特開 2023-112587 データ処理システム、及びデータ処理方法

(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】P2023112587

(43)【公開日】2023-08-14

(54)【発明の名称】データ処理システム、及びデータ処理方法

(51)【国際特許分類】

   G16H 40/00 20180101AFI20230804BHJP

【ＦＩ】

G16H40/00

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2022014477

(22)【出願日】2022-02-01

(71)【出願人】

【識別番号】000005108

【氏名又は名称】株式会社日立製作所

(74)【代理人】

【識別番号】110001678

【氏名又は名称】藤央弁理士法人

(72)【発明者】

【氏名】中村 宝弘

(72)【発明者】

【氏名】竹本 享史

(72)【発明者】

【氏名】レイ ミャオメイ

(72)【発明者】

【氏名】寺田 圭佑

【テーマコード（参考）】

5L099

【Ｆターム（参考）】

5L099AA15

(57)【要約】

【課題】健康データを民間事業者が活用可能として、住民の健康を増進する。
【解決手段】データ処理システムであって、演算処理を実行する演算装置と、前記演算装置がアクセス可能な記憶装置とを備え、入力データを受け付ける受付部と、前記入力データを変換する情報変換部と、栄養素情報及びアウトカムに基づいて生成された健康予測モデルと、前記健康予測モデルによる予測結果に基づく対象者の情報を出力する出力部とを有し、前記受付部は、事業者の顧客に関する前記入力データを受け付け、前記情報変換部は、前記入力データを、前記顧客が摂取した栄養素を示す顧客栄養素情報に変換し、前記健康予測モデルは、前記顧客栄養素情報から健康を予測し、前記出力部は、前記予測結果に基づいて、前記対象者の健康のためのアドバイスを前記事業者に出力する。
【選択図】図２

【特許請求の範囲】

【請求項1】

データ処理システムであって、
演算処理を実行する演算装置と、前記演算装置がアクセス可能な記憶装置とを備え、
入力データを受け付ける受付部と、
前記入力データを変換する情報変換部と、
栄養素情報及びアウトカムに基づいて生成された健康予測モデルと、
前記健康予測モデルによる予測結果に基づく対象者の情報を出力する出力部とを有し、
前記受付部は、事業者の顧客に関する前記入力データを受け付け、
前記情報変換部は、前記入力データを、前記顧客が摂取した栄養素を示す顧客栄養素情報に変換し、
前記健康予測モデルは、前記顧客栄養素情報から健康を予測し、
前記出力部は、前記予測結果に基づいて、前記対象者の健康のためのアドバイスを前記事業者に出力することを特徴とするデータ処理システム。

【請求項2】

請求項１に記載のデータ処理システムであって、
栄養調査データベースから取得したデータと前記顧客栄養素情報との比較結果に基づいて、前記健康予測モデルへ入力される顧客栄養素情報を補正する栄養素情報比較・補正部を有することを特徴とするデータ処理システム。

【請求項3】

請求項１に記載のデータ処理システムであって、
前記情報変換部へ入力されるデータを補正する情報補正部を有し、
前記受付部は、前記顧客の購買情報を前記入力データとして受け付け、
前記情報補正部は、所定の閾値より購買量が小さい購買情報に補正値を乗じて補正することを特徴とするデータ処理システム。

【請求項4】

請求項３に記載のデータ処理システムであって、
前記情報補正部は、
前記顧客の購買情報と複数の前記顧客の購買情報とを比較する比較器と、
前記比較器による比較結果に基づいて前記顧客の購買情報の購買量が少ない要因を判定する要因判定部と、
前記判定された要因に対応する補正値を生成する補正値生成部とを有し、
前記購買情報に前記生成された補正値を乗じて、購買情報を補正することを特徴とするデータ処理システム。

【請求項5】

請求項１に記載のデータ処理システムであって、
栄養調査データベースから取得したデータと前記顧客栄養素情報との比較結果に基づいて、前記健康予測モデルへ入力される顧客栄養素情報を補正する栄養素情報比較・補正部と、
前記情報変換部へ入力されるデータを補正する情報補正部とを有し、
前記受付部は、前記顧客の購買情報を前記入力データとして受け付け、
前記情報補正部は、所定の閾値より購買量が小さい購買情報に補正値を乗じて補正することを特徴とするデータ処理システム。

【請求項6】

請求項１に記載のデータ処理システムであって、
住民の健康データの分析結果から栄養素情報とアウトカムとの関係を示した分析結果を格納する分析結果データベースを有し、
前記健康予測モデルは、前記分析結果データベースに格納された分析結果に基づいて生成されたものであることを特徴とするデータ処理システム。

【請求項7】

請求項６に記載のデータ処理システムであって、
前記健康予測モデルは、重回帰モデルで構成され、
前記分析結果データベースは、前記アウトカムに対する重回帰モデルの栄養素の偏回帰係数及び切片を含むことを特徴とするデータ処理システム。

【請求項8】

計算機が実行するデータ処理方法であって、
前記計算機は、演算処理を実行する演算装置と、前記演算装置がアクセス可能な記憶装置とを有し、
前記データ処理方法は、
事業者の顧客に関する入力データを受け付ける受付手順と、
前記入力データを前記顧客が摂取した栄養素を示す顧客栄養素情報に変換する情報変換手順と、
栄養素情報及びアウトカムに基づいて生成された健康予測モデルを用いて、前記顧客栄養素情報から健康を予測する予測手順と、
前記予測手順における予測結果に基づく前記対象者の健康のためのアドバイスを前記事業者に出力する出力手順とを含むことを特徴とするデータ処理方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、データ処理システムに関し、特に健康データに基づいた有意義な情報を民間事業者に提供するシステムに関する。

【背景技術】

【0002】

地方自治体などでは住民の健康増進を目的として、住民から健康データを収集して分析する保健事業が行われている。このような保健事業は、大学・研究機関・企業などと連携してコホート研究として行われることがある。コホート研究で収集した住民の健康データは、コホート研究の目的である疾病や健康の指標などの要因特定のために分析・活用される。

【0003】

本技術分野の背景技術として、以下の先行技術がある。特許文献１（特開２０２０－１３５７２０号公報）には、食品販売に関する情報を少なくとも管理する管理端末と、ユーザが所有するユーザ端末と、該管理端末及び該ユーザ端末と通信可能なサーバ装置と、を備える買い物支援システムであって、前記管理端末は、前記ユーザが購入した食品毎の価格を含む食品に関する情報に基づいて電子化された購買情報を生成し、当該電子化された購買情報を前記サーバ装置に送信し、前記サーバ装置は、食品毎の価格と分量の交換比率の情報を含む食品情報を取得する食品情報取得手段を備え、前記ユーザが購入した食品の内、少なくとも一部の食品において、前記ユーザ及びその家族の個人情報と、前記管理端末から受信した前記電子化された購買情報が示す食品毎の価格と、取得した前記食品情報とに基づいて、前記ユーザ及びその家族が摂取する食品毎の分量を推測し、推測した前記食品毎の分量を前記ユーザ及びその家族の個人毎及び購入日から１日毎に割り振りし、この割り振りの結果に基づいて、前記ユーザ及びその家族が個人単位で１日毎に摂取すると推測される食品が有する栄養素の種類別の栄養価に関する食品栄養情報を解析し、前記ユーザ及びその家族の１日毎の栄養素の偏りを示す栄養偏向情報を生成して前記ユーザ端末に送信し、前記ユーザ端末は、前記サーバ装置から送信された栄養偏向情報を受信し、該受信した栄養偏向情報を出力することを特徴とする買い物支援システムが開示されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０２０－１３５７２０号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

自治体が保有する健康データの民間企業による利用は個人情報保護の観点から難しい。民間事業者が健康データを活用できれば、様々な健康サービスの提供によって住民の健康増進が期待できるものの、そのためには個人情報保護や倫理の観点から、目的ごとに対象となる住民の同意を得る必要がある。目的ごとに数万人から同意の取得は容易ではないため、健康データに直接アクセスすることなく、民間事業者に有意義な情報を提示し、コホート研究から得られる知見を民間事業者が活用可能とすることが求められている。

【課題を解決するための手段】

【0006】

本願において開示される発明の代表的な一例を示せば以下の通りである。すなわち、データ処理システムであって、演算処理を実行する演算装置と、前記演算装置がアクセス可能な記憶装置とを備え、入力データを受け付ける受付部と、前記入力データを変換する情報変換部と、栄養素情報及びアウトカムに基づいて生成された健康予測モデルと、前記健康予測モデルによる予測結果に基づく対象者の情報を出力する出力部とを有し、前記受付部は、事業者の顧客に関する前記入力データを受け付け、前記情報変換部は、前記入力データを、前記顧客が摂取した栄養素を示す顧客栄養素情報に変換し、前記健康予測モデルは、前記顧客栄養素情報から健康を予測し、前記出力部は、前記予測結果に基づいて、前記対象者の健康のためのアドバイスを前記事業者に出力することを特徴とする。

【発明の効果】

【0007】

本発明の一態様によれば、住民の健康を増進できる。前述した以外の課題、構成及び効果は、以下の実施例の説明によって明らかにされる。

【図面の簡単な説明】

【0008】

【図1】実施例１のデータ処理システムの物理的な構成を示すブロック図である。

【図2】実施例１のデータ処理システムの構成図である。

【図3】実施例１の分析結果データベースにおける各被験者の摂取栄養素情報を多次元空間にマッピングした図である。

【図4】実施例１の分析結果データベースの構成例を示す図である。

【図5】実施例２のデータ処理システムの構成図である。

【図6】実施例２の購買情報補正部の構成図である。

【図7】実施例２の要因判定部における閾値の例を示す図である。

【図8】実施例３のデータ処理システムの構成図である。

【図9】実施例３の栄養素情報比較・補正部３２３の構成図である。

【発明を実施するための形態】

【0009】

以下の実施例において、便宜上その必要があるときは、複数のセクション又は実施例に分割して説明するが、特に明示した場合を除き、それらは互いに無関係なものではなく、一方は他方の一部又は全部の変形例、詳細、補足説明等の関係にある。また、以下の実施例において、要素の数等（個数、数値、量、範囲等を含む）に言及する場合、特に明示した場合及び原理的に明らかに特定の数に限定される場合等を除き、その特定の数に限定されるものではなく、特定の数以上でも以下でもよい。

【0010】

さらに、以下の実施例において、その構成要素（要素ステップ等も含む）は、特に明示した場合及び原理的に明らかに必須であると考えられる場合等を除き、必ずしも必須のものではないことは言うまでもない。同様に、以下の実施例において、構成要素等の形状、位置関係等に言及するときは、特に明示した場合及び原理的に明らかにそうでないと考えられる場合等を除き、実質的にその形状等に近似又は類似するもの等を含むものとする。このことは、前述の数値及び範囲についても同様である。

【0011】

以下、本発明の実施例を図面を参照して詳細に説明する。なお、実施例を説明するための全図において、同一の要素には原則として同一の符号を付し、その繰り返しの説明は省略する。

【0012】

＜実施例１＞
図１は、本発明の実施例１のデータ処理システム３０の物理的な構成を示すブロック図である。

【0013】

本実施例のデータ処理システム３０は、プロセッサ（ＣＰＵ）１、メモリ２、補助記憶装置３及び通信インターフェース４を有する計算機によって構成される。データ処理システム３０は、入力インターフェース５及び出力インターフェース６を有してもよい。

【0014】

プロセッサ１は、メモリ２に格納されたプログラムを実行する演算装置である。プロセッサ１が、各種プログラムを実行することによって、データ処理システム３０が提供する機能部（補正部３２０、介入提案・効果判定部３３０、入出力部３４０）が実現される。なお、プロセッサ１がプログラムを実行して行う処理の一部を、他の演算装置（例えば、ＡＳＩＣ、ＦＰＧＡ等のハードウェア）で実行してもよい。

【0015】

メモリ２は、不揮発性の記憶素子であるＲＯＭ及び揮発性の記憶素子であるＲＡＭを含む。ＲＯＭは、不変のプログラム（例えば、ＢＩＯＳ）などを格納する。ＲＡＭは、ＤＲＡＭ（Dynamic Random Access Memory）のような高速かつ揮発性の記憶素子であり、プロセッサ１が実行するプログラム及びプログラムの実行時に使用されるデータを一時的に格納する。

【0016】

補助記憶装置３は、例えば、磁気記憶装置（ＨＤＤ）、フラッシュメモリ（ＳＳＤ）等の大容量かつ不揮発性の記憶装置であり、データベース部３１０を構成する。また、補助記憶装置３は、プロセッサ１がプログラムの実行時に使用するデータ（例えば、分析結果データベース３１１など）、及びプロセッサ１が実行するプログラムを格納する。すなわち、プログラムは、補助記憶装置３から読み出されて、メモリ２にロードされて、プロセッサ１によって実行されることによって、データ処理システム３０の各機能を実現する。

【0017】

通信インターフェース４は、所定のプロトコルに従って、他の装置（例えば、端末５００）との通信を制御するネットワークインターフェース装置である。

【0018】

入力インターフェース５は、キーボード７やマウス８などの入力装置が接続され、オペレータからの入力を受けるインターフェースである。出力インターフェース６は、ディスプレイ装置９やプリンタ（図示省略）などの出力装置が接続され、プログラムの実行結果をオペレータが視認可能な形式で出力するインターフェースである。なお、データ処理システム３０にネットワークを介して接続されたユーザ端末（図示省略）が入力装置及び出力装置を提供してもよい。この場合、データ処理システム３０がウェブサーバの機能を有し、ユーザ端末がデータ処理システム３０に所定のプロトコル（例えばｈｔｔｐ）でアクセスしてもよい。

【0019】

プロセッサ１が実行するプログラムは、リムーバブルメディア（ＣＤ－ＲＯＭ、フラッシュメモリなど）又はネットワークを介してデータ処理システム３０に提供され、非一時的記憶媒体である不揮発性の補助記憶装置３に格納される。このため、データ処理システム３０は、リムーバブルメディアからデータを読み込むインターフェースを有するとよい。

【0020】

データ処理システム３０は、物理的に一つの計算機上で、又は、論理的又は物理的に構成された複数の計算機上で構成される計算機システムであり、複数の物理的計算機資源上に構築された仮想計算機上で動作してもよい。例えば、補正部３２０、介入提案・効果判定部３３０、入出力部３４０は、各々別個の物理的又は論理的計算機上で動作するものでも、複数が組み合わされて一つの物理的又は論理的計算機上で動作するものでもよい。

【0021】

図２は、本発明の実施例１のデータ処理システム３０の構成図である。

【0022】

実施例１のデータ処理システム３０は、データベース部３１０、補正部３２０、介入提案・効果判定部３３０、及び入出力部３４０を有する。入出力部３４０は、小売りなどの民間事業者４０から購買情報（いわゆるＩＤ－ＰＯＳデータ）を受け付ける受付部３４１と、受け付けた購買データ毎に家族構成を推測する家族構成推測部３４３と、推測された家族構成から対象者を特定して、家族構成や年齢や性別などの対象者を特定するための情報を出力する対象者特定部３４４と、特定された対象者の購買情報を選択する購買情報選択部３４２と、介入提案・効果判定部３３０の出力結果から特定された対象者の情報を選択する結果選択部３４５と、対象者の情報と商品販売上のアドバイスを出力する出力部３４６とを有する。

【0023】

民間事業者４０は、ＰＯＳシステムを用いて、出力部３４６から出力されたアドバイスに従って、当該対象者に適する商品の購入を促す宣伝をする。

【0024】

データベース部３１０は、分析結果データベース３１１を有する。分析結果データベース３１１は、自治体健康データシステム２０から提供された、自治体などが保有する健康データ２１０の分析結果を格納する。補正部３２０は、購買情報から栄養素情報に変換する情報変換部３２２とを有する。介入提案・効果判定部３３０は、健康予測モデル３３１と、アドバイス生成部３３２と、介入効果判定部３３３とを有する。介入提案・効果判定部３３０は、健康予測モデル３３１と、アドバイス生成部３３２と、介入効果判定部３３３とを有する。

【0025】

自治体健康データシステム２０は、住民１０の健康データ２１０が収集されており、健康データ２１０を分析して、将来の健康状態を予測するデータ分析・健康予測部２２０と、将来の健康状態の予測結果に基づいて、住民１０へのアドバイスを生成するアドバイス生成部２３０とを有する。

【0026】

入出力部３４０が、選択された購買情報を受け付けると、補正部３２０は、受け付けられた購買情報を栄養素情報に変換する。健康予測モデル３３１は、栄養素情報を用いて対象者の健康を予測する。アドバイス生成部３３２は、健康予測と対象者情報とに基づいてアドバイスを生成する。介入効果判定部３３３は、購買情報の時系列変化などに基づいて、その変化による効果を判定する。介入効果判定部３３３は、例えば、モデルベースで構成するとよい。入出力部３４０は、生成されたアドバイスと介入効果の対象者を選定し、生成されたアドバイスと介入効果を選定された対象者に出力する。

【0027】

健康予測モデル３３１は、健康データ２１０から機械学習などに基づいて生成されるとよいが、前述の通り自治体が保有する健康データ２１０の活用は困難である。本実施例では、健康データ２１０を統計的に分析した結果や匿名化されたデータを分析結果データベース３１１に格納し、分析結果データベース３１１に基づいて健康予測モデル３３１を作成する。分析結果データベース３１１は個人情報を含まない統計情報や匿名化データを格納するため、住民などから同意を得る必要がない。

【0028】

次に、分析結果データベース３１１について説明する。まず、図３に示すように、健康データ２１０における各被験者の摂取栄養素情報をＮ次元空間（Ｎは正の整数）にマッピングし、クラスタリングする。接種栄養素情報は、主成分分析（ＰＣＡ）などで次元数を低減して、関連性の強い栄養素を纏めて、計算コストを低減してもよい。次に、各クラスタ（図３におけるＣＬ－１、ＣＬ－２、ＣＬ－３、ＣＬ－４、ＣＬ－５）ごとにアウトカムに対する重回帰モデルの各栄養素の偏回帰係数と切片を計算する。アウトカムは、対象者の健康に影響する因子であり、例えば、妊婦を対象にするアウトカムは、子どもの出生体重や腸内細菌叢の多様性などであり、高齢者を対象とするアウトカムは、フレイル危険度や認知症危険度や心疾患リスクなどである。なお、重回帰モデルではなく、学習済ニューラルネットワークを用いてもよい。

【0029】

健康予測モデル３３１は、対象者の栄養素情報から、その栄養素情報が上述したどのクラスタに属するかを判定し、属するクラスタの重回帰モデルを適用する。

【0030】

図４は、分析結果データベース３１１に記録されるアウトカムに対する各クラスタでの偏回帰係数と切片の例を示す図であり、腸内細菌叢多様性をアウトカムとした場合の重回帰モデルにおける摂取栄養素の偏回帰係数と切片を示す。分析結果データベース３１１には、図３のクラスタ情報（各クラスタの表面座標情報や重心情報など）と、図４の各アウトカムに対する偏回帰係数と切片の情報が登録される。偏回帰係数と切片は重回帰モデルの説明変数であり、アウトカムは重回帰モデルの目的変数である。

【0031】

重回帰モデルは、後述する手順で作成できる。まず、対象者の摂取栄養情報をマッピングし、該当するクラスタを特定する。マッピングされた座標がクラスタとクラスタの隙間や、クラスタの外側に位置して、いずれのクラスタにも属さない場合、マッピングされた座標と重心が最も近いクラスタに属するように定めることで、どのクラスタにも属さない状況を回避できる。また、クラスタの特定は、マッピングされた座標と各クラスタの重心情報から、重心までの距離が最も近いクラスタに属するように定めてもよい。この場合、クラスタの表面座標情報は不要となるため、データ容量や計算コストを低減できる。特定されたクラスタの偏回帰係数と切片に基づいて、アウトカムを予測する重回帰モデルを作成する。全要素で重回帰モデルを作成する場合、例えば２次関数となる要素については正しくないモデルとなるが、クラスタに分けることによって、クラスタ内では線形に近似できる可能性が高まるため、より正確なモデルを作成でき、多様性を考慮して適切なアドバイスを生成できる。

【0032】

実施例１のデータ処理システム３０は、演算処理を実行する演算装置（プロセッサ１）と、プロセッサ１がアクセス可能な記憶装置（メモリ２、補助記憶装置３）とを備え、入力データを受け付ける受付部３４１と、入力データを変換する情報変換部３２２と、栄養素情報及びアウトカムに基づいて生成された健康予測モデル３３１と、健康予測モデル３３１による予測結果に基づく対象者の情報を出力する出力部３４６とを有し、受付部３４１は、事業者の顧客に関する入力データを受け付け、情報変換部３２２は、入力データを事業者の顧客が摂取した栄養素を示す顧客栄養素情報に変換し、健康予測モデル３３１は、顧客栄養素情報から健康を予測し、出力部３４６は、予測結果に基づいて、対象者の健康のためのアドバイス又は対象者の情報を事業者に出力するので、民間事業者の行為によって住民の健康を増進でき、医療費を低減できる。民間事業者は、自治体が保有する健康データに直接アクセスすることなく、コホート研究から得られる知見を活用できる。このデータを用いて健康サービスを展開でき、サービス拡充によるユーザ拡大や購買予測による在庫最適化が期待され、利益を向上できる。

【0033】

＜実施例２＞
前述した実施例１では、購買情報から得られた栄養素情報を対象者のある期間中の全摂取栄養素として扱っているが、実際には対象者は複数の小売店で食品を購入したり、外食をしたりするため、購買情報に含まれない栄養素も摂取している。従って、特定の小売店の購買情報だけでは正確な摂取栄養素を得られない課題がある。実施例２では、補正部３２０に購買情報補正部３２１を設けて、この課題を解決する。実施例２において、前述した実施例１との相違点を主に説明し、実施例１と同じ構成及び機能の説明は省略する。

【0034】

図５は、実施例２のデータ処理システム３０の構成図である。

【0035】

実施例２のデータ処理システム３０は、データベース部３１０、補正部３２０、介入提案・効果判定部３３０、及び入出力部３４０を有する。補正部３２０は、購買情報補正部３２１と、購買情報から栄養素情報に変換する情報変換部３２２とを有する。

【0036】

図６は、実施例２の購買情報補正部３２１の構成図である。

【0037】

購買情報補正部３２１は、一人当たり平均購買算出部３２１１と、比較器３２１０と、要因判定部３２１６と、補正値生成部３２１７と、乗算器３２１２、３２１３、３２１４と、加算器３２１５とを有する。

【0038】

一人当たり平均購買算出部３２１１は、複数の対象者の購買情報と家族構成情報を用いて基準値を算出する。家族構成情報は対象者から提供を受けても、購買情報から推測してもよい。一人当たり平均購買算出部３２１１は、入力された購買情報を分類器によって購買項目ごとに分類し、購買項目ごとの購買情報と家族構成情報から、基準値となる購買項目ごとの一人当たりの平均購買量を算出する。購買項目は、例えば、穀類、肉類、魚類、大豆製品類、乳製品類、野菜類、芋類、海藻類、果物類、油脂類、調味料類などの項目であり、一般的に図７に示す分布となる。平均購買量は、購入金額や重量である。

【0039】

対象者の購買量が少ない要因はいくつか考えられる。（１）別の小売店でも購入している、（２）一部の食品を別の小売店で購入している（野菜は八百屋で購入、米はインターネットで購入など）、（３）趣味や趣向から特定の食品を購入しない、などである。要因（３）は補正する必要はないが、要因（１）と要因（２）による購入量の低下を補正するため、まず、比較器３２１０は、算出した基準値と対象者の購買情報とを比較する。算出した基準値と対象者の家族構成から、基準となる購買情報を算出し、対象者の購買情報と比較する。要因（１）の場合には、全体的に購入量が少なくなる。従って、要因判定部３２１６は、対象者の購買情報における各購買項目の購買量の平均値の基準となる購買情報に対する比（ｋ１）が閾値１（ｔｈ１）以下であれば、要因（１）であると判定する。閾値１（ｔｈ１）としては、基準値の算出で用いた複数の対象者の購買情報の平均値から標準偏差を減じた値を採用することで、統計的に意味のある閾値となる。要因（１）と判定された対象者の購買情報は、全項目に対してｔｈ１／ｋ１を乗じて補正する。具体的には、補正値生成部３２１７が補正値を生成し、乗算器３２１４が、生成された補正値を対象者の購買情報と乗じて出力する。このような補正によって、要因（１）による購買量の低下を補正でき、ｋ１に対して不連続な購買量となることを防ぐことができる。また、ｋ１が極めて小さい場合、補正による誤差が大きくなるおそれがあるため、ｋ１がある閾値２（ｔｈ２）以下の場合には補正不能として、その後のプロセスから除外すると、低い精度の健康予測を抑制できる。閾値２（ｔｈ２）としては、基準値の算出で用いた複数の対象者の購買情報の平均値から２×標準偏差を減じた値を採用することで、統計的に意味のある閾値となる。

【0040】

要因（２）と要因（３）とは区別が困難であるが、穀類と野菜類が極端に少ない場合には要因（２）と判定できる。要因（１）に該当せず、穀類や野菜類の購買量が所定の閾値３（ｔｈ３）以下であれば、要因判定部３２１６が要因（２）と判定する。閾値３（ｔｈ３）としては、基準値の算出で用いた複数の対象者の購買情報の平均値から２×標準偏差を減じた値を採用することで、統計的に意味のある閾値となる。閾値３以下の穀類と野菜類の購買量は、平均購買情報×ｔｈ３／平均値に補正することで、過度の補正を抑制しつつ連続性を確保する。具体的には、補正値生成部３２１７が補正値を生成し、乗算器３２１３が生成された補正値を一人当たり購買平均量と対象者の家族構成と乗じて出力する。

【0041】

要因判定部３２１６は、補正不要又は要因が不明と判定した場合、乗算器３２１３及び３１１４に補正値１を出力する。

【0042】

加算器３２１５は、乗算器３２１３の出力と乗算器３２１４の出力とを加算し、補正後の栄養素情報として出力する。以上により、別の小売店での購入が要因で低下している購買量を補正できる。

【0043】

実施例２のデータ処理システム３０は、情報変換部３２２へ入力されるデータを補正する購買情報補正部３２１を有し、受付部３４１は、事業者の顧客の購買情報を受け付け、購買情報補正部３２１は、所定の閾値より購買量が小さい購買情報に補正値を乗じて補正するので、広いユーザの健康を予測でき、より多くの対象者の健康を正確に予測できる。

【0044】

また、購買情報補正部３２１は、事業者の顧客の購買情報と事業者の複数の顧客の購買情報とを比較する比較器３２１０と、比較器３２１０による比較結果に基づいて事業者の顧客の購買情報の購買量が少ない要因を判定する要因判定部３２１６と、判定された要因に対応する補正値を生成する補正値生成部３２１７とを有し、購買情報補正部３２１は、購買情報に生成された補正値を乗じて、購買情報を補正するので、推測された要因毎に購買量の補正が可能となり、対象者の特性に合わせて適切な補正でき、正確に健康を予測できる。

【0045】

＜実施例３＞
前述した実施例１では、購買情報から抽出された栄養素情報と分析結果データベース３１１の栄養素情報を同様に扱っている。どちらも同じ種類の情報から抽出された栄養素情報であればこのような扱いが可能であるが、多くの場合に異なっている。自治体の健康データ２１０における栄養素情報として広く用いられているものにＢＤＨＱ（簡易型自記式食事歴法質問票：Brief-type self-administered Diet History Questionnaire）がある。ＢＤＨＱは、対象者へのアンケートに基づいて栄養素や食品の摂取状態を定量的に調べるものである。ＢＤＨＱと購買情報のように、異なる方法で得られた栄養素情報を同じ栄養素情報として扱うと、正確性が低下する。実施例３では、補正部３２０に栄養素情報比較・補正部３２３を設けて、この課題を解決する。実施例３において、前述した実施例１との相違点を主に説明し、実施例１と同じ構成及び機能の説明は省略する。

【0046】

図８は、実施例３のデータ処理システム３０の構成図である。

【0047】

実施例３のデータ処理システム３０は、データベース部３１０、補正部３２０、介入提案・効果判定部３３０、及び入出力部３４０を有する。データベース部３１０は、分析結果データベース３１１と、栄養調査データベース３１２とを有する。栄養調査データベース３１２は、厚生労働省の栄養調査データを格納する。栄養調査データベース３１２は、オンラインで参照するように構成してもよい。補正部３２０は、購買情報から栄養素情報に変換する情報変換部３２２と、栄養素情報比較・補正部３２３とを有する。介入提案・効果判定部３３０は、健康予測モデル３３１と、アドバイス生成部３３２と、介入効果判定部３３３とを有する。

【0048】

図９は、実施例３の栄養素情報比較・補正部３２３の構成図である。

【0049】

栄養素情報比較・補正部３２３は、比較器３２３０と乗算器３２３１とを有し、厚生労働省の栄養調査結果を補正のための基準値として使用する。栄養調査はＢＤＨＱにて行われており、基準値として適している。比較器３２３０は、厚労省の栄養調査結果における各種摂取栄養素と、購買情報から計算された各種摂取栄養素とを比較し、各摂取栄養素ごとに前者に対する後者の比（ｋｋ１～ｋｋｎ、ｎは栄養素の総数）を計算する。乗算器３２３１は、ｋｋ１～ｋｋｎを補正値として乗じて、対象者の栄養素情報を補正する。厚労省の栄養調査結果は都道府県ごとに調査されており、地域特性を考慮して補正できる。

【0050】

以上に、実施例２と実施例３を別個に説明したが、実施例２と実施例３とを組み合わせて、実施例２と実施例３との両方の要素を含むのデータ処理システムを構成してもよい。

【0051】

実施例３のデータ処理システム３０は、栄養調査データベースから取得したデータと前記顧客栄養素情報との比較結果に基づいて、健康予測モデルへ入力される顧客栄養素情報を補正する栄養素情報比較・補正部３２３を有するので、購買情報と栄養素情報とのミスマッチを解消し、予測精度を向上できる。

【0052】

なお、本発明は前述した実施例に限定されるものではなく、添付した特許請求の範囲の趣旨内における様々な変形例及び同等の構成が含まれる。例えば、前述した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに本発明は限定されない。また、ある実施例の構成の一部を他の実施例の構成に置き換えてもよい。また、ある実施例の構成に他の実施例の構成を加えてもよい。また、各実施例の構成の一部について、他の構成の追加・削除・置換をしてもよい。

【0053】

また、前述した各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等により、ハードウェアで実現してもよく、プロセッサがそれぞれの機能を実現するプログラムを解釈し実行することにより、ソフトウェアで実現してもよい。

【0054】

各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリ、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶装置、又は、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に格納することができる。

【0055】

また、制御線や情報線は説明上必要と考えられるものを示しており、実装上必要な全ての制御線や情報線を示しているとは限らない。実際には、ほとんど全ての構成が相互に接続されていると考えてよい。

【符号の説明】

【0056】

１：プロセッサ（ＣＰＵ）
２：メモリ
３：補助記憶装置
４：通信インターフェース
５：入力インターフェース
６：出力インターフェース
７：キーボード
８：マウス
９：ディスプレイ装置
１０：住民
２０：自治体健康データシステム
３０：データ処理システム
４０：民間事業者
２１０：健康データ・データベース
２２０：データ分析・健康予測部
２３０：アドバイス生成部
３１０：データベース部
３１１：分析結果データベース
３１２：栄養調査データベース
３２０：補正部
３２１：購買情報補正部
３２２：情報変換部
３２３：栄養素情報比較・補正部
３３０：介入提案・効果判定部
３３１：健康予測モデル
３３２：アドバイス生成部
３３３：介入効果判定部
３４０：入出力部
３４１：受付部
３４２：購買情報選択部
３４３：家族情報推測部
３４４：対象者特定部
３４５：結果選択部
３４６：出力部
３２１０：比較器
３２１１：一人当たり平均購買量算出部
３２１２、３２１３、３２１４：乗算器
３２１５：加算器
３２１６：要因判定部
３２１７：補正値生成部
３２３０：比較器
３２３１：乗算器

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】