特許ウォッチ

公開番号2025080243
公報種別公開特許公報(A)
公開日2025-05-23
出願番号2024197855
出願日2024-11-13
発明の名称膀胱内尿量予測方法及びシステム
出願人メディシングスカンパニーリミテッド
代理人個人,個人,個人,個人,個人,個人,個人,個人,個人,個人
主分類G16H 10/00 20180101AFI20250516BHJP(特定の用途分野に特に適合した情報通信技術)
要約【課題】膀胱内尿量予測方法及びシステムを提供する。
【解決手段】本方法は、少なくとも一つのプロセッサにより遂行される、膀胱内尿量予測方法において、複数のフォトダイオードが検出した特定ユーザと関連した光データセットを受信するステップ、ここで、複数のフォトダイオードは、特定ユーザの膀胱上に位置した皮膚に照射された光と関連した光強度を検出するように構成される、と、光データセットに基づいて、特定ユーザの身体の少なくとも一部に対する光特性値セットを推定するステップと、推定された光特性値セットに基づいて、尿量推定モデルを用いて前記特定ユーザの膀胱内尿量を推定するステップとを含むことができる。
【選択図】図1
特許請求の範囲【請求項１】
少なくとも一つのプロセッサにより遂行される、膀胱内尿量予測方法において、
複数のフォトダイオードが検出した特定ユーザと関連した光データセットを受信するステップ、ここで、前記複数のフォトダイオードは、前記特定ユーザの膀胱上に位置した皮膚に照射された光と関連した光強度を検出するように構成される、と、
前記光データセットに基づいて、前記特定ユーザの身体の少なくとも一部に対する光特性値セットを推定するステップと、
前記推定された光特性値セットに基づいて、尿量推定モデルを用いて前記特定ユーザの膀胱内尿量を推定するステップと、を含む、尿量予測方法。
続きを表示（約 1,500 文字）【請求項２】
前記尿量推定モデルは、複数の学習データセットを学習したディープラーニング基盤モデル又はマシンラーニング基盤モデルであり、
前記複数の学習データセットは、前記特定ユーザの実尿量及び前記実尿量と関連した光特性値セットの対を含む、請求項１に記載の尿量予測方法。
【請求項３】
前記複数の学習データセットは、第１の学習データセット及び第２の学習データセットを含み、
前記第１の学習データセットは、前記特定ユーザの第１の実尿量及び前記第１の実尿量と関連した第１の学習用光特性値セットの対を含み、
前記第２の学習データセットは、前記特定ユーザの第２の実尿量及び前記第２の実尿量と関連した第２の学習用光特性値セットの対を含み、
前記第２の実尿量は、前記第１の実尿量よりも大きい、請求項２に記載の尿量予測方法。
【請求項４】
前記複数の学習データセットを学習して、教師モデルが生成され、
前記尿量推定モデルは、単一又は複数の追加学習データセットをさらに学習し、
前記追加学習データセットは、追加学習用尿量、及び前記教師モデルに前記追加学習用尿量を入力して推定された追加学習用光特性値セットの対を含み、
前記追加学習用尿量は、第１の尿量よりも大きくて、第２の尿量よりも小さい、請求項３に記載の尿量予測方法。
【請求項５】
前記尿量推定モデルは、前記複数の学習データセットに既定の加重値を適用して学習される、請求項４に記載の尿量予測方法。
【請求項６】
前記第１の実尿量は、前記特定ユーザの膀胱の最小尿量に対応し、
前記第２の実尿量は、前記特定ユーザの膀胱の最大尿量に対応する、請求項３に記載の尿量予測方法。
【請求項７】
前記推定された尿量情報が既定の基準値以上である場合、排尿勧告と関連したメッセージを出力するステップをさらに含む、請求項１に記載の尿量予測方法。
【請求項８】
前記尿量推定モデルは、学習用肥満度情報をさらに学習し、
前記方法は、前記特定ユーザと関連した肥満度情報を受信するステップをさらに含み、
前記尿量を推定するステップは、前記受信された肥満度情報及び前記光特性値セットに基づいて、前記尿量推定モデルを用いて前記尿量を推定するステップを含む、請求項２に記載の尿量予測方法。
【請求項９】
請求項１～８のいずれか一項に記載の方法をコンピュータで実行するために、コンピュータ読み取り可能な記録媒体に保存されたコンピュータプログラム。
【請求項１０】
ユーザ端末であって、
通信部と、
メモリと、
前記メモリと連結され、前記メモリに含まれたコンピュータ読み取り可能な少なくとも一つのプログラムを実行するように構成された少なくとも一つのプロセッサと、を含み、
前記少なくとも一つのプログラムは、
複数のフォトダイオードが検出した特定ユーザと関連した光データセットを受信し、ここで、前記複数のフォトダイオードは、前記特定ユーザの膀胱上に位置した皮膚に照射された光と関連した光強度を検出するように構成される、
前記光データセットに基づいて、前記特定ユーザの身体の少なくとも一部に対する光特性値セットを推定し、
前記推定された光特性値セットに基づいて、尿量推定モデルを用いて前記特定ユーザの膀胱内尿量を推定するための命令語等を含む、ユーザ端末。

発明の詳細な説明【技術分野】
【０００１】
本開示は、膀胱内尿量予測方法及びシステムに関し、具体的には、身体の光学的情報に基づいた生理学的情報推定方法及びシステムに関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
高齢化社会の進入に伴い、６０代以上の１０人のうち１人は排尿障害を有している。特に、脊椎損傷患者、認知症患者、脳卒中患者、尿失禁患者、夜尿症患者などは、自ら排尿（urination）及び／又は導尿（catheterization）時点を判断し難い場合があり得る。排尿及び／又は導尿が適切な時点に行われないと、頻尿、尿失禁、尿閉のような軽い膀胱機能障害から、尿路感染、水腎症、膀胱尿管逆流のような合併症まで誘発させることができる。
【０００３】
排尿障害の正確な診断のために、患者は、病院に来院した後、超音波膀胱容積検査や尿流動学検査（ＵＤＳ；Urodynamic Study）などにより膀胱内尿量を測定することで、膀胱機能を確認できる。すなわち、患者は、病院に来院して専門家の検査のみによって膀胱内尿量を測定することで、膀胱機能を観察／診断せざるを得ない。
【０００４】
代替的に、不明瞭な尿意や不完全な排尿能力を持つ排尿障害患者らは、病院で診断を受けた専門家のガイドラインに合わせて、及び／又は、患者に与えられた時間の間隔に合わせて、自分や保護者が排尿及び／又は導尿を行わなければならない。患者の当日コンディションや飲用状態などのような多様な要因により、患者の排尿量は、一般の排尿量の正常範囲から逸脱することができる。このとき、一定の時間の間隔のみに依存して排尿及び／又は導尿を行う場合、適切な時点に排尿が困難になって、尿路感染が持続したり腎臓機能が低下したりする等の問題点が発生し得る。したがって、一定の時間の間隔に合せて排尿及び／又は導尿を行うことを指示する医療ガイドラインを守るには、つまり、患者個人の外部活動制約や飲用制限など、様々の困難な問題点が発生し得る。
【発明の概要】
【発明が解決しようとする課題】
【０００５】
本開示は、前記問題点を解決するための膀胱内尿量予測方法及びシステム（装置）を提供する。
【課題を解決するための手段】
【０００６】
本開示は、方法、装置（システム）及び／又はコンピュータ読み取り可能な保存媒体に保存されたコンピュータプログラム、コンピュータプログラムが保存されたコンピュータ読み取り可能な保存媒体を含む多様な方式により具現化できる。
【０００７】
本開示の一実施例によれば、少なくとも一つのプロセッサにより遂行される、膀胱内尿量予測方法において、複数のフォトダイオードが検出した特定ユーザと関連した光データセットを受信するステップ、ここで、複数のフォトダイオードは、特定ユーザの膀胱上に位置した皮膚に照射された光と関連した光強度を検出するように構成される、と、光データセットに基づいて、特定ユーザの身体の少なくとも一部に対する光特性値セットを推定するステップと、推定された光特性値セットに基づいて、尿量推定モデルを用いて特定ユーザの膀胱内尿量を推定するステップとを含むことができる。
【０００８】
本開示の一実施例によれば、尿量推定モデルは、複数の学習データセットを学習したディープラーニング基盤モデル又はマシンラーニング基盤モデルであり、複数の学習データセットは、特定ユーザの実尿量及び実尿量と関連した光特性値セットの対を含むことができる。
【０００９】
本開示の一実施例によれば、複数の学習データセットは、第１の学習データセット及び第２の学習データセットを含み、第１の学習データセットは、特定ユーザの第１の実尿量及び第１の実尿量と関連した第１の学習用光特性値セットの対を含むことができる。
【００１０】
本開示の一実施例によれば、第２の学習データセットは、特定ユーザの第２の実尿量及び第２の実尿量と関連した第２の学習用光特性値セットの対を含むことができる。
（【００１１】以降は省略されています）

関連特許