WO2018211768A1 - 体調予測システム - Google Patents
体調予測システム Download PDFInfo
- Publication number
- WO2018211768A1 WO2018211768A1 PCT/JP2018/007076 JP2018007076W WO2018211768A1 WO 2018211768 A1 WO2018211768 A1 WO 2018211768A1 JP 2018007076 W JP2018007076 W JP 2018007076W WO 2018211768 A1 WO2018211768 A1 WO 2018211768A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- menstrual
- physical condition
- malfunction
- days
- date
- Prior art date
Links
- 230000027758 ovulation cycle Effects 0.000 claims abstract description 215
- 230000035945 sensitivity Effects 0.000 claims abstract description 19
- 230000007257 malfunction Effects 0.000 claims description 187
- 230000002175 menstrual effect Effects 0.000 claims description 100
- 238000004364 calculation method Methods 0.000 claims description 72
- 230000005906 menstruation Effects 0.000 claims description 72
- 238000000034 method Methods 0.000 claims description 43
- 230000007423 decrease Effects 0.000 claims description 32
- 230000002159 abnormal effect Effects 0.000 claims description 19
- 230000016087 ovulation Effects 0.000 claims description 17
- 230000003821 menstrual periods Effects 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 description 28
- 230000000737 periodic effect Effects 0.000 description 9
- 206010019233 Headaches Diseases 0.000 description 7
- 231100000869 headache Toxicity 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 208000035475 disorder Diseases 0.000 description 6
- 230000036760 body temperature Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 208000037093 Menstruation Disturbances Diseases 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 206010036618 Premenstrual syndrome Diseases 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 231100000544 menstrual irregularity Toxicity 0.000 description 2
- 208000004998 Abdominal Pain Diseases 0.000 description 1
- 208000006820 Arthralgia Diseases 0.000 description 1
- 208000031636 Body Temperature Changes Diseases 0.000 description 1
- 208000033830 Hot Flashes Diseases 0.000 description 1
- 206010060800 Hot flush Diseases 0.000 description 1
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 206010027339 Menstruation irregular Diseases 0.000 description 1
- 206010028836 Neck pain Diseases 0.000 description 1
- 206010033314 Ovulation pain Diseases 0.000 description 1
- 208000032140 Sleepiness Diseases 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 208000012886 Vertigo Diseases 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 208000004296 neuralgia Diseases 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000037321 sleepiness Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 231100000889 vertigo Toxicity 0.000 description 1
Images
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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
Definitions
- the present invention relates to a system for predicting female menstrual cycles and changes in physical condition.
- Women's menstrual cycle is often accompanied by changes in physical condition such as physical condition according to the time, and it is desirable that the start date of menstruation and the date of occurrence of malfunction be announced in advance.
- the menstrual cycle is not necessarily constant, and various methods have been used to predict the start date of menstruation and the date of occurrence of a malfunction associated with the menstrual cycle.
- Patent Literature 1 discloses a health prediction method that predicts a menstrual start date by determining a stage in a menstrual cycle from body temperature, and predicts a malfunction occurrence date by recording a malfunction occurrence date. Is disclosed.
- Patent Document 2 records basal body temperature and the day on which malfunction occurred every number of days since the previous menstrual start date over a plurality of cycles, and indicates the date on which future basal body temperature changes and malfunctions are likely to occur.
- a display processing device for prediction is disclosed.
- Patent Document 3 discloses a physical condition prediction system that predicts a physical condition by calculating a headache generation pressure or a headache generation pressure difference for an individual. .
- the menstrual period is a period accompanied by physical condition changes such as physical condition, and it is important to know the next menstrual start date in physical condition management.
- physical condition changes such as physical condition
- Patent Document 2 a malfunction is predicted by recording a malfunctioning day as the number of days elapsed from the previous menstrual start date, but if there is a variation in the menstrual cycle, the relative relationship to the menstrual cycle There was a problem of not being able to grasp accurately.
- an object of the present invention is to provide a physical condition prediction system capable of solving at least one of the problems described above and predicting physical condition fluctuations in the near future.
- the physical condition prediction system is: A physical condition prediction system comprising an input means, a physical condition classification means, a menstrual prediction section, a storage section, and an output means,
- the input means accepts input of information related to physical condition changes including information on a menstrual start date
- the physical condition classification means determines the information on the date of menstruation from the information on the physical condition variation and stores it in the storage unit
- the menstrual forecasting unit The menstrual cycle is calculated using the past menstrual start date information stored in the storage unit, the number of times the menstrual cycle becomes a certain number of cycle days, and the number of cycle days included in the predetermined number of days before and after the cycle days
- the total number of occurrences is divided by the number of menstrual cycles that have passed to calculate the probability that menstruation will start within a predetermined number of days before and after the menstruation start date probability calculation target date, and that will be calculated on that date. It has a menstrual start date probability calculation means as a
- the physical condition classification means determines the information on the malfunction due to the menstrual cycle from the information on the physical condition variation, and stores it in the storage unit,
- the menstrual forecasting unit When a new menstrual start date is input, the relative number of days from the recording date of the malfunction information due to the menstrual cycle stored in the storage unit after the end of the previous menstrual period to the new menstrual start date, A malfunction relative date calculation means for calculating the malfunction relative date of malfunction information by each menstrual cycle; Using the information on the malfunction due to the menstrual cycle, the relative date of the malfunction, and the relative number of days from the target date for calculating the malfunction occurrence probability according to the menstrual cycle to the scheduled start date of the next menstrual cycle, And a malfunction occurrence probability calculation means by menstrual cycle that calculates a probability of occurrence of malfunction by the menstrual cycle within a predetermined number of days before and after the target date.
- the malfunction occurrence probability calculation means based on the menstrual cycle has a difference between the relative days from the target date for calculating the malfunction occurrence probability based on the menstrual cycle to the next scheduled menstrual start date, and the relative date within the predetermined period within a predetermined number of days.
- the probability of occurrence of malfunction due to the menstrual cycle is calculated by dividing the total number of malfunction information due to the menstrual cycle by the number of elapsed menstrual cycles. Thus, by summing up the number of malfunctions before and after the malfunction occurrence probability calculation target date, even when there is a change in the menstrual cycle, the malfunction occurrence probability can be calculated appropriately.
- the physical condition classification means determines the information on the malfunction due to the menstrual cycle from the information on the physical condition variation, and stores it in the storage unit,
- the menstrual forecasting unit When a new menstrual start date is input, the recording date of the abnormal information by the menstrual cycle stored in the storage unit after the end of the previous menstrual period, and the previous ovulation specified from the new menstrual start date
- a relative relative day calculation means for calculating a relative number of days relative to the day as an abnormal relative date of the abnormal information according to each menstrual cycle; Using the information on the upset by the menstrual cycle, the upset relative date, and the relative number of days between the ovulation date specified from the next scheduled start date of menstruation and the upset probability calculation date by the menstrual cycle,
- a malfunction occurrence probability calculating means for calculating a malfunction due to a menstrual cycle within a predetermined number of days before and after the target date for calculating a malfunction occurrence probability according to a cycle.
- the malfunction occurrence probability calculation means based on the menstrual cycle has a predetermined difference between the relative number of days between the ovulation date specified from the next scheduled menstruation start date and the malfunction occurrence probability calculation date based on the menstrual cycle, and the malfunction relative date.
- the probability of occurrence of malfunction due to the menstrual cycle is calculated by dividing the total number of malfunction information due to the menstrual cycle within the number of days by the number of elapsed menstrual cycles. In this way, by summing the number of malfunctions before and after the target date for calculating the probability of malfunction, even if there is a change in the menstrual cycle and the ovulation date deviates from the prediction, the probability of malfunction can be calculated appropriately. Can do.
- the menstrual prediction unit calculates the menstrual cycle using the past menstrual start date data stored in the storage unit, and the number of times the menstrual cycle becomes a certain number of cycle days, and a predetermined number of days before and after the cycle number of days. Further comprising a menstrual cycle calculation means, wherein the sum of the number of times included cycle days is the score of the cycle days, the number of days with the highest score is the normal menstrual cycle days, The malfunction occurrence probability calculation means based on the menstrual cycle determines the next scheduled menstrual start date based on the normal number of menstrual cycle days. In this way, by calculating the normal number of menstrual cycle days from a plurality of past menstrual cycles and determining the next scheduled menstrual cycle start date based on this, it is possible to improve the accuracy of calculation of the malfunction occurrence probability.
- the physical condition prediction system further includes a malfunction prediction unit due to a decrease in atmospheric pressure for calculating a probability of occurrence of malfunction due to a decrease in atmospheric pressure
- the physical condition classification means determines the information on the malfunction due to the pressure drop from the information related to the physical condition variation, and stores it in the storage unit
- the malfunction prediction unit due to the pressure drop is Sensitive to atmospheric pressure drop by dividing the number of malfunctions due to atmospheric pressure drop by the number of occurrences of atmospheric pressure decline based on the past atmospheric pressure decline information stored in the storage unit and information on malfunctions due to atmospheric pressure drop
- the input means accepts an input by voice as an input of information on the physical condition change
- the physical condition classification means recognizes a predetermined word from the input by voice, classifies information relating to the physical condition variation, and stores the information in the storage unit.
- the operator can freely input, and as an example, the information can be read from the dialogue with the artificial intelligence. Thereby, input becomes easy and the burden on the operator is reduced.
- the physical condition prediction method includes: A physical condition prediction method by a physical condition prediction system comprising an input unit, a physical condition classification unit, a menstrual prediction unit, a storage unit, and an output unit,
- the input means accepts input of information related to physical condition changes including information on a menstrual start date
- the physical condition classification means determines the information on the date of menstruation from the information on the physical condition variation and stores it in the storage unit
- the menstrual prediction unit calculates the menstrual cycle using the past menstrual start date information stored in the storage unit, the number of times the menstrual cycle becomes a certain number of cycle days, and a predetermined number of days before and after the cycle days Divide the total number of cycles that are included in the number of menstrual cycles that have passed to calculate the probability that the menstruation will start within the predetermined number of days before and after the menstruation start date probability calculation target date, and then start the menstruation The probability of starting menstruation on the day of the day probability calculation target
- the output means outputs the men
- the server device includes: A server device that predicts changes in the physical condition of a woman, A storage unit; Means for obtaining information on physical condition changes including information on the menstruation start date of the subject person; Means for determining the information on the date of menstruation from the information on the physical condition variation and storing it in the storage unit;
- the menstrual cycle is calculated using information on the past menstrual start date, and the total number of times that the menstrual cycle becomes a certain number of cycle days and the number of cycle days included in the predetermined number of days before and after the cycle days, By dividing by the number of menstrual cycles that have passed, calculate the probability that menstruation will start within a predetermined number of days before and after the menstruation start date probability calculation target date, and let it be the menstrual start date probability of the relevant menstrual start date probability calculation target date, Menstruation prediction means, Means for transmitting the menstruation start date probability to the terminal device.
- the physical condition prediction system records physical condition information, and predicts physical condition fluctuations such as physical condition based on the physical condition information, and accepts voice input by a user, voice and display
- the terminal device 2 that performs output by displaying and the external weather information database 3 are configured.
- FIG. 2 is a functional block diagram of the physical condition prediction system in the present embodiment.
- the physical condition prediction system in the present embodiment includes an input unit 21, a physical condition classification unit 11 that discriminates physical condition from input contents and stores the physical condition in a storage unit, a storage unit 12, a menstrual prediction unit 13, The malfunction prediction part 14 by pressure reduction and the output means 22 are provided.
- the storage unit 12 stores a menstrual cycle physical condition fluctuation storage unit 121 that stores a menstrual start date record and a malfunction record due to a menstrual cycle, and stores a date and time when a pressure decrease occurs and a disorder due to a decrease in atmospheric pressure.
- Each storage unit includes a storage unit 122 and a physical condition recording storage unit 123 that stores a malfunction or physical condition record due to other causes.
- the server device 1 includes an arithmetic device such as a CPU, a main storage device such as a RAM (Random Access Memory), an HDD (Hard Disk Drive), an SSD (Solid State Drive), an auxiliary storage device such as a flash memory, and a network NW.
- a general computer device such as a server device equipped with various input / output devices including connection means can be used. More specifically, a program for operating the server device 1 as each means as described above is stored in the auxiliary storage device in advance or by copying from a recording medium, and these programs are stored on the main storage device.
- the computer device can be used as the server device 1 in the physical condition prediction system according to the present embodiment by performing the calculation by the arithmetic device and controlling the input / output means.
- the configuration in which the server apparatus 1 is realized by a single computer apparatus is shown, but the present invention is not limited to this.
- the terminal device 2 a general computer including an arithmetic device, a main storage device, an auxiliary storage device, connection means to the network NW, various input / output devices including input means 21 and output means 22, etc.
- the device can be used.
- FIG. 1 illustrates the smartphone 2a, the connected car 2b, and the Internet terminal 2c
- a communicable terminal such as a wearable device may be used.
- such a terminal device 2 is used to receive voice input several times a day and perform processing as described later. Further, it is assumed that weather information acquisition and processing accompanying it are performed when receiving voice input from the terminal device 2 or periodically.
- the input means 21 may be configured to accept other input such as input by characters instead of or in addition to voice input, and the output means 22 is also output by voice or display display. Any configuration can be used as long as the output can be performed by an arbitrary method, such as a combined output.
- the server device 1 includes the physical condition classification unit 11, the storage unit 12, the menstrual prediction unit 13, and the malfunction prediction unit 14 due to a decrease in atmospheric pressure, and the terminal device 2 includes the input unit 21 and the output unit 22.
- the terminal apparatus 2 includes the physical condition classification unit 11 may be employed.
- the menstrual prediction unit 13 can access the physical condition fluctuation storage unit 121 according to the menstrual cycle.
- the malfunction prediction unit 14 due to a decrease in atmospheric pressure has access to the malfunction storage unit 122 due to a decrease in atmospheric pressure, the weather information database 3, and includes a pressure decrease sensitivity calculation unit 141 and a malfunction notification unit 142 due to a decrease in atmospheric pressure.
- FIG. 3 is a diagram showing an overall processing flow in the present embodiment. As shown here, first, in step S101, the voice of the subject is recognized by the input means 21, and the physical condition voice input process shown in FIG. 11 is started.
- step S901 When accepting the voice input, first, in response to the call by the subject in step S901, the personal identification is performed in step S902. If the personal identification cannot be performed, the processing of the entire system is terminated. If the identity is confirmed, the input is accepted and the physical condition information is classified in step S903 as shown in FIG.
- step S1001 the subject's voice input is recognized, and in step S1002, the presence or absence of a word related to the start of menstruation or physical condition is determined. If no words related to the start of menstruation or physical condition are recognized, the physical condition classification is completed by classifying the physical condition record information in step S1003.
- the term relating to the change in physical condition refers to a word indicating the start of menstruation, a word indicating a malfunction of the body due to a menstrual cycle, a decrease in atmospheric pressure, and other various factors.
- Such words related to physical condition fluctuations are registered in advance in association with the meanings thereof (such as the start of menstruation and possible causes of malfunction).
- step S1002 If a word related to the start of menstruation or a physical condition is recognized in step S1002, the presence or absence of a word related to the start of menstruation is further determined in step S1004. If a word related to the start of menstruation is recognized, it is added to the menstrual start information in step S1005. The classification is advanced to step S1006.
- the words related to the start of menstruation are, for example, “physiology” and “menstruation”.
- step S1006 it is determined whether or not there is a word related to a malfunction characteristic to atmospheric pressure drop, and if a word related to the malfunction characteristic to atmospheric pressure decrease is recognized, in step S1007, the information is classified into malfunction information due to atmospheric pressure drop.
- the words related to the malfunction characteristic to pressure drop include, for example, “headache”, “neck pain”, “vertigo”, “neuralgia”, “joint pain”, and the like.
- step S1006 If it is determined in step S1006 that no words relating to the malfunction characteristic to atmospheric pressure drop are recognized, the process proceeds to step S1008.
- step S1008 it is determined whether or not there is a word related to the disorder characteristic to the menstrual cycle. If a word related to the disorder characteristic to the menstrual cycle is recognized, in step S1009, the condition is classified into the malfunction information due to the menstrual cycle. End classification.
- the words related to the disorder characteristic to the menstrual cycle include, for example, “headache”, “abdominal pain”, “heavy waist”, “sleepiness”, “hot flash”, and the like.
- step S1007 and step S1009 when a word common to the depression characteristic to the atmospheric pressure drop and a characteristic abnormality to the menstrual cycle, such as “headache”, are recognized in step S1007 and step S1009. It will be classified into both the characteristic disorder of the menstrual cycle.
- step S1008 when a word related to the disorder characteristic to the menstrual cycle is not recognized, in step S1010, it is classified into physical condition recording information, and physical condition classification is terminated.
- step S903 when the physical condition classification of step S903 in FIG. 11 is completed, a re-question is performed for confirmation in step S904.
- step S905 the contents of the classification and the presence / absence of the subject's consent for the recording are determined. If the consent cannot be obtained, the physical sound input is terminated.
- step S905 If the consent of the subject is obtained in step S905, the date and time of physical condition change is acquired in step S906, and if it is irregular information due to menstrual cycle start information or menstrual cycle in step S907, the physical condition change storage unit 121 by menstrual cycle In addition, if it is the malfunction information due to the pressure drop, it is stored in the malfunction storage section 122 due to the pressure drop, and if it is the physical condition recording information, it is stored in the physical condition recording storage section 123, and the physical condition voice input is terminated.
- step S101 in FIG. 3 When the physical condition voice input in step S101 in FIG. 3 is completed as described above, it is determined in step S102 whether or not menstrual cycle start information has been input, and in step S109, the pressure drop sensitivity calculation shown in FIG. 9 is started. .
- step S102 If there is no input of menstrual period start information in step S102, a malfunction notice in accordance with the menstrual cycle shown in FIG.
- the menstrual cycle calculation shown in FIG. 4 in step S103 is started.
- the “first process” refers to a process in a state where there is no information related to past menstruation in the physical condition fluctuation storage unit 121 according to the menstrual cycle. This may be configured to be performed based on an operator's input, or simply to determine that this is the first process when there is no information related to past menstruation in the physical condition fluctuation storage unit 121 according to the menstrual cycle. It is good also as a structure.
- step S201 If it is determined in step S201 that the process is the first time, an input of the menstrual cycle by the operator is accepted in the subsequent step S202. In other words, this is the reception of the number of days that the operator knows as his / her standard menstrual cycle. Thereby, even when there is no past data, prediction based on an individual's menstrual cycle becomes possible.
- step S203 the input of the immediately preceding menstrual start date is accepted.
- step S201 the determination as to whether or not the process is the first time in step S201, the input of the menstrual cycle in step S202, and the input of the immediately preceding menstruation start date in step S203 are omitted, and only by the information stored in the physical condition fluctuation storage unit 121 by the menstrual cycle It is good also as a structure which performs a process.
- step S204 the current menstrual cycle is calculated based on the number of days from the previous menstrual start date (or the previous menstrual start date input in step S203) stored in the menstrual cycle variation storage unit 121.
- step S205 it is determined whether or not the current menstrual cycle calculated in step S204 falls within a predetermined normal menstrual cycle range.
- the range of the normal menstrual cycle here may be a generally known 25th to 38th day, or may be changed as appropriate.
- the number of days of the current menstrual cycle is stored in the physical condition fluctuation storage unit 121 according to the menstrual cycle, and in step S206, based on the data of the physical condition fluctuation storage unit 121 due to the menstrual cycle, The sum of the number of times that has become a certain number of periodic days and the number of times that has become the number of periodic days included in the predetermined number of days before and after the number of periodic days is calculated as the score of the number of periodic days.
- step S207 a determination is made regarding the score of each periodic day calculated in step S206.
- the number of cycle days having the highest point is one, the cycle days are used, and in the case of two consecutive days, the shorter cycle day is adopted as a normal menstrual cycle in step S208.
- the number of periodic days having the highest point is three or more or two in step S207 and is not continuous, it is determined that an accurate menstrual cycle cannot be determined, and the process ends.
- each column shows the number of menstrual cycle days, the actual number of menstrual cycles (the number of times the menstrual cycle has become a certain menstrual cycle described above), and the points of each cycle date.
- the point of each cycle day is the total number of times that the cycle days included in the three days including the cycle days. For example, when calculating a score of 28 days, the number of times (2) when the number of cycles is 28 days is added to the number (1) of 27 days and the number of times (4) when it is 29 days. , 7 points. When the score for each cycle day is calculated in this way, the maximum score is 17 points for 30 cycle days, so 30 days can be adopted as a normal menstrual cycle.
- step S103 when step S103 is completed, the menstrual start date probability calculation shown in FIG. 5 starts in step S104.
- step S301 the difference between the scheduled menstrual start date determined based on the menstrual cycle calculated in step S103 and the actual menstrual start date is calculated. 4, it is determined whether or not the current menstrual cycle calculated in step S ⁇ b> 204 falls within the range of the predetermined normal menstrual cycle. If the menstrual cycle does not fall within the range of the normal menstrual cycle, there is a possibility that normal menstruation has not occurred. Yes, since the menstrual cycle cannot be calculated accurately, the process is terminated without calculating the menstrual start date probability.
- the range of the normal menstrual cycle may be generally 25 days to 38 days, or may be changed as appropriate.
- the scheduled menstrual start date is determined based on the menstrual cycle calculated in step S103, but the date with the highest probability of starting menstruation calculated by the previous calculation may be set as the scheduled menstrual start date. .
- the difference between the scheduled menstrual start date and the actual menstrual start date calculated in step S301 may be output as it is, or may be stored as a record and recalled later.
- step S303 based on the data in the physical condition fluctuation storage unit 121 by the menstrual cycle, the number of times that the menstrual cycle becomes a certain number of cycle days and a predetermined number of days before and after the cycle number of days.
- Calculate the probability that menstruation will start within a predetermined number of days before and after menstruation start date probability calculation target date by summing up the number of cycles that have been included and dividing this by the number of menstrual cycles that have passed in step S304, In S305, it is recorded in the physical condition variation storage unit 121 according to the menstrual cycle as the menstrual start date probability of the target date.
- the calculation of the probability of the start of menstruation when “the total number of times the number of periodic days before and after” is the sum of the number of times the number of periodic days included in three days including the relevant number of days Will be described with reference to Table 2.
- This table shows the number of days in the menstrual cycle, the actual number of menstrual cycles (the number of times that the menstrual cycle has become a menstrual cycle described above), the total number of times that the preceding and succeeding cycle days, and the probability of starting menstruation It is shown.
- the total number of times the number of cycle days before and after is the total number of times the number of cycle days included in the three days including the cycle number.
- the present invention is not limited to this.
- the total number of times that the number of cycle days included in the two days before and after, that is, the five days including the cycle days may be used, or any other range around the cycle days may be used. It is possible to use the total number of times that has become the number of periodic days.
- step S401 an abnormal record of the physical condition fluctuation storage unit 121 according to the menstrual cycle is acquired.
- step S402 it is determined whether or not the current menstrual cycle calculated in step S204 in FIG. 4 is within the range of the predetermined normal menstrual cycle. Since there is a possibility that it has not occurred, it becomes impossible to accurately calculate the relative date with respect to the menstrual cycle. Therefore, the processing is terminated without calculating the abnormal relative date.
- the range of the normal menstrual cycle may be generally 25 days to 38 days, or may be changed as appropriate.
- step S403 a new menstruation is started from the day of the malfunction for the malfunction record stored in the physical condition fluctuation storage unit 121 by the menstrual cycle after a predetermined number of days have passed since the previous menstruation start date.
- the relative number of days until the start date is calculated as the upset relative date for each upset record. For example, if a malfunction is input on January 1, and then menstruation start information is input on January 10, the malfunctioning relative day of January 1 is 9 days.
- step S404 the calculated irregular relative date is stored in the physical condition fluctuation storage unit 121 according to the menstrual cycle, and the process ends.
- step S403 the malfunction recorded within the predetermined number of days from the previous menstrual start date is excluded from the calculation of the malfunction relative date. This is because most of the malfunctions in the menstrual period are This is because it is seen for several days from the start date and the significance of the prediction is low.
- the malfunction recorded within the predetermined number of days from the last menstrual start date it is good also as a structure which is separately calculated as a malfunction relative abnormal day in the menstrual period by the number of days from the previous menstrual start date.
- the ovulation date may be specified, for example, 14 days before the start date of menstruation next to the recording date of the malfunction.
- step S105 in FIG. 3 When step S105 in FIG. 3 is completed, calculation of a malfunction occurrence probability based on the menstrual cycle shown in FIG. 7 is started in step S106.
- step S501 the relative number of days from the target date to the next scheduled menstrual start date is calculated.
- the target day refers to the day on which the malfunction occurrence probability is calculated. This is based on the knowledge that there is no individual difference in the period from the date of ovulation to the start of menstruation, and it varies between 12 and 16 days, centering on 14 days.
- the next scheduled menstrual start date may be determined based on the normal menstrual cycle calculated in step S103. Or you may determine by another method, such as determining from the day with the highest menstrual start date probability calculated in step S104.
- step S503 referring to the physical condition variation storage unit 121 according to the menstrual cycle, in step S503, the number of days from the target date to the next scheduled start date of menstruation is compared with the abnormal relative abnormal date due to the menstrual cycle. Sum the number of malfunctions before and after. In other words, this is a process of counting a malfunction in which the difference between the number of days from the target date to the next scheduled menstrual start date and the malfunction relative date is within a predetermined number of days.
- step S504 the total number of irregularities before and after the target date is divided by the number of elapsed menstrual cycles to calculate the probability of occurrence of irregularities due to the menstrual cycle, and stored in the physical condition fluctuation storage unit 121 due to the menstrual cycle in step S505. Then, the process ends.
- the total number of malfunction recordings before and after each relative day is the total number of malfunction recordings included in the three days including the target day.
- the malfunction occurrence probability is calculated using the number of days in which a malfunction has occurred due to the menstrual cycle among the periods included in one day before and after the target day, that is, three days including the target day, in step S503.
- the present invention is not limited to this.
- the number of days in which the malfunction due to the menstrual cycle is recorded may be used among the two days before and after, that is, the days included in the five days including the target day. It is possible to use the total number of days in which a malfunction has been recorded.
- the malfunction occurrence probability calculated at this time may exceed 1, but in such a case, the portion exceeding 1 may be output by performing an operation such as truncating.
- step S503 when the relative number of days between the abnormal day and the ovulation day is calculated as the abnormal relative day in step S403 in the calculation of the abnormal relative day, in step S503,
- the relative number of days between the target day and the ovulation day may be compared with the abnormal day of the irregularity due to the menstrual cycle, and a process of summing up the number of irregularities before and after the target day may be performed.
- this is a process of performing a malfunction count in which the difference between the relative number of days between the ovulation date and the target date and the malfunction relative day is within a predetermined number of days.
- the ovulation date may be specified, for example, 14 days before the next scheduled menstrual start date.
- step S106 when the menstrual start information is input, that is, for each day until the next menstrual start date when the menstrual start information is input, the processing for calculating the menstrual start date probability and the malfunction occurrence probability due to the menstrual cycle is shown, the present invention is not limited to this. For example, these may be calculated periodically or without operator input even if menstrual start information is not input. That is, if past information is accumulated to some extent, even if there is no new input, the menstrual cycle, the menstrual start date probability, the malfunction occurrence probability due to the menstrual cycle, Therefore, such a process may be performed.
- step S107 the malfunction notice by the menstrual cycle shown in FIG. 8 is started in step S107.
- the malfunction occurrence probability due to the menstrual cycle is determined in step S602.
- a malfunction alarm due to the menstrual cycle is output by the output means 22 in step S603. If the malfunction occurrence probability is lower in step S602, the malfunction occurrence probability is further compared with another reference value lower than the first reference value in step S604. If the malfunction occurrence probability is greater, the malfunction occurrence probability is determined in step S605. Is output by the output means 22.
- the output means 22 in step S108 outputs the menstrual start date probability calculated in step S104 and recorded in the physical condition fluctuation storage unit 121 according to the menstrual cycle.
- the output any method such as an output by voice, an output by display on a display, or an output by combining them can be used.
- the flow of pressure drop sensitivity calculation in step S109 of FIG. 3 will be described with reference to FIG.
- the atmospheric pressure information when the system according to the present invention is activated, the atmospheric pressure information from the previous activation to the present is collectively acquired to determine the atmospheric pressure drop.
- the atmospheric pressure drop here means that the atmospheric pressure near the subject falls with a width exceeding a predetermined value.
- it is good also as a structure which is always acquired and accumulated from the weather information database 3 and referred to when calculating atmospheric pressure drop sensitivity.
- step S701 the atmospheric pressure information around the subject from the previous pressure drop sensitivity calculation to the present is acquired from the weather information database 3, and in step S702 from the previous calculation to the current calculation. It is determined whether or not there is a decrease in atmospheric pressure during the period. If there is no decrease in atmospheric pressure, the process is terminated. If it is determined that the atmospheric pressure has decreased, the number of atmospheric pressure drops is recorded in the malfunction storage unit 122 due to the atmospheric pressure drop in step S703. In the case of recording for the second time and thereafter, it is added to the number of pressure drops stored in the malfunction storage unit 122 due to the pressure drop.
- step S704 a malfunction record due to a decrease in atmospheric pressure is acquired from the malfunction storage unit 122 due to a decrease in atmospheric pressure, and in step S705, it is compared with the atmospheric pressure information acquired in step S701. judge. If there is no pressure drop, the process proceeds to step S707. If there is a decrease in atmospheric pressure, the number of reactions for the decrease in atmospheric pressure is recorded in step S706. In the case of the second and subsequent recordings, it is added to the number of reactions for the pressure drop stored in the malfunction storage unit 122 due to the pressure drop.
- step S ⁇ b> 707 the probability of malfunction of the subject with respect to the pressure drop is calculated by dividing the number of reactions with respect to the pressure drop of the subject by the number of times the pressure drop has occurred in the vicinity of the subject. Finally, in step S708, this is stored in the malfunction storage unit 122 due to the pressure drop as the pressure drop sensitivity.
- step S110 the malfunction notice due to the pressure drop shown in FIG. 10 is started.
- step S801 a pressure forecast near the subject is obtained from the weather information database 3, and in step S802, the presence or absence of a pressure drop forecast is determined. If there is no pressure drop forecast, the process is terminated without making a notice.
- step S803 the subject's sensitivity to decrease in atmospheric pressure is acquired from the malfunction storage unit 122.
- step S804 the sensitivity is compared with the reference value. If the reference value is exceeded, the process proceeds to step S805. If the malfunction warning notice is below the reference value, a malfunction notice warning notice is output by the output means 22 in step S806.
- a plurality of reference values for outputting warnings and warnings may be set, and the intensity of warnings may be changed according to the subject's pressure drop sensitivity.
- an arbitrary method such as an output by voice, an output by display on a display, or an output by combining them can be used.
- the physical condition prediction system it is possible to know in detail the scheduled menstruation start date when the physical condition of a woman changes greatly, and to provide information that is also a guide for menstrual irregularities. become able to. In addition, it is possible to appropriately predict a malfunction that occurs before the start of the next menstruation. Further, by calculating the individual pressure drop sensitivity based on past malfunction data, the physical condition of the day can be predicted and notified in more detail.
- the server device includes a physical condition classification unit 11, a storage unit 12, a menstrual prediction unit 13, and a malfunction prediction unit 14 due to a decrease in atmospheric pressure, and the menstruation prediction unit 13 has a malfunction occurrence probability due to a menstrual cycle.
- the present invention is not limited to this.
- a part of the configuration in which the server apparatus 1 does not include the malfunction prediction unit 14 due to a decrease in atmospheric pressure or the structure in which the menstrual prediction unit 13 does not include the malfunction relative date calculation unit 133 and the malfunction occurrence probability calculation unit 134 due to the menstrual cycle is omitted. It is good also as a structure which does.
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Child & Adolescent Psychology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Economics (AREA)
- Epidemiology (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
女性の体調変動を手軽に記録し、月経周期や気圧変化による体調変動を総合的に、かつ従来よりも正確に予測できる体調予測システムを提供すること。音声入力より女性の月経開始や身体の不調に関する情報を取得し、また、気象データを取得することで、個人の月経周期と、その日に月経が開始する確率と、月経周期による不調が発生する確率と、気圧低下に対する個人の敏感度と、を算出して身体の不調に対して事前の警告を行う、総合的な体調管理システムを提供する。
Description
本発明は、女性の月経周期や、体調の変動を予測するシステムに関する。
女性の月経周期は時期に応じた身体の不調などの体調変動を伴うことが多く、月経開始日や不調が発生する日が事前に告知されることが望まれる。しかし月経周期は必ずしも一定ではなく、さまざまな方法で月経開始日や月経周期にともなう不調の発生日の予測が行われてきた。
例えば、特許文献1には、月経周期におけるステージを体温から判定することで、月経開始日を予測し、また、不調の発生した日を記録することで、不調の発生日を予測する健康予測方法が開示されている。
また、特許文献2には、複数周期にわたって、基礎体温と、前回の月経開始日からの経過日数ごとに不調の発生した日を記録し、今後の基礎体温の変化と不調の発生しやすい日を予測する表示処理装置が開示されている。
さらに、気圧低下によっても不調が引き起こされることが知られている。これについては気象予報に基づく予測方法が知られており、特許文献3には、個人に対して頭痛発生気圧または頭痛発生気圧差を算出して体調を予測する、体調予測システムが開示されている。
多くの女性にとって月経期は身体の不調などの体調変動を伴う期間であり、次回の月経開始日を知ることは体調管理において重要である。しかし、実際には月経周期が安定しない女性も多く、比較的月経周期が安定している女性でも、数日程度の変動は多いため、ある程度の変動を考慮して月経開始日を予測することが望まれる。
これに対し、従来の月経開始日予測システムでは、過去の月経周期から次回の月経開始日のみを予測する方法が主流であったため、実際の月経開始日が予測からずれることが頻繁に起こり、特に月経周期が安定しない女性にはあまり参考にならない、という課題があった。
このほか、特許文献1に記載の方法では、体温の変化で月経周期におけるステージを判定しているが、この方法は毎日体温を測る必要があり、被測定者の負担になることに加え、測り忘れがあると正確に判定できなくなるという課題がある。
また、月経期以外にも体調変動することは周知の事実であり、***痛、月経前症候群(PMS)など、不調の時期は個人によって異なる。
これに対し、特許文献2では、不調の日を前回の月経開始日からの経過日数で記録することで不調を予測しているが、月経周期の変動があると、月経周期に対する相対的な関係を正確に把握できない、という課題があった。
さらに、気圧低下によっても不調が起こりうることが知られている。気圧低下による不調は個人差が大きく、不調の予測においてはこの個人差を考慮することが望まれる。特許文献3ではこれを個人の「頭痛発生気圧」または「頭痛発生気圧差」として算出しているが、気圧低下による不調が発生するか否かは気圧だけにはよらないため、より詳細に不調の起きやすさを算出することが望まれる。
そこで、本発明では、上述したような課題のうち、少なくとも一つを解決し、近い未来の体調変動を予測できる体調予測システムを提供することを課題とする。
上記課題を解決するために、本発明に係る体調予測システムは、
入力手段と、体調分類手段と、月経予測部と、記憶部と、出力手段と、を備える体調予測システムであって、
前記入力手段が、月経開始日の情報を含む体調変動に関する情報の入力を受け付け、
前記体調分類手段が、前記体調変動に関する情報から前記月経開始日の情報を判別して前記記憶部に格納し、
前記月経予測部が、
前記記憶部に格納された過去の前記月経開始日の情報を用いて月経周期を算出し、月経周期が、ある周期日数となった回数と、当該周期日数の前後所定日数に含まれる周期日数となった回数の合計を、経過した月経周期数で割ることで、月経開始日確率算出対象日前後の所定日数内に月経が開始する確率を算出し、それを当該月経開始日確率算出対象日の月経開始日確率とする、月経開始日確率算出手段を有し、
前記出力手段が、前記月経開始日確率を出力することを特徴とする。
入力手段と、体調分類手段と、月経予測部と、記憶部と、出力手段と、を備える体調予測システムであって、
前記入力手段が、月経開始日の情報を含む体調変動に関する情報の入力を受け付け、
前記体調分類手段が、前記体調変動に関する情報から前記月経開始日の情報を判別して前記記憶部に格納し、
前記月経予測部が、
前記記憶部に格納された過去の前記月経開始日の情報を用いて月経周期を算出し、月経周期が、ある周期日数となった回数と、当該周期日数の前後所定日数に含まれる周期日数となった回数の合計を、経過した月経周期数で割ることで、月経開始日確率算出対象日前後の所定日数内に月経が開始する確率を算出し、それを当該月経開始日確率算出対象日の月経開始日確率とする、月経開始日確率算出手段を有し、
前記出力手段が、前記月経開始日確率を出力することを特徴とする。
このように、各日について、月経開始の確率を算出することによって、ある程度の変動を考慮しながら、女性の体調が大きく変化する月経開始予定日をより詳細に知ることができる。さらにこれにより、従来のシステムでは有用な情報を提供できなかった月経不順者にも目安となる情報を提供することができるようになる。
本発明の好ましい形態では、
前記体調分類手段が、前記体調変動に関する情報から月経周期による不調の情報を判別して前記記憶部に格納し、
前記月経予測部が、
新たな月経開始日が入力されたときに、前回の月経期の終了後に前記記憶部に格納された前記月経周期による不調の情報の記録日から新たな月経開始日までの相対的な日数を、それぞれの前記月経周期による不調の情報の不調相対日として算出する、不調相対日算出手段と、
前記月経周期による不調の情報と、前記不調相対日と、月経周期による不調発生確率算出対象日から次回月経開始予定日までの相対的な日数と、を用いて、当該月経周期による不調発生確率算出対象日前後の所定日数内に月経周期による不調が発生する確率を算出する、月経周期による不調発生確率算出手段と、を備えることを特徴とする。
このように、月経周期による不調の発生した日を、次回の月経が開始してから月経周期に対して相対的に記録することにより、次回の月経によって発生する不調について適切に予測を行うことが可能となる。また、不調発生の確率を算出することによって、より適切な対策をとることが可能となる。さらに、月経開始日と過去の不調の発生日から不調の発生を予測することで、従来の方法に比べて対象者の負担を小さくすることができる。
前記体調分類手段が、前記体調変動に関する情報から月経周期による不調の情報を判別して前記記憶部に格納し、
前記月経予測部が、
新たな月経開始日が入力されたときに、前回の月経期の終了後に前記記憶部に格納された前記月経周期による不調の情報の記録日から新たな月経開始日までの相対的な日数を、それぞれの前記月経周期による不調の情報の不調相対日として算出する、不調相対日算出手段と、
前記月経周期による不調の情報と、前記不調相対日と、月経周期による不調発生確率算出対象日から次回月経開始予定日までの相対的な日数と、を用いて、当該月経周期による不調発生確率算出対象日前後の所定日数内に月経周期による不調が発生する確率を算出する、月経周期による不調発生確率算出手段と、を備えることを特徴とする。
このように、月経周期による不調の発生した日を、次回の月経が開始してから月経周期に対して相対的に記録することにより、次回の月経によって発生する不調について適切に予測を行うことが可能となる。また、不調発生の確率を算出することによって、より適切な対策をとることが可能となる。さらに、月経開始日と過去の不調の発生日から不調の発生を予測することで、従来の方法に比べて対象者の負担を小さくすることができる。
本発明の好ましい形態では、
前記月経周期による不調発生確率算出手段が、前記月経周期による不調発生確率算出対象日から前記次回月経開始予定日までの相対的な日数と、前記不調相対日と、の差が所定日数内である前記月経周期による不調の情報の合計数を、経過した月経周期数で割ることで、前記月経周期による不調が発生する確率を算出することを特徴とする。
このように、不調発生確率算出対象日前後の不調の回数を合計することにより、月経周期に変動があった場合でも、適切に不調発生確率を算出することができる。
前記月経周期による不調発生確率算出手段が、前記月経周期による不調発生確率算出対象日から前記次回月経開始予定日までの相対的な日数と、前記不調相対日と、の差が所定日数内である前記月経周期による不調の情報の合計数を、経過した月経周期数で割ることで、前記月経周期による不調が発生する確率を算出することを特徴とする。
このように、不調発生確率算出対象日前後の不調の回数を合計することにより、月経周期に変動があった場合でも、適切に不調発生確率を算出することができる。
本発明の好ましい形態では、
前記体調分類手段が、前記体調変動に関する情報から月経周期による不調の情報を判別して前記記憶部に格納し、
前記月経予測部が、
新たな月経開始日が入力されたときに、前回の月経期の終了後に前記記憶部に格納された前記月経周期による不調の情報の記録日と、前記新たな月経開始日より特定した前回の***日との間の相対的な日数を、それぞれの前記月経周期による不調の情報の不調相対日として算出する、不調相対日算出手段と、
前記月経周期による不調の情報と、前記不調相対日と、次回月経開始予定日より特定した***日と月経周期による不調発生確率算出対象日の間の相対的な日数と、を用いて、当該月経周期による不調発生確率算出対象日前後の所定日数内に月経周期による不調が発生する確率を算出する、月経周期による不調発生確率算出手段と、を備えることを特徴とする。
このように、***日を基準として不調相対日を算出する構成としても、月経周期による不調の発生について適切に予測を行うことができる。
前記体調分類手段が、前記体調変動に関する情報から月経周期による不調の情報を判別して前記記憶部に格納し、
前記月経予測部が、
新たな月経開始日が入力されたときに、前回の月経期の終了後に前記記憶部に格納された前記月経周期による不調の情報の記録日と、前記新たな月経開始日より特定した前回の***日との間の相対的な日数を、それぞれの前記月経周期による不調の情報の不調相対日として算出する、不調相対日算出手段と、
前記月経周期による不調の情報と、前記不調相対日と、次回月経開始予定日より特定した***日と月経周期による不調発生確率算出対象日の間の相対的な日数と、を用いて、当該月経周期による不調発生確率算出対象日前後の所定日数内に月経周期による不調が発生する確率を算出する、月経周期による不調発生確率算出手段と、を備えることを特徴とする。
このように、***日を基準として不調相対日を算出する構成としても、月経周期による不調の発生について適切に予測を行うことができる。
本発明の好ましい形態では、
前記月経周期による不調発生確率算出手段が、次回月経開始予定日より特定した***日と月経周期による不調発生確率算出対象日の間の相対的な日数と、前記不調相対日と、の差が所定日数内である前記月経周期による不調の情報の合計数を、経過した月経周期数で割ることで、前記月経周期による不調が発生する確率を算出することを特徴とする。
このように、不調発生確率算出対象日前後の不調の回数を合計することにより、月経周期に変動があり、それに伴って***日が予測からずれた場合でも、適切に不調発生確率を算出することができる。
前記月経周期による不調発生確率算出手段が、次回月経開始予定日より特定した***日と月経周期による不調発生確率算出対象日の間の相対的な日数と、前記不調相対日と、の差が所定日数内である前記月経周期による不調の情報の合計数を、経過した月経周期数で割ることで、前記月経周期による不調が発生する確率を算出することを特徴とする。
このように、不調発生確率算出対象日前後の不調の回数を合計することにより、月経周期に変動があり、それに伴って***日が予測からずれた場合でも、適切に不調発生確率を算出することができる。
本発明の好ましい形態では、
前記月経予測部が、前記記憶部に格納された過去の月経開始日のデータを用いて月経周期を算出し、月経周期が、ある周期日数となった回数と、当該周期日数の前後所定日数に含まれる周期日数となった回数を合計したものを当該周期日数の点数として、最も点数の高かった日数を通常の月経周期日数とする、月経周期算出手段を更に備え、
前記月経周期による不調発生確率算出手段が、前記次回月経開始予定日を、前記通常の月経周期日数に基づいて決定することを特徴とする。
このように、過去の複数の月経周期から通常の月経周期日数を算出し、それに基づいて次回月経開始予定日を決定することにより、不調発生確率の算出の精度を高めることができる。
前記月経予測部が、前記記憶部に格納された過去の月経開始日のデータを用いて月経周期を算出し、月経周期が、ある周期日数となった回数と、当該周期日数の前後所定日数に含まれる周期日数となった回数を合計したものを当該周期日数の点数として、最も点数の高かった日数を通常の月経周期日数とする、月経周期算出手段を更に備え、
前記月経周期による不調発生確率算出手段が、前記次回月経開始予定日を、前記通常の月経周期日数に基づいて決定することを特徴とする。
このように、過去の複数の月経周期から通常の月経周期日数を算出し、それに基づいて次回月経開始予定日を決定することにより、不調発生確率の算出の精度を高めることができる。
本発明の好ましい形態では、
前記体調予測システムが、気圧低下による不調が発生する確率を算出する、気圧低下による不調予測部をさらに有し、
前記体調分類手段が、前記体調変動に関する情報から気圧低下による不調の情報を判別して前記記憶部に格納し、
前記気圧低下による不調予測部が、
前記記憶部に格納された、過去の気圧低下情報と、前記気圧低下による不調の情報と、に基づいて、前記気圧低下による不調の回数を気圧低下が起こった回数で割ることで、気圧低下敏感度を算出する、気圧低下敏感度算出手段と、
外部の気象データを取得する手段と、
前記気圧低下敏感度に応じて、前記気圧低下による不調に対する警告を行う、気圧低下による不調予告手段と、を備えることを特徴とする。
このように、過去の不調データに基づいて、個人の気圧低下敏感度を確率で算出することによって、より詳細に当日の体調を予測、通知できるようになる。
前記体調予測システムが、気圧低下による不調が発生する確率を算出する、気圧低下による不調予測部をさらに有し、
前記体調分類手段が、前記体調変動に関する情報から気圧低下による不調の情報を判別して前記記憶部に格納し、
前記気圧低下による不調予測部が、
前記記憶部に格納された、過去の気圧低下情報と、前記気圧低下による不調の情報と、に基づいて、前記気圧低下による不調の回数を気圧低下が起こった回数で割ることで、気圧低下敏感度を算出する、気圧低下敏感度算出手段と、
外部の気象データを取得する手段と、
前記気圧低下敏感度に応じて、前記気圧低下による不調に対する警告を行う、気圧低下による不調予告手段と、を備えることを特徴とする。
このように、過去の不調データに基づいて、個人の気圧低下敏感度を確率で算出することによって、より詳細に当日の体調を予測、通知できるようになる。
本発明の好ましい形態では、
前記入力手段が、前記体調変動に関する情報の入力として音声による入力を受け付け、
前記体調分類手段が、前記音声による入力から所定の言葉を認識して、前記体調変動に関する情報を分類して前記記憶部に格納することを特徴とする。
このように、入力情報を分類して記憶することで、操作者が自由に入力を行うことができるようになり、一例として、人工知能との対話から情報を読み取ることも可能となる。これにより、入力が容易になり、操作者の負担が軽減される。
前記入力手段が、前記体調変動に関する情報の入力として音声による入力を受け付け、
前記体調分類手段が、前記音声による入力から所定の言葉を認識して、前記体調変動に関する情報を分類して前記記憶部に格納することを特徴とする。
このように、入力情報を分類して記憶することで、操作者が自由に入力を行うことができるようになり、一例として、人工知能との対話から情報を読み取ることも可能となる。これにより、入力が容易になり、操作者の負担が軽減される。
本発明に係る体調予測方法は、
入力手段と、体調分類手段と、月経予測部と、記憶部と、出力手段と、を備える体調予測システムによる体調予測方法であって、
前記入力手段が、月経開始日の情報を含む体調変動に関する情報の入力を受け付け、
前記体調分類手段が、前記体調変動に関する情報から前記月経開始日の情報を判別して前記記憶部に格納し、
前記月経予測部が、前記記憶部に格納された過去の前記月経開始日の情報を用いて月経周期を算出し、月経周期が、ある周期日数となった回数と、当該周期日数の前後所定日数に含まれる周期日数となった回数の合計を、経過した月経周期数で割ることで、月経開始日確率算出対象日前後の所定日数内に月経が開始する確率を算出し、それを当該月経開始日確率算出対象日の月経開始日確率とし、
前記出力手段が、前記月経開始日確率を出力することを特徴とする。
入力手段と、体調分類手段と、月経予測部と、記憶部と、出力手段と、を備える体調予測システムによる体調予測方法であって、
前記入力手段が、月経開始日の情報を含む体調変動に関する情報の入力を受け付け、
前記体調分類手段が、前記体調変動に関する情報から前記月経開始日の情報を判別して前記記憶部に格納し、
前記月経予測部が、前記記憶部に格納された過去の前記月経開始日の情報を用いて月経周期を算出し、月経周期が、ある周期日数となった回数と、当該周期日数の前後所定日数に含まれる周期日数となった回数の合計を、経過した月経周期数で割ることで、月経開始日確率算出対象日前後の所定日数内に月経が開始する確率を算出し、それを当該月経開始日確率算出対象日の月経開始日確率とし、
前記出力手段が、前記月経開始日確率を出力することを特徴とする。
本発明に係るサーバ装置は、
女性の体調変化を予測するサーバ装置であって、
記憶部と、
対象となる人物の月経開始日の情報を含む体調変動に関する情報を取得する手段と、
前記体調変動に関する情報から、前記月経開始日の情報を判別して前記記憶部に格納する手段と、
過去の前記月経開始日の情報を用いて月経周期を算出し、月経周期が、ある周期日数となった回数と、当該周期日数の前後所定日数に含まれる周期日数となった回数の合計を、経過した月経周期数で割ることで、月経開始日確率算出対象日前後の所定日数内に月経が開始する確率を算出し、それを当該月経開始日確率算出対象日の月経開始日確率とする、月経予測手段と、
前記月経開始日確率を端末装置に送信する手段と、を有することを特徴とする。
女性の体調変化を予測するサーバ装置であって、
記憶部と、
対象となる人物の月経開始日の情報を含む体調変動に関する情報を取得する手段と、
前記体調変動に関する情報から、前記月経開始日の情報を判別して前記記憶部に格納する手段と、
過去の前記月経開始日の情報を用いて月経周期を算出し、月経周期が、ある周期日数となった回数と、当該周期日数の前後所定日数に含まれる周期日数となった回数の合計を、経過した月経周期数で割ることで、月経開始日確率算出対象日前後の所定日数内に月経が開始する確率を算出し、それを当該月経開始日確率算出対象日の月経開始日確率とする、月経予測手段と、
前記月経開始日確率を端末装置に送信する手段と、を有することを特徴とする。
体調の変化をより正確に予測することができ、さらに従来のシステムでは有用な情報を提供できなかった月経不順者にも目安となる情報を提供することができる体調予測システムを提供することができる。
以下、本発明の一実施形態について、図面を参照して詳細に説明する。図1に、本実施形態に係る体調予測システムの構成を示す。本実施形態に係る体調予測システムは、体調情報を記録し、体調情報に基づいて身体の不調などの体調変動の予測を行うサーバ装置1と、利用者による音声入力の受け付けや、音声やディスプレイへの表示による出力などを行う端末装置2と、外部の気象情報データベース3と、によって構成される。
図2は、本実施形態における体調予測システムの機能ブロック図である。ここに示すように、本実施形態における体調予測システムは、入力手段21と、入力内容から体調を判別して記憶部に格納する体調分類手段11と、記憶部12と、月経予測部13と、気圧低下による不調予測部14と、出力手段22と、を備える。記憶部12は、月経開始日記録と、月経周期による不調記録と、を保存する月経周期による体調変動記憶部121と、気圧低下が起こった日時と気圧低下による不調を保存する、気圧低下による不調記憶部122と、その他の原因による不調や体調記録を保存する、体調記録記憶部123と、の各記憶部を備える。
サーバ装置1としては、CPUなどの演算装置、RAM(Random Access Memory)などの主記憶装置、HDD(Hard Disk Drive)やSSD(Solid State Drive)、フラッシュメモリなどの補助記憶装置、ネットワークNWへの接続手段を含む種々の入出力装置等を備えた、サーバ機器などの一般的なコンピュータ装置を利用することができる。より詳細には、補助記憶装置に予め、あるいは記録媒体からの複製などによって、上述したような各手段としてサーバ装置1を動作させるためのプログラムを格納しておき、それらのプログラムを主記憶装置上に展開して演算装置による演算を行い、入出力手段の制御などを行うことで、コンピュータ装置を本実施形態に係る体調予測システムにおけるサーバ装置1として利用することができる。なお、本実施形態においては、単一のコンピュータ装置によってサーバ装置1を実現する構成を示したが、本発明はこれに限るものではない。例えば、サーバ装置1の備える各手段と、記憶部12を別個のコンピュータ装置によって実現する、といったように、複数のコンピュータ装置によってサーバ装置1を実現するような構成としてもよい。
また、端末装置2としては、演算装置、主記憶装置、補助記憶装置、ネットワークNWへの接続手段や、入力手段21、出力手段22を含む種々の入出力装置等を備えた、一般的なコンピュータ装置を利用することができる。図1においては、スマートフォン2aやコネクティッドカー2b、インターネット端末2cを例示するが、そのほかにも、ウェアラブルデバイスなどの通信可能な端末を用いてもよい。本実施形態においては、このような端末装置2を用い、1日に数回程度音声による入力を受け付け、後述するような処理を行うものである。また、気象情報の取得やそれに伴う処理に関しても、端末装置2による音声入力を受け付ける際、あるいは定期的に行うことを想定する。入力手段21は、音声入力に代えて、あるいはそれに加えて、文字による入力など他の入力を受け付けることができるような構成としてもよいし、出力手段22についても、音声による出力やディスプレイ表示による出力、それらを複合しての出力など、任意の方法で出力が可能な構成であればよい。
なお、本実施形態においては、サーバ装置1が、体調分類手段11、記憶部12、月経予測部13、気圧低下による不調予測部14を、端末装置2が、入力手段21、出力手段22をそれぞれ備える構成を示したが、本発明はこれに限るものではない。例えば、体調分類手段11を端末装置2が備えるような構成などをとってもよい。
月経予測部13は、月経周期による体調変動記憶部121にアクセス可能で、月経周期算出手段131と、月経開始日確率算出手段132と、不調相対日算出手段133と、月経周期による不調発生確率算出手段134と、月経周期による不調予告手段135と、を有する。
気圧低下による不調予測部14は、気圧低下による不調記憶部122と、気象情報データベース3にアクセス可能で、気圧低下敏感度算出手段141と、気圧低下による不調予告手段142と、を有する。
図3は、本実施形態における全体の処理の流れを示す図である。ここに示すように、まず、ステップS101において、入力手段21により対象者の音声を認識し、図11に示す体調音声入力処理を開始する。
音声入力の受け付けに際しては、まずステップS901において対象者による呼び出しに反応して起動すると、ステップS902で本人確認を行い、本人確認ができなかった場合にはシステム全体の処理を終了する。本人確認ができた場合には、入力を受け付けてステップS903において図12に示すように体調情報を分類する。
体調情報の分類に際しては、まず、ステップS1001で対象者の音声入力を認識して、ステップS1002で月経開始または身体の不調に関する言葉の有無を判定する。月経開始または身体の不調に関する言葉が認識されなかった場合は、ステップS1003で体調記録情報に分類して体調分類を終了する。なお、ここでの体調変動に関する言葉とは、月経開始を示す言葉や、月経周期や気圧低下、その他の種々の要因による身体の不調を示す言葉などを指すものである。このような、体調変動に関する言葉は、予め、それが示す意味(月経開始や、想定される不調の要因など)と紐づけて登録される。
ステップS1002で月経開始または身体の不調に関する言葉が認識された場合は、更にステップS1004において月経開始に関する言葉の有無を判定し、月経開始に関する言葉が認識された場合は、ステップS1005で月経開始情報に分類してステップS1006に進む。ここで、月経開始に関する言葉とは、たとえば、「生理」や「月経」などである。
ステップS1006においては、気圧低下に特徴的な不調に関する言葉の有無を判定し、気圧低下に特徴的な不調に関する言葉が認識された場合は、ステップS1007において、気圧低下による不調情報に分類してステップS1008に進む。ここで、気圧低下に特徴的な不調に関する言葉とは、たとえば、「頭痛」、「首の痛み」、「めまい」、「神経痛」、「関節痛」などである。
ステップS1006において気圧低下に特徴的な不調に関する言葉が認識されない場合は、ステップS1008に進む。ステップS1008においては、月経周期に特徴的な不調に関する言葉の有無を判定し、月経周期に特徴的な不調に関する言葉が認識された場合は、ステップS1009において、月経周期による不調情報に分類して体調分類を終了する。ここで、月経周期に特徴的な不調に関する言葉とは、たとえば、「頭痛」、「腹痛」、「腰が重い」、「眠気」、「のぼせ」などである。ここで、「頭痛」のように、気圧低下に特徴的な不調と、月経周期に特徴的な不調に共通する言葉が認識されると、ステップS1007およびステップS1009で気圧低下に特徴的な不調と月経周期に特徴的な不調の両方に分類されることになる。
ステップS1008において月経周期に特徴的な不調に関する言葉が認識されない場合は、ステップS1010において体調記録情報に分類して体調分類を終了する。
以上のようにして、図11におけるステップS903の体調分類が終了すると、ステップS904において、確認のために再質問を行う。これに対してステップS905において分類の内容とその記録に対する対象者の同意の有無を判定し、同意が得られない場合は体調音声入力を終了する。
ステップS905で対象者の同意が得られた場合は、ステップS906において体調変動の日時の取得を行い、ステップS907において、月経開始情報または月経周期による不調情報であれば月経周期による体調変動記憶部121に、気圧低下による不調情報であれば気圧低下による不調記憶部122に、体調記録情報であれば体調記録記憶部123に、それぞれ格納して、体調音声入力を終了する。
以上のようにして、図3のステップS101における体調音声入力が終了すると、ステップS102においては月経開始情報の入力の有無が判定され、ステップS109においては図9に示す気圧低下敏感度算出が開始する。
ステップS102において月経開始情報の入力がなかった場合、ステップS107における、図8に示す月経周期による不調予告が開始される。
月経開始情報の入力があった場合、ステップS103における、図4に示す月経周期算出が開始される。
まず図4に示す月経周期算出の流れを説明する。月経周期算出においては、ステップS201において、初回の処理か否かの判定を行う。ここで「初回の処理」とは、月経周期による体調変動記憶部121に過去の月経に関する情報がない状態における処理を指す。これは、操作者の入力に基づいて行うような構成としてもよいし、単に、月経周期による体調変動記憶部121に過去の月経に関する情報がない場合に、初回の処理であると判定するような構成としてもよい。
ステップS201において初回の処理であると判定された場合、続くステップS202において、操作者による月経周期の入力を受け付ける。これはすなわち、操作者が自身の標準的な月経周期として把握している日数の入力の受け付けである。これにより、過去のデータがない場合でも個人の月経周期に基づく予測が可能になる。これに加えてステップS203においてさらに直前の月経開始日の入力を受け付ける。なお、ステップS201における初回の処理かどうかの判定、ステップS202における月経周期の入力、ステップS203における直前の月経開始日の入力を省略し、月経周期による体調変動記憶部121に保存された情報のみによって処理を行うような構成としてもよい。
ステップS204においては、月経周期による体調変動記憶部121に格納された前回の月経開始日(あるいはステップS203において入力された直前の月経開始日)からの日数により、今回の月経周期を算出する。次に、ステップS205において、ステップS204で算出した今回の月経周期が、所定の正常月経周期の範囲に入るか否かの判定を行う。ここで、今回の月経周期が正常月経周期の範囲に入らない場合は、正常な月経が起こっていない可能性があり、月経周期を正確に算出できなくなるため、月経周期による体調変動記憶部121に保存された操作者の月経周期を更新せずに処理を終了する。なお、ここでの正常月経周期の範囲は、一般的に知られる25日~38日としてもよいし、適宜変更してもよい。
正常月経周期の範囲内だった場合は、今回の月経周期の日数を月経周期による体調変動記憶部121に格納し、ステップS206において、月経周期による体調変動記憶部121のデータに基づいて、月経周期がある周期日数となった回数と、当該周期日数の前後所定日数に含まれる周期日数となった回数を合計したものを当該周期日数の点数として算出する。
そして、ステップS207において、ステップS206で算出した各周期日数の点数に関する判定を行う。ここで、最高点を持つ周期日数が1つである場合はその周期日数を、2つで連日の場合はそのうち短い方の周期日数を、ステップS208において通常の月経周期として採用する。一方、ステップS207において、最高点を持つ周期日数が3つ以上、または2つで連続でない場合は、正確な月経周期の判定ができないものとして、処理を終了する。
例として、各周期日数の点数を前後1日、つまり当該周期日数を含む3日分に含まれる周期日数となった回数の合計とする場合の通常の月経周期の計算を、表1を参照して説明する。この表は、各列に、月経周期日数、実際の月経周期の回数(上述した、月経周期がある月経周期となった回数)、各周期日数の点数を示すものである。
ここでは先に述べたように、各周期日数の点数を、当該周期日数を含む3日分に含まれる周期日数となった回数の合計としている。たとえば周期日数28日の点数を計算する際には、周期日数28日となった回数(2)に、27日となった回数(1)と29日となった回数(4)を足し合わせて、7点となる。このようにして各周期日数についての得点を計算すると、最高点は周期日数30日の17点となるため、30日を通常の月経周期として採用することができる。
なお、ここでは、各周期日数の点数を、当該周期日数を含む3日分に含まれる周期日数となった回数の合計とする例を示したが、本発明はこれに限るものではなく、たとえば、前後2日、つまり当該周期日数を含む5日分に含まれる周期日数となった回数の合計としてもよいし、そのほか当該周期日数前後の任意の範囲の周期日数となった回数の合計を利用することが可能である。
図3において、ステップS103が終了すると、ステップS104において図5に示す月経開始日確率算出が開始する。
月経開始日確率算出においては、まず、ステップS301において、ステップS103で算出された月経周期をもとに決定した月経開始予定日と実際の月経開始日との差を算出し、ステップS302において、図4におけるステップS204で算出した今回の月経周期が、所定の正常月経周期の範囲に入るか否かを判定し、正常月経周期の範囲に入らない場合は、正常な月経が起こっていない可能性があり、月経周期を正確に算出できなくなるため、月経開始日確率を算出せずに処理を終了する。ここで、正常月経周期の範囲は、一般的に知られる25日~38日としてもよいし、適宜変更してもよい。なお、ここではステップS103において算出された月経周期をもとに月経開始予定日を決定しているが、前回の計算によって算出された月経開始日確率が最も高い日を月経開始予定日としてもよい。
なお、ステップS301において算出した、月経開始予定日と実際の月経開始日との差については、そのまま出力してもよいし、記録として保管して後で呼び出せるようにしてもよい。
正常月経周期の範囲内だった場合は、ステップS303において、月経周期による体調変動記憶部121のデータに基づいて、月経周期が、ある周期日数となった回数と、当該周期日数の前後所定日数に含まれる周期日数となった回数を合計し、ステップS304でこれを経過した月経周期数で割ることで、月経開始日確率算出対象日前後の所定日数内に月経が開始する確率を算出し、ステップS305においてそれを当該対象日の月経開始日確率として、月経周期による体調変動記憶部121に記録する。
例として、「前後の周期日数となった回数の合計」を前後1日、つまり当該周期日数を含む3日分に含まれる周期日数となった回数の合計とする場合の月経開始日確率の計算を、表2を参照して説明する。この表は、各列に、月経周期日数、実際の月経周期の回数(上述した、月経周期がある月経周期となった回数)、前後の周期日数となった回数の合計、月経開始日確率を示すものである。
ここでは先に述べたように、「前後の周期日数となった回数の合計」を、当該周期日数を含む3日分に含まれる周期日数となった回数の合計としている。たとえば今回の月経周期が周期日数28日となる確率、つまり前回の月経開始日から28日後の月経開始日確率は、周期日数28日となった回数(2)に、27日となった回数(1)と29日となった回数(4)を足し合わせて、それを経過した月経周期数(33)で割って、100×7÷33=21%として算出することができる。
なお、ここでは、各周期日数の前後1日、つまり当該周期日数を含む3日分に含まれる周期日数となった回数の合計をもとにした確率の算出を例示したが、本発明はこれに限るものではなく、たとえば、前後2日、つまり当該周期日数を含む5日分に含まれる周期日数となった回数の合計を利用してもよいし、そのほか当該周期日数前後の任意の範囲の周期日数となった回数の合計を利用することが可能である。
次に、ステップS105における月経周期による不調記録の相対日算出について、図6を参照して説明する。不調相対日算出においては、まず、ステップS401において、月経周期による体調変動記憶部121の不調記録を取得する。次にステップS402において、図4のステップS204で算出した今回の月経周期が所定の正常月経周期の範囲に入るか否かを判定し、正常月経周期の範囲に入らない場合は、正常な月経が起こっていない可能性があり、月経周期に対する相対日を正確に算出できなくなるため、不調相対日を算出せずに処理を終了する。ここで、正常月経周期の範囲は、一般的に知られる25日~38日としてもよいし、適宜変更してもよい。
正常月経周期の範囲内だった場合は、ステップS403に進み、前回の月経開始日から所定日数経過後に月経周期による体調変動記憶部121に格納された不調記録について、その不調の日から新たな月経開始日までの相対的な日数を、それぞれの不調記録についての不調相対日として算出する。たとえば、1月1日に不調が入力され、その後1月10日に月経開始情報が入力された場合、1月1日の不調の不調相対日は9日となる。最後にステップS404において、算出した不調相対日を月経周期による体調変動記憶部121に格納して処理を終了する。
ここで、ステップS403において、前回の月経開始日から所定日数以内に記録された不調について、不調相対日の算出の対象から除いているが、これは、月経期における不調の多くは、その月経の開始日から数日間にみられるものであり、予測の意義が薄いためである。なお、前回の月経開始日から所定日数以内に記録された不調について、前回の月経開始日からの日数により、月経期における不調の不調相対日として別途算出するような構成としてもよい。
また、ここで、***日から月経開始までの期間には個人差がなく、14日を中心に12日~16日の間で変動するという知見に基づき、不調の日から新たな月経開始日までの日数に代えて、あるいはそれに加えて、不調の日と***日との間の相対的な日数を不調相対日として算出するような構成としてもよい。なお、***日は、例えば、不調の記録日の次の月経開始日から14日前とする、といったようにして特定すればよい。
図3のステップS105が終了すると、ステップS106において図7に示す月経周期による不調発生確率算出が開始する。
月経周期による不調発生確率算出においては、まず、ステップS501において対象日から次回の月経開始予定日までの相対的な日数を算出する。なお、ここでの対象日とは、不調発生確率を算出する日のことを指す。これは、***日から月経開始までの期間には個人差がなく、14日を中心に12日~16日の間で変動するという知見に基づく。このように、対象日から次回の月経開始予定日までの日数を用いて月経周期による不調発生確率を算出することにより、月経周期が異なる対象者や、月経周期に変動があった場合でも、***日を前後して大きく変化する女性ホルモンの変動との相対関係が確立される。
なお、ステップS501における日数の算出において、次回の月経開始予定日は、ステップS103において算出された通常の月経周期をもとに決定すればよい。あるいは、ステップS104において算出した月経開始日確率の最も高い日から決定するなど、他の方法によって決定してもよい。
次にステップS502で月経周期による体調変動記憶部121を参照して、ステップS503で対象日から次回の月経開始予定日までの日数と、月経周期による不調の不調相対日を照らし合わせて、対象日前後の不調回数を合計する。これはすなわち、対象日から次回の月経開始予定日までの日数と、不調相対日との差が所定の日数内である不調を計数する処理である。次に、ステップS504において、対象日前後の不調回数の合計を、経過した月経周期数で割ることにより、月経周期による不調発生確率を算出し、ステップS505で月経周期による体調変動記憶部121に格納し、処理を終了する。
例として、対象日の前後1日、つまり対象日を含む3日分に含まれる期間のうち月経周期による不調が発生した日数を用いる場合の不調発生確率の計算を、表3を参照して説明する。この表は、各列に、次回月経開始予定日までの日数(相対日)、各相対日における不調記録の回数、各相対日前後(ここでは3日間)の不調記録の回数の合計、不調発生確率を示すものである。
ここでは、先に述べたように、「各相対日前後の不調記録の回数の合計」を、対象日を含む3日分に含まれる不調記録の回数の合計としている。たとえば月経開始予定日の14日前における不調発生確率は、月経開始予定日の14日前における不調回数(4)に、月経開始予定日の15日前における不調回数(5)と月経開始予定日の13日前における不調回数(1)を足し合わせて、それを経過した月経周期数(14)で割って、100×10÷14=71%として算出することができる。
なお、ここでは、ステップS503において対象日の前後1日、つまり対象日を含む3日分に含まれる期間のうち月経周期による不調が発生した日数を用いて不調発生確率を算出する例を示したが、本発明はこれに限るものではない。たとえば、前後2日、つまり対象日を含む5日分に含まれる日のうち、月経周期による不調が記録されている日数を用いてもよいし、そのほか対象日の前後任意の範囲で月経周期による不調が記録されている日数の合計を用いることが可能である。このように、対象日前後の不調回数を合計することにより、月経周期に変動があった場合でも、適切に不調発生確率を算出することができる。なお、この時算出した不調発生確率が1を超える場合があるが、その場合については、1を超えた分は切り捨てる等の操作をして出力してもよい。
また、先に述べたように、不調相対日の算出におけるステップS403で、不調の日と***日との間の相対的な日数を不調相対日として算出している場合には、ステップS503で、対象日と***日の間の相対的な日数と、月経周期による不調の不調相対日を照らし合わせて、対象日前後の不調回数を合計するような処理を行えばよい。これはすなわち、***日と対象日の間の相対的な日数と、前記不調相対日と、の差が所定日数内である不調の計数を行う処理である。なお、ここでの***日は、例えば、次回の月経開始予定日から14日前とする、といったようにして特定すればよい。
なお、ここではステップS103からステップS106までの各処理について、月経開始情報が入力された際に行う構成、すなわち、月経開始情報が入力された際に、次回の月経開始日までの各日について、月経開始日確率と、月経周期による不調発生確率を算出する処理を示したが、本発明はこれに限るものではない。例えば、月経開始情報が入力されなくても定期的に、または操作者の入力により、これらを算出してもよい。つまり、ある程度過去の情報が蓄積されれば、新たな入力がなくても、過去の月経開始日や不調の情報に基づいて、月経周期と、月経開始日確率と、月経周期による不調発生確率と、を算出することができるため、そのような処理を行う構成としてもよい。
以上のようにして、図3のステップS106における不調発生確率の算出が終了すると、ステップS107において図8に示す月経周期による不調予告を開始する。
月経周期による不調予告においては、まず、ステップS601において月経周期による体調変動記憶部121に格納された任意の日の月経周期による不調発生確率を参照して、ステップS602において月経周期による不調発生確率を一つ目の基準値と比較し、不調発生確率が当該基準値を上回った場合に、ステップS603において月経周期による不調の警報を、出力手段22により出力する。また、ステップS602において不調発生確率が下回った場合、ステップS604において不調発生確率をさらに一つ目の基準値よりも低い別の基準値と比較し、不調発生確率が上回った場合、ステップS605において不調の注意報を、出力手段22により出力する。なお、警報や注意報を出力する基準値の設定数を変更し、対象日の不調発生確率によって警告の強度を、より詳細に変更するような構成としてもよい。また、ここでの出力には、音声による出力やディスプレイへの表示による出力、それらを複合しての出力など、任意の方法を用いることができる。
ステップS107における月経周期による不調予告が終了すると、ステップS108において出力手段22により、ステップS104において算出し、月経周期による体調変動記憶部121に記録した月経開始日確率が出力される。ここでの出力についても、音声による出力やディスプレイへの表示による出力、それらを複合しての出力など、任意の方法を用いることができる。
次に、図3のステップS109における気圧低下敏感度算出の流れについて、図9を参照して説明する。ここで、本実施形態においては、気圧情報の取得について、本発明に係るシステムが起動した時に、前回の起動から現在までの間の気圧情報をまとめて取得し、気圧低下を判定する。また、ここで気圧低下とは、対象者付近の気圧が、所定の値を超える幅で下降することを意味する。なお、気圧情報の取得について、常に気象情報データベース3から取得して蓄積し、気圧低下敏感度算出の際に参照するような構成としてもよい。
気圧低下敏感度算出においては、まずステップS701において、前回の気圧低下敏感度算出から現在までの対象者付近の気圧情報を気象情報データベース3から取得し、ステップS702において前回の算出から今回の算出までの間に気圧低下があったかどうかを判定し、気圧低下がない場合は処理を終了する。気圧低下があったと判定されると、ステップS703において、気圧低下による不調記憶部122に気圧低下回数を記録する。2回目以降の記録の場合は、気圧低下による不調記憶部122に保管されている気圧低下回数に加算する。
次に、ステップS704において、気圧低下による不調記憶部122から気圧低下による不調記録を取得し、ステップS705において、ステップS701で取得した気圧情報と照らし合わせて、その不調時点で気圧低下があったかどうかを判定する。気圧低下がなければステップS707に進む。気圧低下があった場合には、ステップS706において気圧低下に対する反応回数を記録する。2回目以降の記録の場合は、気圧低下による不調記憶部122に保管されている気圧低下に対する反応回数に加算する。ステップS707においては、対象者の気圧低下に対する反応回数を対象者付近で気圧低下が起こった回数で割ることで、気圧低下に対する対象者の不調発生確率を算出する。最後にステップS708で、これを気圧低下敏感度として気圧低下による不調記憶部122に格納する。
図3のステップS109が終了すると、ステップS110において、図10に示す気圧低下による不調予告を開始する。
気圧低下による不調予告においては、まずステップS801において、気象情報データベース3より対象者付近の気圧予報を取得し、ステップS802において気圧低下予報の有無を判定する。気圧低下予報がなければ、予告を行わずに処理を終了する。気圧低下予報が入力されると、ステップS803において、気圧低下による不調記憶部122から対象者の気圧低下敏感度を取得し、ステップS804において基準値と比較して、基準値を上回ればステップS805で不調の警報予告を、基準値を下回ればステップS806で不調の注意報予告を、出力手段22により出力する。なお、警報や注意報を出力する基準値を複数設定し、対象者の気圧低下敏感度に応じて警告の強度を変えてもよい。また、ここでの出力には、音声による出力やディスプレイへの表示による出力、それらを複合しての出力など、任意の方法を用いることができる。
以上のように、本実施形態に係る体調予測システムによれば、女性の体調が大きく変化する月経開始予定日を詳細に知ることができ、月経不順者にも目安となる情報を提供することができるようになる。また、次回の月経開始前に発生する不調について適切に予測を行うことが可能となる。さらに、過去の不調データに基づいて、個人の気圧低下敏感度を算出することによって、より詳細に当日の体調を予測、通知できるようになる。
なお、本実施形態においては、サーバ装置が体調分類手段11、記憶部12、月経予測部13のほか、気圧低下による不調予測部14を有し、また月経予測部13が月経周期による不調発生確率の算出を行う構成を示したが、本発明はこれに限るものではない。例えば、サーバ装置1が気圧低下による不調予測部14を有しない構成や、月経予測部13が不調相対日算出手段133および月経周期による不調発生確率算出手段134を有しない構成など、一部を省略するような構成としてもよい。
1 サーバ装置
11 体調分類手段
12 記憶部
121 月経周期による体調変動記憶部
122 気圧低下による不調記憶部
123 体調記録記憶部
13 月経予測部
131 月経周期算出手段
132 月経開始日確率算出手段
133 不調相対日算出手段
134 月経周期による不調発生確率算出手段
135 月経周期による不調予告手段
14 気圧低下による不調予測部
141 気圧低下敏感度算出手段
142 気圧低下による不調予告手段
2 端末装置
21 入力手段
22 出力手段
3 気象情報データベース
11 体調分類手段
12 記憶部
121 月経周期による体調変動記憶部
122 気圧低下による不調記憶部
123 体調記録記憶部
13 月経予測部
131 月経周期算出手段
132 月経開始日確率算出手段
133 不調相対日算出手段
134 月経周期による不調発生確率算出手段
135 月経周期による不調予告手段
14 気圧低下による不調予測部
141 気圧低下敏感度算出手段
142 気圧低下による不調予告手段
2 端末装置
21 入力手段
22 出力手段
3 気象情報データベース
Claims (8)
- 入力手段と、体調分類手段と、月経予測部と、記憶部と、出力手段と、を備える体調予測システムであって、
前記入力手段が、月経開始日の情報を含む体調変動に関する情報の入力を受け付け、
前記体調分類手段が、前記体調変動に関する情報から前記月経開始日の情報を判別して前記記憶部に格納し、
前記月経予測部が、
前記記憶部に格納された過去の前記月経開始日の情報を用いて月経周期を算出し、月経周期が、ある周期日数となった回数と、当該周期日数の前後所定日数に含まれる周期日数となった回数の合計を、経過した月経周期数で割ることで、月経開始日確率算出対象日前後の所定日数内に月経が開始する確率を算出し、それを当該月経開始日確率算出対象日の月経開始日確率とする、月経開始日確率算出手段を有し、
前記出力手段が、前記月経開始日確率を出力することを特徴とする体調予測システム。 - 前記体調分類手段が、前記体調変動に関する情報から月経周期による不調の情報を判別して前記記憶部に格納し、
前記月経予測部が、
新たな月経開始日が入力されたときに、前回の月経期の終了後に前記記憶部に格納された前記月経周期による不調の情報の記録日から新たな月経開始日までの相対的な日数を、それぞれの前記月経周期による不調の情報の不調相対日として算出する、不調相対日算出手段と、
前記月経周期による不調の情報と、前記不調相対日と、月経周期による不調発生確率算出対象日から次回月経開始予定日までの相対的な日数と、を用いて、当該月経周期による不調発生確率算出対象日前後の所定日数内に月経周期による不調が発生する確率を算出する、月経周期による不調発生確率算出手段と、を備え、
前記月経周期による不調発生確率算出手段が、前記月経周期による不調発生確率算出対象日から前記次回月経開始予定日までの相対的な日数と、前記不調相対日と、の差が所定日数内である前記月経周期による不調の情報の合計数を、経過した月経周期数で割ることで、前記月経周期による不調が発生する確率を算出することを特徴とする、請求項1に記載の体調予測システム。 - 前記体調分類手段が、前記体調変動に関する情報から月経周期による不調の情報を判別して前記記憶部に格納し、
前記月経予測部が、
新たな月経開始日が入力されたときに、前回の月経期の終了後に前記記憶部に格納された前記月経周期による不調の情報の記録日と、前記新たな月経開始日より特定した前回の***日との間の相対的な日数を、それぞれの前記月経周期による不調の情報の不調相対日として算出する、不調相対日算出手段と、
前記月経周期による不調の情報と、前記不調相対日と、次回月経開始予定日より特定した***日と月経周期による不調発生確率算出対象日の間の相対的な日数と、を用いて、当該月経周期による不調発生確率算出対象日前後の所定日数内に月経周期による不調が発生する確率を算出する、月経周期による不調発生確率算出手段と、を備え、
前記月経周期による不調発生確率算出手段が、次回月経開始予定日より特定した***日と月経周期による不調発生確率算出対象日の間の相対的な日数と、前記不調相対日と、の差が所定日数内である前記月経周期による不調の情報の合計数を、経過した月経周期数で割ることで、前記月経周期による不調が発生する確率を算出することを特徴とする、請求項1に記載の体調予測システム。 - 前記月経予測部が、前記記憶部に格納された過去の月経開始日のデータを用いて月経周期を算出し、月経周期が、ある周期日数となった回数と、当該周期日数の前後所定日数に含まれる周期日数となった回数の合計を当該周期日数の点数として、最も点数の高かった日数を通常の月経周期日数とする、月経周期算出手段を更に備え、
前記月経周期による不調発生確率算出手段が、前記次回月経開始予定日を、前記通常の月経周期日数に基づいて決定することを特徴とする、請求項2又は3のいずれかに記載の体調予測システム。 - 気圧低下による不調が発生する確率を算出する、気圧低下による不調予測部をさらに有し、
前記体調分類手段が、前記体調変動に関する情報から気圧低下による不調の情報を判別して前記記憶部に格納し、
前記気圧低下による不調予測部が、
前記記憶部に格納された、過去の気圧低下情報と、前記気圧低下による不調の情報と、に基づいて、前記気圧低下による不調の回数を気圧低下が起こった回数で割ることで、気圧低下敏感度を算出する、気圧低下敏感度算出手段と、
外部の気象データを取得する手段と、
前記気圧低下敏感度に応じて、前記気圧低下による不調に対する警告を行う、気圧低下による不調予告手段と、を備えることを特徴とする、請求項1~4のいずれかに記載の体調予測システム。 - 前記入力手段が、前記体調変動に関する情報の入力として音声による入力を受け付け、
前記体調分類手段が、前記音声による入力から所定の言葉を認識して、前記体調変動に関する情報を分類して前記記憶部に格納することを特徴とする、請求項1~5のいずれかに記載の体調予測システム。 - 入力手段と、体調分類手段と、月経予測部と、記憶部と、出力手段と、を備える体調予測システムによる体調予測方法であって、
前記入力手段が、月経開始日の情報を含む体調変動に関する情報の入力を受け付け、
前記体調分類手段が、前記体調変動に関する情報から前記月経開始日の情報を判別して前記記憶部に格納し、
前記月経予測部が、前記記憶部に格納された過去の前記月経開始日の情報を用いて月経周期を算出し、月経周期が、ある周期日数となった回数と、当該周期日数の前後所定日数に含まれる周期日数となった回数の合計を、経過した月経周期数で割ることで、月経開始日確率算出対象日前後の所定日数内に月経が開始する確率を算出し、それを当該月経開始日確率算出対象日の月経開始日確率とし、
前記出力手段が、前記月経開始日確率を出力することを特徴とする、体調予測方法。 - 女性の体調変化を予測するサーバ装置であって、
記憶部と、
対象となる人物の月経開始日の情報を含む体調変動に関する情報を取得する手段と、
前記体調変動に関する情報から、前記月経開始日の情報を判別して前記記憶部に格納する手段と、
過去の前記月経開始日の情報を用いて月経周期を算出し、月経周期が、ある周期日数となった回数と、当該周期日数の前後所定日数に含まれる周期日数となった回数の合計を、経過した月経周期数で割ることで、月経開始日確率算出対象日前後の所定日数内に月経が開始する確率を算出し、それを当該月経開始日確率算出対象日の月経開始日確率とする、月経予測手段と、
前記月経開始日確率を端末装置に送信する手段と、を有することを特徴とするサーバ装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017097247A JP6259147B1 (ja) | 2017-05-16 | 2017-05-16 | 体調予測システム |
JP2017-097247 | 2017-05-16 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2018211768A1 true WO2018211768A1 (ja) | 2018-11-22 |
Family
ID=60940252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2018/007076 WO2018211768A1 (ja) | 2017-05-16 | 2018-02-27 | 体調予測システム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6259147B1 (ja) |
WO (1) | WO2018211768A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7195882B2 (ja) * | 2018-11-07 | 2022-12-26 | 株式会社 ポーラ | 現地気圧に基づく体調管理支援装置 |
JP7506281B1 (ja) | 2024-02-13 | 2024-06-25 | 小林製薬株式会社 | アプリケーションプログラム、システム、及び管理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004164126A (ja) * | 2002-11-11 | 2004-06-10 | Kao Corp | 生理用品の使用管理支援装置及び使用管理支援方法 |
JP2014212977A (ja) * | 2013-04-25 | 2014-11-17 | オムロンヘルスケア株式会社 | 月経開始予定日算出装置およびプログラム |
JP2016081190A (ja) * | 2014-10-14 | 2016-05-16 | 株式会社リラク | 体調予測システム、および、体調予測プログラム |
JP2016139310A (ja) * | 2015-01-28 | 2016-08-04 | 株式会社野村総合研究所 | ヘルスケアシステム |
WO2016132529A1 (ja) * | 2015-02-20 | 2016-08-25 | 楽天株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
-
2017
- 2017-05-16 JP JP2017097247A patent/JP6259147B1/ja active Active
-
2018
- 2018-02-27 WO PCT/JP2018/007076 patent/WO2018211768A1/ja active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004164126A (ja) * | 2002-11-11 | 2004-06-10 | Kao Corp | 生理用品の使用管理支援装置及び使用管理支援方法 |
JP2014212977A (ja) * | 2013-04-25 | 2014-11-17 | オムロンヘルスケア株式会社 | 月経開始予定日算出装置およびプログラム |
JP2016081190A (ja) * | 2014-10-14 | 2016-05-16 | 株式会社リラク | 体調予測システム、および、体調予測プログラム |
JP2016139310A (ja) * | 2015-01-28 | 2016-08-04 | 株式会社野村総合研究所 | ヘルスケアシステム |
WO2016132529A1 (ja) * | 2015-02-20 | 2016-08-25 | 楽天株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2018195000A (ja) | 2018-12-06 |
JP6259147B1 (ja) | 2018-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102178633B1 (ko) | 사용자 신용 평가 방법 및 장치, 그리고 저장 매체 | |
CN108348745B (zh) | 预测医疗保健事件的***和方法 | |
WO2016104325A1 (ja) | 睡眠改善システム及びこのシステムを用いた睡眠改善方法 | |
US9861308B2 (en) | Method and system for monitoring stress conditions | |
Jackson et al. | Multistate Markov models for disease progression with classification error | |
CN107106024B (zh) | 用于在生命体征采样频率有限时的分数置信度区间估计的方法 | |
CN110464303B (zh) | 睡眠质量评估方法及装置 | |
WO2018211768A1 (ja) | 体調予測システム | |
US20180228474A1 (en) | Program for predicting day of ovulation and method of predicting the same | |
CN109659009B (zh) | 情绪管理方法、装置及电子设备 | |
KR20160043777A (ko) | 질환 발병 예측 방법 및 그 장치 | |
CN110251119B (zh) | 分类模型获取方法、hrv数据分类方法、装置及相关产品 | |
Gembris et al. | Evolution of athletic records: statistical effects versus real improvements | |
CN110167436B (zh) | 血压测定装置、***和存储介质 | |
US11010260B1 (en) | Generating a data protection risk assessment score for a backup and recovery storage system | |
CN113554208A (zh) | 用于预测离职率的电子装置和方法 | |
JP6303630B2 (ja) | ***日推定装置、***日推定方法及び***日推定プログラム | |
US20200243179A1 (en) | Data processing device, data processing method, and non-transitory recording medium storing therein data processing program | |
CN109542725B (zh) | 一种分布式***的服务质量监控方法、装置及监控服务器 | |
van de Roemer et al. | The performance of a fertility tracking device | |
JP5863180B2 (ja) | 映像解析処理装置、映像解析処理方法、および映像解析処理用プログラム | |
McLain et al. | Joint analysis of longitudinal and survival data measured on nested timescales by using shared parameter models: an application to fecundity data | |
JP6799413B2 (ja) | 基礎体温予測プログラム、基礎体温予測方法 | |
JP2017041036A (ja) | 健康管理支援システムおよび健康管理支援プログラム | |
Campbell | Choosing a test for relationships between variables |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 18803189 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 18803189 Country of ref document: EP Kind code of ref document: A1 |