WO2023145733A1 - 健康管理装置、健康管理システム、及び健康管理方法 - Google Patents

健康管理装置、健康管理システム、及び健康管理方法 Download PDF

Info

Publication number
WO2023145733A1
WO2023145733A1 PCT/JP2023/002115 JP2023002115W WO2023145733A1 WO 2023145733 A1 WO2023145733 A1 WO 2023145733A1 JP 2023002115 W JP2023002115 W JP 2023002115W WO 2023145733 A1 WO2023145733 A1 WO 2023145733A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
health
user
estimated
unit
Prior art date
Application number
PCT/JP2023/002115
Other languages
English (en)
French (fr)
Inventor
雅寛 伊藤
Original Assignee
矢崎総業株式会社
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 矢崎総業株式会社 filed Critical 矢崎総業株式会社
Publication of WO2023145733A1 publication Critical patent/WO2023145733A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Definitions

  • the present invention relates to a health care device, a health care system, and a health care method.
  • Patent Literature 1 discloses a health management device capable of estimating a person's mental health condition.
  • the health management device disclosed in Patent Literature 1 determines the mental health state of employees based on data acquired by sensors and questionnaires.
  • An object of the present invention is to provide a health care device capable of appropriately predicting the occurrence of mental health disorders.
  • a health management device includes a user information acquisition unit that acquires user information including information about an event that has occurred for a user; an estimated information generation unit that generates estimated information that estimates the health condition of the user at a predetermined time point in the present and future based on reference information that includes symptom patterns related to the stress level; and based on the estimated information, the current state of the user and a health condition determination unit that determines the health condition at a predetermined time in the future, and an output unit that outputs the result determined by the health condition determination unit.
  • a health care system is a health care system comprising a user information acquisition device and a health care device, wherein the user information acquisition device includes user's biological information and/or behavior information.
  • a user information acquiring unit that acquires user information, transmits the acquired user information to the health management device, and the health management device acquires user information including information about an event that has occurred for the user; user information; Estimated information generation for generating estimated information estimating a user's current and future health condition at a predetermined point in time, based on reference information stored in a storage unit and including symptom patterns related to stress levels associated with events.
  • a health condition determination unit that determines the current and future health conditions of the user based on the estimated information; and an output unit that outputs the results determined by the health condition determination unit.
  • a health care method is a health care method executed by a computer, in which user information including information about an event that has occurred for a user is acquired, and user information and Estimated information estimating the user's current and future health condition at a predetermined point in time is generated based on the stored reference information including symptom patterns related to the stress level associated with the event, and based on the estimated information , determine the current and future health status of the user and output the determined results for the health status.
  • FIG. 1 is a diagram showing the configuration of a health care system according to the first embodiment.
  • FIG. 2 is a block diagram showing the configuration of the server of the health care system according to the first embodiment.
  • FIG. 3 is a block diagram showing the functional configuration of the health care device according to the first embodiment;
  • FIG. 4 is a diagram for explaining user information and estimated information of the health care system according to the first embodiment.
  • FIG. 5 is a diagram for explaining reference information of the health care system according to the first embodiment.
  • FIG. 6A is a diagram showing an example of symptom patterns in the health care system according to the first embodiment.
  • 6B is a diagram showing an example of symptom patterns in the health care system according to the first embodiment;
  • FIG. 6C is a diagram showing an example of symptom patterns in the health care system according to the first embodiment.
  • FIG. 6D is a diagram showing an example of symptom patterns in the health care system according to the first embodiment.
  • FIG. 7A is a diagram for explaining health condition determination processing of the health management system according to the first embodiment.
  • FIG. 7B is a diagram for explaining health condition determination processing of the health management system according to the first embodiment.
  • FIG. 7C is a diagram for explaining health condition determination processing of the health management system according to the first embodiment.
  • FIG. 8 is a diagram for explaining determination results of the health care system according to the first embodiment.
  • FIG. 9 is a flowchart showing an example of health care processing in the health care device according to the first embodiment.
  • FIG. 10 is a block diagram for explaining the health condition determination unit in the health care system according to the second embodiment.
  • the health management device 100 will be described in detail below with reference to the drawings. Note that the dimensional ratios in the drawings are exaggerated for convenience of explanation, and may differ from the actual ratios. In addition, in the description of the drawings below, the same or similar parts are denoted by the same or similar reference numerals.
  • the health management system 1 acquires various types of information about employees, and predicts whether or not mental health disorders will occur and when they will occur based on the acquired information.
  • the health management system 1 will be described as an example in which it is applied to health management for dealing with mental health problems. Below, the health care system 1 will be described with reference to some specific embodiments.
  • FIG. 1 is a diagram showing a schematic configuration of a health care system 1 according to the first embodiment.
  • the health management system 1 includes a server 10, a user information acquisition device 20, and a management terminal 30.
  • the health management system 1 may be configured such that the server 10 , the user information acquisition device 20 , and the management terminal 30 can communicate with each other via the network 40 .
  • the health management system 1 may be configured to include a medical institution terminal 50 .
  • the server 10 predicts the presence or absence of the occurrence of mental health problems and the time of occurrence based on the various information about the employees acquired. Details of the server 10 will be described later.
  • the user information acquisition device 20 includes, for example, a user terminal 20a, an employee card 20b, a body composition analyzer 20c, and/or a wearable terminal 20d.
  • the user terminal 20a is a PC used by an employee for work, and for example, the usage time of the user terminal 20a is acquired.
  • user information is acquired by inputting by the employee himself/herself regarding various events that have occurred with respect to the employee. For example, the user information is acquired by the employee applying to the company for an event such as marriage or funeral that has occurred for the employee.
  • the employee card 20b is a card distributed to each employee, and is used, for example, to manage attendance.
  • the body composition meter 20c is a device for measuring the weight and body fat of the employee, and is installed at home, office, training gym, or the like.
  • the wearable terminal 20d is a device worn by an employee on a daily basis, and measures biometric information such as heart rate.
  • the user information acquired by the user information acquisition device 20 is sent to the server 10 via the network 40 by the communication function provided in the user information acquisition device 20 .
  • the user information acquisition device 20 acquires user information including user (employee) biometric information, behavior information, and/or information about an event that has occurred to the user, and sends the acquired user information to the health management device 100.
  • the health management device 100 can acquire events in the user's daily life as user information, and generate estimated information on the health condition based on various events, thereby appropriately predicting mental health disorders. becomes.
  • the management terminal 30 is a terminal that can communicate with the server 10 via the network 40, and is a terminal that enables browsing of various information stored in the server 10. Also, the management terminal 30 may be realized as a management terminal for a person who manages health or a person in charge of personnel affairs or the like. It is possible for a person who performs health management or a person in charge of human resources to grasp the health condition and predicted situation of the employee via the management terminal 30 .
  • the management terminal 30 is configured as, for example, a PC 30a (Personal computer) or a mobile terminal 30b. Henceforth, when it is not necessary to distinguish between the PC 30a and the mobile terminal 30b as the management terminal 30, they are simply referred to as the "management terminal 30".
  • the network 40 is a network that allows the server 10, the user information acquisition device 20, and the management terminal 30 to communicate with each other, and is configured by wire and/or wireless.
  • the type of wired or wireless in the network 40 does not limit the configuration of this embodiment.
  • the medical institution terminal 50 for example, conducts health checkups for employees and retains the results of the health checkups. Further, the information such as the medical examination result of the medical institution terminal 50 may be configured to be transmitted to the server 10 and the management terminal 30 via the network 40 .
  • FIG. 2 is a block diagram showing the configuration of the server 10.
  • the server 10 as shown in FIG. 2, has a health management device 100 as its function.
  • the health care apparatus 100 is configured by a general computer including a control unit 110, a storage unit 120, an input/output IF 130 (Interface), and a communication IF 140. Details of the control unit 110 and the storage unit 120 will be described later.
  • the input/output IF 130 is, for example, a component (interface) for users to exchange data with the server 10 .
  • the input/output IF 130 includes, for example, an input IF and an output IF (not shown).
  • the input IF in the input/output IF 130 has an interface function for inputting various information by the user, and information is input from outside the server 10 .
  • a user inputs information to the input IF through, for example, a keyboard, mouse, touch panel, trackball, voice recognition device, or the like connected to the server 10 .
  • the input IF can input information as a data input terminal for inputting data from an external storage device (not shown) or the like.
  • the output IF in the input/output IF 130 causes a display device (not shown) connected to the server 10 to display user information and determination results, which will be described later.
  • the display device is, for example, a display device, a projector device, or the like.
  • the communication IF 140 is an interface that enables mutual communication between the server 10 and the user information acquisition device 20, management terminal 30, and/or medical institution terminal 50 via the network 40.
  • FIG. 3 is a block diagram showing the functional configuration of the health care device 100.
  • Control unit 110 of health management apparatus 100 includes user information acquisition unit 111, estimated information generation unit 112, health condition determination unit 113, and output unit 114 as functions.
  • the control unit 110 operates the operating system and controls the server 10 as a whole. Furthermore, the control unit 110 operates based on a program stored in the storage unit 120, and includes the user information acquisition unit 111, the estimated information generation unit 112, the health condition determination unit 113, and the output unit 114. perform a function.
  • the program is not limited to being stored in the storage unit 120, and may be stored in a ROM (Read Only Memory) or the like (not shown) in the health care device 100, for example.
  • the storage unit 120 stores information contained in a user information DB 121 (DB: Database), a reference information DB 122, an estimated information DB 123, and a determination result DB 124 as data.
  • DB user information
  • the number of storage units 120 that store each of these data may be one or plural.
  • one storage unit 120 may be configured to be stored in divided areas.
  • data may be distributed and stored in a plurality of storage devices installed at physically separate locations.
  • the user information acquisition unit 111 acquires the user information acquired by the user information acquisition device 20 via the network 40, and stores it in the user information DB 121. Further, the user information acquisition unit 111 may acquire the result of the employee's physical examination acquired by the medical institution terminal 50 as the user information.
  • User information is information about an event that has occurred for a user, and in this embodiment, user information is information about an event that has occurred for an employee. Events that occur for users (employees) include, for example, movement, change of work location, and promotion in work, and events such as moving and nursing care in home. The events that have occurred for the user (employee) include an increase in overtime in daily work, an increase or decrease in the amount of food consumed, and the results of health examinations and stress checks.
  • FIG. 4 shows an example of user information stored in the user information DB 121. As shown in FIG. As shown in FIG. 4, the user information includes information about the content of the event that occurred, the date of occurrence, the elapsed time, and
  • the example shown in FIG. 4 shows an example in which "increased frequency of paid leave", “increased frequency of being late”, “increased overtime hours”, and “increased PC usage hours” are acquired as user information.
  • the date of occurrence indicates the date when the event occurred
  • the elapsed time indicates the elapsed time since the event occurred.
  • information to that effect is added. For example, in the case of "increase in overtime hours", this corresponds to a case where the amount of increase is extremely large.
  • the estimated information generation unit 112 generates estimated information based on the user information stored in the user information DB 121 and the reference information stored in the reference information DB 122, and stores the estimated information in the estimated information DB 123. Specifically, the estimated information generation unit 112 estimates the current and future health conditions of the user based on the user information and the reference information including symptom patterns related to the stress level associated with the event. Generate estimated estimation information.
  • the reference information stored in the reference information DB 122 is the sign pattern of the stress level corresponding to each event and the value (weight information) regarding the weight.
  • Estimated information generation section 112 also generates estimated information based on the result of multiplying the symptom pattern by the weight information.
  • the reference information includes information indicating the content of the event, information indicating detailed content of a part of the event, sign patterns, and information indicating the weight.
  • the contents and values described in the reference information DB 122 may be customized for each user via the input/output IF 130 and communication IF 140 . As a result, it becomes possible to generate estimated information using symptom patterns and weights according to the user, and it becomes possible to more appropriately predict the occurrence of mental health disorders.
  • the sign pattern is a pattern corresponding to each event and a pattern indicating the relationship between time and stress level.
  • An example of a symptom pattern is shown in FIGS. 6A-6D.
  • 6A to 6D are diagrams showing the relationship between the passage of time and the stress level, with the horizontal axis as the time axis and the vertical axis as the stress level.
  • the scale of the time axis of the horizontal axes in FIGS. 6A to 6D shows a case of a time scale of one year as an example, this scale does not limit the configuration of this embodiment.
  • the scale of the horizontal axis (time axis) of symptom patterns may vary from several weeks to several years depending on each corresponding event. In this way, by configuring the horizontal axis (time axis) of symptom patterns differently depending on the event, it is possible to combine more detailed patterns and more appropriately predict the occurrence of mental health problems. Become.
  • FIG. 6A shows an example in which the stress level increases after the event occurs and does not decrease for a while.
  • FIG. 6B shows an example in which the stress level rises after the occurrence of an event and then drops. That is, the example shown in FIG. 6B corresponds to a case where a strong stress level occurs immediately after the event occurs, but the stress level subsides thereafter.
  • FIG. 6C shows an example of a symptom pattern in which the stress degree rises gently for a while after the event occurs, and then rises sharply.
  • FIG. 6D shows an example in which the stress level is applied at a substantially constant rate for a predetermined period from the occurrence of an event. That is, the example shown in FIG. 6D shows an example of a symptom pattern when the stress level does not suddenly increase, but the stress level continues to be applied at a certain rate.
  • the weight for each event included in the reference information is a weight that indicates the impact of the stress level on the event. In this embodiment, it is assumed that the greater the value of this weight, the greater the degree of influence on the stress level.
  • the estimated information generation unit 112 generates estimated information based on the sign pattern and weight of each event.
  • “increase in the frequency of paid leave” that occurred at the present time "increase in the frequency of being late” three months ago, and “increase in overtime hours” and "computer usage time”
  • An example of generating estimation information based on “increase” is shown.
  • the symptom pattern "A” and the “increase in paid frequency” have no stress level as shown in FIG. ”.
  • the stress level is approximately "0.7” as shown in FIG.
  • the value indicated in the symptom pattern multiplied by the weight is "2.1".
  • the estimated information generating unit 112 calculates the value obtained by multiplying the symptom pattern and the weight in “now”, “three months later”, and “half a year later”, and calculates the total , to generate the estimated information.
  • the estimated information "currently” is "2.95"
  • the estimated information three months later is "6.55"
  • the estimated information half a year later is "8.05". shows an example of
  • the health condition determination unit 113 determines the current and future health condition of the employee at a predetermined point in time, and stores it in the determination result DB 124.
  • the health condition determined by the health condition determination unit 113 is the current health condition and a predicted value of the health condition at a predetermined time in the future. Specifically, the health condition determination unit 113 determines the current health condition three months later and half a year later. In the present embodiment, the health condition determination unit 113 determines whether or not the health level indicating the current health condition three months later and half a year later exceeds a predetermined threshold value. Also, the health condition determination unit 113 stores the determined result in the determination result DB 124 . In addition, in the present embodiment, the health level indicating the health condition corresponds to the estimated information value generated by the estimated information generation unit 112 .
  • the predetermined threshold is half the sum of the weights of the relevant events.
  • the total weight is "10" and the threshold is set to "5" which is half the total weight.
  • this threshold value is half the total weight does not limit the configuration of this embodiment, and a value larger or smaller than half the total weight may be applied.
  • the threshold value may be configured to be variable according to the employee.
  • the output unit 114 outputs the determination result determined by the health condition determination unit 113 and stored in the determination result DB 124 to the display device of the server 10 or the display device of the management terminal 30 .
  • FIG. 8 is a diagram showing an example of determination results in this embodiment. In the example shown in FIG. 8, it is assumed that the employee whose employee number is "A0001" has the degree of health shown in FIG. 7A. In this case, in FIG. 7A, the health level does not exceed the threshold at present, three months, and half a year later. Therefore, as a determination result to be output, a result with content of "no problem" is output as shown in FIG.
  • the employee whose employee number is "A0002" has the health level shown in FIG. 7B.
  • the health level exceeds the threshold half a year later. Therefore, as shown in FIG. 8, the judgment result to be output is the result of the content of "please confirm the health condition after half a year". Accordingly, the health manager checks the mental health condition of this employee after half a year. In addition, the health manager can prevent the occurrence of mental health problems by checking the employee's mental health problems several times during the period from now until half a year later.
  • the employee with the employee number "A0003" has the health level shown in FIG. 7C, for example.
  • the health level exceeds the threshold at present and three months later. Therefore, as shown in FIG. 8, the judgment result to be output is the result of the contents of "please check the health condition now and three months later".
  • the health manager can prevent the occurrence of mental health problems by checking the employee's mental health problems several times during the period from the present to the next three months.
  • step S901 the user information acquisition unit 111 acquires the user information acquired by the user information acquisition device 20 via the network 40, and stores it in the user information DB 121. Further, the user information acquisition unit 111 may acquire the result of the employee's physical examination acquired by the medical institution terminal 50 as the user information. The process then advances to step S902.
  • step S902 the estimated information generation unit 112 generates estimated information based on the user information stored in the user information DB 121 and the reference information stored in the reference information DB 122, and stores the estimated information in the estimated information DB 123. Specifically, the estimated information generation unit 112 estimates the current and future health conditions of the user based on the user information and the reference information including symptom patterns related to the stress level associated with the event. Generate estimated estimation information. The process then advances to step S903.
  • step S903 the health condition determination unit 113 determines the current and future health conditions of the employee based on the estimated information stored in the estimated information DB 123, and stores them in the determination result DB 124. The process then proceeds to step S904.
  • step S904 the output unit 114 outputs the determination result determined by the health condition determination unit 113 and stored in the determination result DB 124 to the display device of the server 10 or the display device of the management terminal 30, and processes the result. ends.
  • the health management device 100 includes the user information acquisition unit 111, the estimated information generation unit 112, the health condition determination unit 113, and the output unit 114.
  • the user information acquisition unit 111 acquires user information including information about an event that has occurred with respect to the user.
  • Estimated information generation unit 112 based on user information and reference information that is stored in advance in storage unit 120 and includes symptom patterns related to stress levels associated with events, estimates the user's present and future at a predetermined point in time Generate estimated information that estimates the state of health.
  • the health condition determination unit 113 determines the current and future health condition of the user based on the estimated information.
  • Output unit 114 outputs the result determined by health condition determination unit 113 .
  • the health management device 100 can appropriately predict the occurrence of mental health problems in employees.
  • the reference information of the health management device 100 may include weight information, and the estimated information generating section 112 may generate estimated information based on the result of multiplying the symptom pattern by the weight information.
  • the health management device 100 can improve the accuracy of prediction of mental health problems based on the weight information corresponding to the event that occurred for the employee, and can more appropriately predict mental health problems. becomes.
  • the symptom pattern of the health management device 100 may be information indicating the degree of stress at a given point in time at present and in the future, and may be configured so that the scale of the time axis differs according to the corresponding event.
  • the health management apparatus 100 uses the symptom pattern corresponding to the event that occurred for the employee to generate the estimated information, thereby improving the accuracy of predicting mental health problems and more appropriately treating mental health problems. Prediction becomes possible.
  • the health condition is determined using symptom patterns corresponding to each event.
  • the health management device 100 the health management device 100 according to the second embodiment, which uses a learned model generated by machine learning as the health condition determination unit 113a, will be described with respect to a configuration different from that of the first embodiment. do.
  • the health management apparatus 100 includes a learning unit 150, and includes a learned model generated by machine learning in the learning unit 150 as a health condition determination unit 113a. It differs from the management device 100 .
  • FIG. 10 is a diagram for explaining generation of the health condition determination unit 113a according to the second embodiment.
  • the machine learning unit 151 of the learning unit 150 performs learning using the estimated information and health information stored in the estimated information DB 123 and the health condition DB 125 of the storage unit 120.
  • the estimation information stored in the estimation information DB 123 is the same as the estimation information described in the above-described first embodiment, so description thereof will be omitted here.
  • the health status stored in the health status DB 125 is the past health status of the employee subject to health management. That is, the relationship between the estimated information generated by the estimated information generation unit 112 and the recorded information recording the user's past health condition is learned, and the learned model is used as the health condition determination unit 113a.
  • the learned model generated by the machine learning unit 151 is used as the health condition determination unit 113a.
  • the health management device 100 may include the learning unit 150 that learns the relationship between estimated information and health information that records the user's past health condition.
  • the health condition determining unit 113 of the health management apparatus 100 according to the second embodiment may be configured as a learned model learned by the learning unit 150 .
  • the health management device 100 can determine the health condition according to the employee to be determined in predicting the employee's mental health disorder, improving the accuracy of mental health disorder prediction, and more appropriately It becomes possible to predict mental health problems.
  • a computer program that causes a computer to execute the processing (health management method) in the health management device 100 described above, and a computer-readable recording medium recording the program are included in the scope of the present embodiment.
  • any type of computer-readable recording medium may be used.
  • the computer program is not limited to being recorded on the recording medium, and may be transmitted via an electric communication line, a wireless or wired communication line, a network represented by the Internet, or the like.
  • the features of the health management device 100, the health management system 1, and the health management method are described below.
  • the health management device 100 includes a user information acquisition unit 111 that acquires user information including information regarding events that have occurred with respect to the user.
  • Health management device 100 also includes estimated information generating section 112 .
  • Estimated information generation unit 112 based on user information and reference information that is stored in advance in storage unit 120 and includes symptom patterns related to stress levels associated with events, estimates the user's present and future at a predetermined point in time Generate estimated information that estimates the state of health.
  • the health management apparatus 100 also includes a health condition determination unit 113 that determines the current and future health condition of the user based on the estimated information.
  • health management apparatus 100 includes output section 114 that outputs the result determined by health condition determination section 113 .
  • the health management device 100 can appropriately predict the occurrence of mental health problems in employees.
  • the reference information of health management device 100 may further include weight information.
  • Estimated information generating section 112 of health management apparatus 100 may generate estimated information based on the result of multiplying the symptom pattern by weight information.
  • the health management device 100 improves the accuracy of prediction of mental health problems based on the weight information corresponding to the event that occurred for the employee, and more appropriately predicts mental health problems. becomes possible.
  • the symptom pattern of the health management device 100 is information indicating the degree of stress at a predetermined point in time at present and in the future, and the scale of the time axis may differ according to the corresponding event.
  • the health management apparatus 100 uses symptom patterns corresponding to events that have occurred in the employee to generate the estimated information, thereby improving the accuracy of predicting mental health disorders and improving mental health. It becomes possible to predict health problems.
  • the health management device 100 may further include a learning unit 150 that learns the relationship between the estimated information and health information that records the user's past health condition.
  • the health condition determination unit 113 may be a learned model learned by the learning unit 150 .
  • the health management device 100 can determine the health condition according to the employee to be determined in predicting the employee's mental health disorder, improving the accuracy of predicting the mental health disorder. It becomes possible to predict mental health disorders more appropriately.
  • a health management system 1 is a health management system 1 that includes a user information acquisition device 20 and a health management device 100 .
  • the user information acquisition device 20 acquires user information including user's biometric information, behavior information, and/or information about an event that has occurred to the user, and transmits the acquired user information to the health management device.
  • the health management device 100 includes a user information acquisition unit 111 that acquires user information including information about events that have occurred with respect to the user. Health management device 100 also includes estimated information generating section 112 .
  • Estimated information generation unit 112 based on user information and reference information that is stored in advance in storage unit 120 and includes symptom patterns related to stress levels associated with events, estimates the user's present and future at a predetermined point in time Generate estimated information that estimates the state of health.
  • the health management apparatus 100 also includes a health condition determination unit 113 that determines the current and future health condition of the user based on the estimated information. Furthermore, health management apparatus 100 includes output section 114 that outputs the result determined by health condition determination section 113 .
  • the health management system 1 can appropriately predict the occurrence of mental health problems in employees.
  • the user information acquisition device 20 of the health management system 1 may include at least one of a user terminal 20a, an employee card 20b, a body composition monitor 20c, and a wearable terminal 20d used by the user.
  • the health management system 1 can acquire events in the user's daily life as user information, and generate estimated information based on various events to appropriately predict mental health disorders. becomes possible.
  • a health care method is a health care method executed by a computer.
  • a health management method obtains user information including information about events that have occurred for a user.
  • the health management method is based on user information and reference information that is stored in advance in the storage unit 120 and includes symptom patterns related to stress levels associated with events. Generate estimated information that estimates the state of health.
  • the health management method determines the current and future health status of the user based on the estimated information. Additionally, the health management method outputs the determined results for the health status.
  • the health management method can appropriately predict the occurrence of mental health problems in employees.
  • Health management system 100 health management device 111 user information acquisition unit 112 estimated information generation unit 113, 113a health condition determination unit 114 output unit 121 user information DB 122 Reference information DB 123 estimated information DB 124 Judgment result DB 125 Health DB 151 Machine Learning Department

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

健康管理装置（１００）は、ユーザ情報取得部（１１１）と、推定情報生成部（１１２）と、健康状態判定部（１１３）と、出力部（１１４）とを備える。ユーザ情報取得部（１１１）は、ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得する。推定情報生成部（１１２）は、ユーザ情報と、あらかじめ記憶部に記憶され、イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する。健康状態判定部（１１３）は、推定情報に基づいて、ユーザの現在及び将来の所定の時点における健康状態を判定する。出力部（１１４）は、健康状態判定部（１１３）で判定された結果を出力する。

Description

健康管理装置、健康管理システム、及び健康管理方法
　本発明は、健康管理装置、健康管理システム、及び健康管理方法に関する。
　近年、経済、産業構造が変化する中で、仕事や職業生活に関する強い不安、悩み、ストレスを感じている従業員の割合が高くなる傾向があり、企業は、ストレスチェックテストの実施や産業医による面談の実施等、従業員に対してメンタルヘルス対策を講じている。メンタルヘルス対策を支援する手段として、例えば、メンタルヘルス不調の予兆を管理するシステムが提案されている。特許文献１には、人の心的健康状態を推定可能な健康管理装置が開示されている。特許文献１に開示された健康管理装置は、センサーやアンケートの実施により取得したデータに基づいて従業員のメンタルヘルス状態を判定する。
特開２０１６－２００９５５号公報
　従業員がメンタルヘルス不調となる原因は、職場や自宅での環境において日々発生する事象（イベント）や環境自体に関係する様々な要因に起因する。また、メンタルヘルス不調は、メンタルヘルスチェックの時点て発生しているものに限られず、様々な要因によって、例えば、数か月後などの将来において発生する場合がある。そのため、特許文献１で開示された健康管理装置において判定が実施された時点においては、メンタルヘルス不調が発生していない場合であっても、その判定が実施された数か月後にメンタルヘルス不調が発生する場合がある。すなわち、メンタルヘルス不調の早期発見や予防の観点からも、適切にメンタルヘルス不調の予測が可能となる手段が必要とされる。
　本発明は、このような従来技術が有する課題に鑑みてなされたものである。そして本発明の目的は、メンタルヘルス不調の発生を適切に予測することが可能な健康管理装置を提供することにある。
　本発明の態様に係る健康管理装置は、ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得するユーザ情報取得部と、ユーザ情報と、あらかじめ記憶部に記憶され、イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する推定情報生成部と、推定情報に基づいて、ユーザの現在及び将来の所定の時点における健康状態を判定する健康状態判定部と、健康状態判定部で判定された結果を出力する出力部と、を備える。
　本発明の他の態様に係る健康管理システムは、ユーザ情報取得装置と、健康管理装置と、を備える健康管理システムであって、ユーザ情報取得装置は、ユーザの生体情報及び／又は行動情報を含むユーザ情報を取得し、取得したユーザ情報を健康管理装置へ送信し、健康管理装置は、ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得するユーザ情報取得部と、ユーザ情報と、あらかじめ記憶部に記憶され、イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する推定情報生成部と、推定情報に基づいて、ユーザの現在及び将来の所定の時点における健康状態を判定する健康状態判定部と、健康状態判定部で判定された結果を出力する出力部と、を有する。
　本発明の他の態様に係る健康管理方法は、コンピュータによって実行される健康管理方法であって、ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得し、ユーザ情報と、あらかじめ記憶部に記憶され、イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成し、推定情報に基づいて、ユーザの現在及び将来の所定の時点における健康状態を判定し、健康状態に対し判定された結果を出力する。
　本発明によれば、メンタルヘルス不調の発生を適切に予測することが可能な健康管理装置を提供することができる。
図１は、第１の実施形態に係る健康管理システムの構成を示す図である。 図２は、第１の実施形態に係る健康管理システムのサーバの構成を示すブロック図である。 図３は、第１の実施形態に係る健康管理装置の機能的構成を示すブロック図である。 図４は、第１の実施形態に係る健康管理システムのユーザ情報及び推定情報について説明するための図である。 図５は、第１の実施形態に係る健康管理システムの参照情報について説明するための図である。 図６Ａは、第１の実施形態に係る健康管理システムにおける兆候パターンの一例を示す図である。 図６Ｂは、第１の実施形態に係る健康管理システムにおける兆候パターンの一例を示す図である。 図６Ｃは、第１の実施形態に係る健康管理システムにおける兆候パターンの一例を示す図である。 図６Ｄは、第１の実施形態に係る健康管理システムにおける兆候パターンの一例を示す図である。 図７Ａは、第１の実施形態に係る健康管理システムの健康状態判定処理について説明するための図である。 図７Ｂは、第１の実施形態に係る健康管理システムの健康状態判定処理について説明するための図である。 図７Ｃは、第１の実施形態に係る健康管理システムの健康状態判定処理について説明するための図である。 図８は、第１の実施形態に係る健康管理システムの判定結果について説明するための図である。 図９は、第１の実施形態に係る健康管理装置における健康管理処理の一例を示すフローチャートである。 図１０は、第２の実施形態に係る健康管理システムにおける健康状態判定部について説明するためのブロック図である。
　以下、図面を用いて本実施形態に係る健康管理装置１００について詳細に説明する。なお、図面の寸法比率は説明の都合上誇張されており、実際の比率と異なる場合がある。また、以下の図面の記載において、同一又は類似の部分には同一又は類似の符号を付している。
（健康管理システム１の概要）
　本実施形態に係る健康管理システム１は、従業員に関する各種情報を取得し、取得した情報に基づいて、メンタルヘルス不調の発生の有無や発生時期を予測するものである。なお、本実施形態において健康管理システム１は、メンタルヘルス不調に対応する健康管理に適用した場合の例について説明する。以下に、健康管理システム１について幾つかの具体的な実施形態を参照して説明する。
（第１の実施形態）
　図１は、第１の実施形態に係る健康管理システム１の概略構成を示す図である。図１に示すように、健康管理システム１は、サーバ１０と、ユーザ情報取得装置２０と、管理用端末３０と、を含んで構成される。また、健康管理システム１は、ネットワーク４０により、サーバ１０と、ユーザ情報取得装置２０と、管理用端末３０とが、それぞれ相互に通信可能な構成としてもよい。また、健康管理システム１は、医療機関端末５０を含んで構成してもよい。
　サーバ１０は、健康管理システム１において、取得した従業員に関する各種情報に基づいて、メンタルヘルス不調の発生の有無や発生時期を予測するものである。サーバ１０の詳細については、後述する。
　ユーザ情報取得装置２０は、例えば、ユーザ端末２０ａ、従業員カード２０ｂ、体組成計２０ｃ、及び／又はウェアラブル端末２０ｄ等が含まれる。ユーザ端末２０ａは、従業員が業務によって使用するＰＣであって、例えば、ユーザ端末２０ａの使用時間等が取得される。また、ユーザ端末２０ａにおいては、従業員に対して発生した各種イベントに関し、従業員自らが入力することにより、ユーザ情報が取得される。例えば、結婚や弔事など従業員に対して発生したイベントに対し、従業員が会社に対して申請することで、ユーザ情報が取得される。
　従業員カード２０ｂは、各従業員に配布されたカードであって、例えば、出退勤の管理に用いられる。体組成計２０ｃは、従業員の体重や体脂肪を測定するための装置であり、自宅や会社、又はトレーニングジム等に設置される。ウェアラブル端末２０ｄは、従業員が日頃装着する装置であり、心拍数等の生体情報を測定する。なお、ユーザ情報取得装置２０で取得されたユーザ情報は、ユーザ情報取得装置２０に設けられた通信機能により、ネットワーク４０を介して、サーバ１０に送られる。
　すなわち、ユーザ情報取得装置２０は、ユーザ（従業員）の生体情報、行動情報及び／又はユーザに対して発生したイベントに関する情報を含むユーザ情報を取得し、取得したユーザ情報を健康管理装置１００へ送信する。健康管理装置１００は、ユーザの日常におけるイベントをユーザ情報として取得することが可能となり、様々なイベントに基づいて健康状態に対する推定情報を生成することにより、適切にメンタルヘルス不調を予測することが可能となる。
　管理用端末３０は、ネットワーク４０を介してサーバ１０と通信可能な端末であり、サーバ１０に格納された各種情報の閲覧を可能とするための端末である。また、管理用端末３０は、健康管理を行う者や、人事等の担当者の管理用端末として実現してもよい。健康管理を行う者や人事等の担当者が管理用端末３０を介して、従業員の健康状態や予測状況を把握することが可能となる。なお、管理用端末３０は、例えば、ＰＣ３０ａ（Ｐｅｒｓｏｎａｌ　ｃｏｍｐｕｔｅｒ）やモバイル端末３０ｂとして構成される。以降、管理用端末３０として、ＰＣ３０ａとモバイル端末３０ｂとをそれぞれを区別して説明する必要がない場合は、単に「管理用端末３０」と表記する。
　ネットワーク４０は、上述の通り、サーバ１０と、ユーザ情報取得装置２０と、管理用端末３０とが、それぞれ相互に通信可能とするためのネットワークであり、有線、及び／又は無線で構成される。なお、ネットワーク４０における、有線及び無線の種別は本実施形態の構成を限定するものではない。
　医療機関端末５０は、例えば、従業員に対して健康診断を実施し、健康診断の結果を保持する。また、医療機関端末５０の健康診断結果等の情報は、ネットワーク４０を介してサーバ１０や管理用端末３０に送信される構成としてもよい。
（サーバ１０の構成）
　図２は、サーバ１０の構成を示すブロック図である。サーバ１０は、図２に示すように、健康管理装置１００を機能として備える。本実施形態において、この健康管理装置１００は、制御部１１０と、記憶部１２０と、入出力ＩＦ１３０（Ｉｎｔｅｒｆａｃｅ）と、通信ＩＦ１４０と、を備える一般的なコンピュータによって構成される。制御部１１０及び記憶部１２０の詳細については後述する。
　入出力ＩＦ１３０は、例えば、ユーザがサーバ１０との間においてデータをやり取りするための構成要素（インタフェース）である。入出力ＩＦ１３０は、例えば、入力ＩＦと、出力ＩＦとを備える（図示なし）。
　入出力ＩＦ１３０における入力ＩＦは、ユーザによるさまざまな情報を入力するためのインタフェース機能を有し、サーバ１０の外部より情報が入力される。入力ＩＦには、サーバ１０と接続された、例えば、キーボード、マウス、タッチパネル、トラックボール、及び、音声認識デバイス等を通じてユーザによって情報が入力される。また、入力ＩＦは、外部記憶装置（図示なし）等からデータを入力するためのデータ入力端子として、情報を入力することができる。
　入出力ＩＦ１３０における出力ＩＦは、サーバ１０に接続された表示装置（図示なし）に、後述のユーザ情報や判定結果を表示させる。表示装置は、例えば、ディスプレイ装置、プロジェクター装置などである。
　通信ＩＦ１４０は、ネットワーク４０を介して、サーバ１０と、ユーザ情報取得装置２０、管理用端末３０、及び／又は医療機関端末５０との相互の通信を可能にするためのインタフェースである。
（健康管理装置１００の機能的構成）
　図３は、健康管理装置１００の機能的構成を示すブロック図である。健康管理装置１００の制御部１１０は、ユーザ情報取得部１１１と、推定情報生成部１１２と、健康状態判定部１１３と、出力部１１４と、を機能として備える。
　制御部１１０は、例えば、オペレーティングシステムを動作させて、サーバ１０全体を制御する。さらに、制御部１１０は、記憶部１２０に格納されたプログラムに基づいて動作し、ユーザ情報取得部１１１と、推定情報生成部１１２と、健康状態判定部１１３と、出力部１１４と、に備える各機能を実行する。なお、プログラムは、記憶部１２０に格納される形態に限定されず、例えば、健康管理装置１００内の、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）等（図示なし）に記憶された構成としてもよい。
　記憶部１２０は、図３に示すように、ユーザ情報ＤＢ１２１（ＤＢ：Ｄａｔａｂａｓｅ）と、参照情報ＤＢ１２２と、推定情報ＤＢ１２３と、判定結果ＤＢ１２４とに含まれる情報をデータとして格納する。なお、これらの各データを格納する記憶部１２０は、１つであっても複数であってもよい。例えば、１つの記憶部１２０に対し、領域を分けて記憶する構成としてもよい。あるいは、物理的に離れた場所に設置された複数の記憶装置に、データが分散して格納されていてもよい。
　ユーザ情報取得部１１１は、ユーザ情報取得装置２０で取得したユーザ情報を、ネットワーク４０を介して取得し、ユーザ情報ＤＢ１２１に格納する。また、ユーザ情報取得部１１１は、医療機関端末５０で取得した従業員の健康診断の結果をユーザ情報として取得してもよい。ユーザ情報は、ユーザに対して発生したイベントに関する情報であり、本実施形態において、ユーザ情報は、従業員に対して発生したイベントに関する情報である。また、ユーザ（従業員）に対して発生したイベントは、例えば、仕事においては、移動、勤務地変更、昇格などに該当し、家庭においては、引っ越しや介護等のイベントが含まれる。また、ユーザ（従業員）に対して発生したイベントは、日常業務における残業の増加や食事量の増減、また、健康診断やストレスチェックの結果等も含まれる。図４に、ユーザ情報ＤＢ１２１に格納されたユーザ情報の一例を示す。図４に示すように、ユーザ情報は、発生したイベントの内容、発生日、経過時間、及び状態に関する情報を含む。
　図４に示す例においては、「有給頻度増加」、「遅刻頻度増加」、「残業時間増加」、及び「ＰＣ使用時間増加」がユーザ情報として取得された場合の例を示している。ユーザ情報において、発生日は当該イベントが発生した日を示し、経過時間は、当該イベントが発生してからの経過時間を示す。また、ユーザ情報における状態は、イベントに関係し問題が発生している場合にその旨の情報が付与される。例えば、「残業時間増加」において、増加量が極端に多い場合などに該当する。
　推定情報生成部１１２は、ユーザ情報ＤＢ１２１に格納されたユーザ情報と、参照情報ＤＢ１２２に格納された参照情報とに基づいて、推定情報を生成し、推定情報ＤＢ１２３に格納する。具体的には、推定情報生成部１１２は、ユーザ情報と、イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する。本実施形態において、参照情報ＤＢ１２２に格納された参照情報とは、各イベントに対応したストレス度の兆候パターン及び重みに関する値（重み情報）である。また、推定情報生成部１１２は、兆候パターンに重み情報を乗算した結果に基づいて推定情報を生成する。
　図５に参照情報ＤＢ１２２に格納された参照情報の一例を示す。図５に示すように、参照情報は、イベントの内容を示す情報と、イベントの一部に対して詳細内容を示す情報と、兆候パターンと、重みを示す情報とが含まれる。なお、参照情報ＤＢ１２２に記載の内容や値は、入出力ＩＦ１３０や通信ＩＦ１４０を介して、ユーザごとにカスタマイズしてもよい。これにより、ユーザに応じた兆候パターンや重みを用いて推定情報を生成することが可能となり、よりメンタルヘルス不調の発生を適切に予測することが可能となる。
　本実施形態において、兆候パターンは、各イベントに対応したパターンであって、時間とストレス度との関係を示すパターンである。図６Ａ～図６Ｄに兆候パターンの一例を示す。図６Ａ～図６Ｄは、横軸を時間軸とし、縦軸をストレス度に割り当て、時間の経過とストレス度との関係を示す図である。また、図６Ａ～図６Ｄの横軸の時間軸のスケールは、例として１年の時間スケールである場合を示しているが、このスケールは本実施形態の構成を限定するものではない。例えば、兆候パターンの横軸（時間軸）のスケールは、対応する各イベント等に応じて数週間から数年という具合に異なる構成としてもよい。このように、兆候パターンの横軸（時間軸）をイベントに応じて異なる構成とすることにより、より詳細なパターンの組み合わせが可能となり、よりメンタルヘルス不調の発生を適切に予測することが可能となる。
　図６Ａは、イベント発生からストレス度が上昇し、しばらくの期間、ストレス度が低下しない場合の例を示す。図６Ｂは、イベント発生からストレス度が上昇し、その後、ストレス度が低下する場合の例を示す。すなわち図６Ｂに示す例は、イベント発生直後は強いストレス度が発生するが、その後、ストレス度が落ち着く場合に該当する。
　図６Ｃは、イベント発生からしばらくの期間は、ストレス度は緩やかに上昇し、その後、ストレス度が急激に上昇する場合の兆候パターンの例を示す。
　図６Ｄは、イベント発生から所定の期間略一定の割合でストレス度が掛かる場合の例を示す。すなわち図６Ｄに示す例は、急激なストレス度の上昇は発生しないが、ある一定の割合のストレス度が掛かり続ける場合の兆候パターンの例を示している。
　参照情報に含まれる各イベントに対する重みは、イベントに対するストレス度の影響度を示す重みである。本実施形態において、この重みの値が大きいほど、ストレス度に対する影響度が大きくなるものとする。
　推定情報生成部１１２は、各イベントの兆候パターンと、重みとに基づいて、推定情報を生成する。図４に示す例においては、現在の時点で発生した「有給頻度増加」と、３か月前に発生した「遅刻頻度増加」と、半年前に発生した「残業時間増加」及び「ＰＣ使用時間増加」とに基づいて、推定情報を生成する例を示している。例えば、「現在」の時点において、兆候パターンが「Ａ」の「有給頻度増加」は、図６Ａに示すようにストレス度が無く、兆候パターンに示す値と、重みとを乗算した値は「０」となる。また、「現在」の時点において、兆候パターンが「Ａ」の「遅刻頻度増加」は、３か月経過しているため、図６Ａに示すようにストレス度は、約「０．７」を示し、兆候パターンに示す値と、重みとを乗算した値は「２．１」となる。
　上述の通り、推定情報生成部１１２は、例えば、「現在」、「３か月後」、及び「半年後」における兆候パターンと重みとを乗算した値を算出し、その合計を算出することで、推定情報を生成する。図４に示す例においては、「現在」の推定情報は「２．９５」、３か月後の推定情報は、「６．５５」、半年後の推定情報が「８．０５」である場合の例を示している。
　健康状態判定部１１３は、推定情報ＤＢ１２３に格納された推定情報に基づいて、従業員の現在及び将来の所定の時点における健康状態を判定し、判定結果ＤＢ１２４に格納する。本実施形態において、健康状態判定部１１３で判定される健康状態は、現在の健康状態及び将来の所定の時点における健康状態の予測値である。具体的には、健康状態判定部１１３は、現在、３か月後、及び半年後の健康状態について判定を行う。本実施形態において、健康状態判定部１１３は、現在、３か月後、及び半年後の健康状態を示す健康度が、所定の閾値を超えているか否かにより判定される。また、健康状態判定部１１３は、判定した結果を判定結果ＤＢ１２４に格納する。なお、本実施形態において、健康状態を示す健康度は、推定情報生成部１１２で生成された推定情報の値に相当する。
　本実施形態において、所定の閾値は、該当する各イベントの重みの合計の半分の値である。例えば、図４に示す例においては、重みの合計が「１０」であり、閾値は重みの合計の半分である「５」と設定する。なお、この閾値を重みの合計の半分とする構成は、本実施形態の構成を限定するものではなく、重みの合計の半分より大きい又は小さい値を適用してもよい。また、閾値は、従業員に応じて可変とする構成としてもよい。
　出力部１１４は、健康状態判定部１１３で判定され、判定結果ＤＢ１２４に格納された判定結果を、サーバ１０の表示装置、又は管理用端末３０の表示装置に出力する。図８は、本実施形態における判定結果の一例を示す図である。図８に示す例においては、従業員番号が「Ａ０００１」の従業員は、図７Ａに示す健康度であるとする。この場合、図７Ａにおいては、現在、３か月、及び半年後の時点において、健康度は閾値を超えていない。従って、出力される判定結果としては、図８に示すように「問題ありません」という内容の結果が出力される。
　また、図８に示す例において、従業員番号が「Ａ０００２」の従業員は、図７Ｂに示す健康度であるとする。この場合、図７Ｂにおいては、半年後の時点において、健康度が閾値を超えている。従って、出力される判定結果としては、図８に示すように「半年後の健康状態を確認ください」という内容の結果が出力される。これにより、健康管理者は、半年後に、この従業員に対して、メンタルヘルス不調のチェックを行う。また、健康管理者は、現在から半年後までの期間において、何度かこの従業員のメンタルヘルス不調のチェックを行うことで、メンタルヘルス不調の発生を防ぐことが可能となる。
　さらに、図８に示す例において、従業員番号が「Ａ０００３」の従業員は、例えば、図７Ｃに示す健康度であるとする。この場合、図７Ｃにおいては、現在及び３か月後の時点において、健康度が閾値を超えている。従って、出力される判定結果としては、図８に示すように「現在及び３か月後の健康状態を確認ください」という内容の結果が出力される。これにより、健康管理者は、現在及び３か月後に、この従業員に対して、メンタルヘルス不調のチェックを行う。また、健康管理者は、現在から３か月後までの期間において、何度かこの従業員のメンタルヘルス不調のチェックを行うことで、メンタルヘルス不調の発生を防ぐことが可能となる。
（健康管理装置１００の処理フローの概略）
　次に、図９に示すフローチャートを用いて健康管理装置１００における処理の流れを示す。図９のフローチャートに示す健康管理装置１００の一連の動作は、健康管理装置１００が起動されると開始され、作業終了により処理を終了する。また、図９に示すフローチャートは、電源オフや処理終了の割り込みによっても処理は終了する。また、以下のフローチャートの説明において、上述の健康管理システム１及び健康管理装置１００の説明で記載した内容と同じ内容については、省略又は簡略化して説明する。
　ステップＳ９０１において、ユーザ情報取得部１１１は、ユーザ情報取得装置２０で取得したユーザ情報を、ネットワーク４０を介して取得し、ユーザ情報ＤＢ１２１に格納する。また、ユーザ情報取得部１１１は、医療機関端末５０で取得した従業員の健康診断の結果をユーザ情報として取得してもよい。次に処理はステップＳ９０２に進む。
　ステップＳ９０２において、推定情報生成部１１２は、ユーザ情報ＤＢ１２１に格納されたユーザ情報と、参照情報ＤＢ１２２に格納された参照情報とに基づいて、推定情報を生成し、推定情報ＤＢ１２３に格納する。具体的には、推定情報生成部１１２は、ユーザ情報と、イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する。次に処理はステップＳ９０３に進む。
　ステップＳ９０３において、健康状態判定部１１３は、推定情報ＤＢ１２３に格納された推定情報に基づいて、従業員の現在及び将来の所定の時点における健康状態を判定し、判定結果ＤＢ１２４に格納する。次に処理はステップＳ９０４に進む。
　ステップＳ９０４において、出力部１１４は、健康状態判定部１１３で判定され、判定結果ＤＢ１２４に格納された判定結果を、サーバ１０の表示装置、又は管理用端末３０の表示装置に出力する出力し、処理は終了する。
　上述の通り、第１の実施形態に係る健康管理装置１００は、ユーザ情報取得部１１１と、推定情報生成部１１２と、健康状態判定部１１３と、出力部１１４とを備える。ユーザ情報取得部１１１は、ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得する。推定情報生成部１１２は、ユーザ情報と、あらかじめ記憶部１２０に記憶され、イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する。健康状態判定部１１３は、推定情報に基づいて、ユーザの現在及び将来の所定の時点における健康状態を判定する。出力部１１４は、健康状態判定部１１３で判定された結果を出力する。
　これにより、健康管理装置１００は、従業員のメンタルヘルス不調の発生を適切に予測することが可能となる。
　また、健康管理装置１００の参照情報は、重み情報を含み、推定情報生成部１１２は、兆候パターンに重み情報を乗算した結果に基づいて推定情報を生成してもよい。これにより、健康管理装置１００は、従業員に対して発生したイベントに対応した重み情報に基づくことにより、メンタルヘルス不調の予測の精度が向上し、より適切にメンタルヘルス不調を予測することが可能となる。
　また、健康管理装置１００の兆候パターンは、現在及び将来の所定の時点におけるストレス度を示す情報であって、対応するイベントに応じて時間軸のスケールが異なる構成としてもよい。これにより、健康管理装置１００は、推定情報の生成に従業員に対して発生したイベントに対応した兆候パターンを用いることで、メンタルヘルス不調の予測の精度が向上し、より適切にメンタルヘルス不調を予測することが可能となる。
（第２の実施形態）
　以上の通り、具体的な実施形態を一つ説明したが、上述した実施形態は例示であって実施形態を限定するものではない。例えば、上述の実施形態では、各イベントに対応する兆候パターンを用いて健康状態を判定する形態を例示した。ここではさらに、健康管理装置１００において、機械学習によって生成された学習済モデルを健康状態判定部１１３ａとして用いる第２の実施形態に係る健康管理装置１００について、第１の実施形態と異なる構成について説明する。
　第２の実施形態に係る健康管理装置１００は、学習部１５０を備え、学習部１５０における機械学習によって生成された学習済モデルを健康状態判定部１１３ａとして備える点で第１の実施形態に係る健康管理装置１００と異なる。
　図１０は、第２の実施形態に係る健康状態判定部１１３ａの生成について説明するための図である。
　図１０に示すように、学習部１５０の機械学習部１５１は、記憶部１２０の推定情報ＤＢ１２３及び健康状態ＤＢ１２５に記憶された推定情報及び健康情報を用いて学習を行う。なお、推定情報ＤＢ１２３に格納された推定情報は、上述の第１の実施形態において説明した推定情報と同じであるため、ここでは説明を省略する。
　健康状態ＤＢ１２５に格納された健康状態は、健康管理の対象となる従業員の過去の健康状態を格納したものである。すなわち、推定情報生成部１１２で生成された推定情報と、それに対するユーザの過去の健康状態を記録した記録情報との関係を学習し、学習された学習済モデルを健康状態判定部１１３ａとして用いる。この機械学習部１５１で生成された学習済モデルを健康状態判定部１１３ａとして用いることで、健康状態判定部１１３ａに入力情報として推定情報を入力した場合に、予測される健康状態が出力されることになる。これにより、従業員の各特性に応じた健康状態を予測することが可能となり、より適切に健康状態を判定することが可能となる。
　上述の通り、第２の実施形態に係る健康管理装置１００は、推定情報と、ユーザの過去の健康状態を記録した健康情報との関係を学習する学習部１５０を備えてもよい。また、第２の実施形態に係る健康管理装置１００の健康状態判定部１１３は、学習部１５０で学習された学習済モデルである構成としてもよい。これにより、健康管理装置１００は、従業員のメンタルヘルス不調の予測において、判定対象となる従業員に応じた健康状態の判定が可能となり、メンタルヘルス不調の予測の精度が向上し、より適切にメンタルヘルス不調を予測することが可能となる。
（他の実施形態）
　実施形態につき、図面を参照しつつ詳細に説明したが、以上の実施形態に記載した内容により本実施形態が限定されるものではない。また、上記に記載した構成要素には、当業者が容易に想定できるもの、実質的に同一のものが含まれる。さらに、上記に記載した構成は適宜組み合わせることが可能である。また、実施形態の要旨を逸脱しない範囲で構成の種々の省略、置換又は変更を行うことができる。
　上述した健康管理装置１００における処理（健康管理方法）をコンピュータに実行させるコンピュータプログラム（健康管理プログラム）、及びそのプログラムを記録したコンピュータで読み取り可能な記録媒体は、本実施形態の範囲に含まれる。ここで、コンピュータで読み取り可能な記録媒体の種類は任意である。また、上記コンピュータプログラムは、上記記録媒体に記録されたものに限られず、電気通信回線、無線又は有線通信回線、インターネットを代表とするネットワーク等を経由して伝送されるものであってもよい。
　以下に、健康管理装置１００、健康管理システム１、及び健康管理方法の特徴について記載する。
　第１の態様に係る健康管理装置１００は、ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得するユーザ情報取得部１１１を備える。また、健康管理装置１００は、推定情報生成部１１２を備える。推定情報生成部１１２は、ユーザ情報と、あらかじめ記憶部１２０に記憶され、イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する。また、健康管理装置１００は、推定情報に基づいて、ユーザの現在及び将来の所定の時点における健康状態を判定する健康状態判定部１１３を備える。さらに、健康管理装置１００は、健康状態判定部１１３で判定された結果を出力する出力部１１４を備える。
　上記構成によれば、健康管理装置１００は、従業員のメンタルヘルス不調の発生を適切に予測することが可能となる。
　第２の態様に係る健康管理装置１００の参照情報は、重み情報をさらに含んでもよい。また、健康管理装置１００の推定情報生成部１１２は、兆候パターンに重み情報を乗算した結果に基づいて推定情報を生成してもよい。
　上記構成によれば、健康管理装置１００は、従業員に対して発生したイベントに対応した重み情報に基づくことにより、メンタルヘルス不調の予測の精度が向上し、より適切にメンタルヘルス不調を予測することが可能となる。
　第３の態様に係る健康管理装置１００の兆候パターンは、現在及び将来の所定の時点におけるストレス度を示す情報であって、対応するイベントに応じて時間軸のスケールが異なってもよい。
　上記構成によれば、健康管理装置１００は、推定情報の生成に従業員に対して発生したイベントに対応した兆候パターンを用いることで、メンタルヘルス不調の予測の精度が向上し、より適切にメンタルヘルス不調を予測することが可能となる。
　第４の態様に係る健康管理装置１００は、推定情報と、ユーザの過去の健康状態を記録した健康情報との関係を学習する学習部１５０をさらに備えてもよい。また、健康状態判定部１１３は、学習部１５０で学習された学習済モデルであってもよい。
　上記構成によれば、健康管理装置１００は、従業員のメンタルヘルス不調の予測において、判定対象となる従業員に応じた健康状態の判定が可能となり、メンタルヘルス不調の予測の精度が向上し、より適切にメンタルヘルス不調を予測することが可能となる。
　第５の態様に係る健康管理システム１は、ユーザ情報取得装置２０と、健康管理装置１００と、を備える健康管理システム１である。ユーザ情報取得装置２０は、ユーザの生体情報、行動情報及び／又はユーザに対して発生したイベントに関する情報を含むユーザ情報を取得し、取得したユーザ情報を健康管理装置へ送信する。健康管理装置１００は、ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得するユーザ情報取得部１１１を備える。また、健康管理装置１００は、推定情報生成部１１２を備える。推定情報生成部１１２は、ユーザ情報と、あらかじめ記憶部１２０に記憶され、イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する。また、健康管理装置１００は、推定情報に基づいて、ユーザの現在及び将来の所定の時点における健康状態を判定する健康状態判定部１１３を備える。さらに、健康管理装置１００は、健康状態判定部１１３で判定された結果を出力する出力部１１４を備える。
　上記構成によれば、健康管理システム１は、従業員のメンタルヘルス不調の発生を適切に予測することが可能となる。
　第６の態様に係る健康管理システム１のユーザ情報取得装置２０は、ユーザが使用するユーザ端末２０ａ、従業員カード２０ｂ、体組成計２０ｃ、及びウェアラブル端末２０ｄの少なくとも一つを含んでもよい。
　上記構成によれば、健康管理システム１は、ユーザの日常におけるイベントをユーザ情報として取得することが可能となり、様々なイベントに基づいて推定情報を生成することにより、適切にメンタルヘルス不調を予測することが可能となる。
　第７の態様に係る健康管理方法はコンピュータによって実行される健康管理方法である。健康管理方法は、ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得する。また、健康管理方法は、ユーザ情報と、あらかじめ記憶部１２０に記憶され、イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する。また、健康管理方法は、推定情報に基づいて、ユーザの現在及び将来の所定の時点における健康状態を判定する。さらに、健康管理方法は、健康状態に対し判定された結果を出力する。
　上記構成によれば、健康管理方法は、従業員のメンタルヘルス不調の発生を適切に予測することが可能となる。
　特願２０２２－００９８２６号（出願日：２０２２年１月２６日） の全内容は、ここに援用される。
　以上、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、請求の範囲に記載された発明とその均等の範囲に含まれる。 
　１　健康管理システム
　１００　健康管理装置
　１１１　ユーザ情報取得部
　１１２　推定情報生成部
　１１３、１１３ａ　健康状態判定部
　１１４　出力部
　１２１　ユーザ情報ＤＢ
　１２２　参照情報ＤＢ
　１２３　推定情報ＤＢ
　１２４　判定結果ＤＢ
　１２５　健康状態ＤＢ
　１５１　機械学習部

Claims (7)

  1. 　ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得するユーザ情報取得部と、
    　前記ユーザ情報と、あらかじめ記憶部に記憶され、前記イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、前記ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する推定情報生成部と、
    　前記推定情報に基づいて、前記ユーザの現在及び将来の所定の時点における前記健康状態を判定する健康状態判定部と、
    　前記健康状態判定部で判定された結果を出力する出力部と、
    　を備える健康管理装置。
  2. 　前記参照情報は、重み情報をさらに含み、
    　前記推定情報生成部は、前記兆候パターンに前記重み情報を乗算した結果に基づいて前記推定情報を生成する、請求項１に記載の健康管理装置。
  3. 　前記兆候パターンは、現在及び将来の所定の時点におけるストレス度を示す情報であって、対応する前記イベントに応じて時間軸のスケールが異なる、請求項１又は２に記載の健康管理装置。
  4. 　前記推定情報と、前記ユーザの過去の前記健康状態を記録した健康情報との関係を学習する学習部をさらに備え、
    　前記健康状態判定部は、前記学習部で学習された学習済モデルである、請求項１から３のいずれか一項に記載の健康管理装置。
  5. 　ユーザ情報取得装置と、健康管理装置と、を備える健康管理システムであって、
    　前記ユーザ情報取得装置は、ユーザの生体情報、行動情報及び／又は前記ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得し、取得した前記ユーザ情報を前記健康管理装置へ送信し、
    　前記健康管理装置は、
    　　前記ユーザに対して発生した前記イベントに関する情報を含む前記ユーザ情報を取得するユーザ情報取得部と、
    　　前記ユーザ情報と、あらかじめ記憶部に記憶され、前記イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、前記ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成する推定情報生成部と、
    　　前記推定情報に基づいて、前記ユーザの現在及び将来の所定の時点における前記健康状態を判定する健康状態判定部と、
    　　前記健康状態判定部で判定された結果を出力する出力部と、
    　を有する、健康管理システム。
  6. 　前記ユーザ情報取得部は、前記ユーザが使用するユーザ端末、従業員カード、体組成計、及びウェアラブル端末の少なくとも一つを含む、請求項５に記載の健康管理システム。
  7. 　コンピュータによって実行される健康管理方法であって、
    　ユーザに対して発生したイベントに関する情報を含むユーザ情報を取得し、
    　前記ユーザ情報と、あらかじめ記憶部に記憶され、前記イベントに対応づけられたストレス度に関する兆候パターンを含む参照情報と、に基づいて、前記ユーザの現在及び将来の所定の時点における健康状態を推定した推定情報を生成し、
    　前記推定情報に基づいて、前記ユーザの現在及び将来の所定の時点における前記健康状態を判定し、
    　前記健康状態に対し判定された結果を出力する、健康管理方法。
PCT/JP2023/002115 2022-01-26 2023-01-24 健康管理装置、健康管理システム、及び健康管理方法 WO2023145733A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022-009826 2022-01-26
JP2022009826A JP2023108666A (ja) 2022-01-26 2022-01-26 健康管理装置、健康管理システム、及び健康管理方法

Publications (1)

Publication Number Publication Date
WO2023145733A1 true WO2023145733A1 (ja) 2023-08-03

Family

ID=87471957

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/002115 WO2023145733A1 (ja) 2022-01-26 2023-01-24 健康管理装置、健康管理システム、及び健康管理方法

Country Status (2)

Country Link
JP (1) JP2023108666A (ja)
WO (1) WO2023145733A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003225228A (ja) * 2002-01-31 2003-08-12 Sanyo Electric Co Ltd 健康管理端末装置，コンピュータプログラム及び記録媒体
JP2013206320A (ja) * 2012-03-29 2013-10-07 Lassic Co Ltd マルチモーダル型トラッキングシステム及びそのプログラム
JP2017168053A (ja) * 2016-03-18 2017-09-21 株式会社Ｎｔｔドコモ 情報処理装置及び情報処理方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003225228A (ja) * 2002-01-31 2003-08-12 Sanyo Electric Co Ltd 健康管理端末装置，コンピュータプログラム及び記録媒体
JP2013206320A (ja) * 2012-03-29 2013-10-07 Lassic Co Ltd マルチモーダル型トラッキングシステム及びそのプログラム
JP2017168053A (ja) * 2016-03-18 2017-09-21 株式会社Ｎｔｔドコモ 情報処理装置及び情報処理方法

Also Published As

Publication number Publication date
JP2023108666A (ja) 2023-08-07

Similar Documents

Publication Publication Date Title
Boerma et al. Monitoring intervention coverage in the context of universal health coverage
US8249892B2 (en) Method of data mining in medical applications
Dement et al. Impacts of workplace health promotion and wellness programs on health care utilization and costs: results from an academic workplace
CN107408148A (zh) 用于帮助健康护理顾问和医院管理者确定医院的最佳人力资源计划的基于模拟的系统和方法
Wong et al. A comparison of repetitive negative thinking and post-event processing in the prediction of maladaptive social-evaluative beliefs: A short-term prospective study
US20200104935A1 (en) Systems and methods for wealth and health planning
US20130262132A1 (en) Methods, apparatuses and computer program products for facilitating real-time metrics impacting behavior of individuals to optimize performance
Dahri et al. Usability evaluation of mobile health application from AI perspective in rural areas of Pakistan
Lee et al. Understanding long-term adoption and usability of wearable activity trackers among active older adults
WO2023145733A1 (ja) 健康管理装置、健康管理システム、及び健康管理方法
JP7382741B2 (ja) 医療機関選定支援装置
JP7301343B2 (ja) 健康管理装置、健康管理システム、健康管理プログラム、及び健康管理方法
Levin et al. Simulating wait time in healthcare: accounting for transition process variability using survival analyses
JP2018106401A (ja) 保険業務支援システム、保険業務支援装置及びコンピュータプログラム
Brown et al. Quartile dashboards: translating large data sets into performance improvement priorities
JP2006127289A (ja) 健康管理支援装置および健康管理支援プログラム
US20150254402A1 (en) Consumer Health Score Bureau System and Method to Facilitate a Multi-Sponsor Model of Health Improvement
JP7231186B2 (ja) 技術力判断支援システム
US20070179648A1 (en) Injury risk assessment data capture system and method
KR20130026845A (ko) 설문 정보를 이용한 건강 상태 판단 장치 및 방법, 건강 분류 함수 생성 장치 및 그 방법
Nyman et al. The 3-year disease management effect: understanding the positive return on investment
Axak et al. Development of System for Monitoring and Forecasting of Employee Health on the Enterprise.
Akbar Stress and Human-Computer Interaction at the Workplace: Unobtrusive Tracking With Wearable Sensors and Computer Logs
Winkelmann Counting on count data models: Quantitative policy evaluation can benefit from a rich set of econometric methods for analyzing count data
JP2021064198A (ja) 看護師の適正配置装置、適正配置方法、プログラム、および記録媒体

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: 23746944

Country of ref document: EP

Kind code of ref document: A1