JP2014186447A - 感染危険エリア特定システム、感染危険エリア特定方法、及びプログラム - Google Patents

Abstract

【課題】感染危険エリアを高精度に特定することができる感染危険エリア特定システム、感染危険エリア特定方法、及びプログラムを提供すること。
【解決手段】本発明にかかる感染危険エリア特定システムは、個人位置取得部１０１、移動体位置取得部１０２、感染症情報取得部１０３、感染症地域設定部１０４、混雑地域設定部１０５、及び危険区域判定部１０６を備える。感染症地域設定部１０４は、感染症情報に基づいて、地図データに感染症発生地域をマッピングする。混雑地域設定部１０５は、人の位置情報と、移動体の位置情報と、に基づいて、地図データに混雑地域をマッピングする。危険区域判定部１０６は、地図データ上における感染症発生地域と混雑地域との重複領域を、第１の危険区域と判定する。
【選択図】図１８

Description

本発明は、感染危険エリア特定システム、感染危険エリア特定方法、及びプログラムに関する。

現在、国や地域の公的機関は、インフルエンザ等の感染症に関するデータを公表している。各地域の住民は、このデータを確認することにより、自分が住んでいる地域の感染症の情報を得ることができる。

なお、近年、さまざまな感染症の解析方法が提案されている。例えば、特許文献１には、感染症の発症者の行動履歴に基づいて、感染伝搬地や伝搬シミュレーションを行う感染症伝搬解析システムが開示されている。また、特許文献２には、航空機の動きや航空機の乗客数等に基づいて、世界的な感染症の拡散を予測するシステムが開示されている。

特開２００２−２７９０７６号公報 特表２０１０−５２４０６３号公報

しかしながら、特許文献１のシステムは、人のみの行動を用いて解析を行っている。そのため、人が搭乗する移動体の行動については、何ら考慮されていない。したがって、解析精度が十分でないという問題があった。なお、特許文献２のシステムは、航空機の行動を用いて解析を行っているが、人の行動については考慮されていない。

本発明は、このような問題を解決するためになされたものであり、感染危険エリアを高精度に特定することができる感染危険エリア特定システム、感染危険エリア特定方法、及びプログラムを提供することを目的としている。

本発明にかかる感染危険エリア特定システムは、人の位置情報を取得する個人位置取得手段と、人が搭乗可能な移動体の位置情報を取得する移動体位置取得手段と、感染症の発生場所に関する感染症情報を取得する感染症情報取得手段と、前記感染症情報取得手段が取得した前記感染症情報に基づいて、地図データに感染症発生地域をマッピングする感染症地域設定手段と、前記個人位置取得手段が取得した前記人の位置情報と、前記移動体位置取得手段が取得した前記移動体の位置情報と、に基づいて、前記地図データに混雑地域をマッピングする混雑地域設定手段と、前記地図データ上における前記感染症発生地域と前記混雑地域との重複領域を、第１の危険区域と判定する危険区域判定手段と、を備えるものである。

本発明にかかる感染危険エリア特定方法は、人の位置情報を取得するステップと、人が搭乗可能な移動体の位置情報を取得するステップと、感染症の発生場所に関する感染症情報を取得するステップと、取得した前記感染症情報に基づいて、地図データに感染症発生地域をマッピングするステップと、取得した前記人の位置情報と、取得した前記移動体の位置情報と、に基づいて、前記地図データに混雑地域をマッピングするステップと、前記地図データ上における前記感染症発生地域と前記混雑地域との重複領域を、第１の危険区域と判定するステップと、を備えるものである。

本発明にかかるプログラムは、コンピュータに、人の位置情報を取得させるステップと、人が搭乗可能な移動体の位置情報を取得させるステップと、感染症の発生場所に関する感染症情報を取得させるステップと、取得した前記感染症情報に基づいて、地図データに感染症発生地域をマッピングさせるステップと、取得した前記人の位置情報と、取得した前記移動体の位置情報と、に基づいて、前記地図データに混雑地域をマッピングさせるステップと、前記地図データ上における前記感染症発生地域と前記混雑地域との重複領域を、第１の危険区域と判定させるステップと、を実行させるものである。

本発明によれば、感染危険エリアを高精度に特定することができる感染危険エリア特定システム、感染危険エリア特定方法、及びプログラムを提供することができる。

実施の形態１にかかる感染危険エリア特定システムのブロック図である。 実施の形態１にかかる感染症情報の一例を示す図である。 実施の形態１にかかる気象情報の一例を示す図である。 実施の形態１にかかる人及び自動車の位置情報を示す図である。 実施の形態１にかかる感染危険エリア特定システムの動作を示すフローチャートである。 実施の形態１にかかるマッピング処理及び判定処理を説明するための図である。 実施の形態１にかかるマッピング処理及び判定処理を説明するための図である。 実施の形態１にかかるマッピング処理及び判定処理を説明するための図である。 実施の形態１にかかるマッピング処理及び判定処理を説明するための図である。 実施の形態１にかかる判定処理を説明するための図である。 実施の形態１にかかる判定処理を説明するための図である。 実施の形態１にかかる判定処理を説明するための図である。 実施の形態１にかかる判定処理を説明するための図である。 実施の形態１にかかる判定処理を説明するための図である。 実施の形態１にかかる判定処理を説明するための図である。 実施の形態２にかかる感染危険エリア特定システムの動作を示すフローチャートである。 実施の形態２にかかる判定処理を説明するための図である。 本発明にかかる感染危険エリア特定システムのブロック図である。

＜実施の形態１＞
以下、図面を参照して本発明の実施の形態１について説明する。本実施の形態にかかる感染危険エリア特定システムのブロック図を図１に示す。感染危険エリア特定システムは、感染危険エリア特定装置１と、感染症情報ＤＢ（Database）２１と、気象情報ＤＢ２２と、地図情報ＤＢ２３と、を備える。感染危険エリア特定装置１は、感染症情報ＤＢ２１、気象情報ＤＢ２２、及び地図情報ＤＢ２３と接続されている。また、感染危険エリア特定装置１は、インターネット３０を介して、スマートフォン４０、カーナビゲーション（以下、カーナビと称す）５０、及びＰＣ（Personal Computer）６０と接続されている。

スマートフォン４０は、個人が所有する携帯端末である。スマートフォン４０は、例えばＧＰＳ（Global Positioning System）を用いて、自端末の位置情報を取得する。スマートフォン４０は、インターネット３０に接続されている。なお、本実施の形態においては、個人が所有する携帯端末としてスマートフォンを採用しているが、これに限られるものではない。携帯端末は、自端末の位置情報の取得や無線通信ができればよく、例えば、携帯電話機、タブレットＰＣ、音楽プレーヤー、ゲーム機等でもよい。

カーナビ５０は、自動車に搭載されている電子機器である。カーナビ５０は、例えばＧＰＳを用いて、自車両の位置情報を取得し、地図データ上に自車両の位置を表示する。カーナビ５０は、インターネット３０と接続されている。なお、本実施の形態においては、人が搭乗可能な移動体として、自動車を採用しているが、これに限られるものではない。移動体は、人が搭乗可能な移動体であればよく、例えば、二輪車、自転車、電車等であってもよい。また、移動体に搭載される電子機器もカーナビに限られず、自車両の位置情報が取得できる機器であればよい。

ＰＣ６０は、Ｗｅｂブラウザを備えた装置である。また、ＰＣ６０は、インターネット３０に接続されている。ＰＣ６０は、インターネット３０を介して、Ｗｅｂサーバに接続し、Ｗｅｂブラウザを用いてＷｅｂサイトを表示することができる。

感染症情報ＤＢ２１は、感染危険エリア特定装置１の外部に設けられたＤＢであり、感染症情報を格納する。感染症情報とは、図２に示すように、例えば、感染症ＩＤ（Identification）と、感染症名と、感染症の発生地点と、感染拡大範囲と、危険度と、が対応付けられたデータである。感染症ＩＤとは、各感染症について割り当てられた識別情報である。感染症名は、感染症の名称である。感染症の発生地点は、感染症が発生した位置情報であり、緯度及び経度を用いて示される情報である。感染症拡大範囲は、感染症の発生地点を中心として、感染症が拡大する恐れのある範囲を意味する。危険度は、感染症の感染危険度（感染のしやすさを示す値）を示す。なお、感染症研究所や各地域の医療機関等が収集しているデータを、感染症情報ＤＢ２１として用いることができる。

気象情報ＤＢ２２は、感染危険エリア特定装置１の外部に設けられたＤＢであり、気象情報を格納する。気象情報とは、図３に示すように、例えば、地域名と、天気と、降水量と、気温と、日射量と、経度と、緯度と、日の出時刻と、日没時刻と、が対応付けられたデータを格納する。地域名とは、例えば、都道府県名や市町村名である。緯度及び経度は、天気、降水量、気温、及び日射量のデータが観測された位置情報である。なお、気象庁等が収集しているデータを、気象情報ＤＢ２２として用いることができる。

地図情報ＤＢ２３は、感染危険エリア特定装置１の外部に設けられたＤＢであり、地図データを格納する。地図データは既存の地図データを用いることができる。なお、本実施の形態においては、感染症情報ＤＢ２１、気象情報ＤＢ２２、及び地図情報ＤＢ２３は、感染危険エリア特定装置１の外部に設けられたＤＢであるが、これらのＤＢを感染危険エリア特定装置１が備えていてもよい。

＜感染危険エリア特定装置１の構成＞
感染危険エリア特定装置１は、制御部１１と、データ分析部１２と、マップ生成部１３と、データ送受信部１４と、位置情報ＤＢ１５と、感染症マップＤＢ１６と、を備える。感染危険エリア特定装置１は、外部から取得したデータに基づいて、データ解析を行い、危険区域を判定する。そして、感染危険エリア特定装置１は、危険区域を地図データにマッピングし、感染症マップを生成する。

制御部１１は、感染危険エリア特定装置１の各ブロックに対して命令し、感染危険エリア特定装置１を統括的に制御する。制御部１１は、例えばＣＰＵ(Central Processing Unit)を含む演算処理部であり、図示しないメモリに予め格納された処理プログラムに基づいて、各種処理を実行する。

データ分析部１２（危険区域判定手段）は、地図データにおいて、感染症発生地域と混雑地域とが重なった領域を最大危険区域（第１の危険区域）として判定する。また、データ分析部１２は、地図データにおいて、感染症発生地域と混雑地域の一部とが重複している場合、混雑地域のうち、感染症発生地域と重複していない領域を危険区域（第２の危険区域）と判定する。このとき、感染危険度（感染しやすさを示す値）は、最大危険区域（第１の危険区域）は、危険区域（第２の危険区域）よりも高い。

マップ生成部１３（感染症地域設定手段、混雑地域設定手段、マップ生成手段）は、感染症情報ＤＢ２１に含まれる感染症の発生地点に基づいて、地図データ上に感染症発生地域をマッピングする。例えば、データ分析部１２は、感染症の発生地点を中心とし、感染拡大範囲を半径とする円形の領域を、感染症発生地域として地図データに重畳させる。

また、マップ生成部１３は、位置情報ＤＢ１５に格納された人や車の位置情報に基づいて、地図データ上に混雑地域をマッピングする。例えば、マップ生成部１３は、予め設定された大きさの領域の中に含まれる人や車の数を加算し、合計値が所定値以上である場合、当該領域を混雑地域として地図データに重畳させる。

また、マップ生成部１３は、データ分析部１２が判定した最大危険区域及び危険区域を、地図情報ＤＢから取得した地図データにマッピングして感染症マップを生成する。マップ生成部１３は、生成した感染症マップを感染症マップＤＢ１６に格納する。

データ送受信部１４（個人位置取得手段、移動体位置取得手段、感染症情報取得手段、気象情報取得手段）は、各種データの送受信を行うインターフェースである。具体的には、データ送受信部１４は、インターネット３０を介して、スマートフォン４０から人（スマートフォン４０を所持している個人）の位置情報を取得する。また、データ送受信部１４は、インターネット３０を介して、カーナビ５０から自動車（カーナビ５０を搭載している自動車）の位置情報を取得する。

さらに、データ送受信部１４は、感染症情報ＤＢ２１から感染症情報を、気象情報ＤＢ２２から気象情報を、地図情報ＤＢ２３から地図データを取得する。データ送受信部１４は、ＰＣ６０からの要求に応じて、感染症マップＤＢ１６に格納された感染症マップをＰＣ６０に送信する。

位置情報ＤＢ１５は、データ送受信部１４が取得した人及び自動車の位置情報を格納する。感染症マップＤＢ１６は、マップ生成部１３が生成した感染症マップを格納する。位置情報ＤＢ１５及び感染症マップＤＢ１６は、例えば、ＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）等の記憶装置である。

図４に示すように、位置情報は、例えば、個人を識別するＩＤと、デバイス名と、デバイスＩＤと、取得日時と、緯度と、経度と、加速度情報と、速度と、が対応付けられたデータである。個人を識別するＩＤとは、個人（または自動車）固有の識別情報である。デバイス名は、スマートフォン４０またはカーナビ５０のデバイス名である。デバイスＩＤは、スマートフォン４０またはカーナビ５０のデバイス固有の識別情報である。取得日時は、スマートフォン４０またはカーナビ５０がＧＰＳ等を用いて位置情報を取得した日時を意味する。緯度及び経度は、取得日時における個人（または自動車）の位置を示す緯度及び経度である。加速度情報は、取得日時における個人（または自動車）の加速度を示す情報である。速度情報は、取得日時における個人（または自動車）の速度を示す情報である。

＜感染危険エリア特定装置１の動作＞
続いて、本実施の形態にかかる感染危険エリア特定装置１の動作について、図５に示すフローチャートを参照して説明する。まず、データ送受信部１４が、スマートフォン４０及びカーナビから位置情報や加速度情報、速度情報等を取得する（ステップＳ１０１）。データ送受信部１４は、取得した位置情報等を位置情報ＤＢ１５に格納する。

次に、データ送受信部１４は、地図情報ＤＢ２３から地図データを読み込む（ステップＳ１０２）。データ送受信部１４は、読み込んだ地図データをマップ生成部１３に送信する。

また、データ送受信部１４は、感染症情報ＤＢ２１から感染症情報を読み込む（ステップＳ１０３）。データ送受信部１４は、読み込んだ感染症情報をマップ生成部１３に送信する。

また、データ送受信部１４は、気象情報ＤＢ２２から気象情報を読み込む（ステップＳ１０４）。データ送受信部１４は、読み込んだ気象情報をマップ生成部１３に送信する。

次に、マップ生成部１３は、取得した各種情報を地図データにマッピングする（ステップＳ１０５）。具体的には、マップ生成部１３は、地図データに感染症発生地域及び混雑地域をマッピングする。また、マップ生成部１３は、地図データに気象情報をマッピングする。つまり、マップ生成部１３は、地図データに感染症発生地域及び混雑地域を重畳させる。

例えば、マップ生成部１３は、感染症情報ＤＢ２１から取得した感染症情報を参照して、感染症の発生地点から半径１０ｋｍ以内の領域を感染症発生地域として設定する。また、マップ生成部１３は、位置情報ＤＢ１５を参照して、半径１０ｋｍ以内の領域に含まれる人の数及び自動車の数を加算し、合計値が３００以上となった場合に、当該半径１０ｋｍ以内の領域を混雑地域として設定する。例えば、半径１０ｋｍ以内の領域に人が２５０人、自動車が１００台含まれている場合、マップ生成部１３は、２５０と１００とを加算し、合計値として３５０を算出する。つまり、当該半径１０ｋｍの領域は、混雑地域として設定される。

このとき、マップ生成部１３は、自動車の数に重みを付けて合計値を算出してもよい。つまり、マップ生成部１３は、自動車の数に所定の重み係数を乗じた値と、人の数と、を加算することにより合計値を算出してもよい。これは、自動車には複数人が搭乗可能であるためである。例えば、重み係数を４とすると、半径１０ｋｍ以内の領域に人が２５０人、自動車が１００台含まれている場合、マップ生成部１３は、２５０と１００×４＝４００とを加算し、合計値として６５０を算出する。なお、移動体の種類に応じて複数の値が重み係数として予め設定されていてもよい。

また、マップ生成部１３は、混雑地域の設定の際に、位置情報だけでなく、人や自動車の加速度や速度を用いてもよい。これにより、マップ生成部１３は、混雑地域の移動方向や移動速度についても考慮できるため、より高精度な混雑地域を設定することができる。

そして、データ分析部１２は、最大危険区域及び危険区域を判定する（ステップＳ１０６）。具体的には、データ分析部１２は、マップ生成部１３により設定された感染症発生地域と混雑地域との重複領域を最大危険区域と判定する。また、データ分析部１２は、感染症発生地域と混雑地域の一部とが重なっている場合、混雑地域のうち、重複領域以外の領域を危険区域と判定する。言い換えると、データ分析部１２は、混雑領域のうち、最大危険区域を除く領域を危険区域と判定する。なお、データ分析部１２は、感染症発生地域も危険区域と判定する。

マップ生成部１３は、データ分析部１２により判定された最大危険区域及び危険区域を地図データにマッピングする（ステップＳ１０７）。これにより、地図データ上に、最大危険区域及び危険区域が表示される。

ここで、マッピング処理及びデータ解析処理について、図６〜図９を参照して詳細に説明する。図６〜図９は、感染危険エリア特定装置１の管理画面９０を示す。管理画面９０は、例えば、感染危険エリア特定装置１の管理者が確認するモニタ（図示省略）や、ＰＣ６０等に表示される。管理画面９０は、マッピングデータ選択アイコン９１と、地図データ９２と、を含む。マッピングデータ選択アイコン９１は、地図データ９２にマッピングさせる情報を選択するためのアイコンである。図６〜図９の例においては、混雑地域、感染症発生地域、感染症危険区域、及び気象情報がマッピングされる場合について説明する。地図データ９２は、地図情報ＤＢ２３から取得された地図データであり、感染症発生地域や混雑地域等がマッピングされる。

まず、図６に示すように、マップ生成部１３は、感染症情報ＤＢ２１から取得した感染症情報に基づく感染症発生地域Ａを、地図データ９２上にマッピングする（図５のステップＳ１０５）。次に、図７に示すように、マップ生成部１３は、混雑地域Ｘを地図データ９２上にマッピングする。さらに、図８に示すように、マップ生成部１３は、気象情報を地図データ９２上にマッピングする。図８示した例においては、天気に関する情報がマッピングされており、破線で囲まれた領域の天気が晴れであり、一点鎖線で囲まれた領域の天気が曇りである。

マップ生成部１３による各種情報のマッピングが完了すると、データ分析部１２は、最大危険区域を判定する（図５のステップＳ１０６）。そして、マップ生成部１３は、判定された最大危険区域をマッピングする（図５のステップＳ１０７）。つまり、図９に示すように、マップ生成部１３は、感染症発生地域Ａと混雑地域Ｘとの重複領域（図９の斜線領域）を、最大危険区域Ｄとしてマッピングする。なお、混雑地域Ｘのうち、最大危険区域Ｄ以外の領域が危険区域である。これは、混雑地域Ｘの一部の人（最大危険区域Ｄにいる人）が感染症に感染すると、人が密集している混雑地域Ｘにおける最大危険区域Ｄ以外の領域にも急速に感染症が拡大する可能性があるからである。このとき、危険区域の感染危険度は、最大危険区域Ｄの感染危険度よりも低い。図９においては図示を省略しているが、マップ生成部１３は、当該危険区域を、最大危険区域Ｄとは異なる態様で地図データ９２上にマッピングしてもよい。勿論、感染症発生地域Ａも危険区域としてもよい。

このとき、図１０に示すように、感染症発生地域Ａと混雑地域Ｘとが、地図データ上で重なっていない場合、データ分析部１２は、最大危険区域は存在しないと判定する。混雑地域Ｘは人が密集している地域であり、混雑地域Ｘが感染症発生地域Ａから離れている場合、混雑地域Ｘは感染症と関係はない。そのため、データ分析部１２は、混雑地域Ｘを危険区域と判定しない。勿論、感染症発生地域Ａは危険区域としてもよい。

次に、混雑地域Ｘが移動する場合について、図１１〜図１４を参照して説明する。混雑地域Ｘは、感染危険エリア特定装置１がスマートフォン４０やカーナビ５０から定期的に取得した位置情報に基づいて、リアルタイムにマッピングされる。このため、地図データ上の混雑地域Ｘが移動する場合がある。図１１は、混雑地域Ｘが移動する前の状態を示している。図１１においては、感染症発生地域Ａと混雑地域Ｘとが重なっており、最大危険区域Ｄが存在している。そして、混雑地域Ｘは、図１１の矢印方向に移動したとする。

混雑地域Ｘが移動すると、図１２に示すように、感染症発生地域Ａと混雑地域Ｘとの重複領域（最大危険区域Ｄ）の位置及び大きさが時間と共に変化する。図１１及び図１２に示した例においては、混雑地域Ｘの移動に伴って。最大危険区域Ｄが地図データ上において右上に移動し、面積も大きくなっている。

また、図１３及び図１４は、複数の感染症発生地域が近くに存在する場合を示している。図１３は、混雑地域Ｘの移動前を示す。図１４は、混雑地域Ｘの移動後を示す。図１３に示すように、感染症発生地域Ａ２は、感染症発生地域Ａ１とは離れているが、感染症発生地域Ａ２に接近して存在している。なお、感染症発生地域Ａ１と感染症発生地域Ａ２において発生した感染症は、同じ感染症であってもよいし、異なる感染症であってもよい。

図１３に示すように、混雑地域Ｘの移動前においては、混雑地域Ｘは、感染症発生地域Ａ１と重なっており、感染症発生地域Ａ２とは重なっていない。このため、データ分析部１２は、感染症発生地域Ａ１と混雑地域Ｘとの重複領域を最大危険区域Ｄとして判定する。そして、混雑地域Ｘは、図１３の矢印方向に移動したとする。

混雑地域Ｘが移動すると、図１４に示すように、混雑地域Ｘは、感染症発生地域Ａ１から離れるため、感染症発生地域Ａ１に存在していた最大危険区域はなくなる。一方、混雑地域Ｘは、新たに感染症発生地域Ａ２と重なる。そのため、データ分析部１２は、感染症発生地域Ａ２と混雑地域Ｘとの重複領域を新たな最大危険区域Ｄとして判定する。このように、感染危険エリア特定装置１は、人及び自動車の位置情報をリアルタイムに反映しているため、精度の高い情報を提供することができる。

次に、図１５を参照して、最大危険区域の判定処理において、データ分析部１２が気象情報を用いる場合について説明する。図１５に示した例においては、感染症発生地域Ａ１と混雑地域Ｘ１とが重なっている。また、感染症発生地域Ａ２と混雑地域Ｘ２とが重なっている。このため、２つの重複領域Ｄ１、Ｄ２が存在している。

このとき、重複領域Ｄ１は、天気が晴れの領域に存在している。一方、重複領域Ｄ２は、天気が曇りの領域に存在している。一般に曇りよりも晴れの方が湿度は低いため、ウイルスが感染しやすくなる。このため、データ分析部１２は、晴れの領域に含まれる重複領域Ｄ１を最大危険区域Ｄ１として判定する。

なお、データ分析部１２は、天気以外の気象情報（例えば、湿度や風速等）を用いて、最大危険区域を判定してもよい。また、上記の例においては、最大危険区域と危険区域の２つの危険度しか設けていないが、３つ以上の危険度のランクを設けてもよい。例えば、図１５の例において、４つの危険度ランクを設けるとすると、データ分析部１２は、重複領域Ｄ１を危険度４（最も感染危険度が高い）、重複領域Ｄ２を危険度３、混雑地域Ｘ１のうち重複領域Ｄ１以外の領域を危険度２、混雑地域Ｘ２のうち重複領域Ｄ２以外の領域を危険度１（最も感染危険度が低い）と判定してもよい。そして、マップ生成部３が、危険度のランク別に異なる態様で、危険区域を地図データ上に表示してもよい。

以上のように、本実施の形態にかかる感染危険エリア特定システムの構成によれば、データ送受信部１４が、スマートフォン４０やカーナビ５０から人及び自動車の位置情報を取得する。また、データ送受信部１４が、感染症情報ＤＢ２１から、感染症情報を取得する。そして、マップ生成部１３が、人及び自動車の位置情報に基づいて、混雑地域を地図データ上にマッピングする。また、マップ生成部１３は、感染症情報に基づいて、感染症発生地域を地図データ上にマッピングする。そして、データ分析部１２は、混雑地域と感染症発生地域とが重なった領域を最大危険区域と判定する。つまり、本実施の形態にかかる感染危険エリア特定システムは、最大危険区域を判定する際に、人の位置情報だけでなく、人が搭乗する自動車の位置情報も併せて使用している。その結果、感染危険エリアを高精度に特定することができる。

＜実施の形態２＞
本発明にかかる実施の形態２について説明する。本実施の形態にかかる感染危険エリア特定システムの構成は図１に示した構成と同様であるため、詳細な説明は適宜省略する。本実施の形態にかかる感染危険エリア特定システムは、過去の感染症発生地域及び混雑地域に基づいて、将来の危険区域（予測最大危険区域、予測危険区域）を予測する。

本実施の形態にかかる感染危険エリア特定装置の動作について、図１６に示すフローチャート及び図１７に示す管理画面を参照して説明する。まず、データ送受信部１４は、地図情報ＤＢ２３から地図データを読み込む（ステップＳ２０１）。

次に、マップ生成部１３は、過去の感染症発生地域の移動軌跡を地図データ上にマッピングする（ステップＳ２０２）。このときマッピングされたデータは、図１７の「×」で示した５つの点である。

ここで、過去の感染症発生地域の位置情報は、例えば、感染症マップＤＢ１６に蓄積されているものとする。また、感染症発生地域の位置情報としては、感染症発生地域の中心点の座標を用いることができる。さらに、移動軌跡の各点の時間的な間隔は、１時間間隔、１日間隔、１週間間隔、１ヶ月間隔等、管理者が適宜設定できるようにしてもよい。例えば、各点の時間的な間隔が１日である場合、図１７に示した例では、４日前から現在までの５日分の位置情報がマッピングされている。

次に、マップ生成部１３は、過去の混雑地域の移動軌跡を地図データ上にマッピングする（ステップＳ２０３）。このときマッピングされたデータは、図１７の「△」で示した５つの点である。

過去の混雑地域の位置情報も、上記の感染症発生地域と同様に、例えば、感染症マップＤＢ１６に蓄積されているものとする。また、混雑地域の位置情報としては、混雑地域の中心座標を用いることができる。

過去の感染症発生地域及び混雑地域のマッピングが完了すると、データ分析部１２は、感染症発生予測地域及び混雑予測地域の位置情報を算出する（ステップＳ２０４）。感染症発生予測地域の算出方法の一例について説明する。データ分析部１２は、過去の感染症発生地域の移動軌跡を示す各点（「×」で示した点）に基づいて、例えば最小二乗法を用いたフィッティング処理を行い、感染症発生地域の移動方向を示す直線を推定する。これにより、感染症発生予測地域の移動方向を予測する（図１７の矢印ｍ１）。そして、各点間の距離の平均値を用いて、現在の感染症発生地域からの移動距離を予測する。これにより、将来の感染症発生地域（感染症発生予測地域ａ）を推定することができる。

混雑予測地域ｘについても同様に、データ分析部１２は、過去の混雑地域の移動軌跡を示す各点（「△」で示した点）に基づいて、将来の混雑地域（混雑予測地域ｘ）の移動方向及び移動距離を推定する。そして、混雑予測地域ｘを推定する。なお、複数の点から近似直線を算出する手法や、次の点の位置を算出する方法は、上記の手法に限られず、既存の様々な手法を用いることができる。

データ分析部１２は、推定した感染症発生予測地域及び混雑予測地域の位置情報をマップ生成部１３に送信する。マップ生成部１３は、取得した位置情報に基づいて、地図データ上に感染症発生予測地域ａ及び混雑予測地域ｘをマッピングする（ステップＳ２０５）。

データ分析部１２は、図１７に示すように、マッピングされた感染症発生予測地域ａと混雑予測地域ｘとの重複領域を予測最大危険区域ｄと判定する。また、データ分析部１２は、混雑予測地域ｘのうち予測最大危険区域ｄ以外の領域を予測危険区域と判定する（ステップＳ２０６）。

そして、マップ生成部１３は、予測最大危険区域ｄ及び予測危険区域を地図データ上にマッピングする（ステップＳ２０７）。マップ生成部１３は、マッピングが完了した地図データを感染症マップＤＢ１５に格納する。これにより、ＰＣ６０のユーザは、インターネット３０を介して感染危険エリア特定装置１にアクセスすることにより、将来の最大危険区域及び危険区域を地図データ上で確認することができる。

以上のように、本実施の形態にかかる感染危険エリア特定システムの構成によれば、データ分析部１２は、過去の感染症発生地域の位置情報に基づいて、感染症予測地域を推定する。また、データ分析部１２は、過去の混雑地域の位置情報に基づいて、混雑予測地域の位置情報を推定する。そして、データ分析部１２は、感染症発生予測地域と混雑予測地域との重複領域を予測最大危険区域と判定する。また、データ分析部１２は、混雑予測地域のうち予測最大危険区域以外の領域を予測危険区域と判定する。これにより、感染危険エリア特定システムは、リアルタイムの危険区域だけでなく、将来の危険区域も特定することができる。その結果、感染症の拡大を未然に防止することができる。

なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。例えば、上述の実施の形態においては、位置情報として緯度及び経度を用いていたが、位置情報を示す表記は緯度及び経度に限られない。また、上述の実施の形態においては、感染危険エリア特定装置１は、１つの装置（サーバ装置等）として構成されているが、各処理ブロックが異なる装置に設けられており、ネットワークを介してデータを送受信するようなシステムであってもよい。

さらに、データ送受信部１４は、感染症情報、気象情報だけでなく、イベント情報（場所、規模、構成人員（年齢、子供が多い等）、移動手段等）を取得してもよい。これにより、例えば、最大危険区域や危険区域に子供が多く集まるイベントの場所が含まれている場合、感染危険度を高くする等によって、データ分析部１２は、より高精度に危険区域を判定することができる。また、最大危険区域や危険区域に車での来場者が多いイベントの場所が含まれている場合、最大危険区域や危険区域の領域を広げる等によって、データ分析部１２は、より高精度に危険区域を判定することができる。

また、本発明にかかる感染危険エリア特定システムは、少なくとも、個人位置取得部１０１と、移動体位置取得部１０２と、感染症情報取得部１０３と、感染症地域設定部１０４と、混雑地域設定部１０５と、危険区域判定部１０６と、を備えていればよい。個人位置取得部は、人の位置情報を取得する。移動体位置取得部１０２は、人が搭乗可能な移動体の位置を取得する。感染症情報取得部１０３は、感染症の発生場所に関する感染症情報を取得する。感染症地域設定部１０４は、感染症情報に基づいて、地図データに感染症発生地域をマッピングする。混雑地域設定部１０５は、人の位置情報と、移動体の位置情報と、に基づいて、地図データ上における混雑地域をマッピングする。危険区域判定部１０６は、地図データ上における感染症発生地域と混雑地域との重複領域を、第１の危険区域と判定する。これにより、感染危険エリア特定システムは、人の位置情報に加えて、移動体（例えば自動車等）の位置情報も考慮して、混雑地域を設定し、危険区域を判定することができる。その結果、感染危険エリアを高精度に特定することができる。

また、上述の感染危険エリア特定システムの任意の処理は、ＣＰＵ（Central Processing Unit）にコンピュータプログラムを実行させることにより実現することも可能である。この場合、コンピュータプログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ−ＲＯＭ（Read Only Memory）、ＣＤ−Ｒ、ＣＤ−Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュメモリ、ＲＡＭ（random access memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。

また、コンピュータが上述の実施の形態の機能を実現するプログラムを実行することにより、上述の実施の形態の機能が実現される場合だけでなく、このプログラムが、コンピュータ上で稼動しているＯＳ（Operating System）もしくはアプリケーションソフトウェアと共同して、上述の実施の形態の機能を実現する場合も、本発明の実施の形態に含まれる。さらに、このプログラムの処理の全てもしくは一部がコンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットによって行われて、上述の実施の形態の機能が実現される場合も、本発明の実施の形態に含まれる。

１ 感染危険エリア特定装置
１１ 制御部
１２ データ分析部
１３ マップ生成部
１４ データ送受信部
１５ 位置情報ＤＢ
１６ 感染症マップＤＢ
２１ 感染症情報ＤＢ
２２ 気象情報ＤＢ
２３ 地図情報ＤＢ
３０ インターネット
４０ スマートフォン
５０ カーナビ
６０ ＰＣ
９０ 管理画面
９１ マッピングデータ選択アイコン
９２ 地図データ
１０１ 個人位置取得部
１０２ 移動体位置取得部
１０３ 感染症地域設定部
１０４ 混雑地域設定部
１０５ 危険区域判定部

Claims (10)

1. 人の位置情報を取得する個人位置取得手段と、
   人が搭乗可能な移動体の位置情報を取得する移動体位置取得手段と、
   感染症の発生場所に関する感染症情報を取得する感染症情報取得手段と、
   前記感染症情報取得手段が取得した前記感染症情報に基づいて、地図データに感染症発生地域をマッピングする感染症地域設定手段と、
   前記個人位置取得手段が取得した前記人の位置情報と、前記移動体位置取得手段が取得した前記移動体の位置情報と、に基づいて、前記地図データに混雑地域をマッピングする混雑地域設定手段と、
   前記地図データ上における前記感染症発生地域と前記混雑地域との重複領域を、第１の危険区域と判定する危険区域判定手段と、
   を備える感染危険エリア特定システム
2. 前記危険区域判定手段は、前記地図データ上において前記感染症発生地域と前記混雑地域の一部とが重複している場合、前記混雑地域のうち、前記感染症発生地域と重複していない領域を前記第１の危険区域よりも感染危険度の低い第２の危険区域と判定する請求項１に記載の感染危険エリア特定システム。
3. 前記混雑地域設定手段は、予め設定された大きさの領域の中に含まれる前記人の数及び前記移動体の数を加算し、合計値が所定値以上である場合、当該領域を混雑地域として設定する請求項１または２に記載の感染危険エリア特定システム
4. 前記混雑地域設定手段は、加算した前記移動体の数に所定の重み係数を乗じた値と、前記人の数と、を加算して前記合計値を算出する請求項３に記載の感染危険エリア特定システム。
5. 気象情報を取得する気象情報取得手段をさらに備え、
   前記危険区域判定手段は、前記感染症発生地域、前記混雑地域、及び前記気象情報に基づいて、前記第１の危険区域を判定する請求項１〜４のいずれか一項に記載の感染危険エリア特定システム。
6. 前記危険区域判定手段は、前記地図データ上に、前記感染症発生地域と前記混雑地域との重複領域が複数存在する場合、前記気象情報に基づいて、前記複数の重複領域のうちから、前記第１の危険区域を判定する請求項５に記載の感染危険エリア特定システム。
7. 危険区域判定手段は、過去の前記混雑地域の移動経路に基づいて、将来の前記混雑地域の位置情報を予測し、将来の前記混雑地域と前記感染症発生地域とに基づいて、将来の前記第１の危険区域を予測する請求項１〜６のいずれか一項に記載の感染危険エリア特定システム。
8. 前記第１の危険区域を前記地図データ上にマッピングし、感染症マップを生成するマップ生成手段をさらに備える請求項１〜７のいずれか一項に記載の感染危険エリア特定システム。
9. 人の位置情報を取得するステップと、
   人が搭乗可能な移動体の位置情報を取得するステップと、
   感染症の発生場所に関する感染症情報を取得するステップと、
   取得した前記感染症情報に基づいて、地図データに感染症発生地域をマッピングするステップと、
   取得した前記人の位置情報と、取得した前記移動体の位置情報と、に基づいて、前記地図データに混雑地域をマッピングするステップと、
   前記地図データ上における前記感染症発生地域と前記混雑地域との重複領域を、第１の危険区域と判定するステップと、
   を備える感染危険エリア特定方法。
10. コンピュータに、
    人の位置情報を取得させるステップと、
    人が搭乗可能な移動体の位置情報を取得させるステップと、
    感染症の発生場所に関する感染症情報を取得させるステップと、
    取得した前記感染症情報に基づいて、地図データに感染症発生地域をマッピングさせるステップと、
    取得した前記人の位置情報と、取得した前記移動体の位置情報と、に基づいて、前記地図データに混雑地域をマッピングさせるステップと、
    前記地図データ上における前記感染症発生地域と前記混雑地域との重複領域を、第１の危険区域と判定させるステップと、
    を実行させるプログラム。

Images