以下に、図面を参照して、本発明にかかる睡眠分析プログラム、睡眠分析方法、および睡眠分析装置の実施の形態を詳細に説明する。
(実施の形態にかかる睡眠分析方法の一実施例)
図1は、実施の形態にかかる睡眠分析方法の一実施例を示す説明図である。睡眠分析装置100は、いずれかの睡眠区間について、ユーザに関するコメントを出力するコンピュータである。睡眠区間は、ユーザが睡眠中の区間である。コメントは、睡眠区間についての、ユーザに関するテキストである。
ここで、ユーザの睡眠状態を分析して、ユーザの体調を評価し、ユーザに関するコメントを出力することにより、ユーザの業務効率の向上、ユーザのヒューマンエラーの防止、ユーザの体調管理の支援などを図ることが望まれる場合がある。
しかしながら、ユーザの勤務形態が一定ではなく、交代制勤務である場合がある。このため、日勤と夜勤とが混在するなどユーザの勤務形態が一定ではなく、夜間の睡眠と勤務前の仮眠と勤務中の仮眠とが混在するなどユーザの睡眠区間が不規則になる場合がある。仮眠は、比較的短時間の睡眠である。
この場合、ユーザの睡眠区間について睡眠状態を分析してコメントを出力することが困難になる。例えば、仮眠のみについて分析しても、仮眠は比較的短時間の睡眠であり、また、仮眠中のユーザの寝付きは悪い傾向があるため、ユーザの体調を精度よく評価することは難しい。このため、ユーザに関して好ましいコメントを出力することは難しく、ユーザの業務効率の向上などを図ることができない。
また、ユーザの勤務状態に応じたコメントを出力することが難しい。例えば、ユーザの勤務状態が、勤務前、勤務中、勤務後などのいずれであるかに応じて、出力するコメントの内容を変更することが難しい。
これに対し、複数の睡眠区間がある場合に、睡眠時間が最も長い睡眠区間における睡眠状態を分析してコメントを出力するようにすることが考えられる。また、複数の睡眠区間がある場合に、それぞれの睡眠区間における睡眠状態を分析してコメントを出力するようにすることが考えられる。
しかしながら、ユーザの体調を精度よく評価することは難しく、ユーザに関して好ましいコメントを出力することは難しく、ユーザの業務効率の向上などを図ることができない。また、ユーザの勤務状態に応じたコメントを出力することが難しい。
そこで、本実施の形態では、ユーザの勤務形態を考慮することにより、ユーザの睡眠区間のいずれの睡眠区間について、ユーザに関するコメントを出力することが好ましいかを判断することができる睡眠分析方法について説明する。
図1の例では、1日目の朝〜夕にユーザが勤務し、1日目の夜にユーザが入眠する。図1の例では、2日目の昼にユーザが仮眠し、2日目の夜にユーザが勤務するパターン1と、2日目の朝にユーザが勤務し、2日目の昼にユーザが昼寝し、2日目の夜にユーザが入眠するパターン2とがある。
図1において、睡眠分析装置100は、ユーザに装着されたセンサ装置により取得されたデータの入力を受け付ける。センサ装置は、ユーザの活動量を特定するためのデータを取得するコンピュータである。センサ装置は、例えば、ユーザの加速度の時系列データを取得する。データは、ユーザの加速度の時系列データである。
睡眠分析装置100は、ユーザの勤務形態情報を参照し、データを受け付けたタイミング以降のユーザの勤務形態に基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。勤務形態情報は、日ごとのユーザの勤務形態が、日勤か夜勤か休日かを示す情報である。勤務形態情報は、例えば、図5に後述する勤務表テーブルである。勤務形態は、例えば、日勤か夜勤か休日である。睡眠区間は、例えば、ユーザの活動量が連続して閾値以下になった区間である。処理対象は、睡眠状態を分析する対象であり、コメントを生成する対象である。
睡眠分析装置100は、処理対象に決定した1以上の睡眠区間について、ユーザに関するコメントを出力する。コメントは、ユーザの睡眠状態を解析した結果、ユーザの睡眠状態を解析することによりユーザの体調を評価した結果、ユーザの今後の睡眠に対するアドバイス情報などを含む。睡眠状態の解析は、例えば、睡眠区間の長さ、ユーザの活動量から特定される睡眠中の寝返りの回数や睡眠中の覚醒の回数、または、眠りの浅い区間の有無などに基づいて行われる。アドバイス情報は、今後の睡眠を、いつ、どのくらいの時間にすることが好ましいかなどの情報を含む。
(1−1)睡眠分析装置100は、例えば、パターン1において、2日目の夕にデータの入力を受け付ける。睡眠分析装置100は、ユーザの勤務形態情報を参照し、2日目の夕以降ユーザの夜勤があるため、夜勤に備えた2日目の昼の仮眠の睡眠区間を、処理対象に決定する。睡眠分析装置100は、2日目の昼の仮眠の睡眠区間について、ユーザに関するコメントを出力する。
この際、睡眠分析装置100は、2日目の昼の仮眠が、夜勤に備えた仮眠として好ましいか否かを示す情報などを、コメントに含むことができる。また、睡眠分析装置100は、2日目の夕以降の夜勤において、さらに仮眠した方が好ましいか否かを示す情報などを、コメントに含むことができる。
(1−2)睡眠分析装置100は、例えば、パターン2において、2日目の夕にデータの入力を受け付ける。睡眠分析装置100は、ユーザの勤務形態情報を参照し、2日目の朝に勤務があり、2日目の夕以降は勤務がないため、2日目の昼の昼寝の睡眠区間を、処理対象に決定せず、1日目の夜の睡眠区間を、処理対象に決定する。睡眠分析装置100は、1日目の夜の睡眠区間について、ユーザに関するコメントを出力する。
これにより、睡眠分析装置100は、不規則な睡眠区間について適当なコメントを出力することができる。睡眠分析装置100は、例えば、ユーザの不規則な睡眠区間のうち、ユーザの業務効率の向上などの観点から、睡眠状態を分析することが比較的好ましい睡眠区間について睡眠状態を分析してコメントを出力することができる。このため、睡眠分析装置100は、ユーザの体調を精度よく評価することができ、ユーザに関して好ましいコメントを出力することができ、ユーザの業務効率の向上などを図ることができる。
また、睡眠分析装置100は、ユーザの勤務状態に応じたコメントを出力することができる。睡眠分析装置100は、例えば、ユーザの勤務状態が、勤務前、勤務中、勤務後などのいずれであるかに応じて、出力するコメントの内容を変更することができる。睡眠分析装置100は、具体的には、夜勤前であれば、夜勤に備えた仮眠についてのコメントを出力することができ、また、夜勤中にどのくらいの時間の仮眠をすることが好ましいかについてのコメントを出力することができる。結果として、睡眠分析装置100は、ユーザが睡眠時間を管理しやすくし、ユーザの体調が良好になり、ユーザの業務効率の向上などを図りやすくすることができる。
また、睡眠分析装置100は、ユーザの業務効率の向上などの観点から、睡眠状態を分析しなくてもよい、昼寝などの睡眠区間についてコメントを出力しないようにすることができる。睡眠分析装置100は、例えば、パターン2であれば、夜勤がないため、夜に所定時間以上の睡眠時間を確保可能であると判断し、また、2日目の昼の昼寝の睡眠区間については、夜勤に備えた仮眠の睡眠区間ではないと判断する。このため、睡眠分析装置100は、2日目の昼の昼寝の睡眠区間については、ユーザの体調への影響が比較的小さい睡眠区間と判断し、コメントを出力しないようにすることができる。
(睡眠分析システム200の一例)
次に、図2を用いて、図1に示した睡眠分析装置100を適用した、睡眠分析システム200の一例について説明する。
図2は、睡眠分析システム200の一例を示す説明図である。図2において、睡眠分析システム200は、睡眠分析装置100と、クライアント装置201と、センサ装置202とを含む。
睡眠分析システム200において、睡眠分析装置100とクライアント装置201とは、有線または無線のネットワーク210を介して接続される。ネットワーク210は、例えば、LAN(Local Area Network)、WAN(Wide Area Network)、インターネットなどである。
睡眠分析装置100は、クライアント装置201を介して、センサ装置202から、ユーザ203の活動量を特定するためのデータの入力を受け付ける。睡眠分析装置100は、データを受け付けたタイミング以降のユーザ203の勤務形態に基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。睡眠分析装置100は、処理対象に決定した1以上の睡眠区間について、ユーザ203に関するコメントを、クライアント装置201に出力する。睡眠分析装置100は、例えば、サーバ、PC(Personal Computer)、ノートPC、タブレット端末、スマートフォン、ウェアラブル端末などである。
クライアント装置201は、ユーザ203に利用されるコンピュータである。クライアント装置201は、センサ装置202から受信した、ユーザ203の活動量を特定するためのデータを、睡眠分析装置100に送信する。クライアント装置201は、睡眠分析装置100から受信したコメントを出力し、睡眠分析装置100から受信したコメントをユーザ203に把握させる。クライアント装置201は、例えば、PC、ノートPC、タブレット端末、スマートフォン、ウェアラブル端末などである。
センサ装置202は、ユーザ203に装着されるコンピュータである。センサ装置202は、ユーザ203の活動量を特定するためのデータを取得し、クライアント装置201に送信する。センサ装置202は、例えば、箱形装置や腕輪型装置である。センサ装置202は、例えば、スマートフォン、ウェアラブル端末などであってもよい。ユーザ203は、例えば、センサ装置202を装着して、職場で勤務し、また、自宅や仮眠室などの就寝場所204で睡眠する。これにより、センサ装置202は、ユーザ203の活動時および就寝時について、ユーザ203の活動量を特定するためのデータを取得することができる。
ここでは、睡眠分析装置100とクライアント装置201とが異なる装置である場合について説明したが、これに限らない。例えば、睡眠分析装置100とクライアント装置201とが一体である場合があってもよい。
ここでは、クライアント装置201とセンサ装置202とが異なる装置である場合について説明したが、これに限らない。例えば、クライアント装置201とセンサ装置202とが一体である場合があってもよい。
ここでは、睡眠分析装置100がクライアント装置201を介してユーザ203の活動量を特定するためのデータの入力を受け付ける場合について説明したが、これに限らない。例えば、睡眠分析装置100が直接センサ装置202と通信し、ユーザ203の活動量を特定するためのデータの入力を受け付ける場合があってもよい。
(睡眠分析装置100のハードウェア構成例)
次に、図3を用いて、睡眠分析装置100のハードウェア構成例について説明する。
図3は、睡眠分析装置100のハードウェア構成例を示すブロック図である。図3において、睡眠分析装置100は、CPU(Central Processing Unit)301と、メモリ302と、ネットワークI/F(Interface)303と、記録媒体I/F304と、記録媒体305とを有する。また、各構成部は、バス300によってそれぞれ接続される。
ここで、CPU301は、睡眠分析装置100の全体の制御を司る。メモリ302は、例えば、ROM(Read Only Memory)、RAM(Random Access Memory)およびフラッシュROMなどを有する。具体的には、例えば、フラッシュROMやROMが各種プログラムを記憶し、RAMがCPU301のワークエリアとして使用される。メモリ302に記憶されるプログラムは、CPU301にロードされることで、コーディングされている処理をCPU301に実行させる。
ネットワークI/F303は、通信回線を通じてネットワーク210に接続され、ネットワーク210を介して他のコンピュータに接続される。他のコンピュータは、例えば、クライアント装置201である。そして、ネットワークI/F303は、ネットワーク210と内部のインターフェースを司り、他のコンピュータからのデータの入出力を制御する。ネットワークI/F303は、例えば、モデムやLANアダプタなどである。
記録媒体I/F304は、CPU301の制御にしたがって記録媒体305に対するデータのリード/ライトを制御する。記録媒体I/F304は、例えば、ディスクドライブ、SSD(Solid State Drive)、USB(Universal Serial Bus)ポートなどである。記録媒体305は、記録媒体I/F304の制御で書き込まれたデータを記憶する不揮発メモリである。記録媒体305は、例えば、ディスク、半導体メモリ、USBメモリなどである。記録媒体305は、睡眠分析装置100から着脱可能であってもよい。
睡眠分析装置100は、上述した構成部のほか、例えば、キーボード、マウス、ディスプレイ、プリンタ、スキャナ、マイク、スピーカーなどを有してもよい。また、睡眠分析装置100は、記録媒体I/F304や記録媒体305を有していなくてもよい。
(分析結果テーブル400の記憶内容)
次に、図4を用いて、分析結果テーブル400の記憶内容について説明する。分析結果テーブル400は、例えば、図3に示した睡眠分析装置100のメモリ302や記録媒体305などの記憶領域により実現される。
分析結果テーブル400は、センサ装置202により取得されたデータを、睡眠分析装置100において管理するためのテーブルである。また、分析結果テーブル400は、センサ装置202により取得されたデータを解析して算出されたユーザ203の活動量を、睡眠分析装置100において管理するためのテーブルである。また、分析結果テーブル400は、ユーザ203の活動量に基づいて特定されたユーザ203の状態を、睡眠分析装置100において管理するためのテーブルである。
図4は、分析結果テーブル400の記憶内容の一例を示す説明図である。図4に示すように、分析結果テーブル400は、日時と、加速度と、活動量と、事象と、ユーザ203の状態とのフィールドを有する。分析結果テーブル400は、日時ごとに各フィールドに情報を設定することにより、分析情報がレコードとして記憶される。
日時のフィールドには、センサ装置202により加速度が取得された日時が設定される。加速度のフィールドには、センサ装置202により取得された加速度が設定される。活動量のフィールドには、センサ装置202により取得された加速度に基づいて算出された活動量が設定される。事象のフィールドには、ユーザ203の起床や入眠などの事象が発生したことを示すフラグ情報が設定される。ユーザ203の状態のフィールドには、ユーザ203が覚醒状態か睡眠状態かを示すフラグ情報が設定される。
(勤務表テーブル500の記憶内容)
次に、図5を用いて、勤務表テーブル500の記憶内容について説明する。勤務表テーブル500は、例えば、図3に示した睡眠分析装置100のメモリ302や記録媒体305などの記憶領域により実現される。
勤務表テーブル500は、ユーザ203の勤務形態を特定するための情報、および、ユーザ203の勤務状態を特定するための情報を、睡眠分析装置100において管理するためのテーブルである。勤務形態は、例えば、日勤、夜勤、休日などである。また、日勤に複数の形態がある場合には勤務形態は日勤1、日勤2等としてもよい。勤務状態は、勤務前、勤務中、勤務後などである。
図5は、勤務表テーブル500の記憶内容の一例を示す説明図である。図5に示すように、勤務表テーブル500は、年と、月と、日と、曜日と、出勤区分と、勤務時間と、出勤と、退勤とのフィールドを有する。勤務表テーブル500は、日時ごとに各フィールドに情報を設定することにより、勤務情報がレコードとして記憶される。
年のフィールドには、日時のうち年が設定される。月のフィールドには、日時のうち月が設定される。日のフィールドには、日時のうち日が設定される。曜日のフィールドには、日時に対応する曜日が設定される。出勤区分のフィールドには、日時におけるユーザ203の勤務形態が設定される。勤務時間のフィールドには、ユーザ203の勤務形態における勤務時間の範囲が設定される。出勤のフィールドには、ユーザ203が実際に出勤した時刻が設定される。退勤のフィールドには、ユーザ203が実際に退勤した時刻が設定される。
(クライアント装置201のハードウェア構成例)
次に、図6を用いて、クライアント装置201のハードウェア構成例について説明する。
図6は、クライアント装置201のハードウェア構成例を示すブロック図である。図6において、クライアント装置201は、CPU601と、メモリ602と、ネットワークI/F603と、記録媒体I/F604と、記録媒体605と、センサI/F606と、ディスプレイ607とを有する。また、各構成部は、バス600によってそれぞれ接続される。
ここで、CPU601は、クライアント装置201の全体の制御を司る。メモリ602は、例えば、ROM、RAMおよびフラッシュROMなどを有する。具体的には、例えば、フラッシュROMやROMが各種プログラムを記憶し、RAMがCPU601のワークエリアとして使用される。メモリ602に記憶されるプログラムは、CPU601にロードされることで、コーディングされている処理をCPU601に実行させる。
ネットワークI/F603は、通信回線を通じてネットワーク210に接続され、ネットワーク210を介して他のコンピュータに接続される。そして、ネットワークI/F603は、ネットワーク210と内部のインターフェースを司り、他のコンピュータからのデータの入出力を制御する。ネットワークI/F603には、例えば、モデムやLANアダプタなどを採用することができる。
記録媒体I/F604は、CPU601の制御にしたがって記録媒体605に対するデータのリード/ライトを制御する。記録媒体I/F604は、例えば、ディスクドライブ、SSD、USBポートなどである。記録媒体605は、記録媒体I/F604の制御で書き込まれたデータを記憶する不揮発メモリである。記録媒体605は、例えば、ディスク、半導体メモリ、USBメモリなどである。記録媒体605は、クライアント装置201から着脱可能であってもよい。
センサI/F606は、有線または無線により、センサ装置202に接続される。そして、センサI/F606は、センサ装置202と内部のインターフェースを司り、センサ装置202からのデータの入出力を制御する。センサI/F606は、例えば、Wi−Fi(登録商標)やBluetooth(登録商標)、NFC(Near Field Communication)に対応する通信回路である。
ディスプレイ607は、カーソル、アイコンあるいはツールボックスをはじめ、文書、画像、機能情報などのデータを表示する。ディスプレイ607は、例えば、CRT(Cathode Ray Tube)、液晶ディスプレイ、有機EL(Electroluminescence)ディスプレイなどである。
クライアント装置201は、上述した構成部のほか、例えば、キーボード、マウス、プリンタ、スキャナ、マイク、スピーカーなどを有してもよい。また、クライアント装置201は、記録媒体I/F604や記録媒体605を有していなくてもよい。
(センサ装置202のハードウェア構成例)
次に、図7を用いて、センサ装置202のハードウェア構成例について説明する。
図7は、センサ装置202のハードウェア構成例を示すブロック図である。図7において、センサ装置202は、CPU701と、メモリ702と、通信I/F703と、センサ704とを有する。また、各構成部は、バス700によってそれぞれ接続される。
ここで、CPU701は、センサ装置202の全体の制御を司る。メモリ702は、例えば、ROM、RAMおよびフラッシュROMなどを有する。具体的には、例えば、フラッシュROMやROMが各種プログラムを記憶し、RAMがCPU701のワークエリアとして使用される。メモリ702に記憶されるプログラムは、CPU701にロードされることで、コーディングされている処理をCPU701に実行させる。
通信I/F703は、有線または無線により、クライアント装置201に接続される。そして、通信I/F703は、クライアント装置201と内部のインターフェースにより司られ、クライアント装置201からのデータの入出力を制御される。通信I/F703は、例えば、Wi−Fi(登録商標)やBluetooth(登録商標)、NFC(Near Field Communication)に対応する通信回路である。
センサ704は、センサ装置202の状態を検出する。センサ704は、例えば、センサ装置202の位置、動き、および向きのうち少なくともいずれかを検出する。センサ704は、具体的には、加速度センサを有する。また、センサ704は、地磁気センサ、光センサ、振動センサなどの少なくともいずれかを有してもよい。また、センサ704は、GPS受信機を有し、センサ装置202のGPS座標を検出してもよい。
センサ装置202は、上述した構成部のほか、例えば、キーボード、マウス、ディスプレイ、プリンタ、スキャナ、マイク、スピーカーなどを有してもよい。また、センサ装置202は、記録媒体I/Fや記録媒体を有していてもよい。
(睡眠分析装置100の機能的構成例)
次に、図8を用いて、睡眠分析装置100の機能的構成例について説明する。
図8は、睡眠分析装置100の機能的構成例を示すブロック図である。睡眠分析装置100は、記憶部800と、取得部801と、特定部802と、決定部803と、生成部804と、出力部805とを含む。
記憶部800は、例えば、図3に示したメモリ302や記録媒体305などの記憶領域によって実現される。取得部801〜出力部805は、制御部となる機能である。取得部801〜出力部805は、具体的には、例えば、図3に示したメモリ302や記録媒体305などの記憶領域に記憶されたプログラムをCPU301に実行させることにより、または、ネットワークI/F303により、その機能を実現する。各機能部の処理結果は、例えば、図3に示したメモリ302や記録媒体305などの記憶領域に記憶される。
記憶部800は、勤務形態情報を記憶する。勤務形態情報は、日ごとのユーザ203の勤務形態が、日勤か夜勤か休日かを示す情報である。勤務形態情報は、例えば、図5に示した勤務表テーブル500である。勤務形態は、例えば、日勤か夜勤か休日である。記憶部800は、例えば、図5に示した勤務表テーブル500を記憶する。記憶部800は、勤務状態情報を記憶する。記憶部800は、例えば、図5に示した勤務表テーブル500を記憶する。これにより、記憶部800は、各処理部に勤務形態情報を参照可能にすることができる。
記憶部800は、コメントの生成規則を記憶する。記憶部800は、睡眠区間の種別ごとに、異なるコメントの生成規則を記憶する。記憶部800は、例えば、通常睡眠についてのコメントを生成する生成規則αを記憶する。通常睡眠は、比較的長時間の睡眠である。通常睡眠は、夜間の比較的長時間の睡眠であってもよい。
記憶部800は、例えば、勤務前の仮眠を示す睡眠区間についてのコメントを生成する生成規則βを記憶する。仮眠は、比較的短時間の睡眠である。記憶部800は、例えば、勤務前の仮眠を示す睡眠区間についてのコメントを生成し、さらに、以降の仮眠についてのアドバイス情報をコメントに含める生成規則β’を記憶してもよい。アドバイス情報は、今後の睡眠を、いつ、どのくらいの時間にすることが好ましいかなどの情報を含む。
記憶部800は、例えば、勤務中の仮眠を示す睡眠区間についてのコメントを生成する生成規則γを記憶する。記憶部800は、例えば、勤務中の仮眠を示す睡眠区間についてのコメントを生成し、さらに、以降の仮眠についてのアドバイス情報をコメントに含める生成規則γ’を記憶してもよい。記憶部800は、例えば、勤務後の仮眠を示す睡眠区間についてのコメントを生成する生成規則δを記憶する。これにより、記憶部800は、生成部804にコメントの生成規則を参照可能にすることができる。
取得部801は、ユーザ203に装着されたセンサ装置202により取得されたデータの入力を受け付ける。センサ装置202は、ユーザ203の活動量を特定するためのデータを取得するコンピュータである。センサ装置202は、例えば、ユーザ203の加速度の時系列データを取得する。データは、ユーザ203の加速度の時系列データである。取得部801は、例えば、クライアント装置201を介して、センサ装置202からのデータの入力を受け付ける。これにより、取得部801は、ユーザ203の睡眠区間の特定に用いられる情報を、特定部802に提供することができる。
特定部802は、データから睡眠区間を特定する。睡眠区間は、例えば、ユーザ203の活動量が連続して閾値以下になった区間である。特定部802は、例えば、加速度の時系列データに基づいて、ユーザ203の活動量の時系列データを生成し、ユーザ203の活動量が連続して閾値以下になった区間を、睡眠区間として特定する。これにより、特定部802は、処理対象になりうる睡眠区間を特定することができる。
決定部803は、ユーザ203の勤務形態情報を参照し、データを受け付けたタイミング以降のユーザ203の勤務形態に基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。処理対象は、睡眠状態を分析する対象であり、コメントを生成する対象である。
決定部803は、例えば、受け付けたタイミングの当日におけるユーザ203の勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。
決定部803は、例えば、受け付けたタイミングの前日におけるユーザ203の勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。
決定部803は、例えば、ユーザ203の勤務状態情報を参照し、受け付けたタイミングの勤務状態が、勤務前の仮眠前または勤務前の仮眠後のいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。勤務状態情報は、例えば、図5に示した勤務表テーブル500である。
決定部803は、例えば、ユーザ203の勤務状態情報を参照し、受け付けたタイミングの勤務状態が、勤務中の仮眠前または勤務中の仮眠後のいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。
決定部803は、例えば、ユーザ203の勤務状態情報を参照し、受け付けたタイミングの勤務状態が、勤務後の仮眠前または勤務後の仮眠後のいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。
決定部803は、例えば、タイミングの直前の睡眠区間の長さが閾値以下である場合、直前の睡眠区間と、直前の睡眠区間より前にある睡眠区間とを、処理対象に決定する。
決定部803は、具体的には、受け付けたタイミングの当日におけるユーザ203の勤務形態と、受け付けたタイミングの前日におけるユーザ203の勤務形態と、受け付けたタイミングのユーザ203の勤務状態とのパターンに応じて、処理対象を決定する。パターンは、例えば、下記の第1パターン〜第11パターンである。
生成部804は、処理対象に決定した1以上の睡眠区間について、ユーザ203に関するコメントを生成する。コメントは、タイミング以降のユーザ203の勤務形態に基づくコメントである。生成部804は、受け付けたタイミングの当日におけるユーザ203の勤務形態と、受け付けたタイミングの前日におけるユーザ203の勤務形態と、受け付けたタイミングのユーザ203の勤務状態とのパターンに応じて、コメントを生成する。パターンは、例えば、下記の第1パターン〜第11パターンである。
以下では、第1パターン〜第11パターンの具体例と、第1パターン〜第11パターンの場合における決定部803と生成部804との処理内容の具体例とについて説明する。
<第1パターンである場合>
第1パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が日勤または休日であり、かつ、受け付けたタイミングの前日におけるユーザ203の勤務形態が日勤または休日であるパターンである。
決定部803は、受け付けたタイミングが第1パターンになる区間である場合、受け付けたタイミングの前夜における睡眠区間を処理対象に決定する。
生成部804は、受け付けたタイミングが第1パターンになる区間である場合、受け付けたタイミングの前夜における睡眠区間についてコメントを生成する。生成部804は、例えば、前夜における睡眠区間が通常睡眠であるため、生成規則αにしたがってコメントを生成する。
これにより、生成部804は、生成したコメントを出力部805に出力させることができ、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
<第2パターンである場合>
第2パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務前の仮眠前であるパターンである。
決定部803は、受け付けたタイミングが第2パターンになる区間である場合、受け付けたタイミングの前夜における睡眠区間を処理対象に決定する。
生成部804は、受け付けたタイミングが第2パターンになる区間である場合、前夜における睡眠区間についてのアドバイス情報を含む、コメントを生成する。生成部804は、例えば、前夜における睡眠区間が通常睡眠であるため、生成規則αにしたがってコメントを生成する。
これにより、生成部804は、生成したコメントを出力部805に出力させることができ、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
<第3パターンである場合>
第3パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務前の仮眠後であるパターンである。
決定部803は、受け付けたタイミングが第3パターンになる区間である場合、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
生成部804は、受け付けたタイミングが第3パターンになる区間である場合、勤務前の仮眠を示す睡眠区間についてコメントを生成する。生成部804は、例えば、生成規則βにしたがって、勤務前の仮眠を示す睡眠区間についてのコメントを生成する。
これにより、生成部804は、勤務前の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の夜勤に備えた仮眠が好ましいかをユーザ203に把握させることができる。このため、生成部804は、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
<第4パターンである場合>
第4パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務中の仮眠前であるパターンである。
決定部803は、受け付けたタイミングが第4パターンになる区間である場合、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
生成部804は、受け付けたタイミングが第4パターンになる区間である場合、勤務中の仮眠についてのアドバイス情報を含む、勤務前の仮眠を示す睡眠区間についてのコメントを生成する。生成部804は、例えば、生成規則β’にしたがって、勤務前の仮眠を示す睡眠区間についてのコメントを生成し、さらに、勤務中の仮眠についてのアドバイス情報をコメントに含める。
これにより、生成部804は、ユーザ203の勤務に備えた仮眠が好ましいかをユーザ203に把握させ、勤務中の仮眠をどのようにすることが好ましいかをユーザ203に把握させることができる。このため、生成部804は、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
<第5パターンである場合>
第5パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務中の仮眠後であるパターンである。
決定部803は、受け付けたタイミングが第5パターンになる区間である場合、少なくとも勤務中の仮眠を示す睡眠区間を処理対象に決定する。決定部803は、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定してもよい。決定部803は、例えば、勤務中の仮眠を示す睡眠区間の長さが閾値以下である場合、勤務中の仮眠を示す睡眠区間に加えて、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
生成部804は、受け付けたタイミングが第5パターンになる区間である場合、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてコメントを生成する。生成部804は、例えば、生成規則γにしたがって、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成する。
これにより、生成部804は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務中の仮眠が好ましいかをユーザ203に把握させることができる。このため、生成部804は、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
<第6パターンである場合>
第6パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務後の仮眠前であるパターンである。
決定部803は、受け付けたタイミングが第6パターンになる区間である場合、少なくとも勤務中の仮眠を示す睡眠区間を処理対象に決定する。決定部803は、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定してもよい。決定部803は、例えば、勤務中の仮眠を示す睡眠区間の長さが閾値以下である場合、勤務中の仮眠を示す睡眠区間に加えて、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
生成部804は、受け付けたタイミングが第6パターンになる区間である場合、勤務後の仮眠についてのアドバイス情報を含む、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成する。生成部804は、例えば、生成規則γ’にしたがって、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成し、さらに、以降の仮眠についてのアドバイス情報をコメントに含める。
これにより、生成部804は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務中の仮眠が好ましいかをユーザ203に把握させ、勤務後の仮眠をどのようにすることが好ましいかをユーザ203に把握させることができる。このため、生成部804は、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
<第7パターンである場合>
第7パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務後の仮眠後であるパターンである。
決定部803は、受け付けたタイミングが第7パターンになる区間である場合、少なくとも勤務後の仮眠を示す睡眠区間を処理対象に決定する。決定部803は、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を処理対象に決定してもよい。決定部803は、例えば、勤務後の仮眠を示す睡眠区間の長さが閾値以下である場合、勤務後の仮眠を示す睡眠区間に加えて、勤務中の仮眠を示す睡眠区間を処理対象に決定する。
生成部804は、受け付けたタイミングが第7パターンになる区間である場合、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を結合した結合睡眠区間についてコメントを生成する。生成部804は、例えば、生成規則δにしたがって、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成する。
これにより、生成部804は、勤務後の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務後の仮眠が好ましいかをユーザ203に把握させることができる。このため、生成部804は、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
<第8パターンである場合>
第8パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が日勤または休日であり、受け付けたタイミングの前日におけるユーザ203の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務中の仮眠前であるパターンである。
決定部803は、受け付けたタイミングが第8パターンになる区間である場合、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
生成部804は、受け付けたタイミングが第8パターンになる区間である場合、勤務中の仮眠についてのアドバイス情報を含む、勤務前の仮眠を示す睡眠区間についてのコメントを生成する。生成部804は、例えば、生成規則β’にしたがって、勤務前の仮眠を示す睡眠区間についてのコメントを生成し、さらに、勤務中の仮眠についてのアドバイス情報をコメントに含める。
これにより、生成部804は、ユーザ203の勤務に備えた仮眠が好ましいかをユーザ203に把握させ、勤務中の仮眠をどのようにすることが好ましいかをユーザ203に把握させることができる。このため、生成部804は、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
<第9パターンである場合>
第9パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が日勤または休日であり、受け付けたタイミングの前日におけるユーザ203の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務中の仮眠後であるパターンである。
決定部803は、受け付けたタイミングが第9パターンになる区間である場合、少なくとも勤務中の仮眠を示す睡眠区間を処理対象に決定する。決定部803は、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定してもよい。決定部803は、例えば、勤務中の仮眠を示す睡眠区間の長さが閾値以下である場合、勤務中の仮眠を示す睡眠区間に加えて、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
生成部804は、受け付けたタイミングが第9パターンになる区間である場合、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてコメントを生成する。生成部804は、例えば、生成規則γにしたがって、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成する。
これにより、生成部804は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務中の仮眠が好ましいかをユーザ203に把握させることができる。このため、生成部804は、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
<第10パターンである場合>
第10パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が日勤または休日であり、受け付けたタイミングの前日におけるユーザ203の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務後の仮眠前であるパターンである。
決定部803は、受け付けたタイミングが第10パターンになる区間である場合、少なくとも勤務中の仮眠を示す睡眠区間を処理対象に決定する。決定部803は、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定してもよい。決定部803は、例えば、勤務中の仮眠を示す睡眠区間の長さが閾値以下である場合、勤務中の仮眠を示す睡眠区間に加えて、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
生成部804は、受け付けたタイミングが第10パターンになる区間である場合、勤務後の仮眠についてのアドバイス情報を含む、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成する。生成部804は、例えば、生成規則γ’にしたがって、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成し、さらに、以降の仮眠についてのアドバイス情報をコメントに含める。
これにより、生成部804は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務中の仮眠が好ましいかをユーザ203に把握させ、勤務後の仮眠をどのようにすることが好ましいかをユーザ203に把握させることができる。このため、生成部804は、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
<第11パターンである場合>
第11パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が日勤または休日であり、受け付けたタイミングの前日におけるユーザ203の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務後の仮眠後であるパターンである。
決定部803は、受け付けたタイミングが第11パターンになる区間である場合、少なくとも勤務後の仮眠を示す睡眠区間を処理対象に決定する。決定部803は、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を処理対象に決定してもよい。決定部803は、例えば、勤務後の仮眠を示す睡眠区間の長さが閾値以下である場合、勤務後の仮眠を示す睡眠区間に加えて、勤務中の仮眠を示す睡眠区間を処理対象に決定する。
生成部804は、受け付けたタイミングが第11パターンになる区間である場合、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を結合した結合睡眠区間についてコメントを生成する。生成部804は、例えば、生成規則δにしたがって、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成する。
これにより、生成部804は、勤務後の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務後の仮眠が好ましいかをユーザ203に把握させることができる。このため、生成部804は、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
出力部805は、生成部804が生成したコメントを出力する。出力形式は、例えば、ディスプレイへの表示、プリンタへの印刷出力、ネットワークI/F303による外部装置への送信、または、メモリ302や記録媒体305などの記憶領域への記憶である。出力部805は、各機能部の処理結果を出力してもよい。
(実施例)
次に、図9を用いて、実施例について説明する。
図9は、実施例を示す説明図である。図9の例では、睡眠区間(1)〜(5)が含まれる3/11〜3/16の期間を例に挙げて、睡眠分析装置100が期間内のいずれかのタイミングでユーザ203の加速度の時系列データを受け付けた場合における、睡眠分析装置100の動作内容について説明する。
図9のグラフ900は、3/11〜3/16の期間のユーザの活動量を示し、3/11〜3/16の期間のうちのユーザの睡眠区間(1)〜(5)を示す。縦軸は、活動量の大きさを示す。横軸は、時間を示す。睡眠区間を、長方形で示す。ユーザ203の加速度の時系列データを受け付けるタイミングは、例えば、図9のグラフ900における、区間A、区間B、区間B’、区間C、区間C’、区間D、区間Eのいずれかの区間内のタイミングである。
まず、睡眠分析装置100が、ユーザ203の加速度の時系列データを、区間A内のタイミングで、センサ装置202から受け付けた場合について説明する。睡眠分析装置100は、受け付けたユーザ203の加速度の時系列データを、分析結果テーブル400を用いて記憶しておく。
睡眠分析装置100は、受け付けたユーザ203の加速度の時系列データに基づいて、ユーザ203の活動量の時系列データを算出する。睡眠分析装置100は、例えば、それぞれの時刻t0におけるユーザ203の活動量Sを、下記Cole式を用いて算出する。睡眠分析装置100は、算出したユーザ203の活動量の時系列データを、分析結果テーブル400を用いて記憶しておく。
Cole式:S=0.00001(404At-4+598At-3+326At-2+441At-1+1408At0+508At+1+350At+2)
ここで、Atiは、時刻tiにおける加速度の値である。例えば、At-4、At-3、At-2、At-1は、それぞれ、時刻t0の4分前、3分前、2分前、1分前の加速度の値である。At0は、時刻t0における加速度の値である。At+1、At+2は、それぞれ、時刻t0の1分後、2分後の加速度の値である。Cole式は、例えば、下記参考文献1を参照することができる。
参考文献1:Cole, Roger J., et al. “Automatic sleep/wake identification from wrist activity.” Sleep 15.5 (1992): 461−469.
睡眠分析装置100は、例えば、活動量の時系列データに基づいて、それぞれの時刻におけるユーザ203の状態が、睡眠状態か覚醒状態かを特定し、睡眠状態が一定時間以上連続している区間を、ユーザ203の睡眠区間として特定する。睡眠分析装置100は、例えば、時刻t0における活動量S≧1である場合に覚醒状態と特定し、活動量S<1である場合に睡眠状態と特定する。睡眠分析装置100は、特定したユーザ203の状態を、分析結果テーブル400を用いて記憶しておく。睡眠分析装置100は、特定したユーザ203の睡眠区間を記憶しておく。ユーザ203の睡眠区間を特定する技術は、例えば、下記参考文献2を参照することができる。
参考文献2:Nakazaki, Kyoko, et al. “Validity of an algorithm for determining sleep/wake states using a new actigraph.” Journal of physiological anthropology 33.1 (2014): 31.
睡眠分析装置100は、区間A内のタイミングでデータを受け付けた場合、勤務表テーブル500を参照し、データを受け付けたタイミングが、上述した第1パターンであると判定する。このため、睡眠分析装置100は、データを受け付けたタイミングの前夜における睡眠区間(1)について、生成規則αにしたがってコメントを生成する。睡眠分析装置100は、例えば、生成規則αにしたがって、下記のコメントα1〜α3などのいずれかを生成する。
コメントα1)非常にぐっすり眠れています。
コメントα2)後半にぐっすり眠れています。
コメントα3)眠れている時間もありますが、中間に体の動きが多くなっています。
次に、睡眠分析装置100が、ユーザ203の加速度の時系列データを、区間B内のタイミングで、センサ装置202から受け付けた場合について説明する。睡眠分析装置100は、同様に、ユーザ203の加速度の時系列データに基づいて、ユーザ203の睡眠区間を特定する。
睡眠分析装置100は、区間B内のタイミングでデータを受け付けた場合、勤務表テーブル500を参照し、データを受け付けたタイミングが、上述した第3パターンであると判定する。このため、睡眠分析装置100は、データを受け付けたタイミング以前の、勤務前の仮眠を示す睡眠区間(2)について、生成規則βにしたがってコメントを生成する。睡眠分析装置100は、例えば、生成規則βにしたがって、下記のコメントβ1,β2などのいずれかを生成する。
コメントβ1)夜勤前の仮眠としては良い状態です。
コメントβ2)眠りが浅く、夜勤中に仮眠をとることをお勧めします。
次に、睡眠分析装置100が、ユーザ203の加速度の時系列データを、区間B’内のタイミングで、センサ装置202から受け付けた場合について説明する。睡眠分析装置100は、同様に、ユーザ203の加速度の時系列データに基づいて、ユーザ203の睡眠区間を特定する。
睡眠分析装置100は、区間B’内のタイミングでデータを受け付けた場合、勤務表テーブル500を参照し、データを受け付けたタイミングが、上述した第4パターンであると判定する。このため、睡眠分析装置100は、データを受け付けたタイミング以前の、勤務前の仮眠を示す睡眠区間(2)について、生成規則β’にしたがってコメントを生成する。睡眠分析装置100は、例えば、生成規則β’にしたがって、下記のコメントβ1’,β2’などのいずれかを生成する。
コメントβ1’)この後の仮眠は目を閉じて横になるだけでも良いので時間を確保してください。
コメントβ2’)勤務前の仮眠があまり良い状態ではないため、勤務中の仮眠は必須です。
次に、睡眠分析装置100が、ユーザ203の加速度の時系列データを、区間C内のタイミングで、センサ装置202から受け付けた場合について説明する。睡眠分析装置100は、同様に、ユーザ203の加速度の時系列データに基づいて、ユーザ203の睡眠区間を特定する。
睡眠分析装置100は、区間C内のタイミングでデータを受け付けた場合、勤務表テーブル500を参照し、データを受け付けたタイミングが、上述した第5パターンであると判定する。睡眠分析装置100は、勤務表テーブル500において、3/14の出勤区分が「休日」であるが、3/13の出勤区分が「夜勤」の勤務時間が3/14に含まれるため、3/14当日の勤務形態を「夜勤」と扱う。このため、睡眠分析装置100は、生成規則γにしたがって、勤務前の仮眠(2)および勤務中の仮眠(3)を結合した結合睡眠区間についてのコメントを生成する。睡眠分析装置100は、例えば、生成規則γにしたがって、下記のコメントγ1,γ2などのいずれかを生成する。
コメントγ1)勤務中の仮眠としては良い状態です。
コメントγ2)あまり眠れていないため、この後の業務は注意が必要です。
次に、睡眠分析装置100が、ユーザ203の加速度の時系列データを、区間C’内のタイミングで、センサ装置202から受け付けた場合について説明する。睡眠分析装置100は、同様に、ユーザ203の加速度の時系列データに基づいて、ユーザ203の睡眠区間を特定する。
睡眠分析装置100は、区間C’内のタイミングでデータを受け付けた場合、勤務表テーブル500を参照し、データを受け付けたタイミングが、上述した第6パターンであると判定する。このため、睡眠分析装置100は、生成規則γ’にしたがって、勤務前の仮眠(2)および勤務中の仮眠(3)を結合した結合睡眠区間についてのコメントを生成する。睡眠分析装置100は、例えば、生成規則γ’にしたがって、下記のコメントγ1’,γ2’などのいずれかを生成する。
コメントγ1’)勤務前、勤務中の仮眠が不足しているため、帰宅後は少し長めの睡眠が必要です。
コメントγ2’)勤務前、勤務中の仮眠は最適です。夜の睡眠に影響が出ない範囲で仮眠してください。
次に、睡眠分析装置100が、ユーザ203の加速度の時系列データを、区間D内のタイミングで、センサ装置202から受け付けた場合について説明する。睡眠分析装置100は、同様に、ユーザ203の加速度の時系列データに基づいて、ユーザ203の睡眠区間を特定する。
睡眠分析装置100は、区間D内のタイミングでデータを受け付けた場合、勤務表テーブル500を参照し、データを受け付けたタイミングが、上述した第7パターンであると判定する。このため、睡眠分析装置100は、生成規則δにしたがって、勤務中の仮眠を示す睡眠区間(3)および勤務後の仮眠を示す睡眠区間(4)を結合した結合睡眠区間についてのコメントを生成する。睡眠分析装置100は、例えば、生成規則δにしたがって、下記のコメントδ1,δ2などのいずれかを生成する。
コメントδ1)寝つきも良く、勤務明けの睡眠として良い状態です。
コメントδ2)長時間睡眠になっています。夜の睡眠に影響するため短めの睡眠をお勧めします。
次に、睡眠分析装置100が、ユーザ203の加速度の時系列データを、区間E内のタイミングで、センサ装置202から受け付けた場合について説明する。この場合、睡眠分析装置100は、区間A内のタイミングで受け付けた場合と同様に、データを受け付けたタイミングの前夜における睡眠区間(5)について、生成規則αにしたがってコメントを生成する。
(コメント出力処理手順の一例)
次に、図10を用いて、コメント出力処理手順の一例について説明する。
図10は、コメント出力処理手順の一例を示すフローチャートである。図10において、睡眠分析装置100は、ユーザ203の加速度の時系列データであるセンサデータをセンサ装置202から受信する(ステップS1001)。次に、睡眠分析装置100は、勤務表テーブル500を取得する(ステップS1002)。そして、睡眠分析装置100は、ユーザ203の活動量を算出する(ステップS1003)。
次に、睡眠分析装置100は、算出したユーザ203の活動量に基づいて、睡眠/覚醒判定処理を実行することにより、それぞれの時刻におけるユーザ203の状態を特定する(ステップS1004)。そして、睡眠分析装置100は、特定したユーザ203の状態に基づいて、入眠/起床判定処理を実行することにより、ユーザ203の入眠または起床の事象が発生した時刻を特定する(ステップS1005)。
次に、睡眠分析装置100は、図11に後述するコメント区間判定処理を実行する(ステップS1006)。そして、睡眠分析装置100は、図11に後述するコメント区間判定処理において取得された生成規則にしたがって、図11に後述するコメント区間判定処理において処理対象に決定された睡眠区間についてのコメントを生成して出力する(ステップS1007)。
その後、睡眠分析装置100は、コメント出力処理を終了する。これにより、睡眠分析装置100は、ユーザ203の不規則な睡眠区間のうち、ユーザ203の業務効率の向上などの観点から、睡眠状態を分析することが比較的好ましい睡眠区間について睡眠状態を分析してコメントを出力することができる。ここで、ステップS1002の処理は、ステップS1001の処理の前であってもよいし、ステップS1003〜S1005の一連の処理の後であってもよい。
(コメント区間判定処理手順の一例)
次に、図11を用いて、コメント区間判定処理手順の一例について説明する。
図11は、コメント区間判定処理手順の一例を示すフローチャートである。図11において、睡眠分析装置100は、センサデータを受け付けたタイミングの前日の勤務形態が日勤であるか否かを判定する(ステップS1101)。ここで、前日の勤務形態が日勤ではない場合(ステップS1101:No)、睡眠分析装置100は、ステップS1114の処理に移行する。
一方で、前日の勤務形態が日勤である場合(ステップS1101:Yes)、睡眠分析装置100は、センサデータを受け付けたタイミングの当日の勤務形態が夜勤であるか否かを判定する(ステップS1102)。ここで、当日の勤務形態が夜勤ではない場合(ステップS1102:No)、睡眠分析装置100は、通常睡眠の睡眠区間を処理対象に決定し、生成規則αを取得する(ステップS1103)。そして、睡眠分析装置100は、コメント区間判定処理手順を終了する。
一方で、当日の勤務形態が夜勤である場合(ステップS1102:Yes)、睡眠分析装置100は、センサデータを受け付けたタイミングの勤務状態が夜勤前であるか否かを判定する(ステップS1104)。ここで、夜勤前ではない場合(ステップS1104:No)、睡眠分析装置100は、ステップS1107の処理に移行する。
一方で、夜勤前である場合(ステップS1104:Yes)、睡眠分析装置100は、センサデータを受け付けたタイミングの勤務状態が夜勤前の仮眠前であるか否かを判定する(ステップS1105)。ここで、夜勤前の仮眠前である場合(ステップS1105:Yes)、睡眠分析装置100は、ステップS1103の処理に移行する。
一方で、夜勤前の仮眠前ではない場合(ステップS1105:No)、睡眠分析装置100は、夜勤前の仮眠の睡眠区間を処理対象に決定し、生成規則βを取得する(ステップS1106)。そして、睡眠分析装置100は、コメント区間判定処理を終了する。
ステップS1107では、睡眠分析装置100は、勤務中の仮眠前であるか否かを判定する(ステップS1107)。ここで、勤務中の仮眠前ではない場合(ステップS1107:No)、睡眠分析装置100は、ステップS1109の処理に移行する。
一方で、勤務中の仮眠前である場合(ステップS1107:Yes)、睡眠分析装置100は、勤務前の仮眠の睡眠区間を処理対象に決定し、生成規則β’を取得する(ステップS1108)。そして、睡眠分析装置100は、コメント区間判定処理を終了する。
ステップS1109では、睡眠分析装置100は、勤務中の仮眠後であるか否かを判定する(ステップS1109)。ここで、勤務中の仮眠後ではない場合(ステップS1109:No)、睡眠分析装置100は、ステップS1111の処理に移行する。
一方で、勤務中の仮眠後である場合(ステップS1109:Yes)、睡眠分析装置100は、勤務中の仮眠の睡眠区間、および、勤務前の仮眠の睡眠区間を処理対象に決定し、生成規則γを取得する(ステップS1110)。そして、睡眠分析装置100は、コメント区間判定処理を終了する。
ステップS1111では、睡眠分析装置100は、勤務後の仮眠後であるか否かを判定する(ステップS1111)。ここで、勤務後の仮眠後である場合(ステップS1111:Yes)、睡眠分析装置100は、勤務後の仮眠の睡眠区間、および、勤務中の仮眠の睡眠区間を処理対象に決定し、生成規則δを取得する(ステップS1112)。そして、睡眠分析装置100は、コメント区間判定処理を終了する。
一方で、勤務後の仮眠後ではない場合(ステップS1111:No)、睡眠分析装置100は、勤務中の仮眠の睡眠区間、および、勤務前の仮眠の睡眠区間を処理対象に決定し、生成規則γ’を取得する(ステップS1113)。そして、睡眠分析装置100は、コメント区間判定処理を終了する。
ステップS1114では、睡眠分析装置100は、センサデータを受け付けたタイミングの前日の勤務形態が休日であるか否かを判定する(ステップS1114)。ここで、前日の勤務形態が休日ではない場合(ステップS1114:No)、睡眠分析装置100は、ステップS1118の処理に移行する。
一方で、前日の勤務形態が休日である場合(ステップS1114:Yes)、睡眠分析装置100は、センサデータを受け付けたタイミングの当日の勤務形態が日勤であるか否かを判定する(ステップS1115)。ここで、当日の勤務形態が日勤である場合(ステップS1115:Yes)、睡眠分析装置100は、通常睡眠の睡眠区間を処理対象に決定し、生成規則αを取得する(ステップS1116)。そして、睡眠分析装置100は、コメント区間判定処理手順を終了する。
一方で、当日の勤務形態が日勤ではない場合(ステップS1115:No)、睡眠分析装置100は、センサデータを受け付けたタイミングの当日の勤務形態が夜勤であるか否かを判定する(ステップS1117)。ここで、当日の勤務形態が夜勤である場合(ステップS1117:Yes)、睡眠分析装置100は、ステップS1104の処理に移行する。
一方で、当日の勤務形態が夜勤ではない場合(ステップS1117:No)、睡眠分析装置100は、ステップS1116の処理に移行する。
ステップS1118では、睡眠分析装置100は、センサデータを受け付けたタイミングの前日の勤務形態が夜勤であるか否かを判定する(ステップS1118)。ここで、前日の勤務形態が夜勤ではない場合(ステップS1118:No)、睡眠分析装置100は、ステップS1116の処理に移行する。
一方で、前日の勤務形態が夜勤である場合(ステップS1118:Yes)、睡眠分析装置100は、センサデータを受け付けたタイミングの当日の勤務形態が夜勤であるか否かを判定する(ステップS1119)。ここで、当日の勤務形態が夜勤である場合(ステップS1119:Yes)、睡眠分析装置100は、ステップS1104の処理に移行する。
一方で、当日の勤務形態が夜勤ではない場合(ステップS1119:No)、睡眠分析装置100は、ステップS1107の処理に移行する。これにより、睡眠分析装置100は、ユーザ203の業務効率の向上などの観点から、睡眠状態を分析することが比較的好ましい睡眠区間を、処理対象に決定することができる。
以上説明したように、睡眠分析装置100によれば、ユーザ203に装着されたセンサにより取得されたデータの入力を受け付けることができる。睡眠分析装置100によれば、ユーザ203の勤務形態情報を参照し、データを受け付けたタイミング以降のユーザ203の勤務形態に基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定することができる。睡眠分析装置100によれば、処理対象に決定した1以上の睡眠区間について、ユーザ203に関するコメントを出力することができる。これにより、睡眠分析装置100は、不規則な睡眠区間について適当なコメントを出力することができる。睡眠分析装置100は、例えば、ユーザ203の不規則な睡眠区間のうち、ユーザ203の業務効率の向上などの観点から、睡眠状態を分析することが比較的好ましい睡眠区間について睡眠状態を分析してコメントを出力することができる。
睡眠分析装置100によれば、データを受け付けたタイミング以降のユーザ203の勤務形態に基づくコメントを出力ことができる。これにより、睡眠分析装置100は、ユーザ203の勤務状態が、勤務前、勤務中、勤務後などのいずれであるかに応じて、出力するコメントの内容を変更することができる。結果として、睡眠分析装置100は、ユーザ203が睡眠時間を管理しやすくし、ユーザ203が体調を管理しやすくし、ユーザ203の業務効率の向上などを図りやすくすることができる。
睡眠分析装置100によれば、データを受け付けたタイミングの当日におけるユーザ203の勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定することができる。これにより、睡眠分析装置100は、ユーザ203の当日の勤務形態における業務効率の向上やヒューマンエラーの防止の観点から好ましい睡眠区間を、処理対象とすることができる。このため、睡眠分析装置100は、ユーザ203の体調を精度よく評価することができ、ユーザ203に関して好ましいコメントを出力することができ、ユーザ203の業務効率の向上などを図ることができる。
睡眠分析装置100によれば、データを受け付けたタイミングの前日におけるユーザ203の勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定することができる。これにより、睡眠分析装置100は、ユーザ203の前日の勤務形態に基づいて、比較的好ましい睡眠区間を処理対象としやすくすることができる。
睡眠分析装置100によれば、ユーザ203の勤務状態情報を参照し、データを受け付けたタイミングの勤務状態が、勤務前か勤務中か勤務後か、仮眠前か仮眠後かに基づいて、処理対象を決定することができる。これにより、比較的好ましい睡眠区間を処理対象としやすくすることができ、勤務前か勤務中か勤務後か、仮眠前か仮眠後かに基づいて、比較的好ましい睡眠区間を処理対象としやすくすることができる。
睡眠分析装置100によれば、データを受け付けたタイミングの直前の睡眠区間の長さが閾値以下である場合、直前の睡眠区間と、直前の睡眠区間より前にある睡眠区間とを、処理対象に決定することができる。これにより、睡眠分析装置100は、直前の睡眠区間と、直前の睡眠区間より前にある睡眠区間とを合わせて、比較的長時間の睡眠区間について睡眠状態を分析することができ、ユーザ203の体調を精度よく評価しやすくすることができる。
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第1パターンになる区間である場合、データを受け付けたタイミングの前夜における睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置100は、ユーザ203の業務効率の向上などの観点から、睡眠状態を分析しなくてもよい、昼寝などの睡眠区間についてコメントを出力しないようにすることができ、ユーザ203の業務効率の向上などを図ることができる。
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第2パターンになる区間である場合、データを受け付けたタイミングの前夜における睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置100は、ユーザ203の業務効率の向上などの観点から、睡眠状態を分析しなくてもよい、昼寝などの睡眠区間についてコメントを出力しないようにすることができ、ユーザ203の業務効率の向上などを図ることができる。
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第3パターンになる区間である場合、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置100は、勤務前の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の夜勤に備えた仮眠が好ましいかをユーザ203に把握させることができる。結果として、睡眠分析装置100は、ユーザ203が睡眠時間を管理しやすくし、ユーザ203が体調を管理しやすくし、ユーザ203の業務効率の向上などを図りやすくすることができる。
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第4パターンになる区間である場合、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。睡眠分析装置100によれば、勤務中の仮眠についてのアドバイス情報を含む、勤務前の仮眠を示す睡眠区間についてのコメントを出力することができる。これにより、睡眠分析装置100は、勤務前の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務に備えた仮眠が好ましいかをユーザ203に把握させ、勤務中の仮眠をどのようにすることが好ましいかをユーザ203に把握させることができる。結果として、睡眠分析装置100は、ユーザ203が睡眠時間を管理しやすくし、ユーザ203が体調を管理しやすくし、ユーザ203の業務効率の向上などを図りやすくすることができる。
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第5パターンになる区間である場合、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置100は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務中の仮眠が好ましいかをユーザ203に把握させることができる。結果として、睡眠分析装置100は、ユーザ203が睡眠時間を管理しやすくし、ユーザ203が体調を管理しやすくし、ユーザ203の業務効率の向上などを図りやすくすることができる。
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第6パターンになる区間である場合、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。睡眠分析装置100によれば、勤務後の仮眠についてのアドバイス情報を含む、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間についてのコメントを出力することができる。これにより、睡眠分析装置100は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務中の仮眠が好ましいかをユーザ203に把握させ、勤務後の仮眠をどのようにすることが好ましいかをユーザ203に把握させることができる。結果として、睡眠分析装置100は、ユーザ203が睡眠時間を管理しやすくし、ユーザ203が体調を管理しやすくし、ユーザ203の業務効率の向上などを図りやすくすることができる。
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第7パターンになる区間である場合、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置100は、勤務後の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務後の仮眠が好ましいかをユーザ203に把握させることができる。結果として、睡眠分析装置100は、ユーザ203が睡眠時間を管理しやすくし、ユーザ203が体調を管理しやすくし、ユーザ203の業務効率の向上などを図りやすくすることができる。
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第8パターンになる区間である場合、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。睡眠分析装置100によれば、勤務中の仮眠についてのアドバイス情報を含む、勤務前の仮眠を示す睡眠区間についてのコメントを出力することができる。これにより、睡眠分析装置100は、勤務前の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務に備えた仮眠が好ましいかをユーザ203に把握させ、勤務中の仮眠をどのようにすることが好ましいかをユーザ203に把握させることができる。結果として、睡眠分析装置100は、ユーザ203が睡眠時間を管理しやすくし、ユーザ203が体調を管理しやすくし、ユーザ203の業務効率の向上などを図りやすくすることができる。
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第9パターンになる区間である場合、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置100は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務中の仮眠が好ましいかをユーザ203に把握させることができる。結果として、睡眠分析装置100は、ユーザ203が睡眠時間を管理しやすくし、ユーザ203が体調を管理しやすくし、ユーザ203の業務効率の向上などを図りやすくすることができる。
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第10パターンになる区間である場合、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。睡眠分析装置100によれば、勤務後の仮眠についてのアドバイス情報を含む、コメントを出力することができる。これにより、睡眠分析装置100は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務中の仮眠が好ましいかをユーザ203に把握させ、勤務後の仮眠をどのようにすることが好ましいかをユーザ203に把握させることができる。結果として、睡眠分析装置100は、ユーザ203が睡眠時間を管理しやすくし、ユーザ203が体調を管理しやすくし、ユーザ203の業務効率の向上などを図りやすくすることができる。
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第11パターンになる区間である場合、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置100は、勤務後の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務後の仮眠が好ましいかをユーザ203に把握させることができる。結果として、睡眠分析装置100は、ユーザ203が睡眠時間を管理しやすくし、ユーザ203が体調を管理しやすくし、ユーザ203の業務効率の向上などを図りやすくすることができる。
なお、本実施の形態で説明した睡眠分析方法は、予め用意されたプログラムをパーソナル・コンピュータやワークステーション等のコンピュータで実行することにより実現することができる。本実施の形態で説明した睡眠分析プログラムは、ハードディスク、フレキシブルディスク、CD−ROM、MO、DVD等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。また、本実施の形態で説明した睡眠分析プログラムは、インターネット等のネットワークを介して配布してもよい。
上述した実施の形態に関し、さらに以下の付記を開示する。
(付記1)コンピュータに、
ユーザに装着されたセンサにより取得されたデータの入力を受け付け、
前記ユーザの勤務形態情報を参照し、前記データを受け付けたタイミング以降の前記ユーザの勤務形態に基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定し、
前記処理対象に決定した1以上の前記睡眠区間について、前記ユーザに関するコメントを出力する、
処理を実行させることを特徴とする睡眠分析プログラム。
(付記2)前記コメントは、前記タイミング以降の前記ユーザの勤務形態に基づくコメントである、ことを特徴とする付記1に記載の睡眠分析プログラム。
(付記3)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する、ことを特徴とする付記1または2に記載の睡眠分析プログラム。
(付記4)前記決定する処理は、前記タイミングの前日における前記ユーザの勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する、ことを特徴とする付記1〜3のいずれか一つに記載の睡眠分析プログラム。
(付記5)前記決定する処理は、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務前の仮眠前、勤務前の仮眠後、勤務中の仮眠前、勤務中の仮眠後、勤務後の仮眠前、勤務後の仮眠後のいずれであるかに基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する、ことを特徴とする付記1〜4のいずれか一つに記載の睡眠分析プログラム。
(付記6)前記タイミングの直前の睡眠区間の長さが閾値以下である場合、前記直前の睡眠区間と、前記直前の睡眠区間より前にある睡眠区間とを、前記処理対象に決定する、ことを特徴とする付記1〜5のいずれか一つに記載の睡眠分析プログラム。
(付記7)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が日勤または休日であり、かつ、前記タイミングの前日における前記ユーザの勤務形態が日勤または休日である場合、前記タイミングの前夜における睡眠区間を前記処理対象に決定する、ことを特徴とする付記1〜6のいずれか一つに記載の睡眠分析プログラム。
(付記8)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務前の仮眠前であれば、前記タイミングの前夜における睡眠区間を前記処理対象に決定し、
前記出力する処理は、勤務前の仮眠についてのアドバイス情報を含む、前記コメントを出力する、ことを特徴とする付記1〜7のいずれか一つに記載の睡眠分析プログラム。
(付記9)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務前の仮眠後であれば、勤務前の仮眠を示す睡眠区間を前記処理対象に決定する、ことを特徴とする付記1〜8のいずれか一つに記載の睡眠分析プログラム。
(付記10)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務中の仮眠前であれば、勤務前の仮眠を示す睡眠区間を前記処理対象に決定し、
前記出力する処理は、勤務中の仮眠についてのアドバイス情報を含む、前記コメントを出力する、ことを特徴とする付記1〜9のいずれか一つに記載の睡眠分析プログラム。
(付記11)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務中の仮眠後であれば、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を前記処理対象に決定する、ことを特徴とする付記1〜10のいずれか一つに記載の睡眠分析プログラム。
(付記12)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務後の仮眠前であれば、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を前記処理対象に決定し、
前記出力する処理は、勤務後の仮眠についてのアドバイス情報を含む、前記コメントを出力する、ことを特徴とする付記1〜11のいずれか一つに記載の睡眠分析プログラム。
(付記13)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務後の仮眠後であれば、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を前記処理対象に決定する、ことを特徴とする付記1〜12のいずれか一つに記載の睡眠分析プログラム。
(付記14)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が日勤または休日であり、前記タイミングの前日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務中の仮眠前であれば、勤務前の仮眠を示す睡眠区間を前記処理対象に決定し、
前記出力する処理は、勤務中の仮眠についてのアドバイス情報を含む、前記コメントを出力する、ことを特徴とする付記1〜13のいずれか一つに記載の睡眠分析プログラム。
(付記15)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が日勤または休日であり、前記タイミングの前日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務中の仮眠後であれば、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を前記処理対象に決定する、ことを特徴とする付記1〜14のいずれか一つに記載の睡眠分析プログラム。
(付記16)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が日勤または休日であり、前記タイミングの前日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務後の仮眠前であれば、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を前記処理対象に決定し、
前記出力する処理は、勤務後の仮眠についてのアドバイス情報を含む、前記コメントを出力する、ことを特徴とする付記1〜15のいずれか一つに記載の睡眠分析プログラム。
(付記17)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が日勤または休日であり、前記タイミングの前日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務後の仮眠後であれば、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を前記処理対象に決定する、ことを特徴とする付記1〜16のいずれか一つに記載の睡眠分析プログラム。
(付記18)コンピュータが、
ユーザに装着されたセンサにより取得されたデータの入力を受け付け、
前記ユーザの勤務形態情報を参照し、前記データを受け付けたタイミング以降の前記ユーザの勤務形態に基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定し、
前記処理対象に決定した1以上の前記睡眠区間について、前記ユーザに関するコメントを出力する、
処理を実行することを特徴とする睡眠分析方法。
(付記19)ユーザに装着されたセンサにより取得されたデータの入力を受け付け、
前記ユーザの勤務形態情報を参照し、前記データを受け付けたタイミング以降の前記ユーザの勤務形態に基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定し、
前記処理対象に決定した1以上の前記睡眠区間について、前記ユーザに関するコメントを出力する、
制御部を有することを特徴とする睡眠分析装置。