JP2022027133A - 健康度判定システム、健康度判定プログラム、及び健康度判定サーバ - Google Patents

Abstract

【課題】簡易に健康度を判定できるシステム、健康度判定プログラム及び健康度判定サーバを提供する。【解決手段】健康度判定システム５２０は、ユーザの複数の身体部位の生体電気インピーダンスを取得する生体電気インピーダンス取得部５３と、複数の身体部位の生体電気インピーダンスからユーザの複数項目の体組成を推定する体組成推定部５４と、複数項目の体組成に、少なくとも部分的に、間接的又は直接的に、基づいて、ユーザの健康度を判定する健康度判定部５６´とを備えている。【選択図】図８

Description

本発明は、ユーザの健康度を判定する健康度判定システム、健康度判定プログラム、及び健康度判定サーバに関する。

一般に、健康診断では、身長、体重、胸囲等のほか、胸部Ｘ線、尿蛋白、尿潜血、ＧＯＴ、ＧＰＴ、ＬＤＬ－Ｃ、ＨＤＬ－Ｃ、ＴＧ、尿酸値、ＨｂＡ１ｃ、ＦＰＧ、ヘマトクリット、ＲＢＣ、ＣＲＰ、最高血圧、最低血圧等の計測が行われる。これらの健診結果から、医師の判断によって被検者に健康度ないし健康リスクがアドバイスされ、あるいは、健康診断の結果から所定の計算式を用いて健康度ないし健康リスクを判定する方法も提案されている（例えば、特許文献１）。

特開２００２－０６３２７８号公報

しかしながら、健康診断は、被検者が医療機関に出向いて検査を受ける必要があり、一般的には年に一度程度しか行われないものである。健康リスクが高まる（健康度が低下する）生活をしている者にはより短期にそのリスクを認識させることが有利であり、一方で、健康リスクを下げる（健康度が高まる）生活をしている者にもその成果をより短期に示すことが有利である。

そこで、本発明は、簡易に健康度を判定できるシステムを提供することを目的とする。

なお、健康度と健康リスクとは反相関の関係にある概念であるため、健康度を判定することは、即ち健康リスクを判定することを意味する。本願では、健康度という概念を用いて本発明及びその実施の形態を説明するが、健康度を健康リスクに置き換えたものも本発明の範疇にある。なお、健康リスクとは、疾病を患う可能性を含むものである。

本発明の一態様の健康度判定システムは、ユーザの一つ以上の身体部位の生体電気インピーダンスを取得する生体電気インピーダンス取得部と、前記一つ以上の身体部位の生体電気インピーダンスに、少なくとも部分的に、間接的又は直接的に、基づいて、前記ユーザの健康度を判定する健康度判定部とを備えた構成を有している。

一般家庭にも普及している体組成計では、ユーザの一つ以上の身体部位の生体電気インピーダンスを測定するので、この構成によれば、例えば家庭にある体組成計を用いて簡易に健康度の判定をすることができる。

上記の健康度判定システムは、前記一つ以上の身体部位の生体電気インピーダンスから前記ユーザの複数項目の体組成を推定する体組成推定部をさらに備えていてよく、前記健康度判定部は、前記複数項目の体組成に、少なくとも部分的に、間接的又は直接的に、基づいて、前記ユーザの健康度を判定してよい。

上記の健康度判定システムは、前記複数項目の体組成から前記ユーザの複数項目の健診結果を推定する健診推定部をさらに備えていてよく、前記健康度判定部は、前記複数項目の健診結果に、少なくとも部分的に基づいて、前記ユーザの健康度を判定してよい。

上記の健康度判定システムにおいて、前記複数項目の健診結果の各々は、前記複数項目の体組成と有意な相関関係を有していてよい。

上記の健康度判定システムにおいて、前記健康度判定部は、健康であるか不健康であるか不確定であるかを判定してよい。

上記の健康度判定システムは、前記判定の結果が前記不確定である場合に、前記健康度を判定するのに用いなかった追加情報の入力を要求する追加情報取得部をさらに備えていてよく、前記健康度判定部は、前記追加情報を用いて更に前記健康度を判定してよい。

上記の健康度判定システムは、前記健康度の判定の結果を出力する出力部をさらに備えていてよく、前記出力部は、時計様のグラフィック上で前記判定の結果を指し示すことで前記判定の結果を表示してよい。

上記の健康度判定システムにおいて、前記出力部は、予測される将来の判定結果を、前記グラフィック上で指し示してよい。

本発明の一態様の健康度判定プログラムは、プロセッサにより実行されることで、前記プロセッサを、ユーザの一つ以上の身体部位から取得された生体電気インピーダンスに、少なくとも部分的に、間接的又は直接的に、基づいて、前記ユーザの健康度を判定する健康度判定部として機能させる構成を有している。

本発明の一態様の健康度判定サーバは、ユーザの一つ以上の身体部位から取得された生体電気インピーダンスに、少なくとも部分的に、間接的又は直接的に、基づいて、前記ユーザの健康度を判定する健康度判定部を備えた構成を有している。

図１は、本発明の実施の形態の健康度判定システムの外観構成を示す模式図である。 図２は、本発明の第１の実施の形態に係る計測装置の使用態様を示す図である。 図３は、本発明の第１の実施の形態に係る健康情報提供システムのハードウェア構成を示すブロック図である。 図４は、本発明の第１の実施の形態に係る健康情報提供システムの機能的な構成を示すブロック図である。 図５は、本発明の第１の実施の形態に係る生化学検査値であるＨＤＬコレステロール（縦軸）と体組成情報である脂肪量（ｋｇ）（横軸）との相関関係を示すグラフである。 図６は、本発明の第１の実施の形態に係るＨＤＬコレステロール（縦軸）と体組成情報である内臓脂肪量（ｃｍ^２）（横軸）との相関関係を示すグラフである。 図７は、本発明の第１の実施の形態に係る複数種類の体組成情報を用いた推定の精度を示すグラフである。 図８は、本発明の第２の実施の形態に係る健康度判定システム５２０の機能的な構成を示すブロック図である。 図９は、本発明の第１及び第２の実施の形態に係る複数項目の体組成情報を用いた健康度の判定の精度を示すグラフである。 図１０Ａは、本発明の第１及び第２の実施の形態に係る複数項目の体組成情報を用いた健康度の判定の精度について説明するためのグラフである。 図１０Ｂは、本発明の第１及び第２の実施の形態に係る複数項目の体組成情報を用いた健康度の判定の精度について説明するためのグラフである。 図１１は、本発明の実施の形態に係る健康アドバイス画面の例を示す図である。 図１２は、本発明の実施の形態に係る健康アドバイス画面の他の例を示す図である。 図１３は、本発明の第３の実施の形態に係る健康度判定システムの機能的な構成を示すブロック図である。

以下、図面を参照して本発明の実施形態を説明する。なお、以下に説明する実施形態は、本発明を実施する場合の一例を示すものであって、本発明を以下に説明する具体的構成に限定するものではない。本発明の実施にあたっては、実施形態に応じた具体的構成が適宜採用されてよい。

以下に説明する実施の形態の健康度推定システムは、ユーザの一つ以上の身体部位の生体電気インピーダンスを測定し、測定された一つ以上の身体部位の生体電気インピーダンスに、少なくとも部分的に、間接的又は直接的に基づいて、当該ユーザの健康度を判定する。生体電気インピーダンスに間接的に基づいて健康度を判定する手法としては、一つ以上の身体部位の生体電気インピーダンスから複数項目の体組成を推定して、推定された複数項目の体組成に基づいて健康度を判定する手法、及び一つ以上の身体部位の生体電気インピーダンスから複数項目の体組成を推定し、さらに推定された複数項目の体組成から複数項目の健診結果を推定し、推定された複数項目の健診結果に基づいて健康度を判定する手法がある。

なお、健診結果を推定して健康度を判定する手法にしても、健診結果を推定せずに健康度を判定する手法にしても、その健康度の判定は、複数項目の体組成（例えば脂肪量と筋肉量のように種類の異なる体組成を複数項目としてもよいし、例えば全身と右脚のように身体部位の異なる体組成を複数項目としてもよい）に基づいて行うことが望ましいが、単一の項目の体組成と後述するユーザの生体情報（身長、年齢、性別、体重）のうちの少なくとも一つの項目とに基づいて行っても構わない。

以下では、生体電気インピーダンスから体組成を推定して、さらに体組成から健診結果を推定して、健診結果から健康度を判定する手法を第１の実施の形態として説明し、生体電気インピーダンスから体組成を推定して、健診結果を推定することなく、体組成から健康度を判定する手法を第２の実施の形態として説明し、体組成及び健診結果を推定することなく、生体電気インピーダンスから直接健康度を判定する手法を第３の実施の形態として説明する。

いずれの実施形態においても、継続的な生活習慣が表れてくる体内情報（生体電気インピーダンス）から健康リスクを判定するため、ユーザ及び医療機関に負担がかかるので高頻度では行えない健康診断による健康リスクの判定や、唾液等を送るだけで検査できるが先天的な観点からの評価しかできない遺伝子検査サービスによる健康リスクの判定と比べて、ユーザ等の負担も少なく生活習慣も考慮した健康リスクを毎日の日常の中で判定することが可能になる。負担が少ないだけでなく、年に１回程度しか受診せず、しかもその１回が日常状態を表しているとは言い切れない健康診断だけから健康リスクを判定するよりも、毎日測定して変化を追うことのできる本実施形態を利用する方が、精度よく健康リスクを判定できる場合も想定される。

（第１の実施の形態）
図１は、本発明の第１の実施の形態の健康度判定システムを示す図である。また、図２は、本発明の第１の実施の形態の計測装置の使用態様を示す図である。本実施の形態では、健康度判定システム５１０は、計測装置１０と情報処理端末（以下、「ユーザ端末」という。）２０とからなる。計測装置１０は、生体電気インピーダンス法（Bioelectrical Impedance Analysis：ＢＩＡ）という測定原理を応用して、体内に流される微弱な電流による電位差を測定することで、体脂肪等の体組成を測定可能な体組成計である。

計測装置１０は、本体部１１とハンドルユニット１２とを備えている。本体部１１とハンドルユニット１２とは、接続コード１３により電気的に接続されている。ハンドルユニット１２は、本体部１１に設けられた収容部１４に収容可能である。ハンドルユニット１２が収容部１４に収容されるときは、接続コード１３は本体部１１内部の図示しない巻取り機構により巻き取られて、本体部１１の内部に収容される。

本体部１１は、上面の右側に右足用の通電用電極１１１Ｒ及び測定用電極１１２Ｒを備え、上面の左側に左足用の通電用電極１１１Ｌ及び測定用電極１１２Ｌを備えている。

ハンドルユニット１２は、概略棒状の形状を有し、その中央にハンドル本体１５を備え、ハンドル本体１５の両側にグリップ１６Ｒ及び１６Ｌが設けられている。ハンドル本体１５には、表示パネル１７及び操作ボタン１８Ａ～１８Ｄが設けられている。また、グリップ１６Ｒは、右手用の通電用電極１６１Ｒ及び測定用電極１６２Ｒを備え、グリップ１６Ｌは、左手用の通電用電極１６１Ｌ及び測定用電極１６２Ｌを備えている。

図２に示す使用態様において、ユーザは、裸足で本体部１１の上に乗って直立し、両腕を伸ばした状態でハンドルユニット１２を両手で握ることで、体組成の計測を行うことができる。このとき、通電用電極１１１Ｒには右足の指の付け根が接触し、測定用電極１１２Ｒには右足のかかとが接触し、通電用電極１１１Ｌには左足の指の付け根が接触し、測定用電極１１２Ｌには左足のかかとが接触し、通電用電極１６１Ｒには右手の指が接触し、測定用電極１６２Ｒには右手の掌が接触し、通電用電極１６１Ｌには左手の指が接触し、測定用電極１６２Ｌには左手の掌が接触する。

また、本体部１１は、内部に体重を計測するためのロードセルを備えている。図２に示すように本体部１１に乗ったユーザの体重を測定できる。ロードセルは荷重に応じて変形する金属部材の起歪体と、起歪体に貼られる歪みゲージとによって構成される。ユーザが計測装置１０の上に乗ると、ユーザの荷重によってロードセルの起歪体が撓んで歪ゲージが伸縮する。歪みゲージの抵抗値（出力値）は、その伸縮に応じて変化する。計測装置１０は、荷重がかかっていないときのロードセルの出力値（ゼロ点）と荷重がかかったときの出力値との差から体重を演算する。なお、ロードセルを用いた体重の測定に関する構成は、一般の体重計と同様の構成を用いればよい。

ユーザ端末２０は、アプリケーションプログラムを実行可能なプロセッサ、プロセッサの処理に必要なデータを一時的に記憶するメモリ、アプリケーションプログラムや生成されたデータ等を記憶するフラッシュメモリ等の内部ストレージ、タッチパネル、各種のインターフェース等を備えた携帯型の端末である。また、ユーザ端末２０は、インターネットに接続するための無線通信デバイス、近くの他のデバイスに接続するための近距離通信デバイスを備えている。計測装置１０は、近くの他のデバイスに接続するための近距離通信デバイスを備えている。計測装置１０とユーザ端末２０とは、互いにペアリングをすることで近距離無線通信（例えば、Bluetooth（登録商標））により各種の情報を送受信できる。

図３は、本発明の第１の実施の形態に係る健康度判定システム５１０のハードウェア構成を示すブロック図である。健康度判定システム５１０は、入力部５０１と、体重測定部５０２と、生体電気インピーダンス測定部５０３と、記憶部５０４と、制御部５０５と、出力部５０６とを備えている。これらの構成要素のうち、体重測定部５０２及び生体電気インピーダンス測定部５０３は、計測装置１０に設けられるが、上記のように、計測装置１０とユーザ端末２０とは、互いに通信できるので、入力部５０１、記憶部５０４、制御部５０５、出力部５０６は、計測装置１０及びユーザ端末２０のいずれに設けられてもよく、あるいは両方に設けられてもよい。本実施の形態では、一例として、体重測定部５０２及び生体電気インピーダンス測定部５０３は、計測装置１０に設けられ、入力部５０１、記憶部５０４、制御部５０５、出力部５０６は、ユーザ端末２０に設けられる。

入力部５０１は、ユーザの操作入力を受け付ける。本実施の形態では、入力部５０１には、特に、ユーザごとに、身長、年齢、性別を入力する。計測装置２０の操作ボタン１８Ａ～１８Ｄ、ユーザ端末２０のタッチパネルは、いずれも入力部５０１となり得る。体重測定部５０２は、計測装置１０のロードセルがこれに相当する。

また、生体電気インピーダンス測定部５０３は、計測装置１０が備える各電極１１１Ｒ、１１１Ｌ、１１２Ｒ、１１２Ｌ、１６１Ｒ、１６１Ｌ、１６２Ｒ、１６２Ｌと、各通電用電極１６１Ｒ、１６１Ｌ、１１１Ｒ、１１１Ｌと、それらの電極に微弱の交流定電流を流す電流制御回路を備えている。電流制御回路は、複数とおりの周波数で交流定電流を流すことができる。

記憶部５０４は、入力部５０１から入力された情報、体重測定部５０２にて測定された体重、生体電気インピーダンス測定部５０３で測定された生体電気インピーダンス、制御部５０５で演算された体組成等をユーザごとに記憶する。また、記憶部５０４は、体重や体組成を測定するための測定プログラムや本実施の形態の健康度判定プログラムも記憶し、それらのプログラムによって生成されたデータやそれらのプログラムに使用する各種の情報（例えば、後述する推論モデル）も記憶する。

制御部５０５は、測定用プログラムに従って健康度判定システム５１０の各部を制御するとともに、健康度判定プログラムに従って、入力部５０１に入力された情報、体重測定部５０２で測定された体重、生体電気インピーダンス測定部５０３で測定された生体電気インピーダンスに基づいて体組成を算出したり、健康度を判定したりする。出力部５０６は、測定装置２０の表示パネル１７やユーザ端末２０のタッチパネルがこれに相当する。出力部５０６は、制御部５０５の制御に従って、入力部５０１に情報を入力するための画面や、制御部５０５を制御するための画面や、制御部５０５による演算の結果を示す画面等を表示する。なお、測定用プログラム及び健康度判定プログラムは、ユーザ端末２０が通信ネットワークを介してダウンローダすることで計測装置１０ないしユーザ端末２０に提供されてよく、あるいは、測定用プログラムや健康度判定プログラムが非一時的な記録媒体に記録され、計測装置１０ないしユーザ端末２０がこの記録媒体から測定用プログラムや健康度判定プログラムを読み出すことで、計測装置１０ないしユーザ端末２０に提供されてもよい。

図４は、本発明の第１の実施の形態に係る健康度判定システム５１０の機能的な構成を示すブロック図である。健康度判定システム５１０では、制御部５０５が各種のプログラムを実行することにより各種の機能が実現される。図４では、特に、本実施の形態の健康度判定プログラムを実行することにより実現される機能を示している。健康度判定システム５１０は、身長・年齢・性別取得部５１と、体重取得部５２と、生体電気インピーダンス取得部５３と、体組成推定部５４と、健診結果推定部５５と、健康度判定部５６と、健康アドバイス提供部５７と、出力部５８とを備えている。

身長・年齢・性別取得部５１は、入力部５０１にてユーザの操作入力を受け付けることで、ユーザの生体情報である身長、年齢、性別の情報を取得する。体重取得部５２は、体重測定部５０２にてユーザの体重を測定することで、ユーザの生体情報である体重を取得する。生体電気インピーダンス取得部５３は、ユーザの全身及び各身体部位（以下、全身も含めて「身体部位」という。）の生体電気インピーダンスを測定する。

生体電気インピーダンス取得部５３は、例えば、以下のようにしてユーザの複数の身体部位の生体電気インピーダンスを測定する。
（１）全身の生体電気インピーダンスの測定は、通電用電極１６１Ｌ及び通電用電極１１１Ｌを用いて電流を供給し、左手、左腕、胸部、腹部、左脚部、左足を流れる電流経路において、その左手に接触している測定用電極１６２Ｌと左足に接触している測定用電極１１２Ｌとの間の電位差を測定する。
（２）右脚の生体電気インピーダンスの測定は、通電用電極１６１Ｒ及び通電用電極１１１Ｒを用いて電流を供給し、右手、右腕、胸部、腹部、右脚部、右足を流れる電流経路において、その左足に接触している測定用電極１１２Ｌと右足に接触している測定用電極１１２Ｒとの間の電位差を測定する。
（３）左脚の生体電気インピーダンスの測定は、通電用電極１６１Ｌ及び通電用電極１１１Ｌを用いて電流を供給し、左手、左腕、胸部、腹部、左脚部、左足を流れる電流経路において、その左足に接触している測定用電極１１２Ｌと右足に接触している測定用電極１１２Ｒとの間の電位差を測定する。
（４）右腕の生体電気インピーダンスの測定は、通電用電極１６１Ｒ及び通電用電極１１１Ｒを用いて電流を供給し、右手、右腕、胸部、腹部、右脚部、右足を流れる電流経路において、その左手に接触している測定用電極１６２Ｌと右手に接触している測定用電極１６２Ｒとの間の電位差を測定する。
（５）左腕の生体電気インピーダンスの測定は、通電用電極１６１Ｌ及び通電用電極１１１Ｌを用いて電流を供給し、左手、左腕、胸部、腹部、左脚部、左足を流れる電流経路において、その左手に接触している測定用電極１６２Ｌと右手に接触している測定用電極１６２Ｒとの間の電位差を測定する。
なお、手に接触する電極がなく、左足と右足にそれぞれ接触する電極だけを有するシステムの場合は、一つの身体部位の生体電気インピーダンス（手に接触する電極を有するシステムと測定箇所は異なるが、全身に相当する生体電気インピーダンス）しか測定されないが、その場合も、複数項目の体組成を推定することは可能である。

このようにして、生体電気インピーダンス取得部５３は、各通電用電極からユーザの身体の所定部位に交流定電流を流し、この電流経路に生じる電位差を測定する。そして、このような電流及び電位差の各値に基づいて、ユーザの複数の身体部位の生体電気インピーダンスを算出する。生体電気インピーダンスの測定に関する構成は、一般の体組成計と同様の構成を用いればよい。なお、ここで、複数の身体部位のそれぞれについての生体電気インピーダンスは、基準周波数（例えば、５０ｋＨｚ）の交流定電流を流したとき、高周波数（例えば、２５０ｋＨｚ）の交流定電流を流したとき、低周波数（例えば、５ｋＨｚ）の交流定電流を流したときのそれぞれに対して求められる。

体組成推定部５４は、身長・年齢・性別取得部５１で取得した身長、年齢、性別、体重取得部５２で取得した体重、及び生体電気インピーダンス取得部５３で取得した生体電気インピーダンスを取得して、それらの情報を用いた演算により、ユーザの体組成を推定する。体組成推定部５４は、生体情報及び生体電気インピーダンスを所定の回帰式に適用して演算をすることにより、脂肪率、脂肪量、除脂肪量、筋肉量、内臓脂肪量、内臓脂肪レベル、内蔵脂肪面積、皮下脂肪量、基礎代謝量、骨量、体水分率、ＢＭＩ（Body Mass Index）、細胞内液量、細胞外液量等の体組成情報を取得する。さらに、筋肉の質を示す指標の値を、体組成情報として取得してもよい。体組成情報の演算に関する構成も、一般の体組成計と同様の構成を用いることができる。体組成推定部５４は、取得した体組成情報を健診結果推定部５５に出力するとともに出力部５８に出力する。

健診結果推定部５５は、身長・年齢・性別取得部５１で取得した身長、年齢、性別と体重取得部５２で取得した体重とを含む生体情報と、体組成推定部５４で算出された体組成情報とを取得して、それらの情報に基づいて健診結果を推定する。

健康診断では、種々の項目の検査が行われる。例えば、日本人間ドック学会の「２０２０年度 一日ドック基本検査項目表」によれば、健康診断の必須項目として、身体計測、生理、Ｘ線・超音波、生化学、血液学、血清学、尿、便、問診・診察、判定・指導が挙げられている。健診結果推定部５５は、体組成情報から健診結果を推定するが、この際に、身体計測については、生体情報として身長、体重等がすでに得られている。また、生理、Ｘ線・超音波、血液学、血清学、尿、便については、体組成との相関が比較的弱い。そこで、本実施の形態の健診結果推定部５５は、体組成から健診結果を推定するにあたって、特に、健康診断項目のうちの体組成との相関が比較的強い生化学の検査項目の値を推定する。

上掲の「２０２０年度 一日ドック基本検査項目表」によれば、生化学の検査項目には、総蛋白、アルブミン、クレアチニン、ｅＧＦＲ（estimated Glemerular Filtration Rate：推算糸球体濾過値）、尿酸、総コレステロール、ＨＤＬ（High Density Lipoprotein）コレステロール、ＬＤＬ（Low Density Lipoprotein）コレステロール、Ｎｏｎ－ＨＤＬコレステロール、中性脂肪、総ビリルビン、ＡＳＴ（ＧＯＴ）（Aspartate transaminase：アスパラギン酸アミノトランスフェラーゼ（Glutamic Oxaloacetic Transaminase：グルタミン酸オキサロ酢酸トランスアミナーゼ））、ＡＬＴ（ＧＰＴ）（Alanine Aminotransferase：アラニンアミノトランスフェラーゼ（Glutamic Pyruvic Transaminase：グルタミン酸ピルビン酸トランスアミナーゼ））、γ－ＧＴ（γ－ＧＴＰ）（γ-Glutamyl Transpeptidase：ガンマ－グラタミルトランスペプチダーゼ）、ＡＬＰ（Alkaline Phosphatase：アルカリホスファターゼ）、血糖（空腹時）、ＨｂＡ１ｃ（Hemoglobin A1c：ヘモグロビンＡ１ｃ）が含まれる。健診結果推定部５５は、これらの一部又は全部を推定する。

健診結果推定部５５は、さらに、健康診断の必須項目のうちの血液学や血清学に該当する項目を推定する。検査項目としての血液学には、赤血球、白血球、血色素、ヘマトクリット、ＭＣＶ（Mean Corpuscular Volume：平均赤血球容積）、ＭＣＨ（Mean Corpuscular Hemoglobin：平均赤血球ヘモグロビン量）、ＭＣＨＣ（Mean Corpuscular Hemoglobin Concentration：平均赤血球ヘモグロビン濃度）、血小板数が含まれ、検査項目としての血清学には、ＣＲＰ（C-Reactive Protein：Ｃ反応性蛋白）、血液型（ＡＢＯ・Ｒｈ）、ＨＢｓ抗原が含まれる。健診結果推定部５５は、これらの一部又は全部を推定する。

健診結果推定部５５の動作の説明に先立って、生体情報及び体組成情報と生化学検査値との関係について説明する。

図５は、本発明の第１の実施の形態に係る生化学検査値であるＨＤＬコレステロール（縦軸）と体組成情報である脂肪量（ｋｇ）（横軸）との相関関係を示すグラフである。図５のグラフから分かるように、ＨＤＬコレステロールと脂肪量との間には、脂肪量が大きいほどＨＤＬコレステロールが小さいという直線的な相関があるようにみえるが、そのばらつきは比較的大きく、脂肪量からＨＤＬコレステロールを高精度に推定することは困難である。

図６は、本発明の第１の実施の形態に係るＨＤＬコレステロール（縦軸）と体組成情報である内臓脂肪量（ｃｍ^２）（横軸）との相関関係を示すグラフである。図６のグラフから分かるように、ＨＤＬコレステロールと内臓脂肪量の二乗とは相関があるようにみえるが、この場合も相関は弱く、内臓脂肪量からＨＤＬコレステロールを推定するにはばらつきが大きすぎる。

図７は、本発明の第１の実施の形態に係る複数項目の体組成情報を用いた推定の精度を示すグラフである。図７のグラフの縦軸は実測ＨＤＬコレステロールであり、横軸は複数項目の体組成情報を用いて重回帰分析により推定した推定ＨＬＤコレステロールである。複数項目の体組成情報を用いて重回帰分析等の統計分析を行うことで、図７に示すように、精度よくＨＤＬコレステロールを推定できる。

健診結果推定部５５は、多数組の生体情報及び体組成情報と健診結果との組について重回帰分析等の統計分析を行うことで得られた重回帰式を用いて、生体情報及び体組成情報から、健診結果を推定する。この重回帰式は、生体情報及び体組成情報を説明変数とし、健診結果を目的変数とするものである。また、この重回帰式は、多数組の生体情報及び体組成情報と実際に健康診断を実施して得られた健診結果との組を教師データとして学習をして得られた推論モデルということもできる。なお、推論モデルは重回帰式に限られず、例えば、決定木やニューラルネットワークのような、学習により生成される他の推論モデルでもよい。また、例えば年齢や性別については、それを説明変数とせずに、年齢及び性別ごとに異なる重回帰式を用意して用いてもよい。

健診結果推定部５５は、例えば、脂肪量（ｋｇ）をｘ_１とし、内臓脂肪量（ｃｍ^２）をｘ_２としたときに、重回帰分析によりＨＤＬコレステロールＹを以下の重回帰式（１）で推定する。なお、生化学検査値の推定精度を高めるために、例えばｘ_１、ｘ_２の変化量及び／又は変化の方向を考慮し、それらも説明変数として加えた重回帰式を用いてＨＤＬコレステロールＹを推定してもよい。
Ｙ＝ａｘ_１／ｘ_２ ^２＋ｂ ・・・（１）

健診結果推定部５５は、複数項目の生化学検査値を推定するための上記のような重回帰式を複数記憶している。各生化学検査値を推定する際に用いる生体情報及び体組成情報は一般的には異なっている。健診結果推定部５５は、各生化学検査値を推定するための回帰式に、この回帰式に必要な生体情報及び体組成情報を代入することで、各生化学検査値を推定する。健診結果推定部５５は、推定した健診結果を健康度判定部５６に出力するとともに、出力部５８に出力する。

健康度判定部５６は、健診結果推定部５５で推定された複数項目の健診結果推定値に基づいて、健康度を判定する。ただし、上述のように、本実施の形態では、健診結果として実際に実施される健康診断で得られるすべての項目の結果が推定されるのではなく、特に生化学検査値が推定される。したがって、健康度判定部５６は、これらの情報に基づいて健康度を判定することになる。

健康度判定部５６は、健康度として、生活習慣病関連疾患の総合的な危険度を示す生活習慣病総合有病リスク（以下、単に「有病リスク」という。）を判定してもよい。

有病リスクについては、従来手法によれば、例えば、胸部Ｘ線、尿蛋白、尿潜血、ＡＳＴ（ＧＯＴ）、γ－ＧＴ（γ－ＧＴＰ）、ＬＤＬコレステロール、ＨＤＬコレステロール、中性脂肪、尿酸、ＨｂＡ１ｃ、ＦＰＧ、ヘマトクリット、赤血球、ＣＲＰ、最高血圧、最低血圧等を総合得点化することで求められるが、本実施の形態の健康度判定部５６は、これらのうち、例えば、健診結果推定部５５における推定で得られるＡＳＴ（ＧＯＴ）、γ－ＧＴ（γ－ＧＴＰ）、ＬＤＬコレステロール、ＨＤＬコレステロール、中性脂肪、尿酸、ＨｂＡ１ｃ、ヘマトクリット、ＣＲＰに基づいて有病リスクを求める。

健康度判定部５６は、従来の総合得点化の手法に倣い、かつ、健診結果推定部５５にて推定結果が得られない健診結果（例えば、胸部Ｘ線、血圧等）について修正を加えた総合得点算出式を用いて、健康度としての有病リスクを求めてもよい。その修正は、従来の総合得点化の手法において、推定結果が得られていない項目を単純に省略するものであってもよい。

ここで、生体情報及び体組成情報から推定した健診結果は、項目によっては、実際に健康診断を実施して得た健診結果に比べて、精度が低くなるため、従来の手法に倣った総合得点算出式により、推定した健診結果から有病リスクを求めると、その有病リスクの値が実際の有病リスクから乖離する場合が生じ得る。

そのような場合を生じにくくするためには、健康度判定部５６が、多数組の生体情報及び体組成情報から推定した健診結果と健康度との組について重回帰分析等の統計分析を行うことで得られた重回帰式を用いて、健診結果推定部４４にて推定した健診結果から健康度を判定する方法がある。この重回帰式は、生体情報及び体組成情報から推定される健診結果を説明変数とし、健康度を目的変数とするものである。また、この重回帰式は、多数組の生体情報及び体組成情報から推定した健診結果と当該生体情報及び体組成情報が取得された被験者の健康度との組を教師データとして学習をして得られた推論モデルということもできる。なお、推論モデルは重回帰式に限られず、例えば、決定木やニューラルネットワークのような、学習により生成される他の推論モデルでもよい。また、例えば年齢や性別については、それを説明変数とせずに、年齢及び性別ごとに異なる重回帰式を用意して用いてもよい。なお、健康度判定システム５１０においては、推定した健診結果だけでなく生体情報及び体組成情報も得られているため、推定される健診結果だけでなく生体情報及び体組成情報も説明変数とするようにしてもよい。

この学習の際に用いる教師データのうちの健康度として、（１）実際に健康診断を実施して得られた結果から算出した健診結果（胸部Ｘ線等の情報を含む）から従来の総合得点化によって算出した有病リスクの値を用いてもよいし、（２）実際に生活習慣病を有しているか否かの情報を用いてもよいし、あるいは、（３）かかった医療費を生活習慣病の有無ないし重大さとみなして実際の医療費の情報を用いてもよい。ユーザは、自分の健康度が、例えば１０個のレベルのうちのどこにあるのかということまで分からなくても、例えば「通常の範囲」にいるのか「危険な範囲」に入ったのかが分かるだけでも、その２種類の判別の精度が高ければ、日常的に家庭で使用する測定機器によって危険を認識することができるため、十分に有用性を感じることができる。

（１）～（３）のいずれにしても、推定した健診結果を入力して健康度を出力する重回帰式は、従来の総合得点化に用いていた算出式とは異なる式となり、その式は、上述した学習によって、測定対象である生体電気インピーダンスの性質から関係性が強くなるように従来とは異なる手法で健診結果の項目を組み合わせた指標に調整される。このように健診結果から健康度を求める式を調整することができるということは、健診結果の複数項目の一つ一つについては体組成情報からの推定精度が低かったとしても、その複数項目を組み合わせた健康度という指標は、多数の組み合わせの中から、限定された場面での精度（特定の観点からの実際の健康リスクとの一致度）が高くなるように選ぶことができるということを意味し、これにより、生体電気インピーダンスを測定してユーザの健康度を判定するということが、より確実に実現できることになる。このことは、図９を用いて、再度詳述する。

健康度判定部５６は、判定した健康度を健康アドバイス提供部５７に出力するとともに、出力部５８に出力する。

健康アドバイス提供部５７は、健康度判定部５６で判定された健康度、又はその健康度に基づく情報をユーザに提示するための情報を生成して、出力部５８に出力する。

出力部５８は、体組成推定部５４で取得された体組成、健診結果推定部５５で推定された健診結果、健康度判定部５６で判定された健康度、及び健康アドバイス提供部５７で生成された情報を表示する。各健康情報は切り替えてそれぞれ表示されてもよいし、一括して表示されてもよい。

なお、上述のように、記憶部５０４や制御部５０５が、計測装置１０及びユーザ端末２０のいずれに設けられてもよいが、これらの記憶部５０４や制御部５０５の一方又は両方は、ユーザ端末２０と通信ネットワークを介して通信可能なサーバに備えられていてもよい。また、計測装置１０が通信ネットワークと通信する機能を有する場合には、記憶部５０４や制御部５０５がサーバに備えられることで、ユーザ端末２０がなくてもよい。すなわち、体組成推定部５４、健診結果推定部５５、健康度判定部５６、健康アドバイス提供部５７は、計測装置１０又はユーザ端末２０と通信ネットワークを介して通信可能なサーバに設けられていてもよい。

（第２の実施の形態）
第２の実施の形態の健康度判定システムは、複数の身体部位の生体電気インピーダンスから複数項目の体組成を推定して、推定された複数項目の体組成に少なくとも部分的に基づいて健康度を判定する。

図８は、本発明の第２の実施の形態に係る健康度判定システム５２０の機能的な構成を示すブロック図である。健康度判定システム５２０において、第１の実施の形態の健康度判定システム５１０と同様の構成については、同じ番号を付して適宜説明を省略する。健康度判定システム５２０は、身長・年齢・性別取得部５１、体重取得部５２、生体電気インピーダンス取得部５３、体組成推定部５４、健康度判定部５６´、健康アドバイス提供部５７´、出力部５８、及び追加情報取得部５９を備えている。

身長・年齢・性別取得部５１、体重取得部５２、生体電気インピーダンス取得部５３、及び体組成推定部５４の構成及び動作は、第１の実施の形態と同じである。体組成推定部５４は、取得した体組成情報を健康度判定部５６´及び出力部５８に出力する。

健康度判定部５６´は、身長・年齢・性別取得部５１にて取得された身長、年齢、性別の情報、体重取得部５２にて取得された体重の情報、及び体組成推定部５４で取得された体組成情報に基づいて、健康度を判定する。健康度判定部５６´は、第１の実施の形態と同様に、健康度として有病リスクを判定してもよい。

上述のように、有病リスクは、従来手法によれば、例えば、胸部Ｘ線、尿蛋白、尿潜血、ＡＳＴ（ＧＯＴ）、γ－ＧＴ（γ－ＧＴＰ）、ＬＤＬコレステロール、ＨＤＬコレステロール、中性脂肪、尿酸、ＨｂＡ１ｃ、ＦＰＧ、ヘマトクリット、赤血球、ＣＲＰ、最高血圧、最低血圧等を総合得点化することで求められる。しかしながら、第２の実施の形態の健康度判定部５６´は、これらのいずれの健診結果も推定することはなく、生体情報及び体組成から有病リスクを判定する。

健康度判定部５６´は、多数組の生体情報及び体組成情報と健康度との組について重回帰分析等の統計分析を行うことで得られた重回帰式を用いて、生体情報及び体組成情報から、健康度を判定する。この重回帰式は、生体情報及び体組成情報を説明変数とし、健康度を目的変数とするものである。また、この重回帰式は、多数組の生体情報及び体組成情報と当該生体情報及び体組成情報を取得した被験者について実際に健康診断を実施して得られた結果から算出した健康度との組を教師データとして学習をして得られた推論モデルということもできる。なお、第１の実施の形態と同様に、推論モデルは重回帰式に限られず、例えば、決定木やニューラルネットワークのような、学習により生成される他の推論モデルでもよい。また、例えば年齢や性別については、それを説明変数とせずに、年齢及び性別ごとに異なる重回帰式を用意して用いてもよい。

図９は、本発明の第２の実施の形態に係る複数項目の体組成情報を用いた健康度の判定の精度を示すグラフである。図９のグラフの縦軸は、例えば、健康診断成績から従来の手法によって算出した有病リスクの総合得点（真値）であり、横軸は健康度判定部５６´によって複数項目の体組成情報を重回帰式に入力することにより求めた有病リスクの点数（判定値）である。このグラフにおいて、線９１は、真値とそれに対応する判定値との関係を示す関数を表しており、グラフ上の点が線９１に近いほど、判定によって真値に近い判定値が得られている（判定精度が高い）ことを意味する。

図９の縦軸の健康度（真値）は、上述したように（１）胸部Ｘ線等の情報を含む実際の健診結果から従来の総合得点化によって算出した有病リスクの値を用いてもよいし、（２）実際に生活習慣病を有しているか否かの情報を用いてもよいし、あるいは、（３）かかった医療費を生活習慣病の有無ないし重大さとみなして実際の医療費の情報を用いてもよい。また、図９の横軸の健康度（判定値）は、複数項目の体組成情報を重回帰式に入力することにより求めた値としてもよいし、一項目以上の体組成情報と一項目以上の生体情報を重回帰式に入力することにより求めた値としてもよい。

ここで、有病リスク（健康度）の真値に健康と不健康の境界９２を設定すると、線９１を用いて、境界９２に対応する判定値の境界９３が得られる。この境界９３における判定値をｙ０とする。図９の例では、判定値がｙ０以上であっても真値では健康と判定されている場合、即ち図９で示す擬陽性９４がある。また、判定値がｙ０以下であっても真値では不健康と判定されている場合、即ち図９で示す偽陰性９５がある。

そこで、健康度判定部５６´は、境界９３を中心として、擬陽性９４を含むように、判定値ｙ１に対応する境界９６を設定し、偽陰性９５を含むように、判定値ｙ２に対応する境界９７を設定し、ｙ２～ｙ１の範囲を不確定領域として設定する。なお、不確定領域は、学習用データにおけるすべての擬陽性やすべての偽陰性を含む必要は必ずしもないが、擬陽性及び偽陰性を極力減らすように設定されることが望ましい。

このように、本実施の形態の健康度判定部５６´は、健康度を健康、不健康、不確定の３値（３区分）で判定するが、上述したように設定され、不確定という判定になる領域は、極力狭くすることが望ましい。そのために、上述した学習を含む統計分析を行うことにより、不確定領域が狭くなるような方向に、体組成情報（及び生体情報）の複数項目の値を入力する重回帰式が調整される。このように不確定領域を狭くすることができるということは、「健康リスクあり（危険な範囲）」と「健康リスクなし（通常の範囲）」の２種類の判別の精度を高くすることができるということであり、日常的に使用する体組成計によって有用な健康度を判定することが実現できることになる。

健康度を３区分で判定すること及び不確定領域が狭くなるように健康度を求める重回帰式が調整されること（ひいては、健康度を健康と不健康の２区分で判定できるようにすること）は、第１の実施の形態における健康度判定部５６においても、同様に適用される。そして、第１の実施の形態における（体組成情報から推定される健診結果を用いる）健康度判定部５６においても、第２の実施の形態における（体組成情報を直接用いる）健康度判定部５６´においても、以下に説明する手法を適用することにより、さらに不確定領域を狭くすることが可能になる。

図１０Ａ及び図１０Ｂは、健康度（真値）を縦軸とし、体脂肪率、内臓脂肪、筋肉量、基礎代謝、年齢、性別等の体組成情報及び生体情報に基づいて直接計算した健康度（判定値）を横軸とした例（第２の実施の形態の例）を示すグラフである。この手法では、体組成情報から推定される健診結果又は体組成情報自体に基づいて（図９の横軸となる）健康度（判定値）を求める重回帰式を調整するだけでなく、その重回帰式を調整する基準となる（図９の縦軸となる）健康度（真値）を算出する式をも調整するものである。つまり、横軸の健康度（判定値）を求める式だけでなく、縦軸の健康度（真値）を求める式を変更しながら、プロットされる多数組のデータができる限り線９１に近づく（擬陽性９４及び偽陰性９５となるデータの点の数及び線９１からの距離が少なくなる）状態を探索する。

図１０Ａは、真値として、実際の健診結果から従来の総合得点算出式によって求められる疾病リスク評価値をそのまま真値として採用した場合のグラフを示しており、図１０Ｂは、上記の探索を行って得られた疾病リスクの評価値を真値として採用した場合のグラフを示している。

この探索のために、縦軸の健康度（真値）を求める式を試行的に変更すると、縦軸上のプロットは、実際の健診結果から従来の総合得点算出式によって求められる値とは異なる値を真値として行われることになる。どのような値を真値とするか、すなわち、どのような式で健康度（真値）を求めるかは、その体組成情報（及び生体情報）を有している被検者が実際に生活習慣病を有しているか否かの情報、及び／又は、その体組成情報（及び生体情報）を有している被検者に実際にかかった医療費（疾病の種類を限定して抽出した医療費でもよいし全体の医療費でもよい）の情報と、強い相関が出るように決めていけばよい。そのような健康度（真値）は、例えば、ＴＧ、ＬＤＬ－Ｃ、ＨＤＬ－Ｃ、ＨｂＡ１ｃ等の体組成と親和性の高い指標の組み合わせで関連疾病のリスクを評価したものになる。

図１０Ａに示すように、一般的な健康診断成績からのリスク判断ありきで縦軸の方を調整しないまま健康度（真値）を定めると、横軸の健康度（判定値）の基となる体組成情報との関係があまり強くない指標も含まれるため、縦軸と横軸の間に関係性があっても誤差幅が大きくなってしまうが、体組成情報と親和性の高い指標の組み合わせから、実際に特定の疾病にかかっているか否か、実際に医療費が使われているか否かに即した健康度（真値）を求めるべく、最大限誤差が小さくなるように、健康度（真値）の定め方を調整することにより、図１０Ｂに示すように、体組成情報からの健康度の判定の有効性を増大することができる。

なお、図１０Ｂの例では、探索の結果、健康度とする疾病リスクを限定的にすることにより高い相関度が得られた結果を示している。このように、この健康度（真値）の定め方の調整の際に着目する特定の疾病を、体組成と関連の強い疾病（例えば動脈硬化等）とすると、判定の有効性が効果的に増大する。つまり、健康度判定部５６又は５６´は、健康度として、有病リスクの他に、例えば、メタボリックシンドロームの危険度を示すメタボ注意リスク、血管へのダメージの危険を示す血管系ダメージリスク、糖代謝異常（糖尿病）の危険度を示す糖代謝異常（糖尿病）リスク、肝機能障害や肝疾患の危険度を示す肝機能注意リスク、筋力低下・身体虚弱の危険を示すサルコペニア・フレイルリスク等を判定するものとすると、効果が高い。

これらの健康度を医師の判断ないしは所定のアルゴリズムによって従来の手法で求める場合には、一般的には、メタボ注意リスクは、血中脂質（ＴＧ、ＴＣ、ＬＤＬ－Ｃ、ＨＤＬ－Ｃ）、耐糖能指標（空腹時血糖、ＨｂＡｉｃ、インスリン）、血圧、腹囲から求められ、血管系ダメージリスクは、血中脂質、血圧、耐糖能、喫煙習慣等の生活習慣から求められ、糖代謝異常（糖尿病）リスクは、ＨｂＡ１ｃ、血糖（空腹時）、肥満度から求められ、肝機能注意リスクは、ＡＳＴ（ＧＯＴ）、ＡＬＴ（ＧＰＴ）、γ－ＧＴＰから求められ、サルコペニア・フレイルリスクは、全身筋肉量、体重、握力、身長、歩行速度、歩様、重心動揺、下肢筋力から求められる。

第１の実施の形態により、これらの健康度を求める場合には、当該健康度の判定の基となる上述した各種の情報を、体組成情報（及び生体情報）から推定することになる。例えば、血中脂質、血圧、腹囲、生活習慣の一部、握力、歩行速度、歩様、重心動揺等は、体組成情報（及び生体情報）を用いて比較的精度よく推定することが可能であり、肥満度、全身筋肉量、体重、身長、下肢筋力等は体組成情報（及び生体情報）そのものとして得ることが可能である。

これに対し、第２の実施の形態では、これらの健康度を体組成情報（及び生体情報）から直接判定することになるが、第１の実施の形態よりも第２の実施の形態の方が、不確定領域が狭くなるような判定ができることがある。特に、日常生活の送り方によって罹患確率が影響される疾病へのリスクは、通常状態で日常的に自然に測定でき、毎日の微細な変化を反映している体組成から直接判定する方が、本来の注意信号を察知するために適していることが期待できる。そのため、例えば、健康診断での血液検査で求められる肝機能指標の一つ一つを、体組成情報（及び生体情報）から精度よく推定することが難しい場合であっても、健康度判定システム５２０は、日常的に測定している体組成の状態及び時間変化を捉えて、肝機能注意リスク「あり」という注意信号を出すことができる。

ユーザにとって有用な判定ができるか否かは上記の推論モデルによる。そのため、適切な推論モデルの種類（重回帰分析、主成分分析、決定木、ニューラルネットワーク、ベイジアンネットワーク等）を選択するとともに、良好かつ十分な量の教師データを用意して適切な学習を行うことが有利である。良好かつ十分な教師データとして、体組成情報（及び生体情報）と当該体組成を測定した時点の情報（その時点で実際に行った健康診断の結果に基づく総合点数、その時点の実際の疾病の有無、又はその時点で実際にかかっている医療費等）から得られる健康度（真値）との組を用意するだけでなく、所定の期間における多数の時点で測定した体組成情報（及び生体情報）と当該期間終了時点の情報から得られる健康度（真値）との組を用意することにより、日常的に測定している体組成の日々の変化に基づいて、精度よく健康リスク「あり」の注意信号を出すことが可能になる。

さらに、図１０Ａ及び図１０Ｂを用いて説明したとおり、教師データとして用いる健康度（真値）を、体組成情報との相関が高いものになるように調整することで、有用性を向上させることができる。例えば、血管系ダメージリスクであれば、実際の健康診断で得られた血中脂質、血圧、耐糖能、喫煙習慣等の情報から従来の方法で求めた値をそのまま真値とするのではなく、実際に動脈硬化の症状が進んでいるか否か、実際に動脈硬化を治療する医療費が使われているか否か等に即して、真値の定め方を調整しながら、体組成情報（及び生体情報）から判定される値との一致度が高くなるように推論モデルを求めていけばよい。

なお、健康度の種類によっては、例えば、全身筋肉量／体重、全身筋肉量／身長等で求められるサルコペニア・フレイルリスクのように、推論モデルによらずに理論的に定義された関数ないしアルゴリズムで（ルールベースで）求められる健康度もある。このような健康度については、生体情報や体組成情報をそのまま利用して判定することが可能である。すなわち、サルコペニア・フレイルリスクを求めるための全身筋肉量として、体組成情報のうちの筋肉量を採用することができる。

また、体組成推定部５４が、電気抵抗の周波数特性やレジスタンスとリアクタンスの比、位相角等から、筋繊維の密度や筋肉の充実度、筋の細胞サイズを評価したものを推定する機能を有する場合には、この評価値をサルコペニア・フレイルリスクの判定に用いてもよい。本出願人が製品化した体組成計においては、この評価値は、筋質点数（商標出願中）として出力される。このように、推論モデルによらない場合においても、健診結果から判定するよりも体組成情報から判定する方が、より直接的で精度が高くなる場合がある。

もちろん、サルコペニア・フレイルリスクを、推論モデルによって判定するようにしてもよい。その場合、ルールベースで求めた値を健康度（真値）とするのではなく、実際にサルコペニアの症状が進んでいるか否か、実際にサルコペニアを治療する医療費が使われているか否か等に即して、真値を設定し、体組成情報（及び生体情報）から判定される値との一致度が高くなるように推論モデルを求めていく。推論モデルに用いられる体組成情報には、筋肉の状態を示す指標だけでなく、脂肪の状態を示す指標も含まれるから、より精度高く、サルコペニア・フレイルリスクを判定することも可能になる。

上述のように、本実施の形態の健康度判定部５６又は５６´は、上記の各健康度をリスクの有無及び不確定の３値、もしくは不確定領域を十分に狭くできればリスクの有無の２値で判定する。健康度が連続的な値で得られる場合には、当該連続値の範囲を健康（リスクなし）、不確定、不健康（リスクあり）の順に区切って判定を行うことができる。また、推論モデルとしてベイジアンネットワーク等の確率モデルを用いる場合には、必ずしも健康度を連続値で求める必要はなく、得られた確率に応じて健康（リスクなし）、不確定、不健康（リスクあり）を判定することができる。

健康度判定部５６又は５６´は、判定した健康度を健康アドバイス提供部５７又は５７´及び出力部５８に出力する。

健康アドバイス提供部５７又は５７´は、健康度判定部５６又は５６´にて判定された健康度に従って、健康アドバイスを決定する。健康アドバイスは、画面情報として出力部５８に出力され、出力部５８から出力（表示）される。健康アドバイス提供部５７又は５７´は、健康度の判定結果が健康及び不健康の場合にはその旨の判定結果を通告する画面情報を生成し、判定結果が不確定である場合は、当該ユーザについての追加情報を要求する画面情報を生成する。

追加情報として、生活習慣（飲酒習慣、喫煙習慣、睡眠時間等）の他、活動量計の数値、血圧計の数値、睡眠計の数値等、医療系の施設に行かなくても家庭にある計測器具で計測可能な情報を要求することで、ユーザは、容易に情報を追加できる。健康アドバイス提供部５７又は５７´によって追加情報入力用の画面が生成され、出力部５８にて表示されることで、追加情報取得部５９が構成される。ユーザは、追加情報取得部５９を介して追加情報を入力することができる。追加情報取得部５９は、追加情報として、心拍数（脈拍数）、心拍のゆらぎ等の心拍に関連する情報を求めてもよい。心拍に関連する情報は、心拍センサーを備えるウェアラブル装置等を用いて取得することができ、また、健康度判定システム５１０の計測装置１０が生体電気インピーダンスから心拍数を算出してもよい。

健康度判定部５６又は５６´は、追加情報取得部５９に追加された追加情報を用いて健康度を判定する。この場合に、体組成情報に基づく健康度が連続値で得られている場合には、その健康度に追加情報に基づく修正を加えることで健康度（連続値）を調整してもよい。また、体組成情報に基づく健康度が確率モデルによって得られている場合には、健康度判定部５６又は５６´には、生体情報、体組成情報、及び追加情報を説明変数（入力）とし、健康度を目的変数（出力）とする推論モデルを用いることができる。なお、健康度判定部５６又は５６´は、追加情報が与えられた場合にも、健康度を健康か不健康か不確定の３値で判定してよいが、追加情報が与えられた場合には不確定という判定はせずに健康か不健康かの２値で判定してもよい。あるいは、健康度判定部５６又は５６´は、健康、要注意、不健康の３値で判断をしてもよい。

図１１は、本発明の実施の形態に係る健康アドバイス画面の例を示す図である。出力部５８は、健康アドバイス画面を表示する。健康アドバイス提供部５７又は５７´は、出力部５８で健康アドバイス画面を表示するための画面情報を生成する。図１０の例では、健康度判定部５６又は５６´が健康度を健康、要注意、不健康の３値で判定しており、健康アドバイス画面９０では、それぞれ「Safe」（安全）、「Need Attention」（要注意）、「Vigilance」（警戒）というアドバイスで判定された健康度が示されている。

図１１は、健康度として有病リスクを判定した結果を示している。健康アドバイス画面１００では、有病リスクが健康度計と称する時計様の文字盤１０１と針１０２によって示されている。文字盤１０１では、０時から所定の時刻までの扇形の領域が安全領域１１１とされ、安全領域１１１に続く所定の時刻までの扇形の領域が要注意領域１１２とされ、要注意領域１１２に続く１２時（０時）までの扇形の領域が警戒領域１１３とされている。針１０２は、判定結果を示している。図１０の例では、判定結果は比較的「要注意」に近い「安全」である。

健康アドバイス画面１００では、３年後の予測値も針１０３で示されている。３年後の予測値は、年齢、性別等を考慮して、健康アドバイス画面１００において、現在の判定値（針１０２）から所定の時間（例えば、１．５時間）だけ進ませることで求めてもよいし、過去の判定値の履歴がある場合には、そのような履歴から求めてもよい。また、改善行動をとることにより、健康度計において針がどこまで戻るのかを示してもよい。

健康アドバイス提供部５７又は５７´は、他の健康度についても、健康度判定部５６又は５６´における判定結果に従って、同様にして健康度計の健康アドバイス画面１００を生成し、出力部５８はこれを表示する。

図１２は、本発明の実施の形態に係る健康アドバイス画面の他の例を示す図である。図１２では、ユーザ端末２０がウェアラブル情報処理装置である例を示している。具体的には、ウェアラブル情報処理装置としてのユーザ端末２０´は、腕に装着するスマートウォッチないしスマートリストバンドである。この例において、ユーザ端末２０´は、文字盤部分に液晶の表示装置を備えており、この表示装置が出力部５０６ないし出力部５８に相当する。この場合は、例えば、図３に示す構成のうち、入力部５０１、体重測定部５０２、生体電気インピーダンス測定部５０３、記憶部５０４、及び制御部５０５は計測装置１０に設けられ、出力部５０６がユーザ端末２０´に設けられる。

ユーザ端末２０´は、近距離無線通信によって計測装置１０と通信可能であり、健康度計を示す画面情報が計測装置１０からユーザ端末２０´に送信される。ユーザ端末２０では、時計表示及びその他の情報表示と健康度計の表示とを切り替えて表示することができる。

ユーザ端末２０´は、ユーザの身体の加速度を計測するための加速度計を備えていてよい。また、ユーザ端末２０´は、ユーザの脈動を検知する脈拍計を備えていてよい。ユーザ端末２０´は、加速度計で検出されたユーザの身体の動きや活動傾向、消費エネルギ、脈拍計で計測された脈拍数等の情報を組み合わせて、健康度計の針を動かしてもよい。例えば、よく運動をして消費エネルギが高ければ安全な方へ針が戻り、逆に平均値より運動が少ない状況であれば、リスクが高い方に針が進む等の制御をしてよい。

また、このようなウェアラブル情報処理装置としてのユーザ端末２０´は、第２のユーザ端末として、第１のユーザ端末としての手持ちのユーザ端末２０とペアリングして用いられてもよい。この場合には、例えば、体重測定部５０２及び生体電気インピーダンス測定部５０３は、計測装置１０に設けられ、入力部５０１、記憶部５０４、及び制御部５０５は、ユーザ端末２０に設けられ、出力部５０６はユーザ端末２０及びユーザ端末２０´に設けられる。そして、健康度計を表示する端末をユーザ端末２０とユーザ端末２０´とで切り替えることができる。

以上のように、第２の実施の形態の健康度判定システム５２０によれば、体組成情報から健診結果を推定することなく、健康度を判定できる。よって、体組成情報からの健診結果の推定による誤差及び健診結果からの健康度の判定による誤差が重畳することがなく、健康度判定の精度を向上できる。

また、本実施の形態の健康度判定システム５１０又は５２０では、健康度を健康、不確定、不健康の３値で判定するので、擬陽性又は偽陰性の疑いがない（ないしは小さい）場合に確定的な判定をして、擬陽性又は偽陰性の疑いがある場合には、不確定と判定することができる。また、本実施の形態の健康度判定システム５０は、判定結果が不確定である場合に追加情報を要求し、追加情報なしで確定的に判定できる場合には追加情報を要求することがないので、簡易に健康度の判定を行うことができる。さらに、不確定という判定結果が出た場合にも、追加情報として、活動量計の数値、血圧計の数値等の家庭でも取得できる情報を要求することで、医療系の施設に行くことなく健康度の判定結果を得ることができる。

また、本実施の形態の健康度判定システム５１０又は５２０では、健康度の判定結果を時計様のグラフィックを含む健康アドバイス画面１００で表示するので、ユーザはこの健康アドバイス画面を確認することで、自らの健康度を直感的に把握できる。健康アドバイス画面１００は、上述したように、ユーザ端末２０に表示されてもよいし、ユーザ端末２０´に表示されてもよいし、あるいは、測定装置２０の表示パネル１７に表示されてもよい（この場合、測定装置２０に乗るだけで、ユーザは、自らの健康度を知ることができることになる）。

（第３の実施の形態）
第３の実施の形態の健康度判定システムは、複数の身体部位の生体電気インピーダンスに少なくとも部分的に基づいて健康度を判定する。第２の実施の形態では、体組成情報から健康度を判定したが、この体組成情報は、ユーザの生体情報（身長、体重等）と、複数の身体部位の生体電気インピーダンスとに基づいて推定によって算出されるものである。このため、一次情報である生体情報及び複数の身体部位の生体電気インピーダンスから健康度を判定することで、第２の実施の形態よりも高精度に健康度を判定できる場合がある。

図１３は、本発明の第３の実施の形態に係る健康度判定システム５３０の機能的な構成を示すブロック図である。健康度判定システム５３０において、第２の実施の形態の健康度判定システム５２０と同様の構成については、同じ番号を付して適宜説明を省略する。健康度判定システム５３０は、身長・年齢・性別取得部５１、体重取得部５２、生体電気インピーダンス取得部５３、健康度判定部５６´´、健康アドバイス提供部５７´、及び出力部５８を備えている。

上述のように、生体電気インピーダンス取得部５３では、全身、右脚、左脚、右腕、及び左腕の５つの身体部位の生体電気インピーダンスが、それぞれ高周波及び低周波の電流について得られ、都合１０種類のインピーダンス値が得られる。

健康度判定部５６´´は、これらの１０種類のインピーダンス値の一部又は全部と生体情報（身長、体重等）とを用いて、健康度を判定する。健康度判定部５６´´は、推論モデルを用いて健康度を判定する。この推論モデルでは、生体情報及びインピーダンス値を説明変数（入力）とし、健康度を目的変数（出力）とするものである。この推論モデルの学習には、多数の生体情報及びインピーダンス値と健康度（病気の有無、医療費等）との組を教師データとすることができる。

なお、第３の実施の形態の健康度判定部５６´´は、第２の実施の形態と同様に、健康度を健康、不健康、及び不確定の３値で判定する。なお、健康度判定システム５３０は、第２の実施の形態の健康度判定システム５２０と同様に、判定結果が不確定である場合に追加情報を要求して、追加情報に基づいてより精度の高い判定を行うようにしてもよい。また、第２の実施の形態と同様に、体組成推定部５４を設けて、生体情報と生体電気インピーダンスとから体組成を推定してもよい。

第２の実施の形態において体組成情報（及び生体情報）と各種の健康度（真値、判定値）との関係について説明したことは、すべて、第３の実施の形態における生体電気インピーダンス（及び生体情報）と各種の健康度（真値、判定値）との関係に適用することができる。健康度の表示や、健康アドバイス画面の構成等についても、上記に説明したことは、すべて、第３の実施の形態にも適用することができる。

以上のように、第１～第３の実施の形態の健康度判定システムによれば、生体電気インピーダンスに少なくとも部分的に、間接的又は直接的に基づいて健康度を判定するので、体組成計等の装置を用いて容易に健康度の判定をすることができる。

なお、上記の実施の形態では、体組成計として８電極の体組成計を用いたが、足のみ又は手のみの４電極の体組成計を用いてもよいし、９電極以上の体組成計を用いてもよい。また、体組成計よりも精度は低くなるが、1対の電流電極と電圧電極とを両手の指又は両掌で挟むタイプの簡易型の体脂肪計、又は上腕の一部又は腹部の一部等の局所の生体電気インピーダンスを測定するタイプの体脂肪計又は皮下脂肪計等を用いてもよい。

１０・・・計測装置
１１・・・本体部
１２・・・ハンドルユニット
１３・・・接続コード
１４・・・収容部
１５・・・ハンドル本体
１６Ｌ，Ｒ・・・グリップ
１７・・・表示パネル
１８Ａ～Ｄ・・・操作ボタン
２０・・・ユーザ端末
５０・・・健康情報提供システム
５１・・・身長・年齢・性別取得部
５２・・・体重取得部
５３・・・生体インピーダンス取得部
５４・・・体組成推定部
５５・・・生化学検査値推定部
５６，５６´，５６´´・・・健康度判定部
５７・・・健康アドバイス提供部
５８・・・出力部
１１１Ｌ，Ｒ・・・通電用電極
１１２Ｌ，Ｒ・・・測定用電極
１６１Ｌ，Ｒ・・・通電用電極
１６２Ｌ，Ｒ・・・測定用電極
５０１・・・入力部
５０２・・・体重測定部
５０３・・・生体インピーダンス測定部
５０４・・・記憶部
５０５・・・制御部
５０６・・・出力部

Claims (10)

1. 健康度判定システムであって、
   ユーザの一つ以上の身体部位の生体電気インピーダンスを取得する生体電気インピーダンス取得部と、
   前記一つ以上の身体部位の生体電気インピーダンスに、少なくとも部分的に、間接的又は直接的に、基づいて、前記ユーザの健康度を判定する健康度判定部と、
   を備えた健康度判定システム。
2. 請求項１に記載の健康度判定システムであって、
   前記一つ以上の身体部位の生体電気インピーダンスから前記ユーザの複数項目の体組成を推定する体組成推定部をさらに備え、
   前記健康度判定部は、前記複数項目の体組成に、少なくとも部分的に、間接的又は直接的に、基づいて、前記ユーザの健康度を判定する、健康度判定システム。
3. 請求項２に記載の健康度判定システムであって、
   前記複数項目の体組成から前記ユーザの複数項目の健診結果を推定する健診推定部をさらに備え、
   前記健康度判定部は、前記複数項目の健診結果に、少なくとも部分的に基づいて、前記ユーザの健康度を判定する、健康度判定システム。
4. 請求項３に記載の健康度判定システムであって、
   前記複数項目の健診結果の各々は、前記複数項目の体組成と有意な相関関係を有する、健康度判定システム。
5. 請求項１～４のいずれかに記載の健康度判定システムであって、
   前記健康度判定部は、健康であるか不健康であるか不確定であるかを判定する、健康度判定システム。
6. 請求項５に記載の健康度判定システムであって、
   前記判定の結果が前記不確定である場合に、前記健康度を判定するのに用いなかった追加情報の入力を要求する追加情報取得部をさらに備え、
   前記健康度判定部は、前記追加情報を用いて更に前記健康度を判定する、健康度判定システム。
7. 請求項５又は６に記載の健康度判定システムであって、
   前記健康度の判定の結果を出力する出力部をさらに備え、
   前記出力部は、時計様のグラフィック上で前記判定の結果を指し示すことで前記判定の結果を表示する、健康度判定システム。
8. 請求項７に記載の健康度判定システムであって、
   前記出力部は、予測される将来の判定結果を、前記グラフィック上で指し示す、健康度判定システム。
9. プロセッサにより実行される健康度判定プログラムであって、前記プロセッサにより実行されることで、前記プロセッサを、
   ユーザの一つ以上の身体部位から取得された生体電気インピーダンスに、少なくとも部分的に、間接的又は直接的に、基づいて、前記ユーザの健康度を判定する健康度判定部、
   として機能させる健康度判定プログラム。
10. 健康度判定サーバであって、
    ユーザの一つ以上の身体部位から取得された生体電気インピーダンスに、少なくとも部分的に、間接的又は直接的に、基づいて、前記ユーザの健康度を判定する健康度判定部を備えた健康度判定サーバ。
    

Images