JP6436515B1 - 疾病注意情報提供支援システム - Google Patents

Abstract

【課題】疾病を発症している又は発症する可能性を有する者にその改善の必要性を十分に認識させ、医療機関での受診や受診を通した健康状態の改善を促進することができる疾病注意情報提供支援システムを提供する。
【解決手段】
本発明に係る疾病注意情報提供支援システムは、１又は複数の人の健康状態に関する情報を含む健康状態情報を記憶する健康状態記憶部と、記憶した前記健康状態情報に基づいて各人の疾病ごとの発症可能性を数値化する発症可能性数値化部と、前記発症可能性数値化部により数値化された1又は複数の疾病のうち少なくとも1つの疾病の発症可能性の数値を示す情報を含む疾病注意情報を生成する注意情報生成部とを備える。
【選択図】図１

Description

本発明は、疾病注意情報提供支援システムに関する。

従来、健康保険組合の被保険者が生活習慣病などの疾病を患っていることが判明した場合や、医療機関で受診している場合に、当該被保険者の医療機関での受診の要否を判別して医師等に知らせる医療受診支援システムが知られている。（例えば、特許文献１参照）。

特許文献１の医療受診支援システムでは、被保険者の病気の進行と診療報酬の増加を抑制するために、被保険者のレセプトに記載された内容と健康診断の結果とから、被保険者について、受診病名と当該受診病名に関連する健康診断の検査結果データとを抽出し、抽出された検査結果データを当該受診病名の医療ガイドラインと比較し、当該受診病名の病気の進行度を表す指標を演算し、演算結果に基づいて当該被保険者の医療機関での受診の要否を判別する。この判別の結果は、医師等が被保険者に対して医療機関での受診継続を勧告するなどの指導を行う際に用いることができる。

特開２００４−１６４１７３号

医療の効率化のためには、この種の情報を各被保険者に対してそのまま通知できることが好ましい。

しかしながら、特許文献１に開示されているシステムで得られる情報は、傷病名、血糖値や総コレステロール値などの検査結果の数値及び、当該数値に基づく「受診継続」、などの専門知識を有する者が閲覧したことを前提とした情報である。

このため、特許文献１に開示されているシステムで得られた情報を専門知識を有しない被保険者が閲覧しても、被保険者はどの程度自己の病状が深刻なのかをにわかには理解することができない。

したがって、特許文献１に開示されているシステムで得られた情報をそのまま被保険者に閲覧させても、被保険者にその病状の深刻さを理解させることができず、被保険者が、医療機関での受診を怠ったり、自己の健康管理を怠ったりするなどし、場合によっては健康状態が悪化してしまうおそれがある。

本発明の目的は、かかる従来技術の課題に鑑み、疾病を発症している又は発症する可能性を有する者にその改善の必要性を十分に認識させ、医療機関での受診や受診を通した健康状態の改善を促進することができる疾病注意情報提供支援システムを提供することにある。

本発明の疾病注意情報提供支援システムは、
１又は複数の人の健康状態に関する情報を含む健康状態情報を記憶する健康状態記憶部と、
記憶した前記健康状態情報に基づいて各人の疾病ごとの発症可能性を数値化する発症可能性数値化部と、
前記発症可能性数値化部により数値化された1又は複数の疾病のうち少なくとも1つの疾病の発症可能性の数値を示す情報を含む疾病注意情報を生成する注意情報生成部と、
任意の時点における任意の人の健康状態情報を含む情報を入力として当該時点より後の時点における該人の健康状態を示す情報を出力とするモデルに、第１時点における対象の人の健康状態情報を含む情報を入力し、該モデルから出力された情報により、該第１時点より後の第２時点における該対象の人の予測される健康状態を示す情報を取得する予測部を備え、
前記発症可能性数値化部は、前記予測部が取得した情報に基づいて各人の疾病ごとの前記第２時点における発症可能性を数値化し、
前記注意情報生成部は、疾病ごとの前記第２時点における発症可能性の数値に基づいて前記疾病注意情報を生成するように構成されていることを特徴とする。

本発明によれば、まず発症可能性数値化部が１又は複数の人の健康状態に関する情報を含む健康状態情報に基づいて各人の疾病ごとの発症可能性を数値化する。

次に、注意情報生成部が発症可能性数値化部により数値化された1又は複数の疾病のうち少なくとも1つの疾病の発症可能性の数値を示す情報を含む疾病注意情報を生成する。

このように、本発明によれば、各人の疾病ごとの発症可能性を数値化し、1又は複数の疾病のうち少なくとも1つの疾病の発症可能性の数値を示す情報を含む疾病注意情報が生成される。

そのため、各人の疾病ごとの発症可能性を数値化することで、発症可能性が数値として理解できるようになるとともに、1又は複数の疾病のうち少なくとも1つの疾病の発症可能性の数値を示す情報を含む疾病注意情報を与えることが可能になるので、疾病を発症している又は発症する可能性を有する者にその改善の必要性を十分に認識させ、医療機関での受診や受診を通した健康状態の改善を促進することができる。
そして、本発明の疾病注意情報提供支援システムは、第１時点における対象の人の健康状態情報を含む情報を用いて、当該第１時点より後の第２時点における当該対象の人の予測される健康状態を示す情報を取得する予測部を備えている。
予測部は、任意の時点における任意の人の健康状態情報を含む情報を入力として当該時点より後の時点における当該人の健康状態を示す情報を出力とするモデルを用いて、第１時点より後の第２時点における対象の人の予測される健康状態を示す情報を取得する。
また、発症可能性数値化部は、前記予測部が取得した情報に基づいて各人の疾病ごとの第２時点における発症可能性を数値化する。
さらに、注意情報生成部は、疾病ごとの第２時点における発症可能性の数値に基づいて疾病注意情報を生成する。
これにより、ある時点で疾病を発症している又は発症する可能性を有する者だけでなく将来的に疾病を発症する可能性がある者に対する疾病注意情報を生成することができるので、より広範囲の者に対して疾病注意情報を提供することができる。

本発明の疾病注意情報提供支援システムにおいて、
前記疾病注意情報は、疾病ごとの発症可能性の改善方法に関する情報である改善アドバイス情報を含み、
前記注意情報生成部は、疾病の発症可能性の数値が一定値以上である疾病についてのみ前記改善アドバイス情報を生成するように構成されていることが好ましい。

本発明によれば、疾病注意情報は、疾病ごとの発症可能性の改善方法に関する情報である改善アドバイス情報を含んでいる。

また、当該改善アドバイス情報は、疾病の発症可能性の数値が一定値以上である疾病についてのみ生成される。

これにより、疾病の発症可能性の数値が一定値以上である疾病についてのみ改善アドバイス情報が生成されるので、改善の優先度が高い疾病をより強く印象付けることができる。

本発明の疾病注意情報提供支援システムにおいて、
前記疾病注意情報は、疾病の発症可能性の数値に応じて各人が発症する可能性のある疾病に起因して発症する可能性のある合併症に関する情報を含むように構成されていることが好ましい。

本発明によれば、疾病注意情報は、各人が発症する可能性のある疾病に起因して発症する可能性のある合併症に関する情報を含んでいるので、疾病を発症している又は発症する可能性を有する者にその改善の必要性を、個別の疾病について情報提供した場合よりも強く印象付けることができる。

本発明の疾病注意情報提供支援システムにおいて、
前記疾病注意情報は、各人の疾病ごとの発症可能性の数値を表すグラフを含み、該グラフは疾病ごとの発症可能性の数値が高い順に並べられていることが好ましい。

本発明によれば、疾病注意情報は、各人の疾病ごとの発症可能性の数値を表すグラフを含んでいる。また、当該グラフは、疾病ごとの発症可能性の数値が高い順に並べられている。

これにより、いずれの疾病が発症している又は発症する可能性が高いかが一目瞭然となるので、各人にその改善の必要性を明確に認識させることができる。

本発明の疾病注意情報提供支援システムにおいて、
前記疾病注意情報は、前記複数の人の全部又は一部により構成されるグループにおける各人の疾病ごとの発症可能性の順位に関する情報を含むように構成されていることが好ましい。

本発明によれば、疾病注意情報は、当該複数の人の全部又は一部により構成されるグループにおける各人の疾病ごとの発症可能性の順位に関する情報を含んでいる。

そのため、各疾病の発症可能性の高さについて、他者と比較した相対的な順位を知らせることができるので、各疾病の発症可能性を数値のみにより知らせた場合よりも、疾病を発症している又は発症する可能性を有する者にその改善の必要性の高さを簡潔に認識させることができる。

本発明の疾病注意情報提供支援システムにおいて、
前記発症可能性数値化部は、前記健康状態情報から疾病ごとの発症可能性と相関のある健康状態情報を抽出し、相関のある健康状態情報に基づいて各人の疾病ごとの発症可能性を数値化するように構成されていることが好ましい。

本発明によれば、健康状態情報の中から疾病ごとの発症可能性と相関のある健康状態情報を抽出したうえで、それらの情報に基づいて疾病ごとの発症可能性を数値化するので、健康状態情報のすべての項目を考慮するよりも効率的に数値化処理を行うことができる。

本発明の疾病注意情報提供支援システムにおいて、
前記予測部は、複数の人のそれぞれのある時点における健康状態情報を含む情報と、該複数の人のそれぞれの該時点の健康状態情報と該複数の人のそれぞれの該時点より前の時点の健康状態情報との間における変化の大きさを含む情報とを用いて、前記モデルを生成又は更新するように構成されていることが好ましい。

本発明によれば、予測部は、複数の人のそれぞれのある時点における健康状態情報を含む情報と、該複数の人のそれぞれの該時点の健康状態情報と該複数の人のそれぞれの該時点より前の時点の健康状態情報との間における変化の大きさを含む情報と用いて、第１時点より後の第２時点における対象の人の予測される健康状態を示す情報を取得するために用いるモデルを生成又は更新する。

これにより、予測部は複数の人の実際の健康状態情報の変化の大きさを含む情報を用いて当該モデルを更新するので、第２時点における対象の人の予測される健康状態を示す情報の精度を高めることができる。

本発明の疾病注意情報提供支援システムにおいて、
前記発症可能性数値化部は、各人の疾病ごとの発症可能性の数値化を繰り返し行い、前記注意情報生成部は、少なくとも該数値が一定以上変化した人向けの疾病注意情報を生成するように構成されていることが好ましい。

本発明によれば、発症可能性数値化部が各人の疾病ごとの発症可能性の数値化を繰り返し行い、注意情報生成部が疾病注意情報を生成するので、一度のみ疾病注意情報を生成する場合に比して、疾病を発症している又は発症する可能性を有する者にその改善の必要性をより強く認識させることができる。

また、少なくとも発症可能性の数値が一定以上変化した人向けの疾病注意情報を生成するので、例えば疾病を発症する可能性の値が急激に大きくなった人に対しては、疾病を発症する危険性が急激に高まっている状況をその都度確実に認識させることができる。

これにより、医療機関での受診や受診を通した健康状態のより確実な改善を促進することができる。

本発明の疾病注意情報提供支援システムにおいて、
前記注意情報生成部は、各人の疾病ごとの発症可能性の数値に応じて疾病注意情報を生成する頻度を異なるものとするように構成されていることが好ましい。

本発明によれば、注意情報生成部は、各人の疾病ごとの発症可能性の数値に応じて疾病注意情報を生成する頻度を変える。

これにより、例えば発症可能性の数値が高いため医療機関での早期の受診が望まれる人には頻繁に、発症可能性のそれほど高くない人にはある程度長く間隔をあけて疾病注意情報を生成するなど、個別の人の発症可能性の状況を考慮した重み付けをして、それぞれにとって適切な頻度で効率的かつ効果的に医療機関での受診や受診を通した健康状態の改善を促進することができる。
本発明の疾病注意情報提供支援システムは、
１又は複数の人の健康状態に関する情報を含む健康状態情報を記憶する健康状態記憶部と、
記憶した前記健康状態情報に基づいて各人の疾病ごとの発症可能性を数値化する発症可能性数値化部と、
前記発症可能性数値化部により数値化された1又は複数の疾病のうち少なくとも1つの疾病の発症可能性の数値を示す情報を含む疾病注意情報を生成する注意情報生成部とを備え、
前記疾病注意情報は、該疾病注意情報が提供される対象の人の疾病ごとの発症可能性について、前記複数の人の全部又は一部により構成されるグループにおける順位を示す情報を含むように構成されていることを特徴とする。
本発明によれば、疾病注意情報は、該疾病注意情報が提供される対象の人の疾病ごとの発症可能性について、前記複数の人の全部又は一部により構成されるグループにおける順位を示す情報を含んでいる。
疾病ごとの発症可能性の数値を各人に提供するだけでは、各人に病状の深刻さを十分に理解させることができず、各人が、医療機関での受診を怠ったり、自己の健康管理を怠ったりするなどし、場合によっては健康状態が悪化してしまうおそれがある。
そのような課題に対応するため、他の人を含めた疾病ごとの発症可能性の数値を一覧できるようにした統計情報を各人に提供することも考えられるが、当該情報の提供を受ける対象者本人の疾病ごとの発症可能性の具体的な順位が直感的に理解できないのであれば、専門知識を有しない各人は病状の深刻さを十分に理解することができない懸念がある。
本構成の疾病注意情報提供支援システムによれば、疾病注意情報は、「疾病注意情報が提供される対象の人」の疾病ごとの発症可能性について、「複数の人の全部又は一部により構成されるグループにおける順位を示す情報」を含むように構成されているので、当該情報の提供を受ける対象者本人が疾病ごとの発症可能性の具体的な順位を直感的に理解できる。
このように、本構成の疾病注意情報提供支援システムによれば、疾病注意情報の提供を受ける対象者本人が疾病ごとの発症可能性の具体的な順位を直感的に理解できるので、疾病ごとの発症可能性の数値のみ、あるいは他の人を含めた疾病ごとの発症可能性の数値を一覧できるようにした統計情報を提供する場合よりも、疾病を発症している又は発症する可能性を有する者にその改善の必要性の高さを分かりやすく認識させることができる。
１又は複数の人の健康状態に関する複数の項目の値を含む健康状態情報を記憶する健康状態記憶部と、
記憶した前記健康状態情報に基づいて各人の疾病ごとの発症可能性を数値化する発症可能性数値化部と、
前記発症可能性数値化部により数値化された1又は複数の疾病のうち少なくとも1つの疾病の発症可能性の数値を示す情報を含む疾病注意情報を生成する注意情報生成部とを備え、
前記発症可能性数値化部は、１又は複数の人の前記健康状態情報を分析することにより疾病ごとの発症可能性と相関のある該健康状態情報の項目を特定し、対象の人の健康状態情報から前記特定された疾病ごとの発症可能性と相関のある項目の値を抽出し、該抽出された項目の値に基づいて各人の疾病ごとの発症可能性を数値化するように構成されていることを特徴とする。
本発明によれば、発症可能性数値化部は、１又は複数の人の前記健康状態情報を分析することにより疾病ごとの発症可能性と相関のある該健康状態情報の項目を特定する。
続いて、発症可能性数値化部は、対象の人の健康状態情報から前記特定された疾病ごとの発症可能性と相関のある項目の値を抽出する。
そして、発症可能性数値化部は、抽出された項目の値に基づいて各人の疾病ごとの発症可能性を数値化するように構成されている。
各人の健康状態情報に含まれる各項目の値と、疾病ごとの発症可能性との間には、一定の相関関係があるため、健康状態情報の中から疾病ごとの発症可能性と相関のある健康状態情報の項目を特定して当該項目の値を抽出したうえで、それらの項目の値に基づいて疾病ごとの発症可能性を数値化することにより、健康状態情報のすべての項目を考慮するよりも効率的に発症可能性を数値化することができる。
なお、健康状態情報に含まれるいずれの項目の値が疾病ごとの発症可能性と相関を有するかを経験則などに基づいてあらかじめ定めてしまった場合、疾病ごとの発症可能性との間に相関を有する他の重要な健康状態情報の項目を見落としてしまい、実態にそぐわない疾病ごとの発症可能性の数値を導出してしまうおそれがある。
これに加え、健康状態情報に含まれる項目の数が多数である場合、これらの項目から疾病ごとの発症可能性との間に相関を有する項目を担当者が目視、手計算で特定することがそもそも非常に困難であることが予想される。
本構成の疾病注意情報提供支援システムによれば、発症可能性数値化部は、「１又は複数の人の前記健康状態情報を分析」することにより「疾病ごとの発症可能性と相関のある該健康状態情報の項目を特定」し、さらに「対象の人の健康状態情報から前記特定された疾病ごとの発症可能性と相関のある項目の値を抽出」したうえで「抽出された項目の値に基づいて各人の疾病ごとの発症可能性を数値化」するように構成されているので、疾病ごとの発症可能性に実際に相関を持つ項目の値を考慮して疾病の発症可能性を数値化できるとともに、健康状態情報のすべての項目の値を考慮するよりも効率的に発症可能性を数値化することができる。
本発明の疾病注意情報提供支援システムは、
１又は複数の人の健康状態に関する情報を含む健康状態情報を記憶する健康状態記憶部と、
記憶した前記健康状態情報に基づいて各人の複数の疾病それぞれの発症可能性を数値化する発症可能性数値化部と、
前記発症可能性数値化部により数値化された複数の疾病のうち少なくとも1つの疾病の発症可能性の数値を示す情報を含む疾病注意情報を生成する注意情報生成部とを備え、
前記注意情報生成部は、前記複数の疾病のうち発症可能性の数値が所定の条件を満たす疾病を認識し、該疾病に関連付けられて記憶された合併症を認識し、該合併症に関する情報を含む前記疾病注意情報を生成するように構成されていることを特徴とする。
今回の補正により、発症可能性数値化部は、記憶した前記健康状態情報に基づいて各人の「複数の疾病それぞれの」発症可能性を数値化することが明確化された。
また今回の補正により、注意情報生成部は、「前記複数の疾病のうち発症可能性の数値が所定の条件を満たす疾病を認識」し、「該疾病に関連付けられて記憶された合併症を認識」し、「該合併症に関する情報を含む前記疾病注意情報を生成」することが明確化された。
疾病の注意情報を提供しても、専門知識を有しない人に病状の深刻さを理解させることができなければ、各人が、医療機関での受診を怠ったり、自己の健康管理を怠ったりするなどし、場合によっては健康状態が悪化してしまうおそれがある。
そのような課題に対応するため、各人が発症する可能性のある疾病に関する情報に加えて、当該疾病に起因して発症する可能性のある合併症に関する情報を各人に提供することが考えられる。
しかしながら、例えば疾病の発症可能性の有無のみに応じて、画一的に当該疾病に起因して合併症が発症する可能性がある旨を各人に提供するだけでは、各人は病状の深刻さを十分に理解できないことも懸念される。
本構成の疾病注意情報提供支援システムによれば、「前記複数の疾病のうち発症可能性の数値が所定の条件を満たす疾病を認識」し、さらに「該疾病に関連付けられて記憶された合併症を認識」したうえで、「該合併症に関する情報を含む前記疾病注意情報を生成」する。
これにより、疾病注意情報は、各人が発症する可能性のある疾病に起因して発症する可能性のある合併症に関する情報を含んでいるので、疾病を発症している又は発症する可能性を有する者にその改善の必要性を、個別の疾病について情報提供した場合よりも強く印象付けることができる。
また、かかる合併症に関する情報は、複数の疾病のうち発症可能性の数値が所定の条件を満たす疾病に関連付けづけられた合併症について生成されるので、各人ごとの疾病の発症可能性の数値に則した合併症に関する情報を提供することができる。
このように、本構成の疾病注意情報提供支援システムによれば、疾病の発症可能性の改善の必要性を個別の疾病について情報提供した場合よりも強く印象付けることができるとともに、各人ごとの疾病の発症可能性の数値に則した合併症に関する情報を提供することができる。

紙媒体に印刷された疾病注意情報の一例を示す図。 疾病注意情報提供支援システムの一例の全体構成図。 健康状態記憶部に記憶された情報の一例を示す図。 発症可能性交換項目記憶部に記憶された情報の一例を示す図。 変化相関項目記憶部に記憶された情報の一例を示す図。 予測値情報記憶部に記憶された情報の一例を示す図。 発症可能性数値情報記憶部に記憶された情報の一例を示す図。 履歴記憶部に記憶された情報の一例を示す図。 疾病注意情報提供支援システムの処理の概要を示すフローチャートであり、図４Ａは、健康状態情報の取り出しから準備処理までの処理のフローチャートであり、図４Ｂは、健康状態予測処理から疾病注意情報の出力までの処理のフローチャートである。 準備処理のフローチャート。 図６Ａは、発症可能性相関項目抽出処理のフローチャートで、図６Ｂは、発症可能性算出モデル導出処理のフローチャート。 図７Ａは、変化相関項目抽出処理のフローチャートで、図７Ｂは、第２時点情報取得モデル導出処理のフローチャート。 健康状態予測処理のフローチャート。 予測部による第２時点における対象の人の予測される健康状態を示す情報を取得する処理内容の一例を示す図。 発症可能性数値化処理のフローチャート。 発症可能性数値化部による各人の疾病ごとの発症可能性を数値化する処理内容の一例を示す図。 発症可能性数値化部による各人の疾病ごとの第２時点における発症可能性を数値化する処理内容の一例を示す図。 注意情報生成処理のフローチャート。 疾病の発症可能性の数値と発症可能性の種別との変換テーブルの例を示す図。 疾病の発症可能性の種別と疾病注意情報の生成頻度との変換テーブルの例を示す図。 各疾病の発症可能性の種別と改善アドバイスとの変換テーブルの例を示す図。 疾病と合併症との変換テーブルの例を示す図。

図１〜図１４を参照しながら、本発明の疾病注意情報提供支援システムについて説明する。

（疾病注意情報）
疾病注意情報は、後述する注意情報生成処理（ＳＴＥＰ８０）において生成される、各人４０の疾病の発症可能性の数値と疾病の発症可能性の数値に応じて疾病の発症可能性に関する情報を含む情報である。

疾病注意情報は、例えば図１に示されるように、端末３０により紙媒体３２に印刷されて各人４０に対して提供される。

あるいは疾病注意情報は、図１に示される内容を含むドキュメントファイルとして端末３０により出力され、各人４０の利用するパソコン、タブレット、スマートフォンなどの端末４１にダウンロードされることにより提供されることとしてもよい。

疾病注意情報は、図１に示されるように、例えば各人４０の過去及び最も直近に取得された健康状態情報３２１、疾病ごとの発症可能性の改善方法に関する情報である改善アドバイス情報３２２、疾病の発症可能性の数値に応じて各人が発症する可能性のある疾病に起因して発症する可能性のある合併症に関する情報３２３、疾病ごとの発症可能性の数値を表すグラフ３２４、複数の人の全部又は一部により構成されるグループにおける各人の疾病ごとの発症可能性の順位に関する情報３２５、疾病ごとの前記第２時点における発症可能性の数値を含むグラフ３２６を含んでいる。

なお、疾病注意情報は、これらすべての情報を必ずしも含んでいる必要はなく、一部を含むこととしてもよい。また、疾病注意情報の具体的な生成方法については後述する。

（疾病注意情報提供支援システム）
疾病注意情報提供支援システムは、１又は複数の人に対し疾病の発症可能性に関する情報を含む疾病注意情報を生成するシステムである。

疾病注意情報提供支援システムは、図２に示されるように、疾病注意情報提供支援サーバ１０と、１又は複数の端末３０とを備える。

疾病注意情報提供支援サーバ１０と１又は複数の端末３０とは、ＬＡＮやインターネット等の情報通信網２０を介して相互に通信可能に構成されている。なお、図２では１つの端末３０を示している。

あるいは、疾病注意情報提供支援サーバ１０が端末３０としても動作することとしてもよい。この場合は、疾病注意情報提供支援システムは、端末３０を備えない。

（疾病注意情報提供支援サーバ）
疾病注意情報提供支援サーバ１０は、サーバ制御部１００と、サーバ記憶部１１０とを備えている。なお、疾病注意情報提供支援サーバ１０を構成するコンピュータの一部又は全部が端末３０を構成するコンピュータにより構成されていてもよい。

サーバ制御部１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等の演算処理装置、主記憶装置、及び入出力装置により構成されている。サーバ制御部１００は、１又は複数のプロセッサにより構成される。

サーバ制御部１００は、所定のプログラムを読み込んで実行することにより、後述の演算処理を実行する発症可能性数値化部１０１、予測部１０２、注意情報生成部１０３及び注意情報送信部１０４として機能する。

サーバ記憶部１１０は、例えばＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等の記憶装置により構成されている。

サーバ記憶部１１０は、サーバ制御部１００の演算結果、又は端末３０から取り込んだ健康状態情報を記憶するように構成されている。

サーバ記憶部１１０は、健康状態記憶部１１１、発症可能性相関項目記憶部１１２、算出モデル記憶部１１３、変化相関項目記憶部１１４、予測モデル記憶部１１５、予測値情報記憶部１１６、発症可能性数値情報記憶部１１７、履歴記憶部１１８及び変換テーブル記憶部１１９を備える。

健康状態記憶部１１１は、１又は複数の人の健康状態に関する情報を含む情報である健康状態情報を記憶している。

健康状態記憶部１１１は、例えば図３Ａに示されるように、各人４０を特定するＩＤ、健康状態情報の取得年月日、年齢、性別、身長、体重、腹囲、総コレステロール、γ−ＧＴ、尿酸値、血糖値、ＨｂＡ１ｃ、血圧、喫煙習慣、運動習慣、飲酒習慣及び治療中の疾病名で構成される、各人４０の健康状態に関する項目の情報及びそれに付随する情報のセットを１又は複数格納している。

なお健康状態記憶部１１１は、同一のＩＤについて異なる取得年月日における当該情報のセットを複数格納しうる。
なお健康状態記憶部１１１は、取得年月日がある一定の間隔（たとえば１年間）があいた情報セットを格納しうる。この１年間とは、厳密な意味での１年間のみならず、たとえば１０か月〜１４か月のようにある程度幅を持った期間であってもよいし、取得年度または取得年が異なる情報セットであってもよい。

以下、同一のＩＤについての当該情報のセットのうち、最も新しい取得年月日に取得された情報セットを「最新の健康状態情報」といい、２番目に新しい取得年月日に取得された情報セットであって当該取得年月日が最新の健康状態情報の取得年月日の所定期間前（たとえば１０カ月〜１４カ月前）の範囲に含まれる情報セットを「１年前の健康状態情報」といい、３番目に新しい取得年月日に取得された情報セットであって当該取得年月日が１年間の健康状態情報の取得年月日の所定期間前（たとえば１０カ月〜１４カ月前）の範囲に含まれる情報セットを「２年前の健康状態情報」という。
以下においては、上述した最新、１年前及び２年前の健康状態情報を使う場合の例を説明するが、これらに限られず、取得年月日がある程度の間隔があいた情報セットであればよい。取得時期が異なる情報セットの数は、３つに限られず、２つであってもよいし、４つ以上であってもよい。また、各人４０のそれぞれについて、その情報セットの取得時期は同一であってもよいし、異なっていてもよい。また、ある一人の人について取得時期が異なる情報セットが、最新、１年前及び２年前の健康状態情報と、１年前、２年前及び３年前の健康状態情報とのように、複数用いられてもよい。

健康状態記憶部１１１は、健康状態情報を、病院又は健康保険組合等の端末３０から、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、ＵＳＢメモリなどの外部記憶媒体３１を介して、あるいは情報通信網２０を介して取り込む。

発症可能性相関項目記憶部１１２は、図３Ｂに示されるように、疾病名及び当該疾病の発症可能性と相関のある健康状態に関する項目のセットを１又は複数格納している。

算出モデル記憶部１１３は、後述する発症可能性算出モデル準備処理（ＳＴＥＰ４０２）において発症可能性数値化部１０１が導出した、疾病ごとの発症可能性を算出するモデルを格納している。

変化相関項目記憶部１１４は、図３Ｃに示されるように、健康状態情報の一部またはすべての項目名及び当該項目それぞれの値の変化の大きさに相関のある健康状態情報の項目のセットを１又は複数格納している。

予測モデル記憶部１１５は、後述する第２時点情報取得モデル準備処理（ＳＴＥＰ４０４）において予測部１０２が導出した、第１時点における健康状態情報を含む情報と、当該第１時点における健康状態情報と当該第１時点より前の時点の健康状態情報との間における変化の大きさを含む情報とを入力として当該第１時点より後の第２時点における健康状態を特定できる情報を出力とするモデルを１又は複数格納している。

なお、本実施例において、第１時点は、各人４０の最新の健康状態情報の取得年月日であり、第２時点は、例えば第１時点の１年後であり、第１時点より前の時点は、各人４０の１年前の健康状態情報の取得年月日である。

予測値情報記憶部１１６は、図３Ｄに示されるように、後述する健康状態予測処理（ＳＴＥＰ５０）において予測部１０２が算出した、第２時点の年月日における各人４０の健康状態を示す数値及びそれに付随する情報のセットを１又は複数格納している。

なお、予測値情報記憶部１１６は、同一のＩＤについて第２時点の１年後である第３時点の年月日における健康状態を示す数値、さらに１年後である第４時点の年月日における健康状態を示す数値など、第２時点以降の将来の年月日における健康状態情報を示す数値を複数格納しうる。

発症可能性数値情報記憶部１１７は、図３Ｅに示されるように、発症可能性数値化処理（ＳＴＥＰ６０１）において発症可能性数値化部１０１が算出又は設定した糖尿病リスク、脂質異常症リスクなどの、各人４０の疾病ごとの発症可能性の数値、糖尿病リスク種別、脂質異常症リスク種別などの、各人４０の疾病ごとの発症可能性の数値に応じた種別を分類した情報及びこれらに付随する情報のセットである。

発症可能性数値情報記憶部１１７は、当該情報のセットを１又は複数格納している。

なお発症可能性数値情報記憶部１１７は、同一のＩＤについて異なる取得年月日における当該情報のセットを複数格納しうる。

履歴記憶部１１８は、図３Ｆに示されるように、各人４０ごとの最も新しい疾病注意情報が生成された年月日である注意情報最終生成年月日及びそれに付随する情報のセットを１又は複数格納している。

変換テーブル記憶部１１９は、図１４Ａ〜図１４Ｄに示されるように、疾病注意情報提供支援サーバ１０が各種の処理を実行する際に参照する変換テーブルを格納している。

（端末）
端末３０は、デスクトップコンピュータ、タブレット型端末、スマートフォンなどにより構成される。

端末３０は、例えばＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等の記憶装置を備えており、１又は複数の人の健康状態情報及び疾病注意情報提供支援サーバ１０から受信した疾病注意情報が記憶されている。

端末３０は、例えば図１に示されるように、紙媒体３２に印刷して各人４０に対して、疾病注意情報を提供する。

あるいは、端末３０は、図１に示される内容を含むドキュメントファイルを出力し、当該ドキュメントファイルを各人４０の利用するパソコン、タブレット、スマートフォンなどの端末４１にダウンロードさせることにより疾病注意情報を提供することとしてもよい。

あるいは、疾病注意情報提供支援サーバ１０が、疾病注意情報の紙媒体３２への印刷又はドキュメントファイルの出力、及び各人への提供を行うこととしてもよい。

（処理の概要）
図４を参照して、疾病注意情報提供支援システムの処理の概要について説明する。

疾病注意情報提供支援システムは、図４Ａに示される、端末３０による健康状態情報の取り出し（ＳＴＥＰ１０）から疾病注意情報提供支援サーバ１０による準備処理（ＳＴＥＰ４０）までの処理と、図４Ｂに示される、疾病注意情報提供支援サーバ１０による健康状態予測処理（ＳＴＥＰ５０）から端末３０による疾病注意情報の出力（ＳＴＥＰ１２０）までの処理とを実行する。

なお、疾病注意情報提供支援サーバ１０又は端末３０が健康状態情報又は健康状態情報の項目について処理を行う場合において、疾病注意情報提供支援サーバ１０又は端末３０が処理対象とする健康状態情報又は健康状態情報の項目は、その一部又は全部である。

図４Ａに示される処理は、各人４０の健康状態情報を蓄積するとともに図４Ｂに示される一連の処理の実行のための準備をする一連の処理であり、図４Ｂに示される処理は、疾病注意情報の生成及び送信のための一連の処理である。

端末３０及び疾病注意情報提供支援サーバ１０は、図４Ａに示される一連の処理と図４Ｂに示される一連の処理とを、そのすべてを一連の処理として一度に行ってもよいし、異なる頻度で行ってもよい。

まず、図４Ａに示される、端末３０による健康状態情報の取り出し（ＳＴＥＰ１０）から疾病注意情報提供支援サーバ１０による準備処理（ＳＴＥＰ４０）までの処理について説明する。

まず端末３０は、１又は複数の人の健康状態に関する情報を含む健康状態情報を記憶装置から取り出す（ＳＴＥＰ１０）。当該取り出しは、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、ＵＳＢメモリなどの外部記憶媒体３１に健康状態情報を格納することにより行われてもよいし、あるいは、情報通信網２０を介して送信先を特定して健康状態情報を送信することにより行われてもよい。

次に、疾病注意情報提供支援サーバ１０は、端末３０が取り出した健康状態情報を取り込み（ＳＴＥＰ２０）、健康状態記憶部１１１に記憶する（ＳＴＥＰ３０）。

その後、疾病注意情報提供支援サーバ１０は準備処理（ＳＴＥＰ４０）を実行し、健康状態情報の予測や疾病の発症可能性の数値化に必要な準備を行う。準備処理（ＳＴＥＰ４０）の詳細については後述する。

端末３０及び疾病注意情報提供支援サーバ１０は、図４Ａに示される一連の処理を、そのすべてを一連の処理として一度に行ってもよいし、あるいは例えば、ＳＴＥＰ１０〜３０のみを毎回行い、データが一定量蓄積されるごとや一定期間ごとにＳＴＥＰ４０を実行することとしてもよい。

次に、図４Ｂに示される、疾病注意情報提供支援サーバ１０による健康状態予測処理（ＳＴＥＰ５０）から端末３０による疾病注意情報の出力（ＳＴＥＰ１２０）までの処理について説明する。

まず、予測部１０２が健康状態予測処理（ＳＴＥＰ５０）を行う。

次に、発症可能性数値化部１０１が発症可能性数値化処理（ＳＴＥＰ６０）を実行して各人４０の疾病の発症可能性を数値化し、発症可能性数値情報を発症可能性数値情報記憶部１１７に記憶する（ＳＴＥＰ７０）。

続いて、注意情報生成部１０３が注意情報生成処理（ＳＴＥＰ８０）を実行して各人４０の少なくとも1つの疾病の発症可能性の数値を示す情報を含む疾病注意情報を生成し、注意情報送信部１０４が、発症可能性数値情報を含む疾病注意情報を端末３０に送信する（ＳＴＥＰ９０）。

なお、疾病の発症可能性の数値を示す情報は、疾病の発症可能性の数値を明確に示す情報のみならず、疾病の発症可能性の数値を大まかに（概略的に）示す情報であってもよい。例えば、疾病の発症可能性の数値を示す情報は、疾病の発症可能性の数値自体のみならず、疾病の発症可能性の数値を表すグラフ、疾病の発症可能性の数値を表す色等の情報であってもよい。

健康状態予測処理（ＳＴＥＰ５０）、発症可能性数値化処理（ＳＴＥＰ６０）及び注意情報生成処理（ＳＴＥＰ８０）の詳細については後述する。

端末３０は、疾病注意情報提供支援サーバ１０から送信された発症可能性数値情報を含む疾患注意情報を受信して（ＳＴＥＰ１００）、記憶し（ＳＴＥＰ１１０）、出力をして（ＳＴＥＰ１２０）処理は終了する。

端末３０及び疾病注意情報提供支援サーバ１０は、図４Ｂに示される一連の処理を、そのすべてを一連の処理として一度に行ってもよいし、あるいは例えば、ＳＴＥＰ５０〜１１０までを毎回行い、データが一定量蓄積されるごとや一定期間ごとにＳＴＥＰ１２０を実行することとしてもよい。

（準備処理）
準備処理（ＳＴＥＰ４０）は、変化相関項目抽出処理（ＳＴＥＰ４０１）、第２時点情報取得モデル準備処理（ＳＴＥＰ４０２）、発症可能性相関項目抽出処理（ＳＴＥＰ４０３）及び発症可能性算出モデル準備処理（ＳＴＥＰ４０４）により構成される。

以下、図６及び図７を用いて、それぞれの処理の詳細について説明する。

なお、疾病注意情報提供支援サーバ１０は、これらの処理を、そのすべてを一連の処理として一度に行ってもよいし、それぞれを異なる頻度で行ってもよい。

（変化相関項目抽出処理）
変化相関項目抽出処理（ＳＴＥＰ４０１）は、健康状態情報の各項目の値の変化の大きさと相関のある健康状態情報の項目を健康状態情報の分析により抽出する処理である。処理内容は図６Ａに示される通りであり、健康状態情報に含まれる項目ごと（ループＬ１）に行われる。

以下、健康状態情報の各項目の１年間の値の変化の大きさと相関のある健康状態情報の項目を抽出する場合について説明する。

まず、予測部１０２は、健康状態記憶部１１１に記憶されている複数の人の最新の健康状態情報の各項目の値と、１年前の健康状態情報の各項目の値と、２年前の健康状態情報の各項目の値とを取得する（ＳＴＥＰ４０１１）。

次に、予測部１０２は、取得した最新の健康状態情報の各項目の値と１年前の健康状態情報の各項目の値との差分を当該複数の人について計算する（ＳＴＥＰ４０１２）。

つまり例えば、ある人の最新の健康状態情報の値が、体重が８９、腹囲が８０、総コレステロールが１５０、血糖値が１２５であり、１年前の値が、体重が８６、腹囲が７８、総コレステロールが１５５、血糖値が１２４である場合、最新の健康状態情報の値と１年前の健康状態情報の値との差分は、体重が＋３、腹囲が＋２、総コレステロールが−５、血糖値が＋１となる。

続いて予測部１０２は、取得した１年前の健康状態情報の各項目の値と２年前の健康状態情報の各項目の値との差分を当該複数の人について計算する（ＳＴＥＰ４０１３）。

予測部１０２は、ＳＴＥＰ４０１２と同様の計算により、取得した１年前の健康状態情報の値と２年前の健康状態情報の値との差分を計算する。

次に、予測部１０２は、値の変化の大きさと相関のある健康状態情報の項目の抽出対象である健康状態情報の項目について、当該項目の値の変化の大きさに対する健康状態情報の各項目の相関の度合いを算出する（ＳＴＥＰ４０１４）。予測部１０２は、相関の度合いの算出を、例えば線形回帰分析により行う。

すなわち例えば、腹囲の値の変化の大きさに対する各項目の相関の度合いを算出する場合においては、予測部１０２は、対象の人の腹囲の変化の大きさである１年前の健康状態情報と最新の健康状態間との間における腹囲の差分を目的変数とし、当該人の２年前の健康状態情報と１年前の健康状態間との間における腹囲の差分、当該人の１年前の腹囲の値及び当該人の１年前の健康状態情報に含まれる各項目の値を説明変数としたモデルを用いて、各項目の係数を線形回帰分析により求める。

上記のような分析によって得られる健康状態情報各項目の係数の絶対値の大きいものが、腹囲の値の変化の大きさに対する相関の度合いが高い健康状態情報の項目（例えば喫煙習慣、運動習慣、飲酒習慣、年齢及び性別）である。

続いて予測部１０２は、健康状態情報の項目から、相関の度合いの高い項目を一定数抽出する（ＳＴＥＰ４０１５）。予測部１０２は、例えば、健康状態情報の項目から、相関の度合いの高い順に１０項目を選び出すなどの方法により相関の度合いの高い項目を抽出する。

そして予測部１０２は、例えば図３Ｃに示されるような形式にて、対象の健康状態情報の項目名を予測対象として、抽出された項目名を当該健康状態情報の項目の値の変化と相関のある項目としてそれぞれ変化相関項目記憶部１１４に記憶する（ＳＴＥＰ４０１６）。

予測部１０２は、健康状態情報のすべての項目についてのこれらの処理（ＳＴＥＰ４０１１〜４０１６）を終えたときにはループＬ１を抜け、変化相関項目抽出処理を終了する。

（第２時点情報取得モデル準備処理）
第２時点情報取得モデル準備処理（ＳＴＥＰ４０２）は、任意の時点における任意の人の健康状態情報を含む情報を入力として当該時点より後の時点における当該人の健康状態を示す情報を出力とするモデルである第２時点情報取得モデルに用いる定数及び健康状態情報の各項目の係数を導出し、当該モデルを生成又は更新する処理である。

処理内容は図６Ｂに示される通りであり、健康状態情報の項目ごと（ループＬ２）に行われる。

まず、予測部１０２は、健康状態記憶部１１１に記憶されている複数の人の最新の健康状態情報の各項目の値と、１年前の健康状態情報の各項目の値と、２年前の健康状態情報の各項目の値とを取得する（ＳＴＥＰ４０２１）。

次に、予測部１０２は、取得した最新の健康状態情報の各項目の値と１年前の健康状態情報の各項目の値との差分を当該複数の人について計算する（ＳＴＥＰ４０２２）。

続いて予測部１０２は、取得した１年前の健康状態情報の各項目の値と２年前の健康状態情報の各項目の値との差分を当該複数の人について計算する（ＳＴＥＰ４０２３）。

次に、予測部１０２は、変化相関項目記憶部１１４に記憶された情報を参照し、対象の項目の値の変化の大きさと相関のある健康状態情報の項目名を取得する（ＳＴＥＰ４０２４）。

すなわち例えば、対象の項目が腹囲である場合、予測部１０２は、健康状態情報の項目の値の変化と相関のある項目として変化相関項目記憶部１１４に記憶された健康状態情報の項目名が喫煙習慣、運動習慣、飲酒習慣、年齢及び性別であることを認識する。

次に、予測部１０２は、対象の健康状態情報の項目の第２時点情報取得モデルに用いる定数及び健康状態情報の各項目の係数を導出する（ＳＴＥＰ４０２５）。このモデルは、変化相関項目抽出処理（ＳＴＥＰ４０１）におけるモデルと同種であり、例えば線形回帰モデルである。

すなわち例えば、腹囲の第２時点情報取得モデルを生成又は更新する場合においては、予測部１０２は、対象の人の腹囲の変化の大きさである１年前の健康状態情報と最新の健康状態間との間における腹囲の差分を目的変数とし、当該人の２年前の健康状態情報と１年前の健康状態間との間における腹囲の差分、当該人の１年前の腹囲の値及び当該人の１年前の健康状態情報に含まれる項目のうち腹囲の変化の大きさと相関のある項目の値を説明変数としたモデルの、定数及び各項目の係数を線形回帰分析により求める。

予測部１０２は、このような処理により求めた定数、各項目の係数を線形回帰分析の式に当てはめることにより、対象の健康状態情報の項目の第２時点情報取得モデルを生成する（ＳＴＥＰ４０２６）。

予測部１０２は、生成した健康状態の各項目の第２時点情報取得モデルを予測モデル記憶部１１５に記憶する（ＳＴＥＰ４０２７）。

なお、すでに健康状態の当該項目の第２時点情報取得モデルが予測モデル記憶部１１５に記憶されている場合は、予測部１０２は、生成した第２時点情報取得モデルで上書きをして記憶することで、健康状態の当該項目の第２時点情報取得モデルを更新する。

予測部１０２は、健康状態情報のすべての項目についてのこれらの処理（ＳＴＥＰ４０２１〜４０２７）を終えたときにはループＬ２を抜け、第２時点情報取得モデル準備処理を終了する。

（発症可能性相関項目抽出処理）
発症可能性相関項目抽出処理（ＳＴＥＰ４０３）は、各疾病の発症可能性と相関のある項目を健康状態情報の分析により抽出する処理である。処理内容は、図７Ａに示される通りであり、発症可能性相関項目記憶部１１２に記憶されている疾病ごと（ループＬ３）に行われる。

まず、発症可能性数値化部１０１は、健康状態記憶部１１１に記憶されている複数の人の健康状態情報から、対象の疾病の発症有無が分かる人の最新の健康状態情報を抽出する（ＳＴＥＰ４０３１）。

発症可能性数値化部１０１は、疾病の発症有無が分かるか否かを、例えば健康状態情報に含まれる治療中の疾病名を参照して判定する。

すなわち例えば、治療中の疾病名に何らかの疾病名がある場合及び治療中の疾病名がないことが明確に記載されている場合は疾病の発症有無が分かるものと判定し、治療中の疾病名に値が存在しない場合は、疾病の発症有無が分からないと判定する。

次に、発症可能性数値化部１０１は、対象の疾病の発症に対する健康状態情報の各項目の相関の度合いを算出する（ＳＴＥＰ４０３２）。発症可能性数値化部１０１は、例えばロジスティック回帰分析により相関の度合いを算出する。

すなわち例えば、糖尿病の発症に対する各項目の相関の度合いを算出する場合においては、発症可能性数値化部１０１は、対象の人の糖尿病の発症確率を目的変数とし、当該人の健康状態情報に含まれる各項目の値を説明変数としたモデルの、各項目の偏回帰係数をロジスティック回帰分析により求める。

上記のような分析によって得られる健康状態情報の各項目の偏回帰係数の絶対値の大きいものが、糖尿病の発症に対する相関の度合いが高い項目である。

続いて、発症可能性数値化部１０１は、健康状態情報の項目から、相関の度合いの高い項目を一定数抽出する（ＳＴＥＰ４０３３）。発症可能性数値化部１０１は、例えば、相関の度合いの高い順に１０項目を選び出すなどの方法により抽出する。

そして、発症可能性数値化部１０１は、例えば図３Ｂに示されるような形式にて、対象の疾病名を疾病名として、抽出された項目名を各疾病の発症可能性と相関のある項目としてそれぞれ発症可能性相関項目記憶部１１２に記憶する（ＳＴＥＰ４０３４）。

発症可能性数値化部１０１は、発症可能性相関項目記憶部１１２に記憶されているすべての疾病についてのこれらの処理（ＳＴＥＰ４０３１〜４０３４）を終えたときにはループＬ３を抜け、発症可能性相関項目抽出処理を終了する。

（発症可能性算出モデル準備処理）
発症可能性算出モデル準備処理（ＳＴＥＰ４０４）は、任意の時点における任意の人の健康状態情報を入力として当該人の疾病ごとの発症可能性の数値を出力とするモデルである発症可能性算出モデルに用いる定数及び健康状態情報の各項目の係数を導出する処理である。処理内容は、図７Ｂに示される通りであり、発症可能性相関項目記憶部１１２に記憶されている疾病ごと（ループＬ４）に行われる。

まず、発症可能性数値化部１０１は、発症可能性相関項目記憶部１１２を参照し、対象の疾病の発症可能性と相関のある健康状態情報の項目名を取得する（ＳＴＥＰ４０４１）。

すなわち例えば、対象の疾病が糖尿病である場合、発症可能性数値化部１０１は、発症可能性と相関のある項目として記憶されたものが、血糖値、腹囲、飲酒習慣、ＨｂＡ１ｃ、運動習慣、喫煙習慣、身長、体重、年齢及び性別であることを認識する。

次に、発症可能性数値化部１０１は、健康状態記憶部１１１に記憶されている複数の人の最新の健康状態情報の各項目のうち、ＳＴＥＰ４０４１にて取得された対象の疾病の発症可能性と相関のある健康状態情報の各項目の値を抽出する（ＳＴＥＰ４０４２）。

次に、発症可能性数値化部１０１は、対象の疾病の発症可能性算出モデルに用いる定数及び健康状態情報の各項目の係数を導出する（ＳＴＥＰ４０４３）。このモデルは、発症可能性相関項目抽出処理（ＳＴＥＰ４０３）におけるモデルと同種であり、例えばロジスティック回帰モデルである。

すなわち例えば、糖尿病の発症可能性に対する発症可能性算出モデルを生成又は更新する場合においては、発症可能性数値化部１０１は、対象の人の糖尿病の発症確率を目的変数とし、ＳＴＥＰ４０４２にて抽出した対象の疾病の発症可能性と相関のある項目の値を説明変数としたモデルの、定数及び各項目の偏回帰係数をロジスティック回帰分析により求める。

発症可能性数値化部１０１は、このような処理により求めた定数、各項目の偏回帰係数をロジスティック回帰分析の式に当てはめることにより、対象の疾病の発症可能性算出モデルを生成する（ＳＴＥＰ４０４４）。

発症可能性数値化部１０１は、生成又は更新した各疾病の発症可能性算出モデルを算出モデル記憶部１１３に記憶する（ＳＴＥＰ４０４５）。

なお、すでに当該疾病の発症可能性算出モデルが算出モデル記憶部１１３に記憶されている場合は、発症可能性数値化部１０１は、生成した発症可能性算出モデルで上書きをして記憶することで、健康状態の当該項目の発症可能性算出モデルを更新する。

発症可能性数値化部１０１は、発症可能性相関項目記憶部１１２に記憶されたすべての疾病についてこれらの処理（ＳＴＥＰ４０４１〜ＳＴＥＰ４０４５）を終えたときにはループＬ４を抜け、発症可能性数値化モデル処理を終了する。

（健康状態予測処理）
健康状態予測処理（ＳＴＥＰ５０）は、各人４０の第２時点における予測される健康状態を示す情報を取得する処理である。当該処理の詳細については、図８及び図９を用いて説明する。

処理内容は図８に示される通りであり、健康状態記憶部１１１に記憶されている健康状態情報に含まれるＩＤごと（ループＬ５）に行われる。また、ＳＴＥＰ５０３〜５０６については、健康状態情報の項目ごと（ループＬ６）に行われる。

まず予測部１０２は、健康状態記憶部１１１から、対象のＩＤの１年前の健康状態情報Ｊ１及び最新の健康状態情報Ｊ２を取得する（ＳＴＥＰ５０１、図９）。

次に、予測部１０２は、取得した最新の健康状態情報の各項目の値と１年前の健康状態情報の各項目の値との差分Ｊ１１を当該ＩＤについて計算する（ＳＴＥＰ５０２、図９）。

なお、例えば運動習慣や喫煙習慣のように、数値での測定がなされない項目については、予測部１０２は、最新の健康状態情報の値と１年前の健康状態情報の値との差分Ｊ１１を求めて続く処理において処理の対象に含めてもよいし、最新の健康状態情報の値と１年前の健康状態情報の値との差分Ｊ１１を求めずかつ続く処理において処理の対象に含めないこととしてもよい。

数値での測定がなされない項目について処理対象に含める場合は、予測部１０２は、例えば喫煙習慣であれば、習慣ありを１と、習慣なしを０とするなどのように、各項目の値を数値に置き換えて取り扱う。

次に、予測部１０２は、変化相関項目記憶部１１４を参照し、対象の健康状態情報の項目の変化の大きさと相関のある健康状態情報の項目を取得する（ＳＴＥＰ５０３）。

次に、予測部１０２は、対象の健康状態情報の項目について、対象のＩＤの最新の健康状態情報から、対象の健康状態情報の項目の変化の大きさと相関のある項目Ｊ１３を抽出する（ＳＴＥＰ５０４、図９）。

すなわち例えば、対象の健康状態情報の項目が腹囲である場合、健康状態情報の項目の値の変化と相関のある項目として記憶されたものは喫煙習慣、運動習慣、飲酒習慣、年齢及び性別であるため、予測部１０２は、これらの項目の値を当該ＩＤの最新の健康状態情報から抽出する。

次に、予測部１０２は、予測モデル記憶部１１５を参照し、対象の健康状態情報の項目の第２時点情報取得モデルＦ１を取得する（ＳＴＥＰ５０５、図９）。

次に、予測部１０２は、対象のＩＤの対象の項目の最新の値と１年前の値との差分Ｊ１１、対象のＩＤの対象の項目の最新の値Ｊ１２及び対象の項目と相関のある各項目Ｊ１３の値に基づいて対象のＩＤの対象の項目の第２時点における値を算出する（ＳＴＥＰ５０６、図９）。

予測部１０２は、ＳＴＥＰ５０５にて取得したモデルＦ１に、対象の項目の最新の値と１年前の値との差分Ｊ１１、最新の値Ｊ１２及び対象の項目と相関のある各項目Ｊ１３の値を入力することにより、対象の健康状態情報の項目の最新の値と第２時点における値との差分の予測値Ｖ１を算出する（図９）。

さらに予測部１０２は、得られたＶ１と予測対象の項目の最新の値Ｊ１２とを足し合わせて、第２時点である１年後の予測対象の項目の予測値Ｖ２を取得する（図９）。

予測部１０２は、対象の健康状態情報の項目の最新の値と第２時点における値との差分の予測値Ｖ１の例えば９５％信頼区間の値を求めることとしてもよい。

この場合、予測部１０２は、対象の健康状態情報の項目の最新の値と第２時点における値との差分の予測値Ｖ１及び対象の項目の第２時点の予測値Ｖ２として一定の幅のある値を取得することができる（図９）。

そして、予測部１０２は、ＳＴＥＰ５０６にて算出した対象のＩＤの対象の項目の第２時点における値を予測値情報記憶部１１６に記憶する（ＳＴＥＰ５０７）。

予測部１０２は、健康状態情報のすべての項目についてＳＴＥＰ５０３〜５０７の処理を終えた時にはループＬ６を抜け、健康状態記憶部１１１に記憶されている健康状態情報に含まれるすべてのＩＤについてＳＴＥＰ５０１〜５０７の処理を終えた時にはループＬ５を抜け、健康状態予測処理を終了する。

（発症可能性数値化処理）
発症可能性数値化処理（ＳＴＥＰ６０）は、各人４０の最新及び第２時点の疾病の発症可能性を数値化する処理である。当該処理の詳細については、図１０〜１２を用いて説明する。

なお、発症可能性数値化部１０１は、発症可能性数値化処理による各人４０の疾病ごとの発症可能性の数値化を任意の頻度により繰り返し行う。

処理内容は図１０に示される通りであり、健康状態記憶部１１１に記憶されている健康状態情報に含まれるＩＤごと（ループＬ７）に行われる。また、ＳＴＥＰ６０２〜６０９については、発症可能性相関項目記憶部１１２に記憶されている疾病ごと（ループＬ８）に行われる。

まず、発症可能性数値化部１０１は、健康状態記憶部１１１に記憶されている対象のＩＤの最新の健康状態情報、予測値情報記憶部１１６に記憶されている対象のＩＤの第２時点の健康状態情報、発症可能性数値情報記憶部１１７に記憶されている対象のＩＤの１年前の発症可能性数値情報を取得する（ＳＴＥＰ６０１）。

次に、発症可能性数値化部１０１は、発症可能性相関項目記憶部を参照し、対象の疾病の発症可能性と相関のある健康状態情報の項目を取得する（ＳＴＥＰ６０２）。

続いて、発症可能性数値化部１０１は、疾病ごとの発症可能性と相関のある項目の値を対象のＩＤの最新の健康状態情報から抽出する（ＳＴＥＰ６０３）。

以下、対象の疾病が糖尿病である場合を例として本処理を説明する。

すなわち、疾病の発症可能性と相関のある項目として記憶されたものは血糖値、腹囲、飲酒習慣、ＨｂＡ１ｃ、運動習慣、喫煙習慣、身長、体重、年齢、性別であるため、発症可能性数値化部１０１は、これらの項目の値を対象のＩＤの最新の健康状態情報Ｊ３から抽出する（図１１）。

次に、発症可能性数値化部１０１は、算出モデル記憶部１１３を参照し、糖尿病の発症可能性算出モデルＦ２を取得する（ＳＴＥＰ６０４、図１１）。

次に、発症可能性数値化部１０１は、ＳＴＥＰ６０３にて抽出した糖尿病の発症可能性と相関のある各項目Ｊ３１の値に基づいて、対象のＩＤの対象の疾病の最新の発症可能性を数値化する（ＳＴＥＰ６０５、図１１）。

発症可能性数値化部１０１は、ＳＴＥＰ６０４にて取得したモデルＦ２に、ＳＴＥＰ６０３にて抽出した糖尿病の発症可能性と相関のある各項目Ｊ３１の値を入力し、対象の疾病の最新の発症可能性の数値Ｖ３を算出する（図１１）。

なお、例えば対象の疾病が脂質異常症である場合は、発症可能性数値化部１０１は、脂質異常症の発症可能性と相関のある項目Ｊ３２に基づき、脂質異常症用の発症可能性算出モデルＦ３を用いて最新の発症可能性を数値化する（図１１）。

次に、発症可能性数値化部１０１は、対象の疾病の発症可能性と相関のある項目の値を対象のＩＤの第２時点における予測される健康状態を示す情報から抽出する（ＳＴＥＰ６０６）。

すなわち、糖尿病の発症可能性と相関のある項目として記憶された健康状態情報の項目は血糖値、腹囲、飲酒習慣、ＨｂＡ１ｃ、運動習慣、喫煙習慣、身長、体重、年齢、性別であるため、発症可能性数値化部１０１は、これらの項目の値をＳＴＥＰ６０１にて取得した対象のＩＤの第２時点における健康状態情報Ｊ４から抽出する（図１２）。

なお、健康状態予測処理（ＳＴＥＰ５０）において、予測部１０２が、運動習慣や喫煙習慣などの数値での測定がなされない項目について処理の対象に含めなかった場合は、発症可能性数値化部１０１は、これらの情報については、対象のＩＤの最新の健康状態情報Ｊ３から抽出する（図１２）。

次に、発症可能性数値化部１０１は、抽出した糖尿病の発症可能性と相関のある項目Ｊ４１に基づいて、対象のＩＤの対象の疾病の第２時点の発症可能性を数値化する（ＳＴＥＰ６０７）。

この処理を実行する際には、ＳＴＥＰ６０４で取得した発症可能性算出モデルＦ２を再度用いる。

当該モデルに、ＳＴＥＰ６０５にて抽出した糖尿病の発症可能性と相関のある各項目Ｊ４１の値を入力し、対象のＩＤの対象の疾病の第２時点の発症可能性の数値Ｖ４を算出する（図１２）。

なお、健康状態予測処理のＳＴＥＰ５０６において、予測部１０２が対象の項目の第２時点の予測値Ｖ２として一定の幅のある値を取得し、予測値情報記憶部１１６に記憶している場合には、発症可能性数値化部１０１は、対象の疾病の第２時点の発症可能性の数値Ｖ４として、幅のある値を算出することができる。（図１２）
この場合、発症可能性数値化部１０１は、例えば疾病の発症可能性と相関のある各項目Ｊ４１の値のそれぞれの最大値、中央値及び最小値を取得し、最大値だけの組み合わせ、最小値だけの組み合わせ、最大値、中央値及び最小値による任意の組み合わせなどの様々なパターンで発症可能性算出モデルＦ２に入力して対象の疾病の第２時点の発症可能性の数値Ｖ４を算出し、得られた算出結果の値のうち最大の値を当該疾病の発症可能性の数値Ｖ４の最大値、得られた算出結果の値のうち最小の値を当該疾病の発症可能性の数値Ｖ４の最小値として算出する（図１２）。

また、例えば対象の疾病が脂質異常症である場合は、発症可能性数値化部１０１は、脂質異常症の発症可能性と相関のある項目Ｊ４２に基づき、脂質異常症用の発症可能性算出モデルＦ３を用いて最新の発症可能性を数値化する（図１２）。

続いて、発症可能性数値化部１０１は、対象のＩＤの最新、第２時点及び１年前の疾病の発症可能性の数値に応じた発症可能性の種別を設定する（ＳＴＥＰ６０８）。

発症可能性数値化部１０１は、例えば変換テーブル記憶部１１９に記憶された図１４Ａに示されるような変換テーブルを上から順に参照することで発症可能性の種別を判定し、設定する。

すなわち例えばある疾病の発症可能性の数値が１５１〜２００であれば、発症可能性数値化部１０１は、発症可能性の種別を４と設定する。

あるいは例えば、ある疾病の発症可能性の数値が発症可能性の種別の４及び３には該当せず、発症可能性の数値はいずれも１００以下だが前回と比して５０以上上昇した疾病が１つ以上ある場合は、発症可能性数値化部１０１は、発症可能性の種別を２と設定する。

発症可能性数値化部１０１は、発症可能性の数値が前回と比して５０以上上昇した疾病が１つ以上あるか否かの判定を、例えばＳＴＥＰ６０５にて算出した対象のＩＤの各疾病の最新の発症可能性の数値とＳＴＥＰ６０１にて取得した当該ＩＤの当該疾病の１年前の発症可能性数値情報の値とを比較し、発症可能性の数値が５０以上上昇した疾病が１つ以上あるか否かにより行う。

あるいは例えば、発症可能性数値化部１０１は、ある疾病の発症可能性の発症可能性の種別の４〜２の何れにも該当しないが、第２時点の発症可能性の数値が１００以上であれば、発症可能性の種別を１と設定する。

そして、発症可能性数値化部１０１は、対象のＩＤの最新の疾病の発症可能性数値情報及び発症可能性の種別を発症可能性数値情報記憶部１１７に、対象のＩＤの第２時点の疾病の発症可能性数値情報を予測値情報記憶部１１６に、それぞれ記憶する（ＳＴＥＰ６０９）。

発症可能性数値化部１０１は、発症可能性相関項目記憶部１１２に記憶されているすべての疾病についてＳＴＥＰ６０２〜６０９の処理を終えた時にはループＬ８を抜け、健康状態記憶部１１１に記憶されている健康状態情報に含まれるすべてのＩＤについてＳＴＥＰ６０１〜６０９の処理を終えたときに、発症可能性数値化処理を終了する。

（注意情報生成処理）
注意情報生成処理（ＳＴＥＰ８０）は、各人４０の疾病の発症可能性の数値に応じて疾病の発症可能性に関する情報を含む疾病注意情報を生成する処理である。処理内容は、図１３に示される通りであり、健康状態記憶部１１１に記憶されている健康状態情報に含まれるＩＤごと（ループＬ９）に行われる。

なお、注意情報生成部１０３による疾病注意情報の生成は任意の頻度により繰り返し行われる。

まず、注意情報生成部１０３は、対象のＩＤの最新の発症可能性の種別を取得し（ＳＴＥＰ８０１）、当該発症可能性の種別に応じた疾病注意情報の生成頻度を認識する（ＳＴＥＰ８０２）。

注意情報生成部１０３は、例えば変換テーブル記憶部１１９に記憶された図１４Ｂに示されるような変換テーブル参照して、対象のＩＤの最新の疾病の発症可能性の種別に応じた疾病注意情報の生成頻度を認識する。

すなわち例えば注意情報生成部１０３は、対象のＩＤの疾病の発症可能性の種別の最大値が４である場合に、対象のＩＤの疾病注意情報の生成頻度を毎月と設定する。

そして、注意情報生成部１０３は、対象のＩＤについて疾病注意情報を前回生成してから、疾病注意情報の生成頻度以上の時間を経過しているか否かを判定する（ＳＴＥＰ８０３）。

注意情報生成部１０３は、当該判定を、図３Ｆに示されるような注意情報最終年月日情報を参照し、各対象のＩＤの注意情報最終年月日と、注意情報当該処理を行っている日付とを比較して、生成頻度以上の時間を経過しているか否かを判定することにより行う。

例えば、発症可能性の数値はいずれも１００以下だが前回と比して５０以上上昇した疾病が１つ以上ある場合は発症可能性の種別が２に設定されているので、疾病注意情報の生成頻度は半年に１回であるので、注意情報生成部１０３は、当該ＩＤについての注意情報最終年月日から半年を経過していれば、生成頻度以上の時間を経過していると判定し、経過していなければ生成頻度以上の時間を経過していないと判定する。

当該判定が否定的（ＳＴＥＰ８０３：ＮＯ）であれば、当該ＩＤについては、疾病注意情報を生成する頻度の条件を満たしていないので、注意情報生成部１０３は、ＳＴＥＰ８０４〜８０５を実行せずに、次の人に処理の対象者を移したうえでＳＴＥＰ８０１以降の処理を繰り返す。

一方当該判定が肯定的（ＳＴＥＰ８０３：ＹＥＳ）であれば、当該ＩＤについては、疾病注意情報を生成する頻度の条件を満たしているので、注意情報生成部１０３は、疾病注意情報を作成するため、対象のＩＤの最新の健康状態情報、１年前の健康状態情報及び第２時点の健康状態情報を取得する（ＳＴＥＰ８０４）。

そして、注意情報生成部１０３は、対象のＩＤの疾病の最新及び第２時点のいずれか一方又は両方の発症可能性の数値に応じて疾病注意情報を生成する（ＳＴＥＰ８０５）。

注意情報生成部１０３は、例えば変換テーブル記憶部１１９に記憶された図１４Ｃに示されるような変換テーブルを参照して、改善アドバイス情報３２２を生成する。

例えば注意情報生成部１０３は、糖尿病の発症可能性の種別が４である場合に、「肥満を解消する、食事量を減らす、動物性脂肪や糖質（特に清涼飲料水）の過度な摂取を控える…」などの疾病と発症可能性の種別に対応する改善アドバイスを取得することにより改善アドバイス情報３２２を生成する。

なお、注意情報生成部１０３は、疾病の発症可能性の数値が一定値以上である疾病についてのみ前記改善アドバイス情報を生成するように構成されてもよい。

注意情報生成部１０３は、例えば変換テーブル記憶部１１９に記憶された図１４Ｄに示されるような変換テーブルを参照して合併症に関する情報３２３を生成する。

例えば注意情報生成部１０３は、糖尿病を発症している又は発症する可能性のある者に対しては、「心筋梗塞、脳卒中、腎不全」などの合併症に関する情報を取得することにより合併症に関する情報３２３を生成する。

注意情報生成部１０３は、疾病ごとの発症可能性の数値を表すグラフ３２４を、疾病ごとの発症可能性の数値が高い順に並べるように構成されてもよい。

注意情報生成部１０３は、例えば同じ性別かつ同じ年代であるＩＤごとに複数の人の全部又は一部により構成されるグループを作成し、当該グループ内の各ＩＤの疾病ごとの発症可能性の順位を計算することにより各人４０の疾病ごとの発症可能性の順位に関する情報３２５を生成する。

注意情報生成部１０３は、当該グループ内の実順位を計算し、例えば１９７５人中の５０位などと表してもよいし、あるいは、当該グループ内の順位を１００人中の順位に置き換えて計算し、小数点以下の数値がある場合は四捨五入し、１００人中３位などと表してもよい。

あるいは、例えば端末３０から各人４０の勤務先名、勤務先の業種、職種などの情報を疾病注意情報提供支援サーバ１０が取り込み、注意情報生成部１０３は、それらの情報に基づいて複数の人の全部又は一部により構成されるグループを作成することとしてもよい。

なお、注意情報生成部１０３は、改善アドバイス情報３２２、合併症に関する情報３２３、複数の人の全部又は一部により構成されるグループにおける各ＩＤの疾病ごとの発症可能性の順位に関する情報３２５などの情報を、各ＩＤの疾病ごとの最新の発症可能性の数値だけでなく、疾病ごとの第２時点における発症可能性の数値に基づいて生成することとしてもよい。

次に、注意情報生成部１０３は、疾病注意情報のＩＤごとの生成年月日を履歴記憶部１１８に記憶する（ＳＴＥＰ８０６）。

注意情報生成部１０３は、健康状態記憶部１１１に記憶されている健康状態情報に含まれるすべてのＩＤについてこれらの処理（ＳＴＥＰ８０１〜８０６）が終わったときにはループＬ９を抜け、注意情報生成処理を終了する。

（他の実施形態）
以上、本発明の実施形態の一例について説明したが、本発明の実施形態はこれに限定されない。

たとえば、発症可能性数値化部１０１が各疾病の発症可能性を数値化する際に用いるモデル又は予測部１０２が第１時点より後の第２時点における対象の人の予測される健康状態を示す情報を取得する際に用いるモデルにかえて、ディープラーニングやサポートベクターマシン等の識別機を用いてもよい。

１０…疾病注意情報提供支援サーバ、１００…サーバ制御部、１０１…発症可能性数値化部、１０２…予測部、１０３…注意情報生成部、１０４…注意情報送信部、１１０…サーバ記憶部、１１１…健康状態記憶部、１１２…発症可能性相関項目記憶部、１１３…算出モデル記憶部、１１４…変化相関項目記憶部、１１５…予測モデル記憶部、１１６…予測値情報記憶部、１１７…発症可能性数値情報記憶部、１１８…履歴記憶部、１１９…変換テーブル記憶部、２０…情報通信網、３０…端末、４０…各人。

Claims (12)

1. １又は複数の人の健康状態に関する情報を含む健康状態情報を記憶する健康状態記憶部と、
   記憶した前記健康状態情報に基づいて各人の疾病ごとの発症可能性を数値化する発症可能性数値化部と、
   前記発症可能性数値化部により数値化された1又は複数の疾病のうち少なくとも1つの疾病の発症可能性の数値を示す情報を含む疾病注意情報を生成する注意情報生成部と、
   任意の時点における任意の人の健康状態情報を含む情報を入力として当該時点より後の時点における該人の健康状態を示す情報を出力とするモデルに、第１時点における対象の人の健康状態情報を含む情報を入力し、該モデルから出力された情報により、該第１時点より後の第２時点における該対象の人の予測される健康状態を示す情報を取得する予測部を備え、
   前記発症可能性数値化部は、前記予測部が取得した情報に基づいて各人の疾病ごとの前記第２時点における発症可能性を数値化し、
   前記注意情報生成部は、疾病ごとの前記第２時点における発症可能性の数値に基づいて前記疾病注意情報を生成するように構成されていることを特徴とする疾病注意情報提供支援システム。
2. 請求項１に記載の疾病注意情報提供支援システムにおいて、
   前記疾病注意情報は、疾病ごとの発症可能性の改善方法に関する情報である改善アドバイス情報を含み、
   前記注意情報生成部は、疾病の発症可能性の数値が一定値以上である疾病についてのみ前記改善アドバイス情報を生成するように構成されていることを特徴とする疾病注意情報提供支援システム。
3. 請求項１又は２に記載の疾病注意情報提供支援システムにおいて、
   前記疾病注意情報は、疾病の発症可能性の数値に応じて各人が発症する可能性のある疾病に起因して発症する可能性のある合併症に関する情報を含むように構成されていることを特徴とする疾病注意情報提供支援システム。
4. 請求項１〜３の何れかに記載の疾病注意情報提供支援システムにおいて、
   前記疾病注意情報は、各人の疾病ごとの発症可能性の数値を表すグラフを含み、該グラフは疾病ごとの発症可能性の数値が高い順に並べられていることを特徴とする疾病注意情報提供支援システム。
5. 請求項１〜４の何れかに記載の疾病注意情報提供支援システムにおいて、
   前記疾病注意情報は、前記複数の人の全部又は一部により構成されるグループにおける各人の疾病ごとの発症可能性の順位に関する情報を含むように構成されていることを特徴とする疾病注意情報提供支援システム。
6. 請求項１〜５の何れかに記載の疾病注意情報提供支援システムにおいて、
   前記発症可能性数値化部は、前記健康状態情報から疾病ごとの発症可能性と相関のある健康状態情報を抽出し、相関のある健康状態情報に基づいて各人の疾病ごとの発症可能性を数値化するように構成されていることを特徴とする疾病注意情報提供支援システム。
7. 請求項１〜６の何れかに記載の疾病注意情報提供支援システムにおいて、
   前記予測部は、複数の人のそれぞれのある時点における健康状態情報を含む情報と、該複数の人のそれぞれの該時点の健康状態情報と該複数の人のそれぞれの該時点より前の時点の健康状態情報との間における変化の大きさを含む情報とを用いて、前記モデルを生成又は更新するように構成されていることを特徴とする疾病注意情報提供支援システム。
8. 請求項１〜７の何れかに記載の疾病注意情報提供支援システムにおいて、
   前記発症可能性数値化部は、各人の疾病ごとの発症可能性の数値化を繰り返し行い、前記注意情報生成部は、少なくとも該数値が一定以上変化した人向けの疾病注意情報を生成するように構成されていることを特徴とする疾病注意情報提供支援システム。
9. 請求項１〜８の何れかに記載の疾病注意情報提供支援システムにおいて、
   前記注意情報生成部は、各人の疾病ごとの発症可能性の数値に応じて疾病注意情報を生成する頻度を異なるものとするように構成されていることを特徴とする疾病注意情報提供支援システム。
10. １又は複数の人の健康状態に関する情報を含む健康状態情報を記憶する健康状態記憶部と、
    記憶した前記健康状態情報に基づいて各人の疾病ごとの発症可能性を数値化する発症可能性数値化部と、
    前記発症可能性数値化部により数値化された1又は複数の疾病のうち少なくとも1つの疾病の発症可能性の数値を示す情報を含む疾病注意情報を生成する注意情報生成部とを備え、
    前記疾病注意情報は、該疾病注意情報が提供される対象の人の疾病ごとの発症可能性について、前記複数の人の全部又は一部により構成されるグループにおける順位を示す情報を含むように構成されていることを特徴とする疾病注意情報提供支援システム。
11. １又は複数の人の健康状態に関する複数の項目の値を含む健康状態情報を記憶する健康状態記憶部と、
    記憶した前記健康状態情報に基づいて各人の疾病ごとの発症可能性を数値化する発症可能性数値化部と、
    前記発症可能性数値化部により数値化された1又は複数の疾病のうち少なくとも1つの疾病の発症可能性の数値を示す情報を含む疾病注意情報を生成する注意情報生成部とを備え、
    前記発症可能性数値化部は、１又は複数の人の前記健康状態情報を分析することにより疾病ごとの発症可能性と相関のある該健康状態情報の項目を特定し、対象の人の健康状態情報から前記特定された疾病ごとの発症可能性と相関のある項目の値を抽出し、該抽出された項目の値に基づいて各人の疾病ごとの発症可能性を数値化するように構成されていることを特徴とする疾病注意情報提供支援システム。
12. １又は複数の人の健康状態に関する情報を含む健康状態情報を記憶する健康状態記憶部と、
    記憶した前記健康状態情報に基づいて各人の複数の疾病それぞれの発症可能性を数値化する発症可能性数値化部と、
    前記発症可能性数値化部により数値化された複数の疾病のうち少なくとも1つの疾病の発症可能性の数値を示す情報を含む疾病注意情報を生成する注意情報生成部とを備え、
    前記注意情報生成部は、前記複数の疾病のうち発症可能性の数値が所定の条件を満たす疾病を認識し、該疾病に関連付けられて記憶された合併症を認識し、該合併症に関する情報を含む前記疾病注意情報を生成するように構成されていることを特徴とする疾病注意情報提供支援システム。