(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】P2024155663
(43)【公開日】2024-10-31
(54)【発明の名称】情報処理方法、プログラム、情報処理システム
(51)【国際特許分類】
G16H 50/30 20180101AFI20241024BHJP
G16H 50/50 20180101ALI20241024BHJP
【ＦＩ】
G16H50/30
G16H50/50
【審査請求】未請求
【請求項の数】6
【出願形態】ＯＬ
(21)【出願番号】P 2023122948
(22)【出願日】2023-07-28
(62)【分割の表示】P 2023068337の分割
【原出願日】2023-04-19
(71)【出願人】
【識別番号】522000762
【氏名又は名称】株式会社ＡｉＣＡＮ
(74)【代理人】
【識別番号】110002790
【氏名又は名称】Ｏｎｅ ｉｐ弁理士法人
(72)【発明者】
【氏名】▲高▼岡 昂太
【テーマコード（参考）】
5L099
【Ｆターム（参考）】
5L099AA15
(57)【要約】
【課題】本発明は、特に、基準数理モデルを用いた新たな手法により、身長や体重を含む
発育関連パラメータを求めることができる。
【解決手段】
本発明は、情報処理装置により実行される情報処理方法であって、対象者の身長または
体重の少なくとも何れか一方の測定値を含む測定値情報と、当該測定値情報に紐づく出生
からの経過期間情報と、を少なくとも含む入力情報に対して基準数理モデルをフィッティ
ングさせるフィッティングステップと、前記フィッティングにより得られる結果関数に含
まれる一以上の発育関連パラメータを含む結果情報を出力する結果出力ステップを含む。
【選択図】図７
発育関連パラメータを求めることができる。
【解決手段】
本発明は、情報処理装置により実行される情報処理方法であって、対象者の身長または
体重の少なくとも何れか一方の測定値を含む測定値情報と、当該測定値情報に紐づく出生
からの経過期間情報と、を少なくとも含む入力情報に対して基準数理モデルをフィッティ
ングさせるフィッティングステップと、前記フィッティングにより得られる結果関数に含
まれる一以上の発育関連パラメータを含む結果情報を出力する結果出力ステップを含む。
【選択図】図７
【特許請求の範囲】
【請求項1】
情報処理装置により実行される情報処理方法であって、
対象者の身長または体重の少なくとも何れか一方の測定値を含む測定値情報と、当該測
定値情報に紐づく出生からの経過期間情報と、を少なくとも含む入力情報に対して基準数
理モデルをフィッティングさせるフィッティングステップと、
前記フィッティングにより得られる結果関数に含まれる一以上の発育関連パラメータを
含む結果情報を出力する結果出力ステップを含む、
情報処理方法。
対象者の身長または体重の少なくとも何れか一方の測定値を含む測定値情報と、当該測
定値情報に紐づく出生からの経過期間情報と、を少なくとも含む入力情報に対して基準数
理モデルをフィッティングさせるフィッティングステップと、
前記フィッティングにより得られる結果関数に含まれる一以上の発育関連パラメータを
含む結果情報を出力する結果出力ステップを含む、
情報処理方法。
【請求項2】
前記発育関連パラメータは、出生時の身長または体重の少なくとも何れか一方の予測値
を含む、請求項１に記載の方法。
を含む、請求項１に記載の方法。
【請求項3】
前記発育関連パラメータは、将来の所定のタイミングにおける身長または体重の少なく
とも何れか一方の予測値を含む、請求項１に記載の方法。
とも何れか一方の予測値を含む、請求項１に記載の方法。
【請求項4】
前記発育関連パラメータは、下記（１）～（１８）の少なくともいずれかを含む、請求
項１に記載の方法。
（１）出生時の成長速度、
（２）成長初速度の減衰率、
（３）基本成長速度、
（４）後期発育の発育速度上限値、
（５）後期発育の発育速度抑制量、
（６）後期発育の開始時期に関する情報、
（７）後期発育の亢進および抑制の速度に関する情報
（８）後期発育抑制開始時期の情報
（９）後期発育の進行率
（１０）後期発育の抑制進行率、
（１１）後期発育の加速度が最大となる時期、
（１２）後期発育の減速度が最大となる時期、
（１３）後期発育の進行から抑制までの時間差、
（１４）後期発育の亢進速度を抑制速度が上回った時間、
（１５）後期発育において最も成長速度が高い時期、
（１６）後期発育の期間、
（１７）後期成長の進行率に関する情報、
（１８）個人要因、環境要因、介入要因の少なくともいずれかによる影響の大きさに関す
る情報
項１に記載の方法。
（１）出生時の成長速度、
（２）成長初速度の減衰率、
（３）基本成長速度、
（４）後期発育の発育速度上限値、
（５）後期発育の発育速度抑制量、
（６）後期発育の開始時期に関する情報、
（７）後期発育の亢進および抑制の速度に関する情報
（８）後期発育抑制開始時期の情報
（９）後期発育の進行率
（１０）後期発育の抑制進行率、
（１１）後期発育の加速度が最大となる時期、
（１２）後期発育の減速度が最大となる時期、
（１３）後期発育の進行から抑制までの時間差、
（１４）後期発育の亢進速度を抑制速度が上回った時間、
（１５）後期発育において最も成長速度が高い時期、
（１６）後期発育の期間、
（１７）後期成長の進行率に関する情報、
（１８）個人要因、環境要因、介入要因の少なくともいずれかによる影響の大きさに関す
る情報
【請求項5】
情報処理装置において、
対象者の身長または体重の少なくとも何れか一方の測定値を含む測定値情報と、当該測
定値情報に紐づく出生からの経過期間情報と、を少なくとも含む入力情報に対して基準数
理モデルをフィッティングさせるフィッティングステップと、
前記フィッティングにより得られる結果関数に含まれる一以上の発育関連パラメータを
含む結果情報を出力する結果出力ステップと、を含む情報処理方法を実行させるプログラ
ム。
対象者の身長または体重の少なくとも何れか一方の測定値を含む測定値情報と、当該測
定値情報に紐づく出生からの経過期間情報と、を少なくとも含む入力情報に対して基準数
理モデルをフィッティングさせるフィッティングステップと、
前記フィッティングにより得られる結果関数に含まれる一以上の発育関連パラメータを
含む結果情報を出力する結果出力ステップと、を含む情報処理方法を実行させるプログラ
ム。
【請求項6】
制御部を有する情報処理装置であって、
前記制御部は、
対象者の身長または体重の少なくとも何れか一方の測定値を含む測定値情報と、当該測定
値情報に紐づく出生からの経過期間情報と、を少なくとも含む入力情報に対して基準数理
モデルをフィッティングさせるフィッティング部と、
前記フィッティングにより得られる結果関数に含まれる一以上の発育関連パラメータを
含む結果情報を出力する結果出力部を備える、
情報処理装置。
前記制御部は、
対象者の身長または体重の少なくとも何れか一方の測定値を含む測定値情報と、当該測定
値情報に紐づく出生からの経過期間情報と、を少なくとも含む入力情報に対して基準数理
モデルをフィッティングさせるフィッティング部と、
前記フィッティングにより得られる結果関数に含まれる一以上の発育関連パラメータを
含む結果情報を出力する結果出力部を備える、
情報処理装置。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理方法、プログラム、情報処理システムに関する。
【背景技術】
【0002】
従来からヒトの発育評価は、例えば子どもであれば、小児医療、母子保健や学校保健、
児童福祉、その他の様々な領域で取り扱われているものの、その一般的な方法は「標準身
長・標準体重からの偏差(どれぐらい平均から外れているか)」を評価するにとどまること
が多い。
児童福祉、その他の様々な領域で取り扱われているものの、その一般的な方法は「標準身
長・標準体重からの偏差(どれぐらい平均から外れているか)」を評価するにとどまること
が多い。
【0003】
このような背景の中で、発育評価のための技術として、例えば、特許文献１において、
複数の発育パターンを事前に登録しておき、子どもの発育状況データを分析して該当する
発育パターンを決定して、決定した発育パターンに基づき体重等を予測する技術が開示さ
れている。
複数の発育パターンを事前に登録しておき、子どもの発育状況データを分析して該当する
発育パターンを決定して、決定した発育パターンに基づき体重等を予測する技術が開示さ
れている。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特許７００２０８７号
【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、特許文献１に開示されるように発育パターンを事前に記憶させておく手
法には限界があり、精緻な評価を行うには大量の発育パターンを準備する必要が生じる。
そして、より的確な発育評価を実現するためには、ある時点における身長や体重の予測や
、発育状態の詳細を評価する指標の開発が求められている。
法には限界があり、精緻な評価を行うには大量の発育パターンを準備する必要が生じる。
そして、より的確な発育評価を実現するためには、ある時点における身長や体重の予測や
、発育状態の詳細を評価する指標の開発が求められている。
【0006】
そこで、本発明は、特に、基準数理モデルを用いて身長や体重を含む発育関連パラメー
タを求めることができる方法を実現することを目的とする。
タを求めることができる方法を実現することを目的とする。
【課題を解決するための手段】
【0007】
本発明の一態様における、情報処理装置により実行される情報処理方法であって、対象
者の身長または体重の少なくとも何れか一方の測定値を含む測定値情報と、当該測定値情
報に紐づく出生からの経過期間情報と、を少なくとも含む入力情報に対して基準数理モデ
ルをフィッティングさせるフィッティングステップと、前記フィッティングにより得られ
る結果関数に含まれる一以上の発育関連パラメータを含む結果情報を出力する結果出力ス
テップを含む。
者の身長または体重の少なくとも何れか一方の測定値を含む測定値情報と、当該測定値情
報に紐づく出生からの経過期間情報と、を少なくとも含む入力情報に対して基準数理モデ
ルをフィッティングさせるフィッティングステップと、前記フィッティングにより得られ
る結果関数に含まれる一以上の発育関連パラメータを含む結果情報を出力する結果出力ス
テップを含む。
【発明の効果】
【0008】
本発明によれば、特に、基準数理モデルを用いた新たな手法により、身長や体重を含む
発育関連パラメータを求めることができる。
発育関連パラメータを求めることができる。
【図面の簡単な説明】
【0009】
【図1】本発明の第一実施形態に係る、情報処理システムを示すブロック構成図である。
【図3】発育関連パラメータを例示する表である。
【図5】サーバ１００に格納される対象者データの一例を示す図である。
【図6】サーバ１００に格納される利用者データの一例を示す図である。
【図7】本発明の第一実施形態に係る、情報処理方法に係るフローチャートの一例である。
【図8】本発明の第一実施形態に係る、情報処理方法に係るフローチャートの他の一例である。
【図9】利用者端末に表示される、アプリケーションの結果情報の出力のための画面例を示す図である。
【図10】利用者端末に表示される、アプリケーションの結果情報の出力のための他の画面例を示す図である。
【図11】利用者端末に表示される、アプリケーションの結果情報の出力のための他の画面例を示す図である。
【図12】利用者端末に表示される、アプリケーションの結果情報の出力のための他の画面例を示す図である。
【発明を実施するための形態】
【0010】
以下、本発明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
。そして、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。
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
。そして、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。
【0011】
（実施形態１）
＜構成＞
図１は、本発明の第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。
本システム１は、本システム１を利用する利用者が操作する利用者端末２００と、当該利
用者端末２００とネットワークＮＷを介して接続されるサーバ１００と、により構成され
る。なお、本実施形態においては、利用者が利用者端末２００を利用して、サーバ１００
に対する操作を行う構成として説明するが、サーバ１００がスタンドアローンで構成され
、サーバ１００自身に、利用者が操作を行う機能を備えてもよい。
＜構成＞
図１は、本発明の第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。
本システム１は、本システム１を利用する利用者が操作する利用者端末２００と、当該利
用者端末２００とネットワークＮＷを介して接続されるサーバ１００と、により構成され
る。なお、本実施形態においては、利用者が利用者端末２００を利用して、サーバ１００
に対する操作を行う構成として説明するが、サーバ１００がスタンドアローンで構成され
、サーバ１００自身に、利用者が操作を行う機能を備えてもよい。
【0012】
サーバ１００と、利用者端末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、例えば、インターネット、イントラネット、無線ＬＡＮ（Local Area N
etwork）やＷＡＮ（Wide Area Network）等により構成される。
トワークＮＷは、例えば、インターネット、イントラネット、無線ＬＡＮ（Local Area N
etwork）やＷＡＮ（Wide Area Network）等により構成される。
【0013】
サーバ１００は、利用者端末２００から登録された対象者（利用者を含む）に関する情
報を管理し、登録された情報に基づいて、利用者端末２００に対して、基準数理モデルを
用いて対象者に関する発育関連パラメータを含む結果情報を出力する機能を少なくとも有
するアプリケーションを提供する情報処理装置であり、例えば、ワークステーションやパ
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、本実施形態においては、説明
の便宜上サーバとして１台を例示しているが、これに限定されず、複数台であってもよく
、認証サーバやデータベースサーバなど役割の異なるサーバを有していてもよい。
報を管理し、登録された情報に基づいて、利用者端末２００に対して、基準数理モデルを
用いて対象者に関する発育関連パラメータを含む結果情報を出力する機能を少なくとも有
するアプリケーションを提供する情報処理装置であり、例えば、ワークステーションやパ
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、本実施形態においては、説明
の便宜上サーバとして１台を例示しているが、これに限定されず、複数台であってもよく
、認証サーバやデータベースサーバなど役割の異なるサーバを有していてもよい。
【0014】
利用者端末２００は、サーバ１００により提供されるアプリケーションを利用する利用
者が所有する、例えば、パーソナルコンピュータやタブレット端末等の情報処理装置であ
るが、スマートフォンや携帯電話、ＰＤＡ等により構成してもよい。なお、本実施形態に
おいては、説明の便宜上利用者端末として１台を例示しているが、これに限定されず、複
数台であってもよい。
者が所有する、例えば、パーソナルコンピュータやタブレット端末等の情報処理装置であ
るが、スマートフォンや携帯電話、ＰＤＡ等により構成してもよい。なお、本実施形態に
おいては、説明の便宜上利用者端末として１台を例示しているが、これに限定されず、複
数台であってもよい。
【0015】
【0016】
通信部１１０は、ネットワークＮＷを介して利用者端末２００と通信を行うための通信
インターフェースであり、例えばＴＣＰ／ＩＰ（Transmission Control Protocol/Intern
et Protocol）、閉域ネットワーク等の通信規約により通信が行われる。
インターフェースであり、例えばＴＣＰ／ＩＰ（Transmission Control Protocol/Intern
et Protocol）、閉域ネットワーク等の通信規約により通信が行われる。
【0017】
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、記憶部１２０は、対象者に関連する各種データ
を格納する、対象者データ格納部１２１、数理モデルに関連する各種データを格納する、
数理モデルデータ格納部１２２、利用者に関連する各種データを格納する、利用者データ
格納部１２３等を有する。さらに、記憶部１２０は、利用者端末２００と通信を行ったデ
ータを一時的に記憶することもできる。なお、記憶部１２０に記憶される各種データは、
記憶部１２０に代えて、または、加えて、サーバ１００外に構築されるデータベース（図
示せず）に格納されてもよい。また、記憶部１２０の各種格納部は例示であって、これら
の様態に限定されるものではない。
、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、記憶部１２０は、対象者に関連する各種データ
を格納する、対象者データ格納部１２１、数理モデルに関連する各種データを格納する、
数理モデルデータ格納部１２２、利用者に関連する各種データを格納する、利用者データ
格納部１２３等を有する。さらに、記憶部１２０は、利用者端末２００と通信を行ったデ
ータを一時的に記憶することもできる。なお、記憶部１２０に記憶される各種データは、
記憶部１２０に代えて、または、加えて、サーバ１００外に構築されるデータベース（図
示せず）に格納されてもよい。また、記憶部１２０の各種格納部は例示であって、これら
の様態に限定されるものではない。
【0018】
制御部１３０は、記憶部１２０に記憶されているプログラムを実行することにより、サ
ーバ１００の全体の動作を制御するものであり、ＣＰＵ（Central Processing Unit）や
ＧＰＵ（Graphics Processing Unit）等から構成される。制御部１３０の機能として、受
付部１３１と、データ管理部１３２と、フィッティング部１３３と、結果出力部１３４等
を有する。この受付部１３１、データ管理部１３２、フィッティング部１３３、結果出力
部１３４は、記憶部１２０に記憶されているプログラムにより起動されてコンピュータ（
電子計算機）であるサーバ１００により実行される。
ーバ１００の全体の動作を制御するものであり、ＣＰＵ（Central Processing Unit）や
ＧＰＵ（Graphics Processing Unit）等から構成される。制御部１３０の機能として、受
付部１３１と、データ管理部１３２と、フィッティング部１３３と、結果出力部１３４等
を有する。この受付部１３１、データ管理部１３２、フィッティング部１３３、結果出力
部１３４は、記憶部１２０に記憶されているプログラムにより起動されてコンピュータ（
電子計算機）であるサーバ１００により実行される。
【0019】
受付部１３１は、サーバ１００が提供し、利用者端末２００において、ウェブブラウザ
またはアプリケーションを介して表示される画面等のユーザインターフェースを介して、
利用者が、所定の入力を行ったとき、利用者端末２００から通信部１１０を介して指示や
各種情報を受け付ける。
またはアプリケーションを介して表示される画面等のユーザインターフェースを介して、
利用者が、所定の入力を行ったとき、利用者端末２００から通信部１１０を介して指示や
各種情報を受け付ける。
【0020】
データ管理部１３２は、利用者に関連する各種対象者データ（発育関連パラメータなど
の結果データを含む）や数理モデルデータ、利用者データなどの各種データを管理し、対
応するデータ格納部への登録や読み出しなどの所定の処理を行う。
の結果データを含む）や数理モデルデータ、利用者データなどの各種データを管理し、対
応するデータ格納部への登録や読み出しなどの所定の処理を行う。
【0021】
フィッティング部１３３は、対象者の身長または体重の少なくとも何れか一方の測定値
を含む測定値情報と、当該測定値情報に紐づく出生からの経過期間情報と、を少なくとも
含む入力情報に対して基準数理モデルをフィッティングさせる。入力情報は、例えば、対
象者が子どもである場合には、月齢６ヶ月（経過期間情報）で身長が６５ｃｍ（測定値情
報）や、７歳２ヶ月（経過期間情報）で身長が１１０ｃｍ（測定値情報）などの情報であ
り得る。
を含む測定値情報と、当該測定値情報に紐づく出生からの経過期間情報と、を少なくとも
含む入力情報に対して基準数理モデルをフィッティングさせる。入力情報は、例えば、対
象者が子どもである場合には、月齢６ヶ月（経過期間情報）で身長が６５ｃｍ（測定値情
報）や、７歳２ヶ月（経過期間情報）で身長が１１０ｃｍ（測定値情報）などの情報であ
り得る。
【0022】
測定値情報は、対象者の身長または体重の少なくとも何れか一方の測定値を含むもので
あって、例えば、対象者の身長のみ、対象者の体重のみ、対象者の身長及び体重のみであ
ってもよい。また、測定値は、身長、体重に限定されるものではなく、その他の測定値を
含んでいてもよい。
あって、例えば、対象者の身長のみ、対象者の体重のみ、対象者の身長及び体重のみであ
ってもよい。また、測定値は、身長、体重に限定されるものではなく、その他の測定値を
含んでいてもよい。
【0023】
経過期間情報は、出生から各測定値の測定時までの期間を示す情報であって、時間単位
、日数単位、月単位、年単位などいずれの単位で表現されていてもよい。経過期間情報は
、測定値情報に紐づけて記憶され、出生から当該測定値情報に対応する測定を実施したタ
イミングまでの期間を示す情報であり得る。
、日数単位、月単位、年単位などいずれの単位で表現されていてもよい。経過期間情報は
、測定値情報に紐づけて記憶され、出生から当該測定値情報に対応する測定を実施したタ
イミングまでの期間を示す情報であり得る。
【0024】
なお、使用するデータ（情報）は、出生からの経過時間に対応した対象者の身長または
体重の測定値である必要があるが、一人の対象者（例えば、子ども）のみであってもよく
、性別や国籍、疾病や児童虐待の有無などの特徴に基づいて分けられた特定の集団のデー
タであってもよい。また、対象者の身長または体重に関する測定時期の単位は、年齢や月
齢、出生からの経過日数などを問わず、出生から0秒以上経過し、満20歳ごろまでに測定
された情報であって、正の値を持っていれば、測定時の年齢や測定回数、およびそれらの
組み合わせの在り方に制限はない。加えて、測定される身長または体重の単位は問わない
。
体重の測定値である必要があるが、一人の対象者（例えば、子ども）のみであってもよく
、性別や国籍、疾病や児童虐待の有無などの特徴に基づいて分けられた特定の集団のデー
タであってもよい。また、対象者の身長または体重に関する測定時期の単位は、年齢や月
齢、出生からの経過日数などを問わず、出生から0秒以上経過し、満20歳ごろまでに測定
された情報であって、正の値を持っていれば、測定時の年齢や測定回数、およびそれらの
組み合わせの在り方に制限はない。加えて、測定される身長または体重の単位は問わない
。
【0025】
基準数理モデルは、身長または体重の発育を表す成長曲線モデルを示す関数（f(t)）で
ある。本実施の形態においては、一例として、身長または体重の発育速度を表す関数（f
’(t)）を積分することで、成長曲線モデルを示す関数（f(t)）を求めるが、これに限定
されるものではない。以下、一例を示す。
ある。本実施の形態においては、一例として、身長または体重の発育速度を表す関数（f
’(t)）を積分することで、成長曲線モデルを示す関数（f(t)）を求めるが、これに限定
されるものではない。以下、一例を示す。
【0026】
まず、対象者の身長または体重の発育速度を表す関数（f’(t)）については、前期成長
速度を表す関数（g(t)）と後期成長速度を表す関数（h(t)）の合成関数により表現できる
。すなわち、下記式１のとおりに表現できる。ここで、プライム記号(’)は一階微分を示
す。また、tは子どもの出生からの経過時間(年齢や月齢などの単位を問わない)を示す。
なお、後期発育の仮定されない低年齢帯の子どものデータを用いて、パラメータの推定を
実施する場合には、下記式１より後期発育に関する関数h(t)を除いた数理モデルを用いる
など、簡略化してもよい。
速度を表す関数（g(t)）と後期成長速度を表す関数（h(t)）の合成関数により表現できる
。すなわち、下記式１のとおりに表現できる。ここで、プライム記号(’)は一階微分を示
す。また、tは子どもの出生からの経過時間(年齢や月齢などの単位を問わない)を示す。
なお、後期発育の仮定されない低年齢帯の子どものデータを用いて、パラメータの推定を
実施する場合には、下記式１より後期発育に関する関数h(t)を除いた数理モデルを用いる
など、簡略化してもよい。
【0027】
【数1】
【0028】
次に、前期成長速度を表す関数（g(t)）の一例について示す。
【0029】
前期成長速度を表す関数g(t)は、出生直後の基本成長速度を表す項と、初期成長速度を
表す項から構成される。基本成長速度を定数で例示し、初期成長速度を指数関数で例示し
た場合、前期成長速度を表す関数g(t)は次のとおりに表現できる。
表す項から構成される。基本成長速度を定数で例示し、初期成長速度を指数関数で例示し
た場合、前期成長速度を表す関数g(t)は次のとおりに表現できる。
【0030】
【数2】
【0031】
ここで、aは定数で与えた場合の基本成長速度であり、ωktが指数関数で記述した場合
の初期成長速度の一例である。ωは出生時の成長初速度、kは成長初速度の減衰係数を示
す。なお、基本成長速度は定数で与えずともよく、時間(t)の関数であってもよい。また
、初期成長速度は指数関数で記述せずともよく、時間経過に対して減少傾向を持つ、なめ
らかな関数であれば、例えば次のように双曲関数で記述してもよい。
の初期成長速度の一例である。ωは出生時の成長初速度、kは成長初速度の減衰係数を示
す。なお、基本成長速度は定数で与えずともよく、時間(t)の関数であってもよい。また
、初期成長速度は指数関数で記述せずともよく、時間経過に対して減少傾向を持つ、なめ
らかな関数であれば、例えば次のように双曲関数で記述してもよい。
【0032】
【数3】
【0033】
次に、後期成長速度を表す関数（h(t)）の一例について示す。
【0034】
後期成長速度を表す関数h(t)は、第二次性徴に伴う身長または体重の成長、いわゆる成
長期に加算される成長速度を表す関数であり、後期成長の進行率i(t)と抑制率j(t)を表す
関数から次のとおりに表現できる。
長期に加算される成長速度を表す関数であり、後期成長の進行率i(t)と抑制率j(t)を表す
関数から次のとおりに表現できる。
【0035】
【数4】
【0036】
ここで、uは後期成長速度の上限値である。後期成長の進行率i(t)を表す関数をシグモ
イド関数で示した場合、次のように記述してもよい。
イド関数で示した場合、次のように記述してもよい。
【0037】
【数5】
【0038】
また、後期成長の抑制率j(t)を表す関数をシグモイド関数で示した場合、次のように記
述してもよい。
述してもよい。
【0039】
【数6】
【0040】
ここで、αは後期成長の開始時期に関する情報を持ったパラメータであり、βは後期成
長の進行速度に関する情報を持ったパラメータである。δは、後期成長の開始から抑制が
生じるまでの期間(時間差)に関するパラメータである。なお、式５および式６に示した後
期成長の進行率と抑制率を表す関数は、シグモイド関数の形式でなくともよく、他の、な
めらかな正規化関数を用いてもよい。
長の進行速度に関する情報を持ったパラメータである。δは、後期成長の開始から抑制が
生じるまでの期間(時間差)に関するパラメータである。なお、式５および式６に示した後
期成長の進行率と抑制率を表す関数は、シグモイド関数の形式でなくともよく、他の、な
めらかな正規化関数を用いてもよい。
【0041】
式２から式６までに例示した対象者の身長または体重の発育速度を表す関数f’(t)につ
いて、上述のとおり、基本成長速度を定数aとし、初期成長速度を指数関数で記述し、後
期成長の進行率関数と抑制率関数をシグモイド関数で記述した場合、対象者の身長または
体重の、出生からの時間経過に伴う増減傾向を示す関数f(t)(いわゆる成長曲線)は、f’(
t)を積分した次式で表現される。
いて、上述のとおり、基本成長速度を定数aとし、初期成長速度を指数関数で記述し、後
期成長の進行率関数と抑制率関数をシグモイド関数で記述した場合、対象者の身長または
体重の、出生からの時間経過に伴う増減傾向を示す関数f(t)(いわゆる成長曲線)は、f’(
t)を積分した次式で表現される。
【0042】
【数7】
【0043】
ここで、Cは積分定数である。また、出生時点(t=0)において、後期発育の影響は想定し
難い。すなわち、e(-α)≪1であり、e(-(α+δ))≪1と仮定される。よって、当該仮定の
もとで、上述のように、基本成長速度を定数aとし、初期成長速度を指数関数で記述し、
後期成長の進行率関数と抑制率関数をシグモイド関数で記述した場合、式６より、少なく
ともt=0の時点において、後期成長に関する次の二つの項は0に近似する。
難い。すなわち、e(-α)≪1であり、e(-(α+δ))≪1と仮定される。よって、当該仮定の
もとで、上述のように、基本成長速度を定数aとし、初期成長速度を指数関数で記述し、
後期成長の進行率関数と抑制率関数をシグモイド関数で記述した場合、式６より、少なく
ともt=0の時点において、後期成長に関する次の二つの項は0に近似する。
【0044】
【数8】
【0045】
式７および式８より、出生時点(t=0)での対象者の身長または体重をΦとしたとき、上
述のように基本成長速度を定数aとし、初期成長速度を指数関数で記述し、後期成長の進
行率関数と抑制率関数をシグモイド関数で記述した場合における積分定数Cは、Φを用い
て次のように近似してもよい。
述のように基本成長速度を定数aとし、初期成長速度を指数関数で記述し、後期成長の進
行率関数と抑制率関数をシグモイド関数で記述した場合における積分定数Cは、Φを用い
て次のように近似してもよい。
【0046】
【数9】
【0047】
なお、式７に示した関数f(t)は、月齢や年齢などの測定時期（経過期間）が離散的な区
分で得られた場合、成長速度曲線f’(t)を用いて次のように近似してもよい。
分で得られた場合、成長速度曲線f’(t)を用いて次のように近似してもよい。
【0048】
【数10】
【0049】
また、対象者の身長または体重の発育速度を表す関数f’(t)は、それを微分することで
、対象者の身長または体重の発育加速度を表す関数f''(t)に変換することもできる。上述
のとおり、基本成長速度を定数aとし、初期成長速度を指数関数で記述し、後期成長の進
行率関数と抑制率関数をシグモイド関数で記述した場合、子どもの身長または体重の発育
加速度を表す関数f''(t)は次の通りとなる。
、対象者の身長または体重の発育加速度を表す関数f''(t)に変換することもできる。上述
のとおり、基本成長速度を定数aとし、初期成長速度を指数関数で記述し、後期成長の進
行率関数と抑制率関数をシグモイド関数で記述した場合、子どもの身長または体重の発育
加速度を表す関数f''(t)は次の通りとなる。
【0050】
【数11】
【0051】
このような、身長または体重の発育を表す成長曲線モデルを示す関数（f(t)）である基
準数理モデルを、フィッティング部１３３により、対象者の身長または体重の少なくとも
何れか一方の測定値を含む測定値情報と、当該測定値情報に紐づく出生からの経過期間情
報と、を少なくとも含む入力情報に対してフィッティングさせる。
準数理モデルを、フィッティング部１３３により、対象者の身長または体重の少なくとも
何れか一方の測定値を含む測定値情報と、当該測定値情報に紐づく出生からの経過期間情
報と、を少なくとも含む入力情報に対してフィッティングさせる。
【0052】
なお、データからパラメータを推定する方法(すなわち、フィッティングの手法)につい
ては特段制約がなく、理論的あるいは実用的に適切な解が求まるのであれば、任意の目的
関数に対して、それを最適化する任意の方法を用いてよい。例えば、マルコフ連鎖モンテ
カルロ法やハミルトニアンモンテカルロ法などを用いたベイズ推定法、非線形最小二乗法
、変分推論、ＥＭアルゴリズム、最尤推定法・ＭＡＰ推定法などであり得る。フィッティ
ングの適用方法についても、個人ごとに基準数理モデルをフィッティングさせてパラメー
タの推定と発育予測を行う方法に限らず、集団の単位でモデルをフィッティングさせて集
団全体のパラメータの推定と発育予測を行う方法、個人と集団のパラメータを同時に推定
し発育予測を行う方法(階層モデルと呼ばれる)など、目的に応じていずれの方法でも選択
することができる。
ては特段制約がなく、理論的あるいは実用的に適切な解が求まるのであれば、任意の目的
関数に対して、それを最適化する任意の方法を用いてよい。例えば、マルコフ連鎖モンテ
カルロ法やハミルトニアンモンテカルロ法などを用いたベイズ推定法、非線形最小二乗法
、変分推論、ＥＭアルゴリズム、最尤推定法・ＭＡＰ推定法などであり得る。フィッティ
ングの適用方法についても、個人ごとに基準数理モデルをフィッティングさせてパラメー
タの推定と発育予測を行う方法に限らず、集団の単位でモデルをフィッティングさせて集
団全体のパラメータの推定と発育予測を行う方法、個人と集団のパラメータを同時に推定
し発育予測を行う方法(階層モデルと呼ばれる)など、目的に応じていずれの方法でも選択
することができる。
【0053】
また、対象者の身長または体重のデータを用いて各種パラメータを推定する際には、確
率分布を用いた次のような統計モデルでそれを実施してもよい。
率分布を用いた次のような統計モデルでそれを実施してもよい。
【0054】
【数12】
【0055】
ここで、Ytは、出生からの経過時間t時点における身長または体重の測定値(Y)であり、
f(t)を平均とし、σを標準偏差とする正規分布に従うことが示されている。なお、仮定す
る確率分布は正規分布でなくともよく、他の確率分布を仮定してもよい。例えばガンマ分
布を用いた場合は次のようになる。
f(t)を平均とし、σを標準偏差とする正規分布に従うことが示されている。なお、仮定す
る確率分布は正規分布でなくともよく、他の確率分布を仮定してもよい。例えばガンマ分
布を用いた場合は次のようになる。
【0056】
【数13】
【0057】
【数14】
【0058】
【数15】
【0059】
このとき、確率分布の分散を規定するパラメータ(ここではσ)は、月齢や年齢など、出
生からの経過時間に依存して変化することを仮定してもよい。
生からの経過時間に依存して変化することを仮定してもよい。
【0060】
結果出力部１３４は、フィッティング部１３３のフィッティングにより得られる結果関
数に含まれる一以上の発育関連パラメータを含む結果情報を出力する。
数に含まれる一以上の発育関連パラメータを含む結果情報を出力する。
【0061】
すなわち、上述のとおり、フィッティング部１３３により基準数理モデルをフィッティ
ングすることにより得られた結果関数f(t)に基づき式１～式１１から一以上の発育関連パ
ラメータを抽出し、結果出力部１３４は、抽出した発育関連パラメータを含む結果情報を
出力する。
ングすることにより得られた結果関数f(t)に基づき式１～式１１から一以上の発育関連パ
ラメータを抽出し、結果出力部１３４は、抽出した発育関連パラメータを含む結果情報を
出力する。
【0062】
より具体的には、対象者の身長と体重の発育に関する発育関連パラメータは、式１～式
１１等を鑑み、例えば、(1)出生時の身長または体重の予測値およびその近似値、(2)出生
時の成長初速度、(3)成長初速度の減衰率、(4)基本成長速度、(5)後期発育の発育速度上
限値、(6)後期発育の発育速度抑制量、(7)後期発育の開始時間に関する情報、(8)後期発
育の亢進および抑制の速度に関する情報、(9)後期発育抑制開始時期の情報、(10)後期発
育の進行率、(11)後期発育の抑制進行率、(12)後期発育の加速度が最大となる時期、(13)
後期発育の減速度が最大となる時期、(14)後期発育の進行から抑制までの時間差、(15)後
期発育の亢進速度を抑制速度が上回った時間、(16)後期発育において最も成長速度が高い
時期、(17)後期発育の期間、(18)後期成長の進行率に関する情報、(19)個人要因、環境要
因、介入要因等による影響の大きさに関する情報、などを抽出してもよい。図３に、発育
関連パラメータを例示する。
１１等を鑑み、例えば、(1)出生時の身長または体重の予測値およびその近似値、(2)出生
時の成長初速度、(3)成長初速度の減衰率、(4)基本成長速度、(5)後期発育の発育速度上
限値、(6)後期発育の発育速度抑制量、(7)後期発育の開始時間に関する情報、(8)後期発
育の亢進および抑制の速度に関する情報、(9)後期発育抑制開始時期の情報、(10)後期発
育の進行率、(11)後期発育の抑制進行率、(12)後期発育の加速度が最大となる時期、(13)
後期発育の減速度が最大となる時期、(14)後期発育の進行から抑制までの時間差、(15)後
期発育の亢進速度を抑制速度が上回った時間、(16)後期発育において最も成長速度が高い
時期、(17)後期発育の期間、(18)後期成長の進行率に関する情報、(19)個人要因、環境要
因、介入要因等による影響の大きさに関する情報、などを抽出してもよい。図３に、発育
関連パラメータを例示する。
【0063】
また、結果出力部１３４は、データから推定したパラメータと確率分布を用いて、対象
者の身長または体重が測定された時点、または、測定がなされていない時点の推測情報を
得る場合、推定平均値や推定最頻値などの代表値に加え、誤差の範囲等を表す区間情報を
結果情報として出力してもよい。また、結果出力部１３４は、データから推定した値でな
くとも、パラメータに仮想的な任意の値を所与して、対象者の身長または体重が測定され
た時点、または、測定がなされていない時点におけるシミュレーション情報(推定平均値
や推定最頻値などの代表値および区間情報を含む)を結果情報として出力してもよい。さ
らに、結果出力部１３４は、これら身長と体重の予測値を用いて、例えば推定BMIのよう
な合成指標（及び、その推定区間）を算出して結果情報として出力してもよい。
者の身長または体重が測定された時点、または、測定がなされていない時点の推測情報を
得る場合、推定平均値や推定最頻値などの代表値に加え、誤差の範囲等を表す区間情報を
結果情報として出力してもよい。また、結果出力部１３４は、データから推定した値でな
くとも、パラメータに仮想的な任意の値を所与して、対象者の身長または体重が測定され
た時点、または、測定がなされていない時点におけるシミュレーション情報(推定平均値
や推定最頻値などの代表値および区間情報を含む)を結果情報として出力してもよい。さ
らに、結果出力部１３４は、これら身長と体重の予測値を用いて、例えば推定BMIのよう
な合成指標（及び、その推定区間）を算出して結果情報として出力してもよい。
【0064】
また、結果出力部１３４は、これに加えて、予測を実施する単位は、子ども一人ひとり
の個人の単位であってもよく、対象とする集団全体に対してであってもよい。より具体的
には、結果出力部１３４は、例えば、国単位の群、日本国外・国内の地域単位の群、性別
単位（対象者の自己申告によりトランスジェンダーを区別してもよい）の群、疾病種類単
位（健常者含む）の群、児童虐待の経験者群、組織単位（企業・学校など）の群、シング
ルマザー・シングルファザー単位の各群または合算による群、対象者が参加しているスポ
ーツの種別単位の群、などといったような対象者に関する対象者情報に基づく所定の属性
単位に形成された集団（または任意に利用者に選択された集団）における複数の測定値に
対して近似的に基準数理モデルをフィッティングしたり、当該集団における複数の測定値
の集計値（代表値、平均値、最頻値、最高値、最低値などの所定の集計により導き出され
る値）に対して基準数理モデルをフィッティングしたりなどにより得られる結果関数から
当該集団における一以上の発育関連パラメータを抽出してもよい。そして、このように所
定の集団における一以上の発育関連パラメータが抽出され、記憶部１２０に記憶される場
合には、結果出力部１３４は、対象者に関する測定値がない場合、上述の所定の集団にお
ける一以上の発育関連パラメータのうち該当するものを利用者端末２００に提示してもよ
いし、もしくは、測定値の数が推定（基準数理モデルのフィッティング）のために十分で
ない場合には、対象者に関連する測定値に加えて所定の集団における一以上の集計値を補
って用いて、これらに対して基準数理モデルをフィッティングしてもよい。
の個人の単位であってもよく、対象とする集団全体に対してであってもよい。より具体的
には、結果出力部１３４は、例えば、国単位の群、日本国外・国内の地域単位の群、性別
単位（対象者の自己申告によりトランスジェンダーを区別してもよい）の群、疾病種類単
位（健常者含む）の群、児童虐待の経験者群、組織単位（企業・学校など）の群、シング
ルマザー・シングルファザー単位の各群または合算による群、対象者が参加しているスポ
ーツの種別単位の群、などといったような対象者に関する対象者情報に基づく所定の属性
単位に形成された集団（または任意に利用者に選択された集団）における複数の測定値に
対して近似的に基準数理モデルをフィッティングしたり、当該集団における複数の測定値
の集計値（代表値、平均値、最頻値、最高値、最低値などの所定の集計により導き出され
る値）に対して基準数理モデルをフィッティングしたりなどにより得られる結果関数から
当該集団における一以上の発育関連パラメータを抽出してもよい。そして、このように所
定の集団における一以上の発育関連パラメータが抽出され、記憶部１２０に記憶される場
合には、結果出力部１３４は、対象者に関する測定値がない場合、上述の所定の集団にお
ける一以上の発育関連パラメータのうち該当するものを利用者端末２００に提示してもよ
いし、もしくは、測定値の数が推定（基準数理モデルのフィッティング）のために十分で
ない場合には、対象者に関連する測定値に加えて所定の集団における一以上の集計値を補
って用いて、これらに対して基準数理モデルをフィッティングしてもよい。
【0065】
また、結果出力部１３４は、抽出された一以上の発育関連パラメータと、記憶部１３０
に記憶され、抽出された発育関連パラメータに対応する各基準値とを比較した比較結果及
び評価基準情報に基づく評価を結果情報として出力してもよい。評価基準情報は、複数の
評価を判定するための結果範囲を規定するものであり、例えば、数値が高いほうが成長が
早い（すなわち、数値が低いほうが成長が遅い）ことを示す発育関連パラメータ（例えば
、身長や体重など）である場合には、当該発育関連パラメータが基準値Ａ（例えば、標準
範囲の下限値）より低い場合には評価基準情報を参照し「成長が遅い」と判定され、基準
値Ａより高く基準値Ｂ（例えば、標準範囲の上限値）より低い場合には評価基準情報を参
照し「成長が平均的である」と判定され、基準値Ｂより高い場合には評価基準情報を参照
し「成長が早い」という評価を結果情報として出力してもよい。さらに、基準値として、
上述の所定の属性単位に形成された集団の平均値や代表値などの集計値に基づく値を用い
てもよい。また、結果出力部１３４は、抽出された一以上の発育関連パラメータと、所定
の属性群における集計値と比較して、属性群における相対的な位置を提示する情報を結果
情報として出力してもよい。
に記憶され、抽出された発育関連パラメータに対応する各基準値とを比較した比較結果及
び評価基準情報に基づく評価を結果情報として出力してもよい。評価基準情報は、複数の
評価を判定するための結果範囲を規定するものであり、例えば、数値が高いほうが成長が
早い（すなわち、数値が低いほうが成長が遅い）ことを示す発育関連パラメータ（例えば
、身長や体重など）である場合には、当該発育関連パラメータが基準値Ａ（例えば、標準
範囲の下限値）より低い場合には評価基準情報を参照し「成長が遅い」と判定され、基準
値Ａより高く基準値Ｂ（例えば、標準範囲の上限値）より低い場合には評価基準情報を参
照し「成長が平均的である」と判定され、基準値Ｂより高い場合には評価基準情報を参照
し「成長が早い」という評価を結果情報として出力してもよい。さらに、基準値として、
上述の所定の属性単位に形成された集団の平均値や代表値などの集計値に基づく値を用い
てもよい。また、結果出力部１３４は、抽出された一以上の発育関連パラメータと、所定
の属性群における集計値と比較して、属性群における相対的な位置を提示する情報を結果
情報として出力してもよい。
【0066】
また、結果出力部１３４は、発育関連パラメータを抽出したり、対象者の身長または体
重の予測情報を出力したりする場合、それらの情報は、年齢や月齢等を横軸とし、身長や
体重の測定単位を縦軸とするグラフ上に描画することができる。このとき、基準となる集
団の情報(例えば、標準成長曲線や、未熟児出生だった児童の成長曲線情報など)や、実際
の測定データと重ねて描画してもよい。また、横軸は、年齢や月齢、出生からの経過日数
、それらを区分化した単位であってよく、身長や体重およびその予測値等に関しては、セ
ンチメートルやメートル、グラムやキログラムなど、どのような単位であってもよい。な
お、これらの結果はグラフではなく表や文章の形式に整理してもよい。
重の予測情報を出力したりする場合、それらの情報は、年齢や月齢等を横軸とし、身長や
体重の測定単位を縦軸とするグラフ上に描画することができる。このとき、基準となる集
団の情報(例えば、標準成長曲線や、未熟児出生だった児童の成長曲線情報など)や、実際
の測定データと重ねて描画してもよい。また、横軸は、年齢や月齢、出生からの経過日数
、それらを区分化した単位であってよく、身長や体重およびその予測値等に関しては、セ
ンチメートルやメートル、グラムやキログラムなど、どのような単位であってもよい。な
お、これらの結果はグラフではなく表や文章の形式に整理してもよい。
【0067】
なお、式１から式１１までに示された各パラメータに対しては、個人要因(遺伝や疾病
などの情報)、環境要因(国籍や生活環境などの情報)、介入の実施(保健指導、生活指導、
成長ホルモン剤投与などの医療的介入)からの影響を表す係数を与えてもよい。あるいは
、個人要因、環境要因、介入実施などの情報を利用し、式１から式１１までに示された各
パラメータを予測する統計モデル(一般化線形モデル、一般化線形混合モデルなど)や機械
学習モデル(深層学習モデルやニューラルネットワークモデルなど)を組み込んだ形式で定
義してもよい。さらに、式１から式１１までに示された関数に対しては、個人要因(遺伝
や疾病などの情報)、環境要因(国籍や生活環境などの情報)、介入の実施(保健指導、成長
ホルモン剤投与などの医療的介入)などからの影響を想定した新たな項(定数または関数)
を、加算や減算の形式で追加してもよい。また、ここで追加される新たな項(定数または
関数)に対して、統計モデルや機械学習モデルなどの予測モデルを組み込んでもよい。一
例として、基本成長速度を定数aとし、個人要因、環境要因、介入実施などの情報をXとし
、行列Xが有する情報の重みベクトルをｗとしたとき、基本成長速度aを、一般化線形モデ
ルの形式で(例えば、対数リンクを用いて)、次のように記述してもよい。
などの情報)、環境要因(国籍や生活環境などの情報)、介入の実施(保健指導、生活指導、
成長ホルモン剤投与などの医療的介入)からの影響を表す係数を与えてもよい。あるいは
、個人要因、環境要因、介入実施などの情報を利用し、式１から式１１までに示された各
パラメータを予測する統計モデル(一般化線形モデル、一般化線形混合モデルなど)や機械
学習モデル(深層学習モデルやニューラルネットワークモデルなど)を組み込んだ形式で定
義してもよい。さらに、式１から式１１までに示された関数に対しては、個人要因(遺伝
や疾病などの情報)、環境要因(国籍や生活環境などの情報)、介入の実施(保健指導、成長
ホルモン剤投与などの医療的介入)などからの影響を想定した新たな項(定数または関数)
を、加算や減算の形式で追加してもよい。また、ここで追加される新たな項(定数または
関数)に対して、統計モデルや機械学習モデルなどの予測モデルを組み込んでもよい。一
例として、基本成長速度を定数aとし、個人要因、環境要因、介入実施などの情報をXとし
、行列Xが有する情報の重みベクトルをｗとしたとき、基本成長速度aを、一般化線形モデ
ルの形式で(例えば、対数リンクを用いて)、次のように記述してもよい。
【0068】
【数16】
【0069】
【0070】
通信部２１０は、ネットワークＮＷを介してサーバ１００と通信を行うための通信イン
ターフェースであり、例えばＴＣＰ／ＩＰ等の通信規約により通信が行われる。
ターフェースであり、例えばＴＣＰ／ＩＰ等の通信規約により通信が行われる。
【0071】
表示操作部２２０は、利用者が指示を入力し、制御部２５０からの入力データに応じて
テキスト、画像等を表示するために用いられるユーザインターフェースであり、利用者端
末２００がパーソナルコンピュータで構成されている場合はディスプレイとキーボードや
マウスにより構成され、利用者端末２００がスマートフォンまたはタブレット端末で構成
されている場合はタッチパネル等から構成される。この表示操作部２２０は、記憶部２３
０に記憶されている制御プログラムにより起動されてコンピュータ（電子計算機）である
利用者端末２００により実行される。表示操作部を介して、利用者は、提供される適性試
験に対して、キーボードの場合は、キーボードの押下、マウスの場合は、マウスによりカ
ーソルの移動、タッチパネルの場合は、タップ、スワイプ、ピンチ操作等を行うことがで
きる。
テキスト、画像等を表示するために用いられるユーザインターフェースであり、利用者端
末２００がパーソナルコンピュータで構成されている場合はディスプレイとキーボードや
マウスにより構成され、利用者端末２００がスマートフォンまたはタブレット端末で構成
されている場合はタッチパネル等から構成される。この表示操作部２２０は、記憶部２３
０に記憶されている制御プログラムにより起動されてコンピュータ（電子計算機）である
利用者端末２００により実行される。表示操作部を介して、利用者は、提供される適性試
験に対して、キーボードの場合は、キーボードの押下、マウスの場合は、マウスによりカ
ーソルの移動、タッチパネルの場合は、タップ、スワイプ、ピンチ操作等を行うことがで
きる。
【0072】
記憶部２３０は、各種制御処理や制御部２５０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やＲＯＭ等から構成される。また、記憶部
２３０は、サーバ１００との通信内容を一時的に記憶している。
、入力データ等を記憶するものであり、ＲＡＭやＲＯＭ等から構成される。また、記憶部
２３０は、サーバ１００との通信内容を一時的に記憶している。
【0073】
カメラ２４０は、例えば、対象者の身体の部位を撮像する機能を備えるものである。
【0074】
制御部２５０は、記憶部２３０に記憶されているプログラムを実行することにより、利
用者端末２００の全体の動作を制御するものであり、ＣＰＵやＧＰＵ等から構成される。
用者端末２００の全体の動作を制御するものであり、ＣＰＵやＧＰＵ等から構成される。
【0075】
なお、サーバ１００に表示操作部の機能を備える構成としてもよく、この場合、利用者
端末２００を備えない構成としても良い。
端末２００を備えない構成としても良い。
【0076】
図５は、サーバ１００に格納される対象者データの一例を示す図である。
【0077】
図５に示す対象者データ１０００は、例えば対象者に関連する各種データを格納する。
以下、対象者として、子どもを例に説明する。図４において、説明の便宜上、一子ども（
対象者ＩＤ「１０００１」で識別される子ども）の例を示すが、複数の対象者の情報を格
納することができる。子どもに関連する各種データとして、例えば、子どもに関する子ど
も情報（子どもの氏名、住所、Ｅメールアドレス等の連絡先、性別、年齢、学校名、学年
、担任名、通学状況、タグ情報等）、保護者情報（保護者の氏名、ＩＤ、住所、連絡先、
性別等）、関係者情報（関係者の氏名、ＩＤ、住所、連絡先、性別等）、家族グループ情
報（家族グループ名、ＩＤ、グループ名の説明、グループのメンバー（過去の婚姻関係、
内縁の夫婦関係による保護者等も含む）、関係機関情報（関係機関名、ＩＤ、種別（医療
機関、警察、教育機関等）、住所、連絡先）等を含むことができる。
以下、対象者として、子どもを例に説明する。図４において、説明の便宜上、一子ども（
対象者ＩＤ「１０００１」で識別される子ども）の例を示すが、複数の対象者の情報を格
納することができる。子どもに関連する各種データとして、例えば、子どもに関する子ど
も情報（子どもの氏名、住所、Ｅメールアドレス等の連絡先、性別、年齢、学校名、学年
、担任名、通学状況、タグ情報等）、保護者情報（保護者の氏名、ＩＤ、住所、連絡先、
性別等）、関係者情報（関係者の氏名、ＩＤ、住所、連絡先、性別等）、家族グループ情
報（家族グループ名、ＩＤ、グループ名の説明、グループのメンバー（過去の婚姻関係、
内縁の夫婦関係による保護者等も含む）、関係機関情報（関係機関名、ＩＤ、種別（医療
機関、警察、教育機関等）、住所、連絡先）等を含むことができる。
【0078】
図６は、サーバ１００に格納される利用者データの一例を示す図である。
【0079】
図６に示す利用者データ３０００は、利用者に関連する各種データを格納する。図６に
おいて、説明の便宜上、一利用者（利用者ＩＤ「３０００１」で識別される利用者）の例
を示すが、複数の利用者の情報を格納することができる。利用者に関連する各種データと
して、例えば、利用者に関する基本情報（利用者名、住所、Ｅメールアドレスまたは電話
番号等の連絡先、所属先情報、役職情報、アクセス権限情報など）、利用者に関連する対
象者情報（利用者にて対応する、または、対応した子どもＩＤ、受け入れた子ども情報に
紐づく子どもＩＤ、提供した子ども情報に紐づく子どもＩＤなどであって、特に一覧情報
）等を含むことができる。なお、利用者データは、職員等の利用機関所属者ごとに利用者
ＩＤ（アカウント）が登録されていてもよいが、これに代えて、または、加えて、利用機
関ごとに共通の利用者ＩＤ（アカウント）が登録されていてもよい。
おいて、説明の便宜上、一利用者（利用者ＩＤ「３０００１」で識別される利用者）の例
を示すが、複数の利用者の情報を格納することができる。利用者に関連する各種データと
して、例えば、利用者に関する基本情報（利用者名、住所、Ｅメールアドレスまたは電話
番号等の連絡先、所属先情報、役職情報、アクセス権限情報など）、利用者に関連する対
象者情報（利用者にて対応する、または、対応した子どもＩＤ、受け入れた子ども情報に
紐づく子どもＩＤ、提供した子ども情報に紐づく子どもＩＤなどであって、特に一覧情報
）等を含むことができる。なお、利用者データは、職員等の利用機関所属者ごとに利用者
ＩＤ（アカウント）が登録されていてもよいが、これに代えて、または、加えて、利用機
関ごとに共通の利用者ＩＤ（アカウント）が登録されていてもよい。
【0080】
【0081】
ここで、本システム１を利用するために、利用者（例えば、児童相談所の職員等）は、
利用者端末２００の各々のウェブブラウザまたはアプリケーション等を利用してサーバ１
００にアクセスし、初めてサービスを利用する場合は、新規利用者登録のために利用者デ
ータ３０００の基本情報を登録し、利用者アカウントを取得する。既に利用者アカウント
を取得済の場合は、例えばＩＤとパスワードを入力する等の所定の認証を受けてログイン
することで、サービスが利用可能となる。この認証後、ウェブサイト、アプリケーション
等を介して所定のユーザインターフェース画面が提供され、図７に示すステップＳ１０１
へ進む。
利用者端末２００の各々のウェブブラウザまたはアプリケーション等を利用してサーバ１
００にアクセスし、初めてサービスを利用する場合は、新規利用者登録のために利用者デ
ータ３０００の基本情報を登録し、利用者アカウントを取得する。既に利用者アカウント
を取得済の場合は、例えばＩＤとパスワードを入力する等の所定の認証を受けてログイン
することで、サービスが利用可能となる。この認証後、ウェブサイト、アプリケーション
等を介して所定のユーザインターフェース画面が提供され、図７に示すステップＳ１０１
へ進む。
【0082】
まず、ステップＳ１０１の処理として、サーバ１００の制御部１３０の受付部１３１は
、通信部１１０を介して、利用者端末２００から、対象者に関する対象者情報等の基本情
報の登録を受け付ける。サーバ１００の制御部１３０のデータ管理部１３２は、受け付け
た基本情報を、記憶部１２０の対象者データ格納部１２１に、対象者データ１０００とし
て対象者ＩＤに関連づけて格納する。
、通信部１１０を介して、利用者端末２００から、対象者に関する対象者情報等の基本情
報の登録を受け付ける。サーバ１００の制御部１３０のデータ管理部１３２は、受け付け
た基本情報を、記憶部１２０の対象者データ格納部１２１に、対象者データ１０００とし
て対象者ＩＤに関連づけて格納する。
【0083】
ここで、図８に例示するように、基本情報として、受付部１３１は、順不同であるが、
例えば、子どもの氏名、住所、Ｅメールアドレス等の連絡先、性別、年齢、学校名、学年
、担任名、通学状況、タグ情報等の、子どもに関する子ども情報の登録を受け付け（ステ
ップＳ２０１）、保護者の氏名、ＩＤ、住所、連絡先、性別等の、保護者に関する保護者
情報の登録を受け付け（ステップＳ２０２）、続いて、叔父、叔母、子どもの兄の友人、
母親の交際相手等の関係者の氏名、ＩＤ、住所、連絡先、性別等の、子どもの関係者に関
する関係者情報の登録を受け付け（ステップＳ２０３）、家族グループ名、ＩＤ、グルー
プ名の説明、グループのメンバー（子ども、兄弟、過去の婚姻関係、内縁の夫婦関係によ
る保護者等も含む）等の、家族グループに関する家族グループ情報の登録を受け付け（ス
テップＳ２０４）、また、関係機関名、ＩＤ、種別（医療機関、警察、教育機関等）、住
所、連絡先等の、関係機関に関する関係機関情報の登録を受け付ける（ステップＳ２０５
）ことができる。
例えば、子どもの氏名、住所、Ｅメールアドレス等の連絡先、性別、年齢、学校名、学年
、担任名、通学状況、タグ情報等の、子どもに関する子ども情報の登録を受け付け（ステ
ップＳ２０１）、保護者の氏名、ＩＤ、住所、連絡先、性別等の、保護者に関する保護者
情報の登録を受け付け（ステップＳ２０２）、続いて、叔父、叔母、子どもの兄の友人、
母親の交際相手等の関係者の氏名、ＩＤ、住所、連絡先、性別等の、子どもの関係者に関
する関係者情報の登録を受け付け（ステップＳ２０３）、家族グループ名、ＩＤ、グルー
プ名の説明、グループのメンバー（子ども、兄弟、過去の婚姻関係、内縁の夫婦関係によ
る保護者等も含む）等の、家族グループに関する家族グループ情報の登録を受け付け（ス
テップＳ２０４）、また、関係機関名、ＩＤ、種別（医療機関、警察、教育機関等）、住
所、連絡先等の、関係機関に関する関係機関情報の登録を受け付ける（ステップＳ２０５
）ことができる。
【0084】
次に、ステップＳ１０２の処理として、受付部１３１は、利用者端末２００から、測定
値情報の登録を受け付ける。まず、利用者は、利用者端末２００に表示されるアプリケー
ション画面上で、測定値情報及び経過期間情報の入力操作を行う。なお、入力操作は、利
用者によるキーボード操作等による入力操作に限らず、連携するデータベースから対象者
に関する測定値情報を取得して入力を行ってもよい。
値情報の登録を受け付ける。まず、利用者は、利用者端末２００に表示されるアプリケー
ション画面上で、測定値情報及び経過期間情報の入力操作を行う。なお、入力操作は、利
用者によるキーボード操作等による入力操作に限らず、連携するデータベースから対象者
に関する測定値情報を取得して入力を行ってもよい。
【0085】
次に、ステップＳ１０３の処理として、制御部１３０のフィッティング部１３３は、対
象者の身長または体重の少なくとも何れか一方の測定値を含む測定値情報と、当該測定値
情報に紐づく出生からの経過期間情報と、を少なくとも含む入力情報に対して基準数理モ
デルをフィッティングさせる。
象者の身長または体重の少なくとも何れか一方の測定値を含む測定値情報と、当該測定値
情報に紐づく出生からの経過期間情報と、を少なくとも含む入力情報に対して基準数理モ
デルをフィッティングさせる。
【0086】
次に、ステップＳ１０４の処理として、結果出力部１３４は、上記ステップにおいてフ
ィッティング部１３３のフィッティングにより得られる結果関数に含まれる一以上の発育
関連パラメータを含む結果情報を利用者端末２００に送信し、利用者端末２００のアプリ
ケーションのユーザインターフェース画面に結果情報が所定のフォーマットで表示される
。
ィッティング部１３３のフィッティングにより得られる結果関数に含まれる一以上の発育
関連パラメータを含む結果情報を利用者端末２００に送信し、利用者端末２００のアプリ
ケーションのユーザインターフェース画面に結果情報が所定のフォーマットで表示される
。
【0087】
ここで、結果出力部１３４により、式１から式１１までの各関数についてそれぞれグラ
フ形式で描画することができる。図９に例示するように、年齢や月齢等の経過期間を横軸
とし、身長や体重の測定値（測定データ）を縦軸とするグラフ上に、測定値や発育予想（
結果関数）を描画することができる。このとき、基準となる集団の情報(例えば、標準成
長曲線)を、実際の測定値と重ねて描画してもよい。
フ形式で描画することができる。図９に例示するように、年齢や月齢等の経過期間を横軸
とし、身長や体重の測定値（測定データ）を縦軸とするグラフ上に、測定値や発育予想（
結果関数）を描画することができる。このとき、基準となる集団の情報(例えば、標準成
長曲線)を、実際の測定値と重ねて描画してもよい。
【0088】
また、図１０に例示するように、年齢や月齢等の経過期間を横軸とし、身長や体重の測
定値（測定データや予測値を含む）を縦軸とするグラフや、及び図１１に例示するように
、年齢や月齢等の経過期間を横軸、成長の速度を縦軸とするグラフ上に、測定値や発育予
想（結果関数）を描画する際に、各発育関連パラメータを示す参照情報（説明文章や数式
などの文字情報、矢印や点線などの図形情報など）を重ねて描画してもよい。
定値（測定データや予測値を含む）を縦軸とするグラフや、及び図１１に例示するように
、年齢や月齢等の経過期間を横軸、成長の速度を縦軸とするグラフ上に、測定値や発育予
想（結果関数）を描画する際に、各発育関連パラメータを示す参照情報（説明文章や数式
などの文字情報、矢印や点線などの図形情報など）を重ねて描画してもよい。
【0089】
また、図１２に例示するように、年齢や月齢等の経過期間を横軸とし、加速度を縦軸と
するグラフ上に、成長加速度曲線を示す関数f''(t)を描画することができる。より具体的
には、成長加速度曲線を示す関数f''(t)を描画する場合には、合成関数として関数f''(t)
をそのまま描画することも可能であるが、図１１に例示するように、式１１の右辺第２項
（後期成長の進行率関数）と式１１の右辺第３項（後期成長の抑制率関数）を別々に描画
することも可能である。
するグラフ上に、成長加速度曲線を示す関数f''(t)を描画することができる。より具体的
には、成長加速度曲線を示す関数f''(t)を描画する場合には、合成関数として関数f''(t)
をそのまま描画することも可能であるが、図１１に例示するように、式１１の右辺第２項
（後期成長の進行率関数）と式１１の右辺第３項（後期成長の抑制率関数）を別々に描画
することも可能である。
【0090】
以上のように、本実施形態によれば、特に、基準数理モデルを用いた新たな手法により
、身長や体重を含む発育関連パラメータを求めることができる。
、身長や体重を含む発育関連パラメータを求めることができる。
【0091】
なお、どのような外的要因を考慮するか、あるいは、どのような対象者（集合）のデー
タを使用するかによって、出力できる対象者の身長または体重の予測結果と、各種発育関
連パラメータは、次のような用途に利用することができる。
タを使用するかによって、出力できる対象者の身長または体重の予測結果と、各種発育関
連パラメータは、次のような用途に利用することができる。
【0092】
（１）医療分野
（１－１）「発育不全の診断や、医療的介入判断に関わる検査結果報告」
発育関連パラメータとして、例えば、基本成長速度や後期発育の開始時期等を推定し、
所定の属性群（例えば、国や性別などの群）の集計値との比較を実施し、当該集団の中で
の相対的な位置付けや比較結果（及び評価基準情報）に基づき、対象児童の発育不全や、
その他の疾病等が併存する可能性を示唆する、リスク情報を送信するようにしてもよい。
（１－１）「発育不全の診断や、医療的介入判断に関わる検査結果報告」
発育関連パラメータとして、例えば、基本成長速度や後期発育の開始時期等を推定し、
所定の属性群（例えば、国や性別などの群）の集計値との比較を実施し、当該集団の中で
の相対的な位置付けや比較結果（及び評価基準情報）に基づき、対象児童の発育不全や、
その他の疾病等が併存する可能性を示唆する、リスク情報を送信するようにしてもよい。
【0093】
（１－２）「小児発達の疫学調査や、子どもの発育に関わる特定の疾病に関する医学系研
究」
発育関連パラメータとして、例えば、基本成長速度や後期発育の開始時期等を、特定の
疾病単位(例えばダウン症など疾病単位)の群で推定し、対象者に紐づく疫学的基礎情報の
送信や特定の疾病に対する加療等の介入情報（特に介入を実施した時期情報を含む）を参
照して、基本成長速度や後期発育の開始時期等の発育関連パラメータが介入の前後でどの
ように変化したかに関する介入効果評価情報を送信するようにしてもよい。
究」
発育関連パラメータとして、例えば、基本成長速度や後期発育の開始時期等を、特定の
疾病単位(例えばダウン症など疾病単位)の群で推定し、対象者に紐づく疫学的基礎情報の
送信や特定の疾病に対する加療等の介入情報（特に介入を実施した時期情報を含む）を参
照して、基本成長速度や後期発育の開始時期等の発育関連パラメータが介入の前後でどの
ように変化したかに関する介入効果評価情報を送信するようにしてもよい。
【0094】
（２）保健・福祉・教育分野
（２－１）「乳幼児健康診査等での発育評価」
発育関連パラメータとして、例えば、対象児童の将来の身長または体重を予測し、国や
性別などの対象児童が属する所定の属性群の集計値との比較結果（及び評価基準情報）に
基づき、将来の予測も含めた発育評価結果情報や、保健・生活指導等の介入の必要性を示
唆する情報、医療的介入の必要性を示唆するリスク情報などを評価の結果（例えば、平均
値や代表値などよりも低いことを示す評価の結果など）に応じて送信するようにしてもよ
い。
（２－１）「乳幼児健康診査等での発育評価」
発育関連パラメータとして、例えば、対象児童の将来の身長または体重を予測し、国や
性別などの対象児童が属する所定の属性群の集計値との比較結果（及び評価基準情報）に
基づき、将来の予測も含めた発育評価結果情報や、保健・生活指導等の介入の必要性を示
唆する情報、医療的介入の必要性を示唆するリスク情報などを評価の結果（例えば、平均
値や代表値などよりも低いことを示す評価の結果など）に応じて送信するようにしてもよ
い。
【0095】
（２－２）「児童虐待アセスメントや保健福祉的介入や指導の実施判断に関わる発育評価
」
発育関連パラメータとして、例えば、対象児童の将来の身長または体重を予測し、国や
性別などの対象児童が属する所定の属性群の集計値との比較結果や、児童虐待を受けた児
童群（特に、例えば栄養失調等により死亡した群など）の集計値との比較結果（及び評価
基準情報）に基づき、福祉的介入の必要性を示唆する情報や、医療的介入の必要性を示唆
するリスク情報を評価の結果（例えば、平均値や代表値などよりも低いことを示す評価の
結果など）に応じて送信するようにしても良い。
」
発育関連パラメータとして、例えば、対象児童の将来の身長または体重を予測し、国や
性別などの対象児童が属する所定の属性群の集計値との比較結果や、児童虐待を受けた児
童群（特に、例えば栄養失調等により死亡した群など）の集計値との比較結果（及び評価
基準情報）に基づき、福祉的介入の必要性を示唆する情報や、医療的介入の必要性を示唆
するリスク情報を評価の結果（例えば、平均値や代表値などよりも低いことを示す評価の
結果など）に応じて送信するようにしても良い。
【0096】
（２－３）「学校健康診査等に関する発育評価」
発育関連パラメータとして、例えば、対象児童の将来の身長または体重を予測し、国や
性別などの対象児童が属する所定の属性群の集計値との比較結果に基づき、将来の予測も
含めた発育評価結果情報と、保健・生活指導等の介入の必要性を示唆する情報や、医療的
介入の必要性を示唆するリスク情報を評価の結果（例えば、平均値や代表値などよりも低
いことを示す評価の結果など）に応じて送信するようにしてもよい。また、測定がなされ
た年代別で、基本成長速度や後期発育の開始時期等の発育パラメータを互いに比較し、年
代による標準的な発育状況の変遷に関する標準的な発育の変遷情報を送信するようにして
もよい。
発育関連パラメータとして、例えば、対象児童の将来の身長または体重を予測し、国や
性別などの対象児童が属する所定の属性群の集計値との比較結果に基づき、将来の予測も
含めた発育評価結果情報と、保健・生活指導等の介入の必要性を示唆する情報や、医療的
介入の必要性を示唆するリスク情報を評価の結果（例えば、平均値や代表値などよりも低
いことを示す評価の結果など）に応じて送信するようにしてもよい。また、測定がなされ
た年代別で、基本成長速度や後期発育の開始時期等の発育パラメータを互いに比較し、年
代による標準的な発育状況の変遷に関する標準的な発育の変遷情報を送信するようにして
もよい。
【0097】
（２－４）「食育の介入効果評価」
発育関連パラメータとして、例えば、基本成長速度や後期発育の開始時期等を推定し、
対象者に紐づく食育の介入情報（特に食育の介入を実施した時期情報を含む）を併せて参
照することで、食育の介入前後等でどのように変化したか、または、食育の介入があった
群と、なかった群で、上記発育関連パラメータがどのように異なるかに関する、差分を評
価した介入効果評価情報を送信するようにしてもよい。
発育関連パラメータとして、例えば、基本成長速度や後期発育の開始時期等を推定し、
対象者に紐づく食育の介入情報（特に食育の介入を実施した時期情報を含む）を併せて参
照することで、食育の介入前後等でどのように変化したか、または、食育の介入があった
群と、なかった群で、上記発育関連パラメータがどのように異なるかに関する、差分を評
価した介入効果評価情報を送信するようにしてもよい。
【0098】
（３）スポーツ・ファッション・その他
（３－１）「スポーツ分野における、食事管理やトレーニングメニューの設定(運動プロ
グラムの設定)などの介入の効果の評価、介入による身長または体重の発育予測」
一例として、発育関連パラメータとして将来の身長または体重を予測し、所定のスポー
ツ分野における群（種目別群、スポーツ経験者単位、プロ単位群、アマチュア単位群、学
生単位群、性別別群、年代別群などのいずれか一つの単位群または二つ以上の単位を組み
合わせた群）の集計値との比較結果に基づき、評価を含む結果情報や、利用者端末へ目標
発育関連パラメータに達するための介入手法を提案する介入手法提案情報、または、目標
発育関連パラメータに達するための目標進捗との差分を評価した介入効果評価情報を含む
結果情報を送信するようにしてもよい。
（３－１）「スポーツ分野における、食事管理やトレーニングメニューの設定(運動プロ
グラムの設定)などの介入の効果の評価、介入による身長または体重の発育予測」
一例として、発育関連パラメータとして将来の身長または体重を予測し、所定のスポー
ツ分野における群（種目別群、スポーツ経験者単位、プロ単位群、アマチュア単位群、学
生単位群、性別別群、年代別群などのいずれか一つの単位群または二つ以上の単位を組み
合わせた群）の集計値との比較結果に基づき、評価を含む結果情報や、利用者端末へ目標
発育関連パラメータに達するための介入手法を提案する介入手法提案情報、または、目標
発育関連パラメータに達するための目標進捗との差分を評価した介入効果評価情報を含む
結果情報を送信するようにしてもよい。
【0099】
（３－２）「服の販売等に関わる対象者（特に子ども）の発育予測」
発育関連パラメータとして将来の身長（または体重）を予測し、購入したサイズがサイ
ズアウトして次のサイズを購入する際に、利用者端末へ予測に沿ったサイズに基づく購入
推薦情報を送信するようにしてもよい。
発育関連パラメータとして将来の身長（または体重）を予測し、購入したサイズがサイ
ズアウトして次のサイズを購入する際に、利用者端末へ予測に沿ったサイズに基づく購入
推薦情報を送信するようにしてもよい。
【0100】
本発明の実施形態の内容を改めて列記して説明する。本発明の実施の形態による情報処
理方法、プログラム、情報処理システムは、以下のような構成を備える。
［項目１］
情報処理装置により実行される情報処理方法であって、
対象者の身長または体重の少なくとも何れか一方の測定値を含む測定値情報と、当該測
定値情報に紐づく出生からの経過期間情報と、を少なくとも含む入力情報に対して基準数
理モデルをフィッティングさせるフィッティングステップと、
前記フィッティングにより得られる結果関数に含まれる一以上の発育関連パラメータを
含む結果情報を出力する結果出力ステップを含む、
情報処理方法。
［項目２］
前記発育関連パラメータは、出生時の身長または体重の少なくとも何れか一方の予測値
を含む、項目１に記載の方法。
［項目３］
前記発育関連パラメータは、将来の所定のタイミングにおける身長または体重の少なく
とも何れか一方の予測値を含む、項目１または２のいずれかに記載の方法。
［項目４］
前記発育関連パラメータは、下記（１）～（１８）の少なくともいずれかを含む、項目
１乃至３のいずれか一項に記載の方法。
（１）出生時の成長速度、
（２）成長初速度の減衰率、
（３）基本成長速度、
（４）後期発育の発育速度上限値、
（５）後期発育の発育速度抑制量、
（６）後期発育の開始時期に関する情報、
（７）後期発育の亢進および抑制の速度に関する情報
（８）後期発育抑制開始時期の情報
（９）後期発育の進行率
（１０）後期発育の抑制進行率、
（１１）後期発育の加速度が最大となる時期、
（１２）後期発育の減速度が最大となる時期、
（１３）後期発育の進行から抑制までの時間差、
（１４）後期発育の亢進速度を抑制速度が上回った時間、
（１５）後期発育において最も成長速度が高い時期、
（１６）後期発育の期間、
（１７）後期成長の進行率に関する情報、
（１８）個人要因、環境要因、介入要因の少なくともいずれかによる影響の大きさに関す
る情報
［項目５］
情報処理装置において、
対象者の身長または体重の少なくとも何れか一方の測定値を含む測定値情報と、当該測
定値情報に紐づく出生からの経過期間情報と、を少なくとも含む入力情報に対して基準数
理モデルをフィッティングさせるフィッティングステップと、
前記フィッティングにより得られる結果関数に含まれる一以上の発育関連パラメータを
含む結果情報を出力する結果出力ステップと、を含む情報処理方法を実行させるプログラ
ム。
［項目６］
制御部を有する情報処理装置であって、
前記制御部は、
対象者の身長または体重の少なくとも何れか一方の測定値を含む測定値情報と、当該測定
値情報に紐づく出生からの経過期間情報と、を少なくとも含む入力情報に対して基準数理
モデルをフィッティングさせるフィッティング部と、
前記フィッティングにより得られる結果関数に含まれる一以上の発育関連パラメータを
含む結果情報を出力する結果出力部を備える、
情報処理装置。
理方法、プログラム、情報処理システムは、以下のような構成を備える。
［項目１］
情報処理装置により実行される情報処理方法であって、
対象者の身長または体重の少なくとも何れか一方の測定値を含む測定値情報と、当該測
定値情報に紐づく出生からの経過期間情報と、を少なくとも含む入力情報に対して基準数
理モデルをフィッティングさせるフィッティングステップと、
前記フィッティングにより得られる結果関数に含まれる一以上の発育関連パラメータを
含む結果情報を出力する結果出力ステップを含む、
情報処理方法。
［項目２］
前記発育関連パラメータは、出生時の身長または体重の少なくとも何れか一方の予測値
を含む、項目１に記載の方法。
［項目３］
前記発育関連パラメータは、将来の所定のタイミングにおける身長または体重の少なく
とも何れか一方の予測値を含む、項目１または２のいずれかに記載の方法。
［項目４］
前記発育関連パラメータは、下記（１）～（１８）の少なくともいずれかを含む、項目
１乃至３のいずれか一項に記載の方法。
（１）出生時の成長速度、
（２）成長初速度の減衰率、
（３）基本成長速度、
（４）後期発育の発育速度上限値、
（５）後期発育の発育速度抑制量、
（６）後期発育の開始時期に関する情報、
（７）後期発育の亢進および抑制の速度に関する情報
（８）後期発育抑制開始時期の情報
（９）後期発育の進行率
（１０）後期発育の抑制進行率、
（１１）後期発育の加速度が最大となる時期、
（１２）後期発育の減速度が最大となる時期、
（１３）後期発育の進行から抑制までの時間差、
（１４）後期発育の亢進速度を抑制速度が上回った時間、
（１５）後期発育において最も成長速度が高い時期、
（１６）後期発育の期間、
（１７）後期成長の進行率に関する情報、
（１８）個人要因、環境要因、介入要因の少なくともいずれかによる影響の大きさに関す
る情報
［項目５］
情報処理装置において、
対象者の身長または体重の少なくとも何れか一方の測定値を含む測定値情報と、当該測
定値情報に紐づく出生からの経過期間情報と、を少なくとも含む入力情報に対して基準数
理モデルをフィッティングさせるフィッティングステップと、
前記フィッティングにより得られる結果関数に含まれる一以上の発育関連パラメータを
含む結果情報を出力する結果出力ステップと、を含む情報処理方法を実行させるプログラ
ム。
［項目６］
制御部を有する情報処理装置であって、
前記制御部は、
対象者の身長または体重の少なくとも何れか一方の測定値を含む測定値情報と、当該測定
値情報に紐づく出生からの経過期間情報と、を少なくとも含む入力情報に対して基準数理
モデルをフィッティングさせるフィッティング部と、
前記フィッティングにより得られる結果関数に含まれる一以上の発育関連パラメータを
含む結果情報を出力する結果出力部を備える、
情報処理装置。
【0101】
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。
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】
【0102】
１ 情報処理システム、
１００ サーバ、
１１０ 通信部、
１２０ 記憶部、
１３０ 制御部、
２００ 利用者端末、
ＮＷ ネットワーク
１００ サーバ、
１１０ 通信部、
１２０ 記憶部、
１３０ 制御部、
２００ 利用者端末、
ＮＷ ネットワーク
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
