[論文レビュー] The Dem@Care Experiments and Datasets: a Technical Report

Αναστάσιος Καρακώστας, Alexia Briassouli+3 more|arXiv (Cornell University)|Dec 17, 2016

Context-Aware Activity Recognition Systems被引用数 26

ひとこと要約

この技術報告書は、認知症を有する個人のモニタリングを目的とした、Dem@Careプロジェクトのマルチセンサー・データ収集フレームワークを提示している。環境、ライフスタイル、健康パラメータを、倫理的かつプライバシー保護的な手法で統合している。主な貢献は、実世界の実験から得られた包括的かつアノテーション付きのデータセットの構築であり、これにより、患者、介護者、臨床医のための文脈認識型で多変数の健康モニタリングおよび意思決定支援が可能となる。

ABSTRACT

The objective of Dem@Care is the development of a complete system providing personal health services to people with dementia, as well as medical professionals and caregivers, by using a multitude of sensors, for context-aware, multi-parametric monitoring of lifestyle, ambient environment, and health parameters. Multi-sensor data analysis, combined with intelligent decision making mechanisms, will allow an accurate representation of the person's current status and will provide the appropriate feedback, both to the person and the associated caregivers, enhancing the standard clinical workflow. Within the project framework, several data collection activities have taken place to assist technical development and evaluation tasks. In all these activities, particular attention has been paid to adhere to ethical guidelines and preserve the participants' privacy. This technical report describes shorty the (a) the main objectives of the project, (b) the main ethical principles and (c) the datasets that have been already created.

研究の動機と目的

• 多様なセンサーからのデータを用いて、認知症を有する人々の継続的健康モニタリングを実現する包括的かつ文脈認識型のシステムの開発。
• 自宅環境での実世界展開において、倫理的データ収集と厳密なプライバシー保護を確保すること。
• 実生活の実験から得られた標準化され、アノテーション付きのデータセットの作成を通じて、認知症ケアおよび知能的意思決定システム分野の研究を支援すること。
• 多変数データ分析に基づく、タイムリーでパーソナライズされたフィードバックを提供することにより、臨床ワークフローの改善。
• 実世界の認知症ケアのシナリオにおいて、センサーフュージョンおよび意思決定アルゴリズムの再現可能な評価を可能にすること。

提案手法

• ライフスタイル、環境、生理的パラメータを収集するために、ウェアラブル、環境、モバイルセンサーを含むマルチセンサーインfrastrucureを展開。
• 参加者の身元を保護するため、倫理的ガイドラインおよびGDPRに類似したプライバシー基準に準拠したデータ収集プロトコルを実装。
• 異種のデータストリームを統合するためのセンサーフュージョン技術を用い、統一された文脈認識型モニタリングフレームワークを構築。
• 多変数データを分析し、実行可能なフィードバックを生成するための知的意思決定メカニズムを適用。
• パターン認識および機械学習技術を用いて、時間経過に伴う健康状態および行動状態をモデル化。
• 臨床的および技術的評価を目的としたメタデータを含む、構造的で時刻同期されたデータセットを生成。

実験結果

リサーチクエスチョン

• RQ1 多様なソースからのマルチセンサー・データを、認知症患者のリアルタイムで文脈認識型のモニタリングを支援する形で効果的に統合する方法は何か？
• RQ2 自宅環境での長期的展開において、必要な倫理的およびプライバシー保護型のデータ収集手法は何か？
• RQ3 継続的で多変数のセンサーデータから、臨床的に意味のある行動的および健康的パターンを抽出できるか？
• RQ4 センサーデータをどのように構造化・アノテーション付けることで、再現可能な研究およびシステム評価を可能にできるか？
• RQ5 自動フィードバックシステムが、ケアのワークフローおよび患者・介護者への支援をどの程度向上できるか？

主な発見

• Dem@Careプロジェクトは、自宅環境における長期的実世界展開から、包括的なデータセットを効果的に収集・整備した。
• 倫理的データ収集プロトコルが効果的に実装され、参加者のプライバシーと同意の遵守が確保された。
• マルチセンサー・データ統合により、ライフスタイル、環境、健康パラメータの各分野において、正確でリアルタイムの患者状態の表現が可能になった。
• 得られたデータセットは公開されており、認知症モニタリングおよび意思決定支援システム分野における再現可能な研究を支援している。
• システムは、患者および介護者に対してタイムリーでパーソナライズされたフィードバックを提供することで、臨床ワークフローの向上が可能であることを実証した。
• 技術報告書は、認知症ケアにおけるセンサー基盤の健康モニタリングシステムの評価のための標準的基盤を提供している。