JP2016122269A - 生体情報予測装置、生体情報予測方法、及びプログラム - Google Patents

Abstract

【課題】将来的な生体情報の予測を行うことができる生体情報予測装置、生体情報予測方法、及びプログラムを提供すること。【解決手段】生体パラメータ取得部１１は、被験者から第１生体パラメータと第２生体パラメータを取得する。生体情報予測部１２は、第１生体パラメータの変化と第２生体パラメータの変化との関係を定義した将来予測モデルと、生体パラメータ取得部１１が取得した第１生体パラメータの履歴値と、を基に第２生体パラメータの将来傾向を予測する．報知部１３は、生体情報予測部１１の予測に基づいて、第２生体パラメータに関する報知を行う。【選択図】図１

Description

本発明は生体情報予測装置、生体情報予測方法、及びプログラムに関する。

近年、世界的に高齢化社会の問題が深刻になってきている。特に日本は、世界の中でも高齢化の問題が深刻である。日本の社会保障については、生産年齢人口３〜４人で高齢者１人を支える騎馬戦型から、生産年齢人口１人で高齢者１人を支えるおんぶ型にシフトするといわれている。このような社会構造の中で以下の事項を特に考慮する必要がある。

第１に、高齢者割合の増加に伴い、医療費の増大が顕著に進む可能性がある。そのため、疾病患者をすぐに治療して病院から退院させる（回復させる）ことが重要となる。第２に、高齢者の活用の観点から、病院にかからない（病気にならない）ということも重要となる。この２点への対応として、疾病が悪化する前に疾病の危険性を即座に把握することが重要となる。

ところで最近では、コンピュータの処理能力の向上に伴い、大量（Ｖｏｌｕｍｅ）のデータを高速（Ｖｅｌｏｃｉｔｙ）に、様々な形式（Ｖａｒｉｅｔｙ）で扱うことが可能となってきている。このような背景から様々な解析手法や機械学習、データマイニングといった技術が様々な分野で活用されてきている。医療の分野においても疾病の予測等にこれらの技術を用いることが検討されてきている。

そこで、統計解析等を用いて疾病の危険性を予測する先行技術について説明する。特許文献１は、被験者から取得した唾液データと予め記憶していた相関データを比較することによって生活習慣病の判定を行う装置を開示している。特許文献２は、被験者の体重と健診データ（総コレステロール等）との相関を解析し、当該解析結果から健康状態を推定する手法を開示している。

特開２０１４−１３００９６号公報 特開２００９−１８１５６４号公報

上述の特許文献１に記載の装置は、唾液データと相関データの比較を行うことにより、唾液の取得時における生活習慣病の危険度を判定している。また特許文献２に記載の手法は、体重を基に検診時の健康状態の判定を行うものである。すなわち特許文献１及び２の技術は、複数の生体パラメータの関係性（相関）を基に、ある時点での疾病や健康状態のリスクを分析するものである。換言すると特許文献１及び２の技術は、将来的な疾病の危険性や生体情報の将来傾向を事前に予測することができない。なお近年では、患者の将来予測を行う取り組みが徐々に始まってきているものの、その詳細な処理については開示されておらず、十分な検討が行われていない。

事前予測が望まれる疾病の一例として、心停止、心室細動等の危険な不整脈、心拍数変化等が挙げられる。これまでの生体情報モニタは、心電図をモニタリングして解析することによって、これらの危険な状態を検出してアラーム等により通知を行ってきた。しかしながら一般的な生体情報モニタによるアラームは、将来の危険の通知するものではない。そのため、より早期の生体情報の把握が望まれている。

本発明は上述した課題に鑑みてなされたものであり、将来的な生体情報の予測を行うことができる生体情報予測装置、生体情報予測方法、及びプログラムを提供することを主たる目的とする。

本発明にかかる生体情報予測装置の一態様は、
第１生体パラメータと第２生体パラメータを取得する生体パラメータ取得部と、
前記第１生体パラメータの変化と第２生体パラメータの変化との関係を定義した将来予測モデルと、前記生体パラメータ取得部が取得した前記第１生体パラメータの履歴値と、を基に前記第２生体パラメータの将来傾向を予測する生体情報予測部と、
前記生体情報予測部の予測に基づいて、前記第２生体パラメータに関する報知を行う報知部と、を備える、ものである。

生体情報予測部は、第１生体パラメータの変化と第２生体パラメータの変化の関係を定義した将来予測モデルを用いて第２生体パラメータを予測する。そして報知部は、この予測に応じて第２生体パラメータに関する報知を行う構成である。医師等は、この報知を参照することにより、一般的な生体情報モニタでは把握できなかった生体情報の将来予測を行うことができる。

本発明は、将来的な生体情報の予測を行うことができる生体情報予測装置、生体情報予測方法、及びプログラムを提供することができる。

発明の概要にかかる生体情報予測装置１の構成を示すブロック図である。 実施の形態１にかかる生体情報予測装置１の構成を示すブロック図である。 実施の形態１にかかる生体パラメータ取得部１１が取得した脈拍数（ＰＲ）と心拍数（ＨＲ）の関係を示す図である。 実施の形態１にかかる誤り除外部１６の動作を示す概念図である。 実施の形態１にかかる外れ値除外部１７が用いる箱ひげ図の一例を示す図である。 実施の形態２にかかる生体情報予測装置１の構成を示すブロック図である。 実施の形態２にかかる記憶部１８が記憶する将来予測モデルの例を示す図である。

＜発明の概要＞
具体的な発明の実施形態に先立ち、発明の概要を図１を参照して説明する。図１は、本発明にかかる生体情報予測装置１の概略構成を示すブロック図である。生体情報予測装置１は、生体パラメータ取得部１１、生体情報予測部１２、及び報知部１３を備える。生体情報予測装置１は、血圧、呼吸数、呼吸波形、体温、脈拍数、脈波波形、心拍数、心電図、動脈血酸素飽和度、等を測定する。例えば生体情報予測装置１は、ベッドサイドモニタ、除細動器、送信機等である。なお図示しないものの、生体情報予測装置１はＣＰＵ（Central Processing Unit）、各種記憶装置（１次記憶装置、２次記憶装置）、表示部（液晶ディスプレイ）等を備える。

生体パラメータ取得部１１は、被験者の生体に取り付けられた各種センサ（電極、プローブ、カフ等）から生体パラメータの測定値を取得する。ここで生体パラメータ取得部１１は、少なくとも１つ以上の生体パラメータ（第１生体パラメータ）を取得する。好適には生体パラメータ取得部１１は、２つ以上の生体パラメータ（第１生体パラメータ、第２生体パラメータ、第３生体パラメータ等）を取得する。以下の説明では、第１生体パラメータが脈拍数（ＰＲ）であり、第２生体パラメータが心拍数（ＨＲ）とする。生体パラメータ取得部１１は、取得した各種生体パラメータの測定値を生体情報予測部１２及び報知部１３に供給する。

生体情報予測部１２は、生体パラメータ取得部１１が取得した脈拍数（ＰＲ）の測定値の履歴値（遷移）と、将来予測モデルと、を基に心拍数（ＨＲ）の将来傾向を予測する。心拍数（ＨＲ）（第２生体パラメータ）の将来傾向とは、例えば「５分後の心拍数（ＨＲ）の値」という具体的な数値であってもよく、「５分後には心拍数（ＨＲ）が異常値になっているかもしれない」といった大まかな状態を示す情報であってもよい。

好適には生体情報予測部１２は、生体パラメータ取得部１１が取得した脈拍数（ＰＲ）の測定値の履歴値（遷移）と、将来予測モデルと、を基に心拍数（ＨＲ）の将来の危険レベルを予測できることが好ましい。危険レベルとは、例えば数値により表される危険度のレベル（程度）である。例えば危険度レベルは、レベル０（正常）、レベル１（やや危険）、レベル２（危険）、レベル３（とても危険）といったものであれば良い。なお危険レベルは、離散的なデータでなくてもよく、連続的なデータであってもよい。

将来予測モデルとは、脈拍数（ＰＲ）（第１生体パラメータ）の値の変化と、心拍数（ＨＲ）（第２生体パラメータ）の値の変化の関係を定義したモデルである。例えば将来予測モデルは、後述の実施の形態１で詳細を説明する回帰式であってもよい。ここで回帰式とは、例えば以下の式（１）のようなものである。回帰式の算出方法は実施の形態１において後述する。

簡略化して説明すると、生体情報予測部１２は脈拍数（ＰＲ）が以下の値である場合、５分後の脈拍数として８５を上記式（１）に代入する。これにより生体情報予測部１２は、５分後の心拍数（ＨＲ）の値を予測する。すなわち生体情報予測部１２は、脈拍数（ＰＲ）の履歴値（以下の７０、７５、８０）と将来予測モデルを用いて心拍数（ＨＲ）の将来予測を行う。
１０分前の脈拍数（ＰＲ） ――― ７０
５分前の脈拍数（ＰＲ） ――― ７５
現在の脈拍数（ＰＲ） ――― ８０

生体情報予測部１２は、心拍数（ＨＲ）の将来値によって将来の危険レベルを算出する。例えば生体情報予測部１２は、心拍数（ＨＲ）の将来値が１１０未満であればレベル０、１１０以上であればレベル１、１３０以上であればレベル２、１６０以上であればレベル３といったように、閾値と将来値との比較により危険レベルを算出する。危険レベルが報知部１３によって報知されることにより、被験者の心拍数（ＨＲ）がどの程度のリスクがあるのかを知ることができる。

なお生体情報予測部１２は、これまでの心拍数（ＨＲ）の履歴値から危険レベルの設定のための閾値を設定してもよい。例えば心拍数（ＨＲ）の安定している期間（変動が少ない期間）の平均値が８０である場合、生体情報予測部１２は上述の閾値をそれぞれ１１０、１３０、１６０に設定する。また、例えば心拍数（ＨＲ）の安定している期間（変動が少ない期間）の平均値が７０である場合、生体情報予測部１２は上述の閾値をそれぞれ１００、１２０、１５０に設定する。

上述の説明では将来予測モデルが式で表されるものとしたが、将来予測モデルとして以下のような定義を使用してもよい。
・５分以上続けて脈拍数（ＰＲ）が上昇傾向 ⇒ 心拍数（ＨＲ）が将来的に異常となる恐れ（レベル１）
・５分前と比べて脈拍数（ＰＲ）が２０以上上昇 ⇒ 心拍数（ＨＲ）が将来的に異常となる恐れ（レベル２）

生体情報予測部１２は、上述の将来予測モデルを使用して心拍数（ＨＲ）の将来傾向（好適には危険レベル）を算出し、算出した将来傾向（好適には危険レベル）を報知部１３に供給する。なお生体情報予測部１２は、危険レベルではなく心拍数（ＨＲ）の将来値をそのまま通知する構成であってもよい。

報知部１３には、生体パラメータ取得部１１が取得した各種の生体パラメータの測定値が順次入力される。ある生体パラメータの測定値が異常値であった場合、報知部１３は異常を知らせるアラームを出力する。

また報知部１３には、生体情報予測部１２による心拍数（ＨＲ）の将来予測（第２生体パラメータの将来傾向）の情報が入力される。報知部１３は、心拍数（ＨＲ）の将来傾向が正常ではない場合（将来的に異常値または異常な状態となる場合）、現在の心拍数（ＨＲ）の値が正常範囲内であってもアラームを出力する。すなわち報知部１３は、第２生体パラメータの将来傾向に基づいて、第２生体パラメータが異常値となる前であっても第２生体パラメータに関する報知（主にアラームの出力やディスプレイ上へのメッセージ表示）を行う。異常値となる前に報知することにより、医師等は被験者が悪化する前に処置を行うことができる。なお報知部１３は、心拍数（ＨＲ）の将来値をそのまま表示するような構成としてもよい。

なお報知部１３は、心拍数（ＨＲ）が現状で異常値となっている場合のアラームの音と、心拍数（ＨＲ）の現状値は正常であるものの将来傾向が異常である場合のアラームの音と、を異なるものとしてもよい。例えば前者の音と後者の音を異なる音色にする。また報知部１３は、心拍数（ＨＲ）が現状で異常値となっている場合の筐体上の表示ランプの点滅色や点滅パターンと、現状値は正常であるものの将来傾向が異常である場合の筐体上の表示ランプの点滅色や点滅パターンと、を異なるものとしてもよく、アラーム音の音量を異なるものとしてもよい。すなわち報知部１３は、音のみに限らず、心拍数（ＨＲ）が異常値となっている場合の報知手法と、現状値は正常であるものの将来傾向が異常である場合の報知方法と、を異なるものとすることができる。このように報知手法を変えることにより、医師等はどのような対応を行うべきか（即座に診療を行うべきであるのか、それとも経過観察を慎重に行うべきか、等）の判断を行うことが容易になる。

また報知部１３は、心拍数（ＨＲ）の将来値の危険レベルに応じて報知方法を変更してもよい。報知部１３は、危険レベルに応じてアラーム音の音色等を変更してもよく、危険レベルに応じて筐体上の表示ランプの点滅色や点滅パターンを変化させてもよい。これにより、医師等は被験者が将来的にどの程度危険であるのかを直感的に把握することが可能になる。

以上が生体情報予測装置１の構成及び動作の概略である。続いて本実施の形態にかかる生体情報予測装置１の効果について説明する。上述のように生体情報予測部１２は、脈拍数（ＰＲ）の変化と心拍数（ＨＲ）の変化の関係を定義した将来予測モデルを用いて心拍数（ＨＲ）の値を予測する。そして報知部１３は、この予測に応じて心拍数（ＨＲ）が異常値となる前であっても報知を行う（好適にはアラーム音を出力する）構成である。医師等は、この報知を参照することにより、一般的な生体情報モニタでは把握できなかった生体情報の将来予測を行うことができる。

＜実施の形態１＞
続いて上述の図１の第１の具体的構成を実施の形態１として説明する。本実施の形態にかかる生体情報予測装置１は、被験者の生体から取得した第１及び第２生体パラメータを用いて第２生体パラメータの将来予測モデルを生成し、生成した将来予測モデルを用いて第２生体パラメータの将来値を予測するものである。好適には生体情報予測装置１は、回帰分析を行いて上述の将来予測モデルを生成する。以下の説明においても第１生体パラメータは脈拍数（ＰＲ）であり、第２生体パラメータは心拍数（ＨＲ）であるものとする。また第３生体パラメータとしてＳＴ値を用いるものとする。以下、詳細を説明する。

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。図２は本実施の形態にかかる生体情報予測装置１の構成を示すブロック図である。なお、以下の説明において上述の＜発明の概要＞と同様の名称及び符号を付した処理部は、特に言及しない限り上述の発明の概要と同様の処理を行うものとする。

生体情報予測装置１は、生体パラメータ取得部１１、生体情報予測部１２、報知部１３、データ選定部１４、及び予測モデル生成部１５を備える。データ選定部１４は、誤り除外部１６、及び外れ値除外部１７を備える。

生体パラメータ取得部１１は、取得した各種生体パラメータをデータ選定部１４、生体情報予測部１２、及び報知部１３に供給する。本例では生体パラメータ取得部１１は、脈拍数（ＰＲ）、心拍数（ＨＲ）、及びＳＴ値を連続的に取得して供給する。なおＳＴ値とは、心電図波形におけるＳ波とＴ波の差である。

データ選定部１４は、予測モデル生成部１５によるモデル生成前に、生体パラメータ取得部１１が取得した各種生体パラメータの測定値から必要な測定値のみを選定し、選定した測定値を予測モデル生成部１５に供給する。この処理は、予測モデル生成部１５による分析（好適には回帰分析）の精度を上げるために行われる。

図３は、生体パラメータ取得部１１が取得した脈拍数（ＰＲ）と心拍数（ＨＲ）の関係を示す図である。図３は、脈拍数（ＰＲ）を横軸とし、心拍数（ＨＲ）を縦軸とした場合の毎分におけるデータプロットを示している。脈拍数（ＰＲ）と心拍数（ＨＲ）は、被験者の心臓の動きに起因する数値であるため、同じ値となることが好ましい。しかしながら、不整脈をはじめとする生体側の原因、または測定機器の原因（例えばノイズ混入）によってずれが生じる場合がある。なお図示しないものの生体パラメータ取得部１１は、ＳＴ値も各心拍において取得し、毎分のＳＴ値の平均値等も算出している。

誤り除外部１６は、測定機器の原因やセンサの接触状況により正確に測定できなかった測定値を除外する。除外手法の一例を図４に示す。以下、図４を参照しつつ説明する。

毎分の測定値において脈拍数（ＰＲ）と心拍数（ＨＲ）にズレが無く、かつＳＴ値についても１分前との値にズレがない場合（条件１）、誤り除外部１６は正常にデータを測定できている（必要な測定値である）と判定する。

毎分の測定値において脈拍数（ＰＲ）と心拍数（ＨＲ）にズレが無いが、ＳＴ値について１分前との値にズレがある場合（条件２）、誤り除外部１６は正常にデータを測定できていない（必要な測定値ではない）と判定する。これは、ＳＴ値の変化が心電図（すなわち心臓）に起因するものであるにも拘らず、心拍数（ＨＲ）や脈拍数（ＰＲ）が変化しないことは不自然であることに起因する。

毎分の測定値において脈拍数（ＰＲ）と心拍数（ＨＲ）にズレがあり、ＳＴ値については１分前との値にズレがない場合（条件３）、誤り除外部１６は正常にデータを測定できていない（必要な測定値ではない）と判定する。これも、ＳＴ値の変化が心電図（すなわち心臓）に起因するものであるにも拘らず、心拍数（ＨＲ）や脈拍数（ＰＲ）が変化しないことは不自然であることに起因する。

毎分の測定値において脈拍数（ＰＲ）と心拍数（ＨＲ）にズレがあり、かつＳＴ値についても１分前との値にズレがある場合（条件４）、誤り除外部１６は正常にデータを測定できている（必要な測定値である）と判定する。これは、心臓機能の変化によってＳＴ値の変化が生じたと共に、心臓機能の変化（例えば不整脈）によって脈拍数（ＰＲ）と心拍数（ＨＲ）のズレが生じたと考えられるためである。すなわち生体に起因する何らかの変化が生じた状態であると思われるため、心拍数（ＨＲ）の予測に有用な測定値の可能性が高い。

誤り除外部１６は、図４において条件１と条件４に相当する測定値のみを抽出する。なお上述の説明では、誤り除外部１６は図４のモデルに従って測定値を削除するものとしたが、実際の処理では決定木等のデータ処理手法を用いてもよい。また誤り除外部１６は、図４の条件例において心拍数（ＨＲ）と脈拍数（ＰＲ）が一致しているか否か（ＨＲ／ＰＲ＝１であるか否か）を判断したが、両者の差が一定値以内であるか否かにより判定を行ってもよい。同様に誤り除外部１６は、ＳＴ値についても１分前との値にズレがあるか否かを判定したが、両者の差が一定値以内であるかによって判定を行ってもよい。

続いて外れ値除外部１７は、誤り除外部１６により選定された測定値から外れ値を除外し、更なるデータ選定を行う。外れ値除外部１７は、例えば（１）箱ひげ図を定義した上での外れ値除外、（２）閾値との比較による外れ値除外、（３）上位／下位のＸ％の測定値の除外、（４）その他、といった手法で外れ値を除外すればよい。上述の（２）として外れ値除外部１７は、例えば値が４０以下の測定値を外れ値として除外する。上述の（３）として外れ値除外部１７は、例えば上位５％の測定値及び下位５％の測定値を外れ値とする。

以下、上述の（１）の例を説明する。外れ値除外部１７は、箱ひげ図の原理を用いて外れ値を除外する。例えば外れ値除外部１７は、25 percentile - IQRx1.5以下、75 percentile + IQRx1.5以上を外れ値の閾値と定義して測定値を除外する。なお外れ値除外部１７は、除外の際に関連する測定値も合わせて除外する。例えば外れ値除外部１７は、測定開始から１０分後に測定した脈拍数（ＰＲ）を外れ値として除外する場合、測定開始から１０分後に測定した心拍数（ＨＲ）やＳＴ値も合わせて除外する。

外れ値除外部１７は、箱ひげ図を用いた外れ値除外処理を、相関係数ｒを基にして繰り返し行うことが好ましい。例えば、以下のように外れ値除外によって相関係数ｒが遷移したとする。
外れ値除外前：ｒ＝０．６８０
１回目外れ値除外後：ｒ＝０．７７３
２回目外れ値除外後：ｒ＝０．７９１
３回目外れ値除外後：ｒ＝０．８０２４回目外れ値除外後：ｒ＝０．７９９

外れ値除外部１７は、相関係数ｒが下降傾向になるまで繰り返し箱ひげ図の再定義を行うことが好ましい。外れ値除外部１７は、上述のケースでは３回の外れ値除外処理（ｎ＋１回の箱ひげ図の生成処理）をした後のデータを選定する。ただし外れ値除外部１７は、除外後のデータ数により有意水準が保てなくならないように留意する。

前述のように脈拍数（ＰＲ）と心拍数（ＨＲ）は、心臓の拍動に起因する値であるため、近い値となることが一般的である。そのため、相関係数ｒを基にして繰り返し外れ値を除外していくことにより、より両者の関連性が強く表れた測定値のみを抽出することができる。

データ選定部１４は、誤り除外部１６及び外れ値除外部１７によって選定した測定値を予測モデル生成部１５に供給する。予測モデル生成部１５は、データ選定部１４が選定した脈拍数（ＰＲ）、心拍数（ＨＲ）、及びＳＴ値の測定値を蓄積し、当該測定値を分析して回帰式（将来予測モデル）を生成する。

例えば予測モデル生成部１５は、図３に示すように脈拍数（ＰＲ）と心拍数（ＨＲ）を２次元グラフ上にプロットし、当該プロットを用いて脈拍数（ＰＲ）を独立変数とし、心拍数（ＨＲ）を従属変数とする単回帰分析を行う。予測モデル生成部１５は、例えば以下の式（２）のような回帰式を生成する。式（２）の具体例を式（３）に示す。

また予測モデル生成部１５は、脈拍数（ＰＲ）及びＳＴ値を独立変数とし、心拍数（ＨＲ）を従属変数とした重回帰分析を行ってもよい。重回帰分析により算出された回帰式は、例えば以下の式（４）のように示される。式（４）の具体例を式（５）に示す。

ここで予測モデル生成部１５は、生成した回帰式の正しさをｔ検定を用いて検証することが望ましい。はじめに予測モデル生成部１５は、帰無仮説（心拍数（ＨＲ）と脈拍数（ＰＲ）には相関がない）を設定する。その後に予測モデル生成部１５は、有意水準を設定してｔ検定を行う。予測モデル生成部１５は、検定有意と判断出来た場合、「心拍数（ＨＲ）と脈拍数（ＰＲ）の間に相関がないとは言えない」と判断する。この場合、予測モデル生成部１５は帰無仮説を棄却し、上述の回帰式を検定有意と判断する。なおｔ検定の処理内容は、一般的な統計処理において行われるものと同等であればよい。また予測モデル生成部１５は、ｔ検定以外の検定手法を用いてもよい。

予測モデル生成部１５は、一定時間経過した場合（例えば１０分毎）またはユーザからのモデル再作成を指示する操作（ユーザ操作）が行われた場合、心拍数（ＨＲ）の将来予測モデルの再作成を行ってもよい。例えば予測モデル生成部１５は、測定開始〜測定開始１時間後を対象とした毎分の脈拍数（ＰＲ）、心拍数（ＨＲ）、及びＳＴ値の測定値を用いた将来予測モデルを生成する。その後に予測モデル生成部１５は、測定開始後１時間後〜２時間後の各分の脈拍数（ＰＲ）、心拍数（ＨＲ）、及びＳＴ値の測定値を用いた将来予測モデルを再生成する。このように予測モデル生成部１５は、現時点から所定時間前までの履歴値を用いて将来予測モデルを再作成する。将来予測モデルを再作成することにより、生体情報予測部１２は被験者の現在の生体の状態に合致した将来予測モデルを用いた精度の高い心拍数（ＨＲ）の予測を行うことができる。

生体情報予測部１２は、予測モデル生成部１５が生成した回帰式（将来予測モデル）を用いて心拍数（ＨＲ）の将来傾向（好適には将来値や危険レベル）を算出する。そして生体情報予測部１２は、算出した将来傾向を報知部１３に供給する。

生体情報予測部１２による予測の手法は例えば以下のとおりである。生体情報予測部１２は、現在から所定時間前（例えば１０分前）の脈拍数（ＰＲ）の履歴値を参照する。そして生体情報予測部１２は、この脈拍数（ＰＲ）の履歴値から脈拍数（ＰＲ）の予測式を生成する。生体情報予測部１２は、例えば回帰分析を行い、以下の式（６）のような予測式を生成する。なお式中の“ｔ”は、現在からのｔ分後を意味する。

生体情報予測部１２は、予測式（式（６））現在からｔ分後（例えばｔ＝５、ｔ＝１０）の脈拍数（ＰＲ）の将来値を算出する。そして生体情報予測部１２は、算出した脈拍数（ｔ分後の脈拍数（ＰＲ）の将来値）を将来予測モデル（上述の式（２）、（３））に代入することによりｔ分後の心拍数（ＨＲ）を算出する。

なお予測モデル生成部１５が重回帰分析を行った場合（上述の式（４）、（５））、ＳＴ値の測定値の履歴値からＳＴ値の予測式（下記式（７））を生成する。そして生体情報予測部１２は、ｔ分後の脈波数（ＰＲ）およびＳＴ値の将来値を将来予測モデル（上述の式（４）、（５））に代入することによりｔ分後の心拍数（ＨＲ）を算出する。

予測モデル生成部１５は、定期的にｔ分後の心拍数（ＨＲ）の将来値を算出する。予測モデル生成部１５は、将来値を基に危険レベルを算出してもよい。予測モデル生成部１５は、算出した心拍数（ＨＲ）の危険レベルや将来値を報知部１３に通知する。

報知部１３は、各生体パラメータが異常値である場合にアラームを出力する。また報知部１３は、上述したように心拍数（ＨＲ）の将来傾向が正常ではない場合（将来的に異常値または異常な状態となる場合）、心拍数（ＨＲ）の現在値が正常範囲内であってもアラームを出力する。

続いて本実施の形態にかかる生体情報予測装置１の効果について説明する。上述の＜発明の概要＞でも言及したように、報知部１３は、生体情報予測部１２の予測に応じて心拍数（ＨＲ）が異常値となる前（現状で正常範囲内である場合）であっても報知を行う（好適にはアラーム音を出力する）構成である。医師等は、この報知を参照することにより、一般的に生体情報モニタと比べて将来の疾病の危険性の把握を行うことができる。

本実施の形態では予測モデル生成部１５は、脈拍数（ＰＲ）やＳＴ値の履歴値を基に心拍数（ＨＲ）の将来予測モデルを生成している。予測モデル生成部１５は、被験者の生体から取得した各種生体パラメータの履歴値を用いて将来予測モデルを生成するため、被験者の生体により合致した将来予測モデルを生成することができる。

またデータ選定部１４（誤り除外部１６、外れ値除外部１７）は、予測モデル生成部１５が将来予測モデルを生成する前に、将来予測モデルの精度を担保できる測定値のみを抽出している。例えば外れ値除外部１７は、箱ひげ図を生成し、外れ値を除外することによって必要な測定値のみを抽出している。これにより予測モデル生成部１５は、より精度の高い将来予測モデルを生成することができる。

外れ値除外部１７は、相関係数ｒに基づいて外れ値除外を繰り返し行う。これにより外れ値除外部１７は、相関のある測定値のみを精度良く抽出することができる。

＜実施の形態２＞
次に本発明の実施の形態２にかかる生体情報予測装置１の構成について説明する。本実施の形態にかかる生体情報予測装置１は、あらかじめ定義された将来予測モデルを用いて第２生体パラメータの予測を行うことを特徴とする。本実施の形態について実施の形態１と異なる点を以下に説明する。

図６は、本実施の形態にかかる生体情報予測装置１の構成を示すブロック図である。生体情報予測装置１は、図１の構成に加えて定義済みの将来予測モデルを記憶する記憶部１８を有する構成である。

記憶部１８は、将来予測モデルを記憶する二次記憶装置である。記憶部１８は、例えばハードディスクのように生体情報予測装置１内に内蔵されたものであってもよく、フラッシュメモリ等のように生体情報予測装置１に着脱可能なリムーバブルメディアであってもよい。

記憶部１８が記憶する将来予測モデルの一例を以下に示す。なお本実施の形態においても第１生体パラメータを脈拍数（ＰＲ）とし、第２生体パラメータを心拍数（ＨＲ）とする。将来予測モデルは、例えば上述の式（２）と同様である。本実施の形態では、この式はこれまでの経験則から予め定められた予測式である。生体情報予測部１２は、実施の形態１と同様に脈拍数（ＰＲ）の履歴値を参照して脈拍数（ＰＲ）の将来値を算出して式（２）に代入することによって心拍数（ＨＲ）の将来値を算出する。

また記憶部１８が記憶する将来予測モデルの第２の例を図７に示す。この将来予測モデルは、脈拍数（ＰＲ）の変化傾向に応じて心拍数（ＨＲ）の将来の危険レベルを定義したものである。生体情報予測部１２は、脈拍数（ＰＲ）の履歴値と将来予測モデル（図７）を比較することによって心拍数（ＨＲ）の危険レベルを検出する。生体情報予測部１２は、心拍数（ＨＲ）の将来傾向が異常となる恐れ（危険レベルが１以上）を検出した場合には報知部１３に通知を行う。

なお上述の将来予測モデルは、あくまでも一例であり、複数の生体パラメータ（ＳＴ値等）を考慮して心拍数（ＨＲ）を予測するものであってもよく、上記以外の形態で定義されていてもよいことは勿論である。

続いて本実施の形態にかかる生体情報予測装置１の効果について説明する。上述のように本実施の形態では、生体情報予測部１２は、予め定められた将来予測モデルを用いて第２生体パラメータの予測を行う。換言すると生体情報予測装置１は、生体情報の測定中に将来予測モデルを生成しない。このため生体情報予測装置１は、装置内における処理量を低減しつつ第２生体パラメータの予測を行うことができる。

以上、本発明者によってなされた発明を実施の形態に基づき具体的に説明したが、本発明は既に述べた実施の形態に限定されるものではなく、その要旨を逸脱しない範囲において種々の変更が可能であることはいうまでもない。

例えば上述の説明では、第１生体パラメータが脈拍数（ＰＲ）であり、第２生体パラメータが心拍数（ＨＲ）であるものとして説明したが、必ずしもこれに限られない。これ以外の生体パラメータとして例えば体温、呼吸、脈波等の様々なパラメータを想定することも可能である。また脈拍数（ＰＲ）を第２生体パラメータ（将来予測が行われる生体パラメータ）として扱うことも可能である。

なお上述の生体情報予測部１２、報知部１３、及びデータ選定部１４の処理の一部または全部は、生体情報予測装置１内で動作するコンピュータプログラムとして実現することができる。ここでプログラムは、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ＲＯＭ、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。

１ 生体情報予測装置
１１ 生体パラメータ取得部
１２ 生体情報予測部
１３ 報知部
１４ データ選定部
１５ 予測モデル生成部
１６ 誤り除外部
１７ 外れ値除外部
１８ 記憶部

Claims (11)

1. 第１生体パラメータと第２生体パラメータを取得する生体パラメータ取得部と、
   前記第１生体パラメータの変化と第２生体パラメータの変化との関係を定義した将来予測モデルと、前記生体パラメータ取得部が取得した前記第１生体パラメータの履歴値と、を基に前記第２生体パラメータの将来傾向を予測する生体情報予測部と、
   前記生体情報予測部の予測に基づいて、前記第２生体パラメータに関する報知を行う報知部と、を備える、生体情報予測装置。
2. 前記報知部は、前記生体情報予測部の予測に基づいて、前記第２生体パラメータが異常値となる前に前記第２生体パラメータに関する報知を行う請求項１に記載の生体情報予測装置。
3. 前記生体情報予測部は、前記第２生体パラメータの将来傾向を危険度のレベルとして算出する、ことを特徴とする請求項１または請求項２に記載の生体情報予測装置。
4. 前記報知部は、前記第２生体パラメータの異常となっている場合の報知方法と、前記生体情報予測部により前記第２生体パラメータが将来的に異常となると予測された場合の報知方法と、を異なるものとする、ことを特徴とする請求項１〜３のいずれか１項に記載の生体情報予測装置。
5. 前記報知部は、前記第２生体パラメータの異常をアラーム音により報知するものであり、前記第２生体パラメータの異常時のアラーム音と、前記生体情報予測部により前記第２生体パラメータが将来的に異常になると予測された場合のアラーム音と、を異なる音とする、
   ことを特徴とする請求項４に記載の生体情報予測装置。
6. 前記報知部は、前記第２生体パラメータの将来傾向を危険度のレベルに応じて報知方法を変更する、ことを特徴とする請求項３に記載の生体情報予測装置。
7. 前記生体パラメータ取得部が取得した前記第１生体パラメータの履歴値と、前記第２生体パラメータの履歴値と、を基に回帰分析を行って生成した回帰式を前記将来予測モデルとする予測モデル生成部、
   を更に備える請求項１〜６のいずれか１項に記載の生体情報予測装置。
8. 前記生体パラメータ取得部は、第３生体パラメータを取得し、
   前記予測モデル生成部は、前記第１生体パラメータの履歴値と、前記第３生体パラメータの履歴値と、を独立変数とし、前記第２生体パラメータを従属変数として前記回帰式を生成する、ことを特徴とする請求項７に記載の生体情報予測装置。
9. 前記予測モデル生成部は、一定時間経過毎またはユーザ操作が行われた場合、前記第１生体パラメータの履歴値と、前記第２生体パラメータの履歴値と、を用いて前記回帰式を再度生成する、
   ことを特徴とする請求項７に記載の生体情報予測装置。
10. 第１生体パラメータと第２生体パラメータを取得する生体パラメータ取得ステップと、
    前記第１生体パラメータの変化と第２生体パラメータの変化との関係を定義した将来予測モデルと、前記生体パラメータ取得ステップにおいて取得した前記第１生体パラメータの履歴値と、を基に前記第２生体パラメータの将来傾向を予測する生体情報予測ステップと、
    前記生体情報予測ステップにおける予測に基づいて、前記第２生体パラメータに関する報知を行う報知ステップと、を備える、生体情報予測方法。
11. コンピュータに、
    第１生体パラメータと第２生体パラメータを取得する生体パラメータ取得ステップと、
    前記第１生体パラメータの変化と第２生体パラメータの変化との関係を定義した将来予測モデルと、前記生体パラメータ取得ステップにおいて取得した前記第１生体パラメータの履歴値と、を基に前記第２生体パラメータの将来傾向を予測する生体情報予測ステップと、
    前記生体情報予測ステップにおける予測に基づいて、前記第２生体パラメータに関する報知を行う報知ステップと、を実行させるプログラム。

Images