JP2020162649A - Health management device, health management system, health management program, and health management method - Google Patents

Abstract

To provide a health management device capable of detecting its own malfunction or the like while achieving a simple configuration.SOLUTION: A health management device that manages a plurality of indexes on a health condition of a user includes: a data acquisition unit (32) for acquiring measurement values of a plurality of indexes measured by one or a plurality of measuring devices (1); a transition data generation unit (33) for generating transition data indicating the transition of the measurement values of the indexes acquired by the data acquisition unit (32); and a determination processing unit (34) for determining whether or not the measurement values in the measuring device (1) are abnormal based on the transition data generated by the transition data generation unit (33).SELECTED DRAWING: Figure 4

Description

本発明は、利用者の健康状態を示す複数の指標を管理する健康管理装置、健康管理システム、健康管理プログラム、及び健康管理方法に関する。 The present invention relates to a health management device, a health management system, a health management program, and a health management method that manage a plurality of indicators indicating a user's health condition.

特許文献１には、重量検出部とは別に重量検出部の誤動作を自動的に検出する誤動作検出部を構成する回路が設けられた電子秤が開示されている。 Patent Document 1 discloses an electronic scale provided with a circuit constituting a malfunction detection unit that automatically detects a malfunction of the weight detection unit in addition to the weight detection unit.

特開昭５８−７５０３４号公報Japanese Unexamined Patent Publication No. 58-75034

しかしながら、特許文献１のような誤動作検出部を、利用者の健康状態を示す測定データを取得する測定装置に適用した場合には、測定装置において利用者の健康状態を測定する機能に加えて誤動作検出部を設ける必要があるため、構成が煩雑化してしまう。 However, when the malfunction detection unit as in Patent Document 1 is applied to a measuring device that acquires measurement data indicating the health condition of the user, the malfunctioning device is added to the function of measuring the health condition of the user. Since it is necessary to provide a detection unit, the configuration becomes complicated.

一方、上述の測定データを管理する健康管理装置においては、測定装置の誤動作等によって異常な測定データが取得されると、利用者の健康状態を正しく判定することが困難となる。 On the other hand, in the health management device that manages the above-mentioned measurement data, if abnormal measurement data is acquired due to a malfunction of the measurement device or the like, it becomes difficult to correctly determine the health condition of the user.

本発明は、測定装置を簡易な構成にしつつ測定装置の誤動作等による測定値の異常を検出する健康管理装置、健康管理システム、健康管理プログラム、及び健康管理方法を提供することを目的とする。 An object of the present invention is to provide a health management device, a health management system, a health management program, and a health management method for detecting abnormalities in measured values due to a malfunction of the measuring device while making the measuring device a simple configuration.

本発明の一つの態様によれば、利用者の健康状態に関する複数の指標を管理する健康管理装置であって、測定装置により測定された複数の指標の測定値を取得する取得手段と、取得手段により取得された指標の測定値の推移を示す推移データを生成する生成手段と、測定装置における測定値が異常であるか否かを、生成手段により生成された推移データに基づいて判定する判定手段と、を含む。 According to one aspect of the present invention, a health management device that manages a plurality of indicators relating to a user's health condition, and an acquisition means for acquiring measured values of a plurality of indicators measured by the measuring device, and an acquisition means. A generation means for generating transition data indicating the transition of the measured value of the index acquired by the above, and a determination means for determining whether or not the measurement value in the measuring device is abnormal based on the transition data generated by the generation means. And, including.

本発明の一つの態様によれば、測定装置により測定される指標の推移データを利用して測定装置の誤作動における測定値の異常を検出するため、測定装置を簡易な構成にしつつ測定装置の誤作動における測定値の異常を検出する健康管理装置、健康管理システム、健康管理プログラム、及び健康管理方法を提供することができる。 According to one aspect of the present invention, in order to detect an abnormality of a measured value due to a malfunction of the measuring device by using the transition data of the index measured by the measuring device, the measuring device has a simple configuration and the measuring device It is possible to provide a health management device, a health management system, a health management program, and a health management method for detecting abnormalities in measured values due to malfunction.

図１は、本発明の第１の実施形態に係る健康管理システムの概略構成を示す図である。FIG. 1 is a diagram showing a schematic configuration of a health management system according to the first embodiment of the present invention. 図２は、健康管理システムの機能ブロックの一例を示す図である。FIG. 2 is a diagram showing an example of functional blocks of a health management system. 図３は、記憶部に記憶されている相関テーブルの一例を示す図である。FIG. 3 is a diagram showing an example of a correlation table stored in the storage unit. 図４は、測定環境異常判定処理の一例を説明するフローチャートである。FIG. 4 is a flowchart illustrating an example of the measurement environment abnormality determination process. 図５は、指標異常レベル決定処理の一例を説明するフローチャートである。FIG. 5 is a flowchart illustrating an example of the index abnormality level determination process. 図６は、健康管理システムにおいて測定値の異常を報知する画面の一例を示す図である。FIG. 6 is a diagram showing an example of a screen for notifying an abnormality of a measured value in a health management system. 図７は、第２の実施形態に係る高い相関性を有する測定値の推移データの一例を示す図である。FIG. 7 is a diagram showing an example of transition data of measured values having high correlation according to the second embodiment.

以下、図面を参照しながら本発明の各実施形態について説明する。 Hereinafter, embodiments of the present invention will be described with reference to the drawings.

（第１の実施形態）
図１は、本発明の第１の実施形態における健康管理システム１０の概略構成を示す図である。本実施形態は、概して、測定装置で測定される測定値に異常が発生しているか判定し、その測定値を出力した測定装置において測定するための環境である測定環境に異常が発生していることを判定する健康管理システムである。ここにいう測定するための環境に発生する異常の類型としては、例えば、測定装置が経年劣化等に起因する誤作動発生等の不具合が発生していること、本来のユーザでない人によって測定されていること、測定姿勢が適切でない等の適切な測定方法で測定されていないこと等である。 (First Embodiment)
FIG. 1 is a diagram showing a schematic configuration of a health management system 10 according to the first embodiment of the present invention. In the present embodiment, generally, it is determined whether or not an abnormality has occurred in the measured value measured by the measuring device, and an abnormality has occurred in the measurement environment which is an environment for measuring in the measuring device that outputs the measured value. It is a health management system that determines that. The types of abnormalities that occur in the environment for measurement here include, for example, that the measuring device has a malfunction such as malfunction due to aged deterioration, etc., and that it is measured by a person who is not the original user. It is not measured by an appropriate measurement method such as the fact that the measurement posture is not appropriate.

健康管理システム１０は、利用者の生体情報を一括して管理することにより利用者の健康状態を管理する装置である。ここにいう生体情報に含まれるものとしては、例えば、体重、体脂肪量、筋肉量、活動量、血圧、及びアセトン濃度などの生体指標がある。 The health management system 10 is a device that manages the health condition of the user by collectively managing the biometric information of the user. Examples of the biological information included here include biological indicators such as body weight, body fat mass, muscle mass, activity amount, blood pressure, and acetone concentration.

本実施形態の健康管理システム１０は、複数の測定装置１〜ｎと、測定装置１〜ｎにネットワーク９を介して接続されるサーバ３０と、を備える。 The health management system 10 of the present embodiment includes a plurality of measuring devices 1 to n and a server 30 connected to the measuring devices 1 to n via a network 9.

測定装置１〜ｎのぞれぞれは、利用者の生体情報を示す一又は複数の生体指標の測定値を取得し、これらの測定値を、ネットワーク９を介してサーバ３０へ送信する。 Each of the measuring devices 1 to n acquires the measured values of one or a plurality of biometric indexes indicating the biometric information of the user, and transmits these measured values to the server 30 via the network 9.

測定装置１〜ｎは、例えば、設置型又は携帯型の測定機器等により構成される。本実施形態の測定装置１〜ｎは、それぞれ、設置型の体重計、設置型の体脂肪量計、携帯型の活動量計、設置型の血圧計、携帯型のアセトン濃度計によって構成されている。 The measuring devices 1 to n are composed of, for example, a stationary or portable measuring device or the like. The measuring devices 1 to n of the present embodiment are each composed of a stationary weight scale, a stationary body fat mass meter, a portable activity meter, a stationary sphygmomanometer, and a portable acetone concentration meter. There is.

また、測定装置１は、種々の測定機器を接続することにより多様な生体指標を取得することも可能である。なお、測定装置１は、測定装置１〜ｎの測定機能の各々を有するものであってもよい。すなわち、健康管理システム１０に含まれる測定装置１は一つであってもよい。 In addition, the measuring device 1 can acquire various biomarkers by connecting various measuring devices. The measuring device 1 may have each of the measuring functions of the measuring devices 1 to n. That is, the number of measuring devices 1 included in the health management system 10 may be one.

サーバ３０は、測定装置１〜ｎから受信した生体指標ごとに、その生体指標に関する測定値を、経時的な変化を示す一連の測定値からなる測定データとして記憶して生体指標の各々の測定データを管理する。例えば、サーバ３０は、記憶した生体指標の各々の測定データを解析することにより利用者の健康状態を判定する。 The server 30 stores the measured values related to the biometric index as measurement data consisting of a series of measured values indicating changes over time for each biometric index received from the measuring devices 1 to n, and each measurement data of the biometric index is stored. To manage. For example, the server 30 determines the health condition of the user by analyzing each measurement data of the stored biometric index.

このように、本実施形態の健康管理システム１０は、一つの測定装置１又は複数の測定装置１〜ｎから利用者の健康状態を示す複数の生体指標の測定値を取得するサーバ３０を用いて利用者の健康状態の管理を行う。 As described above, the health management system 10 of the present embodiment uses the server 30 that acquires the measured values of a plurality of biometric indicators indicating the health status of the user from one measuring device 1 or a plurality of measuring devices 1 to n. Manage the health condition of users.

［機能的構成］
次に、図２を参照してサーバ３０の機能的な構成について説明する。サーバ３０は、制御部３１、データ取得部３２、推移データ生成部３３、判定処理部３４、及び記憶部４０を備える。 [Functional configuration]
Next, the functional configuration of the server 30 will be described with reference to FIG. The server 30 includes a control unit 31, a data acquisition unit 32, a transition data generation unit 33, a determination processing unit 34, and a storage unit 40.

制御部３１は、サーバ３０を統括的に制御することにより、複数の生体指標の測定値を処理する。本実施形態の制御部３１は、データ取得部３２、推移データ生成部３３、判定処理部３４、及び記憶部４０を制御する。 The control unit 31 processes the measured values of a plurality of biomarkers by comprehensively controlling the server 30. The control unit 31 of the present embodiment controls the data acquisition unit 32, the transition data generation unit 33, the determination processing unit 34, and the storage unit 40.

データ取得部３２は、測定装置１〜ｎから、利用者の生体情報を示す複数の生体指標の測定値を取得する。 The data acquisition unit 32 acquires the measured values of a plurality of biometric indicators indicating the biometric information of the user from the measuring devices 1 to n.

推移データ生成部３３は、データ取得部３２から複数の生体指標の測定値を受付けると、これらの測定値を用いて、生体指標ごとに測定値の推移を示す推移データを生成する。ここにいう推移データとは、例えば日ごとに取得された測定値の変化を示すデータである。 When the transition data generation unit 33 receives the measured values of a plurality of biomarkers from the data acquisition unit 32, the transition data generation unit 33 uses these measured values to generate transition data indicating the transition of the measured values for each bioindex. The transition data referred to here is, for example, data indicating changes in measured values acquired on a daily basis.

判定処理部３４は、測定装置１〜ｎにより測定された一又は複数の生体指標の推移データ同士の組み合わせの相関性などを用いて、測定装置１〜ｎの少なくも一つの測定装置における測定環境に異常が発生しているか否かを判定する。例えば、判定処理部３４は、一つの推移データに示される各測定値間の差分、又は各測定値の変化率などのパラメータを求め、そのパラメータの値が予め定められた基準を超えたときにその測定装置において測定のための環境に異常が発生したと判定する。 The determination processing unit 34 uses the correlation of the combination of the transition data of one or a plurality of biomarkers measured by the measuring devices 1 to n, and the measurement environment in at least one measuring device of the measuring devices 1 to n. Judge whether or not an abnormality has occurred in. For example, the determination processing unit 34 obtains a parameter such as a difference between each measured value shown in one transition data or a rate of change of each measured value, and when the value of the parameter exceeds a predetermined standard. It is determined that an abnormality has occurred in the measurement environment in the measuring device.

本実施形態の判定処理部３４は、相関演算部３５と異常環境判定部３６とを有する。 The determination processing unit 34 of the present embodiment includes a correlation calculation unit 35 and an abnormal environment determination unit 36.

相関演算部３５は、推移データ生成部３３から受付けた生体指標の各々の推移データを用いて、異なる生体指標間の測定値の相関性を演算する。すなわち、ある生体指標の変動の傾向に応じて、同一人物の他の生体指標が変動する確率が高い程、これらの生体指標の相関性が高くなる。同様に、ある生体指標の変動の傾向と関係なく、同一人物の他の生体指標が変動する確率が高い程、これらの生体指標の相関性が低くなる。ここにいう相関性は、例えば、互いに異なる生体指標の推移データの相関性の程度を示す相関度によって定量化される。この相関度の具体例として、互いに異なる生体指標の推移データから導出される相関係数Ｃが挙げられる。 The correlation calculation unit 35 calculates the correlation of the measured values between different biomarkers by using each transition data of the biomarkers received from the transition data generation unit 33. That is, the higher the probability that another bioindex of the same person will fluctuate according to the tendency of fluctuation of a certain bioindex, the higher the correlation between these bioindexes. Similarly, the higher the probability that another bioindex of the same person will fluctuate, regardless of the tendency of fluctuation of one bioindex, the lower the correlation between these bioindexes. The correlation referred to here is quantified by, for example, the degree of correlation indicating the degree of correlation between transition data of biomarkers different from each other. As a specific example of this degree of correlation, there is a correlation coefficient C derived from transition data of biomarkers different from each other.

本実施形態では、相関演算部３５は、データ取得部３２にて取得された生体指標のうち他の生体指標と相関性を有する生体指標を対象指標として抽出する。そして相関演算部３５は、抽出した対象指標の中から、測定値の異常を検出するために一つの対象指標を選択する。そして相関演算部３５は、選択した対象指標である選択指標に対して相関性が高い一又は複数の対象指標を参照指標として選択し、選択した参照指標の各々の推移データに対して選択指標の推移データの相関係数Ｃを算出する。 In the present embodiment, the correlation calculation unit 35 extracts a bioindex having a correlation with another bioindex from the bioindex acquired by the data acquisition unit 32 as a target index. Then, the correlation calculation unit 35 selects one target index from the extracted target indexes in order to detect an abnormality in the measured value. Then, the correlation calculation unit 35 selects one or a plurality of target indexes having a high correlation with the selected target index as the reference index, and sets the selection index for each transition data of the selected reference index. The correlation coefficient C of the transition data is calculated.

異常環境判定部３６は、相関演算部３５から受付けた選択指標の相関係数Ｃを用いて、測定装置１〜ｎのうち選択指標を測定する測定装置に該当する該当装置における測定値の異常の発生の有無を判定する。例えば、異常環境判定部３６は、選択指標の相関係数Ｃが所定の基準に反する場合には、該当装置における測定値の異常が発生していると判定し、選択指標の相関係数Ｃが所定の基準を満たす場合には、該当装置における測定値の異常が発生していないと判定する。 The abnormal environment determination unit 36 uses the correlation coefficient C of the selection index received from the correlation calculation unit 35 to determine the abnormality of the measured value in the corresponding device corresponding to the measurement device that measures the selection index among the measuring devices 1 to n. Determine if it has occurred. For example, when the correlation coefficient C of the selection index violates a predetermined criterion, the abnormality environment determination unit 36 determines that an abnormality of the measured value in the corresponding device has occurred, and the correlation coefficient C of the selection index is set. When the predetermined criteria are satisfied, it is determined that no abnormality in the measured value in the corresponding device has occurred.

例えば、異常環境判定部３６は、選択指標の相関係数Ｃの符号を検出し、検出した符号が基準となる符号と異なる場合、すなわち相関係数Ｃが所定の基準に反する場合には、該当装置における測定値の異常が発生していると判定する。 For example, the abnormal environment determination unit 36 detects the code of the correlation coefficient C of the selection index, and when the detected code is different from the reference code, that is, when the correlation coefficient C violates a predetermined standard, it corresponds to the case. It is determined that an abnormality in the measured value in the device has occurred.

具体的には、異常環境判定部３６は、選択指標と参照指標との相関性の基準となる基準係数Ｂを相関テーブル記憶部４３から取得し、選択指標の相関係数Ｃの符号が基準係数Ｂの符号と一致するか否かを判断する。そして、異常環境判定部３６は、相関係数Ｃの符号が基準係数Ｂの符号と一致するとき選択指標の測定値に異常が生じていないと判定し、符号が一致しないとき測定値に異常が生じていると判定する。 Specifically, the abnormal environment determination unit 36 acquires a reference coefficient B, which is a reference for the correlation between the selection index and the reference index, from the correlation table storage unit 43, and the code of the correlation coefficient C of the selection index is the reference coefficient. It is determined whether or not it matches the code of B. Then, the abnormal environment determination unit 36 determines that no abnormality has occurred in the measured value of the selection index when the sign of the correlation coefficient C matches the sign of the reference coefficient B, and when the signs do not match, the measured value has an abnormality. Judge that it has occurred.

あるいは、相関テーブル記憶部４３には、相関係数Ｃの数値と測定値の異常の有無との関係を示す判定テーブルが記憶されており、異常環境判定部３６は、相関係数Ｃを取得すると、この判定テーブルを参照して測定値の異常を判定してもよい。 Alternatively, the correlation table storage unit 43 stores a determination table showing the relationship between the numerical value of the correlation coefficient C and the presence or absence of abnormality in the measured value, and the abnormal environment determination unit 36 acquires the correlation coefficient C. , The abnormality of the measured value may be determined by referring to this determination table.

さらに、異常環境判定部３６は、上述した選択指標の測定値に対する異常の有無の判定の結果に基づいて、該当装置における測定値の異常の発生確率を示す指標異常レベルαの値を決定する。この指標異常レベルαは対象指標ごとに設定される。例えば、異常環境判定部３６は、測定値に異常が生じていると判定した場合には、相関性が演算された選択指標及び参照指標の双方の指標異常レベルαの値をそれぞれ増加させ、測定値に異常が生じていないと判定した場合には、選択指標及び参照指標の双方の指標異常レベルαの値をそれぞれ減少させる。したがって、測定値に異常が生じたと判定される回数が多くなるほど指標異常レベルαの値は大きくなる。 Further, the abnormal environment determination unit 36 determines the value of the index abnormality level α indicating the probability of occurrence of the abnormality of the measured value in the corresponding device based on the result of determining the presence or absence of the abnormality with respect to the measured value of the selection index described above. This index abnormality level α is set for each target index. For example, when the abnormal environment determination unit 36 determines that an abnormality has occurred in the measured value, the value of the index abnormality level α of both the selection index and the reference index for which the correlation has been calculated is increased and measured. When it is determined that no abnormality has occurred in the value, the value of the index abnormality level α of both the selection index and the reference index is reduced. Therefore, the value of the index abnormality level α increases as the number of times it is determined that an abnormality has occurred in the measured value increases.

続いて、異常環境判定部３６は、選択指標の指標異常レベルαが特定の基準を超える場合には、該当装置の測定環境に異常が発生していると判定し、指標異常レベルαが特定の基準を超えない場合には、該当装置の測定環境に異常が発生していないと判定する。 Subsequently, the abnormal environment determination unit 36 determines that an abnormality has occurred in the measurement environment of the corresponding device when the index abnormality level α of the selection index exceeds a specific standard, and the index abnormality level α is specific. If it does not exceed the standard, it is determined that no abnormality has occurred in the measurement environment of the relevant device.

記憶部４０は、サーバ３０と測定装置１〜ｎとの間で送受信するデータ、及びサーバ３０で生成されたデータなどを記憶する。記憶部４０は、測定値記憶部４１、指標異常レベル記憶部４２、及び相関テーブル記憶部４３を備える。 The storage unit 40 stores data transmitted / received between the server 30 and the measuring devices 1 to n, data generated by the server 30, and the like. The storage unit 40 includes a measured value storage unit 41, an index abnormality level storage unit 42, and a correlation table storage unit 43.

測定値記憶部４１は、データ取得部３２が取得した対象指標ごとの測定値を、測定日時及び測定場所を示す情報と関連付けて記憶する。この測定値は、上記の推移データ生成部３３における推移データの生成に用いられる。 The measured value storage unit 41 stores the measured value for each target index acquired by the data acquisition unit 32 in association with the information indicating the measurement date and time and the measurement location. This measured value is used for generating the transition data in the transition data generation unit 33 described above.

指標異常レベル記憶部４２は、異常環境判定部３６によって対象指標ごとに決定された指標異常レベルαをそれぞれ記憶する。 The index abnormality level storage unit 42 stores the index abnormality level α determined for each target index by the abnormality environment determination unit 36, respectively.

相関テーブル記憶部４３は、一対の対象指標ごとに定められた基準係数Ｂを示す相関テーブルを記憶している。相関テーブルは、利用者又は他の被験者の各指標を試験的に測定した測定データに基づいてあらかじめ定められてもよく、又は所定の理論式を適用したシミュレーション結果などに基づいて定められたものでもよい。 The correlation table storage unit 43 stores a correlation table showing a reference coefficient B determined for each pair of target indexes. The correlation table may be predetermined based on the measurement data obtained by experimentally measuring each index of the user or another subject, or may be determined based on the simulation result to which a predetermined theoretical formula is applied. Good.

［相関テーブル］
続いて、対象指標間の相関性の基準となる相関テーブルについて説明する。図３は、この相関テーブルの一例を示す図である。 [Correlation table]
Next, a correlation table that serves as a reference for correlation between target indexes will be described. FIG. 3 is a diagram showing an example of this correlation table.

相関テーブル７０は、複数の対象指標の組み合わせの相関性を示すテーブルである。相関テーブル７０の測定項目６４には対象指標Ｄ１〜Ｄ６が示されている。また、相関テーブル７０の中央には、対象指標Ｄ１〜Ｄ６の各々の相関性を「−５」から「＋５」までの十段階で表した基準係数Ｂが示されている。 The correlation table 70 is a table showing the correlation of the combination of a plurality of target indexes. Target indexes D1 to D6 are shown in the measurement item 64 of the correlation table 70. Further, in the center of the correlation table 70, a reference coefficient B is shown in which the correlation of each of the target indexes D1 to D6 is expressed in ten stages from “-5” to “+5”.

基準係数Ｂは、基準係数Ｂの絶対値が大きくなるにつれて相関性が高くなることを示している。例えば、基準係数Ｂが「＋５」である場合においては、選択指標の測定値が増加するときに参照指標の測定値が高い確率で増加し、基準係数Ｂが「−５」である場合においては、選択指標の測定値が増加するときに参照指標の測定値が高い確率で減少する。 The reference coefficient B indicates that the correlation increases as the absolute value of the reference coefficient B increases. For example, when the reference coefficient B is "+5", the measured value of the reference index increases with a high probability when the measured value of the selection index increases, and when the reference coefficient B is "-5", it increases. , When the measured value of the selection index increases, the measured value of the reference index decreases with high probability.

図３に示すように、体脂肪量Ｄ２と筋肉量Ｄ３との基準係数Ｂは「１」であり、かっこ内の符号は「？」である。このように基準係数Ｂが「１」又は「２」である場合は、対象指標同士の相関性が低いため、基準係数Ｂは正負どちらの値もとりうる。例えば、体脂肪量Ｄ２が増加する場合、筋肉量Ｄ３が減少するときもあれば増加するときもある。このため、基準係数Ｂが「−２」から「＋２」までの間の値をとる場合、選択指標の測定値が変化したとしても、参照指標の測定値はほとんど変化しない。すなわち、選択指標の測定値の異常を的確に検出できるほど、双方の対象指標は依存性を有していない。 As shown in FIG. 3, the reference coefficient B between the body fat mass D2 and the muscle mass D3 is “1”, and the symbol in parentheses is “?”. When the reference coefficient B is “1” or “2” in this way, the correlation between the target indexes is low, so that the reference coefficient B can take either a positive or negative value. For example, when body fat mass D2 increases, muscle mass D3 may decrease or increase. Therefore, when the reference coefficient B takes a value between "-2" and "+2", the measured value of the reference index hardly changes even if the measured value of the selection index changes. That is, both target indexes do not have a dependency so that the abnormality of the measured value of the selection index can be detected accurately.

例えば、体重Ｄ１を選択指標とした場合には、他の対象指標Ｄ２〜Ｄ６が参照指標として選択される。ここにいう参照指標とは、上述のとおり、一方の選択指標に対して、複数の対象指標の中で相対的に相関性が高い他の対象指標のことをいう。本実施形態の相関演算部３５は、相関性が高い他の対象指標である参照指標として、一方の選択指標に対して基準係数Ｂの絶対値が「３」から「５」までの間の値をとる対象指標が選択される。 For example, when the body weight D1 is used as the selection index, the other target indexes D2 to D6 are selected as the reference index. As described above, the reference index referred to here refers to another target index having a relatively high correlation among a plurality of target indexes with respect to one of the selection indexes. The correlation calculation unit 35 of the present embodiment has an absolute value of the reference coefficient B between "3" and "5" with respect to one of the selection indexes as a reference index which is another target index having high correlation. The target index to be taken is selected.

このように、相関テーブル７０には複数の対象指標間の相関性を示す基準係数Ｂが記録されている。本実施形態の判定処理部３４は、この相関テーブル７０を参照し、演算した相関係数Ｃに対応する基準係数Ｂを特定し、特定した基準係数Ｂと相関係数Ｃとの大小関係を利用して対象指標Ｄ１〜Ｄ６の各々の測定値の異常を検出する。 As described above, the correlation table 70 records the reference coefficient B indicating the correlation between the plurality of target indexes. The determination processing unit 34 of the present embodiment refers to the correlation table 70, specifies the reference coefficient B corresponding to the calculated correlation coefficient C, and uses the magnitude relationship between the specified reference coefficient B and the correlation coefficient C. Then, the abnormality of each measured value of the target indexes D1 to D6 is detected.

［測定環境異常判定処理］
続いて、上記の指標異常レベルαを用いた測定環境異常判定処理について説明する。図４は、本実施形態の測定環境異常判定処理の一例を示すフローチャートである。 [Measurement environment abnormality judgment processing]
Subsequently, the measurement environment abnormality determination process using the above index abnormality level α will be described. FIG. 4 is a flowchart showing an example of the measurement environment abnormality determination process of the present embodiment.

ステップＳ３１において、異常環境判定部３６は、次の図５に示す指標異常レベル決定処理を行うことにより、第１指標に関する指標異常レベルαを決定する。ここでは、図３に示した対象指標Ｄ１〜Ｄ６のいずれか一つを第１指標と称する。第１指標及びその参照指標の指標異常レベルαが決定すると、異常環境判定部３６は、ステップＳ３１の処理からステップＳ３２の処理に進む。 In step S31, the abnormal environment determination unit 36 determines the index abnormality level α related to the first index by performing the index abnormality level determination process shown in FIG. 5 below. Here, any one of the target indexes D1 to D6 shown in FIG. 3 is referred to as a first index. When the index abnormality level α of the first index and the reference index thereof is determined, the abnormal environment determination unit 36 proceeds from the process of step S31 to the process of step S32.

同様に、ステップＳ３２において、異常環境判定部３６は、指標異常レベル決定処理を行うことにより、対象指標のうち第１指標とは異なる第２指標に関する指標異常レベルαを決定する。そして、次のステップにおいても同様に、異常環境判定部３６は、第１及び第２指標とは異なる他の選択指標とその参照指標のそれぞれに紐づけられた指標異常レベルαを演算する。 Similarly, in step S32, the abnormal environment determination unit 36 determines the index abnormality level α related to the second index different from the first index among the target indexes by performing the index abnormality level determination process. Then, in the next step as well, the abnormal environment determination unit 36 calculates the index abnormality level α associated with each of the other selection indexes different from the first and second indexes and the reference index.

このように、異常環境判定部３６は、各々の対象指標に関して指標異常レベル決定処理を繰り返し、ステップＳ３３までに全ての対象指標Ｄ１〜Ｄ６に関する指標異常レベルαを決定する。 In this way, the abnormal environment determination unit 36 repeats the index abnormality level determination process for each target index, and determines the index abnormality level α for all the target indexes D1 to D6 by step S33.

異常環境判定部３６は、全ての対象指標に関する指標異常レベルαを決定すると、ステップＳ３４の処理に進む。ステップＳ３４において、異常環境判定部３６は、ステップＳ３３までの各ステップにおいて演算された指標異常レベルαを、対象指標ごとに合計した値を指標異常レベル記憶部４２に記憶する。 When the abnormal environment determination unit 36 determines the index abnormality level α for all the target indexes, the process proceeds to the process of step S34. In step S34, the abnormal environment determination unit 36 stores in the index abnormality level storage unit 42 the total value of the index abnormality level α calculated in each step up to step S33 for each target index.

そして、対象指標ごとの指標異常レベルαの値が決定すると、異常環境判定部３６は、ステップＳ３５に進み、指標異常レベルαと警告閾値Ｔｈｗとの比較を行う。この警告閾値Ｔｈｗは、例えば、測定装置１が過去に測定環境に異常を起こしたときの測定値の統計データから導出される値である。 Then, when the value of the index abnormality level α for each target index is determined, the abnormality environment determination unit 36 proceeds to step S35 and compares the index abnormality level α with the warning threshold value Thw. This warning threshold Thw is, for example, a value derived from statistical data of measured values when the measuring device 1 has caused an abnormality in the measuring environment in the past.

指標異常レベルαが警告閾値Ｔｈｗを上回る場合、異常環境判定部３６は、ステップＳ３６において、指標異常レベルαが警告閾値Ｔｈｗを上回る対象指標に関して警告を報知する。ここにいう報知には、例えば、サーバ３０上で表示されている測定値に対してハイライトＨを付記することが含まれる。この報知の方法については、後に図６を用いて詳述する。 When the index abnormality level α exceeds the warning threshold Thw, the abnormality environment determination unit 36 notifies a warning regarding the target index in which the index abnormality level α exceeds the warning threshold Thw in step S36. The notification referred to here includes, for example, adding highlight H to the measured value displayed on the server 30. The method of this notification will be described in detail later with reference to FIG.

このように、異常環境判定部３６は、対象指標ごとに指標異常レベルαを演算するため、全ての対象指標のうち異常が生じている指標を特定して報知することができる。これにより、利用者は、測定値の異常が生じている指標を認識することができる。なお、上記の測定環境異常判定処理は、任意のタイミング、例えば、一週間ごと又は一日ごとに実行されてもよい。 In this way, since the abnormal environment determination unit 36 calculates the index abnormality level α for each target index, it is possible to identify and notify the index in which the abnormality occurs among all the target indexes. As a result, the user can recognize the index in which the measured value is abnormal. The measurement environment abnormality determination process may be executed at any timing, for example, weekly or daily.

［指標異常レベル決定処理］
続いて、上記の指標異常レベルαを決定するための指標異常レベル決定処理の流れを説明する。図５は、図４のステップＳ３１からステップＳ３３においてサブルーチンとして実行される処理である。 [Indicator abnormality level determination processing]
Subsequently, the flow of the index abnormality level determination process for determining the index abnormality level α will be described. FIG. 5 is a process executed as a subroutine in steps S31 to S33 of FIG.

ステップＳ４１において、データ取得部３２は、測定装置１からネットワーク９を介して第１指標の測定値を取得する。データ取得部３２は、この第１指標の測定値を測定値記憶部４１に記憶するとともに推移データ生成部３３に出力する。 In step S41, the data acquisition unit 32 acquires the measured value of the first index from the measuring device 1 via the network 9. The data acquisition unit 32 stores the measured value of the first index in the measured value storage unit 41 and outputs it to the transition data generation unit 33.

ステップＳ４２において、推移データ生成部３３は第１指標の推移データを生成するとともに測定値記憶部４１に第１指標の推移データを記憶する。 In step S42, the transition data generation unit 33 generates the transition data of the first index, and the measurement value storage unit 41 stores the transition data of the first index.

ステップＳ４３において、推移データ生成部３３は、測定値記憶部４１を参照し、第１指標の測定値と対象指標の測定値が測定値記憶部４１に記憶されているか否かを判定する。制御部３１は、基準係数Ｂが「４」又は「５」である対象指標の測定値が測定値記憶部４１に記憶されていないと判定すると、指標異常レベル決定処理を終了する。一方、制御部３１は、このような参照指標の測定値が測定値記憶部４１に記憶されていると判定すると、指標異常レベル決定処理をステップＳ４４に進める。 In step S43, the transition data generation unit 33 refers to the measured value storage unit 41 and determines whether or not the measured value of the first index and the measured value of the target index are stored in the measured value storage unit 41. When the control unit 31 determines that the measured value of the target index whose reference coefficient B is "4" or "5" is not stored in the measured value storage unit 41, the control unit 31 ends the index abnormality level determination process. On the other hand, when the control unit 31 determines that the measured value of such a reference index is stored in the measured value storage unit 41, the control unit 31 proceeds to the index abnormality level determination process in step S44.

ステップＳ４４において、相関演算部３５は、第１指標の測定値と参照指標の測定値との相関性を示す指標としての相関係数Ｃを演算する。異常環境判定部３６が相関演算部３５から相関係数Ｃを取得すると、指標異常レベル決定処理はステップＳ４５に移行する。 In step S44, the correlation calculation unit 35 calculates the correlation coefficient C as an index showing the correlation between the measured value of the first index and the measured value of the reference index. When the abnormal environment determination unit 36 acquires the correlation coefficient C from the correlation calculation unit 35, the index abnormality level determination process proceeds to step S45.

ステップＳ４５において、異常環境判定部３６は、第１指標の測定値と参照指標の測定値とが異常な相関性を示すか否かを判定する。具体的には、異常環境判定部３６は、図４を用いて説明したように、相関係数Ｃが相関テーブル７０に示された基準係数Ｂの符号と一致しているか否かを判定する。 In step S45, the abnormal environment determination unit 36 determines whether or not the measured value of the first index and the measured value of the reference index show an abnormal correlation. Specifically, the abnormal environment determination unit 36 determines whether or not the correlation coefficient C matches the code of the reference coefficient B shown in the correlation table 70, as described with reference to FIG.

異常環境判定部３６は、相関係数Ｃが基準係数Ｂの符号と一致していない場合には、異常な相関性を示していると判定し、指標異常レベル決定処理をステップＳ４６に進める。そして、ステップＳ４６において、異常環境判定部３６は、第１指標と参照指標とのそれぞれに紐づけられた双方の指標異常レベルαの値を増加させる。 If the correlation coefficient C does not match the sign of the reference coefficient B, the abnormal environment determination unit 36 determines that an abnormal correlation is exhibited, and proceeds to the index abnormality level determination process in step S46. Then, in step S46, the abnormal environment determination unit 36 increases the values of both index abnormality levels α associated with the first index and the reference index, respectively.

一方、異常環境判定部３６は、相関係数Ｃが基準係数Ｂの符号と一致している場合には異常な相関性を示していないと判定し、ステップＳ４５の処理をステップＳ４７に進める。そして、ステップＳ４７において、異常環境判定部３６は、第１指標と参照指標とのそれぞれに紐づけられた双方の指標異常レベルαの値を減少させる。 On the other hand, when the correlation coefficient C matches the sign of the reference coefficient B, the abnormal environment determination unit 36 determines that no abnormal correlation is shown, and proceeds to the process of step S45 to step S47. Then, in step S47, the abnormal environment determination unit 36 reduces the values of both index abnormality levels α associated with the first index and the reference index, respectively.

ステップＳ４６又はステップＳ４７の処理が終わると、指標異常レベル決定処理は終了する。このように、異常環境判定部３６は、異なる指標の相関性を示す相関係数Ｃを用いて指標異常レベルαを決定する。なお、基準係数Ｂが「４」又は「５」の参照指標が複数ある場合には、各参照指標に対してステップＳ４４〜ステップＳ４６又はステップＳ４４〜ステップＳ４７の処理が行われる。 When the process of step S46 or step S47 is completed, the index abnormality level determination process is completed. In this way, the abnormal environment determination unit 36 determines the index abnormality level α using the correlation coefficient C indicating the correlation between the different indexes. When there are a plurality of reference indexes having the reference coefficient B of "4" or "5", the processes of steps S44 to S46 or steps S44 to S47 are performed for each reference index.

なお、上記の指標異常レベルαの値を決定する際に、基準係数Ｂの絶対値が大きくなるにつれて指標異常レベルαの変化量を増やしてもよい。例えば、基準係数Ｂの絶対値が「５」の場合、符号が不一致するたびに指標異常レベルαの値を「２」増減させ、基準係数Ｂの絶対値が「４」の場合は指標異常レベルαの値を「１」増減させる。これにより、基準係数Ｂの絶対値が大きくなるほど、すなわち対象指標同士の相関性が高くなるほど、指標異常レベルαへの寄与度が大きくなるので、判定精度を向上させることができる。 When determining the value of the index abnormality level α, the amount of change in the index abnormality level α may be increased as the absolute value of the reference coefficient B increases. For example, when the absolute value of the reference coefficient B is "5", the value of the index abnormality level α is increased or decreased by "2" each time the signs do not match, and when the absolute value of the reference coefficient B is "4", the index abnormality level is increased or decreased. Increase or decrease the value of α by "1". As a result, the larger the absolute value of the reference coefficient B, that is, the higher the correlation between the target indexes, the greater the contribution to the index abnormality level α, so that the determination accuracy can be improved.

また、測定頻度の高い対象指標同士の指標異常レベルαは、常時算出されてもよい。この場合、所定期間内に算出された測定頻度の高い対象指標同士の指標異常レベルαの累計値を、これらの対象指標の指標異常レベルαとして図４及び図５の処理に用いてもよい。 In addition, the index abnormality level α between the target indexes with high measurement frequency may be calculated at all times. In this case, the cumulative value of the index abnormality level α between the frequently measured target indexes calculated within a predetermined period may be used as the index abnormality level α of these target indexes in the processing of FIGS. 4 and 5.

また、本実施形態の制御部３１は、図３に示したように、体重Ｄ１、体脂肪量Ｄ２、筋肉量Ｄ３、活動量Ｄ４、血圧Ｄ５、アセトン濃度Ｄ６の順番に選択指標を決定し、指標異常レベル決定処理が重複しないように参照指標を省略している。しかしながら、制御部３１は、参照指標を省略することなく指標異常レベル決定処理を２回実行してもよい。一対の対象指標に関して指標異常レベル決定処理を２回実行することにより、インクリメント又はディクリメントが２回行われることになるので、指標異常レベル決定処理を１回だけ実行する場合と比較して、指標異常レベルαの変化量は２倍になる。これにより、測定値に異常が生じている対象指標の指標異常レベルαの値は大きく増加するため、異常環境判定部３６は異常が生じている対象指標をより早く特定することができる。 Further, as shown in FIG. 3, the control unit 31 of the present embodiment determines the selection index in the order of body weight D1, body fat mass D2, muscle mass D3, activity amount D4, blood pressure D5, and acetone concentration D6. The reference index is omitted so that the index abnormality level determination process does not overlap. However, the control unit 31 may execute the index abnormality level determination process twice without omitting the reference index. By executing the index abnormality level determination process twice for a pair of target indexes, the increment or decrement is performed twice. Therefore, the index is compared with the case where the index abnormality level determination process is executed only once. The amount of change in the abnormal level α is doubled. As a result, the value of the index abnormality level α of the target index in which the measured value has an abnormality is greatly increased, so that the abnormal environment determination unit 36 can identify the target index in which the abnormality has occurred earlier.

［警告表示］
次に、上記の測定環境異常判定処理のステップＳ３６における報知方法について説明する。図６は、健康管理システム１０の測定環境の異常を報知する画面の一例を示す図である。 [Warning display]
Next, the notification method in step S36 of the above-mentioned measurement environment abnormality determination process will be described. FIG. 6 is a diagram showing an example of a screen for notifying an abnormality in the measurement environment of the health management system 10.

表示画面６０は、例えばサーバ３０において表示される。表示画面６０には、利用者情報６１、期間情報６２、及び測定情報６７が含まれる。 The display screen 60 is displayed on the server 30, for example. The display screen 60 includes user information 61, period information 62, and measurement information 67.

利用者情報６１は、利用者が自己の測定結果であることを確認するための表示である。利用者情報６１には、例えば利用者があらかじめ入力した利用者の氏名、性別、年齢、及び身長が含まれる。 The user information 61 is a display for confirming that the user is his / her own measurement result. The user information 61 includes, for example, the user's name, gender, age, and height entered in advance by the user.

期間情報６２は、利用者が自身の生体情報を測定した期間を特定するための表示である。例えば、利用者は全ての生体指標の生体情報を同日に測定することは難しい。したがって、利用者は、期間情報６２に示すような所定の期間において、各生体情報をそれぞれ異なる日に測定する場合がある。期間情報６２は、例えば一週間毎に表示が切り替わる。 The period information 62 is a display for specifying the period during which the user has measured his / her own biometric information. For example, it is difficult for a user to measure biometric information of all biometric indicators on the same day. Therefore, the user may measure each biometric information on a different day in a predetermined period as shown in the period information 62. The display of the period information 62 is switched, for example, every week.

測定情報６７には、例えば測定日時６３、測定項目６４、測定値６５、及び増減６６が含まれる。測定日時６３には、利用者が測定項目６４に示される指標の生体情報を測定した日時が表示される。測定項目６４には、測定対象である生体情報を示す指標が表示される。測定値６５には、測定対象の指標の測定値が表示される。期間情報６２に示される期間内に測定がない測定項目６４には、空欄、「−」、又は「／」の表示がされる。増減６６には、前回の測定期間に測定された測定値と比較した増減を示す比較結果が表示される。 The measurement information 67 includes, for example, a measurement date / time 63, a measurement item 64, a measured value 65, and an increase / decrease 66. In the measurement date and time 63, the date and time when the user measured the biometric information of the index shown in the measurement item 64 is displayed. In the measurement item 64, an index indicating biometric information to be measured is displayed. In the measured value 65, the measured value of the index to be measured is displayed. A blank, "-", or "/" is displayed for the measurement item 64 that has not been measured within the period shown in the period information 62. In the increase / decrease 66, a comparison result indicating an increase / decrease compared with the measured value measured in the previous measurement period is displayed.

具体的には、測定項目６４の活動量としての「歩数」、又は「消費エネルギー」については、測定した前日の活動量、又は今回の測定期間の前日までの平均値が表示される。また、測定項目６４の「呼気アセトン濃度」の増減６６については、安静時における測定値が比較されることが望ましい。 Specifically, for the "step count" or "energy consumption" as the activity amount of the measurement item 64, the activity amount on the day before the measurement or the average value up to the day before the current measurement period is displayed. Further, regarding the increase / decrease 66 of the “expiratory acetone concentration” of the measurement item 64, it is desirable to compare the measured values at rest.

ここでは、上記アセトン濃度Ｄ６に対応する「脂質代謝評価」に関する測定値６５の値が異常であることを示すように、測定項目６４のうち「脂質代謝評価」の欄の測定値６５にハイライトＨが付されている。 Here, the measured value 65 in the column of "lipid metabolism evaluation" in the measurement item 64 is highlighted so as to indicate that the value of the measured value 65 related to the "lipid metabolism evaluation" corresponding to the acetone concentration D6 is abnormal. H is attached.

このように、利用者は表示画面６０を視認することによって、測定装置１の測定環境に異常が生じている可能性を認識することができる。 In this way, the user can recognize the possibility that an abnormality has occurred in the measurement environment of the measuring device 1 by visually recognizing the display screen 60.

なお、上記の実施形態において、推移データ生成部３３は全ての対象指標に関する測定値の推移データを生成している。しかしながら、推移データ生成部３３は、全ての指標のうち基準係数Ｂの絶対値が「４」又は「５」となる対象指標の測定値だけの推移データを演算してもよい。これにより、推移データ生成部３３の演算量が減少するため、サーバ３０の処理負担を軽減することができる。 In the above embodiment, the transition data generation unit 33 generates transition data of measured values for all target indexes. However, the transition data generation unit 33 may calculate the transition data of only the measured value of the target index in which the absolute value of the reference coefficient B is “4” or “5” among all the indexes. As a result, the amount of calculation performed by the transition data generation unit 33 is reduced, so that the processing load on the server 30 can be reduced.

以下では、本実施形態の作用効果について詳細に説明する。 Hereinafter, the effects of the present embodiment will be described in detail.

本実施形態によれば、サーバ３０は、利用者の健康状態に関する複数の指標を管理する健康管理装置を構成する。そして、サーバ３０は、一又は複数の測定装置１により測定された複数の指標の測定値を取得するデータ取得部３２と、データ取得部３２により取得された指標の測定値の推移を示す推移データを生成する推移データ生成部３３と、測定装置１により測定された測定値が異常であるか否かを、推移データ生成部３３により生成された推移データに基づいて判定する判定処理部３４と、を含む。 According to the present embodiment, the server 30 constitutes a health management device that manages a plurality of indicators related to the health condition of the user. Then, the server 30 has a data acquisition unit 32 that acquires the measured values of a plurality of indexes measured by one or a plurality of measuring devices 1, and transition data indicating a transition of the measured values of the indexes acquired by the data acquisition unit 32. 33, and a determination processing unit 34 that determines whether or not the measured value measured by the measuring device 1 is abnormal based on the transition data generated by the transition data generation unit 33. including.

生体情報に含まれる複数の指標を測定する測定装置１としては、例えば、体組成計、活動量計、血圧計などの生体測定機器が挙げられ、これらによる測定データを一括してユーザの健康状態を正しく管理するためには、生体測定機器の各々が正しい測定データを取得していることが前提となる。例えば生体測定機器のいずれか一つに誤作動等が生じている場合には、ユーザが健康状態であるにも関わらず、誤作動等が生じた測定装置１によって測定された測定データの影響により、ユーザの健康状態が総合的に不健康と判定されてしまうことが考えられる。そのため、測定装置１が誤作動等している場合には、誤作動等の発生を認識できることが望ましい。 Examples of the measuring device 1 for measuring a plurality of indexes included in the biological information include biological measuring devices such as a body composition meter, an activity meter, and a sphygmomanometer, and the measurement data obtained by these are collectively collected for the user's health condition. It is premised that each of the biometric instruments has acquired the correct measurement data in order to manage the data correctly. For example, if any one of the biometric measuring devices malfunctions, the measurement data measured by the measuring device 1 in which the malfunction occurs even though the user is in good health. , It is conceivable that the user's health condition is judged to be unhealthy overall. Therefore, when the measuring device 1 is malfunctioning, it is desirable to be able to recognize the occurrence of the malfunction.

そこで、本実施形態のサーバ３０は、測定装置１の誤作動等の発生を検出するために、特定の対象指標に関して、対象指標の推移データを利用して測定値の妥当性を判定する。例えば、推移データを利用することにより、前回の測定値と今回の測定値との差分、又は測定値の平均と今回の測定値との差分などが、想定される範囲内に収まる場合に、測定値が妥当であると判定する。 Therefore, the server 30 of the present embodiment determines the validity of the measured value by using the transition data of the target index with respect to the specific target index in order to detect the occurrence of the malfunction of the measuring device 1. For example, by using transition data, measurement is performed when the difference between the previous measurement value and the current measurement value, or the difference between the average of the measurement values and the current measurement value is within the expected range. Determine that the value is valid.

上記の差分は、単純な四則演算の組み合わせによって求められる。したがって、対象指標の推移データを生成する推移データ生成部３３、及びその推移データを用いて測定値の異常を判定する判定処理部３４は、複雑な演算が要求されるような他の処理に用いられる既存の演算回路を兼用することで、測定装置１の測定値の異常の発生を検出することができる。すなわち、本実施形態では、測定値の異常の有無を判定するためだけの回路を別途備える必要がない。 The above difference is obtained by a combination of simple four arithmetic operations. Therefore, the transition data generation unit 33 that generates the transition data of the target index and the determination processing unit 34 that determines the abnormality of the measured value using the transition data are used for other processing that requires complicated calculation. By also using the existing arithmetic circuit, it is possible to detect the occurrence of an abnormality in the measured value of the measuring device 1. That is, in the present embodiment, it is not necessary to separately provide a circuit only for determining the presence or absence of abnormality in the measured value.

また、本実施形態の推移データ生成部３３は、対象指標ごとに推移データを生成し、判定処理部３４は、複数の推移データの組み合わせの相関性と複数の指標の推移データとに基づいて測定値が異常であるか否かを判定する。 Further, the transition data generation unit 33 of the present embodiment generates transition data for each target index, and the determination processing unit 34 measures based on the correlation of the combination of the plurality of transition data and the transition data of the plurality of indexes. Determine if the value is abnormal.

図３を用いて説明したように、複数の対象指標の中から選択した選択指標に関して、選択指標と複数の対象指標との組み合わせの相関性を求めることによって、選択指標と単一の参照指標との相関性だけを求める場合と比較して、測定値の異常を検出しやすくなる。 As described with reference to FIG. 3, with respect to the selection index selected from the plurality of target indexes, the selection index and the single reference index can be obtained by obtaining the correlation of the combination of the selection index and the plurality of target indexes. It becomes easier to detect anomalies in the measured values as compared with the case where only the correlation of is obtained.

例えば、一つの選択指標に対して相関性の高い二つの参照指標がある場合、二つの参照指標のうちの一つの参照指標に対する相関性が高いにもかかわらず、もう一方の参照指標に対する相関性が低いときは、その選択指標の測定値に異常が生じているおそれがある。 For example, if there are two reference indicators that are highly correlated with one selection index, the correlation with one of the two reference indicators is high, but the correlation with the other reference index is high. If is low, there is a possibility that the measured value of the selection index is abnormal.

このように、選択指標に対する複数の参照指標の相関性を求めることによって、一つの参照指標との相関性を検出する場合に比べて精度の高い測定値の異常の判定を行うことができる。さらに、対象指標間の相関性についても、四則演算の組み合わせによって簡単に求められるので、上記の推移データを生成する場合と同様に、相関性を演算するための回路構成を別途備える必要がない。 In this way, by obtaining the correlation of the plurality of reference indexes with respect to the selection index, it is possible to determine the abnormality of the measured value with higher accuracy than when the correlation with one reference index is detected. Further, since the correlation between the target indexes can be easily obtained by combining the four arithmetic operations, it is not necessary to separately provide a circuit configuration for calculating the correlation as in the case of generating the above transition data.

したがって、対象指標の組み合わせの相関性を求めることにより、回路構成を追加することなく、測定装置１の誤動作等による測定値の異常の検出精度を高めることができる。 Therefore, by obtaining the correlation of the combination of the target indexes, it is possible to improve the detection accuracy of the abnormality of the measured value due to the malfunction of the measuring device 1 or the like without adding the circuit configuration.

また、本実施形態のサーバ３０の相関演算部３５は、互いに異なる対象指標のうち、一方の指標である選択指標の推移データと他方の指標である参照指標の推移データとの相関性の程度を示す相関度を演算し、異常環境判定部３６は、演算された相関度に基づいて測定値が異常であるか否かを判定する。選択指標の相関度としては、図４に示した相関係数Ｃ、又は後述のマッチング指標Ｍなどが挙げられる。 Further, the correlation calculation unit 35 of the server 30 of the present embodiment determines the degree of correlation between the transition data of the selection index, which is one index, and the transition data of the reference index, which is the other index, among the target indexes different from each other. The indicated correlation degree is calculated, and the abnormal environment determination unit 36 determines whether or not the measured value is abnormal based on the calculated correlation degree. Examples of the degree of correlation of the selection index include the correlation coefficient C shown in FIG. 4, the matching index M described later, and the like.

このように、測定値の異常が検出されるよう相関度の基準を設定することにより、選択指標の相関度が正常な範囲を超えて変化するのを的確に検出することができる。したがって、選択指標の測定値の異常を検出する精度を高めることができる。 In this way, by setting the correlation degree standard so that the abnormality of the measured value is detected, it is possible to accurately detect that the correlation degree of the selection index changes beyond the normal range. Therefore, it is possible to improve the accuracy of detecting an abnormality in the measured value of the selection index.

例えば、図３及び図４を用いて説明したように、所定の基準の一例として、相関係数Ｃの符号を特定するために閾値を設定することで相関性の異常を検出することができる。また、後述の変形例に示すマッチング指標Ｍに閾値を設定することで相関性の異常を検出することができる。このように、本実施形態のサーバ３０は、相関度の変化を検出することにより、精度よく測定値の異常の有無を判定することができる。 For example, as described with reference to FIGS. 3 and 4, as an example of a predetermined criterion, an abnormality in correlation can be detected by setting a threshold value in order to specify the sign of the correlation coefficient C. Further, by setting a threshold value for the matching index M shown in the modified example described later, an abnormality in correlation can be detected. As described above, the server 30 of the present embodiment can accurately determine the presence or absence of abnormality in the measured value by detecting the change in the degree of correlation.

また、異常環境判定部３６は、異常であると判定された測定値を出力した測定装置１において、測定するための環境である測定環境に異常が発生していると判定する。 Further, the abnormal environment determination unit 36 determines that an abnormality has occurred in the measurement environment, which is the environment for measurement, in the measuring device 1 that outputs the measured value determined to be abnormal.

このように、本実施形態では、測定装置１で測定される測定値の異常に基づいて、測定装置１における測定環境の異常を判定することができる。この測定値の異常としては、例えば、測定装置１における制御部３１等の動作の異常、利用者による測定装置１の使用方法に起因する異常、又は、測定装置１の設置場所の周辺環境の異常をはじめとする種々の測定環境の異常が挙げられる。利用者は、異常環境判定部３６の判定結果により測定環境に異常があることを知ることによって、上述のいずれかの測定環境の異常を是正し、自己の生体指標として精度の良い測定値を知ることができる。 As described above, in the present embodiment, it is possible to determine the abnormality of the measurement environment in the measuring device 1 based on the abnormality of the measured value measured by the measuring device 1. The abnormalities of the measured values include, for example, an abnormality in the operation of the control unit 31 and the like in the measuring device 1, an abnormality caused by the usage of the measuring device 1 by the user, or an abnormality in the surrounding environment of the place where the measuring device 1 is installed. There are various abnormalities in the measurement environment including. By knowing that there is an abnormality in the measurement environment based on the determination result of the abnormal environment determination unit 36, the user corrects any of the above-mentioned abnormalities in the measurement environment and knows an accurate measured value as his / her own biological index. be able to.

また、本実施形態のサーバ３０の異常環境判定部３６は、選択指標の他の指標との相関度に基づいて、選択指標の測定値の異常の程度を示す指標異常レベルαを変更し、指標異常レベルαに基づいて当該指標の測定値を出力（算出）した測定装置１において、測定環境に異常が発生していると判定する。 Further, the abnormal environment determination unit 36 of the server 30 of the present embodiment changes the index abnormality level α indicating the degree of abnormality of the measured value of the selection index based on the degree of correlation with other indexes of the selection index, and indexes the index. In the measuring device 1 that outputs (calculates) the measured value of the index based on the abnormality level α, it is determined that an abnormality has occurred in the measurement environment.

このように、相関度が基準に反する回数が増加するにつれて値が増加する指標異常レベルαを求めることにより、相関度が異常を示す頻度が高い選択指標の指標異常レベルαが特定の基準を超えやすくなるので、測定装置１の測定環境の異常の判定の精度を高めることができる。例えば、図４を用いて説明したように、測定値の異常が検出されるたびに指標異常レベルαがインクリメントされるので、測定環境の異常のレベルを定量化することができる。このとき、異常環境判定部３６は、指標異常レベルαのインクリメント及びディクリメントの幅を、基準係数Ｂの絶対値の大小に応じて調節してもよい。これにより、基準係数Ｂに示される相関の程度を反映した測定値の異常を定量化できるので、測定装置１の測定環境の異常の有無を精度よく判定することができる。 In this way, by obtaining the index abnormality level α whose value increases as the number of times the correlation degree violates the standard increases, the index abnormality level α of the selection index whose correlation degree frequently indicates an abnormality exceeds a specific standard. Since it becomes easy, the accuracy of determining the abnormality in the measurement environment of the measuring device 1 can be improved. For example, as described with reference to FIG. 4, since the index abnormality level α is incremented each time an abnormality in the measured value is detected, the level of abnormality in the measurement environment can be quantified. At this time, the abnormal environment determination unit 36 may adjust the increment and decrement width of the index abnormality level α according to the magnitude of the absolute value of the reference coefficient B. As a result, the abnormality of the measured value reflecting the degree of correlation shown in the reference coefficient B can be quantified, so that the presence or absence of the abnormality in the measurement environment of the measuring device 1 can be accurately determined.

また、本実施形態のサーバ３０の相関演算部３５は、他方の指標である参照指標として、複数の対象指標のうち選択指標に対して相関性が高い対象指標を選択する。 Further, the correlation calculation unit 35 of the server 30 of the present embodiment selects a target index having a high correlation with the selection index from the plurality of target indexes as the reference index which is the other index.

このように、選択指標に対して相関性が高い対象指標を参照指標として選択することにより、選択指標の測定値に異常が生じ、これに伴う測定値の変化量が大きくなるほど、選択指標と参照指標との相関性が低くなる。一方、選択指標に対して相関性が低い対象指標を参照指標として選択する場合には、選択指標の測定値に異常が生じて測定値が大きく変化しても、もともと相関性が低いため、相関性はそれほど低下しない。それゆえ、本実施形態によれば、選択指標に対して相関性が低い対象指標を参照指標として選択する場合に比べて、選択指標の測定値の異常を精度よく検出することができる。 In this way, by selecting the target index having a high correlation with the selection index as the reference index, an abnormality occurs in the measured value of the selection index, and the larger the amount of change in the measured value accompanying this, the more the selection index and the reference. Correlation with the index is low. On the other hand, when a target index having a low correlation with the selection index is selected as the reference index, even if the measured value of the selection index becomes abnormal and the measured value changes significantly, the correlation is originally low, so that there is a correlation. The sex does not decrease so much. Therefore, according to the present embodiment, it is possible to accurately detect an abnormality in the measured value of the selection index as compared with the case where a target index having a low correlation with the selection index is selected as the reference index.

また、本実施形態の相関テーブル７０では、全ての対象指標について基準係数Ｂが定められているので、全ての対象指標の基準係数Ｂのうち、相対的に基準係数Ｂの絶対値が大きい対象指標のみを的確に抽出することができる。このように、参照指標として相関性の高い対象指標を用いることにより、相関性が不明な生体指標を用いる場合に比べて、選択指標の測定値に異常が生じたときに相関性が大きく変化するので、より精度の高い測定環境の異常の判定を行うことができる。 Further, in the correlation table 70 of the present embodiment, since the reference coefficient B is set for all the target indexes, the target index having a relatively large absolute value of the reference coefficient B among the reference coefficients B of all the target indexes. Only can be extracted accurately. In this way, by using a highly correlated target index as a reference index, the correlation changes significantly when an abnormality occurs in the measured value of the selection index, as compared with the case of using a biometric index whose correlation is unknown. Therefore, it is possible to determine an abnormality in the measurement environment with higher accuracy.

また、本実施形態のサーバ３０において、対象指標は、体重Ｄ１、体脂肪量Ｄ２、筋肉量Ｄ３、活動量Ｄ４、血圧Ｄ５、及びアセトン濃度Ｄ６のうちの少なくとも一つを含む。 Further, in the server 30 of the present embodiment, the target index includes at least one of body weight D1, body fat mass D2, muscle mass D3, activity amount D4, blood pressure D5, and acetone concentration D6.

上記の対象指標は、人の健康状態を表す指標として定期的に測定されることが多い。また、これらの指標は、日常生活の中で、例えば家庭又は病院に一般的に備え付けられている測定装置によって、容易に測定することができる指標である。このため、これらの対象指標の測定値は記憶部４０に数多く記憶されている場合が多い。したがって、本実施形態のサーバ３０は、このような数多くの測定値を用いて推移データ及び相関性を演算することにより、相関性の精度を高めることができる。 The above target indicators are often measured regularly as indicators of human health. In addition, these indexes are indexes that can be easily measured in daily life, for example, by a measuring device generally provided in a home or a hospital. Therefore, many measured values of these target indexes are often stored in the storage unit 40. Therefore, the server 30 of the present embodiment can improve the accuracy of the correlation by calculating the transition data and the correlation using such a large number of measured values.

（第２の実施形態）
次に、第２の実施形態に係る指標異常レベルαの演算手法について図７を参照して説明する。なお、第１の実施形態と同様の構成には同一の符号を付して説明する。 (Second Embodiment)
Next, the calculation method of the index abnormality level α according to the second embodiment will be described with reference to FIG. 7. The same configurations as those in the first embodiment will be described with the same reference numerals.

図７は、体重Ｄ１の測定値と体脂肪量Ｄ２の測定値との推移を示す図である。体重Ｄ１と体脂肪量Ｄ２の基準係数Ｂは、図３に示したとおり「４」である。図中の実線は利用者の体重Ｄ１を示し、破線は利用者の体脂肪量Ｄ２を示す。図７の縦軸には体重Ｄ１及び体脂肪量Ｄ２が重ねて示されており、横軸には測定日が示されている。また、期間Ｔ１から期間Ｔ５は相関係数Ｃと基準係数Ｂとの符号が一致しなくなる期間を示している。 FIG. 7 is a diagram showing the transition between the measured value of the body weight D1 and the measured value of the body fat mass D2. The reference coefficient B of the body weight D1 and the body fat mass D2 is “4” as shown in FIG. The solid line in the figure indicates the user's weight D1, and the broken line indicates the user's body fat mass D2. The vertical axis of FIG. 7 shows the body weight D1 and the body fat mass D2 in an overlapping manner, and the horizontal axis shows the measurement date. Further, the periods T1 to T5 indicate periods in which the symbols of the correlation coefficient C and the reference coefficient B do not match.

期間Ｔ１に至るまで体重Ｄ１と体脂肪量Ｄ２とは測定値の相関性の程度を示す相関係数Ｃが正の値を示した状態で推移する。期間Ｔ１に至るまでの間、双方の指標異常レベルαの値は減少し続ける。 Until the period T1, the body weight D1 and the body fat mass D2 change in a state where the correlation coefficient C, which indicates the degree of correlation between the measured values, shows a positive value. Until the period T1, the values of both index abnormality levels α continue to decrease.

そして、期間Ｔ１において、体重Ｄ１は減少し体脂肪量Ｄ２は増加するため、相関係数Ｃが負となる。このとき、図３に示したように体重Ｄ１と体脂肪量Ｄ２との基準係数Ｂの符号はともに正であるため、双方の符号は一致しなくなる。このため、異常環境判定部３６は、双方の指標異常レベルαの値を増加させる。 Then, in the period T1, the body weight D1 decreases and the body fat mass D2 increases, so that the correlation coefficient C becomes negative. At this time, as shown in FIG. 3, since the signs of the reference coefficients B of the body weight D1 and the body fat mass D2 are both positive, the signs of both do not match. Therefore, the abnormal environment determination unit 36 increases the values of both index abnormality levels α.

その後、期間Ｔ２に至るまで体重Ｄ１と体脂肪量Ｄ２とは相関係数Ｃが正となる。したがって、期間Ｔ１から期間Ｔ２までの間、双方の指標異常レベルαの値は徐々に減少する。 After that, the correlation coefficient C between the body weight D1 and the body fat mass D2 becomes positive until the period T2. Therefore, during the period T1 to the period T2, the values of both index abnormality levels α gradually decrease.

そして、期間Ｔ２において相関係数Ｃの符号が反転し、相関係数Ｃが負となる。このとき、基準係数Ｂと相関係数Ｃとの符号は一致しなくなるため、双方の指標異常レベルαの値は再び増加する。その後も同様に、期間Ｔ３、期間Ｔ４、及び期間Ｔ５において双方の符号は一致しなくなるので、双方の指標異常レベルαの値は増加し、それ以外の期間において双方の指標異常レベルαの値は減少する。 Then, the sign of the correlation coefficient C is inverted in the period T2, and the correlation coefficient C becomes negative. At this time, since the signs of the reference coefficient B and the correlation coefficient C do not match, the values of both index abnormality levels α increase again. Similarly, after that, since the signs of both do not match in the period T3, the period T4, and the period T5, the value of both index abnormality levels α increases, and the value of both index abnormality levels α increases in the other periods. Decrease.

このように、所定期間における相関係数Ｃの符号と基準係数Ｂの符号との一致又は不一致に応じて双方の指標異常レベルαが増減する。すなわち、対象指標間の相関性が変動することにより、双方の指標異常レベルαが上昇する。このため、指標異常レベルαが特定の基準を超える場合には、その指標異常レベルαに対応する対象指標の一方の測定値が異常であると判定することが可能となる。 In this way, both index abnormality levels α increase or decrease according to the coincidence or disagreement between the sign of the correlation coefficient C and the sign of the reference coefficient B in a predetermined period. That is, as the correlation between the target indexes fluctuates, the abnormality level α of both indexes rises. Therefore, when the index abnormality level α exceeds a specific standard, it is possible to determine that one of the measured values of the target index corresponding to the index abnormality level α is abnormal.

（変形例１）
次に、第１の実施形態の変形例について説明する。本変形例の健康管理システム１０は、測定装置１だけではなく他の測定装置２〜ｎの測定環境の異常も判定することが可能である。 (Modification example 1)
Next, a modified example of the first embodiment will be described. The health management system 10 of this modified example can determine not only the measurement device 1 but also abnormalities in the measurement environment of other measurement devices 2 to n.

まず、相関演算部３５は、測定装置１で測定された体重Ｄ１と、測定装置２で測定された筋肉量Ｄ２との相関性を演算する。ここで、図３に示される相関テーブル７０によれば、体重Ｄ１と筋肉量Ｄ２との基準係数Ｂの値は「＋５」であるため、これらの対象指標の測定値は相対的に高い相関性を示すことが予測される。したがって、仮にこれらの対象指標の測定値が基準係数Ｂの値に反して異常な相関を示す場合、測定装置１及び測定装置２のうちの少なくともいずれか一つに測定環境に異常が生じている可能性が高い。 First, the correlation calculation unit 35 calculates the correlation between the weight D1 measured by the measuring device 1 and the muscle mass D2 measured by the measuring device 2. Here, according to the correlation table 70 shown in FIG. 3, since the value of the reference coefficient B between the weight D1 and the muscle mass D2 is “+5”, the measured values of these target indexes have a relatively high correlation. Is expected to show. Therefore, if the measured values of these target indexes show an abnormal correlation contrary to the value of the reference coefficient B, an abnormality has occurred in the measuring environment in at least one of the measuring device 1 and the measuring device 2. Probability is high.

これに加えて、本変形例の判定処理部３４は、上記と同様の処理を測定装置１と測定装置３との間で行い、これを測定装置ｎまで繰り返すことにより、測定装置１〜ｎの全ての測定装置に対して測定環境の異常の有無を判定することができる。 In addition to this, the determination processing unit 34 of the present modification performs the same processing as described above between the measuring device 1 and the measuring device 3, and repeats this process up to the measuring device n, whereby the measuring devices 1 to n It is possible to determine the presence or absence of abnormalities in the measurement environment for all measuring devices.

このように、判定処理部３４は、測定装置１によって測定された生体指標の測定値と、他の測定装置２〜ｎによってそれぞれ測定された生体指標の測定値と、の相関性を演算することにより測定装置２〜ｎについても測定環境の異常の有無を判定することができる。 In this way, the determination processing unit 34 calculates the correlation between the measured value of the biometric index measured by the measuring device 1 and the measured value of the biometric index measured by the other measuring devices 2 to n, respectively. It is possible to determine the presence or absence of an abnormality in the measurement environment for the measuring devices 2 to n as well.

（変形例２）
続いて、第１の実施形態の他の変形例について説明する。本変形例の健康管理システム１０は、図５に示した測定環境異常判定処理を測定装置１の利用者が所有するスマートフォンなどの携帯機器において行う。 (Modification 2)
Subsequently, another modification of the first embodiment will be described. The health management system 10 of this modification performs the measurement environment abnormality determination process shown in FIG. 5 on a portable device such as a smartphone owned by the user of the measurement device 1.

変形例２では、図２に示した推移データ生成部３３、判定処理部３４、指標異常レベル４２、及び相関テーブル記憶部４３が、図示しない携帯機器に備えられている。この携帯機器は、サーバ３０から複数の測定値を受信すると、第１の実施形態と同様の処理を実行し、測定装置１の測定環境の異常の有無を判定する。このように、図２に示したサーバ３０の各構成を利用者が所有する携帯機器に適用することにより、利用者は、自身が普段使用している測定装置１についての測定環境の異常の有無を把握することができる。 In the second modification, the transition data generation unit 33, the determination processing unit 34, the index abnormality level 42, and the correlation table storage unit 43 shown in FIG. 2 are provided in a portable device (not shown). When the portable device receives a plurality of measured values from the server 30, it executes the same processing as in the first embodiment to determine whether or not there is an abnormality in the measuring environment of the measuring device 1. In this way, by applying each configuration of the server 30 shown in FIG. 2 to the mobile device owned by the user, the user can check whether or not there is an abnormality in the measurement environment of the measuring device 1 that he or she normally uses. Can be grasped.

（変形例３）
次に、第１の実施形態の他の変形例について説明する。本変形例の健康管理システム１０は、測定装置１単体で測定環境の異常の発生の有無を判定する。 (Modification 3)
Next, another modification of the first embodiment will be described. The health management system 10 of this modified example determines whether or not an abnormality has occurred in the measurement environment by the measuring device 1 alone.

本変形例の健康管理システム１０においては、第１の実施形態で示したサーバ３０の構成の全てが測定装置１に備えられている。これにより、測定装置１において自己の測定環境の異常の有無を判定することができる。 In the health management system 10 of this modified example, the measuring device 1 is provided with all the configurations of the server 30 shown in the first embodiment. As a result, the measuring device 1 can determine the presence or absence of an abnormality in its own measurement environment.

（変形例４）
続いて、第１の実施形態の他の変形例について説明する。本変形例では、上記の相関性は、相関係数Ｃではなくマッチング指標Ｍを用いて求められる。 (Modification example 4)
Subsequently, another modification of the first embodiment will be described. In this modification, the above correlation is obtained by using the matching index M instead of the correlation coefficient C.

相関演算部３５は、例えば図４に示すような、異なる対象指標の測定値をプロットした折れ線グラフを対象指標ごとに画像として生成する。相関演算部３５は、これらの画像に対して周知の技術を用いてマッチング処理を行うことにより、画像の一致度を示すマッチング指標Ｍを演算する。 The correlation calculation unit 35 generates a line graph plotting the measured values of different target indexes as an image for each target index, as shown in FIG. 4, for example. The correlation calculation unit 35 calculates a matching index M indicating the degree of matching of the images by performing a matching process on these images using a well-known technique.

そして、相関演算部３５は、このようなマッチング指標Ｍが所定のマッチング閾値Ｔｈｍを超えるか否かによって測定値の異常の発生の有無を判定する。具体的には、相関演算部３５は、一対の対象指標の相関性が高いほどマッチング指標Ｍを大きく設定する場合、マッチング指標Ｍがマッチング閾値Ｔｈｍを上回るときに測定値に異常は生じていないと判定し、下回るときに測定値に異常が生じていると判定する。 Then, the correlation calculation unit 35 determines whether or not an abnormality in the measured value has occurred depending on whether or not such a matching index M exceeds a predetermined matching threshold value Thm. Specifically, when the correlation calculation unit 35 sets the matching index M larger as the correlation between the pair of target indexes is higher, the measured value is not abnormal when the matching index M exceeds the matching threshold Thm. Judge and judge that an abnormality has occurred in the measured value when it falls below.

なお、図３に示した相関テーブル７０の基準係数Ｂの数値は、必ずしも十段階でなくもよく、例えば、相関性の高さを表す「低、中、高」の三段階又は「〇、×」の二段階であってもよい。また、相関テーブル７０は、学術データ又は利用者の統計データから導出されてもよい。さらに、相関テーブル７０は、利用者の性別ごとに設定されるものであってもよい。 The numerical value of the reference coefficient B in the correlation table 70 shown in FIG. 3 does not necessarily have to be in ten steps. For example, there are three steps of “low, medium, high” indicating the high degree of correlation, or “〇, ×”. It may be in two stages. Further, the correlation table 70 may be derived from academic data or user statistical data. Further, the correlation table 70 may be set for each gender of the user.

また、上記の実施形態において、判定処理部３４は、相関係数Ｃの符号が一致するか否かだけを判定したが、これに代えて、又はこれとともに変位量を判定してもよい。ここにいう変位量とは、例えば、二つの指標の測定値の差分を定量化した数値である。この場合、基準係数Ｂの絶対値が大きいほど、測定値の異常を検出するために用いられる変位量についての閾値を小さく設定してもよい。 Further, in the above embodiment, the determination processing unit 34 determines only whether or not the signs of the correlation coefficient C match, but the displacement amount may be determined instead of or together with this. The displacement amount referred to here is, for example, a numerical value obtained by quantifying the difference between the measured values of the two indexes. In this case, the larger the absolute value of the reference coefficient B, the smaller the threshold value for the displacement amount used for detecting the abnormality of the measured value may be set.

また、上記の実施形態において、相関度として相関係数Ｃに限らず相関性を表す他の変数を用いてもよい。例えば、相関度としては、正規化相互相関係数、差分絶対値和、及びこれらの加工値が含まれる。 Further, in the above embodiment, the degree of correlation is not limited to the correlation coefficient C, and other variables representing the correlation may be used. For example, the degree of correlation includes a normalized mutual correlation coefficient, a sum of absolute values of differences, and processed values thereof.

また、上記の実施形態では、図３の相関テーブル７０に示した対象指標Ｄ１〜Ｄ６の基準係数Ｂを所定の基準として測定装置１の測定値の異常の有無を判定した。しかしながら、対象指標Ｄ１〜Ｄ６の基準係数Ｂ以外に、例えば、全ての対象指標Ｄ１〜Ｄ６の基準係数Ｂを包含する基準範囲を示す基準データを所定の基準として設定してもよい。 Further, in the above embodiment, the presence or absence of abnormality in the measured value of the measuring device 1 was determined using the reference coefficient B of the target indexes D1 to D6 shown in the correlation table 70 of FIG. 3 as a predetermined reference. However, in addition to the reference coefficients B of the target indexes D1 to D6, for example, reference data indicating a reference range including the reference coefficients B of all the target indexes D1 to D6 may be set as a predetermined reference.

また、上記の実施形態において、健康管理システム１０が測定装置１を一つしか備えない場合であっても、測定装置１が複数の種類の生体指標を取得可能な場合には、これらの生体指標の相関性に基づいて測定装置１の測定環境の異常を判定することができる。 Further, in the above embodiment, even when the health management system 10 is provided with only one measuring device 1, if the measuring device 1 can acquire a plurality of types of biometric indexes, these biometric indexes are obtained. It is possible to determine an abnormality in the measurement environment of the measuring device 1 based on the correlation of.

また、健康管理システム１０は、必ずしもサーバ３０を備える必要はなく、複数の測定装置１〜ｎ同士で通信し合い、各測定装置１〜ｎが自身の測定値が異常であるか否かを判定してもよい。この場合、図４および図５で説明した処理が各測定装置１〜ｎ内で実行されてもよい。 Further, the health management system 10 does not necessarily have to include a server 30, and a plurality of measuring devices 1 to n communicate with each other, and each measuring device 1 to n determines whether or not its own measured value is abnormal. You may. In this case, the processes described in FIGS. 4 and 5 may be executed in the measuring devices 1 to n.

また、複数の種類の生体指標を取得可能な一つの測定装置１のみで健康管理システム１０が構成されていてもよい。この場合には、一つの測定装置１で取得した複数の種類の生体指標を用いて、この測定装置１内で図４および図５で説明した処理が実行されてもよい。 Further, the health management system 10 may be configured by only one measuring device 1 capable of acquiring a plurality of types of biometric indexes. In this case, the processes described with reference to FIGS. 4 and 5 may be executed in the measuring device 1 by using a plurality of types of biomarkers acquired by the measuring device 1.

また、上記で説明した対象指標は、生体指標に限られず、他の指標を含んでいてもよい。例えば、活動量計によって検出される利用者の身体活動の量を示す活動量の指標として、例えば、歩数（単位：歩）、歩行時間（単位：分）、歩行距離（単位：ｋｍ）、総消費エネルギー量（単位：ｋｃａｌ）、活動消費エネルギー量（単位：ｋｃａｌ），脂肪燃焼量（単位：ｇ）を挙げることができる。なお、総消費エネルギー量は身体活動による消費エネルギー量と基礎代謝量との和、活動消費エネルギー量は身体活動による消費エネルギー量、をそれぞれ意味する。その他にも、身体活動強度（単位：ＭＥＴｓ）、身体活動量（単位：エクササイズ、メッツ・時間）なども活動量の種別に含めてもよい。また、この活動強度は、ユーザの身体活動の強さを、安静時の何倍に相当するかで表す数値であってもよい。なお、活動強度は、運動所要量・運動指針の策定検討会が、平成１８年７月に策定した「健康づくりのための運動指針２００６」における、「メッツ（ＭＥＴｓ）」に相当する。また、活動量は、活動強度に身体活動の実施時間を乗じた値であり、「健康づくりのための運動指針２００６」における「エクササイズ」に相当する。 Further, the target index described above is not limited to the biometric index, and may include other indexes. For example, as an index of the amount of activity indicating the amount of physical activity of the user detected by the activity meter, for example, the number of steps (unit: step), walking time (unit: minute), walking distance (unit: km), total The amount of energy consumed (unit: kcal), the amount of active energy consumed (unit: kcal), and the amount of fat burned (unit: g) can be mentioned. The total energy consumption means the sum of the energy consumption by physical activity and the basal metabolic rate, and the activity energy consumption means the energy consumption by physical activity. In addition, physical activity intensity (unit: METs), physical activity amount (unit: exercise, METs / time) and the like may be included in the type of activity amount. Further, this activity intensity may be a numerical value indicating the intensity of the user's physical activity by how many times it corresponds to the resting intensity. The activity intensity corresponds to "METs" in the "Exercise Guidelines for Health Promotion 2006" formulated by the Exercise Guidelines Formulation Study Group in July 2006. In addition, the amount of activity is a value obtained by multiplying the intensity of activity by the implementation time of physical activity, and corresponds to "exercise" in "exercise guideline 2006 for health promotion".

１〜ｎ ：測定装置
９ ：ネットワーク
１０ ：健康管理システム
３０ ：サーバ
３１ ：制御部
３２ ：データ取得部
３３ ：推移データ生成部
３４ ：判定処理部
３５ ：相関演算部
３６ ：異常環境判定部
４０ ：記憶部
４１ ：測定値記憶部
４２ ：指標異常レベル
４２ ：指標異常レベル記憶部
４３ ：相関テーブル記憶部
６０ ：表示画面
６１ ：利用者情報
６２ ：期間情報
６３ ：測定日時
６４ ：測定項目
６５ ：測定値
６６ ：増減
６７ ：測定情報
７０ ：相関テーブル
Ｂ ：基準係数
Ｃ ：相関係数
Ｄ１ ：体重
Ｄ２ ：体脂肪量
Ｈ ：ハイライト
Ｍ ：マッチング指標
Ｔ１〜Ｔ５：期間
Ｔｈｍ ：マッチング閾値
Ｔｈｗ ：警告閾値
α ：指標異常レベル 1 to n: Measuring device 9: Network 10: Health management system 30: Server 31: Control unit 32: Data acquisition unit 33: Transition data generation unit 34: Judgment processing unit 35: Correlation calculation unit 36: Abnormal environment judgment unit 40: Storage unit 41: Measured value storage unit 42: Index abnormality level 42: Index abnormality level storage unit 43: Correlation table storage unit 60: Display screen 61: User information 62: Period information 63: Measurement date and time 64: Measurement item 65: Measurement Value 66: Increase / decrease 67: Measurement information 70: Correlation table B: Reference coefficient C: Correlation coefficient D1: Weight D2: Body fat mass H: Highlight M: Matching index T1 to T5: Period Thm: Matching threshold Thw: Warning threshold α: Index abnormality level

Claims (10)

利用者の健康状態に関する複数の指標を管理する健康管理装置であって、
一又は複数の測定装置により測定された前記複数の指標の測定値を取得する取得手段と、
前記取得手段により取得された指標の測定値の推移を示す推移データを生成する生成手段と、
前記測定装置により測定された前記測定値が異常であるか否かを、前記生成手段により生成された前記推移データに基づいて判定する判定手段と、
を含むことを特徴とする健康管理装置。 A health management device that manages multiple indicators of a user's health status.
An acquisition means for acquiring the measured values of the plurality of indicators measured by one or a plurality of measuring devices, and
A generation means for generating transition data indicating a transition of the measured value of the index acquired by the acquisition means, and a generation means.
A determination means for determining whether or not the measured value measured by the measuring device is abnormal based on the transition data generated by the generation means, and
A health care device characterized by including. 請求項１に記載の健康管理装置であって、
前記生成手段は、前記指標ごとに前記推移データを生成し、
前記判定手段は、前記複数の指標の組み合わせの相関性と前記複数の指標の前記推移データとに基づいて前記測定値が異常であるか否かを判定する、
健康管理装置。 The health management device according to claim 1.
The generation means generates the transition data for each index, and generates the transition data.
The determination means determines whether or not the measured value is abnormal based on the correlation of the combination of the plurality of indicators and the transition data of the plurality of indicators.
Health care device. 請求項１又は請求項２に記載の健康管理装置であって、
前記生成手段は、互いに異なる指標のうち一方の指標の前記推移データと他方の指標の前記推移データとの相関性の程度を示す相関度を演算し、
前記判定手段は、前記相関度に基づいて前記測定値が異常であるか否かを判定する、
健康管理装置。 The health management device according to claim 1 or 2.
The generation means calculates a degree of correlation indicating the degree of correlation between the transition data of one of the indexes different from each other and the transition data of the other index.
The determination means determines whether or not the measured value is abnormal based on the degree of correlation.
Health care device. 請求項１から請求項３のいずれか一項に記載の健康管理装置であって、
前記判定手段は、異常であると判定された前記測定値を出力した測定装置において、測定するための環境である測定環境に異常が発生していると判定する、
健康管理装置。 The health management device according to any one of claims 1 to 3.
The determination means determines that an abnormality has occurred in the measurement environment, which is the environment for measurement, in the measuring device that outputs the measured value determined to be abnormal.
Health care device. 請求項１から請求項３のいずれか一項に記載の健康管理装置であって、
前記判定手段は、前記指標の他の指標との相関度に基づいて、当該指標の測定値の異常の程度を示す指標異常レベルを設定変更し、
前記指標異常レベルに基づいて、当該指標の測定値を出力した測定装置において、測定するための環境である測定環境に異常が発生していると判定する、
健康管理装置。 The health management device according to any one of claims 1 to 3.
The determination means sets and changes the index abnormality level indicating the degree of abnormality of the measured value of the index based on the degree of correlation with the other index of the index.
Based on the index abnormality level, it is determined that an abnormality has occurred in the measurement environment, which is the environment for measurement, in the measuring device that outputs the measured value of the index.
Health care device. 請求項３に記載の健康管理装置であって、
前記他方の指標は、前記複数の指標のうち前記一方の指標に対して相関性が高い指標である、
健康管理装置。 The health management device according to claim 3.
The other index is an index having a high correlation with the one of the plurality of indexes.
Health care device. 請求項１から請求項６のいずれか一項に記載の健康管理装置であって、
前記指標は、体重、体脂肪量、筋肉量、活動量、血圧、及びアセトン濃度のうちの少なくとも一つを含む、
健康管理装置。 The health management device according to any one of claims 1 to 6.
The indicator comprises at least one of body weight, body fat mass, muscle mass, activity, blood pressure, and acetone concentration.
Health care device. 利用者の健康状態を示す複数の指標を管理する健康管理システムであって、
前記複数の指標の測定値を取得する一又は複数の測定装置と、
前記測定装置から測定値を取得する管理サーバと、を備え、
前記管理サーバは、前記測定装置により取得された複数の指標の測定値の推移を示す推移データを生成し、前記測定装置により測定された前記測定値が異常であるか否かを、前記推移データに基づいて判定する、
健康管理システム。 A health management system that manages multiple indicators of a user's health status.
One or more measuring devices that acquire the measured values of the plurality of indicators, and
A management server that acquires measured values from the measuring device is provided.
The management server generates transition data indicating the transition of the measured values of the plurality of indicators acquired by the measuring device, and determines whether or not the measured value measured by the measuring device is abnormal. Judgment based on,
Health management system. 利用者の健康状態に関する複数の指標を管理する健康管理プログラムであって、
一又は複数の測定装置により測定された前記複数の指標の測定値を取得する取得ステップと、
前記取得ステップにより取得された指標の測定値の推移を示す推移データを生成する生成ステップと、
前記測定装置により測定された前記測定値が異常であるか否かを、前記生成ステップにより生成された前記推移データに基づいて判定する判定ステップと、
を含むことを特徴とする健康管理プログラム。 A health management program that manages multiple indicators of a user's health.
An acquisition step of acquiring the measured values of the plurality of indicators measured by one or more measuring devices, and
A generation step that generates transition data indicating the transition of the measured value of the index acquired by the acquisition step, and a generation step.
A determination step of determining whether or not the measured value measured by the measuring device is abnormal based on the transition data generated by the generation step.
A health care program characterized by including. 利用者の健康状態に関する複数の指標を管理する健康管理方法であって、
一又は複数の測定装置により測定された前記複数の指標の測定値を取得する取得工程と、
前記取得工程により取得された指標の測定値の推移を示す推移データを生成する生成工程と、
前記測定装置により測定された前記測定値が異常であるか否かを、前記生成工程により生成された前記推移データに基づいて判定する判定工程と、
を含むことを特徴とする健康管理方法。 It is a health management method that manages multiple indicators related to the health condition of users.
An acquisition step of acquiring the measured values of the plurality of indicators measured by one or a plurality of measuring devices, and
A generation step for generating transition data indicating the transition of the measured value of the index acquired by the acquisition step, and a generation step.
A determination step of determining whether or not the measured value measured by the measuring device is abnormal based on the transition data generated by the generation step.
A health management method characterized by including.

Images