CN112074916A - 风险管理装置、风险管理方法以及风险管理程序 - Google Patents

风险管理装置、风险管理方法以及风险管理程序 Download PDF

Info

Publication number
CN112074916A
CN112074916A CN201980027559.4A CN201980027559A CN112074916A CN 112074916 A CN112074916 A CN 112074916A CN 201980027559 A CN201980027559 A CN 201980027559A CN 112074916 A CN112074916 A CN 112074916A
Authority
CN
China
Prior art keywords
risk
information
action
factor
biological
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201980027559.4A
Other languages
English (en)
Inventor
佐藤博则
叶思锐
中村文彦
野崎大辅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Omron Healthcare Co Ltd
Original Assignee
Omron Healthcare Co Ltd
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 Omron Healthcare Co Ltd filed Critical Omron Healthcare Co Ltd
Publication of CN112074916A publication Critical patent/CN112074916A/zh
Pending legal-status Critical Current

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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/022—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14546—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes

Abstract

一种风险管理装置，具备：获取部，获取与评价对象的生物体参数相关的生物体信息和与所述评价对象的行动参数相关的行动信息；风险计算部，基于获取的所述生物体信息和所述行动信息计算事件发病率；选择部，从所述生物体信息和所述行动信息之中选择作为可改善因子的生物体参数和行动参数；贡献度计算部，针对选择为所述可改善因子的所述生物体参数和所述行动参数分别计算对所述事件发病率的贡献度；以及生成部，生成表示所述贡献度计算部中的计算结果的输出数据。

Description

风险管理装置、风险管理方法以及风险管理程序
技术领域
本发明涉及能计算与评价对象相关的事件发病率的风险管理装置、风险管理方法以及风险管理程序。
背景技术
在专利文献1中，公开了一种生死预测装置。该生死预测装置使用性别、总胆固醇值以及有无糖尿病等输入信息，计算被测试者的10年以内的死亡率。
现有技术文献
专利文献
专利文献1：日本专利第5812333号公报
发明内容
发明要解决的问题
在专利文献1的生死预测装置中，显示了10年以内的死亡率，但难以得知何种测定结果推高了10年以内的死亡率。因此，难以判断是因何种主要因素导致风险上升的，难以判断为了降低风险采取何种行动为好。
本发明是着眼于上述情况而完成的，其目的在于，提供一种能容易地掌握对风险上升作出较大贡献的主要因素的风险管理装置、风险管理方法以及风险管理程序。
技术方案
本发明为了解决上述的问题，采取例如以下的对策。
即，本发明的一个例子的风险管理装置具备：获取部，获取与评价对象的生物体参数相关的生物体信息和与所述评价对象的行动参数相关的行动信息；风险计算部，基于获取的所述生物体信息和所述行动信息计算事件发病率；选择部，从所述生物体信息和所述行动信息之中选择成为可改善因子的生物体参数和行动参数；贡献度计算部，针对被选择为所述可改善因子的所述生物体参数和所述行动参数分别计算对所述事件发病率的贡献度；以及生成部，生成表示所述贡献度计算部中的计算结果的输出数据。
根据上述构成，通过按因子比较对事件发病率的贡献度，能容易地掌握推高事件发病率的主要因素。由此，变得容易得知是何种生物体参数或行动参数推高了事件发病风险，变得容易判断为了降低风险采取何种行动为好。
此外，在上述构成中，在获取的各个生物体信息和行动信息的参数中，选择评价对象可改善的参数作为可改善因子。然后，针对选择的可改善的参数，提示对事件发病率的按因子的贡献度。因此，根据上述构成，用户能掌握可改善且对事件发病风险的降低作出较大贡献的主要因素，能容易地判断为了降低风险采取何种行动为好。此外，由于仅针对选择为可改善因子的参数计算贡献度即可，因此，与针对所有因子计算贡献度的情况相比，削减了计算量，由此能抑制装置的处理负载和存储器容量。
在上述一个例子的风险管理装置中，所述风险计算部计算动脉硬化性心血管疾病的发病风险作为所述事件发病率。
在上述一个例子的风险管理装置中，所述获取部，获取人种、性别、年龄、血压值、胆固醇值、有无糖尿病以及遗传信息中的至少一个作为所述生物体信息。
在上述一个例子的风险管理装置中，所述获取部获取吸烟状况和睡眠时间中的至少一方作为所述行动信息。
在上述一个例子的风险管理装置中，所述选择部选择血压值、胆固醇值、有无糖尿病、有无吸烟以及睡眠时间中的至少一个作为所述可改善因子。
在上述一个例子的风险管理装置中，所述生成部生成能够对选择为所述可改善因子的所述生物体参数和所述行动参数的所述贡献度相互进行比较的图像数据作为所述输出数据。
在上述一个例子的风险管理装置中，在所述贡献度计算部中，针对被选择为所述可改善因子的所述生物体参数和所述行动参数分别计算对所述事件发病率的评价值，计算对计算出的所述评价值进行合计的相加值，将所述生物体参数的所述评价值和所述行动参数的所述评价值各自相对于计算出的所述相加值的比例计算为所述贡献度。
在上述一个例子的风险管理装置中，所述可改善因子包括对所述事件发病率的增加做出贡献的恶性影响因子和对所述事件发病率的减少做出贡献的良性影响因子，所述贡献度计算部将针对所述可改善因子中的被选择为所述恶性影响因子的所述生物体参数和所述行动参数分别计算出的所述评价值的合计值计算为所述相加值。
有益效果
根据本发明，能提供一种能容易地掌握对风险上升作出较大贡献的主要因素的风险管理装置、风险管理方法以及风险管理程序。
附图说明
图1是举例示出应用例的风险管理装置的功能构成的框图。
图2是举例示出包括第一实施方式的风险管理装置的风险评价系统的构成的示意图。
图3是举例示出第一实施方式的血压测定装置的硬件构成的框图。
图4是举例示出第一实施方式的便携式终端的硬件构成的框图。
图5是举例示出第一实施方式的固定终端的硬件构成的框图。
图6是举例示出第一实施方式的服务器的硬件构成的框图。
图7是举例示出作为第一实施方式的风险管理装置的一个例子的风险评价电路的功能构成的框图。
图8是举例示出作为第一实施方式的风险管理装置的一个例子的风险评价电路中的风险计算处理的顺序的流程图。
图9是举例示出在作为第一实施方式的风险管理装置的一个例子的风险评价电路中的风险计算处理中进行的处理的示意图。
图10是举例示出在作为第一实施方式的风险管理装置的一个例子的风险评价电路中的风险计算处理中使用的表的图。
图11是举例示出作为第一实施方式的风险管理装置的一个例子的风险评价电路中的贡献度计算处理的顺序的流程图。
图12是举例示出在作为第一实施方式的风险管理装置的一个例子的风险评价电路中的贡献度计算处理中进行的处理的示意图。
图13是举例示出在作为第一实施方式的风险管理装置的一个例子的风险评价电路中的风险计算处理中使用的显示画面的图。
图14是举例示出在作为第一实施方式的风险管理装置的一个例子的风险评价电路中的贡献度计算处理中，显示按因子的贡献度的显示画面的图。
图15是举例示出在作为第一实施方式的风险管理装置的一个例子的风险评价电路中的贡献度计算处理中，将按因子的贡献度图像化示出的显示画面的图。
具体实施方式
以下，参照附图对实施方式进行说明。需要说明的是，在以下的说明中，对具有相同的功能和构成的构成要素标注通用的参照符号。此外，在区分具有通用的参照符号的多个构成要素的情况下，对该通用的参照符号进一步标注后续的追加符号来区分。需要说明的是，在不需要特别区分多个构成要素的情况下，在该多个构成要素中，仅标注通用的参照符号，不标注追加符号。
1.应用例
首先，使用图1，对应用本发明的风险管理装置的一个例子进行说明。
如图1所示，风险管理装置1具备：获取部2、风险计算部3、选择部4、贡献度计算部5以及生成部6。风险管理装置1基于风险评价程序，执行风险计算处理和贡献度计算处理。风险评价程序是风险管理程序的一个例子。
获取部2获取与评价对象相关的输入信息。输入信息包括生物体信息和行动信息。
生物体信息是与评价对象的生物体参数相关的信息。生物体信息包括一个以上的因子。生物体信息包括例如性别、人种、年龄、总胆固醇值、HDL(Hight DensityLipoprotein：高密度脂蛋白)胆固醇值、LDL(Low Density Lipoprotein：低密度脂蛋白)胆固醇值、有无高血压治疗、血压值、有无糖尿病以及遗传信息等作为因子。
行动信息是与评价对象的行动参数相关的信息。行动信息包括一个以上的因子。行动信息包括例如吸烟状况和睡眠时间等作为因子。
风险计算部3基于输入信息，计算有关评价对象的事件发病率。事件发病率是例如，10年以内的ASCVD(arteriosclerotic cardiovascular disease：动脉硬化性心血管疾病)发病风险(10-Year Risk ofHard ASCVD Event)，生涯中的ASCVD发病风险等。例如，10年以内的ASCVD发病风险是对心脏病病发和缺血性中风等动脉硬化性心血管疾病(ASCVD)在10年以内发病的可能性进行预测并数值化。
选择部4从输入信息中提取与可改善因子相关的输入信息。可改善因子是由评价对象能改善的主要因素引起的因子。可改善因子为例如总胆固醇值、HDL胆固醇值、LDL胆固醇值、血压值、有无吸烟、有无糖尿病以及睡眠时间等。
贡献度计算部5基于由选择部4提取的与可改善因子相关的输入信息，针对各个可改善因子，计算对事件发病率的贡献度。对事件发病率的贡献度是可改善因子对事件发病率的贡献度。
生成部6基于事件发病率的计算结果和按因子的贡献度的计算结果，生成输出数据。输出数据是例如用于提示事件发病率的计算结果的数据。此外，输出数据是例如用于以可比较的方式提示可改善因子各自的贡献度的图像数据。生成部6将生成的输出数据输出至外部。
如果是上述那样的构成，则用户通过对事件发病率的贡献度进行按因子的比较，能容易地掌握推高事件发病率的主要因素。即，根据上述的构成，容易得知是何种测定结果推高了风险，因此用户容易判断为了降低风险进行何种行动为好。
此外，根据上述的构成，即使在对有关所有因子的输入信息的评价在正常的范围内的情况下，用户通过对事件发病率的贡献度进行按因子的比较，也能掌握对风险上升作出较大贡献的主要因素。
此外，如果是上述这样的构成，则在获取的输入信息中，将评价对象可改善的项目提取为可改善因子。然后，针对可改善的项目，提示对事件发病率的按因子的贡献度。因此，例如评价对象能容易地掌握可改善且对风险的降低的影响较大的主要因素，能容易地判断为了降低风险采取何种行动为好。
2.第一实施方式
以下对上述的应用例的风险管理装置的第一实施方式进行说明。以下对包括具有作为风险管理装置的一个例子的风险评价电路的便携式终端的风险评价系统进行说明。
2.1整体构成例
图2是示意地举例示出本实施方式的风险评价系统的应用场景的一个例子的图。。本实施方式的风险评价系统是使用评价对象的生物体信息和行动信息计算10年以内的ASCVD发病风险，保存或提示10年以内的ASCVD发病风险的计算结果的系统。
如图2所示，风险评价系统具备血压测定装置10以及便携式终端30。血压测定装置10与便携式终端30通过近距离无线通信或有线通信连接。风险评价系统也可以还具备固定终端50以及服务器70。在该情况下，便携式终端30经由网络NW，与固定终端50和服务器70分别连接。由此，得以使血压测定装置10经由便携式终端30，与固定终端50和服务器70分别连接。即，血压测定装置10能经由便携式终端30与固定终端50和服务器70分别通信。在本实施方式中，便携式终端30、固定终端50以及服务器70之间的通信能应用例如经由网络NW的通信，但不限定于此，也可以应用近距离无线通信或有线通信。便携式终端30和固定终端50是终端装置的一个例子。
血压测定装置10是能装戴于任意的测定部位(例如手腕)的装置。血压测定装置10测定评价对象的测定部位中的血压值。血压测定装置10能将包括血压值的测定结果等的血压信息发送至便携式终端30。此外，血压测定装置10能将包括睡眠信息等的活动信息发送至便携式终端30。
便携式终端30是例如评价对象能携带的终端。便携式终端30从血压测定装置10接收血压信息和活动信息。便携式终端30将接收的血压信息和活动信息转送至固定终端50和服务器70。此外，便携式终端30从服务器70接收有关评价对象的生物体信息和行动信息。
固定终端50是例如医生和评价对象等可操作的终端。固定终端50从便携式终端30接收血压信息。固定终端50基于接收的血压信息和与评价对象相关的生物体信息，生成与评价对象相关的诊断信息。固定终端50将生成的诊断信息发送至便携式终端30和服务器70。
服务器70是存储从便携式终端30和固定终端50等发送的信息的服务器计算机。
服务器70具备风险评价电路80。风险评价电路80基于生物体信息和行动信息，例如计算有关评价对象的10年以内的ASCVD发病风险。生物体信息包括从血压测定装置10接收的血压信息和存储部72所存储的诊断信息等。行动信息包括从血压测定装置10接收的睡眠信息等。生物体信息和行动信息存储于电子病历卡等中。此外，风险评价电路80从生物体信息和行动信息所包括的因子中选择可改善因子。然后，风险评价电路80针对可改善因子，计算对10年以内的ASCVD发病风险的贡献度。风险评价电路80基于10年以内的ASCVD发病风险的计算结果和贡献度的计算结果，生成输出数据。便携式终端30显示由风险评价电路80生成的输出数据和从固定终端50接收的诊断信息等。
2.2硬件构成例
对本实施方式的风险评价系统中的各装置的硬件构成的一个例子进行说明。
2.2.1血压测定装置的硬件构成例
首先，对本实施方式的血压测定装置10的硬件构成例进行说明。图3是表示本实施方式的血压测定装置10的硬件构成的一个例子的框图。如图3所示，本实施方式的血压测定装置10具备：控制部11、存储部12、通信部13、操作部14、显示部15以及血压传感器16。血压测定装置10也可以还具备加速度传感器17和温湿度传感器18中的至少一个。
控制部11包括：CPU(Central Processing Unit：中央处理器)、RAM(RandomAccess Memory：随机存取存储器)、ROM(Read Only Memory：只读存储器)等，根据信息处理进行各构成要素的控制。此外，控制部11包括未图示的时钟(clock)，具有获取现在的日期、时间的时钟功能。控制部11也可以具有将获取的日期、时间在表示部15显示的功能。
控制部11基于血压传感器16、加速度传感器17以及温湿度传感器18的测定结果，生成血压信息、活动信息以及环境信息。血压信息例如包括由血压传感器16得到的评价对象的血压值的测定结果等。活动信息基于由加速度传感器17实现的测定，包括评价对象的活动量、步数以及睡眠状态。活动信息基于由温湿度传感器18实现的测定，包括评价对象的周边的温度和湿度。各种血压信息、活动信息以及环境信息与由时钟获取的基于现在日期、时间的测定日期、时间建立关联。此外，各种血压信息、活动信息以及环境信息进一步与唯一识别血压测定装置10的设备ID建立关联。
存储部12是例如固态硬盘等辅助存储装置。在血压测定装置10不是时钟型这样的小型设备而是构成为某个程度较大的设备的情况下，存储部12也可以是硬盘驱动器。存储部12存储由控制部11执行的程序、血压信息、活动信息以及环境信息等。
通信部13是负责与便携式终端30的通信的通信接口。信部13例如将血压信息、活动信息以及环境信息等向便携式终端30发送。在本实施方式中，由通信部13实现的与便携式终端30的通信例如可以应用蓝牙(注册商标)等近距离无线通信，但并不限定于此。由通信部13实现的通信例如也可以应用经由LAN(Local Area Network：局域网)这样的网络NW的通信，或利用通信线缆的有线的通信。
操作部14包括例如触摸面板和操作按钮等用户接口。操作部14经由该用户接口，检测由评价对象进行的操作，将表示该操作的内容的信号输出至控制部11。
显示部15包括例如显示画面(例如，LCD(Liquid Crystal Display：液晶显示屏)或EL(Electroluminescence：电致发光)显示器等)以及指示器等。显示部15按照来自控制部11的信号显示信息，向评价对象进行通知。例如显示部15能显示存储部12所存储的血压信息、活动信息以及环境信息等。
血压传感器16测定评价对象的血压值。血压值包括例如最高血压和最低血压等代表性的指数。在以下的说明中，作为一个例子，将血压值设为最高血压进行说明，但也可以使用最低血压和其他的指数替代最高血压，也可以组合使用这些多个指数。
血压传感器16例如可以是能按每次心跳(连续地)测定评价对象的血压的连续测定型，也可以是能在规定的时期以点(非连续的)进行测定的非连续测定型。连续测定型的血压传感器16可以应用例如基于脉搏波传导时间(PTT；Pulse Transmit Time)连续地测定评价对象的血压的方法和基于压脉搏波连续地测定血压的方法(张力测量法)等。需要说明的是，连续地测定血压的方法不限于上述的例子，可以适当地应用利用发光元件检测脉波的方法等。非连续测定型的血压传感器16可以应用例如通过将袖带用作压力传感器并压迫血管来检测脉波的方法(示波测量法)。
加速度传感器17检测出在血压测定装置10的装戴部位产生的评价对象的加速度来作为三轴分量的组。此外，加速度传感器17可以还包括陀螺仪传感器，也可以除了加速度之外，还将角速度作为三轴分量的组进行检测。
温湿度传感器18测定测定对象的周边的温度和湿度。
2.2.2便携式终端的硬件构成例
接着，对便携式终端30的硬件构成例进行说明。图4是表示本实施方式的便携式终端30的硬件构成的一个例子的框图。如图4所示，本实施方式的便携式终端30具备：控制部31、存储部32、通信部33、操作部34、显示部35以及GPS(Global Positioning System：全球定位系统)接收器36。
控制部31和存储部32分别与血压测定装置10的控制部11和存储部12相同。便携式终端30的存储部32存储从血压测定装置10接收的信息和由GPS接收机36生成的位置信息。从血压测定装置10接收的信息包括血压信息、活动信息以及环境信息等。
通信部33是负责与血压测定装置10、固定终端50以及服务器70通信的通信接口。通信部33从血压测定装置10接收例如血压信息、活动信息以及环境信息等。此外，通信部33将血压信息、活动信息、环境信息以及位置信息等向固定终端50和服务器70发送。
操作部34和显示部35分别与血压测定装置10的操作部14和显示部15相同。
GPS接收器36对便携式终端30的位置进行测位，生成位置信息。位置信息包括例如测位日期、时间和便携式终端30在测位日期、时间的纬度和经度。由GPS接收器36实现的测位可以与例如血压测定装置10的血压传感器16的测定同步进行。
2.2.3固定终端的硬件构成例
接着，对固定终端50的硬件构成例进行说明。图5是表示本实施方式的固定终端50的硬件构成的一个例子的框图。如图5所示，本实施方式的固定终端50具备：控制部51、存储部52、通信部53、操作部54以及表示部55。
控制部51和存储部52分别与血压测定装置10的控制部11和存储部12相同。固定终端50的控制部51生成与评价对象相关的生物体信息和与评价对象相关的诊断信息等。
固定终端50的存储部52暂时存储从便携式终端30传送的信息、与评价对象相关的生物体信息以及与评价对象相关的诊断信息等。
通信部53是负责与便携式终端30和服务器70的通信的通信接口。通信部53从便携式终端30接收例如血压信息、活动信息以及环境信息等。此外，通信部53将与评价对象相关的生物体信息和与评价对象相关的诊断信息等发送至便携式终端30和服务器70。
操作部54和显示部55分别与血压测定装置10的操作部14和显示部15相同。在操作部54中，能输入通过各种检查装置获取的生物体信息。生物体信息可以经由院内LAN等网络记录于服务器70。
2.2.4服务器的硬件构成例
接着，对服务器70的硬件构成例进行说明。图6是表示本实施方式的服务器70的硬件构成的一个例子的框图。如图6所示，本实施方式的服务器70具备：控制部71、存储部72、通信部73以及风险评价电路80。
风险评价电路80是风险管理装置的一个例子。在本实施方式中，风险管理装置设于服务器70，但也可以设于血压测定装置10、便携式终端30以及固定终端50中的任意一个。
控制部71以及存储部72分别与血压测定装置10的控制部11和存储部12相同。服务器70的存储部72存储从便携式终端30和固定终端50发送的信息等。
通信部73是负责与便携式终端30和固定终端50通信的通信接口。通信部73从便携式终端30接收例如血压信息、活动信息以及环境信息等。通信部73从固定终端50接收例如血压信息、活动信息以及环境信息等。此外，通信部73从固定终端50接收与评价对象相关的生物体信息和与评价对象相关的诊断信息等。通信部73将存储部72所存储的信息发送至便携式终端30和固定终端50。
风险评价电路80例如具备处理器80a以及存储器80b。风险评价电路80通过处理器80a执行存储器80b所存储的程序，实现各种动作控制和数据处理等。此外，风险评价电路80具有未图示的时钟，能对现在的日期、时间进行计时。
处理器80a是例如包括运算电路的CPU、MPU(Micro Processing Unit：微处理单元)等。处理器80a通过执行存储器80b或存储部32存储的程序，能执行各部的控制和数据处理。
存储器80b例如包括：存储处理器80a执行的程序的非易失性的存储器，以及用作工作存储器的RAM等挥发性存储器。
风险评价电路80基于风险评价程序，执行风险计算处理和贡献度计算处理。风险评价程序是风险管理程序的一个例子。由风险评价电路80实现的风险计算处理和贡献度计算处理在后文中说明。风险评价程序是用于在风险评价电路80中执行风险计算处理和贡献度计算处理的程序。风险评价程序既可以存储于存储器80b，也可以存储于存储部32。
需要说明的是，控制部71也可以作为风险评价电路80发挥功能。即，控制部71也可以兼用风险评价电路80。在该情况下，控制部71的CPU成为风险评价电路80的处理器80a，控制部71的ROM成为风险评价电路80的存储器80b的非易失性存储器，控制部71的RAM成为风险评价电路80的存储器80b的挥发性存储器。
2.3功能构成例
接着对本实施方式的风险评价系统的功能构成的一个例子进行说明。
2.3.1风险评价电路的功能构成例
图7是示意地表示本实施方式的风险评价系统的风险评价电路80的功能构成的一个例子的框图。
风险评价电路80的处理器80a将存储器80b的非易失性存储器所存储的风险评价程序在存储器80b的挥发性存储器中展开。然后，处理器80a解释和执行在挥发性存储器中展开的风险评价程序，由此作为获取部82、风险计算部83、选择部84、贡献度计算部85以及生成部86发挥功能。
存储器80b的挥发性存储器作为输入信息存储部87、评价信息存储部88以及输出数据存储部89发挥功能。
在输入信息存储部87中，暂时存储与评价对象相关的输入信息。输入信息包括生物体信息和行动信息。
生物体信息是与评价对象的生物体参数相关的信息。生物体信息包括一个以上的因子。生物体信息包括性别、人种、年龄、总胆固醇值、HDL胆固醇值、有无高血压治疗、血压值以及有无糖尿病作为因子。血压值是最高血压的值。生物体信息也可以还包括LDL胆固醇值和遗传信息等作为因子。
行动信息是与评价对象的行动相关的信息。行动信息包括一个以上的因子。行动信息包括吸烟状况作为因子。行动信息也可以还包括睡眠时间作为因子。
在评价信息存储部88中，暂时存储与评价对象相关的评价信息。评价信息包括10年以内的ASCVD发病风险R和对10年以内的ASCVD发病风险的按因子的贡献度等。10年以内的ASCVD发病风险R是事件发病率的一个例子。此外，对10年以内的ASCVD发病风险的按因子的贡献度是对事件发病率的贡献度的一个例子。
在输出数据存储部89中，暂时存储图像显示用的输出数据。
获取部82获取与评价对象相关的输入信息。获取部82例如从存储部32获取输入信息。获取部82将获取的输入信息存储于存储器80b的输入信息存储部87，并且传送至风险计算部83、选择部84以及贡献度计算部85。
风险计算部83基于输入信息，计算10年以内的ASCVD发病风险R。风险计算部83将10年以内的ASCVD发病风险R的计算结果存储于存储器80b的评价信息存储部88，并且传送至生成部86。
10年以内的ASCVD发病风险对心脏病病发和缺血性中风等动脉硬化性心血管疾病(ASCVD)在10年以内发病的可能性进行预测并数值化。10年以内的ASCVD发病风险例如基于ACC/AHA(American College of Cardiology：美国心脏病协会，American HeartAssociation：美国心脏协会)的心血管系统风险指南(2013ACC/AHA Guideline on theAssessment of Cardiovascular Risk)进行计算。由风险计算部83实现的风险计算处理在后文进行说明。
选择部84从输入信息中提取与可改善因子相关的输入信息。选择部84将与可改善因子相关的输入信息存储于存储器80b的评价信息存储部88，并且传送至贡献度计算部85。
可改善因子是由评价对象能改善的主要因素引起的因子。选择部84将总胆固醇值、HDL胆固醇值、血压值、有无吸烟以及有无糖尿病选择为可改善因子。在输入信息中包括睡眠时间的情况下，选择部84也还可以将睡眠时间选择为可改善因子。
此外，可改善因子可以分类为良性影响因子和恶性影响因子中的任意一种。良性影响因子是对10年以内的ASCVD发病风险R的减少作出贡献的因子。例如HDL胆固醇值是良性影响因子。恶性影响因子是对10年以内的ASCVD发病风险R的增加作出贡献的因子。例如总胆固醇值、血压值、吸烟状况以及有无糖尿病等是恶性影响因子。
贡献度计算部85基于与可改善因子相关的输入信息，针对各个可改善因子，计算对10年以内的ASCVD发病风险R的按因子的贡献度。按因子的贡献度是对10年以内的ASCVD发病风险R的可改善因子的贡献度的和(贡献度)。
贡献度计算部85将按因子的贡献度存储于存储器80b的评价信息存储部88，并且传送至生成部86。由贡献度计算部85实现的贡献度计算处理在后文进行说明。
生成部86基于10年以内的ASCVD发病风险R的计算结果和按因子的贡献度的计算结果生成输出数据。输出数据是例如用于在便携式终端30的显示部35中显示的图像数据。输出数据例如包括能对10年以内的ASCVD发病风险R的计算结果和可改善因子的按因子的贡献度进行比较的图表等。此外，生成部86将生成的输出数据输出至外部。
2.4动作例
接着，对本实施方式的风险评价系统的动作例进行说明。需要说明的是，以下说明的处理过程仅为一个例子，各处理可以尽可能地变更。此外，对于以下说明的处理流程，可以根据实施方式适当地进行步骤的省略、置换以及追加。
2.4.1风险计算处理中的风险评价电路的动作例
图8是表示本实施方式的风险评价电路80的处理器80a中的风险计算处理的顺序的一个例子的流程图。处理器80a例如基于在便携式终端30的操作部34中进行了开始风险计算处理的操作输入，开始风险计算处理。
在风险计算处理中，处理器80a首先获取与评价对象相关的生物体信息和行动信息作为输入信息(S101)。例如处理器80a从存储部32获取由操作部34输入的生物体信息和行动信息，存储于存储器80b的输入信息存储部87。
接着，处理器80a基于输入信息存储部87所存储的生物体信息和行动信息，计算评价用计算值A(S102)。评价用计算值A根据有关评价对象的生物体信息和行动信息而发生变化。
图9是示意地表示评价用计算值A(输出)的计算顺序的一个例子的图。在评价用计算值A的计算中，处理器80a首先基于变量N1～N6和系数K1～K13，计算累计值P1～P13。然后，处理器80a通过计算累计值P1～P13的总和，计算评价用计算值A。需要说明的是，此时，累计值P7～P8和累计值P9～P10中的一方不用于评价用计算值A的计算。
在图9中，变量N1～N6是与输入信息相关的变量。变量N1是评价对象的年龄的自然对数。变量N2是评价对象的总胆固醇值的自然对数。变量N3是评价对象的HDL胆固醇值的自然对数。变量N4是评价对象的最高血压的血压值的自然对数。变量N5是表示评价对象的吸烟状况的值。变量N5例如在评价对象是吸烟者的情况下成为“1”，在评价对象不是吸烟者的情况下成为“0”。变量N6是表示评价对象有无糖尿病的值。变量N6例如在评价对象有糖尿病的情况下成为“1”，在评价对象没有糖尿病的情况下成为“0”。也可以代替变量N5，使用表示睡眠时间的变量。
在图9中，系数K1～K13是用于10年以内的ASCVD发病风险R的计算处理的常数。系数K1～K13分别与评价对象的人种和性别对应，使用不同的值。各个系数K1～K13的值存储于例如输入信息存储部87。图10是表示系数K1～K13的值的一个例子的表。在图10的一个例子中，系数K1～K13分别与评价对象的性别(男性或女性)和评价对象的人种(白人或非裔美国人)对应，设定有不同的值。在图10的一个例子中，关于评价对象的性别，分类为男性(Men)与女性(Women)，关于评价对象的人种，分类为白人(White)与非裔美国人(AfricanAmerican)。处理器80a基于输入信息存储部87所存储的输入信息和图10的表，对系数K1～K13分别设定与计算对象者的人种、性别等对应的值。
在图9中，累计值P1～P13分别使用变量N1～N6和系数K1～K13来进行计算。例如，累计值P1是变量N1与系数K1的积。此外，例如，累计值P2是将变量N1平方的值与系数K2的积。此外，例如，累计值P4是变量N2、变量N1以及系数K4的积。
需要说明的是，在评价用计算值A的计算中，仅将累计值P7、P8和累计值P9、P10中的任意一方用于评价用计算值A的计算。因此，仅将累计值P7、P8和累计值P9、P10中的任意一方反映至评价用计算值A。在关于有无高血压治疗获取了表示在治疗中的输入信息的情况下，仅将累计值P7、P8用于评价用计算值A的计算。此外，在关于有无高血压治疗获取了表示未治疗的输入信息的情况下，仅将累计值P9、P10用于评价用计算值A的计算。
接着，处理器80a基于生物体信息和评价用计算值A，计算10年以内的ASCVD发病风险(10-Year Risk of Hard ASCVD Event)R(S103)。
下述的公式(1)是用于10年以内的ASCVD发病风险R的计算的计算式的一个例子。在公式(1)中，10年以内的ASCVD发病风险R是基于评价用计算值A、生存率BS以及基准值M计算的。
公式1
R＝1-BSexp(A-M) (1)
生存率BS是与具有特定的人种和性别的对象者相关的10年以内的生存率(Baseline Survival)。基准值M是具有特定的人种和性别的对象整体的评价用计算值A的中间值(Mean)。生存率BS和基准值M是常数，与评价对象的人种和性别对应而使用不同的值。在图10中示出生存率BS和基准值M的值的一个例子。在图10的一个例子中，将生存率BS和基准值M与评价对象的性别(男性或女性)和评价对象的人种(白人或非裔美国人)对应而设定不同的值。处理器80a基于输入信息和图10的表，对于生存率BS和基准值M，分别设定与计算对象者的人种、性别等对应的值。
需要说明的是，也可以将系数K1～K13、生存率BS以及基准值M分别与评价对象的遗传信息等对应地设定不同的值。
接着，处理器80a将在S103中计算的10年以内的ASCVD发病风险R输出至外部(S104)。处理器80a将10年以内的ASCVD发病风险R输出至例如便携式终端30的控制部31。10年以内的ASCVD发病风险R通过控制部31在例如显示部35中显示。
2.4.2贡献度计算处理中的风险评价电路的动作例
图11是表示本实施方式的风险评价电路80的处理器80a中的贡献度计算处理的顺序的一个例子的流程图。处理器80a例如基于在便携式终端30的操作部34中进行了使贡献度计算处理开始的操作输入，开始贡献度计算处理。需要说明的是，贡献度计算处理也可以基于进行了使风险计算处理开始的操作输入，与前述的风险计算处理同时进行。
在贡献度计算处理中，处理器80a首先获取与特定的评价对象相关的生物体信息和行动信息作为输入信息(S111)。例如，处理器80a从存储部32获取由操作部34输入的生物体信息和行动信息。
接着，处理器80a从输入信息所包括的多个因子中提取可改善因子(S112)。
接着，处理器80a针对各个可改善因子，计算按因子的评价值(S113)。按因子的评价值对10年以内的ASCVD发病风险R作出贡献。在其他条件相同的情况下，随着按因子的评价值变得越大，10年以内的ASCVD发病风险R越上升。图12是示意地表示按因子的评价值的计算顺序的一个例子的图。
在按因子的评价值的计算中，处理器80a首先基于变量N1～N6和系数K3～K13获取累计值P3～P13。处理器80a例如基于变量N1～N6和系数K3～K13计算累计值P3～P13。变量N1～N6和系数K3～K13分别以与前述的风险计算处理相同的方式进行计算和设定。此外，累计值P3～P13分别以与前述的风险计算处理相同的方式进行计算。需要说明的是，在前述的风险计算处理中也可以通过读取存储器80b所存储的累计值P3～P13来获取累计值P3～P13。
按因子的评价值包括：针对总胆固醇值的按因子的评价值D1；针对HDL胆固醇值的按因子的评价值D2；针对血压值的按因子的评价值D3；针对吸烟状况的按因子的评价值D4；以及针对糖尿病的按因子的评价值D5。按因子的评价值D1是累计值P3～P4的总和。按因子的评价值D2是累计值P5～P6的总和。按因子的评价值D3是累计值P7、P8或累计值P9、P10的总和。按因子的评价值D4是累计值P11～P12的总和。而且，按因子的评价值D5使用累计值P13。按因子的评价值D1、D3～D5成为正值。按因子的评价值D2成为负值。
需要说明的是，在按因子的评价值D3中，仅反映累计值P7、P8和累计值P9、P10中的任意一方。例如，在关于有无高血压治疗获取了表示治疗中的输入信息的情况下，将累计值P7、P8反映至按因子的评价值D3。此外，在关于有无高血压治疗获取了表示未治疗的输入信息的情况下，将累计值P9、P10反映至按因子的评价值D3。
接着，处理器80a基于按因子的评价值，针对各个可改善因子计算对10年以内的ASCVD发病风险R的按因子的贡献度(S114)。
按因子的贡献度计算为按因子的评价值相对于对针对可改善因子的按因子的评价值进行合计的相加值的比例。按因子的贡献度包括：针对总胆固醇值的按因子的贡献度C1；针对HDL胆固醇值的按因子的贡献度C2；针对血压值的按因子的贡献度C3；针对吸烟状况的按因子的贡献度C4；以及针对糖尿病的按因子的贡献度C5。下述的公式(2)～公式(6)是用于按因子的贡献度C1～C5的计算的计算式的一个例子。按因子的评价值D1、D3～D5为正值，因此按因子的贡献度C1、C3～C5成为正值。按因子的评价值D2为负值，因此按因子的贡献度C2成为负值。
公式2
Figure BDA0002737419500000181
Figure BDA0002737419500000182
Figure BDA0002737419500000183
Figure BDA0002737419500000184
Figure BDA0002737419500000185
在本实施方式中，将针对恶性影响因子的按因子的评价值D1、D3～D5的合计值用作对可改善因子的按因子的评价值进行合计的相加值。例如，按因子的贡献度C1是对10年以内的ASCVD发病风险R的总胆固醇值的贡献度和。按因子的贡献度C1计算为按因子的评价值D1相对于针对恶性影响因子的按因子的评价值D1、D3～D5的合计值的比例。按因子的贡献度C2～C5也以与按因子的贡献度C1同样的方式进行计算。
接着，处理器80a使用在S113和S114中的计算结果，生成输出数据(S115)。输出数据例如是在便携式终端30的显示部35或固定终端50的显示部55中显示的图像数据。生成的输出数据存储于例如存储器80b的输出数据存储部89。
接着，处理器80a将在S115中生成的输出数据输出至外部(S116)。处理器80a将输出数据输出至例如便携式终端30的控制部31。输出的输出数据通过控制部31在例如显示部35中显示。
2.4.3显示例
图13是表示用于生物体信息和行动信息的输入的显示画面的一个例子的图。图13的显示画面在例如便携式终端30的显示部35中显示。图13的显示画面也可以在例如固定终端50的显示部55中显示。
在图13的显示画面中，设有输入信息显示部91和风险显示部92。在输入信息显示部91中，显示了与评价对象相关的输入信息。输入信息例如在操作部34中输入。在风险显示部92中，显示了10年以内的ASCVD发病风险R的计算结果。
在输入信息显示部91中，关于性别(Gender)，显示了“男性”和“女性”中的任意一方。“男性”表示评价对象为男性，“女性”表示评价对象为女性。
此外，在输入信息显示部91中，关于人种(Race)，显示了“白人”和“非裔美国人”中的任意一方。“白人”表示评价对象为白人，“非裔美国人”表示评价对象为非裔美国人。
此外，在输入信息显示部91中，关于年龄(Age)，显示了评价对象的年龄。此外，在输入信息显示部91中，关于总胆固醇值(Total Cholesterol)，显示了评价对象的总胆固醇值(mg/dL)。此外，在输入信息显示部91中，关于HDL胆固醇值(High Density Lipoprotein-Cholesterol)，显示了评价对象的HDL胆固醇值(mg/dL)。
此外，在输入信息显示部91中，关于有无高血压治疗(Hypertension Treatment)，显示了“治疗中”以及“未治疗”中的任意一方。“治疗中”表示关于使用降压药的高血压治疗为治疗中。“未治疗”表示关于使用降压药的高血压治疗为未治疗。
此外，在输入信息显示部91中，关于最高血压的血压值(Systolic BP)，显示了评价对象的最高血压的血压值(mmHg)。
此外，在输入信息显示部91中，关于吸烟状况(Current Smoker)，显示了“是”和“否”中的任意一方。“是”表示评价对象是吸烟者。“否”表示评价对象不是吸烟者。
此外，在输入信息显示部91中，关于有无糖尿病(Diabetes)，显示了“是”和“否”中的任意一方。“是”表示评价对象有糖尿病。“否”表示评价对象没有糖尿病。
图13示出了评价对象为男性、白人、50岁、总胆固醇值为150mg/dL、HDC胆固醇值为50mg/dL、已使用降压药、最高血压的血压值为150mmHg、是吸烟者、是糖尿病患者的情况的一个例子。
图14是表示在获取到图13所示的输入信息的情况下表示按因子的贡献度C1～C5的计算结果的显示画面的一个例子的图。图14的显示画面在例如便携式终端30的显示部35中显示。图14的显示画面也可以在例如固定终端50的显示部55中显示。
在图14的显示画面中，设有贡献度显示部93。在贡献度显示部93中显示：针对总胆固醇值(Total Cholesterol)的按因子的贡献度C1；针对HDL胆固醇值(HDL-C)的按因子的贡献度C2；针对血压值(BP)的按因子的贡献度C3；针对吸烟状况(Smoking)的按因子的贡献度C4；以及针对有无糖尿病(Diabetes)的按因子的贡献度C5。
图15是表示在获取到图13所示的输入信息的情况下，显示了通过前述的贡献度计算处理生成的输出数据的显示画面的一个例子的图。图15的显示画面在例如便携式终端30的显示部35中显示。图15的显示画面也可以在例如固定终端50的显示部55中显示。
图15的显示画面包括图表94和图表95。图表94是将各个恶性影响因子(NegativeFactor)设为构成要素的堆叠柱状图。图表94的纵轴是按因子的贡献度，单位为％。针对恶性影响因子的按因子的贡献度包括：针对总胆固醇值(Total Cholesterol)的按因子的贡献度C1；针对血压值(BP)的按因子的贡献度C3；针对吸烟状况(Smoking)的按因子的贡献度C4；以及针对有无糖尿病(Diabetes)的按因子的贡献度C5。
图表95是将良性影响因子(Positive Factor)设为构成要素的堆叠柱状图。图表95的纵轴是按因子的贡献度，单位为％。针对良性影响因子的按因子的贡献度包括针对HDL胆固醇值(HDL-C)的按因子的贡献度C2。需要说明的是，图表94、95也可以是饼图等。
需要说明的是，在图表94、95中，也可以使用按因子的贡献度C1～C5分别与10年以内的ASCVD发病风险R的累计值作为图表的构成要素。在该情况下，在图表94，95的纵轴中，使用10年以内的ASCVD发病风险R。
此外，在显示画面中，从恶性影响因子中选择按因子的贡献度最大的因子，也可以仅显示选择的因子的名字和按因子的贡献度。
2.5作用/效果
在本实施方式中，风险评价电路80的处理器80a基于计算的按因子的贡献度，生成输出数据。根据本实施方式，通过将对10年以内的ASCVD发病风险的贡献度进行按因子的比较，能容易地掌握较大程度地推高10年以内的ASCVD发病风险的主要因素。由此，变得容易得知是何种测定结果推高了风险，用户容易判断为了降低风险采取何种行动为好。
此外，根据本实施方式，即使在例如对有关所有因子的输入信息的评价在正常的范围内的情况下，通过按因子比较对事件发病率的贡献度，用户也能掌握对风险上升作出较大贡献的主要因素。
此外，在本实施方式中，在获取的输入信息中，将评价对象可改善的项目提取为可改善因子。然后，针对提取的可改善的项目，提示对10年以内的ASCVD发病风险的按因子的贡献度。因此，根据本实施方式，用户能容易地掌握可改善且对风险的降低作出较大贡献的主要因素，能容易地判断为了使风险降低应当采取何种行动。
3.实施方式等的共同构成
风险管理装置(1：40)具备：获取部(2：42)，获取与评价对象的生物体参数相关的生物体信息和与所述评价对象的行动参数相关的行动信息；风险计算部(3：43)，基于获取的所述生物体信息和所述行动信息计算事件发病率；选择部(4：44)，从所述生物体信息和所述行动信息之中选择作为可改善因子的生物体参数和行动参数；贡献度计算部(5：45)，针对选择为所述可改善因子的所述生物体参数和所述行动参数分别计算对所述事件发病率的贡献度；以及生成部(6：46)，生成表示所述贡献度计算部(5：45)中的计算结果的输出数据。
需要说明的是，本发明并不限定于上述实施方式，在实施阶段中在不脱离其主旨的范围内可以进行各种变形。此外，各实施方式可以适当组合实施，在该情况下得到组合的效果。进而，在上述实施方式中包含各种发明，通过从公开的多个构成要素中选择的组合，能够提取出各种发明。例如，在即使从实施方式所示的所有构成要素中删除数个构成要素，也能够解决问题，得到效果的情况下，可以提取出该构成要素被删除的构成作为发明。
[附记]
所述实施方式的一部分或全部也可以像在专利请求的范围之外的以下的附记所示那样，但不限定于此。
(附记1)
一种风险管理装置，具有硬件处理器和存储器，其中，
在所述硬件处理器中，
获取与评价对象的生物体参数相关的生物体信息和与所述评价对象的行动参数相关的行动信息，将所述生物体信息和所述行动信息存储于所述存储器，
基于所述存储器所存储的所述生物体信息以及所述行动信息计算事件发病率，
从所述存储器所存储的所述生物体信息和所述行动信息中选择作为可改善因子的生物体参数和行动参数，
基于所述存储器所存储的与所述生物体信息和所述行动信息中的被选择为所述可改善因子的所述生物体参数和所述行动参数相关的信息，针对被选择为所述可改善因子的所述生物体参数和所述行动参数分别计算对所述事件发病率的贡献度，将所述贡献度存储于所述存储器，
基于所述存储器所存储的所述贡献度，生成输出数据。
(附记2)
一种风险管理方法，由具有硬件处理器和存储器的装置执行，其中，所述风险管理方法具备以下工序：
所述硬件处理器获取与评价对象的生物体参数相关的生物体信息和与所述评价对象的行动参数相关的行动信息，将所述生物体信息和所述行动信息存储于所述存储器；
所述硬件处理器基于所述存储器所存储的所述生物体信息以及所述行动信息计算事件发病率；
所述硬件处理器从所述存储器所存储的所述生物体信息和所述行动信息中选择作为可改善因子的生物体参数和行动参数；
所述硬件处理器基于所述存储器所存储的与所述生物体信息和所述行动信息中的被选择为所述可改善因子的所述生物体参数和所述行动参数相关的信息，针对被选择为所述可改善因子的所述生物体参数和所述行动参数分别计算对所述事件发病率的贡献度，将所述贡献度存储于所述存储器；以及
所述硬件处理器基于所述存储器所存储的所述贡献度，生成输出数据。
附图标记说明
1……风险管理装置
2……获取部
3……风险计算部
4……选择部
5…贡献度计算部
6……生成部
10……血压测定装置
11…控制部
12…存储部
13……通信部
14……操作部
15……显示部
16……血压传感器
17……加速度传感器
18……温湿度传感器
30……便携式终端
31……控制部
32……存储部
33……通信部
34……操作部
35……显示部
36……GPS接收器
50……固定终端
51……控制部
52……存储部
53……通信部
54……操作部
55……显示部
70……服务器
71……控制部
72……存储部
73……通信部
80……风险评价电路
80a……处理器
80b……存储器
82……获取部
83……风险计算部
84……选择部
85……贡献度计算部
86……生成部
87……输入信息存储部
88……评价信息存储部
89……输出数据存储部
91……输入信息显示部
92……风险显示部
93……贡献度显示部
94、95……图表
A……评价用计算值
BS……生存率
C1～C5……按因子的贡献度
D1～D5……按因子的评价值
K1～K13……系数
M……基准值
N1～N6……变量
P1～P13……累计值

Claims (10)

1.一种风险管理装置，具备：
获取部，获取与评价对象的生物体参数相关的生物体信息和与所述评价对象的行动参数相关的行动信息；
风险计算部，基于获取的所述生物体信息和所述行动信息计算事件发病率；
选择部，从所述生物体信息和所述行动信息之中选择作为可改善因子的生物体参数和行动参数；
贡献度计算部，针对被选择为所述可改善因子的所述生物体参数和所述行动参数分别计算对所述事件发病率的贡献度；和
生成部，生成表示所述贡献度计算部中的计算结果的输出数据。
2.根据权利要求1所述的风险管理装置，其中，所述风险计算部计算动脉硬化性心血管疾病的发病风险作为所述事件发病率。
3.根据权利要求1所述的风险管理装置，其中，所述获取部获取人种、性别、年龄、血压值、胆固醇值、有无糖尿病以及遗传信息中的至少一个作为所述生物体信息。
4.根据权利要求1所述的风险管理装置，其中，所述获取部获取吸烟状况和睡眠时间中的至少一方作为所述行动信息。
5.根据权利要求1所述的风险管理装置，其中，所述选择部选择血压值、胆固醇值、有无糖尿病、有无吸烟以及睡眠时间中的至少一个作为所述可改善因子。
6.根据权利要求1所述的风险管理装置，其中，所述生成部生成能对被选择为所述可改善因子的所述生物体参数和所述行动参数的所述贡献度相互进行比较的图像数据作为所述输出数据。
7.根据权利要求1所述的风险管理装置，其中，在所述贡献度计算部中，针对被选择为所述可改善因子的所述生物体参数和所述行动参数分别计算对所述事件发病率的评价值，计算对计算出的所述评价值进行合计的相加值，将所述生物体参数的所述评价值和所述行动参数的所述评价值各自相对于计算出的所述相加值的比例计算为所述贡献度。
8.根据权利要求7所述的风险管理装置，其中，所述可改善因子包括对所述事件发病率的增加作出贡献的恶性影响因子和对所述事件发病率的减少作出贡献的良性影响因子，所述贡献度计算部将针对所述可改善因子中的被选择为所述恶性影响因子的所述生物体参数和所述行动参数分别计算出的所述评价值的合计值计算为所述相加值。
9.一种风险管理程序，使处理器执行权利要求1至8中任一项所述的风险管理装置具备的各部的功能。
10.一种风险管理方法，由管理与评价对象相关的事件发病率的装置执行，所述风险管理方法具备以下过程：
获取与所述评价对象的生物体参数相关的生物体信息和与所述评价对象的行动参数相关的行动信息；
基于获取的所述生物体信息和所述行动信息计算事件发病率；
从所述生物体信息和所述行动信息所包括的多个所述生物体参数和所述行动参数中选择作为可改善因子的生物体参数和行动参数；
针对被选择为所述可改善因子的所述生物体参数和所述行动参数分别计算对所述事件发病率的贡献度；以及
生成表示所述贡献度的计算结果的输出数据。
CN201980027559.4A 2018-05-22 2019-05-21 风险管理装置、风险管理方法以及风险管理程序 Pending CN112074916A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018097906A JP7131073B2 (ja) 2018-05-22 2018-05-22 リスク管理装置、リスク管理方法及びリスク管理プログラム
JP2018-097906 2018-05-22
PCT/JP2019/020043 WO2019225577A1 (ja) 2018-05-22 2019-05-21 リスク管理装置、リスク管理方法及びリスク管理プログラム

Publications (1)

Publication Number Publication Date
CN112074916A true CN112074916A (zh) 2020-12-11

Family

ID=68616948

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980027559.4A Pending CN112074916A (zh) 2018-05-22 2019-05-21 风险管理装置、风险管理方法以及风险管理程序

Country Status (5)

Country Link
US (1) US20210059613A1 (zh)
JP (1) JP7131073B2 (zh)
CN (1) CN112074916A (zh)
DE (1) DE112019001536T5 (zh)
WO (1) WO2019225577A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023214547A1 (ja) * 2022-05-02 2023-11-09 日本臓器製薬株式会社 プログラム、情報処理装置及び情報処理方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102216951A (zh) * 2008-11-19 2011-10-12 欧姆龙健康医疗事业株式会社 健康状态判断装置
US20170061093A1 (en) * 2015-08-25 2017-03-02 Rubendran Amarasingham Clinical Dashboard User Interface System and Method
CN107111679A (zh) * 2014-10-28 2017-08-29 塔普吉恩斯公司 用于确定健康风险的方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170357771A1 (en) 2016-06-10 2017-12-14 Cardiac Pacemakers, Inc. Patient risk scoring & evaluation system
US20180247713A1 (en) * 2017-02-28 2018-08-30 Steven I Rothman Intelligent Wearable Sensors for Adaptive Health Score Analytics
JP6517280B2 (ja) * 2017-07-10 2019-05-22 本田技研工業株式会社 ライフログ活用システム、方法及びプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102216951A (zh) * 2008-11-19 2011-10-12 欧姆龙健康医疗事业株式会社 健康状态判断装置
CN107111679A (zh) * 2014-10-28 2017-08-29 塔普吉恩斯公司 用于确定健康风险的方法
US20170061093A1 (en) * 2015-08-25 2017-03-02 Rubendran Amarasingham Clinical Dashboard User Interface System and Method

Also Published As

Publication number Publication date
JP2019204212A (ja) 2019-11-28
WO2019225577A1 (ja) 2019-11-28
US20210059613A1 (en) 2021-03-04
JP7131073B2 (ja) 2022-09-06
DE112019001536T5 (de) 2020-12-17

Similar Documents

Publication Publication Date Title
CN103201743B (zh) 患者疾病严重性、死亡率和住院时长的连续预测方法
US20160128618A1 (en) Diagnostic apparatus using habit, diagnosis management apparatus, and diagnostic method using same
US20120302843A1 (en) Health management support device, health management support system, and health management support program
JP2008176816A (ja) 健康状態によるアバター映像の生成方法及び装置
WO2019131245A1 (ja) 疾患発症リスク予測装置、方法およびプログラム
JP6914896B2 (ja) 健康状態診断システム
EP2437189A2 (en) Healthcare information system
US20210082558A1 (en) Medication management device, medication management method, and non-transitory computer-readable storage medium storing medication management program
US11707225B2 (en) Bio-sensing based monitoring of health
CN110446458B (zh) 信息处理装置和信息处理程序
US20130035601A1 (en) Apparatus and method for generating digital health screening form
US20200126649A1 (en) Data processing apparatus, data processing method, and data processing program
Cubillos-Calvachi et al. Analysis of stress’s effects on cardiac dynamics: A case study on undergraduate students
JP2005049960A (ja) 健康指導支援システム及びそのソフトウェアを記録した媒体
JP2019003570A (ja) 健康管理装置、健康管理方法、および健康管理プログラム
US20210142913A1 (en) Diagnosis support device, diagnosis support method, and non-transitory recording medium storing diagnosis support program
CN112074916A (zh) 风险管理装置、风险管理方法以及风险管理程序
JP2018000597A (ja) 生体情報処理システム及びプログラム
US20160342763A1 (en) Health monitoring assist system
US20210375489A1 (en) Healthcare support system
CN110446460B (zh) 信息处理装置和存储介质
CN112740332A (zh) 用于对循环系统的状态的评价进行辅助的评价辅助系统和评价辅助方法
WO2018168804A1 (ja) 血圧関連情報表示装置および方法
CN111295716A (zh) 健康管理辅助装置、方法及程序
JP4499542B2 (ja) 医療情報処理装置、および、プログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination