JPWO2019116679A1 - 情報処理装置、情報処理方法、およびプログラム - Google Patents
情報処理装置、情報処理方法、およびプログラム Download PDFInfo
- Publication number
- JPWO2019116679A1 JPWO2019116679A1 JP2019558923A JP2019558923A JPWO2019116679A1 JP WO2019116679 A1 JPWO2019116679 A1 JP WO2019116679A1 JP 2019558923 A JP2019558923 A JP 2019558923A JP 2019558923 A JP2019558923 A JP 2019558923A JP WO2019116679 A1 JPWO2019116679 A1 JP WO2019116679A1
- Authority
- JP
- Japan
- Prior art keywords
- information
- user
- information processing
- sensor
- processing device
- 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.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 368
- 238000003672 processing method Methods 0.000 title claims abstract description 7
- 230000036541 health Effects 0.000 claims description 35
- 235000005686 eating Nutrition 0.000 claims description 23
- 230000035622 drinking Effects 0.000 claims description 22
- 230000037237 body shape Effects 0.000 claims description 12
- 235000019640 taste Nutrition 0.000 claims description 12
- 235000012054 meals Nutrition 0.000 claims description 10
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 abstract description 54
- 238000012545 processing Methods 0.000 description 208
- 238000004891 communication Methods 0.000 description 42
- 238000000034 method Methods 0.000 description 40
- 230000006870 function Effects 0.000 description 37
- 230000008569 process Effects 0.000 description 34
- 235000019577 caloric intake Nutrition 0.000 description 32
- 230000006399 behavior Effects 0.000 description 25
- 230000007613 environmental effect Effects 0.000 description 25
- 235000013305 food Nutrition 0.000 description 17
- 230000009471 action Effects 0.000 description 16
- 239000000047 product Substances 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 230000006872 improvement Effects 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 6
- 238000012805 post-processing Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 6
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 5
- 230000036772 blood pressure Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000013523 data management Methods 0.000 description 5
- 235000005911 diet Nutrition 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000035900 sweating Effects 0.000 description 5
- 210000000577 adipose tissue Anatomy 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- 210000004556 brain Anatomy 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 4
- 230000037213 diet Effects 0.000 description 4
- 238000005401 electroluminescence Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000011521 glass Substances 0.000 description 4
- 235000015097 nutrients Nutrition 0.000 description 4
- 235000013311 vegetables Nutrition 0.000 description 4
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 3
- 230000002411 adverse Effects 0.000 description 3
- 235000019504 cigarettes Nutrition 0.000 description 3
- 235000016213 coffee Nutrition 0.000 description 3
- 235000013353 coffee beverage Nutrition 0.000 description 3
- 235000009508 confectionery Nutrition 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 230000003862 health status Effects 0.000 description 3
- 210000002414 leg Anatomy 0.000 description 3
- 230000002787 reinforcement Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 230000037396 body weight Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000010267 cellular communication Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 235000006694 eating habits Nutrition 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 235000011389 fruit/vegetable juice Nutrition 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001151 other effect Effects 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 235000015598 salt intake Nutrition 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 210000003423 ankle Anatomy 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 244000309466 calf Species 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 235000008242 dietary patterns Nutrition 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000036449 good health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 235000019615 sensations Nutrition 0.000 description 1
- 235000019613 sensory perceptions of taste Nutrition 0.000 description 1
- 230000035923 taste sensation Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Nutrition Science (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physical Education & Sports Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
【課題】ユーザ固有の身体状況の未来予想とアドバイスを的確に行うことが可能な情報処理装置、情報処理方法、およびプログラムを提供する。【解決手段】ユーザ周辺のセンサから取得した前記ユーザに関わる情報を含むセンサ情報履歴に基づいて、前記ユーザの将来の身体状況を予測する予測部と、前記予測した前記身体状況と、前記センサ情報履歴から得た前記ユーザの生活習慣情報および嗜好情報とに基づいて、前記身体状況を前記ユーザにより指定された理想身体に近付けるためのアドバイスを生成する生成部と、を備える、情報処理装置。【選択図】図１
Description
本開示は、情報処理装置、情報処理方法、およびプログラムに関する。
従来のヘルスケアアプリケーションは、ユーザの一時的な入力情報を用いて、現在の状況から将来の健康状態を推測する方法が用いられてきた。また、未来予測を行うヘルスケアの従来技術としては、血糖値情報や肥満度情報に基づいて健康状態を改善すべきと診断された個人にアドバイスを行うものが一般的であった。
また、従来の健康状態の推測方法は、過去に収集した一般的な統計情報の平均値を用いて、ユーザの身長、体重、および血液情報といった極めて限られた数値から予測するものであった。
このような従来のヘルスケアシステムに関し、例えば下記特許文献１では、ユーザ毎のヘルス状態に応じたメッセージを端末に出力するサーバとユーザ端末によるシステムが開示されている。
また、下記特許文献２では、ユーザのプロファイルから特定行動の発生時刻のデータに基づいて、その傾向を表したプロファイルを設定し、プロファイルに応じた情報をユーザに提供する情報処理装置が開示されている。
しかしながら、従来のヘルスケアシステムでは、平均的な統計情報に基づく予測しか行われないため、ユーザ個人がどのような生活習慣であっても、一時的に入力した身長や体重等の少ない情報から健康状態が一意に判断され、的確な未来予想やアドバイスが困難であった。
また、上記特許文献１では、過去に得られた個人のデータから、１ヵ月程度の周期的なイベントの予想を記載した簡易な情報が個人情報として届くものであった。
また、上記特許文献２では、在宅する時間ごとの確率に応じて必要な情報を提供していたために、将来にわたってヘルスケアに役立つ情報を提供することができないという問題があった。
そこで、本開示では、ユーザ固有の身体状況の未来予想とアドバイスを的確に行うことが可能な情報処理装置、情報処理方法、およびプログラムを提案する。
本開示によれば、ユーザ周辺のセンサから取得した前記ユーザに関わる情報を含むセンサ情報履歴に基づいて、前記ユーザの将来の身体状況を予測する予測部と、前記予測した前記身体状況と、前記センサ情報履歴から得た前記ユーザの生活習慣情報および嗜好情報とに基づいて、前記身体状況を前記ユーザにより指定された理想身体に近付けるためのアドバイスを生成する生成部と、を備える、情報処理装置を提案する。
本開示によれば、プロセッサが、ユーザ周辺のセンサから取得した前記ユーザに関わる情報を含むセンサ情報履歴に基づいて、前記ユーザの将来の身体状況を予測することと、前記予測した前記身体状況と、前記センサ情報履歴から得た前記ユーザの生活習慣情報および嗜好情報とに基づいて、前記身体状況を前記ユーザにより指定された理想身体に近付けるためのアドバイスを生成することと、を含む、情報処理方法を提案する。
本開示によれば、コンピュータを、ユーザ周辺のセンサから取得した前記ユーザに関わる情報を含むセンサ情報履歴に基づいて、前記ユーザの将来の身体状況を予測する予測部と、前記予測した前記身体状況と、前記センサ情報履歴から得た前記ユーザの生活習慣情報および嗜好情報とに基づいて、前記身体状況を前記ユーザにより指定された理想身体に近付けるためのアドバイスを生成する生成部と、として機能させるための、プログラムを提案する。
以上説明したように本開示によれば、ユーザ固有の身体状況の未来予想とアドバイスを的確に行うことが可能となる。
なお、上記の効果は必ずしも限定的なものではなく、上記の効果とともに、または上記の効果に代えて、本明細書に示されたいずれかの効果、または本明細書から把握され得る他の効果が奏されてもよい。
以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
また、説明は以下の順序で行うものとする。
１．全体的な構成
１−１．入力部
１−２．処理部
１−３．出力部
２．情報処理システムの概要
３．処理部の機能構成
４．処理フロー
４−１．全体の処理の流れ
４−２．各種情報の取得処理
４−３．未来予測処理
４−４．アドバイス提示処理
５．システム構成
６．ハードウェア構成
７．補足
１．全体的な構成
１−１．入力部
１−２．処理部
１−３．出力部
２．情報処理システムの概要
３．処理部の機能構成
４．処理フロー
４−１．全体の処理の流れ
４−２．各種情報の取得処理
４−３．未来予測処理
４−４．アドバイス提示処理
５．システム構成
６．ハードウェア構成
７．補足
（１．全体的な構成）
図１は、本開示の一実施形態の全体的な構成の例を示すブロック図である。図１を参照すると、システム１０は、入力部１００と、処理部２００と、出力部３００とを含む。入力部１００、処理部２００、および出力部３００は、後述するシステム１０の構成例に示されるように、１または複数の情報処理装置によって実現される。
図１は、本開示の一実施形態の全体的な構成の例を示すブロック図である。図１を参照すると、システム１０は、入力部１００と、処理部２００と、出力部３００とを含む。入力部１００、処理部２００、および出力部３００は、後述するシステム１０の構成例に示されるように、１または複数の情報処理装置によって実現される。
（１−１．入力部）
入力部１００は、例えば、操作入力装置、センサ、または外部サービスから情報を取得するソフトウェアなどを含み、ユーザ、周辺環境、または他のサービスから、さまざまな情報の入力を受け付ける。
入力部１００は、例えば、操作入力装置、センサ、または外部サービスから情報を取得するソフトウェアなどを含み、ユーザ、周辺環境、または他のサービスから、さまざまな情報の入力を受け付ける。
操作入力装置は、例えば、ハードウェアボタン、キーボード、マウス、タッチパネル、タッチセンサ、近接センサ、加速度センサ、角速度センサ、温度センサなどを含み、ユーザによる操作入力を受け付ける。また、操作入力装置は、ユーザのジェスチャまたは音声によって表現される操作入力を受け付ける、カメラ（撮像素子）またはマイクロフォンなどを含んでもよい。
なお、入力部１００には、操作入力装置によって取得される信号またはデータを操作コマンドに変換するプロセッサまたは処理回路が含まれてもよい。あるいは、入力部１００は、操作入力装置が取得した信号またはデータを、操作コマンドに変換することなくインターフェース１５０に出力してもよい。その場合、操作入力装置が取得した信号またはデータは、例えば処理部２００で操作コマンドに変換される。
センサは、加速度センサ、角速度センサ、地磁気センサ、照度センサ、温度センサ、または気圧センサなどを含み、装置にかかる加速度や角速度、方位、照度、温度、気圧などを検出する。上記の各種センサは、例えばセンサを含む装置がユーザによって携帯または装着されている場合に、各種情報をユーザに関する情報、例えばユーザの運動や向きなどを示す情報として検出することができる。また、センサは、他にも、脈拍、発汗、脳波、触覚、嗅覚、味覚など、ユーザの生体情報を検出するセンサを含んでもよい。入力部１００には、これらのセンサによって検出された情報、および／または後述するカメラやマイクによって検出された画像または音声のデータを解析することによってユーザの感情を示す情報を取得する処理回路が含まれてもよい。あるいは、上記の情報および／またはデータは解析を経ずにインターフェース１５０に出力され、例えば処理部２００において解析が実行されてもよい。
さらに、センサは、カメラ、マイク、上述した各種センサなどにより、ユーザまたは装置の近傍の画像または音声をデータとして取得してもよい。また、センサは、屋内または屋外の位置を検出する位置検出手段を含んでもよい。位置検出手段は、具体的には、GNSS（Global Navigation Satellite System）受信機、例えばＧＰＳ（Global Positioning System）受信機、GLONASS（Global Navigation
Satellite System）受信機、BDS（BeiDou Navigation Satellite System）受信機および／または通信装置などを含みうる。通信装置は、例えばＷｉ−ｆｉ（登録商標）、ＭＩＭＯ（Multi-Input Multi-Output）、セルラー通信（例えば携帯基地局を使った位置検出、フェムトセル）、または近距離無線通信（例えばＢＬＥ（Bluetooth Low Energy）、Ｂｌｕｅｔｏｏｔｈ（登録商標））、LPWA（Low Power Wide Area）などの技術を利用して位置を検出する。
Satellite System）受信機、BDS（BeiDou Navigation Satellite System）受信機および／または通信装置などを含みうる。通信装置は、例えばＷｉ−ｆｉ（登録商標）、ＭＩＭＯ（Multi-Input Multi-Output）、セルラー通信（例えば携帯基地局を使った位置検出、フェムトセル）、または近距離無線通信（例えばＢＬＥ（Bluetooth Low Energy）、Ｂｌｕｅｔｏｏｔｈ（登録商標））、LPWA（Low Power Wide Area）などの技術を利用して位置を検出する。
上記のようなセンサがユーザの位置や状況（生体情報を含む）を検出する場合、センサを含む装置は、例えばユーザによって携帯または装着されている。あるいは、センサを含む装置がユーザの生活環境に設置されているような場合にも、ユーザの位置や状況（生体情報を含む）を検出することが可能でありうる。例えば、室内などに固定して設置されたカメラによって取得されたユーザの顔を含む画像を解析することによって、ユーザの脈拍を検出することができる。
なお、入力部１００には、センサによって取得される信号またはデータを所定の形式に変換する（例えば、アナログ信号をデジタル信号に変換したり、画像または音声のデータをエンコードしたりする）プロセッサまたは処理回路が含まれてもよい。あるいは、入力部１００は、取得された信号またはデータを、所定の形式に変換することなくインターフェース１５０に出力してもよい。その場合、センサが取得した信号またはデータは、処理部２００で操作コマンドに変換される。
外部サービスから情報を取得するソフトウェアは、例えば、外部サービスのＡＰＩ（Application Program Interface）を利用して、外部サービスによって提供される各種の情報を取得する。ソフトウェアは、例えば外部サービスのサーバから情報を取得してもよいし、クライアント装置で実行されているサービスのアプリケーションソフトウェアから情報を取得してもよい。ソフトウェアによって、例えば、ユーザまたは他のユーザがソーシャルメディアなどの外部サービスに投稿したテキストや画像などの情報が取得されうる。取得される情報は、必ずしもユーザまたは他のユーザによって意図的に投稿されたものでなくてもよく、例えばユーザまたは他のユーザが実行した操作のログなどであってもよい。また、取得される情報は、ユーザまたは他のユーザの個人的な情報には限らず、例えばニュース、天気予報、交通情報、ＰＯＩ（Point Of Interest）、または広告などのように、不特定多数のユーザに向けて配信される情報であってもよい。
また、外部サービスから取得される情報には、上述した各種センサによって取得された情報、例えば加速度、角速度、方位、高度、照度、温度、気圧、脈拍、発汗、脳波、触覚、嗅覚、味覚、その他の生体情報、感情、位置情報などが、外部サービスと連携する他のシステムに含まれるセンサによって検出され、外部サービスに投稿されることによって生成された情報が含まれてもよい。
インターフェース１５０は、入力部１００と処理部２００との間のインターフェースである。例えば、入力部１００と処理部２００とが別個の装置で実現される場合、インターフェース１５０は、有線または無線の通信インターフェースを含みうる。また、インターネットが入力部１００と処理部２００の間に介在することもありうる。より具体的には、有線または無線の通信インターフェースは、３Ｇ／ＬＴＥ／５Ｇなどのセルラー通信、Ｗｉ−Ｆｉ（登録商標）などの無線ＬＡＮ（Local Area Network）通信、Ｂｌｕｅｔｏｏｔｈ（登録商標）などの無線ＰＡＮ（Personal Area Network）通信、ＮＦＣ（Near Field Communication）、イーサネット（登録商標）、ＨＤＭＩ（登録商標）（High-Definition Multimedia Interface）、ＵＳＢ（Universal Serial Bus）などを含みうる。また、入力部１００と処理部２００の少なくとも一部とが同一の装置で実現される場合、インターフェース１５０は、装置内のバスや、プログラムモジュール内でのデータ参照などを含みうる（以下、これらを装置内のインターフェースともいう）。また、入力部１００が複数の装置に分散して実現される場合、インターフェース１５０は、それぞれの装置のための異なる種類のインターフェースを含みうる。例えば、インターフェース１５０は、通信インターフェースと装置内のインターフェースとの両方を含んでもよい。
（１−２．処理部）
処理部２００は、入力部１００によって取得された情報に基づいてさまざまな処理を実行する。より具体的には、例えば、処理部２００は、ＣＰＵ（Central Processing Unit）、GPU(Graphics processing unit)、ＤＳＰ（Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、またはＦＰＧＡ（Field-Programmable Gate Array）などのプロセッサまたは処理回路を含む。また、処理部２００は、プロセッサまたは処理回路において実行されるプログラム、および処理において読み書きされるデータを一時的または永続的に格納するメモリまたはストレージ装置を含んでもよい。
処理部２００は、入力部１００によって取得された情報に基づいてさまざまな処理を実行する。より具体的には、例えば、処理部２００は、ＣＰＵ（Central Processing Unit）、GPU(Graphics processing unit)、ＤＳＰ（Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、またはＦＰＧＡ（Field-Programmable Gate Array）などのプロセッサまたは処理回路を含む。また、処理部２００は、プロセッサまたは処理回路において実行されるプログラム、および処理において読み書きされるデータを一時的または永続的に格納するメモリまたはストレージ装置を含んでもよい。
なお、処理部２００は、単一の装置内の単一のプロセッサまたは処理回路によって実現されてもよいし、複数の装置、または同一の装置内の複数のプロセッサもしくは処理回路に分散して実現されてもよい。処理部２００が分散して実現される場合、図２および図３に示す例のように、処理部２００の分割された部分の間にはインターフェース２５０が介在する。インターフェース２５０は、上記のインターフェース１５０と同様に、通信インターフェース、または装置内のインターフェースを含みうる。なお、後述する処理部２００の詳細な説明では、処理部２００を構成する個々の機能ブロックを例示するが、インターフェース２５０は、任意の機能ブロックの間に介在しうる。つまり、処理部２００が複数の装置、または複数のプロセッサもしくは処理回路に分散して実現される場合、機能ブロックをどのように各装置、各プロセッサまたは各処理回路に振り分けるかは、別途の記載がない限り任意である。
このような処理部２００により行われる処理の一例として、例えば機械学習が挙げられる。図４に、処理部２００の機能ブロック図の一例を示す。図４に示すように、処理部２００は、学習部２１０および識別部２２０を備える。学習部２１０は、入力された情報（学習データ）に基づいて機械学習を行い、学習結果を出力する。また、識別部２２０は、入力された情報と学習結果に基づいて、当該入力された情報の識別（判断や予測等）を行う。
学習部２１０における学習手法には、例えばニューラルネットワークやディープラーニングが用いられる。ニューラルネットワークとは、人間の脳神経回路を模倣したモデルであって、入力層、中間層（隠れ層）、出力層の３種類の層から成る。また、ディープラーニングとは、多層構造のニューラルネットワークを用いたモデルであって、各層で特徴的な学習を繰り返し、大量データの中に潜んでいる複雑なパターンを学習することができる。ディープラーニングは、例えば画像内のオブジェクトや音声内の単語を識別する用途として用いられる。
また、このような機械学習を実現するハードウェア構造としては、ニューラルネットワークの概念を組み込まれたニューロチップ／ニューロモーフィック・チップが用いられ得る。
また、機械学習の問題設定には、教師あり学習、教師なし学習、半教師学習、強化学習、逆強化学習、能動学習、転移学習等がある。例えば教師あり学習は、与えられたラベル付きの学習データ（教師データ）に基づいて特徴量を学習する。これにより、未知のデータのラベルを導くことが可能となる。
また、教師なし学習は、ラベルが付いていない学習データを大量に分析して特徴量を抽出し、抽出した特徴量に基づいてクラスタリングを行う。これにより、膨大な未知のデータに基づいて傾向の分析や未来予測を行うことが可能となる。
また、半教師学習は、教師あり学習と教師なし学習を混在させたものであって、教師あり学習で特徴量を学ばせた後、教師なし学習で膨大な訓練データを与え、自動的に特徴量を算出させながら繰り返し学習を行う方法である。
また、強化学習は、ある環境内におけるエージェントが現在の状態を観測して取るべき行動を決定する問題を扱うものである。エージェントは、行動を選択することで環境から報酬を習得し、一連の行動を通じて報酬が最も多く得られるような方策を学習する。このように、ある環境における最適解を学習することで、人間の判断力を再現し、また、人間を超える判断力をコンピュータに習得させることが可能となる。
以上説明したような機械学習によって、処理部２００は、仮想的なセンシングデータを生成することも可能である。例えば、処理部２００は、入力された画像情報から位置情報を生成するなど、あるセンシングデータから別のセンシングデータを予測して入力情報として使用することが可能である。また、処理部２００は、複数のセンシングデータから別のセンシングデータを生成することも可能である。また、処理部２００は、必要な情報を予測し、センシングデータから所定の情報を生成することも可能である。
（１−３．出力部）
出力部３００は、処理部２００から提供された情報を、ユーザ（入力部１００のユーザと同じユーザであってもよいし、異なるユーザであってもよい）、外部装置、または他のサービスに出力する。例えば、出力部３００は、出力装置、制御装置、または外部サービスに情報を提供するソフトウェアなどを含みうる。
出力部３００は、処理部２００から提供された情報を、ユーザ（入力部１００のユーザと同じユーザであってもよいし、異なるユーザであってもよい）、外部装置、または他のサービスに出力する。例えば、出力部３００は、出力装置、制御装置、または外部サービスに情報を提供するソフトウェアなどを含みうる。
出力装置は、処理部２００から提供された情報を、ユーザ（入力部１００のユーザと同じユーザであってもよいし、異なるユーザであってもよい）の視覚や聴覚、触覚、嗅覚、味覚などの感覚によって知覚される形式で出力する。例えば、出力装置はディスプレイであり、情報を画像によって出力する。なお、ディスプレイは、ＬＣＤ（Liquid Crystal Display）や有機ＥＬ（Electro-Luminescence）ディスプレイなどの反射型または自発光型のディスプレイには限らず、ウェアラブル装置などで用いられるような、ユーザの眼に画像表示光を導光する導光部材と光源との組み合わせをも含む。また、出力装置はスピーカを含み、情報を音声によって出力してもよい。その他にも、出力装置は、プロジェクタやバイブレータなどを含んでもよい。
制御装置は、処理部２００から提供された情報に基づいて装置を制御する。制御される装置は、出力部３００を実現する装置に含まれてもよいし、外部装置であってもよい。より具体的には、例えば、制御装置は制御コマンドを生成するプロセッサまたは処理回路を含む。外部装置が制御される場合、出力部３００は、さらに、制御コマンドを外部装置に送信する通信装置を含みうる。制御装置は、例えば、処理部２００から提供された情報を印刷物として出力するプリンタを制御する。制御装置は、処理部２００から提供された情報の、ストレージ装置またはリムーバブル記録媒体への書き込みを制御するドライバを含んでもよい。あるいは、制御装置は、処理部２００から提供された情報を出力または記録する装置以外の装置を制御してもよい。例えば、制御装置は、照明装置を制御して照明を点灯させたり、テレビを制御して画像を消したり、オーディオ装置を制御して音量を調節したり、ロボットを制御してその動き等を制御したりしてもよい。
また、制御装置は、入力部１００に含まれる入力装置を制御してもよい。すなわち、制御装置は、入力装置により所定の情報を取得するよう制御することができる。また、制御装置が入力装置と同一の装置で実現されてもよい。これにより、入力装置が、他の入力装置を制御することも可能となる。例えば、複数台のカメラ装置がある場合に、通常は省電力目的で一つだけ起動しているが、人物を認識した際には、起動している一つのカメラ装置が、接続する他のカメラ装置を起動するよう制御する。
外部サービスに情報を提供するソフトウェアは、例えば、外部サービスのＡＰＩを利用して、処理部２００から提供された情報を外部サービスに提供する。ソフトウェアは、例えば外部サービスのサーバに情報を提供してもよいし、クライアント装置で実行されているサービスのアプリケーションソフトウェアに情報を提供してもよい。提供される情報は、必ずしもすぐに外部サービスに反映されるものでなくてよく、例えばユーザが外部サービスに投稿または送信するための候補として提供されてもよい。より具体的には、例えば、ソフトウェアは、クライアント装置で実行されているブラウザソフトウェアにおいて、ユーザが入力する検索キーワードやＵＲＬ（Uniform Resource Locator）の候補として用いられるテキストを提供してもよい。また、例えば、ソフトウェアは、ユーザに代わって、ソーシャルメディアなどの外部サービスに、テキスト、画像、動画、音声などを投稿してもよい。
インターフェース３５０は、処理部２００と出力部３００との間のインターフェースである。例えば、処理部２００と出力部３００とが別個の装置で実現される場合、インターフェース３５０は、有線または無線の通信インターフェースを含みうる。また、処理部２００の少なくとも一部と出力部３００とが同一の装置で実現される場合、インターフェース３５０は、上述した装置内のインターフェースを含みうる。また、出力部３００が複数の装置に分散して実現される場合、インターフェース３５０は、それぞれの装置のための異なる種類のインターフェースを含みうる。例えば、インターフェース３５０は、通信インターフェースと装置内のインターフェースとの両方を含んでもよい。
（２．情報処理システムの概要）
図５は、本開示の一実施形態による情報処理システム（ヘルスケアシステム）の概要を説明する図である。本実施形態による情報処理システムでは、まず、ユーザ個人の健康状態や趣味嗜好、行動履歴等の様々な情報を、ユーザ周辺のセンサ、すなわち、ユーザが所有する情報処理端末に設けられている各種センサや周囲に存在する環境センサ、また、ＳＮＳ（Social Networking Service）や投稿サイト、ブログ等のインターネット上から、日常的、継続的に大量に取得している。また、取得するユーザに関する様々な情報には、ユーザの周囲に存在する他ユーザから受けたユーザに関する評価（ユーザの趣味嗜好に関する情報や、ユーザの行動に関する情報等）を含んでもよい。
図５は、本開示の一実施形態による情報処理システム（ヘルスケアシステム）の概要を説明する図である。本実施形態による情報処理システムでは、まず、ユーザ個人の健康状態や趣味嗜好、行動履歴等の様々な情報を、ユーザ周辺のセンサ、すなわち、ユーザが所有する情報処理端末に設けられている各種センサや周囲に存在する環境センサ、また、ＳＮＳ（Social Networking Service）や投稿サイト、ブログ等のインターネット上から、日常的、継続的に大量に取得している。また、取得するユーザに関する様々な情報には、ユーザの周囲に存在する他ユーザから受けたユーザに関する評価（ユーザの趣味嗜好に関する情報や、ユーザの行動に関する情報等）を含んでもよい。
環境センサは、近年街中に設置されている多数の環境センサであって、ＩｏＴ（Internet of Things）の技術により、日常的に大量のセンシングデータを取得することが可能である。環境センサは、例えば、カメラ、マイクロフォン、赤外線センサ（赤外線カメラ）、温度センサ、湿度センサ、気圧センサ、照度計、紫外線量計、騒音計、振動計、圧力センサ、または重さセンサ等であって、駅、公園、道路、商店街、施設内、ビル内、家庭内等の様々な場所に無数に存在している。環境センサからは、例えばユーザの現在の姿を撮像した全身の撮像画像や、飲食店での飲食の様子を撮像した撮像画像、また、スポーツジムや公園等においてユーザが運動している様子を撮像した撮像画像等が取得され得る。
また、環境センサは、ユーザの周辺を走行中の自動車のドライブレコーダーに搭載されたカメラであってもよい。また、環境センサは、個人が所有するスマートフォン等の情報処理端末に設けられているセンサであってもよい。例えば、ユーザの周辺に存在する他ユーザが所有するスマートフォン等の情報処理端末により無意識に撮影された撮像画像（例えば、他ユーザがスマートフォン等を操作している際に外側カメラにより無意識に撮影された撮像画像）も、ユーザの歩行時における周囲の環境センサ情報として取得され得る。
また、環境センサの一例である集音マイクからは、雑踏の騒音レベルの情報が取得でき、ユーザが置かれている環境を把握する客観的なデータとなる。
また、環境センサ情報として、ユーザが乗車した交通機関（鉄道やバスなど）の車内の様子を映したカメラからの画像情報や、乗車人数などの混雑状況を測定した結果の情報も取得され得る。
また、環境センサは、交通機関やオフィス等の施設や建物の入り口にあるゲートに取り付けられ、当該ゲートを通過したユーザの体重や腹囲を測定し、プロポーション情報が取得されてもよい。これらの環境センサ情報は、例えばゲート通過時にユーザが所持する情報処理端末に送信され得る。これにより、ユーザの毎日の体重の変化を統計的に把握し、急激な体重の変化が生じた場合に、ユーザに対してアドバイスを生成することも可能となる。なお体重計センサは、交通機関等のゲートの他、ユーザが利用する自転車、トイレ、エレベータ、電車等に設けられ、その都度体重情報がユーザの情報処理端末に送信またはサーバに送信されるようにしてもよい。
また、環境センサとして、靴底に圧力センサを配置し、圧力センサからの検知情報に基づいて、歩数やスピードを算出し、走っている場合や、歩いている場合、立っている場合や座っている場合などの検出を行うことも可能である。
また、環境センサの情報には、広くＩｏＴ環境のデータとして入手可能な情報が含まれる。例えば、飲食店におけるＰＯＳ端末からのＰＯＳ情報を環境センサ情報として取得してもよい。飲食店におけるＰＯＳ情報には、ユーザが当該飲食店で注文したデータ情報が含まれ、飲食に関する情報として、後述する摂取カロリーの算出に用いることが可能である。摂取カロリーの算出は、サーバ側で行われてもよいし、ユーザが所有する情報処理端末側で行われてもよい。
また、ユーザが所有する情報処理端末とは、例えば、スマートフォン、携帯電話端末、ウェアラブル端末（ＨＭＤ（Head Mounted Display）、スマートアイグラス、スマートバンド、スマートイヤホン、スマートネックレスなど）、タブレット端末、ＰＣ（Personal Computer）、ゲーム機、音楽再生装置等が挙げられる。このような情報処理端末に設けられた各種センサにより、ユーザに関する情報が日常的に大量に取得され得る。センサは、加速度センサ、角速度センサ、地磁気センサ、照度センサ、温度センサ、気圧センサ、生体センサ（脈拍、心拍、発汗、体温、血圧、呼吸、静脈、脳波、触覚、嗅覚、味覚など、ユーザの生体情報を検出するセンサ）、カメラ、マイクロフォン、屋内または屋外の位置を検出する位置検出部を含み得る。また、さらに、ユーザが利用する自転車や、ユーザが着用する洋服や履物に設けられたカメラ、生体センサ、マイクロフォン、重さセンサ等の各種センサにより、ユーザに関する情報が取得されるようにしてもよい。
また、ユーザが所有する情報処理端末からは、インターネットでの検索履歴や、アプリケーションの操作履歴、また、Ｗｅｂサイトの閲覧履歴、インターネットを介した商品の購入履歴、スケジュール情報等の、様々なユーザに関する情報が収集し得る。
また、インターネット上からは、ユーザのつぶやき情報や、発言、コメント、返信等、ユーザが投稿した情報が取得される。
本実施形態による情報処理システムでは、日常的に取得されるユーザ個人に関する様々に基づいて、ユーザの現在の健康状態、趣味嗜好、生活習慣、およびプロポーションに関する情報に基づいて現在のユーザの身体状況を取得し得る。また、本実施形態による情報処理システムは、現在のユーザの身体状況をユーザに通知することが可能である。身体状況とは、ユーザの身体の内面の状況および外面の状況を含む意味である。身体の内面の状況とは、主に健康状態に関する要素の状況であり、また、外面の状況とは、主に体型に関する要素の状況である。
また、現在のユーザの身体状況を取得する際に用いる、ユーザの現在の健康状態に関する情報とは、例えば、情報処理端末に搭載された生体センサや、環境センサの赤外線画像等を解析して取得される、ユーザの体温、呼吸の状態、発汗量、心拍数、血圧、体脂肪、コレステロール値等の情報である。
趣味嗜好に関する情報とは、例えば、ユーザの嗜好品（酒、煙草、コーヒー、菓子等）の好み、嗜好品の摂取量等に関する情報や、ユーザの趣味（何のスポーツが好きか、身体を動かすことが好きか、部屋の中に居ることが好きか等）に関する情報である。趣味嗜好情報は、例えば、情報処理端末に搭載されたカメラや、環境センサのカメラ、購入履歴、インターネット上のユーザのつぶやき等を解析して取得される。また、趣味嗜好情報は、ユーザが自ら情報処理端末を用いて入力してもよい。
生活習慣に関する情報とは、日頃の食事と運動に関する情報であって、ユーザの行動履歴（移動履歴、移動時間、通勤経路、通勤時間帯等の情報、生体情報）や、飲食に関する情報（購入品、飲食店に訪れたこと、飲食店で注文した内容、飲食時の撮像画像、生体情報等）を解析して取得される。運動に関する情報は、例えば行動履歴や運動時の撮像画像、生体情報に基づいて算出された、日頃の活動量や消費カロリー等が想定される。また、食事に関する情報は、例えば飲食に関する各種情報から算出された、日頃の摂取カロリーや、日頃どのくらいのペースで摂取しているか等の情報が想定される。生活習慣情報は、ユーザが自ら情報処理端末を用いて入力してもよい。
プロポーションに関する情報とは、ユーザの体型に関する情報であって、例えば、身長、体重、胸囲、腕の太さ（二の腕）、ウエスト、足の太さ（太もも、ふくらはぎ、足首）、ヒップ高、体脂肪率、筋肉率等である。プロポーション情報は、例えば環境センサにより取得された撮像画像を解析して得られてもよい。また、プロポーション情報は、ユーザが自ら情報処理端末を用いて入力してもよい。
そして、本実施形態による情報処理システムは、ユーザの現在のプロポーションと、ユーザ個人の生活習慣や嗜好情報に基づいて、ユーザの未来の身体状況を予測し、ユーザに通知することができる。すなわち、本実施形態による情報処理システムでは、現在の生活（運動パターン、食事パターン、嗜好品の摂取等）を続けた場合に、５年後、１０年後にユーザがどのような身体状況（内面における健康状態、および外面における体型の状態）になっているかを、平均的な統計情報としてではなく、ユーザ個別に予測することで、より正確な未来予測を可能とする。
また、本実施形態による情報処理システムは、予測結果に基づいて、ユーザが理想とする身体状況に近付くためのアドバイスを提示することが可能である。アドバイスは、例えば現在のユーザの生活習慣や趣味嗜好を考慮し、普段の生活の中における運動量や食事量、嗜好品摂取の改善をアドバイスすることで、より効果的なアドバイスを行うことが可能となる。
（３．処理部の機能構成）
続いて、上述した本実施形態による情報処理システム（ヘルスケアシステム）を実現する処理部の機能構成について図６を参照して説明する。
続いて、上述した本実施形態による情報処理システム（ヘルスケアシステム）を実現する処理部の機能構成について図６を参照して説明する。
図６は、本開示の一実施形態に係る処理部の機能構成例を示すブロック図である。図６を参照すると、処理部２００（制御部）は、予測部２０３と、出力制御部２０５と、アドバイス生成部２０７とを含む。以下、それぞれの機能構成についてさらに説明する。
予測部２０３は、ユーザ周辺のセンサから取得したユーザに関わる情報を含む、ユーザ情報ＤＢ２０１に蓄積されたセンサ情報履歴に基づいて、ユーザの将来の身体状況を予測する処理を行う。ユーザ情報ＤＢ２０１に蓄積された情報は、入力部１００からインターフェース１５０を介して収集されたユーザに関する各種の情報である。ユーザ周辺のセンサとは、より具体的には、例えば、入力部１００に含まれるセンサであって、上述した環境センサおよびユーザ所有の情報処理端末に設けられたセンサが含まれる。また、例えば、ユーザ情報ＤＢ２０１には、入力部１００に含まれる入力装置、または外部サービスから情報を取得するソフトウェアから取得された情報、より具体的には、例えばインターネット上から取得したユーザのＳＮＳへのつぶやき情報、発言、投稿、送信メール、および情報処理端末においてユーザが自ら入力した情報も蓄積され得る。
より具体的には、ユーザ情報ＤＢ２０１には、例えば、ユーザの趣味嗜好情報、現在の健康状態情報（身長、体重、体脂肪率、心拍数、呼吸の状態、血圧、発汗、コレステロール値等）、現在のプロポーション情報（体型が分かる撮像画像、シルエット、胸囲、ウエスト、腕の太さや長さ等のパラメータ）、行動履歴情報、検索履歴情報、購入商品情報（飲食物、服飾品、洋服のサイズ、価格）、摂取カロリー情報、消費カロリー情報、生活習慣情報等が蓄積されている。これらの情報は、センサやインターネット上、またはユーザの情報処理端末から取得した情報や、取得した情報を解析して得た情報である。
例えば摂取カロリー情報は、ユーザの行動履歴情報、飲食店や自宅等における飲食時の撮像画像、生体情報、および飲食物の購入情報等から算出され得る。また、摂取カロリーの他、摂取した栄養素の分布情報等も解析して取得される。
また、消費カロリー情報は、例えばユーザの行動履歴情報、公園やスポーツジムにおけるユーザの運動時の撮像画像、生体情報等から算出され得る。また、消費カロリー情報は、ユーザ所有の情報処理端末が通信事業者等から得た位置情報や、環境センサである温度センサや湿度センサ、監視カメラ等からの情報に基づいて、ユーザの毎日の移動における消費カロリーを算出してもよい。例えば、ユーザの毎日の移動に掛かった歩数の情報を算出して消費カロリーを算出してもよい。
また、プロポーション情報は、自宅の玄関や、温泉施設や銭湯等の入口に設置されたカメラにより撮像された全身画像を解析することで得られる、体型やシルエット、腕の太さ、ウエスト、足の太さ等のパラメータである。また、プロポーション情報は、ユーザが最近購入した洋服のサイズ等から算出することも可能である。
また、生活習慣情報は、例えばユーザの行動履歴情報や趣味嗜好情報、環境センサから得られたユーザの撮像画像、情報処理端末から得られた各種センサ情報等を解析して得られるユーザの日々の運動や食事に関する情報である。
本実施形態による予測部２０３は、ユーザの現在のプロポーション情報や現在の健康状態を基準に、ユーザの嗜好情報（酒、コーヒー、煙草等の摂取）や生活習慣（運動（消費カロリーの状況）、食生活（摂取カロリーの状況））等の情報に基づいて、１年後、５年後、または１０年後等の所定時間経過後のプロポーション（外面の身体状況）や健康状態（内面の身体状況）を、所定のアルゴリズムを用いて予測する。これにより、身長や体重といった限られた情報と平均的な統計情報に基づく従来の予測よりも、より正確に未来予測を行うことが可能となる。アルゴリズムについては特に限定しないが、例えば予測部２０３は、ユーザの直近数か月の運動や消費カロリーの状況と、食事や摂取カロリーの状況、また、さらには睡眠等の状況を把握し、その間における健康状態やプロポーションの変化（差分）に基づいて傾向を取得し、かかる傾向に基づいて、現在の生活習慣（運動、食事等）が継続した場合における１年後や５年後の変化を予測する。
また、予測部２０３は、ユーザのプロポーション情報や健康状態情報と、行動履歴、食事の内容、運動の内容、趣味嗜好情報（嗜好品の摂取）等を対応付けて蓄積し、運動や食事、嗜好品、行動履歴等がユーザの健康やプロポーションに与えるユーザ個別の影響を学習し、予測時に利用することも可能である。
アドバイス生成部２０７は、予測した将来の身体状況と、ユーザの生活習慣および嗜好情報とに基づいて、予測した将来の身体状況をユーザが指定した理想身体（理想の身体状況（内面および外面の身体状況を含む））に近付けるためのアドバイス情報を生成する。本実施形態では、ユーザに、将来なりたい姿のパラメータを入力させて、現時点から取り組むべきヘルスケアを紹介することができる。例えば、ユーザへのアドバイスは、現在のユーザの生活習慣（運動および食事の傾向）や嗜好品の摂取量や摂取タイミングに関するものであって、ユーザ個別にパーソナライズした、より効果的なアドバイスを生成することが可能である。
また、アドバイス生成部２０７は、継続的に取得して蓄積された、ユーザのプロポーション情報や健康状態情報、行動履歴、食事の内容、運動の内容、趣味嗜好情報（嗜好品の摂取）等に基づいて、ユーザ個別の嗜好品の摂取や食事内容、運動、行動履歴等が健康やプロポーションに与えるユーザ固有の影響を学習し、アドバイス生成時に利用することも可能である。
出力制御部２０５は、予測部２０３により予測された将来のユーザの身体状況、または、現在の身体状況（現在のありのままの姿）に関する情報を出力する制御を行う。また、出力制御部２０５は、アドバイス生成部２０７により生成されたアドバイスを出力する制御を行う。出力制御部２０５は、現在の身体状況と将来の身体状況、また、ユーザが理想とする身体に近付くためのアドバイスを示す画面を生成し、生成した画面情報を出力してもよい。また、出力制御部２０５は、ユーザに対するアドバイスを、ユーザの投稿情報や趣味嗜好、行動履歴等に基づいて、ユーザが好きなキャラクターや芸能人、アーティスト、尊敬する人物等からのアドバイスという形で提示することも可能である。
出力制御部２０５によって生成された情報は、出力部３００に含まれるディスプレイ、またはスピーカなどの出力装置から、画像、または音声などによって出力されてもよい。また、出力制御部２０５によって生成された情報は、出力部３００に含まれる制御装置によって制御されたプリンタから印刷物として出力されたり、ストレージ装置またはリムーバブル記録媒体に電子データとして記録されたりしてもよい。あるいは、出力制御部２０５によって生成された情報は、出力部３００に含まれる制御装置よる装置の制御に利用されてもよい。また、出力制御部２０５によって生成された情報は、出力部３００に含まれる、外部サービスに情報を提供するソフトウェアを介して、外部サービスに提供されてもよい。
（４．処理フロー）
（４−１．全体の処理の流れ）
図７は、本開示の一実施形態に係る情報処理システム（ヘルスケアシステム）の全体の処理の流れを示すフローチャートである。図７を参照すると、まず、処理部２００は、ユーザの趣味嗜好情報を取得する（ステップＳ１０３）。ユーザの趣味嗜好情報は、上記のように、入力部１００に含まれるセンサ、入力装置、またはソフトウェアなどの入力手段から取得される。例えばユーザ自身が趣味や嗜好の情報を情報処理端末から入力して処理部２００を有するサーバに送信してもよい。また、処理部２００は、ユーザのネットショッピングでの購入履歴や、購入金額等の情報を、ユーザの趣味や嗜好を示す情報として取得してもよい。取得した趣味嗜好情報は、ユーザ情報ＤＢ２０１に蓄積される。
（４−１．全体の処理の流れ）
図７は、本開示の一実施形態に係る情報処理システム（ヘルスケアシステム）の全体の処理の流れを示すフローチャートである。図７を参照すると、まず、処理部２００は、ユーザの趣味嗜好情報を取得する（ステップＳ１０３）。ユーザの趣味嗜好情報は、上記のように、入力部１００に含まれるセンサ、入力装置、またはソフトウェアなどの入力手段から取得される。例えばユーザ自身が趣味や嗜好の情報を情報処理端末から入力して処理部２００を有するサーバに送信してもよい。また、処理部２００は、ユーザのネットショッピングでの購入履歴や、購入金額等の情報を、ユーザの趣味や嗜好を示す情報として取得してもよい。取得した趣味嗜好情報は、ユーザ情報ＤＢ２０１に蓄積される。
次に、処理部２００は、ユーザの行動記録を取得する（ステップＳ１０６）。ユーザの行動記録情報も、上記のように、入力部１００に含まれるセンサ、入力装置、またはソフトウェアなどの入力手段から取得される。例えば、処理部２００は、ユーザの移動履歴や移動時間、通勤経路や通勤時間帯等の情報を、通信事業者におけるユーザの追跡動作や、交通事業者からの乗車券購入履歴等の情報から取得してもよい。また、処理部２００は、ユーザの移動の途上に存在する、無数の環境センサの情報から、ユーザが経路として通ったルートにおける環境情報を入手してもよい。また、処理部２００は、ユーザが所有する情報処理端末に設けられた生体センサ、加速度センサ、位置検出部等により検出された各種センサ情報や、ユーザ周辺に設置された監視カメラからの撮像画像等に基づいて、ユーザの運動状況、リラックス状況、ストレス状況、または睡眠等の情報も、行動記録情報として取得する。取得した行動記録情報は、行動履歴としてユーザ情報ＤＢ２０１に蓄積される。
次いで、処理部２００は、ユーザの摂取カロリーを取得する（ステップＳ１０９）。ユーザの摂取カロリー情報は、上記のように、入力部１００に含まれるセンサ、入力装置、またはソフトウェアなどの入力手段から取得されたユーザの飲食に関する情報に基づいて算出され得る。例えば、処理部２００は、飲食店に設けられた環境センサの情報（例えば撮像画像）から、ユーザが実際に飲食した分量をモニターし、摂取したカロリー量を算出してもよい。また、併せて食事に掛かった時間や、食事のタイミング、摂取した料理、栄養素等の情報を取得してもよい。取得した摂取したカロリー情報、栄養素、また、飲食に関する情報は、ユーザ情報ＤＢ２０１に蓄積される。
次に、処理部２００は、ユーザの現在のプロポーション情報を取得する（ステップＳ１１５）。ユーザの現在のプロポーション情報は、上記のように、入力部１００に含まれるセンサ、入力装置、またはソフトウェアなどの入力手段から取得される。例えば、処理部２００は、ユーザ本人の全身画像情報を、ユーザ個人宅のセキュリティカメラや、温泉施設や銭湯等に設けられた環境センサからの撮像画像を解析し、ユーザの現時点の体型等のプロポーション情報を取得する。取得した摂取したプロポーション情報は、ユーザ情報ＤＢ２０１に蓄積される。また、全身画像は、少なくとも体型の分かるシルエットを取得するようにしてもよい。また、全身画像は、正面のみからではなく、横向きや後ろ姿の画像も取得することが好ましい。
以上説明したステップＳ１０３〜Ｓ１１５に示す処理は、日常的に継続して行われ得る。具体的には、例えばユーザが所望する期間に渡って、繰り返し実施され、例えばユーザの経年変化をモニターする観点から、数年間に渡るデータが取得、蓄積されてもよい。また、ステップＳ１０３〜Ｓ１１５に示す各処理は、それぞれ並行して行われてもよい。また、ステップＳ１０３〜Ｓ１１５に示す情報取得の処理は一例であって、本実施形態はこれに限定されない。例えば、ユーザの行動記録からユーザの消費カロリーを算出してユーザ情報ＤＢ２０１に蓄積してもよいし、ユーザの行動記録や飲食の記録からユーザの生活習慣（日常の運動量、および食生活）を抽出してユーザ情報ＤＢ２０１に蓄積してもよい。
続いて、ユーザから要求があった場合に（ステップＳ１１８／Ｙｅｓ）、予測部２０３は、ユーザの将来の身体状況の予測を実施する（ステップＳ１２１）。予測部２０３は、ユーザ情報ＤＢ２０１に蓄積されている情報を利用し、現在のユーザのプロポーション情報や健康状態を基準に、ユーザの生活習慣（行動記録、摂取カロリー情報）や趣味嗜好情報を加味して、ユーザが指定した時点（１年後、５年後、１０年後等）の身体状況（内面の健康状態、外面のプロポーション）を予測する。
次に、出力制御部２０５は、予測結果をユーザに提示する（ステップＳ１２４）。例えば、出力制御部２０５は、予測結果を示す情報（例えば予測されたユーザの将来の身体状況を説明するテキスト、パラメータ、将来プロポーションのシルエットや合成画像等）を、ユーザのスマートフォン等の情報処理端末に表示する制御を行う。
次いで、ユーザからアドバイス要求があった場合（ステップＳ１２７／Ｙｅｓ）、処理部２００は、ユーザの将来願望（ユーザが理想とする身体状況のパラメータ等）を取得する（ステップＳ１３０）。ユーザの将来願望は、例えばプロポーションに関する事項（ウエストを細くしたい、足を細くしたい等）や、健康状態に関する事項（体脂肪率を下げたい、血圧を下げたい等）である。
そして、サービス事業者サーバは、アドバイス生成部２０７により、ユーザが将来なりたい姿に近付くためのアドバイスを生成し、出力制御部２０５によりユーザに提示する処理を行う（ステップＳ１３３）。アドバイス生成部２０７が生成するアドバイスは、ユーザ個別の生活習慣や嗜好情報に基づき、ユーザの体質改善や生活改善につながるヘルスケアのアドバイス情報である。例えばユーザが普段からラーメンの汁を全て飲んでいる場合、塩分の過剰摂取を控えるため、ラーメンの汁は飲まないようにアドバイスすることが想定される。単に「塩分の過剰摂取を控えるように」とアドバイスするよりも、ユーザの普段の生活環境に即したアドバイスを提示することで、より効果的にユーザの体質改善を実施することができる。
以上、本実施形態に係る情報処理システムの全体の処理の流れについて説明した。上述した処理は、処理部２００による動作処理として説明したが、処理部２００は、ユーザが所有する情報処理端末に含まれていてもよいし、情報処理端末とインターネットを介して接続するサーバに含まれていてもよい。また、図７を参照して説明した処理が、複数の装置により実行されてもよい。
続いて、上述した各処理の詳細フローについて、図面を参照して説明する。ここでは、本実施形態の構成が、一例としてユーザ端末（情報処理端末）とサービス事業者サーバ（処理部２００を有するサーバ）がネットワークを介して接続された情報処理システムである場合について説明する。ユーザ端末とサーバとの通信は、Ｗｉ−Ｆｉ（登録商標）のアクセスポイントを介して無線ＬＡＮで接続されてもよいし、携帯電話の通信網を介して接続されてもよい。また、ユーザ端末は、周辺に存在している多数の環境センサから様々な情報を受信することが可能であって、これら環境センサからの情報として、例えばユーザが歩いてきた道筋や経過時間、温度情報、湿度情報等の様々なデータを収集することができる。
（４−２．各種情報の取得処理）
図８は、趣味嗜好情報の取得処理の一例を示すシーケンス図である。図８に示すように、まず、ユーザ端末において、ユーザによる趣味嗜好情報の入力が行われると（ステップＳ２０３）、ユーザ端末は、入力されたユーザ趣味嗜好情報をサービス事業者サーバに送信する（ステップＳ２０６）。ユーザ端末には、例えばサーバ事業者のアプリケーションが格納され、当該アプリケーションにより処理が実行され得る。
図８は、趣味嗜好情報の取得処理の一例を示すシーケンス図である。図８に示すように、まず、ユーザ端末において、ユーザによる趣味嗜好情報の入力が行われると（ステップＳ２０３）、ユーザ端末は、入力されたユーザ趣味嗜好情報をサービス事業者サーバに送信する（ステップＳ２０６）。ユーザ端末には、例えばサーバ事業者のアプリケーションが格納され、当該アプリケーションにより処理が実行され得る。
そして、サービス事業者サーバは、受信した趣味嗜好情報をユーザ情報ＤＢ２０１に記憶する（ステップＳ２０９）。
なお、サービス事業者サーバでは、ユーザの趣味嗜好情報を、上記のように、ユーザ個人が購入した商品などの購入履歴、購入した品物のサイズ情報、商品の色彩情報、割引情報などの購入価格の情報、購入に掛かった時間（サイズで悩んでいる等）などの購入商品の情報等から取得してもよい。また、サービス事業者サーバは、ユーザの趣味に基づく検索情報や、イベントのチケット購入情報、音楽のダウンロード情報等から、ユーザの趣味や嗜好のデータを逐次取得してもよい。
また、ユーザ端末から送信される趣味嗜好情報は、通信事業者サーバや、インターネット接続事業者の回線網を介して、サービス事業者サーバに送信されてもよい。
図９は、行動記録情報の取得処理の一例を示すシーケンス図である。図９に示すように、まず、ユーザ端末において、ユーザにより行動記録の許諾が行われると（ステップＳ２１３）、ユーザ端末は、ユーザ行動記録の許諾通知を通信事業者サーバに対して行う（ステップＳ２１６）。
次に、通信事業者サーバは、サービス事業者サーバに、ユーザ行動記録の開始を行う旨を通知すると共に（ステップＳ２１９）、ユーザの位置周辺の環境センサに対して、ユーザ捕捉の要求を行う（ステップＳ２２２）。
次いで、環境センサは、指定されたユーザを捕捉した場合（ステップＳ２２５）、当該ユーザを捕捉し続けて、ユーザの移動情報等を、通信事業者サーバに送信する（ステップＳ２２８）。例えば環境センサの一例である監視カメラは、ユーザの顔認識等によりユーザを捕捉した後、ユーザの行動を追跡し、ユーザがどこに向かったか、どの店に入ったか、何をしているか等を示す移動に伴う情報（若しくは撮像画像）を取得し、通信事業者サーバに送信する。
次に、通信事業者サーバは、取得したユーザの移動情報等を、サービス事業者サーバに送信する（ステップＳ２３１）。
そして、サービス事業者サーバは、取得したユーザの移動情報から移動軌跡を解析し、行動記録としてユーザ情報ＤＢ２０１に蓄積する（ステップＳ２３３）。
以上説明した図９に示す例では、サービス事業者サーバにユーザの移動情報を逐一記憶する処理を示しているが、本実施形態はこれに限定されず、通信事業者サーバに移動情報を逐一記憶し、必要に応じてサービス事業者サーバに転送する処理を行ってもよい。
また、ここでは、ユーザ周辺の環境センサから取得した情報（撮像画像等）に基づいてユーザの行動解析を行い、行動記録情報を取得する実施例について説明したが、本実施形態はこれに限定されず、ユーザの移動に伴う位置情報を通信事業者サーバが収集し、移動情報としてサービス事業者サーバに送信してもよい。
近年、ＬＰＷＡ（Low Power Wide Area）と称される、位置情報をサーバに格納する通信システムが実用化されており、例えばユーザが移動した位置情報と、何らかのデータ併せて、数分単位の時間間隔で周期的に収集することができる。つまり、ユーザが所持する通信端末（ユーザが身に着けているアクセサリーであってもよいし、所持品に設けられていてもよいし、情報処理端末であってもよい。）にセンサの情報や位置情報を付加してＩｏＴセンサデータを構築した上で、ライセンス不要周波数帯である900MHz近辺の周波数帯の無線信号として、間欠的に情報処理端末からそのシステムの基地局に対して送信することで、基地局が各情報処理端末からのセンサデータとその位置情報を収集し、収集したデータをサーバに蓄積して利用することが可能である。図１０は、ＬＰＷＡシステムを用いた行動解析について説明する図である。図１０に示すように、対象ユーザが所持する情報処理端末（ユーザ端末）から位置情報が周辺の基地局に数分単位の時間間隔で周期的に送信され、通信事業者サーバに蓄積される。通信事業者サーバでは、このように収集した位置情報を、ユーザからの行動記録の許諾があった場合にサービス事業者サーバに送信する。サービス事業者サーバでは、位置情報の解析により、ユーザの移動軌跡を取得し、どこからどこへ移動した等の行動情報を把握することができる。また、このような行動解析を通信事業者サーバにおいて行って解析結果をサービス事業者サーバに送信するようにしてもよい。
ＬＰＷＡシステムは、現在までは、ライセンス不要周波数帯での利用を想定したシステムとして実現されているが、これを、ＬＴＥ（Long Term Evolution）などのライセンスバンドの周波数帯で運用することも可能である。
なお、ユーザの位置情報の収集は、ＬＰＷＡシステムを利用する他にも、ユーザが所持するスマートフォン等の情報処理端末に設けられた位置検出機能（例えば、ＧＰＳ（Global Positioning System）機能）を利用して、ユーザの現在位置をリアルタイムで捕捉することも可能である。
また、サービス事業者サーバは、このように収集したユーザの位置情報から、ユーザの周辺に存在する監視カメラなどの環境センサに直接アクセスし、ユーザがその場所に居た時の撮像画像等の情報を収集し、行動解析を行うことも可能である。
図１１は、摂取カロリー情報の取得処理の一例を示すシーケンス図である。図１１に示すように、まず、ユーザ端末は、ユーザにより摂取カロリーの取得が許諾された場合（ステップＳ２４３）、ユーザが摂取したカロリー算定の基準になる情報、例えば飲食物の撮像画像を、サービス事業者サーバに送信する（ステップＳ２４６）。ユーザは例えば飲食を始める前に、飲食物を撮像してサービス事業者サーバに送信する操作を行ってもよい。
次いで、ユーザ端末は、ユーザ周辺の環境センサに対し、飲食情報の要求を送信する（ステップＳ２４９）。ユーザ周辺の環境センサとは、例えば監視カメラであって、ユーザの飲食時の様子が撮像され得る。
次に、環境センサは、ユーザの飲食時の状態（例えば飲食時の撮像画像）を収集し（ステップＳ２５２）、飲食時の情報としてサービス事業者サーバに送信する（ステップＳ２５５）。
そして、サービス事業者サーバは、飲食時の情報を記憶すると共に、飲食時の情報（撮像画像等）を解析してユーザの摂取カロリーを算出したり、ユーザが摂取した栄養素を判断し、ユーザ情報ＤＢ２０１に記憶する（ステップＳ２５８）。飲食時の撮像画像を解析することで、ユーザが実際に何をどの程度食べたかをより正確に判断することができる。例えば、大皿から料理を取り分けて食べる場合や、同席者とシェアして食べている場合、食べ残しがある場合等、最初の飲食物の撮像画像だけでは実際にユーザがどの程度飲食したかが不明であるため、飲食時や飲食後の飲食物の撮像画像を解析することで、より正確に摂取カロリーを算出することが可能となる。
なお、環境センサは周辺に設置されている監視カメラに限定されず、例えばユーザが所有する情報処理端末やユーザ周辺の情報処理端末（例えば他ユーザが所有するスマートフォンやスマートアイグラス、ＨＭＤ等）に設けられたカメラであってもよく、サービス事業者サーバは、これらのカメラにより撮像されたユーザの飲食時の撮像画像を収集してもよい。また、摂取カロリーの算出は、上記のように、ユーザがオーダーした飲食物の情報（すなわちＰＯＳ情報）を用いて行ってもよい。
また、摂取カロリーの算出は、環境センサ側で行い、算出した摂取カロリーをサービス事業者サーバまたはユーザ端末に送信してもよい。また、ユーザ端末は、周辺の環境センサから受信したユーザの飲食時の撮像画像、算出された摂取カロリー、またはユーザがオーダーした飲食物を示すＰＯＳ情報を受信し、サービス事業者サーバに送信してもよい。
図１２は、プロポーション情報の取得処理の一例を示すシーケンス図である。図１２に示すように、まず、ユーザ端末は、ユーザから全身画像取得の許諾を得ると（ステップＳ２６３）、ユーザ周辺の環境センサに対し、全身画像の要求を行う（ステップＳ２６６）。ここで、ユーザの全身画像を取得する環境センサは、例えば温泉施設や銭湯などの入口に設けられたカメラや、ユーザの自宅に設けられたカメラ等が想定される。撮像される全身画像は、ユーザの正面に限定されず、左右の側面や後ろ側等、複数の全身画像が撮像され得る。あるいは、赤外線センサによって、全身のシルエットとして認識された画像情報を利用してもよい。
次に、環境センサは、ユーザの全身画像およびシルエットの画像を取得し（ステップＳ２６９）、ユーザ端末に全身画像を送信する（ステップＳ２７２）。
次いで、ユーザ端末は、現在の状況としてユーザの全身画像（シルエットに変換したものであってもよい）を表示する（ステップＳ２７５）。これによりユーザは、自身の現在の体型等を認識することができる。
次に、ユーザ端末は、現在の全身画像を記録する（ステップＳ２７８）。
次いで、ユーザ端末は、必要に応じて、現在の全身画像をサービス事業者サーバに送信する（ステップＳ２８１）。ユーザの全身画像は、個人が特定できるセキュリティレベルの高い情報であるため、ユーザ端末は、まずは内部で記憶し、ユーザにより身体の未来予測の要求が外部サーバに対して行われた場合等、必要な時点で適宜外部に送信するようにしてもよい。
そして、サービス事業者サーバは、全身画像を解析し、ユーザの現在のプロポーション情報（体型、腕や胸囲、ウエストのサイズ等）を算出し、ユーザ情報ＤＢ２０１に記憶する（ステップＳ２８４）。なお、サービス事業者サーバは、ユーザの全身画像および算出したプロポーション情報は、個人が特定できるセキュリティレベルの高い情報であるため、厳密に管理を行うと共に、ユーザからの開示請求がない限り第三者に開示しないことが望ましい。
なお、プロポーション情報の算出は全身画像の解析に限定されず、ユーザが最近購入した洋服のサイズ情報や、ユーザ購入時に迷っていたサイズ情報（ＭサイズとＬサイズで迷っていた場合はその間のサイズであることが想定される）が参照されてもよい。また、プロポーション情報には、直近の健康診断における測定結果等が参照されてもよい。
（４−３．未来予測処理）
図１３は、本発明による未来予測を実施するシーケンスを示した図である。図１３に示すように、まず、ユーザ端末は、ユーザにより未来予測（すなわち、将来の身体状況の予測）の要求があった場合（ステップＳ３０３）、現在状況および未来予測の要求をサービス事業者サーバに対して行う（ステップＳ３０６）。この際、ユーザ端末は、必要に応じて保存済みの現在のユーザの全身画像を併せて送信してもよい。
図１３は、本発明による未来予測を実施するシーケンスを示した図である。図１３に示すように、まず、ユーザ端末は、ユーザにより未来予測（すなわち、将来の身体状況の予測）の要求があった場合（ステップＳ３０３）、現在状況および未来予測の要求をサービス事業者サーバに対して行う（ステップＳ３０６）。この際、ユーザ端末は、必要に応じて保存済みの現在のユーザの全身画像を併せて送信してもよい。
次に、サービス事業者サーバは、現在の身体状況の解析を行う（ステップＳ３０９）。具体的には、予測部２０３が、ユーザの現在の情報をユーザ情報ＤＢ２０１から取得し、ユーザの現在の健康状態やプロポーションを解析する。
次いで、サービス事業者サーバは、ユーザの現在の状況を基準として、将来の身体状況の予測を行う（ステップＳ３１２）。具体的には、予測部２０３が、ユーザの現在の嗜好情報と、最近の（例えば直近数か月の）行動履歴や摂取カロリー等の生活習慣情報とに基づいて、現在の嗜好状況や生活習慣を続けた場合の将来の（例えば１年後、５年後、１０年後等）健康状態やプロポーションを予測する。
次に、サービス事業者サーバは、現在状況および予測結果をユーザ端末に送信する（ステップＳ３１５）。
そして、ユーザ端末は、受信した現在状況および予測結果を表示する（ステップＳ３１８）。これによりユーザは、現在の自身の状況を把握すると共に、将来の身体状況の予測結果を確認することができる。
以上説明した動作処理では、サービス事業者サーバ側において、格納された所定のアルゴリズムに基づいて将来予測が実施されるが、本実施形態はこれに限定されず、所定のアルゴリズムを、サービス事業者サーバがユーザ端末に送信し、ユーザ端末側で未来予測を実施するようにしてもよい。
（４−４．アドバイス提示処理）
図１４は、理想身体に近付くためのアドバイスを提示する処理の一例を示すシーケンス図である。図１４に示すように、まず、ユーザ端末は、ユーザにより将来の理想身体の情報の入力があった場合（ステップＳ３２３）、理想身体情報をサービス事業者サーバに送信する（ステップＳ３２６）。ユーザは、上記ステップＳ３１８で、自身の現状と将来の予測結果を確認した際に、将来なりたい姿を入力して、嗜好品の摂取状況や生活習慣改善のアドバイスを求めることが可能である。理想身体の情報は、予め入力していてもよいし、予測結果確認画面から入力できるようにしてもよい。また、理想身体の情報の入力は、具体的なパラメータを入力するようにしてもよいし、所定のアンケートの回答に基づいて自動的に入力してもよい。また、ユーザが憧れのモデルや芸能人、目標とする人物（インストラクター等、身近な人物であってもよい）を選択した場合、これらの人物のプロポーションのパラメータを提示し、ユーザの現在のプロポーションのパラメータとの違いを考慮した上で、ユーザ自身が理想プロポーションのパラメータを調整できるようにしてもよい。また、本システムでは、ユーザの身長体重および現状から、目指せそうなモデルや芸能人のプロポーション情報を提示するようにしてもよい。
図１４は、理想身体に近付くためのアドバイスを提示する処理の一例を示すシーケンス図である。図１４に示すように、まず、ユーザ端末は、ユーザにより将来の理想身体の情報の入力があった場合（ステップＳ３２３）、理想身体情報をサービス事業者サーバに送信する（ステップＳ３２６）。ユーザは、上記ステップＳ３１８で、自身の現状と将来の予測結果を確認した際に、将来なりたい姿を入力して、嗜好品の摂取状況や生活習慣改善のアドバイスを求めることが可能である。理想身体の情報は、予め入力していてもよいし、予測結果確認画面から入力できるようにしてもよい。また、理想身体の情報の入力は、具体的なパラメータを入力するようにしてもよいし、所定のアンケートの回答に基づいて自動的に入力してもよい。また、ユーザが憧れのモデルや芸能人、目標とする人物（インストラクター等、身近な人物であってもよい）を選択した場合、これらの人物のプロポーションのパラメータを提示し、ユーザの現在のプロポーションのパラメータとの違いを考慮した上で、ユーザ自身が理想プロポーションのパラメータを調整できるようにしてもよい。また、本システムでは、ユーザの身長体重および現状から、目指せそうなモデルや芸能人のプロポーション情報を提示するようにしてもよい。
次に、サービス事業者サーバは、予測身体状況と理想身体状況を比較し、所定のアルゴリズムに従って、ユーザの将来願望の状況を把握する（ステップＳ３２９）。具体的には、アドバイス生成部２０７が、ユーザの将来願望として、１年後にウエストのパラメータをマイナス何センチにするか、５年後に全身のスタイルをどのように変化させるかといった、予測身体状況と理想身体状況の差を把握する。
次いで、サービス事業者サーバは、アドバイスを生成し（ステップＳ３３２）、生成したアドバイスをユーザ端末に送信する（ステップＳ３３５）。具体的には、アドバイス生成部２０７が、現状の生活習慣に関しての改善点（理想の姿に近付くための改善）を生成する。例えば、アドバイス生成部２０７は、ユーザの生活習慣として通勤時に１駅分歩いているが、消費カロリーが理想身体状況に到達するには少ない場合、２駅分歩く提案を行う。また、アドバイス生成部２０７は、ユーザが生活習慣として２日に１回は菓子を食べており、摂取カロリーが理想身体状況に到達するには多くなっている場合、菓子を食べる回数を減らす、菓子は１週間に１回にしましょう、といったアドバイスを生成する。
そして、ユーザ端末は、受信したアドバイスを表示してユーザに提示する（ステップＳ３３８）。アドバイスは、ユーザの趣味嗜好情報を参照してユーザの記憶に残りやすい方法で提示するようにしてもよい。例えばユーザが好きなアイドルやキャラクターからのアドバイスとして画面に提示したり合成音声で出力したりしてもよい。これによりユーザが興味を持って、より積極的にアドバイスに従った改善に取り組むことが期待できる。例えば将来予測が悪い方向に向かっており、ユーザに運動を促す場合、「私のコンサートに走って来てね！」「私のコンサートまでに１〜２ｋｇ減らしてね！」といったユーザへの提案をユーザの好きなキャラクター等により提示するようにしてもよい。また、将来予測が良い方向である場合にも、「この調子だよ！かっこいい！」「今の体型、好きだな〜」等、ユーザが現状を維持するようユーザの好きなキャラクター等により提示するようにしてもよい。
また、生成されるアドバイスは、生活習慣の改善に限定されず、ユーザの日頃の嗜好品の摂取に関するアドバイスも生成され得る。嗜好品としては、例えば、酒、コーヒー、煙草等が想定され、本実施形態では、個人として嗜好品をどれくらいのペースでどの程度摂取しているのかを記録し、健康状態と対応付けて、ユーザ毎に最適な摂取量、摂取タイミング等を把握することが可能である。例えば、ワイン１杯を夕食時に摂取している場合は体調が良いが（血圧、心拍、睡眠等のデータから体調を判断）、ワイン３杯を摂取した場合には翌日具合が悪くなっているといったユーザ個人の嗜好品摂取と健康状態との対応付けを解析し、ユーザ毎の最適摂取量や摂取タイミング（朝／昼／夜、週１、毎日等）を把握する。そして、アドバイス生成部２０７は、これらのユーザ個別の嗜好品の最適摂取量を基準とし、ユーザの現状が不足状態にあるか、また、過剰摂取状態にあるか等を把握することができ、嗜好品摂取に関して適切なアドバイスを生成することが可能となる。
例えば、毎日２〜３杯のワインを飲用することで健康状態が維持できているユーザの場合、４杯以上のワインを飲用した場合に、そのペースを続けると将来的にアルコールを過剰に摂取する可能性があると予測できるため、現在のペースは健康状態に悪影響を及ぼすことをアドバイスするようにしてもよい。
図１５は、嗜好品摂取のアドバイスの提示について説明する図である。図１５に示す例では、嗜好品の購入履歴から未来予測とアドバイスの生成を行っている。具体的には、図１５に示すように、例えば毎月１本のワインを購入していた時に健康な状態が維持されていたユーザが、毎月３本購入するようになってしまった場合、予測部２０３は、現在の状況が継続されると将来アルコールの過剰摂取となり、健康状態に悪影響を及ぼすと予測する。このため、アドバイス生成部２０７は、「飲み過ぎには注意しましょう」といったアドバイスや、「（ワインは）月に１本が最適です」といったアドバイスを生成することで、過剰摂取を防止することが可能となる。
また、摂取量が不足している場合には、その嗜好品の購入を促すアドバイスを生成することで、ユーザの健康状態を管理することが可能となる。
また、摂取量不足や過剰摂取に関するアドバイスは、嗜好品の摂取に限定されず、広く食品の摂取について行ってもよい。例えば、普段から野菜を摂取して健康が維持されているユーザの直近１ヵ月間の緑黄色野菜の摂取が不足している場合、アドバイス生成部２０７は、緑黄色野菜の摂取が不足するとビタミン類が欠乏して健康状態に悪影響を及ぼす可能性がある予測を示し、野菜を摂取するようアドバイスを生成するようにしてもよい。
（５．システム構成）
以上、本開示の一実施形態について説明した。上述したように、本実施形態に係るシステム１０は、入力部１００と、処理部２００と、出力部３００とを含み、これらの構成要素は、１または複数の情報処理装置によって実現される。以下では、システム１０を実現する情報処理装置の組み合わせの例について、より具体的な例とともに説明する。
以上、本開示の一実施形態について説明した。上述したように、本実施形態に係るシステム１０は、入力部１００と、処理部２００と、出力部３００とを含み、これらの構成要素は、１または複数の情報処理装置によって実現される。以下では、システム１０を実現する情報処理装置の組み合わせの例について、より具体的な例とともに説明する。
（第１の例）
図１６は、本開示の実施形態に係るシステム構成の第１の例を示すブロック図である。図１６を参照すると、システム１０は、情報処理装置１１を含む。入力部１００、処理部２００、および出力部３００は、いずれも情報処理装置１１において実現される。情報処理装置１１は、以下で説明するように端末装置またはサーバでありうる。この第１の例において、情報処理装置１１は、本開示の実施形態に係る機能の実現のためにネットワークを介して外部装置と通信しない、スタンドアロンの装置であってもよい。なお、情報処理装置１１は、他の機能のために外部装置と通信してもよく、従って必ずしもスタンドアロンの装置でなくてもよい。入力部１００と処理部２００との間のインターフェース１５０ａ、および処理部２００と出力部３００との間のインターフェース３５０ａは、いずれも装置内のインターフェースでありうる。
図１６は、本開示の実施形態に係るシステム構成の第１の例を示すブロック図である。図１６を参照すると、システム１０は、情報処理装置１１を含む。入力部１００、処理部２００、および出力部３００は、いずれも情報処理装置１１において実現される。情報処理装置１１は、以下で説明するように端末装置またはサーバでありうる。この第１の例において、情報処理装置１１は、本開示の実施形態に係る機能の実現のためにネットワークを介して外部装置と通信しない、スタンドアロンの装置であってもよい。なお、情報処理装置１１は、他の機能のために外部装置と通信してもよく、従って必ずしもスタンドアロンの装置でなくてもよい。入力部１００と処理部２００との間のインターフェース１５０ａ、および処理部２００と出力部３００との間のインターフェース３５０ａは、いずれも装置内のインターフェースでありうる。
第１の例において、情報処理装置１１は、例えば端末装置でありうる。この場合、入力部１００は、入力装置、センサ、外部サービスから情報を取得するソフトウェアなどを含みうる。外部サービスから情報を取得するソフトウェアは、例えば、端末装置で実行されているサービスのアプリケーションソフトウェアからデータを取得する。処理部２００は、端末装置が備えるプロセッサまたは処理回路がメモリまたはストレージ装置に格納されたプログラムに従って動作することによって実現される。出力部３００は、出力装置、制御装置、外部サービスに情報を提供するソフトウェアなどを含みうる。外部サービスに情報を提供するソフトウェアは、例えば、端末装置で実行されているサービスのアプリケーションソフトウェアに情報を提供しうる。
あるいは、第１の例において、情報処理装置１１は、サーバであってもよい。この場合、入力部１００は、外部サービスから情報を取得するソフトウェアを含みうる。外部サービスから情報を取得するソフトウェアは、例えば、外部サービスのサーバ（情報処理装置１１自身であってもよい）からデータを取得する。処理部２００は、端末装置が備えるプロセッサがメモリまたはストレージ装置に格納されたプログラムに従って動作することによって実現される。出力部３００は、外部サービスに情報を提供するソフトウェアなどを含みうる。外部サービスに情報を提供するソフトウェアは、例えば、外部サービスのサーバ（情報処理装置１１自身であってもよい）に情報を提供する。
（第２の例）
図１７は、本開示の実施形態に係るシステム構成の第２の例を示すブロック図である。図１７を参照すると、システム１０は、情報処理装置１１，１３を含む。入力部１００および出力部３００は、情報処理装置１１において実現される。一方、処理部２００は、情報処理装置１３において実現される。情報処理装置１１と情報処理装置１３とは、本開示の実施形態に係る機能を実現するために、ネットワークを介して通信する。入力部１００と処理部２００との間のインターフェース１５０ｂおよび処理部２００と出力部３００との間のインターフェース３５０ｂは、いずれも装置間の通信インターフェースでありうる。
図１７は、本開示の実施形態に係るシステム構成の第２の例を示すブロック図である。図１７を参照すると、システム１０は、情報処理装置１１，１３を含む。入力部１００および出力部３００は、情報処理装置１１において実現される。一方、処理部２００は、情報処理装置１３において実現される。情報処理装置１１と情報処理装置１３とは、本開示の実施形態に係る機能を実現するために、ネットワークを介して通信する。入力部１００と処理部２００との間のインターフェース１５０ｂおよび処理部２００と出力部３００との間のインターフェース３５０ｂは、いずれも装置間の通信インターフェースでありうる。
第２の例において、情報処理装置１１は、例えば端末装置でありうる。この場合、入力部１００は、上記の第１の例と同様に、入力装置、センサ、外部サービスから情報を取得するソフトウェアなどを含みうる。出力部３００も、上記の第１の例と同様に、出力装置、制御装置、外部サービスに情報を提供するソフトウェアなどを含みうる。あるいは、情報処理装置１１は、外部サービスとの間で情報をやりとりするためのサーバであってもよい。この場合、入力部１００は、外部サービスから情報を取得するソフトウェアを含みうる。また、出力部３００は、外部サービスに情報を提供するソフトウェアを含みうる。
また、第２の例において、情報処理装置１３は、サーバまたは端末装置でありうる。処理部２００は、情報処理装置１３が備えるプロセッサまたは処理回路がメモリまたはストレージ装置に格納されたプログラムに従って動作することによって実現される。情報処理装置１３は、例えばサーバとして専用される装置であってもよい。この場合、情報処理装置１３は、データセンタなどに設置されてもよいし、家庭内に設置されてもよい。あるいは、情報処理装置１３は、他の機能については端末装置として利用可能であるが、本開示の実施形態に係る機能に関しては入力部１００および出力部３００を実現しない装置であってもよい。以下の例において、情報処理装置１３は、上記のような意味において、サーバであってもよいし、端末装置であってもよい。
一例として、情報処理装置１１がウェアラブルデバイスであり、情報処理装置１３がウェアラブルデバイスにＢｌｕｅｔｏｏｔｈ（登録商標）などで接続されたモバイルデバイスであるような場合を考える。ウェアラブルデバイスがユーザによる操作入力を受け付け（入力部１００）、当該操作入力に基づいて送信されたリクエストに基づいてモバイルデバイスが処理を実行し（処理部２００）、処理の結果をウェアラブルデバイスから出力する（出力部３００）ような場合、ウェアラブルデバイスは上記の第２の例における情報処理装置１１として、モバイルデバイスは情報処理装置１３として、それぞれ機能しているといえる。
（第３の例）
図１８は、本開示の実施形態に係るシステム構成の第３の例を示すブロック図である。図１８を参照すると、システム１０は、情報処理装置１１ａ，１１ｂ，１３を含む。入力部１００は、情報処理装置１１ａにおいて実現される。出力部３００は、情報処理装置１１ｂにおいて実現される。また、処理部２００は、情報処理装置１３において実現される。情報処理装置１１ａ，１１ｂと情報処理装置１３とは、本開示の実施形態に係る機能を実現するために、ネットワークを介してそれぞれ通信する。入力部１００と処理部２００との間のインターフェース１５０ｂおよび処理部２００と出力部３００との間のインターフェース３５０ｂは、いずれも装置間の通信インターフェースでありうる。ただし、第３の例では、情報処理装置１１ａと情報処理装置１１ｂとが別個の装置であるために、インターフェース１５０ｂ，３５０ｂは、それぞれ異なる種類のインターフェースを含みうる。
図１８は、本開示の実施形態に係るシステム構成の第３の例を示すブロック図である。図１８を参照すると、システム１０は、情報処理装置１１ａ，１１ｂ，１３を含む。入力部１００は、情報処理装置１１ａにおいて実現される。出力部３００は、情報処理装置１１ｂにおいて実現される。また、処理部２００は、情報処理装置１３において実現される。情報処理装置１１ａ，１１ｂと情報処理装置１３とは、本開示の実施形態に係る機能を実現するために、ネットワークを介してそれぞれ通信する。入力部１００と処理部２００との間のインターフェース１５０ｂおよび処理部２００と出力部３００との間のインターフェース３５０ｂは、いずれも装置間の通信インターフェースでありうる。ただし、第３の例では、情報処理装置１１ａと情報処理装置１１ｂとが別個の装置であるために、インターフェース１５０ｂ，３５０ｂは、それぞれ異なる種類のインターフェースを含みうる。
第３の例において、情報処理装置１１ａ，１１ｂは、例えば端末装置でありうる。この場合、入力部１００は、上記の第１の例と同様に、入力装置、センサ、外部サービスから情報を取得するソフトウェアなどを含みうる。出力部３００も、上記の第１の例と同様に、出力装置、制御装置、外部サービスに情報を提供するソフトウェアなどを含みうる。あるいは、情報処理装置１１ａ，１１ｂのうちの一方または両方は、外部サービスからの情報の取得、および外部サービスへの情報の提供のためのサーバであってもよい。この場合、入力部１００は、外部サービスから情報を取得するソフトウェアを含みうる。また、出力部３００は、外部サービスに情報を提供するソフトウェアを含みうる。
また、第３の例において、情報処理装置１３は、上記の第２の例と同様に、サーバまたは端末装置でありうる。処理部２００は、情報処理装置１３が備えるプロセッサまたは処理回路がメモリまたはストレージ装置に格納されたプログラムに従って動作することによって実現される。
上記の第２の例では、入力部１００を実現する情報処理装置１１ａと、出力部３００を実現する情報処理装置１１ｂとが別個の装置である。従って、例えば、第１のユーザが所持または使用する端末装置である情報処理装置１１ａによって取得された入力に基づく処理の結果を、第１のユーザとは異なる第２のユーザが所持または使用する端末装置である情報処理装置１１ｂから出力するといったような機能が実現できる。また、第１のユーザが所持または使用する端末装置である情報処理装置１１ａによって取得された入力に基づく処理の結果を、その時点では第１のユーザの手元にない（例えば留守中の自宅に設置されている）端末装置である情報処理装置１１ｂから出力するといったような機能も実現できる。あるいは、情報処理装置１１ａと情報処理装置１１ｂは、いずれも同じユーザによって所持または使用される端末装置であってもよい。例えば、情報処理装置１１ａ，１１ｂが、ユーザの異なる部位に装着されるウェアラブルデバイスである場合や、ウェアラブルデバイスとモバイルデバイスとの組み合わせであるような場合、これらのデバイスを連携させた機能をユーザに提供することができる。
（第４の例）
図１９は、本開示の実施形態に係るシステム構成の第４の例を示すブロック図である。図１９を参照すると、システム１０は、情報処理装置１１，１３を含む。第４の例において、入力部１００および出力部３００は、情報処理装置１１において実現される。一方、処理部２００は、情報処理装置１１および情報処理装置１３に分散して実現される。情報処理装置１１と情報処理装置１３とは、本開示の実施形態に係る機能を実現するために、ネットワークを介して通信する。
図１９は、本開示の実施形態に係るシステム構成の第４の例を示すブロック図である。図１９を参照すると、システム１０は、情報処理装置１１，１３を含む。第４の例において、入力部１００および出力部３００は、情報処理装置１１において実現される。一方、処理部２００は、情報処理装置１１および情報処理装置１３に分散して実現される。情報処理装置１１と情報処理装置１３とは、本開示の実施形態に係る機能を実現するために、ネットワークを介して通信する。
上記のように、この第４の例では、処理部２００が、情報処理装置１１と情報処理装置１３との間で分散して実現される。より具体的には、処理部２００は、情報処理装置１１で実現される処理部２００ａ，２００ｃと、情報処理装置１３で実現される処理部２００ｂとを含む。処理部２００ａは、入力部１００からインターフェース１５０ａを介して提供される情報に基づいて処理を実行し、処理の結果を処理部２００ｂに提供する。この意味において、処理部２００ａは、前処理を実行するともいえる。一方、処理部２００ｃは、処理部２００ｂから提供される情報に基づいて処理を実行し、処理の結果をインターフェース３５０ａを介して出力部３００に提供する。この意味において、処理部２００ｃは、後処理を実行するともいえる。
なお、図示された例では、前処理を実行する処理部２００ａと後処理を実行する処理部２００ｃとが両方示されているが、実際にはこのうちのいずれか一方だけが存在してもよい。つまり、情報処理装置１１は、前処理を実行する処理部２００ａを実現するが、後処理を実行する処理部２００ｃを実現せず、処理部２００ｂから提供される情報は、そのまま出力部３００に提供されてもよい。同様に、情報処理装置１１は、後処理を実行する処理部２００ｃを実現するが、前処理を実行する処理部２００ａを実現しなくてもよい。
処理部２００ａと処理部２００ｂとの間、および処理部２００ｂと処理部２００ｃとの間には、それぞれインターフェース２５０ｂが介在する。インターフェース２５０ｂは、装置間の通信インターフェースである。一方、情報処理装置１１が処理部２００ａを実現する場合、インターフェース１５０ａは、装置内のインターフェースである。同様に、情報処理装置１１が処理部２００ｃを実現する場合、インターフェース３５０ａは、装置内のインターフェースである。
なお、上述した第４の例は、処理部２００ａまたは処理部２００ｃのうちの一方または両方が情報処理装置１１が備えるプロセッサまたは処理回路によって実現される点を除いては、上記の第２の例と同様である。つまり、情報処理装置１１は、端末装置、または外部サービスとの間で情報をやり取りするためのサーバでありうる。また、情報処理装置１３は、サーバまたは端末装置でありうる。
（第５の例）
図２０は、本開示の実施形態に係るシステム構成の第５の例を示すブロック図である。図２０を参照すると、システム１０は、情報処理装置１１ａ，１１ｂ，１３を含む。入力部１００は、情報処理装置１１ａにおいて実現される。出力部３００は、情報処理装置１１ｂにおいて実現される。また、処理部２００は、情報処理装置１１ａ，１１ｂおよび情報処理装置１３に分散して実現される。情報処理装置１１ａ，１１ｂと情報処理装置１３とは、本開示の実施形態に係る機能を実現するために、ネットワークを介してそれぞれ通信する。
図２０は、本開示の実施形態に係るシステム構成の第５の例を示すブロック図である。図２０を参照すると、システム１０は、情報処理装置１１ａ，１１ｂ，１３を含む。入力部１００は、情報処理装置１１ａにおいて実現される。出力部３００は、情報処理装置１１ｂにおいて実現される。また、処理部２００は、情報処理装置１１ａ，１１ｂおよび情報処理装置１３に分散して実現される。情報処理装置１１ａ，１１ｂと情報処理装置１３とは、本開示の実施形態に係る機能を実現するために、ネットワークを介してそれぞれ通信する。
図示されているように、この第５の例では、処理部２００が、情報処理装置１１ａ，１１ｂと情報処理装置１３との間で分散して実現される。より具体的には、処理部２００は、情報処理装置１１ａで実現される処理部２００ａと、情報処理装置１３で実現される処理部２００ｂと、情報処理装置１１ｂで実現される処理部２００ｃとを含む。このような処理部２００の分散については、上記の第４の例と同様である。ただし、この第５の例では、情報処理装置１１ａと情報処理装置１１ｂとが別個の装置であるために、インターフェース２５０ｂ１，２５０ｂ２は、それぞれ異なる種類のインターフェースを含みうる。
なお、第５の例は、処理部２００ａまたは処理部２００ｃのうちの一方または両方が情報処理装置１１ａまたは情報処理装置１１ｂが備えるプロセッサまたは処理回路によって実現される点を除いては、上記の第３の例と同様である。つまり、情報処理装置１１ａ，１１ｂは、端末装置、または外部サービスとの間で情報をやり取りするためのサーバでありうる。また、情報処理装置１３は、サーバまたは端末装置でありうる。また、以降の例では、入力部と出力部を有する端末またはサーバにおける処理部は省略して記載するが、いずれの例においても、いずれかまたは全ての装置が処理部を有していてもよい。
（クライアント−サーバシステムの例）
図２１は、本開示の実施形態に係るシステム構成のより具体的な例の一つとして、クライアント−サーバシステムを示す図である。図示された例では、情報処理装置１１（または情報処理装置１１ａ，１１ｂ）が端末装置であり、情報処理装置１３がサーバである。
図２１は、本開示の実施形態に係るシステム構成のより具体的な例の一つとして、クライアント−サーバシステムを示す図である。図示された例では、情報処理装置１１（または情報処理装置１１ａ，１１ｂ）が端末装置であり、情報処理装置１３がサーバである。
図示されているように、端末装置には、例えば、スマートフォン、タブレット、もしくはノートＰＣ（Personal Computer）のようなモバイルデバイス１１−１、アイウェアまたはコンタクトレンズ型端末、腕時計型端末、腕輪型端末、指輪型端末、ヘッドセット、衣服取付型または衣服一体型端末、靴取付型または靴一体型端末、もしくはネックレス型端末のようなウェアラブルデバイス１１−２、カーナビゲーションシステムやリアシートエンターテインメントシステムのような車載デバイス１１−３、テレビ１１−４、デジタルカメラ１１−５、レコーダ、ゲーム機、エアコンディショナー、冷蔵庫、洗濯機、もしくはデスクトップＰＣのようなＣＥ（Consumer Electronics）デバイス１１−６、ロボット装置、設備に付帯して設置されるセンサなどを含むデバイス、または街頭に設置されるデジタルサインボード（デジタルサイネージ）１１−７などが含まれうる。これらの情報処理装置１１（端末装置）は、ネットワークを介して情報処理装置１３（サーバ）と通信する。端末装置とサーバとの間のネットワークは、上記の例におけるインターフェース１５０ｂ、インターフェース２５０ｂ、またはインターフェース３５０ｂにあたる。さらに、これらの装置は、装置相互間で個別に連係動作してもよいし、すべての装置が連係動作可能なシステムが構築されていてもよい。
なお、図２１に示した例は、システム１０がクライアント−サーバシステムにおいて実現される例を理解しやすくするために示されたものであり、システム１０がこのようなクライアント−サーバシステムに限定されないのは、上記のそれぞれの例で説明された通りである。つまり、例えば、情報処理装置１１，１３の両方が端末装置であってもよいし、情報処理装置１１，１３の両方がサーバであってもよい。情報処理装置１１が情報処理装置１１ａ，１１ｂを含む場合、情報処理装置１１ａ，１１ｂのうちの一方が端末装置であり、他方がサーバであってもよい。また、情報処理装置１１が端末装置である場合も、端末装置の例は、上記の端末装置１１−１〜１１−７には限られず、他の種類の端末装置が含まれてもよい。
（分散型システムの例）
システム１０の他の構成例について、図２２を参照して説明する。図２２は、本開示の実施形態に係るシステム構成の他の具体的な例の一つとして、分散型システムを示す図である。図示された例では、情報処理装置１１（または、情報処理装置１１ａ、１１ｂ）がノードであって、これらの情報処理装置１１は、ネットワークを介して互いに接続している。
システム１０の他の構成例について、図２２を参照して説明する。図２２は、本開示の実施形態に係るシステム構成の他の具体的な例の一つとして、分散型システムを示す図である。図示された例では、情報処理装置１１（または、情報処理装置１１ａ、１１ｂ）がノードであって、これらの情報処理装置１１は、ネットワークを介して互いに接続している。
図２２に示す分散型システムでは、装置相互間で個別に連携動作したり、データを分散管理したり、処理を分散したりすることが可能である。これにより、処理負担の軽減、リアルタイム性の向上（応答時間や処理速度の向上）、セキュリティの担保を実現することが可能となる。
また、分散型システムは、分散協調的に機械学習を行うことも可能であって、大量のデータを処理することができる。
また、図２２に示す分散型システムでは、集中型システムにおけるサーバを必要とせず、互いにデータの監視を行ってその信憑性を確保することも可能である。具体的には、例えば、取引情報（台帳）を参加者全員（各情報処理装置１１）で共有して正当性を厳密に維持することができる（所謂ブロックチェーン）。ブロックチェーンにおいては、参加者全員の台帳を全て改ざんすることは実質的に不可能なため、より確実に信憑性を確保可能となる。また、ブロックチェーンにおいて、過去のブロックに含まれるデータを改ざんする場合、そのブロック以降のブロックに含まれるハッシュ値を全て再計算する必要があるため、処理負荷が高く実質的に不可能であるため、より確実に信憑性を確保可能となる。
また、ブロックチェーンでは、参加者全員が取引情報を共有し（分散データベース）、かかる分散データベースへの書き込みを特定の合意形成により行うため、特定の参加者による不正を防ぎ、公平性が保たれる。
（第６の例）
図２３は、本開示の実施形態に係るシステム構成の第６の例を示すブロック図である。図２３を参照すると、システム１０は、情報処理装置１１，１２，１３を含む。入力部１００および出力部３００は、情報処理装置１１において実現される。一方、処理部２００は、情報処理装置１２および情報処理装置１３に分散して実現される。情報処理装置１１と情報処理装置１２、および情報処理装置１２と情報処理装置１３とは、本開示の実施形態に係る機能を実現するために、ネットワークを介してそれぞれ通信する。
図２３は、本開示の実施形態に係るシステム構成の第６の例を示すブロック図である。図２３を参照すると、システム１０は、情報処理装置１１，１２，１３を含む。入力部１００および出力部３００は、情報処理装置１１において実現される。一方、処理部２００は、情報処理装置１２および情報処理装置１３に分散して実現される。情報処理装置１１と情報処理装置１２、および情報処理装置１２と情報処理装置１３とは、本開示の実施形態に係る機能を実現するために、ネットワークを介してそれぞれ通信する。
上記のように、この第６の例では、処理部２００が、情報処理装置１２と情報処理装置１３との間で分散して実現される。より具体的には、情報処理装置１２で実現される処理部２００ａ，２００ｃと、情報処理装置１３で実現される処理部２００ｂとを含む。処理部２００ａは、入力部１００からインターフェース１５０ｂを介して提供される情報に基づいて処理を実行し、処理の結果をインターフェース２５０ｂを介して処理部２００ｂに提供する。一方、処理部２００ｃは、処理部２００ｂからインターフェース２５０ｂを介して提供される情報に基づいて処理を実行し、処理の結果をインターフェース３５０ｂを介して出力部３００に提供する。なお、図示された例では、前処理を実行する処理部２００ａと後処理を実行する処理部２００ｃとが両方示されているが、実際にはこのうちのいずれか一方だけが存在してもよい。
第６の例において、情報処理装置１２は、情報処理装置１１と情報処理装置１３との間に介在する。より具体的には、例えば、情報処理装置１２は、端末装置である情報処理装置１１と、サーバである情報処理装置１３との間に介在する端末装置またはサーバでありうる。情報処理装置１２が端末装置である例としては、情報処理装置１１がウェアラブルデバイスであり、情報処理装置１２がウェアラブルデバイスとＢｌｕｅｔｏｏｔｈ（登録商標）などで接続されたモバイルデバイスであり、情報処理装置１３がモバイルデバイスとインターネットで接続されたサーバであるような場合がある。また、情報処理装置１２がサーバである例としては、情報処理装置１１が各種の端末装置であり、情報処理装置１２が端末装置とネットワークで接続された中間サーバであり、情報処理装置１３が中間サーバとネットワークで接続されたサーバであるような場合がある。
（第７の例）
図２４は、本開示の実施形態に係るシステム構成の第７の例を示すブロック図である。図２４を参照すると、システム１０は、情報処理装置１１ａ，１１ｂ，１２，１３を含む。図示された例において、入力部１００は、情報処理装置１１ａにおいて実現される。出力部３００は、情報処理装置１１ｂにおいて実現される。一方、処理部２００は、情報処理装置１２および情報処理装置１３に分散して実現される。情報処理装置１１ａ，１１ｂと情報処理装置１２、および情報処理装置１２と情報処理装置１３とは、本開示の実施形態に係る機能を実現するために、ネットワークを介してそれぞれ通信する。
図２４は、本開示の実施形態に係るシステム構成の第７の例を示すブロック図である。図２４を参照すると、システム１０は、情報処理装置１１ａ，１１ｂ，１２，１３を含む。図示された例において、入力部１００は、情報処理装置１１ａにおいて実現される。出力部３００は、情報処理装置１１ｂにおいて実現される。一方、処理部２００は、情報処理装置１２および情報処理装置１３に分散して実現される。情報処理装置１１ａ，１１ｂと情報処理装置１２、および情報処理装置１２と情報処理装置１３とは、本開示の実施形態に係る機能を実現するために、ネットワークを介してそれぞれ通信する。
この第７の例は、上記の第３の例と第６の例とを組み合わせた例である。つまり、第７の例では、入力部１００を実現する情報処理装置１１ａと、出力部３００を実現する情報処理装置１１ｂとが別個の装置である。より具体的には、この第７の例には、情報処理装置１１ａ，１１ｂが、ユーザの異なる部位に装着されるウェアラブルデバイスであり、情報処理装置１２がこれらのウェアラブルデバイスとＢｌｕｅｔｏｏｔｈ（登録商標）などで接続されたモバイルデバイスであり、情報処理装置１３がモバイルデバイスとインターネットで接続されたサーバであるような場合が含まれる。また、この第７の例には、情報処理装置１１ａ，１１ｂが複数の端末装置（同じユーザによって所持または使用されてもよいし、異なるユーザによって所持または使用されてもよい）であり、情報処理装置１２がそれぞれの端末装置とネットワークで接続された中間サーバであり、情報処理装置１３が中間サーバとネットワークで接続されたサーバであるような場合も含まれる。
（第８の例）
図２５は、本開示の実施形態に係るシステム構成の第８の例を示すブロック図である。図２５を参照すると、システム１０は、情報処理装置１１，１２ａ，１２ｂ，１３を含む。入力部１００および出力部３００は、情報処理装置１１において実現される。一方、処理部２００は、情報処理装置１２ａ，１２ｂおよび情報処理装置１３に分散して実現される。情報処理装置１１と情報処理装置１２ａ，１２ｂ、および情報処理装置１２ａ，１２ｂと情報処理装置１３とは、本開示の実施形態に係る機能を実現するために、ネットワークを介してそれぞれ通信する。
図２５は、本開示の実施形態に係るシステム構成の第８の例を示すブロック図である。図２５を参照すると、システム１０は、情報処理装置１１，１２ａ，１２ｂ，１３を含む。入力部１００および出力部３００は、情報処理装置１１において実現される。一方、処理部２００は、情報処理装置１２ａ，１２ｂおよび情報処理装置１３に分散して実現される。情報処理装置１１と情報処理装置１２ａ，１２ｂ、および情報処理装置１２ａ，１２ｂと情報処理装置１３とは、本開示の実施形態に係る機能を実現するために、ネットワークを介してそれぞれ通信する。
この第８の例は、上記の第６の例において、前処理を実行する処理部２００ａと、後処理を実行する処理部２００ｃとが、別個の情報処理装置１２ａ，１２ｂによってそれぞれ実現されるようにした例である。従って、情報処理装置１１および情報処理装置１３については、上記の第６の例と同様である。また、情報処理装置１２ａ，１２ｂは、それぞれ、サーバであってもよいし、端末装置であってもよい。例えば、情報処理装置１２ａ，１２ｂがいずれもサーバである場合、システム１０では、処理部２００が、３つのサーバ（情報処理装置１２ａ，１２ｂ，１３）に分散して実現されているともいえる。なお、処理部２００を分散的に実現するサーバの数は、３つには限らず、２つであってもよいし、４つ以上であってもよい。これらの例については、例えばこの第８の例、または次に説明する第９の例から理解することが可能であるため、図示は省略する。
（第９の例）
図２６は、本開示の実施形態に係るシステム構成の第９の例を示すブロック図である。図２６を参照すると、システム１０は、情報処理装置１１ａ，１１ｂ，１２ａ，１２ｂ，１３を含む。この第９の例において、入力部１００は、情報処理装置１１ａにおいて実現される。出力部３００は、情報処理装置１１ｂにおいて実現される。一方、処理部２００は、情報処理装置１２ａ，１２ｂおよび情報処理装置１３に分散して実現される。情報処理装置１１ａと情報処理装置１２ａ、情報処理装置１１ｂと情報処理装置１２ｂ、および情報処理装置１２ａ，１２ｂと情報処理装置１３とは、本開示の実施形態に係る機能を実現するために、ネットワークを介してそれぞれ通信する。
図２６は、本開示の実施形態に係るシステム構成の第９の例を示すブロック図である。図２６を参照すると、システム１０は、情報処理装置１１ａ，１１ｂ，１２ａ，１２ｂ，１３を含む。この第９の例において、入力部１００は、情報処理装置１１ａにおいて実現される。出力部３００は、情報処理装置１１ｂにおいて実現される。一方、処理部２００は、情報処理装置１２ａ，１２ｂおよび情報処理装置１３に分散して実現される。情報処理装置１１ａと情報処理装置１２ａ、情報処理装置１１ｂと情報処理装置１２ｂ、および情報処理装置１２ａ，１２ｂと情報処理装置１３とは、本開示の実施形態に係る機能を実現するために、ネットワークを介してそれぞれ通信する。
この第９の例は、上記の第７の例と第８の例とを組み合わせた例である。つまり、第９の例では、入力部１００を実現する情報処理装置１１ａと、出力部３００を実現する情報処理装置１１ｂとが別個の装置である。情報処理装置１１ａ，１１ｂは、それぞれ別個の中間ノード（情報処理装置１２ａ，１２ｂ）と通信する。従って、この第９の例では、上記の第８の例と同様に処理部２００が３つのサーバ（情報処理装置１２ａ，１２ｂ，１３）に分散して実現されるとともに、同じユーザによって所持または使用される、または異なるユーザによって所持または使用される端末装置でありうる情報処理装置１１ａ，１１ｂを利用して、本開示の実施形態に係る機能を実現することができる。
（中間サーバを含むシステムの例）
図２７は、本開示の実施形態に係るシステム構成のより具体的な例の一つとして、中間サーバを含むシステムの例を示す図である。図示された例では、情報処理装置１１（または情報処理装置１１ａ，１１ｂ）が端末装置であり、情報処理装置１２が中間サーバであり、情報処理装置１３がサーバである。
図２７は、本開示の実施形態に係るシステム構成のより具体的な例の一つとして、中間サーバを含むシステムの例を示す図である。図示された例では、情報処理装置１１（または情報処理装置１１ａ，１１ｂ）が端末装置であり、情報処理装置１２が中間サーバであり、情報処理装置１３がサーバである。
上記で図２１を参照して説明した例と同様に、端末装置には、モバイルデバイス１１−１、ウェアラブルデバイス１１−２、車載デバイス１１−３、テレビ１１−４、デジタルカメラ１１−５、ＣＥデバイス１１−６、ロボットデバイス、またはサインボード１１−７などが含まれうる。これらの情報処理装置１１（端末装置）は、ネットワークを介して情報処理装置１２（中間サーバ）と通信する。端末装置と中間サーバとの間のネットワークは、上記の例におけるインターフェース１５０ｂ，３５０ｂにあたる。また、情報処理装置１２（中間サーバ）は、ネットワークを介して情報処理装置１３（サーバ）と通信する。中間サーバとサーバとの間のネットワークは、上記の例におけるインターフェース２５０ｂにあたる。
なお、図２７に示した例は、システム１０が中間サーバを含むシステムにおいて実現される例を理解しやすくするために示されたものであり、システム１０がこのようなシステムに限定されないのは、上記のそれぞれの例で説明された通りである。
（ホストとして機能する端末装置を含むシステムの例）
図２８は、本開示の実施形態に係るシステム構成のより具体的な例の一つとして、ホストとして機能する端末装置を含むシステムの例を示す図である。図示された例では、情報処理装置１１（または情報処理装置１１ａ，１１ｂ）が端末装置であり、情報処理装置１２がホストとして機能する端末装置であり、情報処理装置１３がサーバである。
図２８は、本開示の実施形態に係るシステム構成のより具体的な例の一つとして、ホストとして機能する端末装置を含むシステムの例を示す図である。図示された例では、情報処理装置１１（または情報処理装置１１ａ，１１ｂ）が端末装置であり、情報処理装置１２がホストとして機能する端末装置であり、情報処理装置１３がサーバである。
図示された例において、端末装置には、例えば、ウェアラブルデバイス１１−２、車載デバイス１１−３、デジタルカメラ１１−５、ロボットデバイス、設備に付帯して設置されるセンサなどを含むデバイス、およびＣＥデバイス１１−６が含まれうる。これらの情報処理装置１１（端末装置）は、例えばＢｌｕｅｔｏｏｔｈ（登録商標）やＷｉ−Ｆｉのようなネットワークを介して情報処理装置１２と通信する。図では、ホストとして機能する端末装置として、モバイルデバイス１２−１を例示している。端末装置とモバイルデバイスとの間のネットワークは、上記の例におけるインターフェース１５０ｂ，３５０ｂにあたる。情報処理装置１２（モバイルデバイス）は、例えばインターネットなどのネットワークを介して情報処理装置１３（サーバ）と通信する。モバイルデバイスとサーバとの間のネットワークは、上記の例におけるインターフェース２５０ｂにあたる。
なお、図２８に示した例は、システム１０がホストとして機能する端末装置を含むシステムにおいて実現される例を理解しやすくするために示されたものであり、システム１０がこのようなシステムに限定されないのは、上記のそれぞれの例で説明された通りである。また、ホストとして機能する端末装置は、図示された例におけるモバイルデバイス１２−１には限られず、適切な通信機能および処理機能を有する各種の端末装置が、ホストとして機能しうる。また、端末装置の例として図示したウェアラブルデバイス１１−２、車載デバイス１１−３、デジタルカメラ１１−５、およびＣＥデバイス１１−６は、これらの装置以外の端末装置をこの例から除外するものではなく、情報処理装置１２がモバイルデバイス１２−１である場合の情報処理装置１１としてありうる典型的な端末装置の例を示しているにすぎない。
（エッジサーバを含むシステムの例）
図２９は、本開示の実施形態に係るシステム構成のより具体的な例の一つとして、エッジサーバを含むシステムの例を示す図である。図示された例では、情報処理装置１１（または情報処理装置１１ａ、１１ｂ）が端末装置であり、情報処理装置１２がエッジサーバであり、情報処理装置１３がサーバである。
図２９は、本開示の実施形態に係るシステム構成のより具体的な例の一つとして、エッジサーバを含むシステムの例を示す図である。図示された例では、情報処理装置１１（または情報処理装置１１ａ、１１ｂ）が端末装置であり、情報処理装置１２がエッジサーバであり、情報処理装置１３がサーバである。
上記で図２１を参照して説明した例と同様に、端末装置には、モバイルデバイス１１−１、ウェアラブルデバイス１１−２、車載デバイス１１−３、テレビ１１−４、デジタルカメラ１１−５、ＣＥデバイス１１−６、ロボットデバイス、またはサインボード１１−７などが含まれうる。これらの情報処理装置１１（端末装置）は、ネットワークを介して情報処理装置１２（エッジサーバ１２−２）と通信する。端末装置とエッジサーバとの間のネットワークは、上記の例におけるインターフェース１５０ｂ，３５０ｂにあたる。情報処理装置１２（エッジサーバ）は、例えばインターネットなどのネットワークを介して情報処理装置１３（サーバ）と通信する。エッジサーバとサーバとの間のネットワークは、上記の例におけるインターフェース２５０ｂにあたる。
図２９に示す例では、サーバ１３よりも端末装置（情報処理装置１１）の近くにエッジサーバ１２−２（例えば、エッジサーバ１２−２ａ〜１２−２ｄ）を分散させることで、通信遅延の短縮、処理の高速化、およびリアルタイム性の向上を実現し得る。
なお、図２９に示した例は、システム１０がエッジサーバを含むシステムにおいて実現される例を理解しやすくするために示されたものであり、システム１０がこのようなシステムに限定されないのは、上記のそれぞれの例で説明された通りである。
（フォグコンピューティングを含むシステムの例）
図３０は、本開示の実施形態に係るシステム構成のより具体的な例の一つとして、フォグコンピューティングを含むシステムの例を示す図である。図示された例では、情報処理装置１１（または情報処理装置１１ａ、１１ｂ）が端末装置であり、情報処理装置１２がフォグコンピューティングであり、情報処理装置１３がサーバである。
図３０は、本開示の実施形態に係るシステム構成のより具体的な例の一つとして、フォグコンピューティングを含むシステムの例を示す図である。図示された例では、情報処理装置１１（または情報処理装置１１ａ、１１ｂ）が端末装置であり、情報処理装置１２がフォグコンピューティングであり、情報処理装置１３がサーバである。
上記で図２１を参照して説明した例と同様に、端末装置には、モバイルデバイス１１−１、ウェアラブルデバイス１１−２、車載デバイス１１−３、テレビ１１−４、デジタルカメラ１１−５、ＣＥデバイス１１−６、ロボットデバイス、またはサインボード１１−７などが含まれうる。これらの情報処理装置１１（端末装置）は、ネットワークを介して情報処理装置１２（フォグコンピューティング１２−３）と通信する。端末装置とフォグコンピューティングとの間のネットワークは、上記の例におけるインターフェース１５０ｂ，３５０ｂにあたる。情報処理装置１２（フォグコンピューティング）は、例えばインターネットなどのネットワークを介して情報処理装置１３（サーバ）と通信する。フォグコンピューティングとサーバとの間のネットワークは、上記の例におけるインターフェース２５０ｂにあたる。
フォグコンピューティング１２−３は、クラウドとデバイスの間にある分散処理環境で、クラウド（サーバ１３）よりデバイス（情報処理装置１１）に近い位置に広く分散している。具体的には、フォグコンピューティング１２−３は、処理のためのコンピューティングリソースを分野別や地域別に分散化して最適に配置する仕組みによりエッジコンピューティングを包含したシステム構成となる。
図３０に示す例では、一例として、フォグコンピューティング１２−３として、モバイル端末１１−１のデータ管理および処理を行うモビリティフォグ１２−３ａ、ウェアラブルデバイス１１−２のデータ管理および処理を行うウェアラブルフォグ１２−３ｂ、車載デバイス１１−３のデータ管理および処理を行う車載デバイスフォグ１２−３ｃ、テレビ１１−４のデータ管理および処理を行うテレビ端末フォグ１２−３ｄ、デジタルカメラ１１−５のデータ管理および処理を行うカメラ端末フォグ１２−３ｅ、ＣＥデバイス１１−６のデータ管理および処理を行うＣＥフォグ１２−３ｆ、サインボード１１−７のデータ管理および処理を行うサインボードフォグ１２−３ｇが想定される。各フォグ同士でのデータ流通も行われ得る。
フォグコンピューティングでは、コンピューティングリソースをデバイスに近い位置で分散し、データ管理や蓄積、変換等の各種処理を行うことができ、通信遅延の短縮、処理の高速化、およびリアルタイム性の向上を実現し得る。
なお、図３０に示した例は、システム１０がフォグコンピューティングを含むシステムにおいて実現される例を理解しやすくするために示されたものであり、システム１０がこのようなシステムに限定されないのは、上記のそれぞれの例で説明された通りである。
（第１０の例）
図３１は、本開示の実施形態に係るシステム構成の第１０の例を示すブロック図である。図３１を参照すると、システム１０は、情報処理装置１１ａ，１２ａ，１３を含む。この第１０の例において、入力部１００は、情報処理装置１１ａにおいて実現される。また、処理部２００は、情報処理装置１２ａおよび情報処理装置１３に分散して実現される。出力部３００は、情報処理装置１３において実現される。情報処理装置１１ａと情報処理装置１２ａ、および情報処理装置１２ａと情報処理装置１３とは、本開示の実施形態に係る機能を実現するために、ネットワークを介してそれぞれ通信する。
図３１は、本開示の実施形態に係るシステム構成の第１０の例を示すブロック図である。図３１を参照すると、システム１０は、情報処理装置１１ａ，１２ａ，１３を含む。この第１０の例において、入力部１００は、情報処理装置１１ａにおいて実現される。また、処理部２００は、情報処理装置１２ａおよび情報処理装置１３に分散して実現される。出力部３００は、情報処理装置１３において実現される。情報処理装置１１ａと情報処理装置１２ａ、および情報処理装置１２ａと情報処理装置１３とは、本開示の実施形態に係る機能を実現するために、ネットワークを介してそれぞれ通信する。
この第１０の例は、上記の第９の例において、情報処理装置１１ｂ，１２ｂが情報処理装置１３に取り込まれた例である。つまり、第１０の例では、入力部１００を実現する情報処理装置１１ａ、および処理部２００ａを実現する情報処理装置１２ａはそれぞれが独立した装置であるが、処理部２００ｂと出力部３００とは、同じ情報処理装置１３によって実現される。
第１０の例によって、例えば、端末装置である情報処理装置１１ａにおいて入力部１００によって取得された情報が、中間的な端末装置またはサーバである情報処理装置１２ａでの処理部２００ａによる処理を経て、サーバまたは端末である情報処理装置１３に提供され、処理部２００ｂによる処理を経て出力部３００から出力される、といったような構成が実現される。なお、情報処理装置１２ａによる中間的な処理は、省略されてもよい。このような構成は、例えば、端末装置１１ａから提供される情報に基づいて、サーバまたは端末１３にて所定の処理を実行した上で、処理結果をサーバまたは端末１３において蓄積または出力するようなサービスにおいて採用されうる。蓄積された処理結果は、例えば別のサービスによって利用されうる。
（第１１の例）
図３２は、本開示の実施形態に係るシステム構成の第１１の例を示すブロック図である。図３２を参照すると、システム１０は、情報処理装置１１ｂ，１２ｂ，１３を含む。この第１１の例において、入力部１００は、情報処理装置１３において実現される。また、処理部２００は、情報処理装置１３および情報処理装置１２ｂに分散して実現される。出力部３００は、情報処理装置１１ｂにおいて実現される。情報処理装置１３と情報処理装置１２ｂ、および情報処理装置１２ｂと情報処理装置１１ｂとは、本開示の実施形態に係る機能を実現するために、ネットワークを介してそれぞれ通信する。
図３２は、本開示の実施形態に係るシステム構成の第１１の例を示すブロック図である。図３２を参照すると、システム１０は、情報処理装置１１ｂ，１２ｂ，１３を含む。この第１１の例において、入力部１００は、情報処理装置１３において実現される。また、処理部２００は、情報処理装置１３および情報処理装置１２ｂに分散して実現される。出力部３００は、情報処理装置１１ｂにおいて実現される。情報処理装置１３と情報処理装置１２ｂ、および情報処理装置１２ｂと情報処理装置１１ｂとは、本開示の実施形態に係る機能を実現するために、ネットワークを介してそれぞれ通信する。
この第１１の例は、上記の第９の例において、情報処理装置１１ａ，１２ａが情報処理装置１３に取り込まれた例である。つまり、第１１の例では、出力部３００を実現する情報処理装置１１ｂ、および処理部２００ｃを実現する情報処理装置１２ｂはそれぞれが独立した装置であるが、入力部１００と処理部２００ｂとは、同じ情報処理装置１３によって実現される。
第１１の例によって、例えば、サーバまたは端末装置である情報処理装置１３において入力部１００によって取得された情報が、処理部２００ｂによる処理を経て、中間的な端末装置またはサーバである情報処理装置１２ｂに提供され、処理部２００ｃによる処理を経て、端末装置である情報処理装置１１ｂにおいて出力部３００から出力される、といったような構成が実現される。なお、情報処理装置１２ｂによる中間的な処理は、省略されてもよい。このような構成は、例えば、サーバまたは端末１３において取得された情報に基づいて、サーバまたは端末１３にて所定の処理を実行した上で、処理結果を端末装置１１ｂに提供するようなサービスにおいて採用されうる。取得される情報は、例えば別のサービスによって提供されうる。
（６．ハードウェア構成）
次に、図３３を参照して、本開示の実施形態に係る情報処理装置のハードウェア構成について説明する。図３３は、本開示の実施形態に係る情報処理装置のハードウェア構成例を示すブロック図である。
次に、図３３を参照して、本開示の実施形態に係る情報処理装置のハードウェア構成について説明する。図３３は、本開示の実施形態に係る情報処理装置のハードウェア構成例を示すブロック図である。
情報処理装置９００は、ＣＰＵ（Central Processing unit）９０１、ＲＯＭ（Read Only Memory）９０３、およびＲＡＭ（Random Access Memory）９０５を含む。また、情報処理装置９００は、ホストバス９０７、ブリッジ９０９、外部バス９１１、インターフェース９１３、入力装置９１５、出力装置９１７、ストレージ装置９１９、ドライブ９２１、接続ポート９２３、通信装置９２５を含んでもよい。さらに、情報処理装置９００は、必要に応じて、撮像装置９３３、およびセンサ９３５を含んでもよい。情報処理装置９００は、ＣＰＵ９０１に代えて、またはこれとともに、ＤＳＰ（Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、またはＦＰＧＡ（Field-Programmable Gate Array）などの処理回路を有してもよい。
ＣＰＵ９０１は、演算処理装置および制御装置として機能し、ＲＯＭ９０３、ＲＡＭ９０５、ストレージ装置９１９、またはリムーバブル記録媒体９２７に記録された各種プログラムに従って、情報処理装置９００内の動作全般またはその一部を制御する。ＲＯＭ９０３は、ＣＰＵ９０１が使用するプログラムや演算パラメータなどを記憶する。ＲＡＭ９０５は、ＣＰＵ９０１の実行において使用するプログラムや、その実行において適宜変化するパラメータなどを一次記憶する。ＣＰＵ９０１、ＲＯＭ９０３、およびＲＡＭ９０５は、ＣＰＵバスなどの内部バスにより構成されるホストバス９０７により相互に接続されている。さらに、ホストバス９０７は、ブリッジ９０９を介して、ＰＣＩ（Peripheral Component Interconnect/Interface）バスなどの外部バス９１１に接続されている。
入力装置９１５は、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチおよびレバーなど、ユーザによって操作される装置である。入力装置９１５は、例えば、赤外線やその他の電波を利用したリモートコントロール装置であってもよいし、情報処理装置９００の操作に対応した携帯電話などの外部接続機器９２９であってもよい。入力装置９１５は、ユーザが入力した情報に基づいて入力信号を生成してＣＰＵ９０１に出力する入力制御回路を含む。ユーザは、この入力装置９１５を操作することによって、情報処理装置９００に対して各種のデータを入力したり処理動作を指示したりする。
出力装置９１７は、取得した情報をユーザに対して視覚や聴覚、触覚などの感覚を用いて通知することが可能な装置で構成される。出力装置９１７は、例えば、ＬＣＤ（Liquid Crystal Display）または有機ＥＬ（Electro-Luminescence）ディスプレイなどの表示装置、スピーカまたはヘッドフォンなどの音声出力装置、もしくはバイブレータなどでありうる。出力装置９１７は、情報処理装置９００の処理により得られた結果を、テキストもしくは画像などの映像、音声もしくは音響などの音声、またはバイブレーションなどとして出力する。
ストレージ装置９１９は、情報処理装置９００の記憶部の一例として構成されたデータ格納用の装置である。ストレージ装置９１９は、例えば、ＨＤＤ（Hard Disk Drive）などの磁気記憶部デバイス、半導体記憶デバイス、光記憶デバイス、または光磁気記憶デバイスなどにより構成される。ストレージ装置９１９は、例えばＣＰＵ９０１が実行するプログラムや各種データ、および外部から取得した各種のデータなどを格納する。
ドライブ９２１は、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリなどのリムーバブル記録媒体９２７のためのリーダライタであり、情報処理装置９００に内蔵、あるいは外付けされる。ドライブ９２１は、装着されているリムーバブル記録媒体９２７に記録されている情報を読み出して、ＲＡＭ９０５に出力する。また、ドライブ９２１は、装着されているリムーバブル記録媒体９２７に記録を書き込む。
接続ポート９２３は、機器を情報処理装置９００に接続するためのポートである。接続ポート９２３は、例えば、ＵＳＢ（Universal Serial Bus）ポート、ＩＥＥＥ１３９４ポート、ＳＣＳＩ（Small Computer System Interface）ポートなどでありうる。また、接続ポート９２３は、ＲＳ−２３２Ｃポート、光オーディオ端子、ＨＤＭＩ（登録商標）（High-Definition Multimedia Interface）ポートなどであってもよい。接続ポート９２３に外部接続機器９２９を接続することで、情報処理装置９００と外部接続機器９２９との間で各種のデータが交換されうる。
通信装置９２５は、例えば、通信ネットワーク９３１に接続するための通信デバイスなどで構成された通信インターフェースである。通信装置９２５は、例えば、ＬＡＮ（Local Area Network）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｗｉ−Ｆｉ、またはＷＵＳＢ（Wireless USB）用の通信カードなどでありうる。また、通信装置９２５は、光通信用のルータ、ＡＤＳＬ（Asymmetric Digital Subscriber Line）用のルータ、または、各種通信用のモデムなどであってもよい。通信装置９２５は、例えば、インターネットや他の通信機器との間で、ＴＣＰ／ＩＰなどの所定のプロトコルを用いて信号などを送受信する。また、通信装置９２５に接続される通信ネットワーク９３１は、有線または無線によって接続されたネットワークであり、例えば、インターネット、家庭内ＬＡＮ、赤外線通信、ラジオ波通信または衛星通信などを含みうる。
撮像装置９３３は、例えば、ＣＭＯＳ（Complementary Metal Oxide Semiconductor）またはＣＣＤ（Charge Coupled Device）などの撮像素子、および撮像素子への被写体像の結像を制御するためのレンズなどの各種の部材を用いて実空間を撮像し、撮像画像を生成する装置である。撮像装置９３３は、静止画を撮像するものであってもよいし、また動画を撮像するものであってもよい。
センサ９３５は、例えば、加速度センサ、角速度センサ、地磁気センサ、照度センサ、温度センサ、気圧センサ、または音センサ（マイクロフォン）などの各種のセンサである。センサ９３５は、例えば情報処理装置９００の筐体の姿勢など、情報処理装置９００自体の状態に関する情報や、情報処理装置９００の周辺の明るさや騒音など、情報処理装置９００の周辺環境に関する情報を取得する。また、センサ９３５は、ＧＰＳ（Global Positioning System）信号を受信して装置の緯度、経度および高度を測定するＧＰＳ受信機を含んでもよい。
以上、情報処理装置９００のハードウェア構成の一例を示した。上記の各構成要素は、汎用的な部材を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。かかる構成は、実施する時々の技術レベルに応じて適宜変更されうる。
（７．補足）
本開示の実施形態は、例えば、上記で説明したような情報処理装置、システム、情報処理装置またはシステムで実行される情報処理方法、情報処理装置を機能させるためのプログラム、およびプログラムが記録された一時的でない有形の媒体を含みうる。
本開示の実施形態は、例えば、上記で説明したような情報処理装置、システム、情報処理装置またはシステムで実行される情報処理方法、情報処理装置を機能させるためのプログラム、およびプログラムが記録された一時的でない有形の媒体を含みうる。
また、本実施形態による情報処理システムは、ユーザの健康面やプロポーションに関する未来予測を、ユーザの情報処理端末で捕捉した情報のみならず、周囲に存在する環境センサから得られた情報を含めて、より的確に行うことができる。
また、ユーザが将来なりたい姿の願望情報を入力し、その願望を実現するために必要なアドバイスを実施することで、ユーザにより効果的なアドバイスを告知することができる。
また、ユーザの趣味嗜好情報を、インターネット検索情報や閲覧履歴、購入履歴等から得ることで、より正確なユーザの趣味嗜好に合致したヘルスケアのアドバイスを実施することができる。
また、ユーザが摂取したカロリーを、周囲に存在する環境センサから得られた情報を加味して算出することで、従来のユーザの自己申告による入力に頼らず、客観的なデータに基づいて、より的確な未来予想を実施することができる。
また、ユーザの最新のプロポーション情報に基づいて未来予想を実施することで、実態に即した生活改善方法の提案をすることができる。
また、本実施形態で用いる個人情報は、ユーザの情報処理端末側に格納し、必要に応じて事業者側のサーバに送信することで、個人情報が無暗に第三者に盗み見られる危険性が減少する。
以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本技術はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。
例えば、上述した入力部１００、処理部２００、または出力部３００に内蔵されるＣＰＵ、ＲＯＭ、およびＲＡＭ等のハードウェアに、・入力部１００、処理部２００、または出力部３００の機能を発揮させるためのコンピュータプログラムも作成可能である。また、当該コンピュータプログラムを記憶させたコンピュータ読み取り可能な記憶媒体も提供される。
また、本明細書に記載された効果は、あくまで説明的または例示的なものであって限定的ではない。つまり、本開示に係る技術は、上記の効果とともに、または上記の効果に代えて、本明細書の記載から当業者には明らかな他の効果を奏しうる。
なお、本技術は以下のような構成も取ることができる。
（１）
ユーザ周辺のセンサから取得した前記ユーザに関わる情報を含むセンサ情報履歴に基づいて、前記ユーザの将来の身体状況を予測する予測部と、
前記予測した前記身体状況と、前記センサ情報履歴から得た前記ユーザの生活習慣情報および嗜好情報とに基づいて、前記身体状況を前記ユーザにより指定された理想身体に近付けるためのアドバイスを生成する生成部と、
を備える、情報処理装置。
（２）
前記身体状況は、身体の内面要素および外面要素の少なくともいずれかを含む、前記（１）に記載の情報処理装置。
（３）
前記理想身体は、身体の内面要素および外面要素の少なくともいずれかを含む、前記（１）または（２）に記載の情報処理装置。
（４）
前記内面要素は、健康状態に関する要素であって、
前記外面要素は、体型に関する要素である、前記（２）または（３）に記載の情報処理装置。
（５）
前記予測部は、前記センサ情報履歴から得た前記ユーザの前記生活習慣情報および前記嗜好情報の少なくともいずれかに基づいて、前記身体状況を予測する、前記（１）〜（４）のいずれか１項に記載の情報処理装置。
（６）
前記生活習慣情報は、前記ユーザの運動および食事に関する情報であって、前記センサ情報履歴に含まれる前記ユーザの行動履歴および飲食に関する情報から取得される、前記（５）に記載の情報処理装置。
（７）
前記嗜好情報は、前記ユーザが摂取する嗜好品の摂取量および摂取タイミングに関する情報である、前記（５）に記載の情報処理装置。
（８）
前記予測部は、
前記センサ情報履歴から得た前記ユーザの現在の全身画像を解析して前記ユーザの現在の身体の外面要素を取得し、
前記現在の身体の外面要素を基準として、前記ユーザの前記生活習慣情報および前記嗜好情報に基づいて、指定された所定の時間経過後の前記身体状況を予測する、前記（５）〜（７）のいずれか１項に記載の情報処理装置。
（９）
前記ユーザ周辺のセンサは、
前記ユーザが所有する情報処理端末に設けられたセンサ、または周囲に存在する環境センサを含む、前記（２）〜（８）のいずれか１項に記載の情報処理装置。
（１０）
前記ユーザ周辺のセンサは、カメラ、マイクロフォン、重さセンサ、生体センサ、加速度センサ、赤外線センサ、または位置検出部である、前記（９）に記載の情報処理装置。
（１１）
前記センサ情報履歴は、前記ユーザにより入力された情報、インターネット上から取得した情報、または、前記ユーザが所有する情報処理端末から取得した情報を含む、前記（２）〜（１０）のいずれか１項に記載の情報処理装置。
（１２）
前記生成部は、前記理想身体に近付けるためのアドバイスとして、前記ユーザの前記嗜好情報に基づいて、嗜好品の過剰摂取または摂取不足に関するアドバイスを生成する、前記（２）〜（１１）のいずれか１項に記載の情報処理装置。
（１３）
前記アドバイスは、前記ユーザの趣味嗜好に基づいて、前記ユーザが好む特定のキャラクターまたは人物からの助言として前記ユーザに提示される、前記（２）〜（１２）のいずれか１項に記載の情報処理装置。
（１４）
前記理想身体は、前記ユーザによりパラメータとして入力される、前記（２）〜（１３）のいずれ１項に記載の情報処理装置。
（１５）
プロセッサが、
ユーザ周辺のセンサから取得した前記ユーザに関わる情報を含むセンサ情報履歴に基づいて、前記ユーザの将来の身体状況を予測することと、
前記予測した前記身体状況と、前記センサ情報履歴から得た前記ユーザの生活習慣情報および嗜好情報とに基づいて、前記身体状況を前記ユーザにより指定された理想身体に近付けるためのアドバイスを生成することと、
を含む、情報処理方法。
（１６）
コンピュータを、
ユーザ周辺のセンサから取得した前記ユーザに関わる情報を含むセンサ情報履歴に基づいて、前記ユーザの将来の身体状況を予測する予測部と、
前記予測した前記身体状況と、前記センサ情報履歴から得た前記ユーザの生活習慣情報および嗜好情報とに基づいて、前記身体状況を前記ユーザにより指定された理想身体に近付けるためのアドバイスを生成する生成部と、
として機能させるための、プログラム。
（１）
ユーザ周辺のセンサから取得した前記ユーザに関わる情報を含むセンサ情報履歴に基づいて、前記ユーザの将来の身体状況を予測する予測部と、
前記予測した前記身体状況と、前記センサ情報履歴から得た前記ユーザの生活習慣情報および嗜好情報とに基づいて、前記身体状況を前記ユーザにより指定された理想身体に近付けるためのアドバイスを生成する生成部と、
を備える、情報処理装置。
（２）
前記身体状況は、身体の内面要素および外面要素の少なくともいずれかを含む、前記（１）に記載の情報処理装置。
（３）
前記理想身体は、身体の内面要素および外面要素の少なくともいずれかを含む、前記（１）または（２）に記載の情報処理装置。
（４）
前記内面要素は、健康状態に関する要素であって、
前記外面要素は、体型に関する要素である、前記（２）または（３）に記載の情報処理装置。
（５）
前記予測部は、前記センサ情報履歴から得た前記ユーザの前記生活習慣情報および前記嗜好情報の少なくともいずれかに基づいて、前記身体状況を予測する、前記（１）〜（４）のいずれか１項に記載の情報処理装置。
（６）
前記生活習慣情報は、前記ユーザの運動および食事に関する情報であって、前記センサ情報履歴に含まれる前記ユーザの行動履歴および飲食に関する情報から取得される、前記（５）に記載の情報処理装置。
（７）
前記嗜好情報は、前記ユーザが摂取する嗜好品の摂取量および摂取タイミングに関する情報である、前記（５）に記載の情報処理装置。
（８）
前記予測部は、
前記センサ情報履歴から得た前記ユーザの現在の全身画像を解析して前記ユーザの現在の身体の外面要素を取得し、
前記現在の身体の外面要素を基準として、前記ユーザの前記生活習慣情報および前記嗜好情報に基づいて、指定された所定の時間経過後の前記身体状況を予測する、前記（５）〜（７）のいずれか１項に記載の情報処理装置。
（９）
前記ユーザ周辺のセンサは、
前記ユーザが所有する情報処理端末に設けられたセンサ、または周囲に存在する環境センサを含む、前記（２）〜（８）のいずれか１項に記載の情報処理装置。
（１０）
前記ユーザ周辺のセンサは、カメラ、マイクロフォン、重さセンサ、生体センサ、加速度センサ、赤外線センサ、または位置検出部である、前記（９）に記載の情報処理装置。
（１１）
前記センサ情報履歴は、前記ユーザにより入力された情報、インターネット上から取得した情報、または、前記ユーザが所有する情報処理端末から取得した情報を含む、前記（２）〜（１０）のいずれか１項に記載の情報処理装置。
（１２）
前記生成部は、前記理想身体に近付けるためのアドバイスとして、前記ユーザの前記嗜好情報に基づいて、嗜好品の過剰摂取または摂取不足に関するアドバイスを生成する、前記（２）〜（１１）のいずれか１項に記載の情報処理装置。
（１３）
前記アドバイスは、前記ユーザの趣味嗜好に基づいて、前記ユーザが好む特定のキャラクターまたは人物からの助言として前記ユーザに提示される、前記（２）〜（１２）のいずれか１項に記載の情報処理装置。
（１４）
前記理想身体は、前記ユーザによりパラメータとして入力される、前記（２）〜（１３）のいずれ１項に記載の情報処理装置。
（１５）
プロセッサが、
ユーザ周辺のセンサから取得した前記ユーザに関わる情報を含むセンサ情報履歴に基づいて、前記ユーザの将来の身体状況を予測することと、
前記予測した前記身体状況と、前記センサ情報履歴から得た前記ユーザの生活習慣情報および嗜好情報とに基づいて、前記身体状況を前記ユーザにより指定された理想身体に近付けるためのアドバイスを生成することと、
を含む、情報処理方法。
（１６）
コンピュータを、
ユーザ周辺のセンサから取得した前記ユーザに関わる情報を含むセンサ情報履歴に基づいて、前記ユーザの将来の身体状況を予測する予測部と、
前記予測した前記身体状況と、前記センサ情報履歴から得た前記ユーザの生活習慣情報および嗜好情報とに基づいて、前記身体状況を前記ユーザにより指定された理想身体に近付けるためのアドバイスを生成する生成部と、
として機能させるための、プログラム。
１０ システム
１１、１２、１３ 情報処理装置
１００ 入力部
１５０、２５０、３５０ インターフェース
２００ 処理部
２０１ ユーザ情報ＤＢ
２０３ 予測部
２０５ 出力制御部
２０７ アドバイス生成部
３００ 出力部
１１、１２、１３ 情報処理装置
１００ 入力部
１５０、２５０、３５０ インターフェース
２００ 処理部
２０１ ユーザ情報ＤＢ
２０３ 予測部
２０５ 出力制御部
２０７ アドバイス生成部
３００ 出力部
Claims (16)
- ユーザ周辺のセンサから取得した前記ユーザに関わる情報を含むセンサ情報履歴に基づいて、前記ユーザの将来の身体状況を予測する予測部と、
前記予測した前記身体状況と、前記センサ情報履歴から得た前記ユーザの生活習慣情報および嗜好情報とに基づいて、前記身体状況を前記ユーザにより指定された理想身体に近付けるためのアドバイスを生成する生成部と、
を備える、情報処理装置。 - 前記身体状況は、身体の内面要素および外面要素の少なくともいずれかを含む、請求項１に記載の情報処理装置。
- 前記理想身体は、身体の内面要素および外面要素の少なくともいずれかを含む、請求項１に記載の情報処理装置。
- 前記内面要素は、健康状態に関する要素であって、
前記外面要素は、体型に関する要素である、請求項２に記載の情報処理装置。 - 前記予測部は、前記センサ情報履歴から得た前記ユーザの前記生活習慣情報および前記嗜好情報の少なくともいずれかに基づいて、前記身体状況を予測する、請求項１に記載の情報処理装置。
- 前記生活習慣情報は、前記ユーザの運動および食事に関する情報であって、前記センサ情報履歴に含まれる前記ユーザの行動履歴および飲食に関する情報から取得される、請求項５に記載の情報処理装置。
- 前記嗜好情報は、前記ユーザが摂取する嗜好品の摂取量および摂取タイミングに関する情報である、請求項５に記載の情報処理装置。
- 前記予測部は、
前記センサ情報履歴から得た前記ユーザの現在の全身画像を解析して前記ユーザの現在の身体の外面要素を取得し、
前記現在の身体の外面要素を基準として、前記ユーザの前記生活習慣情報および前記嗜好情報に基づいて、指定された所定の時間経過後の前記身体状況を予測する、請求項５に記載の情報処理装置。 - 前記ユーザ周辺のセンサは、
前記ユーザが所有する情報処理端末に設けられたセンサ、または周囲に存在する環境センサを含む、請求項２に記載の情報処理装置。 - 前記ユーザ周辺のセンサは、カメラ、マイクロフォン、重さセンサ、生体センサ、加速度センサ、赤外線センサ、または位置検出部である、請求項９に記載の情報処理装置。
- 前記センサ情報履歴は、前記ユーザにより入力された情報、インターネット上から取得した情報、または、前記ユーザが所有する情報処理端末から取得した情報を含む、請求項２に記載の情報処理装置。
- 前記生成部は、前記理想身体に近付けるためのアドバイスとして、前記ユーザの前記嗜好情報に基づいて、嗜好品の過剰摂取または摂取不足に関するアドバイスを生成する、請求項２に記載の情報処理装置。
- 前記アドバイスは、前記ユーザの趣味嗜好に基づいて、前記ユーザが好む特定のキャラクターまたは人物からの助言として前記ユーザに提示される、請求項２に記載の情報処理装置。
- 前記理想身体は、前記ユーザによりパラメータとして入力される、請求項２に記載の情報処理装置。
- プロセッサが、
ユーザ周辺のセンサから取得した前記ユーザに関わる情報を含むセンサ情報履歴に基づいて、前記ユーザの将来の身体状況を予測することと、
前記予測した前記身体状況と、前記センサ情報履歴から得た前記ユーザの生活習慣情報および嗜好情報とに基づいて、前記身体状況を前記ユーザにより指定された理想身体に近付けるためのアドバイスを生成することと、
を含む、情報処理方法。 - コンピュータを、
ユーザ周辺のセンサから取得した前記ユーザに関わる情報を含むセンサ情報履歴に基づいて、前記ユーザの将来の身体状況を予測する予測部と、
前記予測した前記身体状況と、前記センサ情報履歴から得た前記ユーザの生活習慣情報および嗜好情報とに基づいて、前記身体状況を前記ユーザにより指定された理想身体に近付けるためのアドバイスを生成する生成部と、
として機能させるための、プログラム。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017238615 | 2017-12-13 | ||
| JP2017238615 | 2017-12-13 | ||
| PCT/JP2018/036159 WO2019116679A1 (ja) | 2017-12-13 | 2018-09-28 | 情報処理装置、情報処理方法、およびプログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPWO2019116679A1 true JPWO2019116679A1 (ja) | 2021-01-14 |
Family
ID=66819675
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019558923A Pending JPWO2019116679A1 (ja) | 2017-12-13 | 2018-09-28 | 情報処理装置、情報処理方法、およびプログラム |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US20200357503A1 (ja) |
| EP (1) | EP3726534A4 (ja) |
| JP (1) | JPWO2019116679A1 (ja) |
| KR (1) | KR20200097704A (ja) |
| CN (1) | CN111465991A (ja) |
| RU (1) | RU2020115063A (ja) |
| WO (1) | WO2019116679A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2023101204A (ja) * | 2022-01-07 | 2023-07-20 | 日本コンピュータビジョン株式会社 | 情報処理プログラム、情報処理装置及び情報処理方法 |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017132690A1 (en) | 2016-01-28 | 2017-08-03 | Savor Labs, Inc. | Method and apparatus for tracking of food intake and other behaviors and providing relevant feedback |
| US20200289373A1 (en) * | 2018-10-31 | 2020-09-17 | Medtronic Minimed, Inc. | Automated detection of a physical behavior event and corresponding adjustment of a physiological characteristic sensor device |
| US11363986B2 (en) * | 2018-10-31 | 2022-06-21 | Medtronic Minimed, Inc. | Automated detection of a physical behavior event and corresponding adjustment of a medication dispensing system |
| US11367516B2 (en) * | 2018-10-31 | 2022-06-21 | Medtronic Minimed, Inc. | Automated detection of a physical behavior event and corresponding adjustment of a medication dispensing system |
| US11367517B2 (en) * | 2018-10-31 | 2022-06-21 | Medtronic Minimed, Inc. | Gesture-based detection of a physical behavior event based on gesture sensor data and supplemental information from at least one external source |
| JP7336292B2 (ja) * | 2019-07-25 | 2023-08-31 | 株式会社第一興商 | カラオケ装置 |
| JP7380691B2 (ja) | 2019-09-05 | 2023-11-15 | 日本電信電話株式会社 | 情報提示装置、学習装置、情報提示方法、学習方法、情報提示プログラム、及び学習プログラム |
| JP7312721B2 (ja) * | 2020-04-03 | 2023-07-21 | 任天堂株式会社 | 情報処理システム、情報処理プログラム、情報処理装置、および情報処理方法 |
| CN111462867B (zh) * | 2020-04-05 | 2021-01-05 | 深圳市优必爱信息科技有限公司 | 基于5g网络和区块链的智能移动医疗方法及系统 |
| CN111968367B (zh) * | 2020-08-12 | 2021-12-14 | 上海宝通汎球电子有限公司 | 一种物联网通信管理系统和管理方法 |
| CN111951640B (zh) * | 2020-08-22 | 2022-01-25 | 湖南大学 | 一种光子衰减传感器辅助声乐气息练习装置及使用方法 |
| US20220310246A1 (en) * | 2021-03-24 | 2022-09-29 | Danmarks Tekniske Universitet | Systems and methods for quantitative assessment of a health condition |
| KR102546256B1 (ko) * | 2021-05-21 | 2023-06-22 | 주식회사 베니페 | 체외진단기를 이용한 딥러닝 헬스케어 서비스 플랫폼 및 이를 이용한 헬스케어 추천방법 |
| JP7431196B2 (ja) * | 2021-06-04 | 2024-02-14 | 株式会社Zozo | 情報処理装置、情報処理方法及び情報処理プログラム |
| JP7241126B2 (ja) * | 2021-06-04 | 2023-03-16 | 株式会社Zozo | 情報処理装置、情報処理方法及び情報処理プログラム |
| JP7285886B2 (ja) | 2021-07-13 | 2023-06-02 | 飯田グループホールディングス株式会社 | 健康増進プログラム提供システム及び健康増進プログラム提供方法 |
| WO2023085434A1 (ja) * | 2021-11-15 | 2023-05-19 | 旭化成ホームズ株式会社 | 情報処理システム、情報処理方法およびプログラム |
| WO2023175797A1 (ja) * | 2022-03-16 | 2023-09-21 | 日本電気株式会社 | 情報処理装置、情報処理システム、情報処理方法及び非一時的なコンピュータ可読媒体 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003084393A1 (fr) * | 2002-04-09 | 2003-10-16 | Matsushita Electric Industrial Co., Ltd. | Systeme et procede de gestion de sante |
| JP2007122182A (ja) * | 2005-10-25 | 2007-05-17 | Matsushita Electric Ind Co Ltd | 生活習慣改善支援装置 |
| JP2008242963A (ja) * | 2007-03-28 | 2008-10-09 | Fujifilm Corp | 健康分析表示方法及び健康分析表示装置 |
| US20120289789A1 (en) * | 2011-05-13 | 2012-11-15 | Fujitsu Limited | Continuous Monitoring of Stress Using Environmental Data |
| US20140114677A1 (en) * | 2012-10-23 | 2014-04-24 | Theranos, Inc. | Assisted Medical and Associated Lifestyle Decision Making |
| US20140316811A1 (en) * | 2010-09-29 | 2014-10-23 | Dacadoo Ag | Automated health data acquisition, processing and communication system |
| JP2015103248A (ja) * | 2013-11-25 | 2015-06-04 | パロ・アルト・リサーチ・センター・インコーポレーテッドＰａｌｏ Ａｌｔｏ Ｒｅｓｅａｒｃｈ Ｃｅｎｔｅｒ Ｉｎｃｏｒｐｏｒａｔｅｄ | インテリジェントなディジタルセルフ表現を作成する方法及びシステム |
| JP2016031569A (ja) * | 2014-07-28 | 2016-03-07 | カシオ計算機株式会社 | 生活活動解析装置、生活活動解析システム、生活活動解析方法及びプログラム |
| JP2017054163A (ja) * | 2015-09-07 | 2017-03-16 | 大和ハウス工業株式会社 | 食事アドバイスシステム |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002001317A2 (en) * | 2000-06-23 | 2002-01-03 | Nicanor Padron | Health services delivery system with incentives |
| JP2002032009A (ja) * | 2000-07-14 | 2002-01-31 | Sharp Corp | 仮想キャラクタ育成サーバ、仮想キャラクタ育成方法およびその方法を実現するプログラムを記録した機械読取可能な記録媒体 |
| US7063665B2 (en) * | 2003-03-04 | 2006-06-20 | Tanita Corporation | Health care system |
| CN102685311A (zh) * | 2011-03-18 | 2012-09-19 | 上海华勤通讯技术有限公司 | 具有角色扮演功能的手机及其实现方法 |
| EP2788909A4 (en) * | 2011-12-06 | 2015-08-12 | Dianovator Ab | MEDICAL ARRANGEMENTS AND METHOD FOR PREDICTING A VALUE ASSOCIATED WITH A MEDICAL CONDITION |
| CN104053396B (zh) * | 2011-12-15 | 2016-12-21 | 贝克顿·迪金森公司 | 用于改进的生理数据的解释和生理状况管理信息的呈现的系统 |
| US9189764B2 (en) * | 2013-02-05 | 2015-11-17 | International Business Machines Corporation | Usage of quantitative information gain to support decisions in sequential clinical risk assessment examinations |
| JP2015087957A (ja) | 2013-10-30 | 2015-05-07 | 株式会社東芝 | 情報提供装置およびその方法、ならびにプログラム |
| US20160055760A1 (en) * | 2014-03-28 | 2016-02-25 | Christopher Mirabile | System and method for generating health & lifestyle observations and recommendations for an individual |
| US20160147960A1 (en) * | 2014-11-25 | 2016-05-26 | Electronics And Telecommunications Research Institute | Apparatus and method for providing customized personal health service |
| JP6608142B2 (ja) | 2015-01-28 | 2019-11-20 | 株式会社野村総合研究所 | サーバ装置 |
| KR20170061222A (ko) * | 2015-11-25 | 2017-06-05 | 한국전자통신연구원 | 건강데이터 패턴의 일반화를 통한 건강수치 예측 방법 및 그 장치 |
| WO2017132690A1 (en) * | 2016-01-28 | 2017-08-03 | Savor Labs, Inc. | Method and apparatus for tracking of food intake and other behaviors and providing relevant feedback |
| US20170308671A1 (en) * | 2016-04-20 | 2017-10-26 | Bionous, LLC | Personal health awareness system and methods |
| WO2017187270A1 (en) * | 2016-04-25 | 2017-11-02 | Samsung Electronics Co., Ltd. | System and method for providing aggregation and continuous learning to improve health outcomes |
| US20170337341A1 (en) * | 2016-05-20 | 2017-11-23 | Hcl Technologies Limited | System and method for mitigating a medical risk |
| US20200058408A1 (en) * | 2016-10-17 | 2020-02-20 | Koninklijke Philips N.V. | Systems, methods, and apparatus for linking family electronic medical records and prediction of medical conditions and health management |
| US20180322253A1 (en) * | 2017-05-05 | 2018-11-08 | International Business Machines Corporation | Sensor Based Monitoring |
-
2018
- 2018-09-28 US US16/770,328 patent/US20200357503A1/en active Pending
- 2018-09-28 EP EP18888810.1A patent/EP3726534A4/en active Pending
- 2018-09-28 RU RU2020115063A patent/RU2020115063A/ru unknown
- 2018-09-28 WO PCT/JP2018/036159 patent/WO2019116679A1/ja unknown
- 2018-09-28 CN CN201880078603.XA patent/CN111465991A/zh active Pending
- 2018-09-28 KR KR1020207015950A patent/KR20200097704A/ko active IP Right Grant
- 2018-09-28 JP JP2019558923A patent/JPWO2019116679A1/ja active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003084393A1 (fr) * | 2002-04-09 | 2003-10-16 | Matsushita Electric Industrial Co., Ltd. | Systeme et procede de gestion de sante |
| JP2007122182A (ja) * | 2005-10-25 | 2007-05-17 | Matsushita Electric Ind Co Ltd | 生活習慣改善支援装置 |
| JP2008242963A (ja) * | 2007-03-28 | 2008-10-09 | Fujifilm Corp | 健康分析表示方法及び健康分析表示装置 |
| US20140316811A1 (en) * | 2010-09-29 | 2014-10-23 | Dacadoo Ag | Automated health data acquisition, processing and communication system |
| US20120289789A1 (en) * | 2011-05-13 | 2012-11-15 | Fujitsu Limited | Continuous Monitoring of Stress Using Environmental Data |
| US20140114677A1 (en) * | 2012-10-23 | 2014-04-24 | Theranos, Inc. | Assisted Medical and Associated Lifestyle Decision Making |
| JP2016504057A (ja) * | 2012-10-23 | 2016-02-12 | セラノス， インコーポレイテッド | 支援された医学的および関連したライフスタイルの意思決定 |
| JP2015103248A (ja) * | 2013-11-25 | 2015-06-04 | パロ・アルト・リサーチ・センター・インコーポレーテッドＰａｌｏ Ａｌｔｏ Ｒｅｓｅａｒｃｈ Ｃｅｎｔｅｒ Ｉｎｃｏｒｐｏｒａｔｅｄ | インテリジェントなディジタルセルフ表現を作成する方法及びシステム |
| JP2016031569A (ja) * | 2014-07-28 | 2016-03-07 | カシオ計算機株式会社 | 生活活動解析装置、生活活動解析システム、生活活動解析方法及びプログラム |
| JP2017054163A (ja) * | 2015-09-07 | 2017-03-16 | 大和ハウス工業株式会社 | 食事アドバイスシステム |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2023101204A (ja) * | 2022-01-07 | 2023-07-20 | 日本コンピュータビジョン株式会社 | 情報処理プログラム、情報処理装置及び情報処理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20200357503A1 (en) | 2020-11-12 |
| KR20200097704A (ko) | 2020-08-19 |
| RU2020115063A (ru) | 2021-10-29 |
| CN111465991A (zh) | 2020-07-28 |
| RU2020115063A3 (ja) | 2022-02-09 |
| EP3726534A4 (en) | 2021-01-20 |
| WO2019116679A1 (ja) | 2019-06-20 |
| EP3726534A1 (en) | 2020-10-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2019116679A1 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
| US11030708B2 (en) | Method of and device for implementing contagious illness analysis and tracking | |
| US11397997B2 (en) | Device for implementing body fluid analysis and social networking event planning | |
| US11587457B1 (en) | System, method, and program product for interactively prompting user decisions | |
| US10387898B2 (en) | Crowd-based personalized recommendations of food using measurements of affective response | |
| US11494390B2 (en) | Crowd-based scores for hotels from measurements of affective response | |
| US11722737B1 (en) | System, method, and program product for interactively prompting user decisions | |
| US11269891B2 (en) | Crowd-based scores for experiences from measurements of affective response | |
| JP6969048B2 (ja) | 対話式健康促進システム、対話式学習促進システム、対話式購入促進システム | |
| US8446275B2 (en) | General health and wellness management method and apparatus for a wellness application using data from a data-capable band | |
| Chung et al. | Real‐world multimodal lifelog dataset for human behavior study | |
| WO2019021575A1 (ja) | 情報処理システム、情報処理装置、情報処理方法、および記録媒体 | |
| US20140129239A1 (en) | General health and wellness management method and apparatus for a wellness application using data associated with a data-capable band | |
| US10839444B2 (en) | Coaching method and system considering relationship type | |
| WO2019116658A1 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
| CA2795978A1 (en) | General health and wellness management method and apparatus for a wellness application using data associated with a data-capable band | |
| JPWO2016189908A1 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
| US20230219586A1 (en) | Technique for providing a user-adapted service to a user | |
| CN110809489B (zh) | 信息处理装置、信息处理方法和存储介质 | |
| Hong et al. | The quantified self | |
| Kaddachi | Technological Approach for Early and Unobtrusive Detection of Possible Health Changes toward Better Adaptation of Services for Elderly People | |
| Loveday | Advancing the objective measurement of physical activity and sedentary behaviour context |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210823 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220830 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221027 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230214 |