JP2021060221A - 健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム - Google Patents
健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム Download PDFInfo
- Publication number
- JP2021060221A JP2021060221A JP2019183092A JP2019183092A JP2021060221A JP 2021060221 A JP2021060221 A JP 2021060221A JP 2019183092 A JP2019183092 A JP 2019183092A JP 2019183092 A JP2019183092 A JP 2019183092A JP 2021060221 A JP2021060221 A JP 2021060221A
- Authority
- JP
- Japan
- Prior art keywords
- user
- unit
- health
- health condition
- urine
- 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
- 230000036541 health Effects 0.000 title claims abstract description 199
- 238000012544 monitoring process Methods 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title description 16
- 210000002700 urine Anatomy 0.000 claims abstract description 129
- 238000004458 analytical method Methods 0.000 claims abstract description 80
- 230000008520 organization Effects 0.000 claims abstract description 39
- 230000027939 micturition Effects 0.000 claims abstract description 26
- 230000008859 change Effects 0.000 claims abstract description 11
- 238000005259 measurement Methods 0.000 claims description 95
- 238000011156 evaluation Methods 0.000 claims description 16
- 239000003792 electrolyte Substances 0.000 claims description 6
- 230000002485 urinary effect Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 description 32
- 238000012937 correction Methods 0.000 description 31
- 238000004891 communication Methods 0.000 description 25
- 230000005540 biological transmission Effects 0.000 description 23
- 201000010099 disease Diseases 0.000 description 23
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 23
- 238000007726 management method Methods 0.000 description 21
- 238000010801 machine learning Methods 0.000 description 9
- 230000006866 deterioration Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000007689 inspection Methods 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 238000009529 body temperature measurement Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000012706 support-vector machine Methods 0.000 description 5
- 239000003814 drug Substances 0.000 description 4
- 229940079593 drug Drugs 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 230000015654 memory Effects 0.000 description 4
- 235000015097 nutrients Nutrition 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 3
- 210000000577 adipose tissue Anatomy 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000029142 excretion Effects 0.000 description 3
- 239000008103 glucose Substances 0.000 description 3
- 210000003205 muscle Anatomy 0.000 description 3
- 230000007935 neutral effect Effects 0.000 description 3
- 230000006403 short-term memory Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 108010015776 Glucose oxidase Proteins 0.000 description 2
- 239000004366 Glucose oxidase Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000003599 detergent Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 229940116332 glucose oxidase Drugs 0.000 description 2
- 235000019420 glucose oxidase Nutrition 0.000 description 2
- GPRLSGONYQIRFK-UHFFFAOYSA-N hydron Chemical compound [H+] GPRLSGONYQIRFK-UHFFFAOYSA-N 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 1
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 1
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 239000004202 carbamide Substances 0.000 description 1
- 238000009535 clinical urine test Methods 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 230000036267 drug metabolism Effects 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 229940088598 enzyme Drugs 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 229910052700 potassium Inorganic materials 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 229910052708 sodium Inorganic materials 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 229920003002 synthetic resin Polymers 0.000 description 1
- 239000000057 synthetic resin Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
【課題】日々の生活の中での体調のわずかな変化を検出し、企業における従業員の健康管理に有効に利用することができる健康モニタリングシステムを提供する。【解決手段】本発明の健康モニタリングシステムは、ユーザの排尿から尿成分を分析する尿成分分析部と、尿成分分析部により分析した尿成分値を用いて、ユーザの健康状態を判定する健康状態判定部と、健康状態判定部により判定した健康状態に関する健康情報を、ユーザが属する団体の管理部門に提供する健康情報提供部と、を備えている。【選択図】図1
Description
本発明は、健康モニタリングシステム、健康モニタリング方法、および健康モニタリングプログラムに関する。
企業等の団体における経営のリスク管理として、従業員の健康管理を適切に行うことが求められている。このような健康管理方法として、健康診断の定期健診を受診させる方法がある。
例えば、下記特許文献1には、定期健診の結果を用いて、企業における従業員の健康管理を行う健康管理システムが開示されている。
例えば、下記特許文献1には、定期健診の結果を用いて、企業における従業員の健康管理を行う健康管理システムが開示されている。
しかしながら、年に一回のように、一定の期間毎に行われる定期健診では、日々の生活の中での体調の変化を検出しにくいという問題があった。
そこで、本発明は、日々の生活の中での体調の変化を検出し、企業における従業員の健康管理に有効に利用することができる健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラムを提供することを目的とする。
本発明に係る健康モニタリングシステムは、ユーザの排尿から尿成分を分析する尿成分分析部と、尿成分分析部により分析した尿成分値を用いて、ユーザの健康状態を判定する健康状態判定部と、健康状態判定部により判定した健康状態に関する健康情報を、ユーザが属する団体の管理部門に提供する健康情報提供部と、を備えている。
また、ユーザが使用する便器に設置され、ユーザの排尿が掛かった際に生じる電位差を測定するとともに、尿成分分析部に、電位差の測定データを提供する測定装置を備え、測定装置は、団体の管轄する建屋のトイレに設けられた便器に設置されてもよい。
また、健康状態判定部は、尿成分値の経時的変化を検知し、尿成分の理想値からの乖離傾向を把握することで、ユーザの健康状態を判定してもよい。
また、尿成分値とは、少なくとも尿中電解質の分析結果、および尿流量の測定結果のうちの少なくとも一方を含んでもよい。
また、健康状態判定部は、団体における組織毎に、所属するユーザの健康状態を判定することにより、各組織の健康状態を判定してもよい。
また、本発明の健康モニタリング方法は、コンピュータが、ユーザの排尿から尿成分を分析する尿成分分析ステップと、尿成分分析ステップにより分析した尿成分値を用いて、ユーザの健康状態を判定する健康状態評価ステップと、健康状態評価ステップにより判定した健康状態に関する健康情報を、ユーザが属する団体の管理部門に提供する健康情報提供ステップと、を実行する。
また、本発明の健康モニタリングプログラムは、コンピュータに、ユーザの排尿から尿成分を分析する尿成分分析機能と、尿成分分析機能により分析した尿成分値を用いて、ユーザの健康状態を判定する健康状態評価機能と、健康状態評価機能により判定した健康状態に関する健康情報を、ユーザが属する団体の管理部門に提供する健康情報提供機能と、を実現させる。
本発明に係る健康モニタリングシステムでは、尿成分分析部が、ユーザの排尿から尿成分を分析し、健康状態判定部が、分析した尿成分値を用いて、ユーザの健康状態を判定する。そして、健康情報提供部が、健康状態判定部により判定した健康状態に関する健康情報を、ユーザが属する団体の管理部門に提供する。これにより、ユーザの日常的に行われる排尿行為を利用して、日々の生活の中での体調の変化を検出し、例えば企業における従業員の健康管理に有効に利用することができる。
以下、本発明の一実施態様について、図面を参照しながら説明する。
<概要>
図1は、本発明に係る健康モニタリングシステム500の構成の一例を示すシステム図である。
<概要>
図1は、本発明に係る健康モニタリングシステム500の構成の一例を示すシステム図である。
図1に示すように、本発明の健康モニタリングシステム500は、会社等の団体150が、所属する複数のユーザの健康管理を円滑に行うために用いるシステムである。このような団体150としては会社に限られず、学校や病院、その他各種の非営利団体等であってもよい。
健康モニタリングシステム500は、サーバ100、測定装置200、ユーザ端末300を備えている。サーバ100は、ネットワーク400を介して測定装置200およびユーザ端末300に接続されている。
なお、図1において、説明を簡単にするためにサーバ100、測定装置200は各々1台だけ示してあるが、それぞれ複数台設けてもよい。
なお、図1において、説明を簡単にするためにサーバ100、測定装置200は各々1台だけ示してあるが、それぞれ複数台設けてもよい。
ユーザ端末300の具体的な機器は、図示のように、スマートフォンやパーソナルコンピュータに限定されず、少なくとも通信機能と表示機能とを備えている各種の機器、例えば、タブレット端末、その他の電子機器であってもよい。また、ユーザ端末300は、ユーザ個人が使用する端末300Aにより実現されてもよいし、ユーザが所属する団体150の管理部門が使用する端末300Bとして実現されてもよい。
さらに、当該システムは、クラウドサービス(パブリッククラウド、プライベートクラウドいずれも含む)を用いてもよいし、対象となる団体150が管理する建屋設内に、共用または専用サーバを設けて健康モニタリングを行ってもよい。
さらに、当該システムは、クラウドサービス(パブリッククラウド、プライベートクラウドいずれも含む)を用いてもよいし、対象となる団体150が管理する建屋設内に、共用または専用サーバを設けて健康モニタリングを行ってもよい。
ユーザ端末300は、本発明の一実施形態による健康モニタリングシステム500の一部である健康状態のモニタリング結果(分析結果、推測結果含む)を表示するアプリケーション(以降、「ヘルスモニタリングアプリ」という)を搭載している。
図3に示すように、ユーザ端末300におけるヘルスモニタリングアプリの表示を閲覧して自身の健康状態をチェックすることができる。
図3に示すように、ユーザ端末300におけるヘルスモニタリングアプリの表示を閲覧して自身の健康状態をチェックすることができる。
健康モニタリングシステム500は、一例として、図3に示すように、測定装置200の測定部210を既設の小便器に設置し、測定部210に掛かる小便器の使用者の排尿に関する尿成分値を測定し、サーバ100において当該測定された尿成分値に基づいて、使用者の疾病を推測する。
ここで、「尿成分値」とは、使用者の排尿に関する種々の情報をいい、排尿の尿量、尿温、尿成分等を含んで構成してもよい。
ここで、「尿成分値」とは、使用者の排尿に関する種々の情報をいい、排尿の尿量、尿温、尿成分等を含んで構成してもよい。
すなわち、健康モニタリングシステム500は、仕事場で、ユーザが普段と変わらないタイミングで、通常の排尿行為を行うだけで、疾病の兆候や陽性陰性等を判定することができる。
これにより、簡易的で使い勝手がよく、持続可能性の高い健康モニタリングサービスを提供する。ここで、疾病の兆候とは未だ疾病に罹患していないが、症状が進むと疾病に罹患することが予見される特徴を指す。疾病の陽性陰性とは、疾病に罹患している(陽性)か、罹患していない(陰性)か、の判断を指す。
これにより、簡易的で使い勝手がよく、持続可能性の高い健康モニタリングサービスを提供する。ここで、疾病の兆候とは未だ疾病に罹患していないが、症状が進むと疾病に罹患することが予見される特徴を指す。疾病の陽性陰性とは、疾病に罹患している(陽性)か、罹患していない(陰性)か、の判断を指す。
また、健康モニタリングシステム500は、仕事場への適用に限定されず、介護施設や病院においても、職員や患者の健康管理に利用することもでき、運営側のリスク軽減を図ることができる。
なお、本例では、クラウドコンピューティング形式を用いた例を示したが、これに限定されず、例えば、測定装置200単体または測定装置200およびユーザ端末300で健康モニタリングシステム500を構成してもよい。すなわち、測定装置200あるいはユーザ端末300にサーバ100の機能を持たせてもよい。
なお、本例では、クラウドコンピューティング形式を用いた例を示したが、これに限定されず、例えば、測定装置200単体または測定装置200およびユーザ端末300で健康モニタリングシステム500を構成してもよい。すなわち、測定装置200あるいはユーザ端末300にサーバ100の機能を持たせてもよい。
また、以下の説明では、クラウドサービスを用いたサービスの例を示したが、人工知能(例えば、ディープラーニングや機械学習などによるもの)を用いたクラウドドクターサービス(例えば、ネットワーク越しに患者の健康状態や体調の診療するサービス)やクラウドマザーサービス(例えば、ネットワーク越しに子供の健康状態や体調のモニタリングするサービス)に用いることもできる。
<構成>
以下、サーバ100、測定装置200、ユーザ端末300の構成について説明する。図2は、サーバ100、測定装置200、ユーザ端末300の機能構成の一例を示すブロック図である。
なお、各機器の動作環境および状況等に応じて、サーバ100、測定装置200、ユーザ端末300間で、各機能部の配置を適宜変更してもよい。例えば、サーバ100の補正部121A、分析部121B、推測部121Cのうちの少なくともいずれかを、測定装置200の制御部230に配置してもよいし、ユーザ端末300の制御部320に配置してもよい。また、各機能部の機能を任意に併合、分離してもよい。
以下、サーバ100、測定装置200、ユーザ端末300の構成について説明する。図2は、サーバ100、測定装置200、ユーザ端末300の機能構成の一例を示すブロック図である。
なお、各機器の動作環境および状況等に応じて、サーバ100、測定装置200、ユーザ端末300間で、各機能部の配置を適宜変更してもよい。例えば、サーバ100の補正部121A、分析部121B、推測部121Cのうちの少なくともいずれかを、測定装置200の制御部230に配置してもよいし、ユーザ端末300の制御部320に配置してもよい。また、各機能部の機能を任意に併合、分離してもよい。
図2に示すように、サーバ100は、通信部110と、制御部120と、記憶部130を含んで構成される。
サーバ100は、多段構成とすることができ、例えば、施設内に設置するサーバ(中継サーバ)と、複数の施設を含む特定のエリアまたは全てのエリアを包括するサーバから構成してもよい。
中継サーバが所定の情報を送信するタイミングとしては、(1)周期的に(例えば、記憶部130のキャパシティ等を考慮して定めた一定時間ごとに)、(2)記憶部250の記憶容量に閾値を設定して当該閾値に達した際などを送信するタイミングとしてもよい。なお、送信するタイミングは、どのようなタイミングであってもよく、これらの例に限定されない。例えば、ユーザが所定の情報を送信するタイミングを指定してもよい。
サーバ100は、多段構成とすることができ、例えば、施設内に設置するサーバ(中継サーバ)と、複数の施設を含む特定のエリアまたは全てのエリアを包括するサーバから構成してもよい。
中継サーバが所定の情報を送信するタイミングとしては、(1)周期的に(例えば、記憶部130のキャパシティ等を考慮して定めた一定時間ごとに)、(2)記憶部250の記憶容量に閾値を設定して当該閾値に達した際などを送信するタイミングとしてもよい。なお、送信するタイミングは、どのようなタイミングであってもよく、これらの例に限定されない。例えば、ユーザが所定の情報を送信するタイミングを指定してもよい。
通信部110は、受信部111および送信部112を備え、ネットワーク400を介して、測定装置200およびユーザ端末300との通信を実行する機能を有する。当該通信は、有線、無線のいずれでもよく、また、互いの通信が実行できるのであれば、どのような通信プロトコルを用いてもよい。
受信部111は、ネットワーク400を介して、制御部120の制御に従って、各測定装置200および各ユーザ端末300から測定データ等を受信し、当該測定データを制御部120に伝達する機能を有する。具体的には、受信部111は、電圧情報、および使用者を識別するユーザ識別情報を受信し、制御部120に伝達する。
送信部112は、ネットワーク400を介して、制御部120の制御に従って、各測定装置200に制御データ等および各ユーザ端末300にモニタリング結果データ等を送信する機能を有する。
具体的には、例えば、送信部112は、ユーザ識別部220の制御のための記憶部130に記憶する使用者情報(例えば、ID情報など)、測定部210の測定およびユーザ識別部220の識別に必要な動的パラメータデータ等を測定装置200に送信する。使用者情報とは、排尿を行ったユーザを特定することができる情報を指す。
また、送信部112は、分析した尿成分に係る分析結果、推測された疾病の陽性および陰性に係る推測結果等のモニタリング結果を表す表示データを、ユーザ端末300に送信する。
具体的には、例えば、送信部112は、ユーザ識別部220の制御のための記憶部130に記憶する使用者情報(例えば、ID情報など)、測定部210の測定およびユーザ識別部220の識別に必要な動的パラメータデータ等を測定装置200に送信する。使用者情報とは、排尿を行ったユーザを特定することができる情報を指す。
また、送信部112は、分析した尿成分に係る分析結果、推測された疾病の陽性および陰性に係る推測結果等のモニタリング結果を表す表示データを、ユーザ端末300に送信する。
制御部120は、サーバ100の各部を制御する機能を有するプロセッサである。制御部120は、尿成分分析部121、健康状態判定部122、および健康情報提供部123を備えている。
尿成分分析部121は、補正部121A、分析部121Bおよび推測部121Cを含んで構成されている。尿成分分析部121は、ユーザの排尿から尿成分を分析する。
尿成分分析部121は、補正部121A、分析部121Bおよび推測部121Cを含んで構成されている。尿成分分析部121は、ユーザの排尿から尿成分を分析する。
また、制御部120は、分析部121Bが分析結果を出力すると、ユーザ端末300の表示部330にテキスト、表またはグラフで表示するための表示データを生成する。
また、制御部120は、推測部121Cが推測結果を出力すると、ユーザ端末300の表示部330にテキスト、表またはグラフで表示するための表示データを生成する。
制御部120は、当該生成した表示データをユーザ端末300に送信するために、送信部112に伝達する。
また、制御部120は、推測部121Cが推測結果を出力すると、ユーザ端末300の表示部330にテキスト、表またはグラフで表示するための表示データを生成する。
制御部120は、当該生成した表示データをユーザ端末300に送信するために、送信部112に伝達する。
補正部121Aは、測定装置200が便器に設置されてからの経過した時間に基づいて、電圧情報を補正する。
測定装置200の測定部210に含まれる電極部211、温度測定部212は、時間経過とともに、測定の精度が劣化する可能性がある。例えば、電極部211は、排尿が掛かった二つの電極間の電位差を計測するが、当該測定する電位差の精度は時間経過とともに劣化する。そこで、補正部121Aは、電極部211が便器に設置されてからの経過時間に基づいて、当該電極部211が計測した電位差を補正する。
測定装置200の測定部210に含まれる電極部211、温度測定部212は、時間経過とともに、測定の精度が劣化する可能性がある。例えば、電極部211は、排尿が掛かった二つの電極間の電位差を計測するが、当該測定する電位差の精度は時間経過とともに劣化する。そこで、補正部121Aは、電極部211が便器に設置されてからの経過時間に基づいて、当該電極部211が計測した電位差を補正する。
補正部121Aが、経過時間に基づいて補正する場合の補正量は、予め設定されていてもよい。補正部121Aは、予め設定された補正量に基づいて、測定部210が便器に設定されてからの経過時間に基づいて、測定結果(例えば、電圧情報)を補正する。
例えば、補正部121Aは、所定の時間が経過することで劣化する電極の測定精度に基づいて予め設定された精度補正量を用いて、電極部211が計測した電位差を補正する。
また、補正部121Aは、測定部210が設置される環境により、予め設定された環境補正量に基づいて、電極部211が計測した電位差を補正してもよいし、精度補正量と環境補正量との双方を用いて補正を行ってもよい。
例えば、補正部121Aは、所定の時間が経過することで劣化する電極の測定精度に基づいて予め設定された精度補正量を用いて、電極部211が計測した電位差を補正する。
また、補正部121Aは、測定部210が設置される環境により、予め設定された環境補正量に基づいて、電極部211が計測した電位差を補正してもよいし、精度補正量と環境補正量との双方を用いて補正を行ってもよい。
例えば、補正部121Aは、測定部210が設置される地域に基づいて、測定結果(例えば、電圧情報)を補正するための補正モデルを作成する。
なお、補正部121Aが作成する補正モデルは、必ずしも地域や形状情報に限られず、便器の使用頻度や使用環境など、種々の情報に基づいて作成してもよい。ここで、使用環境とは、小便器に使用される水質、薬液などの含有量、小便器の形状、小便器や測定部210の使用に伴う経年劣化等を意味する。
なお、補正部121Aが作成する補正モデルは、必ずしも地域や形状情報に限られず、便器の使用頻度や使用環境など、種々の情報に基づいて作成してもよい。ここで、使用環境とは、小便器に使用される水質、薬液などの含有量、小便器の形状、小便器や測定部210の使用に伴う経年劣化等を意味する。
また、補正部121Aは、測定部210の経時劣化に関する過去の履歴に基づいて、補正モデルを作成してもよい。例えば、補正部121Aは、複数の測定部210の経時劣化に関する過去の履歴に基づいて、当該複数の測定部210の経時劣化の平均値を算出し、当該平均値に基づいて、補正モデルを作成してもよい。
そして、補正部121Aは、作成した補正モデルに基づいて、測定部210が測定した測定結果を補正する。
そして、補正部121Aは、作成した補正モデルに基づいて、測定部210が測定した測定結果を補正する。
ここで、測定部210の経時劣化は、例えば同じ地域で使用されている場合であっても、便器の使用頻度や使用環境、測定装置200の装置間の装置差などに応じて、互いに異なる場合がある。
例えば、一の測定装置200の測定部210の経時劣化は、他の測定装置200の測定部210の経時劣化に比べて、劣化のスピードが遅い(又は早い)ことがある。そのため、複数の測定装置200に対して、同じ補正モデルを用いて測定結果を補正すると、当該測定結果を過度に補正してしまう、あるいは、当該測定結果の補正の補正量が少なくなってしまうおそれがある。従って、それぞれの測定装置200に対して、補正モデルを各別に設けることが望ましい。
例えば、一の測定装置200の測定部210の経時劣化は、他の測定装置200の測定部210の経時劣化に比べて、劣化のスピードが遅い(又は早い)ことがある。そのため、複数の測定装置200に対して、同じ補正モデルを用いて測定結果を補正すると、当該測定結果を過度に補正してしまう、あるいは、当該測定結果の補正の補正量が少なくなってしまうおそれがある。従って、それぞれの測定装置200に対して、補正モデルを各別に設けることが望ましい。
分析部121Bは、電圧情報または補正した電圧情報(以降、補正後の電圧情報という)に基づいて、尿成分を分析する機能を有する。分析部121Bは、具体的には、例えば、補正後の電圧情報に基づいて、尿中の塩化物、ブドウ糖、カリウム、ナトリウム、尿素等の成分の分子濃度を分析する。
分析部121Bは、測定部210が生成した電圧情報と、当該電圧情報を測定した際の尿に含まれる尿成分を示す尿成分情報と、の関係を複数回にわたって学習した成分分析モデルを用いた機械学習により、電圧情報に基づいて尿成分を分析する。
成分分析モデルとしては、LSTM(Long short-term memory)等のニュートラルネットワーク(パーセプトロン)や、SVM(support Vector Machine)等を用いることができる。また、その他の学習モデルを用いてもよい。
成分分析モデルとしては、LSTM(Long short-term memory)等のニュートラルネットワーク(パーセプトロン)や、SVM(support Vector Machine)等を用いることができる。また、その他の学習モデルを用いてもよい。
また、分析部121Bは、温度測定部212が生成した複数の温度情報と、複数の温度情報それぞれと対応する尿量と、の関係を学習した尿量推定モデルを用いた機械学習により、温度情報に基づいて尿量を算出する。
尿量推定モデルとしては、LSTM(Long short-term memory)等のニュートラルネットワーク(パーセプトロン)や、SVM(support Vector Machine)等を用いることができる。また、その他の学習モデルを用いてもよい。
また、分析部121Bは、ph値を分析することもできる。そして、分析部121Bは、当該分析結果をユーザ端末300に表示させる表示データを生成するために、制御部120に伝達する。
尿量推定モデルとしては、LSTM(Long short-term memory)等のニュートラルネットワーク(パーセプトロン)や、SVM(support Vector Machine)等を用いることができる。また、その他の学習モデルを用いてもよい。
また、分析部121Bは、ph値を分析することもできる。そして、分析部121Bは、当該分析結果をユーザ端末300に表示させる表示データを生成するために、制御部120に伝達する。
推測部121Cは、解析された排尿の尿成分値に基づいて、使用者の疾病を推測する機能を有する。推測部121Cは、具体的には、例えば、分析された尿中の特定成分(具体的には、例えば、当該成分の濃度等)に基づいて、使用者の疾病を推測する。
一例として、図12に示すように、尿中のブドウ糖の濃度を分析することで尿糖値を算出し、糖尿病が陽性であるか、または陰性であるかを推測する。
一例として、図12に示すように、尿中のブドウ糖の濃度を分析することで尿糖値を算出し、糖尿病が陽性であるか、または陰性であるかを推測する。
また、推測部121Cは、解析された排尿の尿成分値に基づいて、生活習慣の歪みを推測してもよい。推測部121Cは、生活習慣の歪みとして、例えば、食習慣の偏りや、ストレスの浮き沈み(起伏)を推測してもよい。なお、生活習慣の歪みは、これらの例に限られず、どのようなものであってもよい。
また、図12には、その他の測定部210の測定または分析部121Bの分析結果(「測定・分析結果」という)と、当該測定・分析結果から推測される疾病や生活習慣の歪みなどの情報との対応付けの例を示している。
推測部121Cの推測にあたって、解析結果に基づいて抽出された成分から、当該対応付けの例に表記された推測結果を含めてもよい。また、推測部121Cは、当該推測結果をユーザ端末300に表示させる表示データを生成するために、制御部120に伝達する。
推測部121Cの推測にあたって、解析結果に基づいて抽出された成分から、当該対応付けの例に表記された推測結果を含めてもよい。また、推測部121Cは、当該推測結果をユーザ端末300に表示させる表示データを生成するために、制御部120に伝達する。
推測部121Cによる推測にあたっては、(1)閾値による推測、(2)機械学習による推測を用いることができる。推測部121Cは、一例として、(1)の推測においては、測定結果と記憶部130に記憶する複数の閾値の比較によって、例えば、当該複数の閾値内であれば正常(または陰性)、当該閾値を超過している場合は異常(または陽性)と判定して、疾病を推測する。仮に閾値が一つの場合には、閾値との大小を比較して、疾病を推測する。
(2)の推測においては、測定結果の特徴量を抽出し、当該特徴量に基づいて特徴ベクトルを作成する。作成した特徴ベクトルは、辞書データ(測定値と当該測定値に紐づく検査結果(分析結果および推測結果に基づく、疾病の陽性か陰性か等の結果)のセットを複数ケース用いて作成したデータで、機械学習における訓練データ(教師データ)として用いるデータ)を基準に識別が行われ、当該識別結果により疾病を推測する。
なお、当該機械学習の技法としては、LSTM(Long short-term memory)等のニュートラルネットワーク(パーセプトロン)、SVM等を用いてもよい。これにより、機械学習の学習効果により推測部121Cの推測精度を向上させていくことができる。
(2)の推測においては、測定結果の特徴量を抽出し、当該特徴量に基づいて特徴ベクトルを作成する。作成した特徴ベクトルは、辞書データ(測定値と当該測定値に紐づく検査結果(分析結果および推測結果に基づく、疾病の陽性か陰性か等の結果)のセットを複数ケース用いて作成したデータで、機械学習における訓練データ(教師データ)として用いるデータ)を基準に識別が行われ、当該識別結果により疾病を推測する。
なお、当該機械学習の技法としては、LSTM(Long short-term memory)等のニュートラルネットワーク(パーセプトロン)、SVM等を用いてもよい。これにより、機械学習の学習効果により推測部121Cの推測精度を向上させていくことができる。
健康状態判定部122は、図4に示すように、尿成分分析部121により分析した尿成分値を用いて、ユーザの健康状態を判定する。この際、健康状態判定部122は、例えば、生活習慣病リスク、高ストレス(メンタルヘルス)、離職リスクについて、尿成分値に対して予め設定された理想値との比較を行い、どの程度離れているかを示す乖離の程度を把握することにより、正常、注意、要注意の3段階で評価する。ここで、尿成分値は、少なくとも尿中電解質の分析結果、および尿流量の測定結果のうちの少なくとも一方を含んでいる。そして、例えば要注意を示した場合には、当該項目についてアラートを出すことができる。なお、理想値からの乖離の程度や評価の段階は、任意に設定することができる。
また、健康状態判定部122は、尿成分値の経時的変化を検知し、尿成分の理想値からの乖離傾向を把握することで、ユーザの健康状態を判定する。
また、健康状態判定部122は、図4および図5に示すように、団体150の組織全体、および組織毎に、所属するユーザの健康状態を判定することにより、各組織の健康状態を判定する。また、健康状態判定部122は、図6に示すように、組織全体において、健康状態判定部122による判定が要注意を示した数(アラート数)を集計して、表示することができる。また、組織毎のアラート数を比較するように表示することで、団体を構成する組織毎の評価に利用することができる。
また、図7に示すように、健康状態判定部122は、当該団体150において、健康状態の判定を受けた人数、および受けていない人数を、評価項目毎に表示する。これにより、例えば組織の管理職者に対して、本システムによる健康状態の判定を受けるように、ユーザを促すことができる。
健康情報提供部123は、健康状態判定部122により判定した健康状態に関する健康情報を、ユーザが属する団体150の管理部門が使用するユーザ端末300Bに提供する。すなわち、健康情報提供部123は、ユーザが属する会社の人事部門が使用するユーザ端末300Bに、健康情報として、例えば前述した図4から図7の表を提供する。そして、当該会社の人事担当者は、これらの情報を確認することで、会社の従業員の健康状態をユーザ毎、および組織毎に把握する。
記憶部130は、サーバ100が動作するうえで必要とする各種プログラム、データおよびパラメータを記憶する機能を有する。
具体的には、例えば、記憶部130は、尿成分値、重量情報、ユーザ識別情報並びに通信部110、制御部120および記憶部130の動作に必要なパラメータを記憶する。
具体的には、例えば、記憶部130は、尿成分値、重量情報、ユーザ識別情報並びに通信部110、制御部120および記憶部130の動作に必要なパラメータを記憶する。
記憶部130は、一例として、図9に示すように、解析や分析等に必要な情報および測定結果や検査結果(分析結果、推測結果)を各種データベース(以降、「DB」という)に保存して記憶する。
なお、データの記憶、管理方法は、DBに限らず、定義ファイル、パラメータファイル、テンポラリファイルなどの各種設定ファイル(以降、「設定ファイル」という)に保存して記憶してもよい。記憶部250は、典型的には、HDD(Hard Disc Drive)、SSD(Solid State Drive)、フラッシュメモリ(SD(Secure Digital)メモリーカード)等各種の記録媒体により実現される。各種DBについては、後述の<データ>で示す。以上が、サーバ100の構成である。
なお、データの記憶、管理方法は、DBに限らず、定義ファイル、パラメータファイル、テンポラリファイルなどの各種設定ファイル(以降、「設定ファイル」という)に保存して記憶してもよい。記憶部250は、典型的には、HDD(Hard Disc Drive)、SSD(Solid State Drive)、フラッシュメモリ(SD(Secure Digital)メモリーカード)等各種の記録媒体により実現される。各種DBについては、後述の<データ>で示す。以上が、サーバ100の構成である。
次に測定装置200の構成について説明する。測定装置200は、ユーザが所属する団体150の管轄する建屋のトイレに設けられ、ユーザが使用する便器に設置される。
測定装置200は、ユーザの排尿が掛かった際に生じる電位差を測定するとともに、尿成分分析部121に、電位差の測定データを提供する。
図2に示すように、測定装置200は、測定部210、ユーザ識別部220、制御部230、通信部240、記憶部250を含んで構成される。また、測定装置200は、各部を複数の機器に配置することができる。
測定装置200は、ユーザの排尿が掛かった際に生じる電位差を測定するとともに、尿成分分析部121に、電位差の測定データを提供する。
図2に示すように、測定装置200は、測定部210、ユーザ識別部220、制御部230、通信部240、記憶部250を含んで構成される。また、測定装置200は、各部を複数の機器に配置することができる。
測定部210は、小便器の使用者の排尿が掛かった際に生じる電位差を測定する少なくとも2つの電極を有し、電位差の変化を示す電圧情報を生成する。電圧情報の生成に際しては、取得した電圧波形のデータに対して、Savitzky-Golayフィルタや一般的な移動平均、メディアンフィルタなどを使用して平滑化して、特徴量を抽出してもよい。
測定部210は、2つの電極を有する電極部211、および温度測定部212を含んで構成される。測定部210は、例えば、図3に示すように小便器の壁面に取付けられる。
測定部210は、使用者から制御部230に備える入力手段で測定開始が入力されたことを伝達された場合は、当該伝達をトリガーに電極部211、および温度測定部212に各測定を開始させることができる。
測定部210は、使用者から制御部230に備える入力手段で測定開始が入力されたことを伝達された場合は、当該伝達をトリガーに電極部211、および温度測定部212に各測定を開始させることができる。
測定部210は、温度測定部212が生成する温度情報、または電極部211が生成する電圧情報(例えば、電位差)の少なくともいずれか一つが所定の閾値を跨ぐ変化をした際に、測定部210を構成する各部の各測定を自動で開始または終了することもできる。ここで、所定の閾値として、開始と対応する第1閾値、および終了と対応する第2閾値のように複数の閾値を設定してもよい。
これにより、使用者は測定開始または測定終了都度、開始または終了の選択操作行為をすることなく、通常の排尿行為において測定を開始することができ、使い勝手のよい測定装置200を提供することができる。
また、測定部210は、ユーザ識別部220が使用者の識別処理を完了しことをトリガーに自動で測定を開始してもよい。さらに、測定部210は、測定項目ごとに閾値を設け、当該閾値に達するデータを取得したことをトリガーに測定を終了させてもよい。
さらに、測定部210は、ユーザ端末300の表示部330からの操作入力により手動で測定を開始または終了してもよい。さらに、測定装置200に人感センサ(不図示)を設けて、当該人感センサのセンシングにより人の気配を検知したことをトリガーに測定を開始し、または、人の気配が無くなったことを検知したことをトリガーに測定を終了させてもよい。人感センサとしては、赤外線センサや超音波センサを用いることができるが、これらに限定されるものではない。
さらに、測定部210は、ユーザ端末300の表示部330からの操作入力により手動で測定を開始または終了してもよい。さらに、測定装置200に人感センサ(不図示)を設けて、当該人感センサのセンシングにより人の気配を検知したことをトリガーに測定を開始し、または、人の気配が無くなったことを検知したことをトリガーに測定を終了させてもよい。人感センサとしては、赤外線センサや超音波センサを用いることができるが、これらに限定されるものではない。
電極部211は、電解質である尿中の特定成分について、当該電解質による起電力(電位差、電圧値)および排尿が掛かった際に電極間を流れる電流値を、二以上の電極を使用して測定し、電圧情報を生成する機能を有する。
具体的には、例えば、電極部211は、尿中の特定成分の濃度を測定するために、二以上の電極、電位差計、電流計から構成される。
具体的には、例えば、電極部211は、尿中の特定成分の濃度を測定するために、二以上の電極、電位差計、電流計から構成される。
電極部211は、例えば、一つを参照電極とし、別の電極を作用電極とすることで、これらの電極に排尿が掛かり、排尿含有水の分析目的の尿成分の濃度(活量)に応答する作用電極と参照電極の起電力差を電位差計で尿成分値として測定する。
測定結果に基づいて電圧情報を生成し、当該生成した電圧情報を、サーバ100に送信するために、制御部230を介して、送信部242に伝達する。
測定結果に基づいて電圧情報を生成し、当該生成した電圧情報を、サーバ100に送信するために、制御部230を介して、送信部242に伝達する。
ここで「電圧情報」とは、電極部211の電極を用いて発生する尿中の特定成分(電解質)による起電力(電位差、電圧値)に係る情報をいう。なお、イオン選択性電極法を用いた例を示したが、酵素電極法(GOD(Glucose OxiDase))を用いてもよく、また、対極となる電極を追加して、三極による電極法を用いてもよい。
これにより、生成した電圧情報に基づいて尿中の特定成分の濃度等を測ることができる。
これにより、生成した電圧情報に基づいて尿中の特定成分の濃度等を測ることができる。
一例として、電圧情報としての電位差Eと、参照電極のpH値pHiと、尿中の特性成分として水素イオン濃度であるpH値pHoとを次式(1)のように表すことができる。通常pHi≒7となり、αは感度を、eは不斉電位を指定する。例えば、水温25℃の理想的な電極では、α=1、e=0となる。
温度測定部212は、排尿の温度を測定し、排尿の温度の変化を示す温度情報を生成する機能を有する。温度測定部212は、例えば、サーミスタ、発振器およびカウンタから構成される。
サーミスタで温度変化による抵抗値の変化を出力し、当該抵抗値の変化を発振器によって周波数に変換し、当該周波数をカウンタが測定して、温度を測定する。当該水温情報は、サーバ100に送信するため、制御部230を介して送信部242に伝達する。
サーミスタで温度変化による抵抗値の変化を出力し、当該抵抗値の変化を発振器によって周波数に変換し、当該周波数をカウンタが測定して、温度を測定する。当該水温情報は、サーバ100に送信するため、制御部230を介して送信部242に伝達する。
ユーザ識別部220は、便器を使用して健康モニタリングシステム500によってモニタリングする対象の使用者を識別する機能を有する。
ユーザ識別部220は、例えば、測定部210とケーブル等の有線で接続されていて、洗浄水を貯留するタンクに備え付けるようタンク等の陶器製の機器に対する吸着手段を備えてもよいし、他の取り付け手段を備えてもよい。
ユーザ識別部220は、例えば、測定部210とケーブル等の有線で接続されていて、洗浄水を貯留するタンクに備え付けるようタンク等の陶器製の機器に対する吸着手段を備えてもよいし、他の取り付け手段を備えてもよい。
ユーザ識別部220は、具体的には、例えば、当該使用者が所有するユーザ端末300に搭載するヘルスモニタリングアプリが出力する使用者を一意に識別する情報(例えば、QRコード(登録商標))(当該使用者を識別する情報を、以降「ユーザ識別情報」という)、当該使用者が所有するIC(Integrated Circuit)カードの使用者を一意に識別する磁気情報、WiMAX(Worldwide Interoperability for Microwave Access)やWiFi(Wireless Fidelity)およびBluetooth(登録商標)等の無線LAN(Local Area Network)などの使用者を一意に識別する情報(例えば、受信信号強度情報、電波受信強度情報等)を受信又は読み取り、使用者を識別する。なお、ユーザ識別部220は顔や指紋等の生体認証を用いてもよい。
これにより、使用者の識別を、ユーザ端末300またはICカードをユーザ識別部220にかざすだけで使用者の識別を自動的に行うことができる。
また、ユーザ識別部220により、自動的にネットワークを識別し、ひいては特定の機関(例えば、会社、病院、学校など)にユーザが属することを識別することができる。
このようにして、使用者が便器の使用都度、使用者を識別する情報、特定の機関であることを識別する情報を操作入力することなく、簡易的に識別することができる。
また、ユーザ識別部220により、自動的にネットワークを識別し、ひいては特定の機関(例えば、会社、病院、学校など)にユーザが属することを識別することができる。
このようにして、使用者が便器の使用都度、使用者を識別する情報、特定の機関であることを識別する情報を操作入力することなく、簡易的に識別することができる。
また、ユーザ識別部220は、計測部221を含んで構成されてもよい。計測部221は、例えば、洋式便器の場合に便座が受ける使用者の重量(Kg重)を計測し、当該計測した使用者ごとの重量の情報(以降、「重量情報」という)を記憶部250に記憶する。
ユーザ識別部220は、重量情報に基づいて、使用者を識別し、ユーザ識別情報を生成する。他にも、ユーザ識別部220は、顔認識センサを備えて顔認証、姿勢検知センサを備えて姿勢検出、脈拍測定手段を備えて使用者の脈拍測定、血圧測定手段を備えて、使用者の血圧測定、体脂肪率測定手段を備えて使用者の体脂肪率測定、筋肉量測定手段を備えて使用者の筋肉量測定による使用者の識別をしてもよい。
ユーザ識別部220は、重量情報に基づいて、使用者を識別し、ユーザ識別情報を生成する。他にも、ユーザ識別部220は、顔認識センサを備えて顔認証、姿勢検知センサを備えて姿勢検出、脈拍測定手段を備えて使用者の脈拍測定、血圧測定手段を備えて、使用者の血圧測定、体脂肪率測定手段を備えて使用者の体脂肪率測定、筋肉量測定手段を備えて使用者の筋肉量測定による使用者の識別をしてもよい。
また、ユーザ識別部220は、赤外線センサを備えて、使用者の身長を推定し、当該推定した身長により使用者を識別してもよい。なお、使用者の身長を推定するのは、赤外線センサに限られず、身長を推定できるのであればどのようなセンサであってもよい。
さらに、ユーザ識別部220は、赤外線センサを備えて、使用者の動作パターンを測定し、当該測定した動作パターンから使用者を識別して、ユーザ識別情報を生成してもよい。
さらに、ユーザ識別部220は、赤外線センサを備えて、使用者の動作パターンを測定し、当該測定した動作パターンから使用者を識別して、ユーザ識別情報を生成してもよい。
ユーザ識別部220は、例えば、測定した動作パターンに、使用者ごとに特徴的な動作パターンが含まれているか否かを判定し、当該判定結果に基づいて使用者を識別してもよい。なお、使用者の動作パターンを測定するのは、赤外線センサに限られず、どのようなセンサであってもよい。
また、ユーザ識別部220は、計測した複数の測定結果(重量や顔、姿勢、脈拍、血圧、体脂肪率、筋肉量、身長、動作パターンなどの少なくとも2以上)に基づいて、使用者を識別してもよい。
また、ユーザ識別部220が測定可能な使用者に関する情報は、これらの例に限られず、どのような情報であってもよく、当該ユーザ識別部220は、測定した使用者に関する情報に基づいて、使用者の識別を自動的に行うことが可能である。
また、ユーザ識別部220が測定可能な使用者に関する情報は、これらの例に限られず、どのような情報であってもよく、当該ユーザ識別部220は、測定した使用者に関する情報に基づいて、使用者の識別を自動的に行うことが可能である。
これらのユーザ識別情報は、セットとなる電圧情報、ユーザ識別情報と併せてサーバ100に送信してもよいし、識別したタイミングで送信してもよい。
ユーザ識別部220はサーバ100に送信するため、制御部230を介して送信部242に伝達する。これにより、使用者の識別を通常の排尿行為の一環において自動的に行うことができ、使用者が便器の使用都度、使用者を識別する情報を入力することなく、簡易的に識別することができる。
ユーザ識別部220はサーバ100に送信するため、制御部230を介して送信部242に伝達する。これにより、使用者の識別を通常の排尿行為の一環において自動的に行うことができ、使用者が便器の使用都度、使用者を識別する情報を入力することなく、簡易的に識別することができる。
制御部230は、測定装置200の各部を制御する機能を有するプロセッサである。また、制御部230は、使用者が排尿に係る各測定の開始を手動で選択できる入力手段を備えることができる(不図示)。
制御部230は、当該入力手段で測定開始が入力されたことを測定部210に伝達する。
制御部230は、当該入力手段で測定開始が入力されたことを測定部210に伝達する。
通信部240は、受信部241および送信部242を備え、ネットワーク400を介して、サーバ100および各ユーザ端末300との通信を実行する機能を有する。当該通信は、有線、無線(例えば、Wi-Fi(Wireless Fidelity)、BLE(Bluetooth Low Energy)、ZigBeeなどの通信方式)のいずれでもよく、また、互いの通信が実行できるのであれば、どのような通信プロトコルを用いてもよい。
受信部241は、ネットワーク400を介して、制御部230の制御に従って、各サーバ100および各ユーザ端末300から制御データ等を受信し、当該制御データ等を制御部120に伝達する機能を有する。
具体的には、受信部241は、サーバ100からユーザ識別部220の制御のための記憶部130に記憶する使用者情報(例えば、ID情報など)、測定部210の測定およびユーザ識別部220の識別に必要な動的パラメータデータ等を受信し、制御部230に伝達する。
具体的には、受信部241は、サーバ100からユーザ識別部220の制御のための記憶部130に記憶する使用者情報(例えば、ID情報など)、測定部210の測定およびユーザ識別部220の識別に必要な動的パラメータデータ等を受信し、制御部230に伝達する。
送信部242は、ネットワーク400を介して、制御部230の制御に従って、サーバ100および各ユーザ端末300に測定データ等を送信する機能を有する。具体的には、例えば、送信部242は、水温情報、電圧情報、およびユーザ識別情報(計測情報含む)を、サーバ100または各ユーザ端末300に送信する。
なお、送信部242の送信タイミングとしては、(1)測定後即時(例えば、測定データが測定部210から伝達されたことをトリガーとするなど)、(2)周期的に(例えば、使用者の生活リズムや記憶部250のキャパシティ等を考慮して定めた一定時間ごとに)、(3)記憶部250の記憶容量に閾値を設定して当該閾値に達した際などを送信タイミングとしてもよい。
なお、送信部242の送信タイミングとしては、(1)測定後即時(例えば、測定データが測定部210から伝達されたことをトリガーとするなど)、(2)周期的に(例えば、使用者の生活リズムや記憶部250のキャパシティ等を考慮して定めた一定時間ごとに)、(3)記憶部250の記憶容量に閾値を設定して当該閾値に達した際などを送信タイミングとしてもよい。
記憶部250は、測定装置200が動作するうえで必要とする各種プログラム、データおよびパラメータを記憶する機能を有する。具体的には、例えば、記憶部250は、使用者情報および測定部210、ユーザ識別部220、制御部230および通信部240の動作に必要なパラメータを記憶する。記憶部250は、典型的には、HDD(Hard Disc Drive)、SSD(Solid State Drive)、フラッシュメモリ(SD(Secure Digital)メモリーカード)等各種の記録媒体により実現される。
以上が、測定装置200の構成である。
以上が、測定装置200の構成である。
次にユーザ端末300の構成について説明する。
図2に示すように、ユーザ端末300は、通信部310、制御部320、表示部330、記憶部340を含んで構成される。ユーザ端末300の各部はヘルスモニタリングアプリに含んで構成してもよいし、ユーザ端末300の回路に組み込んでもよい。
図2に示すように、ユーザ端末300は、通信部310、制御部320、表示部330、記憶部340を含んで構成される。ユーザ端末300の各部はヘルスモニタリングアプリに含んで構成してもよいし、ユーザ端末300の回路に組み込んでもよい。
通信部310は、受信部311および送信部312を備え、ネットワーク400を介して、サーバ100および各測定装置200との通信を実行する機能を有する。当該通信は、有線、無線のいずれでもよく、また、互いの通信が実行できるのであれば、どのような通信プロトコルを用いてもよい。
受信部311は、ネットワーク400を介して、制御部320の制御に従って、各サーバ100および各測定装置200から表示データ等を受信し、当該表示データ等を制御部320に伝達する機能を有する。
受信部311は、具体的には、例えば、サーバ100から尿の検査結果を含む表示情報を受信し、ユーザ識別部220の制御のための記憶部130に記憶する使用者情報(例えば、ID情報など)、測定部210の測定およびユーザ識別部220の識別に必要な動的パラメータデータ等を受信し、制御部230に伝達する。
受信部311は、具体的には、例えば、サーバ100から尿の検査結果を含む表示情報を受信し、ユーザ識別部220の制御のための記憶部130に記憶する使用者情報(例えば、ID情報など)、測定部210の測定およびユーザ識別部220の識別に必要な動的パラメータデータ等を受信し、制御部230に伝達する。
送信部312は、ネットワーク400を介して、制御部320の制御に従って、サーバ100および各測定装置200に、表示部330から使用者が入力した入力情報、QRコード(登録商標)情報等のユーザ識別情報等を送信する機能を有する。
制御部320は、ユーザ端末300の各部を制御する機能を有するプロセッサである。また、制御部320は、表示部330から入力結果を伝達されると、また、推測部121Cから推測結果を伝達されると、ユーザ端末300の表示部330にテキスト、表またはグラフで表示するための表示データを生成する。
制御部120は、当該生成した表示データをユーザ端末300に送信するために、送信部112に伝達する。
制御部120は、当該生成した表示データをユーザ端末300に送信するために、送信部112に伝達する。
表示部330は、サーバ100または測定装置200から受信した表示データ等を表示する機能を有する。具体的には、例えば、表示部330は、図3に示すように、測定した排尿に係る測定値および正常か異常か等の測定結果、分析した尿成分に係る分析結果、推測された疾病の陽性か陰性か等の推測結果等のモニタリング結果を表す表示データをテキスト、表またはグラフ等を用いて表示する。
当該結果については、日単位、週単位、月単位等ユーザが指定した表示単位表示してもよい。また、表示部330は、使用者に対し入力手段を備えて、例えば、ユーザ識別情報(例えば、氏名、年齢、性別、身長、体重など)を入力させてもよい。
当該結果については、日単位、週単位、月単位等ユーザが指定した表示単位表示してもよい。また、表示部330は、使用者に対し入力手段を備えて、例えば、ユーザ識別情報(例えば、氏名、年齢、性別、身長、体重など)を入力させてもよい。
記憶部340は、ユーザ端末300が動作するうえで必要とする各種プログラム、データおよびパラメータを記憶する機能を有する。具体的には、例えば、記憶部340は、ユーザ識別情報並びに通信部310、制御部320、表示部330および記憶部340の動作に必要なパラメータを記憶する。記憶部250は、典型的には、HDD(Hard Disc Drive)、SSD(Solid State Drive)、フラッシュメモリ(SD(Secure Digital)メモリーカード)等各種の記録媒体により実現される。以上が、ユーザ端末300の構成である。
(構造例)
次に、構造例に係る健康モニタリングシステム500について、図3を用いて説明する。図3は、構造例に係る健康モニタリングシステム500の外観図である。
図3に示すように、測定装置200の測定部210は、小便器の壁面に固定され、小便器内に設置する必要がない他の部品(例えば、ユーザ識別部220、制御部230、通信部240)は別の機器に配置して、例えば、当該機器はタンクに備え付けるよう設置してもよい。
次に、構造例に係る健康モニタリングシステム500について、図3を用いて説明する。図3は、構造例に係る健康モニタリングシステム500の外観図である。
図3に示すように、測定装置200の測定部210は、小便器の壁面に固定され、小便器内に設置する必要がない他の部品(例えば、ユーザ識別部220、制御部230、通信部240)は別の機器に配置して、例えば、当該機器はタンクに備え付けるよう設置してもよい。
ユーザ識別部220が配置される機器は、使用者の保有するユーザ端末300の出力するQRコード情報およびICカードが出力する情報を当該機器が読み取れるよう、ユーザ端末300等がかざせる位置に配置できる機器とするのが好ましい。
これにより、使用者が使用ごとに測定装置200にユーザ識別情報を使用都度入力することなく、使用者を識別した上で測定することができる。
これにより、使用者が使用ごとに測定装置200にユーザ識別情報を使用都度入力することなく、使用者を識別した上で測定することができる。
次に、本実施形態に係る測定部210の構成について図8を用いて説明する。図8(a)は、測定装置の測定部における斜視図、図8(b)は、測定装置の測定部における平面図である。
図8に示すように、測定部210は、電極部211が内蔵された測定部本体213を備えている。測定部本体213は、小便器の壁面に取付けられる取付け部214と、取付け部214に対して、壁面が向く前方に配置され、電極部211を覆うカバー215と、を備えている。以下の説明において、小便器の壁面に取付けられた状態を基準にして、カバー215の前後方向、左右方向、および上下方向と定義する。
図8に示すように、測定部210は、電極部211が内蔵された測定部本体213を備えている。測定部本体213は、小便器の壁面に取付けられる取付け部214と、取付け部214に対して、壁面が向く前方に配置され、電極部211を覆うカバー215と、を備えている。以下の説明において、小便器の壁面に取付けられた状態を基準にして、カバー215の前後方向、左右方向、および上下方向と定義する。
カバー215は、上下方向に延びるとともに、上方に向かうに従って、前後方向の大きさが大きくなる形状をなしている。図8(b)に示すように、カバー215は、左右方向の中央部が、前方に向けて張り出した形状をなしている。
カバー215の左右方向の中心部には、前方に向けて突出するとともに、上下方向に延びるエッジ部215Aが形成されている。エッジ部215Aは、カバー215の左右方向の中心部において、下端部を除く全域に形成されている。
カバー215の左右方向の中心部には、前方に向けて突出するとともに、上下方向に延びるエッジ部215Aが形成されている。エッジ部215Aは、カバー215の左右方向の中心部において、下端部を除く全域に形成されている。
図8(a)に示すように、カバー215には、電極部211につながる開口部216が形成されている。
開口部216は、カバー215のうち、壁面に取付けられた状態で下方に位置する下端部に、カバー215を前後方向に貫くように形成されている。
開口部216から、電極部211の一部が外部に露出している。開口部216は、カバー215のエッジ部215Aの下方に位置している。このため、エッジ部215Aの近傍を流下した排尿は、開口部216に流れ込みやすくなっている。
開口部216は、カバー215のうち、壁面に取付けられた状態で下方に位置する下端部に、カバー215を前後方向に貫くように形成されている。
開口部216から、電極部211の一部が外部に露出している。開口部216は、カバー215のエッジ部215Aの下方に位置している。このため、エッジ部215Aの近傍を流下した排尿は、開口部216に流れ込みやすくなっている。
カバー215における左右方向の両側縁部それぞれには、上下方向に延びるとともに、開口部216に向けて滑らかに連なる曲面で形成された案内面215Bが形成されている。
案内面215Bはカバー215の両側縁部に一対形成されている。一対の案内面215Bは、開口部216における左右両側の縁部に、それぞれ接続されている。このため、案内面215Bを流れた排尿は、開口部216内に流れ込みやすくなっている。
取付け部214は、本実施形態では合成樹脂材料で形成された吸盤部材が使用されている。
案内面215Bはカバー215の両側縁部に一対形成されている。一対の案内面215Bは、開口部216における左右両側の縁部に、それぞれ接続されている。このため、案内面215Bを流れた排尿は、開口部216内に流れ込みやすくなっている。
取付け部214は、本実施形態では合成樹脂材料で形成された吸盤部材が使用されている。
以上説明したように、本実施形態に係る健康モニタリングシステム500によれば、尿成分分析部121が、ユーザの排尿から尿成分を分析し、健康状態判定部122が、分析した尿成分値を用いて、ユーザの健康状態を判定する。そして、健康情報提供部123が、健康状態判定部122により判定した健康状態に関する健康情報を、ユーザが属する団体150の管理部門に提供する。これにより、ユーザの日常的に行われる排尿行為を利用して、日々の生活の中での体調の変化を検出し、例えば、企業における従業員の健康管理に有効に利用することができる。
また、測定装置200が、ユーザが所属する団体150の管轄する建屋のトイレに設けられた便器に設置されているので、健康診断の定期健診を受診するような方法と比較して、日常生活の中で習慣的に行う排尿行為を利用して健康管理を行うことができる。これにより、モニタリングのサンプリング周期を短くすることで、ユーザの体調変化を素早く把握することができる。
また、健康状態判定部122が、尿成分値の経時的変化を検知し、尿成分の理想値からの乖離傾向を把握する。このため、体調の変化を時系列に沿って確認することができ、精度の高い健康モニタリングを行うことができる。
また。尿成分値として、少なくとも尿の水素イオン指数を示すpH値、および尿量のうちの少なくとも一方を含むので、これらの尿成分値から様々な病気や体調変化を検出することができる。
また、健康状態判定部122が、団体150における組織毎に、所属するユーザの健康状態を判定することにより、各組織の健康状態を判定するので、例えば団体150の各組織を管理する人事部門において、従業員への健康管理の啓蒙活動等を行う際に、対象となる組織毎に、最適なコンテンツを検討することができる。
<データ>
ここで、一例として、記憶部130に記憶される各種DBのデータ構成の例について図9を用いて説明する。なお、各種DBはそれぞれ、サーバ100の記憶部130を記憶先として限定せず、測定装置200の記憶部250でもよいし、ユーザ端末300の記憶部340でもよい。また、当該データ構成は、サーバ100の機能構成、処理内容等によって適宜変更してもいいことは言うまでもない。
ここで、一例として、記憶部130に記憶される各種DBのデータ構成の例について図9を用いて説明する。なお、各種DBはそれぞれ、サーバ100の記憶部130を記憶先として限定せず、測定装置200の記憶部250でもよいし、ユーザ端末300の記憶部340でもよい。また、当該データ構成は、サーバ100の機能構成、処理内容等によって適宜変更してもいいことは言うまでもない。
先ずトイレ情報DBは、便器に係る情報を保存するDBであり、例えば、一例として、便器型番、洗浄済の有無、設置場所(緯度・経度情報、住所、建物名等)、使用開始時期(便器の使用開始時期)等の情報を含んで構成される。
また、トイレ情報DBは、加えて、洗剤等の量情報または洗剤等の成分情報等のトイレ環境に関する情報(不図示)を含んで構成してもよい。トイレ情報DBは、便器単位でレコードを保持している。
なお、便器型番に紐づく情報(例えば、便器のボウルの形状情報、便器の水量情報等)は、当該DBに保持してもよいし、当該DBに保持せず都度インターネット等のネットワークシステムを用いて検索して取得してもよい。
また、トイレ情報DBは、加えて、洗剤等の量情報または洗剤等の成分情報等のトイレ環境に関する情報(不図示)を含んで構成してもよい。トイレ情報DBは、便器単位でレコードを保持している。
なお、便器型番に紐づく情報(例えば、便器のボウルの形状情報、便器の水量情報等)は、当該DBに保持してもよいし、当該DBに保持せず都度インターネット等のネットワークシステムを用いて検索して取得してもよい。
次に、閾値DBは、測定結果が陽性か陰性か、正常か異常か等の判断基準となる閾値を保存するDBであり、例えば、一例として、測定項目、測定項目ごとの閾値(絶対)(測定項目ごとの絶対的な指標としての基準値)、測定項目ごとの閾値(ユーザ毎)(測定項目ごとのユーザ毎のパーソナライズな指標としての基準値)等の情報を含んで構成される。
次に、測定・検査結果DBは、ユーザごとの測定結果および検査結果を保存するDBであり、例えば、一例として、ユーザID(ユーザ識別情報)、測定項目、測定値、検査項目、検査結果(分析結果、推測結果)、測定日時(年月日、時分秒)、検査日時(年月日、時分秒)等の情報を含んで構成される。
次に、辞書データDBは、辞書データを保存するDBであり、例えば、一例として、測定値、検査結果(分析結果、推測結果)等の情報を含んで構成される。当該辞書データDBは、機械学習におけるいわゆる教師データとして、測定値から作成された特徴ベクトルの識別を行う。なお、辞書データDBに保存する辞書データは、設定ファイルで定義、保存してもよい。設定ファイルを用いると、DBを用いるより、辞書データの読み込み、更新処理速度は向上すると考えられる。
次に、ユーザDBは、ユーザを一意に識別するための情報を保存するDBであり、例えば、一例として、ユーザID(ユニークに付与された英数字の情報)、ユーザの氏名、性別、身長、体重、測定装置200によって計測された質量情報、ユーザに対応づけられた1以上の便器の便器ID等の情報を含んで構成される。
以上、各種DBのデータ構成である。
以上、各種DBのデータ構成である。
次に、健康モニタリングシステム500の測定・分析結果と疾病などの情報の対応付けのデータ構成例について図12を用いて説明する。図12は、健康モニタリングシステムの測定・分析結果と疾病などの情報の対応付けのデータ構成の例を示すデータ概念図である。
図12に示すように、測定・分析結果の情報と、推測される疾病なとの情報と、が対応付けられているので、測定・分析結果に基づいて、疾病を推測することができる。
図12に示すように、測定・分析結果の情報と、推測される疾病なとの情報と、が対応付けられているので、測定・分析結果に基づいて、疾病を推測することができる。
<動作>
図10は、健康モニタリングシステム500が実行する処理の全体を示すフローチャートである。図11は、健康モニタリングシステム500が実行する処理のうち、尿成分分析ステップを詳述するフローチャートである。
健康モニタリングシステム500における処理では、まず、尿成分分析部121が、ユーザの排尿から尿成分を分析する(S1;尿成分分析ステップ)。この内容については、後述する。
図10は、健康モニタリングシステム500が実行する処理の全体を示すフローチャートである。図11は、健康モニタリングシステム500が実行する処理のうち、尿成分分析ステップを詳述するフローチャートである。
健康モニタリングシステム500における処理では、まず、尿成分分析部121が、ユーザの排尿から尿成分を分析する(S1;尿成分分析ステップ)。この内容については、後述する。
次に、健康状態判定部122が、尿成分分析ステップにより分析した尿成分値を用いて、ユーザの健康状態を判定する(S2;健康状態判定ステップ)。
そして最後に、健康状態評価ステップにより判定した健康状態に関する健康情報を、ユーザが属する団体150の管理部門に提供する(S3;健康情報提供ステップ)。
そして最後に、健康状態評価ステップにより判定した健康状態に関する健康情報を、ユーザが属する団体150の管理部門に提供する(S3;健康情報提供ステップ)。
次に、尿成分分析ステップの詳細について図11を用いて説明する。
図11に示すように、まず、各種のパラメータの取得(ステップS10)として、補正部121Aが、トイレのパラメータとして、環境に関する情報を取得する。また、ユーザ識別部220は、ICカード、ユーザ端末300等を用いて使用者を識別する。
測定部210は、使用者から手動で制御部230に備える入力手段で測定開始が入力されたことを伝達された場合は、各測定を開始してもよい(ステップS13)。なお、当該ステップは、電極部211、および温度測定部212が測定開始を自動で行う場合は省略することができる。
図11に示すように、まず、各種のパラメータの取得(ステップS10)として、補正部121Aが、トイレのパラメータとして、環境に関する情報を取得する。また、ユーザ識別部220は、ICカード、ユーザ端末300等を用いて使用者を識別する。
測定部210は、使用者から手動で制御部230に備える入力手段で測定開始が入力されたことを伝達された場合は、各測定を開始してもよい(ステップS13)。なお、当該ステップは、電極部211、および温度測定部212が測定開始を自動で行う場合は省略することができる。
また、測定部210が、電圧のゆらぎを観測する(ステップS11)。測定部210は、測定する電極間の電位差が一定の閾値を跨いだときに、使用者の排泄開始を検知する(ステップS12)。これにより、測定部210が電圧情報の測定を開始する(測定ステップS13)。ここで、電圧情報の測定を開始するとは、電圧情報の生成に用いる電圧値を取得して、電圧情報の生成を開始するという意味である。すなわち、測定部210は、電圧のゆらぎを観測しているときから既に電位差を観測しているが、使用者の排泄開始を検知した時からの電圧値を用いて、電圧情報の生成に用いる電圧値の取得を開始する。
次に、温度測定部212が温度情報の測定を開始する(ステップS14)。温度情報の測定を開始するとは、温度情報の生成に用いる排尿の温度値を取得して、温度情報を生成するという意味である。
そして測定部210は、測定する電極間の電位差が一定の閾値を跨いだときに、使用者の排泄終了を検知する(ステップS15)。これにより、測定部210により電圧の測定、および温度測定部212により温度の測定が終了する(ステップS16)。
ここで、補正部121Aが、測定装置200が便器に設置されてからの経過時間に基づいて、電圧情報の測定結果を補正してもよい。
そして測定部210は、測定する電極間の電位差が一定の閾値を跨いだときに、使用者の排泄終了を検知する(ステップS15)。これにより、測定部210により電圧の測定、および温度測定部212により温度の測定が終了する(ステップS16)。
ここで、補正部121Aが、測定装置200が便器に設置されてからの経過時間に基づいて、電圧情報の測定結果を補正してもよい。
次に、分析部121Bは、電圧情報および温度情報を用いて、尿成分を分析する(分析ステップS17)。
ここで、分析部121Bは、電圧情報のみを用いて、尿成分を分析してもよい。分析部121Bは、電圧情報のみを用いる場合には、測定部210が生成した電圧情報と、当該電圧情報を測定した際の尿に含まれる尿成分を示す尿成分情報と、の関係を学習した成分分析モデルを用いて、尿成分を分析する。
仮に、温度情報も用いる場合には、温度測定部212が測定した温度情報と、および当該温度情報を測定した際の尿に含まれる尿成分を示す尿成分情報と、の関係を学習した成分分析モデルを併用して尿成分を分析する。
ここで、分析部121Bは、電圧情報のみを用いて、尿成分を分析してもよい。分析部121Bは、電圧情報のみを用いる場合には、測定部210が生成した電圧情報と、当該電圧情報を測定した際の尿に含まれる尿成分を示す尿成分情報と、の関係を学習した成分分析モデルを用いて、尿成分を分析する。
仮に、温度情報も用いる場合には、温度測定部212が測定した温度情報と、および当該温度情報を測定した際の尿に含まれる尿成分を示す尿成分情報と、の関係を学習した成分分析モデルを併用して尿成分を分析する。
また、分析部121Bは、温度情報に基づいて、尿量を算出する(ステップS18)。分析部121Bは、温度測定部212が生成した複数の温度情報と、複数の温度情報それぞれと対応する尿量と、の関係を学習した尿量推定モデルを用いた機械学習により、温度情報に基づいて尿量を算出する。
そして最後に、推測部121Cが、解析された排尿の尿成分値(例えば、分析された尿成分)に基づいて、使用者の疾病や体調、生活習慣を推測する(推測ステップS19)。
そして最後に、推測部121Cが、解析された排尿の尿成分値(例えば、分析された尿成分)に基づいて、使用者の疾病や体調、生活習慣を推測する(推測ステップS19)。
(その他)
本発明に係る健康モニタリングシステム500は、医療機関等と連動して、遠隔医療の一環として利用することができる。
例えば、記憶部130に記憶するユーザDBの中に各ユーザが係る医療機関、医師等の情報を記憶し、測定・検査結果DBの更新の際等に当該DBの測定値および検査結果データを上記医療機関等に送信し、医師等は、当該送信されたデータに基づいて、患者が自宅にいても遠隔から健康に関する診察、指導等を行うことができる。
本発明に係る健康モニタリングシステム500は、医療機関等と連動して、遠隔医療の一環として利用することができる。
例えば、記憶部130に記憶するユーザDBの中に各ユーザが係る医療機関、医師等の情報を記憶し、測定・検査結果DBの更新の際等に当該DBの測定値および検査結果データを上記医療機関等に送信し、医師等は、当該送信されたデータに基づいて、患者が自宅にいても遠隔から健康に関する診察、指導等を行うことができる。
また、上記実施形態では、分析部121Bが、温度測定部212が生成した複数の温度情報と、複数の温度情報それぞれと対応する尿量と、の関係を学習した尿量推定モデルを用いた機械学習により、温度情報に基づいて尿量を算出する解析方法を説明したが、解析方法は任意に変更することができる。他の解析方法としては、例えば、便器の貯留部に排尿が流れ込むことでの貯留部内の温度変化を検知し、予め準備した熱流体モデル用いて、尿量を推定してもよい。
さらに、本発明に係る健康モニタリングシステム500は、同様に医師や薬剤師、製薬会社等による遠隔での投薬観察(処方した薬をのんでいるか)や薬物代謝チェック(処方された薬が効くかどうかのチェック)、薬局から健康状態や医師の処方に合わせて処方された薬を配達するサービスや遠くにいる家族の健康チェック等にも利用することもできる。
本発明に係る健康モニタリングシステム500は、製薬会社や健康保険組合のシステムと連携して、本発明に係る健康モニタリングシステム500の記憶部130に記憶する測定・検査結果情報から生成した時系列のバイタルデータをデータマーケティング事業に利用することもできる。
同様に、保険会社や健康保険組合のシステムと連携して、どうやったら医療費を削減できるかのシミュレーションにもバイタルデータを利用することができる。
同様に、保険会社や健康保険組合のシステムと連携して、どうやったら医療費を削減できるかのシミュレーションにもバイタルデータを利用することができる。
また、当該生成したバイタルデータと、健康モニタリングシステム500と連携するウェアラブル機器で記録される日々のライフログを結びつけることによって、より個別具体的な健康および美容アドバイスを提供するサービスに利用することも出来る。
また、バイタルデータとライフログを結びつけることで、例えば、どういう健康状態の人間がどういう生活していくのかのモデリングにも利用することができる。
また、バイタルデータとライフログを結びつけることで、例えば、どういう健康状態の人間がどういう生活していくのかのモデリングにも利用することができる。
例えば、食事に関するライフログと結び付ける場合、バイタルデータから足りない栄養素等を抽出し、抽出した栄養素をユーザ端末300の表示部330に表示することもできる。
また、当該抽出した栄養素に基づいて食事メニュー(摂取すべき野菜など食材情報も含め)およびサプリメントをユーザ端末300の表示部330に表示し提案することもできる。
また、当該抽出した栄養素に基づいて食事メニュー(摂取すべき野菜など食材情報も含め)およびサプリメントをユーザ端末300の表示部330に表示し提案することもできる。
同様に、バイタルデータをタイプ分けして、当該タイプごとに身体に不足する栄養素を補うサプリメントを提案することもできる。
当該サービスの提供対象は、一般家庭や個人に留まらず、例えばアスリート等の健康管理にも適用することができる。美容面でも同様に、パーソナライズドされた化粧品を、特に、肌や髪にトラブルがあると予想される使用者に対して提案することもできる。
当該サービスの提供対象は、一般家庭や個人に留まらず、例えばアスリート等の健康管理にも適用することができる。美容面でも同様に、パーソナライズドされた化粧品を、特に、肌や髪にトラブルがあると予想される使用者に対して提案することもできる。
また、本発明に係る健康モニタリングシステム500は、バイタルデータとライフログに加え、ゲノム解析結果を結び付けて、例えば、どういうゲノムの人間がどういう健康状態で生活していくのかのモデリングにも利用することができる。
さらに、これらのモデリング情報は、当該モデリングによって予想した健康状態の情報を保険会社等に提供し、保険会社等は当該予想情報に基づき、加入可否や保険料などを検討、決定する際の情報として利用することができる。
サーバ100、測定装置200およびユーザ端末300の各機能部は、集積回路(IC(IntegratedCircuit)チップ、LSI(LargeScaleIntegration))等に形成された論理回路(ハードウェア)や専用回路によって実現してもよいし、CPU(CentralProcessingUnit)およびメモリを用いてソフトウェアによって実現してもよい。
また、各機能部は、1または複数の集積回路により実現されてよく、複数の機能部の機能を1つの集積回路により実現されることとしてもよい。LSIは、集積度の違いにより、VLSI、スーパーLSI、ウルトラLSIなどと呼称されることもある。
なお、ここで「回路」は、コンピュータによるデジタル処理、すなわち、ソフトウェアによる機能的処理としての意味合いを含んでもよい。また、当該回路は、再構築可能な回路(例えば、FPGA:FieldProgrammableGateAway)により実現されてもよい。
また、各機能部は、1または複数の集積回路により実現されてよく、複数の機能部の機能を1つの集積回路により実現されることとしてもよい。LSIは、集積度の違いにより、VLSI、スーパーLSI、ウルトラLSIなどと呼称されることもある。
なお、ここで「回路」は、コンピュータによるデジタル処理、すなわち、ソフトウェアによる機能的処理としての意味合いを含んでもよい。また、当該回路は、再構築可能な回路(例えば、FPGA:FieldProgrammableGateAway)により実現されてもよい。
サーバ100、測定装置200およびユーザ端末300の各機能部をソフトウェアにより実現する場合、サーバ100、測定装置200またはユーザ端末300の各機能部は、各機能を実現するソフトウェアである表示情報生成プログラムの命令を実行するCPU、上記健康モニタリングプログラムおよび各種データがコンピュータ(またはCPU)で読み取り可能に記録されたROM(ReadOnlyMemory)または記憶装置(これらを「記録媒体」と称する)、上記健康モニタリングプログラムを展開するRAM(RandomAccessMemory)などを備えている。
そして、コンピュータ(またはCPU)が上記健康モニタリングプログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記記録媒体としては、「一時的でない有形の媒体」、例えば、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。
そして、コンピュータ(またはCPU)が上記健康モニタリングプログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記記録媒体としては、「一時的でない有形の媒体」、例えば、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。
また、上記健康モニタリングプログラムは、当該健康モニタリングプログラムを伝送可能な任意の伝送媒体(通信ネットワークや放送波等)を介して上記コンピュータに供給されてもよい。本発明は、上記健康モニタリングプログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。
なお、上記健康モニタリングプログラムは、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できる。
なお上記実施形態では、測定部210が小便器と別体である構成を示したが、このような態様に限られない。例えば、小便器内に測定部210が内蔵されている構成としてもよい。
なお上記実施形態では、測定部210が小便器と別体である構成を示したが、このような態様に限られない。例えば、小便器内に測定部210が内蔵されている構成としてもよい。
100サーバ
120制御部
121尿成分分析部
122健康状態判定部
123健康情報提供部
200測定装置
300ユーザ端末
120制御部
121尿成分分析部
122健康状態判定部
123健康情報提供部
200測定装置
300ユーザ端末
Claims (7)
- ユーザの排尿から尿成分を分析する尿成分分析部と、
前記尿成分分析部により分析した尿成分値を用いて、ユーザの健康状態を判定する健康状態判定部と、
前記健康状態判定部により判定した健康状態に関する健康情報を、前記ユーザが属する団体の管理部門に提供する健康情報提供部と、を備えている健康モニタリングシステム。 - ユーザが使用する便器に設置され、ユーザの排尿が掛かった際に生じる電位差を測定するとともに、前記尿成分分析部に、前記電位差の測定データを提供する測定装置を備え、
前記測定装置は、前記団体の管轄する建屋のトイレに設けられた便器に設置されることを特徴とする請求項1に記載の健康モニタリングシステム。 - 前記健康状態判定部は、前記尿成分値の経時的変化を検知し、尿成分の理想値からの乖離傾向を把握することで、ユーザの健康状態を判定することを特徴とする請求項1又は2に記載の健康モニタリングシステム。
- 前記尿成分値とは、少なくとも尿中電解質の分析結果、および尿流量の測定結果のうちの少なくとも一方を含むことを特徴とする請求項1から3のいずれか1項に記載の健康モニタリングシステム。
- 前記健康状態判定部は、団体における組織毎に、所属するユーザの健康状態を判定することにより、各組織の健康状態を判定することを特徴とする請求項1から4のいずれか1項に記載の健康モニタリングシステム。
- コンピュータが、
ユーザの排尿から尿成分を分析する尿成分分析ステップと、
前記尿成分分析ステップにより分析した尿成分値を用いて、ユーザの健康状態を判定する健康状態評価ステップと、
前記健康状態評価ステップにより判定した健康状態に関する健康情報を、前記ユーザが属する団体の管理部門に提供する健康情報提供ステップと、を実行する健康モニタリングシステム。 - コンピュータに、
ユーザの排尿から尿成分を分析する尿成分分析機能と、
前記尿成分分析機能により分析した尿成分値を用いて、ユーザの健康状態を判定する健康状態評価機能と、
前記健康状態評価機能により判定した健康状態に関する健康情報を、前記ユーザが属する団体の管理部門に提供する健康情報提供機能と、を実現させる健康モニタリングシステム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019183092A JP2021060221A (ja) | 2019-10-03 | 2019-10-03 | 健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019183092A JP2021060221A (ja) | 2019-10-03 | 2019-10-03 | 健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021060221A true JP2021060221A (ja) | 2021-04-15 |
Family
ID=75381307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019183092A Pending JP2021060221A (ja) | 2019-10-03 | 2019-10-03 | 健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2021060221A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115190047A (zh) * | 2022-02-10 | 2022-10-14 | 统信软件技术有限公司 | 一种服务器健康监测方法、系统及计算设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017054373A (ja) * | 2015-09-10 | 2017-03-16 | 崇 岩田 | 健康情報管理システム |
JP2017162354A (ja) * | 2016-03-11 | 2017-09-14 | コニカミノルタ株式会社 | 情報処理システム、情報処理方法、およびプログラム |
JP2018108327A (ja) * | 2016-12-28 | 2018-07-12 | サイマックス株式会社 | 健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム |
US20180340927A1 (en) * | 2010-07-26 | 2018-11-29 | Wellmetris, Llc | Systems and methods for monitoring an individual's health |
JP2019120553A (ja) * | 2017-12-28 | 2019-07-22 | サイマックス株式会社 | 健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム |
-
2019
- 2019-10-03 JP JP2019183092A patent/JP2021060221A/ja active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180340927A1 (en) * | 2010-07-26 | 2018-11-29 | Wellmetris, Llc | Systems and methods for monitoring an individual's health |
JP2017054373A (ja) * | 2015-09-10 | 2017-03-16 | 崇 岩田 | 健康情報管理システム |
JP2017162354A (ja) * | 2016-03-11 | 2017-09-14 | コニカミノルタ株式会社 | 情報処理システム、情報処理方法、およびプログラム |
JP2018108327A (ja) * | 2016-12-28 | 2018-07-12 | サイマックス株式会社 | 健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム |
JP2019120553A (ja) * | 2017-12-28 | 2019-07-22 | サイマックス株式会社 | 健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115190047A (zh) * | 2022-02-10 | 2022-10-14 | 统信软件技术有限公司 | 一种服务器健康监测方法、系统及计算设备 |
CN115190047B (zh) * | 2022-02-10 | 2023-07-07 | 统信软件技术有限公司 | 一种服务器健康监测方法、系统及计算设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210035067A1 (en) | Method to increase efficiency, coverage, and quality of direct primary care | |
Boletsis et al. | The use of smartwatches for health monitoring in home-based dementia care | |
CN108778097A (zh) | 用于评估心力衰竭的装置和方法 | |
EP3399310B1 (en) | Health monitoring system, health monitoring method, and health monitoring program | |
CN108348194A (zh) | 活动能力监视 | |
JP2019509101A (ja) | 小児対象に関する血行力学的不安定性リスクスコアを決定するシステム及び方法 | |
US20190212322A1 (en) | Health monitoring system, health monitoring method, and health monitoring program | |
Banerjee et al. | Validating a commercial device for continuous activity measurement in the older adult population for dementia management | |
JP2018109597A (ja) | 健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム | |
CN110832602A (zh) | 软件、健康状态判定装置及健康状态判定方法 | |
KR20210025811A (ko) | 생체정보 수집 및 온라인 문진을 이용한 건강관리케어 서비스 제공 서버 | |
JP2018005284A (ja) | 情報処理方法、情報処理装置及び情報処理プログラム | |
Ahmed | An intelligent healthcare service to monitor vital signs in daily life–a case study on health-iot | |
JP2013148996A (ja) | 重症度判定装置、及び、重症度判定方法 | |
Lal et al. | 14 IoT-Based Smart Health | |
Kaddachi et al. | Long-term behavior change detection approach through objective technological observations toward better adaptation of services for elderly people | |
WO2019131732A2 (ja) | 健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム | |
WO2018207711A1 (ja) | 健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム | |
JP2021060221A (ja) | 健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム | |
Aghav et al. | Health track | |
Fayoumi et al. | Effective remote monitoring system for heart disease patients | |
US11540760B1 (en) | Retrofittable and portable commode and systems for detecting, tracking, and alerting health changes | |
Lim et al. | Developing a mobile wellness management system for healthy lifestyle by analyzing daily living activities | |
JP2021018211A (ja) | 健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム | |
BinSalman et al. | Effective remote monitoring system for heart disease patients |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220916 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230706 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230711 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20240109 |