JP2006235940A - 健康管理支援システム - Google Patents

Abstract

【課題】 健康測定機器を使用する際の測定条件の違いなどに起因した健康測定データのばらつきの影響を除いて、健康状態の判定を常に適切に行えるようにして、健康状態の管理支援体制の充実化を図った健康管理支援システムを提供する。
【解決手段】 健康測定器を用いて測定された健康測定データならびその際の測定条件データをネットワーク４を介して収集するデータ収集手段５１，５２、これらの収集された両データに基づいてデータ解析を行って測定条件の変動の影響を除いた健康状態の特徴量を抽出する特徴抽出手段５５，５６、こうして特徴抽出された特徴量に基づいて健康状態の正常／異常を判定する健康状態判定手段５７、およびこの判定結果をネットワーク４を介して利用者に対して通知する結果通知手段５８を備えている。
【選択図】 図１

Description

本発明は、健康管理のために健康測定機器で測定して得られる健康測定データをネットワーク経由で収集し、収集したデータに対して健康状態の正常／異常を判定して利用者に対して通知して健康管理の支援を行う健康管理支援システムに関する。

従来の健康管理支援システムにおいては、住居内で収集したデータを標準値あるいは以前の値と比較し、異常と判明したときに対応した警告メッセージを利用者に対して表示したり、あるいは音声で通知するようにしたものが提案されている（例えば、特許文献１参照）。

また、異常値の判断において、蓄積された健康測定データを統計的に分析し、健康状態の傾向（トレンド）をもとに将来の健康状態を示す値を予測したり（例えば、特許文献２参照）、あるいは日常生活における食生活や運動生活に関して問診したデータを入力し、このデータに基づいて摂取カロリーや消費カロリーを求め、利用者に対して生活習慣の改善を促すようにした技術が提案されている（例えば、特許文献３参照）。

特開２００４−１２９９８０号公報 特開２０００−２７１０９１号公報 特開平７−１７５４０４号公報

しかしながら、上記の特許文献１〜３に記載されているような従来の健康管理支援システムにおいては、健康測定機器を使用する際の測定条件の違いなどによって健康測定結果がばらついた場合の対処の仕方について十分に考慮されていない。このため、本来健康である場合にも異常と判断されて不必要な異常通知がなされたり、逆に、測定結果のばらつきによって、本来、健康状態が悪いのにもかかわらず正常と判断されて異常結果が通知されないなど、健康状態を十分に管理するのに未だ不十分であるという課題がある。

本発明は、上記の課題を解決するためになされたもので、健康測定データの種類に応じて誤差を補正したり、測定時刻や安静状態などの測定条件を考慮して常に同じ条件となるようにデータのサンプリングを行ったり、異常検知時の閾値を調整したりできるようにして、健康状態の判定結果の信頼性を高め、健康管理の支援体制の充実化を図ることができる健康管理支援システムを提供することを目的とする。

上記の目的を達成するために、本発明の健康管理支援システムにあっては、家庭や職場等に設置された健康測定機器を用いて測定された健康測定データならびにその際の測定条件を示す測定条件データをネットワークを介して収集するデータ収集手段と、これらの収集された健康測定データと測定条件データとに基づいてデータ解析を行って測定条件の変動の影響を除いた健康状態の特徴量を抽出する特徴抽出手段と、この特徴抽出手段で抽出された特徴量に基づいて健康状態の正常／異常を判定する健康状態判定手段と、この健康状態判定手段による判定結果を上記ネットワークを介して利用者に対して通知する結果通知手段と、を備えたことを特徴としている。

本発明によれば、特徴抽出手段は、データ収集手段で収集された健康測定データと測定条件データとに基づいてデータ解析を行って測定条件の変動の影響を除いた健康状態の特徴量を抽出し、続いて、健康状態判定手段は、この抽出された特徴量に基づいて健康状態の正常／異常を判定するので、健康測定機器を使用する際の測定条件の違いなどによって健康測定結果がばらついた場合でも、そのばらつきの影響を極力排除することができる。

このため、従来のように、本来健康である場合にも異常と判断されて不必要な異常通知がなされたり、逆に、測定結果のばらつきによって、本来、健康状態が悪いのにもかかわらず正常と判断されて異常結果が通知されないなどの不具合発生が解消され、健康状態の判定結果の信頼性を高めることができる。その結果、健康管理支援体制の充実化を図ることが可能になる。

実施の形態１．
図１は本発明の実施の形態１における健康管理支援システムの全体構成を示すブロック図である。

この実施の形態１の健康管理支援システムは、健康管理支援会社などに設置された健康測定データ監視センタ１と、家庭や職場などの健康測定実施場所に設置された端末機器２，３とを備え、これらがネットワーク４を介して互いに接続されて構成されている。

上記の健康測定データ監視センタ１は、センタサーバ５および調整端末６からなる。そして、上記のセンタサーバ５は、健康測定データ収集手段５１、測定条件データ収集手段５２、データベース５３、データ管理手段５４、測定誤差補正手段５５、サンプリング手段５６、健康状態判定手段５７、および結果通知手段５８を備えている。また、上記の調整端末６は、誤差補正パラメータ設定手段６１、サンプリングパラメータ設定手段６２、および異常検知閾値設定手段６３を備えている。

さらに、上記の各端末機器２，３は、健康測定機器２１，３１、条件入力装置２２，３２、および結果通知装置２３，３３を備えている。

センタサーバ５内の健康測定データ収集手段５１は、各端末機器２，３の健康測定機器２１，３１から送られる健康測定データをネットワーク４４を介して収集するものであり、また、測定条件データ収集手段５２は、各端末機器２，３の条件入力装置２２，３２から送られる測定条件データをネットワーク４を介して収集するものである。データベース５３は、健康測定データや測定条件データ、健康状態判定手段５７の判定結果などのデータを格納するものである。また、データ管理手段５４は、健康測定データと測定条件データとを互いに関連付けてデータベース５３に蓄積するものであり、両データは、本例では個人ＩＤと測定時刻をキーとして互いに関連付けられている。

測定誤差補正手段５５は、後述の誤差補正パラメータ設定手段６１で予め設定された補正誤差パラメータにより不正データの削除や平均化処理を行って健康測定データの誤差を補正するものである。また、サンプリング手段５６は、後述のサンプリングパラメータ設定手段６２で予め設定されたサンプリングパラメータにより特定された一定条件を満たす健康測定データのみをサンプリングするものである。

健康状態判定手段５７は、測定誤差補正手段５５で測定誤差が補正された健康測定データ、あるいはサンプリング手段５６によってサンプリングされた健康測定データを異常検知閾値設定手段６３で予め設定された異常検知閾値と比較して健康状態の正常／異常を判定するものである。結果通知手段５８は、健康状態判定手段５７による判定結果をネットワーク４を介して各端末機器２，３の結果通知装置２３，３３に配信するものである。

調整端末６の誤差補正パラメータ設定手段６１は、健康測定器２１，３１を用いて測定された健康測定データのデータ分布状況に応じて、測定誤差を取り除くための誤差補正パラメータを外部から設定するものであり、手動で決めた値または蓄積されたデータの傾向から最適な値が設定される。すなわち、誤差補正パラメータデータとしては、データ種別、最適な平均化期間、および平均化の対象となるデータ数、さらに、一定のばらつき領域Ｗに含まれない不正データＤ３を除くための削除定数などがある。これらは、測定機器が指定する測定条件や測定の目的、データ分布図等を考慮した上で最適値が設定される。

サンプリングパラメータ設定手段６２は、健康測定器２１，３１を用いて測定した際の測定条件の内から一定の条件を満たす健康測定データのみを抽出するためのサンプリングパラメータを外部から設定するものであり、手動で決めた値または蓄積されたデータの傾向から最適値が設定される。すなわち、サンプリングパラメータとしては、サンプリングするデータ種別やサンプリング条件などがあり、これらは、測定機器が指定する測定条件や測定の目的、データ分布図等を考慮した上で最適値が設定される。

異常検知判定閾値設定手段６３は、健康状態判定手段５７における健康状態の正常／異常の判定基準となるべき異常検知閾値を外部から設定するものであり、手動で決めた値または蓄積されたデータの傾向から最適な値が設定される。

そして、上記の測定誤差補正手段５５と誤差補正パラメータ設定手段６１、または／およびサンプリング手段５６とサンプリングパラメータ設定手段６２、が特許請求の範囲の特徴抽出手段に対応している。

次に、上記構成を備えた健康管理支援システムの動作について説明する。なお、ここでは、健康管理支援システムの全体的な動作について先に説明し、次いで、測定誤差補正手段５５、サンプリング手段５６、および健康状態判定手段５７の各部の具体的な動作について説明する。

家庭や職場などの場所に設置された各端末機器２，３の健康測定機器２１，３１で健康測定データを取得し、また、条件入力装置２２，３２を用いて測定条件データを入力する。ここに、健康測定データは、個人ＩＤ、測定時刻、健康測定機器２１，３１で得られる測定値などからなる。また、測定条件データは、個人ＩＤ、測定時刻、身体状況（起床後、安静時、…等）、自覚症状（動悸、頭痛、…等）、測定操作（正常、誤操作、…等）などからなる。

そして、各端末機器２，３の健康測定機器２１，３１を用いて測定した健康測定データと、条件入力装置２２，３２を用いて入力した測定条件データとは、いずれもネットワーク４を経由して健康測定データ監視センタ１に配信される。

健康測定データ監視センタ１に設置されたセンタサーバ５内において、健康測定データは測定データ収集手段５１により、測定条件データは測定条件データ収集手段５２によりそれぞれ収集されてデータベース５３に格納される。

その際、データ管理手段５４は、健康測定データと測定条件データとの関連付けを行う。すなわち、データ管理手段５４は、図２に示すように、個人ＩＤと測定時刻とをキーとして、一回の健康測定データに対して、身体状況、自覚症状、測定操作などの測定条件データを組み合わせてデータベース５３に登録する。このように、個人ＩＤ、測定時刻をキーとして健康測定データと測定条件データとを再構築することにより、両データの管理が容易になる。

ここで、調整端末６の誤差補正パラメータ設定手段６１により、測定誤差を取り除くための誤差補正パラメータが予め設定されているので、測定誤差補正手段５５は、データベース５３から健康測定データおよびこれに対応する健康測定データを読み出した後、この誤差補正パラメータに基づいて健康測定データに含まれる誤りデータを削除したり、健康測定データのばらつきを平均化処理するなどの補正を行う。

また、調整端末６のサンプリングパラメータ設定手段６２により、健康測定器２１，３１を用いて測定した際の測定条件の内から一定の条件を満たす健康測定データのみを抽出するためのサンプリングパラメータが予め設定されているので、サンプリング手段５６は、データベース５３から健康測定データおよびこれに対応する健康測定データを読み出した後、このサンプリングパラメータに基づいて一定条件を満たす健康測定データのみをサンプリングする。

続いて、健康状態判定手段５７は、測定誤差補正手段５５で測定誤差が補正された健康測定データ、あるいはサンプリング手段５６でサンプリングされた健康測定データを、異常検知閾値設定手段６３によって予め設定された異常検知閾値と比較することで、健康状態の正常／異常を判定する。そして、この健康状態判定手段５７の判定結果は、結果通知手段によりネットワーク４を介して各端末機器２，３の結果通知装置２３，３３に通知される。

次に、誤差補正パラメータ設定手段６１による誤差補正パラメータの設定、および誤差補正手段５５の具体的な動作について、図３を参照してさらに詳しく説明する。なお、図３に示したのは一例であって、本発明はこのような例に限定されるものではない。

図３は、データベース５３に格納されている健康測定データの内、データ種別が血圧値の測定データを対象とし、横軸を時間軸としてプロットした例を示したものである。そして、符号Ｄ３１の部分は比較的ばらつきの範囲が小さいデータ群を、また、Ｄ３２は測定ミスや機器故障などによって上記のデータ群Ｄ３１から大きく外れた不正データを表している。

血圧値の測定データは、測定状態や身体状況によってかなりのばらつきがあるので、異常検知閾値がこのデータ群Ｄ３１の中央付近に設定されていると、異常通知が頻繁に発生して利用者がその通知に慣れてしまい、信用しなくなる恐れがある。この場合の測定データのばらつきは、ノイズ、測定条件、測定機器の特性などに起因すると考えられる。

そこで、この場合には、まず、誤差補正パラメータ設定手段６１によって、健康測定データのデータ分布図等を考慮した上で、測定誤差を取り除くための最適な補正誤差パラメータを設定する。すなわち、予めデータ種別、平均化期間、および平均化の対象となるデータ数を設定し、さらに、一定のばらつき領域Ｗに含まれない不正データＤ３を除くための削除定数を設定する。

測定誤差補正手段５５は、誤差補正パラメータ設定手段６１でこうして設定された補正誤差パラメータに基づいて、まず、データ種別が血圧値の測定データを対象として、不正データＤ３２の削除を行う。例えば、一定のばらつき領域Ｗを、Ｗ＝平均値±（標準偏差×削除定数）により算出し、このばらつき領域Ｗを超える健康測定データを測定ミスや機器故障などによって生じた不正データＤ３２と判断して削除する。このように、ばらつき領域Ｗから大きくはずれた健康測定データＤ３２を削除することで、次の平均化処理への影響を予め除くことができる。続いて、測定誤差補正手段５５は、誤差補正パラメータ設定手段６１で設定された平均化期間およびデータ数に基づいて健康測定データＤ３１の平均化処理を行う。

これにより、健康測定データＤ３１のばらつきが平均化されて測定条件、測定機器の特性などに起因したばらつき要因の影響が除かれる。このため、健康状態の判定を行う場合の信頼性が高まる。

次に、サンプリングパラメータ設定手段６２によるサンプリングパラメータの設定、およびサンプリング手段５６の具体的な動作について、図４を参照してさらに詳しく説明する。なお、図４に示したのは一例であって、本発明はこのような例に限定されるものではない。

図４は、データベース５３に格納されている健康測定データの内、データ種別が血圧値の測定データを対象とし、横軸を時間軸としてプロットした例を示している。そして、これらの各測定データに対応する測定条件として、測定操作に関しては正常操作を符号○で、誤操作を符号×で表し、また、身体状況に関しては安静時を符号●で、否安静時を符号△でそれぞれ表している。

この場合、調整端末６のサンプリングパラメータ設定手段６２により、健康測定機器２１，３１が指定する測定条件や、測定の目的、データ分布図等を考慮した上で、健康測定機器２１，３１を用いて測定した際の測定条件の内から一定の条件を満たす健康測定データのみを抽出するためのサンプリングパラメータを設定する。例えば、データ種別として血圧値を設定し、また、血圧値の測定データにおいて、「正常操作（符号○）で、かつ安静時（符号●）の測定」というアンド条件をサンプリングパラメータとして設定する。

サンプリング手段５６は、データベース５３に格納されている健康測定データの内、このサンプリングパラメータ設定手段６２で設定されたサンプリングパラメータに基づいて、一定条件を満たす健康測定データのみをサンプリングする。すなわち、上記の例では、データ種別が血圧値の測定データを対象とし、「正常操作（符号○）で、かつ安静時（符号●）の測定」というアンド条件を満たす測定データのみをサンプリングする。

これにより、血圧値などのような特定のデータ種別で、かつ安静時で心臓の高さで測定するなどの正しい測定条件を満たす健康測定データＤ４１だけをサンプリングすることができる。このため、健康状態の判定を行う場合の信頼性が高まる。

次に、異常検知閾値設定手段６３による異常検知閾値の設定、および健康状態判定手段５７の具体的な動作について、図５を参照してさらに詳しく説明する。なお、図５に示したのは一例であって、本発明はこのような例に限定されるものではない。

図５は、データベース５３に格納されている健康測定データの内、データ種別が脈拍の測定データを対象とし、横軸を時間軸としてプロットした例を示している。そして、これらの測定データに対応する測定条件として、自覚症状に関してドキドキした場合を符号○で、ドキドキしない場合を符号×でそれぞれ示している。

いま、例えば最初の異常検知閾値が標準値に基づいて符号Ｌａのレベルに設定されていたとすると、自覚症状からは特に異常を感じていないにもかかわらず、脈拍の測定値がこの異常検知閾値Ｌａを頻繁に越えるので、そのたびに利用者に異常通知が出されて通知に慣れてしまい、通知を信用しなくなる恐れがある。

そこで、このような場合には、異常閾値設定手段６３により異常検知閾値をＬａよりも大きいＬｂに設定し直す。このように異常検知閾値の調整を行うことで余計な異常通知が発生するのを除くことができ、ドキドキしたという自覚症状のある脈拍（符号○）の場合のみを異常として検知できるようになる。

なお、異常検知閾値Ｌｂの設定に際しては、この例に限らず、データ分布図を確認して値を設定したり、過去の測定データを解析して下限値を設定してもよい。また、標準値、前回あるいは過去の測定値、健康目標値などを異常検知閾値として予め設定することも可能である。

また、健康状態判定手段５７は、測定誤差補正手段５５で測定誤差が補正された健康測定データ、あるいはサンプリング手段５６でサンプリングされた健康測定データを、異常検知閾値設定手段６３によって設定された異常検知閾値と比較することで、健康状態の正常／異常を判定する。

なお、健康状態判定手段５７は、測定誤差が補正された健康測定データ、あるいはサンプリング後の健康測定データを統計処理するなどして健康状態の傾向を予測し、その予測値を異常検知閾値と比較することで将来的な健康状態の推移を判定することも可能である。

以上のように、この実施の形態１によれば、データ収集手段５１，５２で収集された健康測定データと測定条件データに対して測定誤差補正手段５５で測定誤差を補正したり、サンプリング手段５６で一定条件を満たす健康測定データをサンプリングすることにより、測定条件の変動の影響を除いた後、健康状態判定手段５７で健康状態の正常／異常を判定するので、健康測定機器２１，３２を使用する際の測定条件等の違いによって健康測定結果がばらつく場合でも、そのばらつきの影響を極力排除することができる。

したがって、従来のように、本来健康である場合にも異常と判断されて不必要な異常通知がなされたり、逆に、測定結果のばらつきによって、本来、健康状態が悪いのにもかかわらず正常と判断されて異常結果が通知されないなどの不具合発生が解消されるので、健康状態の判定結果の信頼性を高めることができる。

なお、この実施の形態１では、健康測定データの誤差補正を行う機能（誤差補正パラメータ設定手段と測定誤差補正手段５５）、および健康測定データのサンプリングを行う機能（サンプリングパラメータ設定手段とサンプリング手段５６）の双方を設けているが、いずれか一方の機能のみを設けた構成とすることも可能である。

実施の形態２．
この実施の形態２では、サンプリングパラメータ設定手段６２およびサンプリング手段５６について、健康測定データに対して測定時間をサンプリングパラメータとして設定してサンプリングする場合について、図６を参照して説明する。なお、図６に示したのは一例であって、本発明はこのような例に限定されるものではない。

図６は、データベース５３に格納されている健康測定データの内、データ種別が血圧値の測定データを対象とし、横軸を時間軸としてプロットした例を示している。そして、符号Ｄ６１，Ｄ６２の部分は測定時刻が朝一番（６時）という同じ測定条件のデータを表している。

この場合、サンプリングパラメータ設定手段６２により、データ種別として血圧値を設定し、また、測定条件として「朝一番（６時）」という条件を設定する。

サンプリング手段５６は、データベース５３に格納されている健康測定データの内、このサンプリングパラメータ設定手段６２で設定されたサンプリングパラメータに基づいて、データ種別が血圧値の測定データを対象とし、「朝一番（６時）」という条件を満たす測定データのみをサンプリングする。

このように、サンプリング条件として「朝一番」などの測定時刻を設定してサンプリングすることにより、同じ時刻という条件を満たす測定データのみを利用することが可能となる。これは血圧値だけでなく、例えば体重などのように、食事時間によってその値が変動するような場合でも同じ時刻という条件を満たすものだけをサンプリングすることができる。

実施の形態３．
この実施の形態３では、サンプリングパラメータ設定手段６２、およびサンプリング手段５６について、測定条件と測定時間との組み合わせをサンプリングパラメータとして設定した場合について図７を参照して説明する。なお、図７に示したのは一例であって、本発明はこのような例に限定されるものではない。

図７は、データベース５３に格納されている健康測定データの内、データ種別が血圧値の測定データを対象とし、横軸を時間軸としてプロットした例を示している。そして、これらの各測定データに対応する測定条件として、測定操作に関しては正常操作を符号○で、誤操作を符号×で表し、また、身体状況に関しては安静時を符号●で、否安静時を符号△でそれぞれ表している。さらに、符号Ｄ７１，Ｄ７２の部分は共に測定時刻が朝一番（６時）という同じ測定条件のデータを表している。

この場合、サンプリングパラメータ設定手段６２により、データ種別として血圧値を設定し、また、測定条件として「正常操作（符号○）で、かつ安静時（符号●）の測定で、かつ朝一番（６時）」というアンド条件を設定する。

サンプリング手段５６は、データベース５３に格納されている健康測定データの内、このサンプリングパラメータ設定手段６２で設定されたサンプリングパラメータに基づいて、データ種別が血圧値の測定データを対象とし、「正常操作（符号○）で、かつ安静時（符号●）の測定で、かつ朝一番（６時）」というアンド条件を満たす測定データのみをサンプリングする。

このように、サンプリング条件として測定操作や身体状況などの測定条件や、朝一番などの測定時刻を設定してサンプリングすることにより、実施の形態１，２の場合よりもさらに限定された測定条件を満たす測定データのみを抽出して利用することが可能となる。

本発明の実施の形態１における健康管理支援システムの全体構成を示すブロック図である。 本発明の実施の形態１における健康管理支援システムにおけるデータベースのデータ管理登録状態を示す説明図である。 本発明の実施の形態１における誤差補正パラメータ設定手段による誤差補正パラメータの設定、および誤差補正手段の具体的な動作説明に供する図である。 本発明の実施の形態１におけるサンプリングパラメータ設定手段によるサンプリングパラメータの設定、およびサンプリング手段の具体的な動作説明に供する図である。 本発明の実施の形態１における異常検知閾値設定手段による異常検知閾値の設定、および健康状態判定手段の具体的な動作説明に供する図である。 本発明の実施の形態２におけるサンプリングパラメータ設定手段によるサンプリングパラメータの設定、およびサンプリング手段の具体的な動作説明に供する図である。 本発明の実施の形態３におけるサンプリングパラメータ設定手段によるサンプリングパラメータの設定、およびサンプリング手段の具体的な動作説明に供する図である。

符号の説明

１ 健康測定データ監視センタ、２，３ 端末機器、４ ネットワーク、
５ センタサーバ、６ 調整端末、５１ 健康測定データ収集手段、
５２ 測定条件データ収集手段、５３ データベース、５４ データ管理手段、
５５ 測定誤差補正手段、５６ サンプリング手段、５７ 健康状態判定手段、
５８ 結果通知手段、６１ 誤差補正パラメータ設定手段、
６２ サンプリングパラメータ設定手段、６３ 異常検知閾値設定手段。

Claims (5)

1. 家庭や職場等に設置された健康測定機器を用いて測定された健康測定データならびにその際の測定条件を示す測定条件データをネットワークを介して収集するデータ収集手段と、これらの収集された健康測定データと測定条件データとに基づいてデータ解析を行って測定条件の変動の影響を除いた健康状態の特徴量を抽出する特徴抽出手段と、この特徴抽出手段で抽出された特徴量に基づいて健康状態の正常／異常を判定する健康状態判定手段と、この健康状態判定手段による判定結果を上記ネットワークを介して利用者に対して通知する結果通知手段と、を備えたことを特徴とする健康管理支援システム。
2. 上記データ収集手段で収集された上記健康測定データおよび測定条件データを互いに関連付けてデータベースに一元管理して蓄積するデータ管理手段を備えることを特徴とする請求項１記載の健康管理支援システム。
3. 上記特徴抽出手段は、上記健康測定器を用いて測定した健康測定データのデータ分布状況に応じて測定誤差を取り除くための誤差補正パラメータを設定する誤差補正パラメータ設定手段と、この設定された誤差補正パラメータにより不正データの削除や平均処理を行って健康測定データの誤差を補正する測定誤差補正手段と、を備えることを特徴とする請求項１または請求項２に記載の健康管理支援システム。
4. 上記特徴抽出手段は、上記健康測定機器を用いて測定した際の測定条件の内から一定の条件を満たす健康測定データのみを抽出するためのサンプリングパラメータを設定するサンプリングパラメータ設定手段と、この設定されたサンプリングパラメータにより特定された一定条件を満たす健康測定データのみをサンプリングするサンプリング手段と、を備えることを特徴とする請求項１ないし請求項３のいずれか１項に記載の健康管理支援システム。
5. 上記健康状態判定手段が上記特徴抽出手段で抽出された特徴量に基づいて健康状態の正常／異常を判定する場合の基準となる異常検知閾値を外部から任意に設定する異常検知閾値設定手段を備えることを特徴とする請求項１ない請求項４のいずれか１項に記載の健康管理支援システム。

Images