本技术介绍参考了以下链接
English

2014年8月28日

株式会社富士通研究所（注1）（以下简称，富士通研究所）开发了以下技术。

开发背景

在医院或护理机构，为了检查患者的状况，护士需要定期进行巡视。但是，在护士不注意的情况下，入院患者有时会发生离开床铺走动或摔倒，以及出现患者由于疼痛而无法入睡的情况却没有被及时发现。

因此，为了检测患者起床、离床或在床上的动作，通常使用能够感知人体重量的压力传感器，和能够检测身体动作的传感器。但是，这些方法存在以下问题：患者离床时有意识地避开传感器会导致检测失败；传感器对护士的动作以及患者的翻身等动作发生误检测等，导致识别精度降低；传感器无反应时无法准确掌握患者的状态。因此，即使使用了传感器，护士也不得不频繁地去确认患者的状态，加重了护理的负担。

课题

除了感知压力和动作的传感器外，还可以通过摄像头摄像，基于传统的物体识别技术识别患者头部，根据其位置识别起床、离床的动作，计算患者在床上的活动量，检测无法入睡患者的行动。这样不仅可以减少护士的护理负担，同时能够实现24小时看护。但是，实现该方法具有以下课题。

1.头部的识别精度低导致未发觉起床、离床的动作

一般的物体识别技术，为了能够识别各种形状、发型、方向及姿势的头部，要预先将多种头部数据作为学习数据进行保存。将拍摄到的图像和学习数据相比较，尽管可以从图像中找到头部，但如果保存了各种头部数据，就会发生将被褥、枕头等物品误识别为头部的情况，而忽略了起床、离床的动作。

2.护士不易把握没有入睡、吵闹等应引起注意的患者行动

翻身等是患者动作中的常见动作。如果把这些常见动作都检测出来，就较难掌握什么样的动作应引起注意。

开发的技术

富士通研究所利用摄像头进行拍摄，开发了起床、离床传感技术和显示患者行为的可视化技术。起床、离床传感技术：通过识别、追踪患者头部，识别出有徘徊、跌倒预兆的起床、离床行为。显示患者行为的可视化技术：检测出坐卧不安无法入睡、吵吵闹闹等应引起注意的患者行动并显示（图1）。

通过将起床、离床检测，应引起注意的动作的检测高精度化，可尽快掌握患者的状态，降低护理负担。

开发的技术特征如下：

1.根据患者状态选择学习数据

根据患者的姿势将患者在床上的状态分为5种，并定义了其迁移关系（图2）。由于患者头部的样子取决于其所处状态，所以预先设置各个状态下头部出现的位置，并按各状态下,头部在预设位置的样子（朝向、大小等）制作学习数据。

识别时，基于迁移关系使用当前状态和接下来状态的学习数据。根据患者的状态选择学习数据用于识别，实现了高精度的头部识别。

2. 使用动作信息降低误检测

即使根据患者的状态选择学习数据，有时也会错误识别枕头和被褥。因此，在患者起床、离床时必须关注伴随动作的点，在图像内部从多个可能性区域中抽取头部候选。从多个头部候选中将认为进行了起床、离床动作的头部候选暂时选定为头部，如果无动作或经头部选定后动作停止了，则再次回到头部选择，继续重新观测所有的头部候选。这样由于和起床、离床的动作不一样，即使错误识别枕头和被褥时也能立即解除头部选定，在患者活动时可正确识别其头部。

3. 应引起注意的动作的可视化

参考医疗人员等的意见，将正常的行动、动作和应引起注意的动作进行如下定义。

图3 正常的行动、动作和应引起注意的动作

根据图像计算患者动作的大小、次数等，基于这些判定上述两种行动。

在可视化中，就寝中如果被判定为非正常动作，该患者的动作就用圆形记号（ ）表示，该行动的动作大小用5个级别的颜色（动作的大小：大 小）表示，一定时间范围内检测到的次数多少用的大小表示（图1）。由此就可以轻松掌握应引起注意的患者行动。

效果

在玉川医院（注2）的协助和住院患者及其家属同意下，富士通研究所进行了关于离床行动检测和行动可视化的试点实验。

在起床、离床传感实验中，确认了2名患者各4天，合计184小时的所有离床行动，并确认了相比传统的压力式传感器具有更高性能（图4）。

图4 试点实验结果

另外，在行动可视化技术中，通过对3名患者合计176小时的评测，对应引起注意的行动进行正确可视化的精度达到了91%。

将行动进行可视化，其结果显示在护士终端上，护士无需频繁的巡视就能够轻松地掌握患者的行动，实现了医院和护理机构的高品质护理，同时减轻了护士护理的负担。

今后

富士通研究所致力于将看护系统与面向护士的紧急通报系统、电子病历系统进行联合，旨在2015年实现该技术的实用化。另外，不仅局限于医院和护理机构，本技术还将面向老年人的家庭服务等的家庭护理、看护领域推进研究开发。

注释

注1 株式会社富士通研究所：

社长 佐相秀幸

总公司所在地 日本神奈川县川崎市

注2 玉川医院:

公益财团法人 日产厚生会 玉川医院 院长：中嶋 昭 所在地：东京都世田谷区。