JP2020030804A - 健康管理システム、健康管理方法、および健康管理プログラム。 - Google Patents
健康管理システム、健康管理方法、および健康管理プログラム。 Download PDFInfo
- Publication number
- JP2020030804A JP2020030804A JP2019101383A JP2019101383A JP2020030804A JP 2020030804 A JP2020030804 A JP 2020030804A JP 2019101383 A JP2019101383 A JP 2019101383A JP 2019101383 A JP2019101383 A JP 2019101383A JP 2020030804 A JP2020030804 A JP 2020030804A
- Authority
- JP
- Japan
- Prior art keywords
- user
- unit
- nutrition
- intake
- biological information
- 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.)
- Granted
Links
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【課題】ユーザの行動や健康状態を反映させて、その時々において最適な栄養の摂取態様を提案することができる健康管理システムを提供する。【解決手段】本発明の健康管理システムは、ユーザの健康状態に対して、ユーザが改善を期待する内容を示す期待項目の入力を、ユーザから受付ける期待項目受付部と、期待項目を実現するために、ユーザが取得すべき栄養素を提案する栄養提案部と、ユーザが、栄養提案部により提案された栄養素の摂取履歴を取得して、記憶部に記憶させる摂取履歴取得部と、ユーザの生体情報を取得して、記憶部に記憶させる生体情報取得部と、を備え、栄養提案部は、生体情報取得部により取得された生体情報が更新された際に、最新の生体情報を用いてユーザが取得すべき栄養素を新たに提案する。【選択図】図１
Description
本発明は、健康管理システム、健康管理方法、および健康管理プログラムに関する。
従来、健康を考慮した食事内容を提案する食事提案システムが知られている。
例えば、特許文献１には、健康上のキーワードを入力すると、入力されたキーワードに関連づけられた機能性成分を有する食材を使用する食事メニューを、データベースから検索して提示する構成が開示されている。
例えば、特許文献１には、健康上のキーワードを入力すると、入力されたキーワードに関連づけられた機能性成分を有する食材を使用する食事メニューを、データベースから検索して提示する構成が開示されている。
しかしながら、従来の食事提案システムでは、ユーザの日常生活における健康状態の変化を反映させて、その時々における最適な食事メニューを提案するという点について、改善の余地があった。
そこで本発明は、ユーザの行動や健康状態を反映させて、その時々において最適な栄養の摂取態様を提案することができる健康管理システムを提供することを目的とする。
上記課題を解決するために、本発明の健康管理システムは、ユーザの健康状態に対して、ユーザが改善を期待する内容を示す期待項目の入力を、ユーザから受付ける期待項目受付部と、期待項目を実現するために、ユーザが取得すべき栄養素を提案する栄養提案部と、ユーザが、栄養提案部により提案された栄養素の摂取履歴を取得して、記憶部に記憶させる摂取履歴取得部と、ユーザの生体情報を取得して、記憶部に記憶させる生体情報取得部と、を備え、栄養提案部は、生体情報取得部により取得された生体情報が更新された際に、最新の生体情報を用いてユーザが取得すべき栄養素を新たに提案する。
また、生体情報取得部は、摂取履歴取得部により取得された摂取履歴が更新された際に、生体情報を新たに取得してもよい。
また、摂取履歴取得部は、ユーザにより購入された栄養素を含む健康食品の購入履歴を取得して、記憶部に記憶させるとともに、購入履歴と、健康食品における１日あたりの推奨摂取量と、に基づいて、栄養素の摂取履歴を推定してもよい。
また、栄養提案部は、人体に影響を与える栄養成分、およびその摂取態様に関する論文から、栄養成分、および摂取態様が、人体に与える影響を示す影響項目を取得し、さらに影響の程度を数値で示す影響度を数値化する論文解析部と、食品又は栄養成分に期待する人体への効果を、期待項目として受付ける期待項目設定部と、影響項目および影響度に基づいて、期待項目を達成するのに好適な食品若しくは栄養成分の組み合わせ、又はこれらの好適な摂取態様を特定する摂取態様特定部と、を備えてもよい。
また、上記課題を解決するために、本発明の健康管理方法は、コンピュータが、ユーザの健康状態に対して、ユーザが改善を期待する内容を示す期待項目の入力を、ユーザから受付ける期待項目受付ステップと、期待項目を実現するために、ユーザが取得すべき栄養素を提案する栄養提案ステップと、ユーザが、栄養提案ステップにより提案された栄養素の摂取履歴を取得して、記憶部に記憶させる摂取履歴取得ステップと、ユーザの生体情報を取得して、記憶部に記憶させる生体情報取得ステップと、を実行し、栄養提案ステップは、生体情報取得ステップにより取得された生体情報が更新された際に、最新の生体情報を用いてユーザが取得すべき栄養素を新たに提案してもよい。
また、上記課題を解決するために、本発明の健康管理プログラムは、コンピュータに、ユーザの健康状態に対して、ユーザが改善を期待する内容を示す期待項目の入力を、ユーザから受付ける期待項目受付機能と、期待項目を実現するために、ユーザが取得すべき栄養素を提案する栄養提案機能と、ユーザが、栄養提案機能により提案された栄養素の摂取履歴を取得して、記憶部に記憶させる摂取履歴取得機能と、ユーザの生体情報を取得して、記憶部に記憶させる生体情報取得機能と、を実現させ、栄養提案機能は、生体情報取得機能により取得された生体情報が更新された際に、最新の生体情報を用いてユーザが取得すべき栄養素を新たに提案してもよい。
本発明の健康管理システムは、生体情報取得部により取得された生体情報が更新された際に、最新の生体情報を用いて前記ユーザが取得すべき栄養素を新たに提案する。
このため、ユーザの行動や健康状態を反映させて、その時々において最適な栄養の摂取態様を提案することができる。
このため、ユーザの行動や健康状態を反映させて、その時々において最適な栄養の摂取態様を提案することができる。
本発明の一実施形態について、図１から図４を参照しながら説明する。
図１は、本発明の一実施形態に係る健康管理システム１００、およびその周辺の構成を示す模式図である。
健康管理システム１００は、論文データベース３０、販売データベース３１、検査データベース３２、およびユーザ端末１０と、ネットワーク４０を介して接続されている。このため、健康管理システム１００は複数の論文データベース３０から必要な情報を取得することができるとともに、ユーザ２０に提案する処理結果を、ユーザ端末１０に出力することができる。
図１は、本発明の一実施形態に係る健康管理システム１００、およびその周辺の構成を示す模式図である。
健康管理システム１００は、論文データベース３０、販売データベース３１、検査データベース３２、およびユーザ端末１０と、ネットワーク４０を介して接続されている。このため、健康管理システム１００は複数の論文データベース３０から必要な情報を取得することができるとともに、ユーザ２０に提案する処理結果を、ユーザ端末１０に出力することができる。
ユーザ端末１０は、例えばユーザ２０の個人パソコンである。ユーザ２０は、ユーザ端末１０を用いて、健康管理システム１００から提案される栄養の摂取態様を確認することができる。ここで、栄養の摂取態様とは、食品若しくは栄養成分を用いた調理方法のことであり、例えば料理のメニュー、食品、およびそのレシピである。また、栄養の摂取態様は、料理に限られず、例えばサプリメントの調合方法のようなものであってもよい。
ネットワーク４０は、健康管理システム１００と各種の機器との間を相互に接続させるためのネットワークであり、例えば、無線ネットワークや有線ネットワークである。
具体的には、ネットワーク４０は、ワイヤレスＬＡＮ（ｗｉｒｅｌｅｓｓ ＬＡＮ：ＷＬＡＮ）や広域ネットワーク（ｗｉｄｅ ａｒｅａ ｎｅｔｗｏｒｋ：ＷＡＮ）、ＩＳＤＮｓ（ｉｎｔｅｇｒａｔｅｄ ｓｅｒｖｉｃｅ ｄｉｇｉｔａｌ ｎｅｔｗｏｒｋｓ）、無線ＬＡＮｓ、ＬＴＥ（ｌｏｎｇ ｔｅｒｍ ｅｖｏｌｕｔｉｏｎ）、ＬＴＥ−Ａｄｖａｎｃｅｄ、第４世代（４Ｇ）、第５世代（５Ｇ）、ＣＤＭＡ（ｃｏｄｅ ｄｉｖｉｓｉｏｎ ｍｕｌｔｉｐｌｅ ａｃｃｅｓｓ）、ＷＣＤＭＡ（登録商標）、イーサネット（登録商標）などである。
具体的には、ネットワーク４０は、ワイヤレスＬＡＮ（ｗｉｒｅｌｅｓｓ ＬＡＮ：ＷＬＡＮ）や広域ネットワーク（ｗｉｄｅ ａｒｅａ ｎｅｔｗｏｒｋ：ＷＡＮ）、ＩＳＤＮｓ（ｉｎｔｅｇｒａｔｅｄ ｓｅｒｖｉｃｅ ｄｉｇｉｔａｌ ｎｅｔｗｏｒｋｓ）、無線ＬＡＮｓ、ＬＴＥ（ｌｏｎｇ ｔｅｒｍ ｅｖｏｌｕｔｉｏｎ）、ＬＴＥ−Ａｄｖａｎｃｅｄ、第４世代（４Ｇ）、第５世代（５Ｇ）、ＣＤＭＡ（ｃｏｄｅ ｄｉｖｉｓｉｏｎ ｍｕｌｔｉｐｌｅ ａｃｃｅｓｓ）、ＷＣＤＭＡ（登録商標）、イーサネット（登録商標）などである。
また、ネットワーク４０は、これらの例に限られず、例えば、公衆交換電話網（Ｐｕｂｌｉｃ Ｓｗｉｔｃｈｅｄ Ｔｅｌｅｐｈｏｎｅ Ｎｅｔｗｏｒｋ：ＰＳＴＮ）やブルートゥース（Ｂｌｕｅｔｏｏｔｈ（登録商標））、ブルートゥースローエナジー（Ｂｌｕｅｔｏｏｔｈ Ｌｏｗ Ｅｎｅｒｇｙ）、光回線、ＡＤＳＬ（Ａｓｙｍｍｅｔｒｉｃ Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）回線、衛星通信網などであってもよく、どのようなネットワークであってもよい。
また、ネットワーク４０は、例えば、ＮＢ−ＩｏＴ（Ｎａｒｒｏｗ Ｂａｎｄ ＩｏＴ）や、ｅＭＴＣ（ｅｎｈａｎｃｅｄ Ｍａｃｈｉｎｅ Ｔｙｐｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎ）であってもよい。なお、ＮＢ−ＩｏＴやｅＭＴＣは、ＩｏＴ向けの無線通信方式であり、低コスト、低消費電力で長距離通信が可能なネットワークである。
また、ネットワーク４０は、これらの組み合わせであってもよい。また、ネットワーク４０は、これらの例を組み合わせた複数の異なるネットワークを含むものであってもよい。例えば、ネットワーク４０は、ＬＴＥによる無線ネットワークと、閉域網であるイントラネットなどの有線ネットワークとを含むものであってもよい。
健康管理システム１００は、好適な栄養摂取態様をユーザ２０に対して提案する情報処理サーバである。健康管理システム１００は、例えば人工知能により実現してもよい。以下、健康管理システム１００の構成について詳述する。図２は、図１に示す健康管理システム１００の構成を示すブロック図である。
図２に示すように、健康管理システム１００は、期待項目受付部１１０と、摂取履歴取得部１２０と、栄養提案部１３０と、生体情報取得部１４０と、記憶部１５０と、入出力部１６０と、を備えている。
期待項目受付部１１０は、ユーザ２０の健康状態に対して、ユーザ２０が改善を期待する内容を示す期待項目の入力を、ユーザ２０からユーザ端末を介して受付ける。ここで、期待項目とは、食品又は栄養成分の摂取により、ユーザ２０が期待する人体への効果を示す項目であり、例えば骨密度の向上や、肌の美白化、血圧の低下、体重および体脂肪率の低下等が該当する。
期待項目受付部１１０は、ユーザ２０の健康状態に対して、ユーザ２０が改善を期待する内容を示す期待項目の入力を、ユーザ２０からユーザ端末を介して受付ける。ここで、期待項目とは、食品又は栄養成分の摂取により、ユーザ２０が期待する人体への効果を示す項目であり、例えば骨密度の向上や、肌の美白化、血圧の低下、体重および体脂肪率の低下等が該当する。
摂取履歴取得部１２０は、ユーザ２０が、栄養提案部１３０により提案された栄養素の摂取履歴を取得して、後述する記憶部１５０に記憶させる。
摂取履歴取得部１２０は、ユーザ２０により購入された栄養素を含む健康食品の購入履歴を、外部の販売データベースから取得して、記憶部１５０に記憶させる。この際、摂取履歴取得部１２０は、当該健康食品の情報として、１日あたりの推奨摂取量を取得する。
摂取履歴取得部１２０は、ユーザ２０により購入された栄養素を含む健康食品の購入履歴を、外部の販売データベースから取得して、記憶部１５０に記憶させる。この際、摂取履歴取得部１２０は、当該健康食品の情報として、１日あたりの推奨摂取量を取得する。
そして、摂取履歴取得部１２０は、購入履歴と、推奨摂取量と、に基づいて、栄養素の摂取履歴を推定し、記憶部１５０に記憶させる。すなわち、購入の事実に基づいて、摂取していると推定される栄養素の量を算出することで、日々の摂取の有無の確認を省略することができる。
生体情報取得部１４０は、ユーザ２０の生体情報を取得して、記憶部１５０に記憶させる。ここで、生体情報とは、健康診断等の各種の検査で取得する検査結果の値であり、例えば身長、体重、体脂肪率、血圧、血液組成、血糖値、骨密度等である。
生体情報取得部１４０は、ユーザ２０の生体情報を検査データベース３２から取得する。検査データベース３２には、定期的に行われる健康診断等によりユーザ２０から取得した生体情報が蓄積されている。生体情報には、健康診断における各種検査の結果が含まれる。
生体情報取得部１４０は、ユーザ２０の生体情報を検査データベース３２から取得する。検査データベース３２には、定期的に行われる健康診断等によりユーザ２０から取得した生体情報が蓄積されている。生体情報には、健康診断における各種検査の結果が含まれる。
記憶部１５０は、栄養提案部１３０が動作するうえで必要とする各種の制御プログラムや各種データを記憶する機能を有する。記憶部１５０は、例えば、ＨＤＤ、ＳＳＤ、フラッシュメモリなど各種の記憶媒体により実現される。
また、健康管理システム１００は、制御プログラムを記憶部１５０に記憶し、当該解析プログラムを実行することで、実現すべき各機能を実現することとしてよい。ここでいう各機能とは、期待項目受付機能、栄養提案機能、栄養摂取履歴取得機能、および生体情報取得機能を少なくとも含んでいる。
また、記憶部１５０は、記憶する各種データのひとつとして、後述する論文解析部１３１が論文データから取得した影響項目（効果項目）を、これを実現する栄養素と関連付けて記憶する。影響項目とは、栄養成分および摂取態様が、人体に与える影響を示す内容であり、例えば骨密度の向上効果や、肌の美白効果や、血圧の低下、体重および体脂肪率の低下等が該当する。
また、記憶部１５０は、記憶する各種データのひとつとして、後述する論文解析部１３１が論文データから取得した影響度を、これを実現する栄養素と関連付けて記憶する。影響度とは、影響項目として人体に作用する影響の程度を定量的に数値で表現したデータである。すなわち、数値が大きいほど、人体に与える影響が大きいとされる。
例えば、影響度としては、＜ビタミンＣ１：美肌効果４０・老化防止効果３０＞、＜レモン：美肌効果２０・老化防止効果１５＞等のように示される。なお、この説明で例示した各数値は、あくまで表示態様の例示であり、技術的根拠に基づくものではない。
また、記憶部１５０は、記憶する各種データのひとつとして、ユーザ端末１０からユーザ２０が入力した期待項目を記憶する。
例えば、影響度としては、＜ビタミンＣ１：美肌効果４０・老化防止効果３０＞、＜レモン：美肌効果２０・老化防止効果１５＞等のように示される。なお、この説明で例示した各数値は、あくまで表示態様の例示であり、技術的根拠に基づくものではない。
また、記憶部１５０は、記憶する各種データのひとつとして、ユーザ端末１０からユーザ２０が入力した期待項目を記憶する。
栄養提案部１３０は、健康管理システム１００の各部を制御するコンピュータであり、例えば、中央処理装置（ＣＰＵ）やマイクロプロセッサ、ＡＳＩＣ、ＦＰＧＡなどであってもよい。
栄養提案部１３０は、期待項目を実現するために、ユーザ２０が取得すべき栄養素を提案する。栄養提案部１３０は、生体情報取得部１４０により取得された生体情報が更新された際に、最新の生体情報を用いてユーザ２０が取得すべき栄養素を新たに提案する。
栄養提案部１３０は、論文解析部１３１、期待項目設定部１３２、および摂取態様特定部１３３を備えている。
栄養提案部１３０は、論文解析部１３１、期待項目設定部１３２、および摂取態様特定部１３３を備えている。
論文解析部１３１は、論文データベース３０に保存された論文から、栄養成分、および摂取態様が、人体に与える影響を示す影響項目を取得し、さらに影響の程度を数値で示す影響度を数値化して取得する。論文解析部１３１は、例えばテキストマイニング等により、論文データから影響項目を取得し、記憶部１５０に記憶させる。
また、論文解析部１３１は、論文を構成するチャプター毎に、影響項目と関連する評価項目を設定し、複数の評価項目と対応するパラメータを集計することで、影響項目および影響度を取得する。ここで、チャプターとは論文を構成する要素であり、背景、目的、方法、結果、考察、図表等に分類される。
この点について、以下に詳述する。なお、ここで説明する取得方法は例示であり、その他の取得方法を採用してもよい。なお、論文にチャプターが無い場合には、論文解析部１３１は、論文を構成するチャプター毎に論文の解析を行わなくてもよい。
この点について、以下に詳述する。なお、ここで説明する取得方法は例示であり、その他の取得方法を採用してもよい。なお、論文にチャプターが無い場合には、論文解析部１３１は、論文を構成するチャプター毎に論文の解析を行わなくてもよい。
論文解析部１３１はまず、論文のチャプターのうち、Ｒｅｓｕｌｔ（結果）部分に記載されている文章あるいは図表（Ｆｉｇｕｒｅやｔａｂｌｅ）から対照群ｖｓ検証群として、（検証群値÷対照群値×１００）の値を「比較指数」とする。
ここで、検証群とは、論文における検証目的と対応するデータ群であり、検証群値とは、検証群を構成するデータそれぞれが示す値の総和を指す。また、対照群とは、検証群と比較するために用いられるデータ群であり、対照群値とは、対照群を構成するデータそれぞれが示す値の総和を指す。
ここで、検証群とは、論文における検証目的と対応するデータ群であり、検証群値とは、検証群を構成するデータそれぞれが示す値の総和を指す。また、対照群とは、検証群と比較するために用いられるデータ群であり、対照群値とは、対照群を構成するデータそれぞれが示す値の総和を指す。
次に、「比較指数」が１００未満の場合、（１００−比較指数）とした値を、「減少比較指数」とし、「比較指数」が１００以上の場合、（比較指数−１００）とした値を、「上昇比較指数」とする。
そして、Ｒｅｓｕｌｔ（結果）部分に記載されている文章あるいは図表（Ｆｉｇｕｒｅやｔａｂｌｅ）から検証目的を把握して、各検証目的の「減少比較指数」ならびに「上昇比較指数」を算出する。
そして、Ｒｅｓｕｌｔ（結果）部分に記載されている文章あるいは図表（Ｆｉｇｕｒｅやｔａｂｌｅ）から検証目的を把握して、各検証目的の「減少比較指数」ならびに「上昇比較指数」を算出する。
次に論文解析部１３１は、論文のチャプターのうち、Ｐｒｏｔｏｃｏｌ若しくはＭｅｔｈｏｄ等の方法部分に記載されている文章あるいは図表から、食品あるいは栄養成分の「名称」「使用量」「使用期間」を抽出する。そして、（使用量×使用期間）を「使用ストレス値」とする。
また、論文解析部１３１は、Ｐｒｏｔｏｃｏｌ若しくはＭｅｔｈｏｄなど方法部分とＲｅｓｕｌｔ（結果）部分から検証群を使用量別や使用期間別など特定して、例えば検証群Ａ、検証群Ｂ・・・というように検証群ごとに「比較指数」「減少比較指数」「上昇比較指数」を算出する。
また、論文解析部１３１は、Ｐｒｏｔｏｃｏｌ若しくはＭｅｔｈｏｄなど方法部分とＲｅｓｕｌｔ（結果）部分から検証群を使用量別や使用期間別など特定して、例えば検証群Ａ、検証群Ｂ・・・というように検証群ごとに「比較指数」「減少比較指数」「上昇比較指数」を算出する。
次に、論文解析部１３１は、各検証群のうちＲｅｓｕｌｔ（結果）部分の文章若しくは図表において統計学的有意差（Ｐ＜０．０５若しくはＰ＜０．０１）が示されている検証群を「ポジティブ検証群」とする。ここで、統計学的有意差Ｐは、観察された差の統計学的信頼性を示す値であり、統計学的手法に則り求められる。
また、論文解析部１３１は、各検証群のうちＲｅｓｕｌｔ（結果）部分の文章若しくは図表において統計学的有意差（Ｐ＜０．０５若しくはＰ＜０．０１）が示されていない検証群を「ネガティブ検証群」とする。
そして、検証群ごとの「使用ストレス値」を算出する。また、検証群ごとに（減少比較指数or上昇比較指数÷使用ストレス値）を「効果指数」とする。
また、論文解析部１３１は、各検証群のうちＲｅｓｕｌｔ（結果）部分の文章若しくは図表において統計学的有意差（Ｐ＜０．０５若しくはＰ＜０．０１）が示されていない検証群を「ネガティブ検証群」とする。
そして、検証群ごとの「使用ストレス値」を算出する。また、検証群ごとに（減少比較指数or上昇比較指数÷使用ストレス値）を「効果指数」とする。
そして論文解析部１３１は、「ポジティブ検証群」のうち「使用ストレス値」が最小のものを「最小使用ストレス値」とする。また、論文解析部１３１は、「ポジティブ検証群」のうち「使用ストレス値」が最大のものを「最大使用ストレス値」とする。
また、論文解析部１３１は、「最小使用ストレス値」の検証群の「減少比較指数」または「上昇比較指数」を「最小使用ストレス時減少比較指数」または「最小使用ストレス時上昇比較指数」とする。
また、論文解析部１３１は、「最大使用ストレス値」の検証群の「減少比較指数」または「上昇比較指数」を「最大使用ストレス時減少比較指数」または「最大使用ストレス時上昇比較指数」とする。
また、論文解析部１３１は、「最大使用ストレス値」の検証群の「減少比較指数」または「上昇比較指数」を「最大使用ストレス時減少比較指数」または「最大使用ストレス時上昇比較指数」とする。
また、論文解析部１３１は、（（最小使用ストレス時減少比較指数、or最小使用ストレス時上昇比較指数）÷最小使用ストレス値））を「最小減少効果値」または「最小上昇効果値」とする。
また、論文解析部１３１は、（（最大使用ストレス時減少比較指数、or最大使用ストレス時上昇比較指数）÷最大使用ストレス値）を「最大減少効果値」または「最大上昇効果値」とする。
また、論文解析部１３１は、（（最大使用ストレス時減少比較指数、or最大使用ストレス時上昇比較指数）÷最大使用ストレス値）を「最大減少効果値」または「最大上昇効果値」とする。
また、論文解析部１３１は、論文のチャプターのうち、Ａｂｓｔｒａｃｔ（概要）、若しくはｉｎｔｒｏｄｕｃｔｉｏｎ（背景）部分から論文の主目的に対する効果判断に最適な検証結果（図表）における「最小減少効果値」または「最小上昇効果値」または「最大減少効果値」または「最大上昇効果値」を選出し、「論文効果値」とする。
また、論文解析部１３１は、前述した各項目を論文パラメータとする。すなわち、この説明では論文パラメータは、「比較指数」、「減少比較指数」、「上昇比較指数」、「名称」、「使用量」、「使用期間」、「使用ストレス値」、「ポジティブ検証群」、「ネガティブ検証群」、「効果指数」、「最小使用ストレス値」、「最大使用ストレス値」、「最小使用ストレス時減少比較指数」、「最小使用ストレス時上昇比較指数」、「最小減少効果値」、「最小上昇効果値」、「最大減少効果値」、「最大上昇効果値」、および「論文効果値」のいずれかを指す。この論文パロメータを後述する摂取態様特定部１３３が使用する。
期待項目設定部１３２は、食品又は栄養成分に期待する人体への効果を、期待項目として受付ける。期待項目設定部１３２は、ユーザ端末１０を介して期待項目受付部１１０に入力された期待項目を記憶部１５０に記憶する。
摂取態様特定部１３３は、影響項目および影響度に基づいて、期待項目を達成するのに好適な食品等の摂取態様を特定する。
摂取態様特定部１３３は、影響項目および影響度に基づいて、期待項目を達成するのに好適な食品等の摂取態様を特定する。
摂取態様特定部１３３は、期待項目に相当する影響項目を特定し、その影響項目と対応する影響度が最大値を示すように、好適な食品等の摂取態様を特定する。以下に、摂取態様特定部１３３による好適な食品等の摂取態様の特定方法について詳述する。
摂取態様特定部１３３は、前述した各「論文パラメータ」を用いて食品若しくは栄養成分の組み合わせを分析する。すなわち、摂取態様特定部１３３は、同じ食品若しくは栄養成分での「平均論文パラメータ」を算出し、各食品若しくは栄養成分としての「論文効果値」などの平均値を求める。
摂取態様特定部１３３は、前述した各「論文パラメータ」を用いて食品若しくは栄養成分の組み合わせを分析する。すなわち、摂取態様特定部１３３は、同じ食品若しくは栄養成分での「平均論文パラメータ」を算出し、各食品若しくは栄養成分としての「論文効果値」などの平均値を求める。
また、摂取態様特定部１３３は、異なる食品若しくは栄養成分の「論文パラメータ」の平均値から、組み合わせた場合の「論文効果」などの相乗効果の期待値を算出し、期待値を参考にして調合に活かす。
また、論文において栄養成分としての論文効果値の場合は、その栄養成分を含む食品を特定し、食品としての使用量を算出する。例えば、食品何グラムを摂取することで、栄養成分を何グラム摂取することができる等である。
また、論文において栄養成分としての論文効果値の場合は、その栄養成分を含む食品を特定し、食品としての使用量を算出する。例えば、食品何グラムを摂取することで、栄養成分を何グラム摂取することができる等である。
また、摂取態様特定部１３３は、使用する食品の原価計算を自動で行い商品コストを計算してもよい。この際、使用する食品の一般的な栄養成分（カロリーや炭水化物、たんぱく質、脂質、ビタミン、ミネラル、アミノ酸、脂肪酸、水分等）の使用量に応じて、商品コストを算出する。
また、摂取態様特定部１３３は、厚生労働省の日本人の栄養摂取基準などを用いてもよい。具体的には、年齢、性別、身体活動量、月経有無などに応じた各栄養成分摂取基準に対して、調合した食品（商品）に含まれる各種栄養成分が1日および1食（1日の摂取基準÷３）での充足率（調合した食品の推定各栄養成分量÷各栄養成分の摂取基準量×100）を算出する。
また、摂取態様特定部１３３は、予め指定された食品若しくは栄養成分を用いて、期待項目を達成するのに好適な食品等の摂取態様を特定してもよい。すなわち、ユーザ２０がユーザ端末１０から入出力部１６０に入力することで指定した食品若しくは栄養成分を用いて、食品等の好適な摂取態様を特定する。この場合には、ユーザ２０から指定された食品若しくは栄養成分だけを用いてもよいし、指定されたものに加えて、その他の食品若しくは栄養成分を用いてもよい。
なお、摂取態様特定部１３３は、前述した方法に限られず、その他の方法により好適な食品等の摂取態様を特定してもよい。
例えば、記憶部１５０が、好適な食品等の摂取態様を特定するために用いる特定モデルを記憶している。特定モデルには、期待項目と、期待項目を実現するために好適な食品等の摂取態様が関連づけられている。
そして、摂取態様特定部１３３が、特定モデルを用いて、期待項目と対応する好適な食品等の摂取態様を選出することで特定してもよい。
例えば、記憶部１５０が、好適な食品等の摂取態様を特定するために用いる特定モデルを記憶している。特定モデルには、期待項目と、期待項目を実現するために好適な食品等の摂取態様が関連づけられている。
そして、摂取態様特定部１３３が、特定モデルを用いて、期待項目と対応する好適な食品等の摂取態様を選出することで特定してもよい。
入出力部１６０は、図１に示すネットワーク４０を介して、論文データベース３０から、論文データを受信したり、ユーザ端末１０から期待項目を受信したりする通信インターフェースである。
入出力部１６０はまた、ユーザ２０からユーザ端末１０に入力された解析指示を受付ける。入出力部１６０は、各種データを受付けると、栄養提案部１３０に伝達する。
入出力部１６０はまた、栄養提案部１３０で処理されたデータを、ユーザ端末１０に送信する機能も有している。すなわち入出力部１６０は、栄養提案部１３０で処理されたデータを、ユーザ端末に対して送信することで、ユーザ２０が確認できるようにする。
入出力部１６０はまた、ユーザ２０からユーザ端末１０に入力された解析指示を受付ける。入出力部１６０は、各種データを受付けると、栄養提案部１３０に伝達する。
入出力部１６０はまた、栄養提案部１３０で処理されたデータを、ユーザ端末１０に送信する機能も有している。すなわち入出力部１６０は、栄養提案部１３０で処理されたデータを、ユーザ端末に対して送信することで、ユーザ２０が確認できるようにする。
次に、図３を用いて、健康管理システム１００の制御フローについて説明する。図４は、図１に示す健康管理システム１００における処理フローを示すフロー図である。
まず、期待項目受付部１１０に、ユーザ２０が、栄養素の摂取により期待する健康上の効果である期待項目を入力する（Ｓ５０１）。次に、栄養提案部１３０が、入力された期待項目に従って、論文データを前述のように参照して、ユーザ２０が取得すべき栄養素を提案する（Ｓ５０２）。次に、摂取履歴取得部１２０が、ユーザ２０の購入情報を販売データベース３１から取得する（Ｓ５０３）。
まず、期待項目受付部１１０に、ユーザ２０が、栄養素の摂取により期待する健康上の効果である期待項目を入力する（Ｓ５０１）。次に、栄養提案部１３０が、入力された期待項目に従って、論文データを前述のように参照して、ユーザ２０が取得すべき栄養素を提案する（Ｓ５０２）。次に、摂取履歴取得部１２０が、ユーザ２０の購入情報を販売データベース３１から取得する（Ｓ５０３）。
また、生体情報取得部１４０が、ユーザ２０の生体情報を検査データベース３２から取得する（Ｓ５０４）。この際、生体情報としては、ユーザ２０の期待項目に即した検査により取得した生体情報であることが必要となる。
次に、栄養提案部１３０は、ユーザ２０の生体情報が、ユーザ２０の期待項目を達成できているかどうかを判断する（Ｓ５０５）。そして、期待項目を達成できている場合には（Ｓ５０５のＹｅｓ）、全体の処理が終了する。一方、期待項目を達成できていない場合（５０５のＮｏ）には、再度、栄養提案部１３０が、ユーザ２０が取得すべき栄養素を提案する（Ｓ５０２）。
次に、栄養提案部１３０は、ユーザ２０の生体情報が、ユーザ２０の期待項目を達成できているかどうかを判断する（Ｓ５０５）。そして、期待項目を達成できている場合には（Ｓ５０５のＹｅｓ）、全体の処理が終了する。一方、期待項目を達成できていない場合（５０５のＮｏ）には、再度、栄養提案部１３０が、ユーザ２０が取得すべき栄養素を提案する（Ｓ５０２）。
この際、栄養提案部１３０は、最新の生体情報を基に、取得すべき栄養素を提案する。そして、前述したように、摂取履歴取得部１２０が、購入情報を販売データベース３１から取得する（Ｓ５０３）し、生体情報取得部１４０が、生体情報を検査データベース３２から取得する。栄養提案部１３０は、期待項目を達成できるまで、この処理を繰り返す。
具体例を挙げて説明すると、例えば期待項目として、ユーザ２０が血圧の低下を目的として、血圧値の目標値を入力する。この場合、栄養提案部１３０は血圧を下げるような栄養素およびその摂取態様を提案する。
そして、摂取履歴取得部１２０は、購入情報として、血圧を下げるサプリ等をユーザ２０が購入した情報を、その製品情報とともに、販売データベース３１から取得する。そして、生体情報取得部１４０はユーザ２０の生体情報として、血圧の測定結果を、検査データベース３２から取得する。そして、栄養提案部１３０は、血圧値が目標値を達成しているかどうかを判断する。
そして、摂取履歴取得部１２０は、購入情報として、血圧を下げるサプリ等をユーザ２０が購入した情報を、その製品情報とともに、販売データベース３１から取得する。そして、生体情報取得部１４０はユーザ２０の生体情報として、血圧の測定結果を、検査データベース３２から取得する。そして、栄養提案部１３０は、血圧値が目標値を達成しているかどうかを判断する。
次に、図４を用いて、栄養提案部１３０の制御フローについて説明する。図４は、図１に示す栄養提案部１３０における処理フローを示すフロー図である。
まず、ユーザ２０が、入出力部１６０にユーザ端末１０を用いて各種データを入力する（Ｓ６０１）。次に、論文解析ステップとして、論文解析部１３１が例えば前述した方法により論文データを解析する（Ｓ６０２）。
まず、ユーザ２０が、入出力部１６０にユーザ端末１０を用いて各種データを入力する（Ｓ６０１）。次に、論文解析ステップとして、論文解析部１３１が例えば前述した方法により論文データを解析する（Ｓ６０２）。
次に、期待項目設定ステップとして、期待項目設定部１３２が、期待項目を受付ける。（Ｓ６０３）。この際、期待項目設定部１３２は、ユーザ２０が期待項目受付部１１０に入力した期待項目を、記憶部１５０に記憶する。
そして、摂取態様特定ステップとして、摂取態様特定部１３３が例えば前述した方法により食品等の好適な摂取態様を特定する（Ｓ６０４）。
そして最後に、入出力部１６０が、ユーザ端末１０に処理結果を出力する（Ｓ６０５）。これにより、ユーザ２０は、ユーザ端末１０にアクセスすることで、提案システムによる処理結果を確認することができる。
そして最後に、入出力部１６０が、ユーザ端末１０に処理結果を出力する（Ｓ６０５）。これにより、ユーザ２０は、ユーザ端末１０にアクセスすることで、提案システムによる処理結果を確認することができる。
以上説明したように、本発明の健康管理システムによれば、生体情報取得部１４０により取得された生体情報が更新された際に、最新の生体情報を用いて前記ユーザ２０が取得すべき栄養素を新たに提案する。
このため、ユーザ２０の行動や健康状態を反映させて、その時々において最適な栄養の摂取態様を提案することができる。
このため、ユーザ２０の行動や健康状態を反映させて、その時々において最適な栄養の摂取態様を提案することができる。
また、生体情報取得部１４０は、摂取履歴が更新された際に、生体情報を新たに取得する。このため、ユーザ２０が栄養提案部１３０から提案された栄養素を取得したのちに、当該栄養素がユーザ２０の身体に与えた影響を、生体情報取得部１４０が取得する生体情報により確認することができる。これにより、ユーザ２０の生体情報として、最新の情報を確認することで、栄養提案部１３０が、ユーザ２０が取得すべき栄養素として、精度の高い提案をすることができる。
また、摂取履歴取得部１２０は、購入履歴と、健康食品における１日あたりの推奨摂取量と、に基づいて、栄養素の摂取履歴を推定する。このため、ユーザ２０が実際に取得した栄養素の量を管理する必要が無く、ユーザ２０の利便性を確保することができる。
また、本発明の論文解析部１３１は、人体に影響を与える栄養成分、およびその摂取態様に関する論文から、栄養成分および摂取成分が、人体に与える影響を示す影響項目を取得する。さらに影響の程度を数値で示す影響度を数値化して取得する。
このため、例えばデータベースに各種の情報を入力する作業を行う必要が無いとともに、現在に至るまで膨大に蓄積された論文データから、過去に遡って有益な情報を取得して活用することができる。従って、このようにして取得した栄養成分に関する情報を用いることで、栄養の摂取態様を効率的かつ効果的に提案することができる。
このため、例えばデータベースに各種の情報を入力する作業を行う必要が無いとともに、現在に至るまで膨大に蓄積された論文データから、過去に遡って有益な情報を取得して活用することができる。従って、このようにして取得した栄養成分に関する情報を用いることで、栄養の摂取態様を効率的かつ効果的に提案することができる。
また、論文解析部１３１が、論文におけるチャプター毎にパラメータを集計するので、論文の全体から効率的にパラメータを集計することができる。
また、期待項目設定部１３２が、ユーザ２０の期待項目を設定するので、ユーザ２０それぞれが求める効果に対して、摂取態様特定部１３３が、食品等の最適な摂取態様を特定することができる。
また、期待項目設定部１３２が、ユーザ２０の期待項目を設定するので、ユーザ２０それぞれが求める効果に対して、摂取態様特定部１３３が、食品等の最適な摂取態様を特定することができる。
また、摂取態様特定部１３３が、期待項目に相当する影響項目を特定し、その影響項目と対応する影響度が最大値を示すように、食品等の好適な摂取態様を特定するので、摂取態様特定部１３３が定量的に判断することで、確実に好適な摂取態様を特定することができる。
上記実施形態に係る装置は、上記実施形態に限定されるものではなく、他の手法により実現されてもよいことは言うまでもない。以下、各種変形例について説明する。
例えば、栄養提案部１３０が備えている論文解析部１３１、期待項目設定部１３２、および摂取態様特定部１３３は、それぞれが独立した装置であってもよい。すなわち、健康管理システム１００が、論文解析装置、期待項目設定装置、摂取態様特定装置をそれぞれ備えていてもよい。
例えば、栄養提案部１３０が備えている論文解析部１３１、期待項目設定部１３２、および摂取態様特定部１３３は、それぞれが独立した装置であってもよい。すなわち、健康管理システム１００が、論文解析装置、期待項目設定装置、摂取態様特定装置をそれぞれ備えていてもよい。
また、上記実施形態のプログラムは、コンピュータに読み取り可能な記憶媒体に記憶された状態で提供されてもよい。記憶媒体は、「一時的でない有形の媒体」に、プログラムを記憶可能である。記憶媒体は、ＨＤＤやＳＤＤなどの任意の適切な記憶媒体、またはこれらの２つ以上の適切な組合せを含むことができる。記憶媒体は、揮発性、不揮発性、または揮発性と不揮発性の組合せでよい。なお、記憶媒体はこれらの例に限られず、プログラムを記憶可能であれば、どのようなデバイスまたは媒体であってもよい。
また、健康管理システム１００は、例えば、記憶媒体に記憶されたプログラムを読み出し、読み出したプログラムを実行することによって、各実施形態に示す複数の機能部の機能を実現することができる。また、当該プログラムは、任意の伝送媒体（通信ネットワークや放送波等）を介して、健康管理システム１００に提供されてもよい。健康管理システム１００は、例えば、インターネット等を介してダウンロードしたプログラムを実行することにより、各実施形態に示す複数の機能部の機能を実現する。
また、当該プログラムは、例えば、ＡｃｔｉｏｎＳｃｒｉｐｔ、ＪａｖａＳｃｒｉｐｔ(登録商標)などのスクリプト言語、Ｏｂｊｅｃｔｉｖｅ―Ｃ、Ｊａｖａ(登録商標)などのオブジェクト指向プログラミング言語、ＨＴＭＬ５などのマークアップ言語などを用いて実装してもよい。
健康管理システム１００における処理の少なくとも一部は、１以上のコンピュータにより構成されるクラウドコンピューティングにより実現されていてもよい。また、健康管理システム１００の各機能部は、上記実施形態に示した機能を実現する１または複数の回路によって実現されてもよく、１の回路により複数の機能部の機能が実現されることとしてもよい。
また、本開示の実施形態を諸図面や実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形や修正を行うことが容易であることに注意されたい。従って、これらの変形や修正は本開示の範囲に含まれることに留意されたい。例えば、各手段、各ステップ等に含まれる機能等は論理的に矛盾しないように再配置可能であり、複数の手段やステップ等を１つに組み合わせたり、或いは分割したりすることが可能である。また、各実施形態に示す構成を適宜組み合わせることとしてもよい。
＜付記＞
本発明の論文解析装置は、下記の構成であってもよい。
本発明の論文解析装置は、下記の構成であってもよい。
人体に影響を与える栄養成分、およびその摂取態様に関する論文のうち、前記論文を構成する各チャプターから、複数のパラメータを集計することで、前記栄養成分、および前記摂取態様が、前記人体に与える影響を示す影響項目と、前記影響の程度として数値化された影響度と、を取得する論文解析装置であって、
前記各チャプターは文章および図表を含み、
前記各チャプターから前記論文が示す前記影響項目を取得するとともに、
前記論文が示す前記影響度として、最小減少効果値、最小上昇効果値、最大減少効果値、および最大上昇効果値を、下記の（１）〜（８）の手順により算出する論文解析装置。
（１）前記各チャプターのうち、結果部分から検証目的を把握して、前記論文における検証目的であるデータ群である検証群の総和を指す検証群値と、検証群と比較するために用いられるデータ群である対照群の総和を指す対照群値と、を読み取る。
（２）検証群値／対照群値×１００の値を比較指数として算出し、前記比較指数が１００未満の場合には、１００−前記比較指数とした値を、減少比較指数として算出する。
（３）前記各チャプターのうち、方法部分から、食品あるいは栄養成分の名称、使用量、使用期間、を読み取り、検証群毎に、前記使用量×前記使用期間を、使用ストレス値として算出する。
（４）前記減少比較指数／前記使用ストレス値を、減少効果指数として算出する。
（５）前記結果部分において、検証群のうち、統計学的有意差が示されている検証群をポジティブ検証群とする。
（６）前記ポジティブ検証群のうち、前記使用ストレス値が最小の値を、最小使用ストレス値とする。
（７）前記最小使用ストレス値が属する検証群における減少比較指数を、最小使用ストレス時減少比較指数とする。
（８）最小使用ストレス時減少比較指数／最小使用ストレス値を、最小減少効果値として算出する。
前記各チャプターは文章および図表を含み、
前記各チャプターから前記論文が示す前記影響項目を取得するとともに、
前記論文が示す前記影響度として、最小減少効果値、最小上昇効果値、最大減少効果値、および最大上昇効果値を、下記の（１）〜（８）の手順により算出する論文解析装置。
（１）前記各チャプターのうち、結果部分から検証目的を把握して、前記論文における検証目的であるデータ群である検証群の総和を指す検証群値と、検証群と比較するために用いられるデータ群である対照群の総和を指す対照群値と、を読み取る。
（２）検証群値／対照群値×１００の値を比較指数として算出し、前記比較指数が１００未満の場合には、１００−前記比較指数とした値を、減少比較指数として算出する。
（３）前記各チャプターのうち、方法部分から、食品あるいは栄養成分の名称、使用量、使用期間、を読み取り、検証群毎に、前記使用量×前記使用期間を、使用ストレス値として算出する。
（４）前記減少比較指数／前記使用ストレス値を、減少効果指数として算出する。
（５）前記結果部分において、検証群のうち、統計学的有意差が示されている検証群をポジティブ検証群とする。
（６）前記ポジティブ検証群のうち、前記使用ストレス値が最小の値を、最小使用ストレス値とする。
（７）前記最小使用ストレス値が属する検証群における減少比較指数を、最小使用ストレス時減少比較指数とする。
（８）最小使用ストレス時減少比較指数／最小使用ストレス値を、最小減少効果値として算出する。
人体に影響を与える栄養成分、およびその摂取態様に関する論文のうち、前記論文を構成する各チャプターから、複数のパラメータを集計することで、前記栄養成分、および前記摂取態様が、前記人体に与える影響を示す影響項目と、前記影響の程度として数値化された影響度と、を取得する論文解析装置であって、
前記各チャプターは文章および図表を含み、
前記各チャプターから前記論文が示す前記影響項目を取得するとともに、
前記論文が示す前記影響度として、最小減少効果値、最小上昇効果値、最大減少効果値、および最大上昇効果値を、下記の（１）〜（８）の手順により算出する論文解析装置。
（１）前記各チャプターのうち、結果部分から検証目的を把握して、前記論文における検証目的であるデータ群である検証群の総和を指す検証群値と、検証群と比較するために用いられるデータ群である対照群の総和を指す対照群値と、を読み取る。
（２）検証群値／対照群値×１００の値を比較指数として算出し、前記比較指数が１００以上の場合には、前記比較指数−１００とした値を、上昇比較指数として算出する。
（３）前記各チャプターのうち、方法部分から、食品あるいは栄養成分の名称、使用量、使用期間、を読み取り、検証群毎に、前記使用量×前記使用期間を、使用ストレス値として算出する。
（４）前記減少比較指数／前記使用ストレス値を、減少効果指数として算出する。
（５）前記結果部分において、検証群のうち、統計学的有意差が示されている検証群をポジティブ検証群とする。
（６）前記ポジティブ検証群のうち、前記使用ストレス値が最小のものを、最小使用ストレス値とする。
（７）前記最小使用ストレス値が属する検証群における上昇比較指数を、最小使用ストレス時上昇比較指数とする。
（８）最小使用ストレス時上昇比較指数／最小使用ストレス値を、最小上昇効果値として算出する。
前記各チャプターは文章および図表を含み、
前記各チャプターから前記論文が示す前記影響項目を取得するとともに、
前記論文が示す前記影響度として、最小減少効果値、最小上昇効果値、最大減少効果値、および最大上昇効果値を、下記の（１）〜（８）の手順により算出する論文解析装置。
（１）前記各チャプターのうち、結果部分から検証目的を把握して、前記論文における検証目的であるデータ群である検証群の総和を指す検証群値と、検証群と比較するために用いられるデータ群である対照群の総和を指す対照群値と、を読み取る。
（２）検証群値／対照群値×１００の値を比較指数として算出し、前記比較指数が１００以上の場合には、前記比較指数−１００とした値を、上昇比較指数として算出する。
（３）前記各チャプターのうち、方法部分から、食品あるいは栄養成分の名称、使用量、使用期間、を読み取り、検証群毎に、前記使用量×前記使用期間を、使用ストレス値として算出する。
（４）前記減少比較指数／前記使用ストレス値を、減少効果指数として算出する。
（５）前記結果部分において、検証群のうち、統計学的有意差が示されている検証群をポジティブ検証群とする。
（６）前記ポジティブ検証群のうち、前記使用ストレス値が最小のものを、最小使用ストレス値とする。
（７）前記最小使用ストレス値が属する検証群における上昇比較指数を、最小使用ストレス時上昇比較指数とする。
（８）最小使用ストレス時上昇比較指数／最小使用ストレス値を、最小上昇効果値として算出する。
人体に影響を与える栄養成分、およびその摂取態様に関する論文のうち、前記論文を構成する各チャプターから、複数のパラメータを集計することで、前記栄養成分、および前記摂取態様が、前記人体に与える影響を示す影響項目と、前記影響の程度として数値化された影響度と、を取得する論文解析装置であって、
前記各チャプターは文章および図表を含み、
前記各チャプターから前記論文が示す前記影響項目を取得するとともに、
前記論文が示す前記影響度として、最小減少効果値、最小上昇効果値、最大減少効果値、および最大上昇効果値を、下記の（１）〜（８）の手順により算出する論文解析装置。
（１）前記各チャプターのうち、結果部分から検証目的を把握して、前記論文における検証目的であるデータ群である検証群の総和を指す検証群値と、検証群と比較するために用いられるデータ群である対照群の総和を指す対照群値と、を読み取る。
（２）検証群値／対照群値×１００の値を比較指数として算出し、前記比較指数が１００未満の場合には、１００−前記比較指数とした値を、減少比較指数として算出する。
（３）前記各チャプターのうち、方法部分から、食品あるいは栄養成分の名称、使用量、使用期間、を読み取り、検証群毎に、前記使用量×前記使用期間を、使用ストレス値として算出する。
（４）前記減少比較指数／前記使用ストレス値を、減少効果指数として算出する。
（５）前記結果部分において、検証群のうち、統計学的有意差が示されている検証群をポジティブ検証群とする。
（６）前記ポジティブ検証群のうち、前記使用ストレス値が最大の値を、最大使用ストレス値とする。
（７）前記最大使用ストレス値が属する検証群における減少比較指数を、最大使用ストレス時減少比較指数とする。
（８）最大使用ストレス時減少比較指数／最大使用ストレス値を、最大減少効果値として算出する。
前記各チャプターは文章および図表を含み、
前記各チャプターから前記論文が示す前記影響項目を取得するとともに、
前記論文が示す前記影響度として、最小減少効果値、最小上昇効果値、最大減少効果値、および最大上昇効果値を、下記の（１）〜（８）の手順により算出する論文解析装置。
（１）前記各チャプターのうち、結果部分から検証目的を把握して、前記論文における検証目的であるデータ群である検証群の総和を指す検証群値と、検証群と比較するために用いられるデータ群である対照群の総和を指す対照群値と、を読み取る。
（２）検証群値／対照群値×１００の値を比較指数として算出し、前記比較指数が１００未満の場合には、１００−前記比較指数とした値を、減少比較指数として算出する。
（３）前記各チャプターのうち、方法部分から、食品あるいは栄養成分の名称、使用量、使用期間、を読み取り、検証群毎に、前記使用量×前記使用期間を、使用ストレス値として算出する。
（４）前記減少比較指数／前記使用ストレス値を、減少効果指数として算出する。
（５）前記結果部分において、検証群のうち、統計学的有意差が示されている検証群をポジティブ検証群とする。
（６）前記ポジティブ検証群のうち、前記使用ストレス値が最大の値を、最大使用ストレス値とする。
（７）前記最大使用ストレス値が属する検証群における減少比較指数を、最大使用ストレス時減少比較指数とする。
（８）最大使用ストレス時減少比較指数／最大使用ストレス値を、最大減少効果値として算出する。
人体に影響を与える栄養成分、およびその摂取態様に関する論文のうち、前記論文を構成する各チャプターから、複数のパラメータを集計することで、前記栄養成分、および前記摂取態様が、前記人体に与える影響を示す影響項目と、前記影響の程度として数値化された影響度と、を取得する論文解析装置であって、
前記各チャプターは文章および図表を含み、
前記各チャプターから前記論文が示す前記影響項目を取得するとともに、
前記論文が示す前記影響度として、最小減少効果値、最小上昇効果値、最大減少効果値、および最大上昇効果値を、下記の（１）〜（８）の手順により算出する論文解析装置。
（１）前記各チャプターのうち、結果部分から検証目的を把握して、前記論文における検証目的であるデータ群である検証群の総和を指す検証群値と、検証群と比較するために用いられるデータ群である対照群の総和を指す対照群値と、を読み取る。
（２）検証群値／対照群値×１００の値を比較指数として算出し、前記比較指数が１００以上の場合には、前記比較指数−１００とした値を、上昇比較指数として算出する。
（３）前記各チャプターのうち、方法部分から、食品あるいは栄養成分の名称、使用量、使用期間、を読み取り、検証群毎に、前記使用量×前記使用期間を、使用ストレス値として算出する。
（４）前記上昇比較指数／前記使用ストレス値を上昇効果指数として算出する。
（５）前記結果部分において、検証群のうち、統計学的有意差が示されている検証群をポジティブ検証群とする。
（６）前記ポジティブ検証群のうち、前記使用ストレス値が最大のものを、最大使用ストレス値とする。
（７）前記最大使用ストレス値が属する検証群における上昇比較指数を、最大使用ストレス時上昇比較指数とする。
（８）最大使用ストレス時上昇比較指数／最大使用ストレス値を、最大上昇効果値として算出する。
前記各チャプターは文章および図表を含み、
前記各チャプターから前記論文が示す前記影響項目を取得するとともに、
前記論文が示す前記影響度として、最小減少効果値、最小上昇効果値、最大減少効果値、および最大上昇効果値を、下記の（１）〜（８）の手順により算出する論文解析装置。
（１）前記各チャプターのうち、結果部分から検証目的を把握して、前記論文における検証目的であるデータ群である検証群の総和を指す検証群値と、検証群と比較するために用いられるデータ群である対照群の総和を指す対照群値と、を読み取る。
（２）検証群値／対照群値×１００の値を比較指数として算出し、前記比較指数が１００以上の場合には、前記比較指数−１００とした値を、上昇比較指数として算出する。
（３）前記各チャプターのうち、方法部分から、食品あるいは栄養成分の名称、使用量、使用期間、を読み取り、検証群毎に、前記使用量×前記使用期間を、使用ストレス値として算出する。
（４）前記上昇比較指数／前記使用ストレス値を上昇効果指数として算出する。
（５）前記結果部分において、検証群のうち、統計学的有意差が示されている検証群をポジティブ検証群とする。
（６）前記ポジティブ検証群のうち、前記使用ストレス値が最大のものを、最大使用ストレス値とする。
（７）前記最大使用ストレス値が属する検証群における上昇比較指数を、最大使用ストレス時上昇比較指数とする。
（８）最大使用ストレス時上昇比較指数／最大使用ストレス値を、最大上昇効果値として算出する。
１０ ユーザ
２０ ユーザ端末
３０ 論文データベース
３１ 販売データベース
３２ 検査データベース
１００ 健康管理システム
１１０ 期待項目受付部
１２０ 摂取履歴取得部
１３０ 栄養提案部
１４０ 生体情報取得部
１５０ 記憶部
１６０ 入出力部
２０ ユーザ端末
３０ 論文データベース
３１ 販売データベース
３２ 検査データベース
１００ 健康管理システム
１１０ 期待項目受付部
１２０ 摂取履歴取得部
１３０ 栄養提案部
１４０ 生体情報取得部
１５０ 記憶部
１６０ 入出力部
Claims (6)
- ユーザの健康状態に対して、前記ユーザが改善を期待する内容を示す期待項目の入力を、前記ユーザから受付ける期待項目受付部と、
前記期待項目を実現するために、前記ユーザが取得すべき栄養素を提案する栄養提案部と、
前記ユーザが、前記栄養提案部により提案された栄養素の摂取履歴を取得して、記憶部に記憶させる摂取履歴取得部と、
前記ユーザの生体情報を取得して、前記記憶部に記憶させる生体情報取得部と、を備え、
前記栄養提案部は、前記生体情報取得部により取得された前記生体情報が更新された際に、最新の前記生体情報を用いて前記ユーザが取得すべき栄養素を新たに提案する健康管理システム。 - 前記生体情報取得部は、前記摂取履歴取得部により取得された前記摂取履歴が更新された際に、前記生体情報を新たに取得することを特徴とする請求項１に記載の健康管理システム。
- 前記摂取履歴取得部は、前記ユーザにより購入された前記栄養素を含む健康食品の購入履歴を取得して、前記記憶部に記憶させるとともに、前記購入履歴と、前記健康食品における１日あたりの推奨摂取量と、に基づいて、前記栄養素の摂取履歴を推定することを特徴とする請求項１に記載の健康管理システム。
- 前記栄養提案部は、
人体に影響を与える栄養成分、およびその摂取態様に関する論文から、前記栄養成分、および前記摂取態様が、前記人体に与える影響を示す影響項目を取得し、さらに前記影響の程度を数値で示す影響度を数値化する論文解析部と、
食品又は栄養成分に期待する人体への効果を、期待項目として受付ける期待項目設定部と、
前記影響項目および前記影響度に基づいて、前記期待項目を達成するのに好適な食品若しくは栄養成分の組み合わせ、又はこれらの好適な摂取態様を特定する摂取態様特定部と、を備えていることを特徴とする請求項１又は２に記載の健康管理システム。 - コンピュータが、
ユーザの健康状態に対して、前記ユーザが改善を期待する内容を示す期待項目の入力を、前記ユーザから受付ける期待項目受付ステップと、
前記期待項目を実現するために、前記ユーザが取得すべき栄養素を提案する栄養提案ステップと、
前記ユーザが、前記栄養提案ステップにより提案された栄養素の摂取履歴を取得して、記憶部に記憶させる摂取履歴取得ステップと、
前記ユーザの生体情報を取得して、前記記憶部に記憶させる生体情報取得ステップと、を実行し、
前記栄養提案ステップは、前記生体情報取得ステップにより取得された前記生体情報が更新された際に、最新の前記生体情報を用いて前記ユーザが取得すべき栄養素を新たに提案する健康管理方法。 - コンピュータに、
ユーザの健康状態に対して、前記ユーザが改善を期待する内容を示す期待項目の入力を、前記ユーザから受付ける期待項目受付機能と、
前記期待項目を実現するために、前記ユーザが取得すべき栄養素を提案する栄養提案機能と、
前記ユーザが、前記栄養提案機能により提案された栄養素の摂取履歴を取得して、記憶部に記憶させる摂取履歴取得機能と、
前記ユーザの生体情報を取得して、前記記憶部に記憶させる生体情報取得機能と、を実現させ、
前記栄養提案機能は、前記生体情報取得機能により取得された前記生体情報が更新された際に、最新の前記生体情報を用いて前記ユーザが取得すべき栄養素を新たに提案する健康管理プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2022096593A JP7185365B2 (ja) | 2018-08-20 | 2022-06-15 | 健康管理システム、健康管理方法、および健康管理プログラム。 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018154320 | 2018-08-20 | ||
| JP2018154320 | 2018-08-20 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022096593A Division JP7185365B2 (ja) | 2018-08-20 | 2022-06-15 | 健康管理システム、健康管理方法、および健康管理プログラム。 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020030804A true JP2020030804A (ja) | 2020-02-27 |
| JP7094560B2 JP7094560B2 (ja) | 2022-07-04 |
Family
ID=69622630
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019101383A Active JP7094560B2 (ja) | 2018-08-20 | 2019-05-30 | 健康管理システム、健康管理方法、および健康管理プログラム。 |
| JP2022096593A Active JP7185365B2 (ja) | 2018-08-20 | 2022-06-15 | 健康管理システム、健康管理方法、および健康管理プログラム。 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022096593A Active JP7185365B2 (ja) | 2018-08-20 | 2022-06-15 | 健康管理システム、健康管理方法、および健康管理プログラム。 |
Country Status (1)
| Country | Link |
|---|---|
| JP (2) | JP7094560B2 (ja) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008181188A (ja) * | 2007-01-23 | 2008-08-07 | Kokusai Research Academy:Kk | 健康関連情報提供システム |
| US20110009708A1 (en) * | 2009-06-30 | 2011-01-13 | Jeffery Boyes | System and apparatus for improved nutrition analysis |
| JP2011175668A (ja) * | 2011-04-25 | 2011-09-08 | Nutrition Act Co Ltd | 栄養補助剤配合装置及び栄養補助剤配合システム |
| JP2014021723A (ja) * | 2012-07-18 | 2014-02-03 | Hitachi Solutions Ltd | 食事メニュー提供方法及びプログラム |
| JP2016139410A (ja) * | 2015-01-26 | 2016-08-04 | 株式会社スタイルクリエイツ | メニュー提案システム |
| WO2018031991A1 (en) * | 2016-08-12 | 2018-02-15 | Good Measures, Llc | Personalized nutritional recommendations using biomarker data |
| JP2018060335A (ja) * | 2016-10-04 | 2018-04-12 | ジャパンモード株式会社 | 創作物供給装置、及び創作物供給システム |
| US20190065684A1 (en) * | 2017-08-24 | 2019-02-28 | Fitmylife Health Analytics Inc. | Computer program products, methods, and systems for assisting a user to achieve a health-related goal |
| JP2020166400A (ja) * | 2019-03-28 | 2020-10-08 | 株式会社カネカ | 情報処理方法、情報処理装置、及びコンピュータプログラム |
-
2019
- 2019-05-30 JP JP2019101383A patent/JP7094560B2/ja active Active
-
2022
- 2022-06-15 JP JP2022096593A patent/JP7185365B2/ja active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008181188A (ja) * | 2007-01-23 | 2008-08-07 | Kokusai Research Academy:Kk | 健康関連情報提供システム |
| US20110009708A1 (en) * | 2009-06-30 | 2011-01-13 | Jeffery Boyes | System and apparatus for improved nutrition analysis |
| JP2011175668A (ja) * | 2011-04-25 | 2011-09-08 | Nutrition Act Co Ltd | 栄養補助剤配合装置及び栄養補助剤配合システム |
| JP2014021723A (ja) * | 2012-07-18 | 2014-02-03 | Hitachi Solutions Ltd | 食事メニュー提供方法及びプログラム |
| JP2016139410A (ja) * | 2015-01-26 | 2016-08-04 | 株式会社スタイルクリエイツ | メニュー提案システム |
| WO2018031991A1 (en) * | 2016-08-12 | 2018-02-15 | Good Measures, Llc | Personalized nutritional recommendations using biomarker data |
| JP2018060335A (ja) * | 2016-10-04 | 2018-04-12 | ジャパンモード株式会社 | 創作物供給装置、及び創作物供給システム |
| US20190065684A1 (en) * | 2017-08-24 | 2019-02-28 | Fitmylife Health Analytics Inc. | Computer program products, methods, and systems for assisting a user to achieve a health-related goal |
| JP2020166400A (ja) * | 2019-03-28 | 2020-10-08 | 株式会社カネカ | 情報処理方法、情報処理装置、及びコンピュータプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7185365B2 (ja) | 2022-12-07 |
| JP2022123042A (ja) | 2022-08-23 |
| JP7094560B2 (ja) | 2022-07-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| He et al. | The dietary transition and its association with cardiometabolic mortality among Chinese adults, 1982–2012: a cross-sectional population-based study | |
| Song et al. | Association of animal and plant protein intake with all-cause and cause-specific mortality | |
| Smith-Spangler et al. | Population strategies to decrease sodium intake and the burden of cardiovascular disease: a cost-effectiveness analysis | |
| CN103226647A (zh) | 一种基于网络的健康数据管理系统和方法 | |
| US20220230730A1 (en) | Recipe recommendation method and device, computing device and storage medium | |
| US20180004789A1 (en) | Ingredient based nutritional information | |
| US20150279235A1 (en) | Nutrition management system and nutrition management program | |
| CN110349647A (zh) | 饮食管理方法、系统、电子设备及存储介质 | |
| CN103577671A (zh) | 生成个性化膳食计划方案的方法及系统 | |
| KR20190063954A (ko) | 인공지능 클라우드 영양소 변화 예측 방법과 인공지능 클라우드 영양소 대사량 측정 방법 및 그를 사용하는 질병관리 방법 | |
| CN103907131A (zh) | 减肥管理系统及方法 | |
| CN105046065A (zh) | 一种食材营养成分的分析系统及分析方法 | |
| CN110600093B (zh) | 一种健康管理方法、系统、终端设备及存储介质 | |
| CN112102921A (zh) | 营养食谱的生成方法、装置和服务器 | |
| US12001796B2 (en) | Methods and systems for personal recipe generation | |
| CN117877681A (zh) | 一种心衰患者日常饮食数据监测和预警方法及装置 | |
| Rosato et al. | Processed meat and colorectal cancer risk: a pooled analysis of three Italian case-control studies | |
| Patience | Advising patients on nutrition and healthy eating | |
| Li et al. | Meat consumption and incident type 2 diabetes: an individual-participant federated meta-analysis of 1· 97 million adults with 100 000 incident cases from 31 cohorts in 20 countries | |
| JP7094560B2 (ja) | 健康管理システム、健康管理方法、および健康管理プログラム。 | |
| CN112201325A (zh) | 一种服务线上化饮食推荐方法、装置、系统及存储介质 | |
| US20220354392A1 (en) | Personalized glucose ranges for making healthy choices | |
| Hagino et al. | Adolescent growth spurt and growth pattern factors related to the short stature of Pygmy hunter-gatherers of Southeast Cameroon | |
| US20220367050A1 (en) | Predicting gut microbiome diversity | |
| CN114388102A (zh) | 饮食推荐方法及装置和电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190603 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20220121 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220124 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220124 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20220121 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220308 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220412 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220517 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220615 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7094560 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |