JP2019212263A - 情報処理装置及びプログラム - Google Patents

Abstract

【課題】ヘルスケア支援内容と伝達タイミングを健康管理対象者に対して最適化すること。【解決手段】情報処理装置は健康管理対象者の属性情報を記憶する記憶部１３１１と、その者の意識的意思決定特性と無意識的意思決定特性とを記憶する記憶部と、その者が現在存在する無関心期、関心期、準備期、実行期、維持期のいずれかのステージを表すステージ情報を記憶する記憶部１３３０と、ヘルスケアの意思決定を促進するための画像と文言とを組み合わせた複数のガイダンスパターンに関する情報を記憶する記憶部１３４０と、属性情報と意識的意思決定特性と無意識的意思決定特性とステージ情報とに基づいて一のガイダンスパターンを選択するパターン選択処理部１２７０と、意識的意思決定特性と無意識的意思決定特性とステージ情報とに基づいてガイダンスパターンの画像と文言とをその者に伝達するタイミングを分析するタイミング分析処理部１２８０とを具備する。【選択図】 図３

Description

本発明は、ヘルスケアの支援技術に関し、特に支援内容を個人別に最適化可能な支援技術に関する。

特許文献１によれば指導のためのメッセージの作成及び送信にあたって、専門家のアドバイスメッセージを作成することの標準化及び効率化を図る為のシステムが開発されている。クライアントの生体情報、食事及び健康状態等から、対象のクライアントの健康状態等に適したアドバイスを選択し、それらをフィードバックによって健康指導サービス自身の精度の向上を図ることを目的とする。

特許文献２によれば、健康管理対象者の食事や健康状態から適切なアドバイスメッセージを生成して、健康管理のカリキュラム実行のモチベーションを向上させることができる健康管理サーバを提供している。この際のモチベーション向上の為の画像選択は専門家が行っている。

特許第６０１０７１９号公報 特開２０１７−１１５４号公報

特許文献１及び特許文献２に記載のような従来のアプローチでは、生体情報や本人の意識から必要に応じた健康行動を提案する事はできても、その伝え方についてはほとんど一律である。同じ説明でも伝わり方が人によって大きな差異がある事を考慮していない。本質的には本人の内発的動機づけがされるべきだが、既存の個別最適化は認知に関しての個別化は考慮されていない。現状では一部プロフェッショナルによるカウンセリング等に寄らなければ、行動変容においてその確率を劇的に変化させることはできていないのが実情である。その人固有の好みや経験等の多くの変数があり、個別の特性を紐解くのがとても複雑であったからである。

また、健康を害しており何かしらの専門家の助けを必要としている人が対象者である場合や健康に対して関心が高い人が対象者である場合などにおいては、健康自体が目的化するため当該健康管理対象者の動機づけとしてはある程度体系化した考え方がある。しかし健康について特段現状の問題が無い人を対象とした場合には、それらの人を動機づける手法として体系化されたものはなく、個別対応となっている状況である。

そこで本発明の目的は、本人のヘルスケアにおける支援内容とその伝達タイミングを、健康自体が目的ではない健康管理対象者に対して個人別に最適化するものである。

脳科学の発達により、人間の思考及び情動のプロセスについて科学的に解明が進んできている。一方、学術においても、ここ１００年ほどで人間の特性として５つが普遍性のある要素であると立証されてきている（いわゆるビックファイブ）。従来の公衆衛生学の知見だけでなく、上述の脳科学における知見、ビックファイブを基礎とした個人別の認知特性や行動特性といった特性分析の知見、ヘルスケア・マーケティングにおける知見、コーチングの知見等を複合的に活用し、それらをシステム化する事で、健康管理対象者ごとの「ヘルスケアの意思決定に関わる特性」を分析することができ、健康管理対象者ごとの「ヘルスケアの意思決定に関わる特性」と「適切なタイミング」を解析する事で、ヘルスケアにおける内発的動機づけの個人別最適化を支援し、その対象者にあわせた伝え方のガイダンス・パターンを適切なタイミングで提示できるようにする。

既存のアプローチと比較して、行動変容の確率を劇的に上げることができる。既存のアプローチは伝わるか否かまで個人別最適化できているわけではなく、一律の伝え方だったのに対して、本発明によれば、個人毎の「意思決定に関わる特性」と「適切なタイミング」を解析する事で、ヘルスケアにおける内発的動機づけの個人別最適化を支援し、その対象者にあわせた伝え方のガイダンス・パターンを適切なタイミングで提示できるからである。従って、本発明によれば本人のヘルスケアにおける支援内容を、伝え方も考慮した上で個人別に最適化する事ができる。

図１はヘルスケア支援システムの全体概略図である。 図２は図１に示すヘルスケア支援システム全体のシーケンス図である。 図３は図１に示すヘルスケア支援サーバ１００の機能構成図である。 図４図は３に示す記憶部１３００のデータ構成例を示すデータ概念図（個別 情報）である。 図５図は３に示す記憶部１３００のデータ構成例を示すデータ概念図（共通 基礎情報）である。 図６は図２に示すアカウント関連処理Ａのフロー図である。 図７は図２に示す「ヘルスケアの意思決定に関わる特性」判定処理Ｐのフロ ー図である。 図８は図２に示す伝え方最適化処理Ｔのフロー図である。 図９は図２に示す学習処理Ｇのフロー図である。 図１０は図２に示す「ヘルスケアの意思決定に関わる特性」判定処理Ｐの 具体例である。 図１１は図２に示す「ヘルスケアの意思決定に関わる特性」判定処理Ｐの 具体例である。 図１２は図２に示す伝え方最適化処理Ｔの具体的分析例である。 図１３はガイダンス・パターンとタイミングについての具体例である。

以下、本発明のヘルスケア支援システムについて、図面を参照しながら説明する。

図１は、ヘルスケア支援システムの全体概略図である。
＜概要＞
図１に示すように、ヘルスケア支援システムは、ヘルスケア支援サーバ１００、複数のユーザ端末２００〜８００、健康管理対象者のユーザ端末２００〜８００を通して健康管理対象者へサービス提供している顧客企業の顧客企業端末９００を含む。ヘルスケア支援サーバ１００は、ネットワーク１を介して顧客企業端末９００、及び、ユーザ端末２００〜８００と接続される。

図１に示すユーザ端末２００はスマートフォン等の携帯端末を指し、主に画面からの入力及び出力を担う。ユーザ端末２００内には、顧客企業端末９００及びヘルスケア支援サーバ１００とやり取りする情報を受け付けたり、表示したりするためのアプリケーション・プログラムを有している。ユーザ端末２００において、アプリケーションが健康管理対象者から受け付けた情報はネットワーク１を介して顧客企業端末９００へ送信されるか、または、ネットワーク１を介してヘルスケア支援サーバ１００に送信される。ユーザ端末２００及び顧客企業端末９００からヘルスケア支援サーバ１００に送信される情報は、例えばヘルスケア支援サーバ１００からネットワーク１を介してユーザ端末２００に対して送信されたアンケートに対する回答データや回答の音声データ、活動を測定した活動量ログ、顔色や瞳孔等の映像情報、ランニングやウォーキングの実績を示す位置情報等である。あるいは顧客企業端末９００がユーザ端末２００から取得した同様の情報等である。

図１に示すユーザ端末３００はネットワーク１に接続する事が可能な身体測定機器であり、顧客企業により健康管理対象者へサービス提供されているものである。ユーザ端末３００により獲得される情報は、例えば体重、体脂肪、骨密度等のバイタルデータであり、ネットワーク１を介して顧客企業端末９００、または、ヘルスケア支援サーバ１００へ送信される。ヘルスケア支援サーバ１００にて取得されるデータは現在の健康度を計測する処理に使われるだけでなく、「ヘルスケア（「ヘルスケア）とはＷＨＯ（世界保健機関）の定義する、身体的、精神的、社会的な健康を促進するための健康行動）の意思決定に関わる特性」分析及びガイダンス・パターン（ヘルスケアの意思決定を促進するための動機づけ情報について、必要となる要素をパターン化したもの）を提供するためのタイミングを計算する為にも使われる。

ユーザ端末４００は顧客企業が健康管理対象者へ提供している音声デバイスであり、入力、出力とも音声を主体としたやり取りできるものである。音声での双方向のやり取り自体はクラウドで展開できるため、ここに示されている置き型の音声デバイスは、一つの例であり、画面を備えたものもある。ユーザ端末４００から入力された情報はネットワーク１を介して顧客企業端末９００、または、ヘルスケア支援サーバ１００へ送信される。

ユーザ端末４００から顧客企業端末９００、または、ヘルスケア支援サーバ１００へ送信される情報は、各種質問に対する回答や要望の他、音声そのものであり、音声データはヘルスケア支援サーバ１００において、文字変換されるものと、声のトーンや速さ等の感情を測定する事が可能なデータに分けられ、「ヘルスケアの意思決定に関わる特性」判定処理に使われるだけでなく、ガイダンス・パターンを提供するためのタイミングを計算する為にも使われる。

ユーザ端末５００は、健康管理対象が顧客企業のサービスを受けるために使用するパソコンであり、顧客企業が健康管理対象者へサービス提供するためのプログラムが入っている場合もある。ユーザ端末５００から顧客企業端末９００、またはヘルスケア支援サーバ１００へ送信される情報は、ヘルスケア支援サーバ１００からネットワーク１を介してユーザ端末５００に対して送信されたアンケートに対する回答データや回答音声、顔色や瞳孔等の映像情報等である。

ユーザ端末６００は、顧客企業より健康管理対象者へサービス提供するためのウェラブルデバイスを指し、ユーザの身体に着けて使用するタイプのものである。具体的には腕輪状の活動量計や、時計タイプのもの、歩数計タイプのもの、着るタイプのもの等形は様々である。身体的活動量の他、体温や血糖値等、様々なバイタルデータが計測可能である。ユーザ端末６００から、顧客企業端末９００、または、ヘルスケア支援サーバ１００へ送信されるデータは現在の、「ヘルスケアの意思決定に関わる特性」分析及びガイダンス・パターンを提供するためのタイミングを計算する為に使われる。

ユーザ端末７００は顧客企業より健康管理対象者へサービス提供するための高機能型ミラーであり、カメラ、音声デバイス及びタッチセンサ等が内蔵されている。当該高機能型ミラーに映った人の表情、心拍、血圧、体温、発汗等を検知する。ハーフミラーにして、映像を映し出すこともできるため、映像を使った情報を伝える事ができ、与えた情報に対しての反応も分析する事で、どの程度伝わっているのか、表示した内容について好意的か否か等無意識の情動反応も知る事ができる。ユーザ端末７００から顧客企業端末９００、または、ヘルスケア支援サーバ１００へ送信される情報は、ヘルスケア支援サーバ１００からネットワーク１を介してユーザ端末７００に対して出力されたアンケートに対する回答のデータや回答の音声データ、顔色や瞳孔等の映像情報等である。

ユーザ端末８００は顧客企業より健康管理対象者へサービス提供するための血圧計、血液検査機器、脳波計、飲み込む胃カメラ等、主に専門的なバイタルデータを取得するための機器である。ユーザ端末８００から顧客企業端末９００、及び、ヘルスケア支援サーバ１００へ送信されるデータは、ガイダンス・パターンを提供するためのタイミングを計算する為にも使われる。

尚、図１において、説明を簡単にするために、ユーザ端末は７台だけ示してあるが、これ以上存在してもよいことは言うまでもない。また、ユーザ端末２００〜８００の具体的な機器は、例示のものに限定されない。本発明のヘルスケア支援システム全体の一部としてヘルスケアに関わる動機づけの機能強化につながるネット接機器すべてを言う。ユーザ端末２００〜８００は、ユーザからの情報獲得とアウトプット両機能又は片方の機能を担う。

顧客企業端末９００は、健康管理対象者へサービス提供されるための端末であり、上述したユーザ端末２００〜８００と各種情報をやりとりするものである。また、ユーザ端末
２００〜８００から得た情報を、ヘルスケア支援サーバ１００へ送信する。

ヘルスケア支援サーバ１００は、顧客企業端末９００、または、ユーザ端末２００〜８００から取得した情報に基づいて、個人毎の「ヘルスケアの意思決定に関わる特性」と「適切なタイミング」を解析する。そしてヘルスケアにおける内発的動機づけの「最適なガイダンス・パターン」と「適切なタイミング」を顧客企業端末９００へ送信する。

ここで、概要を理解しやすくするため、図２においてヘルスケア支援システム全体のシーケンス図を示す。

主なデータのやり取りはユーザ端末２００〜８００よりネットワーク１を介して顧客企業端末９００へ、顧客企業端末９００はネットワーク１を介してヘルスケア支援サーバ１００という流れを経るか、または、ヘルスケア支援サーバ１００がネットワーク１を介して直接ユーザ端末２００〜８００とやり取りする事のどちらかになる。

図２に示すシーケンス図はアカウント関連処理Ａ、「ヘルスケアの意思決定に関わる特性」判定処理Ｐ、伝え方最適化処理Ｔ、学習処理Ｇの順に進行する。また、「ヘルスケアの意思決定に関わる特性」判定処理Ｐに先だって、アカウント関連処理Ａが処理される事で、同一の健康管理対象者が複数のユーザ端末２００〜８００を介し、断続的にデータのやり取りをしても適切な分析ができる。これにより、健康管理対象者の都合・気分に合わせた複数回に分けた調査・分析がなされることになる。

アカウント関連処理Ａにおいて、ユーザ端末２００、５００、７００は健康管理対象者のアカウント情報を顧客企業端末９００へ送信し（ステップＳ０１）、顧客企業端末９０
０は受け取ったアカウント情報をヘルスケア支援サーバ１００へ送信する（ステップＳ０２）。ヘルスケア支援サーバ１００は健康管理対象者から属性情報を取得するための属性情報入力フォームを顧客企業端末９００へ送信し（ステップＳ０３）、顧客企業端末９００は、上述の属性入力フォームをユーザ端末２００、５００、７００へ送信する（ステップＳ０４）。これを受けて、ユーザ端末２００、５００、７００では属性入力フォームを画面に表示し、健康管理対象者から属性情報を受け付ける。ユーザ端末２００、５００、７００は受け付けた属性情報を顧客企業端末９００へ送信し（ステップＳ０５）、顧客企業端末９００は上述の属性情報をヘルスケア支援サーバ１００へ送信する（ステップＳ０６）。これを受けてヘルスケア支援サーバ１００は、属性情報をアカウント情報に紐づけて登録する。

「ヘルスケアの意思決定に関わる特性」判定処理Ｐにおいて、ヘルスケア支援サーバ１００は顧客管理対象者の「ヘルスケアの意思決定に関わる特性」を分析する為の「ヘルスケアの意思決定に関わる特性」情報入力フォームを顧客企業端末９００へ送信し（ステップＳ０７）、顧客企業端末は受けとった「ヘルスケアの意思決定に関わる特性」情報入力フォームをユーザ端末２００、５００、７００へ送信する（ステップＳ０８）。これを受けて、ユーザ端末２００、５００、７００では「ヘルスケアの意思決定に関わる特性」情報入力フォームを画面に表示し、健康管理対象者から「ヘルスケアの意思決定に関わる特性」のサーベイ情報（あたまの癖、こころの癖、頭のものさし、心のものさしに関わるサーベイ情報で、これらについては後述する）を受け付ける。ユーザ端末２００、５００、７００は受け付けた「ヘルスケアの意思決定に関わる特性」のサーベイ情報を顧客企業端末９００へ送信し（ステップＳ０９）、顧客企業端末９００は上述の「ヘルスケアの意思決定に関わる特性」のサーベイ情報をヘルスケア支援サーバ１００へ送信する（ステップＳ１０）。これを受けてヘルスケア支援サーバ１００は、「ヘルスケアの意思決定に関わる特性」のサーベイ情報を元に健康管理対象者の「ヘルスケアの意思決定に関わる特性」を分析し、アカウント情報に紐づけてヘルスケア支援サーバ１００の記憶部１３００に記憶する。

伝え方最適化処理Ｔにおいて、顧客企業端末９００より健康管理対象者へ伝えたい内容がヘルスケア支援サーバ１００へ送信されてくると（ステップＳ１１）、ヘルスケア支援サーバ１００は上述の伝えたい内容がどのような内容なのかを分析し、それに応じて健康管理対象者の「ヘルスケアの意思決定に関わる特性」に応じた「最適なガイダンス・パターン」を分析、判断する。さらに、へルスケア支援サーバ１００は「最適なガイダンス・パターン」判定に必要なデータ要求コマンドを顧客企業端末９００へ送信する（ステップＳ１２）。顧客企業端末９００は上述のコマンドをユーザ端末２００〜８００へ送信する（ステップＳ１３）。ユーザ端末２００〜８００のうち、上述のコマンドを受信した端末においては、タイミング判定に必要なデータ（例えばユーザ端末３００において、体重がある閾値を超えたタイミングを計る為のログデータや、ユーザ端末６００において、活動量が極端に減ったタイミングを計る為のログデータ等）を顧客企業端末９００へ送信する（ステップＳ１４）。顧客企業端末９００は、上述のタイミング判定に必要なデータをヘルスケア支援サーバ１００へ送信する（ステップＳ１５）。ヘルスケア支援サーバ１００は受け付けたタイミング判定に必要なデータを分析し、健康管理対象者に対して動機づけをするための「適切なタイミング」を判定する。ヘルスケア支援サーバ１００は上述の「最適なガイダンス・パターン」と「適切なタイミング」に関わる情報を顧客企業端末９００へ送信する（ステップＳ１６）。これを受けて顧客企業は顧客企業端末９００に受け付けた「最適なガイダンス・パターン」と「適切なタイミング」に関わる情報を元に、具体的な「最適な動機づけ情報」（「最適な動機づけ情報」とは、健康管理対象者の「ヘルスケアの意思決定に関わる特性」を加味し、最適化したもの）を作成し、顧客企業端末９００より「最適な動機づけ情報」を「適切なタイミング」でユーザ端末２００〜８００に送信する事を想定している（ステップＳ１７）。

尚、伝え方最適化処理Ｔについては、人工知能による自動化を想定しており、将来的にはヘルスケア支援サーバ１００が健康管理対象者に対する「最適な動機づけ情報」を作成する事ができる様になる。この場合、ヘルスケア支援サーバ１００は上述の「最適な動機づけ情報」をユーザ端末２００〜８００または顧客企業端末９００へ送信する事になる。

学習処理Ｇにおいて、顧客企業端末９００はユーザ端末２００〜８００に送信した「最適な動機づけ情報」と同じ情報をサーバ１００へ送信する（ステップＳ１８）。また、ユーザ端末２００〜８００は「最適な動機づけ情報」を受信すると、上述の動機づけ情報を健康管理対象者に対して表示する事で生じる行動の変化を時系列の行動ログデータ推移として顧客企業端末９００へ送信する。顧客企業端末９００は、受け取った行動ログデータをヘルスケア支援サーバ１００へ送信する。ヘルスケア支援サーバ１００は、受信した「最適な動機づけ情報」と、行動ログデータを分析したものを学習情報として記憶する。
＜構成＞
以下、図３に基づいてヘルスケア支援サーバ１００について説明する。図面３はヘルスケア支援サーバ１００のシステム機能構成図である。ヘルスケア支援サーバ１００は、通信部１１０と、処理部１２００と、記憶部１３００と、情報出力部１４０とを備えて構成される。

通信部１１０は、ネットワーク１を介して、ユーザ端末２００〜８００及び顧客企業端末９００との間で映像・画像・音声情報及びメッセージ情報を送受信する。

情報出力部１４０は処理部１２００によって処理されたものを通信部１１０へ送るものである。

記憶部１３００は主にデータの格納を行うところであり、個別情報記憶部と共通基礎情報記憶部に分かれる。個別情報記憶部はアカウント情報記憶部１３１０、属性情報記憶部１３１１、統合パーソナリティ情報記憶部１３３０を有する。共通基礎情報記憶部はガイダンス・パターン情報記憶部１３４０、ヘルス情報記憶部１３５０、行動変容ストーリー情報記憶部１３６０、ユーザ提供情報記憶部１３７０、バイアス情報記憶部１３８０、調査情報記憶部１３９０を有する。

アカウント情報記憶部１３１０は図４に示す様に、健康管理対象者のアカウント情報（ＩＤ、氏名、情報公開設定情報、契約企業情報、使用端末情報等）が記憶されている。

属性情報記憶部１３１１は図４に示す様に、健康管理対象者の属性情報（個人固有の情報を指し、年齢情報、性別情報、趣味情報や動機づけに関わる五感記憶情報等）がアカウント情報のＩＤに紐づけされて記憶されている。

統合パーソナリティ情報記憶部１３３０は図４にある様に、「ヘルスケアの意思決定に関わる特性」である統合パーソナリティ情報がアカウント情報のＩＤと紐づけされた状態で記憶されている。「統合パーソナリティ情報」とは主に遺伝的で変化しづらい「癖」と、知識の追加や訓練等により変化させることが可能な「ものさし」とからなり、それぞれには「あたま」によるものと、「こころ」によるものがある。さらに、それら「あたまの癖」「こころの癖」「頭のものさし」「心のものさし」（これらについては後述する）の４つの他に、統合した計算をする際に必要な「重みづけ情報」を含めたもの５つによって構成されるものを統合パーソナリティ情報と呼び、それら５つ全ての情報はアカウント情報のＩＤと紐づけされた状態で記憶されている。

ヘルス情報記憶部１３５０は図５に示す様に、主に医学的に検証された、健康に関わる様々なデータ（食事、運動、睡眠、喫煙、飲酒、口腔衛生における数値情報や病気に関わる情報等。例えば一日に推奨される適切な野菜の摂取量や一日に推奨される適切な運動量等）が記憶されている。

ユーザ提供情報記憶部１３７０は図５に示す様に、実際に健康管理対象者に対して提供された「最適な動機づけ情報」と「適切な提供タイミング」が記憶されている。個人別の「ヘルスケアの意思決定に関わる特性」を加味した「最適なガイダンス・パターン」及び「適切なタイミング」に基づいて健康管理対象者へ提供された具体例をユーザ提供情報として取っておくことで、個人の「ヘルスケアの意思決定に関わる特性」のウエイト補正に使う他、将来的には記録されている画像や文言等から健康管理対象者の「ヘルスケアの意思決定に関わる特性」にあわせて「最適な動機づけ情報」を自動作成することもできる。

バイアス情報記憶部１３８０は図５に示す様な各種の錯覚・バイアス（確証バイアス、ヒューリスティックバイアス、ハロー効果やメンタルショットガン等）におけるアルゴリズム情報がバイアス情報として記憶されている。

行動変容ストーリー情報記憶部１３６０は図５にある様に、行動変容ステージ情報（無関心期、関心期、準備期、実行期、維持期を判別するための情報。健康管理対象者の行動変容ステージを判定するために必要となり、ステージ毎の様々なデータ（例えば行動変容を起こす意思情報、ユーザ端末３００による体重の推移や、ユーザ端末６００による活動量の推移等）の基準値が格納されている。）とストーリー情報（健康管理対象者がそれぞれの「ヘルスケアの意思決定に関わる特性」によって、どのような意思決定パターンをもって行動変容ステージを変化させていくのかのパターン情報である。例えば直感的で具象的なあたまの癖を持っており、無関心期にある４０代男性は、自分の子供や自分のパートナーとの関係性維持において健康行動が重要である旨を訴える事が有効である、といった情報である。）を記憶している。

ガイダンス・パターン情報記憶部１３４０は図５にある様に、「統合パーソナリティ分類情報」（統合パーソナリティ分類情報とは統合パーソナリティ情報と行動変容ストーリー情報、さらに属性情報を総合的に分析し分類したものである）とそれにあった出力パターン情報（「見せたいもの」の画像パターン、「伝えたい言葉」の文字パターンが記憶されている。

調査情報記憶部１３９０は「ヘルスケアの意思決定に関わる特性」判定処理に必要な調査項目が記憶されている。アンケートにおける質問や、映像によるサーベイ方法（後述）における動画等が記憶されている。

処理部１２００は、図３に示す様に、データ判断部１２１１、アカウント情報処理部１２１２、「ヘルスケアの意思決定に関わる特性」分析部１２２０、ガイダンス・パターン作成部１２７０、ガイダンス提供タイミング分析部１２８０、ガイダンス更新部１２９０等を備えて構成される。ユーザ端末２００〜８００、または顧客企業端末９００から受信した映像・画像・文字・音声等の情報を元に、記憶部１３００に記憶された各種判断材料と照らし合わせて健康管理対象者の「ヘルスケアの意思決定に関わる特性」を解析する事で、健康管理対象者それぞれの「最適なガイダンス・パターン」と「適切なタイミング」を作成処理するものである。処理部１２００では図２に示したアカウント関連処理Ａ、「ヘルスケアの意思決定に関わる特性」判定処理Ｐ、伝え方最適化処理Ｔ、学習処理Ｇという処理がされる。

データ判断部１２１１は通信部１１０より受信した情報の内容を判断し、必要な処理部に振り分ける役目を負う。主にアカウント関連処理Ａに関わる情報、「ヘルスケアの意思決定に関わる特性」判定処理Ｐに関わる情報、伝え方最適化処理Ｔに関わる情報、学習処理Ｇに関わる情報であるかを判断し、振り分ける。

アカウント情報処理部１２１２はアカウント関連処理Ｐを行うところである。本人確認をするための「アカウント情報記憶部１３１０」と、「属性情報記憶部１３１１」について、照会、新設、名寄せ、更新、削除等を行う。

「ヘルスケアの意思決定に関わる特性」分析部１２２０は「ヘルスケアの意思決定に関わる特性」判定処理Ｐを行うところである。主に遺伝的で変化しづらい特性である「癖」と、知識の追加や訓練等により変化させることが可能な特性である「ものさし」とを分ける軸、思考上の特性である「あたま」（主に意識的な機能）と、感情の特性である「こころ」（主に無意識の機能）とを分ける軸によって４象限をわけ、それぞれの「あたまの癖」「こころの癖」「頭のものさし」「心のものさし」（それぞれの詳細は後述する。）についてヘルスケアの意思決定特性を分析の上、最終的に統合した個人としての特性として分析をするところである。

詳細なサーベイの構成については、学術的なエビデンスのあるビッグファイブや脳科学によってその信頼性（再検査信頼性、内的整合性）と妥当性（内容的妥当性、並存的妥当性、予測妥当性、構成概念妥当性）が検証されているモデルを基礎として活用している。

ガイダンス・パターン作成部１２７０は、伝え方最適化処理Ｐのうち、対象となる健康管理対象者に応じた「最適なガイダンス・パターン」を作成するところである。上述の健康管理対象者の統合パーソナリティ情報記憶部１３３０と属性情報記憶部１３１１、及び行動変容ストーリー情報記憶部１３６０に記憶されている情報から統合パーソナリティ分類情報を分析し、統合パーソナリティ分類情報に応じたガイダンス・パターンをガイダンス・パターン情報記憶部１３４０から選び出すものである。将来的にはユーザ提供情報記憶部１３７０の情報を使い人工知能により健康管理対象者に合わせた個別修正処理をすることで、ガイダンス・パターンではなく、動機づけ情報を直接作成できる。

ガイダンス提供タイミング分析部１２８０は、顧客企業端末９００がヘルスケア支援サーバ１００より送信された「最適なガイダンス・パターン」から作る具体的な「最適な動機づけ情報」について、健康管理対象者に対していつ伝えるのが適切なのかを分析し、判断するものである。

ガイダンス更新部１２９０は学習処理Ｇを行うところであり、最終的にユーザ端末２００、４００、５００、７００上に示された「動機づけ情報」や「適切なタイミング」、それによって変化した行動変容のログデータ等を分析し、行動変容ストーリー情報、や統合パーソナリティ情報の重みづけデータを更新するためのものである。
＜動作＞
図６は図２に示すアカウント関連処理Ａのフロー図である。ユーザ端末２００〜８００、または、顧客企業端末９００等から、アカウント情報共にデータが入力されることで、ネットワーク１を介しヘルスケア支援サーバ１００の通信部１１０にデータが受信される。通信部１１０が受信したデータはデータ判断部１２１１によってアカウント情報処理部１２１２へ振り分けられる（ステップＡ０１）。これを受けてアカウント情報処理部１２１２はアカウント情報記憶部１３１０を参照しアカウント情報の有無を照会する（ステップＡ０２）。アカウント情報が無い場合にはアカウント情報の取得を行い、アカウント情報記憶部に記憶して（ステップＡ０６）、ステップＡ０７に進む。アカウント情報がある場合には直ちにステップＡ０７に進む。

次にアカウント情報処理部１２１２は、登録されたアカウント情報ＩＤに紐づけられて属性情報記憶部１３１１に記憶されている属性情報（五感記憶や年齢、家族構成、趣味、バイタルデータ等）を照会する（ステップＡ０７）。この照会により、未取得の情報及びデータの更新が必要な情報（例えば、体重や血圧等）について特定し、特定した情報の取得に関わる質問または情報取得コマンドを情報出力部１４０及び通信部１１０を介して、ユーザ端末２００〜８００または、顧客企業端末９００へ送信する（ステップＡ０８）。顧客企業端末９００は、上述の質問情報または情報取得コマンドをユーザ端末２００〜８００へ送信する。ユーザ端末２００、４００、５００、７００は受信した質問情報を画面に表示し、あるいは情報取得コマンドであった場合には実行する。

ユーザ端末から入力された未取得の属性情報またはデータの更新が必要な属性情報は、顧客企業端末９００を介して、あるいは直接ヘルスケア支援サーバ１００へ送信される。ヘルスケア支援サーバ１００にて受信した属性情報は通信部１１０、データ判断部１２１１を介し、アカウント情報処理部１２１２に受信される（ステップＡ０９）。アカウント情報処理部１２１２は上述の属性情報を属性情報記憶部１３１１へ記憶する（ステップＡ１０）。次に、アカウント情報処理部１２１２は、属性情報記憶部１３１１に不足の属性情報があるかを照会し、いまだ未取得の属性情報またはデータの更新が必要な属性情報がある場合には、健康管理対象者が情報収集に協力してもらえるかを問う質問情報を、情報出力部１４０及び通信部１１０を介して、ユーザ端末２００、４００、５００、７００または、顧客企業端末９００へ送信する。顧客企業端末９００は、上述の質問情報をユーザ端末２００、４００、５００、７００へ送信する。ユーザ端末２００、４００、５００、７００は受信した質問情報を画面に表示する。ユーザ端末２００、４００、５００、７００は上述の質問情報に対しての健康管理対象者の回答情報を、ユーザ端末から顧客企業端末９００を介して、あるいは直接ヘルスケア支援サーバ１００へ送信する。ヘルスケア支援サーバ１００にて受信した回答情報は通信部１１０、データ判断部１２１１を介し、アカウント情報処理部１２１２に受信される。アカウント情報処理部１２１２は受信した回答を元に、属性情報の追加取得が可能であればステップＡ０８へ、属性情報の追加取得が不可能であれば終了へと進む（ステップＡ１１）。ステップＡ０１からステップＡ１１までの一連の処理により、アカウント情報記憶部１３１０は徐々に補完されていき、アカウント情報の充足度（充足度とは、属性情報として当初割り当てられた枠組みの数に対して情報が取得できている数の比率を言う）があがるだけでなく、健康管理対象者の都合に合わせた継続的かつ断続的なやりとりが可能になる。

図７は図２に示した「ヘルスケアの意思決定に関わる特性」判定処理Ｐのフロー図を示している。ユーザ端末２００、４００、５００、７００及び顧客企業端末９００を介して、アカウント情報と共に「ヘルスケアの意思決定に関わる特性」判定処理スタートとなる信号が受信される事で、「ヘルスケアの意思決定に関わる特性」判定処理Ｐがスタートする。この前提として、「ヘルスケアの意思決定に関わる特性」を判定する事に対しての健康管理対象者の同意がとれているものとする。

「ヘルスケアの意思決定に関わる特性」分析部１２２０は、調査情報記憶部１３９０から質問・調査項目を抽出し作成する（ステップＰ０３）。ステップＰ０３により作成された質問・調査項目は、情報出力部１４０、通信部１１０を介して顧客企業端末９００、または、ユーザ端末２００、４００、５００、７００へ送信される（ステップＰ０４）。ユーザ端末２００、４００、５００、７００は受信した質問・調査項目を画面に出力し、健康管理対象者は上述の質問・調査項目に答える。尚、上述のアカウント関連処理Ａが機能している事で、同一の健康管理対象者が使用する複数のユーザ端末からでも断続的に分析を行う事ができ、ユーザ端末の機能特性に合わせ、言語だけでなく、非言語情報も活用する（ステップＰ０５）。ステップＰ０５で得られた「ヘルスケアの意思決定に関わる特性」のサーベイ情報（「ヘルスケアの意思決定に関わる特性」について調べるための質問に対する回答情報）は、ユーザ端末から顧客企業端末９００を介して、あるいは直接ヘルスケア支援サーバ１００へ送信される。ヘルスケア支援サーバ１００にて受信した属性情報は通信部１１０、データ判断部１２１１を介し、「ヘルスケアの意思決定に関わる特性」分析部１２２０へ送られる。「ヘルスケアの意思決定に関わる特性」分析部１２２０は、質問・調査項目により「こころの癖判定処理」「あたまの癖判定処理」「頭のものさし判定処理」「心のものさし判定処理」がそれぞれのアルゴリズムによって行われる。どの質問・調査項目がそれぞれ何の項目の調査にあたるのかは事前に設計されている。以下それぞれについて説明する。

「ヘルスケアの意思決定に関わる特性」分析部１２２０はステップＰ０５により受信した「ヘルスケアの意思決定に関わる特性」のサーベイ情報のうち、「こころの癖判定処理」については、人間がもともと持っている様々なバイアス（バイアスとは主に無意識層の動きなので普段は気付けないが、人間が五感を使って外部の情報収集をする際に、無意識に情報をシャットダウンしてしまうなど、大きな影響を及ぼしている。ここでは特に遺伝的に備わっているバイアスを指す。具体例をあげると、例えば人間には肉体的安全を保つためのバイアスがあり、見慣れないもの、理解しにくいものに対しては瞬間的に異常を感じ、緊張状態と共に避けたいという指向性を持って無意識レベルでの情報収集をすることになる。意識層の働きによって指向性をもって集められた情報を元に意識層が状況を認識し、意思決定をするプロセスを経るため、バイアスは自分ではわからない。わかりやすく言うと、知らない人といると緊張する、といった事例がわかりやすい。ヘルスケアにおいて、仮に社会的健康を促進するための動機付けを行おうとする場合には、こうしたバイアスが強い人と、弱い人とでは、アプローチが変わってくる。この特性はビックファイブで研究された「外向性」に現れるため、「ほかの人と比べると話し好きです」といった質問に対し、「非常にあてはまる」１点、「かなりあてはまる」２点、「ややあてはまる」３点、「どちらともいえない」４点、「あまりあてはまらない」５点、「ほとんどあてはまらない」６点、「まったくあてはまらない」７点から選択してもらう事で数値化できる。無意識の反応を調べる手段でもある為、アンケートではなく、発汗、瞳孔の開き、心拍数、ミリ秒単位の表情の変化、緊張の有無による声色の変化など、無意識による生体反応を元にしたサーベイ方法の方が効率で、精度的にも高くなることが予測される。上述のようなバイアスがかかりそうな事象に関しては、そのバイアスをあらかじめ考慮してアプローチを変えることができる。例えば「ものがたり」がある。最初に「ものがたり」はあくまでフィクションであり、自分事ではないことをあえて伝える事で、こうしたバイアスに抑制がかかるため、内容が素直に入ってくる。当該「ものがたり」を通して、主人公とその周りで起きる事柄を捉える枠組みが、主人公の意思決定によってどのように変化するのか、繰り返し伝える事で、因果関係として記憶されることになる。）と五感記憶（五感記憶とは生後生活するなかで五感を通して体験した記憶であり、特に幼少期においての五感記憶は原体験として自分の無意識層に枠組みを構築し、意思決定においての特性として現れる事が多い。これも無意識層に記憶されているため、自分ではわからないものがある。人は見たものや体験を抽象化して認識しようとするため、記憶においてもある程度抽象化されて記憶される。抽象化の程度は人によって差異があるが、五感記憶においては自分の過去の枠組みに照らして自分にとって良い事か否か（好きか嫌いか）のレベルで因果が構築されて記憶されている。その後の生活において、上述の指向性のある情報収集がなされた上で意思決定していくので、その行動はパターン化していく。この五感記憶において無意識を意識化し、抽象化された因果関係の枠組みを変えることで、印象をかえる事はできる。ヘルスケアにおいての重要となる原体験カテゴリとしては、学び、食事管理、運動、生活リズム、親子関係、友人関係、感情コントロール、などでありある。例えば「知らないことを学ぶ事」に対しての印象を「大嫌いなイメージ」１点、「嫌いなイメージ」２点、「好きでも嫌いでもないイメージ」３点、「好きなイメージ」４点、「大好きなイメージ」５点から選択してもらう事で数値化できる。例えば食事管理に対してのマイナスの印象を持っていた場合、当該健康管理対象者に対してのアプローチは、伝える言葉だけでなく、ヘルスリテラシーについて伝える量も少なめに伝える事になる。）についてサーベイ情報を統計処理し、分布をパーセンタイルによって数値化する事で特性判断を行う。そのため、分析あたっては属性情報記憶部１３１１とバイアス情報記憶部１３８０の情報を使用し計算される（ステップＰ０６）。

「ヘルスケアの意思決定に関わる特性」分析部１２２０はステップＰ０５により受信した「ヘルスケアの意思決定に関わる特性」のサーベイ情報のうち、「あたまの癖」判定処理においては、それぞれの個人によってもともと持っている認知特性（認知特性とは五感を使って外部から取得した情報をどのように捉えるのか、その癖を数値化したうえで統計処理し、特性として示したもの。右利きと左利きがある様に、人によって認知の特性は分かれる。抽象的に物事を捉えるか、具象的に物事を捉えるのかの軸と、直観的に物事を捉えるか、論理的に物事を捉えるのかの２軸を使い、分けられた４つの象限においてのサーベイ情報を統計処理し、分布をパーセンタイルによって数値化することで特性判断を行う。具体的には、抽象度を測る為の質問として「いつも新しい問題解決の方法を探し求める」といった問に対して、「まったくあてはまらない」１点、「あてはまらない」２点、「どちらかと言えばあてはまらない」３点、「どちらでもない」４点、「どちらかと言えばあてはまる」５点、「あてはまる」６点、「ぴったり当てはまる」７点までを選択してもらう事で数値化できる。ヘルスケアにおいては、抽象度が高い人に対しては、詳細な数値は逆に健康管理対象者の理解を妨げるため、グラフや単純な絵などで表現する様にする。）と行動特性（行動特性とは行動の特性を言い、自分の感情を他人や世界に対して発信したい度合いである「自己表現性」、自分の考えや意見を他人に受け入れてほしいと思う度合いである「自己主張性」、他人の考えや行動を受け入れようとする意思の度合いである「柔軟性」の３つの軸におけるサーベイ情報を統計処理し、分布をパーセンタイルによって数値化する事で特性判断を行う。具体的には自己表現性を測る為の質問として「とても積極的な性格だ。」といった問に対して、「まったくあてはまらない」１点、「どちらかと言えばあてはまらない」２点、「どちらでもない」３点、「どちらかと言えばあてはまる」４点、「非常にあてはまる」５点から選択してもらう事で数値化できる。ヘルスケアにおいて身体的健康を促進する為、運動をさせたい健康管理対象者がいたとすると、当該健康管理対象者の自己表現性の大小によってアプローチが変わってくる。自己表現性が低い人は感じたことを行動に移すのが得意でない為、何度も繰り返し説得するという方法を取る事になる。）、更に五感記憶等の属性情報を加味してアルゴリズムが設計されている
。その為、属性情報記憶部１３１１の情報も使用し計算される（ステップＰ０７）。

「ヘルスケアの意思決定に関わる特性」分析部１２２０はステップＰ０５により受信した「ヘルスケアの意思決定に関わる特性」のサーベイ情報のうち、「頭のものさし」判定処理においては、ヘルスケア（ＷＨＯの定義する、身体的、精神的、社会的な健康を促進するための健康行動）に対するリテラシーの有無や理解度を、サーベイにより統計処理する事で、分布をパーセンタイルによって数値化する事で特性判断を行う。最近のヘルスリテラシーの定義では、健康情報を入手、理解、評価、活用する能力で、ヘルスケア、疾病予防、ヘルスプロモーションの３つの領域で用いられるものとなっていて、多様な場面で活用する複数の能力が含まれるようになっている。そしてそれに合わせた、包括的で幅広い能力を測定するものも開発されており、現在に至るまでには、測定ツールとして多くのヘルスリテラシーの尺度が開発されていて、すでに100以上になっている。アメリカの国立医学図書館とボストン大学医学部がそれらを集めたデータベースHealth Literacy Tool Shedを作って公開もしており、測定内容、質問数、測定方法、入手方法、言語などを選んで探せるようになっている。具体的にはそうしたヘルスリテラシーの評価尺度のうちＨＬＳ−ＥＵ−Ｑ４７などを参考にすれば、情報の取得に対しての能力を測る為の質問として「気になる病気の症状に関する情報を見つけるのは？」といった問いに対して、「とても簡単」１点、「やや簡単」２点、「やや難しい」３点、「とても難しい」４点、「わからない/当てはまらない」５点から選択してもらう事で数値化できる。ヘルスケアにおいては、リテラシーの有無が内発的動機づけにとても有効である為、健康管理対象者がヘルスリテラシー取得において、情報源有無認知→入手→理解→評価→活用（意思決定＋行動）といった枠組みの中のどこで止まっているのかを把握し、それぞれに合ったアプローチを行う。そのため、分析にあたってはヘルス情報記憶部１３５０も使用し計算される（ステップＰ０８）。
「ヘルスケアの意思決定に関わる特性」分析部１２２０はステップＰ０５により受信した「ヘルスケアの意思決定に関わる特性」のサーベイ情報のうち、「心のものさし」判定処理においては、ＥＱ代表されるような自分の感情についてのリテラシーの有無（情動察知能力、情動消化能力、情動理解能力、情動管理能力）や活用度（上述の感情についてのリテラシーをどれだけ使用しているのか）を加味したサーベイ情報を統計処理し、分布をパーセンタイルによって数値化する事で特性判断を行う。具体的にはＥＱなどで使われている自己効力感は「今の自分の感情を言葉にできる」という問いに対し、「まったくあてはまらない」０点、「少し当てはまる」１点、「あてはまる」２点、「よくあてはまる」３点、「非常によくあてはまる」４点から選択してもらう事で数値化できる。ヘルスケアにおいては、自己効力感が強いか否かは意思決定の有無に大きく影響するため、自己効力感の弱い健康管理対象者に対しては、より身近な将来において、より具体的な成功のイメージを伝えることが有効になる。その為分析にあったってはヘルス情報記憶部１３５０も使用し計算される（ステップＰ０９）。

「ヘルスケアの意思決定に関わる特性」分析部１２２０は上述のステップＰ０６〜０９において分析された「あたまの癖」「こころの癖」「頭のものさし」「心のものさし」に対して、ヘルスケアにおいての意思決定に各要素がどの程度関係しているかを、学習できるようアルゴリズムが組まれている。具体的な健康行動の動機づけとなる値の求め方は、意思決定予測因子（「頭の癖」値＋「心の癖」値）×意思決定支援因子（「頭のものさし」値＋「心のものさし」値）となる。また、意思決定予測因子と意思決定支援因子のそれぞれにおいて重みづけが設定されている。「ヘルスケアの意思決定に関わる特性」分析部１２２０においては、それら重みづけも加味して計算されることで、統合パーソナリティ情報が分析され（ステップＰ１０）、統合パーソナリティ情報記憶部１３３０へ記憶される（ステップＰ１１）。

ここで「ヘルスケアの意思決定に関わる特性」分析部１２２０は、健康管理対象者からの「ヘルスケアの意思決定に関わる特性」のサーベイ情報がどの程度充足されているのか、「ヘルスケアの意思決定に関わる特性」のサーベイ項目の充足度を計算し、サーベイの確度として判定を行う（ステップＰ１２）。「ヘルスケアの意思決定に関わる特性」分析部１２２０は、情報出力部１４０、通信部１１０を介して、顧客企業端末９００、またはユーザ端末２００、４００、５００、７００に対して、サーベイの確度と「ヘルスケアの意思決定に関わる特性」のサーベイ継続可能かの質問を送信する（ステップＰ１３）。ユーザ端末２００、４００、５００、７００は受信したサーベイの確度とサーベイ継続についての質問を表示し、健康管理対象者は表示された質問に答える。ユーザ端末から入力された情報は顧客企業端末９００を介して、あるいは直接ヘルスケア支援サーバ１００へ送信される。ヘルスケア支援サーバ１００にて受信した属性情報は通信部１１０、データ判断部１２１１を介し、「ヘルスケアの意思決定に関わる特性」分析部１２２０へ送られる。「ヘルスケアの意思決定に関わる特性」分析部１２２０は受信した上述の回答が「サーベイ継続可能」である場合には、ステップＰ０３に戻る。「サーベイ継続不可能」である場合には、「ヘルスケアの意思決定に関わる特性」判定処理Ｐは終了する。

図８は図２に示す伝え方最適化Ｔのフロー図である。顧客企業が健康管理対象者へ何かしらの動機付けを行いたい場合、顧客企業端末９００から、動機づけしたい健康管理対象者のアカウント情報とユーザへ伝えたい内容がヘルスケア支援サーバ１００へ送信される（ステップＴ０１）。ヘルスケア支援サーバ１００で受信したアカウント情報と「ユーザへ伝えたい内容」は通信部１１０を介しデータ判断部１２１１を介し、ガイダンス・パターン作成部１２７０へ送られる。ガイダンス・パターン作成部１２７０は受信した「ユーザへ伝えたい内容」を「見せたい物」と「伝えたい言葉」の情報をパターンとして認識する（ステップＴ０２）。次に、ガイダンス・パターン作成部１２７０は、情報を提供したい健康管理対象者のアカウント情報に基づき、統合パーソナリティ情報記憶部１３３０と行動変容ストーリー情報記憶部１３６０、更に属性情報記憶部１３１１を総合的に分析し、個人の「統合パーソナリティ分類情報」を算出する。ステップＴ０２において処理したガイダンス・パターンと上述の「統合パーソナリティ分類情報」によって、ガイダンス・パターン情報記憶部１３４０から適切なガイダンス・パターンを抽出する。ガイダンス・パターン作成部１２７０は、上述のガイダンス・パターン情報記憶部１３４０から抽出されたガイダンス・パターンにおいて、使用されている文言を統合パーソナリティ情報記憶部１３３０に記憶されている文言に修正を行う事で「最適なガイダンス・パターン」を作成し（ステップＴ０３）、ガイダンス提供タイミング分析部１２８０へ送信する。

ガイダンス提供タイミング分析部１２８０は、受信した「最適なガイダンス・パターン」について、対象となる健康管理対象者においてどのタイミングで伝えるのが適しているのかを分析する。具体的には、「ヘルスケアの意思決定に関わる特性」が重要な場合と、健康管理対象者の行動ログが重要な場合がある。その為「最適なタイミング」を分析する為には、ユーザ提供情報記憶部１３７０、行動変容ストーリー情報記憶部１３６０、統合パーソナリティ情報記憶部１３３０、及びユーザが使用する複数のユーザ端末２００〜８００から断続的に得た言語・非言語情報、を使用し分析・判断する（ステップＴ０４）。ガイダンス提供タイミング分析部１２８０は、ステップＴ０３により作成された「最適なガイダンス・パターン」とステップＴ０４により作成された「適切なタイミング」を、情報出力部１４０、通信部１１０を介して顧客企業端末９００へ送信する（ステップＴ０６）。

図９は図２に示す学習処理Ｇのフロー図である。顧客企業端末９００は健康管理対象者の使用するユーザ端末２００、４００、５００、７００に対して「最適な動機づけ情報」を提供すると同時に、同じ「最適な動機づけ情報」と「提供タイミング」をヘルスケア支援サーバ１００にも送信する。（この際、健康管理対象者の使用するユーザ端末２００〜８００に対しても、行動変容のログを取り、顧客企業端末、または、ヘルスケア支援サーバ１００へ直接データを送るようコマンドが送られる。）ヘルスケア支援サーバ１００で受信した「最適な動機づけ情報」と「提供タイミング」は通信部１１０、データ判断部１２１１を介してガイダンス更新部１２９０へ送られる（ステップＧ０１）。ガイダンス更新部１２９０は受信した「最適な動機づけ情報」と「提供タイミング」をユーザ提供情報記憶部１３７０へ記憶する。ユーザ端末２００〜８００は、顧客企業端末９００より受信したコマンドに基づき、健康管理対象者の行動変容のログデータを顧客企業端末９００を介して、またはヘルスケア支援サーバ１００へ送信する。ヘルスケア支援サーバ１００が受信した健康管理対象者の行動変容のログデータは通信部１１０、データ判断部１２１１を介してガイダンス更新部１２９０へ送られる。ガイダンス更新部１２９０は、最終的にユーザ端末２００、４００、５００、７００上に示された「最適な動機づけ情報」や、提供タイミング、それによって変化した健康管理対象者の行動変容のログデータを分析し、行動変容ストーリー情報記憶部１３６０を更新する（ステップＧ０３）。次に、統合パーソナリティ情報記憶部１３３０の情報の内、重みづけデータを再計算のうえ更新する（ステップＧ０４）。

図１０に「ヘルスケアの意思決定に関わる特性」判定処理Ｐの具体的なやり取りを示しており、ユーザ端末２００、５００、７００においての画面への出力表示を示している。上２つの質問（Ｊ０１〜Ｊ０２）は、図７のステップＰ１３にあるプロセスを示している。３つ目以降の質問（Ｊ０３〜Ｊ０５）は図７のステップＰ０４に示す「ヘルスケアの意思決定に関わる特性」のサーベイが行われている状態を示している。問１から始まる質問に対する回答そのものだけでなく、質問に対する回答時間等も「ヘルスケアの意思決定に関わる特性」のサーベイ情報として使用する。

図１１にある様に、図１０にあるようなやり取りの中で得られた「ヘルスケアの意思決定に関わる特性」のサーベイ情報は、「ヘルスケアの意思決定に関わる特性」分析部１２２０ですべて数値化され（Ｊ０６）、「直感度Ａ」「抽象度」「論理度」「具象度」といった様な、調査項目（下位因子）毎のデータベース・テーブルにおいてパーセンタイルと比較して統計処理され特性判定される事で数値化が行われる（Ｊ０７〜Ｊ１０）。それぞれの調査項目は上位の因子（「あたまの癖」「こころの癖」「頭のものさし」「心のものさし」）が決まっており、「あたまの癖」「こころの癖」「頭のものさし」「心のものさし」という階層において更にパーセンタイルと比較して統計処理され特性判定される事で数値化が行われる。

図１２に示す様に、上述の処理によって数値化された「あたまの癖」値＋「こころの癖」値で導きだされた意思決定予測因子（Ｊ１１）と、「頭のものさし」値＋「心のものさし」値で導きだされた意思決定支援因子（Ｊ１２）は、それぞれにおいてウエイト（Ｊ１３）を掛ける。更に上述のウエイト修正後の意思決定予測因子と意思決定支援因子とを掛けるあわせ、この階層においてのデータベース・テーブルにおいて、パーセンタイルと比較して統計処理される事で統合パーソナリティ情報の数値化が行われる（Ｊ１４）。ここで使われるウエイト（Ｊ１３）は図２に示す学習処理Ｇにより随時変化する。上述の統合パーソナリティ情報（Ｊ１４）は更に属性情報（例えば結婚の有無や喫煙の有無等）（Ｊ１５）と、「ヘルスケアの意思決定に関わる特性」ごとに異なる行動変容ステージの移行に関する意思決定パターンである行動変容ストーリー情報（Ｊ１６）について、それぞれにおいてウエイトを掛け（Ｊ１７）それぞれ数値化し、統合パーソナリティ情報、属性情報、行動変容ステージ情報の３軸においての全体でのバラつきを分類する事で「統合パーソナリティ分類情報」（Ｊ１８）を算出する。ここで使用されるウエイトも図２に示す学習処理Ｇにより随時変化する。

ガイダンス・パターン作成部１２７０は、上述の「統合パーソナリティ分類情報」を元にガイダンス・パターン情報記憶部１３４０（Ｊ１９）から抽出されたガイダンス・パターンにおいて、使用されている文言を統合パーソナリティ情報記憶部１３３０に記憶されている文言に修正を行う事で「最適なガイダンス・パターン」を作成する。

例えば、図１２に示されている実例の中では、対象となる健康管理対象者は過去の学習処理により修正されたウエイトを加味し、こころの特性ウエイトが若干強い「ヘルスケアの意思決定に関わる特性」を持った人だという事が判定され、統合パーソナリティ情報として数値化される（Ｊ１４）。当該健康管理対象者の統合パーソナリティ情報よりも属性情報と行動変容ストーリーのウエイトが高い事が加味され、統合パーソナリティ分類情報７２６６として数値化されている（Ｊ１７）。行動変容ステージとしては無関心期にあり、属性としては子供がいるカテゴリにおいて、上述の統合パーソナリティ分類情報７２６６に見合うガイダンス・パターンが抽出される。そこから導きだされたガイダンス・パターンは「見せるもの（映像・画像）」としては分析型１１（図１３に明示）であり、「伝えたい言葉」としては、「まずは」、「効率的」、「しかも」、「子供」という言葉が適している事がわかる。

図１３は上述の計算によって導きだされた「最適なガイダンス・パターン」と「適切なタイミング」についてのアウトプット具体例である。見せるものとして分析型１１（Ｊ２０）を示している。分析型１１の人は、認知特性として抽象的かつ論理的に捉える傾向を持っており、子供のいる事から感情面でのアプローチも混ぜた方が効果的である傾向がある。それらを示したガイダンス・パターンとして、運動と親子でのコミュニケーション、夫婦においてのコミュニケーションを別々にやっているのは忙しく（Ｊ２１）、子供とお買い物をすることですべてが効率的（Ｊ２２）に解決できることを図表で示している。伝えたい言葉が選択されており（Ｊ２３）それに合わせた文例も明示される。

また、適切なタイミングは行動変容ストーリー情報記憶部１３６０に記憶されているタイミングと、ユーザ提供情報記憶部１３７０に記憶されている実例とを比較し、健康管理対象者の使用しているユーザ端末に近いものを選択する（Ｊ２４）。
＜補足＞
尚、「ヘルスケアの意思決定に関わる特性」判定処理Ｐにおいて処理部１２００は、「ヘルスケアの意思決定に関わる特性」のサーベイ情報の分析だけでなく、受信した映像・画像・音声情報の分析も踏まえ、総合的に「ヘルスケアの意思決定に関わる特性」を分析する機能も有する。ここで映像情報の分析とは、映像から無意識に支配されている情動を読み取るものであり、具体的には、ミリ秒単位での表情の変化や、瞳孔の開き、脈拍の速さ、声帯の緊張による声色、顔面の紅潮、発汗具合等を活用する事を言う。また、画像情報の分析とは、健康管理対象者の「ヘルスケアの意思決定に関わる特性」を分析するものであり、具体的には健康管理対象者の服装や表情等から、統計及び経験則に基づいた分析を行うものである。文字情報とは、健康管理対象者の「ヘルスケアの意思決定に関わる特性」を分析するものであり、具体的には健康管理対象者の選択する言葉から、統計及び経験則に基づいた分析を行うものである。音声情報の分析とは、音声を文字に変換し文字情報として分析されるものと、それ以外の要素を分析するものとに分かれる。それ以外の要素とは、音声のスピード、抑揚、声帯の緊張による声色等から無意識に支配されている情動を読み取るものである。これによりアンケートによらず、映像と音声等によらない誤差率の少ないサーベイの方法が可能となる。

１００…ヘルスケア支援サーバ、１１０…通信部、１４０…情報出力部、２００，３００，４００，５００， ６００，７００，８００…ユーザ端末、９００…顧客企業端末、１２００…処理部、１２１１…データ判断部、１２１２…アカウント情報処理部、１２２０…分析部、１２７０…ガイダンス・パターン作成部、１２８０…ガイダンス提供タイミング分析部、１２９０…ガイダンス更新部、１３００…記憶部、１３１０…アカウント情報記憶部、１３１１…属性情報記憶部、１３３０…統合パーソナリティ情報記憶部、１３４０…ガイダンス・パターン情報記憶部、１３５０…ヘルス情報記憶部、１３６０…行動変容ストーリー情報記憶部、１３７０…ユーザ提供情報記憶部、１３８０…バイアス情報記憶部、１３９０…調査情報記憶部。

Claims (4)

1. 健康管理対象者の属性情報を記憶する記憶部と、
   前記健康管理対象者の思考による意識的意思決定特性情報と、前記健康管理対象者の感情による無意識的意思決定特性情報とを記憶する記憶部と、
   前記健康管理対象者が現在存在する無関心期、関心期、準備期、実行期、維持期のいずれかのステージを表すステージ情報を記憶する記憶部と、
   ヘルスケアの意思決定を促進するための画像と文言とを組み合わせた複数のガイダンス・パターンに関する情報を記憶する記憶部と、
   前記属性情報と前記意識的意思決定特性情報と前記無意識的意思決定特性情報と前記ステージ情報とに基づいて前記複数のガイダンス・パターンから一のガイダンス・パターンを選択するパターン選択処理部と、
   前記意識的意思決定特性情報と前記無意識的意思決定特性情報と前記ステージ情報とに基づいて前記選択されたガイダンス・パターンの画像と文言とを前記健康管理対象者に伝達するタイミングを分析するタイミング分析処理部とを具備する情報処理装置。
2. 健康管理対象者の属性情報と、前記健康管理対象者の思考による意識的意思決定特性情報と、前記健康管理対象者の感情による無意識的意思決定特性情報と、前記健康管理対象者が無関心期、関心期、準備期、実行期、維持期のいずれかのステージに現在存在するかを表すステージ情報とに基づいて前記複数のガイダンス・パターンから一のガイダンス・パターンを選択する手段と、
   前記意識的意思決定特性情報と前記無意識的意思決定特性情報と前記ステージ情報とに基づいて前記選択されたガイダンス・パターンの画像と文言とを前記健康管理対象者に伝達するタイミングを分析する手段とをコンピュータに実現させるためのプログラム。
3. 健康管理対象者の属性情報を記憶する記憶部と、
   医学的に検証された健康に関するヘルス情報を記憶する記憶部と、
   脳科学によって解明された各種の錯覚・バイアスに関するバイアス情報を記憶する記憶部と、
   前記健康管理対象者に対する質問調査項目の情報を記憶する記憶部と、
   前記質問調査項目に対する前記健康管理対象者からの回答情報と、前記属性情報と、前記バイアス情報とに基づいて前記健康管理対象者のこころの癖を判定する判定処理部と、
   前記属性情報と前記回答情報とに基づいて前記健康管理対象者のあたまの癖を判定する判定処理部と、
   前記ヘルス情報と前記回答情報とに基づいて前記健康管理対象者の頭のものさしを判定する判定処理部と、
   前記ヘルス情報と前記回答情報とに基づいて前記健康管理対象者の心のものさしを判定する判定処理部と、
   前記心の癖と、前記頭の癖と、前記頭のものさしと、前記心のものさしとに基づいて、前記健康管理対象者の「ヘルスケアの意思決定に関わる特性」を判定する判定処理部とを具備する情報処理装置。
4. 健康管理対象者の属性情報と、脳科学によって解明された各種の錯覚・バイアスに関するバイアス情報と、前記健康管理対象者に対する質問調査項目に対する前記健康管理対象者からの回答情報とに基づいて前記健康管理対象者のこころの癖を判定する手段と、
   前記属性情報と前記回答情報とに基づいて前記健康管理対象者のあたまの癖を判定する手段と、
   医学的に検証された健康に関するヘルス情報と、前記回答情報とに基づいて前記健康管理対象者の頭のものさしを判定する手段と、
   前記ヘルス情報と前記回答情報とに基づいて前記健康管理対象者の心のものさしを判定する手段と、
   前記心の癖と、前記頭の癖と、前記頭のものさしと、前記心のものさしとに基づいて、前記健康管理対象者の「ヘルスケアの意思決定に関わる特性」を判定する手段とをコンピュータに実現させるためのプログラム。