JP2019028687A - サーバ装置及びパンデミック予測方法 - Google Patents

Abstract

【課題】通信機器から取得できる音情報と位置情報と時間情報とを用いることで、インフルエンザ等の感染症のパンデミック予測を行うときの時間解像度及び空間解像度を向上させるサーバ装置及びパンデミック予測方法を提供する。【解決手段】感染症のパンデミック予測を行うサーバ装置２００は、１つ以上の通信機器から音情報と位置情報と時間情報とを受信する受信部と、前記音情報に、感染症に起因した咳音が含まれるか判定する咳分類部と、前記感染症に起因した咳音から感染者数を推定し、感染者数と位置情報と時間情報からパンデミック予測を行うパンデミック予測部とを備える。【選択図】図４

Description

本発明は、サーバ装置及びパンデミック予測方法に関するものである。

現在、インフルエンザの感染予測は、医師の届け出をもとに４７都道府県での１週間ごとの定点感染者数を用いて行われている。

インフルエンザの感染予測のための情報を提供するための技術としては、各医療機関に設置された端末から位置情報を取得し、さらに患者の体温データと発熱患者数を表す情報を含む電子メールを受信することで、発熱症状を有する患者の分布を地図上に示す技術が知られている（特許文献１参照）。

特開2013-190875号公報

Matt J. Keeling and Ken T. D. Eames, "Networks and epidemic models", Journal of The Royal Society Interface, October 2005

インフルエンザ等の感染症を予測するためのモデルとして、例えば、SIS（susceptible infectious susceptible）モデルが存在する（非特許文献１参照）。従来、SISモデルを適用して感染予測を行う場合、１週間ごとに報告される都道府県単位での感染者数データを用いることが一般的であり、時間解像度及び空間解像度ともに不十分であった。

なお、特許文献１の技術において、患者の分布を地図上に示すことで、流行がどの方向に進んでいるかの大まかな情報を得ることができるが、十分な時間解像度及び空間解像度で感染症を予測することはできない。

本発明は、上記の問題点を解決し、通信機器から取得できる音情報と位置情報と時間情報とを用いることで、インフルエンザ等の感染症のパンデミック予測を行うときの時間解像度及び空間解像度を向上させることを目的とする。

上記の課題を解決するために、本発明の一形態にかかるサーバ装置は、
感染症のパンデミック予測を行うサーバ装置であって、
１つ以上の通信機器から音情報と位置情報と時間情報とを受信する受信部と、
前記音情報に、感染症に起因した咳音が含まれるか判定する咳分類部と、
前記感染症に起因した咳音から感染者数を推定し、前記感染者数と前記位置情報と前記時間情報からパンデミック予測を行うパンデミック予測部と、
を備えることを特徴とする。

本発明によれば、通信機器から取得できる音情報と位置情報と時間情報とを用いることで、インフルエンザ等の感染症のパンデミック予測を行うときの時間解像度及び空間解像度を向上させることが可能になる。

本発明の実施形態にかかる通信システムの概略図である。 本発明の実施形態にかかる通信機器の構成図である。 本発明の実施形態にかかる通信機器の動作を示すフローチャートである。 本発明の実施形態にかかるサーバ装置の構成図である。 本発明の実施形態にかかるサーバ装置の動作を示すフローチャートである。 本発明の実施形態にかかるサーバ装置における咳分類処理のフローチャートである。 本発明の実施形態にかかるサーバ装置におけるパンデミック予測処理のフローチャートである。 本発明の実施形態にかかる通信機器及びサーバ装置のハードウェア構成の一例を示す図である。

本発明の実施形態について、図面を用いて説明する。

＜通信システムの概要＞
まず、本実施形態にかかる通信システムの概要について説明する。図１は、本実施形態にかかる通信システムの概略図である。

本実施形態にかかる通信システムは、１つ以上の通信機器１００と、サーバ装置２００とを含む。通信機器１００とサーバ装置２００とは、無線ネットワーク又は有線ネットワークを介して通信可能である。

通信機器１００は、音情報を取得するためのマイク、位置情報を取得するための測位機能等を備えた通信装置であり、例えば、スマートフォン、携帯電話等の通信端末である。

サーバ装置２００は、通信機器１００から感染症のパンデミック予測に必要となる音情報と位置情報と時間情報とを受信し、感染症のパンデミック予測を行う装置であり、例えば、パーソナルコンピュータ、ワークステーション等のコンピュータ装置である。

通信機器１００及びサーバ装置２００の具体的な構成及び動作について、以下に説明する。

＜通信機器の構成及び動作＞
次に、本実施形態にかかる通信機器１００の構成について説明する。図２は、本実施形態にかかる通信機器１００の構成図である。

本実施形態にかかる通信機器１００は、制御部１０１と、音声取得部１０２と、現在位置算出部１０３と、時計部１０４と、送信部１０５とを含む。

制御部１０１は、通信機器１００の全体の動作を制御し、それぞれの機能部を仲介する。

音声取得部１０２は、通信機器１００に備えられたマイク等を用いて、通信機器１００の外部の音を取得する。音は必要に応じて圧縮等の処理が加えられてもよい。以下の説明において、音声取得部１０２が取得した音を音情報と呼ぶ。

現在位置算出部１０３は、通信機器１００に備えられたGPS（Global Positioning System）測位機能、ネットワーク測位機能等の測位機能を用いて、通信機器１００の現在位置（緯度経度）を算出する。以下の説明において、現在位置算出部１０３が算出した現在位置を位置情報と呼ぶ。

時計部１０４は、通信機器１００に備えられた時計機能を用いて、時間情報を取得する。

送信部１０５は、音声取得部１０２が取得した音情報と、現在位置算出部１０３が算出した位置情報と、時計部１０４が取得した時間情報とをサーバ装置２００へ送信する。

なお、図示しないが、通信機器１００は、通信機器１００のユーザの体温を入力するための入力部又はユーザの体温を測定するための測定部が備えられてもよく、加速度を測定するための加速度測定部が備えられてもよい。

続いて、本実施形態にかかる通信機器１００の動作について説明する。図３は、本実施形態にかかる通信機器１００の動作を示すフローチャートである。本フローチャートは、通信機器１００のユーザがサーバ装置２００に対してパンデミック予測に必要な情報を送信すると判断したときに開始してもよく、音声取得部１０２があらかじめ設定した大きさ以上の音を検知したときに開始してもよい。

まず、ステップＳ１０１において、音声取得部１０２が通信機器１００の外部の音を取得する。音声取得部１０２が音を取得したときの位置情報及び時間情報は、それぞれ現在位置算出部１０３及び時計部１０４によって取得される。

次に、ステップＳ１０２において、送信部１０５は、音声取得部１０２が取得した音情報と、現在位置算出部１０３が算出した位置情報と、時計部１０４が取得した時間情報とをサーバ装置２００へ送信する。また、送信部１０５は、体温又は加速度のような感染症の判定に用いることができる更なる情報も、サーバ装置２００へ送信してもよい。

なお、ステップＳ１０２において、送信部１０５は、音情報と位置情報と時間情報とを必ずしも同時に送信する必要はなく、例えば、音情報のみを最初に送信し、以下に説明するようにサーバ装置２００において感染症に起因した咳音であると判定された場合に、他の情報を送信してもよい。

＜サーバ装置の構成及び動作＞
次に、本実施形態にかかるサーバ装置２００の構成について説明する。図４は、本実施形態にかかるサーバ装置２００の構成図である。

本実施形態にかかるサーバ装置２００は、制御部２０１と、受信部２０２と、音声処理部２０３と、咳分類部２０４と、パンデミック予測部２０５と、地名変換部２０６と、出力部２０７とを含む。

制御部２０１は、サーバ装置２００の全体の動作を制御し、それぞれの機能部を仲介する。

受信部２０２は、通信機器１００から音情報と位置情報と時間情報とを受信する。受信部２０２は、通信機器１００から体温又は加速度等のデータをさらに受信してもよい。

音声処理部２０３は、受信部２０２が受信した音情報の中から咳音を抽出する。

咳分類部２０４は、音情報に、感染症に起因した咳音が含まれるか判定する。音声処理部２０３によって咳音が抽出されている場合、咳分類部２０４は、抽出された咳音を、感染症に起因した咳音とそうでない咳音に分類する。

パンデミック予測部２０５は、感染症に起因した咳音から感染者数を推定し、その感染者数と位置情報と時間情報からパンデミック予測を行う。位置情報を地名で得たい場合は、地名変換部２０６が逆ジオコーディングを用いて、緯度経度を地名に変換する。

出力部２０７は、パンデミック予測部２０５の予測結果を出力する。

続いて、本実施形態にかかるサーバ装置２００の動作について説明する。図５は、本実施形態にかかるサーバ装置２００の動作を示すフローチャートである。

本実施形態にかかるサーバ装置２００を動作させるにあたって、まず、ステップＳ２０１において、受信部２０２は、通信機器１００から、音情報と位置情報と時間情報とを受信する。

ステップＳ２０２において、音声処理部２０３は、音情報の中から咳音を抽出し、咳分類部２０４は、抽出された咳音がインフルエンザ等の感染症に起因した咳音であるかを判定する。具体的な咳分類処理について、図６を参照して説明する。図６は、咳分類処理のフローチャートである。

ステップＳ３０１において、音声処理部２０３は、ボーカルキャンセル機能等を用いて、取得した音情報の中から声以外を抽出する。

ステップＳ３０２において、音声処理部２０３は、ノイズキャンセルを実施し、咳音を抽出する。

ステップＳ３０３において、咳分類部２０４は、ステップＳ３０２において抽出された咳音が感染症に起因した咳音か、そうでない咳音かを判定するために、事前に学習データを用いて構築された咳分類モデルを適用する。例えば、インフルエンザが陽性反応を示したときの音声データと、インフルエンザが陰性反応を示したときの音声データとを複数用いて、サポートベクターマシン、ニューラルネットワーク等の教師あり機械学習によって、事前に咳分類モデルを構築できる。構築された咳分類モデルを適用することにより、感染症に起因した咳音とそうでない咳音とを区別することができる。

なお、ステップＳ３０３において、感染症に起因した咳音を取得できればよく、必ずしも感染症に起因しない咳音を取得する必要はない。したがって、学習データの負事例に咳音以外のデータを加えて機械学習を行い、咳分類モデルを構築してもよい。この場合、ステップＳ３０１及びＳ３０２は省略してもよく、咳分類部２０４は、通信機器１００から受信した音情報に咳分類モデルを適用して、感染症に起因した咳音を判定することができる。

ステップＳ３０４において、インフルエンザ等の感染症の判定結果が出力される。

さらに、咳音だけでなくユーザの体温又は加速度等のデータをさらに用いて、咳分類部２０４における判定精度を向上させることも考えられる。例えば、体温又は加速度等のデータもさらに用いて構築された咳分類モデルを適用してもよい。また、例えば、体温が平熱よりも閾値より高い場合には、感染症に起因した咳音と判定する可能性を高くする重み付けが行われてもよい。同様に、加速度の変化が平常時の加速度の変化より小さい場合には、感染症に起因した咳音と判定する可能性を高くする重み付けが行われてもよい。

感染症に起因した咳音であると判定された場合（ステップＳ２０３：ＹＥＳ）、ステップＳ２０４の処理へ進む。感染症に起因しない咳音であると判定された場合（ステップＳ２０３：ＮＯ）、処理を終了する。

ステップＳ２０４において、地名変換部２０６は、通信機器１００から得られた緯度経度の位置情報を、逆ジオコーディングを用いて地名に変換する。ステップＳ２０４は、地名に変換する必要がない場合は省略してもよい。

ステップＳ２０５において、パンデミック予測部２０５は、感染症に起因した咳音から感染者数を推定し、その感染者数と位置情報と時間情報からパンデミック予測を行う。具体的なパンデミック予測処理について、図７を参照して説明する。図７は、パンデミック予測処理のフローチャートである。

まずステップＳ４０１において、ある一定の時間幅（Δt）で咳群を分割する。

次にステップＳ４０２において、咳群の音声データに対してFFT（Fast Fourier Transform）を適用し、それぞれの咳の周波数成分を特定する。

ステップＳ４０３において、この周波数成分に対してX-means法を適用し、クラスタ数を算出する。同じ人の咳音を重複してカウントすることを回避するため、クラスタ数の算出において、咳音の類似度が考慮されてもよい。すなわち、咳音の類似度があらかじめ設定した閾値より大きい場合には、同じ人の咳音であると判定する。

ステップＳ４０４において、算出されたクラスタ数を感染者数Ｉとする。

ステップＳ４０５において、時刻Ｔ及び場所Ｐにおける人口統計数Ｎから感染者数Ｉを除算し、健康な人の数Ｓを算出する。場所Ｐは任意に設定することができ、例えば、市単位、町単位、区単位、学区単位等のあらかじめ設定した単位でのパンデミック予測が可能となる。

ステップＳ４０６において、SISモデルを適用することで感染症のパンデミック予測を行う。SISモデルは非特許文献１を参照されたい。

パンデミック予測の結果は、出力部２０７から出力される。例えば、出力部２０７は、通信機器１００周辺のパンデミック予測の結果を通信機器１００に送信してもよい。

＜本発明の実施形態の効果＞
本発明の実施形態によれば、通信機器から取得できる音情報と位置情報と時間情報とを用いることで、リアルタイムにインフルエンザ等の感染者数を推定し、さらに感染症のパンデミック予測を行うことが可能になる。

本実施形態にかかるサーバ装置は、リアルタイムかつ区単位等のあらかじめ設定した単位で感染症の予測をすることができるため、自分の生活圏でどれくらい感染症が広がっているか、また今後どのような広がりをするかが把握できる。また、スマートフォン等の通信機器を使用しているため、病院の受診者データよりも早く感染症のパンデミック予測をすることができ、注意を促すことができる。さらに、複数人の通信機器を使用することで、検知エリアを広げることができる。

＜ハードウェア構成例＞
なお、上記実施形態の説明に用いたブロック図は、機能単位のブロックを示している。これらの機能ブロック（構成部）は、ハードウェア及び／又はソフトウェアの任意の組み合わせによって実現される。また、各機能ブロックの実現手段は特に限定されない。すなわち、各機能ブロックは、物理的及び／又は論理的に結合した１つの装置により実現されてもよいし、物理的及び／又は論理的に分離した２つ以上の装置を直接的及び／又は間接的に（例えば、有線及び／又は無線）で接続し、これら複数の装置により実現されてもよい。

例えば、本発明の一実施形態における通信機器、サーバ装置などは、本発明のパンデミック予測方法の処理を行うコンピュータとして機能してもよい。図８は、本発明の実施形態に係る通信機器１００又はサーバ装置２００である無線通信装置のハードウェア構成の一例を示す図である。上述の通信機器１００及びサーバ装置２００は、物理的には、プロセッサ１００１、メモリ１００２、ストレージ１００３、通信装置１００４、入力装置１００５、出力装置１００６、バス１００７などを含むコンピュータ装置として構成されてもよい。

なお、以下の説明では、「装置」という文言は、回路、デバイス、ユニットなどに読み替えることができる。通信機器１００及びサーバ装置２００のハードウェア構成は、図に示した各装置を１つ又は複数含むように構成されてもよいし、一部の装置を含まずに構成されてもよい。

通信機器１００及びサーバ装置２００における各機能は、プロセッサ１００１、メモリ１００２などのハードウェア上に所定のソフトウェア（プログラム）を読み込ませることで、プロセッサ１００１が演算を行い、通信装置１００４による通信、及び／又は、メモリ１００２及びストレージ１００３におけるデータの読み出し及び／又は書き込みを制御することで実現される。

プロセッサ１００１は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサ１００１は、周辺装置とのインターフェース、制御装置、演算装置、レジスタなどを含む中央処理装置（ＣＰＵ：Central Processing Unit）で構成されてもよい。例えば、上述の通信機器１００の各機能部、サーバ装置２００の各機能部は、プロセッサ１００１で実現されてもよい。

また、プロセッサ１００１は、プログラム（プログラムコード）、ソフトウェアモジュール及び／又はデータを、ストレージ１００３及び／又は通信装置１００４からメモリ１００２に読み出し、これらに従って各種の処理を実行する。プログラムとしては、上述の実の形態で説明した動作の少なくとも一部をコンピュータに実行させるプログラムが用いられる。例えば、通信機器１００の各機能部、サーバ装置２００の各機能部は、メモリ１００２に格納され、プロセッサ１００１で動作する制御プログラムによって実現されてもよく、他の機能ブロックについても同様に実現されてもよい。上述の各種処理は、１つのプロセッサ１００１で実行される旨を説明してきたが、２以上のプロセッサ１００１により同時又は逐次に実行されてもよい。プロセッサ１００１は、１以上のチップで実装されてもよい。なお、プログラムは、電気通信回線を介してネットワークから送信されても良い。

メモリ１００２は、コンピュータ読み取り可能な記録媒体であり、例えば、ＲＯＭ（Read Only Memory）、ＥＰＲＯＭ（Erasable Programmable ＲＯＭ）、ＥＥＰＲＯＭ（Electrically Erasable Programmable ＲＯＭ）、ＲＡＭ（Random Access Memory）などの少なくとも１つで構成されてもよい。メモリ１００２は、レジスタ、キャッシュ、メインメモリ（主記憶装置）などと呼ばれてもよい。メモリ１００２は、本発明の一実施形態に係るパンデミック予測方法を実施するために実行可能なプログラム（プログラムコード）、ソフトウェアモジュールなどを保存することができる。

ストレージ１００３は、コンピュータ読み取り可能な記録媒体であり、例えば、ＣＤ−ＲＯＭ（Compact Disc ＲＯＭ）などの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク(例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ−ｒａｙ（登録商標）ディスク)、スマートカード、フラッシュメモリ（例えば、カード、スティック、キードライブ）、フロッピー（登録商標）ディスク、磁気ストリップなどの少なくとも１つで構成されてもよい。ストレージ１００３は、補助記憶装置と呼ばれてもよい。上述の記憶媒体は、例えば、メモリ１００２及び／又はストレージ１００３を含むデータベース、サーバその他の適切な媒体であってもよい。

通信装置１００４は、有線及び／又は無線ネットワークを介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。例えば、上述の送信部１０５、受信部２０２などは、通信装置１００４で実現されてもよい。

入力装置１００５は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサなど）である。出力装置１００６は、外部への出力を実施する出力デバイス（例えば、ディスプレイ、スピーカー、LEDランプなど）である。なお、入力装置１００５及び出力装置１００６は、一体となった構成（例えば、タッチパネル）であってもよい。

また、プロセッサ１００１及び／又はメモリ１００２などの各装置は、情報を通信するためのバス１００７で接続される。バス１００７は、単一のバスで構成されてもよいし、装置間で異なるバスで構成されてもよい。

また、通信機器１００及びサーバ装置２００は、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ：Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）、ＦＰＧＡ（Field Programmable Gate Array）などのハードウェアを含んで構成されてもよく、当該ハードウェアにより、各機能ブロックの一部又は全てが実現されてもよい。例えば、プロセッサ１００１は、これらのハードウェアの少なくとも１つで実装されてもよい。

＜補足＞
入出力された情報等は特定の場所（例えば、メモリ）に保存されてもよいし、管理テーブルで管理してもよい。入出力される情報等は、上書き、更新、または追記され得る。出力された情報等は削除されてもよい。入力された情報等は他の装置へ送信されてもよい。

判定は、１ビットで表される値（０か１か）によって行われてもよいし、真偽値（Boolean：trueまたはfalse）によって行われてもよいし、数値の比較（例えば、所定の値との比較）によって行われてもよい。

ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。

また、ソフトウェア、命令などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、同軸ケーブル、光ファイバケーブル、ツイストペア及びデジタル加入者回線（ＤＳＬ）などの有線技術及び／又は赤外線、無線及びマイクロ波などの無線技術を使用してウェブサイト、サーバ、又は他のリモートソースから送信される場合、これらの有線技術及び／又は無線技術は、伝送媒体の定義内に含まれる。

本明細書で説明した情報、信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、又はこれらの任意の組み合わせによって表されてもよい。

また、本明細書で説明した情報、パラメータなどは、絶対値で表されてもよいし、所定の値からの相対値で表されてもよいし、対応する別の情報で表されてもよい。例えば、無線リソースはインデックスで指示されてもよい。

上述したパラメータに使用する名称はいかなる点においても限定的に解釈されるべきではない。

本明細書で使用する「判断(determining)」、「決定(determining)」という用語は、多種多様な動作を包含する場合がある。「判断」、「決定」は、例えば、計算(calculating)、算出(computing)、処理(processing)、導出(deriving)、調査(investigating)、探索(looking up)（例えば、テーブル、データベースまたは別のデータ構造での探索）、確認(ascertaining)した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、受信(receiving)（例えば、情報を受信すること）、送信(transmitting)(例えば、情報を送信すること)、入力(input)、出力(output)、アクセス(accessing)（例えば、メモリ中のデータにアクセスすること）した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、解決(resolving)、選択(selecting)、選定(choosing)、確立(establishing)、比較(comparing)などした事を「判断」「決定」したとみなす事を含み得る。つまり、「判断」「決定」は、何らかの動作を「判断」「決定」したとみなす事を含み得る。

本明細書で使用する「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。

「含む（include）」、「含んでいる（including）」、およびそれらの変形が、本明細書あるいは請求の範囲で使用されている限り、これら用語は、用語「備える（comprising）」と同様に、包括的であることが意図される。さらに、本明細書あるいは請求の範囲において使用されている用語「または（or）」は、排他的論理和ではないことが意図される。

本明細書で説明した各態様／実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本明細書で説明した方法については、例示的な順序で様々なステップの要素を提示しており、提示した特定の順序に限定されない。

本明細書で説明した各態様／実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的な通知に限られず、暗黙的（例えば、当該所定の情報の通知を行わない）ことによって行われてもよい。

以上、本発明について詳細に説明したが、当業者にとっては、本発明が本明細書中に説明した実施形態に限定されないということは明らかである。本発明は、請求の範囲の記載により定まる本発明の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。したがって、本明細書の記載は、例示説明を目的としており、本発明に対して何ら制限的な意味を有さない。

１００ 通信機器
１０１ 制御部
１０２ 音声取得部
１０３ 現在位置算出部
１０４ 時計部
１０５ 送信部
２００ サーバ装置
２０１ 制御部
２０２ 受信部
２０３ 音声処理部
２０４ 咳分類部
２０５ パンデミック予測部
２０６ 地名変換部
２０７ 出力部

Claims (6)

1. 感染症のパンデミック予測を行うサーバ装置であって、
   １つ以上の通信機器から音情報と位置情報と時間情報とを受信する受信部と、
   前記音情報に、感染症に起因した咳音が含まれるか判定する咳分類部と、
   前記感染症に起因した咳音から感染者数を推定し、前記感染者数と前記位置情報と前記時間情報からパンデミック予測を行うパンデミック予測部と、
   を備えることを特徴とするサーバ装置。
2. 前記パンデミック予測部は、前記感染症に起因した咳音の類似度によって、感染者数を推定する
   ことを特徴とする請求項１に記載のサーバ装置。
3. 前記位置情報を地名に変換する地名変換部をさらに備え、
   前記パンデミック予測部は、あらかじめ設定した単位でパンデミック予測を行う
   ことを特徴とする請求項１又は２に記載のサーバ装置。
4. 前記咳分類部は、事前に学習データを用いて構築されたモデルを適用して、前記音情報に、感染症に起因した咳音が含まれるかを判定する
   ことを特徴とする請求項１乃至３のうちいずれか１項に記載のサーバ装置。
5. 前記受信部は、前記１つ以上の通信機器から体温又は加速度をさらに受信し、
   前記咳分類部は、前記体温又は前記加速度をさらに用いて、前記音情報に、感染症に起因した咳音が含まれるかを判定する
   ことを特徴とする請求項１乃至４のうちいずれか１項に記載のサーバ装置。
6. 感染症のパンデミック予測を行うサーバ装置におけるパンデミック予測方法であって、
   １つ以上の通信機器から音情報と位置情報と時間情報とを受信するステップと、
   前記音情報に、感染症に起因した咳音が含まれるか判定するステップと、
   前記感染症に起因した咳音から感染者数を推定し、前記感染者数と前記位置情報と前記時間情報からパンデミック予測を行うステップと、
   を備えることを特徴とするパンデミック予測方法。

Images