JP2015158434A - 測定サポート装置、健康サポートシステム、測定サポート方法、および測定サポートプログラム - Google Patents

Abstract

【課題】対象者に対して、体重等の身体にかかる項目を増加、または減少させるという目的を達成する可能性が高い測定行動の時系列測定パターンを提示し、その対象者をサポートする技術を提供する。【解決手段】測定サポート装置１は、通信部１４において、対象者を識別する対象者ＩＤと、対象者の身体を測定した身体情報と、この身体情報を測定した測定時刻を含むウエルネス情報を受信すると、このウエルネス情報を測定履歴ＤＢ１３に記憶する。演算処理部１１は、測定履歴ＤＢ１３ウエルネス情報を用いて、身体情報を測定した時系列測定パターン別に、測定された身体情報の変化の適応度を算出し、推奨する身体情報の時系列測定パターンを検出する。そして、検出した身体情報の推奨する時系列測定パターンを対象者に提示する。【選択図】図２

Description

この発明は、対象者に対して、体重計等の測定機での身体の繰り返し測定にかかる時系列測定パターンを提示する技術に関する。

従来、糖尿病、高血圧等の生活習慣病の予防目的で体重の減量に取り組む人が増加している。一方で、低血圧や冷え性の改善のために体重の増量に取り組む人もいる。ここでは、体重の減量、および体重の増量を総称してダイエットという。医療機関では、ダイエットを希望する人(以下、総称して対象者と言う。）に対して、目標体重を達成するための、食事や運動にかかるダイエットメニューを提示している。

一方で、対象者に対して、その対象者にとって実行しにくいダイエットメニューを提示されることがある。そこで、過去のダイエット実施者の実績をもとに，食事や運動などにかかるダイエットメニュー毎に、取り組み易さを表す実施率やダイエット効果を算出し、支援情報として対象者に提提示するものがあった（特許文献１参照）。

特開２００９− ９３３０７号公報

しかしながら、従来は、対象者に対して、医学的な見地によるダイエットメニューを提示しているだけであった。

一方で、本願の発明者は、体重等の身体にかかる項目（以下、身体項目と言う。）を増加、または減少させるという取り組みを行っている対象者が、その身体項目(例えば、体重）を繰り返し測定する測定行動の時系列測定パターンの違いによって、その取り組みが成功する可能性が高いものもあれば、低いものがあることを確認した。すなわち、対象者に対して、身体項目を増加、または減少させるという目的を達成する可能性が高い測定行動の時系列測定パターン（推奨される時系列測定パターン）を提示することによって、これまで想定されていなかった見地による対象者のサポートが行える。

この発明の目的は、対象者に対して、体重等の身体にかかる項目を増加、または減少させるという目的を達成する可能性が高い測定行動の時系列測定パターンを提示し、その対象者をサポートする技術を提供することにある。

この発明の測定サポート装置は、その目的を達するために、以下のように構成している。

ウエルネス情報記憶部は、受信部において受信したウエルネス情報を記憶する。このウエルネス情報には、対象者を識別する対象者ＩＤと、対象者の身体を測定した身体情報と、この身体情報を測定した測定時刻が含まれている。身体情報は、例えば体重や血圧である。

時系列測定パターン検出部は、ウエルネス情報記憶部に記憶しているウエルネス情報を用いて、身体情報を測定した時系列測定パターン別に、測定された身体情報の変化の適応度を算出し、推奨する身体情報の時系列測定パターンを検出する。適応度は、その時系列測定パターンと、測定された身体情報の変化と、の関連の強さを示す度合いである。

提示部は、対象者に対して、時系列測定パターン検出部が検出した身体情報の推奨する時系列測定パターンを提示する。

これにより、対象者に対して、体重や血圧等の身体にかかる項目を増加、または減少させるという目的を達成する可能性が高い測定行動の時系列測定パターン（推奨する身体情報の時系列測定パターン）を提示することができる。したがって、これまで想定されていなかった見地から、ダイエット等に取り組んでいる対象者のサポートが行える。

また、時系列測定パターン検出部は、年齢、性別等の属性別に、推奨する身体情報の時系列測定パターンを検出する、構成とするのが好ましい。

また、時系列測定パターン検出部は、身体情報を測定した時系列測定パターン別に、身体情報にかかる測定値が減少する変化の適応度と、身体情報にかかる測定値が増加する変化の適応度とを算出し、推奨する身体情報の時系列測定パターンを検出する、構成とするのが好ましい。例えば、身体情報にかかる測定値の減少、または増加の一方の変化に対して推奨する時系列測定パターンとして、一方の変化にかかる適応度が予め定めた第１の閾値よりも大きく、且つ、他方の変化にかかる適応度が予め定めた第２の閾値よりも小さい時系列測定パターンを検出する。

また、時系列測定パターン検出部は、予め定めた期間、例えば１週間、における時系列測定パターンを検出する。

この発明によれば、対象者に対して、体重等の身体にかかる項目を増加、または減少させるという目的を達成する可能性が高い測定行動の時系列測定パターンを提示し、これまで想定されていなかった見地による対象者のサポートが行える。

健康サポートシステムの構成を示すブロック図である。 測定サポート装置の主要部の構成を示すブロック図である。 対象者データベースを示す図である。 測定履歴データベースを示す図である。 検出処理を示すフローチャートである。 体重測定の時系列測定パターン別にブロックを集計し、適応度ＤＯＡを算出した結果を示す図である。 体重測定の時系列測定パターン別にブロックを集計し、適応度ＤＯＡを算出した結果を示す図である。

以下、この発明の実施形態である健康指導システムについて説明する。

図１は、この例にかかる健康サポートシステムの構成を示すブロック図である。この例にかかる健康サポートシステムは、体重を減量するダイエットに取り組んでいる対象者をサポートする。この健康サポートシステムは、測定サポート装置１と、携帯端末２と、体重計３と、を備える。携帯端末２、および体重計３は、ダイエットに取り組んでいる対象者が所有するものである。この例では、携帯端末２、および体重計３は、対になっている。

なお、図１では、ある対象者が所有する一対の携帯端末２、および体重計３を代表して図示しているだけであり、ネットワークを介して測定サポート装置１に接続される携帯端末２がこの対象者のみであるという意味ではない。多数の対象者の携帯端末２が、ネットワークを介して測定サポート装置１に接続される。

体重計３は、体重が測定でき、その測定結果を近距離無線通信で携帯端末２に送信する近距離無線通信機能を備える。この種の体重計は、すでに商品化されているものがある（例えば、http://www.healthcare.omron.co.jp/sp/hbf252f/ 参照）。

携帯端末２は、体重計３との間で近距離無線通信が行える近距離無線通信機能、およびインタネット等のネットワークを介して測定サポート装置１との間で通信が行えるネットワーク通信機能を備える。この種の携帯端末２には、すでに商品化されているスマートフォンがある。また、携帯端末２は、パーソナルコンピュータ等で代用することも可能である。

図２は、この例にかかる測定サポート装置の主要部の構成を示すブロック図である。測定サポート装置１は、演算処理部１１と、対象者データベース１２（以下、対象者ＤＢ１２と言う。）と、測定履歴データベース１３(以下、測定履歴ＤＢ１３と言う。）と、通信部１４と、を備えている。

演算処理部１１は、測定サポート装置１本体の動作を制御するとともに、対象者の属性に応じて、体重を繰り返し測定する測定行動の時系列測定パターンを検出する処理等を行う。演算処理部１１が行う処理の詳細については後述する。演算処理部１１は、この発明にかかる測定サポートプログラムがインストールされるコンピュータを有し、このコンピュータが、この発明にかかる測定サポート方法を実行する。また、この演算処理部１１が、この発明で言う、時系列測定パターン検出部に相当する構成を有する。

対象者ＤＢ１２は、対象者を管理するデータベースである。図３は、対象者データベースを示す図である。ここで言う対象者は、この健康サポートシステムに登録している会員であり、体重を減量するダイエットに取り組んでいる。対象者ＤＢ１２は、対象者毎に、対象者を識別するＩＤ(識別コード）、対象者の登録メールアドレス、対象者の氏名、対象者の性別、対象者の生年月日等を対応付けた対象者レコードを登録したデータベースである。対象者の年齢は、登録されている生年月日から得られる。この対象者ＤＢ１２が、この発明で言う属性記憶部に相当する構成である。

測定履歴ＤＢ１３は、対象者別に、体重の測定日時と、測定体重と、を対応付けた測定データ(この発明で言う、ウエルネス情報に相当する。）を蓄積的に記憶する。図４は、測定履歴データベースを示す図である。測定履歴ＤＢ１３は、対象者毎に、毎日、午前および午後の２回分の測定データを記憶する領域を有する。測定データは、測定時刻と測定体重である。図４において測定データが記憶されていない領域は、対象者が体重を測定しておらず、測定データが存在しないことを意味する。この測定履歴ＤＢ１３が、この発明で言うウエルネス情報記憶部に相当する構成である。

図４に示すように、体重の測定にかかる時系列測定パターンは、生活環境や生活習慣の違いにより、各対象者で異なっている。

通信部１４は、ネットワークを介して携帯端末２と通信する。この通信部１４が、この発明で言う受信部、および提示部に相当する構成である。

この例にかかる健康サポートシステムは、体重を減量するダイエットに効果のある活動を行ないながら、その活動の効果を確認するために体重計３で体重測定を繰り返す対象者に対して、対象者が目的(ダイエット）を達成する可能性が高い体重測定（測定行動）の時系列測定パターンを提示する。以下、この例にかかる健康サポートシステムの動作について説明する。

この健康サポートシステムにおいて、対象者になることを希望する人は、この健康サポートシステムに登録する。例えば、対象者になることを希望する人は、測定サポート装置１がインタネット上で公開している登録ページにおいて、氏名、性別、生年月日、目的(体重の減量、または増加等）、メールアドレス等の必要項目を入力する。対象者になることを希望する人は、この登録ページにおいて入力した内容に基づきＩＤが付与され、対象者ＤＢ１２に登録される。これにより、この健康サポートシステムに対する登録が完了し、対象者になる。また、測定サポート装置１は、このとき付与したＩＤを今回登録した対象者に通知する。

次に、対象者の体重測定について説明する。体重計３は、対象者が体重を測定すると、測定日時と測定体重とを対応付けた測定データを体重計３本体が備えるメモリ等に一時的に記憶する。体重計３は、近距離無線通信で一時的にメモリに記憶した測定データを携帯端末２に送信する。

なお、体重計３と、携帯端末２とは有線で通信する構成であってもよい。また、対象者が、体重計３で体重を測定した測定日時や、測定体重を携帯端末２に入力してもよい。

携帯端末２は、体重計３から送信されてきた測定データにＩＤを付けて測定サポート装置１に送信する。携帯端末２が測定サポート装置１に送信する測定データが、この発明で言うウエルネス情報に相当する。測定サポート装置１は、ＩＤが付された測定データ(携帯端末２から送信されてきた測定データ）を通信部１４で受信すると、その測定データを測定履歴ＤＢ１３に記憶する。これにより、測定サポート装置１は、各対象者について、測定データを測定履歴ＤＢ１３に蓄積的に記憶する。

次に、測定サポート装置１が、ダイエット（ここでは、体重を減量することを意味する。）を達成する可能性が高い体重測定の時系列測定パターンを検出する検出処理について説明する。図５は、この検出処理を示すフローチャートである。この例にかかる測定サポート装置１は、対象者を属性で分類したグループ毎に、ダイエットを達成する可能性が高い体重測定の時系列測定パターンを検出する。グループは、性別、および年代により分類している。年代は、例えば、２０代未満、２０代、３０代、４０代、５０代以上の５つである。この場合には、測定サポート装置１は、属性で分類される１０グループについて、ダイエットを達成する可能性が高い体重測定の時系列測定パターンを検出する。

ここでは、対象者の属性で分類した１つのグループに対して、ダイエットを達成する可能性が高い体重測定の時系列測定パターンを検出する処理について説明する。測定サポート装置１は、演算処理部１１がダイエットを達成する可能性が高い体重測定の時系列測定パターンを検出するグループにかかる対象者の属性を決定する（ｓ１）。ｓ１では、例えば３０代女性や、４０代女性、４０代男性等の属性を決定する。

演算処理部１１は、対象者ＤＢ１２を検索し、ｓ１で決定した属性で分類されるグループに属する対象者のＩＤを全て抽出する（ｓ２）。ｓ２では、例えば３０代女性である対象者のＩＤを全て抽出する。

演算処理部１１は、ｓ２で抽出したＩＤ毎に、測定履歴ＤＢ１３に記憶している測定データを抽出する（ｓ３）。ｓ３では、例えば３０代女性である対象者毎に、測定データが抽出される。

演算処理部１１は、対象者毎に、ｓ３で抽出した測定データを所定の期間(この例では、１週間）で区分したブロックに分割する（ｓ４）。ｓ４では、対象者の測定データを、月曜日から次の日曜日までの１週間分の測定データを１つのブロックにする区分を行う。したがって、１人の対象者について作成されるブロックは、１つとは限らない。

演算処理部１１は、区分したブロックの期間において、体重が所定量以上(この例では、１％以上）減量しているブロックを減量に成功しているブロックとして抽出する（ｓ５）。また、演算処理部１１は、区分したブロックの期間において、体重が所定量以上(この例では、１％以上）増量しているブロックを減量に失敗しているブロックとして抽出する（ｓ６）。ｓ５、およびｓ６にかかる処理の順番は、どちらを先に行ってもよい。

演算処理部１１は、体重測定の時系列測定パターン別に、ｓ５で抽出したブロックの数を集計する（ｓ７）。また、ブロック数を集計した体重測定の時系列測定パターン毎に、適応度ＤＯＡ（ＤＯＡ： Degree of Azhar）を算出する（ｓ８）。適合度ＤＯＡは、
適応度ＤＯＡ＝（ｓ７で集計したブロック数）／(ｓ５で抽出した総ブロック数）×１００［％］
により算出される。すなわち、ｓ８で算出される適応度ＤＯＡは、区分したブロックの期間において、減量に成功しているブロックの１００分率である。

図６は、ｓ７で体重測定の時系列測定パターン別にブロックを集計し、ｓ８で適応度ＤＯＡを算出した結果を示す図である。図６において、時系列測定パターンに曜日(月火水木金土日）が入っているのは、体重の測定が行われたこと（測定データが存在していること）を示し、曜日ではなく「＿」が入っているのは、体重の測定が行われなかったこと(測定データが存在しないこと）を示している。ブロック総数は、ｓ５で抽出したブロック数である。

また、演算処理部１１は、体重測定の時系列測定パターン別に、ｓ６で抽出したブロックの数を集計する（ｓ９）。また、ブロック数を集計した体重測定の時系列測定パターン毎に、適応度ＤＯＡを算出する（ｓ１０）。適合度ＤＯＡは、
適応度ＤＯＡ＝（ｓ９で集計したブロック数）／(ｓ６で抽出した総ブロック数）×１００［％］
により算出される。すなわち、ｓ９で算出される適応度ＤＯＡは、区分したブロックの期間において、減量に失敗しているブロックの１００分率である。

図７は、ｓ９で体重測定の時系列測定パターン別にブロックを集計し、ｓ１０で適応度ＤＯＡを算出した結果を示す図である。図７も、上述の図６と同様に、時系列測定パターンに曜日(月火水木金土日）が入っているのは、体重の測定が行われたこと（測定データが存在していること）を示し、曜日ではなく「＿」が入っているのは、体重の測定が行われなかったこと(測定データが存在しないこと）を示している。ブロック総数は、ｓ６で抽出したブロック数である。

上述のｓ７〜ｓ１０にかかる処理の順番は、上記の順番でなくてもよいが、ｓ８にかかる処理は、ｓ７にかかる処理が行われた後に行われ、ｓ１０にかかる処理は、ｓ９にかかる処理が行われた後に行われる。

演算処理部１１は、ｓ１で決定した属性の対象者がダイエットを達成するために行う体重測定において推奨する時系列測定パターンを検出する（ｓ１１）。

ｓ１１では、ｓ１で決定した属性の対象者において、ダイエットに成功した対象者（ここでは１％以上減量した対象者）の体重測定の時系列測定パターンおよびその適応度ＤＯＡと、ダイエットに失敗した対象者（ここでは１％以上増量した対象者）の体重測定の時系列測定パターンおよびその適応度ＤＯＡと、を用いて、ｓ１で決定した属性の対象者に対して推奨する体重測定の時系列測定パターンを検出する。

ダイエットに成功した対象者の体重測定の時系列測定パターンにおいて、適応度ＤＯＡが高いものほど、ダイエットに成功する可能性が高い。一方で、ダイエットに失敗した対象者の体重測定の時系列測定パターンにおいて、適応度ＤＯＡが高いものほど、ダイエットに失敗する可能性が高い。言い換えれば、ダイエットに失敗した対象者の体重測定の時系列測定パターンにおいて、適応度ＤＯＡが低いものほど、ダイエットに失敗する可能性が低い。

そこで、この例では、ダイエットに成功した対象者の体重測定の時系列測定パターンにおいて、適応度ＤＯＡが予め定めた第１の閾値よりも大きく、且つダイエットに失敗した対象者の体重測定の時系列測定パターンにおいて、適応度ＤＯＡが予め定めた第２の閾値よりも小さい、体重測定の時系列測定パターンを推奨する体重測定の時系列測定パターンとして検出する。第１の閾値、および第２の閾値は、同じ値であってもよいし、異なる値であってもよい。ここでは、第１の閾値＝２［％］、第２の閾値＝１［％］とした。図６、および図７を参照すると、上記条件を満足する体重測定の時系列測定パターンは、土曜日の午後だけ体重を測定しないパターン「月火水木金土日月火水木金＿日」である。

なお、体重測定の時系列測定パターンが「月火水木金土日月火水木金土日」でないブロックの比率は比較的小さいと推定されることから、上述の第１の閾値、および第２の閾値は、それほど大きな値にはならない。

なお、上記条件を満足する体重測定の時系列測定パターンが複数存在するときは、ダイエットに成功した対象者にかかる適応度ＤＯＡから、ダイエットに失敗した対象者にかかる適応度ＤＯＡを差し引いた値が最大である体重測定の時系列測定パターンを推奨する体重測定の時系列測定パターンとして検出する。

演算処理部１１は、ｓ１１で推奨する体重測定の時系列測定パターンが検出できれば、これをｓ１で決定した属性の対象者に提示する、推奨する体重測定の時系列測定パターンに決定する（ｓ１２、ｓ１３）。一方、演算処理部１１は、ｓ１１で推奨する体重測定の時系列測定パターンが検出できなければ、ｓ１で決定した属性の対象者に提示する、推奨する体重測定の時系列測定パターンが無いとする（ｓ１２、ｓ１４）。

演算処理部１１は、図５に示した処理を、属性で分類されるグループ毎に行うことで、各グループに属する対象者に対して、推奨する体重測定の時系列測定パターンを検出できる。

測定サポート装置１は、対象者に対して、その対象者の属性について図５に示した処理で検出した推奨する体重測定の時系列測定パターンを、電子メール等で送信する。また、この電子メールは、体重の減量に成功していない対象者に限って送信してもよい。さらには、その時点でダイエットに成功している対象者であれば、検出した推奨する体重測定の時系列測定パターンと異なっていても、その対象者については、推奨する体重測定の時系列測定パターンを提示する電子メールを送信しないようにしてもよい。

電子メールでは、例えば、
「体重の測定は、現在の測定パターンよりも、「月火水木金土日月火水木金＿日」で測定されるパターンのほうが、ダイエットに成功する可能性が高くなると思われます。」
というメッセージを送信する。

これにより、対象者に対して、ダイエットを達成する可能性が高い体重測定の時系列測定パターンを提示することができ、これまで想定されていなかった見地による対象者のサポートが行える。

また、ｓ１１における推奨する体重測定の時系列測定パターンの検出は、以下に示す処理に置き換えてもよい。

この例では、体重の測定を推奨するタイミングと、体重を測定しても測定しなくてもよいタイミングと、を示す体重測定の時系列測定パターンを検出する。すなわち、少なくとも体重を測定するタイミングを規定した体重測定の時系列測定パターンを検出する。

例えば、図６および図７を参照して、体重を減量したい３０代女性を例にし、少なくとも体重を測定するタイミングを規定した体重測定の時系列測定パターンを、月火水木金の５日間の午前、および金曜日の午後に体重を測定するタイミングとして規定したものにすると、少なくとも月火水木金の５日間の午前、および金曜日の午後に体重を測定し、減量に成功している（１％以上減量している）ブロックの合計は、
１％以上減量したブロックの合計
＝１８２＋２６＋１６＋９＋９＋８＋７＋６＋５＋５＋５＝２７７
になる。

したがって、この体重測定の時系列測定パターンにおいて、減量に成功している３０代女性の適応度ＤＯＡは、
適応度ＤＯＡ＝２７５／７８０×１００≒約３６％
である。

一方で、同じ体重測定の時系列測定パターン（少なくとも月火水木金の５日間の午前、および金曜日の午後）で体重を測定し、減量に失敗している（１％以上増量している）ブロックの合計は、図７を参照すると、
１％以上増量したブロックの合計＝６７＋７＋５＋４＋４＋４＋３＋３＝９７
になる。

したがって、この体重測定の時系列測定パターンにおいて、減量に失敗している３０代女性の適応度ＤＯＡは、
適応度ＤＯＡ＝９７／５０７×１００≒約１９％
である。

演算処理部１１は、減量に成功している適応度ＤＯＡから、減量に失敗している適応度ＤＯＡを差し引いた値（上記の例では、３６−１９＝１７％）が最大になる体重測定の時系列測定パターン（少なくとも体重を測定するタイミングを規定した体重測定の時系列測定パターン）を検出する。

なお、毎日、午前および午後に体重を測定することを規定した体重測定の時系列測定パターンでは、
減量に成功している３０代女性の適応度ＤＯＡは、
適応度ＤＯＡ＝１８２／７８０×１００≒約２３％
減量に失敗している３０代女性の適応度ＤＯＡは、
適応度ＤＯＡ＝６７／５０７×１００≒約１３％
であるので、その差は１０％である。

すなわち、ここでは、上記例で示した、月火水木金の５日間の午前、および金曜日の午後を少なくとも体重を測定するタイミングと規定した体重測定の時系列測定パターン（１９％）のほうが、毎日、午前および午後に体重を測定することを規定した体重測定の時系列測定パターン（１０％）よりも大きくなる。

上記の説明では、月火水木金の５日間の午前、および金曜日の午後を、体重を測定するタイミングとして規定した体重測定の時系列測定パターンを一例として示しているだけであり、演算処理部１１は、少なくとも体重を測定するタイミングを規定した体重測定の複数の時系列測定パターンについて、減量に成功している３０代女性の適応度ＤＯＡから、減量に失敗している３０代女性の適応度ＤＯＡを差し引いた値（差分値）を算出し、その中で差分値が最大であった、体重測定の時系列測定パターンを、推奨する体重測定の時系列測定パターンとして検出する。

また、体重を測定することを規定した体重測定の時系列測定パターンは、体重を測定するタイミングを、例えば６回以上にする等の条件を設けるのが好ましい。

また、演算処理部１１は、上記差分値の最大値が。予め定めた値（例えば、１０％）未満であれば、推奨する体重測定の時系列測定パターンがないと判定するようにしてもよい。

この例では、対象者に送信する電子メールは、例えば、
「月火水木金の５日間の午前、および金曜日の午後の合計６回は、忘れずに体重を測定してください。ダイエットに成功する可能性が高くなると思われます。」
というメッセージを送信する。

なお、本願発明は、上述した体重を減量するダイエットを希望する対象者に対して、推奨する体重測定の時系列測定パターンを提示する例に限らず、体重を増量するダイエットを希望する対象者に対しても、推奨する体重測定の時系列測定パターンを提示することができる。また、体重だけでなく、体脂肪率、ＢＭＩ（肥満度）、血圧等についても、推奨する時系列測定パターンを提示することができる。

１−測定サポート装置
２−携帯端末
３−体重計
１１−演算処理部
１２−対象者データベース（対象者ＤＢ）
１３−測定履歴データベース（測定履歴ＤＢ）
１４ 通信部

Claims (8)

1. 対象者を識別する対象者ＩＤと、対象者の身体を測定した身体情報と、この身体情報を測定した測定時刻を含むウエルネス情報を受信する受信部と、
   前記受信部で受信したウエルネス情報を記憶するウエルネス情報記憶部と、
   前記ウエルネス情報記憶部に記憶しているウエルネス情報を用いて、身体情報を測定した時系列測定パターン別に、測定された身体情報の変化の適応度を算出し、推奨する身体情報の時系列測定パターンを検出する時系列測定パターン検出部と、
   対象者に対して、前記時系列測定パターン検出部が検出した身体情報の推奨する時系列測定パターンを提示する提示部と、を備えた測定サポート装置。
2. 対象者を識別する対象者ＩＤと、対象者の属性とを対応付けて記憶する属性記憶部を備え、
   前記時系列測定パターン検出部は、属性別に、推奨する身体情報の時系列測定パターンを検出する、請求項１に記載の測定サポート装置。
3. 前記時系列測定パターン検出部は、身体情報を測定した時系列測定パターン別に、身体情報にかかる測定値が減少する変化の適応度と、身体情報にかかる測定値が増加する変化の適応度とを算出し、推奨する身体情報の時系列測定パターンを検出する、請求項１、または２に記載の測定サポート装置。
4. 前記時系列測定パターン検出部は、身体情報にかかる測定値の減少、または増加の一方の変化に対して推奨する時系列測定パターンとして、一方の変化にかかる適応度が予め定めた第１の閾値よりも大きく、且つ、他方の変化にかかる適応度が予め定めた第２の閾値よりも小さい時系列測定パターンを検出する、請求項３に記載の測定サポート装置。
5. 前記時系列測定パターン検出部は、予め定めた期間における時系列測定パターンを検出する、請求項１〜４のいずれかに記載の測定サポート装置。
6. ネットワークを介して、携帯端末と測定サポート装置とが通信可能に接続される健康サポートシステムであって、
   前記携帯端末は、
   対象者を識別する対象者ＩＤと、測定機で対象者の身体を測定した身体情報と、この身体情報を測定した測定時刻を含むウエルネス情報を、前記ネットワークを介して前記サポート装置へ送信する送信部を備え、
   前記測定サポート装置は、
   前記携帯端末から送信されてきたウエルネス情報を受信する受信部と、
   前記受信部で受信したウエルネス情報を記憶するウエルネス情報記憶部と、
   前記ウエルネス情報記憶部に記憶しているウエルネス情報を用いて、身体情報を測定した時系列測定パターン別に、測定された身体情報の変化の適応度を算出し、推奨する身体情報の時系列測定パターンを検出する時系列測定パターン検出部と、
   対象者に対して、前記時系列測定パターン検出部が検出した身体情報の推奨する時系列測定パターンを提示する提示部と、を備えている、
   健康サポートシステム。
7. 対象者を識別する対象者ＩＤと、対象者の身体を測定した身体情報と、この身体情報を測定した測定時刻を含むウエルネス情報を受信部で受信する受信ステップと、
   前記受信部で受信したウエルネス情報をウエルネス情報記憶部に記憶する記憶ステップと、
   前記ウエルネス情報記憶部に記憶しているウエルネス情報を用いて、身体情報を測定した時系列測定パターン別に、測定された身体情報の変化の適応度を算出し、推奨する身体情報の時系列測定パターンを検出する時系列測定パターン検出ステップと、
   対象者に対して、前記時系列測定パターン検出ステップが検出した身体情報の推奨する時系列測定パターンを提示する提示ステップと、を備えた測定サポート方法。
8. 対象者を識別する対象者ＩＤと、対象者の身体を測定した身体情報と、この身体情報を測定した測定時刻を含むウエルネス情報を受信部で受信する受信ステップと、
   前記受信部で受信したウエルネス情報をウエルネス情報記憶部に記憶する記憶ステップと、
   前記ウエルネス情報記憶部に記憶しているウエルネス情報を用いて、身体情報を測定した時系列測定パターン別に、測定された身体情報の変化の適応度を算出し、推奨する身体情報の時系列測定パターンを検出する時系列測定パターン検出ステップと、
   対象者に対して、前記時系列測定パターン検出ステップが検出した身体情報の推奨する時系列測定パターンを提示する提示ステップと、をコンピュータに実行させる測定サポートプログラム。

Images