JP2021133184A - 熱中症予防システム - Google Patents
熱中症予防システム Download PDFInfo
- Publication number
- JP2021133184A JP2021133184A JP2020034295A JP2020034295A JP2021133184A JP 2021133184 A JP2021133184 A JP 2021133184A JP 2020034295 A JP2020034295 A JP 2020034295A JP 2020034295 A JP2020034295 A JP 2020034295A JP 2021133184 A JP2021133184 A JP 2021133184A
- Authority
- JP
- Japan
- Prior art keywords
- whole body
- amount
- heat stroke
- sweating
- sweating amount
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000002265 prevention Effects 0.000 title claims abstract 5
- 208000025599 Heat Stress disease Diseases 0.000 title abstract 6
- 206010068188 Heat illness Diseases 0.000 title abstract 6
- 238000004364 calculation method Methods 0.000 claims abstract description 45
- 238000013500 data storage Methods 0.000 claims abstract description 17
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 208000008454 Hyperhidrosis Diseases 0.000 claims description 203
- 230000035900 sweating Effects 0.000 claims description 203
- 206010019345 Heat stroke Diseases 0.000 claims description 123
- 210000004243 sweat Anatomy 0.000 claims description 67
- 230000009861 stroke prevention Effects 0.000 claims description 57
- 230000001133 acceleration Effects 0.000 claims description 38
- 230000007613 environmental effect Effects 0.000 claims description 26
- 230000003741 hair volume Effects 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 claims description 5
- 230000036757 core body temperature Effects 0.000 claims description 5
- 230000036387 respiratory rate Effects 0.000 claims description 5
- 230000009885 systemic effect Effects 0.000 claims description 5
- 230000037396 body weight Effects 0.000 abstract description 15
- 238000002474 experimental method Methods 0.000 description 22
- 238000007726 management method Methods 0.000 description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 14
- 239000000463 material Substances 0.000 description 11
- 238000004891 communication Methods 0.000 description 6
- 238000000611 regression analysis Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 125000006850 spacer group Chemical group 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 230000005494 condensation Effects 0.000 description 2
- 238000009833 condensation Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 229920003002 synthetic resin Polymers 0.000 description 2
- 239000000057 synthetic resin Substances 0.000 description 2
- 230000004580 weight loss Effects 0.000 description 2
- 229920000742 Cotton Polymers 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 229920002994 synthetic fiber Polymers 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Landscapes
- Alarm Systems (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Emergency Alarm Devices (AREA)
Abstract
【課題】熱中症になる可能性の予測精度を向上させることができる熱中症予防システムを提供する。【解決手段】熱中症予防システム１００は、人の頭部発汗量を測定する発汗量測定部９１１と、人の身長又は体重を含む固有データを記憶する固有データ記憶部１０３と、発汗量測定部から取得した発汗量データ及び固有データに基づいて、人の全身発汗量を算出する全身発汗量算出部２０１と、全身発汗量に基づいて、人が熱中症になる可能性を予測する熱中症予測部２０３と、を備える。【選択図】図１
Description
本発明は、熱中症予防システムに関する。
工事現場等においては、作業者は高温の環境下で作業に従事することがある。高温の環境下においては、作業者の熱中症を予防することが必要となる。例えば特許文献１には、熱中症予防システムの一例が記載されている。特許文献１の熱中症予防システムにおいては、人の身体の状態を測定する身体状態センサから取得した測定データ、及び測定データと熱中症発生リスクとの関係を示す関係データに基づいて、熱中症発生リスクが算出されている。
しかし、特許文献１の熱中症予防システムでは、熱中症になる可能性の予測精度を向上させるには限界があった。
本発明は、上述した課題を解決するものであり、熱中症になる可能性の予測精度を向上させることができる熱中症予防システムを提供することを目的とする。
上記の目的を達成するための熱中症予防システムは、人の頭部発汗量を測定する発汗量測定部と、前記人の身長又は体重を含む固有データを記憶する固有データ記憶部と、前記発汗量測定部から取得した発汗量データ及び前記固有データに基づいて、前記人の全身発汗量を算出する全身発汗量算出部と、前記全身発汗量に基づいて、前記人が熱中症になる可能性を予測する熱中症予測部と、を備える。
本開示の熱中症予防システムの望ましい態様として、前記人のいる場所の環境を測定する環境測定装置を備え、前記全身発汗量算出部は、前記発汗量データ、前記固有データ、及び前記環境測定装置から取得した環境データに基づいて、前記全身発汗量を算出する。
本開示の熱中症予防システムの望ましい態様として、前記人の皮膚温度、深部体温、心拍数、心拍間隔、及び呼吸数の少なくとも１つを測定するバイタルセンサを備え、前記全身発汗量算出部は、前記発汗量データ、前記固有データ、及び前記バイタルセンサから取得したバイタルデータに基づいて、前記全身発汗量を算出する。
本開示の熱中症予防システムの望ましい態様として、前記固有データは、前記人の熱中症罹患履歴を含む。
本開示の熱中症予防システムの望ましい態様として、前記熱中症予測部は、人工知能によって前記人が熱中症になる可能性を予測する。
本開示の熱中症予防システムの望ましい態様として、前記固有データは、前記人の頭部表面積及び全身表面積を含み、前記全身発汗量算出部は、前記発汗量データ、前記頭部表面積、及び前記全身表面積に基づいて、前記全身発汗量を算出する。
本開示の熱中症予防システムの望ましい態様として、前記全身発汗量算出部は、前記全身発汗量をＰ、所定の係数をα、前記頭部発汗量をＱ、前記頭部表面積をＲ、前記全身表面積をＳとすると、下記式（８）によって前記全身発汗量を算出する。
Ｐ＝α×Ｑ×Ｓ／Ｒ ・・・（８）
本開示の熱中症予防システムの望ましい態様として、前記人に取り付けられる加速度センサを備え、前記全身発汗量算出部は、前記加速度センサから取得した情報に基づいて、前記所定の係数を変更する。
本開示の熱中症予防システムの望ましい態様として、前記全身発汗量算出部は、前記加速度センサから取得した加速度が所定の閾値未満である場合に前記所定の係数を第１値に設定し、前記加速度センサから取得した加速度が所定の閾値以上である場合に前記所定の係数を第２値に設定し、前記第２値は、前記第１値よりも大きい。
本開示の熱中症予防システムの望ましい態様として、前記所定の係数は、１以上２以下である。
本開示の熱中症予防システムの望ましい態様として、前記所定の係数は、１．４以上１．８以下である。
本開示の熱中症予防システムの望ましい態様として、前記固有データは、前記人の身長、体重、及び頭囲を含み、前記固有データ記憶部は、前記身長、前記体重、及び前記頭囲に基づいて算出した前記頭部表面積及び前記全身表面積を記憶している。
本開示の熱中症予防システムの望ましい態様として、前記人の運動時間を測定する運動時間測定部と、前記人のいる場所の気温を測定する環境測定装置と、を備え、前記全身発汗量算出部は、前記発汗量データ、前記運動時間測定部から取得した運動時間データ、及び前記環境測定装置から取得した環境データに基づいて、前記人の全身発汗量を算出する。
本開示の熱中症予防システムの望ましい態様として、前記固有データは、前記人の年齢、身長、体重、頭囲、頭髪量、及び運動習慣を含み、前記環境測定装置は、前記人のいる場所の相対湿度を測定し、前記全身発汗量算出部は、前記発汗量データ、前記運動時間データ、前記環境データ、及び前記固有データに基づいて、前記全身発汗量を算出する。
本開示の熱中症予防システムの望ましい態様として、前記全身発汗量算出部は、前記全身発汗量をＰ、前記頭部発汗量をＱ、前記年齢をＹ、前記体重をＷ、前記身長をＨｅ、前記頭囲をＣ、前記頭髪量をＨａ、前記運動習慣をＭｃ、前記運動時間をＭｔ、前記気温をＴ、前記相対湿度をＨｕとすると、下記式（９）によって前記全身発汗量を算出する。
Ｐ＝α１×Ｑ＋α２×Ｙ＋α３×Ｗ＋α４×Ｈｅ＋α５×Ｃ＋α６×Ｈａ＋α７×Ｍｃ＋α８×Ｍｔ＋α９×Ｔ＋α１０×Ｈｕ＋α１１ ・・・（９）
本開示の熱中症予防システムの望ましい態様として、前記全身発汗量算出部は、全身発汗量推定値（ｇ）をＰ、頭部発汗量（ｇ）をＱ、年齢（歳）をＹ、体重（ｋｇ）をＷ、身長（ｃｍ）をＨｅ、頭囲（ｃｍ）をＣ、頭髪量（ｇ）をＨａ、運動習慣（回／週）をＭｃ、運動時間（分）をＭｔ、気温（℃）をＴ、相対湿度（％）をＨｕとすると、下記式（１４）によって前記全身発汗量を算出する。
Ｐ＝９．５４×Ｑ−０．２×Ｙ＋０．７６×Ｗ＋０．１７×Ｈｅ＋２．５６×Ｃ＋１３．２×Ｈａ−０．１×Ｍｃ＋４．８９×Ｍｔ＋２７．１×Ｔ＋０．８７×Ｈｕ−１９００ ・・・（１４）
本開示の熱中症予防システムによれば、熱中症になる可能性の予測精度を向上させることができる。
以下、本発明につき図面を参照しつつ詳細に説明する。なお、本発明を実施するための形態（以下、実施形態という）により本発明が限定されるものではない。また、下記実施形態における構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、下記実施形態で開示した構成要素は適宜組み合わせることが可能である。
（実施形態）
図１は、実施形態の熱中症予防システムの模式図である。図２は、実施形態の熱中症予防システムの模式図である。図３は、実施形態の頭部装着装置の断面図である。
図１は、実施形態の熱中症予防システムの模式図である。図２は、実施形態の熱中症予防システムの模式図である。図３は、実施形態の頭部装着装置の断面図である。
本実施形態の熱中症予防システム１００は、作業者の熱中症の発症を抑制するためのシステムである。熱中症予防システム１００は、例えば建設現場等における作業者に適用される。熱中症予防システム１００は、人の全身発汗量を推定する全身発汗量推定システム５００でもある。図１に示すように、熱中症予防システム１００は、頭部装着装置１０と、環境測定装置５９と、管理装置９１と、警報装置９５と、固有データ記憶部１０３と、熱中症予測装置２００と、を含む。
頭部装着装置１０は、例えば作業者の頭部に装着される。以下の説明において、頭部装着装置１０を装着する人間を装着者と記載する。例えば本実施形態の頭部装着装置１０はヘルメットである。図１から図３に示すように、頭部装着装置１０は、内殻３０と、外殻２０と、スペーサ４０と、ファン６０と、バッテリー１１と、第１流路４１と、第２流路４２と、第１湿度センサ５１と、第２湿度センサ５２と、バイタルセンサ５６と、加速度センサ５７と、通信装置５８と、を備える。
図３に示すように、内殻３０は、装着者の頭部に面する部材である。内殻３０は、例えば合成樹脂又は布等で形成されている。内殻３０は、複数の隙間を備えており、装着者の頭部の一部を覆っている。装着者の頭部で生じる汗は、水蒸気となり、内殻３０に遮閉されずに内殻３０を通過する。
図３に示すように、外殻２０は、内殻３０を覆う部材であって、半球状である。外殻２０は、本体２１と、緩衝材２５と、を備える。本体２１は、例えば合成樹脂で形成されている。緩衝材２５は、本体２１の内表面に取り付けられている。緩衝材２５の内表面は、内殻３０に面している。緩衝材２５は、内部に空洞を備える。以下の説明において、外殻２０で囲まれる略半球状の領域に対して外側の領域を外部Ｅとする。
図３に示すように、スペーサ４０は、内殻３０と外殻２０との間に配置されている。より具体的には、スペーサ４０は、内殻３０と緩衝材２５との間に挟まっている。このため、内殻３０と緩衝材２５との間には隙間がある。
図３に示すように、ファン６０は、外殻２０に設けられる。ファン６０の風量は、手動又は管理装置９１に含まれる制御回路で調節できる。ファン６０は、第２流路４２から出る排出空気の温度が排出空気の露点温度以上となる風量で送風するように調節される。すなわち、ファン６０は、排出空気の周辺のものに結露が生じない風量で送風するように調節される。ファン６０の最低風量は、排出空気が露点温度以上となるような風量であることが好ましい。これは、一般的に湿度センサは相対湿度が１００％より高い空気の湿度（露点温度以下である空気の湿度）を計測できないためである。排出空気の相対湿度を１００％以下にするためには、後述する第２湿度センサ５２が計測した温度が露点温度以上になるように管理装置９１がファン６０の風量を増加させればよい。一般的な作業環境である排出空気の相対湿度が１００％にならないような環境下（排出空気の周辺のものに結露が生じない環境下）で使用される場合には、装着者の暑さに対する耐性及び発汗量に応じて、簡易的に手動でファン６０の風量を好みの風量に設定しても、排出空気は露点以上となる。このため、後述する第２湿度センサ５２は、正確な絶対湿度を計測できる。第２湿度センサ５２の表面の空気が入れ替わるように、ファン６０の最低風量は、０．０１ｌ／ｍｉｎ以上であることが好ましい。ファン６０の風量は、０．０１ｌ／ｍｉｎ以上５００ｌ／ｍｉｎ以下であることがより好ましい。
バッテリー１１は、ファン６０、第１湿度センサ５１、第２湿度センサ５２、バイタルセンサ５６、加速度センサ５７、及び通信装置５８に電力を供給する。バッテリー１１は、外殻２０に取り付けられる。
図３に示すように、第１流路４１は、装着者の頭部と緩衝材２５との間の隙間である。第１流路４１の下端部は、外部Ｅに繋がっている。第１流路４１の上端部は、緩衝材２５に設けられた穴に繋がっている。緩衝材２５に設けられた穴には、ファン６０が配置される。ファン６０は、第１流路４１の上端部に位置する。すなわち、ファン６０は、第１流路４１の下流側端部に位置する。
図３に示すように、第２流路４２は、外殻２０に設けられる流路である。第２流路４２は、緩衝材２５に設けられた空洞である。第２流路４２は、第１流路４１に繋がっている。第２流路４２の下端部は、外部Ｅに繋がっている。
ファン６０は、第１流路４１から第２流路４２に向かって空気を送る。空気は外部Ｅから第１流路４１に入り、第２流路４２から外部Ｅへ排出される。装着者が汗をかくと、第１流路４１には水蒸気が供給される。汗による水蒸気を含む第１流路４１の空気が、第２流路４２を経て外部Ｅに排出される。
第１湿度センサ５１は、第１流路４１に入る吸入空気の絶対湿度（以下、第１絶対湿度という）を測定するためのセンサである。絶対湿度は、単位体積当たりの空気に含まれる水蒸気の量である。図３に示すように、第１湿度センサ５１は外部Ｅに位置する。例えば、第１湿度センサ５１は、外殻２０に取り付けられている。第１湿度センサ５１は、外部Ｅの空気の温度及び相対湿度を測定する。
第２湿度センサ５２は、第２流路４２から出る排出空気の絶対湿度（以下、第２絶対湿度という）を測定するためのセンサである。図３に示すように、第２湿度センサ５２は、第２流路４２に配置される。第２湿度センサ５２は、第２流路４２の空気の温度及び相対湿度を測定する。
バイタルセンサ５６は、装着者の皮膚温度、深部体温、心拍数、心拍間隔、及び呼吸数の少なくとも１つを測定するセンサである。バイタルセンサ５６は、図３に示すように、内殻３０の内表面に取り付けられている。バイタルセンサ５６は、装着者に接している。
加速度センサ５７は、装着者の運動状態を測定するためのセンサである。加速度センサ５７は、装着者の動きによって生じる加速度を検出する。加速度センサ５７は、外殻２０に取り付けられる。
通信装置５８は、第１湿度センサ５１、第２湿度センサ５２、バイタルセンサ５６、及び加速度センサ５７が検出した情報を管理装置９１に送信するための装置である。通信装置５８は、図１に示すように外殻２０に取り付けられている。
環境測定装置５９は、装着者がいる場所の環境を測定する。より具体的には、環境測定装置５９は、湿球温度、乾球温度、黒球温度及び日射を測定する。環境測定装置５９は、装着者のいる作業現場に配置される。環境測定装置５９は、湿球温度、乾球温度及び黒球温度の測定値に基づいて、暑さ指数（ＷＢＧＴ：Wet Bulb Globe Temperature）、及び相対湿度を算出する。環境測定装置５９は、測定した情報を、例えば通信装置を介して管理装置９１に送信する。
管理装置９１は、コンピュータであり、例えばＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、入力インターフェース、及び出力インターフェース等を含む。管理装置９１は、第１湿度センサ５１、第２湿度センサ５２、バイタルセンサ５６、加速度センサ５７及び環境測定装置５９の測定値を受信する。管理装置９１は、１つの作業現場にいる複数の装着者から測定値を受信する。また、管理装置９１は、複数の作業現場から測定値を受信する。
図１に示すように、管理装置９１は、発汗量測定部９１１と、運動時間測定部９１３と、を備える。発汗量測定部９１１は、装着者の頭部発汗量を算出する。運動時間測定部９１３は、装着者の運動時間を算出する。
発汗量測定部９１１は、第１湿度センサ５１から受信した吸入空気の温度及び相対湿度に基づいて第１絶対湿度を演算する。相対湿度から絶対湿度を推定するのには各種の近似式があるが、ここでは比較的よく用いられるTetensの式で推定することとし、第１絶対湿度をＸ（ｇ／ｍ３）、吸入空気の温度をｔＡ（Ｋ）、吸入空気の相対湿度をＲＨＡ（％）、吸入空気の飽和水蒸気圧をｅＡ（ｈＰａ）とした場合、発汗量測定部９１１は、下記式（１）及び式（２）からＸを得る。
発汗量測定部９１１は、第１絶対湿度（Ｘ）及びファン６０の風量に基づき、単位時間当たりに第１流路４１に入る水分の質量を演算する。単位時間当たりに第１流路４１に入る水分の質量をＡ（ｇ／ｍｉｎ）、ファン６０の風量をＶ（ｍ３／ｍｉｎ）とした場合、発汗量測定部９１１は、下記式（３）からＡを得る。
発汗量測定部９１１は、第２湿度センサ５２から受信した排出空気の温度及び相対湿度に基づいて第２絶対湿度を演算する。第２絶対湿度をＹ（ｇ／ｍ３）、排出空気の温度をｔＢ（Ｋ）、排出空気の相対湿度をＲＨＢ（％）、排出空気の飽和水蒸気圧をｅＢ（ｈＰａ）とした場合、発汗量測定部９１１は、下記式（４）及び式（５）からＹを得る。
発汗量測定部９１１は、第２絶対湿度（Ｙ）及びファン６０の風量に基づき、単位時間当たりに第２流路４２から出る水分の質量を演算する。この水分の質量をＢ（ｇ／ｍｉｎ）とした場合、発汗量測定部９１１は、下記式（６）からＢを得る。
単位時間当たりに装着者の頭部から蒸発した水分の質量をＣ（ｇ／ｍｉｎ）とした場合、発汗量測定部９１１は、下記式（７）からＣを得る。以下の説明において、単位時間当たりに装着者の頭部から蒸発した水分の質量（Ｃ）は、頭部発汗量と記載される。発汗量測定部９１１は、頭部発汗量を所定間隔毎に演算し記憶する。
運動時間測定部９１３は、装着者の運動時間を算出する。例えば、運動時間測定部９１３は、加速度センサ５７から取得した情報に基づいて、装着者の運動時間を算出する。運動時間測定部９１３は、加速度センサ５７が検出した加速度が所定の閾値を超えた時間を積算することによって装着者の運動時間を算出する。運動時間測定部９１３は、加速度センサ５７が検出した加速度が所定の閾値以下である状態が一定時間継続した場合に、運動時間をリセットする。なお、運動時間測定部９１３は、他の方法で運動時間を算出してもよい。例えば、運動時間測定部９１３は、ファン６０の風量センサから取得した情報に基づいて運動時間を算出してもよい。運動時間測定部９１３は、ファン６０の風量が所定の閾値を超えた時間を積算することによって装着者の運動時間を算出する。
警報装置９５は、装着者に自身が熱中症になる可能性があることを認識させるための装置である。警報装置９５は、例えばスマートフォン等である。警報装置９５は、熱中症予測装置２００から受信した情報に基づいて、警報を発する。警報の種類は特に限定されない。警報の例としては、音、光又は振動が挙げられる。
固有データ記憶部１０３は、装着者の固有データを記憶する装置である。固有データ記憶部１０３は、コンピュータであり、例えばＣＰＵ、ＲＯＭ、ＲＡＭ、入力インターフェース、及び出力インターフェース等を含む。固有データは、装着者の年齢、性別、身長、体重、頭囲、頭髪量、運動習慣、及び熱中症罹患履歴を含む。例えば、定期的に行われる身体計測の結果が、固有データとして固有データ記憶部１０３に記憶される。運動習慣は、一定期間において一定強度以上の運動を行う頻度であり、無次元数である。固有データ記憶部１０３は、例えば身長、体重、及び頭囲に基づき、装着者の頭部表面積及び全身表面積を算出し、記憶している。なお、固有データ記憶部１０３は、直接測定された装着者の頭部表面積及び全身表面積を記憶していてもよい。熱中症罹患履歴は、装着者が熱中症に罹患した回数である。なお、熱中症罹患履歴は、一定期間において熱中症に罹患した頻度等であってもよい。また、固有データ記憶部１０３は、熱中症罹患履歴が０でない装着者について、熱中症になった時の発汗量データ、バイタルデータ、及び環境データ等を記憶している。
熱中症予測装置２００は、装着者が熱中症になる可能性を予測する装置である。熱中症予測装置２００は、クラウド３００の一部である。クラウド３００は、クラウドコンピューティングとも呼ばれる。例えば、熱中症予測装置２００は、クラウド３００のサーバに含まれる。
熱中症予測装置２００は、インターネットを介して管理装置９１から発汗量データ、バイタルデータ、及び環境データを受信する。発汗量データは、例えば発汗量測定部９１１が算出する頭部発汗量のリアルタイムの値である。バイタルデータは、バイタルセンサが測定する皮膚温度、深部体温、心拍数、心拍間隔、又は呼吸数のリアルタイムの値である。環境データは、環境測定装置５９が測定した気温（乾球温度）、相対湿度、及び暑さ指数（ＷＢＧＴ）のリアルタイムの値である。なお、発汗量データは、発汗量測定部９１１が算出した頭部発汗量の一定時間毎の平均値等であってもよい。なお、バイタルデータは、バイタルセンサが測定した頭部発汗量の一定時間毎の平均値等であってもよい。環境データは、環境測定装置５９が測定した気温（乾球温度）、相対湿度、及び暑さ指数（ＷＢＧＴ）の一定時間毎の平均値等であってもよい。
図１に示すように、熱中症予測装置２００は、全身発汗量算出部２０１と、熱中症予測部２０３と、を備える。全身発汗量算出部２０１は、装着者の全身発汗量を算出する。全身発汗量算出部２０１は、頭部発汗量、装着者の頭部表面積及び全身表面積に基づき、装着者の全身発汗量を算出する。全身発汗量算出部２０１は、全身発汗量（ｇ）をＰ、所定の係数をα、頭部発汗量（ｇ）をＱ、頭部表面積（ｍ２）をＲ、全身表面積（ｍ２）をＳとすると、下記式（８）によって全身発汗量を算出する。所定の係数（α）は、１以上２以下である。所定の係数（α）は、１．４以上１．８以下であることが好ましい。
Ｐ＝α×Ｑ×Ｓ／Ｒ ・・・（８）
全身発汗量算出部２０１は、加速度センサ５７から取得した情報に基づいて、所定の係数（α）を変更する。例えば、全身発汗量算出部２０１は、加速度センサ５７が測定した装着者の加速度が所定の閾値未満の場合に、所定の係数（α）を第１値に設定する。加速度が所定の閾値未満の場合は、装着者が安静にしている状態を想定している。全身発汗量算出部２０１は、加速度センサ５７が測定した装着者の加速度が所定の閾値以上の場合に、所定の係数（α）として第２値を設定する。加速度が所定の閾値以上の場合は、装着者が運動している状態を想定している。第２値は、第１値よりも大きい。例えば、第２値が２であり、第１値が１である。例えば、第２値が１．８であり、第１値が１．４であってもよい。
なお、全身発汗量算出部２０１は、発汗量データ、運動時間データ、及び環境データに基づいて、装着者の全身発汗量を算出してもよい。例えば、全身発汗量算出部２０１は、装着者の年齢、体重、身長、頭囲、頭髪量、運動習慣、運動時間、環境の気温、及び相対湿度に基づいて、全身発汗量を算出する。具体的には、全身発汗量（ｇ）をＰ、頭部発汗量（ｇ）をＱ、年齢（歳）をＹ、体重（ｋｇ）をＷ、身長（ｃｍ）をＨｅ、頭囲（ｃｍ）をＣ、頭髪量（ｇ）をＨａ、運動習慣（回／週）をＭｃ、運動時間（分）をＭｔ、気温（℃）をＴ、相対湿度（％）をＨｕとすると、全身発汗量算出部２０１は、下記式（９）によって全身発汗量を算出する。
Ｐ＝α１×Ｑ＋α２×Ｙ＋α３×Ｗ＋α４×Ｈｅ＋α５×Ｃ＋α６×Ｈａ＋α７×Ｍｃ＋α８×Ｍｔ＋α９×Ｔ＋α１０×Ｈｕ＋α１１ ・・・（９）
式（９）において、α２、α７、及びα１１は、負の値であり、その他の係数は正の値であることが好ましい。例えば、α１が９．５４であり、α２×が−０．２であり、α３が０．７６であり、α４が０．１７であり、α５が２．５６であり、α６×が１３．２であり、α７×が−０．１であり、α８×が４．８９であり、α９×が２７．１であり、α１０が０．８７であり、α１１が−１９００である。
熱中症予測部２０３は、全身発汗量に基づき、装着者が熱中症になる可能性を予測する。熱中症予測部２０３は、装着者が熱中症になる可能性に関する指数を算出する。例えば、熱中症予測部２０３は、装着者の体重に対する全身発汗量の割合に基づき、指数を算出する。指数は、体重に対する全身発汗量の割合が０％である場合に０であり、当該割合が１．５％である場合に１００である数値である。例えば、体重に対する全身発汗量の割合が０．３％である場合、指数は２０である。なお、上述した指数は、一例であり、特に限定されない。熱中症予測部２０３は、その他の固有データ、及び環境データを用いて指数を算出してもよい。また、熱中症予測部２０３は、全身発汗量に基づき、装着者が補給すべき水分量を算出する。
なお、熱中症予測部２０３は、人工知能（Artificial Intelligence：ＡＩ）を有していてもよい。熱中症予測部２０３は、蓄積した情報を人工知能に学習させることで、装着者が熱中症になる可能性の予測精度を向上させることができる。
熱中症予測部２０３は、算出した指数及び補給すべき水分量を、管理装置９１に送信する。管理装置９１は、熱中症予測部２０３が算出した指数が所定の閾値以上である場合に、警報装置９５に警報を発するように指令を送信する。管理装置９１から指令を受けた警報装置９５は、警報を発することによって、装着者が熱中症に罹患する可能性が高いことを認識させる。
図４及び図５は、頭部発汗量と全身発汗量との関係を示すグラフである。図６は、全身発汗量推定値と全身発汗量との関係を示すグラフである。
頭部発汗量と全身発汗量との関係に関して第１実験及び第２実験が行われた。第１実験は、被験者が安静にしている状態における、頭部発汗量と全身発汗量との関係に関する実験である。第２実験は、被験者が運動にしている状態における、頭部発汗量と全身発汗量との関係に関する実験である。
第１実験において、被験者は、上述した頭部装着装置１０と同様に頭部発汗量を測定できる実験用ヘルメットを装着した。被験者は、体表面の無効発汗の影響を低減するため、木綿性の実験用シャツ及び実験用ズボンを着用した。被験者が３０℃±０．５℃の実験室に入ってから座位を保持した状態で３０分間経過後から、体重及び頭部発汗量の測定が開始された。体重及び頭部発汗量は、３０分間に亘って測定された。第１実験において、被験者は、３０分間に亘って座位を保持していた。すなわち、被験者は、第１実験において安静にしている状態であった。実験室の気温は、３０℃に保持された。体重は、精密電子台秤を用いて６分毎に測定された。体重は、被験者が実験用シャツ及び実験用ズボンを脱ぎ、且つ体表面の汗を拭ってから測定された。実験開始前の体重と現在の体重との差（体重減少量）が、全身発汗量に相当する。頭部発汗量は、上述した式（１）から式（７）に基づき１分毎に算出された。第１実験の被験者は、延べ１８名であった。
図４は、第１実験における頭部発汗量と全身発汗量との関係を示すグラフである。延べ１８名の全データにおいて、回帰分析が行われた。図４のグラフ中の直線は、回帰分析によって得られた回帰式である。全身発汗量をＰ（ｇ）とし、頭部発汗量をＱ（ｇ）とした場合、第１実験の結果から下記式（１０）が導出された。相関係数は、０．７５である。このため、下記式（１０）によって、頭部発汗量に基づき高い精度で全身発汗量を算出できる。
Ｐ＝２０．４×Ｑ ・・・（１０）
上述した式（８）及び式（１０）から下記式（１１）が導出される。例えば、全身表面積（Ｓ）に対する頭部表面積（Ｒ）の割合が７．２％であるとすると、αは１．４６８８である。
α＝２０．４×Ｒ／Ｓ ・・・（１１）
第２実験において、被験者は、上述した頭部装着装置１０と同様に頭部発汗量を測定できる実験用ヘルメットを装着した。被験者が作業着を着用した状態で、被験者の体重及び頭部発汗量の測定が開始された。体重及び頭部発汗量は、３０分間に亘って測定された。実験場の気温は、３０℃以上３４℃以下に保持された。実験場の厚さ指数（ＷＢＧＴ）は、２６．９℃以上２８．９℃以下に保持された。体重は、精密電子台秤を用いて１０分毎に測定された。体重を測定するまでの１０分の間、被験者は、実験場の中で歩行した。歩行速度は、一定であり、１．４３±０．１（ｍ／ｓ）であった。実験開始前の体重と現在の体重との差（体重減少量）が、全身発汗量に相当する。頭部発汗量は、上述した式（１）から式（７）に基づき１分毎に算出された。第２実験の被験者は、延べ１５名であった。
図５は、第２実験における頭部発汗量と全身発汗量との関係を示すグラフである。延べ１５名の全データにおいて、回帰分析が行われた。図５のグラフ中の直線は、回帰分析によって得られた回帰式である。全身発汗量をＰ（ｇ）とし、頭部発汗量をＱ（ｇ）とした場合、第２実験の結果から下記式（１２）が導出された。相関係数は、０．８７である。このため、下記式（１２）によって、頭部発汗量に基づき高い精度で全身発汗量を算出できる。
Ｐ＝２３．１×Ｑ ・・・（１２）
上述した式（８）及び式（１２）から下記式（１３）が導出される。例えば、全身表面積（Ｓ）に対する頭部表面積（Ｒ）の割合が７．２％であるとすると、αは１．６６３２である。
α＝２３．１×Ｒ／Ｓ ・・・（１３）
第１実験及び第２実験から、全身発汗量の推定精度を向上させるためには、運動時におけるαを安静時におけるαよりも大きくする方が好ましい。また、全身表面積（Ｓ）に対する頭部表面積（Ｒ）の割合によるが、αは、１以上２以下であることが好ましい。さらに、αは、１．４以上１．８以下であることがより好ましい。
第２実験の全データと、被験者の年齢、体重、身長、頭囲、頭髪量、運動習慣、運動時間（実験開始時からの経過時間）、実験場の気温、及び相対湿度と、を用いて重回帰分析が行われた。全身発汗量推定値（ｇ）をＰ、頭部発汗量（ｇ）をＱ、年齢（歳）をＹ、体重（ｋｇ）をＷ、身長（ｃｍ）をＨｅ、頭囲（ｃｍ）をＣ、頭髪量（ｇ）をＨａ、運動習慣（回／週）をＭｃ、運動時間（分）をＭｔ、気温（℃）をＴ、相対湿度（％）をＨｕとすると、全身発汗量推定値は、下記式（１４）で表される。図６のグラフ中の直線は、測定された全身発汗量、及び式（１４）によって算出される全身発汗量推定値に対する回帰分析によって得られた回帰式である。相関係数は、０．９７である。このため、下記式（１４）によって、高い精度で全身発汗量を算出できる。
Ｐ＝９．５４×Ｑ−０．２×Ｙ＋０．７６×Ｗ＋０．１７×Ｈｅ＋２．５６×Ｃ＋１３．２×Ｈａ−０．１×Ｍｃ＋４．８９×Ｍｔ＋２７．１×Ｔ＋０．８７×Ｈｕ−１９００ ・・・（１４）
以上で説明したように、熱中症予防システム１００は、人の頭部発汗量を測定する発汗量測定部９１１と、人の身長又は体重を含む固有データを記憶する固有データ記憶部１０３と、発汗量測定部９１１から取得した発汗量データ及び固有データに基づいて、人の全身発汗量を算出する全身発汗量算出部２０１と、全身発汗量に基づいて人が熱中症になる可能性を予測する熱中症予測部２０３と、を備える。
これにより、熱中症になる可能性と関係の深い全身発汗量に加え、固有データを用いることによって、人が熱中症になる可能性を高い精度で予測することが可能となる。したがって、本実施形態の熱中症予防システム１００は、熱中症になる可能性の予測精度を向上させることができる。
熱中症予防システム１００は、人のいる場所の環境を測定する環境測定装置５９を備える。全身発汗量算出部２０１は、発汗量データ、固有データ、及び環境測定装置５９から取得した環境データに基づいて、全身発汗量を算出する。これにより、算出される全身発汗量の精度が向上する。本実施形態の熱中症予防システム１００は、熱中症になる可能性の予測精度をより向上させることができる。
熱中症予防システム１００は、人の皮膚温度、深部体温、心拍数、心拍間隔、及び呼吸数の少なくとも１つを測定するバイタルセンサ５６を備える。全身発汗量算出部２０１は、発汗量データ、固有データ、及びバイタルセンサ５６から取得したバイタルデータに基づいて、全身発汗量を算出する。これにより、算出される全身発汗量の精度が向上する。本実施形態の熱中症予防システム１００は、熱中症になる可能性の予測精度をより向上させることができる。
熱中症予防システム１００において、固有データは、人の熱中症罹患履歴を含む。過去に熱中症になった人は、過去に熱中症になったことのない人に対して熱中症になりやすい傾向がある。このため、本実施形態の熱中症予防システム１００は、熱中症になる可能性の予測精度をより向上させることができる。
熱中症予防システム１００において、熱中症予測部２０３は、人工知能によって人が熱中症になる可能性を予測する。これにより、本実施形態の熱中症予防システム１００は、熱中症になる可能性の予測精度をより向上させることができる。
本実施形態の全身発汗量推定システム５００（熱中症予防システム１００）は、人の頭部発汗量を測定する発汗量測定部９１１と、人の頭部表面積及び全身表面積を含む固有データを記憶する固有データ記憶部１０３と、発汗量測定部９１１から取得した発汗量データ、頭部表面積、及び全身表面積に基づいて人の全身発汗量を算出する全身発汗量算出部２０１と、を備える。
これにより、全身発汗量推定システム５００は、人の頭部表面積、及び全身表面積を用いることによって、全身発汗量を高い精度で算出できる。したがって、全身発汗量推定システム５００は、全身発汗量の推定精度を向上させることができる。
全身発汗量推定システム５００において、全身発汗量算出部２０１は、全身発汗量をＰ、所定の係数をα、頭部発汗量をＱ、頭部表面積をＲ、全身表面積をＳとすると、下記式（８）によって全身発汗量を算出する。これにより、全身発汗量推定システム５００は、全身発汗量の推定精度を向上させることができる。
Ｐ＝α×Ｑ×Ｓ／Ｒ ・・・（８）
全身発汗量推定システム５００は、人に取り付けられる加速度センサを５７備える。全身発汗量算出部２０１は、加速度センサ５７から取得した情報に基づいて、所定の係数（α）を変更する。頭部発汗量と全身発汗量との関係は、人の運動状態によって変化する。全身発汗量推定システム５００は、加速度センサ５７から取得した情報に基づいて所定の係数（α）を変更することによって、人の運動状態を全身発汗量推定値に反映させることができる。したがって、全身発汗量推定システム５００は、全身発汗量の推定精度をより向上させることができる。
全身発汗量推定システム５００において、全身発汗量算出部２０１は、加速度センサ５７から取得した加速度が所定の閾値未満である場合に所定の係数（α）を第１値に設定し、加速度センサ５７から取得した加速度が所定の閾値以上である場合に所定の係数（α）を第２値に設定する。第２値は、第１値よりも大きい。所定の係数（α）は、人が安静にしている時に対して運動している時に大きくなる傾向がある。全身発汗量推定システム５００は、第２値を第１値よりも大きくすることによって、人の運動状態を全身発汗量推定値により正確に反映させることができる。したがって、全身発汗量推定システム５００は、全身発汗量の推定精度をより向上させることができる。
全身発汗量推定システム５００において、所定の係数（α）は、１以上２以下である。これにより、全身発汗量推定システム５００は、全身発汗量の推定精度をより向上させることができる。
全身発汗量推定システム５００において、所定の係数（α）は、１．４以上１．８以下である。これにより、全身発汗量推定システム５００は、全身発汗量の推定精度をより向上させることができる。
全身発汗量推定システム５００において、固有データは、人の身長、体重、及び頭囲を含む。固有データ記憶部１０３は、身長、体重、及び頭囲に基づいて算出した頭部表面積及び全身表面積を記憶している。これにより、全身発汗量推定システム５００によれば、頭部表面積及び全身表面積を測定したデータがない場合でも、全身発汗量の推定精度を向上させることができる。
本実施形態の全身発汗量推定システム５００（熱中症予防システム１００）は、人の頭部発汗量を測定する発汗量測定部９１１と、人の運動時間を測定する運動時間測定部９１３と、人のいる場所の気温を測定する環境測定装置５９と、発汗量測定部９１１から取得した発汗量データ、運動時間測定部９１３から取得した運動時間データ、及び環境測定装置５９から取得した環境データに基づいて人の全身発汗量を算出する全身発汗量算出部２０１と、を備える。
これにより、全身発汗量推定システム５００は、人の運動時間、及び人のいる場所の気温を用いることによって、全身発汗量を高い精度で算出できる。したがって、全身発汗量推定システム５００は、全身発汗量の推定精度を向上させることができる。
全身発汗量推定システム５００は、人の年齢、身長、体重、頭囲、頭髪量、及び運動習慣を含む固有データを記憶する固有データ記憶部１０３を備える。環境測定装置５９は、人のいる場所の相対湿度を測定する。全身発汗量算出部２０１は、発汗量データ、運動時間データ、環境データ、及び固有データに基づいて、全身発汗量を算出する。頭部発汗量と全身発汗量との関係は、人の年齢、身長、体重、頭囲、頭髪量、運動習慣、運動時間、人のいる場所の気温、及び相対湿度と関係が深い。全身発汗量推定システム５００は、上述した情報を全身発汗量推定値に反映させることができる。したがって、全身発汗量推定システム５００は、全身発汗量の推定精度をより向上させることができる。
全身発汗量推定システム５００において、全身発汗量算出部２０１は、全身発汗量をＰ、頭部発汗量をＱ、年齢をＹ、体重をＷ、身長をＨｅ、頭囲をＣ、頭髪量をＨａ、運動習慣をＭｃ、運動時間をＭｔ、気温をＴ、相対湿度をＨｕとすると、下記式（９）によって全身発汗量を算出する。これにより、全身発汗量推定システム５００は、全身発汗量の推定精度をより向上させることができる。
Ｐ＝α１×Ｑ＋α２×Ｙ＋α３×Ｗ＋α４×Ｈｅ＋α５×Ｃ＋α６×Ｈａ＋α７×Ｍｃ＋α８×Ｍｔ＋α９×Ｔ＋α１０×Ｈｕ＋α１１ ・・・（９）
全身発汗量推定システム５００において、全身発汗量算出部２０１は、全身発汗量推定値（ｇ）をＰ、頭部発汗量（ｇ）をＱ、年齢をＹ、体重（ｋｇ）をＷ、身長（ｃｍ）をＨｅ、頭囲（ｃｍ）をＣ、頭髪量（ｇ）をＨａ、運動習慣をＭｃ、運動時間（分）をＭｔ、気温（℃）をＴ、相対湿度（％）をＨｕとすると、下記式（１４）によって全身発汗量を算出する。これにより、全身発汗量推定システム５００は、全身発汗量の推定精度をより向上させることができる。
Ｐ＝９．５４×Ｑ−０．２×Ｙ＋０．７６×Ｗ＋０．１７×Ｈｅ＋２．５６×Ｃ＋１３．２×Ｈａ−０．１×Ｍｃ＋４．８９×Ｍｔ＋２７．１×Ｔ＋０．８７×Ｈｕ−１９００ ・・・（１４）
１０ 頭部装着装置
１１ バッテリー
２０ 外殻
２１ 本体
２５ 緩衝材
３０ 内殻
４０ スペーサ
５１ 第１湿度センサ
５２ 第２湿度センサ
５６ バイタルセンサ
５７ 加速度センサ
５８ 通信装置
５９ 環境測定装置
６０ ファン
９１ 管理装置
９５ 警報装置
１００ 熱中症予防システム
１０３ 固有データ記憶部
２００ 熱中症予測装置
２０１ 全身発汗量算出部
２０３ 熱中症予測部
３００ クラウド
５００ 全身発汗量推定システム
９１１ 発汗量測定部
９１３ 運動時間測定部
Ｅ 外部
１１ バッテリー
２０ 外殻
２１ 本体
２５ 緩衝材
３０ 内殻
４０ スペーサ
５１ 第１湿度センサ
５２ 第２湿度センサ
５６ バイタルセンサ
５７ 加速度センサ
５８ 通信装置
５９ 環境測定装置
６０ ファン
９１ 管理装置
９５ 警報装置
１００ 熱中症予防システム
１０３ 固有データ記憶部
２００ 熱中症予測装置
２０１ 全身発汗量算出部
２０３ 熱中症予測部
３００ クラウド
５００ 全身発汗量推定システム
９１１ 発汗量測定部
９１３ 運動時間測定部
Ｅ 外部
Claims (16)
- 人の頭部発汗量を測定する発汗量測定部と、
前記人の身長又は体重を含む固有データを記憶する固有データ記憶部と、
前記発汗量測定部から取得した発汗量データ及び前記固有データに基づいて、前記人の全身発汗量を算出する全身発汗量算出部と、
前記全身発汗量に基づいて、前記人が熱中症になる可能性を予測する熱中症予測部と、
を備える熱中症予防システム。 - 前記人のいる場所の環境を測定する環境測定装置を備え、
前記全身発汗量算出部は、前記発汗量データ、前記固有データ、及び前記環境測定装置から取得した環境データに基づいて、前記全身発汗量を算出する
を備える請求項１に記載の熱中症予防システム。 - 前記人の皮膚温度、深部体温、心拍数、心拍間隔、及び呼吸数の少なくとも１つを測定するバイタルセンサを備え、
前記全身発汗量算出部は、前記発汗量データ、前記固有データ、及び前記バイタルセンサから取得したバイタルデータに基づいて、前記全身発汗量を算出する
を備える請求項１に記載の熱中症予防システム。 - 前記固有データは、前記人の熱中症罹患履歴を含む
請求項１から３のいずれか１項に記載の熱中症予防システム。 - 前記熱中症予測部は、人工知能によって前記人が熱中症になる可能性を予測する
請求項１から４のいずれか１項に記載の熱中症予防システム。 - 前記固有データは、前記人の頭部表面積及び全身表面積を含み、
前記全身発汗量算出部は、前記発汗量データ、前記頭部表面積、及び前記全身表面積に基づいて、前記全身発汗量を算出する
を備える請求項１から５のいずれか１項に記載の熱中症予防システム。 - 前記全身発汗量算出部は、前記全身発汗量をＰ、所定の係数をα、前記頭部発汗量をＱ、前記頭部表面積をＲ、前記全身表面積をＳとすると、下記式（１）によって前記全身発汗量を算出する請求項６に記載の熱中症予防システム。
Ｐ＝α×Ｑ×Ｓ／Ｒ ・・・（１） - 前記人に取り付けられる加速度センサを備え、
前記全身発汗量算出部は、前記加速度センサから取得した情報に基づいて、前記所定の係数を変更する
請求項７に記載の熱中症予防システム。 - 前記全身発汗量算出部は、前記加速度センサから取得した加速度が所定の閾値未満である場合に前記所定の係数を第１値に設定し、前記加速度センサから取得した加速度が所定の閾値以上である場合に前記所定の係数を第２値に設定し、
前記第２値は、前記第１値よりも大きい
請求項８に記載の熱中症予防システム。 - 前記所定の係数は、１以上２以下である
請求項７から９のいずれか１項に記載の熱中症予防システム。 - 前記所定の係数は、１．４以上１．８以下である
請求項７から９のいずれか１項に記載の熱中症予防システム。 - 前記固有データは、前記人の身長、体重、及び頭囲を含み、
前記固有データ記憶部は、前記身長、前記体重、及び前記頭囲に基づいて算出した前記頭部表面積及び前記全身表面積を記憶している
請求項６から１１のいずれか１項に記載の熱中症予防システム。 - 前記人の運動時間を測定する運動時間測定部と、
前記人のいる場所の気温を測定する環境測定装置と、
を備え、
前記全身発汗量算出部は、前記発汗量データ、前記運動時間測定部から取得した運動時間データ、及び前記環境測定装置から取得した環境データに基づいて、前記人の全身発汗量を算出する請求項１に記載の熱中症予防システム。 - 前記固有データは、前記人の年齢、身長、体重、頭囲、頭髪量、及び運動習慣を含み、
前記環境測定装置は、前記人のいる場所の相対湿度を測定し、
前記全身発汗量算出部は、前記発汗量データ、前記運動時間データ、前記環境データ、及び前記固有データに基づいて、前記全身発汗量を算出する
請求項１３に記載の熱中症予防システム。 - 前記全身発汗量算出部は、前記全身発汗量をＰ、前記頭部発汗量をＱ、前記年齢をＹ、前記体重をＷ、前記身長をＨｅ、前記頭囲をＣ、前記頭髪量をＨａ、前記運動習慣をＭｃ、前記運動時間をＭｔ、前記気温をＴ、前記相対湿度をＨｕとすると、下記式（２）によって前記全身発汗量を算出する請求項１４に記載の熱中症予防システム。
Ｐ＝α１×Ｑ＋α２×Ｙ＋α３×Ｗ＋α４×Ｈｅ＋α５×Ｃ＋α６×Ｈａ＋α７×Ｍｃ＋α８×Ｍｔ＋α９×Ｔ＋α１０×Ｈｕ＋α１１ ・・・（２） - 前記全身発汗量算出部は、全身発汗量推定値（ｇ）をＰ、頭部発汗量（ｇ）をＱ、年齢（歳）をＹ、体重（ｋｇ）をＷ、身長（ｃｍ）をＨｅ、頭囲（ｃｍ）をＣ、頭髪量（ｇ）をＨａ、運動習慣（回／週）をＭｃ、運動時間（分）をＭｔ、気温（℃）をＴ、相対湿度（％）をＨｕとすると、下記式（３）によって前記全身発汗量を算出する請求項１４に記載の熱中症予防システム。
Ｐ＝９．５４×Ｑ−０．２×Ｙ＋０．７６×Ｗ＋０．１７×Ｈｅ＋２．５６×Ｃ＋１３．２×Ｈａ−０．１×Ｍｃ＋４．８９×Ｍｔ＋２７．１×Ｔ＋０．８７×Ｈｕ−１９００ ・・・（３）
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020034295A JP7417933B2 (ja) | 2020-02-28 | 2020-02-28 | 熱中症予防システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020034295A JP7417933B2 (ja) | 2020-02-28 | 2020-02-28 | 熱中症予防システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2021133184A true JP2021133184A (ja) | 2021-09-13 |
| JP7417933B2 JP7417933B2 (ja) | 2024-01-19 |
Family
ID=77659998
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020034295A Active JP7417933B2 (ja) | 2020-02-28 | 2020-02-28 | 熱中症予防システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7417933B2 (ja) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007252803A (ja) * | 2006-03-24 | 2007-10-04 | Konica Minolta Holdings Inc | データ解析装置及びデータ解析方法 |
| JP2010046196A (ja) * | 2008-08-20 | 2010-03-04 | Life Kea Giken Kk | 発汗量測定方法と発汗量測定パッチ |
| WO2017051679A1 (ja) * | 2015-09-24 | 2017-03-30 | 日本電気株式会社 | 飲水リコメンド装置、飲水リコメンド方法、及びコンピュータ読み取り可能な記録媒体 |
| WO2017208650A1 (ja) * | 2016-06-03 | 2017-12-07 | シャープ株式会社 | 発汗状態推定装置、発汗状態推定方法、および発汗状態推定プログラム |
| WO2019026439A1 (ja) * | 2017-07-31 | 2019-02-07 | 帝人株式会社 | 深部体温推定システム、ヒートストレス警報システム、及び、深部体温推定方法 |
| WO2019078308A1 (ja) * | 2017-10-18 | 2019-04-25 | 学校法人東京理科大学 | 頭部装着装置、熱中症予防システム及び水分補給警告システム |
| WO2019104118A1 (en) * | 2017-11-22 | 2019-05-31 | Epicore Biosystems, Inc. | Wearable fluidic device and system for sweat collection and extraction |
| JP2019125254A (ja) * | 2018-01-18 | 2019-07-25 | 株式会社東芝 | システム、方法、プログラム |
| JP2020027601A (ja) * | 2018-08-14 | 2020-02-20 | 商之器科技股▲ふん▼有限公司 | 生理的パラメータ記録システム及びその方法 |
-
2020
- 2020-02-28 JP JP2020034295A patent/JP7417933B2/ja active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007252803A (ja) * | 2006-03-24 | 2007-10-04 | Konica Minolta Holdings Inc | データ解析装置及びデータ解析方法 |
| JP2010046196A (ja) * | 2008-08-20 | 2010-03-04 | Life Kea Giken Kk | 発汗量測定方法と発汗量測定パッチ |
| WO2017051679A1 (ja) * | 2015-09-24 | 2017-03-30 | 日本電気株式会社 | 飲水リコメンド装置、飲水リコメンド方法、及びコンピュータ読み取り可能な記録媒体 |
| WO2017208650A1 (ja) * | 2016-06-03 | 2017-12-07 | シャープ株式会社 | 発汗状態推定装置、発汗状態推定方法、および発汗状態推定プログラム |
| WO2019026439A1 (ja) * | 2017-07-31 | 2019-02-07 | 帝人株式会社 | 深部体温推定システム、ヒートストレス警報システム、及び、深部体温推定方法 |
| WO2019078308A1 (ja) * | 2017-10-18 | 2019-04-25 | 学校法人東京理科大学 | 頭部装着装置、熱中症予防システム及び水分補給警告システム |
| WO2019104118A1 (en) * | 2017-11-22 | 2019-05-31 | Epicore Biosystems, Inc. | Wearable fluidic device and system for sweat collection and extraction |
| JP2019125254A (ja) * | 2018-01-18 | 2019-07-25 | 株式会社東芝 | システム、方法、プログラム |
| JP2020027601A (ja) * | 2018-08-14 | 2020-02-20 | 商之器科技股▲ふん▼有限公司 | 生理的パラメータ記録システム及びその方法 |
Non-Patent Citations (1)
| Title |
|---|
| 藏澄美仁 他３名: "日本人の体表面積に関する研究", 日本生気象学会雑誌, vol. 31, no. 1, JPN6023023672, 1994, pages 5 - 29, ISSN: 0005091725 * |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7417933B2 (ja) | 2024-01-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7222158B2 (ja) | 頭部装着装置、熱中症予防システム及び水分補給警告システム | |
| JP7361277B2 (ja) | 飛沫到達範囲制御システム及び飛沫到達範囲制御方法 | |
| US10905372B2 (en) | Alertness prediction system and method | |
| US9858794B2 (en) | Detecting and notifying of various potential hazards | |
| JP7432204B2 (ja) | 全身発汗量推定システム及び熱中症予防システム | |
| US6810349B2 (en) | System and method for determining a measure of the physical activity of an object | |
| WO2020184686A1 (ja) | 頭部装着装置、熱中症予防システム及び水分補給警告システム | |
| WO2020184687A1 (ja) | 頭部装着装置、熱中症予防システム及び水分補給警告システム | |
| JP7417933B2 (ja) | 熱中症予防システム | |
| JP7417932B2 (ja) | 全身発汗量推定システム及び熱中症予防システム | |
| JP2016150084A (ja) | 体温監視方式 | |
| JP7411948B2 (ja) | 衣服、熱中症予防システム及び水分補給警告システム | |
| JP7347884B1 (ja) | ウェアラブル機器及び熱中症判定方法 | |
| WO2020184688A1 (ja) | 頭部装着装置、熱中症予防システム及び水分補給警告システム | |
| JP7395805B2 (ja) | 予防行動支援装置及びプログラム | |
| WO2023195068A1 (ja) | 発汗分析装置および方法 | |
| KR102541197B1 (ko) | 스마트 안전모를 이용한 온열질환 관리시스템 및 이를 이용한 온열질환 관리방법 | |
| JP7458618B2 (ja) | 被験者に関する状態の変化の影響を定量化するためのシステム、方法、およびプログラム | |
| JP7453887B2 (ja) | 熱中症を始めとする熱ストレスに関する警告装置、警告システム、警告方法及びコンピュータプログラム | |
| Kosuda et al. | Estimation of Whole-body Perspiration Using a Perspiration Measurement Helmet | |
| Yang et al. | Algorithm to calculate human calorie expenditure based on a predicted heat strain model | |
| KR20240067542A (ko) | 열 스트레스에 대한 생리적 반응 분석 시스템 및 방법 | |
| JP2023000538A (ja) | 暑熱リスク警報装置、暑熱リスク警報方法およびプログラム | |
| JP2021194031A (ja) | 深部体温推定方法および装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20200325 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20200325 |
|
| A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20200325 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220901 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230529 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20230601 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230627 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230803 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231003 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231019 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231219 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231225 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7417933 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |