JP2013238970A - 健康管理システム - Google Patents
健康管理システム Download PDFInfo
- Publication number
- JP2013238970A JP2013238970A JP2012110650A JP2012110650A JP2013238970A JP 2013238970 A JP2013238970 A JP 2013238970A JP 2012110650 A JP2012110650 A JP 2012110650A JP 2012110650 A JP2012110650 A JP 2012110650A JP 2013238970 A JP2013238970 A JP 2013238970A
- Authority
- JP
- Japan
- Prior art keywords
- user
- physical condition
- information
- change
- physical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
【課題】利用者の体調変化を高精度に予測することで、予防的な健康管理を実現する。
【解決手段】本発明の健康管理システムは、利用者の体調変化に関する身体情報を取得し蓄積記録する身体情報蓄積手段と、体調変化の外的要因となる環境情報を取得し蓄積記録する環境情報蓄積手段と、蓄積された身体情報および環境情報に基づいて利用者の体調変化と環境情報との相関を分析し要因解析データを得る要因解析手段と、新たに取得した環境情報を前記要因解析データと照合して利用者の体調変化を予測する変調予測手段と、体調変化の予測結果を通知する結果通知手段とを備える。これにより、近い将来利用者に生じ得る体調変化を高精度に予測し、実際に異変が発生する前段階で利用者に通知するといった予防的な対応が可能となる。
【選択図】図2
【解決手段】本発明の健康管理システムは、利用者の体調変化に関する身体情報を取得し蓄積記録する身体情報蓄積手段と、体調変化の外的要因となる環境情報を取得し蓄積記録する環境情報蓄積手段と、蓄積された身体情報および環境情報に基づいて利用者の体調変化と環境情報との相関を分析し要因解析データを得る要因解析手段と、新たに取得した環境情報を前記要因解析データと照合して利用者の体調変化を予測する変調予測手段と、体調変化の予測結果を通知する結果通知手段とを備える。これにより、近い将来利用者に生じ得る体調変化を高精度に予測し、実際に異変が発生する前段階で利用者に通知するといった予防的な対応が可能となる。
【選択図】図2
Description
本発明は、利用者の健康状態を管理するシステムであって、特に、人間の体調に影響を及ぼす気温変化等の環境情報を用い、体調変化が実際に顕在化する前段階で利用者の体調変化を予測する健康管理システムに関する。
従来より、病院等の医療機関では患者の体調をモニタリングするシステムが利用されている。このシステムは、脈拍や血圧等を測定可能な測定機を用いて患者の生体データを取得し、脈拍数の低下など何らかの異常が発生した場合はナースステーションに通知される。このように、患者の体調の急変に対して看護師等の医療従事者が迅速に対応できるようになっている。
近年は在宅医療の利用者数が増加傾向にあり、また、日常生活における人々の健康への関心も高まっている。そこで、携帯型の通信機を利用して、自宅や外出時といった日常生活の中でも生体データをモニタリング可能とする健康管理システムが提案されている(特許文献1)。この健康管理システムは、脈拍計、歩数計、心電計といった測定機を利用者が常時身につけ、取得した生体データを観察することで利用者の身体に発生した異変を検出する。判定結果は携帯電話を介して家族や医療機関の通信機やサーバに自動的に通知されるため、利用者が急に健康状態に異常をきたした場合でも適切な対応をとることができる。
従来の健康管理システムは、測定した生体データに何らかの異常が発生した時点で、その異常を検出して報知するものである。よって、実際に体調に異変が生じる前段階で異変発生の可能性を利用者に対し注意喚起するというような、予防目的の健康管理支援を行うことはできない。
本発明は上記問題点を解決するためになされたものであり、利用者の身体に生じる可能性がある体調変化を予測することで、利用者の予防的な健康管理に寄与し得る健康管理システムの提供を目的とする。
上記目的を達成するために本発明の健康管理システムは、利用者の体調変化に関する身体情報を取得し蓄積記録する身体情報蓄積手段と、体調変化の外的要因となる環境情報を取得し蓄積記録する環境情報蓄積手段と、前記蓄積された身体情報および環境情報に基づいて前記利用者の体調変化と前記環境情報との相関を分析し要因解析データを得る要因解析手段と、新たに取得した環境情報を前記要因解析データと照合して利用者の体調変化を予測する変調予測手段と、前記体調変化の予測結果を通知する結果通知手段と、を備えることを特徴とする。
かかる構成によれば、体調変化に関する情報と体調変化の外的要因となる環境情報との相関を解析することで、最新の環境情報を基に利用者の体調変化を予測することができる。したがって、実際に利用者の身体に体調変化が生じる前段階で注意喚起を行えるため、利用者の予防的な健康管理を支援することができる。
なお、環境情報としては例えば地域ごとの気温等を示す気象情報が利用可能である。現在および過去の環境情報示す気象実績情報、近い将来の環境情報を示す気象予報情報といった環境情報を利用することで、近い将来利用者に起こり得る体調変化を予測できる。
なお、環境情報としては例えば地域ごとの気温等を示す気象情報が利用可能である。現在および過去の環境情報示す気象実績情報、近い将来の環境情報を示す気象予報情報といった環境情報を利用することで、近い将来利用者に起こり得る体調変化を予測できる。
また、上記構成において、前記要因解析手段は、前記利用者の体調変化と前記環境情報の状態および時間的変化の少なくともいずれか一方を示す環境要因パターンとの相関を分析し、前記変調予測手段は、新たな環境情報の取得による前記環境情報の状態および時間的変化が前記環境要因パターンと一致または類似するとき、利用者に体調変化が生じる可能性があると判定する。
また、上記構成において、前記要因解析手段は、個々の利用者を対象に前記体調変化と前記環境情報との相関を分析する個別要因解析、及び、複数の利用者を対象に前記体調変化と環境情報との相関を分析する公衆要因解析を実行し、前記変調予測手段は、予測対象の利用者に関する前記個別要因解析の解析結果および前記公衆要因解析の解析結果を統合判定して当該利用者の体調変化を予測する。
かかる構成によれば、個々の利用者を対象にした個別の相関分析と複数の利用者を対象にした公衆の相関分析とを併用することで、それぞれの欠点を相互補完した分析結果が得られるため、各利用者の体調変化の予測精度を向上することができる。
かかる構成によれば、個々の利用者を対象にした個別の相関分析と複数の利用者を対象にした公衆の相関分析とを併用することで、それぞれの欠点を相互補完した分析結果が得られるため、各利用者の体調変化の予測精度を向上することができる。
また、上記構成において、前記変調予測手段は、予測対象の利用者に関する前記個別要因解析の解析結果を前記公衆要因解析の解析結果より重視して当該利用者の体調変化を予測する。
かかる構成によれば、他の利用者の傾向を反映した公衆の相関分析を用いた場合であっても、個人特有の傾向を汲んだ的確な変調予測を行うことができる。
かかる構成によれば、他の利用者の傾向を反映した公衆の相関分析を用いた場合であっても、個人特有の傾向を汲んだ的確な変調予測を行うことができる。
また、上記構成において、さらに、各利用者に関する属性情報を記憶する属性情報記憶手段を備え、前記要因解析手段は、複数の利用者を対象に前記体調変化と前記環境情報および前記属性情報の相関を分析し、前記変調予測手段は、予測対象の利用者の前記属性情報に対応する前記要因解析データを用いて、当該予測対象の利用者の体調変化を予測する。
かかる構成によれば、年齢や性別といった利用者の属性を考慮して公衆の相関分析を行うため、同様の境遇にある他の利用者の傾向に基づいて利用者の体調変化を予測でき、予測制度を向上させることができる。
かかる構成によれば、年齢や性別といった利用者の属性を考慮して公衆の相関分析を行うため、同様の境遇にある他の利用者の傾向に基づいて利用者の体調変化を予測でき、予測制度を向上させることができる。
本発明によれば、体調変化に関する情報と体調変化の外的要因となる環境情報との相関を解析することで、最新の環境情報を基に利用者の体調変化を予測することができる。したがって、実際に利用者の身体に体調変化が生じる前段階で注意喚起を行えるため、利用者の予防的な健康管理を支援することができる。また、個々の利用者を対象にした個別の相関分析と複数の利用者を対象にした公衆の相関分析とを併用することで、各利用者の体調変化の予測精度を向上させることができる。
以下、本発明に係る健康管理システムの実施形態について、図面を参照して詳細に説明する。
まず、本実施形態の健康管理システムの概要を説明する。図1は、健康管理システムの概略の全体構成を示す図である。健康管理システムは、生体センサ10および健康管理サーバ20を含んで構成される。
まず、本実施形態の健康管理システムの概要を説明する。図1は、健康管理システムの概略の全体構成を示す図である。健康管理システムは、生体センサ10および健康管理サーバ20を含んで構成される。
生体センサ10は、脈拍、血圧、体温といった利用者の健康に関する身体情報を取得する携帯型の測定機である。各利用者は日常生活を送るにあたり、所望の身体情報を測定可能な生体センサ10を身につける。身につける生体センサ10は利用者全員が同一としてもよいが、利用者ごとに異ならせ、自身あるいは医師が注意すべきと考える測定項目に限定して使用してもよい。生体センサ10で測定された身体情報は、通信網30を介して健康管理サーバ20に送信される。
健康管理サーバ20は、通信網30を介して各利用者に装着された生体センサ10から身体情報を受信し、利用者ごとの身体情報を蓄積記録する。また、健康管理サーバ20は、通信網30を介して、図示しない環境情報提供サーバから環境情報を取得して蓄積記録する。ここで、環境情報とは人の体調に影響を及ぼす外的要因に関する情報であり、例えば、気象庁や民間の気象情報提供会社により提供されている、気温、湿度、紫外線量等の気象に関する情報が挙げられる。
健康管理サーバ20は、蓄積されている身体情報と環境情報とを統計解析することにより、身体情報の異変、すなわち体調変化の発生と環境情報との相関を分析する。体調変化との関係で有意な傾向を示す環境情報があれば、それを体調変化と相関がある環境要因パターンとして抽出し、環境要因の解析結果を蓄積する。
そして、健康管理サーバ20は、新たに取得した環境情報を基に、利用者の身体に発生する可能性がある体調変化を予測し、予測結果を本人や保護者、医療機関等に通知する。具体的には、新たに取得した環境情報が体調変化と相関する環境要因パターンを含むと判定した場合、体調変化が発生する可能性があると予測する。そして該当する利用者に対して発生し得る体調変化を通知し、予防を促すなど注意喚起を行う。ここで、体調変化と相関する環境情報とは、ある時点における環境情報の状態に限らず、ある時点間における環境情報の時間的変化を含む。また、複数種の環境情報の組み合わせも取り得る。
このように、本発明に係る健康管理システムは、利用者の体調変化に関する情報である身体情報および体調変化の外的要因となる環境情報を蓄積記録するとともに、随時、体調変化と環境情報との相関を分析して要因解析データを生成する。そして、新たに取得した環境情報を要因解析データと照合することで、利用者の身体に起こりうる体調変化を事前に予測する。したがって、実際に生体センサ10が取得する身体情報に異常が現れる前段階で利用者に体調変化の可能性を知らせることができる。通知を受けた利用者は予防行為をとることで症状の発現を阻止でき、延いては利用者の健康維持管理の実現を支援することができる。
続いて、本実施形態の健康管理システムについて具体的な態様を説明する。
健康管理システムを構成する生体センサ10は、利用者の身体情報を測定する携帯型の測定機であり、各種の身体情報を測定するためのセンシング機能、通信網30を介して測定データを健康管理サーバ20に送信するための通信機能を備える。身体情報としては、例えば、脈拍、血圧、体温、血中の酸素飽和度などの所謂バイタルサインが利用可能である。なお、酸素飽和濃度についてはパルスオキシメータで簡易に測定可能であることが知られている。生体センサ10は、身体情報の測定データに利用者を識別する利用者情報および測定日時を示す時刻情報を付加し、リアルタイムあるいは一定間隔(例えば1時間ごと)に健康管理サーバ20へ送信する。
健康管理システムを構成する生体センサ10は、利用者の身体情報を測定する携帯型の測定機であり、各種の身体情報を測定するためのセンシング機能、通信網30を介して測定データを健康管理サーバ20に送信するための通信機能を備える。身体情報としては、例えば、脈拍、血圧、体温、血中の酸素飽和度などの所謂バイタルサインが利用可能である。なお、酸素飽和濃度についてはパルスオキシメータで簡易に測定可能であることが知られている。生体センサ10は、身体情報の測定データに利用者を識別する利用者情報および測定日時を示す時刻情報を付加し、リアルタイムあるいは一定間隔(例えば1時間ごと)に健康管理サーバ20へ送信する。
これら各種の生体センサ10は、利用者が日常的に身につけることに対して違和感がない態様であることが望ましく、例えば、無線通信機能を持たせることで配線を排除するとともに、手首に装着するリストバンド形状や指に装着するリング形状といったウェアラブルな形態とする。
なお、生体センサ10が測定する身体情報はこれに限らず、呼吸数、脳波、顔色、心電波形等、利用者の体調を判断可能な示す各種の身体情報が利用可能である。また、生体センサ10は利用者が携帯可能ものに限らず、各所に設置されたカメラ等を用いて身体情報を測定する形態であってもよい。また、生体センサ10とは別体に健康管理サーバ20との通信機能を担う通信端末を用意し、通信端末が各生体センサ10の測定結果を近距離無線通信にて集約して健康管理サーバ20に送信する構成とすることもできる。
次に、健康管理サーバ20の構成および機能について説明する。図2は、健康管理サーバ20の概略構成を示す機能ブロック図である。
健康管理サーバ20は、身体情報取得手段40、身体情報データベース42(以下、身体情報DB)、環境情報取得手段44、環境情報データベース46(以下、環境情報DB)、属性情報データベース48(以下、属性情報DB)、変調要因解析手段50、個別解析データベース52(以下、個別解析DB)、公衆解析データベース54(以下、公衆解析DB)、変調予測手段56、結果通知手段58、を含んで構成される。
健康管理サーバ20は、身体情報取得手段40、身体情報データベース42(以下、身体情報DB)、環境情報取得手段44、環境情報データベース46(以下、環境情報DB)、属性情報データベース48(以下、属性情報DB)、変調要因解析手段50、個別解析データベース52(以下、個別解析DB)、公衆解析データベース54(以下、公衆解析DB)、変調予測手段56、結果通知手段58、を含んで構成される。
身体情報DB42には、利用者ごとに各種の身体情報の測定データが蓄積記録される。身体情報取得手段40は、通信網30を介して生体センサ10から送信された測定データを取得し、付加されている利用者情報および測定時刻情報と共に順次身体情報DB42に登録する。身体情報DB42への登録に際し、取得した測定データを利用者ごとに纏めた時系列データとして記録してもよい。
環境情報DB46には、人の体調と因果関係がある環境情報として気象に関する情報が蓄積記録される。気象に関する情報としては、例えば、気温、湿度、風速、風向き、天気(晴れ、雨など)、紫外線量、花粉飛散量などが挙げられる。環境情報取得手段44は、これらの環境情報を、通信網30を介して外部の環境情報提供サーバから取得し、順次環境情報DB46に登録する。具体的には、気象庁等の環境情報提供機関から地域ごとに提供されている一週間単位の気象予報を示す気象予報情報、実測された気象データである気象実績情報を取得する。環境情報取得手段44は、気象予報情報を取得すると、該当する地域情報および日時情報と共に環境情報DB46に登録し、気象実績情報を取得したとき登録済みの気象予報情報を上書きする。なお、環境情報として気象予報情報または気象実績情報の何れか一方のみを用いる構成としてもよい。
属性情報DB48には、利用者の属性を表す属性情報が記憶される。属性情報としては、例えば、利用者の性別や生年月日、身長および体重から導かれるBMI値等の体型情報、職業や就労環境に関する情報が挙げられる。また、利用者が生活する地域に関する情報も造成情報と共に記憶しておく。属性情報DB48の属性情報は別途設けた入力手段によって予め登録され、適宜更新される。
変調要因解析手段50は、身体情報DB42に蓄積された身体情報、環境情報DB46に蓄積された環境情報を解析することにより、利用者の身体情報に生じた異変(体調変化)と環境情報との相関を分析する。相関の分析手法には、例えば回帰分析など一般的な統計解析の手法を適用することができる。本実施形態の健康管理システムにおいて、変調要因解析手段50は、個々の利用者に関する体調変化と環境情報との相関を分析する個別要因解析と、複数の利用者に関する体調変化と環境情報との相関を分析する公衆要因分析とを行う。分析により得た要因解析データは、後述する個別解析DB52または公衆解析DB54に登録される。
以下、個別要因解析および公衆要因解析について詳述する。
個別要因解析では、解析対象の利用者に関して蓄積された身体情報を対象として、環境情報DB46に蓄積された環境情報との相関を分析する。なお、相関分析に用いる環境情報は、属性情報DB48に登録された解析対象の利用者が所属する地域に関するものとする。まず、変調要因解析手段50は、身体情報DB42に蓄積された解析対象の利用者の身体情報を解析して利用者の体調変化を検出する。そして、検出された体調変化の発生時点より過去一定期間の環境情報を対象として、あらゆる環境情報の状態や時間的変化(環境要因パターン)と体調変化との相関を分析する。
個別要因解析では、解析対象の利用者に関して蓄積された身体情報を対象として、環境情報DB46に蓄積された環境情報との相関を分析する。なお、相関分析に用いる環境情報は、属性情報DB48に登録された解析対象の利用者が所属する地域に関するものとする。まず、変調要因解析手段50は、身体情報DB42に蓄積された解析対象の利用者の身体情報を解析して利用者の体調変化を検出する。そして、検出された体調変化の発生時点より過去一定期間の環境情報を対象として、あらゆる環境情報の状態や時間的変化(環境要因パターン)と体調変化との相関を分析する。
体調変化の内容(変調種別)の具体例としては、身体情報のうち体温データが所定温度以上を示す場合の「発熱」、身体情報のうち脈拍データが不規則な間隔になった場合の「不整脈」などが挙げられる。また、環境要因パターンの具体例としては、「一日の気温差が15度以上である」、「早朝の気温が10度以下かつ湿度が30%以下の日が3日間継続している」などが挙げられる。なお、それぞれの環境要因パターンは、環境情報が示す値やその時間的変化が完全に同一である必要はなく、一定以上の類似性を持つ集合を纏めて一つの環境要因パターンとして扱う。
変調要因解析手段50は、ある変調種別の体調不良について、他の環境要因パターンと比較して当該体調不良との関連性に有意差がある環境要因パターンが存在する場合、この環境要因パターンと解析対象の変調種別との間に相関があると判定し、相関の強さを表す相関度を求める。相関度は、相関の強さの度合いに応じて、例えば「高」「中」「低」のように段階的に設定される。そして変調要因解析手段50は、利用者、変調種別、環境要因パターン、相関度を対応付けた個別解析データを個別解析DB52に登録する。
公衆要因解析では、本システムを利用する利用者全員について蓄積された身体情報を対象として、環境情報との相関を分析する。公衆要因解析の基本的な相関分析の手法は個別要因解析と同様だが、解析対象の範囲を他人を含む複数人に拡大した点、体調変化および環境情報に加えて属性情報との相関を分析する点で異なる。具体的には、変調要因解析手段50は、個別要因解析で各利用者について抽出した体調変化を解析対象として、環境情報の状態や時間的変化(環境要因パターン)および属性情報との相関を分析する。これにより公衆要因解析では、属性情報が一部類似する集団における変調種別と環境要因パターンとの相関を表した解析結果が得られる。相関度についても、解析対象の集団の中での相関の強さの度合いによって算出される。例えば、属性パターン「60代、男性、BMI24以上」の属性情報を持つ利用者について、変調種別「血圧上昇」と環境要因パターン「6時間以内に気温が10度以上低下」とに相関があり、相関度は「中」である、との解析結果が得られる。変調要因解析手段50は、属性パターン、変調種別、環境要因パターン、相関度を対応付けた公衆解析データを公衆解析DB54に登録する。
このように、変調要因解析手段50は個別要因解析および公衆要因解析の二種類の相関分析を実行する。これには以下の理由がある。個別要因解析は、利用者個人の傾向が分析結果として得られるという利点はあるが、絶対的なサンプル数が少ないため傾向を見出すことが比較的困難という問題、また、利用者が経験したことがない体調変化については傾向が見出せないため体調変化を予測できないという問題がある。これに対し公衆要因解析では、多数の利用者のデータを用いて一般的な傾向を示す分析結果を得られるため個別要因解析の問題が解消されるが、利用者個人の傾向が特異である場合には群集に埋もれてしまい分析結果に反映されないという問題がある。したがって、本実施形態の健康管理システムでは、個別要因解析と公衆要因解析とを併用することで、後述する体調変化の予測に際して高精度の予測結果に繋げることができる。
なお、公衆解析データに含まれる変調種別と環境要因パターンの組合せが個別解析データに存在しない場合、その利用者は同様の環境要因パターンに対する体調変化の耐性が強いか、同様の環境要因パターンをあまり経験してないためサンプル数が少なく傾向がとれなかったか、の何れの可能性もある。そこで、このような場合、個人要因解析において同様の環境要因パターンを経験しているが所定の体調変化を誘引していないことが確認された場合は、相関度「無」とする個別解析データを生成して個別解析DB52に登録しておく。
変調予測手段56は、新たに取得した環境情報、個別解析DB52および公衆解析DB54に蓄積された要因解析データに基づき、各利用者について近い将来起こり得る体調変化の可能性を予測する。図3に、変調予測処理の概略フローを示す。
まず、変調予測手段56は、新たに環境情報が取得されたときに変調予測処理を開始し(S100)、環境情報DB46を参照して一定期間の環境情報を読み出す(S102)。参照対象の環境情報は、新たに取得した環境情報が気象実績情報であれば過去一定期間に蓄積された気象実績情報とする。一方、新たに取得した環境情報が気象予報情報のときは、新たに取得した気象予報情報のみ、或いは、取得した気象予報情報および過去一定期間に蓄積された気象実績情報を参照対象の環境情報とする。
まず、変調予測手段56は、新たに環境情報が取得されたときに変調予測処理を開始し(S100)、環境情報DB46を参照して一定期間の環境情報を読み出す(S102)。参照対象の環境情報は、新たに取得した環境情報が気象実績情報であれば過去一定期間に蓄積された気象実績情報とする。一方、新たに取得した環境情報が気象予報情報のときは、新たに取得した気象予報情報のみ、或いは、取得した気象予報情報および過去一定期間に蓄積された気象実績情報を参照対象の環境情報とする。
次に変調予測手段56は、公衆解析DB54を参照して公衆解析データにおける環境要因パターンを読み出し、参照対象の環境情報の中に、読み出した環境要因パターンと一致または類似する環境情報の状態や変化が含まれているか解析する(S104)。体調変化と相関する環境要因パターンが含まれていた場合、対象の公衆解析データに紐付けられた変調種別、相関度、属性パターンを読み出す(S106)。また、属性情報DB48を参照して、該当する地域の利用者を特定する(S108)。
上記ステップS104〜S108の公衆予測処理と並行して、変調予測手段56は、個別解析DB52を参照して個別解析データにおける環境要因パターンを読み出し、各利用者の所属地域に対応する参照対象の環境情報の中に、読み出した環境要因パターンと一致または類似する環境情報の状態や変化が含まれているか解析する(S110)。体調変化と相関する環境要因パターンが含まれていた場合、対象の公衆解析データに紐付けられた変調種別と相関度を読み出す(S112)。各利用者について、ステップS100及びS112の個別予測処理を実行する。
変調予測手段56は、公衆予測処理および個別予測処理の結果を統合判定することで、各利用者の身体に生じる可能性がある体調変化を予測(変調予測)する(S114)。各利用者の変調予測を行うにあたり、変調予測手段56は、予測対象の利用者についての個別予測の結果、および、公衆予測の結果のうち属性パターンが予測対象の利用者の属性情報と一致または類似する公衆予測の結果を用いる。また、公衆解析データによる公衆予測の結果より個別解析データによる個別予測の結果を重視して各利用者の変調予測を行う。
以下、統合判定の一例を示す。変調予測手段56は、個別予測により相関度が「高」または「中」の体調変化が抽出されているならば、予測対象の利用者にその体調変化が生じる可能性があると判定し、その体調変化を変調予測結果とする。また、公衆予測により相関度が「高」の体調変化が抽出されているならば、その体調変化を変調予測結果とする。さらに、個別予測による相関度が「低」であっても、公衆予測において同一または類似の体調変化と環境要因パターンの組み合わせが抽出されているならば、その体調変化を変調予測結果とする。なお、一人の利用者に対して複数の体調変化が予測されている場合、その全てを変調予測結果に含ませる。
このように、各利用者の体調変化を予測する際、他の利用者の傾向を含んだ公衆解析データより個人特有の傾向を示す個別解析データの重み付けを高くすることで、利用者ごとの体調変化の予測を高精度に行うことができる。なお、公衆予測により相関度が「高」の体調変化が抽出されていても、個別予測において同一または類似の体調変化と環境要因パターンの組合せの相関度が「無」と解析されている場合は、個別解析データを優先して変調予測結果に含めない、すなわち体調変化の可能性はないと判定することもできる。
結果通知手段58は、利用者ごとに得られた変調予測結果を、通信網30を介して利用者ごとに予め登録された連絡先に通知する。通知内容は少なくとも予測された体調変化の内容を含み、併せて体調変化を顕在化させないために必要な予防行為などをメッセージとして含ませてもよい。連絡先には、例えば、利用者または利用者の保護者が所持する携帯電話やパーソナルコンピュータ等の通信端末、学校や医療機関など利用者の健康を管理する管理団体に設置された通信端末が利用可能である。また、利用者が装着している生体センサ10に表示機能を持たせ、生体センサ10に対して変調予測結果を通知して表示させる構成としてもよい。なお、健康管理サーバ20に接続されたモニタ装置に変調予測結果を表示させ、オペレータが利用者等に体調変化の可能性がある旨を連絡するようにしてもよい。
以上のように、本実施形態の健康管理システムは、実際に生じた体調変化と気象など体調変化の外的要因に関する環境情報との相関を分析し、現在の環境情報や将来の環境情報を基に近い将来利用者の身体に生じる可能性がある体調変化を予測することができる。したがって、実際に利用者の身体に異変が生じる前段階で利用者に対して注意喚起を行えるため、利用者の予防的な健康管理を支援することができる。
また、複数の利用者を対象とした公衆要因解析と利用者個人を対象とした個別要因解析を併用することで、利用者の体調変化の予測精度を向上させることができる。さらに、個別要因解析による解析結果を重視して利用者の体調変化を予測するため、各利用者に応じた高精度の予測結果が得られる。
また、複数の利用者を対象とした公衆要因解析と利用者個人を対象とした個別要因解析を併用することで、利用者の体調変化の予測精度を向上させることができる。さらに、個別要因解析による解析結果を重視して利用者の体調変化を予測するため、各利用者に応じた高精度の予測結果が得られる。
なお、本発明に係る健康管理システムは上記の実施形態に限定されるものではなく、本発明の趣旨に基づいて様々な形態で実施することができる。
例えば、本実施形態の健康管理システムでは、生体センサ10の測定データをそのまま健康管理サーバ20に送信し、身体情報として身体情報DB42に蓄積する構成としたが、体調変化を示す情報(変調情報)を身体情報として用いる構成とすることもできる。この場合、生体センサ10で体調変化を検出可能な構成とし、体調変化を検出した時点でその内容を示す変調種別や該当する測定データ等を変調情報として健康管理サーバ20に通知し、健康管理サーバ20は受信した変調情報を身体情報DB42に登録する。このように、健康管理サーバ20の身体情報DB42には各利用者の体調変化の内容が時刻情報と共に記録されるため、変調要因解析手段50による体調変化の検出処理が省略される。
例えば、本実施形態の健康管理システムでは、生体センサ10の測定データをそのまま健康管理サーバ20に送信し、身体情報として身体情報DB42に蓄積する構成としたが、体調変化を示す情報(変調情報)を身体情報として用いる構成とすることもできる。この場合、生体センサ10で体調変化を検出可能な構成とし、体調変化を検出した時点でその内容を示す変調種別や該当する測定データ等を変調情報として健康管理サーバ20に通知し、健康管理サーバ20は受信した変調情報を身体情報DB42に登録する。このように、健康管理サーバ20の身体情報DB42には各利用者の体調変化の内容が時刻情報と共に記録されるため、変調要因解析手段50による体調変化の検出処理が省略される。
また、生体センサ10の測定データを用いて体調変化を検出する構成に代えて、医療機関から利用者の診断結果情報を取得し、或いは、利用者からの申告情報をWEBサーバ経由で登録可能とし、これらの情報を用いて体調変化の内容を身体情報DB42に登録する構成としてもよい。
また、本実施形態の健康管理システムでは、個別要因解析と公衆要因解析とを併用する構成としたが、何れか一方のみ実行する構成としてもよい。或いは、個別要因解析の解析結果の重要度を高く設定せず、単純に個別要因解析と公衆要因解析とを併用する構成としてもよい。この場合、例えば、個別予測および公衆予測のいずれか一方の予測結果で相関度が「中」以上、若しくは、双方の予測結果で相関度が「低」の体調変化が抽出されていれば、その体調変化を変調予測結果とする。
さらに、本実施形態の健康管理システムでは、新たに取得した環境情報と過去の環境情報との対比に基づいて利用者の変調予測を行う構成としたが、直近の身体情報と過去の身体情報との対比を併用する構成とすることもできる。以下、身体情報を併用する変形例について説明する。
図4は、変形例における健康管理サーバ60の概略構成を示す機能ブロック図である。図4において、上記の主実施形態と機能が異なる変調要因解析手段70、個別解析DB72、公衆解析DB74、変調予測手段76のみ新たに符号を付与している。また、新たに身体情報DB42から変調予測手段76への情報出力が追加されている。
図4は、変形例における健康管理サーバ60の概略構成を示す機能ブロック図である。図4において、上記の主実施形態と機能が異なる変調要因解析手段70、個別解析DB72、公衆解析DB74、変調予測手段76のみ新たに符号を付与している。また、新たに身体情報DB42から変調予測手段76への情報出力が追加されている。
変調要因解析手段の主な機能は上記の主実施形態と同様だが、解析結果として生成する要因解析データの内容が異なる。変形例の変調要因解析手段70は、体調変化が検出された時点より過去一定期間の身体情報の測定データを含めて個別解析データおよび公衆解析データを生成し、それぞれ個別解析DB72または公衆解析DB74に登録する。つまり、要因解析データには、体調変化が生じるまでの各身体情報の変化を示す情報が含まれる。
また、変調予測手段76は、変調予測を実行するに際し、予測対象の利用者に関する直近一定期間の身体情報を身体情報DB42から読み出す。そして、個別予測処理および公衆予測処理において、要因解析データに含まれる測定データを参照し、体調変化が生じたときの各身体情報の変化と直近の身体情報の変化とを比較し、一定の類似性があることを体調変化の可能性ありと判定する条件として変調予測結果を導く。このように、変形例では、環境情報が要因解析データの環境要因パターンと類似するだけではなく身体情報の一致性を考慮するため、利用者に体調変化が生じる可能性が高い場合に限って変調予測結果を通知することができる。
10 生体センサ、20 健康管理サーバ、30 通信網、40 身体情報取得手段、42 身体情報データベース、44 環境情報取得手段、46 環境情報データベース、48 属性情報データベース、50 変調要因解析手段、52 個別解析データベース、54 公衆解析データベース、56 変調予測手段、58 結果通知手段
Claims (5)
- 利用者の体調変化に関する身体情報を取得し蓄積記録する身体情報蓄積手段と、
体調変化の外的要因となる環境情報を取得し蓄積記録する環境情報蓄積手段と、
前記蓄積された身体情報および環境情報に基づいて前記利用者の体調変化と前記環境情報との相関を分析し要因解析データを得る要因解析手段と、
新たに取得した環境情報を前記要因解析データと照合して利用者の体調変化を予測する変調予測手段と、
前記体調変化の予測結果を通知する結果通知手段と、
を備えることを特徴とする健康管理システム。 - 前記要因解析手段は、前記利用者の体調変化と前記環境情報の状態および時間的変化の少なくともいずれか一方を示す環境要因パターンとの相関を分析し、
前記変調予測手段は、新たな環境情報の取得による前記環境情報の状態および時間的変化が前記環境要因パターンと一致する場合、利用者に体調変化が生じる可能性があると判定する、請求項1に記載の健康管理システム。 - 前記要因解析手段は、個々の利用者を対象に前記体調変化と前記環境情報との相関を分析する個別要因解析、及び、複数の利用者を対象に前記体調変化と環境情報との相関を分析する公衆要因解析を実行し、
前記変調予測手段は、予測対象の利用者に関する前記個別要因解析の解析結果および前記公衆要因解析の解析結果を統合判定して当該利用者の体調変化を予測する、請求項2に記載の健康管理システム。 - 前記変調予測手段は、予測対象の利用者に関する前記個別要因解析の解析結果を前記公衆要因解析の解析結果より重視して当該利用者の体調変化を予測する、請求項3に記載の健康管理システム。
- さらに、各利用者に関する属性情報を記憶する属性情報記憶手段を備え、
前記要因解析手段は、複数の利用者を対象に前記体調変化と前記環境情報および前記属性情報の相関を分析し、
前記変調予測手段は、予測対象の利用者の前記属性情報に対応する前記要因解析データを用いて、当該予測対象の利用者の体調変化を予測する、
請求項1乃至4に記載の健康管理システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012110650A JP2013238970A (ja) | 2012-05-14 | 2012-05-14 | 健康管理システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012110650A JP2013238970A (ja) | 2012-05-14 | 2012-05-14 | 健康管理システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2013238970A true JP2013238970A (ja) | 2013-11-28 |
Family
ID=49763951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012110650A Pending JP2013238970A (ja) | 2012-05-14 | 2012-05-14 | 健康管理システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2013238970A (ja) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016088413A1 (ja) * | 2014-12-04 | 2016-06-09 | ソニー株式会社 | 情報処理装置、情報処理方法およびプログラム |
JP2016153978A (ja) * | 2015-02-20 | 2016-08-25 | キューオーエル株式会社 | 健康予測システムおよび健康予測方法 |
JP2016183895A (ja) * | 2015-03-26 | 2016-10-20 | 株式会社ゼンリンデータコム | 経路案内装置 |
JP6131343B1 (ja) * | 2016-01-06 | 2017-05-17 | 株式会社 みずほ銀行 | アドバイス出力システム、アドバイス出力方法及びアドバイス出力プログラム |
CN107280637A (zh) * | 2016-04-20 | 2017-10-24 | 真毅环境科技有限公司 | 个人健康状态预测及评价的方法、装置和*** |
WO2017199663A1 (ja) * | 2016-05-16 | 2017-11-23 | シャープ株式会社 | 生体状態予測装置、生体状態予測方法、および生体状態予測プログラム |
JP2018083018A (ja) * | 2016-11-25 | 2018-05-31 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 解析装置、通知システム、解析方法、通知方法及びコンピュータプログラム |
CN108475543A (zh) * | 2015-11-19 | 2018-08-31 | 皇家飞利浦有限公司 | 用于基于个性化预测模型来促进健康监测的***和方法 |
JPWO2017187495A1 (ja) * | 2016-04-26 | 2018-09-13 | 株式会社オプティム | コンシェルジュシステム、方法及びプログラム |
JP2019075120A (ja) * | 2017-10-12 | 2019-05-16 | ポーラ化成工業株式会社 | 情報出力システム、情報出力方法および情報出力プログラム |
JP2020027309A (ja) * | 2018-08-09 | 2020-02-20 | ソフトバンク株式会社 | 情報管理システム及びプログラム |
JP2020071702A (ja) * | 2018-10-31 | 2020-05-07 | ポーラ化成工業株式会社 | 体調管理支援装置、体調管理支援プログラム及び体調管理支援方法 |
JP2020149150A (ja) * | 2019-03-11 | 2020-09-17 | 三菱電機株式会社 | 健康管理支援装置、健康管理支援システム、健康管理支援方法、および健康管理支援プログラム |
JP2022179091A (ja) * | 2021-05-21 | 2022-12-02 | 株式会社N・フィールド | 看護情報処理システム |
WO2023195207A1 (ja) * | 2022-04-07 | 2023-10-12 | 三菱電機株式会社 | 気象予測システムおよび気象病予測システム |
JP7510670B2 (ja) | 2020-07-01 | 2024-07-04 | 株式会社リバランス | 情報処理装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005063218A (ja) * | 2003-08-15 | 2005-03-10 | Nippon Telegr & Teleph Corp <Ntt> | 疾病対策支援方法および疾病対策支援システム |
JP2005319283A (ja) * | 2004-04-08 | 2005-11-17 | Matsushita Electric Ind Co Ltd | 生体情報活用システム |
JP2010540067A (ja) * | 2007-10-26 | 2010-12-24 | シャープ株式会社 | 環境に関連した呼吸器疾患の自己監視方法およびシステム |
JP2011054139A (ja) * | 2009-09-04 | 2011-03-17 | Weather Service Co Ltd | 環境情報提供装置、システム、方法およびプログラム |
-
2012
- 2012-05-14 JP JP2012110650A patent/JP2013238970A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005063218A (ja) * | 2003-08-15 | 2005-03-10 | Nippon Telegr & Teleph Corp <Ntt> | 疾病対策支援方法および疾病対策支援システム |
JP2005319283A (ja) * | 2004-04-08 | 2005-11-17 | Matsushita Electric Ind Co Ltd | 生体情報活用システム |
JP2010540067A (ja) * | 2007-10-26 | 2010-12-24 | シャープ株式会社 | 環境に関連した呼吸器疾患の自己監視方法およびシステム |
JP2011054139A (ja) * | 2009-09-04 | 2011-03-17 | Weather Service Co Ltd | 環境情報提供装置、システム、方法およびプログラム |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11234656B2 (en) | 2014-12-04 | 2022-02-01 | Sony Corporation | Information processing apparatus and information processing method |
WO2016088413A1 (ja) * | 2014-12-04 | 2016-06-09 | ソニー株式会社 | 情報処理装置、情報処理方法およびプログラム |
JP2016153978A (ja) * | 2015-02-20 | 2016-08-25 | キューオーエル株式会社 | 健康予測システムおよび健康予測方法 |
JP2016183895A (ja) * | 2015-03-26 | 2016-10-20 | 株式会社ゼンリンデータコム | 経路案内装置 |
JP2018534697A (ja) * | 2015-11-19 | 2018-11-22 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 個人化された予測モデルに基づいて健康モニタリングを容易化するシステム及び方法 |
CN108475543A (zh) * | 2015-11-19 | 2018-08-31 | 皇家飞利浦有限公司 | 用于基于个性化预测模型来促进健康监测的***和方法 |
JP6131343B1 (ja) * | 2016-01-06 | 2017-05-17 | 株式会社 みずほ銀行 | アドバイス出力システム、アドバイス出力方法及びアドバイス出力プログラム |
JP2017123032A (ja) * | 2016-01-06 | 2017-07-13 | 株式会社 みずほ銀行 | アドバイス出力システム、アドバイス出力方法及びアドバイス出力プログラム |
CN107280637A (zh) * | 2016-04-20 | 2017-10-24 | 真毅环境科技有限公司 | 个人健康状态预测及评价的方法、装置和*** |
JPWO2017187495A1 (ja) * | 2016-04-26 | 2018-09-13 | 株式会社オプティム | コンシェルジュシステム、方法及びプログラム |
US11147460B2 (en) | 2016-05-16 | 2021-10-19 | Sharp Kabushiki Kaisha | Body condition predicting device, method, and program |
JPWO2017199663A1 (ja) * | 2016-05-16 | 2019-03-07 | シャープ株式会社 | 生体状態予測装置、生体状態予測方法、および生体状態予測プログラム |
WO2017199663A1 (ja) * | 2016-05-16 | 2017-11-23 | シャープ株式会社 | 生体状態予測装置、生体状態予測方法、および生体状態予測プログラム |
JP2018083018A (ja) * | 2016-11-25 | 2018-05-31 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 解析装置、通知システム、解析方法、通知方法及びコンピュータプログラム |
JP2019075120A (ja) * | 2017-10-12 | 2019-05-16 | ポーラ化成工業株式会社 | 情報出力システム、情報出力方法および情報出力プログラム |
JP7163130B2 (ja) | 2017-10-12 | 2022-10-31 | ポーラ化成工業株式会社 | 情報出力システム、情報出力方法および情報出力プログラム |
JP2020027309A (ja) * | 2018-08-09 | 2020-02-20 | ソフトバンク株式会社 | 情報管理システム及びプログラム |
JP2020071702A (ja) * | 2018-10-31 | 2020-05-07 | ポーラ化成工業株式会社 | 体調管理支援装置、体調管理支援プログラム及び体調管理支援方法 |
JP7132820B2 (ja) | 2018-10-31 | 2022-09-07 | ポーラ化成工業株式会社 | 体調管理支援装置、体調管理支援プログラム及び体調管理支援方法 |
JP2020149150A (ja) * | 2019-03-11 | 2020-09-17 | 三菱電機株式会社 | 健康管理支援装置、健康管理支援システム、健康管理支援方法、および健康管理支援プログラム |
JP7510670B2 (ja) | 2020-07-01 | 2024-07-04 | 株式会社リバランス | 情報処理装置 |
JP2022179091A (ja) * | 2021-05-21 | 2022-12-02 | 株式会社N・フィールド | 看護情報処理システム |
JP7203896B2 (ja) | 2021-05-21 | 2023-01-13 | 株式会社N・フィールド | 看護情報処理システム |
WO2023195207A1 (ja) * | 2022-04-07 | 2023-10-12 | 三菱電機株式会社 | 気象予測システムおよび気象病予測システム |
JP7490162B2 (ja) | 2022-04-07 | 2024-05-24 | 三菱電機株式会社 | 気象予測システムおよび気象病予測システム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2013238970A (ja) | 健康管理システム | |
US20210035067A1 (en) | Method to increase efficiency, coverage, and quality of direct primary care | |
JP5862226B2 (ja) | 3dにおいて身体の感覚を追跡、記録、又は解析する方法 | |
JP5870646B2 (ja) | 患者からのムード情報の単純な収集の方法 | |
JP6551959B1 (ja) | ソフトウェア、健康状態判定装置及び健康状態判定方法 | |
US10872694B2 (en) | Software, health condition determination apparatus, and health condition determination method | |
EP2457500A1 (en) | Inductively-powered ring-based sensor | |
US20230197289A1 (en) | Epidemic Monitoring System | |
Srinivasan et al. | An IoT based SMART patient health monitoring system | |
JP2012110713A (ja) | 呼吸困難計 | |
JP2012110714A (ja) | スタチン誘発性ミオパシー及び他の医的障害のセンサベースの診断 | |
JP2012249797A (ja) | ストレス解析システム、ストレス解析プログラムおよびストレス解析方法 | |
JP6719799B1 (ja) | ソフトウェア、健康状態判定装置及び健康状態判定方法 | |
JP2018175840A (ja) | ソフトウェア、健康状態判定装置及び健康状態判定方法 | |
JP2013148996A (ja) | 重症度判定装置、及び、重症度判定方法 | |
KR20130015476A (ko) | 디지털 문진표 생성 장치 및 방법 | |
JP2023524265A (ja) | 日周曲線の追跡及び分析のためのシステム及び方法 | |
KR20140090448A (ko) | 의료 관리 서버 및 그것의 의료 관리 방법 | |
Gupta et al. | IoT and cloud based healthcare solution for diabetic foot ulcer | |
AU2021104518A4 (en) | System and method for monitoring health of home isolated patient and automatically demanding health resources using artificial intelligence | |
Saha et al. | Health monitoring system for asthma patients | |
Gashgari et al. | Collecting patient data from sensor-based systems: benefits and challenges | |
Vignesh et al. | An Efficient and Intelligent Systems for Internet of Things Based Health Observance System for Covid 19 Patients | |
Goura et al. | Smart Health Monitoring System by Using Raspberry Pi | |
Granberg et al. | Automatic infection detection system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150427 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160226 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160308 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20160920 |