁、水分検出の持続時間、失禁事象のパターン、および健康およびウェルビーイングの予測のこの決定は、経時的な被験者の水分状態１９０５対経時的な被験者の乾燥状態１９１０、および排尿１９２０間の時間に基づいてプロットされた排尿事象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を表示するためにアプリケーション層１７１０によって使用することができる。いくつかの実施形態はまた、被験者の健康およびウェルビーイングについての判定を行う際に予測モデルを含むことができる。さらに、被験者が湿潤していることを示すデータを単に提供するのとは対照的に、水分状態および排尿間隔の統合されたＵＩ１９００を提供することは、臨床スタッフに患者が湿潤していることを単に知らせるのではなく、臨床スタッフが、典型的な排尿時間および排尿頻度に基づいて識別された被験者に集中して、湿潤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起こり得る健康上の懸念の識別を改善するのを助けることができる。
【0176】
[0198]図２０に示すように、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く時間的制約がオーバーレイされた被験者の現在の状態の統合ＵＩ２０００を提供することができる。本明細書で説明するように、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することができる。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、および被験者を湿潤から取り除いて健康およびウェルビーイングを維持するための最適応答時間を動的に決定し、失禁事象のパターンに基づいて被験者の健康およびウェルビーイングを予測することができる。失禁、水分検出の持続時間、被験者を湿潤から取り除くための最適応答時間、および被験者の健康およびウェルビーイングの予測のこの決定は、アプリケーション層１７１０によって使用されて、時間的制約２０１０でオーバーレイされた複数の被験者の水分状態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を表示することができる。例えば、予測モデルは、失禁事象の最適応答時間が１５分であると決定し、この予測時間をしきい値として使用して、様々な被験者の失禁事象を、即時処置が必要２０１５（＞１５分）、注意が必要２０２０（＜１５分）、および処置が不要、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、被験者の健康およびウェルビーイングについての判定を行う際に予測モデルを含むことができる。さらに、被験者が湿潤していることを示すデータを単に提供するのとは対照的に、水分状態の統合ＵＩ２０００に時間的制約を提供することは、臨床スタッフに患者が湿潤していることを単に知らせるのではなく、応答時間および湿潤の持続時間を改善するために必要な分類および関連する行動レベルに基づいて、臨床スタッフが識別された事象および被験者に集中するのを助けることができる。
【0177】
[0199]図２１は、複数の被験者についての失禁事象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に示すプロセスは、図１に関して説明した管理プラットフォーム１００によって実施することができる。ステップ２１０５において、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構成要素と、分析サーバおよび予測モデル構成要素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ならびに分析および予測結果で受信されたセンサおよびＩｏＴデータ、ならびに履歴データを格納するためのメモリをさらに含む。
【0178】
[0200]ステップ２１１０において、失禁事象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、一人または複数の被験者を監視することができる。ステップ２１１５において、複数のバケットを含むユーザインターフェースを提供することができる。各バケットは、注意レベルに関連してもよく、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事象を含む活動を表示する。本質的に、バケットは、活動に対する最適応答時間の予測モデル予測（例えば、失禁事象、転倒事象など）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サイロである。活動を単に表示するのとは対照的に、注意レベルバケットに基づく活動の統合されたＵＩを提供することは、臨床スタッフに患者が湿潤していることを単に知らせるのではなく、応答時間および湿潤の持続時間を改善するために必要な分類および関連する行動レベルに基づいて、臨床スタッフが識別された事象および被験者に集中するのを助けることができる。
【0179】
[0201]ステップ２１２０において、活動の発生が、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判定される。ステップ２１２５において、活動に必要な注意レベルに関連する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を更新することができる。任意選択で、ステップ２１３０において、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を受信することができる。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、例えば下着または吸収パッドの飽和レベルを示す拡張ＵＩが表示されてもよい。
【0180】
ＶＩ．さらなる考察
[0202]上記の説明では、実施形態の完全な理解を提供するために具体的な詳細が示されている。しかしながら、これらの具体的な詳細なしで実施形態を実施することができることが理解される。例えば、実施形態を不必要に詳細にして不明瞭にしないために、回路をブロック図に示すことができる。他の例では、実施形態を不明瞭にすることを避けるために、周知の回路、プロセス、アルゴリズム、構造、および技術を不必要な詳細なしに示すことができる。
[0202]上記の説明では、実施形態の完全な理解を提供するために具体的な詳細が示されている。しかしながら、これらの具体的な詳細なしで実施形態を実施することができることが理解される。例えば、実施形態を不必要に詳細にして不明瞭にしないために、回路をブロック図に示すことができる。他の例では、実施形態を不明瞭にすることを避けるために、周知の回路、プロセス、アルゴリズム、構造、および技術を不必要な詳細なしに示すことができる。
【0181】
[0203]上述した技術、ブロック、ステップ、および手段の実施は、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、および手段は、ハードウェア、ソフトウェア、またはそれらの組み合わせで実施することができる。ハードウェア実装の場合、処理ユニットは、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、上述した機能を実行するように設計された他の電子ユニット、および／またはこれらの組み合わせの内に実装することができる。
【0182】
[0204]また、実施形態は、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示されるプロセスとして説明することができることに留意されたい。フローチャートは、動作を逐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実行することができる。さらに、動作の順序を並べ替えることができる。プロセスは、その動作が完了したときに終了するが、図面には含まれていない追加のステップを有してもよい。プロセスは、方法、関数、手順、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、その終了は、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。
【0183】
[0205]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施することができる。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、必要なタスクを実行するためのプログラムコードまたはコードセグメントは、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／また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。コードセグメントは、情報、データ、引数、パラメータ、および／またはメモリ内容を渡すおよび／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、データなどは、メモリ共有、メッセージパッシング、チケットパッシング、ネットワーク送信などを含む任意の適切な手段を介して渡す、転送する、または送信することができる。
【0184】
[0206]ファームウェアおよび／またはソフトウェア実装の場合、方法論は、本明細書に記載の機能を実行するモジュール（例えば、手順、機能など）で実装することができる。本明細書に記載の方法論を実施する際に、命令を実体的に具現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、または他の記憶媒体を指し、任意の特定のタイプのメモリまたはメモリの数、またはメモリが格納される媒体のタイプに限定されるものではない。
【0185】
[0207]さらに、本明細書で開示されるように、「記憶媒体」、「記憶」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／または情報を記憶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、携帯型もしくは固定型ストレージデバイス、光ストレージデバイス、無線チャネル、ならびに／あるいは命令および／またはデータを含むもしくは搬送する格納可能な様々な他の記憶媒体を含むが、これらに限定されない。
【0186】
[0208]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、この説明は、例としてのみ行われ、本開示の範囲に対する限定としてでは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4D】
【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12A】
【図12B】
【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】