JP6901146B2 - 健康状態予測装置、健康状態予測方法、及びプログラム - Google Patents

健康状態予測装置、健康状態予測方法、及びプログラム Download PDF

Info

Publication number
JP6901146B2
JP6901146B2 JP2018519571A JP2018519571A JP6901146B2 JP 6901146 B2 JP6901146 B2 JP 6901146B2 JP 2018519571 A JP2018519571 A JP 2018519571A JP 2018519571 A JP2018519571 A JP 2018519571A JP 6901146 B2 JP6901146 B2 JP 6901146B2
Authority
JP
Japan
Prior art keywords
user
lifestyle
future
value
test
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2018519571A
Other languages
English (en)
Other versions
JPWO2017204233A1 (ja
Inventor
博典 田中
博典 田中
将司 中道
将司 中道
広晃 福西
広晃 福西
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Solutions Innovators Ltd
Original Assignee
NEC Solutions Innovators Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NEC Solutions Innovators Ltd filed Critical NEC Solutions Innovators Ltd
Publication of JPWO2017204233A1 publication Critical patent/JPWO2017204233A1/ja
Application granted granted Critical
Publication of JP6901146B2 publication Critical patent/JP6901146B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/743—Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/04817—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance using icons
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Description

本発明は、ユーザの現在の健康状態から将来の健康状態を予測するための、健康状態予測装置、及び健康状態予測方法に関し、更には、これらを実現するためのプログラムに関する。
近年、企業の健康保険組合では生活習慣病に由来する医療費の高騰が大きな問題となっている。このため、企業は、生活習慣病対策の取り組みとして、産業医及び保健師などの医療従事者を配備し、従業員に対して健康診断と保健指導に関する施策を強化している。
また、近年においては、生活習慣対策のために医療・ヘルスケア領域のビッグデータ利活用が盛り上がりを見せている。厚生労働省は、２０１５年度から全ての健康保険組合に対してデータヘルス計画の作成と実施を求めている。ビックデータ分析によって、個々の従業員の将来の健康状態を予測することや、具体的な改善策をレコメンドするなどが想定される。
例えば、特許文献１は、個人の検査値データと生活習慣データとから、個人の健康指標及び健康リスクをシミュレーションするシステムを開示している。特許文献１に開示されているシステムは、ユーザが、例えば、禁煙した場合、飲酒量を減らした場合等における、健康年齢及び健康寿命を提示することができる。従って、特許文献１に開示されたシステムによれば、産業医及び保健師等は、簡単に、従業員に対して具体的な改善策をレコメンドすることができる。
特開２０１４−１１９８１７号公報
しかしながら、保健指導では、従業員の生活習慣を改善するための指導が行われるが、従業員に行動変容を促すことは難しく、このことが大きな問題となっている。また、上記特許文献１に開示されたシステムによれば、ユーザに対して、生活習慣を改善したときの健康年齢及び健康寿命が提示されるが、これらの指標は実感として乏しく、当該システムを用いても依然として上記問題は未解決である。
本発明の目的の一例は、上記問題を解消し、生活習慣の改善による健康状態の変化をユーザに実感させ得る、健康状態予測装置、健康状態予測方法、及びコンピュータ読み取り可能な記録媒体を提供することにある。
上記目的を達成するため、本発明の一側面における健康状態予測装置は、
個人毎の生活習慣の実データと、予め設定された検査項目の検査値と、を訓練データとして用いて、前記生活習慣と前記検査値との関係を示すモデルを学習する、予測モデル学習部と、
ユーザの生活習慣の実データを取得し、取得した前記実データと前記モデルとを用いて、前記ユーザの将来の検査値を予測する、検査値予測部と、
前記検査値予測部によって予測された前記将来の検査値を画面に表示する、表示部と、を備えている、ことを特徴とする。
また、上記目的を達成するため、本発明の一側面における健康状態予測方法は、
（ａ）個人毎の生活習慣の実データと、予め設定された検査項目の検査値と、を訓練データとして用いて、前記生活習慣と前記検査値との関係を示すモデルを学習する、ステップと、
（ｂ）ユーザの生活習慣の実データを取得し、取得した前記実データと前記モデルとを用いて、前記ユーザの将来の検査値を予測する、ステップと、
（ｃ）前記（ｂ）のステップで予測された前記将来の検査値を画面に表示する、ステップと、
を有する、ことを特徴とする。
更に、上記目的を達成するため、本発明の一側面におけるコンピュータ読み取り可能な記録媒体は、
コンピュータに、
（ａ）個人毎の生活習慣の実データと、予め設定された検査項目の検査値と、を訓練データとして用いて、前記生活習慣と前記検査値との関係を示すモデルを学習する、ステップと、
（ｂ）ユーザの生活習慣の実データを取得し、取得した前記実データと前記モデルとを用いて、前記ユーザの将来の検査値を予測する、ステップと、
（ｃ）前記（ｂ）のステップで予測された前記将来の検査値を画面に表示する、ステップと、
を実行させる命令を含む、プログラムを記録していることを特徴とする。
以上のように、本発明によれば、生活習慣の改善による健康状態の変化をユーザに実感させることができる。
図１は、本発明の実施の形態における健康状態予測装置の概略構成を示すブロック図である。 図２は、本発明の実施の形態における健康状態予測装置の具体的構成を示すブロック図である。 図３は、本発明の実施の形態における健康状態予測装置の検査値の予測処理時の動作を示すフロー図である。 図４は、ユーザから取得される実データの一例を示す図である。 図５は、予測結果の一例を示す図である。 図６は、生活習慣病にかかるリスクの判定結果の一例を示す図である。 図７は、本発明の実施の形態における健康状態予測装置の変化時検査値の予測処理時の動作を示すフロー図である。 図８は、変更された生活習慣の入力例を示す図である。 図９は、変化時検査値の予測結果の一例を示す図である。 図１０は、本発明の実施の形態の変形例１における健康状態予測装置の構成を示すブロック図である。 図１１は、本発明の実施の形態における健康状態予測装置を実現するコンピュータの一例を示すブロック図である。
（実施の形態）
以下、本発明の実施の形態における健康状態予測装置、健康状態予測方法、及びプログラムについて、図１〜図１１を参照しながら説明する。
［装置構成］
最初に、本実施の形態における健康状態予測装置の構成について図１を用いて説明する。図１は、本発明の実施の形態における健康状態予測装置の概略構成を示すブロック図である。
図１に示すように、本実施の形態における健康状態予測装置１０は、予測モデル学習部
１１と、検査値予測部１２と、表示部１３とを備えている。このうち、予測モデル学習部１１は、個人毎の生活習慣の実データと、予め設定された検査項目の検査値と、を訓練データとして用いて、生活習慣と検査値との関係を示すモデル（以下「予測モデル」と表記する。）を学習する。
検査値予測部１２は、ユーザの生活習慣の実データを取得し、取得した実データとモデルとを用いて、ユーザの将来の検査値を予測する。表示部１３は、検査値予測部１２によって予測された将来の検査値を画面に表示する。
このように、本実施の形態では、ユーザに対して、現在の生活習慣を続けた場合の将来の検査値が予測され、予測された将来の検査値が提示されるので、ユーザは、生活習慣の改善の必要性を実感できる。従って、本実施の形態によれば、生活習慣の改善による健康状態の変化をユーザに実感させることができる。
続いて、図２を用いて、本実施の形態における健康状態予測装置１０の構成について更に具体的に説明する。図２は、本発明の実施の形態における健康状態予測装置の具体的構成を示すブロック図である。
まず、図２に示すように、健康状態予測装置１０は、本実施の形態では、予測モデル学習部１１、検査値予測部１２、及び表示部１３に加えて、記憶部１４と、入力受付部１６とを備えている。記憶部１４は、予測モデル学習部１１による学習で得られた予測モデル１５を格納する。また、入力受付部１６は、外部の入力機器から入力された実データを受け付け、受け付けた実データを検査値予測部１２に入力する。入力機器としては、キーボード、タッチパネル等が挙げられる。但し、入力機器は、健康状態予測装置１０にネットワークを介して接続された端末装置であっても良い。
本実施の形態において、予測モデル学習部１１は、訓練データを取得する。訓練データは、上述したように、個人毎の生活習慣の実データと、個人毎の検査値とで構成されている。また、本実施の形態では、訓練データは、検査値が取得された時期（現時点を基準に１年前、２年前等）に応じて区別されているのが良い。
具体的には、生活習慣の実データとしては、生活習慣についての質問に対する回答が挙げられる。また、生活習慣についての質問としては、例えば、以下の質問（ａ）〜（ｈ）等が挙げられる。括弧内は回答の選択肢である。
（ａ）１回３０分以上の軽く汗をかく運動をどの程度の頻度で実施していますか？（月１〜２回、週１回、週２〜３回、毎日）
（ｂ）１日何回食事をとりますか？（１回、２回、３回、４回以上）
（ｃ）人と比較して食べる速度が速いですか？（はい、いいえ）
（ｄ）就寝前の２時間以内に食事をとることが週に３回以上ありますか？（はい、いいえ）
（ｅ）夕食後に間食（３食以外の夜食）をとることが週に３回以上ありますか？（はい、いいえ）
（ｆ）朝食を抜くことが週に３回以上ありますか？（はい、いいえ）
（ｇ）主食・主菜・副菜をそろえた食事をとるようにしていますか？（はい、いいえ）
（ｈ）腹八分目にしていますか？（はい、いいえ）
また、検査項目としては、下記の（Ａ）〜（Ｉ）等が挙げられる。
（Ａ）ＨｂＡ１ｃ
（Ｂ）空腹時血糖
（Ｃ）中性脂肪
（Ｄ）腹囲
（Ｅ）ＨＤＬコレステロール
（Ｆ）ＬＤＬコレステロール
（Ｇ）体重
（Ｈ）収縮期血圧
（Ｉ）拡張期血圧
予測モデル学習部１１は、本実施の形態では、機械学習アルゴリズムを用いて、取得した訓練データから、生活習慣と検査項目との関係を示す予測モデル１５を作成する。また、予測モデル学習部１１は、作成した予測モデル１５を、記憶部１４に格納する。
本実施の形態において用いることができる機械学習アルゴリズムは、既存の機械学習アルゴリズムであっても良いし、今後開発される機械学習アルゴリズムであっても良い。具体的には、機械学習アルゴリズムとしては、例えば、異種混合学習アルゴリズムが挙げられる（米国特許公開第２０１４／０２２２７４１号明細書、特表２０１６―５０９２７１号公報参照）。
また、異種混合学習アルゴリズムが用いられる場合、予測モデル学習部１１は、まず、取得した訓練データの変化のパターンを特定し、特定したパターンのマイニング精度が高くなるように、元の訓練データを複数の部分データに分割する。そして、予測モデル学習部１１は、部分データ毎に、予測モデルとなる予測式を算出する。この結果、訓練データに混在しているパターン及び規則性が分離抽出されるので、予測精度の向上が図られることになる。
検査値予測部１２は、本実施の形態では、入力受付部１６を介して、ユーザの生活習慣の実データを取得する。ユーザから取得される実データとしても、上述した生活習慣についての質問に対する回答が挙げられる。
そして、検査値予測部１２は、記憶部１４に格納されている予測モデル１５に、取得した実データを当てはめて、ユーザの将来の検査値、例えば、１年後、２年後、３年後といった将来の検査値を予測する。
加えて、本実施の形態では、検査値予測部１２は、予測した将来の検査値を用いて、ユーザが、予め設定された病気、例えば、内臓脂肪型肥満、糖尿病、高血圧症、脂質異常症といった生活習慣病にかかるリスクを判定することもできる。具体的には、後述するように、検査値予測部１２は、予め設定されたルールに基づいて、ユーザが生活習慣病にかかるリスクを判定する。
更に、検査値予測部１２は、ユーザの生活習慣が変化した場合における将来の検査値（以下「変化時検査値」と表記する。）を予測することもできる。また、この場合は、検査値予測部１２は、変化時検査値を表示部１３に入力する。
表示部１３は、本実施の形態では、検査値予測部１２によって予測された将来の検査値を、表示装置２０の画面上に表示する。また、表示部１３は、生活習慣病にかかる可能性が算出されている場合は、この可能性も画面上に表示する。
表示装置２０としては、液晶表示装置等が挙げられる。なお、本実施の形態では、表示装置２０の代わりに、健康状態予測装置１０にネットワークを介して接続された端末装置が用いられていても良く、この場合は、端末装置の画面上に、将来の検査値が表示される。
また、表示部１３は、変化時検査値に応じて、異なるアイコン（後述の図５参照）を、画面上に表示することもできる。更に、表示部１３は、検査値予測部１２によって変化時検査値が予測された場合は、最初に予測された検査値と、変化時検査値とを表示する。また、表示部１３は、この場合、変化時検査値に応じて、異なるアイコンを表示することができる（後述の図９参照）。
［装置動作］
次に、本発明の実施の形態における健康状態予測装置１０の動作について図３〜図９を用いて説明する。また、本実施の形態では、健康状態予測装置１０を動作させることによって、健康状態予測方法が実施される。よって、本実施の形態における健康状態予測方法の説明は、以下の健康状態予測装置１０の動作説明に代える。
まず、図３〜図６を用いて、検査値の予測処理について説明する。図３は、本発明の実施の形態における健康状態予測装置の検査値の予測処理時の動作を示すフロー図である。図４は、ユーザから取得される実データの一例を示す図である。図５は、予測結果の一例を示す図である。図６は、生活習慣病にかかるリスクの判定結果の一例を示す図である。
図３に示すように、最初に、検査値予測部１２は、入力受付部１６を介して、ユーザの生活習慣の実データを取得する（ステップＡ１）。
具体的には、検査値予測部１２は、表示部１３を介して、画面上に、図４に示すように、生活習慣についての質問を表示させ、ユーザに質問に対する回答を入力させる。入力された回答は、入力受付部１６を介して、検査値予測部１２に入力される。
次に、検査値予測部１２は、記憶部１４に格納されている予測モデル１５に、ステップＡ１で取得した実データを当てはめて、ユーザの将来の検査値を予測する（ステップＡ２）。
具体的には、検査値予測部１２は、ＨｂＡ１ｃ、空腹時血糖、中性脂肪、腹囲、ＨＤＬコレステロール、ＬＤＬコレステロール、体重、収縮期血圧、拡張期血圧といった各検査項目について、１年後、２年後、３年後といった将来の検査値を予測する。
次に、検査値予測部１２は、ステップＡ２で予測した将来の検査値を用いて、ユーザが、生活習慣病にかかるリスクを判定する（ステップＡ３）。
具体的には、本実施の形態では、検査項目毎に、生活習慣病にかかるリスクが高いものから順に、リスク高、リスク中、リスク低といったリスク範囲が設定されている。このため、検査値予測部１２は、まず、予測した将来の各検査値が、どのリスク範囲に属するかを判定する。なお、リスク範囲は、健康状態予測装置１０の管理者等によって、ユーザが所属している組織の構成員の検査値に基づいて、適宜設定される。
続いて、検査値予測部１２は、各検査値が属するリスク範囲に応じて、ユーザが生活習慣病にかかるリスクを判定する。リスクの判定は、予め設定されたルールに基づいて行なわれる。ルールとしては、例えば、「内臓脂肪型肥満について、腹囲がリスク中の場合にリスク中とし、腹囲がリスク中以上、且つ、中性脂肪、空腹時血糖、ＨＤＬコレステロール、収縮期血圧、拡張期血圧のいずれかがリスク中以上の場合に、リスク高とし、それ以外の場合にリスク低とする」といったルールが挙げられる。
次に、表示部１３は、検査値予測部１２から、ステップＡ２で予測された将来の検査値を受け取り、これらを表示装置２０の画面上に表示する（ステップＡ４）。
本実施の形態では、表示部１３は、図５に示すように、検査項目毎の将来の検査値に加え、ユーザが所属する組織の構成員の平均値、及びアイコン（顔の図形）も画面上に表示している。また、上述したステップＡ３において、検査値予測部１２によって、各検査値が属するリスク範囲が判定されているので、図５の例では、表示部１３は、判定されたリスク範囲に応じて、異なるアイコンを表示している。即ち、アイコンの図柄はリスク範囲に応じて変化する。更に、図５の例では、表示部１３は、検査項目毎に、ユーザから取得した１年前の検査値と現在の検査値も表示している。
次に、表示部１３は、図６に示すように、ステップＡ３の結果に基づいて、ユーザが生活習慣病にかかるリスクも画面に表示する（ステップＡ５）。図６の例では、表示部１３は、病名及び年度毎に、図５の例と同様に、アイコンの図柄でリスクの高低を表現している。
続いて、図７〜図９を用いて、変化時検査値の予測処理について説明する。図７は、本発明の実施の形態における健康状態予測装置の変化時検査値の予測処理時の動作を示すフロー図である。図８は、変更された生活習慣の入力例を示す図である。図９は、変化時検査値の予測結果の一例を示す図である。
図７に示すように、最初に、検査値予測部１２は、入力受付部１６を介して、ユーザの生活習慣が変化した場合における実データを取得する（ステップＢ１）。
具体的には、検査値予測部１２は、表示部１３を介して、画面上に、図８に示すように、生活習慣についての質問と現在の状態とを同時に表示させ、ユーザに対して、生活習慣を変更した場合の回答を入力させる。入力された回答は、入力受付部１６を介して、検査値予測部１２に入力される。
次に、検査値予測部１２は、記憶部１４に格納されている予測モデル１５に、ステップＢ１で取得した変更後の実データを当てはめて、ユーザの変化時検査値を予測する（ステップＢ２）。
具体的には、検査値予測部１２は、変更後の実データを用いて、ＨｂＡ１ｃ、空腹時血糖、中性脂肪、腹囲、ＨＤＬコレステロール、ＬＤＬコレステロール、体重、収縮期血圧、拡張期血圧といった各検査項目について、１年後、２年後、３年後といった将来の検査値を予測する。
次に、検査値予測部１２は、ステップＢ２で予測した変化時検査値を用いて、ユーザが、生活習慣病にかかるリスクを判定する（ステップＢ３）。ステップＢ３は、図３に示したステップＡ３と同様に行なわれる。従って、まず、検査値予測部１２は、各変化時検査値についてリスク範囲を判定し、この判定結果を、予め設定されたルールに当てはめて、ユーザが生活習慣病にかかるリスクを判定する。
次に、表示部１３は、検査値予測部１２から、ステップＢ２で予測された変化時検査値を受け取り、既出の検査値と変化時検査値とを、表示装置２０の画面上に表示する（ステップＢ４）。また、表示部１３は、図９に示すように、図５の例と同様に、ステップＢ２で予測された変化時検査値が属するリスク範囲に応じて、異なるアイコン（顔の図形）を画面上に表示する。なお、図９の例でも、検査項目毎に、ユーザから取得した１年前の検査値と現在の検査値も表示されている。
次に、表示部１３は、ステップＢ３の結果に基づいて、ユーザが生活習慣病にかかるリスクも画面に表示する（ステップＢ５）。ステップＢ５は、図３に示したステップＡ５と同様のステップである。表示部１３は、ステップＢ５においても、図６に示したように、病名及び年度毎に、アイコンの図柄でリスクの高低を表現する。
［実施の形態による効果］
以上のように本実施の形態によれば、ユーザは、生活習慣についての質問に回答するだけで、将来の健康状態を一目で把握できると共に、生活習慣の改善の必要性を実感できる。また、ユーザは、生活習慣を変えた場合に、検査値がどのように変化するかも、一目で把握できるので、本実施の形態によれば、ユーザに対して、生活習慣の改善をより確実に意識させることができる。
［変形例１］
ここで、本実施の形態における変形例１について説明する。図１０は、本発明の実施の形態の変形例１における健康状態予測装置の構成を示すブロック図である。図１０に示すように、本変形例１では、健康状態予測装置１０は、更に、アドバイス作成部１７を備えている。
アドバイス作成部１７は、予め登録されているユーザ情報に基づいて、ユーザに提示すべきアドバイスを作成し、これをユーザに提示する。例えば、ユーザ情報として、ユーザの過去の運動履歴、居住地が登録されているとする。この場合、アドバイス作成部１７は、外部の検索サーバにアクセスして、ユーザの居住地の近くに位置しているスポーツ施設を検索し、検索したスポーツ施設の中から、ユーザの過去の運動履歴に一致するスポーツ施設を特定する。そして、アドバイス作成部１７は、特定したスポーツ施設を、表示部１３を介して、表示装置２０の画面に表示させる。
例えば、ユーザが、学生時代にバドミントン部に所属しており、ユーザの近隣にバドミントンをプレーできる体育館が存在する場合は、アドバイス作成部１７は、この体育館を提示すると共に、バドミントンを始めるようにアドバイスする。このように、変形例１によれば、ユーザによる生活習慣の見直しを支援することができる。
［変形例２］
本実施の形態では、表示部１３は、図９に示したように、検査項目毎に、既出の検査値と、変化時検査値とを、それぞれ、時系列に応じた変化を示すグラフによって表示することができる。このとき、本変形例２では、表示部１３は、既出の検査値と、変化時検査値との差が強調されるように、グラフの縦軸における目盛の間隔を部分的に変化させることができる。具体的には、表示部１３は、変化時検査値と既出の検査値との差が、強調されるように、両者の間の部分についてのみ目盛の間隔を広げることができる。変形例２によれば、ユーザは、生活習慣による変化が大きく感じられ、現在の生活習慣を続けた場合の健康リスクをより実感することができる。
［プログラム］
本形態におけるプログラムは、コンピュータに、図３に示すステップＡ１〜Ａ５、図７に示すステップＢ１〜Ｂ５を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態における健康状態予測装置１０と健康状態予測方法とを実現することができる。この場合、コンピュータのＣＰＵ（Central Processing Unit）は、予測モデル学習部１１、検査値予測部１２、表示部１３、及び入力受付部１６として機能し、処理を行なう。
また、本実施の形態におけるプログラムは、複数のコンピュータによって構築されたコンピュータシステムによって実行されても良い。この場合は、例えば、各コンピュータが、それぞれ、予測モデル学習部１１、検査値予測部１２、表示部１３、及び入力受付部１６のいずれかとして機能しても良い。
［物理構成］
ここで、本実施の形態におけるプログラムを実行することによって、健康状態予測装置１０を実現するコンピュータについて図１１を用いて説明する。図１１は、本発明の実施の形態における健康状態予測装置を実現するコンピュータの一例を示すブロック図である。
図１１に示すように、コンピュータ１１０は、ＣＰＵ１１１と、メインメモリ１１２と、記憶装置１１３と、入力インターフェイス１１４と、表示コントローラ１１５と、データリーダ／ライタ１１６と、通信インターフェイス１１７とを備える。これらの各部は、バス１２１を介して、互いにデータ通信可能に接続される。
ＣＰＵ１１１は、記憶装置１１３に格納された、本実施の形態におけるプログラム（コード）をメインメモリ１１２に展開し、これらを所定順序で実行することにより、各種の演算を実施する。メインメモリ１１２は、典型的には、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性の記憶装置である。また、本実施の形態におけるプログラムは、コンピュータ読み取り可能な記録媒体１２０に格納された状態で提供される。なお、本実施の形態におけるプログラムは、通信インターフェイス１１７を介して接続されたインターネット上で流通するものであっても良い。
また、記憶装置１１３の具体例としては、ハードディスクドライブの他、フラッシュメモリ等の半導体記憶装置が挙げられる。入力インターフェイス１１４は、ＣＰＵ１１１と、キーボード及びマウスといった入力機器１１８との間のデータ伝送を仲介する。表示コントローラ１１５は、ディスプレイ装置１１９と接続され、ディスプレイ装置１１９での表示を制御する。
データリーダ／ライタ１１６は、ＣＰＵ１１１と記録媒体１２０との間のデータ伝送を仲介し、記録媒体１２０からのプログラムの読み出し、及びコンピュータ１１０における処理結果の記録媒体１２０への書き込みを実行する。通信インターフェイス１１７は、ＣＰＵ１１１と、他のコンピュータとの間のデータ伝送を仲介する。
また、記録媒体１２０の具体例としては、ＣＦ（Compact Flash（登録商標））及びＳＤ（Secure Digital）等の汎用的な半導体記憶デバイス、フレキシブルディスク（Flexible Disk）等の磁気記録媒体、又はＣＤ−ＲＯＭ（Compact Disk Read Only Memory）などの光学記録媒体が挙げられる。
なお、本実施の形態における健康状態予測装置１０は、プログラムがインストールされたコンピュータではなく、各部に対応したハードウェアを用いることによっても実現可能である。更に、健康状態予測装置１０は、一部がプログラムで実現され、残りの部分がハードウェアで実現されていてもよい。
上述した実施の形態の一部又は全部は、以下に記載する（付記１）〜（付記１５）によって表現することができるが、以下の記載に限定されるものではない。
（付記１）
個人毎の生活習慣の実データと、予め設定された検査項目の検査値と、を訓練データとして用いて、前記生活習慣と前記検査値との関係を示すモデルを学習する、予測モデル学習部と、
ユーザの生活習慣の実データを取得し、取得した前記実データと前記モデルとを用いて、前記ユーザの将来の検査値を予測する、検査値予測部と、
前記検査値予測部によって予測された前記将来の検査値を画面に表示する、表示部と、を備えている、ことを特徴とする健康状態予測装置。
（付記２）
前記表示部が、前記検査値予測部によって予測された前記将来の検査値に応じて、異なるアイコンを表示する、
付記１に記載の健康状態予測装置。
（付記３）
前記検査値予測部が、前記ユーザの生活習慣が変化した場合における将来の検査値も予測し、
前記表示部が、前記予測の結果として、前記将来の検査値と、前記ユーザの生活習慣が変化した場合における将来の検査値とを表示し、更に、前記ユーザの生活習慣が変化した場合における将来の検査値に応じて、異なるアイコンを表示する、
付記１または２に記載の健康状態予測装置。
（付記４）
前記表示部が、前記将来の検査値と、前記ユーザの生活習慣が変化した場合における将来の検査値とを、それぞれ、時系列に応じた変化を示すグラフによって表示し、その際、前記将来の検査値と、前記ユーザの生活習慣が変化した場合における将来の検査値との差が強調されるように、前記グラフの縦軸における目盛の間隔を部分的に変化させる、
付記３に記載の健康状態予測装置。
（付記５）
前記ユーザのユーザ情報に基づいて、前記ユーザに提示すべきアドバイスを作成し、作成した前記アドバイスをユーザに提示する、アドバイス作成部を更に備えている、
付記１〜４のいずれかに記載の健康状態予測装置。
（付記６）
（ａ）個人毎の生活習慣の実データと、予め設定された検査項目の検査値と、を訓練データとして用いて、前記生活習慣と前記検査値との関係を示すモデルを学習する、ステップと、
（ｂ）ユーザの生活習慣の実データを取得し、取得した前記実データと前記モデルとを用いて、前記ユーザの将来の検査値を予測する、ステップと、
（ｃ）前記（ｂ）のステップで予測された前記将来の検査値を画面に表示する、ステップと、
を有する、ことを特徴とする健康状態予測方法。
（付記７）
前記（ｃ）のステップにおいて、前記（ｂ）のステップによって予測された前記将来の検査値に応じて、異なるアイコンを表示する、
付記６に記載の健康状態予測方法。
（付記８）
前記（ｂ）のステップにおいて、前記ユーザの生活習慣が変化した場合における将来の検査値も予測し、
前記（ｃ）のステップにおいて、前記予測の結果として、前記将来の検査値と、前記ユーザの生活習慣が変化した場合における将来の検査値とを表示し、更に、前記ユーザの生活習慣が変化した場合における将来の検査値に応じて、異なるアイコンを表示する、
付記６または７に記載の健康状態予測方法。
（付記９）
前記（ｃ）のステップにおいて、前記将来の検査値と、前記ユーザの生活習慣が変化した場合における将来の検査値とを、それぞれ、時系列に応じた変化を示すグラフによって表示し、その際、前記将来の検査値と、前記ユーザの生活習慣が変化した場合における将来の検査値との差が強調されるように、前記グラフの縦軸における目盛の間隔を部分的に変化させる、
付記８に記載の健康状態予測方法。
（付記１０）
（ｄ）前記ユーザのユーザ情報に基づいて、前記ユーザに提示すべきアドバイスを作成し、作成した前記アドバイスをユーザに提示する、ステップを更に有している、
付記６〜９のいずれかに記載の健康状態予測方法。
（付記１１）
コンピュータに、
（ａ）個人毎の生活習慣の実データと、予め設定された検査項目の検査値と、を訓練データとして用いて、前記生活習慣と前記検査値との関係を示すモデルを学習する、ステップと、
（ｂ）ユーザの生活習慣の実データを取得し、取得した前記実データと前記モデルとを用いて、前記ユーザの将来の検査値を予測する、ステップと、
（ｃ）前記（ｂ）のステップで予測された前記将来の検査値を画面に表示する、ステップと、
を実行させる命令を含む、プログラムを記録しているコンピュータ読み取り可能な記録媒体。
（付記１２）
前記（ｃ）のステップにおいて、前記（ｂ）のステップによって予測された前記将来の検査値に応じて、異なるアイコンを表示する、
付記１１に記載のコンピュータ読み取り可能な記録媒体。
（付記１３）
前記（ｂ）のステップにおいて、前記ユーザの生活習慣が変化した場合における将来の検査値も予測し、
前記（ｃ）のステップにおいて、前記予測の結果として、前記将来の検査値と、前記ユーザの生活習慣が変化した場合における将来の検査値とを表示し、更に、前記ユーザの生活習慣が変化した場合における将来の検査値に応じて、異なるアイコンを表示する、
付記１１または１２に記載のコンピュータ読み取り可能な記録媒体。
（付記１４）
前記（ｃ）のステップにおいて、前記将来の検査値と、前記ユーザの生活習慣が変化した場合における将来の検査値とを、それぞれ、時系列に応じた変化を示すグラフによって表示し、その際、前記将来の検査値と、前記ユーザの生活習慣が変化した場合における将来の検査値との差が強調されるように、前記グラフの縦軸における目盛の間隔を部分的に変化させる、
付記１３に記載のコンピュータ読み取り可能な記録媒体。
（付記１５）
前記プログラムが、前記コンピュータに、
（ｄ）前記ユーザのユーザ情報に基づいて、前記ユーザに提示すべきアドバイスを作成し、作成した前記アドバイスをユーザに提示する、ステップを実行させる命令を更に含む、
付記１１〜１４のいずれかに記載のコンピュータ読み取り可能な記録媒体。
以上、実施の形態を参照して本願発明を説明したが、本願発明は上記実施の形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
この出願は、２０１６年５月２３日に出願された日本出願特願２０１６−１０２７１９を基礎とする優先権を主張し、その開示の全てをここに取り込む。
以上のように、本発明によれば、生活習慣の改善による健康状態の変化をユーザに実感させることができる。本発明は、健康管理に関する分野に有用である。
１０ 健康状態予測装置
１１ 予測モデル学習部
１２ 検査値予測部
１３ 表示部
１４ 記憶部
１５ 予測モデル
１６ 入力受付部
２０ 表示装置
１１０ コンピュータ
１１１ ＣＰＵ
１１２ メインメモリ
１１３ 記憶装置
１１４ 入力インターフェイス
１１５ 表示コントローラ
１１６ データリーダ／ライタ
１１７ 通信インターフェイス
１１８ 入力機器
１１９ ディスプレイ装置
１２０ 記録媒体
１２１ バス

Claims (15)

  1. 個人毎の生活習慣の実データと、予め設定された検査項目の検査値と、を訓練データとして用いて、前記生活習慣と前記検査値との関係を示すモデルを学習する、予測モデル学習部と、
    ユーザの生活習慣の実データを取得し、取得した前記実データと前記モデルとを用いて、前記ユーザの将来の検査値を予測し、前記ユーザの生活習慣が変化した場合における将来の検査値を予測する、検査値予測部と、
    前記検査値予測部によって予測された前記将来の検査値と、前記ユーザの生活習慣が変化した場合における将来の検査値とを画面に表示する、表示部と、
    を備えている、ことを特徴とする健康状態予測装置。
  2. 前記表示部が、前記検査値予測部によって予測された前記将来の検査値に応じて、異なるアイコンを表示する、
    請求項１に記載の健康状態予測装置。
  3. 前記表示部が、前記ユーザの生活習慣が変化した場合における将来の検査値に応じて、異なるアイコンを表示する、
    請求項１または２に記載の健康状態予測装置。
  4. 前記表示部が、前記将来の検査値と、前記ユーザの生活習慣が変化した場合における将来の検査値とを、それぞれ、時系列に応じた変化を示すグラフによって表示し、その際、前記将来の検査値と、前記ユーザの生活習慣が変化した場合における将来の検査値との差が強調されるように、前記グラフの縦軸における目盛の間隔を部分的に変化させる、
    請求項３に記載の健康状態予測装置。
  5. 前記ユーザのユーザ情報に基づいて、前記ユーザに提示すべきアドバイスを作成し、作成した前記アドバイスをユーザに提示する、アドバイス作成部を更に備えている、
    請求項１〜４のいずれかに記載の健康状態予測装置。
  6. コンピュータが、
    （ａ）個人毎の生活習慣の実データと、予め設定された検査項目の検査値と、を訓練データとして用いて、前記生活習慣と前記検査値との関係を示すモデルを学習する、ステップと、
    （ｂ）ユーザの生活習慣の実データを取得し、取得した前記実データと前記モデルとを用いて、前記ユーザの将来の検査値を予測し、前記ユーザの生活習慣が変化した場合における将来の検査値を予測する、ステップと、
    （ｃ）前記（ｂ）のステップで予測された前記将来の検査値と、前記ユーザの生活習慣が変化した場合における将来の検査値とを画面に表示する、ステップと、
    を実行する、ことを特徴とする健康状態予測方法。
  7. 前記（ｃ）のステップにおいて、前記（ｂ）のステップによって予測された前記将来の検査値に応じて、異なるアイコンを表示する、
    請求項６に記載の健康状態予測方法。
  8. 前記（ｃ）のステップにおいて、前記ユーザの生活習慣が変化した場合における将来の検査値に応じて、異なるアイコンを表示する、
    請求項６または７に記載の健康状態予測方法。
  9. 前記（ｃ）のステップにおいて、前記将来の検査値と、前記ユーザの生活習慣が変化した場合における将来の検査値とを、それぞれ、時系列に応じた変化を示すグラフによって表示し、その際、前記将来の検査値と、前記ユーザの生活習慣が変化した場合における将来の検査値との差が強調されるように、前記グラフの縦軸における目盛の間隔を部分的に変化させる、
    請求項８に記載の健康状態予測方法。
  10. コンピュータが、
    （ｄ）前記ユーザのユーザ情報に基づいて、前記ユーザに提示すべきアドバイスを作成し、作成した前記アドバイスをユーザに提示する、ステップを更に有している、
    請求項６〜９のいずれかに記載の健康状態予測方法。
  11. コンピュータに、
    （ａ）個人毎の生活習慣の実データと、予め設定された検査項目の検査値と、を訓練データとして用いて、前記生活習慣と前記検査値との関係を示すモデルを学習する、ステップと、
    （ｂ）ユーザの生活習慣の実データを取得し、取得した前記実データと前記モデルとを用いて、前記ユーザの将来の検査値を予測し、前記ユーザの生活習慣が変化した場合における将来の検査値を予測する、ステップと、
    （ｃ）前記（ｂ）のステップで予測された前記将来の検査値と、前記ユーザの生活習慣が変化した場合における将来の検査値とを画面に表示する、ステップと、
    を実行させる命令を含むプログラム。
  12. 前記（ｃ）のステップにおいて、前記（ｂ）のステップによって予測された前記将来の検査値に応じて、異なるアイコンを表示する、
    請求項１１に記載のプログラム。
  13. 前記（ｃ）のステップにおいて、前記ユーザの生活習慣が変化した場合における将来の検査値に応じて、異なるアイコンを表示する、
    請求項１１または１２に記載のプログラム。
  14. 前記（ｃ）のステップにおいて、前記将来の検査値と、前記ユーザの生活習慣が変化した場合における将来の検査値とを、それぞれ、時系列に応じた変化を示すグラフによって表示し、その際、前記将来の検査値と、前記ユーザの生活習慣が変化した場合における将来の検査値との差が強調されるように、前記グラフの縦軸における目盛の間隔を部分的に変化させる、
    請求項１３に記載のプログラム。
  15. 前記プログラムが、前記コンピュータに、
    （ｄ）前記ユーザのユーザ情報に基づいて、前記ユーザに提示すべきアドバイスを作成し、作成した前記アドバイスをユーザに提示する、ステップを実行させる命令を更に含む、
    請求項１１〜１４のいずれかに記載のプログラム。
JP2018519571A 2016-05-23 2017-05-23 健康状態予測装置、健康状態予測方法、及びプログラム Active JP6901146B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016102719 2016-05-23
JP2016102719 2016-05-23
PCT/JP2017/019288 WO2017204233A1 (ja) 2016-05-23 2017-05-23 健康状態予測装置、健康状態予測方法、及びコンピュータ読み取り可能な記録媒体

Publications (2)

Publication Number Publication Date
JPWO2017204233A1 JPWO2017204233A1 (ja) 2019-03-22
JP6901146B2 true JP6901146B2 (ja) 2021-07-14

Family

ID=60411388

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018519571A Active JP6901146B2 (ja) 2016-05-23 2017-05-23 健康状態予測装置、健康状態予測方法、及びプログラム

Country Status (5)

Country Link
US (1) US20200321129A1 (ja)
EP (1) EP3467762A4 (ja)
JP (1) JP6901146B2 (ja)
CN (1) CN109313939B (ja)
WO (1) WO2017204233A1 (ja)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019187933A1 (ja) * 2018-03-26 2019-10-03 Ｎｅｃソリューションイノベータ株式会社 健康支援システム、情報提供シート出力装置、方法およびプログラム
JP6644335B2 (ja) * 2018-07-31 2020-02-12 株式会社Ｓｐｌｉｎｋ 認知症リスク提示システム、及び、認知症リスク提示方法
JP7322391B2 (ja) * 2018-11-29 2023-08-08 京セラドキュメントソリューションズ株式会社 表示装置および表示方法
WO2020218414A1 (ja) * 2019-04-26 2020-10-29 Ｎｅｃソリューションイノベータ株式会社 生活改善具体策提示装置、生活改善具体策提示方法、記録媒体および生活改善具体策提示システム
JP6779493B1 (ja) * 2019-05-17 2020-11-04 株式会社平山 体調管理装置、体調管理システム及び体調管理方法
JP6737489B1 (ja) * 2019-06-17 2020-08-12 株式会社エクサウィザーズ 情報処理装置、情報処理方法及びプログラム
JP6790207B1 (ja) * 2019-09-25 2020-11-25 株式会社東芝 検査値予測装置、検査値予測システム、検査値予測方法、およびプログラム
WO2021199520A1 (ja) * 2020-04-03 2021-10-07 Ｎｅｃソリューションイノベータ株式会社 健康行動提案装置および健康行動提案方法
CN111627557A (zh) * 2020-05-26 2020-09-04 闻泰通讯股份有限公司 健康状况反馈方法、装置、设备及存储介质
JP6853917B2 (ja) * 2020-07-06 2021-04-07 株式会社エクサウィザーズ 情報処理装置、情報処理方法、及びプログラム
KR102577294B1 (ko) * 2021-01-28 2023-09-13 주식회사 피씨티 기계학습모델에 기반한 선종 관련 정보 예측 방법 및 시스템
KR102490077B1 (ko) * 2021-01-28 2023-01-18 주식회사 피씨티 복수의 기계학습모델에 기반한 고위험 선종 관련 정보 예측 방법 및 시스템
TW202301379A (zh) * 2021-06-22 2023-01-01 日商日清食品控股股份有限公司 膽固醇風險推定裝置、膽固醇風險推定方法及程式
CN116503975B (zh) * 2023-06-29 2023-09-12 成都秦川物联网科技股份有限公司 基于智慧燃气gis的安全隐患处置方法和物联网系统

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008257293A (ja) * 2007-03-30 2008-10-23 Koichiro Yuji 健康状態予測システム
JP5436563B2 (ja) * 2008-10-10 2014-03-05 ゼネラル・エレクトリック・カンパニイ 専門知識及び応用複雑性科学を用いた、リスクの評価ならびに診断のための医療データの自動管理方法
JP5422250B2 (ja) * 2009-04-14 2014-02-19 株式会社日立メディコ メタボリックシンドローム改善情報演算システム、当該システムとして機能させるためのプログラム、及び、当該プログラムを記録した記録媒体
JP2011039860A (ja) * 2009-08-13 2011-02-24 Nomura Research Institute Ltd 仮想空間を用いる会話システム、会話方法及びコンピュータプログラム
JP6117774B2 (ja) * 2012-04-20 2017-04-19 パナソニックヘルスケアホールディングス株式会社 生活習慣病改善支援装置およびその制御方法
JP6151016B2 (ja) * 2012-12-13 2017-06-21 株式会社日立システムズ 健康管理予測システム
JP6066826B2 (ja) * 2013-05-17 2017-01-25 株式会社日立製作所 分析システム及び保健事業支援方法
EP3054412A4 (en) * 2013-10-01 2017-03-01 Tohoku University Health information processing device, health information display device, and method
JP6182431B2 (ja) * 2013-11-07 2017-08-16 株式会社日立製作所 医療データ分析システム、及び医療データを分析する方法
WO2015173917A1 (ja) * 2014-05-14 2015-11-19 株式会社日立製作所 分析システム
CN104063579B (zh) * 2014-05-16 2017-08-15 上海亿保健康管理有限公司 基于多元医疗消费数据的健康动态预测方法和设备
JP2016031702A (ja) * 2014-07-30 2016-03-07 日本電信電話株式会社 身体情報予測方法、プログラム、及び身体情報予測装置
JP2016122348A (ja) * 2014-12-25 2016-07-07 オムロン株式会社 生活習慣改善装置及び生活習慣改善方法並びに生活習慣改善システム

Also Published As

Publication number Publication date
EP3467762A1 (en) 2019-04-10
CN109313939A (zh) 2019-02-05
WO2017204233A1 (ja) 2017-11-30
CN109313939B (zh) 2022-02-22
EP3467762A4 (en) 2020-01-22
JPWO2017204233A1 (ja) 2019-03-22
US20200321129A1 (en) 2020-10-08

Similar Documents

Publication Publication Date Title
JP6901146B2 (ja) 健康状態予測装置、健康状態予測方法、及びプログラム
Bazazan et al. Fatigue as a mediator of the relationship between quality of life and mental health problems in hospital nurses
Charness et al. Aging and information technology use: Potential and barriers
Grey et al. A revised self-and family management framework
van der Wal et al. Development and testing of the Dutch heart failure knowledge scale
Oulton The global nursing shortage: an overview of issues and actions
Leininger Culture care theory: A major contribution to advance transcultural nursing knowledge and practices
Greene et al. Why does patient activation matter? An examination of the relationships between patient activation and health-related outcomes
Desai et al. Pictures worth a thousand words: Reflections on visualizing personal blood glucose forecasts for individuals with type 2 diabetes
US9081879B2 (en) Matrix interface for medical diagnostic and treatment advice system and method
Dilles et al. Comparison of a computer assisted learning program to standard education tools in hospitalized heart failure patients
Jeon et al. Development of a smartphone application for clinical-guideline-based obesity management
Abshire et al. Social support moderates the relationship between perceived stress and quality of life in patients with a left ventricular assist device
Janumpally et al. In the United States, blacks and Asian/Pacific Islanders are more likely than whites to seek medical care for atopic dermatitis
JP2007265347A (ja) 健康指導支援装置、システム、及びプログラム
WO2012176104A1 (en) Discharge readiness index
Bardram et al. Double-loop health technology: enabling socio-technical design of personal health technology in clinical practice
Klebbe et al. Wearables for older adults: requirements, design, and user experience
Luu et al. Development and performance assessment of a digital serious game to assess multi-patient care skills in a simulated pediatric emergency department
Al Ghalayini et al. Too much or too little? Investigating the usability of high and low data displays of the same electronic medical record
Morrow et al. Decision making and health literacy among older adults
Rapaport et al. Come abroad with me: the role of partner characteristics and couple acculturation gaps on individual psychological adjustment
Brook Continuing medical education: let the guessing begin
US20140379365A1 (en) Meaningful presentation of health results to determine necessary lifestyle changes
Sucich et al. Prevalence of childhood trauma in a community-based mental health clinic

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20181112

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20181112

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20191126

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200602

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200731

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20201222

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210317

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20210317

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20210324

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20210330

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20210518

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210610

R150 Certificate of patent or registration of utility model

Ref document number: 6901146

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150