JP2020109616A - 健康状態判定システム、健康状態判定方法及びプログラム - Google Patents

Abstract

【課題】より精度よく簡単に、対象者の健康状態を判定することを可能とする。【解決手段】健康状態判定システムにおいて、管理装置２０の制御部２１は、対象者のバイタル値を測定する測定装置１０により一日以上測定されたバイタル値から、対象者の一日分の概日リズムを示すモデル情報を生成し、モデル情報の生成後に測定装置１０により測定されるバイタル値と、モデル情報とを比較して、その比較結果により、対象者の概日リズムの乱れの発生の有無を判定する。【選択図】図２

Description

本発明は、健康状態判定システム、健康状態判定方法及びプログラムに関する。

近年、脈拍や体温といった人体の健康管理等に有用となる生体情報を測定装置により取得し、取得された生体情報を用いて健康状態を判定する技術が開発されている。
例えば、特許文献１には、体表面温度、脈拍、呼吸及び血中酸素濃度を、所定の判定式に代入して判定用のデータを得て、対象者の体調を算出する装置が提案されている。

特許第６３３８２９８号公報

しかしながら、上記特許文献１では、世の中の一般的な指標と照らし合わせて健康（正常）又は非健康（異常）を判定しているため、個人差に対応できず、判定の精度が低いものであった。例えば、常時体温が高い人では、常に異常値を出力してしまうなどの事例である。また、判定をするにあたって、４種類のバイタル値（体表面温度、脈拍、呼吸及び血中酸素濃度）を必要とするため、測定装置の確保が難しく、設置が煩雑であり、処理が複雑であった。

本発明は上記課題に鑑みてなされたものであって、より精度よく簡単に、対象者の健康状態を判定することの可能な健康状態判定システム、健康状態判定方法及びプログラムを提供することを目的とする。

上記課題を解決すべく、本発明の健康状態判定システムは、
対象者のバイタル値を測定する測定部と、
前記測定部により一日以上測定されたバイタル値から、対象者の一日分の概日リズムを示すモデル情報を生成するモデル情報生成部と、
前記モデル情報の生成後に前記測定部により測定されるバイタル値と、前記モデル情報とを比較して、その比較結果により、対象者の概日リズムの乱れの発生の有無を判定する判定部と、
を備えることを特徴とする。

また、本発明の健康状態判定方法は、
対象者のバイタル値を測定する測定部により一日以上測定されたバイタル値から、対象者の一日分の概日リズムを示すモデル情報を生成するモデル情報生成工程と、
前記モデル情報の生成後に前記測定部により測定されるバイタル値と、前記モデル情報とを比較して、その比較結果により、対象者の概日リズムの乱れの発生の有無を判定する判定工程と、
を有することを特徴とする。

また、本発明のプログラムは、
コンピューターを、
対象者のバイタル値を測定する測定部により一日以上測定されたバイタル値から、対象者の一日分の概日リズムを示すモデル情報を生成するモデル情報生成手段、
前記モデル情報の生成後に前記測定部により測定されるバイタル値と、前記モデル情報とを比較して、その比較結果により、対象者の概日リズムの乱れの発生の有無を判定する判定手段、
として機能させるためのプログラムである。

本発明によれば、より精度よく簡単に、対象者の健康状態を判定することが可能となる。

健康状態判定システムの概略構成を示す図である。 管理装置の機能的構成を示す図である。 健康時と疾患時における、代償期と非代償期の一般的な状態を纏めた図である。 第１の概日リズム比較処理の流れを示すフローチャートである。 モデル情報の一例を示す図である。 第２の概日リズム比較処理の流れを示すフローチャートである。 第３の概日リズム比較処理の流れを示すフローチャートである。 うつ状態のバイタル値の一例を示す図である。 相関情報比較処理の流れを示すフローチャートである。 第２モデル情報の一例を示す図である。 容体悪化時のバイタル値の変化の一例を示す図である。 相関情報が変化する様子を示す概念図である。 特定症状検出処理の流れを示すフローチャートである。 終末期の状態を説明するための図である。

以下、本発明の実施の形態について図面を参照しながら詳細に説明する。ただし、本発明の範囲は、下記実施の形態や図示例に限定されるものではない。

[健康状態判定システムの構成]
まず、本実施の形態における健康状態判定システム１００の構成について説明する。

図１は、健康状態判定システム１００の概略構成を示す図である。
図１に示すように、健康状態判定システム１００は、例えば、測定装置１０（測定部）と、管理装置２０と、を備えて構成される。これら各装置は、有線又は無線の通信ネットワークを介して相互に通信することが可能に構成されている。

測定装置１０は、例えば、対象者の身体に接触／非接触にかかわらず、バイタル値を測定できるように構成された装置であり、具体的には、例えば、体温計、血圧計、呼吸器計、心拍計、パルスオキシメーター、重力加速度計、血糖値計、カメラの画像解析などの計測器が有する計測機能を備える装置である。測定装置１０の種類、形状、計測機能等は、対象者に応じて適したものが選択される。また、測定装置１０は、測定したバイタル値を表示する機能を有しても良い。
測定装置１０は、その計測機能により、対象者のバイタル値又はそれに準ずる値を測定し、管理装置２０に送信する。
バイタル値とは、例えば、体温、血圧（収縮、拡散）、呼吸（呼吸数、呼吸リズム）、心拍数、脈拍数、心拍脈拍リズム、ＳｐＯ２（酸素飽和度）、血糖値、加速度（体動を示す値）等を含む生体情報である。また、バイタル値に準ずる値とは、例えば、体表面温度、カフレス血圧計による血圧値、電圧／電波式非接触バイタルセンサー、自律神経の指標値等を含むバイタル値に準じた生体情報である。

管理装置２０は、測定装置１０から送信されてきたバイタル値を蓄積し、当該バイタル値を用いて対象者の健康状態を判定する処理（詳細は後述）を行う装置である。

なお、健康状態判定システム１００により健康状態が判定可能な対象者としては、その年齢や性別に特に限定はない。また、病気等により一時的に体調不良で回復見込みの対象者であっても、高齢者等の終末期もしくは終末期が近い対象者であってもよい。

さらに、対象者は、病院やクリニック等の医療機関にいる場合に限られず、例えば対象者の自宅等の医療機関から離れた場所にいてもよい。
対象者の状態や、対象者と医療機関の所在地に応じて、測定装置１０及び管理装置２０の構成は適宜設定される。
例えば、対象者が医療機関に入院している状態であれば、測定装置１０と管理装置２０は一体でもよい。また、対象者が自宅で寝たきりの状態であれば、測定装置１０と管理装置２０は別体であって、無線の通信ネットワークを介して通信可能に構成される。

図２は、管理装置２０の機能的構成を示す図である。
図２に示すように、管理装置２０は、例えば、制御部２１（モデル情報生成部、第２モデル情報生成部、判定部、算出部及び特異症状判定部）、記憶部２２、表示部２３、通信部２４等を備えて構成され、各部はバスにより接続されている。

制御部２１は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等により構成され、管理装置２０の各部の処理動作を統括的に制御する。ＣＰＵは、ＲＯＭに記憶されている各種処理プログラムを読み出してＲＡＭに展開し、展開されたプログラムに従って、各種処理を実行する。

記憶部２２は、不揮発性の半導体メモリーやハードディスク等の記憶装置からなり、各種処理に関するデータ等を記憶する。
具体的に、記憶部２２は、例えば、バイタル値記憶部２２１、モデル情報記憶部２２２、第２モデル情報記憶部２２３、サンプル情報記憶部２２４等を備えている。

バイタル値記憶部２２１は、測定装置１０により測定され、送信されてくる対象者のバイタル値を、種類ごとに時系列で記憶する。

モデル情報記憶部２２２には、一日以上の所定の学習期間、対象者のバイタル値を取得して生成された、その対象者の基準となる一日分の概日リズムを示すモデル情報が記憶されている。

第２モデル情報記憶部２２３には、対象者の少なくとも２種類のバイタル値を取得して生成された、その対象者の基準となる少なくとも２種類のバイタル値間の相関を示す相関情報が、第２モデル情報として記憶されている。

サンプル情報記憶部２２４には、多数の人間の各種のバイタル値が、その人間の特徴（性別、年齢、病状等）と紐づけられて、サンプル情報として予め格納されている。サンプル情報には、対象者のバイタル値を含んでも良い。
サンプル情報には、終末期において発症する特異症状を示すバイタル値も含まれる。また、サンプル情報には、疾患ごとの終末期に現れるバイタル値の変化のパターンを示した疾患情報も含まれる。なお、疾患情報には、バイタル値の変化のパターン以外にも、電子カルテなどから取得される疾患を特定できる情報が含まれていても良い。

表示部２３は、別体として設けられており、例えばＬＣＤ（Liquid Crystal Display）等を備え、制御部２１の指示に従って各種画面等を表示する。

通信部２４は、通信ネットワークに接続された測定装置１０等の外部装置との間でデータの送受信を行う。

[健康状態判定システムの動作]
次に、健康状態判定システム１００の動作について説明する。
ここで、図３は、非終末期（医学用語：代償期）と終末期（医学用語：非代償期）の健康時と疾患時における一般的な人体の状態を纏めた図である。図３に示すように、概日リズム（サーガディアンリズム）やバイタル値の傾向から、対象者の状態を把握可能である。

健康状態判定システム１００において、測定装置１０は、常時又は定期的に対象者のバイタル値を測定し、管理装置２０に送信する。
管理装置２０は、測定装置１０から送信されたバイタル値を受信し、このバイタル値に基づいて対象者の健康状態を判定する健康状態判定処理を実行する。
健康状態判定処理には、概日リズム比較処理、相関情報比較処理、特定症状検出処理が含まれる。
概日リズム比較処理は、対象者の概日リズムの乱れから、その対象者が健康であるか否かを判定する処理である。
相関情報比較処理は、対象者のバイタル値間の相関関係の乱れから、その対象者の生活機能の低下度合いを算出する処理である。
特定症状検出処理は、対象者のバイタル値から特異症状の発生を検出して、死亡日を推定する処理である。
これら３つの処理を組み合わせることで、対象者が健康であるか否か、対象者の生活機能が低下しているか否か、また、終末期の対象者の看取り時期が近いか否かを判定することができる。
以下、これらの処理の詳細について説明する。

＜概日リズム比較処理＞
概日リズムとは、体内時計とも呼ばれ、約２４時間周期で変動する身体リズムである。
概日リズムは、健康時において一定の規則的なリズムを繰り返しているが、疾患時においてはこれが崩れるものである。
概日リズム比較処理では、対象者の基準となる概日リズム（モデル情報）に対する、測定時の概日リズムの逸脱具合から、対象者の健康状態を判定する。

（第１の概日リズム比較処理）
図４は、第１の概日リズム比較処理の流れを示すフローチャートである。
第１の概日リズム比較処理は、対象者が規則的な生活を送っている場合を想定した処理である。

図４に示すように、まず、制御部２１は、対象者の一日分の概日リズムを示すモデル情報を生成する（モデル情報生成工程：ステップＳ１１）。
具体的に、制御部２１は、一日以上の学習期間、測定装置１０により測定した対象者の起床時から睡眠時までのバイタル値（変動上下幅）を取得し、対象者の一日分の概日リズムをモデル情報として生成する。例えば、測定装置１０として心拍計を用いて、一日分の心拍数、心拍リズム、自律神経を、バイタル値として取得した場合、これら（心拍数、心拍リズム、自律神経）の概日リズムを示す複数のモデル情報を生成することができる。
学習期間が複数日であればその平均値とばらつきを算出してモデル情報が生成できるので、より精度が高められるが、後続の判定処理を出来るだけ早く開始したい場合などには最低一日の学習期間があれば良い。
また、モデル情報の生成にあたっては、起床時（活動）と睡眠時（休息）の状態情報があると精度が高められるため好ましいが、これらが測定できない場合には、時間帯（日中と夜間）で判断してバイタル値を取得しても良い。
また、生成するモデル情報の数（使用するバイタル値の数）に限定はないが、複数であれば、より精度が高められる。
生成されたモデル情報は、モデル情報記憶部２２２に記憶される。

また、モデル情報の生成にあたっては、対象者が健康状態であることが好ましい。
上述したように、最低一日の学習期間でモデル情報が生成できるが、その学習期間にあたる一日において対象者が健康状態であるかわからない場合、後続の判定処理において精度が劣ることになる。
そこで、対象者の５日〜１０日にわたるバイタル値を取得し、そのうち２日間ごとの概日リズムの相関値を求め、相関値の変動から健康状態であることを判断することとしても良い。つまり、１日目と２日目、２日目と３日目、３日目と４日目、・・・の概日リズムの相関値を求める。そして、求めた相関値が許容範囲内（例えば、±０．２以内）の状態が所定日数以上続いた場合、対象者が健康状態であると判断する。この際、モデル情報は、健康状態であると判断した期間の平均値から生成できる。
なお、このとき求めた対象者個人の健康状態であるときの相関値を、健康状態を示す健康指標値として記憶しておくことも好ましい。例えば看取り時期などには、バイタル値間の関係性が崩れることで健康指標値が変化していくため、この時期の状態を定量値として把握することが可能となる。

次に、制御部２１は、測定装置１０により所定タイミングにて測定・送信されてくるバイタル値（測定値）を受信すると、この測定値と、モデル情報とを比較する（判定工程：ステップＳ１２）。
具体的に、制御部２１は、測定装置１０により所定タイミング毎に測定・送信されてくる測定値を、モデル情報の前記所定タイミングに対応する時点のデータと比較し、差分値を算出する。
また、制御部２１は、起床時（活動）と睡眠時（休息）に測定・送信されてくる測定値を、モデル情報の起床時（活動）と睡眠時（休息）の状態のデータと比較し、差分値を算出しても良い。
また、制御部２１は、測定値が一日分蓄積されると、この一日分の測定値とモデル情報とを比較して、一日当たりのモデル情報からの逸脱量を算出しても良い。
また、複数種類の測定値がある場合、それぞれのモデル情報と比較する。

次に、制御部２１は、その比較結果により、対象者の概日リズムに乱れが発生しているか否かを判定する（判定工程：ステップＳ１３）。
具体的に、制御部２１は、所定タイミングにおける測定値のモデル情報からの差分値が、予め設定された閾値を超えている場合、対象者の概日リズムの乱れが発生していると判定する。複数種類の測定値がある場合は、その種類に応じて閾値を設定することもできる。
また、制御部２１は、起床時（活動）と睡眠時（休息）の測定値の少なくとも一方で、モデル情報からの差分値が、予め設定された閾値を超えている場合、対象者の概日リズムの乱れが発生していると判定する。
また、制御部２１は、測定値が一日分蓄積されると、一日分の測定値と、モデル情報とを比較して、一日当たりのモデル情報からの逸脱量を算出し、算出した逸脱量が、予め設定された閾値を超えている場合、対象者の概日リズムの乱れが発生していると判定する。

具体的には、例えば、一日分の測定値とモデル情報と比較して振幅が１／２となる期間（逸脱量）が、閾値（例えば３０％）を超えた場合、概日リズムの乱れが発生している（異常）と判定する。

なお、測定値が二日分以上蓄積された場合は、一日当たりのモデル情報の平均とばらつきから差分値や逸脱量を算出することもできる。即ち、モデル情報として概日リズムのばらつき（σ）を平均二乗誤差平方根（ＲＭＳＥ）で算出しておき、測定時の概日リズムのばらつきがσを超えた場合に、概日リズムの乱れが発生している（異常）と判定してもよい。本判定は、所定タイミングにおける判定にも、起床時（活動）と睡眠時（休息）の状態のデータを用いた判定にも、測定値が一日分蓄積された際の判定にも、当てはめられる。
また、複数の測定値の差分値や逸脱量の総合値から、対象者の概日リズムの乱れが発生していると判定しても良い。この場合、バイタル値の種類により、重みづけをしても良い。

以下に、比較結果の具体例を示す。
図５（ａ）に、モデル情報の一例を示す。また、図５（ｂ）に、モデル情報（破線）と測定値（実線）の比較結果の一例を示す。ここでは、バイタル値は「呼吸数」である。横軸は時間、縦軸は呼吸数の大小を示している。
図５（ａ）に示すように、モデル情報の概日リズムは、一定周期で変動していることがわかる。即ち、起床と就寝に合わせて周期的に呼吸数が変動している。
一方、図５（ｂ）では、領域Ｒにおいて、モデル情報から逸脱があることがわかる。

そして、概日リズムの乱れが発生していない（正常）と判定した場合（ステップＳ１３：ＮＯ）、制御部２１は、本処理を終了する。

一方、概日リズムの乱れが発生している（異常）と判定した場合（ステップＳ１３：ＹＥＳ）、制御部２１は、表示部２３にメッセージを表示したり、光の点滅やアラームなどによってこれを通知し（ステップＳ１４）、本処理を終了する。

このような概日リズム比較処理によれば、対象者個人のデータと比較しているため、対象者の健康状態が正常であるか異常であるか、精度良く判定することができる。
また、バイタル値が１つあれば判定が可能であるため、より容易に処理を行うことができる。また、比較のためのモデル情報の生成にあたって最低一日あればよく、より容易に処理を行うことができる。
なお、概日リズムは、生活機能の低下によって乱れが発生するため（図１４の二点鎖線で囲まれた領域）、本概日リズム比較処理で測定した概日リズムを、終末期かどうかの判定に用いることもできる。

（第２の概日リズム比較処理）
図６は、第２の概日リズム比較処理の流れを示すフローチャートである。
第２の概日リズム比較処理は、対象者が不規則な生活を送っている不規則生活者である場合を想定した処理である。
第２の概日リズム比較処理では、睡眠判断（起床時（活動）であるか睡眠時（休息）であるか）を用いることで、不規則生活者に対しても健康状態の正確な判定を可能としている。

図６に示すように、制御部２１は、第１の概日リズム比較処理のステップＳ１１と同様の手法により、対象者の一日分の概日リズムを示すモデル情報を生成する（ステップＳ１５）。
ステップＳ１５においては、対象者の起床時と睡眠時（ＲＥＭ／ＮＯＮＲＥＭ）のそれぞれに対応するモデル情報が生成される。

次に、制御部２１は、測定装置１０により所定タイミングにて測定・送信されてくるバイタル値（測定値）を受信すると、その測定値に基づいて対象者の状態（起床時であるか睡眠時であるか）を判断する（ステップＳ１６）。
具体的に、制御部２１は、バイタル値の心拍間隔からストレス指標（ＬＦ／ＨＦ）を計測し、起床時であるか睡眠時（ＲＥＭ／ＮＯＮＲＥＭ）であるかを判断する。判断にあたって、体動情報を利用することもできる。

次に、制御部２１は、対象者の状態にあったモデル情報を選択し、受信した測定値と、選択したモデル情報とを比較し（ステップＳ１７）、その後、第１の概日リズム比較処理と同様のステップＳ１３に移行する。

第１の概日リズム比較処理では、概日リズムにより対象者の健康状態が正常であるか異常であるかを判定しているが、対象者が、生活スタイル等による昼夜逆転、疲労等により夜寝付けない等の不規則な生活を送っている不規則生活者である場合、概日リズムが崩れるため正確な判定ができないことがある。
これに対して、第２の概日リズム比較処理によれば、対象者の生活に合わせたモデル情報が選択され、測定値と比較されるので、対象者が不規則生活者であっても、健康状態が正常であるか異常であるかを精度よく判定することが可能となる。

（第３の概日リズム比較処理）
図７は、第３の概日リズム比較処理の流れを示すフローチャートである。
第３の概日リズム比較処理は、対象者が鬱の疑いがある場合に用いられる処理である。

図７に示すように、制御部２１は、第１の概日リズム比較処理と同様にして、モデル情報を生成し（ステップＳ１１）、測定値とモデル情報を比較する（ステップＳ１２）。
次に、制御部２１は、鬱状態であるか否かを判断し（ステップＳ１８）、鬱状態である場合（ステップＳ１８：ＹＥＳ）、これを通知し（ステップＳ１４）、本処理を終了する。

ここで、図８に、バイタル値の心拍間隔から計測した、鬱患者の活動期と休息期のストレス指標（ＬＦ／ＨＦ）を示すデータの一例を示す。
一般に、疾患に罹患すると身体は活動状態に入るが、鬱に罹患すると休息状態となる。
鬱でない場合、活動期と休息期がはっきりしているが、図８に示すように、鬱の場合、活動期（起床時）であるはずなのに副交感神経が増大していることがわかる。
ステップＳ１８においては、こうした測定値の傾向から、鬱状態であると判断できる。

このような第３の概日リズム比較処理によれば、対象者が鬱の場合、これを判定することが可能となる。特に、自らの意思を表明できない寝たきり患者等の場合、鬱は判断し難く、こうした対象者に対して有益である。

＜相関情報比較処理＞
人体の複数種類のバイタル値には、互いに相関のあるものがある。
このバイタル値の相関関係は、対象者が健康時であっても疾患時であっても維持されるが、対象者が重病や老衰などにより生活機能が低下した場合、崩れることがわかっている。回復が見込めない、若しくは回復を求めない場合に、一般的に終末期と呼ぶ。
相関情報比較処理では、少なくとも２つのバイタル値間の相関関係の変化を、生活機能の低下度合いの指標値として用いることで、対象者が終末期であるか、それ以前の非終末期であるかを医療従事者が判定するのを容易にすることができる。

図９は、相関情報比較処理の流れを示すフローチャートである。

図９に示すように、まず、制御部２１は、基準となる、対象者の少なくとも２つのバイタル値間の相関を示す相関情報を第２モデル情報として生成する（ステップＳ２１）。
なお、第２モデル情報の生成にあたっては、対象者が非終末期であることが好ましい。
具体的に、制御部２１は、測定装置１０により測定された少なくとも２つのバイタル値を取得すると、相関値や回帰直線などの相関情報を算出する。算出された相関情報は、第２モデル情報として第２モデル情報記憶部２２３に記憶される。

例えば、相関値（ｒ）は、下記式（１）により求めることができる。

また、相関の有無は、以下のように判定することができる。
ｒ＝０・・・相関なし
０＜｜ｒ｜≦０．２・・・ほとんど相関なし
０．２＜｜ｒ｜≦０．４・・・低い相関あり
０．４＜｜ｒ｜≦０．７・・・相関あり
０．７＜｜ｒ｜＜１．０・・・高い相関あり
ｒ＝１．０又は−１．０・・・完全な相関
本相関値が低下することは、生活機能が低下していることを示す。このため、本相関値を、生活機能の低下度合いを示す指標値として用いている。

次に、制御部２１は、測定装置１０により測定・送信されてくる２つのバイタル値を受信すると、この２つのバイタル値間の相関情報（測定値）を生成し、第２モデル情報と比較した比較結果を算出して、表示させる（ステップＳ２２）。

次に、制御部２１は、２つのバイタル値間の相関情報（測定値）と第２モデル情報の差（比較結果）が、予め設定された閾値以下か否か、すなわち、相関関係が以前と同程度に維持されているか否かを判断する（ステップＳ２３）。
そして、予め設定された閾値以下の場合、すなわち、相関関係が以前と同程度に維持されている場合（ステップＳ２３：ＹＥＳ）、制御部２１は、本処理を終了する。

一方、２つのバイタル値間の相関情報（測定値）と第２モデル情報の差（比較結果）が、予め設定された閾値より大きい場合、すなわち、相関関係が以前に比べ崩れており、生活機能の低下がみられると判定した場合（ステップＳ２３：ＮＯ）、制御部２１は、表示部２３にメッセージを表示したり、光の点滅やアラームなどによってこれを通知する（ステップＳ２４）。

ここで、上述したように、比較結果として、以前より相関関係が崩れる（相関値が低下する）ことは、対象者の生活機能が低下していることを示す。つまり、対象者が代償期（非終末期）であるか、非代償期（終末期）であるかを、判定することができる。

以下に、比較結果の具体例を示す。
図１０は、２つのバイタル値（心拍、呼吸）の相関情報を示す一例である。
図１０に示すように、非終末期（代償期）の場合、健康時には２つのバイタル値間に相関がある。また、非終末期（代償期）の場合、疾患時であっても、概日リズムの乱れにより健康時のバイタル値ではなくなるが、２つのバイタル値間の相関関係は崩れない。
一方、終末期（非代償期）の場合、２つのバイタル値間の相関関係が崩れることとなる（図１０の相関領域外の部分）。
医療従事者は、こうした２つのバイタル値間の相関関係の変化から、終末期かどうかの判定を行う。

図９に戻って、次に、制御部２１は、相関情報の変化に基づき、非代償疾患の症状があるか否か、すなわち、対象者の容体が悪化しているか否かを判断する（ステップＳ２５）。
あるバイタル値が変化すると、そのバイタル値を用いた相関情報が変化するため、対象者の容体に変化があったことが示される。容体悪化時に変化が発生しやすいバイタル値として、図１１に示すように、呼吸、心拍・脈拍、血圧、体温、ＳｐＯ２などが挙げられる。そして、呼吸と心拍・脈拍の相関値、呼吸と体温の相関値、体温とＳｐＯ２の相関値を比べた場合、一般的には呼吸と心拍・脈拍の変化が最も早く現れ、呼吸と体温の変化が次に現れ、体温とＳｐＯ２の変化が最後に現れる。
このような複数の相関情報の変化の傾向に基づいて、容体悪化を初期段階から判定することができる。

そして、非代償疾患の症状がない場合（ステップＳ２５：ＮＯ）、制御部２１は、本処理を終了する。一方、非代償疾患の症状がある場合、すなわち、対象者の容体が悪化している場合（ステップＳ２５：ＹＥＳ）、制御部２１は、表示部２３にメッセージを表示したり、光の点滅やアラームなどによってこれを通知し（ステップＳ２６）、本処理を終了する。

なお、組み合わせの異なる複数組の２つのバイタル値の各々の相関値から、下記式（２）により平均値を算出することができる。

図１２は、非終末期から終末期に移行するにつれて、当該平均値が変化する様子を示す概念図である。図１２に示すように、生活機能の低下により、終末期に近づくにつれて値が低くなっていく。上記ステップＳ２３において、この平均値が所定の閾値以下となった場合、相関関係が崩れたと判断してもよい。また、上記ステップＳ２５において、値の変化により容体が悪化していることを判断してもよい。

このような相関情報比較処理によれば、対象者個人のデータを用いているため、対象者の生活機能の低下により終末期に近づいたことを、医療従事者は、正確に判定することができる。
また、バイタル値が少なくとも２つあれば判定が可能であるため、より容易に処理を行うことができる。

＜特定症状検出処理＞
特定症状検出処理は、対象者の各バイタル値に発生する特異的な症状から、看取り時期が近付いたことを推定する処理である。
なお、特定症状検出処理は、上記相関情報比較処理の補足情報として実行されることとしても良い。

図１３は、特定症状検出処理の流れを示すフローチャートである。

図１３に示すように、制御部２１は、測定装置１０により測定・送信されてくるバイタル値を受信すると、このバイタル値（測定値）と、サンプル情報記憶部２２４に記憶されたサンプル情報とを比較し（ステップＳ３１）、対象者における特異症状の発生の有無を判定する（ステップＳ３２）。

そして、特異症状の発生が無いと判定した場合（ステップＳ３２：ＮＯ）、制御部２１は、本処理を終了する。
一方、特異症状の発生が有ると判定した場合（ステップＳ３２：ＹＥＳ）、制御部２１は、その特異症状の発生状況を規定するための値を算出し、算出した値に基づいて対象者の看取り時期を推定する（ステップＳ３３）。

図１４は、終末期の状態を説明するための図である。
特異的な症状としては、例えば、呼吸リズム異常（チェーンストークス呼吸、ビオー呼吸、クスマウル呼吸、下顎呼吸など）、脈異常（頻脈、徐脈、不整脈など）、体温異常（低体温、高体温など）、血圧異常（高血圧、低血圧など）、瞳孔拡張、意識障害などがあげられる。
図１４に示すように、終末期に入るとこれらの特異的な症状が発生しはじめ、死期に近づくにつれてこれらの症状が顕著になっていく。

制御部２１は、例えば、呼吸リズム異常、脈異常、体温異常、血圧異常が発生していると判定された場合には、これらの時間当たりの発生割合（特異症状の発生状況を規定するための値）を算出する。
また、瞳孔拡張が発生していると判定された場合には、健康時の瞳孔の大きさに対する瞳孔の拡大率（特異症状の発生状況を規定するための値）を算出する。
また、意識障害が発生していると判定された場合には、時間当たりの発生割合（特異症状の発生状況を規定するための値）を算出する。
そして、制御部２１は、算出された値が、予め設定された閾値を超えた場合、看取りまで所定の日数であると推定する。設定される閾値に応じて、上記看取りまでの日数は変更される。

また、終末期に発生する特異的な症状は、疾患により現れるパターンが異なるため、予め作成された疾患情報と照らし合わせて、判断を最適化することができる。例えば、老衰は少しずつ悪化し、心疾患は悪化と回復を繰り返し、癌は終末期に一気に悪化するというようなパターンが現れる。
また、疾患情報に基づいて、変化しやすい又は変化しにくいバイタル値の関係を持つことから、バイタル値の相関関係を計測することで、疾患の状態がわかる。

次に、制御部２１は、表示部２３にメッセージを表示したり、光の点滅やアラームなどによってこれを通知し（ステップＳ３４）、本処理を終了する。

このような特定症状検出処理によれば、比較データ（例えば、対象者に重症な症状が発生した結果など）を予め準備することなく、対象者の看取り時期（重症度）を予測することができる。特に、終末期においては、その期間が短い場合もあり、対象者個人の比較データを生成することが困難であるため、比較データが必要ない処理であることは有益である。
そして、かかる特定症状検出処理によれば、自宅のように専門家がいない現場や、介護施設、慢性期の病院のように専門家（医師、看護師）がいるが専門家あたりの患者数が多く、バイタル値の変化を見逃しやすい現場において、周囲の人間が予期しないタイミングで、対象者が突然亡くなるといった事態を防ぐことができる。

［本実施の形態による効果］
以上のように、本実施の形態の健康状態判定システム１００によれば、管理装置２０の制御部２１は、対象者のバイタル値を測定する測定装置１０により一日以上測定されたバイタル値から、対象者の一日分の概日リズムを示すモデル情報を生成する。そして、制御部２１は、モデル情報の生成後に測定装置１０により測定されるバイタル値と、モデル情報とを比較して、その比較結果により、対象者の概日リズムの乱れの発生の有無を判定する。
このため、対象者個人のデータを用いて健康状態が正常であるか異常であるか判定されるので、精度良く判定することができる。
また、バイタル値が１つあれば判定が可能であるため、処理が容易である。また、比較のためのモデル情報の生成にあたって最低一日あればよく、処理が容易である。
よって、より精度よく、簡単に、対象者の健康状態を判定することができる。

また、本実施の形態によれば、制御部２１は、測定装置１０により所定タイミング毎に測定されるバイタル値と、モデル情報の所定タイミングに対応する時点のデータとを比較して、その差分値に基づいて、対象者の概日リズムの乱れの発生の有無を判定する。
このため、所定タイミング毎に健康状態が正常であるか異常であるか判定できる。
また、生活機能の低下により概日リズムに乱れが発生するため、当該概日リズムを終末期の判断の指標として用いることもできる。

また、本実施の形態によれば、制御部２１は、測定装置１０により測定される一日分のバイタル値と、モデル情報とを比較して、一日当たりのモデル情報からの逸脱量を算出し、逸脱量に基づいて、対象者の概日リズムの乱れの発生の有無を判定する。
このため、一日毎に健康状態が正常であるか異常であるか判定できる。

また、本実施の形態によれば、測定装置１０は、少なくとも２種類のバイタル値を測定し、制御部２１は、少なくとも２種類のバイタル値から、そのバイタル値間の相関を示す第２モデル情報を生成する。そして、制御部２１は、第２モデル情報の生成後に測定装置１０により測定される少なくとも２種類のバイタル値間の相関を示す相関情報を生成し、第２モデル情報と比較した比較結果を算出する。
このため、少なくとも２種類のバイタル値間の相関を示す相関情報を生活機能の低下度合いを示す指標値として用いることができる。そして、対象者個人のデータを用いて対象者の生活機能の低下度合いが把握できるので、医療従事者が正確に判定しやすくなる。また、バイタル値が少なくとも２つあれば判定が可能であるため、処理が容易である。
よって、より精度よく、簡単に、対象者の生活機能の低下度合いを把握することができる。

また、本実施の形態によれば、制御部２１は、組み合わせの異なる複数組の２種類のバイタル値の各々から生成した相関値の平均値を算出し、平均値が閾値以下の場合、平均値が閾値以下である旨を通知する。
このため、算出した相関値の平均値が閾値以下の場合、医療従事者に知らせることで判断や看取り時期の見落としを防ぐことができる。また、複数の相関値の平均値を用いることで、判定精度をより高めることができる。

また、本実施の形態によれば、制御部２１は、測定装置１０により測定されるバイタル値と、予め取得された終末期における特異症状を示すバイタル値のサンプル情報とを比較し、対象者における特異症状の発生の有無を判定する。
このため、終末期の対象者に対しては、予め個人的な比較データを準備することなく、対象者の重症度を予測することができる。

また、本実施の形態によれば、制御部２１は、測定装置１０により測定されるバイタル値から、特異症状の発生状況を規定するための値を算出し、その値に基づいて対象者の死亡までの日数を推定する。
このため、周囲の人間が予期しないタイミングで、対象者が突然亡くなるといった事態を防ぐことができる。

［その他］
なお、本発明を適用可能な実施の形態は、上述した実施の形態に限定されることなく、本発明の趣旨を逸脱しない範囲で適宜変更可能である。
例えば、記憶部２２及び表示部２３は、管理装置２０とは別体として設けられてもよい。
また、測定装置１０により測定されたバイタル値が、スマートフォンやタブレット端末などの端末装置を介して、管理装置２０に送信される構成でもよい。

１０ 測定装置（測定部）
２０ 管理装置
２１ 制御部（モデル情報生成部、第２モデル情報生成部、判定部、算出部、特異症状判定部）
２２ 記憶部
２２１ バイタル値記憶部
２２２ モデル情報記憶部
２２３ 第２モデル情報記憶部
２２４ サンプル情報記憶部
２３ 表示部
２４ 通信部
１００ 健康状態判定システム

Claims (9)

1. 対象者のバイタル値を測定する測定部と、
   前記測定部により一日以上測定されたバイタル値から、対象者の一日分の概日リズムを示すモデル情報を生成するモデル情報生成部と、
   前記モデル情報の生成後に前記測定部により測定されるバイタル値と、前記モデル情報とを比較して、その比較結果により、対象者の概日リズムの乱れの発生の有無を判定する判定部と、
   を備えることを特徴とする健康状態判定システム。
2. 前記判定部は、前記測定部により所定タイミング毎に測定されるバイタル値と、前記モデル情報の前記所定タイミングに対応する時点のデータとを比較して、その差分値に基づいて、対象者の概日リズムの乱れの発生の有無を判定することを特徴とする請求項１に記載の健康状態判定システム。
3. 前記判定部は、前記測定部により測定される一日分のバイタル値と、前記モデル情報とを比較して、一日当たりの前記モデル情報からの逸脱量を算出し、前記逸脱量に基づいて、対象者の概日リズムの乱れの発生の有無を判定することを特徴とする請求項１又は２に記載の健康状態判定システム。
4. 前記測定部は、少なくとも２種類のバイタル値を測定し、
   前記測定部により測定された少なくとも２種類のバイタル値から、前記少なくとも２種類のバイタル値間の相関を示す第２モデル情報を生成する第２モデル情報生成部と、
   前記第２モデル情報の生成後に前記測定部により測定される前記少なくとも２種類のバイタル値間の相関を示す相関情報を生成し、前記第２モデル情報と比較して、その比較結果を算出する算出部と、
   を備えることを特徴とする請求項１から３のいずれか一項に記載の健康状態判定システム。
5. 前記算出部は、組み合わせの異なる複数組の２種類のバイタル値の各々から生成した相関値の平均値を算出し、前記平均値が閾値以下の場合、前記平均値が閾値以下である旨を通知することを特徴とする請求項４に記載の健康状態判定システム。
6. 前記測定部により測定されるバイタル値と、予め取得された終末期における特異症状を示すバイタル値のサンプル情報とを比較し、対象者における前記特異症状の発生の有無を判定する特異症状判定部を備えることを特徴とする請求項１から５のいずれか一項に記載の健康状態判定システム。
7. 前記特異症状判定部は、前記測定部により測定されるバイタル値から、前記特異症状の発生状況を規定するための値を算出し、前記値に基づいて対象者の看取りまでの日数を推定することを特徴とする請求項６に記載の健康状態判定システム。
8. 対象者のバイタル値を測定する測定部により一日以上測定されたバイタル値から、対象者の一日分の概日リズムを示すモデル情報を生成するモデル情報生成工程と、
   前記モデル情報の生成後に前記測定部により測定されるバイタル値と、前記モデル情報とを比較して、その比較結果により、対象者の概日リズムの乱れの発生の有無を判定する判定工程と、
   を有することを特徴とする健康状態判定方法。
9. コンピューターを、
   対象者のバイタル値を測定する測定部により一日以上測定されたバイタル値から、対象者の一日分の概日リズムを示すモデル情報を生成するモデル情報生成手段、
   前記モデル情報の生成後に前記測定部により測定されるバイタル値と、前記モデル情報とを比較して、その比較結果により、対象者の概日リズムの乱れの発生の有無を判定する判定手段、
   として機能させるためのプログラム。

Images