JP2022179831A - 情報処理装置、情報処理方法、およびプログラム - Google Patents

Abstract

【課題】ユーザの精神状態の評価において、評価精度を維持しつつユーザの負担を軽減する。
【解決手段】本発明の一態様に係る情報処理装置は、精神状態の申告に関するユーザの指示に応じた能動情報を取得する手段と、ユーザの状態、またはユーザの周囲の環境の少なくとも１つの検出結果に応じた受動情報を取得する手段と、受動情報または能動情報の少なくとも１つに基づいてユーザの精神状態を評価可能なモデルに、少なくとも受動情報に基づくモデル入力を与え、ユーザの精神状態を評価する手段と、ユーザの精神状態の評価結果であるモデル評価に関する出力を行う手段とを具備する。
【選択図】図１１

Description

本開示は、情報処理装置、情報処理方法、およびプログラムに関する。

精神疾患の患者数は年々増加している。精神疾患の症状の改善には、患者の精神状態を客観的かつ継続的に評価し、適切な治療（カウンセリングを含む）を適時に施すことが有用である。

患者の精神状態を評価するための方法として、睡眠、食欲、体重、精神運動状態などに関する項目についての設問による自己記入式の評価尺度を用いて、うつ病などの精神疾患の重症度を評価する方法がある。

一方、特許文献１には、モバイルデバイスによってキャプチャされたユーザインタラクションデータから脳の健康メトリックのデジタルバイオマーカーを計算することと、過去に計算したデジタルバイオマーカーとの差異に基づいて将来の神経心理学的スコアの変化を予測することとが記載されている。

米国特許出願公開第２０２０／２４５９４９号明細書

自己記入式の評価尺度を用いる方法では、継続的に患者の精神状態を評価するためには患者が繰り返し設問に回答しなければならない。特に、評価の精度を向上させるために多くの設問に回答させることとすると、患者の負担が大きくなる。特許文献１の技術によれば、ユーザに負担をかけることなく、ユーザの将来の神経心理学的スコアを評価できる可能性がある。反面、特許文献１の技術では、無意識的に収集されたユーザインタラクションデータに基づいて評価が行われるため、自己記入式の評価尺度を用いる方法と比べて精神状態の評価精度は低くなる虞がある。

本開示の目的は、ユーザの精神状態の評価において、評価精度を維持しつつユーザの負担を軽減することである。

本発明の一態様は、精神状態の申告に関するユーザの指示に応じた能動情報を取得する手段と、ユーザの状態、またはユーザの周囲の環境の少なくとも１つの検出結果に応じた受動情報を取得する手段と、受動情報または能動情報の少なくとも１つに基づいてユーザの精神状態を評価可能なモデルに、少なくとも受動情報に基づくモデル入力を与え、ユーザの精神状態を評価する手段と、ユーザの精神状態の評価結果であるモデル評価に関する出力を行う手段とを具備する、情報処理装置である。

本実施形態の情報処理システムの構成を示すブロック図である。 本実施形態のクライアント装置およびサーバの構成を示すブロック図である。 本実施形態のセンサの構成を示すブロック図である。 本実施形態の概要の説明図である。 受動情報の重みの制御例の説明図である。 本実施形態の能動情報データベースのデータ構造を示す図である。 本実施形態の受動情報データベースのデータ構造を示す図である。 本実施形態のユーザデータベースのデータ構造を示す図である。 本実施形態の能動情報収集処理のフローチャートである。 本実施形態の受動情報収集処理のフローチャートである。 本実施形態の精神状態評価処理のフローチャートである。 本実施形態の精神状態評価処理において表示される画面例を示す図である。 本実施形態の精神状態評価処理において表示される画面例を示す図である。 本実施形態の精神状態評価処理において表示される画面例を示す図である。 本実施形態の精神状態評価処理において表示される画面例を示す図である。 本実施形態の精神状態評価処理において表示される画面例を示す図である。 本実施形態の重み決定処理のフローチャートである。 変形例の画面例を示す図である。

以下、本発明の一実施形態について、図面に基づいて詳細に説明する。なお、実施形態を説明するための図面において、同一の構成要素には原則として同一の符号を付し、その繰り返しの説明は省略する。

（１）情報処理システムの構成
情報処理システムの構成について説明する。図１は、本実施形態の情報処理システムの構成を示すブロック図である。

図１に示すように、情報処理システム１は、クライアント装置１０と、サーバ３０とを備える。
クライアント装置１０及びサーバ３０は、ネットワーク（例えば、インターネット又はイントラネット）ＮＷを介して接続される。
情報処理システム１は、クライアント装置１０のユーザにメンタルケアサービスを提供する。メンタルケアサービスは、ユーザの精神状態を評価し、評価結果に関する出力（システム応答）をユーザに提供するサービスである。

クライアント装置１０は、サーバ３０にリクエストを送信する情報処理装置の一例である。クライアント装置１０は、例えば、スマートフォン、タブレット端末、又は、パーソナルコンピュータである。

サーバ３０は、クライアント装置１０から送信されたリクエストに応じたレスポンスをクライアント装置１０に提供する情報処理装置の一例である。サーバ３０は、例えば、ウェブサーバである。

（１－１）クライアント装置の構成
クライアント装置の構成について説明する。図２は、本実施形態のクライアント装置およびサーバの構成を示すブロック図である。図３は、本実施形態のセンサの構成を示すブロック図である。

図２に示すように、クライアント装置１０は、記憶装置１１と、プロセッサ１２と、入出力インタフェース１３と、通信インタフェース１４とを備える。プロセッサ１２は、入出力インタフェース１３、または通信インタフェース１４を介して、センサ１５に含まれる各センサモジュールと接続される。

記憶装置１１は、プログラム及びデータを記憶するように構成される。記憶装置１１は、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、及び、ストレージ（例えば、フラッシュメモリ又はハードディスク）の組合せである。

プログラムは、例えば、以下のプログラムを含む。
・ＯＳ（Operating System）のプログラム
・情報処理を実行するアプリケーション（例えば、ウェブブラウザ）のプログラム

データは、例えば、以下のデータを含む。
・情報処理において参照されるデータ及びデータベース
・情報処理を実行することによって得られるデータ（つまり、情報処理の実行結果）

プロセッサ１２は、記憶装置１１に記憶されたプログラムを起動してデータを処理することによって、クライアント装置１０の機能を実現するように構成される。プロセッサ１２は、コンピュータの一例である。記憶装置１１により記憶されるプログラム及びデータは、ネットワークを介して提供されてもよいし、コンピュータにより読み取り可能な記録媒体に記録して提供されてもよい。なお、クライアント装置１０の機能の少なくとも一部が、１又は複数の専用のハードウェアにより実現されていてもよい。

入出力インタフェース１３は、クライアント装置１０に接続される入力デバイスから信号（例えば、ユーザの指示、またはセンシングデータ）を取得し、かつ、クライアント装置１０に接続される出力デバイスに信号（例えば画像信号、又は音声信号）を出力するように構成される。
入力デバイスは、例えば、センサ１５、キーボード、ポインティングデバイス、タッチパネル、又は、それらの組合せである。
出力デバイスは、例えば、ディスプレイ、スピーカ、又はそれらの組み合わせである。

通信インタフェース１４は、クライアント装置１０と外部装置（例えば、センサ１５、またはサーバ３０）との間の通信を制御するように構成される。

センサ１５は、１つ以上のセンサモジュールを含む。センサモジュールは、クライアント装置１０のユーザの状態、または当該ユーザの周囲の環境の状態に関する物理量を検出する。センサモジュールは、検出結果に応じてセンシングデータを生成し、クライアント装置１０へ送信する。

図３に示すように、センサ１５は、マイクロホン１５１、照度センサ１５２、温度センサ１５３、イメージセンサ１５４、加速度センサ１５５、およびＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）モジュール１５６を含む。

マイクロホン１５１は、音波を受信（つまり、音を検出）する。音は、ユーザが発する音（例えば、発声、またはため息）、またはユーザの周囲の環境音を含む。

照度センサ１５２は、ユーザの周囲の照度を検出する。

温度センサ１５３は、温度を検出する。温度は、ユーザの周囲の気温、またはユーザの体温を含む。

イメージセンサ１５４は、対象物の撮影（つまり、対象物からレンズに入射した光の検出）を行う。対象物は、ユーザの周囲に存在する物体、もしくは生物（人間を含む）、またはユーザ本人を含む。

加速度センサ１５５は、加速度を検出する。加速度の検出結果は、例えばユーザの歩行スピード、または横揺れを分析するために用いられる。

ＧＰＳモジュール１５６は、測位（つまり、位置の検出）を行う。測位結果は、例えばユーザの位置情報、移動距離、移動頻度、または移動ルートを分析するために用いられる。

（１－２）サーバの構成
図２を参照して、サーバ３０の構成について説明する。

図２に示すように、サーバ３０は、記憶装置３１と、プロセッサ３２と、入出力インタフェース３３と、通信インタフェース３４とを備える。

記憶装置３１は、プログラム及びデータを記憶するように構成される。記憶装置３１は、例えば、ＲＯＭ、ＲＡＭ、及び、ストレージ（例えば、フラッシュメモリ又はハードディスク）の組合せである。

プログラムは、例えば、以下のプログラムを含む。
・ＯＳのプログラム
・情報処理（例えば、精神状態評価処理）を実行するアプリケーションのプログラム

データは、例えば、以下のデータを含む。
・情報処理において参照されるデータ及びデータベース
・情報処理の実行結果

プロセッサ３２は、記憶装置３１に記憶されたプログラムを起動してデータを処理することによって、サーバ３０の機能を実現するように構成される。プロセッサ３２は、コンピュータの一例である。記憶装置３１により記憶されるプログラム及びデータは、ネットワークを介して提供されてもよいし、コンピュータにより読み取り可能な記録媒体に記録して提供されてもよい。なお、サーバ３０の機能の少なくとも一部が、１又は複数の専用のハードウェアにより実現されていてもよい。

入出力インタフェース３３は、サーバ３０に接続される入力デバイスから信号（例えばユーザの指示）を取得し、かつ、サーバ３０に接続される出力デバイスに信号（例えば画像信号、又は音声信号）を出力するように構成される。
入力デバイスは、例えば、キーボード、ポインティングデバイス、タッチパネル、又は、それらの組合せである。
出力デバイスは、例えば、ディスプレイ、スピーカ、又はそれらの組み合わせである。

通信インタフェース３４は、サーバ３０と外部装置（例えばクライアント装置１０）との間の通信を制御するように構成される。

（２）実施形態の概要
本実施形態の概要について説明する。図４は、本実施形態の概要の説明図である。図５は、受動情報の重みの制御例の説明図である。

図４に示すように、サーバ３０は、能動情報および受動情報をクライアント装置１０から取得する。能動情報および受動情報はいずれも、ユーザＵＳ１の精神状態を判断する材料となる情報である。能動情報は精神状態の申告に関するユーザＵＳ１の指示（例えば、アンケートへ回答するための操作）に応じて、クライアント装置１０によって生成される。受動情報は、精神状態の申告に関するユーザＵＳ１の指示の有無に関わらず、ユーザＵＳ１の状態、または当該ユーザＵＳ１の周囲の環境の少なくとも１つの検出結果（つまり、センシングデータ）に応じてクライアント装置１０によって生成される。受動情報は、ユーザＵＳ１による意識的な指示を介在しない。故に、クライアント装置１０は、受動情報を自動収集することができる。

サーバ３０は、モデルＭＤ１にアクセス可能である。モデルＭＤ１は、受動情報または能動情報の少なくとも１つに基づいてユーザＵＳ１の精神状態を評価可能である。換言すれば、モデルＭＤ１は、受動情報または能動情報の少なくとも１つに基づくモデル入力を受け付けて、出力としてユーザＵＳ１の精神状態の評価結果（以下、「モデル評価」と称する）を返す。モデルＭＤ１は、例えば記憶装置３１、またはサーバ３０の外部の記憶装置に保存される。サーバ３０は、モデルＭＤ１に少なくとも受動情報に基づくモデル入力を与え、ユーザＵＳ１の精神状態を評価する。サーバ３０は、ユーザＵＳ１のモデル評価に関する出力を行う。モデルは、機械学習により得られる学習済みモデルであってもよいし、入出力の関係を定式化した関数であってもよいし、入力と出力を関連付けるデータベースであってもよい。

このように、ユーザＵＳ１は、自らの精神状態の評価を受けるために、精神状態の申告に関する指示を行う。そしてサーバ３０は、ユーザＵＳ１の指示に基づく能動情報とセンサ１５により得られたセンサデータに基づく受動情報を用いてユーザＵＳ１の精神状態の評価を行う。そのため、センサデータに基づく受動情報のみを用いて精神状態の評価を行う場合よりも、評価の精度を向上させることができる。

また、精神状態の評価プロセスにユーザＵＳ１の精神状態の申告が組み込まれているので、ユーザＵＳ１はモデル評価に対する納得感を得やすい。つまり、ユーザＵＳ１がサーバ３０による精神状態の評価に不信感を抱きにくいので、情報処理システム１によって提供されるメンタルケアサービスからのユーザＵＳ１の離反が抑制される。つまり、ユーザＵＳ１がメンタルケアサービスを利用し続け、精神状態の継続的な評価を受けるよう、促すことができる。

さらに、図５に示すように、情報処理システム１は、ユーザＵＳ１の精神状態を評価するために要求する能動情報の量を、時間の経過とともに減少させてもよい。これにより、ユーザＵＳ１の精神状態を評価するためのユーザＵＳ１の負担を軽減できる。また、多くの能動情報を用いた精神状態の評価（時間ｔ１における評価）結果又はその評価の過程で得られるデータを、少ない能動情報を用いた精神状態の評価（時間ｔ２及びｔ３における評価）に活用することで、精神状態の評価に用いる能動情報を減らしても評価精度を維持することができる。

なお、ユーザＵＳ１が情報処理システム１によって提供されるメンタルケアサービスの利用を継続するほど、ユーザＵＳ１が当該サービスをより信用するようになると考えられる。つまり、時間の経過とともに、ユーザＵＳ１がメンタルケアサービスから離反するリスクは減少する。故に、例えば、ユーザＵＳ１の精神状態を評価するために要求する能動情報の量を徐々に減少させることで、ユーザＵＳ１がメンタルケアサービスから離反（特に、利用開始間もない時期における離反）するのを防ぎつつ、精神状態の申告に関してユーザＵＳ１に要求される負担を軽減することができる。

（３）データベース
本実施形態のデータベースについて説明する。以下のデータベースは、記憶装置３１に記憶される。

（３－１）能動情報データベース
本実施形態の能動情報データベースについて説明する。図６は、本実施形態の能動情報データベースのデータ構造を示す図である。

能動情報データベースには、能動情報が格納される。
図６に示すように、能動情報データベースは、「能動情報ＩＤ」フィールドと、「ユーザＩＤ」フィールドと、「日時」フィールドと、「アンケートＩＤ」フィールドと、「変数」フィールドと、「回答結果」フィールドとを含む。各フィールドは、互いに関連付けられている。

「能動情報ＩＤ」フィールドには、能動情報ＩＤが格納される。能動情報ＩＤは、能動情報を識別する情報である。

「ユーザＩＤ」フィールドには、ユーザＩＤが格納される。ユーザＩＤは、ユーザ（能動情報のレコードに対応するユーザ）を識別する情報である。ユーザＩＤは、ユーザデータベース（図８）を参照するための外部キーに相当する。

「日時」フィールドには、日時情報が格納される。日時情報は、日時（例えば、能動情報を生成、取得、または保存した日時）に関する情報である。

「アンケートＩＤ」フィールドには、アンケートＩＤが格納される。アンケートＩＤは、能動情報のレコードに対応するアンケートを識別する情報である。一定義例として、アンケートとは、回答を要する１以上の質問を意味する。一例として、図示しないアンケートデータベースにおいて、アンケートＩＤは、アンケートの内容に関する情報（アンケート情報）に関連付けられ得る。

「変数」フィールドには、変数情報が格納される。変数情報は、ユーザの精神状態の評価において、各アンケートの内容と組み合わせて参照される要素の客観値を決定する変数に関する情報である。
第１の例として、アンケートが「周囲はうるさくないですか？」という質問である場合に、変数はマイクロホン１５１によって検出されたセンシングデータの示す環境音の音圧であり得る。かかる変数情報を含む能動情報を参照することで、環境音の音圧に関する客観値（変数情報）とユーザの主観評価との差異を考慮してユーザの精神状態を評価することができる。
第２の例として、アンケートが「周囲の明るさはちょうどいいですか？」という質問である場合に、変数は照度センサ１５２によって検出されたセンシングデータの示す照度であり得る。かかる変数情報を含む能動情報を参照することで、環境照度に関する客観値（変数情報）とユーザの主観評価との差異を考慮してユーザの精神状態を評価することができる。
第３の例として、アンケートが「周囲の気温はちょうどいいですか？」という質問である場合に、変数は温度センサ１５３によって検出されたセンシングデータの示す気温であり得る。かかる変数情報を含む能動情報を参照することで、環境温に関する客観値（変数情報）とユーザの主観評価との差異を考慮してユーザの精神状態を評価することができる。

ただし、アンケートの内容次第で、変数情報がドントケア（「Ｎ／Ａ」）となることもある。例えば、客観値の取得が何らかの理由で困難、もしくは不可能である場合、または客観値を要することなくユーザの精神状態を評価できる場合に、変数情報はドントケアとなり得る。

「回答結果」フィールドには、回答結果情報が格納される。回答結果情報は、アンケートに対するユーザの回答結果に関する情報である。

（３－２）受動情報データベース
本実施形態の受動情報データベースについて説明する。図７は、本実施形態の受動情報データベースのデータ構造を示す図である。

受動情報データベースには、受動情報が格納される。
図７に示すように、受動情報データベースは、「受動情報ＩＤ」フィールドと、「ユーザＩＤ」フィールドと、「日時」フィールドと、「種別」フィールドと、「要約」フィールドとを含む。各フィールドは、互いに関連付けられている。

「受動情報ＩＤ」フィールドには、受動情報ＩＤが格納される。受動情報ＩＤは、受動情報を識別する情報である。

「ユーザＩＤ」フィールドには、ユーザＩＤが格納される。ユーザＩＤは、ユーザ（受動情報のレコードに対応するユーザ）を識別する情報である。ユーザＩＤは、ユーザデータベース（図８）を参照するための外部キーに相当する。

「日時」フィールドには、日時情報が格納される。日時情報は、日時（例えば、受動情報を生成、取得、または保存した日時）に関する情報である。

「種別」フィールドには、種別情報が格納される。種別情報は、受動情報の種別に関する情報である。受動情報の種別は、例えば、ユーザの行動、位置、または状態の少なくとも１つを含んでもよいし、これらを統合、または細分化した要素であってもよい。

「要約」フィールドには、要約情報が格納される。要約情報は、受動情報の要約に関する情報である。要約情報は、クライアント装置１０によって、センサ１５から取得したセンシングデータ（つまり、受動情報の詳細）を分析、または加工（例えば統計処理）することで生成される。

（３－３）ユーザデータベース
本実施形態のユーザデータベースについて説明する。図８は、本実施形態のユーザデータベースのデータ構造を示す図である。

ユーザデータベースには、ユーザ情報が格納される。ユーザ情報は、ユーザに関する情報である。
図８に示すように、ユーザデータベースは、「ユーザＩＤ」フィールドと、「評価継続指標」フィールドと、「重み」フィールドと、「属性」フィールドとを含む。各フィールドは、互いに関連付けられている。

「ユーザＩＤ」フィールドには、ユーザＩＤが格納される。ユーザＩＤは、ユーザ情報のレコードに対応するユーザを識別する。

「評価継続指標」フィールドには、評価継続指標が格納される。評価継続指標は、ユーザＩＤに対応するユーザに対する精神状態の評価が情報処理システム１によってどの程度継続して提供されたかを示す情報である。評価継続指標は、重みを決定するための指標の一例である。

「重み」フィールドには、重み情報が格納される。重み情報は、ユーザの精神状態の評価において適用される重みに関する情報である。重みは、ユーザの精神状態の評価に関する受動情報の影響の大きさを表す。サーバ３０は、ユーザの評価継続指標が増加すると、当該ユーザの重みを維持または増加させる。

「属性」フィールドには、属性情報が格納される。属性情報は、ユーザの属性に関する情報である。属性は、例えば、性別、年齢、性格診断の結果、精神疾患の名称、精神状態の評価結果（例えば、モデル評価）、後述する付加サービスの利用履歴、またはそれらの組み合わせを含むことができる。

（４）情報処理
本実施形態の情報処理について説明する。

（４－１）能動情報収集処理
本実施形態の能動情報収集処理について説明する。図９は、本実施形態の能動情報収集処理のフローチャートである。

能動情報収集処理は、以下の開始条件のいずれかの成立に応じて開始する。
・所定の日時（例えば、周期的に設定された日時）が到来した。
・他の処理によって能動情報収集処理が呼び出された。
・ユーザが能動情報収集処理を呼び出すための指示を行った。
・クライアント装置１０から能動情報収集処理の実行を要求された。
・サーバ３０が所定の状態になった。
ここで、能動情報収集処理は、周期的に実行されてもよい。また、あるユーザに関する能動情報収集処理の実行周期は、当該ユーザに対応する重みが大きいほど長く定められてもよい。つまり、情報処理システム１によるユーザの精神状態の評価が継続して行われるにしたがって、当該ユーザにアンケートを提示する頻度が減少するように、能動情報収集処理の実行周期が定められてもよい。これにより、サーバ３０は、アンケートに関するユーザの負担を軽減させることができる。

図９に示すように、サーバ３０は、アンケートの生成（Ｓ３１０）を実行する。
具体的には、プロセッサ３２は、アンケートの提示先を決定する。プロセッサ３２は、アンケートの提示先を全ユーザとしてもよいし、１以上のユーザとしてもよいし、ユーザの１以上のグループとしてもよい。ユーザの所属するグループは、例えば、ユーザ情報のいずれかの要素（例えば、重み又は属性）に基づいて決定され得る。

さらに、プロセッサ３２は、アンケートの内容を決定する。アンケートの内容は予め決められていてもよいし、プロセッサ３２がランダムにアンケートの内容を決定してもよい。また、プロセッサ３２は、提示先に関する以下の情報の少なくとも１つを参照してアンケートの内容を決定してもよい。
・能動情報（つまり、能動情報データベース（図６）の内容）
・受動情報（つまり、受動情報データベース（図７）の内容）
・ユーザ情報（つまり、ユーザデータベース（図８）の内容）

一例として、プロセッサ３２は、アンケートの提示先となるユーザに関連付けられる重みが大きいほど、当該アンケートに関するユーザの負担を軽減させてもい。つまり、情報処理システム１によるユーザの精神状態の評価が継続して行われるにしたがって、当該ユーザに要求される回答の量が減少するように、アンケートの内容が決定されてもよい。例えば、プロセッサ３２は、重みが大きいほど、以下の少なくとも１つを減少させてもよい。
・提示されるアンケートに含まれる質問の数
・提示されるアンケートに含まれる質問に対して要求される回答分量（例えば、文字数、または想定所要時間）
・ユーザが精神状態の評価を受けるために最低限回答しなければならない質問の数
・ユーザが精神状態の評価を受けるために要求される最低限の回答分量（例えば、文字数、または想定所要時間）

プロセッサ３２は、過去に生成したアンケート（つまり、図示しないアンケートデータベースのレコード）のいずれかを選択することでアンケートを生成（つまり、再利用）してもよいし、新たにアンケート情報を生成（つまり、図示しないアンケートデータベースに新規レコードを追加）してもよい。

プロセッサ３２は、通信インタフェース３４に、アンケート情報を提示先のユーザに関連付けられるクライアント装置１０へ送信させる。
アンケート情報は、アンケートＩＤを含む。さらに、クライアント装置１０がアンケートデータベースを参照できない場合に、アンケート情報は、アンケートの内容を特定可能な情報を含む。

ステップＳ３１０の後に、クライアント装置１０は、アンケートの取得（Ｓ１１０）を実行する。
具体的には、プロセッサ１２は、通信インタフェース１４を介して、サーバ３０からアンケート情報を取得する。プロセッサ１２は、アンケート情報を記憶装置１１に保存する。プロセッサ１２は、新着アンケートを受信したことの通知をディスプレイに表示してもよい。

ステップＳ１１０の後に、クライアント装置１０は、ユーザ指示の受付（Ｓ１１１）を実行する。
具体的には、ユーザは、アンケートを表示するための指示を行う。プロセッサ１２は、ユーザ指示に応じて、アンケートをディスプレイに表示する。ユーザは、アンケートに回答するための指示（「精神状態の申告に関するユーザの指示」の一例）を行う。プロセッサ１２は、ユーザ指示を受け付ける。

ステップＳ１１１の後に、クライアント装置１０は、能動情報の生成（Ｓ１１２）を実行する。
具体的には、プロセッサ１２は、ステップＳ１１１において受け付けた指示を参照して能動情報を生成する。プロセッサ１２は、通信インタフェース１４に、能動情報をサーバ３０へ送信させる。
一例として、プロセッサ１２は、ステップＳ１１１において受け付けた指示を参照して回答結果情報を生成する。プロセッサ１２は、回答結果情報と、ユーザＩＤと、アンケートＩＤとを含むように能動情報を生成する。能動情報は、オプションとして以下の情報の少なくとも１つを含むこともできる。
・変数情報
・日時情報（例えば、ユーザの回答日時に関する情報、または能動情報の生成もしくは送信日時に関する情報）

ステップＳ１１２の後に、サーバ３０は、能動情報の保存（Ｓ３１１）を実行する。
具体的には、プロセッサ３２は、通信インタフェース３４を介して、能動情報をクライアント装置１０から取得する。プロセッサ３２は、能動情報を記憶装置３１に保存する。一例として、プロセッサ３２は、能動情報ＩＤを発行し、当該能動情報ＩＤに上記能動情報が関連付けられた新規レコードを能動情報データベース（図６）に追加する。
ステップＳ３１１の終了を以て、能動情報収集処理（図９）は終了する。

（４－２）受動情報収集処理
本実施形態の受動情報収集処理について説明する。図１０は、本実施形態の受動情報収集処理のフローチャートである。

受動情報収集処理は、以下の開始条件のいずれかの成立に応じて開始する。
・所定の日時（例えば、周期的に設定された日時）が到来した。
・他の処理によって受動情報収集処理が呼び出された。
・センサ１５またはサーバ３０から受動情報収集処理の実行を要求された。
・ユーザが受動情報収集処理を呼び出すための指示を行った。
・クライアント装置１０が所定の状態になった。

図１０に示すように、クライアント装置１０は、センシングデータの取得（Ｓ１２０）を実行する。
具体的には、プロセッサ１２は、入出力インタフェース１３または通信インタフェース１４を介して、センシングデータを取得する。

ステップＳ１２０の後に、クライアント装置１０は、受動情報の生成（Ｓ１２１）を実行する。
具体的には、プロセッサ１２は、ステップＳ１２０において取得したセンシングデータを参照して受動情報を生成する。プロセッサ１２は、通信インタフェース１４に、受動情報をサーバ３０へ送信させる。
一例として、プロセッサ１２は、ステップＳ１２０において取得したセンシングデータを分析、または加工する。プロセッサ１２は、過去に実行したステップＳ１２０において取得したセンシングデータをさらに参照して分析、または加工を行ってもよい。これにより、プロセッサ１２は、種別情報または要約情報の少なくとも１つを生成する。プロセッサ１２は、種別情報または要約情報の少なくとも１つと、ユーザＩＤとを含むように受動情報を生成する。受動情報は、オプションとして日時情報（センシングデータの生成もしくは取得日時に関する情報、または受動情報の生成もしくは送信日時に関する情報）を含んでもよい。

ステップＳ１２１の後に、サーバ３０は、受動情報の保存（Ｓ３２０）を実行する。
具体的には、プロセッサ３２は、通信インタフェース３４を介して、受動情報をクライアント装置１０から取得する。プロセッサ３２は、受動情報を記憶装置３１に保存する。一例として、プロセッサ３２は、受動情報ＩＤを発行し、当該受動情報ＩＤに上記受動情報が関連付けられた新規レコードを受動情報データベース（図７）に追加する。
ステップＳ３２０の終了を以て、受動情報収集処理（図１０）は終了する。

（４－３）精神状態評価処理
本実施形態の精神状態評価処理について説明する。図１１は、本実施形態の精神状態評価処理のフローチャートである。図１２は、本実施形態の精神状態評価処理において表示される画面例を示す図である。図１３は、本実施形態の精神状態評価処理において表示される画面例を示す図である。図１４は、本実施形態の精神状態評価処理において表示される画面例を示す図である。図１５は、本実施形態の精神状態評価処理において表示される画面例を示す図である。図１６は、本実施形態の精神状態評価処理において表示される画面例を示す図である。

精神状態評価処理は、以下の開始条件のいずれかの成立に応じて開始する。
・所定の日時（例えば、周期的に設定された日時）が到来した。
・ユーザの精神状態を評価するのに十分な能動情報または受動情報が収集された。
・他の処理によって精神状態評価処理が呼び出された。
・ユーザが精神状態評価処理を呼び出すための指示を行った。
・クライアント装置１０から精神状態評価処理の実行を要求された。
・サーバ３０が所定の状態になった。

図１１に示すように、サーバ３０は、能動情報の取得（Ｓ３３０）を実行する。
具体的には、プロセッサ３２は、能動情報データベース（図６）を参照し、特定のユーザＩＤに関連付けられる能動情報を取得する。特定のユーザＩＤは、精神状態を評価する対象となるユーザ（以下、「対象ユーザ」と称する）を識別する。プロセッサ３２は、アルゴリズムに従って対象ユーザを決定してもよいし、クライアント装置１０からの要求に応じて対象ユーザを決定してもよい。プロセッサ３２は、日時情報を用いて、取得対象とする能動情報を選択してもよい。

ステップＳ３３０の後に、サーバ３０は、受動情報の取得（Ｓ３３１）を実行する。
具体的には、プロセッサ３２は、受動情報データベース（図７）を参照し、特定のユーザＩＤに関連付けられる受動情報を取得する。プロセッサ３２は、日時情報を用いて、取得対象とする受動情報を選択してもよい。
なお、Ｓ３３０の処理とＳ３３１の処理とは逆の順序で行われてもよいし、並行して行われてもよい。

ステップＳ３３１の後に、サーバ３０は、精神状態の評価（Ｓ３３２）を実行する。
具体的には、プロセッサ３２は、ステップＳ３３０において取得した能動情報と、ステップＳ３３１において取得した受動情報とを参照し、モデル入力（例えば入力ベクトル）を生成する。プロセッサ３２は、モデル入力をモデルに与える。モデルは、モデル入力に対応する出力（つまり、モデル評価）を返す。すなわち、プロセッサ３２は、能動情報と受動情報とに基づいてユーザの精神状態を評価する。
プロセッサ３２は、特定のユーザＩＤに関連付けられる重み情報を参照し、モデルのパラメータ（例えば、ニューラルネットワークにおける重み）を一時的に補正してもよい。一例として、プロセッサ３２は、重みが大きいほど、受動情報がモデル評価に与える影響が増加し、または能動情報がモデル評価に与える影響が減少するように、モデルのパラメータを一時的に補正し得る。

ステップＳ３３２の後に、サーバ３０は、出力（Ｓ３３３）を実行する。
具体的には、プロセッサ３２は、ステップＳ３３２におけるモデル評価を参照し、当該モデル評価に基づく出力を行う。
一例として、プロセッサ３２は、応答データを生成する。応答データは、対象ユーザのモデル評価に関する情報を含む。応答データは、オプションとして、対象ユーザに対して推奨する付加サービス（以下、「推奨サービス」と称する）に関する情報（以下、「推奨サービス情報」と称する）を含むこともできる。応答データに推奨サービス情報を含めることで、サーバ３０は、クライアント装置１０を介して、ユーザに推奨サービスを案内することができる。
例えば、プロセッサ３２は、対象ユーザのモデル評価に応じて、対象ユーザに対する推奨サービスを選択する。具体的には、プロセッサ３２は、対象ユーザの精神状態に改善の余地がある（つまり、対象ユーザの精神状態が良好でない）場合に、対象ユーザに対する推奨サービスを選択してもよい。
プロセッサ３２は、推奨サービスをランダムに選択してもよいし、対象ユーザの属性情報（例えば、性格診断の結果、精神疾患の名称、精神状態の評価結果、付加サービスの利用履歴、またはそれらの組み合わせ）を参照して付加サービスを選択してもよい。
一例として、プロセッサ３２は、精神状態の定量評価結果（以下、単に「スコア」と称する）が第１閾値未満である場合に、医療機関の予約を推奨サービスとして選択する。プロセッサ３２は、スコアが第１閾値以上第２閾値（第２閾値は第１閾値より大である）未満である場合に、医療関係者とのチャットを推奨サービスとして選択する。プロセッサ３２は、スコアが第２閾値以上である場合に、掲示板の閲覧または投稿を推奨サービスとして選択する。

ステップＳ３３３の後に、クライアント装置１０は、画面表示（Ｓ１３０）を実行する。
具体的には、プロセッサ１２は、通信インタフェース１４を介して、応答データをサーバ３０から取得する。プロセッサ１２は、応答データに基づいて、画面Ｐ１０（図１２）をディスプレイに表示させる。

画面Ｐ１０は、クライアント装置１０によって実行される、メンタルケアサービスの提供を受けるためのアプリケーション（以下、「メンタルケアアプリ」と称する）の画面（例えばメイン画面）に相当する。画面Ｐ１０は、操作オブジェクトＢ１１～Ｂ１８を含む。
操作オブジェクトＢ１１は、スコアレポートを閲覧するためのユーザ指示を受け付けるオブジェクトである。スコアレポートは、スコアに関する報告である。操作オブジェクトＢ１１に関して、ユーザが未読のスコアレポート数を表示するためのオブジェクトＯＢＪ１１ａが操作オブジェクトＢ１１の付近に配置されてよい。
操作オブジェクトＢ１２は、アンケートを閲覧するためのユーザ指示を受け付けるオブジェクトである。操作オブジェクトＢ１２に関して、ユーザが未回答のアンケート数を表示するためのオブジェクトＯＢＪ１２ａが操作オブジェクトＢ１２の付近に配置されてよい。

操作オブジェクトＢ１３は、医療機関を予約するためのユーザ指示を受け付けるオブジェクトである。
操作オブジェクトＢ１４は、カウンセリング（または、非医療機関によって提供される他のメンタルケアサービス）を予約するためのユーザ指示を受け付けるオブジェクトである。一例として、プロセッサ１２は、操作オブジェクトＢ１４に対するユーザ指示を受け付けると、Ｗｅｂブラウザを起動して予約用のＷｅｂページをディスプレイに表示してもよい。

操作オブジェクトＢ１５は、ユーザのモデル評価の自動通知機能に関する設定を行うためのユーザ指示を受け付けるオブジェクトである。自動通知機能によれば、対象ユーザのモデル評価を所定の宛先へ自動通知することができる。プロセッサ１２は、自動通知の対象となる宛先、または通知ルール（例えば、スコアが所定の数値範囲にあるならばモデル評価を通知する）の設定に関するユーザ指示を受け付けるように構成されてもよい。宛先は、例えば、家族、友人、知人、勤務先関係者、学校関係者、専門家（例えば、医師またはカウンセラー）、医療情報システム、またはこれらの組み合わせから選択され得る。
これにより、対象ユーザは、信頼できる第三者に自らの精神状態の浮き沈みを容易に伝えることができる。家族、友人、知人、勤務先関係者、または学校関係者は、通知されたモデル評価を元に、対象ユーザが精神疾患を発症する兆候を捉えられるかもしれない。専門家は、通知されたモデル評価を、対象ユーザの精神疾患の寛解または回復を判断するための材料として用いることができる。
通知は、対象ユーザとのコミュニケーションを促すためのメッセージを含むことができる。これにより、対象ユーザが自発的行動を採るのが困難な精神状態である場合であっても、第三者からの働きかけにより対象ユーザの精神状態が改善に向かう可能性がある。

操作オブジェクトＢ１６は、チャット機能を利用するためのユーザ指示を受け付けるオブジェクトである。プロセッサ１２は、さらにチャット相手を選択するためのユーザ指示を受け付けるように構成されてもよい。チャット相手は、例えば、医療関係者（例えば、医師）、または非医療関係者（例えば、カウンセラー、家族、友人、勤務先関係者、または学校関係者）から選択可能である。
操作オブジェクトＢ１７は、掲示板機能を閲覧するためのユーザ指示を受け付けるオブジェクトである。
操作オブジェクトＢ１８は、ヘルスケアアプリと連携するＳＮＳ（Social Networking Service）アプリを起動するためのユーザ指示を受け付けるオブジェクトである。

プロセッサ１２は、サーバ３０からの応答データに含まれる推奨サービス情報に応じて、画面Ｐ１０に含まれる少なくとも１つのオブジェクトを操作するよう対象ユーザを促すための表示を行ってもよい。
一例として、プロセッサ１２は、推奨サービスに対応する操作オブジェクトの表示形態を変更してもよい。例えば、プロセッサ１２は、推奨サービスに対応する操作オブジェクトの色を変更したり、当該操作オブジェクトを点滅表示させたりする。或いは、プロセッサ１２は、推奨サービスに対応する操作オブジェクトの付近に、当該操作オブジェクトの操作が推奨されていることを示すオブジェクトを配置してもよい。

プロセッサ１２は、操作オブジェクトＢ１１に対するユーザ指示を受け付けると、画面Ｐ１１（図１３）をディスプレイに表示する。
画面Ｐ１１は、表示オブジェクトＡ１１１～Ａ１１４を含む。
表示オブジェクトＡ１１１は、評価対象となる期間（以下、「対象期間」と称する）（例えば１週間）における対象ユーザのスコアを表示するためのオブジェクトである。
表示オブジェクトＡ１１２は、対象期間における対象ユーザの精神状態の総合評価を表示するためのオブジェクトである。総合評価は、例えばスコアを複数の階級に区分することで決定される。
表示オブジェクトＡ１１３は、対象ユーザのスコア期間内変動（例えば毎日のスコア）を表現するグラフを表示するためのオブジェクトである。
表示オブジェクトＡ１１４は、対象ユーザの精神状態の総評を表示するためのオブジェクトである。総評は、例えば、前回の対象期間におけるモデル評価との対比に関する説明、または対象ユーザの精神状態を改善するためのアドバイスの少なくとも１つを含むことができる。アドバイスは、対象ユーザに対する推奨サービスに関する情報を含んでもよい。

プロセッサ１２は、操作オブジェクトＢ１３に対するユーザ指示を受け付けると、画面Ｐ１３（図１４）をディスプレイに表示する。
画面Ｐ１３は、操作オブジェクトＢ１３１を含む。
操作オブジェクトＢ１３１は、医療機関の予約内容を指定するためのユーザ指示を受け付けるオブジェクトである。予約内容は、希望日時を含む。予約内容は、さらに診察形式を含むことができる。診察形式は、例えば、テレビ電話（つまり遠隔）、または病院（つまり対面）から選択可能である。

プロセッサ１２は、操作オブジェクトＢ１６に対するユーザ指示を受け付けると、画面Ｐ１６（図１５）をディスプレイに表示する。
画面Ｐ１６は、表示オブジェクトＡ１６１、およびフィールドオブジェクトＦ１６１を含む。
表示オブジェクトＡ１６１は、チャット相手との過去のメッセージのやり取りを表示するためのオブジェクトである。
フィールドオブジェクトＦ１６１は、対象ユーザが新たに投稿するメッセージを指定するためのユーザ指示を受け付けるオブジェクトである。

プロセッサ１２は、操作オブジェクトＢ１７に対するユーザ指示を受け付けると、画面Ｐ１７（図１６）をディスプレイに表示する。
画面Ｐ１７は、複数の掲示板のポータル画面に相当する。掲示板は、カテゴリ別掲示板、症状別掲示板、またはそれらの組み合わせを含むことができる。画面Ｐ１７は、各掲示板に対応する操作オブジェクトＢ１７１を含む。
操作オブジェクトＢ１７１は、対応する掲示板にアクセスするためのユーザ指示を受け付けるオブジェクトである。

ステップＳ１３０の終了を以て、精神状態評価処理（図１１）は終了する。

（４－４）重み決定処理
本実施形態の重み決定処理について説明する。図１７は、本実施形態の重み決定処理のフローチャートである。

重み決定処理は、以下の開始条件のいずれかの成立に応じて開始する。
・所定の日時（例えば、周期的に設定された日時）が到来した。
・ユーザについて能動情報が新たに収集された（つまり、能動情報収集処理（図９）が終了した）。
・ユーザのモデル評価に関する出力を新たに行った（つまり、精神状態評価処理（図１１）が終了した）。
・他の処理によって重み決定処理が呼び出された。
・ユーザが重み決定処理を呼び出すための指示を行った。
・クライアント装置１０から重み決定処理の実行を要求された。
・サーバ３０が所定の状態になった。

図１７に示すように、サーバ３０は、評価継続指標の算出（Ｓ３４０）を実行する。
具体的には、プロセッサ３２は、重み決定処理の対象となるユーザを選択する。プロセッサ３２は、重み決定処理の対象を、全ユーザとしてもよいし、１以上のユーザとしてもよいし、ユーザの１以上のグループとしてもよい。

プロセッサ３２は、重み決定処理の対象となるユーザ毎に評価継続指標を算出する。プロセッサ３２は、算出結果に応じてユーザデータベース（図８）に格納されている評価継続指標を更新する。

一例として、プロセッサ３２は、例えば以下の少なくとも１つの要素が増加するほどユーザの評価継続指標が高くなるように、評価継続指標を算出する。
・基準時点からの経過時間
・ユーザから取得した能動情報の量（例えば、アンケート回答数、クリック数、タップ数、入力文字数、またはそれらの組み合わせ）
・ユーザのモデル評価に関する出力の回数

基準時点は、例えば、以下のいずれかであってよい。
・ユーザがクライアント装置１０にメンタルケアアプリをインストールした時
・ユーザがメンタルケアアプリを初めて起動した時
・ユーザが自らの精神状態の申告に関する指示を初めて入力した時
・ユーザのモデル評価に関する出力を初めて行った時

ただし、ユーザから取得した能動情報の量は、当該能動情報の質（例えば回答内容の妥当性）に応じて重みづけされてよい。

ステップＳ３４０の後に、サーバ３０は、重みの決定（Ｓ３４１）を実行する。
具体的には、プロセッサ３２は、重み決定処理の対象となるユーザ毎に、ステップＳ３４０において算出された評価継続指標を参照して当該ユーザに関連付けられる重みを決定する。
プロセッサ３２は、評価継続指標の増加に対し重みが維持され、または増加する（つまり、広義単調増加する）ように、重みを決定してもよい。
一例として、プロセッサ３２は、評価継続指標と重みとの関係を記述する関数を用いて重みを決定する。

ステップＳ３４１の終了を以て、重み決定処理（図１７）は終了する。

（５）小括
以上説明したように、サーバ３０は、能動情報、および受動情報を取得する。サーバ３０は、少なくとも受動情報に基づくモデル入力をモデルに与え、ユーザの精神状態を評価する。サーバ３０は、モデル評価に関する出力を行う。このように、ユーザは、自らの精神状態の評価を受けるために、精神状態の申告に関する指示を行う。故に、精神状態の評価プロセスにユーザの精神状態の申告が組み込まれているので、ユーザはモデル評価に対する納得感を得やすい。つまり、ユーザがサーバ３０による精神状態の評価に不信感を抱きにくいので、情報処理システム１によって提供されるメンタルケアサービスからのユーザの離反が抑制される。つまり、ユーザがメンタルケアサービスを利用し続け、精神状態の継続的な評価を受けるよう、促すことができる。ひいては、ユーザの健康増進、およびＱＯＬ（Ｑｕａｌｉｔｙ ｏｆ Ｌｉｆｅ）向上に貢献することができる。

サーバ３０は、重みを決定してもよい。これにより、重みが大きくなるほど、精神状態の申告に関してユーザに要求される負担を軽減することができる。サーバ３０は、重みを決定するための指標の増加に対して重みが維持され、または増加するように、重みを決定してもよい。これにより、指標が増加するほど、精神状態の申告に関してユーザに要求される負担を軽減することができる。指標は、例えば、基準時点からの経過時間、ユーザから取得した能動情報の量、または出力の回数の少なくとも１つを参照して算出されてよい。これにより、ユーザは、メンタルヘルスケアサービスを利用するほど、精神状態の申告に関して要求される負担が軽減する。

サーバ３０は、ユーザにアンケートを提示してもよい。ここで、サーバ３０は、上記重みが大きいほど、アンケートに関するユーザの負担を軽減させてもよい。これにより、重みが大きくなるほど、アンケートに関してユーザに要求される負担を軽減することができる。

サーバ３０は、上記重みが大きいほど、受動情報がモデルの出力に与える影響が増加し、または能動情報がモデルの出力に与える影響が減少するようにモデルのパラメータを一時的に補正してもよい。これにより、重みが大きくなるほど、ユーザから収集される能動情報の質または量が低下したとしても、ユーザの精神状態を安定的に評価することができる。

サーバ３０は、スコアを算出することでユーザの精神状態を評価してもよい。これにより、ユーザのモデル評価の良し悪しを明確化することができる。サーバ３０は、スコアレポートをクライアント装置１０に表示させてもよい。これにより、ユーザに自らの精神状態に対する客観評価を認識させて、行動変容を促すことができる。

サーバ３０は、ユーザのモデル評価に応じて、ユーザに付加サービスを案内してもよい。これにより、ユーザに精神状態の改善に向けた行動変容を促すことができる。付加サービスは、例えば、ユーザ以外の所定の宛先への通知の実施を含んでおよい。これにより、ユーザは、信頼できる第三者に自らの精神状態の浮き沈みを容易に伝えることができる。

（６）変形例
記憶装置１１は、ネットワークＮＷを介して、クライアント装置１０と接続されてもよい。記憶装置３１は、ネットワークＮＷを介して、サーバ３０と接続されてもよい。

実施形態の情報処理システムを、クライアント／サーバ型のシステムによって実装する例を示した。しかしながら、実施形態の情報処理システムは、スタンドアロン型のコンピュータによって実装することもできる。すなわち、上述したサーバ３０の機能の一部又は全部がクライアント装置１０に実装されていてもよい。

センサ１５は、図３に示したセンサモジュール以外のセンサモジュール（例えば、ジャイロセンサ）を含んでもよい。或いは、センサ１５は、図３に示したセンサモジュールの少なくとも１つを含まなくてもよい。すなわち、センサ１５は少なくとも１つのセンサモジュールを有していればよく、センサの数及び種類は図３の例に限定されない。センサ１５はクライアント装置１０と一体となって構成されていてもよいし、別体として構成されていてもよい。例えば、センサモジュールは、クライアント装置１０としてのスマートフォンに内蔵されてもよい。また例えば、クライアント装置１０としてのスマートフォンが、センサ１５を備えるウェアラブル端末と通信可能に接続されていてもよい。

上記の情報処理の各ステップは、クライアント装置１０及びサーバ３０の何れでも実行可能である。上記説明では、各処理において各ステップを特定の順序で実行する例を示したが、各ステップの実行順序は、依存関係がない限りは説明した例に制限されない。

上記説明では、能動情報および受動情報に基づくモデル入力をモデルに与え、ユーザの精神状態を評価する例を示した。しかしながら、モデル入力が能動情報を必要とすることなく生成可能である場合に、図１１の能動情報の取得（Ｓ３３０）は省略されてよい。一例として重みが閾値以上である場合に、サーバ３０は、受動情報のみを取得し、当該受動情報のみに基づくモデル入力をモデルに与えてもよい。

上記説明では、能動情報および受動情報に基づくモデル入力をモデルに与え、ユーザの精神状態を評価する例を示した。しかしながら、モデル評価（例えば前述のスコア）とは別に、能動情報の少なくとも一部を用いて専門家またはプロセッサ３２がユーザの精神状態を評価してもよい。かかる評価結果を、非モデル評価と称する。
例えば、情報処理システム１は、アンケートとして所定の心理テストをユーザに提示し、その回答結果を能動情報として収集する。この場合に、例えば心理テストの設計仕様とユーザの回答結果を元に、当該ユーザの非モデル評価を決定することができる。
特にモデルの学習が不十分な段階では、非モデル評価は、モデル評価に比べてユーザの精神状態を正しく反映していることがある。故に、プロセッサ３２は、非モデル評価を正解データとして利用し、能動情報と受動情報と非モデル評価とを教師データとしてモデルの学習を行ってもよい。また例えば、プロセッサ３２は、能動情報および受動情報に基づいてスコアを算出するための関数に含まれる係数を、モデル評価と非モデル評価との結果の差異に基づいて更新してもよい。ここで、モデルは、全ユーザ向けのモデル（以下、「汎用モデル」と称する）であってもよいし、特定のユーザ、または特定のグループ向けのモデル（以下、「特化モデル」と称する）であってもよい。
或いは、プロセッサ３２は、モデル評価と非モデル評価とを比較することで、モデルによる評価精度を算出してもよい。プロセッサ３２は、モデルによる評価精度を参照して、重みを決定してもよい。具体的には、プロセッサ３２は、モデルによる評価精度の増加に対して重みが維持され、または増加するように、重みを決定してもよい。

サーバ３０は、能動情報に加えて、ユーザ評価を取得してもよい。ユーザ評価は、ユーザによる当該ユーザの精神状態の主観的な評価結果である。サーバ３０は、ユーザ評価を正解データとして利用し、能動情報と受動情報とユーザ評価とを教師データとしてモデルの学習を行ってもよい。これにより、モデルによる評価精度を向上させることができる。ここで、モデルは、全ユーザ向けの汎用モデルであってもよいし、特化モデルであってもよい。
或いは、プロセッサ３２は、モデル評価とユーザ評価とを比較することで、モデルによる評価精度を算出してもよい。プロセッサ３２は、モデルによる評価精度を参照して、重みを決定してもよい。具体的には、プロセッサ３２は、モデルによる評価精度の増加に対して重みが維持され、または増加するように、重みを決定してもよい。

図１１のＳ３３３においてサーバ３０がモデル評価に基づく情報を出力する出力先は、能動情報及び受動情報を生成してサーバ３０に送信したクライアント装置１０とは異なる装置であってもよい。具体的には、サーバ３０は、クライアント装置１０の識別情報と他の装置（例えば、クライアント装置１０のユーザの家族又は友人が使用する装置）の識別情報とを予め関連づけて記憶しておき、クライアント装置１０のユーザの精神状態の評価に基づく情報を当該他の装置のユーザに提示してもよい。

例えば、サーバ３０は、ユーザの関係者（例えば家族）に対して推奨サービス（例えば、掲示板、またはチャット）を案内してもよい。すなわち、図１２から図１６に示す画面の少なくとも何れかが、クライアント装置１０とは異なる装置に表示されてもよい。これにより、例えば、精神疾患を抱えている患者の家族が当該ユーザの精神状態に応じたアクション（医者やカウンセラーへの相談又は掲示板での相談など）をとることを促すことができ、患者の精神状態の改善に加えて家族の精神的負荷の解消も可能となる。また例えば、精神疾患の患者の関係者同士のつながりを強化することができる。

付加サービスは、専門家（医師、またはカウンセラー）によって提供されるメンタルケア（例えば、診察、またはカウンセリング）に関するサービス（予約サービス）を含むことができる。サーバ３０は、専門家評価を取得してもよい。専門家評価は、専門家によるユーザの精神状態の評価結果である。サーバ３０は、専門家評価を正解データとして利用し、能動情報と受動情報と専門家評価とを教師データとしてモデルの学習を行ってもよい。これにより、モデルによる評価精度を向上させることができる。ここで、モデルは、全ユーザ向けの汎用モデルであってもよいし、特化モデルであってもよい。
或いは、プロセッサ３２は、モデル評価と専門家評価とを比較することで、モデルによる評価精度を算出してもよい。プロセッサ３２は、モデルによる評価精度を参照して、重みを決定してもよい。具体的には、プロセッサ３２は、モデルによる評価精度の増加に対して重みが維持され、または増加するように、重みを決定してもよい。

ユーザ（便宜的に、「ユーザＵＳ１」と称する）の精神状態のモデル評価に関する出力を当該ユーザの操作するクライアント装置１０に表示させる例を示した。しかしながら、ユーザＵＳ１の精神状態のモデル評価に関する出力を当該ユーザＵＳ１とは異なるユーザ（便宜的に、「ユーザＵＳ２」と称する）の操作するクライアント装置１０（便宜的に、「クライアント装置１０Ａ」と称する）に表示させてもよい。図１８は、変形例の画面例を示す図である。
具体的には、クライアント装置１０Ａは、サーバ３０からのモデル評価に関する情報と、ユーザＵＳ１を識別するユーザＩＤを含む応答データを受信する。クライアント装置１０Ａは、応答データの取得に応じて、画面Ｐ２０（図１８）を表示する。
画面Ｐ２０は、メンタルケアアプリ、または他のアプリ（例えばＳＮＳアプリ、またはアドレス帳アプリ）におけるユーザＵＳ２とつながりのある人物に関する情報（例えば友達一覧、または連絡先一覧）を表示する画面である。
画面Ｐ２０は、表示オブジェクトＡ２０１を含む。
表示オブジェクトＡ２０１は、ユーザＵＳ１に関する情報を表示するためのオブジェクトである。ユーザＵＳ１に関する情報は、例えば、ユーザＵＳ１のプロフィール画像、ユーザＵＳ１の名前、ユーザＵＳ１からの最新メッセージ、ユーザＵＳ１からの最新メッセージの送信日時、ユーザＵＳ１からのメッセージのうちの未読数、またはそれらの組み合わせを含むことができる。表示オブジェクトＳ２０１の内部または付近には、表示オブジェクトＡ２０１ａが配置される。
表示オブジェクトＡ２０１は、ユーザＵＳ１に対するモデル評価を表すためのオブジェクトである。一例として、表示オブジェクトＡ２０１は、顔アイコンであって、モデル評価に応じて表情が変化する。クライアント装置１０Ａのプロセッサ１２は、サーバ３０からモデル評価を取得する度に、表示オブジェクトＡ２０１の形態を更新する。これにより、ユーザＵＳ２は、ユーザＵＳ１の機嫌の情報を、ユーザＵＳ１とコミュニケーションを開始する前の前提情報として利用することができる。なお、クライアント装置１０Ａは、ユーザＵＳ１に対するモデル評価を表すオブジェクトとともに、ユーザＵＳ１の現在の状態に関する他の情報（例えば位置情報やスケジュール情報など）を画面に表示してもよい。
また、サーバ３０は、ユーザの精神状態のモデル評価に関する情報を、医療機関のデータベースや他のシステム（例えばＳＮＳのシステム）のデータベースに出力してもよい。

以上、本発明の実施形態について詳細に説明したが、本発明の範囲は上記の実施形態に限定されない。また、上記の実施形態は、本発明の主旨を逸脱しない範囲において、種々の改良や変更が可能である。また、上記の実施形態及び変形例は、組合せ可能である。

１ ：情報処理システム
１０ ：クライアント装置
１０Ａ ：クライアント装置
１１ ：記憶装置
１２ ：プロセッサ
１３ ：入出力インタフェース
１４ ：通信インタフェース
１５ ：センサ
３０ ：サーバ
３１ ：記憶装置
３２ ：プロセッサ
３３ ：入出力インタフェース
３４ ：通信インタフェース
１５１ ：マイクロホン
１５２ ：照度センサ
１５３ ：温度センサ
１５４ ：イメージセンサ
１５５ ：加速度センサ
１５６ ：ＧＰＳモジュール

Claims (16)

1. 精神状態の申告に関するユーザの指示に応じた能動情報を取得する手段と、
   前記ユーザの状態、または前記ユーザの周囲の環境の少なくとも１つの検出結果に応じた受動情報を取得する手段と、
   前記受動情報または前記能動情報の少なくとも１つに基づいて前記ユーザの精神状態を評価可能なモデルに、少なくとも前記受動情報に基づくモデル入力を与え、前記ユーザの精神状態を評価する手段と、
   前記モデルによる前記ユーザの精神状態の評価結果であるモデル評価に関する出力を行う手段と
   を具備する、情報処理装置。
2. 前記受動情報は、前記ユーザの状態、または前記ユーザの周囲の環境の状態の少なくとも１つに関する、
   請求項１に記載の情報処理装置。
3. 前記ユーザの精神状態の評価に対する前記受動情報の影響の大きさを表す重みを決定する手段をさらに具備する、
   請求項１または請求項２に記載の情報処理装置。
4. 前記重みを決定するための指標を算出する手段をさらに具備し、
   前記重みを決定する手段は、前記指標の増加に対し前記重みが維持され、または増加するように、前記重みを決定する、
   請求項３に記載の情報処理装置。
5. 前記指標を算出する手段は、基準時点からの経過時間、前記ユーザから取得した能動情報の量、または前記出力の回数の少なくとも１つを参照して前記指標を算出する、
   請求項４に記載の情報処理装置。
6. 前記ユーザにアンケートを提示する手段をさらに具備し、
   前記能動情報は、前記アンケートに対する前記ユーザの回答結果に関するデータであり、
   前記アンケートを提示する手段は、前記重みが大きいほど、前記アンケートに関する前記ユーザの負担を軽減させる、
   請求項３乃至請求項５のいずれかに記載の情報処理装置。
7. 前記重みが大きいほど、前記受動情報が前記モデル評価に与える影響が増加し、または前記能動情報が前記モデル評価に与える影響が減少するように前記モデルのパラメータを一時的に補正する手段をさらに具備する、
   請求項３乃至請求項６のいずれかに記載の情報処理装置。
8. 前記ユーザの精神状態を評価する手段は、前記ユーザの精神状態の定量評価結果であるスコアを算出する、
   請求項１乃至請求項７のいずれかに記載の情報処理装置。
9. 前記出力を行う手段は、前記スコアに関する報告を前記ユーザの操作するクライアント装置に表示させる、
   請求項８に記載の情報処理装置。
10. 前記出力を行う手段は、前記モデル評価に応じて、前記ユーザに付加サービスを案内する、
    請求項１乃至請求項９のいずれかに記載の情報処理装置。
11. 前記付加サービスは、専門家によって提供されるメンタルケアに関するサービスを含み、
    前記専門家による前記ユーザの精神状態の評価結果である専門家評価を取得する手段と、
    前記モデルによる前記モデル評価と、前記専門家評価とを参照して前記モデルを更新する手段と
    をさらに具備する、請求項１０に記載の情報処理装置。
12. 前記付加サービスは、前記ユーザ以外の所定の宛先への通知の実施を含む、
    請求項１０乃至請求項１１のいずれかに記載の情報処理装置。
13. 前記ユーザによる当該ユーザの精神状態の主観的な評価結果であるユーザ評価を取得する手段と、
    前記モデルによる前記モデル評価と前記ユーザ評価とを参照して前記モデルを更新する手段とをさらに具備する、
    請求項１または請求項１２に記載の情報処理装置。
14. 前記出力を行う手段は、前記ユーザに関するアイコンを、当該ユーザとは異なるユーザの操作するクライアント装置に前記モデル評価に対応する形態で表示させる、
    請求項１乃至請求項１３のいずれかに記載の情報処理装置。
15. コンピュータに、請求項１～請求項１４の何れかに記載の各手段を実現させるためのプログラム。
16. 精神状態の申告に関するユーザの指示に応じた能動情報を取得することと、
    前記ユーザの状態、または前記ユーザの周囲の環境の少なくとも１つの検出結果に応じた受動情報を取得することと、
    前記受動情報または前記能動情報の少なくとも１つに基づいて前記ユーザの精神状態を評価可能なモデルに、少なくとも前記受動情報に基づくモデル入力を与え、前記ユーザの精神状態を評価することと、
    前記モデルによる前記ユーザの精神状態の評価結果であるモデル評価に関する出力を行うことと
    を具備する、情報処理方法。
    

Images