WO2018128053A1 - ユーザ端末、サーバ、改善提案作成方法および状態データ生成方法 - Google Patents

ユーザ端末、サーバ、改善提案作成方法および状態データ生成方法 Download PDF

Info

Publication number
WO2018128053A1
WO2018128053A1 PCT/JP2017/044391 JP2017044391W WO2018128053A1 WO 2018128053 A1 WO2018128053 A1 WO 2018128053A1 JP 2017044391 W JP2017044391 W JP 2017044391W WO 2018128053 A1 WO2018128053 A1 WO 2018128053A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
state
feature
feature amount
unit
Prior art date
Application number
PCT/JP2017/044391
Other languages
English (en)
French (fr)
Inventor
直樹 土屋
臼井　弘
善之 森田
Original Assignee
オムロン株式会社
オムロンヘルスケア株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by オムロン株式会社, オムロンヘルスケア株式会社 filed Critical オムロン株式会社
Priority to DE112017006727.8T priority Critical patent/DE112017006727T5/de
Priority to CN201780081997.XA priority patent/CN110167426A/zh
Publication of WO2018128053A1 publication Critical patent/WO2018128053A1/ja
Priority to US16/459,692 priority patent/US20190320971A1/en

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
    • A61B5/48—Other medical applications
    • A61B5/486—Bio-feedback
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4857—Indicating the phase of biorhythm
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • 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
    • A61B2560/0204—Operational features of power management
    • A61B2560/0209—Operational features of power management adapted for power saving
    • 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
    • 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
    • A61B2560/0266—Operational features for monitoring or limiting apparatus function
    • 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
    • A61B2560/04—Constructional details of apparatus
    • A61B2560/0475—Special features of memory means, e.g. removable memory cards
    • 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
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • 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
    • A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices

Definitions

  • the present invention relates to a data transmission technique in a user terminal that measures biological information.
  • Patients with abnormal blood pressure are expected to manage blood pressure on a daily basis.
  • the user terminal transmits measurement data to the server device, and the server device calculates the health evaluation value and
  • a health management system is disclosed in which an object corresponding to a health evaluation value is returned to a user terminal, and the user terminal displays the object.
  • Continuous measurement of a user's biometric information means that a large amount of the user's biometric data is generated. For example, since a person's daily heartbeat is about 100,000 times, blood pressure data of about 100,000 sets / day is generated per user.
  • a large-capacity storage device is required to store all of a large amount of biological data.
  • biometric data is transmitted to an external device so that it can be accessed by a doctor or health instructor, a large load is applied to the communication path with the external device and a large amount of power is consumed. become.
  • doctors, health leaders, or computers may need to send additional data such as acceleration data, angular velocity data, and environmental data in addition to biometric data in order to make judgments for the user's health guidance. In this case, the problem becomes more serious.
  • An object of the present invention is to suppress a transmission data amount from a user terminal to an external device.
  • the user terminal includes a feature amount calculation unit, a feature amount encoding unit, and a communication unit.
  • the feature amount calculation unit includes at least one of biological data generated by the biological sensor, acceleration data generated by the acceleration sensor, angular velocity data generated by the gyro sensor, and environmental data generated by the environment sensor. Based on the above, a plurality of feature amounts are calculated, and a feature amount vector including the plurality of feature amounts as elements is obtained.
  • the feature amount encoding unit encodes at least a part of the elements of the feature amount vector to generate first state data.
  • the communication unit transmits the first state data.
  • the feature quantity vector includes the first feature quantity as an element.
  • the first feature amount is a first biological feature amount based on biological data in a first time unit, a first activity feature amount based on at least one of acceleration data and angular velocity data in a first time unit, And at least one of the first environmental feature quantity based on the environmental data in one time unit.
  • a server includes a communication unit, a state data storage unit, a state transition model storage unit, and a factor analysis unit.
  • the communication unit receives the first state data.
  • the state data storage unit stores received state data including the first state data.
  • the state transition model storage unit stores a state transition model obtained by modeling a state transition between a plurality of different user states.
  • the factor analysis unit uses a state transition model to indicate a factor that causes a transition from a past user state corresponding to the second state data received earlier than the first state data to a current user state corresponding to the first state data. To analyze the results and obtain the factor analysis results.
  • the first state data is at least one of biological data generated by a biological sensor, acceleration data generated by an acceleration sensor, angular velocity data generated by a gyro sensor, and environmental data generated by an environmental sensor. It is obtained by encoding at least a part of elements of a feature quantity vector including a plurality of feature quantities based on the two as elements.
  • the feature quantity vector includes the first feature quantity as an element.
  • the first feature amount is a first biological feature amount based on biological data in a first time unit, a first activity feature amount based on at least one of acceleration data and angular velocity data in a first time unit, And at least one of the first environmental feature quantity based on the environmental data in one time unit.
  • a server includes a communication unit, a state data storage unit, a state transition model storage unit, and an improvement proposal creation unit.
  • the communication unit receives the first state data.
  • the state data storage unit stores received state data including the first state data.
  • the state transition model storage unit stores a state transition model obtained by modeling a state transition between a plurality of different user states.
  • the improvement proposal creating unit creates an improvement proposal for transitioning from the current user state corresponding to the first state data to a user state defined as better.
  • the first state data is at least one of biological data generated by a biological sensor, acceleration data generated by an acceleration sensor, angular velocity data generated by a gyro sensor, and environmental data generated by an environmental sensor.
  • the feature quantity vector includes the first feature quantity as an element.
  • the first feature amount is a first biological feature amount based on biological data in a first time unit, a first activity feature amount based on at least one of acceleration data and angular velocity data in a first time unit, And at least one of the first environmental feature quantity based on the environmental data in one time unit.
  • the improvement proposal creating method includes receiving state data.
  • This method proposes an improvement proposal for transitioning from a current user state corresponding to state data to a user state defined as better, and a state transition model that models state transitions between different user states.
  • the state data is based on at least one of biological data generated by the biological sensor, acceleration data generated by the acceleration sensor, angular velocity data generated by the gyro sensor, and environmental data generated by the environmental sensor. It is obtained by encoding at least a part of the elements of the feature quantity vector including a plurality of feature quantities as elements.
  • the feature quantity vector includes the first feature quantity as an element.
  • the first feature amount is a first biological feature amount based on biological data in a first time unit, a first activity feature amount based on at least one of acceleration data and angular velocity data in a first time unit, And at least one of the first environmental feature quantity based on the environmental data in one time unit.
  • a state data generation method is generated by biological data generated by a biological sensor, acceleration data generated by an acceleration sensor, angular velocity data generated by a gyro sensor, and an environmental sensor. Calculating a plurality of feature quantities based on at least one of the environmental data and obtaining a feature quantity vector including the plurality of feature quantities as elements.
  • the method includes encoding at least some of the elements of the feature vector to generate state data.
  • the feature quantity vector includes the first feature quantity as an element.
  • the first feature amount is a first biological feature amount based on biological data in a first time unit, a first activity feature amount based on at least one of acceleration data and angular velocity data in a first time unit, And at least one of the first environmental feature quantity based on the environmental data in one time unit.
  • the amount of data transmitted from the user terminal to the external device can be suppressed.
  • FIG. 1 is a block diagram illustrating a user terminal according to the first embodiment.
  • FIG. 2 is a diagram illustrating an appearance of the user terminal of FIG.
  • FIG. 3 is a diagram illustrating a biological information management system including the user terminal of FIG.
  • FIG. 4 is an explanatory diagram of the feature amount calculated by the feature amount calculation unit of FIG.
  • FIG. 5 is an explanatory diagram of state data generated by the feature amount encoding unit of FIG.
  • FIG. 6 is a flowchart illustrating the operation of the user terminal of FIG.
  • FIG. 7 is a block diagram illustrating a server according to the second embodiment.
  • FIG. 8 is a flowchart illustrating the operation of the server of FIG.
  • the user terminal according to the first embodiment may be, for example, a wristwatch-type wearable terminal shown in FIG.
  • the user terminal 100 in addition to information displayed on a general clock such as today's date and current time, the user terminal 100 includes a user's systolic blood pressure (SYS), diastolic blood pressure (DIA), and a diastolic blood pressure (DIA). And biological information such as the pulse rate PULSE is displayed.
  • the user terminal 100 can continuously measure the user's biological information, for example, every beat, and display the latest SYS and DIA.
  • the user terminal 100 may be connected to a smart device (typically a smartphone or a tablet) 200 as illustrated in FIG.
  • the smart device 200 displays the status data transmitted by the user terminal 100 in a graph, or transmits the status data to the server 300 via the network NW. Details of the state data will be described later.
  • the smart device 200 may be installed with an application for managing state data.
  • the server 300 stores state data transmitted from the user terminal 100 or the smart device 200.
  • the server 300 may transmit the status data of the user in response to access from a PC (Personal Computer) installed in a medical institution, for example, for use in health guidance or diagnosis of the user.
  • PC Personal Computer
  • the server 300 analyzes the cause of the change in the user state based on the accumulated state data, or makes an improvement proposal for the user state to be defined as a better user state. Or create it. Then, the server 300 transmits the factor analysis result and the improvement proposal to the user terminal 100 or the smart device 200 in order to make the user browse.
  • the user terminal 100 includes a biological sensor 110, an acceleration sensor 121, an environment sensor 122, a clock unit 123, a user input unit 124, and a feature amount calculation.
  • the biosensor 110 obtains biometric data by measuring the biometric information of the user (for example, continuous measurement), and sends the biometric data to the feature amount calculation unit 131 and the display control unit 160.
  • the biological sensor 110 includes at least a blood pressure sensor 111 that obtains blood pressure data by measuring the blood pressure of the user. That is, the biological data includes at least blood pressure data.
  • the blood pressure data may include values of systolic blood pressure and diastolic blood pressure for each beat, but is not limited thereto.
  • the biometric data can include electrocardiogram data, heartbeat data, pulse wave data, pulse data, body temperature data, and the like. Each biological data can be associated with a measurement time set based on time information received from the clock unit 123.
  • the blood pressure sensor 111 can include a blood pressure sensor (hereinafter referred to as a continuous blood pressure sensor) that can continuously measure a user's blood pressure for each beat.
  • the continuous blood pressure sensor may continuously measure a user's blood pressure from a pulse wave transit time (PTT), or may realize continuous measurement by a tonometry method or other techniques.
  • PTT pulse wave transit time
  • the blood pressure sensor 111 may include a blood pressure sensor that cannot be continuously measured (hereinafter referred to as a non-continuous blood pressure sensor) in addition to the continuous blood pressure sensor.
  • a discontinuous blood pressure sensor measures a user's blood pressure using a cuff as a pressure sensor (oscillometric method).
  • the blood pressure sensor 111 is, for example, a continuous blood pressure sensor triggered by a certain condition being satisfied (for example, the user's blood pressure data measured by the continuous blood pressure sensor suggested a predetermined high-risk state). Instead of this, blood pressure data may be measured with higher accuracy by operating a discontinuous blood pressure sensor.
  • the acceleration sensor 121 obtains triaxial acceleration data by detecting the acceleration received by the acceleration sensor 121. This acceleration data can be used for estimating the activity state (posture and / or movement) of the user wearing the user terminal 100.
  • the acceleration sensor 121 sends acceleration data to the feature amount calculation unit 131 and the display control unit 160.
  • the acceleration data can be linked to the measurement time set based on the time information received from the clock unit 123.
  • the user terminal 100 may include a gyro sensor instead of the acceleration sensor 121 or in addition to the acceleration sensor 121.
  • the gyro sensor detects rotation and obtains angular velocity data. This angular velocity data can be used to estimate the activity state of the user wearing the user terminal 100.
  • the gyro sensor sends angular velocity data to the feature amount calculation unit 131 and the display control unit 160.
  • the angular velocity data can be linked to the measurement time set based on the time information received from the clock unit 123.
  • the environment sensor 122 obtains environment data by measuring environment information around the user terminal 100 and sends the environment data to the feature amount calculation unit 131 and the display control unit 160.
  • the environmental data can include temperature data, humidity data, atmospheric pressure data, and the like. Each environmental data can be associated with a measurement time set based on the time information received from the clock unit 123.
  • the clock unit 123 generates time information indicating the current time at a predetermined cycle, and sends the time information to the biological sensor 110, the acceleration sensor 121 (and / or the gyro sensor), the environment sensor 122, and the display control unit 160.
  • the time information can be used as a measurement time of biological data by the biological sensor 110, a measurement time of acceleration data (and / or angular velocity data by a gyro sensor) by the acceleration sensor 121, a measurement time of environmental data by the environmental sensor 122, and the like.
  • the clock unit 123 may have a calendar function. That is, the clock unit 123 may generate date information representing today's date, for example, and send it to the display control unit 160. For example, blood pressure does not fluctuate in the same way every day, but may show different fluctuating trends for each day of the week and for each season, so date information is useful for analyzing biological information.
  • the user input unit 124 is a button, dial, crown, or the like for receiving user input. Or the combination of the user input part 124 and the display part 170 mentioned later may be mounted, for example using a touch screen.
  • the user input may be an operation for controlling the display screen of the display unit 170 or the like.
  • the feature amount calculation unit 131 receives biological data from the biological sensor 110, receives acceleration data from the acceleration sensor 121 (and / or angular velocity data from the gyro sensor), and receives environmental data from the environment sensor 122.
  • the feature amount calculation unit 131 calculates a plurality of feature amounts based on the biological data, acceleration data (and / or angular velocity data), and environment data, and obtains a feature amount vector including the plurality of feature amounts as elements.
  • the feature amount calculation unit 131 stores the feature amount vector in the feature amount storage unit 132.
  • the feature quantity vector can include the first feature quantity as an element.
  • the first feature amount includes a first biological feature amount based on biological data in a first time unit, and a first activity feature amount based on acceleration data (and / or angular velocity data) in the first time unit. And at least one of the first environmental feature quantity based on the environmental data in the first time unit.
  • the first time unit may be, for example, one day, one week, one month, or one year.
  • the feature quantity vector can include a second feature quantity as an element in addition to the first feature quantity.
  • the second feature amount includes a second biometric feature amount based on biometric data in a second time unit longer than the first time unit, and acceleration data (and / or angular velocity data) in the second time unit. At least one of the second activity feature amount based on the second environment feature amount based on the environmental data in the second time unit may be included.
  • the second time unit may be, for example, one week, one month, or one year.
  • the feature quantity vector can include a third feature quantity as an element in addition to the first feature quantity and the second feature quantity.
  • the third feature amount includes a third biometric feature amount based on biometric data in a third time unit longer than the second time unit, and acceleration data (and / or angular velocity data) in the third time unit. At least one of the third activity feature amount based on the third environment feature amount based on the environmental data in the third time unit may be included.
  • the third time unit may be, for example, one month or one year.
  • the feature amount calculated by the feature amount calculation unit 131 is illustrated in FIG.
  • the first time unit, the second time unit, and the third time unit are one day, one week, and one year, respectively.
  • the first biometric feature is represented as BP d (i) in FIG.
  • BP d (i) the minimum value, the maximum value, and the number of surges of the blood pressure during the daytime and the nighttime on the target day are shown as the first biological feature amount.
  • the blood pressure surge refers to, for example, a rapid blood pressure fluctuation that may be triggered by a hypoxic state during an episode of sleep apnea syndrome. Therefore, monitoring the number of blood pressure surges is useful for grasping the severity of the user's SAS symptoms.
  • BP d (1) minimum daytime blood pressure on the target day
  • BP d (2) maximum daytime blood pressure on the target day
  • BP d (3) day on the target day
  • BP d (4) minimum value of nighttime blood pressure on the target day
  • BP d (5) maximum value of nighttime blood pressure on the target day
  • BP d (6) nighttime blood pressure on the target day It can be determined like the number of surges.
  • the daily heartbeat of a human being is about 100,000 times, the number of data reaches about 200,000 even if all systolic blood pressure data and diastolic blood pressure data are collected every beat.
  • the daily blood pressure behavior can be expressed by six feature amounts. If sensor data is converted into feature quantities in this way, the amount of transmission data can be greatly suppressed compared to the case where sensor data is transmitted as it is.
  • the first activity feature amount is represented as ACT d (i) in FIG.
  • ACT d i
  • the first activity feature amount an activity amount, an activity time and an activity pattern on the target day, and a sleep time and a sleep pattern on the target day are shown.
  • the first activity feature amount can be calculated by estimating the user activity based on acceleration data (and / or angular velocity data) in the first time unit using a known technique.
  • the first environmental feature amount is represented as ENV d (i) in FIG.
  • the environmental factor refers to a measurement target of the environmental sensor 122, and is, for example, temperature, humidity, atmospheric pressure, or the like.
  • the second biometric feature is represented as BP w (i) in FIG. 4, as the second biometric feature amount, the day of the week when the minimum value and the maximum value of the blood pressure were measured in the target week, the number of blood pressure surges for each day of the week, and the blood pressure fluctuation for each day of the week for the target week. It is shown.
  • the second activity feature amount is represented as ACT w (i) in FIG.
  • ACT w i
  • the second environmental feature quantity that is, the feature quantity based on the environmental data of the target week is not defined.
  • a second environmental feature quantity may be defined and added to the element of the feature quantity vector.
  • some of the feature values illustrated in FIG. 4 may be excluded from the elements of the feature vector.
  • the third biometric feature is represented as BP y (i) in FIG.
  • the third biometric feature amount the month in which the minimum and maximum blood pressure values are measured in the target year, the number of blood pressure surges in each month in the target year, and the blood pressure fluctuation in each month or season in the target year It is shown.
  • the third activity feature amount is represented as ACT y (i) in FIG.
  • the third activity feature amount the month in which the minimum value and maximum value of the activity amount, activity time, and sleep time are measured in the target year, and the activity amount, activity time, and sleep time in the target year, respectively. Monthly variation is shown.
  • the third environmental feature amount is represented as ENV y (i) in FIG.
  • ENV y (i) in FIG. 4
  • the monthly minimum value, maximum value, and average change amount of each environmental factor in the target year, and the monthly variation of each environmental factor in the target year are shown.
  • the feature amount storage unit 132 stores the feature amount vector generated by the feature amount calculation unit 131.
  • the feature quantity vectors (elements) stored in the feature quantity storage unit 132 are read by the feature quantity encoding unit 141 and the display control unit 160 as necessary.
  • the feature amount encoding unit 141 reads the feature amount vector from the feature amount storage unit 132 and reads the encoding parameter from the encoding parameter storage unit 142.
  • the feature amount encoding unit 141 generates state data by encoding each element of the feature amount vector using an encoding parameter.
  • the feature quantity encoding unit 141 stores the state data in the state data storage unit 143.
  • each element of the feature vector in this manner, for example, the state data shown in FIG. 5 can be generated. Since each element of the feature vector is discretized, the data size of the state data is smaller than that of the feature vector. Note that some of the elements of the feature vector need not be encoded (may be raw data).
  • Threshold value can be set for each feature amount.
  • Each threshold value may be determined based on, for example, a value defined in a medical guideline, or may be determined from a statistical distribution of a feature amount of a group. That is, the feature amount encoding unit 141 may perform segmentation based on a value defined in the guideline, may perform segmentation from the correlation of the distribution of the current data, or step-down the existing data and Segmentation may be performed based on the probability of occurrence of such effects.
  • the threshold may be set in the encoding parameter storage unit 142 from the external device via the network NW and the communication unit 150.
  • the encoding parameter storage unit 142 stores, for example, encoding parameters including the above-described threshold value.
  • the encoding parameters stored in the encoding parameter storage unit 142 are read by the feature amount encoding unit 141 as necessary.
  • the encoding parameter may be updated using the encoding parameter received by the communication unit 150. Note that a mechanism for updating the encoding parameter is not essential. That is, the encoding parameter may be set when the user terminal 100 is manufactured and may be statically held in the encoding parameter storage unit 142.
  • the state data storage unit 143 stores the state data generated by the feature amount encoding unit 141.
  • the state data stored in the state data storage unit 143 is read by the communication unit 150 and the display control unit 160 as necessary.
  • the communication unit 150 exchanges data with an external device via the network NW.
  • the communication unit 150 may perform one or both of wireless communication and wired communication.
  • the communication unit 150 may perform short-range wireless communication such as Bluetooth (registered trademark) with the smart device 200, for example.
  • the communication unit 150 reads the state data from the state data storage unit 143 and transmits the state data to the external device. Further, the communication unit 150 may receive an encoding parameter from an external device, and rewrite the encoding parameter stored in the encoding parameter storage unit 142 with the encoding parameter. The communication unit 150 may receive a factor analysis result and an improvement proposal to be described later from an external device, and send the factor analysis result and the improvement proposal to the display control unit 160.
  • both the factor analysis result and the improvement proposal do not necessarily have to be provided, and only one of them may be provided or both may not be provided.
  • the display control unit 160 controls the display unit 170. Specifically, the display control unit 160 generates screen data and sends it to the display unit 170.
  • the display control unit 160 includes, for example, biological data from the biological sensor 110, acceleration data from the acceleration sensor 121 (and / or angular velocity data from the gyro sensor), environmental data from the environmental sensor 122, and time information from the clock unit 123.
  • the screen data can be generated based on the date information, the feature amount from the feature amount storage unit 132, the state data from the state data storage unit 143, the factor analysis result from the communication unit 150, the improvement proposal, and the like.
  • the display control unit 160 may select information used to generate screen data in accordance with a user input corresponding to an operation for controlling the display screen of the display unit 170.
  • the display control unit 160 may rank the user states corresponding to the state data, for example, and generate screen data that can visually recognize the rank level. .
  • the user state may be defined so as to have a one-to-one correspondence with the state data, but is not limited thereto.
  • a plurality of different state data may be defined so as to be associated with the same user state.
  • the user state may be determined by a part of the state data (for example, an element related to blood pressure), for example.
  • state data obtained by encoding feature amount vectors having the same biometric feature amount but different activity feature amounts and environmental feature amounts may be associated with the same user state.
  • the user state can be read as the user's health state.
  • elements that are not involved in the determination of the user state include, for example, modeling of state transition between different user states, factor analysis of changes in the user state, and creation of improvement proposals for improving the user state. It may be used for such as.
  • the display unit 170 is, for example, a liquid crystal display, an organic EL (electroluminescence) display, or the like.
  • the display unit 170 can notify the user of various information by displaying the screen data from the display control unit 160.
  • the display unit 170 displays biological information (eg, blood pressure, electrocardiogram, heart rate, pulse wave, pulse rate, body temperature, etc.), acceleration data, angular velocity data, activity amount information (eg, acceleration data and / or angular velocity).
  • sleep information eg, sleep time, etc.
  • environmental information eg, temperature, humidity, barometric pressure, etc.
  • feature vector elements
  • state data e.g., current time, calendar, etc.
  • the user terminal 100 operates as illustrated in FIG. The operation of FIG. 6 is performed periodically, and the cycle may correspond to, for example, the first time unit described above.
  • the feature amount calculation unit 131 calculates a feature amount based on each sensor data generated by the biological sensor 110, the acceleration sensor 121 (and / or the gyro sensor), and the environment sensor 122, and obtains a feature amount vector ( Step S401).
  • the feature amount encoding unit 141 encodes the feature amount vector obtained in step S401 using the encoding parameter, and generates state data (step S402).
  • the communication unit 150 transmits the state data generated in step S402 to the external device via the network NW (step S403).
  • the state data transmitted in step S403 is received by the server 300 directly or indirectly (for example, via the smart device 200).
  • the server 300 analyzes factors that change the user status, and creates an improvement proposal for the user status to be defined as a better user status.
  • the communication unit 150 receives the factor analysis result and the improvement proposal, and the display unit 170 displays them (step S404).
  • the user terminal calculates feature amounts based on sensor data in predetermined time units, generates state data by encoding these feature amounts, and Send status data to an external device. Therefore, according to this user terminal, compared with the case where all sensor data is transmitted to external devices, such as a smart device or a server, the amount of transmission data can be much suppressed. That is, it is possible to reduce power consumption and communication path load related to transmission of sensor data. Furthermore, by accumulating state data instead of sensor data, the capacity of the storage device (state data storage unit) can also be suppressed. In addition, the user terminal displays a user state corresponding to the state data, or displays a factor analysis result and an improvement proposal provided based on the transmitted state data. Therefore, according to this user terminal, it is possible to prompt the user to change behavior.
  • the server to which the state data is transmitted from the user terminal according to the first embodiment analyzes the cause of the change in the user state or becomes a user state in which the user state is defined as better. You can make improvement proposals.
  • the second embodiment relates to such a server.
  • the server 300 includes a communication unit 301, a state data storage unit 302, a state transition modeling unit 303, a state transition model storage unit 304, and a factor analysis.
  • a unit 305 and an improvement proposal creating unit 306 are included.
  • the communication unit 301 receives status data from the user terminal 100 via the network NW.
  • the identifier of the user terminal 100 (the user) that is the transmission source of the state data may be added to the state data.
  • the server 300 can manage state data for each user using the identifier.
  • the communication unit 301 stores the received state data (in association with the identifier) in the state data storage unit 302.
  • the communication unit 301 receives the factor analysis result from the factor analysis unit 305 and receives the improvement proposal from the improvement proposal creation unit 306.
  • the communication unit 301 transmits the factor analysis result and the improvement proposal to the user terminal 100 or the smart device 200 via the network.
  • the state data storage unit 302 stores state data.
  • a database for managing state data for each user is constructed.
  • the state data stored in the state data storage unit 302 can be used to analyze a change in the user state over time.
  • the state data stored in the state data storage unit 302 is read by the state transition modeling unit 303, the factor analysis unit 305, and the improvement proposal creating unit 306 as necessary.
  • the state transition modeling unit 303 reads state data from the state data storage unit 302.
  • the state transition modeling unit 303 models state transitions between a plurality of different user states based on the state data.
  • the state transition modeling unit 303 stores the generated state transition model in the state transition model storage unit 304.
  • the state transition model can include, for example, a state transition probability (conditional probability) of transition from each user state to another user state.
  • State transition probabilities for example, factor f t probability transition to the user state s t + 1 from the user state s t when occurs P T (s t + 1
  • Factors may include internal factors (eg, actions taken by the user), external factors (eg, the environment in which the user is placed), and the like.
  • the state transition model may be dynamically changed by the state transition modeling unit 303, but may be static. When using a static state transition model, the state transition modeling unit 303 may be removed from the server 300.
  • the state transition model storage unit 304 stores a state transition model.
  • the state transition model stored in the state transition model storage unit 304 is read by the factor analysis unit 305 and the improvement proposal creation unit 306 as necessary.
  • the factor analysis unit 305 reads the current state data and past state data of the target user from the state data storage unit 302, and reads the state transition model from the state transition model storage unit 304.
  • the current state data may be the state data having the newest date (for example, today) stored in the state data storage unit 302, and the past state data may be the second stored in the state data storage unit 302. New (for example, yesterday) status data.
  • the factor analysis unit 305 analyzes a factor that has changed from the past user state s t-1 corresponding to the past state data to the current user state s t corresponding to the current state data, using the state transition model.
  • Factor analysis unit 305 for example, the state transition probability from past user state s t-1 to the current user state s t P T (s t
  • the factor analysis unit 305 sends a factor analysis result (for example, a main factor of state transition) to the communication unit 301. Note that the factor analysis unit 305 may be removed from the server 300 when the factor analysis result is not provided.
  • the improvement proposal creating unit 306 reads the current state data of the target user from the state data storage unit 302 and reads the state transition model from the state transition model storage unit 304.
  • the current state data may be state data with the newest date (for example, today) stored in the state data storage unit 302.
  • Improvements proposed creation unit 306 using the state transition model, it makes an improvement proposal for transition to the user state s b, defined as better from the current user state s t corresponding to the current state data.
  • Better and defined User state s b may be, for example, a user state, defined as the highest rank, there in any user state is defined as a higher rank than the current user state s t May be.
  • Improvements proposed creation unit 306 a state transition to the current user state s b is better the definition from the current user state s t probability P T (s b
  • the improvement proposal creating unit 306 sends the improvement proposal to the communication unit 301. Note that the improvement proposal creating unit 306 may be removed from the server 300 when the improvement proposal is not provided.
  • the improvement proposal creation unit 306 may look up the improvement proposal from a table described in, for example, an IF-THEN rule used in an expert system.
  • the improvement proposal creating unit 306 may look up the improvement proposal each time using an (advanced) case base such as Watson associated with the user state.
  • the improvement proposal creation unit 306 determines the success probability for each improvement proposal candidate based on the results of intervention (providing improvement proposals) and user responses collected through the operation of one or both of the above two examples. You may evaluate. Furthermore, improvement proposals to be provided to the user may be narrowed down using the success probability as an index.
  • the server 300 operates as illustrated in FIG. First, the communication unit 301 receives state data generated by any one of the user terminals 100 via the network NW (step S501). This state data is stored in the state data storage unit 302 in association with the identifier, for example.
  • the state transition modeling unit 303 may update the state transition model using the state data received in step S501 (step S502). For example, the state transition modeling unit 303 may adjust the state transition probability to the user state corresponding to this state data.
  • step S502 is optional, and can be omitted, for example, when the state transition model is static. Further, step S502 may be performed after step S503 and step S504 described later.
  • the factor analysis unit 305 analyzes, using the state transition model, the factor that has changed from the past user state corresponding to the past state data to the current user state corresponding to the state data received in step S501 (step S503). .
  • the improvement proposal creating unit 306 creates an improvement proposal for transitioning from the current user state corresponding to the state data received in step S501 to a user state defined as better using a state transition model ( Step S504).
  • step S503 and step S504 may be executed in the reverse order of FIG. 8 or may be executed in parallel. Further, when the factor analysis result is not provided, step S503 can be omitted, and when the improvement proposal is not provided, step S504 can be omitted.
  • the communication unit 301 transmits the factor analysis result obtained in step S503 and the improvement proposal created in step S504 to the user terminal 100 or the smart device 200 via the network NW (step S505).
  • the server according to the second embodiment performs the factor analysis and the improvement proposal using the state transition model for the received state data, and sends the factor analysis result and the improvement proposal to the user terminal or Send to smart device. Therefore, according to this server, it is possible to prompt the user to change the behavior.
  • the status data received by the server may be the same as the status data described in the first embodiment. Therefore, it is possible to reduce power consumption and communication path load related to reception of sensor data. Furthermore, by accumulating state data instead of sensor data, the capacity of the storage device (state data storage unit) can also be suppressed.
  • the various functional units described in the above embodiments may be realized by using a circuit.
  • the circuit may be a dedicated circuit that realizes a specific function, or may be a general-purpose circuit such as a processor that is connected to a memory and executes a predetermined program stored in the memory.
  • a program for realizing the above processing may be provided by being stored in a computer-readable recording medium.
  • the program is stored in the recording medium as an installable file or an executable file.
  • Examples of the recording medium include a magnetic disk, an optical disk (CD-ROM, CD-R, DVD, etc.), a magneto-optical disk (MO, etc.), and a semiconductor memory.
  • the recording medium may be any recording medium as long as it can store the program and can be read by the computer.
  • the program for realizing the above processing may be stored on a computer (server) connected to a network such as the Internet and downloaded to the computer (client) via the network.
  • the processor is configured to (a) receive first state data;
  • the auxiliary storage device stores (b) received state data including the first state data, and (c) a state transition model that models state transitions between a plurality of different user states,
  • the processor is configured to: (d) a factor of transition from a past user state corresponding to the second state data received in the past than the first state data to a current user state corresponding to the first state data; Further configured to analyze using the state transition model and obtain a factor analysis result;
  • the first state data is at least one of biological data generated by a biological sensor, acceleration data generated by an acceleration sensor, angular velocity data generated by a gyro sensor, and environmental data generated by an environmental sensor.
  • the feature quantity vector includes a first feature quantity as an element
  • the first feature amount includes a first biological feature amount based on biological data in a first time unit, and a first activity feature amount based on at least one of acceleration data and angular velocity data in the first time unit.
  • At least one of the first environmental feature amount based on the environmental data in the first time unit, server.
  • the processor is configured to (a) receive first state data;
  • the auxiliary storage device stores (b) received state data including the first state data, and (c) a state transition model that models state transitions between a plurality of different user states,
  • the processor is further configured to (d) create an improvement proposal for transitioning from a current user state corresponding to the first state data to a user state defined as better;
  • the first state data is at least one of biological data generated by a biological sensor, acceleration data generated by an acceleration sensor, angular velocity data generated by a gyro sensor, and environmental data generated by an environmental sensor.
  • the feature quantity vector includes a first feature quantity as an element
  • the first feature amount includes a first biological feature amount based on biological data in a first time unit, and a first activity feature amount based on at least one of acceleration data and angular velocity data in the first time unit.
  • At least one of the first environmental feature amount based on the environmental data in the first time unit, server.
  • the processor receives status data; A state transition model in which a processor models a state transition between a plurality of different user states and an improvement proposal for transitioning from a current user state corresponding to the state data to a user state defined as better Using and creating,
  • the state data is at least one of biological data generated by a biological sensor, acceleration data generated by an acceleration sensor, angular velocity data generated by a gyro sensor, and environmental data generated by an environmental sensor.
  • the feature quantity vector includes a first feature quantity as an element
  • the first feature amount includes a first biological feature amount based on biological data in a first time unit, and a first activity feature amount based on at least one of acceleration data and angular velocity data in the first time unit.
  • At least one of the first environmental feature amount based on the environmental data in the first time unit Improvement proposal creation method.
  • the processor is based on at least one of biological data generated by the biological sensor, acceleration data generated by the acceleration sensor, angular velocity data generated by the gyro sensor, and environmental data generated by the environmental sensor. Calculating a plurality of feature amounts and obtaining a feature amount vector including the plurality of feature amounts as elements; A processor encoding at least some of the elements of the feature vector and generating state data; The feature quantity vector includes a first feature quantity as an element, The first feature amount includes a first biological feature amount based on biological data in a first time unit, and a first activity feature amount based on at least one of acceleration data and angular velocity data in the first time unit. , At least one of the first environmental feature amount based on the environmental data in the first time unit, State data generation method.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Vascular Medicine (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Pulmonology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Anesthesiology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本発明の一態様に係るユーザ端末は、特徴量算出部と、特徴量符号化部と、通信部とを含む。特徴量算出部は、生体センサ、加速度センサ、ジャイロセンサおよび環境センサによって生成される生体データ、加速度データ、角速度データおよび環境データのうち少なくとも１つに基づいて複数の特徴量を算出し、当該複数の特徴量を要素として含む特徴量ベクトルを得る。特徴量符号化部は、特徴量ベクトルの要素の少なくとも一部を符号化し、状態データを生成する。通信部は、状態データを送信する。特徴量ベクトルは、第１の時間単位における生体データに基づく生体特徴量と、第１の時間単位における加速度データおよび／または角速度データに基づく活動特徴量と、第１の時間単位における環境データに基づく環境特徴量とのうち少なくとも１つを含む。

Description

ユーザ端末、サーバ、改善提案作成方法および状態データ生成方法
　本発明は、生体情報を測定するユーザ端末におけるデータの送信技術に関する。
　血圧異常（典型的には高血圧）の患者は、日常的に血圧管理をすることが望まれる。特開２０１６－２７４６０号公報には、ユーザの健康状態を直観的に把握できるように表示するために、ユーザ端末が測定データをサーバ装置に送信し、サーバ装置が健康評価値を算出して当該健康評価値に応じたオブジェクトをユーザ端末に返送し、ユーザ端末が当該オブジェクトを表示する健康管理システムが開示されている。
　従来の据え置き型の血圧測定装置は持ち運びに適しておらず、職場や外出先などの家庭外で血圧を測定することはユーザにとって大きな負担となる。また、１日に数回程度血圧を測定するだけでは、脳・心血管疾患の発症リスクとなり得る急激な血圧変動を捉えることは極めて困難である。
　近年、センサ技術の発展に伴い、例えばユーザの手首に装着するだけでユーザの血圧を測定可能なユーザ端末が実現されている。このようなユーザ端末によれば、ユーザに大きな負担を掛けることなく血圧を適時に測定することが可能となる。係るユーザ端末には、例えばトノメトリ法などの技法を用いて、１拍毎に連続測定できるものもある。
　ユーザの生体情報を連続測定することは当該ユーザの生体データが大量に発生することを意味する。例えば、人間の１日の心拍は約１０万回であるから、ユーザ１人あたり約１０万セット／日の血圧データが発生することになる。
　大量の生体データを全て保存するには、大容量の記憶装置が必要となる。また、大量の生体データを全て、医師または健康指導者からアクセス可能とするために、外部機器に送信するとすれば、当該外部機器との通信路に多大な負荷が掛るとともに大電力を消費することになる。さらに、医師、健康指導者またはコンピュータがユーザの健康指導の判断材料とするために生体データに加えて加速度データ、角速度データ、環境データなどの追加的なデータの送信を必要とする可能性もあり、この場合には問題はより深刻となる。
　本発明は、ユーザ端末から外部機器への送信データ量を抑制することを目的とする。
　本発明の一態様に係るユーザ端末は、特徴量算出部と、特徴量符号化部と、通信部とを含む。特徴量算出部は、生体センサによって生成される生体データと、加速度センサによって生成される加速度データと、ジャイロセンサによって生成される角速度データと、環境センサによって生成される環境データとのうち少なくとも１つに基づいて複数の特徴量を算出し、当該複数の特徴量を要素として含む特徴量ベクトルを得る。特徴量符号化部は、特徴量ベクトルの要素の少なくとも一部を符号化し、第１の状態データを生成する。通信部は、第１の状態データを送信する。特徴量ベクトルは、第１の特徴量を要素として含む。第１の特徴量は、第１の時間単位における生体データに基づく第１の生体特徴量と、第１の時間単位における加速度データおよび角速度データの少なくとも一方に基づく第１の活動特徴量と、第１の時間単位における環境データに基づく第１の環境特徴量とのうち少なくとも１つを含む。
　本発明の別の態様に係るサーバは、通信部と、状態データ記憶部と、状態遷移モデル記憶部と、要因分析部とを含む。通信部は、第１の状態データを受信する。状態データ記憶部は、第１の状態データを含む受信済みの状態データを格納する。状態遷移モデル記憶部は、複数の異なるユーザ状態の間での状態遷移をモデル化した状態遷移モデルを格納する。要因分析部は、第１の状態データよりも過去に受信した第２の状態データに対応する過去のユーザ状態から第１の状態データに対応する現在のユーザ状態に遷移した要因を状態遷移モデルを用いて分析し、要因分析結果を得る。第１の状態データは、生体センサによって生成される生体データと、加速度センサによって生成される加速度データと、ジャイロセンサによって生成される角速度データと、環境センサによって生成される環境データとのうち少なくとも１つに基づく複数の特徴量を要素として含む特徴量ベクトルの要素の少なくとも一部を符号化することによって得られる。特徴量ベクトルは、第１の特徴量を要素として含む。第１の特徴量は、第１の時間単位における生体データに基づく第１の生体特徴量と、第１の時間単位における加速度データおよび角速度データの少なくとも一方に基づく第１の活動特徴量と、第１の時間単位における環境データに基づく第１の環境特徴量とのうち少なくとも１つを含む。
　本発明の別の態様に係るサーバは、通信部と、状態データ記憶部と、状態遷移モデル記憶部と、改善提案作成部とを含む。通信部は、第１の状態データを受信する。状態データ記憶部は、第１の状態データを含む受信済みの状態データを格納する。状態遷移モデル記憶部は、複数の異なるユーザ状態の間での状態遷移をモデル化した状態遷移モデルを格納する。改善提案作成部は、第１の状態データに対応する現在のユーザ状態からより良好と定義されるユーザ状態に遷移するための改善提案を作成する。第１の状態データは、生体センサによって生成される生体データと、加速度センサによって生成される加速度データと、ジャイロセンサによって生成される角速度データと、環境センサによって生成される環境データとのうち少なくとも１つに基づく複数の特徴量を要素として含む特徴量ベクトルの要素の少なくとも一部を符号化することによって得られる。特徴量ベクトルは、第１の特徴量を要素として含む。第１の特徴量は、第１の時間単位における生体データに基づく第１の生体特徴量と、第１の時間単位における加速度データおよび角速度データの少なくとも一方に基づく第１の活動特徴量と、第１の時間単位における環境データに基づく第１の環境特徴量とのうち少なくとも１つを含む。
　本発明の別の態様に係る改善提案作成方法は、状態データを受信することを含む。この方法は、状態データに対応する現在のユーザ状態からより良好と定義されるユーザ状態に遷移するための改善提案を、複数の異なるユーザ状態の間での状態遷移をモデル化した状態遷移モデルを用いて作成することを含む。状態データは、生体センサによって生成される生体データと、加速度センサによって生成される加速度データと、ジャイロセンサによって生成される角速度データと、環境センサによって生成される環境データとのうち少なくとも１つに基づく複数の特徴量を要素として含む特徴量ベクトルの要素の少なくとも一部を符号化することによって得られる。特徴量ベクトルは、第１の特徴量を要素として含む。第１の特徴量は、第１の時間単位における生体データに基づく第１の生体特徴量と、第１の時間単位における加速度データおよび角速度データの少なくとも一方に基づく第１の活動特徴量と、第１の時間単位における環境データに基づく第１の環境特徴量とのうち少なくとも１つを含む。
　本発明の別の態様に係る状態データ生成方法は、生体センサによって生成される生体データと、加速度センサによって生成される加速度データと、ジャイロセンサによって生成される角速度データと、環境センサによって生成される環境データとのうち少なくとも１つに基づいて複数の特徴量を算出し、当該複数の特徴量を要素として含む特徴量ベクトルを得ることを含む。この方法は、特徴量ベクトルの要素の少なくとも一部を符号化し、状態データを生成することを含む。特徴量ベクトルは、第１の特徴量を要素として含む。第１の特徴量は、第１の時間単位における生体データに基づく第１の生体特徴量と、第１の時間単位における加速度データおよび角速度データの少なくとも一方に基づく第１の活動特徴量と、第１の時間単位における環境データに基づく第１の環境特徴量とのうち少なくとも１つを含む。
　本発明によれば、ユーザ端末から外部機器への送信データ量を抑制することができる。
図１は、第１の実施形態に係るユーザ端末を例示するブロック図である。 図２は、図１のユーザ端末の外観を例示する図である。 図３は、図１のユーザ端末を含む生体情報管理システムを例示する図である。 図４は、図１の特徴量算出部によって算出される特徴量の説明図である。 図５は、図１の特徴量符号化部によって生成される状態データの説明図である。 図６は、図１のユーザ端末の動作を例示するフローチャートである。 図７は、第２の実施形態に係るサーバを例示するブロック図である。 図８は、図７のサーバの動作を例示するフローチャートである。
　以下、図面を参照しながら実施形態の説明を述べる。なお、以降、説明済みの要素と同一または類似の要素には同一または類似の符号を付し、重複する説明については基本的に省略する。
　（第１の実施形態）　
　第１の実施形態に係るユーザ端末は、例えば図２に示される腕時計型のウェアラブル端末であってよい。このユーザ端末１００は、例えば、今日の日付、現在時刻などの一般的な時計に表示される情報に加えて、ユーザの収縮期血圧（Ｓｙｓｔｏｌｉｃ　Ｂｌｏｏｄ　Ｐｒｅｓｓｕｒｅ）ＳＹＳ、拡張期血圧（Ｄｉａｓｔｏｌｉｃ　Ｂｌｏｏｄ　Ｐｒｅｓｓｕｒｅ）ＤＩＡおよび脈拍数ＰＵＬＳＥなどの生体情報を表示する。ユーザ端末１００は、ユーザの生体情報を例えば一拍毎に連続測定し、最新のＳＹＳおよびＤＩＡを表示することができる。
　ユーザ端末１００は、図３に例示されるように、スマートデバイス（典型的にはスマートフォン、タブレット）２００に接続されていてもよい。スマートデバイス２００は、ユーザ端末１００によって送信される状態データをグラフ化して表示したり、当該状態データをネットワークＮＷ経由でサーバ３００に送信したりする。状態データの詳細は後述される。スマートデバイス２００には、状態データを管理するためのアプリケーションがインストールされていてもよい。
　サーバ３００は、ユーザ端末１００またはスマートデバイス２００から送信された状態データを蓄積する。サーバ３００は、例えばユーザの健康指導または診断に供するために、医療機関に設置されたＰＣ（Ｐｅｒｓｏｎａｌ　Ｃｏｍｐｕｔｅｒ）などからのアクセスに応じて当該ユーザの状態データを送信してもよい。
　また、後述されるように、サーバ３００は、蓄積された状態データに基づいて、ユーザ状態が変化した要因を分析したり、ユーザ状態がより良好と定義されるユーザ状態になるための改善提案を作成したりする。そして、サーバ３００は、要因分析結果および改善提案を、ユーザに閲覧させるためにユーザ端末１００またはスマートデバイス２００に送信する。
　図１に例示されるように、第１の実施形態に係るユーザ端末１００は、生体センサ１１０と、加速度センサ１２１と、環境センサ１２２と、時計部１２３と、ユーザ入力部１２４と、特徴量算出部１３１と、特徴量記憶部１３２と、特徴量符号化部１４１と、符号化パラメータ記憶部１４２と、状態データ記憶部１４３と、通信部１５０と、表示制御部１６０と、表示部１７０とを含む。
　生体センサ１１０は、ユーザの生体情報を測定（例えば連続測定）することで生体データを得て、生体データを特徴量算出部１３１および表示制御部１６０に送る。生体センサ１１０は、少なくとも、ユーザの血圧を測定することで血圧データを得る血圧センサ１１１を含む。すなわち、生体データは少なくとも血圧データを含む。血圧データは、例えば、一拍ごとの収縮期血圧および拡張期血圧の値を含み得るが、これに限られない。このほか、生体データは、心電データ、心拍データ、脈波データ、脈拍データ、体温データなどを含むことができる。各生体データは、時計部１２３から受け取った時刻情報に基づいて設定された測定時刻に紐づけられ得る。
　血圧センサ１１１は、ユーザの血圧を１拍毎に連続測定可能な血圧センサ（以降、連続型の血圧センサと称する）を含むことができる。連続型の血圧センサは、脈波伝播時間（ＰＴＴ；Ｐｕｌｓｅ　Ｔｒａｎｓｉｔ　Ｔｉｍｅ）からユーザの血圧を連続測定してもよいし、トノメトリ法または他の技法により連続測定を実現してもよい。
　血圧センサ１１１は、連続型の血圧センサに加えて、連続測定不可能な血圧センサ（以降、非連続型の血圧センサと称する）を含むこともできる。非連続型の血圧センサは、例えば、カフを圧力センサとして用いてユーザの血圧を測定する（オシロメトリック法）。
　非連続型の血圧センサ（特に、オシロメトリック法の血圧センサ）は、連続型の血圧センサに比べて、測定精度が高い傾向にある。故に、血圧センサ１１１は、例えば、何らかの条件が満足する（例えば、連続型の血圧センサによって測定されたユーザの血圧データが所定の高リスク状態を示唆した）ことをトリガとして、連続型の血圧センサに代えて非連続型の血圧センサを作動させることにより、血圧データをより高い精度で測定してもよい。
　加速度センサ１２１は、当該加速度センサ１２１の受ける加速度を検出することで３軸の加速度データを得る。この加速度データは、ユーザ端末１００を装着しているユーザの活動状態（姿勢および／または動作）を推定するために用いることができる。加速度センサ１２１は、加速度データを特徴量算出部１３１および表示制御部１６０へと送る。加速度データは、時計部１２３から受け取った時刻情報に基づいて設定された測定時刻に紐づけられ得る。
　なお、ユーザ端末１００は、加速度センサ１２１に代えて、または、加速度センサ１２１に加えて、ジャイロセンサを含んでいてもよい。ジャイロセンサは、回転を検知し、角速度データを得る。この角速度データは、ユーザ端末１００を装着しているユーザの活動状態を推定するために用いることができる。ジャイロセンサは、角速度データを特徴量算出部１３１および表示制御部１６０へと送る。角速度データは、時計部１２３から受け取った時刻情報に基づいて設定された測定時刻に紐づけられ得る。
　環境センサ１２２は、ユーザ端末１００の周囲の環境情報を測定することで環境データを得て、特徴量算出部１３１および表示制御部１６０へと送る。環境データは、温度データ、湿度データ、気圧データなどを含むことができる。各環境データは、時計部１２３から受け取った時刻情報に基づいて設定された測定時刻に紐づけられ得る。
　時計部１２３は、現在時刻を表す時刻情報を所定周期で発生し、生体センサ１１０、加速度センサ１２１（および／またはジャイロセンサ）、環境センサ１２２および表示制御部１６０に送る。時刻情報は、生体センサ１１０による生体データの測定時刻、加速度センサ１２１による加速度データ（および／またはジャイロセンサによる角速度データ）の測定時刻、環境センサ１２２による環境データの測定時刻などとして用いることができる。
　時計部１２３は、カレンダー機能を備えていてもよい。すなわち、時計部１２３は、今日の日付を表す日付情報を例えば発生し、表示制御部１６０に送ってもよい。例えば血圧は、毎日同じように変動するのではなく、曜日毎、季節毎に異なる変動傾向を示すことがあるので、日付情報は生体情報の分析に役立つ。
　ユーザ入力部１２４は、ユーザ入力を受け付けるためのボタン、ダイヤル、竜頭などである。或いは、ユーザ入力部１２４および後述される表示部１７０の組み合わせが例えばタッチスクリーンを用いて実装されてもよい。ユーザ入力は、表示部１７０の表示画面を制御する操作などであってよい。
　特徴量算出部１３１は、生体センサ１１０から生体データを受け取り、加速度センサ１２１から加速度データ（および／またはジャイロセンサから角速度データ）を受け取り、環境センサ１２２から環境データを受け取る。特徴量算出部１３１は、生体データ、加速度データ（および／または角速度データ）、および環境データに基づいて複数の特徴量を算出し、当該複数の特徴量を要素として含む特徴量ベクトルを得る。特徴量算出部１３１は、特徴量ベクトルを特徴量記憶部１３２に格納する。
　特徴量ベクトルは、第１の特徴量を要素として含むことができる。第１の特徴量は、第１の時間単位における生体データに基づく第１の生体特徴量と、当該第１の時間単位における加速度データ（および／または角速度データ）に基づく第１の活動特徴量と、当該第１の時間単位における環境データに基づく第１の環境特徴量とのうち少なくとも１つを含むことができる。第１の時間単位は、例えば１日、１週、１ヶ月または１年などであってよい。
　また、特徴量ベクトルは、第１の特徴量に加えて第２の特徴量を要素として含むことができる。第２の特徴量は、第１の時間単位よりも長い第２の時間単位における生体データに基づく第２の生体特徴量と、当該第２の時間単位における加速度データ（および／または角速度データ）に基づく第２の活動特徴量と、当該第２の時間単位における環境データに基づく第２の環境特徴量とのうち少なくとも１つを含むことができる。第２の時間単位は、例えば１週、１ヶ月または１年などであってよい。
　さらに、特徴量ベクトルは、第１の特徴量および第２の特徴量に加えて第３の特徴量を要素として含むことができる。第３の特徴量は、第２の時間単位よりも長い第３の時間単位における生体データに基づく第３の生体特徴量と、当該第３の時間単位における加速度データ（および／または角速度データ）に基づく第３の活動特徴量と、当該第３の時間単位における環境データに基づく第３の環境特徴量とのうち少なくとも１つを含むことができる。第３の時間単位は、例えば１ヶ月または１年などであってよい。
　特徴量算出部１３１によって算出される特徴量が図４に例示される。図４の例では、第１の時間単位、第２の時間単位および第３の時間単位は、それぞれ、１日、１週および１年である。
　第１の生体特徴量は、図４においてＢＰｄ（ｉ）として表される。図４では、第１の生体特徴量として、対象日における日中および夜間それぞれの血圧の最小値、最大値およびサージ回数が示されている。
　血圧サージとは、例えば、睡眠時無効吸症候群（Ｓｌｅｅｐ　Ａｐｎｅａ　Ｓｙｎｄｒｏｍｅ）の発作時に低酸素状態をトリガとして生じることがある急激な血圧変動を指す。従って、血圧サージ回数をモニタリングすることは、ユーザのＳＡＳの症状の軽重を把握するのに役立つ。
　なお、ｉは、１以上の整数である。図４の例では、ＢＰｄ（１）＝対象日における日中の血圧の最小値、ＢＰｄ（２）＝対象日における日中の血圧の最大値、ＢＰｄ（３）＝対象日における日中の血圧サージ回数、ＢＰｄ（４）＝対象日における夜間の血圧の最小値、ＢＰｄ（５）＝対象日における夜間の血圧の最大値、ＢＰｄ（６）＝対象日における夜間の血圧サージ回数のように定めることができる。
　人間の１日の心拍は約１０万回であるから、１拍毎の収縮期血圧データおよび拡張期血圧データを全て収集するだけでもデータ件数は約２０万に達する。他方、図４の例では、１日の血圧の挙動を６個の特徴量で表現することができる。このようにセンサデータを特徴量化すれば、センサデータをそのまま送信する場合に比べて送信データ量をはるかに抑制することができる。
　第１の活動特徴量は、図４においてＡＣＴｄ（ｉ）として表される。図４では、第１の活動特徴量として、対象日における活動量、活動時間および活動パタン、ならびに、対象日における睡眠時間および睡眠パタンが示されている。なお、第１の活動特徴量は、公知の技法を用いて、第１の時間単位における加速度データ（および／または角速度データ）に基づいてユーザの活動を推定することで算出可能である。
　第１の環境特徴量は、図４においてＥＮＶｄ（ｉ）として表される。図４では、第１の環境特徴量として、対象日における各環境因子の最小値、最大値および変化量が示されている。環境因子とは、環境センサ１２２の測定対象を指しており、例えば、温度、湿度、気圧などである。
　第２の生体特徴量は、図４においてＢＰｗ（ｉ）として表される。図４では、第２の生体特徴量として、対象週において血圧の最小値および最大値がそれぞれ測定された曜日、対象週における曜日別の血圧サージ回数、ならびに、対象週における曜日別の血圧変動が示されている。
　第２の活動特徴量は、図４においてＡＣＴｗ（ｉ）として表される。図４では、第２の活動特徴量として、対象週において活動量、活動時間および睡眠時間の最小値および最大値がそれぞれ測定された曜日、ならびに、対象週における活動量、活動時間および睡眠時間の曜日別のばらつきが示されている。
　図４の例では、第２の環境特徴量、すなわち、対象週の環境データに基づく特徴量は定義されていない。しかしながら、第２の環境特徴量が定義され、特徴量ベクトルの要素に加えられてもよい。また、図４に例示されている特徴量の一部が特徴量ベクトルの要素から除外されてもよい。
　第３の生体特徴量は、図４においてＢＰｙ（ｉ）として表される。図４では、第３の生体特徴量として、対象年において血圧の最小値および最大値がそれぞれ測定された月、対象年における月別の血圧サージ回数、ならびに、対象年における月別または季節別の血圧変動が示されている。
　第３の活動特徴量は、図４においてＡＣＴｙ（ｉ）として表される。図４では、第３の活動特徴量として、対象年において活動量、活動時間および睡眠時間の最小値および最大値がそれぞれ測定された月、ならびに、対象年における活動量、活動時間および睡眠時間の月別のばらつきが示されている。
　第３の環境特徴量は、図４においてＥＮＶｙ（ｉ）として表される。図４では、第３の環境特徴量として、対象年における各環境因子の月別の最小値、最大値および平均変化量、ならびに、対象年における各環境因子の月別のばらつきが示されている。
　特徴量記憶部１３２は、特徴量算出部１３１によって生成された特徴量ベクトルを格納する。特徴量記憶部１３２に格納された特徴量ベクトル（の要素）は、特徴量符号化部１４１および表示制御部１６０によって必要に応じて読み出される。
　特徴量符号化部１４１は、特徴量記憶部１３２から特徴量ベクトルを読み出し、符号化パラメータ記憶部１４２から符号化パラメータを読み出す。特徴量符号化部１４１は、特徴量ベクトルの各要素を符号化パラメータを用いて符号化することによって状態データを生成する。特徴量符号化部１４１は、状態データを状態データ記憶部１４３に格納する。
　符号化パラメータは、特徴量ベクトルの各要素を２値または多値のインデックスに変換（離散化）するための１つまたは複数の閾値を含むことができる。例えば、ＢＰｄ（ｉ）＝対象日における夜間の血圧の最大値である場合に、特徴量符号化部１４１は、ＢＰｄ（ｉ）が１３０以上であれば「１」（高）へと変換し、ＢＰｄ（ｉ）が１３０よりも低ければ「０」（低）へと変換してもよい。係る符号化によれば、ＢＰｄ（ｉ）を２値化することができる。特徴量ベクトルの各要素をこのように符号化（セグメンテーション）することで、例えば図５に示される状態データを生成することができる。特徴量ベクトルの各要素は離散化されるので、状態データのデータサイズは特徴量ベクトルに比べて小さくなる。なお、特徴量ベクトルの要素の一部が符号化されなくてもよい（生データであってもよい）。
　閾値は、特徴量毎に設定可能である。各閾値は、例えば医療系のガイドラインに定められた値に基づいて決定されてもよいし、集団の特徴量の統計的分布などから決定されてもよい。すなわち、特徴量符号化部１４１は、ガイドラインに定められた値に基づいてセグメンテーションを行ってもよいし、現行のデータの分布の相関関係からセグメンテーションを行ってもよいし、または現存するデータと降圧等の効果の有無の発生確率からセグメンテーションを行ってもよい。閾値は、外部機器からネットワークＮＷおよび通信部１５０経由で符号化パラメータ記憶部１４２に設定されてもよい。
　符号化パラメータ記憶部１４２は、例えば前述の閾値を含む符号化パラメータを格納する。符号化パラメータ記憶部１４２に格納された符号化パラメータは、特徴量符号化部１４１によって必要に応じて読み出される。また、符号化パラメータは、通信部１５０によって受信された符号化パラメータを用いて更新されてもよい。なお、符号化パラメータを更新する仕組みは必須ではない。すなわち、符号化パラメータは、ユーザ端末１００の製造時に設定され、符号化パラメータ記憶部１４２において静的に保持されてもよい。
　状態データ記憶部１４３は、特徴量符号化部１４１によって生成された状態データを格納する。状態データ記憶部１４３に格納された状態データは、通信部１５０および表示制御部１６０によって必要に応じて読み出される。
　通信部１５０は、ネットワークＮＷを介して外部機器とデータをやり取りする。通信部１５０は、無線通信および有線通信の一方または両方を行ってもよい。一例として、通信部１５０は、例えばスマートデバイス２００との間でＢｌｕｅｔｏｏｔｈ（登録商標）などの近距離無線通信を行ってもよい。
　通信部１５０は、状態データ記憶部１４３から状態データを読み出し、当該状態データを外部機器へと送信する。また、通信部１５０は、外部機器から符号化パラメータを受信し、当該符号化パラメータによって符号化パラメータ記憶部１４２に格納されている符号化パラメータを書き換えてもよい。通信部１５０は、外部機器から後述される要因分析結果および改善提案を受信し、当該要因分析結果および改善提案を表示制御部１６０に送ってもよい。
　なお、以降の説明において、要因分析結果および改善提案は必ずしも両方とも提供される必要はなく、一方のみが提供されてもよいし、両方とも提供されなくてもよい。
　表示制御部１６０は、表示部１７０を制御する。具体的には、表示制御部１６０は、画面データを生成し、表示部１７０に送る。表示制御部１６０は、例えば、生体センサ１１０からの生体データ、加速度センサ１２１からの加速度データ（および／またはジャイロセンサからの角速度データ）、環境センサ１２２からの環境データ、時計部１２３からの時刻情報および日付情報、特徴量記憶部１３２からの特徴量、状態データ記憶部１４３からの状態データ、通信部１５０からの要因分析結果および改善提案などに基づいて画面データを生成できる。表示制御部１６０は、表示部１７０の表示画面を制御する操作に相当するユーザ入力に従って画面データを生成するために利用する情報を選択してもよい。
　表示制御部１６０は、状態データに基づいて画面データを生成する場合に、例えば状態データに対応するユーザ状態をランク化し、ランクの高低が視覚的に認識できるような画面データを生成してもよい。
　ユーザ状態は、状態データと一対一対応となるように定義されてもよいがこれに限られない。例えば、複数の異なる状態データが同一のユーザ状態に対応付けられるように定義されてもよい。この場合に、ユーザ状態は、例えば状態データの一部（例えば血圧に関する要素）によって決定されてもよい。例えば、生体特徴量は同一であるが活動特徴量および環境特徴量の異なる特徴量ベクトルを符号化した状態データが、同一のユーザ状態に対応付けられてもよい。この場合に、ユーザ状態は、ユーザの健康状態と読み替えることができる。状態データのうちユーザ状態の決定に関与しない要素は、例えばサーバ３００において、異なるユーザ状態間の状態遷移のモデル化、ユーザ状態の変化の要因分析、ユーザ状態をより良くするための改善提案の作成などに利用されてもよい。
　表示部１７０は、例えば、液晶ディスプレイ、有機ＥＬ（ｅｌｅｃｔｒｏｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイなどである。表示部１７０は、表示制御部１６０からの画面データを表示することで、ユーザに様々な情報を知らせることができる。具体的には、表示部１７０は、生体情報（例えば、血圧、心電図、心拍数、脈波、脈拍数、体温など）、加速度データ、角速度データ、活動量情報（例えば、加速度データおよび／または角速度データに基づいて計数された歩数、消費カロリーなど）、睡眠情報（例えば、睡眠時間など）、環境情報（例えば、気温、湿度、気圧など）、特徴量ベクトル（の要素）、状態データ、要因分析結果、改善提案、現在時刻、カレンダーなどを表示してもよい。
　ユーザ端末１００は、図６に例示されるように動作する。図６の動作は周期的に実施され、その周期は例えば前述の第１の時間単位に一致してもよい。　
　まず、特徴量算出部１３１は、生体センサ１１０、加速度センサ１２１（および／またはジャイロセンサ）、および環境センサ１２２によって生成された各センサデータに基づいて特徴量を算出し、特徴量ベクトルを得る（ステップＳ４０１）。
　特徴量符号化部１４１は、ステップＳ４０１において得られた特徴量ベクトルを符号化パラメータを用いて符号化し、状態データを生成する（ステップＳ４０２）。通信部１５０は、ステップＳ４０２において生成された状態データをネットワークＮＷ経由で外部機器へ送信する（ステップＳ４０３）。
　ステップＳ４０３において送信された状態データは、直接的にまたは間接的に（例えばスマートデバイス２００を経由して）、サーバ３００によって受信される。サーバ３００は、ユーザ状態が変化した要因を分析したり、ユーザ状態がより良好と定義されるユーザ状態になるための改善提案を作成したりする。通信部１５０は要因分析結果および改善提案を受信し、表示部１７０はこれらを表示する（ステップＳ４０４）。
　以上説明したように、第１の実施形態に係るユーザ端末は、所定の時間単位におけるセンサデータに基づいて特徴量を算出し、これらの特徴量を符号化することで状態データを生成し、当該状態データを外部機器へ送信する。従って、このユーザ端末によれば、全てのセンサデータをスマートデバイスまたはサーバなどの外部機器へ送信する場合に比べて、送信データ量をはるかに抑制することができる。すなわち、センサデータの送信に関わる消費電力および通信路の負荷を小さくすることができる。さらに、センサデータに代えて状態データを蓄積することで、記憶装置（状態データ記憶部）の容量も抑制することができる。また、このユーザ端末は、状態データに対応するユーザ状態を表示したり、送信済みの状態データに基づいて提供される要因分析結果および改善提案を表示したりする。故に、このユーザ端末によれば、ユーザに行動変容を促すことができる。
　（第２の実施形態）　
　前述のように、第１の実施形態に係るユーザ端末から状態データを送信されたサーバは、ユーザ状態が変化した要因を分析したり、ユーザ状態がより良好と定義されるユーザ状態になるための改善提案を作成したりすることができる。第２の実施形態は係るサーバに関する。
　図７に例示されるように、第２の実施形態に係るサーバ３００は、通信部３０１と、状態データ記憶部３０２と、状態遷移モデル化部３０３と、状態遷移モデル記憶部３０４と、要因分析部３０５と、改善提案作成部３０６とを含む。
　通信部３０１は、ユーザ端末１００からネットワークＮＷ経由で状態データを受信する。状態データには、当該状態データの送信元であるユーザ端末１００（のユーザ）の識別子が付加されていてもよい。サーバ３００は、係る識別子を用いて、ユーザ別に状態データを管理することができる。通信部３０１は、受信した状態データを（識別子に対応付けて）状態データ記憶部３０２に格納する。
　通信部３０１は、要因分析部３０５から要因分析結果を受け取り、改善提案作成部３０６から改善提案を受け取る。通信部３０１は、要因分析結果および改善提案をネットワーク経由でユーザ端末１００またはスマートデバイス２００へ送信する。
　状態データ記憶部３０２は、状態データを格納する。状態データ記憶部３０２には、例えばユーザ別の状態データを管理するデータベースが構築される。状態データ記憶部３０２に蓄積された状態データは、ユーザ状態の経時変化を分析するために用いることができる。状態データ記憶部３０２に格納された状態データは、状態遷移モデル化部３０３、要因分析部３０５および改善提案作成部３０６によって必要に応じて読み出される。
　状態遷移モデル化部３０３は、状態データ記憶部３０２から状態データを読み出す。状態遷移モデル化部３０３は、状態データに基づいて、複数の異なるユーザ状態の間での状態遷移をモデル化する。状態遷移モデル化部３０３は、生成した状態遷移モデルを状態遷移モデル記憶部３０４に格納する。
　状態遷移モデルは、例えば、各ユーザ状態から他のユーザ状態に遷移する状態遷移確率（条件付き確率）を含むことができる。状態遷移確率は、例えば、要因ｆｔが生じた場合にユーザ状態ｓｔからユーザ状態ｓｔ＋１に遷移する確率ＰＴ（ｓｔ＋１｜ｓｔ，ｆｔ）であり得る。要因は、内的要因（例えばユーザが取る行動）および外的要因（例えばユーザが置かれる環境）などを含み得る。また、ユーザの年齢層、性別などの静的なパラメータを条件に加えてもよい。
　状態遷移モデルは、状態遷移モデル化部３０３によって動的に変更されてもよいが、静的であってもよい。静的な状態遷移モデルを使用する場合には、状態遷移モデル化部３０３はサーバ３００から取り除かれてもよい。
　状態遷移モデル記憶部３０４は、状態遷移モデルを格納する。状態遷移モデル記憶部３０４に格納された状態遷移モデルは、要因分析部３０５および改善提案作成部３０６によって必要に応じて読み出される。
　要因分析部３０５は、状態データ記憶部３０２から対象となるユーザの現在の状態データおよび過去の状態データとを読み出し、状態遷移モデル記憶部３０４から状態遷移モデルを読み出す。現在の状態データは、状態データ記憶部３０２に格納された日時が最も新しい（例えば本日の）状態データであってよく、過去の状態データは、状態データ記憶部３０２に格納された日時が２番目に新しい（例えば昨日の）状態データであってよい。
　要因分析部３０５は、状態遷移モデルを用いて、過去の状態データに対応する過去のユーザ状態ｓｔ－１から現在の状態データに対応する現在のユーザ状態ｓｔに遷移した要因を分析する。要因分析部３０５は、例えば、過去のユーザ状態ｓｔ－１から現在のユーザ状態ｓｔへの状態遷移確率ＰＴ（ｓｔ｜ｓｔ－１，ｆｔ－１）を最大化する要因ｆｔ－１（例えば、最高気温が低かったこと）を状態遷移の主要因と推定してもよい。要因分析部３０５は、要因分析結果（例えば状態遷移の主要因）を通信部３０１に送る。なお、要因分析結果の提供を行わない場合には要因分析部３０５はサーバ３００から取り除かれてよい。
　改善提案作成部３０６は、状態データ記憶部３０２から対象となるユーザの現在の状態データを読み出し、状態遷移モデル記憶部３０４から状態遷移モデルを読み出す。現在の状態データは、状態データ記憶部３０２に格納された日時が最も新しい（例えば本日の）状態データであってよい。
　改善提案作成部３０６は、状態遷移モデルを用いて、現在の状態データに対応する現在のユーザ状態ｓｔからより良好と定義されるユーザ状態ｓｂに遷移するための改善提案を作成する。より良好と定義されるユーザ状態ｓｂは、例えば、最も高いランクと定義されるユーザ状態であってもよいし、現在のユーザ状態ｓｔよりも高いランクと定義される任意のユーザ状態であってもよい。改善提案作成部３０６は、現在のユーザ状態ｓｔからより良好と定義される現在のユーザ状態ｓｂへの状態遷移確率ＰＴ（ｓｂ｜ｓｔ，ｆｔ）を最大化する要因ｆｔ（例えば、活動量を増やすこと）を示す情報を改善提案として作成してもよい。改善提案作成部３０６は、改善提案を通信部３０１に送る。なお、改善提案の提供を行わない場合には改善提案作成部３０６はサーバ３００から取り除かれてよい。
　・改善提案作成部３０６は、例えばエキスパートシステムにおいて用いられるようなＩＦ－ＴＨＥＮルールで記述されたテーブルから改善提案をルックアップしてもよい。　
　・改善提案作成部３０６は、ユーザ状態に紐付けられた例えばＷａｔｓｏｎのような（高度な）事例ベースを用いて、改善提案を都度ルックアップしてもよい。　
　・改善提案作成部３０６は、上記の２つの例の一方または両方の運用を通じて収集された介入（改善提案の提供）とユーザの反応との実績に基づいて、改善提案の候補毎の成功確率を評価してもよい。さらに、この成功確率を指標として、ユーザに提供する改善提案を絞り込んでもよい。
　サーバ３００は、図８に例示されるように動作する。　
　まず、通信部３０１は、いずれかのユーザ端末１００によって生成された状態データをネットワークＮＷ経由で受信する（ステップＳ５０１）。この状態データは、例えば前述の識別子に対応付けて状態データ記憶部３０２に格納される。
　状態遷移モデル化部３０３は、ステップＳ５０１において受信された状態データを用いて状態遷移モデルを更新してもよい（ステップＳ５０２）。例えば、状態遷移モデル化部３０３は、この状態データに対応するユーザ状態への状態遷移確率を調整してもよい。
　なお、ステップＳ５０２は、オプションであって、例えば状態遷移モデルが静的である場合には省略可能である。また、ステップＳ５０２は、後述されるステップＳ５０３およびステップＳ５０４よりも後に行われてもよい。
　要因分析部３０５は、過去の状態データに対応する過去のユーザ状態からステップＳ５０１において受信された状態データに対応する現在のユーザ状態に遷移した要因を状態遷移モデルを用いて分析する（ステップＳ５０３）。
　他方、改善提案作成部３０６は、ステップＳ５０１において受信された状態データに対応する現在のユーザ状態からより良好と定義されるユーザ状態に遷移するための改善提案を状態遷移モデルを用いて作成する（ステップＳ５０４）。
　なお、ステップＳ５０３およびステップＳ５０４は、図８とは逆の順序で実行されてもよいし、並列的に実行されてもよい。また、要因分析結果の提供を行わない場合にはステップＳ５０３は省略可能であるし、改善提案の提供を行わない場合にはステップＳ５０４は省略可能である。
　通信部３０１は、ステップＳ５０３において得られた要因分析結果とステップＳ５０４において作成された改善提案とをネットワークＮＷ経由でユーザ端末１００またはスマートデバイス２００へと送信する（ステップＳ５０５）。
　以上説明したように、第２の実施形態に係るサーバは、受信した状態データを対象に、状態遷移モデルを用いた要因分析および改善提案の作成を行い、要因分析結果および改善提案をユーザ端末またはスマートデバイスへ送信する。故に、このサーバによれば、ユーザに行動変容を促すことができる。なお、このサーバが受信する状態データは、前述の第１の実施形態において説明された状態データと同一であってよい。故に、センサデータの受信に関わる消費電力および通信路の負荷を小さくすることができる。さらに、センサデータに代えて状態データを蓄積することで、記憶装置（状態データ記憶部）の容量も抑制することができる。
　上述の実施形態は、本発明の概念の理解を助けるための具体例を示しているに過ぎず、本発明の範囲を限定することを意図されていない。実施形態は、本発明の要旨を逸脱しない範囲で、様々な構成要素の付加、削除または転換をすることができる。
　上記各実施形態において説明された種々の機能部は、回路を用いることで実現されてもよい。回路は、特定の機能を実現する専用回路であってもよいし、メモリに接続され、当該メモリに格納された所定のプログラムを実行するプロセッサのような汎用回路であってもよい。
　上記各実施形態の処理の少なくとも一部は、汎用のコンピュータを基本ハードウェアとして用いることでも実現可能である。上記処理を実現するプログラムは、コンピュータで読み取り可能な記録媒体に格納して提供されてもよい。プログラムは、インストール可能な形式のファイルまたは実行可能な形式のファイルとして記録媒体に記憶される。記録媒体としては、磁気ディスク、光ディスク（ＣＤ－ＲＯＭ、ＣＤ－Ｒ、ＤＶＤ等）、光磁気ディスク（ＭＯ等）、半導体メモリなどである。記録媒体は、プログラムを記憶でき、かつ、コンピュータが読み取り可能であれば、何れであってもよい。また、上記処理を実現するプログラムを、インターネットなどのネットワークに接続されたコンピュータ（サーバ）上に格納し、ネットワーク経由でコンピュータ（クライアント）にダウンロードさせてもよい。
　上記各実施形態の一部または全部は、特許請求の範囲のほか以下の付記に示すように記載することも可能であるが、これに限られない。　
　（付記１）　
　メモリと、
　前記メモリに接続されたプロセッサと
　を具備し、
　前記プロセッサは、
　（ａ）生体センサによって生成される生体データと、加速度センサによって生成される加速度データと、ジャイロセンサによって生成される角速度データと、環境センサによって生成される環境データとのうち少なくとも１つに基づいて複数の特徴量を算出し、当該複数の特徴量を要素として含む特徴量ベクトルを得て、
　（ｂ）前記特徴量ベクトルの要素の少なくとも一部を符号化し、第１の状態データを生成し、
　（ｃ）前記第１の状態データを送信する
　ように構成され、
　前記特徴量ベクトルは、第１の特徴量を要素として含み、
　前記第１の特徴量は、第１の時間単位における生体データに基づく第１の生体特徴量と、前記第１の時間単位における加速度データおよび角速度データの少なくとも一方に基づく第１の活動特徴量と、前記第１の時間単位における環境データに基づく第１の環境特徴量とのうち少なくとも１つを含む、
　ユーザ端末。
　（付記２）　
　メモリと、
　補助記憶装置と、
　前記メモリおよび前記補助記憶装置に接続されたプロセッサと
　を具備し、
　前記プロセッサは、（ａ）第１の状態データを受信するように構成され、
　前記補助記憶装置は、（ｂ）前記第１の状態データを含む受信済みの状態データと、（ｃ）複数の異なるユーザ状態の間での状態遷移をモデル化した状態遷移モデルとを格納し、
　前記プロセッサは、（ｄ）前記第１の状態データよりも過去に受信した第２の状態データに対応する過去のユーザ状態から前記第１の状態データに対応する現在のユーザ状態に遷移した要因を前記状態遷移モデルを用いて分析し、要因分析結果を得るようにさらに構成され、
　前記第１の状態データは、生体センサによって生成される生体データと、加速度センサによって生成される加速度データと、ジャイロセンサによって生成される角速度データと、環境センサによって生成される環境データとのうち少なくとも１つに基づく複数の特徴量を要素として含む特徴量ベクトルの要素の少なくとも一部を符号化することによって得られ、
　前記特徴量ベクトルは、第１の特徴量を要素として含み、
　前記第１の特徴量は、第１の時間単位における生体データに基づく第１の生体特徴量と、前記第１の時間単位における加速度データおよび角速度データの少なくとも一方に基づく第１の活動特徴量と、前記第１の時間単位における環境データに基づく第１の環境特徴量とのうち少なくとも１つを含む、
　サーバ。
　（付記３）　
　メモリと、
　補助記憶装置と、
　前記メモリおよび前記補助記憶装置に接続されたプロセッサと
　を具備し、
　前記プロセッサは、（ａ）第１の状態データを受信するように構成され、
　前記補助記憶装置は、（ｂ）前記第１の状態データを含む受信済みの状態データと、（ｃ）複数の異なるユーザ状態の間での状態遷移をモデル化した状態遷移モデルとを格納し、
　前記プロセッサは、（ｄ）前記第１の状態データに対応する現在のユーザ状態からより良好と定義されるユーザ状態に遷移するための改善提案を作成するようにさらに構成され、
　前記第１の状態データは、生体センサによって生成される生体データと、加速度センサによって生成される加速度データと、ジャイロセンサによって生成される角速度データと、環境センサによって生成される環境データとのうち少なくとも１つに基づく複数の特徴量を要素として含む特徴量ベクトルの要素の少なくとも一部を符号化することによって得られ、
　前記特徴量ベクトルは、第１の特徴量を要素として含み、
　前記第１の特徴量は、第１の時間単位における生体データに基づく第１の生体特徴量と、前記第１の時間単位における加速度データおよび角速度データの少なくとも一方に基づく第１の活動特徴量と、前記第１の時間単位における環境データに基づく第１の環境特徴量とのうち少なくとも１つを含む、
　サーバ。
　（付記（４））
　プロセッサが、状態データを受信することと、
　プロセッサが、前記状態データに対応する現在のユーザ状態からより良好と定義されるユーザ状態に遷移するための改善提案を、複数の異なるユーザ状態の間での状態遷移をモデル化した状態遷移モデルを用いて作成することと
　を具備し、
　前記状態データは、生体センサによって生成される生体データと、加速度センサによって生成される加速度データと、ジャイロセンサによって生成される角速度データと、環境センサによって生成される環境データとのうち少なくとも１つに基づく複数の特徴量を要素として含む特徴量ベクトルの要素の少なくとも一部を符号化することによって得られ、
　前記特徴量ベクトルは、第１の特徴量を要素として含み、
　前記第１の特徴量は、第１の時間単位における生体データに基づく第１の生体特徴量と、前記第１の時間単位における加速度データおよび角速度データの少なくとも一方に基づく第１の活動特徴量と、前記第１の時間単位における環境データに基づく第１の環境特徴量とのうち少なくとも１つを含む、
　改善提案作成方法。
　（付記（５））
　プロセッサが、生体センサによって生成される生体データと、加速度センサによって生成される加速度データと、ジャイロセンサによって生成される角速度データと、環境センサによって生成される環境データとのうち少なくとも１つに基づいて複数の特徴量を算出し、当該複数の特徴量を要素として含む特徴量ベクトルを得ることと、
　プロセッサが、前記特徴量ベクトルの要素の少なくとも一部を符号化し、状態データを生成することと
　を具備し、
　前記特徴量ベクトルは、第１の特徴量を要素として含み、
　前記第１の特徴量は、第１の時間単位における生体データに基づく第１の生体特徴量と、前記第１の時間単位における加速度データおよび角速度データの少なくとも一方に基づく第１の活動特徴量と、前記第１の時間単位における環境データに基づく第１の環境特徴量とのうち少なくとも１つを含む、
　状態データ生成方法。

Claims (9)

  1. 　生体センサによって生成される生体データと、加速度センサによって生成される加速度データと、ジャイロセンサによって生成される角速度データと、環境センサによって生成される環境データとのうち少なくとも１つに基づいて複数の特徴量を算出し、当該複数の特徴量を要素として含む特徴量ベクトルを得る特徴量算出部と、
    　前記特徴量ベクトルの要素の少なくとも一部を符号化し、第１の状態データを生成する特徴量符号化部と、
    　前記第１の状態データを送信する通信部と
    　を具備し、
    　前記特徴量ベクトルは、第１の特徴量を要素として含み、
    　前記第１の特徴量は、第１の時間単位における生体データに基づく第１の生体特徴量と、前記第１の時間単位における加速度データおよび角速度データの少なくとも一方に基づく第１の活動特徴量と、前記第１の時間単位における環境データに基づく第１の環境特徴量とのうち少なくとも１つを含む、
    　ユーザ端末。
  2. 　前記特徴量ベクトルは、第２の特徴量を要素としてさらに含み、
    　前記第２の特徴量は、前記第１の時間単位よりも長い第２の時間単位における生体データに基づく第２の生体特徴量と、前記第２の時間単位における加速度データおよび加速度データの少なくとも一方に基づく第２の活動特徴量と、前記第２の時間単位における環境データに基づく第２の環境特徴量とのうち少なくとも１つを含む、
    　請求項１に記載のユーザ端末。
  3. 　前記第１の時間単位は１日であり、
    　前記第１の生体特徴量は、対象日の日中および夜間それぞれの血圧の最小値、最大値およびサージ回数の少なくとも１つを含む、請求項１に記載のユーザ端末。
  4. 　前記通信部は、前記第１の状態データよりも過去に送信した第２の状態データに対応する過去のユーザ状態から前記第１の状態データに対応する現在のユーザ状態に遷移した要因の分析結果と、前記現在のユーザ状態からより良好と定義されるユーザ状態に遷移するための改善提案との少なくとも一方を受信する、請求項１に記載のユーザ端末。
  5. 　第１の状態データを受信する通信部と、
    　前記第１の状態データを含む受信済みの状態データを格納する状態データ記憶部と、
    　複数の異なるユーザ状態の間での状態遷移をモデル化した状態遷移モデルを格納する状態遷移モデル記憶部と、
    　前記第１の状態データよりも過去に受信した第２の状態データに対応する過去のユーザ状態から前記第１の状態データに対応する現在のユーザ状態に遷移した要因を前記状態遷移モデルを用いて分析し、要因分析結果を得る要因分析部と
    　を具備し、
    　前記第１の状態データは、生体センサによって生成される生体データと、加速度センサによって生成される加速度データと、ジャイロセンサによって生成される角速度データと、環境センサによって生成される環境データとのうち少なくとも１つに基づく複数の特徴量を要素として含む特徴量ベクトルの要素の少なくとも一部を符号化することによって得られ、
    　前記特徴量ベクトルは、第１の特徴量を要素として含み、
    　前記第１の特徴量は、第１の時間単位における生体データに基づく第１の生体特徴量と、前記第１の時間単位における加速度データおよび角速度データの少なくとも一方に基づく第１の活動特徴量と、前記第１の時間単位における環境データに基づく第１の環境特徴量とのうち少なくとも１つを含む、
    　サーバ。
  6. 　第１の状態データを受信する通信部と、
    　前記第１の状態データを含む受信済みの状態データを格納する状態データ記憶部と、
    　複数の異なるユーザ状態の間での状態遷移をモデル化した状態遷移モデルを格納する状態遷移モデル記憶部と、
    　前記第１の状態データに対応する現在のユーザ状態からより良好と定義されるユーザ状態に遷移するための改善提案を前記状態遷移モデルを用いて作成する改善提案作成部と
    　を具備し、
    　前記第１の状態データは、生体センサによって生成される生体データと、加速度センサによって生成される加速度データと、ジャイロセンサによって生成される角速度データと、環境センサによって生成される環境データとのうち少なくとも１つに基づく複数の特徴量を要素として含む特徴量ベクトルの要素の少なくとも一部を符号化することによって得られ、
    　前記特徴量ベクトルは、第１の特徴量を要素として含み、
    　前記第１の特徴量は、第１の時間単位における生体データに基づく第１の生体特徴量と、前記第１の時間単位における加速度データおよび角速度データの少なくとも一方に基づく第１の活動特徴量と、前記第１の時間単位における環境データに基づく第１の環境特徴量とのうち少なくとも１つを含む、
    　サーバ。
  7. 　前記状態データ記憶部に格納された状態データに基づいて前記状態遷移モデルを生成する状態遷移モデル化部をさらに具備する、請求項５に記載のサーバ。
  8. 　状態データを受信することと、
    　前記状態データに対応する現在のユーザ状態からより良好と定義されるユーザ状態に遷移するための改善提案を、複数の異なるユーザ状態の間での状態遷移をモデル化した状態遷移モデルを用いて作成することと
    　を具備し、
    　前記状態データは、生体センサによって生成される生体データと、加速度センサによって生成される加速度データと、ジャイロセンサによって生成される角速度データと、環境センサによって生成される環境データとのうち少なくとも１つに基づく複数の特徴量を要素として含む特徴量ベクトルの要素の少なくとも一部を符号化することによって得られ、
    　前記特徴量ベクトルは、第１の特徴量を要素として含み、
    　前記第１の特徴量は、第１の時間単位における生体データに基づく第１の生体特徴量と、前記第１の時間単位における加速度データおよび角速度データの少なくとも一方に基づく第１の活動特徴量と、前記第１の時間単位における環境データに基づく第１の環境特徴量とのうち少なくとも１つを含む、
    　改善提案作成方法。
  9. 　生体センサによって生成される生体データと、加速度センサによって生成される加速度データと、ジャイロセンサによって生成される角速度データと、環境センサによって生成される環境データとのうち少なくとも１つに基づいて複数の特徴量を算出し、当該複数の特徴量を要素として含む特徴量ベクトルを得ることと、
    　前記特徴量ベクトルの要素の少なくとも一部を符号化し、状態データを生成することと
    　を具備し、
    　前記特徴量ベクトルは、第１の特徴量を要素として含み、
    　前記第１の特徴量は、第１の時間単位における生体データに基づく第１の生体特徴量と、前記第１の時間単位における加速度データおよび角速度データの少なくとも一方に基づく第１の活動特徴量と、前記第１の時間単位における環境データに基づく第１の環境特徴量とのうち少なくとも１つを含む、
    　状態データ生成方法。
PCT/JP2017/044391 2017-01-04 2017-12-11 ユーザ端末、サーバ、改善提案作成方法および状態データ生成方法 WO2018128053A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
DE112017006727.8T DE112017006727T5 (de) 2017-01-04 2017-12-11 Benutzerterminal, server, verbesserungsvorschlagerstellungsverfahren und zustandsdatenerzeugungsverfahren
CN201780081997.XA CN110167426A (zh) 2017-01-04 2017-12-11 用户终端、服务器、改善提案制作方法和状态数据生成方法
US16/459,692 US20190320971A1 (en) 2017-01-04 2019-07-02 User terminal, server, improvement proposal creation method, and state data generation method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017000244A JP6861033B2 (ja) 2017-01-04 2017-01-04 ユーザ端末、サーバ、改善提案作成装置の作動方法および状態データ生成方法
JP2017-000244 2017-01-04

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US16/459,692 Continuation US20190320971A1 (en) 2017-01-04 2019-07-02 User terminal, server, improvement proposal creation method, and state data generation method

Publications (1)

Publication Number Publication Date
WO2018128053A1 true WO2018128053A1 (ja) 2018-07-12

Family

ID=62789459

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/044391 WO2018128053A1 (ja) 2017-01-04 2017-12-11 ユーザ端末、サーバ、改善提案作成方法および状態データ生成方法

Country Status (5)

Country Link
US (1) US20190320971A1 (ja)
JP (1) JP6861033B2 (ja)
CN (1) CN110167426A (ja)
DE (1) DE112017006727T5 (ja)
WO (1) WO2018128053A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006289081A (ja) * 2005-04-01 2006-10-26 Codman & Shurtleff Inc 患者を無線で監視するシステム
US20080017221A1 (en) * 2006-07-21 2008-01-24 Whirlpool Corporation Method and apparatus for determining cloth and fluid motion in a washing machine
JP2015210539A (ja) * 2014-04-23 2015-11-24 京セラ株式会社 電子機器、健康支援システム及び健康支援方法
JP2016093314A (ja) * 2014-11-13 2016-05-26 日本電気株式会社 情報処理システム、情報処理装置、情報処理方法および情報処理プログラム

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080172214A1 (en) * 2004-08-26 2008-07-17 Strategic Health Decisions, Inc. System For Optimizing Treatment Strategies Using a Patient-Specific Rating System
CN101554322B (zh) * 2008-04-09 2012-07-04 陈敦金 产科危重症患者病情评估系统
JP5185785B2 (ja) * 2008-11-19 2013-04-17 オムロンヘルスケア株式会社 健康状態判断装置
JP6017807B2 (ja) * 2012-03-16 2016-11-02 オムロン株式会社 血圧関連情報表示装置
JP6331384B2 (ja) * 2013-12-26 2018-05-30 オムロンヘルスケア株式会社 活動量関連情報表示装置
KR20160044267A (ko) * 2014-10-15 2016-04-25 삼성전자주식회사 생체 정보 획득 장치 및 방법
CN107251031A (zh) * 2015-01-13 2017-10-13 戴尔斯生活有限责任公司 用于监测和增强人体健康的系统、方法和制品
CN105898059A (zh) * 2016-04-20 2016-08-24 北京动量科技有限责任公司 一种用于获取姿态结果信息的方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006289081A (ja) * 2005-04-01 2006-10-26 Codman & Shurtleff Inc 患者を無線で監視するシステム
US20080017221A1 (en) * 2006-07-21 2008-01-24 Whirlpool Corporation Method and apparatus for determining cloth and fluid motion in a washing machine
JP2015210539A (ja) * 2014-04-23 2015-11-24 京セラ株式会社 電子機器、健康支援システム及び健康支援方法
JP2016093314A (ja) * 2014-11-13 2016-05-26 日本電気株式会社 情報処理システム、情報処理装置、情報処理方法および情報処理プログラム

Also Published As

Publication number Publication date
JP6861033B2 (ja) 2021-04-21
US20190320971A1 (en) 2019-10-24
DE112017006727T5 (de) 2019-10-10
CN110167426A (zh) 2019-08-23
JP2018108281A (ja) 2018-07-12

Similar Documents

Publication Publication Date Title
JP5185785B2 (ja) 健康状態判断装置
US20200126673A1 (en) Evaluation request program, evaluation request method, and computer apparatus
JP6277716B2 (ja) 生体情報計測機器、生体情報処理方法及びプログラム
US20190117143A1 (en) Methods and Apparatus for Assessing Depression
US20210401314A1 (en) Illness Detection Based on Nervous System Metrics
JP5135197B2 (ja) 生体指標管理装置
CN110139599B (zh) 用户终端
JP2010026855A (ja) 健康状態判断装置
Angelides et al. Wearable data analysis, visualisation and recommendations on the go using android middleware
JP2023529547A (ja) 機械学習及び時系列グルコース測定値を使用したグルコース予測
JP2018509270A (ja) 精神的苦痛モニタリングシステム
Thorpe et al. Sensing behaviour in healthcare design
WO2023148145A1 (en) System for forecasting a mental state of a subject and method
Huang et al. Implementation of a wireless sensor network for heart rate monitoring in a senior center
WO2018128053A1 (ja) ユーザ端末、サーバ、改善提案作成方法および状態データ生成方法
US20220409187A1 (en) Illness detection with menstrual cycle pattern analysis
JP2013121440A (ja) 健康管理システム
JP2024519249A (ja) グルコース値のシーケンスの類似性を決定するためのシステム
WO2020234957A1 (ja) リハビリ支援システム、およびリハビリ支援方法
CN116600699A (zh) 用于日常自由生活场景中的心房颤动负荷估计、通知和管理的系统和方法
JP7131073B2 (ja) リスク管理装置、リスク管理方法及びリスク管理プログラム
CN110167435B (zh) 用户终端装置和数据发送方法
JP6914743B2 (ja) 健康管理装置、健康管理方法、及び健康管理プログラム
US11633160B2 (en) Weight management system
JP2019058418A (ja) 睡眠判別プログラム、睡眠判別方法及び睡眠判別システム

Legal Events

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

Ref document number: 17890446

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 17890446

Country of ref document: EP

Kind code of ref document: A1