JP6919959B1 - 情報処理システム、サーバ、情報処理方法及びプログラム - Google Patents

Abstract

【課題】ユーザ支援データ生成部を介して、測定データに基づき、特に運動負荷または休息量を更新するためのアドバイスやアラートなどを含むユーザ支援データを提供する情報処理システム等を提供する。【解決手段】情報処理システム１の管理サーバ１００は、ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、測定データから生体データ及びユーザ支援データの生成を行う情報処理システムであって、測定データに対して所定の演算を実行し、最大酸素摂取量情報または心拍数情報の少なくともいずれかを含む生体データを生成する生体データ生成部と、最大酸素摂取量情報と基準最大酸素摂取量情報、または、心拍数情報と目標心拍数情報、の少なくとも何れかを比較して、その比較の結果に応じたユーザの運動負荷または休息量の変更に関するユーザ支援データを生成するユーザ支援データ生成部と、を備える。【選択図】図１

Description

本開示は、測定装置から取得した測定データに基づきユーザ支援データを生成する情報処理システム、サーバ、情報処理方法及びプログラムに関する。

測定装置を利用してユーザの生体データを連続的に取得し、その変化から病気の早期発見や病状変化の検出を行うことは、健康管理を行う上で有効である。そのためには、取得した複数の生体データから様々な健康状態を把握する必要がある。

例えば、ユーザの心電波形のデータと脈波形のデータとを測定装置から取得し、血圧情報を生成する血圧情報測定システムが知られている（例えば、特許文献１参照。）。また、例えば、ユーザの測定データから生体情報データへ演算を行うための因果関係である数理モデルを生成し、数理モデルを利用可能に提供する開発支援サーバも知られている（例えば、特許文献２参照。）。

特許第６２０２５１０号公報 特許第６２５７０１５号公報

ところで、心疾患罹患者において、体調回復後の心肺機能回復を目的としたトレーニングを行うことが重要であるとされている。しかしながら、過度な運動負荷を与えるトレーニングは心疾患を再発させてしまうこともあり、トレーニング時の継続的なバイタルチェックを行うことで安全性を担保することが重要である。

また、健常者であっても、過度な運動負荷を与えるトレーニングを行うことや、十分な休息が取れないことは、健康を損なう可能性があり、このような場合であっても継続的なバイタルチェックを行うことは有用である。

そこで、本開示では、測定装置から取得した測定データに基づきユーザ支援データを生成する情報処理システム、サーバ、情報処理方法及びプログラムについて説明する。

本開示の一態様における情報処理システムは、ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理システムであって、前記測定データに対して所定の演算を実行し、最大酸素摂取量情報または心拍数情報の少なくともいずれかを含む前記生体データを生成する生体データ生成部と、前記最大酸素摂取量情報と基準最大酸素摂取量情報、または、前記心拍数情報と目標心拍数情報、の少なくとも何れかを比較して、その比較の結果に応じた前記ユーザの運動負荷または休息量の変更に関するユーザ支援データを生成するユーザ支援データ生成部と、を備える。

本開示の一態様におけるサーバは、ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理システムであって、前記測定データに対して所定の演算を実行し、最大酸素摂取量情報または心拍数情報の少なくともいずれかを含む前記生体データを生成する生体データ生成部と、前記最大酸素摂取量情報と基準最大酸素摂取量情報、または、前記心拍数情報と目標心拍数情報、の少なくとも何れかを比較して、その比較の結果に応じた前記ユーザの運動負荷または休息量の変更に関するユーザ支援データを生成するユーザ支援データ生成部と、を備える。

本開示の一態様における情報処理方法は、ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理方法であって、生体データ生成部により、前記測定データに対して所定の演算を実行し、最大酸素摂取量情報または心拍数情報の少なくともいずれかを含む前記生体データを生成するステップと、ユーザ支援データ生成部により、前記最大酸素摂取量情報と基準最大酸素摂取量情報、または、前記心拍数情報と目標心拍数情報、の少なくとも何れかを比較して、その比較の結果に応じた前記ユーザの運動負荷または休息量の変更に関するユーザ支援データを生成するステップと、を含む。

また、本開示の一態様におけるプログラムは、ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理方法をコンピュータに実行させるプログラムであって、前記情報処理方法は、生体データ生成部により、前記測定データに対して所定の演算を実行し、最大酸素摂取量情報または心拍数情報の少なくともいずれかを含む前記生体データを生成するステップと、ユーザ支援データ生成部により、前記最大酸素摂取量情報と基準最大酸素摂取量情報、または、前記心拍数情報と目標心拍数情報、の少なくとも何れかを比較して、その比較の結果に応じた前記ユーザの運動負荷または休息量の変更に関するユーザ支援データを生成するステップと、を含む、ことを特徴とするプログラム。

本開示によれば、本実施形態に係る情報処理システムは、ユーザ支援データ生成部を介して、測定データに基づき、特に運動負荷量や休息量を更新するためのアドバイスやアラートなどを含むユーザ支援データを生成する。これにより、例えば心肺機能回復を目的とした適切なトレーニングを実施するための改善指示をユーザが簡単に取得することが可能となり、ユーザの利便性が向上する。

本開示の一実施形態に係る情報処理システムを示すブロック構成図である。 図１の管理サーバ１００のハードウェア構成を示す図である。 図２の記憶部１２０および制御部１３０の機能を例示したブロック図である。 図３の測定データに関連付けされるタグ情報の例を示す模式図である。 図１の測定装置３００で測定される心電波形及び脈波形の例について説明するための図である。 図３の生体データ生成部１３２で生成される最大心拍数の算出例について説明するための図である。 図１の情報処理システム１の処理の例を示すフローチャートである。

本発明の実施形態の内容を列記して説明する。本発明の実施の形態によるシステムは、以下のような構成を備える。

［項目１］
ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理システムであって、
前記測定データに対して所定の演算を実行し、最大酸素摂取量情報または心拍数情報の少なくともいずれかを含む前記生体データを生成する生体データ生成部と、
前記最大酸素摂取量情報と基準最大酸素摂取量情報、または、前記心拍数情報と目標心拍数情報、の少なくとも何れかを比較して、その比較の結果に応じた前記ユーザの運動負荷または休息量の変更に関するユーザ支援データを生成するユーザ支援データ生成部と、を備える、
ことを特徴とする情報処理システム。
［項目２］
前記ユーザ支援データ生成部が少なくとも前記最大酸素摂取量と前記基準最大酸素摂取量情報とを比較する場合において、
前記基準最大酸素摂取量は、所定日数前の過去最大酸素摂取量である、
ことを特徴とする項目１に記載の情報処理システム。
［項目３］
前記ユーザ支援データ生成部が少なくとも前記最大酸素摂取量と前記基準最大酸素摂取量情報とを比較する場合において、
前記生体データ生成部は、
前記最大酸素摂取量を、最大心拍数情報を用いて算出し、
当該最大心拍数情報を、同じ運動強度である所定期間内の心拍数情報を二以上の運動強度に対して取得し、当該二以上の心拍数情報に基づき算出する、
ことを特徴とする項目１または２のいずれか１項に記載の情報処理システム。
［項目４］
前記ユーザ支援データ生成部が少なくとも前記心拍数情報と目標心拍数情報とを比較する場合において、
前記生体データ生成部は、
前記目標心拍数情報を、少なくとも目標割合を乗じて算出するものであって、
さらに、前記生体データ生成部は、血圧情報を生成し、
前記ユーザ支援データ生成部は、前記血圧情報と基準血圧情報を比較するものであって、当該比較の結果に応じて、前記目標割合を再設定する、
ことを特徴とする項目１ないし項目３のいずれか１項に記載の情報処理システム。
［項目５］
前記ユーザ支援データ生成部は、前記比較の結果に応じて前記ユーザのユーザ情報に紐づけられた連絡先へ所定の通知を発信する、
ことを特徴とする項目１ないし項目４のいずれか１項に記載の情報処理システム。
［項目６］
前記連絡先は、トレーナー、コーチ、指導者、マネージャの少なくともいずれかへの連絡先を含む、
ことを特徴とする項目５に記載の情報処理システム。
［項目７］
前記連絡先は、医療機関への連絡先を含む、
ことを特徴とする項目５に記載の情報処理システム。
［項目８］
前記連絡先は、近親者への連絡先を含む、
ことを特徴とする項目５に記載の情報処理システム。
［項目９］
ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行うサーバであって、
前記測定データに対して所定の演算を実行し、最大酸素摂取量情報または心拍数情報の少なくともいずれかを含む前記生体データを生成する生体データ生成部と、
前記最大酸素摂取量情報と基準最大酸素摂取量情報、または、前記心拍数情報と目標心拍数情報、の少なくとも何れかを比較して、その比較の結果に応じた前記ユーザの運動負荷または休息量の変更に関するユーザ支援データを生成するユーザ支援データ生成部と、を備える、
ことを特徴とするサーバ。
［項目１０］
ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理方法であって、
生体データ生成部により、前記測定データに対して所定の演算を実行し、最大酸素摂取量情報または心拍数情報の少なくともいずれかを含む前記生体データを生成するステップと、
ユーザ支援データ生成部により、前記最大酸素摂取量情報と基準最大酸素摂取量情報、または、前記心拍数情報と目標心拍数情報、の少なくとも何れかを比較して、その比較の結果に応じた前記ユーザの運動負荷または休息量の変更に関するユーザ支援データを生成するステップと、を含む、
ことを特徴とする情報処理方法。
［項目１１］
ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理方法をコンピュータに実行させるプログラムであって、
前記情報処理方法は、
生体データ生成部により、前記測定データに対して所定の演算を実行し、最大酸素摂取量情報または心拍数情報の少なくともいずれかを含む前記生体データを生成するステップと、
ユーザ支援データ生成部により、前記最大酸素摂取量情報と基準最大酸素摂取量情報、または、前記心拍数情報と目標心拍数情報、の少なくとも何れかを比較して、その比較の結果に応じた前記ユーザの運動負荷または休息量の変更に関するユーザ支援データを生成するステップと、を含む、
ことを特徴とするプログラム。

以下、本開示の実施形態について図面を参照して説明する。なお、以下に説明する実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではない。また、実施形態に示される構成要素のすべてが、本開示の必須の構成要素であるとは限らない。また、各実施形態で示される特徴は、互いに矛盾しない限り他の実施形態にも適用可能である。

（実施形態１）
＜構成＞
図１は、本開示の実施形態１に係る情報処理システム１を示すブロック構成図である。この情報処理システム１は、例えば、ネットワークＮＷを介して測定装置３００からユーザの測定データを管理サーバ１００にて所定の周期的なタイミングで受信し、当該測定データに対して所定の演算を行うことで生体データを生成し、当該生体データに基づきユーザ支援データを生成するシステムである。

情報処理システム１は、管理サーバ１００と、ユーザ端末装置２００と、測定装置３００と、ネットワークＮＷと、を有している。管理サーバ１００と、ユーザ端末装置２００とは、ネットワークＮＷを介して接続される。ネットワークＮＷは、インターネット、イントラネット、ブロックチェーンネットワーク、無線ＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）、ＢＬＥ（Bluetooth Low Energy）等により構成される。

管理サーバ１００は、例えば、ネットワークを介して測定装置３００からユーザの測定データを、ユーザ端末装置２００を経由して所定の周期的なタイミングで受信して、測定データから生体データへ演算を行う装置であり、例えば各種Ｗｅｂサービスを提供するサーバ装置により構成されている。

ユーザ端末装置２００は、ユーザが所持する、例えばパーソナルコンピュータやタブレット端末、スマートフォン、スマートウォッチ、携帯電話、ＰＨＳ、ＰＤＡ等の情報処理装置であり、例えば、管理サーバ１００で演算を行った生体データを波形グラフ等により表示させたり、生体データに基づき生成されたユーザ支援データ（詳細は後述）を表示させたりなどをするために利用される。ユーザ端末装置２００には、予めユーザの識別番号、生年月日、性別、身長、体重、歩幅等のユーザ情報が登録されており、生年月日から算出した年齢等も含めたユーザ情報を測定データに関連付けてネットワークＮＷを介して管理サーバ１００へ送信する。

測定装置３００は、ユーザの生体データを測定する装置であり、ユーザの手首や腕等の身体に装着して利用される、例えばウェアラブル装置である。この測定装置３００は、例えばユーザの心電、脈波、温度（体温）、加速度、角速度のデータを所定の周期的なタイミングで測定するための複数種類の装置である。当該所定の周期は、予め設定されているものであってもよいし、ユーザが任意に設定可能であってもよい。より具体的には、例えば秒単位の時間的周期が設定されていてもよいし、周波数により同様に設定されていてもよい。

測定装置３００の具体的な構成の例としては、２つの電極を皮膚に接触させ、検出電位の差の時間変化より心電を心電波形のデータとして取得する装置で構成しても良く、心電波形は、ガルバニック皮膚反応により取得されたデータでも良い。また、緑、赤、赤外の発光を行うＬＥＤから各光を皮膚に照射し、フォトダイオードで受光した光の強度の時間変化により、ユーザの心臓の心拍により生ずる血管の容積変化により脈波を脈波形のデータとして取得する装置で構成しても良く、この方式で検出を行うことができる脈波形は光電式容積脈波形である。また、ユーザの皮膚に接触させる温度センサによりユーザの皮膚温度をデータとして取得する装置で構成しても良い。また、直交するＸＹＺ軸それぞれの変異状態を検出する３軸加速度センサにより構成しても良く、ユーザの動作を加速度データとして取得し、例えば測定装置３００がユーザの手首や腕等に装着されている場合、測定装置３００は、手首や腕等の振りと、全身の動きが合成された加速度として加速度データの取得をする。さらに、直行するＸＹＺ軸それぞれにおける回転角速度を検出するジャイロセンサ（角速度センサ）により構成しても良く、ユーザの動作を角速度データとして取得し、例えば測定装置３００がユーザの手首や腕等に装着されている場合、測定装置３００は、手首や腕等の回転と、全身の動きが合成された角速度として角速度データの取得をする。また、他の例として、スマートフォン等のカメラレンズにより指などから脈波を測定するものや、ドップラーセンサやカメラを用いて非接触で心拍、呼吸数、脈波、熱などを測定するもの、金属製のハンドグリップを両手でそれぞれ握ることにより流れる微弱な電流により心拍数などを測定するものであってもよい。

ユーザ端末装置２００と測定装置３００との間は、Ｂｌｕｅｔｏｏｔｈ（登録商標）、近距離無線通信（Near Field radio Communication＝ＮＦＣ）、Ａｆｅｒｏ（登録商標）、Ｚｉｇｂｅｅ（登録商標）、Ｚ−Ｗａｖｅ（登録商標）、又は無線ＬＡＮ等を用いて接続されている。なお、このような無線接続の代わりに有線で接続を行っても良い。また、ユーザ端末装置２００と測定装置３００とは一体の機器であっても良く、例えば測定装置３００にＳＩＭを搭載するなどして通信機能を持たせたり、ＢＬＥ（Bluetooth Low Energy）などにより管理サーバ１００と直接通信可能に構成しても良い。

ユーザ端末装置２００は、１または複数台あり、測定装置３００を利用するユーザ数分ネットワークＮＷに接続されている。測定装置３００は、１または複数台あり、１人のユーザが利用する台数分のユーザ端末装置２００に接続されている。１人のユーザが複数の測定装置３００を利用している場合は、１つのユーザ端末装置２００に複数の測定装置３００が接続されている。

＜管理サーバ１００＞
図２は、管理サーバ１００のハードウェア構成を示す図である。図３は、記憶部１２０および制御部１３０の機能を例示したブロック図である。なお、図示された構成は一例であり、これ以外の構成を有していてもよい。

管理サーバ１００は、通信部１１０と、記憶部１２０と、制御部１３０と、入出力部１４０とを備える。これらの機能部は、管理サーバ１００用の所定のプログラムを実行することにより実現される。

通信部１１０は、ユーザ端末装置２００と通信を行うための通信インタフェースであり、例えばＴＣＰ／ＩＰ（Transmission Control Protocol/Internet Protocol）等の通信規約により通信が行われる。

記憶部１２０は、各種制御処理や制御部１３０内の各機能を実行するためのプログラム、入力データ等を記憶するものであり、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等から構成される。また、図３に示されるように、記憶部１２０は、測定装置３００による測定データをユーザ情報と関連付けて記憶する測定データＤＢ１２１と、測定データから演算されて生成される生体データをユーザ情報と関連付けて記憶する生体データＤＢ１２２と、生体データに基づき生成されたユーザ支援データをユーザ情報と関連付けて記憶するユーザ支援データＤＢ１２３と、ユーザ識別番号を含むユーザ情報を記憶するユーザ情報ＤＢ１２４と、を記憶する。また、ユーザ情報は、データ管理部１３１により生成されたアカウント情報を含み、ユーザ情報ＤＢ１２４は、アカウント情報が他のユーザ情報と関連付けられて記憶するようにしてもよい。さらに、記憶部１２０は、ユーザ端末装置２００と通信を行ったデータを一時的に記憶する。なお、ＤＢのデータ構造は、これに限られるものではなく、上述のＤＢの一部をユーザ端末装置２００または測定装置３００に記憶するようにしてもよい。

制御部１３０は、管理サーバ１００の全体の動作を制御するものであり、ＣＰＵ（Central Processing Unit）等から構成される。また、図３に示されるように、制御部１３０は、データ管理部１３１、生体データ生成部１３２、ユーザ支援データ生成部１３３、データ出力部１３４といった機能部を含む。

データ管理部１３１は、測定装置３００を利用するユーザごとに、アカウント情報を生成する。このアカウント情報生成は、測定装置３００を利用するユーザがユーザ端末装置２００でアカウント情報を登録すると行われる。そのため、データ管理部１３１は、ユーザのユーザ端末装置２００や他の端末装置に対してアカウントごとに記憶部１２０内の各種ＤＢへのアクセスの可否の制御を行う。データ管理部１３１は、測定データや生体データ、ユーザ支援データ等の各種データを対応するＤＢにユーザ情報に関連付けて記憶する。また、このとき、データ管理部１３１は、測定データに所定のタグ情報の関連付けを行って記憶させることが可能である。

図４は、図３の測定データに関連付けされるタグ情報の例を示す模式図である。図４に示すデータＤ１は、測定装置３００の測定データである。タグＴ１は、データＤ１に関連付けされたタグ情報であり、例えば、測定装置３００がデータＤ１を測定した時刻情報、またはデータＤ１が測定装置３００からユーザ端末装置２００へ送信された時刻情報が時系列データとして記憶される。もしくは、測定した時刻情報と送信された時刻情報との両方について関連付けを行っても良い。例えば、図４に示すタグＴ１の１行目では、「20180620120746144」が格納されているが、２０１８年０６月２０日１２時０７分４６秒１４４ミリ秒を示している。このような時刻情報は通信ログより取得可能である。これにより、測定データがどの時間帯のものか把握することが可能である。

なお、このようなタグ情報による測定データの関連付けは、時刻情報に限られず、ユーザの身体状態や活動状態を示す身体情報や活動情報を自由記載で記入させてタグ情報として記憶しても良く、所定の選択肢から選択させ（例えば、「現在の体調は如何ですか？」という質問に対して、「１：良い、２：普通、３：悪い」のいずれかを選択させる、等）、その選択した回答を記憶するようにしても良い。これにより、制御部１５０にて生体データを生成する際に、当該タグ情報と生体データとを対応付けすることで、より精度の高い生体データを生成可能となると共に、それに基づき生成されるユーザ支援データもよりパーソナライズされたデータとなり得る。

また、例えばデータ管理部１３１は、図４に示すように、データＤ１をタグＴ１の時刻順に並べ替え（ソート）を行うことが可能である。このような構成にしたのは、測定データはユーザの生体データに基づいて時系列に取得したものであるから時系列に並んでいる方が処理しやすいからであるが、ユーザ端末装置２００及び通信部１１０を経由して受信する際に通信状況の変化等により受信データの逆転（後で送信された送信データが先に送信された送信データより先に受信されること）等が起こる場合があり、そのときの測定データの不整合を防止するためである。これにより、測定データの不整合を防止することが可能である。

生体データ生成部１３２は、測定データＤＢ１２１に記憶された測定データに対して所定の演算を行い、生体データを生成する。この生体データは、測定データから算出可能なものであればどのような情報であってもよく、例えばユーザの血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、心電情報、呼吸数、体温情報、歩数情報、歩幅情報、重心の位置情報、姿勢情報、行動種別情報、ストレス情報、運動量情報、運動負荷情報、移動距離情報、移動速度情報、活動量情報、手または脚等の装着部位の動作情報などのデータであり、既知の手法により測定データから算出されるものである。演算により生成された生体データは、生体データＤＢ１２２に記憶される。

また、既知の学習器などにより、例えば測定データと、当該測定データに基づき生成された生体データ（例えば心拍情報や血圧情報など）と正の生体データ（例えば、既知の医療機器に基づく心拍情報や血圧情報など）との対応関係（例えば、誤差の程度や範囲を示す情報などが含まれていてもよい）により対応付けた教師データを基に機械学習モデルを予め作成し、生体データ生成部１３２は、当該機械学習モデルを用いた判定を上述の所定の演算（解析）として生体データを生成してもよい。

ここで、測定データから生体データである最大血圧と最小血圧を算出する方法を例示する。図５は、図１の測定装置３００で測定される心電波形及び脈波の例について説明するための図であり、測定装置３００が測定し、記憶部１２０に記憶されたユーザの心電波形及び光電式容積脈波形と、アプリが光電式容積脈波形を時間で１階微分した速度脈波形及び、光電式容積脈波形を時間で２階微分した加速度脈波形を示している。図５は上から順に、心電波形、光電式容積脈波形、速度脈波形及び加速度脈波形となる。縦軸は、各波形の強度を示しており、心電波形及び光電式容積脈波形は電位を示すｍＶで表される。横軸は時間経過を示し、左から右へ時間経過を示している。

心電波形は、人の心臓の拍動を引き起こす電気的信号の周期的変化を示す波形である。心電波形は、その形状の変曲点にそれぞれＰ波，Ｑ波，Ｒ波，Ｓ波，Ｔ波の名称が割り当てられ、心拍の１サイクルを示している。Ｐ波は心房収縮を表し、Ｑ波Ｒ波Ｓ波は心室収縮の状態を表し、Ｔ波は心室拡張の開始を表す。

光電式容積脈波形は、人の心臓の拍動に伴う末梢血管系内の血圧・体積の変化を示す波形である。光電式容積脈波形は、その形状の変曲点にそれぞれＡ波、Ｐ波、Ｖ波、Ｄ波の名称が割り当てられ、心拍の１サイクルを示している。Ａ波を動脈脈波が生じた時点の基準点として、Ｐ波が左心室駆出によって生じるPercussion波（衝撃波）、Ｖ波が大動脈弁の閉鎖時に生じるValley波（重複***による波）、Ｄ波が反射振動波であるDicrotic波（重複波）を示している。

速度脈波形は、光電式容積脈波形を時間で１階微分をしたものである。加速度脈波形は、速度脈波形を時間で１階微分したもの、すなわち光電式容積脈波形を２階微分したものである。加速度脈波形は、図５で示すように、その波形の各ピークにａ波（収縮初期陽性波）、ｂ波（収縮初期陰性波）、ｃ波（収縮中期再上昇波）、ｄ波（収縮後期再下降波）、ｅ波（拡張初期陽性波）、ｆ波（拡張初期陰性波）の名称が割り当てられている。

ｂ波の強度とａ波の強度の比、及びｆ波の強度とｅ波の強度の比はそれぞれ血管の伸縮性すなわち弾性を示すパラメータである。主な血管の成分は、血管内皮（Endothelium）、弾性線維（Elastin）、タンパク質（Collagen）、平滑筋（Smooth Muscle）である。これらの成分は、それぞれ異なった性質があり、最大血圧、最小血圧時の血管の弾性はそれぞれCollagen、Elastinが強い影響力を担っている。そのため、血圧値によって異なる弾性をｂ波の強度とａ波の強度の比である（ｂ／ａ），ｆ波の強度とｅ波の強度の比である（ｆ／ｅ）のパラメータで示すことができ、年齢・性別・環境変数の影響によってもこれらの値は変動する。そのため、（ｂ／ａ），（ｆ／ｅ）の値は、加速度脈波形の特性情報として算出することができる。

図５で示すように、Ｒ波の生じた時間ＴｒとＰ波の生じた時間Ｔｐの差分の時間が心室収縮期脈波伝搬時間ＰＴＴ＿ＳＹＳとなる。Ｔ波の生じた時間ＴｔとＤ波の生じた時間Ｔｄの差分の時間が心室拡張期脈波伝搬時間ＰＴＴ＿ＤＩＡとなる。すなわち、心電波形のＲ波の時間Ｔｒ及びＴ波の時間Ｔｔと、光電式容積脈波形のＴ波の時間ＴｐとＤ波の時間Ｔｄから、心室収縮期脈波伝搬時間ＰＴＴ＿ＳＹＳ及び心室拡張期脈波伝搬時間ＰＴＴ＿ＤＩＡを算出することができる。

また、脈波伝播速度と動脈壁の縦弾性係数との関係が所定の式で示される相関関係にあることが知られており、縦弾性係数と血圧値との関係も所定の式で示される相関関係にあることが知られている。そのため、最大血圧を心室収縮期脈波伝搬時間ＰＴＴ＿ＳＹＳの所定の式で求めることが可能であり、最小血圧を心室拡張期脈波伝搬時間ＰＴＴ＿ＤＩＡの所定の式で求めることが可能である。これにより、最大血圧と最小血圧を算出することが可能である。

また、測定データから生体データである心拍情報、特に安静時心拍数を算出する方法を例示すると、例えば装着している測定装置３００により測定される心電波形データ（例えば、図５の心電波形データ等）におけるＱＲＳ波の間隔や、光電式容積脈波形などから、心拍情報を得ることができる。運動時の心拍情報について、体動（例えば、装着部位の動き）の影響を受ける取得方法である場合には、必要に応じて、例えば、測定装置３００により測定される加速度データ等を周波数解析などして体動により生じる周波数成分を特定し、当該周波数成分を取得時の心拍情報の周波数成分から差し引くようにしてもよい。

また、測定データから生体データである歩行速度情報を算出する方法を例示する。例えばユーザが手首に装着している測定装置３００により測定される加速度データの波形データから既知の算出方法等を単体で用いる、または、組み合わせて用いる（例えば平均化したり、重みづけしたりなど）ことにより歩行速度情報を得ることができ、例えば加速度データを所定時間ごとに積分することで歩行速度情報が算出される。これに加えて、ユーザ端末装置２００または測定装置３００にＧＰＳ機能を備え、ＧＰＳによる位置情報及び当該位置情報に関連する時間情報から算出される歩行速度情報を参照して、より正確な歩行速度情報を得るようにしてもよい。しかしながら、特に屋内や地下である場合や移動距離が比較的短い場合（例えば、数メートル以内など）にはＧＰＳ精度が一般的に低下するため、例えばユーザがユーザ端末装置２００を操作してＧＰＳによる情報を組み合わせて用いるか（または、加速度センサによる算出に代えて用いるか）どうかを選択可能にしてもよいし、ユーザ端末装置２００においてＧＰＳの受信感度情報や、ＧＰＳや加速度センサにより算出された距離情報などに基づいて、当該ＧＰＳによる情報を用いるかを選択するようにしてもよい。

また、測定データから生体データである歩幅情報を算出する方法を例示する。例えばユーザが手首に装着している測定装置３００により測定される加速度データの波形データから既知の算出方法等を単体で用いる、または、組み合わせて用いる（例えば平均化したり、重みづけしたりなど）ことにより歩幅情報を得ることができ、例えば、歩く時には振り子のように手を振るため、上述の加速度センサの情報（例えば、進行方向の加速度成分が一番小さいタイミングまたは逆方向に切り替わるタイミングや、進行方向に対して垂直な方向の加速度成分が一番小さいタイミングまたは上下が切り替わるタイミングなど）を基に１歩の間隔（すなわちピッチ情報）が判別できるため、さらに時間情報を用いれば歩幅情報を得ることができる。他には、例えば、地面を蹴り出した際には、蹴り出た方向の加速度成分が合成されるので、当該方向の加速度成分の発生タイミングで１歩の間隔を判別することでも可能である。

また、上述のＧＰＳや加速度センサにより算出された距離情報や上述の歩幅情報及び歩数情報（例えば、加速度センサからの情報に基づき、既知の方法で取得可能）などに基づき算出される運動強度情報（運動負荷情報）も生体データとして算出されてもよい。

また、測定データから生体データである最大酸素摂取量（ＶＯ_２max）情報を算出する方法を例示すると、例えば上述の安静時心拍数情報を用いて、ＶＯ_２max＝１５×最大心拍数÷安静時心拍数という公知の数式などにより最大酸素摂取量情報を得ることができる。最大心拍数は、（２２０−年齢）や２０８−（０．７×年齢）などの公知の式などにより算出してもよいし、機械学習済みの学習モデルを用いて推定することで算出してもよい。

ここで、最大酸素摂取量を機械学習済みの学習モデルを用いて推定することで算出する例について、図６を用いて以下説明する。なお、図６に示されるグラフは説明のために単純化されている。

まず、生体データ生成部１３２は、生体データＤＢ１２２から読み出した所定期間の生体データ（例えば、算出日の前日１日分の生体データなど）から同じ運動強度である所定期間内（例えば、１０−３０秒間など）の心拍数情報を二以上の運動強度に対して取得する。図６の上図では、運動強度が数Ａである場合の心拍数−時間のグラフを例示する。上図において二点鎖線で示される曲線は、ユーザが運動強度Ａで運動した場合の心拍数の上昇傾向を示すものであり、既知の上昇傾向を利用してもよい。当該上昇傾向は、ユーザの運動能力に応じて縮尺が異なるものの、全体傾向は運動強度ごとにユーザ間で大きく変化しない。したがって、上述のとおり、所定時間内で運動強度Ａとなる心拍数情報に基づき上昇傾向をフィッティングすることにより、上述の縮尺が推定（算出）される。これにより、ユーザが運動強度Ａで運動した場合に最大となる心拍数が推定（算出）されるので、これを基準心拍数Ａとする。同じように、二以上の運動強度に対して基準心拍数を取得する。なお、基準心拍数の推定（算出）においては、上記所定時間が長い方が精度を高くすることが可能となる。また、所定の運動強度ごとに所定の条件下で取得した複数のユーザの生体データ情報を教師データとして、予め機械学習させた学習モデルを用いることで、運動強度情報及び所定時間内の心拍数情報から基準心拍数Ａを推定（算出）するようにしてもよい。

次に、図６の下図は、基準心拍数−運動強度のグラフを例示する。ここで示される上昇傾向は、所定の運動強度ごとに所定の条件下で取得した複数のユーザの生体データ情報を教師データとして、予め機械学習させた学習モデルを用いることで、二以上の基準心拍数情報と各基準心拍数に対応する運動強度情報から最大心拍数を推定（算出）するようにしてもよい。

これにより、生体データ生成部１３２により生体データを算出する際に、最大心拍数情報がパラメータとして必要な場合、例えば最大酸素摂取量（ＶＯ_２max）を算出する際の上記公知の式（ＶＯ_２max＝１５×最大心拍数÷安静時心拍数）に用いる場合には、上述のような年齢からの推定よりも精度の高い最大心拍数が算出できる。また、目標心拍数情報を算出するための公知のカルボーネン法（（最大心拍数−安静時心拍数）×目標割合（目標運動強度割合、目標最大酸素摂取量割合）（％）＋安静時心拍数）において用いることでも、より精度の高い目標心拍数を算出することが可能である。

また、測定データから生体データである休息量を算出する方法を例示すると、例えば常時装着している測定装置３００により周期的に測定される加速度データを用いて、例えば、加速度が所定値以下の少ない値である時間に基づき休息量を得ることができる。なお、心拍情報や加速度データのベクトル情報などを基に、休息時間に重みづけをすることで、より正確な休息量を得るようにしてもよい。

ユーザ支援データ生成部１３３は、ユーザの生体データとしての最大酸素摂取量及び血圧情報と、生体データＤＢ１２２に格納されている基準生体データとしての基準最大酸素摂取量及び基準血圧情報とを比較し、基準生体データに対する差異に基づくアドバイスやアラートなどを含むユーザ支援データを生成する。基準最大酸素摂取量及び基準血圧情報は、例えばかかりつけ医等が設定した基準値または基準範囲や、厚生労働省や日本高血圧学会等の外部機関により定められた基準値または基準範囲（例えば、厚生労働省発行の「健康づくりのための運動基準２００６」に掲載の基準値または基準範囲など）であってもよく、予め生体データＤＢ１２２に記憶させる。また、ユーザ支援データは、生体データと基準生体データとの差異を検出し、差異が所定値よりも大きい場合、または、生体データが基準生体データの基準範囲を超える場合に、安全範囲を超えているとしてアラート通知（例えば、運動負荷を減らすことや、休息量を増やすことなどを促すアラート通知など）を含んだり、当該差異の程度を示すアドバイス通知（例えば、どれくらいの歩行速度、運動量、運動負荷、休息量に変更したほうがよいといったアドバイス通知など）を含んだりするものであり、ユーザ情報に関連付けられてユーザ支援データＤＢ１２３に記憶される。また、アラート通知として、例えばユーザ端末装置２００や測定装置３００に振動装置や発光装置が搭載されている場合には、当該装置を動作させる（例えば、振動および／または発光させる）ことにより、過度な運動負荷がかかっていることを直感的に知ることが可能となる。なお、基準生体データとして、生体データＤＢ１２２に記憶された過去の生体データ（例えば、所定日数前の同一（略同一）の時間（時間帯）における過去最大酸素摂取量や、前回の取得周期で取得された過去血圧情報など）を用いて、当該過去の生体データと現在の生体データを比較し、比較した結果として差異が所定値以上あるかどうかを判定し、上記同様の構成をなしてもよい。また、上記のとおり、所定値以上の差異が判定されるなどの比較の結果に応じて、制御部１３０により管理サーバ１００から直接的に、または、ユーザ端末装置２００若しくは測定装置３００を介して間接的に、医療機関または近親者、トレーナー、コーチ、指導者、マネージャ、介護スタッフなどユーザ情報に紐づけられた連絡先へ通知（例えば、ＰＣまたはスマートフォンなどのデバイスに記憶された所定のアプリケーションを介した通知や、メールアドレスを利用した通知、本アプリケーションの他のユーザとして送信される通知など）を発信するように制御してもよい。

ユーザ支援データ生成部１３３は、現在の心拍数と、上述のカルボーネン法を用いて算出される目標心拍数とを比較し、当該比較の結果に基づき適切な運動を行っているかを判定してもよい。例えば、種々の病気の予防に対して効果があり、安全な運動強度の割合が４０−６０％程度と知られているところ、これを所定の係数として、（（最大心拍数−安静時心拍数）×０．６＋安静時心拍数）により得られる目標心拍数を用いるとよいし、その他ダイエット目的など種々の目的に合わせた運動強度の割合を設定してもよい。判定の結果、比較結果をユーザ端末２００に通知を送信するようにしてもよく、単に比較結果（例えば現在の心拍数が目標心拍数よりも高い、低いなどの結果など）を示す通知であってもよいし、現在の心拍数が目標心拍数より低い場合（または所定値以上低い場合）には、運動強度を上げるように促す通知を行い、所定値以上高い場合には、運動強度を下げるように促す通知を行うようにしてもよい。なお、運動強度の変更に関する通知に併せて、または、代えて、より具体的に、増加または減少すべき歩数情報、ピッチ情報、歩幅情報、歩行速度情報などの生体データ、特に所定期間内における増加または減少すべき生体データを示唆してもよい。また、運動強度の変更に関する通知に代えて、または、併せて、休息量の変更に関する通知を送信してもよい。

ここで、上記のように安全な運動強度で運動しているにも関わらず、ユーザの体調や病気の状態によっては血圧の急上昇や急降下などの血圧異常が発生する場合があり得る。このように、一般的に安全な運動強度であっても、そのユーザにとっては適切な運動強度でない場合があり、このような運動強度で運動を続けることは好ましくない。そこで、例えば、前回の取得周期で取得した値や所定時間前までの平均値などの過去血圧情報を含む基準血圧情報と、現在の血圧情報とを比較し、所定値以上の大きな差があるような異常な変化がある場合に、運動強度の割合を下げて目標心拍数を再設定するようにしてもよい。

ユーザ支援データ生成部１３３は、例えば、トレーニング時に装着している測定装置３００による測定データから生成された血圧情報に基づき、ユーザの血圧推移データを生成する。そして、例えば、血圧の急上昇や急降下等の異常値をモニタリングし、当該異常値が発生した場合にはアラート通知を含むユーザ支援データを生成する。ユーザ支援データ生成部１３３は、ユーザ支援データとして、当該アラートに併せて、異常値前後の血圧推移データや心拍数推移データも生成してもよい。また、異常値のモニタリングにおいては、上述のように過去血圧情報と現在血圧情報とを比較することにより判定してもよい。さらに、当該異常を検出した際には、制御部１３０により管理サーバ１００から直接的に、または、ユーザ端末装置２００若しくは測定装置３００を介して間接的に、医療機関または近親者、トレーナー、コーチ、指導者、マネージャ、介護スタッフなどユーザ情報に紐づけられた連絡先へ異常を示す通知（例えば、ＰＣまたはスマートフォンなどのデバイスに記憶された所定のアプリケーションを介した通知や、メールアドレスを利用した通知など）を発信するように制御してもよい。これにより、トレーニング時の血圧異常を早期に発見することが可能となり、特に急な発症によりユーザが連絡不能な状況であったとしても自動的に血圧異常を他者に通知が可能となる。

データ出力部１３４は、生体データやユーザ支援データをユーザ端末装置２００へ出力する。ユーザ端末装置２００においては、出力データを例えば専用のアプリケーションを介して画面に表示するなどしてユーザが容易に確認可能としても良い。

入出力部１４０は、キーボード・マウス類等の情報入力機器、及びディスプレイ等の出力機器である。

＜処理の流れ＞
図７を参照しながら、情報処理システム１が実行するデータ支援方法の処理の流れについて説明する。図６は、図１の情報処理システム１の処理の例を示すフローチャートである。

ステップＳ１０１の処理として、データ管理部１３１では、測定装置３００を利用するユーザごとにアカウント情報が生成され、ユーザ端末装置２００等から所定のユーザ情報を取得する。登録されたユーザ情報は、データ管理部１３１により、ユーザ情報ＤＢ１２４に記憶される。ステップＳ１０１の処理は、ユーザが測定装置３００を利用するための前処理として行われてもよいし、ユーザが測定装置３００を初めて利用する際に行われてもよい。

ステップＳ１０２の処理として、ユーザが測定装置３００を利用すると、測定データが測定装置３００からユーザ端末装置２００を介して管理サーバ１００へ所定の周期ごとに送信され、通信部１１０を介して受信される。データ管理部１３１により、記憶部１２０の測定データＤＢ１２１内においてユーザ情報に関連付けられて測定データが記憶される。

ステップＳ１０３の処理として、生体データ生成部１３２により測定データが読み取られ、所定の演算等により生体データの生成が行われる。生成された生体データは、データ管理部１３１により、生体データＤＢ１２２に記憶される。

ステップＳ１０４の処理として、ユーザ支援データ生成部１３３により生体データが読み取られ、所定の演算等によりユーザ支援データの生成が行われる。生成されたユーザ支援データは、データ管理部１３１により、ユーザ支援データＤＢ１２３に記憶される。

ステップＳ１０５の処理として、データ出力部１３４により生体データおよび／またはユーザ支援データが読み取られ、ユーザ端末装置２００へ出力される。

＜効果＞
以上のように、本実施形態に係る情報処理システムは、ユーザ支援データ生成部１３３を介して、測定データに基づき、特に運動負荷または休息量を更新するためのアドバイスやアラートなどを含むユーザ支援データを生成する。これにより、例えば心肺機能回復を目的とした適切なトレーニングを実施するための改善指示をユーザが簡単に取得することが可能となり、ユーザの利便性が向上する。

以上、開示に係る実施形態について説明したが、これらはその他の様々な形態で実施することが可能であり、種々の省略、置換および変更を行なって実施することが出来る。これらの実施形態および変形例ならびに省略、置換および変更を行なったものは、特許請求の範囲の技術的範囲とその均等の範囲に含まれる。

１ 情報処理システム
１００ 管理サーバ
２００ ユーザ端末装置
３００ 測定装置
ＮＷ ネットワーク

Claims (11)

1. ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理システムであって、
   前記測定データに対して所定の演算を実行し、最大酸素摂取量情報または心拍数情報の少なくともいずれかを含む前記生体データを生成する生体データ生成部と、
   前記最大酸素摂取量情報と基準最大酸素摂取量情報、または、前記心拍数情報と目標心拍数情報、の少なくとも何れかを比較して、その比較の結果に応じた前記ユーザの運動負荷または休息量の変更に関するユーザ支援データを生成するユーザ支援データ生成部と、を備え、
   前記ユーザ支援データ生成部が少なくとも前記最大酸素摂取量情報と前記基準最大酸素摂取量情報とを比較する場合において、
   前記生体データ生成部は、
   前記最大酸素摂取量情報を、最大心拍数情報を用いて算出し、
   当該最大心拍数情報を、同じ運動強度である所定期間内の心拍数情報を二以上の運動強度に対して取得し、当該二以上の心拍数情報に基づき算出する、
   ことを特徴とする情報処理システム。
2. ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理システムであって、
   前記測定データに対して所定の演算を実行し、最大酸素摂取量情報または心拍数情報の少なくともいずれかを含む前記生体データを生成する生体データ生成部と、
   前記最大酸素摂取量情報と基準最大酸素摂取量情報、または、前記心拍数情報と目標心拍数情報、の少なくとも何れかを比較して、その比較の結果に応じた前記ユーザの運動負荷または休息量の変更に関するユーザ支援データを生成するユーザ支援データ生成部と、を備え、
   前記ユーザ支援データ生成部が少なくとも前記心拍数情報と目標心拍数情報とを比較する場合において、
   前記生体データ生成部は、
   前記目標心拍数情報を、少なくとも目標割合を乗じて算出するものであって、
   さらに、前記生体データ生成部は、血圧情報を生成し、
   前記ユーザ支援データ生成部は、前記血圧情報と基準血圧情報を比較するものであって、当該比較の結果に応じて、前記目標割合を再設定する、
   ことを特徴とする情報処理システム。
3. 前記ユーザ支援データ生成部が少なくとも前記最大酸素摂取量情報と前記基準最大酸素摂取量情報とを比較する場合において、
   前記基準最大酸素摂取量情報は、所定日数前の過去の最大酸素摂取量情報である、
   ことを特徴とする請求項１または２のいずれかに記載の情報処理システム。
4. 前記ユーザ支援データ生成部は、前記比較の結果に応じて前記ユーザのユーザ情報に紐づけられた連絡先へ所定の通知を発信する、
   ことを特徴とする請求項１ないし請求項３のいずれか１項に記載の情報処理システム。
5. 前記連絡先は、トレーナー、コーチ、指導者、マネージャ、医療機関、近親者の少なくともいずれかへの連絡先を含む、
   ことを特徴とする請求項４に記載の情報処理システム。
6. ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行うサーバであって、
   前記測定データに対して所定の演算を実行し、最大酸素摂取量情報または心拍数情報の少なくともいずれかを含む前記生体データを生成する生体データ生成部と、
   前記最大酸素摂取量情報と基準最大酸素摂取量情報、または、前記心拍数情報と目標心拍数情報、の少なくとも何れかを比較して、その比較の結果に応じた前記ユーザの運動負荷または休息量の変更に関するユーザ支援データを生成するユーザ支援データ生成部と、を備え、
   前記ユーザ支援データ生成部が少なくとも前記最大酸素摂取量情報と前記基準最大酸素摂取量情報とを比較する場合において、
   前記生体データ生成部は、
   前記最大酸素摂取量情報を、最大心拍数情報を用いて算出し、
   当該最大心拍数情報を、同じ運動強度である所定期間内の心拍数情報を二以上の運動強度に対して取得し、当該二以上の心拍数情報に基づき算出する、
   ことを特徴とするサーバ。
7. ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行うサーバであって、
   前記測定データに対して所定の演算を実行し、最大酸素摂取量情報または心拍数情報の少なくともいずれかを含む前記生体データを生成する生体データ生成部と、
   前記最大酸素摂取量情報と基準最大酸素摂取量情報、または、前記心拍数情報と目標心拍数情報、の少なくとも何れかを比較して、その比較の結果に応じた前記ユーザの運動負荷または休息量の変更に関するユーザ支援データを生成するユーザ支援データ生成部と、を備え、
   前記ユーザ支援データ生成部が少なくとも前記心拍数情報と目標心拍数情報とを比較する場合において、
   前記生体データ生成部は、
   前記目標心拍数情報を、少なくとも目標割合を乗じて算出するものであって、
   さらに、前記生体データ生成部は、血圧情報を生成し、
   前記ユーザ支援データ生成部は、前記血圧情報と基準血圧情報を比較するものであって、当該比較の結果に応じて、前記目標割合を再設定する、
   ことを特徴とするサーバ。
8. ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理方法であって、
   生体データ生成部により、前記測定データに対して所定の演算を実行し、最大酸素摂取量情報または心拍数情報の少なくともいずれかを含む前記生体データを生成するステップと、
   ユーザ支援データ生成部により、前記最大酸素摂取量情報と基準最大酸素摂取量情報、または、前記心拍数情報と目標心拍数情報、の少なくとも何れかを比較して、その比較の結果に応じた前記ユーザの運動負荷または休息量の変更に関するユーザ支援データを生成するステップと、を含み、
   前記ユーザ支援データ生成部が少なくとも前記最大酸素摂取量情報と前記基準最大酸素摂取量情報とを比較する場合において、
   さらに、前記生体データ生成部により、
   前記最大酸素摂取量情報を、最大心拍数情報を用いて算出し、
   当該最大心拍数情報を、同じ運動強度である所定期間内の心拍数情報を二以上の運動強度に対して取得し、当該二以上の心拍数情報に基づき算出するステップを含む、
   ことを特徴とする情報処理方法。
9. ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理方法であって、
   生体データ生成部により、前記測定データに対して所定の演算を実行し、最大酸素摂取量情報または心拍数情報の少なくともいずれかを含む前記生体データを生成するステップと、
   ユーザ支援データ生成部により、前記最大酸素摂取量情報と基準最大酸素摂取量情報、または、前記心拍数情報と目標心拍数情報、の少なくとも何れかを比較して、その比較の結果に応じた前記ユーザの運動負荷または休息量の変更に関するユーザ支援データを生成するステップと、を含み、
   前記ユーザ支援データ生成部が少なくとも前記心拍数情報と目標心拍数情報とを比較する場合において、
   前記生体データ生成部は、
   前記目標心拍数情報を、少なくとも目標割合を乗じて算出するものであって、
   さらに、前記生体データ生成部により、血圧情報を生成するステップと、
   前記ユーザ支援データ生成部により、前記血圧情報と基準血圧情報を比較するものであって、当該比較の結果に応じて、前記目標割合を再設定するステップを含む、
   ことを特徴とする情報処理方法。
10. ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理方法をコンピュータに実行させるプログラムであって、
    前記情報処理方法は、
    生体データ生成部により、前記測定データに対して所定の演算を実行し、最大酸素摂取量情報または心拍数情報の少なくともいずれかを含む前記生体データを生成するステップと、
    ユーザ支援データ生成部により、前記最大酸素摂取量情報と基準最大酸素摂取量情報、または、前記心拍数情報と目標心拍数情報、の少なくとも何れかを比較して、その比較の結果に応じた前記ユーザの運動負荷または休息量の変更に関するユーザ支援データを生成するステップと、を含み、
    前記ユーザ支援データ生成部が少なくとも前記最大酸素摂取量情報と前記基準最大酸素摂取量情報とを比較する場合において、
    さらに、前記生体データ生成部により、
    前記最大酸素摂取量情報を、最大心拍数情報を用いて算出し、
    当該最大心拍数情報を、同じ運動強度である所定期間内の心拍数情報を二以上の運動強度に対して取得し、当該二以上の心拍数情報に基づき算出するステップを含む、
    ことを特徴とするプログラム。
11. ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理方法をコンピュータに実行させるプログラムであって、
    前記情報処理方法は、
    生体データ生成部により、前記測定データに対して所定の演算を実行し、最大酸素摂取量情報または心拍数情報の少なくともいずれかを含む前記生体データを生成するステップと、
    ユーザ支援データ生成部により、前記最大酸素摂取量情報と基準最大酸素摂取量情報、または、前記心拍数情報と目標心拍数情報、の少なくとも何れかを比較して、その比較の結果に応じた前記ユーザの運動負荷または休息量の変更に関するユーザ支援データを生成するステップと、を含み、
    前記ユーザ支援データ生成部が少なくとも前記心拍数情報と目標心拍数情報とを比較する場合において、
    前記生体データ生成部は、
    前記目標心拍数情報を、少なくとも目標割合を乗じて算出するものであって、
    さらに、前記生体データ生成部により、血圧情報を生成するステップと、
    前記ユーザ支援データ生成部により、前記血圧情報と基準血圧情報を比較するものであって、当該比較の結果に応じて、前記目標割合を再設定するステップを含む、
    ことを特徴とするプログラム。
    

Images