JP7139795B2 - 介入内容推定装置、方法およびプログラム - Google Patents
介入内容推定装置、方法およびプログラム Download PDFInfo
- Publication number
- JP7139795B2 JP7139795B2 JP2018163519A JP2018163519A JP7139795B2 JP 7139795 B2 JP7139795 B2 JP 7139795B2 JP 2018163519 A JP2018163519 A JP 2018163519A JP 2018163519 A JP2018163519 A JP 2018163519A JP 7139795 B2 JP7139795 B2 JP 7139795B2
- Authority
- JP
- Japan
- Prior art keywords
- health condition
- intervention
- target
- content estimation
- intervention content
- 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
Links
Images
Classifications
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Hospice & Palliative Care (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Molecular Biology (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Nutrition Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Life Sciences & Earth Sciences (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Description
[一実施形態]
(構成例)
この発明の一実施形態は、ユーザの健康状態を将来の理想的な健康状態へ近づけるために、過去の複数日分の健康状態の計測値と、同じ複数日においてユーザに対し提示された健康状態の目標値とを入力したときに、次にユーザに対し推奨すべき健康状態の目標値およびその目標達成期待値が出力されるような介入内容推定モデルを深層強化学習により生成する。そして、以後この介入内容推定モデルを用いて、次に推奨すべき健康状態の目標値およびその目標達成期待値を出力させ、これを介入内容としてユーザに対し提示するようにしたものである。
介入内容推定装置1は、例えばサーバコンピュータ又はパーソナルコンピュータからなり、ネットワーク3を介して、複数のユーザ端末2a~2nとの間で通信が可能となっている。
次に、以上のように構成された介入内容推定装置1の動作例を説明する。
(1)学習フェーズ
学習フェーズが設定されると、介入内容推定装置1は以下のように介入内容推定モデルの学習処理を実行する。
図2は、介入内容推定装置1の制御ユニット10による学習フェーズの処理手順と処理内容の一例を示すフローチャートである。
各ユーザ端末2a~2nでは、毎日、介入内容推定装置1から送られる、推奨される健康状態の目標値が表示部に表示されるとともに、日付情報と関連付けられて記憶部に記憶される。またそれと共に、毎日、例えば歩数計により計測された歩数値と、ユーザが手入力した摂取カロリ量が、上記日付情報と関連付けられて記憶部に記憶される。かくして、記憶部には、日付ごとに、その日の健康状態を表す歩数および摂取カロリ量の計測値と、介入内容推定装置1から送られた推奨される健康状態を表す歩数および摂取カロリ量の目標値とからなる時系列データが順次記憶される。この日付ごとに記憶された時系列データは、介入内容推定装置1が推定モデルを学習する際に使用する訓練データとなる。
ユーザごとに複数日分の時系列データが取得されると、介入内容推定装置1の制御ユニット10は、訓練データ選択部12の制御の下、ステップS12において、上記訓練データ記憶部21から、例えば1日ずつ日にちをずらしながら3日分を1単位として時系列データを読み出し、この3日分の時系列データを訓練データとして推定モデル学習部13に与える。
介入内容推定装置1の制御ユニット10は、次に推定モデル学習部13の制御の下、ステップS13において、以下のように介入内容推定モデルを学習させる処理を実行する。
推定フェーズが設定されると、介入内容推定装置1は、ユーザごとに、推奨される健康状態の目標値およびその目標達成期待値を推定する処理を以下のように実行する。
図3は、介入内容推定装置1の制御ユニット10による介入内容推定処理の手順と処理内容の一例を示すフローチャートである。
ユーザ端末2a~2nは、対象ユーザの直近の3日間の時系列データを介入内容推定装置1へ送信する。これに対し介入内容推定装置1の制御ユニット10は、評価データ取得部14の制御の下、ステップS20において、上記ユーザ端末2a~2nから送信された直近の3日間の時系列データを、インタフェースユニット30を介して評価データとして取り込む。上記時系列データには、例えば図4に示したように、ユーザの直近の3日間における健康状態を示す歩数および摂取カロリ量の計測値と、上記3日間のために過去に介入内容推定装置1から提示された歩数または摂取カロリ量の目標値およびその目標達成期待値が含まれる。
介入内容推定装置1の制御ユニット10は、上記評価データの取り込みが終了すると、続いて介入内容推定部15の制御の下、以下のように介入内容の推定処理を実行する。
1つは、目標歩数6000歩、目標歩数8000歩、目標歩数10000歩、目標摂取カロリ量3000kcal、目標摂取カロリ量2500kcalの5つの選択肢のうち、最も目標達成期待値の高いものを選択してこれを推定データとするものである。
制御ユニット10は、推定データ出力部16の制御の下、ステップS22において、上記介入内容推定部15から出力された翌日の介入内容を示す推定値を含む通知データを生成し、当該通知データをインタフェースユニット30から要求元のユーザ端末2a~2nへ送信する。なお、送信方法は、ユーザ端末がブラウザ機能により閲覧可能な形態で介入内容推定装置1から送信するものであってもよく、また電子メールに添付する形態で送信するものであってもよい。
以上詳述したようにこの発明の一実施形態では、学習フェーズにおいて、過去の複数日分の健康状態の計測値および目標値を、3日分ずつ多層ニューラルネットワークからなる学習器に順次入力して学習させる。このとき、学習器には、ユーザの健康状態を理想的な健康状態に近づける際の成功率から求まる目標達成期待値と、上記理想的な健康状態に近い健康状態を維持させる継続性と、健康状態の経時変化およびこれまでの介入履歴がそれぞれ反映された、次に推奨すべき健康状態の目標値およびその目標達成期待値が出力されるように、学習を行わせる。そして、推定フェーズにおいて、上記学習済の推定モデルに、ユーザの直近の3日間の健康状態の計測値および目標値を入力し、このとき推定モデルから出力される推奨すべき健康状態の目標値を、介入内容推定データとして該当するユーザ端末2a~2nへ送信してユーザに提示するようにしている。
なお、この発明は上記実施形態に限定されるものではない。例えば、一実施形態では介入内容推定装置としての機能をネットワーク上にサーバに設けた場合を例にとって説明したが、ユーザ端末内にその拡張機能の1つとして設けるようにしてもよい。このようにすると、ユーザ端末の処理負荷が高くなるが、通信トラフィックおよび通信コストを低減できる利点がある。
Claims (6)
- ユーザごとに、現在の健康状態および将来の予め設定された理想的な健康状態をもとに決定される健康状態の目標値と、当該健康状態の目標値の提示後の前記ユーザの健康状態の計測値とを含むレコード情報を取得する第1の取得部と、
前記第1の取得部により取得されたレコード情報を訓練データとして学習器に入力し、当該学習器から次に推奨すべき健康状態の目標値を表す情報が評価結果として出力されるように前記学習器を学習させることで、介入内容推定モデルを生成する推定モデル学習部とを具備し、
前記推定モデル学習部は、現在の健康状態の前記理想的な健康状態に対する達成状態である報酬を表す成功率に対し、介入効果の継続性を反映したパラメータである割引率を係数として与えることにより求められる目標達成期待値を反映した情報が、前記評価結果として出力されるように前記学習器を学習させる、
介入内容推定装置。 - 前記推定モデル学習部は、前記取得されたレコード情報を予め設定した複数日分ずつ訓練データとして学習器に入力し、前記目標達成期待値と、前記ユーザの現在までの健康状態の計測値の経時変化および健康状態の目標値の変化履歴とを反映した情報が、前記評価結果として出力されるように前記学習器を学習させる、請求項1に記載の介入内容推定装置。
- 前記ユーザごとに、提示された健康状態の目標値と当該健康状態の目標値の提示後の前記ユーザの健康状態の計測値とを含む直近のレコード情報を取得する第2の取得部と、
前記第2の取得部により取得された直近のレコード情報を、前記介入内容推定モデルに評価データとして入力し、この入力に応じて当該介入内容推定モデルから出力される次に推奨すべき健康状態の目標値を表す情報を推定データとして出力する介入内容推定部と
をさらに具備する請求項1または2に記載の介入内容推定装置。 - プロセッサおよびメモリを有する情報処理装置が実行する介入内容推定方法であって、
ユーザごとに、現在の健康状態および将来の予め設定された理想的な健康状態をもとに決定される健康状態の目標値と、当該健康状態の目標値の提示後の前記ユーザの健康状態の計測値とを含むレコード情報を取得する過程と、
前記取得されたレコード情報を訓練データとして学習器に入力し、当該学習器から次に推奨すべき健康状態の目標値を表す情報が評価結果として出力されるように前記学習器を学習させることで、介入内容推定モデルを生成する学習過程と
を具備し、
前記学習過程は、現在の健康状態の前記理想的な健康状態に対する達成状態である報酬を表す成功率に対し、介入効果の継続性を反映したパラメータである割引率を係数として与えることにより求められる目標達成期待値を反映した情報が、前記評価結果として出力されるように前記学習器を学習させる、
介入内容推定方法。 - 前記ユーザごとに、提示された健康状態の目標値と当該健康状態の目標値の提示後の前記ユーザの健康状態の計測値とを含む直近のレコード情報を取得する過程と、
前記取得された直近のレコード情報を、前記介入内容推定モデルに評価データとして入力し、この入力に応じて当該介入内容推定モデルから出力される次に推奨すべき健康状態の目標値を表す情報を推定データとして出力する推定過程と
をさらに具備する請求項4に記載の介入内容推定方法。 - 請求項1乃至3のいずれかに記載の介入内容推定装置が備える前記各部の処理を、前記介入内容推定装置が備えるプロセッサに実行させるプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018163519A JP7139795B2 (ja) | 2018-08-31 | 2018-08-31 | 介入内容推定装置、方法およびプログラム |
PCT/JP2019/027913 WO2020044824A1 (ja) | 2018-08-31 | 2019-07-16 | 介入内容推定装置、方法およびプログラム |
US17/271,295 US20210343412A1 (en) | 2018-08-31 | 2019-07-16 | Intervention content estimation device, method, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018163519A JP7139795B2 (ja) | 2018-08-31 | 2018-08-31 | 介入内容推定装置、方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020035365A JP2020035365A (ja) | 2020-03-05 |
JP7139795B2 true JP7139795B2 (ja) | 2022-09-21 |
Family
ID=69643224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018163519A Active JP7139795B2 (ja) | 2018-08-31 | 2018-08-31 | 介入内容推定装置、方法およびプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210343412A1 (ja) |
JP (1) | JP7139795B2 (ja) |
WO (1) | WO2020044824A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2022158490A1 (ja) * | 2021-01-20 | 2022-07-28 | ||
JPWO2022254625A1 (ja) * | 2021-06-02 | 2022-12-08 | ||
WO2023013475A1 (ja) * | 2021-08-03 | 2023-02-09 | 株式会社Nttドコモ | 行動変容促進装置 |
CN113782149A (zh) * | 2021-11-12 | 2021-12-10 | 北京京东方技术开发有限公司 | 健身方案信息的推荐方法和装置 |
JP7403868B2 (ja) | 2022-02-18 | 2023-12-25 | 株式会社ゼロワン | 個人情報管理システム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001000420A (ja) | 1999-06-16 | 2001-01-09 | Hitachi Plant Eng & Constr Co Ltd | 目標達成度評価装置及び目標達成度評価方法 |
JP2016197330A (ja) | 2015-04-03 | 2016-11-24 | 日本電気株式会社 | 分析システム、リハビリテーション支援システム、方法およびプログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170220751A1 (en) * | 2016-02-01 | 2017-08-03 | Dexcom, Inc. | System and method for decision support using lifestyle factors |
US11114193B2 (en) * | 2019-07-03 | 2021-09-07 | Kpn Innovations, Llc | Methods and systems for optimizing dietary levels utilizing artificial intelligence |
-
2018
- 2018-08-31 JP JP2018163519A patent/JP7139795B2/ja active Active
-
2019
- 2019-07-16 WO PCT/JP2019/027913 patent/WO2020044824A1/ja active Application Filing
- 2019-07-16 US US17/271,295 patent/US20210343412A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001000420A (ja) | 1999-06-16 | 2001-01-09 | Hitachi Plant Eng & Constr Co Ltd | 目標達成度評価装置及び目標達成度評価方法 |
JP2016197330A (ja) | 2015-04-03 | 2016-11-24 | 日本電気株式会社 | 分析システム、リハビリテーション支援システム、方法およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
WO2020044824A1 (ja) | 2020-03-05 |
JP2020035365A (ja) | 2020-03-05 |
US20210343412A1 (en) | 2021-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7139795B2 (ja) | 介入内容推定装置、方法およびプログラム | |
US20230019375A1 (en) | Automated health data acquisition, processing and communication system | |
Dobler et al. | Treatment burden should be included in clinical practice guidelines | |
JP6430391B2 (ja) | 自動健康データ収集、処理および通信システム | |
Silva et al. | SapoFitness: A mobile health application for dietary evaluation | |
Waki et al. | DialBetics with a multimedia food recording tool, FoodLog: smartphone-based self-management for type 2 diabetes | |
US20160371998A1 (en) | Health-based incentive plans and systems and methods for implementing health-based incentive transactions | |
Jung et al. | Mobile healthcare application with EMR interoperability for diabetes patients | |
JP2022101641A (ja) | ウェルネスタスクの生成、表示、追跡に係るシステム、方法、非一時的なマシン可読媒体 | |
WO2017204233A1 (ja) | 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 | |
US20130117040A1 (en) | Method and System for Supporting a Health Regimen | |
JP7107375B2 (ja) | 状態遷移予測装置、予測モデル学習装置、方法およびプログラム | |
JP6957324B2 (ja) | 健康管理支援装置、方法およびプログラム | |
CN113436738A (zh) | 管理风险用户的方法、装置、设备及存储介质 | |
JP2020013245A (ja) | 問診票作成支援装置、方法およびプログラム | |
JP7359369B2 (ja) | 状況判定装置、方法およびプログラム | |
JP2009282867A (ja) | 健康情報システム | |
JP2021026556A (ja) | 生活習慣改善支援装置、端末装置、コンピュータプログラム及び生活習慣改善支援方法 | |
JP4499542B2 (ja) | 医療情報処理装置、および、プログラム | |
JP6192510B2 (ja) | 健康プログラム分析システム及びプラットフォームサービス提供方法 | |
JP2010152470A (ja) | 健康管理システム、通信端末、健康管理方法およびプログラム | |
JP7155698B2 (ja) | 情報処理装置、情報処理方法及び情報処理のためのプログラム | |
CN115719644A (zh) | 状态预测方法、装置及电子设备 | |
Portius | Wish or Truth: Can Digital Interventions Stop the Obesity Crisis? | |
JP2011253559A (ja) | 健康情報システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201204 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20220121 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220215 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220412 |
|
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: 20220809 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220822 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7139795 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |