ПЛАНИРОВАНИЕ ВЗАИМОДЕЙСТВИЯ С СУБЪЕКТОМ

ОБЛАСТЬ ТЕХНИКИ

Настоящее изобретение относится к системе планирования, способу планирования и компьютерной программе планирования для планирования взаимодействия с субъектом. Кроме того, настоящее изобретение относится к системе взаимодействия для взаимодействия с субъектом, которая содержит систему планирования.

УРОВЕНЬ ТЕХНИКИ

Нездоровый образ жизни считают одной из первопричин хронических медицинских состояний. Например, исследованиями были продемонстрировано, что вредные привычки могут привести к большему количеству и/или более серьезным заболеваниям, а также большему количеству и/или более продолжительным госпитализациям. Чтобы улучшить своё состояние, пациентам часто необходимо изменить свои жизненные привычки и/или поведение. Однако в ходе исследований также было обнаружено, что изменить вредные привычки зачастую не просто и что постоянные изменения поведения в действительности могут быть проблематичны для пациента.

Учитывая автоматизм, укоренение и контекстно-управляемую природу привычек, можно с легкостью понять, что их трудно изменить. Таким образом, в большинстве случаев желательно, чтобы пациенты получали поддержку своих усилий, направленных на изменение, например путем взаимодействия с медицинским работником. Исследования показали, что для влияния на отношение пациента к здоровью важным является время взаимодействия с пациентом. Предоставление нужной информации в неправильное время не очень эффективно. Таким образом, существует необходимость в системе, способной выявлять подходящие моменты для взаимодействия с пациентом.

US 2004/0003042 A1 относится к системе и методологии для упрощения совместной работы и коммуникаций между такими сущностями, как автоматизированные приложения, стороны в коммуникации и/или их комбинации. Раскрытые системы и способы включают услугу, поддерживающую совместную работу и коммуникацию путем обучения моделей предсказания, предоставляющих прогнозы одного или более аспектов присутствия и доступности пользователя. Прогнозы присутствия включают текущие или будущие местоположения пользователя на различных уровнях точности определения местоположения и использование различных устройств или приложений. Оценки доступности включают заключения о стоимости прерывания пользователя различными способами и доступе пользователя к одному или более каналам коммуникации в текущий момент или в будущем. Модели предсказания построены на данных, собранных с учётом активности пользователя и приближенности к различным устройствам, в дополнение к анализу, например, содержимого расписаний пользователя, времени дня, а также дня недели.

РАСКРЫТИЕ СУЩНОСТИ ИЗОБРЕТЕНИЯ

Задачей настоящего изобретения является создание системы планирования, способа планирования и компьютерной программы планирования для планирования взаимодействия с субъектом, обеспечивающим возможность выявления подходящих моментов для взаимодействия с субъектом. Еще одной целью настоящего изобретения является создание системы взаимодействия для взаимодействия с субъектом, которая содержит систему планирования.

В первом аспекте настоящего изобретения предусмотрена система планирования для планирования взаимодействия с субъектом, содержащая:

- блок приема, выполненный с возможностью приема данных датчика, полученных одним или более датчиками, причем данные датчика показательны в отношении состояния субъекта,

- блок анализа, выполненный с возможностью анализа принятых данных датчика для прошедшего периода времени для обнаружения повторяющихся паттернов в состоянии субъекта за прошедший период времени,

- блок предсказания, выполненный с возможностью предсказания состояния субъекта в будущий период времени на основании принятых данных датчика для текущего периода времени и обнаруженных повторяющихся паттернов, и

- блок планирования, выполненный с возможностью выработки плана взаимодействия с субъектом на основании спрогнозированного состояния,

причем блок анализа выполнен с возможностью представления состояния субъекта в виде показателя готовности, показательного в отношении готовности субъекта к обработке информации в заданное время, при этом блок анализа выполнен с возможностью определения показателя готовности для прошедшего периода времени на основании принятых данных датчика для прошедшего периода времени, а также с возможностью обнаружения повторяющихся паттернов показателя готовности для прошедшего периода времени, причем блок предсказания выполнен с возможностью предсказания показателя готовности для будущего периода времени на основании принятых данных датчика для текущего периода времени и обнаруженных повторяющихся паттернов.

Путем анализа принятых данных датчика для прошедшего периода времени, блок анализа может обнаруживать повторяющиеся паттерны в состоянии субъекта за прошедший период времени. После этого, обнаруженные повторяющиеся паттерны могут быть использованы блоком предсказания для предсказания состояния субъекта в будущий период времени на основании принятых данных датчика для текущего периода времени. Поскольку блок прогнозирования используется предсказанное состояние для выработки плана взаимодействия с субъектом, блок планирования может выявлять подходящие моменты для взаимодействия.

Предпочтительно, субъект является медицинским субъектом, т.е. пациентом, в частности, пациентом, страдающим от хронического медицинского состояния, т.е. состояния здоровья или заболевание, которое трудноизлечимо или является длительным по другим причинам, или заболевание, возникающее со временем. Например, Всемирная Организация Здравоохранения классифицирует медицинское состояние, как хроническое, если оно длится на протяжении более трех месяцев. Некоторые общеизвестные примеры хронических медицинских состояний включают психические заболевания, сахарный диабет, гипертензию, эпилепсию, болезнь Альцгеймера, болезнь Паркинсона и так далее.

Прошедший период времени может представлять собой, например, дни, недели или даже месяцы. В целом, предпочтительно, прошедший период времени является сравнительно длительным для того, чтобы располагать достаточными данными датчиками, доступными для обеспечения блоку анализа возможности выполнения достоверного и высококачественного обнаружения повторяющихся паттернов в состоянии субъекта во время прошедшего периода времени.

Предпочтительно, блок анализа анализирует принятые данные датчика для прошедшего периода времени в некоторых единицах времени, например, в днях. В данном случае, состояние субъекта в каждый день прошедшего периода времени может быть сравнено для нахождения повторяющихся паттернов в дневном состоянии субъекта за прошедший период времени. Безусловно, при анализе могут быть учтены паттерны, которые повторяются только грубо и временно, например, еженедельно или каждые 14 дней.

Обнаруженные повторяющиеся паттерны в состоянии субъекта могут быть приняты за «повторяющиеся состояния», которые повторно испытывает субъект.

Предпочтительно, план, выработанный блоком планирования, содержит по меньшей мере один момент времени, который считают подходящим для взаимодействия с субъектом. Например, выработанный план может указывать на период времени от 14:00 (2 pm) до 17:00 (5 pm) в текущий день, будучи периодом времени, подходящим для взаимодействия с субъектом.

Следует понимать, что на состояние субъекта, как используется в настоящем документе, может влиять поведение субъекта и/или окружающая среда субъекта, предпочтительно, как поведение, так и окружающая среда, как будет разъяснено далее более подробно на примере.

Различные блоки, содержащиеся в системе планирования, могут быть предоставлены совместно, т.е. система планирования может состоять только из локальных блоков, предусмотренных вблизи субъекта, или они могут быть пространственно разнесены, т.е. система планирования может состоять из локальных блоков, которые предусмотрены вблизи субъекта, и удаленных блоков, которые предусмотрены вблизи, например, медицинского работника, такого как врач, медсестра или фармацевт, которому может быть необходимо взаимодействовать с субъектом. Например, в одной возможной конфигурации, блок приема, блок анализа, блок предсказания и блок планирования предусмотрены вблизи субъекта. В данном случае, выработанный план может быть передан медицинскому работнику посредством подходящей технологии передачи, такой как технология, основанная на современных стандартах сети Интернет, стандартах мобильной связи или т.п. В другой возможной конфигурации, блок приема, блок анализа, блок предсказания и блок планирования могут быть предусмотрены вблизи медицинского работника. В данном случае, только один или более датчиков могут быть предусмотрены вблизи субъекта и один или более датчиков могут передавать полученные данные датчика в блок приема, находящийся у медицинского работника. Безусловно, также возможны комбинации этих двух предельных случаев. Например, блок приема, блок анализа и блок предсказания могут быть предусмотрены вблизи субъекта, а блок планирования может быть предусмотрен вблизи медицинского работника. В данном случае, предсказанное состояние может быть передано медицинскому работнику, где блок планирования вырабатывает план, основанный на принятом предсказанном состоянии.

Предпочтительно, блок анализа выполнен с возможностью обнаружения повторяющихся паттернов на основании собственных состояний, полученных из принятых данных датчика для прошедшего периода времени, при этом собственные состояния характеризуют ситуационную вариацию за прошедший период времени. Соответствующий подход подробно описан в работе авторов Натан Игл и Алекс Сэнди Пентланд «Собственные поведения: рутинное выявление структуры», поведенческая экология и социобиология, том 63, № 11, страницы 1057-1066, апрель 2009 г. (Nathan Eagle and Alex Sandy Pentland, "Eigenbehaviors: identifying structure in routine", in Behavioral Ecology and Sociobiology, Vol. 63, No. 11, pages 1057 to 1066, April 2009), содержание которой включено в настоящий документ во всей своей полноте. Их замысел основан на распознавании того, что поведенческие данные в целом содержат существенное количество структуры и данная поведенческая структура может быть представлена взвешенной суммой главных компонент полного набора поведенческих данных, при этом набор собственных векторов авторы называют «собственными поведениями». В указанной работе, собственные поведения, т.е. набор собственных векторов, которые перекрывают «поведенческое пространство» и, следовательно, характеризуют вариацию поведения за прошедший период времени, используют для предсказания будущего местоположения индивидуума (т.е. на работе, дома и так далее) на основании данных о местоположении, полученных мобильным телефоном индивидуума в течение периода, составляющего девять месяцев. В настоящем изобретении используют модифицированную версию замысла собственных поведений для представления и анализа «ситуационного пространства», являющегося результатом данных датчика для прошедшего периода времени посредством «собственных состояний», т.е. главных компонент набора ситуационных данных.

Как указано выше, блок анализа выполнен с возможностью представления состояния субъекта в виде показателя готовности, показательного в отношении готовности субъекта к обработке информации в заданное время. Эффективность взаимодействия с субъектом в существенной степени зависит от готовности субъекта к обработке информации в момент инициирования и/или выполнения взаимодействия. Таким образом, путем представления состояния субъекта в виде показателя готовности, показательного в отношении готовности субъекта к обработке информации в заданное время, представляется возможным выявление подходящих моментов для взаимодействия с пациентом на основании предсказанного состояния субъекта в будущий период времени, т.е. на основании предсказанной готовности к обработке им/ею информации в будущий период времени.

Кроме того, предпочтительно, данные датчика содержат биометрические данные субъекта, полученные одним или более биометрическими датчиками, и данные об окружающей среде субъекта, полученные одним или более датчиками окружающей среды, причем показатель готовности для прошедшего периода времени определяют из принятых биометрических данных для прошедшего периода времени и принятых данных об окружающей среде для прошедшего периода времени. За счет использования как биометрических данных для прошедшего периода времени, так и данных об окружающей среде для прошедшего периода времени, показатель готовности для прошедшего периода времени может быть определен с высокой степенью достоверности.

Например, в одной возможной конфигурации, биометрические данные, предпочтительно, содержат одно или более из данных, показательных в отношении уровня активности субъекта, и данных, показательных в отношении уровня расслабления субъекта, а данные об окружающей среде, предпочтительно, содержат одно или более из данных, показательных в отношении местоположения субъекта, данных, показательных в отношении качества воздуха в окружающей среде субъекта, и данных, показательных в отношении присутствия лиц около субъекта. Данные датчика могут быть получены, например, посредством акселерометра (уровень активности), который определяет ускорение субъекта, прибора для мониторинга частоты сердечных сокращений (уровень расслабления), который определяет частоту сердечных сокращений субъекта, GPS-датчика (местоположение), который определяет местоположение субъекта, датчика СО2, (качество воздуха), который определяет количество СО2 в окружающей среде субъекта, и устройства Bluetooth (присутствие лиц около субъекта), которое определяет присутствие устройств Bluetooth около субъекта. Принятые данные датчика для прошедшего периода времени могут быть подвергнуты дополнительной обработке, например, классифицированы или т.п. В одном примере, уровень активности субъекта определяют из определенного ускорения, при этом определенный уровень активности классифицируют на ряд классов, например, <низкий уровень активности>, <средний уровень активности>, <высокий уровень активности>. Подобным образом, уровень расслабления, местоположение, качество воздуха и присутствие лиц около субъекта могут быть определены из полученных данных датчика, соответственно, и определенные показатели могут быть классифицированы на ряд классов. Например, в качестве подходящих классов могут быть выбраны: <низкий уровень расслабления>, <средний уровень расслабления>, <высокий уровень расслабления> для уровня расслабления; <в помещении>, <за пределами помещения> для местоположения; <хорошее качество воздуха>, <среднее качество воздуха>, <высокое качество воздуха> для качества воздуха; <лица отсутствуют>, <лица присутствуют> для присутствия лиц около субъекта. Следует понимать, что для определения различных показателей в дополнение к данным датчика может быть использована дополнительная информация, например, заранее определенные сведения о субъекте. Например, для определения местоположения субъекта, в дополнение к местоположению, определенному GPS-датчиком, могут быть использованы заранее определенные сведения о местоположении места жительства субъекта и/или места работы субъекта для определения того, находится ли субъект в помещении или за его пределами в заданное время. Более того, могут быть использованы другие классификации, например, классификация присутствия лиц около субъекта может быть выполнена не так грубо, а именно <лица отсутствуют>, <присутствует менее 2 лиц>, <присутствует менее пяти лиц>, <присутствует пять или более лиц>. Следует понимать, что в целом может быть предпочтительной более подробная классификация, при условии, что дополнительные подробности в классификации обеспечивают возможность более точного и/или четкого определения показателя готовности.

В данном примере, определенные уровень активности, уровень расслабления, местоположение, качество воздуха и присутствие лиц около субъекта, предпочтительно, используются блоком анализа для достоверного определения показателя готовности для прошедшего периода времени. Например, в одном предпочтительном варианте реализации, определенные показатели комбинируют в сумму или взвешенную сумму для определения показателя готовности для прошедшего периода времени. Более подробно, различные оценки могут быть присвоены соответствующим классам различных показателей, а, для заданного времени за прошедший период времени, показатель готовности может быть определен путем суммирования оценок данных датчика для заданного времени. В данном подходе, предпочтительно, оценки подходящим образом выбраны так, чтобы показателям, которые считают такими, которые оказывают более сильное влияние на готовность субъекта к обработке информации, в целом были заданы более высокие оценки, чем показателям, которые считают такими, которые оказывают более слабое влияние. Оценки могут быть выбраны, например, таким образом, что более высокий показатель готовности указывает на более высокую готовность субъекта к обработке информации, тогда как более низкий показатель готовности указывает на более низкую готовность субъекта к обработке информации. Показатель готовности может быть дополнительно классифицирован на основании суммы оценок на ряд классов, например, <низкая готовность>, <средняя готовность>, <высокая готовность>.

Как указано выше, блок анализа выполнен с возможностью определения показателя готовности для прошедшего периода времени на основании принятых данных датчика для прошедшего периода времени, а также с возможностью обнаружения повторяющихся паттернов в показателе готовности для прошедшего периода времени, при этом блок предсказания выполнен с возможностью предсказания показателя готовности для будущего периода времени на основании принятых данных датчика для текущего периода времени и обнаруженных повторяющихся паттернов.

Например, в одном возможном варианте реализации, на показателе готовности для прошедшего периода времени выполняют анализ собственного состояния для определения собственных состояний, т.е. набора собственных векторов, которые перекрывают «ситуационное пространство» и характеризуют вариацию состояния, здесь, вариацию готовности субъекта к обработке информации, за прошедший период времени. Анализ может быть выполнен в течение дней, в случае чего, собственные состояния характеризуют вариацию готовности субъекта к обработке информации в течение дня за прошедший период времени. Наиболее надежные или первичные собственные состояния соответствуют повторяющимся паттернам в дневном состоянии (например, готовности к обработке информации) субъекта за прошедший период времени (см. работу авторов Натан Игл и Алекс Сэнди Пентланд «Собственные поведения: рутинное выявление структуры», поведенческая экология и социобиология, том 63, № 11, страницы 1057-1066, апрель 2009 г. (Nathan Eagle and Alex Sandy Pentland, "Eigenbehaviors: identifying structure in routine", in Behavioral Ecology and Sociobiology, Vol. 63, No. 11, pages 1057 to 1066, April 2009). Повторяющиеся паттерны могут быть использованы для «анализа» принятых данных датчика для текущего периода времени, а также для предсказания показателя готовности для будущего периода времени. Как описано выше, биометрические данные, в качестве примера, содержат данные, показательные в отношении уровня активности субъекта, а также данные, показательные в отношении уровня расслабления субъекта, а данные об окружающей среде, в качестве примера, содержат данные, показательные в отношении местоположения субъекта, данные, показательные в отношении качества воздуха в окружающей среде субъекта, а также данные, показательные в отношении присутствия лиц около субъекта. Принятые данные датчика для текущего периода времени могут быть подвергнуты дополнительной обработке, например, классифицированы или т.п., как описано выше, для того, чтобы блок анализа определил уровень активности субъекта, уровень расслабления субъекта, местоположение субъекта, качество воздуха в окружающей среде субъекта и присутствие лиц около субъекта, причем эти показатели могут быть использованы в дальнейшем для достоверного определения показателя готовности для текущего периода времени. Путем вычисления весового значения для повторяющихся паттернов так, что их взвешенная сумма подходящим образом представляет собой показатель готовности для текущего периода времени, после этого может быть предсказан показатель готовности для текущего периода времени.

Предпочтительно, блок планирования выполнен с возможностью выработки плана на основании предсказанного показателя готовности для будущего периода времени. Как уже указано выше, за счет того, что выработка плана основана на предсказанной готовности субъекта к обработке информации в будущий период времени, представляется возможным выявление подходящих моментов для взаимодействия с пациентом. Например, в описанном выше примере, взаимодействие с субъектом может быть запланировано на время в будущем периоде времени, для которого предполагается, что предсказанный показатель готовности представляет собой <высокую готовность>.

Кроме того, предпочтительно, текущий период времени соответствует первому промежутку текущего дня, а будущий период времени соответствует более позднему промежутку текущего дня. Например, текущему периоду времени может соответствовать первая половина текущего дня, т.е. от 00:00 (12 am) до 12:00 (12 pm), а будущему периоду времени может соответствовать вторая половина текущего дня, т.е. от 12:00 (12 pm) до 00:00 (12 am). После этого, для блока предсказания представляется возможным предсказать состояние (например, готовность к обработке информации) субъекта во второй половине дня на основании принятых данных датчика для первой половины текущего дня и обнаруженных повторяющихся паттернов. После этого, блок планирования может выработать план взаимодействия с субъектом во второй половине дня на основании предсказанного состояния субъекта в течение данного (уже будущего) периода времени. Первая половина текущего дня не должна быть непрерывным промежутком, но также может состоять из ряда прерывающихся подпромежутков, например, от 00:00 (12 am) до 04:00 (4 am) и от 8:00 (8 am) до 12:00 (12 pm). То же справедливо и для более позднего промежутка текущего дня, т.е. он может представлять собой, например, от 14:00 (2 pm) до 16:00 (4 pm) и от 18:00 (6 pm) до 20:00 (8 pm).

Предпочтительно, блок анализа выполнен с возможностью обновления результата обнаружения повторяющихся паттернов после приёма дополнительных данных датчика для более недавнего периода времени по сравнению с прошедшим периодом времени. Это обеспечивает возможность использования блоком анализа как можно большего количества принятых данных датчика для обнаружения повторяющихся паттернов, что в результате улучшит обнаружение, в частности, меньших и реже появляющихся паттернов, с течением времени. Например, в случае, когда блок анализа анализирует принятые данные датчика в днях, результат обнаружения повторяющихся паттернов может обновляться ежедневно после приёма данных датчика по прошлому дню.

Кроме того, предпочтительно, система планирования дополнительно содержит один или более датчиков для получения данных датчика.

Еще в одном аспекте настоящего изобретения предусмотрена система взаимодействия для взаимодействия с субъектом, содержащая:

- систему планирования по одному из пунктов 1-6 формулы изобретения, и

- подсистему взаимодействия для взаимодействия с субъектом.

Предпочтительно, подсистема взаимодействия содержит систему для осуществления сеанса видеосвязи с субъектом и/или систему для отображения мультимедийного контента субъекту. Предпочтительно, мультимедийный контент содержит контент подвижного изображения и/или контент неподвижного изображения и/или текстовый контент. Сеанс видеосвязи с субъектом может быть эффективным средством влияния на субъект для изменения его/ее поведения, поскольку он обеспечивает возможность прямого и личного контакта, например, с медицинским работником, таким как врач, медсестра или фармацевт. В дополнение или в качестве альтернативы, возможность отображения мультимедийного контента субъекту может обеспечить возможность отображения обучающего мультимедийного контента, например, мультимедийного контента, изображающего то, каким образом следует выполнять некоторые физические упражнения, которые могут улучшить или по меньшей мере стабилизировать медицинское состояние субъекта, мультимедийного контента, изображающего субъекту то, каким образом следует принимать препарат, и так далее. Мультимедийный контент может содержать контент подвижного изображения, контент неподвижного изображения, аудиоконтент или текстовый контент, или же любую комбинацию данных элементов. Например, отображение физического упражнения может включать видеоролик, т.е. контент подвижного изображения, вместе с описательным текстом. Кроме того, физическое упражнение может быть разъяснено вербальным образом, т.е. отображение может дополнительно включать аудиоконтент. В представленной в качестве примера альтернативе, одно и то же физическое упражнение может быть отображено посредством ряда неподвижных изображений, например, ряда фотографий или ряда изобразительных графических элементов (подобных тем, которые отображают на оборудовании в фитнес-зале для разъяснения физических упражнений, выполняемых на оборудовании), которые разъясняют физическое упражнение.

Кроме того, предпочтительно, подсистема взаимодействия выполнена с возможностью отправки сообщения субъекту для побуждения субъекта к вступлению во взаимодействие. Было обнаружено, что возможность эффективного взаимодействия с субъектом, в частности, с пациентом, достаточно ограничена. Побуждение субъекта к вступлению во взаимодействие, например, к просмотру или прослушиванию обучающего мультимедийного контента, или к участию в сеансе видеосвязи с медицинским работником, является эффективным способом вовлечения субъекта. Действительно, в ходе исследования «сидячего поведения» одним из авторов настоящего изобретения было обнаружено, что отправка побуждающего сообщения, т.е. подсказки, может быть более эффективной для изменения поведения, чем фактический информационный контент, который участники исследования могут загрузить с веб-сайта (см. работу авторов Саскиа ван Дантзиг, Гийс Гелейнсе и Аарт Тиймен «Касательно побуждающего мобильного приложения, предназначенного для уменьшения пассивного образа жизни», персональные и глобальные вычисления, том 17, № 6, страницы 1237-1246, август 2013 г. (Saskia van Dantzig, Gijs Geleijnse, and Aart Tijmen van Halteren, "Toward a persuasive mobile application to reduce sedentary behavior", in Personal and Ubiquitous Computing, Vol. 17, No. 6, pages 1237 to 1246, August 2013)).

Предпочтительно, подсистема взаимодействия выполнена с возможностью автоматического инициирования взаимодействия с субъектом в соответствии со выработанным планом. Вследствие этого, может быть реализована автоматическая подсистема взаимодействия, которая инициирует взаимодействие с субъектом в подходящий момент. Например, подсистема взаимодействия может автоматически отображать обучающий мультимедийный контент субъекту без необходимости в инициировании и осуществлении взаимодействия медицинским работником.

Кроме того, предпочтительно, подсистема взаимодействия выполнена с возможностью обеспечения субъекту возможности отклонения инициированного взаимодействия, причем подсистема взаимодействия дополнительно выполнена с возможностью автоматического повторного инициирования взаимодействия с субъектом в более позднее время, в соответствии со выработанным планом. Это учитывает то, что, в некоторых случаях, момент, в который инициируют взаимодействие в соответствии со выработанным планом, в действительности может не быть подходящим моментом для взаимодействия с субъектом, например, ввиду того, что состояние субъекта в текущий день значительно отклонено от его/ее «повторяющихся состояний», так что предсказанное состояние в действительности является неточным, или ввиду того, что даже если предсказанное состояние является более или менее точным, происходит нечто исключительное, что делает неудобным для субъекта вступление во взаимодействие. В данном случае, возможность взаимодействия с субъектом не должна быть полностью упущена, а ее необходимо попробовать использовать снова для инициирования взаимодействия с субъектом в более позднее время в соответствии со выработанным планом.

Еще в одном аспекте настоящего изобретения предусмотрен реализуемый на компьютере способ планирования для планирования взаимодействия с субъектом, включающий:

- прием данных датчика, полученных одним или более датчиками, блоком приема, причем данные датчика показательны в отношении состояния субъекта,

- анализ принятых данных датчика для прошедшего периода времени для обнаружения повторяющихся паттернов в состоянии субъекта за прошедший период времени, посредством блока анализа,

- предсказание состояния субъекта в будущий период времени на основании принятых данных датчика для текущего периода времени и обнаруженных повторяющихся паттернов посредством блока предсказания, и

- выработку плана для взаимодействия с субъектом на основании предсказанного состояния посредством блока планирования,

причем блок анализа представляет состояние субъекта в виде показателя готовности, показательного в отношении готовности субъекта к обработке информации в заданное время, при этом блок анализа определяет показатель готовности для прошедшего периода времени на основании принятых данных датчика для прошедшего периода времени, а также обнаруживает повторяющиеся паттерны показателя готовности для прошедшего периода времени, причем блок предсказания предсказывает показатель готовности для будущего периода времени на основании принятых данных датчика для текущего периода времени и обнаруженных повторяющихся паттернов.

Еще в одном аспекте настоящего изобретения предусмотрена компьютерная программа планирования для планирования взаимодействия с субъектом, содержащая средства программного кода для обуславливания выполнения системой планирования по одному из пунктов 1-6 формулы изобретения способа планирования по пункту 12 формулы изобретения при запуске компьютерной программы планирования на компьютере, управляющем системой планирования.

Следует понимать, что система планирования по пункту 1 формулы изобретения, система взаимодействия по пункту 7 формулы изобретения, способ планирования по пункту 12 формулы изобретения, а также компьютерная программа планирования по пункту 13 формулы изобретения имеют подобные и/или идентичные предпочтительные варианты реализации, в частности, определенные в зависимых пунктах формулы изобретения.

Следует понимать, что предпочтительный вариант реализации настоящего изобретения также может представлять собой любую комбинацию зависимых пунктов формулы изобретения с соответствующим независимым пунктом формулы изобретения.

Эти и другие аспекты настоящего изобретения станут очевидны и будут объяснены со ссылкой на вариант(ы) реализации, описанный(е) в представленном ниже описании.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

На чертежах:

на фиг. 1 схематически изображен пример варианта реализации системы взаимодействия для взаимодействия с субъектом,

на фиг. 2 схематически изображен пример обработки блоком анализа и блоком предсказания с использованием анализа собственных состояний, и

на фиг. 3 изображена блок-схема, на которой изображен пример варианта реализации способа планирования для планирования взаимодействия с субъектом.

ОСУЩЕСТВЛЕНИЕ ИЗОБРЕТЕНИЯ

На фиг. 1 схематически изображен пример варианта реализации системы 1 взаимодействия для взаимодействия с субъектом 3, который в данном примере представляет собой пациента, в частности пациента, страдающего от хронического медицинского состояния. Система 1 взаимодействия содержит систему 2 планирования для планирования взаимодействия с пациентом 3, а также подсистему 10 взаимодействия для взаимодействия с пациентом 3. Систему 1 взаимодействия может использовать, например, медицинский работник, такой как врач, медсестра или фармацевт, которому может быть необходимо взаимодействие с пациентом 3.

В данном варианте реализации, система 2 планирования содержит один или более датчиков 4, 5 для получения данных датчика, причем данные датчика показательны в отношении состояния пациента 3. Указанный один или более датчиков 4, 5 содержат один или более, здесь – два биометрических датчика 4 (отдельно не изображены на фигуре) для получения биометрических данных пациента 3, а также один или более, здесь – три датчика 5 окружающей среды (также не изображены отдельно на фигуре) для получения данных об окружающей среде пациента 3. Кроме того, система 2 планирования содержит блок 6 приема, выполненный с возможностью приема данных датчика, полученных одним или более датчиками 4, 5, блок 7 анализа, выполненный с возможностью анализа принятых данных датчика для прошедшего периода времени для обнаружения повторяющихся паттернов в состоянии пациента 3 за прошедший период времени, блок 8 предсказания, выполненный с возможностью предсказания состояния пациента 3 в будущий период времени на основании принятых данных датчика для текущего периода времени и обнаруженных повторяющихся паттернов, и блок 9 планирования, выполненный с возможностью выработки плана взаимодействия с пациентом 3 на основании предсказанного состояния. Ввиду того, что блок 9 планирования использует предсказанное состояние для выработки плана взаимодействия с пациентом 3, блок 9 планирования может выявлять подходящие моменты для взаимодействий.

В данном примере, блок 7 анализа выполнен с возможностью обнаружения повторяющихся паттернов на основании собственных состояний, полученных из принятых данных датчика для прошедшего периода времени. Более того, блок 7 анализа выполнен с возможностью представления состояния пациента 3 в виде показателя готовности, показательного в отношении готовности пациента 3 к обработке информации в заданное время. Данные аспекты будут описаны более подробно со ссылкой на фиг. 2, на которой схематически изображена обработка блоком 7 анализа и блоком 7 анализа и блоком 8 предсказания с использованием анализа собственных состояний.

Здесь прошедший период времени, по которому были приняты данные 20 датчика, полученные двумя биометрическими датчиками 4 и тремя датчиками 5 окружающей среды, составляет 12 недель (обозначены на фигуре днями от 0 до 83). Биометрические данные содержат данные 21, показательные в отношении уровня активности пациента 3, и данные 22, показательные в отношении уровня расслабления пациента 3, а данные об окружающей среде содержат данные 23, показательные в отношении местоположения пациента 3, данные 24, показательные в отношении качества воздуха в окружающей среде пациента 3, а также данные 25, показательные в отношении присутствия лиц около пациента 3. Данные датчика получают посредством акселерометра (уровень активности), который определяет ускорение пациента 3, прибора для мониторинга частоты сердечных сокращений (уровень расслабления), который определяет частоту сердечных сокращений пациента 3, GPS-датчика (местоположение), который определяет местоположение пациента 3, датчика CO2 (качество воздуха), который определяет количество CO2 в окружающей среде пациента 3, и устройство Bluetooth (присутствие лиц около пациента), которое определяет присутствие устройств Bluetooth около пациента 3. Принятые данные 20 датчика для прошедшего периода времени подвергают дополнительной обработке, например, их классифицируют или т.п. В данном примере, уровень активности пациента 3 определяют из определенного ускорения, при этом определенный уровень активности классифицируют на три класса, т.е. <низкий уровень активности>, <средний уровень активности>, <высокий уровень активности>. Подобным образом, уровень расслабления, местоположение, качество воздуха и присутствие лиц около пациента 3 определяют из полученных данных датчика, соответственно, и определенные показатели классифицируют на ряд классов. Здесь, в качестве подходящих классов выбирают: <низкий уровень расслабления>, <средний уровень расслабления>, <высокий уровень расслабления> для уровня расслабления; <в помещении>, <за пределами помещения> для местоположения; <хорошее качество воздуха>, <среднее качество воздуха>, <высокое качество воздуха> для качества воздуха; <лица отсутствуют>, <лица присутствуют> для присутствия лиц около пациента 3. Следует отметить, что для определения различных показателей в дополнение к данным датчика может быть использована дополнительная информация, например, заранее определенные сведения о пациенте 3. Например, для определения местоположения пациента 3, в дополнение к местоположению, определенному GPS-датчиком, могут быть использованы заранее определенные сведения о местоположении места жительства пациента и/или места работы пациента для определения того, находится ли пациента 3 в помещении или за его пределами в заданное время.

В данном примере, определенные уровень активности, уровень расслабления, местоположение, качество воздуха и присутствие лиц около пациента 3 используются блоком 7 анализа для достоверного определения показателя 31 готовности для прошедшего периода времени, т.е. 12 недель, по которым были приняты полученные данные 20 датчика. В одном предпочтительном варианте реализации, определенные показатели комбинируют в сумму или взвешенную сумму для определения показателя 31 готовности для прошедшего периода времени. Более подробно, различные оценки могут быть присвоены соответствующим классам различных показателей, а, для заданного времени за прошедший период времени, показатель 31 готовности определяют путем суммирования оценок данных 20 датчика (т.е. уровня активности, уровня расслабления, местоположения, качества воздуха и присутствия лиц около пациента 3) для заданного времени. В данном подходе оценки подходящим образом выбраны так, чтобы показателям, которые считают такими, которые оказывают более сильное влияние на готовность субъекта к обработке информации, в целом были заданы более высокие оценки, чем показателям, которые считают такими, которые оказывают более слабое влияние. Оценки могут быть выбраны, например, таким образом, что более высокий показатель готовности указывает на более высокую готовность субъекта к обработке информации, тогда как более низкий показатель готовности указывает на более низкую готовность субъекта к обработке информации. В данном примере, показатель готовности дополнительно классифицирован на основании суммы оценок на три класса, например, <низкая готовность>, <средняя готовность>, <высокая готовность>.

В данном варианте реализации, блок 7 анализа выполнен с возможностью обнаружения повторяющихся паттернов 32 в показателе 31 готовности для прошедшего периода времени, причем блок 8 предсказания выполнен с возможностью предсказания показателя 34 готовности для будущего периода времени на основании принятых данных 40 датчика для текущего периода времени и обнаруженных повторяющихся паттернов 32. Более подробно, выполняют анализ собственных состояний на показателе 31 готовности для прошедшего периода времени для определения собственных состояний, т.е. набора собственных векторов, которые перекрывают «ситуационное пространство» и характеризуют вариацию состояния, здесь, вариацию готовности пациента 3 к обработке информации, за прошедший период времени. Здесь, анализ выполняют в днях, т.е. собственные состояния характеризуют вариацию готовности пациента 3 к обработке информации в течение дня за прошедший период времени. Наиболее надежные или первичные собственные состояния соответствуют повторяющимся паттернам 32 в дневном состоянии (например, готовности к обработке информации в течение дня) пациента 3 за прошедший период времени (см. работу авторов Натан Игл и Алекс Сэнди Пентланд «Собственные поведения: рутинное выявление структуры», поведенческая экология и социобиология, том 63, № 11, страницы 1057-1066, апрель 2009 г. (Nathan Eagle and Alex Sandy Pentland, "Eigenbehaviors: identifying structure in routine", in Behavioral Ecology and Sociobiology, Vol. 63, No. 11, pages 1057 to 1066, April 2009). Повторяющиеся паттерны 32 могут быть использованы для «анализа» принятых данных 40 датчика для текущего периода времени, а также для предсказания показателя 34 готовности для будущего периода времени. Текущий период времени, для которого приняты данные 40 датчика, полученные двумя биометрическими датчиками 4 и тремя датчиками 5 окружающей среды, соответствует первому промежутку текущего дня (на фигуре обозначен, как день 84), здесь, первой половине текущего дня, т.е. от 00:00 (12 am) до 12:00 (12 pm), а будущий период времени соответствует более позднему промежутку текущего дня, здесь, второй половине текущего дня, т.е. от 12:00 (12 pm) до 00:00 (12 am). Как описано выше, биометрические данные содержат данные 41, показательные в отношении уровня активности пациента 3, а также данные 42, показательные в отношении уровня расслабления пациента 3, а данные об окружающей среде содержат данные 43, показательные в отношении местоположения пациента 3, данные 44, показательные в отношении качества воздуха в окружающей среде пациента 3, а также данные 45, показательные в отношении присутствия лиц около пациента 3. В данном примере, принятые данные 40 датчика для текущего периода времени подвергают дополнительной обработке, например, классификации или т.п., как описано выше, для того, чтобы блок 7 анализа определил уровень активности пациента 3, уровень расслабления пациента 3, местоположение пациента 3, качество воздуха в окружающей среде пациента 3 и присутствие лиц около пациента 3, причем эти показатели могут быть использованы в дальнейшем для достоверного определения показателя 33 готовности для первой половины текущего дня. Путем вычисления весовых значений для повторяющихся паттернов 32 так, что их взвешенная сумма подходящим образом представляет собой показатель 33 готовности для первой половины текущего дня, после этого может быть предсказан показатель 34 готовности для второй половины текущего дня.

Здесь, блок 9 планирования выполнен с возможностью выработки плана на основании предсказанного показателя 34 готовности для будущего периода времени, здесь, второй половины текущего дня. Например, взаимодействие с пациентом 3 запланировано на время во второй половине текущего дня, для которого предсказанный показатель 34 готовности предполагает <высокую готовность>.

Ссылаясь снова на фиг. 1, подсистема 10 взаимодействия содержит систему для осуществления сеанса видеосвязи с пациентом 3. Это обеспечивает возможность прямого и личного контакта, например, с медицинским работником, таким как врач, медсестра или фармацевт. В дополнение или в качестве альтернативы, подсистема 10 взаимодействия может содержать систему для отображения мультимедийного контента пациенту 3. Мультимедийный контент может содержать контент подвижного изображения и/или контент неподвижного изображения и/или аудиоконтент и/или текстовый контент. Это обеспечивает возможность отображения обучающего мультимедийного контента, например, мультимедийного контента, изображающего то, каким образом следует выполнять некоторые физические упражнения, которые могут улучшить или по меньшей мере стабилизировать медицинское состояние пациента 3, мультимедийного контента, изображающего пациенту 3 то, каким образом следует принимать препарат, и так далее.

В данном варианте реализации, подсистема 10 взаимодействия выполнена с возможностью отправки сообщения пациенту 3 для побуждения пациента 3 к вступлению во взаимодействие. Было обнаружено, что возможность эффективного взаимодействия с пациентом 3, в частности, с пациентом, достаточно ограничена. Побуждение пациента 3 к вступлению во взаимодействие, например, к просмотру или прослушиванию обучающего мультимедийного контента, или к участию в сеансе видеосвязи с медицинским работником, является эффективным способом вовлечения пациента 3.

Если подсистема 10 взаимодействия содержит систему для отображения мультимедийного контента пациенту 3, она, предпочтительно, выполнена с возможностью автоматического инициирования взаимодействия с пациентом 3, в соответствии со выработанным планом. Вследствие этого, может быть реализована автоматическая подсистема 10 взаимодействия, которая инициирует взаимодействие с пациентом 3 в подходящий момент без необходимости в инициировании и осуществлении взаимодействия медицинским работником.

Подсистема 10 взаимодействия может быть выполнена с возможностью обеспечения пациенту 3 возможности отклонения инициированного взаимодействия, причем подсистема 10 взаимодействия дополнительно выполнена с возможностью автоматического повторного инициирования взаимодействия с пациентом 3 в более позднее время, в соответствии со выработанным планом. Это учитывает то, что, в некоторых случаях, момент, в который инициируют взаимодействие в соответствии со выработанным планом, в действительности может не быть подходящим моментом для взаимодействия с пациентом 3, например, ввиду того, что готовность пациента 3 к обработке информации в текущий день значительно отклонена от его/ее «повторяющихся состояний». В данном случае, возможность взаимодействия с пациентом 3 не должна быть полностью упущена, и попытка инициирования взаимодействия с субъектом в более позднее время в соответствии со выработанным планом может быть снова предпринята.

Далее, в качестве примера, будет описан вариант реализации способа планирования для планирования взаимодействия с субъектом 3, который, в данном примере, является пациентом, в частности пациентом, страдающим от хронического медицинского состояния, со ссылкой на блок-схему, изображенную на фиг. 3. Способ планирования может быть выполнен, например, посредством системы 2 планирования, описанной со ссылкой на фиг. 1.

На этапе 101, принимают данные датчика, полученные одним или более датчиками 4, 5, посредством блока 6 приема, причем данные датчика показательны в отношении состояния пациента 3. На этапе 102 принятые данные датчика для прошедшего периода времени анализируют для обнаружения повторяющихся паттернов в состоянии пациента 3, посредством блока 7 анализа. На этапе 103 предсказывают состояние пациента 3 в течение будущего периода времени на основании принятых данных датчика для текущего периода времени и обнаруженных повторяющихся паттернов, посредством блока 8 предсказания. На этапе 104 вырабатывают план взаимодействия с пациентом 3 на основании предсказанного состояния посредством блока 9 планирования.

Способ планирования может быть частью способа взаимодействия для взаимодействия с субъектом 3, который в данном примере может являться пациентом, в частности пациентом, страдающим от хронического медицинского заболевания, причем данный способ может включать дополнительный этап взаимодействия с пациентом 3, посредством подсистемы 10 взаимодействия. Способ взаимодействия может быть выполнен, например, системой 1 взаимодействия, описанной со ссылкой на фиг. 1.

Настоящее изобретение также относится к компьютерной программе планирования для планирования взаимодействия с субъектом. Компьютерная программа планирования также может быть частью компьютерной программы взаимодействия для взаимодействия с субъектом.

Следует отметить, что в варианте реализации системы взаимодействия, описанной выше со ссылкой на фиг. 1, блок 7 анализа может быть выполнен с возможностью обновления результата обнаружения повторяющихся паттернов после приёма дополнительных данных датчика для более недавнего периода времени по сравнению с прошедшим периодом времени. Это обеспечивает возможность использования блоком 7 анализа как можно большего количества принятых данных датчика для обнаружения повторяющихся паттернов, что в результате улучшит обнаружение, в частности, меньших и реже появляющихся паттернов, с течением времени.

Другие вариации описанных вариантов реализации могут быть поняты и реализованы специалистом в данной области техники при осуществлении заявленного изобретения на практике после ознакомления с чертежами, описанием и приложенной формулой изобретения.

В пунктах формулы изобретения слово «содержит» не исключает другие элементы или этапы, а грамматические показатели единственного числа не исключают множественное число.

Отдельный блок или устройство может выполнять функции нескольких элементов, перечисленных в пунктах формулы изобретения. Сам по себе тот факт, что определенные меры перечислены во взаимно различных зависимых пунктах, не указывает, что комбинация этих мер не может быть с успехом использована.

Такие операции, как анализ принятых данных датчика для прошедшего периода времени для обнаружения повторяющихся паттернов в состоянии субъекта, предсказание состояния субъекта в течение будущего периода времени на основании принятых данных датчика для текущего периода времени и обнаруженных повторяющихся паттернов, и выработка плана взаимодействия с субъектом на основании предсказанного состояния и так далее, выполняемые одним или несколькими блоками или устройствами, могут быть выполнены любым другим количеством блоков или устройств. Например, блок анализа может быть встроен вместе с блоком предсказания в отдельный блок или устройство.

Операции и/или управление устройством для планирования в соответствие со способом планирования могут быть реализованы в виде программного кода компьютерной программы и/или специального аппаратного средства. Компьютерная программа может храниться/распространяться на подходящей подсистеме, такой как оптическая запоминающая подсистема или твердотельная подсистема, поставляемая вместе с другим аппаратным средством или в качестве его составляющей, но она также может быть распространена в других формах, таких как посредством сети Интернет или других проводных или беспроводных телекоммуникационных систем.

Любые ссылочные позиции в пунктах формулы изобретения не должны быть истолкованы как ограничение объема настоящего изобретения.

Настоящее изобретение относится к системе планирования для планирования взаимодействия с субъектом. Блок приема принимает данные датчика, полученные одним или более датчиками, причем данные датчика показательны в отношении состояния субъекта. Блок анализа анализирует принятые данные датчика для прошедшего периода времени для обнаружения повторяющихся паттернов в состоянии субъекта за прошедший период времени. Блок предсказания предсказывает состояние субъекта в течение будущего периода времени на основании принятых данных датчика для текущего периода времени и обнаруженных повторяющихся паттернов. Блок планирования вырабатывает план взаимодействия с субъектом на основании предсказанного состояния. Ввиду того, что блок планирования использует предсказанное состояние для выработки плана взаимодействия с субъектом, блок планирования может выявлять подходящие моменты для взаимодействий.

Несмотря на то, что настоящее изобретение было изображено и подробно описано на чертежах и в представленном выше описании, такие иллюстрации и описание следует считать только иллюстративными или типовыми, а не ограничивающими; настоящее изобретение не ограничено раскрытыми вариантами реализации. Другие вариации раскрытых вариантов реализации могут быть поняты и выполнены специалистом в данной области техники при практическом осуществлении заявленного изобретения, на основании изучения чертежей, описания и пунктов приложенной формулы изобретения.

В пунктах формулы изобретения слово «содержит» не исключает другие элементы или этапы, а грамматические показатели единственного числа не исключают множественное число. Сам по себе тот факт, что определенные меры перечислены во взаимно различных зависимых пунктах, не указывает, что комбинация этих мер не может быть с успехом использована. Компьютерная программа может храниться/распространяться на подходящей подсистеме, такой как оптическая запоминающая подсистема или твердотельная подсистема, поставляемая вместе с другим аппаратным средством или в качестве его составляющей, но она также может быть распространена в других формах, таких как посредством сети Интернет или других проводных или беспроводных телекоммуникационных систем. Любые ссылочные позиции в пунктах формулы изобретения не должны быть истолкованы как ограничение объема настоящего изобретения.