JP2023108666A - 健康管理装置、健康管理システム、及び健康管理方法 - Google Patents

健康管理装置、健康管理システム、及び健康管理方法 Download PDF

Info

Publication number
JP2023108666A
JP2023108666A JP2022009826A JP2022009826A JP2023108666A JP 2023108666 A JP2023108666 A JP 2023108666A JP 2022009826 A JP2022009826 A JP 2022009826A JP 2022009826 A JP2022009826 A JP 2022009826A JP 2023108666 A JP2023108666 A JP 2023108666A
Authority
JP
Japan
Prior art keywords
information
health
user
estimated
unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2022009826A
Other languages
English (en)
Inventor
雅寛 伊藤
Masahiro Ito
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.)
Yazaki Corp
Original Assignee
Yazaki 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 Yazaki Corp filed Critical Yazaki Corp
Priority to JP2022009826A priority Critical patent/JP2023108666A/ja
Priority to PCT/JP2023/002115 priority patent/WO2023145733A1/ja
Publication of JP2023108666A publication Critical patent/JP2023108666A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

Figure 2023108666000001
【課題】メンタルヘルス不調の発生を適切に予測する健康管理装置、健康管理システム及び健康管理方法を提供する。
【解決手段】サーバと、ユーザ情報取得装置と、管理用端末とが、夫々相互に通信可能な健康管理システムにおいて、健康管理装置１００は、ユーザ情報取得部１１１と、推定情報生成部１１２と、健康状態判定部１１３と、出力部１１４と、を備える。ユーザ情報取得部は、ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得する。推定情報生成部は、ユーザ情報と、あらかじめ記憶部に記憶され、イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する。健康状態判定部は、推定情報に基づいて、ユーザの現在及び将来の所定の時点における健康状態を判定する。出力部は、健康状態判定部で判定した結果を出力する。
【選択図】図３

Description

本発明は、健康管理装置、健康管理システム、及び健康管理方法に関する。
近年、経済、産業構造が変化する中で、仕事や職業生活に関する強い不安、悩み、ストレスを感じている従業員の割合が高くなる傾向があり、企業は、ストレスチェックテストの実施や産業医による面談の実施等、従業員に対してメンタルヘルス対策を講じている。メンタルヘルス対策を支援する手段として、例えば、メンタルヘルス不調の予兆を管理するシステムが提案されている。特許文献１には、人の心的健康状態を推定可能な健康管理装置が開示されている。特許文献１に開示された健康管理装置は、センサーやアンケートの実施により取得したデータに基づいて従業員のメンタルヘルス状態を判定する。
特開２０１６－２００９５５号公報
従業員がメンタルヘルス不調となる原因は、職場や自宅での環境において日々発生する事象（イベント）や環境自体に関係する様々な要因に起因する。また、メンタルヘルス不調は、メンタルヘルスチェックの時点て発生しているものに限られず、様々な要因によって、例えば、数か月後などの将来において発生する場合がある。そのため、特許文献１で開示された健康管理装置において判定が実施された時点においては、メンタルヘルス不調が発生していない場合であっても、その判定が実施された数か月後にメンタルヘルス不調が発生する場合がある。すなわち、メンタルヘルス不調の早期発見や予防の観点からも、適切にメンタルヘルス不調の予測が可能となる手段が必要とされる。
本発明は、このような従来技術が有する課題に鑑みてなされたものである。そして本発明の目的は、メンタルヘルス不調の発生を適切に予測することが可能な健康管理装置を提供することにある。
本発明の態様に係る健康管理装置は、ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得するユーザ情報取得部と、ユーザ情報と、あらかじめ記憶部に記憶され、イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する推定情報生成部と、推定情報に基づいて、ユーザの現在及び将来の所定の時点における健康状態を判定する健康状態判定部と、健康状態判定部で判定された結果を出力する出力部と、を備える。
本発明の他の態様に係る健康管理システムは、ユーザ情報取得装置と、健康管理装置と、を備える健康管理システムであって、ユーザ情報取得装置は、ユーザの生体情報及び／又は行動情報を含むユーザ情報を取得し、取得したユーザ情報を健康管理装置へ送信し、健康管理装置は、ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得するユーザ情報取得部と、ユーザ情報と、あらかじめ記憶部に記憶され、イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する推定情報生成部と、推定情報に基づいて、ユーザの現在及び将来の所定の時点における健康状態を判定する健康状態判定部と、健康状態判定部で判定された結果を出力する出力部と、を有する。
本発明の他の態様に係る健康管理方法は、コンピュータによって実行される健康管理方法であって、ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得し、ユーザ情報と、あらかじめ記憶部に記憶され、イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成し、推定情報に基づいて、ユーザの現在及び将来の所定の時点における健康状態を判定し、健康状態に対し判定された結果を出力する。
本発明によれば、メンタルヘルス不調の発生を適切に予測することが可能な健康管理装置を提供することができる。
第１の実施形態に係る健康管理システムの構成を示す図である。 第１の実施形態に係る健康管理システムのサーバの構成を示すブロック図である。 第１の実施形態に係る健康管理装置の機能的構成を示すブロック図である。 第１の実施形態に係る健康管理システムのユーザ情報及び推定情報について説明するための図である。 第１の実施形態に係る健康管理システムの参照情報について説明するための図である。 第１の実施形態に係る健康管理システムにおける兆候パターンの一例を示す図である。 第１の実施形態に係る健康管理システムにおける兆候パターンの一例を示す図である。 第１の実施形態に係る健康管理システムにおける兆候パターンの一例を示す図である。 第１の実施形態に係る健康管理システムにおける兆候パターンの一例を示す図である。 第１の実施形態に係る健康管理システムの健康状態判定処理について説明するための図である。 第１の実施形態に係る健康管理システムの健康状態判定処理について説明するための図である。 第１の実施形態に係る健康管理システムの健康状態判定処理について説明するための図である。 第１の実施形態に係る健康管理システムの判定結果について説明するための図である。 第１の実施形態に係る健康管理装置における健康管理処理の一例を示すフローチャートである。 第２の実施形態に係る健康管理システムにおける健康状態判定部について説明するためのブロック図である。
以下、図面を用いて本実施形態に係る健康管理装置１００について詳細に説明する。なお、図面の寸法比率は説明の都合上誇張されており、実際の比率と異なる場合がある。また、以下の図面の記載において、同一又は類似の部分には同一又は類似の符号を付している。
（健康管理システム１の概要）
本実施形態に係る健康管理システム１は、従業員に関する各種情報を取得し、取得した情報に基づいて、メンタルヘルス不調の発生の有無や発生時期を予測するものである。なお、本実施形態において健康管理システム１は、メンタルヘルス不調に対応する健康管理に適用した場合の例について説明する。以下に、健康管理システム１について幾つかの具体的な実施形態を参照して説明する。
（第１の実施形態）
図１は、第１の実施形態に係る健康管理システム１の概略構成を示す図である。図１に示すように、健康管理システム１は、サーバ１０と、ユーザ情報取得装置２０と、管理用端末３０と、を含んで構成される。また、健康管理システム１は、ネットワーク４０により、サーバ１０と、ユーザ情報取得装置２０と、管理用端末３０とが、それぞれ相互に通信可能な構成としてもよい。また、健康管理システム１は、医療機関端末５０を含んで構成してもよい。
サーバ１０は、健康管理システム１において、取得した従業員に関する各種情報に基づいて、メンタルヘルス不調の発生の有無や発生時期を予測するものである。サーバ１０の詳細については、後述する。
ユーザ情報取得装置２０は、例えば、ユーザ端末２０ａ、従業員カード２０ｂ、体組成計２０ｃ、及び／又はウェアラブル端末２０ｄ等が含まれる。ユーザ端末２０ａは、従業員が業務によって使用するＰＣであって、例えば、ユーザ端末２０ａの使用時間等が取得される。また、ユーザ端末２０ａにおいては、従業員に対して発生した各種イベントに関し、従業員自らが入力することにより、ユーザ情報が取得される。例えば、結婚や弔事など従業員に対して発生したイベントに対し、従業員が会社に対して申請することで、ユーザ情報が取得される。
従業員カード２０ｂは、各従業員に配布されたカードであって、例えば、出退勤の管理に用いられる。体組成計２０ｃは、従業員の体重や体脂肪を測定するための装置であり、自宅や会社、又はトレーニングジム等に設置される。ウェアラブル端末２０ｄは、従業員が日頃装着する装置であり、心拍数等の生体情報を測定する。なお、ユーザ情報取得装置２０で取得されたユーザ情報は、ユーザ情報取得装置２０に設けられた通信機能により、ネットワーク４０を介して、サーバ１０に送られる。
すなわち、ユーザ情報取得装置２０は、ユーザ（従業員）の生体情報、行動情報及び／又はユーザに対して発生したイベントに関する情報を含むユーザ情報を取得し、取得したユーザ情報を健康管理装置１００へ送信する。健康管理装置１００は、ユーザの日常におけるイベントをユーザ情報として取得することが可能となり、様々なイベントに基づいて健康状態に対する推定情報を生成することにより、適切にメンタルヘルス不調を予測することが可能となる。
管理用端末３０は、ネットワーク４０を介してサーバ１０と通信可能な端末であり、サーバ１０に格納された各種情報の閲覧を可能とするための端末である。また、管理用端末３０は、健康管理を行う者や、人事等の担当者の管理用端末として実現してもよい。健康管理を行う者や人事等の担当者が管理用端末３０を介して、従業員の健康状態や予測状況を把握することが可能となる。なお、管理用端末３０は、例えば、ＰＣ３０ａ（Ｐｅｒｓｏｎａｌ ｃｏｍｐｕｔｅｒ）やモバイル端末３０ｂとして構成される。以降、管理用端末３０として、ＰＣ３０ａとモバイル端末３０ｂとをそれぞれを区別して説明する必要がない場合は、単に「管理用端末３０」と表記する。
ネットワーク４０は、上述の通り、サーバ１０と、ユーザ情報取得装置２０と、管理用端末３０とが、それぞれ相互に通信可能とするためのネットワークであり、有線、及び／又は無線で構成される。なお、ネットワーク４０における、有線及び無線の種別は本実施形態の構成を限定するものではない。
医療機関端末５０は、例えば、従業員に対して健康診断を実施し、健康診断の結果を保持する。また、医療機関端末５０の健康診断結果等の情報は、ネットワーク４０を介してサーバ１０や管理用端末３０に送信される構成としてもよい。
（サーバ１０の構成）
図２は、サーバ１０の構成を示すブロック図である。サーバ１０は、図２に示すように、健康管理装置１００を機能として備える。本実施形態において、この健康管理装置１００は、制御部１１０と、記憶部１２０と、入出力ＩＦ１３０（Ｉｎｔｅｒｆａｃｅ）と、通信ＩＦ１４０と、を備える一般的なコンピュータによって構成される。制御部１１０及び記憶部１２０の詳細については後述する。
入出力ＩＦ１３０は、例えば、ユーザがサーバ１０との間においてデータをやり取りするための構成要素（インタフェース）である。入出力ＩＦ１３０は、例えば、入力ＩＦと、出力ＩＦとを備える（図示なし）。
入出力ＩＦ１３０における入力ＩＦは、ユーザによるさまざまな情報を入力するためのインタフェース機能を有し、サーバ１０の外部より情報が入力される。入力ＩＦには、サーバ１０と接続された、例えば、キーボード、マウス、タッチパネル、トラックボール、及び、音声認識デバイス等を通じてユーザによって情報が入力される。また、入力ＩＦは、外部記憶装置（図示なし）等からデータを入力するためのデータ入力端子として、情報を入力することができる。
入出力ＩＦ１３０における出力ＩＦは、サーバ１０に接続された表示装置（図示なし）に、後述のユーザ情報や判定結果を表示させる。表示装置は、例えば、ディスプレイ装置、プロジェクター装置などである。
通信ＩＦ１４０は、ネットワーク４０を介して、サーバ１０と、ユーザ情報取得装置２０、管理用端末３０、及び／又は医療機関端末５０との相互の通信を可能にするためのインタフェースである。
（健康管理装置１００の機能的構成）
図３は、健康管理装置１００の機能的構成を示すブロック図である。健康管理装置１００の制御部１１０は、ユーザ情報取得部１１１と、推定情報生成部１１２と、健康状態判定部１１３と、出力部１１４と、を機能として備える。
制御部１１０は、例えば、オペレーティングシステムを動作させて、サーバ１０全体を制御する。さらに、制御部１１０は、記憶部１２０に格納されたプログラムに基づいて動作し、ユーザ情報取得部１１１と、推定情報生成部１１２と、健康状態判定部１１３と、出力部１１４と、に備える各機能を実行する。なお、プログラムは、記憶部１２０に格納される形態に限定されず、例えば、健康管理装置１００内の、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等（図示なし）に記憶された構成としてもよい。
記憶部１２０は、図３に示すように、ユーザ情報ＤＢ１２１（ＤＢ：Ｄａｔａｂａｓｅ）と、参照情報ＤＢ１２２と、推定情報ＤＢ１２３と、判定結果ＤＢ１２４とに含まれる情報をデータとして格納する。なお、これらの各データを格納する記憶部１２０は、１つであっても複数であってもよい。例えば、１つの記憶部１２０に対し、領域を分けて記憶する構成としてもよい。あるいは、物理的に離れた場所に設置された複数の記憶装置に、データが分散して格納されていてもよい。
ユーザ情報取得部１１１は、ユーザ情報取得装置２０で取得したユーザ情報を、ネットワーク４０を介して取得し、ユーザ情報ＤＢ１２１に格納する。また、ユーザ情報取得部１１１は、医療機関端末５０で取得した従業員の健康診断の結果をユーザ情報として取得してもよい。ユーザ情報は、ユーザに対して発生したイベントに関する情報であり、本実施形態において、ユーザ情報は、従業員に対して発生したイベントに関する情報である。また、ユーザ（従業員）に対して発生したイベントは、例えば、仕事においては、移動、勤務地変更、昇格などに該当し、家庭においては、引っ越しや介護等のイベントが含まれる。また、ユーザ（従業員）に対して発生したイベントは、日常業務における残業の増加や食事量の増減、また、健康診断やストレスチェックの結果等も含まれる。図４に、ユーザ情報ＤＢ１２１に格納されたユーザ情報の一例を示す。図４に示すように、ユーザ情報は、発生したイベントの内容、発生日、経過時間、及び状態に関する情報を含む。
図４に示す例においては、「有給頻度増加」、「遅刻頻度増加」、「残業時間増加」、及び「ＰＣ使用時間増加」がユーザ情報として取得された場合の例を示している。ユーザ情報において、発生日は当該イベントが発生した日を示し、経過時間は、当該イベントが発生してからの経過時間を示す。また、ユーザ情報における状態は、イベントに関係し問題が発生している場合にその旨の情報が付与される。例えば、「残業時間増加」において、増加量が極端に多い場合などに該当する。
推定情報生成部１１２は、ユーザ情報ＤＢ１２１に格納されたユーザ情報と、参照情報ＤＢ１２２に格納された参照情報とに基づいて、推定情報を生成し、推定情報ＤＢ１２３に格納する。具体的には、推定情報生成部１１２は、ユーザ情報と、イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する。本実施形態において、参照情報ＤＢ１２２に格納された参照情報とは、各イベントに対応したストレス度の兆候パターン及び重みに関する値（重み情報）である。また、推定情報生成部１１２は、兆候パターンに重み情報を乗算した結果に基づいて推定情報を生成する。
図５に参照情報ＤＢ１２２に格納された参照情報の一例を示す。図５に示すように、参照情報は、イベントの内容を示す情報と、イベントの一部に対して詳細内容を示す情報と、兆候パターンと、重みを示す情報とが含まれる。なお、参照情報ＤＢ１２２に記載の内容や値は、入出力ＩＦ１３０や通信ＩＦ１４０を介して、ユーザごとにカスタマイズしてもよい。これにより、ユーザに応じた兆候パターンや重みを用いて推定情報を生成することが可能となり、よりメンタルヘルス不調の発生を適切に予測することが可能となる。
本実施形態において、兆候パターンは、各イベントに対応したパターンであって、時間とストレス度との関係を示すパターンである。図６Ａ～図６Ｄに兆候パターンの一例を示す。図６Ａ～図６Ｄは、横軸を時間軸とし、縦軸をストレス度に割り当て、時間の経過とストレス度との関係を示す図である。また、図６Ａ～図６Ｄの横軸の時間軸のスケールは、例として１年の時間スケールである場合を示しているが、このスケールは本実施形態の構成を限定するものではない。例えば、兆候パターンの横軸（時間軸）のスケールは、対応する各イベント等に応じて数週間から数年という具合に異なる構成としてもよい。このように、兆候パターンの横軸（時間軸）をイベントに応じて異なる構成とすることにより、より詳細なパターンの組み合わせが可能となり、よりメンタルヘルス不調の発生を適切に予測することが可能となる。
図６Ａは、イベント発生からストレス度が上昇し、しばらくの期間、ストレス度が低下しない場合の例を示す。図６Ｂは、イベント発生からストレス度が上昇し、その後、ストレス度が低下する場合の例を示す。すなわち図６Ｂに示す例は、イベント発生直後は強いストレス度が発生するが、その後、ストレス度が落ち着く場合に該当する。
図６Ｃは、イベント発生からしばらくの期間は、ストレス度は緩やかに上昇し、その後、ストレス度が急激に上昇する場合の兆候パターンの例を示す。
図６Ｄは、イベント発生から所定の期間略一定の割合でストレス度が掛かる場合の例を示す。すなわち図６Ｄに示す例は、急激なストレス度の上昇は発生しないが、ある一定の割合のストレス度が掛かり続ける場合の兆候パターンの例を示している。
参照情報に含まれる各イベントに対する重みは、イベントに対するストレス度の影響度を示す重みである。本実施形態において、この重みの値が大きいほど、ストレス度に対する影響度が大きくなるものとする。
推定情報生成部１１２は、各イベントの兆候パターンと、重みとに基づいて、推定情報を生成する。図４に示す例においては、現在の時点で発生した「有給頻度増加」と、３か月前に発生した「遅刻頻度増加」と、半年前に発生した「残業時間増加」及び「ＰＣ使用時間増加」とに基づいて、推定情報を生成する例を示している。例えば、「現在」の時点において、兆候パターンが「Ａ」の「有給頻度増加」は、図６Ａに示すようにストレス度が無く、兆候パターンに示す値と、重みとを乗算した値は「０」となる。また、「現在」の時点において、兆候パターンが「Ａ」の「遅刻頻度増加」は、３か月経過しているため、図６Ａに示すようにストレス度は、約「０．７」を示し、兆候パターンに示す値と、重みとを乗算した値は「２．１」となる。
上述の通り、推定情報生成部１１２は、例えば、「現在」、「３か月後」、及び「半年後」における兆候パターンと重みとを乗算した値を算出し、その合計を算出することで、推定情報を生成する。図４に示す例においては、「現在」の推定情報は「２．９５」、３か月後の推定情報は、「６．５５」、半年後の推定情報が「８．０５」である場合の例を示している。
健康状態判定部１１３は、推定情報ＤＢ１２３に格納された推定情報に基づいて、従業員の現在及び将来の所定の時点における健康状態を判定し、判定結果ＤＢ１２４に格納する。本実施形態において、健康状態判定部１１３で判定される健康状態は、現在の健康状態及び将来の所定の時点における健康状態の予測値である。具体的には、健康状態判定部１１３は、現在、３か月後、及び半年後の健康状態について判定を行う。本実施形態において、健康状態判定部１１３は、現在、３か月後、及び半年後の健康状態を示す健康度が、所定の閾値を超えているか否かにより判定される。また、健康状態判定部１１３は、判定した結果を判定結果ＤＢ１２４に格納する。なお、本実施形態において、健康状態を示す健康度は、推定情報生成部１１２で生成された推定情報の値に相当する。
本実施形態において、所定の閾値は、該当する各イベントの重みの合計の半分の値である。例えば、図４に示す例においては、重みの合計が「１０」であり、閾値は重みの合計の半分である「５」と設定する。なお、この閾値を重みの合計の半分とする構成は、本実施形態の構成を限定するものではなく、重みの合計の半分より大きい又は小さい値を適用してもよい。また、閾値は、従業員に応じて可変とする構成としてもよい。
出力部１１４は、健康状態判定部１１３で判定され、判定結果ＤＢ１２４に格納された判定結果を、サーバ１０の表示装置、又は管理用端末３０の表示装置に出力する。図８は、本実施形態における判定結果の一例を示す図である。図８に示す例においては、従業員番号が「Ａ０００１」の従業員は、図７Ａに示す健康度であるとする。この場合、図７Ａにおいては、現在、３か月、及び半年後の時点において、健康度は閾値を超えていない。従って、出力される判定結果としては、図８に示すように「問題ありません」という内容の結果が出力される。
また、図８に示す例において、従業員番号が「Ａ０００２」の従業員は、図７Ｂに示す健康度であるとする。この場合、図７Ｂにおいては、半年後の時点において、健康度が閾値を超えている。従って、出力される判定結果としては、図８に示すように「半年後の健康状態を確認ください」という内容の結果が出力される。これにより、健康管理者は、半年後に、この従業員に対して、メンタルヘルス不調のチェックを行う。また、健康管理者は、現在から半年後までの期間において、何度かこの従業員のメンタルヘルス不調のチェックを行うことで、メンタルヘルス不調の発生を防ぐことが可能となる。
さらに、図８に示す例において、従業員番号が「Ａ０００３」の従業員は、例えば、図７Ｃに示す健康度であるとする。この場合、図７Ｃにおいては、現在及び３か月後の時点において、健康度が閾値を超えている。従って、出力される判定結果としては、図８に示すように「現在及び３か月後の健康状態を確認ください」という内容の結果が出力される。これにより、健康管理者は、現在及び３か月後に、この従業員に対して、メンタルヘルス不調のチェックを行う。また、健康管理者は、現在から３か月後までの期間において、何度かこの従業員のメンタルヘルス不調のチェックを行うことで、メンタルヘルス不調の発生を防ぐことが可能となる。
（健康管理装置１００の処理フローの概略）
次に、図９に示すフローチャートを用いて健康管理装置１００における処理の流れを示す。図９のフローチャートに示す健康管理装置１００の一連の動作は、健康管理装置１００が起動されると開始され、作業終了により処理を終了する。また、図９に示すフローチャートは、電源オフや処理終了の割り込みによっても処理は終了する。また、以下のフローチャートの説明において、上述の健康管理システム１及び健康管理装置１００の説明で記載した内容と同じ内容については、省略又は簡略化して説明する。
ステップＳ９０１において、ユーザ情報取得部１１１は、ユーザ情報取得装置２０で取得したユーザ情報を、ネットワーク４０を介して取得し、ユーザ情報ＤＢ１２１に格納する。また、ユーザ情報取得部１１１は、医療機関端末５０で取得した従業員の健康診断の結果をユーザ情報として取得してもよい。次に処理はステップＳ９０２に進む。
ステップＳ９０２において、推定情報生成部１１２は、ユーザ情報ＤＢ１２１に格納されたユーザ情報と、参照情報ＤＢ１２２に格納された参照情報とに基づいて、推定情報を生成し、推定情報ＤＢ１２３に格納する。具体的には、推定情報生成部１１２は、ユーザ情報と、イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する。次に処理はステップＳ９０３に進む。
ステップＳ９０３において、健康状態判定部１１３は、推定情報ＤＢ１２３に格納された推定情報に基づいて、従業員の現在及び将来の所定の時点における健康状態を判定し、判定結果ＤＢ１２４に格納する。次に処理はステップＳ９０４に進む。
ステップＳ９０４において、出力部１１４は、健康状態判定部１１３で判定され、判定結果ＤＢ１２４に格納された判定結果を、サーバ１０の表示装置、又は管理用端末３０の表示装置に出力する出力し、処理は終了する。
上述の通り、第１の実施形態に係る健康管理装置１００は、ユーザ情報取得部１１１と、推定情報生成部１１２と、健康状態判定部１１３と、出力部１１４とを備える。ユーザ情報取得部１１１は、ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得する。推定情報生成部１１２は、ユーザ情報と、あらかじめ記憶部１２０に記憶され、イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する。健康状態判定部１１３は、推定情報に基づいて、ユーザの現在及び将来の所定の時点における健康状態を判定する。出力部１１４は、健康状態判定部１１３で判定された結果を出力する。
これにより、健康管理装置１００は、従業員のメンタルヘルス不調の発生を適切に予測することが可能となる。
また、健康管理装置１００の参照情報は、重み情報を含み、推定情報生成部１１２は、兆候パターンに重み情報を乗算した結果に基づいて推定情報を生成してもよい。これにより、健康管理装置１００は、従業員に対して発生したイベントに対応した重み情報に基づくことにより、メンタルヘルス不調の予測の精度が向上し、より適切にメンタルヘルス不調を予測することが可能となる。
また、健康管理装置１００の兆候パターンは、現在及び将来の所定の時点におけるストレス度を示す情報であって、対応するイベントに応じて時間軸のスケールが異なる構成としてもよい。これにより、健康管理装置１００は、推定情報の生成に従業員に対して発生したイベントに対応した兆候パターンを用いることで、メンタルヘルス不調の予測の精度が向上し、より適切にメンタルヘルス不調を予測することが可能となる。
（第２の実施形態）
以上の通り、具体的な実施形態を一つ説明したが、上述した実施形態は例示であって実施形態を限定するものではない。例えば、上述の実施形態では、各イベントに対応する兆候パターンを用いて健康状態を判定する形態を例示した。ここではさらに、健康管理装置１００において、機械学習によって生成された学習済モデルを健康状態判定部１１３ａとして用いる第２の実施形態に係る健康管理装置１００について、第１の実施形態と異なる構成について説明する。
第２の実施形態に係る健康管理装置１００は、学習部１５０を備え、学習部１５０における機械学習によって生成された学習済モデルを健康状態判定部１１３ａとして備える点で第１の実施形態に係る健康管理装置１００と異なる。
図１０は、第２の実施形態に係る健康状態判定部１１３ａの生成について説明するための図である。
図１０に示すように、学習部１５０の機械学習部１５１は、記憶部１２０の推定情報ＤＢ１２３及び健康状態ＤＢ１２５に記憶された推定情報及び健康情報を用いて学習を行う。なお、推定情報ＤＢ１２３に格納された推定情報は、上述の第１の実施形態において説明した推定情報と同じであるため、ここでは説明を省略する。
健康状態ＤＢ１２５に格納された健康状態は、健康管理の対象となる従業員の過去の健康状態を格納したものである。すなわち、推定情報生成部１１２で生成された推定情報と、それに対するユーザの過去の健康状態を記録した記録情報との関係を学習し、学習された学習済モデルを健康状態判定部１１３ａとして用いる。この機械学習部１５１で生成された学習済モデルを健康状態判定部１１３ａとして用いることで、健康状態判定部１１３ａに入力情報として推定情報を入力した場合に、予測される健康状態が出力されることになる。これにより、従業員の各特性に応じた健康状態を予測することが可能となり、より適切に健康状態を判定することが可能となる。
上述の通り、第２の実施形態に係る健康管理装置１００は、推定情報と、ユーザの過去の健康状態を記録した健康情報との関係を学習する学習部１５０を備えてもよい。また、第２の実施形態に係る健康管理装置１００の健康状態判定部１１３は、学習部１５０で学習された学習済モデルである構成としてもよい。これにより、健康管理装置１００は、従業員のメンタルヘルス不調の予測において、判定対象となる従業員に応じた健康状態の判定が可能となり、メンタルヘルス不調の予測の精度が向上し、より適切にメンタルヘルス不調を予測することが可能となる。
（他の実施形態）
実施形態につき、図面を参照しつつ詳細に説明したが、以上の実施形態に記載した内容により本実施形態が限定されるものではない。また、上記に記載した構成要素には、当業者が容易に想定できるもの、実質的に同一のものが含まれる。さらに、上記に記載した構成は適宜組み合わせることが可能である。また、実施形態の要旨を逸脱しない範囲で構成の種々の省略、置換又は変更を行うことができる。
上述した健康管理装置１００における処理（健康管理方法）をコンピュータに実行させるコンピュータプログラム（健康管理プログラム）、及びそのプログラムを記録したコンピュータで読み取り可能な記録媒体は、本実施形態の範囲に含まれる。ここで、コンピュータで読み取り可能な記録媒体の種類は任意である。また、上記コンピュータプログラムは、上記記録媒体に記録されたものに限られず、電気通信回線、無線又は有線通信回線、インターネットを代表とするネットワーク等を経由して伝送されるものであってもよい。
以下に、健康管理装置１００、健康管理システム１、及び健康管理方法の特徴について記載する。
第１の態様に係る健康管理装置１００は、ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得するユーザ情報取得部１１１を備える。また、健康管理装置１００は、推定情報生成部１１２を備える。推定情報生成部１１２は、ユーザ情報と、あらかじめ記憶部１２０に記憶され、イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する。また、健康管理装置１００は、推定情報に基づいて、ユーザの現在及び将来の所定の時点における健康状態を判定する健康状態判定部１１３を備える。さらに、健康管理装置１００は、健康状態判定部１１３で判定された結果を出力する出力部１１４を備える。
上記構成によれば、健康管理装置１００は、従業員のメンタルヘルス不調の発生を適切に予測することが可能となる。
第２の態様に係る健康管理装置１００の参照情報は、重み情報をさらに含んでもよい。また、健康管理装置１００の推定情報生成部１１２は、兆候パターンに重み情報を乗算した結果に基づいて推定情報を生成してもよい。
上記構成によれば、健康管理装置１００は、従業員に対して発生したイベントに対応した重み情報に基づくことにより、メンタルヘルス不調の予測の精度が向上し、より適切にメンタルヘルス不調を予測することが可能となる。
第３の態様に係る健康管理装置１００の兆候パターンは、現在及び将来の所定の時点におけるストレス度を示す情報であって、対応するイベントに応じて時間軸のスケールが異なってもよい。
上記構成によれば、健康管理装置１００は、推定情報の生成に従業員に対して発生したイベントに対応した兆候パターンを用いることで、メンタルヘルス不調の予測の精度が向上し、より適切にメンタルヘルス不調を予測することが可能となる。
第４の態様に係る健康管理装置１００は、推定情報と、ユーザの過去の健康状態を記録した健康情報との関係を学習する学習部１５０をさらに備えてもよい。また、健康状態判定部１１３は、学習部１５０で学習された学習済モデルであってもよい。
上記構成によれば、健康管理装置１００は、従業員のメンタルヘルス不調の予測において、判定対象となる従業員に応じた健康状態の判定が可能となり、メンタルヘルス不調の予測の精度が向上し、より適切にメンタルヘルス不調を予測することが可能となる。
第５の態様に係る健康管理システム１は、ユーザ情報取得装置２０と、健康管理装置１００と、を備える健康管理システム１である。ユーザ情報取得装置２０は、ユーザの生体情報、行動情報及び／又はユーザに対して発生したイベントに関する情報を含むユーザ情報を取得し、取得したユーザ情報を健康管理装置へ送信する。健康管理装置１００は、ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得するユーザ情報取得部１１１を備える。また、健康管理装置１００は、推定情報生成部１１２を備える。推定情報生成部１１２は、ユーザ情報と、あらかじめ記憶部１２０に記憶され、イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する。また、健康管理装置１００は、推定情報に基づいて、ユーザの現在及び将来の所定の時点における健康状態を判定する健康状態判定部１１３を備える。さらに、健康管理装置１００は、健康状態判定部１１３で判定された結果を出力する出力部１１４を備える。
上記構成によれば、健康管理システム１は、従業員のメンタルヘルス不調の発生を適切に予測することが可能となる。
第６の態様に係る健康管理システム１のユーザ情報取得装置２０は、ユーザが使用するユーザ端末２０ａ、従業員カード２０ｂ、体組成計２０ｃ、及びウェアラブル端末２０ｄの少なくとも一つを含んでもよい。
上記構成によれば、健康管理システム１は、ユーザの日常におけるイベントをユーザ情報として取得することが可能となり、様々なイベントに基づいて推定情報を生成することにより、適切にメンタルヘルス不調を予測することが可能となる。
第７の態様に係る健康管理方法はコンピュータによって実行される健康管理方法である。健康管理方法は、ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得する。また、健康管理方法は、ユーザ情報と、あらかじめ記憶部１２０に記憶され、イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する。また、健康管理方法は、推定情報に基づいて、ユーザの現在及び将来の所定の時点における健康状態を判定する。さらに、健康管理方法は、健康状態に対し判定された結果を出力する。
上記構成によれば、健康管理方法は、従業員のメンタルヘルス不調の発生を適切に予測することが可能となる。
１ 健康管理システム
１００ 健康管理装置
１１１ ユーザ情報取得部
１１２ 推定情報生成部
１１３、１１３ａ 健康状態判定部
１１４ 出力部
１２１ ユーザ情報ＤＢ
１２２ 参照情報ＤＢ
１２３ 推定情報ＤＢ
１２４ 判定結果ＤＢ
１２５ 健康状態ＤＢ
１５１ 機械学習部

Claims (7)

  1. ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得するユーザ情報取得部と、
    前記ユーザ情報と、あらかじめ記憶部に記憶され、前記イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、前記ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する推定情報生成部と、
    前記推定情報に基づいて、前記ユーザの現在及び将来の所定の時点における前記健康状態を判定する健康状態判定部と、
    前記健康状態判定部で判定された結果を出力する出力部と、
    を備える健康管理装置。
  2. 前記参照情報は、重み情報をさらに含み、
    前記推定情報生成部は、前記兆候パターンに前記重み情報を乗算した結果に基づいて前記推定情報を生成する、請求項１に記載の健康管理装置。
  3. 前記兆候パターンは、現在及び将来の所定の時点におけるストレス度を示す情報であって、対応する前記イベントに応じて時間軸のスケールが異なる、請求項１又は２に記載の健康管理装置。
  4. 前記推定情報と、前記ユーザの過去の前記健康状態を記録した健康情報との関係を学習する学習部をさらに備え、
    前記健康状態判定部は、前記学習部で学習された学習済モデルである、請求項１から３のいずれか一項に記載の健康管理装置。
  5. ユーザ情報取得装置と、健康管理装置と、を備える健康管理システムであって、
    前記ユーザ情報取得装置は、ユーザの生体情報、行動情報及び／又は前記ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得し、取得した前記ユーザ情報を前記健康管理装置へ送信し、
    前記健康管理装置は、
    前記ユーザに対して発生した前記イベントに関する情報を含む前記ユーザ情報を取得するユーザ情報取得部と、
    前記ユーザ情報と、あらかじめ記憶部に記憶され、前記イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、前記ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する推定情報生成部と、
    前記推定情報に基づいて、前記ユーザの現在及び将来の所定の時点における前記健康状態を判定する健康状態判定部と、
    前記健康状態判定部で判定された結果を出力する出力部と、
    を有する、健康管理システム。
  6. 前記ユーザ情報取得部は、前記ユーザが使用するユーザ端末、従業員カード、体組成計、及びウェアラブル端末の少なくとも一つを含む、請求項５に記載の健康管理システム。
  7. コンピュータによって実行される健康管理方法であって、
    ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得し、
    前記ユーザ情報と、あらかじめ記憶部に記憶され、前記イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、前記ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成し、
    前記推定情報に基づいて、前記ユーザの現在及び将来の所定の時点における前記健康状態を判定し、
    前記健康状態に対し判定された結果を出力する、健康管理方法。
JP2022009826A 2022-01-26 2022-01-26 健康管理装置、健康管理システム、及び健康管理方法 Pending JP2023108666A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2022009826A JP2023108666A (ja) 2022-01-26 2022-01-26 健康管理装置、健康管理システム、及び健康管理方法
PCT/JP2023/002115 WO2023145733A1 (ja) 2022-01-26 2023-01-24 健康管理装置、健康管理システム、及び健康管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2022009826A JP2023108666A (ja) 2022-01-26 2022-01-26 健康管理装置、健康管理システム、及び健康管理方法

Publications (1)

Publication Number Publication Date
JP2023108666A true JP2023108666A (ja) 2023-08-07

Family

ID=87471957

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022009826A Pending JP2023108666A (ja) 2022-01-26 2022-01-26 健康管理装置、健康管理システム、及び健康管理方法

Country Status (2)

Country Link
JP (1) JP2023108666A (ja)
WO (1) WO2023145733A1 (ja)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003225228A (ja) * 2002-01-31 2003-08-12 Sanyo Electric Co Ltd 健康管理端末装置，コンピュータプログラム及び記録媒体
JP5987238B2 (ja) * 2012-03-29 2016-09-07 株式会社Ｌａｓｓｉｃ マルチモーダル型トラッキングシステム及びそのプログラム
JP6722482B2 (ja) * 2016-03-18 2020-07-15 株式会社Ｎｔｔドコモ 情報処理装置及び情報処理方法

Also Published As

Publication number Publication date
WO2023145733A1 (ja) 2023-08-03

Similar Documents

Publication Publication Date Title
KR102116664B1 (ko) 온라인 기반의 건강 관리 방법 및 장치
US9370689B2 (en) System and methods for providing dynamic integrated wellness assessment
AU2016278357A1 (en) Method and system for monitoring stress conditions
US20210375423A1 (en) Method and system for remotely identifying and monitoring anomalies in the physical and/or psychological state of an application user using baseline physical activity data associated with the user
JP2018005284A (ja) 情報処理方法、情報処理装置及び情報処理プログラム
US20130262132A1 (en) Methods, apparatuses and computer program products for facilitating real-time metrics impacting behavior of individuals to optimize performance
CN113164163A (zh) 推断抑郁状态的装置、方法及其程序
US20210375424A1 (en) Method and system for remotely identifying and monitoring anomalies in the physical and/or psychological state of an application user using average physical activity data associated with a set of people other than the user
Lee et al. Understanding long-term adoption and usability of wearable activity trackers among active older adults
US11967432B2 (en) Method and system for remotely monitoring the physical and psychological state of an application user using altitude and/or motion data and one or more machine learning models
JP7382741B2 (ja) 医療機関選定支援装置
WO2023145733A1 (ja) 健康管理装置、健康管理システム、及び健康管理方法
WO2023042779A1 (ja) 生理周期予測装置、生理周期予測方法、生理周期予測プログラムおよび生理周期予測システム
US20220165424A1 (en) Method and system for managing a participant health regimen
KR101595822B1 (ko) 장기 보건의료복지 서비스를 위한 서비스 이용자의 정보 관리 방법 및 장치
Ansah et al. Healthcare human resource planning
US20150254402A1 (en) Consumer Health Score Bureau System and Method to Facilitate a Multi-Sponsor Model of Health Improvement
Lim et al. Developing a mobile wellness management system for healthy lifestyle by analyzing daily living activities
Axak et al. Development of System for Monitoring and Forecasting of Employee Health on the Enterprise.
Xu et al. Mixed-response state-space model for analyzing multi-dimensional digital phenotypes
Akbar Stress and Human-Computer Interaction at the Workplace: Unobtrusive Tracking With Wearable Sensors and Computer Logs
Winkelmann Counting on count data models: Quantitative policy evaluation can benefit from a rich set of econometric methods for analyzing count data
Birov et al. MAFEIP user guide
Djamasbi et al. Can a reasonable time limit improve the effective usage of a computerized decision aid?
JP7407146B2 (ja) 介入システム、介入方法、および、介入プログラム

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230508