JP7426015B1 - ヘルスケア用データ解析システム - Google Patents

ヘルスケア用データ解析システム Download PDF

Info

Publication number
JP7426015B1
JP7426015B1 JP2022123236A JP2022123236A JP7426015B1 JP 7426015 B1 JP7426015 B1 JP 7426015B1 JP 2022123236 A JP2022123236 A JP 2022123236A JP 2022123236 A JP2022123236 A JP 2022123236A JP 7426015 B1 JP7426015 B1 JP 7426015B1
Authority
JP
Japan
Prior art keywords
user
server
unit
healthcare
variables related
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2022123236A
Other languages
English (en)
Other versions
JP2024020790A (ja
Inventor
仁 野々上
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
VELDT INC.
Original Assignee
VELDT INC.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by VELDT INC. filed Critical VELDT INC.
Priority to JP2022123236A priority Critical patent/JP7426015B1/ja
Priority to PCT/JP2023/028177 priority patent/WO2024029542A1/ja
Application granted granted Critical
Publication of JP7426015B1 publication Critical patent/JP7426015B1/ja
Publication of JP2024020790A publication Critical patent/JP2024020790A/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

【課題】本発明は、個人のヘルスケアに関する変数の時系列データを迅速かつ精度良く解析することができるヘルスケア用データ解析システムを提供することを目的とする。【解決手段】サーバ装置２において、各ユーザのヘルスケアに関する変数の時系列データを収集したあと、所定の解析処理による各ユーザのヘルスケアに関する変数間の第１の関係性が、機械学習による各ユーザのヘルスケアに関する変数間の第２の関係性に合致または近似するように所定の解析処理を変更する。また、ユーザ情報端末装置１において、サーバ装置２における所定の解析処理の変更情報に基づいて所定の解析処理を変更し、当該ユーザのヘルスケアに関する変数の時系列データに基づいて変更後の解析処理を行うことにより変数間の関係性を新たに算出する。【選択図】図２

Description

本発明は、ユーザのヘルスケアに関する変数の時系列データを解析するヘルスケア用データ解析システムに関するものである。
近年、パンデミック対策のための体調管理ニーズや健康ブームと相まって、人の体内の状態変化を収集して視覚化することにより、自分自身の体内の状態変化を意識しながら健康や美容の維持に役立てることが注目されている。
特に最近では、人の身体に身に着ける眼鏡型、腕時計型、リストバンド型などの様々なウェアラブルデバイスが登場しており、日常生活においてそれらを着用しているだけで、デバイスが搭載しているセンサにより人の体内の状態変化を収集して、その状態変化をデバイス自身またはスマートフォンを通じて視覚化するアプリケーションも提供されている。
ところが、このようにウェアラブルデバイスと連携し、スマートフォン上で健康情報や美容情報の管理ができるようになったが、スマートフォン上でデータ管理できるのは歩数のみの情報であったり、心拍数のみの情報であったり、あるいは血圧のみの情報であったりと、単体の情報ばかりであり、複合的に管理することが少なかった。
そこで、複数のウェアラブルデバイスから取得できる身体の活動情報を一元管理する仕組みとして、Ａｎｄｒｏｉｄ端末には「Ｇｏｏｇｌｅ Ｆｉｔ（登録商標）」、ｉＯＳ端末には「ヘルスケア」という健康管理の仕組みが用意されている。
例えば、「Ｇｏｏｇｌｅ Ｆｉｔ」は、Ｇｏｏｇｌｅ社が提供するフィットネスデータに関する情報をデバイスやアプリケーション利用者をまたいで、まとめて保存・参照することができる。また、「Ｇｏｏｇｌｅ Ｆｉｔ」単体でもＡｎｄｒｏｉｄ端末の位置情報や各種センサを用いて、アクティビティ情報、位置情報データ、身体測定値、栄養情報、睡眠情報を記録することができる。一方、「ヘルスケア」は、端末の位置情報や各種センサからアクティビティ情報、バイタル情報、身体測定値、リプロダクティブヘルス情報、検査結果、栄養情報、マインドフルネス、睡眠情報などを記録でき、サードパーティのアプリから「ヘルスケア」に記録されている情報の読み出しや保存が可能である。
さらに、本出願人は、個人であるユーザのヘルスケアに関する複数の変数（属性）の時系列データに基づいて、人にとって有意な変数（属性）の関係性を推定するシステムを提案している。
バイオフィードバック研究・２０１７年・４４巻・第２号「ウェアラブルデバイスを活用したシステムについての現状と問題点、今後の展望について」
特開２０２２－０１３４０９号公報
ところで、上述の各システムは、ユーザのヘルスケアに関する変数の時系列データを扱う関係上、ローカルなユーザ情報端末装置において解析処理が実行されることが多いが、それだと解析処理の結果を迅速に出力することはできるものの、最初に設定されたクローズな解析処理を長期間に亘って使用し続けることになるため、解析処理の結果の精度に欠けるという問題があった。もとより、クラウド上のサーバ装置においてＡＩ（人工知能： Artificial Intelligence）などにより最新の解析処理を実行して、その解析処理の結果をユーザの情報端末装置に返すことも考えられるが、それだと解析処理の結果の迅速性に欠けるという問題があった。このように解析処理の結果の精度または迅速性のいずれかが欠けるため、上述の各システムが数多く提供されているものの、それらが普及するに至っていないのが現状である。
本発明は、上述の問題に鑑みてなされたものであって、個人のヘルスケアに関する変数の時系列データを迅速かつ精度良く解析することができ、ひいてはユーザのヘルスケアに関するシステムの普及に寄与することが可能なヘルスケア用データ解析システムを提供することを目的とする。
本発明は、上記目的を達成するために、複数のユーザ情報端末装置とサーバ装置がネットワークを介して接続され、ユーザのヘルスケアに関する変数の時系列データを解析するヘルスケア用データ解析システムであって、前記ユーザ情報端末装置は、ユーザのヘルスケアに関する変数の時系列データを取得するデータ取得部と、前記データ取得部により取得された当該ユーザのヘルスケアに関する変数の時系列データに基づいて所定の解析処理を行うユーザ側解析処理部と、前記ユーザ側解析処理部により行われた所定の解析処理の結果に基づいて、当該ユーザのヘルスケアに関する変数間の関係性を算出するユーザ側関係性算出部と、前記データ取得部により取得された当該ユーザのヘルスケアに関する変数の時系列データを前記サーバ装置にネットワークを介して送信するユーザ側送信部と、前記サーバ装置からネットワークを介して送信されてきた所定の解析処理に関する変更情報を受信するユーザ側受信部とを備え、前記サーバ装置は、各ユーザ情報端末装置からネットワークを介して送信されてきた各ユーザのヘルスケアに関する変数の時系列データを受信するサーバ側受信部と、前記サーバ側受信部により受信された各ユーザのヘルスケアに関する変数の時系列データに基づいて所定の解析処理を行うサーバ側解析処理部と、前記サーバ側解析処理部により行われた解析処理の結果に基づいて、ユーザ全体のヘルスケアに関する変数間の第１の関係性を算出する第１のサーバ側関係性算出部と、前記サーバ側受信部により受信された各ユーザのヘルスケアに関する変数の時系列データに基づいて機械学習を行う学習部と、前記学習部により行われた機械学習の結果に基づいて、ユーザ全体のヘルスケアに関する変数間の第２の関係性を算出する第２のサーバ側関係性算出部と、前記第１のサーバ側関係性算出部により算出されたユーザ全体のヘルスケアに関する変数間の第１の関係性が、前記第２のサーバ側関係性算出部により算出されたユーザ全体のヘルスケアに関する変数間の第２の関係性に合致または近似するように、前記第１のサーバ側関係性算出部における所定の解析処理を変更する解析処理変更部と、前記解析処理変更部により変更された所定の解析処理に関する変更情報を前記ユーザ情報端末装置にネットワークを介して送信するサーバ側送信部とを備え、前記ユーザ情報端末装置において、前記ユーザ側解析処理部は、前記ユーザ側受信部により受信された所定の解析処理に関する変更情報に基づいて所定の解析処理の変更を行ったあと、前記データ取得部により取得された当該ユーザのヘルスケアに関する変数の時系列データに基づいて変更後の所定の解析処理を行い、前記ユーザ側関係性算出部は、前記ユーザ側解析処理部により行われた変更後の所定の解析処理の結果に基づいて、当該ユーザのヘルスケアに関する変数間の関係性を新たに算出することを特徴とする。
これによれば、ユーザが所有または使用するユーザ情報端末装置において、当該ユーザのヘルスケアに関する変数の時系列データに基づいて所定の解析処理を行うことにより変数間の関係性を算出するため、ユーザのヘルスケアに関する変数の時系列データを迅速に解析することができる。また、サーバ装置において、各ユーザのヘルスケアに関する変数の時系列データを収集し、機械学習を用いて所定の解析処理を変更したあと、ユーザ情報端末装置において、当該ユーザのヘルスケアに関する変数の時系列データに基づいて変更後の解析処理を行うことにより変数間の関係性を新たに算出するため、ユーザのヘルスケアに関する変数の時系列データを精度良く解析することができる。而して、ＡＩ（人工知能）の機械学習の結果に合致または近似する精度の高い解析処理の結果をローカルなユーザ情報端末装置で迅速に算出することができるため、ユーザのヘルスケアに関するシステムの普及に寄与することが可能となる。
また、前記ユーザ側解析処理部および前記サーバ側解析処理部は、複数の解析処理を行ってもよい。これによれば、ユーザ情報端末装置において、当該ユーザのヘルスケアに関する変数の時系列データに基づいて複数の解析処理を行うことにより変数間の関係性を算出するため、ユーザのヘルスケアに関する変数の時系列データの解析精度を向上させることができる。
また、前記ユーザ側解析処理部および前記サーバ側解析処理部は、各解析処理に重み付けの数値を設定してもよい。これによれば、各解析処理と重み付けの数値を組み合わせることにより、所定の解析処理を簡単かつ確実に設計することができる。
また、前記サーバ装置において、前記解析処理変更部は、前記第１のサーバ側関係性算出部により算出された各ユーザのヘルスケアに関する変数間の第１の関係性が、前記第２のサーバ側関係性算出部により算出された各ユーザのヘルスケアに関する変数間の第２の関係性に合致または近似するように、前記第１のサーバ側関係性算出部における各解析処理の重み付けの数値を変更し、前記サーバ側送信部は、前記解析処理変更部により変更された各解析処理の重み付けの数値に関する変更情報を前記ユーザ情報端末装置にネットワークを介して送信し、前記ユーザ情報端末装置において、前記ユーザ側受信部は、前記サーバ装置からネットワークを介して送信されてきた各解析処理の重み付けの数値に関する変更情報を受信し、前記ユーザ側解析処理部は、前記ユーザ側受信部により受信された各解析処理の重み付けの数値に関する変更情報に基づいて各解析処理の重み付けの数値の変更を行ったあと、前記データ取得部により取得された当該ユーザのヘルスケアに関する変数の時系列データに基づいて変更後の各解析処理を行い、前記ユーザ側関係性算出部は、前記ユーザ側解析処理部により行われた変更後の各解析処理の結果に基づいて、当該ユーザのヘルスケアに関する変数間の関係性を新たに算出してもよい。これによれば、各解析処理の重み付けの数値を変更するだけで解析処理の結果を修正し得るため、ユーザのヘルスケアに関する変数の時系列データの解析精度を簡単かつ確実に向上させることができる。
また、前記ユーザ側関係性算出部、第１のサーバ側関係性算出部および第２のサーバ側関係性算出部は、ユーザのヘルスケアに関する変数間の関係性として、一の変数に対する他の変数の関係性のランキングを算出してもよい。これによれば、ユーザのヘルスケアに関する変数間の関係性として、一の変数に対する他の変数の関係性のランキングを算出するため、ユーザは自己のヘルスケアに関する変数間の関係性を容易に把握することができる。
また、本発明は、複数のユーザ情報端末装置とサーバ装置がネットワークを介して接続され、ユーザのヘルスケアに関する変数の時系列データを解析する上記に記載のヘルスケア用データ解析システムに用いられるユーザ情報端末装置であって、ユーザのヘルスケアに関する変数の時系列データを取得するデータ取得部と、前記データ取得部により取得された当該ユーザのヘルスケアに関する変数の時系列データに基づいて所定の解析処理を行うユーザ側解析処理部と、前記ユーザ側解析処理部により行われた所定の解析処理の結果に基づいて、当該ユーザのヘルスケアに関する変数間の関係性を算出するユーザ側関係性算出部と、前記データ取得部により取得された当該ユーザのヘルスケアに関する変数の時系列データを前記サーバ装置にネットワークを介して送信するユーザ側送信部と、前記サーバ装置からネットワークを介して送信されてきた所定の解析処理に関する変更情報を受信するユーザ側受信部とを備える。
また、本発明は、複数のユーザ情報端末装置とサーバ装置がネットワークを介して接続され、ユーザのヘルスケアに関する変数の時系列データを解析する上記に記載のヘルスケア用データ解析システムに用いられるサーバ装置であって、各ユーザ情報端末からネットワークを介して送信されてきた各ユーザのヘルスケアに関する変数の時系列データを受信するサーバ側受信部と、前記サーバ側受信部により受信された各ユーザのヘルスケアに関する変数の時系列データに基づいて所定の解析処理を行うサーバ側解析処理部と、前記サーバ側解析処理部により行われた解析処理の結果に基づいて、ユーザ全体のヘルスケアに関する変数間の関係性を算出する第１のサーバ側関係性算出部と、前記サーバ側受信部により受信された各ユーザのヘルスケアに関する変数の時系列データに基づいて機械学習を行う学習部と、前記学習部により行われた機械学習の結果に基づいて、ユーザ全体のヘルスケアに関する変数間の関係性を算出する第２のサーバ側関係性算出部と、前記第１のサーバ側関係性算出部により算出されたユーザ全体のヘルスケアに関する変数間の関係性が、前記第２のサーバ側関係性算出部により算出されたユーザ全体のヘルスケアに関する変数間の関係性に合致または近似するように、前記第１のサーバ側関係性算出部における所定の解析処理を変更する解析処理変更部と、前記解析処理変更部により変更された所定の解析処理に関する変更情報を前記ユーザ情報端末装置にネットワークを介して送信するサーバ側送信部とを備える。
また、本発明は、複数のユーザ情報端末装置とサーバ装置がネットワークを介して接続され、ユーザのヘルスケアに関する変数の時系列データを解析する上記に記載のヘルスケア用データ解析システムに用いられるコンピュータプログラムであって、前記ユーザ情報端末装置を、ユーザのヘルスケアに関する変数の時系列データを取得するデータ取得部、前記データ取得部により取得された当該ユーザのヘルスケアに関する変数の時系列データに基づいて所定の解析処理を行うユーザ側解析処理部、前記ユーザ側解析処理部により行われた所定の解析処理の結果に基づいて、当該ユーザのヘルスケアに関する変数間の関係性を算出するユーザ側関係性算出部、前記データ取得部により取得された当該ユーザのヘルスケアに関する変数の時系列データを前記サーバ装置にネットワークを介して送信するユーザ側送信部、前記サーバ装置からネットワークを介して送信されてきた所定の解析処理に関する変更情報を受信するユーザ側受信部として機能させることを特徴とする。
また、本発明は、複数のユーザ情報端末装置とサーバ装置がネットワークを介して接続され、ユーザのヘルスケアに関する変数の時系列データを解析する上記に記載のヘルスケア用データ解析システムに用いられるコンピュータプログラムであって、前記サーバ装置を、各ユーザ情報端末からネットワークを介して送信されてきた各ユーザのヘルスケアに関する変数の時系列データを受信するサーバ側受信部、前記サーバ側受信部により受信された各ユーザのヘルスケアに関する変数の時系列データに基づいて所定の解析処理を行うサーバ側解析処理部、前記サーバ側解析処理部により行われた解析処理の結果に基づいて、ユーザ全体のヘルスケアに関する変数間の関係性を算出する第１のサーバ側関係性算出部、前記サーバ側受信部により受信された各ユーザのヘルスケアに関する変数の時系列データに基づいて機械学習を行う学習部、前記学習部により行われた機械学習の結果に基づいて、ユーザ全体のヘルスケアに関する変数間の関係性を算出する第２のサーバ側関係性算出部、前記第１のサーバ側関係性算出部により算出されたユーザ全体のヘルスケアに関する変数間の関係性が、前記第２のサーバ側関係性算出部により算出されたユーザ全体のヘルスケアに関する変数間の関係性に合致または近似するように、前記第１のサーバ側関係性算出部における所定の解析処理を変更する解析処理変更部、前記解析処理変更部により変更された所定の解析処理に関する変更情報を前記ユーザ情報端末装置にネットワークを介して送信するサーバ側送信部として機能させることを特徴とする。
本発明によれば、ユーザが所有または使用するユーザ情報端末装置において、当該ユーザのヘルスケアに関する変数の時系列データに基づいて所定の解析処理を行うことにより変数間の関係性を算出するため、ユーザのヘルスケアに関する変数の時系列データを迅速に解析することができる。また、サーバ装置において、各ユーザのヘルスケアに関する変数の時系列データを収集し、機械学習を用いて所定の解析処理を変更したあと、ユーザ情報端末装置において、当該ユーザのヘルスケアに関する変数の時系列データに基づいて変更後の解析処理を行うことにより変数間の関係性を新たに算出するため、ユーザのヘルスケアに関する変数の時系列データを精度良く解析することができる。而して、ＡＩ（人工知能）の機械学習の結果に合致または近似する精度の高い解析処理の結果をローカルなユーザ情報端末装置で迅速に算出することができるため、ユーザのヘルスケアに関するシステムの普及に寄与することが可能となる。
本実施形態に係るヘルスケア用データ解析システムの全体構成を示す図である。 図１のユーザ側情報端末およびサーバ装置の構成を示すブロック図である。 図１のヘルスケア用データ解析システムの概要を示す図である。 図１のヘルスケア用データ解析のシステムの動作を示すフローチャートである。 ユーザ側情報端末装置に表示される画面の一例を示す図である。 ユーザ側情報端末装置に表示される画面の他の例を示す図である。
次に、本発明に係るヘルスケア用データ解析システム（以下、本システムという）の実施形態について図１～図５を参照しつつ説明する。
本システムは、図１に示すように、スマートフォン、タブレット端末あるいはウェアラブル端末などの複数のユーザ情報端末装置１と、各ユーザ情報端末装置１からデータを収集するサーバ装置２とを備え、各ユーザ情報端末装置１とサーバ装置２がインターネット等のネットワークを介して通信可能な状態で接続されている。
[ユーザ情報端末装置１の構成]
前記ユーザ情報端末装置１は、ネットワークに接続可能なスマートフォン、タブレット端末あるいはウェアラブルなどのデバイスであって、所有者または使用者であるユーザのヘルスケアに関する変数の時系列データ（例えば、図３のライフログデータ（１００））の解析処理を行うことにより、当該ユーザのヘルスケアに関する変数間の関係性を算出する。
具体的には、前記ユーザ情報端末装置１は、図２に示すように、当該ユーザのヘルスケアに関する変数の時系列データを取得するデータ取得部１１と、当該ユーザのヘルスケアに関する変数の時系列データを記憶するデータ記憶部１２と、当該ユーザのヘルスケアに関する変数の時系列データの加工処理を行うユーザ側データ加工処理部１３と、当該ユーザのヘルスケアに関する変数の時系列データに対して所定の解析処理を行うユーザ側解析処理部１４と、当該ユーザのヘルスケアに関する変数の関係性を算出するユーザ側関係性算出部１５と、当該ユーザのヘルスケアに関する変数の関係性を出力する出力部１６と、当該ユーザのヘルスケアに関する変数の時系列データをサーバ装置２にネットワークを介して送信するユーザ側送信部１７と、サーバ装置２からネットワークを介して送信されてきた所定の解析処理に関する変更情報を受信するユーザ側受信部１８とを備える。
前記データ取得部１１は、端末外部または端末内部からユーザ（個人）の身体、健康、活動または環境などのヘルスケアに関する変数の時系列データを取得するものであり、ウェアラブルデバイス等のＩｏＴデバイスで計測した変数の時系列データ、外部Ｗｅｂサービスから変数の時系列データ、情報端末装置のアプリケーションで計測または入力した変数の時系列データを取得する。
これらユーザのヘルスケアに関する変数の時系列データとしては、気候時系列（気温、気圧、天候、月齢など）、環境条件時系列（場所、室温、湿度、音楽など）、場所カテゴリカル（移動、オフィス、家、趣味など）、習慣カテゴリカル（食事、運動、衛生、飲酒など）、習慣時系列（歩数、カロリー、デスクワーク、睡眠など）、バイタルデータ時系列（心拍数、血圧、体温、体重など）、体調カテゴリカル（良い、まあまあ、疲れた、悪いなど）に属する各変数の時系列データが挙げられる。このうち、場所カテゴリカル、習慣カテゴリカル、習慣時系列、バイタルデータ時系列、体調カテゴリカルに関する変数の時系列データは、ＩｏＴデバイスから取得される場合が多い。また、気候時系列、環境条件時系列の変数に関する時系列データは、外部Ｗｅｂサービスから取得される場合が多い。また、バイタルデータ時系列に関する変数の時系列データは、ユーザ情報端末装置１から取得される場合もある。
また、前記データ取得部１１は、ユーザ情報端末装置１にインストールされたヘルスキット、カレンダ、外部天候データ、睡眠アプリ、ライフログアプリなどのアプリケーションにおいて、データ自動入力プラグインにより変数の時系列データを自動的に取得したり、手入力により体調、運動、衛生、食事、場所、独自設定、メモなどに関する変数の時系列データを取得したりする。例えば、手入力により変数の時系列データを取得する例として、自分で１ルーチンの単位を設定して、０．５ルーチン、１．５ルーチンなどの単位で入力したり、ランチ、清掃、手洗いのように習慣の時間を入力したり、あるいは１日の体調（体調が悪い箇所がある場合には、その症状）を入力したりする。
なお、本実施形態では、データ取得部１１により取得される具体的なユーザのヘルスケアに関する変数の時系列データとして、下記のものが挙げられる。但し、これらの各変数の時系列データの取得は一例であって、その他にも様々な種類の変数の時系列データを取得してもよい。
・asleep：睡眠時間
・temperature_min：当日の最低気温
・Efficiency ：睡眠効率（睡眠時間／就寝～起床の時間）
・wakingBPM_diff：起床時の心拍数（Beats per minute）の日ごとの変化量（差分）
・quality ：睡眠の質
・dayBPM：日中の心拍数（Beats per minute）
・wakingBPM：起床時の心拍数（Beats per minute）
・pressure_noon_diff：気圧の日ごとの変化量（差分）
・hrv：心拍間隔の変動
・deep：深い睡眠の時間
・asleep_diff：睡眠時間の日ごとの変化量（差分）
前記ユーザ側データ加工処理部１３は、後述するユーザ側解析処理部１４による所定の解析処理のため、データ記憶部１２に記憶されている当該ユーザのヘルスケアに関する変数の時系列データに対して所定の加工処理を行うものである。例えば、ユーザ側データ加工処理部１３は、データ記憶部１２に記憶されている当該ユーザのヘルスケアに関する時間単位や日単位の時系列データについて、ｊｓｏｎデータをｃｓｖデータに変換する処理を行ったあと、データ加工に適した形式（例えば、ＤａｔａＦｒａｍｅ、ａｒｒａｙ、ｌｉｓｔなど）で読み込みを行う。なお。日付形式が異なる場合には、この時点で時系列データの読み込みに必要な加工処理を行う。また、ユーザ側データ加工処理部１３は、データ記憶部１２に記憶されている個人のヘルスケアに関する時系列データのうち、解析処理の主対象となるヘルスケアに関する変数に影響を与える可能性のある変数の時系列データのみをフィルタリングする。また、ユーザ側データ加工処理部１３は、後述のユーザ側解析処理部１４において時間相関やＤＴＷ（Dynamic Time Warping：動的時間伸縮法）の解析処理を行う場合、線形補間、０補間、０補間＆ＥＭＡなどの欠損補間処理を行う。
前記ユーザ側解析処理部１４は、ユーザ側データ加工処理部１３により加工処理された当該ユーザのヘルスケアに関する変数の時系列データに基づいて所定の解析処理を行う。この解析処理としては、例えば、時間相関やＤＴＷ（Dynamic Time Warping：動的時間伸縮法）などの公知のアルゴリズムにより、各変数の時系列データの類似度や相関に関する解析処理を行う。
また、前記ユーザ側解析処理部１４は、複数の解析処理を行うものとなされており、各解析処理に重み付けの数値が設定されている。例えば、ユーザ側解析処理部１４は、図３の（１０１）に示すように、３つの解析処理Ａ、Ｂ、Ｃを行うものとなされており、解析処理Ａの重み付けの初期設定値は０．３３、解析処理Ｂの重み付けの初期設定値は０．３３、解析処理Ｃの重み付けの初期設定値は０．３３にそれぞれ設定されており、初期の段階では解析処理Ａ、Ｂ、Ｃの重み付けの数値がマニュアルで均等に設定されている。
また、前記ユーザ側解析処理部１４は、後述のユーザ側受信部１８により受信された所定の解析処理に関する変更情報に基づいて所定の解析処理の変更を行ったあと、当該ユーザのヘルスケアに関する変数の時系列データに基づいて変更後の所定の解析処理を行う。例えば、ユーザ側解析処理部１４は、図３の（１０３）に示すように、ユーザ側受信部１８により受信された各解析処理Ａ、Ｂ、Ｃの重み付けの数値に関する変更情報に基づいて、各解析処理Ａ、Ｂ、Ｃの重み付けの数値（解析処理Ａの重み付けの数値：０．３３→０．４、解析処理Ｂの重み付けの数値：０．３３→０．３５、解析処理Ｃの重み付けの数値：０．３３→０．２５）を定期的あるいは順次変更する。
前記ユーザ側関係性算出部１５は、ユーザ側解析処理部１４により行われた解析処理の結果に基づいて、当該ユーザのヘルスケアに関する変数間の関係性を算出する。例えば、ユーザ側関係性算出部１５は、図３の（１０１）に示すように、ユーザ側解析処理部１４による変数の時系列データの類似度や相関に関する解析処理の結果に基づいて、一の変数（目的変数）に対する他の変数（説明変数：α、β、γ、θ、…）の関係性のランキング（１＝データα、２＝データγ、３＝データθ、４＝データβ、…）を算出する。
また、前記ユーザ側関係性算出部１５は、ユーザ側解析処理部１４において解析処理の変更が行われた場合、ユーザ側解析処理部１４により行われた変更後の所定の解析処理の結果に基づいて、当該ユーザのヘルスケアに関する変数間の関係性を新たに算出する。例えば、ユーザ側関係性算出部１５は、図３の（１０４）に示すように、ユーザ側解析処理部１４において各解析処理Ａ、Ｂ、Ｃの重み付けの数値が変更された場合、ユーザ側解析処理部１４により行われた重み付けの数値が変更された各解析処理Ａ、Ｂ、Ｃの結果に基づいて、当該ユーザのヘルスケアに関する変数間の関係性（１＝データα、２＝データβ、３＝データγ、４＝データθ、…）を新たに算出する。
前記出力部１６は、ユーザ側関係性算出部１５により算出された当該ユーザのヘルスケアに関する変数の関係性を出力する。例えば、前記出力部１６は、図５に示すように、一の変数（目的変数：睡眠効率）に対する他の変数（説明変数：不調症状（体全体 疲労）、体重、イベント（飲酒）、不調症状（頭痛）、天気、気温、イベント（風呂）…）の関係性のランキングを画面に表示する。
前記ユーザ側送信部１７は、データ記憶部１２に記憶されている当該ユーザのヘルスケアに関する変数の時系列データをサーバ装置２にネットワークを介して送信する。この変数の時系列データは、当該ユーザの個人情報に関わるものであるため、個人が特定されない状態で送信される。
前記ユーザ側受信部１８は、サーバ装置２からネットワークを介して送信されてきた所定の解析処理に関する変更情報を受信する。本実施形態では、後述するようにサーバ装置２からネットワークを介して送信されてきた各解析処理Ａ、Ｂ、Ｃの重み付けの数値に関する変更情報を受信する。
[サーバ装置２の構成]
前記サーバ装置２は、ネットワークに接続されたサーバコンピュータであって、各ユーザ情報端末装置１から各ユーザのヘルスケアに関する変数の時系列データ（例えば、図３のビッグデータ２００）を収集して、人工知能による機械学習を行うことにより、ヘルスケアに関する変数間の関係性を算出する。なお、前記サーバ装置２は、各ユーザごとにヘルスケアに関する変数間の関係性を算出するのではなく、ユーザ全体のヘルスケアに関する変数間の関係性を算出する。
具体的には、前記サーバ装置２は、各ユーザ情報端末装置１からネットワークを介して送信されてきた各ユーザのヘルスケアに関する変数の時系列データを受信するサーバ側受信部２１と、各ユーザのヘルスケアに関する変数の時系列データの加工処理を行う第１のサーバ側データ加工処理部２２と、各ユーザのヘルスケアに関する変数の時系列データに基づいて所定の解析処理を行うサーバ側解析処理部２３と、所定の解析処理に基づいて各ユーザのヘルスケアに関する変数の第１の関係性を算出する第１のサーバ側関係性算出部２４とを備える。
また、前記サーバ装置２は、前記サーバ側受信部２１により受信された各ユーザのヘルスケアに関する変数の時系列データの加工処理を行う第２のサーバ側データ加工処理部２５と、各ユーザのヘルスケアに関する変数の時系列データに基づいて機械学習を行う学習部２６と、機械学習の結果に基づいて各ユーザのヘルスケアに関する変数の第２の関係性を算出する第２のサーバ側関係性算出部２７とを備える。
さらに、前記サーバ装置２は、第１のサーバ側関係性算出部２４における所定の解析処理を変更する解析処理変更部２８と、所定の解析処理に関する変更情報をユーザ情報端末装置１にネットワークを介して送信するサーバ側送信部２９とを備える。
前記サーバ側受信部２１は、各ユーザ情報端末からネットワークを介して送信されてきた各ユーザのヘルスケアに関する変数の時系列データを受信する。これら各ユーザのヘルスケアに関する変数の時系列データは、各ユーザの個人情報に関わるものであるため、個人が特定されない状態で受信される。
前記第１のサーバ側データ加工処理部２２は、後述するサーバ側解析処理部２３による所定の解析処理のため、サーバ側受信部２１により受信された各ユーザのヘルスケアに関する変数の時系列データに対して所定の加工処理を行うものである。この所定の加工処理については、ユーザ情報端末装置１のユーザ側データ加工処理部１３による加工処理と概ね同一のため、その説明を省略する。
前記サーバ側解析処理部２３は、第１のサーバ側データ加工処理部２２により加工処理が行われた各ユーザのヘルスケアに関する変数の時系列データに基づいて所定の解析処理を行う。この解析処理は、ユーザ情報端末装置１におけるユーザ側解析処理部１４と同一の解析処理であって、時間相関やＤＴＷ（Dynamic Time Warping：動的時間伸縮法）などの公知のアルゴリズムにより、各変数の時系列データの類似度や相関に関する解析処理を行う。
また、前記サーバ側解析処理部２３は、ユーザ情報端末装置１におけるユーザ側解析処理部１４と同様、複数の解析処理を行うものとなされており、各解析処理に重み付けの数値が設定されている。例えばサーバ側解析処理部２３は、図３の（２０１）に示すように、３つの解析処理Ａ、Ｂ、Ｃを行うものとなされており、解析処理Ａの重み付けの初期設定値は０．３３、解析処理Ｂの重み付けの初期設定値は０．３３、解析処理Ｃの重み付けの初期設定値は０．３３にそれぞれ設定されている。
また、前記サーバ側解析処理部２３は、後述の解析処理変更部２８により所定の解析処理が変更された場合、その後は各ユーザのヘルスケアに関する変数の時系列データに基づいて変更後の所定の解析処理を行う。例えば、サーバ側解析処理部２３は、図３の（２０１）に示すように、解析処理変更部２８により各解析処理Ａ、Ｂ、Ｃの重み付けの数値（解析処理Ａの重み付けの数値：０．３３→０．４、解析処理Ｂの重み付けの数値：０．３３→０．３５、解析処理Ｃの重み付けの数値：０．３３→０．２５）が変更されるため、その後は各ユーザのヘルスケアに関する変数の時系列データに基づいて重み付けの数値が変更された各解析処理Ａ、Ｂ、Ｃを行う。
前記第１のサーバ側関係性算出部２４は、サーバ側解析処理部２３により行われた解析処理の結果に基づいて、各ユーザのヘルスケアに関する変数間の第１の関係性を算出する。例えば、第１のサーバ側関係性算出部２４は、図３の（２０２）に示すように、サーバ側解析処理部２３による変数の時系列データの類似度や相関に関する解析処理の結果に基づいて、一の変数（目的変数）に対する他の変数（α、β、γ、θ、…）の第１の関係性（ランキング：１＝データα、２＝データγ、３＝データθ、４＝データβ、…）を算出する。
また、前記第１のサーバ側関係性算出部２４は、サーバ側解析処理部２３において解析処理の変更が行われた場合、サーバ側解析処理部２３により行われた変更後の所定の解析処理の結果に基づいて、各ユーザのヘルスケアに関する変数間の第１の関係性を新たに算出する。例えば、本実施形態では、第１のサーバ側関係性算出部２４は、サーバ側解析処理部２３において各解析処理Ａ、Ｂ、Ｃの重み付けの数値が変更された場合、次回の解析処理ではサーバ側解析処理部２３による重み付けの数値が変更された各解析処理の結果に基づいて、各ユーザ全体のヘルスケアに関する変数間の第１の関係性（ランキング）を新たに算出する。
前記第２のサーバ側データ加工処理部２５は、後述の学習部２６による機械学習ができるビッグデータとして事前の整理や処理を行う。例えば、第２のサーバ側データ加工処理部２５は、各ユーザ側情報端末装置１から受信した複数の変数の時系列データを特性に応じてラグ処理を実施したり（例えば、睡眠データは－１日とするなど）、Ｎ日間の期間平均処理を行ったり（例えば、２日間平均、３日間平均など）、ある程度の期間（例えば、３０日）のデータを有するユーザ側情報端末に限定したり、所定のアルゴリズム（例えば、階層クラスタリング、相関係数、ＶＩＦ）により所定の変数を選択したりする。
前記学習部２６は、第２のサーバ側データ加工処理部２５により加工処理が行われた各ユーザのヘルスケアに関する変数の時系列データに基づいて、ＡＩ（人工知能： Artificial Intelligence）による最適な機械学習を行う。例えば、学習部２６は、図３の（２０３）に示すように、各ユーザの時系列データ（ビッグデータ）で予測精度の高い機械学習を選択し、目的変数に対してどの説明変数が寄与したかを複数のＸＡＩ技術で算出する。
なお、学習部２６における機械学習としては、例えばＦｅａｔｕｒｅ Ｉｍｐｏｒｔａｎｃｅ（ｇａｉｎおよびｓｐｌｉｔ）、ＳＨＡＰ、Ｐｅｒｍｕｔａｔｉｏｎ Ｉｍｐｏｒｔａｎｃｅが挙げられる。「Ｆｅａｔｕｒｅ Ｉｍｐｏｒｔａｎｃｅ」は、各特徴量（本発明における変数に相当）のターゲットの分類寄与率を評価する指標であって、ある特徴量で分割することでどれくらいジニ不純度を下げられるのかという基準である。また、「ＳＨＡＰ（SHapley Additive exPlanations）」とは、協力ゲーム理論のシャープレイ値（Shapley Value）を機械学習に応用したオープンソースのライブラリであって、シャープレイ値をそのまま算出するには変数の数が増えると組み合わせが増えて計算量が膨大になってしまうことを解消するため、算出方法を工夫することで現実的な計算時間でシャープレイ値を機械学習で扱えるようにしたものである。さらに、「Ｐｅｒｍｕｔａｔｉｏｎ Ｉｍｐｏｒｔａｎｃｅ」とは、機械学習モデルの特徴の有用性を測る手法の１つであり、よく使われる手法にはFeature Importance(LightGBMならこれ)があり、学習時の決定木のノードにおける分割が特徴量（変数）ごとにどのくらいうまくいっているかを定量化して表す。なお、前記学習部２６は、ユーザ側解析処理部１４やサーバ側解析処理部２３において体調や睡眠時間といった変数の粒度を扱うため、変数（特徴量）を同じ粒度に合わせる処理として合計および平均を用いてもよい。
前記第２のサーバ側関係性算出部２７は、学習部２６により行われた機械学習の結果に基づいて、各ユーザのヘルスケアに関する変数間の第２の関係性を算出する。例えば、第２のサーバ側関係性算出部２７は、図３の（２０４）に示すように、学習部２６によるＦｅａｔｕｒｅ Ｉｍｐｏｒｔａｎｃｅ（ｇａｉｎおよびｓｐｌｉｔ）、ＳＨＡＰ、Ｐｅｒｍｕｔａｔｉｏｎ ＩｍｐｏｒｔａｎｃｅなどのＡＩ技術による変数の時系列データの機械学習の結果に基づいて、一の変数（目的変数）に対する他の変数（説明変数：α、β、γ、θ、…）の第２の関係性（ランキング：１＝データα、２＝データβ、３＝データγ、４＝データθ、…）を算出する。
前記解析処理変更部２８は、第１のサーバ側関係性算出部２４により算出された各ユーザのヘルスケアに関する変数の第１の関係性が、前記第２のサーバ側関係性算出部２７により算出された各ユーザのヘルスケアに関する変数の第２の関係性に合致または近似するように、第１のサーバ側関係性算出部２４における所定の解析処理を変更する。例えば、解析処理変更部２８は、図３の（２０２）（２０４）に示すように、第１のサーバ側関係性算出部２４により算出された各ユーザのヘルスケアに関する変数間の第１の関係性（ランキング：１＝データα、２＝データγ、３＝データθ、４＝データβ、…）が、第２のサーバ側関係性算出部２７により算出された各ユーザのヘルスケアに関する変数間の第２の関係性（ランキング：１＝データα、２＝データβ、３＝データγ、４＝データθ、…）に合致または近似するように、図３の（２０１）に示すように、第１のサーバ側関係性算出部２４における各解析処理の重み付けの数値（例えば、解析処理Ａの重み付けの数値：０．３３→０．４、解析処理Ｂの重み付けの数値：０．３３→０．３５、解析処理Ｃの重み付けの数値：０．３３→０．２５）を変更する。
前記サーバ側送信部２９は、解析処理変更部２８により変更された所定の解析処理に関する変更情報（例えば、解析処理Ａの重み付けの数値：０．３３→０．４、解析処理Ｂの重み付けの数値：０．３３→０．３５、解析処理Ｃの重み付けの数値：０．３３→０．２５）をユーザ情報端末装置１にネットワークを介して送信する。
[本システムの動作]
次に本システムの動作について、図４のフローチャートを参照しつつ説明する。
まず、ユーザ情報端末装置１において、データ取得部１１が、ユーザ（個人）の身体、健康、活動または環境などのヘルスケアに関する変数の時系列データを取得する（Ｓ１１）。
そして、データ記憶部１２が、データ取得部１１により取得された当該ユーザのヘルスケアに関する変数の時系列データを記憶する（Ｓ１２)。
そして、ユーザ側データ加工処理部１３が、後述するユーザ側解析処理部１４による所定の解析処理のため、データ記憶部１２に記憶されている当該ユーザのヘルスケアに関する変数の時系列データに対して所定の加工処理を行う（Ｓ１３）。
そして ユーザ側解析処理部１４は、ユーザ側データ加工処理部１３により加工処理された当該ユーザのヘルスケアに関する変数の時系列データに基づいて所定の解析処理を行う（Ｓ１４）。
そして、ユーザ側関係性算出部１５は、ユーザ側解析処理部１４により行われた解析処理の結果に基づいて、当該ユーザのヘルスケアに関する変数間の関係性（ランキング）を算出する（Ｓ１５）。
そして、出力部１６は、ユーザ側関係性算出部１５により算出された当該ユーザのヘルスケアに関する変数の関係性（ランキング）を出力する（Ｓ１６）。
また、ユーザ側送信部１７は、データ記憶部１２に記憶されている当該ユーザのヘルスケアに関する変数の時系列データをサーバ装置２にネットワークを介して送信する（Ｓ１７）。
次に、サーバ装置２において、サーバ側受信部２１は、ユーザ情報端末装置１からネットワークを介して送信されてきた各ユーザのヘルスケアに関する変数の時系列データを受信する（Ｓ２１）。
そして、第１のサーバ側データ加工処理部２２は、後述するサーバ側解析処理部２３による所定の解析処理のため、サーバ側受信部２１により受信された各ユーザのヘルスケアに関する変数の時系列データに対して所定の加工処理を行う（Ｓ２２）。
そして、サーバ側解析処理部２３は、第１のサーバ側データ加工処理部２２により加工処理が行われた各ユーザのヘルスケアに関する変数の時系列データに基づいて所定の解析処理を行う（Ｓ２３）。
そして、第１のサーバ側関係性算出部２４は、サーバ側解析処理部２３により行われた解析処理の結果に基づいて、各ユーザのヘルスケアに関する変数間の第１の関係性（ランキング）を算出する（Ｓ２４）。
一方、同じくサーバ装置２において、第２のサーバ側データ加工処理部２５は、後述の学習部２６による機械学習ができるビッグデータとして事前の整理や処理を行う（Ｓ２５）。
そして、学習部２６は、第２のサーバ側データ加工処理部２５により加工処理が行われた各ユーザのヘルスケアに関する変数の時系列データに基づいて、ＡＩ（人工知能）により最適な機械学習を行う（Ｓ２６）。
そして、第２のサーバ側関係性算出部２７は、学習部２６により行われた機械学習の結果に基づいて、各ユーザのヘルスケアに関する変数間の第２の関係性（ランキング）を算出する（Ｓ２７）。
そして、解析処理変更部２８は、第１のサーバ側関係性算出部２４により算出された各ユーザのヘルスケアに関する変数間の第１の関係性（ランキング）が、前記第２のサーバ側関係性算出部２７により算出された各ユーザのヘルスケアに関する変数間の第２の関係性（ランキング）に合致または近似するように、第１のサーバ側関係性算出部２４における各解析処理Ａ、Ｂ、Ｃの重み付けの数値を変更する（Ｓ２８）。
そして、サーバ側送信部２９は、解析処理変更部２８により変更された所定の解析処理に関する変更情報（例えば、解析処理Ａの重み付けの数値は０．３３→０．４、解析処理Ｂの重み付けの数値は０．３３→０．３５、解析処理Ｃの重み付けの数値は０．３３→０．２５）をユーザ情報端末装置１にネットワークを介して送信する（Ｓ２９）。
次に、ユーザ情報端末装置１において、ユーザ側受信部１８は、サーバ装置２からネットワークを介して送信されてきた各解析処理Ａ、Ｂ、Ｃの重み付けの数値に関する変更情報を受信する（Ｓ１８）。
そして、ユーザ側解析処理部１４は、後述のユーザ側受信部１８により受信された各解析処理Ａ、Ｂ、Ｃの重み付けの数値に関する変更情報に基づいて各解析処理Ａ、Ｂ、Ｃの重み付けの数値の変更を行う（Ｓ１９）。
その後、ユーザ情報端末装置１において、Ｓ１１～１６の処理を行うによって、当該ユーザのヘルスケアに関する変数の時系列データに基づいて変更後の各解析処理Ａ、Ｂ、Ｃを行って、当該ユーザのヘルスケアに関する変数間の関係性（ランキング）を新たに算出して出力する。
なお、本実施形態では、ユーザ側解析処理部１４およびサーバ側解析処理部２３は、各解析処理に重み付けの数値を設定するものとしたが、重み付けの数値を設定しないものとしてもよい。また、ユーザ側解析処理部１４およびサーバ側解析処理部２３は、複数の解析処理を行うものとしたが、一つの解析処理を行うものとしてもよい。また、なお、ユーザ側解析処理部１４およびサーバ側解析処理部２３は、上述の時間相関やＤＴＷのアルゴリズムに限定されるものではなく、その他のアルゴリズムの解析処理を行ってもよいが、解析処理の迅速性の観点からＡＩによる機械学習のような大規模な解析処理は含まれない。
また、ユーザ側解析処理部１４およびサーバ側解析処理部２３は、所定の解析処理の一つとして、本出願人が先に提案している特開２０２２－０１３４０９号の「関係性推定システム」を用いてもよい。この関係性推定システムを具体的に説明すると、関係性推定システムにおいて、情報端末装置は、端末外部のＩｏＴデバイス、外部Ｗｅｂサービス及び端末のアプリケーションから、複数の種類の属性（変数）の時系列データを取得し、各属性（変数）の時系列データ間の類似度を計算し、この類似度を各ノード間のリンクの重みとして各ノードをリンクで接続した無向性関係性グラフを生成し、ノード間毎にリンクの重みが大きい経路を算出して、この複数の経路に基づき総合的なリンクの重みが大きいノード間を抽出する。そして、各属性（変数）の時系列データ間の相関を計算し、当該各属性（変数）間に応じた関係性グラフの各ノード間の因果関係を算定し、各ノード間の因果関係に基づいて、有向性の関係性グラフにアップデートし、抽出されたノード間に対応する属性（変数）間の関係性を推定する。
また、ユーザ情報端末装置１の出力部１６は、図５に示すように、目的変数に対する複数の他の説明変数をランキングの形式で出力するものとしたが、出力の形式は限定されうものではなく、例えば、図６に示すように、目的変数に対する一つの説明変数をグラフなどの詳細情報により出力するなどしてもよい。
以上、図面を参照して本発明の実施形態を説明したが、本発明は、図示した実施形態のものに限定されない。図示された実施形態に対して、本発明と同一の範囲内において、あるいは均等の範囲内において、種々の修正や変形を加えることが可能である。
１…ユーザ情報端末装置
１１…データ取得部
１２…データ記憶部
１３…ユーザ側データ加工処理部
１４…ユーザ側解析処理部
１５…ユーザ側関係性算出部
１６…出力部
１７…ユーザ側送信部
１８…ユーザ側受信部
２…サーバ装置
２１…サーバ側受信部
２２…第１のサーバ側データ加工処理部
２３…サーバ側解析処理部
２４…第１のサーバ側関係性算出部
２５…第２のサーバ側データ加工処理部
２６…学習部
２７…第２のサーバ側関係性算出部
２８…解析処理変更部
２９…サーバ側送信部

Claims (9)

  1. 複数のユーザ情報端末装置とサーバ装置がネットワークを介して接続され、ユーザのヘルスケアに関する変数の時系列データを解析するヘルスケア用データ解析システムであって、
    前記ユーザ情報端末装置は、
    ユーザのヘルスケアに関する変数の時系列データを取得するデータ取得部と、
    前記データ取得部により取得された当該ユーザのヘルスケアに関する変数の時系列データに基づいて所定の解析処理を行うユーザ側解析処理部と、
    前記ユーザ側解析処理部により行われた所定の解析処理の結果に基づいて、当該ユーザのヘルスケアに関する変数間の関係性を算出するユーザ側関係性算出部と、
    前記データ取得部により取得された当該ユーザのヘルスケアに関する変数の時系列データを前記サーバ装置にネットワークを介して送信するユーザ側送信部と、
    前記サーバ装置からネットワークを介して送信されてきた所定の解析処理に関する変更情報を受信するユーザ側受信部とを備え、
    前記サーバ装置は、
    各ユーザ情報端末装置からネットワークを介して送信されてきた各ユーザのヘルスケアに関する変数の時系列データを受信するサーバ側受信部と、
    前記サーバ側受信部により受信された各ユーザのヘルスケアに関する変数の時系列データに基づいて所定の解析処理を行うサーバ側解析処理部と、
    前記サーバ側解析処理部により行われた解析処理の結果に基づいて、ユーザ全体のヘルスケアに関する変数間の第１の関係性を算出する第１のサーバ側関係性算出部と、
    前記サーバ側受信部により受信された各ユーザのヘルスケアに関する変数の時系列データに基づいて機械学習を行う学習部と、
    前記学習部により行われた機械学習の結果に基づいて、ユーザ全体のヘルスケアに関する変数間の第２の関係性を算出する第２のサーバ側関係性算出部と、
    前記第１のサーバ側関係性算出部により算出されたユーザ全体のヘルスケアに関する変数間の第１の関係性が、前記第２のサーバ側関係性算出部により算出されたユーザ全体のヘルスケアに関する変数間の第２の関係性に合致または近似するように、前記第１のサーバ側関係性算出部における所定の解析処理を変更する解析処理変更部と、
    前記解析処理変更部により変更された所定の解析処理に関する変更情報を前記ユーザ情報端末装置にネットワークを介して送信するサーバ側送信部とを備え、
    前記ユーザ情報端末装置において、
    前記ユーザ側解析処理部は、前記ユーザ側受信部により受信された所定の解析処理に関する変更情報に基づいて所定の解析処理の変更を行ったあと、前記データ取得部により取得された当該ユーザのヘルスケアに関する変数の時系列データに基づいて変更後の所定の解析処理を行い、
    前記ユーザ側関係性算出部は、前記ユーザ側解析処理部により行われた変更後の所定の解析処理の結果に基づいて、当該ユーザのヘルスケアに関する変数間の関係性を新たに算出することを特徴とするヘルスケア用データ解析システム。
  2. 前記ユーザ側解析処理部および前記サーバ側解析処理部は、複数の解析処理を行う請求項１に記載のヘルスケア用データ解析システム。
  3. 前記ユーザ側解析処理部および前記サーバ側解析処理部は、各解析処理に重み付けの数値を設定する請求項２に記載のヘルスケア用データ解析システム。
  4. 前記サーバ装置において、
    前記解析処理変更部は、前記第１のサーバ側関係性算出部により算出された各ユーザのヘルスケアに関する変数間の第１の関係性が、前記第２のサーバ側関係性算出部により算出された各ユーザのヘルスケアに関する変数間の第２の関係性に合致または近似するように、前記第１のサーバ側関係性算出部における各解析処理の重み付けの数値を変更し、
    前記サーバ側送信部は、前記解析処理変更部により変更された各解析処理の重み付けの数値に関する変更情報を前記ユーザ情報端末装置にネットワークを介して送信し、
    前記ユーザ情報端末装置において、
    前記ユーザ側受信部は、前記サーバ装置からネットワークを介して送信されてきた各解析処理の重み付けの数値に関する変更情報を受信し、
    前記ユーザ側解析処理部は、前記ユーザ側受信部により受信された各解析処理の重み付けの数値に関する変更情報に基づいて各解析処理の重み付けの数値の変更を行ったあと、前記データ取得部により取得された当該ユーザのヘルスケアに関する変数の時系列データに基づいて変更後の各解析処理を行い、
    前記ユーザ側関係性算出部は、前記ユーザ側解析処理部により行われた変更後の各解析処理の結果に基づいて、当該ユーザのヘルスケアに関する変数間の関係性を新たに算出する請求項３に記載のヘルスケア用データ解析システム。
  5. 前記ユーザ側関係性算出部、第１のサーバ側関係性算出部および第２のサーバ側関係性算出部は、ユーザのヘルスケアに関する変数間の関係性として、一の変数に対する他の変数の関係性のランキングを算出する請求項１から請求項４のいずれかに記載のヘルスケア用データ解析システム。
  6. 複数のユーザ情報端末装置とサーバ装置がネットワークを介して接続され、ユーザのヘルスケアに関する変数の時系列データを解析する請求項１に記載のヘルスケア用データ解析システムに用いられるユーザ情報端末装置であって、
    ユーザのヘルスケアに関する変数の時系列データを取得するデータ取得部と、
    前記データ取得部により取得された当該ユーザのヘルスケアに関する変数の時系列データに基づいて所定の解析処理を行うユーザ側解析処理部と、
    前記ユーザ側解析処理部により行われた所定の解析処理の結果に基づいて、当該ユーザのヘルスケアに関する変数間の関係性を算出するユーザ側関係性算出部と、
    前記データ取得部により取得された当該ユーザのヘルスケアに関する変数の時系列データを前記サーバ装置にネットワークを介して送信するユーザ側送信部と、
    前記サーバ装置からネットワークを介して送信されてきた所定の解析処理に関する変更情報を受信するユーザ側受信部とを備えるユーザ情報端末装置。
  7. 複数のユーザ情報端末装置とサーバ装置がネットワークを介して接続され、ユーザのヘルスケアに関する変数の時系列データを解析する請求項１に記載のヘルスケア用データ解析システムに用いられるサーバ装置であって、
    各ユーザ情報端末からネットワークを介して送信されてきた各ユーザのヘルスケアに関する変数の時系列データを受信するサーバ側受信部と、
    前記サーバ側受信部により受信された各ユーザのヘルスケアに関する変数の時系列データに基づいて所定の解析処理を行うサーバ側解析処理部と、
    前記サーバ側解析処理部により行われた解析処理の結果に基づいて、ユーザ全体のヘルスケアに関する変数間の関係性を算出する第１のサーバ側関係性算出部と、
    前記サーバ側受信部により受信された各ユーザのヘルスケアに関する変数の時系列データに基づいて機械学習を行う学習部と、
    前記学習部により行われた機械学習の結果に基づいて、ユーザ全体のヘルスケアに関する変数間の関係性を算出する第２のサーバ側関係性算出部と、
    前記第１のサーバ側関係性算出部により算出されたユーザ全体のヘルスケアに関する変数間の関係性が、前記第２のサーバ側関係性算出部により算出されたユーザ全体のヘルスケアに関する変数間の関係性に合致または近似するように、前記第１のサーバ側関係性算出部における所定の解析処理を変更する解析処理変更部と、
    前記解析処理変更部により変更された所定の解析処理に関する変更情報を前記ユーザ情報端末装置にネットワークを介して送信するサーバ側送信部とを備えるサーバ装置。
  8. 複数のユーザ情報端末装置とサーバ装置がネットワークを介して接続され、ユーザのヘルスケアに関する変数の時系列データを解析する請求項１に記載のヘルスケア用データ解析システムに用いられるコンピュータプログラムであって、
    前記ユーザ情報端末装置を、
    ユーザのヘルスケアに関する変数の時系列データを取得するデータ取得部、
    前記データ取得部により取得された当該ユーザのヘルスケアに関する変数の時系列データに基づいて所定の解析処理を行うユーザ側解析処理部、
    前記ユーザ側解析処理部により行われた所定の解析処理の結果に基づいて、当該ユーザのヘルスケアに関する変数間の関係性を算出するユーザ側関係性算出部、
    前記データ取得部により取得された当該ユーザのヘルスケアに関する変数の時系列データを前記サーバ装置にネットワークを介して送信するユーザ側送信部、
    前記サーバ装置からネットワークを介して送信されてきた所定の解析処理に関する変更情報を受信するユーザ側受信部として機能させることを特徴とするコンピュータプログラム。
  9. 複数のユーザ情報端末装置とサーバ装置がネットワークを介して接続され、ユーザのヘルスケアに関する変数の時系列データを解析する請求項１に記載のヘルスケア用データ解析システムに用いられるコンピュータプログラムであって、
    前記サーバ装置を、
    各ユーザ情報端末からネットワークを介して送信されてきた各ユーザのヘルスケアに関する変数の時系列データを受信するサーバ側受信部、
    前記サーバ側受信部により受信された各ユーザのヘルスケアに関する変数の時系列データに基づいて所定の解析処理を行うサーバ側解析処理部、
    前記サーバ側解析処理部により行われた解析処理の結果に基づいて、ユーザ全体のヘルスケアに関する変数間の関係性を算出する第１のサーバ側関係性算出部、
    前記サーバ側受信部により受信された各ユーザのヘルスケアに関する変数の時系列データに基づいて機械学習を行う学習部、
    前記学習部により行われた機械学習の結果に基づいて、ユーザ全体のヘルスケアに関する変数間の関係性を算出する第２のサーバ側関係性算出部、
    前記第１のサーバ側関係性算出部により算出されたユーザ全体のヘルスケアに関する変数間の関係性が、前記第２のサーバ側関係性算出部により算出されたユーザ全体のヘルスケアに関する変数間の関係性に合致または近似するように、前記第１のサーバ側関係性算出部における所定の解析処理を変更する解析処理変更部、
    前記解析処理変更部により変更された所定の解析処理に関する変更情報を前記ユーザ情報端末装置にネットワークを介して送信するサーバ側送信部として機能させることを特徴とするコンピュータプログラム。
JP2022123236A 2022-08-02 2022-08-02 ヘルスケア用データ解析システム Active JP7426015B1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2022123236A JP7426015B1 (ja) 2022-08-02 2022-08-02 ヘルスケア用データ解析システム
PCT/JP2023/028177 WO2024029542A1 (ja) 2022-08-02 2023-08-01 ヘルスケア用データ解析システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2022123236A JP7426015B1 (ja) 2022-08-02 2022-08-02 ヘルスケア用データ解析システム

Publications (2)

Publication Number Publication Date
JP7426015B1 true JP7426015B1 (ja) 2024-02-01
JP2024020790A JP2024020790A (ja) 2024-02-15

Family

ID=89718160

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022123236A Active JP7426015B1 (ja) 2022-08-02 2022-08-02 ヘルスケア用データ解析システム

Country Status (2)

Country Link
JP (1) JP7426015B1 (ja)
WO (1) WO2024029542A1 (ja)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014219850A (ja) 2013-05-09 2014-11-20 パナソニックヘルスケア株式会社 生活習慣病改善支援装置およびその制御方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014219850A (ja) 2013-05-09 2014-11-20 パナソニックヘルスケア株式会社 生活習慣病改善支援装置およびその制御方法

Also Published As

Publication number Publication date
WO2024029542A1 (ja) 2024-02-08
JP2024020790A (ja) 2024-02-15

Similar Documents

Publication Publication Date Title
Greco et al. An edge-stream computing infrastructure for real-time analysis of wearable sensors data
Saleem et al. IoT Healthcare: Design of Smart and Cost‐Effective Sleep Quality Monitoring System
WO2017193497A1 (zh) 基于融合模型的智能化健康管理服务器、***及其控制方法
CN108778097A (zh) 用于评估心力衰竭的装置和方法
AU2021217995A1 (en) A method and a processor for determining health of an individual
RU2712395C1 (ru) Способ выдачи рекомендаций по поддержанию здорового образа жизни на основе параметров ежедневной деятельности пользователя, автоматически отслеживаемых в реальном времени, и соответствующая система (варианты)
US20160361027A1 (en) Method and apparatus for evaluating physiological aging level
JP2017045142A (ja) 生活習慣管理支援装置および生活習慣管理支援方法
Khalaf et al. Blinder Oaxaca and Wilk Neutrosophic Fuzzy Set-based IoT Sensor Communication for Remote Healthcare Analysis
Angelides et al. Wearable data analysis, visualisation and recommendations on the go using android middleware
Son Toward a proposed framework for mood recognition using LSTM recurrent neuron network
WO2020157493A1 (en) Mental state determination method and system
US20210121082A1 (en) Method and a processor for determining health of an individual
Tazarv et al. Active reinforcement learning for personalized stress monitoring in everyday settings
JP7426015B1 (ja) ヘルスケア用データ解析システム
JP6450986B1 (ja) ヘルスケア支援サーバ、ヘルスケア支援方法、及びコンピュータで読み取り可能なプログラム
Koren et al. Comparison of data-driven models for cleaning eHealth sensor data: Use case on ECG signal
Malott et al. Detecting self-harming activities with wearable devices
JP2019212263A (ja) 情報処理装置及びプログラム
US20210327591A1 (en) System for Efficiently Estimating and Improving Wellbeing
Hupalo et al. Acquisition and Processing of Data in CPS for Remote Monitoring of the Human functional State
Rădulescu et al. Health parameters correlation in an IoT monitoring, evaluation and analysis framework for elderly
CN110192872B (zh) 压力评估校准方法、装置及存储介质
KR20220037630A (ko) 인공지능을 이용한 보청기 적합 시스템
Crochiere Integrating sensor technology and machine learning to target dietary lapses

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20231019

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20231019

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20231113

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231113

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240109

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240110

R150 Certificate of patent or registration of utility model

Ref document number: 7426015

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150