WO2019225577A1 - 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 - Google Patents

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 Download PDF

Info

Publication number
WO2019225577A1
WO2019225577A1 PCT/JP2019/020043 JP2019020043W WO2019225577A1 WO 2019225577 A1 WO2019225577 A1 WO 2019225577A1 JP 2019020043 W JP2019020043 W JP 2019020043W WO 2019225577 A1 WO2019225577 A1 WO 2019225577A1
Authority
WO
WIPO (PCT)
Prior art keywords
risk
information
evaluation
factor
behavior
Prior art date
Application number
PCT/JP2019/020043
Other languages
English (en)
French (fr)
Inventor
佐藤　博則
思鋭 葉
中村　文彦
大輔 野崎
Original Assignee
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 オムロンヘルスケア株式会社 filed Critical オムロンヘルスケア株式会社
Priority to CN201980027559.4A priority Critical patent/CN112074916A/zh
Priority to DE112019001536.2T priority patent/DE112019001536T5/de
Publication of WO2019225577A1 publication Critical patent/WO2019225577A1/ja
Priority to US17/097,571 priority patent/US20210059613A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • 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
    • 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
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work
    • 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
    • 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
    • A61B5/02—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
    • A61B5/02—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
    • A61B5/022—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14546—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes

Definitions

  • the present invention relates to a risk management apparatus, a risk management method, and a risk management program capable of calculating an event incidence rate related to an evaluation target person.
  • Patent Document 1 discloses a life / death prediction apparatus. This life and death prediction apparatus calculates the mortality rate within 10 years of a subject using input information such as gender, total cholesterol level, and the presence or absence of diabetes.
  • the present invention has been made paying attention to the above circumstances, and the purpose thereof is a risk management device, a risk management method, and a risk management device capable of easily grasping factors that greatly contribute to an increase in risk. To provide a risk management program.
  • the risk management device includes an acquisition unit that acquires biological information related to a biological parameter of an evaluation target person and behavior information related to the behavior parameter of the evaluation target person, the acquired biological information and the behavior information A risk calculating unit that calculates an event occurrence rate based on the above, a selecting unit that selects a biological parameter and a behavior parameter that are improvement factors from the biological information and the behavior information, and the selection that is selected as the improvement factor A contribution degree calculation unit that calculates a contribution degree to the event occurrence rate for each of the biological parameter and the behavior parameter, and a generation unit that generates output data representing a calculation result of the contribution degree calculation unit.
  • a parameter that can be improved by the evaluation target person is selected as an improvement possible factor among the parameters of the acquired biological information and behavior information. And the contribution according to factor with respect to an event onset rate is shown about the selected parameter which can be improved.
  • the user can grasp the factors that can be improved and contribute greatly to the reduction of the risk of event occurrence, and how to reduce the risk is easy. Can be judged.
  • the amount of calculation is reduced compared to the case of calculating the contribution level for all the factors, thereby suppressing the processing load and memory capacity of the device. can do.
  • the risk calculation unit calculates an onset risk of arteriosclerotic cardiovascular disease as the event onset rate.
  • the acquisition unit acquires at least one of race, sex, age, blood pressure value, cholesterol value, presence / absence of diabetes, and genetic information as the biological information.
  • the acquisition unit acquires at least one of a smoking situation and a sleep time as the behavior information.
  • the selection unit selects at least one of a blood pressure value, a cholesterol value, presence / absence of diabetes, presence / absence of smoking, and sleeping time as the improvement possible factor.
  • the generation unit generates image data that can compare the contributions of the biological parameter selected as the improvement possible factor and the contribution of the behavior parameter as the output data.
  • the contribution calculation unit calculates an evaluation value for the event incidence rate for each of the biological parameter and the behavior parameter selected as the improvement possible factor, and the calculated evaluation An added value obtained by summing the values is calculated, and a ratio of each of the evaluation value of the biological parameter and the evaluation value of the behavior parameter to the calculated added value is calculated as the contribution.
  • the improvement possible factor includes an adverse effect factor contributing to an increase in the event onset rate and a positive influence factor contributing to a decrease in the event onset rate
  • the contribution degree calculation unit includes: A total value of the evaluation values calculated for each of the biological parameter and the behavior parameter selected as the adverse effect factor among the improveable factors is calculated as the added value.
  • the present invention it is possible to provide a risk management device, a risk management method, and a risk management program that can easily grasp factors that greatly contribute to an increase in risk.
  • FIG. 1 is a block diagram illustrating a functional configuration of a risk management apparatus according to an application example.
  • FIG. 2 is a schematic view illustrating the configuration of a risk evaluation system including the risk management device according to the first embodiment.
  • FIG. 3 is a block diagram illustrating a hardware configuration of the blood pressure measurement device according to the first embodiment.
  • FIG. 4 is a block diagram illustrating a hardware configuration of the mobile terminal according to the first embodiment.
  • FIG. 5 is a block diagram illustrating a hardware configuration of the fixed terminal according to the first embodiment.
  • FIG. 6 is a block diagram illustrating a hardware configuration of the server according to the first embodiment.
  • FIG. 7 is a block diagram illustrating a functional configuration of a risk evaluation circuit as an example of the risk management apparatus according to the first embodiment.
  • FIG. 8 is a flowchart illustrating the procedure of risk calculation processing in the risk evaluation circuit as an example of the risk management apparatus according to the first embodiment.
  • FIG. 9 is a schematic diagram illustrating a process performed in a risk calculation process in a risk evaluation circuit as an example of the risk management apparatus according to the first embodiment.
  • FIG. 10 is a diagram illustrating a table used in the risk calculation process in the risk evaluation circuit as an example of the risk management apparatus according to the first embodiment.
  • FIG. 11 is a flowchart illustrating the procedure of the contribution calculation process in the risk evaluation circuit as an example of the risk management apparatus according to the first embodiment.
  • FIG. 12 is a schematic view illustrating processing performed in the contribution calculation processing in the risk evaluation circuit as an example of the risk management device according to the first embodiment.
  • FIG. 13 is a diagram illustrating a display screen used in the risk calculation process in the risk evaluation circuit as an example of the risk management apparatus according to the first embodiment.
  • FIG. 14 is a diagram exemplifying a display screen showing the contribution by factor in the contribution calculation processing in the risk evaluation circuit as an example of the risk management apparatus according to the first embodiment.
  • FIG. 15 is a diagram exemplifying a display screen showing the contribution for each factor as an image in the contribution calculation processing in the risk evaluation circuit as an example of the risk management apparatus according to the first embodiment.
  • the risk management device 1 includes an acquisition unit 2, a risk calculation unit 3, a selection unit 4, a contribution calculation unit 5, and a generation unit 6.
  • the risk management device 1 executes a risk calculation process and a contribution calculation process based on the risk evaluation program.
  • the risk assessment program is an example of a risk management program.
  • the acquisition unit 2 acquires input information related to the evaluation target person.
  • the input information includes biological information and behavior information.
  • Biometric information is information related to the biometric parameters of the evaluation subject.
  • the biometric information includes one or more factors.
  • the biological information includes factors such as sex, race, age, total cholesterol level, HDL cholesterol level, LDL cholesterol level, presence / absence of hypertension treatment, blood pressure level, presence / absence of diabetes, genetic information, and the like.
  • the behavior information is information regarding the behavior parameters of the evaluation target person.
  • the behavior information includes one or more factors.
  • the behavior information includes, for example, smoking status, sleep time, and the like as factors.
  • the risk calculation unit 3 calculates an event incidence rate for the evaluation target person based on the input information.
  • the event incidence rate is, for example, the risk of developing ASCVD within 10 years (10-Year Risk of Hard ASCVD Event), the risk of developing ASCVD throughout life, and the like.
  • the risk of developing ASCVD within 10 years is a numerical value obtained by predicting the possibility that arteriosclerotic cardiovascular diseases (ASCVD) such as heart attacks and ischemic stroke will develop within 10 years.
  • ASCVD arteriosclerotic cardiovascular diseases
  • the selection unit 4 extracts input information related to the improvement possible factor from the input information.
  • the improveable factor is a factor resulting from a factor that can be improved by the evaluation subject.
  • Factors that can be improved are, for example, total cholesterol level, HDL cholesterol level, LDL cholesterol level, blood pressure level, presence / absence of smoking, presence / absence of diabetes, sleep time, and the like.
  • the contribution degree calculation unit 5 calculates the degree of contribution to the event occurrence rate for each of the improveable factors based on the input information regarding the improveable factors extracted by the selection unit 4.
  • the degree of contribution to the event onset rate is the degree of influence of an improveable factor on the event onset rate.
  • the generation unit 6 generates output data based on the calculation result of the event incidence rate and the calculation result of the factor-specific contribution.
  • the output data is, for example, data for presenting the calculation result of the event incidence rate. Further, the output data is, for example, image data for presenting the respective degrees of contribution of the improveable factors so that they can be compared.
  • the generation unit 6 outputs the generated output data to the outside.
  • the user can easily grasp the factors that are pushing up the event onset rate by comparing the contribution to the event onset rate for each factor. That is, according to the above-described configuration, since it is easy to understand which measurement result pushes up the risk, the user can easily determine how to reduce the risk.
  • the user can determine the risk by comparing the contribution to the event incidence rate by factor. It is possible to grasp the factors that greatly contribute to the rise.
  • FIG. 2 is a diagram schematically illustrating an example of an application scene of the risk evaluation system according to the present embodiment.
  • the risk evaluation system according to the present embodiment is a system that calculates the risk of developing ASCVD within 10 years using the biological information and behavior information of the evaluation subject, and stores or presents the calculation result of the risk of developing ASCVD within 10 years. is there.
  • the risk evaluation system includes a blood pressure measurement device 10 and a portable terminal 30.
  • the blood pressure measurement device 10 and the portable terminal 30 are connected by short-range wireless communication or wired communication.
  • the risk evaluation system may further include a fixed terminal 50 and a server 70.
  • the mobile terminal 30 is connected to each of the fixed terminal 50 and the server 70 via the network NW.
  • the blood pressure measurement device 10 can be connected to each of the fixed terminal 50 and the server 70 via the portable terminal 30. That is, the blood pressure measurement device 10 can communicate with each of the fixed terminal 50 and the server 70 via the mobile terminal 30.
  • the communication between the mobile terminal 30, the fixed terminal 50, and the server 70 can be, for example, communication via the network NW, but is not limited thereto, and short-range wireless communication or wired communication is possible. May be applied.
  • the portable terminal 30 and the fixed terminal 50 are examples of terminal devices.
  • the blood pressure measurement device 10 is a device that can be attached to any measurement location (for example, wrist).
  • the blood pressure measurement device 10 measures the blood pressure value of the evaluation subject at the measurement location.
  • the blood pressure measurement device 10 can transmit blood pressure information including a blood pressure value measurement result and the like to the portable terminal 30.
  • the blood pressure measurement device 10 can transmit activity information including sleep information and the like to the mobile terminal 30.
  • the mobile terminal 30 is, for example, a terminal that can be carried by an evaluation subject.
  • the portable terminal 30 receives blood pressure information and activity information from the blood pressure measurement device 10.
  • the portable terminal 30 transfers the received blood pressure information and activity information to the fixed terminal 50 and the server 70.
  • the mobile terminal 30 receives biological information and behavior information about the evaluation target person from the server 70.
  • the fixed terminal 50 is, for example, a terminal that can be operated by a doctor, a person to be evaluated, and the like.
  • the fixed terminal 50 receives blood pressure information from the mobile terminal 30.
  • the fixed terminal 50 generates diagnostic information related to the evaluation subject based on the received blood pressure information and biological information related to the evaluation subject.
  • the fixed terminal 50 transmits the generated diagnostic information to the mobile terminal 30 and the server 70.
  • the server 70 is a server computer that accumulates information transmitted from the mobile terminal 30 and the fixed terminal 50.
  • the server 70 includes a risk evaluation circuit 80.
  • the risk evaluation circuit 80 calculates, for example, an ASCVD risk within 10 years for the evaluation target person based on the biological information and the behavior information.
  • the biological information includes blood pressure information received from the blood pressure measurement device 10, diagnostic information stored in the storage unit 72, and the like.
  • the behavior information includes sleep information received from the blood pressure measurement device 10.
  • the biological information and behavior information are stored in an electronic medical record or the like.
  • the risk evaluation circuit 80 selects an improvement possible factor from the factors included in the biological information and the behavior information. Then, the risk evaluation circuit 80 calculates the degree of contribution to the ASCVD risk within 10 years for the improvement possible factor.
  • the risk evaluation circuit 80 generates output data based on the calculation result of the ASCVD risk within 10 years and the calculation result of the contribution.
  • the portable terminal 30 displays the output data generated by the risk evaluation circuit 80, the diagnostic information received from the fixed terminal 50, and the like.
  • FIG. 3 is a block diagram illustrating an example of a hardware configuration of the blood pressure measurement device 10 according to the present embodiment.
  • the blood pressure measurement device 10 according to the present embodiment includes a control unit 11, a storage unit 12, a communication unit 13, an operation unit 14, a display unit 15, and a blood pressure sensor 16.
  • the blood pressure measurement device 10 may further include at least one of an acceleration sensor 17 and a temperature / humidity sensor 18.
  • the control unit 11 includes a CPU (Central Processing Unit), a RAM (Random Access Memory), a ROM (Read Only Memory), and the like, and controls each component according to information processing.
  • the control unit 11 includes a clock (not shown) and has a function of acquiring the current date and time.
  • the control unit 11 may have a function of displaying the acquired date and time on the display unit 15.
  • the control unit 11 generates blood pressure information, activity information, and environmental information based on the measurement results obtained by the blood pressure sensor 16, the acceleration sensor 17, and the temperature / humidity sensor 18.
  • the blood pressure information includes, for example, a measurement result of the blood pressure value of the person to be evaluated by the blood pressure sensor 16.
  • the activity information includes the amount of activity, the number of steps, and the sleep state of the evaluation subject based on measurement by the acceleration sensor 17.
  • the environmental information includes the temperature and humidity around the evaluation subject based on the measurement by the temperature and humidity sensor 18.
  • Each of blood pressure information, activity information, and environment information is associated with a measurement date based on the current date and time acquired by the clock.
  • each of the blood pressure information, the activity information, and the environment information may be further associated with a device ID that uniquely identifies the blood pressure measurement device 10.
  • the storage unit 12 is an auxiliary storage device such as a solid state drive, for example.
  • the storage unit 12 may be a hard disk drive.
  • the storage unit 12 stores a program executed by the control unit 11, blood pressure information, activity information, environment information, and the like.
  • the communication unit 13 is a communication interface that manages communication with the mobile terminal 30.
  • the communication unit 13 transmits blood pressure information, activity information, environment information, and the like to the mobile terminal 30.
  • near field communication such as Bluetooth (registered trademark) can be applied to the communication with the mobile terminal 30 by the communication unit 13, but is not limited thereto.
  • the communication by the communication unit 13 may be, for example, communication via a network NW such as a LAN (Local Area Network) or wired communication using a communication cable.
  • the operation unit 14 includes, for example, a user interface such as a touch panel and operation buttons.
  • the operation unit 14 detects an operation by the evaluation subject via the user interface, and outputs a signal indicating the content of the operation to the control unit 11.
  • the display unit 15 includes, for example, a display screen (for example, an LCD (Liquid Crystal Display) or an EL (Electroluminescence) display), an indicator, and the like.
  • the display unit 15 displays information according to the signal from the control unit 11 and notifies the evaluation subject.
  • the display unit 15 can display blood pressure information, activity information, environment information, and the like stored in the storage unit 12.
  • the blood pressure sensor 16 measures the blood pressure value of the evaluation subject.
  • the blood pressure value includes, for example, representative indexes such as a maximum blood pressure and a minimum blood pressure.
  • representative indexes such as a maximum blood pressure and a minimum blood pressure.
  • the blood pressure value is described as being the systolic blood pressure, but the diastolic blood pressure and other indices may be used instead of the systolic blood pressure, or a plurality of these indices may be used in combination. Good.
  • the blood pressure sensor 16 may be, for example, a continuous measurement type that can measure the blood pressure of the evaluation subject for each beat (continuous) of the heartbeat, or a non-continuous measurement that can be measured in a spot (non-continuous) at a predetermined time. It may be a mold.
  • the continuous measurement type blood pressure sensor 16 includes, for example, a technique for continuously measuring the blood pressure of an evaluation subject based on a pulse wave propagation time (PTT; Pulse Transmit Time), and a blood pressure continuously based on a pressure pulse wave.
  • PTT Pulse Transmit Time
  • a measuring method (tonometry method) or the like can be applied.
  • the method of continuously measuring blood pressure is not limited to the above-described example, and a method of detecting a pulse wave using a light emitting element can be appropriately applied.
  • a technique (oscillometric method) for detecting a pulse wave by compressing a blood vessel using a cuff as a pressure sensor can be applied to the non-continuous measurement type blood pressure sensor 16.
  • the acceleration sensor 17 detects the acceleration of the person to be evaluated that occurs at the place where the blood pressure measurement device 10 is mounted as a set of three-axis components.
  • the acceleration sensor 17 may further include a gyro sensor, and may further detect the angular velocity as a set of three-axis components in addition to the acceleration.
  • the temperature / humidity sensor 18 measures the temperature and humidity around the evaluation subject.
  • FIG. 4 is a block diagram illustrating an example of a hardware configuration of the mobile terminal 30 according to the present embodiment.
  • the mobile terminal 30 according to the present embodiment includes a control unit 31, a storage unit 32, a communication unit 33, an operation unit 34, a display unit 35, and a GPS (Global Positioning System) receiver 36. .
  • GPS Global Positioning System
  • the control unit 31 and the storage unit 32 are the same as the control unit 11 and the storage unit 12 of the blood pressure measurement device 10, respectively.
  • the storage unit 32 of the portable terminal 30 stores information received from the blood pressure measurement device 10 and position information generated by the GPS receiver 36.
  • the information received from the blood pressure measurement device 10 includes blood pressure information, activity information, environmental information, and the like.
  • the communication unit 33 is a communication interface that controls communication with the blood pressure measurement device 10, the fixed terminal 50, and the server 70.
  • the communication unit 33 receives, for example, blood pressure information, activity information, environment information, and the like from the blood pressure measurement device 10.
  • the communication unit 33 transmits blood pressure information, activity information, environment information, position information, and the like to the fixed terminal 50 and the server 70.
  • the operation unit 34 and the display unit 35 are the same as the operation unit 14 and the display unit 15 of the blood pressure measurement device 10, respectively.
  • the GPS receiver 36 measures the position of the mobile terminal 30 and generates position information.
  • the position information includes, for example, the positioning date and time, and the latitude and longitude of the mobile terminal 30 at the positioning date and time.
  • the positioning by the GPS receiver 36 can be performed in synchronization with the measurement of the blood pressure sensor 16 of the blood pressure measurement device 10, for example.
  • FIG. 5 is a block diagram illustrating an example of a hardware configuration of the fixed terminal 50 according to the present embodiment.
  • the fixed terminal 50 according to the present embodiment includes a control unit 51, a storage unit 52, a communication unit 53, an operation unit 54, and a display unit 55.
  • the control unit 51 and the storage unit 52 are the same as the control unit 11 and the storage unit 12 of the blood pressure measurement device 10, respectively.
  • the control unit 51 of the fixed terminal 50 generates biological information related to the evaluation target person, diagnostic information related to the evaluation target person, and the like.
  • the storage unit 52 of the fixed terminal 50 temporarily stores information transferred from the mobile terminal 30, biological information related to the evaluation target person, diagnostic information related to the evaluation target person, and the like.
  • the communication unit 53 is a communication interface that manages communication with the mobile terminal 30 and the server 70.
  • the communication unit 53 receives, for example, blood pressure information, activity information, environment information, and the like from the mobile terminal 30.
  • the communication unit 53 transmits biological information related to the evaluation target person, diagnosis information related to the evaluation target person, and the like to the mobile terminal 30 and the server 70.
  • the operation unit 54 and the display unit 55 are the same as the operation unit 14 and the display unit 15 of the blood pressure measurement device 10, respectively.
  • the operation unit 54 can input biological information acquired by various inspection apparatuses.
  • the biological information may be recorded in the server 70 via a network such as a hospital LAN.
  • FIG. 6 is a block diagram illustrating an example of a hardware configuration of the server 70 according to the present embodiment.
  • the server 70 according to the present embodiment includes a control unit 71, a storage unit 72, a communication unit 73, and a risk evaluation circuit 80.
  • the risk evaluation circuit 80 is an example of a risk management device.
  • the risk management device is provided in the server 70, but may be provided in any one of the blood pressure measurement device 10, the mobile terminal 30, and the fixed terminal 50.
  • the control unit 71 and the storage unit 72 are the same as the control unit 11 and the storage unit 12 of the blood pressure measurement device 10, respectively.
  • the storage unit 72 of the server 70 stores information transmitted from the mobile terminal 30 and the fixed terminal 50.
  • the communication unit 73 is a communication interface that manages communication with the mobile terminal 30 and the fixed terminal 50.
  • the communication unit 73 receives, for example, blood pressure information, activity information, environment information, and the like from the mobile terminal 30.
  • the communication unit 73 receives, for example, blood pressure information, activity information, environment information, and the like from the fixed terminal 50.
  • the communication unit 73 receives biological information related to the evaluation target person, diagnostic information related to the evaluation target person, and the like from the fixed terminal 50.
  • the communication unit 73 transmits the information stored in the storage unit 72 to the mobile terminal 30 and the fixed terminal 50.
  • the risk evaluation circuit 80 includes, for example, a processor 80a and a memory 80b.
  • the risk evaluation circuit 80 implements various types of operation control and data processing by the processor 80a executing a program stored in the memory 80b. Further, the risk evaluation circuit 80 has a clock (not shown) and can measure the current date and time.
  • the processor 80a is, for example, a CPU including an arithmetic circuit or an MPU (Micro Processing Unit).
  • the processor 80a can execute control of each unit and data processing by executing a program stored in the memory 80b or the storage unit 32.
  • the memory 80b includes, for example, a non-volatile memory for storing a program executed by the processor 80a and a volatile memory such as a RAM used as a working memory.
  • the risk evaluation circuit 80 executes a risk calculation process and a contribution calculation process based on the risk evaluation program.
  • the risk assessment program is an example of a risk management program.
  • the risk calculation processing and contribution calculation processing by the risk evaluation circuit 80 will be described later.
  • the risk evaluation program is a program for causing the risk evaluation circuit 80 to execute risk calculation processing and contribution calculation processing.
  • the risk evaluation program may be stored in the memory 80b or may be stored in the storage unit 32.
  • the control unit 71 may function as the risk evaluation circuit 80. That is, the control unit 71 may also serve as the risk evaluation circuit 80.
  • the CPU of the control unit 71 is the processor 80a of the risk evaluation circuit 80
  • the ROM of the control unit 71 is the non-volatile memory of the memory 80b of the risk evaluation circuit 80
  • the RAM of the control unit 71 is the memory 80b of the risk evaluation circuit 80. Volatile memory.
  • FIG. 7 is a block diagram schematically illustrating an example of a functional configuration of the risk evaluation circuit 80 of the risk evaluation system according to the present embodiment.
  • the processor 80a of the risk evaluation circuit 80 expands the risk evaluation program stored in the nonvolatile memory of the memory 80b in the volatile memory of the memory 80b.
  • the processor 80a functions as an acquisition unit 82, a risk calculation unit 83, a selection unit 84, a contribution calculation unit 85, and a generation unit 86 by interpreting and executing the risk evaluation program developed in the volatile memory. To do.
  • the volatile memory of the memory 80b functions as an input information storage unit 87, an evaluation information storage unit 88, and an output data storage unit 89.
  • the input information storage unit 87 input information related to the evaluation subject is temporarily stored.
  • the input information includes biological information and behavior information.
  • Biometric information is information related to the biometric parameters of the evaluation subject.
  • the biometric information includes one or more factors.
  • the biometric information includes, as factors, sex, race, age, total cholesterol level, HDL cholesterol level, presence / absence of hypertension treatment, blood pressure level, and presence / absence of diabetes.
  • the blood pressure value is the maximum blood pressure value.
  • the biological information may further include an LDL cholesterol value, genetic information, and the like as factors.
  • the behavior information is information regarding the behavior of the evaluation target person.
  • the behavior information includes one or more factors.
  • the behavior information includes the smoking status as a factor.
  • the behavior information may further include sleep time as a factor.
  • Evaluation information storage unit 88 temporarily stores evaluation information related to the evaluation subject.
  • the evaluation information includes an ASCVD risk R within 10 years and a factor-specific contribution to the ASCVD risk within 10 years.
  • the ASCVD risk R within 10 years is an example of an event incidence rate.
  • the contribution according to factor with respect to the risk of developing ASCVD within 10 years is an example of the contribution to the event incidence.
  • output data storage unit 89 In the output data storage unit 89, output data for screen display is temporarily stored.
  • the acquisition unit 82 acquires input information related to the evaluation target person. For example, the acquisition unit 82 acquires input information from the storage unit 32. The acquisition unit 82 stores the acquired input information in the input information storage unit 87 of the memory 80b and transmits the input information to the risk calculation unit 83, the selection unit 84, and the contribution calculation unit 85.
  • Risk calculation unit 83 calculates ASCVD risk R within 10 years based on the input information.
  • the risk calculation unit 83 stores the calculation result of the ASCVD risk R within 10 years in the evaluation information storage unit 88 of the memory 80b and transmits the calculation result to the generation unit 86.
  • the risk of developing ASCVD within 10 years is a numerical value that predicts the possibility that arteriosclerotic cardiovascular diseases (ASCVD) such as heart attacks and ischemic stroke will develop within 10 years.
  • ASCVD arteriosclerotic cardiovascular diseases
  • the risk of developing ASCVD within 10 years is calculated based on, for example, ACC / AHA cardiovascular risk guidelines (2013 ACC / AHA Guideline on the Assessment ofCardiovascular Risk).
  • the risk calculation process by the risk calculation unit 83 will be described later.
  • the selection unit 84 extracts input information related to the improvement possible factor from the input information.
  • the selection unit 84 stores the input information regarding the improvement possible factor in the evaluation information storage unit 88 of the memory 80 b and transmits the input information to the contribution calculation unit 85.
  • the improvement possible factor is a factor resulting from a factor that can be improved by the evaluation subject.
  • the selection unit 84 selects the total cholesterol level, the HDL cholesterol level, the blood pressure level, the presence / absence of smoking, and the presence / absence of diabetes as an improvement possible factor.
  • the selection unit 84 may further select the sleep time as an improvement possible factor.
  • the improveable factor can be classified as either a positive influence factor or an adverse effect factor.
  • the positive influence factor is a factor contributing to a decrease in the risk of developing ASCVD within 10 years.
  • HDL cholesterol level is a positive influence factor.
  • An adverse effect factor is a factor that contributes to an increase in ASCVD risk R within 10 years. For example, total cholesterol level, blood pressure level, smoking status, presence or absence of diabetes, etc. are adverse factors.
  • the contribution degree calculation unit 85 calculates the contribution degree according to the factor for the ASCVD risk R within 10 years for each of the improveable factors based on the input information regarding the improveable factors.
  • the contribution degree according to factor is the contribution degree (contribution degree) of the improveable factor to the ASCVD risk R within 10 years.
  • the contribution calculation unit 85 stores the factor-specific contribution in the evaluation information storage unit 88 of the memory 80b and transmits it to the generation unit 86.
  • the contribution calculation process by the contribution calculation unit 85 will be described later.
  • the generation unit 86 generates output data based on the calculation result of the ASCVD risk R within 10 years and the calculation result of the factor-specific contribution.
  • the output data is image data to be displayed on the display unit 35 of the mobile terminal 30, for example.
  • the output data includes, for example, a calculation result of ASCVD onset risk R within 10 years, a graph that can compare the contribution by factor of the improveable factor, and the like.
  • the generation unit 86 outputs the generated output data to the outside.
  • FIG. 8 is a flowchart illustrating an example of a procedure of risk calculation processing in the processor 80a of the risk evaluation circuit 80 according to the present embodiment.
  • the processor 80a starts the risk calculation process based on an operation input for starting the risk calculation process in the operation unit 34 of the mobile terminal 30.
  • the processor 80a first acquires biometric information and behavior information regarding the evaluation target person as input information (S101). For example, the processor 80a acquires the biological information and behavior information input by the operation unit 34 from the storage unit 32, and stores them in the input information storage unit 87 of the memory 80b.
  • the processor 80a calculates the evaluation calculation value A based on the biological information and the behavior information stored in the input information storage unit 87 (S102).
  • the calculated value A for evaluation changes according to the biological information and behavior information about the evaluation subject.
  • FIG. 9 is a diagram schematically illustrating an example of a procedure for calculating the evaluation calculation value A (output).
  • the processor 80a first calculates the integrated values P1 to P13 based on the variables N1 to N6 and the coefficients K1 to K13. Then, the processor 80a calculates the evaluation calculation value A by calculating the sum of the integrated values P1 to P13. At this time, one of the integrated values P7 to P8 and the integrated values P9 to P10 is not used for calculating the evaluation calculation value A.
  • variables N1 to N6 are variables related to input information.
  • the variable N1 is a natural logarithm of the age of the evaluation subject.
  • the variable N2 is a natural logarithm of the total cholesterol value of the evaluation subject.
  • the variable N3 is a natural logarithm of the HDL cholesterol value of the evaluation subject.
  • the variable N4 is a natural logarithm of the blood pressure value of the highest blood pressure of the evaluation subject.
  • the variable N5 is a value indicating the smoking status of the evaluation target person.
  • the variable N5 is, for example, “1” when the evaluation target person is a smoker, and “0” when the evaluation target person is not a smoker.
  • the variable N6 is a value indicating whether or not the evaluation subject has diabetes.
  • the variable N6 is, for example, “1” when the evaluation target person is diabetic and “0” when the evaluation target person is not diabetic.
  • a variable indicating sleep time may be used.
  • the coefficients K1 to K13 are constants used in the calculation process of the ASCVD risk R within 10 years.
  • different values are used according to the race and sex of the evaluation target person.
  • the values of the coefficients K1 to K13 are stored in the input information storage unit 87, for example.
  • FIG. 10 is a table showing an example of values of the coefficients K1 to K13. In the example of FIG. 10, different values are set for the coefficients K1 to K13 depending on the gender (Men or Women) of the evaluation subject and the race (White or AA) of the evaluation subject. In the example of FIG.
  • the gender of the evaluation subject is classified into male (Men) and female (Women), and the evaluation subject race is classified into white (White) and African American (African American). It is classified.
  • the processor 80a sets values corresponding to the race, gender, etc. of the calculation target person for each of the coefficients K1 to K13.
  • each of the integrated values P1 to P13 is calculated using variables N1 to N6 and coefficients K1 to K13.
  • the integrated value P1 is a product of the variable N1 and the coefficient K1.
  • the integrated value P2 is a product of a value obtained by squaring the variable N1 and a coefficient K2.
  • the integrated value P4 is a product of the variable N2, the variable N1, and the coefficient K4.
  • the processor 80a is based on the biological information and the calculated value A for evaluation.
  • An ASCVD risk (10-Year Risk of Hard ASCVD Event) R within 10 years is calculated (S103).
  • the following formula (1) is an example of a calculation formula used for calculating the ASCVD risk R within 10 years.
  • the ASCVD risk R within 10 years is calculated based on the evaluation calculation value A, the survival rate BS, and the reference value M.
  • Survival rate BS is the survival rate (Baseline Survival) within 10 years for subjects with a specific race and gender.
  • the reference value M is an intermediate value (Mean) of the calculated calculation value A for the entire subject having a specific race and sex.
  • the survival rate BS and the reference value M are constants, and different values are used depending on the race and sex of the evaluation subject.
  • An example of values of the survival rate BS and the reference value M is shown in FIG. In the example of FIG. 10, different values are set for the survival rate BS and the reference value M depending on the sex (Men or Women) of the evaluation subject and the race (White or AA) of the evaluation subject. .
  • the processor 80a sets values corresponding to the race, gender, and the like of the calculation target person for each of the survival rate BS and the reference value M.
  • the processor 80a outputs the ASCVD risk R within 10 years calculated in S103 to the outside (S104).
  • the processor 80a outputs the ASCVD risk R within 10 years to the control unit 31 of the mobile terminal 30, for example.
  • the ASCVD risk R within 10 years is displayed on the display unit 35 by the control unit 31, for example.
  • FIG. 11 is a flowchart illustrating an example of a procedure of contribution calculation processing in the processor 80a of the risk evaluation circuit 80 according to the present embodiment.
  • the processor 80a starts the contribution calculation processing based on an operation input for starting the contribution calculation processing in the operation unit 34 of the mobile terminal 30.
  • the contribution degree calculation process may be performed simultaneously with the above-described risk calculation process based on an operation input for starting the risk calculation process.
  • the processor 80a first acquires biological information and behavior information regarding a specific evaluation target person as input information (S111). For example, the processor 80 a acquires the biological information and behavior information input from the operation unit 34 from the storage unit 32.
  • the processor 80a extracts an improveable factor from a plurality of factors included in the input information (S112).
  • FIG. 12 is a diagram schematically illustrating an example of a procedure for calculating an evaluation value for each factor.
  • the processor 80a In calculating the evaluation value for each factor, the processor 80a first acquires the integrated values P3 to P13 based on the variables N1 to N6 and the coefficients K3 to K13. The processor 80a calculates the integrated values P3 to P13 based on, for example, the variables N1 to N6 and the coefficients K3 to K13. Each of the variables N1 to N6 and the coefficients K3 to K13 are calculated and set in the same manner as the risk calculation process described above. Further, each of the integrated values P3 to P13 is calculated in the same manner as the risk calculation process described above. Note that the integrated values P3 to P13 may be acquired by reading the integrated values P3 to P13 stored in the memory 80b in the risk calculation process described above.
  • the factor-specific evaluation values are the factor-specific evaluation value D1 for the total cholesterol value, the factor-specific evaluation value D2 for the HDL cholesterol value, the factor-specific evaluation value D3 for the blood pressure value, and the factor-specific evaluation value D4 for the smoking status. And a factor-specific evaluation value D5 for diabetes.
  • the factor-specific evaluation value D1 is the sum of the integrated values P3 to P4.
  • the factor-specific evaluation value D2 is the sum of the integrated values P5 to P6.
  • the factor-specific evaluation value D3 is the sum of the integrated values P7 and P8 or the integrated values P9 and P10.
  • the factor-specific evaluation value D4 is the sum of the integrated values P11 to P12.
  • the integrated value P13 is used as the factor-specific evaluation value D5.
  • the factor-specific evaluation values D1, D3 to D5 are positive values.
  • the factor-specific evaluation value D2 is a negative value.
  • the integrated values P7 and P8 and the integrated values P9 and P10 are reflected in the factor-specific evaluation value D3.
  • the integrated values P7 and P8 are reflected in the factor-specific evaluation value D3.
  • integrated value P9 and P10 are reflected in the evaluation value D3 classified by factor.
  • the processor 80a calculates a factor-by-factor contribution to the ASCVD risk R within 10 years for each of the improveable factors based on the factor-by-factor evaluation value (S114).
  • the factor-specific contribution is calculated as the ratio of the factor-by-factor evaluation value to the sum of the factor-by-factor evaluation values for the improveable factors.
  • the factor-specific contributions are the factor-specific contribution C1 for the total cholesterol value, the factor-specific contribution C2 for the HDL cholesterol value, the factor-specific contribution C3 for the blood pressure value, and the factor-specific contribution C4 for the smoking status.
  • And factor-specific contribution C5 for diabetes are examples of calculation formulas used to calculate the factor contributions C1 to C5. Since the factor-specific evaluation values D1, D3 to D5 are positive values, the factor-specific contributions C1, C3 to C5 are positive values. Since the factor-specific evaluation value D2 is a negative value, the factor-specific contribution C2 is a negative value.
  • the total value of the factor-by-factor evaluation values D1, D3 to D5 for the adverse effect factor is used as the sum of the factor-by-factor evaluation values for the improveable factor.
  • the factor-specific contribution C1 is the contribution of the total cholesterol value to the ASCVD risk R within 10 years.
  • the factor-by-factor contribution C1 is calculated as a ratio of the factor-by-factor evaluation value D1 to the total value of the factor-by-factor evaluation values D1 and D3 to D5 for adverse effects.
  • the factor contributions C2 to C5 are also calculated in the same manner as the factor contribution C1.
  • the processor 80a generates output data using the calculation results in S113 and S114 (S115).
  • the output data is image data to be displayed on the display unit 35 of the mobile terminal 30 or the display unit 55 of the fixed terminal 50, for example.
  • the generated output data is stored in the output data storage unit 89 of the memory 80b, for example.
  • the processor 80a outputs the output data generated in S115 to the outside (S116).
  • the processor 80a outputs the output data to, for example, the control unit 31 of the mobile terminal 30.
  • the output data that has been output is displayed on the display unit 35 by the control unit 31, for example.
  • FIG. 13 is a diagram illustrating an example of a display screen used for inputting biological information and behavior information.
  • the display screen of FIG. 13 is displayed on the display unit 35 of the mobile terminal 30, for example.
  • the display screen of FIG. 13 may be displayed on the display unit 55 of the fixed terminal 50, for example.
  • the input information display unit 91 displays input information related to the evaluation subject.
  • the input information is input at the operation unit 34, for example.
  • the risk display unit 92 displays the calculation result of the ASCVD risk R within 10 years.
  • the input information display unit 91 displays either “White” or “AA” for the race. “White” indicates that the evaluation subject is white, and “AA” indicates that the evaluation subject is African American.
  • the age of the evaluation subject is displayed for the age (Age).
  • the input information display unit 91 displays the total cholesterol value (mg / dL) of the evaluation subject for the total cholesterol value (Total ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ Cholesterol).
  • the input information display unit 91 displays the HDL cholesterol value (mg / dL) of the person to be evaluated for the HDL cholesterol value (High Density Lipoprotein-Cholesterol).
  • Hypertension Treatment indicates that treatment for hypertension using an antihypertensive agent is in progress.
  • Untreated indicates that the hypertension treatment using the antihypertensive agent is untreated.
  • the blood pressure value (mm Hg) of the evaluation subject's systolic blood pressure is displayed for the blood pressure value (Systolic BP) of the systolic blood pressure.
  • the input information display unit 91 either “Yes” or “No” is displayed for the smoking status (Current Smoker). “Yes” indicates that the person to be evaluated is a smoker. “No” indicates that the person to be evaluated is not a smoker.
  • the input information display unit 91 displays either “Yes” or “No” for the presence or absence of diabetes (Diabetes). “Yes” indicates that the evaluation subject has diabetes. “No” indicates that the evaluation subject is not diabetic.
  • FIG. 13 shows that the evaluation subject is male, white, 50 years old, total cholesterol level is 150 mg / dL, HDC cholesterol level is 50 mg / dL, and an antihypertensive agent has been used.
  • the blood pressure value of the maximum blood pressure is 150 mmHg, a smoker, and a diabetic patient is shown.
  • FIG. 14 is a diagram showing an example of a display screen showing calculation results of factor-specific contributions C1 to C5 when the input information shown in FIG. 13 is acquired.
  • the display screen of FIG. 14 is displayed on the display unit 35 of the mobile terminal 30, for example.
  • the display screen of FIG. 14 may be displayed on the display unit 55 of the fixed terminal 50, for example.
  • a contribution display section 93 is provided.
  • the contribution C1 by factor for the total cholesterol value (Total Cholesterol), the contribution C2 by factor for the HDL cholesterol value (HDL-C), and the contribution by factor for the blood pressure value (BP) A degree C3, a factor contribution C4 for smoking status, and a factor contribution C5 for the presence or absence of diabetes (Diabetes) are displayed.
  • FIG. 15 is a diagram illustrating an example of a display screen on which output data generated by the above-described contribution calculation process is displayed when the input information illustrated in FIG. 13 is acquired.
  • the display screen of FIG. 15 is displayed on the display unit 35 of the mobile terminal 30, for example.
  • the display screen of FIG. 15 may be displayed on the display unit 55 of the fixed terminal 50, for example.
  • the graph 15 includes a graph 94 and a graph 95.
  • the graph 94 is a stacked bar graph in which each adverse effect factor (Negative Factor) is a constituent element.
  • the vertical axis of the graph 94 represents the contribution by factor, and the unit is%.
  • Factor-specific contributions for adverse effects include factor-specific contribution C1 for total cholesterol (Total Cholesterol), factor-specific contribution C3 for blood pressure (BP), and contribution by factor for smoking status (Smoking) Degree C4 and factor-specific contribution degree C5 regarding the presence or absence of diabetes (Diabetes).
  • Graph 95 is a stacked bar graph with positive influence factors (Positive Factor) as constituent elements.
  • the vertical axis of the graph 95 is the contribution by factor, and the unit is%.
  • the contribution by factor for the positive influence factor includes the contribution C2 by factor for the HDL cholesterol level (HDL-C).
  • the graphs 94 and 95 may be pie charts or the like.
  • the factor having the largest contribution factor by factor may be selected from the adverse factors, and only the name and the contribution factor by factor may be displayed for the selected factor.
  • the processor 80a of the risk evaluation circuit 80 generates output data based on the calculated contribution by factor. According to the present embodiment, by comparing the contribution to the risk of developing ASCVD within 10 years for each factor, it is possible to easily grasp the factors that greatly boost the risk of developing ASCVD within 10 years. Thereby, it becomes easy to understand which measurement result pushes up the risk, and the user can easily determine how to reduce the risk.
  • the user can It is possible to grasp the factors that greatly contribute to the risk increase.
  • items that can be improved by the evaluation subject are extracted as improvement possible factors from the acquired input information. And the contribution according to factor with respect to the risk of developing ASCVD within 10 years is presented for the extracted items that can be improved. For this reason, according to the present embodiment, the user can easily understand the factors that can be improved and greatly contribute to the reduction of the risk, and how to reduce the risk. Easy to judge.
  • the risk management device (1:40) is acquired with an acquisition unit (2:42) that acquires biological information related to the biological parameters of the evaluation target person and behavior information related to the behavior parameters of the evaluation target person.
  • a risk calculating unit (3:43) that calculates an event incidence based on the biological information and the behavior information, and selecting a biological parameter and a behavior parameter that are improvement factors from the biological information and the behavior information
  • a selection unit (4:44) a contribution calculation unit (5:45) that calculates a contribution to the event onset rate for each of the biological parameter and the behavior parameter selected as the improvement possible factor, and the contribution
  • a generation unit (6:46) that generates output data representing a calculation result of the degree calculation unit (5:45).
  • this invention is not limited to the said embodiment, In the implementation stage, it can change variously in the range which does not deviate from the summary. Further, the embodiments may be implemented in combination as appropriate, and in that case, the combined effect can be obtained. Furthermore, the present invention includes various inventions, and various inventions can be extracted by combinations selected from a plurality of disclosed constituent elements. For example, even if several constituent requirements are deleted from all the constituent requirements shown in the embodiment, if the problem can be solved and an effect can be obtained, the configuration from which the constituent requirements are deleted can be extracted as an invention.
  • a risk management device having a hardware processor and a memory, The hardware processor is Obtaining biological information related to the biological parameters of the evaluation subject and behavior information related to the behavior parameters of the evaluation subject, storing the biological information and the behavior information in the memory, Based on the biological information and the behavior information stored in the memory, the event occurrence rate is calculated, From the biological information and the behavior information stored in the memory, select a biological parameter and a behavior parameter that can be improved, The biological parameter and the behavior selected as the improveable factor based on the biological parameter and the behavior parameter selected as the improveable factor from the biological information and the behavior information stored in the memory Calculating a contribution to the event incidence for each of the parameters, storing the contribution in the memory; Generating output data based on the degree of contribution stored in the memory; Risk management device.
  • a risk management method executed by a device having a hardware processor and a memory The hardware processor acquires biological information related to the biological parameter of the evaluation target person and behavior information related to the behavior parameter of the evaluation target person, and stores the biological information and the behavior information in the memory; The hardware processor calculating an event occurrence rate based on the biological information and the behavior information stored in the memory; The hardware processor selecting a biometric parameter and a behavior parameter as a possible improvement factor from the biological information and the behavior information stored in the memory; The hardware processor is selected as the improveable factor based on the biological parameter and the behavior parameter selected as the improveable factor among the biological information and the behavior information stored in the memory Calculating a contribution to the event incidence for each of the biological parameter and the behavior parameter, and storing the contribution in the memory; The hardware processor generates output data based on the contribution stored in the memory; A risk management method comprising:

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Primary Health Care (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • Business, Economics & Management (AREA)
  • Physiology (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Cardiology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Pulmonology (AREA)
  • Psychiatry (AREA)
  • Child & Adolescent Psychology (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

リスク管理装置は、評価対象者の生体パラメータに関する生体情報と前記評価対象者の行動パラメータに関する行動情報を取得する取得部と、取得された前記生体情報及び前記行動情報に基づいてイベント発症率を算出するリスク算出部と、前記生体情報及び前記行動情報の中から改善可能因子となる生体パラメータ及び行動パラメータを選択する選択部と、前記改善可能因子として選択された前記生体パラメータ及び前記行動パラメータのそれぞれについて前記イベント発症率に対する寄与度を算出する寄与度算出部と、前記寄与度算出部での算出結果を表す出力データを生成する生成部と、を備える。

Description

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
　この発明は、評価対象者に関するイベント発症率を算出可能なリスク管理装置、リスク管理方法及びリスク管理プログラムに関する。
　特許文献１には、生死予測装置が開示されている。この生死予測装置は、性別、総コレステロール値、糖尿病の有無等の入力情報を用いて、被験者の１０年以内の死亡率を算出する。
日本国特許第５８１２３３３号公報
　特許文献１の生死予測装置では、１０年以内の死亡率は表示されるが、どの測定結果が１０年以内の死亡率を押し上げているのかが分かりにくい。このため、どの要因によってリスクが上昇しているのか判断することが難しく、リスクを低減させるためにどのような行動をとれば良いかを判断することが難しい。
　本発明は、上記事情に着目してなされたものであり、その目的とするところは、リスクの上昇に大きく寄与している要因を容易に把握することができる、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を提供することにある。
　本発明は、上述した課題を解決するために、例えば以下の対策を講じている。
　すなわち、本開示の一例に係るリスク管理装置は、評価対象者の生体パラメータに関する生体情報と前記評価対象者の行動パラメータに関する行動情報を取得する取得部と、取得された前記生体情報及び前記行動情報に基づいてイベント発症率を算出するリスク算出部と、前記生体情報及び前記行動情報の中から改善可能因子となる生体パラメータ及び行動パラメータを選択する選択部と、前記改善可能因子として選択された前記生体パラメータ及び前記行動パラメータのそれぞれについて前記イベント発症率に対する寄与度を算出する寄与度算出部と、前記寄与度算出部での算出結果を表す出力データを生成する生成部と、を備える。
　上記構成によれば、イベント発症率に対する寄与度を因子別に比較することにより、イベント発症率を押し上げている要因を容易に把握することがきる。これにより、どの生体パラメータまたは行動パラメータがイベント発症リスクを押し上げているのかが分かりやすくなり、リスクを低減させるためにどのようにすれば良いのかを判断しやすくなる。
　また、上記構成では、取得した生体情報および行動情報のそれぞれのパラメータの中で、評価対象者が改善可能なパラメータが改善可能因子として選択される。そして、選択された改善可能なパラメータについて、イベント発症率に対する因子別寄与度が提示される。このため、上記構成によれば、ユーザは、改善可能で、かつ、イベント発症リスクの低減に大きく寄与する要因を把握することができ、リスクを低減させるためにどのようにすれば良いかを容易に判断できる。また、改善可能因子として選択されたパラメータについてのみ寄与度を算出すればよいので、全ての因子について寄与度を算出する場合に比べ計算量を削減し、これにより装置の処理負荷およびメモリ容量を抑制することができる。
　上記一例に係るリスク管理装置において、前記リスク算出部は、前記イベント発症率として、動脈硬化性心血管疾患の発症リスクを算出する。
　上記一例に係るリスク管理装置において、前記取得部は、前記生体情報として、人種、性別、年齢、血圧値、コレステロール値、糖尿病の有無及び遺伝情報のうちの少なくとも１つを取得する。
　上記一例に係るリスク管理装置において、前記取得部は、前記行動情報として、喫煙状況及び睡眠時間のうちの少なくとも一方を取得する。
　上記一例に係るリスク管理装置において、前記選択部は、前記改善可能因子として、血圧値、コレステロール値、糖尿病の有無、喫煙の有無及び睡眠時間のうちの少なくとも１つを選択する。
　上記一例に係るリスク管理装置において、前記生成部は、前記出力データとして、前記改善可能因子として選択された前記生体パラメータ及び前記行動パラメータの前記寄与度を相互に比較可能な画像データを生成する。
　上記一例に係るリスク管理装置において、前記寄与度算出部は、前記改善可能因子として選択された前記生体パラメータ及び前記行動パラメータのそれぞれについて前記イベント発症率に対する評価値を算出し、算出された前記評価値を合計した加算値を算出し、算出された前記加算値に対する前記生体パラメータの前記評価値及び前記行動パラメータの前記評価値のそれぞれの割合を前記寄与度として算出する。
　上記一例に係るリスク管理装置において、前記改善可能因子は、前記イベント発症率の増加に寄与する悪影響因子と前記イベント発症率の減少に寄与する好影響因子とを含み、前記寄与度算出部は、前記改善可能因子のうち前記悪影響因子として選択された前記生体パラメータ及び前記行動パラメータのそれぞれについて算出された前記評価値の合計値を前記加算値として算出する。
　本発明によれば、リスクの上昇に大きく寄与している要因を容易に把握することができる、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を提供することができる。
図１は、適用例に係るリスク管理装置の機能構成を例示するブロック図である。 図２は、第１実施形態に係るリスク管理装置を含むリスク評価システムの構成を例示する模式図である。 図３は、第１実施形態に係る血圧測定装置のハードウェア構成を例示するブロック図である。 図４は、第１実施形態に係る携帯端末のハードウェア構成を例示するブロック図である。 図５は、第１実施形態に係る固定端末のハードウェア構成を例示するブロック図である。 図６は、第１実施形態に係るサーバのハードウェア構成を例示するブロック図である。 図７は、第１実施形態に係るリスク管理装置の一例としてのリスク評価回路の機能構成を例示するブロック図である。 図８は、第１実施形態に係るリスク管理装置の一例としてのリスク評価回路におけるリスク算出処理の手順を例示するフローチャートである。 図９は、第１実施形態に係るリスク管理装置の一例としてのリスク評価回路におけるリスク算出処理において行われる処理を例示する模式図である。 図１０は、第１実施形態に係るリスク管理装置の一例としてのリスク評価回路におけるリスク算出処理において用いられるテーブルを例示する図である。 図１１は、第１実施形態に係るリスク管理装置の一例としてのリスク評価回路における寄与度算出処理の手順を例示するフローチャートである。 図１２は、第１実施形態に係るリスク管理装置の一例としてのリスク評価回路における寄与度算出処理において行われる処理を例示する模式図である。 図１３は、第１実施形態に係るリスク管理装置の一例としてのリスク評価回路におけるリスク算出処理において用いられる表示画面を例示する図である。 図１４は、第１実施形態に係るリスク管理装置の一例としてのリスク評価回路における寄与度算出処理において、因子別の寄与度を示す表示画面を例示する図である。 図１５は、第１実施形態に係るリスク管理装置の一例としてのリスク評価回路における寄与度算出処理において、因子別の寄与度を画像化して示す表示画面を例示する図である。
　以下、図面を参照して実施形態について説明する。なお、以下の説明において、同一の機能及び構成を有する構成要素については、共通する参照符号を付す。また、共通する参照符号を有する複数の構成要素を区別する場合、当該共通する参照符号に後続する追加符号を更に付して区別する。なお、複数の構成要素について特に区別を要さない場合、当該複数の構成要素には、共通する参照符号のみが付され、追加符号は付さない。
　１．適用例
　まず、図１を用いて、本発明が適用されるリスク管理装置の一例について説明する。
　図１に示すように、リスク管理装置１は、取得部２と、リスク算出部３と、選択部４と、寄与度算出部５と、生成部６と、を備える。リスク管理装置１は、リスク評価プログラムに基づいて、リスク算出処理及び寄与度算出処理を実行する。リスク評価プログラムは、リスク管理プログラムの一例である。
　取得部２は、評価対象者に関する入力情報を取得する。入力情報は、生体情報及び行動情報を含む。
　生体情報は、評価対象者の生体パラメータに関する情報である。生体情報は、１つ以上の因子を含む。生体情報は、因子として、例えば、性別、人種、年齢、総コレステロール値、ＨＤＬコレステロール値、ＬＤＬコレステロール値、高血圧治療の有無、血圧値、糖尿病の有無、遺伝情報等を含む。
　行動情報は、評価対象者の行動パラメータに関する情報である。行動情報は、１つ以上の因子を含む。行動情報は、因子として、例えば、喫煙状況、睡眠時間等を含む。
　リスク算出部３は、入力情報に基づいて、評価対象者についてのイベント発症率を算出する。イベント発症率は、例えば、１０年以内のＡＳＣＶＤ発症リスク（10-Year Risk of Hard ASCVD Event）、生涯におけるＡＳＣＶＤ発症リスク等である。例えば、１０年以内のＡＳＣＶＤ発症リスクは、心臓発作、虚血性脳卒中等の動脈硬化性心血管疾患（ＡＳＣＶＤ）が、１０年以内に発症する可能性を予測し、数値化したものである。
　選択部４は、入力情報の中から、改善可能因子に関する入力情報を抽出する。改善可能因子は、評価対象者が改善することが可能な要因に起因する因子である。改善可能因子は、例えば、総コレステロール値、ＨＤＬコレステロール値、ＬＤＬコレステロール値、血圧値、喫煙の有無、糖尿病の有無、睡眠時間等である。
　寄与度算出部５は、選択部４で抽出された改善可能因子に関する入力情報に基づいて、改善可能因子のそれぞれについて、イベント発症率に対する寄与度を算出する。イベント発症率に対する寄与度は、イベント発症率に対する改善可能因子の影響度である。
　生成部６は、イベント発症率の算出結果、及び、因子別寄与度の算出結果に基づいて、出力データを生成する。出力データは、例えば、イベント発症率の算出結果を提示するためのデータである。また、出力データは、例えば、改善可能因子のそれぞれの寄与度を比較可能に提示するための画像データである。生成部６は、生成した出力データを、外部に出力する。
　上述のような構成であれば、ユーザは、イベント発症率に対する寄与度を因子別に比較することにより、イベント発症率を押し上げている要因を容易に把握することができる。すなわち、上述の構成によれば、どの測定結果がリスクを押し上げているのかが分かりやすいため、ユーザは、リスクを低減させるためにどのようにすればよいのかを判断しやすい。
　また、上述の構成によれば、全ての因子についての入力情報に対する評価が正常の範囲内である場合であっても、イベント発症率に対する寄与度を因子別に比較することにより、ユーザは、リスクの上昇に大きく寄与する要因を把握することができる。
　また、上述のような構成であれば、取得した入力情報の中で、評価対象者が改善可能な項目が改善可能因子として抽出される。そして、改善可能な項目について、イベント発症率に対する因子別寄与度が提示される。このため、例えば、評価対象者は、改善可能で、かつ、リスクの低減に影響の大きい要因を容易に把握することができ、リスクを低減させるためにどのようにすれば良いかを容易に判断することができる。
　２．第１実施形態
　上述の適用例に係るリスク管理装置の第１実施形態について、以下に説明する。以下では、リスク管理装置の一例としてのリスク評価回路を有する携帯端末を含む、リスク評価システムについて説明する。
　２．１　全体構成例
　図２は、本実施形態に係るリスク評価システムの適用場面の一例を模式的に例示する図である。本実施形態に係るリスク評価システムは、評価対象者の生体情報及び行動情報を用いて１０年以内のＡＳＣＶＤ発症リスクを算出し、１０年以内のＡＳＣＶＤ発症リスクの算出結果を保存又は提示するシステムである。
　図２に示すように、リスク評価システムは、血圧測定装置１０と携帯端末３０とを備える。血圧測定装置１０と携帯端末３０とは、近距離無線通信、又は有線通信により、接続される。リスク評価システムは、更に、固定端末５０と、サーバ７０と、を備えてもよい。この場合、携帯端末３０は、ネットワークＮＷを経由して、固定端末５０及びサーバ７０のそれぞれと接続される。これにより、血圧測定装置１０は、携帯端末３０を介して、固定端末５０及びサーバ７０のそれぞれと接続され得る。即ち、血圧測定装置１０は、携帯端末３０を介して、固定端末５０及びサーバ７０のそれぞれと通信可能である。本実施形態では、携帯端末３０、固定端末５０及びサーバ７０の間の通信は、例えば、ネットワークＮＷを介する通信が適用可能であるが、これに限定されず、近距離無線通信、又は有線通信が適用されてもよい。携帯端末３０及び固定端末５０は、端末装置の一例である。
　血圧測定装置１０は、任意の測定箇所（例えば、手首）に装着可能な装置である。血圧測定装置１０は、測定箇所における評価対象者の血圧値を測定する。血圧測定装置１０は、血圧値の測定結果等を含む血圧情報を、携帯端末３０に送信することができる。また、血圧測定装置１０は、睡眠情報等を含む活動情報を、携帯端末３０に送信することができる。
　携帯端末３０は、例えば、評価対象者が携帯可能な端末である。携帯端末３０は、血圧測定装置１０から血圧情報及び活動情報を受信する。携帯端末３０は、受信した血圧情報及び活動情報を、固定端末５０及びサーバ７０に転送する。また、携帯端末３０は、サーバ７０から、評価対象者についての生体情報及び行動情報を受信する。
　固定端末５０は、例えば、医師、評価対象者等が操作可能な端末である。固定端末５０は、携帯端末３０から血圧情報を受信する。固定端末５０は、受信した血圧情報、及び、評価対象者に関する生体情報に基づいて、評価対象者に関する診断情報を生成する。固定端末５０は、生成した診断情報を携帯端末３０及びサーバ７０に送信する。
　サーバ７０は、携帯端末３０及び固定端末５０等から送信された情報を蓄積するサーバコンピュータである。
　サーバ７０は、リスク評価回路８０を備える。リスク評価回路８０は、生体情報及び行動情報に基づいて、例えば、評価対象者についての１０年以内のＡＳＣＶＤ発症リスクを算出する。生体情報は、血圧測定装置１０から受信した血圧情報、記憶部７２に記憶された診断情報等を含む。行動情報は、血圧測定装置１０から受信した睡眠情報等を含む。生体情報及び行動情報は、電子カルテ等に記憶される。また、リスク評価回路８０は、生体情報及び行動情報に含まれる因子の中から、改善可能因子を選択する。そして、リスク評価回路８０は、改善可能因子について、１０年以内のＡＳＣＶＤ発症リスクに対する寄与度を算出する。リスク評価回路８０は、１０年以内のＡＳＣＶＤ発症リスクの算出結果、及び、寄与度の算出結果に基づいて、出力データを生成する。携帯端末３０は、リスク評価回路８０で生成された出力データ及び固定端末５０から受信した診断情報等を表示する。
　２．２　ハードウェア構成例
　本実施形態に係るリスク評価システムにおける各装置のハードウェア構成の一例について説明する。
　２．２．１　血圧測定装置のハードウェア構成例
　まず、本実施形態に係る血圧測定装置１０のハードウェア構成例について説明する。図３は、本実施形態に係る血圧測定装置１０のハードウェア構成の一例を示すブロック図である。図３に示すように、本実施形態に係る血圧測定装置１０は、制御部１１、記憶部１２、通信部１３、操作部１４、表示部１５、及び、血圧センサ１６を備える。血圧測定装置１０は、更に、加速度センサ１７及び温湿度センサ１８の少なくとも１つを備えてもよい。
　制御部１１は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等を含み、情報処理に応じて各構成要素の制御を行う。また、制御部１１は、図示しないクロックを含み、現在の日時を取得する機能を有する。制御部１１は、取得した日時を表示部１５に表示する機能を有してもよい。
　制御部１１は、血圧センサ１６、加速度センサ１７、温湿度センサ１８による測定結果に基づき、血圧情報、活動情報、及び、環境情報を生成する。血圧情報は、例えば、血圧センサ１６による評価対象者の血圧値の測定結果等を含む。活動情報は、加速度センサ１７による測定に基づく、評価対象者の活動量、歩数、及び睡眠状態を含む。環境情報は、温湿度センサ１８による測定に基づく、評価対象者の周辺の温度、及び湿度を含む。血圧情報、活動情報、及び環境情報の各々は、クロックにより取得した現在日時に基づく測定日時と関連付けられる。また、血圧情報、活動情報、及び環境情報の各々は、血圧測定装置１０を一意に識別する機器ＩＤと更に関連付けられてもよい。
　記憶部１２は、例えば、ソリッドステイトドライブ等の補助記憶装置である。血圧測定装置１０が、時計型のような小型機器では無く或る程度大きな機器として構成される場合には、記憶部１２は、ハードディスクドライブであってもよい。記憶部１２は、制御部１１で実行されるプログラム、血圧情報、活動情報、及び環境情報等を記憶する。
　通信部１３は、携帯端末３０との通信を司る通信インタフェースである。通信部１３は、例えば、血圧情報、活動情報、及び環境情報等を携帯端末３０へ送信する。本実施形態では、通信部１３による携帯端末３０との通信は、例えば、ブルートゥース（登録商標）等の近距離無線通信が適用可能であるが、これに限定されない。通信部１３による通信は、例えば、ＬＡＮ（Local Area Network）のようなネットワークＮＷを介する通信、又は通信ケーブルを用いた有線の通信が適用されてもよい。
　操作部１４は、例えば、タッチパネル及び操作ボタン等のユーザインタフェースを含む。操作部１４は、当該ユーザインタフェースを介して評価対象者による操作を検出し、当該操作の内容を示す信号を制御部１１に出力する。
　表示部１５は、例えば、表示画面（例えば、ＬＣＤ（Liquid Crystal Display）又はＥＬ（Electroluminescence）ディスプレイ等）及びインジケータ等を含む。表示部１５は、制御部１１からの信号にしたがって情報を表示し、評価対象者へ通知する。例えば、表示部１５は、記憶部１２に記憶された血圧情報、活動情報、及び環境情報等を表示することができる。
　血圧センサ１６は、評価対象者の血圧値を測定する。血圧値は、例えば、最高血圧及び最低血圧等の代表的な指数を含む。以下の説明では一例として、血圧値が最高血圧であるものとして説明するが、最低血圧及びその他の指数が最高血圧に代えて用いられてもよく、これらの複数の指数が組み合わせて用いられてもよい。
　血圧センサ１６は、例えば、評価対象者の血圧を、心拍の一拍ごと（連続的）に測定可能な連続測定型でもよく、所定の時期についてスポット（非連続的）で測定可能な非連続測定型でもよい。連続測定型の血圧センサ１６には、例えば、脈波伝播時間（ＰＴＴ；Pulse Transmit Time）に基づいて評価対象者の血圧を連続的に測定する手法、及び圧脈波に基づいて血圧を連続的に測定する手法（トノメトリ法）等が適用可能である。なお、連続的に血圧を測定する手法は、上述の例に限らず、発光素子を用いて脈波を検出する手法等が適宜適用可能である。非連続測定型の血圧センサ１６には、例えば、カフを圧力センサとして用いて血管を圧迫することで脈波を検出する手法（オシロメトリック法）が適用可能である。
　加速度センサ１７は、血圧測定装置１０の装着箇所において生じる評価対象者の加速度を、３軸成分の組として検出する。また、加速度センサ１７は、ジャイロセンサを更に含んでもよく、加速度に加えて、角速度を３軸成分の組として更に検出してもよい。
　温湿度センサ１８は、評価対象者の周辺の温度及び湿度を測定する。
　２．２．２　携帯端末のハードウェア構成例
　次に、携帯端末３０のハードウェア構成例について説明する。図４は、本実施形態に係る携帯端末３０のハードウェア構成の一例を示すブロック図である。図４に示すように、本実施形態に係る携帯端末３０は、制御部３１、記憶部３２、通信部３３、操作部３４、表示部３５、及び、ＧＰＳ（Global Positioning System）受信機３６を備える。
　制御部３１及び記憶部３２はそれぞれ、血圧測定装置１０の制御部１１及び記憶部１２と同様である。携帯端末３０の記憶部３２は、血圧測定装置１０から受信した情報及びＧＰＳ受信機３６によって生成される位置情報を記憶する。血圧測定装置１０から受信した情報は、血圧情報、活動情報、環境情報等を含む。
　通信部３３は、血圧測定装置１０、固定端末５０及びサーバ７０との通信を司る通信インタフェースである。通信部３３は、例えば、血圧情報、活動情報、及び環境情報等を、血圧測定装置１０から受信する。また、通信部３３は、血圧情報、活動情報、環境情報、位置情報等を固定端末５０及びサーバ７０に送信する。
　操作部３４及び表示部３５はそれぞれ、血圧測定装置１０の操作部１４及び表示部１５と同様である。
　ＧＰＳ受信機３６は、携帯端末３０の位置を測位し、位置情報を生成する。位置情報は、例えば、測位日時、並びに測位日時における携帯端末３０の緯度、及び経度を含む。ＧＰＳ受信機３６による測位は、例えば、血圧測定装置１０の血圧センサ１６の測定と同期して行うことが可能である。
　２．２．３　医師端末のハードウェア構成例
　次に、固定端末５０のハードウェア構成例について説明する。図５は、本実施形態に係る固定端末５０のハードウェア構成の一例を示すブロック図である。図５に示すように、本実施形態に係る固定端末５０は、制御部５１、記憶部５２、通信部５３、操作部５４、及び、表示部５５を備える。
　制御部５１及び記憶部５２はそれぞれ、血圧測定装置１０の制御部１１及び記憶部１２と同様である。固定端末５０の制御部５１は、評価対象者に関する生体情報、評価対象者に関する診断情報等を生成する。
　固定端末５０の記憶部５２は、携帯端末３０から転送された情報、評価対象者に関する生体情報、評価対象者に関する診断情報等を一時的に記憶する。
　通信部５３は、携帯端末３０及びサーバ７０との通信を司る通信インタフェースである。通信部５３は、例えば、血圧情報、活動情報、及び環境情報等を、携帯端末３０から受信する。また、通信部５３は、評価対象者に関する生体情報及び評価対象者に関する診断情報等を携帯端末３０及びサーバ７０に送信する。
　操作部５４及び表示部５５はそれぞれ、血圧測定装置１０の操作部１４及び表示部１５と同様である。操作部５４では、各種検査装置によって取得した生体情報を入力することができる。生体情報は、院内ＬＡＮ等のネットワークを介して、サーバ７０に記録されてもよい。
　２．２．４　サーバのハードウェア構成例
　次に、サーバ７０のハードウェア構成例について説明する。図６は、本実施形態に係るサーバ７０のハードウェア構成の一例を示すブロック図である。図６に示すように、本実施形態に係るサーバ７０は、制御部７１、記憶部７２、通信部７３、及び、リスク評価回路８０を備える。
　リスク評価回路８０は、リスク管理装置の一例である。本実施形態では、リスク管理装置はサーバ７０に設けられているが、血圧測定装置１０、携帯端末３０及び固定端末５０のいずれかに設けられてもよい。
　制御部７１及び記憶部７２はそれぞれ、血圧測定装置１０の制御部１１及び記憶部１２と同様である。サーバ７０の記憶部７２は、携帯端末３０及び固定端末５０から送信された情報等を記憶する。
　通信部７３は、携帯端末３０及び固定端末５０との通信を司る通信インタフェースである。通信部７３は、例えば、血圧情報、活動情報、及び環境情報等を、携帯端末３０から受信する。通信部７３は、例えば、血圧情報、活動情報、及び環境情報等を、固定端末５０から受信する。また、通信部７３は、評価対象者に関する生体情報、評価対象者に関する診断情報等を、固定端末５０から受信する。通信部７３は、記憶部７２に記憶した情報を、携帯端末３０及び固定端末５０に送信する。
　リスク評価回路８０は、例えばプロセッサ８０ａとメモリ８０ｂとを備える。リスク評価回路８０は、プロセッサ８０ａがメモリ８０ｂに記憶されたプログラムを実行することにより、各種の動作制御およびデータ処理などを実現する。また、リスク評価回路８０は、図示しないクロックを有し、現在の日時を計時することができる。
　プロセッサ８０ａは、例えば演算回路を含むＣＰＵやＭＰＵ（Micro Processing Unit）などである。プロセッサ８０ａは、メモリ８０ｂまたは記憶部３２が記憶するプログラムを実行することにより各部の制御およびデータ処理が実行可能である。
　メモリ８０ｂは、例えば、プロセッサ８０ａが実行するプログラムを記憶する不揮発性のメモリ、及び、ワーキングメモリとして使用するＲＡＭなどの揮発性メモリを含む。
　リスク評価回路８０は、リスク評価プログラムに基づいて、リスク算出処理及び寄与度算出処理を実行する。リスク評価プログラムは、リスク管理プログラムの一例である。リスク評価回路８０によるリスク算出処理及び寄与度算出処理については、後述する。リスク評価プログラムは、リスク算出処理及び寄与度算出処理を、リスク評価回路８０に実行させるためのプログラムである。リスク評価プログラムは、メモリ８０ｂに記憶されていてもよく、記憶部３２に記憶されていてもよい。
　なお、制御部７１がリスク評価回路８０として機能してもよい。即ち、制御部７１がリスク評価回路８０を兼用してもよい。この場合、制御部７１のＣＰＵがリスク評価回路８０のプロセッサ８０ａとなり、制御部７１のＲＯＭがリスク評価回路８０のメモリ８０ｂの不揮発性メモリとなり、制御部７１のＲＡＭがリスク評価回路８０のメモリ８０ｂの揮発性メモリとなる。
　２．３　機能構成例
　次に、本実施形態に係るリスク評価システムの機能構成の一例について説明する。
　２．３．１　リスク評価回路の機能構成例
　図７は、本実施形態に係るリスク評価システムのリスク評価回路８０の機能構成の一例を模式的に示すブロック図である。
　リスク評価回路８０のプロセッサ８０ａは、メモリ８０ｂの不揮発性メモリに記憶されたリスク評価プログラムをメモリ８０ｂの揮発性メモリに展開する。そして、プロセッサ８０ａは、揮発性メモリに展開されたリスク評価プログラムを解釈及び実行することで、取得部８２、リスク算出部８３、選択部８４、寄与度算出部８５、及び、生成部８６として機能する。
　メモリ８０ｂの揮発性メモリは、入力情報記憶部８７、評価情報記憶部８８及び出力データ記憶部８９として機能する。
　入力情報記憶部８７には、評価対象者に関する入力情報が一時的に記憶される。入力情報は、生体情報及び行動情報を含む。
　生体情報は、評価対象者の生体パラメータに関する情報である。生体情報は、１つ以上の因子を含む。生体情報は、因子として、性別、人種、年齢、総コレステロール値、ＨＤＬコレステロール値、高血圧治療の有無、血圧値、及び、糖尿病の有無を含む。血圧値は、最高血圧の値である。生体情報は、因子として、ＬＤＬコレステロール値、遺伝情報等をさらに含んでいてもよい。
　行動情報は、評価対象者の行動に関する情報である。行動情報は、１つ以上の因子を含む。行動情報は、因子として、喫煙状況を含む。行動情報は、因子として、睡眠時間をさらに含んでいてもよい。
　評価情報記憶部８８には、評価対象者に関する評価情報が一時的に記憶される。評価情報は、１０年以内のＡＳＣＶＤ発症リスクＲ、及び、１０年以内のＡＳＣＶＤ発症リスクに対する因子別寄与度等を含む。１０年以内のＡＳＣＶＤ発症リスクＲは、イベント発症率の一例である。また、１０年以内のＡＳＣＶＤ発症リスクに対する因子別寄与度は、イベント発症率に対する寄与度の一例である。
　出力データ記憶部８９には、画面表示用の出力データが一時的に記憶される。
　取得部８２は、評価対象者に関する入力情報を取得する。取得部８２は、例えば、記憶部３２から、入力情報を取得する。取得部８２は、取得した入力情報を、メモリ８０ｂの入力情報記憶部８７に記憶するとともに、リスク算出部８３、選択部８４及び寄与度算出部８５に伝達する。
　リスク算出部８３は、入力情報に基づいて、１０年以内のＡＳＣＶＤ発症リスクＲを算出する。リスク算出部８３は、１０年以内のＡＳＣＶＤ発症リスクＲの算出結果を、メモリ８０ｂの評価情報記憶部８８に記憶するとともに、生成部８６に伝達する。
　１０年以内のＡＳＣＶＤ発症リスクは、心臓発作、虚血性脳卒中等の動脈硬化性心血管疾患（ＡＳＣＶＤ）が、１０年以内に発症する可能性を予測し、数値化したものである。１０年以内のＡＳＣＶＤ発症リスクは、例えば、ＡＣＣ／ＡＨＡによる心血管系リスクガイドライン（2013 ACC/AHA Guideline on the Assessment ofCardiovascular Risk）に基づいて、算出される。リスク算出部８３によるリスク算出処理については、後述する。
　選択部８４は、入力情報の中から、改善可能因子に関する入力情報を抽出する。選択部８４は、改善可能因子に関する入力情報を、メモリ８０ｂの評価情報記憶部８８に記憶するとともに、寄与度算出部８５に伝達する。
　改善可能因子は、評価対象者が改善することが可能な要因に起因する因子である。選択部８４は、改善可能因子として、総コレステロール値、ＨＤＬコレステロール値、血圧値、喫煙の有無、及び、糖尿病の有無を選択する。入力情報に睡眠時間が含まれる場合は、選択部８４は、改善可能因子として、睡眠時間をさらに選択してもよい。
　また、改善可能因子は、好影響因子及び悪影響因子のいずれかに分類することができる。好影響因子は、１０年以内のＡＳＣＶＤ発症リスクＲの減少に寄与する因子である。例えば、ＨＤＬコレステロール値は、好影響因子である。悪影響因子は、１０年以内のＡＳＣＶＤ発症リスクＲの増加に寄与する因子である。例えば、総コレステロール値、血圧値、喫煙状況、及び、糖尿病の有無等は、悪影響因子である。
　寄与度算出部８５は、改善可能因子に関する入力情報に基づいて、改善可能因子のそれぞれについて、１０年以内のＡＳＣＶＤ発症リスクＲに対する因子別寄与度を算出する。因子別寄与度は、１０年以内のＡＳＣＶＤ発症リスクＲに対する改善可能因子の寄与度合い（寄与度）である。
　寄与度算出部８５は、因子別寄与度を、メモリ８０ｂの評価情報記憶部８８に記憶するとともに、生成部８６に伝達する。寄与度算出部８５による寄与度算出処理については、後述する。
　生成部８６は、１０年以内のＡＳＣＶＤ発症リスクＲの算出結果、及び、因子別寄与度の算出結果に基づいて、出力データを生成する。出力データは、例えば、携帯端末３０の表示部３５に表示するための画像データである。出力データは、例えば、１０年以内のＡＳＣＶＤ発症リスクＲの算出結果、改善可能因子の因子別寄与度を比較可能なグラフ等を含む。また、生成部８６は、生成した出力データを、外部に出力する。
　２．４　動作例
　次に、本実施形態に係るリスク評価システムの動作例について説明する。なお、以下で説明する処理手順は一例に過ぎず、各処理は可能な限り変更されてよい。また、以下で説明する処理手順について、実施の形態に応じて、適宜、ステップの省略、置換、及び追加が可能である。
　２．４．１　リスク算出処理におけるリスク評価回路の動作例
　図８は、本実施形態に係るリスク評価回路８０のプロセッサ８０ａにおける、リスク算出処理の手順の一例を示すフローチャートである。プロセッサ８０ａは、例えば、携帯端末３０の操作部３４においてリスク算出処理を開始させる操作入力が行われたことに基づいて、リスク算出処理を開始する。
　リスク算出処理では、プロセッサ８０ａは、まず、入力情報として、評価対象者に関する生体情報及び行動情報を取得する（Ｓ１０１）。例えば、プロセッサ８０ａは、操作部３４で入力された生体情報及び行動情報を、記憶部３２から取得し、メモリ８０ｂの入力情報記憶部８７に記憶する。
　次に、プロセッサ８０ａは、入力情報記憶部８７に記憶した生体情報及び行動情報に基づいて、評価用算出値Ａを算出する（Ｓ１０２）。評価用算出値Ａは、評価対象者についての生体情報及び行動情報に応じて変化する。
　図９は、評価用算出値Ａ（output）の算出手順の一例を、模式的に示す図である。評価用算出値Ａの算出では、プロセッサ８０ａは、まず、変数Ｎ１～Ｎ６及び係数Ｋ１～Ｋ１３に基づいて、積算値Ｐ１～Ｐ１３を算出する。そして、プロセッサ８０ａは、積算値Ｐ１～Ｐ１３の総和を算出することにより、評価用算出値Ａを算出する。なお、この際、積算値Ｐ７～Ｐ８、及び、積算値Ｐ９～Ｐ１０の一方は、評価用算出値Ａの算出に用いられない。
　図９において、変数Ｎ１～Ｎ６は、入力情報に関する変数である。変数Ｎ１は、評価対象者の年齢の自然対数である。変数Ｎ２は、評価対象者の総コレステロール値の自然対数である。変数Ｎ３は、評価対象者のＨＤＬコレステロール値の自然対数である。変数Ｎ４は、評価対象者の最高血圧の血圧値の自然対数である。変数Ｎ５は、評価対象者の喫煙状況を示す値である。変数Ｎ５は、例えば、評価対象者が喫煙者である場合に「１」となり、評価対象者が喫煙者でない場合に「０」となる。変数Ｎ６は、評価対象者の糖尿病の有無を示す値である。変数Ｎ６は、例えば、評価対象者が糖尿病である場合に「１」となり、評価対象者が糖尿病でない場合に「０」となる。変数Ｎ５の代わりに、睡眠時間を示す変数を用いてもよい。
　図９において、係数Ｋ１～Ｋ１３は、１０年以内のＡＳＣＶＤ発症リスクＲの算出処理に用いられる定数である。係数Ｋ１～Ｋ１３のそれぞれは、評価対象者の人種及び性別に応じて、異なる値が用いられる。係数Ｋ１～Ｋ１３のそれぞれの値は、例えば、入力情報記憶部８７に記憶されている。図１０は、係数Ｋ１～Ｋ１３の値の一例を示すテーブルである。図１０の一例では、係数Ｋ１～Ｋ１３のそれぞれは、評価対象者の性別（Men又はWomen）、及び、評価対象者の人種（White又はＡＡ）に応じて、異なる値が設定されている。図１０の一例では、評価対象者の性別について、男性（Men）と女性（Women）とに分類され、評価対象者の人種について、白人（White）とアフリカ系アメリカ人（African American）とに分類されている。プロセッサ８０ａは、入力情報記憶部８７に記憶された入力情報及び図１０のテーブルに基づいて、係数Ｋ１～Ｋ１３のそれぞれについて、算出対象者の人種、性別等に対応した値を設定する。
　図９において、積算値Ｐ１～Ｐ１３のそれぞれは、変数Ｎ１～Ｎ６及び係数Ｋ１～Ｋ１３を用いて、算出される。例えば、積算値Ｐ１は、変数Ｎ１と係数Ｋ１との積である。また、例えば、積算値Ｐ２は、変数Ｎ１を２乗した値と、係数Ｋ２との積である。また、例えば、積算値Ｐ４は、変数Ｎ２、変数Ｎ１及び係数Ｋ４の積である。
　なお、評価用算出値Ａの算出では、積算値Ｐ７、Ｐ８及び積算値Ｐ９、Ｐ１０のうちいずれか一方のみが、評価用算出値Ａの算出に用いられる。したがって、積算値Ｐ７、Ｐ８及び積算値Ｐ９、Ｐ１０のうちいずれか一方のみが、評価用算出値Ａに反映される。高血圧治療の有無について治療中であることを示す入力情報が取得された場合には、積算値Ｐ７、Ｐ８のみが、評価用算出値Ａの算出に用いられる。また、高血圧治療の有無について未治療であることを示す入力情報が取得された場合には、積算値Ｐ９、Ｐ１０のみが、評価用算出値Ａの算出に用いられる。
　次に、プロセッサ８０ａは、生体情報及び評価用算出値Ａに基づいて。１０年以内のＡＳＣＶＤ発症リスク（10-Year Risk of Hard ASCVD Event）Ｒを算出する（Ｓ１０３）。
　下記の式（１）は、１０年以内のＡＳＣＶＤ発症リスクＲの算出に用いられる算出式の一例である。式（１）では、１０年以内のＡＳＣＶＤ発症リスクＲは、評価用算出値Ａ、生存率ＢＳ、及び、基準値Ｍに基づいて算出される。
Figure JPOXMLDOC01-appb-M000001
　生存率ＢＳは、特定の人種及び性別を有する対象者に関する、１０年以内の生存率（Baseline Survival）である。基準値Ｍは、特定の人種及び性別を有する対象者全体における、評価用算出値Ａの中間値（Mean）である。生存率ＢＳ及び基準値Ｍは、定数であり、評価対象者の人種及び性別に応じて、異なる値が用いられる。生存率ＢＳ及び基準値Ｍの値の一例を、図１０に示す。図１０の一例では、生存率ＢＳ及び基準値Ｍは、評価対象者の性別（Men又はWomen）、及び、評価対象者の人種（White又はＡＡ）に応じて、異なる値が設定されている。プロセッサ８０ａは、入力情報及び図１０のテーブルに基づいて、生存率ＢＳ及び基準値Ｍのそれぞれについて、算出対象者の人種、性別等に対応した値を設定する。
　なお、係数Ｋ１～Ｋ１３、生存率ＢＳ及び基準値Ｍのそれぞれは、評価対象者の遺伝情報等に応じて、異なる値が設定されてもよい。
　次に、プロセッサ８０ａは、Ｓ１０３で算出した１０年以内のＡＳＣＶＤ発症リスクＲを、外部に出力する（Ｓ１０４）。プロセッサ８０ａは、１０年以内のＡＳＣＶＤ発症リスクＲを、例えば、携帯端末３０の制御部３１に出力する。１０年以内のＡＳＣＶＤ発症リスクＲは、制御部３１によって、例えば、表示部３５に表示される。
　２．４．２　寄与度算出処理におけるリスク評価回路の動作例
　図１１は、本実施形態に係るリスク評価回路８０のプロセッサ８０ａにおける、寄与度算出処理の手順の一例を示すフローチャートである。プロセッサ８０ａは、例えば、携帯端末３０の操作部３４において寄与度算出処理を開始させる操作入力が行われたことに基づいて、寄与度算出処理を開始する。なお、寄与度算出処理は、リスク算出処理を開始させる操作入力が行われたことに基づいて、前述のリスク算出処理と同時に行われてもよい。
　寄与度算出処理では、プロセッサ８０ａは、まず、入力情報として、特定の評価対象者に関する生体情報及び行動情報を取得する（Ｓ１１１）。例えば、プロセッサ８０ａは、操作部３４で入力された生体情報及び行動情報を、記憶部３２から取得する。
　次に、プロセッサ８０ａは、入力情報に含まれる複数の因子の中から、改善可能因子を抽出する（Ｓ１１２）。
　次に、プロセッサ８０ａは、改善可能因子のそれぞれについて、因子別評価値を算出する（Ｓ１１３）。因子別評価値は、１０年以内のＡＳＣＶＤ発症リスクＲに寄与する。他の条件が同一である場合は、因子別評価値が大きくなるほど、１０年以内のＡＳＣＶＤ発症リスクＲが上昇する。図１２は、因子別評価値の算出手順の一例を、模式的に示す図である。
　因子別評価値の算出では、プロセッサ８０ａは、まず、変数Ｎ１～Ｎ６及び係数Ｋ３～Ｋ１３に基づいて、積算値Ｐ３～Ｐ１３を取得する。プロセッサ８０ａは、例えば、変数Ｎ１～Ｎ６及び係数Ｋ３～Ｋ１３に基づいて、積算値Ｐ３～Ｐ１３を算出する。変数Ｎ１～Ｎ６及び係数Ｋ３～Ｋ１３のそれぞれは、前述のリスク算出処理と同様に算出及び設定される。また、積算値Ｐ３～Ｐ１３のそれぞれは、前述のリスク算出処理と同様に算出される。なお、前述のリスク算出処理においてメモリ８０ｂに記憶された積算値Ｐ３～Ｐ１３を読み出すことにより、積算値Ｐ３～Ｐ１３を取得してもよい。
　因子別評価値は、総コレステロール値についての因子別評価値Ｄ１と、ＨＤＬコレステロール値についての因子別評価値Ｄ２と、血圧値についての因子別評価値Ｄ３と、喫煙状況についての因子別評価値Ｄ４と、糖尿病についての因子別評価値Ｄ５と、を含む。因子別評価値Ｄ１は、積算値Ｐ３～Ｐ４の総和である。因子別評価値Ｄ２は、積算値Ｐ５～Ｐ６の総和である。因子別評価値Ｄ３は、積算値Ｐ７、Ｐ８、又は、積算値Ｐ９、Ｐ１０の総和である。因子別評価値Ｄ４は、積算値Ｐ１１～Ｐ１２の総和である。そして、因子別評価値Ｄ５には、積算値Ｐ１３が用いられる。因子別評価値Ｄ１、Ｄ３～Ｄ５は、正の値となる。因子別評価値Ｄ２は、負の値となる。
　なお、因子別評価値Ｄ３には、積算値Ｐ７、Ｐ８及び積算値Ｐ９、Ｐ１０のうちいずれか一方のみが、反映される。例えば、高血圧治療の有無について治療中であることを示す入力情報が取得された場合には、積算値Ｐ７、Ｐ８が、因子別評価値Ｄ３に反映される。また、高血圧治療の有無について未治療であることを示す入力情報が取得された場合には、積算値Ｐ９、Ｐ１０が、因子別評価値Ｄ３に反映される。
　次に、プロセッサ８０ａは、因子別評価値に基づいて、改善可能因子のそれぞれについて、１０年以内のＡＳＣＶＤ発症リスクＲに対する因子別寄与度を算出する（Ｓ１１４）。
　因子別寄与度は、改善可能因子についての因子別評価値を合計した加算値に対する、因子別評価値の割合として算出される。因子別寄与度は、総コレステロール値についての因子別寄与度Ｃ１と、ＨＤＬコレステロール値についての因子別寄与度Ｃ２と、血圧値についての因子別寄与度Ｃ３と、喫煙状況についての因子別寄与度Ｃ４と、糖尿病についての因子別寄与度Ｃ５と、を含む。下記の式（２）～式（６）は、因子別寄与度Ｃ１～Ｃ５の算出に用いられる算出式の一例である。因子別評価値Ｄ１、Ｄ３～Ｄ５は正の値であるため、因子別寄与度Ｃ１、Ｃ３～Ｃ５は、正の値となる。因子別評価値Ｄ２は負の値であるため、因子別寄与度Ｃ２は、負の値となる。
Figure JPOXMLDOC01-appb-M000002
　本実施形態では、悪影響因子についての因子別評価値Ｄ１、Ｄ３～Ｄ５の合計値が、改善可能因子についての因子別評価値を合計した加算値として用いられる。例えば、因子別寄与度Ｃ１は、１０年以内のＡＳＣＶＤ発症リスクＲに対する総コレステロール値の寄与度合いである。因子別寄与度Ｃ１は、悪影響因子についての因子別評価値Ｄ１、Ｄ３～Ｄ５の合計値に対する因子別評価値Ｄ１の割合として、算出される。因子別寄与度Ｃ２～Ｃ５についても、因子別寄与度Ｃ１と同様に、算出される。
　次に、プロセッサ８０ａは、Ｓ１１３及びＳ１１４での算出結果を用いて、出力データを生成する（Ｓ１１５）。出力データは、例えば、携帯端末３０の表示部３５又は固定端末５０の表示部５５に表示させる画像データである。生成された出力データは、例えば、メモリ８０ｂの出力データ記憶部８９に記憶される。
　次に、プロセッサ８０ａは、Ｓ１１５で生成された出力データを、外部に出力する（Ｓ１１６）。プロセッサ８０ａは、出力データを、例えば、携帯端末３０の制御部３１に出力する。出力された出力データは、制御部３１によって、例えば、表示部３５に表示される。
　２．４．３　表示例
　図１３は、生体情報及び行動情報の入力に用いる表示画面の一例を示す図である。図１３の表示画面は、例えば、携帯端末３０の表示部３５に表示される。図１３の表示画面は、例えば、固定端末５０の表示部５５に表示されてもよい。
　図１３の表示画面では、入力情報表示部９１及び、リスク表示部９２が設けられている。入力情報表示部９１では、評価対象者に関する入力情報が表示される。入力情報は、例えば、操作部３４において入力される。リスク表示部９２では、１０年以内のＡＳＣＶＤ発症リスクＲの算出結果が表示される。
　入力情報表示部９１では、性別（Gender）について、「Men」及び「Women」のいずれか一方が表示される。「Men」は、評価対象者が男性であることを示し、「Women」は、評価対象者が女性であることを示す。
　また、入力情報表示部９１では、人種（Race）について、「White」、及び、「ＡＡ」のいずれか一方が表示される。「White」は、評価対象者が白人であることを示し、「ＡＡ」は、評価対象者がアフリカ系アメリカ人であることを示す。
　また、入力情報表示部９１では、年齢（Age）について、評価対象者の年齢が表示される。また、入力情報表示部９１では、総コレステロール値（Total Cholesterol）について、評価対象者の総コレステロール値（ｍｇ／ｄＬ）が表示される。また、入力情報表示部９１では、ＨＤＬコレステロール値（High Density Lipoprotein-Cholesterol）について、評価対象者のＨＤＬコレステロール値（ｍｇ／ｄＬ）が表示される。
　また、入力情報表示部９１では、高血圧治療の有無（Hypertension Treatment）について、「Treated」及び「Untreated」のいずれか一方が表示される。「Treated」は、降圧剤を用いた高血圧治療について治療中であることを示す。「Untreated」は、降圧剤を用いた高血圧治療について未治療であることを示す。
　また、入力情報表示部９１では、最高血圧の血圧値（Systolic　ＢＰ）について、評価対象者の最高血圧の血圧値（ｍｍ　Ｈｇ）が表示される。
　また、入力情報表示部９１では、喫煙状況（Current Smoker）について、「Ｙｅｓ」及び「Ｎｏ」のいずれか一方が表示される。「Ｙｅｓ」は、評価対象者が喫煙者であることを示す。「Ｎｏ」は、評価対象者が喫煙者でないことを示す。
　また、入力情報表示部９１では、糖尿病の有無（Diabetes）について、「Ｙｅｓ」及び「Ｎｏ」のいずれか一方が表示される。「Ｙｅｓ」は、評価対象者が糖尿病であることを示す。「Ｎｏ」は、評価対象者が糖尿病でないことを示す。
　図１３は、評価対象者が、男性であり、白人であり、５０才であり、総コレステロール値が１５０　ｍｇ／ｄＬであり、ＨＤＣコレステロール値が５０　ｍｇ／ｄＬであり、降圧剤を使用済みであり、最高血圧の血圧値が１５０　ｍｍＨｇであり、喫煙者であり、糖尿病患者である場合の一例を示す。
　図１４は、図１３に示す入力情報が取得された場合における、因子別寄与度Ｃ１～Ｃ５の算出結果を示す表示画面の一例を示す図である。図１４の表示画面は、例えば、携帯端末３０の表示部３５に表示される。図１４の表示画面は、例えば、固定端末５０の表示部５５に表示されてもよい。
　図１４の表示画面では、寄与度表示部９３が設けられている。寄与度表示部９３では、総コレステロール値（Total Cholesterol）についての因子別寄与度Ｃ１と、ＨＤＬコレステロール値（ＨＤＬ－Ｃ）についての因子別寄与度Ｃ２と、血圧値（ＢＰ）についての因子別寄与度Ｃ３と、喫煙状況（Smoking）についての因子別寄与度Ｃ４と、糖尿病の有無（Diabetes）についての因子別寄与度Ｃ５が表示される。
　図１５は、図１３に示す入力情報が取得された場合において、前述の寄与度算出処理によって生成された出力データが表示された表示画面の一例を示す図である。図１５の表示画面は、例えば、携帯端末３０の表示部３５に表示される。図１５の表示画面は、例えば、固定端末５０の表示部５５に表示されてもよい。
　図１５の表示画面は、グラフ９４と、グラフ９５と、を含む。グラフ９４は、悪影響因子（Negative Factor）のそれぞれを構成要素とした積み上げ型棒グラフである。グラフ９４の縦軸は、因子別寄与度であり、単位は％である。悪影響因子についての因子別寄与度は、総コレステロール値（Total Cholesterol）についての因子別寄与度Ｃ１と、血圧値（ＢＰ）についての因子別寄与度Ｃ３と、喫煙状況（Smoking）についての因子別寄与度Ｃ４と、糖尿病の有無（Diabetes）についての因子別寄与度Ｃ５と、を含む。
　グラフ９５は、好影響因子（Positive Factor）を構成要素とした積み上げ型棒グラフである。グラフ９５の縦軸は、因子別寄与度であり、単位は％である。好影響因子についての因子別寄与度は、ＨＤＬコレステロール値（ＨＤＬ－Ｃ）についての因子別寄与度Ｃ２を含む。なお、グラフ９４、９５は、円グラフ等であってもよい。
　なお、グラフ９４、９５では、グラフの構成要素として、因子別寄与度Ｃ１～Ｃ５のそれぞれと１０年以内のＡＳＣＶＤ発症リスクＲとの積算値が用いられてもよい。この場合、グラフ９４、９５の縦軸には、１０年以内のＡＳＣＶＤ発症リスクＲが用いられる。
　また、表示画面では、悪影響因子の中から因子別寄与度が最も大きい因子が選択され、選択された因子についての名前と因子別寄与度のみが表示されてもよい。
　２．５　作用・効果
　本実施形態では、リスク評価回路８０のプロセッサ８０ａは、算出した因子別寄与度に基づいて、出力データを生成する。本実施形態によれば、１０年以内のＡＳＣＶＤ発症リスクに対する寄与度を因子別に比較することにより、１０年以内のＡＳＣＶＤ発症リスクを大きく押し上げている要因を容易に把握することがきる。これにより、どの測定結果がリスクを押し上げているのかが分かりやすくなり、ユーザは、リスクを低減させるためにどのようにすれば良いのかを判断しやすい。
　また、本実施形態によれば、例えば、全ての因子についての入力情報に対する評価が正常の範囲内である場合であっても、イベント発症率に対する寄与度を因子別に比較することにより、ユーザは、リスクの上昇に大きく寄与する要因を把握することができる。
　また、本実施形態では、取得した入力情報の中で、評価対象者が改善可能な項目が改善可能因子として抽出される。そして、抽出された改善可能な項目について、１０年以内のＡＳＣＶＤ発症リスクに対する因子別寄与度が提示される。このため、本実施形態によれば、ユーザは、改善可能で、かつ、リスクの低減に大きく寄与する要因を容易に把握することができ、リスクを低減させるためにどのようにすれば良いかを容易に判断できる。
　３．　実施形態等の共通構成
　リスク管理装置（１：４０）は、評価対象者の生体パラメータに関する生体情報と前記評価対象者の行動パラメータに関する行動情報を取得する取得部（２：４２）と、取得された前記生体情報及び前記行動情報に基づいてイベント発症率を算出するリスク算出部（３：４３）と、前記生体情報及び前記行動情報の中から改善可能因子となる生体パラメータ及び行動パラメータを選択する選択部（４：４４）と、前記改善可能因子として選択された前記生体パラメータ及び前記行動パラメータのそれぞれについて前記イベント発症率に対する寄与度を算出する寄与度算出部（５：４５）と、前記寄与度算出部（５：４５）での算出結果を表す出力データを生成する生成部（６：４６）と、を備える。
　なお、本発明は、上記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。また、各実施形態は適宜組み合わせて実施してもよく、その場合組み合わせた効果が得られる。更に、上記実施形態には種々の発明が含まれており、開示される複数の構成要件から選択された組み合わせにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件からいくつかの構成要件が削除されても、課題が解決でき、効果が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。
　［付記］
　前記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）
　ハードウェアプロセッサとメモリとを有するリスク管理装置であって、
　前記ハードウェアプロセッサは、
　　評価対象者の生体パラメータに関する生体情報と前記評価対象者の行動パラメータに関する行動情報を取得し、前記生体情報及び前記行動情報を前記メモリに記憶させ、
　　前記メモリに記憶された前記生体情報及び前記行動情報に基づいてイベント発症率を算出し、
　　前記メモリに記憶された前記生体情報及び前記行動情報の中から改善可能因子となる生体パラメータ及び行動パラメータを選択し、
　　前記メモリに記憶された前記生体情報及び前記行動情報のうち前記改善可能因子として選択された前記生体パラメータ及び前記行動パラメータに関する情報に基づいて、前記改善可能因子として選択された前記生体パラメータ及び前記行動パラメータのそれぞれについて前記イベント発症率に対する寄与度を算出し、前記寄与度を前記メモリに記憶させ、
　　前記メモリに記憶された前記寄与度に基づいて、出力データを生成する、
　リスク管理装置。
　（付記２）
　ハードウェアプロセッサとメモリとを有する装置が実行するリスク管理方法であって、
　前記ハードウェアプロセッサが、評価対象者の生体パラメータに関する生体情報と前記評価対象者の行動パラメータに関する行動情報を取得し、前記生体情報及び前記行動情報を前記メモリに記憶させる工程と、
　前記ハードウェアプロセッサが、前記メモリに記憶された前記生体情報及び前記行動情報に基づいてイベント発症率を算出する工程と、
　前記ハードウェアプロセッサが、前記メモリに記憶された前記生体情報及び前記行動情報の中から改善可能因子となる生体パラメータ及び行動パラメータを選択する工程と、
　前記ハードウェアプロセッサが、前記メモリに記憶された前記生体情報及び前記行動情報のうち前記改善可能因子として選択された前記生体パラメータ及び前記行動パラメータに関する情報に基づいて、前記改善可能因子として選択された前記生体パラメータ及び前記行動パラメータのそれぞれについて前記イベント発症率に対する寄与度を算出し、前記寄与度を前記メモリに記憶させる工程と、
　前記ハードウェアプロセッサが、前記メモリに記憶された前記寄与度に基づいて、出力データを生成する工程と、
　を具備するリスク管理方法。
　　１…リスク管理装置
　　２…取得部
　　３…リスク算出部
　　４…選択部
　　５…寄与度算出部
　　６…生成部
　　１０…血圧測定装置
　　１１…制御部
　　１２…記憶部
　　１３…通信部
　　１４…操作部
　　１５…表示部
　　１６…血圧センサ
　　１７…加速度センサ
　　１８…温湿度センサ
　　３０…携帯端末
　　３１…制御部
　　３２…記憶部
　　３３…通信部
　　３４…操作部
　　３５…表示部
　　３６…ＧＰＳ受信機
　　５０…固定端末
　　５１…制御部
　　５２…記憶部
　　５３…通信部
　　５４…操作部
　　５５…表示部
　　７０…サーバ
　　７１…制御部
　　７２…記憶部
　　７３…通信部
　　８０…リスク評価回路
　　８０ａ…プロセッサ
　　８０ｂ…メモリ
　　８２…取得部
　　８３…リスク算出部
　　８４…選択部
　　８５…寄与度算出部
　　８６…生成部
　　８７…入力情報記憶部
　　８８…評価情報記憶部
　　８９…出力データ記憶部
　　９１…入力情報表示部
　　９２…リスク表示部
　　９３…寄与度表示部
　　９４、９５…グラフ
　　Ａ…評価用算出値
　　ＢＳ…生存率
　　Ｃ１～Ｃ５…因子別寄与度
　　Ｄ１～Ｄ５…因子別評価値
　　Ｋ１～Ｋ１３…係数
　　Ｍ…基準値
　　Ｎ１～Ｎ６…変数
　　Ｐ１～Ｐ１３…積算値

Claims (10)

  1. 　評価対象者の生体パラメータに関する生体情報と前記評価対象者の行動パラメータに関する行動情報を取得する取得部と、
    　取得された前記生体情報及び前記行動情報に基づいてイベント発症率を算出するリスク算出部と、
    　前記生体情報及び前記行動情報の中から改善可能因子となる生体パラメータ及び行動パラメータを選択する選択部と、
    　前記改善可能因子として選択された前記生体パラメータ及び前記行動パラメータのそれぞれについて前記イベント発症率に対する寄与度を算出する寄与度算出部と、
    　前記寄与度算出部での算出結果を表す出力データを生成する生成部と、を備える、リスク管理装置。
  2. 　前記リスク算出部は、前記イベント発症率として、動脈硬化性心血管疾患の発症リスクを算出する、請求項１に記載のリスク管理装置。
  3. 　前記取得部は、前記生体情報として、人種、性別、年齢、血圧値、コレステロール値、糖尿病の有無及び遺伝情報のうちの少なくとも１つを取得する、請求項１に記載のリスク管理装置。
  4. 　前記取得部は、前記行動情報として、喫煙状況及び睡眠時間のうちの少なくとも一方を取得する、請求項１に記載のリスク管理装置。
  5. 　前記選択部は、前記改善可能因子として、血圧値、コレステロール値、糖尿病の有無、喫煙の有無及び睡眠時間のうちの少なくとも１つを選択する、請求項１に記載のリスク管理装置。
  6. 　前記生成部は、前記出力データとして、前記改善可能因子として選択された前記生体パラメータ及び前記行動パラメータの前記寄与度を相互に比較可能な画像データを生成する、請求項１に記載のリスク管理装置。
  7. 　前記寄与度算出部は、前記改善可能因子として選択された前記生体パラメータ及び前記行動パラメータのそれぞれについて前記イベント発症率に対する評価値を算出し、算出された前記評価値を合計した加算値を算出し、算出された前記加算値に対する前記生体パラメータの前記評価値及び前記行動パラメータの前記評価値のそれぞれの割合を前記寄与度として算出する、請求項１に記載のリスク管理装置。
  8. 　前記改善可能因子は、前記イベント発症率の増加に寄与する悪影響因子と前記イベント発症率の減少に寄与する好影響因子とを含み、
    　前記寄与度算出部は、前記改善可能因子のうち前記悪影響因子として選択された前記生体パラメータ及び前記行動パラメータのそれぞれについて算出された前記評価値の合計値を前記加算値として算出する、請求項７に記載のリスク管理装置。
  9. 　請求項１乃至８のいずれか１項に記載のリスク管理装置が備える各部の機能をプロセッサに実行させる、リスク管理プログラム。
  10. 　評価対象者に関するイベント発症率を管理する装置が実行するリスク管理方法であって、
    　前記評価対象者の生体パラメータに関する生体情報と前記評価対象者の行動パラメータに関する行動情報とを取得する過程と、
    　取得された前記生体情報及び前記行動情報に基づいてイベント発症率を算出する過程と、
    　前記生体情報及び前記行動情報に含まれる複数の前記生体パラメータ及び前記行動パラメータの中から改善可能因子となる生体パラメータ及び行動パラメータを選択する過程と、
    　前記改善可能因子として選択された前記生体パラメータ及び前記行動パラメータのそれぞれについて前記イベント発症率に対する寄与度を算出する過程と、
    　前記寄与度の算出結果を表す出力データを生成する過程と、を備える、リスク管理方法。
PCT/JP2019/020043 2018-05-22 2019-05-21 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 WO2019225577A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201980027559.4A CN112074916A (zh) 2018-05-22 2019-05-21 风险管理装置、风险管理方法以及风险管理程序
DE112019001536.2T DE112019001536T5 (de) 2018-05-22 2019-05-21 Risikomanagementvorrichtung, risikomanagementverfahren und risikomanagementprogramm
US17/097,571 US20210059613A1 (en) 2018-05-22 2020-11-13 Risk management device, risk management method, and non-temporary recording medium in which risk management program is stored

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018097906A JP7131073B2 (ja) 2018-05-22 2018-05-22 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
JP2018-097906 2018-05-22

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/097,571 Continuation US20210059613A1 (en) 2018-05-22 2020-11-13 Risk management device, risk management method, and non-temporary recording medium in which risk management program is stored

Publications (1)

Publication Number Publication Date
WO2019225577A1 true WO2019225577A1 (ja) 2019-11-28

Family

ID=68616948

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/020043 WO2019225577A1 (ja) 2018-05-22 2019-05-21 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

Country Status (5)

Country Link
US (1) US20210059613A1 (ja)
JP (1) JP7131073B2 (ja)
CN (1) CN112074916A (ja)
DE (1) DE112019001536T5 (ja)
WO (1) WO2019225577A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023214547A1 (ja) * 2022-05-02 2023-11-09 日本臓器製薬株式会社 プログラム、情報処理装置及び情報処理方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010122901A (ja) * 2008-11-19 2010-06-03 Omron Healthcare Co Ltd 健康状態判断装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2968815A1 (en) * 2014-10-28 2016-05-06 Tapgenes, Inc. Methods for determining health risks
US20170061093A1 (en) * 2015-08-25 2017-03-02 Rubendran Amarasingham Clinical Dashboard User Interface System and Method
US20170357771A1 (en) 2016-06-10 2017-12-14 Cardiac Pacemakers, Inc. Patient risk scoring & evaluation system
US20180247713A1 (en) * 2017-02-28 2018-08-30 Steven I Rothman Intelligent Wearable Sensors for Adaptive Health Score Analytics
JP6517280B2 (ja) * 2017-07-10 2019-05-22 本田技研工業株式会社 ライフログ活用システム、方法及びプログラム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010122901A (ja) * 2008-11-19 2010-06-03 Omron Healthcare Co Ltd 健康状態判断装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ITO,OSAMU: "V. Advancement intherapeutics in coronary artery disease- Life Guidance- Exercise Therapy", NIPPON RINSHO EXTRA EDITION CORONARY ARTERY DISEASE (PART 1), vol. 69, 20 September 2011 (2011-09-20), pages 491 - 494, ISSN: 0047-1852 *
TANIGUCHI, HIROAKI ET AL: "Dietary habits and cancer", JOURNAL OF CLINICAL AND EXPERIMENTAL MEDICINE, vol. 202, no. 12, 12 September 2002 (2002-09-12), pages 967 - 971, ISSN: 0039-2359 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023214547A1 (ja) * 2022-05-02 2023-11-09 日本臓器製薬株式会社 プログラム、情報処理装置及び情報処理方法

Also Published As

Publication number Publication date
JP2019204212A (ja) 2019-11-28
US20210059613A1 (en) 2021-03-04
JP7131073B2 (ja) 2022-09-06
DE112019001536T5 (de) 2020-12-17
CN112074916A (zh) 2020-12-11

Similar Documents

Publication Publication Date Title
US20120302843A1 (en) Health management support device, health management support system, and health management support program
CN103201743B (zh) 患者疾病严重性、死亡率和住院时长的连续预测方法
JP6047346B2 (ja) 生体情報処理システム、ウェアラブル装置、サーバーシステム及びプログラム
US20140257058A1 (en) Automated personal medical diagnostic system, method, and arrangement
AU2014243720B2 (en) Flow-mediated dilation to determine vascular age
WO2019230493A1 (ja) 投薬管理装置、投薬管理方法及び投薬管理プログラム
CN110446458B (zh) 信息处理装置和信息处理程序
WO2019230494A1 (ja) 投薬管理装置、投薬管理方法及び投薬管理プログラム
JP2018534697A (ja) 個人化された予測モデルに基づいて健康モニタリングを容易化するシステム及び方法
JP2019003570A (ja) 健康管理装置、健康管理方法、および健康管理プログラム
JP6857975B2 (ja) 生体情報処理システム及びプログラム
WO2019225577A1 (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
US20210142913A1 (en) Diagnosis support device, diagnosis support method, and non-transitory recording medium storing diagnosis support program
JP7076967B2 (ja) データ処理装置、データ処理方法及びデータ処理プログラム
US20160342763A1 (en) Health monitoring assist system
JP7479103B2 (ja) 医療支援装置、医療支援方法及び医療支援プログラム
CN110446460B (zh) 信息处理装置和存储介质
US20210375489A1 (en) Healthcare support system
WO2018168804A1 (ja) 血圧関連情報表示装置および方法
CN112740332A (zh) 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
CN111295716A (zh) 健康管理辅助装置、方法及程序
WO2020013004A1 (ja) 生体データ提供装置、生体データ提供方法及び生体データ提供のためのプログラム
JP6203440B1 (ja) 情報処理装置、及び情報処理システム
JP2019204212A5 (ja)
CN110832603A (zh) 健康管理装置、健康管理方法以及健康管理程序

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: 19807058

Country of ref document: EP

Kind code of ref document: A1

DPE2 Request for preliminary examination filed before expiration of 19th month from priority date (pct application filed from 20040101)
122 Ep: pct application non-entry in european phase

Ref document number: 19807058

Country of ref document: EP

Kind code of ref document: A1