JPWO2019225575A1 - 活動支援方法、プログラム及び活動支援システム - Google Patents

Abstract

対象者にとって有用な情報を提供しやすい活動支援方法、プログラム及び活動支援システムを提供する。活動支援方法は、取得処理と、生成処理と、出力処理と、を有する。取得処理は、対象者による運動メニューの実施結果を示す体力データを取得する処理である。生成処理は、対象者の行動に基づいて、対象者に関連する関連情報（Ｄ４）を生成する処理である。出力処理は、体力データ及び関連情報（Ｄ４）に基づくリコメンド情報を出力する処理である。

Description

本開示は、一般に活動支援方法、プログラム及び活動支援システムに関し、より詳細には、対象者の活動を支援するための活動支援方法、プログラム及び活動支援システムに関する。

特許文献１には、対象者（ユーザ）の健康を維持しつつスポーツ能力の向上を支援するための健康支援装置が記載されている。特許文献１に記載の健康支援装置では、身長等の身体特性データ、柔軟性等の運動能力データ、及びスポーツ能力計測データ等の様々なデータを入力することで、これに基づいて、運動メニューの提供及び食事指導が行われる。

特開２０１４−１８３８６７号公報

特許文献１に記載の技術では、身体特性データ、運動能力データ及びスポーツ能力計測データのみに基づいて運動メニューの提供及び食事指導が行われるため、対象者にとって実施が困難な運動メニューの提供及び食事指導が行われる可能性がある。したがって、特許文献１に記載の技術では、対象者にとって有用な情報を提供しにくいという問題がある。

本開示は、上記事由に鑑みてなされており、対象者にとって有用な情報を提供しやすい活動支援方法、プログラム及び活動支援システムを提供することを目的とする。

本開示の一態様に係る活動支援方法は、取得処理と、生成処理と、出力処理と、を有する。前記取得処理は、対象者による運動メニューの実施結果を示す体力データを取得する処理である。前記生成処理は、前記対象者の行動に基づいて、前記対象者に関連する関連情報を生成する処理である。前記出力処理は、前記体力データ及び前記関連情報に基づくリコメンド情報を出力する処理である。

本開示の一態様に係るプログラムは、前記活動支援方法をコンピュータシステムに実行させるためのプログラムである。

本開示の一態様に係る活動支援システムは、取得部と、生成部と、出力部と、を備える。前記取得部は、対象者による運動メニューの実施結果を示す体力データを取得する。前記生成部は、前記対象者の行動に基づいて、前記対象者に関連する関連情報を生成する。前記出力部は、前記体力データ及び前記関連情報に基づくリコメンド情報を出力する。

図１は、実施形態１に係る活動支援システム及び体力測定システムの構成を示す概略ブロック図である。 図２は、同上の活動支援システムの動作を示すフローチャートである。 図３は、同上の活動支援システムで使用される入力画面の例を示す概略図である。 図４は、同上の活動支援システムで使用される出力画面の例を示す概略図である。 図５は、同上の活動支援システムで使用される他の出力画面の例を示す概略図である。 図６Ａ及び図６Ｂは、同上の活動支援システムで使用される更に他の出力画面の例を示す概略図である。 図７は、同上の体力測定システムの動作を示すフローチャートである。 図８Ａ〜図８Ｆは、同上の体力測定システムで利用する生活データの取得方法の説明図である。 図９Ａ及び図９Ｂは、同上の体力測定システムで利用する生活データの取得方法の説明図である。 図１０は、同上の体力測定システムで利用する生活データの取得方法の説明図である。 図１１は、実施形態１の変形例に係る活動支援システムで使用される出力画面の例を示す概略図である。 図１２は、実施形態２に係る活動支援システムの構成を示す概略ブロック図である。

（実施形態１）
（１）概要
以下、本実施形態に係る活動支援方法の概要について説明する。

本実施形態に係る活動支援方法は、対象者の活動を支援するための方法である。本開示でいう「活動」は、運動のように対象者が身体（手、足、首及び腰等）を動かす行為だけでなく、例えば、対象者が行う飲食、物品（運動器具等）の購入、又は会話等の行為も含む。活動支援方法では、対象者に対して、対象者の何からの活動を推奨するためのリコメンド（recommend）情報を出力することで、対象者の活動を支援する。つまり、本開示でいう「リコメンド情報」は、対象者の何からの活動を推奨するための情報であって、例えば、その摂取（飲食）を推奨する食事、その購入若しくは使用を推奨する器具、又はその実施を推奨する運動（体操）等に関する情報を含み得る。本開示でいう「出力」は、例えば、表示、音声出力、プリントアウト（印刷）又はスマートフォン等の端末へのデータ送信等の手段による対象者又はその他の人への通知だけでなく、非一時的記録媒体への書き込みのようなデータとしての出力を含む。本開示でいう「対象者」は、活動支援方法により活動の支援対象となる人であって、年齢、性別、国籍及び健康状態等を問わず、どのような人であってもよい。

本実施形態に係る活動支援方法は、基本的には、対象者による運動メニューの実施結果を示す体力データに基づいたリコメンド情報を出力することで、対象者の体力データから見出される、対象者が行うべき活動を提示する方法である。本開示でいう「運動メニュー」は、対象者により実施される運動の内容を示しており、対象者の運動能力に関する１以上の項目を測定するためのメニューである。本実施形態では、一例として、運動メニューは、筋力、歩行能力、俊敏性、バランス及び柔軟性の５項目を測定するための複数のメニューを含む。このような運動メニューを対象者が実施した場合において、例えば、歩行能力の評価が特に低ければ、この対象者については、例えば、歩行能力を高めるための食事、器具又は運動（体操）等に関する情報を、リコメンド情報として出力する。これにより、対象者においては、リコメンド情報に従った活動を行うことで、歩行能力の改善を図ることが可能である。また、本開示でいう「運動メニューの実施結果」は、運動メニューにて示される運動を対象者Ｈ１が実施した結果であって、対象者Ｈ１が運動メニューにて示される運動を実施した際の記録又は成績に相当する。

ところで、本実施形態に係る活動支援方法は、取得処理と、生成処理と、出力処理と、を有する。取得処理は、対象者による運動メニューの実施結果を示す体力データを取得する処理である。生成処理は、対象者の行動に基づいて、対象者に関連する関連情報を生成する処理である。出力処理は、体力データ及び関連情報に基づくリコメンド情報を出力する処理である。

すなわち、本実施形態に係る活動支援方法によれば、出力処理にて出力されるリコメンド情報は、取得処理で取得される体力データ、及び生成処理で生成される関連情報に基づく情報である。関連情報は、対象者の行動に基づいて生成される、対象者に関連する情報である。本開示でいう「行動」は、ある事を行うこと、しわざ又は行いの全般を意味し、特に、人間（対象者）が示す観察可能な動作及び反応を意味する。要するに、対象者の行動からは、例えば、対象者の生活圏、嗜好、生活スタイル、喫煙の有無及び家族構成等といった、対象者に固有の種々の情報を特定可能である。本開示でいう「関連情報」は、このように、対象者の行動に基づいて生成可能であって、かつ対象者に固有の種々の情報を含み得る。つまり、「関連情報」の具体例としては、対象者の生活圏、嗜好、生活スタイル、喫煙の有無及び家族構成等の情報を含み得る。ここでいう「生活圏」は、対象者が日常生活において行動する範囲及び地域を意味し、例えば、対象者がよく利用する、店舗（小売店及び飲食店等を含む）、交通機関（駅及びバス停等を含む）、病院、薬局又は介護施設等の施設単位で特定される。また、ここでいう「嗜好」には、対象者の食事の好み又はデザイン（色を含む）の好み等を含む。また、ここでいう「生活スタイル」には、夜型／昼型、又は外食派／内食派等を含む。

生成処理では、このように何かしら対象者に関連する関連情報が、対象者の行動に基づいて生成される。例えば、日常生活における対象者の「食事」という行動からは、対象者の食事の好み（嗜好）を特定可能であって、日常生活における対象者の「外出」という行動からは対象者の生活圏（よく利用する施設等）を特定可能である。そして、リコメンド情報は、これらの対象者に固有の関連情報に基づく情報であるので、リコメンド情報にて提案される活動は、対象者に合わせてカスタマイズされることになる。

その結果、本実施形態に係る活動支援方法によれば、２人の対象者の体力データが同じでも、これら２人の対象者の生活圏及び嗜好が異なる場合には、対象者ごとに異なるリコメンド情報を出力可能となる。そのため、例えば、各対象者にとって実施が困難な活動を避け、各対象者にとって実施しやすい活動をリコメンド情報として、対象者に推奨することで、対象者によるリコメンド情報に従った活動の実施可能性の向上を図ることができる。一例として、活動支援方法にて、納豆が苦手な対象者に対する納豆の摂取の提案、又は対象者の生活圏では販売されていない運動器具を使った運動の提案等を行った場合、対象者による活動の実施可能性は低くなる。これに対し、活動支援方法にて、納豆が苦手な対象者に対しては納豆の代替品（例えば、オクラ）の摂取の提案、又は対象者の生活圏で販売されている運動器具を使った運動の提案等を行うことで、対象者による活動の実施可能性を向上可能である。

このように、本実施形態に係る活動支援方法では、例えば、個々の対象者が行いやすい活動をリコメンド情報として対象者に推奨することで、対象者によるリコメンド情報に従った活動の実施可能性が向上し、対象者のモチベーションの向上にもつながる。その結果、本実施形態に係る活動支援方法によれば、対象者にとって有用な情報を提供しやすい、という利点がある。

（２）詳細
本実施形態に係る活動支援方法は、一例として、プログラム、プログラムを記録した非一時的記録媒体、又は活動支援システム１（図１参照）にて実現可能である。すなわち、例えば、活動支援方法をコンピュータシステムに実行させるためのプログラムにて、本実施形態に係る活動支援方法が具現化される。また、例えば、このような（活動支援方法をコンピュータシステムに実行させるための）プログラムを実行するコンピュータシステムを主構成とする活動支援システム１にて、本実施形態に係る活動支援方法が具現化される。以下では、本実施形態に係る活動支援方法が活動支援システム１にて具現化される場合を例に説明する。

同様に、本実施形態に係る体力測定方法は、一例として、プログラム、プログラムを記録した非一時的記録媒体、又は体力測定システム２（図１参照）にて実現可能である。すなわち、例えば、体力測定方法をコンピュータシステムに実行させるためのプログラムにて、本実施形態に係る体力測定方法が具現化される。また、例えば、このような（体力測定方法をコンピュータシステムに実行させるための）プログラムを実行するコンピュータシステムを主構成とする体力測定システム２にて、本実施形態に係る体力測定方法が具現化される。以下では、本実施形態に係る体力測定方法が体力測定システム２にて具現化される場合を例に説明する。

また、本実施形態では、一例として、いわゆる「フレイル」と呼ばれる程度に身体能力が低下した高齢者であって、自立した日常生活を送ることを目的としている者を、対象者とする場合について説明する。本開示でいう「フレイル」は、加齢と共に心身の活力（運動機能及び認知機能等）が低下し、複数の慢性疾患の併存等の影響もあり、生活機能が障害され、心身の脆弱性が出現した状態である。一方で、「フレイル」とは、適切な介入及び支援により生活機能の維持向上が可能な状態をいう。つまり、「フレイル」は、健康な状態と日常生活でサポートが必要な介護状態との中間を意味する。本実施形態に係る活動支援方法によれば、フレイル状態にある対象者に対して適切な介入及び支援を行うことで、例えば、対象者が要介護状態になりにくくできる。

（２．１）全体構成
本実施形態に係る活動支援システム１は、図１に示すように、少なくとも体力測定システム２で測定（推定）された体力データＤ１（図３参照）に基づくリコメンド情報Ｄ３（図５参照）を出力するためのシステムである。体力測定システム２は、対象者Ｈ１（図８Ａ参照）による運動メニューの実施結果を示す体力データＤ１を測定するためのシステムである。本実施形態では、活動支援システム１は体力測定システム２を構成要素に含まないこととして説明するが、活動支援システム１は体力測定システム２を構成要素に含んでいてもよい。つまり、体力測定システム２は、活動支援システム１の一部であってもよい。

活動支援システム１及び体力測定システム２は、いずれもハードウェアとしての１以上のメモリ及び１以上のプロセッサを有するコンピュータシステムを主構成とする。コンピュータシステムのメモリに記録されたプログラムをプロセッサが実行することによって、活動支援システム１又は体力測定システム２としての機能が実現される。プログラムは、コンピュータシステムのメモリに予め記録されてもよく、電気通信回線を通じて提供されてもよく、コンピュータシステムで読み取り可能な非一時的記録媒体に記録されて提供されてもよい。本実施形態では、一例として、活動支援システム１及び体力測定システム２が、１つのサーバシステム１０内に構築されていることと仮定する。

本実施形態では、サーバシステム１０は、図１に示すように、インターネット等のネットワーク４を介して、情報端末３、施設管理サーバ５０及びセンササーバ６０と接続されている。ここで、サーバシステム１０は、情報端末３、施設管理サーバ５０及びセンササーバ６０の各々と双方向に通信可能に構成されていればよい。つまり、サーバシステム１０、情報端末３、施設管理サーバ５０及びセンササーバ６０は、ネットワーク４に対して直接的に接続されていてもよいし、他のネットワーク、ゲートウェイ又は中継器等を介して間接的に接続されていてもよい。また、ネットワーク４は複数のネットワークで構成されていてもよい。

情報端末３は、ユーザの操作を受け付ける機能、及びユーザに情報を提示（表示）する機能を有する端末である。ここでいう「ユーザ」には、対象者Ｈ１が含まれていてもよい。つまり、情報端末３は、対象者Ｈ１の操作を受け付けたり、対象者Ｈ１に情報を提示したりしてもよい。情報端末３は、ＣＰＵ（Central Processing Unit）及びメモリを有するコンピュータシステムを主構成とする。本実施形態では、一例として、情報端末３は、スマートフォン又はタブレット端末等の携帯情報端末であることとして説明する。情報端末３は、専用のアプリケーションソフトをインストールし、このアプリケーションソフトを起動することにより、以下に説明する機能を実現する。

情報端末３は、提示部３１と、操作部３２と、拡張部３３と、を有している。情報端末３は、ネットワーク４に接続されることにより、サーバシステム１０との間で、ネットワーク４を介して双方向の通信を行う。ここでは、情報端末３は、スマートフォン又はタブレット端末等の携帯情報端末であるから、例えば、電波を媒体とする無線通信により、ルータ等を介してネットワーク４に接続される。情報端末３の通信方式は、例えば、Ｗｉ−Ｆｉ（登録商標）及び免許を必要としない小電力無線（特定小電力無線）等の無線通信である。この種の小電力無線については、用途等に応じて使用する周波数帯域や空中線電力などの仕様が各国で規定されている。日本国においては、９２０ＭＨｚ帯又は４２０ＭＨｚ帯の電波を使用する小電力無線が規定されている。さらに、情報端末３は、屋外においても、例えば、通信事業者が提供する携帯電話網（キャリア網）又は公衆無線ＬＡＮ（Local Area Network）を介してネットワーク４に接続される。携帯電話網には、例えば、３Ｇ（第３世代）回線、ＬＴＥ（Long Term Evolution）回線等がある。

提示部３１は、本実施形態では一例として、ユーザに情報を提示するための画面を表示する。本開示でいう「画面」は、提示部３１に映し出される像（画像等）である。提示部３１は、例えば、液晶ディスプレイ、有機ＥＬ（Electro Luminescence）ディスプレイ等の画像表示装置により実現される。

提示部３１は、一例として、図３〜図５に示すような、入力画面３１１及び出力画面３１２，３１３を表示するように構成されている。提示部３１の入力画面３１１及び出力画面３１２，３１３について詳しくは「（３．１）活動支援方法」の欄で説明する。

操作部３２は、人（ユーザ）の操作を受け付ける機能を有している。本実施形態では、情報端末３はタッチパネルディスプレイを搭載しており、タッチパネルディスプレイが提示部３１及び操作部３２として機能する。そのため、情報端末３は、提示部３１に表示される各画面上でのボタン等のオブジェクトの操作（タップ、スワイプ、ドラッグ等）が操作部３２で検出されることをもって、ボタン等のオブジェクトが操作されたことと判断する。つまり、提示部３１及び操作部３２は、各種の表示に加えて、ユーザからの操作入力を受け付けるユーザインタフェースとして機能する。ただし、操作部３２は、タッチパネルディスプレイに限らず、例えば、キーボード、ポインティングデバイス、又はメカニカルなスイッチ等であってもよい。

拡張部３３は、外部機器を制御する。具体的には、拡張部３３は、例えば、ネットワークを介して間接的に、又は直接的に外部機器としてのプリンタに接続される。拡張部３３は、プリンタに対して印刷データを出力することで、プリンタに印刷を実行させる。詳しくは後述するが、印刷データは、一例としてリコメンド情報Ｄ３を含む画像データである。

施設管理サーバ５０は、複数の施設５に関する情報を管理する。本開示でいう「施設」は、例えば、対象者Ｈ１が利用し得る店舗（小売店及び飲食店等を含む）、交通機関（駅及びバス停等を含む）、病院、薬局又は介護施設等の施設５である。施設管理サーバ５０は、これら複数の施設５に関する情報を、対象者Ｈ１を識別するための対象者Ｈ１に固有の識別情報（ユーザＩＤ）に対応付けて蓄積する。

施設管理サーバ５０で管理されている情報（施設５に関する情報）は、大別して、対象者Ｈ１による施設５の利用状況を表す情報と、施設５の属性を表す情報と、を含んでいる。本開示でいう「施設５の利用状況」は、対象者Ｈ１による施設５の利用履歴から特定可能な情報であって、例えば、対象者Ｈ１による施設５の利用回数、利用内容、利用頻度、利用日時及び利用（滞在）時間等の情報を含む。ここでいう「利用内容」には、例えば、施設５が小売店であれば購入商品、施設５が飲食店であれば注文内容、施設５が病院又は薬局であれば処方せん等が含まれる。また、本開示でいう「施設５の属性」は、施設５に固有の特徴及び性質であって、例えば、施設５の名称、業種、取扱内容、立地（住所及び最寄駅等を含む）及び営業時間等を含む。ここでいう「取扱内容」には、例えば、施設５が店舗であれば、商品別の在庫数を表す在庫情報、商品別の売り上げを表す売上情報、販売促進商品の情報等が含まれる。

ここで、対象者Ｈ１による施設５の利用状況は、対象者Ｈ１の行動に基づいており、いわば対象者Ｈ１の都合で決まるため、例えば、対象者Ｈ１の生活圏、嗜好、生活スタイル、喫煙の有無及び家族構成等といった、対象者Ｈ１に固有の種々の情報を反映する。したがって、対象者Ｈ１による施設５の利用状況は、対象者Ｈ１に関連する関連情報Ｄ４（図１参照）の中でも、特に対象者Ｈ１の属性を表す個人プロパティ情報Ｄ４１（図１参照）の生成に用いられる。一方、施設５の属性を表す情報は、対象者Ｈ１の行動に基づいておらず、いわば施設５の都合で決まるため、基本的には、対象者Ｈ１に固有の情報を反映しない。したがって、施設５の属性を表す情報は、関連情報Ｄ４の中でも、特に対象者Ｈ１が利用する施設５の属性を表す施設プロパティ情報Ｄ４２（図１参照）の生成に用いられる。「関連情報」について詳しくは「（３．１）活動支援方法」の欄で説明する。

施設管理サーバ５０は、上述したような施設５に関する情報を、例えば、複数の施設５に設置されている複数の施設端末、又は複数の対象者Ｈ１がそれぞれ所持しているスマートフォン又はウェアラブル端末等の複数の携帯端末から、情報を収集することで取得する。特に、対象者Ｈ１による施設５の利用状況等については、対象者Ｈ１が所持する携帯端末からでも容易に取得可能である。そのため、図１では、施設管理サーバ５０に複数の施設５が繋がっている様子を概念的に示しているが、厳密には、個々の施設５に設置された施設端末又は対象者Ｈ１が所持する携帯端末が、施設管理サーバ５０に接続される。つまり、施設管理サーバ５０は、施設端末又は携帯端末と通信可能になるように、直接的に、又はネットワーク等を介して間接的に、施設端末又は携帯端末に接続される。携帯端末は、情報端末３と兼用されていてもよい。

センササーバ６０は、複数のセンサ６の計測データを管理する。複数のセンサ６は、対象者Ｈ１の生活空間において圧力、加速度、速度、光、振動、温度、磁気、超音波及び電磁波等を計測（検出）し、計測結果を表す計測データを出力する。本開示でいう「生活空間」は、対象者Ｈ１の日常生活が営まれる空間であって、例えば、対象者Ｈ１の住居、住居のある地域一帯、対象者Ｈ１の職場、対象者Ｈ１がよく利用する施設５等を含む。センササーバ６０は、これら複数のセンサ６の計測データを、対象者Ｈ１を識別するための対象者Ｈ１に固有の識別情報（ユーザＩＤ）に対応付けて蓄積する。

複数のセンサ６は、対象者Ｈ１の生活空間に設置される設置型のセンサ６と、対象者Ｈ１が携帯又は装着する携帯型のセンサ６と、に大別される。設置型のセンサ６は、一例として、生活空間における床、壁、天井、階段及び扉等、並びに生活空間に配置された椅子及び机等に内蔵又は取り付けられたセンサを含む。一方、携帯型のセンサ６は、一例として、対象者Ｈ１が所持しているスマートフォン又はウェアラブル端末等の利用者端末に内蔵又は外付けされたセンサを含む。利用者端末は、情報端末３と兼用されていてもよい。

具体的には、複数のセンサ６は、イメージセンサ（カメラ）、圧力センサ、加速度センサ、ドップラセンサ、角速度センサ、振動センサ、電波センサ、超音波センサ、温度センサ、指紋センサ及び深度センサ等の、多種多様なセンサを含んでいる。ＧＰＳ（Global Positioning System）等の位置センサもセンサ６に含まれる。個々のセンサ６は、センサ出力（電気信号）に対して適宜の信号処理を実行する信号処理回路を含んでいてもよい。

ここで、複数のセンサ６の計測データは、対象者Ｈ１の生活空間における動作に基づいており、例えば、対象者Ｈ１の歩行動作、立ったり座ったりする動作、及び物を握る動作等の、日常的な対象者Ｈ１の動作を反映する。したがって、複数のセンサ６の計測データは、対象者Ｈ１の生活空間における動作に関する生活データとして、体力データＤ１の推定に用いられる。「生活データ」について詳しくは「（３．２）体力測定方法」の欄で説明する。さらに、複数のセンサ６の計測データは、対象者Ｈ１の行動に基づいており、いわば対象者Ｈ１の都合で決まるため、例えば、対象者Ｈ１の生活圏、嗜好、生活スタイル、喫煙の有無及び家族構成等といった、対象者Ｈ１に固有の種々の情報を反映する。したがって、複数のセンサ６の計測データは、関連情報Ｄ４の中でも、特に対象者Ｈ１の属性を表す個人プロパティ情報Ｄ４１の生成に用いられる。

センササーバ６０は、上述したような複数のセンサ６の計測データを、例えば、複数のセンサ６から、随時取得する。そのため、センササーバ６０は、複数のセンサ６と通信可能になるように、直接的に、又はネットワーク等を介して間接的に、複数のセンサ６に接続される。

図１では、サーバシステム１０、情報端末３、施設管理サーバ５０及びセンササーバ６０がそれぞれ１台ずつ設けられているが、この構成に限らない。すなわち、サーバシステム１０、情報端末３、施設管理サーバ５０及びセンササーバ６０の少なくともいずれかは複数台設けられていてもよい。特に、活動支援システム１及び体力測定システムが、複数の対象者Ｈ１を対象とする場合には、情報端末３は、対象者Ｈ１の人数分だけ用意されていることが好ましい。

（２．２）活動支援システムの構成
活動支援システム１は、図１に示すように、取得部１１と、生成部１２と、出力部１３と、を備えている。取得部１１は、対象者Ｈ１による運動メニューの実施結果を示す体力データＤ１を取得する。生成部１２は、対象者Ｈ１の行動に基づいて、対象者Ｈ１に関連する関連情報Ｄ４を生成する。出力部１３は、体力データＤ１及び関連情報Ｄ４に基づくリコメンド情報Ｄ３を出力する。ここで、活動支援システム１は、第１記憶部１４を更に備えている。

本実施形態では上述したように、活動支援システム１は、ハードウェアとしての１以上のメモリ及び１以上のプロセッサを有するコンピュータシステム（サーバシステム１０）を主構成とする。つまり、サーバシステム１０のメモリに記録されたプログラムをプロセッサが実行することによって、取得部１１、生成部１２及び出力部１３としての機能が実現される。

取得部１１は、体力データＤ１を体力測定システム２から取得する。すなわち、取得部１１は、本実施形態に係る体力測定方法で推定された体力データＤ１を取得する。体力データＤ１は、対象者Ｈ１による運動メニューの実施結果、つまり対象者Ｈ１が運動メニューに従って運動をした結果より得られるデータである。

生成部１２は、関連情報Ｄ４を、例えば、施設管理サーバ５０及びセンササーバ６０で管理されている情報に基づいて生成する。つまり、生成部１２は、対象者Ｈ１が特定されると、この対象者Ｈ１に固有の識別情報（ユーザＩＤ）に対応付けて蓄積されている情報を、施設管理サーバ５０及びセンササーバ６０から取得する。そして、生成部１２は、施設管理サーバ５０及びセンササーバ６０から取得した情報に基づいて、この対象者Ｈ１に関連する関連情報Ｄ４を生成する。

出力部１３は、取得部１１で取得された体力データＤ１、及び生成部１２で生成された関連情報Ｄ４に基づいて、リコメンド情報Ｄ３を生成し、このリコメンド情報Ｄ３を出力する。すなわち、リコメンド情報Ｄ３は、対象者Ｈ１に関連する関連情報Ｄ４に基づく情報であるので、出力部１３は、例えば、対象者Ｈ１に適したリコメンド情報Ｄ３を出力することができる。

本実施形態では、出力部１３は、評価部１３１と、選択部１３２と、調整部１３３と、を含んでいる。評価部１３１、選択部１３２及び調整部１３３の各々の機能について詳しくは「（３．１）活動支援方法」の欄で説明する。

第１記憶部１４は、例えば、ハードディスクドライブ又はフラッシュメモリ等の読み書き可能な非一時的記録媒体で構成されている。第１記憶部１４は、少なくとも複数の一次候補情報を記憶している。これら複数の一次候補情報は、それぞれ複数の運動メニューのいずれかに対応付けて記憶されている。一次候補情報は、リコメンド情報Ｄ３の候補となる情報である。つまり、出力部１３では、第１記憶部１４に記憶されている複数の一次候補情報の中から、体力データＤ１及び関連情報Ｄ４に基づいて、リコメンド情報Ｄ３となる情報が選択される。

（２．３）体力測定システムの構成
体力測定システム２は、図１に示すように、生活データ取得部２１と、推定部２２と、を備えている。生活データ取得部２１は、対象者Ｈ１の生活空間における動作に関する生活データを取得する。推定部２２は、生活データから、特定の運動メニューの実施結果に相当する体力データＤ１を推定する。ここで、体力測定システム２は、第２記憶部２３を更に備えている。

本実施形態では上述したように、体力測定システム２は、ハードウェアとしての１以上のメモリ及び１以上のプロセッサを有するコンピュータシステム（サーバシステム１０）を主構成とする。つまり、サーバシステム１０のメモリに記録されたプログラムをプロセッサが実行することによって、生活データ取得部２１及び推定部２２としての機能が実現される。

生活データ取得部２１は、生活データを、例えば、センササーバ６０から取得する。生活データ取得部２１は、対象者Ｈ１が特定されると、この対象者Ｈ１に固有の識別情報（ユーザＩＤ）に対応付けて蓄積されている情報（複数のセンサ６の計測データ）を、生活データとしてセンササーバ６０から取得する。

推定部２２は、生活データ取得部２１で取得された生活データから、運動メニューの実施結果に相当する体力データＤ１を推定する。すなわち、対象者Ｈ１の生活空間における動作に関する生活データの中には、運動メニューの実施に相当する対象者Ｈ１の動作（運動）に関するデータが含まれているため、推定部２２では、このようなデータから体力データＤ１を推定する。言い換えれば、推定部２２は、体力データＤ１を生成する。

本実施形態では、推定部２２は、第１処理部２２１と、第２処理部２２２と、を含んでいる。第１処理部２２１は、生活データから、運動メニューに関連する特定情報を抽出する。第２処理部２２２は、第１処理部２２１で抽出された特定情報に基づいて体力データを推定する。第１処理部２２１及び第２処理部２２２の各々の機能について詳しくは「（３．２）体力測定方法」の欄で説明する。

第２記憶部２３は、例えば、ハードディスクドライブ又はフラッシュメモリ等の読み書き可能な非一時的記録媒体で構成されている。第２記憶部２３は、少なくとも推定部２２で生成（推定）された体力データＤ１を記憶する。体力データＤ１は、対象者Ｈ１ごとに記憶される。第２記憶部２３は、第１記憶部１４と兼用されていてもよい。

（３）動作
次に、活動支援システム１にて具現化される活動支援方法、及び体力測定システム２にて具現化される体力測定方法について、詳細に説明する。

（３．１）活動支援方法
まず、本実施形態に係る活動支援システム１の動作によって具現化される活動支援方法について説明する。

以下では、運動メニューは、対象者Ｈ１の運動能力に関する項目のうち、筋力、歩行能力、俊敏性、バランス及び柔軟性の少なくとも１項目を測定するためのメニューを含むこととする。ここでは特に、筋力、歩行能力、俊敏性、バランス及び柔軟性の５項目の全てについて測定できるように、複数の運動メニューが設定されている場合を想定する。この種の運動メニューの具体例として、図３に示すように、「Ｔｉｍｅ ｕｐ ＆ ｇｏ」、「ファンクショナルリーチ」、「開眼片足立ち」、「握力」、「５ｍ歩行」及び「ステッピング」の６つがある。以下の説明では、「Ｔｉｍｅ ｕｐ ＆ ｇｏ」を「ＴＵＧ」と省略することもある。ただし、これら６つの運動メニューは、一例に過ぎず、対象者Ｈ１に応じて運動メニューが適宜設定されてもよい。

また、複数の運動メニューの各々は、その機能に応じて複数のグループに分類される。ここでは、複数（ここでは６つ）の運動メニューの各々は、第１グループ、第２グループ、第３グループ、第４グループ又は第５グループに分類される。第１グループは、歩行能力を評価するためのグループであり、「ＴＵＧ」及び「５ｍ歩行」等の運動メニューを含む。第２グループは、柔軟性を評価するためのグループであり、「ファンクショナルリーチ」等の運動メニューを含む。第３グループは、バランスを評価するためのグループであり、「開眼片足立ち」等の運動メニューを含む。第４グループは、筋力を評価するためのグループであり、「握力」等の運動メニューを含む。第５グループは、俊敏性を評価するためのグループであり、「ステッピング」等の運動メニューを含む。

図２は、上述した活動支援システム１の動作、つまり活動支援方法の大まかな流れを示すフローチャートである。

活動支援方法においては、まずは対象者Ｈ１を特定するための処理が行われる（Ｓ１）。本実施形態では、対象者Ｈ１に固有の識別情報によって、対象者Ｈ１の特定が行われる。

取得部１１は、対象者Ｈ１が特定されると、この対象者Ｈ１による運動メニューの実施結果を示す体力データＤ１を、体力測定システム２から取得する取得処理を実行する（Ｓ２）。取得部１１にて取得される体力データＤ１は、上述したような複数（ここでは６つ）の運動メニューの各々に対応付けられている。すなわち、体力データＤ１は対象者Ｈ１による個々の運動メニューの実施結果であるので、取得部１１は、複数の運動メニューに対応する複数の体力データＤ１を取得することになる。

取得部１１は、１つの運動メニューに対応する体力データＤ１を取得する度に、全ての体力データＤ１を取得したか否かの判断を行う（Ｓ３）。全ての体力データＤ１、つまり複数の運動メニューに対応する複数の体力データＤ１の全てについて、取得が完了していなければ（Ｓ３：Ｎｏ）、取得部１１は、処理Ｓ２に戻って体力データＤ１の取得を継続する。一方、全ての体力データＤ１の取得が完了していれば（Ｓ３：Ｙｅｓ）、生成部１２は、関連情報Ｄ４を生成する生成処理を実行する（Ｓ４）。

このとき、生成部１２は、処理Ｓ１で特定された対象者Ｈ１に関連する関連情報Ｄ４を、この対象者Ｈ１の行動に基づいて生成する。一例として、日常生活における対象者Ｈ１の「食事」という行動からは、対象者Ｈ１の食事の好み（嗜好）を特定可能であって、日常生活における対象者Ｈ１の「外出」という行動からは対象者Ｈ１の生活圏（よく利用する施設５等）を特定可能である。

ここで、関連情報Ｄ４は、大別して、個人プロパティ情報Ｄ４１と、施設プロパティ情報Ｄ４２と、を含んでいる。個人プロパティ情報Ｄ４１は、関連情報Ｄ４のうち、対象者Ｈ１の属性を表す情報である。つまり、個人プロパティ情報Ｄ４１は、例えば、対象者Ｈ１の生活圏、嗜好、生活スタイル、喫煙の有無及び家族構成等といった、対象者Ｈ１に固有の種々の情報であって、基本的には、対象者Ｈ１の都合で決まる情報である。一方、施設プロパティ情報Ｄ４２は、関連情報Ｄ４のうち、対象者Ｈ１が利用する施設５の属性を表す情報である。つまり、施設プロパティ情報Ｄ４２は、例えば、施設５の名称、業種、取扱内容、立地（住所及び最寄駅等を含む）及び営業時間等といった、施設５に固有の情報であって、基本的には、施設５の都合で決まる情報である。要するに、本実施形態では、関連情報Ｄ４は、対象者Ｈ１の属性を表す個人プロパティ情報Ｄ４１を含む。さらに、関連情報Ｄ４は、対象者Ｈ１が利用する施設５の属性を表す施設プロパティ情報Ｄ４２を含む。

生成部１２は、例えば、施設管理サーバ５０で管理されている情報（施設５に関する情報）のうちの対象者Ｈ１による施設５の利用状況を表す情報等に基づいて、個人プロパティ情報Ｄ４１を生成する。一例として、ある対象者Ｈ１による施設５の利用状況から、対象者Ｈ１が特定の店舗を頻繁に（例えば毎日）利用していることが判明した場合、この対象者Ｈ１の関連情報Ｄ４として、特定の店舗を生活圏に含む個人プロパティ情報Ｄ４１を生成する。さらに、生成部１２は、例えば、センササーバ６０で管理されている情報（複数のセンサ６の計測データ）等に基づいて、個人プロパティ情報Ｄ４１を生成する。一例として、イメージセンサで撮影された、ある対象者Ｈ１の食事中の様子から、この対象者Ｈ１が納豆嫌いであることが判明した場合、この対象者Ｈ１の関連情報Ｄ４として、「納豆嫌い」という個人プロパティ情報Ｄ４１を生成する。

また、生成部１２は、例えば、施設管理サーバ５０で管理されている情報（施設５に関する情報）のうちの施設５の属性を表す情報等に基づいて、施設プロパティ情報Ｄ４２を生成する。一例として、ある対象者Ｈ１が日常的に買物に利用している店舗が、納豆の在庫が無い状態であることが判明した場合、この対象者Ｈ１の関連情報Ｄ４として、「納豆の在庫切れ」という施設プロパティ情報Ｄ４２を生成する。

取得処理（Ｓ２）及び生成処理（Ｓ４）が完了すると、出力部１３は、体力データＤ１及び関連情報Ｄ４に基づくリコメンド情報Ｄ３を出力する出力処理を実行する（Ｓ８）。体力データＤ１及び関連情報Ｄ４に基づくリコメンド情報Ｄ３の生成方法は、様々であるが、本実施形態では以下の手順（Ｓ５〜Ｓ７）を採用している。

すなわち、出力部１３はまず、評価部１３１にて、体力データＤ１について評価を行うことで、体力データＤ１の評価結果である評価データＤ２（図４参照）を生成する（Ｓ５）。本実施形態では、評価データＤ２は、複数の運動メニューの各々についての体力データＤ１の評価結果を含むデータである。具体的には、評価部１３１は、複数の運動メニューの各々について、体力データＤ１と基準値との比較結果に基づいてランク付けして評価点を求める。ここでいう「基準値」とは、例えば、性別及び年齢（年代）ごとに特定人数の測定結果から求められる平均値をいう。ただし、基準値は平均値に限らず、各運動メニューについての評価点を求められる値であればよく、例えば、中央値又は最頻値等、平均値以外の代表値であってもよい。

本実施形態では、一例として、評価部１３１は、複数の運動メニューの各々について、体力データＤ１が基準値の「±５％」以内である場合には評価点を「Ｃランク」とする。評価部１３１は、体力データＤ１が基準値の「＋５％」よりも大きく、かつ基準値の「＋１５％」以下である場合には評価点を「Ｂランク」とする。また、評価部１３１は、体力データＤ１が基準値の「＋１５％」よりも大きい場合には評価点を「Ａランク」とする。また、評価部１３１は、体力データＤ１が基準値の「−５％」よりも小さく、かつ基準値の「−１５％」以上である場合には評価点を「Ｄランク」とする。評価部１３１は、体力データＤ１が基準値の「−１５％」よりも小さい場合には評価点を「Ｅランク」とする。これらの評価点は、評価が高い側から順に「Ａランク」、「Ｂランク」、「Ｃランク」、「Ｄランク」、「Ｅランク」となる。

評価データＤ２は、複数の運動メニューについての上記評価点を含むデータである。すなわち、本実施形態のように運動メニューが６つある場合には、これら６つの運動メニューの各々について、「Ａランク」〜「Ｅランク」のいずれかの評価点が付けられたデータが、評価データＤ２として生成される。

次に、選択部１３２は、複数の一次候補情報の中から、評価データＤ２に対応する１以上の二次候補情報を選択する（Ｓ６）。ここで、選択される二次候補情報の数は、一次候補情報の数以下であって、好ましくは一次候補情報の数よりも少ない。つまり、選択部１３２は、複数の一次候補情報の中から、評価部１３１で生成された評価データＤ２に基づいて、１段階目の絞り込みを実施する。選択部１３２で選択された１以上の二次候補情報は、評価データＤ２に対応するので、少なくとも体力データＤ１に基づく情報である。

本実施形態では、選択部１３２は、評価データＤ２に基づいて、第１記憶部１４に記憶されている複数の一次候補情報の中から最適な一次候補情報を２つ以上選択し、選択した２以上の一次候補情報を二次候補情報とする。具体的には、選択部１３２は、評価データＤ２に含まれる複数の運動メニューについての評価点のうち、最も評価点が低い運動メニューに関連付けられた２以上の一次候補情報を、二次候補情報として選択する。

次に、調整部１３３は、１以上の二次候補情報の中から、関連情報Ｄ４に対応するリコメンド情報Ｄ３を選択する（Ｓ７）。ここで、選択されるリコメンド情報Ｄ３の数は、二次候補情報の数以下であって、好ましくは二次候補情報の数よりも少ない。つまり、調整部１３３は、１以上の二次候補情報の中から、生成部１２で生成された関連情報Ｄ４に基づいて、２段階目の絞り込みを実施する。調整部１３３で選択されたリコメンド情報Ｄ３は、少なくとも体力データＤ１及び関連情報Ｄ４に基づく情報である。

ここでは、調整部１３３は、１以上の二次候補情報のうち、関連情報Ｄ４から対象者Ｈ１に最適であると判断される二次候補情報を選択し、選択した二次候補情報をリコメンド情報Ｄ３とする。具体的には、調整部１３３は、１以上の二次候補情報について、関連情報Ｄ４から特定可能な対象者Ｈ１にとっての実施可能性を、実施点として点数化し、最も実施点が高い、つまり実施可能性が高い二次候補情報を、リコメンド情報Ｄ３として選択する。一例として、納豆が苦手な対象者Ｈ１に対しては、納豆の摂取を提案するような二次候補情報の実施点は相対的に低くなり、納豆の代替品（例えば、オクラ）の摂取を提案するような二次候補情報の実施点は相対的に高くなる。その結果、二次候補情報が、納豆の摂取を提案する情報と、納豆の代替品の摂取を提案する情報と、の２つであった場合、調整部１３３は、実施点が高い、納豆の代替品の摂取を提案する二次候補情報を、リコメンド情報Ｄ３として選択する。

ここにおいて、本実施形態では、関連情報Ｄ４は、対象者Ｈ１の属性を表す個人プロパティ情報Ｄ４１と、対象者Ｈ１が利用する施設５の属性を表す施設プロパティ情報Ｄ４２と、を含んでいる。そして、リコメンド情報Ｄ３は、少なくとも個人プロパティ情報Ｄ４１と施設プロパティ情報Ｄ４２との組み合わせに基づいて生成されることが好ましい。すなわち、本実施形態においては、関連情報Ｄ４は、個人プロパティ情報Ｄ４１と施設プロパティ情報Ｄ４２との２種類の情報を含んでいる。調整部１３３では、関連情報Ｄ４に基づいてリコメンド情報Ｄ３を生成（選択）する際に、これら個人プロパティ情報Ｄ４１及び施設プロパティ情報Ｄ４２の組み合わせを用いている。

これにより、リコメンド情報Ｄ３には、対象者Ｈ１の都合で決まる個人プロパティ情報Ｄ４１と、施設５の都合で決まる施設プロパティ情報Ｄ４２と、の両方を反映させることができる。ただし、個人プロパティ情報Ｄ４１と施設プロパティ情報Ｄ４２とのどちらを優先的に用いるかは、例えば、個人プロパティ情報Ｄ４１及び施設プロパティ情報Ｄ４２の各々の重み係数によって調節可能であることが好ましい。これにより、個人プロパティ情報Ｄ４１よりも施設プロパティ情報Ｄ４２を優先させてリコメンド情報Ｄ３を生成する状態と、施設プロパティ情報Ｄ４２よりも個人プロパティ情報Ｄ４１を優先させてリコメンド情報Ｄ３を生成する状態と、を切替可能になる。言い換えれば、施設プロパティ情報Ｄ４２を優先させる状態と、個人プロパティ情報Ｄ４１を優先させる状態と、を択一的に選択可能になる。

要するに、出力部１３は、選択部１３２で一次候補情報から二次候補情報を絞り込み（Ｓ６）、更に調整部１３３にて二次候補情報からリコメンド情報Ｄ３を絞り込む（Ｓ７）、といった２段階の絞り込みによって、リコメンド情報Ｄ３を生成する。言い換えれば、リコメンド情報Ｄ３は、体力データＤ１に対応付けられている１以上の候補情報（二次候補情報）の中から、関連情報Ｄ４に基づいて選択される情報である。

出力部１３は、生成したリコメンド情報Ｄ３を、適当な手段で出力する出力処理を実行する（Ｓ８）。本実施形態では、一例として、出力部１３は、リコメンド情報Ｄ３を、情報端末３に送信することにより、情報端末３の提示部３１からリコメンド情報Ｄ３を提示（ここでは表示）させる。

以上説明したように、活動支援システム１によれば、取得処理（図２の「Ｓ２」）と、生成処理（図２の「Ｓ４」）と、出力処理（図２の「Ｓ８」）と、を有する活動支援方法が具現化される。取得処理は、対象者Ｈ１による運動メニューの実施結果を示す体力データＤ１を取得する処理である。生成処理は、対象者Ｈ１の行動に基づいて、対象者Ｈ１に関連する関連情報Ｄ４を生成する処理である。出力処理は、体力データＤ１及び関連情報Ｄ４に基づくリコメンド情報Ｄ３を出力する処理である。

特に、本実施形態では、取得処理で取得される体力データＤ１は、体力測定システム２により具現化される体力測定方法で推定された体力データＤ１である。すなわち、取得処理は、体力測定方法で推定された体力データＤ１を取得する処理である。

ただし、図２に示すフローチャートは、本実施形態に係る活動支援方法の一例に過ぎず、例えば、いくつかの処理の順番が入れ替わってもよいし、いくつかの処理が適宜省略されてもよい。

ところで、本実施形態では、活動支援方法を実施するに際して、情報端末３がユーザインタフェースとして利用される。つまり、活動支援システム１は、情報端末３と通信することにより、情報端末３の提示部３１にてユーザ（対象者Ｈ１を含む）への情報の提示を行い、情報端末３の操作部３２にてユーザの操作を受け付ける。

以下に、情報端末３の提示部３１に表示される画面（入力画面３１１及び出力画面３１２，３１３）の例を示す図３〜図６Ｂを参照して、活動支援方法の具体例について説明する。以下では、提示部３１に表示される画面（入力画面３１１及び出力画面３１２，３１３）の各々を正面から見たときの上、下、左、右を用いて説明するが、これらの方向は情報端末３の使用時の向きを限定する趣旨ではない。

活動支援方法を実施する場合、まずは情報端末３の提示部３１には、図３に例示するような、入力画面３１１が表示される。入力画面３１１は、対象者Ｈ１の識別情報を入力するための画面である。

入力画面３１１における中央には、体力データＤ１を表示するためのデータ表示欄Ａ１が配置されている。入力画面３１１におけるデータ表示欄Ａ１の左側には、複数（ここでは６つ）の運動メニューを表示するためのメニュー表示欄Ａ２が配置されている。入力画面３１１におけるデータ表示欄Ａ１の右側には、操作部３２として機能する入力欄Ａ４が配置されている。入力画面３１１における右上の角部に配置された識別欄Ａ３には、対象者Ｈ１の識別情報が表示されている。

入力画面３１１における下端部には、操作部３２として機能する第１ボタンＢ１、第２ボタンＢ２及び第３ボタンＢ３が左右方向に並べて表示されている。第１ボタンＢ１は、対象者Ｈ１に固有の識別情報（ユーザＩＤ）を入力する入力モードに移行するためのオブジェクトである。第２ボタンＢ２は、体力データＤ１を読み込むためのオブジェクトである。第３ボタンＢ３は、表示画面を変更するためのオブジェクトである。

この入力画面３１１において、第１ボタンＢ１がタップされると、対象者Ｈ１の識別情報（ユーザＩＤ）を入力可能な状態（入力モード）となる。この状態で、ユーザが入力欄Ａ４のテンキーを用いて対象者Ｈ１の識別情報を入力すると、対象者Ｈ１が特定されることになる。

対象者Ｈ１が特定された状態で、第２ボタンＢ２がタップされると、取得部１１により、対象者Ｈ１に対応する体力データＤ１の読み込み、つまり体力データＤ１の取得が行われる。このとき、読み込まれる体力データＤ１は、上述したような複数（ここでは６つ）の運動メニューの各々に対応付けられている。

具体的には、「ＴＵＧ」は、対象者Ｈ１が椅子に座った姿勢から立ち上がり、所定距離（３ｍ）先の目印点で折り返し、再び椅子に座る、という一連の動作を行う運動メニューであって、この一連の動作に要する時間が「ＴＵＧ」に対応する体力データＤ１となる。つまり、上記一連の動作に要する時間が「ＴＵＧ」という運動メニューの実施結果である。図３の例では、「ＴＵＧ」に対応する体力データＤ１は「７．５」（秒）である。「ファンクショナルリーチ」は、対象者Ｈ１が直立姿勢で両腕を肩の高さまで上げた状態から、バランスを崩さずに上体を前傾する、という運動メニューであって、スタート時点からの指先の移動距離が「ファンクショナルリーチ」に対応する体力データＤ１となる。つまり、スタート時点からの指先の移動距離が「ファンクショナルリーチ」という運動メニューの実施結果である。図３の例では、「ファンクショナルリーチ」に対応する体力データＤ１は「４５．５」（ｃｍ）である。

「開眼片足立ち」は、対象者Ｈ１が目を開けたまま片足立ちをする、という運動メニューであって、片足立ちを継続できた時間が「開眼片足立ち」に対応する体力データＤ１となる。つまり、片足立ちを継続できた時間が「開眼片足立ち」という運動メニューの実施結果である。図３の例では、「開眼片足立ち」に対応する体力データＤ１（右足立ちの場合）は「３２．０」（秒）である。「握力」は、対象者Ｈ１が直立の姿勢で握力計を握る、という運動メニューであって、握力計で計測された握力の大きさが「握力」に対応する体力データＤ１となる。つまり、握力計で計測された握力の大きさが「握力」という運動メニューの実施結果である。図３の例では、「握力」に対応する体力データＤ１（左手）は「４５．２」（ｋｇ）である。

「５ｍ歩行」は、対象者Ｈ１が平坦な床上を真っ直ぐ５ｍ歩行する、という運動メニューであって、５ｍ移動するのに要する時間が「５ｍ歩行」に対応する体力データＤ１となる。つまり、５ｍ移動するのに要する時間が「５ｍ歩行」という運動メニューの実施結果である。図３の例では、「５ｍ歩行」に対応する体力データＤ１は「５．６」（秒）である。「ステッピング」は、対象者Ｈ１が椅子に座った姿勢で所定時間（例えば２０秒間）に両脚の開閉を繰り返し行う、という運動メニューであって、所定時間に開閉できた回数が「ステッピング」に対応する体力データＤ１となる。つまり、所定時間に両脚を開閉できた回数が「ステッピング」という運動メニューの実施結果である。図３の例では、「ステッピング」に対応する体力データＤ１は「３２」（回）である。

ここで、入力画面３１１においては、取得された体力データＤ１、つまりデータ表示欄Ａ１に表示されている体力データＤ１についての編集作業が可能である。具体的には、ユーザは、データ表示欄Ａ１に表示されているいずれかの体力データＤ１を選択した状態で、ユーザが入力欄Ａ４のテンキーを用いて、この体力データＤ１を編集することができる。ただし、体力データＤ１の編集の機能は活動支援方法に必須ではない。

複数（ここでは６つ）の運動メニューの全てについて、対応する体力データＤ１の読み込みが完了した状態で、入力画面３１１の第３ボタンＢ３がタップされると、情報端末３の提示部３１に表示される画面が、図４に示すような出力画面３１２に遷移する。出力画面３１２は、評価データＤ２を表示するための画面である。

出力画面３１２における中央には、評価データＤ２が表示されている。図４に示す例では、評価データＤ２は、第１評価データＤ２１と、第２評価データＤ２２と、を含む。第１評価データＤ２１は、例えば、対象者Ｈ１による運動メニューの実施結果に対するアドバイスであり、ここでは運動及び食事についてのアドバイスである。第２評価データＤ２２は、例えば、対象者Ｈ１による運動メニューの実施結果の評価をグラフ化したデータであって、一例としてレーダーチャートである。

図４に示すレーダーチャートにおいて、実線は、ある対象者Ｈ１についての今回の結果（評価データＤ２）であり、破線は、同一の対象者Ｈ１についての初回又は前回（例えば、前月）の結果である。つまり、図４に示す例では、提示部３１は、同一の対象者について時系列で変化する複数の評価データＤ２を同時に提示しており、変化の度合いを対象者に提示することができる。

出力画面３１２における右上の角部に配置された識別欄Ａ３には、対象者Ｈ１の識別情報が表示されている。出力画面３１２における下端部には、操作部３２として機能する第４ボタンＢ４、第５ボタンＢ５及び第６ボタンＢ６が左右方向に並べて表示されている。第４ボタンＢ４は、対象者Ｈ１に固有の識別情報（ユーザＩＤ）を入力する入力モードに移行するためのオブジェクトである。第５ボタンＢ５は、提示部３１の表示を前の画面（入力画面３１１）に戻すためのオブジェクトである。第６ボタンＢ６は、表示画面を変更するためのオブジェクトである。

ここで、複数の運動メニューのうち優先度が最も高い運動メニューに対する評価結果である第１評価結果と、第１評価結果以外の第２評価結果と、では表示態様を異ならせることが好ましい。図４に示す例では、「５ｍ歩行」に対する評価結果が第１評価結果であり、「ＴＵＧ」、「ファンクショナルリーチ」、「開眼片足立ち」、「握力」及び「ステッピング」に対する評価結果が第２評価結果である。そして、図４に示す例では、第１評価結果に対して「★マーク」を表示させており、第２評価結果と表示態様を異ならせている。これにより、第１評価結果と第２評価結果とを区別しやすいという利点がある。

この出力画面３１２において、第６ボタンＢ６がタップされると、情報端末３の提示部３１に表示される画面が、図５に示すような出力画面３１３に遷移する。出力画面３１３は、リコメンド情報Ｄ３を表示するための画面である。

出力画面３１３における中央には、リコメンド情報Ｄ３が表示されている。図５に示す例では、リコメンド情報Ｄ３は、第１リコメンド情報Ｄ３１と、第２リコメンド情報Ｄ３２と、を含む。第１リコメンド情報Ｄ３１は、第１アイコンＩ１と、第２アイコンＩ２と、第３アイコンＩ３と、を含む。第１アイコンＩ１は、食事に関するリコメンド（おすすめ）を選択するためのアイコンである。第２アイコンＩ２は、器具に関するリコメンドを選択するためのアイコンである。第３アイコンＩ３は、運動に関するリコメンドを選択するためのアイコンである。

第２リコメンド情報Ｄ３２は、第１アイコンＩ１、第２アイコンＩ２及び第３アイコンＩ３のうちユーザが選択したアイコンに対応付けられた情報を、イメージ（画像）データ及びテキストデータで表す情報である。図５に示す例では、第１アイコンＩ１が選択され、第２リコメンド情報Ｄ３２として、食事に関するリコメンドを表す情報が提示（表示）されている場合を例示する。

出力画面３１３における右上の角部に配置された識別欄Ａ３には、対象者Ｈ１の識別情報が表示されている。出力画面３１３における下端部には、操作部３２として機能する第７ボタンＢ７、第８ボタンＢ８及び第９ボタンＢ９が左右方向に並べて表示されている。第７ボタンＢ７は、対象者Ｈ１に固有の識別情報（ユーザＩＤ）を入力する入力モードに移行するためのオブジェクトである。第８ボタンＢ８は、提示部３１の表示を前の画面（出力画面３１２）に戻すためのオブジェクトである。第９ボタンＢ９は、出力結果を印刷するためのオブジェクトである。

この出力画面３１３において、第９ボタンＢ９がタップされると、リコメンド情報Ｄ３を含む画像信号が拡張部３３からプリンタに送信され、プリンタにて、リコメンド情報Ｄ３を含むレポートがプリントアウトされる。さらに、本実施形態では、第９ボタンＢ９がタップされると、提示部３１における出力画面３１３の表示が終了する。

図４の例では、複数の運動メニューのうち、第１グループに含まれる「５ｍ歩行」が「Ｅランク」であり、最も低い評価である場合を想定する。そして、図５に示すリコメンド情報Ｄ３は、「５ｍ歩行」に関連付けられたデータであり、歩行能力を高めるためのリコメンドである。つまり、図４及び図５に示す例では、複数の運動メニューのうち第１グループに含まれる「５ｍ歩行」の評価点が最も低く、この「５ｍ歩行」に関連付けられたリコメンド情報Ｄ３が提示部３１に提示されている。言い換えると、活動支援方法では、出力処理において、複数の運動メニューのうち評価点が最も低い運動メニューに関連付けられたリコメンド情報Ｄ３を出力している。ただし、図５に示すリコメンド情報Ｄ３の内容は一例に過ぎない。

ここで、第１グループ、第２グループ、第３グループ、第４グループ及び第５グループのうち、第１グループに含まれる「ＴＵＧ」及び「５ｍ歩行」が共に「Ｅランク」である場合を想定する。言い換えると、「ＴＵＧ」及び「５ｍ歩行」は、第１グループにおいて最も評価点が低い運動メニューである要注意項目である。つまり、この場合には、複数の要注意項目が第１グループに含まれていることになる。この場合において、複数の要注意項目の中で、予め優先度を決めておくことが好ましい。例えば、「ＴＵＧ」が「５ｍ歩行」よりも優先度が高く、かつ両者が同じ「Ｅランク」である場合、出力部１３は、「ＴＵＧ」に関連付けられたリコメンド情報Ｄ３を提示部３１に提示させる。

ところで、出力画面３１３に表示されるリコメンド情報Ｄ３は、対象者Ｈ１に固有の関連情報Ｄ４に基づく情報であるので、リコメンド情報Ｄ３にて提案される活動は、対象者Ｈ１に合わせてカスタマイズされることになる。

一例として、図４の例と同様の評価データＤ２が得られた場合でも、対象者Ｈ１によっては、図５の出力画面３１３に示すリコメンド情報Ｄ３に代えて、図６Ａ又は図６Ｂの出力画面３１３に示すようなリコメンド情報Ｄ３が出力される。ここでは、それぞれ識別情報が「１２３４５」、「１１１１１」、「２２２２２」である３人の対象者Ｈ１について、体力データＤ１が同一、つまり同一の評価データＤ２が得られた場合を想定する。さらに、識別情報が「１１１１１」である対象者Ｈ１について、生活圏の店舗では「オクラ」の入手が困難である、との関連情報Ｄ４が得られていると仮定する。また、識別情報が「２２２２２」である対象者Ｈ１について、「納豆嫌い」との関連情報Ｄ４が得られていると仮定する。

この場合において、識別情報が「１２３４５」である対象者Ｈ１については、図５に示すように、「山芋、オクラ、納豆」の摂取を提案するようなリコメンド情報Ｄ３が出力される。これに対して、識別情報が「１１１１１」である対象者Ｈ１については、図６Ａに示すように、「オクラ」が省かれ、「山芋、納豆」の摂取を提案するようなリコメンド情報Ｄ３が出力される。また、識別情報が「２２２２２」である対象者Ｈ１については、図６Ｂに示すように、「納豆」が省かれ、「山芋、オクラ」の摂取を提案するようなリコメンド情報Ｄ３が出力される。

このように、本実施形態に係る活動支援方法によれば、複数人の対象者Ｈ１の体力データＤ１が同じでも、これら複数人の対象者Ｈ１の生活圏及び嗜好が異なる場合には、対象者Ｈ１ごとに異なるリコメンド情報Ｄ３を出力可能となる。そのため、例えば、各対象者Ｈ１にとって実施が困難な活動を避け、各対象者Ｈ１にとって実施しやすい活動をリコメンド情報Ｄ３として、対象者Ｈ１に推奨することで、対象者Ｈ１によるリコメンド情報Ｄ３に従った活動の実施可能性の向上を図ることができる。よって、活動支援方法では、例えば、個々の対象者Ｈ１が行いやすい活動をリコメンド情報Ｄ３として対象者Ｈ１に推奨することで、対象者Ｈ１によるリコメンド情報Ｄ３に従った活動の実施可能性が向上し、対象者Ｈ１のモチベーションの向上にもつながる。その結果、本実施形態に係る活動支援方法によれば、対象者Ｈ１にとって有用な情報を提供しやすい、という利点がある。

一例として、下肢に障害のある対象者Ｈ１に対しては、ウォーキングを提案するようなリコメンド情報Ｄ３に代えて、座位で実施可能な運動、上体を鍛える運動、又は体幹を鍛える運動等を提案するようなリコメンド情報Ｄ３を出力することが好ましい。さらに、高血圧又は高脂血症等の症状を持つ対象者Ｈ１には、これらの症状に合わせた食事を提案するようなリコメンド情報Ｄ３を出力することが好ましい。

また、同種の施設５を利用する対象者Ｈ１については、同様の特徴を持つこととみなして、同種の施設５を利用する対象者Ｈ１ごとにカテゴリ分けがなされてもよい。例えば、スーパーマーケットを頻繁に利用している対象者Ｈ１は健康な場合が多く、薬局を頻繁に利用している対象者Ｈ１は健康面で不安を抱えている場合が多い。また、病院又は介護施設を頻繁に利用している対象者Ｈ１については、食事制限がある場合が多い。このような特徴に着目して、利用している施設５ごとに対象者Ｈ１のカテゴリ分けを行い、例えば、リコメンド情報Ｄ３における食事に関する提案にカテゴリを反映してもよい。

（３．２）体力測定方法
次に、本実施形態に係る体力測定システム２の動作によって具現化される体力測定方法について説明する。

図７は、上述した体力測定システム２の動作、つまり体力測定方法の大まかな流れを示すフローチャートである。

体力測定方法においては、まずは対象者Ｈ１を特定するための処理が行われる（Ｓ１１）。本実施形態では、対象者Ｈ１に固有の識別情報によって、対象者Ｈ１の特定が行われる。

生活データ取得部２１は、対象者Ｈ１が特定されると、この対象者Ｈ１に対応する生活データ（複数のセンサ６の計測データ）を、センササーバ６０から取得する生活データ取得処理を実行する（Ｓ１２）。生活データ取得部２１で生活データが取得されると、推定部２２は、体力データＤ１を推定する推定処理を実行する（Ｓ１３，Ｓ１４）。このとき、推定部２２は、生活データ取得部２１で取得された生活データから、運動メニューの実施結果に相当する体力データＤ１を推定する。体力データＤ１の推定方法は、様々であるが、本実施形態では以下の手順（Ｓ１３，Ｓ１４）を採用している。

すなわち、推定部２２はまず、第１処理部２２１にて、生活データから、運動メニューに関連する特定情報を抽出する第１処理を実行する（Ｓ１３）。要するに、対象者Ｈ１の生活空間における動作に関する生活データの中には、運動メニューに関連しないデータも含まれているため、第１処理部２２１では、このような運動メニューに関連しないデータを除去する。このとき、第１処理部２２１は、例えば、生活データについて、所定のフィルタリング処理を実行することによって、運動メニューに関連する特定情報のみを抽出する。

次に、第２処理部２２２は、第１処理で抽出された特定情報に基づいて体力データＤ１を推定する第２処理を実行する（Ｓ１４）。このとき、第２処理部２２２は、特定情報に関連する運動メニューを特定し、この運動メニューに対応する変換式によって特定情報を数値化し、体力データＤ１を求める。ここでいう「変換式」は、特定情報を関連する運動メニューに当てはめた場合に、特定情報から導出される体力データＤ１と同等の値に、特定情報を変換するための式であって、運動メニューごとに予め設定されている。

ここで、本実施形態では、体力データＤ１は、少なくとも生活データのうちの画像データに基づいて推定される。すなわち、本実施形態では、センササーバ６０で管理されている複数のセンサ６の計測データを、生活データとして利用しているが、特に、イメージセンサ（カメラ）からなるセンサの計測データ（画像データ）を、体力データＤ１の推定に用いている。これにより、対象者Ｈ１に触れることなく、様々な運動メニューの実施結果に相当する体力データＤ１の推定が可能である。ここでいう画像データは、一例として、生活空間において何かしらの動作を行っている対象者Ｈ１を視野に含む画像のデータである。

推定部２２は、１つの運動メニューに対応する体力データＤ１を推定する度に、全ての体力データＤ１を推定したか否かの判断を行う（Ｓ１５）。全ての体力データＤ１、つまり複数（ここでは６つ）の運動メニューに対応する複数の体力データＤ１の全てについて、推定が完了していなければ（Ｓ１５：Ｎｏ）、処理Ｓ１２に戻って生活データの取得及び体力データＤ１の推定を継続する。一方、全ての体力データＤ１の推定が完了していれば（Ｓ５：Ｙｅｓ）、推定部２２は、推定した体力データＤ１を第２記憶部２３に出力する（Ｓ１６）。これにより、第２記憶部２３には、対象者Ｈ１ごとに体力データＤ１が記憶される。

以上説明したように、体力測定システム２によれば、生活データ取得処理（図７の「Ｓ１２」）と、推定処理（図７の「Ｓ１３」及び「Ｓ１４」）と、を有する体力測定方法が具現化される。生活データ取得処理は、対象者Ｈ１の生活空間における動作に関する生活データを取得する処理である。推定処理は、生活データから、特定の運動メニューの実施結果に相当する体力データＤ１を推定する処理である。

ただし、図７に示すフローチャートは、本実施形態に係る体力測定方法の一例に過ぎず、例えば、いくつかの処理の順番が入れ替わってもよいし、いくつかの処理が適宜省略されてもよい。

ところで、本実施形態では、体力測定方法を実施するに際して、センササーバ６０で管理されている複数のセンサ６の計測データを、対象者Ｈ１の生活空間における動作に関する生活データとして利用する。このような生活データから、特定の運動メニューの実施結果に相当する体力データＤ１を推定する方法の一例について、以下に、図８Ａ〜図１０を参照して説明する。

「ＴＵＧ」については、例えば、図８Ａに示すように、対象者Ｈ１の、生活空間における椅子Ｔ１から立ち上がるとき、及び椅子Ｔ１に座るときの動作、並びに早歩きの動作を表す生活データから、体力データＤ１を推定可能である。つまり、椅子Ｔ１から立ち上がるとき、及び椅子Ｔ１に座るときの対象者Ｈ１の動作の速度からは、対象者Ｈ１が椅子に座った姿勢から立ち上がり、再び椅子に座る際に要する時間を推定可能である。また、対象者Ｈ１の早歩きの平均速度からは、椅子と所定距離先の目印点との往復に要する時間を推定可能である。これらの対象者Ｈ１の動作のうち、椅子Ｔ１から立ち上がるとき、及び椅子Ｔ１に座るときの動作の速度は、例えば、椅子Ｔ１の座面に設置（内蔵も含む）されたドップラセンサ又は圧力センサ等により、計測される。早歩きの際の平均速度は、例えば、対象者Ｈ１が所持しているスマートフォン又はウェアラブル端末等の利用者端末に内蔵又は外付けされたセンサにより、計測される。

「ファンクショナルリーチ」については、例えば、図８Ｂに示すように、生活空間において、物体Ｔ２を拾い上げる際の対象者Ｈ１の動作を表す生活データから、体力データＤ１を推定可能である。つまり、物体Ｔ２を拾い上げる際の対象者Ｈ１の姿勢、特に腰の曲げ角θ１からは、対象者Ｈ１が直立姿勢でバランスを崩さずに上体をどの程度前傾できるかを推定可能である。このような対象者Ｈ１の姿勢は、例えば、室内に設置されたイメージセンサ（カメラ）又は熱画像センサ等により、計測される。また、このような対象者Ｈ１の姿勢は、対象者Ｈ１の上体に取り付けられた加速センサ及び角速度センサ等により、計測することも可能である。

「開眼片足立ち」については、例えば、図８Ｃに示すように、生活空間において、階段Ｔ３を上る際の対象者Ｈ１の動作を表す生活データから、体力データＤ１を推定可能である。つまり、階段Ｔ３を上る際において、対象者Ｈ１が片足立ちになる瞬間の対象者Ｈ１の姿勢からは、対象者Ｈ１が片足立ちをどの程度継続できるかを推定可能である。このような対象者Ｈ１の姿勢は、例えば、階段Ｔ３（特に踏み板）又は手すりＴ４に設置（内蔵も含む）された圧力センサ等により、計測される。具体的には、これらのセンサ６では、例えば、片足立ちの状態での重心のぶれ、又は手すりＴ４にかかる荷重の大きさ等を計測可能である。また、階段Ｔ３を上る際の動作に限らず、例えば、敷居又は浴槽等の物体を跨ぐ際の対象者Ｈ１の動作を表す生活データからも、同様に、「開眼片足立ち」に対応する体力データＤ１を推定可能である。

「握力」については、例えば、図８Ｄに示すように、生活空間において、ドアノブＴ５を操作するときの対象者Ｈ１の動作を表す生活データから、体力データＤ１を推定可能である。つまり、ドアノブＴ５を操作する際に、対象者Ｈ１からドアノブＴ５に加わる荷重の大きさからは、対象者Ｈ１の握力の大きさを推定可能である。このような荷重の大きさは、例えば、ドアノブＴ５に設置（内蔵も含む）された圧力センサ等により、計測される。また、ドアノブＴ５に限らず、例えば、瓶又はペットボトル飲料等の蓋に加わる荷重の大きさからも、同様に、「握力」の体力データＤ１を推定可能である。さらに、草むしり又は農作業等のように、物を握る動作を伴う作業を対象者Ｈ１が行っている際に、対象者Ｈ１の肩に加わる衝撃の大きさ等からも、「握力」の体力データＤ１を推定可能である。

「５ｍ歩行」については、例えば、図８Ｅに示すように、生活空間において、対象者Ｈ１の歩行（走行及び早歩きは除く）の動作を表す生活データから、体力データＤ１を推定可能である。つまり、対象者Ｈ１の歩行の平均速度からは、５ｍ移動するのに要する時間を推定可能である。歩行の際の平均速度は、例えば、対象者Ｈ１が所持しているスマートフォン又はウェアラブル端末等の利用者端末Ｔ６に内蔵又は外付けされたセンサ６により、計測される。対象者Ｈ１が歩いている（歩行）か、走っている（走行）かは、利用者端末Ｔ６に加わる振動の大きさによって区別可能である。

「ステッピング」については、例えば、図８Ｆに示すように、生活空間において、扉Ｔ７を手前に開く際の対象者Ｈ１の動作を表す生活データから、体力データＤ１を推定可能である。つまり、扉Ｔ７を手前に開く際には、対象者Ｈ１は進行方向（扉Ｔ７側）とは逆向きに移動することになるので、その際の、対象者Ｈ１の移動速度等から、俊敏性に関するステッピングの回数を推定可能である。要するに、対象者Ｈ１の歩行時の切り替えしの動作から、対象者Ｈ１の俊敏性を推定可能である。このときの対象者Ｈ１の動作は、対象者Ｈ１が所持しているスマートフォン又はウェアラブル端末等の利用者端末に内蔵又は外付けされたセンサ等により、計測される。さらに、扉Ｔ７に設置（内蔵も含む）された開閉センサも併せて利用することで、対象者Ｈ１の動作を、より精度よく計測可能である。

上述したような種々の生活データは対象者Ｈ１ごとに取得されるため、生活データ取得部２１においては、いずれの対象者Ｈ１の生活データであるかを識別する必要がある。対象者Ｈ１の識別は、例えば、以下の方法で実現される。

例えば、対象者Ｈ１が携帯又は装着する携帯型のセンサ６の計測データについては、センサ６ごとに対象者Ｈ１の識別情報が付与されることにより、対象者Ｈ１を識別可能である。また、設置型のセンサ６の計測データについては、指紋認証、静脈認証、虹彩認証又は顔認証等の生体認証技術により、対象者Ｈ１を識別可能である。一例として、上述した「握力」に対応する生活データの取得時には、ドアノブＴ５に設置（内蔵も含む）された指紋センサにより、対象者Ｈ１の指紋を取得可能である。さらに、住居のように、限られた人のみが使用する空間においては、体重又は身長等によっても、対象者Ｈ１を識別可能である。また、体力データＤ１について急激な変化が生じにくい運動メニュー（例えば、握力及びファンクショナルリーチ等）に対応する生活データについては、これから推定された体力データＤ１によって、対象者Ｈ１を識別することも可能である。

ここにおいて、体力データＤ１は、少なくとも生活データのうち対象者Ｈ１による特定の作業の可否を表す情報に基づいて推定されてもよい。要するに、所定の運動能力を必要とする特定の作業については、この作業を実施できたか否かによって、体力データＤ１を大まかに推定することが可能である。

図９Ａ及び図９Ｂでは、瓶Ｔ８の開封、という特定の作業を例示する。この場合、対象者Ｈ１は、瓶Ｔ８の本体Ｔ８１及び蓋Ｔ８２を手で握った状態で、蓋Ｔ８２を回転させることにより開封を行う。このとき、本体Ｔ８１及び蓋Ｔ８２が滑らないように保持する必要があるため、瓶Ｔ８の開封という作業には、一定値以上の握力が必要である。そのため、対象者Ｈ１が、図９Ａに示すように、所定の作業時間内に、瓶Ｔ８の開封という作業を実行できなかった、つまり瓶Ｔ８の開封に失敗した場合には、この対象者Ｈ１の握力は一定値未満と推定される。一方、対象者Ｈ１が、図９Ｂに示すように、所定の作業時間内に、瓶Ｔ８の開封という作業を実行できた、つまり瓶Ｔ８の開封に成功した場合には、この対象者Ｈ１の握力は一定値以上と推定される。

作業の可否については、一例として、図９Ａ及び図９Ｂに示すように、イメージセンサ（カメラ）からなるセンサ６で監視可能であるが、その他のセンサ（圧力センサ又は熱画像センサ等）で監視されてもよい。作業の可否から推定される体力データＤ１は、「握力」に対応する体力データＤ１に限らず、「握力」以外の運動メニューに対応する体力データＤ１であってもよい。

また、本実施形態では、上述したように、生活データから体力データＤ１を推定する推定処理が、第１処理（図７の「Ｓ１３」）と第２処理（図７の「Ｓ１４」）との２段階の処理を含むため、体力データＤ１の推定精度の向上を図ることができる。この点について、図１０を参照して説明する。図１０は、対象者Ｈ１が住居の近所を散歩している際の、対象者Ｈ１の移動経路Ｒ１を模式的に示す図である。ここでは、このときの対象者Ｈ１の動作から、「５ｍ歩行」に対応する体力データＤ１を推定する場合の処理を例に説明する。

すなわち、対象者Ｈ１が移動経路Ｒ１上を移動する際の対象者Ｈ１の移動速度は、例えば、対象者Ｈ１が所持しているスマートフォン又はウェアラブル端末等の利用者端末Ｔ６に内蔵又は外付けされたセンサ６により、計測される。より詳細には、例えば、利用者端末Ｔ６の位置センサで計測された対象者Ｈ１の位置の時系列データにより、移動経路Ｒ１上の対象者Ｈ１の移動速度は推定可能である。ここで、第１処理では、移動経路Ｒ１のうち、対象者Ｈ１が一定速度で歩き続けた５ｍの直線の区間Ｚ１の情報のみを、運動メニュー（５ｍ歩行）に関連する特定情報として抽出する。これにより、第２処理においては、対象者Ｈ１が立ち止まっていた期間、歩き始めの期間、立ち止まる直前の期間、及び方向転換の期間等、運動メニュー（５ｍ歩行）に関連しない情報を除いて、生活データが体力データＤ１の推定に利用される。

さらに、体力測定システム２は、多数の対象者Ｈ１について体力データＤ１の推測を、並行して実行することが好ましい。この場合、多数の対象者Ｈ１の体力データＤ１の代表値（平均値、中央値又は最頻値等）に基づいて、ランク付けのための基準値が随時更新されることが好ましい。

このように、本実施形態に係る体力測定方法によれば、対象者Ｈ１の生活空間における動作から、特定の運動メニューの実施結果に相当する体力データＤ１を推定することが可能である。そのため、体力測定方法で得られる体力データＤ１は、例えば、トレーニング施設等で運動機器又は握力計等で計測した体力データに比較して、計測時に対象者Ｈ１に力み等が生じにくく、対象者Ｈ１の本来の運動能力が反映されやすい。結果的に、本実施形態に係る体力測定方法によれば、対象者Ｈ１の本来の体力データを測定しやすい、という利点がある。

しかも、体力データＤ１を得るために、対象者Ｈ１は、生活空間において普段通りに行動していればよいので、運動メニューを実施するための器具（運動器具及び握力計等の計測機器）及びスペースが不要である。ここで、体力測定方法による体力データＤ１の推定は、所定の間隔で定期的に、又は不定期に実行されることが好ましい。一例として、毎日、体力データＤ１が推定される場合には、体力データＤ１の平均化を図って、より精度よく体力データＤ１を測定することが可能になる。さらには、所定期間（例えば、数か月〜１年程度）分の体力データＤ１を時系列に沿って蓄積することにより、体力データＤ１の変化のトレンドを見ることも可能である。

また、本実施形態に係る体力測定方法によれば、体力データＤ１を測定するための補助者も必要なく、対象者Ｈ１が独りであっても、体力データＤ１を得ることができる。さらには、例えば、特定の施設５で開催される体力測定会のようなイベントで体力データを測定する場合に比べて、そもそも対象者Ｈ１が施設５に出向く必要がなく、対象者Ｈ１の負担が軽減される。さらに、体力測定会のようなイベントには参加したがらない対象者Ｈ１についても、体力データＤ１を得ることができる。

（４）変形例
実施形態１は、本開示の様々な実施形態の一つに過ぎない。実施形態１は、本開示の目的を達成できれば、設計等に応じて種々の変更が可能である。また、活動支援システム１と同様の機能は、活動支援方法、コンピュータプログラム、又はコンピュータプログラムを記録した非一時的な記録媒体等で具現化されてもよい。

一態様に係る活動支援方法は、取得処理（図２の「Ｓ２」）と、生成処理（図２の「Ｓ４」）と、出力処理（図２の「Ｓ８」）と、を有している。取得処理は、対象者Ｈ１による運動メニューの実施結果を示す体力データＤ１を取得する処理である。生成処理は、対象者Ｈ１の行動に基づいて、対象者Ｈ１に関連する関連情報Ｄ４を生成する処理である。出力処理は、体力データＤ１及び関連情報Ｄ４に基づくリコメンド情報Ｄ３を出力する処理である。一態様に係るプログラムは、上記活動支援方法をコンピュータシステムに実行させるためのプログラムである。

以下、実施形態１の変形例を列挙する。以下に説明する種々の変形例は、適宜組み合わせて適用可能である。

本開示における活動支援システム１及び体力測定システム２、並びに活動支援方法及び体力測定方法の実行主体は、コンピュータシステムを含んでいる。コンピュータシステムは、ハードウェアとしてのプロセッサ及びメモリを主構成とする。コンピュータシステムのメモリに記録されたプログラムをプロセッサが実行することによって、本開示における活動支援システム１及び体力測定システム２としての機能が実現される。プログラムは、コンピュータシステムのメモリに予め記録されてもよく、電気通信回線を通じて提供されてもよく、コンピュータシステムで読み取り可能なメモリカード、光学ディスク、ハードディスクドライブ等の非一時的記録媒体に記録されて提供されてもよい。コンピュータシステムのプロセッサは、半導体集積回路（ＩＣ）又は大規模集積回路（ＬＳＩ）を含む１ないし複数の電子回路で構成される。ここでいうＩＣ又はＬＳＩ等の集積回路は、集積の度合いによって呼び方が異なっており、システムＬＳＩ、ＶＬＳＩ（Very Large Scale Integration）、又はＵＬＳＩ（Ultra Large Scale Integration）と呼ばれる集積回路を含む。さらに、ＬＳＩの製造後にプログラムされる、ＦＰＧＡ（Field-Programmable Gate Array）、又はＬＳＩ内部の接合関係の再構成若しくはＬＳＩ内部の回路区画の再構成が可能な論理デバイスについても、プロセッサとして採用することができる。複数の電子回路は、１つのチップに集約されていてもよいし、複数のチップに分散して設けられていてもよい。複数のチップは、１つの装置に集約されていてもよいし、複数の装置に分散して設けられていてもよい。

また、活動支援システム１又は体力測定システム２における複数の機能が、１つの筐体内に集約されていることは必須の構成ではなく、活動支援システム１又は体力測定システム２の個々の構成要素は、複数の筐体に分散して設けられていてもよい。さらに、例えば、活動支援システム１又は体力測定システム２の少なくとも一部の機能がクラウド（クラウドコンピューティング）等によって実現されてもよい。

また、実施形態１では、体力データＤ１の評価結果（評価データＤ２）を選択部１３２で選択された１以上の二次候補情報の中から、関連情報Ｄ４に基づいて選択された情報をリコメンド情報Ｄ３として用いているが、この構成に限らない。すなわち、リコメンド情報Ｄ３は、体力データＤ１及び関連情報Ｄ４に基づく情報であれば、例えば、以下に説明する第１変形例、第２変形例又は第３変形例のような手順で生成されてもよい。

第１変形例では、出力部１３は、評価部１３１にて、体力データＤ１及び関連情報Ｄ４の両方に基づいて、評価データＤ２を生成する。この場合、評価データＤ２が既に体力データＤ１及び関連情報Ｄ４の両方を反映している。そのため、選択部１３２が、複数の一次候補情報の中から、評価データＤ２に対応する一次候補情報を選択するだけで、体力データＤ１及び関連情報Ｄ４に基づくリコメンド情報Ｄ３が得られる。つまり、第１変形例においては、選択部１３２で一次候補情報から二次候補情報を絞り込み、更に調整部１３３にて二次候補情報からリコメンド情報Ｄ３を絞り込む、といった２段階の絞り込みが必要なく、選択部１３２にてリコメンド情報Ｄ３が得られる。そのため、第１変形例においては調整部１３３が省略可能である。

第２変形例では、出力部１３は、評価部１３１にて、体力データＤ１及び関連情報Ｄ４の両方に基づいて、評価データＤ２に代えてリコメンド情報Ｄ３を生成する。この場合、中間データとなる評価データＤ２を介さずに、体力データＤ１及び関連情報Ｄ４から直接的に、体力データＤ１及び関連情報Ｄ４に基づくリコメンド情報Ｄ３が生成される。つまり、第２変形例においては、選択部１３２で一次候補情報から二次候補情報を絞り込み、更に調整部１３３にて二次候補情報からリコメンド情報Ｄ３を絞り込む、といった２段階の絞り込みが必要なく、評価部１３１にてリコメンド情報Ｄ３が得られる。そのため、第２変形例においては、選択部１３２及び調整部１３３が省略可能である。ただし、第２変形例においても、リコメンド情報Ｄ３とは別に評価データＤ２が生成され、リコメンド情報Ｄ３と共に評価データＤ２が提示されてもよい。

第３変形例では、出力部１３は、評価部１３１にて、関連情報Ｄ４に基づいて、評価データＤ２を生成し、選択部１３２にて、複数の一次候補情報の中から、評価データＤ２に対応する１以上の二次候補情報を選択する。この場合、二次候補情報が関連情報Ｄ４を反映しているので、調整部１３３が、１以上の二次候補情報の中から、体力データＤ１に対応するリコメンド情報Ｄ３を選択することで、体力データＤ１及び関連情報Ｄ４に基づくリコメンド情報Ｄ３が得られる。

また、情報端末３は、スマートフォン又はタブレット端末等の携帯情報端末に限らず、例えば、ウェアラブル端末、スマートスピーカ、パーソナルコンピュータ、又はスマートテレビ等のネットワーク４に接続可能な情報端末であってもよい。また、情報端末３の通信方式は、電波を媒体とする無線通信に限らず、例えば、赤外線若しくは可視光等を用いた光通信又は有線通信等であってもよい。同様に、サーバシステム１０、施設管理サーバ５０及びセンササーバ６０の通信方式は、有線通信に限らず、例えば無線通信又は光通信等であってもよい。

また、活動支援システム１は、体力データＤ１及びリコメンド情報Ｄ３の少なくとも一方を、外部システムに出力し、体力データＤ１及びリコメンド情報Ｄ３の少なくとも一方に基づいて、外部システムを制御してもよい。

また、実施形態１では、タッチパネルディスプレイによって提示部３１と操作部３２とが兼用されているが、提示部３１と操作部３２とが別々に設けられていてもよい。

また、実施形態１では、評価データＤ２にレーダーチャートが含まれているが、この例に限らず、レーダーチャート以外のグラフ又は表が含まれていてもよい。つまり、評価データＤ２は、体力データＤ１に基づいて作成されるデータであれば他の態様でもよい。

また、実施形態１では、提示部３１は、映像（画像）により評価データＤ２及びリコメンド情報Ｄ３を提示しているが、例えば、音声により評価データＤ２及びリコメンド情報Ｄ３を提示してもよい。

また、実施形態１では、提示部３１は、同一の対象者Ｈ１について時系列で変化する複数の評価データＤ２を同時に提示しているが、例えば、複数の対象者Ｈ１の評価データＤ２を同時に提示してもよい。これにより、他の対象者Ｈ１との間で比較を行うことができる。

また、実施形態１で説明したランク付けは一例であり、例えば、四分位法に基づいてランク付けを行ってもよい。例えば、上位２５％を「Ａランク」、中間値（中央値）以上を「Ｂランク」、中間値〜第３四分位数を「Ｃランク」、第３四分位数〜第４四分位数（第３四分位数よりも小さい値）を「Ｄランク」、第４四分位数以下を「Ｅランク」とする。また、中間値の半数を「Ｃランク」とし、第１四分位数以上を「Ａランク」、第４四分位数以下を「Ｅランク」としてもよい。

また、実施形態１では、対象者Ｈ１と同年代の指標に基づいてランク付けを行ったが（図４参照）、例えば、図１１に示すように、運動メニューごとに体力年齢を提示（表示）してもよい。この場合において、図４に示すように、運動メニューごとにＡ〜Ｅランクで表示するのではなく、例えば、「握力」であれば体力データＤ１の実際の値（例えば「〇ｋｇ」等）を表示することが好ましい。この構成によれば、運動メニューごとの体力年齢を提示することができ、提示内容を見た対象者Ｈ１は、自身の体力年齢を運動メニューごとに知ることができる。

（実施形態２）
本実施形態に係る活動支援システム１Ａ（図１２参照）は、体力測定システム２（図１参照）で推定された体力データＤ１を用いない点で、実施形態１に係る活動支援システム１と相違する。以下、実施形態１と同様の構成については、共通の符号を付して適宜説明を省略する。

本実施形態では、図１２に示すように、サーバシステム１０Ａにおいて、体力測定システム２（図１参照）が省略されている。すなわち、本実施形態に係る活動支援システム１Ａで具現化される活動支援方法では、体力測定システム２で具現化される体力測定方法で推定された体力データＤ１を用いない。

本実施形態に係る活動支援システム１Ａにおいては、取得部１１は、例えば、施設５で開催される体力測定会のようなイベントで、運動機器又は握力計等の計測機器で計測した体力データＤ１を取得する。ここでいう「運動機器」には、例えば、デジタルミラー等のリハビリナビゲーションシステムを含む。すなわち、本実施形態では、施設５で開催されるイベントにおいて、対象者Ｈ１が実際に運動メニューに従って運動を実施し、その実施結果を表す体力データＤ１が、活動支援方法で利用される。

ここにおいて、関連情報Ｄ４に含まれる施設プロパティ情報Ｄ４２は、少なくとも対象者Ｈ１が利用する施設５のうち対象者Ｈ１が運動メニューを実施した施設５の属性を表す。要するに、対象者Ｈ１が、上述したようなイベントにおいて運動メニューを実施する場合には、このイベントの会場となる施設５が、「対象者Ｈ１が運動メニューを実施した施設５」となる。関連情報Ｄ４には、このような施設５の属性を表す施設プロパティ情報Ｄ４２が含まれている。

これにより、対象者Ｈ１は、リコメンド情報Ｄ３で提案された食材等を、イベント会場である施設５にて購入することが可能になる。つまり、リコメンド情報Ｄ３は、イベント会場である施設５の在庫状況を加味して生成されるため、例えば、この施設５で確実に入手可能な食材の摂取をリコメンド情報Ｄ３で提案することにより、対象者Ｈ１は、この食材をすぐに入手できる。その結果、対象者Ｈ１によるリコメンド情報Ｄ３に従った活動の実施可能性の向上を図ることができる。さらに、リコメンド情報Ｄ３を、イベント会場である施設５側にも提供することで、施設５の管理者においては、食材等の需要の傾向を推測でき、食材等の仕入れに反映することができる。

また、実施形態２の変形例として、取得部１１は、例えば、情報端末３に対してユーザが入力したデータを、対象者Ｈ１による運動メニューの実施結果を示す体力データＤ１として取得してもよい。

実施形態２で説明した構成（変形例を含む）は、実施形態１で説明した種々の構成（変形例を含む）と適宜組み合わせて採用可能である。

（まとめ）
以上説明したように、第１の態様に係る活動支援方法は、取得処理と、生成処理と、出力処理と、を有する。取得処理は、対象者（Ｈ１）による運動メニューの実施結果を示す体力データ（Ｄ１）を取得する処理である。生成処理は、対象者（Ｈ１）の行動に基づいて、対象者（Ｈ１）に関連する関連情報（Ｄ４）を生成する処理である。出力処理は、体力データ（Ｄ１）及び関連情報（Ｄ４）に基づくリコメンド情報（Ｄ３）を出力する処理である。

この態様によれば、リコメンド情報（Ｄ３）は、対象者（Ｈ１）に固有の関連情報（Ｄ４）に基づく情報であるので、リコメンド情報（Ｄ３）にて提案される活動は、対象者（Ｈ１）に合わせてカスタマイズされることになる。したがって、活動支援方法によれば、例えば、個々の対象者（Ｈ１）が行いやすい活動をリコメンド情報（Ｄ３）として対象者（Ｈ１）に推奨することで、対象者（Ｈ１）によるリコメンド情報（Ｄ３）に従った活動の実施可能性が向上する。その結果、活動支援方法によれば、対象者（Ｈ１）にとって有用な情報を提供しやすい、という利点がある。

第２の態様に係る活動支援方法では、第１の態様において、関連情報（Ｄ４）は、対象者（Ｈ１）の属性を表す個人プロパティ情報（Ｄ４１）を含む。

この態様によれば、リコメンド情報（Ｄ３）は、対象者（Ｈ１）の都合に合わせてカスタマイズ可能となり、対象者（Ｈ１）のモチベーションの向上につながりやすいリコメンド情報（Ｄ３）が得られる。

第３の態様に係る活動支援方法では、第１又は２の態様において、関連情報（Ｄ４）は、対象者（Ｈ１）が利用する施設（５）の属性を表す施設プロパティ情報（Ｄ４２）を含む。

この態様によれば、リコメンド情報（Ｄ３）は、施設（５）の都合に合わせてカスタマイズ可能となり、施設（５）側のモチベーションの向上につながりやすいリコメンド情報（Ｄ３）が得られる。

第４の態様に係る活動支援方法では、第１の態様において、関連情報（Ｄ４）は、対象者（Ｈ１）の属性を表す個人プロパティ情報（Ｄ４１）と、対象者（Ｈ１）が利用する施設（５）の属性を表す施設プロパティ情報（Ｄ４２）と、を含む。リコメンド情報（Ｄ３）は、少なくとも個人プロパティ情報（Ｄ４１）と施設プロパティ情報（Ｄ４２）との組み合わせに基づいて生成される。

この態様によれば、リコメンド情報（Ｄ３）は、対象者（Ｈ１）及び施設（５）の両方の都合に合わせてカスタマイズ可能となり、対象者（Ｈ１）と施設（５）とのバランスを図りやすいリコメンド情報（Ｄ３）が得られる。

第５の態様に係る活動支援方法では、第３又は４の態様において、施設プロパティ情報（Ｄ４２）は、少なくとも対象者（Ｈ１）が利用する施設（５）のうち対象者（Ｈ１）が運動メニューを実施した施設（５）の属性を表す情報である。

この態様によれば、例えば、対象者（Ｈ１）が運動メニューを実施した直後に入手可能な商品等を含めたリコメンド情報（Ｄ３）が得られるため、対象者（Ｈ１）によるリコメンド情報（Ｄ３）に従った活動の実施可能性がより向上する。

第６の態様に係る活動支援方法では、第１〜５のいずれかの態様において、リコメンド情報（Ｄ３）は、体力データ（Ｄ１）に対応付けられている１以上の候補情報（二次候補情報）の中から、関連情報（Ｄ４）に基づいて選択される情報である。

この態様によれば、複数の関連情報（Ｄ４）に対応する候補情報を用意しておくだけで、比較的簡単な処理により、リコメンド情報（Ｄ３）を生成することができる。

第７の態様に係るプログラムは、第１〜６のいずれかの態様に係る活動支援方法をコンピュータシステムに実行させるためのプログラムである。

この態様によれば、リコメンド情報（Ｄ３）は、対象者（Ｈ１）に固有の関連情報（Ｄ４）に基づく情報であるので、リコメンド情報（Ｄ３）にて提案される活動は、対象者（Ｈ１）に合わせてカスタマイズされることになる。したがって、上記プログラムによれば、例えば、個々の対象者（Ｈ１）が行いやすい活動をリコメンド情報（Ｄ３）として対象者（Ｈ１）に推奨することで、対象者（Ｈ１）によるリコメンド情報（Ｄ３）に従った活動の実施可能性が向上する。その結果、上記プログラムによれば、対象者（Ｈ１）にとって有用な情報を提供しやすい、という利点がある。

第８の態様に係る活動支援システム（１，１Ａ）は、取得部（１１）と、生成部（１２）と、出力部（１３）と、を備える。取得部（１１）は、対象者（Ｈ１）による運動メニューの実施結果を示す体力データ（Ｄ１）を取得する。生成部（１２）は、対象者（Ｈ１）の行動に基づいて、対象者（Ｈ１）に関連する関連情報（Ｄ４）を生成する。出力部（１３）は、体力データ（Ｄ１）及び関連情報（Ｄ４）に基づくリコメンド情報（Ｄ３）を出力する。

この態様によれば、リコメンド情報（Ｄ３）は、対象者（Ｈ１）に固有の関連情報（Ｄ４）に基づく情報であるので、リコメンド情報（Ｄ３）にて提案される活動は、対象者（Ｈ１）に合わせてカスタマイズされることになる。したがって、活動支援システム（１，１Ａ）によれば、例えば、個々の対象者（Ｈ１）が行いやすい活動をリコメンド情報（Ｄ３）として対象者（Ｈ１）に推奨することで、対象者（Ｈ１）によるリコメンド情報（Ｄ３）に従った活動の実施可能性が向上する。その結果、活動支援システム（１，１Ａ）によれば、対象者（Ｈ１）にとって有用な情報を提供しやすい、という利点がある。

上記態様に限らず、実施形態１及び実施形態２に係る活動支援方法の種々の態様（変形例を含む）は、活動支援システム（１，１Ａ）等で具現化可能である。

第２〜６の態様に係る構成については、活動支援方法に必須の構成ではなく、適宜省略可能である。

１，１Ａ 活動支援システム
５ 施設
１１ 取得部
１２ 生成部
１３ 出力部
Ｄ１ 体力データ
Ｄ３ リコメンド情報
Ｄ４ 関連情報
Ｄ４１ 個人プロパティ情報
Ｄ４２ 施設プロパティ情報
Ｈ１ 対象者

Claims (8)

1. 対象者による運動メニューの実施結果を示す体力データを取得する取得処理と、
   前記対象者の行動に基づいて、前記対象者に関連する関連情報を生成する生成処理と、
   前記体力データ及び前記関連情報に基づくリコメンド情報を出力する出力処理と、を有する、
   活動支援方法。
2. 前記関連情報は、前記対象者の属性を表す個人プロパティ情報を含む、
   請求項１に記載の活動支援方法。
3. 前記関連情報は、前記対象者が利用する施設の属性を表す施設プロパティ情報を含む、
   請求項１又は２に記載の活動支援方法。
4. 前記関連情報は、前記対象者の属性を表す個人プロパティ情報と、前記対象者が利用する施設の属性を表す施設プロパティ情報と、を含み、
   前記リコメンド情報は、少なくとも前記個人プロパティ情報と前記施設プロパティ情報との組み合わせに基づいて生成される、
   請求項１に記載の活動支援方法。
5. 前記施設プロパティ情報は、少なくとも前記対象者が利用する施設のうち前記対象者が前記運動メニューを実施した施設の属性を表す情報である、
   請求項３又は４に記載の活動支援方法。
6. 前記リコメンド情報は、前記体力データに対応付けられている１以上の候補情報の中から、前記関連情報に基づいて選択される情報である、
   請求項１〜５のいずれか１項に記載の活動支援方法。
7. 請求項１〜６のいずれか１項に記載の活動支援方法をコンピュータシステムに実行させるためのプログラム。
8. 対象者による運動メニューの実施結果を示す体力データを取得する取得部と、
   前記対象者の行動に基づいて、前記対象者に関連する関連情報を生成する生成部と、
   前記体力データ及び前記関連情報に基づくリコメンド情報を出力する出力部と、を備える、
   活動支援システム。
   

Images