2018 Fiscal Year Research-status Report
Deep Learningを用いた挙動認識による高齢者ベッドからの転落防止見守り
| Project/Area Number |
16K20847
|
|---|
| Research Institution | National Institute of Information and Communications Technology |
|---|
Principal Investigator |
佐藤 公信 国立研究開発法人情報通信研究機構, ナショナルサイバートレーニングセンターサイバートレーニング研究室, 主任研究員 (90461384)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | 深層学習 / 行動認識 / 高齢者介護 / HCI |
|---|
| Outline of Annual Research Achievements |
本研究は，認知症高齢者のベッドからの転落を未然に防ぐため，ヒトの行動を人工知能によって理解する技術の実現を目指す。認知症 高齢者は，ベッドから転 落すると，骨折などの重傷を負い，寝たきりになる可能性が高い。そこで，ベッド上で認知症高齢者が「足を ばたつかせる」,「ベッドに座る」といった連続的 な挙動から，転落の予兆を人工知能が認識する。 これにより，認知症高齢者の特徴を掴んだ個別的な介護を効率的に実現する道を開き，介護負担軽減，医療費 抑制，生活の質向上に資 する世界に先駆けた認知症介護問題の解決策を提案する。 提案研究のシステムは，ベッド上の人物を3次元計測可能なKinectにより， センシングする。Kinectによりセンシングされたデータを入力情報とするDBNが，行動を理解し，転落を予期する。 転落に繋がる挙動は，対象者毎に特徴的であ ると医療従事者により報告されている。ゆえに，特徴的な挙動を含むデータを学習に用いる必要がある。しかし，全ての挙動を学習データとして網羅することは 難しく，個別の学習データを利用して学習する必要する必要があると考えた。 この仕組みの実現により，個人に特化した転落予兆が実現できる。まず，基本的 な予測能力を有する学習を実施するため，広範囲ではなくある程度の特徴的な挙動取得を目指し，挙動を効率的に収集するため，同時に複数台のハードウェアを 利用し，学習データの取得を行う。
初年度は，まず，ハードウェアを2台作成した。加えて，計測されたデータは，ユーザにより，特徴的なデータはラベリングされ，学習を自動的に実行するサー バへ送信する一連の仕組みを構築した。
平成29年度、平成30年度と作成した仕組みの検証を進めた。
本研究の実験は、情報通信研究機構パーソナルデータ取扱に関する規定を遵守し実施するものである。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
提案研究は，ベッドからの転落予兆を検知することが目的である。まず，基本的な予兆検知能力への到達を目指し，DBNの初期の学習 に用いる学習データ構築を 行う。そこで，Kinectによりベッド上の検知対象者をセンシングし，DBNにより転落を予兆するプログラムを実行可能なハードウェア2台の作成を実施した。作成した2台のハードウェアを用いて，並列的に挙動データの取得を高知工業高等専門学校にて行った。被験者は，認知症高齢者の挙動を模倣し，転落に繋がるデータを取得した。実験の結果より，体格の差に対して汎用的であることが明らかとなった。 加えてユーザ固有の挙動を学習データに盛り込みユーザに特化した予兆を判断するために，データ収集可能なサーバを構築し，Kinect により構成されたハードウェアよりデータを送信する仕組みを実現した。この仕組みの有効性を明らかにするために，実験を行った。初期学習データに対して，ユーザから送信されデータを追加し，学習データのセットを更新し、学習する。
84.0%だった検知率が，88.4%へと上昇し、提案手法が有効であることが判明した。個人に特化したデータをさらなる追加により、検知率は改善すると考えられる。また、継続学習における学習データの割合、特に個人に特化するためのデータを増やすことによりさらなる改善が見込まれる。
平成29年度、深層学習のシステムを新たに調達したコンピュー タークラスター上で実行可能となっている。
研究代表者の所属機関変更により,これまで利用していた計算資源の利用ができず,その整備に時間を要したことが主な研究遅延の理由である。
|
| Strategy for Future Research Activity |
研究代表者は，2017年3月末に高知工業高等専門学校を退職し， 2018年4月1日より，国立研究開発法人 情報通信研究機構に着任した。研究計画段階で挙動デー タセンシングのため協力医療機関として，予定されていた医療機関との協力関係が難しくなった。現在、新たな受け入れ先を模索中である。新たな受け入れ先が見つからない場合は、認知症患者の動きをシミュレートし、データを取得する予定である。医療機関若しくはシミュレートにより広く収集したデータにより、提案研究有効性を確認するための評価を行う予定である。
|
| Causes of Carryover |
深層学習を実行するための計算資源の調整および整備に時間を要し、研究の進捗が遅れている。
また、勤務先の変更により職務内容が大きく変わったことも研究遅延の理由である。
|
