JP2015014913A - ヘルスケアシステム - Google Patents
ヘルスケアシステム Download PDFInfo
- Publication number
- JP2015014913A JP2015014913A JP2013141340A JP2013141340A JP2015014913A JP 2015014913 A JP2015014913 A JP 2015014913A JP 2013141340 A JP2013141340 A JP 2013141340A JP 2013141340 A JP2013141340 A JP 2013141340A JP 2015014913 A JP2015014913 A JP 2015014913A
- Authority
- JP
- Japan
- Prior art keywords
- weight
- user
- data
- user terminal
- aging
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
- G09B19/0076—Body hygiene; Dressing; Knot tying
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Biophysics (AREA)
- Nutrition Science (AREA)
- Physical Education & Sports Medicine (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
これは、利用者の歩数の計測値を示すデータである。利用者端末10は、利用者が身に着ける歩数測定デバイス11(図1)との間に無線通信規格(たとえば、ブルートゥース)に従ったリンクが確立された場合に、歩数測定デバイス11によって日々計測される歩数を受信し、受信した歩数と受信日の日付の対を歩数記録データDSTとしてメモリに記録する。
これは、利用者の体重の計測値を示すデータである。利用者端末10は、利用者の体重がアプリAPの体重・体脂肪率入力画面(図7参照)を介して入力された場合に、入力された体重と入力日の日付の対を体重記録データDWTとしてメモリに記憶する。また、利用者端末10は、利用者が所有する体重測定デバイス12(図1)との間に無線通信規格(たとえば、ブルートゥース)に従ったリンクが確立された場合に、体重測定デバイス12から利用者の体重を受信し、受信した体重と受信日の日付の対を体重記録データDWTとしてメモリに記憶する。
これは、利用者の体脂肪率の計測値を示すデータである。利用者端末10は、利用者の体脂肪率がアプリAPの体重・体脂肪率入力画面(図7参照)を介して入力された場合に、入力された体脂肪率と入力日の日付の対を体重記録データDFTとしてメモリに記憶する。利用者端末10は、利用者が所有する体脂肪率測定デバイス13(図1)との間に無線通信規格(たとえば、ブルートゥース)に従ったリンクが確立された場合に、体脂肪率測定デバイス13から利用者の体脂肪率を受信し、受信した体脂肪率を受信日の日付の対を体脂肪記録データDFTとしてメモリに記憶する。
これは、利用者の就寝時刻及び起床時刻を示すデータである。利用者端末10は、利用者が身に着ける睡眠時間測定デバイス14(図1)との間に無線規格(たとえば、ブルートゥース)に従ったリンクが確立された場合に、睡眠時間測定デバイス14から利用者の就寝時刻及び起床時刻を受信し、受信した就寝時刻及び起床時刻と受信日の日付の対を睡眠記録データDSLとしてメモリに記憶する。
これは、アプリAPにおける食事の記録を示すデータである。利用者端末10は、アプリAPの食事/摂取カロリ入力画面(図8参照)を介して利用者がとった食事の種類(たとえば、ラーメンや牛丼)が入力された場合に、入力された食事の種類と入力日時の対を食事記録データDMLとしてメモリに記憶する。
これは、アプリAPの起動の履歴を示すデータである。利用者端末10は、アプリAPが起動されると、起動日時をアプリ起動履歴記録データDRCとしてメモリに記憶する。
これは、データベース装置50への記録データDST、DWT、DFT、DSL、DML、DRC、DUPのアップロードの履歴を示すデータである。利用者端末10は、メモリ内における未送信の記録データDST、DWT、DFT、DSL、DML、DRC、DUPをデータベース装置50にアップロードする度に、アップロード日時をアップロード履歴記録データDUPとしてメモリに記憶する。
a2.体力の評価レベルLvの算出処理
この算出処理では、演算処理デバイス35は、テーブルTBL1のレコードR1を参照先とし、参照先のレコードR1において得点1、2、3、4、及び5と対応付けられている条件を参照し、記録データDST(歩数)の移動平均値MASTがいずれの条件を満足するかを判定し、該当の条件と対応付けられた得点を選択する。また、演算処理デバイス35は、記録データDWT(体重)の移動平均値MAWTをBMI(Body Math Index)値に変換する。ここで、BMI値は、記録データDWT(体重)の移動平均値MAWTの2乗を利用者のデータDHGH(身長)で除算した値である。その上で、演算処理デバイス35は、テーブルTBL1のレコードR2乃至R6のうち該当の利用者のデータDGDR(性別)が示す性別とデータDBIR(生年月日)により決まる年代との組み合わせに対応するものを参照先とし、参照先のレコードR2(または、R3、R4、R5、R6)において得点1、2、3、4、及び5と対応付けられている条件を参照し、BMI値がいずれの条件を満足するかを判定し、該当の条件と対応付けられた得点を選択する。そして、演算処理デバイス35は、テーブルTBL1のレコードR1から選んだ得点、及びレコードR2(または、R3、R4、R5、R6)から選んだ得点を50%:50%の比率で加算し、この加算結果を体力の評価レベルLvとする。
この算出処理では、演算処理デバイス35は、テーブルTBL1のレコードR7を参照先とし、参照先のレコードR7において得点1、2、3、4、及び5と対応付けられている条件を参照し、記録データDST(歩数)の移動平均値MASTがいずれの条件を満足するかを判定し、該当の条件と対応付けられた得点を選択する。また、演算処理デバイス35は、推奨睡眠時間帯カバー率RCを求める。推奨睡眠時間帯カバー率RCは、利用者の睡眠時間TS(データDSLが示す就寝時刻から起床時刻までの間の時間)が、成長ホルモンの分泌量が最大化する22時から2時までの時間帯TRとどの程度重なっているかを示す値である。推奨睡眠時間帯カバー率RCの算出処理では、図14に示すように、データベースDBから抽出された各記録日のデータDSL(睡眠)について、当該データDSLが示す睡眠時間TS(就寝時刻から起床時刻までの時間)のうち時間帯TRと重なる時間TS’を推奨時間帯TRの長さである4時間で除算する操作を行う。そして、記録日毎の除算結果TS’/TRを平均し、この平均値を推奨睡眠時間帯カバー率RCとする。演算処理デバイス35は、テーブルTBL1のレコードR8を参照先とし、参照先のレコードR8において得点1、2、3、4、及び5と対応付けられている条件を参照し、記録データDSL(睡眠)が示す睡眠時間の移動平均値MASLと推奨睡眠時間帯カバー率RCがいずれの条件を満足するかを判定し、該当の条件と対応付けられた得点を選択する。そして、演算処理デバイス35は、テーブルTBL1のレコードR7から選んだ得点、及びレコードR8から選んだ得点を50%:50%の比率で加算し、この加算結果を抗齢力の評価レベルLvとする。
この算出処理では、演算処理デバイス35は、テーブルTBL1のレコードR9を参照先とし、参照先のレコードR9において得点1、2、3、4、及び5と対応付けられている条件を参照し、記録データDML(食事)の移動平均値MAMLがいずれの条件を満足するかを判定し、該当の条件と対応付けられた得点を選択する。また、演算処理デバイス35は、テーブルTBL1のレコードR10を参照先とし、参照先のレコードR10において得点1、2、3、4、及び5と対応付けられている条件を参照し、記録データDRC(アプリ起動履歴)の移動平均値MARCがいずれの条件を満足するかを判定し、該当の条件と対応付けられた得点を選択する。そして、演算処理デバイス35は、テーブルTBL1のレコードR9から選んだ得点、及びレコードR10から選んだ得点を20%:80%の比率で加算し、この加算値を意識力の評価レベルLvとする。
この算出処理では、演算処理デバイス35は、テーブルTBL1のレコードR11を参照先とし、参照先のレコードR11において得点1、2、3、4、及び5と対応付けられている条件を参照し、記録データDUP(データアップロード履歴)の移動平均値MAUPがいずれの条件を満足するかを判定し、該当の条件と対応付けられた得点を選択する。そして、演算処理デバイス35は、テーブルTBL1のレコードR11から選んだ得点を継続力の評価レベルLvとする。
この算出処理では、演算処理デバイス35は、テーブルTBL1のレコードR12を参照先とし、参照先のレコードR12において得点1、2、3、4、及び5と対応付けられている条件を参照し、記録データDST(歩数)の移動平均値MASTがいずれの条件を満足するかを判定し、該当の条件と対応付けられた得点を選択する。また、演算処理デバイス35は、テーブルTBL1のレコードR13を参照先とし、参照先のレコードD13において得点1、2、3、4、及び5と対応付けられている条件を参照し、記録データDSL(睡眠)が示す睡眠時間の移動平均値MASLとこれにより求まる推奨睡眠時間帯カバー率RCがいずれの条件を満足するかを判定し、該当の条件と対応付けられた得点を選択する。また、演算処理デバイス35は、テーブルTBL1のレコードR14乃至R18のうち利用者のデータDGDR(性別)が示す性別とデータDBIR(生年月日)により決まる年代との組み合わせと対応するものを参照先とし、参照先のレコードR14(または、R15、R16、R17、R18)において得点1、2、3、4、及び5と対応付けられている条件を参照し、記録データDWT(体重)の移動平均値MAWTより求まるBMI値がいずれの条件を満足するかを判定し、該当の条件と対応付けられた得点を選択する。そして、演算処理デバイス35は、テーブルTBL1のレコードR12から選んだ得点、レコードR13から選んだ得点、及びレコードR14(または、R15、R16、R17、R18)から選んだ得点を、30%:30%:40%の比率で加算し、この加算結果を美力の評価レベルLvとする。
a3.直近の14日以内に記録された記録データDWTが3つ以上あること
b3.90日前〜7日前以内に記録された記録データDWTが1つ以上あること
この場合、演算処理デバイス35は、時間軸上における体重予測線A”の始点をデータDWT(LAST)とし、この体重予測線A”におけるβ日後の値を予測体重PWT(β)とする。演算処理デバイス35は、体重予測線A”が目標体重に達した以降は予測体重PWT(β)を目標体重に収束させる。
この場合、演算処理デバイス35は、時間軸上における体重予測線A”の始点をデータDWT(LAST)とし、この体重予測線A”におけるβ日後の値を予測体重PWT(β)とする。演算処理デバイス35は、体重予測線A’が標準体重に達した以降は予測体重PWT(β)を標準体重に収束させる。
この場合の予測体重PWT(β)の算出はb4と同様の手順で行う。
この場合、演算処理デバイス35は、時間軸上における体重予測線A”の始点をデータDWT(LAST)とし、この体重予測線A”におけるβ日後の値を予測体重PWT(β)とする。演算処理デバイス35は、体重予測線A’が予め決められた最低体重に達した以降は予測体重PWT(β)を最低体重に収束させる。
この場合の予測体重PWT(β)の算出はd4と同様の手順で行う。
この場合、演算処理デバイス35は、時間軸上における体重予測線A”の始点をデータDWT(LAST)とし、この体重予測線A”におけるβ日後の値を予測体重PWT(β)とする。演算処理デバイス35は、体重予測線A”が目標体重に達した以降は予測体重PWT(β)を目標体重に収束させる。
この場合の予測体重PWT(β)の算出はf4と同様の手順で行う。
この場合の予測体重PWT(β)の算出はf4と同様の手順で行う。
この場合、演算処理デバイス35は、体重予測線A”の収束点を設けずに、この体重予測線A”におけるβ日後の時点の値をβ日後の予測体重PWT(β)とする。
この場合の予測体重PWT(β)の算出はi4と同様の手順で行う。
この場合、演算処理デバイス35は、時間軸上における体重予測線A”の始点をデータDWT(LAST)とし、この体重予測線A”におけるβ日後の値を予測体重PWT(β)とする。演算処理デバイス35は、体重予測線A’が予め決められた最低体重に達した以降は予測体重PWT(β)を最低体重に収束させる。
この場合の予測体重PWT(β)の算出はi4と同様の手順で行う。
この場合、演算処理デバイス35は、時間軸上における体重予測線A”の始点をデータDWT(LAST)とし、この体重予測線A”におけるβ日後の値を予測体重PWT(β)とする。演算処理デバイス35は、体重予測線A”が目標体重に達した以降は予測体重PWT(β)を目標体重に収束させる。
この場合の予測体重PWT(β)の算出はm4と同様の手順で行う
この場合の予測体重PWT(β)の算出はm4と同様の手順で行う。
この場合、演算処理デバイス35は、時間軸上における体重予測線A”の始点をデータDWT(LAST)とし、この体重予測線A”におけるβ日後の値を予測体重PWT(β)とする。演算処理デバイス35は、体重予測線A’が予め決められた最低体重に達した以降は予測体重PWT(β)を最低体重に収束させる。
この場合の予測体重PWT(β)の算出はp4と同様の手順で行う。
この場合、演算処理デバイス35は、時間軸上における体重予測線A”の始点をデータDWT(LAST)とし、この体重予測線A”におけるβ日後の値を予測体重PWT(β)とする。演算処理デバイス35は、体重予測線A”が目標体重に達した以降は予測体重PWT(β)を目標体重に収束させる。
この場合、演算処理デバイス35は、時間軸上における体重予測線A”の始点をデータDWT(LAST)とし、この体重予測線A”におけるβ日後の値を予測体重PWT(β)とする。演算処理デバイス35は、体重予測線A”が標準体重に達した以降は予測体重PWT(β)を標準体重に収束させる。
この場合の予測体重PWT(β)の算出はs4と同様の手順で行う。
この場合、演算処理デバイス35は、体重予測線A”の収束点を設けずに、体重予測線A”におけるβ日後の時点の値をβ日後の予測体重PWT(β)とする。
この場合の予測体重PWT(β)の算出はu4と同様の手順で行う。
この場合、演算処理デバイス35は、時間軸上における体重予測線A”の始点をデータDWT(LAST)とし、この体重予測線A”におけるβ日後の値を予測体重PWT(β)とする。演算処理デバイス35は、体重予測線A’が予め決められた最低体重に達した以降は予測体重PWT(β)を最低体重に収束させる。
この場合の予測体重PWT(β)の算出はu4と同様の手順で行う。
第1に、本実施形態では、データベース装置50は、各利用者の利用者端末10において複数種類の記録項目について記録された複数種類の記録データDST、DWT、DSL、DML、DRC、DUPを記憶し、サーバ装置30は、データベース装置50内における利用者の複数種類のデータの中から直近の第1の期間T1(T1=7日)の間に記録された複数種類の記録データDST、DWT、DSL、DML、DRC、DUPを抽出し、抽出した複数種類の記録データDST、DWT、DSL、DML、DRC、DUPの種類毎の移動平均値ST、MAWT、MASL、MAML、MARC、MAUPを求め、求めた複数種類の移動平均値ST、MAWT、MASL、MAML、MARC、MAUPを所定のアルゴリズムに従って解析することにより、利用者の健康状態を、体力、抗齢力、美力、意識力、及び継続力の5種類の評価項目の評価レベルLvとして示すバランスパラメータPRを求め、求めたバランスパラメータPRをレーダーチャートとして含む画面SCR11を利用者端末10に表示させる。
(1)上記実施形態では、利用者端末10は、歩数記録データDST、体重記録データDWT、体脂肪記録データDFT、睡眠記録データDSL、アプリ起動履歴記録データDRC、アップロード履歴記録データDUPをデータベース装置50にアップロードした。しかし、これらのうち体脂肪記録データDFTは、サーバ装置30におけるバランスパラメータPRの算出に利用しないため、アップロードしないようにしてもよい。
Claims (3)
- 各利用者の利用者端末とネットワークを通じて接続されるサーバ装置及びデータベース装置を有するヘルスケアシステムであって、
前記データベース装置は、
前記各利用者の利用者端末において複数種類の記録項目について記録された複数種類の記録データを記憶し、
前記サーバ装置は、前記データベース装置内における利用者の複数種類の記録データの中から直近の第1の期間の間に記録された複数種類の記録データを抽出し、抽出した複数種類の記録データの種類毎の移動平均値を求め、求めた複数種類の移動平均値を所定のアルゴリズムに従って解析することにより、利用者の健康状態を、体力、抗齢力、美力、意識力、及び継続力の5種類の評価項目の評価レベルとして示すバランスパラメータを求め、求めたバランスパラメータをレーダーチャートとして含む画面を前記利用者端末に表示させる
ことを特徴とするヘルスケアシステム。 - 前記複数種類の記録データは、利用者の体重を示す体重記録データを含み、
前記サーバ装置は、
前記データベース装置内における利用者の体重記録データの中から直近の前記第1の期間よりも長い第2の期間の間に記録された体重記録データを抽出し、抽出した体重記録データの線形近似直線を求め、この線形近似直線を前記体力の評価レベルに応じた大きさの体力係数により補正した第1の体重予測線を求め、この第1の体重予測線を該当の利用者の性別及び年齢の組み合わせに応じた大きさの基礎代謝係数により補正した第2の体重予測線を求め、この第2の体重予測線の傾きに沿った将来の予測体重の推移のグラフを含む画面を利用者の利用者端末に表示させる
ことを特徴とする請求項1に記載のヘルスケアシステム。 - 前記サーバ装置は、体力、抗齢力、美力、意識力、及び抗齢力の5種類の評価項目の評価レベルを利用者の老化の進行の程度を示す老化レベルに変換し、変換した老化レベルが顔のしわ及びくすみとして現れ且つ前記第2の体重予測線における体重の変化が顔の伸縮として現れるような画像処理を利用者の顔画像に施した未来顔画像を含む画面を利用者の利用者端末に表示させる
ことを特徴とする請求項2に記載のヘルスケアシステム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013141340A JP5388154B1 (ja) | 2013-07-05 | 2013-07-05 | ヘルスケアシステム |
US14/351,970 US20150269864A1 (en) | 2013-07-05 | 2013-10-18 | Health care system |
PCT/JP2013/078252 WO2015001686A1 (ja) | 2013-07-05 | 2013-10-18 | ヘルスケアシステム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013141340A JP5388154B1 (ja) | 2013-07-05 | 2013-07-05 | ヘルスケアシステム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP5388154B1 JP5388154B1 (ja) | 2014-01-15 |
JP2015014913A true JP2015014913A (ja) | 2015-01-22 |
Family
ID=50036665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013141340A Expired - Fee Related JP5388154B1 (ja) | 2013-07-05 | 2013-07-05 | ヘルスケアシステム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20150269864A1 (ja) |
JP (1) | JP5388154B1 (ja) |
WO (1) | WO2015001686A1 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017018242A (ja) * | 2015-07-09 | 2017-01-26 | 株式会社タニタ | 老化予測装置及びプログラム |
JP2017138976A (ja) * | 2016-02-02 | 2017-08-10 | 富士通株式会社 | ユーザの行動を変えるヘルスケアシステム |
JP2018166886A (ja) * | 2017-03-30 | 2018-11-01 | 株式会社タニタ | 情報処理装置、情報処理方法及びプログラム |
WO2022004874A1 (ja) * | 2020-07-03 | 2022-01-06 | 国立大学法人東京大学 | 健康支援装置、健康支援方法及びプログラム |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170301258A1 (en) * | 2016-04-15 | 2017-10-19 | Palo Alto Research Center Incorporated | System and method to create, monitor, and adapt individualized multidimensional health programs |
JP7453076B2 (ja) * | 2020-07-03 | 2024-03-19 | 株式会社日立製作所 | 生成装置、生成方法、および生成プログラム |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4349720B2 (ja) * | 2000-05-23 | 2009-10-21 | ポーラ化成工業株式会社 | 加齢パターンの鑑別方法 |
JP2002233507A (ja) * | 2001-02-08 | 2002-08-20 | Ntt Comware Corp | 健康状態管理システム、および同システムにおける健康状態のキャラクタ画像への反映方法、ならびに同方法のプログラムを記録した記録媒体 |
JP2004164343A (ja) * | 2002-11-13 | 2004-06-10 | Health Dynamics Kenkyusho:Kk | 生活習慣病改善システム及びその情報管理装置 |
KR100657901B1 (ko) * | 2004-10-12 | 2006-12-14 | 삼성전자주식회사 | 건강상태에 따른 아바타 영상 생성 방법 및 장치 |
JP2007244597A (ja) * | 2006-03-15 | 2007-09-27 | Toshiba Corp | 睡眠判定方法及び睡眠判定装置 |
JP2010272031A (ja) * | 2009-05-22 | 2010-12-02 | Univ Of Tsukuba | 携帯電話を用いた双方向的な生活習慣病管理支援システム |
JP5531711B2 (ja) * | 2010-03-29 | 2014-06-25 | オムロンヘルスケア株式会社 | 健康管理支援装置、健康管理支援システムおよび健康管理支援プログラム |
US10706128B2 (en) * | 2010-05-12 | 2020-07-07 | Zipongo | System and method for automated personalized and community-specific eating and activity planning, linked to tracking system with automated multimodal item identification and size estimation system |
US20140343371A1 (en) * | 2013-05-14 | 2014-11-20 | Ii Thomas Skerik Sowers | Wearable sensor device for health monitoring and methods of use |
-
2013
- 2013-07-05 JP JP2013141340A patent/JP5388154B1/ja not_active Expired - Fee Related
- 2013-10-18 WO PCT/JP2013/078252 patent/WO2015001686A1/ja active Application Filing
- 2013-10-18 US US14/351,970 patent/US20150269864A1/en not_active Abandoned
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017018242A (ja) * | 2015-07-09 | 2017-01-26 | 株式会社タニタ | 老化予測装置及びプログラム |
JP2017138976A (ja) * | 2016-02-02 | 2017-08-10 | 富士通株式会社 | ユーザの行動を変えるヘルスケアシステム |
JP2018166886A (ja) * | 2017-03-30 | 2018-11-01 | 株式会社タニタ | 情報処理装置、情報処理方法及びプログラム |
CN108742616A (zh) * | 2017-03-30 | 2018-11-06 | 株式会社百利达 | 信息处理装置、信息处理方法以及存储介质 |
JP7152736B2 (ja) | 2017-03-30 | 2022-10-13 | 株式会社タニタ | 情報処理装置、方法及びプログラム |
JP2022191268A (ja) * | 2017-03-30 | 2022-12-27 | 株式会社タニタ | 情報処理装置、情報処理方法及びプログラム |
WO2022004874A1 (ja) * | 2020-07-03 | 2022-01-06 | 国立大学法人東京大学 | 健康支援装置、健康支援方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
WO2015001686A1 (ja) | 2015-01-08 |
JP5388154B1 (ja) | 2014-01-15 |
US20150269864A1 (en) | 2015-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210090709A1 (en) | Automated health data acquisition, processing and communication system | |
JP5388154B1 (ja) | ヘルスケアシステム | |
US11568993B2 (en) | System and method of predicting a healthcare event | |
US10930394B2 (en) | Lifestyle management supporting apparatus and lifestyle management supporting method | |
Sell | Predicting long-term sickness absence and early retirement pension from self-reported work ability | |
JP6566241B2 (ja) | 健康管理システム、健康管理装置及び表示方法 | |
JP5684097B2 (ja) | 表示制御装置 | |
US20140135592A1 (en) | Health band | |
WO2016104326A1 (ja) | 生活習慣改善装置及び生活習慣改善方法並びに生活習慣改善システム | |
JP2014160517A (ja) | 病状の個人管理および監視 | |
KR102124249B1 (ko) | 건강 관련 앱과 웨어러블 기기를 이용한 성인초기 대상자를 위한 대사증후군 예방 프로그램 | |
Drenowatz et al. | Differences in energy expenditure between high-and low-volume training | |
WO2020195682A1 (ja) | 生活習慣改善提案装置、生活習慣改善提案方法、及び生活習慣改善提案プログラム | |
WO2015107860A1 (ja) | 健康管理支援システム | |
Dagenais et al. | Wireless physical activity monitor use among adults living with HIV: a scoping review | |
JP6185145B2 (ja) | 生活支援サービスシステム及び方法 | |
JP2021026556A (ja) | 生活習慣改善支援装置、端末装置、コンピュータプログラム及び生活習慣改善支援方法 | |
JP6639404B2 (ja) | 減量支援方法、減量支援プログラム、及び減量支援装置 | |
TW201103495A (en) | Remote care system that allows users to select their own suitable symptom diagnosis algorithm and method thereof | |
CN113871014A (zh) | 一种自主健康的辅助方法和装置 | |
JP6416334B2 (ja) | 生活支援サービスシステム及び方法 | |
KR102358696B1 (ko) | 심폐체력 측정 시스템 및 그 방법 | |
WO2023243230A1 (ja) | アドバイス装置、アドバイス方法、アドバイスプログラム、およびアドバイスシステム | |
WO2020121602A1 (ja) | 肌管理システム及びプログラム | |
JP2022049564A (ja) | 情報処理装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130926 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131002 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5388154 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |