JPWO2014006862A1 - 生活習慣病改善支援システム、生活習慣病改善支援方法、生活習慣病改善支援用コンピュータプログラム、及び、生活習慣病改善支援用コンピュータプログラムを格納したコンピュータ読み取り可能な記録媒体 - Google Patents

Abstract

生活習慣病改善支援システムは、対象患者の生活習慣病の改善を支援する生活習慣病改善支援システムであって、対象患者の生活習慣の状態を表す生活習慣状態の入力を受け付ける生活習慣状態入力部と、対象患者の生体情報測定値の入力を受け付ける生体情報測定値入力部と、生体情報測定値の経時変化に対する変化を特徴量として抽出する特徴量抽出部と、対象患者の前記生体情報測定値と、対象患者とは異なる参照患者の特徴量との比較結果を算出する特徴量比較部と、比較結果に基づいて、対象患者に類似した参照患者を抽出する参照患者抽出部と、対象患者に対して、参照患者の生体情報測定値および生活習慣状態を表示する生活習慣提案表示部と、を備える。

Description

本開示は、生活習慣病を改善するための支援を行う生活習慣病改善支援システム、生活習慣病改善支援方法、生活習慣病改善支援用コンピュータプログラム、及び、生活習慣病改善支援用コンピュータプログラムを格納したコンピュータ読み取り可能な記録媒体に関する。生活習慣病の発症には、遺伝要因と環境要因が関与しており、環境要因としては、生活習慣や服薬の影響がある。ここでは、対象とする患者が他の患者の健康状態や生活習慣を参照し、患者が生活習慣改善の動機付けを行う技術について記載する。

生活習慣病を改善する為には、生活習慣や服薬の影響を考慮する必要があることは公知である。また、生活習慣病の一例として、高血圧に対する生活習慣の改善項目としては、非特許文献１に記載がされている通り、減塩、栄養、減量、運動、節酒、禁煙などがあることも、医療関係者からの情報、および公開情報にて公知である。しかしながら、患者にとって生活習慣改善項目を継続的に実施することは、日常生活に制限がかかり、精神的や肉体的に苦痛を伴う場合があることから、必ずしも容易なことではない。この生活習慣改善を継続する為に、対象となる患者（以下、対象患者と表現）の健康状態だけでなく、対象患者とは異なる他の患者（以下、参照患者と表現）の健康状態や生活習慣を参照する技術として２つを紹介する。

例えば、特許文献１は、生活習慣病を改善する為、対象患者と類似した属性（年齢、遺伝子、生活習慣等）の参照患者を抽出し、対象患者と参照患者との優劣度を相対評価する技術を開示している。

また、特許文献２は、体重を減量する為、対象患者と同様な生体情報（体重）変化の参照患者を抽出し、その参照患者の減量実績情報を提供する技術を開示している。

特開２００６−１２７２８９号公報 特開２００９−９３３０７号公報

従来技術では、対象患者が対象患者本人と類似した参照患者の健康状態の比較を行う際に、参照患者のどの様な生活習慣がきっかけとなり健康状態を改善させたのか、もしくは健康状態を悪化させたのか、参照患者の経時変化における変化点の原因が何かを把握することが困難である。

本開示の目的は、対象患者本人と類似した参照患者の健康状態を比較して、対象患者へ適切な生活習慣改善提案を行う技術を提供することである。

課題を解決する手段

本開示に係る生活習慣病改善支援システムは、対象患者の生活習慣病の改善を支援する生活習慣病改善支援システムであって、
対象患者の生活習慣の状態を表す生活習慣状態の入力を受け付ける生活習慣状態入力部と、
前記対象患者の生体情報測定値の入力を受け付ける生体情報測定値入力部と、
前記生体情報測定値の経時変化に対する変化を特徴量として抽出する特徴量抽出部と、
前記対象患者の前記生体情報測定値と、前記対象患者とは異なる参照患者の前記特徴量との比較結果を算出する特徴量比較部と、
前記比較結果に基づいて、前記対象患者に類似した参照患者を抽出する参照患者抽出部と、
前記対象患者に対して、前記参照患者の前記生体情報測定値および前記生活習慣状態を表示する生活習慣提案表示部と、
を備える。

本開示の生活習慣病改善支援システムによれば、対象患者が、対象患者本人と類似した参照患者の健康状態を比較する際に、参照患者の健康状態が変化する時点の生活習慣を参照することにより、生活習慣病改善の行動変容を行う情報を提供する。これによって、対象患者に対して生活習慣改善を行う動機付けを提供できるという効果がある。

実施の形態１に係る生活習慣病改善支援システムの構成を示す構成図である。 実施の形態１に係る生活習慣病改善支援方法のフローチャートである。 実施の形態１における生活習慣目標入力部における画面の一例である。 実施の形態１における健康状態入力処理のフローチャートである。 実施の形態１における生体情報測定値入力部における画面の一例である。 実施の形態１における生活習慣状態入力部における画面の一例である。 実施の形態１における特徴量抽出部の処理のフローチャートである。 実施の形態１における特徴量抽出部における特徴量を示す一例である。 実施の形態１における第二記憶部に記憶している各患者の特徴量の一例である。 実施の形態１における生活習慣提案処理のフローチャートである。 参照患者抽出部による参照患者一覧の画面の一例である。 生活習慣提案表示部における画面の一例である。 特徴量比較部における処理のフローチャートである。 （ａ）は、対象患者の生体情報測定値を表すグラフであり、（ｂ）は、参照患者の生体情報測定値を表すグラフであり、（ｃ）は、対象患者４の生体情報測定値と参照患者５の生体情報測定値との差分算出方法を表すグラフである。 （ａ）は、対象直線と参照直線が交差する場合の差分を算出する方法を示す図であり、（ｂ）は、対象直線と参照直線が交差しない場合の差分を算出する方法を示す図である。 実施の形態１における生活習慣病改善支援システムのクライアント装置の構成の一例を示す構成図である。

本開示の第１態様に係る生活習慣病改善支援システムは、対象患者の生活習慣病の改善を支援する生活習慣病改善支援システムであって、
対象患者の生活習慣の状態を表す生活習慣状態の入力を受け付ける生活習慣状態入力部と、
前記対象患者の生体情報測定値の入力を受け付ける生体情報測定値入力部と、
前記生体情報測定値の経時変化に対する変化を特徴量として抽出する特徴量抽出部と、
前記対象患者の前記生体情報測定値と、前記対象患者とは異なる参照患者の前記特徴量との比較結果を算出する特徴量比較部と、
前記比較結果に基づいて、前記対象患者に類似した参照患者を抽出する参照患者抽出部と、
前記対象患者に対して、前記参照患者の前記生体情報測定値および前記生活習慣状態を表示する生活習慣提案表示部と、
を備える。

第２態様に係る生活習慣病改善支援システムは、上記第１態様において、前記特徴量抽出部は、
前記生体情報測定値の時系列に対し近似直線を算出し、
最新の前記生体情報測定値と前記近似直線による予測値との差分を算出し、
前記差分が閾値を超過した場合、最新より一つ前の前記生体情報測定値の時刻を変化日時とし、
前記特徴量として前記変化日時を含んでもよい。

第３態様に係る生活習慣病改善支援システムは、上記第１態様において、前記特徴量抽出部は、
前記生体情報測定値の時系列を結ぶ直線の傾きを算出し、
前記直線の傾きの符号が変化する日時を変化日時とし、
前記特徴量として前記変化日時を含んでもよい。

第４態様に係る生活習慣病改善支援システムは、上記第２態様又は第３態様において、前記特徴量抽出部は、前記変化日時における生体情報測定値を極値とし、
前記特徴量として前記極値を含んでもよい。

第５態様に係る生活習慣病改善支援システムは、上記第４態様において、前記特徴量抽出部は、前記極値の時系列を直線で結んだ近似直線の傾きを算出し、
前記特徴量として前記傾きを含んでもよい。

第６態様に係る生活習慣病改善支援システムは、上記第５態様において、前記特徴量比較部は、前記対象患者の最新の前記生体情報測定値と、別の前記患者の前記変化日時における前記極値および前記傾きから前記対象患者と前記参照患者との類似度を算出してもよい。

第７態様に係る生活習慣病改善支援システムは、上記第６態様において、前記特徴量比較部は、前記対象患者と前記参照患者の類似度として、前記対象患者の前記極値を結んだ近似直線を表す対象直線と、前記参照患者の前記極値を結んだ近似直線を表す参照直線との差から導出される面積に基づいて前記類似度を定義してもよい。

第８態様に係る生活習慣病改善支援システムは、上記第６態様又は第７態様において、前記参照患者抽出部は、前記対象患者に対して前記類似度がより類似している前記参照患者の類似度の順位を上げてもよい。

第９態様に係る生活習慣病改善支援システムは、上記第６態様から第８態様のいずれかにおいて、前記参照患者抽出部は、前記変化日時以降の前記傾きの絶対値が大きい前記参照患者の類似度の順位を上げてもよい。

第１０態様に係る生活習慣病改善支援システムは、上記第８態様又は第９態様において、前記生活習慣提案表示部は、前記順位に基づいて前記参照患者の情報を表示してもよい。

第１１態様に係る生活習慣病改善支援システムは、上記第４態様から第１０態様のいずれかにおいて、前記参照患者抽出部は、前記対象患者と前記参照患者との生体情報測定値の傾向と比較を前記極値に基づいて表示してもよい。

第１２態様に係る生活習慣病改善支援システムは、上記第２態様から第１１態様のいずれかにおいて、前記生活習慣提案表示部は、前記対象患者の最新の前記生体情報測定値と前記参照患者の前記生体情報測定値の前記変化日時を時間軸上で一致させた時系列のグラフを表示してもよい。

第１３態様に係る生活習慣病改善支援システムは、上記第２態様から第１２態様のいずれかにおいて、前記生活習慣提案表示部は、前記参照患者の前記変化日時以降の前記生体情報測定値に
関するグラフも表示してもよい。

第１４態様に係る生活習慣病改善支援システムは、上記第２態様から第１３態様のいずれかにおいて、前記生活習慣提案表示部は、
前記生活習慣状態の前記変化日時より前の所定区間である前区間と前記変化日時より後の所定区間である後区間に対して所定区間の前後とを比較し、
前記前区間と前記後区間とで前記生活習慣状態の差が大きい順に前記生活習慣状態を表示してもよい。

第１５態様に係る生活習慣病改善支援システムは、上記第１態様から第１４態様のいずれかにおいて、前記参照患者抽出部は、前記対象患者と前記参照患者の遺伝子情報、もしくは年齢の少なくとも１つに基づいて比較を行い、前記比較の結果として前記参照患者を限定してもよい。

本開示の第１６態様に係る生活習慣病改善支援方法は、対象患者の生活習慣病の改善を支援する生活習慣病改善支援方法であって、
対象患者の生活習慣の状態を表す生活習慣状態の入力を受け付けるステップと、
前記対象患者の生体情報測定値の入力を受け付けるステップと、
前記生体情報測定値の経時変化に対する変化を特徴量として抽出するステップと、
前記対象患者の前記生体情報測定値と前記対象患者とは異なる参照患者の前記特徴量との比較結果を算出するステップと、
前記比較結果に基づいて、前記対象患者に類似した参照患者を抽出するステップと、
前記対象患者に対し前記参照患者の前記生体情報測定値および前記生活習慣状態を表示するステップと、
を含む。

第１７態様に係る生活習慣病改善支援方法は、上記第１６態様において、前記特徴量を抽出するステップは、
前記生体情報測定値の時系列に対し近似直線を算出し、
最新の前記生体情報測定値と前記近似直線による予測値との差分を算出し、
前記差分が閾値を超過した場合、最新より一つ前の前記生体情報測定値の時刻を変化日時とし、
前記特徴量として前記変化日時を含んでもよい。

第１８態様に係る生活習慣病改善支援方法は、上記第１６態様において、前記特徴量を抽出するステップは、
前記生体情報測定値の時系列を結ぶ直線の傾きを算出し、
前記直線の傾きの符号が変化する日時を変化日時とし、
前記特徴量として前記変化日時を含んでもよい。

第１９態様に係る生活習慣病改善支援方法は、上記第１７態様又は第１８態様において、前記特徴量を抽出するステップは、前記変化日時における生体情報測定値を極値とし、
前記特徴量として前記極値を含んでもよい。

第２０態様に係る生活習慣病改善支援方法は、上記第１９態様において、前記特徴量を抽出するステップは、前記極値の時系列を直線で結んだ近似直線の傾きを算出し、前記特徴量として前記傾きを含んでもよい。

第２１態様に係る生活習慣病改善支援方法は、上記第２０態様において、前記特徴量を比較するステップは、前記対象患者の最新の前記生体情報測定値と、別の前記患者の前記変化日時における前記極値および前記傾きから前記対象患者と前記参照患者との類似度を算出してもよい。

第２２態様に係る生活習慣病改善支援用コンピュータプログラムは、上記第１７態様から第２１態様のいずれか一の上記生活習慣病改善支援方法の各ステップをコンピュータに実行させて、対象患者の生活習慣病の改善を支援する。

第２３態様に係るコンピュータ読み取り可能な記録媒体は、第２２態様の上記生活習慣病改善支援用コンピュータプログラムを格納している。

以下に、本開示の生活習慣病改善支援システムの実施の形態を添付図面とともに詳細に説明する。ここで生活習慣とは、食習慣、運動習慣、休養、喫煙、飲酒等に代表される生活する上での習慣を表す。また、生活習慣病とは、生活習慣が発症・進行に深く関与している疾患の総称であり、例えば糖尿病(１型糖尿病を除く)、脂質異常症（家族性脂質異常症を除く）、高血圧、肥満がある。また生活習慣改善項目とは、生活習慣病を改善する為の生活習慣を表す。

また、ここでの生体情報(Vital Signs)とは、患者の健康状態を示す情報であり、例えば、血圧、血糖、体重、血中酸素飽和度（ＳＰＯ２）、体温、尿糖、ヘモグロビンＡ１Ｃ、内膜中膜複合体厚（ＩＭＴ：Intima-media thickness）、心拍、脈拍、などがある。本開示の実施の形態では、生活習慣病として高血圧を、生体情報としては血圧を一例として説明するが、これに限定するものではない。

（実施の形態１）
図１は、本開示の実施の形態１に係る生活習慣病改善支援システムの構成を示す構成図である。
図１において、この生活習慣病改善支援システムでは、複数の患者４，５において使用するクライアント装置１と、医療従事者が使用するサーバ装置２と、が存在し、複数のクライアント装置１とサーバ装置２とは、ネットワーク３を介して互いに接続している。なお、医療従事者とは、患者４、５の健康状態を改善する為の医療に従事する医師や看護師を表す。また、クライアント装置１を使用する患者４，５のうち、本システムで使用対象とする患者を対象患者４と定義し、対象患者４が本人以外で参照する患者を参照患者５と定義する。対象患者４は、対象患者４本人が使用するクライアント装置１を通じて、参照患者５の健康状態や生活習慣を参照することが出来る。

まず、クライアント装置１について説明する。クライアント装置１は、生活習慣目標入力部１１、生体情報測定値入力部１２、生活習慣状態入力部１３、第一制御部１５、第一記憶部１６、第一通信部１７、生活習慣提案表示部１８を備える。
生活習慣目標入力部１１は、使用開始時に患者４，５が入力する生活習慣に関する目標を受け付ける。また、生体情報測定値入力部１２は、患者４、５が定期的に入力する生体情報の測定値を受け付ける。
生活習慣状態入力部１３は、患者４、５が定期的に入力する生活習慣改善項目に対する状態を受け付ける。生活習慣状態入力部１３は、生活習慣目標に基づいて生活習慣改善項目に対する少なくとも２つの状態、例えば“実施”、“未実施”の各状態の入力を受け付ける。

第一制御部１５は、生活習慣目標入力部１１と生体情報測定値入力部１２と生活習慣状態入力部１３と接続され、前記３つの入力部１１、１２、１３で受け付けた生活習慣目標、生活習慣状態、生体情報測定値を第一記憶部１６へ保存する。さらに、第一通信部１７は、第一記憶部１６に保存した情報を、ネットワーク３を介してサーバ装置２へ送受信処理を行う。また、生活習慣提案表示部１８は、第一制御部１５の制御に基づいて、対象患者４に対する生活習慣の提案を表示する。

次に、サーバ装置２について説明する。サーバ装置２は、特徴量抽出部２１、特徴量比較部２２、参照患者抽出部２３、第二制御部２５、第二記憶部２６、第二通信部２７、第二表示部２８を備える。
特徴量抽出部２１は、生体情報測定値入力部１２の生体情報測定値から特徴量を抽出する。なお、この”特徴量”とは、後述の定義に基づくものである。特徴量比較部２２は、対象患者４と参照患者５との特徴量を比較する。参照患者抽出部２３は、特徴量の比較結果に基づいて参照患者５の順位付けを行い、対象患者４に適した参照患者５を抽出する。なお、ここで参照患者５は少なくとも１人存在すればよく、上記課題を解決することができる。また、複数の参照患者５が存在する場合には、その複数の参照患者５から、より類似した参照患者５を見つけることができる。

第二制御部２５は、特徴量抽出部２１と特徴量比較部２２と参照患者抽出部２３とを接続し、前記２つの処理結果を第二記憶部２６へ保存する。更に第二通信部２７は、第二記憶部２６に保存した情報を、ネットワーク３を介してクライアント装置１へ送受信処理を行う。また、第二表示部２８は、第二制御部２５の制御に基づいて医療従事者への表示を行う。なお、ここで表示とは画面への表示を行う例を説明するが、画面表示以外の通信回線や記憶媒体への出力、および紙への印刷を含むものとする。なお、第二表示部２８による医療従事者への表示は必須の構成ではない。このように第二表示部２８によって医療従事者への表示を行うことができる場合には、表示を受けた医療従事者からのアドバイスを受けやすくなる場合がある。

本開示の実施の形態１に係る生活習慣病改善支援システムによって、生活習慣病を持つ対象患者４に対して、対象患者４本人と類似した参照患者５を抽出することが可能となる。特に対象患者４が参照患者５の生体情報測定値の変化点における、生活習慣状態を提示することにより、どの生活習慣の影響により生体情報測定値が改善した／もしくは悪化したかの情報を提供することができる。この結果、対象患者４は、生活習慣病を改善する為の行動変容を起こす動機付けを得ることができ、対象患者４の生活の質（QOL：Quality Of Life）を向上させることが可能となる。

図２は、本開示の実施の形態１に係る生活習慣病改善支援方法のフローチャートである。
（１）クライアント装置１を起動して、まず対象患者４が、“目標入力”、“健康状態入力”、“生活習慣提案”の各処理の選択を行う（Ｓ２０１）。
（２）次に、対象患者４が“目標入力”を選択した場合、生活習慣目標入力部１１での処理を行う（Ｓ２０３）。この処理は、システムの利用を開始した初期に少なくとも１回を実施する。ここで入力とは、キーボードやマウスからの装置への入力、および通信回線からの入力などがあり、ここでは一例として画面に取り付けたタッチパネルでの入力を例として説明を行う。
（３）また、対象患者４が処理（Ｓ２０１）において“健康状態入力”を選択した場合、健康状態入力処理を行う（Ｓ２０５）。ここで、健康状態入力処理とは、生体情報測定値入力部１２の処理や生活習慣状態入力部１３の処理、および第一通信部１７の送受信処理を含む、患者の健康に関わる状態を入力する処理を表す。
（４）更に、対象患者４が処理Ｓ２０１において、“生活習慣提案”を選択した場合、生活習慣提案処理を行う（Ｓ２０６）。対象患者４は、この健康状態入力処理を定期的、例えば毎日実施する。また、対象患者４は、生活習慣提案処理（Ｓ２０６）を、必要に応じて選択および実施してもよい。

図３は、本開示の実施の形態１における生活習慣目標入力部１１の画面の一例である。図３において、左上部には対象患者４の名前を表示し、中央上部には画面のタイトルを表示し、右上部には、現在の日時を表示する。この画面の表示例は、以降のクライアント装置１の画面も同様である。図３の画面中央には表があり、表の左側が生活習慣改善項目、表の右側が生活習慣目標を表す。なお、高血圧に対する生活習慣改善項目、および生活習慣目標として、日本高血圧学会が発行する非特許文献１を参照した。また、対象患者４によっては生活習慣改善項目として、服薬を追加しても良いが、目標は医療従事者の指示に基づいて設定すべきである。

医療従事者は、生活習慣病の対象患者４の健康状態および対象患者４本人と相談を行った上で、適切な生活習慣改善項目３０１や、対応する生活習慣目標３０２を設定する。これらの設定項目は、対象患者４に応じて異なる場合があり、対象患者４の健康状態により生活習慣目標３０２を変更することも可能である（図示せず）。生活習慣病の対象患者４は、この設定で問題なければ、ボタン“ＯＫ”で設定確定し、前の設定に戻る場合は、ボタン“Ｃａｎｃｅｌ”を押す。生活習慣項目３０１や生活習慣目標３０２を設定できることにより、一般的な目標だけでなく、対象患者４一人一人の健康状態に適合した生活習慣目標を設定することが可能となる。なお、設定確定及び前の設定への戻りに関するボタンの表示として、上記”ＯＫ”及び”Ｃａｎｃｅｌ”は、一例であって、「設定確定」及び「前の設定への戻り」のボタンはこれらに限定するものではない。

図４は、本開示の実施の形態１における健康状態入力処理（Ｓ２０５）のフローチャートである。
（１）まず、クライアント装置１側の処理として、生体情報測定値入力部１２で生体情報測定値の入力を行う（Ｓ４０１）。この画面については、図５を用いて後述する。次に、生活習慣状態入力部１２で生活習慣の改善項目に対する実施の状態を入力する。この画面については、図６を用いて後述する。
（２）次に、第一通信部１７が生体情報測定値や生活習慣状態等の健康状態を表す情報を、サーバ装置２へネットワーク３を介して送信する（Ｓ４０３）。
（３）サーバ装置２の第二通信部２７は、クライアント装置１の第一通信部１７からの情報を受信する（Ｓ４０５）。
（４）第二制御部２５は、受信した対象患者４の健康状態を表す情報を第二記憶部２６に保存する（Ｓ４０６）。
（５）特徴量抽出部２１は、受信した生体情報測定値に対して、特徴量を抽出する処理を行う（Ｓ４０７）。

図５は、本開示の実施の形態１における生体情報測定値入力部１２における画面の一例である。なお、ここでは生体情報測定機器（図示せず）は、クライアント装置と通信回線を通じて接続しており、図５は、生体情報測定機器から測定結果を受信した時点での画面を表す。図５は、生体情報測定値５０１の一例として、収縮期血圧（SBP : Systolic Blood Pressure）、拡張期血圧(DBP : Diastolic Blood Pressure)、脈拍(Pulse)を示す。なお、生体情報測定値として、測定日時毎の生体情報測定値を用いる例を説明するが、所定期間（例えば1週間）における生体情報測定値の平均値を用いてもよい。生体情報測定値の平均値を用いることにより、生体情報の日内変動や測定誤差などの影響を軽減した生活習慣提案を行うことが可能となる。
対象患者４は、図５の血圧測定画面において、生体情報測定値５０１で良い場合は、ボタン“ＯＫ”を押して、測定結果を第一記憶部１６に保存する。一方、対象患者４が生体情報測定結果５０１を測定ミス等で破棄する場合は、ボタン“Ｃａｎｃｅｌ”を押す。

図６は、本開示の実施の形態１における生活習慣状態入力部１３の画面の一例である。対象患者４は、生活習慣改善項目３０１に対して、生活習慣目標３０２を、実施した（状態１）か、未実施（状態２）かという状態を、生活習慣状態として入力する。なお、図６の生活習慣状態は、図２と比して“服薬”を追加しており、“服薬”に対する生活習慣状態は、薬を服用したか否かで入力する。

図６において、対象患者４は、生活習慣改善項目３０１に対して、実施した状態（状態１）の場合は、画面での項目名を白字に設定し、一方、未実施の状態（状態２）の場合は、画面での項目名を黒字に変更する。対象患者４は、生活習慣状態の入力が終了すれば、ボタン“ＯＫ”を押して、生活習慣状態の入力を確定する。
生活習慣状態の入力頻度は、生体情報測定値の入力頻度と同じが望ましい。生活習慣状態の入力頻度が高いほど、対象患者４の生活習慣状態をきめ細かく記録することが出来、結果として生活習慣改善項目による生体情報測定結果への影響を、より正確に判断することが可能となる。

なお、図６は、生活習慣状態として実施、未実施という２つの状態のみを扱っているが、より多くの状態を扱うことも可能である。例えば、生活習慣改善項目“減量”は、体格指数（ＢＭＩ: Body Mass Index)を表しており、身長が既知であれば、体重を測定するとＢＭＩを数値で出力することが可能である。仮に、生活習慣改善項目が複数の状態をとる場合、または連続的な数値が状態である場合、この状態のままでも良いし、複数の状態もしくは連続値に対して閾値を設けることで２つの状態に分離しても良い。

図７は、本開示の実施の形態１における特徴量抽出部２１の処理のフローチャート（Ｓ４０７）である。また、図８は、特徴量抽出部２１における特徴量を示す一例である。特徴量抽出処理２１の処理は、図７と図８を用いて説明する。
なお、図８は、横軸が日時、縦軸が生体情報測定値で、ここでは一例として収縮期血圧を表す時系列のグラフである。図８のグラフは、●印が生体情報測定値を表す。更に、この生体情報測定値を結んだ線は実線で表現する。

＜定義＞
ここで、いくつかの用語を定義する。
“極値”とは、生体情報測定値の時系列データにおける変化点と定義する。図８においては生体情報測定値ｖ１およびｖ２と表した箇所が極値を表し、グラフにおいて■印の箇所を表す。また“変化日時”とは、この極値が発生する測定日時と定義する。更に、“近似直線”とは、図８において極値を結んだ点線部分と定義する。“傾き”とは、近似直線の傾きを表し、変化日時ｔ２における傾きとは、変化日時ｔ１と変化日時ｔ２の間の近似直線における傾きであり、測定日時が単位量（例えば、1週間等）変化した際の生体情報測定値の変化量と定義する。また“特徴量”とは、変化日時、極値、傾きを含む、生体情報測定値の経時変化における変化を表す情報と定義する。

特徴量として、“変化日時”と“極値”および“傾き”を使用することにより、生活習慣病に関連のある生体情報測定値の変化点を簡易に記録することが出来る。また、本開示の生活習慣病改善支援システムは、この変化点を記録することにより、変化点が発生した原因である生活習慣項目および生活習慣状態を何かを特定することが可能となり、対象患者４が他の参照患者５の変化点の原因となる生活習慣を参考にして行動変容を起こすきっかけとなる情報を提供できる効果がある。

図７の処理フローチャートについて説明する。
（１）まず特徴量抽出部２１は、対象患者４の生体情報測定値および特徴量を、第二記憶部２６から時系列データとして読み出す（Ｓ７０１）。ここでは、図８において最新の測定時刻ｔ０における生体情報測定値ｖ０を受信した時点での処理を説明する。
（２）次に、特徴量抽出部２１は、現時点での最新の極値ｖ２と傾きａ２を特定する（Ｓ７０２）。
（３）ここで、特徴量抽出部２１は、極値ｖ２と傾きａ２を元に、測定時刻ｔ０の時点における生体情報測定値の予測値ｐ０を算出する（Ｓ７０３）。この予測値ｐ０は、図８のグラフにおいて▲印で表している。
（４）特徴量抽出部２１は、最新の測定値ｖ０と予測値ｐ０との差分ｄを算出し、この差分ｄが所定の閾値より大きいかどうか判断する（Ｓ７０４）。なお、閾値は、生体情報測定値と近似直線との差を許容する範囲を定義する値であり、閾値が大きい場合は、生体情報測定値のばらつきを許容し、閾値が小さい場合は、ばらつきを許容しない為に、極値の数が増加する傾向にある。適正な閾値は、生体情報測定値の種類に応じて決定する値とする。

（５）特徴量抽出部２１は、処理Ｓ７０４において、差分ｄが閾値より大きい場合、前回の測定値ｖ１を新たな極値として設定する（Ｓ７０５）。図８は、この差分ｄが閾値より大きい場合のグラフを表す。
（６）特徴量抽出部２１は、新たな極値ｖ１と測定値ｖ０より新たな近似直線を結ぶことが出来る為、この近似直線に基づく新たな傾きａ１を算出する（Ｓ７０６）。
（７）第二制御部２５は、傾きａ１を第二記憶部２６に保存する（Ｓ７０７）。なお、測定値ｖ１が極値であることは、傾きａ１を参照することにより、特定することが可能である。特徴量抽出部２１は、処理Ｓ７０４において、差分ｄが閾値以下である場合、処理Ｓ７０８へ進む。
（８）ここで、特徴量抽出部２１は、最新の極値ｖ２から最新の測定値ｖ０までの測定値に基づいて、傾きａ２を更新する（Ｓ７０８）。傾きａ２を更新する方法は、極値ｖ２を始点として、それ以降の測定値の二乗平均誤差が最小となる近似直線を算出し、この近似曲線の傾きを更新した新たな傾きａ２とする。
（９）第二制御部２５は、第二記憶部２６における傾きａ２を更新して、保存する（Ｓ７０９）。
以上によって、生体情報測定値から特徴量を抽出することができる。

なお、上記フローチャートは、生体情報測定値の極値及び傾きを決定する際に、日内変動等の小さなブレを含まないようにする手順を示したものである。したがって、生体情報測定値から特徴量を抽出するにあたって、上記フローチャートに代えて、閾値を設定するのではなく、傾きの符号が変化する点、つまり生体情報測定値の各点を結ぶ直線の傾きが上向きと下向きとの間で入れ替わる境界となる点の生体情報測定値を極値とするようにしてもよい。

図９は、本開示の実施の形態１における第二記憶部２６に記憶している各患者の特徴量の一例である。対象患者４又は参照患者５が誰かを識別する患者ＩＤと、測定日時と、生体情報測定値と、傾きを保存している。この記憶している情報のうち、患者ＩＤ，測定日時、生体情報測定値は、全ての測定に対応した値を保存しているが、“傾き”に対しては生体情報測定値が極値である箇所についてのみ、記録する。この記憶方法を取ることで、例えば、極値ｖ２や変化日時ｔ２を、別途記憶する必要がなくなる為、データベースの記憶容量も削減することが可能となる効果がある。また、測定日時と変化日時を別々に管理すること無くデータベースで一意に管理することにより、人為的な参照ミスなどを事前に低減できる効果がある。

図１０は、本開示の実施の形態１における生活習慣提案処理（Ｓ２０６）のフローチャートである。この図１０の処理には、特徴量比較部２２、参照患者抽出部２３、生活習慣提案表示部１８などが含まれる。なお、生活習慣提案処理のサーバ装置２における処理を、参照患者抽出部２３の処理（Ｓ１０２０）と定義する。
（１）まず、対象患者４は、クライアント装置１を使用して比較する生体情報を選択する（Ｓ１００１）。ここでは、生体情報として最高血圧の例を説明する。
（２）次に、対象患者４は、クライアント装置１に対して、生活習慣提案の依頼を行う（Ｓ１００２）。
（３）この時、生活習慣提案依頼は、クライアント装置１の第一通信部１７から送信され、ネットワーク３を介して、サーバ装置２の第二通信部２７が受信される（Ｓ１００３）。
（４）参照患者抽出部２３は、対象患者４の情報に基づいて、対象とする参照患者５を限定する（Ｓ１００４）。限定する方法は、例えば、年齢が近いこと、性別が同じであること、遺伝子情報が近いこと、対象疾患が類似していることなどがある。参照患者抽出部２３が対象とする参照患者５を限定することにより、対象患者４の状態に近い参照患者５の生体情報測定値や生活習慣状態を抽出することが可能となり、対象患者４の健康改善に対して、より有益な情報を提供できる効果がある。なお、上記ステップ（Ｓ１００４）は必須のものではない。上記ステップ（Ｓ１００４）によって、参照患者５を限定した場合には、対象患者４に対してより正確な情報提供を行うことができる。

（５）次に、特徴量比較部２２は、対象患者４と、ある参照患者５との特徴量の比較を行う（Ｓ１００５）。特徴量比較部２２の処理詳細は後述する。まず、最新の変化点の生体情報測定値の一つ以前の変化点を検索し、この２つの変化点の生体情報測定値から近似直線を算出し、対象患者４による近似直線を対象直線とし、参照患者５による近似直線を参照直線とする。次いで、対象患者４の対象直線と参照患者５の参照直線とを比較した結果として、各々の参照患者５に対して参照直線と対象直線との“差分”を算出する。そして参照患者５の特徴量を全て検索したかどうかを判断し（Ｓ１００６）、まだ比較していない参照患者５がいる場合は、特徴量比較部２２の処理（Ｓ１００５）に戻る。一方、全ての参照患者５を比較した場合、次の処理に進む。
（６）参照患者抽出部２３は、ある参照患者５に対する全ての変化点に対応する変化日時に対する参照直線と対象直線との“差分”を参照し、その中で対象患者４と最も類似している、すなわち差分が小さい箇所の参照直線と対象直線との差分を、その参照患者５と対象患者４との“類似度”と定義する。類似度が高い箇所を抽出することにより、対象患者４の現在の健康状態に最も近い参照患者５の過去の状態を抽出することが出来、参照患者５が過去に健康改善に成功した状況を再現できる情報を提供することが出来る効果がある。

更に、参照患者抽出部２３は、この“類似度”に基づいて順位を決定する。なお参照患者抽出部２３は、類似度での順位が同等である場合、変化日時以降の傾きの絶対値を算出し、この傾きの絶対値が大きい参照患者５の順位を上げる。
この効果は、対象患者４の健康状態が悪化して改善したい場合に、閲覧対象とする参照患者５の中でより健康状態が改善した度合いの大きい測定結果を抽出することが可能となり、対象患者４に対して改善効果が高い生活習慣改善項目もしくは生活習慣状態の情報を提供することが出来る効果がある。一方、対象患者４の健康状態が順調に改善している場合、閲覧対象とする参照患者５の中でより健康状態が悪化した度合いの大きい測定結果を抽出することが可能となり、対象患者４に対して生活習慣状態変化により現状より悪化する場合もありえるという情報を提供し、対象患者４に危機感を与えて、生活習慣改善を継続する動機付けを行なうことができる効果がある。

（７）参照患者抽出部２３は、参照患者５の類似度に基づいて算出した順位により、参照患者５の一覧を作成する（Ｓ１００８）。
（８）クライアント装置１の第一通信部１７は、参照患者５の一覧情報を受信し、生活習慣提案表示部１８で情報を表示する（Ｓ１００９）。この処理における画面詳細は図１１で説明する。

この参照患者５の一覧を表示する際、参照患者抽出部２３で決定した“順位”に基づき、順位の高い順に表示する。この時、表示する参照患者５の情報は、個人を特定できるような個人情報を表示しない。この処理を行うことで、個人情報保護を実現しつつ、対象患者４が他の参照患者５の情報を参照することが可能となる。なお、上記順位付けは必須の構成ではなく、自動抽出した一人の参照患者５を表示してもよい。上記のように、順位付けを行って、この順位に基づいて複数の参照患者５を参照する場合には、より類似した参照患者５の情報を参照できるため、好ましい。

（９）対象患者４は、クライアント装置１で表示された参照患者５一覧の中で、生活習慣提案として閲覧したい参照患者５を選択する（Ｓ１０１０）。
（１０）サーバ装置２の第二通信部２７は、対象患者４が選択した参照患者５の情報を受信する（Ｓ１０１１）。
（１１）第二制御部２５は、第二記憶部２６から参照患者５に対する特徴量と、それに関連した生体情報測定値、生活習慣状態の情報を読出し、第二通信部２７は前記した情報をクライアント装置１へ送信する（Ｓ１０１２）。
（１２）クライアント装置１の生活習慣提案表示部１８は、受信した参照患者５の生体情報測定装置と、生活習慣状態を表示する（Ｓ１０１３）。なお、生活習慣提案表示部１８の画面詳細は図１２で後述する。次に、対象患者４は、クライアント装置１に対して、表示している参照患者５とは別の参照患者５の情報を選択するかどうかを判断し（Ｓ１０１４）、検索しない場合は処理を終了する。一方、対象患者４が別の参照患者５の情報を閲覧する場合、処理（Ｓ１００９）に戻る。

図１１は、参照患者抽出部２３が生成した参照患者５一覧を、クライアント装置１で表示した画面の一例である。図１１の画面中央部にある表で、参照患者５の一覧を表示する。表で表示する項目としては、例えば、順位、生体情報測定値の傾向、年齢、性別、既往症を表示する。ここで順位とは、参照患者抽出部２３で抽出した参照患者５の類似度の順位を表す。

図１１の生体情報測定値の傾向では、横軸が日時、縦軸が生体情報測定値を表現している。更に、対象患者４のグラフを点線で、参照患者５のグラフを実線で表示している。また、対象患者４の最新測定値と、参照患者５の変化点を表す変日時を時間軸上で整合させて表示する。この表示を行う効果として、対象患者４は、自分と近い健康状態の参照患者５を容易に識別することが出来、かつ対象患者４の現在健康状態が悪化している場合、変化点以降の参照患者５が健康状態を改善した度合いも視覚的に確認することが可能となる。
更に、図１１では年齢、性別、既往症を表示することにより、対象患者４が本人と近い状態の参照患者５を早期に絞り込むことが可能となり、対象患者４が本システムを利用する時間的な拘束を低減することが可能となる。なお、対象患者４の処理（Ｓ１０１０）は、図１１の表における参照患者５一覧の一行を選択する作業となる。

図１２は、生活習慣改善提案表示部１８における画面の一例である。この図１２の画面は、図１１の参照患者５一覧画面で、類似度の順位が“１”の参照患者５を選択した場合である。画面の上部に生体情報測定値の傾向を表示し、画面下部には生活習慣改善項目の生活習慣状態を表示し、横軸はどちらも日時を表す。生活習慣改善提案表示部１８は、生態情報測定値の傾向として、参照患者５を実線で表示し、対象患者４すなわち本人を点線で表示する。また日時として、参照患者５の変化日時を一点鎖線で表現し、生体情報測定値のグラフと、生活習慣状態の日時を整合させて表示する。

この生体情報測定値と生活習慣状態の変化日時を整合させることにより、参照患者５が生体情報測定値に影響した原因としてどの生活習慣状態が起因しているのかを視覚化している。この効果として、対象患者４が生体情報測定値を改善させる為、参照患者５の変化点を閲覧することにより、自身の生活習慣改善の動機付けとなる情報を提供することが出来る。また、生活習慣改善提案表示部１８が、変化日時の前後における生体情報測定値と生活習慣状態を表示することにより、変化日時の前後における比較を容易に行うことが可能となる。

さらに、図１２の画面下部には生活習慣改善項目の生活習慣状態を表示する。ここで、変化日時以前の所定時間区間を“前区間”と定義し、変化日時以降の所定時間区間を“後区間”と定義する。なお、所定時間区間とは参照患者５と対象患者４の生体情報測定値を複数回含む時間区間を表し、対象期間と同じであっても良い。
生活習慣改善提案表示部１８が、図１２で生活習慣状態を表示する際、各生活習慣改善項目、例えば投薬・減塩・運動、減量などを、“前区間”と“後区間”で比較を行い、生活習慣状態の差が大きい順に上部に表示を行う。この効果として、参照患者５の生体情報測定値の変化点が発生した原因として、どの生活習慣改善項目による影響が大きいのかを視覚的に表すことが可能となり、対象患者４が注目すべき生活習慣改善項目と、その生活習慣状態の変化量を分かり易く提示することが可能となる。

また、図１２は、対象患者４へ表示する画面の一例であるが、同様の画面を医療従事者へ表示するようにしてもよい。このように、医療従事者に対象患者４へ表示する画面と同様の画面を表示することにより、医療従事者が対象患者４に対する生活習慣病指導や、疾病原因の診断支援を行う参考となる情報を医療従事者に提供できる効果もある。

図１３は、特徴量比較部２２における処理のフローチャートである。図１３の特徴量比較部２２の処理（Ｓ１３０１）から処理（Ｓ１３０６）を説明する為、図１４を先に説明する。

図１４は、特徴量比較部２２の類似度算出方法を示す。図１４（ａ）は、対象患者４の生体情報測定値を表し、図１４（ｂ）は、参照患者５の生体情報測定値を表し、図１４（ｃ）は、対象患者４の生体情報測定値と参照患者５との生体情報測定値との差分算出方法を表す。なお、図１４の全てのグラフの横軸は測定日時である。
まず、特徴量抽出部２２は、図１４（ａ）において対象患者４の最新の生体情報測定値１４０１を検索し、最新の測定日時１４０２を特定する。次に、最新の生体情報測定値の一つ以前の変化点を検索し、この変化点と最新の生体情報測定値から近似直線を算出する。この対象患者４の近似直線を対象直線１４０３と定義する。

また、特徴量抽出部２２は、図１４（ｂ）において、参照患者５の変化点における生体情報測定値１４０４を検索する。この変化点に対する変化日時１４０５を特定する。次に、変化点の生体情報測定値の一つ以前の変化点を検索し、この２つの変化点の生体情報測定値から近似直線を算出する。この参照患者５の近似直線を参照直線１４０６と定義する。
この時、特徴量抽出部２２は、参照直線１４０６として、対象直線１４０３の傾きの符号と傾きの符号が等しいものだけ、例えば、対象直線１４０３の傾きの符号がプラスの場合なら傾きの符号がプラスの近似直線のみを参照直線１４０６として抽出する。この傾きの符号が等しい参照直線１４０６だけにすることにより、対象患者４と参照患者５の生体情報測定値の増減傾向が等しい近似直線のみを抽出することが可能となり、類似度が高い参照患者５を検索する計算量を削減することが可能となる。

次に、特徴量抽出部２２は、図１４（ｃ）において対象直線１４０３と、参照直線１４０６との差分を算出し、この差分を類似度１４０７と定義する。ここで、特徴量抽出部２２は、類似度が小さいほど、対象患者４と参照患者５の類似度が類似していると判断する。
特徴量抽出部２２は、この処理を対象期間に対して実施する。ここで対象期間とは、対象患者４と参照患者５の生体情報測定値を比較する期間と定義し、この対象期間の設定は対象患者４もしくは医療従事者が設定を行う。図１４（ｃ）は、対象期間の間に変化点がない例であるが、対象患者４もしくは参照患者５の変化点が複数存在する場合は、変化点毎に区間を区切りその区間ごとに類似度を積算することにより、類似度を算出することが可能である。

図１３における、特徴量比較部２２における処理のフローチャートの説明に戻る。
（１）特徴量比較部２２は、対象患者４の最新から対象期間までの生体情報測定値を読み出す（Ｓ１３０１）。
（２）次に、対象患者４の近似直線である対象直線１４０３を算出する（Ｓ１３０２）。
（３）特徴量算出部２２は、対象患者４の変化点を読み出す（Ｓ１３０３）。
（４）次に、特徴量比較部２２は、参照患者５の変化日時以前から対象期間までの生体情報測定値を読み出す（Ｓ１３０４）。
（５）次いで、参照患者５の近似直線である参照直線１４０６を算出する（Ｓ１３０５）。
（６）そして、特徴量比較部２２は、対象直線１４０３と参照直線１４０６との差分である類似度１４０７を算出する（Ｓ１３０６）。なお、処理（Ｓ１３０６）の詳細については、図１５を用いて後ほど説明する。

（７）特徴量算出部２２は、参照患者５の既存の類似度がある場合、既存の類似度と処理（Ｓ１３０６）で新たに算出した類似度とを比較し（Ｓ１３０７）、新たに算出した類似度が対象患者４により類似している場合は、参照患者５の類似度を新たに算出した値で更新する（Ｓ１３０８）。なお、参照患者５の既存の類似度がない場合も、処理（Ｓ１３０８）へ進む。一方、処理（Ｓ１３０７）で、既存の類似度の方が対象患者４により類似している場合は、処理（Ｓ１３０９）へ進む。
（８）特徴量算出部２２は、参照患者５の次の変化点があるかどうかを検索し、次の変化点がある場合は、次の変化点に対して処理（Ｓ１３０３）を実施する。一方、参照患者５の次の変化点がない場合は、参照患者５の全ての変化点に対して処理を終了したので、対象患者４に対する参照患者５の類似度を確定する（Ｓ１３１０）。

この特徴量比較処理を行うことにより、対象患者４が自身と近い状態の参照患者５を抽出することにより、対象患者４が健康状態を改善する為に、参考とする参照患者５の生体情報測定値の変化点と、それに関連した生活習慣状態を特定することが可能となる。更に、参照患者５の複数の変化点を処理対象とすることにより、対象患者４の生体情報測定値の増減傾向に最も近い参照患者５の変化点を算出することが可能となり、対象患者４が同一の参照患者５の生体情報測定値ばかりを参照することを抑制できる効果もある。

図１５は、特徴量算出部２２の差分算出方法である。図１５（ａ）は、対象直線と参照直線が交差する場合の差分を算出する方法を示す図である。ここで、比較を行う測定日時の間として、比較期間Ｔと定義する。更に、比較期間Ｔの両端の測定日時に対する対象直線と参照直線との生体情報測定値の差分をｄ１とｄ２とする。そして、対象直線１５０１と参照直線１５０２との差分は、２つの直線が囲む斜線部の面積Ｓ＿１２として算出することが可能である。この面積Ｓ＿１２は、下記式により算出する。

図１５（ｂ）は、対象直線と参照直線が交差しない場合の差分を算出する方法を示す図である。ここで、比較期間Ｔの両端の測定日時に対する対象直線と参照直線との生体情報測定値の差分をｄ３とｄ４とする。そして、対象直線１５０３と参照直線１５０４との差分は、２つの直線が囲む斜線部の面積Ｓ＿３４として算出することが可能である。この面積Ｓ＿３４は、下記式により算出する。

なお、上記生活習慣病改善支援方法の各ステップをコンピュータに実行させて、対象患者の生活習慣病の改善を支援するための、生活習慣病改善支援用コンピュータプログラムとして構成してもよい。さらに、上記生活習慣病改善支援用コンピュータプログラムを、コンピュータ読み取り可能な記録媒体に格納してもよい。上記記録媒体としては、磁気ディスク、光ディスク、光磁気ディスク、半導体メモリ等のいずれであってもよい。

図１６は、本開示の実施の形態１における生活習慣病改善支援システムのクライアント装置における構成の一例を示す構成図である。まず、装置は本体ケース１６０１があり、この本体ケースに生活習慣目標入力部、生体情報測定値入力部、生活習慣状態入力部、第一記憶部、第一制御部、第一通信部、生活習慣提案表示部を含む。
図１６の出力部は、画面出力１６０２である。生活習慣目標入力部、生体情報測定値入力部、生活習慣状態入力部は、画面出力に重ねて存在するタッチパネル入力１６０２である。第一制御部は、本体ケースに含むマイクロプロセッサー等で構成し、第一記憶部は、ハードディスクや半導体メモリで構成している。また、視力が低下している使用者でも使用が容易とする為に、音声出力部１６０３をつけ、操作方法を音声で説明する。更に使用者が装置を持ち運んで使用可能とする為、本体ケースには電池が内蔵されており、充電台１６０５の上に置いて使用することが出来る。

図１６の出力画面１６０２は、生活習慣病改善支援システムのメインメニューの一例であり、ボタンとして“測定”、“問診”、“目標入力”、”生活習慣提案“、“アドバイス“がある。ここで、図２との対比を行うと、図２における”目標入力“とは、図１６におけるボタン”目標入力“を選択することを表す。図２における”健康状態入力“とは、図１６におけるボタン”測定“もしくはボタン”問診“を選択することを表す。図２における”生活習慣提案“とは、図１６におけるボタン”生活習慣提案“を選択することを表す。

対象患者４が、ボタン“目標入力”を押すと、生活習慣目標を入力する画面に遷移する。対象患者４が、ボタン”測定“を押すと生体情報測定値を入力する画面に遷移する。生体情報測定値入力部は、生体情報を測定する機器が内蔵されていても良いが、生活習慣病改善支援システムが、更に生体情報通信部を有し、生体情報測定を行う生体情報測定装置との生体情報通信部を介して生体情報測定値を受信しても良い。また、対象患者４が、ボタン“問診”を押すと、生活習慣状態を入力する画面や対象患者４本人の健康状態に関する問診を入力する画面に遷移する。

更に、対象患者４がボタン“生活習慣提案”を選択すると、図１１で示した画面「参照患者一覧」を表示し、その後に図１２で示した画面「生活習慣改善提案」を表示する。対象患者４がボタン“アドバイス”を選択すると、医療従事者が記載した対象患者４へのアドバイスを表示する（図示せず）。

本開示に係る生活習慣病改善支援システムは、対象患者が対象患者本人と類似した参照患者の健康状態を比較する際に、参照患者の健康状態が変化する時点の生活習慣を参照することにより、生活習慣病改善の行動変容を行う情報を提供できる。これによって、対象患者に対して生活習慣改善を行う動機付けとなる情報を与えることができ、患者が在宅で生活習慣病を改善支援する医療機器等に有用である。

更に、本開示に係る生活習慣病改善支援システムは、各生活習慣改善項目が生体情報測定結果に与える影響の大きさを順位付けして表示することができる。これによって、医療従事者が生活習慣病指導や疾病原因の診断支援する医療機器等にも適用できる。

１ クライアント装置
２ サーバ装置
３ ネットワーク
４ 対象患者
５ 参照患者
１１ 生活習慣目標入力部
１２ 生体情報測定値入力部
１３ 生活習慣状態入力部
１５ 第一制御部
１６ 第一記憶部
１７ 第一通信部
２１ 特徴量抽出部
２２ 特徴量比較部
２３ 参照患者抽出部
２５ 第二制御部
２６ 第二記憶部
２７ 第二通信部
２８ 第二表示部
３０１ 生活習慣目標入力部における生活習慣改善項目
３０２ 生活習慣目標入力部における生活習慣目標
５０１ 生体情報測定値入力部における生体情報測定値
６０１ 生活習慣状態入力部における生活習慣状態
１４０１ 対象患者の最新の生体情報測定値
１４０２ 対象患者の最新の測定日時
１４０３ 対象直線
１４０４ 参照患者の変化点の生体情報測定値
１４０５ 参照患者の変化日時
１４０６ 参照直線
１４０７ 対象患者と参照患者に対する生体情報測定値の類似度
１５０１ 対象直線
１５０２ 参照直線
１５０３ 対象直線
１５０４ 参照直線
１６０１ 本体ケース
１６０２ 画面出力、およびタッチパネル入力
１６０３ 音声出力
１６０５ 充電台

Claims (23)

1. 対象患者の生活習慣病の改善を支援する生活習慣病改善支援システムであって、
   対象患者の生活習慣の状態を表す生活習慣状態の入力を受け付ける生活習慣状態入力部と、
   前記対象患者の生体情報測定値の入力を受け付ける生体情報測定値入力部と、
   前記生体情報測定値の経時変化に対する変化を特徴量として抽出する特徴量抽出部と、
   前記対象患者の前記生体情報測定値と、前記対象患者とは異なる参照患者の前記特徴量との比較結果を算出する特徴量比較部と、
   前記比較結果に基づいて、前記対象患者に類似した参照患者を抽出する参照患者抽出部と、
   前記対象患者に対して、前記参照患者の前記生体情報測定値および前記生活習慣状態を表示する生活習慣提案表示部と、
   を備える、生活習慣病改善支援システム。
2. 前記特徴量抽出部は、
   前記生体情報測定値の時系列に対し近似直線を算出し、
   最新の前記生体情報測定値と前記近似直線による予測値との差分を算出し、
   前記差分が閾値を超過した場合、最新より一つ前の前記生体情報測定値の時刻を変化日時とし、
   前記特徴量として前記変化日時を含む、請求項１に記載の生活習慣病改善支援システム。
3. 前記特徴量抽出部は、
   前記生体情報測定値の時系列を結ぶ直線の傾きを算出し、
   前記直線の傾きの符号が変化する日時を変化日時とし、
   前記特徴量として前記変化日時を含む、請求項１に記載の生活習慣病改善支援システム。
4. 前記特徴量抽出部は、前記変化日時における生体情報測定値を極値とし、
   前記特徴量として前記極値を含む、請求項２又は３に記載の生活習慣病改善支援システム。
5. 前記特徴量抽出部は、前記極値の時系列を直線で結んだ近似直線の傾きを算出し、
   前記特徴量として前記傾きを含む、請求項４に記載の生活習慣病改善支援システム。
6. 前記特徴量比較部は、前記対象患者の最新の前記生体情報測定値と、別の前記患者の前記変化日時における前記極値および前記傾きから前記対象患者と前記参照患者との類似度を算出する、請求項５に記載の生活習慣病改善支援システム。
7. 前記特徴量比較部は、前記対象患者と前記参照患者の類似度として、前記対象患者の前記極値を結んだ近似直線を表す対象直線と、前記参照患者の前記極値を結んだ近似直線を表す参照直線との差から導出される面積に基づいて前記類似度を定義する、請求項６に記載の生活習慣病改善支援システム。
8. 前記参照患者抽出部は、前記対象患者に対して前記類似度がより類似している前記参照患者の類似度の順位を上げる、請求項６又は７に記載の生活習慣病改善支援システム。
9. 前記参照患者抽出部は、前記変化日時以降の前記傾きの絶対値が大きい前記参照患者の類似度の順位を上げる、請求項６から８のいずれか一項に記載の生活習慣病改善支援システム。
10. 前記生活習慣提案表示部は、前記順位に基づいて前記参照患者の情報を表示する、請求項８又は９に記載の生活習慣病改善支援システム。
11. 前記参照患者抽出部は、前記対象患者と前記参照患者との生体情報測定値の傾向と比較を前記極値に基づいて表示する、請求項４から１０のいずれか一項に記載の生活習慣病改善支援システム。
12. 前記生活習慣提案表示部は、前記対象患者の最新の前記生体情報測定値と前記参照患者の前記生体情報測定値の前記変化日時を時間軸上で一致させた時系列のグラフを表示する、請求項２から１１のいずれか一項に記載の生活習慣病改善支援システム。
13. 前記生活習慣提案表示部は、前記参照患者の前記変化日時以降の前記生体情報測定値に
    関するグラフも表示する、請求項２から１２のいずれか一項に記載の生活習慣病改善支援システム。
14. 前記生活習慣提案表示部は、
    前記生活習慣状態の前記変化日時より前の所定区間である前区間と前記変化日時より後の所定区間である後区間に対して所定区間の前後とを比較し、
    前記前区間と前記後区間とで前記生活習慣状態の差が大きい順に前記生活習慣状態を表示する、請求項２から１３のいずれか一項に記載の生活習慣病改善支援システム。
15. 前記参照患者抽出部は、前記対象患者と前記参照患者の遺伝子情報、もしくは年齢の少なくとも１つに基づいて比較を行い、前記比較の結果として前記参照患者を限定する、請求項１から１４のいずれか一項に記載の生活習慣病改善支援システム。
16. 対象患者の生活習慣病の改善を支援する生活習慣病改善支援方法であって、
    対象患者の生活習慣の状態を表す生活習慣状態の入力を受け付けるステップと、
    前記対象患者の生体情報測定値の入力を受け付けるステップと、
    前記生体情報測定値の経時変化に対する変化を特徴量として抽出するステップと、
    前記対象患者の前記生体情報測定値と前記対象患者とは異なる参照患者の前記特徴量との比較結果を算出するステップと、
    前記比較結果に基づいて、前記対象患者に類似した参照患者を抽出するステップと、
    前記対象患者に対し前記参照患者の前記生体情報測定値および前記生活習慣状態を表示するステップと、
    を含む、生活習慣病改善支援方法。
17. 前記特徴量を抽出するステップは、
    前記生体情報測定値の時系列に対し近似直線を算出し、
    最新の前記生体情報測定値と前記近似直線による予測値との差分を算出し、
    前記差分が閾値を超過した場合、最新より一つ前の前記生体情報測定値の時刻を変化日時とし、
    前記特徴量として前記変化日時を含む、請求項１６に記載の生活習慣病改善支援方法。
18. 前記特徴量を抽出するステップは、
    前記生体情報測定値の時系列を結ぶ直線の傾きを算出し、
    前記直線の傾きの符号が変化する日時を変化日時とし、
    前記特徴量として前記変化日時を含む、請求項１６に記載の生活習慣病改善支援方法。
19. 前記特徴量を抽出するステップは、前記変化日時における生体情報測定値を極値とし、
    前記特徴量として前記極値を含む、請求項１７又は１８に記載の生活習慣病改善支援方法。
20. 前記特徴量を抽出するステップは、前記極値の時系列を直線で結んだ近似直線の傾きを算出し、前記特徴量として前記傾きを含む、請求項１９に記載の生活習慣病改善支援方法。
21. 前記特徴量を比較するステップは、前記対象患者の最新の前記生体情報測定値と、別の前記患者の前記変化日時における前記極値および前記傾きから前記対象患者と前記参照患者との類似度を算出する、請求項２０に記載の生活習慣病改善支援方法。
22. 請求項１７から２１のいずれか一項に記載の前記生活習慣病改善支援方法の各ステップをコンピュータに実行させて、対象患者の生活習慣病の改善を支援するための、生活習慣病改善支援用コンピュータプログラム。
23. 請求項２２に記載の前記生活習慣病改善支援用コンピュータプログラムを格納したコンピュータ読み取り可能な記録媒体。

Images