特開 2022-68485 口腔状態評価システム

(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】P2022068485

(43)【公開日】2022-05-10

(54)【発明の名称】口腔状態評価システム

(51)【国際特許分類】

   A61B 1/24 20060101AFI20220427BHJP

   A61B 1/045 20060101ALI20220427BHJP

【ＦＩ】

A61B1/24

A61B1/045 614

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2020177192

(22)【出願日】2020-10-22

(71)【出願人】

【識別番号】000106324

【氏名又は名称】サンスター株式会社

(74)【代理人】

【識別番号】100105957

【弁理士】

【氏名又は名称】恩田 誠

(74)【代理人】

【識別番号】100068755

【弁理士】

【氏名又は名称】恩田 博宣

(72)【発明者】

【氏名】太田 安里

(72)【発明者】

【氏名】清水 都

(72)【発明者】

【氏名】西浦 正洋

(72)【発明者】

【氏名】東松 道明

【テーマコード（参考）】

4C161

【Ｆターム（参考）】

4C161AA08

4C161CC06

4C161HH51

4C161SS21

(57)【要約】

【課題】簡易な手段により口腔状態を評価できる口腔状態評価システムを提供する。
【解決手段】口腔状態評価システム１０は、少なくとも口腔内の第１特定部位を含む口腔画像をインターフェイス部２０から入力情報として取得する情報取得部と、前記入力情報を前記口腔内の状態を評価するために予め前記口腔画像を学習した学習モデルにより解析する情報解析部３３と、を備え、前記情報解析部３３は、前記第１特定部位とは異なる前記口腔内の第２特定部位における状態に関する推定情報を推定する。
【選択図】図１

【特許請求の範囲】

【請求項1】

少なくとも口腔内の第１特定部位を含む口腔画像をインターフェイス部から入力情報として取得する情報取得部と、
前記入力情報を前記口腔内の状態を評価するために予め前記口腔画像を学習した学習モデルにより解析する情報解析部と、を備え、
前記情報解析部は、前記第１特定部位とは異なる前記口腔内の第２特定部位における状態に関する推定情報を推定する
口腔状態評価システム。

【請求項2】

前記口腔画像は、前記口腔内の歯画像および歯茎画像を含む
請求項１に記載の口腔状態評価システム。

【請求項3】

前記歯画像は、前記口腔内の中切歯画像、側切歯画像、および、犬歯画像を含む、
請求項２に記載の口腔状態評価システム。

【請求項4】

前記第２特定部位は、前記口腔内の小臼歯および大臼歯の少なくとも１つを含み、
前記推定情報は、前記口腔内の小臼歯および大臼歯に関する情報の少なくとも１つを含む
請求項１から３のいずれか一項に記載の口腔状態評価システム。

【請求項5】

前記推定情報は、前記第２特定部位における歯間空隙、歯肉退縮、叢生、歯肉炎症、磨き残し、歯ぎしり、う蝕、知覚過敏、口臭、および、着色の有無または程度に関する情報、歯周病が存在するか否かに関する情報、咀嚼機能が正常か否かに関する情報、咬合が正常か否かに関する情報、嚥下機能が正常か否かに関する情報、および、前記第２特定部位に対応する歯、歯茎、および、口腔粘膜の状態に関する情報の少なくとも１つを含む
請求項１から４のいずれか一項に記載の口腔状態評価システム。

【請求項6】

前記学習モデルを記憶する情報記憶部をさらに備える、
請求項１から５のいずれか一項に記載の口腔状態評価システム。

【請求項7】

前記入力情報は、ユーザの生活習慣に関する情報、前記ユーザの口腔内分泌物に関する情報、前記ユーザの口腔内細菌叢に関する情報、前記ユーザ自身の属性に関する情報、および、前記口腔内の状態を検出するセンサにより得られる情報の少なくとも１つをさらに含む
請求項１から６のいずれか一項に記載の口腔状態評価システム。

【請求項8】

前記推定情報に対応する情報を出力情報として出力する情報出力部をさらに備え、
前記情報出力部は、前記出力情報を少なくとも前記インターフェイス部に出力する
請求項１から７のいずれか一項に記載の口腔状態評価システム。

【請求項9】

前記出力情報は、ユーザの現在の口腔状態に関する情報、前記ユーザの将来の口腔状態予測に関する情報、前記ユーザに対する口腔ケア方法に関する情報、および、前記ユーザの口腔状態が影響をおよぼす前記ユーザの健康状態に関する情報の少なくとも１つを含む
請求項８に記載の口腔状態評価システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、ユーザの口腔状態を評価する口腔状態評価システムに関する。

【背景技術】

【0002】

口腔内全体を含む画像から口腔状態を分析し、歯科医師等の専門家による判断を補助するシステムが知られている。特許文献１は、ユーザの口腔内全体を撮影したＸ線画像から、病変箇所を抽出する歯科分析システムを開示する。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１９－２０８８３１号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

口腔内全体の状態に関する情報取得は、専門家およびプローブなどの検査用器具または検査用装置によらない場合は困難である。このため簡易な手段により、ユーザ自身の口腔状態を把握できることが求められる。

【課題を解決するための手段】

【0005】

本発明に関する口腔状態評価システムは、少なくとも口腔内の第１特定部位を含む口腔画像をインターフェイス部から入力情報として取得する情報取得部と、前記入力情報を前記口腔内の状態を評価するために予め前記口腔画像を学習した学習モデルにより解析する情報解析部と、を備え、前記情報解析部は、前記第１特定部位とは異なる前記口腔内の第２特定部位における状態に関する推定情報を推定する。

【発明の効果】

【0006】

本発明に関する口腔状態評価システムによれば、簡易な手段により口腔状態を評価できる口腔状態評価システムを提供できる。

【図面の簡単な説明】

【0007】

【図1】実施形態の口腔状態評価システムの構成を示すブロック図。

【図2】入力情報の一例である口腔画像を示す図。

【図3】図２の口腔画像の部分拡大模式図。

【図4】叢生がある場合の口腔状態の一例を示す図。

【図5】叢生がない場合の口腔状態の一例を示す図。

【図6】歯間空隙がある場合の口腔状態の一例を示す図。

【図7】歯間空隙がない場合の口腔状態の一例を示す図。

【図8】歯肉退縮がある場合の口腔状態の一例を示す図。

【図9】歯肉退縮がない場合の口腔状態の一例を示す図。

【発明を実施するための形態】

【0008】

（口腔状態評価システムが取り得る形態の一例）
（１）本発明に関する口腔状態評価システムは、少なくとも口腔内の第１特定部位を含む口腔画像をインターフェイス部から入力情報として取得する情報取得部と、前記入力情報を前記口腔内の状態を評価するために予め前記口腔画像を学習した学習モデルにより解析する情報解析部と、を備え、前記情報解析部は、前記第１特定部位とは異なる前記口腔内の第２特定部位における状態に関する推定情報を推定する。
上記口腔状態評価システムによれば、情報解析部は、第１特定部位を含む口腔画像から第１特定部位とは異なる口腔内の第２特定部位の状態に関する推定情報を推定する。口腔画像に第２特定部位が含まれるか否かに関わらず口腔全体の口腔状態を評価できる。このため、簡易な手段により口腔状態を評価できる。

【0009】

（２）前記口腔状態評価システムの一例によれば、前記口腔画像は、前記口腔内の歯画像および歯茎画像を含む。
上記口腔状態評価システムによれば、口腔画像は、口腔内の適切な部位の画像を含むため口腔状態を適切に評価できる。

【0010】

（３）前記口腔状態評価システムの一例によれば、前記歯画像は、前記口腔内の中切歯画像、側切歯画像、および、犬歯画像を含む。
上記口腔状態評価システムによれば、口腔画像は、口腔内の適切な歯の画像を含むため口腔状態を適切に評価できる。

【0011】

（４）前記口腔状態評価システムの一例によれば、前記第２特定部位は、前記口腔内の小臼歯および大臼歯の少なくとも１つを含み、前記推定情報は、前記口腔内の小臼歯および大臼歯に関する情報の少なくとも１つを含む。
上記口腔状態評価システムによれば、口腔内の小臼歯および大臼歯に関する情報の少なくとも１つを推定するため、口腔状態を適切に評価できる。

【0012】

（５）前記口腔状態評価システムの一例によれば、前記推定情報は、前記第２特定部位における歯間空隙、歯肉退縮、叢生、歯肉炎症、磨き残し、歯ぎしり、う蝕、知覚過敏、口臭、および、着色の有無または程度に関する情報、歯周病が存在するか否かに関する情報、咀嚼機能が正常か否かに関する情報、咬合が正常か否かに関する情報、嚥下機能が正常か否かに関する情報、および、前記第２特定部位に対応する歯、歯茎、および、口腔粘膜の状態に関する情報の少なくとも１つを含む。
上記口腔状態評価システムによれば、第２特定部位における歯および歯茎の状態の少なくとも１つを推定できる。このため口腔状態を適切に評価できる。

【0013】

（６）前記口腔状態評価システムの一例によれば、前記学習モデルを記憶する情報記憶部をさらに備える。
上記口腔状態評価システムによれば、口腔状態を解析するための学習モデルを好適に参照できる。

【0014】

（７）前記口腔状態評価システムの一例によれば、前記入力情報は、ユーザの生活習慣に関する情報、前記ユーザの口腔内分泌物に関する情報、前記ユーザの口腔内細菌叢に関する情報、前記ユーザ自身の属性に関する情報、および、前記口腔内の状態を検出するセンサにより得られる情報の少なくとも１つをさらに含む。
上記口腔状態評価システムによれば、口腔状態をより適切に評価できる。

【0015】

（８）前記口腔状態評価システムの一例によれば、前記推定情報に対応する情報を出力情報として出力する情報出力部をさらに備え、前記情報出力部は、前記出力情報を少なくとも前記インターフェイス部に出力する。
上記口腔状態評価システムによれば、ユーザが出力情報を容易に認識できる。

【0016】

（９）前記口腔状態評価システムの一例によれば、前記出力情報は、ユーザの現在の口腔状態に関する情報、前記ユーザの将来の口腔状態予測に関する情報、前記ユーザに対する口腔ケア方法に関する情報、および、前記ユーザの口腔状態が影響をおよぼす前記ユーザの健康状態に関する情報の少なくとも１つを含む。
上記口腔状態評価システムによれば、ユーザが口腔状態に関する出力情報を好適に認識できる。

【0017】

（実施形態）
図１から図９を参照して、本実施形態の口腔状態評価システム１０について説明する。口腔状態評価システム１０は、入力情報Ｉを取得および解析し推定情報Ｅを推定するシステムである。口腔状態評価システム１０は、推定情報Ｅに対応する出力情報Ｏを演算し、所定の構成に出力してもよい。口腔状態評価システム１０を構成する主な要素は、サーバ３０である。好ましくは、口腔状態評価システム１０は、サーバ３０と情報のやり取りを実行するためのインターフェイス部２０を備える。インターフェイス部２０は、一例ではユーザが持ち運び可能に構成されたスマートデバイスである。スマートデバイスは、タブレット端末またはスマートフォンを含む。別の例では、インターフェイス部２０は、パーソナルコンピュータである。パーソナルコンピュータは、ユーザの住居、店舗または歯科医院に設置される。店舗は、口腔ケアアイテムを販売する店舗またはその他商品を販売する店舗を含む。インターフェイス部２０とサーバ３０とは、例えばインターネット回線Ｎを使用して互いに通信可能に構成される。別の例では、インターフェイス部２０とサーバ３０とは一体で構成される。

【0018】

インターフェイス部２０は、制御部２１、記憶部２２、取得部２３、通信部２４、および、表示部２５を備える。制御部２１は、予め定められる制御プログラムを実行する演算処理装置を含む。演算処理装置は、例えばＣＰＵ、ＧＰＵまたはＭＰＵを含む。

【0019】

記憶部２２は、制御部２１が実行する各種の制御プログラムおよび各種の制御処理に用いられる情報が記憶される。記憶部２２は、例えば不揮発性メモリおよび揮発性メモリを含む。不揮発性メモリは、例えば、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、および、フラッシュメモリの少なくとも１つを含む。揮発性メモリは、例えば、ＲＡＭを含む。

【0020】

取得部２３は、ユーザから入力情報Ｉを取得する。取得部２３は、ユーザの入力情報Ｉを取得するための任意の構成を備える。第１例では、ユーザの口腔の口腔画像Ｐを取得できるカメラである。口腔画像Ｐは、静止画および動画を含む。口腔画像Ｐは、奥行き情報を有する３次元画像または複数の画像を張り合わせることにより構成されるパノラマ画像を含む。カメラは、スマートデバイスに搭載されるカメラであってもよく、別途独立したカメラであってもよい。独立したカメラは、例えば口腔内の撮影に適する先端部にカメラが設けられたペン型のカメラまたは３６０°の範囲の撮影が可能なカメラである。独立したカメラは、制御部２１と有線または無線通信が可能に構成される。独立したカメラが撮影した口腔画像Ｐは、有線又は無線通信により制御部２１に送信される。第２例では、取得部２３はユーザが文字等を入力または選択できるように構成されたユーザインタフェースである。ユーザの入力情報Ｉは、ユーザの生活習慣に関する情報、ユーザの口腔内分泌物に関する情報、ユーザの口腔内細菌叢に関する情報、所定の質問に対する回答情報、および、ユーザ自身の属性に関する情報の少なくとも１つをさらに含んでいてもよい。ユーザの生活習慣に関する情報は、ユーザの食事内容、口腔ケア行動、起床または睡眠時間に関する情報を含む。ユーザの口腔内分泌物に関する情報は、唾液の量、粘性、水素イオン濃度、抗菌成分の量、および、歯の再石灰化に関する成分の量に関する情報を含む。ユーザの口腔内細菌叢に関する情報は、唾液中、歯垢、または粘膜に存在する主な細菌の量および種類に関する情報および主な細菌の抗体の種類および量に関する情報を含む。ユーザの口腔内分泌物に関する情報およびユーザの口腔内細菌叢に関する情報は、ユーザに対する問診の結果であってもよく、ユーザの口腔内に存在する口腔内分泌物等を所定の手段により検査した結果情報であってもよい。所定の質問に関する回答情報は、ユーザの歯茎の状態に関する質問、口腔ケア時の好みのブラッシング方法、１日の歯磨きの回数、１回あたりの歯磨きにかける時間、歯磨きを実施する時刻、および入れ歯の有無を含む。ユーザの歯茎の状態に関する質問は、例えばブラッシング時または飲食時の歯茎からの出血の有無を含む。ユーザ自身の属性に関する情報は、例えばユーザ自身の年齢、性別、身長、体重、利き腕、および、既往歴である。第３例では、取得部２３は口腔内の状態を検出するセンサである。センサは、例えば蛍光センサおよび温度センサである。蛍光センサは、所定の波長の光を照射し、光の量を定量して口腔内における所定物の分布および量を測定する。所定物は、例えばステインまたはプラークである。温度センサは、口腔内の温度を測定する。センサは、制御部２１と有線または無線通信が可能に構成される。センサにより得られる情報は、有線または無線通信により制御部２１に送信される。本実施形態において、取得部２３は、第１例から第３例の複数を組み合わせて構成されていてもよい。センサは、咀嚼力、咬合力、歯茎の血流量、口臭、ブラッシング時のブラシ圧の強さ、または、ブラッシング時の歯ブラシの動きの少なくとも１つをさらに測定可能に構成されていてもよい。

【0021】

通信部２４は、制御部２１の制御に基づいてインターフェイス部２０外と通信可能に構成される。通信部２４は、インターネット回線Ｎを介して通信可能に構成される。通信部２４は、有線通信または無線通信によりインターフェイス部２０のサーバ３０と通信可能に構成されていてもよい。通信部２４は、例えば取得部２３が取得したユーザの入力情報Ｉを制御部２１の制御に基づいて送信し、サーバ３０からの出力情報Ｏを受信する。

【0022】

表示部２５は、制御部２１の制御に基づいて種々の情報を表示する。種々の情報は、例えば、ユーザの入力情報Ｉに関する情報およびサーバ３０からの出力情報Ｏに関する情報である。一例では、表示部２５は、ディスプレイにより構成される。表示部２５のディスプレイがタッチパネルで構成されていてもよい。表示部２５の一部が、タッチパネルで構成される場合、その一部が取得部２３のユーザインタフェースの機能を兼ねていてもよい。

【0023】

ユーザは、例えばインターフェイス部２０に所定のＵＲＬを入力すること、または、インターフェイス部２０でＱＲコード（登録商標）を読み取ることによりサーバ３０と通信する。ユーザが表示部２５に表示されるアイコンを選択することにより、サーバ３０との通信が開始されてもよい。

【0024】

サーバ３０は、情報取得部３１、情報出力部３２、情報解析部３３、および、情報記憶部３４を備える。情報取得部３１は、情報が取得可能に構成される。一例では、情報取得部３１は、インターフェイス部２０の通信部２４から情報を取得する。情報出力部３２は、情報が出力可能に構成される。一例では、情報出力部３２は、インターフェイス部２０の通信部２４に情報を出力する。

【0025】

情報解析部３３は、種々の解析および制御を実行する。情報解析部３３は、予め定められる制御プログラムを実行する演算処理装置を含む。演算処理装置は、例えばＣＰＵまたはＭＰＵを含む。情報解析部３３は、ユーザからの入力情報Ｉを解析可能に構成される。第１例では、情報解析部３３は、機械学習による学習モデルＭにより入力情報Ｉを解析する。この場合の入力情報Ｉは、ユーザの口腔画像Ｐを含む。学習モデルＭは、一例では機械学習のモデルの一つである教師あり学習モデルである。第２例では、情報解析部３３は、情報記憶部３４に記憶される対応表を参照して、入力情報Ｉを解析する。この場合の入力情報Ｉは、口腔画像Ｐに変えてまたは加えてユーザの生活習慣に関する情報、ユーザの口腔内分泌物に関する情報、および、ユーザの口腔内細菌叢に関する情報、所定の質問に対する回答情報の少なくとも１つを含む。対応表は、入力情報Ｉまたは推定情報Ｅの少なくとも１つと出力情報Ｏとが対応付けられた表である。口腔画像Ｐに加えてさらに入力情報Ｉを含む場合、一例では学習モデルＭは、口腔画像Ｐ以外の入力情報Ｉを解析する別の学習モデルをさらに含む。別の学習モデルは、例えば口腔画像Ｐの推定情報Ｅを補正するためのパラメータを出力可能に構成される。別の例では学習モデルＭは、口腔画像Ｐおよび口腔画像Ｐを含まない入力情報Ｉの両方を組み合わせて学習させるマルチモーダル学習が実行可能なモデルとして構成される。

【0026】

情報記憶部３４は、学習モデルＭ、対応表、および種々の情報の少なくとも１つを記憶する。情報解析部３３は、必要に応じて情報記憶部３４に記憶される学習モデルＭ、対応表、および種々の情報を参照する。

【0027】

情報解析部３３が実行する学習モデルＭを用いた口腔画像Ｐを含む入力情報Ｉの解析について説明する。情報解析部３３が実行する解析のステップは、複数の工程を含む。複数の工程は、ユーザの口腔画像Ｐから口腔領域Ｒを検出する第１工程、入力情報Ｉから推定情報Ｅを推定する第２工程、および、推定情報Ｅに対応する出力情報Ｏを演算する第３工程を含む。

【0028】

第１工程は、情報解析部３３により任意の手段により実行される。一例では、顔を検出することに適した学習済みモデルを利用して、ユーザの口腔の口腔画像Ｐから口腔領域Ｒを検出する。口腔領域Ｒは、ユーザの上あごの歯を含む第１口腔領域Ｒ１およびユーザの下あごの歯を含む第２口腔領域Ｒ２を含む。顔を検出する学習済みモデルは、例えばＡＰＩにより情報解析部３３に導入される。

【0029】

第１工程において、口腔画像Ｐから口腔領域Ｒが取得できない場合、情報解析部３３は、情報出力部３２を介してインターフェイス部２０の表示部２５にその内容を出力する。一例では、口腔画像Ｐに口腔領域Ｒが含まれない、口腔画像Ｐがぶれている、または、口腔画像Ｐの明るさが適切ではないことにより口腔領域Ｒが認識できないため、口腔画像Ｐを含む入力情報Ｉを再度入力することをユーザに要求する情報をインターフェイス部２０の表示部２５に出力する。第１口腔領域Ｒ１および第２口腔領域Ｒ２の一方が取得でき、他方が取得できない場合、情報解析部３３は第１工程が完了したと判断してもよく、入力情報Ｉを再度入力することをユーザに要求する情報をインターフェイス部２０に出力してもよい。

【0030】

第２工程において、情報解析部３３は、情報記憶部３４に記憶される学習モデルＭにより口腔画像Ｐを解析し、推定情報Ｅを推定する。推定情報Ｅは、所定状態の有無、程度、および、発生確率の少なくとも１つに関する情報を含む。推定情報Ｅは、第１特定部位とは異なる第２特定部位における歯間空隙、歯肉退縮、叢生、歯肉炎症、磨き残し、歯ぎしり、う蝕、知覚過敏、口臭、および、着色の有無または程度に関する情報、または、第２特定部位に対応する歯、歯茎、および、口腔粘膜の状態に関する情報の少なくとも１つを含む。歯、歯茎、および、口腔粘膜の状態に関する情報は、例えば歯の摩耗、歯の欠損、歯の破折の有無または程度、血色、乾燥状態、および、質感の少なくとも１つを含む。質感は、例えば指で触った場合に引き締まっていると感じられる硬めの質感と、指で触った場合にぶよぶよとしていると感じられる柔らかい質感とを含む複数の質感を含む。第２特定部位は、口腔内の小臼歯および大臼歯の少なくとも１つを含む。推定情報Ｅは、口腔内の小臼歯および大臼歯に関する情報の少なくとも１つを含む。推定情報Ｅは、ユーザの口腔内に歯周病が存在するか否かに関する情報、咀嚼機能が正常か否かに関する情報、咬合が正常か否かに関する情報、嚥下機能が正常か否かに関する情報の少なくとも１つを含んでいてもよい。歯周病が存在するか否かに関する情報は、歯肉と歯との間に生じるいわゆる歯周ポケットの大きさ、深さ、および数の少なくとも１つに関する情報である。咀嚼機能が正常か否かに関する情報は、例えば咀嚼力、偏咀嚼の有無、および、咀嚼音に関する情報である。咬合が正常か否かに関する情報は、例えば咬合力および上あごの歯と下あごの歯とのかみ合わせに関する情報である。嚥下機能が正常か否かに関する情報は、例えば嚥下障害の有無に関する情報である。

【0031】

第２工程において、学習モデルＭは第１情報と第２情報との対応をさらに演算する。第１情報は、例えば第１特定部位における叢生の有無である。第２情報は、例えば第２特定部位における歯間空隙の有無である。情報解析部３３は、例えば第１情報と第２情報との関連性を統計学的解析で演算する。第１特定部位において叢生が存在する場合に、第２特定部位において歯間空隙が存在することについて相関があることが学習モデルＭによる統計学的解析で明らかとなった場合、情報解析部３３は推定情報Ｅにその内容を追加する。別の例では、第１情報は、ユーザの利き腕に関する情報である。第２情報は、第１特定部位における歯肉退縮の有無である。学習モデルＭによる解析により、例えば第１特定部位において利き腕と同じ側の歯肉退縮の程度が利き腕と反対側の歯肉退縮の程度よりも大きい場合、ユーザのケア方法に偏りが生じている可能性がある。情報解析部３３は、その内容を推定情報Ｅに追加する。

【0032】

第３工程において、情報解析部３３は、推定情報Ｅの少なくとも一方に対応する出力情報Ｏを演算する。出力情報Ｏは、ユーザの現在の口腔状態に関する情報、ユーザの将来の口腔状態予測に関する情報、ユーザに対する口腔ケア方法に関する情報、およびユーザの口腔状態が影響をおよぼすユーザの健康状態に関する情報の少なくとも１つを含む。

【0033】

口腔領域Ｒを解析するための学習モデルＭについて説明する。学習モデルＭは、複数の学習済みモデルを含む。学習モデルＭは、口腔領域Ｒを評価できるか否かを判定する第１学習済みモデルＭ１と口腔領域Ｒを実際に評価する第２学習済みモデルＭ２を含む。

【0034】

第１学習済みモデルＭ１は、口腔画像Ｐの口腔領域Ｒが解析可能な画質か否かをする学習モデルＭ１１、叢生評価が可能か否かを判定する学習モデルＭ１２、上あごの歯における歯間空隙評価が可能か否かを判定する学習モデルＭ１３、下あごの歯における歯間空隙評価が可能か否かを判定する学習モデルＭ１４、および、歯肉退縮評価が可能か否かを判定する学習モデルＭ１５の少なくとも１つを含む。

【0035】

第２学習済みモデルＭ２は、上あごの歯における叢生の有無を判定する学習モデルＭ２１、下あごの歯における叢生の有無を判定する学習モデルＭ２２、上あごの歯における歯間空隙の有無を判定する学習モデルＭ２３、下あごの歯における歯間空隙の有無を判定する学習モデルＭ２４、および、歯間退縮の有無を判定する学習モデルＭ２５の少なくとも１つを含む。

【0036】

学習モデルＭの作成について説明する。学習モデルＭは、およそ１万枚の口腔画像Ｐに基づいて作成した。開発者は、口腔画像Ｐを学習用画像、検証用画像、および、テスト用画像に分類した。学習用画像は、学習モデルＭ作成時の教師ありデータである。検証用画像は、学習用画像に基づいた学習モデルＭの動作を修正するための画像である。テスト用画像は、学習モデルＭの動作を最終的に確認するための画像である。テスト用画像は、例えば学習モデルＭが過学習を起こしているか否かの確認のために使用される。学習用画像は、全体の約５６パーセントである。検証用画像は、全体の約２４％である。テスト用画像は、全体の２０％である。本実施形態において、学習モデルＭはクラス分類の結果を出力する。学習モデルＭは、歯間空隙、歯肉退縮、叢生、歯肉炎症、磨き残し、歯ぎしり、う蝕、知覚過敏、口臭、および、着色の有無または程度に関する情報、ユーザの口腔内に歯周病が存在するか否かに関する情報、咀嚼機能が正常か否かに関する情報、咬合が正常か否かに関する情報、嚥下機能が正常か否かに関する情報、および、第２特定部位に対応する歯、歯茎、および、口腔粘膜の状態に関する情報の少なくとも１つを出力する。

【0037】

図２は、ユーザの口腔画像Ｐの一例を示す。口腔画像Ｐは、少なくとも口腔内の第１特定部位を含む。第１特定部位は、中切歯Ｔ１、中切歯Ｔ１に対応する歯茎、側切歯Ｔ２、側切歯Ｔ２に対応する歯茎、犬歯Ｔ３、および、犬歯Ｔ３に対応する歯茎を含む。口腔画像Ｐは、口腔内の歯画像および歯茎画像を含む。歯画像は、口腔内の中切歯Ｔ１画像、側切歯Ｔ２画像、および、犬歯Ｔ３画像を含む。歯茎画像は、中切歯Ｔ１、側切歯Ｔ２、および、犬歯Ｔ３に対応する歯茎の画像を含む。口腔画像Ｐは、ユーザの口腔内における上下左右の４つの第１特定部位のうち、少なくとも１つの第１特定部位を含む。

【0038】

図３を参照して、口腔画像Ｐに含まれる歯画像の好ましい範囲について説明する。叢生の有無の判断においては、中切歯Ｔ１の端部Ｅ１から破線Ｌ２の範囲が口腔画像Ｐに含まれることが好ましい。歯間空隙の有無の判定においては、中切歯Ｔ１の端部Ｅ１から２点鎖線Ｌ３の範囲が口腔画像Ｐに含まれることが好ましい。歯肉退縮の有無の判定においては、中切歯Ｔ１の端部Ｅ１から実線Ｌ１の範囲が口腔画像Ｐに含まれることが好ましい。この範囲の中切歯Ｔ１の画像が口腔画像Ｐに含まれることにより、対応する歯茎の画像が口腔画像Ｐに含まれる。

【0039】

各口腔画像Ｐは、口腔を解析する専門家により教師付けを行った。図４から図９は、教師付けを行った口腔画像Ｐの一例を示す。口腔を解析する専門家は、例えば歯科医師、歯科衛生士、口腔状態の研究を行う研究者、または、口腔ケア用品の開発を行う開発者である。口腔を解析する専門家は、口腔の口腔画像Ｐの第１口腔領域Ｒ１および第２口腔領域Ｒ２ごとに叢生の程度の判定、歯肉退縮の程度の判定、および歯間空隙の程度の判定を行った。口腔を解析する専門家は、叢生の程度の判定において叢生の種類に基づく判定を行った。口腔を解析する専門家は歯肉退縮の判定において、歯肉退縮なしから全体歯肉退縮まで複数の段階の判定を行った。口腔を解析する専門家は歯間空隙の判定において、上あごと下あごのそれぞれに対して、歯間空隙なしから重度の歯間空隙ありまで、複数の段階の評価を行った。

【0040】

口腔内の第１特定部位における状態は、口腔内の第１特定部位とは異なる第２特定部位における状態と相関関係にある。一例では、４０～７０代の女性７５人を対象とした試験において、前歯における歯肉の状態と奥歯における歯肉の状態とが高く相関している。すなわち、第１特定部位において歯肉退縮が発生している場合、第２特定部位においても歯肉退縮が発生している。歯間空隙および叢生の程度についても、同様である。

【0041】

情報解析部３３は、推定情報Ｅを所定の構成に出力する。第１例では、情報解析部３３は、情報出力部３２に出力する。第２例では、情報解析部３３は、情報記憶部３４に出力する。第３例では、情報解析部３３は、情報出力部３２および情報記憶部３４の両方に推定情報Ｅを出力する。

【0042】

推定情報Ｅは、出力情報Ｏに対応付けられる。出力情報Ｏについて説明する。出力情報Ｏは、ユーザの現在の口腔状態に関する情報、ユーザの将来の口腔状態予測に関する情報、ユーザに対する口腔ケア方法に関する情報、および、ユーザの口腔状態が影響をおよぼすユーザの健康状態に関する情報の少なくとも１つを含む。ユーザの現在の口腔状態に関する情報は、ユーザの口腔内全体の叢生の有無、歯肉退縮の有無、および、歯間空隙の有無に関する情報の少なくとも１つを含む。ユーザの現在の口腔状態に関する情報は、歯肉炎症の有無、磨き残しの有無、磨き残しの状態、歯ぎしりの有無、知覚過敏の有無、および、口臭の有無の少なくとも１つをさらに含んでいてもよい。

【0043】

ユーザの将来の口腔予測に関する情報は、所定期間が経過後のユーザの口腔状態を示す推定画像を含む。ユーザに対する口腔ケア方法に関する情報は、ユーザの口腔状態に適した口腔ケア用品および使用方法に関する情報を含む。ユーザの口腔状態が影響をおよぼすユーザの健康状態に関する情報は、例えば歯周病または口腔状態に関連する口腔以外の健康状態に関する情報を含む。

【0044】

推定情報Ｅと出力情報Ｏとの対応は、情報解析部３３により任意の手段で実行される。第１例では、予め口腔状態の研究を行う研究者、または、口腔ケア用品の開発を行う開発者によって推定情報Ｅと出力情報Ｏとが対応付けられた対応表により実行される。第２例では、推定情報Ｅと出力情報Ｏとの対応は、機械学習のモデルにより実行される。

【0045】

本実施形態の口腔状態評価システム１０の作用について説明する。ユーザは、取得部２３に対して入力情報Ｉを入力する。制御部２１は、通信部２４を制御してサーバ３０に入力情報Ｉを出力する。サーバ３０は、情報取得部３１で入力情報Ｉを取得する。情報解析部３３は、情報記憶部３４に記憶される学習モデルＭを利用して入力情報Ｉから推定情報Ｅを演算する。情報解析部３３は、推定情報Ｅと対応する出力情報Ｏを演算する。サーバ３０は、情報出力部３２から出力情報Ｏをインターフェイス部２０に出力する。制御部２１は、出力情報Ｏを通信部２４から取得して、表示部２５に表示する。ユーザは、出力情報Ｏを表示部２５の表示を介して認識する。

【0046】

本実施形態の口腔状態評価システム１０によれば、以下の効果がさらに得られる。
情報解析部３３は、任意の組み合わせの第１情報と第２情報との関連を解析する。このため、情報解析部３３が実行する学習モデルＭによる解析により、口腔を解析する専門家による分析では顕在化しなかった口腔状態の評価を実行できる。

【0047】

（変形例）
実施の形態に関する説明は本発明に関する口腔状態評価システムおよび口腔ケア推薦方法が取り得る形態の例示であり、その形態を制限することを意図していない。本発明は実施形態以外に例えば以下に示される実施形態の変形例、および、相互に矛盾しない少なくとも２つの変形例が組み合わせられた形態を取り得る。

【0048】

・学習モデルＭは、回帰分析の結果を出力するように構成されていてもよい。この場合、学習モデルＭは、叢生の程度、歯間空隙の程度、および、歯肉退縮の程度の少なくとも１つを数値化して出力する。

【0049】

・学習済みモデルＭ１および学習済みモデルＭ２の少なくとも一方は、教師なし学習または強化学習により学習されたモデルであってもよい。各学習モデルＭ１１～Ｍ１５および各学習モデルＭ２１～Ｍ２５の少なくとも１つが教師なし学習または強化学習により学習されたモデルであってもよい。

【0050】

・学習モデルＭは、口腔画像Ｐにおいて第１口腔領域Ｒ１と第２口腔領域Ｒ２を区別することなく、評価が可能か否かを判定する第１学習済みモデルＭ１および評価を行う第２学習済みモデルＭ２であってもよい。学習モデルＭは、口腔画像Ｐにおいて、１組の歯および歯茎を認識して、評価が可能か否かを判定する第１学習済みモデルＭ１および評価を行う第２学習済みモデルＭ２であってもよい。また、口腔領域Ｒ内の１組の歯および歯茎をそれぞれ認識して、過半数が評価可能である場合に、解析を実行する学習モデルＭであってもよい。

【0051】

・学習モデルＭは、口腔画像Ｐを出力情報Ｏとして疑似色で表示されるように構成されていてもよい。一例では、口腔画像Ｐにおいて学習モデルＭが解析に使用した領域、または、歯間空隙、歯肉退縮、および、叢生が生じている領域を赤色で表示する。ユーザは、解析に利用した領域および口腔状態に問題が生じている領域を容易に認識できる。

【0052】

・第２工程における第１情報および第２情報の組み合わせは任意の組み合わせが選択される。第１情報および第２情報の両方がそれぞれ異なる入力情報Ｉであってもよく、第１情報および第２情報の両方がそれぞれ異なる推定情報Ｅであってもよい。

【0053】

・出力情報Ｏがユーザの口腔ケア用品および使用方法に関する情報を含む場合、該当する口腔ケア用品を購入するための購入情報が含まれるように構成されていてもよい。一例では、購入情報は該当する口腔ケア用品を購入または体験可能な店舗に関する情報である。別の例では、購入情報は該当する口腔ケア用品を販売するウェブ上のサイト情報である。

【0054】

・入力情報Ｉは、ＩｏＴ機器を介して取得されてもよい。一例では、ブラッシングに使用する口腔ケアアイテムにＩｏＴ機器を接続することで、入力情報Ｉを取得する。一例では、入力情報Ｉは１日の歯磨きの回数および口腔ケアアイテムの使用頻度に関する情報を含む。ＩｏＴ機器は、取得部２３に対して入力情報Ｉを送信してもよく、サーバ３０に対して入力情報Ｉを送信してもよい。

【0055】

・学習モデルＭ、対応表、および種々の情報の少なくとも１つがサーバ３０の情報記憶部３４以外の場所に記憶されていてもよい。一例では、インターフェイス部２０に設けられる記憶部に記憶される。別の例では、外部環境に構成されるデータベースに記憶される。

【0056】

入力情報Ｉは、ユーザの現在の状態情報を含む第１入力情報Ｉ１とユーザの過去の状態情報である第２入力情報Ｉ２を含んでいてもよい。第１入力情報Ｉ１および第２入力情報Ｉ２がユーザの口腔画像Ｐを含む場合、第２入力情報Ｉ２に含まれる口腔画像Ｐは、第１入力情報Ｉ１を取得するよりも所定時間前のユーザの口腔内の画像である。第１入力情報Ｉ１および第２入力情報Ｉ２がユーザの口腔ケアに関する情報を含む場合、第２入力情報Ｉ２に含まれる口腔ケアに関する情報は、第１入力情報Ｉ１を取得するよりも所定時間前の口腔ケアに関する情報である。所定時間は、一例では１か月以上の時間である。別の例では、所定時間は１年以上の時間である。第２入力情報Ｉ２は、取得部２３による第１入力情報Ｉ１の取得の前に通信部２４を介してサーバ３０に送信されてもよく、第１入力情報Ｉ１の送信と同時に通信部２４を介してサーバ３０に送信されてもよい。この場合、インターフェイス部２０は、第２入力情報Ｉ２を少なくとも記憶する記憶部をさらに備える。入力情報Ｉは、第２入力情報Ｉ２よりも所定時間前に取得された第３入力情報Ｉ３をさらに含んでいてもよい。情報解析部３３は、第１入力情報Ｉ１～第３入力情報Ｉ３の少なくとも１つを用いて推定情報Ｅを演算する。第３入力情報Ｉ３が追加されることにより、精度がさらに向上する。所定時間の間隔は、各入力情報Ｉで変更してもよい。入力情報Ｉは、第４入力情報以降の入力情報Ｉをさらに含んでいてもよい。

【符号の説明】

【0057】

１０ ：口腔状態評価システム
２０ ：インターフェイス部
３０ ：サーバ
３１ ：情報取得部
３２ ：情報出力部
３３ ：情報解析部
３４ ：情報記憶部
Ｅ ：推定情報
Ｉ ：入力情報
Ｏ ：出力情報

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】