JP2021097988A - 認知症リスクの提示システムおよび方法 - Google Patents

Abstract

【課題】ユーザの認知症リスクを提示する認知症リスク提示システムを提供する。【解決手段】提示システム１０は、サンプル対象者の脳の状態に係るデータであるサンプル脳状態データ１７ｄおよび脳の機能である認知力に係るデータであるサンプル認知力データ１７ｅの少なくともいずれかを含むサンプル脳健康データ１７ａが、サンプル対象者の年齢、性別及び身体情報の少なくとも１つを含む個体特性１７ｂに関連付けられた第１のデータベース１７と、ユーザ脳状態データ４１およびユーザ認知力データ６１の少なくともいずれかを含むユーザ脳健康データ１８ａを認識する第１の認識部１１と、ユーザ個体特性４３を認識する第２の認識部１２と、ユーザの過去から現在におけるユーザ脳健康データの推移を示す経年推移ライン５２と認知症に関するリスクライン５４とを提示するリスク提示部３０とを有する。【選択図】図１

Description

本発明は、ユーザの認知症リスクを提示するシステムおよび方法に関するものである。

特許文献１には、認知症の潜在的リスクを極めて早い段階で判定でき、認知症の発症を遅らせる予防機会を与えることができる認知症リスク判定システムを提供することが記載されている。このシステムは、被検者の睡眠時の生体データを取得する生体データ検出センサと、生体データ検出センサにより取得された被検者の生体データから、時間の経過に伴う被検者の睡眠の深さ及び体動変化を含む睡眠データを生成する睡眠データ生成装置と、所定の認知症に関する症状について、実際の発症患者から得られた各症状特有の睡眠データを記憶した記憶部を具備し、睡眠データ生成装置で生成された被検者の睡眠データと、記憶部に記憶されている各症状の睡眠データとを比較して、被検者の睡眠データから３つの認知症のリスクを判定する認知症リスク判定装置とを備える。

特開２０１６−２２３１０号公報

従来、認知症については、発症初期（実際に発症している状態だけでなく、発症が疑われている状態も含む）に、運動量、飲酒量等の生活習慣を適切なものとしたり、適切な治療を施したりすることによって、その進行を抑制できることが知られている。そのため、認知症の発症の可能性、または、発症後の進行の度合いを、早期に把握したいという要望がある。これに伴って、認知症の発症及び進行のリスク（以下、単に「認知症リスク」という）を把握するための様々なシステムが提案されている。

上記の催眠データから認知症でリスクを判定するシステムでは、睡眠時の状態によってユーザの脳の機能を推測し、その推測結果に基づいて、認知症リスクを認識している。そのため、認知症リスクの精度も、その推測の精度の影響を受けてしまうので、適切に認知症リスクを認識することが難しいという問題がある。単純に認知症リスクの有無を提示したのでは、十分な知識を有していない者にとって、その認知症リスクの内容を適切に理解することが難しいという問題がある。このため、認知症リスクを精度よく認識することができ、さらに、理解しやすい形で提示することができるシステムおよび方法が求められている。

本発明の一態様は、サンプル対象者の脳の状態に係るデータであるサンプル脳状態データおよび脳の機能である認知力に係るデータであるサンプル認知力データの少なくともいずれかを含むサンプル脳健康データが、サンプル対象者の年齢、性別及び身体情報の少なくとも１つを含む個体特性に関連付けられた第１のデータベースと、ユーザの脳の状態に係るデータであるユーザ脳状態データおよび脳の機能である認知力に係るデータであるユーザ認知力データの少なくともいずれかを含むユーザ脳健康データを認識する第１の認識部と、ユーザの個体特性であるユーザ個体特性を認識する第２の認識部と、過去および現在のユーザ脳健康データに基づいて、ユーザの過去から現在におけるユーザ脳健康データの推移を示す経年推移ラインと、ユーザ個体特性に対応する個体特性に関連付けられたサンプル脳健康データに基づいて、該サンプル脳健康データの年齢に応じた推移を参照して決定された認知症に関するリスクラインとを提示するリスク提示部とを有するシステムである。

このシステムでは、リスク判定の対象となるユーザの脳状態に係るデータ（ユーザ脳状態データ）および脳の機能である認知力に係るデータであるユーザ認知力データの少なくともいずれかを含むユーザ脳健康データ（脳の健康状態のデータ）と、サンプル対象者の同様の脳の健康状態に係るデータ（サンプル脳健康データ）とを比較して、認知症リスクを認識する。脳状態に係るデータは、認知力に影響を及ぼす脳の状態に基づく定量的なパラメータという直接的なデータであり、ユーザの脳波、動作等から推測された脳の機能という間接的なデータではなく、脳状態に係るデータという直接的なデータである。認知力データを取得する認知力テストは、認知症リスクの判断基準としての内容の充実が図られており、脳機能の状態を精度よく判断できる。認知力テストの一例は、本件出願人が出願済みの特願２０１８−３３６５２に記載されている。したがって、これらのいずれかまたは両方を含むユーザ脳健康データをサンプル脳健康データと比較することにより認知症リスクを精度よく認識できる。

さらに、年齢に応じたラインである経年推移ラインとリスクラインと比較する形式で認知症リスクを提示することにより、ユーザ等は、ユーザの認知症リスクの大小だけでなく、ユーザの認知症リスクの傾向（悪化しているか、改善されているか、悪化が抑制されているか等）も同時に把握できる。このため、ユーザ、または、ユーザの健康を管理する者等（以下、総称する場合には、「ユーザ等」という）は、本システムが提示される情報により、十分な知識を有していない場合であっても、直感的に認知症リスクの大小を把握することができる。

リスク提示部は、ユーザ脳健康データと、ユーザ個体特性に対応する個体特性に関連付けられたサンプル脳健康データとの比較の結果に基づいて、ユーザの認知症リスクを示すスコア、または、スコアに応じた記号を提示する第１のスコア提示部を含んでもよい。認知症リスクを、スコアまたはスコアに応じた記号（以下、「スコア等」という）として提示することにより、ユーザ等は、ユーザの認知症リスクの大小をさらに直感的に把握できる。

このシステムは、経年推移ラインに基づいて、ユーザの現在から将来において予測されるユーザ脳健康データの推移を示す経年予測ラインを予測する予測部を有し、リスク提示部は、経年推移ラインおよびリスクラインに加え、経年予測ラインを提示する予測提示部を含んでもよい。現在から未来の認知症リスクの推移の予測である経年予測ラインをリスクラインと比較可能に提示することにより、ユーザ等は、ユーザの認知症リスクの傾向をさらに的確に把握できる。

リスク提示部は、経年予測ライン上の第１の年齢のユーザ脳健康データと、ユーザ個体特性に第１の年齢を加えた個体特性に対応する個体特性に関連付けられたサンプル脳健康データとの比較の結果に基づいて、ユーザの将来の認知症リスクを示すスコア、または、スコアに応じた記号を、経年予測ラインとともに、または代わりに提示する第２のスコア提示部を含んでもよい。リスク提示部は、経年予測ラインとは別に、ユーザの将来の第１の年齢のユーザ脳健康データを予想または予測し、その予測されたユーザ脳健康データと、ユーザ個体特性に第１の年齢を加えた個体特性に対応する個体特性に関連付けられたサンプル脳健康データとの比較の結果に基づいて、ユーザの将来の認知症リスクを示すスコア、または、スコアに応じた記号を提示してもよい。

第１のデータベースでは、サンプル脳健康データが、個体特性、並びに、サンプル対象者の生活習慣および生活環境の少なくとも１つを含む生活特性に関連付けられていてもよい。また、このシステムは、ユーザの生活特性であるユーザ生活特性を認識する第３の認識部をさらに有し、予測部は、ユーザ個体特性に対応する個体特性、ユーザ生活特性に対応する生活特性および年齢に関連付けられたサンプル脳健康データと経年推移ラインとに基づいて、経年予測ラインを予測してもよい。経年予測ラインを認識するに際し、ユーザ生活特性を参照すると、信頼性の高い経年予測ライン（ひいては、認知症リスクの傾向）を認識できる。これにより、ユーザ等は、ユーザの認知症リスクの傾向をさらに的確に把握することができる。

リスク提示部は、経年予測ライン上の第１の年齢のユーザ脳健康データと、ユーザ個体特性に第１の年齢を加えた個体特性に対応する個体特性、およびユーザ生活特性に対応する生活特性に関連付けられたサンプル脳健康データとの比較の結果に基づいて、ユーザの将来の認知症リスクを示すスコア、または、スコアに応じた記号を、経年予測ラインとともに、または代わりに提示する第３のスコア提示部を含んでもよい。リスク提示部は、経年予測ラインとは別に、ユーザから指定された、または任意に選択されたユーザ生活特性に対応するユーザ脳健康データを予測し、その予測されたユーザ脳健康データと、ユーザ生活特性に対応する生活特性に関連付けられたサンプル脳健康データとの比較の結果に基づいて、ユーザの将来の認知症リスクを示すスコア、または、スコアに応じた記号を提示してもよい。

予測部は、同一のユーザに対し、第１のユーザ生活特性に基づく第１の経年予測ラインと、第２のユーザ生活特性に基づく第２の経年予測ラインとを認識する比較予想部を含み、リスク提示部は、第１の経年予測ラインと第２の経年予測ラインとを比較可能に並べて、または連続的に提示する比較提示部を含んでもよい。ユーザ等は、生活特性の変動に応じた経年予測ライン（ひいては、認知症リスク）の変動を、直感的に把握することができる。これにより、ユーザ等は、具体的に改善すべき生活特性を把握することができるので、生活特性の改善に対するインセンティブを与えられることになる。

リスク提示部は、第１の経年予測ラインに対応するユーザの将来の認知症リスクを示す第１のスコアと、第２の経年予測ラインに対応するユーザの将来の認知症リスクを示す第２のスコアとを提示する第４のスコア提示部を含んでいてもよい。それぞれのスコアは、それぞれの経年予測ライン上の第１の年齢のユーザ脳健康データと、ユーザ個体特性に第１の年齢を加えた個体特性に対応する個体特性、およびそれぞれのユーザ生活特性に対応する生活特性に関連付けられたサンプル脳健康データとの比較の結果に基づいて算出される。リスク提示部は、経年予測ラインとは別に、それぞれのユーザ生活特性に基づくユーザの将来の認知症リスクを予測し、それらのリスクを示す第１のスコアと第２のスコアとを提示してもよい。

サンプル脳状態データおよびユーザ脳状態データは、脳の全体の容量、又は、脳の少なくとも１つの所定領域の容量を示すデータを含んでもよく、脳画像、脳血流、脳波を含んでもよく、その他の直接・間接的に脳の状態を示す情報、たとえば、血液バイオマーカなどの情報を含んでもよい。

本発明の他の態様の１つは、認知症のリスクを提示する方法である。この方法は、サンプル対象者の脳の状態に係るデータであるサンプル脳状態データおよび脳の機能である認知力に係るデータであるサンプル認知力データの少なくともいずれかを含むサンプル脳健康データが、前記サンプル対象者の年齢、性別及び身体情報の少なくとも１つを含む個体特性に関連付けられた第１のデータベースを参照可能なシステムを用い、以下のステップを含む。
１．ユーザの脳の状態に係るデータであるユーザ脳状態データおよび脳の機能である認知力に係るデータであるユーザ認知力データの少なくともいずれかを含むユーザ脳健康データを認識すること。
２．ユーザの個体特性であるユーザ個体特性を認識すること。
３．過去および現在のユーザ脳健康データに基づいて、ユーザの過去から現在におけるユーザ脳健康データの推移を示す経年推移ラインと、ユーザ個体特性に対応する個体特性に関連付けられたサンプル脳健康データに基づいて、該サンプル脳健康データの年齢に応じた推移を参照して決定された認知症に関するリスクラインとによりリスクを提示すること。

この方法は、さらに、ユーザ脳健康データと、ユーザ個体特性に対応する個体特性に関連付けられたサンプル脳健康データとの比較の結果に基づいて、ユーザの認知症リスクを示すスコア、または、スコアに応じた記号を提示することを有してもよい。

この方法は、さらに、経年推移ラインに基づいて、ユーザの現在から将来において予測されるユーザ脳健康データの推移を示す経年予測ラインを予測することを有し、リスクを提示することは、経年推移ラインおよびリスクラインに加え、経年予測ラインを提示することを含んでもよい。また、この方法は、経年予測ライン上の第１の年齢のユーザ脳健康データと、ユーザ個体特性に第１の年齢を加えた個体特性に対応する個体特性に関連付けられたサンプル脳健康データとの比較の結果に基づいて、ユーザの将来の認知症リスクを示すスコア、または、スコアに応じた記号を、経年予測ラインとともに、または代わりに提示することを有してもよい。

第１のデータベースでは、サンプル脳健康データが、個体特性、並びに、サンプル対象者の生活習慣および生活環境の少なくとも１つを含む生活特性に関連付けられていてもよい。また、この方法は、さらに、ユーザの生活特性であるユーザ生活特性を認識することを有し、予測することは、ユーザ個体特性に対応する個体特性、ユーザ生活特性に対応する生活特性および年齢に関連付けられたサンプル脳健康データと経年推移ラインとに基づいて、経年予測ラインを予測することを含んでもよい。

また、この方法は、さらに、経年予測ライン上の第１の年齢のユーザ脳健康データと、ユーザ個体特性に第１の年齢を加えた個体特性に対応する個体特性、およびユーザ生活特性に対応する生活特性に関連付けられたサンプル脳健康データとの比較の結果に基づいて、ユーザの将来の認知症リスクを示すスコア、または、スコアに応じた記号を、経年予測ラインとともに、または代わりに提示することを有してもよい。この方法は、経年予測ラインとは別に、ユーザから指定された、または任意に選択された第１の年齢のユーザ脳健康データを予想し、そのユーザ脳健康データと、ユーザ個体特性に第１の年齢を加えた個体特性に対応する個体特性、およびユーザ生活特性に対応する生活特性に関連付けられたサンプル脳健康データとの比較の結果に基づいて、ユーザの将来の認知症リスクを示すスコア、または、スコアに応じた記号を提示してもよい。

予測することは、同一のユーザに対し、第１のユーザ生活特性に基づく第１の経年予測ラインと、第２のユーザ生活特性に基づく第２の前記経年予測ラインとを予測することを含み、リスクを提示することは、第１の経年予測ラインと第２の経年予測ラインとを比較可能に並べて、または連続的に提示することを含んでもよい。この方法は、第１の経年予測ライン上の第１の年齢に対するスコアと、第２の経年予測ライン上の第１の年齢に対するスコアとを提示することを有していてもよい。この方法は、ユーザにより指定された、あるいは任意のユーザ生活特性に基づいて予測された、認知症のリスクに関する複数のスコアを提示してもよい。

本発明の他の対応の１つは、上記のシステムとしてコンピュータを稼働させるための命令を有するプログラム（プログラム製品）である。プログラム（プログラム製品）を、任意の記録媒体に記録して提供してもよい。

認知症リスクの提示システムの概略構成を示す図。 提示システムから提供されるレポートの一例を示す図。 認知症リスクを経年推移として提示する場合において参照する脳状態データをプロットしたグラフであり、縦軸は海馬体積、横軸は年齢を示す。 図３と同様に脳状態データをプロットしたグラフであり、９５％ＣＩの範囲を合わせて示す。 推定幅を備えた経年予測ラインを含む出力の一例。 生活特性を変更した際におけるレポートの表示内容の変動を示す一例であり、図６（ａ）は飲酒が毎日のケース、図６（ｂ）は飲酒が週２−３日のケースを示す。 生活特性を変更した際におけるレポートの表示内容の変動を示す他の例であり、図７（ａ）は飲酒が毎日のケース、図７（ｂ）は飲酒が週２−３日のケースを示す。 提示システムから提供されるレポートの他の例を示す図。 脳の健康状態を測定する検査またはテストの例を示す図。 図９に続いて、脳の健康状態を測定する検査またはテストの例を示す図。 提示システムの動作の概要を示すフローチャート。

図１に、認知症のリスクを提示する装置（システム）を含むシステムの一例を示している。このシステム１は、ＭＲＩ（Magnetic Resonance Imaging）装置（ＭＲＩ）３ａを含む病院３と、ユーザに関する各種情報の入力、および認知症リスクに関するレポート５０の出力（表示）を行う情報端末（パーソナルコンピュータ、タブレット端末）２と、インターネット９を介してＭＲＩ３ａおよびタブレット２から受信した情報を処理し、認知症リスクおよびその他の情報を含むレポート５０を送信する情報提供装置（認知症リスク提示装置、認知症リスク提示システム、提示システム）１０とを含む。本例において、提示システム１０は、メモリ、ＣＰＵなどのコンピュータ資源を含み、インターネット（クラウド）９を介して情報を入出力可能なサーバ７に実装されているが、提示システム１０は、ユーザの情報端末２と一体化されていてもよく、有線または無線により接続されていてもよく、病院３の内部に設置されていてもよく、提示システム１０の各機能の一部あるいは全部がユーザ端末２を含めた複数の情報処理装置に分散して実装されていてもよい。

ＭＲＩ３ａは、ユーザの脳状態に係るデータ（ユーザ脳状態データ）を取得し、そのユーザ脳状態データ４１を提示システム１０へ送信する。ユーザ脳状態データ４１を取得する装置は、ＭＲＩ３ａに限らず、認知症リスクの判断対象であるユーザのユーザ脳状態データを認識できる構成を備えた装置であればよい。例えば、ＣＴ（Computed Tomography）検査装置、超音波検査装置等、さらに、ＦＤＧ、ＳＰＥＣＴ等の脳機能（脳血流）を測定する装置、脳波、血液バイオマーカなどを測定する装置であってもよく、これらにより測定可能な情報は脳状態に係るデータに含まれてもよい。また、脳状態に係るデータとして、脳の形状、容量ではなく、脳内の所定のタンパク質の量を用いる場合には、ＰＥＴ（Positron Emission Tomography）画像取得装置等を用いてもよい。提示システム１０は、ＭＲＩ３ａから得た脳状態データ４１を使用してもよく、事前に得られ、ユーザライブラリ１８に格納された脳状態データ４１を使用してもよい。

以下において、脳状態データ４１として、海馬の容量（海馬体積）の値を用いた例を説明するが、脳状態データ４１はこれに限定されない。ここで、「脳の状態」とは、脳の全体の状態、または、認知力に影響を及ぼす脳の領域（例えば、海馬、縁上回、角回、上前頭回、中前頭回、下前頭回、前帯状皮質等）の状態を指す。「状態」とは、脳の全体又は脳の所定領域の容量および形状の他、脳内の所定のタンパク質（例えば、アミロイドβ等）の量等が挙げられる。脳状態データ（脳状態に係るデータ、脳の状態に係るデータ）４１は、脳の状態に基づく定量的なパラメータを含み、例えば、上記した脳の状態そのもの（すなわち、脳の全体又は所定の領域の形状）、または、脳の容量若しくは大きさを数値化したものを含む。脳状態データ４１は、単一の脳状態に係るものであってもよいし、複数の脳状態に係るものであってもよい。具体的には、例えば、脳状態データ４１は、海馬の量を含んでもよく、海馬の量と脳内のアミロイドβの量とに基づいて所定の計算式で得られる値を含んでもよい。

提示システム１０にユーザに関する情報を入力し、提示システム１０からユーザの認知症リスクの情報を含むレポート５０を受信するタブレット２は、タッチパネル２ａ（入出力部）を備えている。タッチパネル２ａを介して、提示システム１０からの個体特性の照会４２に対してユーザの個体特性４３が入力され、生活特性の照会４４に対してユーザの生活特性４５が入力され、また、変更される。また、タッチパネル２ａに、認知力テストの問題６０が提示され、認知力テストに対する回答を含む認知力データ６１が提示システム１０へ入力される。さらに、タッチパネル２ａには、認知症リスクの提示を含むレポート５０が表示される。

これらの情報の入出力に用いられるユーザ端末はタッチパネル２ａを有するタブレット２に限定されない。ユーザ端末は、認知症リスクの判断対象であるユーザの個体特性を認識することができ、認知症リスクを提示することができる構成を備えていればよい。例えば、タブレットではなく、パソコン、スマートフォン等を用いてもよい。また、出力部と入力部が一体化した入出力部であるタッチパネルに代わり、独立した出力部及び入力部を採用してもよい。具体的には、入力部としてキーボード、マイク等を採用してもよいし、出力部としてディスプレイ、スピーカ、印刷デバイス等を採用してもよい。

また、ユーザ端末の入力部と出力部とは、必ずしも同一の装置に備わっていなくてもよく、部屋内等、相互に近い位置に配置しなくてもよい。例えば、ユーザ端末の出力部としてのディスプレイ、スピーカ、印刷デバイス等を、ＭＲＩ装置等の設置されている場所とは異なる場所に設けられた医療用ワークステーションに配置してもよい。

提示システム１０として稼働するサーバ７は、メモリ（データ格納部、データ格納領域）１６と、メモリ１６に格納されたプログラム（プログラム製品）１９がロードされることにより各種の機能（機能ユニット、機能部）として動作するプロセッサ（ＣＰＵ）８とを含む。メモリ１６は、サンプル対象者の脳の状態に係るデータであるサンプル脳状態データ１７ｄ、および脳の機能である認知力に係るデータであるサンプル認知力データ１７ｅの少なくともいずれかを含むサンプル脳健康データ１７ａを含むデータベース（第１のデータベース）１７と、ユーザの脳健康データ（ユーザ脳健康データ）１８ａが格納されたユーザライブラリ１８とを含む。

データベース１７は、さらに、サンプル対象者の年齢、性別及び身体情報の少なくとも１つを含む個体特性１７ｂを含み、サンプル脳健康データ１７ａが個体特性１７ｂに関連付けられて格納されている。データベース１７は、さらに、サンプル対象者の生活習慣および生活環境の少なくとも１つを含む生活特性１７ｃを含み、サンプル脳健康データ１７ａが生活特性１７ｃに関連付けられて格納されている。

ここで、「サンプル対象者」とは、認知症（軽度認知症を含む）を発症している者および認知症の発症を疑われる者だけではなく、認知症を発症していない健常者も含まれる。個体特性１７ｂとは、年齢、性別及び身体情報の少なくとも１つを含むものである。また、個体特性１７ｂに含まれる「身体情報」とは、定量的に示すことのできる身体の情報を指す。具体的には、例えば、身長、体重、体脂肪率、ＢＭＩ、コレステロール値等が挙げられる。

生活特性１７ｃとは、生活習慣および生活環境の少なくとも１つを含むものである。「生活習慣」とは、生活において認知症リスクの増減に影響を及ぼす習慣のことを指す。具体的には、例えば、運動量、食事量及び種類、睡眠時間の長さ及び質、コミュニケーション量及び頻度、趣味活動量及び頻度、飲酒量及び頻度、喫煙量及び頻度等が挙げられる。「生活環境」とは、生活において認知症リスクの増減に影響を及ぼす環境のことを指す。具体的には、例えば、住所（住環境）、職業、学歴、年収、同居人の人数等が挙げられる。

データベース１７においては、サンプル対象者の脳の状態に係るデータ（サンプル脳状態データ）１７ｄおよびサンプル対象者の認知力テストの結果に係るデータ（サンプル認知力データ）１７ｅを含むサンプル脳健康データ１７ａが、サンプル対象者の個体特性１７ｂおよび生活特性１７ｃに関連付けられた形式で格納されている。ユーザライブラリ１８には、ユーザの脳状態に係るデータ（ユーザ脳状態データ）４１およびユーザの認知力に係るデータ（ユーザ認知力データ）６１を含むユーザ脳健康データ１８ａが最新（現在）のものに加えて、過去に取得されたものが格納されている。ユーザライブラリ１８には、各ユーザの個体特性（ユーザ個体特性）４３および生活特性（ユーザ生活特性）４５が格納されていてもよい。提示システム１０は、リスク判定の対象となるユーザの脳の健康状態に係るデータ（ユーザ脳健康データ）１８ａと、サンプル対象者の脳状態に係るデータ（サンプル脳状態データ）１７ａとを比較して、認知症リスクを認識する。

ここで、脳状態に係るデータ１７ａおよび４１は、認知力に影響を及ぼす脳の状態に基づく定量的なパラメータという直接的なデータである。すなわち、この認知症リスク提示システム１０では、従来のシステムのようにユーザの脳波、動作等から推測された脳の機能という間接的なデータではなく、脳状態に係るデータという直接的なデータを用いている。これにより、この提示システム１０では、認知症リスクの認識において、脳の機能に関する推測精度の影響を受けることがない。その結果、この提示システム１０によれば、従来のシステムに比べ、認知症リスクを精度よく認識することができる。

提示システム１０は、ユーザの脳の状態に係るデータであるユーザ脳状態データ４１および脳の機能である認知力に係るデータであるユーザ認知力データ６１の少なくともいずれかを含むユーザ脳健康データ１８ａを取得（認識）する第１の認識部１１を有する、第１の認識部１１は、ユーザ脳状態データ４１を取得する入力部（入力機能、入力ユニット）１４と、ユーザ認知力データ６１を取得する入力部（入力機能、入力ユニット）１５とを含む。認知力データ入力部１５は、ユーザの端末２に対し認知力テスト６０を送り、その回答からユーザ認知力データ６１を認識する。認知力データ入力部１５は、端末２からの直接的な情報入力に限定されず、紙媒体を介した入力や、医師、その他の専門家を介した情報の提供などにより、ユーザに関する情報を間接的に取得してもよい。他の情報の認識（取得、入力）においても同様である。

認知力テスト６０の一例は、５つの認知力ドメイン毎の機能を評価するものである。認知力ドメインには、短期記憶、作業記憶、実行機能、空間認知、計算が含まれる。短期記憶は、短い時間、覚えた内容を保持して思い出せる能力を示し、脳の海馬が関わっていると言われている。作業記憶は「電話番号を覚え、その番号のボタンを押して電話をかける」といった、保持した記憶を異なる形で操作する能力であり、脳の前頭前野・側頭頭頂部などが関わっていると言われている。実行機能は、料理の「手順」や「状況に応じた材料の変更」など、ルールを維持・更新し、行動や思考を制御する能力であり、特に、脳の前頭前野が関わっていると言われている。空間認知は、図形・物体が空間の中でどの方向を向いているかを瞬時に把握・理解する能力であり、脳の頭頂葉が関わっていると言われている。計算は、四則演算を行う能力であり、脳のいろいろな領域が関わっているが、特に、脳の側頭頭頂部が関わっている言われている。

認知力データ入力部１５は、認知力テスト６０を行い、これらの認知力ドメイン毎の評価をユーザ認知力データ６１として取得する。認知力データ６１は、認知力ドメイン毎の評価を、後述するような統計処理を行うことにより、脳の機能を精度よく判断する指標とすることができる。

提示システム１０は、さらに、ユーザの個体特性であるユーザ個体特性４３を認識（取得）する第２の認識部（個体特性入力部、第２の入力ユニット）１２と、ユーザの生活特性であるユーザ生活特性４５を認識（取得）する第３の認識部（生活特性入力部、第３の入力ユニット）１３とを含む。個体特性入力部１２は、個体特性に関わる問診票（質問表）４２をユーザ端末２に送り、それに対する回答から各ユーザの個体特性４３を認識してもよい。ユーザに関する電子カルテ等が予め作成されている場合等には、個体特性入力部１２は、その電子カルテ等の記載に基づいて、ユーザ個体特性４３を認識してもよい。

生活特性入力部１３は、生活特性に関わる問診票（質問表）４４をユーザ端末２に送り、それに対する回答から各ユーザの生活特性４５を認識してもよい。ユーザに関する電子カルテ等が予め作成されている場合等には、生活特性入力部１３は、その電子カルテ等の記載に基づいて、ユーザ生活特性４５を認識してもよい。

提示システム１０は、さらに、各ユーザの現状の認知症に対するリスクを認識し、将来のリスクを予想する認識・予測部（予測部、予測機能、予測ユニット）２０と、認知症のリスクを含む情報をユーザに提示するリスク提示部（リスク提示機能、リスク提示ユニット）３０とを含む。認識・予測部２０は現状のリスクを認識する現状リスク認識部２１と、将来のリスクを予測する予測部２２と、リスクをスコアに変換するスコア算出部２３とを含む。

現状リスク認識部２１は、過去および現在のユーザ脳健康データ１８ａに基づいて、ユーザの過去から現在におけるユーザ脳健康データ１８ａの推移を示す経年推移ラインと、ユーザ個体特性４３に対応する個体特性１７ｂに関連付けられたサンプル脳健康データ１７ａに基づいて、そのサンプル脳健康データ１７ａの年齢に応じた推移を参照して決定された認知症に関するリスクラインを認識し、リスク提示部３０を介してユーザ端末２に出力する。

現状のリスク認識部２１は、データベース１７からユーザ個体特性４３に対応する個体特性１７ｂに関連付けられたサンプル脳状態データ１７ｄ、および、サンプル認知力データ１７ｅを取得する。その後、そのサンプル脳状態データ１７ｄとユーザ脳状態データ４１との比較、および、そのサンプル認知力データ１７ｅとユーザ認知力データ６１との比較を行う。そして、これらの比較の結果に基づいて、ユーザの認知症リスクを認識してもよい。上述したように、サンプル脳状態データ１７ｄおよびユーザ脳状態データ４１は、海馬に限定されず、脳の全体の容量、または、脳の少なくとも１つの所定領域の容量であってもよい。

予測部２２は、経年推移ラインに基づいて、ユーザの現在から将来において予測されるユーザ脳健康データの推移を示す経年予測ラインを予測し、リスク提示部３０を介して、経年推移ラインおよびリスクラインに加え、経年予測ラインを提示可能とする。スコア算出部２３は、現状または将来の予測されたユーザ脳健康データ１８ａと、ユーザ個体特性４３に対応する個体特性１７ｂに関連付けられたサンプル脳健康データ１７ａとの比較の結果に基づいて、ユーザの認知症リスクを示すスコア、または、スコアに応じた記号を求め、リスク提示部３０を介して提示可能とする。

リスク提示部３０は、経年推移ライン、経年予測ライン、リスクラインなどをチャートまたはグラフィック表示するチャート表示部３１と、求められたスコアを表示するスコア提示部３２とを含む。チャート表示部３１は、経年予測ラインを含めた予測表示を行う予測提示部３１ａと、生活特性を変えた複数のケースをシミュレートした結果を表示する比較提示部３１ｂとを含む。スコア提示部３２は、現状のリスクのスコア（対応する記号等を含む）を表示する第１のスコア提示部３２ａと、予測されたリスクのスコア等を表示する第２のスコア提示部３２ｂと、生活特性を含めて予測されたリスクのスコア等を表示する第３のスコア提示部３２ｃと、生活特性を変えたケースをシミュレートしたリスクのスコア等を表示する第４のスコア提示部３２ｄとを含む。

図２に、提示システム１０によりユーザに提供されるレポート５０の一例を示している。このレポート５０は、認知症リスクの判断を行われた際に、ユーザ端末２に提示される画面またはデジタルデータであってもよく、オーディオファイルであってもよく、ユーザ端末２を経て、また経ずに郵送などによりユーザに提供される印刷物、冊子などであってもよい。レポート５０は、脳画像表示エリア５９と、経年推移表示エリア５１と、スコア表示エリア５７と、生活特性表示エリア５８とを含み、各エリアに認知症リスクまたはユーザ生活特性に関する情報が提示される。

具体的には、脳画像表示エリア５９には、ＭＲＩ３ａによって取得されたユーザ脳状態データ４１に含まれるユーザの脳の画像が表示される。経年推移表示エリア５１には、リスク認識・予測部２０によって認識された認知症リスクとして、グラフ（チャート）が提示部３０を介して表示される。このグラフは、サンプル脳状態データとユーザ脳状態データとの比較の結果を示すものである。このグラフには、経年推移ライン５２と、経年予測ライン５３と、リスクライン５４とが含まれる。

スコア表示エリア５７には、リスク認識・予測部２０によって認識された認知症リスクとして、Ａ〜Ｄ及びＦのアルファベットで示された総合リスク判定に係るランク５５と、数字で示された脳年齢５６ａ、長期予測に係る記号である矢印５６ｂが表示される。また、スコア表示エリア５７には、ランク５５に関する凡例５６ｃが表示される。このランク５５の値、脳年齢５６ａの値および矢印５６ｂの傾きは、サンプル脳状態データ１７ｄとユーザ脳状態データ４１との比較の結果、および、サンプル認知力データ１７ｅとユーザ認知力データ６１との比較の結果に基づいて得られたスコアに応じて定められる。ランクＡは、脳機能が高いことを示し、ランクＢは、脳機能が標準的であることを示し、ランクＣは脳機能が低下していることを示し、ランクＤは脳機能の低下に注意すべきことを示している。ランクＦは、すでに脳機能の低下により治療が開始されていることを示す。

生活特性表示エリア５８には、ユーザ生活特性４５が表示される。このユーザ生活特性４５は、タッチパネル２ａを介して、変更された結果が反映される。

なお、このような表示形式によって認知症リスクを提示する方法はあくまでも一例である。すなわち、提示システム１０により認知症リスクを提示する方法は、このような構成に限定されるものではなく、ユーザの脳健康データ１８ａと、ユーザの個体特性および／または生活特性に関連付けられたサンプル脳健康データ１７ａとの比較の結果を提示するものであればよい。例えば、画面（レポート）５０のレイアウトは適宜変更してもよい。また、グラフのみ、または、スコアに関する表示のみを行ってもよい。また、スコアに関する表示のうち、ランク、脳年齢、矢印のいずれか１つ、または２つのみを表示してもよい。上記の表示とは全く異なる形式で提示してもよく、例えば、ユーザの脳の画像と、ユーザと同じ個体特性を有し、理想的な健康状態にあるサンプル対象者な脳の画像とを並列表示してもよい。また、音声によって結果を提示してもよい。

経年推移表示エリア５１における表示内容についてさらに説明する。このレポート５０においては、経年推移表示エリア５１に、認知症リスクとして、縦軸を海馬体積、横軸を年齢としたグラフが表示される。このグラフには、経年推移ライン５２、経年予測ライン５３、および、リスクライン５４が含まれる。経年推移ライン５２は、ユーザの過去から現在におけるユーザ脳状態データ４１の推移を示す。経年予測ライン５３は、ユーザの現在から将来において予測されるユーザ脳状態データ４１の推移を示す。リスクライン５４は、ユーザ等が警戒すべき認知症リスクの度合いを示すためのものであり、グラフ中の領域を基準範囲５４ａと要注意ゾーン５４ｂとに分割する。

ユーザ等は、経年推移ライン５２の傾き、および経年予測ライン５３の傾きと、リスクライン５４の傾きとを対比したり、経年推移ライン５２の位置、および経年予測ライン５３の位置（具体的には、基準範囲５４ａの範囲内にあるか、要注意ゾーン５４ｂの範囲内にあるか）を参照したりして、ユーザの認知症リスクの大小、認知症リスクの傾向を把握する。

経年推移ライン５２および経年予測ライン５３を作成する処理に際しては、まず、ユーザ脳状態認識部１４が、ユーザの現在及び過去における脳状態データ４１を認識する。具体的には、ユーザ脳状態認識部１４は、過去（本実施形態ではユーザが４１歳のとき）、および、現在（認知症リスク判断のとき（本実施形態ではユーザが４５歳のとき））に、ＭＲＩ３ａを用いて取得されたユーザの脳の断面画像から、所定のアルゴリズムを用いて、海馬体積を算出する。所定のアルゴリズムとして、ニューラルネットワークを用いて画像の経年の生成モデルによる海馬体積の予測を行う技術を用いてもよい。さらに精度を上げるため、生活所見と相関の高いバイオマーカーデータ情報を加えてもよい。

リスク認識・予想部２０の現状のリスク認識部２１は、ユーザ脳状態認識部１４が認識したユーザ脳状態４１に基づいて、ユーザの脳の状態に関する経年推移ライン５２を認識する。

具体的には、図３に示すように、まず、現状のリスク認識部２１は、縦軸を海馬体積、横軸を年齢としたグラフ上に、ユーザの過去（４１歳）における海馬体積、及び、ユーザの現在（４５歳）における海馬体積をプロットする。その後、リスク認識部２１は、それらを線分で結ぶことによって、経年推移ライン５２を生成する。リスク認識部２１は、ユーザ個体特性４３に基づいて、そのユーザ個体特性４３に対応する個体特性１７ｂに関連付けられたサンプル脳状態データ１７ｄを、データベース１７から取得する。

ユーザの一例は男性という個体特性４３を有する。リスク認識部２１は、男性という個体特性１７ｂを関連付けられたサンプル脳状態データ（すなわち、海馬体積）１７ｄを取得する。次に、リスク認識部２１は、個体特性に基づいて認識したサンプル脳状態データ１７ｄの年齢に応じた推移を参照して、リスクライン５４を決定する。

図３は、縦軸が海馬体積、横軸が年齢であり、個体特性１７ｂにより抽出されたサンプル脳状態データ１７ｄがプロットされている。図３における黒い丸、及び、白い丸は、一つ一つのサンプル脳状態データ１７ｄを表し、白い丸は、飲酒量が多いグループに属するサンプル脳状態データ１７ｄを表し、黒い丸はその他のサンプル脳状態データ１７ｄを表す。図中、飲酒量が多いグループを含めた、抽出されたサンプル脳状態データ１７ｄの海馬体積の平均を示す第１平均ライン６６を実線で示し、飲酒量が多いグループのみのサンプル脳状態データ１７ｄの海馬体積の平均を示す第２平均ライン６７を破線で示している。このような統計処理は事前に行われていてもよく、リスク認識部２１が行ってもよい。

リスク認識部２１は、第１平均ライン６６よりも下方に位置に、点線で示すリスクライン５４を生成する。具体的には、第１平均ライン６６の各値ｘ１より２σ（「σ」は年齢ごとの海馬体積（サンプル脳状態データ）の標準偏差を表わす。）低い値（ｘ１−２σ）に基づくライン（下位２．３％を示すライン）を生成し、そのラインをリスクライン５４として認識する。

なお、本発明のリスクライン５４の認識の方法は、このような方法に限定されるものではなく、ユーザ個体特性に対応する個体特性に関連付けられたサンプル脳状態データ１７ｄに基づいて、そのサンプル脳状態データの年齢に応じた推移を参照して決定する方法であればよい。例えば、本実施形態と同様にユーザ個体特性が男性である場合には、男性という個体特性を関連付けられたサンプル脳状態データ１７ｄの全てではなく、それらのサンプル脳状態データ１７ｄのうちのユーザ生活特性４５と対応する生活特性１７ｃに関連付けられたサンプル脳状態データ１７ｄの平均ラインに基づいて、リスクライン５４を定めてもよい。具体的には、飲酒量が多いグループのみの傾向ラインである第２平均ライン６７に基づいて、リスクライン５４を定めてもよい。

また、例えば、平均ラインの各値に対し（−２σ）の値に基づくラインではなく、平均ラインそのものをリスクライン５４としてもよい。また、異なる値（例えば、平均ラインの各値に対し（−３σ）の値）を用いてリスクライン５４を生成してもよい。また、このように統計化したデータに基づいてリスクライン５４を生成せずに、単純にデータの順位等を参照してリスクライン５４を生成してもよい。具体的には、例えば、ユーザ個体特性に対応する個体特性に関連付けられたサンプル脳状態データ１７ｄのうち、所定の順位のデータ（例えば、下位３番以内のデータ）を基準として、リスクライン５４を生成してもよい。

次に、リスク認識・予測部２０の予測部２２は、経年推移ライン５２に基づいて、ユーザの現在から将来において予測されるユーザ脳健康データの推移を示す経年予測ライン５３を予測（算出）する。予測部２２は、ユーザ個体特性４３に対応する個体特性１７ｂ、ユーザ生活特性４５に対応する生活特性１７ｃおよび年齢に関連付けられたサンプル脳健康データ１７ａと経年推移ライン５２とに基づいて経年予測ライン５３を予測する機能を含む。

予測部２２は、ユーザ生活特性４５に基づいて、そのユーザ生活特性４５に対応する生活特性１７ｃに関連付けられたサンプル脳状態データ１７ｄ、本例においては、ユーザは飲酒量が多いという個体特性のサンプル脳状態データ（白い丸）１７ｄの第２平均ライン６７に基づいて経年予測ライン５３を生成する。具体的には、予測部２２は、ユーザ脳状態データ４１の基準となる年齢（本実施形態では最も新しい時点における年齢である４５歳）から、所定の年齢（本実施形態では５０歳）までの第２平均ライン６７の推移を参照し、経年推移ライン５２の基準となる年齢を起点として、第２平均ライン６７の推移と同様の推移を辿るラインを経年予測ライン５３として生成する。

なお、本実施形態においては、経年予測ライン５３を認識するに際し、ユーザ生活特性４５を参照している。これは、信頼性の高い経年予測ライン（ひいては、認知症リスクの傾向）を認識するためである。しかしながら、本発明の経年予測ラインの認識の方法は、このような方法に限定されるものではなく、経年推移ライン５２に基づいて認識する方法であればよい。例えば、経年推移ライン５２の傾きを認識し、その傾きを用いて、経年予測ライン５３を生成し、認識してもよい。また、ユーザ生活特性４５に対応する生活特性１７ｃに関連付けられたサンプル脳状態データ１７ｄに基づいて、そのサンプル脳状態データ１７ｄの年齢に応じた推移を参照して決定する方法であればよい。例えば、１つだけの生活特性１７ｃに係るサンプル脳状態データ１７ｄだけではなく、２つ以上の生活特性１７ｃに係るサンプル脳状態データ１７ｄを参照してもよい。

年齢ｚの不特定多数のサンプル対象者に関して、「サンプル脳状態データ」、「サンプル認知力データ」及び「ユーザ個人特性」の３つの因子のうち少なくとも１つの因子により構成される評価用因子ｘの回帰式が以下の式（１）で表わされ、年齢ｚの不特定多数のサンプル対象者のうち、所定の生活特性（例えば、飲酒習慣あり）を有するサンプル対象者に関して評価用因子ｘの回帰式が以下の式（２）で表わされている場合、次回時点ｔ＋１（ｔは５年、１０年などの離散的時間を表わす。）における評価用因子ｘ_t+1は、今回時点ｔにおける評価用因子ｘ_tに基づき、以下の式（３）にしたがって予測される。
ｘ＝β₀＋β₁ｚ（β₀、β₁は回帰係数） ・・・（１）
ｘ’＝β₀’＋β₁’ｚ（β₀’、β₁’は回帰係数）・・・（２）
ｘ_t+1＝ｘ_t＋{IF生活特性を有するTHEN（ｘ_t+1’−ｘ_t’）ELSE（ｘ_t+1−ｘ_t）}
・・・（３）

リスク提示部３０のチャート表示を行う予測提示部３１ａは、レポート５０の経年推移表示エリア５１に、経年推移ライン５２、経年予測ライン５３およびリスクライン５４を、比較可能に並列させて表示する。予測提示部３１ａは、サンプル脳状態データ１７ｄを示すプロット、第１平均ライン６６、第２平均ライン６７を含めて表示してもよいが、ユーザ等が見やすくなるようにこれらを削除している。予測提示部３１ａは、リスクライン５４の上側の基準範囲５４ａと、下側の要注意ゾーン５４ｂとに異なる色を付してもよい。また、予測提示部３１ａは、グラフの横軸に、経年推移ライン５２および経年予測ライン５３の基準となる年齢（本実施形態では、４１歳、４５歳、５０歳）をプロットする。

本実施形態では、経年予測ライン５３がリスクライン５４の上側にあることは、以下の式（４）で示す評価用因子ｘの累積密度関数ｃｄｆ（ｘ｜μ，σ）の未来時点ｔ＋１における値ｃｄｆ（ｘ_t+1｜μ_t+1，σ_t+1）が、２σより大きいことを意味する。
ｃｄｆ（ｘ｜μ，σ）＝（１／２）｛１＋ｅｒｆ(ｘ−μ)／(２σ²)^1/2｝）
（ｅｒｆは誤差関数）・・・（４）

予測部２２は、経年予測ライン５３を、確率の高い領域を示す推定幅５３ｗで示してもよい。図４に示すように、第１平均ライン６６および第２平均ライン６７は誤差を含み、９５％ＣＩ（Confidence Interval、信頼区間）をそれぞれライン６６ａおよび６７ａにより示している。予測部２２が、各ユーザの経過最終時点ｔに対して、未来の時点ｔ＋１における同年齢の第２平均ライン６７の推定幅で、経年予測ライン５３の推定幅５３ｗを求め、予測提示部３１ａが、その予測幅５３ｗを経年推移表示エリア５１に表示してもよい。

図５に、推定幅５３ｗを用いて経年予測ライン５３を示した異なる例を示している。この例では、未来の時点ｔ＋１において、認知症リスクの推定幅５３ｗがｐｒｅ−ＭＣＩ（軽度認知症（Mild Cognitive Impairment）の前段階）からＭＣＩに至るリスクライン５４を下回る可能性が示唆されており、ＡＤ（Alzheimer's Disease、アルツハイマー型認知症）に至る危険性が確率的にあり得ることを示している。

このように、提示システム１０では、年齢に応じたラインである経年推移ライン５２、経年予測ライン５３およびリスクライン５４と比較する形式で認知症リスクを提示している。これにより、ユーザ等は、ユーザの認知症リスクの大小だけでなく、ユーザの認知症リスクの傾向（悪化しているか、改善されているか、悪化が抑制されているか等）も同時に把握することができる。

提示システム１０の予測部２２は、さらに、同一のユーザに対し、第１のユーザ生活特性４５に基づく第１の経年予測ライン５３と、第２のユーザ生活特性４５に基づく第２の経年予測ライン５３ａとを認識する比較予想部２２ａを含む。ユーザ等によってユーザ生活特性４５が変更された場合、その変更内容に応じて、認知症リスクに係る表示内容も変動する。このため、提示システム１０は、ユーザ生活特性４５を変えた結果をシミュレーションする比較予想部２２ａと、その結果を比較可能に並べて、または連続的に提示する比較提示部３１ｂとを含む。

図６にユーザ生活特性４５を変更して経年予測ライン５３が変化した２種類のレポート５０を示している。図６（ａ）に示したレポート５０では、生活特性表示エリア５８における飲酒量の内容が「毎日」に設定されており、図６（ｂ）に示したレポート５０では、生活特性表示エリア５８における飲酒量の内容が「週２〜３回」に変更されている。この結果、図６（ｂ）に示したレポート５０では、経年推移表示エリア５１に表示される経年予測ライン５３ａが、図６（ａ）のレポート５０に示された経年予測ライン５３より上側に、リスクライン５４から離れた傾きを持ち、認知症のリスクが低減されることを示している。

比較予想部２２ａにおいては、ユーザ生活特性４５の飲酒量の内容が「毎日」から「週２〜３回」に変更されると、図３において抽出されたサンプル脳状態データ１７ｄの中から、飲酒量が少ないサンプルを抽出して新たな平均ライン（第３平均ライン、不図示）を求め、その平均ラインに基づいて、経年予測ライン５３と同様の処理により、新たな経年予測ライン５３ａを生成する。比較提示部３１ｂは、以前の条件の第１の経年予測ライン５３と、次の条件の第２の経年予測ライン５３ａとを別々のレポート５０として提示してもよく、レポート５０の内部で参照できるように並べて提示してもよい。比較提示部３１ｂは、第１の経年予測ライン５３と第２の経年予測ライン５３ａとを、比較可能に連続的に表示してもよい。具体的には、第１の経年予測ライン５３を所定時間経過後に非表示にした後、ユーザ等が第１の経年予測ライン５３の大まかな形状を把握している時間内に、第２の経年予測ライン５３ａを表示するようにしてもよい。

比較予想部２２ａおよび比較提示部３１ｂは、２回に限らず、何度でも、ユーザ生活特性４５の条件を変えて経年予測ライン５３を求めて提示してもよい。この機能により、提示システム１０を用いて、ユーザ等は、生活特性４５の変動に応じた認知症リスクの変動を、直感的に把握することができる。これにより、ユーザ等は、具体的に改善すべき生活特性を把握することができるので、生活特性の改善に対するインセンティブを与えられることになる。

この提示システム１０のリスク認識・予想部２０は、認知症リスクをスコアに換算するスコア算出部２３を含み、リスク提示部３０は、認知症リスクをスコアに基づいて提示するスコア提示部３２を含む。スコア算出部２３は、ユーザ脳状態データ４１と、ユーザ認知力データ６１と、ユーザ個体特性４３と、ユーザ生活特性４５とに基づいて認識されたサンプル脳状態データ１７ｄおよびサンプル認知力データ１７ｅとを比較して、その比較の結果に基づいて、スコア付け、及び、そのスコアに基づいたランク、脳年齢、及び、対応する記号の決定を行う。

例えば、先に式（４）で示した、サンプル脳状態データ１７ｄ等の評価用因子ｘの累積密度関数ｃｄｆ（ｘ｜μ，σ）の今回時点ｔにおける値ｃｄｆ（ｘ_t｜μ_t，σ_t）が、スコアＳとして定義されてもよい。当該スコアＳが複数の数値範囲（例えば、０．０＜Ｓ≦０．２５，０．２５＜Ｓ≦０．５０，０．５０＜Ｓ≦０．７５，０．７５＜Ｓ≦１．０の４つの数値範囲）のそれぞれのうちいずれの数値範囲に含まれるかに応じてランク５５が決定されてもよい。また、スコア算出部２３は、スコアＳのさまざまな値、または複数の数値範囲のそれぞれと、複数の脳年齢のそれぞれとが対応付けられているテーブルが参照されることにより脳年齢５６ａを決定する機能２３ａを含んでいてもよい。

また、スコア算出部２３は、評価用因子ｘの累積密度関数ｃｄｆ（ｘ｜μ，σ）の未来時点ｔ＋１における値ｃｄｆ（ｘ_t+1｜μ_t+1，σ_t+1）の、その今回時点ｔにおける値ｃｄｆ（ｘ_t｜μ_t，σ_t）に対する偏差に基づき、スコアに対応する記号５６ｂを決定する機能２３ｂを含んでいてもよい。当該偏差が正値である場合又は所定の正値以上である場合にはリスク低下の可能性があり、当該偏差が負値である場合又は所定の負値以下である場合にはリスク上昇の可能性がある、当該偏差が０である場合又はその大きさが所定の正値未満かつ所定の負値より大きい場合にはリスクに変化なしと判定される。そして、リスクの「低下可能性あり」、「上昇可能性あり」及び「変化なし」の別に応じて、スコアＳに対応する記号５６ｂが決定される。

記号を決定する機能２３ｂは、評価用因子ｘの、未来時点ｔ＋１における値ｃｄｆ（ｘt+1｜μt+1，σt+1）が、母集団の（−２σ、（下位２．３％を示す閾値））と等価である０．０２３以上であるか、それよりも小さいかということに基づき、スコアＳに対応する長期予測の記号５６ｂを決定する機能を含んでいてもよい。

なお、スコアの算出方法としては、上述の累積密度関数を用いた方法のように、パラメトリックなモデル化を利用する方法に限定されるものではない。例えば、ノンパラメトリックな順位を利用した方法であってもよい。具体的には、平均ランク、メディアランク、近似等を用いた各種分位数の算出方法を用いてもよい。

提示システム１０のスコア提示部３２は、タブレット２のタッチパネル２ａ、またはレポート５０に、スコアに基づいて決定されたランク５５、脳年齢５６ａ、矢印５６ｂ、および、ランクに関する凡例５６ｃを表示（出力）する。このように、提示システム１０では、認知症リスクをスコアまたはスコアに応じた記号として提示している。これにより、ユーザ等は、ユーザの認知症リスクの大小を直感的に把握することができる。

スコア算出部２３は、現在の認知症リスクのスコアを算出して第１のスコア提示部３２ａを介して表示する機能に加えて、ユーザの将来、例えば、１年後の認知症リスクのスコアを算出する機能２３ｃを含んでいてもよい。将来のスコアを算出する機能２３ｃは、経年予測ライン５３上の第１の年齢のユーザ脳健康データ１８ａと、ユーザ個体特性４３に第１の年齢を加えた個体特性１７ｂに対応する個体特性に関連付けられたサンプル脳健康データ１７ａとの比較の結果に基づいて、ユーザの将来の認知症リスクを示すスコアを求め、第２のスコア提示部３２ｂにより、算出されたスコア、または、スコアに応じた記号を、経年予測ライン５３とともに、または代わりに出力してもよい。

将来のスコアを算出する機能２３ｃは、経年予測ライン５３上の第１の年齢のユーザ脳健康データ１８ａと、ユーザ個体特性４３に第１の年齢を加えた個体特性に対応する個体特性１７ｂ、およびユーザ生活特性４５に対応する生活特性１７ｃに関連付けられたサンプル脳健康データ１７ａとの比較の結果に基づいて、ユーザの将来の認知症リスクを示すスコアを求め、第３のスコア提示部３２ｃにより、算出されたスコア、または、スコアに応じた記号を、経年予測ライン５３とともに、または代わりに出力してもよい。将来のスコアを算出する機能２３ｃは、経年予測ライン５３上のユーザ脳健康データ１８ａの代わりに、ユーザが指定した、あるいは、任意に選択したユーザ脳健康データ１８ａに基づいてスコアを計算する機能を含んでいてもよい。

将来のスコアを算出する機能２３ｃは、ユーザ生活特性４５を変更してスコアがどのように変化するかを確認するシミュレーション機能２３ｄを含んでいてもよい。この機能２３ｄは、第１のユーザ生活特性４５を反映した第１の経年予測ライン５３上の第１の年齢のユーザ脳健康データ１８ａと、ユーザ個体特性４３に第１の年齢を加えた個体特性に対応する個体特性１７ｂ、および第１のユーザ生活特性４５に対応する生活特性１７ｃに関連付けられたサンプル脳健康データ１７ａとの比較の結果に基づいて、ユーザの将来の認知症リスクを示す第１のスコアを算出する。さらに、この機能２３ｄは、第２のユーザ生活特性４５に基づく第２の経年予測ライン５３ａ上の第１の年齢のユーザ脳健康データ１８ａと、ユーザ個体特性に第１の年齢を加えた個体特性４３に対応する個体特性１７ｂ、および第２のユーザ生活特性４５に対応する生活特性１７ｃに関連付けられたサンプル脳健康データ１７ａとの比較の結果に基づいて、ユーザの将来の認知症リスクを示す第２のスコアを算出する。第４のスコア提示部３２ｄは、第１および第２のスコア、またはそれらに応じた記号を経年予測ラインとともに、または代わりに出力してもよい。ユーザ等によってユーザ生活特性が変更された場合、その変更内容に応じて、認知症リスクに係る表示内容も変動する。

図７（ａ）に示したレポート５０においては、生活特性表示エリア５８における飲酒量の内容が「毎日」であり、図７（ｂ）に示したレポート５０においては、飲酒量の内容が「週２〜３回」に変更されている。これらのレポート５０には、将来のある時点、例えば一年後の認知症リスクがスコアで表示されており、飲酒量の内容を「毎日」から「週２〜３回」に変更することにより、経年予測ライン５３が変わり、比較対象となるサンプル脳健康データ１７ａが「飲酒量が多いグループ」から「飲酒量が少ないグループ」に代わる。このケースでは、総合リスク判定５５が「Ｂ」から「Ａ」に代わり、脳年齢５６ａが若くなり、長期予測記号５６ｂも平坦な方向に変わっている。

このように提示システム１０においては、ユーザ生活特性４５の変更に応じて、将来の認知症リスクをスコアまたはランクなどに出力できる。そのため、ユーザ等は、生活特性の変動に応じた認知症リスクの変動を、直感的に把握することができる。これにより、ユーザ等は、具体的に改善すべき生活特性を把握することができるので、生活特性の改善に対するインセンティブを与えられることになる。

図８に、認知症のリスクを示す異なるタイプのレポートの例を示している。このレポート５０は、上記と同様に、提示システム１０のリスク提示部３０から出力される。レポート５０は、スコア表示エリア５７およびユーザ脳状態データ４１の経年推移表示エリア５１に加え、ユーザ認知力データ６１の解析結果表示エリア７５と、ユーザ認知力データ６１の経年推移表示エリア７１とを含む。スコア表示エリア５７は、ランク５５と、脳年齢５６ａに加えて、ＣＱスコア（Cognitive Quotient Score）７６の表示が含まれる。ＣＱスコア７６は、各認知機能テストを踏まえた総合的な個人の認知力・脳機能のスコアであり、平均を１００、標準偏差を１５に設定するとＩＱ（知能指数）およびその他の認知力テストのスコアリングと互換性があるスケールとなる。ＣＱスコア（ｃｑ）７６は以下の式（５）により求められる。
[式５]

変数ｘｉは、認知力テスト６０の各ドメインの評価結果であり、このレポート５０においては、短期記憶、作業記憶、実行機能、空間認知、計算の各機能のテスト結果である。認知力テスト６０に含まれるテスト項目（ドメイン）はこれらに限定されず、順唱、逆唱、計算、ストループテスト、メンタルローテーションの組み合わせであってもよく、その他のテスト項目の組み合わせであってもよい。式（５）においては、各テスト項目（ドメイン）のスコアについて正規分布の標準化（ｚ）を行った上で合算したものを総合スコア（ｃｑ、ＣＱスコア）７６とする。

このレポート５０においては、式（４）で示した累積密度関数を用い、同年齢の累積密度関数ｃｄｆ（ｃｑ｜μ，σ）７７を求め、算出されたＣＱスコア７６が含まれる数値範囲によりランク５５を求めている。例えば、平均が１００、標準偏差が１５の正規分布を仮定したときに、偏差値（standard score）が１１０を超えた「Ａｂｏｖｅ」の領域をランクＡ、偏差値が８０−１１０の「ＡｖｅｒａｇｅおよびＬｏｗ Ａｖｅｒａｇｅ」の領域をランクＢ、偏差値が７０−７９の「Ｌｏｗ」の領域をランクＣ、偏差値が７０未満の「Ｖｅｒｙ Ｌｏｗ」の領域をランクＤに設定している。

なお、認知力テストはこれらに限定されず、図９および図１０に列記する脳の健康状態（認知機能の状態並びに脳疾患及び精神疾患の有無及び程度を含む）を測定する検査またはテストその他の同様の形式の検査またはテストに従って、スコアを評価してもよい。

レポート５０の解析結果表示エリア７５には、認知力テスト６０の各項目（短期記憶、作業記憶、実行機能、空間認知、計算）の結果と、同年齢の標準とを示すレーダーチャート７８を含む。ユーザ認知力データ６１の経年推移表示エリア７１には、ユーザ認知力データ６１の各項目（短期記憶、作業記憶、実行機能、空間認知、計算）の経年推移ライン７２ａ〜７２ｅと、リスクラインとして同年齢層の標準ライン７４ａ〜７４ｅとを示す。

レポート５０の経年推移表示エリア５１には、ユーザ脳状態データ４１の経年推移ライン５２と、リスクライン５４に加え、ユーザ個体特性４３に基づいて同年齢層の平均推移ライン６５が示されている。これらの表示より、ユーザはレポート５０を見ることにより、認知症のリスクと、脳の健康状態の経過とを明確に把握できる。

図１１に、上述した提示システム１０における処理の概要を、フローチャートを用いて示している。ステップ１０１において、第１の認識部１１により、ユーザの脳の状態に係るデータであるユーザ脳状態データ４１および脳の機能である認知力に係るデータであるユーザ認知力データ６１の少なくともいずれかを含むユーザ脳健康データ１８ａを認識（取得）する。ステップ１０２において、第２の認識部（個体特性入力部）１２により、ユーザの個体特性であるユーザ個体特性４３を認識（取得）する。ステップ１０３において、提示システム１０は、予測処理が要求されているかを判断し、予測処理が要求されていなければ、ステップ１０４において、リスク提示部３０は、過去および現在のユーザ脳健康データ１８ａに基づいて、ユーザの過去から現在におけるユーザ脳健康データ１８ａの推移を示す経年推移ライン５２と、ユーザ個体特性４３に対応する個体特性１７ｂに関連付けられたサンプル脳健康データ１７ａに基づいて、サンプル脳健康データの年齢に応じた推移を参照して決定された認知症に関するリスクライン５４とによりリスクを提示する。

ステップ１０５において、リスク提示部３０は、さらに、ユーザ脳健康データ１８ａと、ユーザ個体特性４３に対応する個体特性１７ｂに関連付けられたサンプル脳健康データ１７ａとの比較の結果に基づいて、ユーザの認知症リスクを示すスコア５５、または、スコアに応じた記号を提示する。さらに、ステップ１０６において、リスク提示部３０は、これらの情報を含むレポート５０を作成してユーザに提供する。この段階のレポート５０は、経年予測ラインを含まないレポートとなる。

ステップ１０３において、予測処理が要求されると、ステップ１０７において、提示システム１０は、さらに、ユーザ生活特性の入力の有無を判断する。ユーザ生活特性４５の入力があれば、ステップ１０８において、第３の認識部（生活特性入力部）１３により、ユーザの生活特性であるユーザ生活特性４５を認識（取得）する。ステップ１０９において、リスク認識・予測部２０の予測部２２が、ユーザ個体特性４３に対応する個体特性１７ｂ、ユーザ生活特性４５に対応する生活特性１７ｃおよび年齢に関連付けられたサンプル脳健康データ１７ａと経年推移ライン５２とに基づいて、経年予測ライン５３を予測（算出）する。ステップ１０８において、ユーザ生活特性４５が入力されていない場合は、ステップ１０９において、予測部２２は、個体特性１７ｂに関連付けられたサンプル脳健康データ１７ａと経年推移ライン５２とに基づいて、経年予測ライン５３を生成する。

ステップ１１０において、リスク提示部３０は、経年推移ライン５２およびリスクライン５４に加え、経年予測ライン５３を提示する。ステップ１１１において、スコア算出部２３は、経年予測ライン５３上の第１の年齢のユーザ脳健康データ１８ａと、ユーザ個体特性４３に第１の年齢を加えた個体特性に対応する個体特性１７ｂ、およびユーザ生活特性４５に対応する生活特性１７ｃに関連付けられたサンプル脳健康データ１７ａとの比較の結果に基づいて、ユーザの将来の認知症リスクを示すスコア５５を算出し、リスク提示部３０は、スコア５５または、スコアに応じた記号を、経年予測ライン５３とともに、または代わりに提示する。ステップ１０８において、ユーザ生活特性４５が入力されていない場合は、ステップ１１０において、スコア算出部２３は、個体特性１７ｂに関連付けられたサンプル脳健康データ１７ａに基づきスコア５５を算出する。

ステップ１１２において、提示システム１０は、異なる（次の）ユーザ生活特性４５が提供されているか否かを判断する。異なるユーザ生活特性４５が提供されている場合は、ステップ１０８に戻って、異なる生活特性（第２のユーザ生活特性）４５を取得し、上記と同様の処理を行う。ステップ１０９においては、第２のユーザ生活特性４５に関わる第２の経年予測ライン５３ａを予測し、ステップ１１０においては、前回の生活特性（第１のユーザ生活特性）４５に関わる第１の経年予測ライン５３と、第２のユーザ生活特性４５に関わる第２の経年予測ライン５３ａとを比較可能に並べて、または連続的に提示する。ステップ１１１においては、第２のユーザ生活特性４５に関わる第２の経年予測ライン５３ａ上の第２のスコア５５を算出し、第１のユーザ生活特性４５に関わる第１の経年予測ライン５３上の第１のスコア５５と比較可能な状態で、経年予測ライン５３および５３ａとともに、あるいはそれらに代わり提示する。

ステップ１１２において、次のユーザ生活特性の入力がなければ、ステップ１１３において、複数の予測が実行されているか否かを判断し、複数の予測が実行されていなければ、ステップ１１４において、リスク提示部３０は、経年推移ライン５２、経年予測ライン５３、リスクライン５４およびスコア５５などを含むレポート５０を作成してユーザに提供する。複数の経年予測ライン５３が生成されていれば、ステップ１１５において、リスク提示部３０は、シミュレーションされた複数の経年予測ライン５３および複数のスコア５５などを含むレポート５０を作成してユーザに提供する。

なお、本実施形態においては、認知症リスクに関するスコア付けを行うに際し、ユーザ生活特性を参照して、脳状態データ及び認知力データを用いている。これは、信頼性のスコア（ひいては、認知症リスク）を認識するためである。しかしながら、本発明のスコア付けの方法は、このような方法に限定されるものではなく、ユーザ脳状態データとユーザ個体特性に対応する個体特性に関連付けられたサンプル脳状態データとの比較の結果に基づいて、スコア付けが行われていればよい。例えば、生活特性を参照しなくてもよいし、認知力データを用いず、脳状態データだけを用いてもよい。

また、図２に示すレポート５０のように、スコア表示エリア５７とともに、経年推移表示エリア５１を設け、その経年推移表示エリア５１に脳状態データに基づく認知症リスクを表示する場合等には、スコア表示エリア５７に表示するスコア５５等を、認知力データのみを参照して求めるようにしてもよい。

以上説明したように、提示システム１０では、リスク判定の対象となるユーザの脳状態に係るデータ（ユーザ脳状態データ）と、サンプル対象者の脳状態に係るデータ（サンプル脳状態データ）とを含む脳健康データを比較して、認知症リスクを認識している。脳状態に係るデータは、認知力に影響を及ぼす脳の状態に基づく定量的なパラメータという直接的なデータである。すなわち、この認知症リスク提示システム１０では、従来のシステムのようにユーザの脳波、動作等から推測された脳の機能という間接的なデータではなく、脳状態に係るデータという直接的なデータを用いることができる。

これにより、この提示システム１０では、認知症リスクの認識において、脳の機能に関する推測精度の影響を受けることが少ない。その結果、この提示システム１０によれば、従来のシステムに比べ、認知症リスクを精度よく認識することができる。

また、この提示システム１０では、認識した認知症リスクを、ユーザ脳状態データとサンプル脳状態データとの比較の結果という形で、ユーザ等に提示することができる。これにより、この提示システム１０によれば、ユーザ等は、十分な知識を有していない場合であっても、直感的に認知症リスクの大小を把握することができる。また、提示システム１０は、年齢に応じたラインである経年推移ラインとリスクラインと比較する形式で認知症リスクを提示することができる。このため、ユーザ等は、ユーザの認知症リスクの大小だけでなく、ユーザの認知症リスクの傾向（悪化しているか、改善されているか、悪化が抑制されているか等）も同時に把握することができるようになる。また、現在から未来の認知症リスクの推移の予測である経年予測ラインをリスクラインと比較可能に提示することができ、ユーザ等は、ユーザの認知症リスクの傾向をさらに的確に把握することができる。

また、提示システム１０は、経年予測ラインを認識するに際し、１または複数のユーザ生活特性を参照することができ、信頼性の高い経年予測ライン（ひいては、認知症リスクの傾向）を認識するとともに、ユーザ等は、ユーザの認知症リスクの傾向をさらに的確に把握することができる。さらに、複数のユーザ生活特性に関する経年予測ラインを比較できる形で提示することにより、ユーザ等は、生活特性の変動に応じた経年予測ライン（ひいては、認知症リスク）の変動を、直感的に把握することができる。これにより、ユーザ等は、具体的に改善すべき生活特性を把握することができるので、生活特性の改善に対するインセンティブを与えられることになる。

さらに、提示システム１０は、認知症リスクをスコア等として提示することができる。ユーザ等は、スコア等を認識するに際し、ユーザ生活特性を参照すると、信頼性の高いスコア等（ひいては、認知症リスク）を認識することができる。これにより、ユーザ等は、ユーザの認知症リスクの傾向をさらに的確に把握することができる。また、ユーザ等は、具体的に改善すべき生活特性を把握することができるので、生活特性の改善に対するインセンティブを与えられることになる。

上記には、ユーザの認知症リスクを提示する認知症リスク提示システムであって、サンプル対象者の脳の状態に係るデータであるサンプル脳状態データが、前記サンプル対象者の年齢、性別及び身体情報の少なくとも１つを含む個体特性に関連付けて格納されているデータ格納部と、前記ユーザの脳の状態に係るデータであるユーザ脳状態データを認識するユーザ脳状態認識部と、前記ユーザの個体特性であるユーザ個体特性を認識するユーザ個体特性認識部と、前記ユーザ脳状態データと前記ユーザ個体特性に対応する前記個体特性に関連付けられた前記サンプル脳状態データとの比較を行うリスク認識部と、前記リスク認識部による比較の結果を提示するリスク提示部とを備えていることを特徴とする認知症リスク提示システムが開示されている。前記サンプル脳状態データ及び前記ユーザ脳状態データは、脳の全体の容量、又は、脳の少なくとも１つの所定領域の容量を示すデータであり、前記リスク認識部は、過去の前記ユーザ脳状態データ及び現在の前記ユーザ脳状態データに基づいて、前記ユーザの過去から現在における前記ユーザ脳状態データの推移を示す経年推移ラインを認識し、前記ユーザ個体特性に対応する前記個体特性に関連付けられた前記サンプル脳状態データに基づいて、該サンプル脳状態データの年齢に応じた推移を参照して決定されたリスクラインを認識し、前記リスク提示部は、前記経年推移ラインと前記リスクラインとを、比較可能に並列させて提示してもよい。

前記リスク認識部は、前記経年推移ライン及び前記リスクラインを認識するとともに、前記経年推移ラインに基づいて、前記ユーザの現在から将来において予測される前記ユーザ脳状態データの推移を示す経年予測ラインを認識し、前記リスク提示部は、前記経年推移ライン及び前記経年予測ラインと前記リスクラインとを、比較可能に並列させて提示してもよい。システムは、前記ユーザの生活習慣及び生活環境の少なくとも１つを含む生活特性であるユーザ生活特性を認識するユーザ生活特性認識部を備え、前記データ格納部は、前記サンプル脳状態データを、前記個体特性、並びに、前記サンプル対象者の前記生活特性に関連付けて格納され、前記リスク認識部は、前記ユーザ生活特性に対応する前記生活特性に関連付けられた前記サンプル脳状態データに基づいて、該サンプル脳状態データの年齢に応じた推移を示す傾向ラインを認識し、前記傾向ラインと前記経年推移ラインとに基づいて、前記経年予測ラインを認識してもよい。前記リスク認識部は、前記ユーザ生活特性が変更された場合に、変更後の前記ユーザ生活特性に基づいて、前記経年予測ラインを再度認識し、前記リスク提示部は、変更前の前記ユーザ生活特性に基づいて認識された前記経年予測ラインと、変更後の前記ユーザ生活特性に基づいて認識された前記経年予測ラインとを、比較可能に並列させて、又は、比較可能に連続的に提示してもよい。

前記リスク認識部は、前記ユーザ脳状態データと、前記ユーザ個体特性に対応する前記個体特性に関連付けられた前記サンプル脳状態データとの比較の結果に基づいて、前記ユーザの前記認知症リスクをスコアとして認識し、前記リスク提示部は、前記スコア、又は、前記スコアに応じた記号を提示してもよい。システムは、前記ユーザの生活特性であるユーザ生活特性を認識するユーザ生活特性認識部を備え、前記データ格納部は、前記サンプル脳状態データを、前記個体特性、並びに、前記サンプル対象者の生活習慣及び生活環境の少なくとも１つを含む生活特性に関連付けて格納され、前記リスク認識部は、前記ユーザ脳状態データと、前記ユーザ個体特性に対応する前記個体特性に関連付けられた前記サンプル脳状態データ、及び、前記ユーザ生活特性に対応する前記生活特性に関連付けられた前記サンプル脳状態データとの比較の結果に基づいて、前記ユーザの前記認知症リスクをスコアとして認識してもよい。

システムは、前記ユーザの生活特性であるユーザ生活特性を認識するユーザ生活特性認識部を備え、前記データ格納部は、前記サンプル脳状態データを、前記個体特性、並びに、前記サンプル対象者の生活習慣及び生活環境の少なくとも１つを含む生活特性に関連付けて格納され、前記リスク認識部は、前記ユーザ生活特性が変更された場合に、変更後の前記ユーザ生活特性に基づいて、前記スコアを再度認識し、前記リスク提示部は、変更前の前記ユーザ生活特性に基づいて認識された前記スコア又は前記スコアに応じた記号と、変更後の前記ユーザ生活特性に基づいて認識された前記スコア又は前記スコアに応じた記号とを、比較可能に並列させて、又は、比較可能に連続的に提示してもよい。

上記には、また、ユーザの認知症リスクを提示する認知症リスク提示方法であって、データ格納部が、サンプル対象者の脳の状態に係るデータであるサンプル脳状態データが、前記サンプル対象者の年齢、性別及び身体情報の少なくとも１つを含む個体特性に関連付けて格納されているステップと、ユーザ脳状態認識部が、前記ユーザの脳の状態に係るデータであるユーザ脳状態データを認識するステップと、ユーザ個体特性認識部が、前記ユーザの個体特性であるユーザ個体特性を認識するステップと、リスク認識部が、前記ユーザ脳状態データと前記ユーザ個体特性に対応する前記個体特性に関連付けられた前記サンプル脳状態データとの比較を行うステップと、リスク提示部が、前記リスク認識部による比較の結果を提示するステップとを備えていることを特徴とする認知症リスク提示方法が開示されている。

以上、図示の実施形態について説明したが、本発明はこのような形態に限られるものではない。例えば、上記実施形態の提示システムでは、脳状態に係るデータとして、海馬の容量（海馬体積）の値を用いる。また、認知症リスクの判断に際しては、ユーザ個体特性に加え、ユーザ生活特性を参照している。しかしながら、本発明の認知症リスク提示システムは、そのような構成に限定されるものではなく、個体特性に基づいて脳状態データの比較を行って、認知症リスクを判断するものであればよい。例えば、海馬の容量に代わり、脳全体又は他の領域に係る値を用いてもよいし、生活特性を参照しなくてもよい。また、その他の当業者が想到可能な変更については、特許請求の範囲に示された範囲にしたがって、本発明の範囲に含まれるものである。

１０ 提示システム、 １７ データベース

Claims (18)

1. サンプル対象者の脳の状態に係るデータであるサンプル脳状態データおよび脳の機能である認知力に係るデータであるサンプル認知力データの少なくともいずれかを含むサンプル脳健康データが、前記サンプル対象者の年齢、性別及び身体情報の少なくとも１つを含む個体特性に関連付けられた第１のデータベースと、
   ユーザの脳の状態に係るデータであるユーザ脳状態データおよび脳の機能である認知力に係るデータであるユーザ認知力データの少なくともいずれかを含むユーザ脳健康データを認識する第１の認識部と、
   前記ユーザの個体特性であるユーザ個体特性を認識する第２の認識部と、
   過去および現在の前記ユーザ脳健康データに基づいて、前記ユーザの過去から現在における前記ユーザ脳健康データの推移を示す経年推移ラインと、前記ユーザ個体特性に対応する前記個体特性に関連付けられた前記サンプル脳健康データに基づいて、該サンプル脳健康データの年齢に応じた推移を参照して決定された認知症に関するリスクラインとを提示するリスク提示部とを有するシステム。
2. 請求項１において、
   前記リスク提示部は、前記ユーザ脳健康データと、前記ユーザ個体特性に対応する前記個体特性に関連付けられた前記サンプル脳健康データとの比較の結果に基づいて、前記ユーザの認知症リスクを示すスコア、または、前記スコアに応じた記号を提示する第１のスコア提示部を含む、システム。
3. 請求項１または２において、さらに、
   前記経年推移ラインに基づいて、前記ユーザの現在から将来において予測される前記ユーザ脳健康データの推移を示す経年予測ラインを予測する予測部を有し、
   前記リスク提示部は、前記経年推移ラインおよび前記リスクラインに加え、前記経年予測ラインを提示する予測提示部を含む、システム。
4. 請求項３において、
   前記リスク提示部は、前記経年予測ライン上の第１の年齢の前記ユーザ脳健康データと、前記ユーザ個体特性に前記第１の年齢を加えた個体特性に対応する前記個体特性に関連付けられた前記サンプル脳健康データとの比較の結果に基づいて、前記ユーザの将来の認知症リスクを示すスコア、または、前記スコアに応じた記号を、前記経年予測ラインとともに、または代わりに提示する第２のスコア提示部を含む、システム。
5. 請求項３または４において、
   前記第１のデータベースでは、前記サンプル脳健康データが、前記個体特性、並びに、前記サンプル対象者の生活習慣および生活環境の少なくとも１つを含む生活特性に関連付けられており、
   前記ユーザの生活特性であるユーザ生活特性を認識する第３の認識部を、さらに有し、
   前記予測部は、前記ユーザ個体特性に対応する前記個体特性、前記ユーザ生活特性に対応する前記生活特性および年齢に関連付けられた前記サンプル脳健康データと前記経年推移ラインとに基づいて、前記経年予測ラインを予測する、システム。
6. 請求項５において、
   前記リスク提示部は、前記経年予測ライン上の第１の年齢の前記ユーザ脳健康データと、前記ユーザ個体特性に前記第１の年齢を加えた個体特性に対応する前記個体特性、および前記ユーザ生活特性に対応する前記生活特性に関連付けられた前記サンプル脳健康データとの比較の結果に基づいて、前記ユーザの将来の認知症リスクを示すスコア、または、前記スコアに応じた記号を、前記経年予測ラインとともに、または代わりに提示する第３のスコア提示部を含む、システム。
7. 請求項５または６において、
   前記予測部は、同一のユーザに対し、第１の前記ユーザ生活特性に基づく第１の前記経年予測ラインと、第２の前記ユーザ生活特性に基づく第２の前記経年予測ラインとを認識する比較予想部を含み、
   前記リスク提示部は、前記第１の経年予測ラインと前記第２の経年予測ラインとを比較可能に並べて、または連続的に提示する比較提示部を含む、システム。
8. 請求項７において、
   前記リスク提示部は、前記第１の経年予測ライン上の第１の年齢の前記ユーザ脳健康データと、前記ユーザ個体特性に前記第１の年齢を加えた個体特性に対応する前記個体特性、および前記第１のユーザ生活特性に対応する前記生活特性に関連付けられた前記サンプル脳健康データとの比較の結果に基づいて、前記ユーザの将来の認知症リスクを示す第１のスコア、または、前記第１のスコアに応じた記号と、
   前記第２の経年予測ライン上の第１の年齢の前記ユーザ脳健康データと、前記ユーザ個体特性に前記第１の年齢を加えた個体特性に対応する前記個体特性、および前記第２のユーザ生活特性に対応する前記生活特性に関連付けられた前記サンプル脳健康データとの比較の結果に基づいて、前記ユーザの将来の認知症リスクを示す第２のスコア、または、前記第２のスコアに応じた記号とを前記第１の経年予測ラインと前記第２の経年予測ラインとともに、または代わりに提示する第４のスコア提示部を含む、システム。
9. 請求項１ないし８のいずれかにおいて、
   前記サンプル脳状態データおよび前記ユーザ脳状態データは、脳の全体の容量、脳の少なくとも１つの所定領域の容量、脳画像、脳波、脳血流の少なくともいずれかを示すデータを含む、システム。
10. サンプル対象者の脳の状態に係るデータであるサンプル脳状態データおよび脳の機能である認知力に係るデータであるサンプル認知力データの少なくともいずれかを含むサンプル脳健康データが、前記サンプル対象者の年齢、性別及び身体情報の少なくとも１つを含む個体特性に関連付けられた第１のデータベースを参照可能なシステムを用いて認知症のリスクを提示する方法であって、
    ユーザの脳の状態に係るデータであるユーザ脳状態データおよび脳の機能である認知力に係るデータであるユーザ認知力データの少なくともいずれかを含むユーザ脳健康データを認識することと、
    前記ユーザの個体特性であるユーザ個体特性を認識することと、
    過去および現在の前記ユーザ脳健康データに基づいて、前記ユーザの過去から現在における前記ユーザ脳健康データの推移を示す経年推移ラインと、前記ユーザ個体特性に対応する前記個体特性に関連付けられた前記サンプル脳健康データに基づいて、該サンプル脳健康データの年齢に応じた推移を参照して決定された認知症に関するリスクラインとによりリスクを提示することとを有する方法。
11. 請求項１０において、さらに、
    前記ユーザ脳健康データと、前記ユーザ個体特性に対応する前記個体特性に関連付けられた前記サンプル脳健康データとの比較の結果に基づいて、前記ユーザの認知症リスクを示すスコア、または、前記スコアに応じた記号を提示することを有する、方法。
12. 請求項１０または１１において、さらに、
    前記経年推移ラインに基づいて、前記ユーザの現在から将来において予測される前記ユーザ脳健康データの推移を示す経年予測ラインを予測することを有し、
    前記リスクを提示することは、前記経年推移ラインおよび前記リスクラインに加え、前記経年予測ラインを提示することを含む、方法。
13. 請求項１２において、さらに、
    前記経年予測ライン上の第１の年齢の前記ユーザ脳健康データと、前記ユーザ個体特性に前記第１の年齢を加えた個体特性に対応する前記個体特性に関連付けられた前記サンプル脳健康データとの比較の結果に基づいて、前記ユーザの将来の認知症リスクを示すスコア、または、前記スコアに応じた記号を、前記経年予測ラインとともに、または代わりに提示することを有する、方法。
14. 請求項１２または１３において、
    前記第１のデータベースでは、前記サンプル脳健康データが、前記個体特性、並びに、前記サンプル対象者の生活習慣および生活環境の少なくとも１つを含む生活特性に関連付けられており、
    当該方法は、さらに、前記ユーザの生活特性であるユーザ生活特性を認識することを有し、
    前記予測することは、前記ユーザ個体特性に対応する前記個体特性、前記ユーザ生活特性に対応する前記生活特性および年齢に関連付けられた前記サンプル脳健康データと前記経年推移ラインとに基づいて、前記経年予測ラインを予測することを含む、方法。
15. 請求項１４において、さらに、
    前記経年予測ライン上の第１の年齢の前記ユーザ脳健康データと、前記ユーザ個体特性に前記第１の年齢を加えた個体特性に対応する前記個体特性、および前記ユーザ生活特性に対応する前記生活特性に関連付けられた前記サンプル脳健康データとの比較の結果に基づいて、前記ユーザの将来の認知症リスクを示すスコア、または、前記スコアに応じた記号を、前記経年予測ラインとともに、または代わりに提示することを有する、方法。
16. 請求項１４または１５において、
    前記予測することは、同一のユーザに対し、第１の前記ユーザ生活特性に基づく第１の前記経年予測ラインと、第２の前記ユーザ生活特性に基づく第２の前記経年予測ラインとを予測することを含み、
    前記リスクを提示することは、前記第１の経年予測ラインと前記第２の経年予測ラインとを比較可能に並べて、または連続的に提示することを含む、方法。
17. 請求項１６において、さらに、
    前記第１の経年予測ライン上の第１の年齢の前記ユーザ脳健康データと、前記ユーザ個体特性に前記第１の年齢を加えた個体特性に対応する前記個体特性、および前記第１のユーザ生活特性に対応する前記生活特性に関連付けられた前記サンプル脳健康データとの比較の結果に基づいて、前記ユーザの将来の認知症リスクを示す第１のスコア、または、前記第１のスコアに応じた記号と、前記第２の経年予測ライン上の第１の年齢の前記ユーザ脳健康データと、前記ユーザ個体特性に前記第１の年齢を加えた個体特性に対応する前記個体特性、および前記第２のユーザ生活特性に対応する前記生活特性に関連付けられた前記サンプル脳健康データとの比較の結果に基づいて、前記ユーザの将来の認知症リスクを示す第２のスコア、または、前記第２のスコアに応じた記号とを前記第１の経年予測ラインと前記第２の経年予測ラインとともに、または代わりに提示することを有する、方法。
18. 前記請求項１ないし９のいずれかに記載にシステムとしてコンピュータを稼働させるための命令を有するプログラム。

Images