JP6301573B1 - Treatment support apparatus and treatment support program - Google Patents
Treatment support apparatus and treatment support program Download PDFInfo
- Publication number
- JP6301573B1 JP6301573B1 JP2017561421A JP2017561421A JP6301573B1 JP 6301573 B1 JP6301573 B1 JP 6301573B1 JP 2017561421 A JP2017561421 A JP 2017561421A JP 2017561421 A JP2017561421 A JP 2017561421A JP 6301573 B1 JP6301573 B1 JP 6301573B1
- Authority
- JP
- Japan
- Prior art keywords
- treatment
- user
- continuation probability
- disease severity
- message
- 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.)
- Active
Links
- 201000010099 disease Diseases 0.000 claims abstract description 59
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 59
- 230000010365 information processing Effects 0.000 claims abstract description 12
- 238000005259 measurement Methods 0.000 claims description 27
- 238000012360 testing method Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 18
- 238000003066 decision tree Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 8
- 230000003247 decreasing effect Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 9
- 230000002401 inhibitory effect Effects 0.000 abstract 1
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 84
- 206010022437 insomnia Diseases 0.000 description 84
- 230000007958 sleep Effects 0.000 description 24
- 206010041349 Somnolence Diseases 0.000 description 13
- 238000000034 method Methods 0.000 description 10
- 238000009225 cognitive behavioral therapy Methods 0.000 description 9
- 230000001149 cognitive effect Effects 0.000 description 9
- 208000032140 Sleepiness Diseases 0.000 description 7
- 230000037321 sleepiness Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 238000013542 behavioral therapy Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000035484 reaction time Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000002405 diagnostic procedure Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000001050 pharmacotherapy Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 230000003860 sleep quality Effects 0.000 description 2
- 230000004622 sleep time Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 208000019022 Mood disease Diseases 0.000 description 1
- 206010062519 Poor quality sleep Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000037007 arousal Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000000144 pharmacologic effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 208000019116 sleep disease Diseases 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
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
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
疾患の治療のために情報処理技術に関するシステムをユーザが使用することによって得られる疾患重症度に関するデータを取得する疾患重症度取得部２５と、ユーザによるシステムの使用履歴を表すデータを取得する使用履歴取得部２６と、当該取得した疾患重症度に関するデータおよびシステムの使用履歴を表すデータに基づいて、ユーザの治療継続確率を推定する治療継続確率推定部２７と、推定された治療継続確率が所定の条件を満たす場合に、ユーザがシステムの使用を継続する動機付けとなるメッセージを報知するメッセージ報知部２８とを備え、ユーザが実際にシステムの使用を中止してしまう前に、システムの継続使用を動機付けるメッセージがユーザに提供されるようにして、治療の途中でのユーザの離脱を抑制することができるようにする。A disease severity acquisition unit 25 that acquires data related to a disease severity obtained by a user using a system related to information processing technology for treatment of a disease, and a use history that acquires data representing the use history of the system by the user An acquisition unit 26, a treatment continuation probability estimation unit 27 that estimates a user's treatment continuation probability based on the acquired data on the disease severity and data representing a system use history, and the estimated treatment continuation probability is a predetermined value. And a message notification unit 28 for notifying the user of a message that motivates the user to continue using the system when the condition is satisfied, before the user actually stops using the system. Inhibiting user withdrawal during treatment by providing a motivational message to the user Kill so.
Description
本発明は、治療支援装置および治療支援用プログラムに関し、特に、情報処理技術に関するシステムをユーザが逐次使用することによって得られるデータをもとに行う疾患の治療を支援するための治療支援装置および治療支援用プログラムに用いて好適なものである。 The present invention relates to a treatment support apparatus and a treatment support program, and in particular, a treatment support apparatus and treatment for supporting treatment of a disease performed based on data obtained by a user sequentially using a system related to information processing technology. It is suitable for use in a support program.
現在、不眠症に悩まされている人が少なくない。不眠症が続くと、よく眠れないため日中の眠気、注意力の散漫、疲れや種々の体調不良を引き起こす原因となる。通常、不眠症の治療には、臨床心理士による認知行動療法または薬物療法が用いられる。認知行動療法とは、患者の物事に対する認知や行動に働きかけて不眠症を治療する方法である。長期的には薬物療法より効果があるとされているが、臨床心理士が不足している等の理由から、普及が進んでいないのが現状である。 Many people are currently suffering from insomnia. If insomnia continues, it may cause sleepiness during the day, distraction of attention, fatigue, and various types of poor physical condition. Cognitive behavioral therapy or pharmacotherapy by a clinical psychologist is usually used to treat insomnia. Cognitive behavioral therapy is a method of treating insomnia by acting on the cognition and behavior of patients. It is said that it is more effective than pharmacotherapy in the long term, but the current situation is that it has not spread widely due to the lack of clinical psychologists.
これに対し、従来、ユーザの睡眠の質を改善する観点から、ユーザの睡眠を管理するためのシステムが考案されている（例えば、特許文献１参照）。特許文献１に記載のシステムでは、ベッドに就いているユーザの睡眠の質に関連する１つ以上の客観的パラメータを監視するとともに、ユーザが起きている間に認知能力または精神運動能力について測定される客観的テストデータのフィードバックを、携帯電話などの携帯型装置を介してユーザに提示する。 On the other hand, conventionally, a system for managing user sleep has been devised from the viewpoint of improving user sleep quality (see, for example, Patent Document 1). The system described in Patent Document 1 monitors one or more objective parameters related to the sleep quality of a user in bed and measures cognitive or psychomotor performance while the user is awake. The objective test data feedback is presented to the user via a portable device such as a cellular phone.
この特許文献１には、認知テストまたは精神運動テストの例として、反応時間を測定する方法（一晩４〜５時間に限定された睡眠を１週間続けた際の、蓄積された眠気、気分障害、および不眠症による精神運動能力の低下を測定する方法）が示されている。特許文献１に記載のシステムでは、認知テストなどの結果に基づいて、後の睡眠の質を改善するために、ユーザの行動に影響を与えるための情報（警告、ガイド、アドバイス、ユーザを励ますメッセージなど）をユーザに提示する。 As an example of a cognitive test or a psychomotor test, Patent Document 1 discloses a method of measuring reaction time (accumulated sleepiness and mood disorder when sleep limited to 4 to 5 hours per night is continued for one week. , And a method for measuring a decrease in psychomotor performance due to insomnia). In the system described in Patent Document 1, information (warning, guide, advice, message to encourage the user) to influence the user's behavior to improve the quality of later sleep based on the result of the cognitive test etc. Etc.) to the user.
特許文献１に記載のシステムによれば、ユーザの反応時間の測定によるテストなどの結果に基づいて、警告、ガイド、アドバイス、ユーザを励ますメッセージなどの情報が提示されるので、ユーザがその内容に従って行動をすることにより、睡眠の質が改善されるとしている。 According to the system described in Patent Document 1, information such as warnings, guides, advices, and messages encouraging the user is presented based on the result of the test by measuring the reaction time of the user. It is said that the quality of sleep is improved by taking action.
なお、１回のテストの結果に応じて、提示された情報に従ってユーザが１回行動をとれば、直ちに不眠症が解消されるわけではない。そのため、継続的にテストを実施し、不眠症改善のための行動を継続的にとっていく必要がある。 If the user takes one action according to the presented information according to the result of one test, insomnia is not immediately resolved. For this reason, it is necessary to continuously conduct tests and continuously take action to improve insomnia.
また、睡眠の質を評価するための診断方法として、睡眠ログまたは睡眠日記を使用する方法が存在する。ただし、この診断方法は、その正確さが患者の主観的なバイアスに影響されるという欠点がある。例えば、夜間の睡眠期間および覚醒期間を正しく覚えておくことは、多くの場合患者にとって困難である。このような問題を解決するために、夜間の睡眠期間および覚醒期間を評価するための客観的なデータとして、身体バイタルサインを用いた自動睡眠ログを記録するようにしたシステムが知られている（例えば、特許文献２参照）。 As a diagnostic method for evaluating the quality of sleep, there is a method using a sleep log or sleep diary. However, this diagnostic method has the disadvantage that its accuracy is affected by the patient's subjective bias. For example, it is often difficult for a patient to correctly remember the nighttime sleep and wakefulness periods. In order to solve such a problem, a system that records an automatic sleep log using a physical vital sign is known as objective data for evaluating a sleep period and awakening period at night ( For example, see Patent Document 2).
この特許文献２に記載のシステムは、不眠症を治療するための非薬理学的方法である睡眠制限療法に使用することもできるとされている。すなわち、睡眠ログデータから患者の睡眠パターンを分析できれば、それにより適切な治療が可能となる。ここで、睡眠の質について正しい評価結果を得て睡眠制限療法に適用するためには、睡眠ログの継続的な記録が欠かせない。 The system described in Patent Document 2 can also be used for sleep restriction therapy, which is a non-pharmacological method for treating insomnia. That is, if a patient's sleep pattern can be analyzed from sleep log data, it will be possible to perform appropriate treatment. Here, in order to obtain a correct evaluation result on the quality of sleep and apply it to sleep restriction therapy, continuous recording of the sleep log is indispensable.
しかしながら、認知テストや精神運動テスト、睡眠ログの記録などを継続的に行っていくには、ユーザに一定の負担がかかる。そのため、治療を継続することができず、途中で治療から離脱してしまう患者も存在する。また、認知テストや精神運動テスト、睡眠ログの記録などは、情報処理技術を用いて行うことの便利さがある反面、システムの操作性に不満があるとか、使い方が分からないといった理由で治療から離脱してしまう可能性もある。 However, in order to continuously perform a cognitive test, a psychomotor test, a sleep log recording, etc., a certain burden is imposed on the user. Therefore, there is a patient who cannot continue the treatment and leaves the treatment on the way. In addition, cognitive tests, psychomotor tests, and sleep log recording are convenient to use information processing technology, but they are unsatisfactory in the operability of the system or are not understood. There is a possibility of withdrawal.
本発明は、このような問題を解決するために成されたものであり、情報処理技術に関するシステムをユーザが逐次使用することによって得られるデータをもとに行う疾患の治療において、治療の途中でのユーザの離脱をできるだけ抑制できるようにすることを目的とする。 The present invention has been made to solve such a problem, and in the treatment of a disease performed based on data obtained by the user sequentially using a system related to information processing technology, The purpose is to make it possible to suppress the user's withdrawal as much as possible.
上記した課題を解決するために、本発明では、疾患の治療のために情報処理技術に関するシステムをユーザが使用することによって得られる疾患重症度に関するデータを取得するとともに、ユーザによるシステムの使用履歴を表すデータを取得し、当該取得した疾患重症度に関するデータおよびシステムの使用履歴を表すデータに基づいて、ユーザの治療継続確率を推定する。そして、推定された治療継続確率が所定の条件を満たす場合に、ユーザがシステムの使用を継続する動機付けとなるメッセージを報知するようにしている。 In order to solve the above-described problems, in the present invention, data on disease severity obtained by a user using a system related to information processing technology for treatment of a disease is acquired, and a history of use of the system by the user is obtained. Based on the acquired data regarding the disease severity and the data indicating the usage history of the system, the user's treatment continuation probability is estimated. Then, when the estimated treatment continuation probability satisfies a predetermined condition, a message that motivates the user to continue using the system is notified.
上記のように構成した本発明によれば、疾患の治療のためにユーザがシステムを使用すると、その実際の使用を通じて得られる疾患重症度に関するデータと、システムの使用履歴を表すデータとに基づいて、ユーザがシステムを使用して治療を続ける可能性を示す治療継続確率が推定される。そして、その治療継続確率が所定の条件を満たす場合には、ユーザがシステムの使用を継続する動機付けとなるメッセージが報知される。これにより、ユーザが実際にシステムの使用を中止してしまう前に、システムの継続使用を動機付けるメッセージがユーザに提供されることとなり、治療の途中でのユーザの離脱をできるだけ抑制することができるようになる。 According to the present invention configured as described above, when a user uses a system for treatment of a disease, based on data on the severity of disease obtained through the actual use and data representing a use history of the system. A treatment continuation probability is estimated that indicates the likelihood that the user will continue treatment using the system. When the treatment continuation probability satisfies a predetermined condition, a message that motivates the user to continue using the system is notified. As a result, before the user actually stops using the system, a message that motivates the continued use of the system is provided to the user, so that the withdrawal of the user during the treatment can be suppressed as much as possible. become.
以下、本発明の一実施形態を図面に基づいて説明する。図１は、本実施形態による治療支援装置を実装した不眠症治療システムの全体構成例を示す図である。図１に示す不眠症治療システムは、不眠症の患者（以下、ユーザという）が使用する携帯端末１００と、サーバ装置２００と、外部測定機器３００とを備えて構成されている。携帯端末１００とサーバ装置２００との間は、インターネットや携帯電話網などの通信ネットワーク４００を介して接続されている。 Hereinafter, an embodiment of the present invention will be described with reference to the drawings. FIG. 1 is a diagram illustrating an example of the overall configuration of an insomnia treatment system in which the treatment support apparatus according to the present embodiment is implemented. The insomnia treatment system shown in FIG. 1 includes a mobile terminal 100 used by an insomnia patient (hereinafter referred to as a user), a server device 200, and an external measurement device 300. The mobile terminal 100 and the server device 200 are connected via a communication network 400 such as the Internet or a mobile phone network.
図１に示す不眠症治療システムは、特許請求の範囲の「情報処理技術に関するシステム」に相当する。ユーザは、この不眠症治療システムを逐次使用することにより、認知行動療法による不眠症の治療を受ける。 The insomnia treatment system shown in FIG. 1 corresponds to the “system related to information processing technology” in the claims. The user receives treatment of insomnia by cognitive behavior therapy by sequentially using this insomnia treatment system.
具体的には、ユーザは、携帯端末１００にインストールした不眠症治療アプリを使用して、治療に必要な種々の情報処理を逐次実行する。例えば、ユーザは、サーバ装置２００から携帯端末１００の不眠症治療アプリに提供された問診に対する回答を入力する。問診の回答は選択式である。また、ユーザは、外部測定機器３００において血圧や脈拍、体温などの生体情報を測定し、その測定結果を不眠症治療アプリに入力する。これらの回答内容や生体情報は、不眠症がどの程度改善しているかを示す指標の１つとして用いることが可能な情報である。 Specifically, the user uses the insomnia treatment app installed in the mobile terminal 100 to sequentially execute various information processes necessary for treatment. For example, the user inputs an answer to an inquiry provided from the server device 200 to the insomnia treatment application of the mobile terminal 100. The answer to the interview is optional. In addition, the user measures biological information such as blood pressure, pulse, and body temperature with the external measurement device 300, and inputs the measurement result to the insomnia treatment application. These reply contents and biometric information are information that can be used as one of indexes indicating how much insomnia has improved.
なお、外部測定機器３００で測定された生体情報の不眠症治療アプリへの入力方法は、任意である。例えば、携帯端末１００と外部測定機器３００との間を有線または無線の通信手段で接続し、外部測定機器３００で測定された生体情報を携帯端末１００に送信することにより、当該生体情報を不眠症治療アプリに入力するようにすることが可能である。あるいは、不眠症治療アプリにおいて所定の入力画面を表示させ、外部測定機器３００で測定された生体情報の値をユーザが入力画面から手動で入力するようにしてもよい。 In addition, the input method of the biometric information measured by the external measurement device 300 to the insomnia treatment application is arbitrary. For example, the portable terminal 100 and the external measurement device 300 are connected by wired or wireless communication means, and the biological information measured by the external measurement device 300 is transmitted to the portable terminal 100, whereby the biological information is insomnia. It is possible to input to the treatment app. Alternatively, a predetermined input screen may be displayed in the insomnia treatment application, and the user may manually input the value of the biological information measured by the external measurement device 300 from the input screen.
また、ユーザは、不眠症治療アプリが持つ機能によって、所定の測定テストを実行する。所定の測定テストとして、例えば眠気テストを実行する。眠気テストは、携帯端末１００の画面に所定の標識を繰り返し表示させ、その都度ユーザが画面上の標識をタップするまでの経過時間とタップ位置とを検出し、その経過時間（応答の速さ）や誤タップ率に基づいて、眠気の程度（または覚醒度）を判定するものである。この眠気テストを起床中の時間帯に行うことにより、その結果データを、不眠症がどの程度改善しているかを示す指標の１つとして用いることが可能である。なお、ここに挙げた眠気テストは測定テストの一例であり、これに限定されるものではない。 In addition, the user performs a predetermined measurement test by using the function of the insomnia treatment application. For example, a drowsiness test is executed as the predetermined measurement test. In the drowsiness test, a predetermined sign is repeatedly displayed on the screen of the mobile terminal 100, and the elapsed time and the tap position until the user taps the sign on the screen are detected each time, and the elapsed time (response speed). The degree of sleepiness (or arousal level) is determined based on the false tap rate. By performing this drowsiness test in the time zone when waking up, it is possible to use the result data as one of indexes indicating how much insomnia has improved. The sleepiness test listed here is an example of a measurement test, and the present invention is not limited to this.
不眠症治療アプリは、ユーザによる情報処理の実行結果（問診に対する回答、眠気テストの実行結果など）や、外部測定機器３００から入力した生体情報の測定結果をサーバ装置２００に送信するとともに、サーバ装置２００から種々のアドバイスに関する通知を受信して表示することにより、治療に有効な行動をユーザに促す。ユーザは、このアドバイスの内容に従って行動することにより、不眠症を治療していく。 The insomnia treatment application transmits the execution result of information processing by the user (answer to an inquiry, the execution result of a drowsiness test, etc.) and the measurement result of the biological information input from the external measurement device 300 to the server device 200, and the server device By receiving and displaying notifications regarding various advices from 200, the user is prompted to take action effective for treatment. The user treats insomnia by acting according to the content of this advice.
本実施形態の治療支援装置は、サーバ装置２００内に実装される。治療支援装置は、ユーザが不眠症治療アプリを逐次使用することによって得られるデータ（上述のように、携帯端末１００からサーバ装置２００に送信される各種のデータ）をもとに行う認知行動療法の治療を支援するためのものである。ここでいう認知行動療法の治療の支援とは、携帯端末１００に対して上述した種々のアドバイスを通知することではなく、ユーザが不眠症治療アプリを継続して使用することを支援することをいう。認知行動療法による不眠症の治療は、ユーザが不眠症治療アプリを継続的に使用して初めて効果を発揮するものだからである。 The treatment support apparatus of this embodiment is mounted in the server apparatus 200. The treatment support apparatus is a cognitive behavioral therapy performed based on data (various data transmitted from the mobile terminal 100 to the server apparatus 200 as described above) obtained by the user using the insomnia treatment application sequentially. It is intended to support treatment. The support for cognitive behavioral therapy here is not to notify the mobile terminal 100 of the various advices described above, but to support the user to continue using the insomnia treatment application. . This is because the treatment of insomnia by cognitive behavior therapy is effective only when the user continuously uses the insomnia treatment application.
図２は、サーバ装置２００の機能構成例を示すブロック図である。図２に示すブロック図は、認知行動療法の治療を行うための機能ブロックと、本実施形態による治療支援装置の機能ブロックとの両方を含んだものとなっている。 FIG. 2 is a block diagram illustrating a functional configuration example of the server apparatus 200. The block diagram shown in FIG. 2 includes both functional blocks for performing cognitive behavioral therapy and functional blocks of the treatment support apparatus according to the present embodiment.
図２に示すように、サーバ装置２００は、その機能構成として、データ取得部２１、データ記録部２２、データ処理部２３、データ提供部２４、疾患重症度取得部２５、使用履歴取得部２６、治療継続確率推定部２７およびメッセージ報知部２８を備えている。また、サーバ装置２００は、記憶媒体として記憶部２０を備えている。 As shown in FIG. 2, the server device 200 includes, as its functional configuration, a data acquisition unit 21, a data recording unit 22, a data processing unit 23, a data providing unit 24, a disease severity acquisition unit 25, a usage history acquisition unit 26, A treatment continuation probability estimation unit 27 and a message notification unit 28 are provided. The server device 200 includes a storage unit 20 as a storage medium.
上記各機能ブロック２１〜２８は、ハードウェア、ＤＳＰ（Digital Signal Processor）、ソフトウェアの何れによっても構成することが可能である。例えばソフトウェアによって構成する場合、上記各機能ブロック２１〜２８は、実際にはコンピュータのＣＰＵ、ＲＡＭ、ＲＯＭなどを備えて構成され、ＲＡＭやＲＯＭ、ハードディスクまたは半導体メモリ等の記録媒体に記憶されたプログラムが動作することによって実現される。 Each of the functional blocks 21 to 28 can be configured by any of hardware, DSP (Digital Signal Processor), and software. For example, when configured by software, each of the functional blocks 21 to 28 actually includes a computer CPU, RAM, ROM, and the like, and is a program stored in a recording medium such as RAM, ROM, hard disk, or semiconductor memory. Is realized by operating.
上記各機能ブロック２１〜２８のうち、データ取得部２１、データ記録部２２、データ処理部２３およびデータ提供部２４が、認知行動療法の治療を行うための機能ブロックである。また、疾患重症度取得部２５、使用履歴取得部２６、治療継続確率推定部２７およびメッセージ報知部２８が、本実施形態による治療支援装置の機能ブロックである。このように、疾患重症度取得部２５、使用履歴取得部２６、治療継続確率推定部２７およびメッセージ報知部２８は、不眠症治療システムの一部の機能として実装されている。 Among the functional blocks 21 to 28, the data acquisition unit 21, the data recording unit 22, the data processing unit 23, and the data providing unit 24 are functional blocks for performing cognitive behavioral therapy. Further, the disease severity acquisition unit 25, the use history acquisition unit 26, the treatment continuation probability estimation unit 27, and the message notification unit 28 are functional blocks of the treatment support apparatus according to the present embodiment. Thus, the disease severity acquisition unit 25, the use history acquisition unit 26, the treatment continuation probability estimation unit 27, and the message notification unit 28 are implemented as a part of the functions of the insomnia treatment system.
データ取得部２１は、ユーザが不眠症治療アプリを逐次使用することによって得られる各種のデータを携帯端末１００から取得する。具体的には、データ取得部２１は、サーバ装置２００から携帯端末１００の不眠症治療アプリに提供される問診に対する回答のデータ、不眠症治療アプリを通じて提供される眠気テストの実行結果のデータ、および、外部測定機器３００から不眠症治療アプリに入力された生体情報の測定データを取得する。 The data acquisition unit 21 acquires various data obtained by the user using the insomnia treatment application sequentially from the portable terminal 100. Specifically, the data acquisition unit 21 receives answer data for an inquiry provided from the server device 200 to the insomnia treatment app of the mobile terminal 100, data on the execution result of the sleepiness test provided through the insomnia treatment app, and The measurement data of the biological information input from the external measurement device 300 to the insomnia treatment application is acquired.
なお、データ取得部２１が取得するデータには、不眠症治療アプリを使用しているユーザを識別するユーザＩＤが付加されている。このユーザＩＤは、例えば、携帯端末１００に不眠症治療アプリをインストールする際に設定されたものである。 In addition, the user ID which identifies the user who is using the insomnia treatment application is added to the data which the data acquisition part 21 acquires. This user ID is set when, for example, the insomnia treatment application is installed in the mobile terminal 100.
データ記録部２２は、データ取得部２１により取得されたデータを、日時情報と共に、ユーザＩＤ毎に分けて記憶部２０に記録する。データ記録部２２は、データ取得部２１が携帯端末１００からデータを取得する都度、そのデータを日時情報と共にユーザＩＤ毎に記憶部２０に逐次記録する。これにより、記憶部２０には、不眠症治療アプリを使用しているユーザ毎に、不眠症治療アプリを逐次使用することによって得られる各種のデータが蓄積されていく。 The data recording unit 22 records the data acquired by the data acquisition unit 21 in the storage unit 20 separately for each user ID together with the date / time information. Each time the data acquisition unit 21 acquires data from the portable terminal 100, the data recording unit 22 sequentially records the data together with the date / time information in the storage unit 20 for each user ID. Thereby, the storage unit 20 accumulates various data obtained by sequentially using the insomnia treatment application for each user who uses the insomnia treatment application.
データ処理部２３は、記憶部２０に記憶されたデータを用いて、所定のデータ処理を実行することにより、ユーザの不眠症の改善度を分析し、不眠症の改善に有効なアドバイスに関する情報を生成する。例えば、データ処理部２３は、記憶部２０に記憶されたデータに基づいて、睡眠を妨げになっているもの解析し、それを解消するための対処策に関するアドバイス情報を生成する。 The data processing unit 23 uses the data stored in the storage unit 20 to perform predetermined data processing, thereby analyzing the improvement level of the user's insomnia and providing information on advice effective for improving insomnia. Generate. For example, the data processing unit 23 analyzes what is disturbing sleep based on the data stored in the storage unit 20, and generates advice information regarding a countermeasure for solving the problem.
例えば、データ処理部２３は、ベッドに入ってもすぐに眠れないことに不安を感じていると解析されたユーザに対して、ベッドに入る時間を遅くすることを勧めるアドバイス情報を生成する。眠れないことに不安を感じているユーザは、すぐに眠れないという不安感から、それほど眠くないのに早い時刻にベッドに入ろうとする傾向にある。それが逆効果となって、就寝時刻から入眠時刻までの時間（眠れない状態のままベッドにいる時間）が長くなり、睡眠効率が低下する。これに対し、就寝時刻を強制的に遅くすることにより、無理して早くからベッドに入らなくてもよいのだという安心感をユーザに与えることができる。また、ある程度眠くなってからベッドに入ることになるため、就寝時刻から入眠時刻までの時間が短くなることが期待できる。 For example, the data processing unit 23 generates advice information that recommends that the user who has been anxious about being unable to sleep immediately after entering the bed to delay the time to enter the bed. Users who feel uneasy about not being able to sleep tend to go to bed at an early time although they are not so sleepy because they feel uneasy that they cannot sleep immediately. This has an adverse effect, and the time from the bedtime to the sleep time (the time in which the user can stay in bed without being able to sleep) becomes longer, and the sleep efficiency decreases. On the other hand, by forcibly delaying the bedtime, it is possible to give the user a sense of security that it is not necessary to go into bed early. In addition, since the patient enters the bed after becoming a little sleepy, it can be expected that the time from the bedtime to the sleep time is shortened.
また、データ処理部２３は、仕事がストレスになっていると解析されたユーザに対して、１日当たりの仕事量を見直すことを促すメッセージ情報を生成する。その他、データ処理部２３は、就寝直前の飲酒やスマートフォンの操作など、睡眠障害に繋がりやすい行動を控えることを勧めるアドバイス情報、チェック表を作成して就寝直前の行動を振り返るように勧めるアドバイス情報など、認知行動療法による不眠症の治療に有効な各種のアドバイス情報を生成する。 In addition, the data processing unit 23 generates message information that prompts a user who has been analyzed that work is stressed to review the amount of work per day. In addition, the data processing unit 23 advises to refrain from actions that are likely to lead to sleep disorders, such as drinking immediately before going to bed or operating a smartphone, advice information that recommends creating a checklist and looking back on actions just before going to bed, etc. Various kinds of advice information effective for treatment of insomnia by cognitive behavioral therapy are generated.
なお、ここで説明したデータ処理部２３の処理内容は、あくまでも一例である。データ処理部２３は、本実施形態による治療支援装置の機能構成ではなく、本発明の主眼とするものではないので、これ以上の詳細な説明は割愛する。 Note that the processing content of the data processing unit 23 described here is merely an example. Since the data processing unit 23 is not the functional configuration of the treatment support apparatus according to the present embodiment and is not the main point of the present invention, further detailed description thereof is omitted.
データ提供部２４は、データ処理部２３により生成されたアドバイス情報を携帯端末１００の不眠症治療アプリに提供する。ユーザは、データ提供部２４により提供されたアドバイス情報を不眠症治療アプリによって表示させ、そのアドバイスの内容に従って行動することにより、不眠症を治療していく。 The data providing unit 24 provides the advice information generated by the data processing unit 23 to the insomnia treatment application of the mobile terminal 100. The user treats insomnia by causing the insomnia treatment application to display the advice information provided by the data providing unit 24 and acting according to the content of the advice.
疾患重症度取得部２５は、ユーザが不眠症治療システム（不眠症治療アプリ）を使用することによって得られる疾患重症度に関するデータを記憶部２０から取得する。取得するデータは、記憶部２０に記憶されている過去一定期間分の履歴データである。 The disease severity acquisition unit 25 acquires data on the disease severity obtained by the user using the insomnia treatment system (insomnia treatment app) from the storage unit 20. The data to be acquired is history data for a certain past period stored in the storage unit 20.
ここで、疾患重症度取得部２５は、ユーザがサーバ装置２００から提供される問診に対する回答を不眠症治療アプリに入力することによって得られる主観的な疾患重症度に関するデータ（問診に対する１つ１つの回答）と、ユーザに対する所定の測定の実行を通じて得られる客観的な疾患重症度に関するデータとを取得する。客観的な疾患重症度に関するデータは、ユーザが不眠症治療アプリから提供される測定テスト（例えば、眠気テスト）を実行することによって得られる第１の測定データ（反応時間と誤タップ率）と、外部測定機器３００で測定された第２の測定データ（血圧、脈拍、体温）とを含む。 Here, the disease severity acquisition unit 25 includes data regarding subjective disease severity obtained by the user inputting an answer to the inquiry provided from the server device 200 to the insomnia treatment application (one for each inquiry). Answer) and data regarding objective disease severity obtained through execution of a predetermined measurement for the user. Data regarding objective disease severity includes first measurement data (reaction time and false tap rate) obtained by a user performing a measurement test (for example, sleepiness test) provided from an insomnia treatment app, And second measurement data (blood pressure, pulse, body temperature) measured by the external measurement device 300.
使用履歴取得部２６は、ユーザによる不眠症治療システム（不眠症治療アプリ）の使用履歴を表すデータを記憶部２０から取得する。上述したように、ユーザが不眠症治療アプリを使用することによって得られる各種のデータが、携帯端末１００からサーバ装置２００に送信される都度、日時情報と共に記憶部２０に逐次記録されていく。よって、この日時情報は、不眠症治療アプリの使用履歴を表すデータと言える。そこで、使用履歴取得部２６は、ユーザによる不眠症治療アプリの使用履歴を表すデータとして、日時情報を記憶部２０から取得する。使用履歴を表すデータに関しても、取得するのは、記憶部２０に記憶されている過去一定期間分の履歴データである。 The usage history acquisition unit 26 acquires data representing the usage history of the insomnia treatment system (insomnia treatment app) by the user from the storage unit 20. As described above, each time various types of data obtained by the user using the insomnia treatment app are transmitted from the mobile terminal 100 to the server device 200, they are sequentially recorded in the storage unit 20 together with the date and time information. Therefore, it can be said that this date / time information is data representing the use history of the insomnia treatment application. Therefore, the usage history acquisition unit 26 acquires date and time information from the storage unit 20 as data representing the usage history of the insomnia treatment application by the user. As for the data representing the usage history, the history data for a certain past period stored in the storage unit 20 is also acquired.
治療継続確率推定部２７は、疾患重症度取得部２５により取得された疾患重症度に関するデータと、使用履歴取得部２６により取得された不眠症治療システムの使用履歴を表すデータとに基づいて、ユーザの治療継続確率を推定する。この治療継続確率を推定するための具体的な機能構成として、治療継続確率推定部２７は、予測モデル記憶部２７Ａと、推定処理部２７Ｂとを備えている。治療継続確率推定部２７は、予測モデル記憶部２７Ａと推定処理部２７Ｂとによる機械学習によって、治療継続確率を推定する。機械学習の一例として、ランダムフォレスト法を用いる。 The treatment continuation probability estimation unit 27 is based on the data regarding the disease severity acquired by the disease severity acquisition unit 25 and the data representing the use history of the insomnia treatment system acquired by the use history acquisition unit 26. Estimate the treatment continuation probability. As a specific functional configuration for estimating the treatment continuation probability, the treatment continuation probability estimation unit 27 includes a prediction model storage unit 27A and an estimation processing unit 27B. The treatment continuation probability estimation unit 27 estimates the treatment continuation probability by machine learning using the prediction model storage unit 27A and the estimation processing unit 27B. A random forest method is used as an example of machine learning.
すなわち、予測モデル記憶部２７Ａは、疾患重症度に関するデータと不眠症治療システムの使用履歴を表すデータとの各種の組み合わせ内容に応じた複数の決定木からなる予測モデルを記憶する。また、推定処理部２７Ｂは、疾患重症度取得部２５により取得された疾患重症度に関するデータおよび使用履歴取得部２６により取得された使用履歴を表すデータを予測モデルに適用し、複数の決定木のうち活性または非活性となった決定木の割合をもとに、ユーザの治療継続確率を推定する。 That is, the prediction model storage unit 27A stores a prediction model made up of a plurality of decision trees according to various combinations of data regarding disease severity and data representing the use history of the insomnia treatment system. In addition, the estimation processing unit 27B applies the data regarding the disease severity acquired by the disease severity acquiring unit 25 and the data representing the use history acquired by the use history acquiring unit 26 to the prediction model, and a plurality of decision trees. Based on the ratio of the decision tree that is active or inactive, the user's treatment continuation probability is estimated.
予測モデルの各決定木は、当該予測モデルに入力された各種データに基づいて、治療を継続している群と、治療を継続していない群とに分かれるような境界線を探索する。この境界線は、二分木の形で枝分かれした構造として表現される。また、この境界線は、入力される各種データの内容に応じて決定される。このように構成される各決定木は、入力された各種データの内容に応じて決定された境界線を境として、活性（治療継続）または非活性（治療非継続）の何れかの状態を示す。推定処理部２７Ｂは、活性または非活性の何れかの状態となった決定木の割合をもとに、ユーザの治療継続確率を推定する。 Each decision tree of the prediction model searches for a boundary line that is divided into a group that continues treatment and a group that does not continue treatment based on various data input to the prediction model. This boundary line is expressed as a branched structure in the form of a binary tree. Further, the boundary line is determined according to the contents of various data to be input. Each decision tree configured in this manner indicates either an active (continuous treatment) or inactive (non-continuous treatment) state with a boundary line determined according to the contents of various input data as a boundary. . The estimation processing unit 27B estimates the user's treatment continuation probability based on the ratio of the decision tree that is in an active or inactive state.
メッセージ報知部２８は、治療継続確率推定部２７により推定された治療継続確率が所定の条件を満たす場合に、ユーザが不眠症治療システム（不眠症治療アプリ）の使用を継続する動機付けとなるメッセージを携帯端末１００に報知する。すなわち、メッセージ報知部２８は、メッセージを携帯端末１００の不眠症治療アプリに送信し、不眠症治療アプリが携帯端末１００の画面にメッセージを表示することを通じて、メッセージをユーザに報知する。 The message notification unit 28 motivates the user to continue using the insomnia treatment system (the insomnia treatment app) when the treatment continuation probability estimated by the treatment continuation probability estimation unit 27 satisfies a predetermined condition. Is notified to the mobile terminal 100. That is, the message notification unit 28 transmits a message to the insomnia treatment application of the mobile terminal 100, and the insomnia treatment application displays the message on the screen of the mobile terminal 100, thereby notifying the user of the message.
例えば、メッセージ報知部２８は、図３（ａ）に示すように、治療継続確率推定部２７により複数回にわたって推定された治療継続確率が何れも所定の閾値以上であり、かつ、直近に向かって下降している場合に、第１の内容のメッセージを報知する。また、メッセージ報知部２８は、図３（ｂ）に示すように、治療継続確率推定部２７により推定された治療継続確率が所定の閾値未満である場合に、第２の内容のメッセージを報知する。 For example, as shown in FIG. 3A, the message notification unit 28 has a treatment continuation probability estimated multiple times by the treatment continuation probability estimation unit 27, all of which are equal to or greater than a predetermined threshold value, and approaches When descending, a message having the first content is notified. In addition, as shown in FIG. 3B, the message notification unit 28 notifies the second content message when the treatment continuation probability estimated by the treatment continuation probability estimation unit 27 is less than a predetermined threshold. .
すなわち、治療継続確率が所定の閾値以上であるが、複数回にわたって推定された治療継続確率が下降している場合には、操作性が悪い等の理由で不眠症治療アプリに対する小さな不満が蓄積した結果、使用頻度が落ちている可能性がある。そこで、メッセージ報知部２８は、第１の内容のメッセージとして、例えば「不眠症治療アプリの操作などで何かお困りのことがありませんか。ご相談に載りますので、問合せ窓口からご連絡ください。」という内容のメッセージを報知する。 In other words, when the treatment continuation probability is equal to or higher than the predetermined threshold but the treatment continuation probability estimated multiple times has decreased, small dissatisfaction with the insomnia treatment application has accumulated due to poor operability, etc. As a result, the frequency of use may have dropped. Therefore, the message notification unit 28 has a message of the first content, for example, “Do you have any problems with the operation of the insomnia treatment app? Please contact us from the inquiry window for consultation. ”Is notified.
ここで、複数回にわたって推定された治療継続確率とは、例えば、今回推定された治療継続確率と、直前に推定された前回の治療継続確率とをいう。治療継続確率を推定する時間間隔は、ユーザが不眠症治療アプリを使用しなくなった（ドロップアウトした）と定義する不使用期間よりも短い間隔とする。例えば、ユーザが不眠症治療アプリに２日間ログインしていない場合にドロップアウトしたと定義する。この場合、治療継続確率推定部２７は、２日よりも短い時間間隔で治療継続確率を繰り返し推定する。そして、メッセージ報知部２８は、今回推定された治療継続確率と前回推定された治療継続確率とが何れも閾値以上で、今回推定された治療継続確率が、前回推定された治療継続確率よりも小さくなっている場合に、上述した第１の内容のメッセージを報知する。 Here, the treatment continuation probability estimated multiple times refers to, for example, the treatment continuation probability estimated this time and the previous treatment continuation probability estimated immediately before. The time interval for estimating the treatment continuation probability is shorter than the non-use period defined as the user no longer uses (drops out) the insomnia treatment app. For example, it is defined that the user has dropped out when the user has not logged in to the insomnia treatment application for two days. In this case, the treatment continuation probability estimation unit 27 repeatedly estimates the treatment continuation probability at time intervals shorter than two days. Then, the message notification unit 28 is configured such that the treatment continuation probability estimated this time and the treatment continuation probability estimated last time are both equal to or greater than the threshold value, and the treatment continuation probability estimated this time is smaller than the treatment continuation probability estimated last time. If it is, the message having the first content is notified.
一方、治療継続確率が所定の閾値未満である場合は、不眠症治療アプリの使用に対する慣れから使用頻度が落ちている可能性がある。そこで、メッセージ報知部２８は、第２の内容のメッセージとして、例えば「不眠症治療アプリは毎日使用することで治療効果を発揮します。」という内容のメッセージを報知する。このとき、使用を続けて効果が出た事例をメッセージと共に紹介するようにしてもよい。 On the other hand, when the treatment continuation probability is less than the predetermined threshold, the use frequency may be reduced due to the familiarity with the use of the insomnia treatment application. Therefore, the message notification unit 28 notifies, for example, a message having the content of “the insomnia treatment app exhibits its therapeutic effect when used every day” as the message of the second content. At this time, you may make it introduce the example which continued using and the effect was produced with the message.
なお、ここに示したメッセージの内容は一例であり、これに限定されるものではない。また、メッセージを報知する条件も一例であり、これに限定されるものではない。 The content of the message shown here is an example, and the present invention is not limited to this. Moreover, the conditions for notifying a message are also an example, and the present invention is not limited to this.
例えば、複数回にわたって推定された治療継続確率が下降している勾配の程度に応じて、第１の内容メッセージを２種類以上に増やしてもよい。また、閾値を複数設けることにより、第２の内容のメッセージを２種類以上に増やしてもよい。 For example, the first content message may be increased to two or more types according to the degree of the gradient in which the treatment continuation probability estimated multiple times is decreasing. Moreover, you may increase the message of the 2nd content to two or more types by providing two or more threshold values.
また、今回と前回との２回において推定された治療継続確率だけでなく、３回以上にわたって推定された治療継続確率が続けて下降している場合に、第１の内容のメッセージを報知するようにしてもよい。 Moreover, not only the treatment continuation probability estimated twice in this time and the previous time but also the message of the first content is notified when the treatment continuation probability estimated over three times continues to decrease. It may be.
また、ユーザがドロップアウトする前に、治療継続確率を推定する都度、第１の内容のメッセージまたは第２の内容のメッセージを報知する条件を連続して満たす場合に、２回目以降は前回と違う内容のメッセージを報知するようにしてもよい。 In addition, every time when the treatment continuation probability is estimated before the user drops out, when the condition for informing the message of the first content or the message of the second content is continuously satisfied, the second and subsequent times are different from the previous time. You may make it alert | report the message of a content.
また、不眠症治療アプリの操作性以外の理由に紐付くメッセージを報知するようにしてもよい。例えば、不眠症治療アプリの使用が治療に効いている実感が湧かない、つまり「効果に対する不満がある」という理由が、予測モデルに適用されるデータの内容や治療継続確率の推移などから解析されるような場合に、例えば「本アプリの効果が出るまでの期間には個人差があります。すぐ効果が出ない場合であっても使用を継続することで効果が発揮されます。」といったメッセージを報知するようにしてもよい。 Further, a message associated with a reason other than the operability of the insomnia treatment application may be notified. For example, the reason why the use of the insomnia treatment app is not effective in treatment, that is, `` I am dissatisfied with the effect '' is analyzed from the contents of data applied to the prediction model and the transition of treatment continuation probability For example, a message such as “There is an individual difference in the period until the effect of this application is effective. Even if it is not effective immediately, it will be effective by continuing to use it.” You may make it alert | report.
また、治療継続確率推定部２７により推定された治療継続確率が所定の閾値未満である場合も、複数回にわたって推定された治療継続確率が何れも閾値以上で下降している場合も、同じ内容のメッセージを報知するようにしてもよい。また、複数回にわたって推定された治療継続確率が何れも閾値以上であるかによらず、直近に向かって下降している場合に、メッセージを報知するようにしてもよい。 In addition, even when the treatment continuation probability estimated by the treatment continuation probability estimation unit 27 is less than a predetermined threshold, or when the treatment continuation probability estimated over a plurality of times is lower than the threshold, the same contents You may make it alert | report a message. In addition, a message may be notified when the treatment continuation probability estimated over a plurality of times is decreasing toward the latest, regardless of whether or not all of the treatment continuation probabilities are equal to or greater than the threshold value.
図４は、以上のように構成した本実施形態による治療支援装置の動作例を示すフローチャートである。図４に示すフローチャートは、サーバ装置２００の稼動中は常時実行されている。 FIG. 4 is a flowchart showing an operation example of the treatment support apparatus according to the present embodiment configured as described above. The flowchart shown in FIG. 4 is always executed while the server apparatus 200 is in operation.
まず、疾患重症度取得部２５は、治療継続確率を推定する時間間隔として設定された所定時間が前回の治療継続確率推定から経過したか否かを判定する（ステップＳ１）。 First, the disease severity acquisition unit 25 determines whether or not a predetermined time set as a time interval for estimating the treatment continuation probability has elapsed since the previous treatment continuation probability estimation (step S1).
ここで、所定時間が経過した場合、疾患重症度取得部２５は、ユーザが不眠症治療アプリを使用することによって得られる疾患重症度に関するデータ（問診に対する回答データ、眠気テストを実行することによって得られる第１の測定データ、外部測定機器３００で測定された第２の測定データ）を記憶部２０から取得する（ステップＳ２）。また、使用履歴取得部２６は、ユーザによる不眠症治療アプリの使用履歴を表すデータを記憶部２０から取得する（ステップＳ３）。 Here, when the predetermined time has elapsed, the disease severity acquisition unit 25 obtains data regarding disease severity obtained by the user using the insomnia treatment app (answer data for an inquiry, sleepiness test). First measurement data and second measurement data measured by the external measurement device 300) are acquired from the storage unit 20 (step S2). Moreover, the usage history acquisition unit 26 acquires data representing the usage history of the insomnia treatment application by the user from the storage unit 20 (step S3).
次いで、治療継続確率推定部２７は、ステップＳ２で疾患重症度取得部２５により取得された疾患重症度に関するデータと、ステップＳ３で使用履歴取得部２６により取得された使用履歴を表すデータとに基づいて、ユーザの治療継続確率を推定する（ステップＳ４）。 Next, the treatment continuation probability estimating unit 27 is based on the data regarding the disease severity acquired by the disease severity acquiring unit 25 in step S2 and the data representing the use history acquired by the use history acquiring unit 26 in step S3. Thus, the user's treatment continuation probability is estimated (step S4).
そして、メッセージ報知部２８は、治療継続確率推定部２７により推定された治療継続確率が所定の閾値未満か否かを判定する（ステップＳ５）。治療継続確率が所定の閾値未満である場合、メッセージ報知部２８は、携帯端末１００に対して第２の内容のメッセージを報知する（ステップＳ６）。 And the message alerting | reporting part 28 determines whether the treatment continuation probability estimated by the treatment continuation probability estimation part 27 is less than a predetermined threshold value (step S5). When the treatment continuation probability is less than the predetermined threshold, the message notification unit 28 notifies the portable terminal 100 of a message having the second content (step S6).
一方、治療継続確率が所定の閾値未満ではない場合、メッセージ報知部２８は、今回推定された治療継続確率が、前回推定された治療継続確率よりも小さくなっているか否か、すなわち、治療継続確率が下降しているか否かを判定する（ステップＳ７）。治療継続確率が下降している場合、メッセージ報知部２８は、携帯端末１００に対して第１の内容のメッセージを報知する（ステップＳ８）。 On the other hand, when the treatment continuation probability is not less than the predetermined threshold, the message notification unit 28 determines whether or not the treatment continuation probability estimated this time is smaller than the previously estimated treatment continuation probability, that is, the treatment continuation probability. It is determined whether or not is descending (step S7). When the treatment continuation probability is decreasing, the message notification unit 28 notifies the portable terminal 100 of a message having the first content (step S8).
治療継続確率が下降していない場合、メッセージ報知部２８はメッセージの報知を行わない。以上により、図４に示すフローチャートの処理が終了する。 If the treatment continuation probability has not decreased, the message notification unit 28 does not notify the message. Thus, the process of the flowchart shown in FIG. 4 ends.
以上詳しく説明したように、本実施形態では、不眠症治療アプリをユーザが使用することによって得られる疾患重症度に関するデータを取得するとともに、ユーザによる不眠症治療アプリの使用履歴を表すデータを取得し、当該取得した疾患重症度に関するデータおよび使用履歴を表すデータに基づいて、ユーザの治療継続確率を推定する。そして、推定された治療継続確率が所定の条件を満たす場合に、ユーザが不眠症治療アプリの使用を継続する動機付けとなるメッセージを報知するようにしている。 As described above in detail, in the present embodiment, data related to disease severity obtained by the user using the insomnia treatment app is acquired, and data representing the use history of the insomnia treatment app by the user is acquired. The treatment continuation probability of the user is estimated based on the acquired data on the disease severity and the data indicating the use history. Then, when the estimated treatment continuation probability satisfies a predetermined condition, a message that motivates the user to continue using the insomnia treatment app is notified.
このように構成した本実施形態によれば、認知行動療法による治療のためにユーザが不眠症治療アプリを使用すると、その実際の使用を通じて得られる疾患重症度に関するデータと、不眠症治療アプリの使用履歴を表すデータとに基づいて、ユーザが不眠症治療アプリを使用して治療を続ける可能性を示す治療継続確率が推定される。そして、その治療継続確率が所定の条件を満たす場合には、ユーザが不眠症治療アプリの使用を継続する動機付けとなるメッセージが報知される。これにより、ユーザが実際に不眠症治療アプリの使用を中止してしまう前に、不眠症治療アプリの継続使用を動機付けるメッセージがユーザに提供されることとなり、治療の途中でのユーザの離脱をできるだけ抑制することができるようになる。 According to the present embodiment configured as described above, when the user uses the insomnia treatment app for the treatment by the cognitive behavior therapy, the data on the disease severity obtained through the actual use and the use of the insomnia treatment app. Based on the data representing the history, the treatment continuation probability indicating the possibility that the user may continue treatment using the insomnia treatment application is estimated. When the treatment continuation probability satisfies a predetermined condition, a message that motivates the user to continue using the insomnia treatment app is notified. As a result, before the user actually stops using the insomnia treatment app, a message that motivates the continued use of the insomnia treatment app is provided to the user, and the user can be withdrawn during the treatment as much as possible. It becomes possible to suppress.
なお、上記実施形態では、ランダムフォレスト法を用いた機械学習によって治療継続確率を推定する例について説明したが、本発明はこれに限定されない。例えば、ニューラルネットワーク、ＳＶＭ（support vector machine）、ロジスティック回帰などの他の学習アルゴリズムを利用して治療継続確率を推定するようにしてもよい。また、機械学習に代えて、所定の計算式によって治療継続確率を推定するようにしてもよい。 In addition, although the said embodiment demonstrated the example which estimates a treatment continuation probability by the machine learning using a random forest method, this invention is not limited to this. For example, the treatment continuation probability may be estimated using another learning algorithm such as a neural network, SVM (support vector machine), or logistic regression. Further, instead of machine learning, the treatment continuation probability may be estimated by a predetermined calculation formula.
また、上記実施形態では、治療支援装置の機能（疾患重症度取得部２５、使用履歴取得部２６、治療継続確率推定部２７およびメッセージ報知部２８の機能）が不眠症治療システムの一部の機能として実装される例について説明したが、本発明はこれに限定されない。例えば、サーバ装置２００とは別に治療支援装置を設ける構成としてもよい。より具体的には、治療支援装置の機能を不眠症治療アプリが備えるようにしてもよい。 In the above embodiment, the functions of the treatment support apparatus (the functions of the disease severity acquisition unit 25, the use history acquisition unit 26, the treatment continuation probability estimation unit 27, and the message notification unit 28) are part of the functions of the insomnia treatment system. However, the present invention is not limited to this. For example, a treatment support device may be provided separately from the server device 200. More specifically, the insomnia treatment application may have the function of the treatment support apparatus.
また、上記実施形態では、情報処理技術に関するシステムの一例として、認知行動療法により不眠症の治療を行うシステム（不眠症治療アプリ）を例に挙げて説明したが、本発明はこれに限定されない。すなわち、認知行動療法の治療が有効な疾患であれば、不眠症以外の疾患の治療を行うシステムに本実施形態の治療支援装置を適用することが可能である。 In the above embodiment, as an example of a system related to information processing technology, a system (insomnia treatment app) that treats insomnia by cognitive behavior therapy has been described as an example, but the present invention is not limited to this. That is, if the treatment of cognitive behavioral therapy is an effective disease, the treatment support apparatus of this embodiment can be applied to a system that treats diseases other than insomnia.
また、認知行動療法に限らず、情報処理技術に関するシステムの使用によって治療を行うことが可能な疾患であれば、本発明の治療支援装置を適用して治療の支援をすることが可能である。例えば、情報処理技術に関するシステムの別例として、糖尿病患者が医師から治療として処方された「生活習慣改善指導」を遵守して治療効果を出すような治療アプリが挙げられる。 Further, not only cognitive behavioral therapy but also a disease that can be treated by using a system related to information processing technology, the treatment support apparatus of the present invention can be applied to support treatment. For example, as another example of a system related to information processing technology, there is a treatment application in which a diabetic patient produces a therapeutic effect in compliance with “lifestyle improvement guidance” prescribed as a treatment by a doctor.
その他、上記実施形態は、何れも本発明を実施するにあたっての具体化の一例を示したものに過ぎず、これによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその要旨、またはその主要な特徴から逸脱することなく、様々な形で実施することができる。 In addition, each of the above-described embodiments is merely an example of implementation in carrying out the present invention, and the technical scope of the present invention should not be construed in a limited manner. That is, the present invention can be implemented in various forms without departing from the gist or the main features thereof.
２５ 疾患重症度取得部
２６ 使用履歴取得部
２７ 治療継続確率推定部
２７Ａ 予測モデル記憶部
２７Ｂ 推定処理部
２８ メッセージ報知部25 Disease severity acquisition unit 26 Usage history acquisition unit 27 Treatment continuation probability estimation unit 27A Prediction model storage unit 27B Estimation processing unit 28 Message notification unit
Claims (9)
上記ユーザが上記アプリケーションを使用することによって得られる疾患重症度に関するデータを取得する疾患重症度取得部と、
上記ユーザによる上記アプリケーションの使用履歴を表すデータを取得する使用履歴取得部と、
上記疾患重症度取得部により取得された上記疾患重症度に関するデータおよび上記使用履歴取得部により取得された上記アプリケーションの使用履歴を表すデータに基づいて、上記ユーザの治療継続確率を推定する治療継続確率推定部と、
上記治療継続確率推定部により推定された上記治療継続確率が所定の条件を満たす場合に、上記ユーザが上記アプリケーションの使用を継続する動機付けとなるメッセージを報知するメッセージ報知部とを備えたことを特徴とする治療支援装置。A treatment support device for supporting treatment of a disease based on data obtained by a user sequentially using an application for executing information processing necessary for treatment of the disease,
A disease severity acquisition unit that acquires data on disease severity obtained by the user using the application;
A usage history acquisition unit that acquires data representing the usage history of the application by the user;
The treatment continuation probability for estimating the treatment continuation probability of the user based on the data regarding the disease severity acquired by the disease severity acquisition unit and the data representing the use history of the application acquired by the use history acquisition unit An estimation unit;
A message informing unit for informing a message that motivates the user to continue using the application when the treatment continuation probability estimated by the treatment continuation probability estimating unit satisfies a predetermined condition; A medical treatment support device.
上記疾患重症度に関するデータと上記アプリケーションの使用履歴を表すデータとの各種の組み合わせ内容に応じた複数の決定木からなる予測モデルを記憶する予測モデル記憶部と、
上記疾患重症度取得部により取得された上記疾患重症度に関するデータおよび上記使用履歴取得部により取得された上記アプリケーションの使用履歴を表すデータを上記予測モデルに適用し、上記複数の決定木のうち活性または非活性となった決定木の割合をもとに、上記ユーザの治療継続確率を推定する推定処理部とを備えたことを特徴とする請求項１に記載の治療支援装置。The treatment continuation probability estimation unit
A prediction model storage unit that stores a prediction model composed of a plurality of decision trees according to various combinations of data regarding the disease severity and data representing the usage history of the application;
Applying the data regarding the disease severity acquired by the disease severity acquiring unit and the data representing the usage history of the application acquired by the usage history acquiring unit to the prediction model, and active among the plurality of decision trees The treatment support apparatus according to claim 1, further comprising: an estimation processing unit that estimates a treatment continuation probability of the user based on a ratio of a decision tree that has become inactive.
上記ユーザが上記アプリケーションを使用することによって得られる疾患重症度に関するデータを取得する疾患重症度取得手段、
上記ユーザによる上記アプリケーションの使用履歴を表すデータを取得する使用履歴取得手段、
上記疾患重症度取得手段により取得された上記疾患重症度に関するデータおよび上記使用履歴取得手段により取得された上記アプリケーションの使用履歴を表すデータに基づいて、上記ユーザの治療継続確率を推定する治療継続確率推定手段、および
上記治療継続確率推定手段により推定された上記治療継続確率が所定の条件を満たす場合に、上記ユーザが上記アプリケーションの使用を継続する動機付けとなるメッセージを報知するメッセージ報知手段としてコンピュータを機能させるためのコンピュータ読み取り可能な治療支援用プログラム。A treatment support program for supporting treatment of a disease based on data obtained by a user sequentially using an application for executing information processing necessary for treatment of the disease,
Disease severity acquisition means for acquiring data related to disease severity obtained by the user using the application,
Usage history acquisition means for acquiring data representing the usage history of the application by the user;
The treatment continuation probability for estimating the treatment continuation probability of the user based on the data regarding the disease severity acquired by the disease severity acquisition means and the data representing the use history of the application acquired by the use history acquisition means A computer as message informing means for informing a message that motivates the user to continue using the application when the treatment continuation probability estimated by the estimating means and the treatment continuation probability estimating means satisfies a predetermined condition; Computer-readable treatment support program for functioning.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2017/029299 WO2019035166A1 (en) | 2017-08-14 | 2017-08-14 | Treatment supporting device and program for supporting treatment |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP6301573B1 true JP6301573B1 (en) | 2018-03-28 |
| JPWO2019035166A1 JPWO2019035166A1 (en) | 2019-11-07 |
Family
ID=61756611
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017561421A Active JP6301573B1 (en) | 2017-08-14 | 2017-08-14 | Treatment support apparatus and treatment support program |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP6301573B1 (en) |
| WO (1) | WO2019035166A1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6427286B1 (en) * | 2018-04-05 | 2018-11-21 | チェスト株式会社 | Data analysis prediction device and data analysis prediction program |
| JPWO2020059789A1 (en) * | 2018-09-21 | 2021-08-30 | 国立大学法人京都大学 | Information processing methods, computer programs, trained models and information processing equipment |
| JPWO2020100258A1 (en) * | 2018-11-15 | 2021-09-02 | サスメド株式会社 | Patient situation prediction device, prediction model generation device, patient situation prediction program and patient situation prediction method |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2021093108A (en) * | 2019-11-29 | 2021-06-17 | チェスト株式会社 | Cpap management system and method for managing multiple cpap devices |
| US20230343420A1 (en) * | 2020-10-16 | 2023-10-26 | Life Quest Inc. | Server device, treatment support system, treatment support method, and program |
| JP2024128658A (en) * | 2023-03-10 | 2024-09-24 | オムロンヘルスケア株式会社 | Information processing method, information processing device, information processing program, method for generating machine-learned model, and machine-learned model |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006259827A (en) * | 2005-03-15 | 2006-09-28 | Matsushita Electric Ind Co Ltd | Health care system |
| JP2011036649A (en) * | 2009-07-17 | 2011-02-24 | Sharp Corp | Method and system for managing user's sleep |
| JP6023371B1 (en) * | 2016-03-08 | 2016-11-09 | 株式会社Ｃａｍｐｕｓ ｆｏｒ Ｈ | Diet support and diet management system |
-
2017
- 2017-08-14 WO PCT/JP2017/029299 patent/WO2019035166A1/en active Application Filing
- 2017-08-14 JP JP2017561421A patent/JP6301573B1/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006259827A (en) * | 2005-03-15 | 2006-09-28 | Matsushita Electric Ind Co Ltd | Health care system |
| JP2011036649A (en) * | 2009-07-17 | 2011-02-24 | Sharp Corp | Method and system for managing user's sleep |
| JP6023371B1 (en) * | 2016-03-08 | 2016-11-09 | 株式会社Ｃａｍｐｕｓ ｆｏｒ Ｈ | Diet support and diet management system |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6427286B1 (en) * | 2018-04-05 | 2018-11-21 | チェスト株式会社 | Data analysis prediction device and data analysis prediction program |
| WO2019194294A1 (en) * | 2018-04-05 | 2019-10-10 | チェスト株式会社 | Cpap management system and management method for managing plurality of cpap devices |
| JP2019185259A (en) * | 2018-04-05 | 2019-10-24 | チェスト株式会社 | Data analysis prediction apparatus and data analysis prediction program |
| JPWO2020059789A1 (en) * | 2018-09-21 | 2021-08-30 | 国立大学法人京都大学 | Information processing methods, computer programs, trained models and information processing equipment |
| JP7448125B2 (en) | 2018-09-21 | 2024-03-12 | 国立大学法人京都大学 | Information processing method, computer program, trained model, and information processing device |
| JPWO2020100258A1 (en) * | 2018-11-15 | 2021-09-02 | サスメド株式会社 | Patient situation prediction device, prediction model generation device, patient situation prediction program and patient situation prediction method |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2019035166A1 (en) | 2019-02-21 |
| JPWO2019035166A1 (en) | 2019-11-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6301573B1 (en) | Treatment support apparatus and treatment support program | |
| US10827926B2 (en) | Systems and methods for assessing cognitive function | |
| Patel et al. | Patient-centered design criteria for wearable seizure detection devices | |
| US20180350455A1 (en) | Sensor-enabled mobile health monitoring and diagnosis | |
| US20130297536A1 (en) | Mental health digital behavior monitoring support system and method | |
| JP6508938B2 (en) | INFORMATION PROCESSING DEVICE, ACTION SUPPORT METHOD, AND PROGRAM | |
| US20220020492A1 (en) | Predicting orthosomnia in an individual | |
| Bachmann et al. | How to use smartphones for less obtrusive ambulatory mood assessment and mood recognition | |
| US10772555B2 (en) | Insomnia treatment assistance device and insomnia treatment assistance program | |
| Atchley et al. | A cognitive stressor for event-related potential studies: the Portland arithmetic stress task | |
| Soltanlou et al. | Oscillatory EEG changes during arithmetic learning in children | |
| Crawford et al. | The effects of previous error and success in Alzheimer’s disease and mild cognitive impairment | |
| WO2023204239A1 (en) | Treatment assistance system and treatment assistance program | |
| JP6959791B2 (en) | Living information provision system, living information provision method, and program | |
| JP2021519963A (en) | Early feedback on disease factors to improve patient quality of life, involvement and persistence | |
| Price et al. | Towards a mobile assistive technology for monitoring and assessing cognitive fatigue in individuals with acquired brain injury | |
| Compton et al. | Anxiety and expectancy violations: Neural response to false feedback is exaggerated in worriers | |
| US20220359092A1 (en) | A system and method for triggering an action based on a disease severity or affective state of a subject | |
| US20240355468A1 (en) | Information processing method, information processing device, and information processing program | |
| US20220208354A1 (en) | Personalized care staff dialogue management system for increasing subject adherence of care program | |
| US20230317270A1 (en) | Platforms for dynamically selecting messages in real-time to users via decision support tools | |
| US20240249813A1 (en) | Activity Recommendation Based on Biometric Data from Wearable Device | |
| WO2021108784A1 (en) | Systems and methods for enhanced user engagement and feedback via dynamic data collection | |
| Tseng | Technologies for Supporting Cognitive Well-being in the Workplace | |
| Fortin | Non-intrusive and physiologically informed methods and interfaces for notification research |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A529 | Written submission of copy of amendment under article 34 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A5211 Effective date: 20171124 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171124 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20171124 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20171124 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180124 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180206 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180228 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6301573 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |