WO2023242970A1 - Disorder cause estimation device, disorder cause estimation method, and program - Google Patents

Disorder cause estimation device, disorder cause estimation method, and program Download PDF

Info

Publication number
WO2023242970A1
WO2023242970A1 PCT/JP2022/023865 JP2022023865W WO2023242970A1 WO 2023242970 A1 WO2023242970 A1 WO 2023242970A1 JP 2022023865 W JP2022023865 W JP 2022023865W WO 2023242970 A1 WO2023242970 A1 WO 2023242970A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
cause
disorder
data
node
Prior art date
Application number
PCT/JP2022/023865
Other languages
French (fr)
Japanese (ja)
Inventor
妙 佐藤
康雄 石榑
香央里 藤村
玲子 有賀
Original Assignee
日本電信電話株式会社
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 日本電信電話株式会社 filed Critical 日本電信電話株式会社
Priority to PCT/JP2022/023865 priority Critical patent/WO2023242970A1/en
Publication of WO2023242970A1 publication Critical patent/WO2023242970A1/en

Links

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

Definitions

  • the present disclosure relates to a technique for searching for the main cause of a user's physical discomfort among a plurality of causes.
  • Non-Patent Document 1 discloses analyzing the relationship between when a person feels unwell and the actions (causes) before and after that time, and selecting recommended actions to improve the physical condition.
  • Non-Patent Document 1 when the relationship between a physical disorder and its cause has a multi-level structure, it is difficult to identify the cause (main cause) of the disorder. For example, even if the cause of depressive symptoms is mental fatigue, this mental fatigue may be caused by various causes such as interpersonal relationships or lack of sleep.
  • the present invention has been made in view of the above points, and aims to estimate the cause of a physical disorder even when the cause of the disorder has a multi-stage structure and the cause of the physical disorder is difficult to understand.
  • the invention according to claim 1 is a disorder factor estimation device for estimating the cause of a user's physical disorder, the cause and effect factor estimating the cause of the user's physical disorder, in which each node is a cause of the result of the user's physical disorder.
  • a common causal structure database as a graph database in which relationships are structured, and each determination result of a disorder based on data of answers from a predetermined user to each predetermined question or sensing data regarding the predetermined user, are A user discomfort factor estimating unit that estimates the cause of the physical illness of the predetermined user by applying it to each of the nodes corresponding to a question and calculating each cause score related to the illness. .
  • the present invention even when the cause of a physical disorder is difficult to understand because the cause of the disorder has a multi-stage structure, it is possible to estimate the cause of the disorder.
  • FIG. 1 is an overall configuration diagram of a communication system according to this embodiment.
  • 1 is an electrical hardware configuration diagram of a malfunction factor estimating device and a communication terminal according to the present embodiment.
  • FIG. FIG. 2 is a functional configuration diagram of a malfunction factor estimation device. It is a conceptual diagram showing nodes and edges of a common causal structure DB as a graph DB. It is a conceptual diagram of the properties of a common causal structure DB as a graph DB. It is a conceptual diagram showing nodes and edges of a user information DB as a graph DB. It is a conceptual diagram of an advice message DB. It is a figure which shows the calculation method of a cause score. It is a flowchart which shows the process or operation
  • FIG. 1 is an overall configuration diagram of a communication system according to this embodiment.
  • the communication system 10 of this embodiment is constructed by a malfunction factor estimating device 30 and a communication terminal 50.
  • Communication terminal 50 is managed and used by a user.
  • the user is a person who refers to the advice message sent from the disorder factor estimation device 30 to the communication terminal 50 and considers subsequent measures (improvement of lifestyle, etc.).
  • the malfunction factor estimating device 30 and the communication terminal 50 can communicate via a communication network 100 such as the Internet.
  • the connection form of the communication network 100 may be either wireless or wired.
  • the malfunction factor estimating device 30 is configured by one or more computers. When the malfunction factor estimating device 30 is constituted by a plurality of computers, it may be referred to as a "disorder factor estimation device” or a “discomfort factor estimation system.”
  • the disorder factor estimation device 30 is a device that estimates the factors (main causes) of physical disorders of individual users, and even if the causes of disorders have a multi-stage structure, the This is a device that estimates the cause of a malfunction based on direct answers from the patient or sensing data from a wearable computer worn by the user.
  • the reason for the multi-stage structure is that, for example, mental fatigue (second stage) is thought to be the cause of depressive symptoms (first stage), and human Indicates a condition that may be due to lack of relationships or lack of sleep (stage 3).
  • the communication terminal 50 is a computer, and in FIG. 1, a smartphone is shown as an example. In FIG. 1, a user operates a communication terminal 50. Note that the processing may be performed by the malfunction factor estimating device 30 alone without using the communication terminal 50.
  • FIG. 2 is an electrical hardware configuration diagram of the malfunction factor estimation device.
  • the malfunction factor estimation device 30 is a computer that includes a CPU (Central Processing Unit) 301, a ROM (Read Only Memory) 302, a RAM (Random Access Memory) 303, and an SSD (Solid State Drive). 304, an external device connection I/F (Interface) 305, a network I/F 306, a media I/F 309, and a bus line 310.
  • a CPU Central Processing Unit
  • ROM Read Only Memory
  • RAM Random Access Memory
  • SSD Solid State Drive
  • the CPU 301 controls the operation of the malfunction factor estimation device 30 as a whole.
  • the ROM 302 stores programs used to drive the CPU 301, such as IPL (Initial Program Loader).
  • RAM 303 is used as a work area for CPU 301.
  • the SSD 304 reads or writes various data under the control of the CPU 301.
  • an HDD Hard Disk Drive
  • an HDD Hard Disk Drive
  • the external device connection I/F 305 is an interface for connecting various external devices.
  • External devices in this case include a display, speaker, keyboard, mouse, USB (Universal Serial Bus) memory, printer, and the like.
  • the network I/F 306 is an interface for data communication via the communication network 100.
  • the media I/F 309 controls reading or writing (storage) of data to a recording medium 309m such as a flash memory.
  • the recording media 309m also include DVDs (Digital Versatile Discs), Blu-ray Discs (registered trademark), and the like.
  • the bus line 310 is an address bus, a data bus, etc. for electrically connecting each component such as the CPU 301 shown in FIG. 2.
  • the electrical hardware configuration of the communication terminal 50 is basically the same as that of the malfunction factor estimating device 30, so a description thereof will be omitted.
  • FIG. 3 is a functional configuration diagram of the malfunction factor estimation device.
  • the malfunction factor estimation device 30 includes a user state acquisition section 31, a user malfunction cause search section 33, an advice presentation section 35, a common causal structure weight updating section 37, and a common causal structure node modification section 39. .
  • Each of these units is a function realized by instructions from the CPU 301 in FIG. 2 based on a program.
  • the RAM 303 or the SSD 304 stores a common causal structure DB (Data Base) 21, a user information DB 22, and an advice message DB 23.
  • DB Data Base
  • each DB will be explained using FIGS. 4 to 7.
  • FIG. 4 is a conceptual diagram showing nodes and edges of a common causal structure DB as a graph DB.
  • FIG. 5 is a conceptual diagram of properties of a common causal structure DB as a graph DB.
  • the information regarding the property includes the physical condition, the cause of the condition, the acquisition method of user information, the question message (or sensing item), the judgment result (Ans) of the answer (or sensing data), and the information when the condition is determined to be unwell. Thresholds are associated and managed.
  • the node ID is an example of node identification information for identifying a node.
  • Unwell indicates a physical disorder and indicates a node as a parent.
  • “User information acquisition form” indicates a method of acquiring information (data) regarding a health condition from each user.
  • “User input” indicates a method of presenting a question from the malfunction factor estimation device 30 to the user's communication terminal 50 and obtaining an answer.
  • Items other than “user input” indicate methods for periodically acquiring measurement data related to the body from a wearable device (smart watch, etc.) worn by the user. Examples of items other than “user input” include “real space behavior log,” “server space behavior log,” and “vital data.”
  • the "cyberspace behavior log” is the browsing history or posting history on a website (an application on the communication terminal 50), the purchasing history on an EC (Electronic Commerce) site, etc. From these cyberspace log data, using natural language processing etc., we mainly collect the user's emotions, thoughts, thoughts, preferences, values, worries, dissatisfaction, desires, goals, interests, concerns, curiosities, and concerns. Behaviors such as recognition, understanding, and interpretation are analyzed.
  • Sensing item indicates the type of sensing data acquired by the sensor 40 or the like when the user information acquisition form is other than user input.
  • Determination of answer or data indicates a criterion for determining the answer or sensing data obtained from the user. For example, criteria such as evaluating responses or sensing data results in five stages are shown.
  • FIG. 6 is a conceptual diagram showing nodes and edges of a user information DB as a graph DB.
  • the user information DB 22 has a graph structure similar to the common cause and effect structure DB 21 in FIG. (Fscore) is associated and managed.
  • the determination result (Ans) and cause score (Fscore) will be explained in detail later.
  • FIG. 7 is a conceptual diagram of the advice message DB. As shown in FIG. 7, information regarding advice is managed in association with each node ID. Each node is the same as in FIG. Information regarding advice in this case is managed in association with messages indicating the malfunction, the cause of the malfunction, and how to deal with the malfunction. “Unwellness” and “unwell cause” are the same as in the common causal structure DB in FIG. 5.
  • the "message indicating how to deal with the problem” is presented to a predetermined user when the disorder factor estimation device 30 estimates the cause (main cause) of the physical disorder of the predetermined user based on the cause score (Fscore). This is a message indicating what action should be taken.
  • the user status acquisition unit 31 receives a request for regular sensing from the user condition acquisition unit 33, and receives the request according to the user information acquisition form (real space behavior log, cyberspace behavior log) (see FIG. 5). , the data sensed by the sensor 40 and the like is acquired and sent to the user disorder cause search unit 33.
  • the user information acquisition form real space behavior log, cyberspace behavior log
  • the user malfunction cause search unit 33 applies each determination result of malfunction based on data of answers from a predetermined user to each predetermined question or sensing data regarding the predetermined user to each node corresponding to each predetermined question. By first calculating the score for each cause related to the physical condition, the cause of the physical condition of a given user is estimated.
  • the user malfunction cause search unit 33 calculates the malfunction determination result (Ans) for each node based on the data (answer data or sensing data) received from the user status acquisition unit 31, and calculates the common malfunction determination result (Ans).
  • a causal score (Fscore) is calculated using the weights managed in the causal structure DB 21.
  • the user disorder cause search unit 33 then manages each node of the user information DB 22 by associating the determination result (Ans), and associates each edge of the user information DB 22 with a cause score (Fscore).
  • Fscore_node k(from-to,from-to) indicates the cause score to be obtained.
  • (from-to, from-to) indicates (x coordinate (distance from parent node), y coordinate (number from top)) in the user information DB 22 (FIG. 6).
  • w_node k(from-to, from-to) indicates each weight managed by the common causal relationship DB 21 (FIG. 4).
  • Ans(node k(m,n)) indicates the determination result (Ans) in the user information DB 22 (FIG. 6).
  • the advice presentation unit 35 Upon receiving a request from the user status acquisition unit 31 to present a message indicating a node ID (up to the top N factor scores) and a countermeasure, the advice presentation unit 35 searches the advice message DB 23 using this node ID as a search key. This will read out the data of the corresponding "message indicating how to deal with it". Then, the advice presenting unit 35 displays a message indicating a countermeasure on the communication terminal 50. Note that the message sent to the communication terminal 50 may display a self-efficacy confirmation screen with an added comment asking the user whether he or she is likely to be able to improve his or her life in accordance with the advice (see FIG. 11). ).
  • the common causal structure weight updating unit 37 can update or otherwise change the weights that are managed in advance in the common causal structure DB 21 based on response data or sensing data regarding the user's recent illness. Therefore, the common causal structure weight updating unit 37 holds the number i of data required for weight update, which defines the timing of updating the weight.
  • the common causal structure weight updating unit 37 receives data (response data or sensing data) from the user state acquisition unit 31, it stores the data in a temporary storage area and updates it with data of other users or the same user.
  • the common causal structure weight updating unit 37 uses the following (Formula 2) to calculate the correlation coefficient for i samples.
  • A Ans(node k(m,n)) on the From side
  • B Ans(node k(m,n)) on the To side.
  • the weights can be updated by the weights managed in advance in the common causal structure DB 21 or by the common causal structure weight updating unit 37 based on the opinions of experts.
  • the weights can be adjusted.
  • the user disorder cause search unit 33 searches the user information DB 22 and determines the user's body, which is the target of the answer or sensing, based on the user's answer data or sensing data regarding the parent node k. Determine whether or not there is a disorder. Specifically, the user discomfort cause search unit 33 determines that the user's body is unwell depending on whether or not the response data from the user or the result of the sensing data is equal to or greater than the threshold value, If it is below, it is determined that the body is not in a bad condition (or is normal). For example, in FIG.
  • Data indicating the top three "question messages" with the highest values is sent from the user disorder cause search unit 33 to the user status acquisition unit 31. Then, the user status acquisition unit 31 transmits each question message to the user's communication terminal 50 and acquires data of each answer from the communication terminal 50. The user status acquisition unit 31 sends data of each acquired answer to the user disorder cause search unit 33.
  • the user disorder cause search unit 33 instructs the user status acquisition unit 31 to check the user information DB 22. Process of presenting questions to the user regarding a predetermined number of nodes k(m,n) with higher weights among all managed descendants nodes k(m,n) and obtaining answers from the user. request. Further, in this case, the process in which the user disorder cause search unit 33 reads the question message from the common causal structure DB 21 (FIG. 5) and transmits it to the user status acquisition unit 31 is the same as in S17 above.
  • the user disorder cause search unit 33 stores the determination results related to the predetermined number of data (answer data or sensing data) acquired from the user status acquisition unit 31 in the user information DB 22 ( It is managed in association with the corresponding node ID in FIG. 6). For example, as shown in Figure 6, the judgment result related to the answer data for node 1(1,1) of “accumulation of mental fatigue” is “3”, and The determination result regarding the answer data regarding 1(1,2) is "2".
  • the cause score of ⁇ unfavorable human relationships'' as a cause of ⁇ accumulation of mental fatigue'' in which user A is unwell is 1.2.
  • the cause score for the influence of "lack of sleep” as the cause of "accumulation of mental fatigue” that causes user A's unwellness is 0.2. be.
  • the user disorder cause search unit 33 requests the advice presentation unit 35 to present messages that should be dealt with in the top N ranks of cause scores.
  • the user disorder cause search unit 33 transmits the node IDs of the top N nodes in terms of cause scores to the advice presentation unit 35.
  • the top three cause scores include the following multilevel content.

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

For example, even though a cause of depressive symptoms (first level) is mental fatigue (second level), the mental fatigue can be due to various causes, such as human relations (third level) or inadequate sleep (third level). The purpose of the present invention is to estimate a cause of a disorder even when the cause of a physical disorder has a multilevel structure, and the cause of the physical disorder is difficult to understand.　To achieve this purpose, in the present disclosure, a disorder cause estimation device for estimating the cause of a physical disorder in a user has: a shared cause-effect structure database as a graph database in which cause-effect relationships form a structure in which causes that result in a physical disorder in the user serve as nodes; and a user disorder cause searching unit that fits disorder determination results based on data of responses from a prescribed user to prescribed questions, or data of sensing relating to the prescribed user to the nodes that correspond to the prescribed questions to determine cause scores that relate to a disorder, and thereby estimates the cause of a physical disorder in the prescribed user.

Description

不調要因推定装置、不調要因推定方法、及びプログラムDisorder factor estimation device, disorder factor estimation method, and program
　本開示は、ユーザの身体の不調の基になる複数の原因の中で、主な原因である不調の要因を探索する技術に関する。 The present disclosure relates to a technique for searching for the main cause of a user's physical discomfort among a plurality of causes.
　ＱＯＬ(Quality of Life)の向上や生活習慣病予防など、個々のユーザに合った身体の不調の要因（主な原因）を把握し、この要因に合った改善行動を知ることが重要である。 It is important to understand the factors (main causes) of physical ailments that suit each individual user, such as improving QOL (Quality of Life) and preventing lifestyle-related diseases, and to know the improvement actions that suit these factors.
　非特許文献１では、体調が悪い時とその前後の行動（原因）の関係を分析して、身体の不調を改善する推奨行動を選定することが開示されている。 Non-Patent Document 1 discloses analyzing the relationship between when a person feels unwell and the actions (causes) before and after that time, and selecting recommended actions to improve the physical condition.
　しかし、非特許文献１では、身体の不調と原因の関係が多段構造になっている場合、不調の要因（主な原因）を特定することは難しい。例えば、うつ症状の原因が精神的な疲労であっても、この精神的な疲労の原因は人間関係や睡眠の不足等の様々な原因が考えられる。 However, in Non-Patent Document 1, when the relationship between a physical disorder and its cause has a multi-level structure, it is difficult to identify the cause (main cause) of the disorder. For example, even if the cause of depressive symptoms is mental fatigue, this mental fatigue may be caused by various causes such as interpersonal relationships or lack of sleep.
　本発明は、上記の点に鑑みてなされたものであって、不調の原因が多段構造になっていて身体の不調の要因が分かりにくい場合でも、不調の要因を推定することを目的とする。 The present invention has been made in view of the above points, and aims to estimate the cause of a physical disorder even when the cause of the disorder has a multi-stage structure and the cause of the physical disorder is difficult to understand.
　上記課題を解決するため、請求項１に係る発明は、ユーザの身体の不調の要因を推定する不調要因推定装置であって、ユーザの身体の不調の結果が生じる各原因を各ノードとする因果関係を構造化したグラフデータベースとしての共通因果構造データベースと、所定の各質問に対する所定のユーザからの回答のデータ又は前記所定のユーザに関するセンシングのデータに基づく不調の各判定結果を、前記所定の各質問に対応する前記各ノードに当て嵌めて、不調に関する各原因スコアを求めることで、前記所定のユーザの身体の不調の要因を推定するユーザ不調原因探索部と、を有する不調要因推定装置である。 In order to solve the above problem, the invention according to claim 1 is a disorder factor estimation device for estimating the cause of a user's physical disorder, the cause and effect factor estimating the cause of the user's physical disorder, in which each node is a cause of the result of the user's physical disorder. A common causal structure database as a graph database in which relationships are structured, and each determination result of a disorder based on data of answers from a predetermined user to each predetermined question or sensing data regarding the predetermined user, are A user discomfort factor estimating unit that estimates the cause of the physical illness of the predetermined user by applying it to each of the nodes corresponding to a question and calculating each cause score related to the illness. .
　以上説明したように本発明によれば、不調の原因が多段構造になっていて身体の不調の要因が分かりにくい場合でも、不調の要因を推定することができるという効果を奏する。 As explained above, according to the present invention, even when the cause of a physical disorder is difficult to understand because the cause of the disorder has a multi-stage structure, it is possible to estimate the cause of the disorder.
本実施形態に係る通信システムの全体構成図である。1 is an overall configuration diagram of a communication system according to this embodiment. 本実施形態に係る不調要因推定装置及び通信端末の電気的なハードウェア構成図である。1 is an electrical hardware configuration diagram of a malfunction factor estimating device and a communication terminal according to the present embodiment. FIG. 不調要因推定装置の機能構成図である。FIG. 2 is a functional configuration diagram of a malfunction factor estimation device. グラフＤＢとしての共通因果構造ＤＢのノード及びエッジを示した概念図である。It is a conceptual diagram showing nodes and edges of a common causal structure DB as a graph DB. グラフＤＢとしての共通因果構造ＤＢのプロパティの概念図である。It is a conceptual diagram of the properties of a common causal structure DB as a graph DB. グラフＤＢとしてのユーザ情報ＤＢのノード及びエッジを示した概念図である。It is a conceptual diagram showing nodes and edges of a user information DB as a graph DB. アドバイスメッセージＤＢの概念図である。It is a conceptual diagram of an advice message DB. 原因スコアの算出方法を示す図である。It is a figure which shows the calculation method of a cause score. 不調要因推定装置が実行する処理又は動作を示すフローチャートである。It is a flowchart which shows the process or operation|movement which a malfunction factor estimation apparatus performs. 不調要因推定装置が実行する処理又は動作を示すフローチャートである。It is a flowchart which shows the process or operation|movement which a malfunction factor estimation apparatus performs. 通信端末での表示例を示す図である。It is a figure showing an example of a display on a communication terminal.
　以下、図面に基づいて本発明の実施形態を説明する。 Hereinafter, embodiments of the present invention will be described based on the drawings.
　〔実施形態のシステム構成〕
　まず、図１を用いて、本実施形態の通信システムの全体構成略について説明する。図１は、本実施形態に係る通信システムの全体構成図である。 [System configuration of embodiment]
First, the overall configuration of the communication system of this embodiment will be explained using FIG. 1. FIG. 1 is an overall configuration diagram of a communication system according to this embodiment.
　図１に示されているように、本実施形態の通信システム１０は、不調要因推定装置３０、及び通信端末５０によって構築されている。通信端末５０は、ユーザによって管理及び使用される。ユーザは、不調要因推定装置３０から通信端末５０に送信されるアドバイスのメッセージを参照して、その後の対応（生活の改善等）を検討する者である。 As shown in FIG. 1, the communication system 10 of this embodiment is constructed by a malfunction factor estimating device 30 and a communication terminal 50. Communication terminal 50 is managed and used by a user. The user is a person who refers to the advice message sent from the disorder factor estimation device 30 to the communication terminal 50 and considers subsequent measures (improvement of lifestyle, etc.).
　また、不調要因推定装置３０と通信端末５０は、インターネット等の通信ネットワーク１００を介して通信することができる。通信ネットワーク１００の接続形態は、無線又は有線のいずれでも良い。 Furthermore, the malfunction factor estimating device 30 and the communication terminal 50 can communicate via a communication network 100 such as the Internet. The connection form of the communication network 100 may be either wireless or wired.
　不調要因推定装置３０は、単数又は複数のコンピュータによって構成されている。不調要因推定装置３０が複数のコンピュータによって構成されている場合には、「不調要因推定装置」と示しても良いし、「不調要因推定システム」と示しても良い。 The malfunction factor estimating device 30 is configured by one or more computers. When the malfunction factor estimating device 30 is constituted by a plurality of computers, it may be referred to as a "disorder factor estimation device" or a "discomfort factor estimation system."
　不調要因推定装置３０は、個々のユーザの身体の不調の要因（主な原因）を推定する装置であって、不調の原因が多段構造になっている場合であっても、所定の質問に対するユーザからの直接の回答、又はユーザが装着したウェアラブルコンピュータ等のセンシングのデータに基づいて、不調の要因を推定する装置である。多段構造の原因は、上述のように、例えば、うつ症状（第１段）の原因として精神的な疲労（第２段）が考えられ、更に精神的な疲労（第２段）の原因として人間関係や睡眠の不足(第３段)が考えられるような状態を示す。 The disorder factor estimation device 30 is a device that estimates the factors (main causes) of physical disorders of individual users, and even if the causes of disorders have a multi-stage structure, the This is a device that estimates the cause of a malfunction based on direct answers from the patient or sensing data from a wearable computer worn by the user. As mentioned above, the reason for the multi-stage structure is that, for example, mental fatigue (second stage) is thought to be the cause of depressive symptoms (first stage), and human Indicates a condition that may be due to lack of relationships or lack of sleep (stage 3).
　通信端末５０は、コンピュータであり、図１では、一例としてスマートフォンが示されている。図１では、ユーザが通信端末５０を操作する。なお、通信端末５０を用いずに、不調要因推定装置３０単独で処理してもよい。 The communication terminal 50 is a computer, and in FIG. 1, a smartphone is shown as an example. In FIG. 1, a user operates a communication terminal 50. Note that the processing may be performed by the malfunction factor estimating device 30 alone without using the communication terminal 50.
　〔ハードウェア構成〕
　＜不調要因推定装置のハードウェア構成＞
　次に、図２を用いて、不調要因推定装置３０の電気的なハードウェア構成を説明する。図２は、不調要因推定装置の電気的なハードウェア構成図である。 [Hardware configuration]
<Hardware configuration of the malfunction factor estimation device>
Next, the electrical hardware configuration of the malfunction factor estimating device 30 will be explained using FIG. 2. FIG. 2 is an electrical hardware configuration diagram of the malfunction factor estimation device.
　不調要因推定装置３０は、コンピュータとして、図２に示されているように、ＣＰＵ(Central Processing Unit)３０１、ＲＯＭ(Read Only Memory)３０２、ＲＡＭ(Random Access Memory)３０３、ＳＳＤ(Solid State Drive)３０４、外部機器接続Ｉ／Ｆ(Interface)３０５、ネットワークＩ／Ｆ３０６、メディアＩ／Ｆ３０９、及びバスライン３１０を備えている。 As shown in FIG. 2, the malfunction factor estimation device 30 is a computer that includes a CPU (Central Processing Unit) 301, a ROM (Read Only Memory) 302, a RAM (Random Access Memory) 303, and an SSD (Solid State Drive). 304, an external device connection I/F (Interface) 305, a network I/F 306, a media I/F 309, and a bus line 310.
　これらのうち、ＣＰＵ３０１は、不調要因推定装置３０全体の動作を制御する。ＲＯＭ３０２は、ＩＰＬ(Initial Program Loader)等のＣＰＵ３０１の駆動に用いられるプログラムを記憶する。ＲＡＭ３０３は、ＣＰＵ３０１のワークエリアとして使用される。 Among these, the CPU 301 controls the operation of the malfunction factor estimation device 30 as a whole. The ROM 302 stores programs used to drive the CPU 301, such as IPL (Initial Program Loader). RAM 303 is used as a work area for CPU 301.
　ＳＳＤ３０４は、ＣＰＵ３０１の制御に従って各種データの読み出し又は書き込みを行う。なお、ＳＳＤ３０４の代わりに、ＨＤＤ(Hard Disk Drive)を用いても良い。 The SSD 304 reads or writes various data under the control of the CPU 301. Note that an HDD (Hard Disk Drive) may be used instead of the SSD 304.
　外部機器接続Ｉ／Ｆ３０５は、各種の外部機器を接続するためのインターフェースである。この場合の外部機器は、ディスプレイ、スピーカ、キーボード、マウス、ＵＳＢ(Universal Serial Bus)メモリ、及びプリンタ等である。 The external device connection I/F 305 is an interface for connecting various external devices. External devices in this case include a display, speaker, keyboard, mouse, USB (Universal Serial Bus) memory, printer, and the like.
　ネットワークＩ／Ｆ３０６は、通信ネットワーク１００を介してデータ通信をするためのインターフェースである。 The network I/F 306 is an interface for data communication via the communication network 100.
　メディアＩ／Ｆ３０９は、フラッシュメモリ等の記録メディア３０９ｍに対するデータの読み出し又は書き込み（記憶）を制御する。記録メディア３０９ｍには、ＤＶＤ(Digital Versatile Disc)やＢｌｕ-ｒａｙ Ｄｉｓｃ（登録商標）等も含まれる。 The media I/F 309 controls reading or writing (storage) of data to a recording medium 309m such as a flash memory. The recording media 309m also include DVDs (Digital Versatile Discs), Blu-ray Discs (registered trademark), and the like.
　バスライン３１０は、図２に示されているＣＰＵ３０１等の各構成要素を電気的に接続するためのアドレスバスやデータバス等である。 The bus line 310 is an address bus, a data bus, etc. for electrically connecting each component such as the CPU 301 shown in FIG. 2.
　なお、通信端末５０の電気的なハードウェア構成は、基本的に不調要因推定装置３０と同様であるため、その説明を省略する。 Note that the electrical hardware configuration of the communication terminal 50 is basically the same as that of the malfunction factor estimating device 30, so a description thereof will be omitted.
　〔不調要因推定装置の機能構成〕
　続いて、不調要因推定装置３０の機能構成について説明する。図３は、不調要因推定装置の機能構成図である。 [Functional configuration of the malfunction factor estimation device]
Next, the functional configuration of the malfunction factor estimating device 30 will be explained. FIG. 3 is a functional configuration diagram of the malfunction factor estimation device.
　図３に示すように、不調要因推定装置３０は、ユーザ状態取得部３１、ユーザ不調原因探索部３３、アドバイス提示部３５、共通因果構造重み更新部３７、及び共通因果構造ノード修正部３９を有する。これら各部は、プログラムに基づき図２のＣＰＵ３０１による命令によって実現される機能である。また、ＲＡＭ３０３又はＳＳＤ３０４には、共通因果構造ＤＢ(Data Base)２１、ユーザ情報ＤＢ２２、及びアドバイスメッセージＤＢ２３が記憶されている。 As shown in FIG. 3, the malfunction factor estimation device 30 includes a user state acquisition section 31, a user malfunction cause search section 33, an advice presentation section 35, a common causal structure weight updating section 37, and a common causal structure node modification section 39. . Each of these units is a function realized by instructions from the CPU 301 in FIG. 2 based on a program. Further, the RAM 303 or the SSD 304 stores a common causal structure DB (Data Base) 21, a user information DB 22, and an advice message DB 23.
　＜各ＤＢの説明＞
　続いて、図４乃至図７を用いて、各ＤＢを説明する。 <Description of each DB>
Next, each DB will be explained using FIGS. 4 to 7.
　（共通因果構造ＤＢ）
　図４は、グラフＤＢとしての共通因果構造ＤＢのノード及びエッジを示した概念図である。図５は、グラフＤＢとしての共通因果構造ＤＢのプロパティの概念図である。 (Common causal structure DB)
FIG. 4 is a conceptual diagram showing nodes and edges of a common causal structure DB as a graph DB. FIG. 5 is a conceptual diagram of properties of a common causal structure DB as a graph DB.
　図４に示すように、共通因果構造ＤＢ２１は、ユーザの身体の不調の結果が生じる各原因を各ノードとする因果関係を構造化したグラフＤＢである。ここで、親（第１段）であるノードnode 1(0,0)からの距離がmであり上からn番目の子孫（第２段以降)ノードを、node k(m,n)とする。各エッジには複数のノード（結果及び複数の原因）間の相対的な関係を示す重み(wnodek(from-to, from-to))が関連付けられている。矢印の元が「原因」で、矢印の先が「結果」である。この重みは、予め定められた値であり、各ユーザに共通に適用される値である。 As shown in FIG. 4, the common causal structure DB 21 is a graph DB that structures causal relationships in which each node is a cause of a user's physical condition. Here, the distance from the parent (first stage) node node 1(0,0) is m, and the nth descendant (second stage and subsequent stages) node from the top is node k(m,n). . Each edge is associated with a weight (w node k(from-to, from-to)) that indicates the relative relationship between multiple nodes (effects and multiple causes). The source of the arrow is the ``cause,'' and the tip of the arrow is the ``effect.'' This weight is a predetermined value that is commonly applied to each user.
　また、図５に示すように、ノードＩＤ毎にプロパティに関する情報が関連付けて管理されている。この場合のプロパティに関する情報としては、身体の不調、不調原因、ユーザ情報の取得形態、質問メッセージ（又はセンシング項目）、回答（又はセンシングのデータ）の判定結果(Ans)、不調と判断する場合の閾値が関連付けられて管理されている。なお、ノードＩＤは、ノードを識別するためのノード識別情報の一例である。 Furthermore, as shown in FIG. 5, information regarding properties is managed in association with each node ID. In this case, the information regarding the property includes the physical condition, the cause of the condition, the acquisition method of user information, the question message (or sensing item), the judgment result (Ans) of the answer (or sensing data), and the information when the condition is determined to be unwell. Thresholds are associated and managed. Note that the node ID is an example of node identification information for identifying a node.
　「不調」は身体の不調を示し、親としてのノードを示す。 "Unwell" indicates a physical disorder and indicates a node as a parent.
　「不調原因」は、「不調」の結果が生じる原因を示す。例えば、「うつ症状」としての結果の原因として、「精神的な疲労の蓄積」、「身体的な疲労の蓄積」等が管理されている。 "Cause of unwellness" indicates the cause of the result of "unwellness". For example, "accumulation of mental fatigue", "accumulation of physical fatigue", etc. are managed as causes of the result of "depressive symptoms".
　「ユーザ情報取得形態」は、各ユーザから不調に関する情報（データ）を取得する手法を示す。「ユーザ入力」は、不調要因推定装置３０からユーザの通信端末５０に対して質問を提示して回答を取得する手法を示す。「ユーザ入力」以外は、ユーザが装着しているウェアラブルデバイス（スマートウォッチ等）等から定期的に身体に関する計測データ等を取得する手法を示す。「ユーザ入力」以外としては、例えば「リアル空間行動ログ」、「サーバ空間行動ログ」、「バイタルデータ」等が挙げられる。 "User information acquisition form" indicates a method of acquiring information (data) regarding a health condition from each user. "User input" indicates a method of presenting a question from the malfunction factor estimation device 30 to the user's communication terminal 50 and obtaining an answer. Items other than "user input" indicate methods for periodically acquiring measurement data related to the body from a wearable device (smart watch, etc.) worn by the user. Examples of items other than "user input" include "real space behavior log," "server space behavior log," and "vital data."
　「リアル空間行動ログ」は、スマートフォンやスマートウォッチに搭載のセンサ４０やPOS(Point Of Sales)データ等により収集される情報であり、ユーザの歩数、移動手段、位置情報、座位継続時間、実店舗での購買履歴等である。これらのリアル空間行動ログデータから、数値解析により、主に、生活リズムや食事や生活習慣等といった行動が分析される。 "Real space behavior log" is information collected by sensors 40 installed in smartphones and smart watches, POS (Point Of Sales) data, etc., including the user's step count, means of transportation, location information, sitting duration, physical stores, etc. purchase history etc. From these real space behavior log data, behaviors such as daily rhythms, meals, and lifestyle habits are mainly analyzed through numerical analysis.
　「サイバー空間行動ログ」は、Webサイト(通信端末５０のアプリケーション)での閲覧履歴若しくは投稿履歴、又はEC(Electronic Commerce)サイトでの購買履歴等である。これらのサイバー空間ログデータから、自然言語処理等により、主に、ユーザの感情、考え、思い、嗜好、価値観、悩み、不満、願望、目標、興味、関心、好奇心、気になっていること、認識、理解、解釈等の行動が分析される。 The "cyberspace behavior log" is the browsing history or posting history on a website (an application on the communication terminal 50), the purchasing history on an EC (Electronic Commerce) site, etc. From these cyberspace log data, using natural language processing etc., we mainly collect the user's emotions, thoughts, thoughts, preferences, values, worries, dissatisfaction, desires, goals, interests, concerns, curiosities, and concerns. Behaviors such as recognition, understanding, and interpretation are analyzed.
　「バイタルデータ」は、ウェアラブル端末等のセンサ４０のように、リアルタイムで計測される心拍、血圧、血糖値等の測定データであり、健康診断による測定データも含まれる。 "Vital data" is measurement data such as heartbeat, blood pressure, blood sugar level, etc. measured in real time by a sensor 40 of a wearable terminal, etc., and also includes measurement data from health checkups.
　なお、リアル空間行動ログ、サイバー空間行動ログ、及びバイタルデータは、「センシングのデータ」の一例である。 Note that real space behavior logs, cyberspace behavior logs, and vital data are examples of "sensing data."
　「質問メッセージ」は、ユーザ情報取得形態がユーザ入力の場合に、各ユーザの通信端末５０に対して提示する質問のメッセージを示す。 "Question message" indicates a question message presented to each user's communication terminal 50 when the user information acquisition form is user input.
　「センシング項目」は、ユーザ情報取得形態がユーザ入力以外の場合に、センサ４０等により取得するセンシングのデータの種類を示す。 "Sensing item" indicates the type of sensing data acquired by the sensor 40 or the like when the user information acquisition form is other than user input.
　「回答又はデータの判定」は、ユーザから取得した回答又はセンシングのデータの判定基準を示す。例えば、回答又はセンシングのデータの結果を５段階に分けて評価する等の基準が示されている。 "Determination of answer or data" indicates a criterion for determining the answer or sensing data obtained from the user. For example, criteria such as evaluating responses or sensing data results in five stages are shown.
　「閾値」は、回答又はセンシングのデータの結果により不調と判断する場合の閾値を示す。例えば、回答又はセンシングのデータの結果が５段階の４以上の場合には、うつ症状であると判断される。 "Threshold value" indicates a threshold value when determining that the patient is in poor condition based on the results of the response or sensing data. For example, if the answer or sensing data result is 4 or higher on a five-point scale, it is determined that the person is suffering from depression.
　（ユーザ情報ＤＢ）
　図６は、グラフＤＢとしてのユーザ情報ＤＢのノード及びエッジを示した概念図である。ユーザ情報ＤＢ２２は、図４の共通因果構造ＤＢ２１と同様のグラフ構造において、各ノードにユーザからの回答のデータ又はセンシングのデータに基づく判定結果(Ans）を関連付けて管理し、各エッジに原因スコア(Fscore)を関連付けて管理している。判定結果(Ans）と原因スコア（Fscore）に関しては、後ほど詳細に説明する。 (User information DB)
FIG. 6 is a conceptual diagram showing nodes and edges of a user information DB as a graph DB. The user information DB 22 has a graph structure similar to the common cause and effect structure DB 21 in FIG. (Fscore) is associated and managed. The determination result (Ans) and cause score (Fscore) will be explained in detail later.
　（アドバイスメッセージＤＢ）
　図７は、アドバイスメッセージＤＢの概念図である。図７に示すように、ノードＩＤ毎にアドバイスに関する情報が関連付けて管理されている。各ノードは、図５と同様である。この場合のアドバイスに関する情報としては、不調、不調原因、対処方法を示すメッセージが関連付けれて管理されている。「不調」と「不調原因」は、図５の共通因果構造ＤＢと同様である。 (Advice message DB)
FIG. 7 is a conceptual diagram of the advice message DB. As shown in FIG. 7, information regarding advice is managed in association with each node ID. Each node is the same as in FIG. Information regarding advice in this case is managed in association with messages indicating the malfunction, the cause of the malfunction, and how to deal with the malfunction. “Unwellness” and “unwell cause” are the same as in the common causal structure DB in FIG. 5.
　「対処方法を示すメッセージ」は、不調要因推定装置３０が、原因スコア(Fscore)によって所定のユーザの身体の不調の要因（主な原因）を推定した場合に、この所定のユーザに対して提示すべき対処方法を示すメッセージである。 The "message indicating how to deal with the problem" is presented to a predetermined user when the disorder factor estimation device 30 estimates the cause (main cause) of the physical disorder of the predetermined user based on the cause score (Fscore). This is a message indicating what action should be taken.
　（各機能構成）
　続いて、不調要因推定装置３０の機能構成について説明する。 (Each functional configuration)
Next, the functional configuration of the malfunction factor estimating device 30 will be explained.
　ユーザ状態取得部３１は、ユーザ不調原因探索部３３から、所定のノードに関する質問の提示及び回答の取得の依頼を受けると、ユーザの通信端末５０に対して、質問と選択肢を表示させる。そして、ユーザによる回答のデータをユーザ不調原因探索部へ送る。 Upon receiving a request from the user disorder cause search unit 33 to present a question and obtain an answer regarding a predetermined node, the user status acquisition unit 31 causes the user's communication terminal 50 to display the question and options. Then, the data of the user's response is sent to the user disorder cause search unit.
　また、ユーザ状態取得部３１は、ユーザ不調原因探索部３３から、定期的なセンシングの依頼を受けると、ユーザ情報取得形態（リアル空間行動ログ、サイバー空間行動ログ）（図５参照）に応じて、センサ４０等によるセンシングのデータを取得し、ユーザ不調原因探索部３３へ送る。 Further, when receiving a request for periodic sensing from the user disorder cause search unit 33, the user status acquisition unit 31 receives a request for regular sensing from the user condition acquisition unit 33, and receives the request according to the user information acquisition form (real space behavior log, cyberspace behavior log) (see FIG. 5). , the data sensed by the sensor 40 and the like is acquired and sent to the user disorder cause search unit 33.
　なお、不調要因推定装置３０がユーザの状態をセンシングしてユーザの不調状態を判定する場合には、ユーザ状態取得部３１は、取得したセンシングのデータの数値と基準値（例えば、平均値、標準偏差）を用いて、以下の」ように５段階評価に変換する。 Note that when the disorder factor estimation device 30 determines the user's disorder state by sensing the user's condition, the user condition acquisition unit 31 collects the numerical value of the acquired sensing data and a reference value (for example, an average value, a standard value, etc.). Using the deviation), convert to a 5-level evaluation as shown below.
　5…平均－２σ未満　
　4…（平均－0.5σ）未満～（平均－２σ）以上
　3…平均±0.5σ以内　
　2…（平均＋0.5σ）より大きい～（平均＋２σ）以下
　1…平均－２σより大きい
　これにより、例えば、ユーザ状態取得部３１が、リアル空間行動ログを用いて「睡眠時間」のセンシングのデータを取得した場合、ユーザの睡眠時間が7.5時間として、「日本人の平均睡眠時間：６時間」、「標準偏差：２時間」を示すデータを用いて、上記の５段階評価で"2"の結果を出力する。 5…Average less than -2σ
4...Less than (average -0.5σ) to (average -2σ) or more 3...Within average ±0.5σ
2... Greater than (average + 0.5σ) to less than (average + 2σ) 1... Greater than average -2σ As a result, for example, the user state acquisition unit 31 uses the real space behavior log to obtain sensing data of "sleep time". If the user's sleeping time is 7.5 hours, using the data showing "average sleeping time of Japanese people: 6 hours" and "standard deviation: 2 hours", the user's sleep time will be "2" on the 5-point scale above. Output the results.
　なお、ユーザ状態取得部３１は、ユーザ不調原因探索部３２へデータ（回答のデータ、又はセンシングのデータ）を送信するタイミングで、共通因果構造重み更新部３７にも同様のデータを送る。 Note that the user status acquisition unit 31 also sends similar data to the common causal structure weight updating unit 37 at the timing of transmitting data (response data or sensing data) to the user disorder cause search unit 32.
　ユーザ不調原因探索部３３は、所定の各質問に対する所定のユーザからの回答のデータ又は前記所定のユーザに関するセンシングのデータに基づく不調の各判定結果を、所定の各質問に対応する各ノードに当て嵌めて、不調に関する各原因スコアを求めることで、所定のユーザの身体の不調の要因を推定する。 The user malfunction cause search unit 33 applies each determination result of malfunction based on data of answers from a predetermined user to each predetermined question or sensing data regarding the predetermined user to each node corresponding to each predetermined question. By first calculating the score for each cause related to the physical condition, the cause of the physical condition of a given user is estimated.
　具体的には、ユーザ不調原因探索部３３は、ユーザ状態取得部３１から受けたデータ（回答のデータ、又はセンシングのデータ）に基づいてノード毎の不調の判定結果(Ans）を計算し、共通因果構造ＤＢ２１で管理されている重みを用いて、原因スコア(Fscore)を算出す。そして、ユーザ不調原因探索部３３は、ユーザ情報ＤＢ２２の各ノードに判定結果(Ans）を関連付けて管理し、ユーザ情報ＤＢ２２の各エッジに原因スコア(Fscore)を関連付けて管理する。 Specifically, the user malfunction cause search unit 33 calculates the malfunction determination result (Ans) for each node based on the data (answer data or sensing data) received from the user status acquisition unit 31, and calculates the common malfunction determination result (Ans). A causal score (Fscore) is calculated using the weights managed in the causal structure DB 21. The user disorder cause search unit 33 then manages each node of the user information DB 22 by associating the determination result (Ans), and associates each edge of the user information DB 22 with a cause score (Fscore).
　原因スコアは、（式１）によって求められる。 The cause score is obtained by (Formula 1).
Figure JPOXMLDOC01-appb-M000001
 　ここで、Fscore_node k(from-to,from-to)は、求めるべき原因スコアを示す。(from-to,from-to)は、ユーザ情報ＤＢ２２（図６）において、（ｘ座標(親ノードからの距離)，ｙ座標(上からの番数)）を示す。w_node k(from-to,from-to)は、共通因果関係ＤＢ２１（図４）で管理されている各重みを示す。Ans(node k(m,n))は、ユーザ情報ＤＢ２２（図６）において、判定結果(Ans)を示す。
Figure JPOXMLDOC01-appb-M000001
 Here, Fscore_node k(from-to,from-to) indicates the cause score to be obtained. (from-to, from-to) indicates (x coordinate (distance from parent node), y coordinate (number from top)) in the user information DB 22 (FIG. 6). w_node k(from-to, from-to) indicates each weight managed by the common causal relationship DB 21 (FIG. 4). Ans(node k(m,n)) indicates the determination result (Ans) in the user information DB 22 (FIG. 6).
　ここで、図８を用いて、原因スコアの算出方法について説明する。図８は、原因スコアの算出方法を示す図である。 Here, the method for calculating the cause score will be explained using FIG. 8. FIG. 8 is a diagram showing a method of calculating a cause score.
　例えば、図８のように、「精神的な疲労の蓄積」のnode 1(1,1)が結果であり、「良好ではない人間関係」のnode 1(2,1)が原因の関係にある場合、共通因果構造ＤＢ２１には、予め重みw1(2-1,1-1)＝0.3が管理されている。ここで、ユーザ不調原因探索部３３は、ユーザ状態取得部３１からユーザによる回答のデータ又はユーザのセンシングのデータに基づいて、身体の不調の判定結果として、Ans(node1(2,1))=4を算出する。そして、ユーザ不調原因探索部３３は、予め定められている重み(w1)と、所定のユーザの不調の判定結果(Ans)との積により、Fscore1(2-1,1-1)=w1(2-1,1-1)・Ans(node1(2,1))＝0.3*4=1.2を求める。 For example, as shown in Figure 8, node 1(1,1) of ``accumulation of mental fatigue'' is the result, and node 1(2,1) of ``poor human relationships'' is the cause. In this case, a weight w1(2-1,1-1)=0.3 is managed in advance in the common causal structure DB 21. Here, the user illness cause search unit 33 determines that Ans(node1(2,1))= Calculate 4. Then, the user disorder cause search unit 33 calculates Fscore1(2-1,1-1)=w1( Find 2-1,1-1)・Ans(node1(2,1))=0.3*4=1.2.
　なお、ユーザ不調原因探索部３３の処理は、後ほど詳細に説明する。 Note that the processing of the user disorder cause search unit 33 will be explained in detail later.
　アドバイス提示部３５は、ユーザ状態取得部３１から、ノードＩＤ（要因スコア上位N位まで）及び対処方法を示すメッセージの提示の依頼を受けると、このノードＩＤを検索キーとしてアドバイスメッセージＤＢ２３を検索することで、対応する「対処方法を示すメッセージ」のデータを読み出す。そして、アドバイス提示部３５は、通信端末５０に対して、対処方法を示すメッセージを表示する。なお、通信端末５０に送信するメッセージには、ユーザ本人に、そのアドバイスに沿った生活の改善が出来そうかを尋ねるコメントを追加した自己効力感の確認画面を表示させてもよい（図１１参照）。 Upon receiving a request from the user status acquisition unit 31 to present a message indicating a node ID (up to the top N factor scores) and a countermeasure, the advice presentation unit 35 searches the advice message DB 23 using this node ID as a search key. This will read out the data of the corresponding "message indicating how to deal with it". Then, the advice presenting unit 35 displays a message indicating a countermeasure on the communication terminal 50. Note that the message sent to the communication terminal 50 may display a self-efficacy confirmation screen with an added comment asking the user whether he or she is likely to be able to improve his or her life in accordance with the advice (see FIG. 11). ).
　共通因果構造重み更新部３７は、ユーザの最近の不調に関する回答のデータ又はセンシングのデータによって、共通因果構造ＤＢ２１で予め管理されている重みを更新等の変更を行うことできる。そのため、共通因果構造重み更新部３７は、重みを更新するタイミングを規定する重み更新必要データ数iを保持している。共通因果構造重み更新部３７は、ユーザ状態取得部３１からデータ（回答のデータ又はセンシングのデータ）を受けると、一時保存領域にデータを保存しておき、他のユーザのデータ、又は同一のユーザの別データによって、重みw_node k(from-to,from-to)の計算に必要となるFrom側のAns(node k(m,n))とTo側のAns(node k(m,n))がi個貯まったら、重み更新処理を開始する。重み更新処理は、以下の通りである。 The common causal structure weight updating unit 37 can update or otherwise change the weights that are managed in advance in the common causal structure DB 21 based on response data or sensing data regarding the user's recent illness. Therefore, the common causal structure weight updating unit 37 holds the number i of data required for weight update, which defines the timing of updating the weight. When the common causal structure weight updating unit 37 receives data (response data or sensing data) from the user state acquisition unit 31, it stores the data in a temporary storage area and updates it with data of other users or the same user. Ans(node k(m,n)) on the From side and Ans(node k(m,n)) on the To side, which are required to calculate the weight w_node k(from-to,from-to), depending on the separate data of When i items have been accumulated, the weight update process is started. The weight update process is as follows.
　Ｓ１：共通因果構造重み更新部３７は、下記（式２）を用い、i個のサンプルについて、相関係数 S1: The common causal structure weight updating unit 37 uses the following (Formula 2) to calculate the correlation coefficient for i samples.
Figure JPOXMLDOC01-appb-M000002
 を算出する。
Figure JPOXMLDOC01-appb-M000002
 Calculate.
Figure JPOXMLDOC01-appb-M000003
 表記は、平均値を示す。
Figure JPOXMLDOC01-appb-M000003
 The notation indicates the average value.
Figure JPOXMLDOC01-appb-M000004
 　なお、A＝From側のAns(node k(m,n))、B＝To側のAns(node k(m,n))である。
Figure JPOXMLDOC01-appb-M000004
 Note that A=Ans(node k(m,n)) on the From side, and B=Ans(node k(m,n)) on the To side.
　Ｓ２：共通因果構造重み更新部３７は、下記（式３）を用いて、相関係数 S2: The common causal structure weight updating unit 37 uses the following (formula 3) to calculate the correlation coefficient
Figure JPOXMLDOC01-appb-M000005
 を重みの候補とみなして、重みの候補への係数をωとし、加重平均を算出し、それを、新規の重みとする。
Figure JPOXMLDOC01-appb-M000005
 is regarded as a weight candidate, the coefficient for the weight candidate is set to ω, a weighted average is calculated, and this is used as a new weight.
Figure JPOXMLDOC01-appb-M000006
 　共通因果構造ノード修正部３９は、共通因果構造２１に新規のノードを追加したり、既存のノードを削除したりする等の変更を行う。共通因果構造ノード修正部３９は、専門家又は管理者等の特定の者に対して、共通因果構造ＤＢ２１にて予め管理されている現在の因果構造を表示し、子孫ノード等の追加又は削除を依頼する。子孫ノード等の追加又は削除の際は、親ノードと子孫ノードを繋げるリンクの追加又は削除も連動する。また、子孫ノード及びリンクを追加する際は、その重み（因果がどれくらい強い結びつきを持っているか）を0～1の範囲で入力できる。専門家又は管理者等の特定の者による入力がなかった場合には、共通因果構造ノード修正部３９は、共通因果構造ＤＢ２１任意の設定値（0.5など）を登録しても良い。
Figure JPOXMLDOC01-appb-M000006
 The common causal structure node modification unit 39 makes changes such as adding new nodes to the common causal structure 21 and deleting existing nodes. The common causal structure node modification unit 39 displays the current causal structure managed in advance in the common causal structure DB 21 to a specific person such as an expert or administrator, and allows the addition or deletion of descendant nodes, etc. Make a request. When adding or deleting a descendant node, etc., addition or deletion of a link connecting the parent node and the descendant node is also linked. Also, when adding descendant nodes and links, you can enter their weight (how strong the causal connection is) in the range of 0 to 1. If there is no input by a specific person such as an expert or administrator, the common causal structure node modification unit 39 may register an arbitrary setting value (0.5, etc.) in the common causal structure DB 21.
　これにより、例えば、急に感染症が流行って人の行動に大きな変化がある場合、専門家の意見によって、共通因果構造ＤＢ２１で予め管理されている重み又は共通因果構造重み更新部３７によって更新された重みを調整することができる。 As a result, for example, if there is a sudden outbreak of an infectious disease and there is a major change in human behavior, the weights can be updated by the weights managed in advance in the common causal structure DB 21 or by the common causal structure weight updating unit 37 based on the opinions of experts. The weights can be adjusted.
　なお、専門職又は管理者は、アドバイスメッセージＤＢ２３にアクセスし、メッセージの追加、削除、修正を行えるようにしても良い。また、専門職又は管理者は、ユーザ情報ＤＢ２２にアクセスし、実際にユーザを観察することで得た情報を登録したり、得た情報を基に既に管理されているデータを修正したりしても良い。 Note that a professional or administrator may be able to access the advice message DB 23 and add, delete, and modify messages. Additionally, professionals or managers can access the user information DB 22 and register information obtained by actually observing users, or modify data already managed based on the obtained information. Also good.
　〔不調要因推定装置の処理又は動作〕
　Ｓ１１：ユーザ不調原因探索部３３は、共通因果構造ＤＢ２１の「ユーザ情報取得形態」カラムを参照する。 [Processing or operation of the malfunction factor estimation device]
S11: The user disorder cause search unit 33 refers to the “user information acquisition form” column of the common causal structure DB 21.
　Ｓ１２：Ｓ１１でユーザ情報取得形態が「ユーザ入力」の場合には、ユーザ不調原因探索部３３はユーザ状態取得部３１に対して、親（第１段）であるnode kに関する質問をユーザへ提示してユーザからの回答を取得する処理を依頼する。この際、ユーザ不調原因探索部３３は、共通因果構造ＤＢ２１において、親であるnode kで「ユーザ入力」として管理されている「質問メッセージ／センシング項目」カラムの質問メッセージを読み出して、ユーザ状態取得部３１に送信する。これにより、ユーザ状態取得部３１は、ユーザ不調原因探索部３３からユーザに提示する質問内容（メッセージ）を取得することができる。例えば、図５において、親であるnode kは、node 1とnode 2が示されており、そのうち、「ユーザ情報取得形態」が「ユーザ入力」として管理されているのはnode 1である。このnode 1の「質問メッセージ」である「２週間以上憂鬱な気持ちが続いている」を示すデータが、ユーザ不調原因探索部３３からユーザ状態取得部３１に送られる。そして、ユーザ状態取得部３１では、ユーザの通信端末５０に対して、「２週間以上憂鬱な気持ちが続いている」の質問メッセージを送信して、通信端末５０から回答を取得する。回答は、「回答/データ判定」が５段階評価であるので、たとえば「強くそう感じる(5)、そう感じる(4)、わからない(3)、そう感じない(2)、全くそう感じない(1)」といった選択肢に基づいて取得する。ユーザ状態取得部３１は、取得した回答のデータをユーザ不調原因探索部３３に送信する。 S12: If the user information acquisition form is "user input" in S11, the user disorder cause search unit 33 presents a question to the user about node k, which is the parent (first stage), to the user status acquisition unit 31. request processing to obtain answers from the user. At this time, the user disorder cause search unit 33 reads the question message in the "question message/sensing item" column managed as "user input" by the parent node k in the common causal structure DB 21, and acquires the user status. 31. Thereby, the user status acquisition unit 31 can acquire the content of the question (message) presented to the user from the user disorder cause search unit 33. For example, in FIG. 5, the parent node k is node 1 and node 2, of which node 1 is managed as "user information acquisition form" as "user input". Data indicating that "I have been feeling depressed for more than two weeks", which is the "question message" of node 1, is sent from the user disorder cause search unit 33 to the user status acquisition unit 31. Then, the user status acquisition unit 31 transmits a question message such as "I have been feeling depressed for more than two weeks" to the user's communication terminal 50, and acquires an answer from the communication terminal 50. Answers are evaluated on a five-point scale for "Answer/Data Judgment", so for example, "I strongly feel that way (5), I feel that way (4), I don't know (3), I don't feel that way (2), and I don't feel that way at all (1). )". The user status acquisition unit 31 transmits the acquired answer data to the user disorder cause search unit 33.
　Ｓ１３：一方、上記Ｓ１１でユーザ情報取得形態が「ユーザ入力以外」の場合には、ユーザ不調原因探索部３３はユーザ状態取得部３１に対して、親（第１段）であるnode k、又は子孫（第２段以降）であるnode k(m,n)に関するセンシング項目の内容を定期的にセンシングするように依頼する。この際、ユーザ不調原因探索部３３は、共通因果構造ＤＢ２１において、親であるnode kで「ユーザ入力」以外として管理されている「質問メッセージ／センシング項目」カラムのセンシング項目を読み出して、ユーザ状態取得部３１に送信する。これにより、ユーザ状態取得部３１は、ユーザ不調原因探索部３３からセンシング項目を取得することができる。例えば、図５において、親であるnode kは、node 1とnode 2が示されており、そのうち、「ユーザ情報取得形態」が「ユーザ入力」以外として管理されているのはnode 2である。このnode 2の「センシング項目」である「ストレスレベル」を示すデータ等が、ユーザ不調原因探索部３３からユーザ状態取得部３１に送信される。そして、ユーザ状態取得部３１では、ユーザのセンサ４０に対して、「ストレスレベル」の定期的なセンシングの要求を送信して、センサ４０から定期的にセンシングの結果を示すセンシングのデータを取得する。ユーザ状態取得部３１は、取得したセンシングのデータをユーザ不調原因探索部３３に送る。なお、ユーザ状態取得部３１が、既にセンサ４０から定期的にセンシングのデータを取得している場合には、ユーザ状態取得部３１はセンサ４０に対して、「ストレスレベル」等のセンシング項目の内容の要求を送信する必要はない。 S13: On the other hand, if the user information acquisition form is "other than user input" in S11 above, the user disorder cause search unit 33 asks the user status acquisition unit 31 to determine whether the parent (first stage) node k or A request is made to periodically sense the contents of sensing items related to node k(m,n), which is a descendant (from the second stage onwards). At this time, the user disorder cause search unit 33 reads the sensing items in the "question message/sensing item" column managed as other than "user input" by the parent node k in the common causal structure DB 21, and The information is transmitted to the acquisition unit 31. Thereby, the user status acquisition unit 31 can acquire sensing items from the user disorder cause search unit 33. For example, in FIG. 5, the parent node k is node 1 and node 2, of which node 2 is managed as a "user information acquisition mode" other than "user input". Data indicating the “stress level” which is the “sensing item” of this node 2 is transmitted from the user disorder cause search unit 33 to the user status acquisition unit 31. Then, the user status acquisition unit 31 transmits a request for periodic sensing of the "stress level" to the sensor 40 of the user, and periodically acquires sensing data indicating the sensing result from the sensor 40. . The user status acquisition unit 31 sends the acquired sensing data to the user disorder cause search unit 33. Note that if the user status acquisition unit 31 has already periodically acquired sensing data from the sensor 40, the user status acquisition unit 31 will inform the sensor 40 of the contents of sensing items such as “stress level”. There is no need to send a request.
　Ｓ１４：ユーザ不調原因探索部３３は、ユーザ状態取得部３１から取得したデータ（回答のデータ又はセンシングのデータ）を、ユーザ情報ＤＢ２２（図６）の該当するノードＩＤに関連付けて管理する。例えば、回答のデータ又はセンシングのデータにより、５段階の４を示す判定結果を求めた場合（数字が大きい程、不調）には、図６に示すように、ユーザ不調原因探索部３３は、ユーザ情報ＤＢ２２の「うつ症状」のnode 1(0,0)に対してAns(node 1)＝4 の判定結果を管理する。 S14: The user disorder cause search unit 33 manages the data (answer data or sensing data) acquired from the user status acquisition unit 31 in association with the corresponding node ID of the user information DB 22 (FIG. 6). For example, when determining a judgment result of 4 out of 5 based on response data or sensing data (the larger the number, the more unwell), the user unwell cause search unit 33 searches for the user's unwell cause, as shown in FIG. The determination result of Ans(node 1)=4 is managed for node 1(0,0) of "depressive symptoms" in the information DB 22.
　Ｓ１５：次に、ユーザ不調原因探索部３３は、ユーザ情報ＤＢ２２を検索し、親であるnode kに関するユーザからの回答のデータ又はセンシングのデータに基づいて、回答又はセンシングの対象であるユーザの身体の不調の有無を判定する。具体的には、ユーザ不調原因探索部３３は、ユーザからの回答のデータ又はセンシングのデータに係る結果が閾値以上であるか否かにより、閾値以上の場合には身体が不調と判定し、閾値未満の場合には身体が不調でない（又は、正常）と判定する。例えば、図５において、node 1(0,0)の「うつ症状」の閾値は４であるため、ユーザ不調原因探索部３３は、ユーザからの回答のデータ又はセンシングのデータに係る判定結果が「４」以上の場合には不調と判断し、「４」未満の場合には不調でないと判断する。そして、不調なしの場合には（Ｓ１５；不調なし）、上記Ｓ１１の処理に戻る。 S15: Next, the user disorder cause search unit 33 searches the user information DB 22 and determines the user's body, which is the target of the answer or sensing, based on the user's answer data or sensing data regarding the parent node k. Determine whether or not there is a disorder. Specifically, the user discomfort cause search unit 33 determines that the user's body is unwell depending on whether or not the response data from the user or the result of the sensing data is equal to or greater than the threshold value, If it is below, it is determined that the body is not in a bad condition (or is normal). For example, in FIG. 5, the threshold value of "depressive symptoms" of node 1(0,0) is 4, so the user disorder cause search unit 33 determines that the determination result related to the answer data from the user or the sensing data is " If the score is 4 or more, it is determined that the condition is not in good condition, and if it is less than 4, it is determined that the condition is not in condition. If there is no malfunction (S15; no malfunction), the process returns to S11.
　Ｓ１６：上記Ｓ１５により、不調ありの場合には（Ｓ１５；不調あり）、図１０に示すように、ユーザ不調原因探索部３３は、ユーザ情報ＤＢ２２（図６参照）に、子孫であるnode k(m,n)の１つ以上に対して、回答のデータ又はセンシングのデータに係る判定結果の値が格納されているかを判断する。 S16: In the above S15, if there is a disorder (S15; there is a disorder), as shown in FIG. 10, the user disorder cause search unit 33 stores the descendant node k( For one or more of m, n), it is determined whether response data or determination result values related to sensing data are stored.
　Ｓ１７：１つ以上に格納されている場合には（Ｓ１６；ＹＥＳ）、ユーザ不調原因探索部３３は、ユーザ状態取得部３１に対して、ユーザ情報ＤＢ２２で結果の値が格納されていない子孫であるnode k(m,n)のうち、重みが大きい上位の所定数のnode k(m,n)に関する質問をユーザへ提示してユーザからの回答を取得する処理を依頼する。上位の所定数は、例えば３つである。このように質問の数を限定するのは、ユーザに沢山の質問を出してもユーザに不快感を与えて全く回答しなかったり、ユーザが適当に回答したりすることを避けるためである。また、この場合、ユーザ不調原因探索部３３は、共通因果構造ＤＢ２１（図５）において、子孫であるnode k(m,n)で「ユーザ入力」として管理されている「質問メッセージ／センシング項目」カラムの質問メッセージを読み出して、ユーザ状態取得部３１に送信する。これにより、ユーザ状態取得部３１は、ユーザ不調原因探索部３３からユーザに提示する質問内容（メッセージ）を取得することができる。例えば、上記Ｓ１５において、「うつ症状」により不調であると判定された場合には、図５において、「ユーザ情報取得形態」が「ユーザ入力」として管理されているnode 1(1,1)、node 1(1,2)等であって、図４において、「うつ症状」のnode 1(0,0)の子孫であるnode 1(1,1)、node 1(1,2)等の重みが大きい上位３つの「質問メッセージ」（図５参照）を示すデータが、ユーザ不調原因探索部３３からユーザ状態取得部３１に送られる。そして、ユーザ状態取得部３１では、ユーザの通信端末５０に対して、各質問メッセージを送信して、通信端末５０から各回答のデータを取得する。ユーザ状態取得部３１は、取得した各回答のデータをユーザ不調原因探索部３３に送る。 S17: If it is stored in one or more (S16; YES), the user disorder cause search unit 33 asks the user status acquisition unit 31 to search for descendants whose result values are not stored in the user information DB 22. Among certain nodes k(m,n), questions regarding a predetermined number of nodes k(m,n) with higher weights are presented to the user and a process of obtaining answers from the user is requested. The upper predetermined number is, for example, three. The reason for limiting the number of questions in this way is to prevent the user from feeling uncomfortable even if a large number of questions are asked, and from not answering at all, or from giving random answers. In addition, in this case, the user disorder cause search unit 33 searches for "question message/sensing item" managed as "user input" in the descendant node k(m,n) in the common causal structure DB 21 (FIG. 5). The question message in the column is read out and sent to the user status acquisition unit 31. Thereby, the user status acquisition unit 31 can acquire the content of the question (message) presented to the user from the user disorder cause search unit 33. For example, in the above S15, if it is determined that the person is unwell due to "depressive symptoms", in FIG. 5, node 1(1,1) whose "user information acquisition form" is managed as "user input", node 1(1,2), etc., and in Figure 4, the weight of node 1(1,1), node 1(1,2), etc. that are descendants of node 1(0,0) of “depressive symptoms”. Data indicating the top three "question messages" with the highest values (see FIG. 5) is sent from the user disorder cause search unit 33 to the user status acquisition unit 31. Then, the user status acquisition unit 31 transmits each question message to the user's communication terminal 50 and acquires data of each answer from the communication terminal 50. The user status acquisition unit 31 sends data of each acquired answer to the user disorder cause search unit 33.
　Ｓ１８：一方、１つ以上に格納されていない場合（全く格納されていない場合）には（Ｓ１６；ＮＯ）、ユーザ不調原因探索部３３は、ユーザ状態取得部３１に対して、ユーザ情報ＤＢ２２で管理されている全ての子孫であるnode k(m,n)のうち、重みが大きい上位の所定数のnode k(m,n)に関する質問をユーザへ提示してユーザからの回答を取得する処理を依頼する。また、この場合、ユーザ不調原因探索部３３が、共通因果構造ＤＢ２１（図５）から質問メッセージを読み出して、ユーザ状態取得部３１に送信する処理は、上記Ｓ１７と同様である。なお、Ｓ１７，Ｓ１８において、「ユーザ入力」に限定したのは、ユーザに質問すれば、ユーザが運動をしなくても、ユーザによる通信端末５０への操作により早く回答を得ることができるからである。但し、Ｓ１９以降の処理を急がないのであれば、「ユーザ入力」以外であってセンシングによりデータを得てもよい。 S18: On the other hand, if it is not stored in one or more (if it is not stored at all) (S16; NO), the user disorder cause search unit 33 instructs the user status acquisition unit 31 to check the user information DB 22. Process of presenting questions to the user regarding a predetermined number of nodes k(m,n) with higher weights among all managed descendants nodes k(m,n) and obtaining answers from the user. request. Further, in this case, the process in which the user disorder cause search unit 33 reads the question message from the common causal structure DB 21 (FIG. 5) and transmits it to the user status acquisition unit 31 is the same as in S17 above. Note that in S17 and S18, "user input" is limited because if the user asks a question, the answer can be obtained more quickly by the user's operation on the communication terminal 50, even if the user does not exercise. be. However, if the processing after S19 is not rushed, data may be obtained by sensing other than "user input".
　Ｓ１９：Ｓ１７又はＳ１８の処理後、ユーザ不調原因探索部３３は、ユーザ状態取得部３１から取得した上記所定数の各データ（回答のデータ又はセンシングのデータ）に係る判定結果を、ユーザ情報ＤＢ２２（図６）の該当するノードＩＤに関連付けて管理する。例えば、図６に示すように、「精神的な疲労の蓄積」のnode 1(1,1)に関する回答のデータに係る判定結果は「3」であり、「身体的な疲労の蓄積」のnode 1(1,2)に関する回答のデータに係る判定結果は「2」である。 S19: After the processing in S17 or S18, the user disorder cause search unit 33 stores the determination results related to the predetermined number of data (answer data or sensing data) acquired from the user status acquisition unit 31 in the user information DB 22 ( It is managed in association with the corresponding node ID in FIG. 6). For example, as shown in Figure 6, the judgment result related to the answer data for node 1(1,1) of “accumulation of mental fatigue” is “3”, and The determination result regarding the answer data regarding 1(1,2) is "2".
　Ｓ２０：ユーザ不調原因探索部３３は、エッジの重みとエッジに関連付けられたnode k(m,n)の値を用いて、node k(from-to,from-to)の原因スコアを算出する。 S20: The user disorder cause search unit 33 calculates the cause score of node k(from-to,from-to) using the weight of the edge and the value of node k(m,n) associated with the edge.
　上述のように、ユーザＡが不調である「精神的な疲労の蓄積」の原因として、「良好ではない人間関係」が影響する原因スコアは1.2である。ユーザ不調原因探索部３３による同様の処理によって、図６に示すように、ユーザＡが不調である「精神的な疲労の蓄積」の原因として、「睡眠の不足」が影響する原因スコアは0.2である。そのため、ユーザＡの場合、「精神的な疲労の蓄積」が起きる原因としては、「睡眠の不足」よりも「良好でない人間関係」の方が影響すると判明する。このＳ２０の処理を繰り返すことで、node 1(0,0)の「うつ症状」の原因として「精神的な疲労の蓄積」の影響が大きく、この「精神的な疲労の蓄積」の原因として「良好でない人間関係」の影響が大きいという、多段構造の関係を推定することができる。 As mentioned above, the cause score of ``unfavorable human relationships'' as a cause of ``accumulation of mental fatigue'' in which user A is unwell is 1.2. Through similar processing by the user unwell cause search unit 33, as shown in FIG. 6, the cause score for the influence of "lack of sleep" as the cause of "accumulation of mental fatigue" that causes user A's unwellness is 0.2. be. Therefore, in the case of user A, it turns out that "poor human relationships" are more influential than "lack of sleep" as a cause of "accumulation of mental fatigue." By repeating the process of S20, we can see that the ``accumulation of mental fatigue'' has a large influence as the cause of the ``depressive symptoms'' of node 1(0,0), and that the cause of this ``accumulation of mental fatigue'' is `` It is possible to estimate a multi-level relationship in which the influence of "unfavorable human relationships" is large.
　Ｓ２１：ユーザ不調原因探索部３３は、アドバイス提示部３５に対して、原因スコアの上位N位までの対処すべきメッセージの提示を依頼する。この場合、ユーザ不調原因探索部３３は、アドバイス提示部３５に対して、原因スコアの上位N位までのnodeのノードＩＤを送信する。例えば、上位３位までの原因スコアとして、以下の多段的な内容が挙げられる。
・良好ではない人間関係（ノードＩＤ：node 1(2,1)）
・糖分の過剰摂取による低血糖症状（ノードＩＤ：node 1(1,n)）
・デスクワークが中心（ノードＩＤ：node 1(1,5)）
　これにより、アドバイス提示部３５は、アドバイスメッセージＤＢから、ノードＩＤに関連付けられた対処方法を示すメッセージのデータを読み出して、通信端末５０に送信する。図１１は、通信端末で表示例を示す図である。図１１に示すように、通信端末５０には、対処方法を示すメッセージが表示される。 S21: The user disorder cause search unit 33 requests the advice presentation unit 35 to present messages that should be dealt with in the top N ranks of cause scores. In this case, the user disorder cause search unit 33 transmits the node IDs of the top N nodes in terms of cause scores to the advice presentation unit 35. For example, the top three cause scores include the following multilevel content.
・Unfavorable human relationships (node ID: node 1(2,1))
・Hypoglycemic symptoms due to excessive sugar intake (node ID: node 1(1,n))
・Mainly desk work (node ID: node 1(1,5))
Thereby, the advice presentation unit 35 reads data of a message indicating a countermeasure associated with the node ID from the advice message DB, and transmits it to the communication terminal 50. FIG. 11 is a diagram showing a display example on a communication terminal. As shown in FIG. 11, a message indicating a countermeasure is displayed on the communication terminal 50.
　以上により、不調要因推定装置の処理又は動作の説明が終了する。 This completes the explanation of the processing or operation of the malfunction factor estimation device.
　〔実施形態の効果〕
　以上説明したように本実施形態によれば、所定の質問に対するユーザからの回答又はユーザのセンシングのデータを、所定のユーザの身体の不調の原因をノードとする因果関係を構造化したグラフに当てはめて、各不調の原因スコアを計算することで、身体の不調の原因が多段構造になっていて、身体の不調の要因（主なの原因、根本的な原因）が分かりにくい場合でも、不調の要因を推定することができるという効果を奏する。 [Effects of embodiment]
As described above, according to the present embodiment, answers from a user to a predetermined question or data sensed by the user are applied to a graph in which a causal relationship is structured with nodes representing the cause of a predetermined user's physical condition. By calculating the cause score for each disorder, even if the cause of physical disorder has a multi-level structure and the cause of physical disorder (main cause, root cause) is difficult to understand, the cause of disorder can be calculated. This has the effect that it is possible to estimate.
　〔補足〕
　本発明は上述の実施形態に限定されるものではなく、以下に示すような構成又は処理（動作）であってもよい。
（１）不調要因推定装置３０はコンピュータとプログラムによっても実現できるが、このプログラムを（非一時的な）記録媒体に記録することも、通信ネットワーク１００を介して提供することも可能である。
（２）上記実施形態では、通信端末５０の一例としてスマートフォンが示されているが、これに限るものではなく、例えば、ノード型パソコン、デスクトップパソコン、タブレット端末、スマートフォン、スマートウォッチ、カーナビゲーション装置、冷蔵庫、電子レンジ等であってもよい。
（３）ＣＰＵ３０１は、単一だけでなく、複数であってもよい。 〔supplement〕
The present invention is not limited to the above-described embodiments, and may have the following configuration or processing (operation).
(1) The malfunction factor estimating device 30 can be realized by a computer and a program, but this program can also be recorded on a (non-temporary) recording medium or provided via the communication network 100.
(2) In the above embodiment, a smartphone is shown as an example of the communication terminal 50, but it is not limited to this, and examples include a node type computer, a desktop computer, a tablet terminal, a smartphone, a smart watch, a car navigation device, It may be a refrigerator, a microwave oven, etc.
(3) The number of CPUs 301 is not limited to a single CPU, and may be a plurality of CPUs.
１　通信システム
３　不調要因推定装置
５　通信端末
２１　共通因果構造ＤＢ
２２　ユーザ情報ＤＢ
２３　アドバイスメッセージＤＢ
３１　ユーザ状態取得部
３３　ユーザ不調原因探索部
３５　アドバイス提示部
３７　共通因果構造重み更新部
３９　共通因果構造ノード修正部 1 Communication system 3 Malfunction factor estimation device 5 Communication terminal 21 Common causal structure DB
22 User information DB
23 Advice message DB
31 User status acquisition unit 33 User disorder cause search unit 35 Advice presentation unit 37 Common causal structure weight updating unit 39 Common causal structure node modification unit

Claims (8)

  1. 　ユーザの身体の不調の要因を推定する不調要因推定装置であって、
    　ユーザの身体の不調の結果が生じる各原因を各ノードとする因果関係を構造化したグラフデータベースとしての共通因果構造データベースと、
    　所定の各質問に対する所定のユーザからの回答のデータ又は前記所定のユーザに関するセンシングのデータに基づく不調の各判定結果を、前記所定の各質問に対応する前記各ノードに当て嵌めて、不調に関する各原因スコアを求めることで、前記所定のユーザの身体の不調の要因を推定するユーザ不調原因探索部と、
    　を有する不調要因推定装置。     A disorder factor estimation device for estimating the cause of a user's physical disorder,
    A common causal structure database as a graph database that structures causal relationships in which each node is a cause of a user's physical illness;
    Each determination result of a malfunction based on data of answers from a predetermined user to each predetermined question or sensing data regarding the predetermined user is applied to each of the nodes corresponding to each of the predetermined questions to determine each determination result regarding the malfunction. a user disorder cause search unit that estimates the cause of the physical disorder of the predetermined user by obtaining a cause score;
    A disorder factor estimation device having
  2. 　前記共通因果構造データベースは、前記ユーザの身体の不調の結果、当該結果が生じる第１の原因、及び当該第１の原因が生じる第２の原因を、前記各ノードとする因果関係を構造化したグラフデータベースである、請求項１に記載の不調要因推定装置。 The common causal structure database has structured a causal relationship in which each node is a result of the user's physical condition, a first cause that causes the result, and a second cause that causes the first cause. The disorder factor estimation device according to claim 1, which is a graph database.
  3. 　請求項１に記載の不調要因推定装置であって、
    　前記共通因果構造データベースは、前記不調の結果と前記第１の原因の間の相対的な関係、及び前記第１の原因と前記第２の原因の相対的な関係を示す各重みを各エッジとするグラフデータベースであり、
    　前記ユーザ不調原因探索部は、前記各ノードに当て嵌められた前記各判定結果、及び当該各ノードに係る前記各重みに基づいて、前記各原因スコアを求める、
    　請求項２に記載の不調要因推定装置。     The malfunction factor estimation device according to claim 1,
    The common causal structure database assigns each edge a weight indicating a relative relationship between the result of the disorder and the first cause, and a relative relationship between the first cause and the second cause. It is a graph database that
    The user disorder cause search unit calculates each cause score based on each of the determination results applied to each of the nodes and each of the weights related to each of the nodes.
    The disorder factor estimation device according to claim 2.
  4. 　請求項１乃至３のいずれか一項に記載の不調要因推定装置であって、
    　前記共通因果構造データベースは、前記各ノードに対して前記ユーザからのデータの取得形態をプロパティとして管理し、
    　前記取得形態に基づいて、前記所定のユーザからの前記回答のデータ又は前記所定のユーザに関する前記センシングのデータを取得するユーザ状態取得部を有する不調要因推定装置。     The malfunction factor estimation device according to any one of claims 1 to 3,
    The common causal structure database manages the acquisition form of data from the user as a property for each node,
    A malfunction factor estimating device including a user state acquisition unit that acquires data of the answer from the predetermined user or data of the sensing regarding the predetermined user based on the acquisition form.
  5. 　請求項１乃至３のいずれか一項に記載の不調要因推定装置であって、
    　前記所定のユーザの身体の不調の要因に応じた対処方法を示すメッセージを前記所定のユーザの通信端末に提示するアドバイス提示部を有する不調要因推定装置。     The malfunction factor estimation device according to any one of claims 1 to 3,
    A disorder factor estimating device comprising an advice presentation unit that presents a message indicating a coping method according to a cause of a physical disorder of the predetermined user to a communication terminal of the predetermined user.
  6. 　前記共通因果構造データベースで管理されている前記各重みは、前記所定のユーザからの前記回答のデータ又は前記所定のユーザに関する前記センシングのデータに基づいて変更、又は特定の者によって変更される、請求項３に記載の不調要因推定装置。 Each of the weights managed in the common causal structure database is changed based on the answer data from the predetermined user or the sensing data regarding the predetermined user, or is changed by a specific person. The disorder factor estimation device according to item 3.
  7. 　ユーザの身体の不調の要因を推定する不調要因推定装置が実行する不調要因推定方法であって、
    　前記不調要因推定装置は、ユーザの身体の不調の結果が生じる各原因を各ノードとする因果関係を構造化したグラフデータベースとしての共通因果構造データベースを有し、
    　前記不調要因推定装置は、
    　所定の各質問に対する所定のユーザからの回答のデータ又は前記所定のユーザに関するセンシングのデータに基づく不調の各判定結果を、前記所定の各質問に対応する前記各ノードに当て嵌めて、不調に関する各原因スコアを求めることで、前記所定のユーザの身体の不調の要因を推定する、
    　不調要因推定方法。     A discomfort factor estimation method executed by a discomfort factor estimation device that estimates the cause of a user's physical illness, the method comprising:
    The disorder factor estimation device has a common causal structure database as a graph database in which causal relationships are structured, with each node representing each cause of the user's physical disorder,
    The disorder factor estimation device includes:
    Each determination result of a malfunction based on data of answers from a predetermined user to each predetermined question or sensing data regarding the predetermined user is applied to each of the nodes corresponding to each of the predetermined questions to determine each determination result regarding the malfunction. estimating the cause of the physical disorder of the predetermined user by determining a cause score;
    A method for estimating factors associated with poor health.
  8. 　コンピュータに、請求項７に記載の方法を実行させるプログラム。 A program that causes a computer to execute the method according to claim 7.
PCT/JP2022/023865 2022-06-14 2022-06-14 Disorder cause estimation device, disorder cause estimation method, and program WO2023242970A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/023865 WO2023242970A1 (en) 2022-06-14 2022-06-14 Disorder cause estimation device, disorder cause estimation method, and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/023865 WO2023242970A1 (en) 2022-06-14 2022-06-14 Disorder cause estimation device, disorder cause estimation method, and program

Publications (1)

Publication Number Publication Date
WO2023242970A1 true WO2023242970A1 (en) 2023-12-21

Family

ID=89192711

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/023865 WO2023242970A1 (en) 2022-06-14 2022-06-14 Disorder cause estimation device, disorder cause estimation method, and program

Country Status (1)

Country Link
WO (1) WO2023242970A1 (en)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018175840A (en) * 2017-11-02 2018-11-15 芙蓉開発株式会社 Software, health condition determination device, and health condition determination method
JP2021012515A (en) * 2019-07-05 2021-02-04 富士フイルム株式会社 Device, method, and program for processing information

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018175840A (en) * 2017-11-02 2018-11-15 芙蓉開発株式会社 Software, health condition determination device, and health condition determination method
JP2021012515A (en) * 2019-07-05 2021-02-04 富士フイルム株式会社 Device, method, and program for processing information

Similar Documents

Publication Publication Date Title
US11393592B2 (en) Next best action based by quantifying chronic disease burden on a patient and their willingness to take that action
Lenert et al. Validity and interpretation of preference-based measures of health-related quality of life
Cataldo et al. Measuring stigma in people with lung cancer: psychometric testing of the cataldo lung cancer stigma scale
Shyu et al. Influences of mutuality, preparedness, and balance on caregivers of patients with dementia
Dunderdale et al. Quality‐of‐life measurement in chronic heart failure: do we take account of the patient perspective?
Bolton Sensitivity and specificity of outcome measures in patients with neck pain: detecting clinically significant improvement
JP6662535B2 (en) Lifestyle management support device and lifestyle management support method
Lerdal et al. Lee fatigue and energy scales: exploring aspects of validity in a sample of women with HIV using an application of a Rasch model
US20120221895A1 (en) Systems and methods for competitive stimulus-response test scoring
Stahl et al. Caloric expenditure assessment among older adults: Criterion validity of a novel accelerometry device
US20180096104A1 (en) Disease management system
Weeger et al. The effect of the patient–physician relationship on health-related quality of life after cardiac rehabilitation
Kim et al. The accuracy of the 24-h activity recall method for assessing sedentary behaviour: the physical activity measurement survey (PAMS) project
Figueiredo et al. Routine self-tracking of health: reasons, facilitating factors, and the potential impact on health management practices
Kaleth et al. Determining the minimal clinically important difference for 6-minute walk distance in fibromyalgia
Katerndahl et al. Complex relationship between daily partner violence and alcohol use among violent heterosexual men
Houchen-Wolloff et al. Unravelling the mystery of the ‘minimum important difference’using practical outcome measures in chronic respiratory disease
Xin et al. Assessment of the construct validity and responsiveness of preference-based quality of life measures in people with Parkinson’s: a systematic review
Reid et al. Feasibility, reliability, responsiveness, and validity of the patient-reported functional scale for the intensive care unit: a pilot study
Mahmood et al. Adverse childhood experiences and obesity: a one-to-one correlation?
US20210193324A1 (en) Evaluating patient risk using an adjustable weighting parameter
WO2023242970A1 (en) Disorder cause estimation device, disorder cause estimation method, and program
Curtiss et al. Temporal and contemporaneous network structures of affect and physical activity in emotional disorders
Taylor et al. Measuring quality of life
JP2020523095A (en) System and method for visualizing disease symptom comparisons in a patient population

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: 22946790

Country of ref document: EP

Kind code of ref document: A1