WO2023234317A1 - 情報処理システム、情報処理方法、プログラム、記録媒体 - Google Patents

情報処理システム、情報処理方法、プログラム、記録媒体 Download PDF

Info

Publication number
WO2023234317A1
WO2023234317A1 PCT/JP2023/020161 JP2023020161W WO2023234317A1 WO 2023234317 A1 WO2023234317 A1 WO 2023234317A1 JP 2023020161 W JP2023020161 W JP 2023020161W WO 2023234317 A1 WO2023234317 A1 WO 2023234317A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
subject
processing system
sleep inertia
sleep
Prior art date
Application number
PCT/JP2023/020161
Other languages
English (en)
French (fr)
Inventor
誠則 中
Original Assignee
田辺三菱製薬株式会社
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 田辺三菱製薬株式会社 filed Critical 田辺三菱製薬株式会社
Publication of WO2023234317A1 publication Critical patent/WO2023234317A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance

Definitions

  • An object of the present invention is to provide an information processing system for generating sleep inertia-like symptom information based on at least the activity information of the person to be measured 40, so that sleep inertia-like symptoms can be easily confirmed. .
  • the support information includes support information regarding a consultation reservation for sleep inertia-like symptoms.
  • the information processing system according to any one of items 17 to 27.
  • the measurement information of the person to be measured 40 is, for example, an inertial sensor such as acceleration information or angular velocity information by an inertial sensor (for example, an acceleration sensor or a gyro sensor, particularly a 3-axis acceleration sensor or a 3-axis gyro sensor) provided in the measurement device 30. It may be information, or it may be brain wave waveform information obtained by a brain wave sensor included in the measuring device 30. It may also be biological information (for example, electrocardiogram waveform, pulse waveform, skin temperature, pulse, blood pressure, body temperature, etc.) acquired through electrodes or sensors. The biological information may be any biological information that can be acquired from the subject 40 via electrodes or sensors. Part or all of the inertial sensor information, electroencephalogram waveform information, biological information, and measurement information may be stored in the storage device 103 of the server device 10.
  • an inertial sensor for example, an acceleration sensor or a gyro sensor, particularly a 3-axis acceleration sensor or a 3-axis gyro sensor
  • the total activity level within a predetermined period after awakening is used as a condition for determining the degree of sleep inertia-like symptoms, and the degree of sleep inertia-like symptoms is low (sleep When classifying the states from A to D, from a state in which inertia-like symptoms are weak to a high state (strong sleep inertia-like symptoms), for example, the degree of sleep inertia-like symptoms in the previous month is C, and the degree of sleep inertia-like symptoms in the current month is C.
  • the degree is B, it can be determined that the degree of change between these two different points of time is relatively good, so for example, trend information (particularly evaluation information) indicating relatively good is generated.
  • the support information generation unit 114 generates, for example, sleep inertia-like symptom information (and the above-mentioned reference information as necessary), advice information, medication information for other subjects, and learning models (related to prescription drug type information).
  • sleep inertia-like symptom information and the above-mentioned reference information as necessary
  • advice information for other subjects
  • learning models related to prescription drug type information.
  • sleep inertia-like symptom information and the above-mentioned reference information as necessary
  • current medication information or prescription drug information is stored as subject information by user operation, or is stored on an external server through system coordination. It may be possible to refer to the following.
  • the above-mentioned support information generation unit 114 may generate recommended preparation time information indicating the recommended preparation time from awakening to the start of behavior in the subject 40 as support information based on the sleep inertia-like symptom duration information. good. That is, the support information generation unit 114 may generate recommended preparation time information by directly using the sleep inertia-like symptom duration information, or may generate recommended preparation time information by using the sleep inertia-like symptom duration information as it is, or by generating recommended preparation time information for a predetermined period (for example, the most recent days, the most recent weeks, or the most recent number of days). average value, maximum value, etc.
  • the support information generation unit 114 calculates the task start time of the scheduled task information based on the subject's scheduled task information, restricted task information, and sleep inertia-like symptom duration information.
  • sleep restriction information regarding sleep restriction within the elapsed time range indicated by the sleep inertia-like symptom duration information based on the information or end time information is generated as support information.
  • the restricted task information may be common to each user, but may be different for each gender, age (age), occupation, type of job, etc. of the person to be measured 40, for example.
  • this system may be associated with one or more restricted task information that matches the theme, such as schedule content information or scheduled task information input as a schedule.
  • the corresponding task may be analyzed from text information, tag information, etc.
  • the sleep state estimation unit 119 when calculating the recommended awakening induction time by tracing back the sleep inertia-like symptom duration from the desired behavior start time of the subject 40, the sleep state estimation unit 119 If the sleep state at the recommended awakening induction time calculated from the progress information of the sleep state during sleep can be estimated, the estimated sleep state, the corresponding duration of sleep inertia-like symptoms, and the desired time to start the action.
  • the recommended awakening-inducing time may be set based on the information.

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Psychology (AREA)
  • Epidemiology (AREA)
  • Developmental Disabilities (AREA)
  • Educational Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Primary Health Care (AREA)
  • Social Psychology (AREA)
  • Physics & Mathematics (AREA)
  • Child & Adolescent Psychology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

【課題】容易に睡眠慣性様症状を確認可能とするために、測定装置により測定された被測定者４０の活動度情報に基づき睡眠慣性様症状情報を生成するための情報処理システムを提供することができる。 【解決手段】本発明の情報処理システムは、測定装置により測定された被測定者の活動度情報を取得する活動度取得部と、前記被測定者の覚醒状態を推定する覚醒状態推定部と、前記覚醒状態が覚醒と推定された後の前記活動度情報に少なくとも基づき、前記被測定者に現れる睡眠慣性様症状に関連する睡眠慣性様症状情報を生成する睡眠慣性様症状情報生成部と、を備える、　ことを特徴とする情報処理システム。

Description

情報処理システム、情報処理方法、プログラム、記録媒体
　本発明は、睡眠慣性様症状情報を生成するための情報処理システム、情報処理方法、プログラム、記録媒体に関する。
　特発性過眠は、夜間に眠っているにもかかわらず日中に強い眠気（日中過眠）が生じ、起きているのが困難になる状態を指し、特に昼間の眠気と居眠りを主症状とする睡眠障害である。特発性過眠の罹患者は、覚醒した後にすっきりと眠気を解消できずに、眠気が持続した睡眠慣性（ｓｌｅｅｐ　ｉｎｅｒｔｉａ、睡眠酩酊ともいう。）状態となることが知られている。睡眠慣性は、朝の睡眠からの覚醒時、昼間の居眠りからの覚醒時、夜間などの睡眠から覚醒時等あらゆる睡眠からの覚醒後に起こり得る。
　特発性過眠を検出する方法として、例えば、特許文献１においては、配列番号１に示されるアミノ酸配列の６８位のアミノ酸残基に変異を含むアミノ酸配列を含むオレキシン前駆体変異体若しくはその断片、又は前記変異体若しくはその断片をコードするポリヌクレオチドを含む、特発性過眠症を検出するためのマーカーに関する発明が記載されている。
特開２０２２－０１８３０８号公報
　しかしながら、例えば特許文献１に記載のマーカーを用いた検出方法においては、被験体から試料（体液や細胞など）を得る必要があると共に特発性過眠症の検出を行うのみであり、被測定者が簡易に睡眠慣性状態に関する予兆や具体的な症状（例えば、覚醒後どれくらいで活動開始可能なのかなど）を知ることは難しい。したがって、デジタルツール活用により容易に睡眠慣性様症状を確認可能とすることが求められている。
　本発明は、容易に睡眠慣性様症状を確認可能とするために、被測定者４０の活動度情報に少なくとも基づき睡眠慣性様症状情報を生成するための情報処理システムを提供することを目的とする。
　上記課題を解決するための本発明の主たる発明は、被測定者４０の活動度情報を取得する活動度取得部と、前記被測定者の覚醒状態を推定する覚醒状態推定部と、前記覚醒状態が覚醒と推定された後の前記活動度情報に少なくとも基づき、前記被測定者４０に現れる睡眠慣性様症状に関連する睡眠慣性様症状情報を生成する睡眠慣性様症状情報生成部と、を備える。
　その他本願が開示する課題やその解決方法については、発明の実施形態の欄及び図面により明らかにされる。
　本発明によれば、容易に睡眠慣性様症状を確認可能とするために、被測定者４０が覚醒したと推定された後の、被測定者４０の活動度情報に少なくとも基づき、被測定者４０に現れる睡眠慣性様症状に関する睡眠慣性様症状情報を生成するための情報処理システムを提供することができる。
本実施形態に係る情報処理システムの全体構成例を示す図である。 サーバ装置１０のハードウェア構成例を示す図である。 サーバ装置１０のソフトウェア構成例を示す図である。 被測定者情報記憶部１３１の構成例を示す図である。 本実施形態の情報処理システムにおける実施例を示す図である。 本実施形態の情報処理システムにおける実施例を示す図である。 本実施形態の情報処理システムにおける実施例を示す図である。 本実施形態の情報処理システムにおける実施例を示す図である。 本実施形態の情報処理システムにおける実施例を示す図である。 本実施形態の情報処理システムにおける実施例を示す図である。 本実施形態の情報処理システムにおける実施例を示す図である。 本実施形態の情報処理システムにおける実施例を示す図である。 本実施形態の情報処理システムにおける実施例を示す図である。 本実施形態の情報処理システムにおける実施例を示す図である。 本実施形態の情報処理システムにおいて実行される処理の流れを示す図である。
　本発明の実施形態の内容を列記して説明する。本発明の一実施形態は、以下のような構成を備える。
　［項目１］
　測定装置（３０）により測定された被測定者の活動度情報を取得する活動度取得部（１１１）と、
　前記被測定者の覚醒状態を推定する覚醒状態推定部（１１２）と、
　前記覚醒状態が覚醒と推定された後の前記活動度情報に少なくとも基づき、前記被測定者に現れる睡眠慣性様症状に関連する睡眠慣性様症状情報を生成する睡眠慣性様症状情報生成部（１１３）と、を備える情報処理システム。
　［項目２］
　前記活動度取得部（１１１）は、少なくとも前記被測定者に装着された前記測定装置（３０）により測定された前記被測定者の慣性センサ情報に基づき前記活動度情報を算出する、
　項目１に記載の情報処理システム。
　［項目３］
　前記活動度取得部（１１１）は、少なくとも前記被測定者に装着された前記測定装置（３０）により測定された前記被測定者の脳波波形情報に基づき前記活動度情報を算出する、
　項目１または２に記載の情報処理システム。
　［項目４］
　前記活動度取得部（１１１）は、少なくとも前記測定装置（３０）により測定された前記被測定者の外部観察情報に基づき前記活動度情報を算出する、
　項目１ないし３のいずれかに記載の情報処理システム。
　［項目５］
　前記覚醒状態推定部（１１２）は、少なくとも前記被測定者の脳波波形情報に基づき前記覚醒状態を推定する、
　項目１ないし４のいずれかに記載の情報処理システム。
　［項目６］
　前記覚醒状態推定部（１１２）は、少なくとも前記測定装置（３０）により測定された前記被測定者の慣性センサ情報に基づき前記覚醒状態を推定する、
　項目１ないし５のいずれかに記載の情報処理システム。
　［項目７］
　前記覚醒状態推定部（１１２）は、少なくとも前記被測定者の覚醒を誘起する覚醒誘起機能に基づき前記覚醒状態を推定する、
　項目１ないし６のいずれかに記載の情報処理システム。
　［項目８］
　前記覚醒誘起機能は、設定時刻に所定の報知を行うアラーム機能を含む、
　項目７に記載の情報処理システム。
　［項目９］
　前記覚醒誘起機能は、設定時刻に所定の電灯の点灯を行う電灯点灯機能を含む、
　項目７に記載の情報処理システム。
　［項目１０］
　前記睡眠慣性様症状情報生成部（１１３）は、前記覚醒状態が覚醒と推定された後の既定の時間内の総活動度情報に基づき、前記睡眠慣性様症状情報を生成する、
　項目１ないし９のいずれかに記載の情報処理システム。
　［項目１１］
　前記覚醒状態が覚醒と推定された後の既定の時間内の総活動度情報は、既定の時間内における既定の活動強度以上の総活動度情報、または、既定の時間内における総歩数情報である、
　項目１０に記載の情報処理システム。
　［項目１２］
　前記睡眠慣性様症状情報生成部（１１３）は、前記覚醒状態が覚醒と推定された後であって、前記被測定者の起き上がり動作後の既定の時間内の総活動度情報に基づき、前記睡眠慣性様症状情報を生成する、
　項目１ないし１１のいずれかに記載の情報処理システム。
　［項目１３］
　前記睡眠慣性様症状情報生成部（１１３）は、前記覚醒状態が覚醒と推定された後に、既定の強度以上の活動度が発生した総時間情報、または、既定の強度以下の活動度が発生した総時間情報、既定の総活動度に達するまでの経過時間情報、既定の活動強度が生じるまでの経過時間情報、既定の総歩数に達するまでの経過時間情報の少なくともいずれかに基づき、前記睡眠慣性様症状情報を生成する、
　項目１ないし１２のいずれかに記載の情報処理システム。
　［項目１４］
　前記睡眠慣性様症状情報生成部（１１３）は、前記覚醒状態が覚醒と推定された後であって、前記被測定者の起き上がり後に、既定の強度以上の活動度が発生した総時間情報、または、既定の強度以下の活動度が発生した総時間情報、既定の総活動度に達するまでの経過時間情報、既定の活動強度が生じるまでの経過時間情報、既定の総歩数に達するまでの経過時間情報の少なくともいずれかに基づき、前記睡眠慣性様症状情報を生成する、
　項目１ないし１３のいずれかに記載の情報処理システム。
　［項目１５］
　前記睡眠慣性様症状情報は、前記被測定者の睡眠慣性様症状の程度を示す情報である、
　項目１ないし１４のいずれかに記載の情報処理システム。
　［項目１６］
　前記睡眠慣性様症状情報は、同一の被測定者に対する複数時点での睡眠慣性様症状の程度を示す情報に基づき算出される睡眠慣性様症状の程度の変化情報を含む、
　項目１ないし１５のいずれかに記載の情報処理システム。
　［項目１７］
　前記被測定者の前記活動度情報、または、前記睡眠慣性様症状情報のいずれかに少なくとも基づき、前記被測定者または当該被測定者と異なる第２ユーザに対して睡眠慣性様症状に関する支援を行うための支援情報を生成する支援情報生成部（１１４）をさらに備える、
　項目１ないし１６のいずれかに記載の情報処理システム。
　［項目１８］
　前記支援情報生成部（１１４）は、さらに前記被測定者の脳波波形情報、または、前記覚醒状態を示す覚醒状態情報を参照して、前記支援情報を生成する、
　項目１７に記載の情報処理システム。
　［項目１９］
　前記支援情報生成部（１１４）は、さらに睡眠慣性様症状に関する臨床試験データを参照して、前記支援情報を生成する、
　項目１７または１８に記載の情報処理システム。
　［項目２０］
　前記支援情報生成部（１１４）は、さらに前記被測定者に関する電子カルテデータを参照して、前記支援情報を生成する、
　項目１７ないし１９のいずれかに記載の情報処理システム。
　［項目２１］
　前記支援情報生成部（１１４）は、さらに前記被測定者に対する問診結果情報を参照して、前記支援情報を生成する、
　項目１７ないし２０のいずれかに記載の情報処理システム。
　［項目２２］
　前記問診結果情報は、前記被測定者の体調に関する問診結果を含む、
　項目２１に記載の情報処理システム。
　［項目２３］
　前記問診結果情報は、前記被測定者の職業または職種に関する問診結果を含む、
　項目２１または２２に記載の情報処理システム。
　［項目２４］
　前記問診結果情報は、前記被測定者の日中の眠気の程度に関する問診結果を含む、
　項目２１ないし２３のいずれかに記載の情報処理システム。
　［項目２５］
　前記支援情報生成部（１１４）は、少なくとも第２ユーザに対して、前記被測定者の日中の眠気の程度に関する問診結果情報と、睡眠慣性様症状情報と、を前記支援情報として併せて提示する、
　項目２４に記載の情報処理システム。
　［項目２６］
　前記被測定者に関する所定の質問情報を送信し、当該質問情報に対する回答情報を取得して前記問診結果情報を生成する問診部（１１５）をさらに備える、
　項目２５に記載の情報処理システム。
　［項目２７］
　前記支援情報は、睡眠慣性様症状に対する服薬量、または、服薬回数、服薬タイミング、所定の薬に関する情報の少なともいずれかを示す支援情報を含む、
　項目１７ないし２６のいずれか記載の情報処理システム。
　［項目２８］
　前記支援情報は、睡眠慣性様症状に対する受診予約に関する支援情報を含む、
　項目１７ないし２７のいずれかに記載の情報処理システム。
　［項目２９］
　前記覚醒状態が覚醒と推定された後の、既定の活動強度が生じるまでの経過時間情報、または、既定の総歩数に達するまでの経過時間情報、もしくは、既定の総活動度に達するまでの経過時間情報に基づき、覚醒から睡眠慣性様症状が持続した推定時間を示す睡眠慣性様症状持続時間情報を生成する睡眠慣性様症状持続時間情報生成部（１１６）をさらに備え、
　前記支援情報生成部（１１４）は、さらに前記睡眠慣性様症状持続時間情報を参照して、前記支援情報を生成する、
　項目１７ないし２８のいずれかに記載の情報処理システム。
　［項目３０］
　前記支援情報生成部（１１４）は、前記睡眠慣性様症状持続時間情報に基づき、前記被測定者における覚醒から行動開始までの推奨準備時間を前記支援情報として生成する、
　項目２９に記載の情報処理システム。
　［項目３１］
　前記支援情報生成部（１１４）は、前記被測定者の行動開始希望時刻情報と前記睡眠慣性様症状持続時間情報に基づき、覚醒を誘起する時間を示す推奨覚醒誘起時間情報を前記支援情報として生成する、
　項目２９または３０に記載の情報処理システム。
　［項目３２］
　前記支援情報生成部（１１４）は、前記被測定者のスケジューラ情報に基づき前記被測定者の行動開始希望時間を推定する、
　項目３１に記載の情報処理システム。
　［項目３３］
　前記支援情報生成部（１１４）は、前記睡眠慣性様症状持続時間情報に基づき、睡眠慣性様症状に関する服薬を行う時間を示す推奨服薬時間情報を前記支援情報として生成する、
　項目２９ないし３２のいずれかに記載の情報処理システム。
　［項目３４］
　前記支援情報生成部（１１４）は、前記覚醒状態が覚醒と推定された時間を示す覚醒時間情報及び制限対象タスク情報、前記睡眠慣性様症状持続時間情報に基づき、前記覚醒時間情報を基準とした少なくとも前記睡眠慣性様症状持続時間情報が示す時間の範囲を含む時間範囲内での所定のタスクの実行制限に関するタスク制限支援情報を前記支援情報として生成する、
　項目２９ないし３３のいずれかに記載の情報処理システム。
　［項目３５］
　前記支援情報生成部（１１４）は、前記被測定者の予定タスク情報及び制限対象タスク情報、前記睡眠慣性様症状持続時間情報に基づき、前記予定タスク情報に含まれる所定のタスクの開始時間情報を基準とした前記睡眠慣性様症状持続時間情報が示す時間の範囲での睡眠制限に関する睡眠制限情報を前記支援情報として生成する、
　項目２９ないし３４のいずれかに記載の情報処理システム。
　［項目３６］
　前記支援情報生成部（１１４）は、前記被測定者のスケジューラ情報に基づき前記予定タスク情報を取得する、
　項目３５に記載の情報処理システム。
　［項目３７］
　前記睡眠慣性様症状情報及び臨床試験評価基準情報に少なくとも基づき、睡眠慣性に対する臨床試験内評価に関する評価情報を生成する臨床試験評価情報生成部（１１７）をさらに備える、
　項目１ないし３６のいずれかに記載の情報処理システム。
　［項目３８］
　前記臨床試験評価情報生成部（１１７）は、さらに臨床試験内で服用した薬に関する情報を示す臨床試験服用薬情報を参照し、睡眠慣性に対する所定の薬の有効性の評価に関する評価情報を生成する、
　項目３７に記載の情報処理システム。
　［項目３９］
　コンピュータの演算装置により、
　測定装置（３０）により測定された被測定者の活動度情報を取得することと、
　前記被測定者の覚醒状態を推定することと、
　前記覚醒状態が覚醒と推定された後の前記活動度情報に少なくとも基づき、前記被測定者に現れる睡眠慣性様症状に関連する睡眠慣性様症状情報を生成することと、を実行する情報処理方法。
　［項目４０］
　測定装置（３０）により測定された被測定者の活動度情報を取得する活動度取得機能と、
　前記被測定者の覚醒状態を推定する覚醒状態推定機能と、
　前記覚醒状態が覚醒と推定された後の前記活動度情報に少なくとも基づき、前記被測定者に現れる睡眠慣性様症状に関連する睡眠慣性様症状情報を生成する睡眠慣性様症状情報生成機能と、をコンピュータにおいて実現する、プログラム。
　［項目４１］
　測定装置（３０）により測定された被測定者の活動度情報を取得する活動度取得機能と、
　前記被測定者の覚醒状態を推定する覚醒状態推定機能と、
　前記覚醒状態が覚醒と推定された後の前記活動度情報に少なくとも基づき、前記被測定者に現れる睡眠慣性様症状に関連する睡眠慣性様症状情報を生成する睡眠慣性様症状情報生成機能と、をコンピュータにおいて実現する、プログラムを記録したコンピュータ読み取り可能な記録媒体。
　［項目４２］
　前記活動度取得部（１１１）は、少なくとも前記測定装置（３０）により測定された前記被測定者の慣性センサ情報に基づき前記活動度情報を算出し、
　前記覚醒状態推定部（１１２）は、少なくとも前記被測定者の慣性センサ情報に基づき前記覚醒状態を推定する、
　項目１に記載の情報処理システム。
　［項目４３］
　前記活動度取得部（１１１）は、少なくとも前記測定装置（３０）により測定された前記被測定者の慣性センサ情報に基づき前記活動度情報を算出し、
　前記覚醒状態推定部（１１２）は、少なくとも前記被測定者の脳波波形情報に基づき前記覚醒状態を推定する、
　項目１に記載の情報処理システム
　［項目４４］
　前記活動度取得部（１１１）は、少なくとも前記測定装置（３０）により測定された前記被測定者の脳波波形情報に基づき前記活動度情報を算出し、
　前記覚醒状態推定部（１１２）は、少なくとも前記被測定者の脳波波形情報に基づき前記覚醒状態を推定する、
　項目１に記載の情報処理システム
　［項目４５］
　前記活動度取得部（１１１）は、少なくとも前記測定装置（３０）により測定された前記被測定者の脳波波形情報に基づき前記活動度情報を算出し、
　前記覚醒状態推定部（１１２）は、少なくとも前記被測定者の慣性センサ情報に基づき前記覚醒状態を推定する、
　項目１に記載の情報処理システム
　［項目４６］
　前記被測定者の睡眠中の睡眠状態を推定する睡眠状態推定部（１１９）をさらに備える、
　項目１ないし３８、４２ないし４５のいずれかに記載の情報処理システム
　以下、本開示の実施の形態について、図面を参照しながら説明する。なお、本明細書および図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。また、各実施形態で示される特徴は、互いに矛盾しない限り他の実施形態にも適用可能である。
　＜システム構成＞
　図１は、本開示の一実施形態に係る情報処理システム（以下、「本システム」とも呼ぶ）の構成例を示す図である。本システムは、測定装置３０により測定された被測定者４０の活動度情報及び被測定者４０の覚醒状態に基づき、被測定者４０に現れる睡眠慣性様症状に関する睡眠慣性様症状情報を生成する。
　図１は、本実施形態に係る情報処理システムの全体構成例を示す図である。同図に示すように、本実施形態に係る情報処理システム１は、サーバ装置１０と第１ユーザ端末２０および／または測定装置３０が通信ネットワークＮＷを介して互いに通信可能に接続されており、必要に応じて第２ユーザ端末５０も通信ネットワークＮＷに接続されていてもよい。通信ネットワークＮＷは、例えば、インターネットやＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）であり、公衆電話回線網、専用電話回線網、携帯電話回線網、イーサネット（登録商標）、無線通信路等により構築される。
　サーバ装置１０は、情報処理システム全体を管理するコンピュータである。サーバ装置１０は、例えば、ワークステーションやパーソナルコンピュータ、クラウドコンピューティングにより論理的に実現される仮想コンピュータ等である。
　第１ユーザ端末２０は、睡眠慣性様症状の確認対象となる被測定者４０（「第１ユーザ」ともいう。）が有するデバイスであって、スマートフォン、パーソナルコンピュータ、タブレット端末等が含まれる。なお、第１ユーザ端末２０は、アプリケーションプログラムをインストールさせることができ、第１ユーザ端末２０の演算装置によって、サーバ装置１０の演算装置１０１によって実行される全部または一部機能を実行させることもでき、また、サーバ装置１０に備えられる記憶装置１０３に格納される情報のうち全部または一部を、第１ユーザ端末２０に内蔵される記憶部に格納させることもできる。また、その逆として、サーバ装置１０の演算装置１０１によって、第１ユーザ端末２０によって実行される全部または一部機能を実行させることもでき、また、第１ユーザ端末２０に備えられる記憶装置に格納される情報のうち全部または一部を、サーバ装置１０に内蔵される記憶装置１０３に格納させることもできる。
　測定装置３０は、被測定者４０に装着されて使用されてもよく、例えば時計型などの手首装着型や腕輪型、指輪型、眼鏡型、頭部装着型、腰装着型、着衣型、パッチ型、耳部装着型（カナル式、耳掛け式、イヤーカフ式など）などのウェアラブルデバイスであってもよい。測定装置３０は、被測定者４０を外部から観察する装置であってもよく、例えば、カメラ、赤外線センサ、ドップラーセンサ、マットセンサ、バイタルセンサなどの外部デバイスであってもよい。被測定者４０に対して一種または複数種の測定装置３０が装着または外部設置されていてもよく、ウェアラブルデバイスと外部デバイスを組み合わせて用いてもよい。測定装置３０は、被測定者４０からの指示に応じて、または、予め設定されたタイミングでの指示に応じて、被測定者４０の測定情報を取得し、測定装置３０内の記憶部に格納されたり、例えばサーバ装置１０や第１ユーザ端末２０などの外部装置へ適時送信されたりなどする。被測定者４０の測定情報は、例えば測定装置３０が備える慣性センサ（例えば、加速度センサ、ジャイロセンサであって、特に３軸加速度センサ、３軸ジャイロセンサ）による加速度情報や角速度情報などの慣性センサ情報であってもよいし、測定装置３０が備える脳波センサによる脳波波形情報であってもよい。また、電極やセンサを介して取得した生体情報（例えば、心電波形や脈波形、皮膚温度、脈拍、血圧、体温など）であっても良い。生体情報は、被測定者４０から電極やセンサを介して取得可能な生体情報であればどのような情報であってもよい。慣性センサ情報、脳波波形情報、生体情報、測定情報の一部または全部は、サーバ装置１０の記憶装置１０３に格納されるようにしてもよい。
　また、測定装置３０は、例えばサーバ装置１０や第１ユーザ端末２０などの外部装置と通信ネットワークＮＷやＢｌｕｅｔｏｏｔｈ（登録商標）及びＢＬＥ（Ｂｌｕｅｔｏｏｔｈ　Ｌｏｗ　Ｅｎｅｒｇｙ）の近距離通信インタフェース等を介して接続されてもよく、当該外部装置と各種データを送受信してもよい。また、測定装置３０に搭載されたセンサやボタン等による操作（例えばタッチ操作やスワイプ操作、音声操作などを含む）に応じて、所定の操作を実行できるようにしてもよく、操作に応じてアプリケーションが生成した画面を表示するようにしてもよい。
　第２ユーザ端末５０は、第２ユーザ６０（例えば医師、臨床試験実施者、被測定者の家族、被測定者の介護者、並びに医療機関、医療機器企業、製薬企業及び医薬品開発業務受託機関等の臨床試験運営団体など）が利用するデバイスであって、パーソナルコンピュータ、スマートフォン、タブレット端末等が含まれる。なお、第２ユーザ端末５０は、アプリケーションプログラムをインストールさせることができ、第２ユーザ端末５０の演算装置によって、サーバ装置１０の演算装置１０１によって実行される全部または一部機能を実行させることもでき、また、サーバ装置１０に備えられる記憶装置１０３に格納される情報のうち全部または一部を、第２ユーザ端末５０に内蔵される記憶装置に格納させることもできる。また、その逆として、サーバ装置１０の演算装置１０１によって、第２ユーザ端末５０によって実行される全部または一部機能を実行させることもでき、また、第２ユーザ端末５０に備えられる記憶装置に格納される情報のうち全部または一部を、サーバ装置１０に内蔵される記憶装置１０３に格納させることもできる。
　次に、上記情報処理システム１の構成の詳細について説明する。
　＜ハードウェア構成＞
　図２は、本実施形態においてサーバ装置１０を実現するコンピュータのハードウェア構成例を示す図である。サーバ装置１０は、演算装置１０１、メモリ１０２、記憶装置１０３、通信インタフェース１０４、入力装置１０５、出力装置１０６を備える。これらはバス（図示せず）を通じて相互に電気的に接続される。なお、上記のように、サーバ装置１０に含まれる記憶装置１０３等の装置及び演算装置１０１によって実行される機能の全部または一部を、第１ユーザ端末２０や測定装置３０、第２ユーザ端末５０等の他の装置に備えさせる、または、実行させることができる。
　演算装置１０１は、サーバ装置１０全体の動作を制御し、各要素間におけるデータの送受信の制御、およびアプリケーションの実行および認証処理に必要な情報処理等を行う。演算装置１０１は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）やＧＰＵ（Ｇｒａｐｈｉｃｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）等のプロセッサであり、記憶装置１０３に格納されメモリ１０２に展開されたプログラム等を実行して各情報処理を実施する。
　メモリ１０２は、ＤＲＡＭ（Ｄｙｎａｍｉｃ　Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）等の揮発性記憶装置で構成される主記憶と、フラッシュメモリまたはＨＤＤ（Ｈａｒｄ　Ｄｉｓｃ　Ｄｒｉｖｅ）等の不揮発性記憶装置で構成される補助記憶と、を含む。メモリ１０２は、演算装置１０１のワークエリア等として使用される。また、サーバ装置１０の起動時に実行されるＢＩＯＳ（Ｂａｓｉｃ　Ｉｎｐｕｔ／Ｏｕｔｐｕｔ　Ｓｙｓｔｅｍ）および各種設定情報等を格納する。
　記憶装置１０３は、各種のデータやアプリケーションプログラム等の各種プログラムを格納する。例えば、ハードディスクドライブやソリッドステートドライブ、フラッシュメモリ等である。
　通信インタフェース１０４は、サーバ装置１０を通信ネットワークＮＷに接続するためのインタフェースであり、例えばイーサネット（登録商標）に接続するためのアダプタ、公衆電話回線網に接続するためのモデム、無線通信を行うための無線通信機、シリアル通信のためのＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）コネクタやＲＳ１３２Ｃコネクタ等である。
　入力装置１０５は、データを入力する、例えば、キーボードやマウス、タッチパネル、ボタン、マイクロフォン、カメラ（撮像部）等である。
　出力装置１０６は、データを出力する、例えば、ディスプレイやプリンタ、スピーカ等である。
　＜ソフトウェア構成＞
　図３は、本実施形態においてサーバ装置１０のソフトウェア構成例を示す図である。同図に示すように、サーバ装置１０は、情報管理部１１０、活動度取得部１１１、覚醒状態推定部１１２、睡眠慣性様症状情報生成部１１３、支援情報生成部１１４、問診部１１５、睡眠慣性様症状持続時間情報生成部１１６、臨床試験評価情報生成部１１７、表示情報生成部１１８、睡眠状態推定部１１９の各機能部と、被測定者情報記憶部１３１を備える。なお、必要に応じて、第２ユーザ（例えば医師、臨床試験実施者、被測定者の家族、被測定者の介護者、並びに医療機関、医療機器企業、製薬企業及び医薬品開発業務受託機関等の臨床試験運営団体など）に関する情報（例えばユーザＩＤ、所属、連絡先など）を記憶する第２ユーザ情報記憶部(不図示)を備えていてもよい。
　なお、上記各機能部は、サーバ装置１０が備える演算装置１０１が記憶装置１０３に記憶されているプログラムをメモリ１０２に読み出して実行することにより実現され、上記各記憶部は、サーバ装置１０が備えるメモリ１０２および記憶装置１０３が提供する記憶領域の一部として実現される。
　被測定者情報記憶部１３１は、被測定者４０に関する情報を記憶する。図４は、被測定者情報記憶部１３１の構成例を示す図である。同図に示すように、被測定者情報記憶部１３１が記憶する被測定者情報には、被測定者４０を特定する被測定者ＩＤに対応付けて、基本情報（氏名、住所、性別、年齢、職業等の個人情報）、身長や体重等の身体に関する情報、測定情報（生体情報を含む）、活動度情報、睡眠慣性様症状情報、問診結果情報などが含まれる。
　情報管理部１１０は、各種記憶部から所定の情報を読み出して、外部（例えば、第１ユーザ端末２０や第２ユーザ端末５０）へ送信したり、外部から所定の情報を受け付けて、対応する記憶部へ記憶したりする。
　活動度取得部１１１は、第１ユーザ端末２０または第２ユーザ端末５０からの要求に応じて、被測定者情報記憶部１３１等の記憶部に記憶される活動度情報を取得する。活動度情報は、活動度取得部１１１により生成されて被測定者情報記憶部１３１等に記憶されてもよいし、測定装置３０や第１ユーザ端末２０、本システムと連携する外部サーバ等において生成された活動度情報や、測定装置３０や第１ユーザ端末２０の記憶部、本システムと連携する外部データベース（特に臨床試験情報データベース）に格納された活動度情報をサーバ装置１０の情報管理部１１０にて受信し、被測定者情報記憶部１３１等に記憶されてもよい。
　ここで、活動度情報について説明する。活動度情報とは、被測定者４０の生体における活動の程度を示す情報であればどのような情報であってもよく、絶対的または相対的な数値により表現されてもよいし、活動の程度を示す情報として表現されてもよく、活動量を示す情報として表現されてもよい。活動度の算出に用いる情報は、例えば被測定者４０の装着する測定装置３０から得られる情報を含みうる。例えば測定装置３０が備える慣性センサ（例えば、加速度センサ、ジャイロセンサであって、特に３軸加速度センサ、３軸ジャイロセンサ）による加速度情報や角速度情報などの慣性センサ情報であってもよいし、測定装置３０が備える脳波センサによる脳波波形情報であってもよい。慣性センサ情報と脳波波形情報は組み合わせて用いてもよい。また、被測定者４０を外部から観察する外部デバイスにより取得された外部観察情報（画像（静止画像、動画像）情報、赤外線センサ情報、ドップラーセンサ情報、マットセンサ情報、バイタルセンサ情報等の各種外部センサ情報など）であってもよい。外部観察情報は、慣性センサ情報や脳波波形情報の少なくとも何れかと組み合わせて用いてもよい。また、電極やセンサを介して取得した生体情報（例えば、心電波形や脈波形、皮膚温度、脈拍、血圧、体温など）であっても良く、慣性センサ情報や脳波波形情報、外部観察情報の少なくとも何れかと組み合わせて用いてもよい。生体情報は、被測定者４０から電極やセンサを介して取得可能な生体情報であればどのような情報であってもよい。測定装置３０がウェアラブルデバイスである場合、より簡便に活動度情報を取得することが可能となり、そのようなデバイスとして例えば、慣性センサを備える腕時計型デバイスなどが挙げられる。
　慣性センサ情報に基づく活動度の算出は、例えば、活動度取得部１１１により、慣性センサ情報（特に３軸加速度センサに基づく加速度情報）を利用して推定される被測定者４０の体動情報（行動情報）及び姿勢情報の少なくともいずれかに基づき算出されたり、慣性センサ情報を利用して推定される被測定者４０の行動情報（例えば、立位、坐位、歩行、走行など）からＭＥＴｓまたは消費カロリーの少なくともいずれかとして算出されたり、慣性センサ情報を利用して推定される歩数として算出されたりなどの既知の手法で算出されてもよく、絶対的または相対的な数値により表現されてもよいし、活動度の程度を示す情報として表現されてもよい。また、記憶装置１０３または外部サーバに記憶される学習モデル（例えば、事前に教師データにより学習したもの）を用いて慣性センサ情報から活動度を算出してもよい。
　脳波波形情報に基づく活動度の算出は、例えば、脳波波形情報からアルファ波、シータ波、ガンマ波および／またはベータ波の帯域の成分を抽出し、抽出されたアルファ波、シータ波、ガンマ波および／またはベータ波の帯域の成分、成分比または各成分強度によって算出されるなど既知の手法で算出されてもよく、絶対的または相対的な数値により表現されてもよいし、活動度の程度を示す情報として表現されてもよい。また、記憶装置１０３または外部サーバに記憶される学習モデル（例えば、事前に教師データにより学習したもの）を用いて脳波波形情報から活動度を算出してもよい。
　外部観察情報に基づく活動度の算出は、例えば、活動度取得部１１１により、画像情報を画像解析したり、外部センサ情報を解析したりすることで行動情報を推定し、当該行動情報からＭＥＴｓまたは消費カロリー、歩数の少なくともいずれかとして算出されてもよく、絶対的または相対的な数値により表現されてもよいし、活動度の程度を示す情報として表現されてもよい。また、記憶装置１０３または外部サーバに記憶される学習モデル（例えば、事前に教師データにより学習したもの）を用いて外部観察情報から活動度を算出してもよい。
　覚醒状態推定部１１２は、被測定者４０の覚醒状態を推定する。被測定者４０の覚醒状態を推定は、例えば被測定者４０の装着する測定装置３０から得られる情報により推定を行ってもよい。測定装置３０から得られる情報とは、例えば、被測定者４０の装着する測定装置３０から直接的に得られる脳波波形情報や慣性センサ情報などの測定情報（生体情報を含む）であってもよいし、被測定者４０を外部から観察する外部デバイスにより取得された外部観察情報（画像（静止画像、動画像）情報、赤外線センサ情報、ドップラーセンサ情報、マットセンサ情報、バイタルセンサ情報等の各種外部センサ情報など）であってもよい。測定情報に基づき算出される体動情報（被測定者４０の身体の動きを示す情報）、血圧情報、心拍情報などの生体算出情報などであってもよいが、これらに限定されるものではない。慣性センサ情報、脳波波形情報、外部観察情報、生体情報は任意に選択される２つ以上の情報を組み合わせて用いてもよい。覚醒状態推定部１１２は、例えば、測定装置３０から得られる情報と比較をするための覚醒推定基準情報を記憶装置１０３に記憶しておき、読み出された覚醒推定基準情報と測定装置３０から得られる情報とを比較した結果に応じて覚醒を示す覚醒状態であるか否かを推定するようにしてもよい。もしくは、覚醒状態推定部１１２は、例えば、測定装置３０から得られる情報に関連する学習モデル（例えば、記憶装置１０３または外部サーバに記憶されるものであって、事前に教師データにより学習したもの）を含み、測定装置３０から得られる情報を入力として覚醒を示す覚醒状態であるか否かを推定するようにしてもよい。測定装置３０がウェアラブルデバイスである場合、より簡便に覚醒状態を推定することが可能となり、そのようなデバイスとして例えば、慣性センサを備える腕時計型デバイスなどが挙げられる。
　活動度取得部１１１及び覚醒状態推定部１１２が参照する被測定者４０の装着する測定装置３０から得られる情報は同一であっても異なっていてもよく、例えば、（Ａ）活動度取得部１１１が、少なくとも測定装置３０により測定された被測定者４０の慣性センサ情報に基づき活動度を算出し、覚醒状態推定部１１２が少なくとも被測定者４０の慣性センサ情報に基づき覚醒状態を推定する場合、（Ｂ）活動度取得部１１１が、少なくとも前記測定装置により測定された被測定者４０の慣性センサ情報に基づき活動度を算出し、覚醒状態推定部１１２が少なくとも被測定者４０の脳波波形情報に基づき覚醒状態を推定する場合、（Ｃ）活動度取得部１１１は、少なくとも前記測定装置により測定された被測定者４０の脳波波形情報に基づき活動度を算出し、覚醒状態推定部１１２が少なくとも被測定者４０の脳波波形情報に基づき覚醒状態を推定する場合、（Ｄ）活動度取得部１１１は、少なくとも前記測定装置により測定された被測定者４０の脳波波形情報に基づき活動度を算出し、覚醒状態推定部１１２が少なくとも被測定者４０の慣性センサ情報に基づき覚醒状態を推定する場合などがあげられるがこの限りでない。
　また、覚醒状態推定部１１２は、必ずしも測定装置３０から得られる情報により直接的に被測定者４０の覚醒を推定しなくてもよく、例えば、被測定者４０の覚醒を誘起する覚醒誘起機能に基づき覚醒状態を推定する、すなわち、覚醒誘起機能による覚醒の誘起により覚醒したと推定するようにしてもよい。覚醒誘起機能は、被測定者４０に対する外的刺激により覚醒を誘起する機能であればどのような機能であってもよく、例えば、第１ユーザ端末２０により設定された設定時刻に所定の外的刺激を発する機能であってもよい。より具体的には、例えば、第１ユーザ端末２０により設定された設定時刻に所定の報知を行うアラーム機能や所定の電灯の点灯を行う電灯点灯機能などであってもよい。覚醒誘起機能は、第１ユーザ端末２０に備えられた機能であってもよいし、第１ユーザ端末２０から近距離通信インタフェース等を介して起動操作や設定操作が可能な他のデバイスに備えられた機能であってもよい。
　睡眠慣性様症状情報生成部１１３は、前記覚醒状態が覚醒と推定された後の前記活動度情報に少なくとも基づき、被測定者４０に現れる睡眠慣性様症状に関する睡眠慣性様症状情報を生成する。睡眠慣性様症状とは、睡眠慣性と類似する症状または睡眠慣性と推定される症状であり得るが、睡眠慣性と断定する情報ではない。ただし、医師が本システムを利用するなどして睡眠慣性と断定可能である場合には、睡眠慣性様症状は睡眠慣性症状と同一、または、略同一であってもよい。
　睡眠慣性様症状情報を生成するための活動度情報の具体的な利用例を説明する。睡眠慣性様症状情報の生成に用いる活動度情報は例えば、（１）被測定者４０の覚醒状態が覚醒と推定された後の既定の時間内における総活動度（例えば総活動量）であって、特に（１－１）被測定者４０の覚醒状態が覚醒と推定された後の既定の時間内における総活動度（例えば総活動量）、または既定の活動強度（運動強度）以上の活動度（例えば活動量）の総和、（１－２）被測定者４０の覚醒状態が覚醒と推定された後の既定の時間内における総歩数、総カロリーまたは総Ｍｅｔｓであってもよいが、これらに限らず、（２）被測定者４０の覚醒状態が覚醒と推定された後の既定の時間内において既定の強度以上の活動度（例えば活動量）が発生した総時間、（３）被測定者４０の覚醒状態が覚醒と推定された後の既定の時間内において既定の強度以下の活動度（例えば活動量）が発生した総時間、（４）被測定者４０の覚醒状態が覚醒と推定された後に、既定の総活動度（例えば総活動量）に達するまでの経過時間、（５）被測定者４０の覚醒状態が覚醒と推定された後に既定の活動強度に達するまでの経過時間、（６）被測定者の覚醒状態が覚醒と推定された後に、既定の総歩数に達するまでの経過時間であってもよいし、これらに限られるものでもない。また、これらの条件においては被測定者４０の覚醒状態が覚醒と推定された後の期間を対象としているが、特に被測定者４０の起き上がり動作後の期間に限定してもよい。ここで起き上がり動作とは、上体起こし動作や立ち上がり動作などであってよく、慣性センサ情報を利用して推定される被測定者４０の体動情報（行動情報）及び姿勢情報の少なくともいずれかにより判定されてもよい。なお、ここで示される既定値（既定の活動度や時間など）は、本システムのシステム提供者や本システムの利用者などによって事前に任意の値に設定されてよく、特に後述する睡眠慣性様症状が検出可能であれば、どのような値に設定されていてもよい。また、既定の時間は、覚醒期間と同一または略同一であってもよいし、例えば数十分、数時間といった覚醒期間より短い期間であってもよい。さらに、上述の条件を二以上組み合わせて睡眠慣性様症状情報を生成することで、より精度の高い睡眠慣性様症状情報（後述する睡眠慣性様症状の程度を示す情報など）を生成するように構成してもよい。
　睡眠慣性様症状情報は、例えば、被測定者の睡眠慣性様症状の程度を示す情報を含んでいてもよく、特に分類情報（より細かい分類としてスコア情報も含む）であってもよい。睡眠慣性様症状情報生成部１１３は、例えば上述の総活動度（例えば総活動量）や総時間、経過時間を所定範囲ごとに基準値を設定して分類を区切った対応情報を事前に設定しておき、総活動度情報や総時間情報、経過時間情報を対応情報に照らす（比較する）ことで被測定者の睡眠慣性様症状の程度を示す分類を睡眠慣性様症状情報として生成することが可能となる。この場合、分類は、例えば、睡眠慣性様症状の程度の高低に応じて設定された数字やアルファベットにより表現されるものであってもよい（例えば１から５やＡからＥなどの３以上の複数段階であってもよいし、睡眠慣性様症状の有無の２段階であってもよい）が、これに限定されるものでもない。
　睡眠慣性は、上述したとおり、睡眠から覚醒した後はすっきりと眠気が解消できずに眠気が持続するものであるので、図５に例示されるように、覚醒後（一つの態様として起き上がり動作後）に既定の総活動度に達する経過時間が相対的に長ければ（その他、既定期間内における総活動度が相対的に少なければ、または、既定の強度以上の活動度が発生した総時間が相対的に少なければ、または、既定の強度以下の活動度が発生した総時間が相対的に多ければ、既定の強度以上の活動度に達するまでの経過時間が相対的に長ければ）睡眠慣性様症状の程度が相対的に高いと推定することが可能である。そうすると、対応情報は、活動度の相対的に少ない範囲に対しては睡眠慣性様症状の程度が相対的に高いと判定するように分類が設定されていてもよい。
　このように、被測定者４０が覚醒したと推定された後の、測定装置３０に測定された被測定者４０の活動度情報に少なくとも基づき、被測定者４０に現れる睡眠慣性様症状に関する睡眠慣性様症状情報を生成することが可能となり、特に睡眠慣性様症状情報が睡眠慣性様症状の程度を示す場合には、容易にその睡眠慣性様症状の程度を確認することが可能となる。
＜睡眠慣性様症状情報の変形例１＞
　さらに、睡眠慣性様症状情報は、例えば、同一の被測定者に対する複数時点での睡眠慣性様症状の程度を示す情報に基づき算出される睡眠慣性様症状の程度の変化情報を含んでいてもよく、当該変化情報に基づき生成される被測定者の睡眠慣性様症状に関する傾向情報（特に評価情報）を含んでいてもよい。すなわち、睡眠慣性様症状の程度の変化情報は、例えば相対的に高い程度から低い程度への変化を示す情報である時には、睡眠慣性様症状の程度が良好に変化していることが判定できるので、このような相対的に程度が低下傾向にある変化情報に対して、睡眠慣性様症状情報生成部１１３は、相対的に睡眠慣性様症状の程度が低下傾向を示す傾向情報（すなわち、良好を示す評価情報ともいえる）を睡眠慣性様症状情報として生成する。反対に、睡眠慣性様症状の程度の変化情報は、例えば相対的に低い程度から高い程度への変化を示す情報である時には、睡眠慣性様症状の程度が不良に変化していることが判定できるので、このような相対的に程度が増加傾向にある変化情報に対して、睡眠慣性様症状情報生成部１１３は、相対的に睡眠慣性様症状の程度が増加傾向を示す傾向情報（すなわち、不良を示す評価情報ともいえる）を睡眠慣性様症状情報として生成する。なお、複数時点とは、二以上の日、週、月、年が異なる時点を含んでいてもよいし、所定の薬を服用開始前後の異なる時点を含んでいてもよい。
　図６に例示されるように、覚醒後（一つの態様として起き上がり動作後）の既定期間内における総活動度を睡眠慣性様症状の程度の判定条件とし、睡眠慣性様症状の程度が低い（睡眠慣性様症状が弱い）状態から高い（睡眠慣性様症状が強い）状態までをＡからＤと分類した際に、例えば前月の睡眠慣性様症状の程度がＣであり、今月の睡眠慣性様症状の程度がＢである時、この異なる２つの時点の変化は相対的に程度が良好に変化していることが判定できるので、例えば相対的に良好を示す傾向情報（特に評価情報）を生成する。
　このように、被測定者の装着する測定装置３０の測定情報に基づく活動度情報から容易に睡眠慣性様症状の程度の変化（すなわち、被測定者の睡眠慣性様症状に関する傾向・評価）を確認することが可能となる。
＜他の実施の形態１＞
　さらに、上述の被測定者４０の活動度情報、または、睡眠慣性様症状情報のいずれかに少なくとも基づき、被測定者４０または当該被測定者４０とは異なる第２ユーザ６０（例えば医師、臨床試験実施者、被測定者の家族、被測定者の介護者、並びに医療機関、医療機器企業、製薬企業及び医薬品開発業務受託機関等の臨床試験運営団体など）に対して睡眠慣性様症状に関する支援を行うための支援情報を生成する支援情報生成部１１４を備えてもよい。支援情報生成部１１４は、例えば、被測定者４０または第２ユーザ６０に睡眠慣性様症状情報（特に、上述の睡眠慣性様症状の程度を示す情報や当該程度の変化の傾向を示す傾向情報など）を提示するための提示情報を支援情報として生成してもよい。当該提示情報は、後述の表示情報生成部１１８にて表示情報を生成する際に用いられ、所定のユーザインタフェースにより提示情報が第１ユーザ端末２０または第２ユーザ端末５０の少なくともいずれかに表示され得る。また、支援情報生成部１１４は、被測定者４０の脳波波形情報（例えば、任意の一日中などの任意の所定期間における脳波波形情報など）、または、被測定者４０の覚醒状態情報、睡眠慣性様症状に関する臨床試験データ、被測定者４０に関する電子カルテデータ、被測定者４０に対する問診結果情報などの少なくともいずれかの参照情報をさらに参照して支援情報を作成してもよい。すなわち、支援情報が提示情報である場合には、例えば図７に例示されるように、睡眠慣性様症状情報に加えて、上述の被測定者４０の脳波波形情報、または、被測定者４０の覚醒状態情報、睡眠慣性様症状に関する臨床試験データ（例えば、他ユーザの睡眠慣性様症状の変化傾向情報の推移情報など）、被測定者４０に関する電子カルテデータ（例えば、服薬情報、処方情報などを含む）、被測定者４０に対する問診結果情報などの少なくともいずれかを併せて提示する提示情報を生成してもよい。なお、臨床試験データや電子カルテデータは、本システムにおいて、第１ユーザ端末２０または第２ユーザ端末５０から操作入力またはデータ読み込み入力されて記憶装置１０３に格納されていてもよいし、外部サーバ（例えば臨床試験サーバや電子カルテサーバなど）に記憶されていて当該外部サーバと外部連携することにより取得され記憶装置１０３に格納されていてもよい。
　問診結果情報は、例えば、被測定者４０の体調に関する問診結果、または、被測定者４０の職業または職種に関する問診結果、被測定者４０の日中の眠気の程度に関する問診結果の少なくともいずれかを含んでいてもよい。また、問診結果情報は、例えば医師等の第２ユーザ６０が第１ユーザ端末２０に対して問診を行い、当該問診の結果を第２ユーザ端末５０に対する入力操作により被測定者情報として記憶させた情報であってもよいが、これに代えて、または、加えて、サーバ装置１０の機能部として問診部１１５により生成した情報であってもよい。
　問診部１１５は、被測定者４０に対して所定の質問情報を送信し、被測定者４０から当該質問情報に対する回答情報を取得する。質問情報は、例えば、上述の問診結果を得るための質問であればどのような質問であってもよく、例えば、被測定者４０の体調に関する主観スコアを問う質問や、被測定者４０の職業（例えば、学生、会社員など）または職種（例えば、機械技術者、医師、栄養士、販売店員、音楽家などの仕事の種類）を問う質問、日中の眠気の程度に関する主観スコアを問う質問、仮眠頻度に関する質問であってもよく、回答情報は、当該主観スコアに関する回答や職業または職種に関する回答であり得る。問診部１１５は、このように取得した回答情報を含んだ問診結果情報を生成してもよい。なお、日中の眠気の程度に関する回答情報は、問診部１１５に基づく主観評価に限らず、測定装置３０による脳波波形情報や眼鏡型ウェアラブルデバイスの測定情報または外部デバイスの外部観察情報の解析結果に基づく瞬き情報などにより日中過眠由来のマイクロスリープを判定して日中過眠の程度を評価するようにしてもよい。
　このように、被測定者４０または第２ユーザ６０に対して被測定者４０の睡眠慣性様症状に関する支援を行うための支援情報を生成することが可能となり、特に、第２ユーザ６０である医師等が第１ユーザ端末２０や第２ユーザ端末５０に表示される支援情報を確認することで、被測定者４０の睡眠慣性様症状の状態を確認したり、睡眠慣性様症状に対する所定の薬の服薬量や服薬回数、服薬タイミングの変更や処方薬の種類の変更について検討する場合などに総合的な参考情報に基づき判断することが可能となる。
　また、他の支援情報についても説明する。支援情報生成部１１４は、睡眠慣性様症状情報に基づき（さらに必要に応じて上述の参照情報も参照し）、被測定者４０の睡眠慣性様症状に対する服薬対象の薬の服薬量に関する支援情報、または、服薬回数に関する支援情報、服薬タイミングに関する支援情報や処方薬の種類に関する支援情報、服薬対象の薬または服薬対象以外の薬の少なくともいずれかに関する説明（例えば、販売者や薬効、価格、複数の異なる薬における比較情報など）を含む支援情報、受診予約に関する支援情報の少なくともいずれかを生成するようにしてもよい。
　より具体的には、支援情報生成部１１４は、例えば、第２ユーザ６０である医師等に向けては、服薬対象の薬の服薬量や服薬回数、服薬タイミング、処方薬の種類に関する支援情報を生成するようにしてもよく、例えば、被測定者４０の睡眠慣性様症状情報である傾向情報（評価情報）が不良を示すようであれば、特に一定期間で不良を示す傾向情報が続いていれば、服薬量や服薬回数などの変更（例えば、増加または減少など）することまたは変更しないことを促すことを示すアドバイス情報や特定の薬の処方を促すことを示すアドバイス情報を支援情報として生成したり、睡眠慣性様症状の程度や傾向情報（評価情報）が示す傾向（評価）が被測定者４０と同程度である他の被測定者における服薬情報（例えば、服薬量情報や服薬回数情報、服薬タイミング情報など）や処方薬種類情報を支援情報として生成してもよい。支援情報生成部１１４は、何れのアドバイス情報や他の被測定者における服薬情報、処方薬種類情報を提示するかの推定は、例えば、睡眠慣性様症状情報（さらに必要に応じて上述の参照情報も参照）と比較をするための支援推定基準情報を記憶装置１０３に記憶しておき、読み出された支援推定基準情報と取得した睡眠慣性様症状情報（さらに必要に応じて上述の参照情報も参照）とを比較した結果に応じて推定するようにしてもよい。もしくは、支援情報生成部１１４は、例えば、睡眠慣性様症状情報（さらに必要に応じて上述の参照情報）及びアドバイス情報や他の被測定者における服薬情報、処方薬種類情報に関連する学習モデル（例えば、記憶装置１０３または外部サーバに記憶されるものであって、事前に教師データにより学習したもの）を含み、睡眠慣性様症状情報（さらに必要に応じて上述の参照情報）を入力として推定するようにしてもよい。なお、現状の服薬情報や処方薬情報などを把握可能とするために、本システムにおいて、現在の服薬情報または処方薬情報がユーザ操作により被測定者情報として記憶されているか、システム連携により外部サーバにて参照可能であり得る。
　これにより、支援情報生成部１１４は、図８に例示されるように、例えば睡眠慣性様症状情報である傾向情報は良好を示しているものの、日中の眠気に関する主観スコアが高い（強い）場合には、睡眠慣性様症状が改善傾向にあっても日中過眠が改善されていないと判定することができるので、支援情報として、継続した薬の使用（または、服用量や服用回数を増やす変更や日中過眠をより改善する強い薬といった特定の薬の処方など）を推奨するようなアドバイス情報の生成が可能となり、特に医師等の判断を客観的に支援することが可能となる。なお、図８においては、説明のために睡眠慣性様症状情報及び参考情報（例えば問診結果情報）もアドバイス情報に併せて表示しているが、これに限らず、睡眠慣性様症状情報または参考情報の少なくとも何れかは表示しないように構成されていてもよい。
　一方、支援情報生成部１１４は、例えば、被測定者４０や家族や介護者などの第２ユーザ６０に向けては、受診予約に関する支援情報を生成するようにしてもよく、例えば、被測定者４０の睡眠慣性様症状情報である傾向情報（評価情報）が不良を示すようであれば、特に一定期間で不良を示す傾向情報が続いていれば、受診予約がされていない場合には被測定者４０の睡眠慣性様症状に関する受診予約を推奨する支援情報や、受診予約がされている場合には被測定者４０の睡眠慣性様症状に関する受診予約のスケジュールを早めることを推奨する支援情報、睡眠慣性様症状の診察が可能な病院に関する説明情報（病院名、病院住所、病院連絡先など）の少なくともいずれかを支援情報として生成してもよい。なお、被測定者４０の睡眠慣性様症状に関する受診予約の状況を把握可能とするために、本システムにおいて、少なくとも被測定者４０の受診予約情報が把握可能な情報がユーザ操作により被測定者情報として記憶されているか、システム連携により外部サーバにて受診予約を行った日付等が参照可能である（例えば、受診予約を行うシステムとの連携、または、スケジューラシステムとの連携など）と、受診予約の有無や現状の受診予約の日付などが把握可能となるため、適切な推奨が可能となる。なお、スケジューラシステムと連携した際には、例えば、スケジュールとして入力された予定内容情報や病院名情報、症状名情報のテキスト情報やタグ情報などから該当スケジュールを判定してもよい。
　これにより、支援情報生成部１１４は、図９に例示されるように、例えば睡眠慣性様症状情報である傾向情報が不良を示している場合には、被測定者４０の睡眠慣性様症状に関する受診予約を推奨する支援情報の生成が可能となり、特に被測定者４０本人や家族、介護者などに対して受診予約の判断を客観的に支援することが可能となる。なお、図８においては、説明のために睡眠慣性様症状情報も受診予約に関する支援情報に併せて表示しているが、これに限らず、睡眠慣性様症状情報は表示しないように構成されていてもよい。
　このように、睡眠慣性様症状情報（さらに必要に応じて上述の参照情報）から容易に被測定者４０や第２ユーザ６０に対する支援情報を生成することが可能となる。
＜他の実施の形態２＞
　さらに、上述の（４）から（６）に例示されるような既定の活動強度が生じるまでの経過時間情報、または、既定の総歩数に達するまでの経過時間情報、もしくは、既定の総活動度（例えば総活動量）に達するまでの経過時間情報に基づき、覚醒から睡眠慣性様症状が持続した推定時間を示す睡眠慣性様症状持続時間情報を生成する睡眠慣性様症状持続時間情報生成部１１６を備えてもよい。睡眠慣性様症状持続時間情報生成部１１６は、図１０に例示されるように既定の活動度に達するまでの経過時間情報をそのまま利用して睡眠慣性様症状持続時間情報を生成してもよいし、所定期間分（例えば直近数日分、直近数週間分、直近数ヶ月分、直近数年分など）または所定回数分（例えば数回分、数十回分、数百回分、数千回分、数万回分など）の経過時間情報の平均値や最大値などの集計値を睡眠慣性様症状持続時間情報として生成してもよいし、経過時間情報に対して所定時間（例えば１０分、３０分、１時間、２時間、３時間などの任意の時間）を加算して睡眠慣性様症状持続時間情報として生成してもよい。
　ここで、上述の支援情報生成部１１４は、睡眠慣性様症状持続時間情報に基づき、被測定者４０における覚醒から行動開始までの推奨準備時間を示す推奨準備時間情報を支援情報として生成してもよい。すなわち、支援情報生成部１１４は、睡眠慣性様症状持続時間情報をそのまま利用して推奨準備時間情報を生成してもよいし、所定期間分（例えば直近数日分、直近数週間分、直近数ヶ月分、直近数年分など）または所定回数分（例えば数回分、数十回分、数百回分、数千回分、数万回分など）の睡眠慣性様症状持続時間情報の平均値や最大値などの集計値を推奨準備時間情報として生成してもよいし、睡眠慣性様症状持続時間情報に対して所定時間（例えば１０分、３０分、１時間、２時間、３時間などの任意の時間）を加算して推奨準備時間情報として生成してもよい。
　このように、被測定者４０は、第１ユーザ端末２０に表示される睡眠慣性様症状持続時間情報、または、推奨準備時間情報を参照することにより、例えば自分が何れの時間に覚醒すると行動開始までの時間を確保することができるのかを知ることが可能となる。
　また、支援情報生成部１１４は、被測定者４０の行動開始希望時刻情報及び睡眠慣性様症状持続時間情報に基づき、被測定者４０の覚醒を誘起する推奨時刻を示す推奨覚醒誘起時刻情報を支援情報として生成してもよい。より具体的には、図１１に例示されるように、被測定者４０の行動開始希望時刻から睡眠慣性様症状持続時間を遡って推奨覚醒誘起時刻を算出するようにしてもよい。行動開始希望時刻情報は、被測定者４０の入力操作により設定されてもよいし、これに代えて、または、加えて、被測定者４０が利用するスケジューラ機能または外部連携したスケジューラシステムからスケジュール情報を取得して、所定のスケジュールが開始予定の時刻を設定してもよい。そして、支援情報生成部１１４は、生成した推奨覚醒誘起時刻情報が示す推奨覚醒誘起時刻に上述の覚醒誘起機能（例えば、アラーム機能や電灯点灯機能など）の開始時刻として設定してもよい。これに代えて、または、加えて、被測定者４０の第１ユーザ端末２０に推奨覚醒誘起時刻情報を表示するようにしてもよい。
　また、支援情報生成部１１４は、睡眠慣性様症状持続時間情報に基づき、睡眠慣性様症状に関する薬の服薬を行う推奨時刻を示す推奨服薬時刻情報を支援情報として生成してもよい。より具体的には、図１２に例示されるように、被測定者４０の行動開始予定時刻から睡眠慣性様症状持続時間を遡って推奨服薬時刻を算出するようにしてもよいし、遡った時刻から所定時間（例えば１０分、３０分、１時間、２時間、３時間などの任意の時間）をさらに遡って推奨服薬時刻を算出するようにしてもよい。睡眠慣性様症状に関する薬は被測定者４０の覚醒を促す効果のある薬であって、服薬効果持続時間が少なくとも行動開始予定時刻から睡眠慣性様症状持続時間を遡った時間帯を包含するタイミングで、さらに行動予定時間帯をも包含するタイミングでの服薬が推奨されてもよい。
　また、支援情報生成部１１４は、図１３に例示されるように、覚醒状態が覚醒と推定された時間を示す覚醒時間情報及び制限対象タスク情報、睡眠慣性様症状持続時間情報に基づき、覚醒時間情報を基準とした少なくとも睡眠慣性様症状持続時間情報が示す時間を含む範囲での所定のタスクの実行制限に関するタスク制限情報を支援情報として生成する。制限対象タスク情報は、実行制限対象となる一以上のタスクを特定可能な情報である。制限対象タスクは、例えば、外出や仕事、勉強、家事などの種々の行動を伴うタスクであってもよい。さらに、支援情報生成部１１４は、例えば、外出が予定されている場合には、車の運転や外出自体を少なくとも睡眠慣性様症状継続時間情報が示す時間の範囲内では控えるように促すアドバイス情報や、機械作業などの集中力を有する作業が予定されている場合には、車の運転や外出自体を少なくとも睡眠慣性様症状継続時間情報が示す時間の範囲内では控えるように促すアドバイス情報などのタスク制限情報を支援情報として生成してもよい。なお、制限対象タスク情報は、各ユーザで共通のものであってもよいが、例えば、被測定者４０の性別ごと、年齢（年代）ごと、職業ごと、職種ごとなどでそれぞれ異なるようにテーマに合った一以上の制限対象のタスク情報が関連付けられていてもよいし、本システムがスケジューラシステムと連携した際などには、例えば、スケジュールとして入力された予定内容情報や予定タスク情報のテキスト情報やタグ情報などから該当タスクを解析してもよい。
　また、支援情報生成部１１４は、図１４に例示されるように、被測定者の予定タスク情報及び制限対象タスク情報、睡眠慣性様症状持続時間情報に基づき、前記予定タスク情報のタスクの開始時間情報または終了時間情報を基準とした前記睡眠慣性様症状持続時間情報が示す経過時間の範囲での睡眠制限に関する睡眠制限情報を支援情報として生成する。なお、上記同様に、制限対象タスク情報は、各ユーザで共通のものであってもよいが、例えば、被測定者４０の性別ごと、年齢（年代）ごと、職業ごと、職種ごとなどでそれぞれ異なるようにテーマに合った一以上の制限対象のタスク情報が関連付けられていてもよいし、本システムがスケジューラシステムと連携した際などには、例えば、スケジュールとして入力された予定内容情報や予定タスク情報のテキスト情報やタグ情報などから該当タスクを解析してもよい。
　これにより、少なくとも睡眠慣性様症状情報（さらに必要に応じて上述の参照情報）から睡眠慣性様症状持続時間情報や推奨覚醒誘起時刻情報、推奨服用情報、タスク制限情報を生成することが可能となる。
＜他の実施の形態３＞
　さらに、睡眠慣性様症状情報及び臨床試験評価基準情報に少なくとも基づき、睡眠慣性に対する臨床試験内評価に関する臨床試験評価情報を生成する臨床試験評価情報生成部１１７を備えてもよい。すなわち、睡眠慣性様症状に関する臨床試験（特に、睡眠慣性様症状に対する所定の薬の有効性を確認する臨床試験）において活動度情報が取得される場合には、臨床試験評価情報生成部１１７は、睡眠慣性に対する臨床試験内評価（特に、所定の薬の有効性の評価）に関する評価情報を生成する。すなわち、例えば、臨床試験の目的が睡眠慣性に対する所定の薬の有効性の評価であることに鑑みれば、被測定者の睡眠慣性様症状の程度を示す情報が臨床試験評価基準情報を参照・比較を行った結果、睡眠慣性様症状の程度が相対的に低いことを示す場合には、薬が効いて睡眠慣性様症状が治まっているとして有効性の評価が高くなるべきであるところ、臨床試験評価情報生成部１１７は、被測定者の睡眠慣性様症状の程度を示す情報及び臨床試験評価基準情報に少なくとも基づき、臨床試験内評価情報（特に有効性の評価情報）を生成するようにしてもよい。また、上述の変化の程度を示す変化情報を用いて臨床試験内評価情報（特に有効性の評価情報）を生成するようにしてもよい。
　これにより、少なくとも睡眠慣性様症状情報（さらに必要に応じて上述の参照情報）から容易に睡眠慣性様症状に関する臨床試験内評価を確認することが可能となる。
　＜他の実施の形態４＞
　さらに、被測定者４０の睡眠中の睡眠状態を推定する睡眠状態推定部１１９を備えてもよい。被測定者４０の睡眠状態の推定は、例えば被測定者４０の装着する測定装置３０から得られる情報により推定を行ってもよい。測定装置３０から得られる情報とは、例えば、被測定者４０の装着する測定装置３０から直接的に得られる脳波波形情報や慣性センサ情報などの測定情報（生体情報を含む）であってもよいし、被測定者４０を外部から観察する外部デバイスにより取得された外部観察情報（画像（静止画像、動画像）情報、赤外線センサ情報、ドップラーセンサ情報、マットセンサ情報、バイタルセンサ情報等の各種外部センサ情報など）であってもよいし、測定情報に基づき算出される体動情報（被測定者４０の身体の動きを示す情報）、血圧情報、心拍情報などの生体算出情報などであってもよいが、これらに限定されるものではない。慣性センサ情報、脳波波形情報、外部観察情報、生体情報は任意に選択される２つ以上の情報を組み合わせて用いてもよい。測定装置３０がウェアラブルデバイスである場合、より簡便に睡眠状態を推定することが可能となり、そのようなデバイスとして例えば、慣性センサを備える腕時計型デバイスなどが挙げられる。なお、睡眠状態推定部１１９は、活動度取得部１１１または覚醒状態推定部１１２の少なくとも何れかにおける測定情報を取得するための測定装置３０と同一の測定装置３０を用いてもよいし、異なる測定装置３０を用いてもよい。ここで、同一の測定装置３０を用いる場合には、睡眠状態推定部１１９は、活動度取得部１１１または覚醒状態推定部１１２の少なくとも何れかの一機能であってもよく、例えば、睡眠期間において活動度取得部１１１または覚醒状態推定部１１２にて取得した情報または生成された情報に基づき、被測定者４０の睡眠状態の推定を行うようにしてもよい。
　睡眠状態推定部１１９は、例えば、測定装置３０から得られる情報と比較をするための睡眠推定基準情報を記憶装置１０３に記憶しておき、読み出された睡眠推定基準情報と測定装置３０から得られる情報とを比較した結果に応じて睡眠状態の程度を推定するようにしてもよい。もしくは、睡眠状態推定部１１９は、例えば、測定装置３０から得られる情報に関連する学習モデル（例えば、記憶装置１０３または外部サーバに記憶されるものであって、事前に教師データにより学習したもの）を含み、測定装置３０から得られる情報を入力として睡眠状態の程度を推定するようにしてもよい。睡眠状態の程度を示す情報は、例えば、レム睡眠状態またはノンレム睡眠状態といったような眠りの深さに応じた分類情報（より細かい分類としてスコア情報も含む）であってもよい。この場合、分類は、例えば、睡眠状態の程度の高低に応じて設定された数字やアルファベットにより表現されるものであってもよい（例えば１から５やＡからＥなどの３以上の複数段階であってもよく、特に、非睡眠状態とレム睡眠状態とＮ１～Ｎ３の三段階のノンレム睡眠状態の計５段階など）が、これに限定されるものでもない。
　そして、睡眠状態推定部１１９により生成される睡眠状態の程度を示す情報を、上述の他の実施の形態１に組み合わせて利用してもよい。すなわち、睡眠状態の程度を示す情報を支援情報生成部１１４が生成する支援情報の一つとしてもよい。
　また、睡眠状態推定部１１９により生成される睡眠状態の程度を示す情報を、上述の他の実施の形態２に組み合わせて利用してもよい。すなわち、上述の他の実施の形態２においては、支援情報生成部１１４が、睡眠慣性様症状持続時間情報に基づき、被測定者４０における覚醒から行動開始までの推奨準備時間を示す推奨準備時間情報を支援情報として生成することが例示されているが、例えば、（１）どの程度の睡眠状態から覚醒（非睡眠状態）と移行したか、および／または、（２）睡眠状態において深いノンレム睡眠状態の期間がどの程度であったか、などのような睡眠状態の経過情報に応じて、覚醒後の睡眠慣性の程度が変わることを鑑み、各睡眠状態に応じた複数種類の睡眠慣性様症状持続時間情報を記憶部１３０に記憶するようにしてもよい。各睡眠状態に応じた複数種類の睡眠慣性様症状持続時間情報は、予め試験等により確認してそれぞれ記憶されてもよいし、睡眠状態の程度を示す情報と睡眠慣性様症状持続時間情報を併せて所定の期間分または所定回数分記憶し、睡眠慣性様症状持続時間の平均値・最大値等の集計値と睡眠状態の程度を示す情報とを紐づけてそれぞれ記憶するようにしてもよい。
　より具体的には、支援情報生成部１１４は、記憶部１３０に記憶される睡眠状態の経過情報を取得し、例えば（１－１）深い睡眠状態（例えばノンレム睡眠状態）からの覚醒であることを判定した場合には相対的に長い睡眠慣性様症状持続時間を示す睡眠慣性様症状持続時間情報を読み出して、推奨準備時間情報を設定し、（１－２）浅い睡眠状態（例えばレム睡眠状態）からの覚醒であることを判定した場合には相対的に短い睡眠慣性様症状持続時間を示す睡眠慣性様症状持続時間情報を読み出して、推奨準備時間情報を設定し、（２－１）深い睡眠状態（例えばノンレム睡眠状態）の期間が基準値以上である場合には、相対的に短い睡眠慣性様症状持続時間を示す睡眠慣性様症状持続時間情報を読み出して、推奨準備時間情報を設定し、（２－２）深い睡眠状態（例えばノンレム睡眠状態）の期間が基準値より少ない場合には、相対的に長い睡眠慣性様症状持続時間を示す睡眠慣性様症状持続時間情報を読み出して、推奨準備時間情報を設定する、といったように構成してもよい。
　このように、被測定者４０は、睡眠状態に応じた睡眠慣性様症状持続時間情報、または、推奨準備時間情報を参照することにより、例えば自分が何れの時間に覚醒すると行動開始までの時間を確保することができるのかをより精緻に知ることが可能となる。
　また、上述の他の実施の形態２においては、支援情報生成部１１４が、被測定者４０の行動開始希望時刻情報及び睡眠慣性様症状持続時間情報に基づき、被測定者４０の覚醒を誘起する推奨時刻を示す推奨覚醒誘起時刻情報を支援情報として生成することが例示されているが、同様に各睡眠状態に応じた複数種類の睡眠慣性様症状持続時間情報を参照するようにしてもよい。より具体的には、図１１に例示されるように、被測定者４０の行動開始希望時刻から睡眠慣性様症状持続時間を遡って推奨覚醒誘起時刻を算出する際に、睡眠状態推定部１１９により睡眠時における睡眠状態の経過情報から算出した推奨覚醒誘起時刻時における睡眠状態が推定可能である場合には、当該推定された睡眠状態と、それに対応する睡眠慣性様症状持続時間、行動開始希望時刻情報に基づき、推奨覚醒誘起時刻を設定するようにしてもよい。
　これにより、睡眠状態に応じた睡眠慣性様症状持続時間情報を参照することで、推奨覚醒誘起時刻情報を精緻に設定することが可能となる。
　図３に戻り、表示情報生成部１１８は、第１ユーザ端末２０または第２ユーザ端末５０の表示部に所定の表示をするための表示情報を生成する。なお、Ｗｅｂブラウザを介したＷｅｂサービスではなくて、第１ユーザ端末２０または第２ユーザ端末５０上のアプリケーションにより所定の表示が制御される場合には、表示情報生成部１１８の一部または全部の機能を第１ユーザ端末２０または第２ユーザ端末５０の演算処理部に備えるようにしてもよい。
　このように、特に、容易に睡眠慣性様症状を確認可能とするために、測定装置により測定された被測定者４０の活動度情報に基づき睡眠慣性様症状情報を生成するための情報処理システムを提供することが可能となる。
　図１５は、本実施形態の情報処理システムにおいて実行される処理の流れを示す図である。
　まず、本処理の前処理として、サーバ装置１０の情報管理部１１０は、被測定者４０（例えば、患者）に関する情報入力を受付け、被測定者情報を被測定者情報記憶部１３１に記憶する。被測定者情報は、第２ユーザ６０により第２ユーザ端末５０を介して入力されてもよいし、被測定者４０により第１ユーザ端末２０を介して入力されてもよい。
　次に、ステップＳ１０１として、活動度取得部１１１及び覚醒状態推定部１１２により、第１ユーザ端末２０または第２ユーザ端末５０からの要求に応じて、被測定者情報記憶部１３１等の記憶部に記憶される活動度情報及び覚醒状態情報を取得する。
　次に、ステップＳ１０２として、睡眠慣性様症状情報生成部１１３により、ステップＳ１０１にて取得した活動度情報及び覚醒状態情報に基づき、被測定者に現れる睡眠慣性様症状に関連する睡眠慣性様症状情報を生成する。
　次に、ステップＳ１０３として、表示情報生成部１１８により、第１ユーザ端末２０または第２ユーザ端末５０の表示部に示す、睡眠慣性様症状情報を含めた表示情報を生成する。
　次に、ステップＳ１０４として、情報管理部１１０により、表示情報を第１ユーザ端末２０または第２ユーザ端末５０へ送信する。
　以上のように、本実施形態によれば、特に、容易に睡眠慣性様症状を確認可能とするために、測定装置により測定された被測定者４０の活動度情報に基づき睡眠慣性様症状情報を生成するための情報処理システムを提供することが可能となる。
　　１　　　情報処理システム
　　１０　　サーバ装置
　　２０　　被測定者端末
　　３０　　ユーザ端末
　　４０　　被測定者
　　５０　　第２ユーザ端末
　　６０　　第２ユーザ
　　ＮＷ　　通信ネットワーク

Claims (46)

  1. 　測定装置により測定された被測定者の活動度情報を取得する活動度取得部と、
    　前記被測定者の覚醒状態を推定する覚醒状態推定部と、
    　前記覚醒状態が覚醒と推定された後の前記活動度情報に少なくとも基づき、前記被測定者に現れる睡眠慣性様症状に関連する睡眠慣性様症状情報を生成する睡眠慣性様症状情報生成部と、を備える情報処理システム。
  2. 　前記活動度取得部は、少なくとも前記被測定者に装着された前記測定装置により測定された前記被測定者の慣性センサ情報に基づき前記活動度情報を算出する、
    　請求項１に記載の情報処理システム。
  3. 　前記活動度取得部は、少なくとも前記被測定者に装着された前記測定装置により測定された前記被測定者の脳波波形情報に基づき前記活動度情報を算出する、
    　請求項１に記載の情報処理システム。
  4. 　前記活動度取得部は、少なくとも前記測定装置により測定された前記被測定者の外部観察情報に基づき前記活動度情報を算出する、
    　請求項１に記載の情報処理システム。
  5. 　前記覚醒状態推定部は、少なくとも前記被測定者の脳波波形情報に基づき前記覚醒状態を推定する、
    　請求項１ないし４のいずれかに記載の情報処理システム。
  6. 　前記覚醒状態推定部は、少なくとも前記測定装置により測定された前記被測定者の慣性センサ情報に基づき前記覚醒状態を推定する、
    　請求項１ないし４のいずれかに記載の情報処理システム。
  7. 　前記覚醒状態推定部は、少なくとも前記被測定者の覚醒を誘起する覚醒誘起機能に基づき前記覚醒状態を推定する、
    　請求項１ないし４のいずれかに記載の情報処理システム。
  8. 　前記覚醒誘起機能は、設定時刻に所定の報知を行うアラーム機能を含む、
    　請求項７に記載の情報処理システム。
  9. 　前記覚醒誘起機能は、設定時刻に所定の電灯の点灯を行う電灯点灯機能を含む、
    　請求項７に記載の情報処理システム。
  10. 　前記睡眠慣性様症状情報生成部は、前記覚醒状態が覚醒と推定された後の既定の時間内の総活動度情報に基づき、前記睡眠慣性様症状情報を生成する、
    　請求項１ないし４のいずれかに記載の情報処理システム。
  11. 　前記覚醒状態が覚醒と推定された後の既定の時間内の総活動度情報は、既定の時間内における既定の活動強度以上の総活動度情報、または、既定の時間内における総歩数情報である、
    　請求項１０に記載の情報処理システム。
  12. 　前記睡眠慣性様症状情報生成部は、前記覚醒状態が覚醒と推定された後であって、前記被測定者の起き上がり動作後の既定の時間内の総活動度情報に基づき、前記睡眠慣性様症状情報を生成する、
    　請求項１ないし４のいずれかに記載の情報処理システム。
  13. 　前記睡眠慣性様症状情報生成部は、前記覚醒状態が覚醒と推定された後に、既定の強度以上の活動度が発生した総時間情報、または、既定の強度以下の活動度が発生した総時間情報、既定の総活動度に達するまでの経過時間情報、既定の活動強度が生じるまでの経過時間情報、既定の総歩数に達するまでの経過時間情報の少なくともいずれかに基づき、前記睡眠慣性様症状情報を生成する、
    　請求項１ないし４のいずれかに記載の情報処理システム。
  14. 　前記睡眠慣性様症状情報生成部は、前記覚醒状態が覚醒と推定された後であって、前記被測定者の起き上がり後に、既定の強度以上の活動度が発生した総時間情報、または、既定の強度以下の活動度が発生した総時間情報、既定の総活動度に達するまでの経過時間情報、既定の活動強度が生じるまでの経過時間情報、既定の総歩数に達するまでの経過時間情報の少なくともいずれかに基づき、前記睡眠慣性様症状情報を生成する、
    　請求項１ないし４のいずれかに記載の情報処理システム。
  15. 　前記睡眠慣性様症状情報は、前記被測定者の睡眠慣性様症状の程度を示す情報である、
    　請求項１ないし４のいずれかに記載の情報処理システム。
  16. 　前記睡眠慣性様症状情報は、同一の被測定者に対する複数時点での睡眠慣性様症状の程度を示す情報に基づき算出される睡眠慣性様症状の程度の変化情報を含む、
    　請求項１ないし４のいずれかに記載の情報処理システム。
  17. 　前記被測定者の前記活動度情報、または、前記睡眠慣性様症状情報のいずれかに少なくとも基づき、前記被測定者または当該被測定者と異なる第２ユーザに対して睡眠慣性様症状に関する支援を行うための支援情報を生成する支援情報生成部をさらに備える、
    　請求項１ないし４のいずれかに記載の情報処理システム。
  18. 　前記支援情報生成部は、さらに前記被測定者の脳波波形情報、または、前記覚醒状態を示す覚醒状態情報を参照して、前記支援情報を生成する、
    　請求項１７に記載の情報処理システム。
  19. 　前記支援情報生成部は、さらに睡眠慣性様症状に関する臨床試験データを参照して、前記支援情報を生成する、
    　請求項１７に記載の情報処理システム。
  20. 　前記支援情報生成部は、さらに前記被測定者に関する電子カルテデータを参照して、前記支援情報を生成する、
    　請求項１７に記載の情報処理システム。
  21. 　前記支援情報生成部は、さらに前記被測定者に対する問診結果情報を参照して、前記支援情報を生成する、
    　請求項１７に記載の情報処理システム。
  22. 　前記問診結果情報は、前記被測定者の体調に関する問診結果を含む、
    　請求項２１に記載の情報処理システム。
  23. 　前記問診結果情報は、前記被測定者の職業または職種に関する問診結果を含む、
    　請求項２１に記載の情報処理システム。
  24. 　前記問診結果情報は、前記被測定者の日中の眠気の程度に関する問診結果を含む、
    　請求項２１に記載の情報処理システム。
  25. 　前記支援情報生成部は、少なくとも第２ユーザに対して、前記被測定者の日中の眠気の程度に関する問診結果情報と、睡眠慣性様症状情報と、を前記支援情報として併せて提示する、
    　請求項２４に記載の情報処理システム。
  26. 　前記被測定者に関する所定の質問情報を送信し、当該質問情報に対する回答情報を取得して前記問診結果情報を生成する問診部をさらに備える、
    　請求項２５に記載の情報処理システム。
  27. 　前記支援情報は、睡眠慣性様症状に対する服薬量、または、服薬回数、服薬タイミング、所定の薬に関する情報の少なともいずれかを示す支援情報を含む、
    　請求項１７記載の情報処理システム。
  28. 　前記支援情報は、睡眠慣性様症状に対する受診予約に関する支援情報を含む、
    　請求項１７に記載の情報処理システム。
  29. 　前記覚醒状態が覚醒と推定された後の、既定の活動強度が生じるまでの経過時間情報、または、既定の総歩数に達するまでの経過時間情報、もしくは、既定の総活動度に達するまでの経過時間情報に基づき、覚醒から睡眠慣性様症状が持続した推定時間を示す睡眠慣性様症状持続時間情報を生成する睡眠慣性様症状持続時間情報生成部をさらに備え、
    　前記支援情報生成部は、さらに前記睡眠慣性様症状持続時間情報を参照して、前記支援情報を生成する、
    　請求項１７に記載の情報処理システム。
  30. 　前記支援情報生成部は、前記睡眠慣性様症状持続時間情報に基づき、前記被測定者における覚醒から行動開始までの推奨準備時間を前記支援情報として生成する、
    　請求項２９に記載の情報処理システム。
  31. 　前記支援情報生成部は、前記被測定者の行動開始希望時刻情報と前記睡眠慣性様症状持続時間情報に基づき、覚醒を誘起する時間を示す推奨覚醒誘起時間情報を前記支援情報として生成する、
    　請求項２９に記載の情報処理システム。
  32. 　前記支援情報生成部は、前記被測定者のスケジューラ情報に基づき前記被測定者の行動開始希望時間を推定する、
    　請求項３１に記載の情報処理システム。
  33. 　前記支援情報生成部は、前記睡眠慣性様症状持続時間情報に基づき、睡眠慣性様症状に関する服薬を行う時間を示す推奨服薬時間情報を前記支援情報として生成する、
    　請求項２９に記載の情報処理システム。
  34. 　前記支援情報生成部は、前記覚醒状態が覚醒と推定された時間を示す覚醒時間情報及び制限対象タスク情報、前記睡眠慣性様症状持続時間情報に基づき、前記覚醒時間情報を基準とした少なくとも前記睡眠慣性様症状持続時間情報が示す時間の範囲を含む時間範囲内での所定のタスクの実行制限に関するタスク制限支援情報を前記支援情報として生成する、
    　請求項２９に記載の情報処理システム。
  35. 　前記支援情報生成部は、前記被測定者の予定タスク情報及び制限対象タスク情報、前記睡眠慣性様症状持続時間情報に基づき、前記予定タスク情報に含まれる所定のタスクの開始時間情報を基準とした前記睡眠慣性様症状持続時間情報が示す時間の範囲での睡眠制限に関する睡眠制限情報を前記支援情報として生成する、
    　請求項２９に記載の情報処理システム。
  36. 　前記支援情報生成部は、前記被測定者のスケジューラ情報に基づき前記予定タスク情報を取得する、
    　請求項３５に記載の情報処理システム。
  37. 　前記睡眠慣性様症状情報及び臨床試験評価基準情報に少なくとも基づき、睡眠慣性に対する臨床試験内評価に関する評価情報を生成する臨床試験評価情報生成部をさらに備える、
    　請求項１ないし４のいずれかに記載の情報処理システム。
  38. 　前記臨床試験評価情報生成部は、さらに臨床試験内で服用した薬に関する情報を示す臨床試験服用薬情報を参照し、睡眠慣性に対する所定の薬の有効性の評価に関する評価情報を生成する、
    　請求項３７に記載の情報処理システム。
  39. 　コンピュータの演算装置により、
    　測定装置により測定された被測定者の活動度情報を取得することと、
    　前記被測定者の覚醒状態を推定することと、
    　前記覚醒状態が覚醒と推定された後の前記活動度情報に少なくとも基づき、前記被測定者に現れる睡眠慣性様症状に関連する睡眠慣性様症状情報を生成することと、を実行する情報処理方法。
  40. 　測定装置により測定された被測定者の活動度情報を取得する活動度取得機能と、
    　前記被測定者の覚醒状態を推定する覚醒状態推定機能と、
    　前記覚醒状態が覚醒と推定された後の前記活動度情報に少なくとも基づき、前記被測定者に現れる睡眠慣性様症状に関連する睡眠慣性様症状情報を生成する睡眠慣性様症状情報生成機能と、をコンピュータにおいて実現するプログラム。
  41. 　測定装置により測定された被測定者の活動度情報を取得する活動度取得機能と、
    　前記被測定者の覚醒状態を推定する覚醒状態推定機能と、
    　前記覚醒状態が覚醒と推定された後の前記活動度情報に少なくとも基づき、前記被測定者に現れる睡眠慣性様症状に関連する睡眠慣性様症状情報を生成する睡眠慣性様症状情報生成機能と、をコンピュータにおいて実現する、プログラムを記録したコンピュータ読み取り可能な記録媒体。
  42. 　前記活動度取得部は、少なくとも前記測定装置により測定された前記被測定者の慣性センサ情報に基づき前記活動度情報を算出し、
    　前記覚醒状態推定部は、少なくとも前記被測定者の慣性センサ情報に基づき前記覚醒状態を推定する、
    　請求項１に記載の情報処理システム。
  43. 　前記活動度取得部は、少なくとも前記測定装置により測定された前記被測定者の慣性センサ情報に基づき前記活動度情報を算出し、
    　前記覚醒状態推定部は、少なくとも前記被測定者の脳波波形情報に基づき前記覚醒状態を推定する、
    　請求項１に記載の情報処理システム
  44. 　前記活動度取得部は、少なくとも前記測定装置により測定された前記被測定者の脳波波形情報に基づき前記活動度情報を算出し、
    　前記覚醒状態推定部は、少なくとも前記被測定者の脳波波形情報に基づき前記覚醒状態を推定する、
    　請求項１に記載の情報処理システム
  45. 　前記活動度取得部は、少なくとも前記測定装置により測定された前記被測定者の脳波波形情報に基づき前記活動度情報を算出し、
    　前記覚醒状態推定部は、少なくとも前記被測定者の慣性センサ情報に基づき前記覚醒状態を推定する、
    　請求項１に記載の情報処理システム
  46. 　前記被測定者の睡眠中の睡眠状態を推定する睡眠状態推定部をさらに備える、
    　請求項１に記載の情報処理システム

     
PCT/JP2023/020161 2022-05-31 2023-05-30 情報処理システム、情報処理方法、プログラム、記録媒体 WO2023234317A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022088319 2022-05-31
JP2022-088319 2022-05-31

Publications (1)

Publication Number Publication Date
WO2023234317A1 true WO2023234317A1 (ja) 2023-12-07

Family

ID=89024775

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/020161 WO2023234317A1 (ja) 2022-05-31 2023-05-30 情報処理システム、情報処理方法、プログラム、記録媒体

Country Status (1)

Country Link
WO (1) WO2023234317A1 (ja)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020100258A1 (ja) * 2018-11-15 2020-05-22 サスメド株式会社 患者状況予測装置、予測モデル生成装置、患者状況予測用プログラムおよび患者状況予測方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020100258A1 (ja) * 2018-11-15 2020-05-22 サスメド株式会社 患者状況予測装置、予測モデル生成装置、患者状況予測用プログラムおよび患者状況予測方法

Similar Documents

Publication Publication Date Title
US20210035067A1 (en) Method to increase efficiency, coverage, and quality of direct primary care
Schrader et al. Advanced sensing and human activity recognition in early intervention and rehabilitation of elderly people
US10827926B2 (en) Systems and methods for assessing cognitive function
US11276483B2 (en) Systems, methods, and apparatus for personal medical record keeping
JP7355826B2 (ja) プラットフォーム非依存のリアルタイム医療データ表示システム
Azimi et al. Personalized maternal sleep quality assessment: An objective iot-based longitudinal study
CN108348163A (zh) 设计用于数字健康管理和远程患者监测支持的移动平台的系统和方法
US20210375423A1 (en) Method and system for remotely identifying and monitoring anomalies in the physical and/or psychological state of an application user using baseline physical activity data associated with the user
US20200359913A1 (en) System, apparatus, and methods for remote health monitoring
US11610663B2 (en) Method and system for remotely identifying and monitoring anomalies in the physical and/or psychological state of an application user using average physical activity data associated with a set of people other than the user
David et al. Quantification of the relative arm use in patients with hemiparesis using inertial measurement units
CN114449945A (zh) 信息处理装置、信息处理系统和信息处理方法
US11967432B2 (en) Method and system for remotely monitoring the physical and psychological state of an application user using altitude and/or motion data and one or more machine learning models
Bakkes et al. Telemonitoring for independently living elderly: Inventory of needs & requirements
JP2018068910A (ja) 疾病予測方法
Parvez et al. Analysis of the Effect of IoT-based Wearables in Healthcare Applications
WO2023234317A1 (ja) 情報処理システム、情報処理方法、プログラム、記録媒体
Keill Validity of wearable fitness trackers on sleep measure
Schmitter-Edgecombe et al. Technologies for health assessment, promotion, and intervention: Focus on aging and functional health
JP6906179B2 (ja) 体動分析システム、体動分析方法及びプログラム
Murnane et al. Mobile and sensor technology as a tool for health measurement, management, and research with aging populations
RU2818831C1 (ru) Компьютеризированное инструментальное средство поддержки принятия решений и медицинское устройство для обнаружения расчесов и прогнозирования покраснений
JP6841466B1 (ja) 情報処理システム、情報処理装置、情報処理方法、および、情報処理プログラム
US20240074703A1 (en) Wearable monitor
WO2024042613A1 (ja) 端末、端末の制御方法及び記憶媒体

Legal Events

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

Ref document number: 23816074

Country of ref document: EP

Kind code of ref document: A1