原因推断系统及原因推断方法与流程

1.本发明涉及推断表示被测量者的跌倒的可能性的跌倒风险的原因的原因推断系统及原因推断方法。


背景技术：

2.以往，提出了评价或判定跌倒风险的方法等(例如，参照专利文献1)。在专利文献1中，公开了基于作为表示被测量者的运动功能的指标的单腿跳次数和作为肌肉骨骼不稳定症的一个指标的tug(计时-起立-行走，timed up to go)测试值来评价跌倒风险的方法。
3.现有技术文献
4.专利文献
5.专利文献1：日本特开2017－042618号公报


技术实现要素：

6.发明要解决的课题
7.但是，在专利文献1所记载的方法中，虽然能够评价跌倒风险，但在有跌倒风险的情况下，不知道其原因。因此，有被测量者的监视者(例如，照护者等)不能适当地对有跌倒风险的人进行用来降低跌倒风险的提议的情况。
8.所以，本发明的目的是提供一种能够推断跌倒风险的原因的原因推断系统及原因推断方法。
9.用来解决课题的手段
10.有关本发明的一技术方案的原因推断系统，是推断表示被测量者的跌倒的可能性的跌倒风险的原因的原因推断系统，具备：计算部，取得表示上述被测量者的步行时的身体运动的身体运动数据，基于所取得的上述身体运动数据，计算上述被测量者的2个以上的步行参数；以及推断部，基于上述2个以上的步行参数，推断上述被测量者的上述跌倒风险的原因中包含的、基于上述2个以上的步行参数的1个以上的主成分，输出推断结果。
11.此外，有关本发明的一技术方案的原因推断方法，是推断表示被测量者的跌倒的可能性的跌倒风险的原因的原因推断方法，取得表示上述被测量者的步行时的身体运动的身体运动数据；基于所取得的上述身体运动数据，计算上述被测量者的2个以上的步行参数；基于上述2个以上的步行参数，推断上述被测量者的上述跌倒风险的原因中包含的、基于上述2个以上的步行参数的1个以上的主成分，输出推断结果。
12.发明效果
13.根据有关本发明的一技术方案的原因推断系统等，能够推断跌倒风险的原因。
附图说明
14.图1是表示有关实施方式1的原因推断系统的概要构成的图。
15.图2是表示有关实施方式1的原因推断系统的功能构成的框图。
16.图3是表示有关实施方式1的风险分析部计算跌倒风险值的式子的一例的图。
17.图4是表示有关实施方式1的原因推断系统的在推断动作之前执行的动作的流程图。
18.图5是表示第1对应信息的一例的图。
19.图6是表示第2对应信息的一例的图。
20.图7是表示有关实施方式1的原因推断系统的推断跌倒风险的原因的推断动作的流程图。
21.图8是表示有关实施方式2的原因推断系统的功能构成的框图。
22.图9是表示有关实施方式2的原因推断系统的动作的流程图。
23.图10是表示原因与干预方法的对应关系的一例的图。
24.图11是表示被测量者的步行时的体的上下方向上的移位的图。
25.图12是表示被测量者的认知功能为正常的情况下的频率分析结果的图。
26.图13是表示被测量者的认知功能下降的情况下的频率分析结果的图。
27.图14是表示有关实施方式3的原因推断系统的功能构成的框图。
28.图15是表示有关实施方式3的原因推断系统的动作的流程图。
29.图16a是表示有关实施方式3的风险判定部的动作的一例的流程图。
30.图16b是表示有关实施方式3的风险判定部的动作的另一例的流程图。
具体实施方式
31.以下，参照附图对实施方式进行说明。另外，以下说明的实施方式都表示包含性或具体的例子。因而，在以下的实施方式中表示的数值、形状、材料、构成要素、构成要素的配置位置及连接形态、步骤、步骤的顺序等是一例，不是限定本发明的意思。此外，关于以下的实施方式的构成要素中的、在独立权利要求中没有记载的构成要素，设为任意的构成要素进行说明。
32.另外，各图是示意图，并不一定严密地图示。此外，在各图中，对于实质上相同的构成赋予相同的标号，有将重复的说明省略或简略化的情况。
33.此外，在本说明中，一致等表示要素间的关系性的用语以及数值及数值范围这些表达方式，不是仅表示严格的意义，而是意味着实质上同等的范围、例如也包含有几个百分点左右的差异。
34.(实施方式1)
35.[1－1.原因推断系统的概略构成]
[0036]
图1是表示有关本实施方式的原因推断系统1的概要构成的图。如图1所示，原因推断系统1具备计测装置10、推断装置20、输入装置30和显示装置40。
[0037]
原因推断系统1通过由计测装置10(例如相机)计测被测量者50的步行时(步行中)的身体运动，生成运动图像数据。计测装置10例如设置在养老院或照护施设的顶棚或墙壁等，将室内经常性地摄影。推断装置20基于由计测装置10摄影(生成)的运动图像数据对被测量者50的步行样态进行分析，推断被测量者50的跌倒风险的原因。推断结果被显示在显示装置40。另外，运动图像数据是身体运动数据的一例。此外，被测量者50是被检者的一例。
[0038]
使用这样的计测装置10的原因推断系统1通过将由计测装置10经常性地摄影的运
动图像数据储存，能够评价被测量者50的过去的推断结果及当前的推断结果。此外，原因推断系统1能够不使被测量者50注意到而推断被测量者50的跌倒风险的原因。另外，计测装置10并不限定于将被测量者50经常性地摄影。
[0039]
[1－2.原因推断系统的功能构成]
[0040]
一边参照图2一边对有关本实施方式的原因推断系统1的功能构成进行说明。图2是表示有关本实施方式的原因推断系统1的功能构成的框图。原因推断系统1是通过计测被测量者50的步行时的身体运动来迅速地推断该被测量者50的跌倒风险的原因的系统。
[0041]
如图2所示，原因推断系统1具备计测装置10、推断装置20、输入装置30和显示装置40。
[0042]
计测装置10是用来计测被测量者50的步行时的身体运动的装置。在本实施方式中，计测装置10是用来将被测量者50的步行时的运动图像数据摄影的相机。计测装置10既可以是使用cmos(互补型金属氧化物半导体，complementary metal oxide semiconductor)图像传感器的相机，也可以是使用ccd(电荷耦合器件，charge coupled device)图像传感器的相机。
[0043]
另外，帧速率(运动图像数据中包含的每1秒的图像数据数)没有被特别限定，例如既可以是40fps(帧每秒，frames per second)，也可以是60fps。
[0044]
推断装置20基于由计测装置10摄影的运动图像数据分析被测量者50的步行样态，推断被测量者50的跌倒风险的原因，向显示装置40输出。通过这样，推断装置20例如能够向照护被测量者50的照护者通知该被测量者50的跌倒风险的原因的推断结果，所以照护者能够对被测量者50进行用来降低跌倒风险的更适当的提议(干预)。此外，原因推断系统1即使在例如照护者没有注意到被测量者50有跌倒风险的情况下，也能够通过向被测量者50通知跌倒风险的原因，从而使照护者注意到被测量者50有跌倒风险。此外，原因推断系统1在被测量者50不自知有跌倒风险的情况下，通过通知跌倒风险的原因，能够使被测量者50注意到有跌倒风险。
[0045]
推断装置20具有计算部21、风险分析部22、原因分析部23和存储部24。
[0046]
计算部21从计测装置10取得计测结果(例如运动图像数据)，根据所取得的计测结果计算步行参数。计算部21例如取得由计测装置10摄影的运动图像数据，作为表示被测量者50的步行时的身体运动的身体运动数据。另外，根据运动图像数据计算步行参数的计算方法没有被特别限定，例如也可以通过运动图像数据的图像解析来进行。
[0047]
另外，已知肌力、肌量(肌肉量)、平衡感觉及认知功能的至少1个下降的人与肌力、肌量、平衡感觉及认知功能的至少1个没有下降的人(健康者)相比，步行时的身体运动不同。因此，步行参数包括与肌力、肌量、平衡感觉及认知功能的至少1个有相关性的步行速度、步幅、关节角度、腰或头部的移位。步行参数包括步行速度、步幅、关节角度、腰或头部的移位的至少2个。另外，关节角度例如是膝关节的角度。
[0048]
风险分析部22基于步行参数分析被测量者50的跌倒风险。风险分析部22例如通过基于图3所示的计算式计算跌倒风险值，分析被测量者50的跌倒风险。风险分析部22是第2判定部的一例。
[0049]
图3是表示有关本实施方式的风险分析部22计算跌倒风险值的式子的一例的图。图3所示的得分x1、x2、x3是基于步行参数的数值。例如，也可以得分x1是基于步幅的数值，
得分x2是基于步行速度的数值，得分x3是基于腰的位置的数值。此外，得分也可以是基于2个以上的步行参数的数值，例如，得分x1也可以是基于步幅及步行速度的数值。另外，在图3中，仅图示了后述的主成分(参照图6)中的“肌力”及“肌量”，但也可以包含其他的主成分。即，跌倒风险值也可以基于后述的多个主成分中的2个以上的主成分来计算。跌倒风险值例如也可以基于后述的多个主成分中的各个来计算。
[0050]
如图3所示，风险分析部22通过将得分x1、x2、x3及关于跌倒历史的得分相加来计算跌倒风险值。得分x1及x2例如是基于与肌力对应的步行参数的数值。也可以得分x1是基于步行速度的数值，得分x2是基于步幅的数值。另外，肌力与步行速度及步幅有相关性(参照后述的图6)。此外，得分x3例如是基于与平衡系统(例如平衡感觉)对应的步行参数的数值。得分x3也可以是基于腰的移位的数值。另外，肌量和腰的移位有相关性(参照后述的图6)。
[0051]
此外，关于跌倒历史的得分例如是基于跌倒的有无或跌倒次数的数值。通过在跌倒风险值中包含关于跌倒历史的得分，即使在肌力、肌量等正常的情况下，也能够适当地进行跌倒风险的判定。另外，风险分析部22例如经由输入装置30取得关于跌倒历史的信息，但也可以通过从存储部24读出来取得关于跌倒历史的信息。
[0052]
风险分析部22输出与通过图3所示的式子计算出的跌倒风险值对应的分析结果。风险分析部22例如既可以输出跌倒风险的有无，也可以输出跌倒风险的水平(例如，“高”“中”“低”等)。跌倒风险的水平只要是3个等级以上即可，没有特别限定。此外，风险分析部22也可以输出跌倒风险值。
[0053]
另外，图3所示的式子是一例，只要基于步行参数计算跌倒风险值，也可以通过图3所示的式子以外的式子计算跌倒风险值。跌倒风险值例如也可以对得分x1～x3等赋予规定的权重来计算。此外，跌倒风险值例如也可以使用加、减、乘、除等的至少1种来计算。此外，跌倒风险值也可以还使用关于认知功能的数值来计算。即，跌倒风险也可以也考虑被测量者50的认知功能来分析。
[0054]
再次参照图2，原因分析部23基于步行参数，分析表示被测量者50跌倒的可能性的跌倒风险的原因。原因分析部23例如基于步行参数和表示人的体力指标及步行参数的对应关系的对应信息，分析被测量者50的跌倒风险的原因。体力指标表示人的体力或运动能力，例如包括在体力测量等中计测的项目。体力指标例如包括握力、腿部肌力、睁眼单腿站立、踏步(例如反复横跳)等。此外，在体力指标中，也可以包括根据身体组成计的计测结果推断的身体组成。身体组成例如是使用bia法(bioelectrical impedance analysis：生物体电阻抗法)的身体组成计的计测结果。另外，步行参数不包含在体力指标中。此外，原因包括给人的跌倒风险带来影响的主要的原因(成分)。原因分析部23是推断部的一例。
[0055]
存储部24是存储各处理部取得或计算出的各种数据的存储装置。存储部24例如也可以存储从计测装置10取得的运动图像数据，也可以存储计算部21计算出的步行参数。此外，存储部24例如也可以存储风险分析部22及原因分析部23的分析结果。
[0056]
例如，在想要解析被测量者50的步行时的身体运动的长期性的经过变化的情况下，计算部21也可以使存储部24存储被测量者50的运动图像数据或计算出的步行参数。此外，例如在想要解析被测量者50的分析结果的长期性的经过变化的情况下，风险分析部22或原因分析部23也可以使存储部24存储分析结果。另外，长期性的期间没有被特别限定，例
如既可以是1周，也可以是1个月，也可以是1年。此外，以下将运动图像数据、步行参数及分析结果也记作基于身体运动的信息。
[0057]
通过这样，推断装置20能够根据基于被测量者50的过去的步行时的身体运动的信息(例如步行参数等)，进行例如关于当前的跌倒风险的判定。推断装置20例如能够进行关于当前的跌倒风险的有无的判定。
[0058]
此外，在存储部24中，例如还存储有用于各处理部执行有关实施方式的原因推断方法的程序及在进行原因分析时使用的信息数据。存储部24由半导体存储器或hdd(硬盘驱动器，hard disk drive)等实现。
[0059]
另外，推断装置20也可以不具有风险分析部22。推断装置20只要是能够推断被测量者50的跌倒风险的原因的构成即可。
[0060]
另外，推断装置20的各处理部既可以由同时拥有各个功能的1个处理器、微型计算机或专用电路实现，也可以由处理器、微型计算机或专用电路中的2个以上的组合实现。此外，计算部21及原因分析部23也可以包括进行有线通信或无线通信的通信模组(通信电路)而构成。在此情况下，计算部21只要能够与计测装置10通信即可，计算部21的通信方式(通信规格、通信协议)没有被特别限定。此外，原因分析部23只要能够与显示装置40通信即可，原因分析部23的通信方式(通信规格、通信协议)没有被特别限定。这样，计算部21也可以具有作为取得部的功能，原因分析部23也可以具有作为输出部的功能。
[0061]
另外，推断装置20例如是个人计算机，但也可以是服务器装置。此外，推断装置20既可以设置在设置有计测装置10的建筑物内，也可以设置在该建筑物之外。
[0062]
输入装置30是从被测量者50受理规定的信息的输入的用户接口。输入装置30例如受理关于该被测量者的跌倒历史的信息的输入。输入装置30由硬件键(硬件按钮)、滑动开关、触摸面板等实现。
[0063]
显示装置40显示基于从推断装置20输出的跌倒风险的原因的分析结果的图像。显示装置40具体而言是由液晶面板或有机el面板等构成的监视器装置。作为显示装置40，也可以使用电视机、智能电话或平板电脑终端、可穿戴终端等的信息终端。推断装置20与显示装置40之间的通信例如是有线通信，但在显示装置40是智能电话、平板电脑终端或可穿戴终端的情况下也可以是无线通信。
[0064]
[1－3.原因推断系统的动作]
[0065]
接着，一边参照图4及图5一边对有关本实施方式的原因推断系统1的动作进行说明。图4是表示有关本实施方式的原因推断系统1的在推断动作之前执行的动作的流程图。具体而言，图4表示在进行对于被测量者50的跌倒风险的原因分析之前执行的动作。
[0066]
如图4所示，计算部21取得基于关于人的体力指标的计测结果的第1对应信息(s11)。计算部21例如取得表示每个体力指标的跌倒风险与关于体力指标的计测结果的对应关系的第1对应信息。图5是表示第1对应信息d1的一例的图。另外，以后将每个体力指标的跌倒风险也记作分指标跌倒风险。另外，第1对应信息是表示人的体力指标与跌倒风险的关系的信息的一例。
[0067]
如图5所示，第1对应信息d1是表示包括“握力”“睁眼单腿站立”“跌倒履历”等的体力指标与包括“高”“中”“低”的分指标跌倒风险的对应关系的图。对“握力”进行说明，表示了如果握力小于10kgw则分指标跌倒风险为“高”、如果是15kgw左右则分指标跌倒风险为“中”、如果是20kgw以上则分指标跌倒风险为“低”的例子。另外，图5所示的项目及数值是一例，并不限定于此。此外，图5中关于“左右”的表达，如果以握力为例进行说明，则是指包括15kgw及15kgw前后的数值。所述的15kgw左右，既可以是与分指标跌倒风险“高”及“低”对应的握力之间的数值，例如也可以是10kgw以上小于20kgw。
[0068]
此外，对于分指标跌倒风险“高”“中”“低”分别分配得分。例如，对于分指标跌倒风险“高”分配2分，对于“中”分配1分，对于“低”分配0分，但得分的分配并不限定于此。此外，计算部21也可以基于分指标跌倒风险的得分来取得用来判定是否有跌倒风险的阈值。计算部21例如也可以取得对于运算了体力指标的各得分的运算值的阈值。运算例如是加法，但也可以是减法、乘法、除法的至少1个。此外，运算也可以是加权加法等。以下，对运算是加法、运算值是每个体力指标的得分的合计值的例子进行说明。假设计算部21例如作为用来判定被测量者50的跌倒风险为“高”的第1阈值而取得了6分，作为用来判定用户的跌倒风险为“中”的第2阈值而取得了2分。第1阈值及第2阈值例如也可以存储在存储部24中。
[0069]
接着，计算部21取得表示体力指标与步行参数的对应关系的第2对应信息d2(s12)。计算部21例如也可以经由输入装置30取得第2对应信息d2。图6是表示第2对应信息d2的一例的图。另外，第2对应信息是表示人的体力指标与2个以上的步行参数的关系的信息的一例。
[0070]
如图6所示，第2对应信息d2是将与跌倒风险的原因中包含的成分1～4各自对应的主成分、体力指标及步行参数建立了对应的信息。主成分表示与人的跌倒风险有关系的身体的要素，被预先设定。主成分例如包括“肌力”“平衡”“敏捷性”及“肌量”。如果以成分1为例进行说明，则与主成分“肌力”对应的体力指标是“握力”及“腿部肌力”，与“肌力”对应的步行参数是“步行速度”及“步幅”。换言之，第2对应信息d2表示在跌倒风险的原因的推断中可以代替“握力”及“腿部肌力”而使用“步行速度”及“步幅”。
[0071]
主成分“肌力”是指人跌倒的原因之一是此人的肌力。体力指标“握力”及“腿部肌力”是表示主成分“肌力”的状态的指标。“步行速度”及“步幅”是与体力指标“握力”及“腿部肌力”有相关关系的步行参数。
[0072]
另外，这里的相关关系，在体力指标是“握力”、“步行参数”是“步行速度”的情况下，也可以包括握力的值与步行参数的值的相关关系。相关关系例如也可以包含步行速度为2km/h，相当于握力为10kgw等的相关关系。
[0073]
另外，体力指标与步行参数的相关关系可以通过多个人的体力指标及步行参数的计测结果的回归分析等取得，但相关关系的取得方法并不限定于此。
[0074]
另外，成分2中的“关节角度”例如包括左右腿的关节角度的差。这里的关节角度是与步行有关的关节的角度，例如是膝关节的角度。关节角度的左右的差例如是左腿及右腿的膝关节的角度的差。
[0075]
另外，成分3中的“关节角度”例如包括关节角度的大小。这里的关节角度是与步行有关的关节的角度，例如是膝关节的角度的大小。
[0076]
另外，成分4中的“腰的移位”包括腰的位置的移位。成分4中的步行参数只要与身体组成计的值有相关关系即可，除了“腰的移位”以外或与“腰的移位”同时也可以包括“头部的移位”等。
[0077]
再次参照图4，计算部21将第1对应信息d1及第2对应信息d2存储到存储部24中
(s13)。
[0078]
接着，一边参照图7一边对原因推断系统1的推断跌倒风险的原因的动作进行说明。图7是表示有关本实施方式的原因推断系统1的推断跌倒风险的原因的推断动作的流程图。
[0079]
如图7所示，计算部21从计测装置10取得被测量者50的步行时的运动图像数据(s21)。运动图像数据既可以是将被测量者50的日常的步行时的样子摄影的数据，也可以是为了推断跌倒风险的原因而将在规定的场所步行时的样子摄影的数据。规定的场所例如也可以是包含带有标记的步行路面的通路。此外，运动图像数据也可以是从多个视点将被测量者50摄影而得到的运动图像数据。
[0080]
接着，计算部21基于运动图像数据计算被测量者50的步行参数(s22)。计算部21的步行参数的计算方法没有被特别限定，例如也可以通过运动图像数据的图像解析来进行。计算部21例如也可以根据图像数据计算被测量者50的特征点，基于特征点的移动轨跡计算步行参数。计算部21在取得了在上述的通路中步行的被测量者50的运动图像数据的情况下，也可以通过背景差分法计算特征点。计算部21将步行参数向风险分析部22输出。
[0081]
接着，风险分析部22基于步行参数，判定被测量者50是否有跌倒风险(s23)。风险分析部22例如按照步行参数计算得分，基于计算出的多个得分，判定被测量者50是否有跌倒风险。风险分析部22例如基于存储在存储部24中的第1对应信息d1及第2对应信息d2，计算每个步行参数的得分。风险分析部22在步行参数是步行速度、并且步行速度是2km/h的情况下，例如，取得步行速度2km/h相当于握力10kgw。并且，风险分析部22基于第1对应信息，取得步行速度2km/h的得分是2分。
[0082]
风险分析部22例如如图3的式子所示，通过按照步行参数计算上述的得分、将计算出的多个得分相加，计算跌倒风险值。并且，风险分析部22例如在多个得分的合计值即跌倒风险值为阈值以上的情况下判定为有跌倒风险。该情况下的阈值是用来判定跌倒风险的有无的数值。阈值既可以是固定值，也可以按照每个被测量者50设定。
[0083]
此外，风险分析部22例如在作为阈值而设定了第1阈值(例如6分)及第2阈值(例如2分)的情况下，能够判定跌倒风险的程度。风险分析部22例如在跌倒风险的程度为规定程度以上(例如“中”以上)的情况下，也可以判定为有跌倒风险。
[0084]
另外，风险分析部22的跌倒风险的有无的判定方法并不限定于上述。风险分析部22例如也可以在步行速度为阈值以下的情况下判定为有跌倒风险。即，风险分析部22也可以基于步行参数的数值来判定是否有跌倒风险。
[0085]
风险分析部22将判定结果向原因分析部23输出。此外，风险分析部22也可以使存储部24存储判定结果。风险分析部22输出的判定结果是第2判定结果的一例。
[0086]
原因分析部23如果从风险分析部22取得表示有跌倒风险的判定结果(s23中为是)，则根据与步行参数有相关的体力指标，按照每个主成分计算对于跌倒风险的影响程度(s24)。原因分析部23例如基于第2对应信息d2，取得步行参数的“步行速度”及“步幅”与主成分“肌力”有相关。原因分析部23基于步行速度及步幅计算主成分“肌力”对于跌倒风险的影响程度。原因分析部23例如也可以基于步行速度的得分及步幅的得分来计算对于跌倒风险的影响程度。原因分析部23例如计算步行速度的得分及步幅的得分的合计值作为主成分“肌力”的对于跌倒风险的影响程度。原因分析部23也可以说是通过基于步行参数进行主成
分分析来推断跌倒风险的原因中包含的主成分。
[0087]
原因分析部23按照图6所示的成分1～4即按照每个主成分计算上述的影响程度。影响程度既可以是基于得分的绝对值(例如6分等)，也可以是基于该得分的相对值(例如50％)。原因分析部23在影响程度是基于得分的值的情况下，也可以说是执行将风险分析部22计算出的跌倒风险值中包含的各得分按照每个主成分汇总的处理。
[0088]
接着，原因分析部23例如基于每个主成分的影响程度来推断被测量者50的跌倒风险的原因(s25)。即，原因分析部23基于2个以上的步行参数推断跌倒风险的原因。原因分析部23基于2个以上的步行参数，从多个主成分之中推断被测量者50的跌倒风险的原因中包含的1个以上的主成分。原因分析部23例如既可以将影响程度最高的主成分推断为被测量者50的跌倒风险的原因，也可以将影响程度为规定程度以上的主成分推断为被测量者50的跌倒风险的原因。
[0089]
接着，原因分析部23将表示推断结果的信息向显示装置40输出(s26)。即，原因分析部23使显示装置40显示推断结果。
[0090]
接着，推断装置20使存储部24存储运动图像数据、步行参数及推断结果的至少1个(s27)。
[0091]
另外，原因分析部23如果从风险分析部22取得表示没有跌倒风险的判定结果(s23中为否)，则结束推断对于跌倒风险的原因的处理。
[0092]
[1－4.效果等]
[0093]
如以上这样，有关本实施方式的原因推断系统1是推断表示被测量者50的跌倒的可能性的跌倒风险的原因的原因推断系统，具备：计算部21，取得表示被测量者50的步行时的身体运动的运动图像数据(身体运动数据的一例)，基于所取得的身体运动数据，计算被测量者50的2个以上的步行参数；以及原因分析部23(推断部的一例)，基于2个以上的步行参数，推断被测量者50的跌倒风险的原因中包含的、基于2个以上的步行参数的1个以上的主成分，将推断结果输出。
[0094]
由此，原因分析部23能够基于2个以上的步行参数推断被测量者50的跌倒风险的原因。具体而言，原因分析部23能够基于2个以上的步行参数，推断1个以上的主成分。由此，有关本实施方式的原因推断系统1能够推断跌倒风险的原因。
[0095]
此外，原因分析部23基于表示体力指标与跌倒风险的关系的信息及表示体力指标与2个以上的步行参数的关系的信息，推断2个以上的主成分。
[0096]
由此，原因分析部23通过使用上述信息，被测量者50不用进行体力指标的计测而能够根据2个以上的步行参数推断1个以上的主成分。由此，原因推断系统1能够更简单地推断跌倒风险的原因。也可以说原因分析部23通过使用上述信息来推断被测量者50的拥有的能力。
[0097]
此外，原因推断系统1还具备基于2个以上的步行参数来判定被测量者50的跌倒风险的风险分析部22(第2判定部的一例)。并且，原因分析部23在风险分析部22将被测量者50判定为有跌倒风险的情况下，推断2个以上的主成分。
[0098]
由此，原因推断系统1能够进行跌倒风险的有无等的跌倒风险的判定。通过输出该判定结果，能够向被测量者50及照护者通知该判定结果。此外，由于能够减少原因分析部23的处理量，所以带来原因推断系统1的节能化。
[0099]
此外，1个以上的主成分包括肌力、肌量、平衡、认知功能中的至少1个。
[0100]
由此，原因分析部23当有被测量者50的跌倒风险时，能够推断身体的衰退为原因、还是认知功能的衰退为原因。
[0101]
此外，2个以上的步行参数包括步行速度、步幅、关节角度及腰的移位中的至少2个。
[0102]
由此，原因分析部23能够基于能够从运动图像数据取得的步行速度、步幅、关节角度、腰的移位中的至少2个，来推断被测量者50的跌倒风险的原因。即，原因推断系统1能够不进行用来推断跌倒风险的原因的计测(例如体力指标的计测)，而基于将被测量者50的日常的步行的样子摄影的运动图像数据来推断被测量者50的跌倒风险的原因。由此，原因推断系统1能够更简单地推断跌倒风险的原因。
[0103]
此外，如以上这样，有关本实施方式的原因推断系统1的推断方法是推断表示被测量者50的跌倒的可能性的跌倒风险的原因的原因推断方法，取得表示被测量者50的步行时的身体运动的身体运动数据(s21)，基于所取得的身体运动数据，计算被测量者50的2个以上的步行参数(s22)，基于2个以上的步行参数，推断被测量者50的跌倒风险的原因中包含的、基于2个以上的步行参数的1个以上的主成分(s25)，输出推断结果(s26)。
[0104]
由此，起到与上述的原因推断系统1同样的效果。
[0105]
(实施方式2)
[0106]
以下，一边参照图8～图13一边对有关本实施方式的原因推断系统1a进行说明。有关本实施方式的原因推断系统1a除了推断跌倒风险的原因以外，还在基于推断结果提议用来降低跌倒风险的干预方法这一点上具有特征。
[0107]
另外，在以下的说明中，以与实施方式1的不同点为中心进行说明，对于与实施方式1同样的构成赋予相同的标号，有将说明省略或简略化的情况。
[0108]
[2－1.原因推断系统的功能构成]
[0109]
一边参照图8一边对有关本实施方式的原因推断系统1a的功能构成进行说明。图8是表示有关本实施方式的原因推断系统1a的功能构成的框图。
[0110]
如图8所示，原因推断系统1a代替有关实施方式1的原因推断系统1具备的推断装置20而具备推断装置20a。推断装置20a在有关实施方式1的推断装置20的基础上还具有建议判定部25。
[0111]
建议判定部25基于被测量者50的跌倒风险的原因的推断结果，进行用于照护者等对被测量者50进行与该推断结果对应的干预的处理。建议判定部25例如进行用来向照护者提议干预效率较高的方法的处理。建议判定部25例如基于该推断结果中包含的2个以上的主成分，进行用来向照护者提议干预效率较高的方法(改善菜单)的判定处理。干预效率较高的方法，是指能够对被测量者50进行适合于该被测量者50的跌倒风险的原因的干预的方法(改善菜单)。即，干预效率较高的方法是能够有效地降低被测量者50的跌倒风险的方法。即，建议判定部25判定(决定)用来降低被测量者50的跌倒风险的降低方法。建议判定部25例如根据该2个以上的主成分对于跌倒风险的影响程度而进行上述的判定。建议判定部25是第1判定部的一例。
[0112]
此外，建议判定部25例如在想要解析判定结果的长期性的经过变化的情况下，也可以使存储部24存储该判定结果。此外，判定结果是基于身体运动的信息的一例。
[0113]
此外，建议判定部25也可以包括进行有线通信或无线通信的通信模组(通信电路)而构成。在此情况下，建议判定部25只要能够与显示装置40通信即可，建议判定部25的通信方式(通信规格、通信协议)没有被特别限定。
[0114]
[2－2.原因推断系统的动作]
[0115]
接着，一边参照图9及图10一边对有关本实施方式的原因推断系统1a的动作进行说明。图9是表示有关本实施方式的原因推断系统1a的动作的流程图。具体而言，图9表示基于对于被测量者50的跌倒风险的原因的推断结果进行用来降低跌倒风险的提议的动作。另外，图9所示的s21～s25的处理与实施方式1的图7是同样的，省略说明。
[0116]
如图9所示，原因分析部23如果推断出被测量者50的跌倒风险的原因(s25)，则将推断结果向建议判定部25输出。
[0117]
建议判定部25如果从原因分析部23取得推断结果，则基于该推断结果，判定向被测量者50的照护者等推荐的干预方法(s31)。建议判定部25例如从存储在存储部24中的多个干预方法之中，判定与推断结果对应的干预方法。图10是表示原因与干预方法的对应关系的一例的图。
[0118]
如图10所示，建议判定部25判定对应于“肌力”“肌量”“平衡”及“认知”对跌倒风险的影响程度(比例)的干预方法。建议判定部25例如在“肌力”“肌量”“平衡”及“认知”中的“肌力”比例最高的情况下，判定“运动改善菜单(慢肌)”是推荐的干预方法。由此，通过锻炼慢肌而肌力有效地提高，所以能够容易地降低跌倒风险。
[0119]
此外，建议判定部25例如在“肌力”“肌量”“平衡”及“认知”中的“肌量”比例最高的情况下，判定为“运动改善菜单(快肌)”是推荐的干预方法。由此，通过锻炼快肌能够有效地增加肌量，所以能够容易地降低跌倒风险。
[0120]
这样，建议判定部25例如在“肌力”及“肌量”中的一方的比例最高的情况下，提议用于跌倒预防及运动功能提高的运动菜单。
[0121]
此外，建议判定部25例如在“肌力”“肌量”“平衡”及“认知”中的“肌力”及“肌量”的比例类似(例如一致)的情况下，判定为“餐食改善菜单”是推荐的干预方法。这样，建议判定部25例如在针对“肌力”及“肌量”等肌肉的主成分的比例类似的情况下，也可以不是提议肌肉训练，而是提议餐食的改善方法。另外，所述的类似，例如也可以是2个比例的差为规定值以内。规定值例如既可以是10％，也可以是20％，也可以是其他。
[0122]
另外，图10所示的比例例如基于每个主成分的得分的合计值计算。
[0123]
另外，图10所示的“认知”表示由认知功能的下降带来的对步行的影响程度。已知出现了认知功能下降或认知功能的下降的征兆的人和认知功能没有下降的人(健康者)步行时的身体运动不同。因此，“认知”的影响程度例如能够基于步行参数来计算。另外，认知功能表示识别、存储或判断的能力。
[0124]
以下，对认知功能的分析方法(评价方法)的一例进行说明。另外，认知功能的分析方法并不限定于以下。
[0125]
原因分析部23在步行参数中包含头部的位置的情况下，例如对头部的移位进行频率分析。原因分析部23对头部的移位(例如，表示图11所示的头部的位置的时间变化的信号)进行离散傅里叶变换。即，原因分析部23进行将表示身体的移位的信号从时间域变换为频率域的频率变换处理。另外，图11是表示被测量者50的步行时的身体在上下方向上的移
位的图。此外，头部的移位是重心的位置的一例，例如由计算部21计算。
[0126]
如果被测量者50的认知功能为正常，则得到图12所示那样的分析结果，在被测量者50的认知功能下降的情况下，得到图13所示那样的分析结果。图12是表示被测量者50的认知功能为正常的情况下的频率分析结果的图，图13是表示被测量者50的认知功能下降的情况下的频率分析结果的图。
[0127]
在图12及图13所示的分析结果的各自中，频率最低的峰值(水平最高的峰值)是表示步行的周期的频率峰值。换言之，频率最低的峰值是主频率成分。如果被测量者50的认知功能为正常，则被测量者50能够以一定的周期行走。因此，在图12中，与图13相比表示步行的周期的频率峰值较尖，峰值水平较高。
[0128]
另一方面，在被测量者50的认知功能下降的情况下，由于被测量者50变得难以以一定的周期行走，所以步行的周期的离差变多。因而，在图13中，与图12相比表示步行的周期的频率峰值的峰值水平较低，该频率峰值的下摆变宽。
[0129]
所以，原因分析部23基于通过由离散傅里叶变换得到的频率分析得到的表示被测量者50的步行的周期的频率峰值，对被测量者50的认知功能进行分析。例如，原因分析部23基于频率峰值的峰值水平，对被测量者50的认知功能进行分析。峰值水平越低，原因分析部23分析为被测量者50的认知功能越下降。原因分析部23例如在峰值水平为阈值(图12及图13中图示)以上的情况下，判定为认知功能正常，分配表示认知功能为正常的得分。表示认知功能为正常的得分被预先设定，例如也可以是0分。
[0130]
另一方面，原因分析部23例如在峰值水平小于阈值的情况下，判定为认知功能下降了，分配表示认知功能下降了的得分。表示认知功能下降了的得分被预先设定，例如也可以是2分。另外，阈值例如也可以存储在存储部24中。
[0131]
再次参照图9，建议判定部25将表示判定结果的信息向显示装置40输出(s32)。即，建议判定部25使显示装置40显示判定结果。建议判定部25输出的判定结果是第1判定结果的一例。
[0132]
并且，推断装置20使存储部24将运动图像数据、步行参数、推断结果及判定结果的至少1个存储(s33)。建议判定部25也可以使存储部24存储判定结果。
[0133]
[2－3.效果等]
[0134]
如以上这样，有关本实施方式的原因推断系统1a的原因分析部23推断2个以上的主成分。并且，原因推断系统1a还具备基于2个以上的主成分判定用来针对被测量者50降低跌倒风险的干预方法，并输出判定结果的建议判定部25(第1判定部的一例)。
[0135]
由此，建议判定部25能够将适合于跌倒风险的原因的干预方法向照护者等通知。此外，原因推断系统1a即使在照护者等没有关于跌倒风险的降低的知识等的情况下，也能够向被测量者50敦促通过适当的干预方法进行跌倒风险的降低。
[0136]
此外，建议判定部25判定用来将2个以上的主成分中的对于跌倒风险的影响程度最大的主成分的影响程度降低的干预方法。
[0137]
由此，建议判定部25能够输出使被测量者50的跌倒风险有效地降低的干预方法。
[0138]
(实施方式3)
[0139]
以下，一边参照图14～图16b一边对有关本实施方式的原因推断系统1b进行说明。有关本实施方式的原因推断系统1b在基于过去的时间序列数据进行与跌倒风险有关的处
理这一点上具有特征。过去的时间序列数据是在比当前靠以前取得的时间序列数据，例如既可以是最近的1周的时间序列数据，也可以是最近的1个月的时间序列数据，也可以是最近的1年的时间序列数据，也可以是其他。
[0140]
另外，在以下的说明中，以与实施方式2的不同点为中心进行说明，对于与实施方式2同样的构成赋予相同的标号，有将说明省略或简略化的情况。
[0141]
[3－1.原因推断系统的功能构成]
[0142]
一边参照图14一边对有关本实施方式的原因推断系统1b的功能构成进行说明。图14是表示有关本实施方式的原因推断系统1b的功能构成的框图。
[0143]
如图14所示，原因推断系统1b代替有关实施方式2的原因推断系统1a具备的推断装置20a而具备推断装置20b。推断装置20b在有关实施方式2的推断装置20a的基础上还具有解析部26及风险判定部27。另外，推断装置20b也可以不具有建议判定部25。
[0144]
解析部26对基于过去的步行时的身体运动的信息进行解析。解析部26例如通过统计处理，取得与跌倒风险有关的时间序列数据的经时变化。并且，解析部26通过对时间序列数据的经时变化进行解析，既可以即使时间序列数据的趋势，也可以计算用来判定现时间点的跌倒风险的阈值。解析部26例如也可以通过对用户的过去的跌倒风险值的经时变化进行解析，计算对于该用户的跌倒风险值的阈值。
[0145]
另外，以下说明解析部26对与跌倒风险有关的时间序列数据进行解析的例子，但并不限定于此，也可以对步行参数、原因的主成分(例如肌力)，判定结果的至少1个时间序列数据进行解析。风险判定部27通过解析部26对原因的主成分的时间序列数据进行解析，例如能够判定肌力对于跌倒风险的影响程度是否下降了，即通过基于干预方法的菜单，跌倒风险是否降低了。
[0146]
风险判定部27基于解析部26的解析结果，判定被测量者50的跌倒风险。风险判定部27根据基于过去步行时的身体运动的信息中的至少1个信息的时间序列数据，判定被测量者50的跌倒风险。风险判定部27例如在解析部26计算出该被测量者50的跌倒风险值的阈值的情况下，也可以根据现时间点的跌倒风险是否超过阈值，来判定是否有该用户的跌倒风险。即，解析部26为了设定基于现时间点的步行时的身体运动的信息的阈值，也可以使用过去的时间序列数据。
[0147]
由此，风险判定部27例如在被测量者50跌倒风险值急剧地上升的情况下，能够进行与该上升对应的判定。
[0148]
此外，风险判定部27也可以包括进行有线通信或无线通信的通信模组(通信电路)而构成。在此情况下，风险判定部27只要能够与显示装置40通信即可，风险判定部27的通信方式(通信规格、通信协议)没有被特别限定。
[0149]
[3－2.原因推断系统的动作]
[0150]
接着，一边参照图15～图16b一边对有关本实施方式的原因推断系统1b的动作进行说明。图15是表示有关本实施方式的原因推断系统1b的动作的流程图。
[0151]
如图15所示，解析部26取得步行参数、跌倒风险、推断结果及判定结果之中的至少1个的时间序列数据(s41)。解析部26例如通过从存储部24读出而取得该时间序列数据。
[0152]
接着，解析部26对时间序列数据进行解析(s42)。解析部26例如在步骤s41中取得了包括步行速度的步行参数的情况下，也可以计算表示以规定时间点的步行速度为基准的
步行速度的变化程度的信息。变化程度例如既可以是规定时间点的步行速度与规定时间点以外的步行速度的差，也可以是比率。
[0153]
此外，解析部26例如在步骤s41中取得了包括跌倒风险值的跌倒风险的情况下，也可以计算表示以规定时间点的跌倒风险值为基准的跌倒风险值的变化程度的信息。变化程度例如既可以是规定时间点的跌倒风险值与规定时间点以外的跌倒风险值的差，也可以是比率。
[0154]
此外，解析部26例如在步骤s41中取得了主成分的影响程度(例如图10所示的比例)的情况下，也可以按照每个主成分计算比例的变化的趋势。解析部26例如也可以生成表示该趋势的折线图。
[0155]
此外，解析部26例如在步骤s41中取得了包括干预方法的判定结果的情况下，也可以计算干预方法的变化的趋势。解析部26例如也可以计算在规定期间中多个干预方法各自被提议的次数。
[0156]
此外，解析部26也可以进行关于上述的数值(例如，变化程度、跌倒风险值、影响程度、次数)的统计处理。在统计处理中计算的统计值例如是平均值，但也可以是最大值、最小值、中位数、表示离差的数值(例如标准差)等。
[0157]
解析部26将解析结果向风险判定部27输出。
[0158]
风险判定部27基于解析结果，执行关于跌倒风险的判定处理(s43)。也可以说风险判定部27基于时间序列数据执行关于跌倒风险的判定处理。风险判定部27例如执行图16a及图16b所示的判定处理的至少一方。图16a是表示有关本实施方式的风险判定部27的动作的一例的流程图。图16a表示在步骤s41中取得了步行参数的时间序列数据的情况下的流程图。
[0159]
如图16a所示，风险判定部27判定步行参数的变化是否为规定值以上(s101)。风险判定部27例如判定步行速度的变化是否为规定值以上。风险判定部27例如判定步行速度是否下降了规定值以上。
[0160]
风险判定部27在步行参数的变化为规定值以上的情况下(s101中为是)，判定为跌倒风险变高(s102)。此外，风险判定部27在步行参数的变化小于规定值的情况下(s101中为否)，判定为跌倒风险的变化较小(s103)。此外，风险判定部27例如也可以在步行参数是规定的变化的情况下判定为跌倒风险下降。另外，规定的变化例如也可以是向该步行参数的最优值接近的变化。
[0161]
由此，原因推断系统1b能够向照护者等通知被测量者50的跌倒风险的变化趋势。
[0162]
接着，一边参照图16b一边对风险判定部27的动作的另一例进行说明。图16b表示有关本实施方式的风险判定部27的动作的另一例的流程图。图16b表示在步骤s41中取得了推断结果的时间序列数据的情况下的流程图。
[0163]
如图16b所示，风险判定部27判定推断结果中的规定的主成分的比例是否下降了(s201)。风险判定部27例如判定推断结果中的“肌力”的比例是否下降了。规定的主成分例如可以是多个主成分中的对于跌倒风险的影响程度在规定期间内有1次以上为最高的主成分。
[0164]
风险判定部27在规定的主成分的比例下降的情况下(s201中为是)，判定为能看到由干预方法带来的改善效果(s202)。此外，风险判定部27在规定的主成分的比例没有下降
的情况下(s201中为否)，判定为不能看到由干预方法带来的改善效果(s203)。另外，风险判定部27也可以在规定的主成分下降了规定比例以上的情况下在步骤s201中判定为是。
[0165]
再次参照图15，接着，风险判定部27生成表示判定结果的信息(s44)，将表示所生成的判定结果的信息向显示装置40输出(s45)。即，风险判定部27使显示装置40显示判定结果。
[0166]
由此，原因推断系统1b能够向照护者等通知由干预方法带来的改善效果。
[0167]
另外，原因推断系统1执行上述动作的时机没有被特别限定，也可以定期地执行。
[0168]
[3－3.效果等]
[0169]
如以上这样，有关本实施方式的原因推断系统1b还具备基于2个以上的步行参数、推断结果及风险分析部22的判定结果之中的至少1个的时间序列数据来判定跌倒风险的风险判定部27(第3判定部的一例)。
[0170]
由此，风险判定部27能够基于2个以上的步行参数、推断结果及风险分析部22的判定结果的随着时间经过的变化来判定跌倒风险，所以能够实现跌倒风险的较早发现。
[0171]
(其他实施方式)
[0172]
以上，对各实施方式(以后也记作实施方式等)进行了说明，但本发明并不限定于上述实施方式等。
[0173]
例如，在上述实施方式等中，推断装置不具有计测装置、输入装置及显示装置，即，对计算装置和计测装置、输入装置及显示装置是分体的例子进行了说明，但并不限定于此。推断装置也可以具有计测装置、输入装置及显示装置之中的至少1个的功能。在此情况下，计测装置作为是推断装置的一部分的计测部发挥功能，输入装置作为是推断装置的一部分的输入部发挥功能，显示装置作为是推断装置的一部分的显示部发挥功能。例如，原因推断系统也可以由1个装置构成。
[0174]
此外，在上述实施方式等中，对原因推断系统中的推断装置由单一的装置实现的例子进行了说明，但也可以由多个装置实现。例如，推断装置也可以由1个服务器装置实现，也可以由3个以上的服务器装置实现。在原因推断系统由多个服务器装置实现的情况下，将该推断装置具备的构成要素对多个服务器装置怎样分配都可以。
[0175]
此外，在上述实施方式等中，各构成要素也可以由专用的硬件构成，或通过执行适合于各构成要素的软件程序来实现。各构成要素也可以通过cpu或处理器等的程序执行部将记录在硬盘或半导体存储器等的记录介质中的软件程序读出并执行来实现。
[0176]
此外，在上述实施方式等中，也可以将特定的处理部执行的处理由其他的处理部执行。此外，在上述实施方式的流程图中说明的处理的顺序是一例。也可以将多个处理的顺序变更，也可以将多个处理并行地执行。
[0177]
此外，在上述实施方式等中，各构成要素也可以通过执行适合于各构成要素的软件程序来实现。各构成要素也可以通过cpu或处理器等的程序执行部将记录在硬盘或半导体存储器等的记录介质中的软件程序读出并执行来实现。
[0178]
此外，各构成要素也可以由硬件实现。例如，各构成要素也可以是电路(或集成电路)。这些电路既可以作为整体构成1个电路，也可以分别是各自的电路。此外，这些电路也可以分别是通用的电路，也可以是专用的电路。
[0179]
此外，框图中的功能块的分割是一例，也可以将多个功能块作为1个功能块实现，
或将1个功能块分割为多个，或将一部分的功能转移到其他的功能块中。此外，也可以将具有类似的功能的多个功能块的功能由单一的硬件或软件并行或按时间划分地处理。
[0180]
此外，本发明的包含性或具体的技术方案也可以由系统、方法、集成电路、计算机程序或计算机可读取的cd－rom等的记录介质实现，也可以由系统、方法、集成电路、计算机程序及记录介质的任意的组合来实现。
[0181]
除此以外，对于实施方式施以本领域技术人员想到的各种变形而得到的形态、或在不脱离本发明的主旨的范围内通过将各实施方式的构成要素及功能任意地组合而实现的形态也包含在本发明中。
[0182]
标号说明
[0183]
1、1a、1b 原因推断系统
[0184]
21 计算部
[0185]
22 风险分析部(第2判定部)
[0186]
23 原因分析部(推断部)
[0187]
25 建议判定部(第1判定部)
[0188]
27 风险判定部(第3判定部)
[0189]
50 被测量者
[0190]
d1 第1对应信息
[0191]
d2 第2对应信息。