JP6834046B1 - バーチャル疾患体験システム、バーチャル疾患体験方法、及びプログラム - Google Patents

Abstract

【課題】 健康の無関心期にある対象者の関心を高め、行動変容へ向けさせる。【解決手段】 バーチャル疾患体験システム装置は、ユーザの健康関連情報に基づいてユーザの疾患リスクを判定する判定部１６と、ユーザの関心分野に関する情報の入力を受け付ける入力部２３と、関心分野及び疾患リスクごとに分類された複数のコンテンツデータを記憶したコンテンツ記憶部１７と、判定部１６によって判定された疾患リスクと入力部２３を介して受け付けた関心分野に関する情報とに基づいてコンテンツ記憶部１７からコンテンツデータを読み出すコンテンツ選択部１８を含む。【選択図】図２

Description

本発明は、対象人物が将来罹患する可能性のある生活習慣病の予防に適したコンテンツを提供するためのバーチャル疾患体験システム、バーチャル疾患体験方法、及びプログラムに関する。

近年、企業、健康保険組合、及び自治体等は、国の健康指導方針に基づき、健康診断、特定保健診断、特定保健指導、メンタルチェック、データヘルス計画、コラボヘルスなど、健康増進・疾病予防に関する各種取組みを進めている。一方、医療技術の発展に伴って治療可能な疾患がますます増え、一部のがんも治る時代が到来している。しかし、社会の高齢化と共に生活習慣病は増大しており大きな問題となっている。この問題は、生活が豊かになるにつれて食事のカロリーが増えたり、車や交通機関の普及によって運動量が少なくなったり、スマートフォンなど情報端末にかける時間が増えて睡眠の質が悪くなったりするといった傾向により、人間本来のあるべき生活習慣を保つのが難しい環境に変化していることに起因している。生活習慣病を予防するためには、生活習慣をより健康的に改善する行動変容が必須である。

人々がこのような健康のための行動変容に関心が無い状態から関心が出て行動が変化し定着するまでには、以下の５つの段階があるとされている（厚生労働省健康局：「標準的な健診・保健指導プログラム」参照）。
１）無関心期：６ヶ月以内に行動変容に向けた行動を起こす意思がない時期
２）関心期 ：６ヶ月以内に行動変容に向けた行動を起こす意思がある時期
３）準備期 ：１ヶ月以内に行動変容に向けた行動を起こす意思がある時期
４）実行期 ：明確な行動変容が観察されるが、その持続がまだ６ヶ月未満である時期
５）維持期 ：明確な行動変容が観察され、その期間が６ヶ月以上続いている時期

現状では、健康のための行動変容について無関心期にいる人の比率は非常に大きい。無関心期にいる人は、仕事や家族、趣味などの健康よりも関心が高い事柄が別にあることが多く、外部からの働きかけによって健康に関心を向けさせるのが難しいという課題がある。健康への関心を高められなければ、行動変容につながることもない。

対象者の関心を自己の健康に向けさせるための技術として、例えば特許文献１には、対象者の健康情報を入力することにより、各対象者が抱える疾患リスクによって生じる将来の自分の外観変化を提示する将来像予測装置が開示されている。このように、現状の健康管理を続けた場合に予測される将来像を視覚的に対象者に認識させることで、その対象者に健康管理の意識改革及び行動変容を強く促すことができるとされている。

国際公開ＷＯ２０１７／１９１８４７号パンフレット

しかしながら、無関心期にある対象者は、一般的に、健康に関する知識が不足しており、また自分自身の健康を客観的に見る精神的な準備が出来ていないことが多い。このため、特許文献１に記載の将来像予測装置により、自分自身の将来の見栄えの良くない（場合によってはグロテスクな）外観を提示すると、防衛的態度や反感を強め、むしろ逆効果になることが懸念される。また、この将来像予測装置は、統計データを元に対象者の将来像を予測しているに過ぎず、その各対象者の個別の将来像を予想しているわけではないため、自分には関係ないという正常性バイアスが働いてしまう可能性があるという課題がある。例えば、煙草の喫煙年数と肺がんのリスクによる対象者の外観変化を提示しても、煙草を長期間吸っていても健康な人もいるため、自分だけはその人と同じように健康でいられるはずだという正常性バイアスが働き、対象者に関心をもたせることが難しい。

そこで、本発明は、無関心期にある対象者であっても健康のための行動変容へ関心を向けさせることのできる技術を提供することを主な目的とする。

本発明の発明者は、上記の従来発明の問題点を解決する手段について鋭意検討した結果、ユーザの疾患リスクと当該ユーザの関心分野に関する情報とに基づいて、その関心分野に関連する主要シナリオの中に健康に関するネガティブあるいはポジティブなシナリオを差し込んだコンテンツを当該ユーザに提供することで、健康のための行動変容への関心を高めることができるという知見を得た。そして、本発明者は、上記知見に基づけば従来発明の課題を解決できることに想到し、本発明を完成させた。具体的に説明すると、本発明は以下の構成・工程を有する。

本発明の第１の側面は、バーチャル疾患体験システムに関する。本発明に係るシステムは、判定部、入力部、コンテンツ記憶部、及びコンテンツ選択部を含む。なお、これらの各部を含むシステムは、一台のコンピュータ及びその周辺機器によって実現されるものであってもよいし、ネットワークを介して接続された複数台のコンピュータ及びその周辺機器によって機能分担することによって構築されるものであってもよい。判定部は、ユーザの健康関連情報に基づいてそのユーザの疾患リスクを判定する。入力部は、ユーザの関心分野に関する情報の入力を受け付ける。ここで、ユーザの関心分野に関する情報は、健康関連情報とは無関係なものであることが好ましい。健康関連情報と無関係なユーザの関心分野とは、ユーザの身体的特徴又は精神的特徴に関するものではなく、それ以外の分野でユーザが関心を持つ社会的事柄又は文化的事柄を意味する。関心分野の例は、仕事、家族、及び趣味などであり、更に仕事であれば営業や製造などといったように更に細分化することもできる。関心分野は健康以外の事柄が主だが、ユーザによっては健康に最も関心がある場合もあるので健康に関する事柄も含まれる。また、関心分野の選択肢は適宜増やすことができ、多くの分野に対応が可能である。コンテンツ記憶部は、ユーザの関心分野及び疾患リスクごとに分類された複数のコンテンツデータを記憶している。コンテンツデータは、例えば、ユーザに関心分野に関するシナリオと疾患リスクに関するシナリオを含む。コンテンツ選択部は、判定部によって判定されたユーザの疾患リスクと入力部を介して受け付けたそのユーザの関心分野に関する情報とに基づいて、コンテンツ記憶部からそのユーザに適したコンテンツデータを読み出す。

上記構成のように、ユーザの疾患リスクのみに基づいてコンテンツデータを選択するのではなく、その選択の際にユーザの関心分野に関する情報を参照することで、その関心分野に関するシナリオと健康に関するシナリオを織り交ぜたコンテンツデータを選択できるようになる。このようなコンテンツデータをユーザに提供することで、ユーザは興味がある関心分野からの視点で、自身の私生活と健康とを関連づけて意識するようになるため、健康に向けた行動変容への関心を高めることができる。

本発明に係るバーチャル疾患体験システムにおいて、判定部は、健康関連情報と疾患のデータセットを用いた機械学習により得られた学習済みモデルを用いて、ユーザの健康関連情報に基づいてそのユーザの疾患リスクを判定する。このように、疾患リスクの判定に機械学習を利用することで、リスク判定処理の高速化と高精度化を図ることができる。

本発明に係るバーチャル疾患体験システムにおいて、コンテンツデータは、ＶＲ（仮想現実）、ＡＲ（拡張現実）、ＭＲ（複合現実）、又はＳＲ（代替現実）を含む体験型コンテンツである。なお、このような体験型コンテンツを、本願明細書では「ＸＲ」とも称する。このような、最重要の関心分野の世界観の中に健康情報を内包したコンテンツデータを、ＸＲコンテンツとしてユーザに提供することで、ユーザに対して疾患リスク等の健康情報がより身近なものであることを体験させることができる。

本発明に係るバーチャル疾患体験システムにおいて、コンテンツデータは、ネガティブシナリオのコンテンツデータとポジティブシナリオのコンテンツデータの一方又は両方を含むことが好ましい。ネガティブシナリオとは、ユーザの関心分野において、判定部によってリスクがあると判定された疾患が重症化した場合の不都合を体験させるシナリオである。ポジティブシナリオとは、ユーザの関心分野において、判定部によってリスクがあると判定された疾患を予防した場合又は改善した場合の好都合を体験させるシナリオである。このように、ユーザの関心分野におけるネガティブシナリオ及び／又はポジティブシナリオをユーザに提示することで、疾患リスクが自身の私生活と密接に結びついた自分事であることをユーザに理解させやすくなる。

本発明に係るバーチャル疾患体験システムにおいて、健康関連情報は、各疾患関連の遺伝子多型の変異に関する情報と、各疾患関連のバイオマーカーの両方又は少なくともいずれか一方を含むことが好ましい。このように、疾患関連の遺伝子多型の変異あるいはバイオマーカーに関する情報を利用することで、各ユーザの疾患リスクの判定精度を高めることができる。

本発明の第２の側面は、コンピュータプログラムである。本発明に係るプログラムは、判定部、コンテンツ記憶部、及びコンテンツ選択部を含む装置としてコンピュータを機能させる。判定部は、ユーザの健康関連情報に基づいて前記ユーザの疾患リスクを判定する。コンテンツ記憶部は、ユーザの関心分野及び疾患リスクごとに分類された複数のコンテンツデータを記憶している。コンテンツ選択部は、判定部によって判定されたユーザの疾患リスクと当該ユーザから入力を受け付けた関心分野に関する情報とに基づいて、コンテンツ記憶部からコンテンツデータを読み出す。

本発明の第３の側面は、コンピュータを用いたバーチャル疾患体験方法に関する。本発明に係る方法は、判定工程、入力工程、及びコンテンツ選択工程を含む。判定工程では、コンピュータが、ユーザの健康関連情報に基づいてユーザの疾患リスクを判定する。入力工程は、コンピュータが、ユーザの関心分野に関する情報の入力を受け付ける。コンテンツ選択工程では、コンピュータが、関心分野及び疾患リスクごとに分類された複数のコンテンツデータを記憶したコンテンツ記憶部から、判定部によって判定された疾患リスクと入力部を介して受け付けた関心分野に関する情報に基づいてコンテンツデータを読み出す。

次に、前述した第１の側面に係るバーチャル疾患体験システムの別の形態について説明する。本形態に係るバーチャル疾患体験システムは、コンテンツサーバと、ネットワークを通じてコンテンツサーバに接続されたユーザ端末及びコンテンツ出力装置とを含む。ユーザ端末は、ユーザの関心分野に関する情報の入力を受け付ける入力部を含む。コンテンツサーバは、ユーザの健康関連に基づいてユーザの疾患リスクを判定する判定部と、関心分野及び疾患リスクごとに分類された複数のコンテンツデータを記憶したコンテンツ記憶部と、判定部によって判定された疾患リスクとユーザ端末を介して受け付けた関心分野に関する情報に基づいてコンテンツ記憶部からコンテンツデータを読み出すコンテンツ選択部と、を含む。コンテンツ出力装置は、コンテンツ出力装置は、コンテンツ選択部によって選択されたコンテンツデータを出力する出力部を含む。

上記の形態において、コンテンツ出力装置は、固有の識別情報（ＩＤ情報）を保持するコードを提示するものであることが好ましい。コードは、例えばバーコードなどの２次元コードや、ＱＲコード（登録商標）などの３次元コードを含む。コンテンツ出力装置は、その筐体にコードが付されたものであってもよいし、ディスプレイ等にコードを表示するものであってもよい。この場合において、ユーザ端末は、コードを読み取るための読取り部と、コード又はそれに保持されたコンテンツ出力装置の識別情報をユーザの識別情報に関連付けてコンテンツサーバに送信する通信部とをさらに含む。コンテンツサーバは、あるユーザ向けのコンテンツデータを、当該ユーザの識別情報に関連付けられたコンテンツ出力装置に提供する。このように構成することで、あるユーザに向けて作成されたコンテンツデータを、そのユーザが指定したコンテンツ出力装置へと提供することができる。これにより、例えばコンテンツ出力装置を複数のユーザによって共有または共用することも可能となる。

上記の形態において、コンテンツ出力装置は、生体データセンサーを内蔵するものがより好ましい。生体データセンサーは、ユーザの生体データを取得する。生体データは、例えば自律神経、脳波、脈波などであり、コンテンツ出力装置は通信部を介してコンテンツサーバに生体データを送信する。生体データセンサーは例えばヘッドマウントディスプレイなどのコンテンツ出力装置の頭部バンド等に内蔵するものであってもよいし、外付けでつけるものであってもよい。コンテンツサーバはコンテンツ出力装置から受信した生体データを分析する。例えば自律神経の交感神経と副交感神経のバランスを分析して「ストレスを感じている」、脳波を分析して「興味を示している」、脈波を分析して「カロリー消費が増えている」、など、ユーザの精神や身体状態を分析し、さらに複数のセンサーを組合せることでより分析の精度を上げることもできる。コンテンツ出力装置は前記ユーザの分析を反映してより適切なコンテンツを判断し出力することが可能となる。

本発明によれば、無関心期にある対象者であっても、健康のための行動変容へ関心を向けさせることができる。

図１は、バーチャル疾患体験システムの概要を示している。 図２は、バーチャル疾患体験システムの機能ブロックの一例を示している。 図３は、学習用データセットに含まれる健康関連情報の一例を示している。 図４は、学習用データセットに含まれる健康関連情報の一例を示している。 図５は、ユーザの関心分野の一例を示している。 図６は、ユーザデータベースに含まれる各テーブルの一例を示している。 図７は、コンテンツデータベースに含まれるコンテンツデータテーブルの一例を示している。 図８は、コンテンツデータのシナリオ分岐の一例を示している。 図８−１は、生体データセンサーによるコンテンツデータのシナリオ選択の一例を示している。 図９は、配信コンテンツデータベースに含まれる配信コンテンツテーブルの一例を示している。 図１０は、コンテンツデータの概念と、本発明によって達成が見込まれる効果を模式的に示している。 図１１は、コンテンツの世界観の１例を示している。 図１２は、コンテンツのシナリオ中の図表の１例を示している。

以下、図面を用いて本発明を実施するための形態について説明する。本発明は、以下に説明する形態に限定されるものではなく、以下の形態から当業者が自明な範囲で適宜変更したものも含む。

図１は、本発明の一実施形態に係るバーチャル疾患体験システム１００の概要を示している。図１に示されるように、本実施形態に係るバーチャル疾患体験システム１００は、コンテンツサーバ１０、ユーザ端末２０、及びコンテンツ出力端末３０を含み、これらのサーバ及び端末がインターネット等のネットワークを通じて相互に接続されている。コンテンツサーバ１０は、ユーザに対して疾患を疑似体験できるコンテンツを提供するためのウェブサーバであり、ユーザ個々人の要望や健康情報に応じて適切なコンテンツを選択あるいは作成するための機能を備える。コンテンツサーバ１０は、一台のウェブサーバによって実現されてもよいし、複数台のウェブサーバにその機能を分散することによって構築されたものであってもよい。ユーザ端末１０は、コンテンツを閲覧するユーザが所持する端末装置であり、本実施形態においてはコンテンツサーバ１０にユーザの健康情報やユーザの関心分野に関する情報を入力するための装置として利用される。ユーザ端末１０としては、例えば、スマートフォンや、ノート型、ラップトップ型、タブレット型、デスクトップ型などのパーソナルコンピュータを用いることができる。コンテンツ出力装置３０は、コンテンツサーバ１０によって選択あるいは作成されたコンテンツを出力するための装置として利用される。コンテンツ出力装置３０としては、通常のスマートフォンやパーソナルコンピュータの他、例えば、バーチャルリアリティ（ＶＲ）装置や、拡張現実（ＡＲ）装置、ミックスドリアリティ（ＭＲ）装置、ＶＲ用アクセサリーを装着したスマートフォン、ＡＲ用アプリケーションをインストールしたスマートフォン等を用いることができる。

なお、本実施形態においては、ユーザ端末２０とコンテンツ出力装置３０として別々の装置が用いられているが、別の実施形態としては、これらのユーザ端末２０とコンテンツ出力装置３０を一つの端末装置（コンピュータ）で実現することも可能である。また、本実施形態では、バーチャル疾患体験システム１００を、インターネットを通じて相互に接続されたウェブサーバとクライアント端末とによって構築されたサーバクライアント型システムとして実現しているが、インターネットを利用しないスタンドアローン型のシステムとして実現することも可能である。

図２は、本発明に係るバーチャル疾患体験システム１００に含まれるコンテンツサーバ１０、ユーザ端末２０、及びコンテンツ出力装置３０が備える基本的な機能要素を示したブロック図である。図２では、バーチャル疾患体験システム１００の特徴的機能を実現するために必要な機能要素を中心に示しており、図示したものの他に一般的なコンピュータや携帯端末が備える要素を有していてもよいことは当然である。

コンテンツサーバ１０は、コンテンツの管理、各ユーザ向けコンテンツの作成、及びユーザへのコンテンツの提供を行うためウェブサーバである。コンテンツサーバ１０は、基本的に、情報の入力部と、入力部で得られた情報を処理するための処理部、演算部による処理結果を出力するための出力部、及び入出力用の情報を格納した記憶部を有するコンピュータ装置である。処理部は、記憶部に格納されているプログラムを読み出し、このプログラムに従って所定の演算処理を実行する。

本実施形態において、コンテンツサーバ１０は、学習用データセット１１、機械学習部１２、及び学習済みモデル１３を有している。これらの要素１１〜１３は、学習済みモデル１３を作成するための学習フェーズで用いられる。本実施形態では、コンテンツサーバ１０自体が、学習用データセット１１をトレーニングデータとして機械学習を行うことで学習済みモデル１３を作成することとしている。ただし、学習用データセット１１及び機械学習部１２は、コンテンツサーバ１０が必ずしも有している必要はなく、すなわちコンテンツサーバ１００自体が機械学習を実行する必要はない。例えば、他のコンピュータによって機械学習を実施することにより学習済みモデル１３を作成し、この作成済みの学習済みモデル１３をコンテンツサーバ１００に保存しておくこととしてもよい。

図３及び図４は、学習用データセット１１に記憶されているトレーニングデータの一例を示している。学習用データセット１１には、基本的に、各データ提供者の健康関連情報と各データ提供者の現在又は過去の疾患（あるいはその有無）とがセットとして関連付けられている。このため、このデータセットをトレーニングデータとして機械学習を実行することにより、健康関連情報から特定の疾患のリスク（あるいはその傾向）を判定することのできる学習済みモデル１３が得られる。学習用データセット１１と学習済みモデル１３は、例えばＨＤＤ及びＳＤＤといった不揮発性メモリに記憶されている。

図３及び図４では、データ提供者の健康関連情報の例が示されている。図３（ａ）は、ＳＮＰ（Single Nucleotide Polymorphism）データであり、データ提供者のＩＤ情報とともに、各疾患関連の遺伝子多型の変異がデータとして記録されている。図示した例では、２型糖尿病ＳＮＰ（野生型：Ｇ）、本態性高血圧ＳＮＰ（野生型：Ｃ）、及び脂質異常症ＳＮＰ（野生型：Ｔ）が示されているが、疾患関連のＳＮＰは既に多くのものが発見されてきており、これら公知のＳＮＰをトレーニングデータとして記録しておくことができる。図３（ｂ）は、バイオマーカーデータであり、データ提供者のＩＤ情報とともに、各疾患関連のバイオマーカーの検出の有無やその検出量がデータとして記録されている。図示した例では、２型糖尿病バイオマーカー、本態性高血圧バイオマーカー、及び脂質異常症バイオマーカーが示されているが、これらに限定される公知のバイオマーカーの検出結果をトレーニングデータとして記録しておくことができる。図３（ｃ）は、検診データであり、データ提供者のＩＤ情報とともに、健康診断や人間ドック等の検診結果をデータとして記録されている。図示した例では、空腹時血糖、中性脂肪、拡張期血圧、ＢＭＩなどが示されているが、その他の各種検診データを記録しておくことができ、特に生活習慣病に関連する検診データが好ましい。このように、トレーニングデータに各疾患関連の遺伝子多型の変異（ＳＮＰ）と各疾患関連バイオマーカーを含めることで、対象者個別の疾患リスクの判定精度を上げることができる。また、そのようなＳＮＰやバイオマーカーも取り入れることで、統計的に判定されたリスクではなく、個別に判定された疾患リスクとして疾病リスク判定が可能である。これにより、対象者が自分だけは大丈夫だという正常性バイアスがかかることを避け、本当に自分のリスクであると理解させることができる。

図４（ｄ）は、生活習慣データであり、データ提供者のＩＤ情報とともに、生活習慣に関する問診事項への回答がデータとして記録されている。問診事項の例としては、運動習慣や、食事習慣、睡眠習慣、喫煙習慣、飲酒習慣に関する問診が挙げられるが、これらに限定されない。また、図４（ｅ）は、既往歴データであり、データ提供者のＩＤ情報とともに、既往歴（現在抱える疾患又は過去の病歴）がデータとして記録されている。図示した例では、糖尿病、高血圧（本態性高血圧）、及び脂質異常の既往歴が記録されているが、その他の疾患の既往歴であってもよい。また、胎生期、幼児期、小児期、思春期、青年期、成人期といった時期ごと又は年齢ごとの既往歴が記録されていてもよい。このように、学習用データセット１１では、各データ提供者の健康関連情報と疾患の既往歴とが対となっており、これらを利用して機械学習を行うことで健康関連情報と疾患の相関関係や傾向を求めることができる。

機械学習部１２は、学習用データセット１１に記録されている健康関連情報と各疾患の既往歴とのデータセットをトレーニングデータとして、ディープラーニング等の機械学習を実施する。機械学習部１２は、機械学習の結果、データセットから抽出した特徴量を表すネットワークの構造と各リンクの重み付けが決定された学習済みモデル１３を出力することができる。機械学習部１２は、ＣＰＵ又はＧＰＵといったプロセッサの機能によって実現される。プロセッサは、記憶部から機械学習用のプログラムを読み出し、このプログラムに従って機械学習を実施する。

学習済みモデル１３は、多数の健康関連情報に対して機械学習が行われた結果、パラメータ（いわゆる「重み」）が調整されたモデルデータである。本実施形態では、前記のとおり、健康関連情報と各疾患の既往歴とのデータセットをトレーニングデータとして機械学習を実施される。このため、ユーザ（対象者）の健康関連情報を入力値としてこの学習済みモデル１３を参照することで、その入力値に対応した出力値として各疾患の有無の推定値あるいは各疾患の罹患リスクの推定値が得られる。

本実施形態において、コンテンツサーバ１０は、さらに、通信部１４、ユーザデータベース（ＤＢ）１５、判定部１６、コンテンツＤＢ１７、コンテンツ選択部１８、及び配信コンテンツＤＢ１９を有する。これらの要素１４〜１９は、主にユーザからの入力情報に基づいて、そのユーザに対してバーチャル疾患体験用のコンテンツを提供するフェーズで用いられる。通信部１４は、インターネットを通じて他の装置と情報を送受信するための通信装置により実現される。ユーザＤＢ１５、コンテンツＤＢ１７、及び配信コンテンツＤＢ１９といった各種のデータベースは、例えばＨＤＤ及びＳＤＤといった不揮発性メモリにより実現される。また、判定部１６及びコンテンツ選択部１８は、ＣＰＵ又はＧＰＵといったプロセッサの機能によって実現される。プロセッサは、記憶部から判定処理及びコンテンツ選択処理ためのプログラムを読み出し、このプログラムに従って各種処理を実施する。

通信部１４は、ユーザ端末２０からインターネットを介して、ユーザ向けコンテンツの作成に必要な情報を受け取る。本実施形態において、コンテンツ作成には、各ユーザの識別ＩＤとともに、少なくともユーザの関心分野に関する情報とユーザの健康関連情報が必要となる。ユーザ端末２０は、ユーザ固有のユーザＩＤ、そのユーザの関心分野に関する情報、及びそのユーザの健康関連情報をコンテンツサーバ１０へと送信し、コンテンツサーバ１０は、通信部１４を通じてこれらの情報を受け取る。

図５には、関心分野の一例が示されている。関心分野は、主に健康関連情報とは無関係であり、健康以外の分野でユーザが関心を持つ社会的事柄又は文化的事柄である。例えば、図５では、関心分野の分類の例として、仕事、家族、趣味が挙げられている。また、仕事の分類では、営業、製造現場、教師などの職業が関心分野として挙げられ、家族の分類では、子供、配偶者、両親などの続柄が関心分野として挙げられ、趣味の分類では、サッカー、釣り、将棋などの種目が関心分野として挙げられている。また、ユーザが既に健康に関心がある場合もあるので、関心分野には健康の分類もあり、例えば糖質制限食、運動量ＵＰ、睡眠の質改善などが関心分野として挙げられている。これらの関心分野の中からユーザが任意で選択したものに関する情報が、ユーザ端末２０からコンテンツサーバ１０へと送信される。コンテンツサーバ１０は、ユーザ端末２０からユーザの関心分野に関する情報を受信すると、そのユーザの識別ＩＤとともに、ユーザＤＢ１５の関心分野テーブルに記録する。図６（ａ）は、ユーザＤＢ１５内の関心分野テーブルを示している。関心分野テーブルは、ユーザＩＤをキー項目として、ユーザごとに指定された関心分野に関する情報がデータとして記録されている。

また、図６（ｂ）には、コンテンツサーバ１０が受け取った健康関連情報を記録するための健康関連情報テーブルの例が示されている。コンテンツサーバ１０は、主にこの健康関連情報テーブルに記録されるデータをユーザ端末２０から受信する。健康関連情報テーブルには、ユーザの識別ＩＤをキー項目として、例えばＳＮＰデータや、バイオマーカーデータ、検診データ、生活習慣データが記録されている。これらのユーザの健康関連情報は、図３及び図４を参照して説明したトレーニングデータとしての健康関連情報と対応している。コンテンツサーバ１０は、ユーザ端末２０からユーザの健康関連情報を受信すると、そのユーザの識別ＩＤとともに、ユーザＤＢ１５の健康関連情報テーブルに記録する。

判定部１６は、ユーザＤＢ１５から健康関連情報を読み出し、この情報を用いて学習済みモデル１３を参照することで、そのユーザの疾患リスクを判定する。すなわち、判定部１６は、ユーザの健康関連情報を学習済みモデル１３に入力することで、その出力値としてユーザの疾患リスクの推定値を得る。前述したとおり、学習済みモデル１３は、データ提供者の健康関連情報と疾患の既往歴のデータセットを用いた機械学習によりパラメータが調整されたものであるため、あるユーザの健康関連情報をこのモデルに入力することで、疾患の有無あるいはリスクの推定値が得られるようなデータ構造となっている。判定部１６は、ここで得られた疾患リスクをユーザＤＢ１５の疾患リスクテーブルに記録する。図６（ｃ）は、疾患リスクテーブルの例を示している。疾患リスクテーブルには、ユーザＩＤをキー項目として、複数の疾患の罹患リスクと、複数の疾患の中から最も罹患の可能性が高い疾患が記録されている。例えば、図６（ｃ）に示した例では、糖尿病リスク、本態性高血圧リスク、及び脂質異常症リスクなどの各種疾患のリスクがパーセンテージ（％）で記録されている。このように、各ユーザの健康関連情報を基に複数種類の疾患の罹患リスクを判定して、ユーザＤＢ１５に記録しておくとよい。

コンテンツＤＢ１７は、ユーザに提供するコンテンツデータを記憶している。図７は、コンテンツＤＢ１７に含まれるコンテンツデータテーブルの一例を示している。コンテンツデータの種類は特に制限されないが、例えば、３Ｄ／２Ｄコンピューターグラフィックス、３Ｄ／２Ｄコンピューターグラフィックスキャラクター、３Ｄ／２Ｄ実写ビデオ、３Ｄ／２Ｄアニメーション、３Ｄ／２Ｄ静止画像、３Ｄ／２Ｄ漫画、３Ｄ／２Ｄサウンド等が挙げられる。また、コンテンツデータは、ゲーム要素を含むゲームプログラムであってもよい。これらのコンテンツデータは、ＶＲ、ＡＲ、ＭＲ、及びＳＲなどのＸＲコンテンツ（体験型コンテンツ）として、ユーザに提供されることが好ましい。

本実施形態において、図７に示されるように、コンテンツデータテーブルでは、上記のコンテンツデータが、ユーザの関心分野ごと及び疾患リスクごとに分けて分類されている。例えば、図７に示した例では、ユーザの関心分野として営業、製造現場、将棋、健康などが挙げられており、これらの関心分野ごとに２型糖尿病リスクが最大の場合、本態性高血圧リスクが最大の場合、脂質異常症リスク最大の場合とに分けて、複数のコンテンツデータが記憶されている。また、関心分野ごとに、関心分野の世界観データとしてコンテンツデータが記録されていてもよい。ユーザが指定した関心分野の世界観の中に内包されるかたちで各種コンテンツデータがＸＲを使い表示あるいは操作される。また、コンテンツデータは、ネガティブシナリオデータとポジティブシナリオデータとに分けられていてもよい。本願明細書では、一又は複数のコンテンツデータによって形作られるストーリー展開（脚本）をシナリオと称している。

ＸＲコンテンツの具体的な例として、ＶＲのヘッドマウントディスプレイ（ＨＭＤ）を使い、３Ｄコンピューターグラフィックス（３ＤＣＧ）による会社オフィスの世界観をユーザに提示する。そして、例えば、その３ＤＧＣの中で、キャラクターがユーザに仕事の目標達成には健康が重要と語りかけ、オフィスの壁など平面に放送局等が作成した健康情報等の２Ｄ動画（アーカイブ等）やアニメーションが効果音・音楽等サウンド付きで健康シナリオを表示することが考えられる。３ＤＣＧキャラクターが説明する中で、より分かりやすくする為に、例えばグラフ・表などの２Ｄ／３Ｄグラフを前記オフィスの平面に表示することなども可能である。３ＤＣＧキャラクターはユーザの好みで選択しても良い。ゲーム要素の例としては、ユーザがＨＭＤを使った３ＤＣＧゴルフゲームをプレイする中で、３ＤＣＧキャラクターが登場し、ゴルフを長い期間楽しむためにゴルフに影響がある疾患リスク診断といったシナリオへ誘導するなどがある。

図７の例では、ユーザの各関心分野において、２型糖尿病リスクが最大の場合、本態性高血圧リスクが最大の場合、脂質異常症リスク最大の場合のそれぞれについて、ネガティブシナリオデータとして、リスクがあると判定された各疾患が重症化した場合の不都合をユーザに体験させるためのコンテンツデータが記憶されている。また、ユーザの各関心分野において、ポジティブシナリオデータとして、リスクがあると判定された各疾患を予防した場合又は改善した場合の好都合をユーザに体験させるためのコンテンツデータも記憶されている。

このように、ユーザの関心を健康に向けるために、対象者の最重要の世界観と予想される疾患リスクに従って生成されるネガティブ健康シナリオと、もし生活習慣を改善してその疾患を予防した場合のポジティブ健康シナリオとの両方をユーザに提示することが好ましい。ネガティブシナリオは、予想される疾患の名称を示すのではなく、もしその疾患に罹り、その後に重症化や合併症が将来進行した場合の具体的な身体・精神機能低下等の体験をさせることで、疾患に関する知識が無くてもそのリスクを理解できるようにする。例えば糖尿病に最も罹患する可能性があった場合、糖尿病の初期症状は無症状であり、かつ、糖尿病に関する知識が無いとその具体的なリスクが理解しにくい。糖尿病の専門的な詳細な情報を提示しても、健康に興味がない対象者に読ませることが難しい。しかし生活習慣を変えずにもし糖尿病が重症化した場合、例えば糖尿病性網膜症になり視力が低下する可能性があり、その視力低下をＸＲでバーチャル体験させ、最重要分野で将来起きる可能性のある具体的な不具合・不都合を、主観的に解りやすく理解させることが可能である。ポジティブシナリオは、改善すべき生活習慣を提示した上で、その疾患を予防した場合の最重要分野で成功・達成した良いイメージを体験できるようにする。改善すべき生活習慣の具体例は、対象者の疾患リスク判定のＡＩから判定された改善すべき生活習慣を指している。一般的なアドバイスよりも個別的に判定しているので、対象者が自分事であると理解がしやすい。また、各シナリオには、健診データ、生活習慣、既往歴、ＳＮＰ、バイオマーカー、疾患リスク判定結果やそれらに対する個々のアドバイスを含める事もできる。文字よりもＸＲ世界観の中で映像により短時間に伝えることにより、より理解がしやすい。また、健康情報のポジティブ／ネガティブシナリオは、最重要分野ごと、且つ、疾患ごとに作成してもよいし、さらに対象者ごとに個別に作成してもよい。

コンテンツの実施例として、例えばユーザの興味分野が営業で、２型糖尿病リスクが最大の場合、例えば以下の通りである。

１．世界観とシナリオの導入

１）３Ｄコンピューターグラフィックス（３ＤＣＧ）のビル群 → ビルの中に入りこむ → オフィス内部を表示
２）オフィスでは人々が忙しそうに働いている風景（図１１）
３）３ＤＧＣキャラクターが登場し、アニメーションとナレーション（以下）
４）「お仕事は忙しいですか？ 仕事をしなければ食べていけませんが、それだけでなく、やりがいを持って働きたいですね。あなたの仕事の目標は何ですか？ ・・・」
５）「でもその目標を実現する為に必要なことは何でしょうか？肩書？ お金？ 能力？ 勉強？ 努力？・・・」
６）ナレーション「ある人の物語」（世界観３ＤＣＧの一部に２Ｄ動画 ⇒ 拡大）
７）仕事に熱中する姿
８）皆帰る中、一人残業している
９）満員電車で眠りながら移動。コンビニで弁当を買って自宅に戻る。食べながらパソコンのメールをチェック。深夜２時にお酒を飲んで就寝。
１０）朝６：００に起きて眠い姿で朝飯を食べる時間が無く通勤。
１１）朝の会議でプロジェクトを発表。
１２）お昼は時間がなく、立ち食いソバを急いで食べる
１３）土日も家で仕事をしている画像
１４）上記２）〜８）の繰り返しイメージ（早回しで）
１５）ある会議でプレゼン中、突然倒れる
１６）救急車で病院に担ぎ込まれ、集中治療室に入る（気がついて、病院の天井が見える）
１７）会社では、会議でプロジェクトからユーザが外される光景。・・・なんでこんなことに？
１８）３ＤＧＣキャラクターが登場し、アニメーションとナレーション（以下）
１９）「あなたのカラダは大丈夫ですか？ 仕事も大切ですが、仕事の目標達成は健康がないとできません。健康を後回しにしていませんか？ 今は問題無い方でも、今後はわかりません。」

２．ユーザの疾患リスクとして、例えば２型糖尿病が最大の時は、例えば、以下のようなネガティブシナリオを選択し提示する。

１）「あなたの健康測定の結果、あなたは糖尿病のリスクが一番高いことが分りました。残念ながら今の生活を変えないと、将来、糖尿病を発症する可能性もあります。」
２）３ＤＧＣキャラクターが登場し、アニメーションとナレーション（以下）
３）「もしも糖尿病が重症化した場合、次のような不具合がでる可能性もあります。」
４）オフィス風景の視野の一部がぼやける → 数秒で戻る。ユーザがプレゼン画面を見ている画面で、視野の一部が黒くなり欠けている → 数秒で戻る
（糖尿病性網膜症による視覚障害の症状を疑似体験）
５）「こんな事になったら、大事な仕事がうまくできません！」

３．次に、例えば次のようなポジティブシナリオを提示する

１）３ＤＧＣキャラクターが登場し、アニメーションとナレーション（以下）
２）「でも大丈夫。今日から生活習慣を変えれば、発症リスクを下げる事ができますよ！」
３）オフィス画面のホワイトボードに改善すべき生活習慣を表示（図１２）
４）赤印が特に改善すべき項目です。「できることから、少しずつ生活習慣を変えましょう。そうすれば、このようにうまくいくかもしれません！」
５）（オフィスＣＧの一部に２Ｄ動画 → 拡大）
６）毎日の生活習慣に気を付けた結果、健康になっていく動画
７）オフィス中のホワイトボードに、ユーザの売上グラフが急上昇する動き
８）ユーザが社長から貢献賞をもらい、皆に拍手されるシーン（成功の音楽）
９）アニメーションとナレーション（以下）
１０）仕事の目標達成と健康は同じレベルで大切ですね！
１１）「生活習慣の改善を必ずやってみて下さいね！」

尚、ユーザの関心分野は健康以外の事柄が主だが、ユーザによっては既に健康に最も関心がある場合もある。例えばユーザの関心分野が健康の中で糖質制限の場合、世界観は食事をする場面の世界観であり、もし２型糖尿病が最もリスクが高い場合、ネガティブシナリオとして糖尿病の重症化体験を同様に提示し、ポジティブシナリオとしては糖質制限が成功して２型糖尿病を予防した成功イメージを提示するなど、健康への関心をより高める効果を出すことができる。また別の実施例としては、例えばユーザの関心分野が健康の中で睡眠の質の改善であった場合、世界観は寝室の世界観であり、もし本態性高血圧が最もリスクが高い場合、ネガティブシナリオとして本態性高血圧の重症化として脳梗塞の体験、例えば就寝中に下半身が動かなくなる体験を提示し、ポジティブシナリオとしては本態性高血圧が改善して健康になったイメージを提示するなど、健康に関心がある方にも更に関心をより高める効果を出すことができる。

コンテンツ選択部１８は、ユーザＤＢ１５から、各ユーザの疾患リスクに関する情報と関心分野に関する情報を読み出し、これらの情報に基づいてコンテンツＤＢ１７からユーザに適したコンテンツデータを選択して読み出す。前述のとおり、図７に示した例では、コンテンツＤＢ１７のコンテンツデータテーブルには、ユーザの関心分野ごとに、関心分野の世界観データと、ネガティブシナリオデータと、ポジティブシナリオデータが記憶されている。また、ネガティブシナリオデータには、特定の疾患ごとに、そのリスクが最大である場合に読み出されるコンテンツデータが記憶されている。本実施形態において、コンテンツ選択部１８は、まず、ユーザＤＢ１５の関心分野テーブル（図６（ａ））から、ユーザの関心分野に関する情報を読み出す。また、コンテンツ選択部１８は、ユーザＤＢ１５の疾患リスクテーブル（図６（ｃ））から、そのユーザの最も罹患リスクの高い疾患に関する情報を読み出す。そして、コンテンツ選択部１８は、これらの情報に基づいて、コンテンツＤＢ１７のコンテンツデータテーブル（図７）から、ユーザの関心分野と最大の疾患リスクに適合した各種のコンテンツデータを選択して読み出す。例えば、ユーザの関心分野が「営業」であり、最も可能性が高い疾患が「糖尿病」である場合、コンテンツＤＢ１７からは、「営業」の分野に関する世界観データ、「営業」の分野における「糖尿病」に関するネガティブシナリオデータ、及び「営業」の分野における「糖尿病」に関するポジティブシナリオデータがそれぞれ選択されて、このユーザに提供する一連のコンテンツデータが作成される。

また、図８は、コンテンツ選択部１８によるコンテンツ選択処理の別の実施形態を示している。図７を参照して説明した実施形態では、ユーザの疾患リスクのうち、最もリスクの高い疾患に関連するコンテンツデータを選択することとした。他方で、図８に示した実施形態では、ユーザごとに複数の疾患について各疾患に罹患するリスクの値（％）を判定し、それらのリスクの値に応じて、疾患の数に対応する複数のステージでのシナリオを分岐させることとしている。具体的に説明すると、図８に示した例では、ユーザが指定した関心分野に応じてシナリオが分岐するステージ１、ユーザの糖尿病リスクに応じてシナリオが分岐するステージ２、ユーザの本態性高血圧リスクに応じてシナリオが分岐するステージ３、及びユーザの脂質異常症リスクに応じてシナリオが分岐するステージ４が設定されている。ステージ２からステージ４では、各疾患リスクが５０％未満である場合と５０％以上である場合とでシナリオが２分岐するように設定されている。ただし、各ステージでの疾患リスクの閾値は適宜所定の値に設定することができ、またシナリオの分岐を３以上とすることもできる。

図８に示した例では、ユーザは自身の関心分野として「営業」を選択したため、ステージ１ではシナリオａ１が選択される。ステージ２以降のシナリオは、このステージ１で選択されたシナリオａ１に関連するもの（すなわち営業シナリオルート）となる。ステージ２から４の各ステージには、各疾患リスクが５０％以上であるか否かに応じて分岐するシナリオが、それぞれ２種ずつ設けられている。ステージ２では、糖尿病リスクが５０％以上であるか否かによってシナリオが分岐する。このユーザは、糖尿病リスクが５０％以上であるため、ステージ２ではシナリオａ２．２が選択される。ステージ３では、本態性高血圧リスクが５０％以上であるか否かによってシナリオが分岐する。このユーザは、本態性高血圧リスクが５０％未満であるため、ステージ３ではシナリオａ３．１が選択される。ステージ４では、脂質異常症リスクが５０％以上であるか否かによってシナリオが分岐する。このユーザは、脂質異常症リスクが５０％未満であるため、ステージ４ではシナリオａ４．１が選択される。このように、図８に示した実施形態では、複数の疾患のリスクに応じて、複数のシナリオが選択されるようになっている。

図８−１に示した例では、生体データセンサー３５からのフィードバックも受けて、コンテンツ選択部１８によるコンテンツ選択処理をする別の実施形態を示している。
図７の例ではユーザの関心分野が選択され、最もリスクの高い疾患が決まるとコンテンツは一つに決まるが、図８−１は同じ疾患でも更に複数のコンテンツを用意した場合の実施例となる。
ユーザにコンテンツを提示した際に、ユーザに装着された生体センサーの情報を元に、ユーザの精神状態を判定する。例えば図８−１の例では生体データセンサー３５に脳波センサーを選び、コンテンツ制御部１８で脳波を分析することで、ユーザの集中度をリアルタイムに計測することができる。
図８−１の例ではユーザが営業に関心があり、かつ、２型糖尿病のリスクが一番高い疾患の場合であるが、コンテンツ４つが用意されている。それぞれのコンテンツはイントロ部と本編部に分かれて、まずユーザにイントロ部４つ全部を提示した時に、ユーザの集中度を分析して一番集中しているドラマ風（１）を選択して、本編部はドラマ風（１）のみデータを配信する。
このようにユーザの精神状態を判別して複数のコンテンツを選択して配信することにより、ユーザの嗜好に寄り添ったより効果的なコンテンツを選択することが可能になり、健康への関心を高めることができる。
更に別の実施例としては、コンテンツにゲーム要素を入れ、生体データセンサー３５に脈波センサーを使うことで、例えば運動量ＵＰに関心があるユーザに、体操ゲームコンテンツを体験させ、ＶＲ体操により消費カロリーが上がったら次のネガティブ／ポジティブシナリオに移れるように設計するなど、より楽しくコンテンツを視聴させ、健康への関心を高めることができる。
これらのセンサーを組み合わせしてユーザの精神・身体状態を精緻に分析することで、より精度の高いコンテンツの選択も可能である。
また副次的な効果として、数多くのユーザからのフィードバックをデータとして集積し分析することで、より効果が高いコンテンツを選択することや、コンテンツ内容の改良に繋げることもできる。

コンテンツ選択部１８は、上記のようにして選択した複数のコンテンツデータを、各ユーザの識別ＩＤとともに配信コンテンツＤＢ１９に記録する。図９は、配信コンテンツＤＢ１９に含まれる配信コンテンツテーブルの一例を示している。配信コンテンツテーブルには、ユーザＩＤをキー項目として、各ユーザの関心分野及び疾患リスクに基づいて選択された複数のコンテンツデータに関する情報が記録される。また、配信コンテンツテーブルには、ユーザによって指定されたコンテンツの配信先の出力装置の識別ＩＤが記録されることが好ましい。コンテンツの配信先の指定方法の詳細については、後述する。

コンテンツサーバ１０の通信部１４は、ユーザ端末２０又はコンテンツ出力装置３０からコンテンツの配信要求を受けた場合に、配信コンテンツＤＢ１９から各ユーザ向けのコンテンツデータを読み出して、配信コンテンツＤＢ１９に記録されている配信先のコンテンツ出力装置３０にコンテンツデータを送信する。このように、コンテンツサーバ１０は、コンテンツデータの管理と、ユーザ向けのコンテンツデータの作成と、コンテンツデータの配信を行う。

ユーザ端末２０は、ユーザによって所有されるスマートフォンやパーソナルコンピュータなどの端末装置である。本実施形態において、ユーザ端末２０は、ユーザ向けのコンテンツデータの作成と配信に必要な情報をコンテンツサーバ１０に入力する役割を担う。ユーザ端末２０は、ＣＰＵ及びメモリによって構成される制御部２１、液晶ディスプレイや有機ＥＬディスプレイなどの表示部２２、タッチパネルやマウス、キーボードなどの入力装置２３、カメラなどの読取り部２４、及び４Ｇ、５Ｇ、あるいはＷｉ−Ｆｉ（登録商標）などの公知の無線通信規格に則った通信装置である通信部２５を有する。制御部２１は、所定の情報の入力及び送信のためのプログラムをメモリから読み出して、その他の各種要素２２〜２４を制御する。具体的には、制御部２１は、表示部２２に、ユーザ固有のＩＤや、ユーザの関心分野に関する情報、及びユーザの健康関連情報を入力するための所定のフォームを表示する。ユーザは、入力部２３を操作して、表示部２２上に表示されている所定のフォームに従い、ユーザＩＤ、関心分野に関する情報、及び健康関連情報をそれぞれ入力する。通信部２５は、これらの入力情報をインターネットを介してコンテンツサーバ１０に送信する。

また、ユーザ端末２０は、上記健康関連情報等の入力情報とともに、コンテンツデータの配信先となるコンテンツ出力装置３０を指定するための情報をコンテンツサーバ１０に送信することもできる。例えば、ユーザが、配信先のコンテンツ出力装置３０の識別ＩＤを把握している場合には、このコンテンツ出力装置３０の識別ＩＤをユーザ端末２０に入力することとしてもよい。また、コンテンツ出力装置３０が、自身の識別ＩＤを保持したＱＲコード（登録商標）等のコード２３を提示するものである場合、ユーザ端末２０の読取り部２４によって、このコードを読み取り、コンテンツ出力装置３０の識別ＩＤを抽出することとしてもよい。例えば、コンテンツ出力装置３０は、ディスプレイ上にコード２３を表示することとしてもよいし、その筐体の一部にコードが印刷されていたり、コード印刷されたシールが貼付されたりしていてもよい。ユーザは、コンテンツの配信先として指定するコンテンツ出力装置３０が提示しているコード２３を、ユーザ端末２０の読取り部２４によって読み取る。ユーザ端末２０は、読み取ったコードからコンテンツ出力装置３０の識別ＩＤを抽出し、この識別ＩＤを健康関連情報等の入力情報とともにコンテンツサーバ１０へと送信する。あるいは、ユーザ端末２０は、読み取ったコードの画像をそのまま上記健康関連情報等の入力情報とともにコンテンツサーバ１０へ送信することとしてもよい。この場合、コードの画像からコンテンツ出力装置３０の識別ＩＤを抽出する処理は、コンテンツサーバ１０によって行われる。このようにして、ユーザは、自分専用のコンテンツデータの配信先を簡単に指定することができる。

コンテンツ出力装置３０は、コンテンツサーバ１０から配信されたコンテンツデータを閲覧又は出力するための装置である。本実施形態において、コンテンツ出力装置３０は、ユーザ個人が所有するものではなく、複数のユーザによって共有又は共用される場合を想定している。このため、ユーザは、自己のユーザ端末２０を操作して、コンテンツデータの配信先であるコンテンツ出力装置３０を指定する必要がある。前述のとおり、ＱＲコード（登録商標）等を利用することで、コンテンツの配信先を容易に指定できる。

コンテンツ出力装置３０は、ＣＰＵ及びメモリによって構成される制御部３１、ディスプレイやマイクロホンなど映像又は音響のコンテンツデータを出力するための出力部３２、ＱＲコード（登録商標）等のコード３３、及び公知の無線通信規格に則った通信装置である通信部３４を有する。コンテンツ出力装置３０は、コンテンツサーバ１０から所定のユーザ向けのコンテンツデータを受信し、出力部３２から出力する。コンテンツ出力装置３０は、ヘッドマウントディスプレイ等の装着型のＶＲ装置や、ＡＲ装置、ＭＲ装置など、体験型コンテンツの出力に適した形態の装置であることが好ましい。ただし、コンテンツ出力装置３０は、一般的なパーソナルコンピュータや、ディスプレイ装置、スマートフォン、タブレット型端末などの形態をとるものであってもよい。

またコンテンツ出力装置３０は生体データセンサー３５を内蔵するものがより好ましい。生体データセンサーは、例えば皮膚表面に電極を付けて心電を測定し自律神経を計測するもの、複数の頭皮電極から脳波を計測するもの、皮膚表面に赤外線を照射し、反射光を受光して血液の脈波を計測するものなどであり、例えばヘッドマウントディスプレイなどのコンテンツ出力装置の頭部バンド等に内蔵するものであってもよいし、外付けでつけるものであってもよい。

本発明では、例えば図１０（ａ）に模式的に示したように、ユーザが関心を持つ世界観の中に内包するかたちで、健康情報をＸＲコンテンツで表示することで、ユーザは自分の興味がある分野からの視点で自身の生活環境と健康を関連づけるようになる。これにより、ユーザの健康への関心を高めることができる。このように、自分の将来の外観（将来像）をユーザに提示するのではなく、生活習慣を改善した場合の良いイメージと、疾患が重症化・合併症になった場合の関心分野における具体的な不都合・不具合とを同時にユーザに体験させることで、防衛的態度や反感をさせずに健康への興味を高めることができる。例えば、図１０（ｂ）に示されるように、あるユーザにとって最も関心のある分野が仕事であり、次に家族、次に趣味、最後に健康である場合に、本発明によるコンテンツを当該ユーザに体験させることで、仕事の達成には健康が必須であることを気が付かせ、仕事と同じレベルで健康への関心を高めることができる。また、ユーザにとっての最重要分野だけでなく、その次に重要な分野についても同様にコンテンツを体験させることもできる。

また、健康への関心を維持し行動変容に繋げる為に、短期的な取組みと長期的な取組について、例えば以下のように応用が可能である。
Ａ）短期的な取組
１）本システムを一般的な健康診断後、健康診断結果による疾病リスクを本システムで体験して、ユーザの疾患リスクへの関心を上げる。
２（更にユーザが気になる疾患について、遺伝子やバイオマーカーの特定検査を受け、本システムで疾患リスクを体験して、疾患予防の行動変容に繋げる。
Ｂ）長期的な取組
１）毎年の健康診断後に、健康診断結果による疾病リスクがどのように経年変化しているか、本システムで体験する。
２）本システムのコンテンツにリスク疾患ごとの教育的コンテンツを追加して、定期的に視聴、ヘルスリテラシーを毎年向上させていく。
３）本システムのコンテンツのゲーム要素を活用し、定期的にゲームをプレイする際に、健康のコンテンツに触れることで、健康への関心を維持させる。

また、本発明では、コンテンツ出力装置３０としてヘッドマウントディスプレイを利用することで、他人に自分の健康情報が見られるリスクが少なくなる。また、ＸＲ配信システムを利用することで、時間に余裕のあるときに自宅など見たい場所で繰り返しコンテンツを体験することができる。

さらなる応用例として、健康への関心が出てきた後の各行動変容を推進、実施、定着させる為に、行動変容アンケートにより行動変容ステージを判定し、各ステージに沿って役立つ情報、商品、サービスをＸＲで表示、操作させることができる。
無関心期：最重要世界観 ＋ 健康シナリオ（ネガティブ＋ポジティブ）
関心期： 最重要世界観 ＋ 生活習慣の行動変容のための情報、商品、サービスの提示
準備期： 最重要世界観 ＋ 上記のメリット・デメリット、他との比較情報
実行期： 最重要世界観 ＋ 上記のサービスをＸＲから発注・注文
維持期： 最重要世界観 ＋ 上記のサービスのアフターフォローやリスクのある疾患に対するより詳しい情報提供

このように、本発明は、対象者の関心分野の中で個別に予想された疾患の重症化・合併症をバーチャル体験させることで、健康の関心を高め、対象者の行動変容を支援することができる。

以上、本願明細書では、本発明の内容を表現するために、図面を参照しながら本発明の実施形態の説明を行った。ただし、本発明は、上記実施形態に限定されるものではなく、本願明細書に記載された事項に基づいて当業者が自明な変更形態や改良形態を包含するものである。

本発明は、対象人物が将来罹患する可能性のある生活習慣病の予防に適したコンテンツを提供するためのバーチャル疾患体験システム等に関する。本発明は、例えば予防医療、健康増進、アンチエージング、美容の分野に応用できる。

１０…コンテンツサーバ １１…学習用データセット
１２…機械学習部 １３…学習済みモデル
１４…通信部 １５…ユーザデータベース
１６…判定部 １７…コンテンツデータベース
１８…コンテンツ選択部 １９…配信コンテンツデータベース
２０…ユーザ端末 ２１…制御部
２２…表示部 ２３…入力部
２４…読取り部 ２５…通信部
３０…コンテンツ出力装置 ３１…制御部
３２…出力部 ３３…コード
３４…通信部 １００…バーチャル疾患体験システム
３５…生体データセンサー

Claims (10)

1. 健康関連情報と疾患のデータセットを用いた機械学習により得られた学習済みモデルを用いて、ユーザの健康関連情報に基づいて前記ユーザの疾患リスクを判定する判定部と、
   前記ユーザの関心分野に関する情報の入力を受け付ける入力部と、
   前記関心分野及び前記疾患リスクごとに分類された複数のコンテンツデータを記憶したコンテンツ記憶部と、
   前記判定部によって判定された疾患リスクと前記入力部を介して受け付けた前記関心分野に関する情報に基づいて、前記コンテンツ記憶部から前記コンテンツデータを読み出すコンテンツ選択部と、を含み、
   前記コンテンツ選択部は、
   前記ユーザの関心分野に関する情報に基づいて、前記関心分野に応じて分岐する第１のシナリオを前記コンテンツデータとして選択するとともに、
   前記疾患リスクに関する情報に基づいて、前記疾患リスクに応じて分岐する第２のシナリオのうち前記第１のシナリオに関連するものを前記コンテンツデータとして選択する
   バーチャル疾患体験システム。
2. 前記コンテンツデータは、ＶＲ（仮想現実）、ＡＲ（拡張現実）、ＭＲ（複合現実）、又はＳＲ（代替現実）を含む体験型コンテンツである
   請求項１に記載のバーチャル疾患体験システム。
3. 前記コンテンツデータは、前記ユーザの関心分野において前記判定部によってリスクがあると判定された疾患が重症化した場合の不都合を体験させるネガティブシナリオのコンテンツデータと、前記ユーザの関心分野において前記判定部によってリスクがあると判定された疾患を予防した場合又は改善した場合の好都合を体験させるポジティブシナリオのコンテンツデータの両方を含む
   請求項１又は請求項２に記載のバーチャル疾患体験システム。
4. 前記健康関連情報は、各疾患関連の遺伝子多型の変異に関する情報と、各疾患関連のバイオマーカーの両方又は少なくともいずれか一方を含む
   請求項１から請求項３のいずれかに記載のバーチャル疾患体験システム。
5. 前記ユーザの関心分野に関する情報は、前記健康関連情報とは無関係なものである
   請求項１から請求項４のいずれかに記載のバーチャル疾患体験システム。
6. 健康関連情報と疾患のデータセットを用いた機械学習により得られた学習済みモデルを用いて、ユーザの健康関連情報に基づいて前記ユーザの疾患リスクを判定する判定部と、
   前記ユーザの関心分野及び前記疾患リスクごとに分類された複数のコンテンツデータを記憶したコンテンツ記憶部と、
   前記判定部によって判定された前記ユーザの疾患リスクと当該ユーザから入力を受け付けた前記関心分野に関する情報とに基づいて、前記コンテンツ記憶部から前記コンテンツデータを読み出すコンテンツ選択部であって、前記ユーザの関心分野に関する情報に基づいて、前記関心分野に応じて分岐する第１のシナリオを前記コンテンツデータとして選択するとともに、前記疾患リスクに関する情報に基づいて、前記疾患リスクに応じて分岐する第２のシナリオのうち前記第１のシナリオに関連するものを前記コンテンツデータとして選択するものと、を含む
   装置としてコンピュータを機能させるためのプログラム。
7. コンピュータにより実行されるバーチャル疾患体験方法であって、
   前記方法は、
   健康関連情報と疾患のデータセットを用いた機械学習により得られた学習済みモデルを用いて、ユーザの健康関連情報に基づいて前記ユーザの疾患リスクを判定する判定工程と、
   前記ユーザの関心分野に関する情報の入力を受け付ける入力工程と、
   前記関心分野及び前記疾患リスクごとに分類された複数のコンテンツデータを記憶したコンテンツ記憶部から、前記判定工程において判定された疾患リスクと前記入力工程で受け付けた前記関心分野に関する情報に基づいて前記コンテンツデータを読み出すコンテンツ選択工程と、を含み、
   前記コンテンツ選択工程は、
   前記コンピュータが、前記ユーザの関心分野に関する情報に基づいて、前記関心分野に応じて分岐する第１のシナリオを前記コンテンツデータとして選択する工程と、
   前記コンピュータが、前記疾患リスクに関する情報に基づいて、前記疾患リスクに応じて分岐する第２のシナリオのうち前記第１のシナリオに関連するものを前記コンテンツデータとして選択する工程と、を含む
   バーチャル疾患体験方法。
8. コンテンツサーバと、ネットワークを通じて前記コンテンツサーバに接続されたユーザ端末及びコンテンツ出力装置とを含むバーチャル疾患体験システムであって、
   前記ユーザ端末は、
   ユーザの関心分野に関する情報の入力を受け付ける入力部を含み、
   前記コンテンツサーバは、
   健康関連情報と疾患のデータセットを用いた機械学習により得られた学習済みモデルを用いて、前記ユーザの健康関連情報に基づいて前記ユーザの疾患リスクを判定する判定部と、
   前記関心分野及び前記疾患リスクごとに分類された複数のコンテンツデータを記憶したコンテンツ記憶部と、
   前記判定部によって判定された疾患リスクと前記ユーザ端末を介して受け付けた前記関心分野に関する情報に基づいて、前記コンテンツ記憶部から前記コンテンツデータを読み出すコンテンツ選択部と、を含み、
   前記コンテンツ選択部は、
   前記ユーザの関心分野に関する情報に基づいて、前記関心分野に応じて分岐する第１のシナリオを前記コンテンツデータとして選択するとともに、
   前記疾患リスクに関する情報に基づいて、前記疾患リスクに応じて分岐する第２のシナリオのうち前記第１のシナリオに関連するものを前記コンテンツデータとして選択し、
   前記コンテンツ出力装置は、
   前記コンテンツ選択部によって選択された前記コンテンツデータを出力する出力部を含む
   バーチャル疾患体験システム。
9. 前記コンテンツ出力装置は、固有の識別情報を保持するコードを提示するものであり、
   前記ユーザ端末は、
   前記コードを読み取るための読取り部と、
   前記コード又はそれに保持された前記コンテンツ出力装置の識別情報を、前記ユーザの識別情報に関連付けて、前記コンテンツサーバに送信する通信部と、をさらに含み、
   前記コンテンツサーバは、あるユーザ向けの前記コンテンツデータを、当該あるユーザの識別情報に関連付けられた前記コンテンツ出力装置に提供する
   請求項８に記載のバーチャル疾患体験システム。
10. 前記コンテンツ出力装置は、前記ユーザの生体データセンサーをさらに含み、
    前記コンテンツサーバの前記コンテンツ選択部は、前記ユーザの生体データにさらに基づいて前記コンテンツデータを読み出す
    請求項８に記載のバーチャル疾患体験システム。

Images