JP7422180B2 - 健康状態評価システム、健康状態評価方法、およびプログラム - Google Patents
健康状態評価システム、健康状態評価方法、およびプログラム Download PDFInfo
- Publication number
- JP7422180B2 JP7422180B2 JP2022073355A JP2022073355A JP7422180B2 JP 7422180 B2 JP7422180 B2 JP 7422180B2 JP 2022073355 A JP2022073355 A JP 2022073355A JP 2022073355 A JP2022073355 A JP 2022073355A JP 7422180 B2 JP7422180 B2 JP 7422180B2
- Authority
- JP
- Japan
- Prior art keywords
- personnel
- health
- health condition
- parameters
- loss
- 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
- 238000011156 evaluation Methods 0.000 title claims description 92
- 230000003862 health status Effects 0.000 title claims description 49
- 230000036541 health Effects 0.000 claims description 120
- 230000008520 organization Effects 0.000 claims description 61
- 238000004364 calculation method Methods 0.000 claims description 45
- 238000012546 transfer Methods 0.000 claims description 33
- 230000004044 response Effects 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 5
- 230000008859 change Effects 0.000 claims 3
- 238000013058 risk prediction model Methods 0.000 claims 2
- 230000010365 information processing Effects 0.000 description 44
- 238000012545 processing Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 238000012854 evaluation process Methods 0.000 description 6
- 230000005802 health problem Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000006855 networking Effects 0.000 description 4
- 238000005401 electroluminescence Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000036449 good health Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000036642 wellbeing Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
<健康評価システム100>
図1を参照して、本開示の実施の形態に係る健康評価システム100の構成について説明する。図1に示すように、健康評価システム100は、情報処理装置1、および、ユーザ端末2を備える。
次に、図2を参照して、情報処理装置1の構成について説明する。情報処理装置1は、通信部11と、入出力部12と、記憶部13と、制御部14と、を備える。
図3は、制御部14の機能を説明するための機能ブロック図である。図3に示すように、制御部14は、取得部141と、見積部142と、要因推定部143と、算出部144と、出力部145と、を備える。
Lp=(100-p)×yi (1)
La=a×hw×12 (2)
式(2)において、a×hwが1ヶ月分のロスに相当するので、「12」を掛けることにより12ヶ月分=1年分の値を算出している。
複数の人員の健康状態データの各パラメータを説明変数、損失額を目的変数とした重回帰モデルを構築し、得られた偏回帰係数に基づいて対象の人員の損失額への影響が大きいパラメータを抽出する。
複数の人員の健康状態データの各パラメータを説明変数、損失額を目的変数とした決定木、ランダムフォレスト、勾配ブースティング法などの決定木系アルゴリズムを用いたモデルを構築し、得られた変数重要度あるいは部分依存グラフに基づいて対象の人員の損失額への影響が大きいパラメータを抽出する。
ベイジアンネットワークを利用し健康状態データのパラメータ間のネットワーク構造のグラフを推計することにより、どのパラメータがどのような経路を通して損失額に対して影響を与えているかを確率計算し、影響が大きいパラメータを抽出する。
次に、図4から図6を参照して、情報処理装置1が実行する健康評価処理について説明する。まず、図4を参照して、個人を対象とした健康評価処理について説明する。
1 情報処理装置
11 通信部
12 入出力部
13 記憶部
14 制御部
141 取得部
142 見積部
143 要因推定部
144 算出部
145 出力部
2 ユーザ端末
Claims (14)
- 組織に所属して労働を行う人員の健康状態に関し、少なくとも前記人員のプレゼンティズムおよびアブセンティズムを含む複数のパラメータを有する健康状態データを取得する取得部と、
当該人員の前記労働に関する生産性が低下することによって生じる損失額を、前記健康状態データの少なくとも一部を用いて、当該人員の前記プレゼンティズムに関する前記損失額としてのプレゼンティズムロス、および当該人員の前記アブセンティズムに関する前記損失額としてのアブセンティズムロスの少なくとも一方を算出することで見積もる見積部と、
前記人員の健康状態を評価する評価値を、前記複数のパラメータの少なくとも一部、または前記損失額の少なくともいずれかに基づいて算出する算出部と、
前記人員の前記健康状態データの前記複数のパラメータの入力に対し、前記損失額を出力するように事前に学習された学習済みモデルを用いて、前記人員毎の過去の健康状態データと新たに取得した健康状態データとで変化しているパラメータのうち、前記損失額に与える影響が大きいパラメータを、当該人員の健康のために改善されるべき要因として抽出する要因推定部と、
を備える、健康状態評価システム。 - 前記算出部は、前記組織に所属して前記労働を行うことにより前記人員がどの程度幸せであるかを客観的に示した度合いである客観的幸福度Dhappinessを、前記評価値として式(1)によって算出する、
請求項1に記載の健康状態評価システム。
Dhappiness=α1×Vsex+α2×Vage+α3×Dattendance+α4×Rstress+α5×Rreply (1)
ただし、Vsexは性別を表すダミー変数、Vageは年齢層を表すダミー変数、Dattendanceは勤怠データ、Rstressはストレスチェック結果、Rreplyは回答結果、α1-α5は係数である。 - 前記算出部は、前記人員の前記客観的幸福度、および前記健康状態データの少なくとも一部の入力に対し、所定時間経過後に当該人員が退職するリスクの度合いを示す退職リスク度を出力するように、過去の退職者の健康状態データに基づいて事前に学習されている退職リスク度予測モデルに、前記客観的幸福度、および前記健康状態データの少なくとも一部を入力し、当該退職リスク度予測モデルから出力された出力値を前記評価値としての前記退職リスク度とする、
請求項2に記載の健康状態評価システム。 - 前記算出部は、前記人員が前記組織において労働する際に、前記人員の能力がどの程度活かされているかの度合いを示す相性度Dcompatibleを、前記評価値として式(2)によって算出する、
請求項1に記載の健康状態評価システム。
Dcompatible=β1×Vsex+β2×Vage+β3×Dattendance+β4×Rstress+β5×Rreply+β6×Roperation+β7×Dskill (2)
ただし、Vsexは性別を表すダミー変数、Vageは年齢層を表すダミー変数、Dattendanceは勤怠データ、Rstressはストレスチェック結果、Rreplyは回答結果、Roperationは業務評価結果、Dskillはスキル適合度、β1-β7は係数である。 - 前記取得部は、前記人員の健康状態に関する複数の質問項目に対して前記人員が回答した回答結果を含む前記健康状態データを取得する、
請求項1から4のいずれか一項に記載の健康状態評価システム。 - 前記取得部は、前記労働を行っている間、前記健康状態に起因して、前記労働に関する能力がどの程度低下しているかの度合いを示す第1度合いについての前記質問項目に対する前記回答結果を取得する、
請求項5に記載の健康状態評価システム。 - 前記取得部は、前記健康状態に起因する遅刻、早退、または欠勤により、前記人員の前記生産性がどの程度低下しているかの度合いを示す第2度合いについての前記質問項目に対する前記回答結果を取得する、
請求項5に記載の健康状態評価システム。 - 前記取得部は、勤務時間として計上されていない残業時間の長さを示すサービス残業時間についての前記質問項目に対する前記回答結果を取得する、
請求項5に記載の健康状態評価システム。 - 前記取得部は、在宅勤務の長さを示す在宅勤務時間についての前記質問項目に対する前記回答結果を取得する、
請求項5に記載の健康状態評価システム。 - 前記取得部は、前記人員に対して実施された健康診断の結果を含む前記健康状態データを取得する、
請求項1に記載の健康状態評価システム。 - 前記算出部は、前記人員の前記健康状態データの前記複数のパラメータの少なくとも一部の入力に対し、当該人員が異動先において前記労働を行うことによりどの程度幸せを感じるかの度合いを示す異動後幸福度を予測して出力するように、前記組織に所属する全人員の前記客観的幸福度に基づいて事前に学習されている客観的幸福度予測モデルに、前記人員の前記健康状態データの前記複数のパラメータの少なくとも一部を入力し、当該客観的幸福度予測モデルから出力された出力値を前記評価値としての前記異動後幸福度とする、
請求項2に記載の健康状態評価システム。 - 前記算出部は、前記人員の前記健康状態データの前記複数のパラメータの少なくとも一部の入力に対し、当該人員の前記労働に関する能力が異動先においてどの程度活かされるかの度合いを示す異動後相性度を予測して出力するように、前記組織に所属する全人員の前記相性度に基づいて事前に学習されている相性度予測モデルに、前記人員の前記健康状態データの前記複数のパラメータの少なくとも一部を入力し、当該相性度予測モデルから出力された出力値を前記評価値としての前記異動後相性度とする、
請求項4に記載の健康状態評価システム。 - コンピュータが、
組織に所属して労働を行う人員の健康状態に関し、少なくとも前記人員のプレゼンティズムおよびアブセンティズムを含む複数のパラメータを有する健康状態データを取得し、
当該人員の前記労働に関する生産性が低下することによって生じる損失額を、前記健康状態データの少なくとも一部を用いて、当該人員の前記プレゼンティズムに関する前記損失額としてのプレゼンティズムロス、および当該人員の前記アブセンティズムに関する前記損失額としてのアブセンティズムロスの少なくとも一方を算出することで見積もり、
前記人員の健康状態を評価する評価値を、前記複数のパラメータの少なくとも一部、または前記損失額の少なくともいずれかに基づいて算出し、
前記人員の前記健康状態データの前記複数のパラメータの入力に対し、前記損失額を出力するように事前に学習された学習済みモデルを用いて、前記人員毎の過去の健康状態データと新たに取得した健康状態データとで変化しているパラメータのうち、前記損失額に与える影響が大きいパラメータを、当該人員の健康のために改善されるべき要因として抽出する、
健康状態評価方法。 - 組織に所属して労働を行う人員の健康状態に関し、少なくとも前記人員のプレゼンティズムおよびアブセンティズムを含む複数のパラメータを有する健康状態データを取得する手順と、
当該人員の前記労働に関する生産性が低下することによって生じる損失額を、前記健康状態データの少なくとも一部を用いて、当該人員の前記プレゼンティズムに関する前記損失額としてのプレゼンティズムロス、および当該人員の前記アブセンティズムに関する前記損失額としてのアブセンティズムロスの少なくとも一方を算出することで見積もる手順と、
前記人員の健康状態を評価する評価値を、前記複数のパラメータの少なくとも一部、または前記損失額の少なくともいずれかに基づいて算出する手順と、
前記人員の前記健康状態データの前記複数のパラメータの入力に対し、前記損失額を出力するように事前に学習された学習済みモデルを用いて、前記人員毎の過去の健康状態データと新たに取得した健康状態データとで変化しているパラメータのうち、前記損失額に与える影響が大きいパラメータを、当該人員の健康のために改善されるべき要因として抽出する手順と、
をコンピュータに実行させる、プログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021079658 | 2021-05-10 | ||
JP2021079658 | 2021-05-10 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022174010A JP2022174010A (ja) | 2022-11-22 |
JP7422180B2 true JP7422180B2 (ja) | 2024-01-25 |
Family
ID=84144386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022073355A Active JP7422180B2 (ja) | 2021-05-10 | 2022-04-27 | 健康状態評価システム、健康状態評価方法、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7422180B2 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005285021A (ja) | 2004-03-30 | 2005-10-13 | Daiwa Institute Of Research Ltd | 人事管理システムおよびその方法、並びにプログラム |
JP2016207165A (ja) | 2015-04-28 | 2016-12-08 | 株式会社バランスアンドユニーク | 人材リスク管理システム |
JP2019185416A (ja) | 2018-04-11 | 2019-10-24 | アビームコンサルティング株式会社 | 労働生産性及び健康経営の指標値の自動計算方法及び情報処理システム |
JP2020038599A (ja) | 2018-08-31 | 2020-03-12 | カシオ計算機株式会社 | 情報処理装置及びプログラム |
JP2020042548A (ja) | 2018-09-11 | 2020-03-19 | 株式会社FiNC Technologies | 健康評価システムおよび健康評価プログラム |
-
2022
- 2022-04-27 JP JP2022073355A patent/JP7422180B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005285021A (ja) | 2004-03-30 | 2005-10-13 | Daiwa Institute Of Research Ltd | 人事管理システムおよびその方法、並びにプログラム |
JP2016207165A (ja) | 2015-04-28 | 2016-12-08 | 株式会社バランスアンドユニーク | 人材リスク管理システム |
JP2019185416A (ja) | 2018-04-11 | 2019-10-24 | アビームコンサルティング株式会社 | 労働生産性及び健康経営の指標値の自動計算方法及び情報処理システム |
JP2020038599A (ja) | 2018-08-31 | 2020-03-12 | カシオ計算機株式会社 | 情報処理装置及びプログラム |
JP2020042548A (ja) | 2018-09-11 | 2020-03-19 | 株式会社FiNC Technologies | 健康評価システムおよび健康評価プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2022174010A (ja) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ashill et al. | Antecedents and outcomes of service recovery performance in a public health‐care environment | |
Staples et al. | A study of the impact of factor importance weightings on job satisfaction measures | |
US20130166358A1 (en) | Determining a likelihood that employment of an employee will end | |
JP2017123123A (ja) | 実務力開発支援システム、実務力開発支援方法およびサーバ | |
Khan | Development of employability framework through skill-discrepancy method: a perspective of LIS interns and librarians in the University of Peshawar, Pakistan | |
JP6626171B1 (ja) | 健康評価システムおよび健康評価プログラム | |
WO2020054367A1 (ja) | 健康評価システム、健康評価サーバ及び健康評価プログラム | |
Werner et al. | Relationships between work-related hazards and occupational burnout among academics: are active coping strategies important? | |
JP2020047292A (ja) | 健康評価システムおよび健康評価プログラム | |
JP2020042829A (ja) | 健康評価システムおよび健康評価プログラム | |
JP7422180B2 (ja) | 健康状態評価システム、健康状態評価方法、およびプログラム | |
JP2011128922A (ja) | 美容サポートシステム及び美容サポート方法 | |
Wang et al. | Understanding software engineers’ skill development in software development | |
Deuten | Taking care of the right pressure: A dynamic theory of health care work pressure, nurses well-being and patient satisfaction | |
WO2016120986A1 (ja) | 分析システム及び保健事業支援方法 | |
Watt et al. | Investigating the relationship between social support and durable return to work | |
WO2020054368A1 (ja) | 健康評価システムおよび健康評価プログラム | |
Böckerman | Presenteeism in economic research | |
JP7079882B1 (ja) | 情報処理方法、コンピュータプログラム及び情報処理装置 | |
JP6905633B1 (ja) | スキル評価方法、情報処理装置、及びプログラム | |
Jiang et al. | Information Asymmetry in Job Search | |
Kamalahmadi et al. | Racial and gender biases in customer satisfaction surveys: Evidence from a restaurant chain | |
JP2020047291A (ja) | 健康評価システム、健康評価サーバ及び健康評価プログラム | |
Gifford et al. | The Value of Disability Return-to-Work Programs | |
Mahfar et al. | Human Resource Practices and Job Satisfaction in Selangor Manufacturing Industry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220427 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230322 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230418 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230609 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230912 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231110 |
|
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: 20240109 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240115 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7422180 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |