WO2016104326A1 - 生活習慣改善装置及び生活習慣改善方法並びに生活習慣改善システム - Google Patents

生活習慣改善装置及び生活習慣改善方法並びに生活習慣改善システム Download PDF

Info

Publication number
WO2016104326A1
WO2016104326A1 PCT/JP2015/085368 JP2015085368W WO2016104326A1 WO 2016104326 A1 WO2016104326 A1 WO 2016104326A1 JP 2015085368 W JP2015085368 W JP 2015085368W WO 2016104326 A1 WO2016104326 A1 WO 2016104326A1
Authority
WO
WIPO (PCT)
Prior art keywords
lifestyle
information
subject
pattern
biological information
Prior art date
Application number
PCT/JP2015/085368
Other languages
English (en)
French (fr)
Inventor
将典 橋崎
淳也 山本
中嶋　宏
Original Assignee
オムロン株式会社
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 オムロン株式会社 filed Critical オムロン株式会社
Priority to US15/528,885 priority Critical patent/US20170329932A1/en
Priority to EP15872895.6A priority patent/EP3211590A4/en
Priority to CN201580061259.XA priority patent/CN107004239A/zh
Publication of WO2016104326A1 publication Critical patent/WO2016104326A1/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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/02—Electrically-operated educational appliances with visual presentation of the material to be studied, e.g. using film strip
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Definitions

  • the present invention relates to a lifestyle improvement device, a lifestyle improvement method using this device, and a lifestyle improvement system.
  • people who are engaged in management related to lifestyle are collectively referred to as target persons.
  • Patent Document 1 discloses a technique for classifying life patterns.
  • Patent Documents 2 and 3 disclose techniques for managing sleep states.
  • Patent Document 2 and Patent Document 3 link behavior patterns such as exercise and sleep states, and provide the recommended number of steps, sleep time, or sleep time for taking good sleep.
  • behavior patterns such as each person's exercise and the state of sleep are linked and analyzed, and recommended actions for taking good sleep are shown. This is an evaluation based only on sleep and exercise, so-called behavior information.
  • the target person does not recognize the difference between the current pattern and the ideal pattern, the target person's own problems are not sufficiently understood, so the target person does not necessarily understand and accept the recommended action. Is not limited. Moreover, even if the subject follows the recommended behavior, the consciousness of continuing the recommended behavior may not be maintained.
  • the present invention has been made in view of such circumstances, and is not managed based only on behavioral information such as sleep and exercise, but is based on biological information such as weight and blood pressure and behavioral information such as sleep and exercise.
  • An object of the present invention is to provide a lifestyle improvement device and a lifestyle improvement method capable of accurately recognizing the current state of the subject based on various information indicating the state.
  • An object is to provide a lifestyle improvement device, lifestyle improvement method, and lifestyle improvement system that enable a person to send useful information regarding lifestyle improvement.
  • the lifestyle improvement device of the present invention includes a lifestyle pattern generation unit that generates a lifestyle pattern based on biological information that is information related to the subject's body and behavior information that is information related to the behavior of the subject, A lifestyle prediction unit that predicts the biological information of the subject based on the lifestyle pattern generated by the habit pattern generation unit.
  • the lifestyle improvement method of the present invention generates a lifestyle pattern based on biological information that is information related to physiology caused by the physical activity of the subject and behavior information that is dynamic information of the subject, and is generated.
  • biological information of the subject person is predicted based on the lifestyle pattern.
  • the lifestyle improvement system of the present invention includes a biological information database that stores biological information that is information related to the subject's body, a behavior information database that stores behavior information that is information related to the behavior of the subject, and the stored biological information.
  • a lifestyle pattern generation unit that generates a lifestyle pattern based on the information and the accumulated behavior information, and transmits a message to the target person based on the generated lifestyle pattern.
  • the generated lifestyle pattern of the target person is obtained by associating the biological information with the behavior information.
  • the current state of the target person can be accurately recognized, and the current problem of the target person can be clarified.
  • the prediction of the subject's biometric information in the future takes into account the subject's current situation and problems, and is useful for sending information related to lifestyle improvement to the subject.
  • FIG. 1 It is a block diagram which shows the structure of the lifestyle improvement apparatus which concerns on embodiment of this invention. It is a flowchart which shows the process of the lifestyle improvement apparatus which concerns on embodiment of this invention.
  • the figure which shows the basic database of the subject who concerns on embodiment of this invention It is a figure which shows the subject's weight measurement log
  • FIG. 1 is a block diagram showing the configuration of the lifestyle improvement device of this embodiment.
  • the apparatus receives data from the measurement unit 1 for acquiring biological information and behavior information, and the measurement unit 1, for example, a portable terminal (not shown) via a network, and transmits the data to a database 3 to be described later.
  • a communication unit 2 is provided.
  • the database 3 stores the biological information of the subject measured by the biological information measuring device together with the measurement history, and the behavior information of the subject measured by the behavior information measuring device together with the measurement history.
  • a stored behavior information database 32, a target database 33 in which basic information of the target is stored, an environmental information database 34 in which environmental information is stored, and lifestyle patterns of others other than the target are stored.
  • the other person's lifestyle pattern database 35 and the subject person's lifestyle pattern database 36 in which the lifestyle pattern of the subject generated by the lifestyle pattern generation unit 4 described later are stored are included.
  • the other person's lifestyle pattern database 35 may include a lifestyle pattern of an ideal person as the other person.
  • the present apparatus includes a lifestyle pattern generation unit 4 that generates a lifestyle pattern of the subject based on information in the biological information database 31 and the behavior information database 32, and the present from the past lifestyle patterns of the subject.
  • a lifestyle pattern detection unit 5 that detects a lifestyle pattern closest to the recent lifestyle pattern, compares the detected lifestyle pattern with a specific lifestyle pattern, and extracts a difference to determine the current lifestyle pattern Lifestyle assessment unit 6 for extracting problems, lifestyle prediction unit 7 for predicting biological information when the subject maintains the current lifestyle pattern, evaluation information and lifestyle prediction unit 7 for lifestyle assessment unit 6
  • a message creation unit 8 that creates a message based on the prediction information by the user, a display unit 10 that displays this message, and this display unit 1
  • a transmitting portion 9 for transmitting a message to.
  • biometric information refers to information about the subject's body.
  • the biometric information includes body weight, body fat percentage, internal fat level, basal metabolism, skeletal muscle percentage, body age, BMI (Body Mass Index), which can be measured with a body composition meter or weight scale.
  • BMI Body Mass Index
  • Systolic blood pressure measurable with sphygmomanometer diastolic blood pressure, subcutaneous fat thickness measurable with subcutaneous fat meter, internal fat level measurable with internal fat meter, heart rate measurable with heart rate meter, basis measurable with thermometer
  • body temperature including body temperature, but are not limited thereto.
  • Behavior information refers to information on the behavior of the subject.
  • behavior information for example, sleep time that can be measured with a sleep meter, bed time that is the time when the user gets to the floor, wake time that is the time when the user leaves the floor, and a pedometer or activity meter Possible number of steps per unit time (you may distinguish the number of steps taken fast or steps up), biological information measurement time, presence or absence of biological information measurement, calories burned, fat burning amount, wearable device attachment / detachment time, Wearable device wear time, duration of jogging that can be measured with wearable device life log, number of steps, distance traveled, number of chews measurable with chewing counter, distance traveled by GPS (Global Positioning System) However, it is not limited to these.
  • FIG. 11 shows blood pressure measurement probabilities in each period of the subject's weight gain period and weight loss period.
  • the blood pressure measurement probability is based on the time when the blood pressure is measured, and indicates the rate at which the blood pressure was measured at that time. It is assumed that blood pressure measurement is performed at specific times in the morning and evening. Specifically, morning blood pressure is measured within 1 hour after getting up and evening blood pressure is measured before going to bed. Therefore, the time for blood pressure measurement is in the range from 6 am to 24:00.
  • the measurement probability shows a rise in a specific time zone in the morning and evening, so that the subject is measuring regularly, and It can be recognized that the rhythm is stable. That is, in the weight loss period, it is considered that the subject's awareness of lifestyle is high and motivation is improving.
  • FIG. 12 shows the basal body temperature measurement probability in each period of the subject's weight gain period and weight loss period.
  • This basal body temperature measurement probability indicates the ratio at which the basal body temperature was measured at the time based on the time when the basal body temperature was measured. It is recommended to measure basal body temperature immediately after getting up and at the same time as possible. In this example, the measurement time of the basal body temperature is in the range from 5 am to 12 noon.
  • the measurement probability shows a rise in a specific time zone in the morning, so that the subject regularly measures and the wake-up rhythm is stable. It can be recognized that Also in this example, it is considered that the consciousness of the subject about the lifestyle is high in the weight loss period, and motivation is improved.
  • the lifestyle pattern is information indicating a lifestyle that is assumed to be daily routine behavior, and refers to a collection of information formed based on biological information and behavior information.
  • the measurement unit 1 is equipped with a biological information measuring device and a behavior information measuring device as described above. Note that these measuring devices may be measuring devices that measure both biological information and behavior information.
  • a sleep meter and a blood pressure monitor are used not only for acquiring biological information or behavior information, but also for measuring equipment that can simultaneously acquire both pieces of information.
  • the maximum blood pressure and the minimum blood pressure are obtained as biological information, and the measurement time is obtained as behavior information.
  • the sleep meter as shown in FIG. 6, sleep information such as sleep time as biometric information, sound sleep time when the subject was able to sleep well, and measurement information of the sleep meter, wake-up time, and the like are obtained as behavior information.
  • the biological information and behavior information measurement device has a short-range wireless communication function that transmits a measurement result to the portable terminal by short-range wireless communication.
  • the short-range wireless communication function includes, for example, NFC (Near Field Communication), Felica (registered trademark) communication, USB (Universal Serial Bus) communication, or Bluetooth (registered trademark) communication, but is not limited thereto. Absent.
  • a portable terminal (not shown) has a short-range wireless communication function capable of performing short-range wireless communication with a biological information measurement device or behavior information measurement device, and a network communication function capable of communication via a network such as the Internet. . Specifically, the portable terminal transmits data in which an ID (identification code) is added to the measurement data measured by the biological information measurement device or the behavior information measurement device to the communication unit 2.
  • ID identification code
  • this type of portable terminal includes a smartphone that has already been commercialized, a tablet computer or a wearable computer may be used. The portable terminal can be replaced with a personal computer or the like. It is desirable to have a portable terminal or a device that substitutes it for each target person.
  • the communication unit 2 receives measurement data to which an ID transmitted from the mobile terminal is assigned.
  • the measurement data is stored in the biological information database 31 and the behavior information database 32 via the communication unit 2.
  • measurement values measured by each measuring device and measurement date / time are stored as a measurement history.
  • FIG. 4 shows weight measurement history data
  • FIG. 5 shows blood pressure measurement history data.
  • the measurement date and time of the weight and the weight measured at the date and time are stored for each subject with different IDs.
  • the database is provided with an area for storing measurement data, but an area in which no measurement data is stored means that no measurement data exists.
  • the measurement data is different for each subject, and even for the same subject, the data is often different in time series.
  • the basic information of the target person includes, but is not limited to, an ID for identifying the target person, the name, gender, date of birth, etc. of the target person.
  • the environmental information includes information acquired by a system that acquires external environment information and information acquired by a device that acquires indoor environment information. Examples of this information include, but are not limited to, temperature, humidity, illuminance, and the like that vary depending on the weather, season, and the like at the time when the biological information and behavior information are measured.
  • the other person's lifestyle pattern database 35 stores the lifestyle pattern of the other person. Specifically, a lifestyle pattern including basic information such as sex and age, biological information such as height and weight, and behavior information such as exercise is created in advance.
  • the lifestyle pattern of the ideal person may be stored in the other person's lifestyle pattern database 35 by acquiring the ideal lifestyle pattern of the person such as an athlete in advance.
  • the living body information measuring device and behavior information measuring device used in this system need only have a measuring device related to the object that the subject wants to improve, but when multiple measuring devices are used. Is preferable in that the acquired data becomes rich and the state of the subject can be recognized more specifically.
  • the subject wants to lose weight, he can use not only a scale and a pedometer, but also a sleep meter to analyze the relationship between sleep and weight, for example. You may go.
  • the lifestyle pattern generation unit 4 generates a lifestyle pattern based on the state and behavior information indicated by the biological information of the subject.
  • Behavior information listed as a component for generating a lifestyle pattern is linked to the state indicated by the classified biological information shown below.
  • the state indicated by this biological information can be classified using a method of judging from the chronological order. For example, it is determined whether the state is “improvement”, “deterioration”, or “maintenance” in time series, and the state is classified into these three states. That is, the classification of this state is performed by analyzing whether it is increasing, decreasing, or no change based on the previous value. Alternatively, a method may be performed by analyzing whether the slope of a straight line that has undergone linear regression when viewed in a certain period is greater than or less than a certain value.
  • the method of classifying the biological information of a certain period according to the state is not limited to the method of judging from such a time series context, and a method of judging by comparing a fixed point value with a certain reference value may be used.
  • the state is classified by determining whether or not it is ill.
  • a comparison can be made with reference values such as a hypertension standard based on home blood pressure (maximum blood pressure / minimum blood pressure) of 135/85 [mmHg] and a standard BMI of obesity of 25 or more, thereby classifying the state. be able to.
  • a method for classifying the state indicated by the biological information a method based on a combination of the classification determined from the chronological order and the state classified by the reference value may be used.
  • the state of change is classified into “weight loss”, “weight increase”, and “maintenance”, and is classified into “skin”, “normal”, and “obesity” according to the standard value of obesity, and these classifications are combined.
  • New classification for example, with respect to body weight, the state of change is classified into “weight loss”, “weight increase”, and “maintenance”, and is classified into “skin”, “normal”, and “obesity” according to the standard value of obesity, and these classifications are combined. New classification.
  • the state of change is classified into “hypertensive”, “boosted”, and “maintained”, and classified into “hypertension”, “normally high”, and “normal” according to the standard value of hypertension, and these categories are combined. New classification.
  • the weight data of the subject is obtained from the biological information database 31, and the sleep data and exercise data are obtained from the behavior information database 32, respectively.
  • ⁇ In acquiring these data, it is judged whether the past data of the subject is sufficiently accumulated. Here, a certain amount of data is required for the subject, and for example, a data amount of one month, three months, or one year is sufficient. If the data is sufficient, use the subject's own data.
  • the lifestyle patterns of others similar to the subject are extracted from the others lifestyle pattern database 35 and used as the subject's data.
  • the requirements to be similar include basic information such as sex and age, biological information such as height, and sleep information including sleep data. In this case, the data of a person whose requirements are similar to the target person is selected as the target person's data.
  • the processing is performed by switching to the subject's own data without using the other's data.
  • a daily 24-hour lifestyle pattern is created.
  • FIG. 8 shows the time-series weight fluctuations of the subject, and shows whether the weight status for each period is “weight loss period”, “maintenance period”, or “weight increase period” by the above classification method.
  • the recent 24-hour lifestyle pattern based on the recent sleep data and exercise data including the present of the subject.
  • Create The duration of the “recent” period may be one day or one week, and is not particularly defined.
  • the weight status is the probability of being on the floor and the average amount of exercise from the sleep data and exercise data measured during each of the "maintenance period", "weight gain period”, and "weight loss period”. Calculate the average number of steps.
  • FIG. 9 shows the average number of steps per hour in a range of 24 hours in each period of “weight loss period” and “weight gain period”.
  • FIG. 10 also shows the probability of being on the floor in the range of 24 hours in each period of “weight loss period” and “weight gain period”.
  • the weight data (biological information) is linked to the step count data (behavior information) and sleep data (behavior information), so that each of the “weight loss period” and “weight gain period” A lifestyle pattern is generated.
  • the lifestyle pattern generated in this way is stored in the subject lifestyle pattern database 36.
  • the lifestyle pattern detection unit 5 detects the lifestyle pattern closest to the recent lifestyle pattern including the current state of the subject from the past subject lifestyle patterns stored in the subject lifestyle pattern database 36. Specifically, for example, a lifestyle pattern associated with behavior information indicating that the average number of steps per day is the closest is detected.
  • the lifestyle assessment unit 6 includes a lifestyle pattern closest to the recent lifestyle pattern including the current detected by the lifestyle pattern detection unit 5 and a lifestyle pattern or a “maintenance period” during the period of “weight loss period”.
  • the difference with the lifestyle pattern of the period to be taken is extracted.
  • the difference between the two lifestyle patterns is, for example, sleep data relating to sleep such as sleep time, wake-up time, sleep time, sound sleep time, wake-up time shown in FIG. 6, walking data shown in FIG. It is obtained by comparing the exercise data. Based on this difference, problems in recent lifestyle patterns are extracted.
  • the lifestyle prediction unit 7 estimates the future weight change of the subject such as one week later, one month later, and one year later. Make a prediction.
  • FIG. 13 illustrates time-series weight fluctuations, but this example shows data over a longer period than FIG.
  • the appearance pattern is easy to repeat “decreasing period”, “maintenance period”, and “increased period”, or when the “maintenance period” of the appearance pattern is short, the appearance pattern is likely to rebound. If the “maintenance period” is long, it is predicted that it will not rebound and it will be easy to shift to the “weight loss period”.
  • the environmental information stored in the environmental information database 34 is individually evaluated for the influence on the biological information. By doing so, it is also possible to calculate the influence of fluctuations in biological information on lifestyle and environment. It is also possible to predict changes in biological information based on this calculation result.
  • the message creation unit 8 creates the problem extracted by the lifestyle evaluation unit 6 and the prediction information predicted by the lifestyle prediction unit 7 as a message.
  • This message preferably includes information that can be expected to be most effective for the target person or information that does not deteriorate the biological information.
  • the transmission unit 9 transmits a message indicating a problem and / or a prediction message to the display unit 10 via the network.
  • the target person can recognize the message by displaying various transmitted messages on the display unit 10.
  • a device such as a mobile terminal, a smartphone, a tablet, or a personal computer is used as appropriate.
  • the weight is classified into the “weight loss period”, the “weight increase period”, and the “maintenance period” is given as the state of the biometric information. It can be classified as "maintenance period”, or the basal body temperature can be classified into a menstrual cycle, an ovulation day, a low-temperature phase, a stable phase of the high-temperature phase, and an unstable phase, and can be selected as appropriate.
  • the lifestyle pattern generation unit generates a lifestyle pattern by combining biological information and behavior information associated with the biological information.
  • the lifestyle pattern of the subject is in accordance with the actual situation of the subject. The difference can be clearly grasped by comparing the recent lifestyle pattern including the present of the subject and the past lifestyle pattern thus generated.
  • this device can predict biological information such as the weight of the subject in the future, and based on this prediction It is possible to provide lifestyle improvement information for the subject.
  • the prediction process it is also possible to predict the variation of biological information in consideration of the influence of environmental information etc. on the biological information, for example, the prediction of variation such as weight and blood pressure.
  • the prediction message is highly satisfactory for the target person, and more effective support can be provided for improving lifestyle and environment.
  • the target person can obtain information related to his / her recent problems and future predictions. As a result, it is possible for the target person to fully understand the necessity and importance of improving lifestyle and the environment, and to take necessary actions in a convinced state. Expect to be maintained.
  • ⁇ Lifestyle evaluation unit according to another embodiment of the present invention>
  • it has the structure which compares the recent lifestyle pattern including the subject's present with the past lifestyle pattern of the subject closest to this recent lifestyle pattern.
  • the subject stored in advance in the other lifestyle pattern database 35 is ideal. A person who, for example, an athlete's lifestyle pattern is selected and compared with this, and the aspect which grasps
  • weight data is used as biological information
  • sleep data and exercise data are used as behavior information.
  • the subject's weight data is obtained from the biological information database 31, and the sleep data and exercise data are obtained from the behavior information database 32 (ST1).
  • step 4 In acquiring these data, it is determined whether or not these data in the past of the subject are sufficiently accumulated (ST2). A certain amount of data is required for the subject person. For example, a data amount of one month, three months, or one year is sufficient. If the data is sufficiently stored, the process of step 4 (ST4) described later is performed using the subject's own data.
  • the lifestyle pattern of the other person similar to the subject person is used as the subject person data from the other person lifestyle pattern database 35.
  • the requirements to be similar include basic information such as sex and age, biological information such as height, and sleep information including sleep data.
  • the data of the person whose requirements are similar to the target person is selected as the target person data (ST3), and the process of step 4 (ST4) is performed.
  • the processing is performed by switching to the subject's own data without using the other's data.
  • step 4 a 24-hour lifestyle pattern for each day is created based on the acquired past sleep data and exercise data of the subject or the past sleep data and exercise data regarded as the subject. .
  • a recent 24-hour lifestyle pattern is created based on the recent sleep data and exercise data including the subject's present. To do.
  • the duration of the “recent” period may be one day or one week, and is not particularly defined. (ST6).
  • the probability of being on the floor and the average number of steps in each period are calculated from the sleep data and exercise data measured in each period of the above-mentioned “maintenance state”, “weight increase state”, and “weight loss state” ( ST7).
  • the past lifestyle pattern of the subject is compared with the recent lifestyle pattern including the present of the subject, and the lifestyle pattern closest to the recent lifestyle pattern including the present is detected. (ST8).
  • the lifestyle pattern closest to the recent lifestyle pattern, including the detected present, and the preferred weight state for example, the lifestyle pattern during the period of “weight loss” or the period of “maintenance”
  • the difference from the lifestyle pattern is extracted (ST9).

Abstract

　生活習慣改善装置は、対象者の身体活動により起こる生理に関する情報である生体情報と、対象者の動的な情報である行動情報とに基づき、生活習慣パターンを生成する生活習慣パターン生成部と、この生活習慣パターン生成部によって生成された生活習慣パターンに基づいて対象者の生体情報を予測する生活習慣予測部とを含む。

Description

生活習慣改善装置及び生活習慣改善方法並びに生活習慣改善システム
　本発明は、生活習慣改善装置及びこの装置を用いた生活習慣改善方法並びに生活習慣改善システムに関する。ここでは、生活習慣に関する管理に取り組んでいる人を総称して対象者という。
　近年、生活習慣が大きな原因となる疾患に対して、その予防意識が向上している。既に、疾患をかかえている人、あるいは予備軍とされる人は生活習慣を改善することが望まれる傾向がある。また、健康な人であっても自身の健康を維持していく意識を強くもって生活する人が多い。
　こうした傾向から、健康管理のための技術やサービスが望まれている。
　特許文献１には、生活パターンを分類する技術が開示されている。
　特許文献２、特許文献３には、睡眠状態を管理する技術が開示されている。
　以上のように、特許文献２、特許文献３の技術は、運動などの行動パターンと睡眠状態とを紐付け、良い睡眠をとるため推奨される歩数や、睡眠時刻あるいは睡眠時間を提供する。
特許第５４６６７１３号公報 特開２０１４－３０４９４号公報 特許第４１９２１２７号公報
　従来の睡眠改善に関する技術では、各人の運動などの行動パターンと睡眠の状態を紐付けて分析されており、良い睡眠をとるための推奨行動が示されている。これは、睡眠と運動、いわゆる行動情報のみに基づいた評価を行うものである。
　一般に、対象者自身が現状パターンと理想パターンの差異を認識していない場合、対象者自身の問題点の把握が十分になされていないため、推奨される行動について対象者は必ずしも納得して受け入れるとは限らない。また、たとえ対象者が推奨行動に従った場合でも、その推奨行動を持続する意識が保たれない場合もある。
　さらに、従来では、現状の生活習慣が将来どのような結果をもたらすかといった予測は十分に行われていなかった。これは、生活習慣に関する情報が蓄積されたデータベースが十分に存在していなかったことがその原因の一つであると考えられる。
　本発明は、かかる実情に鑑みてなされたものであり、睡眠や運動などの行動情報のみに基づく管理ではなく、体重、血圧などの生体情報と、睡眠や運動などの行動情報など、対象者の状態を示す様々な情報に基づいて対象者の現状を精度よく認識できる生活習慣改善装置及び生活習慣改善方法を提供することを目的とする。
　また、本発明は、対象者の現状を精度よく認識することにより、対象者の現状の問題点を明確にでき、さらに対象者の問題点が考慮された生体情報の予測を行うことにより、対象者に対し、生活習慣改善に関する有益な情報発信を可能とする生活習慣改善装置及び生活習慣改善方法並びに生活習慣改善システムを提供することを目的とする。
　本発明の生活習慣改善装置は、対象者の身体に関する情報である生体情報と、対象者の行動に関する情報である行動情報とに基づき、生活習慣パターンを生成する生活習慣パターン生成部と、この生活習慣パターン生成部によって生成された生活習慣パターンに基づいて当該対象者の生体情報を予測する生活習慣予測部とを含む。
　本発明の生活習慣改善方法は、対象者の身体活動により起こる生理に関する情報である生体情報と、対象者の動的な情報である行動情報とに基づき、生活習慣パターンを生成し、この生成された生活習慣パターンに基づいて当該対象者の生体情報を予測する。
　本発明の生活習慣改善システムは、対象者の身体に関する情報である生体情報を蓄積する生体情報データベースと、対象者の行動に関する情報である行動情報を蓄積する行動情報データベースと、上記蓄積された生体情報と上記蓄積された行動情報に基づき生活習慣パターンを生成する生活習慣パターン生成部とを含み、この生成された生活習慣パターンに基づいて当該対象者にメッセージを送信する。
　本発明の生活習慣改善装置及び生活習慣改善方法並びに生活習慣改善システムによれば、生成される対象者の生活習慣パターンは、生体情報と行動情報との関連付けがなされたものとなる。これにより、対象者の現状を精度よく認識でき、対象者の現状の問題点を明確にできる。
　さらに将来における対象者の生体情報の予測は、対象者の現状及び問題点が考慮されたものとなり、対象者に対する生活習慣改善に関する情報発信に有益となる。
本発明の実施形態に係る生活習慣改善装置の構成を示すブロック図である。 本発明の実施形態に係る生活習慣改善装置の処理を示すフローチャートである。 本発明の実施形態に係る対象者の基本データベースを示す図 本発明の実施形態に係る対象者の体重測定履歴データを示す図である。 本発明の実施形態に係る対象者の血圧測定履歴データを示す図である。 本発明の実施形態に係る対象者の睡眠情報の測定履歴データを示す図である。 本発明の実施形態に係る対象者の行動情報の測定履歴データを示す図である。 本発明の実施形態に係る生活習慣改善装置を説明するための図であり、時系列の体重変動を示す図である。 本発明の実施形態に係る生活習慣改善装置を説明するための図であり、体重変動が減量期、増量期のそれぞれについて、１時間当りの平均歩数を２４時間の範囲で示す図である。 本発明の実施形態に係る生活習慣改善装置を説明するための図であり、体重変動が減量期と増量期のそれぞれについて、床にいる確率を２４時間の範囲で示す図である。 本発明の実施形態に係る生活習慣改善装置を説明するための図であり、体重変動が減量期と増量期のそれぞれについて、血圧測定確率を午前６時から２４時までの範囲で示す図である。 本発明の実施形態に係る生活習慣改善装置を説明するための図であり、体重変動が減量期と増量期のそれぞれについて、基礎体温測定確率を午前５時から１２時までの範囲で示す図である。 本発明の他の実施形態に係る生活習慣改善装置を説明するための図であり、時系列の体重変動を示す図である。
　図１は、本実施形態の生活習慣改善装置の構成を示すブロック図である。
　本装置は、生体情報及び行動情報を取得するための測定部１と、この測定部１、例えば、携帯端末（図示せず）からネットワークを介してデータを受信し、後述するデータベース３に送信する通信部２を備える。
　データベース３には、生体情報測定機器によって測定された対象者の生体情報がその測定履歴とともに記憶されている生体情報データベース３１、行動情報測定機器によって測定された対象者の行動情報がその測定履歴とともに記憶されている行動情報データベース３２、対象者の基本情報が記憶された対象者データベース３３、環境情報が記憶されている環境情報データベース３４、対象者以外の他者の生活習慣パターンが記憶されている他者生活習慣パターンデータベース３５、及び後述する生活習慣パターン生成部４によって生成された対象者の生活習慣パターンが記憶されている対象者生活習慣パターンデータベース３６が含まれる。なお、他者生活習慣パターンデータベース３５には、他者として、理想とされる人の生活習慣パターンを含んでいてもよい。
　さらに、本装置は、生体情報データベース３１と行動情報データベース３２の情報に基づいて対象者の生活習慣パターンを生成する生活習慣パターン生成部４、対象者の過去の生活習慣パターンの中から現在を含む最近の生活習慣パターンに最も近い生活習慣パターンを検出する生活習慣パターン検出部５、検出された生活習慣パターンと特定の生活習慣パターンを比較し、差を抽出することにより、現在の生活習慣パターンの問題点を抽出する生活習慣評価部６、対象者が現在の生活習慣パターンを維持した場合の生体情報の予測を行う生活習慣予測部７、生活習慣評価部６による評価情報及び生活習慣予測部７による予測情報に基づいてメッセージを作成するメッセージ作成部８、このメッセージを表示する表示部１０、この表示部１０にメッセージを送信する送信部９を備える。
　ここで、生体情報とは、対象者の身体に関する情報をいう。
　具体的には、生体情報としては、体重体組成計や体重計で測定可能な体重、体脂肪率、内脂肪レベル、基礎代謝、骨格筋率、体年齢、ＢＭＩ（Body　Mass　Index：肥満度）、血圧計で測定可能な最高血圧、最低血圧、皮下脂肪計で測定可能な皮下脂肪厚、内脂肪計で測定可能な内脂肪レベル、心拍計で測定可能な心拍数、体温計で測定可能な基礎体温を含む体温などが挙げられるが、これらに限らない。
　行動情報とは、対象者の行動に関する情報をいう。
　具体的には、行動情報としては、例えば、睡眠計で測定可能な睡眠時間、床に就いた時刻である就床時間、床を出た時刻である起床時間、歩数計や活動量計で測定可能な単位時間当たりの歩数（早歩き歩数や階段上り歩数を区別してもよい）、生体情報の計測時刻、生体情報の計測の有無、消費カロリー、脂肪燃焼量、ウェアラブルデバイスの装着・着脱時刻、ウェアラブルデバイスの装着時間、ウェアラブルデバイスなどのライフログで測定可能なジョギングなどの継続時間、歩数、移動距離、咀嚼回数計で測定可能な咀嚼回数、ＧＰＳ（Global Positioning System ）で測定可能な移動距離などが挙げられるが、これらに限らない。
　例えば、行動情報として、図１１、図１２に示すような、測定確率がある。
　図１１は、対象者の体重増量期及び体重減量期のそれぞれの期間における血圧測定確率を示す。血圧測定確率とは、血圧を測定した時刻に基づいて、その時刻において血圧が測定された割合を示す。血圧測定は、朝と晩の特定の時刻に行うことを前提としている。具体的には、朝の血圧測定は起床後１時間以内、晩の血圧測定は就床前としている。従って、血圧測定対象の時刻は午前６時から２４時までの範囲とされている。
　図１１では、体重減量期では体重増量期に比べ、朝と晩の特定の時間帯に測定確率が立ち上がりを示していることから、対象者が規則正しく測定していること、及び起床、就床のリズムが安定していることが認識できる。つまり、体重減量期では対象者の生活習慣に対する意識が高く、モチベーションが向上していると考えられる。
　また、図１２は、対象者の体重増量期及び体重減量期のそれぞれの期間における基礎体温測定確率を示す。この基礎体温測定確率とは、基礎体温を測定した時刻に基づいて、その時刻において基礎体温が測定された割合を示す。基礎体温測定は、起床後すぐ、かつできるだけ同じ時間に測定することが推奨されている。この例では、基礎体温の測定時刻は午前５時から正午１２時までの範囲とされている。
　図１２では、体重減量期では体重増量期に比べ、朝の特定の時間帯に測定確率が立ち上がりを示していることから、対象者が規則正しく測定していること、及び起床のリズムが安定していることが認識できる。この例においても、体重減量期では対象者の生活習慣に対する意識が高く、モチベーションが向上していると考えられる。
　こうした生体情報の測定確率は行動情報として本装置に適用される。
　また、生活習慣パターンとは、日々のルーチン化された行動とされる生活習慣を示す情報であり、生体情報と行動情報に基づいて形成される情報の集合体を指す。
　測定部１には、上記のような生体情報の測定機器および行動情報の測定機器が備えられている。なお、これらの測定機器は、生体情報と行動情報の両方を測定する測定機器であってもよい。
　例えば、睡眠計や血圧計は、生体情報あるいは行動情報のどちらかの情報を取得するだけでなく、これら両方の情報を同時に取得できる測定機器としても用いられる。
　具体的には、血圧計では、図５に示すように、測定が行われた際、生体情報として最高血圧や最低血圧が得られとともに、行動情報としてその測定時刻が得られる。また、睡眠計では、図６に示すように、生体情報として睡眠時間、対象者が熟睡できたとされるぐっすり睡眠時間など、行動情報として睡眠計の測定日、起床時間など得られる。
　また、生体情報や行動情報の測定機器は、生体情報や行動情報の測定機能に加え、測定結果を近距離無線通信により携帯端末に送信する近距離無線通信機能を備える。近距離無線通信機能としては、例えば、ＮＦＣ（Near Field Communication）、Ｆｅｌｉｃａ（登録商標）による通信、ＵＳＢ（Universal Serial Bus)通信、または、Ｂｌｕｅｔｏｏｔｈ（登録商標）による通信が挙げられるが、これらに限らない。
　携帯端末（図示せず）は、生体情報測定機器や行動情報測定機器との間で近距離無線通信が行える近距離無線通信機能、及びインターネットなどのネットワークを介して通信が行えるネットワーク通信機能を備える。携帯端末は、具体的には、生体情報測定機器や行動情報測定機器が測定した測定データにＩＤ（識別コード）が付与されたデータを通信部２に送信する。この種の携帯端末には、すでに商品化されているスマートフォンがあるが、タブレットコンピュータやウェラブルコンピュータを用いてもよい。また、携帯端末は、パーソナルコンピュータなどで代用することも可能である。携帯端末やこれを代用する機器は、対象者毎に保有することが望ましい。
　通信部２は、携帯端末から送信されるＩＤが付与された測定データを受信する。この測定データは通信部２を介して生体情報データベース３１，行動情報データベース３２に記憶される。
　生体情報データベース３１及び行動情報データベース３２には、各測定機器で測定された測定値及びその測定日時（年月日、時刻）が測定履歴として記憶されている。例えば、図４には、体重の測定履歴データが、図５には、血圧の測定履歴データが示されている。これらの測定履歴データが記憶されたデータベース３１，３２には、ＩＤの異なる対象者毎に、体重の測定日時とその日時に測定された体重が記憶されている。
　図４、図５に示すように、データベースには測定データを記憶する領域が設けられているが、測定データが記憶されていない領域は、測定データが存在しないことを意味する。測定データは各対象者で異なり、また、同じ対象者であっても時系列では異なるデータである場合も多い。
　図３に示すように、対象者の基本情報としては、対象者を識別するＩＤ、対象者の氏名、性別、生年月日などが挙げられるが、これらに限らない。
　環境情報としては、外部環境情報を取得するシステムによって取得される情報や、あるいは室内環境情報を取得する機器によって取得される情報がある。この情報は、生体情報や行動情報が測定された時期の気象、季節などによって変動する温度、湿度、照度などが挙げられるが、これらに限らない。
　他者生活習慣パターンデータベース３５には、他者の生活習慣パターンが記憶されている。具体的には、性別、年代などの基本情報、身長、体重などの生体情報と、運動などの行動情報を含む生活習慣パターンが予め作成されている。
　また、他者生活習慣パターンデータベース３５には、アスリート等、理想とされる人の生活習慣パターンを予め取得することにより、その理想とされる人の生活習慣パターンが記憶されていてもよい。
　なお、本システムで使用される生体情報測定機器及び行動情報測定機器は、対象者が改善したいと思っている対象に関連する測定機器があればよいが、複数個の測定機器を用いた場合には、取得されるデータが豊富になり、対象者の状態をより具体的に認識することができる点で好ましい。
　例えば、対象者が体重を減量したいと思っている場合、体重計や歩数計を用いるだけでなく、さらに、睡眠計を用いて、例えば睡眠と体重の関連を分析するなど、多角的な解析を行ってもよい。
　生活習慣パターン生成部４は、対象者の生体情報が示す状態と行動情報に基づいて、生活習慣パターンを生成する。
　生活習慣パターンを生成するための構成要素として挙げられる行動情報は、次に示す分類された生体情報が示す状態に紐付けられる。
　この生体情報が示す状態は、時系列の前後関係から判断する方法を用いて分類することができる。例えば、状態が時系列にみて「改善」「悪化」「維持」のいずれであるかの判断がなされ、それら３つの状態に分類される。すなわち、この状態の分類は、前回の値を基準として上昇しているか、減少しているか、あるいは、変化がないかを分析することにより行われる。あるいは、ある期間で見たときに線形回帰した直線の傾きが一定以上であるか、一定未満であるかを分析することにより行う方法でもよい。
　ある期間の生体情報を状態で分類する方法は、こうした時系列の前後関係から判断する方法に限ることなく、定点的な値とある基準値との比較により判断する方法を用いてもよい。例えば、「病気か否かの」判断を行うことにより、状態を分類する。この例として、家庭血圧による高血圧基準（最高血圧／最低血圧）が１３５／８５[ｍｍＨｇ]、肥満の基準ＢＭＩが２５以上といった基準値との比較を挙げることができ、これにより、状態を分類することができる。
　さらに、生体情報が示す状態の分類方法は、時系列の前後関係から判断された分類と、基準値によって分類された状態とを組み合わせることによる方法を用いてもよい。
　この方法では、例えば、体重に関して、変化の状態を「減量」「増量」「維持」に分類するとともに、肥満の基準値によって「痩せ」「普通」「肥満」に分類し、これらの分類を組み合わせることにより、新たな分類を行う。
　また、血圧に関する例では、変化の状態を「降圧」「昇圧」「維持」に分類するとともに、高血圧の基準値によって「高血圧」「正常高値」「正常値」に分類し、これらの分類を組み合わせることにより、新たな分類を行う。
　次に、生活習慣パターン生成部４における生活習慣パターンの生成方法の具体例を説明する。
　まず、対象者の体重データを生体情報データベース３１から、睡眠データ及び運動データを行動情報データベース３２からそれぞれ取得する。
　これらのデータの取得にあたり、対象者の過去のデータが十分に蓄積されているか否かが判断される。ここで、対象者のデータ量は、ある程度の量が必要であり、例えば、１か月、３か月、１年のデータ量であれば十分である。データが十分蓄積されている場合、対象者自身のデータを用いる。
　これに対し、データ量の蓄積が不十分である場合は、他者生活習慣パターンデータベース３５から対象者に類似する他者の生活習慣パターンを取り出し、対象者のデータとして用いる。類似するとされる要件は、性別、年代などの基本情報、身長などの生体情報、や睡眠データを含む睡眠情報などがある。この場合、これらの要件が対象者と類似する人のデータが、対象者のデータとして選択される。
　なお、対象者のデータが十分蓄積された時点では、他者のデータを用いず、対象者自身のデータに切り換えて処理を行う。
　取得された対象者の過去の睡眠データと運動データ、あるいは対象者とみなされた過去の睡眠データと運動データに基づいて、日毎の２４時間の生活習慣パターンを作成する。
　次に、対象者の生体情報のうち、体重について、一定の期間毎、例えば、１週間毎に体重の増減が±２％の変動であれば、これを「維持状態」とし、＋２～＋５％の変動であれば、これを「増量状態」とし、－２～－５％の変動であれば、これを「減量状態」とする分類を行う。図８に、対象者の時系列の体重変動を示し、上記分類方法により期間毎の体重の状態が「減量期」「維持期」「増量期」のいずれであるかを示す。
　次に、上記過去の睡眠データと運動データに基づく日毎の２４時間の生活習慣パターンの作成同様、対象者の現在を含む最近の睡眠データと運動データに基づいて、最近の２４時間の生活習慣パターンを作成する。「最近」とされる期間の幅としては、１日でも、１週間でもよく、特に規定されない。
　次に、上記体重の状態が「維持期」、「増量期」、「減量期」のそれぞれの期間において測定された睡眠データ及び運動のデータから、各期間における床にいる確率及び平均運動量である平均歩数を算出する。
　図９には、体重の状態が「減量期」と「増量期」のそれぞれの期間において、１時間当たりの平均歩数が２４時間の範囲で示されている。
　また、図１０には、体重の状態が「減量期」と「増量期」のそれぞれの期間において、床にいる確率が２４時間の範囲で示されている。
　図９乃至図１０に示されるように、体重データ（生体情報）が歩数データ（行動情報）および睡眠データ（行動情報）に紐付けられることにより、「減量期」と「増量期」におけるそれぞれの生活習慣パターンが生成される。
　このように生成された生活習慣パターンは、対象者生活習慣パターンデータベース３６に記憶される。
　生活習慣パターン検出部５は、対象者生活習慣パターンデータベース３６に記憶されている過去の対象者生活習慣パターンから、対象者の現在を含む最近の生活習慣パターンに最も近い生活習慣パターンを検出する。具体的には、例えば1日の平均歩数が最も近いといった行動情報に紐付けされた生活習慣パターンを検出する。
　この検出において、過去の対象者生活習慣パターンと、対象者の現在を含む最近の生活習慣パターンとの比較を行う際、相関、機械学習、推薦アルゴリズム、統計的手法などを用いた方法を用いることができる。
　生活習慣評価部６は、生活習慣パターン検出部５により検出された現在を含む最近の生活習慣パターンに最も近い生活習慣パターンと、「減量期」とされる期間の生活習慣パターンあるいは「維持期」とされる期間の生活習慣パターンとの差を抽出する。この二つの生活習慣パターンにおける差は、例えば、図６に示す寝つきの時刻、起床時刻、睡眠時間、ぐっすり睡眠時間、夜中の目覚め時間などの睡眠に関する睡眠データや、図７に示す歩行データなどの運動データを、それぞれ比較することにより得られる。この差に基づいて、最近の生活習慣パターンの問題点が抽出される。
　生活習慣予測部７は、過去の生活習慣パターンと最近の生活習慣パターンに最も近い過去の生活習慣パターンに基づいて、１週間後、１ヵ月後、１年後といった将来の対象者の体重変化の予測を行う。
　図１３には、時系列の体重変動が例示されているが、この例は図８より、長い期間にわたるデータが示されている。このようなデータを用いた場合は、状態の出現パターンと出現パターンの長さの観点から、現在の状態の把握及び将来における体重予測を行うことができる。図１３が示す例では、出現パターンは、「減量期」「維持期」「増量期」を繰り返しやすい、あるいは、出現パターンの「維持期」が短い場合は、リバウンドしやすいのに対し、出現パターンの「維持期」が長い場合は、リバウンドせず、「減量期」に移行しやすいといったことが予測される。
　このように、時系列で変化を示すデータを用いることにより、現在の状態を把握し、将来の状態を的確に予測することができる。
　さらに、予測にあたり、対象者が蓄積している睡眠データや運動データに加え、環境情報データベース３４に記憶されている環境情報、例えば温度、湿度、照度などが、生体情報に与える影響を個々に評価することにより、生活習慣、環境に対する生体情報の変動の影響を算出することもできる。この算出結果に基づいて生体情報の変動を予測することも可能である。
　メッセージ作成部８は、生活習慣評価部６によって抽出された問題点や生活習慣予測部７によって予測された予測情報をメッセージとして作成する。このメッセージには、対象者にとって最も改善効果の期待できる情報、あるいは生体情報が悪化しないような情報を含むことが望ましい。
　なお、最近の生活習慣パターンに近い過去の生活習慣パターンがない場合は、この点を予測メッセージに盛り込む。このよう場合は、例えば、過去２年以内にデータが存在しないほどの大きな変化があったことが認識されるものであり、最近の生活習慣パターンが近年にない悪い状態であるか、あるいは近年にない良い状態であるか、どちらかのメッセージとして出力される。
　送信部９は、ネットワークを介して表示部１０に、問題点を示すメッセージ及び／又は予測メッセージを送信する。
　表示部１０には、送信された種々のメッセージが表示されることにより、対象者はメッセージを認識することができる。この表示部１０は、携帯端末、スマートフォン、タブレット、パーソナルコンピュータなどの機器が適宜用いられる。
　本実施形態では、生体情報の状態として体重を「減量期」「増量期」「維持期」に分類した例を挙げたが、これに限らず、血圧を用い、「降圧期」「昇圧期」「維持期」に分類することや、あるいは基礎体温を月経周期や排卵日、低温相、高温相日数の安定時期や不安定時期に分類することもでき、適宜選択可能である。
　［生活習慣改善装置の効果］
　以上の構成の本発明の実施形態にかかる生活習慣改善装置において、生活習慣パターン生成部は、生体情報とこの生体情報に紐付けられた行動情報とを組み合わせることにより生活習慣パターン生成する。これにより、対象者の生活習慣パターンは、対象者の実態に即したものとなる。このように生成された、対象者の現在を含む最近の生活習慣パターンと過去の自身の生活習慣パターンとを比較することにより、その差異を明確に把握することができる。
　また、従来では、最近の生活習慣が将来どのような結果をもたらすかといった予測はなされていなかったが、本装置では、対象者の将来における体重などの生体情報を予測でき、この予測に基づいた対象者に対する生活習慣の改善情報を提供することができる。
　　また上記予測処理において、環境情報などが生体情報に与える影響を考慮した生体情報の変動の予測、例えば、体重や血圧などの変動の予測を行うこともできる。この結果、対象者にとって予測メッセージは納得性が高いものとなり、生活習慣・環境改善のためにより効果的な支援ができる。
　以上のように、対象者は、最近の自身の問題点及び将来の予測に関する情報を得ることができる。これにより、対象者が生活習慣・環境改善を行うにあたり、その必要性や重要性を十分理解し、納得した状態で必要な対応にあたることができ、しかも、その対応を継続することについての動機も維持されることが期待できる。
　＜本発明の他の実施形態にかかる生活習慣評価部＞
　上記実施形態においては、対象者の現在を含む最近の生活習慣パターンと、この最近の生活習慣パターンに最も近い対象者の過去の生活習慣パターンとを比較する構成を有している。他の実施形態として、対象者の現在を含む最近の生活習慣パターンに最も近い対象者の過去の生活習慣パターンに替えて、他者生活習慣パターンデータベース３５に予め記憶されている対象者が理想とする人、例えば、アスリートの生活習慣パターンを選択し、これと比較することによりその差異の把握を行う態様を挙げることができる。
　この構成では、対象者が憧れているアスリートあるいは目的の対象とするアスリートの生活習慣パターンに焦点をあてることで、自身の生活習慣パターンの望ましい状態を容易に具現化できる。こうした点は、対象者の心理によい影響を与え、対象者の健康維持あるいは向上に対し、対象者自身の動機を維持することできる。
　［生活習慣改善方法］
　本生活習慣改善方法について、図２の本実施形態における生活習慣改善装置の処理を示すフローチャートを参照しながら、以下に説明する。
　この実施形態では、生体情報として体重データを用い、行動情報としては、睡眠データ及び運動データを用いる。
　まず、生体情報データベース３１から対象者の体重データを、行動情報データベース３２から睡眠データ及び運動データを、それぞれ取得する（ＳＴ１）。
　これらのデータの取得にあたり、対象者の過去におけるこれらのデータが十分に蓄積されているかを判断する（ＳＴ２）。対象者のデータ量は、ある程度の量が必要であり、例えば、１か月、３か月、１年のデータ量であれば十分である。データの蓄積が十分である場合は、対象者自身のデータを用い、後述するステップ４（ＳＴ４）の処理を行う。
　これに対し、データの蓄積が不十分である場合は、他者生活習慣パターンデータベース３５から、対象者に類似する他者の生活習慣パターンを、対象者のデータとして用いる。類似するとされる要件は、性別、年代などの基本情報、身長などの生体情報や、睡眠データを含む睡眠情報などがある。この場合、これらの要件が対象者と類似する人のデータを、対象者のデータとして選択し（ＳＴ３）、ステップ４（ＳＴ４）の処理を行う。
　なお、対象者のデータが十分蓄積された時点では、他者のデータを用いず、対象者自身のデータに切り換えて処理を行う。
　ステップ４（ＳＴ４）では、取得された対象者の過去の睡眠データと運動データ、あるいは対象者とみなされた過去の睡眠データと運動データに基づいて、日毎の２４時間の生活習慣パターンを作成する。
　次に、対象者の生体情報のうち、体重について、一定の期間毎、例えば、１週間毎に体重の増減が±２％の変動であれば、これを「維持状態」とし、＋２～＋５％の変動であれば、これを「増量状態」とし、－２～－５％の変動であれば、これを「減量状態」とする分類を行う。「維持状態」、「増量状態」、「減量状態」がそれぞれ識別できるよう、データにフラグを立てておく（ＳＴ５）。
　次に、（ＳＴ４）の対象者の過去の日毎の２４時間の生活習慣パターン作成同様、対象者の現在を含む最近の睡眠データと運動データに基づいて、最近の２４時間の生活習慣パターンを作成する。「最近」とされる期間の幅としては、１日でも、１週間でもよく、特に規定されない。（ＳＴ６）。
　次に、上記体重が「維持状態」、「増量状態」、「減量状態」のそれぞれの期間において測定された睡眠データ及び運動のデータから、各期間における床にいる確率及び平均歩数を算出する（ＳＴ７）。
　次に、過去の対象者生活習慣パターンと、対象者の現在を含む最近の生活習慣パターンとを比較し、現在を含む最近の生活習慣パターンに最も近い生活習慣パターンを検出する。（ＳＴ８）。
　次に、検出された現在を含む最近の生活習慣パターンに最も近い生活習慣パターンと、好ましい体重の状態、例えば「減量状態」とされる期間の生活習慣パターンあるいは「維持状態」とされる期間の生活習慣パターンとの差を抽出する（ＳＴ９）。
　次に、この差に基づいて、最近の生活習慣パターンの問題点を抽出する（ＳＴ１０）。
　さらに、過去の生活習慣パターンと最近の生活習慣パターンに最も近い過去の生活習慣パターンに基づいて、１週間後、１ヵ月後、１年後といった将来の対象者の体重変化の予測を行う（ＳＴ１１）。
　次に、（ＳＴ１０）で抽出された問題点及び（ＳＴ１１）で得られた予測結果をメッセージとして作成し、表示する（ＳＴ１２）。
　以上の本生活習慣改善方法の効果については、上述した本生活習慣改善装置の効果と共通するので、省略する。
　なお、この出願は、日本で２０１４年１２月２５日に出願された特願２０１４－２６２３３６号に基づく優先権を請求する。その内容はこれに言及することにより、本出願に組み込まれるものである。また、本明細書に引用された文献は、これに言及することにより、その全部が具体的に組み込まれるものである。
３　データベース
　３１　生体情報データベース
　３２　行動情報データベース
　３３　対象者データベース
　３４　環境情報データベース
　３５　他者生活習慣パターンデータベース
　３６　対象者生活習慣パターンデータベース
４　生活習慣パターン生成部
５　生活習慣パターン検出部
６　生活習慣評価部
７　生活習慣予測部
８　メッセージ作成部

Claims (14)

  1. 　対象者の身体に関する情報である生体情報と、対象者の行動に関する情報である行動情報とに基づき、生活習慣パターンを生成する生活習慣パターン生成部と、
    　この生活習慣パターン生成部によって生成された生活習慣パターンに基づいて当該対象者の生体情報を予測する生活習慣予測部とを含む、生活習慣改善装置。
  2. 　請求項１に記載の生活習慣改善装置において、
    　上記生活習慣パターン生成部は、対象者の過去における生体情報を当該生体情報が示す状態によって分類し、それぞれの状態における上記行動情報に基づいて生活習慣パターンを生成すること、
    　を特徴とする生活習慣改善装置。
  3. 　請求項１または請求項２に記載の生活習慣改善装置において、
    　上記生体情報が示す状態は、当該生体情報の種類に応じて予め設定されている基準値あるいは当該状態の時系列の変化の少なくとも１つに基づいて分類されること、
    　を特徴とする生活習慣改善装置。
  4. 　請求項１または請求項２に記載の生活習慣改善装置において、
    　上記生活習慣パターン生成部によって生成された生活習慣パターンを記憶する記憶部と、
    　この記憶部に記憶された生活習慣パターンの中から、１つの生活習慣パターンを検出する生活習慣パターン検出部とをさらに含むこと、
    　を特徴とする生活習慣改善装置。
  5. 　請求項４に記載の生活習慣改善装置において、
    　生活習慣パターン検出部は、行動情報に基づいて生活習慣パターンを検出すること、
    　を特徴とする生活習慣改善装置。
  6. 　請求項４に記載の生活習慣改善装置において、
    　上記生活習慣パターン検出部は、上記記憶部に記憶された対象者の過去の生活習慣パターンの中から、対象者の現在を含む最近の生活習慣パターンに最も近い生活習慣パターンを検出すること、
    　を特徴とする生活習慣改善装置。
  7. 　請求項６に記載の生活習慣改善装置において、
    　上記検出された対象者の現在を含む最近の生活習慣パターンに最も近い過去の生活習慣パターンを対象者の最近の生活習慣パターンと認識し、この最近の生活習慣パターンと、特定の生活習慣パターンとを比較することにより、対象者の現在を含む最近の生活習慣の問題点を抽出する生活習慣評価部をさらに含むこと、
    　を特徴とする生活習慣改善装置。
  8. 　請求項１または請求項２に記載の生活習慣改善装置において、
    　対象者が、現在を含む最近の生活習慣パターンを維持した場合における将来の生体情報の予測を行う生活習慣予測部をさらに含むこと、
    　を特徴とする生活習慣改善装置。
  9. 　請求項８に記載の生活習慣改善装置において、
    　上記生活習慣予測部は、生体情報が示す状態の出現パターンとその出現パターンが現れている期間の長さに基づいて、対象者が現在を含む最近の生活習慣パターンを維持した場合における将来の生体情報の予測を行うこと、
    　を特徴とする生活習慣改善装置。
  10. 　請求項７に記載の生活習慣改善装置において、
    　上記生活習慣評価部によって抽出された問題点及び上記生活習慣評価予測部によって予測された予測情報に基づいて、対象者の生活習慣改善あるいは維持のための情報を含むメッセージを作成するメッセージ作成部をさらに含むこと、
    　を特徴とする生活習慣改善装置。
  11. 　対象者の身体に関する情報である生体情報と、対象者の行動に関する情報である行動情報とに基づき、生活習慣パターンを生成し、
    　この生成された生活習慣パターンに基づいて当該対象者の生体情報を予測する、
    　生活習慣改善方法。
  12. 　請求項１１に記載の生活習慣改善方法において、
    　対象者の過去における特定の生体情報を当該生体情報が示す状態によって分類し、それぞれの状態における上記行動情報に基づいて生活習慣パターンを生成すること、
    　を特徴とする生活習慣改善方法。
  13. 　請求項１１または請求項１２に記載の生活習慣改善方法において、
    　上記生体情報が示す状態を、当該生体情報の種類に応じて予め設定されている基準値あるいは当該状態の時系列の変化の少なくとも１つに基づいて分類すること、
    　を特徴とする生活習慣改善方法。
  14. 　対象者の身体に関する情報である生体情報を蓄積する生体情報データベースと、
    　対象者の行動に関する情報である行動情報を蓄積する行動情報データベースと、
    　上記蓄積された生体情報と上記蓄積された行動情報に基づき生活習慣パターンを生成する生活習慣パターン生成部とを含み、
    　この生成された生活習慣パターンに基づいて当該対象者にメッセージを送信する生活習慣改善システム。
PCT/JP2015/085368 2014-12-25 2015-12-17 生活習慣改善装置及び生活習慣改善方法並びに生活習慣改善システム WO2016104326A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US15/528,885 US20170329932A1 (en) 2014-12-25 2015-12-17 Living-habit improvement device, living-habit improvement method, and living-habit improvement system
EP15872895.6A EP3211590A4 (en) 2014-12-25 2015-12-17 Living-habit improvement device, living-habit improvement method, and living-habit improvement system
CN201580061259.XA CN107004239A (zh) 2014-12-25 2015-12-17 生活习惯改善装置、生活习惯改善方法及生活习惯改善系统

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2014262336A JP2016122348A (ja) 2014-12-25 2014-12-25 生活習慣改善装置及び生活習慣改善方法並びに生活習慣改善システム
JP2014-262336 2014-12-25

Publications (1)

Publication Number Publication Date
WO2016104326A1 true WO2016104326A1 (ja) 2016-06-30

Family

ID=56150346

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/085368 WO2016104326A1 (ja) 2014-12-25 2015-12-17 生活習慣改善装置及び生活習慣改善方法並びに生活習慣改善システム

Country Status (5)

Country Link
US (1) US20170329932A1 (ja)
EP (1) EP3211590A4 (ja)
JP (1) JP2016122348A (ja)
CN (1) CN107004239A (ja)
WO (1) WO2016104326A1 (ja)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3467762A4 (en) * 2016-05-23 2020-01-22 NEC Solution Innovators, Ltd. HEALTH CONDITION PREDICTION DEVICE, HEALTH CONDITION PREDICTION METHOD, AND COMPUTER-READABLE RECORDING MEDIUM
JP6799413B2 (ja) * 2016-08-09 2020-12-16 株式会社エムティーアイ 基礎体温予測プログラム、基礎体温予測方法
JP6473988B2 (ja) * 2017-01-12 2019-02-27 株式会社ＡｎｃｉｅｎｔＴｒｅｅ 検査データの予測、記録、比較装置
JP7152736B2 (ja) * 2017-03-30 2022-10-13 株式会社タニタ 情報処理装置、方法及びプログラム
JP6467601B1 (ja) * 2017-09-07 2019-02-13 メドケア株式会社 食事履歴システム
JP7073074B2 (ja) * 2017-10-26 2022-05-23 オムロンヘルスケア株式会社 目標管理システム、目標管理サーバ、および、目標管理プログラム
EP3578100A1 (en) * 2018-06-05 2019-12-11 Koninklijke Philips N.V. Method and apparatus for estimating a trend in a blood pressure surrogate
JP2020027309A (ja) * 2018-08-09 2020-02-20 ソフトバンク株式会社 情報管理システム及びプログラム
US20200196878A1 (en) * 2018-12-19 2020-06-25 Livemetric (Medical) S.A. System and method for blood pressure monitoring with subject awareness information
JP7337316B2 (ja) 2020-01-20 2023-09-04 株式会社AncientTree 治療に伴う検査データの予測、記録、比較装置
JP7395423B2 (ja) * 2020-05-26 2023-12-11 Kddi株式会社 食事と睡眠・運動に係る情報を提供可能な生活モニタ装置、システム、プログラム及び方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007034744A (ja) * 2005-07-27 2007-02-08 Matsushita Electric Ind Co Ltd アドバイスフォローアップシステム及びアドバイスフォローアップ方法
JP2009106681A (ja) * 2007-10-31 2009-05-21 Sanyo Electric Co Ltd 傾向予測装置及び傾向予測システム
JP2011258137A (ja) * 2010-06-11 2011-12-22 Sharp Corp 健康管理装置、健康管理制御プログラム、および記録媒体
JP2012058939A (ja) * 2010-09-08 2012-03-22 Seiko Epson Corp 血糖値予測システム
JP2014215691A (ja) * 2013-04-23 2014-11-17 日本電信電話株式会社 健康情報管理装置、方法及びプログラム

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8666766B2 (en) * 2008-08-06 2014-03-04 The Quantum Group, Inc. System and methods for simulating future medical episodes
US20100099954A1 (en) * 2008-10-22 2010-04-22 Zeo, Inc. Data-driven sleep coaching system
JP5185785B2 (ja) * 2008-11-19 2013-04-17 オムロンヘルスケア株式会社 健康状態判断装置
WO2010115194A1 (en) * 2009-04-03 2010-10-07 Intrapace, Inc. Feedback systems and methods for communicating diagnostic and/or treatment signals to enhance obesity treatments
EP2437652A1 (en) * 2009-06-04 2012-04-11 Koninklijke Philips Electronics N.V. Method and system for providing behavioural therapy for insomnia
GB2471902A (en) * 2009-07-17 2011-01-19 Sharp Kk Sleep management system which correlates sleep and performance data
US20120046966A1 (en) * 2010-08-19 2012-02-23 International Business Machines Corporation Health Management Application Development and Deployment Framework
JP5788293B2 (ja) * 2011-10-31 2015-09-30 オムロンヘルスケア株式会社 睡眠評価装置および睡眠評価用プログラム
US20140045156A1 (en) * 2012-08-07 2014-02-13 Nerio Alessandri Methods for managing lifestyle of individuals
CN116328142A (zh) * 2013-07-08 2023-06-27 瑞思迈传感器技术有限公司 用于睡眠管理的方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007034744A (ja) * 2005-07-27 2007-02-08 Matsushita Electric Ind Co Ltd アドバイスフォローアップシステム及びアドバイスフォローアップ方法
JP2009106681A (ja) * 2007-10-31 2009-05-21 Sanyo Electric Co Ltd 傾向予測装置及び傾向予測システム
JP2011258137A (ja) * 2010-06-11 2011-12-22 Sharp Corp 健康管理装置、健康管理制御プログラム、および記録媒体
JP2012058939A (ja) * 2010-09-08 2012-03-22 Seiko Epson Corp 血糖値予測システム
JP2014215691A (ja) * 2013-04-23 2014-11-17 日本電信電話株式会社 健康情報管理装置、方法及びプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3211590A4 *

Also Published As

Publication number Publication date
CN107004239A (zh) 2017-08-01
EP3211590A1 (en) 2017-08-30
US20170329932A1 (en) 2017-11-16
EP3211590A4 (en) 2018-01-10
JP2016122348A (ja) 2016-07-07

Similar Documents

Publication Publication Date Title
WO2016104326A1 (ja) 生活習慣改善装置及び生活習慣改善方法並びに生活習慣改善システム
CN108348745B (zh) 预测医疗保健事件的系统和方法
US7621871B2 (en) Systems and methods for monitoring and evaluating individual performance
JP5696222B2 (ja) ダイエット支援システムおよびダイエット支援方法
JP5185785B2 (ja) 健康状態判断装置
JP5135197B2 (ja) 生体指標管理装置
JP5216140B2 (ja) 行動提案装置、及びその方法
JP6662535B2 (ja) 生活習慣管理支援装置および生活習慣管理支援方法
JP5219700B2 (ja) 生体指標管理装置
Steeves et al. Physical activity patterns and multimorbidity burden of older adults with different levels of functional status: NHANES 2003–2006
FI124367B (fi) Menetelmä ja järjestelmä henkilön fysiologisen tilan kartoittamiseksi
US20110137836A1 (en) Method and system for generating history of behavior
JP2016122347A (ja) 睡眠改善システム及びこのシステムを用いた睡眠改善方法
JP2013238970A (ja) 健康管理システム
US11049592B2 (en) Monitoring adherence to healthcare guidelines
JP2010026855A (ja) 健康状態判断装置
Mehdizadeh et al. Predicting short-term risk of falls in a high-risk group with dementia
US20180110454A1 (en) Mental Suffering Monitoring System
WO2015107860A1 (ja) 健康管理支援システム
JP5176942B2 (ja) 特徴抽出装置
JP2020130438A (ja) 生体情報予測装置及びプログラム
Yoshimura et al. Measuring Health Conditions Every Morning using a Smart Toothbrush with a Gas Sensor
Valera et al. Measuring Health Conditions Every Morning Using a Smart Toothbrush with a Gas Sensor1
JP2021196773A (ja) 生活習慣予測装置、生活習慣予測方法、生活習慣予測プログラム及び予測モデル生成方法

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: 15872895

Country of ref document: EP

Kind code of ref document: A1

REEP Request for entry into the european phase

Ref document number: 2015872895

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 15528885

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE