JP2021192131A - 情報処理装置、および情報処理方法 - Google Patents

情報処理装置、および情報処理方法 Download PDF

Info

Publication number
JP2021192131A
JP2021192131A JP2018161348A JP2018161348A JP2021192131A JP 2021192131 A JP2021192131 A JP 2021192131A JP 2018161348 A JP2018161348 A JP 2018161348A JP 2018161348 A JP2018161348 A JP 2018161348A JP 2021192131 A JP2021192131 A JP 2021192131A
Authority
JP
Japan
Prior art keywords
user
information processing
information
processing apparatus
generation unit
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
Application number
JP2018161348A
Other languages
English (en)
Inventor
由紀子 荒川
Yukiko Arakawa
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Group Corp
Original Assignee
Sony Group Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sony Group Corp filed Critical Sony Group Corp
Priority to JP2018161348A priority Critical patent/JP2021192131A/ja
Priority to PCT/JP2019/027879 priority patent/WO2020044822A1/ja
Priority to US17/250,660 priority patent/US20210174932A1/en
Publication of JP2021192131A publication Critical patent/JP2021192131A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4833—Assessment of subject's compliance to treatment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/486—Bio-feedback
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
    • A61B5/749—Voice-controlled interfaces
    • 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
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • 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
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training

Abstract

【課題】ユーザの将来の状態をより高い精度で予測する情報処理装置を提供する。【解決手段】ユーザが予定している行動により生じる前記ユーザの状態の変化を予測する状態変化予測部と、前記状態変化予測部により得られた予測結果に基づき、前記ユーザへの通知情報を生成する通知情報生成部と、を備える、情報処理装置。【選択図】図１

Description

本開示は、情報処理装置、および情報処理方法に関する。
近年、ユーザの将来の状態を予測する機能を備える情報処理装置の普及が進んでいる。ユーザは、当該情報処理装置を用いることにより、例えば、自らの将来の健康状態を把握することができ、生活習慣の改善等に取り組むことができる。特許文献１には、ユーザの過去の体重データの遷移の線形近似直線を求め、当該線形近似直線に対しユーザの性別、年代、および体力に基づいた補正を行うことにより、ユーザの将来の体重を予測する方法が開示されている。
特開２０１５−０１４９１３号公報
しかし、ユーザの将来の状態は、ユーザが将来行う行動により変化する。特許文献１に記載の方法では、ユーザが将来に日常行っていない行動を行った場合、ユーザの将来の状態を精度よく予測することが困難である。
そこで、本開示では、ユーザの将来の状態をより高い精度で予測することが可能な、新規かつ改良された、情報処理装置、および情報処理方法を提案する。
本開示によれば、ユーザが予定している行動により生じる前記ユーザの状態の変化を予測する状態変化予測部と、前記状態変化予測部により得られた予測結果に基づき、前記ユーザへの通知情報を生成する通知情報生成部と、を備える、情報処理装置が提供される。
また、本開示によれば、プロセッサが、ユーザが予定している行動により生じる前記ユーザの状態の変化を予測することと、予測された前記ユーザの状態の変化に基づき、前記ユーザへの通知情報を生成することと、を含む、情報処理方法が提供される。
以上説明したように本開示によれば、ユーザの将来の状態をより高い精度で予測することが可能となる。
なお、上記の効果は必ずしも限定的なものではなく、上記の効果とともに、または上記の効果に代えて、本明細書に示されたいずれかの効果、または本明細書から把握され得る他の効果が奏されてもよい。
本開示の第１の実施形態に係る情報処理装置の概要を示す説明図である。 同実施形態に係る情報処理装置の構成の一例を示すブロック図である。 ユーザの日常行動の一例を示す図である。 ユーザの予定行動の一例を示す図である。 ユーザの予定行動を分類するための分類表の一例を示す図である。 ユーザの基本消費カロリーの算出方法の一例について説明するための図である。 ユーザの将来の消費カロリーの一例について説明するための図である。 ユーザの体重変化の予測結果の一例を示す図である。 同実施形態に係る情報処理装置の動作の一例を示すフローチャートである。 本開示の第２の実施形態に係る情報処理装置の概要を示す説明図である。 同実施形態に係る情報処理装置の構成の一例を示すブロック図である。 同実施形態に係る情報処理装置の動作の一例を示すフローチャートである。 ユーザの体重変化の予測結果の一例を示す図である。 本開示の実施形態に係る情報処理装置のハードウェア構成例を示す図である。
以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書および図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
なお、説明は以下の順序で行うものとする。
＜１．第１の実施形態＞
（１−１．情報処理装置の概要）
（１−２．情報処理装置の構成）
（１−３．情報処理装置の動作）
（１−４．作用効果）
＜２．第２の実施形態＞
（２−１．情報処理装置の概要）
（２−２．情報処理装置の構成）
（２−３．情報処理装置の動作）
（２−４．作用効果）
＜３．変形例＞
（３−１．第１の変形例）
（３−２．第２の変形例）
＜４．ハードウェア構成＞
＜５．むすび＞
＜１．第１の実施形態＞
（１−１．情報処理装置の概要）
以下では、図１を参照しながら、本開示の第１の実施形態に係る情報処理装置の概要について説明する。
図１は、本開示の第１の実施形態に係る情報処理装置の概要を示す説明図である。図１に示すように、情報処理装置１０は、ユーザＵからユーザＵが予定している行動（以下、単に予定行動とも称する）が入力された場合、ユーザＵへユーザＵの体重に関する通知や提案を行う機能を有する。
具体的に、情報処理装置１０は、ユーザＵから予定行動が入力された場合、当該予定行動によりユーザＵに生じる体重の変化を予測し、当該予測結果に基づいて、ユーザＵへユーザＵの体重に関する通知や提案を行う。
図１に示す例では、ユーザＵから「来週の月曜日にＡＢＣビュッフェに行く」という予定行動が入力されると、情報処理装置１０は、ユーザＵが当該予定行動を実行した場合のユーザＵの体重の変化を予測する。そして、情報処理装置１０は、ユーザＵの将来の体重がユーザＵによりあらかじめ設定された目標体重を０．７ｋｇ越えると予測される場合、ユーザＵに対して「この予定を登録すると目標体重を０．７ｋｇオーバーします」と通知を行う。さらに、情報処理装置１０は、ユーザＵに対して「今回はお野菜中心のＤＥＦ居酒屋にしませんか？」と、ユーザＵの体重が目標体重を越えないように予定行動を変更する提案を行う。
なお、本開示においては、情報処理装置１０がユーザＵと対話を行う対話型エージェントである例について説明するが、情報処理装置１０はかかる例に限定されない。例えば、情報処理装置１０は、スマートフォン、携帯電話、ＰＨＳ（Ｐｅｒｓｏｎａｌ Ｈａｎｄｙｐｈｏｎｅ Ｓｙｓｔｅｍ）、携帯用ゲーム機器、またはロボット等であってもよい。
（１−２．情報処理装置の構成）
以上、本実施形態に係る情報処理装置１０の概要について説明した。続いて、図２を参照しながら、本実施形態に係る情報処理装置１０の構成について説明する。
図２は、本実施形態に係る情報処理装置１０の構成の一例を示すブロック図である。図２に示すように、情報処理装置１０は、音声入力部１００、音声認識部１１０、記憶部１２０、処理部１３０、および音声出力部１４０を備える。
音声入力部１００は、ユーザＵの音声を集音する機能を有する。また、音声入力部１００は、集音した音声を音声信号に変換して音声認識部１１０へ出力する。具体的に、音声入力部１００は、マイクロフォン、アンプ、およびＡ／Ｄ変換器等により実現される。
音声認識部１１０は、音声入力部１００から入力される音声信号を取得し、音声認識を行う機能を有する。具体的に、音声認識部１１０は、音声信号を公知の音声認識技術に基づいて解析し、音声信号に含まれる情報を認識する。例えば、ユーザＵが情報処理装置１０に対して予定行動を入力した場合、音声認識部１１０は、音声信号に含まれるユーザＵの予定行動を示す予定行動情報を認識する。また、例えば、ユーザＵが情報処理装置１０に対してユーザＵの体重、ユーザＵが摂取したカロリー、またはユーザＵが消費したカロリーを入力した場合、音声認識部１１０は、ユーザＵの体重を示す体重情報、ユーザＵの摂取カロリーを示す摂取カロリー情報、またはユーザＵの消費カロリーを示す消費カロリー情報を認識する。音声認識部１１０は、認識した情報を記憶部１２０や処理部１３０へ出力する。
記憶部１２０は、音声認識部１１０、または処理部１３０から入力される情報を記憶する機能を有する。例えば、記憶部１２０は、上記の予定行動情報、体重情報、摂取カロリー情報、および消費カロリー情報等を記憶することができる。なお、記憶部１２０が記憶する情報は、これらの例に限定されず、ユーザＵにより情報処理装置１０に対して行われる各種設定に関する情報等が含まれてよい。
処理部１３０は、音声認識部１１０から入力される情報、または記憶部１２０に記憶された情報を処理する機能を有する。処理部１３０は、図２に示したように、状態変化予測部１３２、および通知情報生成部１３４を備える。
状態変化予測部１３２は、ユーザＵの予定行動により生じるユーザＵの状態の変化を予測する機能を有する。例えば、状態変化予測部１３２は、ユーザＵから予定行動が入力された場合、ユーザＵが過去に行った行動（以下、過去行動とも称する）と、ユーザＵが過去行動を行った日にユーザＵが消費したカロリー（以下、過去消費カロリーとも称する）と、ユーザＵが過去行動を行った日にユーザＵが摂取したカロリー（以下、過去摂取カロリーとも称する）との関係に基づいて、ユーザＵが予定行動を行う日のユーザＵの消費カロリー（以下、将来消費カロリーとも称する）と、ユーザＵが予定行動を行う日のユーザＵの摂取カロリー（以下、将来摂取カロリーとも称する）とを算出する。そして、状態変化予測部１３２は、将来消費カロリーと、将来摂取カロリーとに基づいて、ユーザＵの将来の体重の変化を予測する。
以下、図３〜図８を参照しながら、状態変化予測部１３２がユーザＵの体重の変化を予測する方法の一例について説明する。図３は、本実施形態に係る情報処理装置１０に登録されるユーザＵの日常行動の一例を示す図である。図４は、本実施形態に係る情報処理装置１０に登録されるユーザＵの予定行動の一例を示す図である。
図３に示すように、情報処理装置１０には、ユーザＵの日常行動が登録される。ここで、日常行動とは、ユーザＵが日常的に行っている行動をいう。例えば、ユーザＵが毎日入浴を行う場合、ユーザＵは、情報処理装置１０に対して毎日入浴していることを入力する。ユーザＵによる当該入力が音声入力部１００、音声認識部１１０を介して記憶部１２０に記憶されることにより、入浴を行うという日常行動が情報処理装置１０に登録される。なお、情報処理装置１０へのユーザＵの日常行動の登録手段は、かかる例に限定されない。例えば、公知の自動認識技術を用いることにより、情報処理装置１０が自動的にユーザＵの日常行動を認識し、ユーザＵの日常行動を記憶部１２０に記憶してもよい。
状態変化予測部１３２は、上記の日常行動に登録されていない予定行動が新たに情報処理装置１０に登録された場合、当該予定行動によりユーザＵが摂取する摂取カロリー、または当該予定行動によりユーザＵが消費する消費カロリーに基づいて、当該予定行動の分類を行う。ここで、情報処理装置１０への予定行動の登録は、例えば、ユーザＵが情報処理装置１０に対して予定行動を入力することにより行われてよく、かかる例に限定されない。例えば、公知の自動認識技術を用いることにより、情報処理装置１０に自動的にユーザＵの予定行動が登録されてもよい。
図４に示す例では、ユーザＵの日常行動に対して「テニス」、「ショッピングセール」、「映画」という予定行動が新たに登録されている。かかる場合、状態変化予測部１３２は、「テニス」という予定行動を「Ｅ１」に、「ショッピングセール」という予定行動を「Ｊ１」に、「映画」という予定行動を「Ｋ１」に分類する。以下、このような分類が行われる方法について説明する。
図５は、ユーザＵの予定行動を摂取カロリー、または消費カロリーに基づいてカテゴリ毎に分類するための分類表の一例を示す図である。図５に示す分類表は、ユーザＵによりあらかじめ定義され、情報処理装置１０に登録されている。図５に示す例において、Ａ〜Ｌまでの各列には摂取カロリー、または消費カロリーが同程度の行動を示すカテゴリが定義され、０〜５までの各行には各列に対応するユーザＵの具体的な行動が定義されている。例えば、Ｅ列には消費カロリーが中程度の運動を示す「運動２」というカテゴリが定義され、Ｅ１〜Ｅ３には消費カロリーが中程度の運動である「テニス」、「ボルダリング」、および「スイミング」という行動が定義されている。なお、Ｅ０には「行動なし」という行動が定義され、ユーザＵがＥ１〜Ｅ３のいずれかに対応する行動を行わない場合、ユーザＵの行動はＥ０に分類される。状態変化予測部１３２は、予定行動が新たに登録された場合、登録された予定行動を上記の分類表に基づいて分類し、分類された予定行動を記憶部１２０に記憶する。
また、状態変化予測部１３２は、ユーザＵが予定行動の実行を終えた場合、ユーザＵが当該予定行動により消費した消費カロリー（過去消費カロリー）と、ユーザＵが当該予定行動により摂取した摂取カロリー（過去摂取カロリー）とを算出する。ここで、過去摂取カロリーは、ユーザＵが予定行動を行った日に摂取した飲食物のカロリー値の合計として算出される。一方、過去消費カロリーは、過去摂取カロリーと、ユーザＵの過去の体重増減と、ユーザＵの基本消費カロリーとに基づいて算出される。ここで、ユーザＵの基本消費カロリーとは、ユーザＵが日常の行動以外の行動を行っていない日のユーザＵの消費カロリーを示す値である。以下、ユーザＵの過去の体重増減の算出方法と、基本消費カロリーの算出方法について説明した後に、過去消費カロリーの算出方法について説明する。
ユーザＵの過去の体重増減の算出方法と、基本消費カロリーの算出方法について説明する。ユーザＵの過去の体重増減は、ユーザＵから情報処理装置１０に日々入力される体重から算出される。具体的に、体重増減は、ある日のユーザＵの体重からその日の前日のユーザＵの体重を減じることにより算出される。
ユーザＵの基本消費カロリーは、ユーザＵが日常行動以外の行動を行っていない日（つまり、予定行動が登録されていない日）のうち、ユーザＵの体重増減が所定の値以下である日のユーザＵの摂取カロリーの平均値として求められる。ユーザＵの体重増減が所定の値以下の日に限定する理由は、体重増減が大きい日は、ユーザＵが日常行動以外の行動を行っているにも関わらず、予定行動が登録されていない可能性が高いからである。以下、図６を参照しながら、ユーザＵの基本消費カロリーの算出方法の一例について説明する。
図６は、ユーザＵの基本消費カロリーの算出方法の一例について説明するための図である。図６には、ユーザＵの過去の摂取カロリー、体重、体重増減、および予定行動の有無の一例が示されている。なお、本実施形態に係る情報処理装置１０を説明するにあたり、以降の説明では３月１５日を現時点として説明する。つまり、３月１４日以前は過去であり、３月１６日以後は将来として説明する。図６に示す例において、例えば、所定の値を０．１ｋｇとした場合、状態変化予測部１３２は、予定行動が登録されておらず、体重増減が０．１ｋｇ以下である３月２日、４日、５日、８日、９日、および１１日の摂取カロリーの平均値である２４００ｋｃａｌをユーザＵの基本消費カロリーとして算出する。なお、所定の値はかかる例に限定されず、適宜設定される。
続いて、過去消費カロリーの算出方法の一例について説明する。例えば、状態変化予測部１３２は、過去のある日のユーザＵの摂取カロリーと、その日のユーザＵの体重増減と、ユーザＵの基本消費カロリーとに基づいて、その日のユーザＵの過去消費カロリーを算出する。ここで、例えば、情報処理装置１０には、ユーザＵの摂取カロリーと体重増減との関連性、およびユーザＵの消費カロリーと体重増減との関連性が登録されている。具体的に、情報処理装置１０には、ユーザＵの摂取カロリーが１００ｋｃａｌ増加するとユーザＵの体重が０．１ｋｇ増加し、ユーザＵの消費カロリーが１００ｋｃａｌ増加するとユーザＵの体重が０．１ｋｇ減少することが登録されている。
かかる場合、状態変化予測部１３２は、例えば、ユーザＵがある日に普段よりも２００ｋｃａｌ多くカロリーを摂取したにも関わらず、その日のユーザＵの体重に変化が無かった場合、その日のユーザＵの消費カロリーは基本消費カロリーよりも２００ｋｃａｌ多いと判断し、基本消費カロリーに２００ｋｃａｌを加算した数値をその日のユーザＵの過去消費カロリーとして算出することができる。また、状態変化予測部１３２は、例えば、ユーザＵがある日に普段と同じカロリーを摂取したにも関わらず、その日のユーザＵの体重が０．２ｋｇ減少した場合、その日のユーザＵの消費カロリーは基本消費カロリーよりも２００ｋｃａｌ多いと判断し、基本消費カロリーに２００ｋｃａｌを加算した数値をその日のユーザＵの過去消費カロリーとして算出することができる。状態変化予測部１３２は、このように算出した過去消費カロリー、及び過去摂取カロリーを記憶部１２０に記憶する。
なお、上記では過去消費カロリーが計算により求められ、記憶部１２０に記憶される例について示したが、かかる例に限定されない。例えば、ユーザＵが身に着けるウェアラブル端末により取得された過去消費カロリーが情報処理装置１０に入力されることにより、過去消費カロリーが記憶部１２０に記憶されてもよい。
状態変化予測部１３２は、上述のように記憶部１２０に記憶された分類済みの予定行動の中で既に実行が終わった行動（以下、分類済みの過去行動も称する）と、過去消費カロリーとの関係に基づいて、例えば、数量化理論の手法を用いてユーザＵの予定行動により生じるユーザＵの将来消費カロリーを算出する。また、状態変化予測部１３２は、分類済みの過去行動と、過去摂取カロリーとの関係に基づいて、例えば、数量化理論の手法を用いてユーザＵの予定行動により生じるユーザＵの将来摂取カロリーを算出する。本実施形態において、状態変化予測部１３２は、数量化理論の手法の１つとして公知である数量化１類の手法によりユーザＵの将来消費カロリー、及び将来摂取カロリーを算出する。
図７は、ユーザＵの将来消費カロリーの一例について説明するための図である。図７に示す例において、３月１４日以前には、分類済みの過去行動と、過去消費カロリーとが示されている。また、３月１６日以後には、分類済みの予定行動と、状態変化予測部１３２が数量化１類の手法により算出したユーザＵの将来消費カロリーとが示されている。なお、ここでは図示を省略したが、ユーザＵの将来摂取カロリーも将来消費カロリーと同様に示すことができる。状態変化予測部１３２は、このようなユーザＵの将来消費カロリーと、ユーザＵの将来摂取カロリーとに基づいて、ユーザＵの体重の変化を予測する。
例えば、状態変化予測部１３２は、ユーザＵの消費カロリー、および摂取カロリーと、ユーザＵの体重との間の関連性が分かっている場合、当該関連性に基づいてユーザＵの体重の変化を予測する。具体的に、状態変化予測部１３２は、ある日のユーザＵの摂取カロリーからその日のユーザＵの消費カロリーを減算したカロリー（以下、差分カロリーとも称する）が１００ｋｃａｌのときにユーザＵの体重が０．１ｋｇ増加することが分かっている場合、差分カロリーが１００ｋｃａｌの日付のユーザＵの体重は０．１ｋｇ増加すると予測することができる。
なお、上記では、状態変化予測部１３２が数量化１類の手法によりユーザＵの将来消費カロリー、および将来摂取カロリーを算出する例について示したが、かかる例に限定されない。例えば、状態変化予測部１３２は、数量化１類の手法に代えて、他の統計解析手法によりユーザＵの将来消費カロリー、および将来摂取カロリーを算出してもよい。
また、例えば、状態変化予測部１３２は、ユーザＵの過去行動と、過去消費カロリーと、過去摂取カロリーとの間の関連性が分かっている場合、当該関連性に基づいてユーザＵの将来消費カロリー、および将来摂取カロリーを算出してもよい。具体的に、状態変化予測部１３２は、ユーザＵがテニスを行うと消費カロリーが５００ｋｃａｌ増加することが分かっている場合、予定行動にテニスが登録されている日付の消費カロリーが５００ｋｃａｌ増加すると算出してよい。
また、状態変化予測部１３２は、記憶部１２０に記憶されたユーザＵの過去行動、過去消費カロリー、および過去摂取カロリーのデータ数が所定の数より少なく、ユーザＵの将来消費カロリー、および将来摂取カロリーを算出することができないと判断した場合、ユーザＵの将来消費カロリー、および将来摂取カロリーの算出を行わなくてよい。ここで、所定の数としては、あらかじめ定められた固定値であってもよく、状態変化予測部１３２が適宜決定する変動値であってもよい。
なお、上記では、予定行動が登録されている日のユーザＵの体重の変化を状態変化予測部１３２が予測する例について示したが、状態変化予測部１３２は、予定行動が登録されていない日のユーザＵの体重の変化を予測することもできる。
図６に示すように、予定行動が登録されていない日（例えば、３月６日）にユーザＵの体重が変化することがある。これは、例えば、ユーザＵの朝食の量が少なく、摂取カロリーが普段より少なかった場合等である。このように、ユーザＵの予定行動が１つも登録されていない日におけるユーザＵの行動として、記憶部１２０には図５に示す分類表のＡ０、Ｂ０、・・・、Ｌ０が初期値として記憶されている。また、状態変化予測部１３２は、ユーザＵがその日の行動を終えた場合、ユーザＵがその日に消費した消費カロリー、及びユーザＵがその日に摂取した摂取カロリーを上述の過去消費カロリー、及び過去摂取カロリーと同様に算出する。そして、状態変化予測部１３２は、算出された消費カロリー、及び摂取カロリーをその日の過去消費カロリー、及び過去摂取カロリーとして記憶部１２０に記憶する。
それにより、状態変化予測部１３２は、記憶部１２０に記憶された分類済みの過去行動と、過去消費カロリーと、過去摂取カロリーとの関係に基づいて、ユーザＵが予定行動を１つも登録していない日におけるユーザＵの消費カロリー、及び摂取カロリーを算出することができる。そして、状態変化予測部１３２は、算出された消費カロリー、及び摂取カロリーに基づいて、ユーザＵの体重の変化を予測することができる。
また、上記では、状態変化予測部１３２がユーザＵの過去行動と、過去消費カロリーと、過去摂取カロリーとの関係に基づいて、ユーザＵの予定行動により生じるユーザＵの体重の変化を予測する例について示したが、かかる例に限定されない。例えば、状態変化予測部１３２は、ユーザＵの過去行動と、過去消費カロリーと、過去摂取カロリーとの関係に代えて、ユーザＵの過去行動と、ユーザＵが過去行動を行った日にユーザＵに生じた体重の増減との関係に基づいて、ユーザＵの予定行動により生じるユーザＵの体重の変化を予測してもよい。具体的に、状態変化予測部１３２は、分類済みの過去行動と、ユーザＵが過去行動を行った日にユーザＵに生じた体重の増減との関係に基づいて、例えば、数量化理論の手法を用いてユーザＵの予定行動により生じるユーザＵの体重の増減を算出することができる。
通知情報生成部１３４は、状態変化予測部１３２により得られた予測結果に基づき、ユーザＵへの通知情報を生成する機能を有する。具体的に、通知情報生成部１３４は、状態変化予測部１３２により予測されたユーザＵの将来の体重がユーザＵによりあらかじめ設定された所定の値を越える場合に、ユーザＵへの体重に関する通知情報を生成する。以下、図８を参照しながら、通知情報生成部１３４がユーザＵへの通知情報を生成する一例について説明する。
図８は、ユーザＵの体重変化の予測結果の一例を示す図である。図８に示す横軸には将来（３月１６日以後）の日付が示され、縦軸には状態変化予測部１３２により得られたユーザＵの予測体重が示されている。ここで、情報処理装置１０には、あらかじめユーザＵの目標体重として７５．０ｋｇがユーザＵにより設定されている。このとき、通知情報生成部１３４は、３月２０日におけるユーザＵの予測体重が７５．７ｋｇであるため、ユーザＵの目標体重を０．７ｋｇ越えると判断し、ユーザＵへの通知情報を生成する。
通知情報生成部１３４が生成する通知情報としては、例えば、ユーザＵの体重が目標体重を越えることを通知することを含む体重超過通知情報、ユーザＵの予定行動を変更することを提案することを含む変更提案通知情報、またはユーザＵに新たな予定行動を追加することを提案することを含む追加提案通知情報等が挙げられる。ここで、体重超過通知情報には、具体的に予測体重が目標体重をどの程度越えるかを示す数値が含まれてもよい。
図１に示す例では、通知情報生成部１３４は、「この予定を登録すると目標体重を０．７ｋｇオーバーします」という体重超過通知情報、および「今回はお野菜中心のＤＥＦ居酒屋にしませんか？」という変更提案通知情報を生成している。一方、通知情報生成部１３４は、上記の変更提案通知情報と併せて、または変更提案通知情報に代えて、例えば、「体重増加を抑えるために、Ｘ月Ｙ日にテニスに行きませんか？」という追加提案通知情報を生成してもよい。
通知情報生成部１３４は、ユーザＵによる設定、過去の入力、またはユーザＵの将来の状態に応じた通知情報を生成することができる。例えば、ユーザＵの体重管理に対するモチベーションが低く、ユーザＵが通知情報として体重超過通知情報のみを受け取ることを情報処理装置１０に設定している場合、通知情報生成部１３４は、体重超過通知情報のみを生成することができる。
また、例えば、過去に情報処理装置１０からユーザＵの予定行動を変更することの提案を行った際に、ユーザＵから応答が入力される頻度が少ない場合や提案を拒否されることが多い場合、通知情報生成部１３４は、ユーザＵが予定行動を変更することの提案を望んでいないと判断し、体重超過通知情報のみを生成することができる。
また、例えば、ユーザＵの将来の体重が一般的な同年代の人の正常な体重の範囲を超えている場合、通知情報生成部１３４は、表現方法を変えて通知情報を生成することができる。具体的に、図１に示す例において、通知情報生成部１３４は、「今回はお野菜中心のＤＥＦ居酒屋にしませんか？」という変更提案通知情報に代えて、「今回はお野菜中心のＤＥＦ居酒屋にしてください」という、より強い表現方法で通知情報を生成することができる。
音声出力部１４０は、通知情報生成部１３４が生成した通知情報をユーザＵへ出力する機能を有する。具体的に、音声出力部１４０は、スピーカ等により実現される。
（１−３．情報処理装置の動作）
以上、本実施形態に係る情報処理装置１０の構成について説明した。続いて、図９を参照しながら、本実施形態に係る情報処理装置１０の動作について説明する。図９は、本実施形態に係る情報処理装置１０の動作の一例を示すフローチャートである。
まず、情報処理装置１０に対してユーザＵから予定行動が入力されると（Ｓ１０１）、状態変化予測部１３２は、当該予定行動を図５に示す分類表のいずれかの行動に分類する。
続いて、状態変化予測部１３２は、記憶部１２０に記憶された分類済みの過去行動、過去消費カロリー、および過去摂取カロリーのデータ数が所定の数以上あるか否かを判断する（Ｓ１０３）。記憶部１２０に記憶された分類済みの過去行動、過去消費カロリー、および過去摂取カロリーのデータ数が所定の数以上ある場合（Ｓ１０３／Ｙｅｓ）、状態変化予測部１３２は、記憶部１２０に記憶された分類済みの過去行動、過去消費カロリー、および過去摂取カロリーに基づいて、ユーザＵの将来消費カロリー、および将来摂取カロリーを算出する。続いて、状態変化予測部１３２は、算出されたユーザＵの将来消費カロリー、および将来摂取カロリーに基づいて、ユーザＵの将来の体重変化を予測する（Ｓ１０５）。
続いて、通知情報生成部１３４は、状態変化予測部１３２により予測されたユーザＵの将来の体重がユーザＵによりあらかじめ設定された所定の値を越えるか否かを判断する（Ｓ１０７）。予測されたユーザＵの将来の体重がユーザＵによりあらかじめ設定された所定の値を越える場合（Ｓ１０７／Ｙｅｓ）、通知情報生成部１３４は、ユーザＵへの体重に関する通知情報を生成する。そして、音声出力部１４０は、当該通知情報をユーザＵへ出力する（Ｓ１０９）。
（１−４．作用効果）
本実施形態に係る情報処理装置１０により得られる作用効果について言及する。本実施形態に係る情報処理装置１０は、ユーザＵが予定している行動により生じるユーザＵの体重の変化を予測する状態変化予測部１３２を備える。それにより、情報処理装置１０は、ユーザＵが将来に日常行っていない行動を行った場合であっても、ユーザＵの将来の体重をより高い精度で予測することができる。
また、状態変化予測部１３２は、ユーザＵの予定行動に加えて、ユーザＵの日常行動により生じるユーザＵの体重の変化を予測する。それにより、情報処理装置１０は、ユーザＵが予定している行動の有無に関わらず、ユーザＵの将来の体重をより高い精度で予測することができる。
また、本実施形態に係る情報処理装置１０は、状態変化予測部１３２により予測されたユーザＵの将来の体重がユーザＵによりあらかじめ設定された所定の値を越える場合に、ユーザＵへの体重に関する通知情報を生成する通知情報生成部１３４を備える。また、通知情報には、体重超過通知情報、変更提案通知情報、または追加提案通知情報の少なくともいずれかが含まれる。それにより、ユーザＵは、体重の管理を容易に行うことができる。また、情報処理装置１０によれば、予測体重が目標体重をどの程度越えるか具体的に通知されるため、ユーザＵは、体重の管理をより積極的に行うことができる。
また、通知情報生成部１３４は、ユーザＵによる設定、過去の入力、またはユーザＵの将来の状態に応じた通知情報を生成する。それにより、ユーザＵは、ユーザＵの体重管理に対するモチベーションの高さやユーザＵの将来の体重の状態に応じた通知を受け取ることができる。
＜２．第２の実施形態＞
（２−１．情報処理装置の概要）
次に、図１０を参照しながら、本開示の第２の実施形態に係る情報処理装置の概要について説明する。図１０は、本開示の第２の実施形態に係る情報処理装置の概要を示す説明図である。第２の実施形態に係る情報処理装置１２は、ユーザＵから入力された予定行動が明確でない場合、ユーザＵに対して予定行動の詳細について問い合わせを行う点で第１の実施形態に係る情報処理装置１０と異なる。以下では、基本的に、第１の実施形態の説明と重複する内容は省略し、第１の実施形態との差分について説明する。
具体的に、情報処理装置１２は、ユーザＵから予定行動が入力された場合、当該予定行動が明確か否かの判断を行う。予定行動が明確でないと判断された場合、情報処理装置１２は、ユーザＵに対して予定行動の詳細について問い合わせを行う。図１０に示す例では、ユーザＵから「明日の１７時から病院」という予定行動が入力されると、情報処理装置１２は、当該予定行動が明確でないと判断し、「どこの病院か教えてください」と予定行動の詳細について問合せを行う。そして、ユーザＵから「小児科」という詳細な予定行動が入力される。
ユーザＵから詳細な予定行動が入力された後の情報処理装置１２の機能と動作は、上述した第１の実施形態に係る情報処理装置１０と同様であるため、ここでの詳細な説明を省略する。以下、このような本実施形態に係る情報処理装置１２の構成、および動作について順次詳細に説明する。
（２−２．情報処理装置の構成）
図１１は、本実施形態に係る情報処理装置１２の構成の一例を示すブロック図である。図１１に示すように、情報処理装置１２は、音声入力部１００、音声認識部１１０、記憶部１２０、処理部１３１、および音声出力部１４０を備える。音声入力部１００、音声認識部１１０、記憶部１２０、および音声出力部１４０の機能は、第１の実施形態で説明した通りであるので、ここでの詳細な説明を省略する。
処理部１３１は、音声認識部１１０から入力される情報、または記憶部１２０に記憶された情報を処理する機能を有する。処理部１３１は、図１１に示したように、状態変化予測部１３２、通知情報生成部１３４、および問合せ情報生成部１３６を備える。状態変化予測部１３２、および通知情報生成部１３４の機能は、第１の実施形態で説明した通りであるので、ここでの詳細な説明を省略する。
問合せ情報生成部１３６は、ユーザＵに対してユーザＵが予定している行動についての問合せ情報を生成する機能を有する。例えば、問合せ情報生成部１３６は、ユーザＵから予定行動が入力された場合、当該予定行動が明確か否かの判断を行う。そして、問合せ情報生成部１３６は、予定行動が明確でない場合、ユーザＵに対して予定行動の詳細について問い合わせるための問合せ情報を生成し、音声出力部１４０へ出力する。
ここで、問合せ情報生成部１３６は、ユーザＵから入力された予定行動が明確か否かを、例えば、図５に示す分類表を用いて判断することができる。具体的に、問合せ情報生成部１３６は、ユーザＵから入力された予定行動が図５に示す分類表のいずれかに該当するか否かを判断する。そして、問合せ情報生成部１３６は、ユーザＵから入力された予定行動が図５に示す分類表のいずれにも該当しない場合、ユーザＵから入力された予定行動が明確でないと判断する。
具体的に、問合せ情報生成部１３６は、ユーザＵから「明日の１７時から病院」という予定行動が入力されると、「病院」という行動が図５に示す分類表のいずれかに該当するか否かを判断する。図５に示す分類表には「病院」という行動が存在しないため、問合せ情報生成部１３６は、当該予定行動が明確でないと判断する。
問合せ情報生成部１３６が生成する問合せ情報としては、例えば、ユーザＵの予定行動の行き先を問い合わせる行先情報、およびユーザＵの予定行動の開始時間や終了時間を問い合わせる時間情報等が挙げられる。このような問合せ情報が多いほど、情報処理装置１２は、より詳細なユーザＵの予定行動を取得することができるため、ユーザＵの将来の体重をより高い精度で予測することができる。
なお、問合せ情報生成部１３６は、ユーザＵによる設定、またはユーザＵによる過去の入力に応じた問合せ情報を生成することができる。例えば、ユーザＵが複数の問い合わせを受けることを望んでいない場合、ユーザＵは、１つの問い合わせのみを受ける旨を情報処理装置１２に設定する。かかる場合、例えば、問合せ情報生成部１３６は、問合せ情報として行先情報のみを生成する。また、例えば、過去に情報処理装置１２からユーザＵの予定行動の開始時間や終了時間を問い合わせた際に、ユーザＵから応答が入力される頻度が少ない場合、問合せ情報生成部１３６は、ユーザＵが予定行動の開始時間や終了時間を問い合わせることを望んでいないと判断し、問合せ情報として行先情報のみを生成する。
（２−３．情報処理装置の動作）
以上、本実施形態に係る情報処理装置１２の構成について説明した。続いて、図１２を参照しながら、本実施形態に係る情報処理装置１２の動作について説明する。図１２は、本実施形態に係る情報処理装置１２の動作の一例を示すフローチャートである。
図１２に示す例において、情報処理装置１２に対してユーザＵから予定行動が入力されると（Ｓ１０１）、問合せ情報生成部１３６は、ユーザＵの予定行動が明確か否かを判断する（Ｓ１０２ａ）。ユーザＵの予定行動が明確でない場合（Ｓ１０２ａ／Ｎｏ）、問合せ情報生成部１３６は、ユーザＵに対して予定行動の詳細について問い合わせるための問合せ情報を生成する。続いて、音声出力部１４０は、当該問合せ情報をユーザＵへ出力することにより予定行動の詳細を確認する（Ｓ１０２ｂ）。ユーザＵから詳細な予定行動が入力された後の情報処理装置１２の動作は、第１の実施形態で説明した通りであるので、ここでの詳細な説明を省略する。
（２−４．作用効果）
本実施形態に係る情報処理装置１２により得られる作用効果について言及する。本実施形態に係る情報処理装置１２は、ユーザＵに対して、ユーザＵが予定している行動についての問合せ情報を生成する問合せ情報生成部１３６を備える。それにより、本実施形態に係る情報処理装置１２は、ユーザＵから入力された予定行動が明確でない場合であっても、ユーザＵの予定行動の詳細を取得し、ユーザＵの将来の体重をより高い精度で予測することができる。
＜３．変形例＞
以下では、本開示の実施形態に係る情報処理装置の変形例について説明する。なお、以下に説明する変形例は、単独で本開示の実施形態に適用されてもよいし、組み合わせで本開示の実施形態に適用されてもよい。また、変形例は、本開示の実施形態で説明した構成に代えて適用されてもよいし、本開示の実施形態で説明した構成に対して追加的に適用されてもよい。
（３−１．第１の変形例）
上述した第１の実施形態では、通知情報生成部１３４は、ユーザＵの将来の体重がユーザＵによりあらかじめ設定された所定の値を越える場合、ユーザＵへの通知情報を生成する例について説明した。第１の変形例において、通知情報生成部１３４は、ユーザＵによりあらかじめ設定された将来の時点でのユーザＵの体重がユーザＵにより設定された所定の値を越える場合に、ユーザＵへの通知情報を生成する。ここで、将来の時点とは、将来の日付、時刻、または日時のいずれかを示す。
以下、図８および図１３を参照しながら、第１の変形例における通知情報生成部１３４の動作の一例を説明する。図１３は、図８と同様にユーザＵの体重変化の予測結果の一例を示す図である。第１の変形例において、情報処理装置１０には、あらかじめ３月２５日の時点におけるユーザＵの目標体重として７５．０ｋｇが設定される。つまり、通知情報生成部１３４は、３月２５日の時点におけるユーザＵの体重が７５．０ｋｇを越える場合、ユーザＵへの通知情報を生成し、３月２５日の時点におけるユーザＵの体重が７５．０ｋｇを越えない場合、ユーザＵへの通知情報を生成しない。
図８に示す例では、３月２０日におけるユーザＵの予測体重が７５．７ｋｇであり、ユーザＵの目標体重を越えているが、３月２５日の時点におけるユーザＵの予測体重が７４．７ｋｇであり、ユーザＵの目標体重を越えないため、通知情報生成部１３４は、ユーザＵへの通知情報を生成しない。一方、図１３に示す例では、３月２５日の時点におけるユーザＵの予測体重が７５．５ｋｇであり、ユーザＵの目標体重を越えるため、通知情報生成部１３４は、ユーザＵへの通知情報を生成する。
このように、第１の変形例において、通知情報生成部１３４は、ユーザＵによりあらかじめ設定された時点にユーザＵの将来の体重がユーザＵによりあらかじめ設定された所定の値を越える場合に、ユーザＵへの通知情報を生成する。それにより、ユーザＵは、あらかじめ設定した時点におけるユーザＵの体重を管理することができる。
（３−２．第２の変形例）
上述した第２の実施形態では、問合せ情報生成部１３６は、ユーザＵの予定行動についての問合せ情報を生成する例について説明した。第２の変形例において、問合せ情報生成部１３６は、ユーザＵの予定行動に加えて、ユーザＵの日常行動についての問合せ情報を生成する。
以下、このような第２の変形例における問合せ情報生成部１３６の動作の一例を説明する。まず、問合せ情報生成部１３６は、状態変化予測部１３２により予測されたユーザＵの体重と、同一の日付におけるユーザＵの実体重との比較を事後的に行う。問合せ情報生成部１３６は、予測されたユーザＵの体重と、ユーザＵの実体重との差が所定の値より大きい場合、当該日付にユーザＵが当初予定していた予定行動または日常行動と、実際に行われた予定行動または日常行動との間に差異があると判断する。
かかる場合、問合せ情報生成部１３６は、ユーザＵに対して予定行動または日常行動についての問合せ情報を生成する。例えば、問合せ情報生成部は、ユーザＵの日常行動である昼食を摂るという行動に差異が生じることが多いと分かっている場合、ユーザＵに対して「今日の昼食はいつもと同じですか？」と問い合わせる内容の問合せ情報を生成し、音声出力部１４０へ出力する。音声出力部１４０から出力された当該問い合わせに対してユーザＵから応答が入力されることにより、情報処理装置１２は、より正確なユーザＵの行動を取得することができる。
このように、第２の変形例において、問合せ情報生成部１３６は、ユーザＵの予定行動に加えて、ユーザＵの日常行動についての問合せ情報を生成する。それにより、情報処理装置１２は、より正確なユーザＵの行動を取得することができ、ユーザＵの将来の体重をより高い精度で予測することができる。
＜４．ハードウェア構成＞
以上、本開示の実施形態について説明した。上述した体重変化の予測、および通知情報の生成等の情報処理は、ソフトウェアと、以下に説明する情報処理装置のハードウェアとの協働により実現される。
図１４は、情報処理装置のハードウェア構成を示す図である。図１４に示したように、情報処理装置は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）９００と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）９０２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）９０４と、入力装置９１０と、出力装置９１２と、ストレージ装置９１４と、通信装置９２０とを備える。
ＣＰＵ９００は、演算処理装置および制御装置として機能し、各種プログラムに従って情報処理装置内の動作全般を制御する。また、ＣＰＵ９００は、マイクロプロセッサであってもよい。ＲＯＭ９０２は、ＣＰＵ９００が使用するプログラムや演算パラメータ等を記憶する。ＲＡＭ９０４は、ＣＰＵ９００の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を一時記憶する。これらはＣＰＵバス等から構成されるホストバスにより相互に接続されている。これらＣＰＵ９００、ＲＯＭ９０２およびＲＡＭ９０４とソフトウェアとの協働により、状態変化予測部１３２、および通知情報生成部１３４等の機能が実現され得る。
入力装置９１０は、マウス、キーボード、タッチパネル、ボタン、マイクロフォン、スイッチおよびレバー等ユーザが情報を入力するための入力手段と、ユーザによる入力に基づいて入力信号を生成し、ＣＰＵ９００に出力する入力制御回路等から構成されている。情報処理装置のユーザは、入力装置９１０を操作することにより、情報処理装置に対して各種のデータを入力したり処理動作を指示したりすることができる。
出力装置９１２は、例えば、液晶ディスプレイ（ＬＣＤ）装置、およびＯＬＥＤ（Ｏｒｇａｎｉｃ Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）装置等の表示装置を含む。さらに、出力装置９１２は、スピーカおよびヘッドホンなどの音声出力装置を含む。例えば、表示装置は、撮像された画像や生成された画像などを表示する。一方、音声出力装置は、音声データ等を音声に変換して出力する。
ストレージ装置９１４は、各種のデータを格納するための装置である。ストレージ装置９１４は、記憶媒体、記憶媒体にデータを記録する記録装置、記憶媒体からデータを読み出す読出し装置および記憶媒体に記録されたデータを削除する削除装置等を含んでもよい。ストレージ装置９１４としては、例えば、半導体記憶デバイス、光記憶デバイス、ハードディスクドライブ（ＨＤＤ）等の磁気記憶デバイス、または光磁気記憶デバイス等が用いられる。
通信装置９２０は、例えば、ネットワーク３０に接続するための通信デバイス等で構成された通信インタフェースである。通信装置９２０は、無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）対応通信装置であっても、ＬＴＥ（Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ）対応通信装置であっても、有線による通信を行うワイヤー通信装置であってもよい。
ネットワーク３０は、ネットワーク３０に接続されている装置から送信される情報の有線、または無線の伝送路である。例えば、ネットワーク３０は、インターネット、電話回線網、衛星通信網などの公衆回線網や、Ｅｔｈｅｒｎｅｔ（登録商標）を含む各種のＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）などを含んでもよい。また、ネットワーク３０は、ＩＰ−ＶＰＮ（Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ−Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ）などの専用回線網を含んでもよい。
＜５．むすび＞
以上説明したように、本開示の実施形態によれば、ユーザの将来の状態をより高い精度で予測することが可能となる。
以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例、または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。
例えば、上記実施形態における各ステップは、必ずしもフローチャートとして記載された順序に沿って時系列に処理される必要はない。例えば、上記実施形態の処理における各ステップは、フローチャートとして記載した順序と異なる順序で処理されても、並列的に処理されてもよい。
また、上述した情報処理装置の機能の一部は、ネットワーク３０を介して情報処理装置に接続されるクラウドサーバに実装されてもよい。例えば、クラウドサーバが音声認識部１１０、記憶部１２０、状態変化予測部１３２、および通知情報生成部１３４に相当する機能を有してもよい。かかる場合、情報処理装置は、音声信号をクラウドサーバに送信し、クラウドサーバがユーザの状態の変化の予測、およびユーザへの通知情報の生成を行い得る。また、情報処理装置は、クラウドサーバから受信した通知情報のユーザへの出力を行い得る。
また、上述した実施形態では、情報処理装置がユーザの将来の状態として、ユーザの将来の体重を予測する例について説明したが、本開示はかかる例に限定されない。本開示は、ユーザが過去に行った行動と、当該行動が行われた際にユーザの状態の変化に影響を与えた影響要素との関係に基づいて、ユーザの将来の状態を予測可能なものであれば、例えば、ユーザの将来の状態として、ユーザの将来の腹囲、体脂肪、またはＢＭＩ（Ｂｏｄｙ Ｍａｓｓ Ｉｎｄｅｘ）などに対しても適用可能である。
また、本明細書に記載された作用効果は、あくまで説明的、または例示的なものであって限定的ではない。つまり、本開示にかかる技術は、上記の作用効果とともに、または上記の作用効果に代えて、本明細書の記載から当業者には明らかな他の作用効果を奏しうる。
また、情報処理装置に内蔵されるＣＰＵ、ＲＯＭおよびＲＡＭ等のハードウェアに、上述した情報処理装置の各構成と同等の機能を発揮させるためのコンピュータプログラムも作成可能である。また、該コンピュータプログラムを記憶させた記憶媒体も提供可能である。
なお、以下のような構成も本開示の技術的範囲に属する。
（１）
ユーザが予定している行動により生じる前記ユーザの状態の変化を予測する状態変化予測部と、
前記状態変化予測部により得られた予測結果に基づき、前記ユーザへの通知情報を生成する通知情報生成部と、
を備える、情報処理装置。
（２）
前記状態変化予測部は、前記ユーザが過去に行った前記行動と、前記行動が行われた際に前記ユーザの状態の変化に影響を与えた影響要素との関係に基づいて、前記ユーザの状態の変化を予測する、前記（１）に記載の情報処理装置。
（３）
前記状態変化予測部は、前記ユーザが予定している前記行動に加えて、前記ユーザの日常行動により生じる前記ユーザの状態の変化を予測する、前記（１）又は（２）に記載の情報処理装置。
（４）
前記ユーザの状態は、前記ユーザの体重を含む、前記（１）〜（３）のいずれか１項に記載の情報処理装置。
（５）
前記影響要素は、前記ユーザの消費カロリー、又は摂取カロリーの少なくともいずれかを含む、前記（２）〜（４）のいずれか１項に記載の情報処理装置。
（６）
前記通知情報生成部は、前記予測結果が前記ユーザにより設定された所定の値を越える場合に、前記通知情報を生成する、前記（１）〜（５）のいずれか１項に記載の情報処理装置。
（７）
前記通知情報生成部は、前記ユーザによりあらかじめ設定された時点に前記予測結果が前記所定の値を越える場合に、前記通知情報を生成する、前記（６）に記載の情報処理装置。
（８）
前記通知情報生成部は、前記ユーザによる設定、過去の入力、又は前記ユーザの将来の状態に応じた前記通知情報を生成する、前記（１）〜（７）のいずれか１項に記載の情報処理装置。
（９）
前記通知情報は、前記ユーザが予定している前記行動を変更することの提案を含む、前記（１）〜（８）のいずれか１項に記載の情報処理装置。
（１０）
前記ユーザに対して、前記ユーザが予定している前記行動についての問合せ情報を生成する問合せ情報生成部をさらに備える、前記（１）〜（９）のいずれか１項に記載の情報処理装置。
（１１）
前記問合せ情報生成部は、前記ユーザが予定している前記行動に加えて、前記ユーザの日常行動についての問合せ情報を生成する、前記（１０）に記載の情報処理装置。
（１２）
前記問合せ情報生成部は、前記ユーザによる設定、又は過去の入力に応じて前記問合せ情報を生成する、前記（１０）又は（１１）に記載の情報処理装置。
（１３）
前記情報処理装置は、前記ユーザと対話を行う対話型エージェントである、前記（１）〜（１２）のいずれか１項に記載の情報処理装置。
（１４）
プロセッサが、
ユーザが予定している行動により生じる前記ユーザの状態の変化を予測することと、
予測された前記ユーザの状態の変化に基づき、前記ユーザへの通知情報を生成することと、
を含む、情報処理方法。
１０、１２ 情報処理装置
１００ 音声入力部
１１０ 音声認識部
１２０ 記憶部
１３０、１３１ 処理部
１３２ 状態変化予測部
１３４ 通知情報生成部
１３６ 問合せ情報生成部
１４０ 音声出力部
Ｕ ユーザ

Claims (14)

  1. ユーザが予定している行動により生じる前記ユーザの状態の変化を予測する状態変化予測部と、
    前記状態変化予測部により得られた予測結果に基づき、前記ユーザへの通知情報を生成する通知情報生成部と、
    を備える、情報処理装置。
  2. 前記状態変化予測部は、前記ユーザが過去に行った前記行動と、前記行動が行われた際に前記ユーザの状態の変化に影響を与えた影響要素との関係に基づいて、前記ユーザの状態の変化を予測する、請求項１に記載の情報処理装置。
  3. 前記状態変化予測部は、前記ユーザが予定している前記行動に加えて、前記ユーザの日常行動により生じる前記ユーザの状態の変化を予測する、請求項１に記載の情報処理装置。
  4. 前記ユーザの状態は、前記ユーザの体重を含む、請求項１に記載の情報処理装置。
  5. 前記影響要素は、前記ユーザの消費カロリー、又は摂取カロリーの少なくともいずれかを含む、請求項２に記載の情報処理装置。
  6. 前記通知情報生成部は、前記予測結果が前記ユーザにより設定された所定の値を越える場合に、前記通知情報を生成する、請求項１に記載の情報処理装置。
  7. 前記通知情報生成部は、前記ユーザによりあらかじめ設定された時点に前記予測結果が前記所定の値を越える場合に、前記通知情報を生成する、請求項６に記載の情報処理装置。
  8. 前記通知情報生成部は、前記ユーザによる設定、過去の入力、又は前記ユーザの将来の状態に応じた前記通知情報を生成する、請求項１に記載の情報処理装置。
  9. 前記通知情報は、前記ユーザが予定している前記行動を変更することの提案を含む、請求項１に記載の情報処理装置。
  10. 前記ユーザに対して、前記ユーザが予定している前記行動についての問合せ情報を生成する問合せ情報生成部をさらに備える、請求項１に記載の情報処理装置。
  11. 前記問合せ情報生成部は、前記ユーザが予定している前記行動に加えて、前記ユーザの日常行動についての問合せ情報を生成する、請求項１０に記載の情報処理装置。
  12. 前記問合せ情報生成部は、前記ユーザによる設定、又は過去の入力に応じて前記問合せ情報を生成する、請求項１０に記載の情報処理装置。
  13. 前記情報処理装置は、前記ユーザと対話を行う対話型エージェントである、請求項１に記載の情報処理装置。
  14. プロセッサが、
    ユーザが予定している行動により生じる前記ユーザの状態の変化を予測することと、
    予測された前記ユーザの状態の変化に基づき、前記ユーザへの通知情報を生成することと、
    を含む、情報処理方法。
JP2018161348A 2018-08-30 2018-08-30 情報処理装置、および情報処理方法 Pending JP2021192131A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2018161348A JP2021192131A (ja) 2018-08-30 2018-08-30 情報処理装置、および情報処理方法
PCT/JP2019/027879 WO2020044822A1 (ja) 2018-08-30 2019-07-16 情報処理装置、および情報処理方法
US17/250,660 US20210174932A1 (en) 2018-08-30 2019-07-16 Information processing device and information processing method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018161348A JP2021192131A (ja) 2018-08-30 2018-08-30 情報処理装置、および情報処理方法

Publications (1)

Publication Number Publication Date
JP2021192131A true JP2021192131A (ja) 2021-12-16

Family

ID=69645157

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018161348A Pending JP2021192131A (ja) 2018-08-30 2018-08-30 情報処理装置、および情報処理方法

Country Status (3)

Country Link
US (1) US20210174932A1 (ja)
JP (1) JP2021192131A (ja)
WO (1) WO2020044822A1 (ja)

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5839901A (en) * 1997-10-01 1998-11-24 Karkanen; Kip M. Integrated weight loss control method
JP4327825B2 (ja) * 2000-03-14 2009-09-09 株式会社東芝 身体装着型生活支援装置および方法
US20130158368A1 (en) * 2000-06-16 2013-06-20 Bodymedia, Inc. System for monitoring and managing body weight and other physiological conditions including iterative and personalized planning, intervention and reporting capability
US8157731B2 (en) * 2002-10-09 2012-04-17 Bodymedia, Inc. Method and apparatus for auto journaling of continuous or discrete body states utilizing physiological and/or contextual parameters
JP2004240225A (ja) * 2003-02-06 2004-08-26 Nippon Telegr & Teleph Corp <Ntt> 音声対話装置、音声対話システム、音声対話方法、プログラム及び記録媒体
US20050113649A1 (en) * 2003-07-28 2005-05-26 Bergantino Paul V. Method and apparatus for managing a user's health
JP2007094723A (ja) * 2005-09-28 2007-04-12 Ntt Docomo Inc 健康管理支援システム及び健康管理支援方法
US8924239B1 (en) * 2007-10-10 2014-12-30 Maureen Kay Kurple Method and apparatus for monitoring calorie, nutrient, and expense of food consumption and effect on long term health and short term state
EP2663962A4 (en) * 2011-01-10 2014-07-30 Proteus Digital Health Inc SYSTEM, METHOD AND ARTICLE FOR ENCOURAGING BEHAVIORAL CHANGE
US9183498B2 (en) * 2011-02-28 2015-11-10 Kinetic Stone, Llc Health and fitness management system
WO2013086363A2 (en) * 2011-12-07 2013-06-13 Access Business Group International Llc Behavior tracking and modification system
US11754542B2 (en) * 2012-06-14 2023-09-12 Medibotics Llc System for nutritional monitoring and management
US20140081578A1 (en) * 2012-09-14 2014-03-20 Robert A. Connor Interactive Voluntary and Involuntary Caloric Intake Monitor
US8690578B1 (en) * 2013-01-03 2014-04-08 Mark E. Nusbaum Mobile computing weight, diet, nutrition, and exercise tracking system with enhanced feedback and data acquisition functionality
JP2015210539A (ja) * 2014-04-23 2015-11-24 京セラ株式会社 電子機器、健康支援システム及び健康支援方法
CA2961270A1 (en) * 2014-09-14 2016-03-17 League, Inc. System and method for health providers to deliver programs to individuals
JP2016200963A (ja) * 2015-04-09 2016-12-01 大阪瓦斯株式会社 食事メニュー提案システム
WO2017118580A1 (en) * 2016-01-05 2017-07-13 Koninklijke Philips N.V. Method and apparatus for monitoring a subject
AU2017216393A1 (en) * 2016-02-01 2018-06-28 Dexcom, Inc. System and method for decision support using lifestyle factors
JP2018005512A (ja) * 2016-06-30 2018-01-11 株式会社ニコン プログラム、電子機器、情報処理装置及びシステム
EP3489638B1 (en) * 2016-07-20 2022-11-02 Kwang-Cheol Jeong Smart tray for measuring food intake and weight change, and weight management system comprising same

Also Published As

Publication number Publication date
WO2020044822A1 (ja) 2020-03-05
US20210174932A1 (en) 2021-06-10

Similar Documents

Publication Publication Date Title
US10545648B2 (en) Evaluating conversation data based on risk factors
US10692606B2 (en) Stress level reduction using haptic feedback
AU2020201883B2 (en) Call center system having reduced communication latency
US9649073B2 (en) Usage modeling for intelligent management of alarms and messages in mobile health systems
US9734301B2 (en) Intelligent presentation of alarms and messages in mobile health systems
US20180322188A1 (en) Automatic conversation creator for news
KR20160137556A (ko) 유저의 명시적 선언에 기초한 개인맞춤된 추천 기법
US20160019280A1 (en) Identifying question answerers in a question asking system
JP7238904B2 (ja) 情報提供装置、情報提供システム、情報提供方法及びプログラム
JP2017188075A (ja) メッセージ管理装置及びメッセージ管理方法
WO2018061776A1 (ja) 情報処理システム、情報処理装置、情報処理方法、及び記憶媒体
JP2017167752A (ja) 決定装置、決定方法及び決定プログラム
KR20140119269A (ko) 소셜 미디어 분석을 기반으로 복합이슈를 탐지하기 위한 장치, 시스템 및 그 방법
US20180366024A1 (en) Providing suggested behavior modifications for a correlation
US20210406736A1 (en) System and method of content recommendation
JP2021119526A (ja) 生成装置、生成方法、及び生成プログラム
JP2017187914A (ja) メッセージ管理装置及びメッセージ管理方法
JP7114307B2 (ja) 情報処理装置
CN112581203A (zh) 在会话中提供解释性产品推荐
JP2015069608A (ja) ユーザと対話的に検索を進行させるプログラム、サーバ及び方法
JP2021192131A (ja) 情報処理装置、および情報処理方法
US20190180851A1 (en) System and method for predicting non-adherence risk based on socio-economic determinates of health
JP6751955B1 (ja) 学習方法、評価装置、及び評価システム
KR20220158314A (ko) 고위험 환자의 급작스러운 상태 악화를 예측하는 전자 장치 및 악화 예측 방법
KR102261132B1 (ko) 큐레이션 지원 시스템 및 그 동작 방법

Legal Events

Date Code Title Description
RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20190208

RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20190214

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20190222