JP7301343B2 - 健康管理装置、健康管理システム、健康管理プログラム、及び健康管理方法 - Google Patents

Description

本発明は、利用者の健康状態を示す複数の指標を管理する健康管理装置、健康管理システム、健康管理プログラム、及び健康管理方法に関する。

特許文献１には、重量検出部とは別に重量検出部の誤動作を自動的に検出する誤動作検出部を構成する回路が設けられた電子秤が開示されている。

特開昭５８－７５０３４号公報

しかしながら、特許文献１のような誤動作検出部を、利用者の健康状態を示す測定データを取得する測定装置に適用した場合には、測定装置において利用者の健康状態を測定する機能に加えて誤動作検出部を設ける必要があるため、構成が煩雑化してしまう。

一方、上述の測定データを管理する健康管理装置においては、測定装置の誤動作等によって異常な測定データが取得されると、利用者の健康状態を正しく判定することが困難となる。

本発明は、測定装置を簡易な構成にしつつ測定装置の誤動作等による測定値の異常を検出する健康管理装置、健康管理システム、健康管理プログラム、及び健康管理方法を提供することを目的とする。

本発明の一つの態様によれば、利用者の健康状態に関する複数の指標を管理する健康管理装置であって、測定装置により測定された複数の指標の測定値を取得する取得手段と、取得手段により取得された指標の測定値の推移を示す推移データを生成する生成手段と、測定装置における測定値が異常であるか否かを、生成手段により生成された推移データに基づいて判定する判定手段と、を含む。

本発明の一つの態様によれば、測定装置により測定される指標の推移データを利用して測定装置の誤作動における測定値の異常を検出するため、測定装置を簡易な構成にしつつ測定装置の誤作動における測定値の異常を検出する健康管理装置、健康管理システム、健康管理プログラム、及び健康管理方法を提供することができる。

図１は、本発明の第１の実施形態に係る健康管理システムの概略構成を示す図である。 図２は、健康管理システムの機能ブロックの一例を示す図である。 図３は、記憶部に記憶されている相関テーブルの一例を示す図である。 図４は、測定環境異常判定処理の一例を説明するフローチャートである。 図５は、指標異常レベル決定処理の一例を説明するフローチャートである。 図６は、健康管理システムにおいて測定値の異常を報知する画面の一例を示す図である。 図７は、第２の実施形態に係る高い相関性を有する測定値の推移データの一例を示す図である。

以下、図面を参照しながら本発明の各実施形態について説明する。

（第１の実施形態）
図１は、本発明の第１の実施形態における健康管理システム１０の概略構成を示す図である。本実施形態は、概して、測定装置で測定される測定値に異常が発生しているか判定し、その測定値を出力した測定装置において測定するための環境である測定環境に異常が発生していることを判定する健康管理システムである。ここにいう測定するための環境に発生する異常の類型としては、例えば、測定装置が経年劣化等に起因する誤作動発生等の不具合が発生していること、本来のユーザでない人によって測定されていること、測定姿勢が適切でない等の適切な測定方法で測定されていないこと等である。

健康管理システム１０は、利用者の生体情報を一括して管理することにより利用者の健康状態を管理する装置である。ここにいう生体情報に含まれるものとしては、例えば、体重、体脂肪量、筋肉量、活動量、血圧、及びアセトン濃度などの生体指標がある。

本実施形態の健康管理システム１０は、複数の測定装置１～ｎと、測定装置１～ｎにネットワーク９を介して接続されるサーバ３０と、を備える。

測定装置１～ｎのぞれぞれは、利用者の生体情報を示す一又は複数の生体指標の測定値を取得し、これらの測定値を、ネットワーク９を介してサーバ３０へ送信する。

測定装置１～ｎは、例えば、設置型又は携帯型の測定機器等により構成される。本実施形態の測定装置１～ｎは、それぞれ、設置型の体重計、設置型の体脂肪量計、携帯型の活動量計、設置型の血圧計、携帯型のアセトン濃度計によって構成されている。

また、測定装置１は、種々の測定機器を接続することにより多様な生体指標を取得することも可能である。なお、測定装置１は、測定装置１～ｎの測定機能の各々を有するものであってもよい。すなわち、健康管理システム１０に含まれる測定装置１は一つであってもよい。

サーバ３０は、測定装置１～ｎから受信した生体指標ごとに、その生体指標に関する測定値を、経時的な変化を示す一連の測定値からなる測定データとして記憶して生体指標の各々の測定データを管理する。例えば、サーバ３０は、記憶した生体指標の各々の測定データを解析することにより利用者の健康状態を判定する。

このように、本実施形態の健康管理システム１０は、一つの測定装置１又は複数の測定装置１～ｎから利用者の健康状態を示す複数の生体指標の測定値を取得するサーバ３０を用いて利用者の健康状態の管理を行う。

［機能的構成］
次に、図２を参照してサーバ３０の機能的な構成について説明する。サーバ３０は、制御部３１、データ取得部３２、推移データ生成部３３、判定処理部３４、及び記憶部４０を備える。

制御部３１は、サーバ３０を統括的に制御することにより、複数の生体指標の測定値を処理する。本実施形態の制御部３１は、データ取得部３２、推移データ生成部３３、判定処理部３４、及び記憶部４０を制御する。

データ取得部３２は、測定装置１～ｎから、利用者の生体情報を示す複数の生体指標の測定値を取得する。

推移データ生成部３３は、データ取得部３２から複数の生体指標の測定値を受付けると、これらの測定値を用いて、生体指標ごとに測定値の推移を示す推移データを生成する。ここにいう推移データとは、例えば日ごとに取得された測定値の変化を示すデータである。

判定処理部３４は、測定装置１～ｎにより測定された一又は複数の生体指標の推移データ同士の組み合わせの相関性などを用いて、測定装置１～ｎの少なくも一つの測定装置における測定環境に異常が発生しているか否かを判定する。例えば、判定処理部３４は、一つの推移データに示される各測定値間の差分、又は各測定値の変化率などのパラメータを求め、そのパラメータの値が予め定められた基準を超えたときにその測定装置において測定のための環境に異常が発生したと判定する。

本実施形態の判定処理部３４は、相関演算部３５と異常環境判定部３６とを有する。

相関演算部３５は、推移データ生成部３３から受付けた生体指標の各々の推移データを用いて、異なる生体指標間の測定値の相関性を演算する。すなわち、ある生体指標の変動の傾向に応じて、同一人物の他の生体指標が変動する確率が高い程、これらの生体指標の相関性が高くなる。同様に、ある生体指標の変動の傾向と関係なく、同一人物の他の生体指標が変動する確率が高い程、これらの生体指標の相関性が低くなる。ここにいう相関性は、例えば、互いに異なる生体指標の推移データの相関性の程度を示す相関度によって定量化される。この相関度の具体例として、互いに異なる生体指標の推移データから導出される相関係数Ｃが挙げられる。

本実施形態では、相関演算部３５は、データ取得部３２にて取得された生体指標のうち他の生体指標と相関性を有する生体指標を対象指標として抽出する。そして相関演算部３５は、抽出した対象指標の中から、測定値の異常を検出するために一つの対象指標を選択する。そして相関演算部３５は、選択した対象指標である選択指標に対して相関性が高い一又は複数の対象指標を参照指標として選択し、選択した参照指標の各々の推移データに対して選択指標の推移データの相関係数Ｃを算出する。

異常環境判定部３６は、相関演算部３５から受付けた選択指標の相関係数Ｃを用いて、測定装置１～ｎのうち選択指標を測定する測定装置に該当する該当装置における測定値の異常の発生の有無を判定する。例えば、異常環境判定部３６は、選択指標の相関係数Ｃが所定の基準に反する場合には、該当装置における測定値の異常が発生していると判定し、選択指標の相関係数Ｃが所定の基準を満たす場合には、該当装置における測定値の異常が発生していないと判定する。

例えば、異常環境判定部３６は、選択指標の相関係数Ｃの符号を検出し、検出した符号が基準となる符号と異なる場合、すなわち相関係数Ｃが所定の基準に反する場合には、該当装置における測定値の異常が発生していると判定する。

具体的には、異常環境判定部３６は、選択指標と参照指標との相関性の基準となる基準係数Ｂを相関テーブル記憶部４３から取得し、選択指標の相関係数Ｃの符号が基準係数Ｂの符号と一致するか否かを判断する。そして、異常環境判定部３６は、相関係数Ｃの符号が基準係数Ｂの符号と一致するとき選択指標の測定値に異常が生じていないと判定し、符号が一致しないとき測定値に異常が生じていると判定する。

あるいは、相関テーブル記憶部４３には、相関係数Ｃの数値と測定値の異常の有無との関係を示す判定テーブルが記憶されており、異常環境判定部３６は、相関係数Ｃを取得すると、この判定テーブルを参照して測定値の異常を判定してもよい。

さらに、異常環境判定部３６は、上述した選択指標の測定値に対する異常の有無の判定の結果に基づいて、該当装置における測定値の異常の発生確率を示す指標異常レベルαの値を決定する。この指標異常レベルαは対象指標ごとに設定される。例えば、異常環境判定部３６は、測定値に異常が生じていると判定した場合には、相関性が演算された選択指標及び参照指標の双方の指標異常レベルαの値をそれぞれ増加させ、測定値に異常が生じていないと判定した場合には、選択指標及び参照指標の双方の指標異常レベルαの値をそれぞれ減少させる。したがって、測定値に異常が生じたと判定される回数が多くなるほど指標異常レベルαの値は大きくなる。

続いて、異常環境判定部３６は、選択指標の指標異常レベルαが特定の基準を超える場合には、該当装置の測定環境に異常が発生していると判定し、指標異常レベルαが特定の基準を超えない場合には、該当装置の測定環境に異常が発生していないと判定する。

記憶部４０は、サーバ３０と測定装置１～ｎとの間で送受信するデータ、及びサーバ３０で生成されたデータなどを記憶する。記憶部４０は、測定値記憶部４１、指標異常レベル記憶部４２、及び相関テーブル記憶部４３を備える。

測定値記憶部４１は、データ取得部３２が取得した対象指標ごとの測定値を、測定日時及び測定場所を示す情報と関連付けて記憶する。この測定値は、上記の推移データ生成部３３における推移データの生成に用いられる。

指標異常レベル記憶部４２は、異常環境判定部３６によって対象指標ごとに決定された指標異常レベルαをそれぞれ記憶する。

相関テーブル記憶部４３は、一対の対象指標ごとに定められた基準係数Ｂを示す相関テーブルを記憶している。相関テーブルは、利用者又は他の被験者の各指標を試験的に測定した測定データに基づいてあらかじめ定められてもよく、又は所定の理論式を適用したシミュレーション結果などに基づいて定められたものでもよい。

［相関テーブル］
続いて、対象指標間の相関性の基準となる相関テーブルについて説明する。図３は、この相関テーブルの一例を示す図である。

相関テーブル７０は、複数の対象指標の組み合わせの相関性を示すテーブルである。相関テーブル７０の測定項目６４には対象指標Ｄ１～Ｄ６が示されている。また、相関テーブル７０の中央には、対象指標Ｄ１～Ｄ６の各々の相関性を「－５」から「＋５」までの十段階で表した基準係数Ｂが示されている。

基準係数Ｂは、基準係数Ｂの絶対値が大きくなるにつれて相関性が高くなることを示している。例えば、基準係数Ｂが「＋５」である場合においては、選択指標の測定値が増加するときに参照指標の測定値が高い確率で増加し、基準係数Ｂが「－５」である場合においては、選択指標の測定値が増加するときに参照指標の測定値が高い確率で減少する。

図３に示すように、体脂肪量Ｄ２と筋肉量Ｄ３との基準係数Ｂは「１」であり、かっこ内の符号は「？」である。このように基準係数Ｂが「１」又は「２」である場合は、対象指標同士の相関性が低いため、基準係数Ｂは正負どちらの値もとりうる。例えば、体脂肪量Ｄ２が増加する場合、筋肉量Ｄ３が減少するときもあれば増加するときもある。このため、基準係数Ｂが「－２」から「＋２」までの間の値をとる場合、選択指標の測定値が変化したとしても、参照指標の測定値はほとんど変化しない。すなわち、選択指標の測定値の異常を的確に検出できるほど、双方の対象指標は依存性を有していない。

例えば、体重Ｄ１を選択指標とした場合には、他の対象指標Ｄ２～Ｄ６が参照指標として選択される。ここにいう参照指標とは、上述のとおり、一方の選択指標に対して、複数の対象指標の中で相対的に相関性が高い他の対象指標のことをいう。本実施形態の相関演算部３５は、相関性が高い他の対象指標である参照指標として、一方の選択指標に対して基準係数Ｂの絶対値が「３」から「５」までの間の値をとる対象指標が選択される。

このように、相関テーブル７０には複数の対象指標間の相関性を示す基準係数Ｂが記録されている。本実施形態の判定処理部３４は、この相関テーブル７０を参照し、演算した相関係数Ｃに対応する基準係数Ｂを特定し、特定した基準係数Ｂと相関係数Ｃとの大小関係を利用して対象指標Ｄ１～Ｄ６の各々の測定値の異常を検出する。

［測定環境異常判定処理］
続いて、上記の指標異常レベルαを用いた測定環境異常判定処理について説明する。図４は、本実施形態の測定環境異常判定処理の一例を示すフローチャートである。

ステップＳ３１において、異常環境判定部３６は、次の図５に示す指標異常レベル決定処理を行うことにより、第１指標に関する指標異常レベルαを決定する。ここでは、図３に示した対象指標Ｄ１～Ｄ６のいずれか一つを第１指標と称する。第１指標及びその参照指標の指標異常レベルαが決定すると、異常環境判定部３６は、ステップＳ３１の処理からステップＳ３２の処理に進む。

同様に、ステップＳ３２において、異常環境判定部３６は、指標異常レベル決定処理を行うことにより、対象指標のうち第１指標とは異なる第２指標に関する指標異常レベルαを決定する。そして、次のステップにおいても同様に、異常環境判定部３６は、第１及び第２指標とは異なる他の選択指標とその参照指標のそれぞれに紐づけられた指標異常レベルαを演算する。

このように、異常環境判定部３６は、各々の対象指標に関して指標異常レベル決定処理を繰り返し、ステップＳ３３までに全ての対象指標Ｄ１～Ｄ６に関する指標異常レベルαを決定する。

異常環境判定部３６は、全ての対象指標に関する指標異常レベルαを決定すると、ステップＳ３４の処理に進む。ステップＳ３４において、異常環境判定部３６は、ステップＳ３３までの各ステップにおいて演算された指標異常レベルαを、対象指標ごとに合計した値を指標異常レベル記憶部４２に記憶する。

そして、対象指標ごとの指標異常レベルαの値が決定すると、異常環境判定部３６は、ステップＳ３５に進み、指標異常レベルαと警告閾値Ｔｈｗとの比較を行う。この警告閾値Ｔｈｗは、例えば、測定装置１が過去に測定環境に異常を起こしたときの測定値の統計データから導出される値である。

指標異常レベルαが警告閾値Ｔｈｗを上回る場合、異常環境判定部３６は、ステップＳ３６において、指標異常レベルαが警告閾値Ｔｈｗを上回る対象指標に関して警告を報知する。ここにいう報知には、例えば、サーバ３０上で表示されている測定値に対してハイライトＨを付記することが含まれる。この報知の方法については、後に図６を用いて詳述する。

このように、異常環境判定部３６は、対象指標ごとに指標異常レベルαを演算するため、全ての対象指標のうち異常が生じている指標を特定して報知することができる。これにより、利用者は、測定値の異常が生じている指標を認識することができる。なお、上記の測定環境異常判定処理は、任意のタイミング、例えば、一週間ごと又は一日ごとに実行されてもよい。

［指標異常レベル決定処理］
続いて、上記の指標異常レベルαを決定するための指標異常レベル決定処理の流れを説明する。図５は、図４のステップＳ３１からステップＳ３３においてサブルーチンとして実行される処理である。

ステップＳ４１において、データ取得部３２は、測定装置１からネットワーク９を介して第１指標の測定値を取得する。データ取得部３２は、この第１指標の測定値を測定値記憶部４１に記憶するとともに推移データ生成部３３に出力する。

ステップＳ４２において、推移データ生成部３３は第１指標の推移データを生成するとともに測定値記憶部４１に第１指標の推移データを記憶する。

ステップＳ４３において、推移データ生成部３３は、測定値記憶部４１を参照し、第１指標の測定値と対象指標の測定値が測定値記憶部４１に記憶されているか否かを判定する。制御部３１は、基準係数Ｂが「４」又は「５」である対象指標の測定値が測定値記憶部４１に記憶されていないと判定すると、指標異常レベル決定処理を終了する。一方、制御部３１は、このような参照指標の測定値が測定値記憶部４１に記憶されていると判定すると、指標異常レベル決定処理をステップＳ４４に進める。

ステップＳ４４において、相関演算部３５は、第１指標の測定値と参照指標の測定値との相関性を示す指標としての相関係数Ｃを演算する。異常環境判定部３６が相関演算部３５から相関係数Ｃを取得すると、指標異常レベル決定処理はステップＳ４５に移行する。

ステップＳ４５において、異常環境判定部３６は、第１指標の測定値と参照指標の測定値とが異常な相関性を示すか否かを判定する。具体的には、異常環境判定部３６は、図４を用いて説明したように、相関係数Ｃが相関テーブル７０に示された基準係数Ｂの符号と一致しているか否かを判定する。

異常環境判定部３６は、相関係数Ｃが基準係数Ｂの符号と一致していない場合には、異常な相関性を示していると判定し、指標異常レベル決定処理をステップＳ４６に進める。そして、ステップＳ４６において、異常環境判定部３６は、第１指標と参照指標とのそれぞれに紐づけられた双方の指標異常レベルαの値を増加させる。

一方、異常環境判定部３６は、相関係数Ｃが基準係数Ｂの符号と一致している場合には異常な相関性を示していないと判定し、ステップＳ４５の処理をステップＳ４７に進める。そして、ステップＳ４７において、異常環境判定部３６は、第１指標と参照指標とのそれぞれに紐づけられた双方の指標異常レベルαの値を減少させる。

ステップＳ４６又はステップＳ４７の処理が終わると、指標異常レベル決定処理は終了する。このように、異常環境判定部３６は、異なる指標の相関性を示す相関係数Ｃを用いて指標異常レベルαを決定する。なお、基準係数Ｂが「４」又は「５」の参照指標が複数ある場合には、各参照指標に対してステップＳ４４～ステップＳ４６又はステップＳ４４～ステップＳ４７の処理が行われる。

なお、上記の指標異常レベルαの値を決定する際に、基準係数Ｂの絶対値が大きくなるにつれて指標異常レベルαの変化量を増やしてもよい。例えば、基準係数Ｂの絶対値が「５」の場合、符号が不一致するたびに指標異常レベルαの値を「２」増減させ、基準係数Ｂの絶対値が「４」の場合は指標異常レベルαの値を「１」増減させる。これにより、基準係数Ｂの絶対値が大きくなるほど、すなわち対象指標同士の相関性が高くなるほど、指標異常レベルαへの寄与度が大きくなるので、判定精度を向上させることができる。

また、測定頻度の高い対象指標同士の指標異常レベルαは、常時算出されてもよい。この場合、所定期間内に算出された測定頻度の高い対象指標同士の指標異常レベルαの累計値を、これらの対象指標の指標異常レベルαとして図４及び図５の処理に用いてもよい。

また、本実施形態の制御部３１は、図３に示したように、体重Ｄ１、体脂肪量Ｄ２、筋肉量Ｄ３、活動量Ｄ４、血圧Ｄ５、アセトン濃度Ｄ６の順番に選択指標を決定し、指標異常レベル決定処理が重複しないように参照指標を省略している。しかしながら、制御部３１は、参照指標を省略することなく指標異常レベル決定処理を２回実行してもよい。一対の対象指標に関して指標異常レベル決定処理を２回実行することにより、インクリメント又はディクリメントが２回行われることになるので、指標異常レベル決定処理を１回だけ実行する場合と比較して、指標異常レベルαの変化量は２倍になる。これにより、測定値に異常が生じている対象指標の指標異常レベルαの値は大きく増加するため、異常環境判定部３６は異常が生じている対象指標をより早く特定することができる。

［警告表示］
次に、上記の測定環境異常判定処理のステップＳ３６における報知方法について説明する。図６は、健康管理システム１０の測定環境の異常を報知する画面の一例を示す図である。

表示画面６０は、例えばサーバ３０において表示される。表示画面６０には、利用者情報６１、期間情報６２、及び測定情報６７が含まれる。

利用者情報６１は、利用者が自己の測定結果であることを確認するための表示である。利用者情報６１には、例えば利用者があらかじめ入力した利用者の氏名、性別、年齢、及び身長が含まれる。

期間情報６２は、利用者が自身の生体情報を測定した期間を特定するための表示である。例えば、利用者は全ての生体指標の生体情報を同日に測定することは難しい。したがって、利用者は、期間情報６２に示すような所定の期間において、各生体情報をそれぞれ異なる日に測定する場合がある。期間情報６２は、例えば一週間毎に表示が切り替わる。

測定情報６７には、例えば測定日時６３、測定項目６４、測定値６５、及び増減６６が含まれる。測定日時６３には、利用者が測定項目６４に示される指標の生体情報を測定した日時が表示される。測定項目６４には、測定対象である生体情報を示す指標が表示される。測定値６５には、測定対象の指標の測定値が表示される。期間情報６２に示される期間内に測定がない測定項目６４には、空欄、「－」、又は「／」の表示がされる。増減６６には、前回の測定期間に測定された測定値と比較した増減を示す比較結果が表示される。

具体的には、測定項目６４の活動量としての「歩数」、又は「消費エネルギー」については、測定した前日の活動量、又は今回の測定期間の前日までの平均値が表示される。また、測定項目６４の「呼気アセトン濃度」の増減６６については、安静時における測定値が比較されることが望ましい。

ここでは、上記アセトン濃度Ｄ６に対応する「脂質代謝評価」に関する測定値６５の値が異常であることを示すように、測定項目６４のうち「脂質代謝評価」の欄の測定値６５にハイライトＨが付されている。

このように、利用者は表示画面６０を視認することによって、測定装置１の測定環境に異常が生じている可能性を認識することができる。

なお、上記の実施形態において、推移データ生成部３３は全ての対象指標に関する測定値の推移データを生成している。しかしながら、推移データ生成部３３は、全ての指標のうち基準係数Ｂの絶対値が「４」又は「５」となる対象指標の測定値だけの推移データを演算してもよい。これにより、推移データ生成部３３の演算量が減少するため、サーバ３０の処理負担を軽減することができる。

以下では、本実施形態の作用効果について詳細に説明する。

本実施形態によれば、サーバ３０は、利用者の健康状態に関する複数の指標を管理する健康管理装置を構成する。そして、サーバ３０は、一又は複数の測定装置１により測定された複数の指標の測定値を取得するデータ取得部３２と、データ取得部３２により取得された指標の測定値の推移を示す推移データを生成する推移データ生成部３３と、測定装置１により測定された測定値が異常であるか否かを、推移データ生成部３３により生成された推移データに基づいて判定する判定処理部３４と、を含む。

生体情報に含まれる複数の指標を測定する測定装置１としては、例えば、体組成計、活動量計、血圧計などの生体測定機器が挙げられ、これらによる測定データを一括してユーザの健康状態を正しく管理するためには、生体測定機器の各々が正しい測定データを取得していることが前提となる。例えば生体測定機器のいずれか一つに誤作動等が生じている場合には、ユーザが健康状態であるにも関わらず、誤作動等が生じた測定装置１によって測定された測定データの影響により、ユーザの健康状態が総合的に不健康と判定されてしまうことが考えられる。そのため、測定装置１が誤作動等している場合には、誤作動等の発生を認識できることが望ましい。

そこで、本実施形態のサーバ３０は、測定装置１の誤作動等の発生を検出するために、特定の対象指標に関して、対象指標の推移データを利用して測定値の妥当性を判定する。例えば、推移データを利用することにより、前回の測定値と今回の測定値との差分、又は測定値の平均と今回の測定値との差分などが、想定される範囲内に収まる場合に、測定値が妥当であると判定する。

上記の差分は、単純な四則演算の組み合わせによって求められる。したがって、対象指標の推移データを生成する推移データ生成部３３、及びその推移データを用いて測定値の異常を判定する判定処理部３４は、複雑な演算が要求されるような他の処理に用いられる既存の演算回路を兼用することで、測定装置１の測定値の異常の発生を検出することができる。すなわち、本実施形態では、測定値の異常の有無を判定するためだけの回路を別途備える必要がない。

また、本実施形態の推移データ生成部３３は、対象指標ごとに推移データを生成し、判定処理部３４は、複数の推移データの組み合わせの相関性と複数の指標の推移データとに基づいて測定値が異常であるか否かを判定する。

図３を用いて説明したように、複数の対象指標の中から選択した選択指標に関して、選択指標と複数の対象指標との組み合わせの相関性を求めることによって、選択指標と単一の参照指標との相関性だけを求める場合と比較して、測定値の異常を検出しやすくなる。

例えば、一つの選択指標に対して相関性の高い二つの参照指標がある場合、二つの参照指標のうちの一つの参照指標に対する相関性が高いにもかかわらず、もう一方の参照指標に対する相関性が低いときは、その選択指標の測定値に異常が生じているおそれがある。

このように、選択指標に対する複数の参照指標の相関性を求めることによって、一つの参照指標との相関性を検出する場合に比べて精度の高い測定値の異常の判定を行うことができる。さらに、対象指標間の相関性についても、四則演算の組み合わせによって簡単に求められるので、上記の推移データを生成する場合と同様に、相関性を演算するための回路構成を別途備える必要がない。

したがって、対象指標の組み合わせの相関性を求めることにより、回路構成を追加することなく、測定装置１の誤動作等による測定値の異常の検出精度を高めることができる。

また、本実施形態のサーバ３０の相関演算部３５は、互いに異なる対象指標のうち、一方の指標である選択指標の推移データと他方の指標である参照指標の推移データとの相関性の程度を示す相関度を演算し、異常環境判定部３６は、演算された相関度に基づいて測定値が異常であるか否かを判定する。選択指標の相関度としては、図４に示した相関係数Ｃ、又は後述のマッチング指標Ｍなどが挙げられる。

このように、測定値の異常が検出されるよう相関度の基準を設定することにより、選択指標の相関度が正常な範囲を超えて変化するのを的確に検出することができる。したがって、選択指標の測定値の異常を検出する精度を高めることができる。

例えば、図３及び図４を用いて説明したように、所定の基準の一例として、相関係数Ｃの符号を特定するために閾値を設定することで相関性の異常を検出することができる。また、後述の変形例に示すマッチング指標Ｍに閾値を設定することで相関性の異常を検出することができる。このように、本実施形態のサーバ３０は、相関度の変化を検出することにより、精度よく測定値の異常の有無を判定することができる。

また、異常環境判定部３６は、異常であると判定された測定値を出力した測定装置１において、測定するための環境である測定環境に異常が発生していると判定する。

このように、本実施形態では、測定装置１で測定される測定値の異常に基づいて、測定装置１における測定環境の異常を判定することができる。この測定値の異常としては、例えば、測定装置１における制御部３１等の動作の異常、利用者による測定装置１の使用方法に起因する異常、又は、測定装置１の設置場所の周辺環境の異常をはじめとする種々の測定環境の異常が挙げられる。利用者は、異常環境判定部３６の判定結果により測定環境に異常があることを知ることによって、上述のいずれかの測定環境の異常を是正し、自己の生体指標として精度の良い測定値を知ることができる。

また、本実施形態のサーバ３０の異常環境判定部３６は、選択指標の他の指標との相関度に基づいて、選択指標の測定値の異常の程度を示す指標異常レベルαを変更し、指標異常レベルαに基づいて当該指標の測定値を出力（算出）した測定装置１において、測定環境に異常が発生していると判定する。

このように、相関度が基準に反する回数が増加するにつれて値が増加する指標異常レベルαを求めることにより、相関度が異常を示す頻度が高い選択指標の指標異常レベルαが特定の基準を超えやすくなるので、測定装置１の測定環境の異常の判定の精度を高めることができる。例えば、図４を用いて説明したように、測定値の異常が検出されるたびに指標異常レベルαがインクリメントされるので、測定環境の異常のレベルを定量化することができる。このとき、異常環境判定部３６は、指標異常レベルαのインクリメント及びディクリメントの幅を、基準係数Ｂの絶対値の大小に応じて調節してもよい。これにより、基準係数Ｂに示される相関の程度を反映した測定値の異常を定量化できるので、測定装置１の測定環境の異常の有無を精度よく判定することができる。

また、本実施形態のサーバ３０の相関演算部３５は、他方の指標である参照指標として、複数の対象指標のうち選択指標に対して相関性が高い対象指標を選択する。

このように、選択指標に対して相関性が高い対象指標を参照指標として選択することにより、選択指標の測定値に異常が生じ、これに伴う測定値の変化量が大きくなるほど、選択指標と参照指標との相関性が低くなる。一方、選択指標に対して相関性が低い対象指標を参照指標として選択する場合には、選択指標の測定値に異常が生じて測定値が大きく変化しても、もともと相関性が低いため、相関性はそれほど低下しない。それゆえ、本実施形態によれば、選択指標に対して相関性が低い対象指標を参照指標として選択する場合に比べて、選択指標の測定値の異常を精度よく検出することができる。

また、本実施形態の相関テーブル７０では、全ての対象指標について基準係数Ｂが定められているので、全ての対象指標の基準係数Ｂのうち、相対的に基準係数Ｂの絶対値が大きい対象指標のみを的確に抽出することができる。このように、参照指標として相関性の高い対象指標を用いることにより、相関性が不明な生体指標を用いる場合に比べて、選択指標の測定値に異常が生じたときに相関性が大きく変化するので、より精度の高い測定環境の異常の判定を行うことができる。

また、本実施形態のサーバ３０において、対象指標は、体重Ｄ１、体脂肪量Ｄ２、筋肉量Ｄ３、活動量Ｄ４、血圧Ｄ５、及びアセトン濃度Ｄ６のうちの少なくとも一つを含む。

上記の対象指標は、人の健康状態を表す指標として定期的に測定されることが多い。また、これらの指標は、日常生活の中で、例えば家庭又は病院に一般的に備え付けられている測定装置によって、容易に測定することができる指標である。このため、これらの対象指標の測定値は記憶部４０に数多く記憶されている場合が多い。したがって、本実施形態のサーバ３０は、このような数多くの測定値を用いて推移データ及び相関性を演算することにより、相関性の精度を高めることができる。

（第２の実施形態）
次に、第２の実施形態に係る指標異常レベルαの演算手法について図７を参照して説明する。なお、第１の実施形態と同様の構成には同一の符号を付して説明する。

図７は、体重Ｄ１の測定値と体脂肪量Ｄ２の測定値との推移を示す図である。体重Ｄ１と体脂肪量Ｄ２の基準係数Ｂは、図３に示したとおり「４」である。図中の実線は利用者の体重Ｄ１を示し、破線は利用者の体脂肪量Ｄ２を示す。図７の縦軸には体重Ｄ１及び体脂肪量Ｄ２が重ねて示されており、横軸には測定日が示されている。また、期間Ｔ１から期間Ｔ５は相関係数Ｃと基準係数Ｂとの符号が一致しなくなる期間を示している。

期間Ｔ１に至るまで体重Ｄ１と体脂肪量Ｄ２とは測定値の相関性の程度を示す相関係数Ｃが正の値を示した状態で推移する。期間Ｔ１に至るまでの間、双方の指標異常レベルαの値は減少し続ける。

そして、期間Ｔ１において、体重Ｄ１は減少し体脂肪量Ｄ２は増加するため、相関係数Ｃが負となる。このとき、図３に示したように体重Ｄ１と体脂肪量Ｄ２との基準係数Ｂの符号はともに正であるため、双方の符号は一致しなくなる。このため、異常環境判定部３６は、双方の指標異常レベルαの値を増加させる。

その後、期間Ｔ２に至るまで体重Ｄ１と体脂肪量Ｄ２とは相関係数Ｃが正となる。したがって、期間Ｔ１から期間Ｔ２までの間、双方の指標異常レベルαの値は徐々に減少する。

そして、期間Ｔ２において相関係数Ｃの符号が反転し、相関係数Ｃが負となる。このとき、基準係数Ｂと相関係数Ｃとの符号は一致しなくなるため、双方の指標異常レベルαの値は再び増加する。その後も同様に、期間Ｔ３、期間Ｔ４、及び期間Ｔ５において双方の符号は一致しなくなるので、双方の指標異常レベルαの値は増加し、それ以外の期間において双方の指標異常レベルαの値は減少する。

このように、所定期間における相関係数Ｃの符号と基準係数Ｂの符号との一致又は不一致に応じて双方の指標異常レベルαが増減する。すなわち、対象指標間の相関性が変動することにより、双方の指標異常レベルαが上昇する。このため、指標異常レベルαが特定の基準を超える場合には、その指標異常レベルαに対応する対象指標の一方の測定値が異常であると判定することが可能となる。

（変形例１）
次に、第１の実施形態の変形例について説明する。本変形例の健康管理システム１０は、測定装置１だけではなく他の測定装置２～ｎの測定環境の異常も判定することが可能である。

まず、相関演算部３５は、測定装置１で測定された体重Ｄ１と、測定装置２で測定された筋肉量Ｄ２との相関性を演算する。ここで、図３に示される相関テーブル７０によれば、体重Ｄ１と筋肉量Ｄ２との基準係数Ｂの値は「＋５」であるため、これらの対象指標の測定値は相対的に高い相関性を示すことが予測される。したがって、仮にこれらの対象指標の測定値が基準係数Ｂの値に反して異常な相関を示す場合、測定装置１及び測定装置２のうちの少なくともいずれか一つに測定環境に異常が生じている可能性が高い。

これに加えて、本変形例の判定処理部３４は、上記と同様の処理を測定装置１と測定装置３との間で行い、これを測定装置ｎまで繰り返すことにより、測定装置１～ｎの全ての測定装置に対して測定環境の異常の有無を判定することができる。

このように、判定処理部３４は、測定装置１によって測定された生体指標の測定値と、他の測定装置２～ｎによってそれぞれ測定された生体指標の測定値と、の相関性を演算することにより測定装置２～ｎについても測定環境の異常の有無を判定することができる。

（変形例２）
続いて、第１の実施形態の他の変形例について説明する。本変形例の健康管理システム１０は、図５に示した測定環境異常判定処理を測定装置１の利用者が所有するスマートフォンなどの携帯機器において行う。

変形例２では、図２に示した推移データ生成部３３、判定処理部３４、指標異常レベル４２、及び相関テーブル記憶部４３が、図示しない携帯機器に備えられている。この携帯機器は、サーバ３０から複数の測定値を受信すると、第１の実施形態と同様の処理を実行し、測定装置１の測定環境の異常の有無を判定する。このように、図２に示したサーバ３０の各構成を利用者が所有する携帯機器に適用することにより、利用者は、自身が普段使用している測定装置１についての測定環境の異常の有無を把握することができる。

（変形例３）
次に、第１の実施形態の他の変形例について説明する。本変形例の健康管理システム１０は、測定装置１単体で測定環境の異常の発生の有無を判定する。

本変形例の健康管理システム１０においては、第１の実施形態で示したサーバ３０の構成の全てが測定装置１に備えられている。これにより、測定装置１において自己の測定環境の異常の有無を判定することができる。

（変形例４）
続いて、第１の実施形態の他の変形例について説明する。本変形例では、上記の相関性は、相関係数Ｃではなくマッチング指標Ｍを用いて求められる。

相関演算部３５は、例えば図４に示すような、異なる対象指標の測定値をプロットした折れ線グラフを対象指標ごとに画像として生成する。相関演算部３５は、これらの画像に対して周知の技術を用いてマッチング処理を行うことにより、画像の一致度を示すマッチング指標Ｍを演算する。

そして、相関演算部３５は、このようなマッチング指標Ｍが所定のマッチング閾値Ｔｈｍを超えるか否かによって測定値の異常の発生の有無を判定する。具体的には、相関演算部３５は、一対の対象指標の相関性が高いほどマッチング指標Ｍを大きく設定する場合、マッチング指標Ｍがマッチング閾値Ｔｈｍを上回るときに測定値に異常は生じていないと判定し、下回るときに測定値に異常が生じていると判定する。

なお、図３に示した相関テーブル７０の基準係数Ｂの数値は、必ずしも十段階でなくもよく、例えば、相関性の高さを表す「低、中、高」の三段階又は「〇、×」の二段階であってもよい。また、相関テーブル７０は、学術データ又は利用者の統計データから導出されてもよい。さらに、相関テーブル７０は、利用者の性別ごとに設定されるものであってもよい。

また、上記の実施形態において、判定処理部３４は、相関係数Ｃの符号が一致するか否かだけを判定したが、これに代えて、又はこれとともに変位量を判定してもよい。ここにいう変位量とは、例えば、二つの指標の測定値の差分を定量化した数値である。この場合、基準係数Ｂの絶対値が大きいほど、測定値の異常を検出するために用いられる変位量についての閾値を小さく設定してもよい。

また、上記の実施形態において、相関度として相関係数Ｃに限らず相関性を表す他の変数を用いてもよい。例えば、相関度としては、正規化相互相関係数、差分絶対値和、及びこれらの加工値が含まれる。

また、上記の実施形態では、図３の相関テーブル７０に示した対象指標Ｄ１～Ｄ６の基準係数Ｂを所定の基準として測定装置１の測定値の異常の有無を判定した。しかしながら、対象指標Ｄ１～Ｄ６の基準係数Ｂ以外に、例えば、全ての対象指標Ｄ１～Ｄ６の基準係数Ｂを包含する基準範囲を示す基準データを所定の基準として設定してもよい。

また、上記の実施形態において、健康管理システム１０が測定装置１を一つしか備えない場合であっても、測定装置１が複数の種類の生体指標を取得可能な場合には、これらの生体指標の相関性に基づいて測定装置１の測定環境の異常を判定することができる。

また、健康管理システム１０は、必ずしもサーバ３０を備える必要はなく、複数の測定装置１～ｎ同士で通信し合い、各測定装置１～ｎが自身の測定値が異常であるか否かを判定してもよい。この場合、図４および図５で説明した処理が各測定装置１～ｎ内で実行されてもよい。

また、複数の種類の生体指標を取得可能な一つの測定装置１のみで健康管理システム１０が構成されていてもよい。この場合には、一つの測定装置１で取得した複数の種類の生体指標を用いて、この測定装置１内で図４および図５で説明した処理が実行されてもよい。

また、上記で説明した対象指標は、生体指標に限られず、他の指標を含んでいてもよい。例えば、活動量計によって検出される利用者の身体活動の量を示す活動量の指標として、例えば、歩数（単位：歩）、歩行時間（単位：分）、歩行距離（単位：ｋｍ）、総消費エネルギー量（単位：ｋｃａｌ）、活動消費エネルギー量（単位：ｋｃａｌ），脂肪燃焼量（単位：ｇ）を挙げることができる。なお、総消費エネルギー量は身体活動による消費エネルギー量と基礎代謝量との和、活動消費エネルギー量は身体活動による消費エネルギー量、をそれぞれ意味する。その他にも、身体活動強度（単位：ＭＥＴｓ）、身体活動量（単位：エクササイズ、メッツ・時間）なども活動量の種別に含めてもよい。また、この活動強度は、ユーザの身体活動の強さを、安静時の何倍に相当するかで表す数値であってもよい。なお、活動強度は、運動所要量・運動指針の策定検討会が、平成１８年７月に策定した「健康づくりのための運動指針２００６」における、「メッツ（ＭＥＴｓ）」に相当する。また、活動量は、活動強度に身体活動の実施時間を乗じた値であり、「健康づくりのための運動指針２００６」における「エクササイズ」に相当する。

１～ｎ ：測定装置
９ ：ネットワーク
１０ ：健康管理システム
３０ ：サーバ
３１ ：制御部
３２ ：データ取得部
３３ ：推移データ生成部
３４ ：判定処理部
３５ ：相関演算部
３６ ：異常環境判定部
４０ ：記憶部
４１ ：測定値記憶部
４２ ：指標異常レベル
４２ ：指標異常レベル記憶部
４３ ：相関テーブル記憶部
６０ ：表示画面
６１ ：利用者情報
６２ ：期間情報
６３ ：測定日時
６４ ：測定項目
６５ ：測定値
６６ ：増減
６７ ：測定情報
７０ ：相関テーブル
Ｂ ：基準係数
Ｃ ：相関係数
Ｄ１ ：体重
Ｄ２ ：体脂肪量
Ｈ ：ハイライト
Ｍ ：マッチング指標
Ｔ１～Ｔ５：期間
Ｔｈｍ ：マッチング閾値
Ｔｈｗ ：警告閾値
α ：指標異常レベル

Claims (10)

1. 利用者の健康状態に関する複数の指標を管理する健康管理装置であって、
   一又は複数の測定装置により測定された前記複数の指標の測定値を取得する取得手段と、
   前記取得手段により取得された指標ごとに測定値の推移を示す推移データを生成する生成手段と、
   前記測定装置により測定された前記測定値が異常であるか否かを、前記複数の指標の組み合わせの相関性と前記複数の指標の前記推移データとに基づいて判定する判定手段と、
   を含む、
   健康管理装置。
2. 利用者の健康状態に関する複数の指標を管理する健康管理装置であって、
   一又は複数の測定装置により測定された前記複数の指標の測定値を取得する取得手段と、
   前記取得手段により取得された指標の測定値の推移を示す推移データを生成し、互いに異なる指標のうち一方の指標の前記推移データと他方の指標の前記推移データとの相関性の程度を示す相関度を演算する生成手段と、
   前記測定装置により測定された前記測定値が異常であるか否かを、前記相関度に基づいて判定する判定手段と、
   を含む、
   健康管理装置。
3. 利用者の健康状態に関する複数の指標を管理する健康管理装置であって、
   一又は複数の測定装置により測定された前記複数の指標の測定値を取得する取得手段と、
   前記取得手段により取得された指標の測定値の推移を示す推移データを生成する生成手段と、
   前記指標の他の指標との相関度に基づいて、当該指標の測定値の異常の程度を示す指標異常レベルを設定変更し、設定変更した指標異常レベルに基づいて当該指標の測定値を出力した測定装置において、測定するための環境である測定環境に異常が発生していると判定する判定手段と、
   を含む、
   健康管理装置。
4. 利用者の健康状態に関する複数の指標を管理する健康管理装置であって、
   一又は複数の測定装置により測定された前記複数の指標の測定値を取得する取得手段と、
   前記取得手段により取得された指標の測定値の推移を示す推移データを生成し、互いに異なる指標のうち一方の指標の前記推移データと、前記一方の指標と相関性が高い他方の指標の前記推移データとの相関性の程度を示す相関度を演算する生成手段と、
   前記測定装置により測定された前記測定値が異常であるか否かを、前記相関度に基づいて判定する判定手段と、
   を含む、
   健康管理装置。
5. 請求項１、請求項２又は請求項４のいずれか一項に記載の健康管理装置であって、
   前記判定手段は、異常であると判定された前記測定値を出力した測定装置において、測定するための環境である測定環境に異常が発生していると判定する、
   健康管理装置。
6. 請求項１から請求項５のいずれか一項に記載の健康管理装置であって、
   前記指標は、体重、体脂肪量、筋肉量、活動量、血圧、及びアセトン濃度のうちの少なくとも一つを含む、
   健康管理装置。
7. 利用者の健康状態を示す複数の指標を管理する健康管理システムであって、
   前記複数の指標の測定値を取得する一又は複数の測定装置と、
   前記測定装置から測定値を取得する管理サーバと、
   を備え、
   前記管理サーバは、前記測定装置により取得された指標ごとに測定値の推移を示す推移データを生成し、
   前記測定装置により測定された前記測定値が異常であるか否かを、前記複数の指標の組み合わせの相関性と前記複数の指標の前記推移データとに基づいて判定する、
   健康管理システム。
8. 利用者の健康状態に関する複数の指標を管理する健康管理プログラムであって、
   一又は複数の測定装置により測定された前記複数の指標の測定値を取得する取得ステップと、
   前記取得ステップにより取得された指標ごとに測定値の推移を示す推移データを生成する生成ステップと、
   前記測定装置により測定された前記測定値が異常であるか否かを、前記複数の指標の組み合わせの相関性と前記複数の指標の前記推移データとに基づいて判定する判定ステップと、
   を含む、
   健康管理プログラム。
9. 利用者の健康状態に関する複数の指標を管理する健康管理プログラムであって、
   一又は複数の測定装置により測定された前記複数の指標の測定値を取得する取得ステップと、
   前記取得ステップにより取得された指標の測定値の推移を示す推移データを生成する生成ステップと、
   前記指標の他の指標との相関度に基づいて、当該指標の測定値の異常の程度を示す指標異常レベルを設定変更し、設定変更した指標異常レベルに基づいて当該指標の測定値を出力した測定装置において、測定するための環境である測定環境に異常が発生していると判定する判定ステップと、
   を含む、
   健康管理プログラム。
10. 利用者の健康状態に関する複数の指標を管理する健康管理方法であって、
    一又は複数の測定装置により測定された前記複数の指標の測定値を取得する取得工程と、
    前記取得工程により取得された指標ごとに測定値の推移を示す推移データを生成する生成工程と、
    前記測定装置により測定された前記測定値が異常であるか否かを、前記複数の指標の組み合わせの相関性と前記複数の指標の前記推移データとに基づいて判定する判定工程と、
    を含む、
    健康管理方法。

Images