JP2024029883A - 健康管理装置、健康管理方法、及びプログラム - Google Patents
健康管理装置、健康管理方法、及びプログラム Download PDFInfo
- Publication number
- JP2024029883A JP2024029883A JP2022132327A JP2022132327A JP2024029883A JP 2024029883 A JP2024029883 A JP 2024029883A JP 2022132327 A JP2022132327 A JP 2022132327A JP 2022132327 A JP2022132327 A JP 2022132327A JP 2024029883 A JP2024029883 A JP 2024029883A
- Authority
- JP
- Japan
- Prior art keywords
- health
- information
- user
- estimated value
- behavior
- 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
Links
- 230000036541 health Effects 0.000 title claims abstract description 252
- 238000007726 management method Methods 0.000 title claims description 102
- 238000012360 testing method Methods 0.000 claims abstract description 92
- 230000005548 health behavior Effects 0.000 claims abstract description 78
- 238000004364 calculation method Methods 0.000 claims description 31
- 238000000034 method Methods 0.000 claims description 23
- 239000000203 mixture Substances 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 235000012054 meals Nutrition 0.000 claims description 9
- 238000010586 diagram Methods 0.000 abstract description 18
- 238000002405 diagnostic procedure Methods 0.000 abstract 1
- 230000002068 genetic effect Effects 0.000 description 19
- 230000004048 modification Effects 0.000 description 11
- 238000012986 modification Methods 0.000 description 11
- 108010028554 LDL Cholesterol Proteins 0.000 description 10
- 230000036772 blood pressure Effects 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 230000003908 liver function Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 102100036475 Alanine aminotransferase 1 Human genes 0.000 description 2
- 108010082126 Alanine transaminase Proteins 0.000 description 2
- 102000053602 DNA Human genes 0.000 description 2
- 108020004414 DNA Proteins 0.000 description 2
- 101710107035 Gamma-glutamyltranspeptidase Proteins 0.000 description 2
- 101710173228 Glutathione hydrolase proenzyme Proteins 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000008827 biological function Effects 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 102000006640 gamma-Glutamyltransferase Human genes 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 230000037356 lipid metabolism Effects 0.000 description 2
- 230000008450 motivation Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 235000001674 Agaricus brunnescens Nutrition 0.000 description 1
- 101000856500 Bacillus subtilis subsp. natto Glutathione hydrolase proenzyme Proteins 0.000 description 1
- 241001474374 Blennius Species 0.000 description 1
- WHUUTDBJXJRKMK-VKHMYHEASA-N L-glutamic acid Chemical compound OC(=O)[C@@H](N)CCC(O)=O WHUUTDBJXJRKMK-VKHMYHEASA-N 0.000 description 1
- 108090000340 Transaminases Proteins 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 125000003275 alpha amino acid group Chemical group 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 206010008118 cerebral infarction Diseases 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 229930195712 glutamate Natural products 0.000 description 1
- 230000036449 good health Effects 0.000 description 1
- 230000008821 health effect Effects 0.000 description 1
- 230000002489 hematologic effect Effects 0.000 description 1
- 230000037323 metabolic rate Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- KHPXUQMNIQBQEV-UHFFFAOYSA-N oxaloacetic acid Chemical compound OC(=O)CC(=O)C(O)=O KHPXUQMNIQBQEV-UHFFFAOYSA-N 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 102000014898 transaminase activity proteins Human genes 0.000 description 1
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
【課題】 ユーザに健康状態の変化を把握させることが可能な健康管理装置等を提供することを目的の一つとする。【解決手段】 本開示の一態様にかかる健康管理装置は、ユーザの健康診断の結果を示す健診情報と、前記ユーザが取り組んだ健康行動を示す取り組み情報と、を取得する取得手段と、健康診断の検査項目の値の変化と健康行動との関係を学習した学習モデルを利用して、前記健診情報と前記取り組み情報とに基づいて、前記ユーザの健康診断の検査項目ごとの推定値を算出する算出手段と、算出された前記推定値を提示する提示手段と、を備える。【選択図】 図2
Description
本開示は、健康管理を支援する技術に関連する。
人物の健康状態をシミュレーションする技術が存在する。特許文献1には、個人が通信ネットワークを通じて自らの健康状態について診断を受けることが可能な健康診断システムが開示される。当該システムは、個人の身体的要素及び環境的要素に関する情報等を用いて、個人の健康状態を診断し、その診断結果を通知する。
健康状態を把握したい人物は、病院等で健康診断を受けることが考えられる。健康診断の結果、健康状態が良くないことが判明した場合、人物は健康行動を勧められる。ここで、人物が健康行動に取り組んだとしても、当該人物は、再度健康診断を受けない限り、健康状態がどの程度改善されたか知ることは困難である。
これに対して人物が健康状態のシミュレーションを行うことは考えられる。しかしながら、シミュレーションの結果が、健康診断による各種検査結果と異なる指標で出力される場合、人物は、過去の健康診断の結果からどの程度健康状態が変化したか把握することが困難となる虞がある。人物は、健康状態の変化を把握できないと、健康行動に対する成果を実感しづらくなる。すると、健康行動に対するモチベーションが低下する虞もある。
特許文献1には、健康状態について診断を受けることは開示されているが、具体的な診断結果の記載はない。
本開示は、上記課題を鑑みてなされたものであり、ユーザに健康状態の変化を把握させることが可能な健康管理装置等を提供することを目的の一つとする。
本開示の一態様にかかる健康管理装置は、ユーザの健康診断の結果を示す健診情報と、前記ユーザが取り組んだ健康行動を示す取り組み情報と、を取得する取得手段と、健康診断の検査項目の値の変化と健康行動との関係を学習した学習モデルを利用して、前記健診情報と前記取り組み情報とに基づいて、前記ユーザの健康診断の検査項目ごとの推定値を算出する算出手段と、算出された前記推定値を提示する提示手段と、を備える。
本開示の一態様にかかる健康管理方法は、ユーザの健康診断の結果を示す健診情報と、前記ユーザが取り組んだ健康行動を示す取り組み情報と、を取得し、健康診断の検査項目の値の変化と健康行動との関係を学習した学習モデルを利用して、前記健診情報と前記取り組み情報とに基づいて、前記ユーザの健康診断の検査項目ごとの推定値を算出し、算出された前記推定値を提示する。
本開示の一態様にかかるプログラムは、ユーザの健康診断の結果を示す健診情報と、前記ユーザが取り組んだ健康行動を示す取り組み情報と、を取得する処理と、健康診断の検査項目の値の変化と健康行動との関係を学習した学習モデルを利用して、前記健診情報と前記取り組み情報とに基づいて、前記ユーザの健康診断の検査項目ごとの推定値を算出する処理と、算出された前記推定値を提示する処理と、をコンピュータに実行させる。
本開示によれば、ユーザに健康状態の変化を把握させることができる。
以下に、本開示の実施形態について、図面を参照しつつ説明する。
<第1の実施形態>
第1の実施形態の健康管理装置の概要について説明する。
第1の実施形態の健康管理装置の概要について説明する。
図1は、健康管理装置100の構成の一例を模式的に示す図である。図1に示すように、健康管理装置100は、例えば、ユーザ端末200と無線または有線のネットワークを介して通信可能に接続される。
ユーザ端末200は、ユーザが利用する端末である。ユーザ端末200は、スマートフォン、タブレット端末、及びパーソナルコンピュータ等であってよい。ユーザ端末200は、ユーザからの入力を受け付ける。例えば、ユーザ端末200は、ユーザから、健康管理に関連する情報の入力を受け付ける。また、ユーザ端末200は、健康管理装置100から受信した情報を出力する。
健康管理装置100は、コンピュータ装置である。健康管理装置100は、例えばサーバであってよい。健康管理装置100は、ユーザ端末200から、ユーザによって入力された情報を取得する。また、健康管理装置100は、取得した情報に基づいて、ユーザの健康状態に関連する情報を提示する。
このように、健康管理装置100は、ユーザの健康状態に関連する情報をユーザに提供する装置である。
次に、健康管理装置100の機能構成の一例を説明する。図2は、健康管理装置100の機能構成の一例を示すブロック図である。図2に示すように、健康管理装置100は、取得部110と算出部120と提示部130とを備える。
取得部110は、健診情報を取得する。健診情報は、ユーザの健康診断の結果を示す情報である。例えば健診情報は、病院等の機関で、ユーザが実際に受診した健康診断の結果を示す。すなわち、健診情報には、健康診断における検査項目の値の情報が含まれる。例えば、ユーザ端末200において、ユーザにより健診情報が入力される。そして取得部110は、ユーザ端末200から健診情報を取得してよい。また、この例に限られず、取得部110は、例えば健診情報を有する機関のサーバ(図示せず)から健診情報を取得してもよい。
また、取得部110は、取り組み情報を取得する。取り組み情報は、ユーザが取り組んだ健康行動を示す情報である。健康行動とは、健康の維持、回復及び向上等を目的とした行動である。健康行動には、例えば、運動、食事、及び睡眠等が含まれる。例えば、ユーザ端末200において、ユーザにより取り組み情報が入力される。そして、取得部110は、ユーザ端末200から取り組み情報を取得してよい。また、この例に限られず、取得部110は、例えば、活動量を計測する機器から、計測された情報を取り組み情報として取得してもよい。
なお、取得部110が健診情報を取得するタイミングと取り組み情報を取得するタイミングとは、異なってよい。
このように、取得部110は、ユーザの健康診断の結果を示す健診情報と、ユーザが取り組んだ健康行動を示す取り組み情報と、を取得する。
算出部120は、ユーザの健康診断の検査項目ごとの推定値を算出する。検査項目は、健康診断において検査される内容を示す。例えば、検査項目には、肝機能、脂質代謝、及び糖尿等の生体機能について行われる検査の各種の値が含まれてよい。肝機能に関する検査であれば、検査項目は、例えば、GOT(Glutamate Oxaloacetate Transaminase)、GPT(Glutamic Pyruvic Transaminase)、及びγ-GPT(γ-Glutamyl TransPeptidase)等の値である。
算出部120は、取得された健診情報と取り組み情報とに基づいて、推定値を算出する。このとき、算出部120は、学習モデルを利用することで推定値を算出する。例えば、学習モデルは、健康診断の検査項目の値の変化と健康行動との関係が、機械学習によって学習されたモデルである。算出部120は、このような学習モデルに、取得された健診情報と取り組み情報とを入力することで、検査項目の値の推定値を算出する。すなわち推定値は、ユーザが取り組み情報に示される健康行動を行った場合の、検査項目の値が推定されたものである。
このように、算出部120は、健康診断の検査項目の値の変化と健康行動との関係を学習した学習モデルを利用して、健診情報と取り組み情報とに基づいて、ユーザの健康診断の検査項目ごとの推定値を算出する。算出部120は、算出手段の一例である。
提示部130は、推定値を提示する。例えば、提示部130は、ユーザ端末200に推定値を含む情報を送信することにより推定値を提示する。推定値を含む情報は、例えば、ユーザ端末200が有するディスプレイに表示される。
このように、提示部130は、算出された推定値を提示する。提示部130は、提示手段の一例である。
次に、健康管理装置100の動作の一例を、図3を用いて説明する。なお本開示において、フローチャートの各ステップを「S1」のように、各ステップに付した番号を用いて表現する。
図3は、健康管理装置100の動作の一例を説明するフローチャートである。取得部110は、ユーザの健康診断の結果を示す健診情報と、ユーザが取り組んだ健康行動を示す取り組み情報と、を取得する(S1)。算出部120は、健康診断の検査項目の値の変化と健康行動との関係を学習した学習モデルを利用して、健診情報と取り組み情報とに基づいて、ユーザの健康診断の検査項目ごとの推定値を算出する(S2)。そして、提示部130は、算出された推定値を提示する(S3)。
このように、第1の実施形態の健康管理装置100は、ユーザの健康診断の結果を示す健診情報と、ユーザが取り組んだ健康行動を示す取り組み情報と、を取得する。また、健康管理装置100は、健康診断の検査項目の値の変化と健康行動との関係を学習した学習モデルを利用して、健診情報と取り組み情報とに基づいて、ユーザの健康診断の検査項目ごとの推定値を算出する。そして、健康管理装置100は、算出された推定値を提示する。
これにより、健康管理装置100は、健康診断の検査項目ごとの推定値を、ユーザに提供することができる。そのためユーザは、健康診断の結果と比べて、どの程度健康状態が変化したかを把握することができる。すなわち、健康管理装置100は、ユーザに健康状態の変化を把握させることができる。
<第2の実施形態>
次に、第2の実施形態の健康管理装置について説明する。第2の実施形態では、第1の実施形態で説明した健康管理装置に関する更なる例を説明する。なお、第1の実施形態と重複する内容は、一部説明を省略する。
次に、第2の実施形態の健康管理装置について説明する。第2の実施形態では、第1の実施形態で説明した健康管理装置に関する更なる例を説明する。なお、第1の実施形態と重複する内容は、一部説明を省略する。
[健康管理装置100の詳細]
図4は、健康管理装置100の機能構成の一例を示すブロック図である。図4に示すように、健康管理装置100は、取得部110と算出部120と提示部130とを備える。
図4は、健康管理装置100の機能構成の一例を示すブロック図である。図4に示すように、健康管理装置100は、取得部110と算出部120と提示部130とを備える。
ユーザ端末200は、受付部210を備える。受付部210は、ユーザ端末200を利用するユーザからの入力を受け付ける。受付部210は、ユーザから、健診情報の入力を受け付ける。例えば、ユーザ端末200が有するディスプレイに、健診情報の入力を受け付けるための入力フォームが表示される。例えば、健康管理装置100の表示制御部(図示せず)が、入力フォームをユーザ端末200に表示させてよい。受付部210は、入力フォームを通じて健診情報の入力を受け付ける。受付部210は、ユーザが受けた健康診断の検査項目ごとの値の入力を受け付ける。検査項目には、例えば肝機能、脂質代謝、及び糖尿等の生体機能について行われる検査の各種の値が含まれるが、この例に限られない。例えば検査項目には、循環器及び呼吸器に関する検査の値が含まれてもよいし、血液学的検査の値が含まれてもよい。また、検査項目には、身長、体重、腹囲、及びBMI(Body Mass Index)等の情報が含まれてもよい。
このように、受付部210は、ユーザから健診情報の入力を受け付ける。受付部210は、入力された健診情報を健康管理装置100に送信する。取得部110は、送信された健診情報を取得する。
なお、健診情報を取得する方法はこの例に限られない。例えば、受付部210は、ユーザから識別情報の入力を受け付ける。識別情報は、ユーザを識別する情報である。受付部210は、識別情報を健康管理装置100に送信する。取得部110は、識別情報を取得する。そして、取得部110は、識別情報に基づいて、健康管理装置100と通信可能に接続される外部サーバ(図示せず)から健診情報を取得してよい。このとき、外部サーバは、例えば、複数の人物のそれぞれの健診情報と、識別情報とが対応付けられたデータベースを有する。外部サーバは、例えば、健康診断を行う機関が有する装置であってよい。取得部110は、取得した識別情報に対応する健診情報を外部サーバから取得してよい。
また、受付部210は、ユーザから、取り組み情報の入力を受け付ける。例えば、ユーザ端末200が有するディスプレイに、取り組み情報の入力を受け付けるための入力フォームが表示される。図5は入力フォームの一例を示す図である。より具体的には、図5は、取り組み情報の入力を受け付けるための入力フォームの一例である。受付部210は、例えば、図5に示すような入力フォームを通じて取り組み情報の入力を受け付ける。取り組み情報には、ユーザが取り組んだ健康行動が示される。図5の例では、運動と睡眠とに関して、ユーザが取り組んだ行動に関する入力が受け付けられる。例えば、ユーザは、運動であれば頻度と1回あたりの時間と運動内容との入力を行う。このように、取り組み情報には、ユーザが取り組んだ健康行動の平均の情報が含まれてもよい。
一方で、入力される取り組み情報はこの例に限られない。図6は、入力フォームの他の例を示す図である。より具体的には、図6は、取り組み情報の入力を受け付けるための入力フォームの他の例を示す図である。図6の例では「今日の取り組み情報の入力」が促されている。すなわち、受付部210は、取り組んだ健康行動ごとに、取り組み情報の入力を受け付けてもよい。例えば、ユーザが今日30分未満のウォーキングを行ったのであれば、図6に示されるように、受付部210は、「30分未満」という選択肢と「ウォーキング」という選択肢の選択を受け付ける。また、食事に関する健康行動であれば、受付部210は、1食ごとにユーザの食事内容の入力を受け付けてもよい。すなわち、受付部210は、複数回の取り組み情報の入力を受け付けてよい。
このように、受付部210は、ユーザから取り組み情報の入力を受け付ける。受付部210は、入力された取り組み情報を健康管理装置100に送信する。取得部110は、送信された取り組み情報を取得する。
算出部120は、取得された健診情報と取り組み情報とに基づいて、健康診断の検査項目ごとの推定値を算出する。このとき算出部120は、学習モデルを利用して推定値を算出する。学習モデルは、例えば、健康診断の検査項目の値の変化と健康行動との関係が、機械学習によって学習されたモデルである。この場合、算出部120は、取得された健診情報と取り組み情報とを学習モデルに入力する。そして、当該学習モデルにより、健康診断の検査項目の値が出力される。算出部120は、出力された値を、ユーザに対する検査項目の推定値として算出する。学習モデルは、例えば、一般化推定方程式のような線形モデルであってもよいし、ニューラルネットワークを用いた深層学習等により学習されたモデルであってもよい。なお、学習モデルの例はこの例に限られない。学習モデルは、健診情報と取り組み情報とを説明変数とし、健診情報に含まれる健康診断の検査項目の値を目的変数とするモデルであってよい。
提示部130は、生成部1301と出力制御部1302とを備える。生成部1301は、推定情報を生成する。推定情報は、推定されたユーザの健康状態を示す情報である。推定情報には、算出された推定値が含まれる。出力制御部1302は、生成部1301によって生成された情報をユーザ端末200に出力させるよう制御する。具体的には、出力制御部1302は、推定情報をユーザ端末200に送信する。推定情報は、例えば、ユーザ端末200が有するディスプレイに表示される。
生成部1301は、例えば、健診情報に示される検査項目の値と、推定値と、が含まれる推定情報を生成する。図7は、推定情報の一例を示す図である。図7の例では、検査項目ごとに検査値と推定値とが対応付けられた情報が示される。なお、各値の単位は省略されている。ここで、検査値とは、ユーザが実際に受けた健康診断の検査項目の値である。すなわち検査値は、健診情報に示される検査項目の値である。
図7の例では、検査項目「γ-GTP」には、検査値が「25」であり推定値が「24」であることが示されている。また、推定情報には、推定値の変化の傾向が示されてよい。推定値の変化の傾向とは、検査値と推定値との差によって示される。図7の例では、検査項目「LDL-C」には、検査値が「130」推定値が「125」であることが示されている。LDL-Cは、悪玉コレステロール(Low Density Lipoproteinn-Cholesterol)を示す。この例では、LDL-Cの推定値が検査値より低くなっている。すなわち、推定値に改善傾向がある。そして、改善傾向がある推定値「125」の欄が強調されている。このように、生成部1301は、推定値に改善傾向がある場合に、改善傾向があることが示される推定情報を生成してよい。また、同様に、生成部1301は、推定値が現状維持であったり、悪化傾向であったりする場合も、それぞれの推定値の変化の傾向を示す推定情報を生成してよい。図7の例には、推定値が、検査値に比べて改善傾向にある場合と、現状維持である場合と、悪化傾向である場合とのそれぞれに対応するパターンが示されている。
また、推定情報には、健康行動のアドバイスが含まれてよい。図7の例では、「LDL-Cに改善傾向がみられます。引き続き健康行動を続けていきましょう」という、推定値の変化の傾向に応じたコメントが示されている。このように、生成部1301は、検査値と推定値との差に応じたコメントを生成してよい。すなわち、提示部130は、健診情報に示される検査項目の値と推定値との差に基づいて、健康行動のアドバイスを提示してよい。
また、アドバイスには、ユーザに勧める健康行動を示す情報が含まれてよい。図7の例では、「おすすめ健康行動」として、「1回30分以上のウォーキングを週2日」が示されている。このように生成部1301は、ユーザに勧める健康行動を決定してよい。ユーザに勧める健康行動には、運動の方法、及び、食事の内容の少なくともいずれかが示されてよい。さらに、ユーザに勧める健康行動には、睡眠の方法等が含まれてもよい。このとき、例えば、推定値の変化の傾向に応じた健康行動が予め定められる。生成部1301は、ユーザの推定値の変化の傾向に対応する健康行動を特定する。そして、生成部1301は、特定された健康行動を示す情報を含むアドバイスを生成する。
さらに、図7の例では、おすすめの健康行動の詳細を示すURL(Uniform Resource Locator)が示されている。当該URLは、例えばウォーキングの方法が記載されたWebページを示す情報である。この例に限られず、お勧めの健康行動の詳細を示す本の情報が示されてもよい。このように生成部1301は、健康行動が示された媒体の情報を示すアドバイスを生成してよい。すなわち提示部130は、健康行動としての運動の方法、及び、健康行動としての食事の内容の少なくともいずれかが示された媒体の情報を示すアドバイスを提示してよい。
また、生成部1301は、ユーザに類似する他のユーザの情報を示す類似ユーザ情報を生成してもよい。ここで、ユーザに類似する他のユーザを類似ユーザと称する。類似ユーザは、例えば、健康診断の結果がユーザと類似するユーザである。生成部1301は、ユーザの健診情報と他のユーザの健診情報とに基づいて類似ユーザを特定する。このとき、生成部1301は、ユーザの健診情報と他のユーザの健診情報とを検査項目ごとに比較する。そして、検査値の差が所定の範囲内である検査項目の数が閾値以上である場合、生成部1301は、当該他のユーザを類似ユーザと特定する。そして、生成部1301は、類似ユーザが行っている健康行動を示す類似ユーザ情報を生成する。出力制御部1302は、類似ユーザ情報をユーザ端末200に送信することによって、ユーザ端末200に類似ユーザ情報を出力させる。
なお、類似ユーザの特定方法はこの例に限られない。例えば、検査項目ごとに基準範囲が設定される。検査値が基準範囲を逸脱した検査項目は、異常と診断される。生成部1301は、ユーザに異常の検査項目がある場合、当該検査項目と同一の検査項目が異常である他のユーザを類似ユーザとして特定してよい。そして、生成部1301は、異常とされた検査項目の検査値と推定値との変化を含むよう、類似ユーザ情報を生成してもよい。
図8は、類似ユーザ情報の一例を示す図である。図8の例では、類似ユーザが行っている健康行動と、異常とされた検査項目の検査値と推定値との変化と、が示される。例えば類似ユーザ「B」は、健康行動として「食事に海藻ときのこを取り入れる」ことを行っていることが示されている。また、類似ユーザ「B」に関して、検査項目「LDL-C」が、検査値「135」から推定値「132」に変化していることが示される。
このように、提示部130は、健康診断の結果がユーザと類似する他のユーザが存在する場合、当該他のユーザが実施している健康行動を提示してよい。他のユーザの健康行動が提示されることにより、ユーザは、他人がどのような健康行動を行っているか把握できる。そのため、ユーザは、他人の健康行動を参考にすることができる。
[健康管理装置100の動作例]
次に、健康管理装置100の動作の一例を、図9を用いて説明する。
次に、健康管理装置100の動作の一例を、図9を用いて説明する。
図9は、健康管理装置100の動作の一例を説明するフローチャートである。まず、ユーザ端末200において、入力フォームが表示される。受付部210は、対象者情報の入力を受け付ける。そして受付部210は、受け付けられた対象者情報を健康管理装置100に送信する。
取得部110は、ユーザ端末200から健診情報を取得する(S101)。また、取得部110は、ユーザ端末200から取り組み情報を取得する(S102)。算出部120は、取得された健診情報と取り組み情報とに基づいて、推定値を算出する(S103)。
生成部1301は、算出された推定値を含む推定情報を生成する(S104)。このとき、推定情報には、検査値と推定値との差に基づく、健康行動のアドバイスが含まれてよい。また、生成部1301は、類似ユーザが実施している健康行動を含む類似ユーザ情報を生成する(S105)。そして、出力制御部1302は、推定情報及び類似ユーザ情報をユーザ端末200に出力させる(S106)。
なお、健康管理装置100の動作はこの例に限られない。例えば、一度推定情報が生成された後等、予め健診情報が取得されている場合、健康管理装置100は、S102から処理を開始してよい。また、この場合、算出部120は、例えば、予め取得されている健診情報と、蓄積された取り組み情報と、新たに取得された取り組み情報と、に基づいて、推定値を算出してよい。
このように、第2の実施形態の健康管理装置100は、ユーザの健康診断の結果を示す健診情報と、ユーザが取り組んだ健康行動を示す取り組み情報と、を取得する。また、健康管理装置100は、健康診断の検査項目の値の変化と健康行動との関係を学習した学習モデルを利用して、健診情報と取り組み情報とに基づいて、ユーザの健康診断の検査項目ごとの推定値を算出する。そして、健康管理装置100は、算出された推定値を提示する。
これにより、健康管理装置100は、健康診断の検査項目ごとの推定値を、ユーザに提供することができる。そのためユーザは、健康診断の結果と比べて、どの程度健康状態が変化したかを把握することができる。すなわち、健康管理装置100は、ユーザに健康状態の変化を把握させることができる。ユーザは、健康状態の変化を把握できるので、健康行動に対する成果を実感することができる。つまり、健康管理装置100は、ユーザの健康行動に対するモチベーションの低下を抑制させることができる。
また、健康管理装置100は、健康診断の結果がユーザと類似する他のユーザが存在する場合、当該他のユーザが実施している健康行動を提示してよい。これにより健康管理装置100は、ユーザに他人が行っている健康行動を知らせることができる。そのため、ユーザは、自身の似ている他人が行っている健康行動を参考にすることができる。
また、健康管理装置100は、健診情報に示される検査項目の値と推定値との差に基づいて、健康行動のアドバイスを提示してよい。これにより健康管理装置100は、ユーザに適した健康行動を知らせることができる。
[変形例1]
上述の実施形態では、健康管理装置100がユーザ端末200と通信可能に接続される例について説明した。一方で健康管理装置100の構成はこの例に限られない。例えば、ユーザ端末200が、取得部110、算出部120、及び提示部130を有していてもよい。この場合、ユーザ端末200は、外部サーバと通信可能に接続される。そして、外部サーバに、推定値を算出するための学習モデルと、複数のユーザの健診情報及び推定値が格納される。
上述の実施形態では、健康管理装置100がユーザ端末200と通信可能に接続される例について説明した。一方で健康管理装置100の構成はこの例に限られない。例えば、ユーザ端末200が、取得部110、算出部120、及び提示部130を有していてもよい。この場合、ユーザ端末200は、外部サーバと通信可能に接続される。そして、外部サーバに、推定値を算出するための学習モデルと、複数のユーザの健診情報及び推定値が格納される。
[変形例2]
上述の実施形態では、ユーザが入力フォームに入力することにより、取得部110が取り組み情報を取得する例について説明した。一方で、取り組み情報を取得する方法はこの例に限られない。例えば、ユーザ端末200にインストールされたアプリケーションによって、ユーザの運動履歴、睡眠履歴、及び食事履歴等の履歴情報が取得されている場合がある。このような場合、取得部110は、アプリケーションによって取得された履歴情報を、取り組み情報として取得してよい。
上述の実施形態では、ユーザが入力フォームに入力することにより、取得部110が取り組み情報を取得する例について説明した。一方で、取り組み情報を取得する方法はこの例に限られない。例えば、ユーザ端末200にインストールされたアプリケーションによって、ユーザの運動履歴、睡眠履歴、及び食事履歴等の履歴情報が取得されている場合がある。このような場合、取得部110は、アプリケーションによって取得された履歴情報を、取り組み情報として取得してよい。
また、ウェアラブル端末によってユーザの運動履歴及び睡眠履歴等が取得される場合がある。この場合は、取得部110は、ウェアラブル端末から運動履歴及び睡眠履歴等を取り組み情報として取得してよい。
[変形例3]
提示部130によって提示されるアドバイスには、様々な情報が含まれてよい。例えば、アドバイスには、ユーザの勤務先の福利厚生制度に関する情報が含まれてよい。具体的には、アドバイスには、福利厚生制度によって使用可能なジム、食事の配達サービス、及び健康器具の販売サービス等が示されてよい。すなわち、アドバイスには、健康行動に関連する福利厚生制度を示す情報が含まれてよい。
提示部130によって提示されるアドバイスには、様々な情報が含まれてよい。例えば、アドバイスには、ユーザの勤務先の福利厚生制度に関する情報が含まれてよい。具体的には、アドバイスには、福利厚生制度によって使用可能なジム、食事の配達サービス、及び健康器具の販売サービス等が示されてよい。すなわち、アドバイスには、健康行動に関連する福利厚生制度を示す情報が含まれてよい。
この場合、取得部110は、ユーザの勤務先を示す情報を取得する。そして、生成部1301は、ユーザの勤務先の福利厚生制度に関する情報を取得する。このとき、勤務先ごとに福利厚生制度を示す情報が予め対応付けられたデータベースが、健康管理装置100または健康管理装置100と通信可能に接続される外部サーバに格納される。生成部1301は、例えば当該データベースから福利厚生制度を示す情報を取得する。そして、生成部1301は、福利厚生制度を示す情報を含むアドバイスが示された推定情報を生成する。出力制御部1302は、当該推定情報をユーザ端末200に出力するよう制御する。
このように、取得部110は、ユーザの勤務先を示す情報を取得してよい。そして、提示部130は、ユーザの勤務先の福利厚生制度であって、健康行動に関連する福利厚生制度を示す情報を含むアドバイスを提示してよい。
[変形例4]
推定情報には、推定値とともに、将来の健康状態が示されてもよい。具体的には、推定情報には、発症のリスクがある疾患の情報が示されてもよいし、発症のリスクがある疾患がないことを示す情報が示されてもよい。例えば、LDL-Cの推定値が所定の基準値より高くなっている場合に、「将来、心筋梗塞及び脳梗塞を発症する可能性が高いです」といったコメントが推定情報に含まれてもよい。
推定情報には、推定値とともに、将来の健康状態が示されてもよい。具体的には、推定情報には、発症のリスクがある疾患の情報が示されてもよいし、発症のリスクがある疾患がないことを示す情報が示されてもよい。例えば、LDL-Cの推定値が所定の基準値より高くなっている場合に、「将来、心筋梗塞及び脳梗塞を発症する可能性が高いです」といったコメントが推定情報に含まれてもよい。
[変形例5]
類似ユーザ情報は、ユーザと他のユーザとを比較した情報が含まれてもよい。図10は、変形例5の類似ユーザ情報の一例を示す図である。図10の例では、ユーザと類似ユーザとのランキングが示されている。当該ランキングは、検査項目「LDL-C」に関する検査値と推定値との差に基づいて順位付けされたリストである。この例において、順位1及び3は類似ユーザの情報であり、順位2はユーザの情報である。例えば、順位1の類似ユーザは「LDL-C」の検査値と推定値との差が20であり、順位2のユーザは「LDL-C」の検査値と推定値との差が5である。このように、リストは、特定の検査項目に関する改善度合いが高い順に順位付けされた情報であってよい。
類似ユーザ情報は、ユーザと他のユーザとを比較した情報が含まれてもよい。図10は、変形例5の類似ユーザ情報の一例を示す図である。図10の例では、ユーザと類似ユーザとのランキングが示されている。当該ランキングは、検査項目「LDL-C」に関する検査値と推定値との差に基づいて順位付けされたリストである。この例において、順位1及び3は類似ユーザの情報であり、順位2はユーザの情報である。例えば、順位1の類似ユーザは「LDL-C」の検査値と推定値との差が20であり、順位2のユーザは「LDL-C」の検査値と推定値との差が5である。このように、リストは、特定の検査項目に関する改善度合いが高い順に順位付けされた情報であってよい。
このとき、算出部120は、複数のユーザの推定値を予め算出する。そして、生成部1301は、ユーザ及び類似ユーザに対して、検査値と推定値との差を算出する。すなわち生成部1301は、健康診断の結果が類似する二以上のユーザごとに、健診情報に示される検査項目の値と推定値との差を算出する。
また生成部1301は、当該差に応じて、ユーザと類似ユーザとを順位付けしたリストを生成する。出力制御部1302は、生成されたリストを含む類似ユーザ情報を、ユーザ端末200に出力するよう制御する。
このように、健康管理装置100は、複数のユーザの推定値を算出する。また、健康管理装置100は、健康診断の結果が類似する二以上のユーザごとに、健診情報に示される検査項目の値と推定値との差を算出し、当該差に応じて前記二以上のユーザを順位付けしたリストを生成する。そして、健康管理装置100は、生成されたリストを提示する。これにより、健康管理装置100は、健康状態の改善度合いについて、他のユーザと比べたときのユーザの相対位置を示すことができる。
[変形例6]
健康管理装置100は、ユーザの健診情報及び取り組み情報と、を示す情報をさらに提示してよい。すなわち、健康管理装置100は、ユーザに、蓄積された健診情報及び取り組み情報を提示してよい。
健康管理装置100は、ユーザの健診情報及び取り組み情報と、を示す情報をさらに提示してよい。すなわち、健康管理装置100は、ユーザに、蓄積された健診情報及び取り組み情報を提示してよい。
生成部1301は、蓄積された健診情報と取り組み情報とを示す蓄積情報を生成する。このとき、蓄積情報には、各取り組み情報が入力された時点の推定値の情報も含まれてよい。そして、出力制御部1302は、蓄積情報をユーザ端末200に出力するよう制御する。これにより、健康管理装置100は、ユーザに、これまで取り組んだ健康行動を改めて把握することができる。
なお、このような蓄積情報は、健康行動と検査項目の値との関係において有用なデータとなり得る。ユーザは、蓄積情報を、健康に関連する事業を行う企業に売却することも可能となる。
<第3の実施形態>
次に、第3の実施形態の健康管理装置について説明する。第3の実施形態では、取り組み情報に加え、更なる情報を利用して推定値を算出する例を説明する。なお、第1及び第2の実施形態と重複する内容は、一部説明を省略する。
次に、第3の実施形態の健康管理装置について説明する。第3の実施形態では、取り組み情報に加え、更なる情報を利用して推定値を算出する例を説明する。なお、第1及び第2の実施形態と重複する内容は、一部説明を省略する。
[健康管理装置101の詳細]
図11は、健康管理装置101の機能構成を示すブロック図である。図11に示すように、健康管理装置101は、ユーザ端末200と有線または無線のネットワークを介して通信可能に接続される。
図11は、健康管理装置101の機能構成を示すブロック図である。図11に示すように、健康管理装置101は、ユーザ端末200と有線または無線のネットワークを介して通信可能に接続される。
第3の実施形態において、健康管理装置101は、健診情報と取り組み情報とに加え、更なる情報を取得する。更なる情報の例としては、各種の計測器によって計測された生体情報である。計測器は、例えば、体組成計及び血圧計である。すなわち更なる情報の具体例は、ユーザの基礎情報である。基礎情報は、ユーザの体組成に関する情報である。例えば、基礎情報には、ユーザの身長、体重、体脂肪率、BMI、筋肉量、及び基礎代謝量等が含まれる。基礎情報は、体組成計によって計測される情報であってよい。また、更なる情報の具体例は、血圧情報である。血圧情報は、血圧計によって計測されたユーザの血圧を示す。
また、更なる情報の例としては、ユーザの遺伝情報である。遺伝情報は、例えば、DNA(デオキシリボ核酸)の塩基配列として符号化された情報、及び、タンパク質のアミノ酸配列に関する情報等を示す情報であってもよい。また、この例に限られず、遺伝情報は、ユーザの親族が有する疾患を示す情報であってもよい。具体的には、ユーザの祖父ががんを発症していた場合、遺伝情報には祖父ががんを発症したことを示す情報が含まれてよい。
図11に示すように、健康管理装置101は、取得部111と算出部121と提示部130とを備える。
取得部111は、計測器によって計測された生体情報を取得する。具体的には、取得部111は、ユーザの基礎情報を、ユーザが利用した体組成計から取得してよい。このとき、体組成計と健康管理装置101とは通信可能に接続される。例えば、取得部111は、体組成計がユーザにより利用されたことに応じて基礎情報を取得する。
また取得部111は、ユーザの血圧情報を、ユーザが利用した血圧計から取得してよい。このとき血圧計と健康管理装置101とは通信可能に接続される。例えば、取得部111は、血圧計がユーザにより利用されたことに応じて血圧情報を取得する。
なお、取得部111が計測器により計測された生体情報を取得する方法は、この例に限られない。例えば、取得部111は、ユーザ端末200から生体情報を取得してよい。この場合、ユーザ端末200と計測器とが通信可能に接続される。そして、ユーザ端末200は、計測器によってユーザの生体情報が計測されたことに応じて、計測器から生体情報を取得する。そして、取得部111は、ユーザ端末200から生体情報を取得する。
また、ユーザ端末200が生体情報を取得する方法は、別の方法であってもよい。例えば、ユーザ端末200は、計測器から出力された識別情報に基づいて生体情報を取得してよい。識別情報は、計測器によって計測された生体情報と紐づく情報である。すなわち、識別情報は生体情報にアクセスするための情報である。識別情報は、所定の文字情報であってもよいし、二次元バーコードであってもよい。このとき識別情報は、計測器が有するディスプレイに表示されてもよいし、計測器によって出力される紙に印刷されてもよい。ユーザ端末200は、ユーザの操作により識別情報の入力を受け付ける。例えば識別情報が文字情報である場合、識別情報と生体情報とが関連付けられた情報がサーバ等の外部の機器に格納される。ユーザがユーザ端末200に識別情報を入力すると、ユーザ端末200は、入力された識別情報と紐づく生体情報を取得する。一方で、識別情報が二次元バーコードである場合、例えば、二次元バーコードが生体情報を示す。ユーザが、ユーザ端末200が有するカメラで二次元バーコードを撮影することにより、ユーザ端末200に二次元バーコードに示された生体情報が入力される。
このように、取得部111は、ユーザが利用した計測器によって計測された情報であって、ユーザの生体情報を取得する。
なお、体組成計及び血圧計等の計測器は、ドラッグストア及びジム等の店舗に設置されることがある。取得部111は、このような店舗に設置された生体情報の計測器から、ユーザの生体情報を取得してもよい。すなわち、取得部111は、店舗に設置された計測器によって計測された、ユーザの生体情報を取得してよい。これにより、健康管理装置101は、ユーザが計測器を所持していなくとも生体情報を利用することができる。
また、取得部111は、ユーザの遺伝情報を取得してもよい。遺伝情報は、例えば、予めユーザ端末200が有する記憶装置に格納される。この場合、取得部111は、遺伝情報をユーザ端末200から取得する。また、取得部111は、遺伝情報を外部サーバから取得してよい。この場合、外部サーバには、遺伝情報とユーザを識別するための識別情報とが関連付けられて格納される。取得部111は、ユーザ端末200からユーザを識別するための識別情報を取得する。そして、取得部111は、当該識別情報を利用して、外部サーバから遺伝情報を取得してよい。
算出部121は、生体情報または遺伝情報をさらに利用して推定値を算出する。生体情報が利用される場合、学習モデルは、健康診断の検査項目の値の変化と健康行動と基礎情報との関係が、機械学習によって学習されたモデルである。このとき算出部121は、例えば、取得された健診情報と取り組み情報と生体情報とを当該学習モデルに入力することによって、推定値を算出する。このように算出部121は、健康診断の検査項目の値の変化と健康行動と基礎情報との関係を学習した学習モデルを利用して、健診情報と取り組み情報と基礎情報とに基づいて、ユーザの推定値を算出してよい。
また、遺伝情報が利用される場合、学習モデルは、健康診断の検査項目の値の変化と健康行動と遺伝情報との関係が、機械学習によって学習されたモデルである。このとき算出部121は、例えば、取得された健診情報と取り組み情報と遺伝情報とを当該学習モデルに入力することによって、推定値を算出する。なお、算出部121は、生体情報と遺伝情報との双方を利用して推定値を算出してもよい。
[健康管理装置101の動作例]
次に、健康管理装置101の動作の一例を、図12を用いて説明する。本動作例では、健康管理装置101が計測器によって計測された生体情報を利用する例を説明する。
次に、健康管理装置101の動作の一例を、図12を用いて説明する。本動作例では、健康管理装置101が計測器によって計測された生体情報を利用する例を説明する。
図12は、健康管理装置101の動作の一例を説明するフローチャートである。S201及びS202の処理は、図9のS101及びS102の処理と同様である。取得部111は、ユーザ端末200からユーザの生体情報を取得する(S203)。そして、算出部121は、取得された健診情報と取り組み情報と生体情報とに基づいて、推定値を算出する(S204)。
S205乃至S207の処理は、S104乃至S106の処理と同様である。
なお、健康管理装置101の動作はこの例に限られない。例えば、取得部111は、取り組み情報とともに生体情報を取得してもよい。また、健康管理装置101は、S204の処理より前に、遺伝情報を取得してよい。そして、健康管理装置101は、S204の処理において、さらに遺伝情報を考慮した推定値を算出してよい。各種の疾患は、遺伝的な要因が関わることがある。健康管理装置101は、遺伝情報を利用することにより、さらに充実した推定情報を提供することができる。
このように第3の実施形態の健康管理装置101は、例えば、ユーザが利用した体組成計によって計測された情報であって、ユーザの体組成に関する情報である基礎情報を取得してよい。そして、健康管理装置101は、健康診断の検査項目の値の変化と健康行動と基礎情報との関係を学習した学習モデルを利用して、健診情報と取り組み情報と基礎情報とに基づいて、ユーザの推定値を算出してよい。
また、第3の実施形態の健康管理装置101は、店舗に設置された計測器によって計測された、ユーザの生体情報を取得してよい。そして、健康管理装置101は、健康診断の検査項目の値の変化と健康行動と基礎情報と生体情報との関係を学習した学習モデルを利用して、健診情報と取り組み情報と基礎情報とに基づいて、ユーザの推定値を算出してよい。
これにより、健康管理装置101は、基礎情報等の、ユーザの現在の生体情報をさらに利用できるので、推定値を算出する精度を向上することができる。
<健康管理装置のハードウェアの構成例>
上述した第1、第2、及び第3の実施形態の健康管理装置を構成するハードウェアについて説明する。図13は、各実施形態における健康管理装置を構成するコンピュータ装置のハードウェア構成の一例を示すブロック図である。コンピュータ装置90において、各実施形態及び各変形例で説明した、健康管理装置及び健康管理方法が実現される。例えば、各実施形態及び各変形例で説明した、健康管理装置、ユーザ端末、及び外部サーバのそれぞれが、図13に示すハードウェア構成を有していてよい。また、健康管理装置と、ユーザ端末と、が一体の装置となっている場合、当該一体の装置が、図13に示すハードウェア構成を有していてもよい。
上述した第1、第2、及び第3の実施形態の健康管理装置を構成するハードウェアについて説明する。図13は、各実施形態における健康管理装置を構成するコンピュータ装置のハードウェア構成の一例を示すブロック図である。コンピュータ装置90において、各実施形態及び各変形例で説明した、健康管理装置及び健康管理方法が実現される。例えば、各実施形態及び各変形例で説明した、健康管理装置、ユーザ端末、及び外部サーバのそれぞれが、図13に示すハードウェア構成を有していてよい。また、健康管理装置と、ユーザ端末と、が一体の装置となっている場合、当該一体の装置が、図13に示すハードウェア構成を有していてもよい。
図13に示すように、コンピュータ装置90は、プロセッサ91、RAM(Random Access Memory)92、ROM(Read Only Memory)93、記憶装置94、入出力インタフェース95、バス96、及びドライブ装置97を備える。なお、健康管理装置は、複数の電気回路によって実現されてもよい。
記憶装置94は、プログラム(コンピュータプログラム)98を格納する。プロセッサ91は、RAM92を用いて本健康管理装置のプログラム98を実行する。具体的には、例えば、プログラム98は、図3、図9、及び図12に示す処理をコンピュータに実行させるプログラムを含む。プロセッサ91が、プログラム98を実行することに応じて、本健康管理装置の各構成の機能が実現される。プログラム98は、ROM93に記憶されていてもよい。また、プログラム98は、記憶媒体80に記録され、ドライブ装置97を用いて読み出されてもよいし、図示しない外部装置から図示しないネットワークを介してコンピュータ装置90に送信されてもよい。
入出力インタフェース95は、周辺機器(キーボード、マウス、表示装置など)99とデータをやり取りする。入出力インタフェース95は、データを取得または出力する手段として機能する。バス96は、各構成を接続する。
なお、健康管理装置の実現方法には様々な変形例がある。例えば、健康管理装置は、専用の装置として実現することができる。また、健康管理装置は、複数の装置の組み合わせに基づいて実現することができる。
各実施形態の機能における各構成を実現するためのプログラムを記憶媒体に記録させ、該記憶媒体に記録されたプログラムをコードとして読み出し、コンピュータにおいて実行する処理方法も各実施形態の範疇に含まれる。すなわち、コンピュータ読取可能な記憶媒体も各実施形態の範囲に含まれる。また、上述のプログラムが記録された記憶媒体、及びそのプログラム自体も各実施形態に含まれる。
該記憶媒体は、例えばフロッピー(登録商標)ディスク、ハードディスク、光ディスク、光磁気ディスク、CD(Compact Disc)-ROM、磁気テープ、不揮発性メモリカード、またはROMであるが、この例に限られない。また該記憶媒体に記録されたプログラムは、単体で処理を実行しているプログラムに限らず、他のソフトウェア、拡張ボードの機能と共同して、OS(Operating System)上で動作して処理を実行するプログラムも各実施形態の範疇に含まれる。
以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解しうる様々な変更をすることができる。
また、上記実施形態及び変形例は、適宜組み合わせることが可能である。
100、101 健康管理装置
110、111 取得部
120、121 算出部
130 提示部
200 ユーザ端末
1301 生成部
1302 出力制御部
110、111 取得部
120、121 算出部
130 提示部
200 ユーザ端末
1301 生成部
1302 出力制御部
Claims (10)
- ユーザの健康診断の結果を示す健診情報と、前記ユーザが取り組んだ健康行動を示す取り組み情報と、を取得する取得手段と、
健康診断の検査項目の値の変化と健康行動との関係を学習した学習モデルを利用して、前記健診情報と前記取り組み情報とに基づいて、前記ユーザの健康診断の検査項目ごとの推定値を算出する算出手段と、
算出された前記推定値を提示する提示手段と、を備える、
健康管理装置。 - 前記提示手段は、健康診断の結果が前記ユーザと類似する他のユーザが存在する場合、当該他のユーザが実施している健康行動を提示する、
請求項1に記載の健康管理装置。 - 前記算出手段は、複数のユーザの推定値を算出し、
前記提示手段は、健康診断の結果が類似する二以上のユーザごとに、健診情報に示される検査項目の値と推定値との差を算出し、当該差に応じて前記二以上のユーザを順位付けしたリストを生成し、生成されたリストを提示する、
請求項1に記載の健康管理装置。 - 前記提示手段は、前記健診情報に示される検査項目の値と前記推定値との差に基づいて、健康行動のアドバイスを提示する、
請求項1に記載の健康管理装置。 - 前記提示手段は、健康行動としての運動の方法、及び、健康行動としての食事の内容の少なくともいずれかが示された媒体の情報を示す前記アドバイスを提示する、
請求項4に記載の健康管理装置。 - 前記取得手段は、前記ユーザの勤務先を示す情報を取得し、
前記提示手段は、前記ユーザの勤務先の福利厚生制度であって、健康行動に関連する福利厚生制度を示す情報を含む前記アドバイスを提示する、
請求項4または5に記載の健康管理装置。 - 前記取得手段は、前記ユーザが利用した体組成計によって計測された情報であって、前記ユーザの体組成に関する情報である基礎情報を取得し、
前記算出手段は、健康診断の検査項目の値の変化と健康行動と基礎情報との関係を学習した学習モデルを利用して、前記健診情報と前記取り組み情報と前記基礎情報とに基づいて、前記ユーザの前記推定値を算出する、
請求項1に記載の健康管理装置。 - 前記取得手段は、店舗に設置された計測器によって計測された、前記ユーザの生体情報を取得し、
前記算出手段は、健康診断の検査項目の値の変化と健康行動と基礎情報と生体情報との関係を学習した学習モデルを利用して、前記健診情報と前記取り組み情報と前記基礎情報とに基づいて、前記ユーザの前記推定値を算出する、
請求項1に記載の健康管理装置。 - ユーザの健康診断の結果を示す健診情報と、前記ユーザが取り組んだ健康行動を示す取り組み情報と、を取得し、
健康診断の検査項目の値の変化と健康行動との関係を学習した学習モデルを利用して、前記健診情報と前記取り組み情報とに基づいて、前記ユーザの健康診断の検査項目ごとの推定値を算出し、
算出された前記推定値を提示する、
健康管理方法。 - ユーザの健康診断の結果を示す健診情報と、前記ユーザが取り組んだ健康行動を示す取り組み情報と、を取得する処理と、
健康診断の検査項目の値の変化と健康行動との関係を学習した学習モデルを利用して、前記健診情報と前記取り組み情報とに基づいて、前記ユーザの健康診断の検査項目ごとの推定値を算出する処理と、
算出された前記推定値を提示する処理と、をコンピュータに実行させる、
プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022132327A JP2024029883A (ja) | 2022-08-23 | 2022-08-23 | 健康管理装置、健康管理方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022132327A JP2024029883A (ja) | 2022-08-23 | 2022-08-23 | 健康管理装置、健康管理方法、及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024029883A true JP2024029883A (ja) | 2024-03-07 |
Family
ID=90106744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022132327A Pending JP2024029883A (ja) | 2022-08-23 | 2022-08-23 | 健康管理装置、健康管理方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2024029883A (ja) |
-
2022
- 2022-08-23 JP JP2022132327A patent/JP2024029883A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cinaz et al. | Monitoring of mental workload levels during an everyday life office-work scenario | |
Fischer et al. | Capturing the patient's view of change as a clinical outcome measure | |
Chiang et al. | Interexpert agreement of plus disease diagnosis in retinopathy of prematurity | |
JP5926517B2 (ja) | 個人の健康およびウェルネスの管理のためのシステムおよび、その命令を含むコンピュータプログラムを格納した非一時的コンピュータ可読記憶媒体 | |
West et al. | Association of resident fatigue and distress with perceived medical errors | |
AU2006252260B2 (en) | Home diagnostic system | |
Balto et al. | Accuracy and precision of smartphone applications and commercially available motion sensors in multiple sclerosis | |
Monahan et al. | Practical clinical tool to monitor dementia symptoms: the HABC-Monitor | |
Kempf et al. | ROSSO-in-praxi follow-up: long-term effects of self-monitoring of blood glucose on weight, hemoglobin A1c, and quality of life in patients with type 2 diabetes mellitus | |
JP6779205B2 (ja) | ユーザの知識および活動に基づいて健康判定サービスを提供するためのシステムおよび方法 | |
CA2793183A1 (en) | Medical information generation and recordation methods and apparatus | |
Guitar et al. | Fitbit activity trackers interrupt workplace sedentary behavior: A new application | |
WO2014195820A1 (en) | Healthcare support system and method for scheduling a clinical visit | |
Gustafson et al. | Increasing understanding of patient needs during and after hospitalization | |
Byrom et al. | Meaningful change: defining the interpretability of changes in endpoints derived from interactive and mHealth technologies in healthcare and clinical research | |
Cosoli et al. | Methods for the metrological characterization of wearable devices for the measurement of physiological signals: state of the art and future challenges | |
JP6739841B2 (ja) | 脳情報解析装置及び脳情報模倣演算装置 | |
AU2018342607A1 (en) | Method for enhancing patient compliance with a medical therapy plan and mobile device therefor | |
Marceau et al. | The relative contribution of patient, provider and organizational influences to the appropriate diagnosis and management of diabetes mellitus | |
JP2024029883A (ja) | 健康管理装置、健康管理方法、及びプログラム | |
Krey et al. | Wearable technology in healthcare | |
Xu et al. | Estimating 3-D L5/S1 moments during manual lifting using a video coding system: Validity and interrater reliability | |
Arthurs et al. | Impact of passive laboratory alerts on navigating electronic health records in intensive care simulations | |
US20240112777A1 (en) | Health support apparatus, health support system, and health support method | |
WO2023017654A1 (ja) | 予測装置、予測方法、および予測プログラム |