知財求人 - 知財ポータルサイト「IP Force」
特開2022-165712血糖体質判定装置、血糖体質判定方法、およびプログラム
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2022165712
(43)【公開日】2022-11-01
(54)【発明の名称】血糖体質判定装置、血糖体質判定方法、およびプログラム
(51)【国際特許分類】
G16H 10/20 20180101AFI20221025BHJP
【ＦＩ】
G16H10/20
【審査請求】有
【請求項の数】15
【出願形態】ＯＬ
(21)【出願番号】P 2021071175
(22)【出願日】2021-04-20
(11)【特許番号】
(45)【特許公報発行日】2022-01-25
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．ＴＥＮＳＯＲＦＬＯＷ
(71)【出願人】
【識別番号】309007911
【氏名又は名称】サントリーホールディングス株式会社
(74)【代理人】
【識別番号】100115749
【弁理士】
【氏名又は名称】谷川 英和
(72)【発明者】
【氏名】内田 朋希
(72)【発明者】
【氏名】村山 宣人
(72)【発明者】
【氏名】野中 裕司
(72)【発明者】
【氏名】金森 武
【テーマコード（参考）】
5L099
【Ｆターム（参考）】
5L099AA04
(57)【要約】
【課題】従来、ユーザの血糖体質のタイプを容易に知ることができなかった。
【解決手段】血糖体質のタイプを判断するための１以上の設問情報であり、生活習慣に関する設問を含む１以上の設問情報が格納される格納部と、１以上の設問情報を出力する出力部と、１以上の各設問情報に対する回答情報をユーザから受け付ける受付部と、受付部が受け付けた１以上の回答情報を用いて、ユーザの血糖体質のタイプを決定する処理部と、血糖体質のタイプに関する出力情報を出力する情報出力部とを具備する血糖体質判定装置により、ユーザの血糖体質のタイプを容易に知ることができる。
【選択図】図３
【解決手段】血糖体質のタイプを判断するための１以上の設問情報であり、生活習慣に関する設問を含む１以上の設問情報が格納される格納部と、１以上の設問情報を出力する出力部と、１以上の各設問情報に対する回答情報をユーザから受け付ける受付部と、受付部が受け付けた１以上の回答情報を用いて、ユーザの血糖体質のタイプを決定する処理部と、血糖体質のタイプに関する出力情報を出力する情報出力部とを具備する血糖体質判定装置により、ユーザの血糖体質のタイプを容易に知ることができる。
【選択図】図３
【特許請求の範囲】
【請求項1】
血糖体質のタイプを判断するための１以上の設問情報であり、生活習慣に関する設問を含む１以上の設問情報が格納される格納部と、
前記１以上の設問情報を出力する出力部と、
前記１以上の各設問情報に対する回答情報をユーザから受け付ける受付部と、
前記受付部が受け付けた前記１以上の回答情報を用いて、前記ユーザの血糖体質のタイプを決定する処理部と、
前記血糖体質のタイプに関する出力情報を出力する情報出力部とを具備する血糖体質判定装置。
前記１以上の設問情報を出力する出力部と、
前記１以上の各設問情報に対する回答情報をユーザから受け付ける受付部と、
前記受付部が受け付けた前記１以上の回答情報を用いて、前記ユーザの血糖体質のタイプを決定する処理部と、
前記血糖体質のタイプに関する出力情報を出力する情報出力部とを具備する血糖体質判定装置。
【請求項2】
前記格納部は、
血糖に関するリスクの有無を判断するための１以上の第一設問であり、生活習慣に関する設問を含む１以上の第一設問が格納される第一設問格納部と、
血糖体質のタイプを判断するための１以上の第二設問であり、生活習慣に関する設問を含む１以上の第二設問が格納される第二設問格納部とを具備し、
前記設問情報は、前記第一設問または前記第二設問であり、
前記出力部は、
前記１以上の第一設問を出力する第一設問出力部と、
前記第一判断部がリスク有りと判断した場合に、前記１以上の第二設問を出力する第二設問出力部とを具備し、
前記受付部は、
前記１以上の各第一設問に対する第一回答をユーザから受け付ける第一回答受付部と、
前記１以上の各第二設問に対する第二回答を前記ユーザから受け付ける第二回答受付部とを具備し、
前記処理部は、
前記第一回答受付部が受け付けた前記１以上の第一回答を用いて、前記ユーザの血糖に関するリスクの有無を判断する第一判断部と、
前記第二回答受付部が受け付けた前記１以上の第二回答を用いて、前記ユーザの血糖体質のタイプを決定する第二判断部とを具備する請求項１記載の血糖体質判定装置。
血糖に関するリスクの有無を判断するための１以上の第一設問であり、生活習慣に関する設問を含む１以上の第一設問が格納される第一設問格納部と、
血糖体質のタイプを判断するための１以上の第二設問であり、生活習慣に関する設問を含む１以上の第二設問が格納される第二設問格納部とを具備し、
前記設問情報は、前記第一設問または前記第二設問であり、
前記出力部は、
前記１以上の第一設問を出力する第一設問出力部と、
前記第一判断部がリスク有りと判断した場合に、前記１以上の第二設問を出力する第二設問出力部とを具備し、
前記受付部は、
前記１以上の各第一設問に対する第一回答をユーザから受け付ける第一回答受付部と、
前記１以上の各第二設問に対する第二回答を前記ユーザから受け付ける第二回答受付部とを具備し、
前記処理部は、
前記第一回答受付部が受け付けた前記１以上の第一回答を用いて、前記ユーザの血糖に関するリスクの有無を判断する第一判断部と、
前記第二回答受付部が受け付けた前記１以上の第二回答を用いて、前記ユーザの血糖体質のタイプを決定する第二判断部とを具備する請求項１記載の血糖体質判定装置。
【請求項3】
前記第二判断部は、
前記第一回答受付部が受け付けた前記１以上の第一回答をも用いて、前記ユーザの血糖体質のタイプを決定する、請求項２記載の血糖体質判定装置。
前記第一回答受付部が受け付けた前記１以上の第一回答をも用いて、前記ユーザの血糖体質のタイプを決定する、請求項２記載の血糖体質判定装置。
【請求項4】
１以上の回答情報と血糖体質のタイプとを有する２以上の教師データに対して、機械学習の学習処理により取得された学習器が格納される学習器格納部をさらに具備し、
前記処理部は、
前記受付部が受け付けた前記１以上の回答情報と前記学習器とを用いて、機械学習の予測処理により血糖体質のタイプを取得する、請求項１記載の血糖体質判定装置。
前記処理部は、
前記受付部が受け付けた前記１以上の回答情報と前記学習器とを用いて、機械学習の予測処理により血糖体質のタイプを取得する、請求項１記載の血糖体質判定装置。
【請求項5】
１以上の第二回答と血糖体質のタイプとを有する２以上の教師データに対して、機械学習の学習処理により取得された学習器が格納される学習器格納部をさらに具備し、
前記第二判断部は、
前記第二回答受付部が受け付けた前記１以上の第二回答と前記学習器とを用いて、機械学習の予測処理により血糖体質のタイプを取得する、請求項２または請求項３記載の血糖体質判定装置。
前記第二判断部は、
前記第二回答受付部が受け付けた前記１以上の第二回答と前記学習器とを用いて、機械学習の予測処理により血糖体質のタイプを取得する、請求項２または請求項３記載の血糖体質判定装置。
【請求項6】
前記血糖体質のタイプを識別する１以上の各タイプ識別子に対応付けて、１以上のアドバイス情報が格納されるアドバイス格納部をさらに具備し、
前記情報出力部は、
前記第二判断部が決定した前記タイプを識別するタイプ識別子に対応付いている１以上のアドバイス情報を含む出力情報を出力する、請求項１から請求項５いずれか一項に記載の血糖体質判定装置。
前記情報出力部は、
前記第二判断部が決定した前記タイプを識別するタイプ識別子に対応付いている１以上のアドバイス情報を含む出力情報を出力する、請求項１から請求項５いずれか一項に記載の血糖体質判定装置。
【請求項7】
前記第二判断部が決定した前記タイプを識別するタイプ識別子に対応付いている１以上のアドバイス情報を前記アドバイス格納部から取得し、前記タイプ識別子と前記１以上のアドバイス情報とを有する出力情報を構成する出力情報構成部をさらに具備し、
前記情報出力部は、
前記出力情報構成部が構成した出力情報を出力する、請求項６記載の血糖体質判定装置。
前記情報出力部は、
前記出力情報構成部が構成した出力情報を出力する、請求項６記載の血糖体質判定装置。
【請求項8】
前記格納部の前記１以上の設問情報は、簡易設問票取得装置が取得した設問であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、２または３以上の実タイプ識別子のうちのいずれかの実タイプ識別子に対応する回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定タイプ識別子を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定タイプ識別子と前記実タイプ識別子との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定タイプ識別子に対応するＭ個の設問である設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、請求項１記載の血糖体質判定装置。
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、２または３以上の実タイプ識別子のうちのいずれかの実タイプ識別子に対応する回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定タイプ識別子を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定タイプ識別子と前記実タイプ識別子との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定タイプ識別子に対応するＭ個の設問である設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、請求項１記載の血糖体質判定装置。
【請求項9】
前記第一設問格納部の前記１以上の第一設問は、簡易設問票取得装置が取得した設問であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、前記リスクが有るか無いかのいずれかを特定する実リスク有無情報に対応する前記Ｎ個の回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定リスク有無情報を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定リスク有無情報と前記実リスク有無情報との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定リスク有無情報に対応するＭ個の設問である設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、請求項２または請求項３記載の血糖体質判定装置。
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、前記リスクが有るか無いかのいずれかを特定する実リスク有無情報に対応する前記Ｎ個の回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定リスク有無情報を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定リスク有無情報と前記実リスク有無情報との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定リスク有無情報に対応するＭ個の設問である設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、請求項２または請求項３記載の血糖体質判定装置。
【請求項10】
前記第二設問格納部の前記１以上の第二設問のうちの１以上の種類の設問は、簡易設問票取得装置が取得した設問であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、２または３以上の実タイプ識別子のうちのいずれかの実タイプ識別子に対応する回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定タイプ識別子を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定タイプ識別子と前記実タイプ識別子との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定タイプ識別子に対応するＭ個の設問である設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、請求項２または請求項３記載の血糖体質判定装置。
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、２または３以上の実タイプ識別子のうちのいずれかの実タイプ識別子に対応する回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定タイプ識別子を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定タイプ識別子と前記実タイプ識別子との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定タイプ識別子に対応するＭ個の設問である設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、請求項２または請求項３記載の血糖体質判定装置。
【請求項11】
前記血糖体質のタイプは、インスリン感受性に関するタイプとインスリン分泌に関するタイプとの組み合わせたタイプである、請求項１から請求項１０いずれか一項に記載の血糖体質判定装置。
【請求項12】
血糖体質のタイプを判断するための１以上の設問情報であり、生活習慣に関する設問を含む１以上の設問情報が格納される格納部と、出力部と、受付部と、処理部と、情報出力部とにより実現される血糖体質判定方法であって、
前記出力部が、前記１以上の設問情報を出力する出力ステップと、
前記受付部が、前記１以上の各設問情報に対する回答情報をユーザから受け付ける受付ステップと、
前記処理部が、前記受付部が受け付けた前記１以上の回答情報を用いて、前記ユーザの血糖体質のタイプを決定する処理ステップと、
前記情報出力部が、前記血糖体質のタイプに関する出力情報を出力する情報出力ステップとを具備する血糖体質判定方法。
前記出力部が、前記１以上の設問情報を出力する出力ステップと、
前記受付部が、前記１以上の各設問情報に対する回答情報をユーザから受け付ける受付ステップと、
前記処理部が、前記受付部が受け付けた前記１以上の回答情報を用いて、前記ユーザの血糖体質のタイプを決定する処理ステップと、
前記情報出力部が、前記血糖体質のタイプに関する出力情報を出力する情報出力ステップとを具備する血糖体質判定方法。
【請求項13】
血糖体質のタイプを判断するための１以上の設問情報であり、生活習慣に関する設問を含む１以上の設問情報が格納される格納部にアクセス可能なコンピュータを、
前記１以上の設問情報を出力する出力部と、
前記１以上の各設問情報に対する回答情報をユーザから受け付ける受付部と、
前記受付部が受け付けた前記１以上の回答情報を用いて、前記ユーザの血糖体質のタイプを決定する処理部と、
前記血糖体質のタイプに関する出力情報を出力する情報出力部として機能させるためのプログラム。
前記１以上の設問情報を出力する出力部と、
前記１以上の各設問情報に対する回答情報をユーザから受け付ける受付部と、
前記受付部が受け付けた前記１以上の回答情報を用いて、前記ユーザの血糖体質のタイプを決定する処理部と、
前記血糖体質のタイプに関する出力情報を出力する情報出力部として機能させるためのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、血糖体質のタイプを判定する血糖体質判定装置等に関するものである。
【背景技術】
【0002】
従来、健康診断における血液検査等の結果から健康状態を予測することを行っていた。また、一般的なリスク因子から糖尿病予備軍、糖尿病リスクを予測することを行っていた。さらに具体的には、従来、例えば、いわゆる糖負荷試験と呼ばれる方法により、ユーザの血糖に関する健康状態を看ていた。詳細には、例えば、ユーザが７５ｇのグルコースを摂取した後、３０分ごとに、１２０分になるまで、血液を採取し、当該血液を検査し、血糖値を測定することにより、ユーザの血糖値の時間変化を取得し、当該時間変化を参照し、医師が決定したユーザの血糖に関する健康状態を看ていた。
【0003】
さらに、従来、自己の血糖値の改善に向かう行為を継続して患者に実行させるための契機情報を提示できる血糖値情報管理装置があった（特許文献１参照）。かかる装置は、患者が使用する医療情報取得機器を登録し、各医療情報取得機器から取得した血糖値情報を含む生体情報に基づいて、所定期間内における血糖値の変化情報である血糖値変化情報を含む生体情報変化情報を生成し、前記所定期間内における前記患者の生活習慣に関する設問である生活習慣設問情報に基づいてその回答情報を取得し、前記回答情報に基づき、生活習慣の改善程度を図形で示す改善程度表示情報と生成し、少なくとも、前記生体情報変化情報、前記生活習慣設問情報及びその回答情報及び前記改善程度表示情報は、１枚のシートに表示可能なデータとなっていると共に、前記生活習慣設問情報は、血糖値の改善に寄与する行為のみを含み、前記改善程度表示情報は、血糖値の改善に寄与する行為の実行程度を示す構成となっていることを特徴とする血糖値情報管理装置である。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特開２０１６－４８５３１号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
しかしながら、従来の方法、従来技術において、ユーザの血糖体質のタイプを容易に知ることができなかった。また、従来技術において、ユーザの血糖体質のタイプに応じた適切なアドバイスを、ユーザに提供できなかった。
【課題を解決するための手段】
【0006】
本第一の発明の血糖体質判定装置は、血糖体質のタイプを判断するための１以上の設問情報であり、生活習慣に関する設問を含む１以上の設問情報が格納される格納部と、１以上の設問情報を出力する出力部と、１以上の各設問情報に対する回答情報をユーザから受け付ける受付部と、受付部が受け付けた１以上の回答情報を用いて、ユーザの血糖体質のタイプを決定する処理部と、血糖体質のタイプに関する出力情報を出力する情報出力部とを具備する血糖体質判定装置である。
【0007】
かかる構成により、ユーザの血糖体質のタイプを容易に知ることができる。
【0008】
また、本第二の発明の血糖体質判定装置は、第一の発明に対して、格納部は、血糖に関するリスクの有無を判断するための１以上の第一設問であり、生活習慣に関する設問を含む１以上の第一設問が格納される第一設問格納部と、血糖体質のタイプを判断するための１以上の第二設問であり、生活習慣に関する設問を含む１以上の第二設問が格納される第二設問格納部とを具備し、設問情報は、第一設問または第二設問であり、出力部は、１以上の第一設問を出力する第一設問出力部と、第一判断部がリスク有りと判断した場合に、１以上の第二設問を出力する第二設問出力部とを具備し、受付部は、１以上の各第一設問に対する第一回答をユーザから受け付ける第一回答受付部と、１以上の各第二設問に対する第二回答をユーザから受け付ける第二回答受付部とを具備し、処理部は、第一回答受付部が受け付けた１以上の第一回答を用いて、ユーザの血糖に関するリスクの有無を判断する第一判断部と、第二回答受付部が受け付けた１以上の第二回答を用いて、ユーザの血糖体質のタイプを決定する第二判断部とを具備する血糖体質判定装置である。
【0009】
かかる構成により、ユーザの血糖体質のタイプを容易に知ることができる。さらに、詳細には、二段階でユーザに設問を提供することにより、血糖に関するリスクが無いユーザにとって、少ない設問に対する回答を用いて、リスクが無いことを判定できる結果、ユーザに対する負担を削減できる。
【0010】
また、本第三の発明の血糖体質判定装置は、第二の発明に対して、第二判断部は、第一回答受付部が受け付けた１以上の第一回答をも用いて、ユーザの血糖体質のタイプを決定する、血糖体質判定装置である。
【0011】
かかる構成により、ユーザの血糖体質のタイプを精度高く決定できる。さらに、詳細には、第一回答をも用いて、第二段階目でユーザの血糖体質のタイプを決定することにより、血糖に関するリスクが有るユーザにとって、少ない設問に対する回答を用いて、血糖体質のタイプを判定できる結果、ユーザに対する負担を削減できる。
【0012】
また、本第四の発明の血糖体質判定装置は、第一の発明に対して、１以上の回答情報と血糖体質のタイプとを有する２以上の教師データに対して、機械学習の学習処理により取得された学習器が格納される学習器格納部をさらに具備し、処理部は、受付部が受け付けた１以上の回答情報と学習器とを用いて、機械学習の予測処理により血糖体質のタイプを取得する、血糖体質判定装置である。
【0013】
かかる構成により、ユーザの血糖体質のタイプを精度高く決定できる。
【0014】
また、本第五の発明の血糖体質判定装置は、第二または第三の発明に対して、１以上の第二回答と血糖体質のタイプとを有する２以上の教師データに対して、機械学習の学習処理により取得された学習器が格納される学習器格納部をさらに具備し、第二判断部は、第二回答受付部が受け付けた１以上の第二回答と学習器とを用いて、機械学習の予測処理により血糖体質のタイプを取得する、血糖体質判定装置である。
【0015】
かかる構成により、ユーザの血糖体質のタイプを精度高く決定できる。
【0016】
また、本第六の発明の血糖体質判定装置は、第一から第五いずれか１つの発明に対して、血糖体質のタイプを識別する１以上の各タイプ識別子に対応付けて、１以上のアドバイス情報が格納されるアドバイス格納部をさらに具備し、情報出力部は、第二判断部が決定したタイプを識別するタイプ識別子に対応付いている１以上のアドバイス情報を含む出力情報を出力する、血糖体質判定装置である。
【0017】
かかる構成により、ユーザの血糖体質のタイプに対応したアドバイスを提示できる。
【0018】
また、本第七の発明の血糖体質判定装置は、第六の発明に対して、第二判断部が決定したタイプを識別するタイプ識別子に対応付いている１以上のアドバイス情報をアドバイス格納部から取得し、タイプ識別子と１以上のアドバイス情報とを有する出力情報を構成する出力情報構成部をさらに具備し、情報出力部は、出力情報構成部が構成した出力情報を出力する、血糖体質判定装置である。
【0019】
かかる構成により、ユーザの血糖体質のタイプに対応したアドバイスを提示できる。
【0020】
また、本第八の発明の血糖体質判定装置は、第一の発明に対して、格納部の１以上の設問情報は、簡易設問票取得装置が取得した設問であり、簡易設問票取得装置は、Ｎ個の設問に対する回答であり、２または３以上の実タイプ識別子のうちのいずれかの実タイプ識別子に対応する回答のうち、Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定タイプ識別子を取得する推定タイプ取得部と、推定タイプ取得部が取得した推定タイプ識別子と実タイプ識別子との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定タイプ識別子に対応するＭ個の設問である設問を決定する設問決定部と、設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、血糖体質判定装置である。
【0021】
かかる構成により、ユーザの血糖体質のタイプを極めて容易に知ることができる。
【0022】
また、本第九の発明の血糖体質判定装置は、第二または第三の発明に対して、第一設問格納部の１以上の第一設問は、簡易設問票取得装置が取得した設問であり、簡易設問票取得装置は、Ｎ個の設問に対する回答であり、リスクが有るか無いかのいずれかを特定する実リスク有無情報に対応するＮ個の回答のうち、Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定リスク有無情報を取得する推定タイプ取得部と、推定タイプ取得部が取得した推定リスク有無情報と実リスク有無情報との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、推定リスク有無情報に対応するＭ個の設問である設問を決定する設問決定部と、設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、血糖体質判定装置である。
【0023】
かかる構成により、ユーザの血糖体質のタイプを極めて容易に知ることができる。
【0024】
また、本第十の発明の血糖体質判定装置は、第二または第三の発明に対して、第二設問格納部の１以上の第二設問のうちの１以上の種類の設問は、簡易設問票取得装置が取得した設問であり、簡易設問票取得装置は、Ｎ個の設問に対する回答であり、２または３以上の実タイプ識別子のうちのいずれかの実タイプ識別子に対応する回答のうち、Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定タイプ識別子を取得する推定タイプ取得部と、推定タイプ取得部が取得した推定タイプ識別子と実タイプ識別子との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、推定タイプ識別子に対応するＭ個の設問である設問を決定する設問決定部と、設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、血糖体質判定装置である。
【0025】
かかる構成により、ユーザの血糖体質のタイプを極めて容易に知ることができる。
【0026】
また、本第十一の発明の血糖体質判定装置は、第一から第十いずれか１つの発明に対して、血糖体質のタイプは、インスリン感受性に関するタイプとインスリン分泌に関するタイプとの組み合わせたタイプである、血糖体質判定装置である。
【0027】
かかる構成により、血糖体質の４つのタイプのうちのいずれのタイプであるかを容易に知ることができる。
【発明の効果】
【0028】
本発明による血糖体質判定装置によれば、ユーザの血糖体質のタイプを容易に知ることができる。
【図面の簡単な説明】
【0029】
【図1】実施の形態１における血糖体質判定システムＡの概念図
【図2】同血糖体質判定システムＡのブロック図
【図3】同血糖体質判定装置２のブロック図
【図4】同学習装置１の第一の動作例について説明するフローチャート
【図5】同学習装置１の第二の動作例について説明するフローチャート
【図6】同血糖体質判定装置２の第一の動作例について説明するフローチャート
【図7】同血糖体質判定装置２の第二の動作例について説明するフローチャート
【図8】同ユーザ端末３の動作例について説明するフローチャート
【図9】同ユーザ情報管理表を示す図
【図10】同第一設問票を示す図
【図11】同第二設問票を示す図
【図12】同出力例を示す図
【図13】実施の形態２における簡易設問票取得装置Ｂのブロック図
【図14】同簡易設問票取得装置Ｂの動作例について説明するフローチャート
【図15】同設問決定処理の第一の例について説明するフローチャート
【図16】同寄与度取得処理の第一の例について説明するフローチャート
【図17】同寄与度取得処理の第二の例について説明するフローチャート
【図18】同設問決定処理の第二の例について説明するフローチャート
【図19】同設問票を示す図
【図20】同回答を示す図
【図21】上記実施の形態におけるコンピュータシステムの概観図
【図22】同コンピュータシステムのブロック図
【発明を実施するための形態】
【0030】
以下、血糖体質判定装置等の実施形態について図面を参照して説明する。なお、実施の形態において同じ符号を付した構成要素は同様の動作を行うので、再度の説明を省略する場合がある。
【0031】
（実施の形態１）
本実施の形態において、生活習慣に関する設問を含むアンケートに含まれる１以上の各設問に対する回答を用いて、血糖体質のタイプを取得し、出力する血糖体質判定装置について説明する。なお、血糖体質のタイプとは、血糖に関する健康状態に関するタイプである。血糖体質のタイプは、例えば、インスリン感受性に関するタイプ（抵抗性なし，抵抗性傾向ありのいずれか）、インスリン分泌に関するタイプ（正常、出にくいのいずれか）の組み合わせの４タイプのうちの一のタイプである。血糖体質のタイプは、例えば、血糖値が上がりやすいタイプか否か、血糖値が下がりやすいタイプか否かである。血糖体質のタイプの数、種類等は問わない。アンケートは、直接的に血糖値に影響を及ばさないと考えられる事項に関する設問を含むことが好適である。アンケートは、回答し易い設問が多いことが好適である。また、生活習慣に関する設問は、例えば、食生活の習慣に関する設問、飲水または飲酒習慣に関する設問、運動習慣または生活強度に関する設問、睡眠または眠気に関する設問、衛生に関する設問、その他生活習慣に関する一般的な設問である。一般的な設問は、例えば、歯磨きの頻度に関する設問、階段の利用度に関する設問である。
本実施の形態において、生活習慣に関する設問を含むアンケートに含まれる１以上の各設問に対する回答を用いて、血糖体質のタイプを取得し、出力する血糖体質判定装置について説明する。なお、血糖体質のタイプとは、血糖に関する健康状態に関するタイプである。血糖体質のタイプは、例えば、インスリン感受性に関するタイプ（抵抗性なし，抵抗性傾向ありのいずれか）、インスリン分泌に関するタイプ（正常、出にくいのいずれか）の組み合わせの４タイプのうちの一のタイプである。血糖体質のタイプは、例えば、血糖値が上がりやすいタイプか否か、血糖値が下がりやすいタイプか否かである。血糖体質のタイプの数、種類等は問わない。アンケートは、直接的に血糖値に影響を及ばさないと考えられる事項に関する設問を含むことが好適である。アンケートは、回答し易い設問が多いことが好適である。また、生活習慣に関する設問は、例えば、食生活の習慣に関する設問、飲水または飲酒習慣に関する設問、運動習慣または生活強度に関する設問、睡眠または眠気に関する設問、衛生に関する設問、その他生活習慣に関する一般的な設問である。一般的な設問は、例えば、歯磨きの頻度に関する設問、階段の利用度に関する設問である。
【0032】
また、本実施の形態において、生活習慣に関する設問を含むアンケートに含まれる１以上の各第一設問に対する第一回答を用いて、血糖に関するリスクの有無を検知した後、リスクが有る方に対して、追加の１以上の第二設問に対する第二回答を受け付け、血糖体質タイプを取得し、出力する血糖体質判定装置について説明する。つまり、二段階での回答をユーザに求めることにより、血糖に関するリスクが無いユーザにとって、簡易に血糖に関する状況を知ることができる血糖体質判定装置について説明する。
【0033】
また、本実施の形態において、１以上の第二回答と１以上の第一回答とを用いて、血糖体質タイプを取得する血糖体質判定装置について説明する。
【0034】
また、本実施の形態において、血糖体質のタイプを得るための学習モデルを用いて、機械学習の予測処理により、血糖体質のタイプを取得する血糖体質判定装置について説明する。
【0035】
また、本実施の形態において、血糖体質のタイプを用いて、アドバイス情報を取得し、出力する血糖体質判定装置について説明する。
【0036】
また、本実施の形態において、血糖体質のタイプに加えて、１以上の回答を用いて、アドバイス情報を取得し、出力する血糖体質判定装置について説明する。
【0037】
また、本実施の形態において、血糖体質のタイプを予測するために使用される学習モデルを構築できる学習装置について説明する。
【0038】
さらに、本実施の形態において、ユーザ端末から回答を受信し、血糖体質のタイプ等をユーザ端末に送信する血糖体質判定装置を含む血糖体質判定システムについて説明する。ただし、血糖体質判定装置は、スタンドアロンの装置でも良い。
【0039】
図１は、本実施の形態における血糖体質判定システムＡの概念図である。血糖体質判定システムＡは、学習装置１、血糖体質判定装置２、および１または２以上のユーザ端末３を備える。
【0040】
学習装置１は、血糖体質のタイプを識別するタイプ識別子と設問票に含まれる２以上の各設問に対する回答情報とを用いて、後述する元情報を取得する装置である。学習装置１は、例えば、いわゆるパソコン、タブレット端末、スマートフォン、サーバ等であり、その種類は問わない。サーバは、例えば、クラウドサーバ、ＡＳＰサーバであり、その種類は問わない。学習装置１は、スタンドアロンの装置でも、ユーザ端末３からの指示を受信して、動作するサーバでも良い。
【0041】
血糖体質判定装置２は、例えば、いわゆるサーバである。サーバは、例えば、クラウドサーバ、ＡＳＰサーバであり、その種類は問わない。ただし、血糖体質判定装置２は、いわゆるパソコン、タブレット端末、スマートフォン等の、スタンドアロンの装置でも良い。
【0042】
ユーザ端末３は、血糖体質のタイプを取得するユーザが使用する端末である。ユーザ端末３は、いわゆるパソコン、タブレット端末、スマートフォン等であり、その種類は問わない。
【0043】
学習装置１と血糖体質判定装置２とユーザ端末３とは、インターネットやＬＡＮ等により通信可能でも良い。
【0044】
【0045】
学習装置１は、学習格納部１１、学習受付部１２、学習処理部１３、および学習出力部１４を備える。学習格納部１１は、回答格納部１１１、および実タイプ格納部１１２を備える。
【0046】
血糖体質判定装置２は、格納部２１、受付部２２、処理部２３、および出力部２４を備える。格納部２１は、第一設問格納部２１１、第二設問格納部２１２、元情報格納部２１３、およびアドバイス格納部２１４を備える。受付部２２は、第一回答受付部２２１、および第二回答受付部２２２を備える。処理部２３は、第一判断部２３１、第二判断部２３２、および出力情報構成部２３３を備える。出力部２４は、第一設問出力部２４１、第二設問出力部２４２、および情報出力部２４３を備える。
【0047】
ユーザ端末３は、端末格納部３１、端末受付部３２、端末処理部３３、端末送信部３４、端末受信部３５、および端末出力部３６を備える。
【0048】
学習装置１を構成する学習格納部１１には、各種の情報が格納される。各種の情報は、例えば、回答情報、タイプである。タイプは、タイプ識別子と言っても良い。タイプは、例えば、「１」「２」「３」「４」のいずれかである。タイプ「１」は、例えば、インスリン分泌に関するタイプが「正常」であり、インスリン感受性に関するタイプが「抵抗性なし」であるタイプを示す情報である。タイプ「２」は、例えば、インスリン分泌に関するタイプが「正常」であり、インスリン感受性に関するタイプが「抵抗性傾向あり」であるタイプを示す情報である。タイプ「３」は、例えば、インスリン分泌に関するタイプが「出にくい」であり、インスリン感受性に関するタイプが「抵抗性なし」であるタイプを示す情報である。タイプ「４」は、例えば、インスリン分泌に関するタイプが「出にくい」であり、インスリン感受性に関するタイプが「抵抗性傾向あり」であるタイプを示す情報である。なお、タイプ「１」は正常なタイプである。タイプ「２」「３」「４」は、正常ではないタイプである。
【0049】
回答格納部１１１には、２以上の回答が格納される。回答は、回答情報と言っても良い。また、回答は、設問に対するユーザの答えを特定する情報でも良い。回答は、設問に対する回答である。回答は、実タイプに対応付いている。実タイプは、ユーザの実際のタイプである。実タイプは、実タイプ識別子と言っても良い。回答は、実リスク有無情報に対応付いている。実リスク有無情報は、ユーザが血糖に関するリスクが有るか無いかを示す情報である。
【0050】
回答格納部１１１には、例えば、識別子に対応付いた回答が格納される。回答は、設問票が有する各設問に対するユーザの回答である。なお、ユーザは、回答者である。回答は、通常、設問票が有する各設問の設問識別子に対応付いている。設問識別子は、設問を識別する情報であり、例えば、設問番号、設問のＩＤである。また、識別子は、ユーザ識別子、または日識別子、またはユーザ識別子と日識別子である。ユーザ識別子は、ユーザを識別する情報であり、例えば、ＩＤ、メールアドレス、電話番号、ユーザが使用する端末のＩＤ（例えば、ＩＰアドレス、ＭＡＣアドレス、端末識別子等）である。
【0051】
回答は、ユーザ属性値に対応付いていても良い。ユーザ属性値は、ユーザの属性値であり、例えば、年齢、身長、体重、ＢＭＩ、性別である。
【0052】
なお、回答は、後述する簡易設問票取得装置Ｂが、Ｎ（Ｎは２以上の自然数）の設問から選択したＭ（Ｍは１以上の自然数）の設問のうちのいずれかの設問に対する回答を示す情報であることは好適である。なお、「Ｎ＞Ｍ」である。
【0053】
回答格納部１１１には、２以上の第一回答と２以上の第二回答とが格納されていても良い。第一回答は、血糖に関するリスクの有無を判断するための第一設問に対する回答である。第一回答は、血糖に関するリスクの有無を特定するリスク有無情報に対応付いている。第二回答は、血糖体質のタイプを判断するための第二設問に対する回答である。第二回答は、リクスが有る場合の実タイプ識別子に対応付いている。また、第一回答および第二回答は、例えば、共に識別子に対応付いている。
【0054】
実タイプ格納部１１２には、２以上の実タイプが格納される。実タイプは、実タイプ識別子と言っても良い。実タイプは、回答したユーザの実際の血糖体質のタイプを識別する情報である。実タイプには、通常、１以上の回答に対応付いている。実タイプは、通常、設問票が有する各設問の回答の集合に対応付いている。実タイプは、例えば、識別子に対応付いている。
【0055】
実タイプの取得方法は問わない。実タイプは、例えば、糖負荷試験により取得された情報である。実タイプ識別子は、例えば、ユーザが７５ｇのグルコースを摂取した後、０から１２０分の間、定期的（例えば、３０分ごと）に、血液を採取し、当該血液を検査し、血糖値を測定することにより、ユーザの血糖値の時間変化を取得し、当該時間変化を参照し、医師またはシステム等が決定した血糖体質のタイプである。つまり、実タイプは、人手で入力された情報でも良い。
【0056】
実タイプ格納部１１２には、２以上の実リスク有無情報が格納されていても良い。実リスク有無情報には、通常、１以上の回答に対応付いている。実リスク有無情報は、通常、設問票が有する各設問の回答の集合に対応付いている。実リスク有無情報は、例えば、識別子に対応付いている。実リスク有無情報は、実タイプが対応付いていても良い。実リスク有無情報は、ユーザの実際の血糖に関するリスクの有無を特定する情報である。実リスク有無情報は、通常、１以上の第一回答に対応付いている。実タイプは、通常、１以上の第二回答に対応付いている。実リスク有無情報と実タイプとは、例えば、識別子に対応付いている。
【0057】
学習受付部１２は、各種の指示や情報等を受け付ける。各種の指示や情報等は、例えば、学習指示である。学習指示は、元情報を取得する指示である。各種の指示や情報等の入力手段は、例えば、タッチパネルやキーボードやマウスやメニュー画面によるもの等、何でも良い。なお、学習受付部１２は、ユーザ端末３から各種の指示や情報等を受信しても良い。
【0058】
元情報は、２以上の各設問に対する回答情報からタイプを推定するための元になる情報である。元情報は、例えば、後述する学習器である。元情報は、例えば、後述する対応表である。元情報は、通常、後述する学習処理部１３が取得する。
【0059】
学習処理部１３は、元情報を取得する。学習処理部１３の処理は、例えば、以下の（１）または（２）のいずれかである。なお、学習処理部１３は、以下の（１）の処理を行い、学習器を取得することは好適である。
（１）元情報が学習器である場合
（１－１）元情報が、一度の予測処理により血糖体質のタイプを決定する学習器である場合
（１）元情報が学習器である場合
（１－１）元情報が、一度の予測処理により血糖体質のタイプを決定する学習器である場合
【0060】
学習処理部１３は、２以上の組を学習格納部１１から取得する。組とは、実タイプと２以上の回答の集合である。組の中の実タイプと、組の中の２以上の回答の集合とは、対応付いている。組の中の実タイプと回答の集合とは、例えば、同一の識別子に対応付いている。なお、かかる組は、教師データと言っても良い。
【0061】
学習処理部１３は、取得した２以上の組を用いて、機械学習のアルゴリズムにより、学習処理を行い、学習器を取得する。さらに具体的には、学習処理部１３は、例えば、取得した２以上の組を機械学習の学習処理を行うモジュールに与え、当該モジュールを実行し、学習器を取得する。なお、学習器は、分類器や学習モデルやモデル等と言っても良い。また、この学習器は、２以上の回答の集合と共に、機械学習の予測処理を行うモジュールに与えられ、タイプを取得するための学習器である。
【0062】
なお、機械学習の学習処理のモジュールは、ランダムフォレストでも良いし、決定木、深層学習、ＳＶＲ等でも良く、そのアルゴリズムは問わない。また、機械学習には、例えば、ＴｅｎｓｏｒＦｌｏｗのライブラリ、ｆａｓｔＴｅｘｔ、ｔｉｎｙＳＶＭ、Ｒ言語のｒａｎｄｏｍ ｆｏｒｅｓｔのモジュール等の各種の機械学習の関数や、種々の既存のライブラリを用いることができる。
（１－２）元情報が、血糖に関するリスクの有無を判断するための第一学習器と、リスクが有る場合に血糖体質のタイプを決定するための第二学習器とである場合
（１－２）元情報が、血糖に関するリスクの有無を判断するための第一学習器と、リスクが有る場合に血糖体質のタイプを決定するための第二学習器とである場合
【0063】
学習処理部１３は、２以上の第一の組を学習格納部１１から取得する。ここでの第一の組とは、実リスク有無情報と１または２以上の第一回答の集合である。実リスク有無情報は、リスク有り（例えば、「１」）、リスク無し（例えば、「０」）である。また、ここでの第一回答は、後述する簡易設問票取得装置Ｂが、Ｎ１（Ｎ１は２以上の自然数）の設問から選択したＭ１（Ｍ１は１以上の自然数）の設問のうちのいずれかの設問に対する回答を示す情報であることは好適である。なお、Ｎ１＞Ｍ１である。
【0064】
次に、学習処理部１３は、取得した２以上の第一の組を用いて、機械学習のアルゴリズムにより、学習処理を行い、第一学習器を取得する。なお、学習処理は、上述した学習処理と同じ処理で良い。また、第一学習器は、１または２以上の第一回答を受け付けて、推定リスク有無情報を取得する予測処理を行う場合に使用されるデータである。推定リスク有無情報は、推定されたリスク有無情報である。
【0065】
また、学習処理部１３は、２以上の第二の組を学習格納部１１から取得する。ここでの第二の組とは、実タイプと１または２以上の第二回答の集合である。また、ここでの第一回答は、後述する簡易設問票取得装置Ｂが、Ｎ２（Ｎ２は２以上の自然数）の設問から選択したＭ２（Ｍ２は１以上の自然数）の設問のうちのいずれかの設問に対する回答を示す情報であることは好適である。なお、Ｎ２＞Ｍ２である。
【0066】
また、ここで、学習処理部１３は、第二の組と、当該第二の組と対になる１以上の第一回答とを取得しても良い。また、ここで崇徳される１以上の第一回答は、第一学習器を取得する際に使用される第一回答のうちの一部の第一回答であることは好適である。
【0067】
次に、学習処理部１３は、取得した２以上の第二の組を用いて、機械学習のアルゴリズムにより、学習処理を行い、第二学習器を取得する。なお、学習処理部１３は、第二の組と、当該第二の組と対になる１以上の第一回答とのセットを、２セット以上用いて、機械学習のアルゴリズムにより、学習処理を行い、第二学習器を取得することは好適である。
【0068】
なお、学習処理は、上述した学習処理と同じ処理で良い。また、第二学習器は、１または２以上の第二回答を受け付けて、推定タイプを取得する予測処理を行う場合に使用されるデータである。なお、推定タイプは、推定されたタイプである。
【0069】
また、第一学習器を取得するための機械学習の第一アルゴリズムと、第二学習器を取得するための機械学習の第二アルゴリズムとは同じでも良いし、違っていても良い。例えば、第一アルゴリズムはＳＶＭであり、第二アルゴリズムはランダムフォレストまたは深層学習である。
（２）元情報が対応表である場合
（２－１）元情報が、血糖体質のタイプを決定する一の対応表である場合
（２）元情報が対応表である場合
（２－１）元情報が、血糖体質のタイプを決定する一の対応表である場合
【0070】
学習処理部１３は、２以上の組を学習格納部１１から取得する。組とは、実タイプと２以上の回答の集合である。
【0071】
そして、学習処理部１３は、組ごとに、２以上の各回答を要素とするベクトルを取得する。次に、学習処理部１３は、組ごとに、当該ベクトルと実タイプとの対応示す対応情報を取得する。次に、学習処理部１３は、２以上の各組ごとの対応情報をレコードとして有する対応表を構築する。なお、対応情報は、例えば、ベクトルと実タイプとを有する。対応情報は、例えば、ベクトルへのリンクと実タイプへのリンクとを有する。
（２－２）元情報が、血糖に関するリスクの有無を判断するための第一対応表と、リスクが有る場合に血糖体質のタイプを決定するための第二対応表とである場合
（２－２）元情報が、血糖に関するリスクの有無を判断するための第一対応表と、リスクが有る場合に血糖体質のタイプを決定するための第二対応表とである場合
【0072】
学習処理部１３は、２以上の第一の組を学習格納部１１から取得する。ここでの第一の組とは、リスクの有無を特定するリスク有無情報と２以上の第一回答の集合である。
【0073】
そして、学習処理部１３は、組ごとに、２以上の各第一回答を要素とするベクトルを取得する。次に、学習処理部１３は、組ごとに、当該ベクトルとリスク有無情報との対応示す第一対応情報を取得する。次に、学習処理部１３は、２以上の各第一の組ごとの第一対応情報をレコードとして有する第一対応表を構築する。なお、第一対応情報は、例えば、上述した対応情報と同じデータ構造である。
【0074】
また、学習処理部１３は、２以上の第二の組を学習格納部１１から取得する。ここでの第二の組とは、実タイプと２以上の第二回答の集合である。なお、学習処理部１３は、第二の組と、当該第二の組と対になる１以上の第一回答とのセットを、２以上、取得することは好適である。
【0075】
そして、学習処理部１３は、第二の組ごとに、２以上の各第二回答を要素とするベクトルを取得する。なお、ここで、学習処理部１３は、２以上の各セットが有する２以上の各第二回答と１以上の各第一回答を要素とするベクトルを取得することは好適である。
【0076】
次に、学習処理部１３は、第二の組ごとに、当該ベクトルと実タイプとの対応示す第二対応情報を取得する。次に、学習処理部１３は、２以上の各第二の組ごとの第二対応情報をレコードとして有する第二対応表を構築する。なお、第二対応情報は、例えば、ベクトルと実タイプとを有する。また、第二対応情報は、例えば、ベクトルへのリンクと実タイプへのリンクとを有する。
【0077】
学習出力部１４は、情報を出力する。学習出力部１４は、例えば、学習処理部１３が取得した元情報を出力する。なお、ここで、出力とは、通常、記録媒体への蓄積であるが、ディスプレイへの表示、プロジェクターを用いた投影、プリンタでの印字、音出力、外部の装置への送信、他の処理装置や他のプログラムなどへの処理結果の引渡しなどを含む概念であっても良い。
【0078】
学習出力部１４は、血糖体質判定装置２の元情報格納部２１３に、元情報を蓄積することは好適である。
【0079】
血糖体質判定装置２を構成する格納部２１には、各種の情報が格納される。各種の情報は、例えば、２以上の設問、１または２以上の後述する第一設問、１または２以上の後述する第二設問、１または２以上の元情報、１または２以上のユーザ情報である。なお、２以上の設問は、設問票と言っても良い。また、１以上の第一設問は、第一設問票と言っても良い。また、１以上の第二設問は、第二設問票と言っても良い。
【0080】
設問は、タイプを推定するための設問の情報である。２以上の設問の中には、生活習慣に関する設問を含むことは好適である。また、設問は、後述する第一設問、または後述する第二設問でも良い。
【0081】
第一設問格納部２１１には、１または２以上の第一設問が格納される。第一設問は、血糖に関するリスクの有無を判断するための設問である。１以上の第一設問には、生活習慣に関する１以上の設問を含むことは好適である。
【0082】
第二設問格納部２１２には、１または２以上の第二設問が格納される。第二設問は、血糖体質のタイプを判断するための設問である。１以上の第二設問の中には、生活習慣に関する１以上の設問を含むことは好適である。
【0083】
血糖体質のタイプは、インスリン感受性に関するタイプとインスリン分泌に関するタイプとの組み合わせたタイプであることは好適である。インスリン感受性に関するタイプは、例えば、「抵抗性なし」または「抵抗性傾向あり」のいずれかである。インスリン感受性に関するタイプは、例えば、「正常」または「出にくい」のいずれかである。
【0084】
元情報格納部２１３には、１または２以上の元情報が格納される。元情報は、通常、学習装置１が取得した情報である。元情報は、例えば、上述した学習器、上述した第一学習器、上述した第二学習器、上述した対応表、上述した第一対応表、または上述した第二対応表である。
【0085】
アドバイス格納部２１４には、血糖体質のタイプを識別する１以上の各タイプ識別子に対応付けて、１以上のアドバイス情報が格納される。アドバイス情報の内容は問わない。アドバイス格納部２１４には、リスク有無情報に対応付けて、１以上のアドバイス情報が格納されていても良い。
【0086】
受付部２２は、各種の指示や情報等を受け付ける。各種の指示や情報等は、例えば、回答、第一回答、第二回答である。受付部２２は、例えば、２以上の各設問に対する回答を受け付ける。
【0087】
ここでの受け付けとは、通常、ユーザ端末３からの受信であるが、キーボードやマウス、タッチパネルなどの入力デバイスから入力された情報の受け付け、光ディスクや磁気ディスク、半導体メモリなどの記録媒体から読み出された情報の受け付けなどを含む概念であっても良い。
【0088】
第一回答受付部２２１は、１以上の各第一設問に対する第一回答をユーザから受け付ける。第一回答受付部２２１は、例えば、１以上の第一回答をユーザ端末３から受信する。
【0089】
第二回答受付部２２２は、１以上の各第二設問に対する第二回答をユーザから受け付ける。
【0090】
処理部２３は、各種の処理を行う。処理部２３は、例えば、第一判断部２３１、第二判断部２３２、出力情報構成部２３３が行う処理である。
【0091】
処理部２３または図示しない判断部は、例えば、受付部２２が受け付けた１または２以上の回答を用いて、タイプを取得する。
【0092】
処理部２３または図示しない判断部は、例えば、受付部２２が受け付けた１または２以上の回答と、学習器とを用いて、機械学習の予測処理を行い、タイプ子を取得する。さらに詳細には、処理部２３または図示しない判断部は、例えば、受付部２２が受け付けた１または２以上の回答と学習器とを、機械学習の予測処理を行うモジュールに与え、当該モジュールを実行し、タイプを取得する。なお、機械学習の予測処理のモジュールは、ランダムフォレストでも良いし、決定木、深層学習、ＳＶＭ等でも良く、そのアルゴリズムは問わない。また、機械学習には、例えば、ＴｅｎｓｏｒＦｌｏｗのライブラリ、ｆａｓｔＴｅｘｔ、ｔｉｎｙＳＶＭ、Ｒ言語のｒａｎｄｏｍ ｆｏｒｅｓｔのモジュール等の各種の機械学習の関数や、種々の既存のライブラリを用いることができる。なお、学習器は、学習装置１が取得した学習器である。
【0093】
処理部２３または図示しない判断部は、例えば、受付部２２が受け付けた１または２以上の回答と、対応表とを用いて、タイプを取得する。さらに詳細には、処理部２３または図示しない判断部は、例えば、受付部２２が受け付けた１または２以上の各回答を要素とするベクトルを構成する。次に、処理部２３または図示しない判断部は、当該ベクトルに最も近似するベクトルを対応表から検索し、当該最も近似するベクトルと対になるタイプを対応表から取得する。
【0094】
第一判断部２３１は、第一回答受付部２２１が受け付けた１以上の第一回答を用いて、ユーザの血糖に関するリスクの有無を判断する。
【0095】
第一判断部２３１は、例えば、第一回答受付部２２１が受け付けた１以上の第一回答と第一学習器とを用いて、機械学習の予測処理を行い、推定リスク有無情報を取得する。さらに詳細には、第一判断部２３１は、例えば、第一回答受付部２２１が受け付けた１以上の第一回答と第一学習器とを、機械学習の予測処理を行うモジュールに与え、当該モジュールを実行し、推定リスク有無情報を取得する。
【0096】
第一判断部２３１は、例えば、第一回答受付部２２１が受け付けた１以上の各第一回答を要素とするベクトルを構成する。次に、第一判断部２３１は、例えば、当該ベクトルに最も近似するベクトルを第一対応表から検索し、当該最も近似するベクトルと対になるリスク有無情報を第一対応表から取得する。なお、かかるリスク有無情報は、推定リスク有無情報である。
【0097】
第二判断部２３２は、第二回答受付部２２２が受け付けた１以上の第二回答を用いて、ユーザの血糖体質のタイプを決定する。
【0098】
第二判断部２３２は、例えば、第二回答受付部２２２が受け付けた１以上の第二回答と第二学習器とを用いて、機械学習の予測処理を行い、推定タイプを取得する。さらに詳細には、第二判断部２３２は、例えば、第二回答受付部２２２が受け付けた１以上の第二回答と第二学習器とを、機械学習の予測処理を行うモジュールに与え、当該モジュールを実行し、推定タイプを取得する。
【0099】
第二判断部２３２は、例えば、第二回答受付部２２２が受け付けた１以上の各第二回答を要素とするベクトルを構成する。次に、第二判断部２３２は、例えば、当該ベクトルに最も近似するベクトルを第二対応表から検索し、当該最も近似するベクトルと対になるタイプを第二対応表から取得する。なお、かかるタイプは、推定タイプである。
【0100】
第二判断部２３２は、第一回答受付部２２１が受け付けた１以上の第一回答をも用いて、ユーザの血糖体質のタイプを決定することは好適である。かかる場合の１以上の第一回答は、リスク有無情報を取得する際に用いられた第一回答のうちの一部の第一回答であることは好適である。
【0101】
第二判断部２３２は、例えば、第二回答受付部２２２が受け付けた１以上の第二回答と第一回答受付部２２１が受け付けた１以上の第一回答と第二学習器とを用いて、機械学習の予測処理を行い、推定タイプを取得する。さらに詳細には、第二判断部２３２は、例えば、第二回答受付部２２２が受け付けた１以上の第二回答と第一回答受付部２２１が受け付けた１以上の第一回答と第二学習器とを、機械学習の予測処理を行うモジュールに与え、当該モジュールを実行し、推定タイプを取得する。
【0102】
第二判断部２３２は、例えば、第二回答受付部２２２が受け付けた１以上の各第二回答、および第一回答受付部２２１が受け付けた１以上の各第一回答を要素とするベクトルを構成する。次に、第二判断部２３２は、例えば、当該ベクトルに最も近似するベクトルを第二対応表から検索し、当該最も近似するベクトルと対になるタイプを第二対応表から取得する。なお、かかるタイプは、推定タイプである。
【0103】
出力情報構成部２３３は、第二判断部２３２が決定したタイプを識別するタイプ識別子に対応付いている１以上のアドバイス情報をアドバイス格納部２１４から取得し、タイプ識別子と１以上のアドバイス情報とを有する出力情報を構成する。
【0104】
出力部２４は、各種の情報を出力する。各種の情報は、例えば、設問、第一設問、第二設問、出力情報である。
【0105】
ここで、出力とは、例えば、ユーザ端末３への送信であるが、ディスプレイへの表示、プロジェクターを用いた投影、プリンタでの印字、音出力、記録媒体への蓄積、他の処理装置や他のプログラムなどへの処理結果の引渡しなどを含む概念であっても良い。
【0106】
第一設問出力部２４１は、第一設問格納部２１１から１以上の第一設問を出力する。
【0107】
第二設問出力部２４２は、第一判断部２３１がリスク有りと判断した場合に、第二設問格納部２１２から１以上の第二設問を出力する。
【0108】
情報出力部２４３は、血糖体質のタイプに関する出力情報を出力する。情報出力部２４３は、例えば、第二判断部２３２が決定した推定タイプに対応付いている１以上のアドバイス情報を含む出力情報を出力する。情報出力部２４３は、例えば、出力情報構成部２３３が構成した出力情報を出力する。
【0109】
ユーザ端末３を構成する端末格納部３１には、各種の情報が格納される。各種の情報は、例えば、ユーザ識別子、１以上のユーザ属性値である。
【0110】
端末受付部３２は、各種の指示や情報等を受け付ける。各種の指示や情報は、例えば、１または２以上の回答、設問票出力指示である。回答は、第一回答、または第二回答でも良い。設問票出力指示は、設問票の出力の指示である。設問票は、後述する簡易設問票取得装置Ｂが作成した簡易設問票であることは好適である。
【0111】
各種の指示や情報の入力手段は、タッチパネルやキーボードやマウスやメニュー画面によるもの等、何でも良い。
【0112】
端末処理部３３は、各種の処理を行う。各種の処理は、例えば、端末受付部３２が受け付けた指示や情報等を、送信する指示や情報等のデータ構造にすることである。各種の処理は、例えば、端末受信部３５が受信した情報を、出力するデータ構造にすることである。
【0113】
端末送信部３４は、各種の指示や情報等を血糖体質判定装置２に送信する。端末送信部３４は、端末処理部３３が構成した指示や情報等を血糖体質判定装置２に送信する。
【0114】
端末受信部３５は、各種の情報等を受信する。端末受信部３５は、例えば、血糖体質判定装置２から設問票、推定リスク有無情報、推定タイプ、アドバイス情報、または出力情報を受信する。
【0115】
端末出力部３６は、各種の情報等を出力する。端末出力部３６は、例えば、設問票、推定リスク有無情報、推定タイプ、アドバイス情報、または出力情報を出力する。
【0116】
学習格納部１１、回答格納部１１１、実タイプ格納部１１２、格納部２１、第一設問格納部２１１、第二設問格納部２１２、元情報格納部２１３、アドバイス格納部２１４、および端末格納部３１は、不揮発性の記録媒体が好適であるが、揮発性の記録媒体でも実現可能である。
【0117】
学習格納部１１等に情報が記憶される過程は問わない。例えば、記録媒体を介して情報が学習格納部１１等で記憶されるようになってもよく、通信回線等を介して送信された情報が学習格納部１１等で記憶されるようになってもよく、あるいは、入力デバイスを介して入力された情報が学習格納部１１等で記憶されるようになってもよい。
【0118】
学習受付部１２、および端末受付部３２は、タッチパネルやキーボード等の入力手段のデバイスドライバーや、メニュー画面の制御ソフトウェア等で実現され得る。学習受付部１２は、無線または有線の通信手段で実現されても良い。
【0119】
学習処理部１３、学習出力部１４、処理部２３、第一判断部２３１、第二判断部２３２、出力情報構成部２３３、および端末処理部３３は、通常、プロセッサやメモリ等から実現され得る。学習処理部１３等の処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはＲＯＭ等の記録媒体に記録されている。但し、ハードウェア（専用回路）で実現しても良い。なお、プロセッサは、例えば、ＣＰＵ、ＭＰＵ、ＧＰＵ等であり、その種類は問わない。
【0120】
なお、学習出力部１４は、無線または有線の通信手段で実現されても良い。
【0121】
受付部２２、第一回答受付部２２１、第二回答受付部２２２、および端末受信部３５は、通常、無線または有線の通信手段で実現されるが、放送を受信する手段で実現されても良い。
【0122】
出力部２４、第一設問出力部２４１、第二設問出力部２４２、情報出力部２４３、および端末送信部３４は、通常、無線または有線の通信手段で実現されるが、放送手段で実現されても良い。
【0123】
端末受付部３２は、タッチパネルやキーボード等の入力手段のデバイスドライバーや、メニュー画面の制御ソフトウェア等で実現され得る。
【0124】
端末出力部３６は、ディスプレイやスピーカー等の出力デバイスを含むと考えても含まないと考えても良い。端末出力部３６は、出力デバイスのドライバーソフトまたは、出力デバイスのドライバーソフトと出力デバイス等で実現され得る。
【0125】
次に、血糖体質判定システムＡの動作例について説明する。まず、学習装置１の第一の動作例について、図４のフローチャートを用いて説明する。第一の動作例は、第一学習器と第二学習器の２つの学習器を構成する動作の例である。
【0126】
（ステップＳ４０１）学習処理部１３は、カウンタｉに１を代入する。
【0127】
（ステップＳ４０２）学習処理部１３は、ｉ番目の識別子が存在するか否かを判断する。ｉ番目の識別子が存在する場合はステップＳ４０３に行き、ｉ番目の識別子が存在しない場合はステップＳ４０６に行く。なお、識別子は、１以上の第一回答、および１以上の第二回答に対応付いている。
【0128】
（ステップＳ４０３）学習処理部１３は、ｉ番目の識別子と対になる第一回答の集合と、当該第一回答の集合と対になるリスク有無情報とを学習格納部１１から取得する。なお、学習処理部１３は、タイプからリスク有無情報を決定し、取得しても良い。例えば、タイプ識別子「１」がリスク有無情報「無し「０」」であり、タイプ識別子「２」「３」または「４」がリスク有無情報「有り「１」」である。
【0129】
（ステップＳ４０４）学習処理部１３は、ステップＳ４０３で取得したｉ番目の第一回答の集合とリスク有無情報とを用いて、ｉ番目の教師データを構成し、図示しないバッファに蓄積する。学習処理部１３は、例えば、ステップＳ４０３で取得したｉ番目の各第一回答とリスク有無情報とを要素とするベクトルであるｉ番目の教師データを構成する。
【0130】
（ステップＳ４０５）学習処理部１３は、カウンタｉを１、インクリメントする。ステップＳ４０２に戻る。
【0131】
（ステップＳ４０６）学習処理部１３は、ステップＳ４０４で蓄積された２以上の教師データを図示しないバッファから取得し、当該２以上の教師データを用いて、機械学習の予測処理により、第一学習器を取得する。
【0132】
（ステップＳ４０７）学習処理部１３は、ステップＳ４０６で取得した第一学習器を学習格納部１１に蓄積する。
【0133】
（ステップＳ４０８）学習処理部１３は、カウンタｊに１を代入する。
【0134】
（ステップＳ４０９）学習処理部１３は、ｊ番目の識別子が存在するか否かを判断する。ｊ番目の識別子が存在する場合はステップＳ４１０に行き、ｊ番目の識別子が存在しない場合はステップＳ４１５に行く。なお、識別子は、１以上の第一回答、および１以上の第二回答に対応付いている。
【0135】
（ステップＳ４１０）学習処理部１３は、ｊ番目の識別子と対になる第二回答の集合と、当該第二回答の集合と対になる実タイプとを取得する。なお、第二回答の集合は、回答格納部１１１に存在する。また、実タイプは、実タイプ格納部１１２に存在する。
【0136】
（ステップＳ４１１）学習処理部１３は、第二学習器を構成するために、１以上の第一回答を使用するか否かを判断する。第一回答を使用する場合はステップＳ４１２に行き、第一回答を使用しない場合はステップＳ４１３に行く。なお、通常、第一回答を使用するか否かは、予め決まっている。
【0137】
（ステップＳ４１２）学習処理部１３は、ｊ番目の識別子と対になる１以上の第一回答であり、第二学習器を構成するために使用する１以上の第一回答を、回答格納部１１１から取得する。なお、第二学習器を構成するために使用する１以上の第一回答は、通常、予め決められている。
【0138】
（ステップＳ４１３）学習処理部１３は、ステップＳ４１０で取得したｊ番目の第二回答の集合と実タイプとを用いて、ｊ番目の教師データを構成し、図示しないバッファに蓄積する、またはステップＳ４１０で取得したｊ番目の第二回答の集合とステップＳ４１２で取得した１以上の第一回答と実タイプとを用いて、ｊ番目の教師データを構成し、図示しないバッファに蓄積する。なお、学習処理部１３は、例えば、各回答と実タイプとを要素とするベクトルであるｊ番目の教師データを構成し、図示しないバッファに蓄積する。
【0139】
（ステップＳ４１４）学習処理部１３は、カウンタｊを１、インクリメントする。ステップＳ４０９に戻る。
【0140】
（ステップＳ４１５）学習処理部１３は、ステップＳ４１３で蓄積された２以上の教師データを図示しないバッファから取得し、当該２以上の教師データを用いて、機械学習の予測処理により、第二学習器を取得する。
【0141】
（ステップＳ４１６）学習処理部１３は、ステップＳ４１５で取得した第二学習器を学習格納部１１に蓄積する。処理を終了する。
【0142】
次に、学習装置１の第二の動作例について、図５のフローチャートを用いて説明する。第二の動作例は、一つの学習器を構成する動作の例である。かかる一つの学習器は、タイプを推定するための学習器である。
【0143】
（ステップＳ５０１）学習処理部１３は、カウンタｉに１を代入する。
【0144】
（ステップＳ５０２）学習処理部１３は、ｉ番目の識別子が存在するか否かを判断する。ｉ番目の識別子が存在する場合はステップＳ４０３に行き、ｉ番目の識別子が存在しない場合はステップＳ４０６に行く。なお、識別子は、１以上の回答情報の集合に対応付いている。
【0145】
（ステップＳ５０３）学習処理部１３は、ｉ番目の識別子と対になる回答の集合と、当該回答の集合と対になる実タイプとを取得する。
【0146】
（ステップＳ５０４）学習処理部１３は、ステップＳ５０３で取得したｉ番目の回答の集合と実タイプとを用いて、ｉ番目の教師データを構成し、図示しないバッファに蓄積する。
【0147】
（ステップＳ５０５）学習処理部１３は、カウンタｉを１、インクリメントする。ステップＳ４０２に戻る。
【0148】
（ステップＳ５０６）学習処理部１３は、ステップＳ５０４で蓄積された２以上の教師データを図示しないバッファから取得し、当該２以上の教師データを用いて、機械学習の予測処理により、学習器を取得する。
【0149】
（ステップＳ５０７）学習処理部１３は、ステップＳ５０６で取得した学習器を学習格納部１１に蓄積する。処理を終了する。
【0150】
次に、血糖体質判定装置２の第一の動作例について、図６のフローチャートを用いて説明する。
【0151】
（ステップＳ６０１）受付部２２は、設問票出力指示を受け付けたか否かを判断する。設問票出力指示を受け付けた場合はステップＳ６０２に行き、設問票出力指示を受け付けなかった場合はステップＳ６０１に戻る。なお、ここで、受付部２２は、例えば、ユーザ端末３から設問票出力指示を受信したか否かを判断する。
【0152】
（ステップＳ６０２）処理部２３は、第一設問票を第一設問格納部２１１から取得する。
【0153】
（ステップＳ６０３）第一設問出力部２４１は、ステップＳ６０２で取得された第一設問票を出力する。なお、ここで、第一設問出力部２４１は、例えば、ユーザ端末３に第一設問票を送信する。
【0154】
（ステップＳ６０４）第一回答受付部２２１は、１以上の第一回答の集合を受け付けたか否かを判断する。第一回答の集合を受け付けた場合はステップＳ６０５に行き、第一回答の集合を受け付けなかった場合はステップＳ６０４に戻る。なお、ここで、第一回答受付部２２１は、例えば、ユーザ端末３から１以上の第一回答の集合を受信したか否かを判断する。
【0155】
（ステップＳ６０５）第一判断部２３１は、ステップＳ６０４で受け付けられた１以上の第一回答の集合を用いて、各第一回答を要素とするベクトルである第一ベクトルを構成する。
【0156】
（ステップＳ６０６）第一判断部２３１は、元情報格納部２１３から第一学習器を取得する。
【0157】
（ステップＳ６０７）第一判断部２３１は、ステップＳ６０５で取得した第一ベクトルと、ステップＳ６０６で取得した第一学習器とを用いて、機械学習の予測処理である第一予測処理を行い、推定リスク有無情報を取得する。
【0158】
（ステップＳ６０８）第一判断部２３１は、ステップＳ６０７で取得した推定リスク有無情報が、リスク「有り」であるか、リスク「無し」であるかを判断する。リスク「有り」である場合はステップＳ６０９に行き、リスク「無し」である場合はステップＳ６２０に行く。
【0159】
（ステップＳ６０９）処理部２３は、第二設問票を第二設問格納部２１２から取得する。
【0160】
（ステップＳ６１０）第二設問出力部２４２は、ステップＳ６０９で取得された第二設問票を出力する。なお、ここで、第二設問出力部２４２は、例えば、ユーザ端末３に第二設問票を送信する。
【0161】
（ステップＳ６１１）第二回答受付部２２２は、１以上の第二回答の集合を受け付けたか否かを判断する。第二回答の集合を受け付けた場合はステップＳ６１２に行き、第二回答の集合を受け付けなかった場合はステップＳ６１１に戻る。なお、ここで、第二回答受付部２２２は、例えば、ユーザ端末３から１以上の第二回答の集合を受信したか否かを判断する。
【0162】
（ステップＳ６１２）第二判断部２３２は、第二予測処理において、１以上の第一回答を使用するか否かを判断する。第一回答を使用する場合はステップＳ６１３に行き、第一回答を使用しない場合はステップＳ６１４に行く。
【0163】
（ステップＳ６１３）第二判断部２３２は、ステップＳ６０４で受け付けられた第一回答のうち、第二予測処理において使用する１以上の第一回答を取得する。
【0164】
（ステップＳ６１４）第二判断部２３２は、第二ベクトルを構成する。なお、第二ベクトルは、１以上の各第二回答を要素とするベクトル、または１以上の各第二回答およびステップＳ６１３で取得した１以上の各第一回答を要素とするベクトルである。
【0165】
（ステップＳ６１５）第二判断部２３２は、元情報格納部２１３から第二学習器を取得する。
【0166】
（ステップＳ６１６）第二判断部２３２は、ステップＳ６１４で取得した第二ベクトルと、ステップＳ６１５で取得した第二学習器とを用いて、機械学習の予測処理である第二予測処理を行い、推定タイプ識別子を取得する。
【0167】
（ステップＳ６１７）出力情報構成部２３３は、ステップＳ６１６で取得した推定タイプ識別子と対になるアドバイス情報をアドバイス格納部２１４から取得する。
【0168】
（ステップＳ６１８）出力情報構成部２３３は、ステップＳ６１６で取得した推定タイプ識別子と、ステップＳ６１７で取得したアドバイス情報とを用いて、出力情報を構成する。
【0169】
（ステップＳ６１９）情報出力部２４３は、ステップＳ６１８で構成された出力情報を出力する。処理を終了する。なお、ここで、情報出力部２４３は、例えば、ユーザ端末３に出力情報を送信する。
【0170】
（ステップＳ６２０）第一判断部２３１は、変数「タイプ」に「リスク無し」を示す情報（ここでは、「１」）を代入する。
【0171】
（ステップＳ６２１）出力情報構成部２３３は、ステップＳ６２０で取得した推定タイプ識別子「１」を用いて、出力情報を構成する。
【0172】
（ステップＳ６２２）情報出力部２４３は、ステップＳ６２１で構成された出力情報を出力する。処理を終了する。なお、ここで、情報出力部２４３は、例えば、ユーザ端末３に出力情報を送信する。
【0173】
次に、血糖体質判定装置２の第二の動作例について、図７のフローチャートを用いて説明する。
【0174】
（ステップＳ７０１）受付部２２は、設問票出力指示を受け付けたか否かを判断する。設問票出力指示を受け付けた場合はステップＳ７０２に行き、設問票出力指示を受け付けなかった場合はステップＳ７０１に戻る。なお、ここで、受付部２２は、例えば、ユーザ端末３から設問票出力指示を受信したか否かを判断する。
【0175】
（ステップＳ７０２）処理部２３は、設問票を格納部２１から取得する。なお、設問票は、設問の集合である。
【0176】
（ステップＳ７０３）出力部２４は、ステップＳ７０２で取得された設問票を出力する。なお、ここで、出力部２４は、例えば、ユーザ端末３に設問票を送信する。
【0177】
（ステップＳ７０４）受付部２２は、１以上の回答情報の集合を受け付けたか否かを判断する。回答の集合を受け付けた場合はステップＳ７０５に行き、回答の集合を受け付けなかった場合はステップＳ７０４に戻る。なお、ここで、受付部２２は、例えば、ユーザ端末３から１以上の回答の集合を受信したか否かを判断する。
【0178】
（ステップＳ７０５）処理部２３（図示しない判断部でも可）は、ステップＳ７０４で受け付けられた１以上の回答の集合を用いて、各回答を要素とするベクトルを構成する。
【0179】
（ステップＳ７０６）処理部２３（図示しない判断部でも可）は、元情報格納部２１３から学習器を取得する。
【0180】
（ステップＳ７０７）処理部２３（図示しない判断部でも可）は、ステップＳ７０５で取得したベクトルと、ステップＳ７０６で取得した学習器とを用いて、機械学習の予測処理を行い、推定タイプを取得する。
【0181】
（ステップＳ７０８）出力情報構成部２３３は、ステップＳ７０７で取得した推定タイプと対になるアドバイス情報をアドバイス格納部２１４から取得する。
【0182】
（ステップＳ７０９）出力情報構成部２３３は、ステップＳ７０７で取得した推定タイプと、ステップＳ７０８で取得したアドバイス情報とを用いて、出力情報を構成する。
【0183】
（ステップＳ７１０）情報出力部２４３は、ステップＳ７０９で構成された出力情報を出力する。処理を終了する。なお、ここで、情報出力部２４３は、例えば、ユーザ端末３に出力情報を送信する。
【0184】
次に、ユーザ端末３の動作例について、図８のフローチャートを用いて説明する。
【0185】
（ステップＳ８０１）端末受付部３２は、設問票出力指示を受け付けたか否かを判断する。設問票出力指示を受け付けた場合はステップＳ８０２に行き、設問票出力指示を受け付けなかった場合はステップＳ８０１に戻る。
【0186】
（ステップＳ８０２）端末処理部３３は、送信する設問票出力指示を構成する。端末送信部３４は、構成された設問票出力指示を血糖体質判定装置２に送信する。
【0187】
（ステップＳ８０３）端末受信部３５は、第一設問票を受信したか否かを判断する。第一設問票を受信した場合はステップＳ８０４に行き、受信しなかった場合はステップＳ８０３に戻る。
【0188】
（ステップＳ８０４）端末処理部３３は、ステップＳ８０３で受信された第一設問票から、出力する第一設問票を構成する。端末出力部３６は、当該第一設問票を出力する。
【0189】
（ステップＳ８０５）端末受付部３２は、ユーザから第一回答の集合を受け付けたか否かを判断する。第一回答の集合を受け付けた場合はステップＳ８０６に行き、第一回答の集合を受け付けなかった場合はステップＳ８０５に戻る。
【0190】
（ステップＳ８０６）端末処理部３３は、送信する第一回答の集合を構成する。端末送信部３４は、当該構成された第一回答の集合を血糖体質判定装置２に送信する。
【0191】
（ステップＳ８０７）端末受信部３５は、血糖体質判定装置２から情報を受信したか否かを判断する。情報を受信した場合はステップＳ８０８に行き、情報を受信しなかった場合はステップＳ８０７に戻る。
【0192】
（ステップＳ８０８）端末処理部３３は、ステップＳ８０７で受信された情報が出力情報であるか否かを判断する。出力情報である場合はステップＳ８０９に行き、出力情報でない場合はステップＳ８１０に行く。なお、ステップＳ８０７で受信された情報は、出力情報または、第二設問票である。
【0193】
（ステップＳ８０９）端末出力部３６は、ステップＳ８０７で受信された出力情報を出力する。処理を終了する。
【0194】
（ステップＳ８１０）端末出力部３６は、ステップＳ８０７で受信された第二設問票を出力する。
【0195】
（ステップＳ８１１）端末受付部３２は、ユーザから第二回答の集合を受け付けたか否かを判断する。第二回答の集合を受け付けた場合はステップＳ８１２に行き、第二回答の集合を受け付けなかった場合はステップＳ８１１に戻る。
【0196】
（ステップＳ８１２）端末処理部３３は、送信する第二回答の集合を構成する。端末送信部３４は、当該構成された第二回答の集合を血糖体質判定装置２に送信する。
【0197】
（ステップＳ８１３）端末受信部３５は、血糖体質判定装置２から出力情報を受信したか否かを判断する。出力情報を受信した場合はステップＳ８１４に行き、出力情報を受信しなかった場合はステップＳ８１３に戻る。
【0198】
（ステップＳ８１４）端末出力部３６は、受信された出力情報を出力する。処理を終了する。
【0199】
なお、図８のフローチャートにおいて、ユーザ端末３は、設問票が有する２以上の各設問に対する回答を受け付け、当該回答の集合を血糖体質判定装置２に送信し、かかる送信に応じて、タイプを含む出力情報を血糖体質判定装置２から受信しても良い。
【0200】
以下、本実施の形態における血糖体質判定システムＡの具体的な動作例について説明する。
【0201】
今、血糖体質判定装置２の格納部２１には、図９に示すユーザ情報管理表が格納されている、とする。ユーザ情報管理表は、１または２以上のユーザ情報を管理する表である。ユーザ情報管理表は、「ＩＤ」「ユーザ識別子」「ユーザ属性値」を有する１以上のレコードが管理される。
【0202】
また、第一設問格納部２１１には、例えば、図１０に示す第一設問票が格納されている、とする。第一設問票は、１５の第一設問を有する。また、第一設問票は、後述する簡易設問票取得装置Ｂが取得した簡易設問票である、とする。また、１５の第一設問は、第一学習器を取得するために使用された１以上の第一回答に対する設問である。
【0203】
また、第二設問格納部２１２には、例えば、図１１に示す第二設問票が格納されている、とする。第二設問票は、８の第二設問を有する。また、第二設問票は、後述する簡易設問票取得装置Ｂが取得した簡易設問票である、とする。また、８の第二設問は、第二学習器を取得するために使用された１以上の第二回答に対する設問である。
【0204】
また、元情報格納部２１３には、第一学習器、および第二学習器が格納されている、とする。第一学習器は、ここでは、１以上のユーザ属性値、および１以上の第一回答を用いて、リスク有無情報を推定するためのモデルである。第二学習器は、ここでは、１以上のユーザ属性値、１以上の第一回答、および１以上の第二回答を用いて、リスクが有る人のタイプを推定するためのモデルである。
【0205】
また、学習装置１の学習処理部１３は、１以上のユーザ属性値と１以上の第一回答とを有する２以上の教師データを用いて、機械学習の学習処理を行い、第一学習器を取得し、血糖体質判定装置２の元情報格納部２１３に蓄積した、ものとする。
【0206】
また、学習装置１の学習処理部１３は、１以上のユーザ属性値と１以上の第一回答と１以上の第二回答を有する２以上の教師データを用いて、機械学習の学習処理を行い、第二学習器を取得し、血糖体質判定装置２の元情報格納部２１３に蓄積した、ものとする。
【0207】
なお、ここでは、第二学習器を取得するために使用される１以上の第一回答は、第一学習器を取得するために使用される１以上の第一回答の一部の回答である、とする。
【0208】
さらに、１以上の各第一回答に対応する第一設問、および１以上の各第二回答に対応する第二設問は、共に、同じ多数の設問（例えば、３５０の設問）から後述する簡易設問票取得装置Ｂが決定した設問である、とする。
【0209】
また、アドバイス格納部２１４には、タイプに対応付けて、アドバイス情報が格納されている、とする。
【0210】
かかる状況において、ユーザ識別子「Ｕ００１」のユーザＡは、自分のユーザ端末３に設問票出力指示を入力した、とする（例えば、図１２（ａ）参照）。次に、端末受付部３２は、設問票出力指示を受け付ける。そして、端末処理部３３は、送信する設問票出力指示を構成する。次に、端末送信部３４は、構成された設問票出力指示を血糖体質判定装置２に送信する。
【0211】
次に、血糖体質判定装置２の受付部２２は、設問票出力指示を受信する。処理部２３は、１５の第一設問（図１０参照）を有する第一設問票を第一設問格納部２１１から取得する。次に、第一設問出力部２４１は、ユーザ端末３に当該第一設問票を送信する。
【0212】
次に、ユーザ端末３の端末受信部３５は、第一設問票を受信する。端末処理部３３は、受信された第一設問票から、出力する第一設問票を構成する。次に、端末出力部３６は、当該第一設問票を出力する。かかる出力例は、図１２（ｂ）である。図１２（ｂ）によれば、ここでは、第一設問は、一つずつ出力され、ユーザは、一つずつ回答していくものである。
【0213】
そして、ユーザが１５の第一設問に対応する回答が完了すると、端末処理部３３は、送信する第一回答の集合を構成する。端末送信部３４は、当該構成された第一回答の集合とユーザ識別子「Ｕ００１」とを血糖体質判定装置２に送信する。
【0214】
次に、血糖体質判定装置２の第一回答受付部２２１は、１以上の第一回答の集合とユーザ識別子「Ｕ００１」とを受信する。
【0215】
次に、第一判断部２３１は、受信された１以上の第一回答の集合を用いて、各第一回答を要素とするベクトルである第一ベクトルを構成する。つまり、第一判断部２３１は、ユーザ識別子「Ｕ００１」と対になるユーザ属性値（ここでは、年齢、体重、ＢＭＩ、身長）を、図９のユーザ情報管理表から取得する。また、第一判断部２３１は、受信された１５の第一回答の集合を取得する。そして、第一判断部２３１は、ユーザ属性値と１５の第一回答の集合とを要素とする第一ベクトル（例えば、（５６，７８，２７．０，１７０，第一回答１，第一回答２，・・・，第一回答１５））を構成する。
【0216】
次に、第一判断部２３１は、元情報格納部２１３から第一学習器を取得する。そして、第一判断部２３１は、第一ベクトルと取得した第一学習器とを用いて、機械学習の予測処理である第一予測処理を行い、リスク有無情報を取得する。ここで、第一判断部２３１は、「リスク有り「１」」を示すリスク有無情報を取得した、とする。
【0217】
次に、処理部２３は、リスク有り「１」に対応する第二設問票を含む画面情報を第二設問格納部２１２から取得する。
【0218】
次に、第二設問出力部２４２は、第二設問票を含む画面情報をユーザ端末３に送信する。
【0219】
次に、端末受信部３５は、血糖体質判定装置２から情報を受信する。次に、端末出力部３６は、受信された情報を出力する。かかる出力例は、図１２（ｃ）である。
【0220】
【0221】
次に、ユーザは、第二設問票が有する８つの第二設問に対して、順次、回答していく、とする。そして、端末受付部３２は、ユーザから第二回答の集合を受け付ける。
【0222】
次に、端末処理部３３は、送信する第二回答の集合を構成する。端末送信部３４は、当該構成された第二回答の集合を血糖体質判定装置２に送信する。
【0223】
次に、血糖体質判定装置２の第二回答受付部２２２は、８つ第二回答の集合を受信する。
【0224】
次に、第二判断部２３２は、ユーザ識別子「Ｕ００１」と対になるユーザ属性値（ここでは、年齢、体重、ＢＭＩ、身長）を、図９のユーザ情報管理表から取得する。また第二判断部２３２は、受信された８の第二回答の集合を取得する。そして、第二判断部２３２は、ユーザ属性値と取得した１以上の第一回答の集合と８つ第二回答の集合とを要素とする第二ベクトル（例えば、（５６，７８，２７．０，１７０，第一回答１，第一回答２，・・・，第二回答１，第二回答２，・・・，第二回答８））を構成する。
【0225】
次に、第二判断部２３２は、元情報格納部２１３から第二学習器を取得する。次に、第二判断部２３２は、取得した第二ベクトルと、取得した第二学習器とを用いて、機械学習の予測処理である第二予測処理を行い、推定タイプ「２」を取得した、とする。
【0226】
次に、出力情報構成部２３３は、タイプ「２」と対になるアドバイス情報をアドバイス格納部２１４から取得する。かかるアドバイス情報は、例えば、図１２（ｆ）の画面上の情報である。
【0227】
次に、出力情報構成部２３３は、取得した推定タイプ「２」と、取得したアドバイス情報とを用いて、出力情報を構成する。
【0228】
次に、情報出力部２４３は、出力情報をユーザ端末３に送信する。
【0229】
次に、ユーザ端末３の端末受信部３５は、血糖体質判定装置２から出力情報を受信する。次に、端末出力部３６は、受信された出力情報を出力する。かかる出力例は、図１２（ｅ）（ｆ）である。
【0230】
以上、本実施の形態によれば、ユーザは簡易な設問に対して回答することにより、ユーザの血糖体質のタイプを容易に知ることができる。
【0231】
また、本実施の形態によれば、二段階でユーザに設問を提供することにより、血糖に関するリスクが無いユーザにとって、少ない設問に対する回答を用いて、リスクが無いことを判定できる結果、ユーザに対する負担を削減できる。
【0232】
また、本実施の形態によれば、第一回答をも用いて、第二段階目でユーザの血糖体質のタイプを決定することにより、血糖に関するリスクが有るユーザにとって、少ない設問に対する回答を用いて、血糖体質のタイプを判定できる結果、ユーザに対する負担を削減できる。
【0233】
さらに、本実施の形態によれば、ユーザの血糖体質のタイプに対応したアドバイスを提示できる。
【0234】
なお、本実施の形態における処理は、ソフトウェアで実現しても良い。そして、このソフトウェアをソフトウェアダウンロード等により配布しても良い。また、このソフトウェアをＣＤ－ＲＯＭなどの記録媒体に記録して流布しても良い。なお、このことは、本明細書における他の実施の形態においても該当する。なお、本実施の形態における血糖体質判定装置２を実現するソフトウェアは、以下のようなプログラムである。つまり、このプログラムは、血糖体質のタイプを判断するための１以上の設問情報であり、生活習慣に関する設問を含む１以上の設問情報が格納される格納部にアクセス可能なコンピュータを、
前記１以上の設問情報を出力する出力部と、前記１以上の各設問情報に対する回答情報をユーザから受け付ける受付部と、前記受付部が受け付けた前記１以上の回答情報を用いて、前記ユーザの血糖体質のタイプを決定する処理部と、前記血糖体質のタイプに関する出力情報を出力する情報出力部として機能させるためのプログラムである。
前記１以上の設問情報を出力する出力部と、前記１以上の各設問情報に対する回答情報をユーザから受け付ける受付部と、前記受付部が受け付けた前記１以上の回答情報を用いて、前記ユーザの血糖体質のタイプを決定する処理部と、前記血糖体質のタイプに関する出力情報を出力する情報出力部として機能させるためのプログラムである。
【0235】
（実施の形態２）
本実施の形態において、実施の形態１で述べた設問票、第一設問票、または第二設問票を取得する簡易設問票取得装置Ｂについて説明する。
本実施の形態において、実施の形態１で述べた設問票、第一設問票、または第二設問票を取得する簡易設問票取得装置Ｂについて説明する。
【0236】
図１３は、本実施の形態における簡易設問票取得装置Ｂのブロック図である。簡易設問票取得装置Ｂは、格納部４、受付部５、処理部６、および出力部７を備える。格納部４は、設問票格納部４１、回答格納部４２、および実タイプ格納部４３を備える。受付部５は、回答受付部５１を備える。処理部６は、実タイプ取得部６１、不適切判断部６２、推定タイプ取得部６３、および設問決定部６４を備える。推定タイプ取得部６３は、寄与度取得手段６３１、候補取得手段６３２、および推定タイプ取得手段６３３を備える。出力部７は、簡易設問票出力部７１を備える。
【0237】
格納部４には、各種の情報が格納される。各種の情報は、例えば、後述する設問票、後述する回答、後述する実タイプ、後述する不適切条件、後述する近似条件である。
【0238】
設問票格納部４１には、設問票が格納される。設問票は、Ｎ（Ｎは自然数）個の設問の集合である。設問票は、例えば、推定タイプを取得する際に使用されるＭ１（Ｍ１は自然数，Ｍ１＜Ｎ）個の設問を含む設問の集合である。設問票は、例えば、推定リスク有無情報を取得する際に使用されるＭ２（Ｍ２は自然数，Ｍ２＜Ｎ）個の設問を含む設問の集合である。
【0239】
設問票は、例えば、ユーザの血糖体質のタイプを推定するための設問の集合である。また、設問票は、例えば、ユーザの血糖に関するリスクの有無を決定するための設問の集合である。ただし、設問票の内容や設問数等は問わない。なお、設問は、質問、問等と言っても良い。設問票は、いわゆるアンケートである、と言っても良い。設問票は、例えば、３５０問の設問からなる。
【0240】
回答格納部４２には、回答が格納される。回答格納部４２には、識別子に対応付いた回答が格納される。回答は、設問票が有する各設問に対するユーザの回答である。なお、ユーザは、回答者である。回答は、設問票が有する各設問の設問識別子に対応付いている。設問識別子は、設問を識別する情報であり、例えば、設問番号、設問のＩＤである。
【0241】
識別子は、回答の集合を識別する情報であり、例えば、ユーザ識別子、または日識別子、またはユーザ識別子と日識別子である。ユーザ識別子は、ユーザを識別する情報であり、例えば、ＩＤ、メールアドレス、電話番号、ユーザが使用する端末のＩＤ（例えば、ＩＰアドレス、ＭＡＣアドレス、端末識別子等）である。
【0242】
回答は、ユーザ属性値に対応付いていても良い。ユーザ属性値は、ユーザの属性値であり、例えば、性別、年齢、職業である。
【0243】
実タイプ格納部４３には、２以上の実タイプが格納される。実タイプは、通常、識別子に対応付いている。
【0244】
実タイプは、回答に対応付いていることは好適である。実タイプは、実タイプを利用する用途に対応付いていても良い。つまり、実タイプ格納部４３には、学習のための実タイプと、テストのための実タイプとが、区別されて格納されていても良い。実タイプ格納部４３には、学習のための実タイプと、検証のための実タイプと、テストのための実タイプとが、区別されて格納されていても良い。
【0245】
受付部５は、各種の指示や情報を受け付ける。各種の指示や情報は、例えば、回答、簡易設問票出力指示である。簡易設問票出力指示は、簡易設問票の出力の指示である。
【0246】
各種の指示や情報の入力手段は、タッチパネルやキーボードやマウスやメニュー画面によるもの等、何でも良い。
【0247】
回答受付部５１は、回答を受け付ける。回答は、設問票の各設問に対する回答である。回答は、通常、ユーザ識別子に対応付く。
【0248】
回答受付部５１は、例えば、設問票の各設問に対する回答の集合を受け付け、当該回答の集合をユーザ識別子に対応付けて、回答格納部４２に蓄積する。
【0249】
処理部６は、各種の処理を行う。各種の処理は、例えば、実タイプ取得部６１、不適切判断部６２、推定タイプ取得部６３、設問決定部６４、寄与度取得手段６３１、候補取得手段６３２、推定タイプ取得手段６３３が行う処理である。
【0250】
実タイプ取得部６１は、実タイプ格納部４３から実タイプ識別子を取得する。実タイプ取得部６１は、処理対象の回答の集合と対になる実タイプを実タイプ格納部４３から取得する。処理対象の回答の集合と対になる実タイプは、例えば、同じ識別子に対応付いている回答の集合と実タイプである。
【0251】
不適切判断部６２は、Ｎ個の設問に対する回答が予め決められた不適切条件を満たすか否かを判断する。不適切条件は、例えば、同じ２以上の設問に対する回答が異なることである。不適切条件は、例えば、閾値以上の割合（例えば、９５％以上）または閾値以上の数の回答が同じ回答であること（例えば、すべての回答が同じ回答であること）である。推定タイプ取得部６３や設問決定部６４は、不適切判断部６２が不適切条件を満たすと判断した回答の集合を使用しないことは好適である。
【0252】
推定タイプ取得部６３は、Ｎ個の設問に対する回答のうち、Ｎ個より少ないＭ１個の各設問に対する回答を用いて推定タイプを取得する。なお、Ｎは、２以上の自然数である。また、Ｍ１は、１以上の自然数である。
【0253】
推定タイプ取得部６３は、Ｎ個の設問に対する回答のうち、Ｎ個より少ないＭ２個の各設問に対する回答を用いて推定リスク有無情報を取得する。なお、Ｎは、２以上の自然数である。また、Ｍ２は、１以上の自然数である。
【0254】
推定タイプ取得部６３は、例えば、寄与度取得手段６３１、候補取得手段６３２、推定タイプ取得手段６３３を用いて、推定タイプ識別子を取得する。また、推定タイプ取得部６３は、寄与度取得手段６３１、候補取得手段６３２、推定タイプ取得手段６３３を用いて、推定リスク有無情報を取得しても良い。
【0255】
寄与度取得手段６３１は、実タイプに対するＮ個の各設問に対する回答の寄与度を取得する。なお、各設問に対する回答の寄与度は、各設問の寄与度とも言える。寄与度取得手段６３１は、例えば、以下の（１）または（２）の方法により、各設問の寄与度を取得する。ただし、各設問の寄与度を取得する方法は問わない。
【0256】
寄与度取得手段６３１は、例えば、実リスク有無情報に対するＮ個の各設問に対する回答の寄与度を取得する。なお、各設問に対する回答の寄与度は、各設問の寄与度とも言える。寄与度取得手段６３１は、例えば、以下の（１）または（２）の方法により、各設問の寄与度を取得する。ただし、各設問の寄与度を取得する方法は問わない。
（１）ランダムフォレストの学習器から寄与度を取得する場合
（１－１）推定タイプを取得するための設問の寄与度を取得する場合
（１）ランダムフォレストの学習器から寄与度を取得する場合
（１－１）推定タイプを取得するための設問の寄与度を取得する場合
【0257】
寄与度取得手段６３１は、ランダムフォレストのモジュールを用いて、回答の寄与度を取得する。
【0258】
寄与度取得手段６３１は、例えば、識別子ごとに、Ｎ個の設問を有する設問票の各設問に対する回答を取得する。また、寄与度取得手段６３１は、例えば、識別子ごとに、当該識別子と対になる実タイプを実タイプ格納部４３から取得する。次に、寄与度取得手段６３１は、例えば、識別子ごとに、各回答と実タイプとを、各々要素とするベクトルを構成する。次に、寄与度取得手段６３１は、例えば、ランダムフォレストの学習モジュールに、２以上の識別子に対応するベクトルを与え、当該ランダムフォレストの学習モジュールを実行し、学習器を取得する。そして、寄与度取得手段６３１は、当該学習器を用いて、各回答に対応する各設問の寄与度を取得する。なお、各設問の寄与度は、実タイプを得るための各設問の寄与に関する情報であり、寄与率と言っても良いし、重要度等と言っても良い。なお、ランダムフォレストの学習モジュールの実行により取得された学習器を用いて、各回答に対応する各設問の寄与度を取得する処理は公知技術である。
（１－２）推定リスク有無情報を取得するための設問の寄与度を取得する場合
（１－２）推定リスク有無情報を取得するための設問の寄与度を取得する場合
【0259】
寄与度取得手段６３１は、ランダムフォレストのモジュールを用いて、回答の寄与度を取得する。
【0260】
寄与度取得手段６３１は、例えば、識別子ごとに、Ｎ個の設問を有する設問票の各設問に対する回答を取得する。また、寄与度取得手段６３１は、例えば、識別子ごとに、当該識別子と対になる実リスク有無情報を実タイプ格納部４３から取得する。次に、寄与度取得手段６３１は、例えば、識別子ごとに、各回答と実リスク有無情報とを、各々要素とするベクトルを構成する。次に、寄与度取得手段６３１は、例えば、ランダムフォレストの学習モジュールに、２以上の識別子に対応するベクトルを与え、当該ランダムフォレストの学習モジュールを実行し、学習器を取得する。そして、寄与度取得手段６３１は、当該学習器を用いて、各回答に対応する各設問の寄与度を取得する。なお、各設問の寄与度は、実リスク有無情報を得るための各設問の寄与に関する情報であり、寄与率と言っても良いし、重要度等と言っても良い。なお、ランダムフォレストの学習モジュールの実行により取得された学習器を用いて、各回答に対応する各設問の寄与度を取得する処理は公知技術である。
（２）機械学習の学習器の精度の評価結果を用いて寄与度を取得する場合
（２－１）推定タイプを取得するための設問の寄与度を取得する場合
（２）機械学習の学習器の精度の評価結果を用いて寄与度を取得する場合
（２－１）推定タイプを取得するための設問の寄与度を取得する場合
【0261】
（１－１）で述べた処理と同様、寄与度取得手段６３１は、例えば、識別子ごとに、全設問の各回答と実タイプとを各々要素とするベクトルを構成する。ここで、寄与度取得手段６３１は、２以上のベクトルを取得できた。次に、寄与度取得手段６３１は、例えば、ｋ分割交差検証により、全設問の各回答と実タイプとを用いて構成した学習器の精度（正解率、適合率、再現率、またはＦ値等の精度等のうち、いずれの精度でも良い）である基本精度を取得する。
【0262】
次に、寄与度取得手段６３１は、例えば、識別子ごとに、全設問のうち、１つの設問に対する回答を除いた回答と実タイプとを、各々要素とするベクトルを構成する。次に、寄与度取得手段６３１は、例えば、ｋ分割交差検証により、１つの設問に対する回答を除いた各回答と実タイプとを用いて構成した学習器の精度である欠落精度を取得する。次に、寄与度取得手段６３１は、基本精度と欠落精度との差を算出する。次に、寄与度取得手段６３１は、例えば、この差をパラメータとする増加関数により、除いた回答に対する設問の寄与度を算出する。なお、除いた回答に対する設問の寄与度は、演算式「ｆ（基本精度－欠落精度）」により算出可能である。また、基本精度と欠落精度との差が大きいほど、除いた回答、つまり除いた設問の寄与度が大きいこととなる。また、回答を除くことは、当該回答に対応する設問を除くことでもある。
【0263】
そして、寄与度取得手段６３１は、例えば、除く設問の１つめからＮ個目まで変更し、ｋ分割交差検証により、除いた設問ごとの、Ｎ個の欠落精度を取得する。
【0264】
なお、寄与度取得手段６３１は、ｋ分割交差検証を、機械学習のモジュールを用いて行う。機械学習のモジュールは、ランダムフォレストでも良いし、決定木、深層学習、ＳＶＲ等でも良く、そのアルゴリズムは問わない。また、機械学習には、例えば、ＴｅｎｓｏｒＦｌｏｗのライブラリ、ｆａｓｔＴｅｘｔ、ｔｉｎｙＳＶＭ、Ｒ言語のｒａｎｄｏｍ ｆｏｒｅｓｔのモジュール等の各種の機械学習の関数や、種々の既存のライブラリを用いることができる。なお、ｋ分割交差検証は、公知技術であるので、詳細な説明を省略する。
【0265】
また、（２－１）の方法において、寄与度取得手段６３１は、例えば、基本精度を使用せずに、Ｎ個の欠落精度のみを用いて、各設問の寄与度を取得しても良い。つまり、寄与度取得手段６３１は、欠落した設問に対応する欠落精度が示す精度が低いほど、当該設問の寄与度を大きくするように、寄与度を取得しても良い。寄与度取得手段６３１は、例えば、各設問の欠落精度をパラメータとする減少関数により、各設問の寄与度を取得しても良い。
（２－２）推定リスク有無情報を取得するための設問の寄与度を取得する場合
（２－２）推定リスク有無情報を取得するための設問の寄与度を取得する場合
【0266】
（１－２）で述べた処理と同様、寄与度取得手段６３１は、例えば、識別子ごとに、全設問の各回答と実リスク有無情報とを各々要素とするベクトルを構成する。ここで、寄与度取得手段６３１は、２以上のベクトルを取得できた。次に、寄与度取得手段６３１は、例えば、ｋ分割交差検証により、全設問の各回答と実リスク有無情報とを用いて構成した学習器の精度（正解率、適合率、再現率、またはＦ値等の精度等のうち、いずれの精度でも良い）である基本精度を取得する。
【0267】
次に、寄与度取得手段６３１は、例えば、識別子ごとに、全設問のうち、１つの設問に対する回答を除いた回答と実リスク有無情報とを、各々要素とするベクトルを構成する。次に、寄与度取得手段６３１は、例えば、ｋ分割交差検証により、１つの設問に対する回答を除いた各回答と実リスク有無情報とを用いて構成した学習器の精度である欠落精度を取得する。次に、寄与度取得手段６３１は、基本精度と欠落精度との差を算出する。次に、寄与度取得手段６３１は、例えば、この差をパラメータとする増加関数により、除いた回答に対する設問の寄与度を算出する。なお、除いた回答に対する設問の寄与度は、演算式「ｆ（基本精度－欠落精度）」により算出可能である。また、基本精度と欠落精度との差が大きいほど、除いた回答、つまり除いた設問の寄与度が大きいこととなる。また、回答を除くことは、当該回答に対応する設問を除くことでもある。
【0268】
そして、寄与度取得手段６３１は、例えば、除く設問の１つ目からＮ個目まで変更し、ｋ分割交差検証により、除いた設問ごとの、Ｎ個の欠落精度を取得する。
【0269】
なお、寄与度取得手段６３１は、ｋ分割交差検証を、上述したように、機械学習のモジュールを用いて行う。
【0270】
また、（２－２）の方法において、寄与度取得手段６３１は、例えば、基本精度を使用せずに、Ｎ個の欠落精度のみを用いて、各設問の寄与度を取得しても良い。つまり、寄与度取得手段６３１は、欠落した設問に対応する欠落精度が示す精度が低いほど、当該設問の寄与度を大きくするように、寄与度を取得しても良い。寄与度取得手段６３１は、例えば、各設問の欠落精度をパラメータとする減少関数により、各設問の寄与度を取得しても良い。
【0271】
候補取得手段６３２は、２以上の設問集合候補を取得する。設問集合候補は、設問集合の候補である。設問集合は、設問票が有するＮ個の設問の中の、２以上の異なる数の２以上の設問の集合である。候補取得手段６３２が２以上の設問集合候補を取得する方法は問わない。候補取得手段６３２は、例えば、以下の（１）から（３）のいずれかの方法により、２以上の設問集合候補を取得する。
（１）寄与度を用いる場合
（１）寄与度を用いる場合
【0272】
候補取得手段６３２は、例えば、寄与度取得手段６３１が取得した寄与度が予め決められた寄与度条件を満たす設問の集合である２以上の設問集合候補を取得する。なお、寄与度条件とは、寄与度が大きいことである。寄与度条件は、例えば、寄与度が閾値以上、閾値より大きいこと、上位Ｎ位以上などである。
【0273】
候補取得手段６３２は、例えば、寄与度が大きい順に含む設問の数が多くなる２以上の設問集合候補を取得する。寄与度が大きい順に含む設問の数が多くなる２以上の設問集合候補とは、例えば、「寄与度が１位の設問」「寄与度が１位と２位の２個の設問の集合」「１位から３位までの３個の設問の集合」・・・「１位からＸ位までのＸ個の設問の集合」である。なお、Ｘの数は問わない。
（２）全組み合わせを取得する場合
（２）全組み合わせを取得する場合
【0274】
候補取得手段６３２は、例えば、Ｎ個の設問の集合である設問票から、Ｎ通りの１個の設問の設問集合候補、ＮＣ２通りの数の設問集合候補、ＮＣ３通りの数の設問集合候補、ＮＣ４通りの数の設問集合候補、・・・、ＮＣＮ－１通りの数の設問の設問集合候補、１通りのＮ個の設問の設問集合候補を取得する。つまり、候補取得手段６３２は、Ｎ個の設問の集合である設問票から、（ＮＣ１＋ＮＣ２＋ＮＣ３＋・・・＋ＮＣＮ－２＋ＮＣＮ－１＋ＮＣＮ）通りの設問集合候補を取得する。なお、かかる場合、寄与度取得手段６３１は不要である。なお、ここで、候補取得手段６３２は、例えば、Ｎ個の設問の集合を取得しない等、集合が含む設問数の上限を決めていても良い。
（３）ランダムに取得する場合
（３）ランダムに取得する場合
【0275】
候補取得手段６３２は、例えば、２個の設問からなる第一の設問集合候補をランダムに選択して、Ｘ（Ｘは、例えば、予め決められている）通り取得する。また、候補取得手段６３２は、例えば、３個の設問からなる第二の設問集合候補をランダムに選択して、Ｘ通り取得する。また、候補取得手段６３２は、例えば、４個の設問からなる第三の設問集合候補をランダムに選択して、Ｘ通り取得する。・・・候補取得手段６３２は、例えば、Ｙ個（Ｙ＜Ｎであり、予め決められている）個の設問からなる設問集合候補をランダムに選択して、Ｘ通り取得する。なお、かかる場合も、寄与度取得手段６３１は不要である。
【0276】
推定タイプ取得手段６３３は、候補取得手段６３２が取得した２以上の各設問集合候補ごとに、各設問集合候補が有する２以上の設問に対する回答を用いて得られる値である推定タイプを取得する。推定タイプ取得手段６３３は、例えば、以下の（１）または（２）の方法により推定タイプを取得する。
（１）学習のための回答および実タイプを用いて学習器を構成し、当該学習器とテスト用の回答を用いて推定タイプ識別子を取得する方法
（１）学習のための回答および実タイプを用いて学習器を構成し、当該学習器とテスト用の回答を用いて推定タイプ識別子を取得する方法
【0277】
推定タイプ取得手段６３３は、候補取得手段６３２が取得した２以上の各設問集合候補ごとに、かつ識別子ごとに、各設問集合候補が有する２以上の設問に対する回答であり、学習のための回答を、回答格納部４２から取得する。また、推定タイプ取得手段６３３は、候補取得手段６３２が取得した２以上の各設問集合候補ごとに、かつユーザ識別子ごとに、学習のための回答に対応する実タイプを実タイプ格納部４３から取得する。
【0278】
次に、推定タイプ取得手段６３３は、候補取得手段６３２が取得した２以上の各設問集合候補ごとに、２以上の各識別子と対になる回答と実タイプとを、機械学習の学習モジュールに与え、学習処理を行い、学習器を取得する。なお、機械学習は、ランダムフォレストが好適であるが、深層学習、決定木、ＳＶＲ等の他のアルゴリズムでも良い。
【0279】
次に、推定タイプ取得手段６３３は、候補取得手段６３２が取得した２以上の各設問集合候補ごとに、かつ識別子ごとに、各設問集合候補が有する２以上の設問に対する回答であり、テスト用の回答を、回答格納部４２から取得する。そして、推定タイプ取得手段６３３は、２以上の各設問集合候補ごとに、かつ識別子ごとに、取得した学習器とテスト用の回答とを、機械学習の予測モジュールに与え、当該予測モジュールを実行し、推定タイプを取得する。なお、推定タイプは、予測タイプ等と言っても良い。
（２）ｋ分割交差検証による方法
（２）ｋ分割交差検証による方法
【0280】
推定タイプ取得手段６３３は、候補取得手段６３２が取得した２以上の各設問集合候補ごとに、かつ識別子ごとに、各設問集合候補が有する２以上の設問に対する回答を、回答格納部４２から取得する。また、推定タイプ取得手段６３３は、候補取得手段６３２が取得した２以上の各設問集合候補ごとに、かつ識別子と対になる実タイプを実タイプ格納部４３から取得する。
【0281】
次に、推定タイプ取得手段６３３は、２以上の各設問集合候補ごとに、かつ識別子ごとに、ｋ分割交差検証により、推定タイプを取得する。つまり、２以上の各設問集合候補ごとに、例えば、全ユーザの回答の集合と実タイプとを、ｋ個（例えば、１０個）に分割し、（ｋ－１）／ｋのデータを、機械学習の学習モジュールに与え、当該学習モジュールを実行し、学習器を取得する。次に、推定タイプ取得手段６３３は、残りの１／ｋのデータと学習器とを、機械学習の予測モジュールに与え、当該予測モジュールを実行し、残りの１／ｋのデータに対応する回答の集合の推定タイプを取得する。そして、推定タイプ取得手段６３３は、学習モジュールに与えるデータおよび予測モジュールに与えるデータを変えていき、ｋ回、上記の処理を実行し、２以上の各設問集合候補ごとに、識別子ごとの推定タイプを取得する。
【0282】
また、推定タイプ取得手段６３３は、候補取得手段６３２が取得した２以上の各設問集合候補ごとに、各設問集合候補が有する２以上の設問に対する回答を用いて得られる推定リスク有無情報を取得しても良い。推定タイプ取得手段６３３は、例えば、推定タイプを取得する場合と同様に、以下の（１）または（２）の方法により推定リスク有無情報を取得する。
（１）学習のための回答および実リスク有無情報を用いて学習器を構成し、当該学習器とテスト用の回答を用いて推定リスク有無情報を取得する方法
（１）学習のための回答および実リスク有無情報を用いて学習器を構成し、当該学習器とテスト用の回答を用いて推定リスク有無情報を取得する方法
【0283】
推定タイプ取得手段６３３は、候補取得手段６３２が取得した２以上の各設問集合候補ごとに、かつ識別子ごとに、各設問集合候補が有する２以上の設問に対する回答であり、学習のための回答を、回答格納部４２から取得する。また、推定タイプ取得手段６３３は、候補取得手段６３２が取得した２以上の各設問集合候補ごとに、かつユーザ識別子ごとに、学習のための回答に対応する実リスク有無情報を実タイプ格納部４３から取得する。
【0284】
次に、推定タイプ取得手段６３３は、候補取得手段６３２が取得した２以上の各設問集合候補ごとに、２以上の各識別子と対になる回答と実リスク有無情報とを、機械学習の学習モジュールに与え、学習処理を行い、学習器を取得する。
【0285】
次に、推定タイプ取得手段６３３は、候補取得手段６３２が取得した２以上の各設問集合候補ごとに、かつ識別子ごとに、各設問集合候補が有する２以上の設問に対する回答であり、テスト用の回答を、回答格納部４２から取得する。そして、推定タイプ取得手段６３３は、２以上の各設問集合候補ごとに、かつ識別子ごとに、取得した学習器とテスト用の回答とを、機械学習の予測モジュールに与え、当該予測モジュールを実行し、推定リスク有無情報を取得する。
（２）ｋ分割交差検証による方法
（２）ｋ分割交差検証による方法
【0286】
推定タイプ取得手段６３３は、候補取得手段６３２が取得した２以上の各設問集合候補ごとに、かつ識別子ごとに、各設問集合候補が有する２以上の設問に対する回答を、回答格納部４２から取得する。また、推定タイプ取得手段６３３は、候補取得手段６３２が取得した２以上の各設問集合候補ごとに、かつ識別子と対になる実リスク有無情報を実タイプ格納部４３から取得する。
【0287】
次に、推定タイプ取得手段６３３は、２以上の各設問集合候補ごとに、かつ識別子ごとに、ｋ分割交差検証により、推定リスク有無情報を取得する。つまり、２以上の各設問集合候補ごとに、例えば、全ユーザの回答の集合と実リスク有無情報とを、ｋ個（例えば、１０個）に分割し、（ｋ－１）／ｋのデータを、機械学習の学習モジュールに与え、当該学習モジュールを実行し、学習器を取得する。次に、推定タイプ取得手段６３３は、残りの１／ｋのデータと学習器とを、機械学習の予測モジュールに与え、当該予測モジュールを実行し、残りの１／ｋのデータに対応する回答の集合の推定リスク有無情報を取得する。そして、推定タイプ取得手段６３３は、学習モジュールに与えるデータおよび予測モジュールに与えるデータを変えていき、ｋ回、上記の処理を実行し、２以上の各設問集合候補ごとに、識別子ごとの推定リスク有無情報を取得する。
【0288】
設問決定部６４は、推定タイプ取得部６３が取得した推定タイプと実タイプとの一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定タイプに対応するＭ個の設問である設問を決定する。かかるＭ個の設問の集合は、設問票である。
【0289】
設問決定部６４は、推定タイプ取得部６３が取得した推定リスク有無情報と実リスク有無情報との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、推定リスク有無情報に対応するＭ１個の設問である設問を決定する。かかるＭ１個の設問の集合は、第一設問票である。
【0290】
設問決定部６４は、推定タイプ取得部６３が取得した推定タイプと実タイプとの一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定タイプに対応するＭ２個の設問である設問を決定する。かかるＭ２個の設問の集合は、第二設問票である。
【0291】
出力部７は、各種の情報を出力する。各種の情報とは、例えば、後述する簡易設問票である。
【0292】
ここで、出力とは、ディスプレイへの表示、プロジェクターを用いた投影、プリンタでの印字、音出力、外部の装置への送信、記録媒体への蓄積、他の処理装置や他のプログラムなどへの処理結果の引渡しなどを含む概念である。
【0293】
簡易設問票出力部７１は、設問決定部６４が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する。簡易設問票は、Ｍ個の設問の集合でも良いし、Ｍ個の設問のＩＤの集合でも良いし、Ｍ個の各設問へのリンク情報の集合等でも良い。簡易設問票は、Ｍ個の設問の集合を取得可能な情報であれば良い。また、出力される簡易設問票は、設問決定部６４が決定したＭ個の設問のうち、少なくとも１つの設問が加工された設問でも良い。なお、簡易設問票は、上述した第一設問票や第二設問票でも良い。
【0294】
格納部４、設問票格納部４１、回答格納部４２、および実タイプ格納部４３は、不揮発性の記録媒体が好適であるが、揮発性の記録媒体でも実現可能である。
【0295】
格納部４等に情報が記憶される過程は問わない。例えば、記録媒体を介して情報が格納部４等で記憶されるようになってもよく、通信回線等を介して送信された情報が格納部４等で記憶されるようになってもよく、あるいは、入力デバイスを介して入力された情報が格納部４等で記憶されるようになってもよい。
【0296】
受付部５、および回答受付部５１は、タッチパネやキーボード等の入力手段のデバイスドライバーや、メニュー画面の制御ソフトウェア等で実現され得る。なお、受付部５等は、無線または有線の通信手段で実現されても良い。
【0297】
処理部６、実タイプ取得部６１、不適切判断部６２、推定タイプ取得部６３、設問決定部６４、寄与度取得手段６３１、候補取得手段６３２、および推定タイプ取得手段６３３は、通常、プロセッサやメモリ等から実現され得る。処理部６等の処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはＲＯＭ等の記録媒体に記録されている。但し、ハードウェア（専用回路）で実現しても良い。なお、プロセッサは、例えば、ＣＰＵ、ＭＰＵ、ＧＰＵ等であり、その種類は問わない。
【0298】
出力部７、および簡易設問票出力部７１は、ディスプレイやスピーカー等の出力デバイスを含むと考えても含まないと考えても良い。出力部７等は、出力デバイスのドライバーソフトまたは、出力デバイスのドライバーソフトと出力デバイス等で実現され得る。なお、出力部７等は、無線または有線の通信手段で実現されても良い。また、出力部７等は、プロセッサやメモリ等から実現されても良い。
【0299】
次に、簡易設問票取得装置Ｂの動作例について、図１４のフローチャートを用いて説明する。
【0300】
（ステップＳ１４０１）回答受付部５１は、識別子と対にして、設問票を構成するＮ個の各設問に対する回答と、実測値を受け付けたか否かを判断する。なお、実測値は、実タイプまたはリスク有無情報である。回答等を受け付けた場合はステップＳ１４０２に行き、回答等を受け付けなかった場合はステップＳ１４０３に行く。なお、識別子は、例えば、ユーザ識別子である。また、識別子は、例えば、ユーザ識別子と日識別子である。
【0301】
（ステップＳ１４０２）処理部６は、ステップＳ２０１で受け付けられた回答の集合と実測値とを、識別子と対にして、回答格納部４２に蓄積する。ステップＳ１４０１に戻る。
【0302】
（ステップＳ１４０３）受付部５は、簡易設問票出力指示を受け付けたか否かを判断する。簡易設問票出力指示を受け付けた場合はステップＳ１４０４に行き、簡易設問票出力指示を受け付けなかった場合はステップＳ１４０１に戻る。
【0303】
（ステップＳ１４０４）処理部６は、設問決定処理を行う。設問決定処理の例について、図１５および図１８のフローチャートを用いて説明する。なお、設問決定処理は、簡易設問票を構成するための設問を決定する処理である。
【0304】
（ステップＳ１４０５）処理部６は、ステップＳ１４０４で決定された１または２以上の各設問を用いて、出力する簡易設問票を取得する。
【0305】
（ステップＳ１４０６）簡易設問票出力部７１は、ステップＳ１４０７で取得された簡易設問票を出力する。ステップＳ１４０１に戻る。なお、ここで、簡易設問票出力部７１は、例えば、ステップＳ１４０７で取得された簡易設問票を設問票格納部４１に蓄積する。
【0306】
なお、図１４のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。
【0307】
次に、ステップＳ１４０４の設問決定処理の第一の例について、図１５のフローチャートを用いて説明する。
【0308】
【0309】
（ステップＳ１５０２）推定タイプ取得部６３は、カウンタｉに１を代入する。
【0310】
（ステップＳ１５０３）候補取得手段６３２は、ステップＳ１５０１で取得した各設問の寄与度を用いて、ｉ番目の設問集合候補を取得する。候補取得手段６３２は、例えば、寄与度が１番大きい設問から寄与度がｉ番目に大きい設問までの、ｉ個の設問を設問票格納部４１の設問票から取得する。
【0311】
（ステップＳ１５０４）推定タイプ取得手段６３３は、回答格納部４２から学習用データを取得する。
【0312】
つまり、例えば、推定タイプ取得手段６３３は、用途「学習用」と対になる回答の集合であり、ｉ番目の設問集合候補が有する各設問の各回答の集合を回答格納部４２から取得する。また、推定タイプ取得手段６３３は、用途「学習用」と対になる識別子ごとに、当該各識別子と対になる実測値を実タイプ格納部４３から取得する。次に、推定タイプ取得手段６３３は、識別子ごとに、各設問の各回答、および実測値とを要素として有するベクトルを取得する。なお、かかる学習用データは、２以上の各識別子に対応するベクトルの集合である。
【0313】
（ステップＳ１５０５）推定タイプ取得手段６３３は、ステップＳ１５０４で取得した学習用データを機械学習の学習処理のモジュールに与え、当該モジュールを実行し、学習器を取得する。なお、機械学習のモジュールは、例えば、ランダムフォレストのモジュールである。
【0314】
（ステップＳ１５０６）推定タイプ取得手段６３３は、カウンタｊに１を代入する。
【0315】
（ステップＳ１５０７）推定タイプ取得手段６３３は、ｊ番目のテスト用データが回答格納部４２に格納されているか否かを判断する。ｊ番目のテスト用データが存在する場合はステップＳ１５０８に行き、ｊ番目のテスト用データが存在しない場合はステップＳ１５１１に行く。なお、テスト用データは、識別子に対応付いている回答の集合である。
【0316】
（ステップＳ１５０８）推定タイプ取得手段６３３は、回答格納部４２に格納されているテスト用データの中から、ｊ番目のテスト用データであり、ｉ番目の設問集合候補が有する各設問の各回答を要素として有する回答の集合を回答格納部４２から取得する。次に、推定タイプ取得手段６３３は、かかる回答の集合とステップＳ１５０５で取得した学習器とを、機械学習の予測モジュールに与え、当該予測モジュールを実行し、推定値を取得する。なお、推定値は、推定タイプまたは推定リスク有無情報である。
【0317】
（ステップＳ１５０９）設問決定部６４は、ｊ番目のテスト用データと対になる識別子を回答格納部４２から取得する。次に、設問決定部６４は、当該識別子と対になる実測値を実タイプ格納部４３から取得し、当該実測値とステップＳ４１０で取得された推定値とを対応付ける。
【0318】
（ステップＳ１５１０）推定タイプ取得手段６３３は、カウンタｊを１、インクリメントする。ステップＳ１５０７に戻る。
【0319】
（ステップＳ１５１１）設問決定部６４は、ステップＳ１５０８で取得した推定値とステップＳ４０９で取得した実測値の組を、テスト用データの数だけ取得する。次に、設問決定部６４は、推定値と実測値の組の情報をすべて用いて、実測値に対する推定値の精度に関する精度情報を取得する。
【0320】
設問決定部６４は、例えば、推定値と実測値の組の情報をすべて用いて、推定値と実測値とが合致する割合である精度情報を取得する。設問決定部６４は、例えば、推定値と実測値の組の情報をすべて用いて、推定値と実測値との相関係数である精度情報を取得する。
【0321】
（ステップＳ１５１２）設問決定部６４は、ステップＳ４１３で取得した精度情報が、格納部４に格納されている近似条件を満たすか否かを判断する。近似条件を満たす場合はステップＳ１５１３に行き、近似条件を満たさない場合はステップＳ１５１４に行く。なお、近似条件は、例えば、精度情報が閾値以上であること、または精度情報が閾値より大きいことである。
【0322】
（ステップＳ１５１３）設問決定部６４は、ｉ番目の設問集合候補に関する情報を取得する。上位処理にリターンする。なお、ｉ番目の設問集合候補に関する情報は、例えば、ｉ番目の設問集合候補そのもの、またはｉ番目の設問集合候補が有する各設問の設問識別子である。
【0323】
（ステップＳ１５１４）推定タイプ取得部６３は、カウンタｉを１、インクリメントする。ステップＳ１５０３に戻る。
【0324】
次に、ステップＳ１５０１の寄与度取得処理の第一の例について、図１６のフローチャートを用いて説明する。
【0325】
（ステップＳ１６０１）寄与度取得手段６３１は、カウンタｉに１を代入する。
【0326】
（ステップＳ１６０２）寄与度取得手段６３１は、ｉ番目の識別子が存在するか否かを判断する。ｉ番目の識別子が存在する場合はステップＳ１６０３に行き、ｉ番目の識別子が存在しない場合はステップＳ１６０７に行く。
【0327】
（ステップＳ１６０３）寄与度取得手段６３１は、ｉ番目の識別子に対応するすべての設問の回答を取得する。
【0328】
（ステップＳ１６０４）寄与度取得手段６３１は、ｉ番目の識別子に対応する実測値を実タイプ格納部４３から取得する。なお、実測値は、実タイプまたは実リスク有無情報である。
【0329】
（ステップＳ１６０５）寄与度取得手段６３１は、ステップＳ１６０３で取得したすべての回答およびステップＳ１６０４で取得した実測値を要素とするベクトルを構成する。
【0330】
（ステップＳ１６０６）寄与度取得手段６３１は、カウンタｉを１、インクリメントする。ステップＳ１６０２に戻る。
【0331】
（ステップＳ１６０７）寄与度取得手段６３１は、ステップＳ１６０５で構成したすべてベクトルをランダムフォレストの学習モジュールに与え、当該学習モジュールを実行し、学習器を取得する。なお、学習器は、ランダムフォレストの予測処理のために用いることができる学習器であり、着目する種類の種類識別子に対応するすべての設問の回答を入力とし、推定値を出力するために使用される学習器である。
【0332】
（ステップＳ１６０８）寄与度取得手段６３１は、カウンタｊに１を代入する。
【0333】
（ステップＳ１６０９）寄与度取得手段６３１は、ｊ番目の設問が存在するか否かを判断する。ｊ番目の設問が存在する場合はステップＳ１６１０に行き、ｊ番目の設問が存在しない場合は上位処理にリターンする。
【0334】
（ステップＳ１６１０）寄与度取得手段６３１は、ステップＳ１６０７で取得した学習器を用いて、ｊ番目の設問（ｊ番目の特徴量）の寄与度を取得する。なお、ランダムフォレストの学習器を用いて、ｊ番目の特徴量の寄与度を取得する処理は公知技術である。
【0335】
（ステップＳ１６１１）寄与度取得手段６３１は、ｊ番目の設問に対応付けて、ステップＳ１６１０で取得した寄与度を蓄積する。
【0336】
（ステップＳ１６１２）寄与度取得手段６３１は、カウンタｊを１、インクリメントする。ステップＳ１６０９に戻る。
【0337】
【0338】
（ステップＳ１７０１）寄与度取得手段６３１は、ステップＳ１６０５で取得したベクトルの集合を用いて、機械学習のアルゴリズムにより、ｋ分割交差検証を行い、対象となるすべての設問の回答を使用した場合の精度である基本精度を取得する。
【0339】
（ステップＳ１７０２）寄与度取得手段６３１は、ステップＳ１７０１で取得した基本精度を一時蓄積する。
【0340】
（ステップＳ１７０３）寄与度取得手段６３１は、カウンタｊに１を代入する。
【0341】
（ステップＳ１７０４）寄与度取得手段６３１は、対象となるすべての設問の中で、ｊ番目の設問が存在するか否かを判断する。ｊ番目の設問が存在する場合はステップＳ１７０５に行き、ｊ番目の設問が存在しない場合は上位処理にリターンする。
【0342】
（ステップＳ１７０５）寄与度取得手段６３１は、カウンタｋに１を代入する。
【0343】
（ステップＳ１７０６）寄与度取得手段６３１は、ｋ番目の識別子が存在するか否かを判断する。ｋ番目の識別子が存在する場合はステップＳ１７０７に行き、ｋ番目の識別子が存在しない場合はステップＳ１７０９に行く。
【0344】
（ステップＳ１７０７）寄与度取得手段６３１は、ステップＳ１６０５で取得したベクトルであり、ｋ番目の識別子と対になるベクトルを取得し、当該ベクトルからｊ番目の設問の回答を除くベクトルを構成する。つまり、寄与度取得手段６３１は、ステップＳ１６０５で取得したベクトルから１次元少ない次元のベクトルを構成する。
【0345】
（ステップＳ１７０８）寄与度取得手段６３１は、カウンタｋを１、インクリメントする。ステップＳ１７０６に戻る。
【0346】
（ステップＳ１７０９）寄与度取得手段６３１は、ステップＳ１７０７で取得したベクトルの集合を用いて、機械学習のアルゴリズムにより、ｋ分割交差検証を行い、ｊ番目の設問に対する回答を除いた回答を使用した場合の精度である欠落精度を取得する。
【0347】
（ステップＳ１７１０）寄与度取得手段６３１は、ステップＳ１７０９で取得した欠落精度を、ｊ番目の設問に対応付けて、一時蓄積する。
【0348】
（ステップＳ１７１１）寄与度取得手段６３１は、ステップＳ１７０２で一時蓄積した欠落精度とステップＳ１７１０で一時蓄積した基本精度との差を取得する。かかる差が大きいほど、ｊ番目の設問に対する回答の寄与の度合いが大きいので、ここでは、かかる差を寄与度とする。
【0349】
（ステップＳ１７１２）寄与度取得手段６３１は、ｊ番目の設問に対応付けて、ステップＳ１７１１で取得した寄与度を蓄積する。
【0350】
（ステップＳ１７１３）寄与度取得手段６３１は、カウンタｊを１、インクリメントする。ステップＳ１７０４に戻る。
【0351】
次に、ステップＳ１６０４の設問決定処理の第二の例について、図１８のフローチャートを用いて説明する。
【0352】
（ステップＳ１８０１）設問決定部６４は、カウンタｊに１を代入する。
【0353】
（ステップＳ１８０２）設問決定部６４は、カウンタｋに１を代入する。
【0354】
（ステップＳ１８０３）設問決定部６４は、ｊ個の設問のｋ番目の組み合わせが存在するか否かを判断する。ｋ番目の組み合わせが存在する場合はステップＳ１８０４に行き、存在しない場合はステップＳ１８１４に行く。
【0355】
（ステップＳ１８０４）設問決定部６４は、ｊ個の設問のｋ番目の組み合わせである設問集合候補を取得する。
【0356】
（ステップＳ１８０５）設問決定部６４は、カウンタｌに１を代入する。
【0357】
（ステップＳ１８０６）設問決定部６４は、ｌ番目の識別子が存在するか否かを判断する。ｌ番目の識別子が存在する場合はステップＳ１８０７に行き、ｌ番目の識別子が存在しない場合はステップＳ１８１１に行く。
【0358】
（ステップＳ１８０７）設問決定部６４は、ステップＳ１８０４で取得した設問集合候補が有する各設問の回答であり、ｌ番目の識別子と対になる回答を回答格納部４２から取得する。
【0359】
（ステップＳ１８０８）設問決定部６４は、ｉ番目の種類に対応し、ｌ番目の識別子と対になる実績値を実タイプ格納部４３から取得する。
【0360】
（ステップＳ１８０９）設問決定部６４は、ステップＳ１８０７で取得した各設問の回答とステップＳ１８０８で取得した実績値とを要素とするベクトルを構成する。
【0361】
（ステップＳ１８１０）カウンタｌを１、インクリメントする。ステップＳ１８０６に戻る。
【0362】
（ステップＳ１８１１）設問決定部６４は、ステップＳ１８０９で取得したベクトルの集合を用いて、ｋ分割交差検証を行い、ステップＳ１８０９で取得したベクトルの集合を用いて構成する学習器の精度を特定する精度情報を取得する。
【0363】
（ステップＳ１８１２）設問決定部６４は、ｋ番目の設問集合候補に対応付けて、ステップＳ１８１１で取得した精度情報を図示しないバッファに蓄積する。
【0364】
（ステップＳ１８１３）設問決定部６４は、カウンタｋを１、インクリメントする。ステップＳ１８０３に戻る。
【0365】
（ステップＳ１８１４）設問決定部６４は、ステップＳ１８１２で蓄積された精度情報の中で、ｊ個の設問を用いた場合の最良の精度情報を取得する。
【0366】
（ステップＳ１８１５）設問決定部６４は、ステップＳ１８１４で取得した精度情報が、格納部４の近似条件を満たすか否かを判断する。近似条件を満たす場合はステップＳ１８１６に行き、近似条件を満たさない場合はステップＳ１８１７に行く。
【0367】
（ステップＳ１８１６）設問決定部６４は、ｊ個の設問のｋ番目の設問集合候補に関する情報を取得する。ステップＳ４１６に行く。なお、かかるｊ個の設問のｋ番目の設問集合候補が、設問決定部６４が決定した設問の集合であり、簡易設問票を構成するために使用される設問の集合である。
【0368】
（ステップＳ１８１７）設問決定部６４は、カウンタｊを１、インクリメントする。ステップＳ１８０２に戻る。
【0369】
以下、本実施の形態における簡易設問票取得装置Ｂの具体的な動作例について説明する。
【0370】
今、図１９に示す設問票が設問票格納部４１に格納されている。設問票は、ここでは、３５０の設問情報を有する。
【0371】
また、回答格納部４２には、４３４名のユーザの、設問票に対する回答が格納されている。かかる回答は、図２０である。図２０において、「ＩＤ」は、回答したユーザの識別子である。また、図２０において、回答には、「用途」が対応付いている。ここでは、用途は、「学習用」「検証用」「テスト用」のいずれかである。「学習用」のレコードは、ランダムフォレストの学習器の構築のために使用される。「検証用」のレコードは、ランダムフォレストの学習器の各種パラメータを調整するために利用される。「テスト用」のレコードは、推定値を取得し、実測値との精度情報を得て、最終の設問を決定するために使用される。なお、「用途」は自動的に付加されても良いし、手入力により付加されても良い。
【0372】
さらに、図示しないが、実タイプ格納部４３には、ユーザの識別子に対応付けて、実リスク有無情報と実タイプとが格納されている、とする。
【0373】
以上の状況において、まず、簡易設問票取得装置Ｂの寄与度取得手段６３１は、上述した図１６または図１７のアルゴリズムにより、推定リスク有無情報を取得する場合の各設問の寄与度を取得し、各設問に対応付けて寄与度を一時蓄積する。
【0374】
【0375】
なお、設問決定部６４等は、図１８のアルゴリズムにより、推定リスク有無情報を取得する場合の簡易設問票の設問を決定しても良い。
【0376】
【0377】
【0378】
なお、設問決定部６４等は、図１８のアルゴリズムにより、推定タイプを取得する場合の簡易設問票の設問を決定しても良い。
【0379】
以上、本実施の形態によれば、リスクタイプを推定するための少ない設問数の簡易設問票を取得できる。
【0380】
また、本実施の形態によれば、リスク有無情報を推定するための少ない設問数の簡易設問票を取得できる。
【0381】
さらに、本実施の形態における処理は、ソフトウェアで実現しても良い。そして、このソフトウェアをソフトウェアダウンロード等により配布しても良い。また、このソフトウェアをＣＤ－ＲＯＭなどの記録媒体に記録して流布しても良い。なお、このことは、本明細書における他の実施の形態においても該当する。なお、本実施の形態における簡易設問票取得装置Ｂを実現するソフトウェアは、以下のようなプログラムである。つまり、このプログラムは、コンピュータを、Ｎ個の設問に対する回答であり、２または３以上の実タイプ識別子のうちのいずれかの実タイプ識別子に対応する回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定タイプ識別子を取得する推定タイプ取得部と、前記推定タイプ取得部が取得した推定タイプ識別子と前記実タイプ識別子との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定タイプ識別子に対応するＭ個の設問である設問を決定する設問決定部と、前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部として機能させるためのプログラムである。
【0382】
また、図２１は、本明細書で述べたプログラムを実行して、上述した種々の実施の形態の学習装置１、血糖体質判定装置２、簡易設問票取得装置Ｂ等を実現するコンピュータの外観を示す。上述の実施の形態は、コンピュータハードウェア及びその上で実行されるコンピュータプログラムで実現され得る。図２１は、このコンピュータシステム３００の概観図であり、図２２は、システム３００のブロック図である。
【0383】
図２１において、コンピュータシステム３００は、ＣＤ－ＲＯＭドライブを含むコンピュータ３０１と、キーボード３０２と、マウス３０３と、モニタ３０４とを含む。
【0384】
図２２において、コンピュータ３０１は、ＣＤ－ＲＯＭドライブ３０１２に加えて、ＭＰＵ３０１３と、ＣＤ－ＲＯＭドライブ３０１２等に接続されたバス３０１４と、ブートアッププログラム等のプログラムを記憶するためのＲＯＭ３０１５と、ＭＰＵ３０１３に接続され、アプリケーションプログラムの命令を一時的に記憶するとともに一時記憶空間を提供するためのＲＡＭ３０１６と、アプリケーションプログラム、システムプログラム、及びデータを記憶するためのハードディスク３０１７とを含む。ここでは、図示しないが、コンピュータ３０１は、さらに、ＬＡＮへの接続を提供するネットワークカードを含んでも良い。
【0385】
コンピュータシステム３００に、上述した実施の形態の血糖体質判定装置２等の機能を実行させるプログラムは、ＣＤ－ＲＯＭ３１０１に記憶されて、ＣＤ－ＲＯＭドライブ３０１２に挿入され、さらにハードディスク３０１７に転送されても良い。これに代えて、プログラムは、図示しないネットワークを介してコンピュータ３０１に送信され、ハードディスク３０１７に記憶されても良い。プログラムは実行の際にＲＡＭ３０１６にロードされる。プログラムは、ＣＤ－ＲＯＭ３１０１またはネットワークから直接、ロードされても良い。
【0386】
プログラムは、コンピュータ３０１に、上述した実施の形態の血糖体質判定装置２等の機能を実行させるオペレーティングシステム（ＯＳ）、またはサードパーティープログラム等は、必ずしも含まなくても良い。プログラムは、制御された態様で適切な機能（モジュール）を呼び出し、所望の結果が得られるようにする命令の部分のみを含んでいれば良い。コンピュータシステム３００がどのように動作するかは周知であり、詳細な説明は省略する。
【0387】
なお、上記プログラムにおいて、情報を送信するステップや、情報を受信するステップなどでは、ハードウェアによって行われる処理、例えば、送信ステップにおけるモデムやインターフェースカードなどで行われる処理（ハードウェアでしか行われない処理）は含まれない。
【0388】
また、上記プログラムを実行するコンピュータは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、あるいは分散処理を行ってもよい。
【0389】
また、上記各実施の形態において、一の装置に存在する２以上の通信手段は、物理的に一の媒体で実現されても良いことは言うまでもない。
【0390】
また、上記各実施の形態において、各処理は、単一の装置によって集中処理されることによって実現されてもよく、あるいは、複数の装置によって分散処理されることによって実現されてもよい。
【0391】
本発明は、以上の実施の形態に限定されることなく、種々の変更が可能であり、それらも本発明の範囲内に包含されるものであることは言うまでもない。
【産業上の利用可能性】
【0392】
以上のように、本発明にかかる血糖体質判定装置は、ユーザの血糖体質のタイプを容易に知ることができるという効果を有し、血糖体質判定装置等として有用である。
【符号の説明】
【0393】
１ 学習装置
２ 血糖体質判定装置
３ ユーザ端末
Ｂ 簡易設問票取得装置
４、２１ 格納部
５、２２ 受付部
６、２３ 処理部
７、２４ 出力部
１１ 学習格納部
１２ 学習受付部
１３ 学習処理部
１４ 学習出力部
３１ 端末格納部
３２ 端末受付部
３３ 端末処理部
３４ 端末送信部
３５ 端末受信部
３６ 端末出力部
４１ 設問票格納部
４２、１１１ 回答格納部
４３、１１２ 実タイプ格納部
５１ 回答受付部
６１ 実タイプ取得部
６２ 不適切判断部
６３ 推定タイプ取得部
６４ 設問決定部
７１ 簡易設問票出力部
２１１ 第一設問格納部
２１２ 第二設問格納部
２１３ 元情報格納部
２１４ アドバイス格納部
２２１ 第一回答受付部
２２２ 第二回答受付部
２３１ 第一判断部
２３２ 第二判断部
２３３ 出力情報構成部
２４１ 第一設問出力部
２４２ 第二設問出力部
２４３ 情報出力部
６３１ 寄与度取得手段
６３２ 候補取得手段
６３３ 推定タイプ取得手段
２ 血糖体質判定装置
３ ユーザ端末
Ｂ 簡易設問票取得装置
４、２１ 格納部
５、２２ 受付部
６、２３ 処理部
７、２４ 出力部
１１ 学習格納部
１２ 学習受付部
１３ 学習処理部
１４ 学習出力部
３１ 端末格納部
３２ 端末受付部
３３ 端末処理部
３４ 端末送信部
３５ 端末受信部
３６ 端末出力部
４１ 設問票格納部
４２、１１１ 回答格納部
４３、１１２ 実タイプ格納部
５１ 回答受付部
６１ 実タイプ取得部
６２ 不適切判断部
６３ 推定タイプ取得部
６４ 設問決定部
７１ 簡易設問票出力部
２１１ 第一設問格納部
２１２ 第二設問格納部
２１３ 元情報格納部
２１４ アドバイス格納部
２２１ 第一回答受付部
２２２ 第二回答受付部
２３１ 第一判断部
２３２ 第二判断部
２３３ 出力情報構成部
２４１ 第一設問出力部
２４２ 第二設問出力部
２４３ 情報出力部
６３１ 寄与度取得手段
６３２ 候補取得手段
６３３ 推定タイプ取得手段
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【手続補正書】
【提出日】2021-11-30
【手続補正1】
【補正対象書類名】特許請求の範囲
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【特許請求の範囲】
【請求項1】
血糖体質のタイプを判断するための１以上の設問情報であり、生活習慣に関する設問を含む１以上の設問情報が格納される格納部と、
前記１以上の設問情報を出力する出力部と、
前記１以上の各設問情報に対する回答情報をユーザから受け付ける受付部と、
前記受付部が受け付けた前記１以上の回答情報を用いて、前記ユーザの血糖体質のタイプを決定する処理部と、
前記血糖体質のタイプに関する出力情報を出力する情報出力部とを具備し、
前記格納部の前記１以上の設問情報は、簡易設問票取得装置が出力した簡易設問票であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、ユーザの実際の血糖体質のタイプを識別する２または３以上の実タイプ識別子のうちのいずれかの実タイプ識別子に対応する回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定タイプ識別子を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定タイプ識別子と前記実タイプ識別子との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定タイプ識別子に対応するＭ個の設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、血糖体質判定装置。
前記１以上の設問情報を出力する出力部と、
前記１以上の各設問情報に対する回答情報をユーザから受け付ける受付部と、
前記受付部が受け付けた前記１以上の回答情報を用いて、前記ユーザの血糖体質のタイプを決定する処理部と、
前記血糖体質のタイプに関する出力情報を出力する情報出力部とを具備し、
前記格納部の前記１以上の設問情報は、簡易設問票取得装置が出力した簡易設問票であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、ユーザの実際の血糖体質のタイプを識別する２または３以上の実タイプ識別子のうちのいずれかの実タイプ識別子に対応する回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定タイプ識別子を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定タイプ識別子と前記実タイプ識別子との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定タイプ識別子に対応するＭ個の設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、血糖体質判定装置。
【請求項2】
血糖に関するリスクの有無を判断するための１以上の第一設問であり、生活習慣に関する設問を含む１以上の第一設問が格納される第一設問格納部と、
血糖体質のタイプを判断するための１以上の第二設問であり、生活習慣に関する設問を含む１以上の第二設問が格納される第二設問格納部と、
前記１以上の第一設問を出力する第一設問出力部と、
前記１以上の各第一設問に対する第一回答をユーザから受け付ける第一回答受付部と、
前記第一回答受付部が受け付けた前記１以上の第一回答を用いて、前記ユーザの血糖に関するリスクの有無を判断する第一判断部と、
前記第一判断部がリスク有りと判断した場合に、前記１以上の第二設問を出力する第二設問出力部と、
前記１以上の各第二設問に対する第二回答を前記ユーザから受け付ける第二回答受付部と、
前記第二回答受付部が受け付けた前記１以上の第二回答を用いて、前記ユーザの血糖体質のタイプを決定する第二判断部と、
前記血糖体質のタイプに関する出力情報を出力する情報出力部とを具備し、
前記第一設問格納部の前記１以上の第一設問は、簡易設問票取得装置が出力した簡易設問票を構成する設問であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、前記リスクが有るか無いかのいずれかを特定する実リスク有無情報に対応する前記Ｎ個の回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定リスク有無情報を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定リスク有無情報と前記実リスク有無情報との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定リスク有無情報に対応するＭ個の設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、血糖体質判定装置。
血糖体質のタイプを判断するための１以上の第二設問であり、生活習慣に関する設問を含む１以上の第二設問が格納される第二設問格納部と、
前記１以上の第一設問を出力する第一設問出力部と、
前記１以上の各第一設問に対する第一回答をユーザから受け付ける第一回答受付部と、
前記第一回答受付部が受け付けた前記１以上の第一回答を用いて、前記ユーザの血糖に関するリスクの有無を判断する第一判断部と、
前記第一判断部がリスク有りと判断した場合に、前記１以上の第二設問を出力する第二設問出力部と、
前記１以上の各第二設問に対する第二回答を前記ユーザから受け付ける第二回答受付部と、
前記第二回答受付部が受け付けた前記１以上の第二回答を用いて、前記ユーザの血糖体質のタイプを決定する第二判断部と、
前記血糖体質のタイプに関する出力情報を出力する情報出力部とを具備し、
前記第一設問格納部の前記１以上の第一設問は、簡易設問票取得装置が出力した簡易設問票を構成する設問であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、前記リスクが有るか無いかのいずれかを特定する実リスク有無情報に対応する前記Ｎ個の回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定リスク有無情報を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定リスク有無情報と前記実リスク有無情報との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定リスク有無情報に対応するＭ個の設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、血糖体質判定装置。
【請求項3】
血糖に関するリスクの有無を判断するための１以上の第一設問であり、生活習慣に関する設問を含む１以上の第一設問が格納される第一設問格納部と、
血糖体質のタイプを判断するための１以上の第二設問であり、生活習慣に関する設問を含む１以上の第二設問が格納される第二設問格納部と、
前記１以上の第一設問を出力する第一設問出力部と、
前記１以上の各第一設問に対する第一回答をユーザから受け付ける第一回答受付部と、
前記第一回答受付部が受け付けた前記１以上の第一回答を用いて、前記ユーザの血糖に関するリスクの有無を判断する第一判断部と、
前記第一判断部がリスク有りと判断した場合に、前記１以上の第二設問を出力する第二設問出力部と、
前記１以上の各第二設問に対する第二回答を前記ユーザから受け付ける第二回答受付部と、
前記第二回答受付部が受け付けた前記１以上の第二回答を用いて、前記ユーザの血糖体質のタイプを決定する第二判断部と、
前記血糖体質のタイプに関する出力情報を出力する情報出力部とを具備し、
前記第二設問格納部の前記１以上の第二設問のうちの１以上の種類の設問は、簡易設問票取得装置が出力した簡易設問票を構成する設問であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、ユーザの実際の血糖体質のタイプを識別する２または３以上の実タイプ識別子のうちのいずれかの実タイプ識別子に対応する回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定タイプ識別子を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定タイプ識別子と前記実タイプ識別子との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定タイプ識別子に対応するＭ個の設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、血糖体質判定装置。
血糖体質のタイプを判断するための１以上の第二設問であり、生活習慣に関する設問を含む１以上の第二設問が格納される第二設問格納部と、
前記１以上の第一設問を出力する第一設問出力部と、
前記１以上の各第一設問に対する第一回答をユーザから受け付ける第一回答受付部と、
前記第一回答受付部が受け付けた前記１以上の第一回答を用いて、前記ユーザの血糖に関するリスクの有無を判断する第一判断部と、
前記第一判断部がリスク有りと判断した場合に、前記１以上の第二設問を出力する第二設問出力部と、
前記１以上の各第二設問に対する第二回答を前記ユーザから受け付ける第二回答受付部と、
前記第二回答受付部が受け付けた前記１以上の第二回答を用いて、前記ユーザの血糖体質のタイプを決定する第二判断部と、
前記血糖体質のタイプに関する出力情報を出力する情報出力部とを具備し、
前記第二設問格納部の前記１以上の第二設問のうちの１以上の種類の設問は、簡易設問票取得装置が出力した簡易設問票を構成する設問であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、ユーザの実際の血糖体質のタイプを識別する２または３以上の実タイプ識別子のうちのいずれかの実タイプ識別子に対応する回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定タイプ識別子を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定タイプ識別子と前記実タイプ識別子との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定タイプ識別子に対応するＭ個の設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、血糖体質判定装置。
【請求項4】
前記第二判断部は、
前記第一回答受付部が受け付けた前記１以上の第一回答をも用いて、前記ユーザの血糖体質のタイプを決定する、請求項２または請求項３記載の血糖体質判定装置。
前記第一回答受付部が受け付けた前記１以上の第一回答をも用いて、前記ユーザの血糖体質のタイプを決定する、請求項２または請求項３記載の血糖体質判定装置。
【請求項5】
１以上の回答情報と血糖体質のタイプとを有する２以上の教師データに対して、機械学習の学習処理により取得された学習器が格納される学習器格納部をさらに具備し、
前記処理部は、
前記受付部が受け付けた前記１以上の回答情報と前記学習器とを用いて、機械学習の予測処理により血糖体質のタイプを取得する、請求項１記載の血糖体質判定装置。
前記処理部は、
前記受付部が受け付けた前記１以上の回答情報と前記学習器とを用いて、機械学習の予測処理により血糖体質のタイプを取得する、請求項１記載の血糖体質判定装置。
【請求項6】
１以上の第二回答と血糖体質のタイプとを有する２以上の教師データに対して、機械学習の学習処理により取得された学習器が格納される学習器格納部をさらに具備し、
前記第二判断部は、
前記第二回答受付部が受け付けた前記１以上の第二回答と前記学習器とを用いて、機械学習の予測処理により血糖体質のタイプを取得する、請求項２から請求項４いずれか一項に記載の血糖体質判定装置。
前記第二判断部は、
前記第二回答受付部が受け付けた前記１以上の第二回答と前記学習器とを用いて、機械学習の予測処理により血糖体質のタイプを取得する、請求項２から請求項４いずれか一項に記載の血糖体質判定装置。
【請求項7】
前記血糖体質のタイプを識別する１以上の各タイプ識別子に対応付けて、１以上のアドバイス情報が格納されるアドバイス格納部をさらに具備し、
前記情報出力部は、
前記決定された前記タイプを識別するタイプ識別子に対応付いている１以上のアドバイス情報を含む出力情報を出力する、請求項１から請求項６いずれか一項に記載の血糖体質判定装置。
前記情報出力部は、
前記決定された前記タイプを識別するタイプ識別子に対応付いている１以上のアドバイス情報を含む出力情報を出力する、請求項１から請求項６いずれか一項に記載の血糖体質判定装置。
【請求項8】
前記第二判断部が決定した前記タイプを識別するタイプ識別子に対応付いている１以上のアドバイス情報を前記アドバイス格納部から取得し、前記タイプ識別子と前記１以上のアドバイス情報とを有する出力情報を構成する出力情報構成部をさらに具備し、
前記情報出力部は、
前記出力情報構成部が構成した出力情報を出力する、請求項７記載の血糖体質判定装置。
前記情報出力部は、
前記出力情報構成部が構成した出力情報を出力する、請求項７記載の血糖体質判定装置。
【請求項9】
前記血糖体質のタイプは、インスリン感受性に関するタイプとインスリン分泌に関するタイプとの組み合わせたタイプである、請求項１から請求項８いずれか一項に記載の血糖体質判定装置。
【請求項10】
血糖体質のタイプを判断するための１以上の設問情報であり、生活習慣に関する設問を含む１以上の設問情報が格納される格納部と、出力部と、受付部と、処理部と、情報出力部とにより実現される血糖体質判定方法であって、
前記出力部が、前記１以上の設問情報を出力する出力ステップと、
前記受付部が、前記１以上の各設問情報に対する回答情報をユーザから受け付ける受付ステップと、
前記処理部が、前記受付部が受け付けた前記１以上の回答情報を用いて、前記ユーザの血糖体質のタイプを決定する処理ステップと、
前記情報出力部が、前記血糖体質のタイプに関する出力情報を出力する情報出力ステップとを具備し、
前記格納部の前記１以上の設問情報は、簡易設問票取得装置が出力した簡易設問票であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、ユーザの実際の血糖体質のタイプを識別する２または３以上の実タイプ識別子のうちのいずれかの実タイプ識別子に対応する回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定タイプ識別子を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定タイプ識別子と前記実タイプ識別子との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定タイプ識別子に対応するＭ個の設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、血糖体質判定方法。
前記出力部が、前記１以上の設問情報を出力する出力ステップと、
前記受付部が、前記１以上の各設問情報に対する回答情報をユーザから受け付ける受付ステップと、
前記処理部が、前記受付部が受け付けた前記１以上の回答情報を用いて、前記ユーザの血糖体質のタイプを決定する処理ステップと、
前記情報出力部が、前記血糖体質のタイプに関する出力情報を出力する情報出力ステップとを具備し、
前記格納部の前記１以上の設問情報は、簡易設問票取得装置が出力した簡易設問票であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、ユーザの実際の血糖体質のタイプを識別する２または３以上の実タイプ識別子のうちのいずれかの実タイプ識別子に対応する回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定タイプ識別子を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定タイプ識別子と前記実タイプ識別子との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定タイプ識別子に対応するＭ個の設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、血糖体質判定方法。
【請求項11】
血糖に関するリスクの有無を判断するための１以上の第一設問であり、生活習慣に関する設問を含む１以上の第一設問が格納される第一設問格納部と、血糖体質のタイプを判断するための１以上の第二設問であり、生活習慣に関する設問を含む１以上の第二設問が格納される第二設問格納部と、第一設問出力部と、第一回答受付部と、第一判断部と、第二設問出力部と、第二回答受付部と、第二判断部と、情報出力部とにより実現される血糖体質判定方法であって、
前記第一設問出力部が、前記１以上の第一設問を出力する第一設問出力ステップと、
前記第一回答受付部が、前記１以上の各第一設問に対する第一回答をユーザから受け付ける第一回答受付ステップと、
前記第一判断部が、前記第一回答受付ステップで受け付けられた前記１以上の第一回答を用いて、前記ユーザの血糖に関するリスクの有無を判断する第一判断ステップと、
前記第二設問出力部が、前記第一判断ステップでリスク有りと判断された場合に、前記１以上の第二設問を出力する第二設問出力ステップと、
前記第二回答受付部が、前記１以上の各第二設問に対する第二回答を前記ユーザから受け付ける第二回答受付ステップと、
前記第二判断部が、前記第二回答受付ステップで受け付けられた前記１以上の第二回答を用いて、前記ユーザの血糖体質のタイプを決定する第二判断ステップと、
前記情報出力部が、前記血糖体質のタイプに関する出力情報を出力する情報出力ステップとを具備とを具備し、
前記第一設問格納部の前記１以上の第一設問は、簡易設問票取得装置が出力した簡易設問票を構成する設問であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、前記リスクが有るか無いかのいずれかを特定する実リスク有無情報に対応する前記Ｎ個の回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定リスク有無情報を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定リスク有無情報と前記実リスク有無情報との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定リスク有無情報に対応するＭ個の設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、血糖体質判定方法。
前記第一設問出力部が、前記１以上の第一設問を出力する第一設問出力ステップと、
前記第一回答受付部が、前記１以上の各第一設問に対する第一回答をユーザから受け付ける第一回答受付ステップと、
前記第一判断部が、前記第一回答受付ステップで受け付けられた前記１以上の第一回答を用いて、前記ユーザの血糖に関するリスクの有無を判断する第一判断ステップと、
前記第二設問出力部が、前記第一判断ステップでリスク有りと判断された場合に、前記１以上の第二設問を出力する第二設問出力ステップと、
前記第二回答受付部が、前記１以上の各第二設問に対する第二回答を前記ユーザから受け付ける第二回答受付ステップと、
前記第二判断部が、前記第二回答受付ステップで受け付けられた前記１以上の第二回答を用いて、前記ユーザの血糖体質のタイプを決定する第二判断ステップと、
前記情報出力部が、前記血糖体質のタイプに関する出力情報を出力する情報出力ステップとを具備とを具備し、
前記第一設問格納部の前記１以上の第一設問は、簡易設問票取得装置が出力した簡易設問票を構成する設問であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、前記リスクが有るか無いかのいずれかを特定する実リスク有無情報に対応する前記Ｎ個の回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定リスク有無情報を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定リスク有無情報と前記実リスク有無情報との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定リスク有無情報に対応するＭ個の設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、血糖体質判定方法。
【請求項12】
血糖に関するリスクの有無を判断するための１以上の第一設問であり、生活習慣に関する設問を含む１以上の第一設問が格納される第一設問格納部と、血糖体質のタイプを判断するための１以上の第二設問であり、生活習慣に関する設問を含む１以上の第二設問が格納される第二設問格納部と、第一設問出力部と、第一回答受付部と、第一判断部と、第二設問出力部と、第二回答受付部と、第二判断部と、情報出力部とにより実現される血糖体質判定方法であって、
前記第一設問出力部が、前記１以上の第一設問を出力する第一設問出力ステップと、
前記第一回答受付部が、前記１以上の各第一設問に対する第一回答をユーザから受け付ける第一回答受付ステップと、
前記第一判断部が、前記第一回答受付ステップで受け付けられた前記１以上の第一回答を用いて、前記ユーザの血糖に関するリスクの有無を判断する第一判断ステップと、
前記第二設問出力部が、前記第一判断ステップでリスク有りと判断された場合に、前記１以上の第二設問を出力する第二設問出力ステップと、
前記第二回答受付部が、前記１以上の各第二設問に対する第二回答を前記ユーザから受け付ける第二回答受付ステップと、
前記第二判断部が、前記第二回答受付ステップで受け付けられた前記１以上の第二回答を用いて、前記ユーザの血糖体質のタイプを決定する第二判断ステップと、
前記情報出力部が、前記血糖体質のタイプに関する出力情報を出力する情報出力ステップとを具備とを具備し、
前記第二設問格納部の前記１以上の第二設問のうちの１以上の種類の設問は、簡易設問票取得装置が出力した簡易設問票を構成する設問であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、ユーザの実際の血糖体質のタイプを識別する２または３以上の実タイプ識別子のうちのいずれかの実タイプ識別子に対応する回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定タイプ識別子を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定タイプ識別子と前記実タイプ識別子との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定タイプ識別子に対応するＭ個の設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、血糖体質判定方法。
前記第一設問出力部が、前記１以上の第一設問を出力する第一設問出力ステップと、
前記第一回答受付部が、前記１以上の各第一設問に対する第一回答をユーザから受け付ける第一回答受付ステップと、
前記第一判断部が、前記第一回答受付ステップで受け付けられた前記１以上の第一回答を用いて、前記ユーザの血糖に関するリスクの有無を判断する第一判断ステップと、
前記第二設問出力部が、前記第一判断ステップでリスク有りと判断された場合に、前記１以上の第二設問を出力する第二設問出力ステップと、
前記第二回答受付部が、前記１以上の各第二設問に対する第二回答を前記ユーザから受け付ける第二回答受付ステップと、
前記第二判断部が、前記第二回答受付ステップで受け付けられた前記１以上の第二回答を用いて、前記ユーザの血糖体質のタイプを決定する第二判断ステップと、
前記情報出力部が、前記血糖体質のタイプに関する出力情報を出力する情報出力ステップとを具備とを具備し、
前記第二設問格納部の前記１以上の第二設問のうちの１以上の種類の設問は、簡易設問票取得装置が出力した簡易設問票を構成する設問であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、ユーザの実際の血糖体質のタイプを識別する２または３以上の実タイプ識別子のうちのいずれかの実タイプ識別子に対応する回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定タイプ識別子を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定タイプ識別子と前記実タイプ識別子との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定タイプ識別子に対応するＭ個の設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、血糖体質判定方法。
【請求項13】
血糖体質のタイプを判断するための１以上の設問情報であり、生活習慣に関する設問を含む１以上の設問情報が格納される格納部にアクセス可能なコンピュータを、
前記１以上の設問情報を出力する出力部と、
前記１以上の各設問情報に対する回答情報をユーザから受け付ける受付部と、
前記受付部が受け付けた前記１以上の回答情報を用いて、前記ユーザの血糖体質のタイプを決定する処理部と、
前記血糖体質のタイプに関する出力情報を出力する情報出力部として機能させるためのプログラムであって、
前記格納部の前記１以上の設問情報は、簡易設問票取得装置が出力した簡易設問票であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、ユーザの実際の血糖体質のタイプを識別する２または３以上の実タイプ識別子のうちのいずれかの実タイプ識別子に対応する回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定タイプ識別子を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定タイプ識別子と前記実タイプ識別子との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定タイプ識別子に対応するＭ個の設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、プログラム。
前記１以上の設問情報を出力する出力部と、
前記１以上の各設問情報に対する回答情報をユーザから受け付ける受付部と、
前記受付部が受け付けた前記１以上の回答情報を用いて、前記ユーザの血糖体質のタイプを決定する処理部と、
前記血糖体質のタイプに関する出力情報を出力する情報出力部として機能させるためのプログラムであって、
前記格納部の前記１以上の設問情報は、簡易設問票取得装置が出力した簡易設問票であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、ユーザの実際の血糖体質のタイプを識別する２または３以上の実タイプ識別子のうちのいずれかの実タイプ識別子に対応する回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定タイプ識別子を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定タイプ識別子と前記実タイプ識別子との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定タイプ識別子に対応するＭ個の設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、プログラム。
【請求項14】
血糖に関するリスクの有無を判断するための１以上の第一設問であり、生活習慣に関する設問を含む１以上の第一設問が格納される第一設問格納部と、血糖体質のタイプを判断するための１以上の第二設問であり、生活習慣に関する設問を含む１以上の第二設問が格納される第二設問格納部とにアクセス可能なコンピュータを、
前記１以上の第一設問を出力する第一設問出力部と、
前記１以上の各第一設問に対する第一回答をユーザから受け付ける第一回答受付部と、
前記第一回答受付部が受け付けた前記１以上の第一回答を用いて、前記ユーザの血糖に関するリスクの有無を判断する第一判断部と、
前記第一判断部がリスク有りと判断した場合に、前記１以上の第二設問を出力する第二設問出力部と、
前記１以上の各第二設問に対する第二回答を前記ユーザから受け付ける第二回答受付部と、
前記第二回答受付部が受け付けた前記１以上の第二回答を用いて、前記ユーザの血糖体質のタイプを決定する第二判断部と、
前記血糖体質のタイプに関する出力情報を出力する情報出力部として機能させるプログラムであって、
前記第一設問格納部の前記１以上の第一設問は、簡易設問票取得装置が出力した簡易設問票を構成する設問であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、前記リスクが有るか無いかのいずれかを特定する実リスク有無情報に対応する前記Ｎ個の回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定リスク有無情報を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定リスク有無情報と前記実リスク有無情報との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定リスク有無情報に対応するＭ個の設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、プログラム。
前記１以上の第一設問を出力する第一設問出力部と、
前記１以上の各第一設問に対する第一回答をユーザから受け付ける第一回答受付部と、
前記第一回答受付部が受け付けた前記１以上の第一回答を用いて、前記ユーザの血糖に関するリスクの有無を判断する第一判断部と、
前記第一判断部がリスク有りと判断した場合に、前記１以上の第二設問を出力する第二設問出力部と、
前記１以上の各第二設問に対する第二回答を前記ユーザから受け付ける第二回答受付部と、
前記第二回答受付部が受け付けた前記１以上の第二回答を用いて、前記ユーザの血糖体質のタイプを決定する第二判断部と、
前記血糖体質のタイプに関する出力情報を出力する情報出力部として機能させるプログラムであって、
前記第一設問格納部の前記１以上の第一設問は、簡易設問票取得装置が出力した簡易設問票を構成する設問であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、前記リスクが有るか無いかのいずれかを特定する実リスク有無情報に対応する前記Ｎ個の回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定リスク有無情報を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定リスク有無情報と前記実リスク有無情報との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定リスク有無情報に対応するＭ個の設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、プログラム。
【請求項15】
血糖に関するリスクの有無を判断するための１以上の第一設問であり、生活習慣に関する設問を含む１以上の第一設問が格納される第一設問格納部と、血糖体質のタイプを判断するための１以上の第二設問であり、生活習慣に関する設問を含む１以上の第二設問が格納される第二設問格納部とにアクセス可能なコンピュータを、
前記１以上の第一設問を出力する第一設問出力部と、
前記１以上の各第一設問に対する第一回答をユーザから受け付ける第一回答受付部と、
前記第一回答受付部が受け付けた前記１以上の第一回答を用いて、前記ユーザの血糖に関するリスクの有無を判断する第一判断部と、
前記第一判断部がリスク有りと判断した場合に、前記１以上の第二設問を出力する第二設問出力部と、
前記１以上の各第二設問に対する第二回答を前記ユーザから受け付ける第二回答受付部と、
前記第二回答受付部が受け付けた前記１以上の第二回答を用いて、前記ユーザの血糖体質のタイプを決定する第二判断部と、
前記血糖体質のタイプに関する出力情報を出力する情報出力部として機能させるプログラムであって、
前記第二設問格納部の前記１以上の第二設問のうちの１以上の種類の設問は、簡易設問票取得装置が出力した簡易設問票を構成する設問であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、ユーザの実際の血糖体質のタイプを識別する２または３以上の実タイプ識別子のうちのいずれかの実タイプ識別子に対応する回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定タイプ識別子を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定タイプ識別子と前記実タイプ識別子との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定タイプ識別子に対応するＭ個の設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、プログラム。
前記１以上の第一設問を出力する第一設問出力部と、
前記１以上の各第一設問に対する第一回答をユーザから受け付ける第一回答受付部と、
前記第一回答受付部が受け付けた前記１以上の第一回答を用いて、前記ユーザの血糖に関するリスクの有無を判断する第一判断部と、
前記第一判断部がリスク有りと判断した場合に、前記１以上の第二設問を出力する第二設問出力部と、
前記１以上の各第二設問に対する第二回答を前記ユーザから受け付ける第二回答受付部と、
前記第二回答受付部が受け付けた前記１以上の第二回答を用いて、前記ユーザの血糖体質のタイプを決定する第二判断部と、
前記血糖体質のタイプに関する出力情報を出力する情報出力部として機能させるプログラムであって、
前記第二設問格納部の前記１以上の第二設問のうちの１以上の種類の設問は、簡易設問票取得装置が出力した簡易設問票を構成する設問であり、
前記簡易設問票取得装置は、
Ｎ個の設問に対する回答であり、ユーザの実際の血糖体質のタイプを識別する２または３以上の実タイプ識別子のうちのいずれかの実タイプ識別子に対応する回答のうち、前記Ｎ個より少ないＭ個の各設問に対する回答を用いて得られる推定タイプ識別子を取得する推定タイプ取得部と、
前記推定タイプ取得部が取得した推定タイプ識別子と前記実タイプ識別子との一致の度合いに関する精度が予め決められた精度条件を満たす場合に、当該推定タイプ識別子に対応するＭ個の設問を決定する設問決定部と、
前記設問決定部が決定したＭ個の設問の集合である設問集合に関する情報である簡易設問票を出力する簡易設問票出力部とを具備する、プログラム。