JP2017068831A - 労務管理システム、労務管理方法、および、労務管理プログラム - Google Patents

労務管理システム、労務管理方法、および、労務管理プログラム Download PDF

Info

Publication number
JP2017068831A
JP2017068831A JP2016154333A JP2016154333A JP2017068831A JP 2017068831 A JP2017068831 A JP 2017068831A JP 2016154333 A JP2016154333 A JP 2016154333A JP 2016154333 A JP2016154333 A JP 2016154333A JP 2017068831 A JP2017068831 A JP 2017068831A
Authority
JP
Japan
Prior art keywords
item
data
result
items
employee
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
Application number
JP2016154333A
Other languages
English (en)
Other versions
JP7011247B2 (ja
Inventor
稔 加村
Minoru Kamura
稔 加村
建史 加村
Kenji Kamura
建史 加村
慎悟 石谷
Shingo Ishitani
慎悟 石谷
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.)
NITTSU SYSTEM KK
Original Assignee
NITTSU SYSTEM KK
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 NITTSU SYSTEM KK filed Critical NITTSU SYSTEM KK
Priority to EP16851915.5A priority Critical patent/EP3358513A4/en
Priority to US15/764,220 priority patent/US20180294046A1/en
Priority to PCT/JP2016/079152 priority patent/WO2017057746A1/ja
Priority to CN201680059106.6A priority patent/CN108140175B/zh
Publication of JP2017068831A publication Critical patent/JP2017068831A/ja
Application granted granted Critical
Publication of JP7011247B2 publication Critical patent/JP7011247B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/105—Human resources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
    • G06Q10/1091—Recording time for administrative or management purposes
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/20—Workers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • 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
    • A61B5/02—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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Educational Administration (AREA)
  • Biomedical Technology (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】健診結果またはストレスチェック結果と、勤怠状況または人事との関連性の把握を支援することを可能とした労務管理システム、労務管理方法、および、労務管理プログラムを提供する。【解決手段】勤怠項目群および人事項目群の少なくとも一方が第１項目群であり、健康診断項目群およびストレスチェック項目群の少なくとも一方が第２項目群であり、第１項目群を構成する各第１項目の結果を示すデータであって従業員における各第１項目の結果を履歴として示すデータが第１データであり、第２項目群を構成する各第２項目の結果を示す第２データであって従業員における各第２項目の結果を履歴として示すデータが第２データである。記憶部２１〜２７が記憶するデータを用い、各指定項目の結果の時間軸上における位置を指定項目間で整合させたグラフとして、各指定項目の結果を出力させる出力制御部１４とを備える。【選択図】図１

Description

本発明は、勤怠状況、健康診断の結果、ストレスチェックの結果などのデータから従業員の健康を管理する労務管理システム、労務管理方法、および、労務管理プログラムに関する。
各企業において、従業員の勤怠管理が行なわれている。勤怠管理では、コンピュータシステムを用いて、総労働時間、残業時間、休日出勤回数、遅刻回数、早退回数などを管理している。また、企業では、従業員の健康管理のため、定期的に健康診断が行われている。さらに、業務上多くのストレスを抱えているおそれのある従業員に対しては、ストレスチェックを行い、必要と認められる場合には、産業医などによる面接指導などが行われている。このように現在は、企業として、勤怠管理の他に、健康診断、ストレスチェックなどを従業員に対して行って、従業員の労務管理を行うことが求められている。
この点、特許文献１には、企業などで用いられる従業員の健康管理システムが記載されている。特許文献１の健康管理システムでは、従業員の健康診断結果と従業員の勤怠状況とを管理し、これらのデータから従業員の疲労状態を評価し、対策が必要な場合にはその従業員本人のほかに、上司に対して対策を促すようにしている。
特開２００３−２５６５７８号公報
しかし、健康診断結果と勤怠状況とから疲労状態を評価する特許文献１の健康管理システムでは、健康診断結果やストレスチェック結果と、勤怠状況や人事との関連性をシステムの利用者は容易に把握できない。これらが示す関連性は、従業員の健康状態や勤務状況などを今後良好なものとするうえで重要な要素であるから、上述した労務管理システムには、この関連性の把握を支援することが切望されている。
本発明は、上記課題を解決するためになされたものであり、その目的は、健診結果またはストレスチェック結果と、勤怠状況または人事との関連性の把握を支援することを可能とした労務管理システム、労務管理方法、および、労務管理プログラムを提供することにある。
上記課題を解決する労務管理システムは、勤怠項目群および人事項目群の少なくとも一方が第１項目群であり、健康診断項目群およびストレスチェック項目群の少なくとも一方が第２項目群であり、前記第１項目群を構成する各第１項目の結果を示すデータであって、従業員における前記各第１項目の結果を履歴として示すデータが第１データであり、前記第２項目群を構成する各第２項目の結果を示す第２データであって、前記従業員における前記各第２項目の結果を履歴として示すデータが第２データであり、前記第１データと前記第２データとを記憶する記憶部と、少なくとも１つの前記第１項目と少なくとも１つの前記第２項目とがそれぞれ指定項目として入力される入力部と、前記記憶部が記憶するデータを用い、前記各指定項目の結果の時間軸上における位置を前記指定項目間で整合させたグラフとして、前記各指定項目の結果を出力部に出力させる出力制御部とを備える。
上記構成によれば、記憶部が記憶するデータを用い、各指定項目の結果の時間軸上における位置を指定項目間で整合させたグラフとして出力することから、これらのデータの相関関係を容易に把握することができる。
上記労務管理システムにおいて、前記出力制御部は、前記各指定項目に対し１つずつグラフを出力させ、かつ、各グラフが有する時間軸の範囲を一致させることが好ましい。
上記構成によれば、複数の指定項目のデータの相関関係を容易に把握することができる。
上記労務管理システムにおいて、前記出力制御部は、前記時間軸と直交する方向に前記各グラフを整列させるようにするとよい。
また、上記労務管理システムにおいて、前記出力制御部は、１つのグラフに前記各指定項目の結果を重ねるようにするとよい。
上記労務管理システムにおいて、前記出力制御部は、前記各第２項目の結果に対する適正範囲を有し、前記第２項目の結果を出力するグラフに、当該第２項目の結果が適正範囲内か否かを示す指標をさらに出力させるようにするとよい。
上記構成によれば、第２項目の中で、異常のある項目を容易に判別することができる。
上記労務管理システムにおいて、前記第１項目群を構成する第１項目と第２項目群を構成する第２項目のうち、何れか一方の項目に対する他方の項目の相関が、相関の高さを示す条件を満たすときに、前記他方の項目を、前記一方の項目に対する関連項目として抽出する分析部をさらに備えるようにするとよい。
上記構成によれば、一方の項目に対する相関の高い他方の項目のデータを容易に把握することができる。例えば、第１項目と第１項目に対して相関の高い第２項目とを、各指定項目の結果の時間軸上における位置を指定項目間で整合させたグラフとして出力することができる。
また、本発明は、上記労務管理システムにより実行される労務管理方法である。
更に、本発明は、上記労務管理システムに用いる上記労務管理プログラムであり、ネットワークや光ディスクなどのリムーバル記録媒体を介して拡布され、サーバなどのコンピュータにインストールされ、実行される。
以上のような構成によれば、勤怠状況と、健診結果またはストレスチェック結果のデータの相互の関連性を把握して従業員の健康を管理することを可能とした労務管理システム、労務管理方法、および、労務管理プログラムを提供することができる。
本実施形態のシステムの概略を示すブロック図。 本実施形態のシステムで用いるデータの説明図であって、（ａ）は、人事データ記憶部の構成を示し、（ｂ）は、勤怠データ記憶部の構成を示し、（ｃ）は、給与データ記憶部の構成を示す。 本実施形態のシステムで用いるデータの説明図であって、（ａ）は、健診データ記憶部の構成を示し、（ｂ）は、ストレスチェックデータ記憶部の構成を示し、（ｃ）は、業績データ記憶部の構成を示し、（ｄ）は、日常データ記憶部の構成を示し、（ｅ）は、医療データ記憶部の構成を示す。 図２および図３に示す各記憶部にデータを保存する処理を示すフローチャート。 従業員本人が利用する場合であって、健康診断で異常のある場合の処理を示すフローチャート。 選択された項目データのグラフを縦並びに整列させる第１出力形態のレポートをモニタに表示した状態を示す図。 選択された項目データのグラフを重畳させる第２出力形態のレポートをモニタに表示した状態を示す図。 従業員本人が利用する場合であって、ストレスチェックで異常のある場合の処理を示すフローチャート。 従業員本人が利用する場合であって、定期的に健康状態を確認する場合の処理を示すフローチャート。 従業員本人が利用する場合であって、体調不良など自覚症状があった場合の処理を示すフローチャート。 人事担当者が利用する場合であって、過重労働や勤務不良が検出された場合の処理を示すフローチャート。 人事担当者が利用する場合であって、休職者が復職する場合の処理を示すフローチャート。 人事担当者が利用する場合であって、業務改善施策を検討する場合の処理を示すフローチャート。 産業医が利用する場合であって、体調不良などの相談があった場合の処理を示すフローチャート。 異常を示した項目に対して強調処理を施した第１出力形態のレポートをモニタに表示した状態を示す図。 選択された項目データのグラフを縦並びに整列させるとともにアイコンを用いた第１出力形態（図６参照）の変形例を示す図。 選択された項目データのグラフを重畳させるとともにアイコンを用いた第２出力形態（図７参照）の変形例を示す図。 大項目ごとに、項目のグラフを重畳させた出力形態の変形例を示す図。 「総残業時間」を年単位から１か月単位に切り替えた出力形態を示す図。 （ａ）は、選択された項目データのグラフを重畳させるとともにアイコンを用いた出力形態の変形例、（ｂ）は、（ａ）において使用されるアイコンの一覧を示す図。 統計分析処理１の手順を示すフローチャート。 健診結果を従業員が見る場合の手順を示すフローチャート。 レポートの出力形態を示す図。 統計分析処理２の手順を示すフローチャート。 重回帰分析を示す図。 従業員個人の将来予測をする処理のフローチャート。
以下、図１〜図２６を用いて、労務管理システム、労務管理方法及び労務管理プログラムを具体化した一実施形態を説明する。本実施形態では、従業員の人事に関する情報や、勤怠に関する情報や、健康診断結果に関する情報や、ストレスチェック結果に関する情報を用いて、従業員の健康を、総合的に、すなわち心身両面からの健康を管理する労務管理システムを説明する。
図１に示すように、労務管理システムに用いる管理サーバ１０は、ネットワーク１を介して、人事担当者などが使用するクライアント端末２、従業員などが使用するクライアント端末３ａ，３ｂ（以下、まとめてクライアント端末３ともいう。）、および、産業医などが使用するクライアント端末４と接続されている。これらのクライアント端末２，３，４は、出力部や入力部を備えている。出力部は各種情報を出力するための手段であり、ディスプレイ、プリンタなどにより構成される。また、入力部は各種情報を入力するための手段であり、キーボードやポインティングデバイス、通信インターフェースなどにより構成される。また、管理サーバ１０に対して、各種のデータを入力するクライアント端末３やサーバ５〜８などが入力部となる。
人事担当者のクライアント端末２や産業医のクライアント端末４や従業員のクライアント端末３ａは、従業員の健診結果などのレポートをモニタに表示し、または、プリンタで印刷して確認できる例えばデスクトップ型またはノート型のコンピュータ端末である。
また、従業員のクライアント端末３ｂは、従業員が携帯するスマートフォン、携帯型電話、ノート型のコンピュータ、メガネ型や腕時計型のウェアラブル端末などの小型情報処理端末である。クライアント端末３ｂは、歩数、運動量、血圧、脈拍などの身体データを計測するセンサを備えて、検出した値を内蔵メモリなどに保存する。また、クライアント端末３ｂは、睡眠時間、就寝時間、起床時間などの活動データ、食事摂取回数、食事摂取時刻、食事摂取カロリーなどの食事データなどを保存する。さらに、飲酒量や喫煙量などの習慣データを保存する。また、健診や検査の実施時期や内服の開始時期や病気の発症時期や治癒した時期や医師面談の時期などの医療データを保存する。クライアント端末３ｂは、このような従業員の日常データや医療データを保存し、日常データや医療データを、定期的に、または、従業員の操作に従って、従業員のクライアント端末３ａを介して、または、直接、管理サーバ１０に送信する。
また、管理サーバ１０は、ネットワーク１を介して、人事勤怠管理サーバ５、健診管理サーバ６、ストレスチェック管理サーバ７、および、企業全体や従業員の業績などを管理する業績管理サーバ８が接続されている。各従業員には、一意に従業員コードが付与されており、各サーバ５〜８は、従業員コードに関連付けて管理する。
人事勤怠管理サーバ５は、従業員の人事や勤怠に関するデータを蓄積し管理する。具体的に、従業員ごとに、入社年月日、部門移動年月日、昇格の年月日などの企業イベントに関する項目データを管理し、また、結婚の年月日、離婚の年月日、出産年月日、介護開始の年月日、介護終了の年月日などの私的イベントに関する項目データを管理している。また、従業員ごとの勤怠データとして、総労働時間、総残業時間などの時間データ、出勤日数、出張回数などの日数回数データ、出勤時刻、退勤時刻などの時刻データを管理している。さらに、従業員ごとの給与データを管理している。そして、人事勤怠管理サーバ５は、企業イベントに関するデータ、私的イベントに関するデータなどの人事データや、日数回数データ、出勤時刻、退勤時刻などの勤怠データや、給与データを、定期的に、または、操作者の操作に従って、管理サーバ１０に送信する。
健診管理サーバ６は、従業員ごとに、従業員に対して定期的に行われる健康診断の結果である健診データを管理している。具体的に、健診管理サーバ６は、健診データを構成する、体重、身長、ＢＭＩ、尿酸値などの項目の結果である項目データを管理している。健診管理サーバ６は、このような健診データを、定期的に、または、操作者の操作に従って、管理サーバ１０に送信する。
ストレスチェック管理サーバ７は、従業員ごとに、従業員のストレスチェック結果であるストレスチェックデータを管理している。具体的に、ストレスチェック管理サーバ７は、ストレスチェックデータを構成する、仕事の負荷判定の結果、仕事の資源（作業レベル）判定の結果、仕事の資源（部署）判定の結果、仕事の資源（事業所）判定の結果、総合判定の結果などの項目の結果である項目データを管理している。なお、仕事の資源とは、仕事の負担を減らす、仕事の負担の悪影響を緩和する、モチベーションを高める、といった組織内の要因を示し、具体的には、「上司からのサポートがあるか」、「同僚からのサポートがあるか」、「個人が尊重されているか」などの質問項目に対する評価を評点（例えば１点から４点）で表したものである。ストレスチェック管理サーバ７は、全従業員に対して定期的に、または、例えば規程の残業時間を超えた従業員に対して、ストレスチェックの診断を行い、従業員のクライアント端末３から送信されたストレスチェックの回答データを蓄積し管理している。そして、ストレスチェック管理サーバ７は、このようなストレスチェックデータを、定期的に、または、操作者の操作に従って、管理サーバ１０に送信する。
業績管理サーバ８は、企業全体、事業所単位、部署単位、従業員単位の業績データとして、売上額、売上数量、受注額などの項目データを管理している。そして、業績管理サーバ８は、このような業績データを、定期的に、または、操作者の操作に従って、管理サーバ１０に送信する。
以上のような装置がネットワーク１を介して接続された管理サーバ１０は、通常のサーバであり、ＣＰＵ、ＲＯＭ、ＲＡＭ、ハードディスクなどのハードウェアにより構成されたコンピュータシステムであり、企業の人材情報の管理を行なうためのコンピュータシステムである。この管理サーバ１０は、制御部１１と、人事データ記憶部２１と、勤怠データ記憶部２２と、給与データ記憶部２３と、健診データ記憶部２４と、ストレスチェックデータ記憶部２５と、業績データ記憶部２６と、日常データ記憶部２７と、医療データ記憶部２８を備えている。
制御部１１は、管理部１２と、抽出部１３と、出力制御部１４とを備えている。
管理部１２は、人事勤怠管理サーバ５、健診管理サーバ６、ストレスチェック管理サーバ７、および、業績管理サーバ８に対して、定期的に、データの送信要求を送信し、各サーバから送信されたデータを、各記憶部２１〜２６に保存し管理する。また、管理部１２は、従業員のクライアント端末３ａやクライアント端末３ｂから送信された日常データを日常データ記憶部２７に保存する。
抽出部１３は、健康診断やストレスチェックで異常が検出された従業員を抽出する。抽出部１３は、例えば定期的に、または、操作者の操作に応じて、この抽出処理を行う。また、該当する従業員のデータを、人事データ記憶部２１、勤怠データ記憶部２２、給与データ記憶部２３、健診データ記憶部２４、ストレスチェックデータ記憶部２５、業績データ記憶部２６、および、日常データ記憶部２７、および、医療データ記憶部２８から抽出する。
出力制御部１４は、従業員ごとの、人事に関する情報や、勤怠に関する情報や、健康診断結果に関する情報や、ストレスチェック結果に関する情報に基づいて、出力データとしてのレポートを生成する。このレポートは、テキストデータや画像データ、動画データなどの視認可能データで構成されており、クライアント端末２，３，４のモニタに表示され、または、クライアント端末２，３，４に接続され、または、ネットワーク１に接続されたプリンタより印刷用紙に出力される。また、出力データは、光ディスク、ＵＳＢメモリ、メモリカードといった可搬性の記録媒体に出力される。
管理サーバ１０は、さらに、データウェアハウス３０とネットワークを介して接続されている。データウェアハウス３０は、管理サーバ１０から各記憶部２１〜２６に保存されたデータが定期的に又は操作者の操作に従って送信される。データウェアハウス３０では、受信した各記憶部２１〜２６に保存されたデータを整理して蓄積する。
データウェアハウス３０は、通常のサーバであり、ＣＰＵ、ＲＯＭ、ＲＡＭ、大容量ハードディスクなどのハードウェアにより構成されたコンピュータシステムであり、管理サーバ１０から送信されたデータを体系づけて蓄積し、分析を行う。データウェアハウス３０は、管理サーバ１０から送信されたデータを大容量ハードディスクなどの蓄積部３１に保存する。データウェアハウス３０は、蓄積部３１に蓄積されたデータの統計分析を行う分析部３２を備えている。具体的に、分析部３２は、健康診断の各健診項目やストレスチェックの各ストレスチェック項目に対する人事データの各項目や勤怠データの各項目などとの相関を算出する。そして、健康診断の各健診項目やストレスチェックの各チェック項目に対して、相関の高い人事データの各項目や勤怠データの各項目を関連項目として抽出する。データウェアハウス３０は、相関の高い項目の組み合わせを登録する登録部３３を備えている。
図２（ａ）に示すように、人事データ記憶部２１は、各従業員の属性である人事データが格納される人事レコード２１ａが記録されている。この人事レコード２１ａは、従業員の個人情報が登録された場合に記録される。人事レコード２１ａは、従業員コードに関連付けられて、人事の履歴である各種の人事項目データが記録されている。具体的に、氏名、所属、役職、勤務形態、連絡先などが格納されるほかに、各従業員に企業内で生じる企業イベント、各従業員の私的部分で生じる私的イベントなどが格納される。企業イベントは、例えば、入社年月日、部門移動年月日、昇格の年月日などの日時データである。私的イベントは、例えば、結婚の年月日、離婚の年月日、出産年月日などの日時データである。そして、人事データ記憶部２１に記憶される各項目が第１項目であり、第１項目の集まりが第１項目群であり、第１項目の結果を履歴として示す項目データが第１データとなる。
図２（ｂ）に示すように、勤怠データ記憶部２２は、各従業員の勤怠についての勤怠データが格納される勤怠レコード２２ａが記録されている。この勤怠レコード２２ａは、従業員コードに関連付けられており、勤怠の履歴としての項目データが記録されている。具体的に、時間データとして、総労働時間、総残業時間、深夜残業時間、休日出勤時間などの項目データが記録され、また、日数・回数データとして、出勤日数、外勤日数、出張日数、休出回数、夜勤回数などの項目データが記録される。さらに、時刻データとして、出勤時刻、退勤時刻、有給消化率などの項目データが記録される。そして、勤怠データ記憶部２２に記憶される各項目が第１項目であり、第１項目の集まりが第１項目群であり、第１項目の結果を履歴として示す項目データが第１データとなる。
図２（ｃ）に示すように、給与データ記憶部２３は、各従業員の給与データが格納される給与レコード２３ａが記録されている。給与レコード２３ａは、従業員コードに関連付けられて、給与の履歴としてのデータが記録されている。具体的に、各従業員の月次給与、賞与、年俸などの給与データの項目データが記録されている。そして、勤怠データ記憶部２２に記憶される各項目が第１項目であり、第１項目の集まりが第１項目群であり、第１項目の結果を履歴として示す項目データが第１データとなる。
図３（ａ）に示すように、健診データ記憶部２４は、各従業員の健診結果である健診データが格納された健診レコード２４ａが記録されている。健診レコード２４ａは、従業員コードに関連付けられて、健康診断の結果の履歴を示すデータが記録されている。具体的に、体重、身長、腹囲、ＢＭＩといった項目別の健診項目データを記録している。また、胸部レントゲン、胃部レントゲンなどのＸ線検査の画像データ、脳、脊椎、四肢、また子宮、卵巣、前立腺などの骨盤腔などのＭＲＩ検査の画像データ、肝臓、胆嚢、腎臓、膵臓、膀胱、前立腺、子宮、卵巣などのエコー検査の動画データなどを記録している。その他、ＣＴ検査の画像データを記録していてもよい。健診レコード２４ａには、このような画像や動画を有する検査結果を記録することもできる。そして、健診データ記憶部２４に記憶される各項目が第２項目であり、第２項目の集まりが第２項目群であり、第２項目の結果を履歴として示す項目データが第２データとなる。
図３（ｂ）に示すように、ストレスチェックデータ記憶部２５は、各従業員のストレスチェック結果であるストレスチェックデータが格納されたストレスチェックレコード２５ａが記録されている。ストレスチェックレコード２５ａは、従業員コードに関連付けられて、ストレスチェックの履歴のデータが記録されている。具体的に、総合判定、仕事の負荷判定、仕事の資源判定（作業レベル、部署、事業所）といった項目別のチェック項目データを記録している。そして、ストレスチェックデータ記憶部２５に記憶される各項目が第２項目であり、第２項目の集まりが第２項目群であり、第２項目の結果を履歴として示す項目データが第２データとなる。
図３（ｃ）に示すように、業績データ記憶部２６は、企業全体、事業所単位、部署単位、従業員単位の業績データとして、売上額、売上数量、受注額などの項目データが格納された業績レコード２６ａが記録されている。業績レコード２６ａは、従業員の業績の場合、従業員コードに関連付けて、業績の履歴のデータが記録されている。具体的に、売上額、売上数量、受注額、受注数量、生産性などの項目データを記録している。そして、業績データ記憶部２６に記憶される各項目が第１項目であり、第１項目の集まりが第１項目群であり、第１項目の結果を履歴として示す項目データが第１データとなる。
図３（ｄ）に示すように、日常データ記憶部２７は、各従業員の日常データが格納された日常レコード２７ａが記録されている。日常レコード２７ａは、従業員コードに関連付けて、活動データ、身体データ、食事データ、習慣データといった項目データを記録している。活動データは、例えば、歩数、運動量、消費カロリーなどであり、身体データは、例えば、体重、体脂肪率、血圧などであり、食事データは、食事摂取時刻、食事摂取回数、摂取カロリーなどであり、習慣データは、飲酒量、喫煙量などである。これにより、例えば、血圧や体重に関し、健康診断時の血圧や体重だけでなく、日々の血圧や体重を管理することができる。そして、日常データ記憶部２７に記憶される各項目が第２項目であり、第２項目の集まりが第２項目群であり、第２項目の結果を履歴として示す項目データが第２データとなる。
図３（ｅ）に示すように、医療データ記憶部２８は、各従業員の医療データが格納された医療レコード２８ａが記録されている。医療レコード２８ａは、従業員コードに関連付けて、医療イベントとしての健診や検査の実施時期や内服の開始時期や病気の発症時期や治癒した時期や医師面談の時期などの項目データを記録している。そして、医療データ記憶部２８に記憶される各項目が第２項目であり、第２項目の集まりが第２項目群であり、第２項目の結果を履歴として示す項目データが第２データとなる。
以上のように、人事データ、勤怠データ、業績データといった人事勤怠業績関連データの項目データが第１データに分類され、健診データ、ストレスチェックデータ、日常データ、医療データといった健康関連データの各項目データが第２データに分類される。なお、日常データ、医療データは、第１データとして扱ってもよい。
次に、上述したシステム労務管理を行なう際の作用を説明する。
（データ管理処理）
図４を参照して、労務管理システムの各記憶部２１〜２７に各種のデータを保存する方法を説明する。
ステップＳ１において、管理サーバ１０の管理部１２は、人事勤怠管理サーバ５から送信された人事データの項目データを受信し、人事データ記憶部２１に従業員コードに関連付けて保存する。ステップＳ２において、管理部１２は、人事勤怠管理サーバ５から送信された勤怠データの項目データを受信し、勤怠データ記憶部２２に従業員コードに関連付けて保存する。ステップＳ３において、管理部１２は、人事勤怠管理サーバ５から送信された給与データの項目データを受信し、給与データ記憶部２３に保存する。
ステップＳ４において、管理サーバ１０の管理部１２は、健診管理サーバ６から送信された健診データの健診項目データを受信し、健診データ記憶部２４に従業員コードに関連付けて保存する。ステップＳ５において、管理部１２は、ストレスチェック管理サーバ７から送信されたストレスチェックデータのチェック項目データを受信し、ストレスチェックデータ記憶部２５に従業員コードに関連付けて保存する。ステップＳ６において、管理部１２は、従業員のクライアント端末３から送信された日常データの項目データを受信し、日常データ記憶部２７に従業員コードに関連付けて保存する。ステップＳ７において、管理部１２は、従業員のクライアント端末３から送信された医療データの項目データを受信し、医療データ記憶部２８に従業員コードに関連付けて保存する。なお、健診や検査の実施時期や内服の開始時期や病気の発症時期や治癒した時期や医師面談の時期などのデータは従業員のクライアント端末３のほか、健診管理サーバ６から取得するようにしてもよい。ステップＳ８において、管理部１２は、業績管理サーバ８から送信された業績データの項目データを受信し、従業員の業績の場合、例えば業績データ記憶部２６に従業員コードに関連付けて保存する。ステップＳ９において、管理部１２は、各記憶部２１〜２７に保存された各種のデータを定期的に又は操作者の操作に従ってデータウェアハウス３０に送信する。データウェアハウス３０は、受信したデータを、蓄積部３１に保存する。分析部３２は、蓄積部３１に蓄積されたデータの分析を行う。なお、データの分析についての詳細は後述する。
（従業員本人が利用する場合）
（健康診断で異常のある場合）
図５を参照して、従業員本人が利用する場合であって、健康診断で異常のある場合を説明する。
クライアント端末３を操作して従業員が従業員コードなどを管理サーバ１０に送信すると、抽出部１３は、健診データ記憶部２４にアクセスし、受信した従業員コードの健診レコード２４ａを検索する。そして、ステップＳ１１において、抽出部１３は、健診レコード２４ａに記録された個別の健診項目データの中に異常値があるかどうかを判断する。具体的に、健診項目の中には、体脂肪率、尿酸値、ＬＤＬコレステロール、ＨＬＤコレステロールなどのように適正な数値範囲があるものがあり、この適正範囲を外れると、本人に対して注意を促すものがある。健診データ記憶部２４では、健診項目データにつき、適正範囲を定義レコードに格納しており、抽出部１３は、定義レコードを参照して、健診項目データが異常であるかどうかを判断する。
ステップＳ１２において、抽出部１３は、異常のあった健診項目データを抽出し、ステップＳ１３において、異常のあった健診項目データと関連する健診項目データを抽出する。例えば、体脂肪率が異常であるときには、これと関連する健診項目データであるＬＤＬコレステロール、ＨＬＤコレステロール、総コレステロールなどを抽出する。健診データ記憶部２４では、所定の健診項目データについて、関連する健診項目が関連付けられている。抽出部１３は、この関連付けを参照して、異常のあった健診項目と関連する健診項目データを抽出する。なお、健診項目データに異常がないときには、ステップＳ１４において、一般的なあらかじめ定義された所定の健診項目を抽出する。
ステップＳ１５において、抽出部１３は、人事データ記憶部２１にアクセスし、受信した従業員コードの人事レコード２１ａを検索し、当該人事レコード２１ａの人事項目データを抽出する。ステップＳ１６において、抽出部１３は、勤怠データ記憶部２２にアクセスし、受信した従業員コードの勤怠レコード２２ａを検索し、当該勤怠レコード２２ａの勤怠項目データを抽出する。ステップＳ１７において、抽出部１３は、日常データ記憶部２７にアクセスし、受信した従業員コードの日常レコード２７ａを検索し、当該日常レコード２７ａの各項目データを抽出する。ステップＳ１５〜ステップＳ１７では、抽出部１３が各レコードから予め定められた所定項目データを抽出し、さらにユーザによって選択された項目を抽出する。なお、ユーザによって抽出する項目の全てを自由に選択できるものであってもよい。また、予め定められる所定項目データは、例えば後述する統計分析処理で抽出された項目であってもよい。
ステップＳ１８において、管理サーバ１０の出力制御部１４は、レポートの要求のあったクライアント端末３に送信する出力データとしてのレポートを生成する。具体的に、出力制御部１４は、選択された項目データのグラフを縦並びに整列させる第１出力形態と、選択された項目データのグラフを重畳させる第２出力形態のうちのいずれかの出力形態を選択してレポートを生成する。そして、出力制御部１４は、要求のあった出力形態でクライアント端末３にレポートを送信する。クライアント端末３では、レポートをモニタに表示して、または、プリンタで印刷して、従業員がレポートを閲覧することができる。
なお、健康診断で異常が認められる場合には、医師などの所見が記載されることがある。このような所見も、健診データ記憶部２４に従業員コードと関連付けて保存される。抽出部１３は、ステップＳ１１において、異常のあった健診項目と当該健診項目に関連する健診項目を抽出するのではなく、所見がある健診項目と当該健診項目に関連する健診項目を抽出することもできる。また、胸部レントゲン、胃部レントゲンや脳などのＭＲＩ検査や肝臓などのエコー検査に異常が認められるときには、当該項目と当該項目に関連する健診項目を抽出することもできる。
（第１出力形態）
図６は、選択された項目データのグラフを縦並びに整列させる第１出力形態のレポートをモニタに表示した状態を示す図である。このレポート４１では、ラジオボタン４２が設けられており、ラジオボタン４２では、縦並び表示の第１出力形態か重畳表示の第２出力形態の何れかの出力形態を選択でき、ここでは、縦並び表示を行う第１出力形態が選択されている。また、レポート４１では、組み合わせパターンがプルダウンメニューによって選択することができる。この第１プルダウンメニュー４３では、「健診結果の確認」の他、「ストレスチェック結果の確認」などを選択することができ、ここでは、「健診結果の確認」が選択されている。また、表示する対象データを選択する第２プルダウンメニュー４４が設けられている。第２プルダウンメニュー４４では、大項目の指定項目として、「勤怠」、「人事」、「ストレスチェック結果」、「健診」、「日常」の中から選択することができる。そして、選択された大項目は、さらに、指定項目の小項目として、項目データを選択することができる。図６の例では、「勤怠」と「人事」と「健診」とが選択されており、出力制御部１４は、抽出部１３で、勤怠データ記憶部２２と人事データ記憶部２１と健診データ記憶部２４とにアクセスし、選択された小項目のデータを抽出し、レポート４１に加える。具体的に、「健診」では、「体重」、「総コレステロール」、「ＬＤＬコレステロール」が選択されており、出力制御部１４は、抽出部１３で「体重」、「総コレステロール」、「ＬＤＬコレステロール」の項目データを抽出し、レポート４１に加える。また、「勤怠」では、小項目として、「総残業時間」が選択されており、出力制御部１４は、抽出部１３で「総残業時間」の項目データを抽出し、レポート４１に加える。
なお、「健診」と関連した項目として表示される「総残業時間」などの関連項目は、従業員などが選択した項目であってもよいし、後述する統計分析処理で抽出された項目とすることもできる。
そして、縦並び表示の第１出力形態では、上から順に、「体重」のグラフ、「総コレステロール」のグラフ、「ＬＤＬコレステロール」のグラフ、「総残業時間」のグラフを１つずつ生成し、「部門移動」、「昇格」、「転居」の項目についても縦並びに整列している。そして、時間軸の範囲を一致させるべく、更に、２００９年から２０１４年の期間のデータを抽出し、この期間において、横軸の時間軸上の位置が整合され揃えられている。このようなレポート４１では、横軸が時間軸であり、各項目データの時間軸上の位置が整合され揃えられた状態で、時間軸に直交する方向に複数のグラフが整列されていることから、例えば、健診結果に変化が見られたときの他の状況を容易に把握することができる。図６の例では、２０１２年に体重が減少しているが、その年度は、課長に昇格し、更に総残業時間が増えた年度であることを直ちに把握することができる。
また、「総コレステロール」のグラフ、および、「ＬＤＬコレステロール」のグラフには、適正範囲の上限線４５が指標として加入されている。これにより、「総コレステロール」のグラフ、「ＬＤＬコレステロール」の上限値を容易に把握することができる。健診項目に対して関連性が高い「総残業時間」などの小項目が統計分析によって自動的に表示されるときには、健診結果が悪化したことに関連する「勤怠」などの「健診」とは別の大項目の中の小項目を見逃してしまうことを抑制できる。
（第２出力形態）
図７は、選択された項目データのグラフを重畳させる第２出力形態のレポートをモニタに表示した状態を示す図である。このレポート５１では、ラジオボタン４２によって、重畳表示を行う第２出力形態が選択されている。なお、図７でも、図６と同様な項目が選択されている。このレポート５１では、縦軸目盛りのスケールを選択するラジオボタン５２が設けられている。ここでは、「総コレステロール」が選択されており、縦軸が「総コレステロール」に合わせた目盛りとなっている。図７の例では、各項目のグラフが時間軸上の位置を整合させて揃え、更に重畳されることで、２０１２年に体重が減少しているが、その年度は、課長に昇格し、更に総残業時間が増えた年度であることを直ちに把握することができる。
なお、図６に示す第１出力形態と図７に示す第２出力形態において、大項目として、「ストレスチェック結果」や「日常項目」をさらに選択してもよい。また、「ストレスチェック結果」を選択したときには、小項目として、「仕事の負荷判定」などの項目を選択してもよい。さらに、「日常項目」を選択したときには、小項目として、「歩数」、「運動量」などの項目を選択してもよい。これにより、一層、健診結果と他の項目との関連性をレポート４１，５１で把握することができる。また、図６に示す第１出力形態と図７に示す第２出力形態が、いずれかの出力形態がクライアント端末３のモニタに表示されている状態において、ラジオボタン４２で表示されていない他方の出力形態がマウスなどの操作部を用いて選択されると、出力制御部１４が新たに選択された出力形態の出力データを生成する。そして、クライアント端末３のモニタに表示する。
（ストレスチェックで異常のある場合）
図８を参照して、従業員本人が利用する場合であって、ストレスチェックで異常のある場合を説明する。
クライアント端末３を操作して従業員が従業員コードなどを管理サーバ１０に送信すると、抽出部１３は、ストレスチェックデータ記憶部２５にアクセスし、受信した従業員コードのストレスチェックレコード２５ａを検索する。そして、ステップＳ２１において、抽出部１３は、ストレスチェックレコード２５ａ記録された個別のチェック項目データの中に異常値があるかどうかを判断する。具体的に、チェック項目データの中には、適正な数値範囲があるものがあり、この適正範囲を外れると、本人に対して注意を促すものがある。ストレスチェックデータ記憶部２５では、チェック項目データにつき、定義レコードに適正範囲を定義しており、抽出部１３は、これを参照して、チェック項目データが異常であるかどうかを判断する。
ステップＳ２２において、抽出部１３は、異常のあったチェック項目データを抽出する。チェック項目データに異常がないときには、ステップＳ２３において、一般的なあらかじめ定義された所定のチェック項目データを抽出する。ステップＳ２４において、抽出部１３は、主要な健診項目データを抽出する。ストレスチェックデータ記憶部２５では、所定のチェック項目データについて、関連する健診項目が関連付けられている。抽出部１３は、この関連付けを参照して、異常のあったチェック項目データと関連する健診項目データを抽出する。この関連する健診項目は、例えば後述する統計分析処理で抽出された項目とすることができる。
ステップＳ２５において、抽出部１３は、人事データ記憶部２１にアクセスし、受信した従業員コードの人事レコード２１ａを検索し、当該人事レコード２１ａの人事項目データを抽出する。人事異動や役職などがストレスに影響することがあるからである。ステップＳ２６において、抽出部１３は、勤怠データ記憶部２２にアクセスし、受信した従業員コードの勤怠レコード２２ａを検索し、勤怠レコード２２ａの勤怠項目データを抽出する。例えば、１か月の総残業時間が既定の所定時間を超えた勤務が続く場合などがあるからである。ステップＳ２７において、抽出部１３は、給与データ記憶部２３にアクセスし、受信した従業員コードの給与レコード２３ａを検索し、給与レコード２３ａの項目データを抽出する。ステップＳ２８において、抽出部１３は、業績データ記憶部２６にアクセスし、従業員の業績レコード２６ａに記録された業績項目データを抽出する。例えば、従業員の各月、または、各年の売上額、売上数量、受注額、受注数量などを抽出する。ステップＳ２９において、抽出部１３は、日常データ記憶部２７にアクセスし、受信した従業員コードの日常レコード２７ａを検索し、当該日常レコード２７ａの項目データを抽出する。ステップＳ２５〜ステップＳ２９では、抽出部１３が各レコードから予め定められた所定項目データを抽出し、さらにユーザによって選択された項目を抽出する。なお、ユーザによって項目の全てを自由に選択できるようにしてもよい。また、予め定められる所定項目データは、例えば後述する統計分析処理で抽出された項目であってもよい。
ステップＳ３０において、管理サーバ１０の出力制御部１４は、レポートの要求のあったクライアント端末３に送信する出力データとしての第１出力形態のレポートまたは第２出力形態のレポートを生成し、レポートの要求のあったクライアント端末３にレポートを送信する。クライアント端末３では、レポートを、モニタに表示して、または、プリンタで印刷して、従業員がレポートを閲覧することができる。これにより、従業員は、何がストレスに影響し、また、ストレスがどのように身体面に影響を与えているかを確認することができる。
（定期的に健康状態を確認する場合）
図９を参照して、従業員本人が利用する場合であって、定期的に健康状態を確認する場合を説明する。
ステップＳ３１において、抽出部１３は、各従業員が希望する健康診断結果の確認日時かどうかを判断する。例えば、確認日時のデータは、健診レコード２４ａに記録されており、確認日時になると、抽出部１３は、ステップＳ３２において、健診データ記憶部２４にアクセスし、受信した従業員コードの健診レコード２４ａに記録された主要な健診項目を抽出する。ステップＳ３３において、抽出部１３は、ストレスチェックデータ記憶部２５にアクセスし、受信した従業員コードのストレスチェックレコード２５ａに記録された主要なチェック項目データを抽出する。ステップＳ３４において、抽出部１３は、日常データ記憶部２７にアクセスし、受信した従業員コードの日常レコード２７ａの項目データを抽出する。ステップＳ３２〜ステップＳ３４では、抽出部１３が各レコードから予め定められた所定項目データを抽出し、さらにユーザによって選択された項目を抽出する。なお、ユーザによって全ての項目を自由に選択できるものであってもよい。また、予め定められる所定項目データは、例えば後述する統計分析処理で抽出された項目であってもよい。
ステップＳ３５において、管理サーバ１０の出力制御部１４は、レポートの要求のあったクライアント端末３に送信する出力データとしての第１出力形態のレポートまたは第２出力形態のレポートを生成し、レポートの要求のあったクライアント端末３にレポートを送信する。クライアント端末３では、レポートを、モニタに表示して、または、プリンタで印刷して、従業員がレポートを閲覧することができる。これにより、従業員は、定期的に、身体面やストレスの面で変化はないかを確認することができる。
（体調不良など自覚症状があった場合）
図１０を参照して、従業員本人が利用する場合であって、体調不良など自覚症状があった場合を説明する。
クライアント端末３を操作して従業員が従業員コードなどを管理サーバ１０に送信すると、ステップＳ４１において、抽出部１３は、健診データ記憶部２４にアクセスし、受信した従業員コードの健診レコード２４ａに記録された主要な健診項目を抽出する。ステップＳ４２において、抽出部１３は、人事データ記憶部２１にアクセスし、受信した従業員コードの人事レコード２１ａの人事項目データを抽出する。ステップＳ４３において、抽出部１３は、勤怠データ記憶部２２にアクセスし、受信した従業員コードの勤怠レコード２２ａの勤怠項目データを抽出する。ステップＳ４４において、抽出部１３は、日常データ記憶部２７にアクセスし、受信した従業員コードの日常レコード２７ａの項目データを抽出する。ステップＳ４１〜ステップＳ４４では、抽出部１３が各レコードから予め定められた所定項目データを抽出し、さらにユーザによって選択された項目を抽出する。なお、ユーザによって全ての項目を自由に選択できるものであってもよい。また、予め定められる所定項目データは、例えば後述する統計分析処理で抽出された項目であってもよい。
ステップＳ４５において、管理サーバ１０の出力制御部１４は、レポートの要求のあったクライアント端末３に送信する出力データとしての第１出力形態のレポートまたは第２出力形態のレポートを生成し、レポートの要求のあったクライアント端末３にレポートを送信する。クライアント端末３では、レポートを、モニタに表示して、または、プリンタで印刷して、従業員がレポートを閲覧することができる。これにより、従業員は、体調不良のときに、体調不良によって健診項目の中でどの項目の数値が悪化していることを確認することができ、悪化の原因を、人事項目や勤怠項目との関係でも確認することができる。また、健診項目の数値を見て、受診する必要があるのかを判断することいができる。また、体調不良の原因を勤怠状況を見て探ることができる。
（人事担当者が利用する場合）
（過重労働や勤務不良が検出された場合）
図１１を参照して、人事担当者が利用する場合であって、過重労働や勤務不良が検出された場合を説明する。
ステップＳ５１において、抽出部１３は、ストレスチェックデータ記憶部２５にアクセスし、従業員ごとに、ストレスチェックレコード２５ａに記録された個別のチェック項目データの中に異常値があるかどうかを判断する。また、勤怠データ記憶部２２にアクセスし、従業員ごとに、勤怠レコード２２ａに記録された個別の勤怠項目データの中に異常値があるかどうかを判断する。そして、抽出部１３は、異常を検出したとき、ステップＳ５２に進み、異常を検出しなかったとき処理を終了する。
ステップＳ５２において、異常を検出したチェック項目データを含むチェック項目データを抽出する。また、ステップＳ５３において、抽出部１３は、異常を検出した勤怠項目データを含む勤怠項目データを抽出する。ステップＳ５４において、抽出部１３は、健診データ記憶部２４にアクセスし、健診レコード２４ａに記録された主要な健診項目を抽出する。ステップＳ５５において、抽出部１３は、人事データ記憶部２１にアクセスし、人事レコード２１ａの各人事項目データを抽出する。
なお、抽出部１３は、日常データ記憶部２７にアクセスし、日常レコード２７ａに記録された日常データを抽出してもよい。
ステップＳ５６において、出力制御部１４は、レポートの要求のあったクライアント端末２に送信する出力データとしての第１出力形態のレポートまたは第２出力形態のレポートを生成し、レポートの要求のあったクライアント端末２にレポートを送信する。クライアント端末２は、レポートを、モニタに表示して、または、プリンタで印刷して、人事担当者がレポートを閲覧することができる。これにより、人事担当者は、勤怠項目データやチェック項目データの中に異常が認められた従業員を直ちに発見でき、また、この異常が健診結果や人事と関連性があるのかを容易に確認することができる。
（休職者が復職する場合）
図１２を参照して、人事担当者が利用する場合であって、休職者が復職する場合を説明する。
クライアント端末２を操作して人事担当者が復職する従業員の従業員コードなどを管理サーバ１０に送信すると、ステップＳ６１において、抽出部１３は、ストレスチェックデータ記憶部２５にアクセスし、ストレスチェックレコード２５ａに記録されたチェック項目データを抽出する。ステップＳ６２において、抽出部１３は、健診データ記憶部２４にアクセスし、健診レコード２４ａに記録された主要な健診項目を抽出する。ステップＳ６３において、抽出部１３は、勤怠データ記憶部２２にアクセスし、勤怠レコード２２ａに記録された勤怠項目データを抽出する。ステップＳ６４において、抽出部１３は、人事データ記憶部２１にアクセスし、人事レコード２１ａの人事項目データを抽出する。
ステップＳ６５において、出力制御部１４は、レポートの要求のあったクライアント端末２に送信する出力データとしての第１出力形態のレポートまたは第２出力形態のレポートを生成し、レポートの要求のあったクライアント端末２にレポートを送信する。クライアント端末２は、レポートを、モニタに表示して、または、プリンタで印刷して、人事担当者がレポートを閲覧することができる。これにより、人事担当者は、復職する従業員の休職前のストレス状態、健康状態、人事、勤怠状況などを把握することができる。また、ストレスの状態や健康状態を見て、復職者が復職する職場は適切であるか、復職者の支援体制は整っているかなどを判断する参考資料とすることができる。
（業務改善施策を検討する場合）
図１３を参照して、人事担当者が利用する場合であって、業務改善施策を検討する場合を説明する。
クライアント端末２を操作して業務改善施策を施す対象となる従業員の従業員コードなどを管理サーバ１０に送信すると、ステップＳ７１において、抽出部１３は、業績データ記憶部２６にアクセスし、従業員の業績レコード２６ａに記録された業績項目データを抽出する。例えば、従業員の各月、または、各年の売上額、売上数量、受注額、受注数量などを抽出する。ステップＳ７２において、抽出部１３は、健診データ記憶部２４にアクセスし、健診レコード２４ａに記録された主要な健診項目を抽出する。ステップＳ７３において、抽出部１３は、ストレスチェックデータ記憶部２５にアクセスし、ストレスチェックレコード２５ａに記録されたチェック項目データを抽出する。ステップＳ７４において、抽出部１３は、勤怠データ記憶部２２にアクセスし、勤怠レコード２２ａに記録された勤怠項目データを抽出する。ステップＳ７５において、抽出部１３は、人事データ記憶部２１にアクセスし、人事レコード２１ａの人事項目データを抽出する。ステップＳ７６において、抽出部１３は、給与データ記憶部２３にアクセスし、給与レコード２３ａの給与項目データを抽出する。
ステップＳ７７において、出力制御部１４は、レポートの要求のあったクライアント端末２に送信する出力データとしての第１出力形態のレポートまたは第２出力形態のレポートを生成し、レポートの要求のあったクライアント端末２にレポートを送信する。クライアント端末２は、レポートを、モニタに表示して、または、プリンタで印刷して、人事担当者がレポートを閲覧することができる。これにより、人事担当者は、例えば従業員の業績不振の原因がストレスの状態にあるのか、健康状態にあるのか、人事にあるのか、勤怠状況にあるのか、給与にあるのかなどを容易に確認することができる。また、業績が良好な従業員の健康状態、ストレス状態、勤怠状況などを把握することができる。
（産業医が利用する場合）
（体調不良などの相談があった場合）
図１４を参照して、産業医が利用する場合であって、体調不良などの相談があった場合を説明する。
クライアント端末４を操作して産業医が相談に来た従業員の従業員コードなどを管理サーバ１０に送信すると、ステップＳ８１において、抽出部１３は、健診データ記憶部２４にアクセスし、健診レコード２４ａに記録された主要な健診項目を抽出する。ステップＳ８２において、抽出部１３は、ストレスチェックデータ記憶部２５にアクセスし、ストレスチェックレコード２５ａに記録されたチェック項目データを抽出する。ステップＳ８３において、抽出部１３は、勤怠データ記憶部２２にアクセスし、勤怠レコード２２ａに記録された勤怠項目データを抽出する。ステップＳ８４において、抽出部１３は、人事データ記憶部２１にアクセスし、人事レコード２１ａの人事項目データを抽出する。ステップＳ８５において、抽出部１３は、日常データ記憶部２７にアクセスし、日常レコード２７ａの各項目データを抽出する。
ステップＳ８６において、出力制御部１４は、レポートの要求のあったクライアント端末４に送信する出力データとしての第１出力形態のレポートまたは第２出力形態のレポートを生成し、レポートの要求のあったクライアント端末２にレポートを送信する。クライアント端末４は、レポートを、モニタに表示して、または、プリンタで印刷して、産業医がレポートを閲覧することができる。これにより、産業医は、相談に来た従業員の健康状態、ストレス状態、勤怠、人事、日常のデータを参照して問診を行って診察を行うことができる。例えば、産業医は、体調不良の原因が残業によるものなのか、深夜残業によるものなのかなど原因を探ることができる。
（高ストレスや過重労働や勤務不良が検出された場合）
次に、産業医が利用する場合であって、高ストレスや過重労働や勤務不良が検出された場合を説明する。この場合、管理サーバ１０では、図１１と同様な処理が行われたのち、出力制御部１４は、レポートの要求のあったクライアント端末４に送信する出力データとしての第１出力形態のレポートまたは第２出力形態のレポートを生成し、レポートの要求のあったクライアント端末４にレポートを送信する。クライアント端末４は、レポートを、モニタに表示して、または、プリンタで印刷して、産業医がレポートを閲覧することができる。これにより、産業医は、勤怠項目データやチェック項目データの中に異常が認められた従業員を直ちに発見でき、また、この異常が健診結果や人事データとどのような関連性があるのかを容易に確認することができる。例えば、健診結果を見ることによって、ストレスによって、身体的影響が出ていないかなどを確認することができる。また、問診などによって、セルフケアを適切に行っているかどうかを確認することができる。
上記実施形態によれば、以下に列挙する効果を得ることができる。
（１）図６および図７に示すように、出力データであるレポートは、健診項目データやチェック項目データが勤怠項目データなどの他の項目データと時間軸を合わせて表示されることから、これらのデータの相関関係を容易に把握することができる。すなわち、図６では、各項目データのグラフが時間軸を揃えて縦並びで整列されることから、これらのデータの相関関係を容易に把握することができる。また、図７では、各項目データのグラフが時間軸を揃えて重畳されることから、これらのデータの相関関係を容易に把握することができる。そして、従業員の健康を健診結果やストレス結果だけでなく、勤怠状況や人事状況など様々な側面を考慮して管理することができる。
（２）さらに、健診項目データやチェック項目データを人事データと関連付けて表示または印刷することもできる。
（３）図６に示すように、適正範囲を有する項目でデータのグラフには、上限や下限を示す指標となる線が追加されることで、項目データが正常であるか異常であるかを容易に判断することができる。
なお、上記実施形態は、以下のように適宜変更して実施することもできる。
・適正範囲を有する項目データの上限値と下限値を示す指標となる線は、上限値、下限値の何れか一方であってもよい。また、図１５に示すように、異常を示した項目データは、マーカなどによって強調処理４６を施すようにしてもよい。なお、強調処理としては、太字、斜字、傍線、色文字などであってもよく、他の項目データに対して目立つ処理であれば特に限定されるものではない。強調処理は、図７に示す第２出力形態で行ってもよい。
・図７の例でも、縦軸に、「総コレステロール」のグラフ、「ＬＤＬコレステロール」を選択したときには、適正範囲の上限値や下限を示す線を加えるようにしてもよい。
・図６および図１５の各グラフには、適正範囲の下限値を示す下限値線を加入してもよい。
・出力データの形式としては、他に、横並びのグラフであってもよい。すなわち、縦並び出力、横並び出力、重畳出力の何れかを操作者が選択できるようにしてもよいし、横並び出力、および、重畳出力の組み合わせで出力できるようにしてもよいし、縦並び出力、および、横並び出力の組み合わせで出力できるようにしてもよい。出力形態としては、ここに例示した３つに限定されるものではない。
・時間軸を縦軸としたときには、複数のグラフは時間軸と直交するように横並びにするとよい。
・図６、図７、及び、図１５に示すレポートには、従業員の氏名や生年月日や家族構成などの個人データを加えるようにしてもよい。
・管理サーバ１０で管理するデータは、図２（ａ）〜（ｃ）および図３（ａ）〜（ｅ）のデータに限定されるものではない。さらに、図２（ａ）〜（ｃ）および図３（ａ）〜（ｅ）のデータを構成する項目データも、図示されたデータに限定されるものではない。
・レポートには、健診データとストレスチェックデータの少なくとも１つが加えられ、その他の項目として、勤怠データが選択されば、その他の追加されるデータは特に限定されるものではない。
・管理サーバ１０は、データウェアハウス３０にデータを蓄積する構成としなくてもよい。
（出力形態の変形例１）
図１６は、選択された項目データのグラフを縦並びに整列させる第１出力形態（図６参照）の変形例である。図１６では、「体重」、「総コレステロール」、「ＬＤＬコレステロール」が選択されており、出力制御部１４は、抽出部１３で「体重」、「総コレステロール」、「ＬＤＬコレステロール」の折線グラフの下に、「総残業時間」の棒グラフが設けられている。この例では、「部門異動」、「昇格」、「転勤」については、アイコン４７で表示される。すなわち、「部門異動」については、２００９年と２０１１年の箇所にアイコン４７が表示され、「転勤」については、２０１１年の箇所にアイコン４７が表示され、「昇格」については、２０１３年の箇所にアイコン４７が表示される。また、「内服開始」については、２０１３年の箇所にアイコン４７が表示される。このような出力形態によれば、アイコン４７による表示を利用することによって、折線グラフや棒グラフを図６の例より大きく表示することができ、また、より多くの項目をグラフで表示することができる。アイコン４７は、項目ごとに色を定義し、項目ごとに色を異ならせ、見やすくすることができる。例えば、勤怠に関する項目のアイコンは、黄色、医療データに関するアイコンは赤色といったように色を異ならせるとよい。
（出力形態の変形例２）
図１７は、選択された項目データのグラフを重畳させる第２出力形態（図７参照）の変形例である。図１７の例においても、「部門異動」、「昇格」、「転勤」、「内服開始」について、アイコン４７が表示される。
（出力形態の変形例３）
図１８は、大項目ごとに、項目データのグラフを重畳させた出力形態の変形例である。図１８に示すように、２００９年から２０１３年の期間について、「健診結果」、「勤怠」、「日常」の大項目ごとに、大項目内の小項目のデータを重畳して表示する。具体的には、「健診結果」では、ＢＭＩ、腹囲、収縮期血圧、拡張期血圧、血糖、ＨＤＬコレステロールの各折れ線グラフが時間軸を揃えて重畳表示されている。また、「勤怠」では、残業時間と休日出勤の各棒グラフが時間軸を揃えて表示されている。「日常」では、運動量と睡眠時間の各棒グラフが時間軸を揃えて表示されている。
この出力形態では、各大項目におけるグラフの重畳表示において、各小項目の下限値または最小値を０とし、上限値または最大値を１０として、各小項目データの値を換算して、各小項目データを表示する。
また、この出力形態においても、「部門異動」、「昇格」、「転移」、「内服開始」について、アイコン４７が表示される。
（出力形態の変形例４）
図６、図７、図１５〜図１８の出力形態では、例えば「総残業時間」の表示単位を年単位としている。この表示単位は、１か月、３か月、６か月、１年などの単位で切り替えることができるようにしてもよい。図１９の例では、「総残業時間」を年単位から１か月単位に切り替えた例を示している。
（出力形態の変形例５）
図２０（ａ）は、選択された項目データのグラフを重畳させるとともにアイコンを用いた出力形態の変形例である。図２０（ａ）では、２０１３年〜２０１７年までの期間のデータが抽出されている。上段には、残業時間が棒グラフによって表示され、その下段には、ストレスチェックの結果が５段階で表示されている。なお、ストレスチェックの結果は、ラジオボタン６１によって５段階評価か２段階評価で選択可能である。評価の細かさは、特に限定されるものではなく、３段階評価や１０段階評価などであってもよい。そして、評価の細かさを複数の候補の中から選択できる構成であってもよい。ストレスチェックの結果の下段には、備考欄が設けられ、有給休暇の取得状況や健康診断の受診日や保健師面談の日付などが記入される。備考欄の下段には、健診結果が折れ線グラフで重畳表示されている。健診結果は、ここでは、中性脂肪と血糖値と尿酸値が表示されている。折れ線グラフの縦軸は、各項目の下限値または最小値を０とし、上限値または最大値を１０として、各項目データの値を換算している。そして、縦軸には、健診結果の評価基準が設けられている。この評価基準は、Ａ〜Ｅまでの５段階であって、Ａが正常で、Ｂが軽度異常、Ｃが経過観察であり、Ｄが要治療であり、Ｅが治療中であり、グラフにおいて、各ランクの範囲が横軸と平行に帯状に表示されている。健診結果の評価基準は、ラジオボタン６２によって、人間ドック学会による基準、社内基準の何れかを選択可能となっており、ここでは、人間ドック学会による基準が選択されている。さらに、健診で、胸部レントゲン、胃部レントゲンや脳などのＭＲＩ検査や肝臓などのエコー検査などの画像や動画を用いた検査を行っているときには、当該検査を行った年度に、レントゲンボタン６４，ＭＲＩボタン６５、および、エコーボタン６６が表示される。レントゲンボタン６４が押されたときには、レントゲンの画像データが表示され、ＭＲＩボタン６５が押されたときには、ＭＲＩの画像データが表示され、エコーボタン６６が押されたときには、エコー検査の動画データが再生表示される。レントゲンボタン６４、ＭＲＩボタン６５、および、エコーボタン６６は、異常のあった年度だけ表示されるようにしてもよいし、一度異常があったときには、それ以降の年度では、異常のあった検査のボタン６４，６５，６６が表示されるようにしてもよい。
さらに、健診結果の下段には、日常データとして歩数の推移が表示されている。
さらに、問診データとして、喫煙本数や飲酒量がアイコン６３で表示されている。
なお、図２０（ｂ）には、図２０（ａ）の出力形態において使用されるアイコン６３の一覧を示す。
（統計分析処理１）
ところで、データウェアハウス３０では、図６、図７、図１５〜図２０に示す出力画面に表示するデータを選択するための統計分析処理を行い、健診結果やストレスチェックの結果を表示するにあたって、これらと関連性の高い勤怠データなどを表示できるようにしている。
具体的には、データウェアハウス３０の分析部３２では、次のように蓄積部３１に蓄積されたデータの統計分析を行う。図２１は、統計分析処理１の手順を示すフローチャートである。具体的に、蓄積部３１に蓄積された人事データの項目群、勤怠データの項目群、給与データの項目群、健診データの項目群、ストレスチェックデータの項目群、業績データの項目群、日常データの項目群、医療データの項目群の何れかの第１対象項目群に含まれる第１対象項目と、第１対象項目群以外の項目群の中の１つである第２対象項目群に含まれる第２対象項目との相関を算出する。
ステップＳ１０１において、データウェアハウス３０の分析部３２は、統計分析を行う分析単位を設定する。例えば、分析部３２は、１か月、３か月、６か月、１年、…などの分析を行う期間を設定する。
ステップＳ１０２において、分析部３２は、第１対象項目を設定し、第１対象項目に対する第２対象項目の相関係数を算出する。相関係数は、蓄積部３１に蓄積されている第１対象項目の第１対象データと第２対象項目の第２対象データに基づいて算出される。相関係数は、−１からの間の実数値をとり、１に近いときは２つの確率変数に正の相関があり、−１に近ければ負の相関がある。また、０に近いときは、無相関である。
分析部３２は、第１対象項目を設定し、第１対象項目に対する第２対象項目を設定し、蓄積部３１に蓄積されている第１対象項目の第１対象データと第２対象項目の第２対象データとに基づいて、分析単位ごとに相関係数を算出する。また、分析部３２は、１対１の関係にある、すなわち、１つの第１対象項目と１つの第２対象項目との相関係数を算出する。分析部３２は、第１対象項目と第２対象項目の全ての組み合わせについての相関係数を算出する。
例えば、第１対象項目と第２対象項目の関係として以下のようなものがある。
（ｉ）第１対象項目として、健診データの項目群の中の各項目を選択し、第２対象項目として、勤怠データの項目群の中の各項目、人事データの項目群の中の各項目、ストレスチェックデータの項目群の中の各項目、給与データの項目群の中の各項目、日常データの項目群の中の各項目、医療データの項目群の中の各項目を選択し、それぞれの組み合わせについての相関係数を算出する。
（ｉｉ）第１対象項目として、ストレスチェックデータの項目群の中の各項目を選択し、第２対象項目として、健診データの項目群の中の各項目、勤怠データの項目群の中の各項目、人事データの項目群の中の各項目、給与データの項目群の中の各項目、日常データの項目群の中の各項目、医療データの項目群の中の各項目を選択し、それぞれの組み合わせについての相関係数を算出する。
（ｉｉｉ）第１対象項目として、業績データの項目群の中の各項目を選択し、第２対象項目として、健診データの項目群の中の各項目、勤怠データの項目群の中の各項目、人事データの項目群の中の各項目、ストレスチェックデータの項目群の中の各項目、給与データの項目群の中の各項目、日常データの項目群の中の各項目、医療データの項目群の中の各項目を選択し、それぞれの組み合わせについての相関係数を算出する。
なお、人事データの項目群の中の昇進、降格、出向、出向解除、単身赴任、単身赴任解除、休職、復職、結婚、離婚、出産などの項目については、イベントが発生した／しないをデータとする。
ステップＳ１０３において、分析部３２は、第１対象項目に対して相関の高い第２対象項目を第１対象項目に対する関連項目として抽出する。分析部３２は、正の相関の閾値として第１閾値をメモリなどの記憶部に格納し、負の相関の閾値として第２の閾値をメモリなどの記憶部に格納している。分析部３２は、第１対象項目に対する第２対象項目の相関係数を算出したとき、相関係数が第１閾値より大きい第２対象項目と、第２閾値より小さい第２対象項目を、相関が高い関連項目として抽出する。
また、他の例として、分析部３２は、算出された相関係数の絶対値がメモリなどの記憶部に格納された閾値より大きいかどうかを判断し、相関係数の絶対値が閾値より大きい第２対象項目を、相関が高い関連項目として抽出する。
例えば、上記（ｉ）〜（ｉｉｉ）の例では、第１対象項目に対して以下のような第２対象項目が相関が高く関連項目として抽出される。
（ｉ）第１対象項目が健診データの項目群のＢＭＩであるとき、関連項目として、勤怠データの項目群の中の残業時間、人事データの項目群の中の結婚や単身赴任、ストレスチェックデータの項目群の中の仕事の負荷、日常データの項目具の中の運動量や消費カロリーや摂取カロリーが抽出される。
（ｉｉ）第１対象項目がストレスチェックデータの項目群の中の総合判定であるとき、関連項目として、勤怠データの項目群の中の残業時間や休出日数、人事データの項目群の中の部門異動、健診データの項目群の中の体重や血圧、日常データの項目群の中の血圧や歩数や睡眠時間が抽出される。
（ｉｉｉ）第１対象項目が業績データの項目群の中の売上額であるとき、関連項目として、勤怠データの項目群の中の残業時間や休暇日数、健診データの項目群の中の総コレステロール、ストレスチェックデータの項目群の中の総合判定、日常データの項目群の中の睡眠時間が抽出される。
分析部３２で第１対象項目に対する関連項目となる第２対象項目が抽出されると、ステップＳ１０４において、登録部３３は、第１対象項目と第２対象項目の組み合わせを、識別データを付与してメモリに登録する。例えば、生活習慣病の判定に用いる各健診項目に対する関連項目を、生活習慣病に対する関連項目として登録する。例えば、メタボリックシンドロームは、腹囲、ＢＭＩ、収縮時血圧、拡張時血圧、血糖、ＨＤＬコレステロールなどから決定される。そこで、登録部３３は、腹囲、ＢＭＩ、収縮時血圧、拡張時血圧、血糖、ＨＤＬコレステロールなどのそれぞれを第１対象項目に設定する。そして、腹囲、ＢＭＩ、収縮時血圧、拡張時血圧、血糖、ＨＤＬコレステロールなどのそれぞれに対する関連項目である第２対象項目を関連付ける。登録部３３は、メタボリックシンドロームに関連する第１対象項目のそれぞれと、第１対象項目のそれぞれに関連付いた関連項目である第２対象項目の組み合わせを、メタボリックシンドロームの定義として登録する。管理サーバ１０は、登録部３３の定義を取得し、従業員の操作に応じて選択された定義の第１対象項目の項目データと第２対象項目の項目データを各記憶部２１〜２８から取得し、例えば、図６、図７、図１５〜図２０に類似する形式の個人レポートを出力する。
（健診結果を従業員が見る場合）
図２２は、健診結果を従業員が見る場合の手順を示すフローチャートである。
ステップＳ１１１において、クライアント端末３を操作して従業員がクライアント端末３から従業員コードなどを管理サーバ１０に送信する。このとき、従業員は、メタボリックシンドロームに関連する情報を知りたいとき、登録部３３が登録したメタボリックシンドロームの定義を選択し、管理サーバ１０に送信する。
ステップＳ１１２において、管理サーバ１０の抽出部１３は、受信した定義に従った第１対象項目のデータを抽出する。例えば、メタボリックシンドロームが選択されているとき、メタボリックシンドロームに関連するＢＭＩの項目データを第１対象項目として抽出する。同様に、抽出部１３は、第１対象項目として、腹囲、収縮時血圧、拡張時血圧、血糖、ＨＤＬコレステロールの項目データを抽出する。
ステップＳ１１３において、抽出部１３は、各第１対象項目に対する関連項目となっている第２対象項目を抽出する。例えば、第１対象項目としてのＢＭＩの関連情報である勤怠データの対象項目群の中の残業時間、人事データの対象項目群の中の結婚や単身赴任、ストレスチェックデータの対象項目群の中の仕事の負荷、日常データの対象項目群の中の運動量や消費カロリーや摂取カロリーの項目データを抽出する。
なお、さらにユーザによって選択された項目を抽出するようにしてもよい。
ステップＳ１１４において、管理サーバ１０の出力制御部１４は、レポートの要求のあったクライアント端末３に送信する出力データとしてのレポートを生成する。出力制御部１４は、要求のあった出力形態でクライアント端末３にレポートを送信する。クライアント端末３では、図６、図７、図１５〜図２０に類似する形式のレポートをモニタに表示して、または、プリンタで印刷して、従業員がレポートを閲覧することができる。
図２３は、レポートの出力形態を示す図である。
図２３のレポート４１では、選択された項目データのグラフを重畳させて表示する。レポート４１では、組み合わせパターンがプルダウンメニューによって選択することができる。この第１プルダウンメニュー４３では、「健診結果の確認」などの項目の他に、「ストレスチェック結果の確認」などを選択することができ、さらに、ここでは、ユーザの選択した定義である「メタボリックシンドローム」が選択されている。また、表示する対象データを選択する第２プルダウンメニュー４４が設けられている。第２プルダウンメニュー４４では、大項目の指定項目として、「勤怠」、「人事」、「ストレスチェック結果」、「健診」、「日常」の中から選択することができる。そして、選択された大項目は、さらに、指定項目の小項目として、項目データを選択することができる。図２３の例では、選択されている「メタボリックシンドローム」に合わせて、「勤怠」と「人事」と「ストレスチェック」と「健診」と「日常」が選択されている。出力制御部１４は、抽出部１３で、人事データ記憶部２１と勤怠データ記憶部２２と健診データ記憶部２４とストレスチェックデータ記憶部２５と日常データ記憶部２７とにアクセスし、選択された小項目のデータを抽出し、レポート４１に加える。レポート４１は、各項目のグラフが時間軸上の位置を整合させて揃え、更に重畳されることで、メタボリックシンドロームに関する各データを、健診結果だけでなく、人事や勤怠などの項目と合わせて確認することができる。
なお、図２３に示す出力形態は、クライアント端末３のモニタに表示されている状態において、ラジオボタン４２で縦並び表示がマウスなどの操作部を用いて選択されると、出力制御部１４が新たに選択された出力形態の出力データを生成する。そして、クライアント端末３のモニタに表示する。
（統計分析処理２）
データウェアハウス３０の分析部３２では、次のように蓄積部３１に蓄積されたデータの統計分析を行う。具体的に、蓄積部３１に蓄積された人事データの中の項目群、勤怠データの中の項目群、給与データの中の項目群、健診データの中の項目群、ストレスチェックデータの中の項目群、業績データの中の項目群、日常データの中の項目群、医療データの中の第１対象項目群の何れかの第１対象項目と第２対象項目群の第２対象項目との相関を、重回帰分析によって算出するとともに、第１対象項目と第２対象項目の関係を示す関係式を生成する。
図２４は、統計分析処理２の手順を示すフローチャートである。
ステップＳ１２１において、データウェアハウス３０の分析部３２は、統計分析を行う分析単位を設定する。例えば、分析部３２は、１か月、３か月、６か月、１年、…などの分析を行う期間を設定する。
ステップＳ１２２において、分析部３２は、第１対象項目（目的変数）を設定し、第１対象項目に対する第２対象項目（説明変数）を設定し、蓄積部３１に蓄積されている第１対象項目の第１対象データと第２対象項目の第２対象データとに基づいて、分析単位ごとに重回帰分析を行い、第１対象項目（目的変数）と第２対象項目（説明変数）とのｔ値を算出する。分析部３２は、１つの第１対象項目（目的変数）に対する複数の第２対象項目（説明変数）のｔ値を算出する。ｔ値は、絶対値が大きいほど影響が大きいことを示す値である。
第１対象項目と第２対象項目の関係の具体例としては以下のようなものがある。
（ｉ）第１対象項目（目的変数）が健診データの項目群の中の各項目のとき、第２対象項目（説明変数）が勤怠データの項目群の中の各項目、人事データの項目群の中の各項目、ストレスチェックデータの項目群の中の各項目、給与データの項目群の中の各項目、日常データの項目群の中の各項目、医療データの項目群の中の各項目。
（ｉｉ）第１対象項目（目的変数）がストレスチェックデータの項目群の中の各ストレスチェック項目のとき、第２対象項目（説明変数）が健診データの項目群の中の各項目、勤怠データの項目群の中の各項目、人事データの項目群の中の各項目、給与データの項目群の中の各項目、および、日常データの項目群の中の各項目、医療データの項目群の中の各項目。
（ｉｉｉ）第１対象項目（目的変数）が業績データの項目群の中の各項目のとき、第２対象項目（説明変数）が健診データの項目群の中の各項目、勤怠データの項目群の中の各項目、人事データの項目群の中の各項目、ストレスチェックデータの項目群の中の各項目、給与データの項目群の中の各項目、日常データの項目群の中の各項目、医療データの項目群の中の各項目。
ステップＳ１２３において、分析部３２は、重回帰分析で求めたｔ値がメモリなどの記憶部に格納している条件を満たさない第２対象項目（説明変数）を対象から外す。そして、分析部３２は、再度重回帰分析を行う。具体的には、分析部３２は、説明変数のｔ値がｔ２＜２のものを外し、再度重回帰分析を行い、全ての説明変数のｔ値がｔ２≧２になるまで重回帰分析を繰り返す。これにより、第１対象項目と相関が低い第２対象項目を除外することができ、残った第２対象項目が関連項目となる。
ステップＳ１２４において、分析部３２は、全ての説明変数のｔ値がｔ２≧２になったとき、重回帰分析の結果から、傾きと切片を得て目的変数と説明変数の関係式を生成する。
図２５は、重回帰分析を示す図である。
Ｘ１〜Ｘ８が説明変数であり、Ｙが目的変数である。１回目の重回帰分析では、説明変数Ｘ１、Ｘ５、Ｘ６のｔ値がｔ２＜２であったため、説明変数Ｘ１、Ｘ５、Ｘ６を除外する。２回目の重回帰分析では、説明変数Ｘ７のｔ値がｔ２＜２であったため、説明変数Ｘ７を除外する。３回目の重回帰分析では、全ての説明変数Ｘ２、Ｘ３、Ｘ４、Ｘ８のｔ値がｔ２≧２となり、関連項目として抽出される。
また、関係式として、以下の式が生成される。
Ｙ＝ａＸ２＋ｂＸ３＋ｃＸ４＋ｄＸ８＋ｅ
※ａ，ｂ，ｃ，ｄが傾き、ｅが切片
分析部３２で第１対象項目に対する関連項目としての第２対象項目が抽出されると、ステップＳ１２４において、登録部３３は、第１対象項目と第２対象項目の組み合わせと関係式を、メモリなどの記憶部に登録する。分析部３２は、データウェアハウス３０に蓄積されているデータを用いて、様々な第１対象項目（目的変数）に対する第２対象項目（説明変数）の関係式を生成し、記憶部に登録する。
（個人の将来予測）
図２６は、従業員個人の将来予測をする処理のフローチャートである。
分析部３２は、図２３および図２４で生成した関係式に従って各従業員の第１対象項目（目的変数）の将来の値を予測する。ステップＳ１３１において、分析部３２は、将来予測を行う従業員の第１対象項目（目的変数Ｙ）を、例えば一覧の中から選択する。例えば、分析部３２は、健診データの項目群の中の項目、ストレスチェックデータの項目群の中の項目、業績データの項目群の中の項目の何れかを選択する。そして、分析部３２は、選択した第１対象項目（目的変数）の関係式を設定する。
ステップＳ１３２において、分析部３２は、設定した関係式で使用する第２対象項目（説明変数Ｘ）を抽出する。
ステップＳ１３３において、分析部３２は、将来予測を行う特定日（年月日）を指定する。分析部３２は、将来の特定日における第２対象項目（説明変数Ｘ）の値を最小二乗法によって算出する。
ステップＳ１３３において、分析部３２は、ステップＳ１２４で算出した第２対象項目（説明変数Ｘ）の値を算出式に適用して、第１対象項目（目的変数Ｙ）を算出する。
管理サーバ１０の抽出部１３は、分析部３２の算出した第２対象項目（説明変数Ｘ）や第１対象項目（目的変数Ｙ）を取得し、図２３に示すような形式のレポートの中で、将来の第１対象項目（目的変数Ｙ）の値、または、この値に基づいた専門家などのコメントを従業員に報告する。
上記統計分析処理１，２によれば、以下に列挙する効果を得ることができる。
（１）図２１に示すように、分析部３２は、第１対象項目に対する第２対象項目の相関を算出し、相関の高い第２対象項目を関連項目として登録するので、第１対象項目に対する関連項目に関するデータをレポート４１に含めることができる。したがって、従業員などは、例えば、特定の健診項目と、これに関連の高い関連項目とを関連付けて知ることができる。
（２）関連項目を抽出するにあたっては、分析単位となる期間を指定することで、関連項目の抽出に自由度を持たせることができる。無用に長い期間を設定して、関連項目の抽出処理を行う必要が無くなる。
（３）健診データの項目群、ストレスチェックデータの項目群、および、勤怠データの項目群だけでなく、人事データの項目群や業績データの項目群など多くの対象項目群を含めて、第１対象項目に対する関連項目を抽出することができる。すなわち、第１対象項目に対する関連項目の抽出する範囲を広くすることができる。これにより、第１対象項目に対して相関の高い第２対象項目を広い範囲の項目から選択することができる。
（４）図２３および図２４に示すように、重回帰分析によって、相関の高い説明変数を抽出することができる。
（５）関係式を生成することで、従業員ごとに、第１対象項目（目的変数）の将来を予測することができ、予測結果を、従業員に知らせることができる。
（６）従業員に報告するレポートには、第１対象項目と、第１対象項目に相関が高い関連項目が含まれるので、これを見る従業員も、第１対象項目と関連項目の関連性を容易に把握することができる。
（７）レポートは、時間軸を揃えて第１対象項目と関連項目が表示されるので、これらの項目の相関を容易に把握することができる。
なお、上記統計分析処理１，２は、以下のように適宜変更して実施することもできる。
・レポートは、従業員だけではなく、人事担当者や産業医などが各端末を操作して取得できるようにしてもよい。
・レポートは、グラフとして表示するのではなく、一覧表で表示してもよい。
・分析単位の設定は、省略してもよい。
・分析部３２や登録部３３は、管理サーバ１０に設けるようにしてもよい。また、データウェアハウス３０の蓄積部３１の機能も管理サーバ１０に備えるようにしてもよい。
上記実施形態、及び、その変形例によれば、更に、以下の技術的思想が導き出される。
（付記１）
勤怠データの項目群、健康診断データの項目群およびストレスチェックデータの項目群を構成する各項目の結果を履歴と示すデータを蓄積する蓄積部と、
前記勤怠データの項目群、前記健康診断データの項目群および前記ストレスチェックデータの項目群のうちの１つが第１対象項目群であり、前記第１対象項目群以外の少なくとも１つが第２対象項目群であり、
前記第１対象項目群を構成する各第１対象項目の結果を履歴として示すデータが第１対象データであり、前記第２対象項目群を構成する各第２対象項目の結果を履歴として示すデータが第２対象データであり、
前記第１対象項目に対する前記第２対象項目の相関が、相関の高さを示す条件を満たすときに、前記第２対象項目を関連項目として抽出する分析部と
を備える労務管理システム。
上記構成によれば、相関が高い第２対象項目を関連項目として抽出する。これにより、特定の第１対象項目の第１対象データと、第１対象項目に対して関連性の高い関連項目の第２対象データを容易に把握することができる。
（付記２）
前記分析部は、分析単位となる期間を設定し、設定された期間における前記関連項目としての前記第２対象項目を抽出する
付記１に記載の労務管理システム。
上記構成によれば、分析単位となる期間を指定することで、関連項目の抽出に自由度を持たせることができる。無用に長い期間を設定して、関連項目の抽出処理を行う必要が無くなる。
（付記３）
前記蓄積部は、人事データの項目群および業績データの項目群のうちの少なくとも１つの項目群に関し、当該項目群を構成する各項目の結果を履歴として示すデータをさらに蓄積する
付記１または２に記載の労務管理システム。
上記構成によれば、健康診断データの項目群、ストレスチェックデータの項目群、および、勤怠データの項目群だけでなく、人事データの項目群や業績データの項目群も含めて、第１対象項目に対する関連項目を抽出することができる。すなわち、第１対象項目に対する関連項目の抽出する範囲を大きくすることができる。
（付記４）
前記分析部は、重回帰分析によって、上記条件を満たさない前記第２対象項目を前記関連項目から除外する
付記１ないし３のうち何れか１項に記載の労務管理システム。
上記構成によれば、重回帰分析によって、第１対象項目に対して相関の高い第２対象項目を抽出することができる。
（付記５）
前記分析部は、前記関連項目として抽出された前記第２対象項目に関し、将来の特定日における前記第２対象データを算出し、算出した前記第２対象データに基づいて前記特定日の前記第１対象データを算出する
付記４に記載の労務管理システム。
上記構成によれば、従業員ごとに、将来の特定日における第１対象項目を予測することができる。
（付記６）
前記第１対象項目の第１対象データと前記関連項目として抽出された第２対象項目の第２対象データとを出力部に出力させる出力制御部をさらに備える
付記１ないし５のうち何れか１項に記載の労務管理システム。
上記構成によれば、出力されたレポートに、第１対象項目と、第１対象項目に相関が高い関連項目が含まれるので、これを見る従業員も、第１対象項目と関連項目として抽出された第２対象項目の関連性を容易に把握することができる。
１…ネットワーク、２…クライアント端末、３（３ａ，３ｂ）…クライアント端末、４…クライアント端末、５…人事勤怠管理サーバ、６…健診管理サーバ、７…ストレスチェック管理サーバ、８…業績管理サーバ、１０…管理サーバ、１１…制御部、１２…管理部、１３…抽出部、１４…出力制御部、２１…人事データ記憶部、２１ａ…人事レコード、２２…勤怠データ記憶部、２２ａ…勤怠レコード、２３…給与データ記憶部、２３ａ…給与レコード、２４…健診データ記憶部、２４ａ…健診レコード、２５…ストレスチェックデータ記憶部、２５ａ…ストレスチェックレコード、２６…業績データ記憶部、２６ａ…業績レコード、２７…日常データ記憶部、２７ａ…日常レコード、２８…医療データ記憶部、２８ａ…医療レコード、３０…データウェアハウス、３１…蓄積部、３２…分析部、３３…登録部、４１…レポート、４２…ラジオボタン、４３…第１プルダウンメニュー、４４…第２プルダウンメニュー、４５…線、４６…強調処理、４７…アイコン、５１…レポート、５２…ラジオボタン、６１…ラジオボタン、６２…ラジオボタン、６３…アイコン、６４…レントゲンボタン、６５…ＭＲＩボタン、６６…エコーボタン。

Claims (8)

  1. 勤怠項目群および人事項目群の少なくとも一方が第１項目群であり、
    健康診断項目群およびストレスチェック項目群の少なくとも一方が第２項目群であり、
    前記第１項目群を構成する各第１項目の結果を示す第１データであって、従業員における前記各第１項目の結果を履歴として示すデータが第１データであり、
    前記第２項目群を構成する各第２項目の結果を示す第２データであって、前記従業員における前記各第２項目の結果を履歴として示すデータが第２データであり、
    前記第１データと前記第２データとを記憶する記憶部と、
    少なくとも１つの前記第１項目と少なくとも１つの前記第２項目とがそれぞれ指定項目として入力される入力部と、
    前記記憶部が記憶するデータを用い、前記各指定項目の結果の時間軸上における位置を前記指定項目の間で整合させたグラフとして、前記各指定項目の結果を出力部に出力させる出力制御部とを備える
    労務管理システム。
  2. 前記出力制御部は、前記各指定項目に対し１つずつグラフを出力させ、かつ、各グラフが有する時間軸の範囲を一致させる
    請求項１に記載の労務管理システム。
  3. 前記出力制御部は、前記時間軸と直交する方向に前記各グラフを整列させる
    請求項２に記載の労務管理システム。
  4. 前記出力制御部は、１つのグラフに前記各指定項目の結果を重ねる
    請求項１に記載の労務管理システム。
  5. 前記出力制御部は、前記各第２項目の結果に対する適正範囲を有し、前記第２項目の結果を出力するグラフに、当該第２項目の結果が適正範囲内か否かを示す指標をさらに出力させる
    請求項１から４のいずれか一項に記載の労務管理システム。
  6. 前記第１項目群を構成する第１項目と第２項目群を構成する第２項目のうち、何れか一方の項目に対する他方の項目の相関が、相関の高さを示す条件を満たすときに、前記他方の項目を、前記一方の項目に対する関連項目として抽出する分析部をさらに備える
    請求項１から５の何れか一項に記載の労務管理システム。
  7. 勤怠項目群および人事項目群の少なくとも一方が第１項目群であり、
    健康診断項目群およびストレスチェック項目群の少なくとも一方が第２項目群であり、
    前記第１項目群を構成する各第１項目の結果を示す第１データであって、従業員における前記各第１項目の結果を履歴として示すデータが第１データであり、
    前記第２項目群を構成する各第２項目の結果を示す第２データであって、前記従業員における前記各第２項目の結果を履歴として示すデータが第２データであり、
    前記第１データと前記第２データとを記憶部に記憶し、
    少なくとも１つの前記第１項目と少なくとも１つの前記第２項目とがそれぞれ指定項目として入力部によって入力されると、出力制御部が、前記記憶部が記憶するデータを用い、前記各指定項目の結果の時間軸上における位置を前記指定項目の間で整合させたグラフとして、前記各指定項目の結果を出力部に出力させる
    労務管理方法。
  8. 勤怠項目群および人事項目群の少なくとも一方が第１項目群であり、
    健康診断項目群およびストレスチェック項目群の少なくとも一方が第２項目群であり、
    前記第１項目群を構成する各第１項目の結果を示す第１データであって、従業員における前記各第１項目の結果を履歴として示すデータが第１データであり、
    前記第２項目群を構成する各第２項目の結果を示す第２データであって、前記従業員における前記各第２項目の結果を履歴として示すデータが第２データであり、
    コンピュータを、
    記憶部に前記第１データと前記第２データとを記憶させる手段と、
    少なくとも１つの前記第１項目と少なくとも１つの前記第２項目とがそれぞれ指定項目として入力部によって入力されると、出力制御部を、前記記憶部が記憶するデータを用い、前記各指定項目の結果の時間軸上における位置を前記指定項目の間で整合させたグラフとして、前記各指定項目の結果を出力部に出力させる手段
    として機能させることを特徴とする労務管理プログラム。
JP2016154333A 2015-09-30 2016-08-05 労務管理システム、データ処理方法、および、労務管理プログラム Active JP7011247B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP16851915.5A EP3358513A4 (en) 2015-09-30 2016-09-30 LABOR MANAGEMENT SYSTEM AND LABOR MANAGEMENT PROCEDURE
US15/764,220 US20180294046A1 (en) 2015-09-30 2016-09-30 Labor management system, labor management method, and labor management method
PCT/JP2016/079152 WO2017057746A1 (ja) 2015-09-30 2016-09-30 労務管理システム、労務管理方法、および、労務管理プログラム
CN201680059106.6A CN108140175B (zh) 2015-09-30 2016-09-30 劳务管理系统、劳务管理方法、以及劳务管理程序

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2015194368 2015-09-30
JP2015194368 2015-09-30

Publications (2)

Publication Number Publication Date
JP2017068831A true JP2017068831A (ja) 2017-04-06
JP7011247B2 JP7011247B2 (ja) 2022-01-26

Family

ID=58492555

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016154333A Active JP7011247B2 (ja) 2015-09-30 2016-08-05 労務管理システム、データ処理方法、および、労務管理プログラム

Country Status (4)

Country Link
US (1) US20180294046A1 (ja)
EP (1) EP3358513A4 (ja)
JP (1) JP7011247B2 (ja)
CN (1) CN108140175B (ja)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019012370A (ja) * 2017-06-29 2019-01-24 富士通株式会社 睡眠分析プログラム、睡眠分析方法、および睡眠分析装置
JP2019144914A (ja) * 2018-02-22 2019-08-29 カシオ計算機株式会社 情報処理装置及びプログラム
JP2019148993A (ja) * 2018-02-27 2019-09-05 木村　裕一 構成員健康状態管理システム及び構成員健康状態管理方法
JP2019159347A (ja) * 2018-03-07 2019-09-19 カシオ計算機株式会社 情報処理装置およびプログラム
JP2019160110A (ja) * 2018-03-16 2019-09-19 カシオ計算機株式会社 情報処理装置及びプログラム
JP2020052757A (ja) * 2018-09-27 2020-04-02 株式会社メディリード 情報処理装置、情報処理方法及びプログラム
JP2020106903A (ja) * 2018-12-26 2020-07-09 株式会社日立製作所 評価処理システムおよび評価処理方法
JP2020184128A (ja) * 2019-05-05 2020-11-12 Ａｓｓｅｓｔ株式会社 疲労度判別プログラム
JP2020190939A (ja) * 2019-05-22 2020-11-26 東京瓦斯株式会社 情報処理システムおよびプログラム
WO2020241229A1 (ja) * 2019-05-31 2020-12-03 オムロン株式会社 業績支援装置、方法及びプログラム
WO2021145740A1 (ko) * 2020-01-16 2021-07-22 (의) 삼성의료재단 조직 건강 지수 평가 방법 및 이를 실행하는 컴퓨터 프로그램
JP2022050654A (ja) * 2018-02-22 2022-03-30 カシオ計算機株式会社 情報処理装置、人事分析支援方法及びプログラム

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA3176601A1 (en) 2020-03-25 2021-09-30 Flexcon Company, Inc. Isotropic non-aqueous electrode sensing material
CN112348342A (zh) * 2020-10-30 2021-02-09 中核核电运行管理有限公司 员工行为分析方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002024407A (ja) * 2000-07-06 2002-01-25 Misawa Van Corp 医療診断情報提供システム
JP2006293766A (ja) * 2005-04-12 2006-10-26 Aruze Corp 団体構成員体調管理システム及び、サーバ、団体構成員体調管理方法
JP2007188365A (ja) * 2006-01-16 2007-07-26 Takasaki Univ Of Health & Welfare 個人健康管理システム
JP2011150395A (ja) * 2010-01-19 2011-08-04 Toshiba Sumiden Medical Information Systems Corp 医療データのグラフ表示システム、グラフ表示装置および表示プログラム
WO2015111548A1 (ja) * 2014-01-21 2015-07-30 日通システム 株式会社 労務管理システム、労務管理方法及び労務管理プログラム

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8065250B2 (en) * 2000-02-16 2011-11-22 Adaptive Technologies, Inc. Methods and apparatus for predictive analysis
US6665558B2 (en) * 2000-12-15 2003-12-16 Cardiac Pacemakers, Inc. System and method for correlation of patient health information and implant device data
ATE412366T1 (de) * 2000-12-29 2008-11-15 Ares Medical Inc Risikobewertung von schlafapnoe
JP2004126794A (ja) * 2002-09-30 2004-04-22 Ntt Comware Corp 受付装置および受付方法、並びに受付プログラム
JP2007164314A (ja) * 2005-12-12 2007-06-28 Seiko Epson Corp タイムカード読取システム、読取装置、タイムカード読取システムの読取方法、プログラム
JP4592673B2 (ja) * 2006-11-07 2010-12-01 中国電力株式会社 工事計画システム
JP2011210018A (ja) * 2010-03-30 2011-10-20 Nippon Telegr & Teleph Corp <Ntt> メンタルヘルス管理支援システムおよび方法
US20140278629A1 (en) * 2013-03-12 2014-09-18 PayrollHero.com Pte. Ltd. Method for employee parameter tracking
WO2015105907A1 (en) * 2014-01-08 2015-07-16 Infobionic, Inc Systems and methods for reporting patient health parameters
CN104636889A (zh) * 2015-03-10 2015-05-20 刘升 一种人员信息综合管理系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002024407A (ja) * 2000-07-06 2002-01-25 Misawa Van Corp 医療診断情報提供システム
JP2006293766A (ja) * 2005-04-12 2006-10-26 Aruze Corp 団体構成員体調管理システム及び、サーバ、団体構成員体調管理方法
JP2007188365A (ja) * 2006-01-16 2007-07-26 Takasaki Univ Of Health & Welfare 個人健康管理システム
JP2011150395A (ja) * 2010-01-19 2011-08-04 Toshiba Sumiden Medical Information Systems Corp 医療データのグラフ表示システム、グラフ表示装置および表示プログラム
WO2015111548A1 (ja) * 2014-01-21 2015-07-30 日通システム 株式会社 労務管理システム、労務管理方法及び労務管理プログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
鳥羽 美奈子、外2名: "ＰＣ操作ログの特徴量とオフィスワーカーのストレス量の相関分析", 電子情報通信学会論文誌, vol. Vol.J95-D N0o.4, JPN6020038567, 1 April 2012 (2012-04-01), pages 747 - 757, ISSN: 0004514624 *

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019012370A (ja) * 2017-06-29 2019-01-24 富士通株式会社 睡眠分析プログラム、睡眠分析方法、および睡眠分析装置
JP2019144914A (ja) * 2018-02-22 2019-08-29 カシオ計算機株式会社 情報処理装置及びプログラム
JP7069810B2 (ja) 2018-02-22 2022-05-18 カシオ計算機株式会社 情報処理装置、人事分析支援方法及びプログラム
JP2022050654A (ja) * 2018-02-22 2022-03-30 カシオ計算機株式会社 情報処理装置、人事分析支援方法及びプログラム
JP2019148993A (ja) * 2018-02-27 2019-09-05 木村　裕一 構成員健康状態管理システム及び構成員健康状態管理方法
JP7160304B2 (ja) 2018-02-27 2022-10-25 ＢｉｏＩＣＴ株式会社 構成員健康状態管理システム及び構成員健康状態管理方法
JP2019159347A (ja) * 2018-03-07 2019-09-19 カシオ計算機株式会社 情報処理装置およびプログラム
JP2022107741A (ja) * 2018-03-07 2022-07-22 カシオ計算機株式会社 情報処理装置、人事分析支援方法およびプログラム
JP7091722B2 (ja) 2018-03-07 2022-06-28 カシオ計算機株式会社 情報処理装置、人事分析支援方法およびプログラム
JP7031394B2 (ja) 2018-03-16 2022-03-08 カシオ計算機株式会社 情報処理装置、人事分析支援方法及びプログラム
JP2019160110A (ja) * 2018-03-16 2019-09-19 カシオ計算機株式会社 情報処理装置及びプログラム
JP2020052757A (ja) * 2018-09-27 2020-04-02 株式会社メディリード 情報処理装置、情報処理方法及びプログラム
JP7143169B2 (ja) 2018-09-27 2022-09-28 株式会社メディリード 情報処理装置、情報処理方法及びプログラム
JP7084861B2 (ja) 2018-12-26 2022-06-15 株式会社日立製作所 評価処理システムおよび評価処理方法
JP2020106903A (ja) * 2018-12-26 2020-07-09 株式会社日立製作所 評価処理システムおよび評価処理方法
JP2020184128A (ja) * 2019-05-05 2020-11-12 Ａｓｓｅｓｔ株式会社 疲労度判別プログラム
JP2020190939A (ja) * 2019-05-22 2020-11-26 東京瓦斯株式会社 情報処理システムおよびプログラム
JP7298821B2 (ja) 2019-05-22 2023-06-27 東京瓦斯株式会社 情報処理システムおよびプログラム
CN113544790A (zh) * 2019-05-31 2021-10-22 欧姆龙株式会社 业绩支援装置、方法及程序
JP2020197855A (ja) * 2019-05-31 2020-12-10 オムロン株式会社 業績支援装置、方法及びプログラム
WO2020241229A1 (ja) * 2019-05-31 2020-12-03 オムロン株式会社 業績支援装置、方法及びプログラム
WO2021145740A1 (ko) * 2020-01-16 2021-07-22 (의) 삼성의료재단 조직 건강 지수 평가 방법 및 이를 실행하는 컴퓨터 프로그램

Also Published As

Publication number Publication date
EP3358513A4 (en) 2019-02-27
EP3358513A1 (en) 2018-08-08
JP7011247B2 (ja) 2022-01-26
CN108140175B (zh) 2022-07-15
CN108140175A (zh) 2018-06-08
US20180294046A1 (en) 2018-10-11

Similar Documents

Publication Publication Date Title
JP7011247B2 (ja) 労務管理システム、データ処理方法、および、労務管理プログラム
Shepperd et al. Hospital at home: home‐based end‐of‐life care
Goodman et al. Peer reviewed: defining and measuring chronic conditions: imperatives for research, policy, program, and practice
Gorst et al. Home telehealth uptake and continued use among heart failure and chronic obstructive pulmonary disease patients: a systematic review
McGaughey et al. Outreach and Early Warning Systems (EWS) for the prevention of intensive care admission and death of critically ill adult patients on general hospital wards
Watkins et al. Hospital to home: a transition program for frail older adults
US8515777B1 (en) System and method for efficient provision of healthcare
Fennell et al. Elderly Hispanics more likely to reside in poor-quality nursing homes
Dehmer et al. Public reporting of clinical quality data: an update for cardiovascular specialists
DeLia et al. Post-discharge follow-up visits and hospital utilization by Medicare patients, 2007–2010
CN103635908B (zh) 离开就绪性指标
Stevenson et al. Factors influencing the quality of vital sign data in electronic health records: A qualitative study
KR20120058510A (ko) 의료 이력 시스템
Scharpf et al. Functional status outcome measures in home health care patients with heart failure
Ivziku et al. Defining nursing workload predictors: A pilot study
O’Connor et al. Frontloading and intensity of skilled home health visits: a state of the science
Brown et al. Medical day hospital care for older people versus alternative forms of care
US20180032674A1 (en) Diagnostic system, diagnostic method, and storage medium
JP2018114232A (ja) 診断装置、プログラム及び診断システム
JP2017107560A (ja) 労務環境改善システム、労務環境改善方法、および、労務環境改善プログラム
Cui et al. Economic evaluation of Manitoba health lines in the management of congestive heart failure
Roback et al. Home informatics in healthcare: assessment guidelines to keep up quality of care and avoid adverse effects
Durbin et al. Repeat emergency department visits for individuals with intellectual and developmental disabilities and psychiatric disorders
Zhang et al. Older adults’ perceptions of community-based telehealth wellness programs: a qualitative study
JP2008146170A (ja) 医療施設検索装置及び方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190801

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20201013

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201125

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210601

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210616

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: 20211207

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220105

R150 Certificate of patent or registration of utility model

Ref document number: 7011247

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150