WO2018008666A1 - 生理状態判定装置、生理状態判定方法、生理状態判定装置用プログラムおよび、生理状態判定システム - Google Patents

生理状態判定装置、生理状態判定方法、生理状態判定装置用プログラムおよび、生理状態判定システム Download PDF

Info

Publication number
WO2018008666A1
WO2018008666A1 PCT/JP2017/024585 JP2017024585W WO2018008666A1 WO 2018008666 A1 WO2018008666 A1 WO 2018008666A1 JP 2017024585 W JP2017024585 W JP 2017024585W WO 2018008666 A1 WO2018008666 A1 WO 2018008666A1
Authority
WO
WIPO (PCT)
Prior art keywords
driving
physiological
period
data
characteristic
Prior art date
Application number
PCT/JP2017/024585
Other languages
English (en)
French (fr)
Inventor
秀彦 小峰
智之 北埼
幹之 赤松
Original Assignee
国立研究開発法人産業技術総合研究所
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 国立研究開発法人産業技術総合研究所 filed Critical 国立研究開発法人産業技術総合研究所
Priority to JP2018526407A priority Critical patent/JP6694649B2/ja
Priority to EP17824269.9A priority patent/EP3482678A4/en
Priority to CN201780041771.7A priority patent/CN109414189B/zh
Priority to US16/310,717 priority patent/US11445957B2/en
Publication of WO2018008666A1 publication Critical patent/WO2018008666A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
    • A61B2560/0247—Operational features adapted to measure environmental factors, e.g. temperature, pollution for compensation or correction of the measured physiological value
    • A61B2560/0257—Operational features adapted to measure environmental factors, e.g. temperature, pollution for compensation or correction of the measured physiological value using atmospheric pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0204—Acoustic sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0223—Magnetic field sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0247—Pressure sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053—Measuring electrical impedance or conductance of a portion of the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1112—Global tracking of patients, e.g. by using GPS
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves

Definitions

  • the present invention relates to a technical field of a physiological state determination device, a physiological state determination method, a physiological state determination device program, and a physiological state determination system that determine a subject's physiological state.
  • Patent Document 1 biological information during exercise is detected, biological information during bedtime is detected during sleep, and physical condition information during bedtime is calculated based on the biological information during exercise and the biological information during bedtime.
  • a physical condition management system that assists falling asleep based on bedtime physical condition information is disclosed.
  • Patent Document 1 the physical condition that changes from moment to moment is monitored in real time, but it has not been possible to catch signs of illness or the like earlier.
  • the conventional technology could not cope with various diseases and symptoms.
  • an example of the subject of the present invention is to provide a physiological state determination device or the like that can quickly detect a precursor of a disease or the like for various diseases and symptoms.
  • the invention according to claim 1 is directed to the subject's driving physiological data measured when the subject is driving the vehicle, and the measurement time of the driving physiological data.
  • Driving physiological data acquisition means for acquiring, driving characteristic data indicating driving characteristics of the subject driving the vehicle, and driving characteristic data acquisition means for acquiring a measurement time of the driving characteristic data,
  • the first period including the measurement time of the driving physiological data and the measurement time of the driving characteristic data, and the measurement time of the driving physiological data and the measurement time of the driving characteristic data are different from the first period.
  • a driving period physiological data acquisition means for acquiring the driving period physiological data corresponding to the second period with reference to a first storage means for storing the driving physiological data measured in the past;
  • Period driving characteristic data acquisition means for acquiring period driving characteristic data corresponding to the first period and the second period with reference to a second storage means for storing the driving characteristic data measured in the past;
  • Non-driving physiological data of the subject measured when the subject is not driving the vehicle, the non-driving period physiological data corresponding to at least one of the first period and the second period.
  • a driving physiological characteristic quantity generating means for generating a physiological characteristic quantity during driving indicating characteristics of the physiological data of the subject at the time of driving, from the driving characteristic data and the period driving characteristic data
  • Driving characteristic feature value generating means for generating a driving characteristic characteristic value indicating a characteristic of the driving characteristic of the subject and non-driving period physiological data from the non-driving period physiological data.
  • Non-driving physiological feature value generating means for generating a driving physiological feature value, at least one of the driving physiological feature value and the driving characteristic feature value, and the non-driving physiological feature value of the subject.
  • Physiological condition determining means for determining a physiological condition; It is characterized by providing.
  • the physiological state determination unit includes at least one of the driving physiological characteristic amount and the driving characteristic feature amount, and the non-driving state. It is characterized in that the physiological state of the subject is determined in a feature space of a feature vector constituted by physiological feature values.
  • the plurality of driving physiological feature quantities, the plurality of driving characteristic feature quantities, and the plurality of non-driving periods are provided.
  • a feature amount selecting means for selecting a feature amount to be used for the physiological state for each physiological state among a plurality of physiological states to be determined from the physiological feature amount is further provided.
  • the driving physiological characteristic amount generating unit is configured to use the subject's physiological characteristic amount as the driving physiological characteristic amount. Based on the age of the subject calculated from the subject information including birth time, referring to the first storage means, from the driving physiological data, to generate an amount of change in the driving physiological data with time, The driving characteristic feature value generating means generates an amount of change over time in the driving characteristic data with reference to the second storage means based on the age of the subject as the driving physiological feature quantity, The driving physiological characteristic amount generating means refers to the non-driving physiological data from the non-driving physiological data by referring to the third storage means based on the age of the subject as the non-driving physiological characteristic quantity. Generates the amount of change over time It is characterized in.
  • the amount of change over time is at least one of the slope of the change over time and the degree of deviation from the baseline of the change over time. It is characterized by being.
  • the driving physiological data and the driving period data corresponding to at least one of the first period and the second period.
  • the invention according to claim 7 is the physiological state determination device according to any one of claims 1 to 6, wherein the first period or the second period is a season.
  • the invention according to claim 8 is the physiological state determination device according to any one of claims 1 to 7, wherein the first period or the second period is a measurement time of the driving physiological data or the driving. It is the operation day including the measurement time of characteristic data.
  • Invention of Claim 9 is the physiological condition determination apparatus of any one of Claims 1-8,
  • Physiological data acquisition means is further provided, wherein the physiological state determination means determines the physiological state of the subject according to the medication state of the medication data.
  • a tenth aspect of the present invention is the physiological condition determination device according to any one of the first to ninth aspects, wherein the driving environment of the vehicle is determined from the position information of the vehicle when the driving physiological data is measured.
  • the apparatus further comprises driving environment acquisition means for acquiring information, wherein the physiological state determination means determines the physiological state of the subject according to the driving environment information of the vehicle.
  • An eleventh aspect of the present invention is the physiological state determination apparatus according to any one of the first to tenth aspects, wherein the vehicle time when the driving physiological data is measured and the driving physiological data is measured.
  • the apparatus further comprises weather data acquisition means for acquiring weather data when the physiological data during driving is measured from position information, and the physiological state determination means determines the physiological state of the subject according to the weather state of the weather data. It is characterized by determining.
  • the period physiological data acquisition unit includes another one corresponding to the first period and the second period.
  • the driving period physiological data of the subject is acquired from a fourth storage means for storing the driving physiological data of the other target person measured in the past, and the driving physiological feature value generating means is the driving The physiological characteristic amount during driving is generated from the physiological data during time and the physiological period data during driving of the other subject.
  • the driving physiological data acquisition means includes the driving physiological data of the subject measured when the subject is driving the vehicle, and the measurement time of the driving physiological data.
  • Driving physiological data acquisition step, and driving characteristic data acquisition means for acquiring driving characteristic data indicating the driving characteristic of the subject driving the vehicle and measurement time of the driving characteristic data
  • the characteristic data acquisition step and the driving period physiological data acquisition means include a first period including the measurement time of the driving physiological data and the measurement time of the driving characteristic data, and the length of the first period is different from the first period.
  • the driving period physiological data corresponding to the second period including the measurement time of the driving physiological data and the measurement time of the driving characteristic data is used as the driving physiological data measured in the past.
  • the period driving characteristic data acquisition step acquired with reference to the second storage means for storing the driving characteristic data measured at the time and the non-driving period physiological data acquisition means are when the subject is not driving the vehicle
  • the non-driving period physiological data acquisition step acquired with reference to the third storage means for storing physiological data, and the driving physiological characteristic amount generating means include the driving physiological data and the driving period raw data.
  • Driving physiological characteristic amount generation step for generating a driving physiological characteristic amount indicating characteristics of the subject's physiological data during driving from driving data, and a driving characteristic feature amount generating means, the driving characteristic data and the period driving A non-driving period physiological data, a driving characteristic feature amount generating step for generating a driving characteristic feature amount indicating a characteristic of the driving characteristic of the subject at the time of driving, and a non-driving physiological characteristic amount generating means;
  • a non-driving physiological feature value generating step for generating a non-driving physiological feature value indicating characteristics of the physiological data of the subject during non-driving, and a physiological state determination means comprising: the driving physiological feature value and the driving A physiological state determination step of determining a physiological state of the subject from at least one of characteristic feature amounts and the non-driving physiological feature amount.
  • the computer obtains the driving physiological data of the subject measured when the subject is driving the vehicle and the measurement time of the driving physiological data.
  • Time physiological data acquisition means driving characteristic data indicating the driving characteristics of the subject driving the vehicle, and measurement time of the driving characteristic data
  • driving characteristic data acquisition means for acquiring the measurement time of the driving physiological data And a first period that includes the measurement time of the driving characteristic data, and a second period that is different in length from the first period and includes the measurement time of the driving physiological data and the measurement time of the driving characteristic data.
  • Driving period physiological data acquisition means for acquiring the corresponding driving period physiological data with reference to a first storage means for storing the driving physiological data measured in the past
  • the first period Period driving characteristic data acquisition means for acquiring period driving characteristic data corresponding to the second period with reference to a second storage means for storing the driving characteristic data measured in the past
  • the target person selects the vehicle Non-driving physiological data of the subject measured when not driving, and the non-driving period physiological data corresponding to at least one of the first period and the second period are measured in the past.
  • the non-driving period physiological data acquisition means that is acquired with reference to the third storage means for storing the non-driving physiological data, the target person during driving from the driving physiological data and the driving period physiological data
  • Driving physiological characteristic quantity generating means for generating a driving physiological characteristic quantity indicating the characteristics of the physiological data of the subject, from the driving characteristic data and the period driving characteristic data
  • Driving characteristic feature value generating means for generating a driving characteristic characteristic value indicating a characteristic of a rolling characteristic, a non-driving physiological characteristic value indicating a characteristic of the physiological data of the subject during non-driving from the non-driving period physiological data.
  • Non-driving physiological characteristic amount generating means, and at least one of the driving physiological characteristic amount and the driving characteristic feature amount, and the non-driving physiological characteristic amount, determine the physiological state of the subject. It is made to function as a physiological state determination means.
  • the invention according to claim 15 is a physiological state determination device for determining a physiological state of a subject, a portable terminal device carried by the subject, an in-vehicle terminal device installed in a vehicle driven by the subject,
  • the physiological condition determination device includes driving physiological data of the subject measured when the subject is driving the vehicle, and the driving physiological Driving physiological data acquisition means for acquiring data measurement time via the portable terminal device, driving characteristic data indicating driving characteristics of the subject driving the vehicle, and measurement time of the driving characteristic data Driving characteristic data acquisition means for acquiring via the in-vehicle terminal device, a first period including the measurement time of the driving physiological data and the measurement time of the driving characteristic data, and the first period
  • the driving period physiological data corresponding to the second period including the measurement time of the driving physiological data and the measurement time of the driving characteristic data differing in the length of the period is measured in the past.
  • Driving period physiological data acquisition means for acquiring with reference to the first storage means for storing the period driving characteristic data corresponding to the first period and the second period, the driving characteristic data measured in the past Non-driving physiological data of the subject measured when the subject is not driving the vehicle, the period driving characteristic data obtaining means to be acquired with reference to the second storage means for storing The non-driving period physiological data corresponding to at least one of the first period and the second period is acquired with reference to a third storage unit that stores the non-driving physiological data measured in the past.
  • Driving period physiological data acquisition means and a driving physiological characteristic amount indicating a characteristic of the physiological data of the subject at the time of driving from the driving physiological data and the driving period physiological data Generating means, driving characteristic feature generating means for generating a driving characteristic characteristic amount indicating characteristics of the driving characteristic of the subject during driving from the driving characteristic data and the period driving characteristic data, and the non-driving period
  • Non-driving physiological feature value generating means for generating a non-driving physiological feature value indicating the characteristics of the subject's physiological data during non-driving from the physiological data, the driving physiological feature value and the driving characteristic feature value
  • Physiological state determination means for determining a physiological state of the subject from at least one of them and the physiological characteristic amount at the time of non-driving.
  • Physiological state is determined from driving and non-driving physiological data and driving characteristic data corresponding to a plurality of periods of a first period and a second period having different lengths in consideration of environmental influences
  • Quantitative feature values are generated for the purpose, physiological data corresponding to multiple periods, driving characteristic data different from physiological data, and data based on differences in load applied to the subject such as driving and non-driving Therefore, it is possible to more accurately and quantitatively evaluate or analyze the physiological state, and it becomes easier to catch signs of changes in various physiological states.
  • FIG. 1 It is a schematic diagram which shows the example of a schematic structure of the physiological condition determination system which concerns on one Embodiment. It is a block diagram which shows an example of schematic structure of the information processing server apparatus of FIG. It is a figure which shows an example of the data memorize
  • FIG. 1 It is a figure which shows an example of the data memorize
  • FIG. 1 is a diagram illustrating an example of a schematic configuration of a physiological state determination system S according to the present embodiment.
  • the physiological state determination system S includes a physiological state determination server device 10 (an example of a physiological state determination device) that acquires physiological data and the like for each subject T and determines the physiological state of the subject T.
  • the portable terminal device 20 that is carried by the subject T and transmits the physiological data of the subject T to the physiological state determination server device 10, and the in-vehicle terminal device that collects data of the vehicle V driven by the subject T from a plurality of sensors. 30, a home terminal device 40 that collects physiological data and the like when the subject T is in the home H, and a medical institution server device 50 of a medical institution used by the subject T.
  • the physiological state determination server device 10 exchange data with each other using, for example, TCP / IP as a communication protocol via the network N. Can be sent and received.
  • the network N is constructed by the Internet, for example.
  • the network N includes a weather server device (not shown) that provides weather data to the physiological state determination server device 10, a traffic jam, a temporary stop place, a one-way road, a two-lane road, and a median strip.
  • a driving environment providing server device (not shown) that provides road information (an example of driving environment information) such as a road is connected.
  • road information an example of driving environment information
  • driving environment information in addition to the above, whether it is a highway or a general road, whether the road is narrow or wide, the road that is always used or the road that is used for the first time, whether there are many or few pedestrians, Whether it is heavy traffic or not), there is a lot of vehicle traffic.
  • examples of driving environment information include information on roads where the sun is shining depending on the time of day, roads where drivers tend to be nervous, roads where heart rate is likely to increase, the length of driving time, and the probability of an accident occurring at each location. It is done.
  • the traffic jam information may be information such as whether or not the traffic jam has occurred, a time zone such as a rush hour, and infrastructure information such as road construction and an accident.
  • the network N may be constructed by a dedicated communication line, a mobile communication network, a gateway, and the like.
  • the network N may have an access point Ap.
  • the mobile terminal device 20 and the in-vehicle terminal device 30 may be connected to the network N via the access point Ap.
  • the physiological state determination server device 10 has a computer function.
  • the physiological state determination server device 10 acquires physiological data of the subject T from the mobile terminal device 20.
  • the physiological state determination server device 10 acquires the data of the vehicle V collected by the in-vehicle terminal device 30.
  • the physiological state determination server device 10 acquires weather data from the weather server device.
  • the physiological state determination server device 10 acquires driving environment information from the driving environment providing server device.
  • the mobile terminal device 20 has a computer function.
  • the mobile terminal device 20 is, for example, a smartphone or a tablet terminal.
  • the mobile terminal device 20 collects physiological data from a sensor that measures the physiological data of the subject T.
  • the in-vehicle terminal device 30 has a computer function.
  • the in-vehicle terminal device 30 is a navigation device for the vehicle V, for example.
  • the mobile terminal device 20 and the in-vehicle terminal device 30 can communicate by wireless communication.
  • the in-vehicle terminal device 30 is installed in the vehicle V that the subject person T drives.
  • the vehicle V is, for example, a vehicle owned or rented by the subject T itself, a family member, an acquaintance, or a company.
  • the home terminal device 40 has a computer function.
  • the home terminal device 40 is installed in a home H such as the target person T, a workplace, or the like.
  • the home terminal device 40 is, for example, a personal computer.
  • the portable terminal device 20 and the home terminal device 40 can communicate by wireless communication.
  • the medical institution server device 50 has a computer function.
  • the medical institution server device 50 is set in, for example, a medical institution such as a hospital, a core center of community medicine, or the like.
  • the medical institution server device 50 has electronic medical record information in which information such as a medical examination result, a test order, and a test result for the subject T is recorded.
  • examples of the physiological state include a symptom predictor, a disease onset risk, a symptom onset risk, and a change in physical condition.
  • the physiological state it may be a physical condition level. For example, “health”, “bad physical condition” regarding physical condition, and “good, slightly good, slightly abnormal, abnormal” regarding physical condition may be classified. When showing the level of physical condition, the disease name or the like may not be specified. Risk and level are examples of quantitative assessment.
  • Cardiode diseases include cardiovascular diseases such as myocardial infarction, stroke, hypertension, arrhythmia, sleep apnea syndrome, dementia, diminished consciousness level due to diabetes, and epileptic seizures.
  • Symptoms include palpitations, shortness of breath, constipation, fever, chills, diarrhea, numbness, and pain.
  • ⁇ Regarding the determination of symptom precursors, it may be determined by a single index or a combination of multiple indices. For example, palpitations may be determined based only on the heart rate, shortness of breath may be primarily determined based on the respiratory rate (measured by movement of the rib cage, etc.), and blood pressure may be further added to determine “effect due to shortness of breath”.
  • the physiological state it may be the level of each organ or the state of the organ and the state of each biological function (for example, digestive function, circulatory function, nervous system function, metabolic function, cognitive function, etc.). These levels may be levels corresponding to specific numerical values such as blood tests in consideration of the age, weight, etc. of the subject T.
  • biological function for example, digestive function, circulatory function, nervous system function, metabolic function, cognitive function, etc.
  • an occurrence probability (onset risk) of a predetermined disease may be used.
  • the given disease may be “Disease A is less likely to develop”, “Disease A is easier to develop”, “Disease A is more likely to develop”, “Disease A has become apparent”, etc. Good.
  • a plurality of diseases may be used, for example, “Sickness A and B are easy to develop”.
  • the risk of developing disease A exceeds the first threshold
  • the risk of developing disease B exceeds the first threshold
  • the risk of developing disease A is the nth threshold
  • the risk of developing disease B exceeds the nth threshold
  • the level of the physiological state may be based on the number exceeding the threshold or a combination of diseases exceeding the threshold for each disease.
  • the level of the physiological state the value of predetermined physiological data (or the driving characteristic driving characteristic data of the target person T who is driving the vehicle V by each target person T) exceeds “the first threshold value”. ⁇ ⁇ "Nth threshold exceeded” may be used.
  • the level of the physiological state may be based on a combination of a plurality of data.
  • each physiological state may be handled in parallel in a vector space (feature vector feature space).
  • An index of each physiological state may be grasped in an n-dimensional vector space, and may be treated as a physiological state level in a positional relationship in the vector space.
  • FIG. 2 is a block diagram illustrating an example of a schematic configuration of the physiological state determination server device 10.
  • FIG. 3 is a diagram illustrating an example of data stored in the elephant information database.
  • FIG. 4 is a diagram showing an example of data stored in the driving physiological database.
  • FIG. 5 is a diagram illustrating an example of data stored in the non-driving physiological database.
  • FIG. 6 is a diagram illustrating an example of data stored in the driving characteristic database.
  • FIG. 7 is a diagram illustrating an example of data stored in the health check database.
  • FIG. 8 is a diagram illustrating an example of data stored in the classified database.
  • FIG. 9 is a schematic diagram illustrating an example of the database by category.
  • the physiological condition determination server device 10 includes a communication unit 11, a storage unit 12, an output unit 13, an input unit 14, an input / output interface unit 15, and a control unit 16. Yes.
  • the control unit 16 and the input / output interface unit 15 are electrically connected via a system bus 17.
  • the physiological state determination server device 10 has a clock function.
  • the communication unit 11 is electrically or electromagnetically connected to the network N to control the communication state with the mobile terminal device 20 and the like.
  • the storage unit 12 is configured by, for example, a hard disk drive, a solid state drive, or the like.
  • the storage unit 12 stores physiological data and the like of each subject person.
  • the storage unit 12 stores various programs such as an operating system and a server program, various files, and the like. Note that the various programs may be acquired from another server device or the like via the network N, or may be recorded on a recording medium and read via the drive device.
  • the storage unit 12 also includes a target person information database 12a (hereinafter referred to as “target person information DB 12a”) that stores information on each target person T, and the target person T who is driving the vehicle V.
  • Driving physiological database 12b (hereinafter referred to as “driving physiological DB 12b”), which stores the physiological data of the subject, and the physiological data of the subject T when each subject T is not driving the vehicle V.
  • Physiology database 12c hereinafter referred to as “non-driving physiology DB 12c”
  • driving characteristic database 12d hereinafter referred to as “driving characteristic DB 12d” in which each target person T stores the driving characteristics of the target person T who is driving the vehicle V.
  • diagnosis result database 12e (hereinafter referred to as “diagnosis result DB 12e”) for storing the diagnosis result of the subject T in a medical institution, and a time zone (first time)
  • diagnosis result database 12e (hereinafter referred to as “diagnosis result DB 12e”) for storing the diagnosis result of the subject T in a medical institution, and a time zone (first time)
  • DB 12f by category A database by category 12f (hereinafter referred to as “DB 12f by category”) that stores physiological data during operation and the like classified by seasons (examples of the first period or second period) such as spring, summer, autumn and winter Etc.) are constructed.
  • a day period is divided into four periods, a morning period (for example, 6 o'clock to 10 o'clock), a noon period (for example, 10 o'clock to 15 o'clock), An evening period (for example, 15:00 to 19:00) and a night period (for example, 19:00 to 6 o'clock) can be mentioned.
  • a time zone such as morning, afternoon, evening, etc., morning period (for example, 1 hour before sunrise 10:00), day period (for example, 10:00 to 1 hour before sunset) evening period (for example, sunset 1 hour) 1 hour after sunset from the front) or night period (for example, 1 hour after sunset to 1 hour before sunrise).
  • the morning day is divided into eight time periods, for example, a time period is an unclear period (for example, 0:00 to 3:00), or a dawn period (for example, 3 6 o'clock), morning period (eg, 6 o'clock to 9 o'clock), pre-noon period (eg, 9 o'clock to 12 o'clock), afternoon period (eg, 12 o'clock to 15 o'clock), evening period (eg, , From 15:00 to 18:00), a period around the beginning of the night (for example, from 18:00 to 21:00), or a period late at night (for example, from 21:00 to 0:00).
  • a time period is an unclear period (for example, 0:00 to 3:00), or a dawn period (for example, 3 6 o'clock), morning period (eg, 6 o'clock to 9 o'clock), pre-noon period (eg, 9 o'clock to 12 o'clock), afternoon period (eg, 12 o'clock to 15 o'clock
  • the first period or the second period may be a time segment corresponding to a human biorhythm.
  • the division of the first period or the second period may not be equally spaced.
  • the first period or the second period it may be classified into units of seconds, tens of minutes, or hours.
  • the period of the first period or the second period may be changed according to the length of the driving time after starting driving (or after a break), or the disease or physical condition to be determined. For example, as the operation time becomes longer, the period of the first period or the second period may be extended from every second to every several hours.
  • the classification may be weekly, monthly, or yearly.
  • the first period or the second period may be a season classification. For example, it may be classified into four seasons such as spring, summer, autumn and winter, summer and winter, rainy season, and dry season.
  • the seasonal division may be 24 seasons or 72 weathers.
  • the seasons may be classified according to the solar calendar or lunar calendar. Seasons may be classified based on the summer solstice and winter solstice.
  • the first week or the second week of a certain month may be used.
  • the target person information DB 12 a is associated with a target person ID for specifying each target person T, and the name, gender, date of birth of the target person T, and the vehicle ID used by the target person T. Memorize etc.
  • the driving physiological DB 12b (an example of the first storage unit, an example of the fourth storage unit) is associated with each target person ID and the target person T is driving the vehicle V.
  • the measurement time when the physiological data is measured, the position information of the subject T, and physiological data such as the blood pressure value, heart rate, and respiratory rate of the subject T are stored.
  • the physiological data may be any biological, chemical, physical data of the subject T that can be measured by a sensor or the like.
  • the body temperature and body temperature distribution of the subject T can be cited.
  • physiological data include blood and cardiovascular data such as blood pressure values, heart rate, pulse wave, pulse wave velocity, electrocardiogram, arrhythmia status, blood flow, blood glucose level, and other blood components.
  • blood components include red blood cell count, white blood cell count, platelet count, pH value, electrolyte type, electrolyte amount, hormone type, hormone amount, uric acid level, various markers, and the like.
  • physiological data there are a sweat amount, a sweat distribution, a skin resistance value, a body odor component, a digestive fluid amount such as a saliva amount, and a digestive fluid component such as a saliva component.
  • physiological data brain-related data such as electroencephalogram and brain blood flow distribution can be cited.
  • physiological data data relating to respiration, such as respiratory rate, respiratory volume, and exhalation components, can be cited.
  • physiological data examples include data relating to eyes such as the number of blinks, the amount of tears, and eye movements (eyeball position, pupil diameter, etc.).
  • physiological data is myoelectric data of each part of the body.
  • physiological data data such as facial color and facial expression can be cited.
  • physiological data examples include bedtime, wake-up time, sleep time, sleep pattern, presence / absence of sputum, sputum intensity, number of sputum, sputum time, breathing state, number of turns, sleep posture, sleep depth, etc.
  • Physiological data related to sleep such as sleep quality.
  • the quality of sleep may be determined from, for example, brain waves, eye movements, breathing, sleeping posture, and the like.
  • physiological data examples include weight and height.
  • physiological data data obtained by quantifying symptoms such as pain and numbness may be used.
  • the measurement time in order to obtain one value of physiological data, the time at which the measurement is started, the time at which the measurement is completed, or an intermediate time between these is given.
  • the measurement time may be a time associated with measurement of a certain value. For example, when the heart rate is calculated every minute, any time in the minute may be used.
  • the heart rate is calculated from the length of time between R waves of the electrocardiogram, the peak time of the R wave, the time of the Q wave or S wave, the peak time of the P wave, and the like can be mentioned. Instead of the time between R waves, it may be between P waves, between Q waves, between S waves, between T waves, and the like.
  • the measurement time may be any time within the measurement period when calculating the maximum blood pressure and the minimum blood pressure.
  • the non-driving physiological DB 12c (an example of the second storage unit) is a measurement that is associated with each subject ID and measures physiological data when the subject T is not driving the vehicle V.
  • the time, position information of the subject T, and physiological data such as the blood pressure value, heart rate, and respiratory rate of the subject T are stored.
  • the target person T is not driving the vehicle V and the target person T is in the home H (when the target person T is sleeping, relaxing, working, etc.), the target person T is in the workplace. If the subject T is not driving the vehicle V, but is riding, if the subject T is walking outside, or if the subject T is on another vehicle Etc.
  • the physiological data may be stored in the storage unit 12 by attaching a tag (additional information) during driving or non-driving without dividing the database into the driving physiological DB 12b and the non-driving physiological DB 12c.
  • the driving characteristic DB 12d (an example of the third storage unit) is associated with each target person ID, and measurement time when driving characteristic data when the target person T is driving the vehicle V is measured. , The position information of the vehicle V, the steering wheel wobbling degree, the inter-vehicle distance, and the like are stored.
  • the degree of fluctuation of the turning angle of the steering wheel the value or variation of the inter-vehicle distance (or inter-vehicle time), the approach to the vehicle traveling ahead (for example, the inter-vehicle time is within 3 seconds, 1 second)
  • Frequency and frequency forward collision warning transmission frequency
  • distance from a temporary stop location when the vehicle is stopped the number or frequency of departure from the road (frequency of lane departure warning transmission).
  • the driving characteristic data includes the speed fluctuation of the vehicle V, the number and frequency of sudden braking (the number and frequency of decelerations greater than or equal to a predetermined value), the time from when the brake is required until the brake is depressed, It may be the time until the brake pedal is depressed from the accelerator pedal, or any data that can measure the maneuvering performance of the subject T.
  • the diagnosis result DB 12e stores test data such as test time, blood glucose level, cholesterol level, and uric acid level at which the target person T is tested in association with each target person ID.
  • test data such as blood glucose level, cholesterol level, and uric acid level are accurately measured by a testing organization.
  • Diagnostic results include various test results known from blood tests, images captured by X-rays, images measured by ultrasonic echoes, images measured by a nuclear magnetic resonance apparatus, and doctors' interview results.
  • the category-specific DB 12 f is associated with each subject ID, and statistics of driving physiological data and statistics of driving characteristic data for each time zone category, season category, and age category. In addition, statistics of non-driving physiological data, statistics of examination data, and the like are stored.
  • the category-specific DB 12f includes driving period physiological data in a time zone obtained by statistically processing driving physiological data at a measurement time belonging to each time zone, and seasonal driving obtained by statistically processing driving physiological data at a measurement time belonging to each season.
  • Age-period physiological data obtained by statistically processing time-period physiological data and driving physiological data at measurement times belonging to each age are stored.
  • period physiological data operation period physiological data, non-operation period physiological data, or period operation characteristic data
  • period physiological data of the first period and the period of the second period A plurality of separate data may be used like physiological data, or period physiological data in the first period and the second period.
  • period physiological data in the first period and the second period is period data calculated from data belonging to a certain time zone (for example, morning, night, etc.) and belonging to a certain season (for example, spring, summer, etc.).
  • Period data eg, morning, night, etc.
  • period data calculated from data belonging to a certain age eg, 2010, 2015, etc.
  • certain seasons eg, spring, summer, etc.
  • period data calculated from data belonging to the age for example, 2010, 2015, etc.
  • the first period or the second period may not be exactly the same period for each period data.
  • the first period may be a morning period
  • the measurement time of non-driving physiological data may be from 6 am to 7.30 am
  • the measurement time of driving physiological data may be from 7:45 am to 9:00 am.
  • the non-driving period physiological data corresponding to at least one of the first period and the second period is the non-driving period physiological data in which the measurement time of the non-driving physiological data belongs to at least one of the first period and the second period. Any statistics can be used.
  • the DB 12f classified by category is based on the types of data such as driving physiological data, driving characteristic data, non-driving physiological data, examination data, etc. Each has a separate data structure unit.
  • the statistic of the corresponding data structure unit is recalculated and the statistic is updated according to the measurement time and the type of data.
  • the data structure unit may be constructed for each target person T, or for each data structure unit, a statistic may be stored in association with the target person ID.
  • the physiological state determination server device 10 may collect subjects who share the same gender, age, constitution, etc. according to the category, calculate statistics of physiological data and driving characteristic data, and store the statistics in the classified DB 12f. .
  • the classification of the classification DB 12f may be changed according to the operation time.
  • the physiological state determination server device 10 first averages the data every second unit, accumulates the data in the DB for each category 12f to capture the time series change, and averages the period of the category as the operation time becomes longer May be changed from an average of every second unit to every minute, every tens of minutes, every few hours, and so on.
  • the target person information DB 12a, the driving physiology DB 12b, the non-driving physiology DB 12c, the driving characteristic DB 12d, the diagnosis result DB 12e, and the classification DB 12f are connected to the physiological state determination server device 10 through the network even in the physiological state determination server device 10. It may be another server or may be distributed in the network N. These may be separate databases or may be in the same database.
  • the first storage unit, the second storage unit, the third storage unit, and the fourth storage unit may be the same database.
  • the output unit 13 includes, for example, a liquid crystal display element or an EL (Electro Luminescence) element when outputting an image.
  • the output unit 13 includes a speaker when outputting sound.
  • the input unit 14 includes, for example, a keyboard and a mouse.
  • the input / output interface unit 15 performs interface processing between the communication unit 11 and the storage unit 12 and the control unit 16.
  • the control unit 16 includes a CPU (Central Processing Unit) 16a, a ROM (Read Only Memory) 16b, a RAM (Random Access Memory) 16c, and the like. And the control part 16 determines the physiological state of each subject T, when CPU16a reads and executes the code
  • CPU Central Processing Unit
  • ROM Read Only Memory
  • RAM Random Access Memory
  • the RAM 16c may function as an example of a first storage unit, a second storage unit, a third storage unit, or a fourth storage unit.
  • first period or the second period is in units of seconds, minutes, hours, or the like, physiological data and exercise characteristic data may be temporarily stored in the RAM 16c.
  • FIG. 10 is a block diagram illustrating an example of a schematic configuration of the mobile terminal device 20.
  • FIG. 11 is a schematic diagram illustrating an example of a state of the subject T who steers the vehicle V.
  • the mobile terminal device 20 includes an output unit 21, a storage unit 22, a communication unit 23, an input unit 24, a sensor unit 25, an input / output interface unit 26, a control unit 27, Have The control unit 27 and the input / output interface unit 26 are electrically connected via a system bus 28.
  • Each mobile terminal device 20 is assigned with a mobile terminal ID.
  • the mobile terminal device 20 has a clock function.
  • the mobile terminal device 20 may have a vibration function that vibrates the mobile terminal device 20.
  • the output unit 21 has, for example, a liquid crystal display element or an EL element as a display function.
  • the output unit 32 includes a speaker that outputs sound.
  • the storage unit 22 is configured by, for example, a hard disk drive, a solid state drive, or the like.
  • the storage unit 22 stores various programs such as an operating system and an application for the mobile terminal device 20. Note that the various programs may be acquired from another server device or the like via the network N, or may be recorded on a recording medium and read via the drive device.
  • the communication unit 23 is electrically or electromagnetically connected to the network N, and controls the communication state with the physiological state determination server device 10 and the like.
  • the communication unit 23 is electrically or electromagnetically connected to the physiological state determination server device 10 to control the communication state with the physiological state determination server device 10.
  • the communication unit 23 has a wireless communication function for communicating with a terminal device using radio waves or infrared rays.
  • the mobile terminal device 20 communicates with the in-vehicle terminal device 30 and the home terminal device 40 via the communication unit 23. Also, as shown in FIG. 11, the wearable terminal device W worn by the subject T and the mobile terminal device 20 carried by the subject T communicate via the communication unit 23. Note that the mobile terminal device 20 may perform wired communication with the in-vehicle terminal device 30, the home terminal device 40, and the wearable terminal device W.
  • the communication unit 23 may communicate with the IC tag as an IC tag reader.
  • the input unit 24 includes, for example, a touch switch type display panel such as a touch panel.
  • the input unit 24 acquires position information of the output unit 21 in which the user's finger is in contact with or in close proximity.
  • the input unit 24 has a microphone for inputting sound.
  • the input unit 24 receives input of medication information such as presence / absence of medication and type of medication.
  • the sensor unit 25 includes various sensors such as a GPS (Global Positioning System) sensor, an orientation sensor acceleration sensor, a gyro sensor, an atmospheric pressure sensor, a temperature sensor, and a humidity sensor.
  • the sensor unit 25 includes a photographing element such as a CCD (Charge-Coupled Device) image sensor or a CMOS (Complementary Metal-Oxide Semiconductor) image sensor of a digital camera.
  • the mobile terminal device 20 acquires current position information of the mobile terminal device 20 using a GPS sensor.
  • the mobile terminal device 20 may read medicine packaging or prescription medication information with the camera of the sensor unit 25, or may read medication information on the attached IC tag with an IC tag reader.
  • the input / output interface unit 26 performs interface processing between the output unit 21, the storage unit 22, and the like and the control unit 27.
  • the control unit 27 includes a CPU 27a, a ROM 27b, a RAM 27c, and the like. In the control unit 27, the CPU 27a reads out and executes various programs stored in the ROM 27b and the storage unit 22.
  • the wearable terminal device W is a wearable computer.
  • the wearable terminal device W includes an output unit, a storage unit, a communication unit, an input unit, a sensor unit, an input / output interface unit, a control unit, and a timer unit (not shown).
  • the sensor unit of the wearable terminal device W measures various physiological data of the subject T.
  • the sensor unit includes a temperature sensor, a pressure sensor, an ultrasonic sensor, an optical sensor, an electric sensor, a magnetic sensor, an image sensor, and the like.
  • the temperature sensor measures the temperature of the contacted part.
  • the pressure sensor measures, for example, a pulse wave.
  • the optical sensor detects at least one of a reflected wave and a transmitted wave, that is, a response of irradiating the skin with electromagnetic waves.
  • the optical sensor measures blood flow velocity, blood components, and the like.
  • the ultrasonic sensor detects at least one of a reflected wave and a transmitted wave, that is, a response irradiated with ultrasonic waves.
  • the electric sensor measures voltage, current, impedance, etc.
  • the electric sensor measures an electric field generated by the action of muscles, blood flow, nerve excitation, and the like.
  • the electric sensor also functions as a chemical sensor, a pH sensor, or the like by detecting sweat components and the like in combination with electrodes.
  • the magnetic sensor measures the magnetic field generated by muscle action, blood flow, nerve excitement, etc.
  • the image sensor detects skin color, surface temperature, surface movement, blood flow, and sweat.
  • the sensor unit includes a GPS sensor, an orientation sensor, an acceleration sensor, a gyro sensor, an atmospheric pressure sensor, and the like.
  • the wearable terminal device W may measure the posture during sleep, the number of times of turning over, the number of steps, the moving distance, the amount of exercise, and the like by using these sensors.
  • the microphone of the input unit may capture the sleep and breathing sound of the subject T during sleep.
  • Physiological data measured by the sensor unit of the wearable terminal device W is transmitted to the mobile terminal device 20 via the communication unit.
  • the wearable terminal device W may transmit the measured physiological data to the in-vehicle terminal device 30.
  • the wearable terminal device W may be a spectacle type, a ring type, a shoe type, a pocket type, a necklace type, a clothing type, or the like.
  • FIG. 12 is a block diagram illustrating an example of a schematic configuration of the in-vehicle terminal device 30.
  • the in-vehicle terminal device 30 includes an output unit 31, a storage unit 32, a communication unit 33, an input unit 34, a sensor unit 35, an input / output interface unit 36, a control unit 37, Have The control unit 37 and the input / output interface unit 36 are electrically connected via a system bus 38.
  • Each vehicle-mounted terminal device 30 is assigned a vehicle ID.
  • the in-vehicle terminal device 30 has a clock function.
  • the in-vehicle terminal device 30 is a navigation device mounted on the vehicle V, for example.
  • the output unit 31 includes, for example, a speaker that outputs a sound such as music, such as a liquid crystal display element or an EL element, as a display function.
  • the storage unit 32 includes, for example, a hard disk drive, a solid state drive, or the like.
  • the storage unit 32 stores various programs such as an operating system and an application for the in-vehicle terminal device 30. Note that the various programs may be acquired from another server device or the like via the network N, or may be recorded on a recording medium and read via the drive device.
  • the storage unit 32 has map information for navigating the vehicle V.
  • the communication unit 33 is electrically or electromagnetically connected to the network N so as to control the communication state with the physiological state determination server device 10 and the like.
  • the communication unit 33 is electrically or electromagnetically connected to the physiological state determination server device 10 to control the communication state with the physiological state determination server device 10.
  • the communication unit 33 controls communication with the portable terminal device 20 by wireless communication.
  • the communication unit 33 communicates with the drive mechanism of the vehicle V. For example, a control signal is transmitted to the drive mechanism of the vehicle V via the communication unit 33 of the in-vehicle terminal device 30, and the vehicle V is stopped, stopped at a predetermined location, or navigated to a predetermined location such as a hospital. To do.
  • the input unit 34 has, for example, a touch switch type display panel such as a touch panel.
  • the input unit 24 acquires position information of the output unit 21 in which the user's finger is in contact with or in close proximity.
  • the input unit 24 has a microphone for inputting sound.
  • the sensor unit 35 includes various sensors such as a GPS sensor, an orientation sensor, an acceleration sensor, a gyro sensor, an atmospheric pressure sensor, a temperature sensor, a rain sensor, and a millimeter wave radar sensor.
  • the sensor unit 35 includes an angle sensor that measures an operation angle of the steering wheel.
  • the sensor unit 25 includes a photographing element such as a CCD image sensor or a CMOS image sensor of a digital camera.
  • the GPS sensor acquires the current position information of the vehicle V.
  • the sensor unit 35 includes a camera 35a and a camera 35b.
  • the camera 35a takes an image of the outside of the vehicle V.
  • the in-vehicle terminal device 30 measures an inter-vehicle distance, a stop position, a lane departure, a road surface condition (presence of rain, presence of snow, pavement, etc.) based on an image of the camera 35a. Measure the presence or absence of humans.
  • the camera 35b images the target person T.
  • the in-vehicle terminal device 30 authenticates the target person T by face recognition, measures the face color of the target person T, or determines whether the target person T is asleep from the image of the camera 35b.
  • the input / output interface unit 36 performs interface processing between the output unit 31, the storage unit 32, and the like and the control unit 37.
  • the control unit 37 includes a CPU 37a, a ROM 37b, a RAM 37c, and the like. In the control unit 37, the CPU 37a reads out and executes various programs stored in the ROM 37b and the storage unit 32.
  • the home terminal device 40 includes an output unit 41, a storage unit 42, a communication unit 43, an input unit 44, a sensor unit 45, an input / output interface unit 46, a control unit 47, Have The control unit 47 and the input / output interface unit 46 are electrically connected via a system bus 48.
  • Each home terminal device 40 is assigned a home terminal ID.
  • the home terminal device 40 has a clock function.
  • the communication unit 43 may acquire physiological data by communicating with the wearable terminal device W in the same manner as the communication unit 23.
  • the communication unit 43 may communicate with the mobile terminal device 20 to receive or transmit physiological data.
  • the sensor unit 45 may be a camera installed in the home H. This camera may shoot the subject's T sleeping state and indoor behavior (presence / absence of medication) as physiological data.
  • the physiological data collected by the home terminal device 40 is transmitted to the physiological state determination server device 10.
  • FIG. 14 is a block diagram illustrating an example of a schematic configuration of the medical institution server device 50.
  • FIG. 15 is a diagram illustrating an example of data stored in the electronic medical record database.
  • the medical institution server device 50 includes a communication unit 51, a storage unit 52, an output unit 53, an input unit 54, an input / output interface unit 55, and a control unit 56. .
  • the control unit 56 and the input / output interface unit 55 are electrically connected via a system bus 57.
  • the medical institution server device 50 has a clock function.
  • the storage unit 52 has an electronic medical record DB 52a.
  • the electronic medical record DB 52a is associated with a patient ID for specifying each subject T, and basic information on the patient such as name, gender, and age, and diagnosis of the subject T such as the diagnostic result DB 12e.
  • the name of the medicine to be administered to the subject T the amount of medicine, the time of medication, medication information such as the doctor in charge, etc. are stored.
  • the medical institution server device 50 transmits a diagnosis result of the subject T to the physiological state determination server device 10 in response to a request from the physiological state determination server device 10.
  • FIG. 16 is a block diagram illustrating an example of functions of the physiological state determination server device 10.
  • the physiological state determination server device 10 includes a driving physiological data acquisition unit 10a, a driving characteristic data acquisition unit 10b, a driving period physiological data acquisition unit 10c, and a period driving characteristic data acquisition unit 10d.
  • Non-driving period physiological data acquisition means 10e, driving physiological feature quantity generation means 10f, driving characteristic feature quantity generation means 10g, non-driving period physiological feature quantity generation means 10h, and physiological state determination means 10i. Have.
  • the driving physiological data acquisition means 10a acquires the driving physiological data of the subject T measured when the subject T is driving the vehicle V and the measurement time of the driving physiological data.
  • vehicle V automobiles such as passenger cars, taxis, hire, trucks, trailers (including tractors alone), buses, motorcycles (motorcycles with side cars, trike, reverse trike), bicycles, electric carts, railway vehicles Such as trains.
  • Target person T includes a person who drives the vehicle.
  • the driving characteristic data acquisition unit 10b acquires driving characteristic data indicating driving characteristics of the subject T driving the vehicle V, and measurement time of the driving characteristic data.
  • the driving period physiological data acquisition means 10c includes a first period including a measurement time of driving physiological data and a measurement time of driving characteristic data, a measurement time of driving physiological data that is different from the first period and a length of the period.
  • the second period including the measurement time of the driving characteristic data, and the driving period physiological data corresponding to the first storage means for storing the driving physiological data measured in the past (for example, the driving physiological DB 12b or the classification) Acquired with reference to another DB 12f).
  • the driving period physiological data may be acquired by being calculated from the driving physiological data from the driving physiological DB 12b, or may be acquired from the classified DB 12f.
  • the period driving characteristic data acquisition means 10d stores period driving characteristic data corresponding to the first period and the second period, and second storage means for storing driving characteristic data measured in the past (for example, the driving characteristic DB 12d, or , By referring to the DB 12f) by category.
  • the period driving characteristic data may be acquired by being calculated from driving physiological data from the driving characteristic DB 12d, or may be acquired from the classified DB 12f.
  • the non-driving period physiological data acquisition means 10e is non-driving physiological data of the subject T measured when the subject T is not driving the vehicle V, and is at least one of the first period and the second period.
  • the non-driving period physiological data corresponding to is acquired with reference to third storage means (for example, the non-driving physiological DB 12c or the category-specific DB 12f) that stores the non-driving physiological data measured in the past.
  • the non-driving period physiological data may be acquired by calculating from the driving physiological data from the non-driving physiological DB 12c, or may be acquired from the category-specific DB 12f.
  • the driving physiological feature value generating unit 10f generates a driving physiological feature value indicating the characteristics of the physiological data of the subject T during driving from the driving physiological data and the driving period physiological data.
  • the first period or the second period is the driving day (for example, a period of seconds, minutes, hours, etc.), relatively short period (from several days longer than the driving day) In the case of several weeks), morning, noon, evening, night, and seasonal periods, the period data of each driving period in the first period or the second period (the blood pressure, heart rate, respiratory rate of the subject T on the driving day) Etc., blood pressure, heart rate, respiratory rate, etc. for the past few days, subject's T morning, etc., blood pressure, heart rate, respiratory rate, etc. during periods such as spring) and each driving physiological data received (current value) (Difference, ratio, degree of divergence, etc.).
  • the current value which is the measurement time value of data such as driving physiological data and driving characteristic data
  • the current value is the value of the received data itself, an average value in units of seconds, an average value in units of tens of seconds, It may be a value averaged over several minutes.
  • the operation day of an example of the first period or the second period is the day to which the measurement time belongs. Further, when the date changes such as the time of measurement near midnight, the operation day does not have to be the same day, and may belong to any day.
  • the value of the driving day is the current value (current value of driving physiological data, current characteristic of driving characteristic data)
  • a statistic that does not include the current value in the value on the day of operation it becomes easier to capture changes, and in the case of a statistic that includes the current value in the value on the day of operation, it is less likely to be affected by abnormal values.
  • a trend on the driving day may be used.
  • the trend on the day of operation is calculated by moving average from several seconds to several hours, and exponential smoothing corresponding to several seconds to several hours.
  • the duration of the driving day may be changed according to the length of the driving time, the disease to be judged and the physical condition. For example, as the operation time becomes longer, the average time length may become longer, such as every minute, every tens of minutes, every few hours, from the average per second.
  • the trend on the day of operation is 1 minute, 5 minutes, 10 minutes, and so on from the start of operation. A trend of the series may be issued.
  • the period period physiological data during the first period or the second period may be a moving average or an exponentially smoothed value. Considering the time lag of moving average or exponential smoothing, it may be a difference from the received physiological data during driving.
  • a value in a relatively short period is a statistic that includes the current value, but does not include the current value. It can be in quantity.
  • a trend in a relatively short period may be used.
  • a trend in a relatively short period is calculated by a moving average or exponential smoothing corresponding to a relatively short period.
  • the first period or the second period is relatively long (for example, 1 year unit, 2 year unit, 3 year unit, 5 year unit, 10 year unit, 30 year unit, etc. ),
  • the slope of change over time of physiological data for each driving period over a relatively long period an example of the amount of change over time
  • the baseline of changes over time of physiological data over a relatively long period of time for example, Degree of deviation (an example of the amount of change over time) between each operating physiological data (current value) received and the curve approximated by spline interpolation, least squares, etc., moving average or exponential smoothing
  • the standard deviation or standard error of the data used for the baseline may be compared (a multiple, etc.). For example, the degree of deviation is calculated based on 3 ⁇ .
  • a value over a relatively long period that is an example of the amount of change over time is a statistic including the current value.
  • the statistic may not include the current value.
  • the driving physiological characteristic amount generation unit 10f generates a driving characteristic feature amount indicating the characteristic of the driving characteristic of the subject T during driving from the driving characteristic data and the period driving characteristic data.
  • the first period or the second period is the driving day (for example, a period of seconds, minutes, hours, etc.), relatively short period (several days to several days longer than the driving day) Week), morning, noon, evening, night, etc., in the case of seasonal periods, the driving characteristics data for each period of the first period or the second period (the fluctuation of the subject T in the morning, spring, etc. period, distance between cars) Distance, lane departure warning transmission frequency, forward collision warning transmission frequency, etc.) and the received driving characteristic data (current values) (difference, ratio, etc.).
  • the first period or the second period is relatively long (for example, 1 year unit, 2 year unit, 3 year unit, 5 year unit, 10 year unit, 30 year unit, etc.)
  • the slope of the change over time of each operation characteristic data over a relatively long period, the baseline of the change over time of operation characteristic data over a relatively long period (curve approximated by spline interpolation, least squares, etc.)
  • the degree of deviation from each received driving characteristic data is included.
  • the non-driving physiological characteristic amount generation unit 10h generates non-driving physiological characteristic amount indicating characteristics of the physiological data of the subject during non-driving from the non-driving period physiological data.
  • the first period or the second period is a driving day (for example, a period of seconds, minutes, hours, etc.), a relatively short period (several days longer than the driving day).
  • a driving day for example, a period of seconds, minutes, hours, etc.
  • a relatively short period severe days longer than the driving day.
  • the first period or the second period is relatively long (for example, 1 year unit, 2 year unit, 3 year unit, 5 year unit, 10 year unit, 30 year unit) Etc.), the baseline of the change over time of each non-driving period physiological data over a relatively long period of time, the baseline of the change over time of each non-driving period physiological data over a relatively long period (spline interpolation, least square method, etc.) ) And non-driving physiological data for one day (for example, the same day as the driving day, or the day close to the driving day such as the previous day) (statistics such as average and intermediate values) And the degree of divergence.
  • the baseline of the change over time of each non-driving period physiological data over a relatively long period of time the baseline of the change over time of each non-driving period physiological data over a relatively long period
  • non-driving physiological data for one day for example, the same day as the driving day, or the day close to the driving day such as the previous day
  • the feature amount may be a value indicating a difference value from the reference, a change with time, a feature of physiological data or driving characteristic data in each physiological data and each driving characteristic data.
  • the physiological state determination means 10i determines the physiological state of the subject T from at least one of the driving physiological characteristic amount and the driving characteristic feature amount and the non-driving physiological characteristic amount.
  • FIG. 17 is a sequence diagram showing an outline of processing of the physiological state determination system S according to an embodiment.
  • Target person T wears wearable terminal device W on his arm.
  • the wearable terminal device W is able to Measure the data. It is assumed that the target person T carries or owns the mobile terminal device 20 within a distance that allows communication with the wearable terminal device W. For example, when moving, the mobile terminal device 20 may be put in the back, or when the mobile terminal device 20 is in a home H or office, the mobile terminal device 20 may be placed in a predetermined place.
  • the physiological state determination system S collects physiological data and the like of the subject T (step S1). Specifically, the control unit 27 of the portable terminal device 20 of a certain subject T acquires physiological data measured by each sensor of the sensor unit of the wearable terminal device W from the wearable terminal device W.
  • the measurement time measured by each sensor of the wearable terminal device W may be measured by the clock function of the mobile terminal device 20 or by the clock function of the wearable terminal device W.
  • the wearable terminal device W When communication between the wearable terminal device W and the mobile terminal device 20 is interrupted, the wearable terminal device W collectively transmits physiological data and measurement time to the mobile terminal device 20 when communication is possible. May be.
  • control unit 27 acquires the ambient temperature from the temperature sensor of the sensor unit 25, the atmospheric pressure from the atmospheric pressure sensor, the humidity from the humidity sensor, the current position information from the GPS sensor, and the like as the environmental information of the subject T.
  • the physiological state determination system S transmits physiological data and the like (step S2). Specifically, the control unit 27 of the mobile terminal device 20 displays the various physiological data of the subject T, the measurement time of the physiological data, the environment information of the subject T, and the subject ID, the physiological state determination server device. 10 to send. The control unit 27 may transmit the mobile terminal ID of the mobile terminal device 20 instead of the target person ID.
  • the mobile terminal device 20 may transmit physiological data statistics such as an average value obtained by averaging the collected physiological data over a certain period of time and a value obtained by averaging a predetermined number of times. In the case of sleep time, the mobile terminal device 20 may transmit at a predetermined time of the day. Each time the physiological data is measured, the mobile terminal device 20 may transmit the physiological data. The portable terminal device 20 may transmit each physiological data at a predetermined time (for example, every hour, every three hours, or in the morning, noon, evening, night, etc.). The portable terminal device 20 may transmit each physiological data separately.
  • physiological data statistics such as an average value obtained by averaging the collected physiological data over a certain period of time and a value obtained by averaging a predetermined number of times. In the case of sleep time, the mobile terminal device 20 may transmit at a predetermined time of the day. Each time the physiological data is measured, the mobile terminal device 20 may transmit the physiological data. The portable terminal device 20 may transmit each physiological data at a predetermined time (for example, every hour, every
  • the mobile terminal device 20 may acquire information indicating that the subject T is driving the vehicle V by performing short-range wireless communication with the in-vehicle terminal device 30. In this case, the mobile terminal device 20 may transmit the additional information that the physiological data is the driving physiological data to the physiological state determination server device 10 together with the measured physiological data.
  • the physiological state determination system S acquires physiological data and the like (step S3). Specifically, the control unit 16 of the physiological state determination server device 10 receives the physiological data of the subject T, the measurement time of the physiological data, and the subject ID from the portable terminal device 20 of each subject T. To do.
  • the control unit 16 may store the received physiological data in the storage unit 12 together with the measurement time, position information, and the like in association with the subject ID.
  • the physiological state determination server device 10 obtains the driving physiological data of the subject measured when the subject is driving the vehicle and the measurement time of the physiological data of the driving. It functions as an example of time physiological data acquisition means.
  • the target person T gets on the vehicle V, and the power source of the in-vehicle terminal device 30 is turned on.
  • the in-vehicle terminal device 30 identifies the driver of the vehicle V.
  • the target person T may be imaged by the camera 35b of the in-vehicle terminal device 30 to perform face recognition.
  • the in-vehicle terminal device 30 may communicate with the mobile terminal device 20 or the wearable terminal device W of the target person T and specify the driver.
  • the in-vehicle terminal device 30 may identify the driver by a fingerprint recognition sensor that becomes a steering wheel of the in-vehicle terminal device 30.
  • the vehicle-mounted terminal device 30 may specify the driver by combining these driver specifying methods.
  • the in-vehicle terminal device 30 starts measuring driving characteristic data.
  • the physiological state determination system S collects data from the sensor (step S4).
  • the control unit 37 of the in-vehicle terminal device 30 acquires data measured by each sensor of the sensor unit 35 from each sensor together with the measurement time of the clock function.
  • the control unit 37 acquires the current position information of the vehicle V, the traveling direction of the vehicle V, the speed, the acceleration, the inter-vehicle distance, the steering wheel operation angle, and the like from the sensor of the sensor unit 35.
  • the control part 37 acquires the image outside the vehicle V with the camera 35a, and acquires the image of the subject T with the camera 35b.
  • the measurement time measured by each sensor of the sensor unit 35 may be measured by the clock function of the in-vehicle terminal device 30.
  • the physiological state determination system S generates driving characteristic data (step S5).
  • the control unit 37 generates driving characteristic data such as the degree of fluctuation of the turning angle of the steering wheel, the inter-vehicle distance (or inter-vehicle time), and the degree of variation based on the data of the sensor unit 35.
  • the control unit 37 may generate physiological data of the subject T from data of a sensor such as the camera 35b.
  • the control unit 37 generates physiological data such as the surface temperature of the face of the subject T and the movement of the eyes.
  • the control unit 37 may generate driving environment information such as a traffic jam condition, a road surface condition, and weather from the image of the camera 35a.
  • the physiological state determination system S transmits driving characteristic data and the like (step S6).
  • the control unit 37 transmits various driving characteristic data of the target person T, the measurement time of the driving characteristic data, and the vehicle ID to the physiological state determination server device 10.
  • the control unit 37 may transmit the target person ID instead of the vehicle ID.
  • Driving start time (or driving start signal) or driving end time (or driving end time) determined by ON / OFF of the power source of the in-vehicle terminal device 30, whether or not the vehicle V is activated, whether or not the subject person T is on board, etc. Signal) may be transmitted to the physiological state determination server device 10.
  • the control unit 37 may transmit the measured physiological data and the generated driving environment information to the physiological state determination server device 10.
  • the in-vehicle terminal device 30 may transmit a statistic of driving characteristic data such as an average value obtained by averaging the generated driving characteristic data over a certain period of time or a value obtained by averaging a predetermined number of times. Good.
  • the vehicle-mounted terminal device 30 may transmit driving characteristic data collectively after completion
  • the in-vehicle terminal device 30 may transmit the data measured by the sensor to the physiological state determination server device 10 as it is.
  • the physiological state determination server device 10 generates driving characteristic data from the sensor data of the in-vehicle terminal device 30.
  • the physiological state determination system S acquires driving characteristic data (step S7). Specifically, the control unit 16 of the physiological state determination server device 10 receives the driving characteristic data of the target person T, the measurement time of the driving characteristic data from the in-vehicle terminal device 30 of the vehicle V that each target person T drives, Vehicle ID is received.
  • the control unit 16 stores the received driving characteristic data in the driving characteristic DB 12d together with the measurement time, position information, and the like in association with the subject ID.
  • the physiological state determination server device 10 is an example of a driving characteristic data acquisition unit that acquires driving characteristic data indicating driving characteristics of the subject driving the vehicle and a measurement time of the driving characteristic data. Function.
  • the physiological state determination system S determines whether or not it is in operation (step S8). Specifically, the control unit 16 determines whether the physiological data transmitted from the mobile terminal device 20 is physiological data during driving or physiological data during non-driving based on information from the in-vehicle terminal device 30. More specifically, if the measurement time of the physiological data is after the driving start time of the vehicle V until the subject T receives the driving end signal (or driving end time), the control unit 16 The received physiological data is determined as driving physiological data.
  • the received physiological data is stored in the driving physiological DB 12b together with the measurement time, position information, and the like in association with the subject ID.
  • the received physiological data is stored in the non-driving physiological DB 12c together with the measurement time, position information, and the like in association with the subject ID.
  • control unit 16 may add additional information on whether to drive or not to the physiological data.
  • the control unit 16 When the mobile terminal device 20 and the in-vehicle terminal device 30 are capable of short-range wireless communication and the mobile terminal device 20 receives a signal that the target person T is driving in the vehicle V, the control unit 16 Additional information that the measured physiological data is physiological data during driving may be added in advance.
  • the physiological state determination system S performs additional information generation processing (step S9). Specifically, the physiological state determination server device 10 calculates the age to be added to the physiological data from the date of birth of the subject and the measurement time of the physiological data. The physiological state determination server device 10 generates weather state information to be added to physiological data or the like from weather data based on the measurement time and position information. The physiological state determination server device 10 generates driving environment information to be added to physiological data and the like from driving environment data based on the measurement time and position information. Details will be described in a subroutine for generating additional information.
  • the physiological state determination system S performs a database update process (step S10). Specifically, the physiological state determination server device 10 selects a division in the first period and the second period based on the measurement time. The physiological state determination server device 10 updates the period driving physiological data, the period driving characteristic data, and the period non-driving physiological data in the selected category and age of each period in the category-specific DB 12f. Details will be described in a subroutine for database update processing.
  • the physiological state determination system S performs a physiological state determination process (step S11).
  • the physiological state determination server device 10 refers to the DB 12f by category, and describes driving physiological data, driving characteristic data, driving period physiological data corresponding to each period, period driving characteristic data, non-driving period physiological. Get the data.
  • Physiological state determination server device 10 generates a driving physiological feature, a non-driving physiological feature, and a driving characteristic feature corresponding to each period.
  • the physiological state determination server device 10 selects a feature amount according to the determined physiological state. From the feature quantity selected by the discriminator (eg, linear discriminator, nonlinear discriminator) in the feature space of the feature quantity selected according to the physiological state to be judged by the physiological state judgment server device 10 (for example, for each disease). Determine physiological state. Details will be described in a physiological condition determination subroutine.
  • the discriminator eg, linear discriminator, nonlinear discriminator
  • the physiological state determination system S transmits physiological state information (step S12). Specifically, when the control unit 16 determines the physiological state and needs to notify the subject T, the control unit 16 transmits the physiological state information to the mobile terminal device 20 and the in-vehicle terminal device 30.
  • physiological state information the level of the state of health, the level of the state of each organ or organ, the level of the state of each biological function (for example, digestive function, circulatory function, nervous system function, metabolic function, cognitive function, etc.)
  • the occurrence probability of a predetermined disease is equal to or higher than the predetermined value, the value of the occurrence probability of the predetermined disease, the fact that the health condition is not collapsed although it is not a specific disease, and the like.
  • warning information (a warning for stopping driving, a warning for prompting medical care, etc.) may be used as physiological state information.
  • the control unit 16 may be control information such as stopping the vehicle V or decelerating the speed to the in-vehicle terminal device 30.
  • the physiological state determination system S notifies the physiological state information from the mobile terminal device 20 (step S13). Specifically, the control unit 27 notifies the subject T of the physiological state information by display, voice, or the like from the output unit 21.
  • the physiological state determination system S notifies the in-vehicle terminal device 30 of physiological state information (step S14). Specifically, the control unit 37 notifies the subject T of physiological state information by display, sound, or the like from the output unit 31.
  • the physiological state determination system S feeds back the determination result (step S15). For example, based on the determination of the physiological state, the result of the subject T receiving a medical examination at the medical institution is input to the mobile terminal device 20. The mobile terminal device 20 transmits the input diagnosis result to the physiological state determination server device 10.
  • the physiological state determination server device 10 may transmit the determination result of the physiological state to the medical institution server device 50.
  • the medical institution server device 50 may feed back to the physiological state determination server device 10 by comparing the medical treatment result of the subject T with the determination result of the physiological state determination server device 10.
  • the judgment result may be fed back by the measured data, the subject T himself, a specialist such as a doctor in a medical institution, or a combination thereof.
  • a specialist such as a doctor in a medical institution
  • feedback of determination results may be performed based on data based on face images and the like.
  • measurement by a medical institution with a pulse wave, an electrocardiogram or the like may be accurately performed, and the judgment of a doctor or the like may be fed back based on the measurement result.
  • the physiological state determination system S corrects the parameters of the discriminator (step S16). Specifically, the control unit 16 corrects the parameter of the discrimination function in the linear discriminator or the nonlinear discriminator based on the feedback of the determination result. For example, as a result of the determination based on a certain linear discriminant function, when it is determined that data that should originally be determined to be risky is determined to be no risk, the parameters of the linear discriminant function are set so that the data belongs to the discriminating region with risk in the feature space. Adjusted. When parameters are adjusted so that they can be correctly identified, for example, optimization by a gradient method is performed.
  • FIG. 18 is a flowchart illustrating an example of a subroutine for generating additional information.
  • the physiological condition determination system S calculates the age from the date of birth of the subject T and the measurement time such as physiological data (step S20). Specifically, the control unit 16 of the physiological state determination server device 10 reads the date of birth (an example of the birth time) based on the subject ID of the subject T with reference to the subject information DB 12a, and the measurement time From the above, the age of the subject T at the time of measurement is calculated.
  • the birth year may be used as an example of the birth time.
  • the physiological state determination system S acquires weather data based on the measurement time and position information (step S21). Specifically, the control unit 16 transmits the measurement time of the physiological data and the position information of the measurement location to the weather server device, and acquires the weather data when the physiological data is measured from the weather server device. The control part 16 transmits the measurement time of driving characteristic data, and the positional information on a measurement place to a weather server apparatus, and acquires the weather data when driving characteristic data is measured from a weather server apparatus.
  • the meteorological data may be meteorological data measured by the in-vehicle terminal device 30.
  • the physiological state determination system S generates weather state information to be added to the physiological data and the like from the weather data (step S22). Specifically, the control unit 16 calculates weather conditions in the first period and the second period. More specifically, the control unit 16 calculates the minimum temperature, maximum temperature, minimum pressure, average temperature, maximum pressure, average pressure, minimum humidity, maximum humidity, average humidity, and the like in the first period and the second period.
  • the weather condition in the first period and the second period may be temperature, atmospheric pressure, humidity, etc. at a certain time in the first period and the second period.
  • the weather conditions in the first period and the second period may be weather with a long time or a large number of times in the first period and the second period.
  • the weather conditions in the first period and the second period may be sunshine hours, precipitation, wind power, and wind direction.
  • the temperature and humidity of a certain day in the morning For example, the temperature and humidity of a certain day in the morning, the humidity, the weather determined in the morning of a certain day (sunny, sunny, light cloudy, cloudy, rain, snow, thunder, dust storm, snowstorm, fog) Is mentioned.
  • the most common weather is the weather of each day in the spring, etc. in a certain year.
  • the physiological state determination system S acquires driving environment information based on the measurement time and position information (step S23). Specifically, the control unit 16 transmits the measurement time of the physiological data and the position information of the measurement location to the driving environment providing server device, and the driving environment providing server device displays the driving environment information when the physiological data is measured. Get from. The control unit 16 transmits the measurement time of the driving characteristic data and the position information of the measurement location to the driving environment providing server device, and acquires the driving environment information when the driving characteristic data is measured from the driving environment providing server device. .
  • the physiological state determination system S generates additional driving environment information to be added to physiological data and the like from the driving environment information (step S24).
  • the control unit 16 calculates the operating environment in the first period and the second period. More specifically, the control unit 16 calculates the traffic conditions, road conditions, the number of people approaching, etc. as the driving environment in the first period and the second period as the driving environment in the first period and the second period.
  • the traffic jam may be a traffic jam when the vehicle speed is a predetermined value or less.
  • the road surface state may be calculated from the amplitude and frequency of the vertical vibration of the vehicle V. For example, when the amplitude is greater than or equal to a predetermined value, the road surface condition may be poor.
  • FIG. 19 is a flowchart showing an example of a subroutine for database update processing.
  • the physiological state determination system S selects a division in the first period based on the measurement time of the data to be processed (step S30). For example, when dividing into four periods of morning, noon, and evening, the control unit 16 of the physiological state determination server device 10 determines which period the measurement time enters, that is, the morning period and the noon period based on the measurement time. Select the evening period or night period. This first period may be on the day of operation or a relatively short period.
  • the physiological state determination system S selects a division in the second period based on the measurement time of the data to be processed (step S31). For example, when dividing into four season periods longer than each of the four periods of morning, noon, and evening, the control unit 16 determines which season the measurement time (the date of the measurement time) enters, that is, the measurement time. Based on the above, a spring period, a summer period, an autumn period, or a winter period is selected. This second period may be a relatively short period with respect to the day of operation or a relatively long period with respect to the relatively short period.
  • the physiological state determination system S determines whether it is physiological data (step S32). Specifically, the control unit 16 determines whether the processing target data is physiological data or driving characteristic data. More specifically, in the case of physiological data, it is physiological data based on information indicating the content of data such as blood pressure and heart rate, and in the case of driving characteristic data, information indicating the content of data such as wobbling and inter-vehicle distance. Or whether it is driving characteristic data. The control unit 16 may determine the type of data added to the received data, which indicates physiological data or driving characteristic data, using a tag.
  • the physiological state determination system S determines whether it is physiological data during driving (step S33). Specifically, the control unit 16 determines whether or not the physiological data during driving is based on the additional information attached to the physiological data during driving or during non-driving. Alternatively, the control unit 16 may determine whether the data is read from the driving physiological DB 12b or the non-driving physiological DB 12c to determine whether the data is physiological data during driving.
  • the physiological state determination system S updates the driving period physiological data in the selected section of each period (step S34). Specifically, the control unit 16 reads the driving period physiological data in the selected first period with reference to the classification DB 12f, adds the driving physiological data to be processed, and operates as a statistic. The time period physiological data is recalculated and stored in the classified DB 12f. The control unit 16 reads out the driving period physiological data in the selected second period, adds the driving physiological data to be processed, recalculates the driving period physiological data as a statistic, and sorts the DB 12f by category. To remember.
  • control unit 16 performs the driving physiological data for the processing target with respect to the driving period physiological data that matches the additional information such as the weather condition, the driving environment information, and the age added to the driving physiological data for the processing target.
  • physiological period data during operation as a statistic may be recalculated.
  • the control unit 16 may store each exercise physiological data together with the additional information generated in step S9 in the classified DB 12f.
  • the control unit 16 may store each exercise physiological data in the classified DB 12f together with the additional information generated in step S9 based on the first period and the second period (for example, morning / spring classification).
  • the physiological state determination system S updates the period driving characteristic data in the selected section of each period (step S35).
  • the control unit 16 updates the period driving characteristic data in the selected section of each period with respect to the driving characteristic data and the period driving characteristic data to be processed.
  • the physiological state determination system S updates the period non-driving physiological data in the selected section of each period (step S36).
  • the control unit 16 updates the period non-driving physiological data in the selected section of each period with respect to the non-driving physiological data and the non-driving period physiological data to be processed.
  • the control unit 16 may update the driving period physiological data, the non-driving period physiological data, and the period driving characteristic data corresponding to the age to which the measurement time of the processing target data belongs in the classification DB 12f. .
  • FIG. 20 is a flowchart illustrating an example of a physiological condition determination process subroutine.
  • the physiological state determination system S acquires driving physiological data, driving characteristic data, driving period physiological data corresponding to each period, period driving characteristic data, and non-driving period physiological data (step) S40).
  • the control unit 16 of the physiological state determination server device 10 refers to the classification-specific DB 12f, based on the subject ID of the subject T and the measurement time of the data, the driving physiological data, the driving characteristic data, the first Driving period physiological data, period driving characteristic data, and non-driving period physiological data corresponding to the period or the second period are acquired.
  • the control unit 16 refers to the driving physiology DB 12b, the non-driving physiology DB 12c, and the driving characteristic DB 12d, based on the subject ID of the subject T and the measurement time of the data, during the driving corresponding to each period. Period physiological data, period driving characteristic data, and non-driving period physiological data may be calculated.
  • the physiological period determination server device 10 is different from the first period including the measurement time of the driving physiological data and the measurement time of the driving characteristic data, and the period of the first period is different from the first period.
  • the physiological state determination server device 10 is non-driving physiological data of the subject measured when the subject is not driving the vehicle, and corresponds to at least one of the first period and the second period.
  • the non-driving period physiological data acquiring means functions as an example of a non-driving period physiological data acquiring means that acquires the non-driving period physiological data with reference to a third storage means for storing the non-driving physiological data measured in the past.
  • the physiological state determination system S generates a driving physiological characteristic amount, a non-driving physiological characteristic amount, and a driving characteristic feature amount corresponding to each period (step S41).
  • the control unit 16 uses the driving period physiological data (for example, the average value of the driving day or the driving day) as an example of the first driving period physiological characteristic amount.
  • the trend period physiological data for example, the average value of blood pressure, heart rate, respiratory rate, etc. of the subject T on the driving day and the baseline of the trend
  • the received physiological period of each driving Calculate the difference from the data (current value).
  • each physiological data such as blood pressure, heart rate, respiratory rate, etc., there are each feature amount belonging to the first driving physiological feature amount.
  • the control unit 16 uses the relatively short driving period physiological data of the first period or the second period as an example of the second driving physiological characteristic amount, and uses the relatively short driving period physiological data.
  • the difference between the average value of blood pressure, heart rate, respiratory rate, etc. of the subject person T and the baseline of the trend and the received physiological data at each driving is calculated.
  • the control unit 16 uses the physiological period data of each driving period of a relatively long period (eg, one year unit) as an example of the first period or the second period as the third driving period physiological characteristic amount according to the age. Calculate the slope of the change over time. For each physiological data, there is each feature amount belonging to the second driving physiological feature amount.
  • the control unit 16 uses the physiological period data of each driving period of a comparatively long period (eg, 1 year unit) as an example of the first period or the second period as the fourth driving period physiological feature amount, according to the age. The degree of divergence between the baseline of change with time and each received physiological data (current value) is calculated. For each physiological data, there is each feature amount belonging to the fourth driving physiological feature amount.
  • the control unit 16 uses each period of non-driving period physiological data for a relatively short period of an example of the first period or the second period as the first non-driving period physiological characteristic amount, and each non-driving period for a relatively short period of time. The difference between the period physiological data and the statistic of each non-driving period physiological data of the day is calculated.
  • the control unit 16 calculates the slope of the change over time using the relatively non-driving period physiological data of an example of the first period or the second period as the second non-driving physiological characteristic amount.
  • the control unit 16 uses the non-driving period physiological data of a relatively long time as an example of the first period or the second period as the third non-driving physiological characteristic amount, The degree of deviation from the physiological data for each non-driving period of the day is calculated.
  • the control unit 16 uses each driving characteristic data of the driving day of an example of the first period or the second period as the first driving characteristic feature amount, and uses the driving characteristic data of each period of the driving day (the subject T of the driving day). The difference between the average value such as the degree of wobbling and the inter-vehicle distance or the baseline of the trend) and each received driving characteristic data (current value) is calculated. For each driving characteristic data such as the degree of wobbling and the inter-vehicle distance, there are each characteristic quantity belonging to the first driving characteristic feature quantity.
  • the control unit 16 uses the driving characteristic data for a relatively short period of time as an example of the second driving characteristic feature amount, and the values of the driving characteristic data for a relatively short period (relatively The difference between the average value such as the degree of wobbling of the subject T in a short period, the inter-vehicle distance or the trend baseline) and the value of each received driving characteristic data is calculated. For each driving characteristic data, there is a feature quantity belonging to the second driving characteristic feature quantity.
  • the control unit 16 calculates the slope of the change over time using each period motion characteristic data of a relatively long period (for example, in units of one year) as an example of the first period or the second period as the third driving characteristic feature amount. To do. For each driving characteristic data, there is a feature quantity belonging to the second driving characteristic feature quantity.
  • the control unit 16 uses, as the fourth driving characteristic feature amount, each period driving characteristic data of an example of the first period or the second period for a relatively long period (for example, in units of one year), Then, the degree of deviation from each received operation characteristic data (current value) is calculated. For each driving characteristic data, there is a feature quantity belonging to the fourth driving characteristic feature quantity.
  • the control unit 16 calculates the difference (difference, ratio, degree of deviation, etc.) between the non-driving period physiological data on the driving day and the current value of the driving physiological as the first driving / non-driving physiological characteristic amount.
  • the physiological characteristic amount during driving / non-driving may be a difference between the current value of the physiological during driving and the non-driving period physiological data in a relatively short period or relatively long period.
  • the physiological state determination server device 10 determines whether the driving physiological data is different from the non-driving period physiological data corresponding to at least one of the first period and the second period. It functions as an example of a driving / non-driving physiological characteristic generating means for generating a driving / non-driving physiological characteristic indicating the characteristics of the subject's physiological data.
  • the seasonal driving period physiological data (spring period)
  • the difference between the average value of blood pressure, heart rate, respiration rate, etc. and the baseline of the trend) and each received driving physiological data is one of the driving physiological characteristics.
  • the driving characteristic data for each period (the subject T's The difference between the spring wobble degree, the average value of the inter-vehicle distance, etc. and the baseline of the trend) and the received driving physiological data is one of the driving characteristic features.
  • control unit 16 may use age data as one of the feature values.
  • control unit 16 may further subdivide each feature amount as a sub feature amount according to age data.
  • the control unit 16 may use the weather data as one of the feature quantities. Further, the control unit 16 may further subdivide each of the feature amounts as sub feature amounts according to weather data.
  • the physiological state determination server device 10 generates a driving physiological characteristic amount indicating the characteristics of the subject's physiological data during driving from the driving physiological data and the driving period physiological data. It functions as an example of a physiological feature quantity generation unit.
  • the physiological state determination server device 10 is a driving characteristic feature amount generating unit that generates a driving characteristic feature amount indicating a characteristic of the driving characteristic of the subject during driving from the driving characteristic data and the period driving characteristic data. It serves as an example.
  • the physiological state determination server device 10 generates a non-driving physiological characteristic amount indicating a characteristic of the subject's physiological data during non-driving from the non-driving period physiological data. Function as.
  • the physiological state determination server device 10 refers to the first storage unit based on the age of the subject calculated from the subject information including the birth time of the subject as the driving physiological feature amount. Then, it functions as an example of an operating physiological characteristic amount generating unit that generates an amount of change with time of the operating physiological data from the operating physiological data. In addition, the physiological characteristic determination server device 10 refers to the second storage unit based on the age of the subject as the driving physiological characteristic quantity, and generates an amount of change over time in the driving characteristic data. It functions as an example of a feature quantity generation unit.
  • the physiological state determination server device 10 refers to the third storage unit based on the age of the subject as the non-driving physiological characteristic amount and refers to the non-driving physiological data from the non-driving physiological data. It functions as an example of a non-driving physiological characteristic amount generating means for generating an amount of change with time of data.
  • the physiological state determination system S normalizes each feature amount (step S42). Specifically, the control unit 16 converts the value of each feature value from 0 to 1. For example, the maximum value of each physiological data and exercise characteristic data of the subject T, the maximum value of human beings, the maximum value by gender, etc. are set to 1 (minimum value is 0), and the control unit 16 uses a linear scale, logarithmic scale, or the like. Normalizes the data. In the case of weather data, the control unit 16 replaces the weather with discrete data (for example, clear: 0, cloudy: 0.5, rain: 1).
  • control unit 16 may normalize the data using a linear scale, logarithmic scale, etc., with the maximum value, etc. being 1 (minimum value is 0). Further, based on the past average atmospheric pressure (for example, 1010 hPa), the control unit 16 may set 0 when the atmospheric pressure is higher than the average atmospheric pressure, and 0 when the atmospheric pressure is lower than the average atmospheric pressure.
  • control unit 16 holds the maximum value (or minimum value) so far, and the maximum value so far (Or minimum value) and a new data value may be used to correct the weight of the feature amount and update the maximum value to be held. Since it is difficult to normalize the data itself, this has the effect of adjusting the weight side to reduce the dependence on the scale of the data.
  • the physiological state determination system S selects a feature amount corresponding to the determined physiological state (step S43).
  • the control unit 16 when determining the risk of cardiovascular disease, performs the first driving physiological feature, the second driving physiological feature, the third driving physiological feature, the first non-driving physiological feature, The second non-driving physiological feature, the third non-driving physiological feature, the first driving characteristic feature, the second driving characteristic feature, the first driving / non-driving physiological feature, age, and weather are selected.
  • the control unit 16 when determining the risk of sleep apnea syndrome, includes a first driving physiological feature, a second driving physiological feature, a first non-driving physiological feature, a first driving characteristic feature, The second driving characteristic feature amount, the first driving / non-driving physiological feature amount, age, and weather are selected.
  • the control unit 16 when determining a disease risk (for example, risk of dementia) used for diagnosis support in a medical institution or the like, the control unit 16 includes a second non-driving physiological feature, a third non-driving physiological feature, The third driving characteristic feature, the fourth driving characteristic feature amount, and the weather are selected.
  • a disease risk for example, risk of dementia
  • the control unit 16 includes a second non-driving physiological feature, a third non-driving physiological feature, The third driving characteristic feature, the fourth driving characteristic feature amount, and the weather are selected.
  • the physiological state determination server device 10 determines a plurality of physiological states determined from the plurality of driving physiological characteristic amounts, the plurality of driving characteristic feature amounts, and the plurality of non-driving physiological feature amounts. It functions as an example of a feature value selection means for selecting a feature value to be used for the physiological state for each physiological state.
  • the physiological state determination system S determines the physiological state with the discriminator (step S44). Specifically, the feature quantity selected by the control unit 16 corresponding to the physiological state to be determined (for each disease, whether the health condition is good, etc.) is converted into a linear discriminator (for example, a pattern recognition model such as a support vector machine). ) To output the physiological state.
  • a linear discriminator for example, a pattern recognition model such as a support vector machine.
  • Physiological state determination server device 10 determines a physiological state by a discriminator in the feature space of the feature vector constituted by the selected feature amount.
  • the function K (x, xi) is a kernel function, for example, a Gaussian function.
  • a discriminator according to the physiological state to be judged is prepared.
  • the type and number of feature quantities xi, the value of the weight w, the value of the constant b, the presence or absence of a kernel function, the function form of the kernel function, etc. differ for each disease.
  • a discriminator may be prepared for each threshold of onset of a certain disease (first threshold,... Nth threshold).
  • the type and number of feature values xi, the value of the weight w, the value of the constant b, the presence / absence of the kernel function, the function form of the kernel function, and the like are corrected. Further, the parameters of the discriminator may be corrected by a gradient method.
  • Physiological state may be determined by applying machine learning such as neural network, genetic algorithm, Bayesian network, decision tree learning, logistics regression to the selected feature quantity.
  • machine learning such as neural network, genetic algorithm, Bayesian network, decision tree learning, logistics regression to the selected feature quantity.
  • the physiological state determination server device 10 determines the physiological state of the subject from at least one of the driving physiological characteristic amount and the driving characteristic feature amount and the non-driving physiological characteristic amount. It functions as an example of state determination means.
  • the target person in the feature space of the feature vector configured by the physiological state determination server device 10 including at least one of the driving physiological feature and the driving characteristic feature and the non-driving physiological feature, the target person It functions as an example of a physiological state determination means for determining the physiological state of the subject.
  • driving period physiological data corresponding to a plurality of periods of a first period and a second period having different lengths (driving measured in the past)
  • Non-driving period physiological data obtained from the second storage means for storing driving characteristic data measured in the past
  • period driving characteristic data obtained from the third storage means for storing the non-driving physiological data
  • Subject T corresponding to a plurality of periods, such as physiological data and driving characteristic data different from physiological data, and during driving and non-driving (for example, measurement at home H, measurement at a medical institution) Because it uses multiple features based
  • the physiological state can be determined with higher accuracy.
  • the feature vector feature space When determining the physiological state of the target person T in the feature space of the feature vector composed of at least one of the driving physiological feature and the driving characteristic feature and the non-driving physiological feature, the feature vector feature space
  • the physiological state of the subject T can be identified and discriminated by a linear or nonlinear discriminator or the like. Furthermore, by changing the time axis of past data and changing the parameters of the discriminator used for determination, it is possible to cope with various diseases / symptom onset risks.
  • the parameter of the discriminator is corrected to learn as data gathers, and the determination accuracy of the physiological state is improved.
  • a feature value to be used for a physiological state is selected for each physiological state among a plurality of physiological states to be determined from a plurality of physiological characteristics during driving, a plurality of driving characteristic features, and a plurality of non-driving physiological features.
  • the physiological state can be accurately determined for each physiological state that is the type of the disease.
  • feature values related to long-term past data may be used (in this case, feature values related to short-term past data may not be used). Or the weight may be low).
  • feature values related to driving characteristic data and non-driving physiological data such as a health checkup
  • feature values related to driving physiological data are not used.
  • the weight may be lowered).
  • feature quantities relating to both long-term past data and short-term past data may be used.
  • feature quantities related to short-term past data may be used (in this case, feature quantities related to long-term past data may not be used).
  • the weight may be lowered).
  • the viewpoint of the time axis can be changed by long-term or short-term selection (an example of selection of the first period or the second period), so it is suitable for each physiological state that is the type of disease.
  • the physiological state can be accurately determined on the time axis.
  • the physiological state determination system S refers to the first storage means such as the driving physiological DB 12b based on the age of the subject calculated from the subject information including the birth time of the subject T as the driving physiological feature. Then, the amount of temporal change of the driving physiological data is generated from the driving physiological data, and the second physiological means such as the driving characteristic DB 12d is referred to as the driving physiological characteristic amount based on the age of the subject T. Then, the amount of change over time of the driving characteristic data is generated, and the non-driving physiology is referred to the third storage means such as the non-driving physiology DB 12c based on the age of the subject T as the non-driving physiological characteristic amount. An amount of change with time of the non-driving physiological data is generated from the data.
  • the first storage means such as the driving physiological DB 12b based on the age of the subject calculated from the subject information including the birth time of the subject T as the driving physiological feature. Then, the amount of temporal change of the driving physiological data is generated
  • the physiological state trend characteristic amount that captures the temporal change of the driving physiological data and the temporal change of the driving characteristic data it is possible to more accurately and quantitatively evaluate and analyze the physiological state trend characteristic amount that captures the temporal change of the driving physiological data and the temporal change of the driving characteristic data, and the physiological state can be accurately determined.
  • the age element it is possible to more accurately and quantitatively evaluate and analyze, and to accurately determine the physiological state. For example, even if the youth and the elderly have the same slope of the time-series change curve (change over time) of the past data or the difference between the baseline of the change over time and the current value, the cardiovascular system such as stroke In general, the risk of onset is higher in elderly people than in young people.
  • the amount of change over time is the slope of change over time, it can be accurately and quantitatively evaluated and analyzed by the feature amount that captures the change in the trend of the physiological state, and the physiological state can be accurately determined.
  • the amount of change over time is the degree of deviation from the baseline of change over time, it can be accurately and quantitatively evaluated and analyzed by the feature value that captures abnormal values that deviate from the baseline, and the physiological state is accurately Can be determined.
  • the amount of change over time is the slope of change over time and the degree of deviation from the baseline of change over time, it can be identified by combining the feature quantity of change over time and the feature quantity of deviation.
  • the driving / non-driving physiological characteristics indicating the characteristics of the physiological data of the subject T during driving.
  • the physiological value is determined with higher accuracy based on the feature value of the difference in physiological data between driving and non-driving (for example, physiological data value during driving based on non-driving) it can.
  • the period physiological data considering the biorhythm such as spring, summer, autumn and winter (one is morning, noon, night, etc.) is the comparison object, so the influence of biorhythm is reduced
  • the physiological state can be determined with higher accuracy.
  • the first period is morning and the second period is spring the first period is morning and the second period is summer, and the like are collected and compared, the accuracy can be improved.
  • the first period or the second period is the operation day including the measurement time of the physiological data during driving or the measurement time of the driving characteristic data
  • a change in the physiological state based on the value of the driving day is included in one feature amount.
  • the physiological state can be determined with higher accuracy including (for example, sudden change in physical condition).
  • the physiological state determination server device 10 may determine the physiological state of the subject T according to the weather state of the weather data acquired in step S22.
  • the physiological state determination server device 10 further classifies each feature amount as a sub feature amount according to the weather state, thereby classifying the weather state according to the weather state based on the additional information. Generate feature values.
  • the physiological state determination server device 10 determines the physiological state of the target person T by a discriminator in the feature space of the classified feature amount according to the weather state.
  • Physiological data such as high pressure (sunny) and low pressure (rain) (for example, blood pressure) can be taken in and physiological data can be classified to accurately determine the physiological state of the subject T.
  • driving physiological data is affected by the difficulty of driving due to changes in road surface conditions and the stress state due to good / bad visibility during driving.
  • Features related to driving physiological data and driving characteristic data are classified, and the physiological state of the subject T can be accurately determined.
  • Physiological state determination server device 10 may form a new feature space in which the weather state is added as a feature amount (set a vector of another dimension), and determine the physiological state of subject T using a discriminator.
  • the feature amount of the weather state may be weather (for example, clear: 0, cloudy: 0.5, rain: 1), may be different from other weather data such as atmospheric pressure, or may be a comprehensive index.
  • Meteorological data when driving physiological data is measured from the measurement time of driving physiological data and the position information of the vehicle V when driving physiological data is measured.
  • the determination can be made in consideration of the weather condition, so that the physiological state can be determined with higher accuracy.
  • the physiological state determination server device 10 may determine the physiological state of the subject person T according to the driving environment information of the vehicle V acquired in step S23.
  • the physiological state determination server device 10 further subdivides each feature amount as a sub feature amount according to the driving environment information, thereby depending on the driving environment information based on the additional information. A classified feature amount is generated.
  • the physiological state determination server device 10 determines the physiological state of the target person T by a classifier in the feature space of the classified feature amount according to the driving environment information.
  • Physiological state determination server device 10 divides the feature amount into sub feature amounts based on data that classifies the physiological data during driving and the driving characteristic data depending on whether there is a traffic jam or an expressway. In addition, the physiological state determination server device 10 may classify the driving physiological data and the driving characteristic data based on whether or not the road has a heart rate that tends to increase as a comprehensive index.
  • a new feature space in which driving environment information is added as a feature amount may be formed, and the physiological state of the target person T may be determined by a discriminator.
  • the feature amount of the driving environment information may be a degree of congestion, may be different from other driving environment information, or may be a comprehensive index.
  • the physiological state can be determined with higher accuracy.
  • the physiological state determination server device 10 may acquire medication data regarding the medication of the subject T.
  • the physiological state determination server device 10 acquires the information from the portable terminal device 20 that has received input of medication information such as the presence or absence of medication and the type of medication.
  • the physiological state determination server device 10 may acquire the medication data regarding the medication of the subject T from the medical institution server device 50.
  • the physiological state determination server device 10 divides the feature amount into sub feature amounts based on the classified data of the driving physiological data, the non-driving physiological data, and the driving characteristic data depending on whether or not there is medication. If the measurement is performed within a predetermined time after the medication, the physiological state determination server device 10 sets the data with medication.
  • a new feature space in which the medication state is added as a feature quantity may be formed (a different dimension vector is set), and the physiological state of the subject T may be determined by a discriminator. For example, in the set dimension, “0” indicates that there is no medication and “1” indicates that there is no medication.
  • the physiological condition determination server device 10 may evaluate by taking a coefficient according to the time difference, even when taking the medicine, when taking the medicine at a predetermined time.
  • the physiological state of the subject T is determined according to the medication status of the medication data, Since the determination is performed in consideration of the medication state, the physiological state reflecting the medication state can be more accurately and quantitatively evaluated or analyzed, and the physiological state can be accurately determined.
  • the physiological state determination server device 10 may use driving period physiological data of other subjects, non-driving period physiological data of other subjects, period driving characteristic data of other subjects, and the like. In particular, when there is insufficient data, the physiological state determination server device 10 uses data of another subject who is similar in age, sex, and similar constitution to the subject.
  • Driving period physiological data of other subjects corresponding to the first period and the second period is acquired from the fourth storage means for storing driving physiological data of other subjects measured in the past, and driving physiological periods
  • the data can be supplemented even if the data is insufficient, and the physiological state can be evaluated or analyzed more accurately and quantitatively. Furthermore, it becomes easier to catch the signs of changes in various physiological states. In particular, in the case of another subject who is similar in age to the subject, has the same gender, and has a similar constitution, the accuracy of complementation is increased.
  • the present invention is not limited to the above embodiments.
  • Each of the embodiments described above is an exemplification, and any configuration that has substantially the same configuration as the technical idea described in the claims of the present invention and has the same operational effects can be used. It is included in the technical scope of the present invention.
  • Physiological state determination server device (physiological state determination device) 12: Storage unit (storage means) 20: Mobile terminal device 30: In-vehicle terminal device 40: Home terminal device 50: Medical institution server device S: Physiological state determination system T: Target person V: Vehicle

Abstract

多様な疾患および症状に対して、より早く疾病等の前兆を捉える。　対象者が車両を運転しているときに測定される運転時生理データを取得し、運転特性を示す運転特性データを取得し、運転時生理データの測定時刻および運転特性データの測定時刻を含む第１期間と、第１期間と期間の長さが異なる第２期間とに対応する運転時期間生理データ、期間運転特性データ、および非運転時期間生理データを取得し、運転時生理データと運転時期間生理データとから、運転時における対象者の生理データの特徴を示す運転時生理特徴量を生成し、運転時における対象者の運転特性の特徴を示す運転特性特徴量を生成し、非運転時における対象者の生理データの特徴を示す非運転時生理特徴量を生成し、運転時生理特徴量および運転特性特徴量のうち少なくとも一方と、非運転時生理特徴量とから、対象者の生理状態を判定する。

Description

生理状態判定装置、生理状態判定方法、生理状態判定装置用プログラムおよび、生理状態判定システム
　本発明は、対象者の生理状態を判定する生理状態判定装置、生理状態判定方法、生理状態判定装置用プログラムおよび、生理状態判定システムの技術分野に関する。
　人体を各種センサにより測定して、健康管理を行うためのシステムが開発されている。例えば、特許文献１には、運動時の運動時生体情報を検出し、就寝中に就寝時生体情報を検出し、運動時生体情報及び前記就寝時生体情報に基づいて、就寝時体調情報を演算し、就寝時体調情報に基づいて、入眠を補助する体調管理システムが開示されている。
特開２００８－１８３２０５号公報
　しかしながら、特許文献１のような従来技術においては、時々刻々と変化する体調をリアルタイムで監視しているが、より早く疾病等の前兆を捉えることができなかった。また、従来技術では、多様な疾患・症状に対応できることができなかった。
　そこで、本発明の課題の一例は、多様な疾患および症状に対して、より早く疾病等の前兆を捉える生理状態判定装置等を提供することを目的とする。
　上記課題を解決するために、請求項１に記載の発明は、対象者が車両を運転しているときに測定される当該対象者の運転時生理データと、当該運転時生理データの測定時刻とを、取得する運転時生理データ取得手段と、前記対象者が前記車両を運転する運転特性を示す運転特性データと、当該運転特性データの測定時刻とを、取得する運転特性データ取得手段と、前記運転時生理データの測定時刻および前記運転特性データの測定時刻を含む第１期間と、当該第１期間と期間の長さが異なり前記運転時生理データの測定時刻および前記運転特性データの測定時刻を含む第２期間と、に対応する前記運転時期間生理データを、過去に測定された前記運転時生理データを記憶する第１記憶手段を参照して取得する運転時期間生理データ取得手段と、前記第１期間と前記第２期間とに対応する期間運転特性データを、過去に測定された前記運転特性データを記憶する第２記憶手段を参照して取得する期間運転特性データ取得手段と、前記対象者が車両を運転していないときに測定される当該対象者の非運転時生理データであって、前記第１期間および前記第２期間の少なくとも一方に対応する前記非運転時期間生理データを、過去に測定された前記非運転時生理データを記憶する第３記憶手段を参照して取得する非運転時期間生理データ取得手段と、前記運転時生理データと前記運転時期間生理データとから、運転時における前記対象者の生理データの特徴を示す運転時生理特徴量を生成する運転時生理特徴量生成手段と、前記運転特性データと前記期間運転特性データとから、運転時における前記対象者の運転特性の特徴を示す運転特性特徴量を生成する運転特性特徴量生成手段と、前記非運転時期間生理データから、非運転時における前記対象者の生理データの特徴を示す非運転時生理特徴量を生成する非運転時生理特徴量生成手段と、前記運転時生理特徴量および前記運転特性特徴量のうち少なくとも一方と、前記非運転時生理特徴量とから、前記対象者の生理状態を判定する生理状態判定手段と、
　を備えることを特徴とする。
　請求項２に記載の発明は、請求項１に記載の生理状態判定装置において、前記生理状態判定手段が、前記運転時生理特徴量および前記運転特性特徴量のうち少なくとも一方と、前記非運転時生理特徴量とにより構成される特徴ベクトルの特徴空間において、前記対象者の生理状態を判定することを特徴とする。
　請求項３に記載の発明は、請求項１または請求項２に記載の生理状態判定装置において、複数の前記運転時生理特徴量、複数の前記運転特性特徴量、および、複数の前記非運転時生理特徴量から、判定する複数の生理状態のうち生理状態毎に、前記生理状態に使用する特徴量を選択する特徴量選択手段を更に備えたことを特徴とする。
　請求項４に記載の発明は、請求項１から３のいずれか１項に記載の生理状態判定装置において、前記運転時生理特徴量生成手段が、前記運転時生理特徴量として、前記対象者の出生時間を含む対象者情報から計算される前記対象者の年齢に基づき、前記第１記憶手段を参照して、前記運転時生理データから、当該運転時生理データの経時変化の量を生成し、前記運転特性特徴量生成手段が、前記運転時生理特徴量として、前記対象者の年齢に基づき、前記第２記憶手段を参照して、前記運転特性データの経時変化の量を生成し、前記非運転時生理特徴量生成手段が、前記非運転時生理特徴量として、前記対象者の年齢に基づき、前記第３記憶手段を参照して、前記非運転時生理データから、当該非運転時生理データの経時変化の量を生成することを特徴とする。
　請求項５に記載の発明は、請求項４に記載の生理状態判定装置において、前記経時変化の量が、前記経時変化の傾き、および、前記経時変化のベースラインからの乖離度の少なくとも一方であることを特徴とする。
　請求項６に記載の発明は、請求項１から５のいずれか１項に記載の生理状態判定装置において、前記運転時生理データと前記第１期間および前記第２期間の少なくとも一方に対応する前記非運転時期間生理データとの違いに基づき、運転時における前記対象者の生理データの特徴を示す運転時・非運転時生理特徴量を生成する運転時・非運転時生理特徴量生成手段を更に備えたことを特徴とする。
　請求項７に記載の発明は、請求項１から６のいずれか１項に記載の生理状態判定装置において、前記第１期間または前記第２期間が、季節であることを特徴とする。
　請求項８に記載の発明は、請求項１から７のいずれか１項に記載の生理状態判定装置において、前記第１期間または前記第２期間が、前記運転時生理データの測定時刻または前記運転特性データの測定時刻を含む運転当日であることを特徴とする。
　請求項９に記載の発明は、請求項１から８のいずれか１項に記載の生理状態判定装置において、前記対象者の服薬に関する服薬データを、当該服薬データを測定する端末装置から取得する服薬生理データ取得手段を更に備え、前記生理状態判定手段が、前記服薬データの服薬状態に応じて、前記対象者の生理状態を判定することを特徴とする。
　請求項１０に記載の発明は、請求項１から９のいずれか１項に記載の生理状態判定装置において、前記運転時生理データを測定したときの前記車両の位置情報から、前記車両の運転環境情報を取得する運転環境取得手段を更に備え、前記生理状態判定手段が、前記車両の運転環境情報に応じて、前記対象者の生理状態を判定することを特徴とする。
　請求項１１に記載の発明は、請求項１から１０のいずれか１項に記載の生理状態判定装置において、前記運転時生理データの測定時刻および前記運転時生理データを測定したときの前記車両の位置情報から、前記運転時生理データを測定したときの気象データを取得する気象データ取得手段を更に備え、前記生理状態判定手段が、前記気象データの気象状態に応じて、前記対象者の生理状態を判定することを特徴とする。
　請求項１２に記載の発明は、請求項１から１１のいずれか１項に記載の生理状態判定装置において、前記期間生理データ取得手段が、前記第１期間および前記第２期間に対応する他の対象者の前記運転時期間生理データを、過去に測定された前記他の対象者の前記運転時生理データを記憶する第４記憶手段から取得し、前記運転時生理特徴量生成手段が、前記運転時生理データと、前記他の対象者の前記運転時期間生理データとから、前記運転時生理特徴量を生成することを特徴とする。
　請求項１３に記載の発明は、運転時生理データ取得手段が、対象者が車両を運転しているときに測定される当該対象者の運転時生理データと、当該運転時生理データの測定時刻とを、取得する運転時生理データ取得ステップと、運転特性データ取得手段が、前記対象者が前記車両を運転する運転特性を示す運転特性データと、当該運転特性データの測定時刻とを、取得する運転特性データ取得ステップと、運転時期間生理データ取得手段が、前記運転時生理データの測定時刻および前記運転特性データの測定時刻を含む第１期間と、当該第１期間と期間の長さが異なり前記運転時生理データの測定時刻および前記運転特性データの測定時刻を含む第２期間と、に対応する前記運転時期間生理データを、過去に測定された前記運転時生理データを記憶する第１記憶手段を参照して取得する運転時期間生理データ取得ステップと、期間運転特性データ取得手段が、前記第１期間と前記第２期間とに対応する期間運転特性データを、過去に測定された前記運転特性データを記憶する第２記憶手段を参照して取得する期間運転特性データ取得ステップと、非運転時期間生理データ取得手段が、前記対象者が車両を運転していないときに測定される当該対象者の非運転時生理データであって、前記第１期間および前記第２期間の少なくとも一方に対応する前記非運転時期間生理データを、過去に測定された前記非運転時生理データを記憶する第３記憶手段を参照して取得する非運転時期間生理データ取得ステップと、運転時生理特徴量生成手段が、前記運転時生理データと前記運転時期間生理データとから、運転時における前記対象者の生理データの特徴を示す運転時生理特徴量を生成する運転時生理特徴量生成ステップと、運転特性特徴量生成手段が、前記運転特性データと前記期間運転特性データとから、運転時における前記対象者の運転特性の特徴を示す運転特性特徴量を生成する運転特性特徴量生成ステップと、非運転時生理特徴量生成手段が、前記非運転時期間生理データから、非運転時における前記対象者の生理データの特徴を示す非運転時生理特徴量を生成する非運転時生理特徴量生成ステップと、生理状態判定手段が、前記運転時生理特徴量および前記運転特性特徴量のうち少なくとも一方と、前記非運転時生理特徴量とから、前記対象者の生理状態を判定する生理状態判定ステップと、を含むことを特徴とする。
　請求項１４に記載の発明は、コンピュータを、対象者が車両を運転しているときに測定される当該対象者の運転時生理データと、当該運転時生理データの測定時刻とを、取得する運転時生理データ取得手段、前記対象者が前記車両を運転する運転特性を示す運転特性データと、当該運転特性データの測定時刻とを、取得する運転特性データ取得手段、前記運転時生理データの測定時刻および前記運転特性データの測定時刻を含む第１期間と、当該第１期間と期間の長さが異なり前記運転時生理データの測定時刻および前記運転特性データの測定時刻を含む第２期間と、に対応する前記運転時期間生理データを、過去に測定された前記運転時生理データを記憶する第１記憶手段を参照して取得する運転時期間生理データ取得手段、前記第１期間と前記第２期間とに対応する期間運転特性データを、過去に測定された前記運転特性データを記憶する第２記憶手段を参照して取得する期間運転特性データ取得手段、前記対象者が車両を運転していないときに測定される当該対象者の非運転時生理データであって、前記第１期間および前記第２期間の少なくとも一方に対応する前記非運転時期間生理データを、過去に測定された前記非運転時生理データを記憶する第３記憶手段を参照して取得する非運転時期間生理データ取得手段、前記運転時生理データと前記運転時期間生理データとから、運転時における前記対象者の生理データの特徴を示す運転時生理特徴量を生成する運転時生理特徴量生成手段、前記運転特性データと前記期間運転特性データとから、運転時における前記対象者の運転特性の特徴を示す運転特性特徴量を生成する運転特性特徴量生成手段、前記非運転時期間生理データから、非運転時における前記対象者の生理データの特徴を示す非運転時生理特徴量を生成する非運転時生理特徴量生成手段、および、前記運転時生理特徴量および前記運転特性特徴量のうち少なくとも一方と、前記非運転時生理特徴量とから、前記対象者の生理状態を判定する生理状態判定手段として機能させることを特徴とする。
　請求項１５に記載の発明は、対象者の生理状態を判定する生理状態判定装置と、前記対象者が携帯する携帯端末装置と、前記対象者が運転する車両に設置された車載端末装置と、を備えることを特徴とする生理状態判定システムにおいて、前記生理状態判定装置が、前記対象者が前記車両を運転しているときに測定される当該対象者の運転時生理データと、当該運転時生理データの測定時刻とを、前記携帯端末装置を介して取得する運転時生理データ取得手段と、前記対象者が前記車両を運転する運転特性を示す運転特性データと、当該運転特性データの測定時刻とを、前記車載端末装置を介して取得する運転特性データ取得手段と、前記運転時生理データの測定時刻および前記運転特性データの測定時刻を含む第１期間と、当該第１期間と期間の長さが異なり前記運転時生理データの測定時刻および前記運転特性データの測定時刻を含む第２期間と、に対応する前記運転時期間生理データを、過去に測定された前記運転時生理データを記憶する第１記憶手段を参照して取得する運転時期間生理データ取得手段と、前記第１期間と前記第２期間とに対応する期間運転特性データを、過去に測定された前記運転特性データを記憶する第２記憶手段を参照して取得する期間運転特性データ取得手段と、前記対象者が車両を運転していないときに測定される当該対象者の非運転時生理データであって、前記第１期間および前記第２期間の少なくとも一方に対応する前記非運転時期間生理データを、過去に測定された前記非運転時生理データを記憶する第３記憶手段を参照して取得する非運転時期間生理データ取得手段と、前記運転時生理データと前記運転時期間生理データとから、運転時における前記対象者の生理データの特徴を示す運転時生理特徴量を生成する運転時生理特徴量生成手段と、前記運転特性データと前記期間運転特性データとから、運転時における前記対象者の運転特性の特徴を示す運転特性特徴量を生成する運転特性特徴量生成手段と、前記非運転時期間生理データから、非運転時における前記対象者の生理データの特徴を示す非運転時生理特徴量を生成する非運転時生理特徴量生成手段と、前記運転時生理特徴量および前記運転特性特徴量のうち少なくとも一方と、前記非運転時生理特徴量とから、前記対象者の生理状態を判定する生理状態判定手段と、を有することを特徴とする。
　本発明によれば、生理状態の変化が現れやすい、運転中の身体的および心理的な所定の負荷量がある状態での運転時生理データおよび運転特性データに対して、人間のバイオリズムや外的環境の影響を考慮して、第１期間、および、期間の長さが異なる第２期間の複数の期間に対応する運転時および非運転時生理データ、並びに、運転特性データから、生理状態を判定するために定量化した各特徴量を生成し、複数の期間に対応した、生理データおよび生理データとは異なる運転特性データ、かつ、運転、非運転のように対象者に加わる負荷の違いによるデータによる複数の多様な特徴量を用いているので、生理状態についてより正確に定量的に評価または解析することができ、さらに、様々な生理状態の変化の前兆を捉えやすくなる。
一実施形態に係る生理状態判定システムの概要構成例を示す模式図である。 図１の情報処理サーバ装置の概要構成の一例を示すブロック図である。 図２の対象者情報データベースに記憶されているデータの一例を示す図である。 図２の運転時生理データベースに記憶されているデータの一例を示す図である。 図２の非運転時生理データベースに記憶されているデータの一例を示す図である。 図２の運転特性データベースに記憶されているデータの一例を示す図である。 図２の健康診断データベースに記憶されているデータの一例を示す図である。 図２の区分別データベースに記憶されているデータの一例を示す図である。 図８の区分別データベースの一例を示す模式図である。 図１の携帯端末装置の概要構成の一例を示すブロック図である。 車両を操縦する対象者の様子の一例を示す模式図である。 図１の車載端末装置の概要構成の一例を示すブロック図である。 図１の家庭端末装置の概要構成の一例を示すブロック図である。 図１の医療機関サーバ装置の概要構成の一例を示すブロック図である。 図１４の電子カルテデータベースに記憶されているデータの一例を示す図である。 情報処理サーバ装置の機能の一例を示すブロック図である。 一実施形態に係る生理状態判定システムの動作例を示すシーケンス図である。 図１７の付加情報の生成処理のサブルーチンの一例を示すフローチャートである。 図１７のデータベース更新処理のサブルーチンの一例を示すフローチャートである。 図１７の生理状態の判定処理のサブルーチンの一例を示すフローチャートである。
　以下、図面を参照して本発明の実施形態について説明する。なお、以下に説明する実施の形態は、生理状態判定システムに対して本発明を適用した場合の実施形態である。
［１．生理状態判定システムの構成及び機能概要］
　まず、本実施形態に係る生理状態判定システムＳの構成について、図１を用いて説明する。図１は、本実施形態に係る生理状態判定システムＳの概要構成の一例を示す図である。
　図１に示すように、生理状態判定システムＳは、対象者Ｔ毎の生理データ等を取得して対象者Ｔの生理状態を判定する生理状態判定サーバ装置１０（生理状態判定装置の一例）と、対象者Ｔが携帯し、対象者Ｔの生理データを生理状態判定サーバ装置１０に送信する携帯端末装置２０と、対象者Ｔが運転する車両Ｖのデータを複数のセンサから収集する車載端末装置３０と、対象者Ｔが家庭Ｈにいるときの生理データ等を収集する家庭端末装置４０と、対象者Ｔが利用する医療機関の医療機関サーバ装置５０と、を備える。
　生理状態判定サーバ装置１０、携帯端末装置２０、車載端末装置３０、家庭端末装置４０および医療機関サーバ装置５０は、ネットワークＮを介して、例えば、通信プロトコルにＴＣＰ／ＩＰ等を用いて相互にデータの送受信が可能になっている。ネットワークＮは、例えば、インターネットにより構築されている。
　ネットワークＮには、生理状態判定サーバ装置１０に気象データを提供する気象サーバ装置（図示せず）と、交通渋滞、一時停止の場所、一方通行の道路、２車線の道路、中央分離帯がある道路等の道路情報（運転環境情報の一例）を提供する運転環境提供サーバ装置（図示せず）とが接続している。ここで、運転環境情報の一例として、上記の他に、高速道路か一般道路か、道路幅の狭いか広いか、いつも利用する道路か初めて利用する道路か、歩行者が多いか少ないか、（渋滞とまでは言えなくとも）車両交通量の多いか少ないか等が挙げられる。また、運転環境情報の一例として、時間帯によって太陽光がまぶしい道路という情報、ドライバーが緊張しやすい道路、心拍数が上がりやすい道路、運転時間の長さ、場所毎の事故の発生確率等が挙げられる。渋滞情報は、渋滞していたか否か、ラッシュアワーなどの時間帯、道路工事や事故などのインフラ情報でもよい。
　なお、ネットワークＮは、専用通信回線、移動体通信網、およびゲートウェイ等により構築されていてもよい。また、ネットワークＮは、アクセスポイントＡｐを有してもよい。携帯端末装置２０および車載端末装置３０等は、アクセスポイントＡｐを介して、ネットワークＮに接続できるようにしてもよい。
　生理状態判定サーバ装置１０は、コンピュータの機能を有する。生理状態判定サーバ装置１０は、携帯端末装置２０から対象者Ｔの生理データを取得する。生理状態判定サーバ装置１０は、車載端末装置３０が収集した車両Ｖのデータを取得する。生理状態判定サーバ装置１０は、気象サーバ装置から気象データを取得する。生理状態判定サーバ装置１０は、運転環境提供サーバ装置から運転環境情報を取得する。
　携帯端末装置２０は、コンピュータの機能を有する。携帯端末装置２０は、例えば、スマートフォンまたはタブレット端末である。携帯端末装置２０は、携帯端末装置２０は、対象者Ｔの生理データを測定するセンサからの生理データを収集する。
　車載端末装置３０は、コンピュータの機能を有する。車載端末装置３０は、例えば、車両Ｖのナビゲーション装置である。携帯端末装置２０と車載端末装置３０とは、無線通信により通信が可能である。車載端末装置３０は、対象者Ｔが運転する車両Ｖに設置されている。車両Ｖは、例えば、対象者Ｔ自身、家族、知人、または、会社が所有する、または、レンタルされた車両である。
　家庭端末装置４０は、コンピュータの機能を有する。家庭端末装置４０は、対象者Ｔ等の家庭Ｈや職場等に設置されている。家庭端末装置４０は、例えば、パーソナルコンピュータである。携帯端末装置２０と家庭端末装置４０とは、無線通信により通信が可能である。
　医療機関サーバ装置５０は、コンピュータの機能を有する。医療機関サーバ装置５０は、例えば、病院等の医療機関、地域医療の中核のセンター等に設定されている。医療機関サーバ装置５０は、対象者Ｔに対する診察結果、検査オーダー、検査の結果等の情報を記録した電子カルテ情報を有する。
　ここで、生理状態の一例として、病気の予兆、疾患の発症リスク、症状の発症リスク、体調の変化の予兆が挙げられる。生理状態の一例として、体調のレベルでもよい。例えば、体調に関して、”健康”、”体調不良”、また、体調に関して、”良好、やや良好、やや異常、異常”等のレベル分けでもよい。体調のレベルを示す場合、病名等は特定していなくてもよい。リスクおよびレベルは、定量的に評価の一例である。
　疾患として、心筋梗塞、脳卒中、高血圧、不整脈等の循環器疾患、睡眠時無呼吸症候群、認知症、糖尿病による意識レベル低下、てんかん発作等が挙げられる。また、症状として、動悸、息切れ、便秘、発熱、悪寒、下痢、しびれ、痛み等が挙げられる。
　症状の前兆の判定に関して、単独指標、または、複数指標の組み合せで判定してもよい。例えば、動悸は心拍数のみで判定し、息切れは一義的には呼吸数（胸郭の動きなどで計測）で判定し、さらに血圧を加えて”息切れによる影響”まで判定してもよい。
　生理状態の一例として、各臓器または器官の状態のレベル、各生体機能（例えば、消化機能、循環機能、神経系の機能、代謝機能、認知機能等）の状態のレベルでもよい。これらのレベルは、対象者Ｔの年齢、体重等を考慮して、血液検査等の特定の数値の値に対応したレベルでもよい。
　生理状態の一例として、所定の疾病の発生確率（発症リスク）でもよい。確率の値の代わりに、所定の疾病が、”病気Ａが発症しにくい”、”病気Ａがやや発症しやすい”、” 病気Ａが発症しやすい”、”病気Ａが顕在化した”等でもよい。
　生理状態の一例として、複数の病気でもよく、例えば、”病気Ａおよび病気Ｂが発症しやすい”等でもよい。
　生理状態の一例として、”病気Ａの発症リスクが第１閾値を超えた”、”病気Ｂの発症リスクが第１閾値を超えた”、・・・、”病気Ａの発症リスクが第ｎ閾値を超えた”、”病気Ｂの発症リスクが第ｎ閾値を超えた”でもよい。
　生理状態のレベルとして、各病気に対して、閾値を超えた数や、閾値を超えた病気の組み合せに基づいてもよい。
　また、生理状態のレベルとして、所定の生理データ（または、各対象者Ｔが車両Ｖを運転中の対象者Ｔの運転特性運転特性データ）の値が、”第１閾値を超えた”、・・・”第ｎ閾値を超えた”でもよい。生理状態のレベルは、複数のデータの組み合せに基づいてもよい。
　また、個別の生理状態毎に捉えるだけでなく、ベクトル空間（特徴ベクトルの特徴空間）において各生理状態を同時並行的に扱ってもよい。各生理状態の指標をｎ次元ベクトル空間で捉え、ベクトル空間における位置関係で、生理状態のレベルのように扱ってもよい。
［２．情報処理サーバおよび各端末装置の構成および機能］
（２．１　生理状態判定サーバ装置１０の構成および機能）
　次に、生理状態判定サーバ装置１０の構成および機能について、図２から図９を用いて説明する。
　図２は、生理状態判定サーバ装置１０の概要構成の一例を示すブロック図である。図３は、象者情報データベースに記憶されているデータの一例を示す図である。図４は、運転時生理データベースに記憶されているデータの一例を示す図である。図５は、非運転時生理データベースに記憶されているデータの一例を示す図である。図６は、運転特性データベースに記憶されているデータの一例を示す図である。図７は、健康診断データベースに記憶されているデータの一例を示す図である。図８は、区分別データベースに記憶されているデータの一例を示す図である。図９は、区分別データベースの一例を示す模式図である。
　図２に示すように、生理状態判定サーバ装置１０は、通信部１１と、記憶部１２と、出力部１３と、入力部１４と、入出力インターフェース部１５と、制御部１６と、を備えている。そして、制御部１６と入出力インターフェース部１５とは、システムバス１７を介して電気的に接続されている。また、生理状態判定サーバ装置１０は、時計機能を有する。
　通信部１１は、ネットワークＮに電気的または電磁気的に接続して、携帯端末装置２０等との通信状態を制御するようになっている。
　記憶部１２は、例えば、ハードディスクドライブ、ソリッドステートドライブ等により構成されている。記憶部１２は、各対象者の生理データ等を記憶する。また、記憶部１２は、オペレーティングシステムおよびサーバプログラム等の各種プログラムや各種ファイル等を記憶する。なお、各種プログラム等は、例えば、他のサーバ装置等からネットワークＮを介して取得されるようにしてもよいし、記録媒体に記録されてドライブ装置を介して読み込まれるようにしてもよい。
　また、記憶部１２には、各対象者Ｔに関する情報等を記憶する対象者情報データベース１２ａ（以下「対象者情報ＤＢ１２ａ」とする。）、各対象者Ｔが車両Ｖを運転中の対象者Ｔの生理データを記憶する運転時生理データベース１２ｂ（以下「運転時生理ＤＢ１２ｂ」とする。）、各対象者Ｔが車両Ｖを運転していない時の対象者Ｔの生理データを記憶する非運転時生理データベース１２ｃ（以下「非運転時生理ＤＢ１２ｃ」とする。）、各対象者Ｔが車両Ｖを運転中の対象者Ｔの運転特性等を記憶する運転特性データベース１２ｄ（以下「運転特性ＤＢ１２ｄ」とする。）、医療機関における対象者Ｔの診断結果等を記憶する診断結果データベース１２ｅ（以下「診断結果ＤＢ１２ｅ」とする。）、および、朝昼夕夜等の時間帯（第１期間または第２期間の一例）、春夏秋冬等の季節（第１期間または第２期間の一例）等により区分された運転時生理データ等を記憶する区分別データベース１２ｆ（以下「区分別ＤＢ１２ｆ」とする。）等が構築されている。
　ここで、第１期間または第２期間の一例として、１日を４つに時間区分した、朝の期間（例えば、６時から１０時）、昼の期間（例えば、１０時から１５時）、夕方の期間（例えば、１５時から１９時）、夜の期間（例えば、１９時から６時）が挙げられる。朝昼夕夜等の時間帯として、朝の期間（例えば、日の出１時間前から１０時）、昼の期間（例えば、１０時から日没１時間前）夕方の期間（例えば、日没１時間前から日没後１時間）、夜の期間（例えば、日没後１時間から日の出１時間前）でもよい。
　また、第１期間または第２期間の一例として、朝１日を８つに時間区分した、例えば、時間帯が、未明の期間（例えば、０時から３時）、明け方の期間（例えば、３時から６時）、朝の期間（例えば、６時から９時）、昼前の期間（例えば、９時から１２時）、昼過ぎの期間（例えば、１２時から１５時）、夕方の期間（例えば、１５時から１８時）、夜のはじめ頃の期間（例えば、１８時から２１時）、夜遅くの期間（例えば、２１時から０時）でもよい。
　第１期間または第２期間は、人間のバイオリズムに対応した時間区分でもよい。第１期間または第２期間の区分は、等間隔でなくてもよい。
　第１期間または第２期間の一例として、秒単位，数十分単位、数時間単位の区分でもよい。第１期間または第２期間の期間は、運転を開始（休憩後でもよい）してからの運転時間の長さや、判定したい疾患や体調に応じて変えてもよい。例えば、例えば、運転時間が長くなるにつれて、秒単位毎から数時間毎というように、第１期間または第２期間の期間が延びてもよい。
　第１期間または第２期間の一例として、週間単位、月単位、年単位の区分でもよい。
　第１期間または第２期間の一例として、季節の区分でもよい。例えば、春夏秋冬という四季による区分や、夏冬という区分、雨季、乾季という季節の区分でもよい。季節の区分は、２４節気や７２候でもよい。太陽暦または太陰暦により、季節の区分を行ってもよい。夏至、冬至を基準にして、季節の区分を行ってもよい。第１期間または第２期間の一例として、ある月の第１週目、第２週目等でもよい。
　図３に示すように、対象者情報ＤＢ１２ａは、各対象者Ｔを特定するための対象者ＩＤに関連付けられて、対象者Ｔの氏名、性別、生年月日、対象者Ｔが利用する車両ＩＤ等を記憶する。
　図４に示すように、運転時生理ＤＢ１２ｂ（第１記憶手段の一例、第４記憶手段の一例）は、各対象者ＩＤに関連付けられて、対象者Ｔが車両Ｖを運転している時の生理データを測定した測定時刻、対象者Ｔの位置情報、および、対象者Ｔの血圧値、心拍数、呼吸数等の生理データ等を記憶する。
　ここで、生理データは、センサ等により測定できる対象者Ｔの生物学的、化学的、物理的なデータならばよい。例えば、生理データの一例として、対象者Ｔの体温、体温分布が挙げられる。生理データの一例として、血圧値、心拍数、脈波、脈波伝搬速度、心電図、不整脈の状態、血流量、血糖値等の血液の成分のような、血液および循環器関係のデータが挙げられる。血液の成分として、赤血球数、白血球数、血小板数、ｐＨ値、電解質の種類、電解質の量、ホルモンの種類、ホルモンの量、尿酸値、各種マーカー等が挙げられる。
　また、生理データの一例として、発汗量、発汗の分布、皮膚の抵抗値、体臭の成分、唾液量のような消化液の量、唾液の成分のような消化液の成分が挙げられる。生理データの一例として、脳波、脳の血流量分布等の脳に関するデータが挙げられる。生理データの一例として、呼吸数、呼吸量、呼気の成分等の呼吸に関するデータが挙げられる。
　生理データの一例として、瞬き数、涙の量、眼球運動（眼球の位置、瞳孔の直径等）等の目に関するデータが挙げられる。生理データの一例として、体の各部位の筋電のデータが挙げられる。生理データの一例として、顔色、顔の表情等のデータが挙げられる。
　生理データの一例として、就寝時間、起床時間、睡眠時間、睡眠パターン、鼾の有無、鼾の強弱、鼾の回数、鼾の時間、呼吸の状態、寝返り数、睡眠時の姿勢、眠り深さ等睡眠の質等の睡眠に関する生理データが挙げられる。睡眠の質は、例えば、脳波、眼球運動、呼吸、睡眠時の姿勢等から判定してもよい。
　生理データの一例として、体重、身長等が挙げられる。また、生理データの一例として、痛み、しびれ等の症状を数値化したデータでもよい。
　また、測定時刻の一例として、生理データの一値を得るために、測定を開始した時刻、測定を終えた時刻、または、これらの中間の時刻が挙げられる。測定時刻は、ある値の測定と対応付けられる時刻ならばよい。例えば、１分間毎に、心拍数を算出する場合、この１分間のいずれの時刻でもよい。また、心電図のＲ波間の時間の長さから心拍数を算出する場合、Ｒ波のピークの時刻、Ｑ波またはＳ波の時刻、Ｐ波のピーク時刻等が挙げられる。Ｒ波間の時間の代わりに、Ｐ波間、Ｑ波間、Ｓ波間、Ｔ波間等でもよい。また、心電図に限らず、脈波のグラフでも同様に、共通の特徴点が現れる時刻や中間の値でもよい。また、コロトコフ音で血圧を測定する場合、測定時刻は、最高血圧と最低血圧を算出する際の測定期間内のいずれの時刻でもよい。
　図５に示すように、非運転時生理ＤＢ１２ｃ（第２記憶手段の一例）は、各対象者ＩＤに関連付けられて、対象者Ｔが車両Ｖを運転していない時の生理データを測定した測定時刻、対象者Ｔの位置情報、および、対象者Ｔの血圧値、心拍数、呼吸数等の生理データ等を記憶する。対象者Ｔが車両Ｖを運転していない時として、対象者Ｔが家庭Ｈにいる場合（対象者Ｔが寝ている、くつろいでいる、作業をしている場合等）、対象者Ｔが職場で仕事をしている場合、対象者Ｔが車両Ｖを運転していないが、同乗している場合、対象者Ｔが外を歩いている場合、対象者Ｔが他の乗り物に乗っている場合等が挙げられる。
　なお、運転時生理ＤＢ１２ｂと非運転時生理ＤＢ１２ｃとにデータベースを分けず、運転時または非運転時のタグ（付加情報）をつけて、生理データが、記憶部１２に記憶されてもよい。
　図６に示すように、運転特性ＤＢ１２ｄ（第３記憶手段の一例）は、各対象者ＩＤに関連付けられて、対象者Ｔが車両Ｖを運転している時の運転特性データを測定した測定時刻、車両Ｖの位置情報、ステアリング・ホイールのふらつき度、車間距離等を記憶する。
　ここで、運転特性データとして、ステアリング・ホイールの旋回角度のふらつき度、車間距離（または車間時間）の値や変動度、前方を走行する車両に対する接近（例えば、車間時間が３秒以内、１秒以内等）の回数および頻度（前方衝突警報の発信頻度）、停車した場合の一時停止の場所からの距離、道路からの逸脱回数または頻度（車線逸脱警告の発信頻度）が挙げられる。また、運転特性データは、車両Ｖの速度の変動、急ブレーキの回数および頻度（所定値以上の減速度の回数および頻度）、ブレーキが必要になった場合から、ブレーキが踏み込まれるまでの時間、アクセルペダルからブレーキペダルが踏み込まれるまでの時間等でもよく、対象者Ｔの操縦性能が測定できるデータならばよい。
　図７に示すように、診断結果ＤＢ１２ｅは、各対象者ＩＤに関連付けられて、対象者Ｔを検査した検査時刻、血糖値、コレステロール値、尿酸値等の検査データを記憶する。
　これらの血糖値、コレステロール値、尿酸値等の検査データは、検査機関により正確に測定される。
　診断結果として、血液検査から分かる各種の検査結果、Ｘ線により撮像される画像、超音波エコーにより測定される画像、核磁気共鳴装置により測定される画像、医者の問診結果が含まれる。
　図８に示すように、区分別ＤＢ１２ｆは、各対象者ＩＤに関連付けられて、各時間帯の区分、季節区分、年齢区分に対して、運転時生理データの統計量、運転特性データの統計量、非運転時生理データの統計量、検査データの統計量等が記憶されている。
　例えば、区分別ＤＢ１２ｆは、各時間帯に属する測定時刻の運転時生理データを統計処理した時間帯の運転時期間生理データ、各季節に属する測定時刻の運転時生理データを統計処理した季節の運転時期間生理データ、各年齢に属する測定時刻の運転時生理データを統計処理した年齢・運転時生理データが記憶されている。
　ここで、統計量として、区分における平均値（算術平均、幾何平均、調和平均、中央値、最頻値、最大値、最小値等）、分散、標準偏差、スキューネス、フラットネス等の代表値が挙げられる。
　第１期間と第２期間とに対応する期間データ（運転時期間生理データ、非運転時期間生理データ、または期間運転特性データ）の一例として、第１期間の期間生理データおよび第２期間の期間生理データのように、別々の複数のデータでもよいし、第１期間かつ第２期間の期間生理データでもよい。第１期間かつ第２期間の期間生理データの一例として、ある時間帯（例えば、朝、夜等）で、かつある季節（例えば、春、夏等）に属するデータから計算された期間データ、ある時間帯（例えば、朝、夜等）で、かつある年代（例えば、２０１０年、２０１５年等）に属するデータから計算された期間データ、ある季節帯（例えば、春、夏等）で、かつある年代（例えば、２０１０年、２０１５年等）に属するデータから計算された期間データ等が挙げられる。
　また、第１期間または第２期間は、各期間データに対して、それぞれ全く同じ期間でなくてもよい。例えば、第１期間が朝の期間で、非運転時生理データの測定時刻が午前６時から午前７時半で、運転時生理データの測定時刻が午前７時４５分から午前９時でもよい。第１期間および第２期間の少なくとも一方に対応する非運転時期間生理データは、非運転時生理データの測定時刻が、第１期間および第２期間の少なくとも一方に属した非運転時生理データの統計量であればよい。
　図９に示すように、区分別ＤＢ１２ｆは、運転時生理データ、運転特性データ、非運転時生理データ、検査データ等のデータの種類に対して、時間帯の区分毎、季節区分毎、年齢区分毎に分かれたデータ構造単位を有する。
　データを取得すると、測定時刻およびデータの種類に応じて、対応するデータ構造単位の統計量が再計算され、統計量が更新される。
　なお、データ構造単位は、対象者Ｔ毎に構築してもよいし、データ構造単位毎に、対象者ＩＤに関連付けられて、統計量が記憶されていてもよい。
　生理状態判定サーバ装置１０は、区分に応じて、性別、年齢、体質等が共通する対象者を集めて、生理データおよび運転特性データの統計量を算出し、区分別ＤＢ１２ｆに記憶してもよい。
　また、区分別ＤＢ１２ｆの区分は、運転時間に応じて変えられてもよい。例えば、生理状態判定サーバ装置１０は、始めは、秒単位毎にデータを平均して、区分別ＤＢ１２ｆにデータを蓄積して時系列変化を捉え、運転時間が長くなるにつれて、平均する区分の期間の長さを、秒単位毎の平均から分毎、数十分毎、数時間毎というように変えてもよい。
　対象者情報ＤＢ１２ａ、運転時生理ＤＢ１２ｂ、非運転時生理ＤＢ１２ｃ、運転特性ＤＢ１２ｄ、診断結果ＤＢ１２ｅ、および、区分別ＤＢ１２ｆは、生理状態判定サーバ装置１０内でも、生理状態判定サーバ装置１０とネットワークで繋がった別のサーバでもよいし、ネットワークＮに、分散して存在してもよい。これらの別々のデータベースであってもよいし、同じデータベース内にあってもよい。第１記憶手段、第２記憶手段、第３記憶手段、および、第４記憶手段は、同じデータベースでもよい。
　出力部１３は、映像を出力の場合、例えば、液晶表示素子またはＥＬ（Electro Luminescence）素子等を有する。出力部１３は、音を出力する場合、スピーカを有する。
　入力部１４は、例えば、キーボードおよびマウス等を有する。
　入出力インターフェース部１５は、通信部１１および記憶部１２等と制御部１６との間のインターフェース処理を行うようになっている。
　制御部１６は、ＣＰＵ（Central Processing Unit）１６ａ、ＲＯＭ（Read Only Memory）１６ｂ、ＲＡＭ（Random Access Memory）１６ｃ等を有する。そして、制御部１６は、ＣＰＵ１６ａが、ＲＯＭ１６ｂや記憶部１２に記憶された各種プログラムのコードを読み出し実行することにより、各対象者Ｔの生理状態を判定する。
　ＲＡＭ１６ｃが、第１記憶手段、第２記憶手段、第３記憶手段、または、第４記憶手段の一例として機能してもよい。特に、第１期間または第２期間が、数秒単位、数分単位、数時間単位等の場合、一時的に、生理データおよび運動特性データが、ＲＡＭ１６ｃに記憶されてもよい。
（２．２　携帯端末装置２０の構成および機能）
　次に、携帯端末装置２０の構成および機能について、図１０および図１１を用いて説明する。
　図１０は、携帯端末装置２０の概要構成の一例を示すブロック図である。図１１は、車両Ｖを操縦する対象者Ｔの様子の一例を示す模式図である。
　図１０に示すように、携帯端末装置２０は、出力部２１と、記憶部２２と、通信部２３と、入力部２４と、センサ部２５と、入出力インターフェース部２６と、制御部２７と、を有する。そして、制御部２７と入出力インターフェース部２６とは、システムバス２８を介して電気的に接続されている。また、各携帯端末装置２０には、携帯端末ＩＤが割り振られている。携帯端末装置２０は、時計機能を有する。携帯端末装置２０は、携帯端末装置２０を振動させるバイブレーション機能を有してもよい。
　出力部２１は、例えば、表示機能として液晶表示素子またはＥＬ素子等を有する。出力部３２は、音を出力するスピーカを有する。
　記憶部２２は、例えば、ハードディスクドライブ、ソリッドステートドライブ等により構成されている。記憶部２２は、オペレーティングシステムおよび携帯端末装置２０用のアプリ等の各種プログラム等を記憶する。なお、各種プログラムは、例えば、他のサーバ装置等からネットワークＮを介して取得されるようにしてもよいし、記録媒体に記録されてドライブ装置を介して読み込まれるようにしてもよい。
　通信部２３は、ネットワークＮに電気的または電磁気的に接続して、生理状態判定サーバ装置１０等との通信状態を制御するようになっている。また、通信部２３は、生理状態判定サーバ装置１０と電気的または電磁気的に接続して、生理状態判定サーバ装置１０との通信状態を制御するようになっている。
　通信部２３は、電波や赤外線による端末装置との通信を行う無線通信の機能を有する。携帯端末装置２０は、通信部２３を介して、車載端末装置３０と、家庭端末装置４０との通信を行う。また、図１１に示すように、対象者Ｔが身につけているウェアラブル端末装置Ｗと、対象者Ｔが携帯している携帯端末装置２０は、通信部２３を介して、通信を行う。なお、携帯端末装置２０は、車載端末装置３０、家庭端末装置４０、および、ウェアラブル端末装置Ｗと、有線による通信を行ってもよい。
　通信部２３は、ＩＣタグのリーダーとして、ＩＣタグとの通信を行ってもよい。
　入力部２４は、例えば、タッチパネルのようなタッチスイッチ方式の表示パネルを有する。入力部２４は、利用者の指が接触または近接した出力部２１の位置情報を取得する。入力部２４は、音声を入力するマイクを有する。
　入力部２４は、服薬の有無や、薬の種類等服薬情報の入力を受け付ける。
　センサ部２５は、ＧＰＳ（Global Positioning System）センサ、方位センサ加速度センサ、ジャイロセンサ、気圧センサ、温度センサ、湿度センサ等の各種センサを有する。センサ部２５は、デジタルカメラのＣＣＤ（Charge Coupled Device）イメージセンサやＣＭＯＳ（Complementary Metal Oxide Semiconductor）イメージセンサ等の撮影素子を有する。携帯端末装置２０は、ＧＰＳセンサにより、携帯端末装置２０の現在の位置情報を取得する。
　携帯端末装置２０は、センサ部２５のカメラにより、薬の包装や処方箋の服薬情報を読み取ったり、ＩＣタグのリーダーにより、貼られたＩＣタグの服薬情報を読み取ったりしてもよい。
　入出力インターフェース部２６は、出力部２１、記憶部２２等と、制御部２７との間のインターフェース処理を行うようになっている。
　制御部２７は、ＣＰＵ２７ａ、ＲＯＭ２７ｂ、ＲＡＭ２７ｃ等により構成されている。そして、制御部２７は、ＣＰＵ２７ａが、ＲＯＭ２７ｂや記憶部２２に記憶された各種プログラムを読み出し実行する。
　ここで、ウェアラブル端末装置Ｗは、ウェアラブルコンピュータである。ウェアラブル端末装置Ｗは、出力部と、記憶部と、通信部と、入力部と、センサ部と、入出力インターフェース部と、制御部と、タイマー部と、を有する（図示せず）。
　ウェアラブル端末装置Ｗのセンサ部が、対象者Ｔの各種生理データを測定する。
　センサ部は、温度センサ、圧力センサ、超音波センサ、光センサ、電気センサ、磁気センサ、イメージセンサ等を有する。
　温度センサは、接触した部位の温度を測定する。
　圧力センサは、例えば、脈波を測定する。
　光センサは、電磁波を皮膚等に照射した応答、すなわち、反射波および透過波の少なくとも一方を検出する。光センサにより、血流の速度、血液の成分等が測定される。
　超音波センサは、超音波を照射した応答、すなわち、反射波および透過波の少なくとも一方を検出する。
　電気センサは、電圧、電流、インピーダンス等を測定する。電気センサは、筋肉の働き、血流、神経の興奮等により発生した電場を測定する。電気センサは、また、電極と組み合せて、汗の成分等を検出し、化学センサ、ｐＨセンサ等として機能する。
　磁気センサは、筋肉の働き、血流、神経の興奮等により発生した磁場を測定する。
　イメージセンサは、皮膚の色、表面温度、表面の動き、血流の流れ、汗の様子等を検出する。
　また、センサ部は、ＧＰＳセンサ、方位センサ、加速度センサ、ジャイロセンサ、気圧センサ等を有する。ウェアラブル端末装置Ｗが、これらのセンサにより、睡眠中の姿勢、寝返りの回数、歩数、移動距離、運動量等を測定してもよい。
　また、入力部のマイクが、対象者Ｔの睡眠中の鼾や呼吸音を捉えてもよい。
　ウェアラブル端末装置Ｗのセンサ部により測定された生理データは、通信部を介して、携帯端末装置２０に送信される。なお、ウェアラブル端末装置Ｗが、車載端末装置３０に測定した生理データを送信してもよい。
　なお、ウェアラブル端末装置Ｗのタイプとして、眼鏡型、指輪型、靴型、懐中型、首飾り型、衣服型等でもよい。
（２．３　車載端末装置３０の構成および機能）
　次に、車載端末装置３０の構成および機能について図１２を用いて説明する。
　図１２は、車載端末装置３０の概要構成の一例を示すブロック図である。
　図１２に示すように、車載端末装置３０は、出力部３１と、記憶部３２と、通信部３３と、入力部３４と、センサ部３５と、入出力インターフェース部３６と、制御部３７と、を有する。そして、制御部３７と入出力インターフェース部３６とは、システムバス３８を介して電気的に接続されている。また、各車載端末装置３０には、車両ＩＤが割り振られている。車載端末装置３０は、時計機能を有する。
　図１１に示すように、車載端末装置３０は、車両Ｖに搭載されている、例えば、ナビゲーション装置である。
　出力部３１は、例えば、表示機能として液晶表示素子またはＥＬ素子等、音楽等の音を出力するスピーカ等を有する。
　記憶部３２は、例えば、ハードディスクドライブ、ソリッドステートドライブ等により構成されている。記憶部３２は、オペレーティングシステムおよび車載端末装置３０用のアプリ等の各種プログラム等を記憶する。なお、各種プログラムは、例えば、他のサーバ装置等からネットワークＮを介して取得されるようにしてもよいし、記録媒体に記録されてドライブ装置を介して読み込まれるようにしてもよい。
　記憶部３２は、車両Ｖをナビゲートするための地図情報を有する。
　通信部３３は、ネットワークＮに電気的または電磁気的に接続して、生理状態判定サーバ装置１０等との通信状態を制御するようになっている。また、通信部３３は、生理状態判定サーバ装置１０と電気的または電磁気的に接続して、生理状態判定サーバ装置１０との通信状態を制御するようになっている。通信部３３は、無線通信により、携帯端末装置２０との通信を制御するようになっている。
　通信部３３は、車両Ｖの駆動機構と通信を行う。例えば、車載端末装置３０の通信部３３を介して、制御信号を車両Ｖの駆動機構に送信し、車両Ｖを止めたり、所定の場所に止めたり、病院等の所定の場所にナビゲートしたりする。
　入力部３４は、例えば、タッチパネルのようなタッチスイッチ方式の表示パネルを有する。入力部２４は、利用者の指が接触または近接した出力部２１の位置情報を取得する。入力部２４は、音声を入力するマイクを有する。
　センサ部３５は、ＧＰＳセンサ、方位センサ、加速度センサ、ジャイロセンサ、気圧センサ、温度センサ、晴雨センサ、ミリ波レーダー用のセンサ、等の各種センサを有する。センサ部３５は、ステアリング・ホイールの操作角度を測定する角度センサを有する。センサ部２５は、デジタルカメラのＣＣＤイメージセンサやＣＭＯＳイメージセンサ等の撮影素子を有する。
　ＧＰＳセンサは、車両Ｖの現在の位置情報を取得する。
　図１１に示すように、センサ部３５は、カメラ３５ａおよびカメラ３５ｂを有する。
　カメラ３５ａは、車両Ｖの外の様子を撮像する。車載端末装置３０は、カメラ３５ａの画像により、車間距離を測定したり、停止位置を測定したり、車線逸脱を測定したり、路面の状態（雨の有無、雪の有無、舗装の有無等）を測定したり、人間の有無を測定したりする。
　カメラ３５ｂは、対象者Ｔを撮像する。車載端末装置３０は、カメラ３５ｂの画像により、顔認識で対象者Ｔを認証したり、対象者Ｔの顔色を測定したり、対象者Ｔが居眠りしていないか判定したりする。
　入出力インターフェース部３６は、出力部３１、記憶部３２等と、制御部３７との間のインターフェース処理を行うようになっている。
　制御部３７は、ＣＰＵ３７ａ、ＲＯＭ３７ｂ、ＲＡＭ３７ｃ等により構成されている。そして、制御部３７は、ＣＰＵ３７ａが、ＲＯＭ３７ｂや記憶部３２に記憶された各種プログラムを読み出し実行する。
（２．４　家庭端末装置４０の構成および機能）
　次に、家庭端末装置４０の構成および機能について、図１３を用いて説明する。なお、携帯端末装置２０等とほぼ同様な構成および機能については省略する。
　図３０に示すように、家庭端末装置４０は、出力部４１と、記憶部４２と、通信部４３と、入力部４４と、センサ部４５と、入出力インターフェース部４６と、制御部４７と、を有する。そして、制御部４７と入出力インターフェース部４６とは、システムバス４８を介して電気的に接続されている。また、各家庭端末装置４０には、家庭端末ＩＤが割り振られている。家庭端末装置４０は、時計機能を有する。
　通信部４３は、通信部２３と同様に、ウェアラブル端末装置Ｗと通信を行い、生理データを取得してもよい。通信部４３が、携帯端末装置２０と通信を行い、生理データを受信または送信してもよい。
　センサ部４５は、家庭Ｈに設置されたカメラでもよい。このカメラが、生理データとして、対象者Ｔの睡眠中の様子や、室内での行動（服薬の有無等）を撮影してよい。
　家庭端末装置４０が収集した生理データを、生理状態判定サーバ装置１０に送信する。
（２．５　医療機関サーバ装置５０の構成および機能）
　次に、医療機関サーバ装置５０の構成および機能について、図１４および図１５を用いて説明する。なお、生理状態判定サーバ装置１０等とほぼ同様な構成および機能を有するので、異なる構成および機能を主に説明する。
　図１４は、医療機関サーバ装置５０の概要構成の一例を示すブロック図である。図１５は、電子カルテデータベースに記憶されているデータの一例を示す図である。
　図１４に示すように、医療機関サーバ装置５０は、通信部５１と、記憶部５２と、出力部５３と、入力部５４と、入出力インターフェース部５５と、制御部５６と、を備えている。そして、制御部５６と入出力インターフェース部５５とは、システムバス５７を介して電気的に接続されている。また、医療機関サーバ装置５０は、時計機能を有する。
　記憶部５２は、電子カルテＤＢ５２ａを有する。
　図１５に示すように、電子カルテＤＢ５２ａは、各対象者Ｔを特定するための患者ＩＤに関連付けられて、氏名、性別、年齢等の患者基本情報、診断結果ＤＢ１２ｅのような対象者Ｔの診断結果、対象者Ｔに投薬する薬剤名、薬剤量、投薬時刻、担当医師等の投薬情報等を記憶する。
　医療機関サーバ装置５０は、生理状態判定サーバ装置１０の要求に応じて、対象者Ｔの診断結果等を生理状態判定サーバ装置１０に送信する。
（２．６　生理状態判定サーバ装置１０の機能ブロック）
　次に、生理状態判定サーバ装置１０の機能ブロックについて、図１６を用いて説明する。
　図１６は、生理状態判定サーバ装置１０の機能の一例を示すブロック図である。
　図１６に示すように、生理状態判定サーバ装置１０は、運転時生理データ取得手段１０ａと、運転特性データ取得手段１０ｂと、運転時期間生理データ取得手段１０ｃと、期間運転特性データ取得手段１０ｄと、非運転時期間生理データ取得手段１０ｅと、運転時生理特徴量生成手段１０ｆと、運転特性特徴量生成手段１０ｇと、非運転時生理特徴量生成手段１０ｈと、生理状態判定手段１０ｉと、を有する。
　運転時生理データ取得手段１０ａは、対象者Ｔが車両Ｖを運転しているときに測定される対象者Ｔの運転時生理データと、運転時生理データの測定時刻とを取得する。
　ここで、車両Ｖとして、乗用車、タクシー、ハイヤー、トラック、トレーラー（トラクタ単独も含む）、バス等の自動車、自動二輪車（側車付き自動二輪車、トライク、逆トライク）、自転車、電動カート、鉄道車両のような電車等が挙げられる。
　対象者Ｔとして、上記車両を運転する人間が挙げられる。
　運転特性データ取得手段１０ｂは、対象者Ｔが車両Ｖを運転する運転特性を示す運転特性データと、運転特性データの測定時刻とを、取得する。
　運転時期間生理データ取得手段１０ｃは、運転時生理データの測定時刻および運転特性データの測定時刻を含む第１期間と、当該第１期間と期間の長さが異なり運転時生理データの測定時刻および運転特性データの測定時刻を含む第２期間と、に対応する運転時期間生理データを、過去に測定された運転時生理データを記憶する第１記憶手段（例えば、運転時生理ＤＢ１２ｂ、または、区分別ＤＢ１２ｆ）を参照して取得する。運転時期間生理データは、運転時生理ＤＢ１２ｂからの運転時生理データから算出されることにより取得されてもよいし、区分別ＤＢ１２ｆから取得されてもよい。
　期間運転特性データ取得手段１０ｄは、第１期間と記第２期間とに対応する期間運転特性データを、過去に測定された運転特性データを記憶する第２記憶手段（例えば、運転特性ＤＢ１２ｄ、または、区分別ＤＢ１２ｆ）を参照して取得する。期間運転特性データは、運転特性ＤＢ１２ｄからの運転時生理データから算出されることにより取得されてもよいし、区分別ＤＢ１２ｆから取得されてもよい。
　非運転時期間生理データ取得手段１０ｅは、対象者Ｔが車両Ｖを運転していないときに測定される対象者Ｔの非運転時生理データであって、第１期間および第２期間の少なくとも一方に対応する非運転時期間生理データを、過去に測定された非運転時生理データを記憶する第３記憶手段（例えば、非運転時生理ＤＢ１２ｃ、または、区分別ＤＢ１２ｆ）を参照して取得する。非運転時期間生理データは、非運転時生理ＤＢ１２ｃからの運転時生理データから算出されることにより取得されてもよいし、区分別ＤＢ１２ｆから取得されてもよい。
　運転時生理特徴量生成手段１０ｆは、運転時生理データと運転時期間生理データとから、運転時における対象者Ｔの生理データの特徴を示す運転時生理特徴量を生成する。
　運転時生理特徴量の一例として、第１期間または第２期間が、運転当日（例えば、秒単位、数分単位、数時間単位等の期間）、比較的短期間（運転当日より長い数日から数週間）、朝、昼、夕、夜等の期間、季節の期間の場合、第１期間または第２期間の各運転時期間生理データ（対象者Ｔの運転当日の血圧、心拍数、呼吸数等、ここ数日の血圧、心拍数、呼吸数等、対象者Ｔの朝等、春等の期間の血圧、心拍数、呼吸数等）と、受信した各運転時生理データ（現在の値）との差異（差、比率、乖離度等）が挙げられる。
　ここで、運転時生理データ、運転特性データ等のデータの測定時刻の値である現在の値は、受信したデータの値自体でも、数秒単位で平均した値、数十秒単位で平均した値、数分単位で平均した値でもよい。
　また、第１期間または第２期間の一例の運転当日は、測定時刻が属する日である。また、測定時刻が、午前０時近傍のように日付が変わる場合、運転当日は、同日である必要はなく、いずれかの日に属するようにしてもよい。
　運転当日の値（運転時期間生理データの一例、期間運転特性データ、または、非運転時期間生理データの一例）は、現在の値（運転時生理データの現在の値、運転特性データの現在の値、または、非運転時生理データの現在の値）を含めた統計量でも、現在の値を含めない統計量でもよい。運転当日の値に、現在の値を含めない統計量の場合、変化を捉えやすくなり、運転当日の値に、現在の値を含めた統計量の場合、異常値に左右されにくくなる。
　運転当日の値の一例として、運転当日のトレンドでもよい。例えば、運転当日のトレンドは、数秒から数時間単位の移動平均、数秒から数時間単位に相当する指数平滑により計算される。
　また、運転当日における期間は、運転時間の長さや、判定したい疾患や体調に応じて、平均する時間の長さを変えてもよい。例えば、運転時間が長くなるにつれて、秒単位毎の平均から分毎，数十分毎、数時間毎というように、平均する時間の長さが長くなってもよい。運転当日のトレンドは、運転開始から１分毎、５分毎、１０分毎、・・・というように、ある一定時間をすぎるごとに、より粗い時間単位で移動平均等の処理を行い、時系列のトレンドを出してもよい。
　運転時間が長くなるについて、移動平均のウィンドウ幅を大きくすることにより、変動幅の小さく安定したトレンドデータが得られ、現在の値と比較する時のリスク判定精度が向上する。
　第１期間または第２期間の各運転時期間生理データは、移動平均、指数平滑した値でもよい。移動平均または指数平滑のタイムラグを考慮して、受信した各運転時生理データとの差異でもよい。
　比較的短期間における値（運転時期間生理データの一例、期間運転特性データ、または、非運転時期間生理データの一例）は、現在の値を含めた統計量でも、現在の値を含めない統計量でもよい。
　比較的短期間における値の一例として、比較的短期間におけるトレンドでもよい。例えば、比較的短期間に相当する移動平均または指数平滑により比較的短期間におけるトレンドが計算される。
　また、運転時生理特徴量の一例として、第１期間または第２期間が比較的長期間（例えば、１年単位、２年単位、３年単位、５年単位、１０年単位、３０年単位等）である場合、比較的長期間の各運転時期間生理データの経時変化の傾き（経時変化の量の一例）、比較的長期間の各運転時期間生理データの経時変化のベースライン（例えば、スプライン補間や、最小２乗法等により近似した曲線、移動平均または指数平滑による出力）と、受信した各運転時生理データ（現在の値）との乖離度（経時変化の量の一例）等が挙げられる。
　また、乖離度は、ベースラインと現在の値との差については、単純な差分に加えて、ベースラインに使用したデータの標準偏差や標準誤差を比較（倍数など）してもよい。例えば、３σを基準に乖離度が計算される。
　経時変化の量の一例である比較的長期間における値（運転時期間生理データの一例、期間運転特性データ、または、非運転時期間生理データの一例）は、現在の値を含めた統計量でも、現在の値を含めない統計量でもよい。
　運転時生理特徴量生成手段１０ｆは、運転特性データと期間運転特性データとから、運転時における対象者Ｔの運転特性の特徴を示す運転特性特徴量を生成する。
　運転特性特徴量の一例として、第１期間または第２期間が、運転当日（例えば、秒単位、数分単位、数時間単位等の期間）、比較的短期間（運転当日より長い数日から数週間）、朝、昼、夕、夜等の期間、季節の期間の場合、第１期間または第２期間の各期間運転特性データ（対象者Ｔの朝等、春等の期間のふらつき度、車間距離、車線逸脱警告の発信頻度、前方衝突警報の発信頻度等）と、受信した各運転特性データ（現在の値）との差異（差、比率等）が挙げられる。
　また、運転特性特徴量の一例として、第１期間または第２期間が比較的長期間（例えば、１年単位、２年単位、３年単位、５年単位、１０年単位、３０年単位等）である場合、比較的長期間の各運転特性データの経時変化の傾き、比較的長期間の各期間運転特性データの経時変化のベースライン（スプライン補間や、最小２乗法等により近似した曲線）と、受信した各運転特性データ（現在の値）との乖離度等が挙げられる。
　非運転時生理特徴量生成手段１０ｈは、非運転時期間生理データから、非運転時における対象者の生理データの特徴を示す非運転時生理特徴量を生成する。
　非運転時生理特徴量の一例として、第１期間または第２期間が、運転当日（例えば、秒単位、数分単位、数時間単位等の期間）、比較的短期間（運転当日より長い数日から数週間）、朝、昼、夕、夜等の期間、季節の期間の場合、第１期間または第２期間の各非運転時期間生理データ（対象者Ｔの朝等、春等の期間の血圧、心拍数、呼吸数等）と、ある日１日の各非運転時生理データ（平均値、中間値等の統計量）との差異（差、比率等）が挙げられる。
　また、非運転時生理特徴量の一例として、第１期間または第２期間が比較的長期間（例えば、１年単位、２年単位、３年単位、５年単位、１０年単位、３０年単位等）である場合、比較的長期間の各非運転時期間生理データの経時変化の傾き、比較的長期間の各非運転時期間生理データの経時変化のベースライン（スプライン補間や、最小２乗法等により近似した曲線）と、ある日１日（例えば、運転当日と同じ日、または、前日等の運転当日に近い日）の各非運転時生理データ（平均値、中間値等の統計量）との乖離度等が挙げられる。
　これらのように、特徴量は、各生理データおよび各運転特性データにおいて、基準との差異の値や、経時変化の傾き、生理データまたは運転特性データの特徴を示す量ならばよい。
　生理状態判定手段１０ｉは、運転時生理特徴量および運転特性特徴量のうち少なくとも一方と、非運転時生理特徴量とから、対象者Ｔの生理状態を判定する。
（３．１　生理状態判定システムＳの動作例）
　生理状態判定システムＳの動作例について、図１７を用いて説明する。
　図１７は、一実施形態に係る生理状態判定システムＳの処理概要を示すシーケンス図である。
（３．１．１　生理データの取得）
　生理状態判定システムＳの動作例として、対象者Ｔの生理データの取得について説明する。
　対象者Ｔが、ウェアラブル端末装置Ｗを腕等に装着している。対象者Ｔが寝ていたり、食事をしたり、歩いたり、仕事をしたり、くつろいだり、車両Ｖの運転をしたり等、様々な生活環境において、ウェアラブル端末装置Ｗが、対象者Ｔの生理データを測定する。対象者Ｔは、ウェアラブル端末装置Ｗと通信可能な距離以内に、携帯端末装置２０を携帯、または、所有しているとする。例えば、移動の際に、携帯端末装置２０がバックに入れたり、家庭Ｈやオフィスにいるときは、携帯端末装置２０が所定の場所に置かれたりしてもよい。
　図１７に示すように、生理状態判定システムＳは、対象者Ｔの生理データ等を収集する（ステップＳ１）。具体的には、ある対象者Ｔの携帯端末装置２０の制御部２７が、ウェアラブル端末装置Ｗのセンサ部の各センサが測定した生理データを、ウェアラブル端末装置Ｗから取得する。
　なお、ウェアラブル端末装置Ｗの各センサが測定した測定時刻は、携帯端末装置２０の時計機能によって測定されたり、ウェアラブル端末装置Ｗの時計機能によって測定されてもよい。ウェアラブル端末装置Ｗと携帯端末装置２０との通信が途絶えた場合、ウェアラブル端末装置Ｗが、生理データと測定時刻とを、通信が可能になったときに、まとめて、携帯端末装置２０に送信してもよい。
　また、制御部２７が、対象者Ｔの環境情報として、センサ部２５の温度センサから外気温、気圧センサから気圧、湿度センサから湿度、ＧＰＳセンサから現在の位置情報等を取得する。
　次に、生理状態判定システムＳは、生理データ等を送信する（ステップＳ２）。具体的には、携帯端末装置２０の制御部２７が、対象者Ｔの各種の生理データと、生理データの測定時刻と、対象者Ｔの環境情報と、対象者ＩＤとを生理状態判定サーバ装置１０に送信する。制御部２７が、対象者ＩＤの代わりに、携帯端末装置２０の携帯端末ＩＤを送信してもよい。
　なお、送信する生理データとして、携帯端末装置２０は、収集した生理データをある程度の時間で平均した平均値、所定の回数を平均した値等の、生理データの統計量を送信してもよい。睡眠時間の場合は、一日の所定の時刻に、携帯端末装置２０が送信してもよい。各生理データを測定する度、携帯端末装置２０が各生理データを送信してもよい。所定の時間（例えば、１時間毎、３時間毎、または、朝、昼、夕方、夜等）に携帯端末装置２０が各生理データを送信してもよい。携帯端末装置２０が、各生理データを別々に送信してもよい。
　なお、携帯端末装置２０は、車載端末装置３０と近距離無線通信を行い、対象者Ｔが車両Ｖを運転している旨の情報を取得してもよい。この場合、携帯端末装置２０は、生理データが運転時生理データであるとの付加情報を、測定した生理データと共に、生理状態判定サーバ装置１０に送信してもよい。
　次に、生理状態判定システムＳは、生理データ等を取得する（ステップＳ３）。具体的には、生理状態判定サーバ装置１０の制御部１６が、各対象者Ｔの携帯端末装置２０から、対象者Ｔの生理データと、生理データの測定時刻と、対象者ＩＤと、を受信する。
　制御部１６が、受信した生理データを、対象者ＩＤに関連づけて、測定時刻、位置情報等と共に、記憶部１２に記憶してもよい。
　このように、生理状態判定サーバ装置１０が、対象者が車両を運転しているときに測定される当該対象者の運転時生理データと、当該運転時生理データの測定時刻とを、取得する運転時生理データ取得手段の一例として機能する。
（３．１．２　運転特性データの取得）
　次に、車載端末装置３０における対象者Ｔの運転特性データの取得について説明する。
　図１１に示すように、対象者Ｔが車両Ｖに乗車して、車載端末装置３０の電源がＯＮになる。車載端末装置３０が車両Ｖの運転者を特定する。例えば、車載端末装置３０のカメラ３５ｂにより対象者Ｔを撮像して、顔認識を行ってよい。車載端末装置３０が、対象者Ｔの携帯端末装置２０またはウェアラブル端末装置Ｗと通信を行い、運転者を特定してもよい。車載端末装置３０が、車載端末装置３０のステアリング・ホイールになる指紋認識のセンサにより、運転者を特定してもよい。車載端末装置３０が、これらの運転者の特定方法を組み合せて運転者を特定してもよい。
　対象者Ｔが車両Ｖを運転すると、車載端末装置３０が、運転特性データの測定を開始する。
　図１７に示すように、生理状態判定システムＳは、センサからのデータを収集する（ステップＳ４）。具体的には、車載端末装置３０の制御部３７が、センサ部３５の各センサが測定したデータを、時計機能の測定時刻と共に、各センサから取得する。例えば、制御部３７が、センサ部３５のセンサから、車両Ｖの現在の位置情報、車両Vの進行方向、速度、加速度、車間距離、ステアリング・ホイールの操作角度等を取得する。また、制御部３７が、カメラ３５ａにより、車両Ｖの外の画像を取得し、カメラ３５ｂにより、対象者Ｔの画像を取得する。なお、センサ部３５の各センサが測定した測定時刻は、車載端末装置３０の時計機能により測定されてもよい。
　次に、生理状態判定システムＳは、運転特性データを生成する（ステップＳ５）。具体的には、制御部３７が、センサ部３５のデータに基づき、ステアリング・ホイールの旋回角度のふらつき度、車間距離（または車間時間）の値や変動度等の運転特性データを生成する。
　制御部３７が、カメラ３５ｂ等のセンサのデータから、対象者Ｔの生理データを生成してもよい。例えば、制御部３７が、対象者Ｔの顔の表面温度、目の動き等の生理データを生成する。
　制御部３７が、カメラ３５ａの画像等から、渋滞状況、路面の状態、天気等の運転環境情報を生成してもよい。
　次に、生理状態判定システムＳは、運転特性データ等を送信する（ステップＳ６）。具体的には、制御部３７が、対象者Ｔの各種の運転特性データと、運転特性データの測定時刻と、車両ＩＤとを生理状態判定サーバ装置１０に送信する。制御部３７が、車両ＩＤの代わりに、対象者ＩＤを送信してもよい。車載端末装置３０の電源のＯＮ－ＯＦＦ、車両Ｖの起動の有無、対象者Ｔの乗車の有無等により判定される運転開始時刻（または運転開始信号）、または、運転終了時刻（または、運転終了信号）を、車載端末装置３０は生理状態判定サーバ装置１０に送信してもよい。
　制御部３７が、生理状態判定サーバ装置１０に、測定された生理データ、生成された運転環境情報を送信してもよい。
　なお、送信する運転特性として、車載端末装置３０は、生成した運転特性データをある程度の時間で平均した平均値、所定の回数を平均した値等の、運転特性データの統計量を送信してもよい。また、車載端末装置３０は、所定時間（例えば、１時間毎、３時間毎）で、または、一時停止したとき、運転終了後に、まとめて運転特性データ送信してもよい。
　車載端末装置３０が、センサで測定したデータを、そのまま生理状態判定サーバ装置１０に送信してもよい。この場合、生理状態判定サーバ装置１０が、車載端末装置３０のセンサのデータから、運転特性データを生成する。
　次に、生理状態判定システムＳは、運転特性データを取得する（ステップＳ７）。具体的には、生理状態判定サーバ装置１０の制御部１６が、各対象者Ｔが運転する車両Ｖの車載端末装置３０から、対象者Ｔの運転特性データと、運転特性データの測定時刻と、車両ＩＤと、を受信する。
　制御部１６が、受信した運転特性データを、対象者ＩＤに関連づけて、測定時刻、位置情報等と共に、運転特性ＤＢ１２ｄに記憶する。
　このように、生理状態判定サーバ装置１０が、前記対象者が前記車両を運転する運転特性を示す運転特性データと、当該運転特性データの測定時刻とを、取得する運転特性データ取得手段の一例として機能する。
（３．１．３　データベースの更新）
　次に、データベースの更新について説明する。
　図１７に示すように、生理状態判定システムＳは、運転中か否かを判定する（ステップＳ８）。具体的には、制御部１６が、車載端末装置３０からの情報に基づき、携帯端末装置２０から送信された生理データが、運転時の生理データか、非運転時の生理データかを判定する。さらに具体的には、生理データの測定時刻が、対象者Ｔが車両Ｖの運転開始時刻以降で、運転終了信号（または、運転終了時刻）を受信するまでの間の場合、制御部１６が、受信した生理データを運転時生理データと判定する。
　なお、生理データを測定した位置情報および生理データの測定時刻と、車載端末装置３０の位置情報および位置の測定時刻とが、所定の範囲内にある場合に、制御部１６が、受信した生理データを運転時生理データと判定してもよい。
　制御部１６が、運転時と判定した場合、受信した生理データを、対象者ＩＤに関連づけて、測定時刻、位置情報等と共に運転時生理ＤＢ１２ｂに記憶する。制御部１６が、非運転時と判定した場合、受信した生理データを、対象者ＩＤに関連づけて、測定時刻、位置情報等と共に非運転時生理ＤＢ１２ｃに記憶する。
　なお、制御部１６が、運転時か非運転時かの付加情報を、生理データに付加をしてもよい。
　携帯端末装置２０と車載端末装置３０とが近距離無線通信可能で、車両Ｖの車内で対象者Ｔが運転中であるとの信号を、携帯端末装置２０が受け取っている場合、制御部１６が、測定した生理データが運転時の生理データであるとの付加情報を予め付けておいてもよい。
　次に、生理状態判定システムＳは、付加情報の生成処理を行う（ステップＳ９）。具体的には、生理状態判定サーバ装置１０が、対象者の生年月日および生理データ等の測定時刻から、生理データ等に付加する年齢を算出する。生理状態判定サーバ装置１０が、測定時刻と位置情報との基づいた気象データから生理データ等に付加する気象状態の情報を生成する。生理状態判定サーバ装置１０が、測定時刻と位置情報との基づいた運転環境データから生理データ等に付加する運転環境情報を生成する。なお、詳細は、付加情報の生成処理のサブルーチンにおいて説明する。
　次に、生理状態判定システムＳは、データベースの更新処理を行う（ステップＳ１０）。具体的には、生理状態判定サーバ装置１０が、測定時刻に基づき、第１期間および第２期間における区分を選択する。生理状態判定サーバ装置１０が、各期間の選択された区分および年齢における期間運転時生理データ、期間運転特性データ、および期間非運転時生理データを、区分別ＤＢ１２ｆにおいて更新する。なお、詳細は、データベースの更新処理のサブルーチンにおいて説明する。
（３．１．４　生理状態の判定）
　次に、生理状態の判定について説明する。
　図１７に示すように、生理状態判定システムＳは、生理状態の判定処理を行う（ステップＳ１１）。具体的には、生理状態判定サーバ装置１０が、区分別ＤＢ１２ｆを参照して、運転生理データ、運転特性データ、各期間に対応した運転時期間生理データ、期間運転特性データ、非運転時期間生理データを取得する。
　生理状態判定サーバ装置１０が、各期間に対応した運転時生理特徴量、非運転時生理特徴量、運転特性特徴量を生成する。生理状態判定サーバ装置１０が、判定する生理状態に応じた特徴量を選択する。生理状態判定サーバ装置１０が、判定する生理状態（例えば、疾病毎）に応じて選択した特徴量の特徴空間において、識別器（例えば、線形識別器、非線形識別器）により、選択した特徴量から生理状態を判定する。詳細は、生理状態の判定のサブルーチンにおいて説明する。
　次に、生理状態判定システムＳは、生理状態情報を送信する（ステップＳ１２）。具体的には、制御部１６が、生理状態を判定して、対象者Ｔに通知をする必要がある場合、生理状態情報を携帯端末装置２０および車載端末装置３０に送信する。生理状態情報の一例として、健康の状態のレベル、各臓器または器官の状態のレベル、各生体機能（例えば、消化機能、循環機能、神経系の機能、代謝機能、認知機能等）の状態のレベル、所定の疾病の発症確率が所定以上になった旨、所定の疾病の発生確率の値、特定の疾病ではないが健康状態が崩れかけている旨等が挙げられる。また、車両Ｖの運転に適さない健康状態のレベルの場合、生理状態情報として、警告情報（運転の中止を促す警告、診療を促す警告等）でもよい。この場合、制御部１６が、車載端末装置３０に、車両Ｖを止めたり、速度を減速したり等の制御情報でもよい。
　次に、生理状態判定システムＳは、携帯端末装置２０から生理状態情報を通知する（ステップＳ１３）。具体的には、制御部２７が、出力部２１からの表示、音声等により生理状態情報を対象者Ｔに通知する。
　次に、生理状態判定システムＳは、車載端末装置３０に生理状態情報を通知する（ステップＳ１４）。具体的には、制御部３７が、出力部３１からの表示、音声等により生理状態情報を対象者Ｔに通知する。
　次に、生理状態判定システムＳは、判定結果をフィードバックする（ステップＳ１５）。例えば、生理状態の判定に基づき、対象者Ｔが診療機関で受診した結果を、携帯端末装置２０に入力をする。携帯端末装置２０が、入力された診断結果を生理状態判定サーバ装置１０に送信する。
　なお、生理状態判定サーバ装置１０が、医療機関サーバ装置５０に生理状態の判定結果を送信してもよい。医療機関では、対象者Ｔの診療結果と、生理状態判定サーバ装置１０の判定結果とを比較して、医療機関サーバ装置５０が、生理状態判定サーバ装置１０にフィードバックしてもよい。
　リスク判定の対象（疾病の種類等）に応じ、測定したデータ、対象者Ｔ本人、医療機関における医師等の専門家、または、その組み合せにより、判定結果のフィードバックが行われてもよい。例えば、睡眠時無呼吸症候群で生じる短時間睡眠は、対象者Ｔ本人の判断に加えて、顔画像等によるデータにも基づき、判定結果のフィードバックが行われてもよい。また、危険な不整脈の発生するリスクを通知した場合、医療機関での、脈波や心電図等により精密に測定して、測定結果に基づき医師等の判断がフィードバックされてもよい。
　次に、生理状態判定システムＳは、識別器のパラメータを補正する（ステップＳ１６）。具体的には、制御部１６が、判定結果のフィードバックに基づき、線形識別器または非線形識別器における識別関数のパラメータを補正する。例えば、ある線形識別関数に基づき判定した結果、本来リスクありと判定すべきデータをリスクなしと判定した場合、特徴空間において、データがリスクありの識別領域に属するように、線形識別関数のパラメータが調整される。正しく識別できるようにパラメータを調整する際には、例えば、勾配法による最適化が行われる。
（３．２　付加情報の生成処理のサブルーチン）
　次に、付加情報の生成処理のサブルーチンについて、図１８を用いて説明する。
　図１８は、付加情報の生成処理のサブルーチンの一例を示すフローチャートである。
　図１８に示すように、生理状態判定システムＳは、対象者Ｔの生年月日および生理データ等の測定時刻から年齢を算出する（ステップＳ２０）。具体的には、生理状態判定サーバ装置１０の制御部１６が、対象者情報ＤＢ１２ａを参照して、対象者Ｔの対象者ＩＤに基づき、生年月日（出生時間の一例）を読み出し、測定時刻から、計測時の対象者Ｔの年齢を算出する。なお、出生時間の一例として、生年でもよい。
　次に、生理状態判定システムＳは、測定時刻と位置情報とに基づき、気象データを取得する（ステップＳ２１）。具体的には、制御部１６が、生理データの測定時刻と測定場所の位置情報とを気象サーバ装置に送信し、生理データが測定されたときの気象データを、気象サーバ装置から取得する。制御部１６が、運転特性データの測定時刻と測定場所の位置情報とを気象サーバ装置に送信し、運転特性データが測定されたときの気象データを、気象サーバ装置から取得する。気象データは、車載端末装置３０で測定された気象データでもよい。
　次に、生理状態判定システムＳは、気象データから生理データ等に付加する気象状態の情報を生成する（ステップＳ２２）。具体的には、制御部１６が、第１期間および第２期間における気象状態を計算する。さらに具体的には、制御部１６が、第１期間および第２期間における最低気温、最高気温、最低気圧、平均気温、最高気圧、平均気圧、最低湿度、最高湿度、平均湿度等を計算する。
　第１期間および第２期間における気象状態は、第１期間および第２期間におけるある時刻における気温、気圧、湿度等でもよい。第１期間および第２期間における気象状態は、第１期間および第２期間において、時間が長い天気、回数が多い天気でもよい。第１期間および第２期間における気象状態は、日照時間、降水量、風力、風向でもよい。
　例えば、ある日における朝等の期間の気温、湿度、ある日の朝等の期間において、判定された天気（快晴、晴れ、薄曇、曇、雨、雪、雷、砂塵嵐、地吹雪、霧）が挙げられる。ある年における春等の期間の各日の天気で、一番多かった天気が挙げられる。
　次に、生理状態判定システムＳは、測定時刻と位置情報とに基づき、運転環境情報を取得する（ステップＳ２３）。具体的には、制御部１６が、生理データの測定時刻と測定場所の位置情報とを運転環境提供サーバ装置に送信し、生理データが測定されたときの運転環境情報を、運転環境提供サーバ装置から取得する。制御部１６が、運転特性データの測定時刻と測定場所の位置情報とを運転環境提供サーバ装置に送信し、運転特性データが測定されたときの運転環境情報を、運転環境提供サーバ装置から取得する。
　次に、生理状態判定システムＳは、運転環境情報から生理データ等に付加する付加運転環境情報を生成する（ステップＳ２４）。具体的には、制御部１６が、第１期間および第２期間における運転環境を計算する。さらに具体的には、制御部１６が、第１期間および第２期間における運転環境として、第１期間および第２期間において走行した道路の渋滞状況、路面の状態、接近した人間の数等を計算する。なお、渋滞状況は、所定値以下の車速の場合は、渋滞としてもよい。路面の状態は、車両Ｖの上下の振動の振幅、周波数から計算されてもよい。例えば、振幅が所定値以上の場合、路面の状態が悪いとしてもよい。
（３．３　データベースの更新処理のサブルーチン）
　次に、データベースの更新処理のサブルーチンについて、図１９を用いて説明する。
　図１９は、データベースの更新処理のサブルーチンの一例を示すフローチャートである。
　図１９に示すように、生理状態判定システムＳは、処理対象のデータの測定時刻に基づき、第１期間における区分を選択する（ステップＳ３０）。例えば、朝昼夕夜の４つの期間に区分けする場合、生理状態判定サーバ装置１０の制御部１６が、測定時刻がどの期間に入るか、すなわち、測定時刻に基づき、朝の期間、昼の期間、夕方の期間、または、夜の期間を選択する。この第１期間は、運転当日または比較的短期間でもよい。
　次に、生理状態判定システムＳは、処理対象のデータの測定時刻に基づき、第２期間における区分を選択する（ステップＳ３１）。例えば、朝昼夕夜の４つの期間の各期間より長い４つの季節の期間に区分けする場合、制御部１６が、測定時刻（測定時刻の日付）がどの季節には入るか、すなわち、測定時刻に基づき、春の期間、夏の期間、秋の期間、または、冬の期間を選択する。この第２期間は、運転当日に対して比較的短期間、または、比較的短期間に対して比較的長期間でもよい。
　次に、生理状態判定システムＳは、生理データか否かを判定する（ステップＳ３２）。具体的には、制御部１６が、処理対象のデータが、生理データであるか、運転特性データであるかを判定する。更に具体的には、生理データの場合、血圧、心拍数等のデータの内容を示す情報、運転特性データの場合、ふらつき、車間距離等のデータの内容を示す情報等に基づき、生理データであるか、運転特性データであるかを判定する。制御部１６が、受信したデータに付加された、生理データか運転特性データかを示すデータの種類をタグにより判定してもよい。
　生理データである場合（ステップＳ３２；ＹＥＳ）、生理状態判定システムＳは、運転中の生理データであるか否かを判定する（ステップＳ３３）。具体的には、制御部１６が、生理データに付された運転時か非運転時かの付加情報に基づき、運転中の生理データであるか否かを判定する。また、制御部１６が、運転時生理ＤＢ１２ｂおよび非運転時生理ＤＢ１２ｃのどちらからデータを読み出したかを判定して、運転中の生理データであるか否かを判定してもよい。
　運転中である場合（ステップＳ３３；ＹＥＳ）、生理状態判定システムＳは、各期間の選択された区分における運転時期間生理データを更新する（ステップＳ３４）。具体的には、制御部１６が、区分別ＤＢ１２ｆを参照して、選択された第１期間で、運転時期間生理データを読み出し、処理対象の運転時生理データを加えて、統計量としての運転時期間生理データを再計算して、区分別ＤＢ１２ｆに記憶する。制御部１６が、選択された第２期間で、運転時期間生理データを読み出し、処理対象の運転時生理データを加えて、統計量としての運転時期間生理データを再計算して、区分別ＤＢ１２ｆに記憶する。
　なお、制御部１６が、処理対象の運転時生理データに付加されている気象条件、運転環境情報、年齢等の付加情報と一致する運転時期間生理データに対して、処理対象の運転時生理データを加えて、統計量としての運転時期間生理データを再計算してもよい。制御部１６が、選択された第１期間（または第２期間）に基づき、ステップＳ９で生成した付加情報と共に、各運動時生理データを区分別ＤＢ１２ｆに記憶してもよい。
　制御部１６が、第１期間および第２期間（例えば、朝・春の区分）に基づき、ステップＳ９で生成した付加情報と共に、各運動時生理データを区分別ＤＢ１２ｆに記憶してもよい。
　生理データでない場合（ステップＳ３２；ＮＯ）、生理状態判定システムＳは、各期間の選択された区分における期間運転特性データを更新する（ステップＳ３５）。ステップＳ３４のように、制御部１６が、処理対象の運転特性データおよび期間運転特性データに対して、各期間の選択された区分における期間運転特性データを更新する。
　運転中でない場合（ステップＳ３３；ＮＯ）、生理状態判定システムＳは、各期間の選択された区分における期間非運転時生理データを更新する（ステップＳ３６）。ステップＳ３４のように、制御部１６が、処理対象の非運転時生理データおよび非運転時期間生理データに対して、各期間の選択された区分における期間非運転時生理データを更新する。
　なお、制御部１６が、区分別ＤＢ１２ｆにおいて、処理対象のデータの測定時刻が属する年齢に対応する運転時期間生理データ、非運転時期間生理データ、および、期間運転特性データを更新してもよい。
（３．４　生理状態の判定処理のサブルーチン）
　次に、生理状態の判定処理のサブルーチンについて、図２０を用いて説明する。
　図２０は、生理状態の判定処理のサブルーチンの一例を示すフローチャートである。
　図２０に示すように、生理状態判定システムＳは、運転時生理データ、運転特性データ、各期間に対応した運転時期間生理データ、期間運転特性データ、非運転時期間生理データを取得する（ステップＳ４０）。具体的には、生理状態判定サーバ装置１０の制御部１６が、区分別ＤＢ１２ｆを参照して、対象者Ｔの対象者ＩＤおよびデータの測定時刻に基づき、運転生理データ、運転特性データ、第１期間または第２期間に対応した運転時期間生理データ、期間運転特性データ、非運転時期間生理データを取得する。
　なお、制御部１６が、運転時生理ＤＢ１２ｂ、非運転時生理ＤＢ１２ｃ、および、運転特性ＤＢ１２ｄを参照して、対象者Ｔの対象者ＩＤおよびデータの測定時刻に基づき、各期間に対応した運転時期間生理データ、期間運転特性データ、非運転時期間生理データを算出してもよい。
　このように、生理状態判定サーバ装置１０が、前記運転時生理データの測定時刻および前記運転特性データの測定時刻を含む第１期間と、当該第１期間と期間の長さが異なり前記運転時生理データの測定時刻および前記運転特性データの測定時刻を含む第２期間と、に対応する前記運転時期間生理データを、過去に測定された前記運転時生理データを記憶する第１記憶手段を参照して取得する運転時期間生理データ取得手段の一例として機能する。
　生理状態判定サーバ装置１０が、前記第１期間と前記第２期間とに対応する期間運転特性データを、過去に測定された前記運転特性データを記憶する第２記憶手段を参照して取得する期間運転特性データ取得手段の一例として機能する。
　生理状態判定サーバ装置１０が、前記対象者が車両を運転していないときに測定される当該対象者の非運転時生理データであって、前記第１期間および前記第２期間の少なくとも一方に対応する前記非運転時期間生理データを、過去に測定された前記非運転時生理データを記憶する第３記憶手段を参照して取得する非運転時期間生理データ取得手段の一例として機能する。
　次に、生理状態判定システムＳは、各期間に対応した運転時生理特徴量、非運転時生理特徴量、および、運転特性特徴量を生成する（ステップＳ４１）。
　具体的には、制御部１６が、第１運転時生理特徴量として、第１期間または第２期間の一例の運転当日の各運転時期間生理データ（例えば、運転当日の平均値や運転当日のトレンド）を用いて、運転当日の各運転時期間生理データ（例えば、運転当日における対象者Ｔの血圧、心拍数、呼吸数等の平均値やトレンドのベースライン）と、受信した各運転時生理データ（現在の値）との差を計算する。なお、血圧、心拍数、呼吸数等の各生理データに対して、第１運転時生理特徴量に属する各特徴量がある。
　制御部１６が、第２運転時生理特徴量として、第１期間または第２期間の一例の比較的短期間の各運転時期間生理データを用いて、比較的短期間の各運転時期間生理データ（対象者Ｔの比較的短期間の血圧、心拍数、呼吸数等の平均値やトレンドのベースライン）と、受信した各運転時生理データとの差を計算する。各生理データに対して、第２運転時生理特徴量に属する各特徴量がある。
　制御部１６が、第３運転時生理特徴量として、第１期間または第２期間の一例の比較的長期間（例えば、１年単位）の各運転時期間生理データを用いて、年齢に応じた経時変化の傾きを計算する。各生理データに対して、第２運転時生理特徴量に属する各特徴量がある。
　制御部１６が、第４運転時生理特徴量として、第１期間または第２期間の一例の比較的長期間（例えば、１年単位）の各運転時期間生理データを用いて、年齢に応じた経時変化のベースラインと受信した各運転時生理データ（現在の値）との乖離度を計算する。各生理データに対して、第４運転時生理特徴量に属する各特徴量がある。
　制御部１６が、第１非運転時生理特徴量として、第１期間または第２期間の一例の比較的短期間の各非運転時期間生理データを用いて、比較的短期間の各非運転時期間生理データと、その日１日の各非運転時期間生理データの統計量との差を計算する。
　制御部１６が、第２非運転時生理特徴量として、第１期間または第２期間の一例の比較的長期間の各非運転時期間生理データを用いて、経時変化の傾きを計算する。
　制御部１６が、第３非運転時生理特徴量として、第１期間または第２期間の一例の比較的長期間の各非運転時期間生理データを用いて、経時変化のベースラインと、その日１日の各非運転時期間生理データとの乖離度を計算する。
　制御部１６が、第１運転特性特徴量として、第１期間または第２期間の一例の運転当日の各運転特性データを用いて、運転当日の各期間運転特性データ（運転当日の対象者Ｔのふらつき度、車間距離等の平均値やトレンドのベースライン）と、受信した各運転特性データ（現在の値）との差を計算する。なお、ふらつき度、車間距離等の各運転特性データに対して、第１運転特性特徴量に属する各特徴量がある。
　制御部１６が、第２運転特性特徴量として、第１期間または第２期間の一例の比較的短期間の各運転特性データを用いて、比較的短期間の各運転特性データの値（比較的短期間の対象者Ｔのふらつき度、車間距離等の平均値やトレンドのベースライン）と、受信した各運転特性データの値との差を計算する。各運転特性データに対して、第２運転特性特徴量に属する各特徴量がある。
　制御部１６が、第３運転特性特徴量として、第１期間または第２期間の一例の比較的長期間（例えば、１年単位）の各期間運動特性データを用いて、経時変化の傾きを計算する。各運転特性データに対して、第２運転特性特徴量に属する各特徴量がある。
　制御部１６が、第４運転特性特徴量として、第１期間または第２期間の一例の比較的長期間（例えば、１年単位）の各期間運転特性データを用いて、経時変化のベースラインと、受信した各運転特性データ（現在の値）との乖離度を計算する。各運転特性データに対して、第４運転特性特徴量に属する各特徴量がある。
　制御部１６が、第１運転時・非運転時生理特徴量として、運転当日の非運転時期間生理データと、運転時生理の現在の値との差異（差、比率、乖離度等）を計算する。なお、運転時・非運転時生理特徴量は、運転時生理の現在の値と、比較的短期または比較的長期における非運転時期間生理データとの差異でもよい。
　このように、生理状態判定サーバ装置１０が、前記運転時生理データと前記第１期間および前記第２期間の少なくとも一方に対応する前記非運転時期間生理データとの違いに基づき、運転時における前記対象者の生理データの特徴を示す運転時・非運転時生理特徴を生成する運転時・非運転時生理特徴生成手段の一例として機能する。
　なお、第１期間または第２期間の一例である季節（受信した各運転時生理データの測定時刻が春に属するならば、春の期間）の場合、季節の各運転時期間生理データ（春の期間の血圧、心拍数、呼吸数等の平均値やトレンドのベースライン）と、受信した各運転時生理データとの違いが、運転時生理特徴量の１つとなる。
　また、第１期間または第２期間の一例である季節（受信した各運転特性データの測定時刻が春に臆するならば、春の期間）の場合、季節の各期間運転特性データ（対象者Ｔの春の期間のふらつき度、車間距離等の平均値やトレンドのベースライン）と、受信した各運転時生理データとの違いが、運転特性特徴量の１つとなる。
　なお、制御部１６が、年齢データを、特徴量の１つとしてもよい。また、制御部１６が、年齢データに応じて、上記各特徴量を、サブの特徴量として、さらに細分化してもよい。
　なお、制御部１６が、気象データを、特徴量の１つとしてもよい。また、制御部１６が、気象データに応じて、上記各特徴量を、サブの特徴量として、さらに細分化してもよい。
　このように、生理状態判定サーバ装置１０が、前記運転時生理データと前記運転時期間生理データとから、運転時における前記対象者の生理データの特徴を示す運転時生理特徴量を生成する運転時生理特徴量生成手段の一例として機能する。また、生理状態判定サーバ装置１０が、記運転特性データと前記期間運転特性データとから、運転時における前記対象者の運転特性の特徴を示す運転特性特徴量を生成する運転特性特徴量生成手段の一例として機能する。また、生理状態判定サーバ装置１０が、前記非運転時期間生理データから、非運転時における前記対象者の生理データの特徴を示す非運転時生理特徴量を生成する非運転時生理特徴量生成手段として機能する。
　このように、生理状態判定サーバ装置１０が、前記運転時生理特徴量として、前記対象者の出生時間を含む対象者情報から計算される前記対象者の年齢に基づき、前記第１記憶手段を参照して、前記運転時生理データから、当該運転時生理データの経時変化の量を生成する運転時生理特徴量生成手段の一例として機能する。また、生理状態判定サーバ装置１０が、前記運転時生理特徴量として、前記対象者の年齢に基づき、前記第２記憶手段を参照して、前記運転特性データの経時変化の量を生成する運転特性特徴量生成手段の一例として機能する。また、生理状態判定サーバ装置１０が、前記非運転時生理特徴量として、前記対象者の年齢に基づき、前記第３記憶手段を参照して、前記非運転時生理データから、当該非運転時生理データの経時変化の量を生成する非運転時生理特徴量生成手段の一例として機能する。
　次に、生理状態判定システムＳは、各特徴量を正規化する（ステップＳ４２）。具体的には、制御部１６が、各特徴量の値を０から１の値に変換する。例えば、対象者Ｔの過去の各生理データおよび運動特性データの最大値、人間の最大値、性別による最大値等を１（最小値を０）として、リニアスケール、対数スケール等により、制御部１６が、データを正規化する。気象データの場合は、制御部１６が、天気を離散データに置き換える（例えば、晴れ：0、曇り：0.5、雨：1）。
　なお、気圧の場合は、最大値等を１（最小値を０）として、リニアスケール、対数スケール等により、制御部１６が、データを正規化してもよい。また、過去の平均気圧（例えば、1010hPa）を基準に、平均気圧より気圧が高い場合１として、制御部１６が、平均気圧より気圧が低い場合０としてもよい。
　また、最大値および最小値等の設定された値を外れる状況になった場合には、制御部１６が、これまでの最大値（または最小値）を保持しておいて、これまでの最大値（または最小値）と新しいデータの値を使って、その特徴量の重みを補正し、保持する最大値等を更新してもよい。これは、データ自体を正規化するのは難しいので、重み側を調節して、データのスケールに対する依存性を低くする作用を有する。
　次に、生理状態判定システムＳは、判定する生理状態に応じた特徴量を選択する（ステップＳ４３）。
　例えば、循環器疾患のリスクを判定する場合、制御部１６が、第１運転時生理特徴量、第２運転時生理特徴量、第３運転時生理特徴量、第１非運転時生理特徴量、第２非運転時生理特徴量、第３非運転時生理特徴量、第１運転特性特徴、第２運転特性特徴量、第１運転時・非運転時生理特徴量、年齢、天気を選択する。
　例えば、睡眠時無呼吸症候群のリスクを判定する場合、制御部１６が、第１運転時生理特徴量、第２運転時生理特徴量、第１非運転時生理特徴量、第１運転特性特徴、第２運転特性特徴量、第１運転時・非運転時生理特徴量、年齢、天気を選択する。
　例えば、医療機関等での診断支援に活用する疾患リスク（例えば、認知症のリスク）の判定する場合、制御部１６が、第２非運転時生理特徴量、第３非運転時生理特徴量、第３運転特性特徴、第４運転特性特徴量、天気を選択する。
　このように、生理状態判定サーバ装置１０が、複数の前記運転時生理特徴量、複数の前記運転特性特徴量、および、複数の前記非運転時生理特徴量から、判定する複数の生理状態のうち生理状態毎に、前記生理状態に使用する特徴量を選択する特徴量選択手段の一例として機能する。
　次に、生理状態判定システムＳは、識別器により、生理状態を判定する（ステップＳ４４）。具体的には、制御部１６が、判定する生理状態（疾病毎、健康状態が良好否か等）に対応して選択した特徴量を、線形識別器(例えば、サポートベクターマシン等のパターン認識モデル)に入力して、生理状態を出力する。
　生理状態判定サーバ装置１０が、選択した特徴量により構成される特徴ベクトルの特徴空間において、識別器により、生理状態を判定する。
　ここで、線形識別器として、例えば、特徴量xiに対する関数f(x)=sgn(Σwixi+b) (i=1...m)が挙げられる（重みwi、定数b）。非線形識別器の場合、f(x)=sgn(ΣwiK(x,xi)+b) (i=1...m)が挙げられる。ここで、関数K(x,xi)は、カーネル関数で、例えば、ガウス型の関数が挙げられる。
　判定する生理状態に応じた識別器が用意されている。例えば、疾病毎に、特徴量xiの種類や数、重みｗの値や、定数bの値、カーネル関数の有無、カーネル関数の関数形等が異なる。また、ある疾病の発症の閾値毎（第１閾値、・・・第ｎ閾値）に、識別器が用意されてもよい。
　なお、ステップＳ１７の識別器のパラメータ補正において、特徴量xiの種類や数、重みｗの値や、定数bの値、カーネル関数の有無、カーネル関数の関数形等が修正される。また、勾配法により識別器のパラメータが補正されてもよい。
　選択された特徴量に対して、ニューラルネットワーク、遺伝的アルゴリズム、ベイジアンネットワーク、決定木学習、ロジスティクス回帰等の機械学習を適用して、生理状態を判定してもよい。
　このように、生理状態判定サーバ装置１０が、前記運転時生理特徴量および前記運転特性特徴量のうち少なくとも一方と、前記非運転時生理特徴量とから、前記対象者の生理状態を判定する生理状態判定手段の一例として機能する。また、生理状態判定サーバ装置１０が、前記運転時生理特徴量および前記運転特性特徴量のうち少なくとも一方と、前記非運転時生理特徴量とにより構成される特徴ベクトルの特徴空間において、前記対象者の生理状態を判定する生理状態判定手段の一例として機能する。
　以上、本実施形態によれば、生理状態の変化が現れやすい、車両Ｖの運転中の身体的および心理的な所定の負荷量がある状態での運転時生理データおよび運転特性データに対して、対象者Ｔのバイオリズムや外的環境の影響を考慮して、第１期間、および、期間の長さが異なる第２期間の複数の期間に対応する運転時期間生理データ（過去に測定された運転時生理データを記憶する第１記憶手段から取得）および非運転時期間生理データ（過去に測定された運転特性データを記憶する第２記憶手段から取得）、並びに、期間運転特性データ（過去に測定された非運転時生理データを記憶する第３記憶手段から取得）から、生理状態を判定するために定量化した各特徴量（運転時生理特徴量、運転特性特徴量、非運転時生理特徴量）を生成し、複数の期間に対応した、生理データおよび生理データとは異なる運転特性データ、かつ、運転時、非運転時（例えば、家庭Ｈでの測定時、医療機関での測定時）のように対象者Ｔに加わる負荷の違いによるデータによる複数の多様な特徴量を用いているので、生理状態についてより正確に定量的に評価または解析することができ、さらに、様々な生理状態の変化の前兆を捉えやすくなる。
　また、運転、非運転のように対象者Ｔに加わる負荷の違いが峻別されて比較されるので、より高精度に生理状態を判定できる。
　また、生理状態の変化の前兆をできるだけ早く捉えることにより、病気が進行する前に、診察を促す通知をしたり、運転中の体調急変する前に、できるだけ早く通知したりできる。
　運転時生理特徴量および運転特性特徴量のうち少なくとも一方と、非運転時生理特徴量とにより構成される特徴ベクトルの特徴空間において、対象者Ｔの生理状態を判定する場合、特徴ベクトルの特徴空間で、対象者Ｔの生理状態を線形または非線形識別器等により識別して、判定できる。また、過去データの時間軸を変えること、および、判定に使用する識別器のパラメータを変えることで、多様な疾患・症状発症リスクに対応できる。
　特徴空間におけるクラスタ（識別器で画成される領域）からはみ出した値を捉えることにより、生理状態の変化の前兆を捉えることができる。
　また、非線形識別器の場合、特徴空間における各クラスタの境界が互いに入り乱れている場合でも、クラスタ間を峻別しやすくなる。
　また、生理状態の判定結果が間違っていた場合には、識別器のパラメータを修正することにより、データが集まっていくほど学習し、生理状態の判定精度が向上する。
　複数の運転時生理特徴量、複数の運転特性特徴量、および、複数の非運転時生理特徴量から、判定する複数の生理状態のうち生理状態毎に、生理状態に使用する特徴量を選択する場合、疾病の種類といた生理状態毎に、生理状態を正確に判定できる。
　例えば、認知症や認知機能低下の判定では、長期の過去のデータ（比較的長期におけるデータ）に関する特徴量が使用されてもよい（このとき、短期の過去データに関する特徴量は使用されなくてもよいし、重みが低くなるようにしてもよい）。さらに、認知症や認知機能低下の判定では、運転特性データや非運転時生理データ（健康診断等）に関する特徴量が使用されてもよい（このとき、運転時生理データに関する特徴量は使用されなくてもよいし、重みが低くなるようにしてもよい）。
　例えば、循環器疾患の運転中発症リスク判定では、長期の過去のデータと短期の過去のデータの両方に関する特徴量が使用されてもよい。
　例えば、睡眠時無呼吸症候群の運転中症状発症リスク判定では、短期の過去のデータに関する特徴量が使用されてもよい（このとき、長期の過去のデータに関する特徴量は使用されなくてもよいし、重みが低くなるようにしてもよい）。
　なお、循環器疾患および睡眠時無呼吸症候群では、認知症では使用しなかった、または、重みが低かった運転時生理データに関する特徴量も使用されている。
　また、特徴量の選択において、長期または短期の選択（第１期間または第２期間の選択の一例）により、時間軸の観点を変えることができるので、疾病の種類といた生理状態毎に適合した時間軸により、生理状態を正確に判定できる。
　また、生理状態判定システムＳは、運転時生理特徴量として、対象者Ｔの出生時間を含む対象者情報から計算される対象者の年齢に基づき、運転時生理ＤＢ１２ｂ等の第１記憶手段を参照して、運転時生理データから、当該運転時生理データの経時変化の量を生成し、運転時生理特徴量として、対象者Ｔの年齢に基づき、運転特性ＤＢ１２ｄ等の第２記憶手段を参照して、運転特性データの経時変化の量を生成し、非運転時生理特徴量として、対象者Ｔの年齢に基づき、非運転時生理ＤＢ１２ｃ等の第３記憶手段を参照して、非運転時生理データから、当該非運転時生理データの経時変化の量を生成する。
　この場合、運転時生理データ経時変化および運転特性データの経時変化を捉えた生理状態のトレンドの特徴量によって、より正確に定量的に評価・解析することができ、生理状態を正確に判定できる。また、年齢の要素を加味することで、より正確に定量的に評価・解析することができ、生理状態を正確に判定できる。例えば、過去データの時系列変化曲線（経時変化）の傾きや、経時変化のベースラインと現在の値との乖離度が、若年者と高齢者とが同じ場合においても、脳卒中のような循環器疾患では、一般に、若年者よりも高齢者の方が発症リスクが高いとされる。
　経時変化の量が、経時変化の傾きである場合、生理状態のトレンドの変化を捉えた特徴量により、正確に定量的に評価・解析することができ、生理状態を正確に判定できる。
　経時変化の量が、経時変化のベースラインからの乖離度である場合、ベースラインから外れた異常値を捉えた特徴量により、正確に定量的に評価・解析することができ、生理状態を正確に判定できる。
　経時変化の量が、経時変化の傾き、および、経時変化のベースラインとの乖離度である場合、経時変化の傾きの特徴量と乖離度の特徴量とを組み合せることで識別できるので、正確に定量的に評価・解析することができ、生理状態を正確に判定できる。例えば、同じ乖離度でも、ゆっくりとした変化と急激な変化とでは、定量的に評価の一例であるリスクが異なることがあり、また、同じ変化の仕方でも、乖離度が異なる場合もリスクが異なることがあるので、変化の傾きと乖離度とにより識別力が向上する場合がある。
　運転時生理データと第１期間および第２期間の少なくとも一方に対応する非運転時期間生理データとの違いに基づき、運転時における対象者Ｔの生理データの特徴を示す運転時・非運転時生理特徴量を生成する場合、運転時と非運転時との生理データの違いの特徴量（例えば、非運転時をベースとした運転時の生理データの値）により、より高精度に生理状態を判定できる。
　第１期間または第２期間が、季節である場合、春夏秋冬、（一方が朝、昼、夜等）等のバイオリズムを考慮した、期間生理データが比較対象なので、バイオリズムの影響が軽減して、より高精度に生理状態を判定できる。また、第１期間が朝かつ第２期間が春、第１期間が朝かつ第２期間が夏等の同質のデータを集めて、比較すると精度を向上させることができる。
　第１期間または第２期間が、運転時生理データの測定時刻または運転特性データの測定時刻を含む運転当日である場合、特徴量に１つに、運転当日の値をベースとした生理状態の変化（例えば、体調の急変）を含め、より高精度に生理状態を判定できる。
（変形例）
　次に、変形例について説明する。
　生理状態判定サーバ装置１０は、ステップＳ２２で取得した気象データの気象状態に応じて、対象者Ｔの生理状態を判定してもよい。
　例えば、生理状態判定サーバ装置１０が、上記各特徴量を、気象状態に応じたサブの特徴量として、さらに細分化することにより、気象状態を付加情報に基づき、気象状態に応じた類別された特徴量を生成する。生理状態判定サーバ装置１０は、気象状態に応じた類別された特徴量の特徴空間において、識別器により対象者Ｔの生理状態を判定する。
　高気圧（晴れ）、低気圧（雨）の生理的影響（例えば、血圧等）を取り込んで、生理データを類別し、対象者Ｔの生理状態を精度良く判定できる。
　また、雨、雪、凍結等の気象状態によって路面の状態が変わったり、運転中の視界が変わったりして、運転特性データが直接影響を受ける。気象状態によって、路面の状態の変化による運転のしにくさ、運転中の視界の良・不良などを介したストレス状態により、運転時生理データが影響を受ける。運転時生理データおよび運転特性データに関する特徴量が類別され、対象者Ｔの生理状態を精度良く判定できる。
　生理状態判定サーバ装置１０が、気象状態を特徴量として追加した新たな特徴空間を形成（別次元のベクトルを設定）し、識別器により対象者Ｔの生理状態を判定してもよい。気象状態の特徴量は、天気（例えば、晴れ：0、曇り：0.5、雨：1）でもよいし、気圧等の他の気象データと別でもよいし、総合的な指標でもよい。
　運転時生理データの測定時刻および運転時生理データを測定したときの車両Ｖの位置情報から、運転時生理データを測定したときの気象データを取得し、気象データの気象状態に応じて、対象者Ｔの生理状態を判定する場合、気象状態を考慮した判定できるので、より高精度に生理状態を判定できる。
　また、生理状態判定サーバ装置１０は、ステップＳ２３で取得した、車両Ｖの運転環境情報に応じて、対象者Ｔの生理状態を判定してもよい。
　例えば、生理状態判定サーバ装置１０が、上記各特徴量を、運転環境情報に応じたサブの特徴量として、さらに細分化することにより、運転環境情報を付加情報に基づき、運転環境情報に応じた類別された特徴量を生成する。生理状態判定サーバ装置１０は、運転環境情報に応じた類別された特徴量の特徴空間において、識別器により対象者Ｔの生理状態を判定する。
　生理状態判定サーバ装置１０が、渋滞か否か、高速道路か否か等に応じて運転時生理データおよび運転特性データを類別したデータに基づき、特徴量をサブの特徴量に分ける。また、生理状態判定サーバ装置１０が、総合的指標として、心拍数が上がりやすい道路か否か等で、運転時生理データおよび運転特性データを類別してもよい。
　運転環境情報を特徴量として追加した新たな特徴空間を形成し、識別器により対象者Ｔの生理状態を判定してもよい。運転環境情報の特徴量は、渋滞度でもよいし、他の運転環境情報と別でもよいし、総合的な指標でもよい。
　運転時生理データを測定したときの車両Ｖの位置情報から、車両Ｖの運転環境情報を取得し、車両Ｖの運転環境情報に応じて、対象者Ｔの生理状態を判定する場合、位置情報から、道路が狭い、高速道路等の運転環境が分かり、どのような負荷が対象者にかかっていたかが推測できるので、より高精度に生理状態を判定できる。
　運転時の生理データの他に、生理状態判定サーバ装置１０は、対象者Ｔの服薬に関する服薬データを取得してもよい。例えば、生理状態判定サーバ装置１０は、服薬の有無や、薬の種類等服薬情報の入力を受け付けた携帯端末装置２０から取得する。生理状態判定サーバ装置１０は、対象者Ｔの服薬に関する服薬データを医療機関サーバ装置５０から取得してもよい。
　生理状態判定サーバ装置１０は、服薬あり、服薬なしにより、運転時生理データ、非運転生理データ、および、運転特性データを、類別したデータに基づき、特徴量をサブの特徴量に分ける。生理状態判定サーバ装置１０は、服薬後の所定時間内の測定ならば、服薬ありのデータとする。
　なお、服薬状態を特徴量として追加した新たな特徴空間を形成（別次元のベクトルを設定）し、識別器により対象者Ｔの生理状態を判定してもよい。例えば、設定した次元の中で服薬ありを０、服薬なしを１とする。
また、生理状態判定サーバ装置１０は、服薬している場合においても、決められた時間に服薬していない場合には、その時間差に応じて係数をかける等で評価してもよい。
　対象者Ｔの服薬に関する服薬データを、当該服薬データを測定する端末装置（例えば、携帯端末装置２０）から取得し、服薬データの服薬状態に応じて、対象者Ｔの生理状態を判定する場合、服薬状態を考慮して、判定するので、服薬状態を反映した生理状態についてより正確に定量的に評価または解析することができ、生理状態を正確に判定できる。
　また、生理状態判定サーバ装置１０は、他の対象者の運転時期間生理データ、他の対象者の非運転時期間生理データ、他の対象者の期間運転特性データ等を用いてもよい。特に、データが足りない場合に、生理状態判定サーバ装置１０は、対象者と、年齢が近い、性別が同じ、体質が似ている他の対象者のデータを利用する。
　第１期間および第２期間に対応する他の対象者の運転時期間生理データを、過去に測定された他の対象者の運転時生理データを記憶する第４記憶手段から取得し、運転時生理データと、他の対象者の運転時期間生理データとから、運転時生理特徴量を生成する場合、データが足りなくてもデータを補完でき、生理状態についてより正確に定量的に評価または解析することができ、さらに、様々な生理状態の変化の前兆を捉えやすくなる。特に、対象者と、年齢が近い、性別が同じ、体質が似ている他の対象者の場合、補完の精度が高くなる。
　さらに、本発明は、上記各実施形態に限定されるものではない。上記各実施形態は、例示であり、本発明の特許請求の範囲に記載された技術的思想と実質的に同一な構成を有し、同様な作用効果を奏するものは、いかなるものであっても本発明の技術的範囲に包含される。
　１０：生理状態判定サーバ装置（生理状態判定装置）
　１２：記憶部（記憶手段）
　２０：携帯端末装置
　３０：車載端末装置
　４０：家庭端末装置
　５０：医療機関サーバ装置
　Ｓ：生理状態判定システム
　Ｔ：対象者
　Ｖ：車両

Claims (15)

  1. 　対象者が車両を運転しているときに測定される当該対象者の運転時生理データと、当該運転時生理データの測定時刻とを、取得する運転時生理データ取得手段と、
    　前記対象者が前記車両を運転する運転特性を示す運転特性データと、当該運転特性データの測定時刻とを、取得する運転特性データ取得手段と、
    　前記運転時生理データの測定時刻および前記運転特性データの測定時刻を含む第１期間と、当該第１期間と期間の長さが異なり前記運転時生理データの測定時刻および前記運転特性データの測定時刻を含む第２期間と、に対応する前記運転時期間生理データを、過去に測定された前記運転時生理データを記憶する第１記憶手段を参照して取得する運転時期間生理データ取得手段と、
    　前記第１期間と前記第２期間とに対応する期間運転特性データを、過去に測定された前記運転特性データを記憶する第２記憶手段を参照して取得する期間運転特性データ取得手段と、
    　前記対象者が車両を運転していないときに測定される当該対象者の非運転時生理データであって、前記第１期間および前記第２期間の少なくとも一方に対応する前記非運転時期間生理データを、過去に測定された前記非運転時生理データを記憶する第３記憶手段を参照して取得する非運転時期間生理データ取得手段と、
    　前記運転時生理データと前記運転時期間生理データとから、運転時における前記対象者の生理データの特徴を示す運転時生理特徴量を生成する運転時生理特徴量生成手段と、
    　前記運転特性データと前記期間運転特性データとから、運転時における前記対象者の運転特性の特徴を示す運転特性特徴量を生成する運転特性特徴量生成手段と、
    　前記非運転時期間生理データから、非運転時における前記対象者の生理データの特徴を示す非運転時生理特徴量を生成する非運転時生理特徴量生成手段と、
    　前記運転時生理特徴量および前記運転特性特徴量のうち少なくとも一方と、前記非運転時生理特徴量とから、前記対象者の生理状態を判定する生理状態判定手段と、
    　を備えることを特徴とする生理状態判定装置。
  2. 　請求項１に記載の生理状態判定装置において、
    　前記生理状態判定手段が、前記運転時生理特徴量および前記運転特性特徴量のうち少なくとも一方と、前記非運転時生理特徴量とにより構成される特徴ベクトルの特徴空間において、前記対象者の生理状態を判定することを特徴とする生理状態判定装置。
  3. 　請求項１または請求項２に記載の生理状態判定装置において、
    　複数の前記運転時生理特徴量、複数の前記運転特性特徴量、および、複数の前記非運転時生理特徴量から、判定する複数の生理状態のうち生理状態毎に、前記生理状態に使用する特徴量を選択する特徴量選択手段を更に備えたことを特徴とする生理状態判定装置。
  4. 　請求項１から３のいずれか１項に記載の生理状態判定装置において、
    　前記運転時生理特徴量生成手段が、前記運転時生理特徴量として、前記対象者の出生時間を含む対象者情報から計算される前記対象者の年齢に基づき、前記第１記憶手段を参照して、前記運転時生理データから、当該運転時生理データの経時変化の量を生成し、
    　前記運転特性特徴量生成手段が、前記運転時生理特徴量として、前記対象者の年齢に基づき、前記第２記憶手段を参照して、前記運転特性データの経時変化の量を生成し、
    　前記非運転時生理特徴量生成手段が、前記非運転時生理特徴量として、前記対象者の年齢に基づき、前記第３記憶手段を参照して、前記非運転時生理データから、当該非運転時生理データの経時変化の量を生成することを特徴とする生理状態判定装置。
  5. 　請求項４に記載の生理状態判定装置において、
    　前記経時変化の量が、前記経時変化の傾き、および、前記経時変化のベースラインからの乖離度の少なくとも一方であることを特徴とする生理状態判定装置。
  6. 　請求項１から５のいずれか１項に記載の生理状態判定装置において、
    　前記運転時生理データと前記第１期間および前記第２期間の少なくとも一方に対応する前記非運転時期間生理データとの違いに基づき、運転時における前記対象者の生理データの特徴を示す運転時・非運転時生理特徴量を生成する運転時・非運転時生理特徴量生成手段を更に備えたことを特徴とする生理状態判定装置。
  7. 　請求項１から６のいずれか１項に記載の生理状態判定装置において、
    　前記第１期間または前記第２期間が、季節であることを特徴とする生理状態判定装置。
  8. 　請求項１から７のいずれか１項に記載の生理状態判定装置において、
    　前記第１期間または前記第２期間が、前記運転時生理データの測定時刻または前記運転特性データの測定時刻を含む運転当日であることを特徴とする生理状態判定装置。
  9. 　請求項１から８のいずれか１項に記載の生理状態判定装置において、
    　前記対象者の服薬に関する服薬データを、当該服薬データを測定する端末装置から取得する服薬生理データ取得手段を更に備え、
    　前記生理状態判定手段が、前記服薬データの服薬状態に応じて、前記対象者の生理状態を判定することを特徴とする生理状態判定装置。
  10. 　請求項１から９のいずれか１項に記載の生理状態判定装置において、
    　前記運転時生理データを測定したときの前記車両の位置情報から、前記車両の運転環境情報を取得する運転環境取得手段を更に備え、
    　前記生理状態判定手段が、前記車両の運転環境情報に応じて、前記対象者の生理状態を判定することを特徴とする生理状態判定装置。
  11. 　請求項１から１０のいずれか１項に記載の生理状態判定装置において、
    　前記運転時生理データの測定時刻および前記運転時生理データを測定したときの前記車両の位置情報から、前記運転時生理データを測定したときの気象データを取得する気象データ取得手段を更に備え、
    　前記生理状態判定手段が、前記気象データの気象状態に応じて、前記対象者の生理状態を判定することを特徴とする生理状態判定装置。
  12. 　請求項１から１１のいずれか１項に記載の生理状態判定装置において、
    　前記期間生理データ取得手段が、前記第１期間および前記第２期間に対応する他の対象者の前記運転時期間生理データを、過去に測定された前記他の対象者の前記運転時生理データを記憶する第４記憶手段から取得し、
    　前記運転時生理特徴量生成手段が、前記運転時生理データと、前記他の対象者の前記運転時期間生理データとから、前記運転時生理特徴量を生成することを特徴とする生理状態判定装置。
  13. 　運転時生理データ取得手段が、対象者が車両を運転しているときに測定される当該対象者の運転時生理データと、当該運転時生理データの測定時刻とを、取得する運転時生理データ取得ステップと、
    　運転特性データ取得手段が、前記対象者が前記車両を運転する運転特性を示す運転特性データと、当該運転特性データの測定時刻とを、取得する運転特性データ取得ステップと、
    　運転時期間生理データ取得手段が、前記運転時生理データの測定時刻および前記運転特性データの測定時刻を含む第１期間と、当該第１期間と期間の長さが異なり前記運転時生理データの測定時刻および前記運転特性データの測定時刻を含む第２期間と、に対応する前記運転時期間生理データを、過去に測定された前記運転時生理データを記憶する第１記憶手段を参照して取得する運転時期間生理データ取得ステップと、
    　期間運転特性データ取得手段が、前記第１期間と前記第２期間とに対応する期間運転特性データを、過去に測定された前記運転特性データを記憶する第２記憶手段を参照して取得する期間運転特性データ取得ステップと、
    　非運転時期間生理データ取得手段が、前記対象者が車両を運転していないときに測定される当該対象者の非運転時生理データであって、前記第１期間および前記第２期間の少なくとも一方に対応する前記非運転時期間生理データを、過去に測定された前記非運転時生理データを記憶する第３記憶手段を参照して取得する非運転時期間生理データ取得ステップと、
    　運転時生理特徴量生成手段が、前記運転時生理データと前記運転時期間生理データとから、運転時における前記対象者の生理データの特徴を示す運転時生理特徴量を生成する運転時生理特徴量生成ステップと、
    　運転特性特徴量生成手段が、前記運転特性データと前記期間運転特性データとから、運転時における前記対象者の運転特性の特徴を示す運転特性特徴量を生成する運転特性特徴量生成ステップと、
    　非運転時生理特徴量生成手段が、前記非運転時期間生理データから、非運転時における前記対象者の生理データの特徴を示す非運転時生理特徴量を生成する非運転時生理特徴量生成ステップと、
    　生理状態判定手段が、前記運転時生理特徴量および前記運転特性特徴量のうち少なくとも一方と、前記非運転時生理特徴量とから、前記対象者の生理状態を判定する生理状態判定ステップと、
    　を含むことを特徴とする生理状態判定方法。
  14. 　コンピュータを、
    　対象者が車両を運転しているときに測定される当該対象者の運転時生理データと、当該運転時生理データの測定時刻とを、取得する運転時生理データ取得手段、
    　前記対象者が前記車両を運転する運転特性を示す運転特性データと、当該運転特性データの測定時刻とを、取得する運転特性データ取得手段、
    　前記運転時生理データの測定時刻および前記運転特性データの測定時刻を含む第１期間と、当該第１期間と期間の長さが異なり前記運転時生理データの測定時刻および前記運転特性データの測定時刻を含む第２期間と、に対応する前記運転時期間生理データを、過去に測定された前記運転時生理データを記憶する第１記憶手段を参照して取得する運転時期間生理データ取得手段、
    　前記第１期間と前記第２期間とに対応する期間運転特性データを、過去に測定された前記運転特性データを記憶する第２記憶手段を参照して取得する期間運転特性データ取得手段、
    　前記対象者が車両を運転していないときに測定される当該対象者の非運転時生理データであって、前記第１期間および前記第２期間の少なくとも一方に対応する前記非運転時期間生理データを、過去に測定された前記非運転時生理データを記憶する第３記憶手段を参照して取得する非運転時期間生理データ取得手段、
    　前記運転時生理データと前記運転時期間生理データとから、運転時における前記対象者の生理データの特徴を示す運転時生理特徴量を生成する運転時生理特徴量生成手段、
    　前記運転特性データと前記期間運転特性データとから、運転時における前記対象者の運転特性の特徴を示す運転特性特徴量を生成する運転特性特徴量生成手段、
    　前記非運転時期間生理データから、非運転時における前記対象者の生理データの特徴を示す非運転時生理特徴量を生成する非運転時生理特徴量生成手段、および、
    　前記運転時生理特徴量および前記運転特性特徴量のうち少なくとも一方と、前記非運転時生理特徴量とから、前記対象者の生理状態を判定する生理状態判定手段として機能させることを特徴とする生理状態判定装置用プログラム。
  15. 　対象者の生理状態を判定する生理状態判定装置と、前記対象者が携帯する携帯端末装置と、前記対象者が運転する車両に設置された車載端末装置と、を備えることを特徴とする生理状態判定システムにおいて、
    　前記生理状態判定装置が、
    　前記対象者が前記車両を運転しているときに測定される当該対象者の運転時生理データと、当該運転時生理データの測定時刻とを、前記携帯端末装置を介して取得する運転時生理データ取得手段と、
    　前記対象者が前記車両を運転する運転特性を示す運転特性データと、当該運転特性データの測定時刻とを、前記車載端末装置を介して取得する運転特性データ取得手段と、
    　前記運転時生理データの測定時刻および前記運転特性データの測定時刻を含む第１期間と、当該第１期間と期間の長さが異なり前記運転時生理データの測定時刻および前記運転特性データの測定時刻を含む第２期間と、に対応する前記運転時期間生理データを、過去に測定された前記運転時生理データを記憶する第１記憶手段を参照して取得する運転時期間生理データ取得手段と、
    　前記第１期間と前記第２期間とに対応する期間運転特性データを、過去に測定された前記運転特性データを記憶する第２記憶手段を参照して取得する期間運転特性データ取得手段と、
    　前記対象者が車両を運転していないときに測定される当該対象者の非運転時生理データであって、前記第１期間および前記第２期間の少なくとも一方に対応する前記非運転時期間生理データを、過去に測定された前記非運転時生理データを記憶する第３記憶手段を参照して取得する非運転時期間生理データ取得手段と、
    　前記運転時生理データと前記運転時期間生理データとから、運転時における前記対象者の生理データの特徴を示す運転時生理特徴量を生成する運転時生理特徴量生成手段と、
    　前記運転特性データと前記期間運転特性データとから、運転時における前記対象者の運転特性の特徴を示す運転特性特徴量を生成する運転特性特徴量生成手段と、
    　前記非運転時期間生理データから、非運転時における前記対象者の生理データの特徴を示す非運転時生理特徴量を生成する非運転時生理特徴量生成手段と、
    　前記運転時生理特徴量および前記運転特性特徴量のうち少なくとも一方と、前記非運転時生理特徴量とから、前記対象者の生理状態を判定する生理状態判定手段と、
    　を有することを特徴とする生理状態判定システム。
PCT/JP2017/024585 2016-07-07 2017-07-05 生理状態判定装置、生理状態判定方法、生理状態判定装置用プログラムおよび、生理状態判定システム WO2018008666A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2018526407A JP6694649B2 (ja) 2016-07-07 2017-07-05 生理状態判定装置、生理状態判定方法、生理状態判定装置用プログラムおよび、生理状態判定システム
EP17824269.9A EP3482678A4 (en) 2016-07-07 2017-07-05 PHYSIOLOGICAL CONDITION EVALUATION DEVICE, PHYSIOLOGICAL CONDITION EVALUATION METHOD, PROGRAM FOR PHYSIOLOGICAL CONDITION EVALUATION DEVICE AND PHYSIOLOGICAL CONDITION EVALUATION SYSTEM
CN201780041771.7A CN109414189B (zh) 2016-07-07 2017-07-05 生理状态判定装置、生理状态判定方法、记录介质以及生理状态判定系统
US16/310,717 US11445957B2 (en) 2016-07-07 2017-07-05 Physiological-condition assessing device, physiological-condition assessing method, program for physiological-condition assessing device, and physiological-condition assessing system

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016135512 2016-07-07
JP2016-135512 2016-07-07

Publications (1)

Publication Number Publication Date
WO2018008666A1 true WO2018008666A1 (ja) 2018-01-11

Family

ID=60912840

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/024585 WO2018008666A1 (ja) 2016-07-07 2017-07-05 生理状態判定装置、生理状態判定方法、生理状態判定装置用プログラムおよび、生理状態判定システム

Country Status (5)

Country Link
US (1) US11445957B2 (ja)
EP (1) EP3482678A4 (ja)
JP (1) JP6694649B2 (ja)
CN (1) CN109414189B (ja)
WO (1) WO2018008666A1 (ja)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019221240A1 (ja) * 2018-05-16 2019-11-21 社会医療法人蘇西厚生会 まつなみリサーチパーク 安全運転支援システム
JP2019200611A (ja) * 2018-05-16 2019-11-21 社会医療法人蘇西厚生会 まつなみリサーチパーク 安全運転支援システム
JP2019199178A (ja) * 2018-05-16 2019-11-21 社会医療法人蘇西厚生会 まつなみリサーチパーク 安全運転支援システム
WO2020059641A1 (ja) * 2018-09-20 2020-03-26 旭化成株式会社 循環器系の状態の評価を支援するための評価支援システム及び評価支援方法
JP6916573B1 (ja) * 2020-06-01 2021-08-11 株式会社Ａｒｂｌｅｔ 情報処理システム、サーバ、情報処理方法及びプログラム
WO2021246346A1 (ja) * 2020-06-01 2021-12-09 株式会社Arblet 情報処理システム、サーバ、情報処理方法及びプログラム
WO2021256283A1 (ja) * 2020-06-15 2021-12-23 オムロンヘルスケア株式会社 治療支援装置、治療支援方法、及び治療支援プログラム
WO2022059141A1 (ja) * 2020-09-17 2022-03-24 日本電気株式会社 判定装置
JP7409040B2 (ja) 2019-11-25 2024-01-09 オムロン株式会社 危険度推定装置、車載装置、危険度推定方法、および危険度推定プログラム
JP7419110B2 (ja) 2020-03-03 2024-01-22 ダイハツ工業株式会社 認知症リスク判定車載システム

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7124473B2 (ja) * 2018-06-08 2022-08-24 オムロンヘルスケア株式会社 薬剤管理装置、薬剤管理方法及び薬剤管理のためのプログラム
FR3103606A1 (fr) 2019-11-27 2021-05-28 Psa Automobiles Sa Surveillance de passagers de véhicules par comparaison de valeurs de paramètres physiologiques à des valeurs de référence
CN114283559B (zh) * 2022-03-04 2022-05-17 西南交通大学 一种驾驶员疲劳预警方法、装置、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005087486A (ja) * 2003-09-17 2005-04-07 Yokohama Rubber Co Ltd:The 作業中ストレス評価装置および作業中ストレス評価方法
JP2007122579A (ja) * 2005-10-31 2007-05-17 Equos Research Co Ltd 車両制御装置
WO2014017090A1 (ja) * 2012-07-26 2014-01-30 日産自動車株式会社 運転者疲労度推定装置及び運転者疲労度推定方法
JP2015203994A (ja) * 2014-04-15 2015-11-16 株式会社デンソー 運転支援装置、運転支援方法

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000044580A1 (en) * 1999-01-27 2000-08-03 Compumedics Sleep Pty. Ltd. Vigilance monitoring system
JP3695315B2 (ja) * 2000-11-14 2005-09-14 日産自動車株式会社 車両用表示装置
AU2003211065A1 (en) * 2002-02-19 2003-09-09 Volvo Technology Corporation System and method for monitoring and managing driver attention loads
US8066639B2 (en) * 2003-06-10 2011-11-29 Abbott Diabetes Care Inc. Glucose measuring device for use in personal area network
JP2007203913A (ja) * 2006-02-02 2007-08-16 Denso Corp 運転支援装置及び運転支援システム
AU2007306009B2 (en) * 2006-10-13 2010-07-15 Toyota Jidosha Kabushiki Kaisha On-board warning apparatus and warning method
JP2008183205A (ja) 2007-01-30 2008-08-14 Aisin Seiki Co Ltd 体調管理システム
KR100898417B1 (ko) * 2007-06-08 2009-06-19 샬롬엔지니어링 주식회사 열차 운행 시뮬레이션 시스템
SE534980C2 (sv) * 2009-08-26 2012-03-06 Svenska Utvecklings Entreprenoeren Susen Ab Metod för att väcka en insomnad motorfordonsförare
US20160086393A1 (en) * 2010-05-17 2016-03-24 The Travelers Indemnity Company Customized vehicle monitoring privacy system
EP2433557A1 (de) * 2010-09-27 2012-03-28 BIOTRONIK SE & Co. KG Verfahren und Anordnung zur Ermittlung von phasenspezifischen Parametern einer physiologischen Größe sowie ein entsprechendes Computerprogramm und ein entsprechendes computerlesbares Speichermedium
US10223751B1 (en) * 2012-02-02 2019-03-05 Progressive Casualty Insurance Company Multivariate predictive system
JP5744780B2 (ja) * 2012-03-21 2015-07-08 株式会社デンソー 漫然状態判定装置
DE102012208822A1 (de) * 2012-05-25 2013-11-28 Robert Bosch Gmbh Verfahren und Vorrichtung zur Fahrerzustandserkennung
US20150203121A1 (en) * 2012-07-26 2015-07-23 Nissan Motor Co., Ltd. Driver's state estimation apparatus and driver's state estimation method
JP2014041449A (ja) * 2012-08-22 2014-03-06 Zenrin Datacom Co Ltd 運転支援システム、携帯端末およびコンピュータプログラム
US20140240132A1 (en) * 2013-02-28 2014-08-28 Exmovere Wireless LLC Method and apparatus for determining vehicle operator performance
US9801580B2 (en) * 2013-03-22 2017-10-31 Toyota Jidosha Kabushiki Kaisha Driving assistance device, driving assistance method, information-providing device, information-providing method, navigation device and navigation method
US9936916B2 (en) * 2013-10-09 2018-04-10 Nedim T. SAHIN Systems, environment and methods for identification and analysis of recurring transitory physiological states and events using a portable data collection device
DE102013221188A1 (de) * 2013-10-18 2015-04-23 Robert Bosch Gmbh Verfahren zur Erkennung der Müdigkeit des Fahrers in einem Fahrzeug
CA2928197A1 (en) * 2013-10-23 2015-04-30 Quanttus, Inc. Consumer biometric devices
US9539999B2 (en) * 2014-02-28 2017-01-10 Ford Global Technologies, Llc Vehicle operator monitoring and operations adjustments
US10210678B1 (en) * 2014-10-06 2019-02-19 Allstate Insurance Company Communication system and method for using human telematic data to provide a hazard alarm/notification message to a user in a dynamic environment such as during operation of a vehicle
WO2016073617A1 (en) * 2014-11-06 2016-05-12 Maven Machines, Inc. Wearable device and system for monitoring physical behavior of a vehicle operator
WO2016128862A1 (en) * 2015-02-09 2016-08-18 Koninklijke Philips N.V. Sequence of contexts wearable
US10204460B2 (en) * 2015-07-10 2019-02-12 Verizon Patent And Licensing Inc. System for performing driver and vehicle analysis and alerting
US10259466B2 (en) * 2015-11-19 2019-04-16 Depura Partners, Llc System for monitoring and classifying vehicle operator behavior
US9988056B2 (en) * 2015-12-15 2018-06-05 Octo Telematics Spa Systems and methods for controlling sensor-based data acquisition and signal processing in vehicles
US10284567B2 (en) * 2016-05-03 2019-05-07 Paypal, Inc. Targeted authentication queries based on detected user actions
US10610145B2 (en) * 2016-06-30 2020-04-07 Wellen Sham Safety driving system
WO2018211301A1 (en) * 2017-05-15 2018-11-22 Toyota Motor Europe Control device, system, and method for determining a comfort level of a driver
CN112550285B (zh) * 2020-12-09 2022-09-09 东软集团股份有限公司 确定碰撞距离的方法、装置、存储介质及电子设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005087486A (ja) * 2003-09-17 2005-04-07 Yokohama Rubber Co Ltd:The 作業中ストレス評価装置および作業中ストレス評価方法
JP2007122579A (ja) * 2005-10-31 2007-05-17 Equos Research Co Ltd 車両制御装置
WO2014017090A1 (ja) * 2012-07-26 2014-01-30 日産自動車株式会社 運転者疲労度推定装置及び運転者疲労度推定方法
JP2015203994A (ja) * 2014-04-15 2015-11-16 株式会社デンソー 運転支援装置、運転支援方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3482678A4 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11225258B2 (en) 2018-05-16 2022-01-18 Sosaikouseikai Clinical Foundation Matsunami Research Park Safe driving assistance system
JP2019200611A (ja) * 2018-05-16 2019-11-21 社会医療法人蘇西厚生会 まつなみリサーチパーク 安全運転支援システム
JP2019199178A (ja) * 2018-05-16 2019-11-21 社会医療法人蘇西厚生会 まつなみリサーチパーク 安全運転支援システム
WO2019221240A1 (ja) * 2018-05-16 2019-11-21 社会医療法人蘇西厚生会 まつなみリサーチパーク 安全運転支援システム
JP7079553B2 (ja) 2018-09-20 2022-06-02 旭化成株式会社 循環器系の状態の評価を支援するための評価支援システム及び評価支援方法
JPWO2020059641A1 (ja) * 2018-09-20 2021-08-30 旭化成株式会社 循環器系の状態の評価を支援するための評価支援システム及び評価支援方法
CN112740332A (zh) * 2018-09-20 2021-04-30 旭化成株式会社 用于对循环系统的状态的评价进行辅助的评价辅助系统和评价辅助方法
WO2020059641A1 (ja) * 2018-09-20 2020-03-26 旭化成株式会社 循環器系の状態の評価を支援するための評価支援システム及び評価支援方法
JP7409040B2 (ja) 2019-11-25 2024-01-09 オムロン株式会社 危険度推定装置、車載装置、危険度推定方法、および危険度推定プログラム
JP7419110B2 (ja) 2020-03-03 2024-01-22 ダイハツ工業株式会社 認知症リスク判定車載システム
JP6916573B1 (ja) * 2020-06-01 2021-08-11 株式会社Ａｒｂｌｅｔ 情報処理システム、サーバ、情報処理方法及びプログラム
WO2021246346A1 (ja) * 2020-06-01 2021-12-09 株式会社Arblet 情報処理システム、サーバ、情報処理方法及びプログラム
JP2022008126A (ja) * 2020-06-01 2022-01-13 株式会社Arblet 情報処理システム、サーバ、情報処理方法及びプログラム
JP7097111B2 (ja) 2020-06-01 2022-07-07 株式会社Arblet 情報処理システム、サーバ、情報処理方法及びプログラム
WO2021256283A1 (ja) * 2020-06-15 2021-12-23 オムロンヘルスケア株式会社 治療支援装置、治療支援方法、及び治療支援プログラム
WO2022059141A1 (ja) * 2020-09-17 2022-03-24 日本電気株式会社 判定装置

Also Published As

Publication number Publication date
JPWO2018008666A1 (ja) 2019-06-06
CN109414189A (zh) 2019-03-01
US11445957B2 (en) 2022-09-20
CN109414189B (zh) 2021-10-08
JP6694649B2 (ja) 2020-05-20
EP3482678A1 (en) 2019-05-15
US20200315512A1 (en) 2020-10-08
EP3482678A4 (en) 2020-03-04

Similar Documents

Publication Publication Date Title
JP6694649B2 (ja) 生理状態判定装置、生理状態判定方法、生理状態判定装置用プログラムおよび、生理状態判定システム
McDonald et al. A contextual and temporal algorithm for driver drowsiness detection
Albadawi et al. A review of recent developments in driver drowsiness detection systems
Lee et al. Wearable glove-type driver stress detection using a motion sensor
WO2021174618A1 (zh) 一种脑电图模式分类模型的训练方法、分类方法及系统
US11841232B2 (en) Re-routing autonomous vehicles using dynamic routing and memory management
CN110422174A (zh) 生物特征传感器融合以对车辆乘客状态进行分类
Brown et al. Identifying periods of drowsy driving using EEG
CN105981019B (zh) 计算人的当前昼夜节律的装置、系统、方法和存储介质
Ríos Aguilar et al. Variation of the Heartbeat and Activity as an Indicator of Drowsiness at the Wheel Using a Smartwatch
Ponnan et al. Driver monitoring and passenger interaction system using wearable device in intelligent vehicle
Matthews et al. Monitoring task fatigue in contemporary and future vehicles: a review
Liu et al. Toward nonintrusive camera-based heart rate variability estimation in the car under naturalistic condition
Baccour et al. Camera-based driver drowsiness state classification using logistic regression models
WO2021205865A1 (ja) 疾患状態判定装置、疾患状態判定方法、疾患状態判定装置用プログラム、および、疾患状態判定システム
Grifantini Self driving and self diagnosing: with emerging technology, your car may soon serve not only as personal chauffeur and entertainment center but as a health advisor too
Josephin et al. A review on the measures and techniques adapted for the detection of driver drowsiness
JP2021045568A (ja) システム及び方法
Esteves et al. AUTOMOTIVE: a case study on AUTOmatic multiMOdal drowsiness detecTIon for smart VEhicles
JP7104945B2 (ja) 疾患状態判定装置、疾患状態判定方法、疾患状態判定装置用プログラム、および、疾患状態判定システム
Kang et al. An integrated mHealth and vehicular sensor based alarm system emergency alarm notification system for long distance drivers using smart devices and cloud networks
US20220225943A1 (en) Disease-condition assessment device, disease-condition assessment method, program for disease-condition assessment device, and disease-condition assessment system
CN115177255A (zh) 一种疲劳驾驶监测预警方法及系统
Ziyad et al. Emergency rapid response to epileptic seizures-a novel IOT framework for smart cities
Pan et al. A vigilance estimation method for high-speed rail drivers using physiological signals with a two-level fusion framework

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: 17824269

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2018526407

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2017824269

Country of ref document: EP

Effective date: 20190207