JP2021186689A - 情報処理システム、サーバ、情報処理方法及びプログラム - Google Patents
情報処理システム、サーバ、情報処理方法及びプログラム Download PDFInfo
- Publication number
- JP2021186689A JP2021186689A JP2021127022A JP2021127022A JP2021186689A JP 2021186689 A JP2021186689 A JP 2021186689A JP 2021127022 A JP2021127022 A JP 2021127022A JP 2021127022 A JP2021127022 A JP 2021127022A JP 2021186689 A JP2021186689 A JP 2021186689A
- Authority
- JP
- Japan
- Prior art keywords
- data
- information
- biometric data
- user
- information processing
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 57
- 238000003672 processing method Methods 0.000 title claims description 15
- 238000005259 measurement Methods 0.000 claims abstract description 88
- 230000036772 blood pressure Effects 0.000 claims abstract description 80
- 238000012559 user support system Methods 0.000 claims abstract description 67
- 230000007704 transition Effects 0.000 claims abstract description 32
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 30
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 30
- 239000001301 oxygen Substances 0.000 claims abstract description 30
- 238000012937 correction Methods 0.000 claims abstract description 24
- 230000036760 body temperature Effects 0.000 claims abstract description 16
- 239000008280 blood Substances 0.000 claims abstract description 15
- 210000004369 blood Anatomy 0.000 claims abstract description 15
- 230000033001 locomotion Effects 0.000 claims description 13
- 230000036387 respiratory rate Effects 0.000 claims description 13
- 230000005856 abnormality Effects 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 6
- 238000007726 management method Methods 0.000 abstract description 19
- 238000004364 calculation method Methods 0.000 abstract description 13
- 230000029058 respiratory gaseous exchange Effects 0.000 abstract description 2
- 230000001133 acceleration Effects 0.000 description 27
- 238000000034 method Methods 0.000 description 23
- 230000000694 effects Effects 0.000 description 16
- 238000013523 data management Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000002861 ventricular Effects 0.000 description 8
- 230000000737 periodic effect Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000000284 resting effect Effects 0.000 description 7
- 210000000707 wrist Anatomy 0.000 description 7
- 230000008602 contraction Effects 0.000 description 5
- 206010020772 Hypertension Diseases 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 102000008186 Collagen Human genes 0.000 description 2
- 108010035532 Collagen Proteins 0.000 description 2
- 102000016942 Elastin Human genes 0.000 description 2
- 108010014258 Elastin Proteins 0.000 description 2
- 208000006011 Stroke Diseases 0.000 description 2
- 230000003276 anti-hypertensive effect Effects 0.000 description 2
- 229920001436 collagen Polymers 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000003205 diastolic effect Effects 0.000 description 2
- 229920002549 elastin Polymers 0.000 description 2
- 210000004247 hand Anatomy 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 210000002460 smooth muscle Anatomy 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000002792 vascular Effects 0.000 description 2
- NFGXHKASABOEEW-UHFFFAOYSA-N 1-methylethyl 11-methoxy-3,7,11-trimethyl-2,4-dodecadienoate Chemical compound COC(C)(C)CCCC(C)CC=CC(C)=CC(=O)OC(C)C NFGXHKASABOEEW-UHFFFAOYSA-N 0.000 description 1
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 206010040914 Skin reaction Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000002220 antihypertensive agent Substances 0.000 description 1
- 229940127088 antihypertensive drug Drugs 0.000 description 1
- 210000001765 aortic valve Anatomy 0.000 description 1
- 230000001746 atrial effect Effects 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 210000004177 elastic tissue Anatomy 0.000 description 1
- 210000003038 endothelium Anatomy 0.000 description 1
- 210000003989 endothelium vascular Anatomy 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009527 percussion Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000035483 skin reaction Effects 0.000 description 1
- 231100000430 skin reaction Toxicity 0.000 description 1
- 230000003860 sleep quality Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
- G16H10/65—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records stored on portable record carriers, e.g. on smartcards, RFID tags or CD
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/60—Healthcare; Welfare
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/40—Information sensed or collected by the things relating to personal data, e.g. biometric data, records or preferences
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Bioethics (AREA)
- Biophysics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Human Resources & Organizations (AREA)
- Child & Adolescent Psychology (AREA)
- Theoretical Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
【課題】ユーザ支援データ生成部を介して、測定データに基づき、特に血圧状態を改善するためのアドバイスやアラートや推移データなどを含むユーザ支援データを提供する情報処理システム等を提供する。【解決手段】情報処理システム1の管理サーバ100は、ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理システムであって、前記測定データに対して所定の演算を実行し、前記生体データを生成する生体データ生成部と、前記生体データに基づき生成された推移データを生成するユーザ支援データ生成部と、を備え、前記生体データは、前記生体データに対して所定の間引き補正を実行した結果の生体データであり、前記生体データは、血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、呼吸数、体温情報の少なくともいずれかである。【選択図】図1
Description
本開示は、測定装置から取得した測定データに基づきユーザ支援データを提供する情報処理システム、サーバ、情報処理方法及びプログラムに関する。
測定装置を利用してユーザの生体データを連続的に取得し、その変化から病気の早期発見や病状変化の検出を行うことは、健康管理を行う上で有効である。そのためには、取得した複数の生体データから様々な健康状態を把握する必要がある。
例えば、ユーザの心電波形のデータと脈波形のデータとを測定装置から取得し、血圧情報を生成する血圧情報測定システムが知られている(例えば、特許文献1参照。)。また、例えば、ユーザの測定データから生体情報データへ演算を行うための因果関係である数理モデルを生成し、数理モデルを利用可能に提供する開発支援サーバも知られている(例えば、特許文献2参照。)。
ところで、日本において脳卒中発症者は年間約30万人であり、再発率が10年で50%と言われており、日常的な血圧管理を中心とした再発予防のための健康管理は、特に必要性が高い。また、その他の高血圧症に伴う病気の発症リスクについても低減することが世の中のニーズとして求められている。
しかしながら、高血圧症の予防や治療のためには、単に血圧値を管理するだけでは不十分であり、適度な運動や睡眠の質を向上させることなどが必要であるが、一般ユーザがこれを適切に管理することは難しかった。また、医師等に相談するにしても頻度は限られており、日常的に高血圧とならないための指導情報が得られるシステムが求められている。
そこで、本開示では、測定装置から取得した測定データに基づきユーザ支援データを生成する情報処理システム、サーバ、情報処理方法及びプログラムについて説明する。
本開示の一態様における情報処理システムは、ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理システムであって、前記測定データに対して所定の演算を実行し、前記生体データを生成する生体データ生成部と、前記生体データに基づき生成された推移データを生成するユーザ支援データ生成部と、を備え、前記生体データは、前記生体データに対して所定の間引き補正を実行した結果の生体データであり、前記生体データは、血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、呼吸数、体温情報の少なくともいずれかである。
本開示の一態様におけるサーバは、ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行うサーバであって、前記測定データに対して所定の演算を実行し、前記生体データを生成する生体データ生成部と、前記生体データに基づき生成された推移データを生成するユーザ支援データ生成部と、を備え、前記生体データは、前記生体データに対して所定の間引き補正を実行した結果の生体データであり、前記生体データは、血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、呼吸数、体温情報の少なくともいずれかである。
本開示の一態様における情報処理方法は、ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理方法であって、生体データ生成部により、前記測定データに対して所定の演算を実行し、前記生体データを生成するステップと、ユーザ支援データ生成部により、前記生体データに基づき生成された推移データを生成するステップと、を含み、前記生体データは、前記生体データに対して所定の間引き補正を実行した結果の生体データであり、前記生体データは、血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、呼吸数、体温情報の少なくともいずれかである。
また、本開示の一態様におけるプログラムは、ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理方法をコンピュータで実行するためのプログラムであって、前記情報処理方法は、生体データ生成部により、前記測定データに対して所定の演算を実行し、前記生体データを生成するステップと、ユーザ支援データ生成部により、前記生体データに基づき生成された推移データを生成するステップと、を含み、前記生体データは、前記生体データに対して所定の間引き補正を実行した結果の生体データであり、前記生体データは、血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、呼吸数、体温情報の少なくともいずれかである。
本開示によれば、本実施形態に係る情報処理システムは、ユーザ支援データ生成部を介して、測定データに基づき、特に血圧状態を改善するためのアドバイスやアラートや推移データなどを含むユーザ支援データを生成する。これにより、例えば目標降圧値を達成するための改善プロセスをユーザが簡単に取得することが可能となり、ユーザの利便性が向上する。
本発明の実施形態の内容を列記して説明する。本発明の実施の形態によるシステムは、以下のような構成を備える。
[項目1]
ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理システムであって、
前記測定データに対して所定の演算を実行し、前記生体データを生成する生体データ生成部と、
前記生体データに基づき生成された推移データを生成するユーザ支援データ生成部と、を備え、
前記生体データは、前記生体データに対して所定の間引き補正を実行した結果の生体データであり、
前記生体データは、血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、呼吸数、体温情報の少なくともいずれかである、
ことを特徴とする情報処理システム。
[項目2]
所定の間引き補正は、運動情報と基準運動情報を比較した結果に応じて実行される、
ことを特徴とする項目1に記載の情報処理システム。
[項目3]
所定の間引き補正は、安静期間情報に応じて実行される、
ことを特徴とする項目1または項目2のいずれか1項に記載の情報処理システム。
[項目4]
前記生体データは、少なくとも血圧情報を含み、
前記ユーザ支援データ生成部は、降圧目標値と血圧推移データを比較した結果に応じて、ユーザの運動情報に関連する情報を通知する、
ことを特徴とする項目1ないし項目3のいずれか1項に記載の情報処理システム。
[項目5]
前記生体データは、少なくとも血圧情報を含み、
前記ユーザ支援データ生成部は、降圧下限値と血圧情報を比較した結果に応じて、降圧下限値関連情報を通知する、
ことを特徴とする項目1ないし項目4のいずれか1項に記載の情報処理システム。
[項目6]
前記ユーザ支援データ生成部は、前記生体データに関して異常を検出した場合に、ユーザ情報に紐づけられた連絡先へ当該異常を示す通知及び前記推移データを発信する、
ことを特徴とする項目1ないし項目5に記載の情報処理システム。
[項目7]
ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行うサーバであって、
前記測定データに対して所定の演算を実行し、前記生体データを生成する生体データ生成部と、
前記生体データに基づき生成された推移データを生成するユーザ支援データ生成部と、を備え、
前記生体データは、前記生体データに対して所定の間引き補正を実行した結果の生体データであり、
前記生体データは、血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、呼吸数、体温情報の少なくともいずれかである、
ことを特徴とするサーバ。
[項目8]
ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理方法であって、
生体データ生成部により、前記測定データに対して所定の演算を実行し、前記生体データを生成するステップと、
ユーザ支援データ生成部により、前記生体データに基づき生成された推移データを生成するステップと、を含み、
前記生体データは、前記生体データに対して所定の間引き補正を実行した結果の生体データであり、
前記生体データは、血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、呼吸数、体温情報の少なくともいずれかである、
ことを特徴とする情報処理方法。
[項目9]
ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理方法をコンピュータで実行するためのプログラムであって、
前記情報処理方法は、
生体データ生成部により、前記測定データに対して所定の演算を実行し、前記生体データを生成するステップと、
ユーザ支援データ生成部により、前記生体データに基づき生成された推移データを生成するステップと、を含み、
前記生体データは、前記生体データに対して所定の間引き補正を実行した結果の生体データであり、
前記生体データは、血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、呼吸数、体温情報の少なくともいずれかである、
ことを特徴とするプログラム。
ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理システムであって、
前記測定データに対して所定の演算を実行し、前記生体データを生成する生体データ生成部と、
前記生体データに基づき生成された推移データを生成するユーザ支援データ生成部と、を備え、
前記生体データは、前記生体データに対して所定の間引き補正を実行した結果の生体データであり、
前記生体データは、血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、呼吸数、体温情報の少なくともいずれかである、
ことを特徴とする情報処理システム。
[項目2]
所定の間引き補正は、運動情報と基準運動情報を比較した結果に応じて実行される、
ことを特徴とする項目1に記載の情報処理システム。
[項目3]
所定の間引き補正は、安静期間情報に応じて実行される、
ことを特徴とする項目1または項目2のいずれか1項に記載の情報処理システム。
[項目4]
前記生体データは、少なくとも血圧情報を含み、
前記ユーザ支援データ生成部は、降圧目標値と血圧推移データを比較した結果に応じて、ユーザの運動情報に関連する情報を通知する、
ことを特徴とする項目1ないし項目3のいずれか1項に記載の情報処理システム。
[項目5]
前記生体データは、少なくとも血圧情報を含み、
前記ユーザ支援データ生成部は、降圧下限値と血圧情報を比較した結果に応じて、降圧下限値関連情報を通知する、
ことを特徴とする項目1ないし項目4のいずれか1項に記載の情報処理システム。
[項目6]
前記ユーザ支援データ生成部は、前記生体データに関して異常を検出した場合に、ユーザ情報に紐づけられた連絡先へ当該異常を示す通知及び前記推移データを発信する、
ことを特徴とする項目1ないし項目5に記載の情報処理システム。
[項目7]
ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行うサーバであって、
前記測定データに対して所定の演算を実行し、前記生体データを生成する生体データ生成部と、
前記生体データに基づき生成された推移データを生成するユーザ支援データ生成部と、を備え、
前記生体データは、前記生体データに対して所定の間引き補正を実行した結果の生体データであり、
前記生体データは、血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、呼吸数、体温情報の少なくともいずれかである、
ことを特徴とするサーバ。
[項目8]
ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理方法であって、
生体データ生成部により、前記測定データに対して所定の演算を実行し、前記生体データを生成するステップと、
ユーザ支援データ生成部により、前記生体データに基づき生成された推移データを生成するステップと、を含み、
前記生体データは、前記生体データに対して所定の間引き補正を実行した結果の生体データであり、
前記生体データは、血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、呼吸数、体温情報の少なくともいずれかである、
ことを特徴とする情報処理方法。
[項目9]
ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理方法をコンピュータで実行するためのプログラムであって、
前記情報処理方法は、
生体データ生成部により、前記測定データに対して所定の演算を実行し、前記生体データを生成するステップと、
ユーザ支援データ生成部により、前記生体データに基づき生成された推移データを生成するステップと、を含み、
前記生体データは、前記生体データに対して所定の間引き補正を実行した結果の生体データであり、
前記生体データは、血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、呼吸数、体温情報の少なくともいずれかである、
ことを特徴とするプログラム。
以下、本開示の実施形態について図面を参照して説明する。なお、以下に説明する実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではない。また、実施形態に示される構成要素のすべてが、本開示の必須の構成要素であるとは限らない。また、各実施形態で示される特徴は、互いに矛盾しない限り他の実施形態にも適用可能である。
(実施形態1)
<構成>
図1は、本開示の実施形態1に係る情報処理システム1を示すブロック構成図である。この情報処理システム1は、例えば、ネットワークNWを介して測定装置300からユーザの測定データを管理サーバ100にて所定の周期的なタイミングで受信し、当該測定データに対して所定の演算を行うことで生体データを生成し、当該生体データに基づきユーザ支援データを生成するシステムである。
<構成>
図1は、本開示の実施形態1に係る情報処理システム1を示すブロック構成図である。この情報処理システム1は、例えば、ネットワークNWを介して測定装置300からユーザの測定データを管理サーバ100にて所定の周期的なタイミングで受信し、当該測定データに対して所定の演算を行うことで生体データを生成し、当該生体データに基づきユーザ支援データを生成するシステムである。
情報処理システム1は、管理サーバ100と、ユーザ端末装置200と、測定装置300と、ネットワークNWと、を有している。管理サーバ100と、ユーザ端末装置200とは、ネットワークNWを介して接続される。ネットワークNWは、インターネット、イントラネット、ブロックチェーンネットワーク、無線LAN(Local Area Network)やWAN(Wide Area Network)、BLE(Bluetooth Low Energy)等により構成される。
管理サーバ100は、例えば、ネットワークを介して測定装置300からユーザの測定データを、ユーザ端末装置200を経由して所定の周期的なタイミングで受信して測定データから生体データへ演算を行う装置であり、例えば各種Webサービスを提供するサーバ装置により構成されている。
ユーザ端末装置200は、ユーザが所持する、例えばパーソナルコンピュータやタブレット端末、スマートフォン、スマートウォッチ、携帯電話、PHS、PDA等の情報処理装置であり、例えば、管理サーバ100で演算を行った生体データを波形グラフ等により表示させたり、生体データに基づき生成されたユーザ支援データ(詳細は後述)を表示させたりなどをするために利用される。ユーザ端末装置200には、予めユーザの識別番号、生年月日、性別、身長、体重、歩幅等のユーザ情報が登録されており、生年月日から算出した年齢等も含めたユーザ情報を測定データに関連付けてネットワークNWを介して管理サーバ100へ送信する。
また、ユーザ端末装置200は、ユーザが測定装置300によりデータを取得する状態を、タッチパネル等を用いて入力することができる。ユーザ端末装置200は、「データを取得する状態」を、例えば、走っている場合には「ランニング中」、食事中である場合には「食事中」など、タグ情報として入力することができる。ユーザ端末装置200は、測定装置300から所定の周期的なタイミングで受信した測定データを、タグ情報と関連付けてネットワークNWを介して管理サーバ100へ送信する。
測定装置300は、ユーザの生体データを測定する装置であり、ユーザが自己の手首や腕等の身体に装着して利用される、例えばウェアラブル装置である。この測定装置300は、例えばユーザの心電、脈波、温度(体温)、加速度、角速度のデータを所定の周期的なタイミングで測定するための複数種類の装置である。当該所定の周期は、予め設定されているものであってもよいし、ユーザが任意に設定可能であってもよい。より具体的には、例えば秒単位の時間的周期が設定されていてもよいし、周波数により同様に設定されていてもよい。
測定装置300の具体的な構成の例としては、2つの電極を皮膚に接触させ、検出電位の差の時間変化より心電を心電波形のデータとして取得する装置で構成しても良く、心電波形は、ガルバニック皮膚反応により取得されたデータでも良い。また、緑、赤、赤外の発光を行うLEDから各光を皮膚に照射し、フォトダイオードで受光した光の強度の時間変化により、ユーザの心臓の心拍により生ずる血管の容積変化により脈波を脈波形のデータとして取得する装置で構成しても良く、この方式で検出を行うことができる脈波形は光電式容積脈波形である。また、ユーザの皮膚に接触させる温度センサによりユーザの皮膚温度をデータとして取得する装置で構成しても良い。また、直交するXYZ軸それぞれの変異状態を検出する3軸加速度センサにより構成しても良く、ユーザの動作を加速度データとして取得し、例えば測定装置300がユーザの手首や腕等に装着されている場合、測定装置300は、手首や腕等の振りと、全身の動きが合成された加速度として加速度データの取得をする。さらに、直行するXYZ軸それぞれにおける回転角速度を検出するジャイロセンサ(角速度センサ)により構成しても良く、ユーザの動作を角速度データとして取得し、例えば測定装置300がユーザの手首や腕等に装着されている場合、測定装置300は、手首や腕等の回転と、全身の動きが合成された角速度として角速度データの取得をする。また、他の例として、スマートフォン等のカメラレンズにより指などから脈波を測定するものや、ドップラーセンサやカメラを用いて非接触で心拍、呼吸数、脈波、熱などを測定するもの、金属製のハンドグリップを両手でそれぞれ握ることにより流れる微弱な電流により心拍数などを測定するものであってもよい。
ユーザ端末装置200と測定装置300との間は、Bluetooth(登録商標)、近距離無線通信(Near Field radio Communication=NFC)、Afero(登録商標)、Zigbee(登録商標)、Z−Wave(登録商標)、又は無線LAN等を用いて接続されている。なお、このような無線接続の代わりに有線で接続を行っても良い。また、ユーザ端末装置200と測定装置300とは一体の機器であっても良く、例えば測定装置300にSIMを搭載するなどして通信機能を持たせたり、BLE(Bluetooth Low Energy)などにより管理サーバ100と直接通信可能に構成しても良い。
ユーザ端末装置200は、1または複数台あり、測定装置300を利用するユーザ数分ネットワークNWに接続されている。測定装置300は、1または複数台あり、1人のユーザが利用する台数分のユーザ端末装置200に接続されている。1人のユーザが複数の測定装置300を利用している場合は、1つのユーザ端末装置200に複数の測定装置300が接続されている。
<管理サーバ100>
図2は、管理サーバ100のハードウェア構成を示す図である。図3は、記憶部120および制御部130の機能を例示したブロック図である。なお、図示された構成は一例であり、これ以外の構成を有していてもよい。
図2は、管理サーバ100のハードウェア構成を示す図である。図3は、記憶部120および制御部130の機能を例示したブロック図である。なお、図示された構成は一例であり、これ以外の構成を有していてもよい。
管理サーバ100は、通信部110と、記憶部120と、制御部130と、入出力部140とを備える。これらの機能部は、管理サーバ100用の所定のプログラムを実行することにより実現される。
通信部110は、ユーザ端末装置200と通信を行うための通信インタフェースであり、例えばTCP/IP(Transmission Control Protocol/Internet Protocol)等の通信規約により通信が行われる。
記憶部120は、各種制御処理や制御部130内の各機能を実行するためのプログラム、入力データ等を記憶するものであり、RAM(Random Access Memory)、ROM(Read Only Memory)等から構成される。また、図3に示されるように、記憶部120は、測定装置300による測定データをユーザ情報と関連付けて記憶する測定データDB121と、測定データから演算されて生成される生体データをユーザ情報と関連付けて記憶する生体データDB122と、生体データに基づき生成されたユーザ支援データをユーザ情報と関連付けて記憶するユーザ支援データDB123と、ユーザ識別番号を含むユーザ情報を記憶するユーザ情報DB124と、を記憶する。また、ユーザ情報は、データ管理部131により生成されたアカウント情報を含み、ユーザ情報DB124は、アカウント情報が他のユーザ情報と関連付けられて記憶するようにしてもよい。さらに、記憶部120は、ユーザ端末装置200と通信を行ったデータを一時的に記憶する。なお、DBのデータ構造は、これに限られるものではなく、上述のDBの一部をユーザ端末装置200または測定装置300に記憶するようにしてもよい。
制御部130は、管理サーバ100の全体の動作を制御するものであり、CPU(Central Processing Unit)等から構成される。また、図3に示されるように、制御部130は、データ管理部131、生体データ生成部132、ユーザ支援データ生成部133、データ出力部134といった機能部を含む。
データ管理部131は、測定装置300を利用するユーザごとに、アカウント情報を生成する。このアカウント情報生成は、測定装置300を利用するユーザがユーザ端末装置200でアカウント情報を登録すると行われる。そのため、データ管理部131は、ユーザのユーザ端末装置200や他の端末装置に対してアカウントごとに記憶部120内の各種DBへのアクセスの可否の制御を行う。データ管理部131は、測定データや生体データ、ユーザ支援データ等の各種データを対応するDBにユーザ情報に関連付けて記憶する。また、このとき、データ管理部131は、測定データに所定のタグ情報の関連付けを行って記憶させることが可能である。
図4は、図3の測定データに関連付けされるタグ情報の例を示す模式図である。図4に示すデータD1は、測定装置300の測定データである。タグT1は、データD1に関連付けされたタグ情報であり、例えば、測定装置300がデータD1を測定した時刻情報、またはデータD1が測定装置300からユーザ端末装置200へ送信された時刻情報が時系列データとして記憶される。もしくは、測定した時刻情報と送信された時刻情報との両方について関連付けを行っても良い。例えば、図4に示すタグT1の1行目では、「20180620120746144」が格納されているが、2018年06月20日12時07分46秒144ミリ秒を示している。このような時刻情報は通信ログより取得可能である。これにより、測定データがどの時間帯のものか把握することが可能である。
なお、このようなタグ情報による測定データの関連付けは、時刻情報に限られず、ユーザの身体状態や活動状態を示す身体情報や活動情報を自由記載で記入させてタグ情報として記憶しても良く、所定の選択肢から選択させ(例えば、「現在の体調は如何ですか?」という質問に対して、「1:良い、2:普通、3:悪い」のいずれかを選択させる、等)、その選択した回答を記憶するようにしても良い。これにより、制御部150にて生体データを生成する際に、当該タグ情報と生体データとを対応付けすることで、より精度の高い生体データを生成可能となると共に、それに基づき生成されるユーザ支援データもよりパーソナライズされたデータとなり得る。
また、例えばデータ管理部131は、図4に示すように、データD1をタグT1の時刻順に並べ替え(ソート)を行うことが可能である。このような構成にしたのは、測定データはユーザの生体データに基づいて時系列に取得したものであるから時系列に並んでいる方が処理しやすいからであるが、ユーザ端末装置200及び通信部110を経由して受信する際に通信状況の変化等により受信データの逆転(後で送信された送信データが先に送信された送信データより先に受信されること)等が起こる場合があり、そのときの測定データの不整合を防止するためである。これにより、測定データの不整合を防止することが可能である。
生体データ生成部132は、測定データDB121に記憶された測定データに対して所定の演算を行い、生体データを生成する。この生体データは、測定データから算出可能なものであればどのような情報であってもよく、例えばユーザの血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、心電情報、呼吸数、体温情報、歩数情報、歩幅情報、重心の位置情報、姿勢情報、行動種別情報、ストレス情報、運動量情報、運動負荷情報、移動距離情報、移動速度情報、活動量情報、手または脚等の装着部位の動作情報などのデータであり、既知の手法により測定データから算出されるものである。演算により生成された生体データは、生体データDB122に記憶される。
また、既知の学習器などにより、例えば測定データと、当該測定データに基づき生成された生体データ(例えば心拍情報や血圧情報など)と正の生体データ(例えば、既知の医療機器に基づく心拍情報や血圧情報など)との対応関係(例えば、誤差の程度や範囲を示す情報などが含まれていてもよい)により対応付けた教師データを基に機械学習モデルを予め作成し、生体データ生成部132は、当該機械学習モデルを用いた判定を上述の所定の演算(解析)として生体データを生成してもよい。
ここで、測定データから生体データである最大血圧と最小血圧を算出する方法を例示する。図5は、図1の測定装置300で測定される心電波形及び脈波の例について説明するための図であり、測定装置300が測定し、記憶部120に記憶されたユーザの心電波形及び光電式容積脈波形と、アプリが光電式容積脈波形を時間で1階微分した速度脈波形及び、光電式容積脈波形を時間で2階微分した加速度脈波形を示している。図5は上から順に、心電波形、光電式容積脈波形、速度脈波形及び加速度脈波形となる。縦軸は、各波形の強度を示しており、心電波形及び光電式容積脈波形は電位を示すmVで表される。横軸は時間経過を示し、左から右へ時間経過を示している。
心電波形は、人の心臓の拍動を引き起こす電気的信号の周期的変化を示す波形である。心電波形は、その形状の変曲点にそれぞれP波,Q波,R波,S波,T波の名称が割り当てられ、心拍の1サイクルを示している。P波は心房収縮を表し、Q波R波S波は心室収縮の状態を表し、T波は心室拡張の開始を表す。
光電式容積脈波形は、人の心臓の拍動に伴う末梢血管系内の血圧・体積の変化を示す波形である。光電式容積脈波形は、その形状の変曲点にそれぞれA波、P波、V波、D波の名称が割り当てられ、心拍の1サイクルを示している。A波を動脈脈波が生じた時点の基準点として、P波が左心室駆出によって生じるPercussion波(衝撃波)、V波が大動脈弁の閉鎖時に生じるValley波(重複隆起による波)、D波が反射振動波であるDicrotic波(重複波)を示している。
速度脈波形は、光電式容積脈波形を時間で1階微分をしたものである。加速度脈波形は、速度脈波形を時間で1階微分したもの、すなわち光電式容積脈波形を2階微分したものである。加速度脈波形は、図5で示すように、その波形の各ピークにa波(収縮初期陽性波)、b波(収縮初期陰性波)、c波(収縮中期再上昇波)、d波(収縮後期再下降波)、e波(拡張初期陽性波)、f波(拡張初期陰性波)の名称が割り当てられている。
b波の強度とa波の強度の比、及びf波の強度とe波の強度の比はそれぞれ血管の伸縮性すなわち弾性を示すパラメータである。主な血管の成分は、血管内皮(Endothelium)、弾性線維(Elastin)、タンパク質(Collagen)、平滑筋(Smooth Muscle)である。これらの成分は、それぞれ異なった性質があり、最大血圧、最小血圧時の血管の弾性はそれぞれCollagen、Elastinが強い影響力を担っている。そのため、血圧値によって異なる弾性をb波の強度とa波の強度の比である(b/a),f波の強度とe波の強度の比である(f/e)のパラメータで示すことができ、年齢・性別・環境変数の影響によってもこれらの値は変動する。そのため、(b/a),(f/e)の値は、加速度脈波形の特性情報として算出することができる。
図5で示すように、R波の生じた時間TrとP波の生じた時間Tpの差分の時間が心室収縮期脈波伝搬時間PTT_SYSとなる。T波の生じた時間TtとD波の生じた時間Tdの差分の時間が心室拡張期脈波伝搬時間PTT_DIAとなる。すなわち、心電波形のR波の時間Tr及びT波の時間Ttと、光電式容積脈波形のT波の時間TpとD波の時間Tdから、心室収縮期脈波伝搬時間PTT_SYS及び心室拡張期脈波伝搬時間PTT_DIAを算出することができる。
また、脈波伝播速度と動脈壁の縦弾性係数との関係が所定の式で示される相関関係にあることが知られており、縦弾性係数と血圧値との関係も所定の式で示される相関関係にあることが知られている。そのため、最大血圧を心室収縮期脈波伝搬時間PTT_SYSの所定の式で求めることが可能であり、最小血圧を心室拡張期脈波伝搬時間PTT_DIAの所定の式で求めることが可能である。これにより、最大血圧と最小血圧を算出することが可能である。
また、測定データから生体データである心拍情報、特に安静時心拍数を算出する方法を例示すると、例えば装着している測定装置300により測定される心電波形データ(例えば、図5の心電波形データ等)におけるQRS波の間隔や、光電式容積脈波形などから、心拍情報を得ることができる。運動時の心拍情報について、体動(例えば、装着部位の動き)の影響を受ける取得方法である場合には、必要に応じて、例えば、測定装置300により測定される加速度データ等を周波数解析などして体動により生じる周波数成分を特定し、当該周波数成分を取得時の心拍情報の周波数成分から差し引くようにしてもよい。
また、測定データから生体データである歩行速度情報を算出する方法を例示する。例えばユーザが手首に装着している測定装置300により測定される加速度データの波形データから既知の算出方法等を単体で用いる、または、組み合わせて用いる(例えば平均化したり、重みづけしたりなど)ことにより歩行速度情報を得ることができ、例えば加速度データを所定時間ごとに積分することで歩行速度情報が算出される。これに加えて、ユーザ端末装置200または測定装置300にGPS機能を備え、GPSによる位置情報及び当該位置情報に関連する時間情報から算出される歩行速度情報を参照して、より正確な歩行速度情報を得るようにしてもよい。しかしながら、特に屋内や地下である場合や移動距離が比較的短い場合(例えば、数メートル以内など)にはGPS精度が一般的に低下するため、例えばユーザがユーザ端末装置200を操作してGPSによる情報を組み合わせて用いるか(または、加速度センサによる算出に代えて用いるか)どうかを選択可能にしてもよいし、ユーザ端末装置200においてGPSの受信感度情報や、GPSや加速度センサにより算出された距離情報などに基づいて、当該GPSによる情報を用いるかを選択するようにしてもよい。
また、測定データから生体データである歩幅情報を算出する方法を例示する。例えばユーザが手首に装着している測定装置300により測定される加速度データの波形データから既知の算出方法等を単体で用いる、または、組み合わせて用いる(例えば平均化したり、重みづけしたりなど)ことにより歩幅情報を得ることができ、例えば、歩く時には振り子のように手を振るため、上述の加速度センサの情報(例えば、進行方向の加速度成分が一番小さいタイミングまたは逆方向に切り替わるタイミングや、進行方向に対して垂直な方向の加速度成分が一番小さいタイミングまたは上下が切り替わるタイミングなど)を基に1歩の間隔(すなわちピッチ情報)が判別できるため、さらに時間情報を用いれば歩幅情報を得ることができる。他には、例えば、地面を蹴り出した際には、蹴り出た方向の加速度成分が合成されるので、当該方向の加速度成分の発生タイミングで1歩の間隔を判別することでも可能である。
また、測定データから生体データである活動量情報を算出する方法を例示すると、例えば日常的に装着している測定装置300により測定される加速度データを周波数解析し、例えば周波数の高低が活動頻度の高低に対応付けられ、所定頻度以上の活動が1日の何割を占めているか、などの所定条件により算出することで活動量情報を得ることができる。
さらに、測定データから生体データである運動量情報を算出する方法を例示すると、例えば日常的に装着している測定装置300により測定される加速度データから既知の算出方法等により歩行を含む運動をしている際の加速度データを特定できるので、例えば周波数解析などを用いて所定の条件により算出することで運動量情報を得ることができる。また、角速度情報やタグ情報などの付加情報をさらに用いると、より正確な運動量情報を得ることが可能である。
さらに、測定データから生体データである運動負荷量情報を算出する方法を例示すると、例えば日常的に装着している測定装置300により測定される加速度データから導出した上記活動量情報や上記運動量情報に対して、例えば運動負荷と共に大きくなる心拍情報により重みづけをすることで運動負荷量情報を得ることができる。また、例えば加速度データのベクトル情報を加味すれば、歩行環境(坂や階段など)や姿勢(立位、座位など)などの状態情報も特定できるので、当該状態情報をさらに用いてもよい。また、角速度情報やタグ情報などの付加情報をさらに用いると、より正確な運動負荷量情報を得ることが可能である。
ユーザ支援データ生成部133は、生体データを基に所定の計算処理や統計処理を実行し、例えばユーザの血圧推移データ、活動状況データ(運動量情報、運動負荷量情報、活動量情報などの推移や分布など)、疲労度データ、睡眠の質データなどを含むユーザ統計情報を生成し、当該ユーザ統計情報と基準情報(例えば、平均値情報や目標値情報)と比較した結果に対するアドバイスやアラートなどを含むユーザ支援データを生成する。ユーザ支援データは、ユーザ情報に関連付けられてユーザ支援データDB123に記憶される。
ユーザ支援データ生成部133は、例えば、日常的に装着している測定装置300により所定の周期的なタイミングで受信した測定データから生成された血圧情報に基づき、ユーザの血圧推移データを生成する。そして、例えば、かかりつけ医等により設定された降圧目標値や、日本高血圧学会により設定された降圧目標値、ユーザ情報に含まれる現病歴、年齢、BMI値、生活習慣等の情報に基づき推定されるユーザと同属性の他ユーザの改善傾向から算定された降圧目標値などを基準情報としてユーザの血圧推移データと比較する。
ここで、本システムにおいては、従来の血圧測定器と比較して日常的に測定装置300を装着して生体データの取得を行っているところ、例えば血圧推移データがユーザの運動による影響を受けやすい。より具体的には、特に運動後には、血圧が上昇しやすく、平時における血圧の変動状況がその血圧推移データから判断しづらい場合があり得る。そこで、例えば運動量情報や運動強度情報などの運動情報と基準運動情報を比較し、基準運動情報を超える過度な運動を判定した場合に、その時間に計測された血圧情報を削除するなどして間引き補正を行うようにしてもよい。そして、任意の所定時間内における間引き補正後の血圧情報から時間推移の近似曲線を算出するようにしてもよい。必要であれば、上記近似曲線をグラフにより示してもよく、間引き補正前後の血圧推移情報を比較可能に、両グラフを生成するようにしてもよく、両グラフを並べて、または、切り替えて、もしくは、重畳して表示して比較可能にしてもよい。なお、血圧情報の経時的な推移データ(血圧推移データ)に限らず、心拍情報、血中酸素量情報、最大酸素摂取量情報、呼吸数、体温情報など、ユーザの運動の影響を受けやすい生体データの経時的な推移データにおいても、上記同様に間引き補正することで、運動による影響を受けていない平時の生体データ推移情報を推定することが可能となり、特にそれぞれ間引き補正後の平時の生体データに対する基準生体データ情報(所定日前などの過去の生体データを含む)を取得して比較することで、運動による影響を受けていない状態変化の確認が容易となる。なお、上述の間引き補正に代えて、または、加えて、事前に記憶された場所情報とGPS情報の比較やユーザ端末装置200や測定装置300からの入力情報(例えば、外出の有無を示す情報や安静状態となれる安静場所にいるかどうかの情報)に基づき、ユーザが安静状態の多い安静場所にいることを安静場所情報及び時間情報により判定し、その期間におけるデータだけを安静期間情報として取得するように間引き補正してもよい。
また、ユーザ支援データ生成部133は、例えば、日常的に装着している測定装置300により所定の周期的なタイミングで受信した計測データから生成された活動量情報や運動量情報、運動負荷情報の少なくともいずれかの運動情報に基づき、これらの情報に関する活動状況データを生成する。そして、ユーザ支援データ生成部133において、例えば、上述の降圧目標値とユーザの血圧推移データとを比較して、例えば所定日数経過しても所定の血圧値まで降圧していないといったように降圧推移状況が適切でないと判断された場合、上記活動状況データをさらに参照し、運動量が適切ではないと判断される場合には運動量を増加または減少する旨の通知(例えば、増加または減少すべき歩行時間の提示など)、運動負荷が適切ではないと判断される場合には運動負荷を増加または減少する通知(例えば、歩幅、歩行速度、傾斜面や階段の使用頻度、スポーツを行う頻度などの変更量に関するアドバイスなど)、活動量が適切ではないと判断される場合には活動量を増加または減少する旨の通知(例えば、増加または減少すべき歩行時間の提示など)を含むユーザ支援データを生成する。これにより、目標降圧値を達成するための改善プロセスをユーザが簡単に取得することが可能となり、ユーザの利便性が向上する。
一方で、降圧薬による過剰な降圧を判定可能なように降圧下限値を設定してもよく、ユーザ支援データ生成部133は、例えば、降圧下限値とユーザの血圧推移データ(特に現在の血圧情報)とを比較して、例えば、所定期間内で降圧下限値となった累積期間が所定位置以上であることや、血圧情報生成時の比較において血圧情報が示す値が降圧下限値よりも低いことなどを判定し、ユーザにその状態を知らせる情報(降圧下限値関連情報)を通知するユーザ支援データを生成してもよい。
ユーザ支援データ生成部133は、例えば、日常的に装着している測定装置300による測定データから生成された血圧情報に基づき、ユーザの血圧推移データを生成する。そして、例えば、血圧の急上昇や急降下等の異常値をモニタリングし、当該異常値が発生した場合にはアラートを含むユーザ支援データを生成する。ユーザ支援データ生成部133は、ユーザ支援データとして、当該アラートに併せて、異常値前後の血圧推移データも生成してもよい。さらに、当該異常を検出した際には、制御部130により管理サーバ100から直接的に、または、ユーザ端末装置200若しくは測定装置300を介して間接的に、医療機関または近親者などユーザ情報に紐づけられた連絡先へ異常を示す通知(例えば、PCまたはスマートフォンなどのデバイスに記憶された所定のアプリケーションを介した通知や、メールアドレスを利用した通知など)を発信するように制御してもよく、特に医療機関へ当該通知が発信された際には、当該通知を医療機関の所有するデバイスへの救急車搬送の要請信号として当該デバイスに表示されるようにしてもよい。これにより、再発率の高い血圧に関する病気において、早期発見が可能となり、特に急な発症によりユーザが連絡不能な状況であったとしても自動的に血圧異常を他者に通知が可能となる。さらには、一般的に脳卒中発症時に死亡リスク・後遺症リスクを最小限に抑えるためには、発症直後4時間30分以内に所定の処置を行う必要があるところ、発症直後に救急車の搬送を手配できるシステムは、万が一の安全性を高めることができる。
データ出力部134は、生体データやユーザ支援データをユーザ端末装置200へ出力する。ユーザ端末装置200においては、出力データを例えば専用のアプリケーションを介して画面に表示するなどしてユーザが容易に確認可能としても良い。
入出力部140は、キーボード・マウス類等の情報入力機器、及びディスプレイ等の出力機器である。
<処理の流れ>
図6を参照しながら、情報処理システム1が実行するデータ支援方法の処理の流れについて説明する。図6は、図1の情報処理システム1の処理の例を示すフローチャートである。
図6を参照しながら、情報処理システム1が実行するデータ支援方法の処理の流れについて説明する。図6は、図1の情報処理システム1の処理の例を示すフローチャートである。
ステップS101の処理として、データ管理部131では、測定装置300を利用するユーザごとにアカウント情報が生成され、ユーザ端末装置200等から所定のユーザ情報を取得する。登録されたユーザ情報は、データ管理部131により、ユーザ情報DB124に記憶される。ステップS101の処理は、ユーザが測定装置300を利用するための前処理として行われてもよいし、ユーザが測定装置300を初めて利用する際に行われてもよい。
ステップS102の処理として、ユーザが測定装置300を利用すると、測定データが測定装置300からユーザ端末装置200を介して管理サーバ100へ送信され、通信部110を介して受信される。データ管理部131により、記憶部120の測定データDB121内においてユーザ情報に関連付けられて測定データが記憶される。
ステップS103の処理として、生体データ生成部132により測定データが読み取られ、所定の演算等により生体データの生成が行われる。生成された生体データは、データ管理部131により、生体データDB122に記憶される。
ステップS104の処理として、ユーザ支援データ生成部133により生体データが読み取られ、所定の演算等によりユーザ支援データの生成が行われる。生成されたユーザ支援データは、データ管理部131により、ユーザ支援データDB123に記憶される。
ステップS105の処理として、データ出力部134により生体データおよび/またはユーザ支援データが読み取られ、ユーザ端末装置200へ出力される。
<効果>
以上のように、本実施形態に係る情報処理システムは、ユーザ支援データ生成部133を介して、測定データに基づき、特に血圧状態を改善するためのアドバイスやアラートなどを含むユーザ支援データを生成する。これにより、例えば目標降圧値を達成するための改善プロセスをユーザが簡単に取得することが可能となり、ユーザの利便性が向上する。
以上のように、本実施形態に係る情報処理システムは、ユーザ支援データ生成部133を介して、測定データに基づき、特に血圧状態を改善するためのアドバイスやアラートなどを含むユーザ支援データを生成する。これにより、例えば目標降圧値を達成するための改善プロセスをユーザが簡単に取得することが可能となり、ユーザの利便性が向上する。
以上、開示に係る実施形態について説明したが、これらはその他の様々な形態で実施することが可能であり、種々の省略、置換および変更を行なって実施することが出来る。これらの実施形態および変形例ならびに省略、置換および変更を行なったものは、特許請求の範囲の技術的範囲とその均等の範囲に含まれる。
1 情報処理システム
100 管理サーバ
200 ユーザ端末装置
300 測定装置
NW ネットワーク
100 管理サーバ
200 ユーザ端末装置
300 測定装置
NW ネットワーク
Claims (9)
- ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理システムであって、
前記測定データに対して所定の演算を実行し、前記生体データを生成する生体データ生成部と、
前記生体データに基づき生成された推移データを生成するユーザ支援データ生成部と、を備え、
前記生体データは、前記生体データに対して所定の間引き補正を実行した結果の生体データであり、
前記生体データは、血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、呼吸数、体温情報の少なくともいずれかである、
ことを特徴とする情報処理システム。 - 所定の間引き補正は、運動情報と基準運動情報を比較した結果に応じて実行される、
ことを特徴とする請求項1に記載の情報処理システム。 - 所定の間引き補正は、安静期間情報に応じて実行される、
ことを特徴とする請求項1または2のいずれか1項に記載の情報処理システム。 - 前記生体データは、少なくとも血圧情報を含み、
前記ユーザ支援データ生成部は、降圧目標値と血圧推移データを比較した結果に応じて、ユーザの運動情報に関連する情報を通知する、
ことを特徴とする請求項1ないし請求項3のいずれか1項に記載の情報処理システム。 - 前記生体データは、少なくとも血圧情報を含み、
前記ユーザ支援データ生成部は、降圧下限値と血圧情報を比較した結果に応じて、降圧下限値関連情報を通知する、
ことを特徴とする請求項1ないし請求項4のいずれか1項に記載の情報処理システム。 - 前記ユーザ支援データ生成部は、前記生体データに関して異常を検出した場合に、ユーザ情報に紐づけられた連絡先へ当該異常を示す通知及び前記推移データを発信する、
ことを特徴とする請求項1ないし請求項5に記載の情報処理システム。 - ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行うサーバであって、
前記測定データに対して所定の演算を実行し、前記生体データを生成する生体データ生成部と、
前記生体データに基づき生成された推移データを生成するユーザ支援データ生成部と、を備え、
前記生体データは、前記生体データに対して所定の間引き補正を実行した結果の生体データであり、
前記生体データは、血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、呼吸数、体温情報の少なくともいずれかである、
ことを特徴とするサーバ。 - ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理方法であって、
生体データ生成部により、前記測定データに対して所定の演算を実行し、前記生体データを生成するステップと、
ユーザ支援データ生成部により、前記生体データに基づき生成された推移データを生成するステップと、を含み、
前記生体データは、前記生体データに対して所定の間引き補正を実行した結果の生体データであり、
前記生体データは、血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、呼吸数、体温情報の少なくともいずれかである、
ことを特徴とする情報処理方法。 - ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データから生体データ及びユーザ支援データの生成を行う情報処理方法をコンピュータで実行するためのプログラムであって、
前記情報処理方法は、
生体データ生成部により、前記測定データに対して所定の演算を実行し、前記生体データを生成するステップと、
ユーザ支援データ生成部により、前記生体データに基づき生成された推移データを生成するステップと、を含み、
前記生体データは、前記生体データに対して所定の間引き補正を実行した結果の生体データであり、
前記生体データは、血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、呼吸数、体温情報の少なくともいずれかである、
ことを特徴とするプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020095778 | 2020-06-01 | ||
JP2020095778 | 2020-06-01 | ||
JP2021091405A JP6934219B1 (ja) | 2020-06-01 | 2021-05-31 | 情報処理システム、サーバ、情報処理方法及びプログラム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021091405A Division JP6934219B1 (ja) | 2020-06-01 | 2021-05-31 | 情報処理システム、サーバ、情報処理方法及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021186689A true JP2021186689A (ja) | 2021-12-13 |
Family
ID=77657830
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021091405A Active JP6934219B1 (ja) | 2020-06-01 | 2021-05-31 | 情報処理システム、サーバ、情報処理方法及びプログラム |
JP2021127022A Pending JP2021186689A (ja) | 2020-06-01 | 2021-08-03 | 情報処理システム、サーバ、情報処理方法及びプログラム |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021091405A Active JP6934219B1 (ja) | 2020-06-01 | 2021-05-31 | 情報処理システム、サーバ、情報処理方法及びプログラム |
Country Status (2)
Country | Link |
---|---|
JP (2) | JP6934219B1 (ja) |
WO (2) | WO2021246370A1 (ja) |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002329008A (ja) * | 2001-01-25 | 2002-11-15 | Matsushita Electric Ind Co Ltd | 生体情報検出システム、生体情報検出方法、生体情報処理装置、健康管理方法 |
JP2002251681A (ja) * | 2001-02-21 | 2002-09-06 | Saibuaasu:Kk | 動作検知装置、動作検知システム、異常動作通知システム、ゲームシステム、所定動作の通知方法およびセンタ装置 |
JP5921011B1 (ja) * | 2015-09-29 | 2016-05-24 | 株式会社トマーレ | 透析情報共有システム及び透析情報共有方法 |
JP2017168056A (ja) * | 2016-03-18 | 2017-09-21 | 株式会社日立公共システム | 健康状態管理装置および健康状態管理方法 |
JP6847721B2 (ja) * | 2017-03-14 | 2021-03-24 | オムロン株式会社 | 情報処理装置、情報処理方法及びそのプログラム |
JP6925830B2 (ja) * | 2017-03-15 | 2021-08-25 | オムロン株式会社 | 生体情報記録装置、システム、方法及びプログラム |
WO2018198637A1 (ja) * | 2017-04-24 | 2018-11-01 | ヘルスセンシング株式会社 | 血圧算出方法及び装置 |
TW201909058A (zh) * | 2017-07-25 | 2019-03-01 | 日商松下知識產權經營股份有限公司 | 活動支援方法、程式及活動支援系統 |
JP2019109612A (ja) * | 2017-12-15 | 2019-07-04 | 株式会社卯野薬房 | 遠隔運動指導システム |
JP7035525B2 (ja) * | 2017-12-27 | 2022-03-15 | オムロンヘルスケア株式会社 | 注意喚起システム、情報処理装置、情報処理方法、及びプログラム |
JP6932379B2 (ja) * | 2018-07-12 | 2021-09-08 | 株式会社Arblet | データ管理サーバ、データ管理方法及びデータ管理プログラム |
JP7119754B2 (ja) * | 2018-08-20 | 2022-08-17 | オムロンヘルスケア株式会社 | 健康管理装置、健康管理方法、及びプログラム |
-
2021
- 2021-05-31 WO PCT/JP2021/020701 patent/WO2021246370A1/ja active Application Filing
- 2021-05-31 JP JP2021091405A patent/JP6934219B1/ja active Active
- 2021-06-01 WO PCT/JP2021/020916 patent/WO2021246423A1/ja active Application Filing
- 2021-08-03 JP JP2021127022A patent/JP2021186689A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2021246423A1 (ja) | 2021-12-09 |
WO2021246370A1 (ja) | 2021-12-09 |
JP6934219B1 (ja) | 2021-09-15 |
JP2021186681A (ja) | 2021-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6919959B1 (ja) | 情報処理システム、サーバ、情報処理方法及びプログラム | |
JP7033362B1 (ja) | 情報処理システム、サーバ、情報処理方法及びプログラム | |
WO2022054797A1 (ja) | 情報処理システム、サーバ、情報処理方法及びプログラム | |
JP6887194B1 (ja) | 情報処理システム、サーバ、情報処理方法及びプログラム | |
WO2022009817A1 (ja) | サーバ、ユーザ支援システム、ユーザ支援方法及びプログラム | |
JP6864894B1 (ja) | 情報処理システム、サーバ、情報処理方法及びプログラム | |
JP6934219B1 (ja) | 情報処理システム、サーバ、情報処理方法及びプログラム | |
JP7097111B2 (ja) | 情報処理システム、サーバ、情報処理方法及びプログラム | |
WO2021246346A1 (ja) | 情報処理システム、サーバ、情報処理方法及びプログラム | |
JP6945908B1 (ja) | 情報処理システム、サーバ、情報処理方法及びプログラム | |
JP7033363B1 (ja) | 情報処理システム、サーバ、情報処理方法及びプログラム | |
JP7240052B1 (ja) | 情報処理システム、サーバ、情報処理方法、プログラム及び学習モデル | |
WO2021246264A1 (ja) | サーバ、調整情報提供方法及びプログラム | |
JP6830704B1 (ja) | 情報処理システム、情報処理方法及びプログラム | |
JP2024018876A (ja) | 情報処理システム、サーバ、情報処理方法、プログラム及び学習モデル | |
JP2023125114A (ja) | 情報処理システム、サーバ、情報処理方法及びプログラム | |
JP2023126062A (ja) | 情報処理システム、サーバ、情報処理方法及びプログラム |