JP2019160006A - 疾病予防支援方法、疾病予防支援装置及び疾病予防支援システム - Google Patents

Abstract

【課題】被験者の生活リズムをより高い精度で検出することができる疾病予防支援方法を提供する。【解決手段】被験者が行った活動に関する活動情報を被験者に加わった加速度に基づいて取得する活動情報取得工程（ステップＳ９０１）と、活動情報取得工程によって取得された活動情報から、活動の量に関する活動量情報と、活動が行われた時間帯に関する時間帯情報とを抽出する情報抽出工程（ステップＳ９０３）と、活動量情報及び時間帯情報に基づいて、活動情報を予め設定されている複数の群のいずれかに分類する分類工程（ステップＳ９０５）と、分類工程において分類された群に対応する疾病予防支援情報を出力する情報出力工程（ステップＳ９０７）と、を含む疾病予防支援方法により疾病予防を支援する。【選択図】図７

Description

本発明は、疾病を事前に予防することを支援する疾病予防支援方法、疾病予防支援装置及び疾病予防支援システムに関する。

現在、生活リズムの乱れと健康との間に密接な関係があることが知られている。特に、高齢者にあっては、加齢により恒常性を保つ機能が低下するために生活リズムに変調をきたし易くなることが知られている。また、生活リズムの変調は、認知症や鬱症状との関連があることが明らかになっている。
以上のことから、生活リズム及びその変調を知ることによって被験者の健康状態を把握する技術がある。このような技術としては、例えば、特許文献１に記載の独居者の生活行動監視システムがある。この監視システムは、独居者（以下、「被験者」と記す）宅の複数箇所に圧力センサを有するケアマットを配置し、圧力センサによって被験者の動きを検知する。監視システムは、時系列の動きをセンタへ送信し、センタ側では受信した時系列のデータに基づいて被験者における異常の有無を検出する。

特開２０００−５７４６２号公報

しかしながら、上記監視システムは、被験者が自宅のケアマットを踏むことによって被験者が「動いた」と判断する。このため、上記監視システムは、被験者の屋内においての動きを検出することはできるが、屋外において移動したことを検知することはできない。このため、例えば、被験者が屋外において散歩をする、あるいは自宅以外の施設等においてする動作を検出することはできない。また、被験者の行動には移動を伴うものばかりでなく、その場で身体を動かす体操等も含まれる。このため、上記監視システムは、被験者が移動することなく行う動作を検出することができない。さらに、上記監視システムは時系列データから被験者の移動経路を検出しているが、生活リズムには、移動経路の他、移動をした時間帯の要素が含まれる。このようなことから、生活リズムから被験者の健康状態を検出する分野では、被験者の生活リズムの変調をより詳細に検出することが望まれている。
本発明は、上記の点に鑑みて行われたものであり、被験者の生活リズムをより高い精度で検出することができる疾病予防支援方法、疾病予防支援装置及び疾病予防支援システムに関する。

本発明の疾病予防支援方法は、被験者が行った活動に関する活動情報を前記被験者に加わった加速度に基づいて取得する活動情報取得工程と、前記活動情報取得工程によって取得された活動情報から、前記活動の量に関する活動量情報と、前記活動が行われた時間帯に関する時間帯情報とを抽出する情報抽出工程と、前記活動量情報及び前記時間帯情報に基づいて、前記活動情報を予め設定されている複数の群のいずれかに分類する分類工程と、
前記分類工程において分類された群に対応する疾病予防支援情報を出力する情報出力工程と、を含む。
本発明の疾病予防支援方法は、被験者が行った活動に関する活動情報を前記被験者に加わった加速度に基づいて取得する活動情報取得工程と、前記活動情報取得工程によって取得された複数の前記活動情報から、前記活動の量に関する活動量情報と、前記活動が行われた時間帯に関する時間帯情報とを抽出する情報抽出工程と、複数の前記活動量情報及び前記時間帯情報の類似性に基づいて、複数の前記活動情報を複数の群に分類する分類工程と、前記分類工程において分類された複数の前記群と、前記群と関連する疾病予防支援情報とを対応つける対応付け工程と、を含む。

本発明の疾病予防支援装置は、被験者が行った活動に関する活動情報を前記被験者に加わった加速度に基づいて取得する活動情報取得部と、前記活動情報取得部によって取得された活動情報から、活動の量に関する活動量情報と、前記活動が行われた時間帯に関する時間帯情報とを抽出する情報抽出部と、前記活動量情報及び前記時間帯情報に基づいて、前記活動情報を予め設定されている複数の群のいずれかに分類する分類部と、前記分類部において分類された群に対応する疾病予防支援情報を出力する情報出力部と、を含む。

本発明の疾病予防支援システムは、被験者が行った活動に関する活動情報を前記被験者に加わった加速度に基づいて取得する活動情報取得装置と、前記活動情報取得装置によって取得された活動情報に基づいて、疾病の予防を支援する疾病予防情報を作成する疾病予防支援サーバ装置と、を含む疾病予防支援システムであって、前記疾病予防支援サーバ装置は、前記活動情報取得装置から通信回線を介して受信した前記活動情報から、前記活動の量に関する活動量情報と、前記活動が行われた時間帯に関する時間帯情報とを抽出する情報抽出部と、前記活動量情報及び前記時間帯情報に基づいて、前記活動情報を予め設定されている複数の群のいずれかに分類する分類部と、前記分類部において分類された前記群に対応する疾病予防支援情報を、前記通信回線を通じて前記活動情報取得装置に送信する情報出力部と、を有する。

本発明は、被験者の生活リズムをより高い精度で検出することができる疾病予防支援方法、疾病予防支援装置及び疾病予防支援システムを提供することができる。

本発明の第一実施形態の疾病予防支援装置を説明するための機能ブロック図である。 図２（ａ）〜（ｄ）は、図１に示したクラスタ記憶部に記憶されているクラスタ１、２、４および５を例示する図である。 第一実施形態のクラスタについて、認知機能が健常であると判定された被験者の割合が最も高かったクラスタにおける認知症の疑いがある被験者の割合と認知症の疑いのある被験者の割合が最も高かったクラスタにおける被験者の割合を示したグラフである。 図１に示した出力部のディスプレイ画面に表示されるメッセージの表示例を示す図である。 本発明の第一実施形態の疾病予防支援システムを説明するための機能ブロック図である。 図１等に示したクラスタ記憶部及びメッセージ記憶部に記憶されるデータを作成する処理を説明するためのフローチャートである。 図６に示した処理によって作成されたデータを使って疾病予防支援装置が行う処理を説明するためのフローチャートである。 本発明の第二実施形態の疾病予防支援装置の機能ブロック図である。 図９（ａ）〜（ｄ）は、クラスタ１、２、４および５の活動情報の例を示すグラフである。

以下、本発明の第一実施形態、第二実施形態（以下、両者を総称して「本実施形態」とも記す）を図面に基づいて説明する。なお、すべての図面において、同様の構成要素には同様の符号を付し、重複する説明は適宜省略する。

［概要］
本実施形態の疾病予防支援装置は、疾病予防のための情報を取得する対象となる者（以下、「被験者」と記す）の活動に関する情報（以下、「活動情報」と記す）を取得する。ここで、活動とは、被験者の位置の変化の有無に関わらず被験者が身体を動かすことを指す。活動にかかる情報とは、例えば、身体の動きの速度、動いている時間の情報及び活動が行われた時間帯を示す情報である。本実施形態は、身体が動く際には身体に加速度が作用することに着目し、被験者の身体に加速度センサを取付けて活動情報を取得するものとした。つまり、本実施形態は、被験者の身体に加わった加速度に基づく情報を活動情報として取得している。

加速度に基づく情報を活動情報とする本実施形態では、活動情報の取得部が、被験者の身体に加わった加速度に基づく情報を取得する加速度センサを含んでいる。近年、スマートフォン（Smart Phone）等の携帯型の通信装置には、加速度センサが組み込まれているものも多いため、本実施形態では情報取得装置に加速度センサのアプリケーションがインストールされたスマートフォンを適用するものとした。スマートフォンを情報取得装置として使用する場合、スマートフォンは、例えば、被験者の腰や腕等、被験者の身体に加速度が加わったことを検出できる位置に取り付けられる。加速度センサは、一軸または三軸方向の加速度を例えば０．１秒ごとに検出する。また、加速度センサは、検出された加速度を時刻に対応付けて出力するデータロガーの機能を有するものであってもよい。さらに、本実施形態は、疾病予防支援装置に、加速度センサと共にＣＰＵ（Central Processing Unit）やメモリ装置、ディスプレイ画面及び音声発生機能といったスマートフォンの既存の機能を用いるものとした。
ただし、本実施形態は、このような構成に限定されるものでなく、例えば、加速度センサや疾病予防支援装置をそれぞれ専用の身体に装着可能な機器として構成することも可能である。このような機器としては、例えば、ウェアラブルセンサ等が考えられる。
さらに、本実施形態は、疾病予防支援装置の各機能のうち比較的演算量やデータ量の多い処理をサーバ装置で行い、結果を被験者側に送信してくる疾病予防支援システムとしても構成することができる。疾病予防支援システムについては後述する。

［第一実施形態］
＜疾病予防支援装置＞
図１は、第一実施形態の疾病予防支援装置２を説明するための機能ブロック図である。疾病予防支援装置２は、被験者が行った活動に関する活動情報を被験者に加わった加速度に基づいて取得する活動情報取得部２１と、演算部４とを備えている。活動情報取得部２１は、上記したようにスマートフォンに組み込まれた加速度センサ及びそれを動作させるためのアプリケーションを含んでいる。活動情報取得部２１は、被験者が行った活動に関する活動情報を取得する。
また、疾病予防支援装置２は、演算部４を備えている。演算部４は、活動情報取得部２１によって取得された活動情報から、活動の量に関する活動量情報と、活動が行われた時間帯に関する時間帯情報とを抽出する情報抽出部４１、活動量情報及び時間帯情報に基づいて、活動情報を予め設定されている複数の群（以下、「クラスタ」と記す）のいずれかに分類する分類部である実クラスタ作成部４２及びクラスタ分類部４３を有している。さらに、演算部４は、実クラスタ作成部４２及びクラスタ分類部４３において分類されたクラスタに対応する疾病予防支援情報を出力する情報出力部であるメッセージ選択部４４及び出力部５を備えている。なお、第一実施形態の「実クラスタ」とは、疾病予防支援の対象となる被験者から実測した活動情報を使って得たクラスタである。第一実施形態では、実クラスタの文言を用い、対象となる被験者から実測したクラスタと、クラスタの分類に用いられる保存データとしてのクラスタとを区別している。

（活動情報）
活動情報は、活動量情報と時間帯情報とを含んでいる。活動量情報は、被験者が行った活動の回数及び強度の少なくとも一方に関する情報を含むものとすることができる。活動量情報が活動の回数を含むとは、例えば、所定の範囲の加速度が連続的に所定の回数繰り返し検出される場合、情報抽出部４１がこれを被験者が歩行しているものと判断する。そして、情報抽出部４１が、加速度に関する情報を所定の時間範囲における歩数に換算し、これを活動量情報に使用する。また、活動情報が活動の強度を含むとは、例えば、活動情報取得部２１によって検出された加速度の値が大きいほど被験者の活動の強度が高いものとし、情報抽出部４１が加速度の大きさを所定の時間範囲における活動の強度に換算し、これを活動量情報に使用することを指す。

また、第一実施形態では、活動情報取得部２１が一の被験者について所定の期間活動情報を取得し、活動量情報が所定の期間に取得された活動量のばらつきを含むようにすることができる。つまり、第一実施形態は、活動情報取得部２１が一人の被験者が同一の時間帯において行った活動の活動情報を複数取得した場合、上記歩数や活動強度の所定の時間範囲における標準偏差（standard deviation, sd）等を対象データにして活動情報を分類することができる。さらに、第一実施形態は、標準偏差の他、歩数や活動強度の所定の時間範囲における平均値を対象データとして活動情報を分類することも可能である。
なお、活動情報取得部２１は、加速度センサを使って活動情報を取得する構成に限定されるものでなく、例えばＧＰＳ（Global Positioning System）を使って被験者の活動情報を取得するものであってもよい。ＧＰＳによれば、被験者の移動方向、移動距離及び移動速度等が分かる。情報抽出部４１は、このような情報によって被験者が乗り物（自転車を除く）に乗って移動しているか、歩行あるいは走行中であるかといった情報を抽出することもできる。なお、このような構成において、ＧＰＳは被験者が所有するスマートフォント等に付与された既存の構成を使用することができる。

時間帯情報は、加速度が検出された時刻をいい、例えば連続して加速度が検出されている場合には加速度の検出開始時刻から検出終了時刻をいう。活動量情報と時間帯情報とを含む活動情報によれば、「何時にどれだけの活動量の活動が行われた」等の他、「日中の活動量が夜間の活動量に比べて大きい」等の相対的な情報をも得ることができる。
情報抽出部４１は、活動情報取得部２１の検出した加速度から活動情報を活動量情報と時間帯情報との関係として抽出する。なお、時間帯情報の取得は、例えば、疾病予防支援装置２に組み込まれた時計（図示せず）によって計時された時刻と、この時刻と活動量情報とを対応付けることによって可能になる。

（分類部）
また、第一実施形態の疾病予防支援装置２は、活動情報取得部２１が一の被験者について複数日に亘り、活動情報を取得する。そして、疾病予防支援装置２は、複数日に亘って取得された活動情報を蓄積するための活動情報蓄積部２２を備えている。このため、活動情報取得の終了後、活動情報蓄積部２２には複数日分の活動情報が蓄積される。実クラスタ作成部４２は、活動情報蓄積部２２に蓄積された活動情報の集合を、内的結合（internal cohesion）と外的分離（external isolation）が達成されるような部分集合に分割する。このような処理は、クラスタリング（clustering)、あるいはクラスタ分析（cluster analysis）と呼ばれる処理である。なお、実クラスタ作成部４２によって実行されるクラスタリングは、一人の被験者の同一の時間範囲において複数回取得した活動情報から一つの実クラスタが得られるように行われる。本実施形態でいうクラスタは、クラスタリングによって作成された対象データの部分集合である。クラスタリングの手法は、観測された対象データだけを対象にして行われる、所謂教師なし学習法である。実クラスタ作成部４２は、例えば、凝集型階層的クラスタリングによって複数回分の活動情報から一つの活動情報を表す実クラスタを作成する。第一実施形態の活動情報は、活動情報取得部２１によって検出された加速度の強度と検出時刻とを含んでいる。加速度の強度と、検出時刻とを対応付けて表すことにより、活動情報は、図２（ａ）〜（ｄ）で示す曲線パターンで表される。

実クラスタ作成部４２は、対象データとなる複数の加速度の強度同士の非類似性を距離で表し、距離の近い対象データ同士でクラスタを作成する。そして、クラスタ同士の距離を算出し、最も距離が近い複数のクラスタを順次統合する。実クラスタ作成部４２によるクラスタリングは、クラスタが一つになるまで行われる。このような処理により、第一実施形態は、複数回取得された活動情報を集約した一つの活動情報を作成することができる。
ただし、第一実施形態は、活動情報をクラスタ（群）に分類するにあたり、クラスタリングの手法を使用するものに限定されるものではない。複数の活動情報から一または複数の群を作成する手法は、複数の活動情報の類似性に基づいて活動情報のパターンを生成するものであればどのようなものであってもよい。なお、第一実施形態において、「類似性に基づく」とは、複数の活動情報を表す数値等のデータ同士、またはデータと基準となるデータとの類似、非類似及びその程度により一つの群を構成するデータが決まることをいう。

第一実施形態の疾病予防支援装置２は、クラスタ記憶部６を備えている。クラスタ記憶部６は、複数のクラスタを記憶しているメモリと、このメモリからクラスタを読み出す、あるいはメモリに書き込むドライバとを有する構成である。クラスタ記憶部６に記憶されている複数のクラスタは、いずれも予め行われた調査等により作成された活動量情報と時間帯情報との関係を示すデータである。クラスタ分類部４３は、実クラスタ作成部４２によって作成された実クラスタをクラスタ記憶部６に記憶されているクラスタと比較する。そして、クラスタ分類部４３は、作成された実クラスタとの類似性が予め定められた所定の範囲内にあるクラスタを選択する。実クラスタ作成部４２によって作成された実クラスタは、選択されたクラスタに分類される。

（クラスタ）
ここで、クラスタについて説明する。図２（ａ）〜（ｄ）は、クラスタ記憶部６に記憶されている複数のクラスタの内容を例示する図であって、縦軸に活動量情報として歩数を、横軸に０時から２４時の２４時間の時間帯が示されている。ＣＬ１からＣＬ６を作成するために行われるクラスタリングは、例えば、ｋ−ｍｅａｎｓ法、Ｗａｒｄ（ウォード）法、最近隣法、群平均法等の分割最適化手法を用いて行われる。

より具体的には、図２（ａ）〜（ｄ）に例示したクラスタは、例えば以下の方法によって作成される。先ず、第一実施形態では、多数の高齢者を対象にして各対象者から加速度センサによって検出された活動情報を取得する。取得された活動情報は、例えば、０．１秒ごとに検出された加速度の強度と検出時刻とが対応付けられたデータである。このとき、加速度センサは、０．１秒ごとの強度を例えば４秒ごとに区分し、各区分の積分値を閾値判定によって４秒間に対応する一つの値として記録することができる。記録された強度は、上記クラスタリングの結果ＣＬ１からＣＬ６の６つのクラスタに分類される。ＣＬ１からＣＬ６を表すデータは、図２（ａ）〜（ｄ）に例示した曲線パターン、あるいは曲線パターンを表す演算式としてクラスタ記憶部６に記憶される。このような処理は、疾病予防支援装置２によって行うことも可能であるが、対象者の数が多く演算量が多いため、より大型のコンピュータを使って予め行うものであってもよい。また、クラスタ記憶部６への記憶は、予めクラスタ記憶部６に記憶しておく他、サーバ装置等からクラスタ記憶部６にダウンロードして行うものであってもよい。

図２（ａ）〜（ｄ）には、ＣＬ１からＣＬ６の６つのクラスタのうち、ＣＬ１、ＣＬ２、ＣＬ４、ＣＬ５をそれぞれ例示している。図２（ａ）〜（ｄ）に示したように、それぞれのクラスタは、各々異なる形状を有する曲線パターンとして示される。なお、このようなＣＬ１からＣＬ６は、高齢者を対象として活動情報を取得した場合に得られるクラスタである。クラスタ記憶部６に記憶される複数のクラスタは、予め多数の被験者の活動情報を取得し、これをクラスタリングして作成されたものである。ただし、第一実施形態では、クラスタ記憶部６に高齢者に適用されるクラスタを記憶しているが、第一実施形態は高齢者に適用されることに限定されるものではない。第一実施形態は、どのような年齢や性別及びライフスタイルの対象者にも適用することができる。

例えば、図２（ａ）に示したＣＬ１は、被験者が午前中から夕方まで３時間当たり１０００歩程度の歩行を行い、その前後においては活動量が低下することを示している。このような被験者の生活リズムのイメージは、家での家事がメインで、日中に買い物等の外出をするというものである。図２（ｂ）に示したＣＬ２は、被験者が常に１０００歩以下の歩行を行い、日中にやや歩数が低下することを示している。このような被験者の生活リズムのイメージは終日家の中（自宅）で過ごし、日中に特に活動を行わない、というものである。ＣＬ３は、被験者が午前と午後に２０００歩以上の歩行をし、昼頃にやや歩数が低下することを示している。このような被験者の生活リズムのイメージは、日中に仕事等のため外出し、夕方に帰宅する、というものである。

図２（ｃ）に示したＣＬ４は、被験者が午前中に１５００歩以下、午後に１０００歩程度の歩行を行い、以降の歩数が低下することを示している。このような被験者の生活リズムのイメージは、午前中と午後に外出する、というものである。図２（ｄ）に示したＣＬ５は、被験者が午前中に１５００歩以下、夕方に１８００歩程度の歩行を行い、以降の歩数が低下することを示している。このような被験者の生活リズムのイメージは、午前中と夕方とに外出する、というものである。ＣＬ６は、被験者が朝に２５００歩程度、午前中から夕方にかけて１０００歩から１３００歩程度の歩行を行い、夕方以降の歩数が低下することを示している。このような被験者の生活リズムのイメージは、早朝から運動をし、以降も外出する、というものである。

図３は、ＣＬ１からＣＬ６について、認知機能が健常であると判定された被験者の割合が最も高かったＣＬ３における認知症の疑いがある被験者の割合と認知症の疑いのある被験者の割合が最も高かったＣＬ６における被験者の割合を示したグラフである。図３のグラフによれば、ＣＬ６はＣＬ３の１．１倍、認知症の疑いのある被験者の割合が多いクラスタである。このように、第一実施形態は、被験者の活動情報をＣＬ１からＣＬ６のいずれかに分類することによって被験者の認知機能の低下の可能性に関する情報を得ることができるようになる。

（情報出力部）
情報出力部の具体的な構成の説明に先立って、先ず、クラスタの種別（ＣＬ１からＣＬ６）と、推定される被験者の疾病の状態との関係について説明する。表１は、ＣＬ１からＣＬ６の各々について、１日の平均歩数、全被験者における割合（％）、腰痛がある被験者の割合（％）、膝痛がある被験者の割合（％）、尿漏れがある被験者の割合（％）、転倒経験がある被験者の割合（％）を示している。表１中、「＊」の記号は有意差を示し、一つの＊が付された数値よりも二つの＊＊の記号が付された数値の有意差の方が大きい。表１によれば、ＣＬ１は、膝痛、尿漏れ及び転倒経験がある被験者が他のクラスタに比べて大きいクラスタである。ＣＬ２は、腰痛がある被験者が他のクラスタに比べて大きいクラスタである。ＣＬ４は、尿漏れがある被験者が全てのクラスタ中二番目に大きいクラスタである。ＣＬ５は、転倒経験がある被験者が全てのクラスタ中二番目に大きいクラスタである。
表１に示した結果から、第一実施形態では、例えば、活動情報がＣＬ１に分類された被験者に膝痛、尿漏れ及び転倒経験があることが推測される。また、第一実施形態では、活動情報がＣＬ４に分類された被験者に尿漏れがあることが推測される。したがって、第一実施形態のクラスタリングは、被験者の健康状態の推測に寄与することができる。

メッセージ記憶部７は、ＣＬ１からＣＬ６の各クラスタに対応する複数の疾病予防支援情報であるメッセージを記憶している。メッセージ選択部４４は、クラスタ分類部４３によって分類されたクラスタに対応するメッセージをメッセージ記憶部７から選択する。
ここで、クラスタに対応するメッセージについて例を示して説明する。第一実施形態のメッセージ選択部４４は、クラスタ分類部４３によって分類されたクラスタにおいて他のクラスタよりも割合が多い疾病の状態に関するメッセージを全て選択することができる。このようにすると、例えば、ＣＬ１においては腰痛、膝痛、尿漏れ及び転倒経験の全てについてのメッセージが選択される。また、例えば、ＣＬ２においては腰痛、膝痛及び尿漏れについてのメッセージが選択される。また、例えば、ＣＬ４においては腰痛、膝痛及び尿漏れについてのメッセージが選択され、例えば、ＣＬ５においては膝痛、尿漏れ及び転倒経験ありについてのメッセージが選択される。

なお、第一実施形態は、メッセージ選択部４４が上記のようにメッセージを選択するものに限定されるものではない。例えば、メッセージ選択部４４は、クラスタ分類部４３によって分類されたクラスタが全クラスタ中最も被験者が多い疾病の状態を含む場合、この疾病の状態に関するメッセージを選択することができる。このようにすると、例えば、ＣＬ１においては膝痛、尿漏れ及び転倒経験ありに関するメッセージが選択される。また、例えば、ＣＬ２においては腰痛に関するメッセージが選択される。さらに、メッセージ選択部４４は、一つのクラスタにおいて、最も被験者が多い疾病の状態に関するメッセージを選択することができる。このようにすると、例えば、ＣＬ１においては尿漏れに関するメッセージが選択される。また、例えば、ＣＬ２においては腰痛に関するメッセージが選択される。さらに、ＣＬ４においては腰痛に関するメッセージが選択され、ＣＬ５においては腰痛に関するメッセージが選択される。

表２は、膝痛、腰痛、尿漏れ及び転倒経験ありの各疾病の状態についてのメッセージを例示した図である。表２に示したメッセージは、「生活習慣の提案」と、「商品の提案」とを含んでいる。「生活習慣の提案」は、各疾病の状態を改善することに有効な生活習慣を提案する情報であり、「商品の提案」は、各疾病の状態を改善することに有効な商品を提案する情報である。
表２によれば、例えばＣＬ１に対応する膝痛に関する生活習慣の提案は、「膝を支える筋肉を鍛える体操をする」であり、商品の提案は、「効率よく全身を温める入浴剤」である。また、例えばＣＬ２に対応する腰痛に関する生活習慣の提案は、「腹筋や背筋を鍛える体操をする」であり、商品の提案は、「腰を温める温熱用品」である。

また、例えばＣＬ４に対応する尿漏れに関する生活習慣の提案は、「骨盤底筋を鍛える体操を行う」であり、商品の提案は、「外出時に使用する尿取パッド」である。また、例えばＣＬ５に対応する転倒経験に関する生活習慣の提案は、「下半身の筋肉の衰えを防止するための片足立ち体操を行う」であり、商品の提案は、「足の動きをサポートして歩行機能の維持に役立つサプリメント」である。

メッセージ選択部４４に選択されたメッセージは、出力部５に送られる。第一実施形態の出力部５は、液晶等のディスプレイ画面と、ディスプレイ画面に画像を表示するためのドライバとを含んでいる。
図４は、出力部５のディスプレイ画面に表示されるメッセージの表示例を示す図である。ディスプレイ画面には、活動情報を示す実クラスタ（縦軸歩数、横軸時刻）と、この活動情報が属するクラスタに対応する生活習慣の提案及び商品の提案とが表示される。例えば、図４に示した表示例では、実クラスタと共に、実クラスタのピークが９時から１２時と１５時から１８時の間にあるため、「午前・午後ややメリハリタイプ」のテキストデータが表示される。そして、被験者の疾病の状態として「このタイプの生活をしている人の３割が腰に痛みを持っています。」のメッセージが表示されている。また、生活習慣の提案として「午前と午後にメリハリのある生活ができていますね。６〜９時、９〜１２時、１８〜２１時に歩いて、よりメリハリのある生活をしてみましょう。体操で腹筋や背筋をきたえてみましょう。仰向けになり、ひざを伸ばしたり曲げたりすることで腹筋が鍛えられます。」のテキストデータが表示される。さらには、商品の提案として、「温熱用品等を使って腰を温めてみましょう。また、入浴することで全身を温めることができます。」のテキストデータが表示される。

なお、第一実施形態は、上記したように、出力部５がディスプレイ画面を含み、テキストデータや画像を用いてメッセージを表示する構成に限定されるものではない。出力部５は、例えば音声でメッセージを出力するスピーカ及びそのドライバであってもよいし、メール等でメッセージを被験者の情報端末装置に送信する、あるいは紙媒体に印字されて出力されるように印刷機に送信する送信部であってもよい。

＜疾病予防支援システム＞
第一実施形態は、以上説明したように、活動情報取得部２１である加速度センサと一体化した疾病予防支援装置２を被験者に取り付ける構成に限定されるものではなく、活動情報取得装置とサーバ装置とを含む疾病予防支援システムとして構成するものであってもよい。図５は、疾病予防支援システム１を説明するための機能ブロック図である。

図５に示すように、疾病予防支援システム１は、被験者が行った活動に関する活動情報を被験者に加わった加速度に基づいて取得する活動情報取得装置３と、活動情報取得装置３によって取得された活動情報に基づいて、疾病の予防を支援する疾病予防情報を作成する疾病予防支援サーバ装置であるサーバ装置９と、を含んでいる。サーバ装置９は、演算部１４を備え、演算部１４は、情報抽出部４１、実クラスタ作成部４２及びクラスタ分類部４３（分類部）を備え、さらにサーバ装置９は、実クラスタ作成部４２及びクラスタ分類部４３において分類されたクラスタに対応する疾病予防支援情報を、通信回線であるネットワークＮを通じて活動情報取得装置３に送信する情報送信部５５を備えている。

このような第一実施形態の疾病予防支援システム１は、図１に示した疾病予防支援装置２の構成のうちの一部をサーバ装置９に持たせるため、被験者に取り付けられる活動情報取得装置３を小型、簡易化することに有利である。さらに、疾病予防支援システム１は、被験者が負担する活動情報取得装置３を小型、簡易化できるので、被験者のコストに係る負担を軽減することができ、疾病予防支援のサービスを受け易くすることができる。この点は、サービスの普及化、ひいては疾病予防支援の普及化に効果的である。

また、疾病予防支援システム１では、出力部５がディスプレイ画面ばかりでなく、メッセージを、ネットワークＮを介して予め定められた装置に送信することができる。このような場合、出力部５は、被験者の通信端末にメッセージをメールやチャットデータとして送信するばかりでなく、被験者の家族や医療機関等の通信端末装置にメッセージを送信することができる。このような構成は、特に被験者が高齢である場合、被験者の疾病の状態を正確に他者に伝えることに有効である。

［疾病予防支援方法］
図６、図７は、第一実施形態の疾病予防支援方法を説明するためのフローチャートである。図６に示したフローチャートは、図１等に示したクラスタ記憶部６及びメッセージ記憶部７に記憶されるデータを作成する処理を説明するためのものである。図７は、図６に示した処理によって作成されたデータを使って疾病予防支援装置２が行う処理を説明するためのフローチャートである。

図６に示したフローチャートは、被験者が行った活動に関する活動情報を被験者に加わった加速度に基づいて取得する活動情報取得工程（ステップＳ８０１）と、活動情報取得工程（ステップＳ８０１）によって取得された複数の活動情報から、活動の量に関する活動量情報と、活動が行われた時間帯に関する時間帯情報とを抽出する情報抽出工程（ステップＳ８０２）と、複数の活動量情報及び時間帯情報の類似性に基づいて、複数の活動情報を複数の群に分類する分類工程（ステップＳ８０３）と、分類工程において分類された複数の群と、群と関連する疾病予防支援情報とを対応つける対応付け工程（ステップＳ８０４）と、を含んでいる。

上記記載において、「類似性に基づく」とは、前記したように、複数の活動情報を表す数値等のデータ同士、またはデータと基準となるデータとの類似、非類似及びその程度により一つの群を構成するデータが決まることをいう。ここでは、複数設定された中心から各活動量情報（歩数）との距離（非類似性）により各クラスタに含まれるデータが決定する。
つまり、第一実施形態では、クラスタ記憶部６及びメッセージ記憶部７に記憶されるデータを作成するにあたり、複数の被験者から加速度に基づく活動情報を取得する（ステップＳ８０1）。ステップＳ８０１においては、後のクラスタリングの精度を高めるため、活動情報の取得対象となる対象者の数が大きいほど好ましい。ステップＳ８０２においては、取得された活動情報から活動量情報及び時間帯情報が抽出される。

ステップＳ８０３においては、抽出された複数の活動量情報及び時間帯情報をクラスタリングして複数のクラスタに分類する。分類された複数のクラスタは、例えば、図２に示すクラスタのような曲線パターンによって表される。図１に示したクラスタ記憶部６には、分類された複数のクラスタを示す曲線パターンが画像、または演算式で記憶される。
ステップＳ８０４においては、実クラスタが示す活動情報の活動量と、活動量のピークに当たる時間帯等を考慮して被験者の生活リズムや疾病の状態を推定する。そして、推定される生活リズムや疾病の状態に応じた生活習慣の提案及び商品の提案を含むメッセージを、各クラスタに対応付ける。クラスタとメッセージとを対応付けたデータは、データベース（Ｄ・Ｂ）を構築する。このデータ・ベースの少なくとも一部が、図１に示すメッセージ記憶部７に記憶される。

また、上記ステップＳ８０３においては、複数の活動情報を２以上、１０以下の数のクラスタに分類する。このようにクラスタの数は、被験者の生活リズムのパターン分類の精度を従来よりも高め、かつ、各クラスタの相違に有意差を確保するのに望ましい範囲である。
以上説明した図６のフローチャートの処理は、一連の処理として行われるものであってもよいし、複数の処理を別々に行って統合するものであってもよい。また、処理は、自動的に行われるものであってもよいし、少なくとも一部が手動によって行われるものであってもよい。

図７に示したフローチャートは、活動情報を被験者に加わった加速度に基づいて取得する活動情報取得工程（ステップＳ９０１）と、取得された活動情報から、活動の量に関する活動量情報と、活動が行われた時間帯に関する時間帯情報とを抽出する情報抽出工程（ステップＳ９０３）と、活動情報を予め設定されている複数のクラスタのいずれかに分類する分類工程（ステップＳ９０４、９０５）と、分類されたクラスタに対応する疾病予防支援情報を出力する情報出力工程（ステップＳ９０６、９０７）と、を含んでいる。さらに、図７に示したフローチャートは、ステップＳ９０１において取得された活動情報が７日間蓄積されたか否かを判定するステップＳ９０２を含み、７日分の活動情報が蓄積された後に活動情報の抽出が行われる。このような処理によれば、被験者の活動情報を複数日に亘って取得することにより、活動情報を示す実クラスタの精度を高めることができる。

すなわち、第一実施形態では、例えば、図１に示した疾病予防支援装置２において、加速度センサを含む活動情報取得部２１が、被験者に加わった加速度を活動情報として順次取得する（ステップＳ９０１）。取得された活動情報は、活動情報蓄積部２２に時系列に蓄積されて、７日分蓄積された後（ステップ９０２：ＹＥＳ）、情報抽出部４１によって活動量情報及び時間帯情報として抽出される（ステップ９０３）。また、ステップＳ９０２において、未だ７日分の活動情報が蓄積されていない場合（ステップ９０２：ＮＯ）、活動情報の取得が継続される。
７日分の活動情報が蓄積されると、実クラスタ作成部４２は、抽出された活動量情報と時間帯情報との関係から一つの実クラスタを作成する（ステップ９０４）。実クラスタ作成部４２における実クラスタの作成は、７日分の活動情報をクラスタリングすることによって実現することができる。

続いて、図１に示すクラスタ分類部４３は、作成された実クラスタをクラスタ記憶部６に記憶されている例えばＣＬ１からＣＬ６と比較する。そして、クラスタ分類部４３は、ＣＬ１からＣＬ６のうち、作成された実クラスタと最も類似度が大きいクラスタに実クラスタを分類する（ステップ９０５）。クラスタの分類の結果（クラスタの種別）は、図１に示すメッセージ選択部４４に送られる。メッセージ選択部４４は、クラスタ分類部４３から受け取ったクラスタの種別に対応するメッセージをメッセージ記憶部７から読み出すことによって取得する（ステップ９０６）。そして、読み出されたメッセージを出力部５に出力する。出力部５は、出力されたメッセージを画像データ及びテキストデータとしてディスプレイに表示する（ステップ９０６）。あるいはテキストデータを音声データに変換し、テキストの内容を発話して被験者に出力する（ステップ９０６）。

ただし、第一実施形態は、活動量情報を、ＣＬ１からＣＬ６のように歩数で表すことに限定されるものではない。つまり、ステップＳ９０３の工程において抽出される活動量情報は、被験者が行った活動の回数及び強度の少なくとも一方に関する情報を含むものであればどのような情報であってもよい。活動の回数は、活動情報取得部２１に加速度が検出された回数に基づいて決定される。第一実施形態では、所定の範囲の加速度が周期的に検出された場合に被験者が歩行を行っているものとし、加速度の検出回数を歩数に変換している。活動の強度は、活動情報取得部２１に検出された加速度の値に基づいて決定される。

第一実施形態は、一人の被験者について所定の期間（７日間）活動情報を取得した場合、抽出される活動情報が所定の期間に取得された活動量のばらつきを含むものであってもよい。具体的には、活動情報のばらつきを使って図６中のクラスタ分類を行い、結果をクラスタ記憶部６に記憶しておく。そして、図７に示した実クラスタの作成においては活動情報のばらつきを使って実クラスタを作成し、実クラスタをクラスタ記憶部６のクラスタと比較していずれかのクラスタに分類する。このような活動情報のばらつきとしては、前述したように、例えば標準偏差ｓｄを用いることができる。また、活動情報のばらつきの他、第一実施形態は、活動情報の平均値を使って活動情報をクラスタに分類することもできる。
さらに、第一実施形態では、図６に示したステップＳ８０３において、活動情報を歩数、活動強度及び活動強度のばらつきといった複数の変数のそれぞれを使ってクラスタリングし、クラスタリングの結果得られた変数の異なるクラスタをそれぞれクラスタ記憶部６に保存しておくものであってもよい。そして、図７に示したステップＳ９０４においては変数を変えて複数回クラスタリングを行って実クラスタを作成し、保存されているクラスタから実クラスタとの類似度が最も高いクラスタが得られる変数を選択してクラスタ分類するものであってもよい。

［第二実施形態］
第二実施形態の疾病予防支援装置は、以上説明した活動情報のクラスタリングを、一人の被験者について時間をおいて複数回行うことができる。そして、複数回行ったクラスタリングの結果得られたクラスタが等しいか、または変化したかによって被験者の状態の変化を検出することができる。
図８は、クラスタの経時変化を検出可能な第二実施形態の疾病予防支援装置２０の機能ブロック図である。疾病予防支援装置２０は、疾病予防支援装置２に含まれる機能の他、複数回行ったクラスタリングの結果得られたクラスタを時系列に記憶するクラスタ時系列記憶部１０を備える点で疾病予防支援装置２と相違する。
図８に示した疾病予防支援装置２０では、活動情報取得部２１が一の被験者の活動情報を複数回取得する。実クラスタ作成部４２及びクラスタ分類部４３（分類部）は、複数回取得された活動情報をそれぞれ分類して複数のクラスタを作成する。クラスタ時系列記憶部１０は、分類の結果である複数の群を一の被験者について時系列に記憶する。出力部５（情報出力部）は、クラスタ時系列記憶部１０に時系列に記憶されている複数のクラスタの同異に基づくメッセージ（疾病予防支援情報）を出力する。

上記した疾病予防支援装置２０では、例えば、同じ被験者の活動情報のクラスタを一年に一度取得し、結果をクラスタ時系列記憶部１０に時系列に記憶しておくことができる。メッセージ選択部４４は、クラスタ分類部４３を介してクラスタ時系列記憶部１０に記憶されている複数のクラスタを読み出す。そして、直前に記憶されたクラスタと今回記憶されたクラスタとの異同を判断する。
また、第二実施形態では、メッセージ記憶部７に、直前に記憶されたクラスタと今回記憶されたクラスタとの異同に対応したメッセージが記憶されている。このようなメッセージは、例えば、活動量情報が全体的に低下したためにクラスタが変化したことに対応し、筋力の低下について注意喚起を行うものであってもよい。また、メッセージは、例えば、時間帯情報が変化したことによってクラスタが変化したことに対応し、不眠や生活リズムの乱れについて注意喚起を行うものであってもよい。
メッセージ選択部４４は、直前に記憶されたクラスタと今回記憶されたクラスタとの異同及びクラスタの種別に対応するメッセージを選択し、出力部５に出力する。
以上説明した第二実施形態は、被験者の活動情報が分類されるクラスタの異同により、被験者の疾病状態に変化があったことを推測し、早期に注意を喚起することができる。

以上説明したように、本発明の第一実施形態、第二実施形態は、いずれも活動量情報を歩行の歩数で示す例を説明したが、本実施形態の活動量情報は、歩数で表されるものに限定されるものではなく、例えば、活動強度や日常の歩行速度で表される。活動量情報を歩数以外の因子で表す例を図９（ａ）〜（ｄ）に示す。図９（ａ）〜（ｄ）は、活動量情報を活動強度で表した活動情報の例を示すグラフであり、それぞれＣＬ１，ＣＬ２，ＣＬ４およびＣＬ５の被験者の活動強度を示す。図９（ａ）〜（ｄ）に示すように、本実施形態は、活動量情報として使用される物理量によらず、活動情報を複数の群に分類することができる。

１・・・疾病予防支援システム
２、２０・・・疾病予防支援装置
３・・・活動情報取得装置
４、１４・・・演算部
５・・・出力部
６・・・クラスタ記憶部
７・・・メッセージ記憶部
９・・・サーバ装置
１０・・・クラスタ時系列記憶部
２１・・・活動情報取得部
２２・・・活動情報蓄積部
４１・・・情報抽出部
４２・・・実クラスタ作成部
４３・・・クラスタ分類部
４４・・・メッセージ選択部
５５・・・情報送信部

Claims (9)

1. 被験者が行った活動に関する活動情報を前記被験者に加わった加速度に基づいて取得する活動情報取得工程と、
   前記活動情報取得工程によって取得された活動情報から、前記活動の量に関する活動量情報と、前記活動が行われた時間帯に関する時間帯情報とを抽出する情報抽出工程と、
   前記活動量情報及び前記時間帯情報に基づいて、前記活動情報を予め設定されている複数の群のいずれかに分類する分類工程と、
   前記分類工程において分類された群に対応する疾病予防支援情報を出力する情報出力工程と、
   を含む疾病予防支援方法。
2. 被験者が行った活動に関する活動情報を前記被験者に加わった加速度に基づいて取得する活動情報取得工程と、
   前記活動情報取得工程によって取得された複数の前記活動情報から、前記活動の量に関する活動量情報と、前記活動が行われた時間帯に関する時間帯情報とを抽出する情報抽出工程と、
   複数の前記活動量情報及び前記時間帯情報の類似性に基づいて、複数の前記活動情報を複数の群に分類する分類工程と、
   前記分類工程において分類された複数の前記群と、前記群と関連する疾病予防支援情報とを対応つける対応付け工程と、
   を含む疾病予防支援方法。
3. 前記分類工程は、複数の前記活動情報を２以上、１０以下の数の群に分類する、請求項２に記載の疾病予防支援方法。
4. 前記情報抽出工程において抽出される前記活動量情報は、前記被験者が行った活動の回数及び強度の少なくとも一方に関する情報を含む、請求項１から３のいずれか一項に記載の疾病予防支援方法。
5. 前記活動情報取得工程は、一の前記被験者について所定の期間前記活動情報を取得し、
   前記情報抽出工程において抽出される前記活動量情報は前記所定の期間に取得された活動量のばらつきを含む、請求項１から４のいずれか一項に記載の疾病予防支援方法。
6. 被験者が行った活動に関する活動情報を前記被験者に加わった加速度に基づいて取得する活動情報取得部と、
   前記活動情報取得部によって取得された活動情報から、活動の量に関する活動量情報と、前記活動が行われた時間帯に関する時間帯情報とを抽出する情報抽出部と、
   前記活動量情報及び前記時間帯情報に基づいて、前記活動情報を予め設定されている複数の群のいずれかに分類する分類部と、
   前記分類部において分類された群に対応する疾病予防支援情報を出力する情報出力部と、
   を含む疾病予防支援装置。
7. 前記活動情報取得部は、一の前記被験者の前記活動情報を複数回取得し、
   前記分類部は、複数回取得された前記活動情報をそれぞれ分類して複数の前記群を作成し、
   前記分類の結果である複数の前記群を前記一の被験者について時系列に記憶する群記憶部をさらに備え、
   前記情報出力部は、前記群記憶部に時系列に記憶されている複数の前記群の同異に基づく前記疾病予防支援情報を出力する、請求項６に記載の疾病予防支援装置。
8. 被験者が行った活動に関する活動情報を前記被験者に加わった加速度に基づいて取得する活動情報取得装置と、
   前記活動情報取得装置によって取得された活動情報に基づいて、疾病の予防を支援する疾病予防情報を作成する疾病予防支援サーバ装置と、を含む疾病予防支援システムであって、
   前記疾病予防支援サーバ装置は、
   前記活動情報取得装置から通信回線を介して受信した前記活動情報から、前記活動の量に関する活動量情報と、前記活動が行われた時間帯に関する時間帯情報とを抽出する情報抽出部と、前記活動量情報及び前記時間帯情報に基づいて、前記活動情報を予め設定されている複数の群のいずれかに分類する分類部と、前記分類部において分類された前記群に対応する疾病予防支援情報を、前記通信回線を通じて前記活動情報取得装置に送信する情報出力部と、
   を有する疾病予防支援システム。
9. 前記情報出力部は、前記疾病予防支援情報を、前記通信回線を介して予め定められた装置に送信する、請求項８に記載の疾病予防支援システム。

Images