JP2019033907A - サーバシステム、サーバシステムによって実行される方法及びプログラム - Google Patents

Abstract

【課題】ユーザが日々の生活行動を通じて簡易に認知症リスクを知ることができる技術を提供する。【解決手段】サーバシステム１２０によって実行される方法は、（１）ユーザの情報通信端末とネットワーク１３０を介して通信することにより、ユーザの運動情報及び情報通信端末のＧＰＳデータを取得することと、（２）取得したＧＰＳデータに基づいて、ユーザの外出時間及び外出場所を推定することと、（３）推定した外出時間に基づいて、ユーザのコミュニケーション量を推定することと、（４）推定した外出場所に基づいて、ユーザの知的好奇心量を推定することと、（５）取得した運動情報、推定したコミュニケーション量及び推定した知的好奇心量に基づいて、ユーザの認知症リスクを評価することと、（６）認知症リスクの評価結果を情報通信端末に提供することと、を含む。【選択図】図１

Description

本発明は、認知症の予防に役立つサーバシステム、サーバシステムによって実行される方法及びプログラムに関するものである。

医療の分野では、医師の診断作業を支援するための様々なシステムが開発されている。例えば、特許文献１のシステムでは、患者のＭＲＩ脳画像を画像解析して異常陰影候補を検出し、その結果をデータベース化すると共に、未発病の患者についての将来の発病の可能性の予測値を演算している。また、特許文献２のシステムでは、ＭＲＩ脳画像から脳血管画像を抽出して脳血管の異常部位を検出し、この異常部位の空間位置情報に基づいて当該異常部位による発症傾向を予測している。特許文献３には、ＶＳＲＡＤ（登録商標）という、ＭＲＩ脳画像から海馬傍回付近の萎縮の程度を読み取る画像処理・統計解析ソフトウェアを搭載したシステムが開示されている。このような従来のシステムは、いずれも、撮影したＭＲＩ脳画像を解析し、脳の異常や萎縮の部位を検知しようとする点で共通している。

脳の病気の一つに認知症がある。認知症の原因となる疾患にはいくつの種類があり、その代表的なのがアルツハイマー型の変性疾患である。認知症と診断された場合、その時点から治療をしたとしても、進行を抑えることが難しい段階に進んでいることが多い。そのため、認知症は早期発見、早期治療が特に重要である。しかし、認知症は単なる物忘れとの区別が難しいこともあり、認知症の症状が出ていることに気付きにくい。

認知症は、生活習慣の改善など、適切な取り組みを行うことにより、予防することが可能である。幸いにも、近年の研究で、認知症の症状がはっきりと表れた時点からさかのぼって５年頃前から海馬が小さくなり始めることがわかり、さらに１５年頃前には、すでに脳の中に有害な物質がたまり始めることがわかってきている（例えば非特許文献１の４５頁参照）。認知症リスクがあることが事前に分かった段階で生活習慣の改善や治療等を行えば、認知症を予防するのに効果的である。例えば、散歩などの運動のほか、人との交流や知的好奇心は脳を活性化させるため、認知症予防に効果があるとされている（非特許文献１の２６〜３１頁、４０〜４１頁及び５８〜５９頁参照）。

特開２００７−１３５６８３号公報 特開２００８−２９７３５号公報 特開２０１３−６６６３２号公報 「自分でできる『生涯健康脳』のつくり方」（宝島社、初版、２０１６）

問題は、患者自身が、認知症リスクがあるかどうかを容易に知ることができないということである。医師であれば、例えば特許文献３のシステムを利用して、脳の海馬傍回付近の萎縮の程度を読み取り、患者の将来の認知症リスクを予測することができるかもしれない。しかし、患者はそのようなシステムを保有していない。また、医師がそのようなシステムを利用して患者に認知症リスクを伝え得るとしても、患者はまず病院に行ってＭＲＩ脳画像を撮影してもらうことが必要であり、これは患者にとって多大なコストと手間がかかる。

そこで、本発明は、ユーザが日々の生活行動を通じて簡易に認知症リスクを知ることができる技術を提供することを目的とする。

本発明の一態様に係るサーバシステムによって実行される方法は、ユーザの情報通信端末とネットワークを介して通信することにより、ユーザの運動情報を取得することと、情報通信端末のＧＰＳデータを受信することと、受信したＧＰＳデータに基づいてユーザの外出時間及び外出場所を推定することと、少なくとも推定した外出時間に基づいてユーザのコミュニケーション量を推定することと、少なくとも推定した外出場所に基づいてユーザの知的好奇心量を推定することと、取得した運動情報、推定したコミュニケーション量及び推定した知的好奇心量に基づいてユーザの認知症リスクを評価することと、認知症リスクの評価結果を情報通信端末に提供することと、を含む。

本発明の一態様に係るサーバシステムは、ユーザの情報通信端末とネットワークを介して通信することにより、ユーザの運動情報及び情報通信端末のＧＰＳデータを取得する取得部と、取得したＧＰＳデータに基づいてユーザの外出時間及び外出場所を推定する外出場所推定部と、少なくとも推定した外出時間に基づいてユーザのコミュニケーション量を推定するコミュニケーション量推定部と、少なくとも推定した外出場所に基づいてユーザの知的好奇心量を推定する知的好奇心量推定部と、取得した運動情報、推定したコミュニケーション量及び推定した知的好奇心量に基づいてユーザの認知症リスクを評価する評価部と、認知症リスクの評価結果を情報通信端末に提供する提供部と、を備える。

本発明の一態様に係るプログラムは、サーバシステムにネットワークを介して通信可能に接続されたユーザの情報通信端末において実行されるプログラムであって、情報通信端末を、
情報通信端末に搭載された機器を利用して、ユーザの運動情報及び情報通信端末のＧＰＳデータを取得する手段、
取得した運動情報及びＧＰＳデータをサーバシステムに送信する手段、及び、
（１）送信されたＧＰＳデータに基づいてユーザの外出時間を推定し、少なくともこの推定した外出時間に基づいてユーザのコミュニケーション量を推定し、（２）また、送信されたＧＰＳデータに基づいてユーザの外出場所を推定し、少なくともこの推定した外出場所に基づいてユーザの知的好奇心量を推定し、（３）さらに、取得した運動情報、推定したコミュニケーション量及び推定した知的好奇心量に基づいてユーザの認知症リスクを評価したサーバシステムから、認知症リスクの評価結果を受信する手段、
として機能させる。

本発明によれば、ユーザが日々の生活行動を通じて認知症リスクを知ることができる。

実施形態に係るサーバシステム及びユーザの情報通信端末を含む情報処理システムの概略図である。 図１の情報通信端末のうち、モバイル端末のハードウェア構成を示すブロック図である。 図１の情報通信端末のうち、ウエアラブルデバイスのハードウェア構成を示すブロック図である。 図１のサーバシステムのハードウェア構成を示すブロック図である。 図１のサーバシステムのうち、運動情報、コミュニケーション量、知的好奇心量及び認知症リスク等が対応付けられている被験者ＤＢの一例を示す図である。 被験者の複数の脳画像の一例を示す図である。 知的好奇心尺度に関する質問１２項目の一例を示す図である。 図１のサーバシステムのうち、脳萎縮部位とその脳萎縮部位に関する情報とが対応付けられた脳萎縮部位ＤＢの一例を示す図である。 図１のサーバシステムのうち、脳萎縮部位と生活習慣のアドバイスとが対応付けられたアドバイスＤＢの一例を示す図である。 脳領域における脳萎縮部位と認知症リスクの度合いとの関係を示す図である。 図１１Ａ〜Ｇは、図１の情報通信端末に表示される画面例を示す図である。 図１２Ａ〜Ｂは、図１の情報通信端末に表示される画面例の別の例を示す図である。 図１の情報通信端末における処理の一例を示すフロー図である。 図１のサーバシステムにおける処理の一例を示すフロー図である。

上記の添付図面を参照して、本発明の好適な実施形態について説明する。

図１に示すように、情報処理システム１００は、複数のユーザ１、２、３…の情報通信端末１１０−１、１１０−２、１１０−３…（以下、総称して「１１０」と付することもある。）及びサーバシステム１２０がネットワーク１３０に接続可能に構成されている。サーバシステム１２０は、情報通信端末１１０に認知症リスクの評価結果を提供する情報処理装置であり、一つ又は複数のコンピュータにより構成される。サーバシステム１２０は、ネットワーク１３０を介して情報通信端末１１０と通信することにより、情報通信端末１１０からユーザの運動情報等の所定の情報を受信又は取得する。また、サーバシステム１２０は、ユーザの認知症リスクを評価し、その評価結果等をネットワーク１３０を介して情報通信端末１１０に送信又は提供する。ネットワーク１３０は、ＬＡＮ、ＷＡＮ、有線あるいは無線のネットワーク、又は、インターネットなどで構成される。

各ユーザの情報通信端末１１０は、モバイル端末２００、ウエアラブルデバイス２１０、又はこれら両方を含んでいる。例えば、ユーザ１の情報通信端末１１０−１は、モバイル端末２００及びウエアラブルデバイス２１０を含んでおり、ウエアラブルデバイス２１０がモバイル端末２００に関連付けられている。ユーザ２の情報通信端末１１０−２は、モバイル端末２００を含むが、これに関連付けられたウエアラブルデバイスを含んでいない。ユーザ３の情報通信端末１１０−３は、ウエアラブルデバイス２１０を含むが、これに関連付けられたモバイル端末２００を含んでいない。

モバイル端末２００は、ＧＰＳ（Global Positioning System）機能、通信機能及び表示機能等を有するコンピュータで構成することができる。例えば、モバイル端末２００は、携帯電話、スマートフォン、ＰＤＡ又はタブレット型のコンピュータで構成される。一例を挙げると、モバイル端末２００はiPhone（登録商標）ブランドのスマートフォンである。

ウエアラブルデバイス２１０は、ユーザが身につけて利用することができるＧＰＳ機能、通信機能及び表示機能付きの情報通信端末である。ウエアラブルデバイス２１０は、その装着形態に応じた態様を採ることができる。例えば、メガネ、ゴーグル、腕時計、リストバンド、ヘッドセット、イヤホンなどのほか、ネックレス、指輪やブレスレットといったアクセサリー、さらには、肌着、手袋や靴下といった衣服の態様を採ることができる。ウエアラブルデバイス２１０の一例は、Apple Watch（登録商標）ブランドの腕時計型デバイスである。

ウエアラブルデバイス２１０を二種類に大別すると、モバイル端末２００と関連付けられるタイプと、モバイル端末２００と関連付けられないタイプとがある。前者のタイプの場合、ウエアラブルデバイス２１０は、モバイル端末２００と連携して、様々な機能を奏する。例えば、ウエアラブルデバイス２１０は、モバイル端末２００で受ける情報（例えばメール着信など）をウエアラブルデバイス２１０の画面に表示することができ、また、ウエアラブルデバイス２１０の操作によってモバイル端末２００から情報を送信することができる。さらに、ウエアラブルデバイス２１０は、ウエアラブルデバイス２１０又はモバイル端末２００が搭載する機器を利用して、ユーザの運動情報を取得することができる。例えば、ウエアラブルデバイス２１０が内蔵する運動センサで取得される情報と、モバイル端末２００が内蔵するＧＰＳデバイスで取得されるＧＰＳデータ（位置情報）とを連携させることで、ユーザの運動情報を取得することができる。ウエアラブルデバイス２１０は、モバイル端末２００と通信するほか、ネットワーク１３０を介してサーバシステム１２０と通信する。

後者のタイプの場合、ウエアラブルデバイス２１０は、モバイル端末２００と連携せずに、所定の機能を奏する。例えば、ウエアラブルデバイス２１０は、運動センサ及びＧＰＳデバイスなどの機器を内蔵してユーザの運動情報を取得する。また、ウエアラブルデバイス２１０は、ネットワーク１３０を介してサーバシステム１２０と通信する。そして、ウエアラブルデバイス２１０は、自身が取得したユーザの運動情報や、サーバシステム１２０から受信した情報を自身の画面に表示する。

図２は、モバイル端末２００のハードウェア構成を示すブロック図である。モバイル端末２００は、通信インタフェース３００、ユーザインタフェース３１０、演算処理部３２０、記憶部３３０、運動センサ３４０及びＧＰＳデバイス３５０を備えている。通信インタフェース３００は、移動体通信用アンテナ３０１及び無線アンテナ３０２を有している。モバイル端末２００は、移動体通信用アンテナ３０１を通じてネットワーク１３０に接続され、サーバシステム１２０との間でデータ通信を行う。また、モバイル端末２００は、無線アンテナ３０２を通じてウエアラブルデバイス２１０に接続され、ウエアラブルデバイス２１０との間でデータ通信を行う。無線アンテナ３０２は、例えば、Bluetooth（登録商標）や、NFCといった所定の規格に対応したものを用いることができる。

ユーザインタフェース３１０は、タッチパネル３１１及びマイクロフォン３１２を有している。タッチパネル３１１は、表示装置及び入力装置の両方の機能を備える。タッチパネル３１１の表示機能は液晶などのディスプレイにより構成され、ディスプレイの画面上に認知症リスクの評価結果や脳画像等が表示される。タッチパネル３１１の入力機能は、タッチセンサにより構成され、ディスプレイの画面上でのユーザの指触操作（タップやスワイプなどの操作）を検知する。マイクロフォン３１２は、音声入力装置として機能する。その他、周知のように、ハードキーやボタン、スピーカーなどもユーザインタフェース３１０に含めることができる。

演算処理部３２０は、ＣＰＵやＭＰＵ等によって構成される。演算処理部３２０は、各種入力に基づいて、記憶部３３０に記憶されたプログラムを実行することで、種々の機能部を動作させる。このプログラムは、ＣＤ−ＲＯＭやＵＳＢメモリなどの記憶媒体に記憶されるか、あるいはネットワーク１３０を介してダウンロードされることでモバイル端末２００にインストールされる。演算処理部３２０は、種々の機能部として、受信部３２１、送信部３２２及び情報取得部３２３を有している。受信部３２１は、通信インタフェース３００を介してサーバシステム１２０及びウエアラブルデバイス２１０から種々の情報を受信する。同様に、送信部３２２は、通信インタフェース３００を介してサーバシステム１２０及びウエアラブルデバイス２１０に種々の情報を送信する。情報取得部３２３は、運動センサ３４０から運動データを取得すると共に、ＧＰＳデバイス３５０からモバイル端末２００のＧＰＳデータを取得する。

記憶部３３０は、ハードディスクドライブ、ＳＳＤ、ＲＡＭなどの記憶装置によって構成され、演算処理部３２０における処理の実行に必要な各種プログラムや、各種プログラムの実行に必要なデータ等を記憶する。記憶部３３０は、サーバシステム１２０が提供する認知症リスク評価を利用するためのソフトウェア（例えば、ウェブブラウザやアプリケーション）を記憶する。また、記憶部３３０は、ユーザがユーザインタフェース３１０を介して入力した情報を記憶する。例えば、記憶部３３０は、ユーザの生年月日、年齢、性別、身長、体重、住所地（自宅）、職業、職種、定休日のほか、所定期間における会話人数や、知的好奇心尺度に関する質問への回答などの各種情報を記憶する。また、記憶部３３０は、サーバシステム１２０から送信される各種情報を一時的に記憶する。さらに、記憶部３３０は、演算処理部３２０によって算出されたユーザの運動量に関する情報を記憶する。

運動センサ３４０は、モバイル端末２００の動きを検知するものであり、例えば加速度センサで構成される。運動センサ３４０は、例えば３軸加速度センサであり、モバイル端末２００の上下、左右及び回転方向の運動を検出する。また、運動センサ３４０は、３軸加速度センサ及び３軸角速度センサとすることもできるし、６軸センサとすることもできる。運動センサ３４０は、検知したモバイル端末２００の動きをデジタル測定データに変換し、その測定データを演算処理部３２０の情報取得部３２３に出力する。モバイル端末２００がユーザに保有されているとき、モバイル端末２００の動きはユーザの動き（歩数、速度、加速度など）を反映したものとなる。なお、別種の活動データを提供するために、心拍数モニタリングデバイスなどの別のセンサ等の機器がモバイル端末２００に内蔵されてもよい。

ＧＰＳデバイス３５０は、モバイル端末２００の位置を測定する位置測定システムであり、モバイル端末２００の位置を示すＧＰＳデータを取得する。モバイル端末２００がユーザに保有されているとき、モバイル端末２００の位置はユーザの位置を反映したものとなる。ＧＰＳデバイス３５０は、取得したＧＰＳデータを演算処理部３２０の情報取得部３２３に出力する。なお、ＧＰＳが利用できない場合は、セルラ三角測量法を用いて位置が判断され得る。

運動センサ３４０とＧＰＳデバイス３５０の双方を使用することにより、モバイル端末２００は、ユーザの複数の運動を記録することができる。例えば、ユーザがランニングマシンで走る場合のような、同じ場所からほぼ動かずに運動を行う場合、モバイル端末２００の演算処理部３２０は、運動センサ３４０からの測定データに基づいて、ユーザの歩数、速度や加速度（ペース）などを判断し、ユーザの運動量を算出する。他方、ユーザが屋外を走ってある場所から別の場所へ移動する場合、モバイル端末２００の演算処理部３２０は、ＧＰＳデバイス３５０からのＧＰＳデータ（位置情報）に基づいて、ユーザの移動速度及び移動時間などを判断し、ユーザの運動量を算出する。もちろん、算出すべきユーザの運動量の精度を向上させるために、運動センサ３４０とＧＰＳデバイス３５０の双方からのデータを用いることもできる。算出されるユーザの運動量は、例えば、運動によるカロリー消費量である。この情報は、記憶部３３０に記憶される。なお、運動量をカロリー消費量に換算するのに公知の方法を利用することができる。

図３は、ウエアラブルデバイス２１０のハードウェア構成を示すブロック図である。ウエアラブルデバイス２１０は、通信インタフェース４００、ユーザインタフェース４１０、演算処理部４２０、記憶部４３０、運動センサ４４０及びＧＰＳデバイス４５０を備えている。これら各構成要素４００〜４５０は、モバイル端末２００の対応する各構成要素３００〜３５０と同様であり、ここでは同様の符号を付すにとどめ、その詳細な説明を省略する。なお、ウエアラブルデバイス２１０は、そのタイプによって、有する構成要素の内容を変えることができる。例えば、ウエアラブルデバイス２１０がモバイル端末２００と関連付けられるタイプの場合には、ウエアラブルデバイス２１０の構成要素の一部を省略することができる。例えば、タッチパネル４１１のディスプレイやＧＰＳデバイス４５０を省略することができる。

図４は、サーバシステム１２０のハードウェア構成を示すブロック図である。サーバシステム１２０は、通信インタフェース５１０、演算処理部５２０及び記憶部５３０を備えている。通信インタフェース５１０は、サーバシステム１２０をネットワーク１３０に接続する。演算処理部５２０は、ＣＰＵやＭＰＵ等によって構成される。演算処理部５２０は、各種入力に基づいて、記憶部５３０に記憶されたプログラムを実行することで、種々の機能部を動作させる。このプログラムは、ＣＤ−ＲＯＭやＵＳＢメモリなどの記憶媒体に記憶されるか、あるいはネットワーク１３０を介してダウンロードされることで、コンピュータにインストールされる。

記憶部５３０は、ハードディスクドライブ、ＳＳＤ、ＲＡＭなどの記憶装置によって構成され、演算処理部５２０における処理の実行に必要な各種プログラムや、各種プログラムの実行に必要なデータ等を記憶している。記憶部５３０は、サーバシステム１２０によって実行される認知症リスク評価に係る方法を利用するためのソフトウェア（例えば、ウェブブラウザやアプリケーション）を記憶している。また、記憶部５３０は、被験者ＤＢ５３１、脳萎縮部位ＤＢ５３２及びアドバイスＤＢ５３３を記憶している。

被験者ＤＢ５３１は、図５に示すように、被験者ＩＤに対応付けて、被験者の年齢、性別、一日運動量平均、認知症リスク、想定海馬体積、脳画像、コミュニケーション量及び知的好奇心量の情報が記憶されている。被験者ＤＢ５３１に記憶されている情報は、膨大な数の被験者から事前にデータ収集されたものである。例えば、被験者ＩＤが「１」の被験者は、想定される海馬の体積が２４ｍｌであると算出されている。これは、医療機関でＭＲＩ等の装置により被験者の脳画像が撮影され、画像解析されることで算出されたものである。想定海馬体積は、これを算出するのに用いた、被験者が撮像された複数の脳画像（参照：図６）とともに記録されている。また、記録される被験者の年齢、性別及び一日運動量平均の情報は、問診票等に対する被験者の回答や、被験者の有するモバイル端末やウエアラブルデバイスでの情報取得を経たものである。

ここで、被験者ＤＢ５３１に記録される「コミュニケーション量」は、例えば、マイナス1からプラス1までの数値で表されるものであり、重回帰分析から算出されたものである。一例を挙げると、コミュニケーション量は、下記式（１）の通りの計算で導かれる。ここで、群は、データベース上の群で、その中に於いて、自身のコミュニケーション量は、その群の中で、外出時間の1ヶ月平均時間の標準偏差（SD）、実際に10分以上話した人数の1ヶ月平均の群内SDとし、外出時間は被験者の有する情報通信端末のＧＰＳデータから、また、会話した人数は被験者の情報通信端末への質問項目への入力によるデータから得たものである。なお、１ヶ月及び１０分という期間に限るものではないし、また、変数を増やすことも可能であり、その場合、式（１）の分母は変数数になる。

コミュニケーション量＝（実際の外出時間の1ヶ月平均の群内SD＋実際に10分以上会話した人数の1ヶ月平均の群内SD）/2 （１）

被験者ＤＢ５３１に記録される「知的好奇心量」は、例えば、５〜６０の数字で表されるものであり、知的好奇心尺度に関する質問に対する被験者の回答によって算出されたものである。一例を挙げると、図７に示すように、知的好奇心尺度に関する質問が１２項目ある。質問一項目につき５段階、「全く当てはまらない」を１、「とても良くあてはまる」を５にし、各項目につき５点満点とし、１２項目への回答の総和を「知的好奇心量」として被験者ＤＢ５３１に記録している。

被験者ＤＢ５３１において、被験者ＩＤが「１」の被験者は、認知症リスクが「小」であると記録されている。被験者ＤＢ５３１に記録される認知症リスクの程度は、撮像された脳画像からコンピュータ又は医師が判断したものである。以上のようにして構成された被験者ＤＢ５３１は、運動情報、コミュニケーション量及び知的好奇心量と認知症リスクとが対応付けられたデータ群であるとも言えるし、運動情報、コミュニケーション量、知的好奇心量、認知症リスク、年齢及び性別が対応付けられたデータ群であるとも言える。なお、図５に示す例では、運動情報に対応するものは一日運動量平均であるが、これに限るものではない。例えば、被験者ＤＢ５３１における運動情報は、所定期間（１週間、２週間、１か月など）の運動量平均とすることもできる。

脳萎縮部位ＤＢ５３２は、図８に示すように、脳の萎縮部位に対応づけて、その萎縮部位に関する情報が記憶されている。脳の萎縮部位に関する情報は、例えば、その萎縮部位がある脳領域の機能と、その萎縮部位によってもたらされる脳の症状及び将来的な疾患リスクである。

アドバイスＤＢ５３３は、図９に示すように、脳の萎縮部位に対応づけて、生活習慣のアドバイスに関する情報が記憶されている。生活習慣のアドバイスは、運動、対人コミュニケーション、知的好奇心、睡眠、食習慣など、多岐に亘るアドバイスが可能である。一例を挙げると、運動のアドバイスは、「一日３０分程度の散歩をしましょう」である。同様に、対人コミュニケーションのアドバイスは、「人と交流、会話、食事又は過ごすことを増やしましょう」であり、知的好奇心のアドバイスは、「趣味を楽しみましょう、本を読みましょう、日記・手紙を書きましょう、芸術に触れましょう、カルチャースクールで新しいことを学びましょう、スポーツ観戦をしましょう、旅行に出かけましょう、計算などの認知トレーニングをしましょう」である。また、睡眠のアドバイスは、脳科学の観点から理想と言われている「睡眠時間７時間程度にしましょう」であり、食習慣のアドバイスは、「食べ過ぎないようにしましょう、朝食はパンよりもご飯にしましょう」などである。なお、どの脳萎縮部位にどのアドバイスが効果的に効くかについては、非特許文献４に開示されている。

再び図４に戻って説明するに、演算処理部５２０は、種々の機能部として、取得部５２１、外出時間・場所推定部５２２、コミュニケーション量推定部５２３、知的好奇心量推定部５２４、評価部５２５、脳画像推定部５２６、脳萎縮部位特定部５２７、対応策決定部５２８及び提供部５２９を備えている。取得部５２１は、通信インタフェース５１０を介して情報通信端末１１０から種々の情報を受信又は取得する。例えば、取得部５２１は、通信により、モバイル端末２００及びウエアラブルデバイス２１０の少なくとも一方から、ユーザの運動情報及びＧＰＳデータのほか、ユーザが入力した年齢、性別及び住所地（自宅）などの各種情報を取得する。取得部５２１が取得した各種情報は、記憶部５３０に一時的に記憶される。

外出時間・場所推定部５２２は、取得部５２１が取得したＧＰＳデータに基づいて、ユーザの外出時間及び外出場所を推定する。例えば、外出時間・場所推定部５２２は、取得したＧＰＳデータに基づいて、ユーザの在宅時間及び外出時間を割り出し、ユーザの１か月の外出時間を推定する。同様に、外出時間・場所推定部５２２は、取得したＧＰＳデータに基づいて、ユーザの位置を割り出し、ユーザの１か月の外出場所を推定する。とりわけ、外出場所として、ユーザが文化施設及び書店に立ち寄ったか否かを推定する。文化施設とは、文化・芸術活動のために使用される施設であり、例えば、美術館、映画館、劇場、図書館などを含む。なお、期間は上記の１か月に限るものではなく、あるまとまった期間、すなわち所定期間（１日、１週間、２週間など）であればよい。外出時間・場所推定部５２２による推定結果は、記憶部５３０に一時的に記憶される。

コミュニケーション量推定部５２３は、外出時間・場所推定部５２２が推定した外出時間に少なくとも基づいて、ユーザのコミュニケーション量を推定する。例えば、コミュニケーション量推定部５２３は、下記の式（２）を用いて、ユーザのコミュニケーション量を推定する。ここで、上記の式（１）の場合と同様に、群は、データベース上の群で、その中に於いて、自身のコミュニケーション量は、その群の中で、推定した外出時間の1ヶ月平均時間の標準偏差（SD）、実際に10分以上話した人数の1ヶ月平均の群内SDとし、推定した外出時間は外出時間・場所推定部５２２が推定したものであり、また、会話した人数はユーザの情報通信端末への質問項目（１か月に１０分以上会話した人数は？）への入力によるデータから得たものである。なお、１か月及び１０分という期間に限るものではないし、また、変数を増やすことも可能であり、その場合、式（２）の分母は変数数になる。コミュニケーション量推定部５２３による推定結果は、記憶部５３０に一時的に記憶される。

コミュニケーション量＝（推定した外出時間の1ヶ月平均の群内SD＋実際に10分以上会話した人数の1ヶ月平均の群内SD）/2 （２）

このように、コミュニケーション量の推定は、所定期間（１か月）における推定外出時間と、その所定期間における会話人数とに基づいてなされる。この会話人数の情報は、ユーザが情報通信端末１１０に入力したものがネットワーク１３０を介してサーバシステム１２０の取得部５２１にて取得されたものであるが、他の実施態様においては、ユーザにこのような入力を課さないことも可能である。例えば、一定のデータセットを活用することで、実際の外出時間と実際の会話人数の相関から係数を導き出し、実際の外出時間から仮想の会話人数を割り出すようにする。上記式（２）において、この仮想の会話人数を実際の会話人数に代えて用いることで、ユーザに入力を強いることなく、推定外出時間だけからコミュニケーション量を推定することが可能となる。

知的好奇心量推定部５２４は、外出時間・場所推定部５２２が推定した外出場所に少なくとも基づいて、ユーザの知的好奇心量を推定する。例えば、知的好奇心量推定部５２４は、下記の式（３）を用いて、ユーザの知的好奇心量を推定する。

知的好奇心量＝ａ１＊（１か月間の書籍購入量）＋ａ２＊（１か月間で文化施設及び書店に立ち寄った回数）＋・・・＋ε （３）

ここで、ａ１、ａ２は標準化偏回帰係数であり、εは残渣である。「１か月間で文化施設及び書店に立ち寄った回数」は、外出時間・場所推定部５２２が推定したものである。また、「１か月間の書籍購入量」は、ユーザが１か月間に購入した書籍数である。例えば、ユーザによるオンラインショッピングでの１か月間（所定期間）における書籍購入数の履歴を、サーバシステム１２０の取得部５２１が取得する。このような購入履歴の取得は、例えば、書籍を販売するオンラインショッピングサイトのアカウントと、サーバシステム１２０が提供する認知症リスク評価を利用するためのソフトウェアをインストールし情報通信端末１１０とを連携させることで行うことができる。一例を挙げると、ユーザが登録したオンラインショッピングサイトのアカウントで、当該ユーザが情報通信端末１１０の認知症リスク評価に係るソフトウェアにログインすることで、ユーザがオンラインショッピングサイトで購入した１か月間の書籍数を情報通信端末１１０で取得し、その書籍数情報を情報通信端末１１０からサーバシステム１２０の取得部５２１に送信する。なお、期間は、上記の１か月に限るものではない。

他の実施態様においては、上記の式（３）において、「ａ１＊（１か月間の書籍購入量）」の項を除くことも可能であるが、知的好奇心量の推定は、書籍数の購入履歴も加味してなされることが望ましい。また、式（３）に他の項（追加因子）を入れることも可能である。例えば、知的好奇心量の推定は、知的好奇心尺度に関する質問に対するユーザの回答を加味してもよい。一例を挙げると、まず、サーバシステム１２０より、図７に示す知的好奇心尺度に関する質問をユーザの情報通信端末１１０に提示する。そして、この提示した質問に対してユーザが情報通信端末１１０を介して入力した回答データを情報通信端末１１０からサーバシステム１２０の取得部５２１に送信する。回答データは、上記のように、５〜６０の数字でスコア化されたものであり、知的好奇心量推定部５２４は、この回答データを踏まえて、ユーザの知的好奇心量を推定する。知的好奇心量推定部５２４による推定結果は、記憶部５３０に一時的に記憶される。

評価部５２５は、取得部５２１が取得した運動情報、コミュニケーション量推定部５２３が推定したコミュニケーション量、及び、知的好奇心量推定部５２４が推定した知的好奇心量に基づいて、ユーザの認知症リスクを評価する。詳細には、評価部５２５は、取得した運動情報、推定したコミュニケーション量及び推定した知的好奇心量について、運動情報、コミュニケーション量及び知的好奇心量と認知症リスクとが対応付けられたデータ群と重回帰分析など多変量解析を主体とした統計検定を行い、ユーザの認知症リスクを評価する。このデータ群は、被験者ＤＢ５３１に記憶されたデータのサブセットである。このような統計検定によりユーザの認知症リスクを評価することができるのは、近年の研究により運動量、コミュニケーション量及び知的好奇心量と認知症との間に相関があることがわかってきているからである。特に、運動量は海馬の活動を見るのに、コミュニケーション量は前頭前野の活動を見るのに、また、知的好奇心量は側頭頭頂部の活動を見るのに役立つ。評価部５２５が行う統計検定では、取得したユーザの運動情報を被験者ＤＢ５３１内の膨大な運動情報群と比較する。また、推定したユーザのコミュニケーション量を被験者ＤＢ５３１内の膨大なコミュニケーション量群と比較し、さらに、推定したユーザの知的好奇心量を被験者ＤＢ５３１内の膨大な知的好奇心量群と比較して統計検定を行う。統計検定は、例えば、t検定、共分散分析、多変量解析等の検定などを用いることができる。一例を挙げると、運動情報をt検定で比較することで、群内で個々人の運動量の程度を評価したりする。また、統計検定では、取得部５２１が取得したユーザの運動情報のうち、例えば所定期間（１週間、２週間、１か月など）の運動量平均（カロリー消費量平均）を用いるとよい。所定期間は１週間以上であるとよい。なぜなら、１週間未満のような短期間のデータを使ったのでは、ユーザがイベントや病気などで運動量がたまたま少なかった場合に結果に大きな誤差が出る可能性が高くなるからである。

また、評価部５２５は、認知症リスクを評価する際に、取得部５２１が取得した年齢情報及び性別情報の少なくとも一つも踏まえて、データ群（運動情報、コミュニケーション量、知的好奇心量、認知症リスク、年齢及び性別からなるデータのサブセット）と統計検定を行うことで、ユーザの認知症リスクを評価することもできる。上述したように、被験者ＤＢ５３１では、年齢及び性別についても認知症リスクと対応づけられているからである。認知症リスクの評価の際に年齢や性別も考慮することで、その評価の確度をより高めることができる。一例を挙げると、年齢や性別を補正した共分散分析により、群内での個々人の運動量の程度を評価したりする。したがって、認知症リスクを評価する際に用いる上記因子を全て含めると、評価部５２５が行うユーザの認知症リスクは、以下の式（４）で表すことができる。

認知症リスク＝a1＊年齢＋a2＊性別＋a2＊運動量＋a4＊コミュニケーション量＋a5＊知的好奇心量＋ε （４）

ここで、a1、a2、a3、a4、a5は標準化偏回帰係数であり、εは残渣である。この式（４）において、a1＊年齢の項や、a2＊性別の項を除くことも可能であるが、認知症リスクの評価はこれらを加味した方が望ましいことは上記のとおりである。また、式（４）に他の項（追加因子）を入れることも可能である。評価部５２５による認知症リスクの評価は、認知症リスクの有無を示すものであってもよいし、認知症リスクをいくつかのレベル（例えば、低、中及び高）で示すものであってもよいし、認知症リスクのスコアを示すものであってもよい。認知症リスクのスコアは、例えば０〜１００％の範囲（１％以上は認知症リスクがあるとの評価となる。）でスケーリングすることができる。評価部５２５によってなされた認知症リスクの評価結果は、記憶部５３０に一時的に記憶される。

脳画像推定部５２６は、取得部５２１が取得した運動情報、コミュニケーション量推定部５２３が推定したコミュニケーション量、及び、知的好奇心量推定部５２４が推定した知的好奇心量に基づいて、ユーザの脳画像を推定する。この推定は、運動情報、コミュニケーション量及び知的好奇心量と脳画像とが対応付けられたデータのサブセットを有する被験者ＤＢ５３１を使って行うことができる。例えば、被験者ＤＢ５３１から、どの程度の運動量、コミュニケーション量及び知的好奇心量のときにどのような脳画像になっているかを数式化することができるため、これに取得したユーザの運動情報、推定したユーザのコミュニケーション量及び推定したユーザの知的好奇心量を適用することで、ユーザの脳画像を推定することができる。脳画像推定部５２６は、推定した脳画像を、ユーザのモバイル端末２００及びウエアラブルデバイス２１０の少なくとも一方の画面に可視化するためのデータを生成する。生成した可視化のための脳画像のデータは、記憶部５３０に一時的に記憶される。

脳萎縮部位特定部５２７は、評価部５２５によって認知症リスクがあると評価された場合に、その認知症リスクに関連する脳萎縮部位を特定する。例えば、脳萎縮部位特定部５２７は、脳画像推定部５２６が推定した脳画像を画像解析することで、ユーザの脳萎縮部位を特定する。脳萎縮部位が特定されるので、脳領域のどの機能が低下しているのかを予測することができる（参照：図８）。また、脳萎縮部位特定部５２７が特定した脳萎縮部位の情報を評価部５２５にフィードバックし、評価部５２５が、脳萎縮部位特定部５２７が特定した脳萎縮部位の個数に応じて、認知症リスクの度合いを改めて評価することも可能である。例えば、図１０に示すように、特定された脳萎縮部位が「海馬」の１カ所だけの場合には認知症リスクは「低」と評価される。脳萎縮部位特定部５２７による特定結果や、評価部５２５による再評価結果は、記憶部５３０に一時的に記憶される。

対応策決定部５２８は、認知症リスクの評価結果に基づいて、ユーザへの対応策を決定する。対応策は、例えば、ユーザへの生活習慣のアドバイスである。一例を挙げると、評価部５２５によって認知症リスクがないと評価された場合には、「このままの生活を維持しましょう」など、一般的なアドバイスに決定することができる。一方、評価部５２５によって認知症リスクがあると評価された場合には、対応策決定部５２８は、脳萎縮部位特定部５２７が特定した脳萎縮部位に応じたアドバイスを決定する。例えば、対応策決定部５２８は、脳萎縮部位特定部５２７による特定結果をアドバイスＤＢ５３３に参照することで、ユーザへの生活習慣のアドバイスを決定することができる。一例を挙げると、脳萎縮部位が前頭前野であると特定された場合、「色々なことに興味を持って、もっと外出をしましょう。旅行も良いと思います。」というアドバイスに決定される（参照：図９）。これにより、脳萎縮部位に対応した効果的なアドバイスを決定することができる。

対応策決定部５２８によるアドバイスの内容は、取得部５２１が取得した運動情報、コミュニケーション量推定部５２３が推定したコミュニケーション量、及び、知的好奇心量推定部５２４が推定した知的好奇心量の少なくとも一つに基づいて変えることができる。例えば、取得したユーザの運動量が少ない場合には、より多くの運動をするように促すことができる。また、対応策決定部５２８によるアドバイスの内容は、認知症リスクのスコアによって変えることもできる。例えば、スコアが高い（認知症リスクが高い）場合には、スコアが低い（認知症リスクが低い）場合に比べて、アドバイスする運動量（散歩の時間など）を増やしてもよい。対応策決定部５２８が決定したアドバイスの情報は、記憶部５３０に一時的に記憶される。なお、他の実施態様においては、対応策決定部５２８は、アドバイスに代えて、あるいは、アドバイスと併せて、認知症予防プログラムを決定してもよい。認知症予防プログラムは、例えば、脳を活性化させるゲームであり、計算、パズル、なぞなぞ、クイズ、間違え探しなどである。このような認知症予防プログラムは、アドバイスの場合と同様に、脳萎縮部位特定部５２７が特定した脳萎縮部位に応じたものとすることができる。

提供部５２９は、評価部５２５、脳画像推定部５２６、脳萎縮部位特定部５２７及び対応策決定部５２８によってなされた結果を、ユーザのモバイル端末２００及びウエアラブルデバイス２１０の少なくとも一方に提供する。例えば、提供部５２９は、評価部５２５による認知症リスクの評価結果を、ユーザのモバイル端末２００及びウエアラブルデバイス２１０の両方又は一方にネットワーク１３０を介して送信する。他のデータも提供部５２９によって同様に送信される。その結果、ユーザのモバイル端末２００及びウエアラブルデバイス２１０の画面には、推定されたユーザの脳画像が視覚的に表示される（例えば図１１Ｂ、１１Ｃ、１２Ａ及び１２Ｂ参照）。また、同画面には、生活習慣のアドバイスが表示される（例えば図１１Ｇ、１２Ｂ参照）。さらに、同画面には、特定されたユーザの脳萎縮部位についての情報、具体的には図８の脳萎縮部位ＤＢ５３２に示される情報が表示される（例えば図１１Ｄ、１１Ｆ、１２Ａ参照）。このとき、特定された脳萎縮部位を、脳の他の部位とは異なる態様で表してもよい（例えば図１１Ｄ、１１Ｅ、１２Ａ、１２Ｂ参照）。例えば、特定された脳萎縮部位について、その場所を指し示す指標を立てたり、あるいは、脳の他の部位とは異なる色を付したりすることで、脳の他の部位とは異なる態様で表すことができる。

なお、サーバシステム１２０は、上記機能を持つものであれば、特に制限はなく、クラウド・コンピューティングなどであってもよい。また、サーバシステム１２０を複数のコンピュータによって構成する場合、例えば、演算処理部５２０の各機能部のためのコンピュータと、記憶部５３０の各データベース（５３１〜５３３）のためのコンピュータとに分けることができる。また、演算処理部５２０の各機能部についてもコンピュータを分けることができる。例えば、取得部５２１及び提供部５２９のためのコンピュータ（ユーザとの直接インタフェースを果たすもの）と、外出時間・場所推定部５２２、コミュニケーション量推定部５２３、知的好奇心量推定部５２４、評価部５２５、脳画像推定部５２６、脳萎縮部位特定部５２７及び対応策決定部５２８のためのコンピュータ（前者のコンピュータと記憶部５３０のためのコンピュータとの仲介を果たすもの）とに分けることができる。

図１１Ａ〜１１Ｇは、ユーザが上記の認知症リスク評価のソフトウェアを利用するときに表示される画面例を示している。この画面例は、サーバシステム１２０がユーザから運動情報等を取得して上述の認知症リスクの評価を行い、ユーザの情報通信端末１１０に提供されたものである。なお、ここでは、ユーザの情報通信端末１１０のうちモバイル端末２００に表示される画面例について説明するが、ウエアラブルデバイス２１０に表示される場合であっても同様である。

図１１Ａは、サーバシステム１２０から認知症リスクの評価結果を提供された後の画面（初期画面）を示している。この画面には、ユーザからの入力を受け付ける４つのフィールド８１０、８１１、８１２及び８１３が表示される。ユーザがフィールド８１０〜８１３のいずれかを入力（タップ）すると、それに対応する画面へと遷移する。なお、フィールド８１０〜８１３は、例えば、アイコン、ボックス又はリンクなどの態様とすることができる。

図１１Ｂは、ユーザがフィールド８１０「あなたの脳画像」をタップしたときに表示される画面を示している。この画面には、脳画像推定部５２６によって推定されたユーザの脳画像の複数の矢状断面が視覚的に表示される。また、この画面には、フィールド８４０「三次元立体画像を見る」も表示され、ユーザがこれをタップすると、図１１Ｃに示す画面に遷移する。図１１Ｃに示すように、推定されたユーザの脳画像として、体軸断面画像８５０と、ボリュームレンダリングされた立体画像８５１とが表れる。体軸断面画像８５０の近傍には、スライドバー８５２が表示される。ユーザがスライドバー８５２を上下に移動させることで、スライドバー８５２の上下方向の位置に対応した体軸断面画像８５０が表示される。同様に、立体画像８５１の近傍には、スライドバー８５３が表示される。ユーザがスライドバー８５３を上下に移動させることで、立体画像８５１の角度を変えることができるようになっている。

図１１Ｄは、ユーザがフィールド８１１「あなたの健康脳レベル」をタップしたときに表示される画面を示している。この画面には、脳萎縮部位特定部５２７によって特定されたユーザの脳萎縮部位８６０を脳画像とともに示すフィールド８６１と、脳萎縮部位８６０についての情報８６２を示すフィールド８６３とが含まれている。フィールド８６１における脳萎縮部位８６０の表示は、脳の他の部位との差別化のため、脳の他の部位とは異なる態様（色づけ）とされている。ユーザがフィールド８６１における脳萎縮部位８６０をタップすると、図１１Ｅに示す画面に遷移する。図１１Ｅに示す画面には、脳萎縮部位８６０を脳画像とともに示すフィールド８７０と、脳萎縮の程度に関するグラフ８７１を示すフィールド８７２とが含まれている。グラフ８７１は、脳萎縮部位８６０がある脳領域の体積について、図５に示す被験者のデータ（被験者ＤＢ５３１におけるデータ）をもとに作成した正規分布であり、そこに脳萎縮部位８６０を持つユーザの位置８７３を示したものである。これにより、ユーザは、集団の中で自分の脳の萎縮度合がどの程度かを視覚的に把握することができる。なお、グラフ８７１を作成するのに用いる被験者のデータは、ユーザと同年代あるいは同性別又はこの両者のものを用いたものであるとよい。

図１１Ｆは、ユーザがフィールド８１２「総合評価を見る」をタップしたときに表示される画面を示している。この画面には、評価部５２５による認知症リスクの評価結果を示すフィールド８８０と、脳画像を示すフィールド８８１とが含まれている。ここでは、認知症リスクがあると評価された場合を想定しており、フィールド８８０は、認知症リスクに関連する脳萎縮部位が存在する脳領域（ここでは「前頭葉」）や、集団との比較結果（ここでは「下位２０％」）などの説明を表示している。また、フィールド８８１に示す脳画像は、様々な態様をとることができ、例えば、立体画像（図１１Ｃに示す立体画像８５１）、推定していない公知の脳の立体画像、二次元画像などの態様をとることができる。また、フィールド８８１における脳画像は、フィールド８８０で言及された脳領域又は脳萎縮部位を、他の部位とは異なる態様（色づけ）で表示してもよい。

図１１Ｇは、ユーザがフィールド８１３「アドバイスを見る」をタップしたときに表示される画面を示している。この画面には、対応策決定部５２８によって決定されたアドバイスを示すフィールド８９０と、脳画像を示すフィールド８９１とが含まれている。フィールド８９１は上記のフィールド８８１と同様に構成することができる。

図１２Ａ及び１２Ｂは、ユーザが上記の認知症リスク評価のソフトウェアを利用するときに表示される別の画面例を示している。ここでは、ユーザの情報通信端末１１０のうちモバイル端末２００に表示される画面例について説明するが、ウエアラブルデバイス２１０に表示される場合であっても同様である。

図１２Ａは、ユーザが図１１Ａのフィールド８１１「あなたの健康脳レベル」をタップしたときに表示される別の画面例を示している。この画面には、脳画像９００を示すフィールド９０１と、認知症リスクの評価結果を示すフィールド９０２と、「次へ」のフィールド９０３とが含まれている。脳画像９００は、図１１Ｆの脳画像と同様に様々な態様をとることができるが、ここでは立体画像となっている。また、脳画像９００は、脳萎縮部位特定部５２７によって特定されたユーザの脳萎縮部位を、他の部位とは異なる態様（色づけ）で表示している。フィールド９０１は、脳画像９００の近傍に、スライドバー９０５及び萎縮度合いを示す指標９０６が表示される。スライドバー９０５は、図１１Ｃのスライドバー８５４と同様に、ユーザによる上下移動操作によって、脳画像９００の角度を変える機能を有する。指標９０６は、バーからなり、例えばカラーの違い又はグレースケールの濃淡を用いてユーザの脳の萎縮度合いを示すのに用いられる。ここでは、脳萎縮部位特定部５２７によって特定されたユーザの脳萎縮部位が前頭葉であると想定し、脳画像９００に関して、前頭葉又は脳萎縮部位については指標９０６における「萎縮大」に近いカラーで表し、その他の部位については無色で示している。フィールド９０２は、図１１Ｆのフィールド８８０に示す評価結果と同様の評価結果と、図１１Ｄのフィールド８６３に示す情報（脳萎縮部位である前頭葉についての情報）と同様の脳萎縮部位関連情報が表示される。

図１２Ｂは、図１２Ａに示す画面においてユーザがフィールド９０３「次へ」をタップしたときに表示される画面を示している。この画面には、図１２Ａに示すフィールド９０２に代えて、生活習慣のアドバイスを示すフィールド９１０が表示されている。フィールド９１０は、図１１Ｇに示すフィールド８９０と同様に構成することができる。

以上のような画面がユーザに提供される。ユーザは、モバイル端末２００及びウエアラブルデバイス２１０の少なくとも一つを携行しておくことで、日々の運動量や外出状況が記録されて解析され、モバイル端末２００及びウエアラブルデバイス２１０の少なくとも一つをとおして、自身の認知症リスクの評価結果を知ることができる。したがって、ユーザは、病院に脳画像を撮像してもらうために出向かなくとも、日々の生活行動を通じて簡易に認知症リスクを知ることができる。また、認知症リスクがあると評価されたユーザは、生活習慣のアドバイスなど、認知症リスクに関連する脳萎縮部位に応じた対応策についても、モバイル端末２００及びウエアラブルデバイス２１０の少なくとも一つをとおして知ることができる。

図１３は、ユーザの情報通信端末１１０における処理の一例を示すフロー図である。この情報通信端末１１０には、サーバシステム１２０が提供する認知症リスク評価を利用するためのソフトウェアがインストールされている。また、情報通信端末１１０は、ネットワーク１３０を介してサーバシステム１２０に通信可能に接続されている。

まず、情報通信端末１１０は、情報通信端末１１０に搭載された機器を利用して、ユーザの運動情報及び情報通信端末１１０のＧＰＳデータを取得する（ステップＳ１０００）。この機器は、例えば、モバイル端末２００の運動センサ３４０及びＧＰＳデバイス３５０や、ウエアラブルデバイス２１０の運動センサ４４０及びＧＰＳデバイス４５０である。ユーザの運動情報は、ユーザの所定期間（１日、１週間、２週間、１か月等）におけるユーザの運動量を定量化したものであり、例えば、ユーザの運動によるカロリー消費量である。運動情報及びＧＰＳデータの取得と併せて又はこれとは別個に、情報通信端末１１０は、ユーザの年齢情報及び性別情報を取得する（ステップＳ１００１）。また、情報通信端末１１０には、ユーザが所定期間に会話した人数の情報がユーザによって入力されたり（ステップＳ１００２）、知的好奇心尺度に関する質問に対する回答がユーザによって入力されたりする（ステップＳ１００３）。

次に、情報通信端末１１０は、取得した運動情報及びＧＰＳデータを情報通信端末１１０からサーバシステム１２０に送信する（ステップＳ１０１０）。サーバシステム１２０は、送信されたＧＰＳデータに基づいてユーザの外出時間を推定し、少なくともこの推定外出時間に基づいてユーザのコミュニケーション量を推定する。また、サーバシステム１２０は、送信されたＧＰＳデータに基づいてユーザの外出場所を推定し、少なくともこの推定外出場所に基づいてユーザの知的好奇心量を推定する。さらに、サーバシステム１２０は、取得した運動情報、推定したコミュニケーション量及び推定した知的好奇心量に基づいてユーザの認知症リスクを評価する。情報通信端末１１０が、取得したユーザの年齢情報及び性別情報もサーバシステム１２０に送信している場合（ステップＳ１０１１）には、サーバシステム１２０では、これらの情報も踏まえてユーザの認知症リスクが評価される。サーバシステム１２０での処理が終わると、情報通信端末１１０は、サーバシステム１２０から認知症リスクの評価結果を受信する（ステップＳ１０２０）。これにより、情報通信端末１１０の画面に認知症リスクの評価結果が表示される。また、情報通信端末１１０は、サーバシステム１２０から、生活習慣のアドバイス、自身の推定された脳画像及び認知症リスクに関連する脳萎縮部位についての情報を受信し、これらが画面に表示される（ステップＳ１０２１）。

図１４は、サーバシステム１２０における処理の一例を示すフロー図である。サーバシステム１２０には、サーバシステム１２０が提供する認知症リスク評価を利用するためのソフトウェアがインストールされている。

まず、サーバシステム１２０は、ユーザの情報通信端末１１０とネットワーク１３０を介して通信することにより、ユーザの運動情報を取得する（ステップＳ１１００）。また、サーバシステム１２０は、情報通信端末１１０とネットワーク１３０を介して通信することにより、情報通信端末１１０のＧＰＳデータを受信する（ステップＳ１１０１）。これらのステップは、図１３のステップＳ１０１０の後でなされる。次に、サーバシステム１２０は、受信したＧＰＳデータに基づいて、ユーザの外出時間及び外出場所を推定する（ステップＳ１１１０）。そして、サーバシステム１２０は、この推定した外出時間に少なくとも基づいてユーザのコミュニケーション量を推定し、また、この推定した外出場所に少なくとも基づいてユーザの知的好奇心量を推定する（ステップＳ１１２０）。

ここで、外出時間を推定する際に、所定期間における外出時間を推定し（ステップＳ１１１１）、これをコミュニケーション量を推定する際に用いるとよい。また、ユーザが所定期間に会話した人数の情報が情報通信端末１１０に入力されている場合には、サーバシステム１２０はその情報を情報通信端末１１０からネットワーク１３０を介して取得し、これをコミュニケーション量を推定する際に用いるとよい。

同様に、外出場所を推定する際に、ユーザが所定期間において文化施設及び書店に立ち寄ったか否かを推定し（ステップＳ１１１２）、この推定した立ち寄り回数を知的好奇心量を推定する際に用いるとよい。また、知的好奇心尺度に関する質問に対する回答が情報通信端末１１０に入力されている場合には、サーバシステム１２０はその情報を情報通信端末１１０からネットワーク１３０を介して取得し、これを知的好奇心量を推定する際に用いるとよい。加えて、サーバシステム１２０は、ユーザによるオンラインショッピングでの所定期間における書籍購入数の購入履歴を取得した場合には、この取得した購入履歴も加味して知的好奇心量を推定するとよい。

次に、サーバシステム１２０は、取得した運動情報、推定したコミュニケーション量及び推定した知的好奇心量に基づいてユーザの認知症リスクを評価する（ステップＳ１１３０）。このとき、サーバシステム１２０は、取得した運動情報、推定したコミュニケーション量及び推定した知的好奇心量のそれぞれについて、運動情報、コミュニケーション量及び知的好奇心量と認知症リスクとが対応付けられたデータ群（参照：図５）と統計検定を行い、ユーザの認知症リスクを評価する（ステップＳ１１３１）。サーバシステム１２０が、ユーザの運動情報と併せてユーザの年齢情報及び性別情報の少なくとも一つも取得している場合には（ステップＳ１１０２）、ユーザの年齢情報及び性別情報の少なくとも一つも踏まえてデータ群（参照：図５）と統計検定を行い、ユーザの認知症リスクを評価する。

認知症リスクがあると評価した場合、サーバシステム１２０は、その認知症リスクに関連する脳萎縮部位を特定し（ステップＳ１１４０）、それに応じた対応策（ユーザへの生活習慣のアドバイスなど）を決定する（Ｓ１１５０）。次いで、サーバシステム１２０は、認知症リスクの評価結果をユーザの情報通信端末１１０に提供する（ステップＳ１１６０）。また、サーバシステム１２０は、特定した脳萎縮部位及び決定した対応策等についての情報を情報通信端末１１０に提供する（ステップＳ１１６１、Ｓ１１６２）。特定した脳萎縮部位は、脳の他の部位とは異なる態様で情報通信端末１１０の画面に表示される。

以上説明した本実施形態によれば、ユーザが日々の生活行動を通じて簡易に認知症リスクを知ることができる。

以上説明した実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。実施形態が備える各要素並びにその配置、条件、形状及びサイズ等は、例示したものに限定されるわけではなく適宜変更することができる。例えば、図１３及び１４において点線の枠で示す処理（ステップＳ１００１など）の一つ又は複数を適宜省略してもよい。

１００…情報処理システム、１１０…情報通信端末、１２０…サーバシステム、１３０…ネットワーク、２００…モバイル端末、２１０…ウエアラブルデバイス、３００…通信インタフェース、３０１…移動体通信用アンテナ、３０２…無線アンテナ、３１０…ユーザインタフェース、３１１…タッチパネル、３１２…マイクロフォン、３２０…演算処理部、３２１…受信部、３２２…送信部、３２３…情報取得部、３３０…記憶部、３４０…運動センサ、３５０…ＧＰＳデバイス、４００…通信インタフェース、４１０…ユーザインタフェース、４２０…演算処理部、４３０…記憶部、４４０…運動センサ、４５０…ＧＰＳデバイス、５１０…通信インタフェース、５２０…演算処理部、５２１…取得部、５２２…外出時間・場所推定部、５２３…コミュニケーション量推定部、５２４…知的好奇心量推定部、５２５…評価部、５２６…脳画像推定部、５２７…脳萎縮部位特定部、５２８…対応策決定部、５２９…提供部、５３０…記憶部、５３１…被験者ＤＢ、５３２…脳萎縮部位ＤＢ、５３３…アドバイスＤＢ、８１０〜８１３、８４０…フィールド、８５０…体軸断面画像、８５１…立体画像、８５２、８５３…スライドバー、８６０…脳萎縮部位、８６１…フィールド、８６２…情報、８６３、８７０…フィールド、８７１…グラフ、８７２…フィールド、８７３…ユーザの位置、８８０、８８１…フィールド、８９０、８９１…フィールド、９００…脳画像、９０１〜９０３…フィールド、９０５…スライドバー、９０６…指標、９１０…フィールド

Claims (15)

1. ユーザの情報通信端末とネットワークを介して通信することにより、前記ユーザの運動情報を取得することと、
   前記情報通信端末のＧＰＳデータを受信することと、
   受信したＧＰＳデータに基づいて、前記ユーザの外出時間及び外出場所を推定することと、
   少なくとも推定した外出時間に基づいて、前記ユーザのコミュニケーション量を推定することと、
   少なくとも推定した外出場所に基づいて、前記ユーザの知的好奇心量を推定することと、
   取得した運動情報、推定したコミュニケーション量及び推定した知的好奇心量に基づいて、前記ユーザの認知症リスクを評価することと、
   認知症リスクの評価結果を前記情報通信端末に提供することと、
   を含む、サーバシステムによって実行される方法。
2. 前記認知症リスクを評価することは、
   取得した運動情報、推定したコミュニケーション量及び推定した知的好奇心量のそれぞれについて、運動情報、コミュニケーション量及び知的好奇心量と認知症リスクとが対応付けられたデータ群と統計検定を行うことを含む、請求項１に記載のサーバシステムによって実行される方法。
3. 前記データ群では、年齢及び性別の少なくとも一方についても対応づけられており、
   前記方法は、前記ユーザの年齢情報及び性別情報の少なくとも一方を取得することをさらに含んでおり、
   前記認知症リスクを評価することは、取得した年齢情報及び性別情報の少なくとも一方も踏まえて、前記データ群と統計検定を行うことを含む、請求項２に記載のサーバシステムによって実行される方法。
4. 認知症リスクがあると評価された場合、
   前記認知症リスクに関連する脳萎縮部位を特定することと、
   特定した脳萎縮部位についての情報を前記情報通信端末に提供することと、
   をさらに含む、請求項１から３のいずれか一項に記載のサーバシステムによって実行される方法。
5. 特定した脳萎縮部位に応じた対応策を決定することと、
   決定した対応策を前記情報通信端末に提供することと、
   をさらに含む、請求項４に記載のサーバシステムによって実行される方法。
6. 前記対応策は、前記ユーザへの生活習慣のアドバイス及び認知症予防プログラムの少なくとも一つを含む、請求項５に記載のサーバシステムによって実行される方法。
7. 前記ユーザの外出時間を推定することは、所定期間における外出時間を推定することを含み、
   前記方法は、前記ユーザによって前記情報通信端末に入力される前記ユーザの前記所定期間における会話人数の情報を、前記ネットワークを介して前記情報通信端末から取得することを含んでおり、
   前記コミュニケーション量の推定は、推定した前記所定期間における外出時間と、取得した前記所定期間における会話人数とに基づいてなされる、請求項１から６のいずれか一項に記載のサーバシステムによって実行される方法。
8. 前記ユーザの外出場所を推定することは、前記ユーザが所定期間において文化施設及び書店に立ち寄ったか否かを推定することを含み、
   前記知的好奇心量の推定は、少なくとも、推定した前記所定期間における前記文化施設及び書店への立ち寄り回数に基づいてなされる、請求項１から７のいずれか一項に記載のサーバシステムによって実行される方法。
9. 知的好奇心尺度に関する質問を前記情報通信端末に提示することと、
   提示した質問に対して前記ユーザが前記情報通信端末を介して入力した回答データを、前記ネットワークを介して前記情報通信端末から取得することと、
   をさらに含んでおり、
   前記知的好奇心量の推定は、取得した回答データも加味してなされる、請求項１から８のいずれか一項に記載のサーバシステムによって実行される方法。
10. 前記ユーザによるオンラインショッピングでの所定期間における書籍購入数の購入履歴を取得すること、をさらに含み、
    前記知的好奇心量の推定は、取得した購入履歴も加味してなされる、請求項１から９のいずれか一項に記載のサーバシステムによって実行される方法。
11. 前記情報通信端末は、モバイル端末及びウエアラブルデバイスの少なくとも一つを含む、請求項１から１０のいずれか一項に記載のサーバシステムによって実行される方法。
12. ユーザの情報通信端末とネットワークを介して通信することにより、前記ユーザの運動情報及び前記情報通信端末のＧＰＳデータを取得する取得部と、
    取得したＧＰＳデータに基づいて、前記ユーザの外出時間及び外出場所を推定する外出時間・場所推定部と、
    少なくとも推定した外出時間に基づいて、前記ユーザのコミュニケーション量を推定するコミュニケーション量推定部と、
    少なくとも推定した外出場所に基づいて、前記ユーザの知的好奇心量を推定する知的好奇心量推定部と、
    取得した運動情報、推定したコミュニケーション量及び推定した知的好奇心量に基づいて、前記ユーザの認知症リスクを評価する評価部と、
    認知症リスクの評価結果を前記情報通信端末に提供する提供部と、
    を備えたサーバシステム。
13. 運動情報、コミュニケーション量及び知的好奇心量と認知症リスクとが対応付けられたデータ群を記憶する記憶部をさらに備え、
    前記評価部は、取得した運動情報、推定したコミュニケーション量及び推定した知的好奇心量のそれぞれについて、前記データ群と統計検定を行って前記認知症リスクを評価する、請求項１２に記載のサーバシステム。
14. サーバシステムにネットワークを介して通信可能に接続されたユーザの情報通信端末において実行されるプログラムであって、
    前記情報通信端末を、
    前記情報通信端末に搭載された機器を利用して、前記ユーザの運動情報及び前記情報通信端末のＧＰＳデータを取得する手段、
    取得した運動情報及びＧＰＳデータを前記サーバシステムに送信する手段、及び、
    （１）送信されたＧＰＳデータに基づいて前記ユーザの外出時間を推定し、少なくともこの推定した外出時間に基づいて前記ユーザのコミュニケーション量を推定し、（２）また、送信されたＧＰＳデータに基づいて前記ユーザの外出場所を推定し、少なくともこの推定した外出場所に基づいて前記ユーザの知的好奇心量を推定し、（３）さらに、取得した運動情報、推定したコミュニケーション量及び推定した知的好奇心量に基づいて前記ユーザの認知症リスクを評価した前記サーバシステムから、認知症リスクの評価結果を受信する手段、
    として機能させるプログラム。
15. 前記情報通信端末は、モバイル端末及びウエアラブルデバイスの少なくとも一つを含む、請求項１４に記載のプログラム。