処理中

しばらくお待ちください...

設定

設定

出願の表示

1. WO2020122227 - うつ状態を推定する装置、方法及びそのためのプログラム

公開番号 WO/2020/122227
公開日 18.06.2020
国際出願番号 PCT/JP2019/048904
国際出願日 13.12.2019
IPC
A61B 10/00 2006.01
A生活必需品
61医学または獣医学;衛生学
B診断;手術;個人識別
10他の診断法または診断機器,例.診断ワクチン接種用機器;性の決定;排卵期の決定;咽喉をたたく器具
A61B 5/01 2006.01
A生活必需品
61医学または獣医学;衛生学
B診断;手術;個人識別
5診断のための検出,測定または記録;個体の識別
01人体部分の温度測定
A61B 5/02 2006.01
A生活必需品
61医学または獣医学;衛生学
B診断;手術;個人識別
5診断のための検出,測定または記録;個体の識別
02脈拍,心拍,血圧または血流の測定;結合された脈拍/心拍/血圧の測定;他に分類されない心臓血管の状態の評価,例.このグループに分類される技術と心電計との結合を用いるもの;血圧測定用心臓カテーテル
A61B 5/16 2006.01
A生活必需品
61医学または獣医学;衛生学
B診断;手術;個人識別
5診断のための検出,測定または記録;個体の識別
16心理検査のための用具;反応時間の検査
A61B 5/22 2006.01
A生活必需品
61医学または獣医学;衛生学
B診断;手術;個人識別
5診断のための検出,測定または記録;個体の識別
22筋肉の仕事量の測定;筋肉の強さまたは筋肉による打撃力の測定
G16H 50/20 2018.01
G物理学
16特定の用途分野に特に適合した情報通信技術[2018.01]
Hヘルスケアインフォマティクス,すなわち,医療または健康管理データの取扱いまたは処理に特に適合した情報通信技術[2018.01]
50医療診断,医療シミュレーションまたは医療データマイニングに特に適合したICT;伝染病またはパンデミックの検知,監視またはモデル化を行うために特に適合したICT
20コンピュータ使用による診断のためのもの,例.医療エキスパートシステムに基づくもの
出願人
  • 学校法人慶應義塾 KEIO UNIVERSITY [JP]/[JP]
発明者
  • 岸本 泰士郎 KISHIMOTO Taishiro
  • 田澤 雄基 TAZAWA Yuki
  • 梁 國經 Kuo-ching Liang
  • 藤田 卓仙 FUJITA Takanori
  • 吉村 道孝 YOSHIMURA Michitaka
  • 北沢 桃子 KITAZAWA Momoko
  • 三村 將 MIMURA Masaru
代理人
  • 大谷 寛 OTANI Kan
優先権情報
2018-23496614.12.2018JP
公開言語 (言語コード) 日本語 (JA)
出願言語 (言語コード) 日本語 (JA)
指定国 (国コード)
発明の名称
(EN) DEVICE AND METHOD FOR INFERRING DEPRESSIVE STATE AND PROGRAM FOR SAME
(FR) DISPOSITIF ET MÉTHODE PERMETTANT D'INFÉRER UN ÉTAT DÉPRESSIF ET PROGRAMME ASSOCIÉ
(JA) うつ状態を推定する装置、方法及びそのためのプログラム
要約
(EN)
Provided is a novel method for inferring a depressive state using a wearable device. Each data type of biological data for several days from a plurality of subjects is converted into data for each predetermined unit time such as one hour (S201). Next, the quantile of the distribution of obtained sample data is determined for each subject and each data type (S202). The standard deviation of the distribution of the obtained sample data is also calculated for each subject and each data type (S203). The Pearson correlation coefficient is calculated for each combination of data types for each subject (S204). Next, an inference model for the problem of determining whether a subject is classified as being in a depressive state or not is trained by machine leaning using teacher data in which the feature amounts of the quantile, the standard deviation, and the Pearson correlation coefficient extracted from the biological data of each subject are used as input vectors and evaluation of the depressive state for each subject by an expert such as a doctor is used as a label (S206).
(FR)
L'invention concerne une nouvelle méthode permettant d'inférer un état dépressif à l'aide d'un dispositif portatif. Chaque type de données biologiques pendant plusieurs jours provenant d'une pluralité de sujets est converti en données pour chaque unité de temps prédéterminée telle qu'une heure (S201). Ensuite, le quantile de la distribution des données d'échantillon obtenues est déterminé pour chaque sujet et chaque type de données (S202). L'écart-type de la distribution des données d'échantillon obtenues est également calculé pour chaque sujet et chaque type de données (S203). Le coefficient de corrélation de Pearson est calculé pour chaque combinaison de types de données pour chaque sujet (S204). Ensuite, un modèle d'inférence correspondant au problème lié à la détermination du fait qu'un sujet est classé comme étant en état dépressif ou non est entraîné par un apprentissage automatique à l'aide de données d'enseignement dans lesquelles les quantités caractéristiques du quantile, l'écart-type et le coefficient de corrélation de Pearson extrait des données biologiques de chaque sujet sont utilisés comme vecteurs d'entrée, et l'évaluation de l'état dépressif pour chaque sujet par un expert tel qu'un médecin est utilisée en tant qu'étiquette (S206).
(JA)
ウェアラブルデバイスを用いてうつ状態を推定するための新たな方法を提供する。複数の被験者からの数日分の生体データをデータタイプごとに、1時間等のあらかじめ定めた時間単位のデータに変換する(S201)。次に、被験者ごと、かつ、データタイプごとに、得られたサンプルデータの分布の分位数を定める(S202)。また、被験者ごと、かつ、データタイプごとに、得られたサンプルデータの分布の標準偏差を算出する(S203)。そして、被験者ごとに、データタイプの各組合せについて、ピアソン相関係数を算出する(S204)。次いで、こうして各被験者の生体データから抽出された分位数、標準偏差及びピアソン相関係数という特徴量を入力ベクトル、各被験者についての医師等の専門家によるうつ状態の有無の評価をラベルとする教師データを用いた機械学習により、うつ状態か否かの分類問題の推定モデルを訓練する(S206)。
国際事務局に記録されている最新の書誌情報