JP6168606B2 - 食事指導支援装置 - Google Patents

Description

本発明は、管理栄養士などの専門家による食事指導対象者への食事指導を支援する食事指導支援装置に係り、特に、食品交換表および食事バランスガイドを併用した食事指導の支援に好適な食事指導支援装置に関する。

非特許文献１，２には、ユーザが食事画像をサーバへアップロードし、管理栄養士が指導を行うシステムが示されている。このようなシステムでは、栄養士はユーザのアップロードした写真から、その栄養素等を割り出すので、ユーザが簡単に管理栄養士の食事指導を受けることができるというメリットがある。

栄養素等の割り出し方としては、主に「食品交換表」を用いた割り出し方と「食事バランスガイド」を用いた割り出し方との２種類がある。特許文献１には、食事バランスガイドに基づいて、選択した所望のメニューの栄養価を表示する技術が開示されている。特許文献２には、食品交換表に基づく食事指導方式が開示されている。特許文献３には、目的に応じて食品交換表と食事バランスガイドとを切り替えて使用するシステムが開示されている。

「食事バランスガイド」は、厚生労働省および農林水産省が平成１７年６月に制定した、望ましい食生活についてのメッセージを示した「食生活指針」を具体的な行動に結びつけるものとして、1日に「何を」「どれだけ」食べたらよいかの目安を分かりやすく示したものである。

「食品交換表」は、食事管理のための面倒なカロリー計算をすることなく適切なエネルギー（カロリー）の範囲内で栄養のバランスのよい献立をつくることを可能にするもので、食品を６つのグループに分類し、８０ｋｃａｌを１単位とし、同じ分類同士の食品を交換できるよう各食品の単位量を定めている。

一般的に、食事バランスガイドは特定保健指導や自己管理等の比較的、状態が軽めで比較的緩い管理で問題ない人向けに使用される。一方、食品交換表は糖尿病患者の支援等、比較的厳しい管理が必要な人向けに使用される。従って、症状が悪化してきた場合には食事バランスガイドによる指導から食品交換表による指導に切り替わり、糖尿病患者が安定してきた場合には食事バランスガイドに戻るといったことが起こりうる。従って、同じ患者に対して、あるときは食品交換表を用いて評価、指導を行い、あるときは食事バランスガイドを用いて評価、指導を行う必要があった。

特開２００８−８４１５５号公報 特開２００８−１８１３１７号公報 特開２０１０−１５２４７０号公報

げんき！食卓 コンシェルジュ（http://shoku365.com/index.html) あすけん（http://www.asken.jp/）

これまでのシステムでは、これら２つの評価方式を任意に切り替えて使用することはできないという問題があった。特許文献３では、目的に応じて食品交換表と食事バランスガイドとを切り替えて使用できるが、たとえ同一目的であったとしても、治療の段階が変化するにつれて両者を併用しなければならない場面が生じてしまう。

本発明の目的は上記の技術課題を解決し、食品交換表および食事バランスガイドの一方による評価から他方の評価を高い精度で予測できる食事指導支援装置を提供することにある。

上記の目的を達成するために、本発明は、食品交換表および食事バランスガイドの一方による評価から他方の評価を予測する食事指導支援装置において、以下のような構成を具備した点に特徴がある。

(1)食品交換表の各表と当該表に分類される食品の種類に対応した食事バランスガイドの各区分との関係を表す第１モデル式群m1と、食事バランスガイドの各区分と当該区分に分類される食事に対応した食品交換表の各表との関係を表す第２モデル式群m2と、食品交換表の各表と食事バランスガイドの各区分との対応関係が既知の学習データを前記各モデル式群に適用して、食品交換表および食事バランスガイドの一方の評価から他方の評価を予測する第１および第２予測モデル式群M1，M2を構築する手段とを具備した。

(2)第１および第２モデル式群m1，m2では、栄養学的な事前知識に基づいて属性数を予め絞り込むようにした。

(3)食品交換表の各表と当該表に分類される食品の種類に対応した食事バランスガイドの各区分との関係を表し、属性数が絞り込まれていない第３モデル式群m3と、食事バランスガイドの各区分と当該区分に分類される食事に対応した食品交換表の各表との関係を表し、属性数が絞り込まれていない第４モデル式群m4と、食品交換表の各表と食事バランスガイドの各区分との対応関係が既知の学習データを前記第３，４モデル式群m3，m4に適用して、食品交換表および食事バランスガイドの一方の評価結果から他方の評価を予測する第３，４予測モデル式群M3，M4を構築する手段と、同一の食事に対して得られた食品交換表の評価結果および食事バランスガイドの評価結果の一方を第１または第２予測モデル式群M1，M2および第３または第４予測モデル式群M3，M4に適用して得られた他方の評価同士を比較する手段と、比較結果に基づいて、第１、２予測モデル式群M1，M2および第３，４予測モデル式群M3，M4の一方による評価予測を選択する手段とを具備した。

本発明によれば、以下のような効果が達成される。

(1) 食品交換表および食事バランスガイドの一方による評価から他方の評価を得られるので、管理栄養士等の専門家が食事内容を一方の方式で評価すれば、他方の評価も簡単に得られるようになる。したがって、症状が評価方式の選択基準付近でさまよい、２つの評価方式による評価が必要となる指導対象者であっても、管理栄養士は一方の評価方式を採用した評価のみを行えばよく、食事指導の負担が軽減される。

(2) モデル式における属性が栄養学的な見地から簡略化され、例えば脂質については、食品交換表から食事バランスガイドへの変換では複数の区分に分散され、また食事バランスガイドから食品交換表への変換では複数の区分から一つの表に集約されるようにしたので、評価予測精度の高い予測モデルを少ない学習データで構築できるようになる。

(3) 属性が簡略化された予測モデルと属性が簡略化されていない予測モデルとを併用し、学習データが少ない間は属性が簡略化された予測モデルを採用し、学習データが増えて学習が進むと属性が簡略化されていない予測モデルを採用するようにしたので、学習データの多少にかかわらず精度の高い評価予測が可能になる。

本発明が適用される食事指導支援システムの構成を示した図である。 評価結果を相互変換する機能部の第１実施形態の機能ブロック図である。 食品交換表による食品の分類規則を示した図である。 食事バランスガイドによる食事の分類規則を示した図である。 評価結果を相互変換する機能部の第２実施形態の機能ブロック図である。 本発明の第３実施形態の機能ブロック図である。 本発明の第４実施形態の機能ブロック図である。

以下、図面を参照して本発明の実施の形態について詳細に説明する。図１は、本発明が適用される食事指導支援システムの構成を示した図であり、食事指導支援装置１を介して食事指導の対象者（患者）Uiと管理栄養士とが食事情報の共有やコメントのやり取りを通じてコミュニケーションを図る。食事指導支援装置１は、このコミュニケーションの内容から指導対象者Uiの現在の行動変容の段階を判別し、管理栄養士による適切な食事指導を支援する。

図２は、前記食事指導支援装置１に実装されて食品交換表に基づく評価と食事バランスガイドに基づく評価とを相互変換する機能部の構成を示した機能ブロック図である。このような食事指導支援装置１は、汎用のコンピュータやサーバに、後述する各機能を実現するアプリケーション（プログラム）を実装することで構成できる。あるいは、アプリケーションの一部がハードウェア化またはROM化された専用機や単能機とし構成しても良い。

モデル式記憶部１０には、食品交換表の各表と当該表に分類される食品の種類に対応した食事バランスガイドの少なくとも一つの区分との関係を表す第１モデル式群m1、および食事バランスガイドの各区分と当該区分に分類される食事に対応した食品交換表の少なくとも一つの表との関係を表す第２モデル式群m2が記憶されている。各モデル式群m1，m2の内容については、後に詳述する。

予測モデル構築部２０において、第１予測モデル式群構築部２０ａは、食品交換表の各表と食事バランスガイドの各区分との対応関係が既知の学習データを前記第１モデル式群m1に適用することで、食事バランスガイドに基づく任意の評価結果から食品交換表に基づく評価を予測する第１予測モデル式群M1を構築する。

第２予測モデル式群構築部２０ｂは、前記学習データを前記第２モデル式群m2に適用することで、食品交換表に基づく任意の評価結果から食事バランスガイドに基づく評価を予測する第２予測モデル式群M2を構築する。

評価予測部３０は、任意の食事内容に対する食事バランスガイドに基づく評価結果を前記第１予測モデル式群M1に適用することで食事バランスガイドに基づく評価を予測する。または任意の食事内容に対する食品交換表に基づく評価結果を前記第２予測モデル式群M2に適用することで食品交換表に基づく評価を予測する。

図３は、食品交換表による食品の分類規則を示した図であり、食品が６分類され、１単位が８０kcalとされている。図４は、食事バランスガイドによる食事の分類規則を示した図であり、食事が５分類され、１単位の重さが区分ごとに設定されている。

このように、食品交換表と食事バランスガイドとでは、それぞれの評価指標の次元数が異なるので、その一方から他方を予測する際には、ある１つの次元が他方の複数次元の混合になっており、変換処理ではこの混合割合を推定しなければならない。

本来であれば、食事内容によってこれらの混合割合が変化する。したがって、変換処理は食事内容を潜在変数として混合割合を推定することを意味している。また、各評価方式は単位が異なり、食品交換表ではcalであるのに対して、食事バランスガイドでは重さである。したがって、食品あたりのcal/gあるいはg/calを内部変数として推定する処理が必要である。本来であれば食事内容によってこれらのcal/gが変化する。したがって、変換処理は食事内容を潜在変数としてcal/gを推定することを意味している。

すなわち、変換を行う際には、一旦食事内容という潜在変数の推定を行ってから数値の推定を行うため、食事内容を推定するために必要なデータがあれば変換精度を向上させることになる。

図３，４を参照すれば、食品交換表の表２には「果物」が包含され、その内容は食事バランスガイドの区分５とほぼ同じである。従って、食品交換表の表２（以下、単に「表２」と表現する場合もある。他の表も同様）と、食事バランスガイドの区分５（以下、単に「区分５」と表現する場合もある。他の区分も同様）との間の相互変換は、食品交換表の単位と食事バランスガイドの単位とを相互変換するだけで足りる。したがって、表２の評価値をx2、区分５の評価値をy5とし、係数a，bをSV（カロリー又は食べる量の単位）と重さとの交換のための係数とすれば、以下のモデル式(1)が得られる。

一方、表１と区分１（主食）、表３と区分３（主菜）、表４と区分４（牛乳・乳製品）、表６と区分２（副菜）は、それぞれ大部分が似通っている。しかしながら、例えば、食事バランスガイドでは区分２（副菜）に分類される芋類が、食品交換表では表６ではなく表１に分類されており、必ずしも一致する訳ではない。脂質に関しても、食品交換表では表５（脂質）が独立して設けられているのに対して、食事バランスガイドでは４つの区分１，２，３，４に分散されている。

このような栄養学的な見地から属性の簡略化（属性数の削減）を試みると、食品交換表の各表１〜６（x1〜x6）は、食事バランスガイドの各区分１〜５（y1〜y5）を用いて、以下の各モデル式(2)〜(6)で表せる（第１モデル式群m1）。

上式(2)は、食品交換表の表１（x1）と食事バランスガイドの各区分との関係を表し、右辺第１項は食事バランスガイドの区分１（主食）に関する項であり、同第２項は区分２（副菜）、特に芋類に関する項である。

同第３項は、食品交換表では「脂質」について表５（x5）が独立して設けられているのに対して、食事バランスガイドでは「脂質」に関する専用区分がなく、区分１〜４に脂質が分散されていることから、表１（x1）から脂質を減じるために設けられた項（以下、「脂質分を減算する項」と表現する）である。

上式(3)は、食品交換表の表３（x3）と食事バランスガイドの各区分との関係を表し、右辺第１項は区分１（主菜）に関する項であり、同第２項は前記脂質分を減算する項である。

上式(4)は、食品交換表の表４（x4）と食事バランスガイドの各区分との関係を表し、右辺第１項は区分２（牛乳・乳製品）に関する項であり、同第２項は前記脂質分を減算する項である。

上式(5)は、食品交換表の表５（x5）と食事バランスガイドの各区分との関係を表し、右辺第１，２，３，４項は、それぞれ区分１，２，３，４に含まれる脂質分に相当する項である。

上式(6)は、食品交換表の表６（x6）と食事バランスガイドの各区分との関係を表し、右辺第１項は区分２（副菜）に関する項、第２項は重複する芋類を減算する項であり、第３項は前記脂質分を減算する項である。

一方、食事バランスガイドの各区分１〜５（y1〜y5）は、食品交換表の各表１〜６（x1〜x6）を用いて以下の各モデル式(7)〜(10)のように表せる（第２モデル式群m2）。

上式(7)は、食事バランスガイドの区分１（y1）と食品交換表の各表との関係を表し、右辺第１項は食品交換表の表1に関する項である。第２項は、食事バランスガイドでは「芋類」が区分２に分類されるのに対して、食品交換表では表１に分類されることから、区分１（y1）から芋類を減算する項である。

第３項は、食品交換表では「脂質」に関して表５が独立して設けられているのに対して、食事バランスガイドでは「脂質」に関する区分がなく、各区分に脂質が分散されていることから、区分１に脂質分を加算するための項である。

上式(8)は、食事バランスガイドの区分２（y2）と食品交換表の各表との関係を表し、第１項は、食品交換表では「主にビタミン・ミネラルを含む食品」に関して表６が独立して設けられているのに対して、食事バランスガイドでは「主にビタミン・ミネラルを含む食品」に関する区分がなく、各区分にビタミン等が分散されていることから、食事バランスガイドの区分１にビタミン等の評価を加算する項である。

同第２項は、食品交換表では芋類が表１に分類されるのに対して、食事バランスガイドでは区分２に分類されることから、式(7)で区分１から減じた芋類の評価を区分２に加算するための項である。同第３項は、前記脂質分を加算する項である。

上式(9)は、食事バランスガイドの区分３（y3）と食品交換表との関係を表し、右辺第１項は表3に関する項であり、同第２項は、前記脂質についての加算項である。

上式(10)は、食事バランスガイドの区分４と食品交換表との関係を表し、右辺第１項は表4に関する項であり、同第２項は、前記脂質分を加算する項である。

前記予測モデル構築部２０は、食品ごとに得られる食品交換表の評価（x1，x2，x3，x4，x5，x6）および食事バランスガイドの評価（y1，y2，y3，y4，y5）のペアからなる多数の学習データを、前記各モデル式群m1，m2に適用して、重回帰分析または機械学習を行うことにより、各係数を算出して前記第１および第２予測モデル式群M1，M2を構築する。

前記評価予測部３０は、任意の食事について食品交換表の評価（例えば、[5,4,0,1,1,0]）を前記第２予測モデル式群M2のx1〜x6へ適用することで、食事バランスガイドの各区分の評価値を算出する。また、食事バランスガイドの評価（例えば、[1,2,3,0,0]）を前記第１予測モデル式群M1のy1〜ｙ5へ適用することで、食品交換表の各表の評価値を算出する。

本実施形態によれば、食品交換表および食事バランスガイドの一方による評価から他方の評価を得られるので、管理栄養士等の専門家が食事内容を一方の方式で評価すれば、他方の評価も簡単に得られるようになる。したがって、症状が評価方式の選択基準付近でさまよい、２つの評価方式による評価が必要となる指導対象者であっても、管理栄養士は一方の評価方式を採用した評価のみを行えばよく、食事指導の負担が軽減される。

また、本実施形態ではモデル式における属性が栄養学的な見地から簡略化され、例えば脂質については、食品交換表から食事バランスガイドへの変換では複数の区分に分散され、また食事バランスガイドから食品交換表への変換では複数の区分から一つの表に集約されるようにしたので、評価予測精度の高い予測モデルを少ない学習データで構築できるようになる。

さらに、ビタミン・ミネラルについても、食品交換表から食事バランスガイドへの変換では複数の区分に分散され、また食事バランスガイドから食品交換表への変換では複数の区分から一つの表（表６）に集約されるようにした。

さらに、芋類のように、食品交換表では区分２（副食）に分類される一方、食事バランスガイドでは表１（穀物）に分類されるといったように、属性が異なる食品についても属性の入れ替えが行われるようにした。したがって、評価精度を大きく損なうことなく属性の簡略化が可能になる。

なお、上記のモデル式群m1，m2から構築される予測モデル式群M1，M2では予測精度が不十分である場合には、その他の属性とのバランスが影響している可能性がある。そのような場合には、その他の属性の影響を一定以下に抑えながら、バランスを推定して影響を与えるモデルとして、上式(1)〜(6)の第１モデル式群m1に代えて、次式(11)〜(16)の第２モデル式群m3を採用しても良い。同様に、上式(7)〜(10)の第２モデル式群m2に代えて、次式(17)〜(21)の第４モデル式群m4を採用しても良い。

次式(11)〜(21)では、食品交換表の評価値や食事バランスガイドの各区分をパラメータとする関数fを定義し、これを属性の一つとして各モデル式に追加している。このような関数としては、k-means法等によるクラスタリング結果が好適である。

本実施形態によれば、食品交換表の各表の評価予測には食事バランスガイドの全ての区分がバランスよく反映され、また食事バランスガイドの各区分の評価予測には食品交換表の全ての表がバランスよく反映されるので、評価予測の精度を向上させることができる。

一方、上記のような学習モデルを用いた評価予測では、学習に用いたデータを使った際の予測誤差（学習誤差）と学習に用いないデータ（テストデータ）を使った際の予測誤差（汎化誤差）とを比較したとき、上記のように属性数を絞り込んで単純化した予測モデルを用いた評価予測では、データ数の増加に伴って学習誤差は小さくなるものの汎化誤差の減少には限界がある。

これに対して、複雑な学習モデルを用いた評価予測では、データ量が増えなければ予測モデルを構築できないものの、データの内容に偏りがない限り、データ量が大きくなれば学習誤差および汎化誤差がいずれも小さくなる。

そこで、次に説明する第２実施形態では、上記の属性を単純化した予測モデルM1，M2に加えて、属性を単純化しない複雑な予測モデルM3，M4も並行して構築し、両者の汎化誤差が一定内に近付いたならば、後者の予測モデルM3，M4による予測に切り替えるようにしている。汎化誤差は、例えば交差検定等によって測定できる。

図５は、本発明の第２実施形態に係る食事指導支援装置１の主要部の構成を示した機能ブロック図であり、前記と同一の符号は同一又は同等部分を表している。

モデル式記憶部１０には、前記属性が単純化された第１および第２モデル式群m1，m2に加えて、前記属性が単純化されていない第３および第４モデル式群m3，m4が記憶されている。

前記第３モデル式群m3は、食品交換表の各表と当該表に分類される食品の種類に対応した食事バランスガイドの少なくとも一つの区分との関係を表す。前記第４モデル式群m4は、食事バランスガイドの各区分と当該区分に分類される食事に対応した食品交換表の少なくとも一つの表との関係を表す。

前記第３および第４モデル式群m3，m4では、前記第１および第２モデル式群m1，m2に比べて属性が相対的に複雑化されており、例えば次式のようなモデルを利用できる。

また、次式のように、説明変数に上記以外を加えても良い。

さらに、これらを説明変数とする重回帰分析だけではなく、SVR（Support Vector Regression）、lasso、リッジ回帰等のロバスト回帰モデル、ニューラルネットワークやSupport Vector Machine（SVM）等の教師あり学習等であっても良い。

前記説明変数としては、コメント中に含まれる食事に関する単語を用いることができる。すなわちコメントを形態素解析し、予め登録された食事に関連する単語のみを抽出し、その頻度情報を説明変数とできる。さらに、利用者によって食事メニューに関する情報が記載されている場合には、このメニュー情報を説明変数として利用しても良い。

予測モデル構築部２０は、前記第１および第２予測モデル式群構築部２０ａ，２０ｂに加えて、前記学習データを前記第３モデル式群m3に適用することで、食事バランスガイドに基づく任意の評価結果(y1,y2,y3,y4,y5)から食品交換表に基づく評価を予測する第３予測モデル式群M3を構築する第３予測モデル式群構築部２０ｃ、および前記学習データを前記第４モデル式群m4に適用することで、食品交換表に基づく任意の評価結果(x1,x2,x3,x4,x5,x6)から食事バランスガイドに基づく評価を予測する第４予測モデル式群M4を構築する第４予測モデル式群構築部２０ｄを含む。

評価予測部３０において、汎化誤差比較部３０ａは、第１または第２予測モデル式群M1，M2により得られた汎化誤差σ1と、第３または第４予測モデル式群M3，M4により得られた汎化誤差σ2とを比較する。予測式切換部３０ｂは予測モデルとして、前記汎化誤差σ1，σ2の差分が所定の閾値以上であれば第１および第２予測モデル式群M1，M2を採用し、差分が所定の閾値未満であれば第３および第４予測モデル式群M3，M4を採用する。

前記学習データについては、多数の食事を対象に専門家に各評価方式による評価を求めて教師データを作成しても良いが、一般的に、糖尿病患者には食品交換表、その前段階の患者には食事バランスガイドが用いられる。そして、これらの中間に位置する患者には２種類の評価方式による評価が必要となる。したがって、このような患者を血糖値や体重等から推定できれば、同一の食事内容について２種類の評価を複数得ることができる。

図６は、このような学習データの取得に適した患者を推定する機能を備えた第３実施形態の機能ブロック図であり、前記と同一の符号は同一又は同等部分を表しているので、その説明は省略する。

予測モデル構築部２０において、バイタルデータ受付部２１ａは、食事指導を要する患者の血圧や血糖値等のバイタルデータの入力を受け付ける。患者状態推定部２１ｂは、入力されたバイタルデータに基づいて当該患者の状態を推定する。２種評価要否判定部２１ｃ、前記推定結果に基づいて、当該患者が食品交換表に基づく評価および食事バランスガイドに基づく評価の双方を必要としているか否かを判定する。評価要求部２１ｄは、２種評価が必要と判定された患者を特定し、当該患者に対する管理栄養士による２種評価を要求する。

本実施形態によれば、食品交換表に基づく評価および食事バランスガイドに基づく評価の双方が必要な患者を特定して、管理栄養士による２種評価を要求できるので、管理栄養士の負担を抑えながら学習データの効率的な取得が可能になる。

ところで、栄養士の負担を減らすためには、2種類の評価を行う患者数を出来る限り減らす必要がある。そのため、既に取得したデータと出来る限り異なるデータについての評価を多くもらうようにしても良い。例えば、学習データセット（食品交換表に基づく評価(x1,x2,x3,x4,x5,x6)=食事バランスガイドに基づく評価(y1,y2,y3,y4,y5))として、(5,4,0,0,0)=(3,0,0,2,0)および(3,4,0,0,0)=(2,0,0,2,0)が得られている場合を考える。

ここで、新たに食品交換表に基づいて(4,5,0,0,0)という評価と(0,0,0,3,4)という評価とが得られたときは、いずれの食事バランスガイドでの評価がより有効であるのかを考え、既存のデータからの距離がより大きい(0,0,0,3,4)を選択する。なお、評価結果の距離は、各評価値の減算の二乗和によって決定できる。

図７は、このような学習データの自動選別を可能にする第４実施形態の機能ブロック図であり、前記と同一の符号は同一又は同等部分を表しているので、その説明は省略する。

予測モデル構築部２０において、学習データ候補受付部２２ａは、食品交換表に基づく評価値および食事バランスガイドの評価値の一方を学習データ候補の一方として受け付ける。学習データ候補選択部２２ｂは、入力された学習データ候補の一方と既登録の各学習データの一方の評価値とを比較し、距離が所定の閾値を超える学習データ候補を選択する。すなわち、学習データ候補の一方として食品交換表の評価値が入力されたならば、これを既登録の各食品交換表の評価値と比較する。評価要求部２２ｃは、選択された学習データ候補の他方の評価を管理栄養士に対して要求する。

本実施形態によれば、学習データとして有効な評価値を管理栄養士へ要求できるので、管理栄養士の負担を抑えながら学習データの効率的な取得が可能になる。

１…食事指導支援装置，１０…モデル式記憶部，１０ａ…第１モデル式群記憶部，１０ｂ…第２モデル式群記憶部，１０ｃ…第３モデル式群記憶部，１０ｄ…第４モデル式群記憶部，２０…予測モデル構築部，２０ａ…第１予測モデル式群構築部，２０ｂ…第２予測モデル式群構築部，２０ｃ…第３予測モデル式群構築部，２０ｄ…第４予測モデル式群構築部，２１ａ…バイタルデータ受付部，２１ｂ…患者状態推定部，２１ｃ…２種評価要否判定部，２１ｄ…評価要求部，２２ａ…学習データ候補受付部，２２ｂ…学習データ候補選択部，２２ｃ…評価要求部，３０…評価予測部，３０ａ…汎化誤差比較部，３０ｂ…予測式切換部

Claims (13)

1. 食品交換表および食事バランスガイドの一方による評価から他方の評価を予測する食事指導支援装置において、
   食品交換表の各表と当該表に分類される食品の種類に対応した食事バランスガイドの少なくとも一つの区分との関係を表す第１モデル式群を記憶する手段と、
   食事バランスガイドの各区分と当該区分に分類される食事に対応した食品交換表の少なくとも一つの表との関係を表す第２モデル式群を記憶する手段と、
   食品交換表の各表と食事バランスガイドの各区分との対応関係が既知の学習データを前記各モデル式群に適用して、食品交換表および食事バランスガイドの一方の評価から他方の評価を予測する第１および第２予測モデル式群を構築する手段とを具備したことを特徴とする食事指導支援装置。
2. 前記第１および第２モデル式群では、栄養学的な事前知識に基づいて属性数が絞り込まれていることを特徴とする請求項１に記載の食事指導支援装置。
3. 前記第１モデル式群の各式は、食事バランスガイドの各区分の要素をバランスさせる関数項を含むことを特徴とする請求項２に記載の食事指導支援装置。
4. 前記第２モデル式群の各式は、食品交換表の各表の要素をバランスさせる関数項を含むことを特徴とする請求項２または３に記載の食事指導支援装置。
5. 前記第１モデル式群のうち、表１、表３、表４および表６と当該各表に分類される食品の種類に対応した食事バランスガイドの少なくとも一つの区分との関係を表す式の少なくとも一つは、脂質分の評価を減じる項を含むことを特徴とする請求項２ないし４のいずれかに記載の食事指導支援装置。
6. 前記第１モデル式群のうち、表１と当該表に分類される食品の種類に対応した食事バランスガイドの少なくとも一つの区分との関係を表す式は、芋類の評価を加える項を含むことを特徴とする請求項２ないし５のいずれかに記載の食事指導支援装置。
7. 前記第１モデル式群のうち、表６と当該表に分類される食品の種類に対応した食事バランスガイドの少なくとも一つの区分との関係を表す式は、芋類の評価を減じる項を含むことを特徴とする請求項２ないし６のいずれかに記載の食事指導支援装置。
8. 前記第２モデル式群の各式は、脂質分の評価を加える項を含むことを特徴とする請求項２ないし７のいずれかに記載の食事指導支援装置。
9. 前記第２モデル式群のうち、区分１と当該区分に分類される食事に対応した食品交換表の少なくとも一つの表との関係を表す式は、芋類の評価を減じる項を含むことを特徴とする請求項２ないし８のいずれかに記載の食事指導支援装置。
10. 前記第２モデル式群のうち、区分２と当該区分に分類される食事に対応した食品交換表の少なくとも一つの表との関係を表す式は、芋類の評価を加える項を含むことを特徴とする請求項２ないし９のいずれかに記載の食事指導支援装置。
11. 食品交換表の各表と当該表に分類される食品の種類に対応した食事バランスガイドの少なくとも一つの区分との関係を表し、属性数が絞り込まれていない第３モデル式群を記憶する手段と、
    食事バランスガイドの各区分と当該区分に分類される食事に対応した食品交換表の少なくとも一つの表との関係を表し、属性数が絞り込まれていない第４モデル式群を記憶する手段と、
    食品交換表の各表と食事バランスガイドの各区分との対応関係が既知の学習データを前記第３および第４モデル式群に適用して、食品交換表および食事バランスガイドの一方の評価結果から他方の評価を予測する第３および第４予測モデル式群を構築する手段と、
    同一の食事に対して得られた食品交換表の評価結果および食事バランスガイドの評価結果の一方を前記第１または第２予測モデル式群および第３または第４予測モデル式群に適用して得られた他方の評価同士を比較する手段と、
    前記比較結果に基づいて、第１および第２予測モデル式群ならびに第３および第４予測モデル式群の一方による評価予測を選択する手段とを具備したことを特徴とする請求項２ないし１０のいずれかに記載の食事指導支援装置。
12. 食事指導を要する患者のバイタルデータの入力を受け付ける手段と、
    前記バイタルデータに基づいて当該患者の状態を推定する手段と、
    前記推定結果に基づいて、当該患者が食品交換表に基づく評価および食事バランスガイドに基づく評価の双方を必要としているか否かを判定する手段と、
    前記判定結果に基づいて、当該患者に関して食品交換表に基づく評価および食事バランスガイドに基づく評価の双方を要求する手段とを更に具備したことを特徴とする請求項１ないし１１のいずれかに記載の食事指導支援装置。
13. 食品交換表の各表と食事バランスガイドの各区分との対応関係が既知の学習データと、
    食品交換表に基づく評価値および食事バランスガイドの評価値の一方を学習データ候補の一方として入力する手段と、
    入力された学習データ候補の一方と既登録の各学習データの一方の評価値とを比較し、距離が所定の閾値を超える前記学習データ候補を選択する手段と、
    前記選択された学習データ候補の他方の評価を要求する手段とを更に具備したことを特徴とする請求項１ないし１２のいずれかに記載の食事指導支援装置。