JP6533243B2 - 提供装置、提供方法、及び提供プログラム - Google Patents

Description

本発明は、提供装置、提供方法、及び提供プログラムに関する。

従来、ユーザに応じて情報提供等の種々のサービスを行う技術が提供されている。例えば検索ログ等の情報に基づいて、各ユーザの身体特性に適した経路を検索・案内する技術が提供されている。

特開２００６−１９４７９５号公報

しかしながら、上記の従来技術では、ユーザに応じて疾病に関するサービスを適切に提供することができるとは限らない。上記の従来技術では、車椅子利用者などの障害者や高齢者等のユーザの身体特性を対象としており、例えば、気象病や天気痛等のような、ユーザに不定期に発症する疾病等について対応することは難しい。

本願は、上記に鑑みてなされたものであって、ユーザに応じて疾病に関するサービスを適切に提供する提供装置、提供方法、及び提供プログラムを提供することを目的とする。

本願に係る提供装置は、ユーザの環境に関する環境情報を取得する取得部と、前記ユーザに対応付けられた疾病のうち、前記取得部により取得された前記環境情報に基づいて、当該ユーザに発症すると予測される疾病である予測疾病に関するサービスを提供する提供部と、を備えたことを特徴とする。

実施形態の一態様によれば、ユーザに応じて疾病に関するサービスを適切に提供することができるという効果を奏する。

図１は、実施形態に係る提供処理の一例を示す図である。 図２は、実施形態に係る提供システムの構成例を示す図である。 図３は、実施形態に係る提供装置の構成例を示す図である。 図４は、実施形態に係るユーザ情報記憶部の一例を示す図である。 図５は、実施形態に係る環境情報記憶部の一例を示す図である。 図６は、実施形態に係る生体情報記憶部の一例を示す図である。 図７は、実施形態に係る予測モデル情報記憶部の一例を示す図である。 図８は、実施形態に係る医薬機関情報記憶部の一例を示す図である。 図９は、実施形態に係る対処情報記憶部の一例を示す図である。 図１０は、実施形態に係る予測モデルの生成の一例を示すフローチャートである。 図１１は、実施形態に係る提供処理の一例を示すフローチャートである。 図１２は、提供装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る提供装置、提供方法、及び提供プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る提供装置、提供方法、及び提供プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

（実施形態）
〔１．提供処理〕
まず、図１を用いて、実施形態に係る提供処理の一例について説明する。図１は、実施形態に係る提供処理の一例を示す図である。図１の例では、提供装置１００は、ユーザに対応付けられた疾病のうち、ユーザの置かれている環境に関する情報（以下、「環境情報」ともいう）やユーザの生体情報に基づいて、ユーザに発症すると予測される疾病（以下、「予測疾病」ともいう）を予測する場合を示す。なお、環境情報には、ユーザが置かれている環境に関する情報であれば、図１に示すセンサ等により取得される気温や気圧等の気象（現象）に関する情報に限らず、種々の情報が含まれてもよい。例えば、環境情報には、ユーザの職場環境や人間関係等の種々の環境に関する情報が含まれてもよい。

また、図１の例では、ユーザに対応付けられた疾病は、ユーザの持病であるものとする。また、図１の例では、ユーザ自身により提供システム１に登録されたり、提供装置１００がユーザの生体情報や行動情報等に基づいて予測されたりしてもよい。例えば、提供装置１００はユーザの通院歴や医薬品の購入履歴等の行動情報に基づいて、ユーザの持病を予測してもよい。

また、図１の例では、提供装置１００は、各疾病の各々に対応する複数の予測モデルを用いて、ユーザの予測疾病を予測する場合を示す。また、図１の例では、提供装置１００は、予測モデルを用いて予測したユーザの予測疾病に基づいて、ユーザに予測疾病に関するサービスを提供する場合を示す。

〔提供システムの構成〕
図１の説明に先立って、図２を用いて提供システム１の構成について説明する。図２は、実施形態に係る提供システムの構成例を示す図である。図２に示すように、提供システム１は、端末装置１０と、提供装置１００とが含まれる。端末装置１０と、提供装置１００とは所定のネットワークＮを介して、有線または無線により通信可能に接続される。なお、図２に示した提供システム１には、複数台の端末装置１０や、複数台の提供装置１００が含まれてもよい。

端末装置１０は、ユーザによって利用される情報処理装置である。端末装置１０は、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等により実現される。図１は、端末装置１０がスマートフォンである場合を示す。また、端末装置１０は、ＧＰＳ（Global Positioning System）センサ等の機能を有し、ユーザの位置を検知し、取得可能であるものとする。また、端末装置１０は、温度センサや気圧センサ等の種々の機能を有し、ユーザの置かれている環境情報を検知し、取得可能であるものとする。また、端末装置１０は、心拍センサ等の種々の機能を有し、ユーザの生体情報を検知し、取得可能であるものとする。例えば、端末装置１０を利用するユーザは、端末装置１０と通信可能なウェアラブルデバイスを身に付けることにより、端末装置１０によりユーザ自身の生体情報を取得可能としてもよい。例えば、端末装置１０を利用するユーザは、端末装置１０と通信可能なリストバンド型のウェアラブルデバイスを身に付けることにより、端末装置１０によりユーザ自身の心拍（脈拍）に関する情報を端末装置１０が取得可能としてもよい。

また、端末装置１０は、提供装置１００に種々の情報等を送信する。例えば、端末装置１０は、ユーザに関する位置情報や環境情報や生体情報等の各種情報を提供装置１００へ送信する。なお、以下では、端末装置１０をユーザと表記する場合がある。すなわち、以下では、ユーザを端末装置１０と読み替えることもできる。端末装置１０は、ユーザによる種々の操作を受け付ける。図１の例では、端末装置１０を利用するユーザがユーザＩＤ「Ｕ１」により識別されるユーザ（以下、「ユーザＵ１」と記載する）である場合を示す。

また、図１の例では、端末装置１０における表示内容の変更に応じて、端末装置１０を端末装置１０−１、１０−２として説明する。なお、端末装置１０−１、１０−２は同一の端末装置１０である。また、以下では、端末装置１０−１、１０−２について、特に区別なく説明する場合には、端末装置１０と記載する。

提供装置１００は、ユーザに対応付けられた疾病（以下、「持病」ともいう）のうち、ユーザの環境情報や生体情報に基づいてユーザに発症すると予測される予測疾病を予測する情報処理装置である。また、提供装置１００は、各疾病の各々に対応する複数の予測モデルを用いて、ユーザの予測疾病を予測する。また、提供装置１００は、予測モデルを用いて予測したユーザの予測疾病に基づいて、ユーザに予測疾病に関するサービスを提供する。

ここから、図１を用いて、提供処理の流れについて説明する。図１は、実施形態に係る提供処理の一例を示す図である。例えば、図１は、各疾病に各々対応する複数の予測モデルを用いて、ユーザに予測疾病に関するサービスを提供する提供処理の一例を示す図である。なお、図１の例では、予測モデル情報記憶部１２４に示すような、各疾病に対応する予測モデルＭ１〜Ｍ３が生成済みであるものとする。

図１中の予測モデル情報記憶部１２４に示す各予測モデルＭ１〜Ｍ３等は、疾病ＩＤにより識別される疾病が対応付けて記憶される。また、図１中の予測モデル情報記憶部１２４に示す各予測モデルＭ１〜Ｍ３等には、「素性１」〜「素性３」等の各重み（値）が対応付けて記憶される。

例えば、図１の例では、予測モデルＭ１に関する予測モデル情報は、疾病ＩＤ「ＩＬ１１」により識別される疾病「頭痛」に対応する予測モデルであることを示す。また、例えば、図１の例では、予測モデルＭ２に関する予測モデル情報は、疾病ＩＤ「ＩＬ１２」により識別される疾病「腰痛」に対応する予測モデルであることを示す。

例えば、図１の例では、予測モデルＭ１に関する予測モデル情報は、素性１の重みが「０．５」、素性２の重みが「−０．４」、素性３の重みが「０．２」等であることを示す。図１の例では、提供装置１００は、このように予測モデル情報記憶部１２４に記憶された予測モデルＭ１〜Ｍ３等に基づいて、ユーザＵ１の予測疾病を予測するものとする。なお、各モデルの生成は、機械学習に関する種々の従来技術を適宜用いて行われてもよい。例えば、モデルの生成は、ＳＶＭ（Support Vector Machine）等の教師あり学習の機械学習に関する技術を用いて行われてもよい。また、例えば、モデルの生成は、教師なし学習の機械学習に関する技術を用いて行われてもよい。例えば、モデルの生成は、深層学習（ディープラーニング）の技術を用いて行われてもよい。例えば、モデルの生成は、ＤＮＮ（Deep Neural Network）やＲＮＮ（Recurrent Neural Network）やＣＮＮ（Convolutional Neural Network）等の種々のディープラーニングの技術を適宜用いて行われてもよい。なお、上記モデルの生成に関する記載は例示であり、モデルの生成は、取得可能な情報等に応じて適宜選択された学習手法により行われてもよい。

ここで、図１に示すマップ情報ＭＰ１について、簡単に説明する。図１に示すマップ情報ＭＰ１は、ユーザＵ１についての位置や各医薬機関の位置等を模式的に示す図である。例えば、マップ情報ＭＰ１には、エリアＩＤ「ＡＲ１１」により識別されるエリアＡ、エリアＩＤ「ＡＲ１２」により識別されるエリアＢ、及びエリアＩＤ「ＡＲ１３」により識別されるエリアＣの３つのエリアが含まれることを示す。

また、図１のマップ情報ＭＰ１中のエリアＡには、医薬機関ＩＤ「ＥＳ１１」により識別される医薬機関であるＨＡ総合病院（図８参照）や医薬機関ＩＤ「ＥＳ２２」により識別される医薬機関であるＰＢ薬局（図８参照）が位置することを示す。なお、ここでいうエリアの大きさは、処理の目的等に応じて適宜設定されてもよい。例えば、エリアは、「県」、「市」、「区」、「町」等の種々の大きさのエリアが適宜設定されてもよい。

また、図１のマップ情報ＭＰ１中のエリアＢには、医薬機関ＩＤ「ＥＳ１２」により識別される医薬機関であるＨＢクリニック（図８参照）や医薬機関ＩＤ「ＥＳ２１」により識別される医薬機関であるＰＡドラッグストア（図８参照）が位置することを示す。

また、図１の例では、ユーザＵ１がマップ情報ＭＰ１中の地点ＬＣ１に位置する場合を示す。図１の例では、ユーザＵ１が利用する端末装置１０は、温度センサＴＭＰや気圧センサＡＴＰ等の種々のセンサにより、ユーザＵ１の環境情報を取得するものとする。また、図１の例では、ユーザＵ１が利用する端末装置１０は、心拍センサＨＴＲ等の種々のセンサにより、ユーザＵ１の生体情報を取得するものとする。なお、図１の示す温度センサＴＭＰ、気圧センサＡＴＰ、心拍センサＨＴＲのアイコンは、各センサが検知する情報に対応するアイコンであり、各センサの形状を示すものではない。

図１では、提供装置１００は、ユーザＵ１が利用する端末装置１０−１からユーザＵ１の環境情報や生体情報を取得する（ステップＳ１１）。例えば、提供装置１００は、端末装置１０−１から、温度センサＴＭＰにより検知されたユーザＵ１が位置する地点ＬＣ１における温度（気温）に関する情報を取得する。また、例えば、提供装置１００は、端末装置１０−１から、気圧センサＡＴＰにより検知されたユーザＵ１が位置する地点ＬＣ１における気圧に関する情報を取得する。また、例えば、提供装置１００は、端末装置１０−１から、心拍センサＨＴＲにより検知されたユーザＵ１の心拍に関する情報を取得する。

また、提供装置１００は、端末装置１０−１から取得したユーザＵ１が位置する地点ＬＣ１に関する情報に基づいて、ユーザＵ１が位置するエリアの天候に関する情報を取得する。例えば、ユーザＵ１の環境情報は、端末装置１０から取得される位置情報及びその取得日時（時刻）に基づいて、提供装置１００が推定してもよいし、気象情報を提供する外部の情報処理装置から取得してもよい。例えば、提供装置１００は、ユーザＵ１が位置するエリアの天候に関する情報を、気象情報を提供する外部の情報処理装置から取得してもよい。

そして、提供装置１００は、ユーザＵ１の予測疾病を予測する。まず、提供装置１００は、ユーザＵ１の持病を特定する（ステップＳ１２）。図１の例では、提供装置１００は、ユーザ情報記憶部１２１に記憶された情報に基づいて、ユーザＵ１の持病を特定する。

図１中のユーザ情報記憶部１２１に示す「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、ユーザＵ１に対応する。また、図１中のユーザ情報記憶部１２１に示す「年齢」は、ユーザの年齢を示す。図１中のユーザ情報記憶部１２１に示す「性別」は、ユーザの性別を示す。また、図１中のユーザ情報記憶部１２１に示す「持病情報」が、ユーザの持病に関する情報を示す。

図１中のユーザ情報記憶部１２１に示す「疾病ＩＤ」は、疾病を識別するための識別情報を示す。また、図１中のユーザ情報記憶部１２１に示す「名称」は、対応する疾病の名称を示す。また、図１中のユーザ情報記憶部１２１に示す「閾値」は、対応する疾病がユーザに発症したかどうかの判定に用いる閾値を示す。

例えば、図１の例では、ユーザＵ１は、２０代男性であることを示す。また、ユーザＵ１は、疾病ＩＤ「ＩＬ１１」により識別される疾病「頭痛」や疾病ＩＤ「ＩＬ１２」により識別される疾病「腰痛」を持病としていることを示す。また、図１の例では、疾病ＩＤ「ＩＬ１１」により識別される疾病「頭痛」がユーザＵ１に発症したかどうかの判定に用いる閾値が「０．５」であることを示す。また、図１の例では、疾病ＩＤ「ＩＬ１２」により識別される疾病「腰痛」がユーザＵ１に発症したかどうかの判定に用いる閾値が「０．７」であることを示す。

例えば、図１の例では、疾病ＩＤ「ＩＬ１２」により識別される疾病「腰痛」については、ユーザＵ１に発症したかどうかの判定に用いる閾値が「０．７」であり、ユーザＵ２に発症したかどうかの判定に用いる閾値が「０．４」である。図１の例では、各疾病について、各ユーザの症状や重症度（発症歴等）等に応じて、各ユーザの閾値を異ならせる場合を示す。

図１の例では、ユーザ情報記憶部１２１に示すように、各ユーザには、そのユーザの持病に関する情報が対応付けられており、提供装置１００は、各ユーザと持病との対応付けに基づいて、ユーザの持病を特定する。具体的には、提供装置１００は、ユーザ情報記憶部１２１に示すように、ユーザＵ１に対応付けられた疾病「頭痛」及び疾病「腰痛」の２つの疾病をユーザＵ１の持病として特定する。また、提供装置１００は、ユーザ情報記憶部１２１に示すように、ユーザＵ１について、疾病「頭痛」の閾値が「０．５」であり、疾病「腰痛」の閾値が「０．７」であること特定する。

そして、提供装置１００は、ユーザに持病について、各持病に対応する予測モデル及び閾値を用いて、ユーザの予測疾病を予測する。例えば、提供装置１００は、ある持病に対応する予測モデルにユーザの環境情報や生体情報を入力し、予測モデルが出力したスコア（以下、「予測スコア」ともいう）とそのユーザのその持病の閾値とに基づいて、その持病がユーザに発症するかどうかを予測する。具体的には、提供装置１００は、ある持病に対応する予測モデルにユーザの環境情報や生体情報を入力し、予測モデルが出力した予測スコアがそのユーザのその持病の閾値以上である場合、その持病がユーザに発症すると予測する。

図１の例では、提供装置１００は、ユーザＵ１に持病である頭痛及び腰痛について、各持病に対応する予測モデルＭ１、Ｍ２及び閾値を用いて、ユーザの予測疾病を予測する。例えば、提供装置１００は、ユーザＵ１に持病である頭痛について、頭痛に対応する予測モデルＭ１及び閾値「０．５」を用いて、ユーザＵ１に頭痛が発症するかを予測する。具体的には、提供装置１００は、ステップＳ１１において取得したユーザＵ１の環境情報及び生体情報を予測モデルＭ１に入力することにより、ユーザＵ１の頭痛に関する予測スコアを算出する。そして、提供装置１００は、算出した頭痛に関する予測スコアが閾値「０．５」以上であれば、頭痛をユーザＵ１の予測疾病として予測する。

また、例えば、提供装置１００は、ユーザＵ１に持病である腰痛について、腰痛に対応する予測モデルＭ２及び閾値「０．７」を用いて、ユーザＵ１に腰痛が発症するかを予測する。具体的には、提供装置１００は、ステップＳ１１において取得したユーザＵ１の環境情報及び生体情報を予測モデルＭ２に入力することにより、ユーザＵ１の腰痛に関する予測スコアを算出する。そして、提供装置１００は、算出した腰痛に関する予測スコアが閾値「０．７」以上であれば、腰痛をユーザＵ１の予測疾病として予測する。

図１の例では、ステップＳ１１において取得したユーザＵ１の環境情報及び生体情報を予測モデルＭ１に入力することにより算出された予測スコアが「０．６」であり、閾値「０．６」以上であるため、提供装置１００は、頭痛をユーザＵ１の予測疾病として予測する（ステップＳ１３）。また、図１の例では、ステップＳ１１において取得したユーザＵ１の環境情報及び生体情報を予測モデルＭ２に入力することにより算出された予測スコアが「０．６５」であり、閾値「０．７」未満であるため、提供装置１００は、腰痛をユーザＵ１の予測疾病ではないと予測する（ステップＳ１４）。そのため、図１の例では、提供装置１００は、ユーザＵ１の持病のうち、頭痛をユーザＵ１の予測疾病として予測する（ステップＳ１５）。

そして、提供装置１００は、予測疾病「頭痛」に基づいたサービスをユーザＵ１に提供する。図１の例では、提供装置１００は、予測疾病「頭痛」に対応する医薬機関に関する情報や自己対処に関する情報等の情報提供サービスをユーザＵ１に対して行うものとする。まず、提供装置１００は、ユーザＵ１に提供する医薬機関に関する情報を決定する。例えば、提供装置１００は、医薬機関情報記憶部１２５（図８参照）に記憶された医薬機関に関する情報に基づいて、ユーザＵ１に提供する医薬機関に関する情報を決定する。

図１の例では、提供装置１００は、ユーザＵ１がエリアＡに位置し、予測疾病が頭痛であるため、エリアＡに位置し、頭痛に対応可能な医薬機関に関する情報をユーザＵ１に提供する医薬機関に関する情報として決定する。図１の例では、エリアＡに位置するＨＡ総合病院及びＰＢ薬局の対応疾病（図８参照）に疾病ＩＤ「ＩＬ１１」により識別される疾病「頭痛」が含まれるため、提供装置１００は、ＨＡ総合病院及びＰＢ薬局に関する情報を、ユーザＵ１に提供する医薬機関に関する情報として決定する。

また、提供装置１００は、ユーザＵ１に提供する自己対処に関する情報を決定する。例えば、提供装置１００は、対処情報記憶部１２６（図９参照）に記憶された対処情報に関する情報に基づいて、ユーザＵ１に提供する対処情報に関する情報を決定する。例えば、提供装置１００は、図９に示す対処情報記憶部１２６においてユーザの予測疾病に対応付けて記憶されたコンテンツを、ユーザＵ１に提供する自己対処に関する情報として決定する。図１の例では、提供装置１００は、疾病ＩＤ「ＩＬ１１」により識別される疾病「頭痛」に対応付けて記憶されたコンテンツＣＴ１１（図９参照）をユーザＵ１に提供する自己対処に関する情報として決定する。具体的には、提供装置１００は、頭痛を発症しそうなユーザＵ１に対して、頭痛の予防方法に関する内容が含まれるコンテンツＣＴ１１をユ提供すると決定する。なお、提供装置１００がユーザに提供する自己対処に関する情報としては、上記に限らず、所定のネットワーク上で取得可能案情報や所定のネットワークにおいて行うことができる行動に関する情報等の種々の情報であってもよい。

そして、提供装置１００は、ユーザＵ１が利用する端末装置１０へ情報提供を行う（ステップＳ１６）。図１の例では、提供装置１００は、医薬機関ＩＤ「ＥＳ１１」により識別されるＨＡ総合病院や医薬機関ＩＤ「ＥＳ２２」により識別されるＰＢ薬局に関する情報や、コンテンツＣＴ１１をユーザＵ１が利用する端末装置１０へ提供する。例えば、提供装置１００は、図１中のエリアＡ中にＨＥ眼科医院（図示省略）がある場合であっても、頭痛に対応可能な病院ではないとして、ＨＥ眼科医院に関する情報をユーザＵ１に提供しない。このように、提供装置１００は、ユーザＵ１の予測疾病に対応出る医薬機関のみに関する情報をユーザＵ１に提供することにより、ユーザＵ１に適切なサービスを提供することができる。

そして、提供装置１００から情報提供を受けた端末装置１０は、提供装置１００から提供された情報を表示する（ステップＳ１７）。図１の例では、端末装置１０−２は、ユーザＵ１の予測疾病やその対応方法等に関する情報を含む提供情報ＩＮＦ１１を表示する。例えば、端末装置１０−２は、ユーザＵ１に持病の頭痛の発症が予測されることを示す予測情報ＰＩＬ１１を表示する。また、例えば、端末装置１０−２は、ユーザＵ１が位置するエリアＡには、医薬機関ＩＤ「ＥＳ１１」により識別されるＨＡ総合病院や医薬機関ＩＤ「ＥＳ２２」により識別されるＰＢ薬局があることを示す案内情報ＰＥＳ１１を表示する。また、例えば、端末装置１０−２は、ユーザＵ１が頭痛の予防方法として地震で行うことができる対象法を示す自己対処情報ＰＣＷ１１を表示する。

このように、提供装置１００は、ユーザの各持病に対応する予測モデル及び閾値を用いて、予測モデルが出力するスコアが閾値以上である持病をユーザの予測疾病として予測する。そして、提供装置１００は、予測疾病として予測したユーザの持病に対応可能な医薬機関や、ユーザ自身が処理することができる対応情報をユーザに提供することにより、ユーザに応じて疾病に関するサービスを適切に提供することができる。

〔１−１．提供サービス〕
なお、上述した例では、提供装置１００がユーザへ提供するサービスの一例として情報提供を示したが、提供装置１００は、ユーザの予測疾病に関するサービスであれば、どのようなサービスを提供してもよい。例えば、提供装置１００は、ユーザの予測疾病に関する医薬機関の予約サービスを提供してもよい。例えば、提供装置１００は、ユーザの予測疾病に関する病院の受診予約サービスを提供してもよい。例えば、提供装置１００は、ユーザの予測疾病に関する病院の予約サイトをユーザの端末装置１０に表示させたり、病院の受診可能時間等をユーザの端末装置１０に表示させたりすることにより、病院の受診予約サービスを提供してもよい。また、例えば、提供装置１００は、ユーザの予測疾病に関する病院に電話を掛けることにより、病院の受診予約サービスを提供してもよい。

図１の例では、提供装置１００は、頭痛の発症が予測されるユーザＵ１に対して、ユーザＵ１が位置するエリアＡにおいて頭痛に対応可能なＨＡ総合病院の受診予約サービスを提供してもよい。例えば、提供装置１００は、ユーザＵ１の端末装置１０にＨＡ総合病院のＷｅｂ予約ページを表示させることにより、ユーザＵ１に病院の受診予約サービスを提供してもよい。

〔１−２．予測モデル〕
図１の例では、提供装置１００は、予測モデルＭ１〜Ｍ３等を生成したり、予測モデルＭ１〜Ｍ３等を外部の情報処理装置から取得したりしてもよい。例えば、提供装置１００は、ユーザに関する情報を用いて、予測モデルＭ１〜Ｍ３等を生成してもよい。

例えば、提供装置１００は、環境情報及び生体情報が取得可能な各ユーザについて、ユーザに疾病が発症した際の環境情報及び生体情報を取得し、その情報に基づいて、予測モデルＭ１〜Ｍ３等を生成してもよい。例えば、提供装置１００は、所定のユーザについて、ユーザに疾病が発症した場合に疾病の発症を示す情報を送信させることにより、ユーザにおける疾病の発症時点を特定し、その時点に対応するユーザの環境情報及び生体情報に基づいて、予測モデルＭ１〜Ｍ３等を生成してもよい。

また、提供装置１００は、環境情報及び生体情報が取得可能な各ユーザについて、ユーザの行動情報に基づいてユーザにおける疾病の発症を推定し、疾病が発症したと推定される時点に対応するユーザの環境情報及び生体情報に基づいて、予測モデルＭ１〜Ｍ３等を生成してもよい。提供装置１００は、ユーザが病院を受信したり、薬を購入したりした行動情報に基づいて、ユーザにおける疾病の発症を推定してもよい。

また、図１の例では、各疾病について１つのモデルが対応する場合を示したが、各疾病に複数のモデルが対応付けられてもよい。例えば、提供装置１００は、属性が類似するユーザ群ごとに、各疾病のモデルを生成してもよい。例えば、提供装置１００は、性別ごとに分類したユーザ群ごとに、各疾病のモデルを生成してもよい。

〔１−２−１．閾値〕
また、図１の例では、各疾病について、各ユーザの症状や重症度（発症歴等）等に応じて、各ユーザの閾値を異ならせる場合を示したが、提供装置１００は、各疾病についてユーザに共通の閾値を用いてもよい。

例えば、提供装置１００は、所定のユーザについて、ユーザに疾病が発症した場合に疾病の発症を示す情報を送信させることにより、ユーザにおける疾病の発症時点を特定し、その時点に対応するユーザの環境情報及び生体情報を、疾病に対応する予測モデルに入力した場合に出力される予測スコアに応じて、ユーザの閾値を決定してもよい。例えば、提供装置１００は、ユーザＵ１が疾病「頭痛」の発生を示す情報を送信した場合、ユーザＵ１における疾病「頭痛」の発症時点に対応するユーザＵ１の環境情報及び生体情報を、疾病「頭痛」に対応する予測モデルＭ１に入力し、予測スコア「０．５」を算出する。この場合、提供装置１００は、ユーザＵ１の疾病「頭痛」に対応する閾値を「０．５」に決定してもよい。また、例えば、提供装置１００は、ユーザＵ１による疾病「頭痛」の発生を示す情報の送信を複数回行わせることにより、その各時点で算出した予測スコアの平均値や最低値をユーザＵ１の疾病「頭痛」に対応する閾値に決定してもよい。

また、例えば、提供装置１００は、ユーザＵ１の疾病「頭痛」に対応する閾値をユーザＵ１に類似するユーザの情報に基づいて、決定してもよい。例えば、提供装置１００は、ユーザＵ１以外の属性「男性」であるユーザＵ５０の疾病「頭痛」に対応する閾値が「０．６」である場合、ユーザＵ１に属性が類似するユーザＵ５０の疾病「頭痛」に対応する閾値「０．６」をユーザＵ１の疾病「頭痛」に対応する閾値に決定してもよい。また、例えば、提供装置１００は、属性が類似するユーザ群ごとに、各疾病に対応する閾値を決定してもよい。

〔１−３．環境情報〕
図１の例では、提供装置１００は、端末装置１０からユーザＵ１の環境情報を取得する場合を示したが、提供装置１００は、端末装置１０以外の外部の情報処理装置からユーザＵ１の環境情報を取得してもよい。例えば、提供装置１００は、気象に関する種々のオープンデータを提供する外部の情報処理装置からユーザＵ１の環境情報を取得してもよい。例えば、提供装置１００は、ユーザＵ１が利用する端末措置１０からユーザＵ１の位置情報を取得し、位置情報及びその取得日時に基づいて、気象に関する種々のオープンデータからユーザＵ１の環境情報に対応する情報を取得してもよい。

また、上述したように、環境情報には、図１に示すセンサ等により取得される気温や気圧等の気象（現象）に関する情報に限らず、種々の情報が含まれてもよい。例えば、環境情報には、ユーザの職場環境や人間関係等の種々の環境に関する情報が含まれてもよい。例えば、環境情報には、ユーザが会社等において抱えるストレス等に関する情報等が含まれてもよい。

例えば、提供装置１００は、インターネット上における、ユーザの種々の行動情報に基づいて、ユーザの職場環境や人間関係等の種々の環境に関する情報を推定し、推定した情報を環境情報として用いてもよい。例えば、提供装置１００は、ソーシャルネットワーキングサービス（以下、「ＳＮＳ」と記載する場合がある）において、ユーザが投稿した情報に基づいて、ユーザの職場環境や家庭環境等を推定し、推定した情報を環境情報として用いてもよい。例えば、提供装置１００は、Ｔｗｉｔｔｅｒ（登録商標）やＦａｃｅｂｏｏｋ（登録商標）等、ＳＮＳサービスにおいて、ユーザが職場の不満や家庭の不満に関する投稿を行っている場合、ユーザがストレスを抱える環境にいると推定し、推定した情報を環境情報として用いてもよい。また、例えば、提供装置１００は、ブログやＬＩＮＥ（登録商標）等のメッセージサービス等において、ユーザが職場の不満や家庭の不満に関する投稿を行っている場合、ユーザがストレスを抱える環境にいると推定し、推定した情報を環境情報として用いてもよい。なお、上記の情報の取得元は一例であり、提供装置１００は、インターネット上におけるユーザの種々の行動情報に基づいて、ユーザの職場環境や人間関係等の種々の環境に関する情報を推定し、推定した情報を環境情報として用いてもよい。

〔２．提供装置の構成〕
次に、図３を用いて、実施形態に係る提供装置１００の構成について説明する。図３は、実施形態に係る提供装置１００の構成例を示す図である。図３に示すように、提供装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、提供装置１００は、提供装置１００の管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワークと有線または無線で接続され、端末装置１０との間で情報の送受信を行う。

（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。実施形態に係る記憶部１２０は、図３に示すように、ユーザ情報記憶部１２１と、環境情報記憶部１２２と、生体情報記憶部１２３と、予測モデル情報記憶部１２４と、医薬機関情報記憶部１２５と、対処情報記憶部１２６とを有する。

（ユーザ情報記憶部１２１）
実施形態に係るユーザ情報記憶部１２１は、ユーザに関する各種情報を記憶する。例えば、ユーザ情報記憶部１２１は、ユーザ属性に関する各種情報を記憶する。図４は、実施形態に係るユーザ情報記憶部の一例を示す図である。図４に示すユーザ情報記憶部１２１は、「ユーザＩＤ」、「年齢」、「性別」、「持病情報」といった項目が含まれる。また、「持病情報」には、「疾病ＩＤ」、「名称」、「閾値」といった項目が含まれる。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、図１の例に示したユーザＵ１に対応する。また、「年齢」は、ユーザＩＤにより識別されるユーザの年齢を示す。なお、「年齢」は、例えば３５歳など、ユーザＩＤにより識別されるユーザの具体的な年齢であってもよい。また、「性別」は、ユーザＩＤにより識別されるユーザの性別を示す。

また、「持病情報」中の「疾病ＩＤ」は、疾病を識別するための識別情報を示す。また、「持病情報」中の「名称」は、対応する疾病の名称を示す。また、「持病情報」中の「閾値」は、対応する疾病がユーザに発症したかどうかの判定に用いる閾値を示す。

例えば、図４の例では、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）の年齢は、「２０代」であり、性別は、「男性」であることを示す。また、例えば、ユーザＵ１は、疾病ＩＤ「ＩＬ１１」により識別される疾病「頭痛」や疾病ＩＤ「ＩＬ１２」により識別される疾病「腰痛」を持病としていることを示す。また、図４の例では、疾病ＩＤ「ＩＬ１１」により識別される疾病「頭痛」がユーザＵ１に発症したかどうかの判定に用いる閾値が「０．５」であることを示す。また、図４の例では、疾病ＩＤ「ＩＬ１２」により識別される疾病「腰痛」がユーザＵ１に発症したかどうかの判定に用いる閾値が「０．７」であることを示す。

例えば、図４の例では、ユーザＩＤ「Ｕ２」により識別されるユーザ（ユーザＵ２）の年齢は、「２０代」であり、性別は、「女性」であることを示す。また、例えば、ユーザＵ２は、疾病ＩＤ「ＩＬ１２」により識別される疾病「腰痛」や疾病ＩＤ「ＩＬ１３」により識別される疾病「喘息」を持病としていることを示す。また、図４の例では、疾病ＩＤ「ＩＬ１２」により識別される疾病「腰痛」がユーザＵ２に発症したかどうかの判定に用いる閾値が「０．４」であることを示す。また、図４の例では、疾病ＩＤ「ＩＬ１３」により識別される疾病「喘息」がユーザＵ２に発症したかどうかの判定に用いる閾値が「０．６」であることを示す。

例えば、図４の例では、疾病ＩＤ「ＩＬ１２」により識別される疾病「腰痛」については、ユーザＵ１に発症したかどうかの判定に用いる閾値が「０．７」であり、ユーザＵ２に発症したかどうかの判定に用いる閾値が「０．４」である。このように、各疾病について、各ユーザの症状や重症度（発症歴等）等に応じて、各ユーザの閾値を異ならせてもよい。

なお、ユーザ情報記憶部１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、ユーザ情報記憶部１２１は、デモグラフィック属性情報やサイコグラフィック属性情報等の種々の情報を記憶してもよい。例えば、ユーザ情報記憶部１２１は、氏名、家族構成、収入等の情報を記憶してもよい。

（環境情報記憶部１２２）
実施形態に係る環境情報記憶部１２２は、ユーザの環境に関する環境情報に関する各種情報を記憶する。図５は、実施形態に係る環境情報記憶部の一例を示す図である。例えば、環境情報記憶部１２２は、環境情報として、ある時点（時刻）のユーザの位置におけるユーザの置かれている環境に関する情報を記憶する。例えば、環境情報記憶部１２２は、環境情報として、ある時点（時刻）のユーザの位置における気象情報を記憶する。図５に示す環境情報記憶部１２２には、「ユーザＩＤ」、「環境情報」といった項目が含まれる。また、「環境情報」には、「時刻」、「位置」、「気温（℃）」、「気圧（ｈＰａ)」、「天候」といった項目が含まれる。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。また、「環境情報」中の「時刻」は、その環境情報が取得された時刻（日時）を示す。なお、図５の例では、「ＴＭ１１−１」等で図示するが、「日時」には、「２０１７年２月１３日２１時３８分５６秒」等の具体的な日時が記憶されてもよい。また、「環境情報」中の「位置」は、その環境情報が取得された位置を示す。「位置」は、「ＬＣ１１−１」といった抽象的な符号を図示するが、緯度や経度を示す情報であってもよい。また、例えば、「位置」は、位置の役割（家、オフィス等）や地域名や住所等を含んでもよい。

また、「環境情報」中の「気温（℃）」は、対応する時刻及び位置において取得された温度に関する情報を示す。また、「環境情報」中の「気圧（ｈＰａ)」は、対応する時刻及び位置において取得された気圧に関する情報を示す。また、「環境情報」中の「天候」は、対応する時刻及び位置において取得された天候に関する情報を示す。

例えば、図５の例では、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）は、日時「ＴＭ１１−１」に位置「ＬＣ１１−１」に位置したことを示す。また、例えば、図５の例では、ユーザＵ１の位置ＬＣ１１−１の周囲は、日時「ＴＭ１１−１」に気温が「５（℃）」、すなわち摂氏５度であったことを示す。また、例えば、図５の例では、ユーザＵ１の位置ＬＣ１１−１の周囲は、日時「ＴＭ１１−１」に気圧が「１０００（ｈＰａ）」、すなわち１０００ヘクトパスカル（hectopascal）であったことを示す。また、例えば、図５の例では、ユーザＵ１の位置ＬＣ１１−１の周囲は、日時「ＴＭ１１−１」に天候が「曇り」であったことを示す。

なお、図５の例に示すように、「気温（℃）」、「気圧（ｈＰａ)」、「天候」等の各環境指標値は、全てが同時に取得される必要はなく、各環境指標値は、異なるタイミングで取得されてもよい。例えば、図５の例では、「気温（℃）」、「気圧（ｈＰａ)」、「天候」等の各環境指標値のうち、ユーザＵ２の位置ＬＣ１２−２の周囲は、日時「ＴＭ１２−２」に気圧が「１００５（ｈＰａ）」であったことを示す環境指標値のみが取得されたことを示す。また、環境情報記憶部１２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。

（生体情報記憶部１２３）
実施形態に係る生体情報記憶部１２３は、ユーザの生体情報に関する各種情報を記憶する。図６は、実施形態に係る生体情報記憶部の一例を示す図である。例えば、生体情報記憶部１２３は、生体情報として、ある時点（時刻）のユーザの心拍や血圧等に関する情報を記憶する。図６に示す生体情報記憶部１２３には、「ユーザＩＤ」、「生体情報」といった項目が含まれる。また、「生体情報」には、「時刻」、「心拍（ｂｐｍ）」、「血圧（ｍｍＨｇ）」といった項目が含まれる。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。また、「生体情報」中の「時刻」は、その生体情報が取得された時刻（日時）を示す。なお、図６の例では、「ＴＭ２１−１」等で図示するが、「日時」には、「２０１７年２月１３日２１時３８分５６秒」等の具体的な日時が記憶されてもよい。

また、「生体情報」中の「心拍（ｂｐｍ）」は、対応する時刻において取得されたユーザの心拍に関する情報を示す。また、「生体情報」中の「血圧（ｍｍＨｇ）」は、対応する時刻において取得されたユーザの血圧に関する情報を示す。

例えば、図６の例では、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）は、日時「ＴＭ２１−１」に心拍が「７５（ｂｐｍ）」、すなわちユーザＵ１の１分間の拍動の数（beats per minute）が「７５」であることを示す。また、例えば、図６の例では、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）は、日時「ＴＭ２１−１」に血圧が「１１０／８０（ｍｍＨｇ）」、すなわちユーザＵ１の上の血圧（収縮期血圧）が「１１０水銀柱ミリメートル」であり、下の血圧（拡張期血圧）が「８０水銀柱ミリメートル」であることを示す。

なお、図６の例に示すように、「心拍（ｂｐｍ）」、「血圧（ｍｍＨｇ）」等の各生体指標値は、全てが同時に取得される必要はなく、各生体指標値は、異なるタイミングで取得されてもよい。例えば、図６の例では、「心拍（ｂｐｍ）」、「血圧（ｍｍＨｇ）」等の各生体指標値のうち、日時「ＴＭ２１−１」にユーザＵ２の血圧が「１０２／７０（ｍｍＨｇ）」であったことを示す生体指標値のみが取得されたことを示す。また、生体情報記憶部１２３は、上記に限らず、目的に応じて種々の情報を記憶してもよい。

（予測モデル情報記憶部１２４）
実施形態に係る予測モデル情報記憶部１２４は、予測モデルに関する情報を記憶する。例えば、予測モデル情報記憶部１２４は、生成処理により生成された予測モデル情報を記憶する。図７は、実施形態に係る予測モデル情報記憶部の一例を示す図である。図７に示す予測モデル情報記憶部１２４では、各疾病に対応する予測モデルが記憶される。図７に示す予測モデル情報記憶部１２４は、予測モデル情報として、各予測モデルＭ１〜Ｍ３等に対応させて「素性１」〜「素性３」等といった項目を有する。

例えば、図７の例では、予測モデルＭ１に関する予測モデル情報は、疾病ＩＤ「ＩＬ１１」により識別される疾病「頭痛」に対応する予測モデルであることを示す。また、例えば、図７の例では、予測モデルＭ２に関する予測モデル情報は、疾病ＩＤ「ＩＬ１２」により識別される疾病「腰痛」に対応する予測モデルであることを示す。

例えば、図７の例では、予測モデルＭ１に関する予測モデル情報は、素性１の重みが「０．５」、素性２の重みが「−０．４」、素性３の重みが「０．２」等であることを示す。例えば、モデルの素性（特徴量）がｍ次元のベクトルで表現される場合、素性数はｍ個になり、素性１〜素性ｍの重みが記憶される。例えば、図７の例では、予測モデルの素性は、環境情報や生体情報やユーザ情報に対応する素性であってもよい。例えば、図７の例では、予測モデルの素性は、素性１が環境情報「気圧」に対応し、素性２が生体情報「心拍」に対応してもよい。

なお、予測モデル情報記憶部１２４は、上記に限らず、目的に応じて種々の予測モデル情報を記憶してもよい。

（医薬機関情報記憶部１２５）
実施形態に係る医薬機関情報記憶部１２５は、医薬機関に関する各種情報を記憶する。図８は、実施形態に係る医薬機関情報記憶部の一例を示す図である。例えば、医薬機関情報記憶部１２５は、病院や薬局等を含む医薬機関に関する情報を記憶する。図８に示す医薬機関情報記憶部１２５には、「機関ＩＤ」、「種別」、「名称」、「エリア」、「対応疾病」といった項目が含まれる。

「機関ＩＤ」は、医薬機関を識別するための識別情報を示す。また、「種別」は、対応する医薬機関の種別を示す。また、「名称」は、対応する医薬機関の名称を示す。また、「エリア」は、対応する医薬機関が位置するエリアを示す。また、「対応疾病」は、医薬機関が対応可能な疾病を示す。

例えば、図８の例では、機関ＩＤ「ＥＳ１１」により識別される医薬機関は、種別が「病院」であり、名称が「ＨＡ総合病院」であることを示す。また、例えば、図８の例では、機関ＩＤ「ＥＳ１１」により識別される医薬機関は、エリアＡに位置し、対応疾病が種別ＩＤ「ＩＬ１１」により識別される疾病（頭痛）等であることを示す。

また、例えば、図８の例では、機関ＩＤ「ＥＳ２１」により識別される医薬機関は、種別が「薬局」であり、名称が「ＰＡドラッグストア」であり、エリアＣに位置することを示す。

なお、医薬機関情報記憶部１２５は、上記に限らず、目的に応じて種々の情報を記憶してもよい。

（対処情報記憶部１２６）
実施形態に係る対処情報記憶部１２６は、ユーザに提供する対処情報を記憶する。例えば、対処情報記憶部１２６は、医薬機関に行くことなくユーザ自身により実施可能な対処情報を記憶する。図９は、実施形態に係る対処情報記憶部の一例を示す図である。図９に示す対処情報記憶部１２６は、「疾病ＩＤ」、「対処情報」といった項目が含まれる。また、「対処情報」には、「コンテンツ」、「内容」といった項目が含まれる。

「疾病ＩＤ」は、疾病を識別するための識別情報を示す。「対処情報」中の「コンテンツ」は、対処情報が含まれるコンテンツを示す。図９では「コンテンツ」に「ＣＴ１１」等といった概念的な情報が格納される例を示したが、実際には、文字情報や画像や動画等の種々の情報を含む具体的なコンテンツ、または、これらの格納場所を示すファイルパス名などが格納される。また、「対処情報」中の「内容」は、コンテンツに含まれる対処情報の内容を示す。

例えば、図９の例では、疾病ＩＤ「ＩＬ１１」により識別される疾病については、対処情報として、コンテンツＣＴ１１やコンテンツＣＴ１２があることを示す。例えば、疾病ＩＤ「ＩＬ１１」により識別される疾病「頭痛」については、医薬機関に行くことなくユーザ自身により実施可能な対処情報として、コンテンツＣＴ１１やコンテンツＣＴ１２があることを示す。

なお、対処情報記憶部１２６は、上記に限らず、目的に応じて種々の情報を記憶してもよい。

（制御部１３０）
図３の説明に戻って、制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、提供装置１００内部の記憶装置に記憶されている各種プログラム（提供プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図３に示すように、制御部１３０は、取得部１３１と、生成部１３２と、予測部１３３と、提供部１３４とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図３に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図３に示した接続関係に限られず、他の接続関係であってもよい。

（取得部１３１）
取得部１３１は、種々の情報を取得する。取得部１３１は、端末装置１０等の外部装置から各種情報を取得する。また、取得部１３１は、ユーザ情報記憶部１２１や、環境情報記憶部１２２や、生体情報記憶部１２３や、予測モデル情報記憶部１２４や、医薬機関情報記憶部１２５や、対処情報記憶部１２６等から各種情報を取得する。

例えば、取得部１３１は、ユーザの環境に関する環境情報を取得する。例えば、取得部１３１は、ユーザが位置する地点の気象に関する気象情報を含む環境情報を取得する。例えば、取得部１３１は、ユーザの生体情報を取得する。

図１の例では、取得部１３１は、ユーザＵ１が利用する端末装置１０からユーザＵ１の環境情報や生体情報を取得する。例えば、取得部１３１は、端末装置１０から、温度センサＴＭＰにより検知されたユーザＵ１が位置する地点ＬＣ１における温度（気温）に関する情報を取得する。また、例えば、取得部１３１は、端末装置１０から、気圧センサＡＴＰにより検知されたユーザＵ１が位置する地点ＬＣ１における気圧に関する情報を取得する。また、例えば、取得部１３１は、端末装置１０から、心拍センサＨＴＲにより検知されたユーザＵ１の心拍に関する情報を取得する。

また、取得部１３１は、端末装置１０から取得したユーザＵ１が位置する地点ＬＣ１に関する情報に基づいて、ユーザＵ１が位置するエリアの天候に関する情報を取得する。例えば、ユーザＵ１の環境情報は、端末装置１０から取得される位置情報及びその取得日時（時刻）に基づいて、取得部１３１が推定してもよいし、気象情報を提供する外部の情報処理装置から取得してもよい。例えば、取得部１３１は、ユーザＵ１が位置するエリアの天候に関する情報を、気象情報を提供する外部の情報処理装置から取得してもよい。

（生成部１３２）
生成部１３２は、種々の情報を生成する。例えば、生成部１３２は、予測モデル等の各種モデルを生成する。例えば、予測部１３３は、予測モデル情報記憶部１２４（図７参照）に記憶された予測モデルＭ１〜Ｍ３を生成する。

例えば、生成部１３２は、所定のユーザにおいて発症した疾病と、当該疾病の発症時における所定のユーザの生体情報及び環境情報とに基づいて予測モデを生成する。例えば、生成部１３２は、所定のユーザにおいて発症した複数の疾病と、各疾病の発症時における所定のユーザの生体情報及び環境情報とに基づいて、複数の疾病の各々に対応する複数の予測モデルを生成する。

例えば、生成部１３２は、ユーザに疾病が発症した際の環境情報及び生体情報と、疾病が発症したユーザのユーザ情報に基づいて、疾病に対応する予測モデルを生成する。例えば、生成部１３２は、環境情報記憶部１２２（図５参照）に記憶されたユーザに疾病が発症した際の環境情報や、生体情報記憶部１２３（図６参照）に記憶されたユーザに疾病が発症した際の生体情報や、ユーザ情報記憶部１２１（図４参照）に記憶された疾病が発症したユーザのユーザ情報に基づいて、疾病に対応する予測モデルを生成する。例えば、生成部１３２は、環境情報記憶部１２２（図５参照）に記憶されたユーザに疾病が発症した際の環境情報や、生体情報記憶部１２３（図６参照）に記憶されたユーザに疾病が発症した際の生体情報や、ユーザ情報記憶部１２１（図４参照）に記憶された疾病が発症したユーザのユーザ情報に基づいて、予測モデル情報記憶部１２４（図７参照）に記憶された予測モデルＭ１〜Ｍ３を生成する。

なお、提供装置１００が予測モデルＭ１〜Ｍ３等を外部の情報処理装置から取得する場合、提供装置１００は、生成部１３２を有しなくもよい。

（予測部１３３）
予測部１３３は、種々の情報を予測する。例えば、予測部１３３は、生成部１３２により生成された各種モデルを用いて、種々の情報を予測する。例えば、予測部１３３は、予測モデル情報記憶部１２４に記憶された予測モデルＭ１〜Ｍ３等を用いて、ユーザに発症する疾病を予測する。

例えば、予測部１３３は、所定のユーザにおいて発症した疾病と、その疾病の発症時における所定のユーザの生体情報及び環境情報とに基づいて生成される予測モデルを用いて、ユーザに発症する疾病を予測する。例えば、予測部１３３は、所定のユーザにおいて発症した複数の疾病と、各疾病の発症時における所定のユーザの生体情報及び環境情報とに基づいて、複数の疾病の各々について生成される複数の予測モデルを用いて、ユーザに発症する疾病を予測する。

図１の例では、予測部１３３は、ユーザＵ１の予測疾病を予測する。図１の例では、予測部１３３は、ユーザＵ１の持病を特定する。図１の例では、予測部１３３は、ユーザ情報記憶部１２１に記憶された情報に基づいて、ユーザＵ１の持病を特定する。

図１の例では、予測部１３３は、ユーザに持病について、各持病に対応する予測モデル及び閾値を用いて、ユーザの予測疾病を予測する。例えば、予測部１３３は、ある持病に対応する予測モデルにユーザの環境情報や生体情報を入力し、予測モデルが出力した予測スコアとそのユーザのその持病の閾値とに基づいて、その持病がユーザに発症するかどうかを予測する。具体的には、予測部１３３は、ある持病に対応する予測モデルにユーザの環境情報や生体情報を入力し、予測モデルが出力した予測スコアがそのユーザのその持病の閾値以上である場合、その持病がユーザに発症すると予測する。

図１の例では、予測部１３３は、ユーザＵ１に持病である頭痛及び腰痛について、各持病に対応する予測モデルＭ１、Ｍ２及び閾値を用いて、ユーザの予測疾病を予測する。図１の例では、予測部１３３は、ユーザＵ１に持病である頭痛について、頭痛に対応する予測モデルＭ１及び閾値「０．５」を用いて、ユーザＵ１に頭痛が発症するかを予測する。図１の例では、予測部１３３は、取得部１３１により取得されたユーザＵ１の環境情報及び生体情報を予測モデルＭ１に入力することにより、ユーザＵ１の頭痛に関する予測スコアを算出する。図１の例では、予測部１３３は、算出した頭痛に関する予測スコアが閾値「０．５」以上であれば、頭痛をユーザＵ１の予測疾病として予測する。

また、図１の例では、予測部１３３は、ユーザＵ１に持病である腰痛について、腰痛に対応する予測モデルＭ２及び閾値「０．７」を用いて、ユーザＵ１に腰痛が発症するかを予測する。図１の例では、予測部１３３は、取得部１３１により取得されたユーザＵ１の環境情報及び生体情報を予測モデルＭ２に入力することにより、ユーザＵ１の腰痛に関する予測スコアを算出する。図１の例では、予測部１３３は、算出した腰痛に関する予測スコアが閾値「０．７」以上であれば、腰痛をユーザＵ１の予測疾病として予測する。

図１の例では、予測部１３３は、頭痛をユーザＵ１の予測疾病として予測する。また、図１の例では、予測部１３３は、腰痛をユーザＵ１の予測疾病ではないと予測する。そのため、図１の例では、予測部１３３は、ユーザＵ１の持病のうち、頭痛をユーザＵ１の予測疾病として予測する。

図１の例では、予測部１３３は、予測疾病「頭痛」に基づいてユーザＵ１に提供するサービスを決定する。図１の例では、予測部１３３は、予測疾病「頭痛」に対応する医薬機関に関する情報や自己対処に関する情報等の情報提供サービスをユーザＵ１に対して行うものとする。図１の例では、予測部１３３は、ユーザＵ１に提供する医薬機関に関する情報を決定する。図１の例では、予測部１３３は、医薬機関情報記憶部１２５（図８参照）に記憶された医薬機関に関する情報に基づいて、ユーザＵ１に提供する医薬機関に関する情報を決定する。

図１の例では、予測部１３３は、ユーザＵ１がエリアＡに位置し、予測疾病が頭痛であるため、エリアＡに位置し、頭痛に対応可能な医薬機関に関する情報をユーザＵ１に提供する医薬機関に関する情報として決定する。図１の例では、予測部１３３は、ＨＡ総合病院及びＰＢ薬局に関する情報を、ユーザＵ１に提供する医薬機関に関する情報として決定する。

図１の例では、予測部１３３は、ユーザＵ１に提供する自己対処に関する情報を決定する。図１の例では、予測部１３３は、対処情報記憶部１２６（図９参照）に記憶された対処情報に関する情報に基づいて、ユーザＵ１に提供する対処情報に関する情報を決定する。図１の例では、予測部１３３は、図９に示す対処情報記憶部１２６においてユーザの予測疾病に対応付けて記憶されたコンテンツを、ユーザＵ１に提供する自己対処に関する情報として決定する。図１の例では、予測部１３３は、疾病ＩＤ「ＩＬ１１」により識別される疾病「頭痛」に対応付けて記憶されたコンテンツＣＴ１１（図９参照）をユーザＵ１に提供する自己対処に関する情報として決定する。図１の例では、予測部１３３は、頭痛を発症しそうなユーザＵ１に対して、頭痛の予防方法に関する内容が含まれるコンテンツＣＴ１１を提供すると決定する。

（提供部１３４）
提供部１３４は、端末装置１０等の外部装置に各種情報を提供する。例えば、提供部１３４は、生成部１３２により生成された各種情報を外部装置に提供してもよい。また、提供部１３４は、予測部１３３により予測された各種の予測情報を外部装置に提供してもよい。

例えば、提供部１３４は、ユーザに対応付けられた疾病のうち、取得部１３１により取得された環境情報に基づいて、そのユーザに発症すると予測される疾病である予測疾病に関するサービスを提供する。例えば、提供部１３４は、ユーザの生体情報に基づいて、そのユーザに発症すると予測される予測疾病に関するサービスを提供する。例えば、提供部１３４は、予測部１３３によりユーザに発症すると予測される予測疾病に関するサービスを提供する。

例えば、提供部１３４は、予測疾病に対する対処に関する情報である対処法情報を提供する。例えば、提供部１３４は、対処法情報として、ユーザの位置から所定範囲内の医薬機関であって、予測疾病に対応する医薬機関に関する情報を提供する。例えば、提供部１３４は、対処法情報として、所定のネットワークにおいて取得される予測疾病への対処法に関する情報を提供する。例えば、提供部１３４は、予測疾病に対応する医療機関の予約サービスを提供する。

図１の例では、提供部１３４は、ユーザＵ１が利用する端末装置１０へ情報提供を行う。図１の例では、提供部１３４は、医薬機関ＩＤ「ＥＳ１１」により識別されるＨＡ総合病院や医薬機関ＩＤ「ＥＳ２２」により識別されるＰＢ薬局に関する情報や、コンテンツＣＴ１１をユーザＵ１が利用する端末装置１０へ提供する。

〔３．予測モデルの生成処理のフロー〕
次に、図１０を用いて、実施形態に係る提供システム１による提供処理の手順について説明する。図１０は、実施形態に係る予測モデルの生成の一例を示すフローチャートである。具体的には、図１０は、予測モデルの生成に関する予測モデルの生成の一例を示すフローチャートである。

図１０に示すように、提供装置１００は、ユーザに疾病が発症した際の環境情報及び生体情報を取得する（ステップＳ１０１）。例えば、提供装置１００は、環境情報及び生体情報が取得可能な各ユーザについて、ユーザに疾病が発症した際の環境情報及び生体情報を取得する。

また、提供装置１００は、疾病が発症したユーザのユーザ情報を取得する（ステップＳ１０２）。例えば、提供装置１００は、ユーザ情報記憶部１２１（図４参照）から疾病が発症したユーザのユーザ情報を取得する。

その後、提供装置１００は、ユーザに疾病が発症した際の環境情報及び生体情報と、疾病が発症したユーザのユーザ情報に基づいて、疾病に対応する予測モデルを生成する（ステップＳ１０３）。例えば、提供装置１００は、環境情報記憶部１２２（図５参照）に記憶されたユーザに疾病が発症した際の環境情報や、生体情報記憶部１２３（図６参照）に記憶されたユーザに疾病が発症した際の生体情報や、ユーザ情報記憶部１２１（図４参照）に記憶された疾病が発症したユーザのユーザ情報に基づいて、疾病に対応する予測モデルを生成する。

〔４．提供処理のフロー〕
次に、図１１を用いて、実施形態に係る提供システム１による提供処理の手順について説明する。図１１は、実施形態に係る提供処理の一例を示すフローチャートである。具体的には、図１１は、予測モデルを用いた提供処理の一例を示すフローチャートである。

図１１に示すように、提供装置１００は、ユーザの環境情報及び生体情報を取得した場合（ステップＳ２０１：Ｙｅｓ）、ユーザの持病のうち、予測スコアが閾値以上の疾病が有るかどうかを判定する（ステップＳ２０２）。図１の例では、提供装置１００は、ユーザＵ１が利用する端末装置１０からユーザＵ１の環境情報及び生体情報を取得する。そして、提供装置１００は、予測モデル情報記憶部１２４（図７参照）に記憶された予測モデルのうち、ユーザ情報記憶部１２１（図４参照）に記憶されたユーザＵ１の持病に対応する予測モデルを用いて、ユーザＵ１の持病の予測スコアを算出する。そして、提供装置１００は、ユーザＵ１の持病のうち、予測スコアが閾値以上の疾病が有るかどうかを判定する。

そして、ユーザの持病のうち、予測スコアが閾値以上の疾病が有る場合（ステップＳ２０２：Ｙｅｓ）、提供装置１００は、予測スコアが閾値以上の疾病に関するサービスを提供する（ステップＳ２０３）。

また、提供装置１００は、ユーザの環境情報及び生体情報を取得ていない場合（ステップＳ２０１：Ｎｏ）や、ユーザの持病のうち、予測スコアが閾値以上の疾病がない場合（ステップＳ２０２：Ｎｏ）、ステップＳ２０１に戻って処理を繰り返す。

〔５．効果〕
上述してきたように、実施形態に係る提供装置１００は、取得部１３１と、提供部１３４とを有する。取得部１３１は、ユーザの環境に関する環境情報を取得する。提供部１３４は、ユーザに対応付けられた疾病のうち、取得部１３１により取得された環境情報に基づいて、当該ユーザに発症すると予測される疾病である予測疾病に関するサービスを提供する。

これにより、実施形態に係る提供装置１００は、ユーザに対応付けられた疾病のうち、ユーザの環境情報に基づいて、当該ユーザに発症すると予測される疾病である予測疾病に関するサービスを提供することにより、ユーザに応じて疾病に関するサービスを適切に提供することができる。

また、実施形態に係る提供装置１００において、取得部１３１は、ユーザが位置する地点の気象に関する気象情報を含む環境情報を取得する。

これにより、実施形態に係る提供装置１００は、ユーザが位置する地点の気象に関する気象情報を含む環境情報に基づいて、当該ユーザに発症すると予測される疾病である予測疾病に関するサービスを提供することにより、ユーザに応じて疾病に関するサービスを適切に提供することができる。

また、実施形態に係る提供装置１００において、取得部１３１は、ユーザの生体情報を取得する。提供部１３４は、ユーザの生体情報に基づいて、当該ユーザに発症すると予測される予測疾病に関するサービスを提供する。

これにより、実施形態に係る提供装置１００は、ユーザの生体情報に基づいて、当該ユーザに発症すると予測される予測疾病に関するサービスを提供することにより、ユーザに応じて疾病に関するサービスを適切に提供することができる。

また、実施形態に係る提供装置１００は、予測部１３３を有する。予測部１３３は、所定のユーザにおいて発症した疾病と、当該疾病の発症時における所定のユーザの生体情報及び環境情報とに基づいて生成される予測モデルを用いて、ユーザに発症する疾病を予測する。提供部１３４は、予測部１３３によりユーザに発症すると予測される予測疾病に関するサービスを提供する。

これにより、実施形態に係る提供装置１００は、所定のユーザにおいて発症した疾病と、当該疾病の発症時における所定のユーザの生体情報及び環境情報とに基づいて生成される予測モデルを用いて、当該ユーザに発症すると予測される予測疾病に関するサービスを提供することにより、ユーザに応じて疾病に関するサービスを適切に提供することができる。

また、実施形態に係る提供装置１００において、予測部１３３は、所定のユーザにおいて発症した複数の疾病と、各疾病の発症時における所定のユーザの生体情報及び環境情報とに基づいて、複数の疾病の各々について生成される複数の予測モデルを用いて、ユーザに発症する疾病を予測する。

これにより、実施形態に係る提供装置１００は、所定のユーザにおいて発症した複数の疾病と、各疾病の発症時における所定のユーザの生体情報及び環境情報とに基づいて、複数の疾病の各々について生成される複数の予測モデルを用いて、ユーザに発症する疾病を予測することにより、ユーザに応じて疾病に関するサービスを適切に提供することができる。

また、実施形態に係る提供装置１００において、提供部１３４は、予測疾病に対する対処に関する情報である対処法情報を提供する。

これにより、実施形態に係る提供装置１００は、予測疾病に対する対処に関する情報である対処法情報を提供することにより、ユーザに応じて疾病に関するサービスを適切に提供することができる。

また、実施形態に係る提供装置１００において、提供部１３４は、対処法情報として、ユーザの位置から所定範囲内の医薬機関であって、予測疾病に対応する医薬機関に関する情報を提供する。

これにより、実施形態に係る提供装置１００は、対処法情報として、ユーザの位置から所定範囲内の医薬機関であって、予測疾病に対応する医薬機関に関する情報を提供することにより、ユーザに応じて疾病に関するサービスを適切に提供することができる。

また、実施形態に係る提供装置１００において、提供部１３４は、対処法情報として、所定のネットワークにおいて取得される予測疾病への対処法に関する情報を提供する。

これにより、実施形態に係る提供装置１００は、対処法情報として、所定のネットワークにおいて取得される予測疾病への対処法に関する情報を提供することにより、ユーザに応じて疾病に関するサービスを適切に提供することができる。

また、実施形態に係る提供装置１００において、提供部１３４は、予測疾病に対応する医療機関の予約サービスを提供する。

これにより、実施形態に係る提供装置１００は、予測疾病に対応する医療機関の予約サービスを提供することにより、ユーザに応じて疾病に関するサービスを適切に提供することができる。

〔６．ハードウェア構成〕
上述してきた実施形態に係る提供装置１００は、例えば図１２に示すような構成のコンピュータ１０００によって実現される。図１２は、提供装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ（Hard Disk Drive）１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、ネットワークＮを介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータをネットワークＮを介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が実施形態に係る提供装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置からネットワークＮを介してこれらのプログラムを取得してもよい。

以上、本願の実施形態及び変形例のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の行に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

〔７．その他〕
また、上記実施形態及び変形例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

１ 提供システム
１００ 提供装置
１２１ ユーザ情報記憶部
１２２ 環境情報記憶部
１２３ 生体情報記憶部
１２４ 予測モデル情報記憶部
１２５ 医薬機関情報記憶部
１２６ 対処情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 生成部
１３３ 予測部
１３４ 提供部
１０ 端末装置
Ｎ ネットワーク

Claims (13)

1. ユーザの環境に関する環境情報であって、インターネット上におけるユーザの行動情報に基づいて推定されるユーザの人間関係に関する情報を含む環境情報と、前記ユーザに発症する疾病を予測する予測モデルとを取得する取得部と、
   前記ユーザに対応付けられた疾病のうち、前記取得部により取得された前記環境情報を前記予測モデルに入力することにより出力されるスコアと、前記ユーザに類似する類似ユーザの情報により決定され、疾病に対応する閾値とに基づいて、当該ユーザに発症すると予測される疾病である予測疾病に関するサービスを提供する提供部と、
   を備えることを特徴とする提供装置。
2. 前記取得部は、
   前記ユーザの生体情報を取得し、
   前記提供部は、
   前記ユーザの生体情報及び前記環境情報を前記予測モデルに入力することにより出力される前記スコアに基づいて、当該ユーザに発症すると予測される前記予測疾病に関するサービスを提供する
   ことを特徴とする請求項１に記載の提供装置。
3. 所定のユーザにおいて発症した疾病と、当該疾病の発症時における前記所定のユーザの生体情報及び環境情報とに基づいて生成される前記予測モデルが出力する前記スコアを用いて、前記ユーザに発症する疾病を予測する予測部、
   をさらに備え、
   前記提供部は、
   前記予測部により前記ユーザに発症すると予測される前記予測疾病に関するサービスを提供する
   ことを特徴とする請求項２に記載の提供装置。
4. 前記予測部は、
   所定のユーザにおいて発症した複数の疾病と、各疾病の発症時における前記所定のユーザの生体情報及び環境情報とに基づいて、前記複数の疾病の各々について生成される複数の前記予測モデルを用いて、前記ユーザに発症する疾病を予測する
   ことを特徴とする請求項３に記載の提供装置。
5. 前記取得部は、
   前記ユーザが位置する地点の気象に関する気象情報を含む前記環境情報を取得する
   ことを特徴とする請求項１〜４のいずれか１項に記載の提供装置。
6. 前記提供部は、
   前記予測疾病に対する対処に関する情報である対処法情報を提供する
   ことを特徴とする請求項１〜５のいずれか１項に記載の提供装置。
7. 前記提供部は、
   前記予測疾病に関する情報を前記ユーザに提供する
   ことを特徴とする請求項６に記載の提供装置。
8. 前記提供部は、
   前記予測疾病に対する対処に関する情報である対処法情報を提供する
   ことを特徴とする請求項７に記載の提供装置。
9. 前記提供部は、
   前記対処法情報として、所定のネットワークにおいて取得される前記予測疾病への対処法に関する情報を提供する
   ことを特徴とする請求項８に記載の提供装置。
10. 前記提供部は、
    前記対処法情報として、前記ユーザの位置から所定範囲内の医薬機関であって、前記予測疾病に対応する医薬機関に関する情報を提供する
    ことを特徴とする請求項８に記載の提供装置。
11. 前記提供部は、
    前記予測疾病に対応する医療機関の予約サービスを提供する
    ことを特徴とする請求項１〜１０のいずれか１項に記載の提供装置。
12. コンピュータが実行する提供方法であって、
    ユーザの環境に関する環境情報であって、インターネット上におけるユーザの行動情報に基づいて推定されるユーザの人間関係に関する情報を含む環境情報と、前記ユーザに発症する疾病を予測する予測モデルとを取得する取得工程と、
    前記ユーザに対応付けられた疾病のうち、前記取得工程により取得された前記環境情報を前記予測モデルに入力することにより出力されるスコアと、前記ユーザに類似する類似ユーザの情報により決定され、疾病に対応する閾値とに基づいて、当該ユーザに発症すると予測される疾病である予測疾病に関するサービスを提供する提供工程と、
    を含むことを特徴とする提供方法。
13. ユーザの環境に関する環境情報であって、インターネット上におけるユーザの行動情報に基づいて推定されるユーザの人間関係に関する情報を含む環境情報と、前記ユーザに発症する疾病を予測する予測モデルとを取得する取得手順と、
    前記ユーザに対応付けられた疾病のうち、前記取得手順により取得された前記環境情報を前記予測モデルに入力することにより出力されるスコアと、前記ユーザに類似する類似ユーザの情報により決定され、疾病に対応する閾値とに基づいて、当該ユーザに発症すると予測される疾病である予測疾病に関するサービスを提供する提供手順と、
    をコンピュータに実行させることを特徴とする提供プログラム。

Images