WO2016060127A1 - 体調予測システム、および、体調予測プログラム - Google Patents

体調予測システム、および、体調予測プログラム Download PDF

Info

Publication number
WO2016060127A1
WO2016060127A1 PCT/JP2015/078946 JP2015078946W WO2016060127A1 WO 2016060127 A1 WO2016060127 A1 WO 2016060127A1 JP 2015078946 W JP2015078946 W JP 2015078946W WO 2016060127 A1 WO2016060127 A1 WO 2016060127A1
Authority
WO
WIPO (PCT)
Prior art keywords
physical condition
information
subject
partner
control unit
Prior art date
Application number
PCT/JP2015/078946
Other languages
English (en)
French (fr)
Inventor
康二 江口
都 大木
敦子 関
Original Assignee
株式会社リラク
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社リラク filed Critical 株式会社リラク
Publication of WO2016060127A1 publication Critical patent/WO2016060127A1/ja

Links

Images

Classifications

    • 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

Definitions

  • the present invention relates to a technique for predicting a subject's physical condition.
  • a person can predict his / her physical condition in the near future with high accuracy, he can act accordingly. For example, on days when headaches are likely to occur, it is wise to refrain from going out as much as possible.
  • body information pulse, blood pressure, body temperature, etc.
  • environmental information air temperature, humidity, amount of ultraviolet rays, etc.
  • Patent Document 1 since the technique of Patent Document 1 does not consider human biorhythm, there is an accuracy limit in predicting physical condition in the near future. Biorhythm is a certain periodic variation in the activity of living things. In the case of humans, it is said that there is a physical rhythm with a 23-day cycle, an emotional rhythm with a 28-day cycle, and an intelligence rhythm with a 33-day cycle. This has been argued and supported by many doctors and university professors since the beginning of the 20th century.
  • an object of the present invention is to predict the physical condition of the subject in the near future with high accuracy by considering biorhythm.
  • the present invention provides a physical condition prediction system for predicting physical condition of a subject using at least information on biorhythm and weather, and an input unit operated when inputting data, and the target
  • the storage unit that stores the date of birth of the person and the weather condition information when the target person has a predetermined poor physical condition in the past, and the target person in which the target date for performing physical condition prediction is stored in the storage unit Calculating the number of days from the date of birth of the subject, predicting the physical condition of the subject on the target date from the physical rhythm of the 23-day cycle in the biorhythm, the emotional rhythm of the 28-day cycle, and the intelligence rhythm of the 33-day cycle, Predicting the physical condition of the subject on the target date based on the weather forecast information on the target date acquired from an external device and the weather condition information stored in the storage unit,
  • a control unit that predicts the physical condition of the subject on the target day by integrating the physical condition predicted based on the rhythm and the physical condition predicted based on the weather condition information with a pre
  • the physical condition of the subject can be predicted with high accuracy by considering biorhythm.
  • FIG. (A) is a figure which shows the personal analysis data A.
  • FIG. (B) is a diagram showing personal analysis data B.
  • FIG. (A) is a figure which shows personal comprehensive physical condition evaluation data.
  • (B) is a figure which shows statistical data.
  • (A) is an example of a screen showing a biorhythm graph.
  • (B) is an example of a main screen.
  • (C) is a screen example which shows the information regarding a partner (female). It is explanatory drawing of the icon and button in a screen.
  • (A) is a screen example of forced notification advice.
  • (B) is a screen example of the transition destination when the forced notification advice screen of (a) is operated. It is an example of the screen of a list which shows each compatibility with a plurality of partners.
  • (A) is an example of a data input screen regarding its own matters.
  • (B) is an example of a screen concerning a partner. It is a whole flowchart of this embodiment. It is a flowchart which shows a partner registration process. It is a flowchart which shows the physical condition prediction process based on weather information. It is a flowchart which shows a diagnostic advice process. It is a flowchart which shows the physical condition prediction process (female) based on a biorhythm. It is a flowchart which shows the physical condition prediction process based on physiological information.
  • the physical condition prediction system 100 is a system that predicts physical condition of a subject using at least information related to biorhythm and weather.
  • the physical condition prediction system 100 is, for example, a smartphone, and includes a storage unit 110, an input unit 120, a display unit 130, a first external information acquisition unit 140, a second external information acquisition unit 150, a communication unit 160, and a control unit 170. .
  • a storage unit 110 for example, a smartphone
  • an input unit 120 for example, a smartphone
  • the physical condition prediction system 100 includes a storage unit 110, an input unit 120, a display unit 130, a first external information acquisition unit 140, a second external information acquisition unit 150, a communication unit 160, and a control unit 170.
  • “1” is the best and “5” is the worst in each of the five-level evaluations.
  • the storage unit 110 is a storage unit such as a ROM (Read Only Memory), a RAM (Random Access Memory), a memory, and the like, and includes personal analysis data A111, personal analysis data B112, personal total physical condition evaluation data 113, registration data 114, statistical data. 115, physical condition prediction result 116, diagnostic information 117, compatibility log 118, advice information 119, and the like are stored (details of each information will be described later). Further, the storage unit 110 stores a physical condition prediction program for causing a smartphone (computer) to function as the physical condition prediction system 100.
  • the input unit 120 is an input unit operated by an operator when inputting data, and is, for example, a touch panel.
  • the display unit 130 is a means for displaying information, and is a liquid crystal screen, for example.
  • the second external information acquisition unit 150 is an interface that receives weather information from a communication device of the Japan Meteorological Agency or a private weather information provider.
  • the communication unit 160 is a communication interface that communicates with a base station or the like. Note that the first external information acquisition unit 140, the second external information acquisition unit 150, and the communication unit 160 may be realized by one communication interface.
  • the control unit 170 is a means for controlling the overall physical condition prediction system 100, and is, for example, a CPU (Central Processing Unit).
  • a CPU Central Processing Unit
  • the registration data 114 includes gender, date of birth, genetic information, (residence) area, and partner information as attribute data 1 to 5 of the self (operator).
  • Registered data 114 includes physical condition record data 1 to 9 including headache (time zone), joint pain such as stiff shoulders (existence), fatigue (presence / absence), blood pressure, heart rate (number), excretion (presence / absence), sleep ( Degree), meal (degree), and user registration information.
  • Registered data 114 includes female record data 1 to 8 as menstrual start date, menstrual pain (degree), bleeding amount (degree), anemia (presence / absence), rough skin (degree), pelvis / abdominal pain (presence / absence), breast Pain (presence / absence) and user registration information. These registration data can be input by the operator from, for example, the input screen shown in FIG.
  • the personal analysis data A111 includes information on menstrual cycle, menstrual pain (occurrence date), headache pressure difference, headache pressure, biorhythm matching item, partner (physiological cycle information, etc.). There is.
  • the menstrual cycle is obtained by analyzing a plurality of female recording data 1 (physiology start date) of the registration data 114.
  • physiological cycle for example, the “Ogino formula” developed by Hisakuno Kanno can be used, but other methods may be used.
  • the menstrual pain (occurrence date) is obtained by analyzing a plurality of female record data 2 (menstrual pain) in the registration data 114.
  • Headache occurrence pressure difference weather condition information when the subject has been in a poor condition in the past
  • headache occurrence pressure weather condition information when the subject has been in a poor condition in the past
  • the biorhythm matching item represents an item that matches the subject among emotion rhythm, intelligence rhythm, and body rhythm (described later in FIGS. 13 and 15).
  • the partner physiological cycle information, etc. is information obtained from the partner's physical condition prediction system.
  • the personal analysis data B112 includes a mood index (five levels), (physical condition), poor condition (“ ⁇ ” on the corresponding day) (for example, corresponding to physical condition record data 1 (headache)), partner There is information on compatibility (5 levels), atmospheric pressure, humidity, temperature, weather, and location.
  • the mood index (5 levels), (physical condition), and partner compatibility (5 levels) are information input by the operator from the input screen as shown in FIGS.
  • the individual general physical condition evaluation data 113 includes information on a forecast (prediction result) (described later in FIG. 16) and a diagnosis result (self-diagnosis result by an operator) for each date. These are the five stages of “very good (1)”, “good (2)”, “normal (3)”, “bad (4)”, and “very bad (5)”.
  • processing priority items (items to be prioritized among biorhythm information, physical condition information, physiological information) for each age group of 10 years for each gender, It is stored as statistical data of many people.
  • the statistical data is in units of 10 years, but the present invention is not limited to this, and other units such as 1 year (years) or month (especially for children) may be used.
  • FIG. 5A (b) shows a main screen (self) example (region 130A portion) and a calendar screen example (region 130B portion) on the display unit 130 of the physical condition prediction system 100.
  • a region 132 is a headache icon display portion
  • a region 133 is a comprehensive evaluation icon display portion of physical condition
  • a region 134 is a day number display portion until the next menstruation day (see description of FIG. 5B).
  • FIG. 5A (a) is a screen example showing a biorhythm graph.
  • Biorhythm is calculated by a well-known calculation formula (sin (2 ⁇ t / T)).
  • T is any of a physical rhythm with a 23-day cycle, an emotional rhythm with a 28-day cycle, and an intellectual rhythm with a 33-day cycle.
  • T is the difference between the target date and the birthday.
  • FIG. 5A (c) is a screen example showing information on the partner (female).
  • the region 132 represents the compatibility between the partner and the partner
  • the region 133 represents the comprehensive evaluation of the physical condition of the partner
  • the region 134 represents the number of days until the next menstrual day of the partner. .
  • the physical condition prediction system 100 is convenient because it can also view information about the partner.
  • the physical condition prediction system 100 displays a forced notification advice screen (area 135) when an analysis result such as poor physical condition is obtained.
  • a forced notification advice screen area 135
  • the screen changes to a detailed information screen as shown in FIG. 6B.
  • the button 136 and the button 137 on the screen of FIG. 6B the screen transitions to a screen on which more detailed information is posted.
  • the physical condition prediction system 100 can display a list screen showing compatibility with a plurality of partners.
  • the “You” column shows the overall evaluation of the physical condition of the operator (operator) (5 levels in FIG. 5B (1 to 5 from the left)), and the other partner name columns are It shows compatibility (same 5 levels as comprehensive evaluation).
  • the operator of the physical condition prediction system 100 can know the compatibility of the day with the partner, and can refer to how to communicate with the partner.
  • the information displayed in the partner name column is not limited to the compatibility with the partner, but may be other information such as a comprehensive evaluation of the physical condition of the partner. Can do.
  • step S901 attribute data 1 to 5 in FIG. 2.
  • step S902 based on the partner registration operation by the operator, the control unit 170 performs partner registration processing (step S902).
  • step S902 the control unit 170 accepts an input of partner registration and change by the operator (step S1001).
  • step S1002 the control unit 170 determines whether or not the partner is newly registered (S1002). If Yes, the process proceeds to step S1003. If No, the process proceeds to step S1007.
  • step S1003 the control unit 170 determines whether or not the partner is a member who uses this application. If Yes, the process proceeds to step S1004, and if No, the process proceeds to step S1005.
  • step S1004 the control unit 170 determines whether or not the partner has approved the cooperation. If Yes, the process proceeds to step S1008, and if No, the process proceeds to step S1005.
  • step S ⁇ b> 1005 the control unit 170 acquires missing data for the partner by an operator input or the like.
  • step S1006 the control unit 170 determines whether or not the partner data needs to be corrected. If Yes, the process proceeds to step S1007. If No, the process proceeds to step S1008.
  • step S ⁇ b> 1007 the control unit 170 edits (updates) the partner data and stores the data in the storage unit 110.
  • step S1008 control unit 170 completes registration of partner setting information.
  • step S1009 the control unit 170 determines whether or not there has been an additional input for adding a partner by the operator. If yes, the process returns to step S1001, and if no, the process ends. In this way, the partner can be registered and changed.
  • step S ⁇ b> 903 the control unit 170 acquires a weather forecast from the Japan Meteorological Agency or the like using the second external information acquisition unit 150.
  • step S904 the control unit 170 performs a physical condition prediction process based on weather information (weather forecast and past weather records).
  • step S1101 the control unit 170 determines whether or not the data accumulation amount is sufficient, the process proceeds to step S1102 if Yes, and the process ends if No. Whether or not the data storage amount is sufficient is determined, for example, in the case of headache caused by atmospheric pressure (low atmospheric pressure or change in atmospheric pressure), whether or not there are 10 or more pairs of headache records and atmospheric pressure information at that time .
  • the control unit 170 performs data analysis.
  • the headache generation atmospheric pressure (see FIG. 3A) is calculated by analyzing the correlation between the malfunction (headache) and the atmospheric pressure in the personal analysis data B112 of FIG. 3B. If this headache generation pressure is used, it can be determined that a headache occurs with a high probability if the pressure is expected to be lower than the headache generation pressure. Similarly, a headache occurrence pressure difference may be calculated and used.
  • step S1103 the control unit 170 rewrites data as necessary. For example, in the personal analysis data A111 in FIG. 3A, when it is necessary to change the value of the headache occurrence pressure, the value is rewritten.
  • step S1104 the control unit 170 performs physical condition prediction. For example, it is determined whether or not a headache is likely to occur using the information on the atmospheric pressure in the weather forecast and the headache generation pressure in the personal analysis data A111 in FIG.
  • step S1105 the control unit 170 determines whether or not there is a change in the result of physical condition prediction. If Yes, the process proceeds to step S1106, and if No, the process ends.
  • step S1106 the control unit 170 stores the changed physical condition prediction result as the physical condition prediction result 116 in the storage unit 110. For example, for today, if there is a change in the prediction that the possibility of headache is low from the prediction that it is high, it is stored in the storage unit 110 as a physical condition prediction result 116.
  • step S905 the control unit 170 acquires external data. For example, physical information (such as a heart rate) is acquired from the wearable terminal, and the registration data 114 is updated.
  • physical information such as a heart rate
  • step S906 the control unit 170 determines whether or not a log (physical condition log or the like) has been input by the operator. If Yes, the process proceeds to step S907, and if No, the process proceeds to step S908.
  • a log physical condition log or the like
  • step S907 the control unit 170 registers (saves) the input log (physical condition log or the like) in the storage unit 110. For example, the operator inputs a log on the screen of FIG.
  • step S908 the control unit 170 determines whether the operator (target person) is male or female. If the operator is male, the control unit 170 proceeds to step S914, and if female, the process proceeds to step S909.
  • step S909 the control unit 170 determines whether or not there is a physical condition log (physical condition recording data of the registration data 114, female recording data). If Yes, the process proceeds to step S910, and if No, the process proceeds to step S911. .
  • step S910 the control unit 170 first acquires a physical condition log from the registration data 114 of the storage unit 110 in step S1201.
  • step S ⁇ b> 1202 the control unit 170 acquires diagnostic information 117 according to sex from the storage unit 110.
  • step S1203 the control unit 170 performs an analysis using the physical condition log and the diagnostic information 117, and further determines in step S1204 whether it is necessary to display an alert.
  • step S1205 in the case of No, the process is terminated.
  • step S1205 the control unit 170 selects advice content from the advice information 119 (advice information in which the advice content is associated with each physical condition content) based on the analysis result, and in step S1206, the advice is displayed on the display unit. An alert is displayed at 130.
  • the corresponding advice content is selected from the advice information 119, and the alert display as shown in FIG.
  • the operator looks at the alert display in FIG. 6A and wants to know detailed information, the operator touches the area 135 to transition to the screen in FIG. 6B. Further, as described above, when the operator touches the button 136 and the button 137 on the screen of FIG. 6B, the screen transitions to a screen on which more detailed information is posted. Thereby, the operator can easily know useful information for improving poor physical condition.
  • step S911 the control unit 170 performs a physical condition prediction process (female) based on biorhythm.
  • step S911 the control unit 170 determines whether or not the data accumulation amount is sufficient, the process proceeds to step S1302 if Yes, and the process ends if No. Whether or not the data accumulation amount is sufficient is determined by, for example, whether or not the physical condition log is equal to or more than 10 days within the latest 20 days.
  • step S1302 the control unit 170 performs pattern analysis on the date of appearance of indefinite complaints.
  • the appearance date of indefinite complaint for example, malaise
  • the physical condition recording data of the registration data 114 (FIG. 1).
  • step S1303 the control unit 170 collates how much the indefinite complaint appearance date matches the date requiring attention (the day in which the waveform crosses 0) of the emotion rhythm.
  • step S1304 the control unit 170 collates how much the indefinite complaint appearance date matches the date of attention of the intelligence rhythm (the day in which the waveform crosses 0).
  • step S1305 the control unit 170 checks how much the indefinite complaint appearance date matches the date requiring attention of the physical rhythm (the day in which the waveform crosses 0).
  • Biorhythm has a positive period (upper half of the graph) and a negative period (upper half of the graph). However, rather than having a positive positive and a negative negative, it is said that a day that crosses zero must be taken as a day of caution.
  • the predetermined algorithm when calculating the caution day with the biorhythm calculation formula (sin (2 ⁇ t / T)), if the caution day is a decimal value (eg, 11.5 days), the predetermined algorithm What is necessary is just to convert a decimal value into an integer value. Examples of the predetermined algorithm include rounding down, rounding up, and rounding off the numerical value of the first decimal place.
  • step S1306 the control unit 170 acquires the statistical data 115 (FIG. 4B).
  • step S1307 the control unit 170 determines a periodic pattern (the most applicable among emotional rhythm, intelligence rhythm, and body rhythm). In the case of women, it is said that emotional rhythm is likely to apply. Therefore, based on the idea that emotional rhythm, intelligence rhythm, and physical rhythm are likely to apply in this order as well as the degree of coincidence of the date of appearance of indefinite complaints and the date of attention.
  • each type of biorhythm is determined with a predetermined weight. However, each weight may be determined based on the idea that the physical rhythm is more likely to apply than the intellectual rhythm.
  • the statistical data 115 acquired in step S1306 is preferably used when the degree of coincidence of the indefinite complaint appearance date and the cautionary day is low in any rhythm, and may not be used when the degree of coincidence is high.
  • Step S1308 it is determined whether or not the determined periodic pattern has been changed from the latest one. If Yes, the process proceeds to Step S1309, and if No, the process proceeds to Step S1310.
  • step S1309 the control unit 170 rewrites the data.
  • the biorhythm matching item in FIG. 3A is updated using information on the determined periodic pattern.
  • step S1310 the control unit 170 predicts the physical condition of the operator. For example, when the determined periodic pattern is emotional rhythm, if the target date is a caution day in that emotion rhythm (the waveform crosses 0), the physical condition is bad, and if it is not the caution day, the physical condition is predicted to be good. .
  • step S ⁇ b> 911 in step S ⁇ b> 912, the control unit 170 determines whether or not physiological information is sufficiently accumulated. If Yes, the process proceeds to step S ⁇ b> 913, and if No, the process proceeds to step S ⁇ b> 917. move on. Whether or not physiological information is sufficiently accumulated is determined, for example, based on whether or not information for 10 periods is accumulated in the registration data 114.
  • step S913 the control unit 170 determines an irregular day (physiological pain (occurrence date) in FIG. 3A) along the menstrual cycle (FIG. 3A). ). For example, if menstrual pain is recorded with a probability of 60% or more on the ⁇ day of the menstrual cycle based on the past physical condition log, the ⁇ day is determined as an irregular day.
  • step S1402 it is determined whether or not the irregular day (physiological pain (occurrence date) in FIG. 3A) has been changed. If yes, the process proceeds to step S1403, and if no, step S1404. Proceed to
  • step S1403 the control unit 170 rewrites the data (physiological pain (occurrence date) in FIG. 3A).
  • step S1404 the control unit 170 predicts the physical condition of the operator. Specifically, it is predicted that the day corresponding to the menstrual pain (occurrence date) in FIG.
  • step S914 the control unit 170 determines whether or not there is a physical condition log (physical condition recording data of the registration data 114). If yes, the process proceeds to step S915. Advances to step S916.
  • Step S915 is the same as the step S910 except that the diagnostic information 117 corresponding to the sex acquired from the storage unit 110 in the step S1202 shown in FIG.
  • step S ⁇ b> 916 the control unit 170 performs physical condition prediction processing based on biorhythm.
  • step S911 of FIG. 13 Comparing the process of step S911 of FIG. 13 with the process of step S916 shown in FIG. 15, in steps S1303 to S1305 of FIG. 13, the emotion rhythm, intelligence rhythm, and body rhythm are collated in this order. In steps S1503 to S1505 in FIG. 15, the only difference is that the body rhythm, intelligence rhythm, and emotion rhythm are collated in this order (considering differences in characteristics due to gender differences), and redundant description is omitted.
  • control unit 170 performs each process of step S ⁇ b> 917, step S ⁇ b> 918, and step S ⁇ b> 919.
  • step S917 the control unit 170 determines whether or not there is information other than biorhythm information (weather information (including physical condition log), physiological information) in step S1601. If YES, the process proceeds to step S1602, and if NO, the process proceeds to step S1603. In step S1602, the control unit 170 predicts physical condition in, for example, five stages using biorhythm information, weather information, and physiological information.
  • biorhythm information weather information (including physical condition log), physiological information
  • B is as follows. “Good” when there is no day of caution (day crossing 0) and there are two or more positive (upper half of the graph) of emotional rhythm, intelligence rhythm, and physical rhythm “Emotional”, “intellect” rhythm, and “physical rhythm” are “normal” when there is no day of caution (a day that crosses zero) and there are 1 or less plus (upper half of the graph) “Poor” when one or more of emotional rhythm, intelligence rhythm, and physical rhythm has a caution day (a day that crosses zero)
  • W is as follows. “Good” when the expected pressure on the target day is less than 40% “Normal” when the probability of a headache at the target atmospheric pressure is 40% or more and less than 60 “Poor” when the expected pressure on the day is 60% or more
  • M is as follows. “Good” when the probability of malaise (such as fatigue) is less than 40% “Normal” when the probability of malfunction due to menstruation is 40% or more and less than 60 “Poor” when the probability of malfunction due to menstruation is 60% or more
  • the comprehensive evaluation values are as follows. “5” when “0 ⁇ S ⁇ 0.2” “4” when “0.2 ⁇ S ⁇ 0.4” “0.4” when “0.4 ⁇ S ⁇ 0.6” “2” when “0.6 ⁇ S ⁇ 0.8” “1” when “0.8 ⁇ S ⁇ 1”
  • each value of b, w, m for example, a value determined by an expert such as a doctor at first or analyzed from statistical information may be used. Then, each data of physical condition prediction and the subsequent self-evaluation of the target person is accumulated, and each value of b, w, m may be sequentially changed so that the deviation between them is minimized. For example, when the values of b, w, and m are “0.2”, “0.2”, and “0.6”, the overall evaluation value of the physical condition prediction was “5”. When the self-evaluation of “4” is “4”, the values of b, w, and m may be changed so that the overall evaluation value of the physical condition prediction becomes “4” under the condition. In this way, highly accurate physical condition prediction personalized to the subject can be realized.
  • the control unit 170 predicts physical condition using, for example, five stages using biorhythm information. Specifically, for example, it is as follows. “1” when there is no day of caution (day crossing 0) and there are three plus (upper half of the graph) emotional, intellectual, and physical rhythms “2” when emotional rhythm, intelligence rhythm, and physical rhythm do not have any caution days (a day that crosses 0) and there are two plus (upper half of the graph) “3” when emotional rhythm, intelligence rhythm, and physical rhythm do not have any caution days (a day that crosses 0) and there is one plus (the upper half of the graph) “4” when emotional rhythm, intelligence rhythm, and physical rhythm do not have any caution days (a day that crosses 0) and plus (the upper half of the graph) is 0 “5” when one or more of emotional rhythm, intelligence rhythm, and physical rhythm has a caution day (a day that crosses 0)
  • the physical condition can be predicted in five stages using the biorhythm information.
  • the control unit 170 predicts compatibility with the partner based on the biorhythm.
  • the compatibility is calculated by the following well-known calculation formula.
  • Compatibility C
  • T is any of a physical rhythm having a 23-day cycle, an emotional rhythm having a 28-day cycle, and an intellectual rhythm having a 33-day cycle.
  • T1 is the number of days from the date of birth of the subject to the subject date.
  • T2 is the number of days from the date of birth of the partner to the target date.
  • the compatibility calculation formula is not limited to the above formula, and other formulas obtained by analyzing statistical information may be used.
  • This compatibility prediction value (0 or more and 1 or less) is evaluated, for example, in five stages. As an example, evaluation is performed as follows. The smaller the value of C, the better the compatibility. “1” when “0 ⁇ C ⁇ 0.2” “2” when “0.2 ⁇ C ⁇ 0.4” “3” when “0.4 ⁇ C ⁇ 0.6” “4” when “0.6 ⁇ C ⁇ 0.8” “0.8” when “0.8 ⁇ C ⁇ 1”
  • step S1702 the control unit 170 determines whether or not there is a compatibility log (compatibility log 118 in FIG. 1). If yes, the process proceeds to step S1703, and if no, the process ends.
  • the compatibility log is information entered on the screen shown in FIG. 8B after the operator has evaluated the impression of the day's compatibility with the partner in five stages.
  • step S1703 the control unit 170 corrects the compatibility prediction based on the compatibility log. For this correction, data other than the compatibility log may be used.For example, even if the compatibility prediction result is good, if there is a compatibility log that the partner's menstruation date is often incompatible, the compatibility prediction will be worse. Correct it.
  • step S919 the control unit 170 has acquired a new analysis standard for statistical information (data such as physical condition logs of a plurality of subjects) in step S1801. If yes, the process proceeds to step S1802. If no, the process proceeds to step S1803.
  • a new analysis standard for statistical information is acquired is, for example, a case where a specialist such as a doctor updates an analysis standard such as the relationship between headache and barometric pressure.
  • step S1802 the control unit 170 updates the analysis standard.
  • the updated analysis standard is stored in the storage unit 110.
  • step S1803 the control unit 170 analyzes statistical information (data such as physical condition logs of a plurality of subjects) in step S1803, and stores the analysis result in the storage unit 110 in step S1804.
  • this analysis result for subsequent processing, for example, it is possible to predict the occurrence of a headache with higher accuracy than before based on atmospheric pressure information.
  • step S920 the control unit 170 performs normal display (FIGS. 5A and 7) in step S920.
  • the operator can know the possibility of the occurrence of today's headache, for example, by looking at the area 132 (and immediately below) of the screen 132 in FIG. 5A (b). Further, by looking at the area 133 of the screen in FIG. 5A (b), the overall evaluation of today's physical condition can be known in five stages. By these, today's action plan can be made appropriately.
  • step S920 the control unit 170 returns to step S902 and continues the process.
  • the physical condition predicted based on the biorhythm and the physical condition predicted based on the weather condition information are integrated with predetermined weighting, respectively. Predict with high accuracy.
  • the physical condition of the subject can be predicted with higher accuracy by considering the physical condition predicted based on physiological information.
  • the corresponding advice content is displayed on the screen (FIG. 6), so that the operator can know useful physical condition countermeasure information.
  • a part of processing executed in the physical condition prediction system 100 may be executed by an external server. If a server is used, there is an advantage that information of a plurality of target persons can be collectively managed by the server.
  • individual or total physical condition prediction is not limited to five stages, and other classifications such as three stages, eight stages, and ten stages may be used, or other units such as% may be used. Good.
  • the physical condition prediction system 100 is not limited to a smartphone, and is realized by being mounted on, for example, a wearable terminal or high-functional glasses (glasses having a function of estimating the degree of fatigue from eye movement or blinking). May be.

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

　対象者について、少なくともバイオリズムおよび気象に関する情報を用いて体調を予測する体調予測システム（１００）であって、制御部（１７０）は、バイオリズムに基づいて体調を予測し、また、気象条件情報に基づいて体調を予測し、それらの予測を所定の重み付けをして統合することで、対象日における対象者の体調を予測し、表示部（１３０）がその予測した体調を表示する。

Description

体調予測システム、および、体調予測プログラム
　本発明は、対象者の体調を予測する技術に関する。
　人は、近い将来の自分の体調を高精度で予測できれば、それに合わせて行動できるので、便利である。例えば、頭痛が起きる可能性が高い日は、なるべく外出を控えれば、賢明といえる。
　特許文献１の技術では、対象者に関して、身体情報（脈拍、血圧、体温など）と環境情報（気温、湿度、紫外線量など）を蓄積しておき、それらの相関を分析することで、近い将来の体調を予測する。
特開２０１３－２３８９７０号公報
　しかしながら、特許文献１の技術では、人のバイオリズムを考慮していないため、近い将来の体調の予測に精度的な限界がある。バイオリズムとは、生物の活動にみられる一定の周期的な変動のことである。人の場合、２３日周期の身体リズム、２８日周期の感情リズム、３３日周期の知性リズムがあると言われている。このことについては、２０世紀の初めから、多くの医師や大学教授などの専門家によって主張や支持がされている。
　そこで、本発明は、バイオリズムを考慮することで対象者の近い将来の体調を高精度で予測することを課題とする。
　前記課題を解決するために、本発明は、対象者について、少なくともバイオリズムおよび気象に関する情報を用いて体調を予測する体調予測システムであって、データ入力の際に操作される入力部と、前記対象者の生年月日、および、前記対象者が過去に所定の体調不良となったときの気象条件情報を記憶する記憶部と、体調予測を行う対象日が前記記憶部に記憶された前記対象者の生年月日から何日目かを計算して、バイオリズムにおける２３日周期の身体リズム、２８日周期の感情リズム、３３日周期の知性リズムから前記対象日における前記対象者の体調を予測し、外部装置から取得した前記対象日の気象予報情報と、前記記憶部に記憶された気象条件情報と、に基づいて、前記対象日における前記対象者の体調を予測し、前記バイオリズムに基づいて予測した体調と、前記気象条件情報に基づいて予測した体調と、をそれぞれ所定の重み付けをして統合することで、前記対象日における前記対象者の体調を予測する制御部と、前記制御部が予測した体調を表示する表示部と、を備える。
　その他については後記する。
　本発明によれば、バイオリズムを考慮することで対象者の体調を高精度で予測することができる。
本実施形態の体調予測システムの構成図である。 登録データの例を示す図である。 （ａ）は個人分析データＡを示す図である。（ｂ）は個人分析データＢを示す図である。 （ａ）は個人総合体調評価データを示す図である。（ｂ）は統計データを示す図である。 （ａ）はバイオリズムグラフを示す画面例である。（ｂ）はメイン画面例である。（ｃ）はパートナー（女性）に関する情報を示す画面例である。 画面中のアイコンとボタンの説明図である。 （ａ）は強制通知アドバイスの画面例である。（ｂ）は（ａ）の強制通知アドバイスの画面を操作した場合の遷移先の画面例である。 複数のパートナーとのそれぞれの相性を示す一覧の画面例である。 （ａ）は自身の事項に関するデータ入力画面例である。（ｂ）はパートナーに関する画面例である。 本実施形態の全体フローチャートである。 パートナー登録処理を示すフローチャートである。 気象情報に基づく体調予測処理を示すフローチャートである。 診断アドバイス処理を示すフローチャートである。 バイオリズムに基づく体調予測処理（女性）を示すフローチャートである。 生理情報に基づく体調予測処理を示すフローチャートである。 バイオリズムに基づく体調予測処理（男性）処理を示すフローチャートである。 個人総合体調評価処理を示すフローチャートである。 パートナー相性診断処理を示すフローチャートである。 統計処理を示すフローチャートである。
　以下、本発明に係る体調予測システムについて、図面を参照しながら説明する。体調予測システム１００は、対象者について、少なくともバイオリズムおよび気象に関する情報を用いて体調を予測するシステムである。体調予測システム１００は、例えばスマートフォンであり、記憶部１１０、入力部１２０、表示部１３０、第１外部情報取得部１４０、第２外部情報取得部１５０、通信部１６０、および、制御部１７０を備える。なお、以下において、それぞれの５段階評価では、「１」が最良で「５」が最悪であるものとする。
　記憶部１１０は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、メモリなどの記憶手段であり、個人分析データＡ１１１、個人分析データＢ１１２、個人総合体調評価データ１１３、登録データ１１４、統計データ１１５、体調予測結果１１６、診断用情報１１７、相性ログ１１８、アドバイス情報１１９などの情報を記憶する（各情報の詳細は後記）。また、記憶部１１０は、スマートフォン（コンピュータ）を体調予測システム１００として機能させるための体調予測プログラムを記憶する。
　入力部１２０は、データ入力の際に操作者によって操作される入力手段であり、例えば、タッチパネルである。
　表示部１３０は、情報を表示する手段であり、例えば、液晶画面である。
　第１外部情報取得部１４０は、操作者（＝対象者）が装着しているウエアラブル端末から血圧、心拍数などの信号を受信するインタフェースである。
　第２外部情報取得部１５０は、気象庁や民間気象情報提供会社の通信装置からの気象情報を受信するインタフェースである。
　通信部１６０は、基地局などと通信する通信インタフェースである。
　なお、第１外部情報取得部１４０、第２外部情報取得部１５０、通信部１６０は１つの通信インタフェースで実現してもよい。
　制御部１７０は、体調予測システム１００全体の制御を司る手段であり、例えば、ＣＰＵ（Central Processing Unit）である。
　図２も参照し、登録データ１１４には、自己（操作者）の属性データ１～５として、性別、生年月日、遺伝子情報、（居住）エリア、パートナーの各情報がある。
　また、登録データ１１４には、体調記録データ１～９として、頭痛（時間帯）、肩こりなど関節痛（有無）、倦怠感（有無）、血圧、心拍（数）、排泄（有無）、睡眠（程度）、食事（程度）、利用者登録情報の各情報がある。
　また、登録データ１１４には、女性記録データ１～８として、生理開始日、生理痛（程度）、出血量（程度）、貧血（有無）、肌荒れ（程度）、骨盤・腹痛（有無）、乳房の痛み（有無）、利用者登録情報の各情報がある。
　これらの登録データは、例えば、図８（ａ）に示す入力画面などから操作者が入力することができる。
　図３（ａ）に示すように、個人分析データＡ１１１には、生理周期、生理痛（発生日）、頭痛発生気圧差、頭痛発生気圧、バイオリズム合致項目、パートナー（生理周期情報など）の各情報がある。
　生理周期は、登録データ１１４の複数の女性記録データ１（生理開始日）を分析することにより得られる。この生理周期の分析には、例えば、荻野久作氏が開発した「オギノ式」を用いることができるが、他の手法を用いてもよい。
　生理痛（発生日）は、登録データ１１４の複数の女性記録データ２（生理痛）を分析することにより得られる。
　頭痛発生気圧差（対象者が過去に所定の体調不良となったときの気象条件情報）、頭痛発生気圧（対象者が過去に所定の体調不良となったときの気象条件情報）は、登録データ１１４の体調記録データ１（頭痛）と、頭痛発生時の直前の数時間（例えば１時間）における気圧情報などを分析することにより得られる。
　バイオリズム合致項目は、感情リズム、知性リズム、身体リズムのうち対象者に合致した項目を表す（図１３、図１５で後記）。
　パートナー（生理周期情報など）は、パートナーの体調予測システムから得た情報である。
　図３（ｂ）に示すように、個人分析データＢ１１２には、気分指数（５段階）、（体調）不調（該当日は「○」）（例えば体調記録データ１（頭痛）に対応）、パートナー相性（５段階）、気圧、湿度、気温、天気、地点の各情報がある。
　気分指数（５段階）、（体調）不調、パートナー相性（５段階）は、図８（ａ）（ｂ）のような入力画面から操作者が入力した情報である。
　気圧、湿度、気温、天気の各情報は、操作者（＝対象者）がその日にいた地点に関して気象庁などから得た各情報である。
　なお、地点の情報は、例えば、スマートフォンに搭載されたＧＰＳ機能やＷｉ－Ｆｉ（登録商標）機能により自動で取得するようにすればよい。また、それらの機能により地点の情報を取得できないときは、予め登録していておいた地点の情報を使ったり、あるいは、入力画面から入力した地点の情報を使ったりするようにすればよい。
　図４（ａ）に示すように、個人総合体調評価データ１１３には、日付ごとに、予報（予測結果）（図１６で後記）と診断結果（操作者による自己診断結果）の各情報があり、いずれも、「非常に良い（１）」、「良い（２）」、「普通（３）」、「悪い（４）」、「非常に悪い（５）」の５段階である。
　図４（ｂ）に示すように、統計データ１１５には、各性別の１０年単位の年齢層ごとに、処理優先項目（バイオリズム情報、体調情報、生理情報のうちの優先すべき項目）が、多数の者の統計データとして格納されている。なお、ここでは統計データを１０年単位としているが、これに限定されず、１年（歳）単位や月単位（特に子供の場合）など、別の単位を用いてもよい。
　図５Ａ（ｂ）は、体調予測システム１００の表示部１３０におけるメイン画面（自分）例（領域１３０Ａ部分）とカレンダー画面例（領域１３０Ｂ部分）である。メイン画面（自分）例において、領域１３２は頭痛アイコン表示部分、領域１３３は体調の総合評価アイコン表示部分、領域１３４は次回生理日までの日数表示部分である（図５Ｂの説明参照）。
　図５Ａ（ｂ）における領域１３０Ａをタッチ操作で左の画面にスワイプさせると、図５Ａ（ａ）の画面表示に変わる。図５Ａ（ａ）はバイオリズムグラフを示す画面例である。なお、バイオリズムは周知の計算式（ｓｉｎ（２πｔ／Ｔ））により計算する。ここで、Ｔは、２３日周期の身体リズム、２８日周期の感情リズム、３３日周期の知性リズムのいずれかである。また、ｔは、対象日と誕生日の差である。
　図５Ａ（ｂ）における領域１３０Ａをタッチ操作で右の画面にスワイプさせると、図５Ａ（ｃ）の画面表示に変わる。図５Ａ（ｃ）はパートナー（女性）に関する情報を示す画面例である。図５Ａ（ｃ）の画面例において、領域１３２は自分とそのパートナーとの相性を表し、領域１３３はそのパートナーの体調の総合評価を表し、領域１３４はそのパートナーの次回生理日までの日数を表す。このようにして、体調予測システム１００では、パートナーに関する情報も見ることができ、便利である。
　図６（ａ）に示すように、体調予測システム１００では、体調不良などの分析結果が得られた時は、強制通知アドバイスの画面（領域１３５）を表示する。また、図６（ａ）の領域１３５を操作者がタッチすると、図６（ｂ）に示すように、詳細情報画面に遷移する。図６（ｂ）の画面において、操作者がボタン１３６、ボタン１３７をタッチすると、それぞれ、さらなる詳細情報を掲載した画面に遷移する。
　図７に示すように、体調予測システム１００では、複数のパートナーとのそれぞれの相性を示す一覧の画面を表示することができる。図７の画面において、「あなた」の欄は自身（操作者）の体調の総合評価（図５Ｂの５段階（左から１～５））を示し、その他のパートナー名の欄はそのパートナーとの相性（総合評価と同じ５段階）を示す。これにより、体調予測システム１００の操作者は、パートナーとのその日の相性を知ることができ、そのパートナーとのコミュニケーションの取り方などの参考にすることができる。また、パートナー名の欄に表示する情報は、そのパートナーとの相性に限定されず、そのパートナーの体調の総合評価などの他の情報であってもよく、それらの画面を適宜切り替えるようにすることができる。
　次に、図９を参照して、体調予測システム１００の全体処理について説明する。その後、図１０～図１８を参照して各処理について説明する。
　図９に示すように、体調予測システム１００のための専用のアプリケーションをスマートフォンにインストールした場合、操作者は、まず、入力部１２０で（以下、「入力部１２０で」は適宜省略。）自己属性を登録する（ステップＳ９０１。図２の属性データ１～５）。
　次に、操作者によるパートナー登録操作に基づいて、制御部１７０は、パートナー登録処理を行う（ステップＳ９０２）。
　ステップＳ９０２では、図１０に示すように、制御部１７０は、操作者によるパートナーの登録、変更の入力を受け付ける（ステップＳ１００１）。
　次に、制御部１７０は、そのパートナーが新規登録か否かを判定し（Ｓ１００２）、Ｙｅｓの場合はステップＳ１００３に進み、Ｎｏの場合はステップＳ１００７に進む。
　ステップＳ１００３において、制御部１７０は、そのパートナーがこのアプリケーションの利用会員か否かを判定し、Ｙｅｓの場合はステップＳ１００４に進み、Ｎｏの場合はステップＳ１００５に進む。
　ステップＳ１００４において、制御部１７０は、そのパートナーによる連携承認がとれているか否かを判定し、Ｙｅｓの場合はステップＳ１００８に進み、Ｎｏの場合はステップＳ１００５に進む。
　ステップＳ１００５において、制御部１７０は、パートナーについて不足しているデータを操作者入力などにより取得する。
　ステップＳ１００６において、制御部１７０は、パートナーのデータの修正が必要か否かを判定し、Ｙｅｓの場合はステップＳ１００７に進み、Ｎｏの場合はステップＳ１００８に進む。
　ステップＳ１００７において、制御部１７０は、パートナーのデータを編集（更新）し、記憶部１１０に記憶させる。
　ステップＳ１００８において、制御部１７０は、パートナーの設定情報の登録を完了する。
　その後、ステップＳ１００９において、制御部１７０は、操作者によるさらなるパートナーの追加の入力があったか否かを判定し、Ｙｅｓの場合はステップＳ１００１に戻り、Ｎｏの場合は処理を終了する。
　このようにして、パートナーの登録、変更を行うことができる。
　図９に戻って、ステップＳ９０２の後、ステップＳ９０３において、制御部１７０は、第２外部情報取得部１５０を用いて気象庁などから気象予報を取得する。
　次に、ステップＳ９０４において、制御部１７０は、気象情報（気象予報および過去の気象記録）に基づく体調予測処理を行う。
　ステップＳ９０４では、図１１に示すように、ステップＳ１１０１において、制御部１７０は、データ蓄積量が充分か否かを判定し、Ｙｅｓの場合はステップＳ１１０２に進み、Ｎｏの場合は処理を終了する。データ蓄積量が充分か否かは、例えば、気圧（低気圧や気圧変化）によって頭痛が起きるという例の場合、頭痛記録とそのときの気圧情報のペアが１０回分以上あるか否かを判定する。
　次に、ステップＳ１１０２において、制御部１７０は、データ解析を行う。例えば、図３（ｂ）の個人分析データＢ１１２において、不調（頭痛）と気圧の相関を分析することで、頭痛発生気圧（図３（ａ）参照）を算出する。この頭痛発生気圧を用いれば、気圧がこの頭痛発生気圧よりも低くなると予想される場合には、頭痛が高確率で発生すると判定できる。また、同様にして、頭痛発生気圧差を算出して使用してもよい。
　次に、ステップＳ１１０３において、制御部１７０は、必要に応じてデータを書き換える。例えば、図３（ａ）の個人分析データＡ１１１において、頭痛発生気圧の値などを変更する必要がある場合は、その値を書き換える。
　次に、ステップＳ１１０４において、制御部１７０は、体調予測を行う。例えば、気象予報における気圧の情報と、図３（ａ）の個人分析データＡ１１１の頭痛発生気圧を用いて、頭痛が発生しやすいか否かを判定する。
　次に、ステップＳ１１０５において、制御部１７０は、体調予測の結果に変更があるか否かを判定し、Ｙｅｓの場合はステップＳ１１０６に進み、Ｎｏの場合は処理を終了する。
　ステップＳ１１０６において、制御部１７０は、変更された体調予測の結果を記憶部１１０に体調予測結果１１６として保存する。例えば、本日について、頭痛発生の可能性が低いという予測から高いという予測に変更があれば、その旨を記憶部１１０に体調予測結果１１６として保存する。
　図９に戻って、ステップＳ９０４の後、ステップＳ９０５において、制御部１７０は、外部データを取得する。例えば、ウエアラブル端末から身体情報（心拍数など）を取得し、登録データ１１４を更新する。
　次に、ステップＳ９０６において、制御部１７０は、操作者によってログ（体調ログなど）の入力があったか否かを判定し、Ｙｅｓの場合はステップＳ９０７に進み、Ｎｏの場合はステップＳ９０８に進む。
　ステップＳ９０７において、制御部１７０は、入力されたログ（体調ログなど）を記憶部１１０に登録（保存）する。操作者は、例えば、図８（ａ）の画面でログの入力を行う。
　次に、ステップＳ９０８において、制御部１７０は、操作者（対象者）が男性か女性かを判定し、男性の場合はステップＳ９１４に進み、女性の場合はステップＳ９０９に進む。
　ステップＳ９０９において、制御部１７０は、体調ログ（登録データ１１４の体調記録データ、女性記録データ）があるか否かを判定し、Ｙｅｓの場合はステップＳ９１０に進み、Ｎｏの場合はステップＳ９１１に進む。
　ステップＳ９１０では、図１２に示すように、制御部１７０は、まず、ステップＳ１２０１で記憶部１１０の登録データ１１４から体調ログを取得する。
　次に、ステップＳ１２０２において、制御部１７０は、記憶部１１０から性別に応じた診断用情報１１７を取得する。
　次に、制御部１７０は、ステップＳ１２０３において、体調ログと診断用情報１１７を用いて分析を行い、さらに、ステップＳ１２０４において、アラート表示をする必要があるか否かを判定し、Ｙｅｓの場合はステップＳ１２０５に進み、Ｎｏの場合は処理を終了する。
　制御部１７０は、ステップＳ１２０５において、分析結果に基づいてアドバイス情報１１９（体調不良の内容ごとにアドバイス内容が対応付けられたアドバイス情報）からアドバイス内容を選定し、ステップＳ１２０６において、そのアドバイスを表示部１３０にアラート表示する。
　例えば、生理遅延が続いている場合、アドバイス情報１１９の中から該当するアドバイス内容を選択し、図６（ａ）に示すようなアラート表示を自動的に行う。操作者は、図６（ａ）のアラート表示を見て、詳細情報を知りたい場合は領域１３５をタッチすることで、図６（ｂ）の画面に遷移する。また、前記したように、図６（ｂ）の画面において、操作者がボタン１３６、ボタン１３７をタッチすると、それぞれ、さらなる詳細情報を掲載した画面に遷移する。これにより、操作者は、体調不良を改善するための有益な情報を簡単に知ることができる。
　図９に戻って、ステップＳ９１１において、制御部１７０は、バイオリズムに基づく体調予測処理（女性）を行う。
　ステップＳ９１１では、図１３に示すように、ステップＳ１３０１において、制御部１７０は、データ蓄積量が充分か否かを判定し、Ｙｅｓの場合はステップＳ１３０２に進み、Ｎｏの場合は処理を終了する。データ蓄積量が充分か否かは、例えば、体調ログが直近２０日以内に１０日分以上あるか否かにより判定する。
　ステップＳ１３０２において、制御部１７０は、不定愁訴出現日のパターン分析を行う。例えば、登録データ１１４（図１）の体調記録データを用いて、不定愁訴（例えば、倦怠感）出現日を特定する。
　次に、ステップＳ１３０３において、制御部１７０は、不定愁訴出現日が、感情リズムの要注意日（波形が０をまたぐ日）とどのくらい一致するかを照合する。
　次に、ステップＳ１３０４において、制御部１７０は、不定愁訴出現日が、知性リズムの要注意日（波形が０をまたぐ日）とどのくらい一致するかを照合する。
　次に、ステップＳ１３０５において、制御部１７０は、不定愁訴出現日が、身体リズムの要注意日（波形が０をまたぐ日）とどのくらい一致するかを照合する。
　なお、バイオリズムには、プラスの期間（グラフの上半分）とマイナスの期間（グラフの上半分）がある。しかし、プラスが好調でマイナスが不調ということよりも、むしろ、０をまたぐ日を要注意日として気をつけなければならないとされている。
　また、前記したバイオリズムの計算式（ｓｉｎ（２πｔ／Ｔ））で要注意日を算出する場合に、要注意日が小数値（例えば１１．５日）となったときは、所定のアルゴリズムによってその小数値を整数値化すればよい。所定のアルゴリズムとしては、例えば、小数第１位の数値の切り捨て、切り上げ、四捨五入などがある。
　次に、ステップＳ１３０６において、制御部１７０は、統計データ１１５（図４（ｂ））を取得する。
次に、ステップＳ１３０７において、制御部１７０は、周期パターン（感情リズム、知性リズム、身体リズムのうち一番あてはまるもの）を確定する。女性の場合、感情リズムがあてはまりやすいと言われているので、不定愁訴出現日と要注意日の一致度だけでなく、感情リズム、知性リズム、身体リズムの順にあてはまりやすいという考えのもとで３種類のバイオリズムそれぞれに所定の重み付けをして判定するのが好ましい。ただし、知性リズムよりも身体リズムのほうがあてはまりやすいという考えのもとで各重み付けを決定してもよい。また、ステップＳ１３０６で取得する統計データ１１５は、不定愁訴出現日と要注意日の一致度がいずれのリズムでも低いときに使用するのが好ましく、一致度が高いときは使用しなくてもよい。
　次に、ステップＳ１３０８において、確定した周期パターンが直近のものから変更されているのか否かを判定し、Ｙｅｓの場合はステップＳ１３０９に進み、Ｎｏの場合はステップＳ１３１０に進む。
　ステップＳ１３０９において、制御部１７０は、データを書き換える。例えば、確定した周期パターンの情報を用いて図３（ａ）のバイオリズム合致項目を更新する。
　ステップＳ１３１０において、制御部１７０は、操作者の体調を予測する。例えば、確定した周期パターンが感情リズムの場合、対象日がその感情リズムにおける要注意日（波形が０をまたぐ日）であれば体調は悪く、要注意日でなければ体調は良いものと予測する。
　図９に戻って、ステップＳ９１１の後、ステップＳ９１２において、制御部１７０は、生理情報が充分蓄積されているか否かを判定し、Ｙｅｓの場合はステップＳ９１３に進み、Ｎｏの場合はステップＳ９１７に進む。生理情報が充分蓄積されているか否かは、例えば、登録データ１１４に生理１０回分の情報が蓄積されているか否かにより判定する。
　ステップＳ９１３では、図１４に示すように、ステップＳ１４０１において、制御部１７０は、生理周期に沿って不調日（図３（ａ）の生理痛（発生日））を決定する（図３（ａ））。例えば、過去の体調ログに基づいて、生理周期の○日目に６０％以上の確率で生理痛が記録されていれば、その○日目を不調日と決定する。
　次に、ステップＳ１４０２において、不調日（図３（ａ）の生理痛（発生日））が変更されているのか否かを判定し、Ｙｅｓの場合はステップＳ１４０３に進み、Ｎｏの場合はステップＳ１４０４に進む。
　ステップＳ１４０３において、制御部１７０は、データ（図３（ａ）の生理痛（発生日））を書き換える。
　ステップＳ１４０４において、制御部１７０は、操作者の体調を予測する。具体的には、図３（ａ）の生理痛（発生日）に該当する日は、体調が悪いと予測する。
　ステップＳ９０８で「男性」の後、ステップＳ９１４において、制御部１７０は、体調ログ（登録データ１１４の体調記録データ）があるか否かを判定し、Ｙｅｓの場合はステップＳ９１５に進み、Ｎｏの場合はステップＳ９１６に進む。
　ステップＳ９１５は、ステップＳ９１０と比較して、図１２に示すステップＳ１２０２において記憶部１１０から取得する性別に応じた診断用情報１１７が異なるだけで、ほかは同様なので、重複する説明を省略する。
図９に戻って、ステップＳ９１６において、制御部１７０は、バイオリズムに基づく体調予測処理を行う。
　図１３のステップＳ９１１の処理と、図１５に示すステップＳ９１６の処理とを比較すると、図１３のステップＳ１３０３～Ｓ１３０５で、感情リズム、知性リズム、身体リズムの順で照合しているのに対し、図１５のステップＳ１５０３～Ｓ１５０５で、身体リズム、知性リズム、感情リズムの順で照合している点でのみ異なっており（性別差による特性の違いを考慮）、重複する説明を省略する。
　図９に戻って、制御部１７０は、ステップＳ９１７、ステップＳ９１８、ステップＳ９１９の各処理を行う。
　図１６に示すように、ステップＳ９１７の個人総合体調評価処理において、制御部１７０は、ステップＳ１６０１でバイオリズム情報以外の情報（気象情報（体調ログを含む。）、生理情報）があるか否かを判定し、Ｙｅｓの場合はステップＳ１６０２に進み、Ｎｏの場合はステップＳ１６０３に進む。
　ステップＳ１６０２において、制御部１７０は、バイオリズム情報、気象情報、生理情報を用いて、例えば５段階で体調を予測する。
　具体的には、例えば、対象者が女性の場合、次の計算式により体調を予測する。
　Ｓ＝Ｂ×ｂ＋Ｗ×ｗ＋Ｍ×ｍ
　Ｓ：計算値
　Ｂ：バイオリズム情報の値
　Ｗ：気象情報の値
　Ｍ：生理情報の値
　ｂ、ｗ、ｍ：重み付け係数　ｂ＋ｗ＋ｍ＝１
　ここで、Ｂ、Ｗ、Ｍの値は、次の通りとする。
　「良い」のとき「１」
　「普通」のとき「０．５」
　「悪い」のときは「０」
　例えば、Ｂは次の通りとする。
　感情リズム、知性リズム、身体リズムのうち、いずれにも要注意日（０をまたぐ日）がなく、かつ、プラス（グラフの上半分）のものが２つ以上のとき「良い」
　感情リズム、知性リズム、身体リズムのうち、いずれにも要注意日（０をまたぐ日）がなく、かつ、プラス（グラフの上半分）のものが１つ以下のとき「普通」
　感情リズム、知性リズム、身体リズムのうち、１つ以上に要注意日（０をまたぐ日）があるとき「悪い」
　例えば、Ｗは次の通りとする。
　対象日の予想気圧で頭痛の起きる確率が４０％未満のとき「良い」
　対象日の予想気圧で頭痛の起きる確率が４０％以上６０未満のとき「普通」
　対象日の予想気圧で頭痛の起きる確率が６０％以上のとき「悪い」
　例えば、Ｍは次の通りとする。
　生理による不調（倦怠感など）の起きる確率が４０％未満のとき「良い」
　生理による不調の起きる確率が４０％以上６０未満のとき「普通」
　生理による不調の起きる確率が６０％以上のとき「悪い」
そして、総合評価値は、次の通りとする。
　「　　０≦Ｓ＜０．２」のとき「５」
　「０．２≦Ｓ＜０．４」のとき「４」
　「０．４≦Ｓ＜０．６」のとき「３」
　「０．６≦Ｓ＜０．８」のとき「２」
　「０．８≦Ｓ≦１」　　のとき「１」
　なお、ｂ、ｗ、ｍの各値は、例えば、最初は、医師などの専門家が決定するか、あるいは、統計情報から分析した値を用いればよい。そして、体調予測と、その対象者の事後の自己評価の各データを蓄積し、それらのずれが最小になるように、ｂ、ｗ、ｍの各値を逐次変更すればよい。例えば、ｂ、ｗ、ｍの各値が「０．２」、「０．２」、「０．６」のとき、体調予測の総合評価値は「５」であったが、対象者の事後の自己評価が「４」であった場合、その条件で体調予測の総合評価値が「４」になるようにｂ、ｗ、ｍの各値を変更させればよい。このようにすれば、その対象者にパーソナライズした高精度の体調予測を実現することができる。
　このようにして、バイオリズム情報、気象情報、生理情報を用いて、５段階で体調を予測することができる。なお、生理情報に基づく体調予測が５段階で一番悪い「５」の場合は、バイオリズム情報、気象情報に関係なく、体調予測の総合評価値を「５」としてもよい。
　なお、対象者が男性の場合、生理情報を用いずに、バイオリズム情報と気象情報を用いて同様に５段階で体調を予測することができる。
　ステップＳ１６０３において、制御部１７０は、バイオリズム情報を用いて、例えば５段階で体調を予測する。
　具体的には、例えば、次の通りである。
　感情リズム、知性リズム、身体リズムのうち、いずれにも要注意日（０をまたぐ日）がなく、かつ、プラス（グラフの上半分）のものが３つのとき「１」
　感情リズム、知性リズム、身体リズムのうち、いずれにも要注意日（０をまたぐ日）がなく、かつ、プラス（グラフの上半分）のものが２つのとき「２」
　感情リズム、知性リズム、身体リズムのうち、いずれにも要注意日（０をまたぐ日）がなく、かつ、プラス（グラフの上半分）のものが１つのとき「３」
　感情リズム、知性リズム、身体リズムのうち、いずれにも要注意日（０をまたぐ日）がなく、かつ、プラス（グラフの上半分）のものが０のとき「４」
　感情リズム、知性リズム、身体リズムのうち、１つ以上に要注意日（０をまたぐ日）があるとき「５」
　このようにして、バイオリズム情報以外の情報が無くても、バイオリズム情報を用いて、５段階で体調を予測することができる。
　図１７に示すように、ステップＳ９１８のパートナー相性診断処理において、制御部１７０は、ステップＳ１７０１で、バイオリズムに基づいてパートナーとの相性を予測する。例えば、次の周知の計算式により相性を計算する。
　相性Ｃ＝｜｛ｓｉｎ（π・ｔ１／Ｔ）－ｓｉｎ（π・ｔ２／Ｔ）｝／２｜
　ただし、Ｔは、２３日周期の身体リズム、２８日周期の感情リズム、３３日周期の知性リズムのいずれかである。また、ｔ１は、対象者の生年月日から対象日までの日数である。また、ｔ２は、パートナーの生年月日から対象日までの日数である。
　なお、相性の計算式は、上記の式に限定されず、統計情報を分析して得られた他の式などを用いてもよい。
この相性予想の値（０以上１以下）を、例えば、５段階で評価する。一例としては、次のように評価する。Ｃの値が小さいほど相性が良い。
　「　　０≦Ｃ＜０．２」のとき「１」
　「０．２≦Ｃ＜０．４」のとき「２」
　「０．４≦Ｃ＜０．６」のとき「３」
　「０．６≦Ｃ＜０．８」のとき「４」
　「０．８≦Ｃ≦１」　　のとき「５」
　次に、ステップＳ１７０２において、制御部１７０は、相性ログ（図１の相性ログ１１８）があるか否かを判定し、Ｙｅｓの場合はステップＳ１７０３に進み、Ｎｏの場合は処理を終了する。相性ログは、図８（ｂ）の画面で、操作者がそのパートナーとのその日の相性についての印象を５段階で評価して入力した情報である。
　ステップＳ１７０３において、制御部１７０は、相性ログに基づいて相性予測を修正する。この修正には、相性ログ以外のデータも用いてよく、例えば、相性予測の結果がよくても、パートナーの生理日は相性が悪いことが多いという相性ログがあれば、相性予測を悪いほうに修正する。
　次に、図１８に示すように、ステップＳ９１９の統計処理において、制御部１７０は、ステップＳ１８０１で、統計情報（複数の対象者の体調ログなどのデータ）の新たな解析基準を取得したか否かを判定し、Ｙｅｓの場合はステップＳ１８０２に進み、Ｎｏの場合はステップＳ１８０３に進む。統計情報の新たな解析基準を取得する場合とは、例えば、医師などの専門家が、頭痛と気圧の関係などの解析基準を更新した場合などである。
　ステップＳ１８０２において、制御部１７０は、解析基準を更新する。更新した解析基準は、記憶部１１０に記憶させる。
　制御部１７０は、ステップＳ１８０３で解析基準を用いて統計情報（複数の対象者の体調ログなどのデータ）を解析し、ステップＳ１８０４でその解析結果を記憶部１１０に保存する。この解析結果を以降の処理に用いることで、例えば、気圧情報に基づいてそれまでよりも高精度に頭痛の発生を予測できる。
　図９に戻って、ステップＳ９１９の後、制御部１７０は、ステップＳ９２０において、通常表示（図５Ａ、図７）を行う。操作者は、例えば、図５Ａ（ｂ）の画面の領域１３２（およびそのすぐ下）を見ることで、本日の頭痛の発生の可能性を知ることができる。また、図５Ａ（ｂ）の画面の領域１３３を見ることで、本日の体調の総合評価を５段階で知ることができる。これらにより、本日の行動計画を適切に立てることができる。
　また、図５Ａ（ｂ）の画面から領域１３０Ａを右の画面にスワイプさせることで、図５（ｃ）の画面に切り替え、パートナーとの相性（領域１３２）、パートナーの体調の総合評価（領域１３３）などを知ることができ、そのパートナーとのコミュニケーションの取り方の参考にすることができる。
　図９に戻って、ステップＳ９２０の後、制御部１７０は、ステップＳ９０２に戻り、処理を継続する。
　このように、体調予測システム１００によれば、バイオリズムに基づいて予測した体調と、気象条件情報に基づいて予測した体調と、をそれぞれ所定の重み付けをして統合することで、対象者の体調を高精度で予測することができる。
また、対象者が女性の場合、さらに、生理情報に基づいて予測した体調を考慮することで、より高精度に対象者の体調を予測することができる。
　また、操作者の体調不良時は、対応するアドバイス内容を画面表示（図６）することで、操作者は、有益な体調不良対策情報を知ることができる。
　また、パートナーの体調予測情報やパートナーとの相性を知ることができるので（図５Ａ（ｃ））、パートナーとのコミュニケーションの取り方の参考にすることができる。
　また、操作者の体調ログや統計情報を蓄積し、解析することで、体調予測の精度を順次向上させることができる。
　以上で本実施形態の説明を終えるが、本発明の態様はこれらに限定されるものではない。
　例えば、体調予測システム１００において実行する処理の一部を、外部のサーバによって実行するようにしてもよい。サーバを用いれば、複数の対象者の情報をそのサーバで一括管理できるなどのメリットがある。
　また、個別または総合の体調予測などは、５段階に限定されず、３段階、８段階、１０段階などの他の区分けを用いてもよいし、あるいは、％などの他の単位を用いてもよい。
　また、体調予測システム１００は、スマートフォンに限定されず、例えば、ウエアラブル端末や、高機能メガネ（眼球の動きやまばたきなどから疲労度を推定する機能などを有するメガネ）などに搭載することで実現してもよい。
　その他、具体的な構成や処理について、本発明の主旨を逸脱しない範囲で適宜変更が可能である。
　１００　体調予測システム
　１１０　記憶部
　１１１　個人分析データＡ
　１１２　個人分析データＢ
　１１３　個人総合体調評価データ
　１１４　登録データ
　１１５　統計データ
　１１６　体調予測結果
　１１７　診断用情報
　１１８　相性ログ
　１１９　アドバイス情報
　１２０　入力部
　１３０　表示部
　１４０　第１外部情報取得部
　１５０　第２外部情報取得部
　１６０　通信部
　１７０　制御部

Claims (6)

  1. 　対象者について、少なくともバイオリズムおよび気象に関する情報を用いて体調を予測する体調予測システムであって、
    　データ入力の際に操作される入力部と、
    　前記対象者の生年月日、および、前記対象者が過去に所定の体調不良となったときの気象条件情報を記憶する記憶部と、
    　体調予測を行う対象日が前記記憶部に記憶された前記対象者の生年月日から何日目かを計算して、バイオリズムにおける２３日周期の身体リズム、２８日周期の感情リズム、３３日周期の知性リズムから前記対象日における前記対象者の体調を予測し、
    　外部装置から取得した前記対象日の気象予報情報と、前記記憶部に記憶された気象条件情報と、に基づいて、前記対象日における前記対象者の体調を予測し、
    　前記バイオリズムに基づいて予測した体調と、前記気象条件情報に基づいて予測した体調と、をそれぞれ所定の重み付けをして統合することで、前記対象日における前記対象者の体調を予測する制御部と、
    　前記制御部が予測した体調を表示する表示部と、
    　を備えることを特徴とする体調予測システム。
  2. 　前記対象者が女性の場合、
    　前記記憶部は、さらに、生理情報として前記対象者が自身の生理周期において所定の体調不良となったタイミング情報を記憶し、
    　前記制御部は、
    　前記記憶部に記憶されたタイミング情報を参照して、前記対象日が前記対象者の所定の体調不良のタイミングと一致するか否かに基づいて、前記対象日における前記対象者の体調を予測し、
    　前記バイオリズムに基づいて予測した体調と、前記気象条件情報に基づいて予測した体調と、前記生理情報に基づいて予測した体調と、をそれぞれ所定の重み付けをして統合することで、前記対象日における前記対象者の体調を予測する
    　ことを特徴とする請求項１に記載の体調予測システム。
  3. 　前記記憶部は、体調不良の内容ごとにアドバイス内容が対応付けられたアドバイス情報を記憶しており、
    　前記制御部は、前記入力部により前記対象者の体調不良の内容が入力されたとき、前記記憶部に記憶されたアドバイス情報を参照し、対応するアドバイス内容を前記表示部に表示する
    　ことを特徴とする請求項１に記載の体調予測システム。
  4. 　前記記憶部は、前記対象者のパートナーの設定情報を記憶しており、
    　前記制御部は、前記パートナーが使用している体調予測システムから、前記パートナーの体調予測情報を受信し、前記表示部に表示する
    　ことを特徴とする請求項１に記載の体調予測システム。
  5. 　前記記憶部は、前記対象者によって入力された、前記対象者と前記パートナーとの相性の記録である相性ログを記憶しており、
    　前記制御部は、前記対象者と前記パートナーとの相性をバイオリズムに基づいて予測し、さらに、前記記憶部の相性ログに基づいてその相性の予測を修正し、その修正した相性の予測の結果を前記表示部に表示する
    　ことを特徴とする請求項４に記載の体調予測システム。
  6. 　コンピュータを請求項１から請求項５のいずれか一項に記載の体調予測システムとして機能させるための体調予測プログラム。
PCT/JP2015/078946 2014-10-14 2015-10-13 体調予測システム、および、体調予測プログラム WO2016060127A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2014-210212 2014-10-14
JP2014210212A JP2016081190A (ja) 2014-10-14 2014-10-14 体調予測システム、および、体調予測プログラム

Publications (1)

Publication Number Publication Date
WO2016060127A1 true WO2016060127A1 (ja) 2016-04-21

Family

ID=55746671

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/078946 WO2016060127A1 (ja) 2014-10-14 2015-10-13 体調予測システム、および、体調予測プログラム

Country Status (2)

Country Link
JP (1) JP2016081190A (ja)
WO (1) WO2016060127A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2023136378A (ja) * 2022-03-17 2023-09-29 ミサワホーム株式会社 健康予報情報に基づくレポート作成システム

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6259147B1 (ja) * 2017-05-16 2018-01-10 佐々木　修 体調予測システム
JP7025131B2 (ja) * 2017-05-26 2022-02-24 一般財団法人日本気象協会 コンピュータプログラム、端末、方法およびサーバ

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002307354A (ja) * 2000-11-07 2002-10-23 Sega Toys:Kk 電子玩具
JP2013198656A (ja) * 2012-03-26 2013-10-03 Navitime Japan Co Ltd 情報処理システム、情報処理装置、端末装置、サーバ、情報処理方法および情報処理プログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002307354A (ja) * 2000-11-07 2002-10-23 Sega Toys:Kk 電子玩具
JP2013198656A (ja) * 2012-03-26 2013-10-03 Navitime Japan Co Ltd 情報処理システム、情報処理装置、端末装置、サーバ、情報処理方法および情報処理プログラム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2023136378A (ja) * 2022-03-17 2023-09-29 ミサワホーム株式会社 健康予報情報に基づくレポート作成システム
JP7427041B2 (ja) 2022-03-17 2024-02-02 ミサワホーム株式会社 健康予報情報に基づくレポート作成システム

Also Published As

Publication number Publication date
JP2016081190A (ja) 2016-05-16

Similar Documents

Publication Publication Date Title
CN107004242B (zh) 以移动通信终端为基础的生活指导方法、移动通信终端及记录该方法的计算机可读取的记录介质
US10650920B2 (en) Method and system for improving care determination
Jones Design for care: Innovating healthcare experience
JP6623280B2 (ja) 医療システム及びプログラム
CN109147931A (zh) 电脑辅助医疗法、非暂态电脑可读取存储媒体及医疗系统
JP2011164670A (ja) 生活習慣改善支援システム、生活習慣改善支援方法及びプログラム
JPWO2014006862A1 (ja) 生活習慣病改善支援システム、生活習慣病改善支援方法、生活習慣病改善支援用コンピュータプログラム、及び、生活習慣病改善支援用コンピュータプログラムを格納したコンピュータ読み取り可能な記録媒体
US20150118663A1 (en) System and Method for Predicting and Communicating Data Relating to a Partner's Mood and Sensitivity
CN108461110A (zh) 医疗信息处理方法、装置及设备
WO2016060127A1 (ja) 体調予測システム、および、体調予測プログラム
JP6814643B2 (ja) 表示システム、表示方法、及び表示プログラム
CN112908452A (zh) 事件数据建模
KR102110442B1 (ko) 인체 3차원 모델링에서의 경락 및 경혈 디스플레이 방법
CN102279943A (zh) 个人生命健康钟
JP5914735B1 (ja) 医療システム及びプログラム
Hull The subject and power of bioethics
Westwood et al. Social care and older people in home and community contexts: A review of existing research and evidence
US20220028534A1 (en) Clinical decision-making support apparatus, clinical decision-making support system, and clinical decision-making support method
Puddu et al. A clinician’s view of next-generation remote healthcare system
Efthymiou et al. Application of Sociocybernetic model in the field of Health Management
KR20220072050A (ko) 인공지능 주치의 서비스 프로그램 기록매체
Khan et al. Correlating health and wellness analytics for personalized decision making
US20220122727A1 (en) Apparatus and method for generating narrative for lifestyle recognition
US20200294651A1 (en) Sleep improvement assistance system, method, and program
JP7204082B2 (ja) 通知方法、プログラム、及び作業記録システム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15851382

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15851382

Country of ref document: EP

Kind code of ref document: A1