JP2022032421A - 情報処理装置、情報処理システム、およびプログラム - Google Patents

情報処理装置、情報処理システム、およびプログラム Download PDF

Info

Publication number
JP2022032421A
JP2022032421A JP2020136167A JP2020136167A JP2022032421A JP 2022032421 A JP2022032421 A JP 2022032421A JP 2020136167 A JP2020136167 A JP 2020136167A JP 2020136167 A JP2020136167 A JP 2020136167A JP 2022032421 A JP2022032421 A JP 2022032421A
Authority
JP
Japan
Prior art keywords
user
information
behavior
degree
scheduled
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.)
Withdrawn
Application number
JP2020136167A
Other languages
English (en)
Inventor
由里香 田中
Yurika Tanaka
修一 澤田
Shuichi Sawada
伸 桜田
Shin Sakurada
康寛 馬場
Yasuhiro Baba
慎太郎 松谷
Shintaro MATSUTANI
友哉 牧野
Tomoya Makino
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.)
Toyota Motor Corp
Original Assignee
Toyota Motor 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 Toyota Motor Corp filed Critical Toyota Motor Corp
Priority to JP2020136167A priority Critical patent/JP2022032421A/ja
Priority to US17/398,586 priority patent/US20220051168A1/en
Priority to CN202110916067.XA priority patent/CN114077918A/zh
Publication of JP2022032421A publication Critical patent/JP2022032421A/ja
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06398—Performance of employee with respect to a job function
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063116—Schedule adjustment for a person or group
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Navigation (AREA)

Abstract

【課題】ユーザの精神状態が悪化していることを推定する。【解決手段】ユーザの予定された行動に関する情報である予定行動情報を取得し、前記ユーザが取った行動に関する情報であるユーザ行動情報を取得し、前記ユーザ行動情報と、前記予定行動情報と、に基づいて、前記予定された行動と、前記ユーザが取った行動との乖離度を算出し、前記乖離度が第一の値を上回っている場合に、所定の処理を行う。【選択図】図１

Description

本発明は、ユーザを補助する技術に関する。
データを統計的に処理することで、ユーザの体調の変化を予測する技術がある。例えば、特許文献１には、ユーザの身体情報と、体調変化の外的要因となる環境条件（例えば、気象条件）との相関を分析し、ユーザの体調変化を予測する健康管理システムが開示されている。
特開２０１３－２３８９７０号公報 国際公開２０１７／１９９６６３号明細書
特許文献１に記載の発明では、環境的要因による体調の変化を予測することができる。
一方で、ユーザの精神状態の変化（例えば、ストレスなどによる精神状態の悪化等）を検知したいという要望がある。しかし、人の精神状態の変化を、環境的要因から推定することは難しい。
本発明は、ユーザの精神状態が悪化していることを推定する技術を提供することを目的とする。
本開示の第一の様態は、ユーザの予定された行動に関する情報である予定行動情報を取得することと、前記ユーザが取った行動に関する情報であるユーザ行動情報を取得することと、前記ユーザ行動情報と、前記予定行動情報と、に基づいて、前記予定された行動と、前記ユーザが取った行動との乖離度を算出することと、前記乖離度が第一の値を上回っている場合に、所定の処理を行うことと、を実行する制御部を有する、情報処理装置である。
また、本開示の第二の様態は、ユーザが所持するユーザ端末と、サーバ装置と、を含む情報処理システムであって、前記ユーザ端末は、位置情報を前記サーバ装置に周期的に送信する第一の制御部を有し、前記サーバ装置は、ユーザの予定された行動に関する情報である予定行動情報を取得することと、前記ユーザ端末から送信された位置情報に基づいて、前記ユーザが取った行動に関する情報であるユーザ行動情報を生成することと、前記ユーザ行動情報と、前記予定行動情報と、に基づいて、前記予定された行動と、前記ユーザが取った行動との乖離度を算出することと、前記乖離度が第一の値を上回っている場合に、所定の処理を行うことと、を実行する第二の制御部を有する、情報処理システムである。
また、本開示の第三の様態は、ユーザの予定された行動に関する情報である予定行動情報を取得することと、前記ユーザが取った行動に関する情報であるユーザ行動情報を取得することと、前記ユーザ行動情報と、前記予定行動情報と、に基づいて、前記予定された行動と、前記ユーザが取った行動との乖離度を算出することと、前記乖離度が第一の値を上回っている場合に、所定の処理を行うことと、をコンピュータに実行させるためのプロ
グラムである。
また、他の態様として、上記の情報処理装置（サーバ装置）が実行する情報処理方法、または、上記のプログラムを非一時的に記憶したコンピュータ可読記憶媒体が挙げられる。
本発明によれば、ユーザの精神状態が悪化していることを推定することができる。
評価システムの概要を説明する図。 第一の実施形態に係る評価システムの構成要素を詳細に示した図。 制御部が実行する処理を説明する図。 記憶部に記憶される位置情報データを説明する図。 記憶部に記憶される行動モデルを説明する図。 行動間の乖離を説明する図。 乖離度の算出処理を説明する図。 乖離度に対して設定される閾値を説明する図。 第一の実施形態において制御部が実行する処理のフローチャート。 蓄積された乖離度を説明する図。
気象条件などの外的要因に基づいて、人の体調の変化（主に体調の悪化）を予測する技術が知られている。例えば、「一日の気温差が１５度以上である」、「朝の気温が１０度以下で、湿度が３０％以下の日が３日以上継続している」といった、体調の変化に関連する気象条件を求め、条件に合致する気象条件が予測される場合に、ユーザに注意を促すといったサービスが考えられる。
しかし、ユーザの精神状態の変化を検知する技術は広く知られていない。
本実施形態に係る情報処理装置は、ユーザの予定された行動に関する情報である予定行動情報を取得することと、前記ユーザが取った行動に関する情報であるユーザ行動情報を取得することと、前記ユーザ行動情報と、前記予定行動情報と、に基づいて、前記予定された行動と、前記ユーザが取った行動との乖離度を算出することと、前記乖離度が第一の値を上回っている場合に、所定の処理を行うことと、を実行する制御部を有する。
予定行動情報は、ユーザがとる予定の行動に関する情報である。予定行動情報は、ユーザの移動に関する情報であって、例えば、移動先、移動経路、出発時刻、所要時間などを含んでいてもよい。予定行動情報は、登録されたユーザのスケジュールに基づいて取得してもよいし、蓄積された過去のデータに基づいて推定されてもよい。
ユーザ行動情報は、ユーザが実際にとった行動に関する情報である。本実施形態に係る情報処理装置は、予定行動情報と、ユーザ行動情報に基づいて、ユーザが取る予定である行動と、ユーザが実際に取った行動との乖離度を取得する。
精神状態が悪化すると、人は予定通りの行動ができなくなる場合がある。よって、予定された行動と、実際にとられた行動との乖離度を取得することで、ユーザの精神状態を推定することが可能になる。制御部は、乖離度に基づいて、所定の処理を行う。これにより、例えば、精神状態が悪化しているおそれがある旨をユーザに通知することや、当該ユーザに対するケアを行うことが可能になる。
また、前記ユーザ行動情報は、前記ユーザが所持する端末から周期的に取得した位置情
報を含み、前記制御部は、前記位置情報に基づいて、前記乖離度を算出することを特徴としてもよい。
周期的に取得し、蓄積したユーザの位置情報を用いることで、行動間の乖離度を求めることができる。
また、前記制御部は、前記ユーザが立ち寄った場所を判定し、前記ユーザが立ち寄った場所に基づいて、前記乖離度を補正することを特徴としてもよい。
精神状態が悪化すると、移動中において立ち寄る場所が不安定になる場合がある。よって、ユーザが実際に立ち寄った場所に基づいて、算出された乖離度を補正してもよい。
また、前記制御部は、前記ユーザが立ち寄った場所ごとに、立ち寄りの妥当性を評価し、前記評価の結果に基づいて前記乖離度を補正することを特徴としてもよい。
ユーザが、移動中に予定外の立ち寄りを行うことも考えられる。そこで、立ち寄りが妥当であるか否かを個別に評価し、その結果に基づいて乖離度を補正してもよい。立ち寄りが妥当であるか否かは、例えば、立ち寄った場所の種別や性質、立ち寄った時間帯などによって評価することができる。
また、前記予定行動情報は、予定された前記ユーザの移動経路である予定経路を含み、前記制御部は、前記予定経路と、前記ユーザが取った経路との地理的乖離度を算出することを特徴としてもよい。
ユーザが取った経路は、例えば、周期的に取得した位置情報に基づいて判定することができる。経路同士の地理的乖離度が大きいほど、ユーザが予定から逸脱した行動をとっていると判定することができる。
また、前記予定行動情報は、移動に要する時間に関連する時間情報を含み、前記制御部は、前記予定された行動と、前記ユーザが取った行動との時間的乖離度を算出することを特徴としてもよい。
時間情報は、例えば、経路上にある地点の予定通過時刻、あるいは、経路に含まれる区間の予定所要時間などとすることができる。かかる構成によると、例えば、ユーザが極端に遅いペースで移動していること等を判定できるようになる。
また、前記制御部は、前記地理的乖離度と、前記時間的乖離度の双方に基づいて、総合的な乖離度を算出することを特徴としてもよい。
「予定された経路からどの程度逸脱しているか」、「予定ペースからどの程度逸脱しているか」の二つの基準を併用することで、ユーザの行動に異常が見られないかを精度よく判定することが可能になる。
また、前記制御部は、前記乖離度が、前記第一の値よりも大きい第二の値を上回っている場合に、前記所定の処理を行わないことを特徴としてもよい。
乖離度が大きすぎる場合、予定行動情報（例えば、推定された行動）がそもそも誤っていた可能性がある。よって、このような場合、処理の対象外とすることが好ましい。
また、前記制御部は、前記ユーザのスケジュールに関するデータを取得し、前記スケジュールに基づいて、前記ユーザの予定された行動を推定することを特徴としてもよい。
ユーザのスケジュールは、例えば、ユーザ端末やクラウド上にあるスケジューラを参照して取得してもよい。また、その他の情報（例えば、ユーザが送受信したメッセージや電子メールの内容など）に基づいて推定してもよい。
また、前記制御部は、前記ユーザに対応する位置情報の履歴を取得し、前記位置情報の履歴に基づいて、前記ユーザの予定された行動を推定することを特徴としてもよい。
収集された位置情報の履歴を用いることで、行動パターンを推定することが可能になる。制御部は、例えば、条件（時間帯、日付、曜日、天候等）が類似する、過去の履歴に基づいて、ユーザの行動を推定することができる。
また、前記制御部は、前記乖離度を記録し、所定の期間内における前記乖離度が所定値を超えた場合に、前記所定の処理を行うことを特徴としてもよい。
所定の期間における乖離度を参照することで、異常と認められる状態が継続しているか否かを判定することができる。また、異常と認められる状態が継続している場合に所定の処理を行うことで、より正確にケアを行うことが可能になる。
また、前記所定の処理は、前記ユーザに関連付いた装置にメンタルヘルスに関連する情報を送信する処理であることを特徴としてもよい。
ユーザに関連付いた装置とは、当該ユーザが所持する携帯端末であってもよいし、当該ユーザと所定の関係にある他のユーザ（例えば、職場の管理者や家族など）がアクセス可能な装置であってもよい。
また、前記所定の処理は、前記ユーザが利用する移動体を管理するサーバ装置に、メンタルヘルスに関連する情報を送信する処理であることを特徴としてもよい。
これにより、例えば、ユーザにケアを受けさせるため、医療機関までの移動を提供する、ユーザのもとに医療関係者を派遣するといった対応が可能になる。
以下、図面に基づいて、本開示の実施の形態を説明する。以下の実施形態の構成は例示であり、本開示は実施形態の構成に限定されない。
（第一の実施形態）
第一の実施形態に係る評価システムの概要について、図１を参照しながら説明する。本実施形態に係る評価システムは、ユーザが所持する端末であるユーザ端末２００と、当該ユーザの行動を評価する評価装置１００と、を含んで構成される。
評価装置１００は、ユーザの行動を評価し、当該ユーザの行動に異常が見られる場合に、当該ユーザに対して情報提供を行う装置である。評価装置１００は、ユーザの予定された行動に関するデータを取得可能に構成され、ユーザ端末２００から取得した位置情報に基づいて、予定された行動と、ユーザがとった実際の行動とが一致しているかを判定する。また、両者が乖離している場合に、当該ユーザが精神的に不安定になっていると判定し、情報提供を行う。
なお、図１の例では、評価装置１００が、ユーザ端末２００と一対一で対応しているが、一台の評価装置１００が複数のユーザ端末２００を管轄してもよい。
図２は、本実施形態に係る評価システムの構成要素をより詳細に示した図である。ここではまず、ユーザ端末２００について説明する。
ユーザ端末２００は、例えばスマートフォン、携帯電話、タブレットコンピュータ、個人情報端末、ノートブックコンピュータ、またはウェアラブルコンピュータ（スマートウォッチ等）といった小型のコンピュータである。ユーザ端末２００は、制御部２０１、記憶部２０２、通信部２０３、および入出力部２０４を含んで構成される。
制御部２０１は、ユーザ端末２００が行う制御を司る演算装置である。制御部２０１は、ＣＰＵ（Central Processing Unit）などの演算処理装置によって実現することができ
る。
制御部２０１は、位置情報送信部２０１１と、情報提供部２０１２の２種類の機能モジュールを有して構成される。各機能モジュールは、後述する記憶部２０２に記憶されたプ
ログラムをＣＰＵによって実行することで実現してもよい。
位置情報送信部２０１１は、ユーザ端末２００の位置情報を取得し、評価装置１００に周期的に送信する。位置情報は、例えば、ＧＰＳによる測位結果に基づいて生成することができる。位置情報送信部２０１１は、衛星から送信された測位信号を受信し、端末の位置情報を出力するモジュールを含んでいてもよい。
情報提供部２０１２は、評価装置１００から取得したデータに基づいて、後述する入出力部２０４を介してユーザに情報提供を行う。
記憶部２０２は、主記憶装置と補助記憶装置を含んで構成される。主記憶装置は、制御部２０１によって実行されるプログラムや、当該制御プログラムが利用するデータが展開されるメモリである。補助記憶装置は、制御部２０１において実行されるプログラムや、当該制御プログラムが利用するデータが記憶される装置である。補助記憶装置には、制御部２０１で実行されるプログラムをアプリケーションとしてパッケージ化したものを記憶してもよい。また、これらのアプリケーションを実行するためのオペレーティングシステムを記憶してもよい。補助記憶装置に記憶されたプログラムが主記憶装置にロードされ、制御部２０１によって実行されることで、以降に説明する処理が行われる。
主記憶装置は、ＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）を含んでもよい。また、補助記憶装置は、ＥＰＲＯＭ（Erasable Programmable ROM）やハード
ディスクドライブ（ＨＤＤ、Hard Disk Drive）を含んでもよい。さらに、補助記憶装置
は、リムーバブルメディア、すなわち可搬記録媒体を含んでもよい。リムーバブルメディアは、例えば、ＵＳＢ（Universal Serial Bus）メモリ、あるいは、ＣＤ（Compact Disc）やＤＶＤ（Digital Versatile Disc）のようなディスク記録媒体である。
通信部２０３は、ユーザ端末２００をネットワークに接続するための無線通信インタフェースである。通信部２０３は、例えば、無線ＬＡＮや３Ｇ、ＬＴＥ、５Ｇ等の移動体通信サービスを介して、評価装置１００と通信可能に構成される。
入出力部２０４は、利用者が行った入力操作を受け付け、利用者に対して情報を提示するユニットである。本実施形態では一つのタッチパネルディスプレイからなる。すなわち、液晶ディスプレイとその制御手段、タッチパネルとその制御手段から構成される。
なお、図２に示した構成は一例であり、図示した機能の全部または一部は、専用に設計された回路を用いて実行されてもよい。また、図示した以外の、主記憶装置および補助記憶装置の組み合わせによってプログラムの記憶ないし実行を行ってもよい。
次に、評価装置１００について説明する。
評価装置１００は、ユーザ端末２００から位置情報を収集し、ユーザの行動モデルを生成する処理と、生成した行動モデルを用いてユーザの行動を評価し、評価結果に基づいて、ユーザに対する情報提供を行う処理と、を実行するサーバ装置である。
評価装置１００は、汎用のコンピュータにより構成することができる。すなわち、評価装置１００は、ＣＰＵやＧＰＵ等のプロセッサ、ＲＡＭやＲＯＭ等の主記憶装置、ＥＰＲＯＭ、ハードディスクドライブ、リムーバブルメディア等の補助記憶装置を有するコンピュータとして構成することができる。なお、リムーバブルメディアは、例えば、ＵＳＢメモリ、あるいは、ＣＤやＤＶＤのようなディスク記録媒体であってもよい。補助記憶装置には、オペレーティングシステム（ＯＳ）、各種プログラム、各種テーブル等が格納され、そこに格納されたプログラムを主記憶装置の作業領域にロードして実行し、プログラムの実行を通じて各構成部等が制御されることによって、後述するような、所定の目的に合致した各機能を実現することができる。ただし、一部または全部の機能はＡＳＩＣやＦＰ
ＧＡのようなハードウェア回路によって実現されてもよい。
制御部１０１は、評価装置１００が行う制御を司る演算装置である。制御部１０１は、ＣＰＵなどの演算処理装置によって実現することができる。
制御部１０１は、位置情報取得部１０１１と、予定行動取得部１０１２と、行動評価部１０１３の３つの機能モジュールを有して構成される。各機能モジュールは、記憶されたプログラムをＣＰＵによって実行することで実現してもよい。
３つの機能モジュールについて、モジュール間で送受信されるデータを示した図である図３を参照しながら説明する。
位置情報取得部１０１１は、ユーザ端末２００から送信された位置情報を周期的に取得する。取得されたデータは、ユーザの識別子と関連付けられ、位置情報データ１０２Ａとして、後述する記憶部１０２に蓄積される。
予定行動取得部１０１２は、ユーザが取る予定である行動（以下、予定行動）を取得するためのモデル（行動モデル１０２Ｂ）を用いて、ユーザの予定行動を取得する。
行動モデル１０２Ｂは、ユーザが取る典型的な行動パターンを学習させた機械学習モデルである。行動モデル１０２Ｂは、学習用の位置情報データ（例えば、過去の所定の期間に対応する位置情報データの集合）に基づいて予め構築されたものである。
行動モデルに、推定の前提となる条件（例えば、日付、時間帯、曜日、天候など）を与えることで、推定された予定行動を取得することができる。
行動評価部１０１３は、ユーザ端末２００から取得した位置情報データ１０２Ａに基づいて、（１）推定によって得られたユーザの予定行動と、ユーザが取った実際の行動との間にどの程度の乖離があるかを評価し、（２）評価結果に基づいて、ユーザに対する情報提供を行う。行動の間にどの程度の乖離があるかは、地理的な観点と、時間的な観点によって評価することができる。具体的な方法については後述する。
記憶部１０２は、主記憶装置と補助記憶装置を含んで構成される。主記憶装置は、制御部１０１によって実行されるプログラムや、当該制御プログラムが利用するデータが展開されるメモリである。補助記憶装置は、制御部１０１において実行されるプログラムや、当該制御プログラムが利用するデータが記憶される装置である。
また、記憶部１０２は、位置情報データ１０２Ａおよび行動モデル１０２Ｂを記憶する。
図４Ａは、位置情報データ１０２Ａの例である。本実施形態では、ユーザ端末２００の位置情報（例えば、緯度および経度）、日時などの項目が、ユーザの識別子（ユーザＩＤ）と関連付けられて記憶される。
このうち、行動を推定する前提条件として利用できる項目を条件データと称する。
例えば、ユーザの行動パターンが、曜日、時間帯、天候などによって変化しうる場合、これらの項目を条件データとして記憶させてもよい。
図４Ｂは、行動モデル１０２Ｂを説明する図である。行動モデルは、所定の条件下において、ユーザがどのような行動をとるか（具体的には、どのような経路を、どれほどの所要時間で移動するか）を学習させた機械学習モデルである。
行動モデル１０２Ｂは、過去の所定の期間において発生した、移動に対応するデータを教師データとして学習を実行することで構築される。
教師データは、一回の移動（例えば、自宅から職場までの移動）に対応するデータの集合であって、例えば、位置情報の集合、区間ごとの所要時間、条件データなどを含む。な
お、区間ごとの所要時間は、位置情報データに含まれる日時情報に基づいて得ることができる。
これにより、条件データを入力すると、位置情報の集合（経路情報）と、区間ごとの所要時間（所要時間情報）を出力するモデルを構築することができる。例えば、「平日の午前８時台，天候：晴れ」という条件下において、ユーザが移動する経路と、経路に含まれる区間ごとの所要時間を得ることができる。
なお、行動モデル１０２Ｂは、ユーザごとに生成および記憶されてもよい。
行動モデルが出力するデータは、予定行動情報と称することもできる。予定行動情報に含まれる経路情報は、予定経路と称することもできる。また、ユーザ端末２００から収集した位置情報に関するデータは、ユーザ行動情報と称することもできる。
通信部１０３は、通信部２０３と同様の通信インタフェースである。通信部１０３は、例えば、インターネット等の広域ネットワークを介して、ユーザ端末２００と通信可能に構成される。
次に、行動間の乖離について、図５を参照して説明する。
実線は、予定されているユーザの行動に対応する経路を表す。図５（Ａ）は、「出勤」という行動に対応する経路を示したものである。本例では、自宅を出たユーザが、駅Ａ，Ｂ，Ｃ，Ｄを経由し、列車を乗り換えながら職場へ向かう旨が示されている（駅ＢおよびＣにおける記号は乗り換えを表す）。なお、評価装置１００がユーザ端末２００から取得するのは位置情報のみであるが、図示した例では便宜的に経由地点（駅など）を明示している。
ここで、実際に観測されたユーザの経路が、点線で示したものであったとする。
例えば、符号５０１は、自宅を出たユーザが真っ直ぐに駅Ａへ向かっていない旨を示している。また、符号５０２は、駅Ｂにおいて、すぐに乗り換えを行わず、寄り道をしている旨を示している。同様に、符号５０３は、駅Ｄを出たユーザが、回り道をして職場へ向かっている旨を示している。
このように、通常とっている経路からの逸脱が多くなった場合、ユーザが精神的に不安定になっていることが推定できる。
図５（Ｂ）は、同様の経路に所要時間（出発からの経過時間）を関連付けた図である。図示した例では、経路に含まれる複数の区間において、移動時間が通常よりも５分～１０分多くかかっている。このように、通常よりも移動に時間がかかっている区間がある場合、ユーザが精神的に不安定になっていることが推定できる。
本実施形態では、行動評価部１０１３が、予定行動に対応する経路および所要時間と、実際に観測された経路および所要時間を比較し、乖離度を算出する。
乖離度の算出は、例えば、以下のような方法で行うことができる。
例えば、図６に示したように、Ｘ軸およびＹ軸に座標、Ｚ軸に時刻をとった空間上に、予定行動に対応する点の集合（符号６０１）と、実際の行動に対応する点の集合（符号６０２）を配置し、両者の距離を表す値を算出する。算出された値は、二つの行動間の乖離度を表す値となる。ここで、算出された乖離度が所定値を超えていた場合、通常の行動パターンから外れた不合理な行動をしていると判定することができる。
なお、ここでは、時空間における距離を算出したが、比較の対象は、経路のみであってもよい。例えば、経路間の地理的な乖離度のみを算出してもよい。また、比較の対象は、時間のみであってもよい。例えば、区間ごとの所要時間の乖離度のみを算出してもよい。
また、地理的乖離度と、時間的乖離度を個別に算出し、これらを統合して最終的な乖離度としてもよい。
なお、人は、必ずしも通常の行動パターンに合致する行動をとるとは限らない。例えば、職場からの帰宅時に、通常は立ち寄らない店舗に立ち寄る場合もある。しかし、かかる場合において、不合理な行動をしていると判定されることは妥当ではない。そこで、本実施形態では、以下の二つの処理を行うことで、誤判定を低減させる。
（１）乖離度が大きすぎる場合は合理的な行動と解釈する
予定行動からの乖離度が大きい場合、ユーザが不合理な行動をしていることが推定できる。一方、予定行動に対して乖離度がはるかに大きい場合（例えば、最終的な目的地自体が異なるような場合）、そもそもユーザが予定行動とは別の行動をしていることが推定できる。そこで、乖離度に対して閾値を二つ設定し、乖離度が大きすぎる場合は、合理的な行動であると解釈する。図７は、乖離度と閾値との関係を示した図である。図示したように、乖離度が第二閾値を超えた場合、予定行動とは別の行動をしていると判定し、評価の対象外としてもよい。
（２）乖離度を蓄積し、閾値を超えた場合にのみ情報提供を行う
予定行動と実際の行動が異なる場合であっても、その差異が一時的なものである場合、問題視しなくてもよい。例えば、毎日の行動パターンを評価し、その乖離度を蓄積したうえで、一定の期間において蓄積された乖離度の合計が閾値を超えた場合にのみ情報提供を行うようにしてもよい。
次に、制御部１０１が行う処理について説明する。図８は、制御部１０１が行う評価処理のフローチャートである。
なお、ユーザ端末２００から位置情報を受信し、蓄積する処理は、図示した処理とは別に、位置情報取得部１０１１によって周期的に実行されるものとする。また、対象のユーザに対応する行動モデル１０２Ｂは、事前に構築されているものとする。
まず、ステップＳ１１で、予定行動取得部１０１２が、行動モデル１０２Ｂを用いて、予定行動の取得を試行する。具体的には、前提となる条件データ（例えば、現在の日付、時間帯、曜日、天候等）を行動モデル１０２Ｂに入力し、予定行動（経路情報および所要時間情報）が得られるか否かを試行する。
予定行動が得られた場合（ステップＳ１２－Ｙｅｓ）、処理はステップＳ１３へ遷移し、行動評価部１０１３が、位置情報の追跡を開始する。予定行動が得られなかった場合（ステップＳ１２－Ｎｏ）、処理はステップＳ１１へ戻る。
ステップＳ１４では、行動評価部１０１３が、予定行動によって示されている目的地にユーザが到着したか否かを判定する。目的地にユーザが到着した場合、処理はステップＳ１５へ遷移する。目的地にユーザが到着していない場合、位置情報の追跡を継続する。なお、出発から所定の時間が経過してもユーザが目的地に到着しない場合、処理を打ち切ってもよい。
ステップＳ１５では、行動評価部１０１３が、追跡によって得られた位置情報の集合および所要時間情報と、予定行動に含まれる経路情報および所要時間情報に基づいて、予定行動と実際の行動との乖離度を算出する。
ステップＳ１６では、行動評価部１０１３が、算出された乖離度が所定の範囲内にあるか否かを判定する。具体的には、乖離度が、第一閾値以上、かつ、第二閾値未満であるか
否かを判定する。条件を満たした場合、処理はステップＳ１７へ遷移する。条件を満たさない場合、処理は終了する。
ステップＳ１７では、行動評価部１０１３が、算出された乖離度を、行動ごとに蓄積する。図９は、蓄積された乖離度の例である。
ステップＳ１８では、行動評価部１０１３が、蓄積された乖離度が所定の条件を満たすか否かを判定する。具体的には、過去の所定の期間における乖離度の合計を算出し、算出した値が所定値を上回っていた場合に、条件を満たしたと判定する。
ステップＳ１８で肯定判定となった場合、処理はステップＳ１９へ遷移し、行動評価部１０１３が、通知データを生成する。通知データは、メンタルヘルスに関連する情報であって、例えば、ユーザにとってケアが必要である旨の通知や、医療に関する情報などを含む。通知データは、ユーザ端末２００へ送信されてもよいし、当該ユーザに関連付いた他のユーザ（例えば、対象ユーザを管理監督する者。典型的には保護者や職場の管理者等。以下、監督者）が所持する端末等へ送信されてもよい。
通知データがユーザ端末２００へ送信される場合、情報提供部２０１２を介して情報提供がなされる。
以上説明したように、第一の実施形態に係る評価装置は、ユーザが、過去の行動パターンから逸脱した行動をとっていることを検出し、通知データを生成する。かかる構成によると、従来検知できなかったユーザの異常行動を検出することが可能になり、早めのケアを行うことが可能になる。
（第一の実施形態の変形例）
第一の実施形態では、ユーザの予定行動を推定するために機械学習モデルを用いたが、対象ユーザの予定行動は、予め生成されたものであってもよい。
例えば、対象ユーザの監督者が、当該ユーザの予定行動を予め作成し、記憶部１０２に記憶させてもよい。この場合、予定行動取得部１０１２は、行動モデルではなく、予め作成されたデータを参照することで予定行動を取得する。
かかる構成によると、監督者が、被監督者の行動が所定のパターンから逸脱していないか（例えば、毎日通学しているか）を確認することが可能になる。
さらに、ユーザの予定行動は、当該ユーザのスケジュールに基づいて生成してもよい。例えば、予定行動取得部１０１２が、ユーザ端末２００やクラウドサーバに記憶されたスケジュール情報に基づいて、ユーザの予定行動を生成してもよい。さらに、当該ユーザが送受信した電子メールやメッセージの内容に基づいて、当該ユーザが予定している行動を判別してもよい。さらに、ユーザに対応する行動モデルは、評価装置１００の外部（例えば、サーバ装置）に記憶されていてもよい。
（第二の実施形態）
第一の実施形態では、地理的乖離度と時間的乖離度の二つの基準によって、行動間の乖離度を算出した。これに対し、第二の実施形態は、ユーザが経路上において立ち寄った場所を個別に評価し、その結果を利用して、算出された乖離度をさらに補正する実施形態である。
例えば、図５（Ａ）の例において、符号５０３で立ち寄っていた場所が、コンビニエンスストアのように、多くの人が立ち寄る場所であった場合、異常な行動が発生していると評価することは妥当ではない。反対に、深夜に公園に立ち寄っているなど、妥当性が低い場所にユーザが立ち寄っていた場合、異常が予測される。
第二の実施形態では、記憶部１０２が、立ち寄りの妥当性を評価するためのデータを有している。また、行動評価部１０１３は、ユーザが立ち寄った場所を特定し、その場所や、立ち寄った時間帯などに基づいて、立ち寄りの妥当性を評価する。そして、妥当性の評価結果に基づいて、乖離度を補正する。
ユーザが立ち寄った場所（以下、立ち寄り場所）は、例えば、想定される立ち寄り場所の位置情報（緯度，経度等）を集めたデータを参照することで判定することができる。
立ち寄りの妥当性は、例えば、機械学習モデルを用いて評価することができる。例えば、立ち寄り場所の識別子、時刻、滞在者の数などを教師データとして学習させた機械学習モデルを用いることで、任意の場所および日時において、どの程度の滞在者がいるかを推定することができる。また、滞在者が多いほど、立ち寄りに妥当性があると評価することができる。
なお、立ち寄りの妥当性は、機械学習モデル以外を用いて評価してもよい。例えば、立ち寄り場所の種別、性質、時間帯などと、ユーザが立ち寄る可能性を示す値を関連付けたデータ（以下、妥当性データ）を記憶部１０２に記憶させ、利用してもよい。
第二の実施形態では、例えば、ユーザが、食事の時間帯に飲食店に立ち寄っていた場合、妥当性が高いと評価することができる。この場合、行動評価部１０１３は、乖離度がより小さくなるよう、算出された乖離度を補正する。
反対に、ユーザが、移動中に利用される可能性が低い場所（例えば、公園、河原など）にとどまっていた場合、妥当性が低いと評価することができる。この場合、行動評価部１０１３は、乖離度がより大きくなるよう、算出された乖離度を補正する。
第二の実施形態によると、ユーザが合理的な行動をしているか否かをより正確に判定することが可能になる。
なお、第二の実施形態では、ユーザの立ち寄り場所に基づいて、第一の実施形態で算出した乖離度を補正したが、行動間の乖離度は、立ち寄り場所のみを用いて評価してもよい。
例えば、評価装置１００が、前述した妥当性データを参照し、ユーザが、妥当性データによって示された場所を訪れている場合に、通常の行動から乖離していると判定してもよい。この場合、ユーザが立ち寄る可能性を示す値が低いほど、乖離度を高くすることができる。
（変形例）
上記の実施形態はあくまでも一例であって、本開示はその要旨を逸脱しない範囲内で適宜変更して実施しうる。
例えば、本開示において説明した処理や手段は、技術的な矛盾が生じない限りにおいて、自由に組み合わせて実施することができる。
例えば、実施形態の説明では、評価装置１００が情報提供のみを行ったが、ユーザのケアを行うための処理を自動的に実行してもよい。例えば、当該ユーザの主治医に通知データを送信し、診療予約を取る処理を実行してもよい。さらに、ユーザが日常的に移動体（例えば、自動運転車）を利用している場合、評価装置１００が、当該移動体を管理する装置に対してアクションを行うようにしてもよい。これにより、例えば、ユーザに対して医療機関へのアクセスを勧める、医療関係者をユーザの元へ送迎するといったことが可能になる。
また、実施形態の説明では、ユーザの位置情報をユーザ端末２００から取得したが、当該ユーザをセンシングする手段を設け、センシングの結果に基づいて位置情報を生成してもよい。
また、１つの装置が行うものとして説明した処理が、複数の装置によって分担して実行されてもよい。あるいは、異なる装置が行うものとして説明した処理が、１つの装置によって実行されても構わない。コンピュータシステムにおいて、各機能をどのようなハードウェア構成（サーバ構成）によって実現するかは柔軟に変更可能である。
本開示は、上記の実施形態で説明した機能を実装したコンピュータプログラムをコンピュータに供給し、当該コンピュータが有する１つ以上のプロセッサがプログラムを読み出して実行することによっても実現可能である。このようなコンピュータプログラムは、コンピュータのシステムバスに接続可能な非一時的なコンピュータ可読記憶媒体によってコンピュータに提供されてもよいし、ネットワークを介してコンピュータに提供されてもよい。非一時的なコンピュータ可読記憶媒体は、例えば、磁気ディスク（フロッピー（登録商標）ディスク、ハードディスクドライブ（ＨＤＤ）等）、光ディスク（ＣＤ－ＲＯＭ、ＤＶＤディスク・ブルーレイディスク等）など任意のタイプのディスク、読み込み専用メモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、ＥＰＲＯＭ、ＥＥＰＲＯＭ、磁気カード、フラッシュメモリ、光学式カード、電子的命令を格納するために適した任意のタイプの媒体を含む。
１００・・・評価装置
１０１，２０１・・・制御部
１０２，２０２・・・記憶部
１０３，２０３・・・通信部
２００・・・ユーザ端末
２０４・・・入出力部

Claims (20)

  1. ユーザの予定された行動に関する情報である予定行動情報を取得することと、
    前記ユーザが取った行動に関する情報であるユーザ行動情報を取得することと、
    前記ユーザ行動情報と、前記予定行動情報と、に基づいて、前記予定された行動と、前記ユーザが取った行動との乖離度を算出することと、
    前記乖離度が第一の値を上回っている場合に、所定の処理を行うことと、
    を実行する制御部を有する、情報処理装置。
  2. 前記ユーザ行動情報は、前記ユーザが所持する端末から周期的に取得した位置情報を含み、
    前記制御部は、前記位置情報に基づいて、前記乖離度を算出する、
    請求項１に記載の情報処理装置。
  3. 前記制御部は、前記ユーザが立ち寄った場所を判定し、前記ユーザが立ち寄った場所に基づいて、前記乖離度を補正する、
    請求項２に記載の情報処理装置。
  4. 前記制御部は、前記ユーザが立ち寄った場所ごとに、立ち寄りの妥当性を評価し、前記評価の結果に基づいて前記乖離度を補正する、
    請求項３に記載の情報処理装置。
  5. 前記予定行動情報は、予定された前記ユーザの移動経路である予定経路を含み、
    前記制御部は、前記予定経路と、前記ユーザが取った経路との地理的乖離度を算出する、
    請求項２に記載の情報処理装置。
  6. 前記予定行動情報は、移動に要する時間に関連する時間情報を含み、
    前記制御部は、前記予定された行動と、前記ユーザが取った行動との時間的乖離度を算出する、
    請求項５に記載の情報処理装置。
  7. 前記制御部は、前記地理的乖離度と、前記時間的乖離度の双方に基づいて、総合的な乖離度を算出する、
    請求項６に記載の情報処理装置。
  8. 前記制御部は、前記乖離度が、前記第一の値よりも大きい第二の値を上回っている場合に、前記所定の処理を行わない、
    請求項１から７のいずれか１項に記載の情報処理装置。
  9. 前記制御部は、前記ユーザのスケジュールに関するデータを取得し、
    前記スケジュールに基づいて、前記ユーザの予定された行動を推定する、
    請求項１から８のいずれか１項に記載の情報処理装置。
  10. 前記制御部は、前記ユーザに対応する位置情報の履歴を取得し、
    前記位置情報の履歴に基づいて、前記ユーザの予定された行動を推定する、
    請求項１から９のいずれか１項に記載の情報処理装置。
  11. 前記制御部は、前記乖離度を記録し、所定の期間内における前記乖離度が所定値を超えた場合に、前記所定の処理を行う、
    請求項１から１０のいずれか１項に記載の情報処理装置。
  12. 前記所定の処理は、前記ユーザに関連付いた装置にメンタルヘルスに関連する情報を送信する処理である、
    請求項１から１１のいずれか１項に記載の情報処理装置。
  13. 前記所定の処理は、前記ユーザが利用する移動体を管理するサーバ装置に、メンタルヘルスに関連する情報を送信する処理である、
    請求項１から１１のいずれか１項に記載の情報処理装置。
  14. ユーザが所持するユーザ端末と、サーバ装置と、を含む情報処理システムであって、
    前記ユーザ端末は、
    位置情報を前記サーバ装置に周期的に送信する第一の制御部を有し、
    前記サーバ装置は、
    ユーザの予定された行動に関する情報である予定行動情報を取得することと、
    前記ユーザ端末から送信された位置情報に基づいて、前記ユーザが取った行動に関する情報であるユーザ行動情報を生成することと、
    前記ユーザ行動情報と、前記予定行動情報と、に基づいて、前記予定された行動と、前記ユーザが取った行動との乖離度を算出することと、
    前記乖離度が第一の値を上回っている場合に、所定の処理を行うことと、
    を実行する第二の制御部を有する、
    情報処理システム。
  15. 前記第一の制御部は、前記サーバ装置に位置情報を周期的に送信し、
    前記第二の制御部は、前記位置情報に基づいて、前記乖離度を算出する、
    請求項１４の記載の情報処理システム。
  16. 前記第二の制御部は、前記ユーザが立ち寄った場所を判定し、前記ユーザが立ち寄った場所に基づいて、前記乖離度を補正する、
    請求項１５の記載の情報処理システム。
  17. 前記予定行動情報は、予定された前記ユーザの移動経路である予定経路を含み、
    前記第二の制御部は、前記予定経路と、前記ユーザが取った経路との地理的乖離度を算出する、
    請求項１５に記載の情報処理システム。
  18. 前記予定行動情報は、移動に要する時間に関連する時間情報を含み、
    前記第二の制御部は、前記予定された行動と、前記ユーザが取った行動との時間的乖離度を算出する、
    請求項１７に記載の情報処理システム。
  19. 前記第二の制御部は、前記ユーザ端末から取得した位置情報の履歴に基づいて、前記ユーザの予定された行動を推定する、
    請求項１４から１８のいずれか１項に記載の情報処理システム。
  20. ユーザの予定された行動に関する情報である予定行動情報を取得することと、
    前記ユーザが取った行動に関する情報であるユーザ行動情報を取得することと、
    前記ユーザ行動情報と、前記予定行動情報と、に基づいて、前記予定された行動と、前記ユーザが取った行動との乖離度を算出することと、
    前記乖離度が第一の値を上回っている場合に、所定の処理を行うことと、
    をコンピュータに実行させるためのプログラム。
JP2020136167A 2020-08-12 2020-08-12 情報処理装置、情報処理システム、およびプログラム Withdrawn JP2022032421A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2020136167A JP2022032421A (ja) 2020-08-12 2020-08-12 情報処理装置、情報処理システム、およびプログラム
US17/398,586 US20220051168A1 (en) 2020-08-12 2021-08-10 Information processing apparatus, information processing system, and non-transitory storage medium
CN202110916067.XA CN114077918A (zh) 2020-08-12 2021-08-11 信息处理装置、信息处理系统、以及非临时性存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020136167A JP2022032421A (ja) 2020-08-12 2020-08-12 情報処理装置、情報処理システム、およびプログラム

Publications (1)

Publication Number Publication Date
JP2022032421A true JP2022032421A (ja) 2022-02-25

Family

ID=80224215

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020136167A Withdrawn JP2022032421A (ja) 2020-08-12 2020-08-12 情報処理装置、情報処理システム、およびプログラム

Country Status (3)

Country Link
US (1) US20220051168A1 (ja)
JP (1) JP2022032421A (ja)
CN (1) CN114077918A (ja)

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110137001A (ko) * 2010-06-16 2011-12-22 (주)유카이트 건강 위험 경보 시스템
EP4012719A1 (en) * 2013-03-15 2022-06-15 Adityo Prakash Systems and methods for facilitating integrated behavioral support
US10360343B2 (en) * 2013-03-15 2019-07-23 Adityo Prakash Facilitating integrated behavioral support through personalized adaptive data collection
JP6733222B2 (ja) * 2016-03-04 2020-07-29 富士通株式会社 情報処理装置、コンテンツ管理方法及びコンテンツ管理プログラム
US20170262606A1 (en) * 2016-03-14 2017-09-14 Cornell University Health monitoring using social rhythms stability
WO2017158533A1 (en) * 2016-03-16 2017-09-21 Aayuv Technologies Private Limited System and method for continuously generating healthcare recommendations
US20180056130A1 (en) * 2016-08-31 2018-03-01 Microsoft Technology Licensing, Llc Providing insights based on health-related information
US20180107793A1 (en) * 2016-10-18 2018-04-19 Microsoft Technology Licensing, Llc Health activity monitoring and work scheduling
US20180144101A1 (en) * 2016-11-22 2018-05-24 Microsoft Technology Licensing, Llc Identifying diagnosis-relevant health information
US20180181722A1 (en) * 2016-12-22 2018-06-28 International Business Machines Corporation Eliciting Habit Formation Via Coordination Between Patient and Patient Care Team
WO2018152365A1 (en) * 2017-02-15 2018-08-23 New Sun Technologies, Inc. Activity monitoring system
WO2019142305A1 (ja) * 2018-01-19 2019-07-25 マクセル株式会社 リマインダシステム
JP7216569B2 (ja) * 2018-03-01 2023-02-01 大阪瓦斯株式会社 自己管理支援システム
US11908558B2 (en) * 2018-09-24 2024-02-20 Clover Health Prospective medication fillings management

Also Published As

Publication number Publication date
CN114077918A (zh) 2022-02-22
US20220051168A1 (en) 2022-02-17

Similar Documents

Publication Publication Date Title
US20240281207A1 (en) Intelligent Personal Agent Platform and System and Methods for Using Same
US9979680B2 (en) Smart notification scheduling and modality selection
US12062441B2 (en) Personal protective equipment and safety management system having active worker sensing and assessment
JP6545158B2 (ja) タスク割当て方法、コンピュータプログラム製品及びタスク割当てシステム
Berrocal et al. Rich contextual information for monitoring the elderly in an early stage of cognitive impairment
CN105874446B (zh) 一种向用户进行建议的装置、方法、设备及媒介
US11864930B2 (en) Continual monitoring of infection risk during an epidemic and pandemic
US20160210442A1 (en) Method and system for determining the effectiveness of patient questions for a remote patient monitoring, communications and notification system
US20220031171A1 (en) Population malady identification with a wearable glucose monitoring device
CN110720100A (zh) 信息处理设备、信息处理方法和程序
US10277568B2 (en) Secure patient record transmission and removal
JP2015146893A (ja) 関係性推定装置、関係性推定方法およびプログラム
US20200219608A1 (en) System and method for monitoring and managing a cognitive load of a person
JP2022032421A (ja) 情報処理装置、情報処理システム、およびプログラム
JP2018055269A (ja) 情報処理装置及びプログラム
EP3012795A1 (en) Adaptive interruptions personalized for a user
US20160253457A1 (en) System and method for effective visiting nurse communication
JP2021060772A (ja) 認知症患者外出支援システム
US10289970B2 (en) Efficient resource management using mobile devices and wearable devices
US10646998B2 (en) System and method for optimizing resource usage of a robot
KR20220086186A (ko) 사용자 맞춤형 건강 관리 장치 및 방법
US11944466B2 (en) Method and apparatus for monitoring virus variant risk during an epidemic and pandemic
Rifai et al. Dealing with uncertainty in a context aware pre-embarkation prompter system to support independent living
US20170193383A1 (en) Utilizing stochastic controller to provide user-controlled notification rate of wearable-based events

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220809

A761 Written withdrawal of application

Free format text: JAPANESE INTERMEDIATE CODE: A761

Effective date: 20230707

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230721