学习系统、复健辅助系统、方法、程序及学习完毕模型技术方案

本发明专利技术涉及学习系统、复健辅助系统、方法、程序及学习完毕模型。取得部取得基于至少包括关于训练者利用复健辅助系统执行了的复健的表示训练助理的助理数据和表示训练者的恢复度的指标数据的第1复健数据并通过聚类分析分类了训练助理而得到的分类结果。学习部生成学习模型，该学习模型被输入至少包括表示训练助理以辅助训练者为目的执行了的辅助行动的行动数据的第2复健数据，来输出启示训练助理的接下来行动的行动数据。学习部将基于分类结果进行了前处理的第2复健数据作为教导数据，来生成学习模型。

Learning system, rehabilitation assistant system, method, procedure and learning completion model

【技术实现步骤摘要】
学习系统、复健辅助系统、方法、程序及学习完毕模型
本公开涉及学习系统、复健辅助系统、方法、程序以及学习完毕模型。
技术介绍
患者等训练者在进行复健锻炼(复健)时，有时利用步行训练装置等复健辅助系统。作为步行训练装置的例子，在日本专利第6052234号公报中公开了一种具备被佩戴于训练者的腿部来辅助训练者的步行的步行辅助装置的步行训练装置。在训练者进行复健时，根据复健辅助系统，有时医师、物理治疗师等训练工作人员进行陪同、向训练者搭话、出手帮助、以及该复健辅助系统的设定操作作为训练者的辅助。然而，为了获得良好的训练成果，需要训练工作人员对复健辅助系统的设定操作能够通过复健辅助系统对训练者实现恰当的辅助。另外，该设定操作的时机、即辅助的追加或者减除、辅助程度的变更的时机也对训练成果造成影响。因此，为了这样的设定操作，训练工作人员需要进行应该对训练者进行何种辅助的取舍选择的判断、恰当的辅助的程度、时机的判断。并且，训练工作人员需要进行应该在何种时机向训练者进行何种搭话的判断、应该在何种时机出手帮助的判断。然而，现状是训练工作人员基于直觉、诀窍来进行上述那样的判断，另外，由于每个训练工作人员的经验年数、熟练度不同，所以根据训练工作人员不同，训练成果的差异严重。因此，期望无论训练工作人员如何均进行能获得良好的训练成果那样的恰当的辅助。因此，在复健辅助系统中，期望一种以无论训练工作人员如何均能够与优秀(训练成果所涉及的评价高)的训练工作人员进行辅助的情况同样地进行上述那样的判断的方式进行启示的技术。另外，对训练者的辅助并不局限于由训练工作人员进行，还能够设想由人工助理等其他种类的训练助理来进行。因此，在复健辅助系统中，期望一种无论训练助理如何均能够与优秀的训练助理进行辅助的情况同样地进行上述那样的判断的方式进行启示的技术。
技术实现思路
本公开是为了解决这样的问题而完成的，提供生成学习模型的学习系统等，该学习模型能够在训练者利用复健辅助系统执行复健时对于对此辅助的训练助理启示优选的行动。另外，本公开还提供生成学习模型的学习系统等，该学习模型能够在训练者利用训练辅助系统执行训练时对于对此辅助的训练助理启示优选的行动。本公开的第1方式所涉及的学习系统具备：取得部，取得对于至少包括关于训练者利用复健辅助系统执行了的复健锻炼的、表示辅助上述训练者的训练助理的助理数据、表示上述训练助理以辅助上述训练者为目的执行了的辅助行动的行动数据、以及表示上述训练者的恢复度的指标数据的第1复健数据通过聚类分析分类了上述训练助理而得到的分类结果；和学习部，生成学习模型，该学习模型被输入至少包括上述行动数据的第2复健数据，来输出用于启示上述训练助理的接下来行动的上述行动数据，上述学习部将基于上述分类结果进行了前处理的上述第2复健数据作为教导数据，来生成上述学习模型。由此，能够生成在训练者利用复健辅助系统执行复健时可对于对此辅助的训练助理启示优选的行动的学习模型。特征还能够在于，上述第2复健数据包括上述指标数据以及上述助理数据的至少一方。由此，能够使学习完毕模型反映指标数据或者助理数据。特征还能够在于，上述学习部将与上述分类结果中的1个组所包括的上述训练助理对应的上述第2复健数据作为教导数据，来生成上述学习模型。由此，能够生成考虑了属于1个组的训练助理的行动的学习完毕模型。或者，特征还能够在于，上述学习部将基于上述分类结果而加标签后的多个组和与上述多个组的各个对应的上述助理数据建立了关联的上述第2复健数据作为教导数据，来生成上述学习模型。由此，能够生成按组考虑了训练助理的行动的学习完毕模型。特征还能够在于，上述学习系统具备分析部，该分析部对于上述第1复健数据执行上述聚类分析来分类上述训练助理，上述取得部从上述分析部取得分类了上述训练助理而得到的分类结果。由此，学习系统能够从分析的阶段进行处理。特征还能够在于，上述第1复健数据以及上述第2复健数据包括表示上述训练者的特征的训练者数据。由此，能够使学习完毕模型反映训练者的特征。特征还能够在于，上述训练者数据包括表示上述训练者的疾病以及症状的至少一方的症状数据。由此，能够使学习完毕模型反映症状数据。特征还能够在于，上述行动数据包括对变更了上述复健辅助系统中的设定值的操作进行表示的数据以及表示对于上述训练者的帮助动作的数据中的至少一方。由此，能够使学习完毕模型反映设定值变更操作或者帮助动作的状况。特征还能够在于，表示上述操作的数据包括表示上述操作的熟练度的数据。由此，能够使学习完毕模型反映操作的熟练度。特征还能够在于，上述学习部针对上述分类结果中的多个组的每一个，将与上述组所包括的上述训练助理对应的上述第2复健数据作为教导数据，来生成上述学习模型。由此，能够生成多种学习完毕模型。特征还能够在于，上述学习系统具备对上述分类结果中的一个组进行指定的组指定部，上述学习部将与由上述组指定部指定的上述组所包括的上述训练助理对应的上述第2复健数据作为教导数据，来生成上述学习模型。由此，能够生成仅被指定的组的学习完毕模型。本公开的第2方式所涉及的学习系统具备：取得部，取得对于至少包括关于训练者利用训练辅助系统执行了的训练的、表示辅助上述训练者的训练助理的助理数据、表示上述训练助理以辅助上述训练者为目的执行了的辅助行动的行动数据、以及表示上述训练者的身体功能提高度的指标数据的第1数据通过聚类分析分类了上述训练助理而得到的分类结果；和学习部，生成学习模型，该学习模型被输入至少包括上述行动数据的第2数据，来输出用于启示上述训练助理的接下来行动的上述行动数据，上述学习部将基于上述分类结果进行了前处理的上述第2数据作为教导数据，来生成上述学习模型。由此，能够生成在训练者利用训练辅助系统执行训练时能对于对此辅助的训练助理启示优选的行动的学习模型。本公开的第3方式所涉及的复健辅助系统是能够访问利用第1方式所涉及的学习系统学习而得到的学习模型即学习完毕模型的复健辅助系统，具备：输出部，将与训练者使用上述复健辅助系统进行的复健锻炼相关的上述第2复健数据作为向上述学习完毕模型的输入来进行输出；和通知部，将从上述学习完毕模型输出的上述行动数据通知给在上述复健锻炼中辅助上述训练者的上述训练助理。由此，能够在训练者利用复健辅助系统执行复健时对于对此辅助的训练助理启示优选的行动。特征还能够在于，上述复健辅助系统具备对在上述复健锻炼中辅助上述训练者的上述训练助理进行指定的指定部，上述复健辅助系统能够访问存储上述分类结果的分类结果存储部，当利用上述指定部指定的上述训练助理是在上述学习完毕模型的生成时未采用上述教导数据的训练助理的情况下，上述输出部输出上述第2复健数据，上述通知部进行通知。由此，对于设想为不需要通知的训练助理不进行多余的通知。本公开的第4方式所涉及的学习方法具有：取得步骤，取得对于至少包括关于训练者利用复健辅助系统执行了的复健锻炼的、表示辅助上述训练者的训练助理的助理数据、表示上述训练助理以辅助上述训练者为目的执行的辅助行动的行动本文档来自技高网...

【技术保护点】
1.一种学习系统，其中，具备：/n取得部，取得对于至少包括关于训练者利用复健辅助系统执行了的复健锻炼的、表示辅助所述训练者的训练助理的助理数据、表示所述训练助理以辅助所述训练者为目的执行了的辅助行动的行动数据、以及表示所述训练者的恢复度的指标数据的第1复健数据通过聚类分析分类了所述训练助理而得到的分类结果；和/n学习部，生成学习模型，该学习模型被输入至少包括所述行动数据的第2复健数据，来输出用于启示所述训练助理的接下来行动的所述行动数据，/n所述学习部将基于所述分类结果进行了前处理的所述第2复健数据作为教导数据，来生成所述学习模型。/n

【技术特征摘要】
20190627 JP 2019-1200291.一种学习系统，其中，具备：
取得部，取得对于至少包括关于训练者利用复健辅助系统执行了的复健锻炼的、表示辅助所述训练者的训练助理的助理数据、表示所述训练助理以辅助所述训练者为目的执行了的辅助行动的行动数据、以及表示所述训练者的恢复度的指标数据的第1复健数据通过聚类分析分类了所述训练助理而得到的分类结果；和
学习部，生成学习模型，该学习模型被输入至少包括所述行动数据的第2复健数据，来输出用于启示所述训练助理的接下来行动的所述行动数据，
所述学习部将基于所述分类结果进行了前处理的所述第2复健数据作为教导数据，来生成所述学习模型。


2.根据权利要求1所述的学习系统，其中，
所述第2复健数据包括所述指标数据以及所述助理数据的至少一方。


3.根据权利要求1或2所述的学习系统，其中，
所述学习部将与所述分类结果中的1个组所包括的所述训练助理对应的所述第2复健数据作为教导数据，来生成所述学习模型。


4.根据权利要求1或2所述的学习系统，其中，
所述学习部将基于所述分类结果而加标签后的多个组和与所述多个组的各个对应的所述助理数据建立了关联的所述第2复健数据作为教导数据，来生成所述学习模型。


5.根据权利要求1～4中任一项所述的学习系统，其中，
所述学习系统具备分析部，该分析部对于所述第1复健数据执行所述聚类分析来分类所述训练助理，
所述取得部从所述分析部取得分类了所述训练助理而得到的分类结果。


6.根据权利要求1～5中任一项所述的学习系统，其中，
所述第1复健数据以及所述第2复健数据包括表示所述训练者的特征的训练者数据。


7.根据权利要求6所述的学习系统，其中，
所述训练者数据包括表示所述训练者的疾病以及症状的至少一方的症状数据。


8.根据权利要求1～7中任一项所述的学习系统，其中，
所述行动数据包括对变更了所述复健辅助系统中的设定值的操作进行表示的数据以及表示对于所述训练者的帮助动作的数据中的至少一方。


9.根据权利要求8所述的学习系统，其中，
表示所述操作的数据包括表示所述操作的熟练度的数据。


10.根据权利要求1～3中任一项所述的学习系统，其中，
所述学习部针对所述分类结果中的多个组的每一个，将与所述组所包括的所述训练助理对应的所述第2复健数据作为教导数据，来生成所述学习模型。


11.根据权利要求1～3中任一项所述的学习系统，其中，
所述学习系统具备对所述分类结果中的1个组进行指定的组指定部，
所述学习部将与由所述组指定部指定的所述组所包括的所述训练助理对应的所述第2复健数据作为教导数据，来生成所述学习模型。


12.一种学习系统，其中，具备：
取得部，取得对于至少包括关于训练者利用训练辅助系统执行了的训练的、表示辅助所述训练者的训练助理的助理数据、表示所述训练助理以辅助所述训练者为目的执行了的辅助行动的行动数据、以及表示所述训练者的身体功能提高度的指标数据的第1数据通过聚类分析分类了所述训练助理而得到的分类结果；和
学习部，生成学习模型，该学习模型被输入至少包括所述行动数据的第2数据，来输出用于启示所述训练助理的接下来行动的所述行动数据，
所述学习部将基于所述分类结果进行了前处理的所述第2数据作为教导数据，来生成所述学习模型。


13.一种复健辅助系统，能够访问利用权利要求1～11中的任一项所述的学习系统学...

【专利技术属性】
技术研发人员：大槻将久，中岛一诚，中西贵江，山本学，山上菜月，
申请(专利权)人：丰田自动车株式会社，
类型：发明
国别省市：日本;JP