JP2006155010A - 個人健康管理システム - Google Patents

Abstract

【課題】生活情報を表す生活データ項目である食事による摂取カロリーを食事内容から自動的に算定して日常の健康情報として蓄積し、別の手段で得られ蓄積された他の生活データ項目と生体情報を表す健康データ項目とともに相関解析を行うことによりシステムの利用者が日常の健康管理を行う上で有用な個人健康管理情報を抽出できる個人健康管理システムを提供すること。
【解決手段】本発明に係る個人健康管理システムは、システムの利用者の身体を計測して得られる生体情報を表す１つ以上の健康データ項目と、システムの利用者の生活情報を表す１つ以上の生活データ項目からなる時系列の健康情報を基に個人健康管理情報を抽出し、システムの利用者にその情報を提示する個人健康管理システムであって、生活情報を表す生活データ項目に食事による摂取カロリーが含まれ、該食事による摂取カロリーは撮影手段を具備したシステムの利用者の携帯電話など携帯端末により食事内容を撮影することによりその映像データから自動的に算定することを特徴とする。
【選択図】 図１

Description

本発明は、利用者の日常の時系列個人健康情報をもとに健康管理に有用な個人健康管理情報を利用者に提示する個人健康管理システムに関する。

従来の健康管理の殆どは、定期健康診断や人間ドックで得られる健康情報に基づいて行われている。しかしこれらの健康情報は、定期健康診断や人間ドックを実施した時点のみを切り取ったデータである。したがって、これらのデータのみから、日常の健康管理を行うための健康管理情報を抽出するのには限界がある。そこで日常の生活環境における健康情報を蓄積し、病気の一次予防や健康増進に役立てることを目的としたシステムが考案されている。

例えば、特許文献１には、利用者に装着された測定装置によって測定される日常の健康情報を、健康管理情報センタで管理し、要求された健康情報を利用者に提供して利用者の健康管理を支援する健康情報管理方法が提案されている。

特開２００２−２４５１７７号公報（請求項１、図１）

しかしながら、特許文献１の発明には利用者の生体情報を中心とした健康情報を蓄積し管理するためのシステムの構成や機能について述べられているが、健康情報に大きな影響を与える生活情報を同時に蓄積しシステムの利用者が日常の健康管理を行う上で有用となる個人健康管理情報を抽出する方法については述べられていない。

個人の日常の健康管理を行う上で、生体情報のみならず食生活を中心とした生活情報の蓄積は極めて重要で、とりわけ食事による摂取カロリーは最近重視されている体脂肪率管理にとって欠かせない情報である。しかし、生体情報は各種測定装置で計れるものの、食事による摂取カロリーは健康管理を行う個人が把握するのは難しく、生体情報を表す体脂肪率など健康データ項目と食生活を含む生活情報を表す生活データ項目間の相関関係を抽出することが困難であった。

従って本発明の課題は、生活情報を表す生活データ項目である食事による摂取カロリーを食事内容から自動的に算定して日常の健康情報として蓄積し、別の手段で得られ蓄積された他の生活データ項目と生体情報を表す健康データ項目とともに相関解析を行うことによりシステムの利用者が日常の健康管理を行う上で有用な個人健康管理情報を抽出できる個人健康管理システムを提供することである。

本発明に係る個人健康管理システムは、システムの利用者の身体を計測して得られる生体情報を表す１つ以上の健康データ項目と、システムの利用者の生活情報を表す１つ以上の生活データ項目からなる時系列の健康情報を基に個人健康管理情報を抽出し、システムの利用者にその情報を提示する個人健康管理システムであって、生活情報を表す生活データ項目に食事による摂取カロリーが含まれ、該食事による摂取カロリーは撮影手段を具備したシステムの利用者の携帯電話など携帯端末により食事内容を撮影することによりその映像データから自動的に算定することを特徴とする。

本発明の個人健康管理システムを利用することにより、システムの利用者は自己の日常の食事による摂取カロリーを自動的に算定することができ、さらに他の生活データ項目および健康データ項目を含めた総合的な時系列データ解析により、システム利用者の健康管理にとって有用な生活データ項目と健康データ項目の相関ルール等の情報を得ることができる。

図１に本発明に係る個人健康管理システムの特徴の１つである食事による摂取カロリー自動算定のための処理の流れを示す。利用者は日常の健康データと生活データを携帯電話などの携帯端末から入力し、インターネット経由で健康管理サーバに接続されたデータベースに蓄積する（図２参照）。健康データ項目については各種測定器により計測された数値データが送信され、また生活データ項目については歩数など運動量や睡眠時間などについては数値データとして送信されるが、食事による摂取カロリーについては撮影機能を具備した携帯電話など携帯端末で食事内容を撮影し、映像データとして健康管理サーバに送信される。ここで食事内容を撮影するときは、１つ以上の既知の大きさ、色彩、形を持った基準物体を同時に撮影する（図３参照）。これらの基準物体の映像は、送信された映像データをもとに健康管理サーバにおいて画像処理プログラムにより食品名とその量を推定するときの基準となる。システム利用者が携帯電話など携帯端末のカメラで食事内容を撮影するときは被写体までの距離、角度、光量などが一定でなく、基準物体がないと食品名やその量の推定は難しい。このようにして食品名とその量の推定が行われると、それに基づき摂取カロリーが算定され、自動的にデータベースに値が格納される。データベースに格納された食事による摂取カロリーは、いつでもシステム利用者がインターネット経由で携帯電話など携帯端末で参照することができる。

このようにして食事による摂取カロリーが算定できると、食事による摂取カロリーを含めた生活データ項目と健康データ項目の時系列データから以下に示すアルゴリズムで、生活データ項目と健康データ項目の相関ルールを抽出することができる（図４参照）。

p_nはある健康データ項目のn日におけるデータで、e_iはある生活データ項目のi日におけるデータである。それぞれn日、i日の何日か前のデータをp_m,e_jとし、例えば次の量を定義する。
Δp_nm=p_n-p_m (1)
e_ij ^t=e_i+e_i-1+・・・+e_j (2)
e_ij=(e_i+e_i-1+・・・+e_j)/(i-j+1) (3)
ここで、Δp_nmはある任意の期間における健康データの変化である。これを任意のある期間で割れば健康データの変化率になる。e_ij ^tはある任意の期間における生活データの加算（単純加算）値であり、e_ijはある任意の期間における生活データの平均（単純平均）値である。
n日とi日は一般的に同日ではなく、図４に示したように遅延期間sを定義する。また任意の期間n-mとi-jは必ずしも同一期間である必要はない。次に、任意の期間n-mとi-j, および遅延期間sをパラメータとし、多くの時系列データを基にn,iを変化させて、Δp_nmとe_ij ^tもしくはe_ijとの時系列相関をみる（図４の散布図参照）。ここで、生活データ項目の何日かの加算が意味を持つ場合にはe_ij ^t、何日かの平均が意味をもつ場合には、e_ijを採用する。このとき相関係数は、任意の期間n-mとi-j, 遅延期間sの値によって変化するので、最大の相関を示すn-m, i-j, sの組み合わせ(n-m)_max,(i-j)_max,s_maxを見つける。(n-m)_maxと(i-j)_maxが大きいほど、生活データ項目の長期間にわたるデータが健康データ項目の現在値に大きな影響を与えることになり、小さいほど生活データ項目の短期間におけるデータが健康データ項目の現在値に大きな影響を与えることになる。また、s_maxが大きいほど生活データ項目の影響が遅れて健康データ項目のデータに現れ、小さいほど生活データ項目の影響がすぐに健康データ項目のデータに反映されるということになる。次に、１つ以上の生活データ項目についてそれぞれの(i-j)_max,s_maxの値を基にe_ij ^tもしくはe_ijを定義し、これらを入力変数とし、p_nをターゲット変数として決定木生成アルゴリズムにより決定木を生成する。さらにこの決定木をもとに健康データ項目と生活データ項目の相関ルールを抽出する。

以下、本発明の実施例を示す。ここでシステム利用者は、健康データ項目として体脂肪率（％）を選び、生活データ項目として、食事による摂取カロリー（単位：kcal）、運動よる消費カロリー（単位：kcal）およびアルコール摂取量（定性値）を選んでいる。これらの項目のデータは図２に示すシステムによりシステム利用者の携帯電話を通して毎日入力され、インターネット経由でデータベースに蓄積されている。体脂肪率は体脂肪率計で計測された数値、運動による消費カロリーは歩数計などに表示される数値、アルコール摂取量はシステム利用者の主観で３段階（1.飲み過ぎ、2.適度、3.少し）の定性値がそれぞれ入力されている。

食事による摂取カロリーについては、システム利用者の携帯電話カメラにより撮影した食事内容が映像データとしてインターネット経由で健康管理サーバに送信され、その映像データをコンピュータで解析することにより算定された値がデータベースに蓄積されている。ここで、システム利用者から送信された食事内容の映像には、一辺の長さが２cmでそれぞれ赤、青、緑の３原色の色彩を持つ３つの立方体が基準物体として同時に撮影されている。これらの基準物体は個人健康管理システムのサービスプロバイダーから事前にシステム利用者に配布されている。ここでは基準物体の映像データを参照し、被写体（食事内容）までの距離、角度、被写体の色、形を判断して食事内容の映像データを解析した。食品名を推定するための具体的な映像データの解析には、食品名の判っている多くの映像データから色彩解析およびテクスチャ解析を行い、色彩特徴量およびテクスチャ特徴量を学習データとしたニューラルネットワークの手法を用いた。こうして推定された食品名とその量から、摂取カロリーを算定しデータベースに値を格納した。

このようにして蓄積された、システム利用者の体脂肪率、食事による摂取カロリー、運動による消費カロリー、アルコール摂取量の約２ヶ月間の時系列データを、前記アルゴリズムに基づく相関解析プログラムを用い、n-m = 1~10,i-j = 0~9,s = 1~3の間で前記パラメータを変化させ、それぞれの生活データ項目について体脂肪率のデータとの間で時系列の相関係数を計算した。体脂肪率の変化と最大の相関を示した(i-j)_max,s_maxの値を図５に示す。以下図５について説明する。

(1)運動による消費カロリー：
体脂肪率測定日の２日前から６日前までの５日間のデータの単純加算値が、５日前からの体脂肪率変化と最大の相関を示した。この加算値を総消費カロリー５と表示している。

(2)アルコール摂取量：
体脂肪率測定日の２日前のアルコール摂取量が前日からの体脂肪率変化と最大の相関を示した。この値をアルコール摂取量１と表示している。ここではアルコール摂取量は１〜３の３段階の程度（1.飲み過ぎ、2.適度、3.少ない）で表現されているので程度を表す数字の逆数をアルコール摂取量としている。

(3)食事による摂取カロリー：
体脂肪率測定日の２日前の朝、昼、夜の合計摂取カロリーが前日からの体脂肪率変化と最大の相関を示した。この値を総摂取カロリー１と表示している。

次に、図５に示した体脂肪率の変化とそれぞれ最大の相関を示す期間における生活データを入力変数とし、体脂肪率そのものをターゲット変数として、約２ヶ月間のデータを基に決定木生成アルゴリズムを適用して決定木を生成した。ただし、生活データ項目のうちアルコール摂取量については決定木の入力変数として扱うときには、程度を表す数字を数値に変換する必要がないので、定性値（シンボル値）をそのまま用いた。また数値データである体脂肪率を決定木のターゲット変数とするために、体脂肪率の値の大きさによって「高い」「中間」「低い」の３つのカテゴリーに分けた。

得られた決定木から、体脂肪率と上記生活データ項目との間に以下に示す相関ルールが抽出された。
（１） 総摂取カロリー１が2150kcalより大きく、アルコール摂取量１が“飲み過ぎ”であると体脂肪率は高い。
（２） 総摂取カロリー１が1400kcal以下で、総消費カロリー５が1316kcal以下であると体脂肪率は高い。
（３） 総消費カロリー５が1532kcal以下であると体脂肪率は中間である。
（４） 総消費カロリー５が1532kcalより大きいと体脂肪率は低い。

これらの相関ルールは、過食や酒の飲み過ぎ、慢性的な運動不足が体脂肪率を上昇させ、継続的な運動が体脂肪率を下降させることを具体的な数値をもって示しており、システム利用者個人が日常の体脂肪率管理を行う上で有用な個人健康管理情報となる。これを基にしてシステムの利用者が目標を持って生活習慣の改善をすることができる。

本発明の個人健康管システムにおいて、システム利用者の食事内容から摂取カロリーを取得する処理の流れを示す図である。 本発明の個人健康管理システムにおいてシステム利用者の日常の健康情報を蓄積するためのシステム構成を示す図である。 本発明の個人健康管理システムにおいてシステム利用者の食事内容の映像データを取得する方法を示す図である。 本発明の個人健康管理システムにおいて食事による摂取カロリーを含む日常の生活データと健康データから、生活データ項目と健康データ項目間の相関を解析するアルゴリズムを示す図である。 本発明の実施例において、生活データ項目と健康データ項目の相関を抽出するための決定木の入力変数を示す図である。

符号の説明

１ 健康管理サーバ
２ 利用者携帯端末
３ データベース
４ 携帯電話キャリア
５ インターネット
６ 食事内容
７ 基準物体

Claims (5)

1. 健康管理を行う人の身体を計測して得られる生体情報を表す１つ以上の健康データ項目と、該健康管理を行う人の生活情報を表す１つ以上の生活データ項目からなる時系列の個人健康情報を基に個人健康管理情報を抽出し、該健康管理を行う人に該個人健康管理情報を提示する個人健康管理システムであって、該生活データ項目に食事による摂取カロリーが含まれ、該食事による摂取カロリーは、撮影手段を具備した該健康管理を行う人の携帯電話など携帯端末により食事内容を撮影することによりその映像データから算定することを特徴とする個人健康管理システム。
2. 前記映像データは、前記撮影手段を具備した前記健康管理を行う人の携帯電話など携帯端末からインターネット経由で健康管理サーバに送信され、該映像データを該健康管理サーバで処理・解析することにより食事による摂取カロリーを算定することを特徴とする請求項１に記載の個人健康管理システム。
3. 前記健康管理サーバで処理・解析し算定した前記食事による摂取カロリーは、前記健康管理を行う人の時系列の生活データとして自動的にデータベースに格納され、インターネット経由で該健康管理を行う人の携帯電話など携帯端末で参照できることを特徴とする請求項１および請求項２に記載の個人健康管理システム。
4. 前記健康管理サーバで処理・解析し算定した前記食事による摂取カロリーは、前記健康管理を行う人の時系列の生活データとして自動的にデータベースに格納され、別の手段でデータベースに格納された他の生活データ項目および健康データ項目からなる時系列の個人健康情報とともに相関解析され、生活データ項目と健康データ項目間の相関ルールを抽出することを特徴とする請求項１から請求項３に記載の個人健康管理システム。
5. 前記撮影手段を具備した携帯電話など携帯端末により食事内容を撮影するときに、既知の大きさ、形、色彩を持つ１つ以上の基準物体を同時に撮影することを特徴とする請求項１から請求項４に記載の個人健康管理システム。

Images