特開 2024-168194 判定システム、及び、判定方法

(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】P2024168194

(43)【公開日】2024-12-05

(54)【発明の名称】判定システム、及び、判定方法

(51)【国際特許分類】

   A61B 5/01 20060101AFI20241128BHJP

   G16H 40/20 20180101ALI20241128BHJP

【ＦＩ】

A61B5/01 350

G16H40/20

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2023084656

(22)【出願日】2023-05-23

(71)【出願人】

【識別番号】314012076

【氏名又は名称】パナソニックＩＰマネジメント株式会社

(74)【代理人】

【識別番号】100109210

【弁理士】

【氏名又は名称】新居 広守

(74)【代理人】

【識別番号】100137235

【弁理士】

【氏名又は名称】寺谷 英作

(74)【代理人】

【識別番号】100131417

【弁理士】

【氏名又は名称】道坂 伸一

(72)【発明者】

【氏名】浦 千人

(72)【発明者】

【氏名】古賀 達雄

【テーマコード（参考）】

4C117

5L099

【Ｆターム（参考）】

4C117XB02

4C117XB07

4C117XE13

4C117XE24

4C117XE28

4C117XE43

4C117XE48

4C117XH02

4C117XH16

4C117XJ13

4C117XJ45

4C117XK09

4C117XQ19

5L099AA15

(57)【要約】

【課題】対象者の体温がいつもと違うか否かを判定することができる判定システムを提供する。
【解決手段】判定システム１０は、赤外線センサ２１によってセンシングされた温度分布であって対象者が位置する空間の温度分布に基づく対象者の体温を取得する取得部３４と、各々が人の体温を示す複数の温度データ間の学習済みの関連性に基づいて、取得された対象者の体温が異常であるか否かの判定を行う判定部３５と、判定の結果を対象者に通知する通知処理部３６とを備える。判定部３５は、取得された対象者の体温を示す温度データを用いて、学習済みの関連性を更新する。
【選択図】図１

【特許請求の範囲】

【請求項1】

センサによってセンシングされた温度分布であって対象者が位置する空間の温度分布に基づく前記対象者の体温を取得する取得部と、
各々が人の体温を示す複数の温度データ間の学習済みの関連性に基づいて、取得された前記対象者の体温が異常であるか否かの判定を行う判定部と、
前記判定の結果を前記対象者に通知する通知処理部とを備え、
前記判定部は、取得された前記対象者の体温を示す温度データを用いて、学習済みの前記関連性を更新する
判定システム。

【請求項2】

前記複数の温度データのそれぞれは、当該温度データが示す人の体温を得るためにどのような条件でセンシングが行われたかを示すセンシング情報を含み、
前記取得部は、前記対象者の体温と、前記対象者の体温を得るためにどのような条件でセンシングが行われたかを示す対象者センシング情報とを、対象者データとして取得し、
前記判定部は、
各々が前記センシング情報を含む前記複数の温度データ間の学習済みの前記関連性と、取得された前記対象者データとに基づいて、前記対象者データが示す前記対象者の体温が異常であるか否かの前記判定を行い、
取得された前記対象者データを用いて、学習済みの前記関連性を更新する
請求項１に記載の判定システム。

【請求項3】

前記複数の温度データのそれぞれは、当該温度データが示す人の体温を得るためにどのような条件でセンシングが行われたかを示すセンシング情報を含み、
前記複数の温度データのそれぞれに含まれるセンシング情報が示す条件は、前記対象者の体温を得るためのセンシングが行われたときの条件と少なくとも一部が同一である
請求項１に記載の判定システム。

【請求項4】

前記センシング情報には、センシングが行われたときの時刻情報、センシングを行ったセンサの識別情報、センシングが行われたときの人の検知結果を示す人検知情報、センシングが行われたときの人の行動情報、及び、センシングが行われたときの環境情報の少なくとも１つが含まれる
請求項２に記載の判定システム。

【請求項5】

前記複数の温度データのそれぞれは、当該温度データが示す体温が誰の体温であるかを示す個人識別情報を含み、
前記複数の温度データのそれぞれに含まれる前記個人識別情報が示す個人は、前記対象者である
請求項１に記載の判定システム。

【請求項6】

前記個人識別情報には、機器の識別情報、位置情報、セキュリティ認証媒体の識別情報、生体認証情報、シルエット情報、音声情報、属性情報、及び、バイタル情報の少なくとも１つが含まれる
請求項５に記載の判定システム。

【請求項7】

前記複数の温度データのそれぞれは、当該温度データが示す人の体温を得るためのセンシングが行われたときの前記人の状態を示す人状態情報を含み、
前記複数の温度データのそれぞれに含まれる人状態情報が示す状態は、前記対象者の体温を得るためのセンシングが行われたときの前記対象者の状態と同一である
請求項１に記載の判定システム。

【請求項8】

前記人状態情報には、画像情報、バイタル情報、活動量情報、行動履歴情報、及び、センシングが行われた場所情報の少なくとも１つが含まれる
請求項７に記載の判定システム。

【請求項9】

前記取得部は、さらに、前記判定の結果に対する前記対象者からのフィードバック情報を取得し、
前記判定部は、取得された前記フィードバック情報を用いて、学習済みの前記関連性を更新する
請求項１～８のいずれか１項に記載の判定システム。

【請求項10】

コンピュータによって実行される判定方法であって、
センサによってセンシングされた温度分布であって対象者が位置する空間の温度分布に基づいて計測された、前記対象者の体温を取得する取得ステップと、
各々が人の体温を示す複数の温度データ間の学習済みの関連性に基づいて、取得された前記対象者の体温が異常であるか否かの判定を行う判定ステップと、
前記判定の結果を前記対象者に通知する通知ステップと、
取得された前記対象者の体温を示す温度データを用いて、学習済みの前記関連性を更新する更新ステップとを含む
判定方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、判定システム、及び、判定方法に関する。

【背景技術】

【0002】

特許文献１には、ユーザの健康状態を適切に管理することができる健康状態管理装置が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２１－９９８１１号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

本発明は、対象者の体温がいつもと違うか否かを判定することができる、判定システム、及び、判定方法を提供する。

【課題を解決するための手段】

【0005】

本発明の一態様に係る判定システムは、センサによってセンシングされた温度分布であって対象者が位置する空間の温度分布に基づく前記対象者の体温を取得する取得部と、各々が人の体温を示す複数の温度データ間の学習済みの関連性に基づいて、取得された前記対象者の体温が異常であるか否かの判定を行う判定部と、前記判定の結果を前記対象者に通知する通知処理部とを備え、前記判定部は、取得された前記対象者の体温を示す温度データを用いて、学習済みの前記関連性を更新する。

【0006】

本発明の一態様に係る判定方法は、コンピュータによって実行される判定方法であって、センサによってセンシングされた温度分布であって対象者が位置する空間の温度分布に基づいて計測された、前記対象者の体温を取得する取得ステップと、各々が人の体温を示す複数の温度データ間の学習済みの関連性に基づいて、取得された前記対象者の体温が異常であるか否かの判定を行う判定ステップと、前記判定の結果を前記対象者に通知する通知ステップと、取得された前記対象者の体温を示す温度データを用いて、学習済みの前記関連性を更新する更新ステップとを含む。

【発明の効果】

【0007】

本発明の判定システム、及び、判定方法は、対象者の体温がいつもと違うか否かを判定することができる。

【図面の簡単な説明】

【0008】

【図1】図１は、実施の形態に係る判定システムの機能構成を示すブロック図である。

【図2】図２は、実施の形態に係る体温計測ユニットの外観の一例を示す図である。

【図3】図３は、実施の形態に係る判定システムの動作例１のシーケンス図である。

【図4】図４は、温度データのデータ構成を示す図である。

【図5】図５は、実施の形態に係る判定システムの動作例２のシーケンス図である。

【図6】図６は、実施の形態に係る判定システムの動作例３のシーケンス図である。

【発明を実施するための形態】

【0009】

以下、実施の形態について、図面を参照しながら説明する。なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

【0010】

なお、各図は模式図であり、必ずしも厳密に図示されたものではない。また、各図において、実質的に同一の構成に対しては同一の符号を付し、重複する説明は省略または簡略化される場合がある。

【0011】

（実施の形態）
［構成］
まず、実施の形態に係る判定システムの構成について説明する。図１は、実施の形態に係る判定システムの機能構成を示すブロック図である。

【0012】

判定システム１０は、体温計測ユニット２０によって人の体温を計測し、計測した体温が異常であるか否か（体温がいつもと違うか、いつもと同じか）を判定することができるシステムである。判定システム１０は、複数の体温計測ユニット２０と、サーバ装置３０とを備える。

【0013】

体温計測ユニット２０は、人の体温を非接触で計測する計測ユニットであり、人の体温を計測し、計測した体温が異常であるか否かを当該人へ通知する。図２は、体温計測ユニット２０の外観の一例を示す図である。

【0014】

体温計測ユニット２０は、例えば、施設に設置される。施設は、例えば、オフィスビルであり、体温計測ユニット２０は、例えば、オフィスビルのエントランス、または、オフィスビル内の執務空間の座席などに設置される。座席は、不特定の人が使用する座席であってもよいし、特定の人が使用する座席であってもよい。また、施設は、住宅であってもよい。この場合、体温計測ユニット２０は、住宅内の化粧台、または、住宅内のリビングの机の上などに設置される。体温計測ユニット２０の設置場所は、体温計測ユニット２０の前に人が位置するような場所である。

【0015】

体温計測ユニット２０は、具体的には、赤外線センサ２１と、環境センサ２２と、人検知センサ２３と、計測処理部２４と、記憶部２５と、通信部２６と、通知部２７とを備える。

【0016】

赤外線センサ２１は、体温計測ユニット２０の前の空間の温度分布を示す熱画像を生成する。赤外線センサ２１は、例えば、８×８個の赤外線検出素子のアレイによって構成される赤外線アレイセンサ（熱画像センサ）である。なお、赤外線センサ２１は、赤外線アレイセンサに限定されず、例えば、単一の赤外線検出素子で室内空間５０をスキャンするセンサであってもよいし、比較的解像度の高い赤外線イメージセンサであってもよい。

【0017】

環境センサ２２は、体温計測ユニット２０の周囲の環境をセンシングする。体温計測ユニット２０は、環境センサ２２として、温度センサ、及び、湿度センサなどの少なくとも１つを備える。

【0018】

人検知センサ２３は、体温計測ユニット２０の前の空間に人が位置しているか否かをセンシングする。体温計測ユニット２０は、人検知センサ２３として、人感センサ（焦電センサ）、電波センサ、及び、画像センサ（カメラ）などの少なくとも１つを備える。

【0019】

計測処理部２４は、赤外線センサ２１によって生成される熱画像から人の体温を計測するための情報処理を行う。計測処理部２４は、具体的には、プロセッサまたはマイクロコンピュータによって実現される。計測処理部２４の機能は、計測処理部２４を構成するプロセッサまたはマイクロコンピュータが記憶部２５に記憶されたコンピュータプログラムを実行することによって実現される。

【0020】

記憶部２５は、計測処理部２４が実行するコンピュータプログラムなど、人の体温を計測するための各種情報が記憶される記憶装置である。記憶部２５は、具体的には、半導体メモリなどによって実現される。

【0021】

通信部２６は、体温計測ユニット２０がサーバ装置３０と通信するための通信モジュール（通信回路）である。通信部２６によって行われる通信は、無線通信であってもよいし、有線通信であってもよい。通信に用いられる通信規格についても特に限定されない。

【0022】

通知部２７は、計測した体温が異常であるか否かの通知を行う。通知部２７は、スピーカ、ディスプレイ、及び、発光インジケータなどの少なくとも１つによって実現され、音、画像、及び、光などの少なくとも１つを用いて通知を行う。

【0023】

サーバ装置３０は、体温計測ユニット２０によって計測された人の体温を示す温度データを取得し、取得した温度データに基づいて、体温が異常であるか否か（体温がいつもと違うか、いつもと同じか）を判定する。サーバ装置３０は、体温計測ユニット２０が設置された施設（建物）に設けられたエッジコンピュータであるが、当該施設外に設けられたクラウドコンピュータであってもよい。サーバ装置３０は、通信部３１と、情報処理部３２と、記憶部３３とを備える。

【0024】

通信部３１は、サーバ装置３０が体温計測ユニット２０と通信するための通信モジュール（通信回路）である。通信部３１によって行われる通信は、無線通信であってもよいし、有線通信であってもよい。通信に用いられる通信規格についても特に限定されない。

【0025】

情報処理部３２は、体温が異常であるか否かを判定するための情報処理を行う。情報処理部３２は、具体的には、プロセッサまたはマイクロコンピュータによって実現される。情報処理部３２は、具体的には、取得部３４と、判定部３５と、通知処理部３６とを備える。取得部３４、判定部３５、及び、通知処理部３６の機能は、情報処理部３２を構成するプロセッサまたはマイクロコンピュータが記憶部３３に記憶されたコンピュータプログラムを実行することによって実現される。取得部３４、判定部３５、及び、通知処理部３６の機能の詳細については後述される。

【0026】

記憶部３３は、情報処理部３２が実行するコンピュータプログラムなど、体温が異常であるか否かを判定するための各種情報が記憶される記憶装置である。記憶部３３には、後述の機械学習モデルなども記憶される。記憶部３３は、具体的には、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）または半導体メモリなどによって実現される。

【0027】

［動作例１］
次に、判定システム１０の動作例１について説明する。図３は、判定システム１０の動作例１のシーケンス図である。

【0028】

体温計測ユニット２０の計測処理部２４は、対象者の体温（より詳細には、体表面温度）を計測する（Ｓ１１）。計測処理部２４は、具体的には、赤外線センサ２１によって生成された熱画像に含まれる複数の画素のうち、対象者が映っていると推定される画素の温度値の平均を、対象者の体温として計測する。

【0029】

計測処理部２４は、例えば、熱画像に含まれる複数の画素のそれぞれについて、対象者が映る直前の温度値を背景温度値として記憶しておき、背景温度値よりも所定値以上温度が上昇した画素を対象者が映っている画素であると推定することができる。また、計測処理部２４は、温度値が所定範囲（３４℃以上４０℃以下など）内の画素を対象者が映っている画素であると推定してもよい。また、体温計測ユニット２０が画像センサ（カメラ）を備えている場合、熱画像と、カメラによって撮影される画像とを照合することで、対象者が映っている画素を推定してもよい。

【0030】

次に、計測処理部２４は、ステップＳ１１において計測された体温に、センシング情報を付加した温度データを生成する（Ｓ１２）。図４は、温度データのデータ構成を示す図である。センシング情報は、対象者の体温を得るためにどのような条件でセンシングが行われたかを示す情報である。図４に示されるように、センシング情報には、センシングが行われた時刻（年月日を含む）を示す時刻情報、体温計測ユニット２０（センサ）の識別情報、人検知情報、人の行動情報、及び、環境情報が含まれる。なお、センシング情報には、時刻情報、体温計測ユニット２０の識別情報、人検知情報、人の行動情報、及び、環境情報の少なくとも１つが含まれればよい。

【0031】

体温計測ユニット２０の識別情報は、ステップＳ１１において計測された体温が、複数の体温計測ユニット２０のうちどの体温計測ユニット２０で計測されたかを示す情報であり、具体的には、体温計測ユニットの機器ＩＤなどである。

【0032】

人検知情報は、ステップＳ１１において体温が計測されたときに、体温計測ユニット２０の人検知センサ２３の検知結果が人がいることを示していたかどうかを示す情報である。つまり、人検知情報は、ステップＳ１１において体温が計測されたときの、人検知センサ２３の人の検知結果を示す情報である。

【0033】

人の行動情報は、ステップＳ１１において体温が計測されたときに、人がどのような行動を取っていたかを示す情報であり、言い換えれば、人の生活リズムを示す情報である。人の行動情報は、例えば、起床、就寝、入浴、及び、帰宅直後などの人の行動を示す。人の行動情報は、例えば、対象者本人によって体温計測ユニット２０が備えるユーザインターフェース部（図示せず）に入力される。

【0034】

環境情報は、ステップＳ１１において体温が計測されたときの周囲の環境を示す情報であり、具体的には、環境センサ２２によってセンシングされる温度または湿度等である。環境情報には、ステップＳ１１において体温が計測されたときの天気（天候）が含まれてもよい。天気（天候）に関する情報は、例えば、体温計測ユニット２０から気象情報配信サーバ（図示せず）に問い合わせを行うことで得られる。なお、温度データに含まれる時刻情報に基づいて、サーバ装置３０側で当該温度データに天気に関する情報が追加されてもよい。

【0035】

次に、計測処理部２４は、ステップＳ１２で生成した温度データを、通信部２６を用いてサーバ装置３０へ送信する（Ｓ１３）。

【0036】

サーバ装置３０の通信部３１は、温度データを受信する。取得部３４は、通信部３１によって受信された温度データを取得する（Ｓ１４）。ここで、記憶部３３には、図４で例示したような温度データを多数学習した機械学習モデルが記憶されている。温度データの学習には、いわゆる教師なし学習に該当する方式が使用される。つまり、この機械学習モデルは、温度データ間の関連性をあらかじめ学習しているといえる。なお、学習に用いられる温度データは、例えば、判定システム１０が備える複数の体温計測ユニット２０のいずれかによって生成された温度データであるが、学習用に特別に準備された温度データであってもよい。

【0037】

この機械学習モデルは、入力された温度データが示す対象者の体温が異常である（いつもと違う）か否かの判定結果を出力することができる。そこで、判定部３５は、ステップＳ１４において取得された温度データを、記憶部３３に記憶された機械学習モデルに入力することで、対象者の体温が異常であるか否かの判定を行う（Ｓ１６）。

【0038】

次に、通知処理部３６は、ステップＳ１６における判定の結果を通知するための通知情報を生成し（Ｓ１７）、生成した通知情報を、通信部３１を用いて体温計測ユニット２０へ送信する（Ｓ１８）。

【0039】

体温計測ユニット２０の通信部２６は、通知情報を受信する。通知部２７は、受信された通知情報に基づいて、判定の結果の通知を行う（Ｓ１９）。なお、通知部２７は、受信された通知情報に含まれる判定の結果に関わらずに通知を行ってもよいし、通知情報に含まれる判定結果が体温が異常であることを示すときのみ通知を行ってもよい。

【0040】

一方、サーバ装置３０の判定部３５は、ステップＳ１４において取得された温度データを新たな学習データとして、機械学習モデルに再学習させる（Ｓ２０）。つまり、機械学習モデルが学習している温度データ間の関連性を更新する。なお、ステップＳ２０の処理は、ステップＳ１８の処理よりも前に行われてもよい。

【0041】

以上説明したように、判定システム１０は、赤外線センサ２１によってセンシングされた温度分布であって対象者が位置する空間の温度分布に基づく、対象者の温度データ（以下、対象者データとも記載される）を取得する取得部３４と、各々が人の体温を示す複数の温度データ間の学習済みの関連性に基づいて、取得された対象者の体温が異常であるか否かの判定を行う判定部３５と、判定の結果を対象者に通知する通知処理部３６とを備える。温度データには、当該温度データが示す人の体温を得るためにどのような条件でセンシングが行われたかを示すセンシング情報が含まれる。また、判定部３５は、取得された対象者データを用いて、学習済みの関連性を更新する。

【0042】

このような判定システム１０は、赤外線センサ２１によるセンシングが行われた条件を考慮して、対象者の体温がいつもと違うか否かを判定することができる。例えば、夏の暑い日と冬の寒い日では、体温が気温の影響を受けると考えられるが、体温が所定の閾値以上であるか否かに基づいて体温が異常であるか否かを判定するような構成においては、気温の影響を考慮することができない。これに対し、判定システム１０においては、環境情報（気温を示す情報）を含む温度データを学習して判定を行うことにより、気温を考慮して対象者の体温がいつもと違うか否かを判定することができる。

【0043】

また、判定システム１０は、機械学習モデルを更新することで、さらなる判定精度の向上を図ることができる。

【0044】

［動作例２］
次に、判定システム１０の動作例２について説明する。動作例２においては、サーバ装置３０の記憶部３３に複数の機械学習モデルが記憶されている。判定部３５は、あらかじめ取得された多数の温度データを、温度データに含まれるセンシング情報に基づいて分類し、複数の分類に対応する複数の機械学習モデルを記憶部３３に記憶しておく。

【0045】

温度データは、例えば、センシング情報に含まれる時刻情報に基づいて、季節ごとに分類される。つまり、複数の機械学習モデルには、例えば、春シーズンに計測された体温を示す複数の温度データを学習した機械学習モデルと、夏シーズンに計測された体温を示す複数の温度データを学習した機械学習モデルと、秋シーズンに計測された体温を示す複数の温度データを学習した機械学習モデルと、冬シーズンに計測された体温を示す複数の温度データを学習した機械学習モデルとが含まれる。

【0046】

以下、複数の機械学習モデルを用いた判定システム１０の動作例２についてシーケンス図を参照しながら説明する。図５は、判定システム１０の動作例２のシーケンス図である。

【0047】

ステップＳ１１～Ｓ１４の処理は、動作例１と同様である。判定部３５は、ステップＳ１１において対象者の温度データが取得されると、記憶部３３に記憶された複数の機械学習モデルの中から判定に使用する機械学習モデルを選択する（Ｓ１５）。

【0048】

判定部３５は、具体的には、取得した温度データに含まれる時刻情報を参照し、温度データが示す体温が計測された季節（春夏秋冬のいずれか）を特定する。判定部３５は、特定した季節に対応する機械学習モデルを選択する。つまり、判定部３５は、対象者の温度データと同じ条件（近い条件）のセンシングに基づいて計測された温度データの関連性を学習している機械学習モデルを選択する。

【0049】

次に、判定部３５は、ステップＳ１４において取得された温度データを、ステップＳ１５で選択した機械学習モデルに入力することで、対象者の体温が異常であるか否かの判定を行う（Ｓ１６）。以降の処理は、動作例１と同様である。

【0050】

このように、動作例２においては、判定システム１０は、複数の機械学習モデルの選択（切り替え）を行うことにより、対象者の体温が異常であるか否かの判定を行う。動作例２において、選択された機械学習モデルが学習している複数の温度データのそれぞれに含まれるセンシング情報が示す条件は、対象者の体温を得るためのセンシングが行われたときの条件と少なくとも一部が同一である。動作例２では、センシングが行われた季節が同一である。このため、判定システム１０は、判定精度の向上を図ることができる。

【0051】

なお、複数の温度データをどのように分類して複数の機械学習モデルを準備しておくかについては一例である。温度データは、センシング情報に含まれる、時刻情報（季節）以外の情報に基づいて分類されてもよい。

【0052】

［動作例３］
対象者は、動作例１または２のステップＳ１９において判定の結果の通知を受けた後、判定の結果が自身の認識と合っているか否かをフィードバックしてもよい。図６は、判定システム１０の動作例３のシーケンス図である。

【0053】

ステップＳ１１～ステップＳ１９の処理は、動作例１または動作例２と同様である。ステップＳ１９の後、体温計測ユニット２０は、対象者のフィードバック情報の入力を受け付ける（Ｓ２１）。例えば、体温計測ユニット２０は、ユーザインターフェース部（図示せず）を備え、ユーザインターフェース部により、対象者のフィードバック情報の入力を受け付ける。計測処理部２４は、フィードバック情報の入力が受け付けられると、通信部２６を用いてフィードバック情報をサーバ装置３０へ送信する（Ｓ２２）。

【0054】

サーバ装置３０の通信部３１は、フィードバック情報を受信する。取得部３４は、通信部３１によって受信されたフィードバック情報を取得し（Ｓ２３）、判定部３５は、ステップＳ１４において取得された温度データにフィードバック情報を加えたデータを新たな学習データとして、機械学習モデルに再学習させる（Ｓ２４）。つまり、判定部３５は、取得されたフィードバック情報を用いて、機械学習モデルが学習している温度データ間の関連性を更新する。

【0055】

このように、判定システム１０は、対象者からのフィードバック情報を用いて機械学習モデルを再学習させることで、判定の精度の向上を図ることができる。

【0056】

［変形例１］
動作例１及び２において、機械学習モデルに学習させる複数の温度データ（対象者の温度データ）には、個人識別情報が含まれてもよい。個人識別情報は、温度データが示す体温が誰の体温であるかを直接的または間接的に示す情報である。個人識別情報は、例えば、体温の個人差を考慮して体温が異常であるか否かを判定するために有用な情報であるといえる。

【0057】

例えば、体温計測ユニット２０の計測処理部２４は、温度データを生成するときに、対象者が所持するスマートフォンまたはタブレット端末などの携帯端末と近距離無線通信を行うことで情報端末の機器ＩＤ（機器の識別情報の一例）を取得し、取得した機器ＩＤを個人識別情報として温度データに含めることができる。

【0058】

また、体温計測ユニット２０の計測処理部２４は、温度データを生成するときに、対象者の生体認証情報（指紋情報など）、対象者の音声情報（言い換えれば、音声特徴量）、及び、対象者の属性情報（体重または身長など）の少なくとも１つを取得し、取得した情報を個人識別情報として温度データに含めてもよい。

【0059】

また、体温計測ユニット２０がバイタルセンサを備える場合、計測処理部２４は、バイタルセンサによってセンシングされる対象者のバイタル情報を個人識別情報として温度データに含めてもよい。バイタルセンサとしては、非接触型のセンサ（電波センサ）が例示され、バイタル情報としては、心拍数または呼吸数を示す情報などが例示される。

【0060】

また、体温計測ユニット２０がカメラを備える場合、計測処理部２４は、カメラによって撮影される画像によって特定される対象者のシルエット情報（輪郭）を個人識別情報として温度データに含めてもよい。

【0061】

また、体温計測ユニット２０が執務空間などに設置されており、対象者が頻繁に位置する場所があらかじめ決まっているような場合、対象者の位置情報を個人識別情報として使用することもできる。位置情報は、例えば、ＬＰＳ（Ｌｏｃａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）などの屋内を対象とした位置測位システムから取得し、取得した位置情報を個人識別情報として温度データに含める。体温計測ユニット２０が、対象者が所持する携帯端末と通信できるような場合、携帯端末が備えるＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｇ Ｓｙｓｔｅｍ）モジュールによって計測された位置情報を携帯端末から取得することもできる。

【0062】

また、体温計測ユニット２０がオフィスのエントランスなど、セキュリティ認証媒体（セキュリティカード）の読み取り装置、または、生体認証装置（指紋認証装置など）の近くに配置されている場合には、セキュリティ認証媒体の識別情報、または、生体認証情報を個人識別情報として使用することもできる。例えば、体温計測ユニット２０は、温度データを生成するときに、読み取り装置または生体認証装置と通信することで、セキュリティ認証媒体の識別情報または生体認証情報を取得し、取得したセキュリティ認証媒体の識別情報または生体認証情報を個人識別情報として温度データに含める。

【0063】

また、読み取り装置または生体認証装置の認証履歴が認証サーバによって管理されているような場合、サーバ装置３０（情報処理部３２）が認証サーバと連携（連動）し、温度データに含まれる時刻情報と、認証履歴とを照合することで、温度データにセキュリティ認証媒体の識別情報または生体認証情報を含めることもできる。

【0064】

このように、機械学習モデルを構築するための温度データ、及び、体温が異常であるか否かの判定の対象となる温度データに個人識別情報が含まれれば、判定システム１０は、判定精度の向上を図ることができる。

【0065】

また、上記動作例２において、複数の温度データを個人識別情報（人）ごとに分類し、対象者の体温が異常であるかを判定するときに、対象者本人の温度データを学習した機械学習モデルを選択して判定に使用することができる。この場合、選択された機械学習モデルが学習している複数の温度データのそれぞれに含まれる個人識別情報が示す個人は、対象者である。

【0066】

また、変形例１のように温度データに個人識別情報が含まれれば、通知を行うべき対象者が誰であるかを特定することが可能である。そこで、判定の結果の通知は、体温計測ユニット２０に加えて、または、体温計測ユニットに代えて、対象者が所持する携帯端末を介して行われてもよい。

【0067】

［変形例２］
動作例１及び２において、機械学習モデルに学習させる複数の温度データ（対象者の温度データ）には、人状態情報が含まれてもよい。人状態情報は、温度データが示す人の体温を得るためのセンシングが行われたときの当該人の状態を示す情報である。人状態情報は、例えば、人が外出直前の状態か、外出直後の状態か、運動直後の状態か、焦っている状態か、または、これら以外の通常の状態かといったことを直接的または間接的に示す情報であり、体温が異常であるか否かの判定に有用な情報であるといえる。

【0068】

例えば、体温計測ユニット２０の計測処理部２４は、温度データを生成するときに、対象者が所持する活動量計（ウェアラブルセンサまたは携帯端末）と近距離無線通信を行うことで対象者の活動量情報を取得し、取得した活動量情報を人状態情報として温度データに含めることができる。

【0069】

また、体温計測ユニット２０がバイタルセンサを備える場合、計測処理部２４は、バイタルセンサによってセンシングされる対象者のバイタル情報を人状態情報として温度データに含めてもよい。バイタルセンサとしては、非接触型のセンサ（電波センサ）が例示され、バイタル情報としては、心拍数または呼吸数を示す情報などが例示される。

【0070】

また、体温計測ユニット２０がカメラを備える場合、計測処理部２４は、カメラによって撮影される画像の画像情報（画像特徴量）を人状態情報として温度データに含めてもよい。この場合の画像特徴量は、対象者の状態に関連するような画像特徴量である。

【0071】

また、体温計測ユニット２０またはサーバ装置３０が対象者の行動履歴情報を管理する管理サーバ装置から行動履歴情報を取得できるような場合、計測処理部２４または情報処理部は、行動履歴情報（より詳細には、赤外線センサ２１によるセンシングが行われたとときの対象者の行動）を人状態情報として温度データに含めてもよい。ここでの対象者の行動は、外出直前の状態、外出直後の状態、または、運動直後の状態、というような行動を意味する。

【0072】

また、体温計測ユニット２０の設置場所が当該体温計測ユニット２０に登録（記憶）されているような場合、体温計測ユニット２０の計測処理部２４は、温度データを生成するときに、体温計測ユニット２０の設置場所、つまり、赤外線センサ２１によるセンシングが行われた場所情報を人状態情報として温度データに含めてもよい。

【0073】

［効果等］
本明細書の開示内容から導き出される発明は、例えば以下のような発明である。以下、本明細書の開示内容から導き出される発明について、当該発明によって得られる効果等と合わせて説明する。

【0074】

発明１は、赤外線センサ２１によってセンシングされた温度分布であって対象者が位置する空間の温度分布に基づく対象者の体温を取得する取得部３４と、各々が人の体温を示す複数の温度データ間の学習済みの関連性に基づいて、取得された対象者の体温が異常であるか否かの判定を行う判定部３５と、判定の結果を対象者に通知する通知処理部３６とを備え、判定部３５は、取得された対象者の体温を示す温度データを用いて、学習済みの関連性を更新する、判定システム１０である。

【0075】

このような判定システム１０は、対象者の体温がいつもと違うか否かを判定することができる。

【0076】

発明２は、複数の温度データのそれぞれは、当該温度データが示す人の体温を得るためにどのような条件でセンシングが行われたかを示すセンシング情報を含み、取得部３４は、対象者の体温と、対象者の体温を得るためにどのような条件でセンシングが行われたかを示す対象者センシング情報とを、対象者データとして取得し、判定部３５は、各々がセンシング情報を含む複数の温度データ間の学習済みの関連性と、取得された対象者データとに基づいて、対象者データが示す対象者の体温が異常であるか否かの判定を行い、取得された対象者データを用いて、学習済みの関連性を更新する、発明１の判定システム１０である。

【0077】

このような判定システム１０は、赤外線センサ２１によるセンシングが行われた条件を考慮して、対象者の体温がいつもと違うか否かを判定することができる。

【0078】

発明３は、複数の温度データのそれぞれは、当該温度データが示す人の体温を得るためにどのような条件でセンシングが行われたかを示すセンシング情報を含み、複数の温度データのそれぞれに含まれるセンシング情報が示す条件は、対象者の体温を得るためのセンシングが行われたときの条件と少なくとも一部が同一である、発明１の判定システム１０である。

【0079】

このような判定システム１０は、判定の精度の向上を図ることができる。

【0080】

発明４は、センシング情報には、センシングが行われたときの時刻情報、センシングを行った赤外線センサ２１（体温計測ユニット２０）の識別情報、センシングが行われたときの人の検知結果を示す人検知情報、センシングが行われたときの人の行動情報、及び、センシングが行われたときの環境情報の少なくとも１つが含まれる、発明２の判定システム１０である。

【0081】

このような判定システム１０は、センシングが行われたときの時刻情報、赤外線センサ２１の識別情報、人検知情報、人の行動情報、及び、環境情報の少なくとも１つを考慮して、対象者の体温がいつもと違うか否かを判定することができる。

【0082】

発明５は、複数の温度データのそれぞれは、当該温度データが示す体温が誰の体温であるかを示す個人識別情報を含み、複数の温度データのそれぞれに含まれる個人識別情報が示す個人は、対象者である、発明１～４のいずれかの判定システム１０である。

【0083】

このような判定システム１０は、対象者が誰であるかを考慮して、対象者の体温がいつもと違うか否かを判定することができる。

【0084】

発明６は、個人識別情報には、機器の識別情報、位置情報、セキュリティ認証媒体の識別情報、生体認証情報、シルエット情報、音声情報、属性情報、及び、バイタル情報の少なくとも１つが含まれる、発明５の判定システム１０である。

【0085】

このような判定システム１０は、機器の識別情報、位置情報、セキュリティ認証媒体の識別情報、生体認証情報、シルエット情報、音声情報、属性情報、及び、バイタル情報の少なくとも１つに基づいて、温度データが示す体温が誰の体温であるかを特定または推定することができる。

【0086】

発明７は、複数の温度データのそれぞれは、当該温度データが示す人の体温を得るためのセンシングが行われたときの人の状態を示す人状態情報を含み、複数の温度データのそれぞれに含まれる人状態情報が示す状態は、対象者の体温を得るためのセンシングが行われたときの対象者の状態と同一である、発明１～６のいずれかの判定システム１０である。

【0087】

このような判定システム１０は、赤外線センサ２１によるセンシングが行われたときの対象者の状態を考慮して、対象者の体温がいつもと違うか否かを判定することができる。

【0088】

発明８は、人状態情報には、画像情報、バイタル情報、活動量情報、行動履歴情報、及び、センシングが行われた場所情報の少なくとも１つが含まれる、発明７の判定システム１０である。

【0089】

このような判定システム１０は、画像情報、バイタル情報、活動量情報、行動履歴情報、及び、センシングが行われた場所情報の少なくとも１つに基づいて、人の状態を特定または推定することができる。

【0090】

発明９は、取得部３４は、さらに、判定の結果に対する対象者からのフィードバック情報を取得し、判定部３５は、取得されたフィードバック情報を用いて、学習済みの関連性を更新する、発明１～８のいずれかの判定システム１０である。

【0091】

このような判定システム１０は、対象者からのフィードバック情報を用いて機械学習モデルを再学習させることで、判定の精度の向上を図ることができる。

【0092】

発明１０は、コンピュータによって実行される判定方法であって、赤外線センサ２１によってセンシングされた温度分布であって対象者が位置する空間の温度分布に基づく対象者の体温を取得する取得ステップＳ１４と、各々が人の体温を示す複数の温度データ間の学習済みの関連性に基づいて、取得された対象者の体温が異常であるか否かの判定を行う判定ステップＳ１６と、判定の結果を対象者に通知する通知ステップＳ１８、Ｓ１９と、取得された対象者の体温を示す温度データを用いて、学習済みの関連性を更新する更新ステップＳ２０とを含む、判定方法である。

【0093】

このような判定方法は、対象者の体温がいつもと違うか否かを判定することができる。

【0094】

（その他の実施の形態）
以上、実施の形態に係る判定システム、及び、判定方法について説明したが、本発明は、上記実施の形態に限定されるものではない。

【0095】

また、上記実施の形態では、判定システムは、複数の装置によって実現されたが、単一の装置として実現されてもよい。例えば、判定システムは、サーバ装置に相当する単一の装置として実現されてもよい。判定システムが複数の装置によって実現される場合、判定システムが備える各構成要素は、複数の装置にどのように振り分けられてもよい。

【0096】

また、上記実施の形態において、特定の処理部が実行する処理を別の処理部が実行してもよい。また、複数の処理の順序が変更されてもよいし、複数の処理が並行して実行されてもよい。

【0097】

また、上記実施の形態において、各構成要素は、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。

【0098】

また、各構成要素は、ハードウェアによって実現されてもよい。例えば、各構成要素は、回路（または集積回路）でもよい。これらの回路は、全体として１つの回路を構成してもよいし、それぞれ別々の回路でもよい。また、これらの回路は、それぞれ、汎用的な回路でもよいし、専用の回路でもよい。

【0099】

また、本発明の全般的または具体的な態様は、システム、装置、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよい。また、システム、装置、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。例えば、本発明は、判定システムなどのコンピュータによって実行される判定方法として実現されてもよい。また、本発明は、判定方法をコンピュータに実行させるためのプログラムとして実現されてもよいし、このようなプログラムが記憶された、コンピュータ読み取り可能な非一時的な記録媒体として実現されてもよい。

【0100】

その他、各実施の形態に対して当業者が思いつく各種変形を施して得られる形態、または、本発明の趣旨を逸脱しない範囲で各実施の形態における構成要素及び機能を任意に組み合わせることで実現される形態も本発明に含まれる。

【符号の説明】

【0101】

１０ 判定システム
２０ 体温計測ユニット
２１ 赤外線センサ
２２ 環境センサ
２３ 人検知センサ
２４ 計測処理部
２５、３３ 記憶部
２６、３１ 通信部
２７ 通知部
３０ サーバ装置
３２ 情報処理部
３４ 取得部
３５ 判定部
３６ 通知処理部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】