JP7139182B2 - 健康状態検査システム - Google Patents

健康状態検査システム Download PDF

Info

Publication number
JP7139182B2
JP7139182B2 JP2018142559A JP2018142559A JP7139182B2 JP 7139182 B2 JP7139182 B2 JP 7139182B2 JP 2018142559 A JP2018142559 A JP 2018142559A JP 2018142559 A JP2018142559 A JP 2018142559A JP 7139182 B2 JP7139182 B2 JP 7139182B2
Authority
JP
Japan
Prior art keywords
subject
inspection
health condition
data
infrared rays
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
JP2018142559A
Other languages
English (en)
Other versions
JP2020020598A (ja
Inventor
大樹 葛西
誠 渡辺
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.)
Japan Display Inc
Original Assignee
Japan Display Inc
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 Japan Display Inc filed Critical Japan Display Inc
Priority to JP2018142559A priority Critical patent/JP7139182B2/ja
Priority to PCT/JP2019/027824 priority patent/WO2020026779A1/ja
Publication of JP2020020598A publication Critical patent/JP2020020598A/ja
Priority to US17/149,991 priority patent/US20210134464A1/en
Application granted granted Critical
Publication of JP7139182B2 publication Critical patent/JP7139182B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483—Physical analysis of biological material
    • G01N33/4833—Physical analysis of biological material of solid biological material, e.g. tissue samples, cell cultures
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
    • A61B10/0038—Devices for taking faeces samples; Faecal examination devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • A61B5/1172—Identification of persons based on the shapes or appearances of their bodies or parts thereof using fingerprinting
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483—Physical analysis of biological material
    • G01N33/487—Physical analysis of biological material of liquid biological material
    • G01N33/493—Physical analysis of biological material of liquid biological material urine
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/50—Maintenance of biometric data or enrolment thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • 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
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • 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
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/02—Mechanical
    • G01N2201/021—Special mounting in general
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—Matching; Classification
    • 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
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Chemical & Material Sciences (AREA)
  • Molecular Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Software Systems (AREA)
  • Urology & Nephrology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Biophysics (AREA)
  • Hematology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Food Science & Technology (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Medicinal Chemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)

Description

本発明の実施形態は、健康状態検査システムに関する。
一般的に、被検者から排泄される排泄物（例えば、便）を採取して当該被検者の健康状態を検査することが行われている。このような検査によれば、例えば便中の潜血の有無を調べることによって大腸がん等を発見することができる。
しかしながら、上記した検査をする場合、被検者は排泄物を自ら採取する必要があり、手間がかかる。よって、被検者の健康状態を容易に検査する仕組みが望まれている。
特開２０１８－１０８３２７号公報 特表２０１８－５１０３３４号公報
そこで、本発明が解決しようとする課題は、被検者の健康状態を容易に検査することが可能な健康状態検査システムを提供することにある。
実施形態に係る健康状態検査システムは、第１光源と、複数の第１赤外線センサと、検査手段と、第２光源と、複数の第２赤外線センサと、認証手段と、出力手段とを具備する。前記第１光源は、便器内に排泄された被検者の排泄物に対して赤外線を照射する。前記複数の第１赤外線センサは、前記便器の内側に配置され、前記第１光源から照射された赤外線を受光する。前記検査手段は、前記複数の第１赤外線センサによって受光された赤外線の強度に応じた検査データに基づいて、前記被検者の健康状態を検査する。前記第２光源は、前記便器に取り付けられている便座に着座した前記被検者の臀部に対して赤外線を照射する。前記複数の第２赤外線センサは、前記便座の座面に配置され、前記第２光源から照射された赤外線を受光する。前記認証手段は、前記複数の第２赤外線センサによって受光された赤外線の強度に応じて取得される前記被検者の静脈パターンに基づいて、前記被検者を認証し、当該被検者を識別するための識別情報を取得する。前記出力手段は、前記検査手段による検査結果及び前記取得された識別情報を出力する。
第１実施形態に係る健康状態検査システムのネットワーク構成の一例を示す図。 検出装置のシステム構成の一例を示す図。 シート状に形成された赤外線センサユニットの配置例について説明するための図。 認証装置のシステム構成の一例を示す図。 サーバ装置のシステム構成の一例を示す図。 健康状態検査システムの機能構成の一例を示すブロック図。 健康状態検査システムの処理手順の一例を示すシーケンスチャート。 指紋に基づいて被検者を認証する場合の認証装置のシステム構成の一例を示す図。 第２実施形態に係る健康状態検査システムの機能構成の一例を示すブロック図。 格納部に格納された検査結果を利用して新たな学習済みモデルを作成する場合のサーバ装置の処理手順の一例を示すフローチャート。
以下、図面を参照して、各実施形態について説明する。
（第１実施形態）
まず、第１実施形態について説明する。図１は、本実施形態に係る健康状態検査システムのネットワーク構成の一例を示す。本実施形態に係る健康状態検査システムは、例えば被検者（対象者）によって排泄される排泄物を利用して当該被検者の健康状態を検査するために用いられる。
図１に示すように、健康状態検査システムは、検出装置１０、認証装置２０及びサーバ装置（健康状態検査装置）３０を備える。
検出装置１０は、例えばトイレ等の空間に設置された便器に組み込まれ、当該便器内に排泄された被検者の排泄物に基づき被検者の健康状態を検査するための検査データを検出するために用いられる。
認証装置２０は、検出装置１０と接続され、被検者を認証するために用いられる。認証装置２０においては、被検者を認証する処理が実行され、当該被検者を識別するための識別情報（以下、被検者ＩＤと表記）が取得される。
なお、図１においては検出装置１０及び認証装置２０が１つずつ示されているが、健康状態検査システムは、当該健康状態検査システムを利用する被検者の数に応じて複数の検出装置１０及び認証装置２０を備える構成であってもよい。
検出装置１０によって取得された検査データ及び認証装置２０によって取得された被検者ＩＤは、例えばインターネットのようなネットワーク４０を介して認証装置２０からサーバ装置３０に送信される。
サーバ装置３０は、認証装置２０から送信された検査データ及び被検者ＩＤを受信する。サーバ装置３０は、受信された検査データに基づいて、被検者ＩＤによって識別される被検者の健康状態を検査する。
なお、図１においては検出装置１０によって取得された検査データが認証装置２０からサーバ装置３０に送信されるものとして説明したが、検出装置１０がネットワーク４０と接続されることによって、当該検査データは、検出装置１０からサーバ装置３０に送信されてもよい。同様に、認証装置２０によって取得された被検者ＩＤは、検出装置１０からサーバ装置３０に送信されてもよい。
また、本実施形態においては、便宜的に検出装置１０及び認証装置２０が別個の装置であるものとして説明するが、検出装置１０及び認証装置２０は一体として構成されていてもよい。
図２は、図１に示す検出装置１０のシステム構成の一例を示す。図２に示すように、検出装置１０は、ＭＣＵ（Micro Control Unit）１１、光源（第１光源）１２、赤外線センサユニット１３、通信デバイス１４及び電源１５等を備える。
ＭＣＵ１１は、検出装置１０内の各コンポーネントの動作を制御する組み込み用のマイクロプロセッサである。ＭＣＵ１１は、検出装置１０内に格納されているファームウェア（Ｆ／Ｗ）等のソフトウェア（プログラム）を実行する。また、ＭＣＵ１１は、内部に検出装置１０（または当該検出装置１０が組み込まれている便器）を識別するための識別情報（以下、検出装置ＩＤと表記）を保持している。
光源１２は、便器内に排泄された被検者の排泄物に対して赤外線（赤外光）を照射可能な位置に設けられている。光源１２は、例えば便器の内面に配置されていてもよいし、当該便器に取り付けられている便座の裏面（座面に対して裏側の面）に配置されていてもよい。
赤外線センサユニット１３は、光源１２から照射された赤外線を受光する複数の赤外線センサ（第１赤外線センサ）を含む。赤外線センサユニット１３（複数の赤外線センサ）は、シート状に形成され、図３に示すように便器の内側の面に沿うように配置される（貼り付けられる）。なお、このような赤外線センサユニット１３（赤外線シートセンサ）によれば、光源１２によって照射された赤外線であって、便器内の排泄物を透過した赤外線（透過光）または当該排泄物で反射された赤外線（反射光）を受光することができる。
通信デバイス１４は、外部装置と例えば有線または無線による通信を実行するように構成されたデバイスである。
電源１５は、検出装置１０に電力を供給する。検出装置１０内の各コンポーネントは、電源１５から供給される電力によって動作することができる。
図４は、上記した認証装置２０のシステム構成の一例を示す。本実施形態における認証装置２０においては、例えば被検者の臀部の静脈パターンに基づいて当該被検者を認証する静脈認証が行われるものとして説明する。
図４に示すように、認証装置２０は、ＭＣＵ２１、光源２２、赤外線センサユニット２３、通信デバイス２４及び電源２５等を備える。
ＭＣＵ２１は、認証装置２０内の各コンポーネントの動作を制御する組み込み用のマイクロプロセッサである。ＭＣＵ２１は、認証装置２０内に格納されているファームウェア（Ｆ／Ｗ）等のソフトウェア（プログラム）を実行する。
光源２２は、便器に取り付けられている便座に着座した被検者の臀部に対して赤外線を照射可能な位置に設けられている。光源２２は、例えば便座の座面に配置される。
赤外線センサユニット２３は、光源２２から照射された赤外線を受光する複数の赤外線センサ（第２赤外線センサ）を含む。赤外線センサユニット２３は、シート状に形成され、例えば光源２２とともに便座の座面に配置される。赤外線センサユニット２３（赤外線シートセンサ）は、光源２２によって照射された赤外線であって、被検者の臀部で反射された赤外線（反射光）を受光する。
通信デバイス２４は、外部装置と例えば有線または無線による通信を実行するように構成されたデバイスである。
電源２５は、認証装置２０に電力を供給する。認証装置２０内の各コンポーネントは、電源２５から供給される電力によって動作することができる。
なお、図２及び図４においては検出装置１０及び認証装置２０の各々にＭＣＵ、通信デバイス及び電源が備えられるものとして説明したが、本実施形態において検出装置１０及び認証装置２０は例えば同一のトイレ内に配置される場合を想定しているため、当該ＭＣＵ、通信デバイス及び電源は、検出装置１０及び認証装置２０に共通に設けられる構成とすることも可能である。
図５は、上記したサーバ装置３０のシステム構成の一例を示す。図５に示すように、サーバ装置３０は、ＣＰＵ３１、不揮発性メモリ３２、主メモリ３３及び通信デバイス３４等を備える。
ＣＰＵ３１は、サーバ装置３０内の各コンポーネントの動作を制御するハードウェアプロセッサである。ＣＰＵ３１は、ストレージデバイスである不揮発性メモリ３２から主メモリ３３にロードされる様々なプログラムを実行する。ＣＰＵ３１によって実行されるプログラムには、オペレーティングシステム（ＯＳ）及び被検者の健康状態を検査するためのプログラム等が含まれる。また、ＣＰＵ３１は、例えばハードウェア制御のためのプログラムである基本入出力システム（ＢＩＯＳ）等も実行する。
通信デバイス３４は、外部装置と例えば有線または無線による通信を実行するように構成されたデバイスである。
なお、図５においては、ＣＰＵ３１、不揮発性メモリ３２、主メモリ３３及び通信デバイス３４のみが示されているが、サーバ装置３０は、例えばＨＤＤ（Hard Disk Drive）及びＳＳＤ（Solid State Drive）のような他の記憶装置を備えていてもよいし、入力装置及び出力装置等を備えていてもよい。
図６は、本実施形態に係る健康状態検査システムの機能構成の一例を示すブロック図である。
図６に示すように、検出装置１０は、光源駆動部１０１、検査データ取得部１０２及び送信部１０３を含む。本実施形態において、検出装置１０に含まれる各部１０１～１０３の一部または全ては、上記したＭＣＵ１１にプログラムを実行させること、すなわちソフトウェアによって実現されてもよいし、ハードウェアによって実現されてもよいし、当該ソフトウェア及びハードウェアの組み合わせ構成として実現されてもよい。
光源駆動部１０１は、健康状態検査システムにおいて被検者の健康状態を検査する際に、検出装置１０に備えられている光源１２を駆動する。光源駆動部１０１によって光源１２が駆動されることによって、便器内の排泄物に対して当該光源１２から赤外線が照射される。
検査データ取得部１０２は、上記したように排泄物に対して赤外線が照射された際に、検出装置１０に備えられている赤外線センサユニット１３によって受光された赤外線の強度に応じた検査データを取得する。検査データ取得部１０２によって取得される検査データは、例えば赤外線センサユニット１３に含まれる複数の赤外線センサの各々によって受光された赤外線の強度の分布を表す。
ここで、排泄物や血液成分（血液中のヘモグロビン）の赤外線の吸収率は便器内の他の物体（物質）とは異なり、当該排泄物や血液成分からの光（反射光または透過光）に含まれる赤外成分には差異が生じている。このため、排泄物を含む領域に対して赤外線を照射した際に複数の赤外線センサの各々によって受光される赤外線の強度の分布によれば、当該排泄物の形状及び当該排泄物に混入している血液成分を表す画像（イメージ）に相当する検査データを得ることができる。
なお、赤外線センサユニット１３に含まれる複数の赤外線センサは当該赤外線センサによって受光された赤外線の強度を表す信号を得ることができるが、検査データは、当該信号が例えばアナログフロントエンド回路（Ａ／Ｄコンバータ）等を介して処理されることによって取得される。
送信部１０３は、通信デバイス１４を介して、検査データ取得部１０２によって取得された検査データを認証装置２０に送信する。
図６に示すように、認証装置２０は、光源駆動部２０１、静脈パターン取得部２０２、認証処理部２０３及び送信部２０４を含む。本実施形態において、認証装置２０に含まれる各部２０１～２０４の一部または全ては、上記したＭＣＵ２１にプログラムを実行させること、すなわちソフトウェアによって実現されてもよいし、ハードウェアによって実現されてもよいし、当該ソフトウェア及びハードウェアの組み合わせ構成として実現されてもよい。
光源駆動部２０１は、被検者が便座に着座した際に、認証装置２０に備えられている光源２２を駆動する。光源駆動部２０１によって光源２２が駆動されることによって、便座に着座した被検者の臀部に対して当該光源２２から赤外線が照射される。
静脈パターン取得部２０２は、上記したように被検者の臀部に対して赤外線が照射された際に、認証装置２０に備えられている赤外線センサユニット２３によって受光された赤外線の強度に応じた被検者の臀部における静脈パターンを取得する（読み取る）。静脈パターン取得部２０２によって取得される静脈パターンは、例えば赤外線センサユニット２３に含まれる複数の赤外線センサの各々によって受光された赤外線の強度の分布を表す。
ここで、上記したように血液成分の赤外線の吸収率は他の生体構成物質よりも高いため、被検者の臀部に対して赤外線を照射した際に複数の赤外線センサの各々によって受光される赤外線の強度の分布によれば、当該臀部において血液成分が流れる静脈の位置を表す静脈パターンを取得することができる。
なお、赤外線センサユニット２３に含まれる複数の赤外線センサは当該赤外線センサによって受光された赤外線の強度を表す信号を得ることができるが、静脈パターンは、当該信号が例えばアナログフロントエンド回路（Ａ／Ｄコンバータ）等を介して処理されることによって取得される。
認証処理部２０３は、静脈パターン取得部２０２によって取得された静脈パターンに基づいて認証処理を実行する。この認証処理によれば、静脈パターン取得部２０２によって取得された静脈パターンに対応する被検者を識別するための被検者ＩＤが取得される。
送信部２０４は、通信デバイス２４を介して、認証処理部２０３によって取得された被検者ＩＤ及び検出装置１０（送信部１０３）から送信された検査データをサーバ装置３０に送信する。
図６に示すように、サーバ装置３０は、受信部３０１、格納部３０２、検査処理部３０３及び出力部３０４を含む。本実施形態において、サーバ装置３０に含まれる各部３０１、３０３及び３０４の一部または全ては、上記したＣＰＵ３１にプログラムを実行させること、すなわちソフトウェアによって実現されてもよいし、ハードウェアによって実現されてもよいし、当該ソフトウェア及びハードウェアの組み合わせ構成として実現されてもよい。また、格納部３０２は、例えばサーバ装置３０に備えられている不揮発性メモリ３２またはその他の記憶装置によって実現される。
受信部３０１は、通信デバイス３４を介して、認証装置２０（送信部２０４）から送信された被検者ＩＤ及び検査データを受信する。
ここで、格納部３０２には、被検者の健康状態を検査する際に用いられる検査モデルが予め格納されているものとする。この検査モデルは、他の被検者（例えば、健康な被検者及び健康でない被検者を含む複数の被検者）の排泄物に対して照射された赤外線の強度に応じた検査データ（つまり、他の被検者の検査データ）と当該他の被検者の健康状態とを含む学習データを学習することによって作成された学習済みモデルに相当する。換言すれば、検査モデルは、検査データと健康状態との関連性を規定したアルゴリズムを含み、検査データを入力することによって当該検査データに対応する健康状態を出力することができるものである。
なお、検査モデルは、例えば多数の学習データを取得してサーバ装置３０内で作成されたものであってもよいが、外部装置で作成されたものであってもよい。
検査処理部３０３は、格納部３０２に格納されている検査モデルを用いて被検者の健康状態を検査する。具体的には、検査処理部３０３は、受信部３０１によって受信された検査データを検査モデルに入力することによって当該検査モデルから出力される当該検査データに対応する健康状態（つまり、被検者の健康状態）を検査結果として取得する。
なお、検査処理部３０３によって検査される被検者の健康状態には、例えば当該被検者の排泄物中の血液成分（つまり、便中の潜血）の有無等が含まれる。
検査処理部３０３によって取得された被検者の健康状態（つまり、検査処理部３０３による検査結果）は、出力部３０４によって例えば外部装置に出力される。なお、検査処理部３０３による検査結果は、上記した被検者ＩＤ及び検査データとともに格納部３０２にも格納される。
以下、図７のシーケンスチャートを参照して、本実施形態に係る健康状態検査システムの処理手順の一例について説明する。なお、図７に示す処理は、被検者がトイレを利用する度に実行されてもよいし、予め定められた期間毎に（例えば、１日に１回）実行されてもよい。
まず、便等の排泄物を排泄するために、被検者がトイレ内に設置されている便器の便座に着座した場合を想定する。
この場合、認証装置２０においては被検者を認証するための認証処理が実行される。この認証処理においては、便座に着座した被検者の臀部に対して赤外線を照射する光源２２が光源駆動部２０１によって駆動されることによって、赤外線センサユニット２３において受光された赤外線の強度に応じた被検者の静脈パターン（静脈データ）が取得される。
ここで、認証処理部２０３（または認証装置２０）内には、例えば健康状態検査システムを利用する被検者毎の静脈パターンが予め登録されており、当該静脈パターンに対応づけて当該被検者を識別するための被検者ＩＤが保持されているものとする。
これによれば、認証処理部２０３は、取得された静脈パターンに合致する静脈パターンに対応づけて保持されている被検者ＩＤを取得することができる（ステップＳ１）。
ここでは認証処理部２０３内に被検者ＩＤが保持されているものとして説明したが、当該被検者ＩＤは、例えばサーバ装置３０または他の外部装置において管理されており、当該サーバ装置３０または他の外部装置から取得される構成としてもよい。
次に、便座に着座した被検者によって排泄物が排泄されると、検出装置１０において検査データが取得される（ステップＳ２）。
ステップＳ２においては、便器内に排泄された排泄物に対して赤外線を照射する光源１２が光源駆動部１０１によって駆動されることによって、赤外線センサユニット１３において受光された赤外線の強度に応じた検査データが取得される。なお、ステップＳ２において取得される検査データは、上記したように被検者の排泄物の形状及び当該排泄物中の血液成分等を表す画像に相当するデータである。
ステップＳ２の処理が実行されると、当該ステップＳ２において取得された検査データ（被検者の検査データ）は、検出装置１０（送信部１０３）から認証装置２０に送信される（ステップＳ３）。
認証装置２０（送信部２０４）は、ステップＳ１において取得された被検者ＩＤ及びステップＳ３において送信された検査データ（ステップＳ２において取得された検査データ）をサーバ装置３０に送信する（ステップＳ４）。
なお、ここでは図１に示すように認証装置２０がネットワーク４０を介してサーバ装置３０と通信可能に接続されているものとして説明したが、例えば検出装置１０がネットワーク４０を介してサーバ装置３０と通信可能に接続されている場合には、被検者ＩＤ及び検査データは、検出装置１０からサーバ装置３０に送信されても構わない。
ステップＳ４の処理が実行されると、当該ステップＳ４において送信された被検者ＩＤ及び検査データがサーバ装置３０に含まれる受信部３０１によって受信される。
次に、検査処理部３０３は、受信部３０１によって受信された検査データに基づいて被検者の健康状態を検査する（ステップＳ５）。ステップＳ５において、検査処理部３０３は、格納部３０２に格納されている検査モデルに対して検査データを入力することによって当該検査モデルから出力される健康状態を被検者の健康状態として取得する。なお、本実施形態において、検査処理部３０３によって取得される被検者の健康状態には、例えば排泄物（例えば、便）中の潜血の有無等が含まれる。
ステップＳ５の処理が実行されると、検査処理部３０３による検査結果（検査処理部３０３によって取得された被検者の健康状態）は、受信部３０１によって受信された被検者ＩＤ及び検査データに対応づけて格納部３０２に格納される（ステップＳ６）。なお、ここでは被検者ＩＤ、検査データ及び検査結果が格納部３０２に格納されるものとして説明したが、当該被検者ＩＤ、検査データ及び検査結果以外に、例えば当該被検者ＩＤ及び検査データが受信された日時（つまり、検査日時）等が格納部３０２に格納されてもよい。
更に、上記したように検出装置１０に備えられるＭＣＵ１１内に保持されている検出装置ＩＤが格納部３０２に格納されてもよい。この場合には、ステップＳ３において検出装置ＩＤが検査データとともに検出装置１０から認証装置２０に送信され、ステップＳ４において被検者ＩＤ、検査データ及び検出装置ＩＤが認証装置２０からサーバ装置３０に送信されればよい。
次に、出力部３０４は、格納部３０２に格納された被検者ＩＤ及び検査結果等を出力する（ステップＳ７）。
なお、ステップＳ７において、被検者ＩＤ及び検査結果は、例えば健康状態検査システムの管理者が閲覧するディスプレイ等に出力されて表示されてもよい。
また、被検者ＩＤ及び検査結果は、例えば認証装置２０に出力（送信）されてもよい。この場合、被検者ＩＤ及び検査結果は、例えば認証装置２０に接続されたディスプレイ（トイレに配置されているディスプレイ）に出力されて表示されてもよい。
ここでは、被検者ＩＤ及び検査結果が出力されるものとして主に説明したが、上記したように格納部３０２に検査日時及び検出装置ＩＤが格納されている場合には、被検者ＩＤ及び検査結果とともに当該検査日時及び検出装置ＩＤが出力されても構わない。
また、図７においてはステップＳ１～Ｓ７の処理が一連の処理として実行されるものとして説明したが、例えばステップＳ４において認証装置２０から送信された被検者ＩＤ及び検査データを格納部３０２に蓄積しておき、被検者の健康状態を検査する処理等は後で実行されるようにしてもよい。すなわち、図７に示すステップＳ１～Ｓ４の処理とステップＳ５～Ｓ７の処理とは独立して実行される構成であってもよい。
なお、図７の説明では省略したが、例えばトイレには人感センサが設けられている場合がある。この人感センサによれば、人物（被検者）がトイレに入室したことを検知することができる。また、便器に取り付けられている便座には着座センサが設けられている場合がある。この着座センサによれば、便座にかかる荷重等に応じて人物（被検者）が便座に着座したことを検知することができる。
本実施形態に係る健康状態検査システムは、このような人感センサ及び着座センサと連動（連携）するように構成されていてもよい。
この場合、健康状態検査システムは、例えばトイレに被検者が入室したことが人感センサによって検出された場合に起動され、検出装置１０の電源がＯＮされるようにすることができる。
また、着座センサによって被検者が便座に着座したことが検知された場合に、例えば認証装置２０の電源がＯＮされるようにすることができる。
上記したように健康状態検査システムを人感センサ及び着座センサと連動させることによって、当該健康状態検査システムにおける消費電力を低減することができる。
上記したように本実施形態においては、便器内に排泄された被検者の排泄物に対して赤外線が照射されることによって、便器の内側に配置された赤外線センサユニット１３（複数の第１赤外線センサ）で受光された赤外線の強度に応じた検査データが取得され、当該検査データに基づいて被検者の健康状態が検査される。本実施形態においては、このような構成により、被検者の健康状態を容易に検査することが可能となる。
また、本実施形態において、赤外線センサユニット１３は、シート状に形成され、便器の内側の面に沿うように配置されている（貼り付けられている）。このような構成によれば、排泄物に対する検査がされていることを被検者に意識させることなく正確な検査データを取得（検出）することが可能となる。
なお、検出装置１０において検査データを取得する際には被検者が便座に着座しているため、便器内の光量が不足する場合がある。このため、検査データを取得する際には、赤外線センサユニット１３において赤外線を受光する時間（つまり、露光時間）を長くすることが好ましい。
また、本実施形態においては検出装置１０が備える赤外線センサユニット１３がシート状に形成されて便器の内側の面に貼り付けられるものとして説明したが、当該赤外線センサユニット１３に含まれる複数の赤外線センサは、便器内の排泄物に対して照射された赤外線を受光することが可能であれば、例えば便器の内面に埋め込まれるように構成されていてもよいし、その他の位置に配置されていてもよい。
また、本実施形態においては、他の被検者の検査データ（他の被検者の排泄物に対して照射された赤外線の強度に応じた検査データ）と当該他の被検者の健康状態とを含む学習データに基づいて作成された検査モデルを用いて被検者の健康状態を検査するため、精度の高い検査結果を得ることができる。また、本実施形態においては、例えば便中の潜血の有無を検査することが可能であるため、大腸がん等の発見に有用である。
なお、本実施形態に係る健康状態検査システムにおいて検査される被検者の健康状態は便（排泄物）中の潜血の有無に限られない。具体的には、被検者の健康状態として、例えば便が軟便であるか否か（つまり、便が固いか緩いか）等が検査されてもよい。この場合には、例えばサーバ装置３０に含まれる格納部３０２に被検者の検査データから便が軟便であるか否か（液状であるか固形状であるか）を出力することが可能な検査モデルを予め用意しておき、当該検査モデルを用いることによって、被検者の便が軟便であるか否かを検査することが可能となる。
また、便が便器内に排泄された状態（つまり、便器内に留まっている）で得られる検査データからは当該便が軟便であるか否かを正確に判別することが困難である場合があるため、このような場合には、被検者によって排泄された便が便器に着水するまでの間（つまり、落下している間）に、例えば１５Ｈｚ以上の動画相当のサンプリング周期で検査データを取得するようにしてもよい。このような検査データによれば、比較的正確に便が軟便であるか否かを検査することが可能となる。
ここでは、被検者の便が軟便であるか否かを検査する場合について説明したが、例えば検査データに基づいて被検者の便の量等について検査するようなことも可能である。
また、本実施形態においては、被検者を認証し、当該被検者を識別するための被検者ＩＤ（識別情報）を取得する認証装置２０を備え、当該認証装置２０によって取得された被検者ＩＤ及び検査結果が出力される。なお、本実施形態において、被検者ＩＤ及び検査結果は、例えば健康状態検査システムを管理する管理者が使用する管理者端末に出力されることによって当該管理者に提示される。これによれば、管理者は、被検者ＩＤによって識別される被検者の健康状態（検査結果）を確認することができる。また、本実施形態において、被検者ＩＤ及び検査結果は、例えばトイレ内に設けられたディスプレイ等に出力されることによって当該被検者に提示（通知）されてもよい。これによれば、被検者は、当該被検者の健康状態（検査結果）を確認することができる。なお、被検者ＩＤ及び検査結果は、例えば音声やランプ等で被検者に通知されてもよい。
更に、被検者ＩＤ及び検査結果は、例えば保険会社等が運用する外部のシステムに出力されてもよい。これによれば、被検者ＩＤによって識別される被検者の保険料の算出等の際に検査結果を考慮するようなことが可能となる。なお、本実施形態における被検者ＩＤ及び検査結果は、他のサービス（システム）において利用されても構わない。また、被検者ＩＤ及び検査結果は、検査データとともに格納部３０２に蓄積され、各種分析等に利用することも可能である。
また、上記した認証装置２０による認証処理に関して、当該認証装置２０は便器に取り付けられている便座に着座した被検者の臀部に対して赤外線を照射するための光源２２（第２光源）、及び便座の座面に配置され、当該光源２２から照射された赤外線を受光する赤外線センサユニット２３（複数の第２赤外線センサ）を備え、当該赤外線センサユニット２３によって受光された赤外線の強度に応じた被検者の静脈パターンに基づいて当該被検者を識別するための被検者ＩＤを取得することができる。
本実施形態においては、このような構成により、排泄物を排泄する（つまり、トイレを利用する）際の被検者の通常の動作に応じて当該被検者を識別（認証）することが可能となる。
なお、本実施形態においては認証装置２０が臀部の静脈パターンに基づいて被検者を認証するものとして説明したが、認証装置２０は、指紋に基づいて被検者を認証するように構成されていてもよい。この場合における認証装置２０は、図８に示すように、被検者の指紋を表す指紋データを取得する指紋センサ２６を備えていればよい。
ここで、便器内に排泄された排泄物を外部に排出するためには、被検者は、所定のボタン（例えば、「流す」ボタン等）を含む操作部を操作するものとする。この場合、認証装置２０に備えられる指紋センサ２６は、排泄物を外部に排出する際に操作されるボタン等を覆う位置（つまり、被検者が操作部を操作する際に当該被検者の指が接触する位置）に設けられるものとする。
これによれば、指紋センサ２６は被検者が操作部を操作する際に当該被検者の指紋を表す指紋データを取得することができ、認証装置２０に含まれる認証処理部２０３は、このように取得された指紋データに対応する被検者を識別するための被検者ＩＤを取得することができる。
これによれば、上記したように認証装置２０が指紋に基づいて被検者を認識する場合であっても、排泄物を排泄する（つまり、トイレを利用する）際の被検者の通常の動作に応じて当該被検者を識別（認証）することが可能となる。
なお、上記したように認証装置２０によって被検者が認証されて当該被検者を識別するための被検者ＩＤが取得される場合には、例えばウォシュレット（登録商標）等のトイレ（便器）に関する設定を、当該被検者ＩＤによって識別される被検者に応じて自動的に変更するような構成とすることも可能である。
また、本実施形態においては検出装置１０が便器に組み込まれるものとして説明したが、当該検出装置１０は例えば便器内に排泄された被検者の排泄物を当該便器から外部に排出するための配管（下水配管）に取り付けられる構成であってもよい。この場合、検出装置１０に含まれる光源１２及び赤外線センサユニット１３は例えば配管の内部に配置されればよい。このような構成によれば、配管を通過する排泄物に対して光源１２から赤外線を照射し、当該赤外線（透過光または反射光）を赤外線センサユニット１３で受光することによって、検査データを取得することができる。
なお、検出装置１０が配管に取り付けられた場合には、検出装置１０が便器に組み込まれる（赤外線センサユニット１３が便器の内側に配置される）構成と比較して、検査データに対する外光ノイズの影響を低減することができる。また、検出装置１０が配管に取り付けられた場合には、配管を通過する際の排泄物の形状等を含む検査データ（画像）を取得することができるため、上記したように便が軟便であるか否か等を比較的正確に検査することが可能となる。
なお、本実施形態に係る健康状態検査システムは、複数の検出装置１０を備える構成であっても構わない。この場合、例えば便器に第１検出装置１０が組み込まれ、配管に第２検出装置１０が取り付けられる構成であってもよい。このように複数の検出装置１０を備える構成によれば、より精度の高い検査データを得ることが可能となる。
また、本実施形態において検出装置１０が便器に組み込まれるまたは配管に取り付けられる場合には、当該検出装置１０への電力供給が困難な場合がある。このような場合には、例えば検出装置１０が無線給電用のアンテナを備える構成とすることにより、当該検出装置１０に対して無線給電が行われるようにしてもよい。
更に、本実施形態においては被検者の健康状態を検査するために当該被検者の排泄物に基づく検査データが取得されるものとして説明したが、例えば被検者が着座する便座や被検者が把持する手すり等に当該被検者の脈拍や血糖値を計測するための各種センサが設けられるようにしてもよい。このような構成によれば、排泄物に基づく検査データ以外に脈拍や血糖値等のデータを併せて取得することが可能となる。
ここで、例えば検出装置１０が出荷される際には、当該検出装置１０の製造プロセスデータ及びＲＡＷデータが例えばサーバ装置３０に格納されるものとする。なお、製造プロセスデータには、検出装置１０が製造された工場を識別するための工場ＩＤや当該検出装置１０が製造されたルートに関する情報等が含まれる。また、例えば検出装置１０が便器に組み込まれる場合、ＲＡＷデータは、便器内に排泄物等がない状態で出荷時の検出装置１０において取得された検査データを含む。一方、例えば検出装置１０が配管に取り付けられる場合、ＲＡＷデータは、配管に排泄物等がない状態で出荷時の検出装置１０において取得された検査データを含む。
サーバ装置３０において、製造プロセスデータ及びＲＡＷデータは、例えば上記した検出装置１０に備えられるＭＣＵ１１の内部に保持されている検出装置ＩＤに対応づけて格納される。この場合、ＭＣＵ１１の内部に保持されている検出装置ＩＤによって、当該検出装置ＩＤによって識別される検出装置１０の製造プロセスデータ及びＲＡＷデータを特定（取得）することができる。
この検出装置１０の製造プロセスデータは、例えば当該検出装置１０に不具合が発生した場合に当該不具合の原因等を分析する際に利用することができる。
また、検出装置１０のＲＡＷデータは、当該検出装置１０において取得（検出）される検査データ（画像）を補正するために利用することができる。具体的には、ＲＡＷデータを利用することによって、当該ＲＡＷデータにおいて生じている輝度のばらつき等による影響を検査データにおいて低減させるような補正をすることができる。
また、上記したＲＡＷデータを利用した検査データの補正量が予め定められた値よりも大きいような場合には、検出装置１０に不具合が生じている可能性があるとして検出装置１０の製造者または設計者等にフィードバックすることができるようにしてもよい。また、検出装置１０の出荷時に当該検出装置１０において取得されたＲＡＷデータ及び予め定められた日数または年数が経過した後に検出装置１０において取得されたＲＡＷデータを比較することによって、検出装置１０の経年劣化に基づく不具合等を検出し、当該検出結果を検出装置１０の製造者または設計者等にフィードバックするようにしてもよい。
更に、検出装置１０において取得される検査データ（画像）の質を向上させるために、被検者の排泄物に対して複数の検査データを取得し、当該複数の検査データのうち最もノイズの影響が少ない検査データを用いて被検者の健康状態が検査されるようにしてもよい。また、複数の検査データを平均化する等のノイズ除去処理が実行されるようにしてもよい。
また、本実施形態においては被検者の排泄物が主に便である場合について説明したが、当該被検者の排泄物は尿であってもよい。また、上記した着座センサによって被検者が着座したことが検出されず、かつ、検査データに基づいて便器内に物体が存在すると判定される場合には、当該物体の種別（例えば、当該物体が男性の尿であるか嘔吐物であるか落とし物であるか等）を予め用意された学習済みモデル等を用いて判別し、当該判別結果に応じて異なる処理が実行されるようにしてもよい。
また、本実施形態においては、検出装置１０に備えられる光源１２が赤外線を照射するものとして説明したが、上記したように例えば便中の潜血（血液成分）の有無を検査（判定）することが可能であれば、赤外線（赤外領域）以外の光を照射するものであっても構わない。なお、臀部の静脈パターンに基づいて被検者を認証する認証装置２０に備えられる光源２２についても同様に、臀部の静脈パターンを取得する（読み取る）ことが可能であれば赤外線以外の光を照射するものであっても構わない。
また、本実施形態においては、検出装置１０に備えられる光源１２が便器の内面または便座の裏面等に配置されるものとして説明したが、当該光源１２は、赤外線センサユニット１３に組み込まれていてもよいし、便器の内面に埋め込まれていてもよい。
なお、本実施形態においては、サーバ装置３０において被検者の健康状態を検査するものとして説明したが、当該被検者の健康状態を検査する処理は例えば検出装置１０側で実行されてもよいし、認証装置２０側で実行されてもよい。
また、本実施形態においては健康状態検査システムが検出装置１０、認証装置２０及びサーバ装置３０を備えるものとして説明したが、当該健康状態検査システムは、例えば検出装置１０、認証装置２０及びサーバ装置３０の機能を全て含む単一の装置として実現されていても構わない。
（第２実施形態）
次に、第２実施形態について説明する。図９は、本実施形態に係る健康状態検査システムの機能構成の一例を示すブロック図である。なお、前述した図６と同様の部分には同一参照符号を付してその詳しい説明を省略する。ここでは、図６と異なる部分について主に述べる。
また、本実施形態に係る健康状態検査システムのネットワーク構成、当該健康状態検査システムに備えられる検出装置、認証装置及びサーバ装置のシステム構成は、前述した第１実施形態と同様であるため、適宜、図１～図５等を用いて説明する。
本実施形態は、図９に示すようにサーバ装置３０が学習処理部３０５を含む点で、前述した第１実施形態とは異なる。なお、本実施形態において、学習処理部３０５は、前述したＣＰＵ３１にプログラムを実行させること、すなわちソフトウェアによって実現されてもよいし、ハードウェアによって実現されてもよいし、当該ソフトウェア及びハードウェアの組み合わせ構成として実現されてもよい。
ここで、サーバ装置３０に含まれる格納部３０２には、前述した第１実施形態において説明したように、被検者の健康状態を検査するために用いられる検査モデルが予め格納されている。また、上記した図７に示す処理が実行された場合、格納部３０２には、被検者ＩＤ、検査データ及び検査結果等が格納される。
本実施形態において、学習処理部３０５は、格納部３０２に格納された検査データ及び検査結果を用いて当該格納部３０２に格納されている検査モデルを更新する。
なお、検査モデルは上記したように他の被検者の検査データ及び健康状態（のペア）を含む学習データを学習することによって作成された学習済みモデルであるが、学習処理部３０５は、被検者ＩＤに対応づけて格納部３０２に格納された検査データ及び検査結果（つまり、図７に示すステップＳ２において取得された検査データ及びステップＳ５において検査された結果）のペアを新たな学習データとして学習することによって検査モデルを更新する。
本実施形態においては、このように検査モデルが更新されることによって、当該検査モデルの精度（当該検査モデルを用いた被検者の健康状態の検査精度）を向上させることができる。
ここでは格納部３０２に格納された検査データ及び検査結果を学習データとして学習するものとして説明したが、検査モデルの精度が低い場合には、当該検査結果が誤りである可能性がある。このような場合には、例えば健康状態検査システムと格納部３０２に格納されている被検者ＩＤによって識別される被検者が利用する病院等の医療機関のシステムとを連携させ、当該医療機関における当該被検者に対する診断結果が当該格納部３０２に格納されている当該被検者の検査結果に反映されるようにしてもよい。
このような場合には、学習処理部３０５は、検査データ及び被検者に対する診断結果（つまり、正しい検査結果）を含む学習データを用いて学習（例えば、強化学習）をすることが可能となるため、検査モデルの精度を更に向上させることが可能となる。
なお、格納部３０２に格納された検査結果は上記したように既存の検査モデル（例えば、便中の潜血の有無を検査するために用いられる検査モデル）の精度向上のために利用されてもよいが、例えば新たな学習済みモデルを作成するために利用されても構わない。
以下、図１０のフローチャートを参照して、本実施形態において格納部３０２に格納された検査結果を利用して新たな学習済みモデルを作成する場合のサーバ装置３０の処理手順について説明する。なお、図１０に示す処理は学習処理部３０５によって実行されるものとする。
ここで、前述した図７に示す処理は、健康状態検査システムを利用する被検者毎に実行される。このため、格納部３０２には、複数の被検者を識別するための被検者ＩＤ、当該被検者の各々の検査データ及び検査結果が格納（蓄積）されているものとする。なお、格納部３０２には、例えば医療機関等で事前に収集（登録）された被検者ＩＤ、当該被検者検査データ及び検査結果等が格納されていてもよい。
まず、学習処理部３０５は、格納部３０２に格納されている複数の検査データに対するクラスタリング処理を実行する（ステップＳ１１）。ステップＳ１１において実行されるクラスタリング処理によれば、例えば同一のまたは類似する特徴を有する検査データが同一のカテゴリに分類される。この場合、例えば検査データ（画像）に対する画像処理を実行することによって同じような量及び分布の潜血が認められる検査データは同一のカテゴリに分類される。
次に、学習処理部３０５は、ステップＳ１１において同一のカテゴリに分類された検査データの各々に対応づけて格納部３０２に格納されている被検者ＩＤによって識別される被検者の各々の健康状態に関するデータ（以下、被検者データと表記）を取得する（ステップＳ１２）。被検者データは、例えば被検者の病歴等を含むが、当該病歴以外に、血液型、年齢及び性別等を含むものであってもよい。被検者データは、上記したように健康状態検査システムと連携する医療機関のシステム等（つまり、健康状態検査システムの外部）から取得されるものとする。なお、被検者データは、サーバ装置３０等で管理されていても構わない。
ステップＳ１２の処理が実行されると、学習処理部３０５は、ステップＳ１１において同一のカテゴリに分類された検査データ及びステップＳ１２において取得された被検者データのペア（学習データ）を順次学習することによって、被検者の健康状態を推定するための学習済みモデル（以下、推定モデルと表記）を作成する（ステップＳ１３）。
ステップＳ１３において作成された推定モデルは、例えば格納部３０２に格納される（ステップＳ１４）。
上記した図１０に示す処理によれば、被検者の検査データと当該被検者の被検者データに基づく健康状態との関連性を規定したアルゴリズムを含み、検査データが入力された場合に当該検査データに対応する健康状態を出力することが可能な推定モデルが作成される。
すなわち、この推定モデルによれば、例えばステップＳ１１において同一のカテゴリに分類された検査データと同様の検査データが取得された被検者はステップＳ１２において取得された被検者データに病歴として含まれている疾患（病気）に罹る傾向にあるという観点から、当該被検者が罹る可能性がある疾患等を推定することが可能となる。
上記したように本実施形態においては、格納部３０２に格納された検査データ及び検査結果を学習データとして学習することによって、当該格納部３０２に格納されている検査モデルを更新する構成により、被検者に対する健康状態の検査が行われる度に当該検査モデルの精度を向上させることが可能となる。
更に、本実施形態においては、格納部３０２に格納されている検査データを分類し、当該分類された検査データに対応づけて格納部３０２に格納されている被検者ＩＤによって識別される被検者の健康状態に関する被検者データを取得し、当該分類された検査データ及び当該取得された被検者データを含む学習データに基づいて被検者の健康状態を推定するための推定モデルを作成する。本実施形態においては、このような構成により、作成された推定モデルを用いることによって検査データから被検者が罹る可能性のある疾患を推定することができるため、例えば健康状態検査システムを利用して健康状態を検査する被検者に対して注意喚起するようなことが可能となる。
すなわち、本実施形態に係る健康状態検査システムにおいて取得された検査データは、例えば他のビッグデータ（被検者データ等）と照らし合わせることによって更に有効に活用することが可能となる。
以下、本実施形態に係る発明を付記する。
［Ｃ１］
便器内に排泄された被検者の排泄物に対して赤外線を照射するための第１光源と、
前記便器の内側に配置され、前記第１光源から照射された赤外線を受光する複数の第１赤外線センサと、
前記複数の第１赤外線センサによって受光された赤外線の強度に応じて取得される検査データに基づいて、前記被検者の健康状態を検査する検査手段と、
前記検査手段による検査結果を出力する出力手段と
を具備する健康状態検査システム。
［Ｃ２］
前記複数の第１赤外線センサは、シート状に形成され、前記便器の内側の面に沿うように配置されている［Ｃ１］記載の健康状態検査システム。
［Ｃ３］
前記検査手段は、他の被検者の排泄物に対して照射された赤外線の強度に応じて取得される検査データと当該他の被検者の健康状態とを含む学習データに基づいて作成された検査モデルを用いて前記被検者の健康状態を検査する［Ｃ１］記載の健康状態検査システム。
［Ｃ４］
前記排泄物は、便を含み、
前記検査手段による検査結果は、前記便中の潜血の有無を含む
［Ｃ３］記載の健康状態検査システム。
［Ｃ５］
前記複数の第１赤外線センサによって受光された赤外線の強度に応じて取得される検査データ及び前記検査手段による検査結果を含む学習データに基づいて前記検査モデルを更新する学習手段を更に具備する［Ｃ３］記載の健康状態検査システム。
［Ｃ６］
前記被検者を認証し、当該被検者を識別するための識別情報を取得する認証手段を更に具備し、
前記出力手段は、前記取得された識別情報及び前記検査結果を出力する
［Ｃ１］記載の健康状態検査システム。
［Ｃ７］
前記便器に取り付けられている便座に着座した前記被検者の臀部に対して赤外線を照射するための第２光源と、
前記便座の座面に配置され、前記第２光源から照射された赤外線を受光する複数の第２赤外線センサと
を更に具備し、
前記認証手段は、前記複数の第２赤外線センサによって受光された赤外線の強度に応じて取得される前記被検者の静脈パターンに基づいて前記被検者を識別するための識別情報を取得する
［Ｃ６］記載の健康状態検査システム。
［Ｃ８］
前記便器内に排泄された排泄物を外部に排出するために前記被検者によって操作される操作部と、
前記被検者が前記操作部を操作する際に当該被検者の指が接触する位置に設けられ、当該被検者の指紋を表す指紋データを取得する指紋センサと
を更に具備し、
前記認証手段は、前記指紋センサによって取得された指紋データに基づいて前記被検者を識別するための識別情報を取得する
［Ｃ６］記載の健康状態検査システム。
［Ｃ９］
格納手段、分類手段、取得手段及び学習手段を更に具備し、
前記格納手段は、前記被検者を含む複数の被検者の各々を識別するための識別情報に対応づけて当該被検者の排泄物に対して照射された赤外線の強度に応じて取得される検査データを格納し、
前記分類手段は、前記格納手段に格納されている検査データを分類し、
前記取得手段は、前記分類された検査データに対応づけて前記格納手段に格納されている識別情報によって識別される被検者の健康状態に関する被検者データを取得し、
前記学習手段は、前記分類された検査データ及び前記取得された被検者データを含む学習データに基づいて前記被検者の健康状態を推定するための推定モデルを作成する
［Ｃ６］記載の健康状態検査システム。
［Ｃ１０］
便器内に排泄された被検者の排泄物を当該便器から外部に排出するための配管の内部に配置され、当該配管を通過する当該排泄物に対して赤外線を照射するための光源と、
前記配管の内部に配置され、前記光源から照射された赤外線を受光する複数の赤外線センサと、
前記複数の赤外線センサによって受光された赤外線の強度に応じて取得される検査データに基づいて、前記被検者の健康状態を検査する検査手段と、
前記検査手段による検査結果を出力する出力手段と
を具備する健康状態検査システム。
［Ｃ１１］
便器に組み込まれた検出装置と当該検出装置と通信可能に接続されたサーバ装置とを備える健康状態検査システムにおいて、
前記検出装置は、
前記便器内に排泄された被検者の排泄物に対して赤外線を照射するための光源と、
前記便器の内側に配置され、前記光源から照射された赤外線を受光する複数の赤外線センサと
を含み、
前記サーバ装置は、
前記複数の赤外線センサによって受光された赤外線の強度に応じて取得される検査データに基づいて、前記被検者の健康状態を検査する検査手段と、
前記検査手段による検査結果を出力する出力手段と
を含む
健康状態検査システム。
［Ｃ１２］
便器に組み込まれる検出装置において、
前記便器内に排泄された被検者の排泄物に対して赤外線を照射するための光源と、
前記便器の内側に配置され、前記光源から照射された赤外線を受光する複数の赤外線センサと、
前記複数の赤外線センサによって受光された赤外線の強度に応じた検査データを取得する取得手段と
を具備し、
前記検査データは、前記被検者の健康状態を検査するために用いられる
検出装置。
［Ｃ１３］
便器内に排泄された被検者の排泄物に対して赤外線を照射するための光源と、前記便器の内側に配置され、前記光源から照射された赤外線を受光する複数の赤外線センサとを備える検出装置と通信可能に接続される健康状態検査装置であって、
前記複数の赤外線センサによって受光された赤外線の強度に応じて取得される検査データに基づいて、前記被検者の健康状態を検査する検査手段と、
前記検査手段による検査結果を出力する出力手段と
を具備する健康状態検査装置。
［Ｃ１４］
便器内に排泄された被検者の排泄物に対して赤外線を照射するステップと、
前記便器の内側に配置された複数の赤外線センサによって、前記照射された赤外線を受光するステップと、
前記複数の赤外線センサによって受光された赤外線の強度に応じて取得される検査データに基づいて、前記被検者の健康状態を検査するステップと、
前記検査結果を出力するステップと
を具備する方法。
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
１０…検出装置、１１…ＭＣＵ、１２…光源、１３…赤外線センサユニット、１４…通信デバイス、１５…電源、２０…認証装置、２１…ＭＣＵ、２２…光源、２３…赤外線センサユニット、２４…通信デバイス、２５…電源、３０…サーバ装置、３１…ＣＰＵ、３２…不揮発性メモリ、３３…主メモリ、３４…通信デバイス、４０…ネットワーク、１０１…光源駆動部、１０２…検査データ取得部、１０３…送信部、２０１…光源駆動部、２０２…静脈パターン取得部、２０３…認証処理部、２０４…送信部、３０１…受信部、３０２…格納部、３０３…検査処理部、３０４…出力部、３０５…学習処理部。

Claims (7)

  1. 便器内に排泄された被検者の排泄物に対して赤外線を照射するための第１光源と、
    前記便器の内側に配置され、前記第１光源から照射された赤外線を受光する複数の第１赤外線センサと、
    前記複数の第１赤外線センサによって受光された赤外線の強度に応じて取得される検査データに基づいて、前記被検者の健康状態を検査する検査手段と、
    前記便器に取り付けられている便座に着座した前記被検者の臀部に対して赤外線を照射するための第２光源と、
    前記便座の座面に配置され、前記第２光源から照射された赤外線を受光する複数の第２赤外線センサと、
    前記複数の第２赤外線センサによって受光された赤外線の強度に応じて取得される前記被検者の静脈パターンに基づいて、前記被検者を認証し、当該被検者を識別するための識別情報を取得する認証手段と、
    前記検査手段による検査結果及び前記取得された識別情報を出力する出力手段と
    を具備する健康状態検査システム。
  2. 前記複数の第１赤外線センサは、シート状に形成され、前記便器の内側の面に沿うように配置されている請求項１記載の健康状態検査システム。
  3. 前記検査手段は、他の被検者の排泄物に対して照射された赤外線の強度に応じて取得される検査データと当該他の被検者の健康状態とを含む学習データに基づいて作成された検査モデルを用いて前記被検者の健康状態を検査する請求項１記載の健康状態検査システム。
  4. 前記排泄物は、便を含み、
    前記検査手段による検査結果は、前記便中の潜血の有無を含む
    請求項３記載の健康状態検査システム。
  5. 前記複数の第１赤外線センサによって受光された赤外線の強度に応じて取得される検査データ及び前記検査手段による検査結果を含む学習データに基づいて前記検査モデルを更新する学習手段を更に具備する請求項３記載の健康状態検査システム。
  6. 格納手段、分類手段、取得手段及び学習手段を更に具備し、
    前記格納手段は、前記被検者を含む複数の被検者の各々を識別するための識別情報に対応づけて当該被検者の排泄物に対して照射された赤外線の強度に応じて取得される検査データを格納し、
    前記分類手段は、前記格納手段に格納されている検査データを分類し、
    前記取得手段は、前記分類された検査データに対応づけて前記格納手段に格納されている識別情報によって識別される被検者の健康状態に関する被検者データを取得し、
    前記学習手段は、前記分類された検査データ及び前記取得された被検者データを含む学習データに基づいて前記被検者の健康状態を推定するための推定モデルを作成する
    請求項１記載の健康状態検査システム。
  7. 便器内に排泄された被検者の排泄物を当該便器から外部に排出するための配管の内部に配置され、当該配管を通過する当該排泄物に対して赤外線を照射するための光源と、
    前記配管の内部に配置され、前記光源から照射された赤外線を受光する複数の赤外線センサと、
    前記複数の赤外線センサによって受光された赤外線の強度に応じて取得される検査データに基づいて、前記被検者の健康状態を検査する検査手段と、
    前記便器に取り付けられている便座に着座した前記被検者の臀部に対して赤外線を照射するための第２光源と、
    前記便座の座面に配置され、前記第２光源から照射された赤外線を受光する複数の第２赤外線センサと、
    前記複数の第２赤外線センサによって受光された赤外線の強度に応じて取得される前記被検者の静脈パターンに基づいて、前記被検者を認証し、当該被検者を識別するための識別情報を取得する認証手段と、
    前記検査手段による検査結果及び前記取得された識別情報を出力する出力手段と
    を具備する健康状態検査システム。
JP2018142559A 2018-07-30 2018-07-30 健康状態検査システム Active JP7139182B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2018142559A JP7139182B2 (ja) 2018-07-30 2018-07-30 健康状態検査システム
PCT/JP2019/027824 WO2020026779A1 (ja) 2018-07-30 2019-07-12 健康状態検査システム
US17/149,991 US20210134464A1 (en) 2018-07-30 2021-01-15 Health condition inspection system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018142559A JP7139182B2 (ja) 2018-07-30 2018-07-30 健康状態検査システム

Publications (2)

Publication Number Publication Date
JP2020020598A JP2020020598A (ja) 2020-02-06
JP7139182B2 true JP7139182B2 (ja) 2022-09-20

Family

ID=69231673

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018142559A Active JP7139182B2 (ja) 2018-07-30 2018-07-30 健康状態検査システム

Country Status (3)

Country Link
US (1) US20210134464A1 (ja)
JP (1) JP7139182B2 (ja)
WO (1) WO2020026779A1 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022006766A (ja) * 2020-06-25 2022-01-13 パナソニックＩｐマネジメント株式会社 排泄検知システム
CN111951224B (zh) * 2020-07-20 2022-03-22 燕山大学 基于机器视觉的抽水马桶固体物检测方法及检测装置
JP7574660B2 (ja) 2021-01-21 2024-10-29 新東工業株式会社 情報処理装置、プログラムおよびシステム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000126137A (ja) 1998-10-22 2000-05-09 Toto Ltd 健康管理装置
JP2001101309A (ja) 1999-07-28 2001-04-13 Toto Ltd 生体情報管理システム
JP2007252805A (ja) 2006-03-24 2007-10-04 Konica Minolta Holdings Inc データ検出装置及びデータ検出方法
JP2016004005A (ja) 2014-06-18 2016-01-12 関根　弘一 大便色検知装置
JP2017126375A (ja) 2012-09-28 2017-07-20 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 情報表示方法、サービス提供システム及び情報表示プログラム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3362472B2 (ja) * 1993-10-01 2003-01-07 松下電器産業株式会社 トイレ装置
US20160000378A1 (en) * 2014-05-02 2016-01-07 David R. Hall Human Health Property Monitoring System

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000126137A (ja) 1998-10-22 2000-05-09 Toto Ltd 健康管理装置
JP2001101309A (ja) 1999-07-28 2001-04-13 Toto Ltd 生体情報管理システム
JP2007252805A (ja) 2006-03-24 2007-10-04 Konica Minolta Holdings Inc データ検出装置及びデータ検出方法
JP2017126375A (ja) 2012-09-28 2017-07-20 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 情報表示方法、サービス提供システム及び情報表示プログラム
JP2016004005A (ja) 2014-06-18 2016-01-12 関根　弘一 大便色検知装置

Also Published As

Publication number Publication date
JP2020020598A (ja) 2020-02-06
WO2020026779A1 (ja) 2020-02-06
US20210134464A1 (en) 2021-05-06

Similar Documents

Publication Publication Date Title
US20210134464A1 (en) Health condition inspection system
KR102487983B1 (ko) 질병 예측 모델 구축 장치 및 방법과 질병 예측 장치
US20040204868A1 (en) Reduction of errors in non-invasive tissue sampling
KR101830314B1 (ko) 인공지능 기반 베이지안 네트워크를 이용한 췌장암 진단에 필요한 정보제공 방법, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체
EP3399310B1 (en) Health monitoring system, health monitoring method, and health monitoring program
US11604177B1 (en) Smart toilet for human health monitoring
JP2018109597A (ja) 健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム
JP3562626B2 (ja) 生体情報管理システム及び同システムの生体検査装置
US20210216826A1 (en) Model training method and electronic device
JP2000126137A (ja) 健康管理装置
US20200302602A1 (en) Objective analysis of medical image data for white matter abnormality
Snoeker et al. A clinical prediction rule for meniscal tears in primary care: development and internal validation using a multicentre study
US20180085008A1 (en) Health Metric Validation System
WO2019131732A2 (ja) 健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム
US20230277162A1 (en) System, Method and Apparatus for Forming Machine Learning Sessions
KR100680678B1 (ko) 배설물측정장치
JP2000131316A (ja) 健康管理装置および健康管理システム
JPWO2016103390A1 (ja) インスリン分泌能分析装置、当該装置を備えるインスリン分泌能分析システム及びインスリン分泌能分析方法
JP6625840B2 (ja) 健康管理支援装置、健康管理支援システム及び健康管理支援方法
Rutter et al. Estimating the accuracy of psychological scales using longitudinal data
WO2018203565A1 (ja) 健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム
JP5740510B2 (ja) 化学物質判定装置
CN114450752A (zh) 用于利用深度学习模型的计算机辅助诊断的方法和系统
US12112834B2 (en) System and method for non-invasive quantification of blood biomarkers
Isabel et al. Can continuous glucose monitoring identify risk factors in type 1 and type 2 diabetes? A literature review

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210602

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220510

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220602

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: 20220830

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220907

R150 Certificate of patent or registration of utility model

Ref document number: 7139182

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150