CN102216951A

CN102216951A - 健康状态判断装置

Info

Publication number: CN102216951A
Application number: CN2009801462293A
Authority: CN
Inventors: 志贺利一; 大岛秀武; 堤正和; 中嶋宏; 土屋直树; 米田光宏
Original assignee: Omron Healthcare Co Ltd
Current assignee: Omron Healthcare Co Ltd
Priority date: 2008-11-19
Filing date: 2009-11-04
Publication date: 2011-10-12
Also published as: DE112009002737T5; JP5185785B2; WO2010058698A1; JP2010122901A; US20110201902A1

Abstract

健康状态判断装置，对于包括生活指标和生体指标在内的多个项目的指标中的每个指标，存储有针对评价对象人员测定或输入的数据，该生活指标是指与身体活动或生活习惯相关的指标，该生体指标是指与身体的生理状态相关的指标。并且，健康状态判断装置选择一个或多个特定生体指标作为关注指标，该特定生体指标是指，使对所述评价对象人员的健康状态的评价降低的生体指标，并对所存储的生活指标和生体指标的过去的数据进行比较，由此提取一个或多个特定生活指标作为可改善因子，该特定生活指标是指，与关注指标的相关程度最高的生活指标，并将评价对象人员的健康状态的评价与所述可改善因子一起显示。

Description

健康状态判断装置

技术领域

本发明涉及以健康人或对应疾病预备人群的人为主要对象且用于对个人的且主动的自我健康管理进行支援的技术。

背景技术

最近，对健康的关注提高，平日对血压、体重、摄取卡路里等进行管理或积极进行慢跑、散步等运动的人开始增加。以往，作为面向个人及面向家庭的健康关联设备，血压计、血糖计、体重计、体成分仪、体温计等各种计测装置正在普及，而且提供了步数计、活动量计等作为用于支援运动的设备，这些设备作为健康管理工具之一而被有效利用。但是，利用这些设备能够得到的信息归根到底只不过是数值(并且是进行测定的时刻的一个点的数值)，如何将该数值有效利用于健康管理中是用户接下来要面临的现状。

鉴于如上所述的情况，本发明者们对于个人及家庭中的健康管理应当具有的形态和健康管理中所需的要素技术重复进行了专心研究。

现有的系统几乎都是以提供疾病管理及诊断所需要的数值信息(血压值、血糖值等)为目的。但是，作为个人及家庭中的健康管理的对象的用户不仅包括患有疾病的人，而且也包括很多健康人及疾病预备人群(未发病但身体的某处显现出征兆的状态)的人。对于健康人及疾病预备人群的人，计测装置得到的测定值处于正常范围，因此仅仅利用这种值不能掌握自己的健康状态(疾病风险度)。另外，在不知道有可能患何种疾病的阶段，用户无法明确地确定具体应该对哪个数值进行怎样的注意及管理。即，虽然利用各种计测装置在家庭也能够计测血压值、血糖值、体重、体成分、体温等各种生体指标，但是大部分用户不知道各测定值怎样在健康管理中起作用。将来，希望实现各种计测装置普及并在家庭中对于多种生体指标进行日常计测的环境，但是存在以下问题：由计测等得到的第一手数据的数量越庞大，信息越是过多，一般的用户越难以从中得到有意义的信息即对自己的健康管理有益的信息。

健康人或疾病预备人群的人想要知道的信息并不是在某一时刻的个别的测定值，而是例如自己与他人相比是否健康，若健康则是何种程度的健康，或若不健康则有多严重等综合性的评价，进而为了维持该评价或改善该评价应该采取怎样的行动等具体的指导。

另外，在对个人及家庭中的健康管理的支援中，举出了不可缺少的“持续性”的观点。为了保持健康的状态或降低疾病的发病风险，日常计测并评价生体指标或注意定期进行运动等习惯是最有效的，因为越是长期存储测定值越能提供有益的信息。为了实现这种持续性，需要提高并维持用户的积极性的方法，进而认为为了实现该方法，怎样能够以易于理解的方式向用户提供具有信服性和可靠性的信息成为一个关键。另外，若采用其他的见解，与个人用及家庭用的计测装置一次仅进行一点的计测相比，用户本人能够轻松且定期或日常地计测并存储生体指标才是有存在意义的。因此，若持续这一点没有可实现性和附加价值，则也可以说个人及家庭中的健康管理是不成立的。

另外，作为评价个人的健康状态或提出健康改善的目标的系统，例如专利文献1至4所公开的系统为人们所知。但是，在专利文献1中，用户自己能够设定作为评价对象的指标的有效或无效，并且能够控制系统的输出，因此有妨碍客观的评价的风险。另外，若是如专利文献2那样的根据问诊结果来掌握用户的生活习惯并决定改善项目及目标的方法，因为不能客观地评价生活习惯、生体指标、健康状态之间的因果关系，所以不能提供具有可靠性的改善提案。并且，即使专利文献3(参照图10)或专利文献4(参照图8)那样，提示如血压值、总胆固醇的生体指标的值作为改善目标，但该种指标不是能够按用户的意思来自由控制的指标，因此用户不知道为了实现目标具体可以采取何种行动的问题。

现有技术文献(专利文献)

专利文献1：日本特开2006-65752号公报；

专利文献2：日本特开2006-119985号公报；

专利文献3：日本特开2006-163932号公报；

专利文献4：日本特开2007-122182号公报。

发明内容

发明所要解决的问题

图14示出了本发明者们假定的健康管理系统的概念模型。该健康管理系统大致划分为具有“检查(CHECK)”、“计划(PLAN)”、“行动(ACTION)”这三类功能，综合性地提供支持，即，从生体收集信息(检查)，基于该信息制定用于维持或改善健康的计划(计划)，支援该计划的实施(行动)这一循环(以下称为CPA循环)。可望通过提供这种CPA循环来实现个人及家庭中的主动的自我健康管理的持续实施。

本申请的发明的目的在于，提供与上述概念模型中的计划功能相关的要素技术。具体而言，本发明的一个目的在于，提供用于提示用户对用户的健康状态的改善有效且能够根据用户意愿来实施具体改善活动的技术。本发明的另一目的在于，提供用于使日常生活中的身体活动或生活习惯的改善对综合性的健康状态产生何种影响可视化的技术。本发明的另外一个目的在于，提供用于支援对于用户来说并不勉强(吃力)的范围内能够实现的恰当改善目标的设定的技术。

用于解决问题的手段

为了实现上述目的，本发明采用以下结构。即，本发明的健康状态判断装置具有：存储单元，其对于包括生活指标和生体指标在内的多个项目的指标中的每个指标，存储有针对评价对象人员测定或输入的数据，该生活指标是指与身体活动或生活习惯相关的指标，该生体指标是指与身体的生理状态相关的指标，评价单元，其基于包括所述生体指标在内的多个指标，评价所述评价对象人员的健康状态，关注指标选择单元，其在所述评价单元的评价中所利用的生体指标中选择一个或多个特定生体指标作为关注指标，该特定生体指标是指，使对所述评价对象人员的健康状态的评价降低的生体指标，可改善因子提取单元，其所述存储单元所存储的生活指标和生体指标的过去间内的数据进行比较，由此提取一个或多个特定生活指标作为可改善因子，该特定生活指标是指，与所选择的所述关注指标的相关程度最高的生活指标，显示单元，其将所述评价对象人员的健康状态的评价与所述可改善因子一起显示。

在本发明中，将通过测定或输入而得到的对人的健康带来直接或间接的影响的各种指标，按照其特性分类为“生体指标”和“生活指标”。生体指标是表示身体的生理状态的指标，作为用于客观且定量地评价人的健康状态的信息起作用。在本发明中，通过在健康状态的评价中主要利用生体指标，能够得到可靠性高的评价结果。另外，对于作为使其评价降低的主要原因的生体指标(关注指标)，也能够高妥当性地提取出来。

但是，由于生体指标本身表示身体的生理状态，因此人难以根据自己的意思自由控制。因此，作为用于健康改善的建议，例如“请使血压值降低到xx”这样来提示生体指标的改善是不恰当的。因为对于评价对象人员(用户)来说，不知道为了实现所提示的目标值可以具体采取怎样的行动。

因此，在本发明中，选出与关注指标的相关程度最高的生活指标作为可改善因子，并对用户提示该可改善因子。生活指标即身体活动或生活习惯基本上能够按照人的意愿进行控制，因此用户易于与具体的改善活动联系起来。并且，在本发明中，利用存储在存储单元中的用户自己的过去的数据来评价生活指标和生体指标之间的相关程度(因果关系)，因此能够提取对关注指标的改善进而对健康状态的改善有效的生活指标。

优选地，在本发明中，还具有：改善目标设定单元，其使评价对象人员针对所述可改善因子设定改善目标，改善效果运算单元，其在通过所述改善目标设定单元设定了改善目标时，在达到了该改善目标的情况下，预测体现在所述关注指标上的改善效果；所述评价单元通过考虑所述关注指标的改善效果来评价改善后的健康状态，所述显示单元还显示所述可改善因子的改善目标和所述改善后的健康状态的评价。

根据该结构，能够使日常生活中的身体活动或生活习惯的改善对综合性的健康状态产生何种影响可视化，并能够进行模拟实验。由此，能够向用户提供易于接受的信息，能够谋求维持并提高对健康改善的积极性。

优选地，所述改善目标设定单元基于存储在所述存储单元中的所述可改善因子的值的分布，将能够设定的值的上限决定为改善目标。

这样，通过基于用户自己的可改善因子的值的分布(变动)来决定上限，由此能够支援对于用户来说并不勉强的范围内能够实现的恰当的改善目标的设定。另外也具有以下优点：用户自己也能够掌握当前时刻下的现实的健康状态的改善量。

优选地，所述改善效果运算单元，基于存储在所述存储单元中的所述可改善因子和所述关注指标的过去的数据，对所述可改善因子的值或其变化对所述关注指标的值产生的影响进行模型化处理，并利用该模型化处理后的模型计算所述关注指标的改善效果。

这样，通过利用用户自己的过去的数据，能够提高改善效果的预测的可靠性。但是，在装置的使用初期等所述存储单元中所存储的过去的数据少(少于规定量)时，所述改善效果运算单元也可以利用预先存储在所述存储单元中的数据(例如，同年龄且同性别的人员的平均数据)来生成所述模型。

优选地，所述显示单元还显示与所述评价对象人员同年龄段且同性别的人员的健康状态的评价和可改善因子的平均值。

通过与平均值的比较，用户能够直观地掌握自己的健康状态的好坏、生活习惯的好坏。另外通过显示比较对象，可望具有提高用户的积极性的效果。

优选地，在所述可改善因子为多个时，所述显示单元还显示各个可改善因子对所述关注指标产生的影响的强度。

由此，用户能够掌握各个可改善因子的可望的改善效果，所以在考虑到改善的实施容易度和可望的改善效果的同时，使得设定符合自己的生活习惯的最佳的改善目标变得容易。

本发明可以是至少具有上述单元的一部分的健康状态判断装置，也可以是具有该健康状态判断装置和一个以上的计测装置的健康状态判断系统。另外，本发明也可以是用于使计算机执行至少包括上述处理的一部分的健康状态判断方法或相关的方法的程序、存储该程序的存储介质。另外，上述各个单元和各个处理能够尽可能地互相组合来构成本发明。

发明的效果

根据本发明，能够向用户提示对用户的健康状态的改善有效且能够按照用户的意思实施的具体的改善活动。另外，根据本发明，能够使日常生活中的身体活动或生活习惯的改善对综合性的健康状态产生何种影响可视化。另外，根据本发明，能够支援对于用户来说并不勉强的范围内能够实现的恰当的改善目标的设定。

附图说明

图1是表示本发明的健康管理系统的整体结构的图。

图2是表示本发明采用的指标间的影响传递模型的图。

图3是表示本发明的实施方式的综合健康状态判断系统的一个构成例的图。

图4是示意性地示出了综合健康状态判断装置的硬件结构的框图。

图5是示意性地示出了综合健康状态判断装置的功能的功能结构图。

图6是表示影响传递模型的具体例的图。

图7是表示画面显示的一个例子的图。

图8是表示可改善因子的提取处理的流程图。

图9是表示可改善因子的提取处理的细节的流程图。

图10是表示按可改善因子之分的显示例的图。

图11是示意性地示出了将某一生活指标I的变化对生体指标J的值产生的影响模型化的方法的图。

图12是示意性地示出了根据图11的模型求出改善效果的方法的图。

图13是示意性地示出了对多个生活指标设定改善目标时的改善效果的预测方法的图。

图14是表示健康管理系统的概念模型的图。

具体实施方式

以下，参照附图，以例示方式详细说明该发明的最佳的实施方式。在首先参照图1和图2说明本发明的概要之后，进行具体的实施方式的说明。

(健康管理系统的概要)

图1表示本发明的健康管理系统的整体结构。该健康管理系统是用于提供前述的CPA循环的系统。作为与“检查”相关的功能，包括用于测定每天的健康状态的“生体信息测定功能”，和用于根据测定得到的信息来推定将来风险或评价综合性的健康状态的“风险推定功能”。另外，作为与“计划”相关的功能，包括用于基于检查得到的结果提取作为风险的主要原因的因子的“风险因子提取功能”，和用于进行改善目标的设定及改善计划的提案的“改善计划支援功能”。另外，作为与“行动”相关的功能，包括用于按照计划得到的改善目标及计划来支援生活改善活动(运动)的实施的“改善效果确认功能”，和用于根据需要来修正计划、目标的“改善计划修正功能”。

通过使这些检查、计划、行动的各功能有机结合，重复该循环，可望能够使基于多个生体指标的综合性的健康状态的判断、将来的健康风险的评价及该风险和日常生活中的活动之间的关系可视化，能够对个人及家庭中的主动的自我健康管理的持续实施进行支援。

(指标和影响传递模型)

图2是表示本发明采用的指标间的影响传递模型的图。在本发明中，将根据测定或输入得到的直接的或间接地影响人的健康的各种指标，按照其特性分为“属性指标”、“生活指标”、“生体指标”这三个类别。并且，考虑指标间的影响的传播来决定各类别的分级结构(因果结构)。进而，在本发明中，作为表示人的健康状态的指标，引入多个种类的“复合指标”，并且引入通过综合评价这些复合指标而得到的“综合健康指标”。

这里，所谓的“属性指标”，是用于客观地识别个人的属性的尺度及其数值，例如对应于性别、年龄、身高、病历等属于属性指标。属性指标基本上不能按照自己的意思控制。所谓的“生活指标”，是表示日常的身体活动或生活习惯(运动、睡眠、饮食等)的尺度及其数值。例如，运动关联指标(单位时间内的断续步行时间、连续步行时间、连续步行次数、步行模式(Walking Pattern)的规则性等)、睡眠关联指标(睡眠时间、翻身次数、呼吸次数等)、饮食关联指标(摄取卡路里量、晚饭的时间、酒精摄取频率等)、其他信息(有无吸烟习惯等)属于生活指标。生活指标基本上能够按照自己的意思控制，能够作为用于维持或改善健康的控制对象(可改善因子)。所谓的“生体指标”，是表示身体的生理状态的尺度及其数值。例如血压关联指标(最高血压值、最低血压值)、血糖关联指标(空腹时血糖值、随时血糖值)、体成分关联指标(体重、体脂肪率、肌肉率)、血清总胆固醇等属于生体指标。生体指标作为客观且定量地表示人的健康状态的信息是有用的。但是，生体指标难以按照自己的意思控制，受到对生活指标的控制的间接的影响。

所谓的“复合指标”，是基于从生体指标、生活指标及属性指标中选出的多个指标与特定尺度及其数值，所述特定尺度及其数值是基于统计得到的传染病学信息(死亡率等)之间的关系得到的，表示针对特定疾病的风险或特定身体器官或身体功能的状态。例如，中风风险、心血管类风险、冠状动脉类风险等属于表示相对于特定的疾病的风险的复合指标。血管年龄、血压年龄、体力年龄、肌肉力量年龄等属于表示特定的身体器官或身体功能的状态的复合指标。这些复合指标难以直接控制，受到对生活指标的控制的间接的影响。所谓的“综合健康指标”是基于与多个复合指标和大规模群体(population)的实际年龄之间的倾向之间的对应关系得到的，表示人群中的个人的相对的健康状态的尺度及其数值。例如，健康年龄、健康偏差值等属于综合健康指标。

在通过图1的检查功能(风险推定功能)评价健康状态时，首先根据生体指标的测定值等按照影响传播模型计算复合指标，并基于复合指标的计算结果求出综合健康指标。另一方面，在计划功能(风险因子提取功能)中，通过反向搜索(追溯)影响传递模型，由此能够确定成为使综合健康指标或复合指标降低的主要原因的生体指标，进而能够提取对改善该生体指标有效的生活指标。另外，当在计划功能(改善计划支援功能)中赋予生活指标的改善目标时，按照影响传递模型依次评价生活指标的值的变化产生的影响的传播，由此能够预测生体指标、复合指标、综合健康指标的各自的改善效果。这样，在本发明中，通过采用如图2的影响传递模型，具有以下优点：能够客观且定量地评价健康状态，同时能够使日常生活中的身体活动或生活习惯对健康状态产生何种影响可视化。

(综合健康状态判断系统)

接着对本发明的具体的一个实施方式进行说明。图3是表示本发明的实施方式的综合健康状态判断系统(以下简单地称为“系统”)的一个结构例的图。该系统定位为承担图1所示的健康管理系统的结构中的检查功能和计划功能的要素技术。

该系统由综合健康状态判断装置1和一个以上的计测装置2至6构成。作为计测装置，能够利用用于针对人的身体来测定生体指标的装置、用于测定人的身体活动或生活习惯等生活指标的装置等。作为生体指标的计测装置，例如有能够测定体重、体成分(体脂肪、肌肉等)、BMI等的体重体成分仪、用于测定血糖值的血糖计、用于测定血压和脉搏数的血压计、用于测定体温的体温计、用于测定心率的心率计等。另外，作为生活指标的计测装置，例如有用于测定身体活动量及运动强度的活动量计、用于测定步数的步数计、用于测定睡眠的状态的睡眠传感器、用于进行饮食的卡路里计算的卡路里计等。在图3所示的本实施方式的系统中，使用体重体成分仪2、血糖计3、血压计4、睡眠传感器5及活动量计6。

综合健康状态判断装置1和各计测装置2至6能够通过有线或无线进行数据通信。各计测装置得到的测定值发送到综合健康状态判断装置进行汇总。另外，在综合健康状态判断装置和计测装置始终连接的情况下，可以在每当进行测定或在预先规定的时刻，从计测装置向综合健康状态判断装置发送数据。由此实现两装置之间的数据的同步。另一方面，在综合健康状态判断装置和计测装置并不始终连接时，可以监视计测装置和综合健康状态判断装置是否连接，并在检测到连接时自动地进行数据的同步。当然，也可以根据用户自己的操作，将测定值传送至健康状态判断装置。

(综合健康状态判断装置的硬件结构)

图4是示意性地示出了综合健康状态判断装置1的硬件结构的框图。

如图4所示，综合健康状态判断装置1包括CPU(中央运算处理装置)101、按钮102、用户I/F(界面)控制部103、通信端子104、设备通信控制部105、RTC(real time clock：实时时钟)106、RTC控制部107、面板108、显示控制部109、音源装置110、声音控制部111、ROM(只读存储器)112、RAM(随机存取存储器)113、存储介质控制部114、电源115及电源控制部116。该装置也能够构成为专用的设备，也可以通过在个人计算机等通用设备中安装所需的硬件(例如与计测设备之间的通信端子)和必要的程序来构成。

按钮102是用于向综合健康状态判断装置1输入信息或指示的输入单元。通过对按钮102的操作而输入的信息或指示经由用户I/F控制部103发送到CPU101。

通信端子104和设备通信控制部105是用于实现各种计测装置之间的数据通信的通信单元。作为通信方式，可以是USB、IEEE1394等有线通信，也可以是“Bluetooth(蓝牙)”、“ZigBee(IEEE802.15.4协议)”、“IrDA(红外数据通讯)”、无线LAN等无线通信。

RTC106和RTC控制部107是提供计时功能的部分。

面板108和显示控制部109是用于显示后述的各种指标的显示单元。作为面板108，最好能够使用例如液晶显示器、有机EL显示器等。

音源装置110和声音控制部111是输出警报或声音引导等的输出单元。

ROM112是存储用于提供作为综合健康状态判断装置1的功能的程序、各种设定值、从各计测装置2至6取得的测定值、从输入单元输入的信息、后述的各种指标等的存储介质。由如EEPROM(Erasable Programmable ROM：电可擦除只读存储器)的可改写的存储器构成。RAM113是作为程序执行时的工作存储器来使用的存储介质。对ROM112和RAM113的存取通过存储介质控制部114来控制。另外，可以在EEPROM的基础上或代替EEPROM而设置硬盘等存储介质。

电源115和电源控制部116用于对综合健康状态判断装置1供电。作为电源115，可以是电池，也可以是AC电源。

(综合健康状态判断装置的功能结构)

图5是示意性地示出了综合健康状态判断装置1的功能的功能结构图。

如图5所示，作为综合健康状态判断装置1的功能，包括功能转换控制功能130、初始设定功能140、生体信息测定功能150、风险推定功能160、风险因子提取功能170、改善计划支援功能180。这里，初始设定功能140包括日期及时刻设定功能141、属性信息设定功能142。另外，生体信息测定功能150包括生活习惯设定功能151、测定值通信功能152、测定值可靠性评价功能153、测定值存储功能154。风险推定功能160包括健康状态提取功能161和健康状态显示功能164，进而，健康状态提取功能161包括疾病风险评价功能162和健康年龄变换功能163，健康状态显示功能164包括健康年龄显示功能165、健康曲线显示功能166。另外，风险因子提取功能170包括风险贡献度运算功能171、可改善因子提取功能172、风险因子显示功能173。另外，改善计划支援功能180包括风险因子目标设定功能181、生活改善效果运算功能182、生活改善效果显示功能183。这些功能通过CPU101读入并执行存储在ROM112中的程序来实现。

(功能转换控制功能)

功能转换控制功能130是按照通过用户的操作、与计测装置的通信、执行过程中的程序等产生的事件(中断)，集中控制初始设定功能140、生体信息测定功能150、风险推定功能160、风险因子提取功能170、改善计划支援功能180的切换的功能。

(初始设定功能)

日期及时刻设定功能141是用于对装置设定当前日期和时刻(当地时间)的功能。日期及时刻设定功能将如“年月日？_________”这样的设定画面显示在面板108上，并提醒用户设定当前的日期和时刻。若通过按钮102等输入单元的操作来设定当前的日期和时刻，则将该值写入到RTC106中。以后，RTC106对当前的日期和时刻计时。

属性信息设定功能142是用于让用户输入属性指标的功能。这里，作为属性指标，让用户输入“年龄”和“性别”。属性信息设定功能142如“年龄？______”这样将属性指标的输入画面显示在面板上，并提醒用户输入属性指标。若通过按钮等输入单元的操作输入属性指标，则将该信息存储在ROM112内的用户信息DB中。

(生体信息测定功能)

生活习惯设定功能151是用于让用户输入生活指标的功能。这里，作为生活指标，让用户输入“有无吸烟习惯”。生活习惯设定功能151将如“吸烟习惯？有/无”的输入画面显示在面板108上，并提醒用户输入。若通过按钮102等输入单元的操作输入生活指标，则将该信息存储在ROM112内的用户信息DB中。

测定值通信功能152是经由通信端子104从各种计测装置取得测定值的功能。所取得的测定值通过测定值存储功能154而存储在ROM112中。此时，与表示测定值的测定日期和时刻或取得日期和时刻的记时打印机(time stamp)一起记录测定值。这里，作为生体指标，分别记录从血压计取得的“最高血压值”、从血糖计取得的“血糖值”、从体重体成分仪取得的“体重”和“体脂肪率”。另外，作为生活指标，分别存储从睡眠传感器取得的“睡眠时间”和“睡眠深度”、从活动量计取得的“断续步行时间”、“连续步行时间”、“连续步行次数”和“步行模式偏差”。另外，所谓的连续步行时间，是连续规定时间以上进行步行的时间的每一天的累积值，作为的断续步行时间，是一天内的总步行时间减去连续步行时间后的值。另外，所谓的连续步行次数，是一日内进行连续步行的次数。

测定值可靠性评价功能153是评价测定值的可靠性的功能。所谓测定值的可靠性，是表示测定值的可估计的偏差大小的信息(尺度)。换言之，称为测定值的不确定性(或确定性)。测定值的可靠性受计测装置的精度、计测环境、计测模式、其他干扰等的影响。例如即使同一血压计，手腕式和上臂式的精度可能不同，高端机和普及机的精度也可能不同。另外，即使利用同一装置，因计测的地点、外部的气温等的影响，测定值也可能出现偏差。所谓的计测模式，例如有电子体温计的预测模式和实测模式。预测模式的精度比实测模式的精度差。除此以外，测定的身体姿势、其他干扰要因也可能导致测定值出现偏差。测定值可靠性评价功能153若能够从计测装置取得测定值的精度，则能够利用该测定值的精度作为测定值的可靠性。另外，测定值因测定对象者自己的状态(身体条件、疲劳、睡眠、饮食等)也存在偏差，测定值可靠性评价功能153也能够评价过去的规定期间的测定值的分布或偏差，并利用测定值的分布或偏差作为测定值的可靠性。

考虑到表示测定值的可靠性的信息的表现方法有多种，可以采用任一个。例如，可以利用如“最高血压值：135±6”这样的偏差的范围来表现可靠性，并且也可以利用如“最高血压值128～139”这样的值域来表现可靠性。另外，也可以利用平均值和分散来表现测定值的分布和偏差。或者也能够利用“最高血压值：135±约6”、“最高血压值约128～约139”这样的模糊集合来使偏差的范围、值域的边界模糊。以下，利用“值具有幅度”这一表现来表示“值包括表示可靠性的信息，不固定为一个确定的数值”的意思。

通过以上所述的生体信息测定功能150，从各种计测装置收集随时测定值，并根据需要，将测定值与表示测定值的可靠性的信息一起存储在ROM112内的用户信息DB中。即，ROM112内的用户信息DB对应于本发明中的存储单元，该存储单元对于多个项目的指标中的每个指标，存储针对评价对象人员测定或输入的数据。

(风险推定功能：健康状态提取功能)

健康状态提取功能161由疾病风险评价功能162和健康年龄变换功能163构成。在本实施方式中，健康状态提取功能161对应于本发明中的评价单元，该评价单元基于包括生体指标在内的多个指标，评价对象人员的健康状态(疾病风险和健康年龄)进行评价。

((疾病风险评价功能))

疾病风险评价功能162是利用存储在用户信息DB中的生体指标、生活指标、属性指标(以下将这些存储在用户信息DB中的信息称为原指标)，来推定满足复合指标的疾病风险的功能。

图6表示本实施方式的影响传递模型的具体例。这里，利用“性别G”、“年龄A”作为属性指标，利用“最高血压值BP_S”、“血糖值BG”、“体重WT”、“体脂肪率FR”作为生体指标。利用“睡眠时间T_S”、“睡眠深度D_S”、“断续步行时间T_WI”、“连续步行时间T_WC”、“连续步行次数N_WC”、“步行模式偏差V_WP”、“吸烟习惯的有无S”作为生活指标。另外，虽未图示，但也利用“酒精摄取频率”、“晚饭的时间”等作为生活指标。另外，利用“中风风险R_CE”、“冠状动脉类风险R_AC”、“心血管系风险R_CV”这三个作为复合指标。但是，这些指标是一个例子，也可以利用少于三个或多于三个的指标。另外，也可以利用与其他疾病相关的风险作为复合指标，也可以利用如血管年龄、肌肉力量年龄那样的与身体器官或身体功能相关的指标。人们可以根据传染病学的知识来设计原指标和复合指标之间的因果关系，也可以利用公知的因果结构推定方法自动生成原指标和复合指标之间的因果关系。

疾病风险评价功能162如图6所示那样，根据性别G、年龄A、最高血压值BP_S、血糖值BG、体重WT、体脂肪率FR和吸烟习惯的有无S这七个指标(影响因子)来求出各疾病风险。在本实施方式中，利用比例危险模型作为用于计算疾病风险的风险评价模型。即，某一时刻t的疾病K的风险R_K如(1)式那样，用时间的函数及R_K(t)与各影响因子x_j的线性和的指数函数之间的积来表示。

疾病风险的模型：

R_K＝R_K(t)×e×p(∑α_jK×_j+ε_K) (1)

这里，R_K(t)是疾病K的在时间t后的统计性的死亡率，被称为基准危险。例如，在最初的总参数为100人时，在t＝0的时刻，100人全都活着，因此R(0)＝0％。若在t＝t1的时刻，在9人因疾病K死亡且10人因其他原因死亡或移居等无法确认生存时，认为总参数为90人(＝100人-10人)，R_K(t1)＝(9/90)×100％＝10％。这样，随着时间的经过，将因疾病K以外的原因死亡的人数(包括无法确认生存人员)从总参数中除去，由此能够表现出疾病K的纯死亡率。另外，这里，选择死亡率作为基准危险R_K(t)，但当然可以选择死亡以外的事件的发生率作为基准危险R_K(t)。例如考虑因疾病K而住院、残疾、重度症状等的对日常生活带来障碍的事件的发生率等。

α_jK是表示各因子x_j对R_K(t)产生的影响强度的参数(权)。另外，ε_K是表示因子x_j以外的因子对R_K(t)的影响的参数。作为参数α_jK、ε_K的生成方法，能够利用“Exact法”(蒙特卡罗精确概率检验)、“Breslow法”、“Efron法”(自举法：bootstrap)、离散法等。

在本实施方式中，作为用于计算风险评价模型的基准危险R_K(t)和参数α_jK、ε_K的基础数据，利用作为大规模传染病学研究的成果的传染病学数据。作为传染病学研究的代表性的研究，有“NIPPON DATA80、Framingham study”(佛明汉心脏研究)、大迫研究、久山镇研究、吹田研究等。通过基于这种传染病学数据来求出因子间的影响强度及在各时刻的死亡率，由此对于风险评价模型能够实现高精度。另外，通过将传染病学数据作为证据，可望能够提高用户对本系统输出的评价指标的信服性和可靠性，并且可望能够提高健康管理的积极性。

((健康年龄变换功能))

健康年龄变换功能163综合性地评价通过疾病风险评价功能162求出的多个疾病风险，并计算出将用户的健康状态换算成年龄的指标即“健康年龄”。

在本实施方式中，如(2)式所示，利用中风风险R_CE、冠状动脉类风险R_AC及心血管类风险R_CV的线性和模型来计算健康年龄A_H。β_n是表示各疾病风险对健康年龄产生的影响强度的参数。另外，ε是表示R_CE、R_AC、R_CV以外的因子对健康年龄的影响的参数。这些参数β_n、ε能够利用前述的传染病学数据并通过回归分析等的方法计算。在疾病风险的值具有值域、分布等可靠性信息时，健康年龄AH的值也具有幅度。

健康年龄的模型：

A_H＝β₁R_CE+β₂R_AC+β₃R_CV+ε (2)

(风险推定功能：健康状态显示功能)

健康状态显示功能164是用于将上述的风险推定功能所求出的各种指标显示在面板108上的功能，由健康年龄显示功能165和健康曲线显示功能166构成。健康年龄显示功能165是承担作为综合健康指标的“健康年龄”和作为复合指标的“疾病风险”的显示的功能，健康曲线显示功能166是显示疾病风险的计算所利用的各因子(主要为生体指标)对疾病风险、健康年龄产生何种程度的影响即各因子的影响强度的功能。

图7是表示画面显示的一个例子。画面的上部左侧是“健康年龄”的显示例。在该例子中，在与用户同年龄且同性别的人群的健康年龄分布200(横轴：健康年龄，纵轴：人口比)上，重叠显示有该用户的健康年龄201。另外，作为比较对象，还显示有同年龄的平均值202。另外，对于健康年龄分布200和平均值202，利用基于传染病学数据对每个年代、每个性别预先计算出的值。通过观察这种显示，用户能够直观的掌握自己本身的健康状态与同年龄的平均相比，何种程度的好(坏)。另外，优选也对健康年龄进行数值显示。这样，用户通过比较健康年龄和自己本身的实际年龄，能够直观地知道自己本身的健康状态的好坏。这里，优选不是将健康年龄作为确定的值显示，而是将健康年龄则有与可靠性(不确定性)相对应的幅度的值显示。

图7的画面的上部中央是“疾病风险”的显示例。在该例子中，利用蛛网图来显示作为健康年龄的计算依据的三种疾病风险的风险分布210。用与用户同年龄且同性别的人的平均疾病风险的值，对该蛛网图的各轴进行标准化，也显示其平均疾病风险的分布211来作为比较对象。通过观察这种蛛网图，用户能够容易地掌握自己本身的疾病风险相对于平均值为何种程度，而且能够容易地掌握对自己的健康年龄影响最大的风险主要原因是哪个指标。

图7的画面的上部右侧是健康曲线显示功能166的“健康曲线”的显示例。在该例子中，利用蛛网图示出了在各疾病风险的计算中共同使用的四个生体指标(最高血压值BP_S、血糖值BG、体重WT、体脂肪率FR)中的每个指标的影响强度。从蛛网图的中心起，按顺序累积各生体指标对冠状动脉类风险的影响强度分布220、各生体指标对心血管类风险的影响强度分布221、各生体指标对中风类风险的影响强度分布222。即，其最外轮廓表示各生体指标对健康年龄的影响强度分布。通过观察这种健康曲线，用户能够容易地掌握在想要管理或改善自己本身的健康时应该注意哪些生体指标。另外，对于对疾病风险的影响强度，通过接下来阐述的风险贡献度运算功能171来计算。

(风险因子提取功能：风险贡献度运算功能)

风险贡献度运算功能171是计算各生体指标对各疾病风险的影响强度(风险贡献度)的功能。在本实施方式中，因为在疾病风险的计算中利用了比例危险模型(参照(1)式)，所以能够通过下述的(3)式反算出特定的因子x_J的影响强度。E_J ^(K)表示因子x_J对疾病K的疾病风险R_K的影响强度。

对疾病风险的影响强度计算模型：

E_J ^(K)＝log[R_K/R_K(t)}×{α_JK ×_J/(∑α_j K×_j+ε_K)} (3)

进而，特定的因子x_J对综合健康指标(健康年龄)产生的影响强度E_J能够如(4)式那样作为对各个疾病风险的影响强度的总和而计算出来。另外，E_J ^(CE)是对中风风险R_CE的影响强度，E_J ^(AC)是对冠状动脉类风险R_AC的影响强度，E_J ^(CV)是对心血管类风险R_CV的影响强度。

对健康年龄的影响强度计算模型：

E_J＝E_J ^(CE)+E_J ^(AC)+E_J ^(CV) (4)

这样，计算出的各个生体指标的影响强度用于健康曲线的显示(参照图7)中。越是影响强度大的生体指标，表示对健康状态的评价的降低(即，健康年龄的上升或疾病风险的上升)的贡献度越大。因此可以说，为了改善健康，改善影响强度大的生体指标的值是有效的。以图7的例子可知，降低“最高血压”是最有效的。

但是，人难以按照自己的意思自由地控制最高血压、血糖值、体重等生体指标。因此，作为改善健康的建议，例如如“请将血压值降低到xx”那样提示生体指标的改善是不恰当的。因为用户不知道为了实现所提示的目标值可以具体采取何种行动。

因此，在本实施方式中，通过接下来阐述的风险因子提取功能，从生活指标中选出应当改善的因子。生活指标即身体活动或生活习惯基本上能够按照人的意思控制，因此作为用户，易于与具体的改善活动联系起来。

(风险因子提取功能：可改善因子提取功能)

可改善因子提取功能172评价为了改善用户的健康状态改善哪个因子有效，并将能够期待改善效果且能够按照用户的意思改善的因子提取为可改善因子。参照图8和图9的流程图，说明可改善因子提取功能172的可改善因子的提取处理的流程。

可改善因子提取功能172首先参照用户信息DB调查存有数据的生活指标的种类(S80)。此时，从可改善因子的候补中排除未存有数据的生活指标。

接着，从生体指标中选择影响强度的累计((4)式的E_J)最大的生体指标作为关注指标(S81)。例如在图7的上部右侧的显示例的情况下，首先选择“最高血压”作为关注指标。

接着，将在S80中选出的多个生活指标分类为“饮食”、“运动”、“睡眠”这三个类别(S82)，从各类别中各提取一个可改善因子(S83)。图9是表示S83的可改善因子提取处理的细节的流程图。可改善因子提取功能172从用户信息DB中读取关注指标数据(S90)。另外，针对属于第一个类别的生活指标中的每个生活指标，从用户信息DB中读取数据(S91)。在S90和S91中，读取评价生活指标和关注指标的相关程度所需要的期间的数据。这里，读取最近几个星期的数据。然后，可改善因子提取功能172评价生活指标的变化量和关注指标(生体指标)的变化量之间的相关程度(S92)。另外，在预先知道生活指标的变化和关注指标的变化之间存在规定的时间延迟时，可以考虑该时间延迟来评价相关程度。计算出属于该类别的生活指标的各个生活指标的相关程度后，可改善因子提取功能172将其中相关程度最高的生活指标决定为该类别的可改善因子(S93)。对各个类别执行S91至S93的处理(S94)，决定出各类别的可改善因子后进入到图8的S84中。

在S84中，可改善因子提取功能172根据各可改善因子的过去的值(可以与在相关程度运算中所用的数据相同)来计算标准偏差σ。然后，计算在全部的可改善因子都改善了标准偏差时的各个疾病风险的降低程度，并计算全部的疾病风险降低程度的和(S85)。另外，疾病风险的降低程度可以基于在S92中得到的相关程度来计算，也可以利用与后述的生活改善效果的运算相同的方法来计算。

重复执行S81至S85的处理，直到疾病风险的降低程度的总计的值达到规定的阈值为止(S86：是)，或没有能够作为可改善因子提取的生活指标为止(S87：否)或没有能够作为关注指标选择的生体指标为止(S88：否)。

通过以上的处理，提取到一个或多个可改善因子。在本实施方式中，利用存储在用户信息DB中的用户自己的过去的数据来评价生活指标和关注指标之间的相关程度(因果关系)，因此能够提取到对关注指标的改善进而对疾病风险或健康年龄的改善有效的生活指标。而且，通过按类别之分来提取可改善因子，能够进行与日常生活中的各种活动或习惯相关的改善提案(建议)，所以能够扩展用户的选择项目。

另外，在本实施方式中，可改善因子提取功能172的S81的处理与本发明的关注指标选择单元相对应，可改善因子提取功能172的S90至S93的处理与本发明的可改善因子提取单元相对应。

(风险因子提取功能：风险因子显示功能)

风险因子显示功能173是用于将通过可改善因子提取功能172选出的可改善因子(生活指标)显示在面板108上的功能。图7的画面的下部是可改善因子的显示例。在该例子中，作为运动类的生活指标，显示有“连续步行次数”和“连续步行时间”，作为睡眠类的生活指标，显示有“睡眠时间”和“睡眠深度”，作为饮食类的生活指标，显示有“酒精摄取频率”。另外，对于饮食类的“晚饭的时间”，在用户信息DB中没存储有数据，因此为非有效状态。另外，“吸烟的根数”不是可改善因子提取功能172所选出的因子，但已经知道对疾病风险的影响较大，因此默认选为可改善因子。

在图7的例子中，以条形显示各个可改善因子。以“连续步行时间”为例，对构成条形230的各部件进行说明。条形230的纵轴表示生活指标的值，越靠上越是良好的值。条形230的颜色(浓淡)表示过去规定期间(例如几个星期)的生活指标的值的偏差。即条形230的颜色最浓的部分表示过去规定期间的平均μ。另外，条形230的宽度表示各个可改善因子对生体指标(关注指标)产生的影响的强度。即，可知，越是宽度宽的可改善因子，越能够期待改善效果。重叠配置在条形230上的黑色线231表示最近的测定值(可以是最新的测定值，也可以是最近多个测定值的平均)。位于黑色线231上的白色线232表示用户所设定的改善目标。另外，显示在条形230的上部的数值“+0.5h”表示改善目标的值。配置在条形230的左侧的黑色三角233表示与用户同年龄且同性别的人群的平均值。

配置在条形230的右侧的第二条形234表示改善目标的可设定的范围(线232的可移动范围)。利用可改善因子提取功能172计算出的可改善因子的过去规定期间的值的平均μ和标准偏差σ，将该第二条形234的上端的位置设定为μ+Nσ(N是2以上的整数)，即，将能够设定为改善目标的值的上限设定成μ+Nσ(N是2以上的整数)。另外，将第二条形234的下端设定成与附近的测定值(线231)相同，即，将能够设定为改善目标的值的下限设定成与附近的测定值(线231)相同。这样，通过基于用户自己的可改善因子的值的分布(变动)来决定改善目标的上限，由此能够支援对于用户来说并不勉强的范围内能够实现的恰当的改善目标的设定。另外，用户自己也能够观察第二条形234的长度，从而能够掌握当前时刻下的现实的健康状态的改善量。

另外，图7的显示例归根结底只不过是一个例子，只要具有能够设定改善目标的GUI即可，可以以任何显示形式显示可改善因子。图10表示可改善因子的另一个显示例。在图10中，以使同年龄且同性别的人群的平均值处于条形的正中央的方式调整条形的上下的位置。此时，无需显示如图7的黑色三角233的部件。

(改善计划支援功能：风险因子目标设定功能)

风险因子目标设定功能181是让用户设定对可改善因子的改善目标的功能(改善目标设定单元)。具体而言，通过如图7所示那样，使条形230上的白色线232移动或直接输入数值，由此设定改善目标。

(改善计划支援功能：生活改善效果运算功能)

生活改善效果运算功能182是对在实现可改善因子的改善目标时在生体指标上显现出的改善效果进行预测的功能。以下，参照图11至图13，说明改善效果的预测方法。

图11是示意性地示出了将某一生活指标I的变化对生体指标J的值产生的影响模型化的方法。生活改善效果运算功能182首先利用存储在用户信息DB中的数据(测定值或输入值)，将生活指标I的变化量Δa_I和生体指标J的变化量Δx_J的关系映射为二维分布。并且，生成在正态分布(normal distrbution)下近似该二维分布的模型。另外，在用户个人的数据未充分存储而少于规定量时，生活改善效果运算功能182在上述模型的生成中利用预先存储在ROM内的初始数据集。该数据集表示根据大规模的追踪调查得到的与用户同年龄且同性别的人群的统计性的值。在如系统的使用初期那样个人数据的存储较少时，利用这种数据集，并且在已得到规定量的个人数据的段階切换为个人数据。由此，使用初期能够构建某种程度上妥当的模型，能够保证改善效果的预测精度。并且，随着个人数据的存储，更新模型，能够提高改善效果的预测精度。

图12是示意性地示出了根据图11的模型求出改善效果的方法。在设定Δa_I为改善目标的值时，生活改善效果运算功能182以该目标值Δa_I为事前条件，并根据上述模型求出条件概率分布P(Δx_J|Δa_I)。该条件概率分布表示在生活指标I改善了Δa_I时对生体指标J的期待的改善效果。

图13示意性地示出了对多个生活指标设定改善目标时的改善效果的预测方法。若对生活指标T_S、D_S、T_W、……中的每个指标赋予改善目标，则生活改善效果运算功能182与图11和图12所述同样地，计算按照各生活指标的目标值的条件概率分布。然后，求出这些条件概率分布的总和，并以生活指标的总参数N_I使该总和值规格化(normalize)。接下来，使规格化后的概率分布近似为正态分布，并将该平均μ和标准偏差σ定义为改善效果。

(改善计划支援功能：生活改善效果显示功能)

若得到生体指标I的改善效果μ+Nσ，疾病风险评价功能162通过考虑该改善效果来计算各疾病风险R_K。进而，健康年龄变换功能163利用上述疾病风险R_K来推定健康年龄A_H。由此，能够实现改善目标时的可望的疾病风险和健康年龄。

这样得到的改善后的疾病风险和健康年龄通过生活改善效果显示功能183来进行画面显示。在图7的例子中，在上部左侧的健康年龄分布上重叠显示改善后的健康年龄203，并在上部中央的蛛网图上显示改善后的疾病风险分布212。

通过以上所述的结构，若对可改善因子设定改善目标，则实时显示疾病风险和健康年龄的改善效果。因此，能够使日常生活中的身体活动或生活习惯的改善对综合性的健康状态产生何种影响可视化，并能够进行模拟实验。由此，能够对用户提供易于接受的信息，能够维持并提高对健康改善的积极性。

上述的实施方式的结构只不过例示出了本发明的一个具体例。本发明的范围并不限于上述实施方式，在其技术思想的范围内能够进行各种变形。

附图标记的说明

1：综合健康状态判断装置；

2～6：计测装置；

130：功能转换控制功能；

140：初始设定功能；

141：日期及时刻设定功能；

142：属性信息设定功能；

150：生体信息测定功能；

151：生活习惯设定功能；

152：测定值通信功能；

153：测定值可靠性评价功能；

154：测定值存储功能；

160：风险推定功能；

161：健康状态提取功能；

162：疾病风险评价功能；

163：健康年龄变换功能；

164：健康状态显示功能；

165：健康年龄显示功能；

166：健康曲线显示功能；

170：风险因子提取功能；

171：风险贡献度运算功能；

172：可改善因子提取功能；

173：风险因子显示功能；

180：改善计划支援功能；

181：风险因子目标设定功能；

182：生活改善效果运算功能；

183：生活改善效果显示功能；

200：健康年龄分布；

201：健康年龄；

202：平均值；

203：改善后的健康年龄；

210：疾病风险分布；

211：平均疾病风险分布；

212：改善后的疾病风险分布；

220：对冠状动脉类风险的影响强度分布；

221：对心血管类风险的影响强度分布；

222：对中风类风险的影响强度分布；

230：条形；

231：表示附近的测定值的线；

232：表示改善目标的线；

233：表示同年龄且同性别的人群的平均值的三角；

234：表示改善目标的可设定范围的第二条形。

Claims

1.一种健康状态判断装置，其特征在于，具有：

存储单元，其对于包括生活指标和生体指标在内的多个项目的指标中的每个指标，存储有针对评价对象人员测定或输入的数据，该生活指标是指与身体活动或生活习惯相关的指标，该生体指标是指与身体的生理状态相关的指标，

评价单元，其基于包括所述生体指标在内的多个指标，评价所述评价对象人员的健康状态，

关注指标选择单元，其在所述评价单元的评价中所利用的生体指标中选择一个或多个特定生体指标作为关注指标，该特定生体指标是指，使对所述评价对象人员的健康状态的评价降低的生体指标，

可改善因子提取单元，其所述存储单元所存储的生活指标和生体指标的过去间内的数据进行比较，由此提取一个或多个特定生活指标作为可改善因子，该特定生活指标是指，与所选择的所述关注指标的相关程度最高的生活指标，

显示单元，其将所述评价对象人员的健康状态的评价与所述可改善因子一起显示。

2.根据权利要求1所述的健康状态判断装置，其特征在于，还具有：

改善目标设定单元，其使评价对象人员针对所述可改善因子设定改善目标，

改善效果运算单元，其在通过所述改善目标设定单元设定了改善目标时，在达到了该改善目标的情况下，预测体现在所述关注指标上的改善效果；

所述评价单元通过考虑所述关注指标的改善效果来评价改善后的健康状态，所述显示单元还显示所述可改善因子的改善目标和所述改善后的健康状态的评价。

3.根据权利要求2所述的健康状态判断装置，其特征在于，所述改善目标设定单元基于存储在所述存储单元中的所述可改善因子的值的分布，将能够设定的值的上限决定为改善目标。

4.根据权利要求2所述的健康状态判断装置，其特征在于，所述改善效果运算单元，基于存储在所述存储单元中的所述可改善因子和所述关注指标的过去的数据，对所述可改善因子的值或其变化给所述关注指标的值产生的影响进行模型化处理，并利用该模型化处理后的模型计算所述关注指标的改善效果。

5.根据权利要求4所述的健康状态判断装置，其特征在于，在所述存储单元中存储的所述评价对象人员的过去的数据少于规定量时，所述改善效果运算单元还利用预先存储在所述存储单元中的数据来生成所述模型。

6.根据权利要求1所述的健康状态判断装置，其特征在于，所述显示单元还显示与所述评价对象人员同年龄段且同性别的人员的健康状态的评价和可改善因子的平均值。

7.根据权利要求1所述的健康状态判断装置，其特征在于，在所述可改善因子为多个时，所述显示单元还显示各个可改善因子给所述关注指标产生的影响的强度。

8.一种健康状态判断系统，其特征在于，具有：

权利要求1至7中的任一项所述的健康状态判断装置，

用于对所述评价对象人员测定所述指标的一个或多个计测装置。

9.一种健康状态判断方法，其特征在于，使计算机执行以下步骤：

存储步骤，对于包括生活指标和生体指标在内的多个项目的指标中的每个指标，将针对评价对象人员测定或输入的数据存储在存储单元中，该生活指标是指与身体活动或生活习惯相关的指标，该生体指标是指与身体的生理状态相关的指标，

评价步骤，基于包括所述生体指标在内的多个指标，评价所述评价对象人员的健康状态，

关注指标选择步骤，从在所述评价步骤的评价中所利用的生体指标中选择一个或多个特定生体指标作为关注指标，该特定生体指标是指，使对所述评价对象人员的健康状态的评价降低的生体指标，

可改善因子提取步骤，对所述存储单元所存储的生活指标和生体指标的过去间内的数据进行比较，由此提取一个或多个特定生活指标作为可改善因子，该特定生活指标是指，与所选择的所述关注指标的相关程度最高的生活指标，

显示步骤，将所述评价对象人员的健康状态的评价与所述可改善因子一起显示在显示单元上。

10.一种程序，其特征在于，使计算机执行权利要求9所述的健康状态判断方法中的各步骤。

11.一种存储介质，其特征在于，是计算机可读取的存储介质，而且存储有权利要求10所述的程序。