JP2017162339A - 食事管理システム、食事管理方法、サーバ装置、及びプログラム - Google Patents

Abstract

【課題】栄養素レベルでの過不足を判定するとともに、ユーザのアクティビティ等に基づいて学習を重ねることで最適な食事提案を行う。
【解決手段】サーバ装置１は、食事に係るデータを受け付け、ユーザに最適な食事提案を行うもので、食事に係るデータより料理と量を特定する料理特定部１２ａと、料理の食材を特定する食材内訳特定部１２ｂと、食材に含まれる栄養素と含有量を特定する栄養素内訳特定部１２ｃと、全ての栄養素の過不足を判定する過不足判定部１２ｄと、ユーザに最適な食事を選定し提案する最適食事提案部１２ｅと、ユーザのパーソナル情報に基づいて過不足判定部１２ｄによる判定において参照する基準に学習による修正を加えるＡＩ学習部１２ｇとを備え、パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含む。
【選択図】図２

Description

本発明は、食事に係る栄養素の過不足、最適な食事提案等を行う食事管理システム、食事管理方法、サーバ装置、及びプログラムに関する。

従来、健康志向が広がる中、個人の食事を管理する各種サービスが提供されている。例えば、管理栄養士が、インターネット等を介して接続された外部の端末より、大まかな栄養判定や、アドバイスを行うサービスも実現されている。また、画像解析により、ユーザの食事を認識し、認識結果に基づいて各種サービスを行うこともなされている。

例えば、特許文献１では、撮像部により食事に関する画像を撮像し、通知部により画像及び画像の撮像時刻に基づいて推定されたユーザの食生活に関する情報を通知する食事管理システムが開示されている。

特願２０１５−２２５４６０号公報

しかしながら、特許文献１に開示されたものでは、栄養素レベルでの過不足の判定やユーザに最適な食事の提案はなされない。

また、ユーザのパーソナル情報に基づいて学習を重ねることで、単に画一化された基準に基づいて決定された推奨食事だけでなく、ユーザのアクティビティ等から、より推奨される食事を提案するような従来技術は存在しない。

本発明は、このような課題に鑑みてなされたものであり、その目的とするところは、栄養素レベルでの過不足を判断することができ、ユーザのアクティビティ等に基づいて学習を重ねることで、最適な食事提案を行うことにある。

上記課題を解決するため、本発明の第１の態様に係るサーバ装置は、食事に係るデータを受け付け、ユーザに最適な食事提案を行うサーバ装置であって、前記食事に係るデータより料理と量を特定する料理特定部と、前記料理の食材を特定する食材内訳特定部と、前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、全ての栄養素の過不足を判定する過不足判定部と、前記ユーザに最適な食事を選定し提案する最適食事提案部と、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるＡＩ学習部と、を備え、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含む。

本発明の第２の態様に係るサーバ装置は、第１の態様において、前記ＡＩ学習部は、前記ユーザの歩数から消費カロリーを算出し、当日の摂取カロリーが消費カロリーよりも多いときには、予め定められた所定期間内に差分をゼロとするために前記基準に含まれる摂取基準値を低く設定する。

本発明の第３の態様に係るサーバ装置は、第１又は第２の態様において、前記ＡＩ学習部は、前記ユーザの睡眠時間、又は睡眠の状態に基づいて、睡眠の状態が適正か否かを判断し、適正でないと判断したときは、前記基準に含まれる栄養素としてトリプトファン、フェニルアラニン、ビタミンＢ１の少なくともいずれかを設定する。

本発明の第４の態様に係るサーバ装置は、第１乃至第３の態様において、前記ＡＩ学習部は、前記ユーザの体重推移に基づいて、予め定められたペースと比べて減量が進んでいないときは、前記基準に含まれる摂取基準値を低く設定する。

本発明の第５の態様に係るサーバ装置は、第１乃至第４の態様において、前記ＡＩ学習部は、前記ユーザの食事記録情報に基づいて、前記最適食事提案部による最適食事の選定に学習による修正を加える。

本発明の第６の態様に係る食事管理方法は、サーバ装置が、食事に係るデータより料理と量を特定し、前記料理の食材と栄養素と含有量を特定し、全ての栄養素の過不足を判定し、前記ユーザに最適な食事を選定し提案し、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加え、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含む。

本発明の第７の態様に係るプログラムは、コンピュータを、食事に係るデータより料理と量を特定する料理特定部と、前記料理の食材を特定する食材内訳特定部と、前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、全ての栄養素の過不足を判定する過不足判定部と、前記ユーザに最適な食事を選定し提案する最適食事提案部と、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるＡＩ学習部と、して機能させ、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含む。

本発明の第８の態様に係る食事管理システムは、ユーザ端末とサーバ装置とからなる食事管理システムにおいて、前記サーバ装置は、食事に係るデータを受け付け料理と量を特定する料理特定部と、前記料理の食材を特定する食材内訳特定部と、前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、全ての栄養素の過不足を判定する過不足判定部と、前記ユーザに最適な食事を選定し提案する最適食事提案部と、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるＡＩ学習部と、を備え、前記ユーザ端末は、前記過不足判定部による判定結果、及び前記最適食事提案部による提案を表示し、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含む。

本発明によれば、栄養素レベルでの過不足を判定するとともに、ユーザのアクティビティ等に基づいて学習を重ねることで最適な食事提案を行う食事管理システム、食事管理方法、サーバ装置、及びプログラムを提供することができる。

本発明の一実施形態に係る食事管理システムの構成図である。 同システムのサーバ装置の構成図である。 同システムのユーザ端末の構成図である。 食事解析ＡＩ部の機能を説明する図である。 同システムによる処理手順を示すフローチャートである。 （ａ）及び（ｂ）は、目標減量設定画面を示す図である。 （ａ）及び（ｂ）は、初期設定画面を示す図である。 （ａ）及び（ｂ）は、摂取量と判定に係る画面を示す図である。 （ａ）及び（ｂ）は、過不足とその影響に係る画面を示す図である。 （ａ）及び（ｂ）は、食事提案に係る画面を示す図である。

以下、図面を参照しつつ本発明の実施形態について説明する。
本発明の一実施形態に係る食事管理システムでは、ユーザの年齢や性別等の属性情報に加えて、減量目標及びペース、血液検査結果（ＤＮＡやアレルギー等）、及び蓄積されたライフデータ（消費カロリーや睡眠などの行動記録、食事記録）の少なくともいずれかに基づいて、自動的に最適な食事管理を行うものである。以下、詳述する。

図１には本発明の一実施形態に係る食事管理システムの構成を示し説明する。

同図に示されるように、実施形態に係る食事管理システムは、サーバ装置１とユーザ端末２ａ、２ｂ、２ｃ…（以下、符号２で総称する）とが、インターネット等のネットワーク３を介して接続され、構成されている。ユーザ端末２としては、スマートフォン、タブレット端末、ノート型パーソナルコンピュータ等、各種のものを採用できる。

このような構成において、ユーザ端末２には、アプリケーションプログラムが実装されており、該プログラムを実行することで、所定画面を表示する。そして、食事が撮影又は入力されると、そのデータがサーバ装１置に送信される。サーバ装置１では、食事に係るデータより料理と量を特定し、食材と栄養素と含有量を特定し、全ての栄養素の過不足を判定する。さらに、ユーザに最適な食事を選定し提案する。

この過不足の判定、食事の選定に際しては、ユーザの年齢や性別等といった属性情報に加えて、減量目標及びペース、血液検査結果（ＤＮＡやアレルギー等）、及び蓄積されたライフデータ（消費カロリーや睡眠などの行動記録、食事記録）の少なくともいずれかに基づいて、参照される基準に適宜修正が加えられて、ユーザのアクティビティ等まで考慮した最適な判定、及び選定がなされることになる。この判定、及び選定結果は、ユーザ端末２に送信され、表示される。

図２には食事管理システムのサーバ装置の構成を更に詳細に示し説明する。

同図に示されるように、サーバ装置１は、ＣＰＵ（Central Processing Unit）等の制御部１０を備えており、該制御部１０が、システムバス１９を介して、通信部２０、記憶部１３と接続されている。通信部２０は、ネットワーク３を介してユーザ端末２と通信するための通信インタフェースである。記憶部１３は、制御部１０で実行されるプログラム１１を格納しており、更にユーザデータベース（以下、ＤＢと略記する）１４、食材ＤＢ１５、効能ＤＢ１６、レシピＤＢ１７、及び一般基準ＤＢ１８を論理的に格納している。記憶部１３は、ＲＡＭ（Random Access Memory）、ＲＯＭ(Read Only Memory)、ハードディスクドライブ等で構成されており、制御部１０によるプログラム１１の実行時にはワークエリアを提供する。

ユーザＤＢ１４は、ユーザのパーソナル情報として、固定的情報、意思的情報、準固定的情報、及び変動蓄積情報等をテーブル形式で保持している。食材ＤＢ１５は、各種食材に含まれる栄養素及び含有量等を保持している。効能ＤＢ１６は、各栄養素による効能等の情報を保持している。レシピＤＢ１７は、各種料理、及び料理に含まれる食材等の情報を保持している。一般基準ＤＢ１８は、詳細は後述する過不足判定等を行う際に参照される各種基準を保持している。

一方、制御部１０は、記憶部１３のプログラム１１を読み出し実行することで、食事解析人工知能（AI；artificial intelligence）部１２、主制御部１２ｈとして機能する。食事解析ＡＩ部１２は、更に料理特定部１２ａ、食材内訳特定部１２ｂ、栄養素内訳特定部１２ｃ、過不足判定部１２ｄ、最適食事提案部１２ｅ、全体影響判定部１２ｆ、及びＡＩ学習部１２ｇを含む。

このような構成において、通信部２０を介して、ユーザ端末２から食事に係るデータを受け付けると、料理特定部１２ａは、食事に係るデータより料理と量を特定する。食材内訳特定部１２ｂは、料理の食材を特定する。栄養素内訳特定部１２ｃは、食材の栄養素と含有量を特定する。過不足判定部１２ｄは、全ての栄養素の過不足を判定する。最適食事提案部１２ｅは、ユーザに最適な食事を選定し提案する。全体影響判定部１２ｆは、過不足が食生活に与える影響を判定する。そして、ＡＩ学習部１２ｇは、ユーザのパーソナル情報に基づいて、過不足判定部１０ｄによる判定において参照する基準に学習による修正を加える。ここで、パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含んでよい。以上のほか、主制御部１２ｈは、総括的な制御を司る。

ＡＩ学習部１２ｇは、ユーザの歩数から消費カロリーを算出し、当日の摂取カロリーが消費カロリーよりも多いときには、予め定められた所定期間内に差分をゼロとするために前記基準に含まれる摂取基準値を低く設定する。さらに、ＡＩ学習部１２ｇは、ユーザの睡眠時間、又は睡眠の状態に基づいて、睡眠の状態が適正か否かを判断し、適正でないと判断したときは、基準に含まれる栄養素としてトリプトファン、フェニルアラニン、ビタミンＢ１の少なくともいずれかを設定する。

さらに、ＡＩ学習部１２ｇは、ユーザの体重推移に基づいて、予め定められたペースと比べて減量が進んでいないときは、前記基準に含まれる摂取基準値を低く設定する。さらに、ＡＩ学習部１２ｇは、ユーザの食事記録情報に基づいて、最適食事提案部１２ｅによる最適食事の選定に学習による修正を加える。ＡＩ学習部１２ｇによる学習機能については、後に図４で詳述する。

図３には食事管理システムのユーザ端末の構成を更に詳細に示し説明する。

同図に示されるように、ユーザ端末２は、ＣＰＵ等の制御部２１を備えており、制御部２１は、通信部２２、操作部２３、表示部２４、カメラ部２７、及び記憶部２５と接続されている。通信部２２は、インターネット等のネットワーク３を介してサーバ装置１と通信するための通信インタフェースである。操作部２３は、マウスやキーボード等の操作デバイスであり、表示部２４は液晶ディスプレイ等の表示デバイスであり、両者をタッチパネルとして構成することもできる。記憶部２５は、ＲＡＭ、ＲＯＭ、ＨＤＤ等の記憶デバイスであり、制御部２１で実行されるプログラム２６を記憶していると共に、その実行時にはワークエリアを提供する。

このような構成において、制御部２１は、記憶部２５のプログラム２６を読み出し実行することで、主制御部２１ａ、閲覧部２１ｂ、表示制御部２１ｃ、ライフ情報通信制御部２１ｄとして機能する。

主制御部２１ａは、全体の制御を司る。閲覧部２１ｂは、アプリケーションプログラム実行時にサーバ装置１から送信されたデータに基づいて各種情報を閲覧可能とする。表示制御部２１ｃは、表示部２４による各種表示を制御する。そして、ライフ情報通信制御部２１ｄは、例えばウェアラブル計測機器などから送信されるライフ情報をサーバ装置１側に転送するように制御する。

図４にはサーバ装置１の制御部１０の食事解析ＡＩ部１２の機能を示し説明する。

同図に示されるように、ユーザＤＢ１４には、ユーザのパーソナル情報として、固定的情報、意思的情報、準固定的情報、変動蓄積情報が記憶されている。固定的情報とは、ユーザの年齢や性別等の属性情報である。意思的情報とは、目標減量と減量のペース等の情報である。準固定的情報とは、血液検査でわかる、ＤＮＡ情報、血液検査情報、及びアレルギー情報等である。変動蓄積情報とは、消費カロリー、睡眠量と睡眠の状態（質）、及び体重記録に係る情報等である。主制御部１２ｈは、これらパーソナル情報に基づいて、一般的基準ＤＢ１８の一般的基準を参照し、ユーザ個人の摂取基準値（Ｙ）、エネルギー、必要な各栄養素を設定する（＃１）。このとき、ＡＩ学習部１２ｇは、パーソナル情報に含まれるライフ情報に基づいて、後述するように、基準値にユーザのアクティビティ等を反映した修正を加えることになる（＃２）。

ユーザ端末２から食事の入力がなされると、サーバ装置１側では、これを受け、料理特定部１２ａがレシピＤＢ１７を参照して料理と量を特定する。そして、食材内訳特定部１２ｂは、食材ＤＢ１５を参照して料理の食材を特定し、栄養素内訳特定部１２ｃは、効能ＤＢ１６を参照して食材の栄養素と摂取量（Ｘ）を特定する（＃４）。過不足判定部１２ｄは、摂取量（Ｘ）／摂取基準値（Ｙ）を演算することで、全ての栄養素の過不足を判定する。このとき、全体影響判定部１０ｆは、食事全体への影響を判定する。また、パーソナル情報に含まれるアレルギー情報等からブラックリスト（摂取不可栄養素）が存在する場合には、ブラックリストも表示するように促す（＃５）。こうして、最適食事提案部１２ｅは、判定結果に基づいてユーザに最適な食事を選定し提案する（＃６）。このとき、ＡＩ学習部１２ｇは、ユーザＤＢ１４の変動蓄積情報の食事記録に係る情報に基づいて食事選定のアルゴリズムに対して後述するような学習を加える（＃７）。

以下、上記学習機能について更に詳述する。

第１に、ＡＩ学習部１２ｇは、ユーザの運動量（例えば歩数）から消費カロリーを算出し、当日の摂取カロリーが消費カロリーよりも多いときには、予め定められた所定期間内に差分をゼロとするために一般基準より求める摂取基準値を低く設定する。例えば、摂取カロリーが消費カロリーよりもＰkcalだけ多い場合に、翌日の摂取基準値よりＰkcalだけ低く設定してもよい。また、予め所定期間内に摂取カロリーと消費カロリーとのバランスを取るように設定されている場合、摂取カロリーが消費カロリーよりもＰkcalだけ多いときは、その日を含む所定期間の残存日数でＰkcalを除算し、その除算された値をだけ翌日以降の摂取基準値より低く設定してもよい。これは、摂取カロリーが消費カロリーを超えた場合に、所定期間内で平均的に解消するという考え方に基づくものであるから、日付が変わる度に同じ演算を繰り返し行うことになる。

第２に、ＡＩ学習部１２ｇは、ユーザの睡眠時間、又は睡眠の状態（レム睡眠、ノンレム睡眠、目覚めている時間等）に基づいて、睡眠の状態が適正か否かを判断し、適正でないと判断したときは、基準に含まれる栄養素として、例えばトリプトファン、フェニルアラニン、ビタミンＢ１の少なくともいずれかを設定する。例えば、睡眠の状態は、０から１００％の間で設定するようにしてもよい。いま、当日の睡眠の状態に係る値を百分率に換算したものをαとする。何日分の睡眠の平均状態を基準の修正に反映させるかは、ユーザが選択でき、例えば１から７日としてよい。その場合、αの平均値が予め定められた所定値を下回った場合に、睡眠を促進させる前述したような栄養素を加えるようにする。睡眠を促進する栄養素は上記したものに限らず、種々のものを採用できる。

第３に、ＡＩ学習部１２ｇは、ユーザの体重推移に基づいて、予め定められたペースと比べて減量が進んでいないときは、基準に含まれる摂取基準値を低く設定する。より詳細には、目標設定がなされている場合、体重の実測値が目標設定値を下回っていないときは一日の摂取基準値が変更される。一般に、１ｇあたりの減量に７kcalを要するとされているので、実測値と目標設定値との差分（g）に７を乗算した値を、減量のペース（期間）の残存期間で按分するようにしてもよい。

第４に、ＡＩ学習部１２ｇは、ユーザの食事記録情報に基づいて、最適食事提案部１２ｅによる最適食事の選定に学習による修正を加える。

より具体的には、次のようなアルゴリズムとなる。
（ａ）当日を含む所定期間内（例えば、３日間）に記録された料理を全て食材レベルで内訳を特定し、その食材を一つ以上含む料理を抽出する。そして、その中で、網羅率の高いものから優先度を付与する。その際、該当栄養素及び他栄養素も過剰値に抵触しないものを選択する。こうして、同一の網羅率であれば、含有する食材が過去３日で多いものから優先的に選択するように、最適食事提案部１２ｅの処理に学習効果を加える。これによれば、家庭内食事での現実的な選択肢の可能性を高めることができる。
（ｂ）所定期間（例えば、１か月）の料理の中で、網羅率の高い料理を優先するように最適食事提案部１２ｅの処理に学習効果を加える。これによれば、季節を意識し、現実的な選択肢の可能性を高めることができる。
（ｃ）過去の食事記録の中で、網羅率の高いものを優先するように最適食事提案部１２ｅの処理に学習効果を加える。

以上の（ａ）〜（ｃ）の中で、提案する食事が当日の食事と合わせて、当該栄養素及び他栄養素について、過剰値を出すものについては除外する。つまり、不足を補うだけでなく、過剰値も出ない学習効果を得ることが可能となる。

以下、図５のフローチャートを参照して、食事管理システムによる食事提案に至るまでの処理手順を説明する。ここでは、図６乃至図１０の画面遷移を適宜参照する。

先ず、前提として最初にプログラムを起動したときに、図６（ａ）、図６（ｂ）に示されるような画面において、ユーザの属性情報やダイエット目標を入力し、サーバ装置１側に登録するようになっている。より詳細には、先ず図６（ａ）に示されるような画面がユーザ端末２の表示部２４に表示され、ダイエット（減量）の目標体重、筋肉増量の有無、年齢、性別、メールアドレス等を入力する。そして、ダイエットの目標体重の入力欄の横の決定ボタンを選択すると、図６（ｂ）に示される画面に遷移し、どのくらいの期間にどの程度の減量を目標とするのか入力さする。図６（ｂ）に示される画面では、ダイエット目標として「２か月で３ｋｇの減量を目指します！」と表示され、それを実現するための１日の基準（栄養素、摂取カロリー）が表示される。摂取カロリーについては、消費カロリーと差分カロリーも表示される。

さて、プログラムを起動すると（Ｓ１）、ユーザ端末２より食事に係るデータ入力又は撮影を受け付ける（Ｓ２）。このとき、ユーザ端末２では、図７（ａ）、図７（ｂ）に示されるような画面が表示部２４に表示される。図７（ａ）は、食事に係るデータの入力画面であり、図７（ｂ）は、入力された料理の確認画面である。ここでは、料理としてご飯、納豆、焼き魚（さんま）等が入力されている。ユーザ端末２では、主制御部２１ａが食事提案ボタンが選択されたか否かを判断し（Ｓ３）、選択されているときは（Ｓ３をＹｅｓ）、サーバ装置１に対して解析要求を送信する（Ｓ４）。

サーバ装置１は、解析要求を受信すると（Ｓ５）、料理特定部１２ａがレシピＤＢ１７を参照して料理と量を特定し（Ｓ６）、食材内訳特定部１２ｂが食材ＤＢ１５を参照して食材を特定し（Ｓ７）、栄養素内訳特定部１２ｃが効能ＤＢ１６を参照して栄養素と含有量を特定し（Ｓ８）、過不足判定部１２ｄが栄養素レベルでの過不足を判定する（Ｓ９）。そして主制御部１２ｈが、全体集計、内訳データを、通信部２０を介してユーザ端末２に送信する（Ｓ１０）。ユーザ端末２では、表示部２４に画面表示を行う（Ｓ１１）。

この表示の様子は、例えば図８（ａ）、８（ｂ）に示される。図８（ａ）では、全体集計として、栄養素摂取率、栄養素過剰率が表示される。更に、三大栄養素、ビタミン、ミネラル（即ち、五大栄養素）についての詳細な過不足が示されている。ここでは、不図示であるが、更にその他の１００種類以上の栄養素の効果や効能も表示可能である。これらは過不足の基準がないので、効果及び効能のみの表示としてよい。図８（ｂ）では、三大栄養素（糖質、たんぱく質、脂質）の過不足が更に詳細に示されている。

サーバ装置１では、全体影響判定部１２ｆが、全栄養素の過不足の全体影響を解析し（Ｓ１２）、解析データをユーザ端末２に送信する（Ｓ１３）。ユーザ端末２では、表示部２４に過不足の全体影響に関する画面表示を行う（Ｓ１４）。

この表示の様子は、例えば図９（ａ）、９（ｂ）に示される。図９（ａ）では、過不足の内訳とその影響が対応付けられて示されている。そして、図９（ｂ）では、不足一覧が示されている。不足一覧では、各栄養素事に、その分類記号と、栄養素名、摂取基準量に対する摂取量が数値表示されている。

続いて、サーバ装置１では、最適食事提案部１２ｅが、レシピＤＢ１７を参照して、最適な食事を選定し（Ｓ１５）、提案データをユーザ端末２に送信する（Ｓ１６）。ユーザ端末２では、表示部２４に提案された食事に関する画面表示を行う（Ｓ１７）。

この表示の様子は、図１０（ａ）、１０（ｂ）に示される。図１０（ａ）では、提案すべき料理名が列挙され、該料理名と対応付けて、該料理の摂取によりどの程度の不足が補えるかが数値表示され、図１０（ｂ）では、各料理に含有される栄養素と、該栄養素についてどの程度過の不足が補えるかが数値表示される。以上で、食事提案に至るまでの一連の処理を終了する。

以上、本発明の一実施形態について説明したが、本発明はこれに限定されることなくその趣旨を逸脱しない範囲で種々の改良・変更が可能であることは勿論である。

例えば、最適な食事を求めるときに、消費カロリーや睡眠などのアクティビティデータや食事記録データに加えて、各種バイタルデータを参照してもよい。また、パーソナル情報として、アルコールの摂取量を保持し、過不足の内訳を表示するときに、アルコール内の糖質の内訳等も表示するようにしてもよい。

１…サーバ装置、２ａ，２ｂ，２ｃ…ユーザ端末、３…ネットワーク、１０…制御部、１０ａ…料理特定部、１０ｂ…食材内訳特定部、１０ｃ…栄養素内訳特定部、１０ｄ…過不足判定部、１０ｅ…最適食事提案部、１０ｆ…全体影響判定部、１０ｇ…ＡＩ学習部、１０ｈ…主制御部、１１…プログラム、１２…通信部、１３…記憶部、１４…ユーザＤＢ、１５…食材ＤＢ、１６…効能ＤＢ、１７…レシピＤＢ、１８…一般基準ＤＢ、１９…システムバス、２１…制御部、２１ａ…主制御部、２１ｂ…閲覧部、２１ｃ…表示制御部、２１ｄ…ライフデータ通信制御部、２２…通信部、２３…操作部、２４…表示部、２５…記憶部、２６…プログラム。

上記課題を解決するため、本発明の第１の態様に係るサーバ装置は、食事に係るデータを受け付け、ユーザに最適な食事提案を行うサーバ装置であって、前記食事に係るデータより料理と量を特定する料理特定部と、前記料理の食材を特定する食材内訳特定部と、前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、全ての栄養素の過不足を判定する過不足判定部と、前記ユーザに最適な食事を選定し提案する最適食事提案部と、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるＡＩ学習部と、を備え、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、前記ＡＩ学習部は、当日を含む所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記最適食事提案部では前記優先度の高いものから選定する。
また、本発明の第２の態様に係るサーバ装置は、食事に係るデータを受け付け、ユーザに最適な食事提案を行うサーバ装置であって、前記食事に係るデータより料理と量を特定する料理特定部と、前記料理の食材を特定する食材内訳特定部と、前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、全ての栄養素の過不足を判定する過不足判定部と、前記ユーザに最適な食事を選定し提案する最適食事提案部と、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるＡＩ学習部と、を備え、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、前記ＡＩ学習部は、所定期間に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先するように前記最適食事提案部の処理に学習効果を加える。
また、本発明の第３の態様に係るサーバ装置は、第１又は第２の態様において、前記最適食事提案部は、前記食事の提案に際して料理名と対応付けて該料理の摂取によりどの程度の過不足が補えるか数値表示するよう促す。

本発明の第４の態様に係るサーバ装置は、第１乃至第３の態様において、前記ＡＩ学習部は、前記ユーザの歩数から消費カロリーを算出し、当日の摂取カロリーが消費カロリーよりも多いときには、予め定められた所定期間内に差分をゼロとするために前記基準に含まれる摂取基準値を低く設定する。

本発明の第５の態様に係るサーバ装置は、第１乃至第４の態様において、前記ＡＩ学習部は、前記ユーザの睡眠時間、又は睡眠の状態に基づいて、睡眠の状態が適正か否かを判断し、適正でないと判断したときは、前記基準に含まれる栄養素としてトリプトファン、フェニルアラニン、ビタミンＢ１の少なくともいずれかを設定する。

本発明の第６の態様に係るサーバ装置は、第１乃至第５の態様において、前記ＡＩ学習部は、前記ユーザの体重推移に基づいて、予め定められたペースと比べて減量が進んでいないときは、前記基準に含まれる摂取基準値を低く設定する。

本発明の第７の態様に係るサーバ装置は、第１乃至第６の態様において、前記ＡＩ学習部は、前記ユーザの食事記録情報に基づいて、前記最適食事提案部による最適食事の選定に学習による修正を加える。

本発明の第８の態様に係る食事管理方法は、サーバ装置が、食事に係るデータより料理と量を特定し、前記料理の食材と栄養素と含有量を特定し、全ての栄養素の過不足を判定し、前記ユーザに最適な食事を選定し提案し、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加え、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、前記学習による修正では、当日を含む所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記優先度の高いものから選定する。
本発明の第９の態様に係る食事管理方法は、サーバ装置が、食事に係るデータより料理と量を特定し、前記料理の食材と栄養素と含有量を特定し、全ての栄養素の過不足を判定し、前記ユーザに最適な食事を選定し提案し、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加え、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、前記学習による修正では、所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記優先度の高いものから選定する。

本発明の第１０の態様に係るプログラムは、コンピュータを、食事に係るデータより料理と量を特定する料理特定部と、前記料理の食材を特定する食材内訳特定部と、前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、全ての栄養素の過不足を判定する過不足判定部と、前記ユーザに最適な食事を選定し提案する最適食事提案部と、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるＡＩ学習部と、して機能させ、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、前記ＡＩ学習部は、当日を含む所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記最適食事提案部では前記優先度の高いものから選定する。
本発明の第１１の態様に係るプログラムは、コンピュータを、食事に係るデータより料理と量を特定する料理特定部と、前記料理の食材を特定する食材内訳特定部と、前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、全ての栄養素の過不足を判定する過不足判定部と、前記ユーザに最適な食事を選定し提案する最適食事提案部と、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるＡＩ学習部と、して機能させ、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、前記ＡＩ学習部は、所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記最適食事提案部では前記優先度の高いものから選定する。

本発明の第１２の態様に係る食事管理システムは、ユーザ端末とサーバ装置とからなる食事管理システムにおいて、前記サーバ装置は、食事に係るデータを受け付け料理と量を特定する料理特定部と、前記料理の食材を特定する食材内訳特定部と、前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、全ての栄養素の過不足を判定する過不足判定部と、前記ユーザに最適な食事を選定し提案する最適食事提案部と、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるＡＩ学習部と、を備え、前記ユーザ端末は、前記過不足判定部による判定結果、及び前記最適食事提案部による提案を表示し、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、前記ＡＩ学習部は、当日を含む所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記最適食事提案部では前記優先度の高いものから選定する。
本発明の第１３の態様に係る食事管理システムは、ユーザ端末とサーバ装置とからなる食事管理システムにおいて、前記サーバ装置は、食事に係るデータを受け付け料理と量を特定する料理特定部と、前記料理の食材を特定する食材内訳特定部と、前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、全ての栄養素の過不足を判定する過不足判定部と、前記ユーザに最適な食事を選定し提案する最適食事提案部と、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるＡＩ学習部と、を備え、前記ユーザ端末は、前記過不足判定部による判定結果、及び前記最適食事提案部による提案を表示し、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、前記ＡＩ学習部は、所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記最適食事提案部では前記優先度の高いものから選定する。

Claims (8)

1. 食事に係るデータを受け付け、ユーザに最適な食事提案を行うサーバ装置であって、
   前記食事に係るデータより料理と量を特定する料理特定部と、
   前記料理の食材を特定する食材内訳特定部と、
   前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、
   全ての栄養素の過不足を判定する過不足判定部と、
   前記ユーザに最適な食事を選定し提案する最適食事提案部と、
   前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるＡＩ学習部と、を備え、
   前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含む
   サーバ装置。
2. 前記ＡＩ学習部は、前記ユーザの歩数から消費カロリーを算出し、当日の摂取カロリーが消費カロリーよりも多いときには、予め定められた所定期間内に差分をゼロとするために前記基準に含まれる摂取基準値を低く設定する
   請求項１に記載のサーバ装置。
3. 前記ＡＩ学習部は、前記ユーザの睡眠時間、又は睡眠の状態に基づいて、睡眠の状態が適正か否かを判断し、適正でないと判断したときは、前記基準に含まれる栄養素としてトリプトファン、フェニルアラニン、ビタミンＢ１の少なくともいずれかを設定する
   請求項１又は請求項２に記載のサーバ装置。
4. 前記ＡＩ学習部は、前記ユーザの体重推移に基づいて、予め定められたペースと比べて減量が進んでいないときは、前記基準に含まれる摂取基準値を低く設定する。
   請求項１乃至請求項３のいずれか１項に記載のサーバ装置。
5. 前記ＡＩ学習部は、前記ユーザの食事記録情報に基づいて、前記最適食事提案部による最適食事の選定に学習による修正を加える
   請求項１乃至請求項４のいずれか１項に記載のサーバ装置。
6. サーバ装置が、
   食事に係るデータより料理と量を特定し、
   前記料理の食材と栄養素と含有量を特定し、
   全ての栄養素の過不足を判定し、
   前記ユーザに最適な食事を選定し提案し、
   前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加え、
   前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含む
   食事管理方法。
7. コンピュータを、
   食事に係るデータより料理と量を特定する料理特定部と、
   前記料理の食材を特定する食材内訳特定部と、
   前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、
   全ての栄養素の過不足を判定する過不足判定部と、
   前記ユーザに最適な食事を選定し提案する最適食事提案部と、
   前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるＡＩ学習部と、して機能させ、
   前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含む
   プログラム。
8. ユーザ端末とサーバ装置とからなる食事管理システムにおいて、
   前記サーバ装置は、
   食事に係るデータを受け付け料理と量を特定する料理特定部と、
   前記料理の食材を特定する食材内訳特定部と、
   前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、
   全ての栄養素の過不足を判定する過不足判定部と、
   前記ユーザに最適な食事を選定し提案する最適食事提案部と、
   前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるＡＩ学習部と、を備え、
   前記ユーザ端末は、
   前記過不足判定部による判定結果、及び前記最適食事提案部による提案を表示し、
   前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含む
   食事管理システム。