JP5648355B2 - 血糖値予測装置 - Google Patents

Description

本発明は、血糖値予測装置に関する。

特許文献１には、ユーザーの摂取カロリーの履歴データおよびユーザーの消費カロリー
の履歴データに基づいて、ユーザーの血糖値を予測する予測モデルを予め作成しておき、
当該予測モデルを用いて、ユーザーの摂取カロリーおよびユーザーの消費カロリーから、
ユーザーの血糖値を予測する技術が開示されている。

特開２００５−３２８９２４号公報

ところで、ユーザーの血糖値を予測する際、消費カロリーは、ユーザーに装着された歩
数計等から出力される出力値に基づいて算出することができるが、摂取カロリーは、ユー
ザーが摂取した食事内容がユーザーによって逐次入力されなければ算出することができな
いため、適切に血糖値を予測するためには毎食ごとにユーザーによって食事内容が入力さ
れる必要がある。しかしながら、ユーザーにとってこの入力作業は負担であるため、でき
るだけ簡単にユーザーが摂取カロリーに関する情報を継続して入力できるようにすること
が望まれるが、その一方で、簡単な入力の内容によって血糖値の予測精度が低下する可能
性がある。
本発明は、ユーザーの作業負担をできるだけ軽減し、適切に血糖値の予測を行いうる技
術を提供する。

上記課題を解決するため、本発明の請求項１に係る血糖値予測装置は、ユーザーが過去
に摂取した食事に対する摂取エネルギーと摂取時期とを少なくとも含む食事情報と、前記
ユーザーに関する過去の血糖値の時系列変化を示す情報とを含むユーザー情報を記憶する
記憶手段と、摂取エネルギー情報として、前記ユーザーが摂取した食事の量を当該ユーザ
ーが評価した結果を示す評価情報と摂取時期とを入力する第１入力モードと、前記摂取エ
ネルギー情報として、前記ユーザーが摂取した食事内容と摂取時期とを少なくとも入力す
る第２入力モードのいずれかの入力モードの選択を受付ける選択受付手段と、前記選択受
付手段で受付けられた前記入力モードに応じた前記摂取エネルギー情報の入力を受付ける
入力受付手段と、前記入力受付手段において受付けられた前記第１入力モードに応じた前
記摂取エネルギー情報の前記摂取時期と対応する前記食事情報に基づいて、当該摂取エネ
ルギー情報の評価情報に対応する摂取エネルギーを特定する特定手段と、前記入力受付手
段において受付けられた前記第２入力モードに応じた前記摂取エネルギー情報の前記食事
内容に対応する摂取エネルギーを取得する第１取得手段と、前記ユーザーが消費したエネ
ルギーに関する消費エネルギー情報を取得する第２取得手段と、前記特定手段で特定され
た前記摂取エネルギー又は前記第1取得手段で取得された前記摂取エネルギー、前記第２
取得手段で取得された前記消費エネルギー、及び前記ユーザー情報を用いて予測した血糖
値の時系列変化を示す予測血糖値曲線を算出する算出手段と、前記算出手段で算出された
前記予測血糖値曲線を出力する出力手段とを備えることを特徴とする。この構成によれば
、第２入力モードで入力する場合と比べて第１入力モードで入力した場合にユーザーの作
業負担が軽減され、第1入力モードで入力された場合でもユーザーの過去の食習慣に応じ
た摂取エネルギーが特定されるので、適切に血糖値の予測を行うことができる。

請求項２に係る血糖値予測装置は、上記血糖値予測装置において、前記記憶手段は、前
記食事情報として、前記食事内容に対する前記評価情報を記憶し、前記特定手段は、受付
けられた前記摂取エネルギー情報の前記摂取時期と対応する前記食事情報のうち、当該摂
取エネルギー情報と対応する前記評価情報を有する前記食事情報を用いて前記摂取エネル
ギーを特定することを特徴とする。この構成によれば、第１入力モードで入力された評価
情報と、ユーザーが過去に摂取した食事の量に対する評価情報とに基づいて摂取エネルギ
ーが特定されるので、血糖値の予測精度を向上させることができる。

請求項３に係る血糖値予測装置は、上記血糖値予測装置において、前記記憶手段は、前
記食事情報として、前記ユーザーが過去に摂取した食事の食事内容と当該食事内容に対す
る前記摂取エネルギーと前記摂取時期とを記憶し、前記第１取得手段は、前記摂取エネル
ギー情報の食事内容と対応する前記記憶手段における前記食事情報の前記摂取エネルギー
を取得することを特徴とする。この構成によれば、ユーザーが過去に摂取した食事内容に
基づく摂取エネルギーを用いて血糖値の予測がなされるため、よりユーザーに適した血糖
値の予測を行うことができる。

請求項４に係る血糖値予測装置は、上記血糖値予測装置において、前記出力手段は、前
記特定手段で特定された前記摂取エネルギーを用いて前記算出手段により前記予測血糖値
曲線が算出された場合、前記第1入力モードによる前記摂取エネルギー情報が用いられて
いることを示す情報を当該予測血糖値曲線と合わせて出力することを特徴とする。この構
成によれば、ユーザーは、予測された血糖値が、いずれの入力モードで入力された摂取エ
ネルギー情報に基づいて予測されたものであるかを確認することができる。

実施形態に係る血糖値予測装置の構成例を示す図である。 （ａ）及び（ｂ）は、実施形態に係るユーザー情報の例を示す図である。 （ａ）〜（ｄ）は、実施形態に係る入力マスタ情報の例を示す図である。 実施形態に係る血糖値予測装置の機能構成例を示す図である。 （ａ）は、実施形態に係る第１予測曲線を説明する図である。（ｂ）は、実施形態に係る第２予測曲線を説明する図である。 実施形態に係る血糖値予測装置の全体動作を示す動作フロー図である。 実施形態に係る第１予測曲線算出処理の動作フロー図である。 （ａ）は、実施形態に係る詳細入力画面の例である。（ｂ）は、実施形態に係る簡易入力画面の例である。 （ａ）〜（ｃ）は、実施形態に係る第１予測曲線の変形処理を説明する図である。 実施形態に係る第２予測曲線算出処理の動作フロー図である。 （ａ）〜（ｃ）は、実施形態に係る第２予測曲線の変形処理を説明する図である。

本実施形態に係る血糖値予測装置は、ユーザーの手首等に装着可能に構成される。血糖
値予測装置は、ユーザーが１日１回実測する血糖値と、ユーザーが摂取した食事に応じた
摂取エネルギーとユーザーの運動を行った際の消費エネルギーとに基づいてユーザーの血
糖値を予測し、予測した血糖値（以下、予測血糖値と言う）の変化を時系列に表した血糖
値曲線を出力するものである。以下、本実施形態に係る血糖値予測装置の詳細について説
明する。

（全体構成）
図１は、実施形態に係る血糖値予測装置において血糖値の予測を行うための構成を示す
図である。血糖値予測装置１０は、制御部１１０、活動量測定部１２０、操作部１３０、
記憶部１４０、表示部１５０、及び計時部１６０を備える。

制御部１１０は、ＣＰＵ（Central Processing Unit）とＲＯＭ（Read Only Memory）
及びＲＡＭ（Random Access Memory）のメモリーを含み、ＲＡＭをワーキングエリアとし
てＲＯＭに予め記憶されている制御プログラムを実行することにより、ユーザーの摂取カ
ロリーを特定するカロリー特定処理機能、血糖値予測処理機能を実行し、制御部１１０と
接続されている各部を制御する。カロリー特定処理機能は、ユーザーが摂取エネルギー情
報として入力する食事に関する食事情報に基づいて摂取したカロリーを特定する処理であ
る。本実施形態では、ユーザーが食事情報を入力するモードとして、詳細入力モード（第
２入力モード）と簡易入力モード（第１入力モード）とを有し、各入力モードに応じた食
事情報に対する摂取カロリーが特定される。血糖値予測処理機能は、ユーザーが実測した
血糖値、食事情報に対する摂取カロリー（摂取エネルギー）及びユーザーが行った運動に
対する消費カロリー（消費エネルギー）を用いて血糖値を予測する処理である。なお、こ
れらの各機能の詳細は後述する。

活動量測定部１２０は、ユーザーが消費した消費カロリーを求め、求めた消費カロリー
を消費エネルギー情報として制御部１１０へ送出する。活動量測定部１２０は、例えば、
ユーザーの運動状態を検出するための加速度センサーや速度センサー等のセンサーを有し
、ユーザーの運動などの動作によって検出されたセンサーからの出力信号を予め定義され
た演算式を用いて消費カロリーに変換する。

操作部１３０は、例えば、数字や文字等の入力キーを有する操作ボタン群を有し、ユー
ザーによって操作された入力キーに対応する操作信号を制御部１１０へ送出する。本実施
形態では、特に、操作部１３０は、測定されたユーザーの血糖値データの入力を受付ける
と共に、入力モードを選択する操作、食事情報やユーザーが行った運動内容を示す運動情
報のデータの入力を受付ける。

記憶部１４０は、不揮発性の記憶媒体で構成され、ユーザーの過去の血糖値に関する情
報を含むユーザー情報２００や入力マスタ情報３００等のデータを記憶する。ここで、ユ
ーザー情報２００及び入力マスタ情報３００について説明する。
ユーザー情報２００には、図２（ａ）に示す血糖値情報２００ａと、図２（ｂ）に示す行
動情報２００ｂとが含まれている。

血糖値情報２００ａには、例えば、ユーザーが過去に糖尿病に関する教育入院を行った
とき等の、教育入院期間において測定された毎日の血糖値と行動履歴（食事と運動）とが
記憶されている。図２（ａ）には、その一例として、２０１０年２月１日と２月２日のユ
ーザーの血糖値情報２００ａを示している。この図の波形４１は、ユーザーの血糖値の時
系列変化を表している。また、時間軸における「朝食」「散歩」「昼食」・・・等は、ユ
ーザーが摂った食事や運動のタイミング等の行動履歴を示している。

図２（ｂ）は、図２（ａ）の各行動履歴に対応する行動情報２００ｂを示しており、各
行動履歴に対応する行動（食事情報、運動情報）に関する情報が行動情報２００ｂに記憶
されている。例えば、図２（ａ）の２０１０年２月１日の朝食に対応する食事情報には、
食事内容として「和食Ａ」が記憶され、摂取カロリーとして「５００ｋｃａｌ」が記憶さ
れている。また、食事情報の「食事量」には、摂取した食事の量をユーザー自身が評価し
た情報（評価情報）が記憶されている。この例において、朝食として「和食Ａ」を食べた
量は「中」の評価がなされており、昼食として「和食Ｂ」を食べた量は「大」の評価がな
されている。このように、食事情報には、ユーザーが食事を摂った食事タイミング（朝食
、昼食、夕食・・・）と、各タイミングで摂った食事の量を示す評価情報とが対応づけら
れている。また、図２（ａ）の２０１０年２月１日の午前に行った「散歩」に対応する運
動情報には、当該散歩に対する消費カロリーとして「５０ｋｃａｌ」が記憶されている。

次に、入力マスタ情報３００について説明する。入力マスタ情報３００には、図３（ａ
）に示すカロリー情報３１０、図３（ｂ）に示す運動種別情報３２０、図３（ｃ）に示す
食事タイミングマスタ３４０、図３（ｄ）に示す食事量マスタ３５０とが含まれている。

図３（ａ）に例示するカロリー情報３１０には、予め設定された食事メニューに対する
摂取カロリーが記憶されており、図３（ｂ）に例示する運動種別情報３２０には、運動種
別と運動内容とが記憶されている。また、図３（ｃ）に例示する食事タイミングマスタ３
４０には、各コードに対応する食事タイミングが記憶されており、図３（ｄ）に例示する
食事量マスタ３５０には、各コードに対応する食事量が記憶されている。
食事タイミングマスタ３４０及び食事量マスタ３５０は、ユーザーが食事情報を入力す
る際に参照され、カロリー情報３１０は、ユーザーが詳細入力モードにおいて食事情報を
入力する際に参照される。また、運動種別情報３２０は、ユーザーが運動情報を入力する
際に参照される。

図１に戻り、構成の説明を続ける。表示部１５０は、液晶ディスプレイ等の表示装置で
構成され、制御部１１０の制御の下、入力モードに応じた食事情報の入力画面、運動情報
の入力画面、血糖値の予測曲線等の各種画像を表示する。計時部１６０は、所定のクロッ
クをカウントして時刻を計時する。

（制御部１１０の機能構成）
図４は、上述した制御部１１０の機能を中心とする機能構成図である。制御部１１０は
、摂取エネルギー取得部１１１（特定手段及び第1取得手段）、消費エネルギー取得部１
１２（第２取得手段）、算出部１１３、解析部１１４、及び生成部１１５を含む。
摂取エネルギー取得部１１１は、摂取エネルギー情報として、入力モードと食事情報を
操作部１３０から取得し、取得した入力モードと食事情報とカロリー情報３１０に基づい
て食事情報に対する摂取カロリーを求める。具体的には、詳細入力モードで食事情報が入
力された場合には、当該食事情報に対応する摂取エネルギーを記憶部１４０内のカロリー
情報３１０から取得し、簡易入力モードで食事情報が入力された場合には、当該食事情報
に対応する摂取エネルギーを記憶部１４０内の行動情報２００の食事情報に基づいて特定
する。消費エネルギー取得部１１２は、ユーザーの消費エネルギー情報として消費カロリ
ーを活動量測定部１２０から一定時間毎に取得する。

算出部１１３は、ユーザーが入力した血糖値データを操作部１３０から取得し、摂取エ
ネルギー取得部１１１で求めた摂取カロリーと予め定められた第１の予測アルゴリズムに
基づいて、摂取カロリーに対する血糖値の変化を予測した予測曲線（以下、第１予測曲線
と称する）を求める。また、算出部１１３は、消費エネルギー取得部１１２で取得された
消費カロリーと予め定められた第２の予測アルゴリズムに基づいて、消費カロリーに対す
る血糖値の変化を予測した予測曲線（以下、第２予測曲線と称する）を求める。

ここで、第１予測曲線と第２予測曲線の算出について説明する。図５（ａ）は、本実施
形態における第１予測曲線の一例を示す図である。第１予測曲線は、摂取カロリーと第１
の予測アルゴリズムとに基づいて求められる。第１予測曲線は、遅延期間ｄ１、上昇期間
ｄ２、平衡期間ｄ３、および下降期間ｄ４を有する。以下、各期間における血糖値曲線を
求める第１の予測アルゴリズムの一例を説明する。

遅延期間ｄ１は、食事を開始してから、食事開始時における血糖値（基準値）Ｃ０を超
えるまでの期間を示している。遅延期間ｄ１には、食事の開始時点から予め定められた時
間（例えば、１５分）が設定されており、食事開始時の血糖値Ｃ０を維持する。なお、食
事開始時の血糖値Ｃ０は、当該時刻においてユーザーが測定した血糖値を用いるが、測定
できなかった場合には、例えば、予め設定されたユーザーの血糖値の標準値等を用いるよ
うにしてもよい。

上昇期間ｄ２は、遅延期間ｄ１の終期から始まり、血糖値が上昇を開始して血糖値がピ
ークとなる値（ピーク値）に到達するまでの期間を示している。ピーク値は、傾きｓ１で
血糖値が上昇し、食事開始時の血糖値Ｃ０に血糖値の上昇値ｈ１１を合算した値である。
血糖値の上昇値ｈ１１は、例えば、ｈ１１＝（摂取カロリー）×（インスリン分泌量）
×（係数α）で求められる。本実施形態では、インスリン分泌量と係数α（＞０）は、ユ
ーザーに応じて予め設定された固定値である。なお、インスリン分泌量及び係数は、予め
設定された固定値だけなく、ユーザーの属性（年齢、性別、身長、体重）に応じて定めら
れた値や可変値であってもよい。

平衡期間ｄ３は、上昇期間ｄ２の終期から血糖値のピーク値を維持する期間であり、本
実施形態では、予め定義された固定値が設定されている。なお、例えば、摂取カロリーと
ユーザーに固有の係数とを乗算した値を、前回の摂取カロリーとの差に応じた係数で除算
する等、摂取カロリーと予め定められた演算式とを用いて平衡期間ｄ３を求めるようにし
てもよい。

下降期間ｄ４は、平衡期間ｄ３の終期から血糖値が傾きｓ２で下降を開始して基準値に
到達するまでの期間を示している。つまり、下降期間ｄ４は、血糖値がピーク値から基準
値（食事開始時の血糖値Ｃ０）に戻るまでの期間である。傾きｓ２は、例えば、ｓ２＝（
摂取カロリー）×（係数β）で求められる。本実施形態では、係数βは、ユーザーに応じ
て予め定められた固定値（＜０）であるが、ユーザーの属性（年齢、性別、身長、体重）
に応じて予め定められた値や可変値であってもよい。

次に、第２予測曲線について説明する。図５（ｂ）は、本実施形態における第２予測曲
線の一例を示す図である。第２予測曲線は、消費カロリーと第２の予測アルゴリズムとに
基づいて求められる。第２予測曲線は、遅延期間ｅ１と下降期間ｅ２を含んで構成されて
いる。以下、各期間における血糖値曲線を求める第２の予測アルゴリズムの一例を説明す
る。

遅延期間ｅ１は、運動を開始してから血糖値が下降し始めるまでの期間を示し、運動開
始時の血糖値が維持される期間である。本実施形態では、遅延期間ｅ１には、予め定めら
れた期間（例えば、２分）が設定されている。下降期間ｅ２は、遅延期間ｅ１の終期から
傾きｓ３（単位時間当たりの血糖値の低下量Δｃ）で血糖値が下降する期間である。

低下量Δｃは、例えば、Δｃ＝（消費カロリー）×（インスリン分泌量）×（係数γ）
で求められる。消費カロリーは、活動量測定部１２０において計測されたユーザーの消費
カロリーであり、本実施形態では、ユーザーが運動を意識していない通常の動作時におい
ても活動量測定部１２０によりユーザーの消費カロリーが算出されて逐次入力される。イ
ンスリン分泌量はユーザーに応じて予め設定された固定値であり、係数γ（＜０）は、血
糖値に応じた可変値であってもよいし、ユーザーの属性に応じて定められた固定値であっ
てもよい。

図４に戻り、説明を続ける。解析部１１４は、摂取エネルギー情報として操作部１３０
から入力された食事情報と対応するユーザー情報２００を抽出する抽出条件を用いてユー
ザー情報２００を抽出し、抽出したユーザー情報２００を用いて当該食事情報に対するユ
ーザーの血糖値変化を解析する。

具体的には、例えば、入力された食事情報が和食Ａの場合、和食Ａを摂取したときの血
糖値の変化を表す波形として、和食Ａを摂取した時点から次の行動（食事又は運動）が行
われるまでの期間の波形データが抽出される。図２（ａ）に示す血糖値情報２００ａの例
では、２０１０年２月１日の朝食を摂取した時点から次の行動、つまりウォーキングが行
われるまでの期間の波形データが抽出される。なお、ウォーキングが行われなければ、朝
食を摂取した時点から昼食を摂取するまでの期間の波形データが抽出される。このように
して、同じ食事内容を摂取したときの血糖値の変化を表す波形を第１モデル波形として抽
出する。なお、複数の波形が抽出された場合には、解析部１１４は、抽出した複数の波形
を平均化する等の処理を行い、当該食事情報に対する血糖値の変化傾向を示す第１モデル
波形を生成する。

また、解析部１１４は、操作部１３０から入力された運動情報と対応するユーザー情報
２００を抽出する抽出条件を用いてユーザー情報２００を抽出し、抽出したユーザー情報
２００を用いて当該運動情報に対するユーザーの血糖値の変化傾向を解析する。本実施形
態では、活動量測定部１２０によりユーザーの消費カロリーが逐次算出されるように構成
されているが、算出された消費カロリーがどのような動作を行ったときのものであるかを
区別するために、通常の動作以外の運動については、ユーザーが運動を行う前に運動種別
を入力する。

具体的には、例えば、入力された運動情報がウォーキングである場合には、ウォーキン
グを行ったときの血糖値の変化を表す波形として、図２（ａ）に示す血糖値情報２００ａ
における２０１０年２月１日のウォーキング開始時から次の行動、つまり軽食を摂取する
までの波形データが抽出される。このようにして、同じ運動を行ったときの血糖値の変化
を表す波形を第２モデル波形として抽出する。なお、複数の波形が抽出された場合には、
解析部１１４は、抽出された複数の波形を平均化する等の処理を行い、当該運動情報に対
する血糖値の変化傾向を示す第２モデル波形を生成する。

生成部１１５は、算出部１１３において算出された第１予測曲線及び第２予測曲線を、
解析部１１４の解析結果に基づいて変形し、変形した第１予測曲線と第２予測曲線を統合
して予測血糖値曲線を生成する。

具体的には、生成部１１５は、第１予測曲線の上昇期間ｄ２における血糖値のピーク値
までの上昇量ｈ１１と、第１モデル波形のピーク値までの上昇量とを比較し、上昇量の差
分が予め定めた閾値以上である場合には、第１予測曲線の上昇量ｈ１１が第１モデル波形
の上昇量となるように係数αを調整する。また、生成部１１５は、第１予測曲線の平衡期
間ｄ３と、第１モデル波形において血糖値のピーク値が継続する継続期間とを比較し、平
衡期間ｄ３と継続期間との差分が予め定めた閾値以上である場合には、第１予測曲線の平
衡期間ｄ３を継続期間と一致させるように平衡期間ｄ３を設定する。なお、第１モデル波
形において、血糖値のピーク値が予め定められた閾値Δｃｔｈの範囲内で下降している期
間はピーク値が継続しているものとし、閾値Δｃｔｈの範囲を下回った時点を継続期間の
終期と判断する。

また、生成部１１５は、第１予測曲線の下降期間ｄ４においてピーク値から血糖値が低
下した低下量（ｈ１１）と、第１モデル波形のピーク値から血糖値が低下した低下量とを
比較し、低下量の差分が予め定めた閾値以上である場合には、第１予測曲線の下降期間ｄ
４における低下量（ｈ１１）が第１モデル波形における低下量となるように、傾きｓ２の
係数βを調整する。

生成部１１５は、第２予測曲線についても第１予測曲線と同様に変形する。具体的には
、生成部１１５は、第２予測曲線の下降期間ｅ２における血糖値の単位時間当たりの低下
量Δｃと、第２モデル波形における血糖値の単位時間当たりの低下量とを比較し、低下量
の差分が予め定めた閾値以上である場合には、第２予測曲線の低下量Δｃを第２モデル波
形における低下量となるように係数γを調整する。
生成部１１５は、上記のようにして第１予測曲線と第２予測曲線を各々変形し、変形し
た第１予測曲線と第２予測曲線とを統合した予測血糖値曲線を生成し、生成した予測血糖
値曲線を表示部１５０へ出力する。

なお、本実施形態において、解析結果に基づいて予測曲線を変形する処理とは、解析結
果に基づく波形（モデル波形）からユーザーの血糖値変化の特徴量を示すパラメータを抽
出し、予測曲線（第１予測曲線、第２予測曲線）においてこの特徴量に対応するパラメー
タを抽出し、予測曲線のパラメータを解析結果のパラメータとなるように近づける処理で
ある。
本実施形態における制御部１１０の機能構成は以上の通りである。以下、本実施形態に
おける血糖値予測装置１０の動作について説明する。

（動作）
図６は、本実施形態における血糖値予測装置１０の全体動作を示す動作フローを示して
いる。本実施形態では、ユーザーによって毎日朝食前に血糖値が実測される。血糖値予測
装置１０は、その実測値を用いて、食事情報が入力される毎、ユーザーの消費カロリーが
測定される毎に血糖値の予測を行い、予測血糖値曲線を出力する。

ユーザーは、実測した血糖値のデータを血糖値予測装置１０の操作部１３０を介して入
力する。制御部１１０は、操作部１３０を介して入力された血糖値データを入力時間と共
に受付けると、入力された血糖値データを基準値Ｃ０として設定し、血糖値予測処理を開
始する（ステップＳ１０）。制御部１１０は、ステップＳ１０において入力された基準値
Ｃ０と操作部１３０を介して入力された摂取エネルギー情報とを用いて第１予測曲線を算
出する処理を行う（ステップＳ２０）。

ここで、第１予測曲線算出処理の詳細を図７の動作フローに従って説明する。ユーザー
が操作部１３０を介して、詳細入力モード又は簡易入力モードのいずれかを選択する操作
を行うと（ステップＳ２１：ＹＥＳ）、制御部１１０は、選択された入力モードに応じた
入力画面を表示部１５０に表示する（ステップＳ２２）。

例えば、ユーザーが詳細入力モードを選択した場合には、制御部１１０は、図８（ａ）
に例示する詳細入力画面５０を表示部１５０に表示する。詳細入力画面５０には、食事タ
イミング、食事内容、食事量の各入力項目が表示され、食事内容の入力データに応じて摂
取カロリーが表示される。ユーザーが操作部１３０を介して、食事タイミングに対するプ
ルダウンメニュー５１を表示させる操作を行うと、制御部１１０は、記憶部１４０内の食
事タイミングマスタ３４０における食事タイミングのデータを読み出して表示部１５０に
表示し、ユーザーからの食事タイミングの選択操作を受付ける。また、食事内容に対する
プルダウンメニュー５２を表示させる操作がなされると、制御部１１０は、記憶部１４０
内のカロリー情報３１０における食事メニューのデータを読み出して表示部１５０に表示
し、ユーザーからの食事メニューの選択操作を受付ける。

また、ユーザーが操作部１３０を介して、食事量に対するプルダウンメニュー５４を表
示させる操作を行うと、制御部１１０は、記憶部１４０内の食事量マスタ３５０における
食事量のデータを表示部１５０に表示し、ユーザーからの食事量の選択操作を受付ける。
摂取カロリー５３には、入力される食事内容に応じた摂取カロリーが表示される。

また、ステップＳ２１において、例えば、ユーザーが簡易入力モードを選択した場合に
は、制御部１１０は、図８（ｂ）に示す簡易入力画面６０を表示部１５０に表示する。詳
細入力画面６０には、食事タイミングと食事量の各入力項目が表示される。詳細入力画面
５０の場合と同様に、ユーザーは、操作部１３０を介して食事タイミングに対するプルダ
ウンメニュー６１と食事量に対するプルダウンメニュー６２の各データを表示させて食事
タイミングと食事量を入力する。このように、ユーザーは簡易入力モードを選択した場合
には、食事タイミングと食事量のデータだけを入力すればよい。

図７に戻り、説明を続ける。制御部１１０は、入力モードに応じた食事情報の入力を受
付けると（ステップＳ２３：ＹＥＳ）、入力された食事情報に対する摂取カロリーを特定
すると共に、入力された食事情報をユーザー情報２００に記憶する（ステップＳ２４）。

例えば、詳細入力モードで入力された食事情報の場合、制御部１１０は、食事メニュー
の選択操作を受付ける毎に、受付けた食事メニューに対応する摂取カロリーをカロリー情
報３１０から読出し、受付けた食事メニューの摂取カロリーを加算した結果を食事情報に
対する摂取カロリーとして特定する。

また、簡易入力モードで入力された食事情報の場合、制御部１１０は、ユーザー情報２
００の行動情報２００ｂから食事情報に対応する食事情報を抽出する。そして、制御部１
１０は、抽出した食事情報の摂取カロリーの平均値を当該食事情報に対する摂取カロリー
として特定する。

つまり、例えば、食事タイミングとして「朝食」が入力され、食事量として「大」が入
力された場合には、行動情報２００ｂにおいて、食事タイミング「朝食」、食事量「大」
を含む食事情報の摂取カロリーの平均値が摂取カロリーとして特定される。このように、
簡易入力モードで食事情報が入力された場合には、過去にユーザーが摂取した食事に対し
てユーザーが評価した食事量に対応する摂取カロリーを用いて摂取カロリーが特定される
。また、ユーザーは食事を摂取しなかった場合も同様に、摂取しなかった食事の食事タイ
ミングを入力し、食事量として「無し」を選択する。なお、本実施形態では摂取カロリー
の平均値を摂取カロリーとして特定するが、摂取カロリーの中間値や最頻値等であっても
よい。

制御部１１０は、ステップＳ２４において特定された摂取カロリーに対する第１予測曲
線を第１の予測アルゴリズムを用いて算出し（ステップＳ２５）、例えば、図９（ａ）に
示す第１予測曲線を生成する。制御部１１０は、ステップＳ２３において入力された食事
情報に対応するユーザー情報２００を抽出し、食事情報に対する過去の血糖値変化を解析
して第１モデル波形を生成する（ステップＳ２６）。

具体的には、まず、制御部１１０は、図２（ａ）に示す血糖値情報２００ａから入力さ
れた食事情報を含む波形を抽出する。例えば、詳細入力モードで食事内容として「洋食Ｃ
」が入力された場合、図２（ａ）の血糖値情報２００ａの例では、洋食Ｃが摂取された２
０１０年２月２日の朝食時点から次の行動「水中ウォーキング」が開始されるまでの期間
の波形データが抽出される。

また、簡易入力モードで食事情報が入力された場合には、食事タイミングと食事量とが
同じであるときの波形データが抽出される。例えば、食事タイミング「昼食」、食事量「
中」が入力された場合、図２（ｂ）の行動情報２００ｂにおける２０１０年２月２日の食
事タイミング「昼食」、食事量「中」に対応する波形データとして、図２（ａ）の血糖値
情報２００ａの２０１０年２月２日の昼食時点から次の行動「散歩」までの波形データが
抽出される。

また、ユーザーが食事を摂取せず、摂取しなかった食事の食事タイミングと食事量「無
し」が入力された場合には、同様にして、入力された食事タイミングの食事が摂取されな
かったときの波形データが抽出される。このようにして、制御部１１０は、入力モードに
応じて、血糖値情報２００ａから食事情報に対応する波形データを抽出し、抽出した波形
データを平均化することで、図９（ｂ）に示す第１モデル波形を生成する。

制御部１１０は、ステップＳ２６の解析結果として生成された第１モデル波形に基づい
てステップＳ２５で生成した第１予測曲線を変形する（ステップＳ２７）。具体的には、
制御部１１０は、図９（ａ）に示す第１予測曲線の上昇期間ｄ２における血糖値の上昇量
ｈ１１と、図９（ｂ）に示す第１モデル波形の血糖値の上昇量ｈ２１（Ｃ４−Ｃ１）とを
比較し、上昇量の差分が閾値以上である場合には、第１予測曲線における上昇量ｈ１１が
ｈ２１（Ｃ４−Ｃ１）となるように、第１の予測アルゴリズムにおける係数αを調整する
。また、制御部１１０は、第１モデル波形の血糖値がピークとなるｔ２以降において、血
糖値がピーク値から閾値Δｃｔｈ範囲内のｔ３までの継続期間ｄ３１（ｔ３−ｔ２）と、
第１予測曲線における平衡期間ｄ３とを比較する。制御部１１０は、継続期間ｄ３１と平
衡期間ｄ３との差分が閾値以上である場合には、平衡期間ｄ３として継続期間ｄ３１を設
定する。

また、制御部１１０は、第１予測曲線の下降期間ｄ４における血糖値の低下量（ｈ１２
）と、第１モデル波形の血糖値の低下量ｈ２２（Ｃ４−Ｃ２）とを比較し、低下量の差分
が閾値以上である場合には、低下量ｈ１２を第１モデル波形における低下量ｈ２２となる
ように、第１の予測アルゴリズムにおける係数βを調整する。このようにして、第１モデ
ル波形に基づいて第１予測曲線を変形した結果を図９（ｃ）に示す。

なお、ステップＳ２１において、ユーザーによって入力モードの選択操作が行われない
場合（ステップＳ２１：ＮＯ）、又は、ステップＳ２３において、ユーザーによって食事
情報の入力操作が行われない場合（ステップＳ２３：ＮＯ）には、制御部１１０は第１予
測曲線の算出処理を終了する。

本実施形態における第１予測曲線の算出処理は以上の通りである。図６に戻り、説明を
続ける。制御部１１０は、活動量測定部１２０において測定された消費エネルギーとユー
ザーによって入力された運動情報に基づいて第２予測曲線を算出する処理を行う（ステッ
プＳ３０）。

ここで、第２予測曲線算出処理の詳細を図１０の動作フローに従って説明する。制御部
１１０は、消費エネルギー情報として、活動量測定部１２０において一定時間毎に計測さ
れるユーザーの消費カロリーを活動量測定部１２０から受付け（ステップＳ３１）、受付
けた消費カロリーに対する第２予測曲線を第２の予測アルゴリズムを用いて算出し、図１
１（ａ）に例示する第２予測曲線を生成する（ステップＳ３２）。

ユーザーが操作部１３０を介して運動情報入力画面（図示略）を表示させる操作を行う
と、制御部１１０は、運動種別情報３２０を表示部１５０に表示し、ユーザーからの入力
を受付ける（ステップＳ３３）。制御部１１０は、運動情報として操作部１３０を介して
運動種別がユーザーにより入力されると（ステップＳ３３：ＹＥＳ）、入力された運動情
報をユーザー情報２００に記憶すると共に、入力された運動情報に対応するユーザー情報
２００を抽出し、運動情報に対する過去の血糖値変化を解析して第２モデル波形を生成す
る（ステップＳ３４）。

例えば、入力された運動情報が運動種別「３」、運動内容「ウォーキング」である場合
、図２（ａ）の血糖値情報２００ａの例では、「ウォーキング」が行われた２０１０年２
月１日のウォーキング開始時点から次の行動である「軽食」が摂取されるまでの期間の波
形データが抽出される。このようにして、制御部１１０は、「ウォーキング」が行われた
ときの波形データを血糖値情報２００ａから抽出して平均化し、図１１（ｂ）に示す第２
モデル波形を生成する。

制御部１１０は、ステップＳ３４の解析結果として生成された第２モデル波形に基づい
てステップＳ３２で生成した第２予測曲線を変形する（ステップＳ３５）。具体的には、
制御部１１０は、図１１（ａ）に示す第２予測曲線の下降期間ｅ２における血糖値の低下
量Δｃと、図１１（ｂ）に示す第２モデル波形の血糖値の低下量Δｃ１とを比較する。第
２モデル波形の低下量Δｃ１は、時間ｔ１〜ｔ２の間に運動開始時の血糖値からｈ３１だ
け血糖値が低下したときの単位時間Ｔ０当たりの低下量である。単位時間Ｔ０当たりの低
下量の差分が閾値以上である場合には、制御部１１０は、第２予測曲線におけるΔｃがΔ
ｃ１となるように、第２の予測アルゴリズムにおける係数γを調整する。このようにして
、第２モデル波形に基づいて第２予測曲線を変形した結果を図１１（ｃ）に示す。

本実施形態における第２予測曲線の算出処理は以上の通りである。図６に戻り、説明を
続ける。制御部１１０は、ステップＳ２０で生成した第１予測曲線とステップＳ３０で生
成した第２予測曲線とを同一時間軸に沿って統合させた予測血糖値曲線を生成し、生成し
た予測血糖値曲線を示す画像を表示部１５０に表示する（ステップＳ４０）。

本実施形態では、ユーザーは、食事内容を具体的に入力することができない場合には、
簡易入力モードを用いて食事タイミングとユーザー自身の主観的な食事量の評価だけを入
力することができるので、簡単に摂取カロリーに関する情報を入力することができる。ま
た、簡易入力モードで食事情報が入力された場合には、過去にユーザーが摂取した食事に
対してユーザーが評価した食事量に応じた摂取カロリーを血糖値の予測に適用することが
できるので、ユーザーの食習慣に応じた適切な摂取カロリーに基づいて血糖値が予測され
、摂取カロリーに関する情報が全く入力されない場合と比べて血糖値の予測精度を向上さ
せることができる。

＜変形例＞
本発明は、上述した実施形態に限定されるものではなく、以下のように変形させて実施
してもよい。また、以下の変形例を組み合わせてもよい。

（１）上述した実施形態では、簡易入力モードでは、食事量を「大」、「中」、「小」、
「無し」のいずれかに評価する例であったが、食事量に対する評価はこれに限定されない
。例えば、食事量として、「食べた」、「食べてない（無し）」のいずれかの評価を選択
してもよい。この場合には、入力された食事タイミングと同じ食事タイミングの食事内容
に対応づけられている摂取カロリーの平均値等を摂取カロリーとして特定するように構成
する。また、入力された食事タイミングと同じ食事タイミングが含まれる波形データをユ
ーザー情報２００の血糖値情報２００ａから抽出し、抽出した波形データを平均化して第
１モデル波形を生成するように構成する。

（２）また、上述した実施形態では、ユーザー情報２００における行動情報２００ｂにお
いて、過去に摂取した食事に対する食事量が予め記憶されている例であったが、ユーザー
情報２００において食事量が記憶されていない場合には、行動情報２００ｂの摂取カロリ
ーについて食事タイミング毎に統計処理を行った結果を用いて、入力された食事情報に対
する摂取カロリーを特定してもよい。例えば、食事タイミング毎に摂取カロリーについて
最小値と最大値とを求め、最小値から最大値までの摂取カロリーの範囲を例えば均等に３
つに分類する。分類した摂取カロリーを各食事量（大中小）に対する摂取カロリー群とし
て、各食事量に対する摂取カロリー群の平均値等を当該食事量に対する標準的な摂取カロ
リーとしてもよい。

（３）また、上述した実施形態では、詳細入力モードで食事情報が入力された際、当該食
事情報の食事内容に対応する摂取カロリーを記憶部１４０内のカロリー情報３１０から取
得する例であったが、当該食事内容と対応する摂取カロリーをユーザー情報２００の行動
情報２００ｂの食事情報から取得するようにしてもよい。このように構成することで、過
去にユーザーが摂取した食事内容により近い摂取カロリーを用いることができるので、血
糖値の予測精度を向上させることができる。

（４）また、上述した実施形態では、簡易入力モードで入力された食事情報に基づいて予
測した予測血糖値曲線を表示部１５０に表示する例であったが、簡易入力モードで入力さ
れた食事情報に基づいて生成された予測血糖値曲線を表示する場合には、簡易入力モード
による食事情報に基づく予測血糖値曲線であることを示す情報を当該予測血糖値曲線と合
わせて報知するようにしてもよい。例えば、簡易入力モードで入力された食事情報に対応
する摂取カロリーの誤差を予め設定し、入力された食事情報に対する第１予測曲線を当該
誤差の範囲で生成して第２予測曲線と統合させ、誤差による予測血糖値の最小値と最大値
とを表した予測血糖値曲線を表示することで、簡易入力モードによる予測血糖値曲線であ
ることを報知してもよい。また、血糖値予測装置１０にＬＥＤ等の点灯手段やスピーカ等
の放音手段が設けられている場合には、簡易入力モードで入力された摂取エネルギー情報
に基づいて予測した結果であることを光や音声等で報知してもよい。また、簡易入力モー
ドで入力された摂取エネルギー情報に基づいて予測した結果であることを示す文字等の画
像により予測血糖値曲線と共に表示部１５０に表示して報知するようにしてもよい。

（５）また、上述した実施形態において、簡易入力モードで食事情報が入力された後に、
ユーザーが当該食事情報に対する食事内容を入力し、入力された食事内容と当該食事内容
に応じた摂取カロリーとを用いて予測血糖値曲線を再計算するようにしてもよい。この場
合には、例えば、詳細入力画面において、過去の日付と食事タイミングを入力できるよう
に構成し、入力された過去の日付と食事タイミングに対応する食事情報を行動情報２００
ｂから抽出して表示させるように構成する。そして、実施形態と同様に、ユーザーが食事
内容を選択する操作を行った場合には、その食事内容に対応する摂取カロリーを特定し、
入力された食事内容及び摂取カロリーを行動情報２００ｂに記憶すると共に、当該摂取カ
ロリーに基づいて予測血糖値曲線を再計算するように構成する。

（６）また、上述した実施形態では、活動量測定部１２０によってユーザーの消費カロリ
ーを逐次測定する例であったが、脈拍を測定する測定手段を備える場合には、消費エネル
ギー取得部１１２は、脈拍を消費カロリーに変換する予め定義された演算式を用いて測定
された脈拍を消費カロリーに変換するようにしてもよい。

（７）また、上述した実施形態では、予め定義された血糖値の予測アルゴリズムを用いて
血糖値の予測曲線を生成する例であったが、非線形回帰分析や時系列解析等の手法を用い
、これらの手法により推定されたモデルにユーザーによって入力された食事情報や運動情
報等のデータを当てはめて血糖値を予測するように構成してもよい。

（８）また、上述した実施形態では、ユーザー情報２００として、ユーザーの過去の教育
入院期間において測定された血糖値と行動履歴が記憶される例であったが、ユーザーの血
糖値に関する時系列データであればこれ以外のデータであってもよい。例えば、自宅で測
定されたユーザーの血糖値と行動履歴の時系列データでもよいし、ユーザーと同様の特性
（病状や体質等）を有する他の糖尿病患者の血糖値と行動履歴の時系列データであっても
よい。

（９）また、上述した実施形態では、ユーザーにより食事情報が逐次入力されることによ
り摂取エネルギー情報を取得する例を説明したが、摂取エネルギー情報を取得する方法は
これに限定されない。例えば、摂取エネルギー取得部１１１において、食事内容を撮影し
た画像データと撮影時刻を含む撮影データを外部から有線又は無線通信により取得し、取
得した撮影データの画像データを画像解析して、予め定義された食事内容と対応する画像
データが含まれている場合には、その食事内容に応じた摂取カロリーを摂取エネルギー情
報として用いるようにしてもよい。

（１０）また、上述した実施形態では、摂取エネルギー情報はユーザーが食事を摂取する
際に入力され、消費エネルギー情報は活動量測定部１２０において一定時間毎に計測され
る例であったが、摂取エネルギー取得部１１１と消費エネルギー取得部１１２が摂取エネ
ルギー情報と消費エネルギー情報を各々取得するタイミングはこれに限定されない。例え
ば、現時点より過去に行った運動情報や摂取した食事情報を時間情報と合わせてユーザー
から入力を受付けるようにしてもよいし、将来行う予定の運動情報や摂取予定の食事情報
を時間情報と合わせてユーザーから入力を受付けるようにしてもよい。

なお、摂取エネルギー取得部１１１や消費エネルギー取得部１１２において過去の運動
情報や食事情報が取得された場合には、当該過去の時点に遡って、当該食事情報と運動情
報に基づいて第１予測曲線及び第２予測曲線を再計算すると共に、当該食事情報と運動情
報に基づいて血糖値の変化傾向を再解析して予測血糖値曲線を生成しなおすようにしても
よい。また、摂取エネルギー取得部１１１や消費エネルギー取得部１１２において将来の
運動情報や食事情報が取得された場合には、実施形態と同様に、算出部１１３において当
該将来の運動情報と食事情報に基づく第１予測曲線及び第２予測曲線を算出し、生成部１
１５において予測血糖値曲線（Ａ）を生成する。また、現時点と将来の時点の間の予測血
糖値曲線（Ｂ）として、例えば、生成部１１５において、現時点より過去の予測血糖値曲
線を平均化した予測血糖値曲線を生成し、現時点における予測血糖値曲線、予測血糖値曲
線（Ｂ）、予測血糖値曲線（Ａ）を順次結線するようにしてもよい。

（１１）また、上述した実施形態では、予測血糖値曲線を示す画像を表示部１５０に表示
する例であったが、予測血糖値曲線に基づく情報として、例えば、予測血糖値曲線に基づ
く現在の予測血糖値が予め定められた目標値を超えている場合には、摂取エネルギーが多
い又は消費エネルギーが少ないことを報知してもよいし、予測血糖値が目標値に到達する
ために必要な運動量や食事制限等の情報を報知するようにしてもよい。また、予測血糖値
曲線で示される予測血糖値に応じて予め設定された将来予想されるユーザーの状態を示す
画像を表示部１５０に表示する等して報知してもよい。

（１２）また、上述した実施形態では、摂取カロリーを用いた第１の予測アルゴリズムの
例を説明したが、食事内容に含まれる糖質量、ＧＩ値、脂質量等を用いた予測アルゴリズ
ムを適用してもよい。この場合には、食事内容に対応する糖質量、ＧＩ値、脂質量等の成
分を予め定義したテーブルを記憶部１４０に記憶するように構成してもよいし、ユーザー
によって食事情報が入力された際に、摂取エネルギー取得部１１１において、当該食事情
報に対応する成分データを有線又は無線通信により外部から取得するように構成してもよ
い。

１０…血糖値予測装置、１１０…制御部、１１１…摂取エネルギー取得部、１１２…消
費エネルギー取得部、１１３…算出部、１１４…解析部、１１５…生成部、１２０…活動
量測定部、１３０…操作部、１４０…記憶部、１５０…表示部、１６０…計時部

Claims (7)

1. ユーザーが摂取した食事の量を当該ユーザーが評価した結果を示す評価情報またはユーザーが摂取した食事の食事内容と、前記食事の摂取時期とを含む食事情報に基づき、前記ユーザーが摂取した摂取エネルギー情報を取得する第１取得手段と、
   前記ユーザーが消費したエネルギーに関する消費エネルギー情報及び運動情報を取得する第２取得手段と、
   前記ユーザーの属性情報を取得する属性情報取得手段と、
   前記運動情報に対応する過去の血糖値変化情報を前記属性情報に対応付けて記憶する記憶部と、
   前記ユーザーの前記属性情報と同様の特性を有する他のユーザーが前記運動情報に対応する運動を実施した時の過去の血糖値変化情報を取得し、前記第１取得手段で取得した前記摂取エネルギー情報と、前記第２取得手段で取得した前記消費エネルギー情報と、前記他のユーザーの前記過去の血糖値変化情報に基づいて、前記ユーザーの血糖値の時系列変化を示す予測血糖値曲線を生成する生成手段と、
   前記予測血糖値曲線を出力する出力手段と、
   を備えることを特徴とする血糖値予測装置。
2. 前記摂取エネルギー情報と前記消費エネルギー情報とに基づき第２予測曲線を算出する算出部をさらに備え、
   前記第２予測曲線と前記他ユーザーの過去の血糖値変化情報とに基づいて、前記予測血糖値曲線を生成することを特徴とする、請求項１に記載の血糖値予測装置。
3. 前記第1取得手段は、前記ユーザーが摂取した食事の量を当該ユーザーが評価した結果を示す評価情報と摂取時期とを前記食事情報として入力する第１入力モードと、少なくとも前記ユーザーが摂取した食事内容と摂取時期とを前記食事情報として入力する第２入力モードとを備え、いずれのモードで前記食事情報を選択可能に構成されていることを特徴とする、請求項１または２に記載の血糖値予測装置。
4. 前記属性情報は、年齢、性別、身長、体重を含むことを特徴とする、請求項１または３に記載の血糖値予測装置。
5. 前記ユーザーの前記属性情報と同様の特性は、病状や体質であることを特徴とする、請求項１〜４のいずれか一項に記載の血糖値予測装置。
6. ユーザーが摂取した食事の量を当該ユーザーが評価した結果を示す評価情報またはユーザーが摂取した食事の食事内容と、前記食事の摂取時期とを含む食事情報に基づき、前記ユーザーが摂取した摂取エネルギー情報を取得する第１取得手段と、
   前記ユーザーが消費したエネルギーに関する消費エネルギー情報及び運動情報を取得する第２取得手段と、
   前記ユーザーの属性情報を取得する属性情報取得手段と、
   前記食事情報に対応する過去の血糖値変化情報を前記属性情報に対応付けて記憶する記憶部と、
   前記ユーザーの前記属性情報と同様の特性を有する他のユーザーが前記食事情報に対応する食事を摂取した時の過去の血糖値変化情報を取得し、前記第１取得手段で取得した前記摂取エネルギー情報と、前記第２取得手段で取得した前記消費エネルギー情報と、前記他のユーザーの前記過去の血糖値変化情報に基づいて、前記ユーザーの血糖値の時系列変化を示す予測血糖値曲線を生成する生成手段と、
   前記予測血糖値曲線を出力する出力手段と、
   を備えることを特徴とする血糖値予測装置。
7. 前記摂取エネルギー情報と前記消費エネルギー情報とに基づき第２予測曲線を算出する算出部をさらに備え、
   前記第２予測曲線と前記他ユーザーの過去の血糖値変化情報とに基づいて、前記予測血糖値曲線を生成することを特徴とする、請求項６に記載の血糖値予測装置。

Images