JP2020010894A - 活動分類方法及び活動分類装置 - Google Patents
活動分類方法及び活動分類装置 Download PDFInfo
- Publication number
- JP2020010894A JP2020010894A JP2018136116A JP2018136116A JP2020010894A JP 2020010894 A JP2020010894 A JP 2020010894A JP 2018136116 A JP2018136116 A JP 2018136116A JP 2018136116 A JP2018136116 A JP 2018136116A JP 2020010894 A JP2020010894 A JP 2020010894A
- Authority
- JP
- Japan
- Prior art keywords
- information
- activity
- constraint
- subject
- pattern
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
【課題】社会的な制約の下で生活している対象者についても、対象者の行動に関する情報を活動パターンから高い精度で得ることができる活動分類方法を提供する。【解決手段】対象者の活動量を時間帯ごとに示す活動情報を、対象者について複数回取得する情報取得工程ステップS101、S102と、取得された活動情報に、対象者に作用する行動の社会的な制約に関する情報である制約情報を付加する制約情報付加工程ステップS103と、付加された制約情報が同一または関連する複数の活動情報を抽出する活動情報抽出工程ステップS104と、活動情報抽出工程により抽出された、付加された制約情報が同一または関連する活動情報を、互いの類似度により分類して複数のグループを作成するグループ作成工程S105、S106と、を含む、活動分類方法を作成する。【選択図】図6
Description
本発明は、人間の活動のパターンを分類する活動分類方法及び活動分類装置に関する。
人間の活動の状態と、身体及び精神の状態との間には関連性があることが公知である。このため、被験者の活動の状態を示す情報を収集し、収集された情報を基にしてその状態を検知することが行われている。被験者の活動に関するデータを収集し、生活行動の異常を検知する発明は、例えば、特許文献1に記載されている。特許文献1に記載の生活活動監視システムは、活動パターンの乱れから独居者の異常の有無を判断している。このような特許文献1に記載の発明は、対象者が毎日同じパターンで活動する場合に活動パターンの乱れを検出することに好適である。
しかしながら、活動パターンは、対象者が例えば仕事や習い事といった社会的な制約を受けながら活動している場合には仕事等のある日と無い日とで異なっている。このため、上記特許文献1に記載の発明は、仕事を持っている世代(以下、「職域世代」と記す)を対象にした場合、活動のばらつきが大きくなって活動パターンから得られる情報の信頼性が低下する。
本発明は、このような点に鑑みてなされたものであり、社会的な制約の下で生活している対象者についても、対象者の行動に関する情報を活動パターンから高い精度で得ることができる活動分類方法及び活動分類装置に関する。
本発明は、このような点に鑑みてなされたものであり、社会的な制約の下で生活している対象者についても、対象者の行動に関する情報を活動パターンから高い精度で得ることができる活動分類方法及び活動分類装置に関する。
本発明の活動分類方法は、対象者の活動量を時間帯ごとに示す活動情報を、前記対象者について複数回取得する情報取得工程と、取得された前記活動情報に、前記対象者に作用する行動の社会的な制約に関する情報である制約情報を付加する制約情報付加工程と、付加された前記制約情報が同一または関連する複数の前記活動情報を抽出する活動情報抽出工程と、前記活動情報抽出工程により抽出された、付加された前記制約情報が同一または関連する前記活動情報を、互いの類似度により分類して複数のグループを作成するグループ作成工程と、を含む。
また、本発明の活動分類装置は、対象者の活動量を時間帯ごとに示す活動情報を、前記対象者について複数回取得する情報取得部と、取得された前記活動情報に、前記対象者に作用する行動の社会的な制約に関する情報である制約情報を付加する制約情報付加部と、付加された前記制約情報が同一または関連する複数の前記活動情報を抽出する活動情報抽出部と、前記活動情報抽出部により抽出された、付加された前記制約情報が同一または関連する前記活動情報を、互いの類似度により分類して複数のグループを作成するグループ作成部と、を有する。
本発明は、社会的な制約の下で生活している対象者についても、対象者の行動に関する情報を活動パターンから高い精度で得ることができる活動分類方法及び活動分類装置を提供することができる。
以下、本発明の第一実施形態、第二実施形態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>
本発明の第一実施形態、第二実施形態の説明に先立って、本発明の概念について説明する。
図1は、本発明の一実施形態及び第二実施形態(以下、両者を総称して「本実施形態」と記す)の活動分類方法及び活動分類装置の概念を説明するための模式図である。本実施形態の活動分類方法は、活動分類装置であるサーバ装置1によって実現される。サーバ装置1は、対象者Sを含む複数の対象者の活動量と、活動が行われた時間帯とを取得する。そして、サーバ装置1は、取得した活動量と活動が行われた時間帯とを、活動量の取得時に対象者に作用していた社会的制約を示す情報(以下、「制約情報」と記す)毎に集計する。なお、この集計は、対象者の別とは無関係に行われると共に、対象者S個人についても行われる。本実施形態では、活動量と、この活動が行われた時間帯との関係を示す情報を「活動情報」と記す。本実施形態では、以降、多数の対象者を単に「対象者」と記し、特定の対象者を「対象者S」と記す。
活動情報は、例えば、公知の歩数計を使って歩行の歩数を取得し、歩数と時刻とを対応付けて歩行の時間帯を求めるものであってもよい。また、歩数計として、例えばスマートフォン等に内蔵されているものを用いてもよい。さらに、活動の量は、歩数に限らずGPS(Global Positioning System)等を使って対象者Sの移動距離を取得するものであってもよい。なお、移動距離によって運動量を取得する場合、当然のことながら、人間の歩行速度以上の移動を乗り物による移動として歩行から排除する。
なお、本実施形態は、歩数計により歩数を計数するものに限定されるものではない。例えば、加速度センサを対象者に取り付けて、対象者に生じた加速度によって対象者の活動量を検出するものであってもよい。
本発明の第一実施形態、第二実施形態の説明に先立って、本発明の概念について説明する。
図1は、本発明の一実施形態及び第二実施形態(以下、両者を総称して「本実施形態」と記す)の活動分類方法及び活動分類装置の概念を説明するための模式図である。本実施形態の活動分類方法は、活動分類装置であるサーバ装置1によって実現される。サーバ装置1は、対象者Sを含む複数の対象者の活動量と、活動が行われた時間帯とを取得する。そして、サーバ装置1は、取得した活動量と活動が行われた時間帯とを、活動量の取得時に対象者に作用していた社会的制約を示す情報(以下、「制約情報」と記す)毎に集計する。なお、この集計は、対象者の別とは無関係に行われると共に、対象者S個人についても行われる。本実施形態では、活動量と、この活動が行われた時間帯との関係を示す情報を「活動情報」と記す。本実施形態では、以降、多数の対象者を単に「対象者」と記し、特定の対象者を「対象者S」と記す。
活動情報は、例えば、公知の歩数計を使って歩行の歩数を取得し、歩数と時刻とを対応付けて歩行の時間帯を求めるものであってもよい。また、歩数計として、例えばスマートフォン等に内蔵されているものを用いてもよい。さらに、活動の量は、歩数に限らずGPS(Global Positioning System)等を使って対象者Sの移動距離を取得するものであってもよい。なお、移動距離によって運動量を取得する場合、当然のことながら、人間の歩行速度以上の移動を乗り物による移動として歩行から排除する。
なお、本実施形態は、歩数計により歩数を計数するものに限定されるものではない。例えば、加速度センサを対象者に取り付けて、対象者に生じた加速度によって対象者の活動量を検出するものであってもよい。
さらに、本実施形態は、活動の量と共に活動の強度に関する情報を活動情報に含めるようにしてもよい。活動の強度は、例えば、歩数計が三軸の加速度センサを利用する場合、三方向の少なくとも一軸にかかる加速度の強さによって検出するようにしてもよい。また、活動の強度は、活動量を移動距離によって測定する場合、移動速度によって検出するものであってもよい。
また、本実施形態は、活動情報を活動の量や強度と活動時間帯とを組み合わせたものに限定されるものではない。活動情報は、活動に係る情報と活動を行った時間あるいは時刻に係る情報とを組み合わせたものであればよい。また、活動の量は、歩数等の測定から得られる数値であってもよく、また、一日に対象者Sが歩いた歩数のうちに占める歩数の割合等の加工された数値で表されるものであってもよい。
また、本実施形態は、活動情報を活動の量や強度と活動時間帯とを組み合わせたものに限定されるものではない。活動情報は、活動に係る情報と活動を行った時間あるいは時刻に係る情報とを組み合わせたものであればよい。また、活動の量は、歩数等の測定から得られる数値であってもよく、また、一日に対象者Sが歩いた歩数のうちに占める歩数の割合等の加工された数値で表されるものであってもよい。
図1に示すサーバ装置1は、対象者Sが所持するスマートフォンPと共にシステムを構築している。スマートフォンPは、既存の機能として歩数計機能を有している。そして、歩数計機能によってカウントされた歩数をスマートフォンPの通信機能を使ってサーバ装置1に送信する。サーバ装置1には予め複数の対象者の氏名、年齢、性別及びスマートフォンの識別情報等が登録されていて、歩数は各対象者Sのデータとして歩数の情報の受信時刻と共にサーバ装置1に入力される。サーバ装置1は、入力された情報から各対象者の活動情報を作成する。活動情報は、データベース7(図中にはDBと記す)に保存される。
図1に示した例は、対象者Sを電車で会社に通勤する会社員とするものである。対象者Sは、月曜日から金曜日まで出社し、9時から18時まで勤務するものとする。このような例では、対象者Sは図1中の場面Aにおいて例えば8時に最寄り駅に向かって歩行を開始する。そして、途中電車に乗って歩行を停止し、会社の最寄り駅に到着後再び歩行を開始する。また、対象者Sは、場面Bにおいて業務を開始する。この例では、対象者Sがデスクワークを中心にする勤務形態をとっており、場面Bでは場面Aに比べて対象者Sの歩行の歩数が減少する。さらに、場面Cでは、対象者Sが会社から歩いて会社の最寄り駅に向かい、電車に乗って自宅の最寄り駅まで移動した後に最寄り駅から自宅まで歩行する。
以上の場面において、スマートフォンPは、対象者Sの歩数を示す情報を例えば数秒毎にサーバ装置1に送信しており、サーバ装置1は送信されてきた歩数を加算して保存する。歩数の加算は、例えば1時間毎に行われる。このようにした場合、1日の間に24個の歩数の加算値がサーバ装置1に保存される。
以上の場面において、スマートフォンPは、対象者Sの歩数を示す情報を例えば数秒毎にサーバ装置1に送信しており、サーバ装置1は送信されてきた歩数を加算して保存する。歩数の加算は、例えば1時間毎に行われる。このようにした場合、1日の間に24個の歩数の加算値がサーバ装置1に保存される。
上記のように、対象者Sが会社に勤務する職域世代である場合、対象者Sの勤務日(平日)の歩数は、出勤や勤務時間といった社会的な制約によって凡その値が決まることになる。そして、対象者Sの休日の歩数は、社会的な制約が相違するために平日と相違する。また、勤務日の退社後や出勤前に対象者Sが習い事やスポーツジム等に定期的に通っている場合、習い事等のある日と無い日とで対象者Sの歩数が相違する。習い事やスポーツジムに行く日の歩数は、習い事の開始及び終了時刻やスポーツジムの利用時間帯といった社会的な制約によって凡そ一定の数値になることが考えられる。
このように、対象者Sが社会的な制約の下で生活している場合、上記の特許文献1に記載のように長期に亘って活動(行動)情報を記録してその乱れを検出すると、記録された活動情報のばらつきが大きくなって検出の結果の信頼性が低下する。そこで、本実施形態では、複数の対象者の活動情報を蓄積し、蓄積された活動情報を社会的な制約毎に分類する。そして、取得時における社会的な制約が同一または関連する活動情報から特定の対象者Sの活動の状態を評価するための評価用データを作成する。そして、対象者Sの活動情報を評価用データにより評価し、好ましい方向に向けるようにメッセージを送信する。
このような本実施形態によれば、例えば、対象者Sの活動の変化を平日または休日毎に高い精度で検出することができる。また、このために、活動の変化と対象者Sの身体や精神の状態との関連性を適正に判断することができる。また、本実施形態は、対象者Sの平日または休日の過ごし方から対象者Sの活動の経年による変化を検出し、対象者Sの体力や気力、生活習慣を見直すことができる。さらに、本実施形態は、対象者Sの例えば平日の過ごし方と休日の過ごし方との関係が対象者Sの心身の状態と関係することに着目し、対象者Sの心身の状態が好適な方向に向かうように生活習慣のアドバイスをすることができきる。
以下、第一実施形態の活動分類方法及び活動分類装置を、評価用データ作成までの処理と、対象者Sにメッセージを送信する処理とに分けて説明する。
[第一実施形態]
(評価用データ作成)
図2は、図1に示したサーバ装置1の機能を説明するためのブロック図である。第一実施形態では、サーバ装置1が活動分類装置に相当する。サーバ装置1は、受信装置3により複数の対象者から活動情報を収集し、データベース7に蓄積する。ただし、サーバ装置1は、予め収集された活動情報を分類するものであってもよい。また、データベース7は、サーバ装置1とネットワークを介して接続するものであってもよい。サーバ装置1は、演算部10と受信装置3及び送信装置5を有していて、受信装置3によって対象者SのスマートフォンPから活動量を例えば2秒毎に受信する。サーバ装置1の入力部11は、受信した活動量を所定の時間幅分合算し、合算された複数の活動量を最初に受信された活動量の受信時刻と最後に受信された活動量の受信時刻との時間間隔(時間帯)と対応付ける。第一実施形態では、合算された活動量と、この活動量に対応付けられた時間帯とを活動情報と記す。第一実施形態のサーバ装置1は、複数の対象者の活動情報に、活動情報取得時の制約情報を付与する。そして、活動情報を制約情報により使って分類し、同様の制約情報が付された活動情報毎にその変化の傾向を抽出する。第一実施形態では、活動情報の変化の傾向を、以下、「活動パターン」と記す。
[第一実施形態]
(評価用データ作成)
図2は、図1に示したサーバ装置1の機能を説明するためのブロック図である。第一実施形態では、サーバ装置1が活動分類装置に相当する。サーバ装置1は、受信装置3により複数の対象者から活動情報を収集し、データベース7に蓄積する。ただし、サーバ装置1は、予め収集された活動情報を分類するものであってもよい。また、データベース7は、サーバ装置1とネットワークを介して接続するものであってもよい。サーバ装置1は、演算部10と受信装置3及び送信装置5を有していて、受信装置3によって対象者SのスマートフォンPから活動量を例えば2秒毎に受信する。サーバ装置1の入力部11は、受信した活動量を所定の時間幅分合算し、合算された複数の活動量を最初に受信された活動量の受信時刻と最後に受信された活動量の受信時刻との時間間隔(時間帯)と対応付ける。第一実施形態では、合算された活動量と、この活動量に対応付けられた時間帯とを活動情報と記す。第一実施形態のサーバ装置1は、複数の対象者の活動情報に、活動情報取得時の制約情報を付与する。そして、活動情報を制約情報により使って分類し、同様の制約情報が付された活動情報毎にその変化の傾向を抽出する。第一実施形態では、活動情報の変化の傾向を、以下、「活動パターン」と記す。
さらに、対象者は、サービスの提供を受けるにあたり、例えば、対象者Sの健康に関する健康情報または予定に関するスケジュール情報を予めサーバ装置1に提供する。健康情報とは対象者Sの身体や精神、さらには生活習慣に関する情報であり、具体的には、例えば対象者Sの年齢、性別、脈拍、血圧、身長、体重、睡眠時間、喫煙及び飲酒の有無、対象者Sの主観的な感情(意欲的である、疲れている)等がある。このような情報は、対象者Sがサーバ装置1に継続的に送信して申請するものであってもよい。また、第一実施形態は、スマートフォンのアプリケーションで取得された対象者の血圧、心拍数、血液酸素、視力、呼吸速度、聴覚及び肺容量を自動的にスマートフォンからサーバ装置1に送信するようにしてもよい。さらに、第一実施形態は、医療機関から対象者の健康診断の結果をサーバ装置1が取得し、データベース7に保存するものであってもよい。
また、スケジュール情報は、対象者が予め例えばスマートフォンを通じて自身の勤務日や休日に関する情報を含むスケジュール情報を送信しておくものであってもよい。スケジュール情報の送信は、例えば、サーバ装置1の側から提供される入力画面に対象者がスケジュール情報を入力するものであってもよい。また、スケジュール情報の送信は、例えば、スマートフォンが自身に記録されている対象者の情報からスケジュール情報を抽出し、サーバ装置1に送信、登録させるものであってもよい。
以上の機能を果たすため、サーバ装置1は、対象者の活動量を時間帯ごとに示す活動情報を、対象者について複数回取得する受信装置3及び入力部11を有している。また、サーバ装置1は、取得された活動情報に、対象者に作用する行動の社会的な制約に関する情報である制約情報を付加する制約情報付加部12と、付加された制約情報が同一または関連する複数の活動情報を抽出する活動情報抽出部17と、活動情報抽出工程により抽出された、付加された制約情報が同一または関連する活動情報を、互いの類似度により分類して複数のグループを作成するグループ作成部13と、を有している。このようなサーバ装置1は、対象者の活動量と、活動を行った時間帯との関係を示す活動情報を対象者について複数回取得する情報取得工程と、取得された活動情報に、対象者に作用する社会的な行動の制約に関する制約情報を付加する制約情報付加工程と、対象者の活動量を時間帯ごとに示す活動情報を、対象者について複数回取得する情報取得工程と、取得された活動情報に、対象者に作用する行動の社会的な制約に関する情報である制約情報を付加する制約情報付加工程と、付加された制約情報が同一または関連する複数の活動情報を抽出する活動情報抽出工程と、活動情報抽出工程により抽出された、付加された制約情報が同一または関連する活動情報を、互いの類似度により分類して複数のグループを作成するグループ作成工程と、を含む活動分類方法を実行する。
活動情報の類似度とは、複数の活動情報の間で活動量及び活動を行った時間帯が類似している度合いを指す。例えば、複数の日(日I、日II、日III、日IV)に対象者の活動量を取得し、これを時間帯に対応付けて活動情報を作成した場合、日Iにおいて対象者が主に午前中に活動(歩行)をし、午後は殆ど歩行をしなかったとする。また、対象者が、日IIにおいて主に午前中に殆ど歩行を行わず、午後から夜に向けて主に歩行をしたとする。さらに、対象者は、日IIIにおいて主に午前中に歩行をし、午後は殆ど歩行をしなかったとする。このような場合、第一実施形態では、日IIIの活動量情報が日IIの活動情報よりも優先的に日Iの活動情報と同じグループになるようにグループ化がなされる。
以下に、図2に示したサーバ装置1の各構成について説明する。サーバ装置1は、演算部10と、演算部10に接続された受信装置3と送信装置5及びデータベース7によって構成されている。演算部10、受信装置3及び送信装置5は、汎用的なコンピュータを使って構成することができる。受信装置3及び送信装置5は別個に設けられるものであってもよいし、一体のものであってもよい。データベース7は、演算部10にケーブルで接続されるものであってもよいし、演算部10に接続可能な記録媒体に保存されるものであってもよい。さらに、データベース7は、演算部10とネットワークを介して接続されるものであってもよい。
(受信装置及び送信装置)
受信装置3及び送信装置5は、対象者が所持しているスマートフォン等の通信機器と無線で信号を授受可能な装置であればよい。第一実施形態では、対象者の活動量を歩数として歩数計機能を有するスマートフォンから受信装置3に送信しているが、第一実施形態はこのような例に限定されるものではない。第一実施形態は、例えば、歩数計でカウントされた歩数を対象者が記録しておき、通信機能を持った装置に入力して受信装置3に送信するものであってもよい。
受信装置3及び送信装置5は、対象者が所持しているスマートフォン等の通信機器と無線で信号を授受可能な装置であればよい。第一実施形態では、対象者の活動量を歩数として歩数計機能を有するスマートフォンから受信装置3に送信しているが、第一実施形態はこのような例に限定されるものではない。第一実施形態は、例えば、歩数計でカウントされた歩数を対象者が記録しておき、通信機能を持った装置に入力して受信装置3に送信するものであってもよい。
(演算部)
演算部10は、入力部11、制約情報付加部12、グループ作成部13、活動パターン抽出部14、心身情報作成部15及び出力部16を備えている。図2に示した演算部10は、コンピュータの公知のハードウェアと、ハードウェアを動作させるソフトウェアであるプログラムとを併せたものである。ハードウェアとしては、例えば、演算部10を統括して制御するCPU(Central Processing Unit)や、CPUの処理に使用されるワーキングメモリやデータの保存に使用されるメモリ等がある。ソフトウェアは、CPU上で動作し、ハードウェアを制御して各々の機能を実現するプログラムである。
演算部10は、入力部11、制約情報付加部12、グループ作成部13、活動パターン抽出部14、心身情報作成部15及び出力部16を備えている。図2に示した演算部10は、コンピュータの公知のハードウェアと、ハードウェアを動作させるソフトウェアであるプログラムとを併せたものである。ハードウェアとしては、例えば、演算部10を統括して制御するCPU(Central Processing Unit)や、CPUの処理に使用されるワーキングメモリやデータの保存に使用されるメモリ等がある。ソフトウェアは、CPU上で動作し、ハードウェアを制御して各々の機能を実現するプログラムである。
(入力部)
演算部10のうち、入力部11は、受信された活動量を所定の時間分蓄積し、蓄積された活動量を活動量の受信開始時刻から受信終了時刻までの時間帯と対応付けて活動情報とするプログラムである。
演算部10のうち、入力部11は、受信された活動量を所定の時間分蓄積し、蓄積された活動量を活動量の受信開始時刻から受信終了時刻までの時間帯と対応付けて活動情報とするプログラムである。
(制約情報付加部)
制約情報付加部12は、活動情報と、活動情報の取得時における対象者の行動の制約に関する制約情報とを対応付ける機能を有している。ここで、制約情報とは、例えば、対象者の勤務や習い事及びボランティア活動等(以下、「勤務等」と記す)の社会的な行動に係る情報をいう。社会的な行動とは、対象者が任意に決定、変更することができない、あるいは任意の決定、変更が困難な行動を指す。制約情報には、社会的な制約が強いことを示す情報と、社会的な制約が弱いことを示す情報とが含まれる。社会的な制約とは、社会的なルールのうちの対象者に対する強制力を持つものをいい、制約が強いとは強制力が強いことを指す。また、制約が弱いとは、強制力が弱いことを指す。例えば、「勤務」には「平日、始業時刻までに勤務地に到着する」あるいは「就業時間内は勤務場所にいる」等の強制力が働いている。また、「スポーツジムに行く」には、例えば「スポーツジムの営業時間内に事務の窓口に到着する」あるいは「設備の予約時間までに設備に到着する」といった強制力が働いている。第一実施形態では、勤務に関する強制力がスポーツジムに関する強制力より強いものとする。強制力の強さは、勤務、あるいはスポーツジムに行く等の活動を怠った場合の対象者に対する罰則あるいは対象者に対する第三者の評価等に依存する。
制約情報付加部12は、活動情報と、活動情報の取得時における対象者の行動の制約に関する制約情報とを対応付ける機能を有している。ここで、制約情報とは、例えば、対象者の勤務や習い事及びボランティア活動等(以下、「勤務等」と記す)の社会的な行動に係る情報をいう。社会的な行動とは、対象者が任意に決定、変更することができない、あるいは任意の決定、変更が困難な行動を指す。制約情報には、社会的な制約が強いことを示す情報と、社会的な制約が弱いことを示す情報とが含まれる。社会的な制約とは、社会的なルールのうちの対象者に対する強制力を持つものをいい、制約が強いとは強制力が強いことを指す。また、制約が弱いとは、強制力が弱いことを指す。例えば、「勤務」には「平日、始業時刻までに勤務地に到着する」あるいは「就業時間内は勤務場所にいる」等の強制力が働いている。また、「スポーツジムに行く」には、例えば「スポーツジムの営業時間内に事務の窓口に到着する」あるいは「設備の予約時間までに設備に到着する」といった強制力が働いている。第一実施形態では、勤務に関する強制力がスポーツジムに関する強制力より強いものとする。強制力の強さは、勤務、あるいはスポーツジムに行く等の活動を怠った場合の対象者に対する罰則あるいは対象者に対する第三者の評価等に依存する。
制約情報は、例えば、対象者が活動を行った日時や活動による拘束時間及び活動場所を表すものであってもよい。なお、拘束時間は、勤務等の開始から終了までの時間に限定されず、勤務等の開始までに勤務地に到着するために移動する時間をも含むものであってもよい。
制約情報が日時で表される場合、制約情報付加部12は、例えば0時から24時までの間に複数回取得された活動情報を一日の活動情報とする。活動情報は、一日の活動情報(後述する活動情報ユニット)毎に、制約情報として取得日の年、月、日及び曜日の少なくとも一つと対応付けられる。このような処理にあたり、演算部10は、日を特定するカレンダー機能や時を取得する時計機能を備え、受信した活動情報に制約情報を付すものであってもよい。また、第一実施形態は、スマートフォンがカレンダー機能や時計機能によって日時を取得し、活動情報と共にサーバ装置1に送信するようにしてもよい。このような場合、制約情報付加部12は、活動情報を受信した日時に対応付けて記憶する。第一実施形態でいう制約情報の「付加」は、制約情報を対応する活動情報とセットにして記憶する、あるいは制約情報と紐付けて記憶することをいう。
第一実施形態の制約情報は、上記した日時に限定されるものではない。例えば、制約情報は、「東京勤務」、「大阪出張」、「休日」及び「スポーツジム利用」といった対象者のスケジュールで表されるものであってもよい。スケジュールを制約情報とする場合、対象者が予めサーバ装置1に自身のスケジュールを登録してもよいし、スマートフォンが対象者のスケジュールと共に活動情報をサーバ装置1に送信するようにしてもよい。
上記の場合、制約情報付加部12は、対象者の予定に関する情報であるスケジュール情報を取得するスケジュール情報取得工程と、取得されたスケジュール情報から制約情報を抽出する制約情報抽出工程と、を実行し、抽出された制約情報を活動情報に付加している。
上記の場合、制約情報付加部12は、対象者の予定に関する情報であるスケジュール情報を取得するスケジュール情報取得工程と、取得されたスケジュール情報から制約情報を抽出する制約情報抽出工程と、を実行し、抽出された制約情報を活動情報に付加している。
(グループ作成部)
グループ作成部13は、複数日に亘って活動情報が取得された後、先ず、付加された制約情報が同一または関連する活動情報同士を抽出する。このとき、グループ作成部13は、例えば日時を対象者のスケジュール情報と照合し、活動情報の取得日が対象者の勤務日であるか、休日であるかを判定する。第一実施形態でいう制約情報が同一とは、例えば、異なる二日分の活動情報のそれぞれに、いずれも勤務日または休日の情報が付加されている場合をいう。
また、制約情報が関連するとは、二つの異なる制約情報を包含する上位概念が存在することをいう。例えば、勤務日は、さらに月曜日、火曜日等の曜日で分類することができる。また、休日は土曜日、日曜日及び祭日に分類することができる。このような場合、第一実施形態では、月曜日の制約情報は勤務日という同一の上位概念に包含される火曜日、水曜日、木曜日及び金曜日の制約情報と関連するものとする。また、第一実施形態では、土曜日の制約情報は休日という同一の上位概念に包含される日曜日の制約情報と関連するものとする。
グループ作成部13は、複数日に亘って活動情報が取得された後、先ず、付加された制約情報が同一または関連する活動情報同士を抽出する。このとき、グループ作成部13は、例えば日時を対象者のスケジュール情報と照合し、活動情報の取得日が対象者の勤務日であるか、休日であるかを判定する。第一実施形態でいう制約情報が同一とは、例えば、異なる二日分の活動情報のそれぞれに、いずれも勤務日または休日の情報が付加されている場合をいう。
また、制約情報が関連するとは、二つの異なる制約情報を包含する上位概念が存在することをいう。例えば、勤務日は、さらに月曜日、火曜日等の曜日で分類することができる。また、休日は土曜日、日曜日及び祭日に分類することができる。このような場合、第一実施形態では、月曜日の制約情報は勤務日という同一の上位概念に包含される火曜日、水曜日、木曜日及び金曜日の制約情報と関連するものとする。また、第一実施形態では、土曜日の制約情報は休日という同一の上位概念に包含される日曜日の制約情報と関連するものとする。
次に、グループ作成部13は、同一または関連する制約情報が付された複数の活動情報を、互いの類似度によりグループ化する。グループには複数の対象者の活動情報が含まれていて、複数の対象者は自身に作用する制約情報の他、環境や年齢、性別、健康状態等の条件の下活動している。このため、同一の制約情報が付された活動情報であっても、互いの類似度により分類すると、複数のグループが作成される。
このとき、第一実施形態では、一定の時間の間に取得された複数の活動情報を活動情報ユニットとし、活動量の経時的な変化の傾向の類似度により活動情報を活動情報ユニット単位で分類する。第一実施形態では、「一定の時間」を24時間とし、一日の間に取得された活動情報を活動情報ユニットとした。活動量の経時的な変化の傾向は、活動量が時間の経過にしたがって変化しない、あるいは増加または減少する傾向をいう。また、傾向の類似度は、活動量が変化しない時間帯の一致や不一致の程度をいう。また、傾向の類似度は、活動量が増加または減少する時間帯の一致、不一致の程度をいう。さらに、傾向の類似度は、活動量の増加または減少の程度の一致、不一致の程度をいう。
ただし、第一実施形態は、24時間の間に取得された活動情報を活動情報ユニットにすることに限定されるものではない。活動情報ユニットは、例えば、6時間や12時間といったより短い時間であってもよいし、一週間や一ヶ月といったより長い時間であってもよい。
ただし、第一実施形態は、24時間の間に取得された活動情報を活動情報ユニットにすることに限定されるものではない。活動情報ユニットは、例えば、6時間や12時間といったより短い時間であってもよいし、一週間や一ヶ月といったより長い時間であってもよい。
また、第一実施形態のグループ作成部13は、活動パターン抽出部14を有している。活動パターン抽出部14は、活動情報から活動パターンを抽出する活動パターン抽出工程を実行する。第一実施形態の活動パターン抽出部工程は、グループの少なくとも一つに含まれる活動情報から、活動情報ユニットを単位として対象者の活動量の経時的な変化の傾向を示す活動パターンを抽出する工程である。また、第一実施形態の活動パターンは、活動量の時間に伴う変化を表した直線、曲線、折れ線のいずれかで表される。第一実施形態では、各対象者の活動情報から活動パターンを抽出し、活動パターンの形状の類似度により活動情報(活動情報ユニット)をグループ化するものとする。
図3及び図4は、活動情報と、この活動情報から抽出された活動パターンとを示す図である。図3(a)、図3(b)、図3(c)及び図3(d)は、勤務日ごとの分類された活動情報を示す図である。図3(a)は、活動情報を活動情報ユニット単位で示す複数の線の集合によって表されている。図3(a)の横軸は時間帯を示し、画像の濃度は時間帯に対応する活動量を示している。図3(a)に示す活動情報は類似度の高いもの同士が近くに配置されるように並べ替えて表示されていて、グループα、グループβ、グループγに分類されている。図3(b)は、グループαに分類された活動情報から抽出された活動パターンPαを示す図である。図3(c)は、グループβに分類された活動情報から抽出された活動パターンPβを示す図である。図3(d)は、グループγに分類された活動情報から抽出された活動パターンPγを示す図である。
また、図4(a)、図4(b)、図4(c)、図4(d)及び図4(e)は、休日に分類された活動情報を示す図である。図4(a)は、活動情報を活動情報ユニット単位で示す複数の線の集合によって表されている。図4(a)の横軸は時間帯を示し、画像の濃度は時間帯に対応する活動量を示している。図4(a)に示す活動情報は類似度の高いもの同士が近くに配置されるように並べ替えて表示されていて、グループδ、グループε、グループζ、グループηに分類されている。図4(b)は、グループδに分類された活動情報から抽出された活動パターンPδを示す図である。図4(c)は、グループεに分類された活動情報から抽出された活動パターンPεを示す図である。図4(d)は、グループζに分類された活動情報から抽出された活動パターンPζを示す図である。図4(e)は、グループηに分類された活動情報から抽出された活動パターンPηを示す図である。
図3(b)から図3(d)及び図4(b)から図4(e)の縦軸は、一日の全活動量(歩数)に対する特定の時間帯に取得された活動量(歩数)の割合を%で示し、横軸は時間帯を3時間毎に示している。各グループのいずれもが複数の活動情報ユニットを含むため、図3(b)から図3(d)及び図4(b)から図4(e)に示した活動パターンは複数の活動パターンを平均化したものである。なお、図3(b)から図3(d)に示した活動パターンは、いずれも図3(a)に示した活動情報を表現の形式を変えて示したものであり、活動情報の一形態である。
グループ作成部13によるグループの作成は、最終的にすべての活動情報ユニットが一つのグループに属するようになるまで行うことができる。しかし、第一実施形態は、対象者の活動の状態を比較、解析するのに好適なグループ数を予め設定している。第一実施形態では、グループ数を3個から4個としている。
図3(a)及び図3(b)によれば、活動パターンPαではピーク(活動量の増加と減少との間にあって、この間における最も大きな値)の最大のものが6時から9時の間に生じていて、その後活動量は15時から18時に向けて上昇した後に下降している。図3(a)中に活動パターンPαの最大ピークに対応する活動情報を領域Aαで示す。また、図3(a)及び図3(c)によれば、活動パターンPβでは6時から9時の間にもピークが生じているものの、最大ピークは21時から24時の間に生じていて、その後活動量は24時に向かって下降している。図3(a)中に活動パターンPβの最大ピークに対応する活動情報を領域Aβで示す。図3(a)及び図3(d)によれば、活動パターンPγでは6時から9時及び18時と21時との間にそれぞれピークが発生している。図3(a)中に活動パターンPγの二つのピークに対応する活動情報を領域Aγ1、Aγ2で示す。
図4(a)及び図4(b)によれば、活動パターンPγでは最大ピークが12時から18時の間に生じていて、その後活動量は急峻に24時に向かって下降している。図4(a)中に活動パターンPδの最大ピークに対応する活動情報を領域Aδで示す。また、図4(a)及び図4(c)によれば、活動パターンPεでは、最大ピークが18時から21時の間に生じていて、その後活動量は下降しているものの、他の活動パターンと比較すると相対的に大きな値を有している。図4(a)中に活動パターンPεの最大ピークに対応する活動情報を領域Aεで示す。図4(a)及び図4(d)によれば、活動パターンPζでは6時から9時に最大ピークが発生している。図4(a)中に活動パターンPζの最大ピークに対応する活動情報を領域Aζで示す。さらに、図4(a)及び図4(e)によれば、活動パターンPγでは最大ピークが9時から15時の間に生じていて、その後活動量は急峻に24時に向かって下降している。図4(a)中に活動パターンPηの最大ピークに対応する活動情報を領域Aηで示す。なお、図4(b)から図4(e)に示した活動パターンは、図4(a)に示した活動情報を表現の形式を変えて示したものであり、活動情報の一形態である。
図3及び図4によれば、複数の対象者は勤務日、休日のいずれにあっても複数のパターンに沿って活動していることが分かる。また、勤務日にあっては、活動パターンPα、活動パターンPβ、活動パターンPγのいずれもが朝と夕方から夜にかけてピークを持つのに対し、休日にあっては活動パターンPδから活動パターンPηのいずれもが主に一つのピークを有している。また、図4(b)から図4(e)によれば、休日の活動パターンがピークを持つタイミングは定まらないことが分かる。このような勤務日の活動パターンと休日の活動パターンとの相違は、勤務日と休日とで対象者に作用する社会的な制約の強さが異なるためであると考えられる。即ち、勤務日の活動パターンは、勤務日に対象者に作用する社会的な制約が休日よりも強いため、いずれも朝と夕方から夜にかけて主なピークを持つ。また、休日は、対象者に作用する社会的な制約が勤務日よりも弱いため、活動パターンにピークが朝、昼、夕方及び夜のいずれにおいても発生し得る。
(心身情報作成部)
心身情報作成部15は、活動情報に基づいて、対象者の身体及び精神に関する心身情報を生成する。心身情報の作成は、例えば、活動情報が示す活動時間帯、活動時間長及び活動量を予め定められている基準値と比較することによって行うことができる。具体的には、活動時間帯が基準値となる時間帯と比べて深夜あるいは早朝にシフトしている場合、心身情報作成部15は、例えば「生活リズムの乱れ」の心身情報を作成する。また、例えば、活動時間長が基準値となる時間長と比べて長い場合、心身情報作成部15は、例えば、「睡眠不足」の心身情報を作成する。第一実施形態では、このような処理を後に詳述する。
心身情報作成部15の以上の処理は、第一実施形態の情報作成工程となる。即ち、心身情報作成部15は、活動情報が示す活動時間帯、活動時間長及び活動量を予め定められている基準値と比較し、活動時間帯、活動時間長及び活動量の少なくとも一つと基準値との一致または相違に基づいて心身情報を作成する。
心身情報作成部15は、活動情報に基づいて、対象者の身体及び精神に関する心身情報を生成する。心身情報の作成は、例えば、活動情報が示す活動時間帯、活動時間長及び活動量を予め定められている基準値と比較することによって行うことができる。具体的には、活動時間帯が基準値となる時間帯と比べて深夜あるいは早朝にシフトしている場合、心身情報作成部15は、例えば「生活リズムの乱れ」の心身情報を作成する。また、例えば、活動時間長が基準値となる時間長と比べて長い場合、心身情報作成部15は、例えば、「睡眠不足」の心身情報を作成する。第一実施形態では、このような処理を後に詳述する。
心身情報作成部15の以上の処理は、第一実施形態の情報作成工程となる。即ち、心身情報作成部15は、活動情報が示す活動時間帯、活動時間長及び活動量を予め定められている基準値と比較し、活動時間帯、活動時間長及び活動量の少なくとも一つと基準値との一致または相違に基づいて心身情報を作成する。
第一実施形態は、例えば、制約情報として出勤日(第一の制約情報)が付されたグループ(第一グループ)と、休日(第二の前記制約情報)が付されたグループ(第二グループ)との少なくとも一方により、心身情報を作成することができる。第一実施形態では、このような処理を「単独処理」として説明する。
(単独処理)
制約情報として出勤日が付されたグループにより単独処理をする場合、第一実施形態では、例えば、活動量が閾値(例えば1時間当たりの活動量が一日当たりの総活動量の1%)以下である時間帯を睡眠時間、一日分の時間から睡眠時間を除いた時間を活動時間とする。また、第一実施形態では、活動時間帯の基準値を例えば6時から24時とし、活動時間長の基準値を18時間とする。心身情報作成部15は、例えば、活動時間が6時以前または24時以降に及んでいる活動パターンに対しては、心身情報として「生活リズムの乱れ」を作成する。また、心身情報作成部15は、活動時間長が18時間以上である活動パターンに対しては、心身情報として「睡眠不足」を作成する。このような活動パターンとしては、例えば図3(c)に示す活動パターンPβがあげられる。
制約情報として出勤日が付されたグループにより単独処理をする場合、第一実施形態では、例えば、活動量が閾値(例えば1時間当たりの活動量が一日当たりの総活動量の1%)以下である時間帯を睡眠時間、一日分の時間から睡眠時間を除いた時間を活動時間とする。また、第一実施形態では、活動時間帯の基準値を例えば6時から24時とし、活動時間長の基準値を18時間とする。心身情報作成部15は、例えば、活動時間が6時以前または24時以降に及んでいる活動パターンに対しては、心身情報として「生活リズムの乱れ」を作成する。また、心身情報作成部15は、活動時間長が18時間以上である活動パターンに対しては、心身情報として「睡眠不足」を作成する。このような活動パターンとしては、例えば図3(c)に示す活動パターンPβがあげられる。
また、第一実施形態では、心身情報作成部15が心身情報に基づくメッセージを作成してもよい。例えば、心身情報作成部15は、上記した「睡眠不足」の心身情報に基づいて、「十分眠れていないようです、就寝時間を早めることはできませんか」といったメッセージを作成することができる。作成された心身情報及びメッセージは、活動パターンPβに対応付けて例えばデータベース7に保存される。
また、図3(b)から図3(d)及び図4(b)から図4(e)は、活動量を一日の総活動量に対する割合で示しているが、活動量は測定された歩数で表されるものであってもよい。活動量を歩数で表す場合、第一実施形態では、例えば一日の総活動量の基準値を8000歩に設定する。そして、総活動量が8000歩以下の活動パターンに対応付けて「運動不足」の心身情報を作成する。
さらに、サーバ装置1は、対象者の位置や対象者がいる領域の天候に係る情報を取得可能である。このことから、心身情報作成部15は、「今日は良いお天気ですから〇〇神社まで桜を見に歩きましょう」等のメッセージを作成することができる。
また、メッセージの作成にあたり、第一実施形態では、活動情報と共に他の情報を使用してもよい。他の情報としては、例えば、先に説明した健康情報またはスケジュール情報が考えられる。健康情報を利用する場合、心身情報作成部15は、活動情報が取得された対象者の健康情報を抽出する。第一実施形態では、健康情報に「眠りが浅い」、「起床時に疲れがある」、「目覚めがよい」及び「ストレスを強く感じる」にあてはまるか否かという問診の結果を使用した。
本発明者らは、図4(b)から図4(e)に示したように、活動パターンPδから活動パターンPηに主なピークが一つあることに着目した。第一実施形態では、このような四つの活動パターンからそれぞれ「生活が朝型である」、「生活が昼型である」、「生活が夕方型である」、「生活が夜型である」の心身情報を作成する。本発明者らは、休日の活動パターンのピークの発生タイミング(昼、朝、夕方、夜)と対象者の健康の状態との関係を調査し、以下の結果を得た。
図5は、ピークの発生タイミングと対象者が自覚している心身の状態との関係を示す図である。図5(a)から図5(d)は、いずれも対象者に対して行った問診の結果を示す図であって、縦軸はサービスを受けている対象者全員のうちに「あてはまる」、または「ややあてはまる」と答えた対象者と「あてはまらない」または「ややあてはまらない」と答えた対象者の割合をパーセントで示している。横軸は活動パターンがピークを持つタイミングを朝、昼、夕方、夜に分けて示している。図5(a)から図5(d)は、いずれも回答した対象者の割合を示す棒グラフであって、棒グラフの黒い部分が「あてはまる」または「ややあてはまる」と回答した対象者の割合を示し、白い部分が「あてはまらない」または「ややあてはまらない」と回答した対象者の割合を示している。
図5は、ピークの発生タイミングと対象者が自覚している心身の状態との関係を示す図である。図5(a)から図5(d)は、いずれも対象者に対して行った問診の結果を示す図であって、縦軸はサービスを受けている対象者全員のうちに「あてはまる」、または「ややあてはまる」と答えた対象者と「あてはまらない」または「ややあてはまらない」と答えた対象者の割合をパーセントで示している。横軸は活動パターンがピークを持つタイミングを朝、昼、夕方、夜に分けて示している。図5(a)から図5(d)は、いずれも回答した対象者の割合を示す棒グラフであって、棒グラフの黒い部分が「あてはまる」または「ややあてはまる」と回答した対象者の割合を示し、白い部分が「あてはまらない」または「ややあてはまらない」と回答した対象者の割合を示している。
図5(a)は、「眠りが浅いか」の質問に対する結果を示している。図5(b)は「起床時に疲れがあるか」の質問に対する結果を示し、図5(c)は「目覚めがよいか」の質問に対する結果を示し、図5(d)は「ストレスを強く感じることが多いか」の質問に対する結果を示している。
図4(b)から図4(e)に示した活動パターンのうち、活動パターンPδは、12時から18時の間に主なピークを持っている。このような活動パターンPδは、夕方にピークを持つものと考えられる。また、活動パターンPεは、18時から21時の間に主なピークを持っている。このような活動パターンPεは、夜にピークを持つものと考えられる。また、活動パターンPζは、6時から9時の間に主なピークを持っている。このような活動パターンPζは、朝にピークを持つものと考えられる。また、活動パターンPηは、9時から15時の間に主なピークを持っている。このような活動パターンPηは、昼にピークを持つものと考えられる。
図5(a)は、活動パターンが朝にピークを持つ活動パターンPζである対象者には「眠りが浅い」にあてはまる、またはややあてはまると答えた者が他より多く含まれていることを示している。図5(b)は、活動パターンが夜にピークを持つ活動パターンPεである対象者には「起床時に疲れがある」にあてはまる、またはややあてはまると答えた対象者が他より多く含まれていることを示している。また、図5(c)は、活動パターンが朝にピークを持つ活動パターンPζである対象者には、「目覚めがよい」にあてはまる、またはややあてはまると答えた対象者が他より多く含まれていることを示している。また、図5(c)は、活動パターンが夜にピークを持つ活動パターンPζである対象者には、「目覚めがよい」にあてはまらない、またはややあてはまらないと答えた対象者が他より多く含まれていることを示している。さらに、図5(d)は、活動パターンが昼にピークを持つ活動パターンPηである対象者には、「ストレスを強く感じることが多い」にあてはまらない、またはややあてはまらないと答えた対象者が他より多く含まれていることを示している。以下、第一実施形態では、「あてはまる、またはややあてはまる」の文言を単に「あてはまる」と記す。また、「あてはまらない、またはややあてはまらない」の文言を単に「あてはまらない」と記す。
なお、第一実施形態は、例えば、「朝にピークを持つ活動パターンPζの対象者には「眠りが浅い」にあてはまると答えた者が多い」等の判断を統計処理によって行っている。第一実施形態では、統計処理によってピーク位置による対象者の問診の回答の相違が有意であるか偶然であるかを判定する。第一実施形態において、朝にピークを持つ活動パターンの対象者に「眠りが浅い」ことにあてはまると回答した者が多いことの優位性は、例えば、他のタイミング(昼、夕方及び夜)にピークを持つ活動パターンの対象者であって、かつ「眠りが浅い」にあてはまると回答した対象者の人数と、朝にピークを持つ活動パターンの対象者であって、かつ「眠りが浅い」にあてはまると回答した対象者の人数を比較して行われる。このとき、第一実施形態では、比較により得られた人数の差が偶然得られることの確率をカイ二乗検定により算出する。そして、算出の結果得られた確率が予め定められた有意水準(例えば0.05)よりも小さい場合、第一実施形態では、朝にピークを持つ活動パターンの対象者には「眠りが浅い」にあてはまると回答した者が他のタイミングにピークを持つ活動パターンの対象者よりも多いと判断する。図5(a)から図5(d)においては、有意水準が0.05以下の結果に「*」を付して示している。なお、このような処理は、当然のことながら、処理の信頼性を得るのに十分な活動情報数が蓄積された後に行われることが好ましい。
心身情報作成部15は、以上の結果に基づいて、例えば、「生活が朝型」の心身情報に基づいて、「生活のリズムが乱れています、昼に買い物にでてはいかがですか」等のメッセージを作成する。心身情報及びメッセージは、活動パターンPζに対応付けられて、例えばデータベース7に保存される。また、心身情報作成部15は、例えば、「生活が夜型」の心身情報に基づいて、「外出は夕方までに済ませて夜はゆっくり過ごしましょう」等のメッセージを作成する。心身情報及びメッセージは、活動パターンPεに対応付けられて保存される。さらに、心身情報作成部15は、例えば、例えば、「生活が夜型」の心身情報に基づいて、「休日の朝にウォーキングはいかがでしょうか」等のメッセージを作成する。心身情報及びメッセージは、活動パターンPεに対応付けられて保存される。
また、第一実施形態では、情報作成工程において、対象者に使用を推奨する物品または剤を示す情報を作成するようにしてもよい。物品や剤を示す情報を作成する場合、サーバ装置1は、例えば、通勤時または昼休み時の歩行の奨励、休日における歩行の奨励、休息の勧め、活動開始または終了時刻変更の勧め、睡眠時間に関する指摘といった心身情報毎に予め物品または剤を決定しておき、心身情報と共に物品または剤に関する情報をデータベース7に記憶しておく。そして、心身情報作成部15は、心身情報に対応する物品または剤を推奨する情報を含むメッセージを作成する。
第一実施形態でいう剤には、医薬品を除く、薬品、サプリメント、身体の洗浄や身嗜み、嗜好などを目的とした所謂パーソナルケア用品が含まれる。パーソナルケア用品には、例えば、フェイスケア製品、ボディケア製品、オーラルケア製品、インバスヘルスケア製品及び、ヘアケア製品等がある。また、第一実施形態でいう物品には、サポータ、血圧計、体温計、紙おむつ、マスク及び温熱用品等が含まれる。上記した製品のうち、例えば、対象者の血圧が予め設定されている基準値より高い、あるいは経時的な上昇傾向にある場合には血圧上昇抑制に効果があるとされるサプリメントの使用が歩行と共に推奨される。さらには血圧を自身で毎日測定して管理するために血圧計の使用が推奨される。また、例えば、対象者の通勤に係る歩数のピークの間隔から勤務時間が特に長いと判定された日にあっては、心身情報作成部15が、休息を勧めると共に目を温める温熱用品を推奨するメッセージを作成するようにしてもよい。
図6は、以上説明した第一実施形態の活動分類装置であるサーバ装置1で実行される活動分類方法を説明するためのフローチャートである。第一実施形態では、複数の対象者がサーバ装置1のサービスを受けるにあたり、先ず、自身のスケジュール情報をサーバ装置1に入力する。また、第一実施形態では、スケジュール情報と共に対象者が氏名や年齢、身長及び体重等の健康情報を登録する。このとき、第一実施形態では、サーバ装置1のオペレータまたはサービス開始のプログラムによりグループ作成部13が作成するグループ数Nが入力部11に入力される(ステップS101)。なお、スケジュール情報の入力は、例えば対象者がスマートフォンまたは他の通信機器からスケジュール情報等を送信することによって行うものであってもよい。また、健康情報の登録は、対象者が書類等にてサービスの提供を申請し、サーバ装置1のオペレータが入力部11に入力するものであってもよい。
次に、サーバ装置1は、対象者が所持するスマートフォンから対象者の活動量を示す情報を所定の時間毎に受信装置3によって受信する。入力部11は、活動量と、この活動量を示す情報の受信時間帯とを対応付けて対象者の活動情報を生成する。このような処理により、演算部10は、活動情報を取得する(ステップS102)。制約情報付加部12は、取得された活動情報に制約情報を付加する(ステップS103)。制約情報の付加は、例えば、制約情報付加部12において、スケジュール情報を取得し(スケジュール情報取得工程)、取得されたスケジュール情報から制約情報を抽出する処理(制約情報抽出工程)を実行し、抽出された制約情報を活動情報に付加することによって行うものであってもよい。具体的には、例えば、制約情報付加部12がスケジュール情報から勤務日と休日の情報を抽出し、活動情報の受信日時及び曜日と照合して日毎の活動情報に「勤務日」や「休日」等の制約情報を付加するものであってもよい。
次に、活動情報抽出部17は、付加された制約情報が同一または関連する複数の活動情報を抽出する。ここでは、制約情報が曜日を含み、曜日が勤務日であるという観点で関連する活動情報と、曜日が休日であるという観点で関連する活動情報とをそれぞれ抽出するものとする。具体的には、活動情報抽出部17は、制約情報にしたがって一日分の活動情報を勤務日と休日とに分類する(ステップS104)。第一実施形態では、月曜日から金曜日の制約情報を勤務日の制約情報に変換し、土曜日及び日曜日の制約情報を休日の制約情報に変換する。ただし、対象者の勤務形態により勤務日や休日は相違するため、グループ作成部13は、対象者が先に登録したスケジュール情報を使って勤務日と休日とを判別し、活動情報を振り分けるようにしてもよい。
活動情報が勤務日と休日とに分類された後、グループ作成部13は、活動情報同士の類似度を活動情報ユニット毎に判定して活動情報を複数のグループに分類する。このような処理は、クラスタリング手法によって実現される。第一実施形態では、例えば、階層的手法の凝集型(agglomerative)のクラスタリングによってグループを作成する。凝集型のクラスタリングでは、それぞれが一つの活動情報ユニットxmを含む複数のクラスタCmが存在するという初期状態を作り、活動情報ユニットx1、x2間の距離(非類似度)D(x1,x2)からクラスタ間の距離D(C1,C2)を計算する(ステップS105)。そして、グループの作成は、クラスタ間の距離D(C1,C2)が近いものから順にクラスタを逐次併合することによって行われる(ステップS106)。グループの作成は、新たな日の活動情報が取得される度に繰り返し実行される。第一実施形態では、グループ(クラスタ)がステップS101で入力されたグループ数Nになるまでクラスタリングを繰り返すものとする。
次に、グループ作成部13の活動パターン抽出部14は、グループ作成部13によって作成されたグループ毎に活動パターンを抽出する(ステップS107)。心身情報作成部15は、勤務日及び休日の少なくとも一方の活動パターンから、この活動パターンに対応する心身情報を作成する。さらに、心身情報作成部15は、心身情報に基づいてメッセージを作成する。心身情報及びメッセージは、対応する活動パターンと共にデータベース7に保存される。サーバ装置1は、引き続き複数の対象者から活動情報を取得し、活動パターンを抽出する処理を繰り返す。このような処理においては、活動情報が蓄積されるに連れてグループ毎の活動パターンが変化する。活動パターンが変化することにより、各グループに対応する心身情報やメッセージが更新される。
(対象者Sにメッセージを送信する処理)
以上説明したように、第一実施形態では、サーバ装置1が複数の活動パターンに対応して心身情報及びメッセージを作成し、評価用データを作成する。また、サーバ装置1は、このような処理と並行して対象者Sの活動情報を取得する。そして、グループ作成部13は、取得した活動情報を勤務日と休日とに分類し、勤務日の活動情報同士の類似度から活動情報を複数のグループに分類する。また、グループ作成部13は、休日の活動情報同士の類似度から活動情報を複数のグループに分類する。
以上説明したように、第一実施形態では、サーバ装置1が複数の活動パターンに対応して心身情報及びメッセージを作成し、評価用データを作成する。また、サーバ装置1は、このような処理と並行して対象者Sの活動情報を取得する。そして、グループ作成部13は、取得した活動情報を勤務日と休日とに分類し、勤務日の活動情報同士の類似度から活動情報を複数のグループに分類する。また、グループ作成部13は、休日の活動情報同士の類似度から活動情報を複数のグループに分類する。
図7(a)から図7(c)は、対象者Sの活動情報を説明するための図である。図7(a)は、月曜日から日曜日に取得された対象者Sの歩数を示す表である。表の縦軸は曜日を、横軸は時間帯を示している。表の一行は活動情報ユニットを示している。図7(b)は、対象者Sの勤務日の活動パターンPθを示している。図7(c)は、対象者Sの休日の活動パターンPιを示している。図7(b)及び図7(c)の縦軸は、図7(a)に示した歩数を各日の歩数の総数に対する割合(パーセント)で示し、横軸は時間帯を示している。
サーバ装置1は、例えば、図7(b)に示した活動パターンを評価用データとしてデータベース7に保存されている複数の活動パターンと比較する。ここで、「比較する」とは、例えば、活動パターンPα、活動パターンPβ及び活動パターンPγと活動パターンPθとの類似度を判定することをいう。類似度の判定は、例えば、公知のパターンの類似度を判定する方法により実現することができる。このような判定方法としては、例えば、公知のユークリッド距離を使うものがある。
なお、サーバ装置1は、図7(a)に示した活動情報を継続して取得し、活動パターンを抽出している。活動情報がどのようにグループ化されるかは取得時期によって変化し、グループから抽出される活動パターンPαや活動パターンPβ等の形状も変化する。
なお、サーバ装置1は、図7(a)に示した活動情報を継続して取得し、活動パターンを抽出している。活動情報がどのようにグループ化されるかは取得時期によって変化し、グループから抽出される活動パターンPαや活動パターンPβ等の形状も変化する。
サーバ装置1は、比較の結果、活動パターンPθに最も類似していると判定された活動パターン(仮に活動パターンPγとする)に対応付けられたメッセージを対象者Sに送信する。ただし、第一実施形態では、予めデータベース7に保存されているメッセージを送信するものに限定されるものではない。第一実施形態は、活動パターンPγに対応付けられた心身情報に基づいて、出力のタイミング、対象者Sの状況、位置、気候及び前日の活動の状態等を考慮してメッセージを作成または編集してもよい。メッセージの作成または編集は、例えば、心身情報作成部15が、心身情報に対応して予め作成されているテンプレートを選択することによって行われる。テンプレートの選択は、上記の対象者Sの状況等に応じて行ってもよいし、同じテンプレートが短い周期で繰り返し選択されることを避けるために乱数を利用して行ってもよい。また、テンプレートは、データベース7に保存されるものであってもよい。完成したメッセージは、出力部16から送信装置5に出力され、対象者Sが所有するスマートフォンP等に送信される。
図8は、心身情報作成部15によって作成されたメッセージが送信装置5から送信されてスマートフォンPに表示された状態を示している。図8に示した例では、「休日で崩れたリズムで疲れが出やすいタイミングです。ゆっくりしましょう」のメッセージM1がスマートフォンPのディスプレイ画面20に表示されている。また、図8に示した例では、心身情報作成部15が「暖かいお風呂で一日の疲れを癒しましょう。入浴剤をお勧めします」のメッセージM2を作成している。メッセージM2は、推奨された剤dの画像と共にスマートフォンPのディスプレイ画面20に表示される。
なお、第一実施形態は、メッセージM1をディスプレイ画面20に表示することに限定されるものではない。例えば、メッセージM1は、音声によって対象者Sに通知されるものであってもよいし、予め登録された他の通信機器に送信され、表示されるものであってもよい。
なお、第一実施形態は、メッセージM1をディスプレイ画面20に表示することに限定されるものではない。例えば、メッセージM1は、音声によって対象者Sに通知されるものであってもよいし、予め登録された他の通信機器に送信され、表示されるものであってもよい。
上記のように、対象者Sの活動情報のみをグループ化する場合、心身情報作成部15は、対象者Sについて取得時期の異なる少なくとも二つの活動情報を比較して心身情報を作成するようにしてもよい。このような処理によれば、対象者Sの年齢や罹患した疾病及び環境の関係を解析することが可能になる。
より具体的には、例えば、対象者Sについて時期T1において平日に取得された活動パターンと時期T1よりも後の時期T2の平日において取得された活動パターンとを比較することが考えられる。時期T1に取得された活動パターンに比べて時期T2に取得された活動パターンが朝に大きなピークを持つ場合、対象者Sの活動が朝型に推移したことが分かる。このとき、心身情報作成部15は、例えば「一年前と比べて生活が朝方に変化しました。よい傾向です」等のメッセージを作成してもよい。さらに、心身情報作成部15は、例えば、対象者Sの健康情報から時期T1と時期T2とで対象者Sの健康情報を比較する。そして、対象者Sの体重が時期T1に比べて時期T2に減少していれば、例えば「朝方の生活に変えたら体重が減少しました。この調子で目標体重まで頑張りましょう」等のメッセージを作成してもよい。
ただし、第一実施形態は、対象者Sの活動情報のみをグループ化して活動パターンを抽出することに限定されるものではない。例えば、第一実施形態は、対象者Sから取得した一日分の活動情報をグループ化する際に、活動情報がどのグループに分類されたかを判断するようにしてもよい。このときグループ作成部13は、この日の対象者Sの活動情報が属するグループから抽出された活動パターンを、この日の対象者Sの活動パターンとしてもよい。
以上説明した第一実施形態は、制約情報として出勤日及び制約情報を利用するものに限定されるものではない。第一実施形態でいう制約情報は、一人の対象者の行動を反復して制約する社会的事項に関する情報であればよい。制約情報の他の例としては、例えば、出張、習い事及び在宅勤務等が考えられる。
さらに、第一実施形態は、分類された対象者Sの活動情報に基づくメッセージを作成するに際し、複数の対象者から取得した活動情報を分類して作成されたグループに対象者Sの活動情報を当てはめるものに限定されるものではない。第一実施形態は、例えば、対象者Sの活動情報から抽出された活動パターンを前述した活動時間帯、活動時間長及び活動量を基準値と比較して心身情報及びメッセージを作成してもよい。
[第二実施形態]
次に、本発明の第二実施形態の活動分類方法及び活動分類装置を説明する。なお、第二実施形態の活動分類装置は、図2に示した第一実施形態の活動分類装置と同様に構成されている。このため、第二実施形態では活動分類装置の図示を略すると共に、その説明の一部を略す。
第二実施形態の活動分類装置は、心身情報作成部15が、例えば、情報作成工程において、第一の制約情報が付されたグループ(第一グループ)と、第二の制約情報が付されたグループ(第二グループ)とを組み合わせて心身情報を作成する。第二実施形態では、第一の制約情報を出勤日、第二の制約情報を休日として説明する。ただし、第一制約情報及び第二制約情報は出勤日と休日に限定されるものでなく、例えば第一制約情報が月曜日、第二制約情報が火曜日等とすることができる。
制約情報が異なる複数の活動情報を組み合わせて心身情報を作成する処理を、第二実施形態では「組合せ処理」と記す。
次に、本発明の第二実施形態の活動分類方法及び活動分類装置を説明する。なお、第二実施形態の活動分類装置は、図2に示した第一実施形態の活動分類装置と同様に構成されている。このため、第二実施形態では活動分類装置の図示を略すると共に、その説明の一部を略す。
第二実施形態の活動分類装置は、心身情報作成部15が、例えば、情報作成工程において、第一の制約情報が付されたグループ(第一グループ)と、第二の制約情報が付されたグループ(第二グループ)とを組み合わせて心身情報を作成する。第二実施形態では、第一の制約情報を出勤日、第二の制約情報を休日として説明する。ただし、第一制約情報及び第二制約情報は出勤日と休日に限定されるものでなく、例えば第一制約情報が月曜日、第二制約情報が火曜日等とすることができる。
制約情報が異なる複数の活動情報を組み合わせて心身情報を作成する処理を、第二実施形態では「組合せ処理」と記す。
(組合せ処理)
次に、出勤日の制約情報が付された活動パターンと、休日の制約情報が付された活動パターンとを組み合わせて心身情報を作成する組合せ処理を説明する。図9、図10及び図11は、組合せ処理を説明するための図である。図9及び図10は、縦軸に勤務日の活動パターンを示し、横軸には休日の活動パターンを示している。図9においては、勤務日の活動パターンと勤務日の活動パターンの交点を含む欄に二つの活動パターンに該当する対象者の肥満の割合がパーセントで記されている。図10においては、勤務日の活動パターンと勤務日の活動パターンの交点を含む欄に二つの活動パターンに該当する対象者のうちの昼間に眠気を感じる者の割合がパーセントで記されている。
次に、出勤日の制約情報が付された活動パターンと、休日の制約情報が付された活動パターンとを組み合わせて心身情報を作成する組合せ処理を説明する。図9、図10及び図11は、組合せ処理を説明するための図である。図9及び図10は、縦軸に勤務日の活動パターンを示し、横軸には休日の活動パターンを示している。図9においては、勤務日の活動パターンと勤務日の活動パターンの交点を含む欄に二つの活動パターンに該当する対象者の肥満の割合がパーセントで記されている。図10においては、勤務日の活動パターンと勤務日の活動パターンの交点を含む欄に二つの活動パターンに該当する対象者のうちの昼間に眠気を感じる者の割合がパーセントで記されている。
図9に示すように、対象者のうちの肥満の割合は、勤務日に活動パターンPγで活動し、かつ、休日には活動パターンPζで活動している場合に最も少ない。また、図9によれば、休日に活動パターンPζの活動パターンで活動している対象者に比較的肥満の割合が少ないことが分かる。さらに、図9によれば、勤務日に活動パターンPγで活動している対象者に比較的肥満の割合が少ないことが分かる。
活動パターンPγと活動パターンPζは、朝に比較的大きいピークを持つ点が共通する。このとき、活動パターンPγ及び活動パターンPζから「生活が朝型」の心身情報が作成される。本発明者らは、肥満予防には勤務日、休日のいずれにあっても朝にピークを持つ活動パターンで活動することが効果的であることを見出した。
活動パターンPγと活動パターンPζは、朝に比較的大きいピークを持つ点が共通する。このとき、活動パターンPγ及び活動パターンPζから「生活が朝型」の心身情報が作成される。本発明者らは、肥満予防には勤務日、休日のいずれにあっても朝にピークを持つ活動パターンで活動することが効果的であることを見出した。
また、図10に示すように、対象者のうちの昼間に眠気を感じる者の割合は、勤務日に活動パターンPγで活動し、かつ、休日には活動パターンPζで活動している場合に最も少ない。本発明者らは、このような理由を調べるため、勤務日の活動パターンがピークを持つタイミングと休日の活動パターンがピークを持つタイミングとの関係について考察した。
図11は、活動パターンPγと活動パターンPζと共に、昼間に眠気を感じる者の割合が多い順に三つの活動パターンの組合せ選択し、組み合わされる活動パターンを重ねて示したものである。図11(a)は、勤務日の活動パターンPβと休日の活動パターンPδを重ねて示した図である。図(b)は、勤務日の活動パターンPβと休日の活動パターンPζを重ねて示した図である。図11(c)は、勤務日の活動パターンPγと休日の活動パターンPηを重ねて示した図である。図11(d)は、勤務日の活動パターンPγと休日の活動パターンPζを重ねて示した図である。
図11(d)に示すように、活動パターンPγと活動パターンPζの組合せでは、6時から12時の間に発生するピークのタイミング及び高さが略一致する部分がある。このような場合、活動パターンPγと活動パターンPζのセットから「出勤日と休日とで生活リズムが一致している」の心身情報が作成される。一方、図11(a)から図11(c)に示すように、昼間眠気を感じる者の割合が大きい活動パターンの組合せは、勤務日と休日とでピークの大きさ及びタイミングが活動パターンPγと活動パターンPζのように近づく部分は存在しない。図11(a)から図11(c)に示した活動パターンのセットから「出勤日と休日とで生活リズムが一致していない」の心身情報が作成される。本発明者は、勤務日と休日とで活動パターンのピークが重なるように活動することによって昼間眠気を感じることを防ぐことができるものと考察した。
以上説明したように、第二実施形態では、勤務日には活動パターンPγで活動し、休日には活動パターンPζで活動することが肥満予防及び昼間の眠気解消に効果があることが分かった。このことから、心身情報作成部15は、例えば、活動パターンPα及び活動パターンPβを活動パターンPγに近づけるように対象者Sに促すメッセージを作成する。具体的には、例えば、心身情報作成部15は、例えば「生活が夜型」の心身情報に基づいて、「朝に集中して活動をすることによって肥満を防止し、仕事効率が上がります」といったメッセージを作成し、活動パターンPβに対応付けて保存するようにしてもよい。
また、心身情報作成部15は、例えば、活動パターンPδ、活動パターンPε及び活動パターンPηを活動パターンPγに近づけるように対象者Sに促すメッセージを作成する。具体的には、例えば、心身情報作成部15は、例えば「出勤日と休日とで生活リズムが一致していない」の心身情報に基づいて、「朝から活動を開始し、6時から9時の間に活動のピークを持ってくるようにしましょう」といったメッセージを作成し、活動パターンPγ及び活動パターンPηのセットに対応付けて保存するようにしてもよい。
以上説明したように、第二実施形態は、制約情報が異なる複数の活動パターンの組み合わせから対象者の心身情報を作成することができる。このため、第二実施形態は、一つの活動パターンのみから得ることができない対象者の活動状態の関係に基づくメッセージを対象者Sに送ることができる。このとき、異なる制約情報を例えば出勤日と休日とすると、第二実施形態は、対象者Sの活動状態が好ましい状態になるように、出勤日及び休日の活動の仕方を対象者Sにアドバイスすることができる。
1・・・サーバ装置
3・・・受信装置
5・・・送信装置
7・・・データベース
10・・・演算部
11・・・入力部
12・・・制約情報付加部
13・・・グループ作成部
14・・・活動パターン抽出部
15・・・心身情報作成部
16・・・出力部
17・・・活動情報抽出部
20・・・ディスプレイ画面
3・・・受信装置
5・・・送信装置
7・・・データベース
10・・・演算部
11・・・入力部
12・・・制約情報付加部
13・・・グループ作成部
14・・・活動パターン抽出部
15・・・心身情報作成部
16・・・出力部
17・・・活動情報抽出部
20・・・ディスプレイ画面
Claims (10)
- 対象者の活動量を時間帯ごとに示す活動情報を、前記対象者について複数回取得する情報取得工程と、
取得された前記活動情報に、前記対象者に作用する行動の社会的な制約に関する情報である制約情報を付加する制約情報付加工程と、
付加された前記制約情報が同一または関連する複数の前記活動情報を抽出する活動情報抽出工程と、
前記活動情報抽出工程により抽出された、付加された前記制約情報が同一または関連する前記活動情報を、互いの類似度により分類して複数のグループを作成するグループ作成工程と、
を含む、活動分類方法。 - 前記制約情報付加工程は、前記対象者の予定に関する情報であるスケジュール情報を取得するスケジュール情報取得工程と、取得された前記スケジュール情報から前記制約情報を抽出する制約情報抽出工程と、を含み、抽出された前記制約情報を前記活動情報に付加する、請求項1に記載の活動分類方法。
- 前記活動情報に基づいて前記対象者の身体及び精神に関する心身情報を作成する情報作成工程をさらに含む、請求項1または2に記載の活動分類方法。
- 前記情報作成工程においては、第一の前記制約情報が付された第一グループと、第二の前記制約情報が付された第二グループとの少なくとも一方により、前記心身情報を作成する、請求項3に記載の活動分類方法。
- 前記情報作成工程においては、第一の前記制約情報が付された第一グループと、第二の前記制約情報が付された第二グループとを組み合わせて前記心身情報を作成する、請求項3に記載の活動分類方法。
- 前記情報作成工程においては、前記対象者について、取得時期の異なる少なくとも二つの前記活動情報を比較して前記心身情報を作成する、請求項3から5のいずれか一項に記載の活動分類方法。
- 前記情報作成工程においては、前記対象者に使用を推奨する物品または剤に関する情報を作成する、請求項3から6のいずれか一項に記載の活動分類方法。
- 前記グループ作成工程は、一定の時間の間に取得された複数の前記活動情報を活動情報ユニットとし、当該活動情報ユニットにおける前記活動量の経時的な変化の傾向の類似度により前記活動情報を前記活動情報ユニットの単位で分類する、請求項1から7のいずれか一項に記載の活動分類方法。
- 前記グループの少なくとも一つに含まれる前記活動情報から、前記活動情報ユニットを単位として前記活動量の経時的な変化の傾向を示す活動パターンを抽出する活動パターン抽出工程をさらに含む、請求項8に記載の活動分類方法。
- 対象者の活動量を時間帯ごとに示す活動情報を、前記対象者について複数回取得する情報取得部と、
取得された前記活動情報に、前記対象者に作用する行動の社会的な制約に関する情報である制約情報を付加する制約情報付加部と、
付加された前記制約情報が同一または関連する複数の前記活動情報を抽出する活動情報抽出部と、
前記活動情報抽出部により抽出された、付加された前記制約情報が同一または関連する前記活動情報を、互いの類似度により分類して複数のグループを作成するグループ作成部と、
を有する、活動分類装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018136116A JP2020010894A (ja) | 2018-07-19 | 2018-07-19 | 活動分類方法及び活動分類装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018136116A JP2020010894A (ja) | 2018-07-19 | 2018-07-19 | 活動分類方法及び活動分類装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020010894A true JP2020010894A (ja) | 2020-01-23 |
Family
ID=69168923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018136116A Pending JP2020010894A (ja) | 2018-07-19 | 2018-07-19 | 活動分類方法及び活動分類装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2020010894A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023191047A1 (ja) * | 2022-03-31 | 2023-10-05 | 古河電気工業株式会社 | データ収集装置、プログラム、及びデータ収集方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008120677A1 (ja) * | 2007-03-30 | 2008-10-09 | Panasonic Electric Works Co., Ltd. | 活動量計測システム |
WO2015107743A1 (ja) * | 2014-01-17 | 2015-07-23 | 任天堂株式会社 | 情報処理システム、サーバシステム、情報処理装置、および情報処理方法 |
JP2017097401A (ja) * | 2015-11-18 | 2017-06-01 | セイコーエプソン株式会社 | 行動変容解析システム、行動変容解析方法および行動変容解析プログラム |
-
2018
- 2018-07-19 JP JP2018136116A patent/JP2020010894A/ja active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008120677A1 (ja) * | 2007-03-30 | 2008-10-09 | Panasonic Electric Works Co., Ltd. | 活動量計測システム |
WO2015107743A1 (ja) * | 2014-01-17 | 2015-07-23 | 任天堂株式会社 | 情報処理システム、サーバシステム、情報処理装置、および情報処理方法 |
JP2017097401A (ja) * | 2015-11-18 | 2017-06-01 | セイコーエプソン株式会社 | 行動変容解析システム、行動変容解析方法および行動変容解析プログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023191047A1 (ja) * | 2022-03-31 | 2023-10-05 | 古河電気工業株式会社 | データ収集装置、プログラム、及びデータ収集方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Daskalova et al. | SleepCoacher: A personalized automated self-experimentation system for sleep recommendations | |
US20210035067A1 (en) | Method to increase efficiency, coverage, and quality of direct primary care | |
Huberty et al. | Feasibility of three wearable sensors for 24 hour monitoring in middle-aged women | |
US10922996B2 (en) | Systems and methods for generating a presentation of an energy level based on sleep and daily activity | |
JP5046364B2 (ja) | 睡眠状況評価システム及びそのプログラム | |
WO2021243237A1 (en) | Method and system for remotely identifying and monitoring anomalies in the physical and/or psychological state of an application user using baseline physical activity data associated with the user | |
WO2018116703A1 (ja) | 表示制御装置、表示制御方法及びコンピュータプログラム | |
WO2020255630A1 (ja) | 生体情報分析装置、生体情報分析システム、生体情報分析プログラム、及び生体情報分析方法 | |
EP4158660A1 (en) | Method and system for remotely identifying and monitoring anomalies in the physical and/or psychological state of an application user using average physical activity data associated with a set of people other than the user | |
JP7250647B2 (ja) | 仮眠補助システム、および、仮眠補助用プログラム | |
Vildjiounaite et al. | Unobtrusive assessment of stress of office workers via analysis of their motion trajectories | |
JP2020010894A (ja) | 活動分類方法及び活動分類装置 | |
Lukan et al. | Participants’ experience and adherence in repeated measurement studies among office-based workers | |
Stark et al. | Activities and Active Mobility of Children–at the Interface of Travel Behavior and Health Research | |
US20220206745A1 (en) | Relationship analysis utilizing biofeedback information | |
Stroebel et al. | Computer derived global judgments in psychiatry | |
Hernandez Rivera | Towards wearable stress measurement | |
JP7340797B2 (ja) | 健康管理システムおよびプログラム | |
JP2020010893A (ja) | 活動分類方法及び活動分類装置 | |
Lim et al. | Developing a mobile wellness management system for healthy lifestyle by analyzing daily living activities | |
Pistoia et al. | Virtual modeling of the elderly to improve health and wellbeing status: experiences in the active ageing at home project | |
Tang et al. | Wearable sensor data visualization based on cnn towards healthcare promotion | |
Comai et al. | Sleep Monitoring: Enriching the Traditional Approach by Sensor-collected Data | |
Young et al. | The Measurement of Restricted and Repetitive Behaviors in Autism Spectrum Disorder | |
US20190213910A1 (en) | Method and system for food, beverage, or medicine tracking and consumption thresholds |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210604 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220318 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220329 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20221004 |