JP2016122348A - 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 - Google Patents

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 Download PDF

Info

Publication number
JP2016122348A
JP2016122348A JP2014262336A JP2014262336A JP2016122348A JP 2016122348 A JP2016122348 A JP 2016122348A JP 2014262336 A JP2014262336 A JP 2014262336A JP 2014262336 A JP2014262336 A JP 2014262336A JP 2016122348 A JP2016122348 A JP 2016122348A
Authority
JP
Japan
Prior art keywords
lifestyle
subject
information
pattern
biological information
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.)
Pending
Application number
JP2014262336A
Other languages
English (en)
Inventor
将典 橋崎
Masanori Hashizaki
将典 橋崎
淳也 山本
Junya Yamamoto
淳也 山本
中嶋　宏
Hiroshi Nakajima
宏 中嶋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Omron Corp
Original Assignee
Omron Corp
Omron Tateisi Electronics Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Omron Corp, Omron Tateisi Electronics Co filed Critical Omron Corp
Priority to JP2014262336A priority Critical patent/JP2016122348A/ja
Priority to PCT/JP2015/085368 priority patent/WO2016104326A1/ja
Priority to US15/528,885 priority patent/US20170329932A1/en
Priority to CN201580061259.XA priority patent/CN107004239A/zh
Priority to EP15872895.6A priority patent/EP3211590A4/en
Publication of JP2016122348A publication Critical patent/JP2016122348A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • 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
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/02—Electrically-operated educational appliances with visual presentation of the material to be studied, e.g. using film strip
    • 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
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Psychiatry (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Physiology (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Cardiology (AREA)
  • Artificial Intelligence (AREA)
  • Psychology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Social Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Mathematical Physics (AREA)
  • Vascular Medicine (AREA)
  • Fuzzy Systems (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Signal Processing (AREA)
  • Anesthesiology (AREA)
  • Evolutionary Computation (AREA)

Abstract

【課題】対象者の現状の問題点を明確にでき、さらに対象者の問題点が考慮された生体情報の予測を行うことにより、対象者に対し、生活習慣改善に関する有益な情報発信を可能とする生活習慣改善装置及び生活習慣改善方法を提供する。
【解決手段】対象者の身体活動により起こる生理に関する情報である生体情報と、対象者の動的な情報である行動情報とに基づき、生活習慣パターンを生成する生活習慣パターン生成部４と、この生活習慣パターン生成部４によって生成された生活習慣パターンに基づいて対象者の生体情報を予測する生活習慣予測部７を含む。
【選択図】図１

Description

本発明は、生活習慣改善装置及びこの装置を用いた生活習慣改善方法に関する。ここでは、生活習慣に関する管理に取り組んでいる人を総称して対象者という。
近年、生活習慣が大きな原因となる疾患に対して、その予防意識が向上している。既に、疾患をかかえている人、あるいは予備軍とされる人は生活習慣を改善することが望まれる傾向がある。また、健康な人であっても自身の健康を維持していく意識を強くもって生活する人が多い。
こうした傾向から、健康管理のための技術やサービスが望まれている。
特許文献１には、生活パターンを分類する技術が開示されている。
特許文献２、特許文献３には、睡眠状態を管理する技術が開示されている。
以上のように、特許文献２、特許文献３の技術は、運動などの行動パターンと睡眠状態とを紐付け、良い睡眠をとるため推奨される歩数や、睡眠時刻あるいは睡眠時間を提供する。
特許第５４６６７１３号公報 特開２０１４−３０４９４号公報 特許第４１９２１２７号公報
従来の睡眠改善に関する技術では、各人の運動などの行動パターンと睡眠の状態を紐付けて分析されており、良い睡眠をとるための推奨行動が示されている。これは、睡眠と運動、いわゆる行動情報のみに基づいた評価を行うものである。
一般に、対象者自身が現状パターンと理想パターンの差異を認識していない場合、対象者自身の問題点の把握が十分になされていないため、推奨される行動について対象者は必ずしも納得して受け入れるとは限らない。また、たとえ対象者が推奨行動に従った場合でも、その推奨行動を持続する意識が保たれない場合もある。
さらに、従来では、現状の生活習慣が将来どのような結果をもたらすかといった予測は十分に行われていなかった。これは、生活習慣に関する情報が蓄積されたデータベースが十分に存在していなかったことがその原因の一つであると考えられる。
本発明は、かかる実情に鑑みてなされたものであり、睡眠や運動などの行動情報のみに基づく管理ではなく、体重、血圧などの生体情報と、睡眠や運動などの行動情報など、対象者の状態を示す様々な情報に基づいて対象者の現状を精度よく認識できる生活習慣改善装置及び生活習慣改善方法を提供することを目的とする。
また、本発明は、対象者の現状を精度よく認識することにより、対象者の現状の問題点を明確にでき、さらに対象者の問題点が考慮された生体情報の予測を行うことにより、対象者に対し、生活習慣改善に関する有益な情報発信を可能とする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を提供することを目的とする。
本発明の生活習慣改善装置は、対象者の身体に関する情報である生体情報と、対象者の行動に関する情報である行動情報とに基づき、生活習慣パターンを生成する生活習慣パターン生成部と、この生活習慣パターン生成部によって生成された生活習慣パターンに基づいて当該対象者の生体情報を予測する生活習慣予測部を含む。
本発明の生活習慣改善方法は、対象者の身体活動により起こる生理に関する情報である生体情報と、対象者の動的な情報である行動情報とに基づき、生活習慣パターンを生成し、この生成された生活習慣パターンに基づいて当該対象者の生体情報を予測する。
本発明の生活習慣改善システムは、対象者の身体に関する情報である生体情報を蓄積する生体情報データベースと、対象者の行動に関する情報である行動情報を蓄積する行動情報データベースと、上記蓄積された生体情報と上記蓄積された行動情報に基づき生活習慣パターンを生成する生活習慣パターン生成部とを含み、この生成された生活習慣パターンに基づいて当該対象者にメッセージを送信する。
本発明の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によれば、生成される対象者の生活習慣パターンは、生体情報と行動情報との関連付けがなされたものとなる。これにより、対象者の現状を精度よく認識でき、対象者の現状の問題点を明確にできる。
さらに将来における対象者の生体情報の予測は、対象者の現状及び問題点が考慮されたものとなり、対象者に対する生活習慣改善に関する情報発信に有益となる。
本発明の実施形態に係る生活習慣改善装置の構成を示すブロック図である。 本発明の実施形態に係る生活習慣改善装置の処理を示すフローチャートである。 本発明の実施形態に係る対象者の基本データベースを示す図 本発明の実施形態に係る対象者の体重測定履歴データを示す図である。 本発明の実施形態に係る対象者の血圧測定履歴データを示す図である。 本発明の実施形態に係る対象者の睡眠情報の測定履歴データを示す図である。 本発明の実施形態に係る対象者の行動情報の測定履歴データを示す図である。 本発明の実施形態に係る生活習慣改善装置を説明するための図であり、時系列の体重変動を示す図である。 本発明の実施形態に係る生活習慣改善装置を説明するための図であり、体重変動が減量期、増量期のそれぞれについて、１時間当りの平均歩数を２４時間の範囲で示す図である。 本発明の実施形態に係る生活習慣改善装置を説明するための図であり、体重変動が減量期と増量期のそれぞれについて、床にいる確率を２４時間の範囲で示す図である。 本発明の実施形態に係る生活習慣改善装置を説明するための図であり、体重変動が減量期と増量期のそれぞれについて、血圧測定確率を午前６時から２４時までの範囲で示す図である。 本発明の実施形態に係る生活習慣改善装置を説明するための図であり、体重変動が減量期と増量期のそれぞれについて、基礎体温測定確率を午前５時から１２時までの範囲で示す図である。 本発明の他の実施形態に係る生活習慣改善装置を説明するための図であり、時系列の体重変動を示す図である。
図１は、本実施形態の生活習慣改善装置の構成を示すブロック図である。
本装置は、生体情報及び行動情報を取得するための測定部１と、この測定部１、例えば、携帯端末（図示せず）からネットワークを介してデータを受信し、後述するデータベース３に送信する通信部２を備える。
データベース３には、生体情報測定機器によって測定された対象者の生体情報がその測定履歴とともに記憶されている生体情報データベース３１、行動情報測定機器によって測定された対象者の行動情報がその測定履歴とともに記憶されている行動情報データベース３２、対象者の基本情報が記憶された対象者データベース３３、環境情報が記憶されている環境情報データベース３４、対象者以外の他者の生活習慣パターンが記憶されている他者生活習慣パターンデータベース３５、及び後述する生活習慣パターン生成部４によって生成された対象者の生活習慣パターンが記憶されている対象者生活習慣パターンデータベース３６が含まれる。なお、他者生活習慣パターンデータベース３５には、他者として、理想とされる人の生活習慣パターンを含んでいてもよい。
さらに、本装置は、生体情報データベース３１と行動情報データベース３２の情報に基づいて対象者の生活習慣パターンを生成する生活習慣パターン生成部４、対象者の過去の生活習慣パターンの中から現在を含む最近の生活習慣パターンに最も近い生活習慣パターンを検出する生活習慣パターン検出部５、検出された生活習慣パターンと特定の生活習慣パターンを比較し、差を抽出することにより、現在の生活習慣パターンの問題点を抽出する生活習慣評価部６、対象者が現在の生活習慣パターンを維持した場合の生体情報の予測を行う生活習慣予測部７、生活習慣評価部６による評価情報及び生活習慣予測部７による予測情報に基づいてメッセージを作成するメッセージ作成部８、このメッセージを表示する表示部１０、この表示部１０にメッセージを送信する送信部９を備える。
ここで、生体情報とは、対象者の身体に関する情報をいう。
具体的には、生体情報としては、体重体組成計や体重計で測定可能な体重、体脂肪率、内脂肪レベル、基礎代謝、骨格筋率、体年齢、ＢＭＩ（Body Mass Index：肥満度）、血圧計で測定可能な最高血圧、最低血圧、皮下脂肪計で測定可能な皮下脂肪厚、内脂肪計で測定可能な内脂肪レベル、心拍計で測定可能な心拍数、体温計で測定可能な基礎体温を含む体温などが挙げられるが、これらに限らない。
行動情報とは、対象者の行動に関する情報をいう。
具体的には、行動情報としては、例えば、睡眠計で測定可能な睡眠時間、床に就いた時刻である就床時間、床を出た時刻である起床時間、歩数計や活動量計で測定可能な単位時間当たりの歩数（早歩き歩数や階段上り歩数を区別してもよい）、生体情報の計測時刻、生体情報の計測の有無、消費カロリー、脂肪燃焼量、ウェアラブルデバイスの装着・着脱時刻、ウェアラブルデバイスの装着時間、ウェアラブルデバイスなどのライフログで測定可能なジョギングなどの継続時間、歩数、移動距離、咀嚼回数計で測定可能な咀嚼回数、ＧＰＳ（Global Positioning System ）で測定可能な移動距離などが挙げられるが、これらに限らない。
例えば、行動情報として、図１１、図１２に示すような、測定確率がある。
図１１は、対象者の体重増量期及び体重減量期のそれぞれの期間における血圧測定確率を示す。血圧測定確率とは、血圧を測定した時刻に基づいて、その時刻において血圧が測定された割合を示す。血圧測定は、朝と晩の特定の時刻に行うことを前提としている。具体的には、朝の血圧測定は起床後１時間以内、晩の血圧測定は就床前としている。従って、血圧測定対象の時刻は午前６時から２４時までの範囲とされている。
図１１では、体重減量期では体重増量期に比べ、朝と晩の特定の時間帯に測定確率が立ち上がりを示していることから、対象者が規則正しく測定していること、及び起床、就床のリズムが安定していることが認識できる。つまり、体重減量期では対象者の生活習慣に対する意識が高く、モチベーションが向上していると考えられる。
また、図１２は、対象者の体重増量期及び体重減量期のそれぞれの期間における基礎体温測定確率を示す。この基礎体温測定確率とは、基礎体温を測定した時刻に基づいて、その時刻において基礎体温が測定された割合を示す。基礎体温測定は、起床後すぐ、かつできるだけ同じ時間に測定することが推奨されている。この例では、基礎体温の測定時刻は午前５時から正午１２時までの範囲とされている。
図１２では、体重減量期では体重増量期に比べ、朝の特定の時間帯に測定確率が立ち上がりを示していることから、対象者が規則正しく測定していること、及び起床のリズムが安定していることが認識できる。この例においても、体重減量期では対象者の生活習慣に対する意識が高く、モチベーションが向上していると考えられる。
こうした生体情報の測定確率は行動情報として本装置に適用される。
また、生活習慣パターンとは、日々のルーチン化された行動とされる生活習慣を示す情報であり、生体情報と行動情報に基づいて形成される情報の集合体を指す。
測定部１には、上記のような生体情報の測定機器および行動情報の測定機器が備えられている。なお、これらの測定機器は、生体情報と行動情報の両方を測定する測定機器であってもよい。
例えば、睡眠計や血圧計は、生体情報あるいは行動情報のどちらかの情報を取得するだけでなく、これら両方の情報を同時に取得できる測定機器としても用いられる。
具体的には、血圧計では、図５に示すように、測定が行われた際、生体情報として最高血圧や最低血圧が得られとともに、行動情報としてその測定時刻が得られる。また、睡眠計では、図６に示すように、生体情報として睡眠時間、対象者が熟睡できたとされるぐっすり睡眠時間など、行動情報として睡眠計の測定日、起床時間など得られる。
また、生体情報や行動情報の測定機器は、生体情報や行動情報の測定機能に加え、測定結果を近距離無線通信により携帯端末に送信する近距離無線通信機能を備える。近距離無線通信機能としては、例えば、ＮＦＣ（Near Field Communication）、Ｆｅｌｉｃａ（登録商標）による通信、ＵＳＢ（Universal Serial Bus)通信、または、Ｂｌｕｅｔｏｏｔｈ（登録商標）による通信が挙げられるが、これらに限らない。
携帯端末（図示せず）は、生体情報測定機器や行動情報測定機器との間で近距離無線通信が行える近距離無線通信機能、及びインターネットなどのネットワークを介して通信が行えるネットワーク通信機能を備える。携帯端末は、具体的には、生体情報測定機器や行動情報測定機器が測定した測定データにＩＤ（識別コード）が付与されたデータを通信部２に送信する。この種の携帯端末には、すでに商品化されているスマートフォンがあるが、タブレットコンピュータやウェラブルコンピュータを用いてもよい。また、携帯端末は、パーソナルコンピュータなどで代用することも可能である。携帯端末やこれを代用する機器は、対象者毎に保有することが望ましい。
通信部２は、携帯端末から送信されるＩＤが付与された測定データを受信する。この測定データは通信部２を介して生体情報データベース３１，行動情報データベース３２に記憶される。
生体情報データベース３１及び行動情報データベース３２には、各測定機器で測定された測定値及びその測定日時（年月日、時刻）が測定履歴として記憶されている。例えば、図４には、体重の測定履歴データが、図５には、血圧の測定履歴データが示されている。これらの測定履歴データが記憶されたデータベース３１，３２には、ＩＤの異なる対象者毎に、体重の測定日時とその日時に測定された体重が記憶されている。
図４、図５に示すように、データベースには測定データを記憶する領域が設けられているが、測定データが記憶されていない領域は、測定データが存在しないことを意味する。測定データは各対象者で異なり、また、同じ対象者であっても時系列では異なるデータである場合も多い。
図３に示すように、対象者の基本情報としては、対象者を識別するＩＤ、対象者の氏名、性別、生年月日などが挙げられるが、これらに限らない。
環境情報としては、外部環境情報を取得するシステムによって取得される情報や、あるいは室内環境情報を取得する機器によって取得される情報がある。この情報は、生体情報や行動情報が測定された時期の気象、季節などによって変動する温度、湿度、照度などが挙げられるが、これらに限らない。
他者生活習慣パターンデータベース３５には、他者の生活習慣パターンが記憶されている。具体的には、性別、年代などの基本情報、身長、体重などの生体情報と、運動などの行動情報を含む生活習慣パターンが予め作成されている。
また、他者生活習慣パターンデータベース３５には、アスリート等、理想とされる人の生活習慣パターンを予め取得することにより、その理想とされる人の生活習慣パターンが記憶されていてもよい。
なお、本システムで使用される生体情報測定機器及び行動情報測定機器は、対象者が改善したいと思っている対象に関連する測定機器があればよいが、複数個の測定機器を用いた場合には、取得されるデータが豊富になり、対象者の状態をより具体的に認識することができる点で好ましい。
例えば、対象者が体重を減量したいと思っている場合、体重計や歩数計を用いるだけでなく、さらに、睡眠計を用いて、例えば睡眠と体重の関連を分析するなど、多角的な解析を行ってもよい。
生活習慣パターン生成部４は、対象者の生体情報が示す状態と行動情報に基づいて、生活習慣パターンを生成する。
生活習慣パターンを生成するための構成要素として挙げられる行動情報は、次に示す分類された生体情報が示す状態に紐付けられる。
この生体情報が示す状態は、時系列の前後関係から判断する方法を用いて分類することができる。例えば、状態が時系列にみて「改善」「悪化」「維持」のいずれであるかの判断がなされ、それら３つの状態に分類される。すなわち、この状態の分類は、前回の値を基準として上昇しているか、減少しているか、あるいは、変化がないかを分析することにより行われる。あるいは、ある期間で見たときに線形回帰した直線の傾きが一定以上であるか、一定未満であるかを分析することにより行う方法でもよい。
ある期間の生体情報を状態で分類する方法は、こうした時系列の前後関係から判断する方法に限ることなく、定点的な値とある基準値との比較により判断する方法を用いてもよい。例えば、「病気か否かの」判断を行うことにより、状態を分類する。この例として、家庭血圧による高血圧基準（最高血圧／最低血圧）が１３５／８５[ｍｍＨｇ]、肥満の基準ＢＭＩが２５以上といった基準値との比較を挙げることができ、これにより、状態を分類することができる。
さらに、生体情報が示す状態の分類方法は、時系列の前後関係から判断された分類と、基準値によって分類された状態とを組み合わせることによる方法を用いてもよい。
この方法では、例えば、体重に関して、変化の状態を「減量」「増量」「維持」に分類するとともに、肥満の基準値によって「痩せ」「普通」「肥満」に分類し、これらの分類を組み合わせることにより、新たな分類を行う。
また、血圧に関する例では、変化の状態を「降圧」「昇圧」「維持」に分類するとともに、高血圧の基準値によって「高血圧」「正常高値」「正常値」に分類し、これらの分類を組み合わせることにより、新たな分類を行う。
次に、生活習慣パターン生成部４における生活習慣パターンの生成方法の具体例を説明する。
まず、対象者の体重データを生体情報データベース３１から、睡眠データ及び運動データを行動情報データベース３２からそれぞれ取得する。
これらのデータの取得にあたり、対象者の過去のデータが十分に蓄積されているか否かが判断される。ここで、対象者のデータ量は、ある程度の量が必要であり、例えば、１か月、３か月、１年のデータ量であれば十分である。データが十分蓄積されている場合、対象者自身のデータを用いる。
これに対し、データ量の蓄積が不十分である場合は、他者生活習慣パターンデータベース３５から対象者に類似する他者の生活習慣パターンを取り出し、対象者のデータとして用いる。類似するとされる要件は、性別、年代などの基本情報、身長などの生体情報、や睡眠データを含む睡眠情報などがある。この場合、これらの要件が対象者と類似する人のデータが、対象者のデータとして選択される。
なお、対象者のデータが十分蓄積された時点では、他者のデータを用いず、対象者自身のデータに切り換えて処理を行う。
取得された対象者の過去の睡眠データと運動データ、あるいは対象者とみなされた過去の睡眠データと運動データに基づいて、日毎の２４時間の生活習慣パターンを作成する。
次に、対象者の生体情報のうち、体重について、一定の期間毎、例えば、１週間毎に体重の増減が±２％の変動であれば、これを「維持状態」とし、＋２〜＋５％の変動であれば、これを「増量状態」とし、−２〜−５％の変動であれば、これを「減量状態」とする分類を行う。図８に、対象者の時系列の体重変動を示し、上記分類方法により期間毎の体重の状態が「減量期」「維持期」「増量期」のいずれであるかを示す。
次に、上記過去の睡眠データと運動データに基づく日毎の２４時間の生活習慣パターンの作成同様、対象者の現在を含む最近の睡眠データと運動データに基づいて、最近の２４時間の生活習慣パターンを作成する。「最近」とされる期間の幅としては、１日でも、１週間でもよく、特に規定されない。
次に、上記体重の状態が「維持期」、「増量期」、「減量期」のそれぞれの期間において測定された睡眠データ及び運動のデータから、各期間における床にいる確率及び平均運動量である平均歩数を算出する。
図９には、体重の状態が「減量期」と「増量期」のそれぞれの期間において、１時間当たりの平均歩数が２４時間の範囲で示されている。
また、図１０には、体重の状態が「減量期」と「増量期」のそれぞれの期間において、床にいる確率が２４時間の範囲で示されている。
図９乃至図１０に示されるように、体重データ（生体情報）が歩数データ（行動情報）および睡眠データ（行動情報）に紐付けられることにより、「減量期」と「増量期」におけるそれぞれの生活習慣パターンが生成される。
このように生成された生活習慣パターンは、対象者生活習慣パターンデータベース３６に記憶される。
生活習慣パターン検出部５は、対象者生活習慣パターンデータベース３６に記憶されている過去の対象者生活習慣パターンから、対象者の現在を含む最近の生活習慣パターンに最も近い生活習慣パターンを検出する。具体的には、例えば1日の平均歩数が最も近いといった行動情報に紐付けされた生活習慣パターンを検出する。
この検出において、過去の対象者生活習慣パターンと、対象者の現在を含む最近の生活習慣パターンとの比較を行う際、相関、機械学習、推薦アルゴリズム、統計的手法などを用いた方法を用いることができる。
生活習慣評価部６は、生活習慣パターン検出部５により検出された現在を含む最近の生活習慣パターンに最も近い生活習慣パターンと、「減量期」とされる期間の生活習慣パターンあるいは「維持期」とされる期間の生活習慣パターンとの差を抽出する。この二つの生活習慣パターンにおける差は、例えば、図６に示す寝つきの時刻、起床時刻、睡眠時間、ぐっすり睡眠時間、夜中の目覚め時間などの睡眠に関する睡眠データや、図７に示す歩行データなどの運動データを、それぞれ比較することにより得られる。この差に基づいて、最近の生活習慣パターンの問題点が抽出される。
生活習慣予測部７は、過去の生活習慣パターンと最近の生活習慣パターンに最も近い過去の生活習慣パターンに基づいて、１週間後、１ヵ月後、１年後といった将来の対象者の体重変化の予測を行う。
図１３には、時系列の体重変動が例示されているが、この例は図８より、長い期間にわたるデータが示されている。このようなデータを用いた場合は、状態の出現パターンと出現パターンの長さの観点から、現在の状態の把握及び将来における体重予測を行うことができる。図１３が示す例では、出現パターンは、「減量期」「維持期」「増量期」を繰り返しやすい、あるいは、出現パターンの「維持期」が短い場合は、リバウンドしやすいのに対し、出現パターンの「維持期」が長い場合は、リバウンドせず、「減量期」に移行しやすいといったことが予測される。
このように、時系列で変化を示すデータを用いることにより、現在の状態を把握し、将来の状態を的確に予測することができる。
さらに、予測にあたり、対象者が蓄積している睡眠データや運動データに加え、環境情報データベース３４に記憶されている環境情報、例えば温度、湿度、照度などが、生体情報に与える影響を個々に評価することにより、生活習慣、環境に対する生体情報の変動の影響を算出することもできる。この算出結果に基づいて生体情報の変動を予測することも可能である。
メッセージ作成部８は、生活習慣評価部６によって抽出された問題点や生活習慣予測部７によって予測された予測情報をメッセージとして作成する。このメッセージには、対象者にとって最も改善効果の期待できる情報、あるいは生体情報が悪化しないような情報を含むことが望ましい。
なお、最近の生活習慣パターンに近い過去の生活習慣パターンがない場合は、この点を予測メッセージに盛り込む。このよう場合は、例えば、過去２年以内にデータが存在しないほどの大きな変化があったことが認識されるものであり、最近の生活習慣パターンが近年にない悪い状態であるか、あるいは近年にない良い状態であるか、どちらかのメッセージとして出力される。
送信部９は、ネットワークを介して表示部１０に、問題点を示すメッセージ及び／又は予測メッセージを送信する。
表示部１０には、送信された種々のメッセージが表示されることにより、対象者はメッセージを認識することができる。この表示部１０は、携帯端末、スマートフォン、タブレット、パーソナルコンピュータなどの機器が適宜用いられる。
本実施形態では、生体情報の状態として体重を「減量期」「増量期」「維持期」に分類した例を挙げたが、これに限らず、血圧を用い、「降圧期」「昇圧期」「維持期」に分類することや、あるいは基礎体温を月経周期や排卵日、低温相、高温相日数の安定時期や不安定時期に分類することもでき、適宜選択可能である。
［生活習慣改善装置の効果］
以上の構成の本発明の実施形態にかかる生活習慣改善装置において、生活習慣パターン生成部は、生体情報とこの生体情報に紐付けられた行動情報とを組み合わせることにより生活習慣パターン生成する。これにより、対象者の生活習慣パターンは、対象者の実態に即したものとなる。このように生成された、対象者の現在を含む最近の生活習慣パターンと過去の自身の生活習慣パターンとを比較することにより、その差異を明確に把握することができる。
また、従来では、最近の生活習慣が将来どのような結果をもたらすかといった予測はなされていなかったが、本装置では、対象者の将来における体重などの生体情報を予測でき、この予測に基づいた対象者に対する生活習慣の改善情報を提供することができる。
また上記予測処理において、環境情報などが生体情報に与える影響を考慮した生体情報の変動の予測、例えば、体重や血圧などの変動の予測を行うこともできる。この結果、対象者にとって予測メッセージは納得性が高いものとなり、生活習慣・環境改善のためにより効果的な支援ができる。
以上のように、対象者は、最近の自身の問題点及び将来の予測に関する情報を得ることができる。これにより、対象者が生活習慣・環境改善を行うにあたり、その必要性や重要性を十分理解し、納得した状態で必要な対応にあたることができ、しかも、その対応を継続することについての動機も維持されることが期待できる。
＜本発明の他の実施形態にかかる生活習慣評価部＞
上記実施形態においては、対象者の現在を含む最近の生活習慣パターンと、この最近の生活習慣パターンに最も近い対象者の過去の生活習慣パターンとを比較する構成を有している。他の実施形態として、対象者の現在を含む最近の生活習慣パターンに最も近い対象者の過去の生活習慣パターンに替えて、他者生活習慣パターンデータベース３５に予め記憶されている対象者が理想とする人、例えば、アスリートの生活習慣パターンを選択し、これと比較することによりその差異の把握を行う態様を挙げることができる。
この構成では、対象者が憧れているアスリートあるいは目的の対象とするアスリートの生活習慣パターンに焦点をあてることで、自身の生活習慣パターンの望ましい状態を容易に具現化できる。こうした点は、対象者の心理によい影響を与え、対象者の健康維持あるいは向上に対し、対象者自身の動機を維持することできる。
［生活習慣改善方法］
本生活習慣改善方法について、図２の本実施形態における生活習慣改善装置の処理を示すフローチャートを参照しながら、以下に説明する。
この実施形態では、生体情報として体重データを用い、行動情報としては、睡眠データ及び運動データを用いる。
まず、生体情報データベース３１から対象者の体重データを、行動情報データベース３２から睡眠データ及び運動データを、それぞれ取得する（ＳＴ１）。
これらのデータの取得にあたり、対象者の過去におけるこれらのデータが十分に蓄積されているかを判断する（ＳＴ２）。対象者のデータ量は、ある程度の量が必要であり、例えば、１か月、３か月、１年のデータ量であれば十分である。データの蓄積が十分である場合は、対象者自身のデータを用い、後述するステップ４（ＳＴ４）の処理を行う。
これに対し、データの蓄積が不十分である場合は、他者生活習慣パターンデータベース３５から、対象者に類似する他者の生活習慣パターンを、対象者のデータとして用いる。類似するとされる要件は、性別、年代などの基本情報、身長などの生体情報や、睡眠データを含む睡眠情報などがある。この場合、これらの要件が対象者と類似する人のデータを、対象者のデータとして選択し（ＳＴ３）、ステップ４（ＳＴ４）の処理を行う。
なお、対象者のデータが十分蓄積された時点では、他者のデータを用いず、対象者自身のデータに切り換えて処理を行う。
ステップ４（ＳＴ４）では、取得された対象者の過去の睡眠データと運動データ、あるいは対象者とみなされた過去の睡眠データと運動データに基づいて、日毎の２４時間の生活習慣パターンを作成する。
次に、対象者の生体情報のうち、体重について、一定の期間毎、例えば、１週間毎に体重の増減が±２％の変動であれば、これを「維持状態」とし、＋２〜＋５％の変動であれば、これを「増量状態」とし、−２〜−５％の変動であれば、これを「減量状態」とする分類を行う。「維持状態」、「増量状態」、「減量状態」がそれぞれ識別できるよう、データにフラグを立てておく（ＳＴ５）。
次に、（ＳＴ４）の対象者の過去の日毎の２４時間の生活習慣パターン作成同様、対象者の現在を含む最近の睡眠データと運動データに基づいて、最近の２４時間の生活習慣パターンを作成する。「最近」とされる期間の幅としては、１日でも、１週間でもよく、特に規定されない。（ＳＴ６）。
次に、上記体重が「維持状態」、「増量状態」、「減量状態」のそれぞれの期間において測定された睡眠データ及び運動のデータから、各期間における床にいる確率及び平均歩数を算出する（ＳＴ７）。
次に、過去の対象者生活習慣パターンと、対象者の現在を含む最近の生活習慣パターンとを比較し、現在を含む最近の生活習慣パターンに最も近い生活習慣パターンを検出する。（ＳＴ８）。
次に、検出された現在を含む最近の生活習慣パターンに最も近い生活習慣パターンと、好ましい体重の状態、例えば「減量状態」とされる期間の生活習慣パターンあるいは「維持状態」とされる期間の生活習慣パターンとの差を抽出する（ＳＴ９）。
次に、この差に基づいて、最近の生活習慣パターンの問題点を抽出する（ＳＴ１０）。
さらに、過去の生活習慣パターンと最近の生活習慣パターンに最も近い過去の生活習慣パターンに基づいて、１週間後、１ヵ月後、１年後といった将来の対象者の体重変化の予測を行う（ＳＴ１１）。
次に、（ＳＴ１０）で抽出された問題点及び（ＳＴ１１）で得られた予測結果をメッセージとして作成し、表示する（ＳＴ１２）。
以上の本生活習慣改善方法の効果については、上述した本生活習慣改善装置の効果と共通するので、省略する。
３ データベース
３１ 生体情報データベース
３２ 行動情報データベース
３３ 対象者データベース
３４ 環境情報データベース
３５ 他者生活習慣パターンデータベース
３６ 対象者生活習慣パターンデータベース
４ 生活習慣パターン生成部
５ 生活習慣パターン検出部
６ 生活習慣評価部
７ 生活習慣予測部
８ メッセージ作成部

Claims (14)

  1. 対象者の身体に関する情報である生体情報と、対象者の行動に関する情報である行動情報とに基づき、生活習慣パターンを生成する生活習慣パターン生成部と、この生活習慣パターン生成部によって生成された生活習慣パターンに基づいて当該対象者の生体情報を予測する生活習慣予測部を含む、生活習慣改善装置。
  2. 請求項１に記載の生活習慣改善装置において、
    上記生活習慣パターン生成部は、対象者の過去における生体情報を当該生体情報が示す状態によって分類し、それぞれの状態における上記行動情報に基づいて生活習慣パターンを生成すること、
    を特徴とする生活習慣改善装置。
  3. 請求項１または請求項２に記載の生活習慣改善装置において、
    上記生体情報が示す状態は、当該生体情報の種類に応じて予め設定されている基準値あるいは当該状態の時系列の変化の少なくとも１つに基づいて分類されること、
    を特徴とする生活習慣改善装置。
  4. 請求項１〜３のいずれか１項に記載の生活習慣改善装置において、
    上記生活習慣パターン生成部によって生成された生活習慣パターンを記憶する記憶部を備え、
    この記憶部に記憶された生活習慣パターンの中から、１つの生活習慣パターンを検出する生活習慣パターン検出部を含むこと、
    を特徴とする生活習慣改善装置。
  5. 請求項４に記載の生活習慣改善装置において、
    生活習慣パターン検出部は、行動情報に基づいて生活習慣パターンを検出すること、
    を特徴とする生活習慣改善装置。
  6. 請求項４に記載の生活習慣改善装置において、
    上記生活習慣パターン検出部は、上記記憶部に記憶された対象者の過去の生活習慣パターンの中から、対象者の現在を含む最近の生活習慣パターンに最も近い生活習慣パターンを検出すること、
    を特徴とする生活習慣改善装置。
  7. 請求項６に記載の生活習慣改善装置において、
    上記検出された対象者の現在を含む最近の生活習慣パターンに最も近い過去の生活習慣パターンを対象者の最近の生活習慣パターンと認識し、この最近の生活習慣パターンと、特定の生活習慣パターンとを比較することにより、対象者の現在を含む最近の生活習慣の問題点を抽出する生活習慣評価部を含むこと、
    を特徴とする生活習慣改善装置。
  8. 請求項１〜７のいずれか１項に記載の生活習慣改善装置において、
    対象者が、現在を含む最近の生活習慣パターンを維持した場合における将来の生体情報の予測を行う生活習慣予測部を含むこと、
    を特徴とする生活習慣改善装置。
  9. 請求項８に記載の生活習慣改善装置において、
    上記生活習慣予測部は、生体情報が示す状態の出現パターンとその出現パターンが現れている期間の長さに基づいて、対象者が現在を含む最近の生活習慣パターンを維持した場合における将来の生体情報の予測を行うこと、
    を特徴とする生活習慣改善装置。
  10. 請求項７〜９のいずれか１項に記載の生活習慣改善装置において、
    上記生活習慣評価部によって抽出された問題点及び上記生活習慣評価予測部によって予測された予測情報に基づいて、対象者の生活習慣改善あるいは維持のための情報を含むメッセージを作成するメッセージ作成部を含むこと、
    を特徴とする生活習慣改善装置。
  11. 対象者の身体に関する情報である生体情報と、対象者の行動に関する情報である行動情報とに基づき、生活習慣パターンを生成し、この生成された生活習慣パターンに基づいて当該対象者の生体情報を予測する、生活習慣改善方法。
  12. 請求項１１に記載の生活習慣改善方法において、
    対象者の過去における特定の生体情報を当該生体情報が示す状態によって分類し、それぞれの状態における上記行動情報に基づいて生活習慣パターンを生成すること、
    を特徴とする生活習慣改善方法。
  13. 請求項１１または請求項１２に記載の生活習慣改善方法において、
    上記生体情報が示す状態を、当該生体情報の種類に応じて予め設定されている基準値あるいは当該状態の時系列の変化の少なくとも１つに基づいて分類すること、
    を特徴とする生活習慣改善方法。
  14. 対象者の身体に関する情報である生体情報を蓄積する生体情報データベースと、対象者の行動に関する情報である行動情報を蓄積する行動情報データベースと、上記蓄積された生体情報と上記蓄積された行動情報に基づき生活習慣パターンを生成する生活習慣パターン生成部とを含み、この生成された生活習慣パターンに基づいて当該対象者にメッセージを送信する生活習慣改善システム。
JP2014262336A 2014-12-25 2014-12-25 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 Pending JP2016122348A (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2014262336A JP2016122348A (ja) 2014-12-25 2014-12-25 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
PCT/JP2015/085368 WO2016104326A1 (ja) 2014-12-25 2015-12-17 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
US15/528,885 US20170329932A1 (en) 2014-12-25 2015-12-17 Living-habit improvement device, living-habit improvement method, and living-habit improvement system
CN201580061259.XA CN107004239A (zh) 2014-12-25 2015-12-17 生活习惯改善装置、生活习惯改善方法及生活习惯改善系统
EP15872895.6A EP3211590A4 (en) 2014-12-25 2015-12-17 Living-habit improvement device, living-habit improvement method, and living-habit improvement system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014262336A JP2016122348A (ja) 2014-12-25 2014-12-25 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

Publications (1)

Publication Number Publication Date
JP2016122348A true JP2016122348A (ja) 2016-07-07

Family

ID=56150346

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014262336A Pending JP2016122348A (ja) 2014-12-25 2014-12-25 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

Country Status (5)

Country Link
US (1) US20170329932A1 (ja)
EP (1) EP3211590A4 (ja)
JP (1) JP2016122348A (ja)
CN (1) CN107004239A (ja)
WO (1) WO2016104326A1 (ja)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018023477A (ja) * 2016-08-09 2018-02-15 株式会社エムティーアイ 基礎体温予測プログラム、基礎体温予測方法
JP2018113042A (ja) * 2017-01-12 2018-07-19 株式会社ＡｎｃｉｅｎｔＴｒｅｅ 検査データの予測、記録、比較装置
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
JP6467601B1 (ja) * 2017-09-07 2019-02-13 メドケア株式会社 食事履歴システム
JPWO2017204233A1 (ja) * 2016-05-23 2019-03-22 Ｎｅｃソリューションイノベータ株式会社 健康状態予測装置、健康状態予測方法、及びプログラム
WO2019082812A1 (ja) * 2017-10-26 2019-05-02 オムロンヘルスケア株式会社 目標管理システム、目標管理サーバ、目標管理プログラム、および、目標管理端末装置
JP2020027309A (ja) * 2018-08-09 2020-02-20 ソフトバンク株式会社 情報管理システム及びプログラム
JP2021525605A (ja) * 2018-06-05 2021-09-27 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 血圧サロゲート値の傾向を推定する方法及び装置
JP2021189513A (ja) * 2020-05-26 2021-12-13 Kddi株式会社 食事と睡眠・運動に係る情報を提供可能な生活モニタ装置、システム、プログラム及び方法
JP2022513917A (ja) * 2018-12-19 2022-02-09 ライブメトリック （メディカル） エス．エー． 被験者認知情報を用いた血圧モニタリングのためのシステムおよび方法
JP7337316B2 (ja) 2020-01-20 2023-09-04 株式会社AncientTree 治療に伴う検査データの予測、記録、比較装置
JP7559205B2 (ja) 2020-03-27 2024-10-01 ウエスト バージニア ユニバーシティー ボード オブ ガバナーズ オン ビハーフ オブ ウエスト バージニア ユニバーシティー 携帯型監視デバイスからの監視を用いたユーザの健康状況の予測

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114023450A (zh) * 2021-11-05 2022-02-08 欧姆龙健康医疗(中国)有限公司 健康管理系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007034744A (ja) * 2005-07-27 2007-02-08 Matsushita Electric Ind Co Ltd アドバイスフォローアップシステム及びアドバイスフォローアップ方法
JP2009106681A (ja) * 2007-10-31 2009-05-21 Sanyo Electric Co Ltd 傾向予測装置及び傾向予測システム
JP2011258137A (ja) * 2010-06-11 2011-12-22 Sharp Corp 健康管理装置、健康管理制御プログラム、および記録媒体
JP2012058939A (ja) * 2010-09-08 2012-03-22 Seiko Epson Corp 血糖値予測システム
JP2014215691A (ja) * 2013-04-23 2014-11-17 日本電信電話株式会社 健康情報管理装置、方法及びプログラム

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8666766B2 (en) * 2008-08-06 2014-03-04 The Quantum Group, Inc. System and methods for simulating future medical episodes
US20100099954A1 (en) * 2008-10-22 2010-04-22 Zeo, Inc. Data-driven sleep coaching system
JP5185785B2 (ja) * 2008-11-19 2013-04-17 オムロンヘルスケア株式会社 健康状態判断装置
AU2010232407B2 (en) * 2009-04-03 2014-10-30 Intrapace, Inc. Feedback systems and methods to enhance obstructive and other obesity treatments
RU2568354C2 (ru) * 2009-06-04 2015-11-20 Конинклейке Филипс Электроникс, Н.В. Способ и система обеспечения поведенческой терапии для лечения бессонницы
GB2471902A (en) * 2009-07-17 2011-01-19 Sharp Kk Sleep management system which correlates sleep and performance data
US20120046966A1 (en) * 2010-08-19 2012-02-23 International Business Machines Corporation Health Management Application Development and Deployment Framework
JP5788293B2 (ja) * 2011-10-31 2015-09-30 オムロンヘルスケア株式会社 睡眠評価装置および睡眠評価用プログラム
US20140045156A1 (en) * 2012-08-07 2014-02-13 Nerio Alessandri Methods for managing lifestyle of individuals
CN111467644B (zh) * 2013-07-08 2023-04-11 瑞思迈传感器技术有限公司 用于睡眠管理的方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007034744A (ja) * 2005-07-27 2007-02-08 Matsushita Electric Ind Co Ltd アドバイスフォローアップシステム及びアドバイスフォローアップ方法
JP2009106681A (ja) * 2007-10-31 2009-05-21 Sanyo Electric Co Ltd 傾向予測装置及び傾向予測システム
JP2011258137A (ja) * 2010-06-11 2011-12-22 Sharp Corp 健康管理装置、健康管理制御プログラム、および記録媒体
JP2012058939A (ja) * 2010-09-08 2012-03-22 Seiko Epson Corp 血糖値予測システム
JP2014215691A (ja) * 2013-04-23 2014-11-17 日本電信電話株式会社 健康情報管理装置、方法及びプログラム

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2017204233A1 (ja) * 2016-05-23 2019-03-22 Ｎｅｃソリューションイノベータ株式会社 健康状態予測装置、健康状態予測方法、及びプログラム
JP2018023477A (ja) * 2016-08-09 2018-02-15 株式会社エムティーアイ 基礎体温予測プログラム、基礎体温予測方法
JP2018113042A (ja) * 2017-01-12 2018-07-19 株式会社ＡｎｃｉｅｎｔＴｒｅｅ 検査データの予測、記録、比較装置
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
JP7514034B2 (ja) 2017-03-30 2024-07-10 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
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
JP6467601B1 (ja) * 2017-09-07 2019-02-13 メドケア株式会社 食事履歴システム
JP2019046417A (ja) * 2017-09-07 2019-03-22 メドケア株式会社 食事履歴システム
JP7073074B2 (ja) 2017-10-26 2022-05-23 オムロンヘルスケア株式会社 目標管理システム、目標管理サーバ、および、目標管理プログラム
WO2019082812A1 (ja) * 2017-10-26 2019-05-02 オムロンヘルスケア株式会社 目標管理システム、目標管理サーバ、目標管理プログラム、および、目標管理端末装置
JP2019079391A (ja) * 2017-10-26 2019-05-23 オムロンヘルスケア株式会社 目標管理システム、目標管理サーバ、目標管理プログラム、および、目標管理端末装置
JP7201712B2 (ja) 2018-06-05 2023-01-10 コーニンクレッカ フィリップス エヌ ヴェ 血圧サロゲート値の傾向を推定する方法及び装置
JP2021525605A (ja) * 2018-06-05 2021-09-27 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 血圧サロゲート値の傾向を推定する方法及び装置
JP2020027309A (ja) * 2018-08-09 2020-02-20 ソフトバンク株式会社 情報管理システム及びプログラム
JP2022513917A (ja) * 2018-12-19 2022-02-09 ライブメトリック （メディカル） エス．エー． 被験者認知情報を用いた血圧モニタリングのためのシステムおよび方法
JP7337316B2 (ja) 2020-01-20 2023-09-04 株式会社AncientTree 治療に伴う検査データの予測、記録、比較装置
JP7559205B2 (ja) 2020-03-27 2024-10-01 ウエスト バージニア ユニバーシティー ボード オブ ガバナーズ オン ビハーフ オブ ウエスト バージニア ユニバーシティー 携帯型監視デバイスからの監視を用いたユーザの健康状況の予測
JP2021189513A (ja) * 2020-05-26 2021-12-13 Kddi株式会社 食事と睡眠・運動に係る情報を提供可能な生活モニタ装置、システム、プログラム及び方法
JP7395423B2 (ja) 2020-05-26 2023-12-11 Kddi株式会社 食事と睡眠・運動に係る情報を提供可能な生活モニタ装置、システム、プログラム及び方法

Also Published As

Publication number Publication date
EP3211590A4 (en) 2018-01-10
US20170329932A1 (en) 2017-11-16
EP3211590A1 (en) 2017-08-30
CN107004239A (zh) 2017-08-01
WO2016104326A1 (ja) 2016-06-30

Similar Documents

Publication Publication Date Title
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
CN108348745B (zh) 预测医疗保健事件的系统和方法
JP6485037B2 (ja) 睡眠改善システム及びこのシステムを用いた睡眠改善方法
JP5135197B2 (ja) 生体指標管理装置
JP5185785B2 (ja) 健康状態判断装置
US7621871B2 (en) Systems and methods for monitoring and evaluating individual performance
JP6662535B2 (ja) 生活習慣管理支援装置および生活習慣管理支援方法
JP5216140B2 (ja) 行動提案装置、及びその方法
Pierleoni et al. An Android‐Based Heart Monitoring System for the Elderly and for Patients with Heart Disease
JP5219700B2 (ja) 生体指標管理装置
JP5531369B2 (ja) 生体データ処理システム、及び、生体データ処理方法
US11049592B2 (en) Monitoring adherence to healthcare guidelines
US20140324459A1 (en) Automatic health monitoring alerts
JP2013238970A (ja) 健康管理システム
JP2010026855A (ja) 健康状態判断装置
WO2015107860A1 (ja) 健康管理支援システム
JP2018509270A (ja) 精神的苦痛モニタリングシステム
CN113598721B (zh) 可穿戴终端及其核心体温监测方法和计算机可读存储介质
KR20180033763A (ko) 개인 기대여명 예측 시스템 및 방법
JP5176942B2 (ja) 特徴抽出装置
JP7534745B1 (ja) 発作予測プログラム、記憶媒体、発作予測装置および発作予測方法
JP2020130438A (ja) 生体情報予測装置及びプログラム
US20240249813A1 (en) Activity Recommendation Based on Biometric Data from Wearable Device
WO2023074284A1 (ja) 健康状態判定方法、及び、健康状態判定システム
Reverdink The state of the art of the technologies that monitor disease progression in dementia patients: A scoping review

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170804

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180529

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20181120