高齢者が寝たきりになってしまう大きな原因の一つは、転倒です。高齢者の転倒リスクを予想し、転倒を未然に防ぐことができれば、健康寿命を延ばすことができます。この発明は、ビーコンを用いた高齢者の転倒予測システムの発明です（US2018/0233018A1、Starkey Laboratories）。

転倒は、意図せずに起きる怪我の原因であり、特に高齢者に多い。高齢者にとって、姿勢制御を維持し転倒を防止することは、とても重要です。姿勢の平衡を維持することは、足を支持する基部内の動きを制限することによって達成することができます。姿勢の平衡は、多くの感覚情報の入力によって維持されます。例えば、神経障害による足の感覚入力の喪失は、転倒の危険性を増加させる可能性があります。しかし、転倒の兆候が常に存在するわけではなく、またはっきりと目に見えているわけではなく、自動化された墜落リスク推定モデルがありません。

この発明は、ビーコンを用いた転倒予測システムです。頭に装着する装置と、危険を検出し、検出された危険に基づいてビーコン信号を生成するように適合されたビーコンを含みます。 このシステムは、ヘッド装着型デバイスおよびビーコンに動作可能に接続されたコントローラを含み、ビーコンおよびコントローラの少なくとも1つは、ビーコン信号をユーザに送信するように構成します。検出する危険とは、湿った床、表面の色の変化、階段、不均一な地形、歩道の亀裂、不十分な照明、物体間のコントラストの不足、不十分な配置、ペット、子供、不安定な家具、電源コード、低座席、低床、交通量の多いエリア、エスカレーター、カーペット、穴、危険な挙動など、さまざまな要因を検出することができます。

長期的転倒推定モデル202、短期的転倒推定モデル204によって、落下のリスクを予測します。例えば、落下事象が206で検出されると、事象の前に収集されたデータに基づいて、ユーザおよび他のユーザからのデータを使用して、回帰モデルまたは深層ニューラルネットワークをトレーニングして、個々のユーザの転落のリスクを推定することができます（Fig.3）。

Fig.7は、システム全体のフローチャートです。システム10のユーザまたは構内ネットワーク20にビーコン信号を提供する。システムは、宅内ネットワーク20によって利用され、様々な警報または通知信号を、転倒予測システム10または他のメンバーに提供します。集められたデータは、タイムスタンプ、位置情報、データの意味等によって分類格納されます（610）。また、データまたはイベント、生センサデータ等の特性は、位置固有の傾向で識別することもできます（614）。さらに、610で格納されたデータに基づいて、614でのシステム分類された事象間の関係を調べることによって訓練することができ、時間、照明、天気、地域内の人数などの環境情報と相関させて、ニューラルネットワーク、SVM（Support Vector Machine）、ベイジアン学習法、強化学習など、さまざまな機械学習技術を自己学習および推論のために使用できます。