特許
J-GLOBAL ID：201803015536079583
機械学習アルゴリズムを用いた転倒リスクの識別
発明者：
,
出願人/特許権者：
代理人 (5件)：
山本 秀策
, 森下 夏樹
, 飯田 貴敏
, 石川 大輔
, 山本 健策
公報種別：公表公報
出願番号（国際出願番号）：特願2017-568246
公開番号（公開出願番号）：特表2018-526060
出願日： 2016年06月29日
公開日（公表日）： 2018年09月13日
要約：
人の転倒リスクが、機械学習アルゴリズムに基づいて判定され得る。転倒リスク情報は、人および/または人を監視する第三者(例えば、医者、理学療法士、個人トレーナ等)にその人の転倒リスクを通知するために使用されることができる。本情報は、健康ステータス、生活様式挙動、または医療治療における変化によって影響され得る、転倒リスクの変化を監視および追跡するために使用されてもよい。さらに、転倒リスク分類は、転倒のリスクがより高い日に個人がより注意することに役立ち得る。転倒リスクは、基本および高度断続平衡モデル(PEM)安定性メトリックを算出することによって負荷センサからのデータを処理する、機械学習アルゴリズムを使用して推定されてもよい。
請求項（抜粋）：
方法であって、
プロセッサによって、ある時間期間にわたって、複数の負荷データ点を少なくとも2つの負荷検出モジュールから受信するステップと、
前記プロセッサによって、機械学習アルゴリズムを前記複数の負荷データ点に適用することによって、転倒リスクを推定するステップであって、前記転倒リスクを推定するステップは、
少なくとも部分的に、前記複数の負荷データ点に基づいて、圧力中心(COP)データを計算するステップと、
少なくとも部分的に、前記圧力中心(COP)データに基づいて、隠れマルコフモデル技法を用いて識別された複数の姿勢状態を判定するステップと、
少なくとも部分的に、前記複数の姿勢状態に基づいて、1つまたはそれを上回る基本断続平衡モデル(PEM)安定性メトリックを計算するステップと、
少なくとも部分的に、前記複数の姿勢状態に基づいて、1つまたはそれを上回る高度断続平衡モデル(PEM)安定性メトリックを計算するステップと、
少なくとも部分的に、前記1つまたはそれを上回る基本断続平衡モデル(PEM)安定性メトリックおよび前記1つまたはそれを上回る高度断続平衡モデル(PEM)安定性メトリックに基づいて、前記転倒リスクを判定するステップと、
を含む、ステップと、
を含む、方法。
IPC (2件)：
FI (2件)：
A61B5/11 210
, G06N99/00 150
