特開 2022-75457 情報処理システム、サーバ、情報処理方法及びプログラム

(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】P2022075457

(43)【公開日】2022-05-18

(54)【発明の名称】情報処理システム、サーバ、情報処理方法及びプログラム

(51)【国際特許分類】

   A61B 5/00 20060101AFI20220511BHJP

【ＦＩ】

A61B5/00 G

A61B5/00 102B

【審査請求】未請求

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2021039793

(22)【出願日】2021-03-12

(62)【分割の表示】P 2020184036の分割

【原出願日】2020-11-03

(71)【出願人】

【識別番号】516377348

【氏名又は名称】株式会社Ａｒｂｌｅｔ

(72)【発明者】

【氏名】清水 滉允

【テーマコード（参考）】

4C117

【Ｆターム（参考）】

4C117XA07

4C117XB01

4C117XB18

4C117XC11

4C117XE13

4C117XE14

4C117XE15

4C117XE17

4C117XE23

4C117XE24

4C117XE26

4C117XE36

4C117XE37

4C117XE38

4C117XE60

4C117XG05

4C117XG19

4C117XJ03

4C117XJ13

4C117XJ18

4C117XL01

4C117XL03

4C117XL11

4C117XQ19

(57)【要約】

【課題】本実施形態に係る情報処理システムは、ユーザが装着する測定装置から取得した測定データに関する信頼度情報を算定することが可能である情報処理システム、サーバ、情報処理方法及びプログラムを提供する。
【解決手段】情報処理システム１は、ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データに基づき生成される生体データに関する信頼度情報を算出する情報処理システムであって、測定データを解析し、当該解析の結果に基づき生体データの信頼度情報を算出する信頼度情報算出部と、少なくとも信頼度情報を出力するデータ出力部と、を備える。信頼度情報算出部は、測定データの周波数成分の分散度に基づき信頼度情報を算出する。
【選択図】図１

【特許請求の範囲】

【請求項1】

ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データに基づき生成される生体データに関する信頼度情報を前記測定データに基づき算出する情報処理システムであって、
前記測定データを解析し、当該解析の結果に基づき前記生体データの信頼度情報を算出する信頼度情報算出部と、
少なくとも前記生体データ及び前記信頼度情報を出力するデータ出力部と、を備える、
ことを特徴とする情報処理システム。

【請求項2】

前記信頼度情報算出部は、前記測定データの周波数成分の分散度に基づき信頼度情報を算出する、
ことを特徴とする請求項１に記載の情報処理システム。

【請求項3】

前記測定データは、心電データまたは脈波データであり、
前記信頼度情報算出部は、前記心電データまたは前記脈波データの周波数成分と、前記測定装置の加速度データまたは角速度データの周波数成分とを比較した結果に基づき信頼度情報を算出する、
ことを特徴とする請求項１に記載の情報処理システム。

【請求項4】

前記信頼度情報算出部は、前記測定装置に備えられたＬＥＤにより前記ユーザの皮膚に対し同一光量で照らした際に、前記測定装置に備えられたフォトダイオードが検知した光の強度の所定期間の平均値もしくは中央値の変化に基づき信頼度情報を算出する、
ことを特徴とする請求項１に記載の情報処理システム。

【請求項5】

ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データに基づき生成される生体データに関する信頼度情報を前記測定データに基づき算出するサーバであって、
前記測定データを解析し、当該解析の結果に基づき前記生体データの信頼度情報を算出する信頼度情報算出部と、
少なくとも前記生体データ及び前記信頼度情報を出力するデータ出力部と、を備える、
ことを特徴とするサーバ。

【請求項6】

ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データに基づき生成される生体データに関する信頼度情報を前記測定データに基づき算出する情報処理方法であって、
信頼度情報算出部により、前記測定データを解析し、当該解析の結果に基づき前記生体データの信頼度情報を算出するステップと、
データ出力部により、少なくとも前記生体データ及び前記信頼度情報を出力するステップと、を含む、
ことを特徴とする情報処理方法。

【請求項7】

ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データに基づき生成される生体データに関する信頼度情報を前記測定データに基づき算出する情報処理方法をコンピュータにおいて実行するプログラムであって、
前記情報処理方法は、
信頼度情報算出部により、前記測定データを解析し、当該解析の結果に基づき前記測定データの信頼度情報を算出するステップと、
データ出力部により、少なくとも前記生体データ及び前記信頼度情報を出力するステップと、
を実行する、
ことを特徴とするプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、情報処理システム、サーバ、情報処理方法及びプログラムに関する。

【背景技術】

【0002】

測定装置を利用してユーザの生体データを連続的に取得し、その変化から病気の早期発見や病状変化の検出を行うことは、健康管理を行う上で有効である。そのためには、取得した複数の生体データから様々な健康状態を把握する必要がある。

【0003】

例えば、ユーザの心電波形のデータと脈波形のデータとを測定装置から取得し、血圧情報を生成する血圧情報測定システムが知られている（例えば、特許文献１参照。）。また、例えば、ユーザの測定データから生体情報データへ演算を行うための因果関係である数理モデルを生成し、数理モデルを利用可能に提供する開発支援サーバも知られている（例えば、特許文献２参照。）。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特許第６２０２５１０号公報

【特許文献2】特許第６２５７０１５号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

ところで、従来の血圧計のようにユーザが任意のタイミングで計測制御を実行する場合には、例えばユーザの体動が大きかったり、装置が正しく装着されていない等のエラーが発生したとしても、再計測などのエラー処理を促すだけでよい。

【0006】

しかしながら、上記特許文献１に記載されるように、所定の周期的なタイミングでユーザの実行動作を要せずに自動で血圧を測定する血圧情報測定システムの場合には、従来のエラー処理のみでは必ずしも適切ではなく、上記血圧情報測定システムに適した対応が求められている。

【0007】

そこで、本開示では、ユーザが装着する測定装置から取得した測定データに基づき生成された生体データに関する信頼度情報を、前記測定データに基づき算定する情報処理システム、サーバ、情報処理方法及びプログラムについて説明する。

【課題を解決するための手段】

【0008】

本開示の一態様における情報処理システムは、ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データに基づき生成される生体データ関する信頼度情報を、前記測定データに基づき算出する情報処理システムであって、前記測定データを解析し、当該解析の結果に基づき前記生体データの信頼度情報を算出する信頼度情報算出部と、少なくとも前記生体データ及び前記信頼度情報を出力するデータ出力部と、を備える。

【発明の効果】

【0009】

本開示によれば、本実施形態に係る情報処理システムは、ユーザが装着する測定装置から取得した測定データに基づき生成された生体データに関する信頼度情報を、前記測定データに基づき算定することが可能であるため、現在または過去の生体データ等の信頼度を確認することが容易となる。

【図面の簡単な説明】

【0010】

【図1】本開示の一実施形態に係る情報処理システムを示すブロック構成図である。

【図2】図１の管理サーバ１００のハードウェア構成を示す図である。

【図3】図２の記憶部１２０および制御部１３０の機能を例示したブロック図である。

【図4】図３の測定データに関連付けされるタグ情報の例を示す模式図である。

【図5】図１の測定装置３００で測定される心電波形及び脈波形の例について説明するための図である。

【図6】図１の情報処理システム１の処理の例を示すフローチャートである。

【図7】信頼度の算出を説明する一例としての概念図である。

【図8】信頼度の算出を説明する他の例としての概念図である。

【発明を実施するための形態】

【0011】

本発明の実施形態の内容を列記して説明する。本発明の実施の形態によるシステムは、以下のような構成を備える。

【0012】

［項目１］
ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データに基づき生成される前記生体データに関する信頼度情報を、前記測定データに基づき算出する情報処理システムであって、
前記測定データを解析し、当該解析の結果に基づき前記生体データの信頼度情報を算出する信頼度情報算出部と、
少なくとも前記生体データ及び前記信頼度情報を出力するデータ出力部と、を備える、
ことを特徴とする情報処理システム。
［項目２］
前記信頼度情報算出部は、前記測定データの周波数成分の分散度に基づき信頼度情報を算出する、
ことを特徴とする項目１に記載の情報処理システム。
［項目３］
前記測定データは、心電データまたは脈波データであり、
前記信頼度情報算出部は、前記心電データまたは前記脈波データの周波数成分と、前記測定装置の加速度データ及び角速度データの少なくともいずれか一方の周波数成分とを比較した結果に基づき信頼度情報を算出する、
ことを特徴とする項目１に記載の情報処理システム。
［項目４］
前記信頼度情報算出部は、前記測定装置に備えられたＬＥＤにより前記ユーザの皮膚に対し同一光量で照らした際に、前記測定装置に備えられたフォトダイオードが検知した光の強度の所定期間の平均値もしくは中央値の変化に基づき信頼度情報を算出する、
ことを特徴とする項目１に記載の情報処理システム。
［項目５］
ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データに基づき生成される前記生体データに関する信頼度情報を、前記測定データに基づき算出するサーバであって、
前記測定データを解析し、当該解析の結果に基づき前記生体データの信頼度情報を算出する信頼度情報算出部と、
少なくとも前記生体データ及び前記信頼度情報を出力するデータ出力部と、を備える、
ことを特徴とするサーバ。
［項目６］
ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データに基づき生成される前記生体データに関する信頼度情報を、前記測定データに基づき算出する情報処理方法であって、
信頼度情報算出部により、前記測定データを解析し、、当該解析の結果に基づき前記生体データの信頼度情報を算出するステップと、
データ出力部により、少なくとも前記生体データ及び前記信頼度情報を出力するステップと、を含む、
ことを特徴とする情報処理方法。
［項目７］
ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データに基づき生成される前記生体データに関する信頼度情報を、前記測定データに基づき算出する情報処理方法をコンピュータにおいて実行するプログラムであって、
前記情報処理方法は、
信頼度情報算出部により、前記測定データを解析し、、当該解析の結果に基づき前記生体データの信頼度情報を算出するステップと、
データ出力部により、少なくとも前記生体データ及び前記信頼度情報を出力するステップと、
を実行する、
ことを特徴とするプログラム。

【0013】

以下、本開示の実施形態について図面を参照して説明する。なお、以下に説明する実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではない。また、実施形態に示される構成要素のすべてが、本開示の必須の構成要素であるとは限らない。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。

【0014】

＜構成＞
図１は、本開示の実施形態１に係る情報処理システム１を示すブロック構成図である。この情報処理システム１は、例えば、ネットワークＮＷを介して測定装置３００からユーザの測定データを管理サーバ１００にて受信し、当該測定データに対して信頼度の算出を行うと共に、当該測定データに対して所定の演算を行うことで生体データを生成する情報処理システムである。

【0015】

情報処理システム１は、管理サーバ１００と、ユーザ端末装置２００と、測定装置３００と、ネットワークＮＷと、を有している。管理サーバ１００と、ユーザ端末装置２００とは、ネットワークＮＷを介して接続される。ネットワークＮＷは、インターネット、イントラネット、ブロックチェーンネットワーク、無線ＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）、ＢＬＥ（Bluetooth Low Energy）等により構成される。

【0016】

管理サーバ１００は、例えば、ネットワークを介して測定装置３００からユーザの測定データを、ユーザ端末装置２００を経由して受信して測定データから生体データへ演算を行う装置であり、例えば各種Ｗｅｂサービスを提供するサーバ装置により構成されている。

【0017】

ユーザ端末装置２００は、ユーザが所持する、例えばパーソナルコンピュータやタブレット端末、スマートフォン、スマートウォッチ、携帯電話、ＰＨＳ、ＰＤＡ等の情報処理装置であり、例えば、管理サーバ１００が測定装置３００から得た測定データや当該測定データで演算を行った生体データを数値や波形グラフ等により表示したり、各測定データ、または、各測定データに基づく各生体データに関する信頼度を表示したりなどに利用される。ユーザ端末装置２００には、予めユーザの識別番号、生年月日、性別、身長、体重等のユーザ情報が登録されており、生年月日から算出した年齢等も含めたユーザ情報を測定データに関連付けてネットワークＮＷを介して管理サーバ１００へ送信する。

【0018】

測定装置３００は、ユーザの生体データを測定する装置であり、ユーザの手首や腕等の身体に装着して利用される、例えばウェアラブル装置である。この測定装置３００は、例えばユーザの心電、脈波、温度（体温）、加速度、角速度のデータを所定の周期的なタイミングで測定するための複数種類の装置である。当該所定の周期は、予め設定されているものであってもよいし、ユーザが任意に設定可能であってもよい。より具体的には、例えば秒単位の時間的周期が設定されていてもよいし、周波数により同様に設定されていてもよい。

【0019】

測定装置３００の具体的な構成の例としては、２つの電極を皮膚に接触させ、検出電位の差の時間変化より心電を心電波形のデータとして取得する装置で構成しても良く、心電波形は、ガルバニック皮膚反応により取得されたデータでも良い。また、緑、赤、赤外の発光を行うＬＥＤから各光を皮膚に照射し、フォトダイオードで受光した光の強度の時間変化により、ユーザの心臓の心拍により生ずる血管の容積変化により脈波を脈波形のデータとして取得する装置で構成しても良く、この方式で検出を行うことができる脈波形は光電式容積脈波形である。また、ユーザの皮膚に接触させる温度センサによりユーザの皮膚温度をデータとして取得する装置で構成しても良い。また、直交するＸＹＺ軸それぞれの変異状態を検出する３軸加速度センサにより構成しても良く、ユーザの動作を加速度データとして取得し、例えば測定装置３００がユーザの手首や腕等に装着されている場合、測定装置３００は、手首や腕等の振りと、全身の動きが合成された加速度として加速度データの取得をする。さらに、直行するＸＹＺ軸それぞれにおける回転角速度を検出するジャイロセンサ（角速度センサ）により構成しても良く、ユーザの動作を角速度データとして取得し、例えば測定装置３００がユーザの手首や腕等に装着されている場合、測定装置３００は、手首や腕等の回転と、全身の動きが合成された角速度として角速度データの取得をする。

【0020】

ユーザ端末装置２００と測定装置３００との間は、Ｂｌｕｅｔｏｏｔｈ（登録商標）、近距離無線通信（Near Field radio Communication＝ＮＦＣ）、Ａｆｅｒｏ（登録商標）、Ｚｉｇｂｅｅ（登録商標）、Ｚ－Ｗａｖｅ（登録商標）、又は無線ＬＡＮ等を用いて接続されている。なお、このような無線接続の代わりに有線で接続を行ってもよい。また、ユーザ端末装置２００と測定装置３００とは一体の機器であってもよく、例えば測定装置３００にＳＩＭを搭載するなどして通信機能を持たせたり、ＢＬＥ（Bluetooth Low Energy）などにより管理サーバ１００と直接通信可能に構成しても良い。

【0021】

ユーザ端末装置２００は、１または複数台あり、測定装置３００を利用するユーザ数分ネットワークＮＷに接続されている。測定装置３００は、１または複数台あり、１人のユーザが利用する台数分のユーザ端末装置２００に接続されている。１人のユーザが複数の測定装置３００を利用している場合は、１つのユーザ端末装置２００に複数の測定装置３００が接続されている。

【0022】

＜管理サーバ１００＞
図２は、管理サーバ１００のハードウェア構成を示す図である。図３は、記憶部１２０および制御部１３０の機能を例示したブロック図である。管理サーバ１００は、例えばパーソナルコンピュータのような汎用コンピュータとしてもよいし、或いはクラウド・コンピューティングによって論理的に実現されてもよい。なお、図示された構成は一例であり、これ以外の構成を有していてもよい。なお、図示された構成は一例であり、これ以外の構成を有していてもよい。

【0023】

管理サーバ１００は、通信部１１０と、記憶部１２０と、制御部１３０と、入出力部１４０とを備える。これらの機能部は、管理サーバ１００用の所定のプログラムを実行することにより実現される。

【0024】

通信部１１０は、ユーザ端末装置２００と通信を行うための通信インタフェースであり、例えばＴＣＰ／ＩＰ（Transmission Control Protocol/Internet Protocol）等の通信規約により通信が行われる。

【0025】

記憶部１２０は、各種制御処理や制御部１３０内の各機能を実行するためのプログラム、入力データ等を記憶するものであり、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等から構成される。また、図３に示されるように、記憶部１２０は、測定装置３００による測定データをユーザ情報と関連付けて記憶する測定データＤＢ１２１と、測定データから演算されて生成される生体データをユーザ情報と関連付けて記憶する生体データＤＢ１２２と、ユーザ識別番号を含むユーザ情報を記憶するユーザ情報ＤＢ１２３と、例えば測定データ識別番号、または、生体データ識別番号と信頼度情報とを互いに関連付けて記憶する信頼度情報ＤＢ１２４と、を含む。さらに、記憶部１２０は、ユーザ端末装置２００と通信を行ったデータを一時的に記憶する。なお、ＤＢのデータ構造は、これに限られるものではなく、上述のＤＢの一部をユーザ端末装置２００または測定装置３００に記憶するようにしてもよい。また、信頼度情報ＤＢ１２４を有さず、測定データＤＢ１２１、または、生体データＤＢ１２２に信頼度情報をさらに関連付けて記憶するようにしてもよい。

【0026】

制御部１３０は、管理サーバ１００の全体の動作を制御するものであり、ＣＰＵ（Central Processing Unit）等から構成される。また、図３に示されるように、制御部１３０は、データ管理部１３１、信頼度情報算出部１３２、生体データ生成部１３３、データ出力部１３４といった機能部を含む。

【0027】

データ管理部１３１は、測定装置３００を利用するユーザごとに、アカウント情報を生成する。このアカウント情報生成は、測定装置３００を利用するユーザがユーザ端末装置２００でアカウント情報を登録すると行われる。そのため、データ管理部１３１は、ユーザのユーザ端末装置２００や他の端末装置に対してアカウントごとに記憶部１２０内の各種ＤＢへのアクセスの可否の判定を行う。データ管理部１３１は、測定データや生体データ等の各種データを対応するＤＢにユーザ情報に関連付けて記憶する。また、このとき、データ管理部１３１は、測定データに所定のタグ情報の関連付けを行って記憶させることが可能である。

【0028】

図４は、図３の測定データに関連付けされるタグ情報の例を示す模式図である。図４に示すデータＤ１は、測定装置３００の測定データである。タグＴ１は、データＤ１に関連付けされたタグ情報であり、例えば、測定装置３００がデータＤ１を測定した時刻情報、またはデータＤ１が測定装置３００からユーザ端末装置２００へ送信された時刻情報が時系列データとして記憶される。もしくは、測定した時刻情報と送信された時刻情報との両方について関連付けを行っても良い。例えば、図４に示すタグＴ１の１行目では、「20180620120746144」が格納されているが、２０１８年０６月２０日１２時０７分４６秒１４４ミリ秒を示している。このような時刻情報は通信ログより取得可能である。これにより、測定データがどの時間帯のものか把握することが可能である。

【0029】

なお、このようなタグ情報による測定データの関連付けは、時刻情報に限られず、ユーザの身体状態や活動状態を示す身体情報や活動情報を自由記載で記入させてタグ情報として記憶しても良く、所定の選択肢から選択させ（例えば、「現在の体調は如何ですか？」という質問に対して、「１：良い、２：普通、３：悪い」のいずれかを選択させる、等）、その選択した回答を記憶するようにしても良い。これにより、制御部１５０にて生体データを生成する際に、当該タグ情報と生体データとを対応付けすることで、より精度の高い生体データを生成可能となり得る。

【0030】

また、例えばデータ管理部１３１は、図４に示すように、データＤ１をタグＴ１の時刻順に並べ替え（ソート）を行うことが可能である。このような構成にしたのは、測定データはユーザの生体データに基づいて時系列に取得したものであるから時系列に並んでいる方が処理しやすいからであるが、ユーザ端末装置２００及び通信部１１０を経由して受信する際に通信状況の変化等により受信データの逆転（後で送信された送信データが先に送信された送信データより先に受信されること）等が起こる場合があり、そのときの測定データの不整合を防止するためである。これにより、測定データの不整合を防止することが可能である。

【0031】

信頼度情報算出部１３２は、測定装置３００により測定された測定データ、または、測定データＤＢ１２１に記憶された当該測定データに基づき、前記生体データの信頼度の算出を行う。詳細については、本発明のフローチャートに沿って後述する。

【0032】

生体データ生成部１３３は、測定データＤＢ１２１に記憶された測定データに対して所定の演算を行い、生体データを生成する。この生体データは、測定データから算出可能なものであればどのような情報であってもよく、例えばユーザの血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、心電情報、呼吸数、体温情報、歩数情報、歩幅情報、重心の位置情報、姿勢情報、行動種別情報、ストレス情報、運動量情報、運動負荷情報、移動距離情報、移動速度情報、活動量情報、手または脚等の装着部位の動作情報などのデータであり、既知の手法により測定データから算出されるものである。演算により生成された生体データは、生体データＤＢ１２２に記憶される。

【0033】

また、既知の学習器などにより、例えば測定データと、当該測定データに基づき生成された生体データ（例えば心拍情報や血圧情報など）と正の生体データ（例えば、既知の医療機器に基づく心拍情報や血圧情報など）との対応関係（例えば、誤差の程度や範囲を示す情報などが含まれていてもよい）により対応付けた教師データを基に機械学習モデルを予め作成し、生体データ生成部１３３は、当該機械学習モデルを用いた判定を上述の所定の演算（解析）として生体データを生成してもよい。

【0034】

ここで、測定データから生体データである最大血圧と最小血圧を算出する方法を例示する。図５は、図１の測定装置３００で測定される心電波形及び脈波の例について説明するための図であり、測定装置３００が測定し、記憶部１２０に記憶されたユーザの心電波形及び光電式容積脈波形と、アプリが光電式容積脈波形を時間で１階微分した速度脈波形及び、光電式容積脈波形を時間で２階微分した加速度脈波形を示している。図５は上から順に、心電波形、光電式容積脈波形、速度脈波形及び加速度脈波形となる。縦軸は、各波形の強度を示しており、心電波形及び光電式容積脈波形は電位を示すｍＶで表される。横軸は時間経過を示し、左から右へ時間経過を示している。

【0035】

心電波形は、人の心臓の拍動を引き起こす電気的信号の周期的変化を示す波形である。心電波形は、その形状の変曲点にそれぞれＰ波，Ｑ波，Ｒ波，Ｓ波，Ｔ波の名称が割り当てられ、心拍の１サイクルを示している。Ｐ波は心房収縮を表し、Ｑ波Ｒ波Ｓ波は心室収縮の状態を表し、Ｔ波は心室拡張の開始を表す。

【0036】

光電式容積脈波形は、人の心臓の拍動に伴う末梢血管系内の血圧・体積の変化を示す波形である。光電式容積脈波形は、その形状の変曲点にそれぞれＡ波、Ｐ波、Ｖ波、Ｄ波の名称が割り当てられ、心拍の１サイクルを示している。Ａ波を動脈脈波が生じた時点の基準点として、Ｐ波が左心室駆出によって生じるPercussion波（衝撃波）、Ｖ波が大動脈弁の閉鎖時に生じるValley波（重複隆起による波）、Ｄ波が反射振動波であるDicrotic波（重複波）を示している。

【0037】

速度脈波形は、光電式容積脈波形を時間で１階微分をしたものである。加速度脈波形は、速度脈波形を時間で１階微分したもの、すなわち光電式容積脈波形を２階微分したものである。加速度脈波形は、図５で示すように、その波形の各ピークにａ波（収縮初期陽性波）、ｂ波（収縮初期陰性波）、ｃ波（収縮中期再上昇波）、ｄ波（収縮後期再下降波）、ｅ波（拡張初期陽性波）、ｆ波（拡張初期陰性波）の名称が割り当てられている。

【0038】

ｂ波の強度とａ波の強度の比、及びｆ波の強度とｅ波の強度の比はそれぞれ血管の伸縮性すなわち弾性を示すパラメータである。主な血管の成分は、血管内皮（Endothelium）、弾性線維（Elastin）、タンパク質（Collagen）、平滑筋（Smooth Muscle）である。これらの成分は、それぞれ異なった性質があり、最大血圧、最小血圧時の血管の弾性はそれぞれCollagen、Elastinが強い影響力を担っている。そのため、血圧値によって異なる弾性をｂ波の強度とａ波の強度の比である（ｂ／ａ），ｆ波の強度とｅ波の強度の比である（ｆ／ｅ）のパラメータで示すことができ、年齢・性別・環境変数の影響によってもこれらの値は変動する。そのため、（ｂ／ａ），（ｆ／ｅ）の値は、加速度脈波形の特性情報として算出することができる。

【0039】

図５で示すように、Ｒ波の生じた時間ＴｒとＰ波の生じた時間Ｔｐの差分の時間が心室収縮期脈波伝搬時間ＰＴＴ＿ＳＹＳとなる。Ｔ波の生じた時間ＴｔとＤ波の生じた時間Ｔｄの差分の時間が心室拡張期脈波伝搬時間ＰＴＴ＿ＤＩＡとなる。すなわち、心電波形のＲ波の時間Ｔｒ及びＴ波の時間Ｔｔと、光電式容積脈波形のＴ波の時間ＴｐとＤ波の時間Ｔｄから、心室収縮期脈波伝搬時間ＰＴＴ＿ＳＹＳ及び心室拡張期脈波伝搬時間ＰＴＴ＿ＤＩＡを算出することができる。

【0040】

また、脈波伝播速度と動脈壁の縦弾性係数との関係が所定の式で示される相関関係にあることが知られており、縦弾性係数と血圧値との関係も所定の式で示される相関関係にあることが知られている。そのため、最大血圧を心室収縮期脈波伝搬時間ＰＴＴ＿ＳＹＳの所定の式で求めることが可能であり、最小血圧を心室拡張期脈波伝搬時間ＰＴＴ＿ＤＩＡの所定の式で求めることが可能である。これにより、最大血圧と最小血圧を算出することが可能である。

【0041】

また、測定データから生体データである心拍情報、特に安静時心拍数を算出する方法を例示すると、例えば安静時にユーザが装着している測定装置３００により測定される心電波形データ（例えば、図５の心電波形データ等）におけるＱＲＳ波の間隔などから、心拍情報を得ることができる。

【0042】

また、測定データから生体データである温度情報を算出する方法を例示すると、例えばユーザが装着している測定装置３００の温度センサにより測定されるユーザの皮膚温度データを温度情報として得ることができる。

【0043】

また、測定データから生体データである歩行速度情報を算出する方法を例示する。例えばユーザが手首に装着している測定装置３００により測定される加速度データの波形データから既知の算出方法等を単体で用いる、または、組み合わせて用いる（例えば平均化したり、重みづけしたりなど）ことにより歩行速度情報を得ることができ、例えば加速度データを所定時間ごとに積分することで歩行速度情報が算出される。これに加えて、ユーザ端末装置２００または測定装置３００にＧＰＳ機能を備え、ＧＰＳによる位置情報及び当該位置情報に関連する時間情報から算出される歩行速度情報を参照して、より正確な歩行速度情報を得るようにしてもよい。しかしながら、特に屋内や地下である場合や移動距離が比較的短い場合（例えば、数メートル以内など）にはＧＰＳ精度が一般的に低下するため、例えばユーザがユーザ端末装置２００を操作してＧＰＳによる情報を組み合わせて用いるか（または、加速度センサによる算出に代えて用いるか）どうかを選択可能にしてもよいし、ユーザ端末装置２００においてＧＰＳの受信感度情報や、ＧＰＳや加速度センサにより算出された距離情報などに基づいて、当該ＧＰＳによる情報を用いるかを選択するようにしてもよい。

【0044】

また、測定データから生体データである歩幅情報を算出する方法を例示する。例えばユーザが手首に装着している測定装置３００により測定される加速度データの波形データから既知の算出方法等を単体で用いる、または、組み合わせて用いる（例えば平均化したり、重みづけしたりなど）ことにより歩幅情報を得ることができ、例えば、歩く時には振り子のように手を振るため、上述の加速度センサの情報（例えば、進行方向の加速度成分が一番小さいタイミングまたは逆方向に切り替わるタイミングや、進行方向に対して垂直な方向の加速度成分が一番小さいタイミングまたは上下が切り替わるタイミングなど）を基に１歩の間隔が判別できるため、さらに時間情報を用いれば歩幅情報を得ることができる。他には、例えば、地面を蹴り出した際には、蹴り出た方向の加速度成分が合成されるので、当該方向の加速度成分の発生タイミングで１歩の間隔を判別することでも可能である。

【0045】

さらに、上述のＧＰＳや加速度センサにより算出された距離情報や上述の歩幅情報及び歩数情報（例えば、加速度センサからの情報に基づき、既知の方法で取得可能）などに基づき算出される運動量情報も生体データとして算出されてもよい。

【0046】

また、測定データから生体データであるユーザの手等の装着部位の動作情報を算出する方法を例示すると、例えばユーザが装着している測定装置３００により測定される加速度データおよび角速度データから、測定装置３００を装着している部位（例えば、手首や足首など）がどれくらいの速度でどのような角度で動いているのかという動作情報を得ることができる。

【0047】

また、測定データから生体データである活動量情報を算出する方法を例示すると、例えば日常的に装着している測定装置３００により測定される加速度データを周波数解析し、例えば周波数の高低が活動頻度の高低に対応付けられ、所定頻度以上の活動が１日の何割を占めているか、などの所定条件により算出することで活動量情報を得ることができる。

【0048】

さらに、測定データから生体データである運動量情報を算出する方法を例示すると、例えば日常的に装着している測定装置３００により測定される加速度データから既知の算出方法等により歩行を含む運動をしている際の加速度データを特定できるので、例えば周波数解析などを用いて所定の条件により算出することで運動量情報を得ることができる。また、角速度情報やタグ情報などの付加情報をさらに用いると、より正確な運動量情報を得ることが可能である。

【0049】

さらに、測定データから生体データである運動負荷量情報を算出する方法を例示すると、例えば日常的に装着している測定装置３００により測定される加速度データから導出した上記活動量情報や上記運動量情報に対して、例えば運動負荷と共に大きくなる心拍情報により重みづけをすることで運動負荷量情報を得ることができる。また、例えば加速度データのベクトル情報を加味すれば、歩行環境（坂や階段など）や姿勢（立位、座位など）などの状態情報も特定できるので、当該状態情報をさらに用いてもよい。また、角速度情報やタグ情報などの付加情報をさらに用いると、より正確な運動負荷量情報を得ることが可能である。

【0050】

さらに、測定データから生体データである最大酸素摂取量（ＶＯ_２max）を算出する方法を例示すると、例えば上述の安静時心拍数情報を用いて、ＶＯ_２max＝１５×（２２０－年齢）÷安静時心拍数という公知の数式などにより最大酸素摂取量情報を得ることができる。

【0051】

データ出力部１３４は、測定データや生体データ、信頼度情報をユーザ端末装置２００等の各デバイスへ出力する。ユーザ端末装置２００においては、出力データを例えば専用のアプリケーションを介して画面に表示するなどしてユーザが容易に確認可能としてもよい。

【0052】

入出力部１４０は、キーボード・マウス類、タッチパネル等の情報入力機器、及びディスプレイ等の出力機器である。

【0053】

＜処理の流れ＞
図６を参照しながら、情報処理システム１が実行する情報処理方法の処理の流れについて説明する。図６は、図１の情報処理システム１の処理の例を示すフローチャートである。

【0054】

ステップＳ１０１の処理として、データ管理部１３１では、測定装置３００を利用するユーザごとにアカウント情報が生成され、ユーザ端末装置２００等から所定のユーザ情報を取得する。登録されたユーザ情報は、データ管理部１３１により、ユーザ情報ＤＢ１２３に記憶される。ステップＳ１０１の処理は、ユーザが測定装置３００を利用するための前処理として行われてもよいし、ユーザが測定装置３００を初めて利用する際に行われてもよい。

【0055】

ステップＳ１０２の処理として、ユーザが測定装置３００を利用すると、測定データが測定装置３００からユーザ端末装置２００を介して管理サーバ１００へ所定の周期ごとに送信され、通信部１１０を介して受信される。データ管理部１３１により、記憶部１２０の測定データＤＢ１２１内においてユーザ情報に関連付けられて測定データが記憶される。

【0056】

ステップＳ１０３の処理として、測定装置３００により測定された測定データ、または、測定データＤＢ１２１に記憶された当該測定データを解析し、当該解析の結果に基づき、ステップＳ１０４の処理において生成される生体データの信頼度情報の算出を行う。なお、ステップＳ１０３とステップＳ１０４は、時系列として前後が逆であってもよいし、両ステップが並行して実行されていてもよい。

【0057】

図７及び図８には、測定データの解析について説明する一例としての概念図を示す。例えば図７に示されるように測定データ（例えば、心電データや脈波データなど）にノイズが少ない場合（すなわち、当該測定データにより生成される生体データの信頼度が高いと算出されるべき場合）の波形に対して、高速フーリエ変換（ＦＦＴ）などの既知の周波数解析により周波数成分を算出する。そして、これをｘ軸方向に進むにつれて積算するようにグラフ化した場合には、例えばｙ軸方向の総和の１０％の値から９０％の値のｘ軸方向の幅が小さい（すなわち、分散度が低い）。一方で、例えば図８に示されるように、ユーザの体動が大きかったり、装着不備があったり等で測定データにノイズが多い場合（すなわち、当該測定データにより生成される生体データの信頼度が低いと算出されるべき場合）の波形に対して、同様に周波数成分を算出し、ｘ軸方向に進むにつれて積算するようにグラフ化した場合には、例えばｙ軸方向の総和の１０％の値から９０％の値のｘ軸方向の幅が大きい（すなわち、分散度が高い）。

【0058】

したがって、上述の例の場合、測定データの周波数成分の積算値におけるｙ軸方向の所定の区間に対応するｘ軸方向の幅、すなわち測定データの周波数成分の分散度を解析結果として用いて信頼度情報を算出することが可能である。信頼度情報は、例えば、上記分散度に対して複数の閾値に基づく区分が形成され、各区分に対して信頼度Ａ－Ｅなどの評価情報が設定される形態であってもよいし、より細かく区分を区切り、パーセンテージなどの数値が設定される形態であってもよい。すなわち、生体データとしての心拍数情報が６０ｂｐｍと算出された場合、「信頼度Ｂ」と算出されてもよいし、「＋／－５％」と算出されてもよい。

【0059】

これについて、例えば分散度と評価情報または数値を対応付けた教師データを基に機械学習モデルを予め作成し、当該機械学習モデルを用いて信頼度情報算出部１３２により信頼度情報を算出するように構成をなしてもよい。

【0060】

その他の例としては、測定データと、当該測定データに基づき生成された生体データ（例えば心拍情報や血圧情報など）と正の生体データ（例えば、既知の医療機器に基づく心拍情報や血圧情報など）との誤差範囲を対応付けた教師データを基に機械学習モデルを予め作成し、当該機械学習モデルを用いて信頼度情報算出部１３２により、ステップＳ１０４において生成される生体データに対する誤差範囲を信頼度情報として算出するように構成をなしてもよい。すなわち、生体データとしての心拍数情報が６０ｂｐｍと算出された場合、「＋／－５％」と誤差割合範囲が算出されてもよいし、より具体的に「＋／－３ｂｐｍ」と誤差生体データ値範囲が算出されてもよい。

【0061】

また、上記の例では、測定データに影響するノイズ全般に対しての信頼度の算出であるが、例えば測定装置３００の加速度データまたは角速度データに基づく信頼度の算出も可能である。

【0062】

これは、例えば、加速度データまたは角速度データに対して既知の周波数解析を行い、周波数成分を算出し、測定データに対しても同様に周波数成分を算出する。ここで、両周波数成分を比較し、両者の一致度が高い場合には、ユーザの体動等による加速度の影響が大きいと判定することができ、両者の一致度が低い場合には加速度または角速度の影響が少ないと判定することができる。これを解析結果とすることで、上述のとおり、評価情報や数値等により信頼度情報を算出することも可能である。

【0063】

さらに、他の例として、ユーザの皮膚の湿度による影響に対する信頼度の算出も可能である。これは、例えば、皮膚の湿度に応じて細胞の光の吸収率が変化することを鑑み、測定データとしての脈波を測定する際に用いるＬＥＤ及びフォトダイオード等の光を利用して、ユーザの皮膚に対しＬＥＤにより同一光量で照らした際のフォトダイオードにおける光の強度の所定期間の平均値（例えば、現在から所定期間遡った時点までの平均値など）もしくは中央値の変化（差分）が大きい場合に信頼度が低くなり、当該差分が小さい場合に信頼度が高くなると判定することができる。これを解析結果とすることで、上述のとおり、評価情報や数値等により信頼度情報を算出することも可能である。

【0064】

上述の例は一例であり、信頼度情報の算出方法はこれらに限定されないが、例えば例示された算出方法を単体、または、組み合わせて用いることで、ユーザが望む精度の信頼度情報を算出することが可能となる。

【0065】

ステップＳ１０４の処理として、生体データ生成部１３３により測定データが読み取られ、所定の演算等により生体データの生成が行われる。生成された生体データは、データ管理部１３１により、生体データＤＢ１２２に記憶される。

【0066】

ステップＳ１０５の処理として、データ出力部１３４により、少なくとも生体データ及び信頼度情報をユーザ端末装置２００へ出力する。

【0067】

＜効果＞
以上のように、本実施形態に係る情報処理システムは、ユーザが装着する測定装置から取得した測定データに基づき生成された生体データに関する信頼度情報を、前記測定データに基づき算出することが可能であるため、現在または過去の生体データ等の信頼度を確認することが容易となる。

【0068】

以上、開示に係る実施形態について説明したが、これらはその他の様々な形態で実施することが可能であり、種々の省略、置換および変更を行なって実施することが出来る。これらの実施形態および変形例ならびに省略、置換および変更を行なったものは、特許請求の範囲の技術的範囲とその均等の範囲に含まれる。

【符号の説明】

【0069】

１ 情報処理システム
１００ 管理サーバ
２００ ユーザ端末装置
３００ 測定装置
ＮＷ ネットワーク

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】