[发明专利]用于事件预防和预测的方法、处理器和计算机可读介质

说明书

用于事件预防和预测的方法、处理器和计算机可读介质。提供了一种计算机实现的方法，该方法包括以下步骤：基于位于环境中的物体上的对象的信息，生成数据流；对于该数据流，提取与对象相对于物体或环境的移动关联的特征，其中，该移动由从传感器提取的时空特征表示；基于所提取的特征来生成与移动的可能性关联的预测，并且基于多个跌倒风险因素生成移动的风险简档；以及将预测和风险简档应用于规则库以执行动作。

技术领域

示例实现方式的各方面涉及与通过动作预测、电子健康记录和个体事件风险简档的组合来预防和预测事件关联的方法、系统和用户体验。

背景技术

在现有技术中，人可能从床、椅子或其它物体上跌倒。这种跌倒是可能导致人受伤(例如，轻伤、残疾或死亡)的显著问题。在住院或医院环境中，跌倒和关联的伤害是患者在住院期间获得的一些主要状况。据估计在美国每年有超过1百万患者在医院跌倒，占医院获得性状况的85％。此外，29％至55％的患者跌倒导致受伤，与跌倒伤关联的费用超过300亿美元/年。跌倒检测的现有技术方法可给诸如医院的医疗设施以及其员工带来显著的财物、情感和法律压力。

解决跌倒问题的现有技术方法聚集于事件检测方法，例如在床或地板上使用离床报警器或垫，以在患者从床上跌倒之后触发警报。现有技术方法分析传感器数据以在发生跌倒之后检测跌倒。然而，除了传感器数据之外，存在其它多方面的因素，例如人口统计信息、健康状况和可能促成跌倒的环境或周围状况。

图1(a)至图1(c)示出各种现有技术方法。一些现有技术方法基于压力，使得响应于垫上不存在或存在压力，触发报警器。例如，图1(a)示出定位在睡在床上的患者下方的压敏垫101，使得当压力施加到压敏垫101时，可触发报警器。然而，该现有技术方法可能具有各种问题和缺点。例如，该现有技术方法是反应式的，无法在患者离开床之前足够快速地启用。例如但非限制，由于患者的体重差异和非跌倒移动以及如上所述启用的不适当定时的问题，基于压力的现有技术方法可能导致频繁的虚警。因此，压力垫检测患者离开床可能不准确。

另选地，患者可在跌倒时或跌倒后手动地触发报警器。图1(b)示出定位在患者可睡在其上的床架上的离床报警器103。其它方法包括随患者使用保姆，或者完全防止患者移动的床上约束物，如图1(c)中示出为床上约束物105。

另外，在现有技术中，护士必须将附加资源投入于跌倒风险更高的患者。跌倒风险的评估可基于现有技术风险评估工具，例如摩尔斯(Morse)跌倒量表或运动功能测试(motor test)。然而，该现有技术方法具有各种问题和缺点。例如但非限制，这些风险评估是不可靠的，因为实际上医院中的所有患者均将被评定为具有高跌倒风险；因此，它不是向具有较高跌倒风险的特定患者分配资源的有用工具。此外，跌倒风险可不仅与移动性有关，而且与现有技术风险评估测试中未覆盖的其它因素有关。那些其它因素可包括例如周围环境、医疗过程等。

另外，即使采用现有技术方法的护士投入附加资源，患者也可能在需要干预时不记得或无法呼叫护士。此外，由于风险评估的难度给关于患者何时可能需要干预的规划带来挑战，所以现有技术方法使得难以确定患者护理的优先次序并且区分哪些患者可能需要帮助。

此外，一些现有技术方法可使用运动历史图像序列作为视觉特征，并且在用于活动分类的马尔科夫(Markov)模型中，运动历史图像需要手动选择想要的运动，并且对照明或摄像头的轻微震动敏感，并且可能错过细微的人姿势改变。这些现有技术方法仅聚焦于床上活动，并且没有使用上下文特征来分析跌倒风险。现有技术方法还应用分段运动历史，而非这里所描述的密集轨迹或深度学习方法。

发明内容

非限制性示例实现方式的各方面涉及跌倒的预防，更具体地，涉及在跌倒发生之前预见跌倒以便潜在地预防跌倒，而非仅在检测到跌倒之后对跌倒做出反应。