JP2019125254A - システム、方法、プログラム - Google Patents

Abstract

【課題】 センサからのデータを統合的に処理して種々のリスクを判定する。【解決手段】 実施形態のシステムは、センサ測定気圧が第１値の場合、ユーザの熱中症のリスクに関する指標を第１リスク値と定め、センサ測定気圧が第１値より小さい第２値の場合、ユーザの熱中症のリスクに関する指標を前記第１リスク値より大きい第２リスク値と定める。また、センサ測定気圧が第１値の場合、ユーザのストレス又はうつ病のリスクに関する指標を第１リスク値と定め、センサ測定気圧が第１値より小さい第２値の場合、ユーザのストレス又はうつ病のリスクに関する指標を第１リスク値より大きい第２リスク値と定める。また、センサ測定気圧が第１値の場合、ユーザの寒さ又は凍傷のリスクに関する指標を第１リスク値と定め、センサ測定気圧が第１値より小さい第２値の場合、ユーザの寒さに又は凍傷のリスクに関する指標を第１リスク値より大きい第２リスク値と定める。【選択図】図１

Description

本発明の実施形態は、体調を管理するシステムと、その方法及びプログラムに関する。

近年、適切な体調管理を目的として、ウェアラブル型のマルチセンシングデバイスを用いて、活動量、脈拍数、温度、湿度等のデータを統合的に収集・処理して、熱中症等に対するリスク（危険度）を判定するシステムが提供されている。

特開２０１７-１０４３２７号公報 特開２０１５- ５４２２４号公報

本実施形態の課題は、生体の自律神経、交換神経、副交感神経の状態等を鑑みて体調のリスクを判定することのできる処理システム、方法及びプログラムを提供することにある。

本実施形態のシステムは、センサで測定された気圧が第１値の場合、ユーザの熱中症のリスクに関する指標を第１リスク値と定め、センサで測定された気圧が第１値よりも小さい第２値の場合、ユーザの熱中症のリスクに関する指標を前記第１リスク値よりも大きい第２リスク値と定める。また、センサで測定された気圧が第１値の場合、ユーザのストレス又はうつ病のリスクに関する指標を第１リスク値と定め、センサで測定された気圧が第１値よりも小さい第２値の場合、ユーザのストレス又はうつ病のリスクに関する指標を第１リスク値よりも大きい第２リスク値と定める。また、センサで測定された気圧が第１値の場合、ユーザの寒さ又は凍傷のリスクに関する指標を第１リスク値と定め、センサで測定された気圧が第１値よりも小さい第２値の場合、ユーザの寒さに又は凍傷のリスクに関する指標を第１リスク値よりも大きい第２リスク値と定める。

本実施形態に係るシステムの全体構成を示すブロック図。 本実施形態で参照されるＷＢＧＴ熱ストレス指数の基準値表を示す図。 図１に示すシステムの基本の処理手順を示すフローチャート。 本実施形態に係るシステムに適用可能なコンピュータ装置の構成を示すブロック図。

以下、図面を参照して、本発明を実施するための最良の形態（以下、単に実施形態と称する）について詳細に説明する。
図１は本発明の一実施形態に係るシステムの構成を示すブロック図である。なお、ここではシステムの評価対象として、熱中症、寒さ（凍傷）、瞬時・慢性ストレス、うつ病のリスクの指標、疲労、その他体調を関する指標を想定する。

図１に示すシステムは、ユーザ機器１と、設備機器２と、ユーザ機器１及び設備機器２にネットワーク３を通じて接続されるサーバ４とを備える。ユーザ機器１は、常にユーザの身体に接触してセンシングを行うリストバンド型端末のウェアラブル機器と、測定時のみユーザの身体に接触してセンシングする携帯可能な電子装置とを備える。設備機器２は、所定の場所に設置され、その場所の状況を測定する固定設置型測定器と、車内等に設置され、その内部環境を測定する移動設置型測定器とを備える。

上記ユーザ機器１は、複数種のセンサを有するセンサ部１１と、各センサのセンシング情報、ユーザのプロフィール情報を記録する記録部１２と、記録部１２の記録情報に基づいてユーザの体調に関するリスクを推定し、リスクが高い場合にはアラートを出力するリスク処理部１３と、記録部１２の記録情報を外部に通知する通信部１４とを備える。

一方、設備機器２は、複数種のセンサを有するセンサ部２１と、各センサのセンシング情報を記録する記録部２２と、記録部１２の記録情報を外部に通知する通信部２３とを備える。
上記サーバ４は、ネットワーク３を通じて、ユーザ機器１、設備機器２からのセンシング情報を収集する収集部４１と、その収集されたセンシング情報からユーザの体調に関する指標を示すリスク値を計算する計算部４２と、その計算結果から種々のリスクを推定し、リスクが高い場合にはアラートを出力するリスク処理部４３と、アラートが発生された場合にユーザ機器１に通知する通信部４４とを備える。

上記ユーザ機器１のリスク処理部１３と上記サーバ４のリスク処理部４３は、同様に機能するが、サーバ４では設備機器２からのセンシング情報を含めて処理されるため、より精度の異なる判定が可能であってもよい。
上記アラートの出力時において、ユーザは、ユーザ機器１上のアラートの出力から危険度の内容を確認できるものとする。ユーザは、ユーザ１以上のユーザインターフェースを介して、アラートを誤報と判断して停止させることができる。アラートが誤報として停止された場合には、誤報の履歴を検証用に記録しておく。ユーザ機器１やサーバ４は、誤報の履歴を、アラートの出力の判定の閾値に使用できる。

上記ユーザ機器１において、センサ部１１は、加速度センサ、光電脈波センサ、発汗センサ、温度センサ、湿度センサに加え、気圧センサ、ＧＰＳ（Global Positioning System：全地球測位システム）センサ、ＵＶ（Ultraviolet：紫外線）センサ、照度センサを備える。ユーザのプロフィール情報としては、年齢、性別、身長、体重、睡眠状況、前日の睡眠時間、過去の熱中症、凍傷、うつ病等の発症記録といった体調に関する情報（リスク値）が含まれる。

上記リスク処理部１３では、温度センサ、湿度センサの各出力から、図２に示すＷＢＧＴ（Wet Bulb Globe Temperature：湿球黒球温度）値を計算する。
また、発汗センサで手首の発汗量を検出し、この手首の発汗量から全身の発汗量を推定して体調に関するリスク値の推定と危険度の判定に活用する。ただし、温度センサ、湿度センサ、気圧センサ等のセンシング情報、またはユーザの操作（降雨であることをユーザがユーザインターフェースを介して入力可の場合）等から降雨を検知し、降雨の場合は発汗センサからの情報を無効にし、体調のリスク値の推定と危険度の判定に活用しないようにしてもよい。

また、上記リスク処理部１３では、光電脈波センサでユーザの脈拍数を測定する。このとき、ユーザのプロフィール情報に示される年齢を読み込んで、光電脈波センサで測定される脈拍数の閾値を設定する。
また、上記リスク処理部１３では、加速度センサからの情報に基づいてユーザの活動量を推定し、その推定結果に基づいてＷＢＧＴ閾値を選択する。これらの情報から統合的に体調のリスク値を推定し、リスク値が閾値を超える場合にはアラートを出力する。

また、上記リスク処理部１３では、磁気センサによって磁気の乱れを検出し、磁気の乱れがある場合は、よりリスクが高いと判定してリスク値を計算する。
また、上記リスク処理部１３では、気圧センサによって現在地の標高情報を取得し、高所にいる場合はアラーム発生タイミングを早める設定に変更する。
また、上記リスク処理部１３では、ＧＰＳセンサで位置情報を取得し、発症時に対処が困難な場所にいる場合は、アラーム発生タイミングを早める設定に変更する。

また、上記リスク処理部１３では、加速度センサでユーザの動きを検出することで睡眠時間を推定し、その睡眠時間の長さに基づき、体調の危険度判定の基準を変化させる。特に、睡眠時間が短いときは、よりリスクが高いと判定してリスク値を計算する。また、ＢＭＩ（Body Mass Index：ボディマス指数）が得られる場合には、このＢＭＩに基づいて体調のリスク推定の判定基準を変化させる。ＢＭＩは大きいときは、よりリスクが高いと判定してリスク値を計算する。

また、上記リスク処理部１３では、照度センサを用いてユーザのいる場所がトンネルや配管内等の暗閉所であることを検出し、暗閉所であることを検出した場合には、気流が少ない（空気が淀む、あるいは圧迫感が強い）と推定することで、よりリスクが高いと判定してリスク値を計算する。

さらに、上記リスク処理部１３では、ユーザのプロフィール情報に示される過去の体調リスク値から、例えば熱中症になりやすい癖があると判断される場合には、よりリスクが高いと判定してリスク値を計算し、その危険度が高いと判定されやすいようにする。また、気圧センサでユーザが位置する環境での気圧情報を取得し、その気圧情報に基づいてＷＢＧＴ値（温度、湿度から算出する）を補正する。特に低気圧の場合には、よりリスクが高いと判定してリスク値を計算し、熱中症等の危険度が高いと判定されやすいようにする。

また、上記リスク処理部１３では、ＵＶセンサによって紫外線量を測定し、その蓄積量に基づいて熱の順化度を推定し、熱中症リスク推定におけるＷＢＧＴ閾値の熱順化あり/なし設定を変更する。熱の順化が実施されていない場合には、よりリスクが高いと判定してリスク値を計算し、熱中症等の危険度が高いと判定されやすいようにする。

上記システムにおいて、本実施形態の基本的な処理手順を図３を参照して説明する。
まず、複数種のセンサ出力を取得し（ステップＳ１）、それぞれのセンサ出力から、ユーザの体調に関する状態とユーザが存在する環境に関する状態をそれぞれ数値化し（ステップＳ２）、体調に関する状態値を予め設定した閾値、または環境の状態値に基づいて設定した閾値と比較して（ステップＳ３）、その比較結果から体調のリスク値を推定し（ステップＳ４）、推定したリスク値が許容範囲を超えたか判断し（ステップＳ５）、許容範囲を超えた場合にアラートを出力する（ステップＳ６）。なお、環境の状態値については、その変化をモニタし（ステップＳ７）、その変化に伴って比較する閾値を変更する（ステップＳ８）。これにより、アラートを出力するタイミングを環境の状態変化に合わせて制御することができる。

リスクの算出根拠となる値を以下にまとめておく。
（１）ＷＢＧＴ(図２に示す暑さ指数）、温度、湿度等、（２）天気（直射日光の有無、曇り、雨等）、（３）脈拍（厚生労働省の資料等、ただし、通常時脈拍が高い場合には、ユーザごとの補正が必要）、（４）活動量（加速度センサ（例えばジャイロ）を、ユーザに身に着け、作業開始・終了はユーザ手入力）、（５）一定期間ごとのユーザの移動量を測定（累積値を利用してもよい）、（６）手首の発汗量から、全身の発汗量を計算（※雨の時は例外処理））、（７）磁気センサによる磁気測定（磁気が大きいとリスク大、逆も同じ）、（８）睡眠時間（ユーザ手入力でも、加速度センサで自動測定でもスマートデバイスでも測定可（前日の最終操作から、当日の第１回目の操作までの時間で推定））、ＢＭＩ、身長、体重（手入力または身体測定の結果をダウンロード）、（９）過去データを利用（過去の熱中症等の発症度合）。

上記のリスク算出結果を２以上の組み合わせることで体調の危険度が想定される。特に、基準（閾値）として、熱中症危険度判定の場合には、気圧センサによる標高測定結果、ＧＰＳセンサによる位置測定結果から非常事態の発生、体調不良時の避難に要する時間を考慮して、熱中症リスク推定、熱中症危険度判定を行い、アラート発生タイミングを制御する。

これらの要因は、リスク値を大きくするために用いられてもよく、閾値を小さくするために用いられてもよい。また、リスク値を小さくするために用いられてもよく、閾値を大きくするために用いられてもよい。また、熱中症等のリスク推定と、熱中症等の危険度判定は１処理であってもよい。熱中症等のリスク推定のみで、閾値を固定のままにしてもよい。また、熱中症等のリスク値を、直接ユーザにフィードバックしてもよい。リスク値は、熱中症等のリスクを示すものであればどのようなものであってもよく、例えば、100段階、10段階、5段階、3段階等、総合的に判断する際に、わかりやすい段階を決定するとよい。

なお、アラートが誤報された時の対応として、ユーザが体調問題なしのボタンを押下する（産業医等の確認の後でのみ、体調問題なしボタンを押下可となっていてもよい）等の操作により、リスク算出アルゴリズム、閾値設定アルゴリズムへフィードバックすることも可能である。また、その判定結果を機械学習等に用いて、ＡＩによる判定を行うようにすれば、一層精度の向上を図ることができる。

（第１の実施例）
ここで、第１の実施例として、特に気圧センサで測定される気圧が標高に関係して、気圧低下に伴い、熱中症による危険度が増大することに着目する。すなわち、気圧センサで測定された気圧が第１値（通常値）の場合、熱中症のリスクに関する指標を第１値と定め、気圧センサで測定された気圧が第１値よりも小さい第２値の場合、熱中症のリスクに関する指標を第１値よりも大きい第２値と定める。さらに、気圧が第２値より小さい第３値の場合、熱中症に関する指標を第２値よりも大きい第３値と定める。このようにして、指標の値が大きくなって許容範囲を超えた場合には、熱中症による危険度に注意が必要となり、アラームを発生してユーザに通知する。

さらに、本実施例では、センサ情報を追加して、リスクの推定精度を高めるものとする。例えば、磁気センサで磁気を測定して、磁気の変動を気圧の変化と合わせてリスク計算する。磁気の変化は、人体の生理等に影響を及ぼし、頭痛等の原因ともなり、特に熱中症を生じている場合には、危険度が増大する。そこで、磁気の変化に基づいてリスクに関する指標を大きくし、アラートの出力タイミングを早めるようにする。また、位置を測定するＧＰＳ等の位置センサを用いて、測定位置が示す場所の環境をリスク要因として検出し、位置のずれに基づいてリスクに関する指標を大きくし、アラートの出力タイミングを早めるようにする。また、明るさを測定する照度センサを用いて、測定された明るさからユーザのいる場所が夜間または暗所であることを検出し、その明るさ情報に基づいてリスクに関する指標を大きくし、アラートの出力タイミングを早めるようにする。また、ユーザが存在するグランドや球場等の空間の広さを測定し、測定された広さからユーザが熱中症に係るリスクの指標を大きくし、アラートの出力タイミングを早めるようにする。

以上のように、本実施例では、熱中症になるリスクに関する指標を気圧情報に基づいて精度よく計算し、他のセンサ出力からリスクの基準となる閾値を補正して、アラートの出力タイミングを早めることができるので、効果的な環境変数を考慮して統合的に熱中症のリスクを判定することができる。熱中症のリスクに関する指標とは、熱中症になるリスクに関する指標であればどのようなものであってもよい。

なお、上記の例では熱中症の症例で説明したが、気圧の低下に伴って気温が低下することから、気圧の測定結果に基づいて寒さまたは凍傷のリスクに関する指標を決定することで、熱中症の場合と同様に、寒さまたは凍傷のリスクを推定し、危険度のアラートを出力することができる。

（第２実施例）
第２の実施例では、ストレスに関するリスクを想定する。ストレスには慢性、瞬時を含む。
第２の実施例において、気圧センサで測定される気圧が標高に関係して、気圧低下に伴い、ユーザがストレスを強く感じるようになり、ストレスによる危険度が増大することに着目する。すなわち、気圧センサで測定された気圧が第１値（通常値）の場合、ストレスのリスクに関する指標を第１値と定め、気圧センサで測定された気圧が第１値よりも小さい第２値の場合、ストレスのリスクに関する指標を第１値よりも大きい第２値と定める。さらに、気圧が第２値より小さい第３値の場合、ストレスに関する指標を第２値よりも大きい第３値と定める。このようにして、指標の値が大きくなって許容範囲を超えた場合には、ストレスによる危険度に注意が必要となり、アラームを発生してユーザに通知する。

さらに、本実施例でも、センサ情報として磁気センサによる磁気の変動結果、位置センサによる場所の環境情報、照度センサによる明るさ情報、広さ測定結果等を追加して、リスクの指標を大きくし、アラートの出力タイミングを早めるようにする。
以上のように、本実施例では、ストレスによるリスクに関する指標を気圧情報に基づいて精度よく計算し、他のセンサ出力からリスクの基準となる閾値を補正して、アラートの出力タイミングを早めることができるので、効果的な環境変数を考慮して統合的に熱中症のリスクを判定することができる。ストレスによるリスクに関する指標とは、ストレスを強く感じるリスクに関する指標であればどのようなものであってもよい。

なお、上記の例ではストレスの症例で説明したが、ストレスが蓄積されるとうつ病になるケースが多いことから、気圧の測定結果に基づいてうつ病のリスクに関する指標を決定することで、ストレスの場合と同様に、うつ病のリスクを推定し、危険度のアラートを出力することができる。

なお、実施形態のシステムに用いられるユーザ端末、サーバは、例えば、汎用のコンピュータ装置を基本ハードウェアとして用いることでも実現することが可能である。すなわち、各機能ブロックは、上記のコンピュータ装置に搭載されたプロセッサにプログラムを実行させることにより実現することができる。

上記構成による車両管理システムの電子装置またはサーバに適用可能なコンピュータ装置は、図４に示すように、ＣＰＵ（Central Processing Unit）４０１などの制御装置と、ＲＯＭ（Read Only Memory）４０２やＲＡＭ（Random Access Memory）４０３などの記憶装置と、マイクロホン、操作入力装置、表示装置等が接続される入出力Ｉ／Ｆ４０４と、ネットワークに接続して通信を行う通信Ｉ／Ｆ４０５と、各部を接続するバス４０６を備えている。上記のプログラムをコンピュータ装置に予めインストールすることで実現してもよいし、ＣＤ−ＲＯＭなどの記憶媒体に記憶して、あるいはネットワークを介して上記のプログラムを配布して、このプログラムをコンピュータ装置に適宜インストールすることで実現してもよい。また、各機能ブロックは、上記のコンピュータ装置に内蔵あるいは外付けされたメモリ、ハードディスク若しくはＣＤ−Ｒ、ＣＤ−ＲＷ、ＤＶＤ−ＲＡＭ、ＤＶＤ−Ｒなどの記憶媒体などを適宜利用して実現することができる。

なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

１…ユーザ機器、１１…センサ部、１２…記録部、１３…リスク処理部、１４…通信部、
２…設備機器、２１…センサ部、２２…記録部、２３…通信部、
３…ネットワーク、
４…サーバ、４１…収集部、４２…計算部、４３…リスク処理部、４４…通信部、
５０１…ＣＰＵ、５０２…ＲＯＭ、５０３…ＲＡＭ、５０４…入出力Ｉ／Ｆ、５０５…通信Ｉ／Ｆ、５０６…バス。

Claims (17)

1. 気圧を測定する第１センサと、
   前記第１センサで測定された気圧が第１値の場合、ユーザの熱中症のリスクに関する指標を第１リスク値と定め、前記第１センサで測定された気圧が前記第１値よりも小さい第２値の場合、前記ユーザの熱中症のリスクに関する指標を前記第１リスク値よりも大きい第２リスク値と定める処理装置と
   を備えるシステム。
2. 気圧を測定する第１センサと、
   前記第１センサで測定された気圧が第１値の場合、ユーザのストレス又はうつ病のリスクに関する指標を第１リスク値と定め、前記第１センサで測定された気圧が前記第１値よりも小さい第２値の場合、前記ユーザのストレス又はうつ病のリスクに関する指標を前記第１リスク値よりも大きい第２リスク値と定める処理装置と
   を備えるシステム。
3. 気圧を測定する第１センサと、
   前記第１センサで測定された気圧が第１値の場合、ユーザの寒さ又は凍傷のリスクに関する指標を第１リスク値と定め、前記第１センサで測定された気圧が前記第１値よりも小さい第２値の場合、前記ユーザの寒さに又は凍傷のリスクに関する指標を前記第１リスク値よりも大きい第２リスク値と定める処理装置と
   を備えるシステム。
4. さらに、磁気を測定する第２センサを備え、
   前記処理装置は、前記第２センサで測定された磁気が第３値の場合、前記リスクに関する指標を第３リスク値と定め、前記第２センサで測定された磁気が前記第３値よりも大きい第４値の場合、前記リスクに関する指標を前記第３リスク値よりも大きい第４リスク値と定める請求項１乃至３のいずれか記載のシステム。
5. さらに、位置を測定する第３センサを備え、
   前記処理装置は、前記第３センサで測定された位置が第１位置の場合、体調不良の対応に要する時間を第１時間とし、前記リスクに関する指標を第５リスク値と定め、前記第３センサで測定された位置が前記第１位置とは異なる第２位置の場合、体調不良の対応に要する時間を前記第１時間よりも長い第２時間とし、前記リスクに関する指標を前記第５リスク値よりも大きい第６リスク値と定める請求項１乃至３のいずれか記載のシステム。
6. さらに、明るさを測定する第４センサを備え、
   前記処理装置は、前記第４センサで測定された明るさが第１値の場合、前記リスクに関する指標を第７リスク値と定め、前記第４センサで測定された明るさが前記第１値より暗い第２値の場合、前記リスクに関する指標を前記第７リスク値よりも大きい第８リスク値と定める請求項１乃至３のいずれか記載のシステム。
7. さらに、広さを測定する第５センサを備え、
   前記処理装置は、前記第５センサで測定された広さが第１値の場合、前記リスクに関する指標を第９リスク値と定め、前記第５センサで測定された広さが前記第１値より狭い第２値の場合、前記リスクに関する指標を前記第９リスク値よりも大きい第１０リスク値と定める請求項１乃至３のいずれか記載のシステム。
8. 測定された気圧が第１値の場合、ユーザの熱中症のリスクに関する指標を第１リスク値と定め、測定された気圧が前記第１値よりも小さい第２値の場合、前記ユーザの熱中症のリスクに関する指標を前記第１リスク値よりも大きい第２リスク値と定める方法。
9. 測定された気圧が第１値の場合、ユーザのストレス又はうつ病のリスクに関する指標を第１リスク値と定め、測定された気圧が前記第１値よりも小さい第２値の場合、前記ユーザのストレス又はうつ病のリスクに関する指標を前記第１リスク値よりも大きい第２リスク値と定める方法。
10. 測定された気圧が第１値の場合、ユーザの寒さ又は凍傷のリスクに関する指標を第１リスク値と定め、測定された気圧が前記第１値よりも小さい第２値の場合、前記ユーザの寒さに又は凍傷のリスクに関する指標を前記第１リスク値よりも大きい第２リスク値と定める方法。
11. さらに、測定された磁気が第１値の場合、前記リスクに関する指標を第３リスク値と定め、測定された磁気が前記第１値よりも小さい第２値の場合、前記リスクに関する指標を前記第３リスク値よりも大きい第４リスク値と定める請求項８乃至１０のいずれか記載の方法。
12. さらに、測定された位置が第１値の場合、前記リスクに関する指標を第５リスク値と定め、測定された位置が前記第１値からずれた第２値の場合、前記リスクに関する指標を前記第５リスク値よりも大きい第６リスク値と定める請求項８乃至１０のいずれか記載の方法。
13. さらに、測定された明るさが第１値の場合、前記リスクに関する指標を第７リスク値と定め、測定された明るさが前記第１値より暗い第２値の場合、前記リスクに関する指標を前記第７リスク値よりも大きい第８リスク値と定める請求項８乃至１０のいずれか記載の方法。
14. さらに、測定された広さが第１値の場合、前記リスクに関する指標を第９リスク値と定め、測定された広さが前記第１値より狭い第２値の場合、前記リスクに関する指標を前記第９リスク値よりも大きい第１０リスク値と定める請求項８乃至１０のいずれか記載の方法。
15. センサの測定結果からリスクに関する指標を定める処理をコンピュータに実行させるためのプログラムであって、
    前記センサで測定された気圧が第１値の場合、ユーザの熱中症のリスクに関する指標を第１リスク値と定め、前記センサで測定された気圧が前記第１値よりも小さい第２値の場合、前記ユーザの熱中症のリスクに関する指標を前記第１リスク値よりも大きい第２リスク値と定めるプログラム。
16. センサの測定結果からリスクに関する指標を定める処理をコンピュータに実行させるためのプログラムであって、
    前記センサで測定された気圧が第１値の場合、ユーザのストレス又はうつ病のリスクに関する指標を第１リスク値と定め、前記センサで測定された気圧が前記第１値よりも小さい第２値の場合、前記ユーザのストレス又はうつ病のリスクに関する指標を前記第１リスク値よりも大きい第２リスク値と定めるプログラム。
17. センサの測定結果からリスクに関する指標を定める処理をコンピュータに実行させるためのプログラムであって、
    前記センサで測定された気圧が第１値の場合、ユーザの寒さ又は凍傷のリスクに関する指標を第１リスク値と定め、前記センサで測定された気圧が前記第１値よりも小さい第２値の場合、前記ユーザの寒さに又は凍傷のリスクに関する指標を前記第１リスク値よりも大きい第２リスク値と定めるプログラム。

Images