JP2023004124A

JP2023004124A - 身体情報評価装置、身体情報評価方法、プログラム、および、記録媒体

Info

Publication number: JP2023004124A
Application number: JP2021105635A
Authority: JP
Inventors: 孝江棚橋; Takae Tanahashi; 康之加藤; Yasuyuki Kato
Original assignee: HEALTHGRID Inc
Current assignee: HEALTHGRID Inc
Priority date: 2021-06-25
Filing date: 2021-06-25
Publication date: 2023-01-17

Abstract

【課題】摂取物を摂取したユーザの身体情報を評価することができる身体情報評価装置、身体情報評価方法、プログラム、および、記録媒体を提供する。【解決手段】身体情報評価装置１００は、ユーザの身体情報を摂取物の識別情報と対応付けて受け付ける受付部１１１と、受付部１１１により受け付けた、ユーザの身体情報と摂取物の識別情報とを対応付けた情報をデータベースとして格納する記憶部１２０と、記憶部１２０に格納されたデータベースに基づいて、現在のユーザの身体の評価情報、ならびに、ユーザが摂取物を摂取した場合の将来のユーザの身体の評価情報を算出する評価部１１２と、を備える。【選択図】図２

Description

本発明は、身体情報評価装置、身体情報評価方法、プログラム、および、記録媒体に関する。

従来、ユーザの身体情報を評価するシステムが知られている。例えば、特許文献１に記載のシステムでは、情報の信頼度を加味してユーザの健康度を推定することで、推定結果の信頼性を高める技術が開示されている。

特開２００５－２５０５８３号公報

しかしながら、従来の技術においては、摂取物を摂取したユーザの身体情報を評価するうえでなお改善の余地があった。

本発明は、このような事情に鑑みてなされたものであり、摂取物を摂取したユーザの身体情報を評価することができる身体情報評価装置、身体情報評価方法、プログラム、および、記録媒体を提供することを目的とする。

本発明の一側面に係る身体情報評価装置は、ユーザの身体情報を摂取物の識別情報と対応付けて受け付ける受付部と、受付部により受け付けた、ユーザの身体情報と摂取物の識別情報とを対応付けた情報をデータベースとして格納する記憶部と、記憶部に格納されたデータベースに基づいて、現在のユーザの身体の評価情報、ならびに、ユーザが摂取物を摂取した場合の将来のユーザの身体の評価情報を算出する評価部と、を備える。

本発明の一側面に係る身体情報評価方法は、ユーザの身体情報を摂取物の識別情報と関連付けて受け付けるステップと、ユーザの身体情報と摂取物の識別情報とを対応付けた情報をデータベースとして記憶部に格納するステップと、記憶部に格納されたデータベースに基づいて、現在のユーザの身体の評価情報、ならびに、ユーザが摂取物を摂取した場合の将来のユーザの身体の評価情報を算出するステップと、を含む。

本発明の一側面に係るプログラムは、一又は複数のコンピュータに、ユーザの身体情報を摂取物の識別情報と関連付けて受け付けさせる処理と、ユーザの身体情報と摂取物の識別情報とを対応付けた情報をデータベースとして記憶部に格納させる処理と、記憶部に格納されたデータベースに基づいて、現在のユーザの身体の評価情報、ならびに、ユーザが摂取物を摂取した場合の将来のユーザの身体の評価情報を評価させる処理と、を実行させる。

本発明によれば、摂取物を摂取したユーザの身体情報を評価することができる。

身体の評価情報を活用するためのシステムの一例を示す図である。一実施形態の身体情報評価装置の一例を示す図である。ユーザ管理テーブルの一例を示す図である。身体評価情報テーブルの一例を示す図である。摂取物テーブルの一例を示す図である。ユーザ嗜好テーブルの一例を示す図である。企業情報テーブルの一例を示す図である。多変量解析の処理の一例を示す図である。学習モデルの学習フェーズおよび実行フェーズの処理の一例を示す図である。一実施形態の身体情報評価装置が携帯情報端末と連携して実行する処理の流れの一例を示すシーケンスチャートである。身体評価Ｗｅｂサービスの処理の流れの一例を示す図である。身体評価Ｗｅｂサービスにおける身体の評価情報の表示の一例を示す図である。身体の評価情報の将来予測値に関する時間推移の一例を示す図である。摂取物の摂取と運動とを併用した場合における、ユーザの身体の評価情報の将来予測値に関する時間推移の一例を示す図である。ユーザに対する行動変容の一例を説明するための図である。ユーザの行動変容を促すための運動メニューの提案方法の一例を説明するための図である。ユーザの行動変容を促すための運動メニューの提案方法の一例を説明するための図である。メーカーに提供される身体の評価情報の統計データの一例を示す図である。メーカーに提供される身体の評価情報の統計データの一例を示す図である。メーカーに提供される身体の評価情報の統計データの一例を示す図である。

以下、身体情報評価装置の一実施形態について説明する。

図１は、身体評価情報を活用するためのシステムの一例を示す図である。

このシステムでは、まず、メーカーが製造・販売した摂取物に対して画像コード（例えば、ＱＲコード（登録商標）、又はバーコード）を事前に貼り付ける。摂取物は、例えば、菓子、飲料、医薬品、健康食品を含む。健康食品は、例えば、特定保健用食品と、栄養機能食品と、機能性食品と、栄養補助食品と、健康補助食品と、栄養強化食品と、栄養調整食品と、サプリメントとを含む。画像コードには、例えば、商品コードに加え、身体評価Ｗｅｂサービスを利用するためのウェブサイトのＵＲＬが記載されている。ユーザは、購入した摂取物に付されている画像コードを携帯情報端末により読み取り、身体評価ｗｅｂサービスのウェブサイトを携帯情報端末の表示画面に表示させる。ユーザは、画像コードから取得した摂取物の商品コードを購入者の身体情報と併せて身体評価Ｗｅｂサービスに提供する。身体評価Ｗｅｂサービスは、現在のユーザの身体の評価情報、ならびに、ユーザが摂取物を摂取した場合の将来のユーザの身体の評価情報を算出するサービスである。身体評価Ｗｅｂサービスによる評価データは、身体評価情報データベースに蓄積される。身体評価情報データベースに蓄積された複数のユーザの身体の評価情報の統計データは、例えば、メーカーに提供され、摂取物の効能の評価などに用いられる。

図２は、身体情報評価装置１００の一例を示す図である。

身体情報評価装置１００は、例えば、測定装置２００と携帯情報端末３００とに通信ネットワークＮＷを介して接続されている。通信ネットワークＮＷは、例えば、通信線や無線通信網等によって構成されている。

測定装置２００は、ユーザの身体情報を測定する装置であり、例えば、血圧計、体重計、体組成計、眼鏡型や時計型などの各種のウェアラブルデバイスを含む。ユーザの身体情報は、例えば、体重、体脂肪率、基礎代謝、平均歩数、ＢＭＩを含む。

携帯情報端末３００は、スマートフォンやタブレット端末などの携帯型の情報処理端末であり、例えば、画像認識部３１０と、表示制御部３２０とを含む。

画像認識部３１０は、ユーザが摂取する摂取物に付された画像コードに対して画像認識を行い、画像コードに記載された情報を読み取る。画像コードに記載された情報は、例えば、摂取物の商品コードと、身体評価Ｗｅｂサービスを利用するためのＵＲＬとを含む。

表示制御部３２０は、身体情報評価装置１００により評価されたユーザの身体の評価情報を携帯情報端末３００の表示画面に表示させる。表示制御部３２０は、例えば、ユーザの身体情報を身体評価Ｗｅｂサービスに入力して得られるユーザの身体の評価情報を携帯情報端末３００の表示画面に表示させる。ユーザの身体の評価情報は、例えば、運動年齢と、実質年齢とを含む。

身体情報評価装置１００は、例えば、制御部１１０と、記憶部１２０とを備える。制御部１１０は、例えば、ＣＰＵ（Central Processing Unit）などのハードウェアプロセッサがプログラム（ソフトウェア）を実行することにより実現される。また、これらの構成要素のうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）などのハードウェア（回路部：circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予め身体情報評価装置１００のＨＤＤやフラッシュメモリなどのコンピュータ読み取り可能な記録装置に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭなどの着脱可能なコンピュータ読み取り可能な記録媒体に格納されており、コンピュータ読み取り可能な記録媒体がドライブ装置に装着されることで身体情報評価装置１００のＨＤＤやフラッシュメモリにインストールされてもよい。

制御部１１０は、例えば、受付部１１１と、評価部１１２とを備える。

受付部１１１は、ユーザの身体情報を摂取物の商品コードと対応付けて受け付ける。摂取物の商品コードは、摂取物の識別情報の一例である。受付部１１１は、ユーザの身体情報と摂取物の商品コードとを対応付けた情報を身体評価情報テーブル１２２として記憶部１２０に格納する。身体評価情報テーブル１２２は、データテーブルの一例である。

評価部１１２は、記憶部１２０に格納された身体評価情報テーブル１２２に基づいて、現在のユーザの身体の評価情報、ならびに、ユーザが摂取物を摂取した場合の将来のユーザの身体の評価情報を算出する。

評価部１１２は、例えば、複数の時点におけるユーザの身体情報と摂取物の商品コードとを説明変数とし、評価情報を目的変数とした多変量解析の手法により、受付部１１１により受け付けたユーザの身体情報を入力し、ユーザが摂取物を摂取した場合の将来のユーザの身体の評価情報を予測する。

評価部１１２は、例えば、複数の時点におけるユーザの身体情報と摂取物の商品コードと評価情報とを対応付けたデータを学習用データとして用いた機械学習により学習モデル１２６を学習させ、受付部１１１により受け付けたユーザの身体情報を学習モデル１２６に入力し、ユーザが食品を摂取した場合の身体の評価情報の将来予測値を予測してもよい。

評価部１１２は、例えば、ユーザの健康に対する嗜好度合いごとに、ユーザが摂取物を摂取した場合の将来のユーザの身体の評価情報を予測し、予測された将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューを提案する。評価部１１２は、例えば、ユーザの健康に対する嗜好度合いを第１嗜好度合いとするとき、第１嗜好度合いに対応する将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューを提案する。すなわち、評価部１１２は、ユーザの健康に対する嗜好度合いに適した運動メニューをユーザに対して提案する。評価部１１２は、例えば、ユーザの健康に対する嗜好度合いを第１嗜好度合いとするとき、第１嗜好度合いよりも高い第２嗜好度合いに対応する将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューを提案してもよい。すなわち、評価部１１２は、ユーザの健康に対する嗜好度合いに適した運動メニューに比して、負荷の高い運動メニューをユーザに対して提案してもよい。

評価部１１２は、例えば、記憶部１２０に格納された身体評価情報テーブル１２２に基づいて、ユーザが摂取物の摂取と運動とを併用した場合の将来のユーザの身体の評価情報を予測する。評価部１１２は、例えば、ユーザの運動に対する嗜好度合いごとに、ユーザが摂取物の摂取と運動とを併用した場合の将来のユーザの身体の評価情報を予測し、予測された将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューを提案する。すなわち、評価部１１２は、ユーザが摂取物の摂取と運動とを併用する場合、ユーザの運動に対する嗜好度合いに適した運動メニューをユーザに対して提案する。評価部１１２は、例えば、ユーザの運動に対する嗜好度合いを第１嗜好度合いとするとき、第１嗜好度合いよりも高い第２嗜好度合いに対応する将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューを提案してもよい。すなわち、評価部１１２は、ユーザが摂取物の摂取と運動とを併用する場合、ユーザの運動に対する嗜好度合いに適した運動メニューに比して、負荷の高い運動メニューをユーザに対して提案してもよい。

記憶部１２０は、例えば、ユーザ管理テーブル１２１と、身体評価情報テーブル１２２と、摂取物テーブル１２３と、ユーザ嗜好テーブル１２４と、企業情報テーブル１２５と、学習モデル１２６とを格納する。

図３は、ユーザ管理テーブル１２１の一例を示す図である。ユーザ管理テーブル１２１には、例えば、ユーザを識別する識別情報としてのユーザＩＤに対し、パスワード、登録日、生年月日、居住地、性別、嗜好度合いが対応付けられている。パスワードは、ユーザが身体評価Ｗｅｂサービスのユーザ認証を行う際に用いられる。登録日は、ユーザ情報がユーザ管理テーブル１２１に登録された日付を示している。嗜好度合いは、ユーザの健康または運動に対する嗜好度合いを示しており、ユーザ嗜好テーブル１２４のカテゴリＩＤが登録されている。

図４は、身体評価情報テーブル１２２の一例を示す図である。身体評価情報テーブル１２２には、ユーザを識別する識別情報としてのユーザＩＤに対し、データ登録日、製品ＩＤ、身体情報、身体の評価情報が対応付けられている。データ登録日は、身体の評価情報が身体評価情報テーブル１２２に登録された日付を示している。製品ＩＤは、ユーザが摂取する摂取物の識別情報を示している。身体情報は、ユーザが摂取物を摂取するときに測定された情報であり、例えば、体重、体脂肪率、基礎代謝、平均歩数、ＢＭＩを含む。身体の評価情報は、ユーザの身体情報を身体評価Ｗｅｂサービスに入力して得られる評価情報であり、例えば、運動年齢、実質年齢を含む。運動年齢は、ユーザの運動能力の指標となるデータである。実質年齢は、ユーザの年齢を示すデータである。運動年齢が実質年齢と比較して低い場合、ユーザの健康度が高いことの指標となる。

図５は、摂取物テーブル１２３の一例を示す図である。摂取物テーブル１２３には、摂取物のメーカーを識別する識別情報としての企業ＩＤに対し、製品ＩＤ、栄養成分、成分カテゴリが対応付けられている。製品ＩＤは、摂取物の識別情報を示している。栄養成分は、摂取物に含まれる栄養成分を示しており、例えば、エネルギー、たんぱく質、脂質、糖質、食物繊維、食塩、カリウム、カルシウム、ビタミンＣ、ビタミンＫ、葉酸を含む。成分カテゴリは、健康補助成分の栄養成分に基づく摂取物のカテゴリを示している。

図６は、ユーザ嗜好テーブル１２４の一例を示す図である。ユーザ嗜好テーブル１２４には、ユーザの嗜好のカテゴリを識別する識別情報としてのカテゴリＩＤに対し、ユーザの嗜好の内容が対応付けられている。図６に示す例では、ユーザ嗜好テーブル１２４には、ユーザの健康に対する嗜好度合い、および、ユーザの運動に対する嗜好度合いが区別されて登録されている。

図７は、企業情報テーブル１２５の一例を示す図である。企業情報テーブル１２５には、摂取物のメーカーを識別する識別情報としての企業ＩＤに対し、企業名、連絡先、住所が対応付けられている。

図８は、多変量解析の処理の一例を示す図である。

図８に示す例では、多変量解析の説明変数Ｘの属性は、複数のユーザの各々が一または複数の摂取物を摂取したときに測定されたユーザの身体情報であり、多変量解析の目的変数Ｙの属性は、ユーザが一又は複数の摂取物を摂取したときの身体の評価情報である。ユーザの身体情報は、例えば、ｘ１（体重）、ｘ２（体脂肪率）、ｘ３（基礎代謝）、ｘ４（平均歩数）、ｘ５（ＢＭＩ）を含む。ユーザの身体の評価情報は、例えば、ｙ１（運動年齢）、ｙ２（実質年齢）を含む。多変量解析における説明変数Ｘと目的変数Ｙの組み合わせは、ユーザが摂取した一又は複数の摂取物の組み合わせごとに区別して管理されている。図８に示す例では、多変量解析の一例として重回帰分析が適用されており、例えば、最小二乗法を用いることで、説明変数Ｘと目的変数Ｙとの相関関係を示す関数が算出されている。そして、算出された関数に対し、受付部１１１により受け付けたユーザの身体情報を入力することで、ユーザが摂取物を摂取した場合の将来のユーザの身体の評価情報が予測される。

図９は、学習モデル１２６の学習フェーズおよび実行フェーズの処理の一例を示す図である。

図９に示す例では、学習フェーズとして、学習用データを用いた機械学習により学習モデル１２６を学習させる。学習用データは、例えば、第１データと第２データとが対応付けられたデータであり、複数の時点におけるデータ（Ｄｔ１、Ｄｔ２、Ｄｔ３、・・・）を含む時系列データである。第１データは、例えば、製品情報と、身体情報とを含む。製品情報は、複数のユーザの各々が摂取した一または複数の摂取物の組合せを示す情報であり、例えば、摂取物ごとに設定されたパラメータに対してユーザの摂取の有無に関する情報が含まれている。身体情報は、複数のユーザの各々が一または複数の摂取物を摂取したときに測定された情報であり、例えば、体重、体脂肪率、基礎代謝、平均歩数、ＢＭＩを含む。第２のデータは、例えば、身体の評価情報を含む。身体の評価情報は、身体評価Ｗｅｂサービスとは異なる手法にて算出された情報であり、例えば、運動年齢、実質年齢を含む。

次に、実行フェーズとして、評価対象のユーザの入力データが学習モデル１２６に入力される。入力データは、例えば、製品情報と、身体情報とを含む。製品情報は、評価対象のユーザが摂取した一または複数の摂取物の組合せを示す情報であり、例えば、摂取物ごとに設定されたパラメータに対してユーザの摂取の有無に関する情報が含まれている。身体情報は、評価対象のユーザが一または複数の摂取物を摂取したときに測定された情報であり、例えば、体重、体脂肪率、基礎代謝、平均歩数、ＢＭＩを含む。学習モデル１２６は、身体評価Ｗｅｂサービスに実装されており、評価対象のユーザの入力データが入力されたとき、ユーザの身体の評価情報を出力する。ユーザの身体の評価情報は、例えば、運動年齢、実質年齢を含む。

図１０は、身体情報評価装置１００が携帯情報端末３００と連携して実行する処理の流れの一例を示すシーケンスチャートである。

同図に示すように、まず、携帯情報端末３００は、摂取物に付された画像コードを読み取る（ステップＳ１０）。次に、携帯情報端末３００は、画像コードに記載されたＵＲＬに基づいて、身体評価ＷｅｂサービスのＷｅｂページを表示する（ステップＳ１１）。次に、携帯情報端末３００は、事前に登録したユーザＩＤとパスワードが入力された場合、入力されたユーザＩＤとパスワードを身体情報評価装置１００に送信し、身体評価Ｗｅｂサービスにおけるユーザ認証を成立させる。次に、携帯情報端末３００は、ユーザの身体情報が入力された場合、画像コードに記載された摂取物の商品コードをユーザの身体情報と対応付けて身体情報評価装置１００に送信する。

身体情報評価装置１００は、ユーザの身体情報を摂取物の商品コードと関連付けて携帯情報端末３００から受信した場合、身体評価情報テーブル１２２を更新する（ステップＳ１２）。次に、身体情報評価装置１００は、更新後の身体評価情報テーブル１２２に登録された情報に基づいて、学習モデル１２６を更新する（ステップＳ１３）。次に、身体情報評価装置１００は、更新後の学習モデル１２６を用いて身体の評価情報の将来予測値を解析する（ステップＳ１４）。そして、身体情報評価装置１００は、ユーザの身体の評価情報、および、身体の評価情報の将来予測値を携帯情報端末３００に送信する。

携帯情報端末３００は、ユーザの身体の評価情報、および、身体の評価情報の将来予測値を携帯情報端末３００から受信した場合、受信した情報に基づいて、ユーザの身体の評価情報を改善するための運動メニューをユーザに提案する（ステップＳ１５）。

図１１は、身体評価Ｗｅｂサービスの処理の流れの一例を示す図である。

図１１に示す例では、携帯情報端末３００は、まず、摂取物４００に付された画像コード４００Ｍを読み取ると、身体評価ＷｅｂサービスのＵＲＬを取得する。次に、携帯情報端末３００は、身体評価Ｗｅｂサービスのログイン画面を表示する。次に、携帯情報端末３００は、身体評価Ｗｅｂサービスのログイン画面において、ログインＩＤおよびパスワードが入力された場合、身体評価Ｗｅｂサービスのユーザ認証を行う。次に、携帯情報端末３００は、ユーザ認証が行われた場合には、測定装置２００により測定されたユーザの身体情報を、画像コード４００Ｍに記載された摂取物の商品コードと対応付けて登録する。

図１２は、身体評価Ｗｅｂサービスにおける身体の評価情報の表示の一例を示す図である。

図１２に示す例では、携帯情報端末３００は、第１アイコン３００Ａ、第２アイコン３００Ｂ、および、第３アイコン３００Ｃが表示されている。この例では、第１アイコン３００Ａには、ユーザが摂取した摂取物の種別がユーザ情報として示されている。第２アイコン３００Ｂには、ユーザの運動年齢、および、実質年齢が身体の評価情報として示されている。第３アイコン３００Ｃには、摂取物を摂取した場合のユーザの運動年齢の推移が身体の評価情報の将来予測値として示されている。

図１３は、身体の評価情報の将来予測値に関する時間推移の一例を示す図である。

図１３に示す例では、ユーザの健康に対する嗜好度合いごとの身体の評価情報の将来予測値に関する時間推移を示している。この例では、身体の評価情報の将来予測値は、ユーザの健康に対する嗜好度合いに関わらず、時間の経過に応じて次第に減少する傾向にある。すなわち、ユーザが摂取物を継続して摂取する場合には、ユーザの身体の評価情報が次第に改善することを示している。また、この例では、ユーザの健康に対する嗜好度合いが高いほど、身体の評価情報の将来予測値が時間の経過に応じて大きく減少する傾向にある。すなわち、ユーザの健康に対する嗜好度合いが高い場合には、ユーザが摂取物を積極的に摂取する傾向にあり、ユーザの身体の評価情報が大きく改善することを示している。

図１４は、摂取物の摂取と運動とを併用した場合における、ユーザの身体の評価情報の将来予測値に関する時間推移の一例を示す図である。

図１４に示す例では、ユーザの運動に対する嗜好度合いごとの身体の評価情報の将来予測値に関する時間推移を示している。この例では、ユーザの運動に対する嗜好度合いを、「運動習慣なし」、および、「運動習慣あり」の二段階に分類し、各々の分類におけるユーザの健康に対する嗜好度合いごとの身体の評価情報の将来予測値に関する時間推移を示している。この例では、ユーザが「運動習慣あり」に該当する場合には、ユーザが「運動習慣なし」に該当する場合に比して、身体の評価情報の将来予測値が時間の経過に応じて大きく減少する傾向にある。すなわち、ユーザの運動に対する嗜好度合いが高い場合には、摂取物の摂取と運動との併用効果が大きくなる傾向にあることを示している。

図１５は、ユーザに対する行動変容の一例を説明するための図である。

図１５に示す例では、ユーザの健康に対する嗜好度合いが「消極的な取組み」に該当しており、ユーザの健康に対する嗜好度合いを「普通の気軽な取組み」に変化させるようにユーザの行動変容が促されている。また、この例では、ユーザの運動に対する嗜好度合いが「運動習慣なし」に該当しており、ユーザの運動に対する嗜好度合いを「運動習慣あり」に変化させるようにユーザの行動変容が促されている。

図１６は、摂取物の摂取と運動を併用する場合において、ユーザの行動変容を促すための運動メニューの提案方法の一例を説明するための図である。

図１６に示す例では、ユーザの健康に対する嗜好度合いごとの身体の評価情報の将来予測値が示されている。この例では、ユーザの健康に対する嗜好度合いが「消極的な取組み」に該当している。そして、「消極的な取組み」という嗜好度合いに対応する身体の評価情報の将来予測値と、現在の身体評価値との差分に基づいて、負荷が比較的低い運動メニューが提案されている。すなわち、ユーザの健康に対する嗜好度合いを第１嗜好度合いとするとき、第１嗜好度合いに対応する将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューが提案されている。この場合、ユーザの健康に対する嗜好度合いに適した運動メニューがユーザに対して提案される。また、「普通の気軽な取組み」という嗜好度合いに対応する身体の評価情報の将来予測値と、現在の身体評価値との差分に基づいて、負荷が比較的高い運動メニューが提案されている。すなわち、ユーザの健康に対する嗜好度合いを第１嗜好度合いとするとき、第１嗜好度合いよりもユーザの健康に対する嗜好度合いが高い第２嗜好度合いに対応する将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューが提案されている。この場合、ユーザの健康に対する嗜好度合いの向上を促す運動メニューがユーザに対して提案される。

図１７は、摂取物の摂取と運動を併用する場合において、ユーザの行動変容を促すための運動メニューの提案方法の一例を説明するための図である。

図１７に示す例では、ユーザの運動に対する嗜好度合いを、「運動習慣なし」、および、「運動習慣あり」の二段階に分類し、各々の分類におけるユーザの健康に対する嗜好度合いごとの身体の評価情報の将来予測値に関する時間推移を示している。この例では、ユーザの運動に対する嗜好度合いが「運動習慣なし」に該当している。そして、「運動習慣なし」という嗜好度合いに対応する身体の評価情報の将来予測値と、現在の身体評価値との差分に基づいて、負荷が比較的低い運動メニューが提案されている。すなわち、ユーザの運動に対する嗜好度合いを第１嗜好度合いとするとき、第１嗜好度合いに対応する将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューが提案されている。この場合、ユーザの運動に対する嗜好度合いに適した運動メニューがユーザに対して提案される。また、「運動習慣あり」という嗜好度合いに対応する身体の評価情報の将来予測値と、現在の身体評価値との差分に基づいて、負荷が比較的高い運動メニューが提案されている。すなわち、ユーザの運動に対する嗜好度合いを第１嗜好度合いとするとき、第１嗜好度合いよりもユーザの健康に対する嗜好度合いが高い第２嗜好度合いに対応する将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューが提案されている。この場合、ユーザの運動に対する嗜好度合いの向上を促す運動メニューがユーザに対して提案される。

図１８は、メーカーに提供される身体の評価情報の統計データの一例を示す図である。

図１８に示す例では、摂取物の成分カテゴリごとの身体の評価情報の将来予測値の統計値を示している。統計値は、例えば、平均値、中央値を含む。この例では、摂取物の成分カテゴリ２に対応する身体の評価情報の将来予測値は、摂取物の成分カテゴリ１に対応する身体の評価情報の将来予測値に比して、時間の経過に応じて大きく低減されている。すなわち、摂取物の成分カテゴリ２は、摂取物の成分カテゴリ１に比して、摂取物の効能に大きく寄与していることを示している。

図１９は、メーカーに提供される身体の評価情報の統計データの一例を示す図である。

図１９に示す例では、ユーザの年齢条件に基づいて分類した、摂取物の成分カテゴリごとの身体の評価情報の将来予測値の統計値を示している。この例では、４０歳以上のユーザに対応する身体の評価情報の将来予測値は、４０歳未満のユーザに対応する身体の評価情報の将来予測値に比して、時間の経過に応じて大きく低減されている。すなわち、４０歳以上のユーザが摂取物を摂取した場合には、４０歳未満のユーザが摂取物を摂取した場合に比して、摂取物の効能が大きくなることを示している。

図２０は、メーカーに提供される身体の評価情報の統計データの一例を示す図である。

図２０に示す例では、摂取物ごとの身体の評価情報の変化量を示している。この例では、時間ｔ０、時間ｔ１の２点間において、摂取物Ａまたは摂取物Ｂを摂取した場合のユーザの身体の評価情報の変化量を示している。例えば、ユーザごとの身体の評価情報の変化量を一覧表示してもよいし、複数のユーザにおける身体の評価情報の変化量の統計値を示してもよい。この例では、摂取物Ａに対応する身体の評価情報の変化量は、摂取物Ｂに対応する身体の評価情報の変化量に比して大きい傾向にある。すなわち、摂取物Ａは、摂取物Ｂに比して、健康に対する効能が大きいことを示している。

上記実施形態によれば、以下に示す効果を得ることができる。

（１）身体情報評価装置１００は、ユーザの身体情報と摂取物の商品コードとを対応付けたデータベースに基づいて、現在のユーザの身体の評価情報、ならびに、ユーザが摂取物を摂取した場合の将来のユーザの身体の評価情報を算出する。これにより、摂取物を摂取したユーザの身体情報を高い自由度をもって評価することができる。

（２）身体情報評価装置１００は、複数の時点におけるユーザの身体情報と摂取物の商品コードとを説明変数とし、ユーザの身体の評価情報を目的変数とした多変量解析の手法を用いて、受付部１１１により受け付けたユーザの身体情報を入力し、ユーザが摂取物を摂取した場合の将来のユーザの身体の評価情報を予測する。これにより、ユーザが摂取物を摂取した場合の将来のユーザの身体の評価情報を高い信頼性をもって算出することができる。

（３）身体情報評価装置１００は、複数の時点におけるユーザの身体情報と摂取物の商品コードと評価情報とを対応付けたデータを学習用データとして機械学習により学習させた学習モデル１２６に対し、受付部１１１により受け付けたユーザの身体情報を入力し、ユーザが摂取物を摂取した場合の将来のユーザの身体の評価情報を予測する。これにより、ユーザが摂取物を摂取した場合の将来のユーザの身体の評価情報を高い信頼性をもって算出することができる。

（４）身体情報評価装置１００は、ユーザの身体情報と摂取物の商品コードとを対応付けたデータベースに基づいて、ユーザが摂取物の摂取と運動とを併用した場合の将来のユーザの身体の評価情報を予測する。これにより、摂取物を摂取したユーザの身体情報をより一層高い自由度をもって評価することができる。

（５）身体情報評価装置１００は、ユーザの健康に対する嗜好度合いごとに、ユーザが摂取物の摂取と運動とを併用した場合の将来のユーザの身体の評価情報を予測し、当該予測された将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューを提案する。これにより、ユーザの健康に対する嗜好を考慮して、運動メニューを提案することができる。

（６）身体情報評価装置１００は、ユーザの健康に対する嗜好度合いを第１嗜好度合いとするとき、第１嗜好度合いに対応する将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューを提案する。これにより、ユーザの健康に対する嗜好に適した運動メニューを提案することができる。

（７）身体情報評価装置１００は、ユーザの健康に対する嗜好度合いを第１嗜好度合いとするとき、第１嗜好度合いよりも高い第２嗜好度合いに対応する将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューを提案する。これにより、ユーザの健康に対する嗜好を変容する態様で運動メニューを提案することができる。

（８）身体情報評価装置１００は、ユーザの運動に対する嗜好度合いごとに、ユーザが摂取物の摂取と運動とを併用した場合の将来のユーザの身体の評価情報を予測し、当該予測された将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューを提案する。これにより、ユーザの健康に対する嗜好を考慮して、運動メニューを提案することができる。

（９）身体情報評価装置１００は、ユーザの運動に対する嗜好度合いを第１嗜好度合いとするとき、第１嗜好度合いに対応する将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューを提案する。これにより、ユーザの運動に対する嗜好に適した運動メニューを提案することができる。

（１０）身体情報評価装置１００は、ユーザの運動に対する嗜好度合いを第１嗜好度合いとするとき、第１嗜好度合いよりも高い第２嗜好度合いに対応する将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューを提案する。これにより、ユーザの運動に対する嗜好を変容する態様で運動メニューを提案することができる。

なお、上記実施形態は、以下のような形態にて実施することもできる。

上記実施形態において、ユーザの運動に対する嗜好度合いを考慮して、例えば、負荷に上限値を設定したり、運動時間に上限値を設定したりするなど、ユーザに対する運動メニューの提案方法に制限を加えてもよい。

上記実施形態において、ユーザの健康に対する嗜好度合いを考慮して、例えば、負荷に上限値を設定したり、運動時間に上限値を設定したりするなど、ユーザに対する運動メニューの提案方法に制限を加えてもよい。

上記実施形態において、ユーザの健康に対する嗜好度合いを考慮してユーザに提案する情報は運動メニューに限らず、例えば、摂取物の摂取方法をユーザに提案してもよい。

なお、以上説明した各実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更／改良され得るとともに、本発明にはその等価物も含まれる。即ち、各実施形態に当業者が適宜設計変更を加えたものも、本発明の特徴を備えている限り、本発明の範囲に包含される。例えば、各実施形態が備える各要素及びその配置、材料、条件、形状、サイズなどは、例示したものに限定されるわけではなく適宜変更することができる。また、各実施形態は例示であり、異なる実施形態で示した構成の部分的な置換又は組み合わせが可能であることは言うまでもなく、これらも本発明の特徴を含む限り本発明の範囲に包含される。

１００…身体情報評価装置、１１０…制御部、１１１…受付部、１１２…評価部、１２０…記憶部、１２１…ユーザ管理テーブル、１２２…身体評価情報テーブル、１２３…摂取物テーブル、１２４…ユーザ嗜好テーブル、１２５…企業情報テーブル、１２６…学習モデル、２００…測定装置、３００…携帯情報端末、３１０…画像認識部、３２０…表示制御部、ＮＷ…通信ネットワーク。

Claims

ユーザの身体情報を摂取物の識別情報と対応付けて受け付ける受付部と、
前記受付部により受け付けた、ユーザの身体情報と摂取物の識別情報とを対応付けた情報をデータベースとして格納する記憶部と、
前記記憶部に格納された前記データベースに基づいて、現在のユーザの身体の評価情報、および、ユーザが摂取物を摂取した場合の将来のユーザの身体の評価情報を算出する評価部と、
を備える、
身体情報評価装置。
前記評価部は、前記記憶部に前記データベースとして格納された、複数の時点におけるユーザの身体情報と摂取物の識別情報とを説明変数とし、ユーザの身体の評価情報を目的変数とした多変量解析の手法を用いて、前記受付部により受け付けたユーザの身体情報を入力し、ユーザが摂取物を摂取した場合の将来のユーザの身体の評価情報を予測する、
請求項１に記載の身体情報評価装置。
前記評価部は、前記記憶部に前記データベースとして格納された、複数の時点におけるユーザの身体情報と摂取物の識別情報と評価情報とを対応付けたデータを学習用データとして機械学習により学習させた学習モデルに対し、前記受付部により受け付けたユーザの身体情報を入力し、ユーザが摂取物を摂取した場合の将来のユーザの身体の評価情報を予測する、
請求項１に記載の身体情報評価装置。
前記評価部は、前記記憶部に格納された前記データベースに基づいて、ユーザが摂取物の摂取と運動とを併用した場合の将来のユーザの身体の評価情報を予測する、
請求項１から３のいずれか１項に記載の身体情報評価装置。
前記評価部は、ユーザの健康に対する嗜好度合いごとに、ユーザが摂取物の摂取と運動とを併用した場合の将来のユーザの身体の評価情報を予測し、当該予測された将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューを提案する、
請求項１から４のいずれか１項に記載の身体情報評価装置。
前記評価部は、ユーザの健康に対する嗜好度合いを第１嗜好度合いとするとき、第１嗜好度合いに対応する将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューを提案する、
請求項５に記載の身体情報評価装置。
前記評価部は、ユーザの健康に対する嗜好度合いを第１嗜好度合いとするとき、第１嗜好度合いよりもユーザの健康に対する嗜好度合いが高い第２嗜好度合いに対応する将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューを提案する、
請求項５に記載の身体情報評価装置。
前記評価部は、ユーザの運動に対する嗜好度合いごとに、ユーザが摂取物の摂取と運動とを併用した場合の将来のユーザの身体の評価情報を予測し、当該予測された将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューを提案する、
請求項３から７のいずれか１項に記載の身体情報評価装置。
前記評価部は、ユーザの運動に対する嗜好度合いを第１嗜好度合いとするとき、第１嗜好度合いに対応する将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューを提案する、
請求項８に記載の身体情報評価装置。
前記評価部は、ユーザの運動に対する嗜好度合いを第１嗜好度合いとするとき、第１嗜好度合いよりもユーザの運動に対する嗜好度合いが高い第２嗜好度合いに対応する将来のユーザの身体の評価情報に基づいて、ユーザに対して運動メニューを提案する、
請求項９に記載の身体情報評価装置。
ユーザの身体情報を摂取物の識別情報と関連付けて受け付けるステップと、
ユーザの身体情報と摂取物の識別情報とを対応付けた情報をデータベースとして記憶部に格納するステップと、
前記記憶部に格納された前記データベースに基づいて、現在のユーザの身体の評価情報、ならびに、ユーザが摂取物を摂取した場合の将来のユーザの身体の評価情報を算出するステップと、
を含む、
身体情報評価方法。
一又は複数のコンピュータに、
ユーザの身体情報を摂取物の識別情報と関連付けて受け付けさせる処理と、
ユーザの身体情報と摂取物の識別情報とを対応付けた情報をデータベースとして記憶部に格納させる処理と、
前記記憶部に格納された前記データベースに基づいて、現在のユーザの身体の評価情報、ならびに、ユーザが摂取物を摂取した場合の将来のユーザの身体の評価情報を評価させる処理と、
を実行させる、
プログラム。
請求項１２に記載のプログラムを記憶したコンピュータ読み取り可能な記録媒体。