WO2023175989A1 - 就労支援装置、就労支援方法、および記録媒体 - Google Patents

就労支援装置、就労支援方法、および記録媒体 Download PDF

Info

Publication number
WO2023175989A1
WO2023175989A1 PCT/JP2022/012914 JP2022012914W WO2023175989A1 WO 2023175989 A1 WO2023175989 A1 WO 2023175989A1 JP 2022012914 W JP2022012914 W JP 2022012914W WO 2023175989 A1 WO2023175989 A1 WO 2023175989A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
information
work
evaluation value
risk
Prior art date
Application number
PCT/JP2022/012914
Other languages
English (en)
French (fr)
Inventor
弘敬 前島
Original Assignee
日本電気株式会社
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 日本電気株式会社 filed Critical 日本電気株式会社
Priority to PCT/JP2022/012914 priority Critical patent/WO2023175989A1/ja
Publication of WO2023175989A1 publication Critical patent/WO2023175989A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management

Definitions

  • the present invention relates to a work support device, a work support method, and a recording medium.
  • Patent Document 1 An example of a health management system with employment support that can meet the needs of users who desire employment support, such as the elderly, is described in Patent Document 1.
  • the system of Patent Document 1 is a health management system in which a user terminal and a main server are connected through a network line.
  • a score evaluation department a health condition score evaluation department that evaluates the health condition score of each user
  • a program provision department that provides employment support programs and health improvement programs
  • a work course certification department that certifies the work courses of individual users.
  • an employment certification information providing section that provides the user's employment certification information to the workplace
  • a point return section that returns employment points based on work performance.
  • an object of the present invention is to provide a work support device, a work support method, and a recording medium that can support work in a healthy state through a simple process.
  • an acquisition means for acquiring biometric information of a user and resume information of the user; Calculation means for calculating an evaluation value indicating a health risk of the user using the acquired biological information and the resume information; identifying means for identifying work candidates to be presented to the user using the evaluation value indicating the health risk; Employment support equipment will be provided.
  • one or more computers Obtain the user's biometric information and the user's resume information, calculating an evaluation value indicating the health risk of the user using the acquired biological information and the resume information;
  • a job support method is provided, which uses the evaluation value indicating the health risk to identify job candidates to be presented to the user.
  • a procedure for acquiring biometric information of a user and resume information of the user a step of calculating an evaluation value indicating a health risk of the user using the acquired biological information and the resume information;
  • a computer-readable recording medium stores a program for executing a procedure for identifying job candidates to be presented to the user using the evaluation value indicating the health risk.
  • Another aspect of the present invention may be a program that causes at least one computer to execute the method of the above one aspect, or a computer-readable recording medium having recorded such a program. Good too.
  • This recording medium includes non-transitory tangible media.
  • the computer program includes computer program code that, when executed by the computer, causes the computer to implement the employment support method on the employment support device.
  • constituent elements of the present invention do not necessarily have to exist independently, and it is noted that a plurality of constituent elements may be formed as a single member, or one constituent element may be formed of a plurality of members.
  • a certain component may be a part of another component, a part of a certain component may overlap with a part of another component, etc.
  • the method and computer program of the present invention describe a plurality of procedures in order, the order in which they are described does not limit the order in which the plurality of procedures are executed. Therefore, when implementing the method and computer program of the present invention, the order of the plurality of steps can be changed within a range that does not affect the content.
  • the multiple steps of the method and computer program of the present invention are not limited to being executed at different timings. Therefore, it may be possible that another procedure occurs while a certain procedure is being executed, or that the execution timing of a certain procedure and the execution timing of another procedure partially or completely overlap.
  • a work support device it is possible to obtain a work support device, a work support method, and a recording medium that support work in a healthy state through a simple process.
  • FIG. 1 is a diagram showing an overview of a work support device according to an embodiment. It is a flowchart which shows the example of operation of the employment support device of this embodiment.
  • 1 is a diagram conceptually showing a system configuration of a employment support system according to an embodiment.
  • FIG. 2 is a block diagram illustrating the hardware configuration of a computer that implements the employment support device of the embodiment.
  • FIG. 2 is a functional block diagram showing an example of the functional configuration of the employment support device according to the embodiment.
  • FIG. 2 is a diagram illustrating an example of a data structure of a user's biometric information and resume information.
  • FIG. 3 is a diagram showing an example data structure of health risk information.
  • FIG. 3 is a diagram illustrating an example data structure of a work item list.
  • FIG. 3 is a diagram showing an example data structure of health risk information.
  • FIG. 3 is a diagram illustrating an example data structure of a work item list. It is a flowchart which shows the example of operation of the employment support device of an embodiment.
  • FIG. 2 is a diagram showing an example data structure of health risk information according to the present embodiment. It is a flowchart which shows the example of operation of the employment support device of an embodiment.
  • FIG. 2 is a functional block diagram showing an example of the functional configuration of the employment support device according to the embodiment.
  • FIG. 3 is a diagram illustrating an example data structure of a reward item list.
  • FIG. 3 is a functional block diagram showing another functional configuration example of the employment support device according to the embodiment.
  • acquisition means that the own device retrieves data or information stored in another device or storage medium (active acquisition), and that the own device retrieves data or information stored in another device or storage medium, and that the own device retrieves data or information stored in another device or storage medium, and that the own device retrieves data or information stored in another device or storage medium, and that the own device retrieves data or information stored in another device or storage medium (active acquisition) Involves at least one of inputting data and/or information (passive retrieval). Examples of active retrieval include requesting or interrogating other devices and receiving responses thereto, and accessing and reading other devices or storage media. Further, an example of passive acquisition includes receiving information that is distributed (or sent, push notification, etc.). Furthermore, "obtaining” may mean selecting and obtaining data or information that has been received, or selecting and receiving distributed data or information.
  • FIG. 1 is a diagram showing an overview of a employment support device 100 according to an embodiment.
  • the employment support device 100 includes an acquisition section 102, a calculation section 104, and an identification section 106.
  • the acquisition unit 102 acquires the biometric information of the user 20 and the resume information of the user.
  • the calculation unit 104 uses the acquired biological information and resume information to calculate an evaluation value indicating the user's health risk.
  • the identifying unit 106 identifies job candidates to be presented to the user using evaluation values indicating health risks.
  • FIG. 2 is a flowchart showing an example of the operation of the employment support device 100 of this embodiment.
  • the acquisition unit 102 acquires the user's biometric information and the user's resume information (step S101).
  • the calculation unit 104 calculates an evaluation value indicating the user's health risk using the acquired biological information and resume information (step S103).
  • the identifying unit 106 uses the evaluation value indicating the health risk to identify job candidates to be presented to the user (step S105).
  • the acquisition unit 102 acquires the user's biometric information and the user's resume information, and the calculation unit 104 uses the acquired biometric information and resume information to The identifying unit 106 uses the evaluated value indicating the health risk to identify job candidates to be presented to the user. As a result, the user is assigned a job. Therefore, by using the employment support device 100, it is possible to appropriately support employment in accordance with one's health condition through a simple process.
  • FIG. 3 is a diagram conceptually showing the system configuration of the employment support system 1 according to the embodiment.
  • the employment support system 1 includes a employment support device 100.
  • Employment support device 100 includes a storage device 120.
  • the storage device 120 may be provided inside the employment support device 100 or may be provided outside. In other words, the storage device 120 may be hardware integrated with the employment support device 100, or may be hardware separate from the employment support device 100.
  • the employment support device 100 is, for example, a server computer, and may further include a web server.
  • the employment support device 100 can include a user terminal 30 and a wearable terminal 32 that are connected via the communication network 3. Further, the employment support device 100 may include a support target person terminal 50 connected via the communication network 3.
  • the user terminal 30 is a terminal operated by the user 20, and the support recipient terminal 50 is a terminal operated by the support recipient 40.
  • the wearable terminal 32 is worn by the user 20, acquires biometric information of the user 20, and transmits the acquired biometric information to the employment support device 100 via the user terminal 30 or directly. In the case of via the user terminal 30, the wearable terminal 32 transmits the biometric information to the user terminal 30 using NFC (Near Field Communication), for example. Furthermore, although the wearable terminal 32 is shown in the shape of a wristwatch, it is not limited to this. Further, using a user terminal 30 equipped with a camera such as a smartphone of the user 20, an image captured by the camera of the user terminal 30 is analyzed by image processing using a predetermined application, etc., and biometric information is estimated. It may also be transmitted to the employment support device 100.
  • the biological information estimated here includes, for example, heart rate, body temperature, blood pressure, respiratory rate, stress level, etc., but is not limited to these.
  • the user 20 performs a job of supporting the support target 40.
  • the user 20 is a person who has experience in at least one of housework and childcare.
  • the user 20 is an unemployed person.
  • the user 20 is, for example, 50 years old or older, and is preferably at least the age at which the onset of osteoporosis and dementia begins to be seen (elderly). However, the age of the user 20 may be younger than 50 years.
  • the user 20 can be said to be an elderly person who has not yet become ill, it can be considered that the user 20 has a potential health risk because of his advanced age. Therefore, when supporting employment, it is preferable to assign work with a workload that is suitable for health risks.
  • the users 20 are not limited to elderly women, and may include third supporters (persons dispatched from the government, companies, organizations, etc.) who sympathize with or approve of such efforts.
  • the support recipient 40 is a person who desires childcare support.
  • the person to be supported 40 is, in particular, a parent who has at least one child 42 .
  • the support target 40 is a parent of a single-parent family.
  • the support target 40 is a woman and a mother from a single-parent household, a so-called single mother.
  • the support recipients 40 may include parents of families who are living separately and whose marriage has actually broken down.
  • Support recipient 40 is a so-called working poor person whose income is lower than the average income of child-rearing households (for example, below a certain percentage), or whose income is unstable (for example, the monthly income difference is more than the standard value) ) is preferable.
  • the recipients of support 40 include those who are not eligible for government childcare support (subsidy payments, etc.) and those who have difficulty raising the cost to utilize similar services provided by the private sector. .
  • the user 20 who supports the person to be supported 40 is a woman. Further, since the risk of developing osteoporosis and dementia is higher in women than in men, it is preferable that the users 20 target women from the viewpoint of preventing pre-symptomatic diseases. Therefore, hereinafter, the user will also be referred to as an "elderly woman.”
  • the employment support system 1 can be used by a plurality of users 20 and a plurality of support recipients 40. Further, the number of children 42 of the support target 40 is not limited to two, but may be at least one, or two or more. In the employment support system 1, a plurality of users 20 and a plurality of support recipients 40 are matched, and the user 20 supports the support recipient 40 who is raising a child.
  • the user terminal 30 and the support target terminal 50 are computers such as smartphones, tablet terminals, and personal computers.
  • the user 20 and the support target terminal 50 register for use in advance.
  • account information including an account name and password for login authentication is registered.
  • SNS Social Networking Service
  • the user may be verified at the time of use, and the biometric information for this purpose may be registered in advance and the user may be able to log in using the biometric information.
  • the biometric information includes, for example, at least one feature amount of a face, an iris, a vein, an auricle, a fingerprint, or the like.
  • the biometric information may include biometric information for behavioral biometric authentication such as handwriting authentication, gait authentication, and keystroke authentication.
  • Possible ways to use the services of this employment support system 1 include, for example, installing and launching a specified application on each terminal, accessing a specified website from each terminal using a browser, etc. It will be done. When the user logs into the employment support system 1 using the account information registered in advance and is successfully authenticated, the service becomes available.
  • FIG. 4 is a block diagram illustrating the hardware configuration of a computer 1000 that implements the employment support apparatus 100 of FIG. 1 and FIGS. 5, 16, and 21 described later.
  • the user terminal 30, wearable terminal 32, and support recipient terminal 50 in FIG. 3 are also realized by the computer 1000.
  • the functions of the employment support device 100 may be realized by the user terminal 30 or the support target terminal 50 sharing some of the functions.
  • Computer 1000 has a bus 1010, a processor 1020, a memory 1030, a storage device 1040, an input/output interface 1050, and a network interface 1060.
  • the bus 1010 is a data transmission path through which the processor 1020, memory 1030, storage device 1040, input/output interface 1050, and network interface 1060 exchange data with each other.
  • the method of connecting the processors 1020 and the like to each other is not limited to bus connection.
  • the processor 1020 is a processor implemented by a CPU (Central Processing Unit), a GPU (Graphics Processing Unit), or the like.
  • the memory 1030 is a main storage device implemented by RAM (Random Access Memory) or the like.
  • the storage device 1040 is an auxiliary storage device realized by a HDD (Hard Disk Drive), an SSD (Solid State Drive), a memory card, a ROM (Read Only Memory), or the like.
  • the storage device 1040 includes program modules that implement each function of the employment support device 100 (for example, an acquisition unit 102, a calculation unit 104, a specification unit 106, an output processing unit 108, a generation unit 110, a matching unit 112, etc., which will be described later). I remember.
  • the processor 1020 reads each of these program modules onto the memory 1030 and executes them, each function corresponding to the program module is realized. Further, the storage device 1040 may also store each data in the storage device 120 of the employment support device 100.
  • the program module may be recorded on a recording medium.
  • the recording medium that records the program module includes a non-transitory tangible medium usable by the computer 1000, and a program code readable by the computer 1000 (processor 1020) may be embedded in the medium.
  • the input/output interface 1050 is an interface for connecting the computer 1000 and various input/output devices.
  • the input/output interface 1050 also functions as a communication interface that performs short-range wireless communication such as Bluetooth (registered trademark) and NFC (Near Field Communication).
  • the network interface 1060 is an interface for connecting the computer 1000 to a communication network.
  • This communication network is, for example, a LAN (Local Area Network) or a WAN (Wide Area Network).
  • the method by which the network interface 1060 connects to the communication network may be a wireless connection or a wired connection.
  • the computer 1000 connects necessary equipment (for example, the display, operation keys, touch panel, camera, speaker, microphone, and employment support device of the user terminal 30 or support recipient terminal 50) via the input/output interface 1050 or the network interface 1060.
  • necessary equipment for example, the display, operation keys, touch panel, camera, speaker, microphone, and employment support device of the user terminal 30 or support recipient terminal 50
  • the input/output interface 1050 or the network interface 1060 Connect to 100 displays, keyboards, mice, speakers, microphones, etc.
  • Each component of the employment support device 100 of each embodiment of FIG. 1 and FIGS. 5, 16, and 21 described later is realized by an arbitrary combination of hardware and software of the computer 1000 of FIG. 4. It will be understood by those skilled in the art that there are various modifications to the implementation method and device.
  • the functional block diagram showing the employment support device 100 of each embodiment shows not the configuration in hardware units but blocks in logical functional units.
  • FIG. 5 is a functional block diagram showing an example of the functional configuration of the employment support device 100 according to the embodiment.
  • the employment support apparatus 100 further includes an output processing section 108.
  • the output processing unit 108 outputs the work item candidates identified by the identifying unit 106 to an output device (for example, the display of the user terminal 30).
  • the acquisition unit 102 acquires biometric information of the user 20 and resume information used when the user 20 applies for a job.
  • the information acquired by the acquisition unit 102 is stored in the storage device 120 in association with the user ID of the user 20.
  • the children 42 of the support recipients 40 preferably include preschool children.
  • the reason for this is that school-aged children receive more financial support from the government than preschool children, and because children are required to attend school during the day as part of their compulsory education, it is easier for those eligible for support 40 to secure working hours. It's for a reason. Therefore, employment support system 1 is especially targeted at mothers with preschool children between the ages of 0 and 6, for whom government support is difficult to reach.
  • the work for which the user 20 supports the support target 40 is, for example, at least one of housework and childcare.
  • work includes housework such as laundry, drying laundry, taking in laundry, folding laundry, cleaning, tidying up, throwing out trash, washing dishes, and preparing meals, which are performed at the residence of support recipient 40; , to take care of the child 42, such as reading picture books, playing role play and house play partners, playing with hands, singing (nursery rhymes, children's songs, etc.), supervising children as they play with blocks and building blocks, and doing childcare work such as helping with drawing and crafts (so-called). , child care).
  • the biological information acquired by the acquisition unit 102 includes health information indicating the health condition of the user 20. Furthermore, biological information including health information indicating a health condition includes information regarding bone mass.
  • the acquisition unit 102 acquires health information indicating the health condition of the user 20, and the calculation unit 104 calculates an evaluation value indicating health risk. It becomes possible to assess risks and prevent pre-symptoms. In particular, obtaining information on bone mass increases the possibility of reducing the risk of developing osteoporosis, which is unique to elderly women.
  • the risk of developing osteoporosis in the user 20 can be reduced by providing exercise support in which the user 20 selects a support task for the support recipient 40 so that the user 20 can obtain a load that improves the amount of daily activities.
  • exercise support in which the user 20 selects a support task for the support recipient 40 so that the user 20 can obtain a load that improves the amount of daily activities.
  • two-way communication support is provided in which a task that enables interactive communication such as a conversation with a child 42 is selected through a support task for the person to be supported 40.
  • FIG. 6 is a diagram showing an example of the data structure of the biometric information 200 and resume information 210 of the user 20.
  • the biological information 200 of the user 20 includes, for example, the user's 20 weight, muscle mass, body fat percentage, visceral fat level, subcutaneous fat percentage, basal metabolic rate, skeletal muscle percentage, BMI (The information may include at least one of health information indicating the health condition of the user 20, such as body mass index, body age, body water content, and estimated bone mass.
  • the biometric information 200 of the user 20 includes identification information (user ID) of the user 20, acquisition date and time of the biometric information, and information regarding bone mass (e.g., estimated bone mass). ).
  • the acquisition date and time is the date and time when the biological information was measured.
  • the biometric information 200 may include biometric information acquired from the wearable terminal 32 worn by the user 20.
  • the biological information 200 may include at least one of heart rate, number of steps, calorie consumption, walking record, oxygen saturation, blood pressure, body temperature, and electrocardiogram information.
  • the acquisition date and time is preferably the date and time when the biometric information was measured by the wearable terminal 32, but is not limited to this.
  • the user terminal 30 acquires the biometric information from the wearable terminal 32. It may also be the date and time of reception.
  • the user may use the user terminal 30 to input the measurement results of biological information from the input screen based on the test results at the time of medical examination, the results of the health checkup, etc.
  • the resume information 210 includes at least the identification information (user ID), name, and date of birth (or age) of the user 20. Furthermore, the resume information 210 may further include the date and time when the information was acquired or stored.
  • the resume information 210 of the user 20 is resume information used when the user 20 applies for a job supporting the support target 40.
  • the resume information 210 may include general resume information, such as name, face photo, date of birth, age, gender, family composition, address, work history, educational background, license, special skills, etc.
  • the resume information of the user 20 can be obtained by selecting the resume information input screen from a menu screen (not shown) that is displayed when logging into the employment support system 1 using the user terminal 30, for example. It can be obtained by accepting the information entered in .
  • a face photo can be obtained by uploading image file data.
  • the resume information of the user 20 may include information regarding the user's 20 motivation for applying. For example, for information indicating the degree of interest in improving one's own health, the degree of interest in interacting with others, the degree of interest in contributing to society, etc., options may be provided in advance on the input screen, or a free text input field may be accepted. You may set it up and accept it.
  • the identification unit 106 changes the work content presented to the user 20 as candidates in stages to one with a higher load based on this information. It also becomes possible.
  • the timing at which the acquisition unit 102 acquires the biometric information 200 and the resume information 210 is different.
  • the biometric information 200 is acquired before starting to use the service provided by the employment support system 1. Furthermore, thereafter, the biometric information 200 may be acquired periodically for each type of biometric information, for example, daily, monthly, semiannually, annually, etc., for the purpose of monitoring the health condition of the user 20.
  • the resume information 210 is acquired when applying for a job provided by the employment support system 1. Further, it is preferable that the resume information 210 is acquired when a change occurs in the contents.
  • the calculation unit 104 calculates an evaluation value indicating the health risk of the user 20 using the acquired biological information 200 and resume information 210.
  • the biological information 200 may include information regarding the bone mass of the user 20, and the evaluation value indicating health risk may include an evaluation value indicating the risk of developing osteoporosis.
  • the evaluation value may be, for example, a value indicating whether there is a risk of developing the disease (for example, 1 for "risk of developing" and 0 for "no risk of developing"), or a value indicating the probability of developing the disease. good.
  • the risk of developing osteoporosis which is a problem unique to elderly women, can be evaluated, increasing the possibility of reducing the risk of developing osteoporosis.
  • the calculation unit 104 calculates an evaluation value indicating the risk of developing osteoporosis using the estimated age of the user 20 estimated using information regarding bone mass and the age information of the user 20 included in the resume information 210. do.
  • the calculation unit 104 obtains the age linked to the bone mass of the user 20 from among the biological information 200 obtained by the obtaining unit 102 using a table linking bone mass and age. , the estimated age. Then, the acquisition unit 102 acquires information regarding the age of the user 20 (for example, date of birth or age) from the resume information 210, and the calculation unit 104 calculates the actual age of the user 20 from the acquired information regarding the age of the user 20. Identify.
  • the calculation unit 104 compares the specified actual age with the estimated age, and if the estimated age is older than the actual age by a certain age or older (for example, 5 years older), the calculation unit 104 calculates the evaluation value indicating health risk as bone loss. This value indicates that there is a risk of developing the disease.
  • the age difference between the actual age and the estimated age may change depending on the actual age. For example, the older a person's actual age is, the smaller the age difference that serves as the standard used to determine that there is a risk of developing osteoporosis. The reason for this is that as chronological age increases, the rate of bone mass decline increases, so the age difference in the rate of bone mass decline becomes smaller.
  • the calculation unit 104 calculates the health risk evaluation value to indicate that there is a risk of developing the disease. It may be a value indicating (for example, 1). However, if the bone mass is greater than the standard bone mass, the calculation unit 104 sets the health risk evaluation value to a value (for example, 0) indicating that there is no risk of developing osteoporosis.
  • the calculation unit 104 calculates the estimated bone mass of the user 20 from among the biological information 200 acquired by the acquisition unit 102, Compare with the average bone mass of users of the same age as the user 20, and if the estimated bone mass of the user 20 is less than the average value by a predetermined value or more, the health risk evaluation value is determined to indicate that there is a risk of developing osteoporosis. It may also be a value shown.
  • the output processing unit 108 outputs notification information recommending a medical examination (detailed examination) at a hospital or the like before the job is assigned to the employment support system 1.
  • FIG. 7 is a diagram showing an example data structure of the health risk information 220.
  • the health risk information 220 includes an evaluation value indicating the risk of developing osteoporosis calculated by the calculation unit 104 in association with the user ID.
  • the evaluation value indicating the risk of developing osteoporosis is stored in the storage device 120 as health risk information 220 in association with the user ID of the user 20.
  • the identifying unit 106 identifies job candidates that the user 20 can handle among the jobs, using the evaluation value indicating the health risk.
  • FIG. 8 is a diagram showing an example data structure of the work item list 230.
  • the work item list 230 includes, for each work item, the work load level, the expected work time, and the value of the average calorie consumption when the work is performed for the work time.
  • Work item list 230 is stored in storage device 120.
  • the workload level is set in a range of calorie consumption from 1 to 6 in descending order of calorie consumption, that is, in descending order of load.
  • the workload level may be in multiple stages and is not limited to six stages.
  • FIG. 21 is a functional block diagram showing another functional configuration example of the employment support device 100 according to the embodiment.
  • the acquisition unit 102 acquires target person attribute information indicating attributes of the support target 40.
  • the employment support device 100 may further include a generation unit 110 that generates the work item list 230 based on the target person attribute information.
  • the specifying unit 106 specifies job candidates to be presented to the user 20 from among the jobs included in the work item list 230 generated by the generating unit 110.
  • the work item list 230 includes load information for each work item for each person 40 to be supported.
  • the target person attribute information may further include attribute information of the children 42 of the support target 40, such as the number of children 42, gender, and age.
  • the load information for example, calorie consumption
  • the load information in the work item list 230 may vary depending on the number, gender, age, etc. of the children 42 of the support target 40.
  • the workload may vary depending on the age, gender, and number of children 42. Therefore, the work item list 230 in which the workload is set in consideration of the attributes of the child 42 in addition to the person to be supported 40 can be used by the identification unit 106 to identify work candidates. The workload can be accurately specified, and tasks with an appropriate workload can be presented to the user 20.
  • the specifying unit 106 specifies the allowable load range of the user 20 based on the evaluation value indicating the health risk, and specifies job candidates to be presented to the user 20 based on load information determined for each job.
  • the specifying unit 106 may use the measurement results of the user's 20 activity meter to specify the track record of exercise habits and specify the range of the user's 20 allowable load.
  • the allowable load range may be a limit on the workload of each task, or may be a limit on the total workload when the user 20 selects multiple tasks. In the latter case, the output processing unit 108 totals the workload of the tasks selected by the user 20 on the task candidate screen 300 presented to the user 20, and if it exceeds the allowable load range, outputs a message notifying that fact.
  • the configuration may be such that work exceeding the allowable load range cannot be selected.
  • the output processing unit 108 may propose an alternative work that satisfies the allowable load range.
  • the total workload of the above-mentioned tasks may be the sum of the above-mentioned workload levels, or may be the sum of calories consumed indicating the workload of each task. Further, the workload may be set using, for example, work environment conditions described below. For example, in the case of work in a residence with stairs, in order to add up the calories burned due to going up and down the stairs, a predetermined coefficient (1 (larger value) may be used, or the workload level may be increased by a predetermined level.
  • the identification unit 106 acquires the health risk evaluation value of the user 20 from the health risk information 220 in FIG. Then, the user 20 specifies a workload level within the allowable load range, extracts a work item corresponding to the specified workload level from the work item list 230 in FIG. Identify.
  • the criteria include that the health risk assessment value indicates that the workload needs to be reduced or that the workload needs to be increased.
  • the identification unit 106 determines whether the user 20 The workload level of the user 20 may not be specified, and all work items may be candidates for work that the user 20 can be responsible for.
  • the identification unit 106 determines whether the health risk evaluation value satisfies the criteria, that is, if the evaluation value indicates that the user 20 has a health risk and it is necessary to reduce or increase the workload. If the health risk evaluation value satisfies the criteria, that is, if the evaluation value indicates that the user 20 has a health risk and it is necessary to reduce or increase the workload, the identification unit 106 , a limit is set on the workload level set for each work item, and work items that do not exceed the limit are extracted and identified as work candidates for the user 20. For example, if the health risk evaluation value of the user 20 indicates that there is a risk of developing osteoporosis, the workload level is set to the first reference value (for example, level 4 of the multilevel level). Then, the tasks whose workload level is equal to or less than the first reference value are extracted and set as candidates.
  • the first reference value for example, level 4 of the multilevel level
  • the specifying unit 106 may extract tasks whose workload level is equal to or higher than the second reference value (for example, level 5 of the multi-level level) in the work item list 230 and use them as candidates. Further, when the health risk indicates the risk of developing dementia, which will be described later, it may be specified using another reference value.
  • the second reference value for example, level 5 of the multi-level level
  • the methods for limiting the workload level may be different. For example, it can be changed depending on the user's 20's daily exercise habits, basic physical strength, and whether or not the user's 20 has a desire to improve his or her health. In this way, the work can be selected according to the user's 20 load tolerance range. Note that whether or not the user 20 has a desire to improve his or her health can be determined by referring to the information regarding the motivation in the resume information described above.
  • the identification unit 106 uses the evaluation value to , the workload level may be increased. In this way, by establishing an exercise habit, including the users 20 who do not have a daily exercise habit, it is expected that the risk of developing osteoporosis will be reduced and that it will be able to contribute to improving healthy life expectancy.
  • FIG. 9 is a flowchart showing an example of the operation of the employment support device 100 according to the embodiment. This flow is executed the first time the user 20 starts using the services of the employment support system 1.
  • steps S111 and S121 in FIG. 9 correspond to step S101 in FIG. 2
  • steps S123 to S129 in FIG. 9 correspond to step S103 in FIG.
  • steps S131 to S135 in FIG. 9 correspond to step S105 in FIG. 2.
  • the acquisition unit 102 acquires the actual age information of the user 20 from the resume information 210 (step S111).
  • the calculation unit 104 then executes a processing routine (S120) for estimating the risk of developing osteoporosis.
  • the osteoporosis onset risk estimation processing routine S120 includes steps S121 to S129, which are surrounded by a broken line in the figure.
  • the calculation unit 104 first obtains the biological information 200 (step S121).
  • the bone mass of the user 20 is acquired as the biological information 200.
  • the calculation unit 104 calculates the age estimated from the bone mass of the user 20, and sets it as the estimated age (step S123).
  • the calculation unit 104 compares the actual age acquired in step S121 with the estimated age estimated in step S123, and if the estimated age is older than the actual age by a certain age or more (YES in step S125), the calculation unit 104 compares the actual age acquired in step S121 with the estimated age estimated in step S123.
  • the evaluation value of the risk of developing osteoporosis is set as a risk of onset (for example, 1) (step S127).
  • the calculation unit 104 sets the evaluation value of the risk of developing osteoporosis as the evaluation value of the health risk of the user 20. None (for example, 0) is set (step S129).
  • the evaluation value of the risk of developing osteoporosis is stored in the health risk information 220 (FIG. 7) in association with the user ID of the user 20 as a health risk evaluation value.
  • the identification unit 106 acquires the health risk evaluation value of the user 20 from the health risk information 220, and identifies the workload level according to the health risk evaluation value of the user 20 (step S131). For example, if there is a risk of developing osteoporosis, the specifying unit 106 may specify the workload level of the work item list 230 to be 4 or less in accordance with the evaluation value of the risk of developing osteoporosis. In this case, tasks with a workload level of 4 or less are extracted from the work item list 230 as candidates (step S133).
  • the specifying unit 106 may specify the workload level in the work item list 230 to be 3 or higher depending on the evaluation value of the risk of developing osteoporosis. In this case, tasks with a workload level of 3 or higher are extracted from the work item list 230 as candidates (step S133).
  • the evaluation value of the risk of developing osteoporosis is a value that indicates that the risk of developing osteoporosis is higher than the standard, work with a high workload level should be performed in order to avoid the possibility of stress fractures and other risks. , it is preferable to set the level low at the beginning. Thereafter, when the evaluation value of the onset risk becomes lower than the standard, it is preferable to gradually increase the workload level.
  • the evaluation value of the risk of developing osteoporosis indicates that there is a risk of developing osteoporosis, but it is lower than the standard, it is possible to reduce the workload level slightly with the aim of improving health through work. You can also set it higher. In this case as well, it is preferable to set the level low when starting work, and after monitoring the health risk evaluation value of the user 20 for a predetermined period, if there is no problem, it is preferable to gradually set the level higher. preferable.
  • the output processing unit 108 presents the work extracted in step S133 to the user 20 as a candidate work that the user 20 can handle (step S135). For example, the output processing unit 108 displays the work candidate screen 300 of FIG. 10 on the display of the user terminal 30.
  • FIG. 10 is a diagram showing an example of the work candidate screen 300.
  • the work candidate screen 300 includes a list of work candidates that the user 20 can handle.
  • the list on the work candidate screen 300 includes work items, the time expected to be spent on the work, and a check box 302 that allows the user 20 to select a desired work from among the candidates.
  • the user 20 can select the work item he/she wishes to be responsible for from among the assigned works.
  • the employment support device 100 includes the acquisition section 102, the calculation section 104, the identification section 106, and the output processing section 108.
  • the acquisition unit 102 acquires the biometric information of the user 20 and the resume information of the user 20.
  • the calculation unit 104 calculates an evaluation value indicating the health risk of the user 20 using the acquired biological information and resume information.
  • the identifying unit 106 identifies job candidates to be presented to the user 20 using evaluation values indicating health risks.
  • the output processing unit 108 outputs the work item candidates identified by the identifying unit 106 to an output device (for example, the display of the user terminal 30).
  • the employment support system 1 makes it possible to provide opportunities for social participation to elderly human resources with no work experience by focusing on the length of time an elderly woman has been a housewife and the high level of experience she has.
  • the support recipient 40 is a single mother with a preschool child, it is not possible to support single mothers with preschool children who are not elementary or junior high school children receiving school support (requiring learning support). can. Since the work of the user 20 includes taking care of the child 42, who is a preschooler, it also supports the stable continuation of employment of single mothers, and increases the social participation and economic independence of single mothers. It is also possible to encourage Therefore, it may provide a clue to solving the problem of women's poverty.
  • the user 20 can improve his/her daily activity level and maintain or improve his/her health condition.
  • This embodiment is the same as the first embodiment, except that it has a configuration in which job candidates are identified using the risk of developing dementia as the health risk evaluation value.
  • the employment support device 100 of this embodiment has the same configuration as the first embodiment, so it will be explained using FIG. 5. Further, the configuration of this embodiment may be combined with at least one of the configurations of other embodiments to the extent that no contradiction occurs.
  • the biometric information 200 acquired by the acquisition unit 102 includes a face image of the user 20.
  • the calculation unit 104 calculates an evaluation value indicating a health risk based on the age of the user 20 estimated from the face image and the age of the user 20 included in the resume information 210.
  • Examples of health risks calculated from facial images include the risk of developing dementia and the risk of developing arteriosclerosis.
  • the risk of developing arteriosclerosis will be explained in other embodiments described later.
  • the risk of developing dementia will be explained below.
  • the acquisition unit 102 acquires, for example, the face image of the user 20 included in the resume information 210 of the user 20.
  • the acquisition unit 102 may acquire a video captured during an online interview with the user 20.
  • the calculation unit 104 causes an image processing device (not shown) to perform age estimation processing using the face image of the user 20.
  • the age estimation technique can be a general technique and is not particularly limited.
  • the acquisition unit 102 acquires information regarding the age of the user 20 (for example, date of birth or age) from the resume information 210. Then, the calculation unit 104 identifies the real age of the user 20 from the information regarding the age of the user 20 acquired by the acquisition unit 102.
  • the calculation unit 104 compares the specified actual age with the estimated age, and if the estimated age is older than the actual age by a certain age or older (for example, 5 years older), calculates an evaluation value indicating a health risk. This value indicates that there is a risk of developing dementia.
  • FIG. 11 is a diagram showing an example of the data structure of the health risk information 220.
  • the health risk information 220 includes an evaluation value indicating the risk of developing dementia calculated by the calculation unit 104 in association with the user ID.
  • the evaluation value indicating the risk of developing dementia is stored in the storage device 120 as health risk information 220 in association with the user ID of the user 20.
  • the identifying unit 106 identifies job candidates that the user 20 can handle among the jobs, using the evaluation value indicating the health risk.
  • FIG. 12 is a diagram showing an example of the data structure of the work item list 232.
  • the work item list 230 in FIG. 8 is for exercise support required, and the work item list 232 in FIG. 12 is for communication support required.
  • the work item list 232 is provided separately from the work item list 230 for exercise support shown in FIG. 8 and is stored in the storage device 120.
  • the work item list 232 includes, for each work item, the average work time expected to be spent on the work, the calories burned per unit time when performing the work, and the amount of speech for the expected work time during the work.
  • the percentage (%) and the level of interactivity of work communication are stored in association with each other.
  • the rate of speech volume is an index indicating the degree of continuity of conversation (length of interaction).
  • the interactivity level of communication is set to the following three levels in this example, but is not limited thereto. At Level 3, continuous conversation is expected. Level 2 is a level where there is some conversation, but it may end up being a one-shot exchange. Level 1 is a level that may end with one-sided conversation; for example, reading a picture book aloud is possible.
  • the interactive level of work communication is divided into three levels, levels 1 to 3.
  • the bidirectionality of communication is a level that indicates the extent of conversation, and levels 1 to 3 indicate a large amount of conversation.
  • the identifying unit 106 acquires the health risk evaluation value of the user 20 (in this embodiment, the evaluation value of the risk of developing dementia) from the health risk information 220 in FIG. 11, and determines whether the health risk evaluation value meets the standard. In other words, if it indicates that there is a risk of developing dementia (communication support required), a work item with communication interactivity of level 3 is extracted from the work item list 232, and the user 20 is responsible for the work item. Identify possible work candidates.
  • the identification unit 106 selects all work items. It may also be included as a candidate for work that the user 20 can be responsible for. However, some work items may be included as candidates.
  • the identification unit 106 limits the level of interactivity of communication to level 3, and performs only level 3 work. Extract.
  • tasks may be extracted using the amount of speech in the task item list 232.
  • the identifying unit 106 may extract tasks in which the amount of speech is greater than or equal to a predetermined value.
  • the amount of speech may be measured by capturing an image of the user 20 actually working with the child 42 of the support recipient 40 and analyzing the generated video data.
  • the identifying unit 106 may identify the task using the amount of speech.
  • the level of interactivity in user 20's communication is low, the child 42 of support recipient 40 is sociable and speaks a lot, so the user 20 feels tired during the work. may be specified. For example, if the user 20 has a low level of communication interactivity, or if the child 42 of the support target 40 is sociable and speaks a lot, the identification unit 106 determines that the level of communication interactivity is low. Work may also be included in the candidates.
  • FIG. 13 is a flowchart showing an example of the operation of the employment support device 100 according to the embodiment. This flow is executed the first time the user 20 starts using the services of the employment support system 1. Further, the flow in FIG. 13 includes step S111 and step S135, which are the same as the flow in FIG. The flow in FIG. 13 includes a processing routine (S200) for estimating the risk of developing dementia in place of the osteoporosis risk estimation processing routine S120 in FIG. , steps S141 to S145 are included, but the flow is the same as that of FIG. 9.
  • S200 processing routine for estimating the risk of developing dementia in place of the osteoporosis risk estimation processing routine S120 in FIG.
  • steps S141 to S145 are included, but the flow is the same as that of FIG. 9.
  • the acquisition unit 102 acquires the actual age information of the user 20 from the resume information 210 (step S111).
  • the calculation unit 104 then executes a dementia onset risk estimation processing routine (S200).
  • the dementia onset risk estimation processing routine S200 includes steps S201 to S209, which are surrounded by a broken line in the figure.
  • the calculation unit 104 first obtains the biological information 200 (step S201).
  • a face image of the user 20 is acquired as the biometric information 200.
  • the face image of the user 20 for example, the face image of the user 20 included in the resume information 210 is acquired.
  • the calculation unit 104 causes the image processing device to perform age estimation processing using the face image of the user 20, and obtains the estimated age (step S203).
  • the calculation unit 104 compares the actual age acquired in step S201 with the estimated age acquired in step S203, and if the estimated age is older than the actual age by a certain age or more (YES in step S205), the calculation unit 104 compares the actual age acquired in step S201 with the estimated age acquired in step S203.
  • the evaluation value of the risk of onset of dementia is set as a risk of onset (for example, 1) (step S207).
  • the calculation unit 104 sets the evaluation value of the risk of onset of dementia to the evaluation value of the risk of developing dementia as the evaluation value of the health risk of the user 20. (for example, 0) (step S209).
  • the health risk evaluation value is stored in the health risk information 220 (FIG. 11).
  • the identifying unit 106 refers to the health risk information 220 and determines whether or not the user 20 has a health risk, and if there is a health risk (YES in step S141), evaluates the health risk of the user 20 for the user 20.
  • Work candidates that can be handled by the user 20 are identified by limiting them to work candidates corresponding to the value (step S143). For example, if there is a health risk (here, risk of developing dementia), the identifying unit 106 may limit the interactivity of communication of the work item list 230 to level 3. In this case, tasks with a work communication interactivity level of 3 are extracted from the work item list 230 as candidates.
  • the identifying unit 106 identifies all the work items in the work item list 230 as candidates for work that the user 20 can be responsible for (step S145). ).
  • the work item list 230 includes work targeted at elderly women. In other words, in consideration of the standard physical strength of elderly women, it is preferable that the work item list 230 includes tasks that have a load suitable for the health condition of elderly women, and tasks that would be an overload for elderly women. It is preferable that it not be included.
  • the output processing unit 108 presents the work identified in step S143 or step S145 to the user 20 as a candidate work that the user 20 can handle (step S135).
  • the output processing unit 108 displays the work candidate screen 300 of FIG. 10 on the display of the user terminal 30.
  • the user 20 can select a work item for which he/she wishes to be in charge from among the assigned works.
  • the biometric information 200 acquired by the acquisition unit 102 includes the face image of the user 20.
  • the calculation unit 104 estimates the age of the user 20 from the face image.
  • the calculation unit 104 uses the difference between the age obtained from the age estimation result and the actual age of the user 20 included in the resume information 210 to calculate an evaluation value indicating the risk of developing dementia and an evaluation value indicating the health risk. Calculated as
  • the employment support device 100 of the present embodiment not only provides the same effects as the above embodiment, but also particularly evaluates and evaluates the risk of developing dementia, which is a problem unique to elderly women. Since it is possible to select tasks based on values, it is possible to support elderly women's employment while reducing the risk of developing dementia.
  • the calculation unit 104 estimates the age of the user 20 using the bone mass of the user 20 as biological information, and evaluates the risk of developing osteoporosis using the difference between the actual age and the estimated age. was calculating the value.
  • the calculation unit 104 estimates the age of the user 20 using the facial image of the user 20 as biometric information, and uses the difference between the actual age and the estimated age to provide an evaluation value for the risk of developing dementia. was calculated.
  • the calculation unit 104 uses both the bone mass and the face image of the user 20 as biological information to estimate the age, and calculates the evaluation value of the risk of developing osteoporosis and the risk of developing dementia. Calculate both evaluation values.
  • the employment support device 100 of this embodiment has the same configuration as the first and second embodiments, so it will be explained using FIG. 5. However, the configuration of this embodiment may be combined with at least one of the configurations of other embodiments to the extent that no contradiction occurs.
  • the biometric information 200 acquired by the acquisition unit 102 includes information regarding the bone mass of the user 20 and a facial image.
  • the resume information 210 acquired by the acquisition unit 102 includes information regarding the age of the user 20 (for example, date of birth or age).
  • the calculation unit 104 calculates an evaluation value indicating the health risk of the user 20 using the acquired biological information 200 and resume information 210.
  • the calculation unit 104 identifies the actual age of the user 20 from the information regarding the age of the user 20 acquired by the acquisition unit 102.
  • the calculation unit 104 uses a table of average bone mass by age based on the estimated bone mass of the user 20 among the biological information 200 acquired by the acquisition unit 102, using a table linking bone mass and age. Then, the age corresponding to the estimated bone mass of the user 20 is acquired and set as the estimated age.
  • the calculation unit 104 causes the image processing device to perform age estimation processing using the image of the user's 20 face, and obtains the estimated age of the user 20.
  • the calculation unit 104 compares the specified actual age with the estimated age based on bone mass, and if the estimated age is older than the actual age by a certain age or more (for example, 5 years older), the calculation unit 104 Let the evaluation value indicating the risk be the value indicating that there is a risk of developing osteoporosis. Further, the calculation unit 104 compares the specified real age with the estimated age based on the face image, and if the estimated age is older than the real age by a certain age or older (for example, 5 years older), the calculation unit 104 may pose a health risk.
  • the evaluation value that indicates the risk of developing dementia is taken as the value that indicates that there is a risk of developing dementia.
  • FIG. 14 is a diagram showing an example data structure of the health risk information 220 of this embodiment.
  • the health risk information 220 includes an evaluation value indicating the risk of developing osteoporosis calculated by the calculation unit 104 and an evaluation value indicating the risk of developing dementia in association with the user ID.
  • the evaluation value indicating the risk of developing dementia of the user 20 and the evaluation value indicating the risk of developing dementia of the user 20 are stored in the storage device 120 as health risk information 220 in association with the user ID of the user 20.
  • the specifying unit 106 uses the evaluation value indicating the health risk to specify job candidates that the user 20 can be responsible for.
  • candidates for work that the user 20 can handle are identified using one type of health risk evaluation value.
  • candidates for work that the user 20 can handle are identified using evaluation values indicating two types of health risks. Methods for handling evaluation values indicating these two types of health risks are exemplified below, but are not limited to these.
  • (a1) Add the evaluated value of the risk of developing osteoporosis and the evaluated value of the risk of developing dementia, and divide by 2 to calculate the evaluated value of health risk. For example, in addition to simple addition, a method that focuses on the relationship between the risks of developing each disease and considers the correlation may also be considered.
  • the specifying unit 106 acquires the health risk evaluation value of the user 20 identified above, and if the health risk evaluation value satisfies the criteria, based on the health risk evaluation value, the user 20 can take charge.
  • the workload level is identified, and the work items corresponding to the identified workload level are extracted from the work item list 230 in FIG. 8, and identified as work candidates that the user 20 can be responsible for.
  • the criteria include that the health risk assessment indicates that a reduction in workload is necessary.
  • the restriction on the workload level based on health risks is the same as in the first embodiment described above, so the explanation will be omitted.
  • FIG. 15 is a flowchart showing an example of the operation of the employment support device 100 according to the embodiment. This flow is executed the first time the user 20 starts using the services of the employment support system 1. Further, the flow in FIG. 15 includes the same step S111 as the flow in FIG. 9, an osteoporosis onset risk estimation processing routine S120, and steps S131 to S135, and further includes the dementia onset risk estimation processing in FIG.
  • the routine includes a routine S200 and a step S145.
  • the acquisition unit 102 acquires the actual age information of the user 20 from the resume information 210 (step S111).
  • the calculation unit 104 then executes a processing routine (S120) for estimating the risk of developing osteoporosis.
  • This processing routine is the same as the processing described in the first embodiment.
  • the calculation unit 104 calculates an evaluation value of the user's 20 risk of developing osteoporosis.
  • the calculated evaluation value of the risk of developing osteoporosis is stored in the storage device 120 as health risk information 220 (FIG. 14) in association with the user ID of the user 20.
  • the calculation unit 104 executes a dementia onset risk estimation processing routine (S200). Through this processing routine S200, the calculation unit 104 calculates an evaluation value of the risk of developing dementia of the user 20. However, the processing routine S120 and the processing routine S200 do not need to be processed in parallel, and may be processed sequentially.
  • the calculated evaluation value of the risk of onset of dementia is further stored in the storage device 120 as health risk information 220 (FIG. 14) in association with the user ID of the user 20.
  • the identifying unit 106 refers to the health risk information 220 (FIG. 14) and determines whether or not the user 20 has a health risk. If there is a health risk (YES in step S131), the identifying unit 106 Work candidates that can be handled by the user 20 are specified by limiting them to work candidates corresponding to the health risk evaluation value (step S133). For example, if the evaluation value of at least one of the risk of developing osteoporosis and the risk of developing dementia indicates that there is a risk of developing osteoporosis, the identifying unit 106 sets the workload level of the work item list 230 to 4 or less. May be restricted. In this case, tasks with a workload level of 4 or less are extracted from the work item list 230 as candidates.
  • step S131 If the evaluation values for the risk of developing osteoporosis and the risk of developing dementia both indicate that there is no risk of developing osteoporosis (NO in step S131), no restrictions are placed on the work item, and the specifying unit 106 determines whether the work item is All the work items on the list 230 are identified as work candidates that the user 20 can handle (step S145).
  • the output processing unit 108 presents the work identified in step S133 or step S145 to the user 20 as a candidate work that the user 20 can handle (step S135). For example, the output processing unit 108 displays the work candidate screen 300 of FIG. 10 on the display of the user terminal 30. On the work candidate screen 300 (FIG. 10), the user 20 can select a work item for which he/she wishes to be in charge from among the assigned works.
  • the calculation unit 104 calculates the evaluation value indicating the risk of developing osteoporosis and the evaluation value indicating the risk of developing dementia, and the identifying unit 106 uses these evaluation values to calculate the evaluation value. Candidates for work that the user 20 can handle are identified.
  • the employment support device 100 of this embodiment provides the same effects as the above embodiment, and particularly reduces both the risk of developing osteoporosis and the risk of developing dementia, which are problems unique to elderly women. Since it is possible to evaluate and select tasks based on both evaluation values, it is possible to support elderly women's employment while reducing the risk of developing both osteoporosis and dementia.
  • FIG. 16 is a functional block diagram showing an example of the functional configuration of the employment support device 100 according to the embodiment.
  • the employment support device 100 of this embodiment is similar to the first to third embodiments described above, except that it has a configuration for matching the user 20 and the support target 40.
  • the employment support apparatus 100 of this embodiment further includes a matching section 112.
  • the configuration of this embodiment may be combined with at least one of the configurations of other embodiments to the extent that no contradiction occurs.
  • the work includes work related to the child 42 of the support recipient 40.
  • the resume information 210 includes information regarding the childcare experience of the user 20.
  • the acquisition unit 102 acquires support target person attribute information including attributes of the child 42 of the support target 40.
  • the matching unit 112 generates a combination of the user 20, the support recipient 40, and the child 42 using the resume information 210 and the support recipient attribute information.
  • the resume information 210 includes whether the user 20 has childcare experience and the gender of the child. Furthermore, the resume information 210 may include the family structure (the amount of daily conversation) of the user 20.
  • the resume information 210 may include information regarding the "individuality" of the child 42 of the user 20 as the child's 42 attribute information.
  • the child's 42 personality may include being sociable, being introverted, being a picky eater, being easily bored, and the like.
  • the matching unit 112 combines the user 20 who has experience raising a boy with the support target 40 who has a boy.
  • the matching unit 112 pairs a user 20 who has a large amount of daily conversation with a support target 40 who has children and is highly sociable.
  • the support for the user 20 includes taking care of the child 42 of the person to be supported 40, by matching the attributes of the child 42 and the attributes of the user 20, the possibility of creating a compatible combination of the child 42 and the user 20 increases. If the combination is compatible, it will be possible to continue support.
  • the acquisition unit 102 further acquires environmental information regarding the environment in which work is performed.
  • the matching unit 112 further uses the environmental information and the health risk evaluation value of the user 20 to generate a combination of the user 20 and the support target 40.
  • the environmental information includes, for example, information indicating the load situation within the support activity area, including the travel section to the home of the support recipient 40 (for example, the presence or absence of steps, the presence or absence of slopes, the presence or absence of elevators and escalators, etc.). Further, the environmental information includes information indicating the barrier-free status of the support recipient's 40 homes (presence or absence of steps, presence or absence of stairs, presence or absence of handrails, etc.).
  • the matching unit 112 uses the address listed in the resume information 210 of the user 20 and the address of the support recipient 40 to identify a travel section, and allows the user 20 to commute to the support recipient 40's home. Matching processing may be performed using the result of determining whether or not.
  • a support target 40 with a lower load indicated by the environmental information is combined.
  • the matching unit 112 matches a support target 40 whose travel section has no steps, no slopes, elevators and escalators, and whose home is barrier-free, and a support target 40 who is at risk of developing osteoporosis (requires exercise support). ) with the user 20.
  • the user 20 can work safely. It is also possible to reduce the occurrence of accidents and injuries to the user 20 during work.
  • the acquisition unit 102 acquires a remuneration item list 250 in which remuneration for the work of the user 20 has been agreed.
  • the matching unit 112 further uses the reward to generate a combination of the user 20 and the support target 40.
  • the work of the user 20 includes mutual assistance activities. It is assumed that the support target person 40 can reduce or offset the remuneration to the user 20 by incorporating a mechanism for providing consideration other than money to the user 20 as a remuneration to the user 20. As described above, since the person to be supported 40 is a single mother who is in financial difficulty, it is preferable that the remuneration to the user 20 includes something that does not involve exchange of money.
  • FIG. 17 is a diagram showing an example data structure of the reward item list 250.
  • the support target person 40 provides the user 20 with things that will help the user 20, make the user 20 happy, and be beneficial to the user 20 as rewards.
  • the reward item list 250 may be proposed by the user 20 to the support recipient 40 and selected by the support recipient 40, or may be proposed by the support recipient 40 to the user 20 and selected by the user 20. However, it may be both.
  • the reward item list 250 may be selected from predetermined items, may be freely proposed by the user 20 or the support recipient 40, or may be a combination of both. good.
  • the resume information 210 of the user 20 may include consideration items such as medical history and hospital attendance status. Matching may be performed based on whether the reward item list 250 includes a reward corresponding to the consideration item. For example, for a user 20 who needs to go to the hospital, a reward such as accompanying the user to the hospital is matched.
  • the remuneration item list 250 may also be exchanged between the user 20 and the support target 40 when forming an agreement on whether or not to receive support. That is, the user 20 and support target person 40 matched by the matching unit 112 may present the remuneration item list 250 to each other, negotiate remuneration, and reach an agreement.
  • the matching unit 112 may detect the amount of conversation and identify compatibility by performing audio processing on a video of the user 20 and the child 42 being together. Furthermore, the matching unit 112 may perform facial expression analysis and behavioral analysis by performing image processing on a video of the user 20 and the child 42 together to identify compatibility.
  • the matching unit 112 may determine compatibility by acquiring the proportion of expressionless or silent time, the frequency and degree of smiling, the presence or absence and frequency of gestures such as hand-to-hand, conversation speed, and amount of change in intonation. .
  • the matching unit 112 may identify compatibility by determining whether the user 20's conversation is easy to understand, whether the child 42 speaks slowly and clearly, and whether the child 42 uses easy-to-understand words.
  • the matching unit 112 combines the user 20 and child 42 (support target person 40) who have been determined to be compatible. By creating a compatible combination, it is more likely that continued use will be promoted.
  • FIG. 18 is a flowchart showing an example of the operation of the employment support device 100 according to the embodiment.
  • the acquisition unit 102 acquires resume information 210 including information regarding the childcare experience of the user 20 (step S401). Further, the acquisition unit 102 acquires support target person attribute information indicating the attributes of the child 42 (step S403).
  • the matching unit 112 generates a combination of the user 20, the support recipient 40, and the child 42 using the resume information 210 and the support recipient attribute information (step S405). For example, a user 20 who has experience raising a boy and a support target 40 who has a boy are combined.
  • the employment support device 100 includes the matching section 112.
  • the acquisition unit 102 acquires support target person attribute information indicating the attributes of the child 42.
  • the matching unit 112 generates a combination of the user 20, the support recipient 40, and the child 42 using the resume information 210 and the support recipient attribute information.
  • the same effects as those of the above embodiment can be achieved, and the possibility of creating a compatible combination between the child 42 and the user 20 increases, and a compatible combination can be achieved. If so, it will be possible to continue support. By promoting the continued use of support, it is possible to expand the possibility that support recipients 40 will change their employment from part-time or other non-regular employment to full-time employment, and to encourage support recipients 40 to become financially independent. become.
  • the acquisition unit 102 periodically acquires biometric information 200 and resume information 210.
  • the calculation unit 104 calculates the health risk of the user 20 when the acquisition unit 102 acquires the information.
  • the identifying unit 106 updates the candidates for work that the user 20 can handle.
  • FIG. 19 is a flowchart showing an example of the operation of the employment support device 100 according to the embodiment.
  • health risks are regularly monitored (step S501).
  • the acquisition unit 102 periodically acquires the biometric information 200 and resume information 210 of the user 20, and when the acquisition unit 102 acquires the information, the calculation unit 104 calculates the health risk of the user 20. do.
  • the identifying unit 106 determines whether there is a change between the calculated health risk and the past health risk of the user 20 (step S503). If there is a change (YES in step S503), the identifying unit 106 updates the candidates for work that the user 20 can handle (step S505). Specifically, the process of at least one of the flowcharts in FIGS. 9, 13, and 15 of the above embodiment is executed. If there is no change in the health risk (NO in step S503), step S505 is bypassed and the process ends.
  • step S503 when determining a sudden change, it is determined whether the amount of change calculated by comparison with only the previous health risk exceeds a certain value. On the other hand, when determining a slow change, it may be determined whether there is a decreasing trend or an increasing trend in changes in multiple amounts of health risks over a certain period of time.
  • a learning engine may be generated to simulate changes in health risks as the user 20 ages, and may be used for the above determination. As a result, it is possible to determine in advance that as the user 20 ages, there is a high probability that the support recipient 40 will not be able to provide sufficient support, thereby reducing the lead time for searching for a supporter to replace the user 20. There is sex. On the other hand, in consideration of the health condition of the user 20, which changes with age, based on the determination result, a person with a lighter workload (for example, there are fewer children 42, is older, or is a girl), or There is a possibility that the support target person 40 can be matched with the support target person 40 and the work can be assigned.
  • the identification unit 106 uses the work item list 230 including the help information 260 to identify the items that the user 20 can be responsible for. After identifying the work candidates, the output processing unit 108 may display the work candidates including the assistance information 260 on the display of the user terminal 30 of the user 20.
  • FIG. 20 is a diagram showing an example of the data structure of the help information 260.
  • each task in the work item list 230 in FIG. 8 is further associated with the child's helping behavior and the amount of reduction in the workload level due to the helping.
  • the help information 260 allows the support recipient 40 to specify in advance which help can be provided using the support recipient terminal 50. Then, the user 20 can select a task after confirming the helping behavior from among the task candidates.
  • the health risk of the user 20 is regularly monitored, and if there is a change, the support work is reviewed.
  • the same effects as those of the above embodiment can be achieved, and further, the work can be performed with an appropriate load in accordance with changes in the health risks of the user 20 due to aging. becomes possible.
  • the child 42 help with the work, the work load on the user 20 can be reduced.
  • the child 42 helping is a part of discipline, and for the user 20, it also has the advantage of helping with declining physical strength due to aging, and it is possible to smoothly realize mutual assistance activities between the supporter and the supported person. I can do it.
  • the risk of developing dementia is calculated based on the discrepancy between the estimated age of the user 20 based on the facial image and the actual age of the user 20.
  • the frequency of communication in the daily life of the user 20 is indicated. It is also possible to obtain information and use machine learning and deep learning to calculate the risk of developing dementia.
  • Biometric information 200 includes a facial image of user 20.
  • the acquisition unit 102 acquires a video captured during an online interview with the user 20.
  • the calculation unit 104 performs at least one of facial expression analysis and behavioral analysis of the user 20 using the video, and calculates an evaluation value indicating the health risk of the user 20.
  • the richness of the user's 20 facial expressions may be obtained through facial expression analysis, and an evaluation value of the user's 20 risk of developing dementia may be calculated.
  • the accuracy of the evaluation value of the risk of developing dementia of the user 20 can be further improved.
  • ⁇ Risk of developing arteriosclerosis> the configuration for calculating the risk of developing dementia from a face image has been described in detail.
  • a configuration may be considered in which the risk of developing arteriosclerosis is calculated from a facial image.
  • the calculation unit 104 estimates the blood vessel age by performing image processing on the facial image. Then, the calculation unit 104 calculates an evaluation value indicating a health risk based on the actual age obtained from the resume information 210 and the estimated vascular age. More specifically, the identified actual age and estimated age are compared, and if the actual age exceeds the estimated age, the evaluation value indicating health risk is set as the value indicating that there is a risk of developing arteriosclerosis.
  • the evaluation value indicating the health risk may be used as the value indicating that there is a risk of developing arteriosclerosis.
  • the calculation unit 104 can estimate health risks such as arteriosclerosis that may occur due to aging of blood vessels based on the face image and resume information 210.
  • the workload level set in the work item list 230 may be set based on METs (Metabolic equivalents) indicating exercise intensity. Note that a plurality of workload levels may be set for one work content. For example, a workload level set based on calorie consumption and a workload level set based on exercise intensity are managed in association with a specific task.
  • METs Metalabolic equivalents
  • the identifying unit 106 changes the reference workload level according to the evaluation value indicating the health risk when identifying work candidates that the user 20 can handle from among the work items in the work item list 230. It's okay. For example, if the evaluation value indicating health risk is a value indicating the risk of developing arteriosclerosis, candidates for tasks that the user can perform are based on the workload level set based on MetS, which indicates exercise intensity. For example, specify the .
  • the identifying unit 106 can identify work items suitable for the health risk evaluation value of the user 20 as work candidates to be presented to the user.
  • a job support device comprising: identifying means for identifying job candidates to be presented to the user using the evaluation value indicating the health risk. 2. 1. In the employment support device described in The employment support device, wherein the biological information includes health information indicating the user's health condition. 3. 2. In the employment support device described in A work support device in which the health information includes information regarding bone mass. 4. 3.
  • the evaluation value indicating the health risk includes an evaluation value indicating the risk of developing osteoporosis.
  • the calculation means calculates an evaluation value indicating the risk of developing osteoporosis using the user's age estimated using the bone mass information and the user's age included in the resume information. , employment support equipment. 6. 1. From 5. In the employment support device described in any one of The biometric information includes a facial image of the user, The calculation means is a job support device that calculates the evaluation value indicating the health risk based on the age estimated from the face image and the age of the user included in the resume information. 7. 1. From 6.
  • the identifying means identifies an allowable load range of the user based on the evaluation value indicating the health risk, and identifies candidates for the work to be presented to the user based on load information determined for each work.
  • Employment support equipment 8. 1. From 7.
  • the work includes supporting a person to be supported and mutual aid activities.
  • 9. 8 In the employment support device described in The acquisition means acquires target person attribute information indicating attributes of the support target person, further comprising generating means for generating a work item list based on the target person attribute information,
  • the identifying means is a work support device that identifies job candidates to be presented to the user from among the jobs included in the work item list. 10. 8. or 9.
  • the work includes work related to the child of the support recipient,
  • the resume information includes information regarding the user's childcare experience,
  • the acquisition means acquires support target person attribute information including attributes of the child of the support target,
  • the employment support device further includes a matching unit that generates a combination of the user and the support target person using the resume information and the support target person attribute information.
  • 11. 10 In the employment support device described in The acquisition means acquires the remuneration selected by the user from a remuneration item list in which remuneration for the work of the user has been agreed;
  • the matching means further uses the selected remuneration to generate a combination of the user and the support target. 12. 10. or 11.
  • the acquisition means further acquires environmental information regarding the environment in which the work is performed;
  • the matching means further uses the environmental information and the health risk evaluation value of the user to generate a combination of the user and the support target.
  • the employment support device described in any one of The biometric information includes a facial image of the user,
  • the acquisition means acquires a video captured during an online interview with the user,
  • the employment support device is configured to calculate an evaluation value indicating a health risk of the user by performing at least one of facial expression analysis and behavior analysis of the user using the video.
  • one or more computers Obtain the user's biometric information and the user's resume information, calculating an evaluation value indicating the health risk of the user using the acquired biological information and the resume information; A job support method, which uses the evaluation value indicating the health risk to identify job candidates to be presented to the user. 15. 14. In the employment support method described in The employment support method, wherein the biological information includes health information indicating the user's health condition. 16. 15. In the employment support method described in In the employment support method, the health information includes information regarding bone mass. 17. 16. In the employment support method described in The employment support method, wherein the evaluation value indicating the health risk includes an evaluation value indicating the risk of developing osteoporosis. 18. 17.
  • An employment support method that calculates an evaluation value indicating the risk of developing osteoporosis using the user's age estimated using the information regarding the bone mass and the user's age included in the resume information. 19. 14. From 18. In the employment support method described in any one of The biometric information includes a facial image of the user, one or more computers, A employment support method that calculates an evaluation value indicating the health risk based on the age estimated from the face image and the age of the user included in the resume information. 20. 14. From 19.
  • a work support method wherein a tolerable load range of the user is specified based on the evaluation value indicating the health risk, and candidates for the work to be presented to the user are specified based on load information determined for each job. 21. 14. From 20.
  • the employment support method described in any one of The work is an employment support method in which the work includes supporting a support target and mutual aid activities. 22. 21.
  • the work includes work related to the child of the support recipient,
  • the resume information includes information regarding the user's childcare experience, one or more computers, obtaining support target person attribute information including attributes of the child of the support target;
  • a employment support method comprising generating a combination of the user and the support recipient using the resume information and the support recipient attribute information.
  • the employment support method further uses the selected remuneration to generate a combination of the user and the support target. 25. 23. or 24.
  • the employment support method described in one or more computers Furthermore, obtain environmental information regarding the environment in which the work is performed, The employment support method further includes generating a combination of the user and the support target person using the environmental information and the evaluation value of the health risk of the user. 26. 14. From 25.
  • the biometric information includes a facial image of the user, one or more computers, Obtain a video taken during an online interview with the user, A employment support method, comprising performing at least one of facial expression analysis and behavioral analysis of the user using the video, and calculating an evaluation value indicating a health risk of the user.
  • the biological information includes health information indicating the user's health condition. 29. 28.
  • the health information includes information regarding bone mass. 30. 29.
  • the evaluation value indicating the health risk includes an evaluation value indicating the risk of developing osteoporosis. 31. 30.
  • an evaluation value indicating the risk of developing osteoporosis is calculated using the user's age estimated using the bone mass information and the user's age included in the resume information. program. 32. 27. From 31.
  • the program described in any one of The biometric information includes a facial image of the user
  • the program calculates an evaluation value indicating the health risk based on the age estimated from the face image and the age of the user included in the resume information. 33. 27. From 32.
  • an allowable load range of the user is identified based on the evaluation value indicating the health risk, and candidates for the work to be presented to the user are identified based on load information determined for each work. ,program. 34.
  • the work includes work related to the child of the support recipient
  • the resume information includes information regarding the user's childcare experience
  • In the acquiring step acquiring support target person attribute information including attributes of the child of the support target
  • the remuneration selected by the user is obtained from a remuneration item list in which remuneration for the work of the user has been agreed;
  • the program further uses the selected reward to generate a combination of the user and the support target. 38. 36. or 37.
  • the program described in the acquiring step further acquiring environmental information regarding the environment in which the work is performed;
  • the program further uses the environmental information and the evaluation value of the health risk of the user to generate a combination of the user and the support target.
  • the biometric information includes a facial image of the user
  • the acquisition step a video captured during an online interview with the user is acquired;
  • the program performs at least one of facial expression analysis and behavioral analysis of the user using the video, and calculates an evaluation value indicating a health risk of the user.
  • the biological information is a computer-readable recording medium that stores a program, and includes health information indicating the user's health condition. 42. 41.
  • the health information includes information regarding bone mass, and is a computer-readable recording medium storing a program. 43. 42.
  • the evaluation value indicating the health risk is a computer-readable recording medium storing a program, the evaluation value indicating the risk of developing osteoporosis. 44. 43.
  • an evaluation value indicating the risk of developing osteoporosis is calculated using the user's age estimated using the bone mass information and the user's age included in the resume information.
  • the method is readable by a computer storing a program that calculates an evaluation value indicating the health risk based on the age estimated from the face image and the age of the user included in the resume information.
  • an allowable load range of the user is identified based on the evaluation value indicating the health risk, and candidates for the work to be presented to the user are identified based on load information determined for each work.
  • a computer-readable recording medium that stores a program. 47. 40. From 4646.
  • the recording medium described in any one of A computer-readable recording medium storing a program in which the work includes supporting a person to be supported and mutual aid activities. 48. 47.
  • the recording medium described in the acquiring step acquiring target person attribute information indicating attributes of the support target person, causing a computer to execute a procedure for generating a work item list based on the target person attribute information;
  • a computer-readable recording medium storing a program for identifying job candidates to be presented to the user from among the jobs included in the work item list in the identifying step. 49. 47. or 48.
  • the work includes work related to the child of the support recipient
  • the resume information includes information regarding the user's childcare experience
  • In the acquiring step acquiring support target person attribute information including attributes of the child of the support target
  • a computer-readable recording medium storing a program for causing a computer to execute a procedure for generating a combination of the user and the support recipient using the resume information and the support recipient attribute information. 50. 49.
  • the remuneration selected by the user is obtained from a remuneration item list in which remuneration for the work of the user has been agreed;
  • a computer-readable recording medium storing a program for generating a combination of the user and the support recipient by further using the selected reward in the step of generating the combination. 51. 49. or 50.
  • a computer-readable recording medium storing a program for generating a combination of the user and the support recipient by further using the environmental information and the health risk evaluation value of the user in the step of generating the combination. 52. 40. From 51.
  • the biometric information includes a facial image of the user
  • a video captured during an online interview with the user is acquired
  • a computer-readable recording medium storing a program that performs at least one of facial expression analysis and behavior analysis of the user using the video to calculate an evaluation value indicating a health risk of the user.
  • Employment support system 3 Communication network 20 User 30 User terminal 32 Wearable terminal 40 Support target person 50 Support target person terminal 100 Employment support device 102 Acquisition unit 104 Calculation unit 106 Identification unit 108 Output processing unit 112 Matching unit 120 Storage device 200 Biometric information 210 Resume information 220 Health risk information 230 Work item list 232 Work item list 250 Remuneration item list 260 Help information 300 Work candidate screen 302 Check box 1000 Computer 1010 Bus 1020 Processor 1030 Memory 1040 Storage device 1050 Input/output interface 1060 Network interface

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

就労支援装置（１００）は、ユーザの生体情報と、当該ユーザの履歴書情報と、を取得する取得部（１０２）と、取得した生体情報および履歴書情報を用いて、ユーザの健康リスクを示す評価値を算出する算出部（１０４）と、健康リスクを示す評価値を用いて、ユーザへ提示する作業の候補を特定する特定部（１０６）と、を備える。

Description

就労支援装置、就労支援方法、および記録媒体
　本発明は、就労支援装置、就労支援方法、および記録媒体に関する。
　高齢者など、就労支援を希望するユーザのニーズに応えることが可能な就労支援付き健康管理システムの一例が特許文献１に記載されている。この特許文献１のシステムは、ネットワーク回線を通じて利用者端末とメインサーバが接続された健康管理システムにおいて、メインサーバが、ユーザ情報を登録するデータベースと、個々のユーザの就労能力スコアを評価する就労能力スコア評価部と、個々のユーザの健康状態スコアを評価する健康状態スコア評価部と、就労支援プログラムおよび健康改善プログラムを提供するプログラム提供部と、個々のユーザの就労コースを認定する就労コース認定部と、就労先にユーザの就労認定情報を提供する就労認定情報提供部と、就労実績による就労ポイントを還元するポイント還元部を備える。この構成により、特許文献１に記載のシステムは、高齢者の就労支援を児童への学習支援に繋げることを可能にしている。
特開２０１９－１７５４４７号公報
　上述した特許文献１に記載のシステムにおいては、就労能力スコアや健康状態スコアを用いてユーザの状態を評価していた。この就労能力スコアは、システム管理者が就労支援サイトの入力画面から、評価項目に対するユーザの評価を入力することで生成され、健康状態スコアも、オンラインの健康問診支援サイトの入力画面から、ユーザが問診評価や実測結果を入力することで生成されている。このため、特許文献１に記載の技術では、評価について人手によるデータ入力が事前に必要であり、手間がかかるとともに、システムの処理も煩雑で負荷が高いといった問題点があった。
　本発明の目的の一例は、上述した課題を鑑み、簡素なプロセスで健康状態にあった就労を支援することができる就労支援装置、就労支援方法、および記録媒体を提供することにある。
　本発明の一態様によれば、
　ユーザの生体情報と、当該ユーザの履歴書情報と、を取得する取得手段と、
　取得した前記生体情報および前記履歴書情報を用いて、前記ユーザの健康リスクを示す評価値を算出する算出手段と、
　前記健康リスクを示す評価値を用いて、前記ユーザへ提示する作業の候補を特定する特定手段と、を備える、
就労支援装置が提供される。
　本発明の一態様によれば、
　１以上のコンピュータが、
　ユーザの生体情報と、当該ユーザの履歴書情報と、を取得し、
　取得した前記生体情報および前記履歴書情報を用いて、前記ユーザの健康リスクを示す評価値を算出し、
　前記健康リスクを示す評価値を用いて、前記ユーザへ提示する作業の候補を特定する、就労支援方法が提供される。
　本発明の一態様によれば、
　コンピュータに、
　ユーザの生体情報と、当該ユーザの履歴書情報と、を取得する手順、
　取得した前記生体情報および前記履歴書情報を用いて、前記ユーザの健康リスクを示す評価値を算出する手順、
　前記健康リスクを示す評価値を用いて、前記ユーザへ提示する作業の候補を特定する手順、を実行させるためのプログラムを記憶したコンピュータで読み取り可能な記録媒体が提供される。
　なお、本発明の他の態様としては、上記一態様の方法を少なくとも１以上のコンピュータに実行させるプログラムであってもよいし、このようなプログラムを記録したコンピュータが読み取り可能な記録媒体であってもよい。この記録媒体は、非一時的な有形の媒体を含む。
　このコンピュータプログラムは、コンピュータにより実行されたとき、コンピュータに、就労支援装置上で、その就労支援方法を実施させるコンピュータプログラムコードを含む。
　なお、以上の構成要素の任意の組合せ、本発明の表現を方法、装置、システム、記録媒体、コンピュータプログラムなどの間で変換したものもまた、本発明の態様として有効である。
　また、本発明の各種の構成要素は、必ずしも個々に独立した存在である必要はなく、複数の構成要素が一個の部材として形成されていること、一つの構成要素が複数の部材で形成されていること、ある構成要素が他の構成要素の一部であること、ある構成要素の一部と他の構成要素の一部とが重複していること、等でもよい。
　また、本発明の方法およびコンピュータプログラムには複数の手順を順番に記載してあるが、その記載の順番は複数の手順を実行する順番を限定するものではない。このため、本発明の方法およびコンピュータプログラムを実施するときには、その複数の手順の順番は内容的に支障のない範囲で変更することができる。
　さらに、本発明の方法およびコンピュータプログラムの複数の手順は個々に相違するタイミングで実行されることに限定されない。このため、ある手順の実行中に他の手順が発生すること、ある手順の実行タイミングと他の手順の実行タイミングとの一部ないし全部が重複していること、等でもよい。
　本発明の一態様によれば、簡素なプロセスで健康状態にあった就労を支援する就労支援装置、就労支援方法、および記録媒体を得ることができる。
実施形態に係る就労支援装置の概要を示す図である。 本実施形態の就労支援装置の動作例を示すフローチャートである。 実施形態に係る就労支援システムのシステム構成を概念的に示す図である。 実施形態の就労支援装置を実現するコンピュータのハードウェア構成を例示するブロック図である。 実施形態の就労支援装置の機能構成例を示す機能ブロック図である。 ユーザの生体情報および履歴書情報のデータ構造例を示す図である。 健康リスク情報のデータ構造例を示す図である。 作業項目リストのデータ構造例を示す図である。 実施形態の就労支援装置の動作例を示すフローチャートである。 作業候補画面の一例を示す図である。 健康リスク情報のデータ構造例を示す図である。 作業項目リストのデータ構造例を示す図である。 実施形態の就労支援装置の動作例を示すフローチャートである。 本実施形態の健康リスク情報のデータ構造例を示す図である。 実施形態の就労支援装置の動作例を示すフローチャートである。 実施形態の就労支援装置の機能構成例を示す機能ブロック図である。 報酬項目リストのデータ構造例を示す図である。 実施形態の就労支援装置の動作例を示すフローチャートである。 実施形態の就労支援装置の動作例を示すフローチャートである。 お手伝い情報のデータ構造例を示す図である。 実施形態の就労支援装置の他の機能構成例を示す機能ブロック図である。
　以下、本発明の実施の形態について、図面を用いて説明する。尚、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。また、以下の各図において、本発明の本質に関わらない部分の構成については省略してあり、図示されていない。
　実施形態において「取得」とは、自装置が他の装置や記憶媒体に格納されているデータまたは情報を取りに行くこと（能動的な取得）、および、自装置に他の装置から出力されるデータまたは情報を入力すること（受動的な取得）の少なくとも一方を含む。能動的な取得の例は、他の装置にリクエストまたは問い合わせしてその返信を受信すること、及び、他の装置や記憶媒体にアクセスして読み出すこと等がある。また、受動的な取得の例は、配信（または、送信、プッシュ通知等）される情報を受信すること等がある。さらに、「取得」とは、受信したデータまたは情報の中から選択して取得すること、または、配信されたデータまたは情報を選択して受信することであってもよい。
＜最小構成例＞
　図１は、実施形態に係る就労支援装置１００の概要を示す図である。就労支援装置１００は、取得部１０２、算出部１０４、および特定部１０６を備える。
　取得部１０２は、ユーザ２０の生体情報と、当該ユーザの履歴書情報と、を取得する。
　算出部１０４は、取得した生体情報および履歴書情報を用いて、ユーザの健康リスクを示す評価値を算出する。
　特定部１０６は、健康リスクを示す評価値を用いて、ユーザへ提示する作業の候補を特定する。
＜動作例＞
　図２は、本実施形態の就労支援装置１００の動作例を示すフローチャートである。
　まず、取得部１０２は、ユーザの生体情報と、当該ユーザの履歴書情報と、を取得する（ステップＳ１０１）。
　そして、算出部１０４は、取得した生体情報および履歴書情報を用いて、ユーザの健康リスクを示す評価値を算出する（ステップＳ１０３）。
　そして、特定部１０６は、健康リスクを示す評価値を用いて、ユーザへ提示する作業の候補を特定する（ステップＳ１０５）。
　この就労支援装置１００によれば、取得部１０２は、ユーザの生体情報と、当該ユーザの履歴書情報と、を取得し、算出部１０４は、取得した生体情報および履歴書情報を用いて、ユーザの健康リスクを示す評価値を算出し、特定部１０６は、健康リスクを示す評価値を用いて、ユーザへ提示する作業の候補を特定する。これにより、ユーザは仕事をアサインされる。このため、就労支援装置１００を用いると、簡素なプロセスで健康状態にあった就労を適切に支援できる。
　以下、就労支援装置１００の詳細例について説明する。
（第１実施形態）
＜システム概要＞
　図３は、実施形態に係る就労支援システム１のシステム構成を概念的に示す図である。
　就労支援システム１は、就労支援装置１００を備える。就労支援装置１００は、記憶装置１２０を含む。記憶装置１２０は、就労支援装置１００の内部に設けられてもよいし、外部に設けられてもよい。つまり記憶装置１２０は、就労支援装置１００と一体のハードウェアであってもよいし、就労支援装置１００とは別体のハードウェアであってもよい。
　就労支援装置１００は、例えば、サーバコンピュータであり、さらに、ウェブサーバを含んでもよい。
　就労支援装置１００は、通信ネットワーク３を介して接続されるユーザ端末３０と、ウエアラブル端末３２と、を備えることができる。さらに、就労支援装置１００は、通信ネットワーク３を介して接続される支援対象者端末５０を備えてもよい。ユーザ端末３０は、ユーザ２０が操作する端末であり、支援対象者端末５０は、支援対象者４０が操作する端末である。
　ウエアラブル端末３２は、ユーザ２０が装着し、ユーザ２０の生体情報を取得し、取得した生体情報を、ユーザ端末３０経由または直接就労支援装置１００に送信する。ユーザ端末３０経由の場合は、例えば、ウエアラブル端末３２は、ＮＦＣ（Near Field Communication）によりユーザ端末３０に生体情報を送信する。また、図ではウエアラブル端末３２は、腕時計型であるが、これに限定されるものではない。また、ユーザ２０のスマートフォンなどのカメラ付きのユーザ端末３０を用いて、ユーザ端末３０のカメラで撮像された画像を、所定のアプリケーションなどを用いて画像処理により解析して、生体情報を推定して就労支援装置１００に送信してもよい。ここで推定される生体情報は、例えば、心拍数、体温、血圧、呼吸数、ストレス度などであるが、これらに限定されない。
　ユーザ２０は、支援対象者４０を支援する仕事を行う。ユーザ２０は、家事および育児の少なくとも一方の経験を持つ人物である。ユーザ２０は、未就労状態にある人物である。ユーザ２０は、例えば、５０歳以上であり、骨粗しょう症発症および認知症発症が見られ始める年齢以上（高齢者）であるのが好ましい。ただし、ユーザ２０の年齢は、５０歳より若くてもよい。また、ユーザ２０は、未だ病には至ってない高齢者とも言えるが、高齢であることから、潜在的な健康リスクを有していると考えることができる。そのため、就労を支援するにあたり、健康リスクにあった作業負荷の作業をアサインするのが好ましい。
　また、ユーザ２０は、高齢女性に限らず、このような取り組みに共感または賛同する第三の支援者（行政、企業、団体などから派遣される人物）を含んでもよい。
　支援対象者４０は、子育ての支援を希望する人物である。支援対象者４０は、特に、少なくとも１人のこども４２を有する親である。さらに、支援対象者４０は、ひとり親家庭の親である。さらに、支援対象者４０は、女性であり、ひとり親家庭の母親、所謂シングルマザーである。また、支援対象者４０は、別居中で婚姻関係が事実上破綻している家庭の親も含んでよい。支援対象者４０は、所得が、子育て世帯の平均所得より低い（例えば、所定割合以下）、所謂ワーキングプアの人物、あるいは、収入が安定していない（例えば、月毎の収入差が基準値以上）者を対象とするのが好ましい。
　支援対象者４０は、行政等の保育支援（助成金支給等）の対象にならない人や民間が提供する同種のサービスを活用するための費用捻出が困難な状態の人を対象とするのが好ましい。
　支援対象者４０が女性であるため、支援対象者４０を支援するユーザ２０は女性であることが好ましい。また、骨粗しょう症発症および認知症発症のリスクは、男性より女性の方が高いため、未病予防の観点からも、ユーザ２０は、女性を対象とするのがよい。そのため、以下、ユーザは、「高齢女性」とも呼ぶ。
　図では、ユーザ２０は１人、支援対象者４０は１人、支援対象者４０のこども４２は２人ずつが示されている。しかし、複数のユーザ２０、および複数の支援対象者４０が、本就労支援システム１を利用できる。また、支援対象者４０のこども４２の人数は２人に限定されず、少なくとも１人、または、２人以上であってよい。就労支援システム１では、複数のユーザ２０および複数の支援対象者４０をマッチングし、ユーザ２０が、子育て中の支援対象者４０を支援する。
　ユーザ端末３０および支援対象者端末５０は、スマートフォン、タブレット端末、パーソナルコンピュータ等のコンピュータである。
　就労支援システム１を利用する際、ユーザ２０および支援対象者端末５０は、予め利用登録を行う。利用登録時には、例えば、ログイン認証用のアカウント名およびパスワードを含むアカウント情報を登録する。あるいは、既存のＳＮＳ（Social Networking Service）のアカウント情報と連携させてもよい。
　さらに、利用時に本人確認を行ってもよく、そのための生体認証情報を予め登録し、生体認証情報を用いてログインできてもよい。生体認証情報は、例えば、顔、虹彩、静脈、耳介、および指紋等の少なくともいずれか一つの特徴量を含む。さらに、生体認証情報は、筆跡認証や歩容認証、キーストローク認証などの行動的生体認証用の生体情報を含んでもよい。
　本就労支援システム１のサービスの利用方法は、例えば、各端末に所定のアプリケーションをインストールして起動すること、各端末からブラウザなどを用いて所定のウェブサイトにアクセスすること、等の方法が考えられる。予め登録したアカウント情報を用いて就労支援システム１にログインし、認証に成功すると当該サービスの利用が可能になる。
＜ハードウェア構成例＞
　図４は、図１、および後述する図５、図１６、図２１の就労支援装置１００を実現するコンピュータ１０００のハードウェア構成を例示するブロック図である。図３のユーザ端末３０、ウエアラブル端末３２および支援対象者端末５０も、コンピュータ１０００によって実現される。また、就労支援装置１００の機能は、ユーザ端末３０または支援対象者端末５０がその一部の機能を分担して実現してもよい。
　コンピュータ１０００は、バス１０１０、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、入出力インタフェース１０５０、およびネットワークインタフェース１０６０を有する。
　バス１０１０は、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、入出力インタフェース１０５０、およびネットワークインタフェース１０６０が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ１０２０などを互いに接続する方法は、バス接続に限定されない。
　プロセッサ１０２０は、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）などで実現されるプロセッサである。
　メモリ１０３０は、ＲＡＭ（Random Access Memory）などで実現される主記憶装置である。
　ストレージデバイス１０４０は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、メモリカード、又はＲＯＭ（Read Only Memory）などで実現される補助記憶装置である。ストレージデバイス１０４０は就労支援装置１００の各機能（例えば、後述する取得部１０２、算出部１０４、特定部１０６、出力処理部１０８および後述する生成部１１０、マッチング部１１２など）を実現するプログラムモジュールを記憶している。プロセッサ１０２０がこれら各プログラムモジュールをメモリ１０３０上に読み込んで実行することで、そのプログラムモジュールに対応する各機能が実現される。また、ストレージデバイス１０４０は就労支援装置１００の記憶装置１２０の各データも記憶してもよい。
　プログラムモジュールは、記録媒体に記録されてもよい。プログラムモジュールを記録する記録媒体は、非一時的な有形のコンピュータ１０００が使用可能な媒体を含み、その媒体に、コンピュータ１０００（プロセッサ１０２０）が読み取り可能なプログラムコードが埋め込まれてよい。
　入出力インタフェース１０５０は、コンピュータ１０００と各種入出力機器とを接続するためのインタフェースである。入出力インタフェース１０５０は、ブルートゥース（登録商標）、ＮＦＣ（Near Field Communication）などの近距離無線通信を行う通信インタフェースとしても機能する。
　ネットワークインタフェース１０６０は、コンピュータ１０００を通信ネットワークに接続するためのインタフェースである。この通信ネットワークは、例えばＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）である。ネットワークインタフェース１０６０が通信ネットワークに接続する方法は、無線接続であってもよいし、有線接続であってもよい。
　そして、コンピュータ１０００は、入出力インタフェース１０５０またはネットワークインタフェース１０６０を介して、必要な機器（例えば、ユーザ端末３０または支援対象者端末５０のディスプレイ、操作キー、タッチパネル、カメラ、スピーカ、マイクロフォン、就労支援装置１００のディスプレイ、キーボード、マウス、スピーカ、マイクロフォン等）に接続する。
　図１、および後述する図５、図１６、図２１の各実施形態の就労支援装置１００の各構成要素は、図４のコンピュータ１０００のハードウェアとソフトウェアの任意の組合せによって実現される。そして、その実現方法、装置にはいろいろな変形例があることは、当業者には理解されるところである。各実施形態の就労支援装置１００を示す機能ブロック図は、ハードウェア単位の構成ではなく、論理的な機能単位のブロックを示している。
＜機能構成例＞
　以下、実施形態の就労支援装置１００の機能構成例について説明する。
　図５は、実施形態の就労支援装置１００の機能構成例を示す機能ブロック図である。
　就労支援装置１００は、図１の就労支援装置１００の構成に加え、さらに、出力処理部１０８を備えている。出力処理部１０８は、特定部１０６が特定して作業項目の候補を出力装置（例えば、ユーザ端末３０のディスプレイ）に出力させる。
　以下、各構成要素について詳細に説明する。
　取得部１０２は、ユーザ２０の生体情報と、当該ユーザ２０が仕事に応募する際に使用される履歴書情報と、を取得する。取得部１０２が取得した情報は、ユーザ２０のユーザＩＤに紐付けて記憶装置１２０に記憶される。
　支援対象者４０のこども４２は、好ましくは未就学児を含む。その理由は、就学児は行政からの経済的な支援が未就学児に比べ増える点と、義務教育として日中は学校に子どもを預けられるため、支援対象者４０の就労時間を確保しやすくなるためである。そのため、就労支援システム１は、特に行政の支援が行き届きにくい０歳から６歳の未就学児を持つ母親を支援対象としている。
　ユーザ２０が支援対象者４０を支援する仕事とは、例えば、家事および育児の少なくとも一つである。例えば、仕事は、支援対象者４０の住居において行われる、洗濯、洗濯物干し、洗濯物の取り込み、洗濯物の畳み作業、掃除、片付け、ゴミ捨て、皿洗い、および食事の支度などの家事作業、ならびに、こども４２のお世話として、絵本の読み聞かせ、ごっこ遊びやおままごとの相手、手遊び、歌（童謡、わらべうた等）、ブロックや積み木遊びの見守り、および、お絵かきや工作のお手伝いなどの育児作業（所謂、こどものお世話）を含む。
　取得部１０２が取得する生体情報は、ユーザ２０の健康状態を示す健康情報を含む。さらに、健康状態を示す健康情報を含む生体情報は、骨量に関する情報を含む。
　取得部１０２は、ユーザ２０の健康状態を示す健康情報を取得し、算出部１０４は、健康リスクを示す評価値を算出するので、疾病に至る前の段階で認知症や骨粗しょう症の発症のリスクを評価することが可能になり、未病を予防することが可能になる。特に、骨量に関する情報を取得することで、高齢女性特有の骨粗しょう症の発症リスクを未然に低減できる可能性が高まる。
　例えば、生活活動量を改善させる負荷をユーザ２０が得られるように支援対象者４０への支援作業を選択する運動支援を行うことで、ユーザ２０の骨粗しょう症の発症リスクを低減させることができる。あるいは、後述する実施形態で詳細に説明するが、支援対象者４０への支援作業を通じて、特に、こども４２との会話などによる双方向性のあるコミュニケーションを可能にする作業を選択する双方向コミュニケーション支援を行うことで、ユーザ２０の認知症の発症リスクを低減させることできる。
　図６は、ユーザ２０の生体情報２００および履歴書情報２１０のデータ構造例を示す図である。
　ユーザ２０の生体情報２００は、例えば、一般的な体組成計で計測されたユーザ２０の体重、筋肉量、体脂肪率、内臓脂肪レベル、皮下脂肪率、基礎代謝量、骨格筋率、ＢＭＩ（Body Mass Index（体格指数））、体年齢、体内水分量、および推定骨量などのユーザ２０の健康状態を示す健康情報のうち少なくとも一つを含んでもよい。
　図６（ａ）の例では、生体情報２００は、ユーザ２０の生体情報２００は、ユーザ２０の識別情報（ユーザＩＤ）と、生体情報の取得日時と、骨量に関する情報（例えば、推定骨量）とを少なくとも含む。取得日時は、生体情報が計測された日時であるのが好ましい。また、複数種の生体情報を取得する場合、それぞれの生体情報の計測日時を含むのが好ましい。
　他の例では、生体情報２００は、ユーザ２０が装着しているウエアラブル端末３２から取得された生体情報を含んでもよい。例えば、生体情報２００は、心拍数、歩数、消費カロリー、歩行記録、酸素飽和度、血圧、体温、心電図情報のうち、少なくとも一つを含んでもよい。図６（ａ）の例では、取得日時は、ウエアラブル端末３２により生体情報が計測された日時であるのが好ましいが、これに限定されず、例えば、ユーザ端末３０がウエアラブル端末３２から生体情報を受信した日時であってもよい。
　さらに、他の例では、ユーザ端末３０を用いて、ユーザが診察時の検査結果や健康診断の結果などに基づいて、入力画面から生体情報の計測結果を入力してもよい。
　図６（ｂ）の例では、履歴書情報２１０は、ユーザ２０の識別情報（ユーザＩＤ）と、氏名と、生年月日（または年齢）とを少なくとも含む。また、履歴書情報２１０は、当該情報を取得または記憶した日時をさらに含んでもよい。
　ユーザ２０の履歴書情報２１０は、ユーザ２０が支援対象者４０を支援する仕事に応募する際に使用される履歴書の情報である。履歴書情報２１０は、一般的な履歴書の情報、例えば、氏名、顔写真、生年月日、年齢、性別、家族構成、住所、職歴、学歴、免許、特技などに関する情報を含んでもよい。
　ユーザ２０の履歴書情報は、例えば、ユーザ端末３０を用いて本就労支援システム１にログインすると表示されるメニュー画面（不図示）から、履歴書情報の入力画面を選択し、ユーザ２０が入力画面に入力した情報を受け付けることで取得できる。顔写真は、画像ファイルデータをアップロードさせることで取得できる。
　さらに、ユーザ２０の履歴書情報は、ユーザ２０の志望動機に関する情報を含んでもよい。例えば、自身の健康改善に対する関心度合い、他者との交流に関する関心度合い、社会貢献に対する関心度合いなどを示す情報について、入力画面に、予め選択肢を設けて受け付けてもよいし、自由記述入力欄を設けて受け付けてもよい。
　この志望動機に基づいて、健康改善が志望動機である場合、この情報に基づいて、特定部１０６は、ユーザ２０に候補として提示する作業内容を、段階的に負荷の高いものに変更していくことも可能になる。
　取得部１０２が、生体情報２００および履歴書情報２１０を取得するタイミングはそれぞれ異なる。生体情報２００は、就労支援システム１が提供するサービスの利用開始の前に取得される。さらに、その後、生体情報２００は、ユーザ２０の健康状態をモニタリングする目的で、生体情報の種類別に定期的に、例えば、毎日、毎月、半年毎、１年毎などに取得されてもよい。履歴書情報２１０は、就労支援システム１が提供する仕事を応募するときに取得される。さらに、履歴書情報２１０は、内容に変更が生じたときに取得されるのが好ましい。
　算出部１０４は、取得した生体情報２００および履歴書情報２１０を用いて、ユーザ２０の健康リスクを示す評価値を算出する。生体情報２００は、ユーザ２０の骨量に関する情報を含み、健康リスクを示す評価値は、骨粗しょう症の発症リスクを示す評価値を含んでもよい。評価値は、例えば、発症するリスクの有無を示す値（例えば、「発症リスク有り」は１、「発症リスク無し」は０）であってもよいし、発症する確率を示す値であってもよい。
　特に、高齢女性特有の問題である、骨粗しょう症の発症リスクを評価できるので、骨粗しょう症の発症リスクを未然に低減できる可能性が高まる。
　算出部１０４は、骨量に関する情報を用いて推定されるユーザ２０の推定年齢と、履歴書情報２１０に含まれるユーザ２０の年齢情報とを用いて骨粗しょう症の発症リスクを示す評価値を算出する。
　具体的には、算出部１０４は、骨量と年齢とを紐付けたテーブルを用いて、取得部１０２が取得した生体情報２００のうちユーザ２０の骨量に紐付けられている年齢を取得し、推定年齢とする。そして、取得部１０２は、履歴書情報２１０からユーザ２０の年齢に関する情報（例えば、生年月日または年齢）を取得し、算出部１０４は、取得したユーザ２０の年齢に関する情報からユーザ２０の実年齢を特定する。
　算出部１０４は、特定した実年齢と推定年齢を比較し、実年齢より推定年齢の方が一定年齢以上、年上の場合（例えば、５歳年上）、健康リスクを示す評価値を骨粗しょう症の発症リスクがあることを示す値とする。
　ただし、実年齢と推定年齢の年齢差は、実年齢に応じて変化してよい。例えば、実年齢が高齢になる程、骨粗しょう症の発症リスクがあるとの判定に使用する基準となる年齢差は小さくなってよい。その理由は、実年齢が高くなるにつれて、骨量の低下の速度が増すため、骨量の低下の割合に対する年齢差が小さくなるためである。
　また、他の例として、実年齢に対する標準骨量の分布の標準偏差αの範囲外に、ユーザ２０の骨量が含まれる場合、算出部１０４は、健康リスクの評価値を発症リスクがあることを示す値（例えば、１）としてもよい。ただし、骨量が標準骨量より多い場合には、算出部１０４は、健康リスクの評価値を、骨粗しょう症の発症リスクはないことを示す値（例えば、０）とする。
　また、さらなる他の例として、年齢別の平均骨量の情報が登録されているテーブルを用いて、算出部１０４は、取得部１０２が取得した生体情報２００のうちユーザ２０の推定骨量と、ユーザ２０と同年代の骨量の平均値と比較し、平均値よりユーザ２０の推定骨量が所定値以上、少なくい場合に、健康リスクの評価値を、骨粗しょう症の発症リスクがあることを示す値としてもよい。
　なお、算出部１０４による骨粗しょう症発症リスクの算出過程において、ユーザ２０の推定骨量が「発症」の範囲に入っている（異常値を示す）ことが判別できた場合には、出力処理部１０８は、当該就労支援システム１の作業のアサイン以前に、病院などで診察（精密検査）などの受診を推奨する通知情報を出力するのが好ましい。
　このように、特に、高齢女性特有の問題である、骨粗しょう症の発症リスクを評価できるので、骨粗しょう症の発症リスクを未然に低減できる可能性が高まる。
　図７は、健康リスク情報２２０のデータ構造例を示す図である。健康リスク情報２２０は、ユーザＩＤに算出部１０４が算出した骨粗しょう症の発症リスクを示す評価値を紐付けて含む。骨粗しょう症の発症リスクを示す評価値は、健康リスク情報２２０として、ユーザ２０のユーザＩＤに紐付けて記憶装置１２０に記憶される。
　特定部１０６は、健康リスクを示す評価値を用いて、仕事のうちユーザ２０が担当可能な作業の候補を特定する。
　図８は、作業項目リスト２３０のデータ構造例を示す図である。作業項目リスト２３０は、作業項目別に、作業負荷レベルと、想定される作業時間と、その作業を作業時間行った場合の平均的な消費カロリーの値とを含む。作業項目リスト２３０は、記憶装置１２０に記憶されている。
　この例では、作業負荷レベルは、消費カロリーの範囲で、消費カロリーが低い順、つまり、負荷が低い順に１から６段階で設定されている。ただし、作業負荷レベルは、複数段階であればよく、６段階に限定されない。
　また、当該作業項目リスト２３０を、支援対象者別に生成することもできてよい。これは、支援対象者４０の状況に応じて、同じ作業内容であっても作業負荷が異なる場合があるためである。
　図２１は、実施形態の就労支援装置１００の他の機能構成例を示す機能ブロック図である。
　取得部１０２は、支援対象者４０の属性を示す対象者属性情報を取得する。
　就労支援装置１００は、対象者属性情報に基づいて、作業項目リスト２３０を生成する生成部１１０をさらに備えてもよい。
　特定部１０６は、生成部１１０によって生成される当該作業項目リスト２３０に含まれる作業の中からユーザ２０へ提示する作業の候補を特定する。
　作業項目リスト２３０は、支援対象者４０別の作業項目別の負荷情報を含む。
　対象者属性情報は、支援対象者４０のこども４２の人数、性別、年齢などのこども４２の属性情報をさらに含んでもよい。
　例えば、支援対象者４０のこども４２の人数、性別、年齢などに応じて、作業項目リスト２３０の負荷情報（例えば、消費カロリー）が異なってよい。
　ユーザ２０の作業は、支援対象者４０のこども４２の世話を含むため、こども４２の年齢、性別、人数に応じて、その作業負荷は異なる場合が考えられる。そのため、支援対象者４０とは別に、こども４２の属性を考慮した作業負荷を設定した作業項目リスト２３０を、特定部１０６による作業候補の特定に用いることができるので、ユーザ２０に提示する作業の作業負荷を正確に特定でき、適切な作業負荷の作業をユーザ２０に提示可能となる。
　特定部１０６は、健康リスクを示す評価値に基づいて、ユーザ２０の許容負荷範囲を特定し、作業ごとに定められる負荷情報に基づいて、ユーザ２０へ提示する作業の候補を特定する。
　例えば、特定部１０６は、ユーザ２０の活動量計の計測結果を用いて、運動習慣の実績を特定し、ユーザ２０の許容負荷の範囲を特定してもよい。
　なお、許容負荷範囲は、各作業の作業負荷に対する制限であってもよいし、複数の作業をユーザ２０が選択した場合に、トータルでの作業負荷に対する制限であってよい。後者の場合、出力処理部１０８がユーザ２０に提示する作業候補画面３００において、ユーザ２０により選択された作業の作業負荷を合計し、許容負荷範囲を超える場合は、その旨を通知するメッセージを出力させたり、許容負荷範囲を超える作業は選択できない構成としたりしてもよい。また、出力処理部１０８は、許容負荷範囲を満たす、代替の作業を提案してもよい。
　上記作業の作業負荷の合計とは、上記した作業負荷レベルの値の合計であってもよいし、各作業の作業負荷を示す消費カロリーの合計であってもよい。また、作業負荷は、例えば、後述する作業環境条件を用いて設定されてもよい。例えば、階段がある住居での作業の場合、階段の昇降が生じることによる消費カロリーを加算するために、階段の昇降が必要となる作業または作業全体の、消費カロリーの合計に所定の係数（１より大きい値）を掛けた消費カロリーを用いてもよいし、作業負荷レベルを所定段階レベルアップしてもよい。
　このように、ユーザ２０の運動習慣の実績を考慮した許容負荷の範囲を設定することができるので、運動習慣のあるユーザ２０は、より高い負荷の作業の選択が可能になったり、運動習慣のないユーザ２０は、あまり高い負荷の作業の選択は避けることで作業中の事故や怪我を未然に防いだりする効果も期待される。
　具体的には、特定部１０６は、例えば、図７の健康リスク情報２２０からユーザ２０の健康リスクの評価値を取得し、健康リスクの評価値が基準を満たす場合、健康リスクの評価値に基づいて、ユーザ２０が許容負荷の範囲の作業負荷レベルを特定し、図８の作業項目リスト２３０から、特定した作業負荷レベルに対応する作業項目を抽出し、ユーザ２０が担当可能な作業の候補として特定する。ここでは、基準は、健康リスクの評価値が、作業負荷の軽減が必要であること、あるいは、作業負荷を増加させる必要があることを示していること、を含む。
　健康リスクの評価値が基準を満たさない場合、つまり、評価値は、ユーザ２０は健康リスクがないことを示しているため、作業負荷の軽減または増減は不要である場合、特定部１０６は、ユーザ２０の作業負荷レベルの特定は行わず、すべての作業項目をユーザ２０の担当可能な作業の候補としてもよい。
　健康リスクの評価値が基準を満たす場合、つまり、評価値は、ユーザ２０は健康リスクを有していることを示しているため、作業負荷の軽減または増加が必要である場合、特定部１０６は、作業項目毎に設定されている作業負荷レベルに制限を設け、制限を超えない作業項目を抽出してユーザ２０の作業候補として特定する。例えば、ユーザ２０の健康リスクの評価値が、骨粗しょう症の発症リスクがあることを示している場合、作業負荷レベルの制限を第１基準値（例えば、多段階レベルのうちのレベル４）に設定し、作業負荷レベルが第１基準値以下の作業を抽出して候補とする。あるいは、例えば、特定部１０６は、作業項目リスト２３０の作業負荷レベルが第２基準値（例えば、多段階レベルのうちのレベル５）以上の作業を抽出して候補としてもよい。また、健康リスクが後述する認知症の発症リスクを示す場合は、別の基準値を用いて特定してもよい。
　このように、同じ骨粗しょう症の発症リスクがある場合であっても、作業負荷レベルの制限方法は異なってよい。例えば、ユーザ２０の日常の運動習慣や、基礎体力、さらにユーザ２０の健康改善意欲の有無に応じて、異ならせることができる。このように、ユーザ２０の負荷許容範囲に応じて作業を選択できる。なお、ユーザ２０の健康改善意欲の有無は、上記した履歴書情報における志望動機に関する情報を参照することで判別できる。
　また、ユーザ２０の日常の運動習慣がない場合、作業負荷レベルを当初は低く設定するのが好ましい。低負荷の作業により、まずは運動習慣の機会を提供するとともに、習慣の定着化を促進できることが期待される。その後、就労が継続され、運動習慣が定着することでユーザ２０の体力が向上し、健康リスクが改善されたことが評価値に現れる段階になれば、当該評価値に基づいて、特定部１０６は、作業負荷レベルをレベルアップさせてもよい。このように、日常の運動習慣がないユーザ２０も含め、運動習慣の定着により、骨粗しょう症発症リスクが低減され、健康寿命の改善に貢献できることが期待できる。
＜動作例＞
　図９は、実施形態の就労支援装置１００の動作例を示すフローチャートである。
　このフローは、ユーザ２０が就労支援システム１のサービスの利用を開始する初回に実行される。
　なお、図９のステップＳ１１１およびステップＳ１２１は、図２のステップＳ１０１に相当し、図９のステップＳ１２３～ステップＳ１２９は、図２のステップＳ１０３に相当する。図９のステップＳ１３１～ステップＳ１３５は、図２のステップＳ１０５に相当する。
　まず、取得部１０２は、ユーザ２０の実年齢情報を履歴書情報２１０から取得する（ステップＳ１１１）。そして、算出部１０４は、骨粗しょう症の発症リスクを推定する処理ルーチン（Ｓ１２０）を実行する。骨粗しょう症発症リスク推定処理ルーチンＳ１２０は、図中、破線で囲まれている、ステップＳ１２１～ステップＳ１２９を含む。
　骨粗しょう症発症リスク推定処理ルーチンＳ１２０において、算出部１０４は、まず、生体情報２００を取得する（ステップＳ１２１）。ここでは、生体情報２００として、ユーザ２０の骨量を取得する。そして、算出部１０４は、ユーザ２０の骨量から推定される年齢を算出し、推定年齢とする（ステップＳ１２３）。
　そして、算出部１０４は、ステップＳ１２１で取得した実年齢とステップＳ１２３で推定した推定年齢を比較し、推定年齢が実年齢より一定年齢以上、年上の場合（ステップＳ１２５のＹＥＳ）、ユーザ２０の健康リスクの評価値として、骨粗しょう症の発症リスクの評価値を発症リスクあり（例えば、１）とする（ステップＳ１２７）。一方、算出部１０４は、推定年齢が実年齢より一定年齢以上、年上でない場合（ステップＳ１２５のＮＯ）、ユーザ２０の健康リスクの評価値として、骨粗しょう症の発症リスクの評価値を発症リスクなし（例えば、０）とする（ステップＳ１２９）。骨粗しょう症の発症リスクの評価値は、健康リスクの評価値として、ユーザ２０のユーザＩＤに紐付けて健康リスク情報２２０（図７）に記憶される。
　そして、特定部１０６は、健康リスク情報２２０からユーザ２０の健康リスクの評価値を取得し、ユーザ２０の健康リスクの評価値に応じて、作業負荷レベルを特定する（ステップＳ１３１）。例えば、骨粗しょう症の発症リスクがある場合、特定部１０６は、骨粗しょう症の発症リスクの評価値に応じて作業項目リスト２３０の作業負荷レベルを４以下に特定してもよい。この場合、作業項目リスト２３０のうち作業負荷レベルが４以下の作業を候補として抽出する（ステップＳ１３３）。逆に、骨粗しょう症の発症リスクがある場合、特定部１０６は、骨粗しょう症の発症リスクの評価値に応じて作業項目リスト２３０の作業負荷レベルを３以上に特定してもよい。この場合、作業項目リスト２３０のうち作業負荷レベルが３以上の作業を候補として抽出する（ステップＳ１３３）。
　ここで、骨粗しょう症の発症リスクの評価値が、発症リスクが基準より高いことを示す値の場合については、作業負荷レベルが高い作業は、疲労骨折などの危険を伴う可能性を回避するため、開始時はレベルを低く設定するのが好ましい。その後、発症リスクの評価値が基準より低くなった場合に、作業負荷レベルを徐々に高く設定していくのが好ましい。
　一方で、骨粗しょう症の発症リスクの評価値が、発症リスクはあることを示しているが、基準より低い場合には、作業を行うことによる健康改善の目的を兼ねて、作業負荷レベルを少し上げて設定してもよい。この場合も、就労開始時は、レベルを低く設定するのが好ましく、所定期間、ユーザ２０の健康リスクの評価値を監視した後、問題がなければ、徐々に設定を高く設定していくのが好ましい。
　出力処理部１０８は、ステップＳ１３３で抽出された作業を、ユーザ２０が担当可能な作業の候補としてユーザ２０に提示する（ステップＳ１３５）。例えば、出力処理部１０８は、ユーザ端末３０のディスプレイに図１０の作業候補画面３００を画面表示させる。
　図１０は、作業候補画面３００の一例を示す図である。作業候補画面３００は、ユーザ２０が担当可能な作業の候補の一覧表を含んでいる。作業候補画面３００の一覧表は、作業項目と、当該作業にかかると想定される時間と、ユーザ２０が候補の中から担当を希望する作業の選択を受け付けるチェックボックス３０２とを含む。
　ユーザ２０は、作業候補画面３００（図１０）において、アサインされた作業の中から、担当を希望する作業項目を選択することができる。
　以上、本実施形態によれば、就労支援装置１００は、取得部１０２、算出部１０４、特定部１０６、および出力処理部１０８を備えている。取得部１０２は、ユーザ２０の生体情報と、当該ユーザ２０の履歴書情報と、を取得する。算出部１０４は、取得した生体情報および履歴書情報を用いて、ユーザ２０の健康リスクを示す評価値を算出する。特定部１０６は、健康リスクを示す評価値を用いて、ユーザ２０へ提示する作業の候補を特定する。出力処理部１０８は、特定部１０６が特定して作業項目の候補を出力装置（例えば、ユーザ端末３０のディスプレイ）に出力させる。
　この構成によれば、簡素なプロセスで健康状態にあった就労を適切に支援できる。特に、未病の観点から、医療機関等での診断を要さない健康状態にある段階での高齢者、特に、認知症および骨粗しょう症の発症リスクの高い女性を対象とした就労を適切に支援することができる。これにより、健康寿命の延伸を可能にし、医療費および介護費の増大といった社会問題を解決する一助となることが期待される。
　さらに、就労上の安全に配慮しながら、高齢者（特に高齢女性）に社会参画の機会を与え、社会との接点を設けることが可能になる。さらに、高齢人材の活用が可能になる。例えば、高齢人材の活用においては、専門性の高い有資格者や職歴の長い人材の活用が期待されている。就労支援システム１も同様に、高齢女性の主婦歴の長さや、経験値の高さに着目することで、職歴のない高齢人材に対して、社会参画の機会を提供することを可能にする。
　また、支援対象者４０は、未就学児を持つシングルマザーなどであるため、就学援助を受けている小・中学児童（要学習支援）ではない、未就学児を持つシングルマザーを支援することができる。未就学児であるこども４２のお世話をすることがユーザ２０の作業に含まれているため、シングルマザーの就労の安定的な継続を支援することにもなり、シングルマザーの社会参画ならびに経済的自立を促すことも可能になる。よって、女性の貧困問題の解決への糸口ともなる可能性がある。
　また、作業負荷レベルを制限して作業の候補を特定できるので、高齢女性の就労における健康上の配慮した無理のない作業のアサインが可能になる。また、特に、高齢女性特有の問題である骨粗しょう症の発症リスクを評価し、評価値に基づいた作業を候補とすることができるので、骨粗しょう症の発症リスクを低減できる可能性も高い。
　ユーザ２０は、作業を行うことで、生活活動レベルを向上させることができ、健康状態を維持または向上させることが可能になる。
（第２実施形態）
　本実施形態では、健康リスクの評価値として、認知症の発症リスクを用いて作業候補を特定する構成を有する点以外は、上記第１実施形態と同様である。本実施形態の就労支援装置１００は、第１実施形態と同じ構成を有するので、図５を用いて説明する。また、本実施形態の構成は、他の実施形態の構成の少なくともいずれか一つと矛盾を生じない範囲で組み合わせてもよい。
＜機能構成例＞
　本実施形態では、取得部１０２が取得する生体情報２００は、ユーザ２０の顔画像を含む。
　算出部１０４は、顔画像から推定されたユーザ２０の年齢と履歴書情報２１０に含まれるユーザ２０の年齢とに基づいて、健康リスクを示す評価値を算出する。
　顔画像から算出される健康リスクは、例えば、認知症の発症リスク、動脈硬化の発症リスクなどが考えられる。動脈硬化の発症リスクについては、後述する他の実施形態で説明する。
　以下、認知症の発症リスクについて説明する。
　具体的には、取得部１０２は、例えば、ユーザ２０の履歴書情報２１０に含まれるユーザ２０の顔画像を取得する。あるいは、取得部１０２は、ユーザ２０とのオンライン面接時に撮像した映像を取得してもよい。算出部１０４は、画像処理装置（不図示）に、ユーザ２０の顔画像を用いて年齢推定処理を行わせる。年齢推定技術は一般的な技術を用いることができ、特に限定されない。さらに、取得部１０２は、履歴書情報２１０からユーザ２０の年齢に関する情報（例えば、生年月日または年齢）を取得する。そして、算出部１０４は、取得部１０２が取得したユーザ２０の年齢に関する情報からユーザ２０の実年齢を特定する。
　そして、算出部１０４は、特定した実年齢と推定年齢を比較し、実年齢より推定年齢の方が一定年齢以上、年上の場合（例えば、５歳年上）、健康リスクを示す評価値を認知症の発症リスクがあることを示す値とする。
　図１１は、健康リスク情報２２０のデータ構造例を示す図である。健康リスク情報２２０は、ユーザＩＤに算出部１０４が算出した認知症の発症リスクを示す評価値を紐付けて含む。認知症の発症リスクを示す評価値は、健康リスク情報２２０として、ユーザ２０のユーザＩＤに紐付けて記憶装置１２０に記憶される。
　特定部１０６は、健康リスクを示す評価値を用いて、仕事のうちユーザ２０が担当可能な作業の候補を特定する。
　図１２は、作業項目リスト２３２のデータ構造例を示す図である。
　図８の作業項目リスト２３０は、要運動支援用であり、図１２の作業項目リスト２３２は、要コミュニケーション支援用である。作業項目リスト２３２は、図８の要運動支援用の作業項目リスト２３０とは別に設けられ、記憶装置１２０に記憶される。
　作業項目リスト２３２は、作業項目毎に、作業にかかると想定される作業時間の平均値と、作業を行ったときの単位時間当りの消費カロリーと、作業中に想定される作業時間に対する発話量の割合（％）と、作業のコミュニケーションの双方向性レベルとが関連付けて記憶されている。発話量の割合は、会話の継続性の程度（やりとりの長さ）を示す指標である。
　コミュニケーションの双方向性レベルは、この例では以下の３段階に設定されているが、これに限定されない。
　レベル３は、継続的な会話のやりとりが見込まれる。
　レベル２は、会話のやりとりはあるが、単発のやりとりで終わる可能性もあるレベルである。
　レベル１は、一方的な話しかけで終わる可能性があるレベルであり、例えば、絵本の読み聞かせは可能なレベルである。
　作業のコミュニケーションの双方向性レベルは、ここでは、レベル１～３の３段階に区分されている。コミュニケーションの双方向性は、会話のやりとりがどの程度あるかを示すレベルであり、レベル１から３になるに従い、会話量が多いことを示す。
　特定部１０６は、例えば、図１１の健康リスク情報２２０からユーザ２０の健康リスクの評価値（本実施形態では、認知症の発症リスクの評価値）を取得し、健康リスクの評価値が基準を満たす場合、言い換えると、認知症の発症リスクがあることを示している（要コミュニケーション支援）場合、作業項目リスト２３２から、コミュニケーションの双方向性がレベル３の作業項目を抽出し、ユーザ２０が担当可能な作業の候補として特定する。
　健康リスクの評価値が基準を満たさない場合、つまり、評価値は、ユーザ２０は健康リスクがないことを示しているため、コミュニケーション支援は不要である場合、特定部１０６は、すべての作業項目をユーザ２０の担当可能な作業の候補として含んでもよい。ただし、一部の作業項目を含んで候補としてもよい。
　例えば、ユーザ２０の健康リスクの評価値が、認知症の発症リスクがあることを示している場合、特定部１０６は、コミュニケーションの双方向性のレベルをレベル３に制限し、レベル３の作業のみを抽出する。あるいは、作業項目リスト２３２の発話量を用いて作業を抽出してもよい。例えば、特定部１０６は、発話量が、所定値以上の作業を抽出してもよい。
　例えば、ユーザ２０が実際に支援対象者４０のこども４２と接する作業を行っている場面を撮像し、生成された動画データを解析処理することで、発話量を計測してもよい。当該発話量を用いて特定部１０６は、作業を特定してもよい。また、ユーザ２０のコミュニケーションの双方向性のレベルが低いにもかかわらず、支援対象者４０のこども４２が社交的で発話量が多いために、ユーザ２０が疲労感を感じる場合を想定して作業を特定してもよい。例えば、ユーザ２０のコミュニケーションの双方向性のレベルが低い場合、または、支援対象者４０のこども４２が社交的で発話量が多い場合は、特定部１０６は、コミュニケーションの双方向性のレベルが低い作業を候補に含めむようにしてもよい。
＜動作例＞
　図１３は、実施形態の就労支援装置１００の動作例を示すフローチャートである。
　このフローは、ユーザ２０が就労支援システム１のサービスの利用を開始する初回に実行される。また、図１３のフローは、図９のフローと同じステップＳ１１１と、ステップＳ１３５を含む。図１３のフローは、図９の骨粗しょう症発症リスク推定処理ルーチンＳ１２０に替えて、認知症の発症リスクを推定する処理ルーチン（Ｓ２００）を有するとともに、図９のステップＳ１３１～ステップＳ１３３に替えて、ステップＳ１４１～ステップＳ１４５を有している点以外は、図９のフローと同じである。
　まず、取得部１０２は、ユーザ２０の実年齢情報を履歴書情報２１０から取得する（ステップＳ１１１）。そして、算出部１０４は、認知症発症リスク推定処理ルーチン（Ｓ２００）を実行する。認知症発症リスク推定処理ルーチンＳ２００は、図中、破線で囲まれている、ステップＳ２０１～ステップＳ２０９を含む。
　認知症発症リスク推定処理ルーチンＳ２００において、算出部１０４は、まず、生体情報２００を取得する（ステップＳ２０１）。ここでは、生体情報２００として、ユーザ２０の顔画像を取得する。ユーザ２０の顔画像は、例えば、履歴書情報２１０に含まれるユーザ２０の顔画像を取得する。そして、算出部１０４は、ユーザ２０の顔画像を用いて、画像処理装置により年齢推定処理を行わせ、推定年齢を取得する（ステップＳ２０３）。
　そして、算出部１０４は、ステップＳ２０１で取得した実年齢とステップＳ２０３で取得した推定年齢を比較し、推定年齢が実年齢より一定年齢以上、年上の場合（ステップＳ２０５のＹＥＳ）、ユーザ２０の健康リスクの評価値として、認知症の発症リスクの評価値を発症リスクあり（例えば、１）とする（ステップＳ２０７）。一方、算出部１０４は、推定年齢が実年齢より一定年齢以上、年上でない場合（ステップＳ２０５のＮＯ）、ユーザ２０の健康リスクの評価値として、認知症の発症リスクの評価値を発症リスクなし（例えば、０）とする（ステップＳ２０９）。健康リスクの評価値は、健康リスク情報２２０（図１１）に記憶される。
　そして、特定部１０６は、健康リスク情報２２０を参照し、ユーザ２０の健康リスクの有無を判別し、健康リスクがある場合（ステップＳ１４１のＹＥＳ）、そのユーザ２０について、ユーザ２０の健康リスクの評価値に対応する作業の候補に制限してユーザ２０が担当可能な作業の候補を特定する（ステップＳ１４３）。例えば、健康リスク（ここでは、認知症の発症リスク）がある場合、特定部１０６は、作業項目リスト２３０のコミュニケーションの双方向性をレベル３に制限してもよい。この場合、作業項目リスト２３０のうち作業コミュニケーションの双方向性のレベルが３の作業を候補として抽出する。
　健康リスクがない場合（ステップＳ１４１のＮＯ）、作業項目に制限は加えず、特定部１０６は、作業項目リスト２３０の作業項目すべてを、ユーザ２０が担当可能な作業の候補として特定する（ステップＳ１４５）。なお、作業項目リスト２３０には、高齢女性を対象とした作業が含まれていることを前提とする。つまり、高齢女性の標準的な体力などに配慮して、作業項目リスト２３０には、高齢女性の健康状態に適した負荷の作業が含まれていることが好ましく、高齢女性にとって過負荷となる作業は含まれていないことが好ましい。
　出力処理部１０８は、ステップＳ１４３またはステップＳ１４５で特定された作業を、ユーザ２０が担当可能な作業の候補としてユーザ２０に提示する（ステップＳ１３５）。例えば、出力処理部１０８は、ユーザ端末３０のディスプレイに図１０の作業候補画面３００を画面表示させる。ユーザ２０は、作業候補画面３００において、アサインされた作業の中から、担当を希望する作業項目を選択することができる。
　以上、本実施形態によれば、取得部１０２が取得する生体情報２００は、ユーザ２０の顔画像を含む。そして、算出部１０４は、顔画像からユーザ２０の年齢を推定する。算出部１０４は、年齢の推定結果から得られる年齢と履歴書情報２１０に含まれるユーザ２０の実年齢との差を用いて、認知症の発症リスクを示す評価値を、健康リスクを示す評価値として算出する。
　このように、本実施形態の就労支援装置１００によれば、上記実施形態と同様な効果を奏するとともに、さらに、また、特に、高齢女性特有の問題である認知症の発症リスクを評価し、評価値に基づいた作業を候補とすることができるので、高齢女性の就労を支援しつつ、認知症の発症リスクを低減できる可能性が高くなる。
（第３実施形態）
　上記した第１実施形態では、算出部１０４は、生体情報としてユーザ２０の骨量を用いてユーザ２０の年齢を推定し、実年齢と推定年齢の差を用いて骨粗しょう症の発症リスクの評価値を算出していた。一方、第２実施形態では、算出部１０４は、生体情報としてユーザ２０の顔画像を用いてユーザ２０の年齢を推定し、実年齢と推定年齢の差を用いて認知症の発症リスクの評価値を算出していた。本実施形態では、算出部１０４は、生体情報として、ユーザ２０の骨量と顔画像の両方を用いて、それぞれ年齢を推定して、骨粗しょう症の発症リスクの評価値と認知症の発症リスクの評価値の両方を算出する。
　本実施形態の就労支援装置１００は、第１および第２実施形態と同じ構成を有するので、図５を用いて説明する。ただし、本実施形態の構成は、他の実施形態の構成の少なくともいずれか一つと矛盾を生じない範囲で組み合わせてもよい。
＜機能構成例＞
　取得部１０２が取得する生体情報２００は、ユーザ２０の骨量に関する情報と、顔画像を含む。取得部１０２が取得する履歴書情報２１０は、ユーザ２０の年齢に関する情報（例えば、生年月日または年齢）を含む。
　算出部１０４は、取得した生体情報２００および履歴書情報２１０を用いて、ユーザ２０の健康リスクを示す評価値を算出する。
　具体的には、算出部１０４は、取得部１０２が取得したユーザ２０の年齢に関する情報からユーザ２０の実年齢を特定する。算出部１０４は、骨量と年齢とを紐付けたテーブルを用いて、取得部１０２が取得した生体情報２００のうちユーザ２０の推定骨量に基づいて、年齢別の平均骨量のテーブルを用いて、ユーザ２０の推定骨量に対応する年齢を取得し、推定年齢とする。一方、算出部１０４は、画像処理装置に、ユーザ２０の顔の映像を用いて年齢推定処理を行わせ、ユーザ２０の推定年齢を取得する。
　そして、算出部１０４は、特定した実年齢と、骨量に基づく推定年齢とを比較し、実年齢より推定年齢の方が一定年齢以上、年上の場合（例えば、５歳年上）、健康リスクを示す評価値を骨粗しょう症の発症リスクがあることを示す値とする。さらに、算出部１０４は、特定した実年齢と、顔画像に基づく推定年齢を比較し、実年齢より推定年齢の方が一定年齢以上、年上の場合（例えば、５歳年上）、健康リスクを示す評価値を認知症の発症リスクがあることを示す値とする。
　図１４は、本実施形態の健康リスク情報２２０のデータ構造例を示す図である。健康リスク情報２２０は、ユーザＩＤに算出部１０４が算出した骨粗しょう症の発症リスクを示す評価値と、認知症の発症リスクを示す評価値とを紐付けて含む。ユーザ２０の認知症の発症リスクを示す評価値と、ユーザ２０の認知症の発症リスクを示す評価値は、ユーザ２０のユーザＩＤに紐付けて健康リスク情報２２０として記憶装置１２０に記憶される。
　特定部１０６は、健康リスクを示す評価値を用いて、仕事のうちユーザ２０が担当可能な作業の候補を特定する。
　上記実施形態では、１種類の健康リスクの評価値を用いてユーザ２０が担当可能な作業の候補を特定していた。本実施形態では、２種類の健康リスクを示す評価値を用いてユーザ２０が担当可能な作業の候補を特定する。この２種類の健康リスクを示す評価値の扱い方法は、以下に例示されるがこれらに限定されない。
（ａ１）骨粗しょう症発症リスクの評価値と認知症発症リスクの評価値を加算し、２で除して健康リスクの評価値を算出する。例えば、単純な加算以外に、それぞれの疾患の発症リスクの関係性に着目し、相関関係を考慮して導出する方法も考えられる。
（ａ２）（ａ１）で加算する際に、各リスクの評価値に係数を乗じ、健康リスクの評価値を算出する。２つの係数の和は１となるようにする。あるいは、例えば、機械学習により、作業環境条件を加味した上で、評価値が０～１に収束するようにしてもよい。
（ａ３）骨粗しょう症と認知症の発症リスクの評価値のいずれか一方が、発症リスクがあることを示す場合、当該評価値を用いる。
（ａ４）骨粗しょう症と認知症の発症リスクの評価値を用いて特定される作業可能な負荷レベルをそれぞれ特定する。
　そして、特定部１０６は、上記により特定されたユーザ２０の健康リスクの評価値を取得し、健康リスクの評価値が基準を満たす場合、健康リスクの評価値に基づいて、ユーザ２０が担当可能な作業負荷レベルを特定し、図８の作業項目リスト２３０から、特定した負荷レベルに対応する作業項目を抽出し、ユーザ２０が担当可能な作業の候補として特定する。ここでは、基準は、健康リスクの評価値が、作業負荷の軽減が必要であることを示していることを含む。健康リスクに基づく作業負荷レベルの制限については、上記した第１実施形態と同じであるので説明は省略する。
　ただし、上記（ａ４）の場合、健康リスクを示す評価値は２つとなる。そのため、（ａ４）の場合は、作業項目リスト２３０を骨粗しょう症用と認知症用の２種類準備してもよい。特定部１０６は、（ａ４）で特定された２種類の評価値に対応する負荷レベルにそれぞれ対応する作業項目を、対応する作業項目リスト２３０からそれぞれ抽出してもよい。
＜動作例＞
　図１５は、実施形態の就労支援装置１００の動作例を示すフローチャートである。
　このフローは、ユーザ２０が就労支援システム１のサービスの利用を開始する初回に実行される。また、図１５のフローは、図９のフローと同じステップＳ１１１と、骨粗しょう症発症リスク推定処理ルーチンＳ１２０と、ステップＳ１３１～ステップＳ１３５と、を含み、さらに、図１３の認知症発症リスク推定処理ルーチンＳ２００と、ステップＳ１４５と、を含む。
　まず、取得部１０２は、ユーザ２０の実年齢情報を履歴書情報２１０から取得する（ステップＳ１１１）。そして、算出部１０４は、骨粗しょう症の発症リスクを推定する処理ルーチン（Ｓ１２０）を実行する。この処理ルーチンは、第１実施形態で説明した処理と同じである。この処理ルーチンＳ１２０により、算出部１０４は、ユーザ２０の骨粗しょう症の発症リスクの評価値を算出する。算出された骨粗しょう症の発症リスクの評価値は健康リスク情報２２０（図１４）として記憶装置１２０にユーザ２０のユーザＩＤに紐付けて記憶される。
　さらに、この処理ルーチンＳ１２０と並行して、算出部１０４は、認知症発症リスク推定処理ルーチン（Ｓ２００）を実行する。この処理ルーチンＳ２００により、算出部１０４は、ユーザ２０の認知症の発症リスクの評価値を算出する。ただし、処理ルーチンＳ１２０と処理ルーチンＳ２００は、並行処理としなくてもよく、順次処理してもよい。算出された認知症の発症リスクの評価値は健康リスク情報２２０（図１４）として記憶装置１２０にさらにユーザ２０のユーザＩＤに紐付けて記憶される。
　そして、特定部１０６は、健康リスク情報２２０（図１４）を参照し、ユーザ２０の健康リスクの有無を判別し、健康リスクがある場合（ステップＳ１３１のＹＥＳ）、そのユーザ２０について、ユーザ２０の健康リスクの評価値に対応する作業の候補に制限してユーザ２０が担当可能な作業の候補を特定する（ステップＳ１３３）。例えば、骨粗しょう症の発症リスクおよび認知症の発症リスクの少なくとも一方の評価値が、発症リスクがあることを示している場合、特定部１０６は、作業項目リスト２３０の作業負荷レベルを４以下に制限してもよい。この場合、作業項目リスト２３０のうち作業負荷レベルが４以下の作業を候補として抽出する。
　骨粗しょう症の発症リスクおよび認知症の発症リスクの評価値が両方とも発症リスクがないことを示している場合（ステップＳ１３１のＮＯ）、作業項目に制限は加えず、特定部１０６は、作業項目リスト２３０の作業項目すべてを、ユーザ２０が担当可能な作業の候補として特定する（ステップＳ１４５）。
　出力処理部１０８は、ステップＳ１３３またはステップＳ１４５で特定された作業を、ユーザ２０が担当可能な作業の候補としてユーザ２０に提示する（ステップＳ１３５）。例えば、出力処理部１０８は、ユーザ端末３０のディスプレイに図１０の作業候補画面３００を画面表示させる。ユーザ２０は、作業候補画面３００（図１０）において、アサインされた作業の中から、担当を希望する作業項目を選択することができる。
　以上、本実施形態によれば、算出部１０４は、骨粗しょう症の発症リスクを示す評価値および認知症の発症リスクを示す評価値を算出し、特定部１０６は、これらの評価値を用いてユーザ２０が担当可能な作業の候補を特定する。
　このように、本実施形態の就労支援装置１００によれば、上記実施形態と同様な効果を奏するとともに、特に、高齢女性特有の問題である骨粗しょう症の発症リスクと認知症の発症リスクの両方を評価し、両方の評価値に基づいた作業を候補とすることができるので、高齢女性の就労を支援しつつ、骨粗しょう症および認知症の両方の発症リスクを低減できる可能性が高くなる。
　そして、骨粗しょう症や認知症の発症リスクを低減させることができれば、２０２５問題など、高齢化社会による医療費および介護費の高騰の問題を解決する一助となることが期待される。
（第４実施形態）
　図１６は、実施形態の就労支援装置１００の機能構成例を示す機能ブロック図である。
　本実施形態の就労支援装置１００は、ユーザ２０と支援対象者４０をマッチングする構成を有する点以外は、上記第１～第３実施形態と同様である。本実施形態の就労支援装置１００は、図５の就労支援装置１００の構成に加え、さらに、マッチング部１１２を有する。ただし、本実施形態の構成は、その他の実施形態の構成の少なくともいずれか一つと矛盾を生じない範囲で組み合わせてもよい。
＜機能構成例＞
　作業は、支援対象者４０のこども４２に関する作業を含む。
　履歴書情報２１０は、ユーザ２０の子育ての経験に関する情報を含む。
　取得部１０２は、支援対象者４０のこども４２の属性を含む支援対象者属性情報を取得する。
　マッチング部１１２は、履歴書情報２１０および支援対象者属性情報を用いて、ユーザ２０と支援対象者４０およびこども４２の組み合わせを生成する。
　履歴書情報２１０は、ユーザ２０の子育て経験の有無、子供の性別を含む。そらに、履歴書情報２１０は、ユーザ２０の家族構成（日常の会話量）を含んでもよい。
　また、履歴書情報２１０には、ユーザ２０のこども４２の「個性」に関する情報をこども４２の属性情報として含んでもよい。こども４２の個性は、社交的、内向的、偏食、飽き性などを含んでもよい。具体的には、履歴書情報２１０の入力画面において、支援対象者４０から見たこども４２の主観的な評価を選択的に入力できるようにしてよい。
　例えば、マッチング部１１２は、男の子の子育て経験を有しているユーザ２０と、男の子がいる支援対象者４０とを組み合わせる。マッチング部１１２は、日常の会話量が多いユーザ２０と、社交性の高い子供を持つ支援対象者４０とを組み合わせる。
　ユーザ２０の支援は支援対象者４０のこども４２のお世話を含むため、こども４２の属性とユーザ２０の属性をマッチングすることで、こども４２とユーザ２０の相性のよい組み合わせにできる可能性が増す。相性があう組み合わせであれば、支援を継続させることが可能になる。
　取得部１０２は、さらに、作業を行う環境に関する環境情報を取得する。
　マッチング部１１２は、環境情報およびユーザ２０の健康リスクの評価値をさらに用いてユーザ２０と支援対象者４０の組み合わせを生成する。
　環境情報は、例えば、支援対象者４０宅までの移動区間を含む、支援活動エリア内の負荷状況を示す情報（例えば、段差の有無、坂道の有無、エレベーターやエスカレーターの有無など）を含む。さらに、環境情報は、支援対象者４０宅のバリアフリー状況を示す情報（段差の有無、階段の有無、手すりの有無など）を含む。
　例えば、マッチング部１１２は、ユーザ２０の履歴書情報２１０に記載されている住所と、支援対象者４０の住所とを用いて、移動区間を特定し、ユーザ２０が支援対象者４０宅まで通勤可能か否かを判定した結果を用いてマッチング処理を行ってもよい。
　例えば、ユーザ２０が骨粗しょう症の発症リスクあり（要運動支援）の場合、当該環境情報が示す負荷が少ない支援対象者４０を組み合わせる。例えば、マッチング部１１２は、移動区間に段差がなく、坂道もなく、エレベーターやエスカレーターがあり、自宅がバリアフリー仕様の住宅である支援対象者４０と、骨粗しょう症の発症リスクあり（要運動支援）のユーザ２０とを組み合わせる。
　このように、作業場の環境を考慮することで、ユーザ２０は作業を安全に行うことが可能になる。ユーザ２０の作業時の事故や怪我の発生も低減させることが可能になる。
　取得部１０２は、ユーザ２０の作業に対する報酬を取り決めた報酬項目リスト２５０を取得する。
　マッチング部１１２は、報酬をさらに用いて、ユーザ２０と支援対象者４０の組み合わせを生成する。
　ユーザ２０の仕事は互助活動を含む。支援対象者４０は、ユーザ２０への報酬として金銭以外の対価をユーザ２０に提供する仕組みを取り入れることで、ユーザ２０への報酬を減額または相殺できるものとする。支援対象者４０は、上記したように、経済的に厳しいシングルマザーなどであるため、ユーザ２０への報酬は金銭のやりとりが発生しないものを含むことが好ましい。
　図１７は、報酬項目リスト２５０のデータ構造例を示す図である。報酬項目リスト２５０に示すように、ユーザ２０の手助けとなること、ユーザ２０が喜ぶこと、ユーザ２０のためになること、を支援対象者４０は報酬としてユーザ２０に提供する。
　報酬項目リスト２５０は、例えば、ユーザ２０から支援対象者４０に提案し、支援対象者４０が選択してもよいし、支援対象者４０からユーザ２０に提案し、ユーザ２０が選択してもよいし、その両方であってもよい。報酬項目リスト２５０は、予め決められたものから選択されたものであってもよいし、ユーザ２０または支援対象者４０が自由に提案できるものとしてもよいし、両者を組み合わせたものであってもよい。
　また、ユーザ２０の履歴書情報２１０は、既往歴および通院状況などの配慮項目を含んでもよい。報酬項目リスト２５０に、当該配慮項目に対応する報酬を含むか否かでマッチングしてもよい。例えば、通院が必要なユーザ２０に対して、通院の付添などの報酬がマッチする。
　当該報酬項目リスト２５０は、ユーザ２０と支援対象者４０の間で、支援を受けるか否かの合意形成を行う際にも、やりとりしてもよい。つまり、マッチング部１１２によりマッチングされたユーザ２０と支援対象者４０の間で、報酬項目リスト２５０を提示し合い、報酬の取り決めを行い合意形成してもよい。
　このように、報酬を金銭以外の対価とすることで、経済的に厳しい状況にあるシングルマザーであっても、支援を継続して受け続けることが可能になる。つまり、支援対象者４０の利用継続を促進できる。
　また、マッチング部１１２は、ユーザ２０とこども４２とが一緒に居るときの映像を音声処理することで、会話量を検出し、相性を特定してもよい。また、マッチング部１１２は、ユーザ２０とこども４２とが一緒に居るときの映像を画像処理することで、表情分析および行動分析を行い、相性を特定してもよい。
　例えば、マッチング部１１２は、無表情や沈黙の時間の割合、笑顔の頻度および程度、相づちなどの動作の有無や頻度、会話のスピード、抑揚の変化量を取得し、相性を特定してもよい。あるいは、マッチング部１１２は、ユーザ２０の会話が、こども４２が分かりやすいか否か、ゆっくりはっきりしゃべっているか、分かりやすい言葉を使っているかを、判定して、相性を特定してもよい。
　相性のよいと判定されたユーザ２０とこども４２（支援対象者４０）をマッチング部１１２は組み合わせる。相性のよい組み合わせとすることで、継続利用を促進させることができる可能性が高くなる。
＜動作例＞
　図１８は、実施形態の就労支援装置１００の動作例を示すフローチャートである。
　まず、取得部１０２は、ユーザ２０の子育ての経験に関する情報を含む履歴書情報２１０を取得する（ステップＳ４０１）。さらに、取得部１０２は、こども４２の属性を示す支援対象者属性情報を取得する（ステップＳ４０３）。
　マッチング部１１２は、履歴書情報２１０および支援対象者属性情報を用いて、ユーザ２０と支援対象者４０およびこども４２の組み合わせを生成する（ステップＳ４０５）。
　例えば、男の子の子育て経験を有しているユーザ２０と、男の子がいる支援対象者４０とを組み合わせる。
　以上、本実施形態によれば、就労支援装置１００は、マッチング部１１２を有している。取得部１０２は、こども４２の属性を示す支援対象者属性情報を取得する。マッチング部１１２は、履歴書情報２１０および支援対象者属性情報を用いて、ユーザ２０と支援対象者４０およびこども４２の組み合わせを生成する。
　このように、本実施形態の就労支援装置１００によれば、上記実施形態と同様な効果を奏するとともに、さらに、こども４２とユーザ２０の相性のよい組み合わせにできる可能性が増し、相性があう組み合わせであれば、支援を継続させることが可能になる。支援の継続利用を促進することで、支援対象者４０の就労を、パートタイマーなどの非正規雇用からフルタイム就労に転じる可能性を広げ、支援対象者４０の経済的な自立を促すことも可能になる。
（第５実施形態）
　本実施形態では、ユーザ２０の健康リスクを定期的にモニタリングし、変化があった場合、支援作業を見直す構成を有する点以外は、上記いずれかの実施形態と同様である。本実施形態の就労支援装置１００は図５の就労支援装置１００と同じ構成を有するので、図５を用いて説明する。なお、本実施形態の構成は、他の実施形態の構成の少なくともいずれか一つと矛盾を生じない範囲で組み合わせてもよい。
＜機能構成例＞
　取得部１０２は、定期的に生体情報２００および履歴書情報２１０を取得する。
　算出部１０４は、取得部１０２が情報を取得すると、ユーザ２０の健康リスクを算出する。
　特定部１０６は、健康リスクの変化があることが検出された場合、ユーザ２０が担当可能な作業の候補を更新する。
＜動作例＞
　図１９は、実施形態の就労支援装置１００の動作例を示すフローチャートである。
　まず、健康リスクのモニタリングを定期的に行う（ステップＳ５０１）。具体的には、定期的に、取得部１０２は、ユーザ２０の生体情報２００および履歴書情報２１０を取得し、算出部１０４は、取得部１０２が情報を取得すると、ユーザ２０の健康リスクを算出する。
　そして、特定部１０６は、算出された健康リスクと、ユーザ２０の過去の健康リスクとの間に変化があるか否かを判定する（ステップＳ５０３）。変化がある場合（ステップＳ５０３のＹＥＳ）、特定部１０６は、ユーザ２０が担当可能な作業の候補を更新する（ステップＳ５０５）。具体的には、上記実施形態の図９、図１３、および図１５の少なくとも一つのフローチャートの処理を実行する。健康リスクに変化がない場合（ステップＳ５０３のＮＯ）、ステップＳ５０５はバイパスして処理を終了する。
　ステップＳ５０３の健康リスクの変化の判定処理は、急激な変化を判別する際には、前回の健康リスクのみとの比較により算出される変化量が、一定値を上回るか否かを判定する。一方、緩慢な変化を判別する場合には、一定の期間に亘る複数量の健康リスクの変化において、減少傾向または増加傾向にあるか否かを判定してもよい。
　また、加齢とともに運動量も減少しうることから、学習エンジンを生成し、ユーザ２０の年齢における健康リスクの変化をシミュレーションし、上記判定に用いてもよい。これにより、ユーザ２０が加齢とともに、支援対象者４０にとって十分な支援が行えなくなる確率が高くなることを事前に判別して、ユーザ２０の代わりの支援者を探すリードタイムを減らすことができる可能性がある。一方、加齢とともに変化するユーザ２０の健康状態を考慮して、当該判別結果に基づいて、より作業負荷が軽い（例えば、こども４２の人数が少ない、年齢が高い、または、女の子など）、別の支援対象者４０とのマッチングを行い、作業をアサインできる可能性がある。
　また、ステップＳ５０３で、健康リスクに変化があると判定されたときに（ステップＳ５０３のＹＥＳ）、特定部１０６は、お手伝い情報２６０を含む、作業項目リスト２３０を用いて、ユーザ２０の担当可能な作業の候補を特定し、出力処理部１０８は、お手伝い情報２６０を含む作業の候補をユーザ２０のユーザ端末３０のディスプレイに表示させてもよい。
　図２０は、お手伝い情報２６０のデータ構造例を示す図である。
　お手伝い情報２６０は、図８の作業項目リスト２３０の各作業に、さらに、こどものお手伝い行為と、そのお手伝いによる作業負荷レベルの軽減量が対応付けられている。
　お手伝い情報２６０は、支援対象者４０が支援対象者端末５０を用いて、予めどのお手伝いが提供可能か、指定しておくことができる。そして、ユーザ２０は、作業の候補の中からお手伝い行為を確認した上で、作業を選択することができる。
　以上、本実施形態によれば、ユーザ２０の健康リスクを定期的にモニタリングし、変化があった場合、支援作業を見直す構成を有する。
　このように、本実施形態の就労支援装置１００によれば、上記実施形態と同様な効果を奏するとともに、さらに、加齢によるユーザ２０の健康リスクの変化に合わせた適切な負荷の作業とすることが可能になる。
　また、こども４２による作業のお手伝いを行うことで、ユーザ２０の作業負荷を低減させることができる。こども４２にとっては、お手伝いは、躾の一環ともなり、ユーザ２０にとっても、加齢による体力の衰えの手助けともなる利点があり、支援する側と支援される側の互助活動を円滑に実現することができる。
　以上、図面を参照して本発明の実施形態について述べたが、これらは本発明の例示であり、上記以外の様々な構成を採用することもできる。
＜認知症の発症リスクの算定＞
　たとえば、上記実施形態では、認知症の発症リスクについて、ユーザ２０の顔画像を用いた見た目の推定年齢とユーザ２０の実年齢との乖離に基づいて算定していた。他の実施形態では、ユーザ２０の日常生活におけるコミュニケーションの頻度、コミュニケーション対象者の人数、およびコミュニケーション対象者の関係性（例えば、親族か、それ以外の人物か、人的ネットワークの大きさ）を示す情報を取得し、機械学習や深層学習により認知症の発症リスクを算出することもできる。
＜表情分析および行動分析＞
　生体情報２００は、ユーザ２０の顔画像を含む。
　取得部１０２は、ユーザ２０とのオンライン面接時に撮像した動画を取得する。
　算出部１０４は、動画を用いて、ユーザ２０の表情分析および行動分析の少なくとも一方を行い、ユーザ２０の健康リスクを示す評価値を算出する。
　例えば、表情分析により、ユーザ２０のユーザ２０の表情の豊かさ（笑顔の回数など）を取得し、ユーザ２０の認知症の発症リスクの評価値を算出してもよい。
　この構成によれば、ユーザ２０の認知症の発症リスクの評価値の精度をより向上させることができる。
＜動脈硬化の発症リスク＞
　上記実施形態では、顔画像から認知症の発症リスクを算出する構成について詳細に説明した。他の実施形態では、顔画像から動脈硬化の発症リスクを算出する構成も考えられる。
　例えば、算出部１０４は、顔画像を画像処理させることにより、血管年齢を推定する。
　そして、算出部１０４は、履歴書情報２１０から取得した実年齢と推定された血管年齢とに基づいて、健康リスクを示す評価値を求める。より具体的には、特定した実年齢と推定年齢を比較し、実年齢が推定年齢を上回る場合、健康リスクを示す評価値を動脈硬化の発症リスクがあることを示す値とする。なお、実年齢が推定年齢を一定の年齢以上上回る場合に、健康リスクを示す評価値を動脈硬化の発症リスクがあることを示す値としてもよい。このようにすれば、算出部１０４は、血管の老化に起因して発生する可能性がある動脈硬化などの健康リスクを、顔画像および履歴書情報２１０に基づいて推定することができる。
　また、作業項目リスト２３０において設定される作業負荷レベルは、運動強度を示すメッツ（ＭＥＴｓ：Metabolic equivalents）に基づいて設定されるものであってもよい。なお、作業負荷レベルは、一つの作業内容に対して複数設定されていてもよい。例えば、消費カロリーに基づいて設定した作業負荷レベルと、運動強度に基づいて設定した作業負荷レベルとを特定の作業に紐づけて管理する、といった具合である。
　そして、特定部１０６は、作業項目リスト２３０の作業項目の中から、ユーザ２０が担当可能な作業の候補を特定するにあたり、健康リスクを示す評価値に応じて、参照する作業負荷レベルを変更してもよい。例えば、健康リスクを示す評価値が、動脈硬化の発症リスクがあることを示す値である場合、運動強度を示すメッツに基づいて設定した作業負荷レベルに基づいて、ユーザが担当可能な作業の候補を特定する、といった具合である。
　なお、健康リスクを示す評価値に応じて、参照する作業負荷レベルを変更する場合には、参照する作業負荷レベルの種類を増やすように変更してもよいし、減らすように変更してもよい。さらには、特定の項目のみを参照するように限定してもよい。このようにすれば、特定部１０６は、ユーザ２０の健康リスクの評価値に適した作業項目をユーザに提示する作業の候補として特定することが可能になる。
　また、上述の説明で用いた複数のフローチャートでは、複数の工程（処理）が順番に記載されているが、各実施形態で実行される工程の実行順序は、その記載の順番に制限されない。各実施形態では、図示される工程の順番を内容的に支障のない範囲で変更することができる。また、少なくとも一つの工程は、他の動作主体、例えば他の装置や人によって行われてもよい。また、上述の各実施形態は、内容が相反しない範囲で組み合わせることができる。
　以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
　なお、本発明において利用者（ユーザ２０、支援対象者４０、およびこども４２）に関する情報を取得、利用する場合は、これを適法に行うものとする。
　上記の実施形態の一部または全部は、以下の付記のようにも記載されうるが、以下に限られない。
１．　ユーザの生体情報と、当該ユーザの履歴書情報と、を取得する取得手段と、
　取得した前記生体情報および前記履歴書情報を用いて、前記ユーザの健康リスクを示す評価値を算出する算出手段と、
　前記健康リスクを示す評価値を用いて、前記ユーザへ提示する作業の候補を特定する特定手段と、を備える、就労支援装置。
２．　１．に記載の就労支援装置において、
　前記生体情報は、前記ユーザの健康状態を示す健康情報を含む、就労支援装置。
３．　２．に記載の就労支援装置において、
　前記健康情報は、骨量に関する情報を含む、就労支援装置。
４．　３．に記載の就労支援装置において、
　前記健康リスクを示す評価値は、骨粗しょう症の発症リスクを示す評価値を含む、就労支援装置。
５．　４．に記載の就労支援装置において、
　前記算出手段は、前記骨量に関する情報を用いて推定される前記ユーザの年齢と、前記履歴書情報に含まれる前記ユーザの年齢とを用いて骨粗しょう症の発症リスクを示す評価値を算出する、就労支援装置。
６．　１．から５．のいずれか一つに記載の就労支援装置において、
　前記生体情報は、前記ユーザの顔画像を含み、
　前記算出手段は、前記顔画像から推定された年齢と、前記履歴書情報に含まれる前記ユーザの年齢とに基づいて前記健康リスクを示す評価値を算出する、就労支援装置。
７．　１．から６．のいずれか一つに記載の就労支援装置において、
　前記特定手段は、前記健康リスクを示す評価値に基づいて、前記ユーザの許容負荷範囲を特定し、作業ごとに定められる負荷情報に基づいて、前記ユーザへ提示する前記作業の候補を特定する、就労支援装置。
８．　１．から７．のいずれか一つに記載の就労支援装置において、
　前記作業は、支援対象者を支援すること、および互助活動を含む、就労支援装置。
９．　８．に記載の就労支援装置において、
　前記取得手段は、前記支援対象者の属性を示す対象者属性情報を取得し、
　前記対象者属性情報に基づいて、作業項目リストを生成する生成手段をさらに備え、
　前記特定手段は、当該作業項目リストに含まれる作業の中から前記ユーザへ提示する作業の候補を特定する、就労支援装置。
１０．　８．または９．に記載の就労支援装置において、
　前記作業は、前記支援対象者の子供に関する作業を含み、
　前記履歴書情報は、前記ユーザの子育ての経験に関する情報を含み、
　前記取得手段は、前記支援対象者の前記子供の属性を含む支援対象者属性情報を取得し、
　前記履歴書情報および前記支援対象者属性情報を用いて、前記ユーザと前記支援対象者の組み合わせを生成するマッチング手段をさらに備える、就労支援装置。
１１．　１０．に記載の就労支援装置において、
　前記取得手段は、前記ユーザの前記作業に対する報酬を取り決めた報酬項目リストから、前記ユーザにより選択された前記報酬を取得し、
　前記マッチング手段は、選択された前記報酬をさらに用いて、前記ユーザと前記支援対象者の組み合わせを生成する、就労支援装置。
１２．　１０．または１１．に記載の就労支援装置において、
　前記取得手段は、さらに、前記作業を行う環境に関する環境情報を取得し、
　前記マッチング手段は、前記環境情報および前記ユーザの前記健康リスクの評価値をさらに用いて前記ユーザと前記支援対象者の組み合わせを生成する、就労支援装置。
１３．　１．から１２．のいずれか一つに記載の就労支援装置において、
　前記生体情報は、前記ユーザの顔画像を含み、
　前記取得手段は、前記ユーザとのオンライン面接時に撮像した動画を取得し、
　前記算出手段は、前記動画を用いて、前記ユーザの表情分析および行動分析の少なくとも一方を行い、前記ユーザの健康リスクを示す評価値を算出する、就労支援装置。
１４．　１以上のコンピュータが、
　ユーザの生体情報と、当該ユーザの履歴書情報と、を取得し、
　取得した前記生体情報および前記履歴書情報を用いて、前記ユーザの健康リスクを示す評価値を算出し、
　前記健康リスクを示す評価値を用いて、前記ユーザへ提示する作業の候補を特定する、就労支援方法。
１５．　１４．に記載の就労支援方法において、
　前記生体情報は、前記ユーザの健康状態を示す健康情報を含む、就労支援方法。
１６．　１５．に記載の就労支援方法において、
　前記健康情報は、骨量に関する情報を含む、就労支援方法。
１７．　１６．に記載の就労支援方法において、
　前記健康リスクを示す評価値は、骨粗しょう症の発症リスクを示す評価値を含む、就労支援方法。
１８．　１７．に記載の就労支援方法において、
　１以上のコンピュータが、
　前記骨量に関する情報を用いて推定される前記ユーザの年齢と、前記履歴書情報に含まれる前記ユーザの年齢とを用いて骨粗しょう症の発症リスクを示す評価値を算出する、就労支援方法。
１９．　１４．から１８．のいずれか一つに記載の就労支援方法において、
　前記生体情報は、前記ユーザの顔画像を含み、
　１以上のコンピュータが、
　前記顔画像から推定された年齢と、前記履歴書情報に含まれる前記ユーザの年齢とに基づいて前記健康リスクを示す評価値を算出する、就労支援方法。
２０．　１４．から１９．のいずれか一つに記載の就労支援方法において、
　１以上のコンピュータが、
　前記健康リスクを示す評価値に基づいて、前記ユーザの許容負荷範囲を特定し、作業ごとに定められる負荷情報に基づいて、前記ユーザへ提示する前記作業の候補を特定する、就労支援方法。
２１．　１４．から２０．のいずれか一つに記載の就労支援方法において、
　前記作業は、支援対象者を支援すること、および互助活動を含む、就労支援方法。
２２．　２１．に記載の就労支援方法において、
　１以上のコンピュータが、
　前記支援対象者の属性を示す対象者属性情報を取得し、
　前記対象者属性情報に基づいて、作業項目リストを生成し、
　当該作業項目リストに含まれる作業の中から前記ユーザへ提示する作業の候補を特定する、就労支援方法。
２３．　２１．または２２．に記載の就労支援方法において、
　前記作業は、前記支援対象者の子供に関する作業を含み、
　前記履歴書情報は、前記ユーザの子育ての経験に関する情報を含み、
　１以上のコンピュータが、
　前記支援対象者の前記子供の属性を含む支援対象者属性情報を取得し、
　前記履歴書情報および前記支援対象者属性情報を用いて、前記ユーザと前記支援対象者の組み合わせを生成する、就労支援方法。
２４．　２３．に記載の就労支援方法において、
　１以上のコンピュータが、
　前記ユーザの前記作業に対する報酬を取り決めた報酬項目リストから、前記ユーザにより選択された前記報酬を取得し、
　選択された前記報酬をさらに用いて、前記ユーザと前記支援対象者の組み合わせを生成する、就労支援方法。
２５．　２３．または２４．に記載の就労支援方法において、
　１以上のコンピュータが、
　さらに、前記作業を行う環境に関する環境情報を取得し、
　前記環境情報および前記ユーザの前記健康リスクの評価値をさらに用いて前記ユーザと前記支援対象者の組み合わせを生成する、就労支援方法。
２６．　１４．から２５．のいずれか一つに記載の就労支援方法において、
　前記生体情報は、前記ユーザの顔画像を含み、
　１以上のコンピュータが、
　前記ユーザとのオンライン面接時に撮像した動画を取得し、
　前記動画を用いて、前記ユーザの表情分析および行動分析の少なくとも一方を行い、前記ユーザの健康リスクを示す評価値を算出する、就労支援方法。
２７．　コンピュータに、
　ユーザの生体情報と、当該ユーザの履歴書情報と、を取得する手順、
　取得した前記生体情報および前記履歴書情報を用いて、前記ユーザの健康リスクを示す評価値を算出する手順、
　前記健康リスクを示す評価値を用いて、前記ユーザへ提示する作業の候補を特定する手順、を実行させるためのプログラム。
２８．　２７．に記載のプログラムにおいて、
　前記生体情報は、前記ユーザの健康状態を示す健康情報を含む、プログラム。
２９．　２８．に記載のプログラムにおいて、
　前記健康情報は、骨量に関する情報を含む、プログラム。
３０．　２９．に記載のプログラムにおいて、
　前記健康リスクを示す評価値は、骨粗しょう症の発症リスクを示す評価値を含む、プログラム。
３１．　３０．に記載のプログラムにおいて、
　前記算出する手順において、前記骨量に関する情報を用いて推定される前記ユーザの年齢と、前記履歴書情報に含まれる前記ユーザの年齢とを用いて骨粗しょう症の発症リスクを示す評価値を算出する、プログラム。
３２．　２７．から３１．のいずれか一つに記載のプログラムにおいて、
　前記生体情報は、前記ユーザの顔画像を含み、
　前記算出する手順において、前記顔画像から推定された年齢と、前記履歴書情報に含まれる前記ユーザの年齢とに基づいて前記健康リスクを示す評価値を算出する、プログラム。
３３．　２７．から３２．のいずれか一つに記載のプログラムにおいて、
　前記特定する手順において、前記健康リスクを示す評価値に基づいて、前記ユーザの許容負荷範囲を特定し、作業ごとに定められる負荷情報に基づいて、前記ユーザへ提示する前記作業の候補を特定する、プログラム。
３４．　２７．から３３．のいずれか一つに記載のプログラムにおいて、
　前記作業は、支援対象者を支援すること、および互助活動を含む、プログラム。
３５．　３４．に記載のプログラムにおいて、
　前記取得する手順において、前記支援対象者の属性を示す対象者属性情報を取得し、
　前記対象者属性情報に基づいて、作業項目リストを生成する手順をコンピュータに実行させ、
　前記特定する手順において、当該作業項目リストに含まれる作業の中から前記ユーザへ提示する作業の候補を特定する、プログラム。
３６．　３４．または３５．に記載のプログラムにおいて、
　前記作業は、前記支援対象者の子供に関する作業を含み、
　前記履歴書情報は、前記ユーザの子育ての経験に関する情報を含み、
　前記取得する手順において、前記支援対象者の前記子供の属性を含む支援対象者属性情報を取得し、
　前記履歴書情報および前記支援対象者属性情報を用いて、前記ユーザと前記支援対象者の組み合わせを生成する手順をコンピュータに実行させるためのプログラム。
３７．　３６．に記載のプログラムにおいて、
　前記取得する手順において、前記ユーザの前記作業に対する報酬を取り決めた報酬項目リストから、前記ユーザにより選択された前記報酬を取得し、
　前記組み合わせを生成する手順において、選択された前記報酬をさらに用いて、前記ユーザと前記支援対象者の組み合わせを生成する、プログラム。
３８．　３６．または３７．に記載のプログラムにおいて、
　前記取得する手順において、さらに、前記作業を行う環境に関する環境情報を取得し、
　前記組み合わせを生成する手順において、前記環境情報および前記ユーザの前記健康リスクの評価値をさらに用いて前記ユーザと前記支援対象者の組み合わせを生成する、プログラム。
３９．　２７．から３８．のいずれか一つに記載のプログラムにおいて、
　前記生体情報は、前記ユーザの顔画像を含み、
　前記取得する手順において、前記ユーザとのオンライン面接時に撮像した動画を取得し、
　前記算出する手順において、前記動画を用いて、前記ユーザの表情分析および行動分析の少なくとも一方を行い、前記ユーザの健康リスクを示す評価値を算出する、プログラム。
４０．　コンピュータに、
　ユーザの生体情報と、当該ユーザの履歴書情報と、を取得する手順、
　取得した前記生体情報および前記履歴書情報を用いて、前記ユーザの健康リスクを示す評価値を算出する手順、
　前記健康リスクを示す評価値を用いて、前記ユーザへ提示する作業の候補を特定する手順、を実行させるためのプログラムを記憶したコンピュータで読み取り可能な記録媒体。
４１．　４０．に記載の記録媒体において、
　前記生体情報は、前記ユーザの健康状態を示す健康情報を含む、プログラムを記憶したコンピュータで読み取り可能な記録媒体。
４２．　４１．に記載の記録媒体において、
　前記健康情報は、骨量に関する情報を含む、プログラムを記憶したコンピュータで読み取り可能な記録媒体。
４３．　４２．に記載の記録媒体において、
　前記健康リスクを示す評価値は、骨粗しょう症の発症リスクを示す評価値を含む、プログラムを記憶したコンピュータで読み取り可能な記録媒体。
４４．　４３．に記載の記録媒体において、
　前記算出する手順において、前記骨量に関する情報を用いて推定される前記ユーザの年齢と、前記履歴書情報に含まれる前記ユーザの年齢とを用いて骨粗しょう症の発症リスクを示す評価値を算出する、プログラムを記憶したコンピュータで読み取り可能な記録媒体。
４５．　４０．から４４．のいずれか一つに記載の記録媒体において、
　前記生体情報は、前記ユーザの顔画像を含み、
　前記算出する手順において、前記顔画像から推定された年齢と、前記履歴書情報に含まれる前記ユーザの年齢とに基づいて前記健康リスクを示す評価値を算出する、プログラムを記憶したコンピュータで読み取り可能な記録媒体。
４６．　４０．から４５．のいずれか一つに記載の記録媒体において、
　前記特定する手順において、前記健康リスクを示す評価値に基づいて、前記ユーザの許容負荷範囲を特定し、作業ごとに定められる負荷情報に基づいて、前記ユーザへ提示する前記作業の候補を特定する、プログラムを記憶したコンピュータで読み取り可能な記録媒体。
４７．　４０．から４６４６．のいずれか一つに記載の記録媒体において、
　前記作業は、支援対象者を支援すること、および互助活動を含む、プログラムを記憶したコンピュータで読み取り可能な記録媒体。
４８．　４７．に記載の記録媒体において、
　前記取得する手順において、前記支援対象者の属性を示す対象者属性情報を取得し、
　前記対象者属性情報に基づいて、作業項目リストを生成する手順をコンピュータに実行させ、
　前記特定する手順において、当該作業項目リストに含まれる作業の中から前記ユーザへ提示する作業の候補を特定する、プログラムを記憶したコンピュータで読み取り可能な記録媒体。
４９．　４７．または４８．に記載の記録媒体において、
　前記作業は、前記支援対象者の子供に関する作業を含み、
　前記履歴書情報は、前記ユーザの子育ての経験に関する情報を含み、
　前記取得する手順において、前記支援対象者の前記子供の属性を含む支援対象者属性情報を取得し、
　前記履歴書情報および前記支援対象者属性情報を用いて、前記ユーザと前記支援対象者の組み合わせを生成する手順をコンピュータに実行させるためのプログラムを記憶したコンピュータで読み取り可能な記録媒体。
５０．　４９．に記載の記録媒体において、
　前記取得する手順において、前記ユーザの前記作業に対する報酬を取り決めた報酬項目リストから、前記ユーザにより選択された前記報酬を取得し、
　前記組み合わせを生成する手順において、選択された前記報酬をさらに用いて、前記ユーザと前記支援対象者の組み合わせを生成する、プログラムを記憶したコンピュータで読み取り可能な記録媒体。
５１．　４９．または５０．に記載の記録媒体において、
　前記取得する手順において、さらに、前記作業を行う環境に関する環境情報を取得し、
　前記組み合わせを生成する手順において、前記環境情報および前記ユーザの前記健康リスクの評価値をさらに用いて前記ユーザと前記支援対象者の組み合わせを生成する、プログラムを記憶したコンピュータで読み取り可能な記録媒体。
５２．　４０．から５１．のいずれか一つに記載の記録媒体において、
　前記生体情報は、前記ユーザの顔画像を含み、
　前記取得する手順において、前記ユーザとのオンライン面接時に撮像した動画を取得し、
　前記算出する手順において、前記動画を用いて、前記ユーザの表情分析および行動分析の少なくとも一方を行い、前記ユーザの健康リスクを示す評価値を算出する、プログラムを記憶したコンピュータで読み取り可能な記録媒体。
１　就労支援システム
３　通信ネットワーク
２０　ユーザ
３０　ユーザ端末
３２　ウエアラブル端末
４０　支援対象者
５０　支援対象者端末
１００　就労支援装置
１０２　取得部
１０４　算出部
１０６　特定部
１０８　出力処理部
１１２　マッチング部
１２０　記憶装置
２００　生体情報
２１０　履歴書情報
２２０　健康リスク情報
２３０　作業項目リスト
２３２　作業項目リスト
２５０　報酬項目リスト
２６０　お手伝い情報
３００　作業候補画面
３０２　チェックボックス
１０００　コンピュータ
１０１０　バス
１０２０　プロセッサ
１０３０　メモリ
１０４０　ストレージデバイス
１０５０　入出力インタフェース
１０６０　ネットワークインタフェース

Claims (15)

  1. 　ユーザの生体情報と、当該ユーザの履歴書情報と、を取得する取得手段と、
    　取得した前記生体情報および前記履歴書情報を用いて、前記ユーザの健康リスクを示す評価値を算出する算出手段と、
    　前記健康リスクを示す評価値を用いて、前記ユーザへ提示する作業の候補を特定する特定手段と、を備える、就労支援装置。
  2. 　請求項１に記載の就労支援装置において、
    　前記生体情報は、前記ユーザの健康状態を示す健康情報を含む、就労支援装置。
  3. 　請求項２に記載の就労支援装置において、
    　前記健康情報は、骨量に関する情報を含む、就労支援装置。
  4. 　請求項３に記載の就労支援装置において、
    　前記健康リスクを示す評価値は、骨粗しょう症の発症リスクを示す評価値を含む、就労支援装置。
  5. 　請求項４に記載の就労支援装置において、
    　前記算出手段は、前記骨量に関する情報を用いて推定される前記ユーザの年齢と、前記履歴書情報に含まれる前記ユーザの年齢とを用いて骨粗しょう症の発症リスクを示す評価値を算出する、就労支援装置。
  6. 　請求項１から５のいずれか一項に記載の就労支援装置において、
    　前記生体情報は、前記ユーザの顔画像を含み、
    　前記算出手段は、前記顔画像から推定された年齢と、前記履歴書情報に含まれる前記ユーザの年齢とに基づいて前記健康リスクを示す評価値を算出する、就労支援装置。
  7. 　請求項１から６のいずれか一項に記載の就労支援装置において、
    　前記特定手段は、前記健康リスクを示す評価値に基づいて、前記ユーザの許容負荷範囲を特定し、作業ごとに定められる負荷情報に基づいて、前記ユーザへ提示する前記作業の候補を特定する、就労支援装置。
  8. 　請求項１から７のいずれか一項に記載の就労支援装置において、
    　前記作業は、支援対象者を支援すること、および互助活動を含む、就労支援装置。
  9. 　請求項８に記載の就労支援装置において、
    　前記取得手段は、前記支援対象者の属性を示す対象者属性情報を取得し、
    　前記対象者属性情報に基づいて、作業項目リストを生成する生成手段をさらに備え、
    　前記特定手段は、当該作業項目リストに含まれる作業の中から前記ユーザへ提示する作業の候補を特定する、就労支援装置。
  10. 　請求項８または９に記載の就労支援装置において、
    　前記作業は、前記支援対象者の子供に関する作業を含み、
    　前記履歴書情報は、前記ユーザの子育ての経験に関する情報を含み、
    　前記取得手段は、前記支援対象者の前記子供の属性を含む支援対象者属性情報を取得し、
    　前記履歴書情報および前記支援対象者属性情報を用いて、前記ユーザと前記支援対象者の組み合わせを生成するマッチング手段をさらに備える、就労支援装置。
  11. 　請求項１０に記載の就労支援装置において、
    　前記取得手段は、前記ユーザの前記作業に対する報酬を取り決めた報酬項目リストから、前記ユーザにより選択された前記報酬を取得し、
    　前記マッチング手段は、選択された前記報酬をさらに用いて、前記ユーザと前記支援対象者の組み合わせを生成する、就労支援装置。
  12. 　請求項１０または１１に記載の就労支援装置において、
    　前記取得手段は、さらに、前記作業を行う環境に関する環境情報を取得し、
    　前記マッチング手段は、前記環境情報および前記ユーザの前記健康リスクの評価値をさらに用いて前記ユーザと前記支援対象者の組み合わせを生成する、就労支援装置。
  13. 　請求項１から１２のいずれか一項に記載の就労支援装置において、
    　前記生体情報は、前記ユーザの顔画像を含み、
    　前記取得手段は、前記ユーザとのオンライン面接時に撮像した動画を取得し、
    　前記算出手段は、前記動画を用いて、前記ユーザの表情分析および行動分析の少なくとも一方を行い、前記ユーザの健康リスクを示す評価値を算出する、就労支援装置。
  14. 　１以上のコンピュータが、
    　ユーザの生体情報と、当該ユーザの履歴書情報と、を取得し、
    　取得した前記生体情報および前記履歴書情報を用いて、前記ユーザの健康リスクを示す評価値を算出し、
    　前記健康リスクを示す評価値を用いて、前記ユーザへ提示する作業の候補を特定する、就労支援方法。
  15. 　コンピュータに、
    　ユーザの生体情報と、当該ユーザの履歴書情報と、を取得する手順、
    　取得した前記生体情報および前記履歴書情報を用いて、前記ユーザの健康リスクを示す評価値を算出する手順、
    　前記健康リスクを示す評価値を用いて、前記ユーザへ提示する作業の候補を特定する手順、を実行させるためのプログラムを記憶したコンピュータで読み取り可能な記録媒体。
PCT/JP2022/012914 2022-03-18 2022-03-18 就労支援装置、就労支援方法、および記録媒体 WO2023175989A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/012914 WO2023175989A1 (ja) 2022-03-18 2022-03-18 就労支援装置、就労支援方法、および記録媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/012914 WO2023175989A1 (ja) 2022-03-18 2022-03-18 就労支援装置、就労支援方法、および記録媒体

Publications (1)

Publication Number Publication Date
WO2023175989A1 true WO2023175989A1 (ja) 2023-09-21

Family

ID=88023106

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/012914 WO2023175989A1 (ja) 2022-03-18 2022-03-18 就労支援装置、就労支援方法、および記録媒体

Country Status (1)

Country Link
WO (1) WO2023175989A1 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005143801A (ja) * 2003-11-14 2005-06-09 Feel Fine Kk 年齢アセスメントシステム及びプログラム
JP2018124753A (ja) * 2017-01-31 2018-08-09 悟 佐藤 情報処理装置、情報処理方法、及びプログラム
CN109726925A (zh) * 2018-12-29 2019-05-07 南京青铜建服科技有限公司 一种施工作业人员信息处理方法
JP2019175447A (ja) * 2018-03-28 2019-10-10 公益社団法人鹿児島共済会 南風病院 就労支援付き健康管理システム
KR20210073895A (ko) * 2019-12-11 2021-06-21 인하대학교 산학협력단 현장조건과 사고사례를 이용한 작업자의 위험도 예측 시스템 및 그 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005143801A (ja) * 2003-11-14 2005-06-09 Feel Fine Kk 年齢アセスメントシステム及びプログラム
JP2018124753A (ja) * 2017-01-31 2018-08-09 悟 佐藤 情報処理装置、情報処理方法、及びプログラム
JP2019175447A (ja) * 2018-03-28 2019-10-10 公益社団法人鹿児島共済会 南風病院 就労支援付き健康管理システム
CN109726925A (zh) * 2018-12-29 2019-05-07 南京青铜建服科技有限公司 一种施工作业人员信息处理方法
KR20210073895A (ko) * 2019-12-11 2021-06-21 인하대학교 산학협력단 현장조건과 사고사례를 이용한 작업자의 위험도 예측 시스템 및 그 방법

Similar Documents

Publication Publication Date Title
KR102116664B1 (ko) 온라인 기반의 건강 관리 방법 및 장치
Enderby et al. Therapy outcome measures for rehabilitation professionals: speech and language therapy, physiotherapy, occupational therapy
US20220392625A1 (en) Method and system for an interface to provide activity recommendations
Jacobson et al. The voice handicap index (VHI) development and validation
Axelsson et al. Self-efficacy and adherence as mediating factors between personality traits and health-related quality of life
JP6662535B2 (ja) 生活習慣管理支援装置および生活習慣管理支援方法
Schjoedt et al. Experiences and management of fatigue in everyday life among adult patients living with heart failure: a systematic review of qualitative evidence
KR20200113954A (ko) 사용자 맞춤형 건강 정보 서비스 제공 시스템 및 그 방법
Gilbert et al. A labour of love: Reward and satisfaction for nurses: Findings from a grounded theory study in dementia care
Greeff et al. Resilience in families that have experienced heart-related trauma
Ruben et al. Communication skills to engage patients in treatment
Lyons et al. Benefits of a self-management program for the couple living with Parkinson’s disease: a pilot study
KR20210052122A (ko) 사용자 맞춤형 식품 정보 서비스 제공 시스템 및 그 방법
Taniguchi et al. Outpatient nursing support for self-monitoring in patients with chronic heart failure
Smith et al. Momentary reports of fatigue predict physical activity level: wrist, waist, and combined accelerometry
Cantu et al. Hispanic EPESE (established population for the epidemiological study of the elderly)
Yang Hamilton anxiety rating scale
WO2023175989A1 (ja) 就労支援装置、就労支援方法、および記録媒体
Levy et al. History of ageism
Shogo et al. Healthy diet
Maue-Johnson et al. Assessing the unique needs of hospice patients: A tool for music therapists
Stambler Homeostasis in the history of aging research
Chainoglou Human Rights Convention for Older Persons
Favela et al. Technology and aging
Ruben et al. Patients in treatment

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: 22932255

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2024507483

Country of ref document: JP

Kind code of ref document: A