WO2021044696A1 - 栄養摂取量の推定装置、健康管理支援装置、栄養摂取量の推定方法、健康管理支援方法、プログラムおよび栄養摂取量の推定システム - Google Patents
栄養摂取量の推定装置、健康管理支援装置、栄養摂取量の推定方法、健康管理支援方法、プログラムおよび栄養摂取量の推定システム Download PDFInfo
- Publication number
- WO2021044696A1 WO2021044696A1 PCT/JP2020/023456 JP2020023456W WO2021044696A1 WO 2021044696 A1 WO2021044696 A1 WO 2021044696A1 JP 2020023456 W JP2020023456 W JP 2020023456W WO 2021044696 A1 WO2021044696 A1 WO 2021044696A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- subject
- information
- intake
- food
- nutritional
- Prior art date
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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
Definitions
- the health management support device (hereinafter, also referred to as “support device”) of the present invention includes an estimation unit that estimates the nutritional intake of the target person from the purchased food information of the target person. It is equipped with a health condition estimation unit that estimates the health condition of the subject from the nutritional intake of the subject.
- the estimation unit includes the nutrition intake estimation device of the present invention.
- the acquisition unit 11, the extraction unit 12, and the estimation unit 13 are included in the estimation device 1, but the estimation terminal 2 is the acquisition unit 11, the extraction unit 12, and the estimation unit 13. Of these, any one or more may be provided. Further, this point is the same for each part of the second to third embodiments described later.
- the nutritional intake obtained by one intake of the stock food is calculated. More specifically, the second calculation unit 13b multiplies the amount of nutritional component per weight of the stock food by the weight of one intake in the food intake information of the subject for each nutritional component. By doing so, the nutritional intake obtained by one intake of the stock food is calculated.
- the second calculation unit 13b is based on the nutritional components of the stock food and the food intake time information of the target person corresponding to the stock food. The weight obtained at one ingestion of the stock food is calculated.
- the support device 4 of the present embodiment may include an attribute information acquisition unit that acquires attribute information of the target person.
- the estimation model uses an estimation model of health status generated by using a set of nutritional intake, attribute information, vital data, and health status as teacher data. Therefore, the health condition estimation unit 41 collects the nutritional intake of the subject, the attribute information of the subject, the vital data of the subject, and the set of the nutritional intake, the attribute information, the vital data, and the health condition.
- the health condition of the subject is estimated from the health condition estimation model generated as teacher data.
- the support device 4 of the present embodiment further includes an attribute information acquisition unit, so that the health condition of the user can be estimated more accurately.
- the manufacturing apparatus 6 includes a CPU as an arithmetic unit, but may include other arithmetic units such as a GPU (Graphics Processing Unit) and an APU (Accelerated Processing Unit), or may include a CPU and a combination thereof. Good.
- a CPU as an arithmetic unit, but may include other arithmetic units such as a GPU (Graphics Processing Unit) and an APU (Accelerated Processing Unit), or may include a CPU and a combination thereof. Good.
- the generation unit 63 may generate an estimation model of vital data by using the nutritional intake of the subject over time and the vital data of the subject over time.
- an example will be described in which the generation unit 63 generates an estimation model by utilizing the correlation between the nutritional intake of the subject over time and the vital data of the subject over time.
- the vertical axis is the nutritional component intake of the nutritional component related to each vital data
- the horizontal axis is. Regression analysis is performed as the acquisition time (timing) in the vital data.
- Appendix 1 The acquisition department that acquires the purchased food information of the target person and the dietary habits information of the target person, An extraction unit that extracts nutritional component information of purchased food from the purchased food information, A nutrition intake estimation device including an estimation unit that estimates the nutrition intake of a subject from the nutritional component information of the purchased food and the dietary habits information of the subject.
- Appendix 2 The estimation unit A first calculation unit that calculates the nutritional intake derived from the purchased food from the nutritional component information of the purchased food and the type of the purchased food.
- the nutritional component information of the stock food, the intake amount information of the food of the target person corresponding to the stock food, and at least one of the intake time information of the food of the target person are derived from the stock food.
- the estimation device according to Appendix 4, wherein the nutritional intake of the above is calculated.
- the subject's dietary habits information includes at least one of the subject's food intake information and the subject's food intake timing information associated with the type of food.
- the nutritional component information of the purchased food is linked to the image of the purchased food.
- the estimation unit is a health management support device including the nutrition intake estimation device according to any one of Supplementary notes 1 to 11.
- the support method according to Appendix 36 wherein in the health condition estimation step, the health condition of the subject is estimated from the nutritional intake of the subject and the reference value of the nutritional intake of the subject. (Appendix 38) Including the vital data acquisition process to acquire the vital data of the target person, In the health state estimation step, the target is a target from the nutrition intake of the subject, the vital data of the subject, and the health state estimation model generated by using the set of nutrition intake, vital data, and health state as teacher data.
- the support method according to Appendix 36 which estimates the health condition of a person.
- An estimation process that estimates the nutritional intake of the subject from the food information purchased by the subject, and Vital data acquisition process to acquire vital data of the target person
- the health condition acquisition process to acquire the health condition of the target person, It includes a generation step of generating an estimation model of the health condition by using the nutritional intake of the subject, the vital data of the subject, and the set of the health condition of the subject as teacher data.
- the estimation step is a method for producing an estimation model of a health condition, which is carried out by the method for estimating nutritional intake according to any one of Appendix 25 to 35.
Landscapes
- Health & Medical Sciences (AREA)
- Nutrition Science (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
ユーザが摂取した栄養成分を精度よく推定可能な栄養摂取量の推定装置および推定方法、ならびにこれらを用いた健康管理支援装置および健康管理支援方法を提供する。 本発明の栄養摂取量の推定装置は、対象者の購入食品情報および対象者の食生活情報を取得する取得部（１１）と、 前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出部（１２）と、 前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定部（１３） とを備える。
Description
本発明は、栄養摂取量の推定装置、健康管理支援装置、栄養摂取量の推定方法、健康管理支援方法、プログラムおよび栄養摂取量の推定システムに関する。
に関する。
に関する。
医療費は国家予算の４１％を占めており、２０３０年には５０％を超えると予想されている。そうした中、健康寿命を伸ばす取り組みや、病気を未然に防ぐためのヘルスケアに対する製品やサービスが提供されている。また、ＩＣＴ技術の発達に伴い、ＩＣＴ技術を用いた健康管理アプリケーションおよびシステムが、活用されている。
ＩＣＴ技術を活用したヘルスケアサービスとして、特許文献１には、対象者の過去の食事内容から推定される対象者の食事傾向を判定し、対象者が食事の入力を忘れた際にも対象者の食事傾向に応じて成分内容を確認可能な食事管理装置が開示されている。特許文献２には、食事管理の必要な要管理者が摂取する食事の画像から栄養成分解析および得られた栄養成分の蓄積を行い、さらに、要管理者に対して解析結果およびアドバイスを送信する食事管理支援システムが開示されている。また、特許文献３には、食事により摂取する食品の栄養成分情報を記録し、記録した食事の情報において、栄養成分を分析し、必要な栄養成分の過剰分および不足分が提示する方法が開示されている。
本発明者らは、対象者の購入した食品等の情報と、各食品の栄養成分に基づき、対象者が摂取した栄養成分を分析することで対象者の栄養状態および健康状態を推定し、対象者の健康を支援する装置を発明した。しかしながら、本発明者らは、前記装置において算出される対象者が摂取した栄養成分と、対象者が実際に摂取した栄養成分との間には乖離が生じていることを見出した。
そこで、本発明は、対象者が摂取した栄養成分を精度よく推定可能な栄養摂取量の推定装置および推定方法、ならびにこれらを用いた健康管理支援装置および健康管理支援方法の提供を目的とする。
前記目的を達成するために、本発明の栄養摂取量の推定装置（以下、「推定装置」ともいう）は、対象者の購入食品情報および対象者の食生活情報を取得する取得部と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出部と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定部とを備える。
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出部と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定部とを備える。
本発明の健康管理支援装置（以下、「支援装置」ともいう）は、対象者の購入食品情報から対象者の栄養摂取量を推定する推定部と、
前記対象者の栄養摂取量から、対象者の健康状態を推定する健康状態推定部とを備え、
前記推定部は、前記本発明の栄養摂取量の推定装置を備える。
前記対象者の栄養摂取量から、対象者の健康状態を推定する健康状態推定部とを備え、
前記推定部は、前記本発明の栄養摂取量の推定装置を備える。
本発明の栄養摂取量の推定方法（以下、「推定方法」ともいう）は、対象者の購入食品情報および対象者の食生活情報を取得する取得工程と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出工程と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定工程とを含む。
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出工程と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定工程とを含む。
本発明の健康管理支援方法（以下、「支援方法」ともいう）は、対象者の購入食品情報から対象者の栄養摂取量を推定する推定工程と、
前記対象者の栄養摂取量から、対象者の健康状態を推定する健康状態推定工程とを含み、
前記推定工程は、前記本発明の栄養摂取量の推定方法で実施する。
前記対象者の栄養摂取量から、対象者の健康状態を推定する健康状態推定工程とを含み、
前記推定工程は、前記本発明の栄養摂取量の推定方法で実施する。
本発明のプログラムは、対象者の購入食品情報および対象者の食生活情報を取得する取得処理と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出処理と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定処理とを、コンピュータ上で実行可能である。
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出処理と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定処理とを、コンピュータ上で実行可能である。
本発明の栄養摂取量の推定システムは、端末と、サーバとを含み、
前記端末と前記サーバとは、システム外の通信回線網を介して接続可能であり、
前記端末および前記サーバの全体が、
対象者の購入食品情報および対象者の食生活情報を取得する取得部と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出部と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定部とを備える。
前記端末と前記サーバとは、システム外の通信回線網を介して接続可能であり、
前記端末および前記サーバの全体が、
対象者の購入食品情報および対象者の食生活情報を取得する取得部と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出部と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定部とを備える。
本発明によれば、対象者が摂取した栄養成分を精度よく推定できる。
本発明の実施形態について、図１～図２３を用いて説明する。なお、本発明は、下記の実施形態によって何ら限定および制限されない。なお、以下の図１～図２３において、同一部分には、同一符号を付している。また、各実施形態の説明は、特に言及がない限り、互いの説明を援用できる。さらに、各実施形態の構成は、特に言及がない限り、組合せ可能である。
［実施形態１］
本実施形態は、本発明の推定装置および推定端末の一例を含む推定システムの例である。図１は、本実施形態の推定装置１および推定端末２の一例を含む推定システム１００の一例の構成を示すブロック図である。図１に示すように、推定システム１００は、推定装置１と、対象者（以下、「ユーザ」という）の推定端末２とを含む。また、図１に示すように、推定装置１は、取得部１１、抽出部１２、および推定部１３を含む。推定端末２は、入力部２１、通信部２２、および表示部２３を含む。図１に示すように、推定装置１は、通信回線網３を介して、推定端末２と接続可能である。本実施形態の推定装置１は、システムとしてサーバに組み込まれていてもよい。また、本実施形態の推定装置１は、本発明のプログラムがインストールされたパーソナルコンピュータ（ＰＣ）であってもよい。また、図示していないが、推定装置１は、通信回線網３を介して、システム管理者の外部端末とも接続可能であり、システム管理者は、外部端末から推定装置１の管理を実施してもよい。
本実施形態は、本発明の推定装置および推定端末の一例を含む推定システムの例である。図１は、本実施形態の推定装置１および推定端末２の一例を含む推定システム１００の一例の構成を示すブロック図である。図１に示すように、推定システム１００は、推定装置１と、対象者（以下、「ユーザ」という）の推定端末２とを含む。また、図１に示すように、推定装置１は、取得部１１、抽出部１２、および推定部１３を含む。推定端末２は、入力部２１、通信部２２、および表示部２３を含む。図１に示すように、推定装置１は、通信回線網３を介して、推定端末２と接続可能である。本実施形態の推定装置１は、システムとしてサーバに組み込まれていてもよい。また、本実施形態の推定装置１は、本発明のプログラムがインストールされたパーソナルコンピュータ（ＰＣ）であってもよい。また、図示していないが、推定装置１は、通信回線網３を介して、システム管理者の外部端末とも接続可能であり、システム管理者は、外部端末から推定装置１の管理を実施してもよい。
通信回線網３は、特に制限されず、公知のネットワークを使用でき、例えば、有線でもよいし、無線でもよい。通信回線網３は、例えば、インターネット回線、ＷＷＷ（World Wide Web）、電話回線、ＬＡＮ（Local Area Network）、ＷｉＦｉ(Wireless Fidelity）等があげられる。
推定端末２は、例えば、ＰＣ；携帯電話、スマートフォン、タブレット端末等の携帯端末；スマートウォッチ、スマートグラス、ウェアブル端末等があげられる。推定端末２は、例えば、カメラ、スキャナ等の撮像手段、ＩＣ（integrated circuit）カードリーダ、マイク等の音声入力手段等を備えてもよい。
図２に、推定装置１のハードウェア構成のブロック図を例示する。推定装置１は、例えば、ＣＰＵ（中央処理装置）１０１、メモリ１０２、バス１０３、記憶装置１０４、入力装置１０６、ディスプレイ１０７、通信デバイス１０８等を有する。推定装置１の各部は、それぞれのインタフェース（Ｉ／Ｆ）により、バス１０３を介して接続されている。
ＣＰＵ１０１は、例えば、コントローラ（システムコントローラ、Ｉ／Ｏコントローラ等）等により、他の構成と連携動作し、推定装置１の全体の制御を担う。推定装置１において、ＣＰＵ１０１により、例えば、本発明のプログラム１０５やその他のプログラムが実行され、また、各種情報の読み込みや書き込みが行われる。具体的には、例えば、ＣＰＵ１０１が、取得部１１、抽出部１２、および推定部１３として機能する。推定装置１は、演算装置として、ＣＰＵを備えるが、ＧＰＵ（Graphics Processing Unit）、ＡＰＵ（Accelerated Processing Unit）等の他の演算装置を備えてもよいし、ＣＰＵとこれらとの組合せを備えてもよい。なお、ＣＰＵ１０１は、例えば、後述する実施形態２～３における記憶部以外の各部として機能する。
メモリ１０２は、例えば、メインメモリを含む。前記メインメモリは、主記憶装置ともいう。ＣＰＵ１０１が処理を行う際には、例えば、後述する記憶装置１０４（補助記憶装置）に記憶されている本発明のプログラム１０５等の種々の動作プログラムを、メモリ１０２が読み込む。そして、ＣＰＵ１０１は、メモリ１０２からデータを読み出し、解読し、前記プログラムを実行する。前記メインメモリは、例えば、ＲＡＭ（ランダムアクセスメモリ）である。メモリ１０２は、例えば、さらに、ＲＯＭ（読み出し専用メモリ）を含む。
バス１０３は、例えば、外部機器とも接続できる。前記外部機器は、例えば、外部記憶装置（外部データベース等）、プリンター等があげられる。推定装置１は、例えば、バスに接続された通信デバイス１０８により、通信回線網３に接続でき、通信回線網３を介して、前記外部機器と接続することもできる。また、推定装置１は、通信デバイス１０８および通信回線網３を介して、推定端末２にも接続できる。
記憶装置１０４は、例えば、前記メインメモリ（主記憶装置）に対して、いわゆる補助記憶装置ともいう。前述のように、記憶装置１０４には、本発明のプログラム１０５を含む動作プログラムが格納されている。記憶装置１０４は、例えば、記憶媒体と、前記記憶媒体に読み書きするドライブとを含む。前記記憶媒体は、特に制限されず、例えば、内蔵型でも外付け型でもよく、ＨＤ（ハードディスク）、ＦＤ（フロッピー（登録商標）ディスク）、ＣＤ－ＲＯＭ、ＣＤ－Ｒ、ＣＤ－ＲＷ、ＭＯ、ＤＶＤ、フラッシュメモリー、メモリーカード等があげられ、前記ドライブは、特に制限されない。記憶装置１０４は、例えば、前記記憶媒体と前記ドライブとが一体化されたハードディスクドライブ（ＨＤＤ）であってもよい。
推定装置１は、例えば、さらに、入力装置１０６、ディスプレイ１０７を有する。入力装置１０６は、例えば、タッチパネル、トラックパッド、マウス等のポインティングデバイス；キーボード；カメラ、スキャナ等の撮像手段；ＩＣカードリーダ、磁気カードリーダ等のカードリーダ；マイク等の音声入力手段；等があげられる。ディスプレイ１０７は、例えば、ＬＥＤ（light emitting diode）ディスプレイ、液晶ディスプレイ等の表示装置があげられる。本実施形態１において、入力装置１０６とディスプレイ１０７とは、別個に構成されているが、入力装置１０６とディスプレイ１０７とは、タッチパネルディスプレイのように、一体として構成されてもよい。
推定装置１において、メモリ１０２および記憶装置１０４は、ユーザからのアクセス情報およびログ情報、ならびに、外部データベース（図示せず）から取得した情報を記憶することも可能である。
図３に、推定端末２のハードウェア構成のブロック図を例示する。推定端末２は、例えば、ＣＰＵ２０１、メモリ２０２、バス２０３、記憶装置２０４、入力装置（入力部）２１、通信デバイス（通信部）２２、ディスプレイ（表示部）２３等を有する。推定端末２の各部は、それぞれのインタフェース（Ｉ／Ｆ）により、バス２０３を介して接続されている。推定端末２の各構成の説明は、推定装置１の各構成の説明を援用できる。
つぎに、本実施形態の推定装置１における処理の一例について、推定端末２から入力された購入食品情報に基づき処理する場合を例にとり、図４のフローチャートに基づき、説明する。
推定装置１による処理に先立ち、まず、ユーザが、ユーザの推定端末２の入力部２１により、対象者（ユーザ）の購入食品情報および対象者（ユーザ）の食生活情報を入力する。前記ユーザは、例えば、本実施形態の推定システム１００のように一人でもよいし、複数人でもよい。
前記購入食品情報は、例えば、前記ユーザにより購入された食品（購入食品）に関する情報である。前記購入食品情報は、例えば、前記購入食品の商品名（製品名、名称）、製造番号、前記購入食品を撮像した画像、レシートの画像、電子レシート、ＰＯＳ（point of sales）データ、栄養素表記の画像データ、購入時の日時、場所等があげられる。前記購入食品情報は、例えば、前記購入食品の情報を保持するバーコード、ＱＲコード（登録商標）、ＮＦＣ（Near Field Communication）データ、ＲＦ－ＩＤ（radio frequency identifier）等でもよい。前記購入食品情報は、例えば、後述のように、記憶装置に記憶される場合、ユーザの生体情報等のユーザの識別情報と紐付けられてもよい。前記ユーザの識別情報は、例えば、前記ユーザを区別するための情報である。前記生体情報は、例えば、顔認証、指紋認証、声認証、虹彩認証等で使用される特徴量、ユーザの遺伝子情報等があげられる。
前記食生活情報は、例えば、前記対象者（ユーザ）の調理および調味の嗜好情報、前記対象者（ユーザ）のストック食品の情報、対象者（ユーザ）の食品の摂取量情報、対象者（ユーザ）の食品摂取時期の情報等があげられる。前記嗜好情報は、前記対象者が好む調理方法等の調理に関する嗜好情報、ユーザが好む味付け、ユーザが好んで使用する調味料、香辛料、油脂等の調味に関する嗜好情報、ユーザが好んで摂取する食品に関する情報等があげられる。前記ストック食品の情報は、例えば、ユーザが長期間に分けて使用するために貯蔵している食品に関する情報である。前記貯蔵している食品は、例えば、米、パスタ、味噌、スープ、缶詰、冷凍食品、乾物、栄養補助食品、栄養補助飲料等があげられる。前記ユーザが好んで摂取する食品は、例えば、アルコール飲料、清涼飲料水等の飲料等があげられる。前記ユーザの食品の摂取量情報は、ユーザが特定の食品を摂取する際の摂取量に関する情報である。前記摂取量は、例えば、ユーザの平均的な摂取量があげられる。前記ユーザの食品の摂取時期の情報は、例えば、ユーザの食品の摂取期間の情報、ユーザの食品の摂取頻度の情報等があげられる。前記ユーザの食品の摂取期間の情報は、例えば、１つの食品を購入した際に、ユーザが当該食品を摂取する期間の情報である。前記期間は、例えば、平均期間である。ユーザは、通常、複数の食品を摂取するため、前記ユーザの食品の摂取量情報および前記ユーザの摂取時期の情報は、食品の種類と紐付けられることが好ましい。前記食品の種類は、例えば、加工状態に基づく種類（生鮮食品、加工食品等）、栄養学に基づく種類（タンパク質性食品、でんぷん性食品、脂肪性食品等）、食習慣に基づく種類（主食品、副食品、嗜好品、調味料）等があげられる。
前記食生活情報は、例えば、前記ユーザのストック食品の栄養成分情報を含んでもよい。前記ストック食品の栄養成分情報は、例えば、ユーザが入力してもよいし、ユーザが入力したストック食品の情報に基づき、データベース等から取得してもよい。後者の場合、前記ストック食品の栄養成分情報は、例えば、後述の抽出部１２により抽出できる。
前記食生活情報は、例えば、ユーザの推定端末２の表示部２３に、前記食生活情報に関する質問を表示し、前記ユーザが入力部２１を用いて入力することにより取得してもよい。前記質問への回答は、例えば、記入欄への文字入力により実施されてもよいし、多肢選択式等の選択肢の選択入力により実施されてもよい。
つぎに、入力されたユーザの購入食品情報およびユーザの食生活情報は、推定端末２の通信部２２により、通信回線網３を介して、推定装置１に出力される。ユーザの購入食品情報およびユーザの食生活情報は、同時に出力されてもよいし、別々に出力されてもよい。
つぎに、推定装置１による処理を開始する。まず、推定装置１の取得部１１が、推定端末２から出力されたユーザの購入食品情報およびユーザの食生活情報を、通信デバイス１０８を介して取得する（Ｓ１、取得工程）。取得部１１は、推定装置１において前記ユーザの購入食品情報およびユーザの食生活情報を受付するため、例えば、受付部ということもできる。取得部１１は、例えば、取得した購入食品情報について、抽出部１２による抽出等を実施しない場合、前記ユーザの購入食品情報およびユーザの食生活情報を記憶装置１０４に記憶させてもよい。取得部１１は、推定端末２から出力されたユーザの購入食品情報を、経時的に取得してもよい。この場合、推定装置１は、例えば、経時的に取得したユーザの購入食品情報および前記ユーザの購入食品情報に基づき算出されたユーザの栄養摂取量の情報を、ユーザと紐付けて記憶することが好ましい。前記ユーザとの紐付けは、例えば、前述のユーザの識別情報との紐付けにより実施できる。
つぎに、抽出部１２は、前記購入食品情報から購入食品の栄養成分情報を抽出する（Ｓ２、抽出工程）。前記購入食品情報が記憶装置１０４に記憶されている場合、抽出部１２は、記憶装置１０４に記憶されている購入食品情報から栄養成分情報を抽出してもよいし、Ｓ１ステップで新たに取得した購入食品情報と、記憶装置１０４に記憶されている購入食品情報とから栄養成分情報を抽出してもよい。また、前記購入食品情報が記憶装置１０４に記憶されている場合、推定装置１は、例えば、ユーザの推定端末２からユーザの生体情報を取得し、前記購入食品情報として、前記ユーザの生体情報と紐付けられた購入食品情報を用いて、栄養成分情報を抽出してもよい。前記栄養成分情報は、例えば、前記購入食品の栄養成分に関する情報である。前記栄養成分は、例えば、カロリー；糖質、脂質（飽和脂肪酸、多価不飽和脂肪酸、コレステロール等）、アルコール等の炭水化物；タンパク質；ナトリウム、カルシウム、カリウム、鉄等の無機塩；難溶性食物繊維、水溶性食物繊維等の食物繊維；レチノール、α－カロテン、β－カロテン、β－クリプトキサンチン等のビタミンＡ、ビタミンＢ群、ビタミンＣ、ビタミンＤ、α－トコフェロール、β－トコフェノール、γ－トコフェノール、σ－トコフェノール等のビタミンＥ、ビタミンＫ、葉酸、ナイアシン、パントテン酸、ビオチン等のビタミン類；ポリフェノール等があげられる。前記栄養成分情報の抽出は、例えば、各購入食品の栄養成分の情報を記憶した装置内または装置外データベースから購入食品に対応する栄養成分の情報を取得することにより、抽出してもよいし、各購入食品を構成する材料について、日本食品標準成分表等の食品成分の基準を参照することにより、抽出してもよい。抽出部１２は、例えば、異なる日の購入食品情報を含む場合、各日について、別々に栄養成分情報を抽出することが好ましい。具体例として、前記購入食品情報が３日分の購入食品の情報を含む場合、抽出部１２は、１日目の購入食品情報に基づき、１日目の栄養成分情報を抽出し、２日目の購入食品情報に基づき、２日目の栄養成分情報を抽出し、３日目の購入食品情報に基づき、３日目の栄養成分情報を抽出する。抽出された栄養成分情報は、例えば、記憶装置１０４に記憶されてもよい。前記栄養成分情報は、例えば、前記購入食品の画像と紐付けられてもよい。
つぎに、推定部１３は、前記購入食品の栄養成分情報と、前記対象者の食生活情報から対象者（ユーザ）の栄養摂取量を推定する（Ｓ３、推定工程）。前記ユーザの栄養摂取量は、例えば、ユーザが所定の回数または期間あたりに摂取した各栄養成分の摂取量を意味する。推定部１３は、例えば、前記購入食品の栄養成分情報に、前記ユーザの食生活情報に基づき、調理または調味により追加される栄養成分情報を追加することで、前記ユーザの栄養摂取量を推定する。また、前記購入食品において、前記ユーザの食生活情報に基づけば、複数回で摂取される購入食品が存在する場合、推定部１３は、例えば、複数回で摂取される購入食品の栄養成分情報について、摂取回数で除算し、ユーザが摂取する栄養摂取量を推定してもよい。推定部１３は、例えば、所定の回数または期間あたりの栄養摂取量を推定すればよく、具体例として、ユーザの１回、１日、１ヶ月または１年あたりの栄養摂取量を推定してもよいし、ユーザの複数回、複数日、複数月、または複数年の栄養摂取量を推定してもよい。前記栄養摂取量が１回、１日、１ヶ月または１年の栄養摂取量の場合、前記栄養摂取量は、１回、１日、１ヶ月または１年あたりの平均的な栄養摂取量でもよい。
実施形態１の推定システム１００では、前記ユーザの食生活情報は、推定端末２の入力部２１から入力され、推定装置１に出力されたが、本発明の推定装置は、これに限定されず、前記ユーザの食生活情報を、予め記憶装置１０４に記憶させておいてもよい。この場合、推定端末２の入力部２１からユーザの購入食品情報が入力され、推定装置１に出力される。そして、前記ユーザの購入食品情報は、推定装置１の記憶装置１０４に予め記憶されたユーザの食生活情報とあわせて、推定装置１内で処理され、ユーザの栄養摂取量が推定される。また、この場合、記憶装置１０４に記憶されたユーザの食生活情報は、推定端末２から新たなユーザの食生活情報が入力され、推定装置１に取得されると、削除されてもよい。そして、推定装置１は、新たなユーザの食生活情報を記憶装置１０４に記憶してもよい。
実施形態１の推定システム１００において、取得部１１、抽出部１２、および推定部１３は、推定装置１が備えているが、推定端末２が、取得部１１、抽出部１２、および推定部１３のうち、いずれか１つ以上を備えてもよい。また、この点は、後述の実施形態２～３の各部についても同様である。
実施形態１の推定装置１、推定端末２、および推定システム１００によれば、ユーザの購入食品情報およびユーザの食生活情報からユーザの栄養摂取量を推定する。このため、実施形態１の推定装置１では、ユーザの栄養摂取量の推定において、ユーザの食生活の違いに起因する栄養成分の摂取の差異を考慮できるため、前記ユーザの食生活情報を考慮しない場合と比較して、ユーザが摂取した栄養成分を精度よく推定できる。
実施形態１の推定システム１００では、推定装置１で推定された前記ユーザの栄養栄養摂取量を、推定端末２に表示してもよい。この場合、推定装置１は、前記ユーザの栄養摂取量を出力する摂取量出力部を備える。そして、推定装置１は、前記摂取量出力部によりユーザの栄養摂取量を出力する（摂取量出力工程）。つぎに、出力されたユーザの栄養摂取量は、推定装置１の通信デバイス１０８により、通信回線網３を介して、推定端末２に出力される。そして、前記ユーザの栄養摂取量は、推定端末２の表示部２３に表示される。表示部２３において、前記ユーザの栄養摂取量は、数値で表示されてもよいし、図表等で表示されてもよい。推定装置１が前記摂取量出力部を備えることで、ユーザは、ユーザの栄養摂取量について把握可能となり、摂取栄養量に基づく健康管理が可能となる。
実施形態１の推定システム１００では、ユーザの購入食品の画像を、推定端末２の表示部２３に表示可能としてもよい。この場合、前記購入食品の栄養成分情報は、購入食品の画像と紐付けられており、推定装置１は、前記購入食品と対応する購入食品の画像を出力する画像出力部を備える。そして、推定装置１は、前記画像出力部により前記購入食品と対応する購入食品の画像を出力する（画像出力工程）。つぎに、出力された購入食品の画像は、推定装置１の通信デバイス１０８により、通信回線網３を介して、推定端末２に出力される。そして、前記購入食品の画像は、推定端末２の表示部２３に表示される。推定装置１が前記画像出力部を備えることで、ユーザは、ユーザが購入した食品について画像により事後的に確認可能となる。このため、ユーザは、例えば、前記摂取栄養量と前記購入食品の画像とをあわせて検討することにより、今後の健康管理において摂取することが望ましい食品および摂取することが望ましくない食品を検討できる。
［実施形態２］
本実施形態は、前記対象者の食生活情報が、対象者の調理および調味の嗜好情報、対象者のストック食品情報、ストック食品の栄養成分情報、ならびに食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方を含む。また、本実施形態は、食品の種類と紐付けられた、食品の摂取量情報および食品の摂取時期情報の少なくとも一方を取得する摂取情報取得部を備え、前記推定部が、前記購入食品の栄養成分情報と前記購入食品の種類とから、購入食品由来の栄養摂取量を算出する第１の算出部と、前記対象者の食生活情報から、食生活由来の栄養摂取量を算出する第２の算出部と、前記購入食品由来の栄養摂取量および前記食生活由来の栄養摂取量とから、前記対象者の栄養摂取量を推定する摂取量推定部とを備えること以外は、実施形態１と同様である。本実施形態は、購入食品由来の栄養摂取量と、ユーザの食生活由来の栄養摂取量とを分けて推定する。このため、本実施形態は、ユーザの食生活の違いに起因する栄養成分の摂取の差異を考慮できるため、前記ユーザの食生活情報を考慮しない場合と比較して、ユーザが摂取した栄養成分をより精度よく推定できる。
本実施形態は、前記対象者の食生活情報が、対象者の調理および調味の嗜好情報、対象者のストック食品情報、ストック食品の栄養成分情報、ならびに食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方を含む。また、本実施形態は、食品の種類と紐付けられた、食品の摂取量情報および食品の摂取時期情報の少なくとも一方を取得する摂取情報取得部を備え、前記推定部が、前記購入食品の栄養成分情報と前記購入食品の種類とから、購入食品由来の栄養摂取量を算出する第１の算出部と、前記対象者の食生活情報から、食生活由来の栄養摂取量を算出する第２の算出部と、前記購入食品由来の栄養摂取量および前記食生活由来の栄養摂取量とから、前記対象者の栄養摂取量を推定する摂取量推定部とを備えること以外は、実施形態１と同様である。本実施形態は、購入食品由来の栄養摂取量と、ユーザの食生活由来の栄養摂取量とを分けて推定する。このため、本実施形態は、ユーザの食生活の違いに起因する栄養成分の摂取の差異を考慮できるため、前記ユーザの食生活情報を考慮しない場合と比較して、ユーザが摂取した栄養成分をより精度よく推定できる。
図５は、本実施形態の推定装置１Ａの一例の構成を示すブロック図である。図５に示すように、推定装置１Ａは、推定装置１の構成に加え、さらに摂取情報取得部１４を備え、推定部１３は、第１の算出部１３ａと、第２の算出部１３ｂと、摂取量推定部１３ｃとを備える。推定装置１Ａのハードウェア構成は、図２の推定装置１のハードウェア構成において、ＣＰＵ１０１が、図１の推定装置１の構成に代えて、図５の推定装置１Ａの構成を備える以外は同様である。
本実施形態の推定装置１Ａにおける処理の一例を、図６のフローチャートに基づいて説明する。
まず、実施形態１の推定装置１の処理におけるＳ１～Ｓ２と同様にして、Ｓ１～Ｓ２を実施する。
つぎに、摂取情報取得部１４は、食品の種類と紐付けられた、食品の摂取量情報および食品の摂取時期情報の少なくとも一方を取得する（Ｓ４、摂取情報取得工程）。前記食品の摂取量情報は、例えば、対象の食品を摂取する際の摂取量に関する情報である。前記摂取量は、例えば、対象の食品の購入者における平均的な摂取量があげられる。前記食品の摂取時期の情報は、例えば、食品の摂取期間の情報、食品の摂取頻度の情報等があげられる。前記食品の摂取時期の情報は、例えば、対象の食品の購入者における平均的な摂取時期である。また、前記食品の摂取期間の情報は、例えば、対象の食品の購入者における平均的な摂取期間である。また、前記食品の摂取頻度の情報は、例えば、対象の食品の購入者における平均的な摂取頻度である。前記食品の種類は、例えば、前述の説明を援用できる。前記食生活情報における食品の種類と、前記食品の摂取量情報および食品の摂取時期情報における食品の種類とは、同じ分類方法により分類されていることが好ましい。
前記食品の摂取量情報および食品の摂取時期情報は、記憶装置１０４に記憶されていてもよいし、推定装置１Ａ外の記憶装置に記憶されてもよい。この場合、摂取情報取得部１４は、記憶装置１０４または推定装置１Ａ外の記憶装置から、前記食品の摂取量情報および食品の摂取時期情報を取得する。
つぎに、第１の算出部１３ａは、前記購入食品の栄養成分情報と前記購入食品の種類とから、購入食品由来の栄養摂取量を算出する（Ｓ３１、第１の算出工程）。前記購入食品は、例えば、前記購入食品の種類によってユーザにより摂取される回数が異なると推定される。一例として、前記購入食品がお弁当、お惣菜等の調理済の加工品の場合、ユーザは、前記購入食品を１回で摂取すると推定される。他方、前記購入食品が肉類、野菜類、果物類、魚類等の調理前の生鮮食品の場合、ユーザは、前記購入食品を複数回に分けて、または一定期間で摂取すると推定される。そこで、Ｓ３１において、第１の算出部１３ａは、例えば、前記購入食品の栄養成分情報について、前記購入食品の種類毎に分類し、分類された各購入食品の栄養成分情報について、１回あたりの推定摂取量に基づき、所定の回数または期間における購入食品由来の栄養摂取量を算出する。前記１回あたりの推定摂取量については、例えば、前記食品の種類と紐付けられた、食品の摂取量情報および食品の摂取時期情報を使用することにより算出できる。
前記購入食品と対応する食品の摂取量情報を使用する場合、第１の算出部１３ａは、前記購入食品の栄養成分と、前記購入食品と対応する食品の摂取量情報とに基づき、前記購入食品の１回の摂取量で得られる栄養摂取量を算出する。より具体的には、第１の算出部１３ａは、各栄養成分について、前記購入食品の重量あたりの栄養成分量に対して、前記食品の摂取量情報における１回の摂取重量を乗算することにより、前記購入食品の１回の摂取量で得られる栄養摂取量を算出する。また、前記食品の摂取時期情報を使用する場合、第１の算出部１３ａは、前記購入食品の栄養成分と、前記購入食品と対応する食品の摂取時期情報とに基づき、前記購入食品の１回の摂取時に取得する重量を算出する。より具体的には、前記購入食品の重量（例えば、平均重量）を、前記食品の摂取時期情報における摂取回数または期間情報で除算し、前記購入食品の１回の摂取時に取得する重量を算出する。つぎに、各栄養成分について、前記購入食品の重量あたりの栄養成分量に対して、前記購入食品の１回の摂取重量を乗算することにより、前記購入食品の１回の摂取量で得られる栄養摂取量を算出する。そして、前記購入食品の１回の摂取量で得られる栄養摂取量に基づき、第１の算出部１３ａは、所定の回数または期間で摂取する栄養摂取量を算出する。第１の算出部１３ａは、同様の栄養摂取量の算出について、各購入食品の栄養成分情報に対して実施する。
つぎに、第２の算出部１３ｂは、前記対象者の食生活情報から、食生活由来の栄養摂取量を算出する（Ｓ３２、第２の算出工程）。ユーザの栄養摂取量は、前記ユーザの好む調理方法および味付け等の調味により、大きく異なると推定される。また、前記ユーザがストック食品を保有し、それを摂取している場合、前記購入食品情報に基づき栄養摂取量を算出しても、前記ユーザの栄養摂取量は、前記ストック食品由来の栄養摂取量を含まない。そこで、Ｓ３２において、第２の算出部１３ｂは、例えば、前記対象者の食生活情報から、前記調理または調味時に使用する調味料由来の栄養摂取量と、前記ストック食品由来の栄養摂取量とを算出し、前記ユーザの栄養摂取量を推定する。なお、本実施形態において、第２の算出部１３ｂは、前記調味料由来の栄養摂取量と、前記ストック食品由来の栄養摂取量とを算出しているが、本発明は、これに限定されず、いずれか一方を算出してもよい。
まず、第２の算出部１３ｂは、例えば、前記対象者の調味および調理の嗜好情報から、所定の回数または期間で使用する調味料の重量を算出する。つぎに、第２の算出部１３ｂは、前記調味料の重量から、調味料由来の栄養摂取量を算出する。そして、第２の算出部１３ｂは、同様の栄養摂取量の算出について、各調味料に対して実施する。前記調味料の栄養成分は、例えば、前記対象者の食生活情報に含まれていることが好ましい。第２の算出部１３ｂは、例えば、ユーザの性別、ユーザの１回の摂食量に応じて、前記調味料由来の栄養摂取量を補正してもよい。この場合、第２の算出部１３ｂは、例えば、予め定められた性別と紐付けられた補正値、ユーザの１回の摂食量に紐付けられた補正値に基づき、前記調味料由来の栄養摂取量を補正する。
つぎに、第２の算出部１３ｂは、例えば、前記ストック食品の栄養成分情報と、食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報との少なくとも一方とから、前記ストック食品由来の栄養摂取量を算出する。具体的には、第２の算出部１３ｂは、例えば、前記ストック食品の栄養成分情報について、前記ストック食品の種類毎に分類し、分類された各ストック食品の栄養成分情報について、１回あたりの推定摂取量に基づき、所定の回数または期間におけるストック食品由来の栄養摂取量を算出する。具体的には、前記ストック食品と対応する対象者の食品の摂取量情報を使用する場合、第２の算出部１３ｂは、前記ストック食品の栄養成分と、前記ストック食品と対応する食品の摂取量情報とに基づき、前記ストック食品の１回の摂取量で得られる栄養摂取量を算出する。より具体的には、第２の算出部１３ｂは、各栄養成分について、前記ストック食品の重量あたりの栄養成分量に対して、前記対象者の食品の摂取量情報における１回の摂取重量を乗算することにより、前記ストック食品の１回の摂取量で得られる栄養摂取量を算出する。また、前記対象者の食品の摂取時期情報を使用する場合、第２の算出部１３ｂは、前記ストック食品の栄養成分と、前記ストック食品と対応する対象者の食品の摂取時期情報とに基づき、前記ストック食品の１回の摂取時に取得する重量を算出する。より具体的には、前記ストック食品の重量（例えば、平均重量）を、前記対象者の食品の摂取時期情報における摂取回数または期間情報で除算し、前記ストック食品の１回の摂取時に取得する重量を算出する。そして、各栄養成分について、前記ストック食品の重量あたりの栄養成分量に対して、前記ストック食品の１回の摂取重量を乗算することにより、前記ストック食品の１回の摂取量で得られる栄養摂取量を算出する。さらに、前記ストック食品の１回の摂取量で得られる栄養摂取量に基づき、第２の算出部１３ｂは、所定の回数または期間で摂取する栄養摂取量を算出する。第２の算出部１３ｂは、同様の栄養摂取量の算出について、各ストック食品の栄養成分情報に対して実施する。
そして、摂取量推定部１３ｃは、前記購入食品由来の栄養摂取量および前記食生活由来の栄養摂取量とから、前記対象者の栄養摂取量を推定する（Ｓ３３、摂取量推定工程）。Ｓ３３では、摂取量推定部１３ｃが、Ｓ３１およびＳ３２で算出された栄養摂取量を合計することにより、前記ユーザの栄養摂取量を推定できる。具体的には、摂取量推定部１３ｃは、第１の算出部１３ａにより算出された購入商品由来の栄養摂取量と、第２の算出部１３ｂにより算出された調味料由来の栄養摂取量およびストック食品由来の栄養摂取量とを合計することにより、前記ユーザの栄養摂取量を推定できる。
本実施形態において、Ｓ１およびＳ２の実施後にＳ４を実施したが、Ｓ１およびＳ２と、Ｓ４との実施順序は順不同であり、Ｓ４の実施後に、Ｓ１およびＳ２を実施してもよいし、Ｓ１およびＳ２と、Ｓ４とを並行して実施してもよい。
本実施形態において、Ｓ３１の実施後にＳ３２を実施したが、Ｓ３１と、Ｓ３２との実施順序は順不同であり、Ｓ３２の実施後に、Ｓ３１を実施してもよいし、Ｓ３１およびＳ３２を並行して実施してもよい。
［実施形態３］
本実施形態は、前記対象者の食生活情報が、対象者の調理および調味の嗜好情報、対象者のストック食品情報、ストック食品の栄養成分情報、ならびに食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方を含む。また、本実施形態は、前記推定部が、前記購入食品の栄養成分情報と、前記購入食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、購入食品由来の栄養摂取量を算出する第３の算出部と、前記対象者の調理および調味の嗜好情報から、調味料由来の栄養摂取量を算出し、かつ前記対象者のストック食品情報から、ストック食品由来の栄養摂取量を算出する第４の算出部と、前記購入食品由来の栄養摂取量と、前記調味料由来の栄養摂取量と、前記ストック食品由来の栄養摂取量から、前記対象者の栄養摂取量を推定する摂取量推定部とを備えること以外は、実施形態１と同様である。本実施形態は、購入食品由来の栄養摂取量と、ユーザの食生活由来の栄養摂取量とを分けて推定する。また、本実施形態は、前記購入食品由来の栄養摂取量の推定においても、前記ユーザの調理および調味の嗜好情報を考慮する。このため、本実施形態は、ユーザの食生活の違いに起因する栄養成分の摂取の差異をより考慮できるため、前記ユーザの食生活情報を考慮しない場合と比較して、ユーザが摂取した栄養成分をさらに精度よく推定できる。
本実施形態は、前記対象者の食生活情報が、対象者の調理および調味の嗜好情報、対象者のストック食品情報、ストック食品の栄養成分情報、ならびに食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方を含む。また、本実施形態は、前記推定部が、前記購入食品の栄養成分情報と、前記購入食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、購入食品由来の栄養摂取量を算出する第３の算出部と、前記対象者の調理および調味の嗜好情報から、調味料由来の栄養摂取量を算出し、かつ前記対象者のストック食品情報から、ストック食品由来の栄養摂取量を算出する第４の算出部と、前記購入食品由来の栄養摂取量と、前記調味料由来の栄養摂取量と、前記ストック食品由来の栄養摂取量から、前記対象者の栄養摂取量を推定する摂取量推定部とを備えること以外は、実施形態１と同様である。本実施形態は、購入食品由来の栄養摂取量と、ユーザの食生活由来の栄養摂取量とを分けて推定する。また、本実施形態は、前記購入食品由来の栄養摂取量の推定においても、前記ユーザの調理および調味の嗜好情報を考慮する。このため、本実施形態は、ユーザの食生活の違いに起因する栄養成分の摂取の差異をより考慮できるため、前記ユーザの食生活情報を考慮しない場合と比較して、ユーザが摂取した栄養成分をさらに精度よく推定できる。
図７は、本実施形態の推定装置１Ｂの一例の構成を示すブロック図である。図７に示すように、推定装置１Ｂは、推定装置１の構成において、推定部１３が、第３の算出部１３ｄと、第４の算出部１３ｅと、摂取量推定部１３ｆを備える。推定装置１Ｂのハードウェア構成は、図２の推定装置１のハードウェア構成において、ＣＰＵ１０１が、図１の推定装置１の構成に代えて、図７の推定装置１Ｂの構成を備える以外は同様である。
本実施形態の推定装置１Ｂにおける処理の一例を、図８のフローチャートに基づいて説明する。
まず、実施形態１の推定装置１の処理におけるＳ１～Ｓ２と同様にして、Ｓ１～Ｓ２を実施する。
つぎに、第３の算出部１３ｄは、前記購入食品の栄養成分情報と、前記購入食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、購入食品由来の栄養摂取量を算出する（Ｓ３４、第３の算出工程）。前記購入食品は、例えば、前記ユーザの調味および調理の嗜好によって、ユーザにより摂取される回数および量等が異なると推定される。そこで、Ｓ３４において、第３の算出部１３ｄは、例えば、前記購入食品の栄養成分情報について、前記購入食品の種類毎に分類し、分類された各購入食品の栄養成分情報について、前記ユーザの嗜好情報を考慮した１回あたりの摂取量に基づき、所定の回数または期間における購入食品由来の栄養摂取量を算出する。前記１回あたりの推定摂取量については、例えば、前記食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報を使用することにより算出できる。
前記購入食品と対応する対象者の食品の摂取量情報を使用する場合、第３の算出部１３ｄは、前記購入食品の栄養成分と、前記購入食品と対応する対象者の食品の摂取量情報とに基づき、前記購入食品の１回の摂取量で得られる栄養摂取量を算出する。より具体的には、第３の算出部１３ｄは、各栄養成分について、前記購入食品の重量あたりの栄養成分量に対して、前記対象者の食品の摂取量情報における１回の摂取重量を乗算することにより、前記購入食品の１回の摂取量で得られる栄養摂取量を算出する。また、前記対象者の食品の摂取時期情報を使用する場合、第３の算出部１３ｄは、前記購入食品の栄養成分と、前記対象者の購入食品と対応する食品の摂取時期情報とに基づき、前記購入食品の１回の摂取時に取得する重量を算出する。より具体的には、前記購入食品の重量（例えば、平均重量）を、前記対象者の食品の摂取時期情報における摂取回数または期間情報で除算し、前記購入食品の１回の摂取時に取得する重量を算出する。つぎに、各栄養成分について、前記購入食品の重量あたりの栄養成分量に対して、前記購入食品の１回の摂取重量を乗算することにより、前記購入食品の１回の摂取量で得られる栄養摂取量を算出する。そして、前記購入食品の１回の摂取量で得られる栄養摂取量に基づき、第３の算出部１３ｄは、所定の回数または期間で摂取する栄養摂取量を算出する。第３の算出部１３ｄは、同様の栄養摂取量の算出について、各購入食品の栄養成分情報に対して実施する。
つぎに、第４の算出部１３ｅは、前記対象者の調理および調味の嗜好情報から、調味料由来の栄養摂取量を算出し、かつ前記対象者のストック食品情報から、ストック食品由来の栄養摂取量を算出する（Ｓ３５、第４の算出工程）。ユーザの栄養摂取量は、前述のように、前記ユーザの好む調理方法および味付け等の調味により、大きく異なると推定される。また、前記ユーザがストック食品を保有し、それを摂取している場合、前記購入食品情報に基づき栄養摂取量を算出しても、前記ユーザの栄養摂取量は、前記ストック食品由来の栄養摂取量を含まない。そこで、Ｓ３５において、第４の算出部１３ｅは、例えば、前記対象者の食生活情報から、前記調理または調味時に使用する調味料由来の栄養摂取量と、前記ストック食品由来の栄養摂取量とを算出し、前記ユーザの栄養摂取量を推定する。
まず、第４の算出部１３ｅは、例えば、前記対象者の調味および調理の嗜好情報から、所定の回数または期間で使用する調味料の重量を算出する。つぎに、第４の算出部１３ｅは、前記調味料の重量から、調味料由来の栄養摂取量を算出する。そして、第４の算出部１３ｅは、同様の栄養摂取量の算出について、各調味料に対して実施する。前記調味料の栄養成分は、例えば、前記対象者の食生活情報に含まれていることが好ましい。
つぎに、第４の算出部１３ｅは、例えば、前記ストック食品の栄養成分情報と、食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報との少なくとも一方とから、前記ストック食品由来の栄養摂取量を算出する。具体的には、第４の算出部１３ｅは、例えば、前記ストック食品の栄養成分情報について、前記ストック食品の種類毎に分類し、分類された各ストック食品の栄養成分情報について、１回あたりの推定摂取量に基づき、所定の回数または期間におけるストック食品由来の栄養摂取量を算出する。具体的には、前記ストック食品と対応する対象者の食品の摂取量情報を使用する場合、第４の算出部１３ｅは、前記ストック食品の栄養成分と、前記ストック食品と対応する食品の摂取量情報とに基づき、前記ストック食品の１回の摂取量で得られる栄養摂取量を算出する。より具体的には、第４の算出部１３ｅは、各栄養成分について、前記ストック食品の重量あたりの栄養成分量に対して、前記対象者の食品の摂取量情報における１回の摂取重量を乗算することにより、前記ストック食品の１回の摂取量で得られる栄養摂取量を算出する。また、前記対象者の食品の摂取時期情報を使用する場合、第４の算出部１３ｅは、前記ストック食品の栄養成分と、前記ストック食品と対応する対象者の食品の摂取時期情報とに基づき、前記ストック食品の１回の摂取時に取得する重量を算出する。より具体的には、前記ストック食品の重量（例えば、平均重量）を、前記対象者の食品の摂取時期情報における摂取回数または期間情報で除算し、前記ストック食品の１回の摂取時に取得する重量を算出する。そして、各栄養成分について、前記ストック食品の重量あたりの栄養成分量に対して、前記ストック食品の１回の摂取重量を乗算することにより、前記ストック食品の１回の摂取量で得られる栄養摂取量を算出する。さらに、前記ストック食品の１回の摂取量で得られる栄養摂取量に基づき、第４の算出部１３ｅは、所定の回数または期間で摂取する栄養摂取量を算出する。そして、第４の算出部１３ｅは、同様の栄養摂取量の算出について、各ストック食品の栄養成分情報に対して実施する。
そして、摂取量推定部１３ｆは、前記購入食品由来の栄養摂取量および前記食生活由来の栄養摂取量とから、前記対象者の栄養摂取量を推定する（Ｓ３６、摂取量推定工程）。Ｓ３６では、摂取量推定部１３ｆが、Ｓ３４およびＳ３５で算出された栄養摂取量を合計することにより、前記ユーザの栄養摂取量を推定できる。具体的には、摂取量推定部１３ｆは、第３の算出部１３ｄにより算出された購入商品由来の栄養摂取量と、第４の算出部１３ｅにより算出された調味料由来の栄養摂取量およびストック食品由来の栄養摂取量とを合計することにより、前記ユーザの栄養摂取量を推定できる。
［実施形態４］
本実施形態は、本発明の支援装置および支援端末の一例を含む支援システムの例である。図９は、本実施形態の支援装置４および支援端末５の一例を含む支援システム２００の一例の構成を示すブロック図である。図９に示すように、支援システム２００は、支援装置４と、ユーザの支援端末５とを備える。また、図９に示すように、支援装置４は、取得部１１、抽出部１２、推定部１３を備える推定装置１と、健康状態推定部４１とを備える。支援端末５は、入力部５１、通信部５２、および表示部５３を備える。図９に示すように、支援装置４は、通信回線網３を介して、支援端末５と接続可能である。本実施形態の支援装置４は、システムとしてサーバに組み込まれていてもよい。また、本実施形態の支援装置４は、本発明のプログラムがインストールされたパーソナルコンピュータ（ＰＣ）であってもよい。また、図示していないが、支援装置４は、通信回線網３を介して、システム管理者の外部端末とも接続可能であり、システム管理者は、外部端末から支援装置４の管理を実施してもよい。
本実施形態は、本発明の支援装置および支援端末の一例を含む支援システムの例である。図９は、本実施形態の支援装置４および支援端末５の一例を含む支援システム２００の一例の構成を示すブロック図である。図９に示すように、支援システム２００は、支援装置４と、ユーザの支援端末５とを備える。また、図９に示すように、支援装置４は、取得部１１、抽出部１２、推定部１３を備える推定装置１と、健康状態推定部４１とを備える。支援端末５は、入力部５１、通信部５２、および表示部５３を備える。図９に示すように、支援装置４は、通信回線網３を介して、支援端末５と接続可能である。本実施形態の支援装置４は、システムとしてサーバに組み込まれていてもよい。また、本実施形態の支援装置４は、本発明のプログラムがインストールされたパーソナルコンピュータ（ＰＣ）であってもよい。また、図示していないが、支援装置４は、通信回線網３を介して、システム管理者の外部端末とも接続可能であり、システム管理者は、外部端末から支援装置４の管理を実施してもよい。
通信回線網３および支援端末５は、実施形態１の推定装置１における通信回線網３および推定端末２の説明を援用できる。
図１０に、支援装置４のハードウェア構成のブロック図を例示する。支援装置４は、例えば、ＣＰＵ（中央処理装置）４０１、メモリ４０２、バス４０３、記憶装置４０４、入力装置４０６、ディスプレイ４０７、通信デバイス４０８等を有する。支援装置４の各部は、それぞれのインタフェース（Ｉ／Ｆ）により、バス４０３を介して接続されている。
ＣＰＵ４０１は、例えば、コントローラ（システムコントローラ、Ｉ／Ｏコントローラ等）等により、他の構成と連携動作し、支援装置４の全体の制御を担う。支援装置４において、ＣＰＵ４０１により、例えば、本発明のプログラム４０５やその他のプログラムが実行され、また、各種情報の読み込みや書き込みが行われる。具体的には、例えば、ＣＰＵ４０１が、推定装置１における取得部１１、抽出部１２、および推定部１３、ならびに健康状態推定部４１として機能する。支援装置４は、演算装置として、ＣＰＵを備えるが、ＧＰＵ（Graphics Processing Unit）、ＡＰＵ（Accelerated Processing Unit）等の他の演算装置を備えてもよいし、ＣＰＵとこれらとの組合せを備えてもよい。なお、ＣＰＵ４０１は、例えば、後述する実施形態５～６における記憶部以外の各部として機能する。
メモリ４０２、バス４０３、記憶装置４０４、入力装置４０６、ディスプレイ４０７、および通信デバイス４０８は、実施形態１の推定装置１におけるメモリ１０２、バス１０３、記憶装置１０４、入力装置１０６、ディスプレイ１０７、および通信デバイス１０８の説明を援用できる。
支援装置４において、メモリ４０２および記憶装置４０４は、ユーザからのアクセス情報およびログ情報、ならびに、外部データベース（図示せず）から取得した情報を記憶することも可能である。
図１１に、支援端末５のハードウェア構成のブロック図を例示する。支援端末５は、例えば、ＣＰＵ５０１、メモリ５０２、バス５０３、記憶装置５０４、入力装置（入力部）５１、通信デバイス（通信部）５２、ディスプレイ（表示部）５３等を有する。支援端末５の各部は、それぞれのインタフェース（Ｉ／Ｆ）により、バス５０３を介して接続されている。支援端末５の各構成の説明は、実施形態１の支援装置１の各構成の説明を援用できる。
つぎに、本実施形態の支援装置４における処理の一例について、支援端末５から入力された購入食品情報に基づき処理する場合を例にとり、図１２のフローチャートに基づき、説明する。
支援装置４による処理に先立ち、まず、ユーザが、ユーザの支援端末５の入力部５１により、ユーザの購入食品情報およびユーザの食生活情報を入力する。ユーザの支援端末５による前記ユーザの購入食品情報およびユーザの食生活情報の入力は、実施形態１の推定端末２と同様に実施できる。前記ユーザは、例えば、本実施形態の支援システム２００のように一人でもよいし、複数人でもよい。
つぎに、入力されたユーザの購入食品情報およびユーザの食生活情報は、支援端末５の通信部５２により、通信回線網３を介して、支援装置４に出力される。ユーザの購入食品情報およびユーザの食生活情報は、同時に出力されてもよいし、別々に出力されてもよい。
つぎに、支援装置４における推定装置１（推定部）による処理を開始する。まず、推定装置１は、前記ユーザの購入食品情報およびユーザの食生活情報からのユーザの栄養摂取量を推定する（Ｓ４Ａ、推定工程）。推定装置１による、前記ユーザの購入食品情報およびユーザの食生活情報からのユーザの栄養摂取量の推定は、実施形態１のＳ１～Ｓ３と同様にして実施できる。
つぎに、健康状態推定部４１は、前記対象者の栄養摂取量から、対象者の健康状態を推定する（Ｓ５、健康状態推定工程）。前記健康状態の推定方法は、前記対象者の属性情報から算出される、前記対象者の適切な栄養摂取量の基準値を算出し、前記栄養摂取量の基準値と、前記対象者の栄養摂取量とを比較することで推定する方法でもよい。また、前記健康状態の推定方法は、例えば、前記栄養摂取量と健康状態との組を教師データとして生成した健康状態の推定モデルを用いて推定する方法でもよい。前記健康状態の推定モデルの製造方法については、後述する。前記健康状態は、例えば、ユーザの現在の健康状態でもよいし、ユーザの未来の健康状態でもよい。前記健康状態は、例えば、健康な状態でもよいし、不健康な状態でもよい。前記不健康な状態は、例えば、疾患等に罹患または発症した状態、体調不良の状態等があげられる。
一例として、前記ユーザの健康状態は、例えば、前記対象者の栄養摂取量における各栄養成分の量に基づき、推定してもよい。この場合、健康状態推定部４１は、各栄養成分の量（摂取量）と、前記栄養成分の量および健康状態の関連性とに基づき、前記ユーザの健康状態を推定する。具体的には、健康状態推定部４１は、前記対象者の栄養摂取量における各栄養成分の量について、前記栄養成分の量および健康状態の関連性の情報を比較し、前記栄養成分の量と対応する健康状態を抽出する。そして、健康状態推定部４１は、前記ユーザの健康状態が、前記栄養成分の量と対応する健康状態であると推定する。前記栄養成分の量および健康状態の関連性は、公知の食事摂取量と健康状態の関連性に関する情報を参照でき、具体例として、食塩摂取量（ｇ）と年間の収縮期血圧（ｍｍＨｇ）の上昇量との関連性は、下記参考文献１を参照できる。
参考文献１：Intersalt Cooperative Research Group, “Intersalt: an international study of electrolyte excretion and blood pressure. Results for 24 hour urinary sodium and potassium excretion.”, BMJ, 1988, volume 297, number 6644, pages 319-328
参考文献１：Intersalt Cooperative Research Group, “Intersalt: an international study of electrolyte excretion and blood pressure. Results for 24 hour urinary sodium and potassium excretion.”, BMJ, 1988, volume 297, number 6644, pages 319-328
本実施形態では、推定部を構成する推定装置として、実施形態１の推定装置を用いたが、本発明はこれに限定されず、他の推定装置を用いてもよく、実施形態２～３の推定装置を用いてもよい。
実施形態４の支援システム２００において、取得部１１、抽出部１２、推定部１３、および健康状態推定部４１は、支援装置４が備えているが、支援端末５が、取得部１１、抽出部１２、推定部１３、および健康状態推定部４１のうち、いずれか１つ以上を備えてもよい。また、この点は、後述の実施形態５および６の各部についても同様である。
実施形態４の支援装置４、支援端末５、および支援システム２００によれば、ユーザの購入食品情報およびユーザの食生活情報からユーザの栄養摂取量を推定する。このため、実施形態４の支援装置４では、ユーザの栄養摂取量の推定において、ユーザの食生活の違いに起因する栄養成分の摂取の差異を考慮できるため、前記ユーザの食生活情報を考慮しない場合と比較して、ユーザが摂取した栄養成分を精度よく推定できる。したがって、実施形態４の支援装置４では、ユーザの健康状態を推定する際に、より精度の高いユーザが摂取した栄養成分をデータとして用いることができるため、より精度よくユーザの健康状態を推定できる。
実施形態４の支援システム２００では、支援装置４で推定された前記ユーザの健康状態を、支援端末５に表示してもよい。この場合、支援装置４は、前記ユーザの健康状態を出力する健康状態出力部を備える。そして、支援装置４は、前記健康状態出力部によりユーザの健康状態を出力する（健康状態出力工程）。つぎに、出力されたユーザの健康状態は、支援装置４の通信デバイス４０８により、通信回線網３を介して、支援端末５に出力される。そして、前記ユーザの健康状態は、支援端末５の表示部５３に表示される。表示部５３において、前記ユーザの健康状態は、数値で表示されてもよいし、図表等で表示されてもよいし、アバター等のキャラクタ画像で表示されてもよい。前記キャラクタ画像で表示される場合、表示部５３は、前記ユーザの健康状態に応じて、前記キャラクタ画像の表示を変更してもよい。出力する支援端末５は、例えば、ユーザの支援端末５でもよいし、ユーザの支援端末５とは異なる支援端末でもよい。前記異なる支援端末は、例えば、ユーザの家族または支援者、医療関係者等の支援端末があげられる。支援装置４が前記健康状態出力部を備えることで、ユーザは、ユーザの健康状態について把握可能となり、健康管理が容易となる。
［実施形態５］
本実施形態は、対象者の属性情報を取得する属性情報取得部と、前記対象者の属性情報と、属性毎の栄養成分の摂取基準値とから、前記対象者の栄養摂取量の基準値を算出する基準値算出部とを備え、前記健康状態推定部では、前記対象者の栄養摂取量と前記対象者の栄養摂取量の基準値とから、対象者の健康状態が推定されること以外は、実施形態４と同様である。本実施形態は、ユーザの属性情報に基づき、ユーザ毎に栄養摂取量の比較対象の基準値を設定できるため、より精度よくユーザの健康状態を推定できる。
本実施形態は、対象者の属性情報を取得する属性情報取得部と、前記対象者の属性情報と、属性毎の栄養成分の摂取基準値とから、前記対象者の栄養摂取量の基準値を算出する基準値算出部とを備え、前記健康状態推定部では、前記対象者の栄養摂取量と前記対象者の栄養摂取量の基準値とから、対象者の健康状態が推定されること以外は、実施形態４と同様である。本実施形態は、ユーザの属性情報に基づき、ユーザ毎に栄養摂取量の比較対象の基準値を設定できるため、より精度よくユーザの健康状態を推定できる。
図１３は、本実施形態の支援装置４Ａの一例の構成を示すブロック図である。図１３に示すように、支援装置４Ａは、支援装置４の構成に加え、さらに属性情報取得部４２と、基準値算出部４３とを備える。支援装置４Ａのハードウェア構成は、図１０の支援装置４のハードウェア構成において、ＣＰＵ４０１が、図９の支援装置４の構成に代えて、図１３の支援装置４Ａの構成を備える以外は同様である。
本実施形態の支援装置４Ａにおける処理の一例を、図１４のフローチャートに基づいて説明する。
まず、実施形態４の支援装置４の処理におけるＳ４Ａと同様にして、Ｓ４Ａを実施する。
つぎに、属性情報取得部４２は、対象者の属性情報を取得する（Ｓ６、属性情報取得工程）。前記対象者の属性情報は、例えば、ユーザにより、支援端末５から入力されたユーザの属性情報でもよいし、推定装置４Ａ内の記憶装置４０４または推定装置４Ａ外の記憶装置に記憶されたユーザの属性情報でもよい。前者の場合、前記ユーザの属性情報は、支援端末５の通信部５２により、通信回線網３を介して、支援装置４Ａに出力される。後者の場合、Ｓ６では、属性情報取得部４２が、前記記憶装置のユーザの属性情報を取得する。属性情報取得部４２は、前記対象者の属性情報に基づき、対象者のバイタルデータの判定基準値の情報を取得してもよい。この場合、属性情報取得部４２は、後述のバイタルデータ取得部と組合わせて用いることが好ましい。
前記ユーザの属性情報は、例えば、ユーザの年齢、性別、身長、体重、体脂肪率、BMI（Body mass index）、運動量、メッツ（運動強度の指数、ＭＥＴｓ（METabolic equivalents））、身体活動レベル等があげられる。
つぎに、基準値算出部４３は、前記対象者の属性情報と、属性毎の栄養成分の摂取基準値とから、前記対象者の栄養摂取量の基準値を算出する（Ｓ７、基準値算出工程）。Ｓ７において、前記栄養摂取量の基準値は、例えば、前記ユーザの属性情報に基づき、前記属性毎の栄養成分の摂取基準から対応する栄養成分の値を抽出し、抽出された栄養成分の値を、栄養成分毎に積算することにより算出できる。前記栄養摂取量の基準値は、数値範囲が好ましい。この場合、前記栄養摂取量の基準値は、栄養摂取量の基準範囲ということもできる。前記栄養摂取量の基準範囲は、例えば、算出された栄養摂取量の基準値の±１５％の範囲、好ましくは、算出された栄養摂取量の基準値の±１０％または±５％の範囲と設定できる。前記属性毎の栄養成分の摂取基準は、例えば、厚生労働省等の公的機関が推薦している栄養成分の基準値があげられ、具体例として、日本人の食事摂取基準（２０１５年版）（厚生労働省）があげられる。前記基準値は、例えば、下限値と上限値から規定される数値範囲でもよい。
つぎに、健康状態推定部４１は、前記対象者の栄養摂取量と前記対象者の栄養摂取量の基準値とから、対象者の健康状態を推定する（Ｓ５、健康状態推定工程）。具体的には、健康状態推定部４１は、前記ユーザの栄養摂取量の各栄養成分の摂取量と、前記栄養成分の基準値における対応する栄養成分の基準値とを比較し、前記栄養成分の基準値より少ないか、同じか（例えば、数値範囲に含まれるか）、または多いかを判定する。そして、健康状態推定部４１は、例えば、前記栄養成分の基準値より少ない栄養成分について、不足する栄養成分と判定し、前記栄養成分の基準値と同じ栄養成分については、過不足なしの栄養成分と判定し、前記栄養成分の基準値より多い栄養成分について、過剰な栄養成分と判定する。健康状態推定部４１が用いるユーザの栄養摂取量は、例えば、１日の購入食品情報から抽出されたユーザの栄養摂取量でもよいし、２日以上の購入食品情報から抽出されたユーザの栄養摂取量でもよいし、約１ヶ月（３０日前後）の購入食品情報から抽出されたユーザの栄養摂取量である。後者の場合、健康状態推定部４１は、２日以上の購入食品情報から抽出された栄養成分情報に基づき、１日あたりのユーザの栄養摂取量の平均値を算出し、前記ユーザの栄養摂取量の平均値を、前記ユーザの栄養摂取量として用いることが好ましい。前記ユーザの健康状態として、現在の健康状態を推定する場合、前記対象者の栄養摂取量としては、１日の購入食品情報から抽出されたユーザの栄養摂取量を用いることが好ましい。他方、前記ユーザの健康状態として、未来の健康状態を推定する場合、ユーザの栄養摂取量の傾向に基づき、健康状態を推定する方がより精度よく推定できるため、前記対象者の栄養摂取量としては、長期間、例えば、約１ヶ月（３０日前後）の購入食品情報から抽出されたユーザの栄養摂取量を用いることが好ましい。
そして、健康状態推定部４１は、例えば、前記対象者の栄養摂取量における過剰または不足する栄養成分と、健康状態の基準成分とから、前記ユーザの健康状態を推定する。具体的には、健康状態推定部４１は、前記過剰または不足する栄養成分について、それぞれ、対応する過剰または不足する栄養成分が前記健康状態の基準成分に存在するかを判定する。そして、健康状態推定部４１は、対応する健康状態の基準成分が存在する場合、前記ユーザの健康状態は、対応する健康状態であると判定する。他方、健康状態推定部４１は、対応する健康状態の基準成分が存在しない場合、前記ユーザの健康状態は、良好な健康状態であると判定する。前記健康状態の基準成分は、例えば、健康状態と関連する過剰な栄養成分または不足する栄養成分を意味する。前記健康状態は、例えば、栄養不足、脂質異常症、高血圧、高血糖、サルコペニア等の疾患の罹患状態；肥満等の体型に関する状態、疾患に罹患していない状態（良好な健康状態）；等があげられる。前記健康状態の基準成分の具体例は、例えば、下記情報があげられる。
（健康状態：過剰または不足する栄養成分）
高血糖：脂質、タンパク質、もしくは糖類の過剰、または食物繊維の不足
脂質異常症：飽和脂肪酸、多価不飽和脂肪酸、コレステロール等の脂質、糖類、タンパク質、もしくはアルコールの過剰、または水溶性食物繊維の不足
高血圧：ナトリウム（食塩）、炭水化物、アルコール、脂質、もしくはタンパク質の過剰、またはカリウム、n-3系脂肪酸、食物繊維の不足
サルコペニア：タンパク質の不足、またはビタミンＤもしくは栄養全般の不足
（健康状態：過剰または不足する栄養成分）
高血糖：脂質、タンパク質、もしくは糖類の過剰、または食物繊維の不足
脂質異常症：飽和脂肪酸、多価不飽和脂肪酸、コレステロール等の脂質、糖類、タンパク質、もしくはアルコールの過剰、または水溶性食物繊維の不足
高血圧：ナトリウム（食塩）、炭水化物、アルコール、脂質、もしくはタンパク質の過剰、またはカリウム、n-3系脂肪酸、食物繊維の不足
サルコペニア：タンパク質の不足、またはビタミンＤもしくは栄養全般の不足
本実施形態において、Ｓ４Ａの実施後にＳ６およびＳ７を実施したが、Ｓ４Ａと、Ｓ６およびＳ７との実施順序は順不同であり、Ｓ６およびＳ７の実施後に、Ｓ４Ａを実施してもよいし、Ｓ４Ａと、Ｓ６およびＳ７とを並行して実施してもよい。
［実施形態６］
本実施形態は、対象者のバイタルデータを取得するバイタルデータ取得部を備え、前記健康状態推定部では、前記対象者の栄養摂取量と、前記対象者のバイタルデータと、栄養摂取量、バイタルデータおよび健康状態の組を教師データとして生成した健康状態の推定モデルとから、対象者の健康状態が推定されること以外は、実施形態４と同様である。本実施形態は、バイタルデータ等を含む教師データを用いて、深層学習等の機械学習で生成された健康状態の推定モデルにより、ユーザの健康状態を判断するため、より精度よくユーザの健康状態を推定できる。
本実施形態は、対象者のバイタルデータを取得するバイタルデータ取得部を備え、前記健康状態推定部では、前記対象者の栄養摂取量と、前記対象者のバイタルデータと、栄養摂取量、バイタルデータおよび健康状態の組を教師データとして生成した健康状態の推定モデルとから、対象者の健康状態が推定されること以外は、実施形態４と同様である。本実施形態は、バイタルデータ等を含む教師データを用いて、深層学習等の機械学習で生成された健康状態の推定モデルにより、ユーザの健康状態を判断するため、より精度よくユーザの健康状態を推定できる。
図１５は、本実施形態の支援装置４Ｂの一例の構成を示すブロック図である。図１５に示すように、支援装置４Ｂは、支援装置４の構成に加え、さらにバイタルデータ取得部４４を備える。支援装置４Ｂのハードウェア構成は、図１０の支援装置４のハードウェア構成において、ＣＰＵ４０１が、図９の支援装置４の構成に代えて、図１５の支援装置４Ｂの構成を備える以外は同様である。
本実施形態の支援装置４Ｂにおける処理の一例を、図１６のフローチャートに基づいて説明する。
まず、実施形態４の支援装置４の処理におけるＳ４Ａと同様にして、Ｓ４Ａを実施する。
つぎに、バイタルデータ取得部４４は、対象者のバイタルデータを取得する（Ｓ８、バイタルデータ取得工程）。前記対象者のバイタルデータは、例えば、ユーザにより、支援端末５から入力されたユーザのバイタルデータでもよいし、推定装置４Ｂ内の記憶装置４０４または推定装置４Ｂ外の記憶装置に記憶されたユーザのバイタルデータでもよい。前者の場合、前記ユーザのバイタルデータは、支援端末５の通信部５２により、通信回線網３を介して、支援装置４Ｂに出力される。後者の場合、Ｓ８では、バイタルデータ取得部４４が、前記記憶装置のユーザのバイタルデータを取得する。バイタルデータ取得部４４は、対象者のバイタルデータを経時的に取得することが好ましい。
前記ユーザのバイタルデータは、例えば、ユーザの身体状態を把握するための指標であり、具体的には、ユーザの体重、血圧、血糖値、血液検査の各検査項目の検査結果（検査値）、尿検査の各検査項目の検査結果（検査値）等があげられる。
つぎに、健康状態推定部４１は、前記対象者の栄養摂取量と、前記対象者のバイタルデータと、栄養摂取量、バイタルデータおよび健康状態の組を教師データとして生成した健康状態の推定モデルとから、対象者の健康状態を推定する（Ｓ５、健康状態推定工程）。具体的には、健康状態推定部４１は、前記ユーザの栄養摂取量およびユーザのバイタルデータを、前記推定モデルに入力することで、前記推定モデルから前記ユーザの健康状態が出力されるため、前記ユーザの健康状態を推定できる。
前記推定モデルは、予め生成されたモデルでもよい。また、前記推定モデルは、前記ユーザの栄養摂取量、前記ユーザのバイタルデータ、および前記ユーザの健康状態と、既に生成された推定モデルとを用いて、再学習させた推定モデル（派生モデル）でもよい。さらに、前記健康状態の推定モデルは、栄養摂取量、バイタルデータおよび健康状態の組を教師データとして生成した推定モデルを用いて転移学習することにより得られた推定モデルでもよいし、前記栄養摂取量、バイタルデータおよび健康状態の組を教師データとして生成した推定モデルをモデル圧縮することにより生成した推定モデルでもよい。
本実施形態の支援装置４は、バイタルデータ取得部４４を備えるが、バイタルデータ取得部４４を備えなくてもよい。この場合、健康状態推定部４１は、前記対象者の栄養摂取量と、栄養摂取量および健康状態の組を教師データとして生成した健康状態の推定モデルとから、対象者の健康状態を推定する。
本実施形態の支援装置４は、対象者の属性情報を取得する属性情報取得部を備えてもよい。この場合、前記推定モデルは、栄養摂取量、属性情報、バイタルデータおよび健康状態の組を教師データとして生成した健康状態の推定モデルを使用する。このため、健康状態推定部４１は、前記対象者の栄養摂取量と、前記対象者の属性情報と、前記対象者のバイタルデータと、栄養摂取量、属性情報、バイタルデータおよび健康状態の組を教師データとして生成した健康状態の推定モデルとから、対象者の健康状態を推定する。本実施形態の支援装置４は、さらに、属性情報取得部を備えることで、さらに精度よくユーザの健康状態を推定できる。
［実施形態７］
本実施形態は、本発明の支援装置の他の例である。図１７は、本実施形態の支援装置４Ｃの一例の構成を示すブロック図である。図１７に示すように、支援装置４Ｃは、支援装置４において、健康状態推定部４１に代えて、バイタルデータ取得部４４と、バイタルデータ推定部４５とを備える。この点を除き、支援装置４Ｃの構成は、支援装置４と同様の構成を有し、その説明を援用できる。
本実施形態は、本発明の支援装置の他の例である。図１７は、本実施形態の支援装置４Ｃの一例の構成を示すブロック図である。図１７に示すように、支援装置４Ｃは、支援装置４において、健康状態推定部４１に代えて、バイタルデータ取得部４４と、バイタルデータ推定部４５とを備える。この点を除き、支援装置４Ｃの構成は、支援装置４と同様の構成を有し、その説明を援用できる。
本実施形態の支援装置４Ｃにおける処理の一例を、図１８のフローチャートに基づいて説明する。
まず、実施形態６の支援装置４Ｂの処理におけるＳ４ＡおよびＳ８と同様にして、Ｓ４ＡおよびＳ８を実施する。
つぎに、バイタルデータ推定部４５は、前記対象者の栄養摂取量および前記対象者のバイタルデータと、栄養摂取量およびバイタルデータの組を教師データとして生成したバイタルデータの推定モデルとから、対象者の将来のバイタルデータを推定する（Ｓ９、バイタルデータ推定工程）。具体的には、バイタルデータ推定部４５は、前記ユーザの栄養摂取量およびユーザのバイタルデータを、前記推定モデルに入力することで、前記推定モデルから前記ユーザの将来のバイタルデータが出力されるため、前記ユーザの将来のバイタルデータを推定できる。バイタルデータ推定部４５は、推定する対象者の将来のバイタルデータの時期の情報をあわせて入力することが好ましい。
前記推定モデルは、予め生成されたモデルでもよい。また、前記推定モデルは、前記ユーザの栄養摂取量および前記ユーザのバイタルデータと、既に生成された推定モデルとを用いて、再学習させた推定モデル（派生モデル）でもよい。さらに、前記バイタルデータの推定モデルは、前記栄養摂取量およびバイタルデータの組を教師データとして生成した推定モデルを用いて転移学習することにより得られた推定モデルでもよいし、前記栄養摂取量およびバイタルデータの組を教師データとして生成した推定モデルをモデル圧縮することにより生成した推定モデルでもよい。
本実施形態の支援装置４Ｃによれば、栄養摂取量等を含む教師データを用いて、深層学習等の機械学習で生成されたバイタルデータの推定モデルにより、バイタルデータの健康状態を判断するため、より精度よくユーザのバイタルデータを推定できる。また、一般的に、バイタルデータは、ユーザの健康状態と密接に関連しているため、前記ユーザは将来のバイタルデータを認識することにより、将来の健康状態の変化を認識しうる。このため、本実施形態の支援装置４Ｃによれば、ユーザの健康管理を支援できる。
実施形態４の支援装置４Ｃでは、支援装置４Ｃで推定された前記ユーザのバイタルデータを、支援端末５に表示してもよい。この場合、支援装置４Ｃは、前記ユーザのバイタルデータを出力するバイタルデータ出力部を備える。そして、支援装置４Ｃは、前記バイタルデータ出力部によりユーザのバイタルデータを出力する（バイタルデータ出力工程）。つぎに、出力されたユーザのバイタルデータは、支援装置４Ｃの通信デバイス４０８により、通信回線網３を介して、支援端末５に出力される。そして、前記ユーザのバイタルデータは、支援端末５の表示部５３に表示される。表示部５３において、前記ユーザのバイタルデータは、数値で表示されてもよいし、図表等で表示されてもよいし、アバター等のキャラクタ画像で表示されてもよい。前記キャラクタ画像で表示される場合、表示部５３は、前記ユーザのバイタルデータに応じて、前記キャラクタ画像の表示を変更してもよい。出力する支援端末５は、例えば、ユーザの支援端末５でもよいし、ユーザの支援端末５とは異なる支援端末でもよい。前記異なる支援端末は、例えば、ユーザの家族または支援者、医療関係者等の支援端末があげられる。支援装置４Ｃが前記健康状態出力部を備えることで、ユーザは、ユーザの健康状態について把握可能となり、健康管理が容易となる。
本実施形態の支援装置４Ｃは、対象者の属性情報を取得する属性情報取得部を備えてもよい。この場合、前記推定モデルは、栄養摂取量、属性情報、およびバイタルデータの組を教師データとして生成したバイタルデータの推定モデルを使用する。このため、バイタルデータ推定部４５は、前記対象者の栄養摂取量、前記対象者の属性情報、および前記対象者のバイタルデータと、栄養摂取量、属性情報、およびバイタルデータの組を教師データとして生成した健康状態の推定モデルとから、対象者の将来のバイタルデータを推定する。本実施形態の支援装置４Ｃは、さらに、属性情報取得部を備えることで、さらに精度よくユーザのバイタルデータを推定できる。
［実施形態８］
本実施形態は、本発明の健康状態の推定モデルの製造装置（以下、「製造装置」ともいう）の例である。図１９は、本実施形態の製造装置６の構成を示すブロック図である。図１９に示すように、製造装置６は、取得部１１、抽出部１２、および推定部１３を備える推定装置１と、バイタルデータ取得部６１と、健康状態取得部６２と、生成部６３とを備える。
本実施形態は、本発明の健康状態の推定モデルの製造装置（以下、「製造装置」ともいう）の例である。図１９は、本実施形態の製造装置６の構成を示すブロック図である。図１９に示すように、製造装置６は、取得部１１、抽出部１２、および推定部１３を備える推定装置１と、バイタルデータ取得部６１と、健康状態取得部６２と、生成部６３とを備える。
図２０に、製造装置６のハードウェア構成のブロック図を例示する。製造装置６は、例えば、ＣＰＵ６０１、メモリ６０２、バス６０３、記憶装置６０４、入力装置６０６、ディスプレイ６０７、通信デバイス６０８等を有する。製造装置６の各部は、それぞれのインタフェース（Ｉ／Ｆ）により、バス６０３を介して接続されている。
ＣＰＵ６０１は、例えば、コントローラ（システムコントローラ、Ｉ／Ｏコントローラ等）等により、他の構成と連携動作し、製造装置６の全体の制御を担う。製造装置６において、ＣＰＵ６０１により、例えば、本発明のプログラム６０５やその他のプログラムが実行され、また、各種情報の読み込みや書き込みが行われる。具体的には、例えば、ＣＰＵ６０１が、推定装置１における取得部１１、抽出部１２、および推定部１３、ならびにバイタルデータ取得部６１、健康状態取得部６２、および生成部６３として機能する。製造装置６は、演算装置として、ＣＰＵを備えるが、ＧＰＵ（Graphics Processing Unit）、ＡＰＵ（Accelerated Processing Unit）等の他の演算装置を備えてもよいし、ＣＰＵとこれらとの組合せを備えてもよい。
メモリ６０２、バス６０３、記憶装置６０４、入力装置６０６、ディスプレイ６０７、および通信デバイス６０８は、実施形態１の推定装置１におけるメモリ１０２、バス１０３、記憶装置１０４、入力装置１０６、ディスプレイ１０７、および通信デバイス１０８の説明を援用できる。
製造装置６において、メモリ６０２および記憶装置６０４は、ユーザからのアクセス情報およびログ情報、ならびに、外部データベース（図示せず）から取得した情報を記憶することも可能である。
つぎに、本実施形態の製造装置６における処理の一例について、図２１のフローチャートに基づき、説明する。
まず、推定装置１（推定部）は、前記ユーザの購入食品情報およびユーザの食生活情報からのユーザの栄養摂取量を推定する（Ｓ１０、推定工程）。推定装置１による、前記ユーザの購入食品情報およびユーザの食生活情報からのユーザの栄養摂取量の推定は、実施形態１のＳ１～Ｓ３と同様にして実施できる。
つぎに、バイタルデータ取得部６１は、対象者のバイタルデータを取得する（Ｓ１１、バイタルデータ取得工程）。前記対象者のバイタルデータ（学習用バイタルデータ）は、例えば、複数のユーザにより、端末から入力されたユーザのバイタルデータでもよいし、製造装置６内の記憶装置６０４または製造装置６外の記憶装置に記憶された対象者のバイタルデータでもよい。前者の場合、Ｓ１１では、バイタルデータ取得部６１が、製造装置６に対して出力された対象者のバイタルデータを取得する。後者の場合、Ｓ１１では、バイタルデータ取得部６１が、前記記憶装置の対象者のバイタルデータを取得する。
つぎに、健康状態取得部６２は、対象者の健康状態を取得する（Ｓ１２、健康状態取得工程）。前記対象者の健康状態（学習用健康状態データ）は、例えば、複数のユーザにより、端末から入力されたユーザの健康状態でもよいし、製造装置６内の記憶装置６０４または製造装置６外の記憶装置に記憶された対象者の健康状態でもよい。前者の場合、Ｓ１２では、健康状態取得部６２が、製造装置６に対して出力された対象者の健康状態を取得する。後者の場合、Ｓ１２では、健康状態取得部６２が、前記記憶装置の対象者の健康状態を取得する。
つぎに、生成部６３は、前記対象者の栄養摂取量、前記対象者のバイタルデータ、および前記対象者の健康状態の組を教師データとして、健康状態の推定モデルを生成する（Ｓ１３、生成工程）。具体的には、生成部６３は、前記対象者の栄養摂取量、前記対象者のバイタルデータ、および前記対象者の健康状態の組を教師データとして、ニューラルネットワーク等の機械学習を用いて、健康状態の推定モデルを生成する。
実施形態８の製造装置６によれば、ユーザの購入食品情報およびユーザの食生活情報からユーザの栄養摂取量を推定する。このため、実施形態８の製造装置６では、ユーザの栄養摂取量の推定において、ユーザの食生活の違いに起因する栄養成分の摂取の差異を考慮できるため、前記ユーザの食生活情報を考慮しない場合と比較して、ユーザが摂取した栄養成分を精度よく推定できる。したがって、実施形態８の支援装置６では、ユーザの健康状態を推定する際に、より精度の高いユーザが摂取した栄養成分をデータとして用いることができるため、より精度よくユーザの健康状態を推定可能な推定モデルを製造できる。
本実施形態の製造装置６は、対象者の属性情報を取得する属性情報取得部を備えてもよい。この場合、生成部６３は、栄養摂取量、属性情報、バイタルデータおよび健康状態の組を教師データとして、健康状態の推定モデルを生成する。本実施形態の製造装置６は、さらに、属性情報取得部を備えることで、さらに精度よくユーザの健康状態を推定できる推定モデルを製造できる。
本実施形態では、推定部を構成する推定装置として、実施形態１の推定装置を用いたが、本発明はこれに限定されず、他の推定装置を用いてもよく、実施形態２～４の推定装置を用いてもよい。
［実施形態９］
本実施形態は、本発明の製造装置の他の例である。図２２は、本実施形態の製造装置６Ａの構成を示すブロック図である。図２２に示すように、製造装置６Ａは、製造装置６において、健康状態取得部６２を備えず、生成部６３が、健康状態の生成モデルに代えて、バイタルデータの推定モデルを生成する。この点を除き、製造装置６Ａの構成は、製造装置６と同様の構成を有し、その説明を援用できる。
本実施形態は、本発明の製造装置の他の例である。図２２は、本実施形態の製造装置６Ａの構成を示すブロック図である。図２２に示すように、製造装置６Ａは、製造装置６において、健康状態取得部６２を備えず、生成部６３が、健康状態の生成モデルに代えて、バイタルデータの推定モデルを生成する。この点を除き、製造装置６Ａの構成は、製造装置６と同様の構成を有し、その説明を援用できる。
本実施形態の製造装置６Ａにおける処理の一例を、図２３のフローチャートに基づいて説明する。
まず、実施形態８の製造装置６の処理におけるＳ１０およびＳ１１と同様にして、Ｓ１０およびＳ１１を実施する。
つぎに、生成部６３は、前記対象者の栄養摂取量および前記対象者のバイタルデータの組を教師データとして、バイタルデータの推定モデルを生成する（Ｓ１３、生成工程）。具体的には、生成部６３は、前記対象者の栄養摂取量および前記対象者のバイタルデータの組を教師データとして、ニューラルネットワーク等の機械学習を用いて、バイタルデータの推定モデルを生成する。
生成部６３は、経時的な対象者の栄養摂取量および経時的な対象者のバイタルデータを利用して、バイタルデータの推定モデルを生成してもよい。一例として、生成部６３が、前記経時的な対象者の栄養摂取量と、前記経時的な対象者のバイタルデータとの相関性を利用して、推定モデルを生成する例を説明する。生成部６３は、まず、前記経時的な対象者の栄養摂取量および経時的な対象者のバイタルデータにおいて、縦軸を、各バイタルデータと関連する栄養成分の栄養成分摂取量、横軸を、前記バイタルデータにおける取得時間（時期）として、回帰分析を行なう。前記バイタルデータと関連する栄養成分は、例えば、体重とカロリーの組合わせ、血圧と塩分との組合わせ、血糖値と糖質、脂質およびタンパク質との組合せ等があげられる。前記回帰分析は、例えば、線形回帰である。そして、生成部６３では、得られた回帰式のパラメータ（例えば、切片、傾き）を前記教師データとして、ニューラルネットワーク等の機械学習を用いて、バイタルデータの推定モデルを生成する。このようにした得られたバイタルデータの推定モデルに対して、ユーザの２時点以上のバイタルデータおよびそれぞれの時点における栄養摂取量から同様にして算出した回帰式のパラメータ（例えば、切片、傾き）を入力すると、前記推定モデルは、ユーザの将来のバイタルデータを出力する。このため、前記推定モデルを用いることにより、前述の支援装置４Ｃ等により、ユーザの将来のバイタルデータを推定できる。
実施形態８の製造装置６Ａによれば、ユーザの購入食品情報およびユーザの食生活情報からユーザの栄養摂取量を推定する。このため、実施形態８の製造装置６Ａでは、ユーザの栄養摂取量の推定において、ユーザの食生活の違いに起因する栄養成分の摂取の差異を考慮できるため、前記ユーザの食生活情報を考慮しない場合と比較して、ユーザが摂取した栄養成分を精度よく推定できる。したがって、実施形態８の支援装置６Ａでは、ユーザの将来のバイタルデータを推定する際に、より精度の高いユーザが摂取した栄養成分をデータとして用いることができるため、より精度よくユーザのバイタルデータを推定可能な推定モデルを製造できる。
本実施形態の製造装置６Ａは、対象者の属性情報を取得する属性情報取得部を備えてもよい。この場合、生成部６３は、栄養摂取量、属性情報、およびバイタルデータの組を教師データとして、バイタルデータの推定モデルを生成する。本実施形態の製造装置６Ａは、さらに、属性情報取得部を備えることで、さらに精度よくユーザのバイタルデータを推定できる推定モデルを製造できる。
［実施形態１０］
本実施形態のプログラムは、前述の栄養摂取量の推定方法、健康管理支援方法、または健康状態の推定モデルの製造方法を、コンピュータ上で実行可能なプログラムである。または、本実施形態のプログラムは、例えば、コンピュータ読み取り可能な記録媒体に記録されてもよい。前記記録媒体は、例えば、非一時的なコンピュータ可読記録媒体（non-transitory computer-readable storage medium）である。前記記録媒体は、特に制限されず、例えば、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、ハードディスク（ＨＤ）、光ディスク、フロッピー（登録商標）ディスク（ＦＤ）等があげられる。
本実施形態のプログラムは、前述の栄養摂取量の推定方法、健康管理支援方法、または健康状態の推定モデルの製造方法を、コンピュータ上で実行可能なプログラムである。または、本実施形態のプログラムは、例えば、コンピュータ読み取り可能な記録媒体に記録されてもよい。前記記録媒体は、例えば、非一時的なコンピュータ可読記録媒体（non-transitory computer-readable storage medium）である。前記記録媒体は、特に制限されず、例えば、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、ハードディスク（ＨＤ）、光ディスク、フロッピー（登録商標）ディスク（ＦＤ）等があげられる。
以上、実施形態を参照して本発明を説明したが、本発明は、上記実施形態に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解しうる様々な変更をできる。
この出願は、２０１９年９月６日に出願された日本出願特願２０１９－１６３０７２を基礎とする優先権を主張し、その開示のすべてをここに取り込む。
＜付記＞
上記の実施形態および実施例の一部または全部は、以下の付記のように記載されうるが、以下には限られない。
（付記１）
対象者の購入食品情報および対象者の食生活情報を取得する取得部と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出部と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定部とを備える、栄養摂取量の推定装置。
（付記２）
前記推定部は、
前記購入食品の栄養成分情報と前記購入食品の種類とから、購入食品由来の栄養摂取量を算出する第１の算出部と、
前記対象者の食生活情報から、食生活由来の栄養摂取量を算出する第２の算出部と、
前記購入食品由来の栄養摂取量および前記食生活由来の栄養摂取量とから、前記対象者の栄養摂取量を推定する摂取量推定部とを備える、付記１記載の推定装置。
（付記３）
食品の種類と紐付けられた、食品の摂取量情報および食品の摂取時期情報の少なくとも一方を取得する摂取情報取得部を備え、
前記第１の算出部では、前記購入食品の栄養成分情報と、前記購入食品と対応する食品の摂取量情報および食品の摂取時期情報の少なくとも一方とから、前記購入食品由来の栄養摂取量が算出される、付記２記載の推定装置。
（付記４）
前記対象者の食生活情報は、対象者の調理および調味の嗜好情報と、対象者のストック食品情報とを含み、
前記第２の算出部では、
前記対象者の調理および調味の嗜好情報から、調味料由来の栄養摂取量が算出され、
前記対象者のストック食品情報から、ストック食品由来の栄養摂取量が算出され、
前記摂取量推定部では、前記購入食品由来の栄養摂取量と、前記調味料由来の栄養摂取量と、前記ストック食品由来の栄養摂取量とから、前記対象者の栄養摂取量が推定される、付記２または３記載の推定装置。
（付記５）
前記対象者の食生活情報は、ストック食品の栄養成分情報と、食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とを含み、
前記第２の算出部では、前記ストック食品の栄養成分情報と、前記ストック食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、前記ストック食品由来の栄養摂取量が算出される、付記４記載の推定装置。
（付記６）
前記対象者の食生活情報は、食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方を含み、
前記推定部は、
前記購入食品の栄養成分情報と、前記購入食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、購入食品由来の栄養摂取量を算出する第３の算出部と、
前記購入食品由来の栄養摂取量から、前記対象者の栄養摂取量を推定する摂取量推定部とを備える、付記１記載の推定装置。
（付記７）
前記対象者の食生活情報は、対象者の調理および調味の嗜好情報と、対象者のストック食品情報とを含み、
前記推定部は、前記対象者の調理および調味の嗜好情報から、調味料由来の栄養摂取量を算出し、かつ前記対象者のストック食品情報から、ストック食品由来の栄養摂取量を算出する第４の算出部を備え、
前記摂取量推定部では、前記購入食品由来の栄養摂取量と、前記調味料由来の栄養摂取量と、前記ストック食品由来の栄養摂取量とから、前記対象者の栄養摂取量が推定される、付記６記載の推定装置。
（付記８）
前記対象者の食生活情報は、ストック食品の栄養成分情報と、食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とを含み、
前記第４の算出部では、前記ストック食品の栄養成分情報と、前記ストック食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、前記ストック食品由来の栄養摂取量が算出される、付記７記載の推定装置。
（付記９）
前記対象者の食品の摂取時期情報は、対象者の食品の摂取期間または対象者の食品の摂取品の情報を含む、付記３、５、６または８記載の推定装置。
（付記１０）
前記購入食品の栄養成分情報は、購入食品の画像と紐付けられており、
前記購入食品と対応する購入食品の画像を出力する画像出力部を備える、付記１から９のいずれかに記載の推定装置。
（付記１１）
前記対象者の栄養摂取量を出力する摂取量出力部を備える、付記１から１０のいずれかに記載の推定装置。
（付記１２）
対象者の購入食品情報から対象者の栄養摂取量を推定する推定部と、
前記対象者の栄養摂取量から、対象者の健康状態を推定する健康状態推定部とを備え、
前記推定部は、付記１から１１のいずれかに記載の栄養摂取量の推定装置を備える、健康管理支援装置。
（付記１３）
対象者の属性情報を取得する属性情報取得部と、
前記対象者の属性情報と、属性毎の栄養成分の摂取基準値とから、前記対象者の栄養摂取量の基準値を算出する基準値算出部とを備え、
前記健康状態推定部では、前記対象者の栄養摂取量と前記対象者の栄養摂取量の基準値とから、対象者の健康状態が推定される、付記１２記載の支援装置。
（付記１４）
対象者のバイタルデータを取得するバイタルデータ取得部を備え、
前記健康状態推定部では、前記対象者の栄養摂取量と、前記対象者のバイタルデータと、栄養摂取量、バイタルデータおよび健康状態の組を教師データとして生成した健康状態の推定モデルとから、対象者の健康状態が推定される、付記１２記載の支援装置。
（付記１５）
対象者の属性情報を取得する属性情報取得部と、
対象者のバイタルデータを取得するバイタルデータ取得部とを備え、
前記健康状態推定部では、前記対象者の栄養摂取量と、前記対象者の属性情報と、前記対象者のバイタルデータと、栄養摂取量、属性情報、バイタルデータおよび健康状態の組を教師データとして生成した健康状態の推定モデルとから、対象者の健康状態が推定される、付記１２記載の支援装置。
（付記１６）
前記対象者の健康状態は、対象者の現在の健康状態および対象者の未来の健康状態の少なくとも一方である、付記１２から１５のいずれかに記載の支援装置。
（付記１７）
前記対象者の健康状態を出力する健康状態出力部を備える、付記１２から１６のいずれかに記載の支援装置。
（付記１８）
対象者の購入食品情報から対象者の栄養摂取量を推定する推定部と、
対象者のバイタルデータを取得するバイタルデータ取得部と、
前記対象者の栄養摂取量および前記対象者のバイタルデータから、対象者の将来のバイタルデータを推定するバイタルデータ推定部とを備え、
前記推定部は、付記１から１１のいずれかに記載の栄養摂取量の推定装置を備える、健康管理支援装置。
（付記１９）
前記バイタルデータ推定部では、前記対象者の栄養摂取量および前記対象者のバイタルデータと、栄養摂取量およびバイタルデータの組を教師データとして生成したバイタルデータの推定モデルとから、対象者の将来のバイタルデータが推定される、付記１８記載の支援装置。
（付記２０）
前記対象者の健康状態を出力するバイタルデータ出力部を備える、付記１８または１９記載の支援装置。
（付記２１）
対象者の購入食品情報から対象者の栄養摂取量を推定する推定部と、
対象者のバイタルデータを取得するバイタルデータ取得部と、
対象者の健康状態を取得する健康状態取得部と、
前記対象者の栄養摂取量、前記対象者のバイタルデータ、および前記対象者の健康状態の組を教師データとして、健康状態の推定モデルを生成する生成部とを備え、
前記推定部は、付記１から１１のいずれかに記載の栄養摂取量の推定装置を備える、健康状態の推定モデルの製造装置。
（付記２２）
対象者の属性情報を取得する属性情報取得部を備え、
前記生成部では、前記対象者の栄養摂取量、前記対象者の属性情報、前記対象者のバイタルデータ、および前記対象者の健康状態の組を教師データとして、健康状態の推定モデルが生成される、付記２１記載の製造装置。
（付記２３）
対象者の購入食品情報から対象者の栄養摂取量を推定する推定部と、
対象者のバイタルデータを取得するバイタルデータ取得部と、
前記対象者の栄養摂取量および前記対象者のバイタルデータの組を教師データとして、バイタルデータの推定モデルを生成する生成部とを備え、
前記推定部は、付記１から１１のいずれかに記載の栄養摂取量の推定装置を備える、健康状態（バイタルデータ）の推定モデルの製造装置。
（付記２４）
対象者の属性情報を取得する属性情報取得部を備え、
前記生成部では、前記対象者の栄養摂取量、前記対象者の属性情報、および前記対象者のバイタルデータの組を教師データとして、バイタルデータの推定モデルが生成される、付記２３記載の製造装置。
（付記２５）
対象者の購入食品情報および対象者の食生活情報を取得する取得工程と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出工程と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定工程とを含む、栄養摂取量の推定方法。
（付記２６）
前記推定工程は、
前記購入食品の栄養成分情報と前記購入食品の種類とから、購入食品由来の栄養摂取量を算出する第１の算出工程と、
前記対象者の食生活情報から、食生活由来の栄養摂取量を算出する第２の算出工程と、
前記購入食品由来の栄養摂取量および前記食生活由来の栄養摂取量とから、前記対象者の栄養摂取量を推定する摂取量推定工程とを含む、付記２５記載の推定方法。
（付記２７）
食品の種類と紐付けられた、食品の摂取量情報および食品の摂取時期情報の少なくとも一方を取得する摂取情報取得工程を含み、
前記第１の算出工程では、前記購入食品の栄養成分情報と、前記購入食品と対応する食品の摂取量情報および食品の摂取時期情報とから、前記購入食品由来の栄養摂取量を算出する、付記２６記載の推定方法。
（付記２８）
前記対象者の食生活情報は、対象者の調理および調味の嗜好情報と、対象者のストック食品情報とを含み、
前記第２の算出工程では、
前記対象者の調理および調味の嗜好情報から、調味料由来の栄養摂取量を算出し、
前記対象者のストック食品情報から、ストック食品由来の栄養摂取量を算出し、
前記摂取量推定工程では、前記購入食品由来の栄養摂取量と、前記調味料由来の栄養摂取量と、前記ストック食品由来の栄養摂取量とから、前記対象者の栄養摂取量を推定する、付記２６または２７記載の推定方法。
（付記２９）
前記対象者の食生活情報は、ストック食品の栄養成分情報と、食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とを含み、
前記第２の算出工程では、前記ストック食品の栄養成分情報と、前記ストック食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、前記ストック食品由来の栄養摂取量を算出する、付記２８記載の推定方法。
（付記３０）
前記対象者の食生活情報は、食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とを含み、
前記推定工程は、
前記購入食品の栄養成分情報と、前記購入食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、購入食品由来の栄養摂取量を算出する第３の算出工程と、
前記購入食品由来の栄養摂取量から、前記対象者の栄養摂取量を推定する摂取量推定工程とを含む、付記２５記載の推定方法。
（付記３１）
前記対象者の食生活情報は、対象者の調理および調味の嗜好情報と、対象者のストック食品情報とを含み、
前記推定工程は、前記対象者の調理および調味の嗜好情報から、調味料由来の栄養摂取量を算出し、かつ前記対象者のストック食品情報から、ストック食品由来の栄養摂取量を算出する第４の算出工程を含み、
前記摂取量推定工程では、前記購入食品由来の栄養摂取量と、前記調味料由来の栄養摂取量と、前記ストック食品由来の栄養摂取量とから、前記対象者の栄養摂取量を推定する、付記３０記載の推定方法。
（付記３２）
前記対象者の食生活情報は、ストック食品の栄養成分情報と、食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とを含み、
前記第４の算出工程では、前記ストック食品の栄養成分情報と、前記ストック食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、前記ストック食品由来の栄養摂取量を算出する、付記３１記載の推定方法。
（付記３３）
前記対象者の食品の摂取時期情報は、対象者の食品の摂取期間または対象者の食品の摂取品の情報を含む、付記２７、２９、３０または３２記載の推定方法。
（付記３４）
前記購入食品の栄養成分情報は、購入食品の画像と紐付けられており、
前記購入食品と対応する購入食品の画像を出力する画像出力工程を含む、付記２５から３３のいずれかに記載の推定方法。
（付記３５）
前記対象者の栄養摂取量を出力する摂取量出力工程を含む、付記２５から３４のいずれかに記載の推定方法。
（付記３６）
対象者の購入食品情報から対象者の栄養摂取量を推定する推定工程と、
前記対象者の栄養摂取量から、対象者の健康状態を推定する健康状態推定工程とを含み、
前記推定工程は、付記２５から３５のいずれかに記載の栄養摂取量の推定方法で実施する、健康管理支援方法。
（付記３７）
対象者の属性情報を取得する属性情報取得工程と、
前記対象者の属性情報と、属性毎の栄養成分の摂取基準値とから、前記対象者の栄養摂取量の基準値を算出する基準値算出工程とを含み、
前記健康状態推定工程では、前記対象者の栄養摂取量と前記対象者の栄養摂取量の基準値とから、対象者の健康状態を推定する、付記３６記載の支援方法。
（付記３８）
対象者のバイタルデータを取得するバイタルデータ取得工程を含み、
前記健康状態推定工程では、前記対象者の栄養摂取量と、前記対象者のバイタルデータと、栄養摂取量、バイタルデータおよび健康状態の組を教師データとして生成した健康状態の推定モデルとから、対象者の健康状態を推定する、付記３６記載の支援方法。
（付記３９）
対象者の属性情報を取得する属性情報取得工程と、
対象者のバイタルデータを取得するバイタルデータ取得工程とを含み、
前記健康状態推定工程では、前記対象者の栄養摂取量と、前記対象者の属性情報と、前記対象者のバイタルデータと、栄養摂取量、属性情報、バイタルデータおよび健康状態の組を教師データとして生成した健康状態の推定モデルとから、対象者の健康状態が推定される、付記３６記載の支援方法。
（付記４０）
前記対象者の健康状態は、対象者の現在の健康状態および対象者の未来の健康状態の少なくとも一方である、付記３６から３９のいずれかに記載の支援方法。
（付記４１）
前記対象者の健康状態を出力する健康状態出力工程を含む、付記３６から４０のいずれかに記載の支援方法。
（付記４２）
対象者の購入食品情報から対象者の栄養摂取量を推定する推定工程と、
対象者のバイタルデータを取得するバイタルデータ取得工程と、
前記対象者の栄養摂取量および前記対象者のバイタルデータから、対象者の将来のバイタルデータを推定するバイタルデータ推定工程とを含み、
前記推定工程は、付記２５から３５のいずれかに記載の栄養摂取量の推定方法で実施する、健康管理支援方法。
（付記４３）
前記バイタルデータ推定工程では、前記対象者の栄養摂取量および前記対象者のバイタルデータと、栄養摂取量およびバイタルデータの組を教師データとして生成したバイタルデータの推定モデルとから、対象者の将来のバイタルデータを推定する、付記４２記載の健康管理支援方法。
（付記４４）
前記対象者のバイタルデータを出力するバイタルデータ出力工程を含む、付記４２または４３記載の支援方法。
（付記４５）
対象者の購入食品情報から対象者の栄養摂取量を推定する推定工程と、
対象者のバイタルデータを取得するバイタルデータ取得工程と、
対象者の健康状態を取得する健康状態取得工程と、
前記対象者の栄養摂取量、前記対象者のバイタルデータ、および前記対象者の健康状態の組を教師データとして、健康状態の推定モデルを生成する生成工程とを含み、
前記推定工程は、付記２５から３５のいずれかに記載の栄養摂取量の推定方法で実施する、健康状態の推定モデルの製造方法。
（付記４６）
対象者の属性情報を取得する属性情報取得工程を含み、
前記生成工程では、前記対象者の栄養摂取量、前記対象者の属性情報、前記対象者のバイタルデータ、および前記対象者の健康状態の組を教師データとして、健康状態の推定モデルが生成される、付記４５記載の製造方法。
（付記４７）
対象者の購入食品情報から対象者の栄養摂取量を推定する推定工程と、
対象者のバイタルデータを取得するバイタルデータ取得工程と、
前記対象者の栄養摂取量および前記対象者のバイタルデータの組を教師データとして、バイタルデータの推定モデルを生成する生成工程とを含み、
前記推定工程は、付記２５から３５のいずれかに記載の栄養摂取量の推定方法を実施する、健康状態（バイタルデータ）の推定モデルの製造方法。
（付記４８）
対象者の属性情報を取得する属性情報取得工程を含み、
前記生成工程では、前記対象者の栄養摂取量、前記対象者の属性情報、および前記対象者のバイタルデータの組を教師データとして、バイタルデータの推定モデルが生成される、付記４７記載の製造方法。
（付記４９）
対象者の購入食品情報を入力する入力部と、
前記対象者の購入食品情報から対象者の栄養摂取量を推定する、付記１から１１のいずれかに記載の栄養摂取量の推定装置と通信可能な通信部と、
前記対象者の栄養摂取量を表示する表示部とを含む、栄養摂取量の推定端末。
（付記５０）
対象者の購入食品情報を入力する入力部と、
前記対象者の購入食品情報から対象者の未来の健康状態を推定する、付記１２から１７のいずれかに記載の健康管理支援装置、または前記対象者の購入食品情報から対象者の未来のバイタルデータを推定する、付記１８から２０のいずれか一項に記載の健康管理支援装置と通信可能な通信部と、
前記対象者の未来の健康状態または前記対象者の未来のバイタルデータを表示する表示部とを含む、健康管理支援端末。
（付記５１）
対象者の購入食品情報および対象者の食生活情報を取得する取得処理と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出処理と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定処理とを、コンピュータ上で実行可能である、プログラム。
（付記５２）
対象者の購入食品情報および対象者の食生活情報を取得する取得処理と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出処理と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定処理と、
前記対象者の栄養摂取量に基づき、対象者の健康状態を推定する健康状態推定処理とを、コンピュータ上で実行可能である、プログラム。
（付記５３）
対象者の購入食品情報および対象者の食生活情報を取得する取得処理と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出処理と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定処理と、
対象者のバイタルデータを取得するバイタルデータ取得処理と、
前記対象者の栄養摂取量および前記対象者のバイタルデータから、対象者の将来のバイタルデータを推定するバイタルデータ推定処理とを、コンピュータ上で実行可能である、プログラム。
（付記５４）
対象者の購入食品情報および対象者の食生活情報を取得する取得処理と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出処理と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定処理と、
対象者のバイタルデータを取得するバイタルデータ取得処理と、
対象者の健康状態を取得する健康状態取得処理と、
前記対象者の栄養摂取量、前記対象者のバイタルデータ、および前記対象者の健康状態の組を教師データとして、健康状態の推定モデルを生成する生成処理とを、コンピュータ上で実行可能である、プログラム。
（付記５５）
対象者の購入食品情報および対象者の食生活情報を取得する取得処理と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出処理と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定処理と、
対象者のバイタルデータを取得するバイタルデータ取得処理と、
前記対象者の栄養摂取量および前記対象者のバイタルデータの組を教師データとして、バイタルデータの推定モデルを生成する生成処理とを、コンピュータ上で実行可能である、プログラム。
（付記５６）
付記５１から５５のいずれかに記載のプログラムを記録している、コンピュータ読み取り可能な記録媒体。
（付記５７）
端末と、サーバとを含み、
前記端末と前記サーバとは、システム外の通信回線網を介して接続可能であり、
前記端末および前記サーバの全体が、
対象者の購入食品情報および対象者の食生活情報を取得する取得部と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出部と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定部とを備える、栄養摂取量の推定システム。
（付記５８）
端末と、サーバとを含み、
前記端末と前記サーバとは、システム外の通信回線網を介して接続可能であり、
前記端末および前記サーバの全体が、
対象者の購入食品情報および対象者の食生活情報を取得する取得部と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出部と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定部と、
前記対象者の栄養摂取量から、対象者の健康状態を推定する健康状態推定部とを備える、健康管理支援システム。
（付記５９）
端末と、サーバとを含み、
前記端末と前記サーバとは、システム外の通信回線網を介して接続可能であり、
前記端末および前記サーバの全体が、
対象者の購入食品情報および対象者の食生活情報を取得する取得部と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出部と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定部と、
対象者のバイタルデータを取得するバイタルデータ取得部と、
前記対象者の栄養摂取量および前記対象者のバイタルデータから、対象者の将来のバイタルデータを推定するバイタルデータ推定部とを備える、健康管理支援システム。
上記の実施形態および実施例の一部または全部は、以下の付記のように記載されうるが、以下には限られない。
（付記１）
対象者の購入食品情報および対象者の食生活情報を取得する取得部と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出部と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定部とを備える、栄養摂取量の推定装置。
（付記２）
前記推定部は、
前記購入食品の栄養成分情報と前記購入食品の種類とから、購入食品由来の栄養摂取量を算出する第１の算出部と、
前記対象者の食生活情報から、食生活由来の栄養摂取量を算出する第２の算出部と、
前記購入食品由来の栄養摂取量および前記食生活由来の栄養摂取量とから、前記対象者の栄養摂取量を推定する摂取量推定部とを備える、付記１記載の推定装置。
（付記３）
食品の種類と紐付けられた、食品の摂取量情報および食品の摂取時期情報の少なくとも一方を取得する摂取情報取得部を備え、
前記第１の算出部では、前記購入食品の栄養成分情報と、前記購入食品と対応する食品の摂取量情報および食品の摂取時期情報の少なくとも一方とから、前記購入食品由来の栄養摂取量が算出される、付記２記載の推定装置。
（付記４）
前記対象者の食生活情報は、対象者の調理および調味の嗜好情報と、対象者のストック食品情報とを含み、
前記第２の算出部では、
前記対象者の調理および調味の嗜好情報から、調味料由来の栄養摂取量が算出され、
前記対象者のストック食品情報から、ストック食品由来の栄養摂取量が算出され、
前記摂取量推定部では、前記購入食品由来の栄養摂取量と、前記調味料由来の栄養摂取量と、前記ストック食品由来の栄養摂取量とから、前記対象者の栄養摂取量が推定される、付記２または３記載の推定装置。
（付記５）
前記対象者の食生活情報は、ストック食品の栄養成分情報と、食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とを含み、
前記第２の算出部では、前記ストック食品の栄養成分情報と、前記ストック食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、前記ストック食品由来の栄養摂取量が算出される、付記４記載の推定装置。
（付記６）
前記対象者の食生活情報は、食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方を含み、
前記推定部は、
前記購入食品の栄養成分情報と、前記購入食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、購入食品由来の栄養摂取量を算出する第３の算出部と、
前記購入食品由来の栄養摂取量から、前記対象者の栄養摂取量を推定する摂取量推定部とを備える、付記１記載の推定装置。
（付記７）
前記対象者の食生活情報は、対象者の調理および調味の嗜好情報と、対象者のストック食品情報とを含み、
前記推定部は、前記対象者の調理および調味の嗜好情報から、調味料由来の栄養摂取量を算出し、かつ前記対象者のストック食品情報から、ストック食品由来の栄養摂取量を算出する第４の算出部を備え、
前記摂取量推定部では、前記購入食品由来の栄養摂取量と、前記調味料由来の栄養摂取量と、前記ストック食品由来の栄養摂取量とから、前記対象者の栄養摂取量が推定される、付記６記載の推定装置。
（付記８）
前記対象者の食生活情報は、ストック食品の栄養成分情報と、食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とを含み、
前記第４の算出部では、前記ストック食品の栄養成分情報と、前記ストック食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、前記ストック食品由来の栄養摂取量が算出される、付記７記載の推定装置。
（付記９）
前記対象者の食品の摂取時期情報は、対象者の食品の摂取期間または対象者の食品の摂取品の情報を含む、付記３、５、６または８記載の推定装置。
（付記１０）
前記購入食品の栄養成分情報は、購入食品の画像と紐付けられており、
前記購入食品と対応する購入食品の画像を出力する画像出力部を備える、付記１から９のいずれかに記載の推定装置。
（付記１１）
前記対象者の栄養摂取量を出力する摂取量出力部を備える、付記１から１０のいずれかに記載の推定装置。
（付記１２）
対象者の購入食品情報から対象者の栄養摂取量を推定する推定部と、
前記対象者の栄養摂取量から、対象者の健康状態を推定する健康状態推定部とを備え、
前記推定部は、付記１から１１のいずれかに記載の栄養摂取量の推定装置を備える、健康管理支援装置。
（付記１３）
対象者の属性情報を取得する属性情報取得部と、
前記対象者の属性情報と、属性毎の栄養成分の摂取基準値とから、前記対象者の栄養摂取量の基準値を算出する基準値算出部とを備え、
前記健康状態推定部では、前記対象者の栄養摂取量と前記対象者の栄養摂取量の基準値とから、対象者の健康状態が推定される、付記１２記載の支援装置。
（付記１４）
対象者のバイタルデータを取得するバイタルデータ取得部を備え、
前記健康状態推定部では、前記対象者の栄養摂取量と、前記対象者のバイタルデータと、栄養摂取量、バイタルデータおよび健康状態の組を教師データとして生成した健康状態の推定モデルとから、対象者の健康状態が推定される、付記１２記載の支援装置。
（付記１５）
対象者の属性情報を取得する属性情報取得部と、
対象者のバイタルデータを取得するバイタルデータ取得部とを備え、
前記健康状態推定部では、前記対象者の栄養摂取量と、前記対象者の属性情報と、前記対象者のバイタルデータと、栄養摂取量、属性情報、バイタルデータおよび健康状態の組を教師データとして生成した健康状態の推定モデルとから、対象者の健康状態が推定される、付記１２記載の支援装置。
（付記１６）
前記対象者の健康状態は、対象者の現在の健康状態および対象者の未来の健康状態の少なくとも一方である、付記１２から１５のいずれかに記載の支援装置。
（付記１７）
前記対象者の健康状態を出力する健康状態出力部を備える、付記１２から１６のいずれかに記載の支援装置。
（付記１８）
対象者の購入食品情報から対象者の栄養摂取量を推定する推定部と、
対象者のバイタルデータを取得するバイタルデータ取得部と、
前記対象者の栄養摂取量および前記対象者のバイタルデータから、対象者の将来のバイタルデータを推定するバイタルデータ推定部とを備え、
前記推定部は、付記１から１１のいずれかに記載の栄養摂取量の推定装置を備える、健康管理支援装置。
（付記１９）
前記バイタルデータ推定部では、前記対象者の栄養摂取量および前記対象者のバイタルデータと、栄養摂取量およびバイタルデータの組を教師データとして生成したバイタルデータの推定モデルとから、対象者の将来のバイタルデータが推定される、付記１８記載の支援装置。
（付記２０）
前記対象者の健康状態を出力するバイタルデータ出力部を備える、付記１８または１９記載の支援装置。
（付記２１）
対象者の購入食品情報から対象者の栄養摂取量を推定する推定部と、
対象者のバイタルデータを取得するバイタルデータ取得部と、
対象者の健康状態を取得する健康状態取得部と、
前記対象者の栄養摂取量、前記対象者のバイタルデータ、および前記対象者の健康状態の組を教師データとして、健康状態の推定モデルを生成する生成部とを備え、
前記推定部は、付記１から１１のいずれかに記載の栄養摂取量の推定装置を備える、健康状態の推定モデルの製造装置。
（付記２２）
対象者の属性情報を取得する属性情報取得部を備え、
前記生成部では、前記対象者の栄養摂取量、前記対象者の属性情報、前記対象者のバイタルデータ、および前記対象者の健康状態の組を教師データとして、健康状態の推定モデルが生成される、付記２１記載の製造装置。
（付記２３）
対象者の購入食品情報から対象者の栄養摂取量を推定する推定部と、
対象者のバイタルデータを取得するバイタルデータ取得部と、
前記対象者の栄養摂取量および前記対象者のバイタルデータの組を教師データとして、バイタルデータの推定モデルを生成する生成部とを備え、
前記推定部は、付記１から１１のいずれかに記載の栄養摂取量の推定装置を備える、健康状態（バイタルデータ）の推定モデルの製造装置。
（付記２４）
対象者の属性情報を取得する属性情報取得部を備え、
前記生成部では、前記対象者の栄養摂取量、前記対象者の属性情報、および前記対象者のバイタルデータの組を教師データとして、バイタルデータの推定モデルが生成される、付記２３記載の製造装置。
（付記２５）
対象者の購入食品情報および対象者の食生活情報を取得する取得工程と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出工程と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定工程とを含む、栄養摂取量の推定方法。
（付記２６）
前記推定工程は、
前記購入食品の栄養成分情報と前記購入食品の種類とから、購入食品由来の栄養摂取量を算出する第１の算出工程と、
前記対象者の食生活情報から、食生活由来の栄養摂取量を算出する第２の算出工程と、
前記購入食品由来の栄養摂取量および前記食生活由来の栄養摂取量とから、前記対象者の栄養摂取量を推定する摂取量推定工程とを含む、付記２５記載の推定方法。
（付記２７）
食品の種類と紐付けられた、食品の摂取量情報および食品の摂取時期情報の少なくとも一方を取得する摂取情報取得工程を含み、
前記第１の算出工程では、前記購入食品の栄養成分情報と、前記購入食品と対応する食品の摂取量情報および食品の摂取時期情報とから、前記購入食品由来の栄養摂取量を算出する、付記２６記載の推定方法。
（付記２８）
前記対象者の食生活情報は、対象者の調理および調味の嗜好情報と、対象者のストック食品情報とを含み、
前記第２の算出工程では、
前記対象者の調理および調味の嗜好情報から、調味料由来の栄養摂取量を算出し、
前記対象者のストック食品情報から、ストック食品由来の栄養摂取量を算出し、
前記摂取量推定工程では、前記購入食品由来の栄養摂取量と、前記調味料由来の栄養摂取量と、前記ストック食品由来の栄養摂取量とから、前記対象者の栄養摂取量を推定する、付記２６または２７記載の推定方法。
（付記２９）
前記対象者の食生活情報は、ストック食品の栄養成分情報と、食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とを含み、
前記第２の算出工程では、前記ストック食品の栄養成分情報と、前記ストック食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、前記ストック食品由来の栄養摂取量を算出する、付記２８記載の推定方法。
（付記３０）
前記対象者の食生活情報は、食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とを含み、
前記推定工程は、
前記購入食品の栄養成分情報と、前記購入食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、購入食品由来の栄養摂取量を算出する第３の算出工程と、
前記購入食品由来の栄養摂取量から、前記対象者の栄養摂取量を推定する摂取量推定工程とを含む、付記２５記載の推定方法。
（付記３１）
前記対象者の食生活情報は、対象者の調理および調味の嗜好情報と、対象者のストック食品情報とを含み、
前記推定工程は、前記対象者の調理および調味の嗜好情報から、調味料由来の栄養摂取量を算出し、かつ前記対象者のストック食品情報から、ストック食品由来の栄養摂取量を算出する第４の算出工程を含み、
前記摂取量推定工程では、前記購入食品由来の栄養摂取量と、前記調味料由来の栄養摂取量と、前記ストック食品由来の栄養摂取量とから、前記対象者の栄養摂取量を推定する、付記３０記載の推定方法。
（付記３２）
前記対象者の食生活情報は、ストック食品の栄養成分情報と、食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とを含み、
前記第４の算出工程では、前記ストック食品の栄養成分情報と、前記ストック食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、前記ストック食品由来の栄養摂取量を算出する、付記３１記載の推定方法。
（付記３３）
前記対象者の食品の摂取時期情報は、対象者の食品の摂取期間または対象者の食品の摂取品の情報を含む、付記２７、２９、３０または３２記載の推定方法。
（付記３４）
前記購入食品の栄養成分情報は、購入食品の画像と紐付けられており、
前記購入食品と対応する購入食品の画像を出力する画像出力工程を含む、付記２５から３３のいずれかに記載の推定方法。
（付記３５）
前記対象者の栄養摂取量を出力する摂取量出力工程を含む、付記２５から３４のいずれかに記載の推定方法。
（付記３６）
対象者の購入食品情報から対象者の栄養摂取量を推定する推定工程と、
前記対象者の栄養摂取量から、対象者の健康状態を推定する健康状態推定工程とを含み、
前記推定工程は、付記２５から３５のいずれかに記載の栄養摂取量の推定方法で実施する、健康管理支援方法。
（付記３７）
対象者の属性情報を取得する属性情報取得工程と、
前記対象者の属性情報と、属性毎の栄養成分の摂取基準値とから、前記対象者の栄養摂取量の基準値を算出する基準値算出工程とを含み、
前記健康状態推定工程では、前記対象者の栄養摂取量と前記対象者の栄養摂取量の基準値とから、対象者の健康状態を推定する、付記３６記載の支援方法。
（付記３８）
対象者のバイタルデータを取得するバイタルデータ取得工程を含み、
前記健康状態推定工程では、前記対象者の栄養摂取量と、前記対象者のバイタルデータと、栄養摂取量、バイタルデータおよび健康状態の組を教師データとして生成した健康状態の推定モデルとから、対象者の健康状態を推定する、付記３６記載の支援方法。
（付記３９）
対象者の属性情報を取得する属性情報取得工程と、
対象者のバイタルデータを取得するバイタルデータ取得工程とを含み、
前記健康状態推定工程では、前記対象者の栄養摂取量と、前記対象者の属性情報と、前記対象者のバイタルデータと、栄養摂取量、属性情報、バイタルデータおよび健康状態の組を教師データとして生成した健康状態の推定モデルとから、対象者の健康状態が推定される、付記３６記載の支援方法。
（付記４０）
前記対象者の健康状態は、対象者の現在の健康状態および対象者の未来の健康状態の少なくとも一方である、付記３６から３９のいずれかに記載の支援方法。
（付記４１）
前記対象者の健康状態を出力する健康状態出力工程を含む、付記３６から４０のいずれかに記載の支援方法。
（付記４２）
対象者の購入食品情報から対象者の栄養摂取量を推定する推定工程と、
対象者のバイタルデータを取得するバイタルデータ取得工程と、
前記対象者の栄養摂取量および前記対象者のバイタルデータから、対象者の将来のバイタルデータを推定するバイタルデータ推定工程とを含み、
前記推定工程は、付記２５から３５のいずれかに記載の栄養摂取量の推定方法で実施する、健康管理支援方法。
（付記４３）
前記バイタルデータ推定工程では、前記対象者の栄養摂取量および前記対象者のバイタルデータと、栄養摂取量およびバイタルデータの組を教師データとして生成したバイタルデータの推定モデルとから、対象者の将来のバイタルデータを推定する、付記４２記載の健康管理支援方法。
（付記４４）
前記対象者のバイタルデータを出力するバイタルデータ出力工程を含む、付記４２または４３記載の支援方法。
（付記４５）
対象者の購入食品情報から対象者の栄養摂取量を推定する推定工程と、
対象者のバイタルデータを取得するバイタルデータ取得工程と、
対象者の健康状態を取得する健康状態取得工程と、
前記対象者の栄養摂取量、前記対象者のバイタルデータ、および前記対象者の健康状態の組を教師データとして、健康状態の推定モデルを生成する生成工程とを含み、
前記推定工程は、付記２５から３５のいずれかに記載の栄養摂取量の推定方法で実施する、健康状態の推定モデルの製造方法。
（付記４６）
対象者の属性情報を取得する属性情報取得工程を含み、
前記生成工程では、前記対象者の栄養摂取量、前記対象者の属性情報、前記対象者のバイタルデータ、および前記対象者の健康状態の組を教師データとして、健康状態の推定モデルが生成される、付記４５記載の製造方法。
（付記４７）
対象者の購入食品情報から対象者の栄養摂取量を推定する推定工程と、
対象者のバイタルデータを取得するバイタルデータ取得工程と、
前記対象者の栄養摂取量および前記対象者のバイタルデータの組を教師データとして、バイタルデータの推定モデルを生成する生成工程とを含み、
前記推定工程は、付記２５から３５のいずれかに記載の栄養摂取量の推定方法を実施する、健康状態（バイタルデータ）の推定モデルの製造方法。
（付記４８）
対象者の属性情報を取得する属性情報取得工程を含み、
前記生成工程では、前記対象者の栄養摂取量、前記対象者の属性情報、および前記対象者のバイタルデータの組を教師データとして、バイタルデータの推定モデルが生成される、付記４７記載の製造方法。
（付記４９）
対象者の購入食品情報を入力する入力部と、
前記対象者の購入食品情報から対象者の栄養摂取量を推定する、付記１から１１のいずれかに記載の栄養摂取量の推定装置と通信可能な通信部と、
前記対象者の栄養摂取量を表示する表示部とを含む、栄養摂取量の推定端末。
（付記５０）
対象者の購入食品情報を入力する入力部と、
前記対象者の購入食品情報から対象者の未来の健康状態を推定する、付記１２から１７のいずれかに記載の健康管理支援装置、または前記対象者の購入食品情報から対象者の未来のバイタルデータを推定する、付記１８から２０のいずれか一項に記載の健康管理支援装置と通信可能な通信部と、
前記対象者の未来の健康状態または前記対象者の未来のバイタルデータを表示する表示部とを含む、健康管理支援端末。
（付記５１）
対象者の購入食品情報および対象者の食生活情報を取得する取得処理と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出処理と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定処理とを、コンピュータ上で実行可能である、プログラム。
（付記５２）
対象者の購入食品情報および対象者の食生活情報を取得する取得処理と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出処理と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定処理と、
前記対象者の栄養摂取量に基づき、対象者の健康状態を推定する健康状態推定処理とを、コンピュータ上で実行可能である、プログラム。
（付記５３）
対象者の購入食品情報および対象者の食生活情報を取得する取得処理と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出処理と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定処理と、
対象者のバイタルデータを取得するバイタルデータ取得処理と、
前記対象者の栄養摂取量および前記対象者のバイタルデータから、対象者の将来のバイタルデータを推定するバイタルデータ推定処理とを、コンピュータ上で実行可能である、プログラム。
（付記５４）
対象者の購入食品情報および対象者の食生活情報を取得する取得処理と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出処理と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定処理と、
対象者のバイタルデータを取得するバイタルデータ取得処理と、
対象者の健康状態を取得する健康状態取得処理と、
前記対象者の栄養摂取量、前記対象者のバイタルデータ、および前記対象者の健康状態の組を教師データとして、健康状態の推定モデルを生成する生成処理とを、コンピュータ上で実行可能である、プログラム。
（付記５５）
対象者の購入食品情報および対象者の食生活情報を取得する取得処理と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出処理と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定処理と、
対象者のバイタルデータを取得するバイタルデータ取得処理と、
前記対象者の栄養摂取量および前記対象者のバイタルデータの組を教師データとして、バイタルデータの推定モデルを生成する生成処理とを、コンピュータ上で実行可能である、プログラム。
（付記５６）
付記５１から５５のいずれかに記載のプログラムを記録している、コンピュータ読み取り可能な記録媒体。
（付記５７）
端末と、サーバとを含み、
前記端末と前記サーバとは、システム外の通信回線網を介して接続可能であり、
前記端末および前記サーバの全体が、
対象者の購入食品情報および対象者の食生活情報を取得する取得部と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出部と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定部とを備える、栄養摂取量の推定システム。
（付記５８）
端末と、サーバとを含み、
前記端末と前記サーバとは、システム外の通信回線網を介して接続可能であり、
前記端末および前記サーバの全体が、
対象者の購入食品情報および対象者の食生活情報を取得する取得部と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出部と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定部と、
前記対象者の栄養摂取量から、対象者の健康状態を推定する健康状態推定部とを備える、健康管理支援システム。
（付記５９）
端末と、サーバとを含み、
前記端末と前記サーバとは、システム外の通信回線網を介して接続可能であり、
前記端末および前記サーバの全体が、
対象者の購入食品情報および対象者の食生活情報を取得する取得部と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出部と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定部と、
対象者のバイタルデータを取得するバイタルデータ取得部と、
前記対象者の栄養摂取量および前記対象者のバイタルデータから、対象者の将来のバイタルデータを推定するバイタルデータ推定部とを備える、健康管理支援システム。
本発明によれば、対象者が摂取した栄養成分を精度よく推定できる。このため、本発明によれば、例えば、より精度よくユーザの健康状態を推定できる。したがって、本発明によれば、例えば、対象者に対して、ダイエット、美容、アンチエイジング、生活習慣病予防、フレイユ防止等の健康管理を促進できる。以上のことから、本発明は、医療分野、予防医学分野、抗老化分野、美容分野、介護分野等において極めて有用である。
１、１Ａ、１Ｂ 推定装置
１１ 取得部
１２ 抽出部
１３ 推定部
１３ａ 第１の算出部
１３ｂ 第２の算出部
１３ｃ 摂取量推定部
１３ｄ 第３の算出部
１３ｅ 第４の算出部
１３ｆ 摂取量推定部
１４ 摂取情報取得部
２ 推定端末
２１、５１ 入力部
２２、５２ 通信部
２３、５３ 表示部
３ 通信回線網
４、４Ａ、４Ｂ 支援装置
４１ 健康状態推定部
４２ 属性情報取得部
４３ 基準値算出部
４４ バイタルデータ取得部
４５ バイタルデータ推定部
５ 支援端末
６、６Ａ 製造装置
６１ バイタルデータ取得部
６２ 健康状態取得部
６３ 生成部
１１ 取得部
１２ 抽出部
１３ 推定部
１３ａ 第１の算出部
１３ｂ 第２の算出部
１３ｃ 摂取量推定部
１３ｄ 第３の算出部
１３ｅ 第４の算出部
１３ｆ 摂取量推定部
１４ 摂取情報取得部
２ 推定端末
２１、５１ 入力部
２２、５２ 通信部
２３、５３ 表示部
３ 通信回線網
４、４Ａ、４Ｂ 支援装置
４１ 健康状態推定部
４２ 属性情報取得部
４３ 基準値算出部
４４ バイタルデータ取得部
４５ バイタルデータ推定部
５ 支援端末
６、６Ａ 製造装置
６１ バイタルデータ取得部
６２ 健康状態取得部
６３ 生成部
Claims (59)
- 対象者の購入食品情報および対象者の食生活情報を取得する取得部と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出部と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定部とを備える、栄養摂取量の推定装置。 - 前記推定部は、
前記購入食品の栄養成分情報と前記購入食品の種類とから、購入食品由来の栄養摂取量を算出する第１の算出部と、
前記対象者の食生活情報から、食生活由来の栄養摂取量を算出する第２の算出部と、
前記購入食品由来の栄養摂取量および前記食生活由来の栄養摂取量とから、前記対象者の栄養摂取量を推定する摂取量推定部とを備える、請求項１記載の推定装置。 - 食品の種類と紐付けられた、食品の摂取量情報および食品の摂取時期情報の少なくとも一方を取得する摂取情報取得部を備え、
前記第１の算出部では、前記購入食品の栄養成分情報と、前記購入食品と対応する食品の摂取量情報および食品の摂取時期情報の少なくとも一方とから、前記購入食品由来の栄養摂取量が算出される、請求項２記載の推定装置。 - 前記対象者の食生活情報は、対象者の調理および調味の嗜好情報と、対象者のストック食品情報とを含み、
前記第２の算出部では、
前記対象者の調理および調味の嗜好情報から、調味料由来の栄養摂取量が算出され、
前記対象者のストック食品情報から、ストック食品由来の栄養摂取量が算出され、
前記摂取量推定部では、前記購入食品由来の栄養摂取量と、前記調味料由来の栄養摂取量と、前記ストック食品由来の栄養摂取量とから、前記対象者の栄養摂取量が推定される、請求項２または３記載の推定装置。 - 前記対象者の食生活情報は、ストック食品の栄養成分情報と、食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とを含み、
前記第２の算出部では、前記ストック食品の栄養成分情報と、前記ストック食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、前記ストック食品由来の栄養摂取量が算出される、請求項４記載の推定装置。 - 前記対象者の食生活情報は、食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方を含み、
前記推定部は、
前記購入食品の栄養成分情報と、前記購入食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、購入食品由来の栄養摂取量を算出する第３の算出部と、
前記購入食品由来の栄養摂取量から、前記対象者の栄養摂取量を推定する摂取量推定部とを備える、請求項１記載の推定装置。 - 前記対象者の食生活情報は、対象者の調理および調味の嗜好情報と、対象者のストック食品情報とを含み、
前記推定部は、前記対象者の調理および調味の嗜好情報から、調味料由来の栄養摂取量を算出し、かつ前記対象者のストック食品情報から、ストック食品由来の栄養摂取量を算出する第４の算出部を備え、
前記摂取量推定部では、前記購入食品由来の栄養摂取量と、前記調味料由来の栄養摂取量と、前記ストック食品由来の栄養摂取量とから、前記対象者の栄養摂取量が推定される、請求項６記載の推定装置。 - 前記対象者の食生活情報は、ストック食品の栄養成分情報と、食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とを含み、
前記第４の算出部では、前記ストック食品の栄養成分情報と、前記ストック食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、前記ストック食品由来の栄養摂取量が算出される、請求項７記載の推定装置。 - 前記対象者の食品の摂取時期情報は、対象者の食品の摂取期間または対象者の食品の摂取品の情報を含む、請求項３、５、６または８記載の推定装置。
- 前記購入食品の栄養成分情報は、購入食品の画像と紐付けられており、
前記購入食品と対応する購入食品の画像を出力する画像出力部を備える、請求項１から９のいずれか一項に記載の推定装置。 - 前記対象者の栄養摂取量を出力する摂取量出力部を備える、請求項１から１０のいずれか一項に記載の推定装置。
- 対象者の購入食品情報から対象者の栄養摂取量を推定する推定部と、
前記対象者の栄養摂取量から、対象者の健康状態を推定する健康状態推定部とを備え、
前記推定部は、請求項１から１１のいずれか一項に記載の栄養摂取量の推定装置を備える、健康管理支援装置。 - 対象者の属性情報を取得する属性情報取得部と、
前記対象者の属性情報と、属性毎の栄養成分の摂取基準値とから、前記対象者の栄養摂取量の基準値を算出する基準値算出部とを備え、
前記健康状態推定部では、前記対象者の栄養摂取量と前記対象者の栄養摂取量の基準値とから、対象者の健康状態が推定される、請求項１２記載の支援装置。 - 対象者のバイタルデータを取得するバイタルデータ取得部を備え、
前記健康状態推定部では、前記対象者の栄養摂取量と、前記対象者のバイタルデータと、栄養摂取量、バイタルデータおよび健康状態の組を教師データとして生成した健康状態の推定モデルとから、対象者の健康状態が推定される、請求項１２記載の支援装置。 - 対象者の属性情報を取得する属性情報取得部と、
対象者のバイタルデータを取得するバイタルデータ取得部とを備え、
前記健康状態推定部では、前記対象者の栄養摂取量と、前記対象者の属性情報と、前記対象者のバイタルデータと、栄養摂取量、属性情報、バイタルデータおよび健康状態の組を教師データとして生成した健康状態の推定モデルとから、対象者の健康状態が推定される、請求項１２記載の支援装置。 - 前記対象者の健康状態は、対象者の現在の健康状態および対象者の未来の健康状態の少なくとも一方である、請求項１２から１５のいずれか一項に記載の支援装置。
- 前記対象者の健康状態を出力する健康状態出力部を備える、請求項１２から１６のいずれか一項に記載の支援装置。
- 対象者の購入食品情報から対象者の栄養摂取量を推定する推定部と、
対象者のバイタルデータを取得するバイタルデータ取得部と、
前記対象者の栄養摂取量および前記対象者のバイタルデータから、対象者の将来のバイタルデータを推定するバイタルデータ推定部とを備え、
前記推定部は、請求項１から１１のいずれか一項に記載の栄養摂取量の推定装置を備える、健康管理支援装置。 - 前記バイタルデータ推定部では、前記対象者の栄養摂取量および前記対象者のバイタルデータと、栄養摂取量およびバイタルデータの組を教師データとして生成したバイタルデータの推定モデルとから、対象者の将来のバイタルデータが推定される、請求項１８記載の支援装置。
- 前記対象者の健康状態を出力するバイタルデータ出力部を備える、請求項１８または１９記載の支援装置。
- 対象者の購入食品情報から対象者の栄養摂取量を推定する推定部と、
対象者のバイタルデータを取得するバイタルデータ取得部と、
対象者の健康状態を取得する健康状態取得部と、
前記対象者の栄養摂取量、前記対象者のバイタルデータ、および前記対象者の健康状態の組を教師データとして、健康状態の推定モデルを生成する生成部とを備え、
前記推定部は、請求項１から１１のいずれか一項に記載の栄養摂取量の推定装置を備える、健康状態の推定モデルの製造装置。 - 対象者の属性情報を取得する属性情報取得部を備え、
前記生成部では、前記対象者の栄養摂取量、前記対象者の属性情報、前記対象者のバイタルデータ、および前記対象者の健康状態の組を教師データとして、健康状態の推定モデルが生成される、請求項２１記載の製造装置。 - 対象者の購入食品情報から対象者の栄養摂取量を推定する推定部と、
対象者のバイタルデータを取得するバイタルデータ取得部と、
前記対象者の栄養摂取量および前記対象者のバイタルデータの組を教師データとして、バイタルデータの推定モデルを生成する生成部とを備え、
前記推定部は、請求項１から１１のいずれか一項に記載の栄養摂取量の推定装置を備える、バイタルデータの推定モデルの製造装置。 - 対象者の属性情報を取得する属性情報取得部を備え、
前記生成部では、前記対象者の栄養摂取量、前記対象者の属性情報、および前記対象者のバイタルデータの組を教師データとして、バイタルデータの推定モデルが生成される、請求項２３記載の製造装置。 - 対象者の購入食品情報および対象者の食生活情報を取得する取得工程と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出工程と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定工程とを含む、栄養摂取量の推定方法。 - 前記推定工程は、
前記購入食品の栄養成分情報と前記購入食品の種類とから、購入食品由来の栄養摂取量を算出する第１の算出工程と、
前記対象者の食生活情報から、食生活由来の栄養摂取量を算出する第２の算出工程と、
前記購入食品由来の栄養摂取量および前記食生活由来の栄養摂取量とから、前記対象者の栄養摂取量を推定する摂取量推定工程とを含む、請求項２５記載の推定方法。 - 食品の種類と紐付けられた、食品の摂取量情報および食品の摂取時期情報の少なくとも一方を取得する摂取情報取得工程を含み、
前記第１の算出工程では、前記購入食品の栄養成分情報と、前記購入食品と対応する食品の摂取量情報および食品の摂取時期情報とから、前記購入食品由来の栄養摂取量を算出する、請求項２６記載の推定方法。 - 前記対象者の食生活情報は、対象者の調理および調味の嗜好情報と、対象者のストック食品情報とを含み、
前記第２の算出工程では、
前記対象者の調理および調味の嗜好情報から、調味料由来の栄養摂取量を算出し、
前記対象者のストック食品情報から、ストック食品由来の栄養摂取量を算出し、
前記摂取量推定工程では、前記購入食品由来の栄養摂取量と、前記調味料由来の栄養摂取量と、前記ストック食品由来の栄養摂取量とから、前記対象者の栄養摂取量を推定する、請求項２６または２７記載の推定方法。 - 前記対象者の食生活情報は、ストック食品の栄養成分情報と、食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とを含み、
前記第２の算出工程では、前記ストック食品の栄養成分情報と、前記ストック食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、前記ストック食品由来の栄養摂取量を算出する、請求項２８記載の推定方法。 - 前記対象者の食生活情報は、食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とを含み、
前記推定工程は、
前記購入食品の栄養成分情報と、前記購入食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、購入食品由来の栄養摂取量を算出する第３の算出工程と、
前記購入食品由来の栄養摂取量から、前記対象者の栄養摂取量を推定する摂取量推定工程とを含む、請求項２５記載の推定方法。 - 前記対象者の食生活情報は、対象者の調理および調味の嗜好情報と、対象者のストック食品情報とを含み、
前記推定工程は、前記対象者の調理および調味の嗜好情報から、調味料由来の栄養摂取量を算出し、かつ前記対象者のストック食品情報から、ストック食品由来の栄養摂取量を算出する第４の算出工程を含み、
前記摂取量推定工程では、前記購入食品由来の栄養摂取量と、前記調味料由来の栄養摂取量と、前記ストック食品由来の栄養摂取量とから、前記対象者の栄養摂取量を推定する、請求項３０記載の推定方法。 - 前記対象者の食生活情報は、ストック食品の栄養成分情報と、食品の種類と紐付けられた、対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とを含み、
前記第４の算出工程では、前記ストック食品の栄養成分情報と、前記ストック食品と対応する対象者の食品の摂取量情報および対象者の食品の摂取時期情報の少なくとも一方とから、前記ストック食品由来の栄養摂取量を算出する、請求項３１記載の推定方法。 - 前記対象者の食品の摂取時期情報は、対象者の食品の摂取期間または対象者の食品の摂取品の情報を含む、請求項２７、２９、３０または３２記載の推定方法。
- 前記購入食品の栄養成分情報は、購入食品の画像と紐付けられており、
前記購入食品と対応する購入食品の画像を出力する画像出力工程を含む、請求項２５から３３のいずれか一項に記載の推定方法。 - 前記対象者の栄養摂取量を出力する摂取量出力工程を含む、請求項２５から３４のいずれか一項に記載の推定方法。
- 対象者の購入食品情報から対象者の栄養摂取量を推定する推定工程と、
前記対象者の栄養摂取量から、対象者の健康状態を推定する健康状態推定工程とを含み、
前記推定工程は、請求項２５から３５のいずれか一項に記載の栄養摂取量の推定方法で実施する、健康管理支援方法。 - 対象者の属性情報を取得する属性情報取得工程と、
前記対象者の属性情報と、属性毎の栄養成分の摂取基準値とから、前記対象者の栄養摂取量の基準値を算出する基準値算出工程とを含み、
前記健康状態推定工程では、前記対象者の栄養摂取量と前記対象者の栄養摂取量の基準値とから、対象者の健康状態を推定する、請求項３６記載の支援方法。 - 対象者のバイタルデータを取得するバイタルデータ取得工程を含み、
前記健康状態推定工程では、前記対象者の栄養摂取量と、前記対象者のバイタルデータと、栄養摂取量、バイタルデータおよび健康状態の組を教師データとして生成した健康状態の推定モデルとから、対象者の健康状態を推定する、請求項３６記載の支援方法。 - 対象者の属性情報を取得する属性情報取得工程と、
対象者のバイタルデータを取得するバイタルデータ取得工程とを含み、
前記健康状態推定工程では、前記対象者の栄養摂取量と、前記対象者の属性情報と、前記対象者のバイタルデータと、栄養摂取量、属性情報、バイタルデータおよび健康状態の組を教師データとして生成した健康状態の推定モデルとから、対象者の健康状態が推定される、請求項３６記載の支援方法。 - 前記対象者の健康状態は、対象者の現在の健康状態および対象者の未来の健康状態の少なくとも一方である、請求項３６から３９のいずれか一項に記載の支援方法。
- 前記対象者の健康状態を出力する健康状態出力工程を含む、請求項３６から４０のいずれか一項に記載の支援方法。
- 対象者の購入食品情報から対象者の栄養摂取量を推定する推定工程と、
対象者のバイタルデータを取得するバイタルデータ取得工程と、
前記対象者の栄養摂取量および前記対象者のバイタルデータから、対象者の将来のバイタルデータを推定するバイタルデータ推定工程とを含み、
前記推定工程は、請求項２５から３５のいずれか一項に記載の栄養摂取量の推定方法で実施する、健康管理支援方法。 - 前記バイタルデータ推定工程では、前記対象者の栄養摂取量および前記対象者のバイタルデータと、栄養摂取量およびバイタルデータの組を教師データとして生成したバイタルデータの推定モデルとから、対象者の将来のバイタルデータを推定する、請求項４２記載の健康管理支援方法。
- 前記対象者のバイタルデータを出力するバイタルデータ出力工程を含む、請求項４２または４３記載の支援方法。
- 対象者の購入食品情報から対象者の栄養摂取量を推定する推定工程と、
対象者のバイタルデータを取得するバイタルデータ取得工程と、
対象者の健康状態を取得する健康状態取得工程と、
前記対象者の栄養摂取量、前記対象者のバイタルデータ、および前記対象者の健康状態の組を教師データとして、健康状態の推定モデルを生成する生成工程とを含み、
前記推定工程は、請求項２５から３５のいずれか一項に記載の栄養摂取量の推定方法で実施する、健康状態の推定モデルの製造方法。 - 対象者の属性情報を取得する属性情報取得工程を含み、
前記生成工程では、前記対象者の栄養摂取量、前記対象者の属性情報、前記対象者のバイタルデータ、および前記対象者の健康状態の組を教師データとして、健康状態の推定モデルが生成される、請求項４５記載の製造方法。 - 対象者の購入食品情報から対象者の栄養摂取量を推定する推定工程と、
対象者のバイタルデータを取得するバイタルデータ取得工程と、
前記対象者の栄養摂取量および前記対象者のバイタルデータの組を教師データとして、バイタルデータの推定モデルを生成する生成工程とを含み、
前記推定工程は、請求項２５から３５のいずれか一項に記載の栄養摂取量の推定方法を実施する、バイタルデータの推定モデルの製造方法。 - 対象者の属性情報を取得する属性情報取得工程を含み、
前記生成工程では、前記対象者の栄養摂取量、前記対象者の属性情報、および前記対象者のバイタルデータの組を教師データとして、バイタルデータの推定モデルが生成される、請求項４７記載の製造方法。 - 対象者の購入食品情報を入力する入力部と、
前記対象者の購入食品情報から対象者の栄養摂取量を推定する、請求項１から１１のいずれか一項に記載の栄養摂取量の推定装置と通信可能な通信部と、
前記対象者の栄養摂取量を表示する表示部とを含む、栄養摂取量の推定端末。 - 対象者の購入食品情報を入力する入力部と、
前記対象者の購入食品情報から対象者の未来の健康状態を推定する、請求項１２から１７のいずれか一項に記載の健康管理支援装置、または前記対象者の購入食品情報から対象者の未来のバイタルデータを推定する、請求項１８から２０のいずれか一項一項に記載の健康管理支援装置と通信可能な通信部と、
前記対象者の未来の健康状態または前記対象者の未来のバイタルデータを表示する表示部とを含む、健康管理支援端末。 - コンピュータに、対象者の購入食品情報および対象者の食生活情報を取得する取得手順と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出手順と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定手順とを、実行させるためのプログラム。 - コンピュータに、対象者の購入食品情報および対象者の食生活情報を取得する取得手順と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出手順と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定手順と、
前記対象者の栄養摂取量に基づき、対象者の健康状態を推定する健康状態推定手順とを、実行させるためのプログラム。 - コンピュータに、対象者の購入食品情報および対象者の食生活情報を取得する取得手順と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出手順と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定手順と、
対象者のバイタルデータを取得するバイタルデータ取得手順と、
前記対象者の栄養摂取量および前記対象者のバイタルデータから、対象者の将来のバイタルデータを推定するバイタルデータ推定手順とを、実行させるためのプログラム。 - コンピュータに、対象者の購入食品情報および対象者の食生活情報を取得する取得手順と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出手順と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定手順と、
対象者のバイタルデータを取得するバイタルデータ取得手順と、
対象者の健康状態を取得する健康状態取得手順と、
前記対象者の栄養摂取量、前記対象者のバイタルデータ、および前記対象者の健康状態の組を教師データとして、健康状態の推定モデルを生成する生成手順とを、実行させるためのプログラム。 - コンピュータに、対象者の購入食品情報および対象者の食生活情報を取得する取得手順と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出手順と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定手順と、
対象者のバイタルデータを取得するバイタルデータ取得手順と、
前記対象者の栄養摂取量および前記対象者のバイタルデータの組を教師データとして、バイタルデータの推定モデルを生成する生成手順とを、実行させるためのプログラム。 - 請求項５１から５５のいずれか一項に記載のプログラムを記録している、コンピュータ読み取り可能な記録媒体。
- 端末と、サーバとを含み、
前記端末と前記サーバとは、システム外の通信回線網を介して接続可能であり、
前記端末および前記サーバの全体が、
対象者の購入食品情報および対象者の食生活情報を取得する取得部と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出部と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定部とを備える、栄養摂取量の推定システム。 - 端末と、サーバとを含み、
前記端末と前記サーバとは、システム外の通信回線網を介して接続可能であり、
前記端末および前記サーバの全体が、
対象者の購入食品情報および対象者の食生活情報を取得する取得部と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出部と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定部と、
前記対象者の栄養摂取量から、対象者の健康状態を推定する健康状態推定部とを備える、健康管理支援システム。 - 端末と、サーバとを含み、
前記端末と前記サーバとは、システム外の通信回線網を介して接続可能であり、
前記端末および前記サーバの全体が、
対象者の購入食品情報および対象者の食生活情報を取得する取得部と、
前記購入食品情報から、購入食品の栄養成分情報を抽出する抽出部と、
前記購入食品の栄養成分情報および前記対象者の食生活情報から対象者の栄養摂取量を推定する推定部と、
対象者のバイタルデータを取得するバイタルデータ取得部と、
前記対象者の栄養摂取量および前記対象者のバイタルデータから、対象者の将来のバイタルデータを推定するバイタルデータ推定部とを備える、健康管理支援システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021543959A JP7239220B2 (ja) | 2019-09-06 | 2020-06-15 | 栄養摂取量の推定装置、健康管理支援装置、栄養摂取量の推定方法、健康管理支援方法、プログラムおよび栄養摂取量の推定システム |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019163072 | 2019-09-06 | ||
| JP2019-163072 | 2019-09-06 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2021044696A1 true WO2021044696A1 (ja) | 2021-03-11 |
Family
ID=74853138
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/JP2020/023456 WO2021044696A1 (ja) | 2019-09-06 | 2020-06-15 | 栄養摂取量の推定装置、健康管理支援装置、栄養摂取量の推定方法、健康管理支援方法、プログラムおよび栄養摂取量の推定システム |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP7239220B2 (ja) |
| WO (1) | WO2021044696A1 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023182162A1 (ja) * | 2022-03-23 | 2023-09-28 | 大塚製薬株式会社 | コンピュータプログラム、情報処理装置及び方法 |
| WO2023190085A1 (ja) * | 2022-03-30 | 2023-10-05 | ヌヴォトンテクノロジージャパン株式会社 | 血圧推定装置、血圧推定方法およびプログラム |
| JP2023143891A (ja) * | 2022-10-24 | 2023-10-06 | 大塚製薬株式会社 | コンピュータプログラム、情報処理装置及び方法 |
| JP2023158734A (ja) * | 2022-04-19 | 2023-10-31 | 株式会社三菱総合研究所 | 情報処理システム、情報処理装置、情報処理方法及びプログラム |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1196214A (ja) * | 1997-09-19 | 1999-04-09 | Matsushita Electric Ind Co Ltd | 商品情報提供システム |
| JP2001101157A (ja) * | 1999-10-01 | 2001-04-13 | Osaka Gas Co Ltd | 食生活管理装置、食生活管理システム、及び記録媒体 |
| JP2008052459A (ja) * | 2006-08-23 | 2008-03-06 | Nikkan Kagaku Kk | 情報処理システム装置、バーチャル装置、携帯型の情報処理端末及び記録メディア |
| JP2010015308A (ja) * | 2008-07-02 | 2010-01-21 | Panasonic Corp | 摂取栄養管理装置、摂取栄養管理方法及び摂取栄養管理プログラム |
| JP2011170692A (ja) * | 2010-02-19 | 2011-09-01 | Sharp Corp | 食事管理装置、食事管理システム、食事管理方法、プログラムおよび記録媒体 |
| JP2018124702A (ja) * | 2017-01-31 | 2018-08-09 | 株式会社教育ソフトウェア | 病因分析装置および疾病予測装置 |
-
2020
- 2020-06-15 JP JP2021543959A patent/JP7239220B2/ja active Active
- 2020-06-15 WO PCT/JP2020/023456 patent/WO2021044696A1/ja active Application Filing
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1196214A (ja) * | 1997-09-19 | 1999-04-09 | Matsushita Electric Ind Co Ltd | 商品情報提供システム |
| JP2001101157A (ja) * | 1999-10-01 | 2001-04-13 | Osaka Gas Co Ltd | 食生活管理装置、食生活管理システム、及び記録媒体 |
| JP2008052459A (ja) * | 2006-08-23 | 2008-03-06 | Nikkan Kagaku Kk | 情報処理システム装置、バーチャル装置、携帯型の情報処理端末及び記録メディア |
| JP2010015308A (ja) * | 2008-07-02 | 2010-01-21 | Panasonic Corp | 摂取栄養管理装置、摂取栄養管理方法及び摂取栄養管理プログラム |
| JP2011170692A (ja) * | 2010-02-19 | 2011-09-01 | Sharp Corp | 食事管理装置、食事管理システム、食事管理方法、プログラムおよび記録媒体 |
| JP2018124702A (ja) * | 2017-01-31 | 2018-08-09 | 株式会社教育ソフトウェア | 病因分析装置および疾病予測装置 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023182162A1 (ja) * | 2022-03-23 | 2023-09-28 | 大塚製薬株式会社 | コンピュータプログラム、情報処理装置及び方法 |
| WO2023190085A1 (ja) * | 2022-03-30 | 2023-10-05 | ヌヴォトンテクノロジージャパン株式会社 | 血圧推定装置、血圧推定方法およびプログラム |
| JP2023158734A (ja) * | 2022-04-19 | 2023-10-31 | 株式会社三菱総合研究所 | 情報処理システム、情報処理装置、情報処理方法及びプログラム |
| JP7377910B2 (ja) | 2022-04-19 | 2023-11-10 | 株式会社三菱総合研究所 | 情報処理システム、情報処理装置、情報処理方法及びプログラム |
| JP2023143891A (ja) * | 2022-10-24 | 2023-10-06 | 大塚製薬株式会社 | コンピュータプログラム、情報処理装置及び方法 |
| JP7523620B2 (ja) | 2022-10-24 | 2024-07-26 | 大塚製薬株式会社 | コンピュータプログラム、情報処理装置及び方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPWO2021044696A1 (ja) | 2021-03-11 |
| JP7239220B2 (ja) | 2023-03-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021044696A1 (ja) | 栄養摂取量の推定装置、健康管理支援装置、栄養摂取量の推定方法、健康管理支援方法、プログラムおよび栄養摂取量の推定システム | |
| CN109964280B (zh) | 用于计算、显示、修改和使用改善的个性化营养健康评分来评估和计划最佳饮食的系统和方法 | |
| US12106841B2 (en) | System and methods for calculating, displaying, modifying, and using single dietary intake score reflective of optimal quantity and quality of consumables | |
| Jacobson et al. | Changes in sodium levels in processed and restaurant foods, 2005 to 2011 | |
| JP6412429B2 (ja) | 栄養摂取量のユーザ特異的な調整のためのシステムおよび方法 | |
| US20220230730A1 (en) | Recipe recommendation method and device, computing device and storage medium | |
| JP7032072B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
| JP6705089B2 (ja) | ヘルスチューニング支援システム | |
| US10049598B1 (en) | Passive tracking and prediction of food consumption | |
| US20220406215A1 (en) | Systems and methods for dynamically providing dynamic nutritional guidance | |
| JP2019191625A (ja) | 買い物支援システム、買い物支援サーバ、プログラム及びユーザ端末。 | |
| KR20190119236A (ko) | 생체 및 습관정보를 이용한 개인 맞춤형 인공지능 정보제공 시스템 및 방법 | |
| KR20230050052A (ko) | 개인맞춤형 기능성 식단 정보 및 비대면 서비스 제공 플랫폼 시스템 | |
| JP7160450B2 (ja) | 健康管理支援装置、健康管理支援方法、健康管理支援端末、およびプログラム | |
| JP2019191626A (ja) | 買い物支援システム、買い物支援サーバ、プログラム及びユーザ端末。 | |
| JP7226757B2 (ja) | 健康管理支援装置、健康管理支援方法、およびプログラム | |
| JP6083661B1 (ja) | 健康管理サーバおよび健康管理サーバ制御方法並びに健康管理プログラム | |
| WO2021044695A1 (ja) | 健康管理支援装置、健康管理支援方法、プログラム、および健康管理の支援システム | |
| JP7203473B1 (ja) | プログラム、情報処理方法及び情報処理装置 | |
| JP7473247B2 (ja) | 食事提案支援装置、食事提案支援方法、食事提案支援端末、食事提案支援システム、プログラム、および記録媒体 | |
| WO2023013722A1 (ja) | プログラム、情報処理方法及び情報処理装置 | |
| EP4423767A1 (en) | Systems and methods for providing individualized nutritional recommendations for intermittent fasting | |
| CN114388102A (zh) | 饮食推荐方法及装置和电子设备 | |
| Brenna et al. | A survey of automatic methods for nutritional assessment | |
| Nichols et al. | Dietary intake patterns, nutrient adequacy and associated factors in a multi-ethnic Caribbean population |
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: 20859855 Country of ref document: EP Kind code of ref document: A1 |
|
| ENP | Entry into the national phase |
Ref document number: 2021543959 Country of ref document: JP Kind code of ref document: A |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 20859855 Country of ref document: EP Kind code of ref document: A1 |