JP7378721B2 - 健康診断解析システム、健康診断解析方法、および健康診断解析プログラム - Google Patents

Description

本発明は、健康診断解析システム、健康診断解析方法、および健康診断解析プログラムに関する。

従来、健康診断結果を分析して管理する管理システムが知られている。
例えば、特許文献１には、健康診断結果を分析、分類し、マップを作成して可視化することで、被診断者に対してわかりやすく伝える構成が開示されている。

特開２０１３－１９１０２１号公報

しかしながら、従来の管理システムでは、健康な状態であるか、不健康な状態であるか、を基準値に基づいて評価していなかったので、被診断者の状態が具体的にどの程度健康、又は不健康なのかを把握することに改善の余地があった。

そこで本発明は、被診断者が不健康な状態にどの程度近づいているかを定量的に把握することで、健康な状態の被診断者が不健康な状態に向かうのを未然に予防することができる健康診断解析システムを提供することを目的とする。

上記課題を解決するために、本発明の健康診断解析システムは、被診断者の健康診断の結果に対して解析を行う健康診断解析システムであって、健康診断における複数の検査項目毎に、基準値の上限値および下限値のうちの一方と、前記上限値および前記下限値の中央の値である中央値と、を用いて、基準範囲を設定する基準範囲設定部と、基準範囲に対して、各検査により取得された検査値の数値を線形的に評価して、検査項目に対するリスク値を算出するリスク値算出部と、検査項目毎に算出されたリスク値に基づいて、検査項目によって評価される各組織の健康状態を数値化する診断結果評価部と、を備えている。

また、リスク値算出部は、基準範囲内に留まった検査値に対して、検査項目に対するリスク値を算出してもよい。

また、診断結果評価部は、数値化された各組織の健康状態の組み合わせに基づいて、予め設定された複数の類型のうち、いずれの類型に被診断者が該当するかを判別してもよい。

また、類型は、動物を模したキャラクターにより表現された識別子により分類されてもよい。

また、診断結果評価部が判別した類型に基づいて、検査値を基準値の中央値に向けて推移させるための施策を推薦する施策提案部を備えてもよい。

また、本発明の健康診断解析方法は、被診断者の健康診断の結果に対して解析を行う健康診断解析システムであって、コンピュータが、健康診断における複数の検査項目毎に、基準値の範囲として、上限値および下限値のうちの少なくともいずれか一方と、上限値および下限値の中央の値である中央値と、をそれぞれ設定する基準範囲設定ステップと、基準範囲に対して、各検査により取得された検査値の数値を線形的に評価して、検査項目に対するリスク値を算出するリスク値算出ステップと、検査項目毎に算出されたリスク値に基づいて、検査項目によって評価される各組織の健康状態を数値化する診断結果評価ステップと、を実行する。

また、本発明の健康診断解析プログラムは、被診断者の健康診断の結果に対して解析を行う健康診断解析プログラムであって、健康診断における複数の検査項目毎に、基準値の範囲として、上限値および下限値のうちの少なくともいずれか一方と、上限値および下限値の中央の値である中央値と、それぞれ設定する基準範囲設定機能と、基準範囲に対して、各検査により取得された検査値の数値を線形的に評価して、検査項目に対するリスク値を算出するリスク値算出機能と、検査項目毎に算出されたリスク値に基づいて、検査項目によって評価される各組織の健康状態を数値化する診断結果評価機能と、を実現させる。

本発明の健康診断解析システムでは、基準範囲設定部およびリスク値算出部を備えているので、設定された基準範囲に対して、検査値がどの位置にあるのかを評価することができる。これにより、被診断者が不健康な状態にどの程度近づいているかを定量的に把握することで、健康な状態の被診断者が不健康な状態に向かうのを未然に予防することができる。

本発明の第一実施形態に係る健康診断解析システム、およびその周辺の構成を示す模式図である。 図１に示す健康診断解析システムの構成を示すブロック図である。 潜在医療費の算出方法を示す模式図である。 図１に示す健康診断解析システムにおける処理フローを示すフロー図である。 本発明の第二実施形態に係る健康診断解析システムの構成を示すブロック図である。 第二実施形態に係る健康診断解析システムにおいて用いられる各検査項目の中央値および上限値（下限値）の具体例の一覧を示す図である。 各組織のリスク値を構成する検査項目の第一例である。 各組織のリスク値を構成する検査項目の第二例である。 各組織のリスク値を構成する検査項目の第三例である。 各組織のリスク値を構成する検査項目の第四例である。 各組織のリスク値を構成する検査項目の第五例である。 各組織のリスク値を構成する検査項目の第六例である。 図５に示す健康診断解析システムにおける処理フローを示すフロー図である。

（第１実施形態）
本発明の第１実施形態について、図１から図４を参照しながら説明する。
図１は、本発明の一実施形態に係る健康診断解析システム１００（以下、単に解析システム１００という）、およびその周辺の構成を示す模式図である。
解析システム１００は、健康診断が実施させる健康診断センター３０のデータベース、およびユーザ端末１０とネットワーク４０を介して接続されている。このため、解析システム１００は健康診断結果を、健康診断センター３０のデータベースから入手することができるとともに、健康診断結果を解析したデータを、ユーザ端末１０に出力することができる。

ユーザ端末１０は、例えば健康診断の被診断者であるユーザ２０の個人パソコンや、ユーザ２０が属する会社のパソコン等である。ユーザ２０は、ユーザ端末１０を用いて、解析システム１００により解析されたデータを確認することができる。ユーザ端末１０はネットワーク４０と接続されている。
健康診断センター３０では、ユーザ２０の健康診断の結果をデータベースに保存している。このデータベースは、ネットワーク４０と接続されている。

ネットワーク４０は、解析システム１００と各種の機器との間を相互に接続させるためのネットワークであり、例えば、無線ネットワークや有線ネットワークである。
具体的には、ネットワーク４０は、ワイヤレスＬＡＮ（ｗｉｒｅｌｅｓｓ ＬＡＮ：ＷＬＡＮ）や広域ネットワーク（ｗｉｄｅ ａｒｅａ ｎｅｔｗｏｒｋ：ＷＡＮ）、ＩＳＤＮｓ（ｉｎｔｅｇｒａｔｅｄ ｓｅｒｖｉｃｅ ｄｉｇｉｔａｌ ｎｅｔｗｏｒｋｓ）、無線ＬＡＮｓ、ＬＴＥ（ｌｏｎｇ ｔｅｒｍ ｅｖｏｌｕｔｉｏｎ）、ＬＴＥ－Ａｄｖａｎｃｅｄ、第４世代（４Ｇ）、第５世代（５Ｇ）、ＣＤＭＡ（ｃｏｄｅ ｄｉｖｉｓｉｏｎ ｍｕｌｔｉｐｌｅ ａｃｃｅｓｓ）、ＷＣＤＭＡ（登録商標）、イーサネット（登録商標）などである。

また、ネットワーク４０は、これらの例に限られず、例えば、公衆交換電話網（Ｐｕｂｌｉｃ Ｓｗｉｔｃｈｅｄ Ｔｅｌｅｐｈｏｎｅ Ｎｅｔｗｏｒｋ：ＰＳＴＮ）やブルートゥース（Ｂｌｕｅｔｏｏｔｈ（登録商標））、ブルートゥースローエナジー（Ｂｌｕｅｔｏｏｔｈ Ｌｏｗ Ｅｎｅｒｇｙ）、光回線、ＡＤＳＬ（Ａｓｙｍｍｅｔｒｉｃ Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）回線、衛星通信網などであってもよく、どのようなネットワークであってもよい。

また、ネットワーク４０は、例えば、ＮＢ－ＩｏＴ（Ｎａｒｒｏｗ Ｂａｎｄ ＩｏＴ）や、ｅＭＴＣ（ｅｎｈａｎｃｅｄ Ｍａｃｈｉｎｅ Ｔｙｐｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎ）であってもよい。なお、ＮＢ－ＩｏＴやｅＭＴＣは、ＩｏＴ向けの無線通信方式であり、低コスト、低消費電力で長距離通信が可能なネットワークである。

また、ネットワーク４０は、これらの組み合わせであってもよい。また、ネットワーク４０は、これらの例を組み合わせた複数の異なるネットワークを含むものであってもよい。例えば、ネットワーク４０は、ＬＴＥによる無線ネットワークと、閉域網であるイントラネットなどの有線ネットワークとを含むものであってもよい。

解析システム１００は、健康診断結果の各種のデータを受信し、受信したデータを解析したうえで、ユーザ端末１０に出力を行う情報処理サーバである。解析システム１００は、例えば人工知能により実現してもよい。以下、解析システム１００の構成について詳述する。図２は、図１に示す解析システム１００の構成を示すブロック図である。

図２に示すように、解析システム１００は、受付部１１０と、記憶部１２０と、処理部１３０と、出力部１４０と、を備えている。
受付部１１０は、図１に示すネットワーク４０を介して、健康診断センター３０のデータベースから、健康診断結果のデータを受信する通信インターフェースである。
受付部１１０はまた、ユーザ２０からユーザ端末１０に入力された解析指示を受付ける。受付部１１０は、各種のデータを受付けると、処理部１３０に伝達する。

記憶部１２０は、処理部１３０が動作するうえで必要とする各種の制御プログラムや各種データを記憶する機能を有する。記憶部１２０は、例えば、ＨＤＤ、ＳＳＤ、フラッシュメモリなど各種の記憶媒体により実現される。

また、解析システム１００は、制御プログラムを記憶部１２０に記憶し、当該解析プログラムを実行して、処理部１３０が、解析システム１００として実現すべき機能を各実現することとしてよい。ここでいう各機能とは、後述する診断値評価機能、潜在医療費算出機能、潜在医療費報告機能、判別機能、および施策推薦機能を含んでいる。

また、記憶部１２０は、記憶している各種データのひとつとして、検査項目の基準値データを記憶している。基準値データとは、各検査項目の診断値に対して、健康な状態かどうかの指標となる値（範囲）である。
すなわち、診断値が、基準値データで規定された所定の範囲内に該当する場合には、当該検査項目に関して適切な状態とされる。
一方、診断値が、基準値データで規定された所定の範囲外に該当する場合には、当該検査項目に対して不適切な状態とされる。そして、すべての検査項目に対して適切な状態であれば、ユーザ２０は健康な状態と判断され、少なくとも一つの検査項目に対して不適切な状態となれば、ユーザ２０は不健康な状態と判断される。

また、記憶部１２０は、記憶している各種データのひとつとして、医療費データを記憶している。医療費データとは、不健康な状態において、標準的な治療を施すうえで必要とされる医療費を指す。
すなわち、前述の複数の検査項目のうち、いずれかに対して外れたことで、不健康な状態と判断された場合に、その状態を改善するために必要となる標準的な治療方法に対して想定される医療費のデータである。記憶部１２０は、検査項目毎に、基準値に対して外れた場合に想定される医療費データを複数記憶している。

また、記憶部１２０は、記憶している各種データのひとつとして、後述する判別ステップで用いる類型モデルを複数記憶している。類型モデルでは、各検査項目における評価結果と、これに対応するように分類された複数の類型と、が関連付けられている。本実施形態では、健康な状態も含めて、２１個の類型を記憶している。また、これらの２１個の類型に対して、動物を模したキャラクターを割り当てている。これにより、ユーザ２０が、自身が該当する類型を覚えやすくなる。

また、記憶部１２０は、後述する推薦部１３６が推薦する施策を特定するために用いる行動推薦モデルを記憶している。
行動推薦モデルは、後述する判別部１３５により判別された類型と、ユーザ２０に提案する施策内容、すなわち、運動習慣、食事改善、診療するのが好ましい診療科情報等が関連付けられている。

また、記憶部１２０は、記憶している各種データのひとつとして、解析結果を表示する際のレポートフォーマットを記憶している。レポートフォーマットには、診断者の氏名、所属名、住所等の個人情報の他、各診断値、前述した型および動物のキャラクター、および推薦された施策等を記入する欄が設けられている。

処理部１３０は、解析システム１００の各部を制御するコンピュータであり、例えば、中央処理装置（ＣＰＵ）やマイクロプロセッサ、ＡＳＩＣ、ＦＰＧＡなどであってもよい。なお、処理部１３０は、これらの例に限られず、どのようなものであってもよい。

処理部１３０は、演算部１３１およびデータ加工部１３２を備えている。演算部１３１は、後述する各演算を行う部分である。データ加工部１３２は、演算部１３１における演算結果と、レポートフォーマットと、を用いて出力データを作成する。
演算部１３１は、診断値評価部１３３と、医療費算出部１３４と、判別部１３５と、推薦部１３６と、を備えている。

診断値評価部１３３は、健康診断の検査項目毎に設定された基準値内に留まった診断値を、定量的に評価する。ここで、定量的な評価の方法としては、診断値と基準値との差分を算出したうえで、差分の量に応じてスコアを付ける方法を採用してもよい。すなわち、診断値評価部１３３は、基準値内に留まることで、適切な状態であると判断できる診断値が、どの程度基準値に近づいているかを定量的に評価する。

医療費算出部１３４は、記憶部１２０に記憶された医療費データと、診断値評価部１３３の評価結果と、を用いて、健康診断の際に潜在的に想定される潜在医療費を算出する。ここで潜在医療費とは、現時点では必要にならないが、この先に基準値外に至った場合に、想定される医療費のことである。

潜在医療費は、例えば図３に示すように、基準値に対する診断値の割合に基づいて、線形的に算出してもよいし、前記割合と対応して設定された係数を用いて算出してもよい。ここで図３は、潜在医療費の算出方法の一例を示す模式図である。
なお、この図では、診断値が中央値よりも高い値を示している場合について説明しているが、このような態様に限られず、診断値が中央値よりも低い値を示している場合についても、同じような考え方で算出することができる。

また、医療費算出部１３４は、一群の被診断者に対して算出された潜在医療費を集計する。集計された潜在医療費の総額は、一群の被診断者を管理する管理者に報告される。報告は、出力部１４０が管理者端末に送信することで行う。

判別部１３５は、類型モデルと、診断値評価ステップにおける複数の検査項目に対する評価結果と、に基づいて、予め設定された複数の類型のうち、いずれの類型にユーザ２０が該当するかを判別する。
推薦部１３６は、行動推薦モデルと、判別ステップにより判別された類型に基づいて、診断値が基準値の中央値となるような施策を推薦する。

出力部１４０は、処理部１３０で処理されたデータを、ユーザ端末１０に送信する機能を有する通信インターフェースである。すなわち出力部１４０は、データ加工部１３２で作成されたレポートを、ユーザ端末１０に対して送信することで、ユーザ２０が確認できるようにする。

次に、図４を用いて、解析システム１００の制御フローについて説明する。図４は、解析システム１００における処理フローを示すフロー図である。
まず、受付部１１０が、健康診断結果のデータを受付ける（Ｓ５０１）。次に、診断値評価ステップとして、診断値評価部１３３が、検査項目毎の診断値を評価する（Ｓ５０２）。この際、診断値評価部１３３は、記憶部１２０に記憶された基準値データを用いて、検査項目毎の基準値と診断値とを比較することで、診断値を定量的に評価する。

次に、潜在医療費算出ステップとして、医療費算出部１３４が、潜在医療費を算出する（Ｓ５０３）。この際、潜在医療費算出ステップでは、前述したように、記憶部１２０に記憶された医療費データを用いて、診断値の基準値に対する割合に応じて、潜在医療費を算出することができる。

次に、判別ステップとして、判別部１３５が、診断者の類型を判別する（Ｓ５０４）。この際、判別部１３５は、記憶部１２０に記憶された類型モデルを用いて、診断値評価ステップにおける評価結果と対応するユーザ２０の類型を判別する。

次に、施策推薦ステップとして、推薦部１３６が、ユーザ２０に推薦する施策を特定する（Ｓ５０５）。この際、推薦部１３６は、記憶部１２０に記憶された行動推薦モデルを用いて、ユーザ２０が該当する類型に対して、推薦するべき施策を特定する。
次に、データ加工部１３２が、レポートを作成する（Ｓ５０６）。この際、データ加工部１３２は、記憶部１２０に記憶されたレポートフォーマットを用いて、演算部１３１における演算結果をレポートの内容として入力することで、レポートデータを作成する。

また出力部１４０は、ユーザ端末１０にレポートデータを出力する（Ｓ５０７）。この際、潜在医療費報告ステップとして、集計された潜在医療費の総額を、一群の被診断者を管理する管理者に報告する（Ｓ５０８）。そしてユーザ２０は、ユーザ端末１０にアクセスすることで、レポートデータを確認することができる。

以上説明したように、本実施形態に係る解析システム１００によれば、コンピュータが、診断値評価ステップを実行するので、診断値が仮に基準値内に留まった場合に、基準値に対する差分に基づいて、診断値を定量的に評価することができる。
このため、診断値が基準値内であったとしても、診断者が健康な状態の中で、不健康な状態にどの程度近づいているかを容易に把握することで、健康な状態の被診断者が不健康な状態に向かうのを未然に予防することができる。

また、コンピュータが、潜在医療費算出ステップを実行するので、未だ病気に至っていない未病の状態において、潜在的に想定される医療費を算出し、現時点での健康状態における経済的なリスクをユーザ２０に認識させることができる。これにより、ユーザ２０の健康への意識を高めることができる。

また、コンピュータが、潜在医療費報告ステップを実行するので、一群の被診断者が所属する組織において、将来的にどの程度の医療費が必要となるか、管理者に認識させることができる。これにより、管理者の利便性を向上することができる。

また、コンピュータが、判別ステップを実行するので、ユーザ２０が該当する類型を判別することで、健康状態として同じような傾向があるユーザ２０を、一つの類型として管理することで、同様の施策を推薦できる等、複数の被診断者を効率的に管理することができる。

また、コンピュータが、施策推薦ステップを実行するので、ユーザ２０に対して、健康状態を改善するうえで、今後必要となる運動習慣、食事改善、又は病院での診察等といった各施策を推薦することができる。これにより、ユーザ２０が推薦された各施策を健康管理に供することで、ユーザ２０の健康状態を維持することができる。

（第２実施形態）
次に、第２実施形態に係る健康診断解析システム２００について説明する。なお、この実施形態では、第１実施形態と同一の構成については同一の符号を振り、その説明を省略する。図５は、本発明の第二実施形態に係る健康診断解析システム２００の構成を示すブロック図である。

図５に示すように、本実施形態に係る健康診断解析システム２００は、演算部２３１が、基準範囲設定部２３３と、リスク値算出部２３５と、診断結果評価部２３６と、施策提案部２３７と、を更に備えている。
基準範囲設定部２３３は、健康診断における複数の検査項目毎に、基準値の上限値および下限値のうちの一方と、上限値および下限値の中央の値である中央値と、を用いて、基準範囲を設定する。この点について図６を用いて説明する。図６は、各検査項目の中央値および上限値（下限値）の具体例の一覧を示す図である。

基準範囲設定部２３３は、図６に示すように、検査項目に対して、中央値から上限値のデータを設定している。このデータ（検査項目データ）は、基準範囲データとして記憶部１２０に記憶される。
検査項目データの大半は、中央値と上限値とが設定されているが、図６に※印で示す検査項目については、中央値と下限値とが設定されている。これは、値が大きくなるほど不健康な状態となる検査項目では、中央値から上限値が管理され、値が小さくなるほど不健康な状態となる検査項目では、中央値から下限値が管理されていることを意味している。

すなわち、本発明における基準範囲とは、値が大きくなるほど不健康な状態となる検査項目では、中央値と上限値との間の範囲であり、値が小さくなるほど不健康な状態となる検査項目では中央値と下限値との間の範囲である。
また、検査項目データは、検査項目によっては、性別毎に基準範囲が設定されている。このため、男女により基準値が異なる場合には、それぞれ別の範囲を示すこととなる。

リスク値算出部２３５は、基準範囲に対して、各検査により取得された検査値の数値を線形的に評価して、前記検査項目に対するリスク値を算出する。
具体的には、各検査項目の基準範囲における中央値をリスク値１０とし、最大値をリスク値１００としたうえで、各検査項目で取得された検査値を線形的に評価して、各検査項目におけるリスク値を算出する。

ここで、値が大きくなるほど不健康な状態となる検査項目では、検査値が上限値よりも大きく、異常値を示している場合は、リスク値は線形的に増加していくものとし、検査値が中央値よりも小さい場合はリスク値０とする。
一方、値が小さくなるほど不健康な状態となる検査項目では、検査値が下限値よりも小さく、異常値を示している場合は、リスク値は線形的に増加していくものとし、検査値が中央値よりも大きい場合はリスク値０とする。

すなわち、検査値と中央値との差分が、中央値および最大値それぞれのリスク値の差分９０と比例関係にあるとし、検査値の差分に対応するリスク値を算出する。
具体例を挙げると、図６に示す検査項目データにおいて、検査項目「中性脂肪」では、中央値が１００（リスク値１０）、上限値が１５０（リスク値１００）であるため、仮に検査値が１２０の場合には、リスク値は４６となる。

また、他の具体例として、値が小さくなるほど不健康な状態となる、検査項目「ｅＧＦＲ」では、中央値が８０（リスク値１０）、下限値が６０（リスク値１００）であるため、仮に検査値が７０の場合には、リスク値は５５となる。

すなわち、リスク値算出部２３５は、基準範囲内に留まった検査値に対して、検査項目に対するリスク値を算出することもできるし、基準範囲外の異常値を示している検査値に対して、検査項目に対するリスク値を算出することもできる。

診断結果評価部２３６は、検査項目毎に算出されたリスク値に基づいて、検査項目によって評価される各組織の健康状態を数値化する。この数値化の手法について、図７から図１２を用いて説明する。
図７は、各組織のリスク値を構成する検査項目の第一例であり、特に肝臓の評価に用いられる。図８は、各組織のリスク値を構成する検査項目の第二例であり、特に肝臓の評価を補足するものである。

肝臓の場合には、まず図７の肝臓Aに示されるように、ＡＬＴ×０．５＋（γＧＴＰ＋コリンエステラーゼ＋ＡＳＴ）／３×０．５を肝臓のリスク値とする。
ここで、ＡＬＴはアラニンアミノトランスフェラーゼを指す。ＡＳＴはアスパラギン酸アミノトランスフェラーゼを指す。γＧＴＰはγ-グルタミルトランスフェラーゼを指す。
そして、ＡＳＴリスク値０の場合には、ＡＬＴのリスク値も無視して良いので、この場合には、図８の肝臓Ｂに示されるように、コリンエステラーゼ×０．５＋γＧＴＰ×０．５を肝臓のリスク値とする。

図９は、臓器のリスク値を構成する検査項目の第三例であり、特に腎臓の評価に用いられる。腎臓の場合には、図９に示されるように、(尿アルブミン＋尿蛋白＋ｅＧＦＲ＋血圧)/４×０．７５＋(尿酸＋カリウム＋尿潜血)/３×０．２５を腎臓のリスク値とする。ここで、ｅＧＦＲは推算糸球体濾過値を指す。

図１０は、臓器のリスク値を構成する検査項目の第四例であり、特に筋肉の評価に用いられる。筋肉の場合には、図１０に示されるように、ＳＭＩ×０．７５＋(血中ケトン＋血清アルブミン＋赤血球)/３×０．２５を筋肉のリスク値とする。ここで、ＳＭＩは骨格筋量指標を指す。

図１１は、臓器のリスク値を構成する検査項目の第五例であり、特に血管の評価に用いられる。血管の場合には、血圧（上）×０．３５＋血圧（下）×０．３５＋血糖値×０．１５＋(中性脂肪＋ＬＤＬ_Ｃ＋尿酸)/３×０．１５を血管のリスク値とする。ここで、ＬＤＬ_Ｃは悪玉コレステロールを指す。

図１２は、臓器のリスク値を構成する検査項目の第六例であり、特に肥満の評価に用いられる。肥満の場合には、ＢＭＩ×０．７５＋(γＧＴＰ＋コリンエステラーゼ＋中性脂肪)/３×０．２５を肥満のリスク値とする。ここで、ＢＭＩはボディマス指数を指す。
前述した各組織のリスク値はあくまで例示であり、例示した全てを用いなくてもよいし、他のリスク値を用いてもよい。

診断結果評価部２３６はまた、数値化された各組織の健康状態の組み合わせに基づいて、予め設定された複数の類型のうち、いずれの類型に被診断者が該当するかを判別する。
この類型は、動物を模したキャラクターにより表現された識別子により分類されている。類型は、前述した各組織の健康状態の組み合わせにより、例えば２１タイプに分類されている。この分類は、予め定められている類型と、その類型に該当する各組織の健康状態の範囲を定めた範囲値の組み合わせ、すなわち、各組織の健康状態の組み合わせが対応付けられた情報があって、健康診断で検出された値が、各組織の範囲値の組み合わせに該当する場合に、対応する類型に該当すると判定される。

識別子は、「肝臓が悪い」などの医学的かつ精神的負荷となる表現を避け、動物を模したキャラクターにより表現されている。例えば、脂肪が多い肥満傾向でその他の臓器は問題ないタイプは「丸のみのヘビ」、肥満と肝臓負担の傾向があるタイプは「食べ過ぎトイプードル」などである。

そして、これら各キャラクター（識別子）をインターネット上の情報やスーパーマーケットでの陳列食品などにラベルすることで、キャラクター選択することが自身の健康行動につながるようにすることができる。

また、識別子は、キャラクターは臓器状態や組み合わせ、年齢、性別、各検査項目の数値レベルなどによって、同じキャラクターでも健康状態のリスク値を異ならせることで、よりパーソナライズされた健康状態のリスク値を実現することができる。

施策提案部２３７は、診断結果評価部２３６が判別した類型に基づいて、検査値を基準値の中央値に向けて推移させるための施策を推薦する。施策提案部２３７は、記憶部１２０に記憶された行動推薦モデルを用いて、ユーザ２０が該当する類型に対して、推薦するべき施策を特定する。行動推薦モデルには、分類された類型と、ユーザ２０に提案する施策内容、すなわち、運動習慣、食事改善、診療するのが好ましい診療科等の情報が関連付けられている。施策には、サプリメントや薬剤の服用等も含まれる。

次に、健康診断解析システム２の処理フローについて、図１３を用いて説明する。図１３は、健康診断解析システム２の処理フローを示す図である。
図１３に示すように、健康診断解析システム２を用いた健康診断解析方法では、まず、受付部が、健康診断結果のデータを受付ける（Ｓ６０１）。
次に、基準範囲設定部２３３が、複数の検査項目ごとに、基準範囲を設定する（基準範囲設定ステップ：Ｓ６０２）。

次に、リスク値算出部２３５が、各検査項目に対するリスク値を算出する（リスク値算出ステップ：Ｓ６０３）。
次に、診断結果評価部２３６が、検査項目毎に算出されたリスク値に基づいて、各組織の健康状態を数値化する（診断結果評価ステップ：Ｓ６０４）。

次に、診断結果評価部２３６が、被診断者を類型に分類する（類型分類ステップ：Ｓ６０５）。この際、診断結果評価部２３６は、各組織の健康状態の組み合わせから、予め設定された類型に分類し、識別子を付与する。

そして最後に、施策提案部２３７が、分類した類型に基づいて、検査値を基準値の中央値に向けて推移させるための施策を推薦する（施策提案ステップ：Ｓ６０６）。これにより、被診断者が今後取るべき施策を把握することができる。

以上説明したように、本実施形態に係る健康診断解析システム２００によれば、基準範囲設定部２３３およびリスク値算出部２３５を備えているので、設定された基準範囲に対して、検査値がどの位置にあるのかを評価することができる。これにより、被診断者が不健康な状態にどの程度近づいているかを定量的に把握することで、健康な状態の被診断者が不健康な状態に向かうのを未然に予防することができる。

また、健康診断解析システム２００は、診断結果評価部２３６を備えているので、検査項目毎に算出されたリスク値に基づいて、検査項目によって評価される各組織の健康状態を数値化することができる。これにより、各組織のリスク値を算出することで、検査値を確認しただけではわかりにくい、検査値から推測できる各組織のリスク値を把握することができる。

また、リスク値算出部２３５が、基準範囲内に留まった検査値に対して、検査項目に対するリスク値を算出するので、基準範囲（正常範囲）内での各組織における健康状態の変化をとらえることができる。
すなわち、異常値つまり各組織が病気になってから対策を立てることなく、言い換えれば、疾患の早期発見のためではなく、健康とされる状態をより細分化して、その健康状態を評価することができる。

一般に、健康診断によって「健康」あるいは「異常値なし（無所見）」と診断されると、健康管理や健康投資について自分にあった食事や運動、予防方法など調べる必要がないと判断し、健康への意識が減退する傾向がある。
このような判断により、食生活等の生活習慣が悪化し、結果的に異常値が出てから治療が始まるという問題がある。本発明の健康診断解析システム２では、健康（異常なし）をより細分化することで、ユーザ２０個々の状態に最適化された食事管理、運動管理、情報、サービス、健康関連商品を提案することができる。

また、診断結果評価部２３６は、数値化された各組織の健康状態の組み合わせに基づいて、予め設定された複数の類型のうち、いずれの類型に被診断者が該当するかを判別する。これにより、被診断者を各組織の健康状態に基づいて、予め設定された類型に分類することで、被診断者に提供する情報を、一定数に絞ることが可能になり、利便性を向上することができる。

また、類型は、動物を模したキャラクターにより表現された識別子により分類されている。これにより、自分の健康診断結果の意味がわからなくても、臓器を含む各組織の状態がわからなくても、自分が該当する識別子を表現するキャラクターを知り、キャラクターを目印として最適化された情報、食事、運動、健康関連商品を見つけることができ、健康管理のための行動で迷走して難しいといって行動できなくなっている現状を解決することができる。

また、診断結果評価部２３６が判別した類型に基づいて、検査値を基準値の中央値に向けて推移させるための施策を推薦する施策提案部２３７を備えているので、被診断者それぞれに対して、最適な施策を提案することができる。

上記実施形態に係るシステムは、上記実施形態に限定されるものではなく、他の手法により実現されてもよいことは言うまでもない。以下、各種変形例について説明する。
例えば、検査値が、基準範囲外である異常値であることが発見されれば、医療機関での検査をアラートやメール等で促すことができる。
また、メタボリックシンドロームなど特定保健指導に関わる検査所見が発見された場合もアラートやメール等で促すことができ、本システムを導入した企業や部署の責任者（人事や産業医、保健師）から直接アラートやメール等で再検査や特定指導保健等を促すことができる。これにより、これまでそういった部門の担当者が、電話や対面で促していた労力を削減し、本来の業務に時間と労力を費やすことができる。

健康診断解析システム２は、企業における毎年の健康診断の結果や、市販の微量採血キットなどでの血液検査結果を用いて解析することが出来る。
また健康診断解析システム２は、ユーザがどの識別子に該当するかだけでなく、ユーザ２０が所属するグループや部署単位、全社単位での平均分析も可能となっている。すなわち、会社で使用すれば、部署ごとの健康状態を把握することや、全社員としての平均健康状態を把握することができ、グループや部署、会社にとって最適な健康福利厚生を実施することができる。

具体的には、健康経営や社内健康セミナー、新入社員教育、部署単位健康セミナーなどで、自社の社員の多数が抱えている健康リスクに適した内容の健康情報の提供や健康促進の活動を行うことが可能となる。例えば、経理部署の平均キャラクターは「丸のみのヘビ（肥満傾向）」なのでダイエットのセミナーや健康促進を図り、営業部署は「食べ過ぎトイプードル（肝臓負担と肥満）」なのでダイエットだけでなくお酒の飲み方セミナーを開催するなどである。

また、上記実施形態のプログラムは、コンピュータに読み取り可能な記憶媒体に記憶された状態で提供されてもよい。記憶媒体は、「一時的でない有形の媒体」に、プログラムを記憶可能である。記憶媒体は、ＨＤＤやＳＤＤなどの任意の適切な記憶媒体、またはこれらの２つ以上の適切な組合せを含むことができる。記憶媒体は、揮発性、不揮発性、または揮発性と不揮発性の組合せでよい。なお、記憶媒体はこれらの例に限られず、プログラムを記憶可能であれば、どのようなデバイスまたは媒体であってもよい。

また、解析システム１００は、例えば、記憶媒体に記憶されたプログラムを読み出し、読み出したプログラムを実行することによって、各実施形態に示す複数の機能部の機能を実現することができる。また、当該プログラムは、任意の伝送媒体（通信ネットワークや放送波等）を介して、解析システム１００に提供されてもよい。解析システム１００は、例えば、インターネット等を介してダウンロードしたプログラムを実行することにより、各実施形態に示す複数の機能部の機能を実現する。

また、当該プログラムは、例えば、ＡｃｔｉｏｎＳｃｒｉｐｔ、ＪａｖａＳｃｒｉｐｔ(登録商標)などのスクリプト言語、Ｏｂｊｅｃｔｉｖｅ―Ｃ、Ｊａｖａ(登録商標)などのオブジェクト指向プログラミング言語、ＨＴＭＬ５などのマークアップ言語などを用いて実装してもよい。

解析システム１００における処理の少なくとも一部は、１以上のコンピュータにより構成されるクラウドコンピューティングにより実現されていてもよい。また、解析システム１００の各機能部は、上記実施形態に示した機能を実現する１または複数の回路によって実現されてもよく、１の回路により複数の機能部の機能が実現されることとしてもよい。

また、本開示の実施形態を諸図面や実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形や修正を行うことが容易であることに注意されたい。従って、これらの変形や修正は本開示の範囲に含まれることに留意されたい。例えば、各手段、各ステップ等に含まれる機能等は論理的に矛盾しないように再配置可能であり、複数の手段やステップ等を１つに組み合わせたり、或いは分割したりすることが可能である。また、各実施形態に示す構成を適宜組み合わせることとしてもよい。

＜付記＞
健康診断の結果に対して解析を行う健康診断結果の解析方法であって、コンピュータが、前記健康診断の検査項目毎に設定された基準値内に留まった診断値を、前記基準値に対する差分に基づいて、定量的に評価する診断値評価ステップを実行する健康診断結果の解析方法。

コンピュータが、
前記診断値評価ステップにおける評価結果と、前記診断値が前記基準値外となった時に想定される治療に要する医療費と、に基づいて、前記健康診断の際に潜在的に想定される潜在医療費を算出する潜在医療費算出ステップを実行することを特徴とする段落００８７に記載の健康診断結果の解析方法。

コンピュータが、
一群の被診断者に対して算出された前記潜在医療費を集計し、集計された潜在医療費の総額を、前記一群の被診断者を管理する管理者に報告する潜在医療費報告ステップを実行することを特徴とする段落００８８に記載の健康診断結果の解析方法。

コンピュータが、前記診断値評価ステップにおける複数の検査項目に対する評価結果に基づいて、予め設定された複数の類型のうち、いずれの類型に被診断者が該当するかを判別する判別ステップと、前記判別ステップにより判別された類型に基づいて、前記診断値が基準値の中央値となるような施策を推薦する施策推薦ステップと、を実行することを特徴とする段落００８７から段落００８９のいずれか１項に記載の健康診断結果の解析方法。

健康診断の結果に対して解析を行う健康診断結果の解析プログラムであって、コンピュータに、前記健康診断の検査項目毎に設定された基準値内に留まった診断値を、前記基準値に対する差分に基づいて、定量的に評価する診断値評価機能を実現させる健康診断結果の解析プログラム。

健康診断の結果に対して解析を行う健康診断解析システムであって、コンピュータに、前記健康診断の検査項目毎に設定された基準値内に留まった診断値を、前記基準値に対する差分に基づいて、定量的に評価する診断値評価部を備えている健康診断解析システム。

１００ 健康診断解析システム
１３３ 診断値評価部
１３４ 医療費算出部
１３５ 判別部
１３６ 推薦部

Claims (7)

1. 被診断者の健康診断の結果に対して解析を行う健康診断解析システムであって、
   前記健康診断における複数の検査項目毎に、基準範囲を、健康な状態を示す基準値の上限値および下限値のうちの一方と、前記上限値および前記下限値の中央の値である中央値との間として設定する基準範囲設定部と、
   前記基準範囲に対して、各検査により取得された検査値の数値を線形的に評価して、前記検査項目に対するリスク値を算出するリスク値算出部と、
   前記検査項目毎に算出された前記リスク値に基づいて、前記検査項目によって評価される各組織の健康状態を数値化する診断結果評価部と、を備えている健康診断解析システム。
2. 前記リスク値算出部は、前記基準範囲内に留まった前記検査値に対して、前記検査項目に対するリスク値を算出することを特徴とする請求項１に記載の健康診断解析システム。
3. 前記診断結果評価部は、数値化された前記各組織の健康状態の組み合わせに基づいて、予め設定された複数の類型のうち、いずれの類型に前記被診断者が該当するかを判別することを特徴とする請求項１又は２に記載の健康診断解析システム。
4. 前記類型は、動物を模したキャラクターにより表現された識別子により分類されていることを特徴とする請求項３に記載の健康診断解析システム。
5. 前記診断結果評価部が判別した前記類型に基づいて、前記検査値を基準値の中央値に向けて推移させるための施策を推薦する施策提案部を備えていることを特徴とする請求項４に記載の健康診断解析システム。
6. 被診断者の健康診断の結果に対して解析を行う健康診断解析システムであって、
   コンピュータが、
   前記健康診断における複数の検査項目毎に、基準範囲を、健康な状態を示す基準値の上限値および下限値のうちの少なくともいずれか一方と、前記上限値および前記下限値の中央の値である中央値との間として設定する基準範囲設定ステップと、
   前記基準範囲に対して、各検査により取得された検査値の数値を線形的に評価して、前記検査項目に対するリスク値を算出するリスク値算出ステップと、
   前記検査項目毎に算出された前記リスク値に基づいて、前記検査項目によって評価される各組織の健康状態を数値化する診断結果評価ステップと、を実行する健康診断解析方法。
7. 被診断者の健康診断の結果に対して解析を行う健康診断解析プログラムであって、
   前記健康診断における複数の検査項目毎に、基準範囲を、健康な状態を示す基準値の上限値および下限値のうちの少なくともいずれか一方と、前記上限値および前記下限値の中央の値である中央値との間として設定する基準範囲設定機能と、
   前記基準範囲に対して、各検査により取得された検査値の数値を線形的に評価して、前記検査項目に対するリスク値を算出するリスク値算出機能と、
   前記検査項目毎に算出された前記リスク値に基づいて、前記検査項目によって評価される各組織の健康状態を数値化する診断結果評価機能と、を実現させる健康診断解析プログラム。
   
   

Images