JP2019153222A - 情報処理装置、情報処理方法および情報処理プログラム - Google Patents

Abstract

【課題】遺伝子に関する情報が未知のユーザに対して疾患に関する情報を適切に提供すること。【解決手段】本願にかかる情報処理装置は、取得部と、通知部とを有する。取得部は、遺伝子解析による解析結果に基づき所定の疾患が発症する発症リスクを有すると推定されたユーザであるリスクユーザのネットワーク上における行動を示す行動情報を取得する。通知部は、取得部により取得された行動情報と関連する行動情報を有するユーザである対象ユーザに対して、所定の疾患に基づく所定の情報を通知する。【選択図】図４

Description

本発明の実施形態は、情報処理装置、情報処理方法および情報処理プログラムに関する。

近年、インターネットに代表されるネットワークの発展によって、ユーザに様々なサービスが提供されるようになってきている。

例えば、特許文献１には、ユーザの遺伝子検査情報に応じて、ユーザの健康に有用な情報を提供する技術が開示されている。

特開２０１６−３３７９５号公報

しかしながら、上記の従来技術では、必ずしも遺伝子に関する情報が未知のユーザに対して疾患に関する情報を適切に提供することができるとは限らない。例えば、上記の従来技術では、対象ユーザの遺伝子解析結果から特定された、当該対象ユーザに関連する疾患および当該疾患の因子の少なくとも一方を検索キーとした検索で検出されたコンテンツを当該対象ユーザに送信する。

このような、上記の従来技術では、例えば、の健康に有用な情報を効率よく配信することができたとしても、例えば、遺伝子に関する情報が未知のユーザに対して疾患に関する情報を適切に提供することができるとは限らない。

本願は、上記に鑑みてなされたものであって、遺伝子に関する情報が未知のユーザに対して疾患に関する情報を適切に提供することができる情報処理装置を提供することを目的とする。

遺伝子解析による解析結果に基づき所定の疾患が発症する発症リスクを有すると推定されたユーザであるリスクユーザのネットワーク上における行動を示す行動情報を取得する取得部と、前記取得部により取得された行動情報と関連する行動情報を有するユーザである対象ユーザに対して、前記所定の疾患に基づく所定の情報を通知する通知部とを有することを特徴とする。

実施形態の一態様によれば、遺伝子に関する情報が未知のユーザに対して疾患に関する情報を適切に提供することができるといった効果を奏する。

図１は、実施形態にかかる情報処理の一例を示す図である。 図２は、実施形態にかかる情報処理の中で行われる情報通知の一例を示す図である。 図３は、実施形態にかかる情報処理システムの構成例を示す図である。 図４は、実施形態にかかる情報処理装置の構成例を示す図である。 図５は、実施形態にかかる行動情報記憶部の一例を示す図である。 図６は、実施形態にかかる疾患情報記憶部の一例を示す図である。 図７は、実施形態にかかる傾向情報記憶部の一例を示す図である。 図８は、実施形態にかかるコンテンツ情報記憶部の一例を示す図である。 図９は、実施形態にかかる情報処理装置による分析処理にかかる処理手順を示すフローチャートである。 図１０は、実施形態にかかる情報処理装置による通知処理にかかる処理手順を示すフローチャートである。 図１１は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願にかかる情報処理装置、情報処理方法および情報処理装置プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ説明する。なお、この実施形態により本願にかかる情報処理装置、情報処理方法および情報処理プログラムが限定されるものではない。また、以下の実施形態において、同一の部位には同一の符号を付し、重複する説明は省略される。

〔１．情報処理〕
まず、図１を用いて、実施形態にかかる情報処理の一例について説明する。図１は、実施形態にかかる情報処理の一例を示す図である。実施形態にかかる情報処理は、図１に示す情報処理装置１００によって行われる。

また、実施形態にかかる情報処理システム１は、図１に示すように、端末装置１０と、情報処理装置１００とを含む。端末装置１０、情報処理装置１００は、ネットワークを介して有線または無線により通信可能に接続される。なお、図１に示す情報処理システム１には、複数台の端末装置１０や、複数台の情報処理装置１００が含まれてもよい。なお、後述するが、情報処理システム１には、外部サーバ６０も含まれる。

端末装置１０は、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等である。例えば、端末装置１０は、情報処理装置１００から受信した情報を画面表示したり音声出力する。

ここで、本実施形態の前提について説明する。例えば、ネットワーク上におけるユーザの購買行動（例えば、サイトである商品を買う、といった行動）と検索行動（例えば、ある検索キーワードを用いて情報検索する、といった行動）との関係性から、特定の購買行動を行っていないユーザがどのような購買行動を行うかを探るといったデータ分析手法（「質拡張検索」とも呼ばれる）がある。

「質拡張検索」について、一例を用いてより具体的に説明する。例えば、「酒を買う」といった購買行動を行うユーザは、検索キーワード「ビール」を用いて情報検索する傾向にある、といったように購買行動と検索行動との間に関係性が見出されたとする。このような場合において、購買行動が未知の対象者のうち、ある未知の対象者が検索キーワード「ビール」を用いて情報検索したとすると、この未知の対象者も「酒を買う」可能性があると予測する。このように、「質拡張検索」は、複数種類の情報を用いてユーザ群の中から、例えば、ある行動をすると予測されるのユーザ（かかる例では、「酒を買う」可能性がある利用者）を効果的に探り出すものである。

実施形態にかかる情報処理装置１００によって行われる情報処理は、このような「質拡張検索」に着目するとともに、ユーザに対して疾患への「気付き」を効果的に与えるものである。例えば、疾患の中には、数十万人に一人といった罹患率の非常に低い希少疾患と呼ばれる疾患がある。希少疾患の多くは、遺伝性であり、稀な種類の感染症、稀な種類の免疫疾患、稀な種類のがん等が挙げられる。

仮に希少疾患に罹患していたとしても、明らかな症状が直ぐに出ない場合もあるため、罹患者は、希少疾患に罹患している自覚も無ければ、希少疾患であることを認識すらできないことも多い。実施形態にかかる情報処理は、上記のような質拡張検索の概念を用いて、このような希少疾患をはじめ様々な疾患への罹患の可能性についてユーザに効果的に認識させ、治療へと向けさせるための処理である。

具体的には、実施形態にかかる情報処理装置１００は、遺伝子解析による解析結果に基づき所定の疾患が発症する発症リスクを有すると推定されたユーザであるリスクユーザのネットワーク上における行動を示す行動情報を取得し、取得した行動情報と関連する行動情報を有するユーザである対象ユーザに対して、所定の疾患に基づく所定の情報を通知する。例えば、遺伝子的に所定の疾患が発症する発症リスクを有するユーザは、発症を促進させてしまうような行動を取ってしまう傾向にある。

簡単な例を示すと、アルコール依存症を発症するユーザは、遺伝子タイプがアルコール依存症の発症因子となる遺伝子タイプである可能性が高く、かかるユーザはその遺伝子タイプあるいはその遺伝子タイプに関連する遺伝子タイプを有する等の影響からアルコール飲料を好む体質である可能性も高い。このため、こういったユーザはアルコール飲料を購入する傾向にある。

情報処理装置１００は、遺伝子検査を未受検のため遺伝子情報が未知のユーザが、遺伝子解析による解析結果に基づき所定の疾患が発症する発症因子となる遺伝子タイプを有するユーザ、すなわち所定の疾患が発症する発症リスクを有すると推定されたユーザであるリスクユーザと似たような行動をしていれば（上記例では、アルコール飲料を購入する）、同様の疾患が発症する発症リスクあると予測し、本人にアルコール依存症の可能性があることを認識させるような情報提供を行う。以下では、実施形態にかかる情報処理について、一例を用いて説明する。

まず、情報処理装置１００は、各ユーザのインターネット上での行動を示す行動情報を取得する（ステップＳ１）。行動情報が取得される対象のユーザは、例えば、情報処理装置１００に対して直接、または、間接的にログイン可能なユーザ（ログインＩＤが発行されている）である。また、行動情報が取得される対象のユーザは、例えば、情報処理装置１００を管理する事業主（「事業主Ｚ」とする）に対して会員登録を行っているユーザである。

また、ユーザのインターネット上での行動を示す行動情報とは、例えば、検索行動（例えば、検索キーワード○○を用いて情報検索する）に関する情報である検索情報、購買行動（例えば、所定のショッピングサイトで〇〇を購入する）に関する情報である購買情報、閲覧行動（例えば、スポーツ情報サイト○○を閲覧する）に関する情報である閲覧情報、所定のアンケートに対して回答した内容が示す回答情報等である。したがって、検索情報は検索履歴、購買情報は購買履歴、閲覧情報は閲覧履歴、回答情報は回答履歴と言い換えることができる。

例えば、情報処理装置１００は、外部サーバ６０に対応するサーバ装置であって検索サービスを提供するサーバ装置から検索情報を取得することができる。また、情報処理装置１００は、外部サーバ６０に対応するサーバ装置であってショッピングサービスを提供するサーバ装置から購買情報を取得することができる。また、情報処理装置１００は、外部サーバ６０に対応するサーバ装置であって各種の記事コンテンツ等を含むポータルサイト提供するサーバ装置から閲覧情報を取得することができる。また、情報処理装置１００は、取得した行動情報を行動情報記憶部１２１に格納する。

次に、情報処理装置１００は、行動情報を取得した各ユーザのうち、遺伝子解析を行っており（遺伝子検査を受検しており）遺伝子情報が判明しているユーザについて、当該ユーザの遺伝子解析結果、すなわち遺伝子情報に基づいて、疾患が発症する発症リスクを有するか否か推定し、発症リスクを有するユーザを抽出する（ステップＳ２）。例えば、情報処理装置１００は、遺伝子情報が示す遺伝子タイプに基づいて、ユーザ毎に疾患が発症する発症リスクを有するか否か推定する。

遺伝子情報とは、遺伝子検査によって得られた解析結果であり、例えば、ユーザが有する遺伝子の一覧である。また、遺伝子情報とは、特定の病気が発症することと関わりのある遺伝子が、どのようなタイプ（遺伝子型）であるか、といったことを示す情報である。例えば、「がん」の発症と関わりのある遺伝子を説明の便宜上「ＧＩＮＥ１」とする。そして、「ＧＩＮＥ１」のタイプが「ａ」型である人は、特に「がん」の発症率が高いことが知られているとすると、「がん」を発症する発症リスクを有するといえる。

なお、情報提供装置１００は、このような遺伝子情報を、遺伝子検査を行った検査機関から予め取得しておくことができる。例えば、情報提供装置１００は、かかる検査機関に属するサーバ装置（検査機関サーバ）にアクセスすることで、遺伝子情報を取得する。なお、情報提供装置１００を管理する事業主（以下、「事業主Ｚ」とする）と、かかる検査機関との間で所定の契約が交わされ、さらに遺伝子検査を受検したユーザに承諾が得られている場合に、このような遺伝子情報の取得は可能となる。なお、情報提供装置１００は、遺伝子検査を受検したユーザから直接、遺伝子情報の提供を受けてもよい。つまり、情報提供装置１００がどの様な形で遺伝子情報を取得するかは限定されない。

また、情報提供装置１００は、取得した遺伝子情報を自装置内の所定の記憶部（不図示）に格納してよい。例えば、情報提供装置１００は、遺伝子情報として、各ユーザがどのようなタイプの遺伝子を有するかを記憶することができる。例えば、情報提供装置１００は、遺伝子情報として、ＳＮＰ（Single Nucleotide Polymorphism）を有することにより複数のタイプを有する遺伝子のうち、各ユーザがどのようなタイプの遺伝子を有するかを記憶することができる。また、情報提供装置１００は、遺伝子情報として、病気の発症に関与する遺伝子において、各ユーザがどのようなタイプの遺伝子を有するかを記憶することができる。したがって、ステップＳ２では、情報処理装置１００は、このように予め記憶されている遺伝子情報に基づいて、発症リスクを有するか否か推定することができる。

ここで、図１の例では、情報処理装置１００は、行動情報を取得したユーザであって遺伝子検査を受検済みのユーザのうち、ユーザＵ１１、Ｕ１２、およびＵ１３（ユーザＵ１１〜Ｕ１３）について、特定の遺伝子がアルコール依存症（以下、「疾患Ａ」とする）の発症因子となる遺伝子タイプ（「遺伝子タイプＴＹ１」とする）であるため、疾患Ａを発症する発症リスクを有すると推定したとする。以下では、ユーザＵ１１〜Ｕ１３をリスクユーザＵ１１〜Ｕ１３と表記する。

次に、情報処理装置１００は、リスクユーザＵ１１〜Ｕ１３に対応する行動情報として購買情報を取得し、取得した購買情報と、リスクユーザＵ１１〜Ｕ１３に対応する疾患Ａとの間での相関関係を分析（相関分析）する（ステップＳ３）。例えば、情報処理装置１００は、行動情報記憶部１２１から、リスクユーザＵ１１〜Ｕ１３に対応する購買情報を取得する。なお、他の例として、情報処理装置１００は、ユーザＵ１４、Ｕ１５については疾患Ｂ（遺伝子タイプＴＹ２）の発症リスクを有すると推定した場合には、このリスクユーザＵ１４およびＵ１５の購買情報を取得し、取得した行動情報と、リスクユーザＵ１４およびＵ１５に対応する疾患Ｂとの間での相関関係を分析する。つまり、情報処理装置１００は、疾患と、その疾患の発症リスクをを有すると推定されたリスクユーザの行動情報との組合せ毎に、行動情報と疾患との間での相関関係を分析する。なお、相関関係とは、傾向に基づく関係性のことである。

ここで、行動情報記憶部１２１について簡単に説明する。図１の例では、行動情報記憶部１２１は、行動情報としてユーザ毎に当該ユーザがこれまでに購入した商品の商品名を示す購買情報（購入履歴）を記憶する。したがって、情報処理装置１００は、図１の例では、リスクユーザＵ１１が「ビールＰＤ２−１」を購入したことを示す購買情報、「日本酒ＰＤ２−２」を購入したことを示す購買情報、「サプリＰＤ２−３」を購入したことを示す購買情報を取得する。リスクユーザＵ１２およびＵ１３については説明を省略する。

図１に示すように、情報処理装置１００は、相関分析により、疾患Ａが発症する発症リスクがあるリスクユーザＵ１１〜Ｕ１３は、ビールＰＤ２−１および日本酒ＰＤ２−２を購入する傾向にあるとの分析結果を得たものとする。言い換えれば、情報処理装置１００は、リスクユーザＵ１１〜Ｕ１３に対応する疾患Ａと相関関係（傾向に基づく関係）にある行動は「ビールＰＤ２−１を購入すること」および「日本酒ＰＤ２−２を購入すること」であるとの分析結果を得たものとする。また、かかる分析結果は、「ビールＰＤ２−１を購入すること」および「日本酒ＰＤ２−２を購入すること」と、疾患Ａとは相関関係にあることを示す。ここでは、この相関関係を「相関Ｔ」とする。

次に、情報処理装置１００は、行動情報を取得した各ユーザのうち、遺伝子解析を行っておらず遺伝子情報が未知の未知ユーザの中から対象ユーザを特定する（ステップＳ４）。例えば、情報処理装置１００は、未知ユーザに対応する行動情報を取得し、取得した行動情報に基づいて、未知ユーザの中から相関Ｔに対応する行動情報と関連する（例えば、同一のまたは類似する）行動情報を有するユーザである対象ユーザを特定する。図１の例では、相関Ｔに対応する行動情報とは、「ビールＰＤ２−１を購入すること」を示す行動情報、および、「日本酒ＰＤ２−２を購入すること」を示す行動情報である。

図１に示す行動情報記憶部１２１に例では、未知ユーザのうちユーザＵ５２が、「ビールＰＤ２−１を購入すること」を示す行動情報、および、「日本酒ＰＤ２−２を購入すること」を示す行動情報を有している。このため、かかる例では、情報処理装置１００は、ユーザＵ５２を対象ユーザとして特定する。以下、ユーザＵ５２を対象ユーザＵ５２と表記する。

そして、情報処理装置１００は、対象ユーザＵ５２に対して、疾患に基づく所定の情報を通知する（ステップＳ５）。図１の例では、対象ユーザＵ５２がリスクユーザＵ１１〜Ｕ１３と同一の行動情報を有している。このことから、対象ユーザＵ５２は、リスクユーザＵ１１〜Ｕ１３同一の遺伝子タイプＴＹ１であるため疾患Ａを発症する可能性が高いといえる。このようなことから、情報処理装置１００は、対象ユーザＵ５２にはいずれ疾患Ａに関する症状が現れる、あるいは、対象ユーザＵ５２はいずれ疾患Ａを発症するとの観点から、対象ユーザＵ５２に対してこの症状や疾患について認識させ、対策させることを目的に疾患Ａに基づく所定の情報を通知する。

情報処理装置１００によって行われる情報通知の一例について、図２を用いて説明する。図２は、実施形態にかかる情報処理の中で行われる情報通知の一例を示す図である。図１に示すように、情報処理装置１００は、第１コンテンツ、第２コンテンツ、第３コンテンツを段階的に通知する。第１コンテンツは、疾患に関する情報が表示されるコンテンツであって所定のページ内に広告コンテンツ（例えば、バナー広告）のような態様で表示されるコンテンツである。第２コンテンツは、心当たりのある症状についてユーザに入力させるためのコンテンツ（チェックサイト）である。第３コンテンツは、第２コンテンツへの入力情報に基づき予測された疾患に関する情報が表示されるコンテンツである。

より具体的に説明する。例えば、対象ユーザＵ５２が、端末装置１０を用いて、情報処理装置１００と連携する外部サーバ６０のうち、ポータルサイト提供するサーバ装置（コンテンツサーバとする）にアクセスしたとする。かかる場合、コンテンツサーバは、ポータルサイトＰ１を端末装置１０に配信する。また、ポータルサイトＰ１には、広告コンテンツ等が表示される表示枠Ｆ１が含まれているとすると、ポータルサイトＰ１を受信した端末装置１０は、情報処理装置１００に対して、表示枠Ｆ１に表示すべきコンテンツを要求する。情報処理装置１００は、要求を受信すると、第１のコンテンツを生成する。

例えば、情報処理装置１００は、対象ユーザＵ５２に現れる可能性がある症状／または対象ユーザＵ５２が発症する可能性のある疾患Ａに関する症状の内容を示す内容情報が表示されるようなコンテンツＣ１（第１コンテンツの一例）を生成する。なお、情報処理装置１００は、疾患Ａの代表的な症状の内容を示す内容情報が表示されるようにコンテンツＣ１を生成してもよい。そして、情報処理装置１００は、生成したコンテンツＣ１を端末装置１０に配信する。これにより、端末装置１０は、図２（ａ）に示すように、内容情報を含むコンテンツＣ１が表示枠Ｆ１内に表示されるようにポータルサイトＰ１を表示する。

なお、情報処理装置１００は、コンテンツＣ１には疾患Ａの疾患名（かかる例では、「アルコール依存症」）は表示させない。例えば、対象ユーザＵ５２は、「アルコール依存症」と記載されたコンテンツＣ１がいきなり表示されても、「アルコール依存症」には全く心当たりが無かったり、「アルコール依存症」が初めて目にする疾患名であった場合、そのようなコンテンツＣ１を選択しようとは思わない。一方で、疾患Ａに関する症状の内容を示す内容情報が表示されていれば、興味を高められ選択する可能性が高くなると考えられる。このため、情報処理装置１００は、症状の内容のみが表示されているだけで、それだけでは疾患名を特定不可能な状態のコンテンツＣ１を通知することにより、コンテンツＣ１の訴求力を高めることができる。

このような状態において、対象ユーザＵ５２がコンテンツＣ１を選択したとする。かかる場合、情報処理装置１００は、心当たりのある症状について対象ユーザＵ５２に入力させるためのコンテンツＣ２（第２コンテンツの一例）を生成する。例えば、情報処理装置１００は、疾患Ａの代表的な症状の内容を示す内容情報の中から、心当たりのある症状に対応する内容情報を選択させるためのコンテンツＣ２を生成する。そして、情報処理装置１００は、生成したコンテンツＣ２を端末装置１０に配信する。これにより、端末装置１０は、図２（ｂ）に示すように、コンテンツＣ２を表示する。

このような状態において、対象ユーザＵ５２が図２（ｂ）に示すように内容情報を選択し、また「次へ」ボタンを押下したとする。かかる場合、情報処理装置１００は、コンテンツＣ２において対象ユーザＵ５２により入力（選択）された入力情報に基づいて、対象ユーザＵ５２が発症する可能性のある疾患を最終予測する（ステップＳ６）。例えば、情報処理装置１００は、対象ユーザＵ５２は疾患Ａを発症するリスクが高いことを最終予測したとする。また、情報処理装置１００は、疾患Ａに関する症状が今後現れると予測したとする。

このように予測したことにより、情報処理装置１００は、疾患Ａに関する情報が表示されるようなコンテンツＣ３（第３コンテンツの一例）を生成する。例えば、情報処理装置１００は、疾患Ａの疾患名「アルコール依存症」とともに、疾患Ａの専門医療機関を受診するよう提案する提案情報が表示されるようなコンテンツＣ３を生成する。そして、情報処理装置１００は、生成したコンテンツＣ３を端末装置１０に配信する。これにより、端末装置１０は、図２（ｃ）に示すように、コンテンツＣ３を表示する。

さて、図１を用いて説明してきたように、実施形態にかかる情報処理装置１００は、遺伝子解析による解析結果に基づき所定の疾患が発症する発症リスクを有すると推定されたユーザであるリスクユーザのネットワーク上における行動を示す行動情報を取得する取得し、取得した行動情報と関連する行動情報を有するユーザである対象ユーザに対して、所定の疾患に基づく所定の情報を通知する。

これにより、実施形態にかかる情報処理装置１００は、遺伝子に関する情報が未知のユーザに対して疾患に関する情報を適切に提供することができる。具体的には、情報処理装置１００は、遺伝子情報が未知であっても遺伝子タイプに起因する疾患が発症する可能性が高いユーザを高精度に特定することができるとともに、かかるユーザに対して疾患の可能性を効果的に認識させることができる。またこの結果、情報処理装置１００は、例えば、疾患の早期発見に貢献することができるためユーザの快適な日常生活に貢献することができる。

〔２．システムの構成〕
次に、図３を用いて、実施形態にかかる情報処理システムの構成について説明する。図３は、実施形態にかかる情報処理システム１の構成例を示す図である。図３に示すように、情報処理システム１は、端末装置１０と、外部サーバ６０と、情報処理装置１００とを含む。端末装置１０と、検査機関サーバ３０と、外部サーバ６０と、情報処理装置１００とは、ネットワークＮを介して有線または無線により通信可能に接続される。

検査機関サーバ３０は、遺伝子検査を行う所定の検査機関に属するサーバ装置であり、検査結果でる遺伝子情報を蓄積している。例えば、検査機関サーバ３０は、情報処理装置１００からの要求に応じて、情報処理装置１００に遺伝子情報を送信する。

外部サーバ６０は、各種行動情報の大元となるサーバ装置である。例えば、外部サーバ６０は、ショッピングサイトや電子モール等のＥＣ（Electronic Commerce）サイトを提供するショッピングサーバである。ショッピングサーバは、ユーザが行った購買に関する情報である購買情報（行動情報の一例）を蓄積している。

また、例えば、外部サーバ６０は、検索サービスを提供する検索サーバである。検索サーバは、ユーザが検索キーワードを用いて行った検索に関する情報である検索行動（行動情報の一例）を蓄積している。

また、例えば、外部サーバ６０は、広告コンテンツや記事コンテンツを含むウェブページの配信を行うコンテンツサーバである。コンテンツサーバは、ユーザが広告コンテンツを閲覧した閲覧行動に関する情報である広告閲覧情報（行動情報の一例）を蓄積している。また、コンテンツサーバは、ユーザが記事コンテンツを閲覧した閲覧行動に関する情報である記事閲覧情報（行動情報の一例）を蓄積している。

また、例えば、外部サーバ６０は、所定のアンケートに対して回答された内容が示す行動情報も蓄積することができる。

〔３．情報処理装置の構成〕
次に、図４を用いて、実施形態にかかる情報処理装置１００について説明する。図４は、実施形態にかかる情報処理装置１００の構成例を示す図である。図４に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。

（通信部１１０について）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワークＮと有線または無線で接続され、例えば、端末装置１０、検査機関サーバ３０、外部サーバ６０との間で情報の送受信を行う。

（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ等の半導体メモリ素子またはハードディスク、光ディスク等の記憶装置によって実現される。記憶部１２０は、行動情報記憶部１２１と、疾患情報記憶部１２２と、傾向情報記憶部１２３と、コンテンツ情報記憶部１２４とを有する。

（行動情報記憶部１２１）
行動情報記憶部１２１は、ネットワーク上におけるユーザの行動を示す行動情報を記憶する。例えば、行動情報記憶部１２１は、行動情報として、ユーザの購買行動に関する情報である購買情報、ユーザの検索行動に関する情報である検索情報、ユーザの閲覧行動に関する情報である閲覧情報を記憶する。また、行動情報記憶部１２１は、アンケートに対する回答結果が示す行動情報も記憶してよい。

行動情報記憶部１２１の内部は、購買情報を記憶する購買情報記憶部１２１−１、検索情報を記憶する検索情報記憶部１２１−２、閲覧情報を記憶する閲覧情報記憶部１２１−３等に分けられる。ここで、図５に実施形態にかかる行動情報記憶部１２１の一例を示す。かかる例では、購買情報記憶部１２１−１を一例として示すことにする。購買情報記憶部１２１−１は、ユーザが何をいつ購入したかといった購買行動の履歴（購買履歴）を購買情報として記憶する。ここで、実施形態にかかる行動情報記憶部１２１の一例を示す。図５の例では、購買情報記憶部１２１−１は、「ユーザ種別」、「遺伝子予測疾患の分類」、「ユーザＩＤ」、「購入商品」、「購入日時」といった項目を有する。

「ユーザ種別」は、ユーザがどのような種類のユーザに分類されるかといったカテゴリを示す。本実施形態では、ユーザは、遺伝子情報に基づき発症リスクがあると推定されたユーザである「リスクユーザ」、および、発症リスクがないと推定された「無リスクユーザ」に大別される。「リスクユーザ」」および「無リスクユーザ」は、ともに遺伝子検査により遺伝子情報が判明しているが、一方で、遺伝子検査を未受検のため遺伝子情報が未知の未知ユーザもいる。したがって、「ユーザ種別」として、「未知ユーザ」も存在する。

各ユーザについて分類を推定する処理は、後述する推定部１３２によって行われる。例えば、推定部１３２は、行動情報が取得されたユーザのうち、遺伝子情報が判明しているユーザ毎に当該ユーザの遺伝子情報に基づいて、「リスクユーザ」または「無リスクユーザ」のいずれであるか推定する。

「遺伝子予測疾患の分類」は、ユーザに対応する症状または疾患を示す。例えば、「リスクユーザ」には、発症リスクのある疾患を示す疾患情報が対応付けられる。図５の例では、図１での説明に沿って、リスクユーザＵ１１、Ｕ１２、Ｕ１３には「疾患に関する分類」として「疾患Ａを示す情報」が対応付けられる。なお、「遺伝子予測疾患の分類」には、疾患の発症因子となる遺伝子タイプの情報も入力されてもよい。例えば、疾患Ａを示す情報とともに、疾患Ａの発症因子となる遺伝子タイプとして「ＴＹ１」が入力されてもよい。

なお、「無リスクユーザ」は、疾患の発症リスクが無いため、「無リスクユーザ」に対応する「遺伝子予測疾患の分類」は、図５のように空白となる。「未知ユーザ」は、遺伝子情報が不明であるため、遺伝子情報から発症リスクの有無を推定されることができない。したがって、「未知ユーザ」に対応する「遺伝子予測疾患の分類」は、図５のように空白となる。

「ユーザＩＤ」は、「リスクユーザ」、「無リスクユーザ」および「未知ユーザ」を識別する識別情報を示す。先に示しているが、本実施形態では、例えば、ユーザＵ１１といった表現は、ユーザＩＤ「Ｕ１１」が対応付けられたユーザであることを意味する。「購入商品」は、対応するユーザＩＤが示すユーザによって購入された商品を示す。「購入日時」は、対応するユーザＩＤが示すユーザによって「購入商品」が購入された日時を示す。

すなわち、図５の例では、疾患を発症する発症リスクがあると推定されるリスクユーザＵ１１が、「２０１８年１月１０日」において「ビールＰＤ２−１を買う」といった購買行動を行った例を示す。

なお、検索情報記憶部１２１−２、閲覧情報記憶部１２１−３についても記憶情報の構成は同様であるため詳細な説明は省略する。例えば、検索情報記憶部１２１−２は、ユーザ毎にに検索キーワードとその検索キーワードが入力された日時とを対応付けて記憶する。また、閲覧情報記憶部１２１−３は、ユーザ毎に閲覧されたコンテンツを識別する識別情報と閲覧された日時とを対応付けて記憶する。

（疾患情報記憶部１２２）
疾患情報記憶部１２２は、症状と当該症状に起因する疾患（疾患名）を対応付けて記憶する。ここで、図６に実施形態にかかる疾患情報記憶部１２２の一例を示す。図６の例では、疾患情報記憶部１２２は、「症状」、「疾患名」といった項目を有する。

「症状」は、病気に関する各種症状の内容を示す内容情報である。図６の例では、症状Ｓｙ１といった概念的表現を用いているが、実際には、「血圧が高い、動悸が激しい」等といった具体的症状である。「疾患名」は、対応する「症状」に起因する疾患の疾患名を示す。すなわち、図６の例では、症状Ｓｙ１に起因する疾患が疾患Ａである例を示す。

（傾向情報記憶部１２３）
傾向情報記憶部１２３は、互いに相関関係にあるとの分析結果が得られた行動情報と疾患情報との組合せを記憶する。ここで、図７に実施形態にかかる傾向情報記憶部１２３の一例を示す。図７の例では、傾向情報記憶部１２２は、「遺伝子予測疾患」、「行動傾向」といった項目を有する。

「遺伝子予測疾患」は、相関関係にあるとの分析結果が得られた疾患を示す疾患情報（例えば、疾患名）である。「行動傾向」は、対応する「遺伝子予測疾患」と相関関係にある行動情報を示す。すなわち、図７の例では、症状Ａの発症リスクがあると推定されるユーザは、「ビールＰＤ２−１を購入する」、「日本酒ＰＤ２−２を購入する」、「酒類に関する情報を検索する」傾向にあることを示す。言い換えれば、「ビールＰＤ２−１を購入する」、「日本酒ＰＤ２−２を購入する」、「酒類に関する情報を検索する」といった行動を示す行動情報と、疾患Ａとは相関関係にあることを示す。

（コンテンツ情報記憶部１２４）
コンテンツ情報記憶部１２４は、ユーザに対応する疾患あるいは症状に応じて当該ユーザに通知すべきコンテンツ（具体的には、コンテンツのデータ）を記憶する記憶部である。ここで、図８に実施形態にかかるコンテンツ情報記憶部１２４の一例を示す。図８の例では、コンテンツ情報記憶部１２４は、「遺伝子予測疾患」、「コンテンツ情報」といった項目を有する。なお、「コンテンツ情報」に含まれる「Ｃ１」は第１コンテンツの一例であるコンテンツデータを示し、「Ｃ２」は第２コンテンツの一例であるコンテンツデータを示し、「Ｃ３」は第３コンテンツの一例であるコンテンツデータを示す。

「遺伝子予測疾患」は、疾患の発症リスクがあると推定されたユーザのその疾患を示す疾患情報である。「コンテンツ情報」は、対応する「遺伝子予測疾患」に応じたコンテンツであって、例えば、対応する「遺伝子予測疾患」に代表される症状の内容情報が予め付与されているコンテンツである。すなわち、図８の例では、疾患Ａに対応するユーザには、第１コンテンツのデータである「ＤＡ１−１」、第２コンテンツのデータである「ＤＡ１−２」および第３コンテンツのデータである「ＤＡ１−３」が対応付けられる例を示す。疾患Ａに対応するユーザとは、疾患Ａを発症する発症リスクがあると推定されたリスクユーザである。

（制御部１３０について）
図４に戻り、制御部１３０は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報提供装置１００内部の記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図４に示すように、制御部１３０は、取得部１３１と、推定部１３２と、予測部１３３と、分析部１３４と、生成部１３５と、通知部１３６と、更新部１３７とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図４に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図４に示した接続関係に限られず、他の接続関係であってもよい。

（取得部１３１について）
取得部１３１は、ネットワーク上におけるユーザの行動を示す行動情報を取得する。例えば、取得部１３１は、ユーザの行動情報として、ユーザが行った購買に関する情報である購買情報を取得する。例えば、取得部１３１は、外部サーバ６０（例えば、ショッピングサーバ）にアクセスすることで、購買情報を取得する。例えば、取得部１３１は、外部サーバ６０に定期的にアクセスし、購買情報を取得する。また、取得部１３１は、取得した購買情報を、図５に示すように、行動情報記憶部１２１に格納する。また、取得部１３１は、同様にして、検索情報や閲覧情報も取得する。

また、取得部１３１は、遺伝子情報に基づき疾患の発症リスクがあると推定されたリスクユーザの行動情報を取得する。例えば、取得部１３１は、推定部１３２によってユーザ毎に疾患を発症する発症リスクがあるか否か推定された場合に、リスクユーザの行動情報を行動情報記憶部１２１から取得する。また、取得部１３１は、推定部１３２によってユーザ毎に疾患を発症する発症リスクがあるか否か推定された場合に、無リスクユーザの行動情報を行動情報記憶部１２１から取得する。

（推定部１３２について）
推定部１３２は、取得部１３１により行動情報が取得されたユーザのうち、遺伝子解析を行っており（遺伝子検査を受検しており）遺伝子情報が判明しているユーザについて、当該ユーザの遺伝子解析結果、すなわち遺伝子情報に基づいて、疾患が発症する発症リスクを有するか否か推定する。特定の遺伝子が特定の遺伝子タイプである場合、ある疾患を発症しやすいといった疾患リスク情報が事前に判明している。

例えば、疾患リスク情報の中に、遺伝子タイプＴＹ１は疾患Ａ（アルコール依存症）の発症因子となることを示している情報が含まれていたとする。かかる場合、推定部１３２は、遺伝子情報とこの疾患リスク情報とを比較し、例えば、図１で説明したように遺伝子情報が遺伝子タイプＴＹ１を示すユーザがいれば、かかるユーザは疾患Ａ（アルコール依存症）を発症する発症リスクがあると推定する。

（分析部１３４について）
分析部１３４は、取得部１３１により取得された行動情報と、リスクユーザに対応する疾患に関する情報との間での傾向に基づく関係性（相関関係）を分析する。例えば、分析部１３４は、リスクユーザの行動情報と、当該リスクユーザについて発症リスクのある疾患との間での相関関係を分析する相関分析を行う。例えば、分析部１３４は、疾患と、その疾患の発症リスクがあると推定されたリスクユーザの行動情報との組合せ毎に、行動情報と疾患との間での相関関係を分析する。また、分析部１３４は、相関分析により相関関係にあるとの分析結果を得た疾患（疾患情報）と行動情報とを対応付けて傾向情報記憶部１２３に格納する。

ここで、分析部１３４は、傾向情報記憶部１２３に格納されている行動情報すなわち相関関係にある行動情報と、行動情報記憶部１２１における未知ユーザに対応する行動情報とに基づいて、未知ユーザの中から、相関関係にある行動情報と関連する行動情報を有するユーザである対象ユーザを特定する処理も行ってよい。

図１の例を用いて説明すると、分析部１３４は、無リスクユーザの中から、相関Ｔに対応する行動情報と関連する（例えば、同一のまたは類似する）行動情報を有するユーザである対象ユーザを特定する。具体的には、分析部１３４は、相関Ｔに対応する行動情報、すなわち「ビールＰＤ２−１を購入すること」を示す行動情報、および、「日本酒ＰＤ２−２を購入すること」を示す行動情報と、関連する行動情報を有するユーザを対象ユーザとして特定する。図１の例では、分析部１３４は、ユーザＵ５２を対象ユーザとして特定する。

（生成部１３５について）
生成部１３５は、コンテンツを生成する。具体的には、生成部１３５は、リスクユーザについて発症リスクがあると推定された疾患に基づく所定の情報が表示されるコンテンツを生成する。また、生成部１３５は、リスクユーザまたは対象ユーザに通知され情報であって疾患に基づく所定の情報として、疾患に基づく所定の情報が表示されるコンテンツを生成する。

例えば、生成部１３５は、ユーザ操作に応じて段階的に通知されるコンテンツをユーザ操作に応じて生成する。例えば、生成部１３５は、図２で説明した第１コンテンツ、第２コンテンツ、第３コンテンツを生成する。例えば、生成部１３５は、疾患に対応する症状の内容を示す内容情報が表示される第１コンテンツを生成する。また、生成部１３５は、第１コンテンツが選択された場合に、自覚症状についてユーザに入力させるためのコンテンツである第２コンテンツを生成する。また、生成部１３５は、第２コンテンツに入力された入力情報に基づき予測された予測情報が表示されるコンテンツである第３コンテンツを生成する。例えば、生成部１３５は、第３コンテンツとして、入力情報に基づき予測された疾患の疾患名が表示されるコンテンツであって当該疾患に対応する医療機関での受診を提案する第３コンテンツを生成する。

（通知部１３６について）
通知部１３６は、取得部１３１により取得された行動情報と関連する行動情報を有するユーザである対象ユーザに対して、所定の疾患に基づく所定の情報を通知する。具体的には、通知部１３６は、対象ユーザに対して、当該対象ユーザが有する行動情報に対応する（関連する）行動情報が取得された取得元のリスクユーザについて発症リスクのある疾患に基づく所定の情報を通知する。なお、本実施形態では、「通知する」といった表現は、「提供する」あるいは「配信する」といった表現を含み得るものとする。

また、通知部１３６は、取得部１３１により取得された行動情報のうち、リスクユーザに対応する疾患と傾向に基づく関係にある行動情報と関連する行動情報を有する対象ユーザに対して、傾向に基づく関係にある行動情報が取得された取得元のリスクユーザに対応する疾患に基づく所定の情報を通知する。また、通知部１３６は、リスクユーザに対して、当該リスクユーザに対応する疾患に基づく所定の情報を通知する。

また、通知部１３６は、疾患に基づく所定の情報として、疾患に関する情報が示されるコンテンツである第１コンテンツを、前記疾患の疾患名をユーザが特定不可能な状態で通知する。また、通知部１３６は、第１コンテンツが選択された場合に、疾患に基づく所定の情報として、自覚症状についてユーザに入力させるためのコンテンツである第２コンテンツを通知する。また、通知部１３６は、疾患に基づく所定の情報として、第２コンテンツに入力された入力情報に基づき予測された予測情報が表示される第３コンテンツを通知する。例えば、通知部は、第３コンテンツとして、入力情報に基づき予測された疾患の疾患名が表示されるコンテンツであって当該疾患に対応する医療機関での受診を提案するコンテンツを通知する。

（更新部１３７）
更新部１３７は、遺伝子解析による解析結果に基づき所定の疾患が発症する発症リスクがないと推定されたユーザのうち、ネットワーク上における当該ユーザの行動を示す行動情報に基づき傷病に関する症状があることを自覚していると推定されたユーザである自覚ユーザの前記解析結果に関する情報を、症状に基づいて更新する。

図５の例では、推定部１３２が、ユーザＵ３１の遺伝子情報に基づいて、ユーザＵ３１は無リスクユーザ（無リスクユーザＵ３１）と推定している。このような状態において、更新部１３７は、無リスクユーザＵ３１のネットワーク上における行動を示す行動情報に基づいて、傷病に関する症状があることを自覚しているか否かを推定する。例えば、推定部１３２は、「症状について検索する」といった行動を行ったユーザに対して症状があることを自覚していると推定する。

例えば、無リスクユーザが「幻覚が見えることある」といった症状の内容を検索キーワードとして情報検索しているとする。かかる場合、更新部１３７は、無リスクユーザＵ３１について、「幻覚が見えることある」といった症状を自覚していると推定する。ここで、更新部１３７は、「幻覚が見えることある」といった症状に起因する疾患が何であるかを予測する。更新部１３７は、例えば、「幻覚が見えることある」といった症状は「アルコール依存症」によるものと予測したとすると、無リスクユーザＵ３１の解析結果を更新する。図５の例では、無リスクユーザＵ３２には、発症リスクがないとの解析結果が得られている。しかし、更新部１３７は、無リスクユーザＵ３１の行動情報に基づき、無リスクユーザＵ３１は「幻覚が見えることある」といった症状を自覚していると推定したことにより、無リスクユーザＵ３１は「アルコール依存症」を発症しているものと予測する。

「アルコール依存症」を発症しているといったことから、更新部１３７は、無リスクユーザＵ３１は、実際には「アルコール依存症」の発症因子となる遺伝子タイプを有している可能性があると予測する。このため、更新部１３７は、図５の例において、現在、無リスクユーザＵ３１の「遺伝子予測疾患の分類」が空白であるところを、「アルコール依存症」を示す「Ａ」と更新するとともに、「ユーザ種別」を「リスクユーザ」に更新する。

なお、更新部１３７は、例えば、無リスクユーザが自覚していると推定した症状から予測される疾患に関連する行動情報を当該無リスクユーザが有している場合に、解析結果を更新してもよい。例えば、更新部１３７は、無リスクユーザＵ３１が「幻覚が見えることある」といった症状を自覚していることから「アルコール依存症」を発症しているものと予測したうえで、さらに無リスクユーザＵ３１が「酒類を購入する」といったように「アルコール依存症」に関連する行動情報を有する場合には、無リスクユーザＵ３１は「アルコール依存症」を発症しているものと予測する。そして、更新部１３７は、上記のように解析結果を更新する。

このように、実施形態にかかる情報処理装置１００は、無リスクユーザの行動情報に基づき、無リスクユーザが傷病に関する症状があることを自覚していると推定された場合には、この症状に基づいて、無リスクユーザの解析結果を更新する。

これにより、実施形態にかかる情報処理装置１００は、遺伝子検査が示す遺伝子情報（遺伝子タイプ）と、ユーザの行動情報から予測した疾患に対応する遺伝子タイプとを比較することができるため、例えば、遺伝子検査による解析結果の正誤を高精度に判断することができる。

〔４．処理手順〕
次に、図９を用いて、実施形態にかかる情報処理装置１００が実行する情報処理の手順について説明する。図９では、実施形態にかかる情報処理装置１００が実行する情報処理のうち、相関関係を分析する分析処理までの処理手順を説明する。図９は、実施形態にかかる情報処理装置１００による分析処理にかかる処理手順を示すフローチャートである。なお、図９では、適宜、図１の例を用いて説明する。

まず、取得部１３１は、インターネット上での各ユーザの行動を示す行動情報を取得する（ステップＳ１０１）。例えば、取得部１３１は、情報処理装置１００と連携する外部のサーバ装置から行動情報を取得する。例えば、取得部１３１は、行動情報として、購買情報、検索情報、閲覧情報を取得する。なお、取得部１３１は、インターネット上での各ユーザの行動を示す行動情報であれば、どのような行動情報を取得してもよく、購買情報、検索情報、閲覧情報に限定されない。

次に、推定部１３２は、取得部１３１により行動情報が取得されたユーザのうち、遺伝子解析を行っており（遺伝子検査を受検しており）、遺伝子情報が判明しているユーザについて、当該ユーザの遺伝子解析結果、すなわち遺伝子情報に基づいて、疾患が発症する発症リスクを有するか否か推定する（ステップＳ１０２）。例えば、図１で説明したように、推定部１３２は、ユーザＵ１１〜Ｕ１３の遺伝子情報が遺伝子タイプＴＹ１を示していたとすると、ユーザＵ１１〜Ｕ１３は遺伝子タイプＴＹ１の発症因子となる疾患Ａ（アルコール依存症）を発症する発症リスクがあると推定する。

このような状態において、推定部１３２は、遺伝巣情報に基づく疾患毎に、リスクユーザ、無リスクユーザ、未知ユーザを分類し、分類に応じて記憶部に格納する（ステップ１０３）。例えば、推定部１３２は、図５に示すように、ユーザをリスクユーザ、無リスクユーザ、未知ユーザに分類し、各分類に含まれるユーザ毎に疾患、および、行動情報を対応付けて、行動情報記憶部１２１に格納する。

次に、分析部１３４は、リスクユーザ行動情報に基づいて、当該リスクユーザに対応する疾患に関する情報との間での傾向に基づく関係性（相関関係）を分析する（ステップＳ１０４）。例えば、分析部１３４は、疾患と、その疾患の発症リスクがあると推定されたリスクユーザの行動情報との組合せ毎に、行動情報と疾患との間での相関関係を分析する。例えば、分析部１３４は、相関分析により、疾患Ａの発症リスクのあるユーザＵ１１〜Ｕ１３は、ビールＰＤ２−１および日本酒ＰＤ２−２を購入する傾向にあるとの分析結果を得たものとする。かかる分析結果は、「ビールＰＤ２−１を購入すること」および「日本酒ＰＤ２−２を購入すること」と、疾患Ａ（あるいは、疾患Ａの発症リスクのあるユーザ）とは相関関係（「相関Ｔ」とする）にあることを示す。

なお、分析部１３４は、ビールＰＤ２−１、日本酒ＰＤ２−２ともにアルコール飲料であることから、疾患Ａの発症リスクのあるユーザＵ１１〜Ｕ１３は、ビールＰＤ２−１および日本酒ＰＤ２−２を購入する傾向にあるとの分析結果から、さらに疾患Ａの発症リスクのあるユーザＵ１１〜Ｕ１３は、アルコール飲料あるいは酒類を購入する傾向にあるとの分析結果を得ることもできる。

また、分析部１３４は、相関関係にある行動情報と疾患との組合せを検出し、検出した組合せに含まれる行動情報と疾患を示す内容情報とを対応付けて格納する（ステップＳ１０５）。上記例の場合、分析部１３４は、「ビールＰＤ２−１を購入すること」および「日本酒ＰＤ２−２を購入すること」と、疾患Ａとは相関関係にあることを検出するため、この行動情報と内容情報とを対応付けて傾向情報記憶部１２３に格納する。

〔５．処理手順〕
次に、図１０を用いて、実施形態にかかる情報処理装置１００が実行する情報処理の手順について説明する。図１０では、実施形態にかかる情報処理装置１００が実行する情報処理のうち、分析処理以降の通知処理の処理手順を説明する。図１０は、実施形態にかかる情報処理装置１００による通知処理にかかる処理手順を示すフローチャートである。なお、図１０では、適宜、図１の例を用いて説明する。なお、図１０に示す情報処理は、図９に示す情報処理とは別のタイミングで行われてよい。

例えば、分析部１３４は、傾向情報記憶部１２３に格納されている行動情報すなわち相関関係にある行動情報と、行動情報記憶部１２１における未知ユーザに対応する行動情報とに基づいて、未知ユーザの中から、相関関係にある行動情報と関連する行動情報を有するユーザである対象ユーザを特定する（ステップＳ２０１）。

図１の例を用いて説明すると、分析部１３４は、無リスクユーザの中から、相関Ｔに対応する行動情報と関連する（例えば、同一のまたは類似する）行動情報を有するユーザである対象ユーザを特定する。具体的には、分析部１３４は、相関Ｔに対応する行動情報、すなわち「ビールＰＤ２−１を購入すること」を示す行動情報、および、「日本酒ＰＤ２−２を購入すること」を示す行動情報と、関連する行動情報を有するユーザを対象ユーザとして特定する。図１の例では、分析部１３４は、ユーザＵ５２を対象ユーザとして特定する。

通知部１３６は、対象ユーザが特定された場合には、その対象ユーザの行動情報と関連する行動情報が取得された取得元のリスクユーザに対応する疾患に基づく情報として、第１コンテンツを通知する（ステップＳ２０２）。例えば、通知部１３６は、端末装置１０から第１コンテンツの配信要求を受信した場合に、第１コンテンツを通知する。対象ユーザＵ５２および図２を例に説明する。通知部１３６は、対象ユーザＵ５２の端末装置１０から、ポータルサイトＰ１に含まれる表示枠Ｆ１に表示すべきコンテンツの配信要求を受信すると、生成部１３５に第１コンテンツの生成を指示する。

生成部１３５は、通知部１３６からの指示に応じて、第１コンテンツを生成する。例えば、生成部１３５は、対象ユーザＵ５２が発症する可能性のある疾患Ａに関する症状の内容を示す内容情報が表示されるようなコンテンツＣ１（第１コンテンツの一例）を生成する。このとき、生成部１３５は、疾患Ａの疾患名は含まれないコンテンツＣ１を生成する。つまり、生成部１３５は、疾患名を対象ユーザＵ５２が特定不可能なコンテンツＣ１を生成する。

通知部１３６は、生成部１３５により生成されたコンテンツＣ１を端末装置１０に配信する。これにより、端末装置１０は、図２（ａ）に示すように、内容情報を含むコンテンツＣ１が表示枠Ｆ１内に表示されるようにポータルサイトＰ１を表示する。

また、通知部１３６は、第１コンテンツが選択されたか否かを判定する（ステップＳ２０３）。通知部１３６は、第１コンテンツが選択されていない場合には（ステップＳ２０３；Ｎｏ）、選択されるまで待機する。一方、通知部１３６は、第１コンテンツが選択された場合には（ステップＳ２０３；Ｙｅｓ）、自覚症状についてユーザに入力させるためのコンテンツである第２コンテンツを通知する（ステップＳ２０４）。

例えば、通知部１３６は、コンテンツＣ１が対象ユーザＵ５２により選択（例えば、タップやクリック）されたことを検知すると、生成部１３５に第２コンテンツの生成を指示する。例えば、生成部１３５は、心当たりのある症状について対象ユーザＵ５２に入力させるためのコンテンツＣ２（第２コンテンツの一例）を生成する。例えば、生成部１３５は、症状Ａから予測される疾患の代表的な症状の内容を示す内容情報の中から、心当たりのある症状に対応する内容情報を選択させるためのコンテンツＣ２を生成する。

通知部１３６は、生成部１３５により生成されたコンテンツＣ２を端末装置１０に配信する。これにより、端末装置１０は、図２（ｂ）に示すように、端末装置１０は、図２（ｂ）に示すように、コンテンツＣ２を表示する。

このような状態において、通知部１３６は、第２コンテンツで回答されたか否かを判定する（ステップＳ２０５）。通知部１３６は、第２コンテンツで回答されていない場合には（ステップＳ２０５；Ｎｏ）、回答されるまで待機する。一方、通知部１３６は、第２コンテンツで回答された場合には（ステップＳ２０５；Ｙｅｓ）、第２コンテンツに入力された入力情報に基づき予測された予測情報が表示されるコンテンツである第３コンテンツを通知する（ステップＳ２０６）。

例えば、対象ユーザＵ５２が図２（ｂ）に示すように内容情報を選択し、また「次へ」ボタンを押下したとする。かかる場合、通知部１３６は、コンテンツＣ２において対象ユーザＵ５２により入力（選択）された入力情報を受信する。そして、通知部１３６は、受信した入力情報を予測部１３３に送信する。そうすると、予測部１３３は、入力情報に基づいて、対象ユーザＵ５２が罹患している／または罹患する可能性のある疾患を最終予測する。ここでは、予測部１３３は、対象ユーザＵ５２は疾患Ａに罹患する可能性があると予測したとする。また、予測部１３３は、対象ユーザＵ５２には疾患Ａに関する症状が今後現れると予測したとする。かかる場合、予測部１３３は、予測した予測情報を生成部１３５に送信する。

そして、生成部１３５は、疾患Ａに関する情報が表示されるようなコンテンツＣ３（第３コンテンツの一例）を生成する。例えば、生成部１３５は、疾患Ａの疾患名「アルコール依存症」とともに、「アルコール依存症」の専門医療機関を受診するよう提案する提案情報が表示されるようなコンテンツＣ３を生成する。

通信部１３６は、生成部１３５により生成されたコンテンツＣ３を端末装置１０に配信する。これにより、端末装置１０は、図２（ｃ）に示すように、コンテンツＣ３を表示する。

なお、不図示であるが、情報処理装置１００は、例えば、図２（ｃ）において「医療機関の案内はコチラから」を示されたボタンが押下された場合には、対象ユーザＵ５２の所在地情報（例えば、現住所あるいは現在位置）に基づいて、疾患Ａに対応する診療科を有する医療機関を検索する。例えば、情報処理装置１００は、対象ユーザＵ５２の所在地からより近くにある医療機関を検索する。そして、情報処理装置１００は、検索した検索結果を含むコンテンツを端末装置１０に配信する。

〔６．変形例〕
実施形態にかかる情報処理装置１００は、上記実施例以外にも種々の異なる形態にて実施されてよい。そこで、以下では、他の実施形態について説明する。

〔６−１．リスクユーザへの情報通知〕
上記の実施形態では、情報処理装置１００が対象ユーザに対して情報通知する例を示した。しかし、情報処理装置１００は、リスクユーザに対しても情報通知を行ってよい。例えば、通知部１３６は、リスクユーザに対して、当該リスクユーザに発症リスクのある疾患に基づく所定の情報を通知する。

通知部１３６は、図２を用いて説明した対象ユーザＵ５２への情報通知と、同様の情報通知をリスクユーザＵ１１〜Ｕ１３に対しても行うことができる。リスクユーザＵ１１〜Ｕ１３は、疾患Ａの発症リスクがあると推定されている。したがって、通知部１３６は、図２で説明したように、疾患Ａに基づく情報として、コンテンツＣ１（第１コンテンツ）、コンテンツＣ（第２コンテンツ）、コンテンツＣ３（第３コンテンツ）を、リスクユーザＵ１１〜Ｕ１３それそれの操作に応じて、段階的に通知する。

これにより、実施形態にかかる情報処理装置１００は、疾患を発症している可能性があることを認知させることができるため、疾患の早期発見や早期治療に貢献することができる。

〔６−２．情報通知の他の例（１）〕
上記の実施形態では、通知部１３６が、図２に示すように、第１コンテンツから第３コンテンツを段階的に通知する例を示した。しかし、通知部１３６は、第４コンテンツおよび第５コンテンツを順に通知してもよい。

第４コンテンツは、疾患名が表示されるコンテンツであって所定のページ内に広告コンテンツ（例えば、バナー広告）のような態様で表示されるコンテンツである。第５コンテンツは、第４コンテンツが選択された場合に、疾患に対応する医療機関での受診を提案するコンテンツである。対象ユーザＵ５２を例に説明する。

通知部１３６は、リスクユーザＵ５２の端末装置１０から、ポータルサイトＰ１に含まれる表示枠Ｆ１に表示すべきコンテンツの配信要求を受信すると、生成部１３５に第４コンテンツの生成を指示する。

生成部１３５は、通知部１３６からの指示に応じて、第４コンテンツを生成する。例えば、生成部１３５は、リスクユーザＵ５２に対応する疾患Ａ、および、疾患Ａに代表される症状の内容情報が表示されるようなコンテンツＣ４（第４コンテンツの一例）を生成する。

通知部１３６は、生成部１３５により生成されたコンテンツＣ４を端末装置１０に配信する。これにより、端末装置１０は、コンテンツＣ４が表示枠Ｆ１内に表示されるようにポータルサイトＰ１を表示する。

このような状態において、第４コンテンツが選択された場合には、通知部１３６は、疾患に対応する医療機関での受診を提案するコンテンツである第５コンテンツを通知する。例えば、リスクユーザＵ５２がコンテンツＣ４を選択したとする。かかる場合、通知部１３６は、コンテンツ５（第５コンテンツの一例）を生成するよう生成部１３５に指示する。生成部１３５は、リスクユーザＵ５２に対応する疾患Ａに対応する医療機関での受診を提案するコンテンツＣ５を生成する。

通知部１３６は、生成部１３５により生成されたコンテンツＣ５を端末装置１０に配信する。これにより、端末装置１０は、コンテンツＣ５を表示する。なお、コンテンツＣ４は、図２に示すコンテンツＣ１に対応するコンテンツであるが、疾患名が表示される点でコンテンツＣ１とは異なる。また、コンテンツＣ５は、コンテンツＣ３に対応するコンテンツである。

〔６−３．情報値位置の他の例（２）〕
上記の実施形態では、通知部１３６が、第１コンテンツを症状に起因する疾患の疾患名をユーザが特定不可能な状態で通知する例を示した。しかし、通知部１３６は、症状に起因する疾患の疾患名をユーザが特定可能な状態で通知してもよい。具体的には、通知部１３６は、第１コンテンツとして、症状に起因する疾患の疾患名が表示されるコンテンツを通知してもよい。

この場合、通知部１３６は、ユーザがその疾患に罹患していることを決めつけるような形で疾患名を通知するのではなく、ユーザに対してその疾患の有無について問いかける質問形式で疾患名を通知することが好ましい。これまでの例を用いると、通知部１３６は、対象ユーザＵ５２に対して、「あなたはアルコール依存症をご存知ですか？」といった形で、質問形式で疾患名「アルコール依存症」が表示される第１コンテンツを通知してもよい。なお、通知部１３６は、第４コンテンツについても同様の形式で通知してもよい。

例えば、疾患名の表示され方によっては、病名を宣告されているようでこれを快く思わないユーザもいる。こうした場合、上記のような質問形式であれば、ユーザは自分自身に病名を宣告されているような印象を受けない。このようなことから、実施形態にかかる情報処理装置１００は、ユーザへの心象を悪化させず、また、不安をあおることのないコンテンツを通知することができる。

〔７．ハードウェア構成〕
また、上述してきた実施形態にかかる情報処理装置１００は、例えば図１１に示すような構成のコンピュータ１０００によって実現される。図１１は、情報処理装置１００の機能を実現するコンピュータ１０００の一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、通信網５０を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを通信網５０を介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラム又はデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が情報処理装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。また、ＨＤＤ１４００には、記憶部１２０内のデータが格納される。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置から通信網５０を介してこれらのプログラムを取得してもよい。

〔８．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

また、上述してきた各実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

〔９．効果〕
実施形態にかかる情報処理装置１００は、取得部１３１と、通知部１３６とを有する。取得部１３１は、遺伝子解析による解析結果に基づき所定の疾患が発症する発症リスクを有すると推定されたユーザであるリスクユーザのネットワーク上における行動を示す行動情報を取得する。通知部１３６は、取得部１３１により取得された行動情報と関連する行動情報を有するユーザである対象ユーザに対して、所定の疾患に基づく所定の情報を通知する。

これにより、実施形態にかかる情報処理装置１００は、遺伝子に関する情報が未知のユーザに対して疾患に関する情報を適切に提供することができる。

また、取得部１３１は、行動情報として、リスクユーザの検索行動に関する情報である検索情報、リスクユーザの購買行動に関する情報である購買情報、リスクユーザの閲覧行動に関する情報である閲覧情報、または、リスクユーザがアンケートに対して回答した内容が示す行動情報を取得する。

これにより、実施形態にかかる情報処理装置１００は、各種の行動情報を取得することができるため、リスクユーザがどのような行動を取る傾向にあるかを高精度に分析することができる。

また、実施形態にかかる情報処理装置１００は、分析部１３４を有する。分析部１３４は、取得部１３１により取得された行動情報と、リスクユーザに対応する疾患に関する情報との間での傾向に基づく関係性を分析する。また、通知部１３６は、取得部１３１により取得された行動情報のうち、リスクユーザに対応する疾患と傾向に基づく関係にある行動情報と関連する行動情報を有する対象ユーザに対して、傾向に基づく関係にある行動情報が取得された取得元のリスクユーザに対応する疾患に基づく所定の情報を通知する。

これにより、実施形態にかかる情報処理装置１００は、遺伝子情報が未知であっても遺伝子タイプに起因する疾患を発症する可能性が高いユーザを高精度に特定することができるとともに、かかるユーザに対して疾患を発症する可能性があることを効果的に認識させることができる。またこの結果、情報処理装置１００は、例えば、疾患の早期発見に貢献することができるためユーザの快適な日常生活に貢献することができる。

また、通知部１３１は、リスクユーザに対して、当該リスクユーザに対応する疾患に基づく所定の情報を通知する。

これにより、実施形態にかかる情報処理装置１００は、リスクユーザに対して、疾患を発症する可能性があることを効果的に認識させることができる。

また、通知部１３６は、所定の情報として、疾患に関する情報が示されるコンテンツである第１コンテンツを、疾患の疾患名をユーザが特定不可能な状態で通知する。

これにより、実施形態にかかる情報処理装置１００は、第１コンテンツの訴求力を高めることができる。

また、通知部１３６は、第１コンテンツが選択された場合に、所定の情報として、自覚症状についてユーザに入力させるためのコンテンツである第２コンテンツを通知する。

これにより、実施形態にかかる情報処理装置１００は、ユーザ側から直接症状に関する情報を取得することができるため、ユーザに可能性のある疾患を高精度に予測することができる。

また、通知部１３６は、所定の情報として、第２コンテンツに入力された入力情報に基づき予測された予測情報が表示される第３コンテンツを通知する。

これにより、実施形態にかかる情報処理装置１００は、ユーザに対して疾患の可能性があることを効果的に認識させることができる。

また、通知部１３６は、第３コンテンツとして、入力情報に基づき予測された疾患の疾患名が表示されるコンテンツであって当該疾患に対応する医療機関での受診を提案するコンテンツを通知する。

これにより、実施形態にかかる情報処理装置１００は、疾患の早期発見に貢献することができるためユーザの快適な日常生活に貢献することができる。

また、実施形態にかかる情報処理装置１００は、更新部１３７を有する。更新部１３７は、遺伝子解析による解析結果に基づき所定の疾患が発症する発症リスクがないと推定されたユーザのうち、ネットワーク上における当該ユーザの行動を示す行動情報に基づき傷病に関する症状があることを自覚していると推定されたユーザである自覚ユーザの解析結果に関する情報を、当該症状に基づいて更新する。

これにより、実施形態にかかる情報処理装置１００は、遺伝子検査が示す遺伝子情報（遺伝子タイプ）と、ユーザの行動情報から予測した疾患に対応する遺伝子タイプとを比較することができるため、例えば、遺伝子検査による解析結果の正誤を高精度に判断することができる。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる

１ 情報処理システム
１０ 端末装置
３０ 検査機関サーバ
６０ 外部サーバ
１００ 情報処理装置
１２１ 行動情報記憶部
１２１ 疾患情報記憶部
１２１ 傾向情報記憶部
１２１ コンテンツ情報記憶部
１３１ 取得部
１３２ 推定部
１３３ 予測部
１３４ 分析部
１３５ 生成部
１３６ 通知部
１３６ 更新部

Claims (11)

1. 遺伝子解析による解析結果に基づき所定の疾患が発症する発症リスクを有すると推定されたユーザであるリスクユーザのネットワーク上における行動を示す行動情報を取得する取得部と、
   前記取得部により取得された行動情報と関連する行動情報を有するユーザである対象ユーザに対して、前記所定の疾患に基づく所定の情報を通知する通知部と
   を有することを特徴とする情報処理装置。
2. 前記取得部は、前記行動情報として、前記リスクユーザの検索行動に関する情報である検索情報、前記リスクユーザの購買行動に関する情報である購買情報、前記リスクユーザの閲覧行動に関する情報である閲覧情報、または、前記リスクユーザがアンケートに対して回答した内容が示す行動情報を取得する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記取得部により取得された行動情報と、前記リスクユーザに対応する疾患に関する情報との間での傾向に基づく関係性を分析する分析部をさらに有し、
   前記通知部は、前記取得部により取得された行動情報のうち、前記リスクユーザに対応する疾患と前記傾向に基づく関係にある行動情報と関連する行動情報を有する対象ユーザに対して、前記傾向に基づく関係にある行動情報が取得された取得元のリスクユーザに対応する疾患に基づく所定の情報を通知する
   ことを特徴とする請求項１または２に記載の情報処理装置。
4. 前記通知部は、前記リスクユーザに対して、当該リスクユーザに対応する疾患に基づく所定の情報を通知する
   ことを特徴とする請求項１〜３のいずれか１つに記載の情報処理装置。
5. 前記通知部は、前記所定の情報として、前記疾患に関する情報が示されるコンテンツである第１コンテンツを通知する
   ことを特徴とする請求項１〜４のいずれか１つに記載の情報処理装置。
6. 前記通知部は、前記第１コンテンツが選択された場合に、前記所定の情報として、自覚症状についてユーザに入力させるためのコンテンツである第２コンテンツを通知する
   ことを特徴とする請求項５に記載の情報処理装置。
7. 前記通知部は、前記所定の情報として、前記第２コンテンツに入力された入力情報に基づき予測された予測情報が表示される第３コンテンツを通知する
   ことを特徴とする請求項６に記載の情報処理装置。
8. 前記通知部は、前記第３コンテンツとして、前記入力情報に基づき予測された疾患の疾患名が表示されるコンテンツであって当該疾患に対応する医療機関での受診を提案するコンテンツを通知する
   ことを特徴とする請求項７に記載の情報処理装置。
9. 遺伝子解析による解析結果に基づき所定の疾患が発症する発症リスクがないと推定されたユーザのうち、ネットワーク上における当該ユーザの行動を示す行動情報に基づき傷病に関する症状があることを自覚していると推定されたユーザである自覚ユーザの前記解析結果に関する情報を、当該症状に基づいて更新する更新部をさらに有する
   ことを特徴とする請求項１〜８のいずれか１つに記載の情報処理装置。
10. コンピュータが実行する情報処理方法であって、
    遺伝子解析による解析結果に基づき所定の疾患が発症する発症リスクを有すると推定されたユーザであるリスクユーザのネットワーク上における行動を示す行動情報を取得する取得工程と、
    前記取得工程により取得された行動情報と関連する行動情報を有するユーザである対象ユーザに対して、前記所定の疾患に基づく所定の情報を通知する通知工程と
    を含んだことを特徴とする情報処理方法。
11. 遺伝子解析による解析結果に基づき所定の疾患が発症する発症リスクを有すると推定されたユーザであるリスクユーザのネットワーク上における行動を示す行動情報を取得する取得手順と、
    前記取得手順により取得された行動情報と関連する行動情報を有するユーザである対象ユーザに対して、前記所定の疾患に基づく所定の情報を通知する通知手順と
    をコンピュータに実行させることを特徴とする情報処理プログラム。

Images