JP6719942B2 - 運動支援システム - Google Patents

Description

本発明は、対象者の運動を支援する運動支援システムの技術に関する。

従来、対象者の運動を支援する運動支援システムの技術は公知となっている。例えば、特許文献１に記載の如くである。

特許文献１には、対象者のバイタルデータをセンサユニットにより検出し、検出されたバイタルデータに基づいて対象者の運動量を算出し、算出された運動量が設定された目標値の範囲内に入っていない場合に運動負荷の異なる他の運動内容に変更する運動支援システムが記載されている。これにより、特許文献１に記載の技術は、対象者にとって適切な負荷の運動内容とすることができる。

しかしながら、特許文献１に記載の技術においては、運動量に基づいて運動内容を変更しているだけであり、どの運動内容が対象者の健康状態へ良い影響を与えているかを分析するものとはいえなかった。

特開２００６−２５５０２８号公報

本発明は以上の如き状況に鑑みてなされたものであり、その解決しようとする課題は、対象者の健康状態を向上するのに有用な運動支援を行うことができる運動支援システムを提供することである。

本発明の解決しようとする課題は以上の如くであり、次にこの課題を解決するための手段を説明する。

即ち、対象者の健康状態と関連する第一の生体データを取得する第一生体データ取得部と、前記対象者の運動時の第二の生体データを取得する第二生体データ取得部と、前記対象者が行う運動に関する運動記録データを取得する運動記録データ取得部と、前記第一の生体データと前記運動記録データとの関連性を分析する分析部と、任意の項目を入力可能な入力部と、を具備し、前記入力部は、複数の運動の目的から、任意の運動の目的を前記対象者によって選択可能であり、前記分析部は、前記任意の運動の目的と関連する前記第一の生体データを抽出し、抽出された前記第一の生体データに基づいて、当該第一の生体データに対して前記第二の生体データが与える影響度を示す第一の寄与率を算出し、前記第二の生体データに対して前記運動記録データが与える影響度を示す第二の寄与率を算出し、前記第一の寄与率及び前記第二の寄与率に基づいて、前記第一の生体データに対して前記運動記録データが与える影響度を示す第三の寄与率を算出するものである。

前記分析部は、前記第一の寄与率に基づいて前記第二の生体データの中から１以上の項目を抽出し、前記第二の寄与率の算出結果の中から、抽出された前記第二の生体データの前記項目についての前記第二の寄与率を抽出し、抽出された前記第二の寄与率に基づいて前記第三の寄与率を算出するものであってもよい。
このような構成により、より的確な分析を行うことができる。

前記分析部は、前記第二の生体データの中から前記第一の寄与率の最も高い項目を抽出し、前記第二の寄与率の算出結果の中から、抽出された前記第二の生体データの前記項目についての前記第二の寄与率を抽出し、抽出された前記第二の寄与率を前記第三の寄与率として取り扱うものであってもよい。
このような構成により、より的確な分析を行うことができる。

前記分析部は、前記第一の寄与率に基づいて前記第二の生体データの中から１以上の項目を抽出し、抽出された前記第二の生体データの前記項目の前記第二の寄与率に基づいて、前記運動記録データの１以上の項目を抽出し、抽出された前記第二の生体データの前記項目及び抽出された前記運動記録データの前記項目を重回帰分析し、その分析結果に基づいて前記第三の寄与率を算出するものであってもよい。
このような構成により、より的確な分析を行うことができる。

前記分析部は、前記第二生体データ取得部で取得された前記第二の生体データを正規化し、正規化された前記第二の生体データの値を用いて前記第一の生体データを重回帰分析することにより、前記第一の寄与率を算出し、前記運動記録データ取得部で取得された前記運動記録データを正規化し、正規化された前記運動記録データの値を用いて前記第二の生体データを重回帰分析することにより、前記第二の寄与率を算出するものであってもよい。
このような構成により、より的確な分析を行うことができる。

前記分析部は、前記運動記録データについて前記第三の寄与率の大きい順に順位付けされたランキングを生成するものであってもよい。
このような構成により、どの運動記録データが第一の生体データに大きな影響を与えているかを算出することができる。

前記ランキングに基づいて前記対象者の健康状態を向上させるためのアドバイスを生成するアドバイス生成部と、前記アドバイス生成部で生成された前記アドバイスを提供するアドバイス提供装置と、を具備するものであってもよい。
このような構成により、対象者に適した効果的なアドバイスを提供することができる。

前記運動記録データは、前記対象者の運動環境に関する運動環境データを含むものであってもよい。
このような構成により、より的確な分析を行うことができる。

前記第三の寄与率に基づいて前記対象者の運動環境を制御する運動環境制御部を具備するものであってもよい。
このような構成により、対象者に適した運動環境とすることができる。

対象者の健康状態を向上するのに有用な運動支援を行うことができる。また、対象者の目的に応じた分析を行うことができる。

本発明の一実施形態に係る運動支援システムの構成を示す図。 運動記録データ、運動時生体データ及び定期生体データの蓄積に関するフローチャート。 本発明の一実施形態に係る運動支援システムの制御を示すフローチャート。 第一データテーブルの一例を示す図。 第二データテーブルの一例を示す図。 第一の寄与率算出フローを示すフローチャート。 第二の寄与率算出フローを示すフローチャート。 第三の寄与率算出フローを示すフローチャート。 第三の寄与率算出フローの別例を示すフローチャート。 アドバイス生成フローを示すフローチャート。

以下では、図１を用いて、本発明の一実施形態に係る運動支援システム１の構成の概要について説明する。

運動支援システム１は、対象者の運動を支援するための分析を行うものである。運動支援システム１は、運動記録データ取得装置１０、運動時生体データ取得装置２０、定期生体データ取得装置３０、アドバイス提供装置４０、入力装置５０、運動環境制御装置６０及びサーバー１００を具備する。

運動記録データ取得装置１０は、対象者が行う運動に関するデータ（運動記録データ）を取得するものである。「運動記録データ」には、対象者の生体データ（後述する定期生体データ）に影響を与える（定期生体データへの影響因子となる）可能性があると考えられる、運動に関する種々の条件（項目）を含めることができる。具体的には、「運動記録データ」には、どのように運動を行ったかを示すデータ（運動内容データ）や、運動時の環境に関するデータ（運動環境データ）を含めることができる。

運動記録データのうち運動内容データの項目としては、運動メニュー、運動開始時刻、運動時間、回数、負荷、運動順序、消費カロリー等を例示することができる。運動記録データのうち運動環境データの項目としては、温度、湿度、照度、色温度、季節、天気、音、におい、場所、高度、景観、映像、一緒に運動する人（人数）等を例示することができる。運動記録データ取得装置１０としては、例えば、パーソナルコンピューター、携帯電話、スマートフォン、タブレット端末、ウェアラブル端末を使用することができる。運動記録データ取得装置１０には、自動又は手動で運動記録データが入力される。或いは、トレーニングマシンを運動記録データ取得装置１０としてもよく、当該トレーニングマシンが自動で運動記録データを取得するようにしてもよい。

運動時生体データ取得装置２０は、対象者が運動を行っている時の生体に関するデータ（運動時生体データ）を測定するものである。運動時生体データの項目としては、心拍数、体温、呼吸数、酸素濃度、発汗量、筋電等を例示することができる。また、運動時生体データとして、これらの項目の時間的変位、総量、平均値等を採用することができる。運動時生体データ取得装置２０としては、例えば、心拍計、体温計、心電計、酸素濃度計、発汗計、筋電計、又はこれらの機能を有するウェアラブル端末を使用することができる。運動時生体データ取得装置２０は、測定により運動時生体データを取得する。或いは、運動時生体データ取得装置２０として、例えば、パーソナルコンピューター、携帯電話、スマートフォン、タブレット端末、ウェアラブル端末を使用し、対象者が当該運動時生体データ取得装置２０に入力することにより、運動時生体データを取得するようにしてもよい。

定期生体データ取得装置３０は、対象者の健康状態と関連する生体データ（定期生体データ）を測定するものである。定期生体データは、日常定期的に取得されるデータである。定期生体データには、対象者が健康状態の向上のために改善したい項目を含めることができる。定期生体データとしては、体重、体脂肪率、筋肉量、腹囲、体温、血圧、血糖値、血中コレステロール値、睡眠の質等を例示することができる。定期生体データ取得装置３０としては、例えば、体重計、体脂肪計、体組成計、体温計、血圧計、血糖値測定器を使用することができる。定期生体データ取得装置３０は、測定により生体データを取得する。或いは、定期生体データ取得装置３０として、例えば、パーソナルコンピューター、携帯電話、スマートフォン、タブレット端末、ウェアラブル端末を使用し、対象者が当該定期生体データ取得装置３０に入力することにより、定期生体データを取得するようにしてもよい。

アドバイス提供装置４０は、対象者の健康状態を向上させるためのアドバイスを提供するものである。アドバイス提供装置４０としては、例えばパーソナルコンピューター、携帯電話、スマートフォン、タブレット端末、ウェアラブル端末、テレビ、スピーカーが用いられる。アドバイス提供装置４０は、運動記録データ取得装置１０で取得された運動記録データ、運動時生体データ取得装置２０で取得された運動時生体データ及び定期生体データ取得装置３０で取得された定期生体データに基づいて、対象者へ健康状態を向上させるためのアドバイスを提供する。

入力装置５０は、対象者が任意の条件を入力するためのものである。入力装置５０は、対象者の運動の目的（例えば、ダイエット、メタボリック症候群の改善、筋肉量の増加（筋力トレーニング）等）、又は対象者が改善したい定期生体データの項目（例えば、体重、筋肉量、血圧等）を選択できるように構成される。また、入力装置５０は、対象者が定期生体データへの影響を知りたい運動記録データの項目（例えば、運動時刻、運動メニュー、温度、湿度等）を選択できるように構成される。また、入力装置５０は、運動記録データに関して対象者が絞り込みたい条件（例えば、運動時刻２０時以降、温度２５℃以上等）を選択できるように構成される。入力装置５０としては、例えば携帯電話、スマートフォン、ウェアラブル端末が用いられる。入力装置５０は、アドバイス提供装置４０と一体的に構成されるものであってもよい。つまり、１つの装置（端末）で、アドバイスの受け取りと、条件の入力とを行うようにすることができる。

運動環境制御装置６０は、対象者の運動環境を制御するものである。運動環境制御装置６０は、後述する分析部１４０による分析結果に基づいて、温度、湿度、照度、音楽等の運動環境を制御するように構成される。運動環境制御装置６０としては、例えば、エアコン、照明器具、スピーカーが用いられる。運動環境制御装置６０は、運動環境を制御することで、対象者の運動効果の向上を図ることができる。

サーバー１００は、データの蓄積や分析等を行うものである。サーバー１００は、運動記録データ取得装置１０、運動時生体データ取得装置２０、定期生体データ取得装置３０、アドバイス提供装置４０、入力装置５０及び運動環境制御装置６０に接続される。サーバー１００は、運動記録データ蓄積部１１０、運動時生体データ蓄積部１２０、定期生体データ蓄積部１３０、分析部１４０及びアドバイス生成部１５０を具備する。

運動記録データ蓄積部１１０は、運動記録データ取得装置１０で取得された運動記録データの履歴を蓄積するものである。

運動時生体データ蓄積部１２０は、運動時生体データ取得装置２０で取得された運動時生体データの履歴を蓄積するものである。

定期生体データ蓄積部１３０は、定期生体データ取得装置３０で取得された定期生体データの履歴を蓄積するものである。

分析部１４０は、データの分析を行うものである。分析部１４０は、運動記録データ取得装置１０で取得された運動記録データ、運動時生体データ取得装置２０で取得された運動時生体データ、及び定期生体データ取得装置３０で取得された定期生体データに基づいて分析を行う。分析部１４０は、これらのデータに基づいて、運動記録データと定期生体データとの関連性を分析する。

具体的には、分析部１４０は、運動記録データの変動（違い）によって定期生体データがどのように変動するかを分析する。そして、分析部１４０は、運動記録データの項目の変動（違い）が定期生体データの項目の変動に与える影響の度合い（定期生体データの各項目に対する運動記録データの各項目の寄与率）を算出する。この際、分析部１４０は、定期生体データと運動時生体データとの関連性と、運動時生体データと運動記録データとの関連性とから、運動記録データと定期生体データとの関連性を分析する。つまり、分析部１４０は、運動時生体データを介して、運動記録データと定期生体データとの関連性を分析する。
分析部１４０は、算出された寄与率に基づいて、前記寄与率の大きい順に順位付けされたランキングを生成する。

アドバイス生成部１５０は、対象者の健康状態を向上させるためのアドバイスを生成するものである。アドバイス生成部１５０は、分析部１４０によって算出されたランキングに基づいてアドバイスを生成する。アドバイス生成部１５０は、運動記録データのどの項目が、定期生体データ又は当該定期生体データと関連する運動の目的（例えば、ダイエット、メタボリック症候群の改善、筋肉量の増加）へ大きな影響を与えているかについてアドバイスを生成する。

以下、図２を参照して、運動支援システム１における運動記録データ、運動時生体データ及び定期生体データの蓄積に関する具体的な流れを説明する。以下の説明においては、ステップＳ１１及びステップＳ１２は運動前、ステップＳ１３及びステップＳ１４は運動中、ステップＳ１５及びステップＳ１６は運動中又は運動後になされることを前提としているが、実際にデータが蓄積されるタイミングは適宜変更できる。

ステップＳ１１において、定期生体データ取得装置３０は、対象者の定期生体データを取得する。本実施形態においては、定期生体データ取得装置３０は、対象者の体重、体脂肪率及び筋肉量（腕、脚及び体幹）を取得する。

ステップＳ１２において、定期生体データ取得装置３０によって取得された定期生体データ（体重、体脂肪率及び筋肉量）は、サーバー１００に送信され、サーバー１００の定期生体データ蓄積部１３０に格納される。

ステップＳ１３において、運動時生体データ取得装置２０は、対象者の運動時生体データを取得する。本実施形態においては、運動時生体データ取得装置２０は、対象者の運動時の心拍数（平均及び最大）、発汗量（最大）、酸素濃度（平均）及び体温（最大）を取得する。

ステップＳ１４において、運動時生体データ取得装置２０によって取得された運動時生体データ（心拍数、発汗量、酸素濃度及び体温）は、サーバー１００に送信され、サーバー１００の運動時生体データ蓄積部１２０に格納される。

ステップＳ１５において、運動記録データ取得装置１０は、対象者の運動記録データを取得する。本実施形態においては、運動記録データ取得装置１０は、対象者の運動開始時刻、運動時間及び運動メニューを取得する。

ステップＳ１６において、運動記録データ取得装置１０によって取得された運動記録データ（運動開始時刻、運動時間及び運動メニュー）は、サーバー１００に送信され、サーバー１００の運動記録データ蓄積部１１０に格納される。

ステップＳ１１からステップＳ１６までを１日ごとに繰り返すことにより、運動記録データ蓄積部１１０には運動記録データの履歴が蓄積され、運動時生体データ蓄積部１２０には運動時生体データの履歴が蓄積され、定期生体データ蓄積部１３０には定期生体データの履歴が蓄積される。

次に、図３から図５を参照して、本実施形態に係る運動支援システム１の制御について説明する。なお、以下の説明においては、ステップＳ１１からステップＳ１６までの処理が既に繰り返しなされ、運動記録データ蓄積部１１０には運動記録データの履歴が蓄積され、運動時生体データ蓄積部１２０には運動時生体データの履歴が蓄積され、定期生体データ蓄積部１３０には定期生体データの履歴が蓄積された状態とする。

図３に示すステップＳ１１０において、分析部１４０は、運動時生体データ蓄積部１２０に蓄積された運動時生体データの履歴、及び定期生体データ蓄積部１３０に蓄積された定期生体データの履歴を用いて、図４に示す第一データテーブルを作成する。第一データテーブルには、運動を行った日の各種データが入力される。具体的には、第一データテーブルには、運動時生体データとして、心拍数（平均）、心拍数（最大）、発汗量（最大）、酸素濃度（平均）及び体温（最大）が入力される。また、第一データテーブルには、定期生体データとして、体重、体脂肪率、筋肉量（腕）、筋肉量（脚）及び筋肉量（体幹）が入力される。

図３に示すステップＳ１２０において、分析部１４０は、運動時生体データの変動によって定期生体データがどのように変動するかを分析する。具体的には、分析部１４０は、運動を行ったある１日の運動時生体データの数値と、その日の定期生体データの数値と次に運動を行った日の定期生体データの数値との差（次に運動を行った日における定期生体データの数値の増減）とを対応付けて分析を行う。例として、心拍数平均と体重に着目する。３月９日の心拍数平均は１０３．５である。３月９日の体重は６５．３ｋｇ、次の測定日である３月１０日の体重は６５．１ｋｇであるので、体重の増減は−０．２ｋｇである。よって、分析部１４０は、心拍数平均の数値（１０３．５）と体重の変動（−０．２ｋｇ）とを対応付ける。これを第一データテーブルに入力された全てのデータ（全ての項目の組み合わせ）について行う。
そして、分析部１４０は、この対応関係を用いて、図６に示す第一の寄与率算出フローにより、定期生体データに対する運動時生体データの寄与率（第一の寄与率）を算出する。第一の寄与率は、運動時生体データの各項目が定期生体データの各項目に与える影響度を示すものである。

以下では、図６を用いて、第一の寄与率の算出方法について説明する。

ステップＳ１２１において、分析部１４０は、第一データテーブルの運動時生体データを正規化する。具体的には、平均が０、分散が１となるよう運動時生体データ（心拍数平均等）を正規化する。

ステップＳ１２２において、分析部１４０は、正規化された運動時生体データの値を用いて定期生体データを重回帰分析する。具体的には、正規化された運動時生体データの値を説明変数、当該運動時生体データと対応する定期生体データの増減を目的変数として重回帰分析を行う。

ステップＳ１２３において、分析部１４０は、正規化された運動時生体データ（説明変数）の係数の絶対値から、定期生体データ（の各項目）に対する運動時生体データ（の各項目）の寄与率（第一の寄与率）を算出する。

再び、図３を参照する。ステップＳ１３０において、分析部１４０は、運動記録データ蓄積部１１０に蓄積された運動記録データ（運動内容データ及び運動環境データ）の履歴、及び運動時生体データ蓄積部１２０に蓄積された運動時生体データの履歴を用いて、図５に示す第二データテーブルを作成する。第二データテーブルには、運動を行った日の各種データが入力される。具体的には、第二データテーブルには、運動記録データの運動内容データとして、運動開始時刻、運動時間及び運動メニューが入力される。また、第二データテーブルには、運動記録データの運動環境データとして、温度、湿度、音楽及び照度が入力される。また、第二データテーブルには、運動時生体データとして、心拍数（平均）、心拍数（最大）、発汗量（最大）、酸素濃度（平均）及び体温（最大）が入力される。第二データテーブルに入力された運動時生体データは、第一データテーブルに入力された運動時生体データと同じである。

図３に示すステップＳ１４０において、分析部１４０は、運動記録データによって運動時生体データがどのように変動するかを分析する。具体的には、分析部１４０は、運動記録データの内容（数値）と、運動時生体データの数値とを対応付けて分析を行う。例として、運動時間及び心拍数平均に着目する。３月９日には運動を３０分間行っている。３月９日の運動時の心拍数平均は１０３．５である。よって、分析部１４０は、運動時間の数値（３０分間）と心拍数平均の数値（１０３．５）とを対応付ける。これを第二データテーブルに入力された全てのデータ（全ての項目の組み合わせ）について行う。
そして、分析部１４０は、この対応関係を用いて、図７に示す第二の寄与率算出フローにより、運動時生体データに対する運動記録データの寄与率（第二の寄与率）を算出する。第二の寄与率は、運動記録データの各項目が運動時生体データの各項目に与える影響度を示すものである。

以下では、図７を用いて、第二の寄与率の算出方法について説明する。

ステップＳ１４１において、分析部１４０は、第二データテーブルの運動記録データを正規化する。具体的には、平均が０、分散が１となるよう運動記録データ（運動時間等）を正規化する。運動記録データが数値で示されるものでない場合には、適宜のルールに基づいて正規化する。

ステップＳ１４２において、分析部１４０は、正規化された運動記録データの値を用いて運動時生体データを重回帰分析する。具体的には、正規化された運動記録データの値を説明変数、当該運動記録データと対応する運動時生体データを目的変数として重回帰分析を行う。

ステップＳ１４３において、分析部１４０は、正規化された運動記録データ（説明変数）の係数の絶対値から、運動時生体データ（の各項目）に対する運動記録データ（の各項目）の寄与率（第二の寄与率）を算出する。

再び、図３を参照する。ステップＳ１５０において、分析部１４０は、ステップＳ１２０で算出した第一の寄与率及びステップＳ１４０で算出した第二の寄与率に基づいて、定期生体データに対する運動記録データの寄与率（第三の寄与率）を算出する。第三の寄与率は、運動記録データの各項目が定期生体データの各項目に与える影響度を示すものである。第三の寄与率は、図８に示す第三の寄与率算出フローにより算出される。

以下では、図８を用いて、第三の寄与率の算出方法について説明する。

ステップＳ１５１において、分析部１４０は、ステップＳ１２０で算出した第一の寄与率に基づいて、運動時生体データの項目を抽出する。具体的には、分析部１４０は、まず、定期生体データの項目（ここでは体重とする）に対する第一の寄与率を示すデータを抽出する。そして、分析部１４０は、当該第一の寄与率に基づいて、体重への影響度が高い（体重に対する第一の寄与率が大きい）運動時生体データの項目を抽出する。例えば、分析部１４０は、体重に対する第一の寄与率が最も大きい項目を１つ抽出する。ここでは、分析部１４０は、体重に対する第一の寄与率が最も大きい項目として、心拍数平均を抽出するものとする。

なお、ステップＳ１５１においては、分析部１４０は、運動時生体データの項目を複数抽出してもよい。この場合、分析部１４０は、定期生体データの項目（体重）に対する第一の寄与率が大きいものから順に複数の項目を抽出するようにしてもよく、適宜の基準によって抽出してもよい。

ステップＳ１５２において、分析部１４０は、ステップＳ１４０における第二の寄与率の算出結果の中から、ステップＳ１５１で抽出した運動時生体データの項目についての第二の寄与率（の算出結果）を抽出する。具体的には、分析部１４０は、心拍数平均に対する運動記録データの第二の寄与率を抽出する。

ステップＳ１５３において、分析部１４０は、ステップＳ１５２で抽出した第二の寄与率に基づいて、第三の寄与率を算出する。具体的には、分析部１４０は、心拍数平均（運動時生体データ）に対する運動記録データの第二の寄与率を、体重（定期生体データ）に対する運動記録データの寄与率（第三の寄与率）とみなす。

ここで、ステップＳ１５１において、運動時生体データの項目が複数抽出されている場合（例えば、心拍数平均と発汗量が抽出されている場合）は、分析部１４０は、心拍数平均に対する運動記録データの第二の寄与率と、発汗量に対する運動記録データの第二の寄与率とを総合的に判断して、第三の寄与率を算出することができる。

以下では、図９を用いて、第三の寄与率の別の算出方法について説明する。

ステップＳ１６１において、分析部１４０は、ステップＳ１２０で算出した第一の寄与率に基づいて、運動時生体データの項目を抽出する。具体的には、分析部１４０は、まず、定期生体データの項目（ここでは体重とする）に対する第一の寄与率を示すデータを抽出する。そして、分析部１４０は、当該第一の寄与率に基づいて、体重への影響度が高い（体重に対する第一の寄与率が大きい）運動時生体データの項目を抽出する。ここでは、分析部１４０は、体重に対する第一の寄与率が大きい項目として、心拍数平均及び発汗量を抽出するものとする。

ステップＳ１６２において、分析部１４０は、ステップＳ１６１で抽出した運動時生体データの項目についての第二の寄与率に基づいて、運動記録データの項目を抽出する。具体的には、分析部１４０は、まず、ステップＳ１６１で抽出した運動時生体データの項目（心拍数平均及び発汗量）に対する第二の寄与率を示すデータを抽出する。そして、分析部１４０は、当該第二の寄与率に基づいて、心拍数平均及び発汗量への影響度が高い（心拍数平均及び発汗量に対する第二の寄与率が大きい）運動記録データの項目をそれぞれ抽出する。ここでは、分析部１４０は、心拍数平均に対する第二の寄与率が大きい項目として、運動時間及び運動メニューを抽出し、発汗量に対する第二の寄与率が大きい項目として、温度及び運動メニューを抽出するものとする。

ステップＳ１６３において、分析部１４０は、ステップＳ１６１で抽出した運動時生体データの項目の値、及びステップＳ１６２で抽出した運動記録データの項目の値を用いて重回帰分析を行う。具体的には、分析部１４０は、正規化された運動時生体データの項目の値を目的変数、正規化された運動記録データの項目の値を説明変数として重回帰分析を行う。ここでは、正規化された心拍数平均及び発汗量の値を目的変数、正規化された運動時間、運動メニュー及び温度の値を説明変数として重回帰分析を行う。このようにして、定期生体データに対する寄与率（第一の寄与率）の高い運動時生体データの項目に対する、当該運動時生体データの項目に対する寄与率（第二の寄与率）の高い運動記録データの項目の寄与率を算出することができる。分析部１４０は、算出された寄与率に基づいて第三の寄与率を算出する。

このようにして、体重（定期生体データ）に対して、運動記録データの各項目が与える影響度（第三の寄与率）を算出することができる。同様の処理を行うことで、体脂肪率や筋肉量についても、第三の寄与率を算出することができる。

再び、図３を参照する。ステップＳ１６０において、運動環境制御装置６０は、ステップＳ１５０で算出された第三の寄与率に基づいて、温度、湿度、照度等の運動環境を制御する。具体的には、定期生体データの寄与率（第三の寄与率）が大きい運動環境の項目について制御する。運動環境制御装置６０は、自動又は手動で運動環境を制御する。例えば、室温が定期生体データ（体重）に与える影響度が大きい（第三の寄与率が大きい）場合には、室温を運動効果の高い温度に制御することができる。ここで、運動効果の高い運動環境の数値（室温）としては、一般的に運動効果の高いと思われる数値を用いてもよいし、対象者にとって運動効果の高い数値を予め取得してその数値を用いてもよい。これにより、対象者の運動効果を向上させることができる。

次に、図１０を用いて、アドバイス生成フローについて説明する。

ステップＳ２１０において、対象者は、運動の目的（例えば、ダイエット、メタボリック症候群の改善、筋肉量の増加等）を選択し、入力装置５０に入力する。ここで、分析部１４０は、運動の目的と定期生体データとが紐付けされた紐付け情報を具備しており、当該紐付け情報においては、運動の目的と、当該運動の目的と関連が強い定期生体データの項目とが紐付けられている。分析部１４０は、入力装置５０に運動の目的が入力されると、当該紐付け情報に基づいて運動の目的と紐付けされた定期生体データを抽出する。例えば、対象者の運動の目的がダイエットである場合には、ダイエットと紐付けられた体重及び体脂肪率が抽出される。このように、対象者が運動の目的を選択すると、自動的にその目的に適した定期生体データの項目が選択される。以下では、対象者の運動の目的がダイエットであるとして説明を行う。

なお、ステップＳ２１０においては、運動の目的から定期生体データの項目が自動的に選択されるのではなく、対象者が任意に定期生体データの項目を選択することもできる。例えば、対象者は、アドバイスを受けたい（第三の寄与率を知りたい）定期生体データの項目（例えば、体重及び体脂肪率）を直接選択することができる。

ステップＳ２２０において、分析部１４０は、ステップＳ１２０で算出された第三の寄与率に基づいて、運動記録データが寄与率の大きい順に順位付けされたランキングを生成する。ここでは、分析部１４０は、体重及び体脂肪率への第三の寄与率が大きい（効果が高い）運動記録データをそれぞれ順位付けし、ランキングを生成する。そして、分析部１４０は、体重のランキング及び体脂肪率のランキングに基づいて（体重のランキング及び体脂肪率のランキングを総合的に判断する等して）、ダイエットへの第三の寄与率が大きい（効果が高い）運動記録データを順位付けし、ランキングを生成する。

ステップＳ２３０において、アドバイス生成部１５０は、分析部１４０で作成されたダイエットのランキングに基づいてアドバイスを生成する。アドバイス生成部１５０は、例えば、「あなたにとって、ダイエットに効果的なのは、１位：運動時間、２位：運動メニュー、３位：温度です。」等のアドバイスを生成する。なお、ステップＳ２１０で定期生体データの項目が選択された場合は、アドバイス生成部１５０は、当該定期生体データの項目のランキングに基づいてアドバイスを生成する。

ステップＳ２４０において、アドバイス生成部１５０で生成されたアドバイスは、対象者等の要求に応じて又は自動で、アドバイス提供装置４０によって対象者に提供される。

これにより、対象者は、ダイエットには運動時間を増やすことが自身にとって効果的であることを知ることができる。このように、対象者は、ダイエットに効果的な影響因子データの項目を知ることができる。そして、対象者は、ダイエットのために今後やるべきことを把握することができる。また、一般的にダイエットに効果的であるとされている影響因子データの項目であっても、ランキングが低い場合には、対象者にとってはダイエットへの効果が小さいことがわかる。よって、対象者は、ダイエットにとって効果的であるかどうかによって、運動記録データの項目を取捨選択して実践することができる。

また、本実施形態に係る運動支援システム１においては、定期生体データに対する運動記録データの寄与率（第三の寄与率）を算出するために、定期生体データと運動記録データとの間に運動時生体データを介して分析を行っている。心拍数や発汗量等の運動時生体データは、実際に運動をしているときのデータであるので、運動記録データと密接に関連している。また、運動時生体データ及び定期生体データはともに生体に関するデータであるので、運動時生体データと定期生体データとの関連性は、運動記録データと定期生体データとの関連性よりも強いと考えられる。このように、運動記録データ（原因）及び定期生体データ（結果）との間に、両者と密接に関連する運動時生体データを介在させることで、定期生体データに対する運動記録データの影響度（第三の寄与率）を、精度良く算出することができる。

以上の如く、本実施形態に係る運動支援システム１は、対象者の健康状態と関連する定期生体データ（第一の生体データ）を取得する定期生体データ取得装置３０（第一生体データ取得部）と、前記対象者の運動時の運動時生体データ（第二の生体データ）を取得する運動時生体データ取得装置２０（第二生体データ取得部）と、前記対象者が行う運動に関する運動記録データを取得する運動記録データ取得装置１０（運動記録データ取得部）と、前記定期生体データと前記運動記録データとの関連性を分析する分析部１４０と、を具備し、前記分析部１４０は、前記定期生体データに対して前記運動時生体データが与える影響度を示す第一の寄与率を算出し、前記運動時生体データに対して前記運動記録データが与える影響度を示す第二の寄与率を算出し、前記第一の寄与率及び前記第二の寄与率に基づいて、前記定期生体データに対して前記運動記録データが与える影響度を示す第三の寄与率を算出するものである。
このように構成することにより、対象者の健康状態を向上するのに有用な運動支援を行うことができる。

また、前記分析部１４０は、前記第一の寄与率に基づいて前記運動時生体データの中から１以上の項目を抽出し、前記第二の寄与率の算出結果の中から、抽出された前記第二の生体データの前記項目についての前記第二の寄与率を抽出し、抽出された前記第二の寄与率に基づいて前記第三の寄与率を算出するものである。
このように構成することにより、より的確な分析を行うことができる。

また、前記分析部１４０は、前記運動時生体データの中から前記第一の寄与率の最も高い項目を抽出し、前記第二の寄与率の算出結果の中から、抽出された前記第二の生体データの前記項目についての前記第二の寄与率を抽出し、抽出された前記第二の寄与率を前記第三の寄与率として取り扱うものである。
このように構成することにより、より的確な分析を行うことができる。

また、前記分析部１４０は、前記第一の寄与率に基づいて前記運動時生体データの中から１以上の項目を抽出し、抽出された前記運動時生体データの前記項目の前記第二の寄与率に基づいて、前記運動記録データの１以上の項目を抽出し、抽出された前記運動時生体データの前記項目及び抽出された前記運動記録データの前記項目を重回帰分析し、その分析結果に基づいて前記第三の寄与率を算出するものである。
このように構成することにより、より的確な分析を行うことができる。

また、前記分析部１４０は、前記運動時生体データ取得装置２０で取得された前記運動時生体データを正規化し、正規化された前記運動時生体データの値を用いて前記定期生体データを重回帰分析することにより、前記第一の寄与率を算出し、前記運動記録データ取得装置１０で取得された前記運動記録データを正規化し、正規化された前記運動記録データの値を用いて前記運動時生体データを重回帰分析することにより、前記第二の寄与率を算出するものである。
このように構成することにより、より的確な分析を行うことができる。

また、前記分析部１４０は、前記運動記録データについて前記第三の寄与率の大きい順に順位付けされたランキングを生成するものである。
このように構成することにより、どの運動記録データが第一の生体データに大きな影響を与えているかを算出することができる。

また、本実施形態に係る運動支援システム１は、前記ランキングに基づいて前記対象者の健康状態を向上させるためのアドバイスを生成するアドバイス生成部１５０と、前記アドバイス生成部１５０で生成された前記アドバイスを提供するアドバイス提供装置４０と、を具備するものである。
このように構成することにより、対象者に適した効果的なアドバイスを提供することができる。

また、前記分析部１４０は、前記対象者の目的と関連する前記定期生体データを抽出し、抽出された前記定期生体データに基づいて前記第一の寄与率を算出するものである。
このように構成することにより、対象者の目的に応じた分析を行うことができる。

また、前記運動記録データは、前記対象者の運動環境に関する運動環境データを含むものである。
このように構成することにより、より的確な分析を行うことができる。

また、本実施形態に係る運動支援システム１は、前記第三の寄与率に基づいて前記対象者の運動環境を制御する運動環境制御装置６０（運動環境制御部）を具備するものである。
このように構成することにより、対象者に適した運動環境とすることができる。

なお、本実施形態に係る運動記録データ取得装置１０は、運動記録データ取得部の実施の一形態である。
また、本実施形態に係る運動時生体データ取得装置２０は、第二生体データ取得部の実施の一形態である。
また、本実施形態に係る定期生体データ取得装置３０は、第一生体データ取得部の実施の一形態である。
また、本実施形態に係る運動環境制御装置６０は、運動環境制御部の実施の一形態である。

以上、本発明の実施形態を説明したが、本発明は上記構成に限定されるものではなく、特許請求の範囲に記載された発明の範囲内で種々の変更が可能である。

例えば、図４に示す第一データテーブル及び図５に示す第二データテーブルにおいて、運動記録データ、運動時生体データ及び定期生体データの項目は一例であって、これらに限定されるものではない。

また、運動記録データ、運動時生体データ及び定期生体データの取得手段は、限定されるものではなく、あらゆる手段を採用することができる。

また、本実施形態においては、分析部１４０は、ステップＳ１４０において、第二データテーブルに入力された運動時生体データの全ての項目について第二の寄与率を算出するものとしたが、第一の寄与率が高い項目のみについて第二の寄与率を算出するものであってもよい。
これにより、データの容量を減らすことができ、また分析の効率を向上させることができる。

また、本実施形態においては、アドバイス生成部１５０は、定期生体データの項目に対する運動記録データの項目の寄与率についてアドバイスを生成するものとしたが、分析部１４０による分析結果を用いて、運動記録データの項目の具体的な内容（例えば、どの運動メニューがダイエットに最も効果があるか）についてアドバイスを生成してもよい。

１ 運動支援システム
１０ 運動記録データ取得装置
２０ 運動時生体データ取得装置
３０ 定期生体データ取得装置
４０ アドバイス提供装置
６０ 運動環境制御装置
１４０ 分析部
１５０ アドバイス生成部

Claims (9)

1. 対象者の健康状態と関連する第一の生体データを取得する第一生体データ取得部と、
   前記対象者の運動時の第二の生体データを取得する第二生体データ取得部と、
   前記対象者が行う運動に関する運動記録データを取得する運動記録データ取得部と、
   前記第一の生体データと前記運動記録データとの関連性を分析する分析部と、
   任意の項目を入力可能な入力部と、
   を具備し、
   前記入力部は、
   複数の運動の目的から、任意の運動の目的を前記対象者によって選択可能であり、
   前記分析部は、
   前記任意の運動の目的と関連する前記第一の生体データを抽出し、抽出された前記第一の生体データに基づいて、当該第一の生体データに対して前記第二の生体データが与える影響度を示す第一の寄与率を算出し、
   前記第二の生体データに対して前記運動記録データが与える影響度を示す第二の寄与率を算出し、
   前記第一の寄与率及び前記第二の寄与率に基づいて、前記第一の生体データに対して前記運動記録データが与える影響度を示す第三の寄与率を算出する、
   運動支援システム。
2. 前記分析部は、
   前記第一の寄与率に基づいて前記第二の生体データの中から１以上の項目を抽出し、
   前記第二の寄与率の算出結果の中から、抽出された前記第二の生体データの前記項目についての前記第二の寄与率を抽出し、
   抽出された前記第二の寄与率に基づいて前記第三の寄与率を算出する、
   請求項１に記載の運動支援システム。
3. 前記分析部は、
   前記第二の生体データの中から前記第一の寄与率の最も高い項目を抽出し、
   前記第二の寄与率の算出結果の中から、抽出された前記第二の生体データの前記項目についての前記第二の寄与率を抽出し、
   抽出された前記第二の寄与率を前記第三の寄与率として取り扱う、
   請求項１に記載の運動支援システム。
4. 前記分析部は、
   前記第一の寄与率に基づいて前記第二の生体データの中から１以上の項目を抽出し、
   抽出された前記第二の生体データの前記項目の前記第二の寄与率に基づいて、前記運動記録データの１以上の項目を抽出し、
   抽出された前記第二の生体データの前記項目及び抽出された前記運動記録データの前記項目を重回帰分析し、その分析結果に基づいて前記第三の寄与率を算出する、
   請求項１に記載の運動支援システム。
5. 前記分析部は、
   前記第二生体データ取得部で取得された前記第二の生体データを正規化し、
   正規化された前記第二の生体データの値を用いて前記第一の生体データを重回帰分析することにより、前記第一の寄与率を算出し、
   前記運動記録データ取得部で取得された前記運動記録データを正規化し、
   正規化された前記運動記録データの値を用いて前記第二の生体データを重回帰分析することにより、前記第二の寄与率を算出する、
   請求項１から請求項４までのいずれか一項に記載の運動支援システム。
6. 前記分析部は、前記運動記録データについて前記第三の寄与率の大きい順に順位付けされたランキングを生成する、
   請求項１から請求項５までのいずれか一項に記載の運動支援システム。
7. 前記ランキングに基づいて前記対象者の健康状態を向上させるためのアドバイスを生成するアドバイス生成部と、
   前記アドバイス生成部で生成された前記アドバイスを提供するアドバイス提供装置と、
   を具備する、
   請求項６に記載の運動支援システム。
8. 前記運動記録データは、前記対象者の運動環境に関する運動環境データを含む、
   請求項１から請求項７までのいずれか一項に記載の運動支援システム。
9. 前記第三の寄与率に基づいて前記対象者の運動環境を制御する運動環境制御部を具備する、
   請求項８に記載の運動支援システム。

Images