JP7319749B1 - 情報処理システム、情報処理方法及びプログラム - Google Patents

Abstract

【課題】花粉症のレベルを判定する情報処理システム、情報処理方法及びプログラムを提供する。【解決手段】管理サーバと、ユーザ端末とが、通信ネットワークを介して通信可能に接続される情報処理システムにおいて、管理サーバ２は、ユーザの目を撮影した画像を取得する画像取得部と、画像から目の赤みの第１の度合を判定する赤み度判定部と、花粉症の自覚症状の第２の度合の入力を受け付ける自覚症状取得部と、第１の度合及び第２の度合に応じて花粉症のレベルを評価する評価部と、を備えることを特徴とする。【選択図】図３

Description

本発明は、情報処理システム、情報処理方法及びプログラムに関する。

特許文献１には花粉症に関する情報をユーザに提供している。

特開２００８－１０２７８４号公報

花粉症は鼻症状、眼症状、皮膚症状などを呈し、個々人によってその症状は多様性がある。

本発明はこのような背景を鑑みてなされたものであり、花粉症のレベルを判定することのできる技術を提供することを目的とする。

上記課題を解決するための本発明の主たる発明は、情報処理システムであって、ユーザの目を撮影した画像を取得する画像取得部と、前記画像から前記目の赤みの第１の度合を判定する赤み度判定部と、花粉症の自覚症状の第２の度合の入力を受け付ける自覚症状取得部と、前記第１及び第２の度合に応じて前記花粉症のレベルを評価する評価部と、を備えることを特徴とする。

その他本願が開示する課題やその解決方法については、発明の実施形態の欄及び図面により明らかにされる。

本発明によれば、花粉症のレベルを判定することができる。

本発明の一実施形態に係る情報処理システムの全体構成例を示す図である。 管理サーバ２のハードウェア構成例を示す図である。 管理サーバ２のソフトウェア構成例を示す図である。 目の画像を撮影する画面例を示す図である。 自覚症状の入力画面の例を示す図である。 自覚症状の入力画面の他の例を示す図である。 生活の質 (ＱＯＬ)度合の入力画面の例を示す図である。 タイプ判定部２１５によるタイプの判定処理の一例を示す図である。 花粉症タイプを出力する画面例を示す図である。 花粉症予防情報の出力画面の一例を示す図である。 花粉症予防に対する行動遵守情報の入力画面の一例を示す図である。 花粉症のレベルの出力画面例を示す図である。 花粉症に関する基本情報の入力画面の例を示す図である。 ユーザの身長や体重、年齢、性別などの基本情報の入力画面の例を示す図である。 ユーザの身長や体重、年齢、性別などの基本情報の入力画面の他の例を示す図である。 アレルギーに関する基本情報の入力画面の例を示す図である。 アレルギーに関する基本情報の入力画面の他の例を示す図である。 喫煙習慣や屋外での活動時間、コンタクトレンズの装着情報などの入力画面の例を示す図である。 管理サーバ２の動作を説明する図である。 第２の実施形態に係る管理サーバ２のソフトウェア構成例を示す図である。 ユーザの労働生産性の入力画面の例を示す図である。 ユーザの労働生産性の入力画面の他の例を示す図である。 花粉症のレベル及び労働生産性の出力画面例を示す図である。

＜発明の概要＞
本発明の実施形態の内容を列記して説明する。本発明は、たとえば、以下のような構成を備える。
［項目１］
ユーザの目を撮影した画像を取得する画像取得部と、
前記画像から前記目の赤みの第１の度合を判定する赤み度判定部と、
花粉症の自覚症状の第２の度合の入力を受け付ける自覚症状取得部と、
前記第１及び第２の度合に応じて前記花粉症のレベルを評価する評価部と、
を備えることを特徴とする情報処理システム。
［項目２］
項目１に記載の情報処理システムであって、
少なくとも前記目の症状による前記ユーザの生活に対する影響の第３の度合の入力を受け付ける生活影響状況取得部をさらに備え、
前記評価部は、前記第１ないし第３の度合に応じて前記レベルを評価すること、
を備えることを特徴とする情報処理システム。
［項目３］
項目１に記載の情報処理システムであって、
前記自覚症状取得部は、目、鼻、口及び肌の少なくともいずれかを含む身体部位ごとに前記自覚症状について前記第２の度合を受け付け、
前記身体部位ごとの前記第２の度合を出力する症状出力部を備えること、
を特徴とする情報処理システム。
［項目４］
項目１に記載の情報処理システムであって、
前記自覚症状取得部は、目、鼻、口及び肌の少なくともいずれかを含む身体部位ごとに前記自覚症状について前記第２の度合を受け付け、
前記身体部位ごとの前記第２の度合に応じて前記花粉症のタイプを判定するタイプ判定部と、
前記タイプを出力するタイプ出力部と、
を備えることを特徴とする情報処理システム。
［項目５］
項目４に記載の情報処理システムであって、
前記タイプごとに予防行動を説明する予防情報を記憶する予防情報記憶部と、
前記ユーザについて判定された前記タイプに対応する前記予防情報を出力する予防情報出力部と、
を備えることを特徴とする情報処理システム。
［項目６］
項目５に記載の情報処理システムであって、
前記ユーザから前記予防行動を行っているか否かを示す行動遵守情報の入力を受け付ける行動遵守情報入力部と、
複数の前記ユーザのそれぞれについて前記行動遵守情報を記憶する行動遵守情報記憶部と、
前記行動遵守情報記憶部から前記予防行動ごとに前記予防行動を行っている度合である遵守度合を計算する遵守度合計算部と、
を備え、
前記予防情報出力部は、前記遵守度合とともに前記予防情報を出力すること、
を特徴とする情報処理システム。
［項目７］
項目１に記載の情報処理システムであって、
花粉の飛散状況を取得する飛散状況取得部と、
前記飛散状況に対応付けて前記第１ないし第３の度合を記憶する度合記憶部と、
前記第１ないし第３の度合の少なくともいずれかと前記飛散状況との関係を分析する分析部と、
前記飛散状況の予測値を取得する飛散予測取得部と、
前記関係及び前記予測値に基づいて前記第１ないし第３の度合の少なくともいずれかを予測する度合予測部と、
予測した前記第１ないし第３の度合の少なくともいずれかを出力する予測出力部と、
を備えることを特徴とする情報処理システム。
［項目８］
項目７に記載の情報処理システムであって、
前記ユーザの属性を記憶するユーザ属性記憶部を備え、
前記分析部は、前記第１及び第２の度合の少なくともいずれかと、前記ユーザの前記属性及び前記飛散状況との関係を分析し、
前記度合予測部は、予測対象の前記ユーザの属性及び前記予測値と、前記関係とに基づいて、前記ユーザについての前記第１及び第２の度合の少なくともいずれかを予測すること、
を特徴とする情報処理システム。
［項目９］
項目７に記載の情報処理システムであって、
前記ユーザから前記予防行動を行っているか否かを示す行動遵守情報の入力を受け付ける行動遵守情報入力部と、
複数の前記ユーザのそれぞれについて前記行動遵守情報を記憶する行動遵守情報記憶部と、
を備え、
前記分析部は、前記第１及び第２の度合の少なくともいずれかと、前記予防行動ごとの前記行動遵守情報及び前記飛散状況との関係を分析し、
前記度合予測部は、予測対象の前記ユーザの前記行動遵守情報及び前記予測値と、前記関係とに基づいて、前記ユーザについての前記第１及び第２の度合の少なくともいずれかを予測すること、
を特徴とする情報処理システム。

＜第１の実施形態＞
図１は、本発明の一実施形態に係る情報処理システムの全体構成例を示す図である。本実施形態の情報処理システムは、管理サーバ２を含んで構成される。管理サーバ２は、ユーザ端末１と通信ネットワーク３を介して通信可能に接続される。通信ネットワーク３は、たとえばインターネットであり、公衆電話回線網や携帯電話回線網、無線通信路、イーサネット（登録商標）などにより構築される。

ユーザ端末１は、ユーザが操作するコンピュータである。ユーザ端末１は、例えば、スマートフォン、タブレットコンピュータ、パーソナルコンピュータなどとすることができる。

管理サーバ２は、例えばワークステーションやパーソナルコンピュータのような汎用コンピュータとしてもよいし、あるいはクラウド・コンピューティングによって論理的に実現されてもよい。

＜管理サーバ＞
図２は、管理サーバ２のハードウェア構成例を示す図である。なお、図示された構成は一例であり、これ以外の構成を有していてもよい。管理サーバ２は、ＣＰＵ２０１、メモリ２０２、記憶装置２０３、通信インタフェース２０４、入力装置２０５、出力装置２０６を備える。記憶装置２０３は、各種のデータやプログラムを記憶する、例えばハードディスクドライブやソリッドステートドライブ、フラッシュメモリなどである。通信インタフェース２０４は、通信ネットワーク３に接続するためのインタフェースであり、例えばイーサネット（登録商標）に接続するためのアダプタ、公衆電話回線網に接続するためのモデム、無線通信を行うための無線通信機、シリアル通信のためのＵＳＢ（Universal Serial Bus）コネクタやＲＳ２３２Ｃコネクタなどである。入力装置２０５は、データを入力する、例えばキーボードやマウス、タッチパネル、ボタン、マイクロフォンなどである。出力装置２０６は、データを出力する、例えばディスプレイやプリンタ、スピーカなどである。なお、後述する管理サーバ装置２の各機能部はＣＰＵ２０１が記憶装置２０３に記憶されているプログラムをメモリ２０２に読み出して実行することにより実現され、管理サーバ２の各記憶部はメモリ２０２及び記憶装置２０３が提供する記憶領域の一部として実現される。

図３は、管理サーバ２のソフトウェア構成例を示す図である。管理サーバ２は、予防情報記憶部２３１と、行動遵守情報記憶部２３２と、度合記憶部２３３と、ユーザ属性記憶部２３４と、自覚症状記憶部２３５と、画像取得部２１１と、赤み度判定部２１２と、自覚症状取得部２１３と、生活影響状況取得部２１４と、タイプ判定部２１５と、タイプ出力部２１６と、予防情報出力部２１７と、行動遵守情報入力部２１８と、遵守度合計算部２１９と、症状出力部２２０と、評価部２２１と、レベル出力部２２２と、飛散状況取得部２２３と、分析部２２４と、飛散予測取得部２２５と、度合予測部２２６と、予測出力部２２７と、ユーザ属性取得部２２８と、を備える。

＜記憶部＞
予防情報記憶部２３１は、花粉症（の自覚症状）の発症を予防するための行動（予防行動）に関する情報（予防情報）を記憶する。予防情報記憶部２３１は、タイプごとに予防行動を説明する予防情報を記憶することができる。予防情報には、花粉症のタイプに対応付けて、予防行動の説明を記憶することができる。予防行動の説明は、例えばテキストデータとすることができる。予防行動の説明には、画像や音声などのデータを含めるようにしてもよい。予防情報記憶部２３１は、複数のタイプの組み合わせ（例えば、目にくるタイプと、鼻にくるタイプの組み合わせ）に対応付けて予防情報を記憶するようにしてもよい。

行動遵守情報記憶部２３２は、ユーザが予防行動を行っているか否かを示す情報（行動遵守情報）を記憶する。行動遵守情報記憶部２３２は、複数のユーザのそれぞれについて行動遵守情報を記憶する。予防行動には、例えば、マスクをすること、空気清浄機を設置すること、アレルギー薬を服用すること、保湿・スキンケアを行うこと、メガネ・ゴーグルを着用すること、洗眼すること、点眼薬を点眼すること、点鼻薬を点鼻すること、鼻うがいを行うことなどが含まれうる。本実施形態では、予防行動には、特に花粉症の予防のための行動を行わないことも含まれるものとする。

自覚症状記憶部２３５は、自覚症状に関する情報（自覚症状情報）を記憶する。自覚症状情報には、自覚症状に対応付けて、当該自覚症状が関係する身体の部位を含みうる。身体の部位には、目、鼻、口、肌などを含めることができる。

自覚症状には、鼻水、鼻づまり、鼻のかゆみ、日常生活への支障、くしゃみ、１日あたりのくしゃみの回数、１日あたりに鼻をかむ回数、鼻づまりによる口呼吸の頻度、目のかゆみ、流涙（なみだ目）、目の赤み、耳・口のかゆみ、皮膚のかゆみ、腹痛、頭痛・頭重感、咳、不眠・眠気、いらいら感、身体のだるさ、耳閉感などが含まれうる。自覚症状に係る自覚度合は、例えば、全くない、軽度、中等度、重度などのランク（本実施形態では、１、２、３などの数値に対応づけるものとする。）として表現することができる。また、自覚度合は、回数（又は回数のランク）により表現することができる。

度合記憶部２３３は、ユーザの目の赤みの度合（第１の度合、赤み度合ともいう。）と、花粉症のユーザによる自覚症状の度合（第２の度合、自覚度合ともいう。）とを記憶する。度合記憶部２３３は、少なくとも目の症状に起因するユーザの生活に対する影響の度合（第３の度合、ＱＯＬ度合ともいう。）を記憶することもできる。度合記憶部２３３は、飛散状況に対応付けて第１及び第２の度合（又は、第１ないし第３の度合）を記憶することができる。

生活に対する影響には、勉強・仕事・家事の支障、精神集中不良、思考力の低下、新聞や本などの読書の支障、記憶力低下、スポーツ・ピクニックなど野外生活の支障、外出の支障、人との付き合いの支障、他人と会話・電話の支障、まわりの人が気になる、睡眠障害、倦怠感、疲労感、気分が晴れない、いらいら感、ゆううつ、生活に不満足などが含まれうる。

ユーザ属性記憶部２３４は、ユーザの属性を記憶する。ユーザの属性には、身長、体重、年齢、性別、民族、兄弟構成、教育、収入、現病歴などが含まれうる。また、ユーザ属性として、花粉症の既往歴（現在ある、過去に罹ったが自然に治癒した、治療して完治した、不明、なし）を含めることができる。また、ユーザ属性として、花粉症の症状が出始めた時期、花粉症が１年のうちで悪くなる時期（月）、黄砂やＰＭ２．５が飛散しているときの花粉症の症状の悪化有無、花粉症に関して受診する診療科などを含めることもできる。

＜機能部＞
画像取得部２１１は、ユーザの目を撮影した画像を取得する。画像取得部２１１は、例えば、ユーザ端末１に対して画像を取得するように指示するメッセージを送信することができる。ユーザ端末１は、当該メッセージに応じて、カメラ（不図示、インカメラを想定する。）を起動し、カメラを制御してユーザの目を撮影する。ユーザ端末１は、撮影した目の画像を管理サーバ２に送信し、画像取得部２１１はこれを受信することができる。

赤み度判定部２１２は、画像から赤み度合を判定する。赤み度判定部２１２は、例えば、画像解析により目の赤みの度合を判定することができる。赤み度判定部２１２は、例えば、赤み度合を判定するための機械学習の学習モデルに画像を与えることにより赤み度合を推論することができる。学習モデルは、画像を入力データとし、赤み度合を教師データとする機械学習により作成することができる。図４は、目の画像を撮影する画面例を示す図である。ユーザ端末１は、図４に示すような画面を表示して、ユーザにカメラの操作をさせ、目の画像を撮影することができる。ユーザ端末１は撮影した画像データを管理サーバ２に送信し、赤み度判定部２１２は、この画像データを取得することができる。

自覚症状取得部２１３は、ユーザから花粉症の自覚症状の度合（自覚度合）の入力を受け付ける。自覚症状取得部２１３は、目、鼻、口及び肌の少なくともいずれかを含む身体部位ごとに自覚症状について自覚度合を受け付けることができる。図５は、自覚症状の入力画面の例を示す図である。図６は、自覚症状の入力画面の他の例を示す図である。図５及び図６の例は、ユーザ端末１により表示される入力画面の例を示す図である。図５及び図６に示すように、本実施形態では、複数の自覚症状のそれぞれについて自覚度合の入力を受け付ける。ユーザ端末１は、図５及び図６に示すような入力画面を出力し、出力した入力画面から各自覚症状についての自覚度合の入力を受け付け、受け付けた自覚度合を管理サーバ２に送信し、自覚症状取得部２１３は、この自覚度合を受信することができる。

生活影響状況取得部２１４は、少なくとも目の症状によるユーザの生活の質に対する影響の度合（ＱＯＬ度合）の入力を受け付ける。図７は、ＱＯＬ度合の入力画面の例を示す図である。図７の例は、ユーザ端末１により表示される入力画面の例を示す図である。図７に示すように、本実施形態では、ユーザの生活に関する複数の項目について、ＱＯＬ度合の入力を受け付ける。ユーザ端末１は、図７に示すような入力画面を出力し、出力した入力画面から各生活項目についてのＱＯＬ度合の入力を受け付け、受け付けたＱＯＬ度合を管理サーバ２に送信し、生活影響状況取得部２１４は、このＱＯＬ度合を受信することができる。図７の例では、各項目について５点満点で度合が入力されている。

タイプ判定部２１５は、自覚度合に基づいて花粉症による症状のタイプを判定することができる。タイプ判定部２１５は、身体部位ごとの自覚度合に基づいてタイプを判定することができる。図８は、タイプ判定部２１５によるタイプの判定処理の一例を示す図である。

タイプ判定部２１５は、空のリストを作成して、症状のタイプのリスト（タイプリスト）とする（Ｓ３１１）。タイプ判定部２１５は、自覚症状で、鼻水、鼻づまり、くしゃみのいずれかについて自覚度合が２以上の場合（Ｓ３１２：ＹＥＳ）、「鼻」をタイプリストに追加する（Ｓ３１３）。タイプ判定部２１５は、目のかゆみの自覚症状の自覚度合が２以上である場合（Ｓ３１４：ＹＥＳ）、「目」をタイプリストに追加する（Ｓ３１５）。タイプ判定部２１５は、肌のかゆみの自覚症状の自覚度合が２以上である場合（Ｓ３１６：ＹＥＳ）、「肌」をタイプリストに追加する（Ｓ３１７）。タイプ判定部２１５は、口の中に関する自覚症状の自覚度合が２以上である場合（Ｓ３１８：ＹＥＳ）、「のど」をタイプリストに追加する（Ｓ３１９）。

タイプ判定部２１５は、タイプリストが空である場合には（Ｓ３２０：ＹＥＳ）、花粉症タイプの説明として「症状がよくコントロールされています」と設定し（Ｓ３２１）、タイプリストが空でなければ（Ｓ３２０：ＮＯ）、花粉症タイプの説明として、タイプリストに含まれているタイプ（鼻、目、肌、のど）を「・」で連結した文字列に、「にくるタイプ」を連結した文字列を設定する（Ｓ３２２）。

なお、タイプ判定部２１５は、第１ないし第３の度合の少なくとも２つの組み合わせに応じて花粉症の症状のタイプを判定するようにしてもよい。

タイプ出力部２１６は、判定された症状のタイプを出力する。図９は、花粉症タイプを出力する画面例を示す図である。タイプ出力部２１６は、花粉症のタイプ（タイプリスト）及び花粉症タイプの説明をユーザ端末１に送信し、ユーザ端末１が図９に示す画面にタイプの説明（図９の例では、「目・肌・のどにくるタイプです。」）を表示することができる。また、

症状出力部２２０は、身体部位ごとの自覚度合（第２の度合）を出力することができる。症状出力部２２０は、タイプ判定部２１５による判定に用いられた自覚症状のそれぞれについて、自覚度合を出力することができる。症状出力部２２０は、自覚症状ごとの自覚度合をユーザ端末１に送信し、ユーザ端末１が図９に示すような画面に自覚度合を表示することができる。図９の例では、各自覚症状に係る自覚度合をレーダーチャートとして表示するようにしている。

予防情報出力部２１７は、ユーザについて判定された花粉症のタイプに対応する予防情報を出力する。予防情報出力部２１７は、タイプリストに含まれているタイプ（目、鼻、肌、のど）に対応する予防情報を予防情報記憶部２３１から読み出し、読み出した予防情報を出力することができる。図１０は、予防情報の出力画面の一例を示す図である。図１０に示す出力画面の最下段に予防情報が示されている。図１０の例では、予防情報は、ユーザの花粉症タイプに対応する予防行動のうちのひとつ又は複数である。予防情報出力部２１７は、ユーザの花粉症タイプに対応する予防情報から１つ又は複数を選択して図１０に示す出力画面に出力させることができる。予防情報出力部２１７は、予防情報をユーザ端末１に送信し、ユーザ端末１が管理サーバ２から受信した予防情報を、図１０に示すような出力画面に出力するようにすることができる。

行動遵守情報入力部２１８は、ユーザから予防行動を行っているか否かを示す行動遵守情報の入力を受け付けることができる。図１１は、行動遵守情報の入力画面の一例を示す図である。ユーザ端末１は、図１１に示すような入力画面を表示し、入力画面から各種予防行動に関する行動遵守情報の入力を受け付けることができる。ユーザ端末１は、行動遵守情報を管理サーバ２に送信し、行動遵守情報入力部２１８は、この行動遵守情報を受信することができる。また、行動遵守情報入力部２１８は、行動遵守情報を行動遵守情報記憶部２３２に登録することができる。

遵守度合計算部２１９は、行動遵守情報記憶部から予防行動ごとに予防行動を行っている度合である遵守度合を計算することができる。遵守度合計算部２１９は、例えば、ユーザについて特定された花粉症のタイプと同じタイプと判定された他のユーザからの行動遵守情報に基づいて、予防行動ごとの遵守度合を計算するようにしてもよい。

予防情報出力部２１７は、遵守度合とともに予防情報を出力するようにしてもよい。図１０の例では、上段に各予防行動についての遵守度合が表示され、下段に予防情報が表示されている。

評価部２２１は、ユーザの花粉症のレベルを評価する。評価部２２１は、第１及び第２の度合に応じてユーザの花粉症のレベルを評価することができる。評価部２２１は、第１ないし第３の度合に応じてユーザの花粉症のレベルを評価することができる。評価部２２１は、例えば、自覚症状に関する自覚度合（３点満点）を合計することができる。例えば、自覚症状が１０個用意されている場合には、３０点満点とすることができる。赤み度合を１５点満点、あるいは３０点満点などにより表されるようにして、評価部２２１は、時各度合と赤み度合とを加算してレベルとすることができる。また、評価部２２１は、例えば、生活の質に対する項目に関するＱＯＬ度合（５点満点）を合計する。評価部２２１は、ＱＯＬ度合に所定の重みを乗じてもよい。例えば、ＱＯＬ度合０．７５を乗じるようにしてもよい。ＱＯＬ度合は７２点満点（０．７５をかけて５４点満点）とすることができる。また、赤み度合が例えば１６点満点で表されるようにして、合計１００点満点として、評価部２２１は、花粉症のレベルを評価することができる。

レベル出力部２２２は、花粉症のレベルを出力する。図１２は、花粉症のレベルの出力画面例を示す図である。レベル出力部２２２は、評価部２２１が評価した花粉症のレベルをユーザ端末１に送信し、ユーザ端末１は管理サーバ２から受信したレベルを、図１２に示すような出力画面に出力することができる。花粉症のレベルには、点数及びランクが含まれるようにしてもよい。点数は、例えば、上述したような評価部２２１が用いた１００点満点中の点数とすることができる。また、ランクは、点数に対して予め設定したランクごとの範囲に応じて、例えば、点数が高い順に、悪い（Bad）、普通（Normal）、良い（Good）などのランクとすることができる。

飛散状況取得部２２３は、花粉の飛散状況を取得する。飛散状況取得部２２３は、例えば、環境省や気象会社が提供する、地点又は地域ごとの花粉の飛散量を示すデータを取得することができる。

飛散予測取得部２２５は、飛散状況の予測値を取得する。飛散予測取得部２２５は、例えば、気象会社が提供する花粉飛散量の予測値を取得することができる。花粉飛散量は、全国的なものであってもよいし、地点又は地域別のものであってもよい。花粉飛散量は、花粉の個数で表してもよいし、とても多い、多い、普通、少ない、とても少ないなどの分類であってもよい。

分析部２２４は、第１ないし第３の度合の少なくともいずれかと飛散状況との関係を分析することができる。分析部２２４は、第１ないし第３の度合の少なくともいずれかと、地点ごと又は地域ごとの飛散状況との関係を分析することができる。分析部２２４は、第１ないし第３の度合の少なくともいずれかと、ユーザの属性及び飛散状況との関係を分析するようにしてもよい。分析部２２４は、第１ないし第３の度合の少なくともいずれかと、予防行動ごとの行動遵守情報及び（全体、地点ごと、又は地域ごとの）飛散状況との関係を分析するようにしてもよい。分析部２２４は、例えば、重回帰分析の手法により第１ないし第３の度合の少なくともいずれか（ならびにユーザの属性及び／又は行動遵守情報を含めてもよい）と、（全体、地点ごと、又は地域ごとの）飛散状況との関係を分析し、第１ないし第３の度合の少なくともいずれかを予測する予測モデルを作成することができる。分析部２２４は、例えば、第１ないし第３の度合の少なくともいずれかのそれぞれについて、度合を教師データとし、全体、地点ごと、又は地域ごとの飛散状況を入力データとして、機械学習により予測モデルを作成するようにしてもよい。当該機械学習の入力データには、ユーザの属性、及び／又は行動遵守情報を含めてもよい。

例えば、ユーザの属性として体重を含めることにより、体重によって薬の効きやすさに違いがあることを考慮した予測モデルを作成することができる。また、ユーザの属性として年齢や性別を含めることにより、年齢や性別によって症状の強さに差が出ることを考慮した予測モデルを作成することができる。また、既往症（現病歴）をユーザ属性に含めることにより、ユーザが有する疾患により症状の強さに差が出ることを考慮した予測モデルを作成することができる。また、ユーザが持っているアレルギー及びその発症年齢をユーザの属性に含めることにより、ユーザが持っているアレルギー疾患により症状の強さに差が出ることを考慮した予測モデルを作成することができる。また、家族の花粉症有無をユーザの属性に含めることにより、家族歴により症状の強さに差が出る可能性を考慮した予測モデルを作成することができる。また、ドライアイの有無及びその程度をユーザの属性に含めることにより、ドライアイによって症状が強くなることを考慮した予測モデルを作成することができる。また、コンタクトレンズの装用をユーザの属性に含めることにより、コンタクトレンズの装用によって症状が強く出ることを考慮した予測モデルを作成することができる。

また、ユーザ属性には、ゲノム・オミクス情報を含めるようにしてもよい。

度合予測部２２６は、度合と飛散状況との関係と、飛散状況の予測値とに基づいて、第１ないし第３の度合の少なくともいずれかを予測する。度合予測部２２６は、予測対象のユーザの属性及び飛散状況の予測値と、度合及び飛散状況の関係とに基づいて、当該ユーザについての第１ないし第３の度合の少なくともいずれかを予測することができる。度合予測部２２６は、予測対象のユーザの行動遵守情報及び飛散状況の予測値と、関係とに基づいて、ユーザについての第１ないし第３の度合の少なくともいずれかを予測することができる。予測モデルの説明変数にユーザの属性が含まれている場合、度合予測部２２６は、花粉の飛散状況のみでなく、ユーザの属性を予測モデルに与えて度合を予測することができる。

予測出力部２２７は、予測した第１ないし第３の度合の少なくともいずれかを出力することができる。

ユーザ属性取得部２２８は、ユーザの属性（基本情報）の入力を受け付ける。図１３は、花粉症に関する基本情報の入力画面の例を示す図である。図１４は、ユーザの身長や体重、年齢、性別などの基本情報の入力画面の例を示す図である。図１５は、ユーザの身長や体重、年齢、性別などの基本情報の入力画面の他の例を示す図である。図１６は、アレルギーに関する基本情報の入力画面の例を示す図である。図１７は、アレルギーに関する基本情報の入力画面の他の例を示す図である。図１８は、喫煙習慣や屋外での活動時間、コンタクトレンズの装用情報などの入力画面の例を示す図である。ユーザ端末１は、図１４ないし図１８に示すような入力画面を表示し、ユーザから当該ユーザの属性の入力を受け付けることができる。ユーザ端末１は、受け付けたユーザ属性を管理サーバ２に送信し、ユーザ属性取得部２２８は、このユーザ属性を受信することができる。ユーザ属性取得部２２８は、受信したユーザ属性をユーザ属性記憶部２３４に登録することができる。

＜動作＞
図１９は、管理サーバ２の動作を説明する図である。

管理サーバ２は、ユーザの目を撮影した画像をユーザ端末１から受信し（Ｓ３１１）、画像から目の赤み度合を判定する（Ｓ３１２）。管理サーバ２は、自覚症状についての自覚度合をユーザ端末１から受信し（Ｓ３１３）、生活の質に対する各項目に係るＱＯＬ度合もユーザ端末１１から受信する（Ｓ３１４）。

管理サーバ２は、赤み度合、自覚度合、ＱＯＬ度合に基づいて花粉症のレベルを決定する（Ｓ３１５）。上述したように、各度合は点数で入力され、点数合計すると１００点になるように重みづけが設定されており、管理サーバ２は、当該重みを用いた加重平均により花粉症レベルを算出することができる。管理サーバ２はまた、花粉症レベルをランクに変換することもできる（Ｓ３１６）。

管理サーバ２は、各自覚症状の自覚度合に基づいて花粉症のタイプを決定する（Ｓ３１７）。上述したように、目、鼻、肌、口に関する自覚症状の度合が所定値（上述した例では２）以上であるものを花粉症のタイプとして決定することができる。管理サーバ２は、決定したタイプに対応する予防情報を予防情報記憶部２３１から読み出し（Ｓ３１８）、読み出した予防情報と、各度合、レベル、タイプをユーザ端末１に送信して表示させることができる（Ｓ３１９）。

以上のようにして、本実施形態の情報処理システムによれば、花粉症のタイプを特定して予防行動を提案することができる。

＜第２の実施形態＞
図２０は、第２の実施形態に係る管理サーバ２のソフトウェア構成例を示す図である。第２の実施形態では、管理サーバ２は、上述した第１の実施形態に加えて、ユーザの労働生産性についての調査を行う。図２０に示すように、管理サーバ２は、図３に示す構成に加えて、労働生産性取得部２２９及び労働生産性記憶部２３６を備える。

労働生産性取得部２２９は、ユーザの労働生産性を示すデータの入力を受け付ける。労働生産性取得部２２９は、ユーザの労働生産性を示す各種の項目についての値の入力を受け付けることができる。図２１は、ユーザの労働生産性の入力画面の例を示す図である。図２２は、ユーザの労働生産性の入力画面の他の例を示す図である。ユーザ端末１は、図２１及び図２２に示すような入力画面を表示し、ユーザから当該ユーザの労働生産性を示すデータの入力を受け付けることができる。ユーザ端末１は、受け付けた労働生産性を示すデータを管理サーバ２に送信し、労働生産性取得部２２９は、このデータを受信することができる。労働生産性取得部２２９は、受信した労働生産性を示すデータを集計（例えば合計）することができる。労働生産性取得部２２９は、受信した労働生産性を示すデータを、ユーザを示すユーザＩＤと、日時（又は日付）とに対応付けて、労働生産性記憶部２３６に登録することができる。

図２３は、花粉症のレベル及び労働生産性の出力画面例を示す図である。レベル出力部２２２は、評価部２２１が評価した花粉症のレベルとともに、労働生産性取得部２２９が取得した労働生産性を示すデータをユーザ端末１に送信し、ユーザ端末１は管理サーバ２から受信したレベル及び労働生産性を、図２３に示すような出力画面に出力することができる。図２３の例では、労働生産性に関するデータの点数を％表記にした値（労働生産性に関する質問項目の最大値の合計で、回答の値の合計値を割った値）が表示されている。

分析部２２４は、花粉の飛散状況と労働生産性の各項目値又は集計値との関係を分析することができる。分析部２２４による分析処理は、第１ないし第３の度合と、飛散状況との関係の分析と同様の処理により行うことができる。また、度合予測部２２６は、花粉の飛散状況に応じて、労働生産性の各項目値又は集計値（労働生産性の度合）を予測することができる。度合予測部２２６は、例えば、分析部２２４が作成した予測モデル（例えば、花粉の飛散状況と労働生産性の各項目値又は集計値とを重回帰分析により作成し、あるいは花粉の飛散状況と労働生産性の各項目値又は集計値とを機械学習により作成することができる。）に花粉の飛散状況の値を入力することにより、労働生産性の各項目値又は集計値を予測することができる。

以上、本実施形態について説明したが、上記実施形態は本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物も含まれる。

１ ユーザ端末
２ 管理サーバ

Claims (8)

1. ユーザの目を撮影した画像を取得する画像取得部と、
   前記画像から前記目の赤みの第１の度合を判定する赤み度判定部と、
   目、鼻、口及び肌の少なくともいずれかを含む身体部位ごとに、花粉症の自覚症状の第２の度合の入力を受け付ける自覚症状取得部と、
   前記第１及び第２の度合に応じて前記花粉症のレベルを評価する評価部と、
   前記身体部位ごとの前記第２の度合を出力する症状出力部と、
   を備えることを特徴とする情報処理システム。
2. 請求項１に記載の情報処理システムであって、
   少なくとも前記目の症状による前記ユーザの生活に対する影響の第３の度合の入力を受け付ける生活影響状況取得部をさらに備え、
   前記評価部は、前記第１ないし第３の度合に応じて前記レベルを評価すること、
   を備えることを特徴とする情報処理システム。
3. ユーザの目を撮影した画像を取得する画像取得部と、
   前記画像から前記目の赤みの第１の度合を判定する赤み度判定部と、
   目、鼻、口及び肌の少なくともいずれかを含む身体部位ごとに、花粉症の自覚症状の第２の度合の入力を受け付ける自覚症状取得部と、
   前記第１及び第２の度合に応じて前記花粉症のレベルを評価する評価部と、
   前記身体部位ごとの前記第２の度合に応じて前記花粉症のタイプを判定するタイプ判定部と、
   前記タイプを出力するタイプ出力部と、
   を備えることを特徴とする情報処理システム。
4. 請求項３に記載の情報処理システムであって、
   前記タイプごとに予防行動を説明する予防情報を記憶する予防情報記憶部と、
   前記ユーザについて判定された前記タイプに対応する前記予防情報を出力する予防情報出力部と、
   を備えることを特徴とする情報処理システム。
5. 請求項４に記載の情報処理システムであって、
   前記ユーザから前記予防行動を行っているか否かを示す行動遵守情報の入力を受け付ける行動遵守情報入力部と、
   複数の前記ユーザのそれぞれについて前記行動遵守情報を記憶する行動遵守情報記憶部と、
   前記行動遵守情報記憶部から前記予防行動ごとに前記予防行動を行っている度合である遵守度合を計算する遵守度合計算部と、
   を備え、
   前記予防情報出力部は、前記遵守度合とともに前記予防情報を出力すること、
   を特徴とする情報処理システム。
6. 請求項１に記載の情報処理システムであって、
   花粉の飛散状況を取得する飛散状況取得部と、
   前記飛散状況に対応付けて前記第１ないし第３の度合を記憶する度合記憶部と、
   前記第１及び第２の度合の少なくともいずれかと前記飛散状況との関係を分析する分析部と、
   前記飛散状況の予測値を取得する飛散予測取得部と、
   前記関係及び前記予測値に基づいて前記第１及び第２の度合の少なくともいずれかを予測する度合予測部と、
   予測した前記第１ないし第３の度合の少なくともいずれかを出力する予測出力部と、
   を備えることを特徴とする情報処理システム。
7. 請求項６に記載の情報処理システムであって、
   前記ユーザの属性を記憶するユーザ属性記憶部を備え、
   前記分析部は、前記第１及び第２の度合の少なくともいずれかと、前記ユーザの前記属性及び前記飛散状況との関係を分析し、
   前記度合予測部は、予測対象の前記ユーザの属性及び前記予測値と、前記関係とに基づいて、前記ユーザについての前記第１及び第２の度合の少なくともいずれかを予測すること、
   を特徴とする情報処理システム。
8. 請求項６に記載の情報処理システムであって、
   前記ユーザから予防行動を行っているか否かを示す行動遵守情報の入力を受け付ける行動遵守情報入力部と、
   複数の前記ユーザのそれぞれについて前記行動遵守情報を記憶する行動遵守情報記憶部と、
   を備え、
   前記分析部は、前記第１及び第２の度合の少なくともいずれかと、前記予防行動ごとの前記行動遵守情報及び前記飛散状況との関係を分析し、
   前記度合予測部は、予測対象の前記ユーザの前記行動遵守情報及び前記予測値と、前記関係とに基づいて、前記ユーザについての前記第１及び第２の度合の少なくともいずれかを予測すること、
   を特徴とする情報処理システム。