ホーム > 特許ランキング > パラマウントベッド株式会社
(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】P2024064579
(43)【公開日】2024-05-14
(54)【発明の名称】情報処理装置および情報処理方法
(51)【国際特許分類】
G16H 50/30 20180101AFI20240507BHJP
G16H 10/00 20180101ALI20240507BHJP
G06Q 40/08 20120101ALI20240507BHJP
G06Q 50/10 20120101ALI20240507BHJP
G16Y 20/40 20200101ALI20240507BHJP
G16Y 40/20 20200101ALI20240507BHJP
【ＦＩ】
G16H50/30
G16H10/00
G06Q40/08
G06Q50/10
G16Y20/40
G16Y40/20
【審査請求】未請求
【請求項の数】6
【出願形態】ＯＬ
(21)【出願番号】P 2022173271
(22)【出願日】2022-10-28
(71)【出願人】
【識別番号】390039985
【氏名又は名称】パラマウントベッド株式会社
(74)【代理人】
【識別番号】110002848
【氏名又は名称】弁理士法人ＮＩＰ＆ＳＢＰＪ国際特許事務所
(72)【発明者】
【氏名】初雁 卓郎
【テーマコード（参考）】
5L040
5L049
5L050
5L055
5L099
【Ｆターム（参考）】
5L040BB61
5L049CC11
5L050CC11
5L055BB61
5L099AA03
5L099AA15
(57)【要約】
【課題】ユーザの疾患に関するリスクを評価できる情報処理装置および情報処理方法を提供する。
【解決手段】情報処理装置は、ユーザの疾患に関する状態を計測するセンサが計測して得られるセンシングデータをユーザの端末から取得するデータ取得部と、取得された前記センシングデータに基づいて、疾患ごとの疾患リスクレベルまたは前記疾患の度合いを評価する評価部と、評価された前記疾患リスクレベルまたは前記疾患の度合いを前記端末に出力する出力部と、を含む。
【選択図】図５
【解決手段】情報処理装置は、ユーザの疾患に関する状態を計測するセンサが計測して得られるセンシングデータをユーザの端末から取得するデータ取得部と、取得された前記センシングデータに基づいて、疾患ごとの疾患リスクレベルまたは前記疾患の度合いを評価する評価部と、評価された前記疾患リスクレベルまたは前記疾患の度合いを前記端末に出力する出力部と、を含む。
【選択図】図５
【特許請求の範囲】
【請求項1】
ユーザの疾患に関する状態を計測するセンサが計測して得られるセンシングデータをユーザの端末から取得するデータ取得部と、
取得された前記センシングデータに基づいて、疾患ごとの疾患リスクレベルまたは前記疾患の度合いを評価する評価部と、
評価された前記疾患リスクレベルまたは前記疾患の度合いを前記端末に出力する出力部と、
を備える情報処理装置。
取得された前記センシングデータに基づいて、疾患ごとの疾患リスクレベルまたは前記疾患の度合いを評価する評価部と、
評価された前記疾患リスクレベルまたは前記疾患の度合いを前記端末に出力する出力部と、
を備える情報処理装置。
【請求項2】
前記データ取得部は、前記端末が入力を受け付けた前記ユーザの疾患に関する入力データを前記端末から取得し、
前記評価部は、取得された前記センシングデータおよび前記入力データに基づいて、前記疾患ごとの疾患リスクレベルを評価する、請求項１に記載の情報処理装置。
前記評価部は、取得された前記センシングデータおよび前記入力データに基づいて、前記疾患ごとの疾患リスクレベルを評価する、請求項１に記載の情報処理装置。
【請求項3】
加入者の健康状態に応じて保険料が変動する保険について、前記ユーザが加入している前記保険の保険料を示す保険情報を取得する保険情報取得部と、
評価された前記疾患リスクレベルと前記保険情報とに基づいて、変動後の保険料を推定する保険料推定部と、をさらに備え、
前記出力部は、推定された前記変動後の保険料を前記端末に出力する、請求項１に記載の情報処理装置。
評価された前記疾患リスクレベルと前記保険情報とに基づいて、変動後の保険料を推定する保険料推定部と、をさらに備え、
前記出力部は、推定された前記変動後の保険料を前記端末に出力する、請求項１に記載の情報処理装置。
【請求項4】
前記データ取得部は、それぞれ計測の種類が異なる複数のセンサから前記センシングデータを取得し、
前記評価部は、前記複数のセンサから得られる複数の前記センシングデータに基づいて、複数の疾患のそれぞれの疾患リスクレベルを評価し、
前記保険情報取得部は、前記ユーザが加入している複数の前記保険情報を取得し、
前記保険料推定部は、評価された前記複数の疾患の前記疾患リスクレベルと前記複数の保険情報とに基づいて、前記複数の疾患のそれぞれの変動後の保険料を推定する、請求項３に記載の情報処理装置。
前記評価部は、前記複数のセンサから得られる複数の前記センシングデータに基づいて、複数の疾患のそれぞれの疾患リスクレベルを評価し、
前記保険情報取得部は、前記ユーザが加入している複数の前記保険情報を取得し、
前記保険料推定部は、評価された前記複数の疾患の前記疾患リスクレベルと前記複数の保険情報とに基づいて、前記複数の疾患のそれぞれの変動後の保険料を推定する、請求項３に記載の情報処理装置。
【請求項5】
評価された前記疾患リスクレベルに応じて、前記ユーザに対して疾患の改善を促すアドバイス情報を生成するアドバイス情報生成部、をさらに備え、
前記出力部は、生成された前記アドバイス情報を前記端末に出力する、請求項１に記載の情報処理装置。
前記出力部は、生成された前記アドバイス情報を前記端末に出力する、請求項１に記載の情報処理装置。
【請求項6】
ユーザの疾患に関する状態を計測するセンサが計測して得られるセンシングデータを端末から取得し、
取得された前記センシングデータに基づいて、疾患ごとの疾患リスクレベルまたは前記疾患の度合いを評価し、
評価された前記疾患リスクレベルまたは前記疾患の度合いを前記端末に出力する、
情報処理方法。
取得された前記センシングデータに基づいて、疾患ごとの疾患リスクレベルまたは前記疾患の度合いを評価し、
評価された前記疾患リスクレベルまたは前記疾患の度合いを前記端末に出力する、
情報処理方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理装置および情報処理方法に関する。
【背景技術】
【0002】
ユーザのバイタルデータを用いて行動変容を促すサービスが用いられている。関連する技術として、ユーザのバイタルデータが悪い方向に変化している場合、注意を喚起しつつ対象者に行動変容を促すようなメッセージを送信する技術が特許文献１に開示されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０２１－２６５５６号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
ユーザの疾患に関するリスクを評価できる情報処理装置および情報処理方法を提供する。
【課題を解決するための手段】
【0005】
本開示の一態様の情報処理装置は、ユーザの疾患に関する状態を計測するセンサが計測して得られるセンシングデータをユーザの端末から取得するデータ取得部と、取得された前記センシングデータに基づいて、疾患ごとの疾患リスクレベルまたは前記疾患の度合いを評価する評価部と、評価された前記疾患リスクレベルまたは前記疾患の度合いを前記端末に出力する出力部と、を備える。
【0006】
本開示の他の態様の情報処理方法は、ユーザの疾患に関する状態を計測するセンサが計測して得られるセンシングデータを端末から取得し、取得された前記センシングデータに基づいて、疾患ごとの疾患リスクレベルまたは前記疾患の度合いを評価し、評価された前記疾患リスクレベルまたは前記疾患の度合いを前記端末に出力する。
【図面の簡単な説明】
【0007】
【図1】第１実施形態のシステムの構成例を示す図である。
【図2】クラウドサーバの構成の一例を示すブロック図である。
【図3】端末の構成の一例を示すブロック図である。
【図4】入力データを生成するための入力画面の一例を示す図である。
【図5】第１実施形態のデータの入出力の関係の一例を示す図である。
【図6】第１実施形態の表示画面の一例を示す図である。
【図7】第１実施形態の処理の流れの一例を示すシーケンスチャートである。
【図8】第２実施形態のシステムの一例を示す図である。
【図9】第２実施形態のデータの入出力の関係の一例を示す図である。
【図10】平均睡眠時間、眠りの規則性、呼吸イベント指数および平均中途覚醒時間の値の一例を示す図である。
【図11】第３実施形態のデータの入出力の関係の一例を示す図である。
【図12】睡眠時間、心拍数および呼吸数の値の一例を示す図である。
【図13】第４実施形態のデータの入出力の関係の一例を示す図である。
【図14】睡眠時間、血圧、呼吸数、心拍数および活動量の値の一例を示す図である。
【図15】変形例における保険料の増減額を表示する画面例を示す図である。
【発明を実施するための形態】
【0008】
以下、本実施形態について図面を参照しつつ説明する。図面については、同一又は同等の要素には同一の符号を付し、重複する説明は省略する。なお、以下に説明する本実施形態は、特許請求の範囲に記載された内容を不当に限定するものではない。また本実施形態で説明される構成の全てが、本開示の必須構成要件であるとは限らない。
【0009】
＜第１実施形態＞
１―１．第１実施形態の構成例
以下、第１実施形態について説明する。図１は、第１実施形態のシステム１００の構成例を示す図である。本実施形態のシステム１００は、ユーザの疾患に関する状態をセンサが計測して得られるセンシングデータに基づき、ユーザの疾患ごとの疾患リスクレベルを評価する。システム１００は、評価した疾患リスクレベルを、ユーザの端末に出力する。システム１００は、当該端末に、評価された疾患リスクレベルの情報とともに各種の情報を表示させる。これにより、ユーザの疾患ごとの疾患リスクレベルがユーザに提示される。第１実施形態は、肌のかゆみを伴う疾患の疾患リスクレベルを評価する例である。疾患は、肌のかゆみには限定されない。他の疾患については、第２実施形態以降で説明する。
１―１．第１実施形態の構成例
以下、第１実施形態について説明する。図１は、第１実施形態のシステム１００の構成例を示す図である。本実施形態のシステム１００は、ユーザの疾患に関する状態をセンサが計測して得られるセンシングデータに基づき、ユーザの疾患ごとの疾患リスクレベルを評価する。システム１００は、評価した疾患リスクレベルを、ユーザの端末に出力する。システム１００は、当該端末に、評価された疾患リスクレベルの情報とともに各種の情報を表示させる。これにより、ユーザの疾患ごとの疾患リスクレベルがユーザに提示される。第１実施形態は、肌のかゆみを伴う疾患の疾患リスクレベルを評価する例である。疾患は、肌のかゆみには限定されない。他の疾患については、第２実施形態以降で説明する。
【0010】
図１において、システム１００は、端末１１０、ベッド１２０、ウェアラブルデバイス１３０およびクラウドサーバ１４０を含む。ベッド１２０は、空圧センサ１２１およびマットレス１２２を含む。ウェアラブルデバイス１３０は、加速度センサ１３１を内蔵している。
【0011】
端末１１０は、例えば、ユーザＵのスマートフォンである。端末１１０は、ウェアラブルデバイス１３０に内蔵される加速度センサ１３１と近距離無線通信を行う。また、端末１１０は、外部ネットワーク（例えば、インターネット）を介して、クラウドサーバ１４０と通信を行う。端末１１０は、タッチパネル１１０Ａを有する。タッチパネル１１０Ａは各種の情報を表示する機能、およびユーザＵからの入力を受け付ける機能を有する。端末１１０は、スマートフォンやタブレット端末等の携帯端末装置である。端末１１０は、パーソナルコンピュータ等の設置型の機器であってもよい。
【0012】
ベッド１２０はユーザＵにより使用される。ベッド１２０の空圧センサ１２１は、図１に示すように、ベッド１２０とマットレス１２２との間に載置され、ユーザの睡眠状態に関する計測（センシング）を行う。空圧センサ１２１は、ユーザが睡眠中に測定したセンシングデータを端末１１０に送信する。当該センシングデータは、ユーザＵの睡眠疾患に関する状態を計測して得られるデータである。
【0013】
ウェアラブルデバイス１３０は、ユーザＵの身体に装着されるデバイスである。図１は、ウェアラブルデバイス１３０として時計型のデバイスを例示している。ウェアラブルデバイス１３０は、ヘッドセットやＡＲ（Augmented Reality）グラス、ＭＲ（Mixed Reality）グラス等のデバイスであってもよい。以下、ユーザＵは、ベッド１２０で睡眠中に、ウェアラブルデバイス１３０を腕に装着しているものとする。
【0014】
ウェアラブルデバイス１３０に内蔵される加速度センサ１３１は、ユーザＵの睡眠中の腕の動作を計測し、計測したセンシングデータ（３軸の動きのデータ）を端末１１０に送信する。当該センシングデータは、ユーザＵの腕の振動等を表すデータであり、ユーザＵの睡眠中における掻破行動に関する動作を表す。
【0015】
端末１１０は、空圧センサ１２１からのセンシングデータおよび加速度センサ１３１からのセンシングデータを取得する。また、端末１１０は、ユーザＵがタッチパネル１１０Ａに入力したユーザＵの疾患に関する入力データを受け付ける。端末１１０は、ユーザＵを認識する個人認証データを記憶している。端末１１０は、センシングデータ、入力データおよび個人認証データをユーザデータとしてクラウドサーバ１４０に送信する。センシングデータの詳細は後述する。
【0016】
クラウドサーバ１４０は、端末１１０から取得したセンシングデータおよび入力データに基づいて、疾患ごとの疾患リスクレベルを評価する情報処理装置である。クラウドサーバ１４０は、ユーザＵが睡眠中に計測されたセンシングデータおよびユーザＵが疾患に関して主観として入力した入力データに基づき、ユーザＵの疾患リスクのレベルを示す疾患リスクレベルを評価する。クラウドサーバ１４０は、評価した疾患リスクレベルを含むデータを、端末１１０のタッチパネル１１０Ａに表示させる表示データとして、端末１１０に出力する。
【0017】
図２は、クラウドサーバ１４０の構成の一例を示すブロック図である。クラウドサーバ１４０は、処理部２１０、記憶部２１１および通信部２１２を含む。処理部２２０は、本実施形態の各種の処理を実行する。
【0018】
処理部２２０は、例えば、プロセッサおよびメモリを有する。メモリに記憶されたプログラムをプロセッサが実行することにより、クラウドサーバ１４０が実行する各種の処理が実現される。プロセッサは、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＤＳＰ（Digital Signal Processor）等である。メモリは、ＳＲＡＭ（Static Random Access Memory）やＤＲＡＭ（Dynamic Random Access Memory）、フラッシュメモリ等の半導体メモリである。また、処理部２２０は、ＦＰＧＡ（field-programmable gate array）等であってもよい。上記のプログラムは、非一時的な記録媒体に格納されており、処理部２１０に提供されるものであってもよい。
【0019】
記憶部２１１は、各種の情報を記憶する。記憶部２１１は、上記のメモリとして機能してもよい。通信部２１２は、ネットワークを介した通信を行うためのインターフェイスである。通信部２１２は、クラウドサーバ１４０から端末１１０に表示データを含む各種のデータを出力する出力部として機能する。
【0020】
処理部２１０は、状態情報取得部２２１、評価部２２２、アドバイス情報生成部２２３、保険情報取得部２２４および保険料推定部２２５を含む。状態情報取得部２２１は、通信部２１２を介して、端末１１０から上述したユーザデータを取得する。
【0021】
評価部２２２は、状態情報取得部２２１が取得したユーザデータに含まれるセンシングデータおよび入力データに基づき、ユーザＵの疾患ごとの疾患リスクレベルを評価する。アドバイス情報生成部２２３は、評価された疾患リスクレベルに応じて、ユーザＵに対して疾患の改善を促すアドバイス情報を生成する。当該アドバイス情報は、通信部２１２から、ユーザＵの端末１１０に出力される。疾患リスクレベルおよびアドバイス情報の詳細は後述する。
【0022】
ユーザデータは、上述したように、個人認証データを含む。個人認証データは、ユーザＵを特定するデータである。クラウドサーバ１４０は、ユーザに対応する疾患の情報を管理する。例えば、記憶部２１１は、ユーザと１つ以上の疾患とが関連付けられたデータを記憶する。これにより、クラウドサーバ１４０は、各ユーザの疾患の情報を認識する。ユーザに対応する疾患の情報は、例えば、端末１１０からクラウドサーバ１４０に出力される個人認証データに紐づけられていてもよいし、個人認証データに含まれていてもよい。
【0023】
保険情報取得部２２４は、ユーザＵが加入している疾患に関する保険の保険情報を取得する。以下で説明する保険は、加入者の健康状態に応じて保険料が変動する保険である。当該保険は、ダイナミックプライシングが適用される保険でもある。クラウドサーバ１４０は、各ユーザが加入している保険の情報を管理している。例えば、記憶部２１１は、ユーザと当該ユーザが加入している１つ以上の保険を示す情報を記憶する。これにより、クラウドサーバ１４０は、各ユーザが加入している保険を示す保険情報を認識する。保険情報は、例えば、端末１１０からクラウドサーバ１４０に出力される個人認証データに紐づけられていてもよいし、個人認証データに含まれていてもよい。上記の保険情報には、例えば、ユーザＵの現在の保険料の情報および複数の疾患リスクレベルのそれぞれの保険料の情報が含まれる。
【0024】
保険料推定部２２５は、評価部２２２により評価された疾患リスクレベルに応じて、変動後（例えば、翌月）の保険料を推定する。上述したように、本実施形態の保険は、加入者の健康状態に応じて保険料が変動する保険である。評価部２２２により評価された疾患リスクレベルが高くなるに応じて、翌月の保険料は高くなる。一方、評価部２２２により評価された疾患リスクレベルが低くなるに応じて、翌月の保険料は安くなる。保険料推定部２２５は、上述した保険情報に含まれる現在の保険料を基準として、推定した翌月の保険料の現在の保険料に対する増減額を算出することがある。
【0025】
図３は、端末１１０の構成の一例を示すブロック図である。端末１１０は、処理部３１０、記憶部３２０、通信部３３０およびタッチパネル１１０Ａを含む。処理部３１０は、端末１１０が実行する各種の処理を実行する。処理部３１０は、例えば、プロセッサおよびメモリを有する。
【0026】
記憶部３２０は、各種の情報を記憶する。通信部３３０は、ネットワークを介した通信を行うためのインターフェイスである。通信部３３０は、ネットワークを介して、上述したユーザ情報をクラウドサーバ１４０に送信する。タッチパネル１１０Ａは、情報を表示するとともにユーザＵからの入力を受け付ける。タッチパネル１１０Ａの表示機能と入力機能とは別個に設けられる構成であってもよい。
【0027】
１－２．センシングデータ
次に、センシングデータについて説明する。まず、空圧センサ１２１からのセンシングデータについて説明する。空圧センサ１２１は、ベッド１２０のボトムに配置される。空圧センサ１２１は、例えば、ベッド１２０のボトムとマットレス１２２との間に設けられるシート状またはプレート状のデバイスである。空圧センサ１２１は、ユーザの睡眠に関する情報を検知する。
次に、センシングデータについて説明する。まず、空圧センサ１２１からのセンシングデータについて説明する。空圧センサ１２１は、ベッド１２０のボトムに配置される。空圧センサ１２１は、例えば、ベッド１２０のボトムとマットレス１２２との間に設けられるシート状またはプレート状のデバイスである。空圧センサ１２１は、ユーザの睡眠に関する情報を検知する。
【0028】
空圧センサ１２１は、ユーザＵが就床すると、マットレス１２２を介してユーザＵの体振動（体動、振動）を検知する。空圧センサ１２１が検知した体振動に基づいて、呼吸数、心拍数、活動量、姿勢、覚醒／睡眠、離床／在床に関する情報を求めることができる。例えば、体動の周期性を分析し、ピーク周波数から呼吸数、心拍数が算出されてもよい。周期性の分析は、例えばフーリエ変換等である。呼吸数は、単位時間あたりの呼吸の回数である。心拍数は、単位時間あたりの心拍の回数である。単位時間は、例えば、１分である。
【0029】
また、サンプリング単位時間当たりに体振動を検出し、検出された体振動の回数が活動量として算出されてもよい。ユーザＵの離床時には、在床時に比べて検出される圧力値が減少するため、圧力値やその時系列的な変化に基づいて離床／在床の判定が可能である。ユーザＵが在床時且つ活動量が所定以上である場合に覚醒状態と判定され、在床時且つ活動量が所定未満である場合に睡眠状態と判定されてもよい。睡眠状態を細分化することによって、ノンレム睡眠とレム睡眠の判定や、睡眠の深さの判定が行われてもよい。
【0030】
空圧センサ１２１は、以上の各種の処理のための演算や判定等の処理を行い、ユーザＵの睡眠に関するセンシングデータを生成し、生成したセンシングデータを端末１１０に出力する。当該センシングデータは、睡眠時間、中途覚醒時間および睡眠効率の各データを含む。睡眠時間は、１日の中で睡眠状態と判定された時間である。中途覚醒時間は、夜に就床してから翌朝の起床までの間に覚醒状態となった時間の合計である。睡眠効率は、就寝時刻から起床時刻までの時間における睡眠時間の割合である。センシングデータは、他の睡眠に関するデータを含んでいてもよい。
【0031】
ユーザＵの睡眠に関するセンシングデータは、例えば、端末１１０が生成してもよい。端末１１０が、空圧センサ１２１が検知した体振動に関するデータを取得し、上記の演算や判定等の各種の処理を行って、ユーザＵの睡眠に関するセンシングデータを生成する。そして、端末１１０が、生成したユーザＵの睡眠に関するセンシングデータをクラウドサーバ１４０に出力してもよい。
【0032】
次に、加速度センサ１３１からのセンシングデータについて説明する。上述したように、加速度センサ１３１はベッド１２０で睡眠中にユーザＵの腕に装着される。本実施形態では、加速度センサ１３１は、ユーザＵの睡眠中の掻破に関する掻破行動を検知する。例えば、加速度センサ１３１は、人が掻破をするときの腕の振動として判定される振動を検知したときに、掻破行動を検知する。加速度センサ１３１は、ユーザＵが睡眠中の間に掻破行動を検知する。本実施形態の掻破行動は、掻破回数および掻破時間である。掻破回数は、睡眠中に身体を掻破した回数である。掻破時間は、ユーザＵが掻破した時間であり、例えば、睡眠時間に対する１時間あたりに掻破した時間である。掻破行動は、掻破を行っている総時間等の他の掻破に関する情報を含んでいてもよい。
【0033】
加速度センサ１３１は、ユーザＵの腕の動きに基づき、掻破回数および掻破時間を得るための演算や判定等を行い、掻破回数および掻破時間を検知する。加速度センサ１３１は検知した掻破回数および掻破時間をセンシングデータとして、端末１１０に出力する。
【0034】
加速度センサ１３１は、空圧センサ１２１と連動してもよい。上述したように、空圧センサ１２１は睡眠時間を検知する。加速度センサ１３１は、空圧センサ１２１から睡眠時間の情報を取得することで、ユーザＵが睡眠中の掻破回数および掻破時間を算出できる。加速度センサ１３１は、空圧センサ１２１以外のデバイスやユーザＵからの睡眠時間の情報の入力等に基づいて、睡眠時間の情報を得てもよい。
【0035】
ユーザＵの掻破回数および掻破時間のセンシングデータは、例えば、端末１１０が生成してもよい。端末１１０が、ユーザＵの睡眠中における加速度センサ１３１が計測した３軸の動きの値を取得し、上記の演算や判定等の各種の処理を行って、掻破回数および掻破時間のセンシングデータを生成する。そして、端末１１０が、生成した掻破回数および掻破時間のセンシングデータをクラウドサーバ１４０に出力してもよい。
【0036】
１－３．入力データの一例
次に、入力データの一例について説明する。図４は、入力データを生成するための入力画面の一例を示す図である。以下の各入力画面は、例えば、クラウドサーバ１４０の制御に基づき、端末１１０のタッチパネル１１０Ａに表示される。図４の入力画面４１０は、疾患（かゆみ）についてユーザＵの主観的な評価を入力するための画面である。
次に、入力データの一例について説明する。図４は、入力データを生成するための入力画面の一例を示す図である。以下の各入力画面は、例えば、クラウドサーバ１４０の制御に基づき、端末１１０のタッチパネル１１０Ａに表示される。図４の入力画面４１０は、疾患（かゆみ）についてユーザＵの主観的な評価を入力するための画面である。
【0037】
入力画面４１０は、「１週間のうちかゆみがあった日数は？」という質問項目を含む。当該項目に対応して、「毎日」、「３～５日」、「１～２日」および「なし」の４つの回答項目が設けられている。ユーザＵは、当該４つの回答項目から何れかを選択可能である。選択された回答項目は、ユーザＵの肌のかゆみについての主観的な評価である。肌のかゆみの質問項目としては、他の項目（例えば、掻破により出血した日数等）の項目が設けられていてもよい。
【0038】
入力画面４１０は、「湿疹の度合いは？」という質問項目を含む。当該項目に対応して、「大きい」、「普通」、「少し」および「ない」の４つの回答項目が設けられている。ユーザＵは、当該４つの回答項目から何れかを選択可能である。選択された回答項目は、ユーザＵの肌のかゆみについての主観的な評価である。上記の質問項目は、身体の部位ごとに細分化されていてもよい。
【0039】
入力画面４１０は、「最近、睡眠はよくとれていますか？」という質問項目を含む。当該項目に対応して、「とても」、「普通」、「少し」および「ない」の４つの回答項目が設けられている。ユーザＵは、当該４つの回答項目から何れかを選択可能である。上記の質問項目は、睡眠に関するユーザＵの主観的な評価の質問項目であるが、肌のかゆみに起因して睡眠に影響が妨げられたことも加味するための質問項目でもある。従って、当該質問項目に対して選択された回答項目は、ユーザＵの肌のかゆみについての主観的な評価である。
【0040】
上記の３つの項目のうち、例えば、肌のかゆみの質問項目だけが用いられてもよい。一方、肌のかゆみだけでなく、肌の状態および睡眠についてのユーザＵの肌のかゆみについての主観的な評価が入力されることで、ユーザＵの肌のかゆみに関する、より的確な主観的な評価を得ることができる。
【0041】
次に、図４の入力画面４２０について説明する。入力画面４２０は、ユーザＵが実施している疾患（かゆみ）に対する対策情報を入力するための画面である。入力画面４２０は、「保湿剤を使っていますか？」という質問項目を含む。当該項目に対して、「種類」、「量」および「頻度」の３つの回答項目に入力することが可能である。例えば、３つの項目のそれぞれに直接的に数値や文字等を入力可能であってもよいし、プルダウン形式で回答を選択可能であってもよい。上記の質問項目は、肌のかゆみを改善するための対策の１つである。
【0042】
入力画面４２０は、「薬を使っていますか？」という質問項目を含む。「種類」、「量」および「頻度」の３つの回答項目に入力することが可能である。薬の種類としては、例えば、飲み薬や塗り薬等がある。上記の質問項目も、肌のかゆみを改善するための対策の１つである。
【0043】
入力画面４２０は、「その他の対策をしていますか？」という項目を含む。例えば、ミトンを使用している等の文字情報を回答項目に入力することが可能である。上記の質問項目も、肌のかゆみを改善するための対策の１つである。対策情報を得るための質問項目には、上述した例とは異なる質問項目が含まれていてもよいし、上記の３つの質問項目のうち一部が設けられなくてもよい。
【0044】
以上により、疾患についてのユーザＵの主観的な評価の情報および疾患に対する対策情報が得られる。端末１１０は、得られた疾患についてのユーザＵの主観的な評価の情報および疾患に対する対策情報を含む入力データをクラウドサーバ１４０に出力する。
【0045】
１－４．第１実施形態のデータの入出力
図５は、第１実施形態のデータの入出力の関係の一例を示す図である。上述したように、加速度センサ１３１からのセンシングデータは、掻破回数および掻破時間を示す情報である。また、空圧センサ１２１からのセンシングデータは、睡眠時間、中途覚醒時間および睡眠効率が端末１１０である。端末１１０は、上記の２つのセンシングデータを取得する。また、記憶部３２０にユーザＵの個人認証データが記憶されており、端末１１０の処理部３１０は当該個人認証データを取得する。
図５は、第１実施形態のデータの入出力の関係の一例を示す図である。上述したように、加速度センサ１３１からのセンシングデータは、掻破回数および掻破時間を示す情報である。また、空圧センサ１２１からのセンシングデータは、睡眠時間、中途覚醒時間および睡眠効率が端末１１０である。端末１１０は、上記の２つのセンシングデータを取得する。また、記憶部３２０にユーザＵの個人認証データが記憶されており、端末１１０の処理部３１０は当該個人認証データを取得する。
【0046】
端末１１０は、上述した２つのセンシングデータ、入力データおよび個人認証データを含むユーザデータを、通信部３３０を介して、クラウドサーバ１４０に出力する。クラウドサーバ１４０の状態情報取得部２２１は、端末１１０から上記のユーザデータを取得する（図５のＩｎｐｕｔ）。
【0047】
ユーザデータは、ユーザＵの個人認証データを含む。処理部２１０は、取得したユーザデータに含まれる個人認証データに基づき、ユーザＵを特定する。上述したように、例えば、記憶部２１１は、ユーザと１つ以上の疾患とが関連付けられたデータを記憶している。処理部２１０は、記憶部２１１を参照して、特定したユーザＵに対応する疾患を認識する。本実施形態は、ユーザＵの疾患として肌のかゆみが認識される。
【0048】
評価部２２２は、ユーザデータに含まれる２つのセンシングデータおよび入力データと指標基準とに基づき、疾患ごとの疾患リスクレベルを評価する（図５のＡｎａｌｙｚｅ）。本実施形態では、評価部２２２は疾患としてかゆみの疾患リスクレベルを評価する。
【0049】
評価部２２２は、２つのセンシングデータおよび入力データの各パラメータにそれぞれ異なる重み付けをして、疾患リスクの指標値を算出する。例えば、評価部２２２は、センシングデータが示す掻破回数、掻破時間、睡眠時間、中途覚醒時間および睡眠効率をそれぞれパラメータとして数値化する。評価部２２２は、例えば、掻破回数が多い場合、疾患リスクレベルを高くする値を掻破回数のパラメータに設定する。
【0050】
評価部２２２は、入力データが示すかゆみ、肌状態、睡眠、その他、保湿剤、薬およびその他の各情報をパラメータとして数値化する。例えば、かゆみの質問項目に対して、「毎日」が選択され場合、評価部２２２は、疾患リスクレベルを高くする値をかゆみのパラメータに設定する。また、例えば、対策情報が高い効果を発揮する保湿剤を高い頻度で塗布していることを示している場合、評価部２２２は、疾患リスクレベルを下げる値を保湿剤のパラメータに設定する。
【0051】
そして、評価部２２２は、数値化された各パラメータについて、重み付けをして、以下の式（１）により、疾患リスクの指標値を算出する。
「疾患リスクの指標値＝掻破回数×Ｗ１＋掻破時間×Ｗ２＋睡眠時間×Ｗ３＋中途覚醒時間×Ｗ４＋睡眠効率×Ｗ５＋肌状態×Ｗ６＋睡眠×Ｗ７＋その他×Ｗ８＋保湿剤×Ｗ９＋薬×Ｗ１０＋その他×Ｗ１１」・・・（式１）
「疾患リスクの指標値＝掻破回数×Ｗ１＋掻破時間×Ｗ２＋睡眠時間×Ｗ３＋中途覚醒時間×Ｗ４＋睡眠効率×Ｗ５＋肌状態×Ｗ６＋睡眠×Ｗ７＋その他×Ｗ８＋保湿剤×Ｗ９＋薬×Ｗ１０＋その他×Ｗ１１」・・・（式１）
【0052】
各重みＷ１～Ｗ１１は、それぞれ異なる値であってもよいし、同じ値であってもよい。例えば、主観的な評価よりもセンシングデータの方が重視される場合、Ｗ１～Ｗ５は、Ｗ６～Ｗ８よりも高い値に設定される。また、空圧センサ１２１のセンシングデータよりも加速度センサ１３１からのセンシングデータの方が重視される場合、Ｗ１およびＷ２は、Ｗ３～Ｗ５よりも高い値に設定される。各重みＷ１～Ｗ１１は、疾患リスクの指標値の設定指針に応じて、任意の値に設定され得る。
【0053】
評価部２２２は、疾患リスクの指標値と指標基準とを比較して、疾患リスクの指標値が複数の疾患リスクレベルのうち何れに属するかを判定する。疾患リスクレベルは、複数のレベルに区分される。例えば、疾患リスクレベルは、レベルＡ～Ｄの４つのレベルの何れかに区分される。レベルＡは疾患リスクレベルが最も低いことを表し、レベルＤは疾患リスクレベルが最も高いことを表す。
【0054】
指標基準について説明する。指標基準は、疾患リスクの指標値をレベル分けするために用いられる基準である。疾患リスクレベルが４つにレベル分けされる場合、指標基準は４つの閾値Ａ～Ｄで表される（閾値：Ａ＜Ｂ＜Ｃ＜Ｄ）。例えば、算出された疾患リスクの指標値が閾値Ａよりも低い場合、評価部２２２は、疾患リスクレベルが最も低いレベルＡと判定する。一方、算出された疾患リスクの指標値が閾値Ｄ以上である場合、評価部２２２は、疾患リスクレベルが最も高いレベルＤと判定する。
【0055】
指標基準には、例えば、医師の診断結果が用いられる。医師の診断結果は、例えば、ユーザＵが端末１１０に医師の診断結果を入力し、当該医師の診断結果をクラウドサーバ１４０が取得してもよい。医師の診断結果は、例えば、上記の疾患リスクの指標値を複数のレベルに区分するために用いられるためのユーザＵの肌のかゆみのレベルを示す情報が含まれる。クラウドサーバ１４０は、医師の診断結果に基づき、上記の疾患リスクの指標値を複数のレベルに区分するための複数の閾値を設定してもよい。
【0056】
指標基準には、例えば、肌のかゆみの疾患を判断する一般的な指標（例えば、アトピー性皮膚炎評価指標等）が用いられてもよい。一般的な指標は、肌の疾患に関する複数の項目のそれぞれをスコア化した指標である。クラウドサーバ１４０の処理部２１０は、一般的な指標のスコアを、上記の各パラメータの指標値に対応させて、上記の疾患リスクの指標値を複数のレベルに区分するための複数の閾値を設定してもよい。クラウドサーバ１４０は、例えば、上記の一般的な指標を記憶している他のサーバから当該一般的な指標を取得してもよい。
【0057】
次に、アドバイス情報について説明する。アドバイス情報生成部２２３は、評価部２２２が評価した疾患リスクレベルに応じて、ユーザＵに対して疾患の改善を促すアドバイス情報を生成する。
【0058】
アドバイス情報生成部２２３は、例えば、生活習慣、保湿剤／薬およびパーソナルケアについてのアドバイス情報を生成する。アドバイス情報生成部２２３は、上記の保湿剤のパラメータの値が低い場合、保湿剤の塗布を促すアドバイス情報を生成する。また、アドバイス情報生成部２２３は、ユーザＵの疾患に応じたパーソナルケアを示す情報を生成する。アドバイス情報生成部２２３は、疾患リスクレベルが所定のレベル以下（例えば、レベルＤ（最も悪いレベル）以下）である場合、医療機関の診察を促すアドバイス情報を生成してもよい。
【0059】
次に、保険料の推定について説明する。上述したように、本実施形態における保険は、加入者の健康状態に応じて毎月の保険料が変動する保険である。上述したように、例えば、記憶部２１１は、ユーザと当該ユーザが加入している１つ以上の保険を示す情報を記憶する。保険情報取得部２２４は、記憶部２１１を参照して、個人認証データに基づき特定されるユーザＵが何れの保険に加入しているかを認識する。保険情報取得部２２４は、認識した結果に基づき、ユーザＵが加入している保険に関する保険情報を、例えば、保険会社のサーバから取得する。当該保険情報は、ユーザＵの今月の保険料の情報、および疾患リスクレベルごとの保険料の情報を含み得る。
【0060】
保険料推定部２２５は、評価された疾患リスクレベルに対応する変動後（翌月）の保険料を推定する。アドバイス情報生成部２２３は、推定された翌月の保険料を示す情報をアドバイス情報に含めてもよい。また、保険料推定部２２５は、今月の保険料に対する推定した翌月の保険料の増減額を算出する。アドバイス情報生成部２２３は、算出された翌月の保険料の増減額を示す情報をアドバイス情報に含めてもよい。
【0061】
アドバイス情報生成部２２３は、保険料推定部２２５が算出した増減額に応じたアドバイスをアドバイス情報に含めてもよい。例えば、翌月の保険料の増額の度合いが所定の度合い以上である場合、アドバイス情報生成部２２３は、ユーザＵに対して保湿剤を塗布する頻度、或いは薬の服用の頻度を高くすることを促す情報をアドバイス情報に含めてもよい。また、保険料の減額の度合いが所定の度合い以上である場合、アドバイス情報生成部２２３は、ユーザＵに対して、現状の対策を維持することを促す情報をアドバイス情報に含めてもよい。
【0062】
次に、表示データについて説明する。表示データは、クラウドサーバ１４０から端末１１０に出力されて、端末１１０のタッチパネル１１０Ａに表示されるデータである。表示データは、評価部２２２により評価された疾患リスクレベルを示す情報およびアドバイス情報を含む（図５のＯｕｔｐｕｔ）。
【0063】
また、アドバイス情報は、上述した生活環境、保湿剤／薬、パーソナルケアおよび推定保険料を示す情報を含む。表示データには、疾患リスクレベルを示す情報は含まれるが、アドバイス情報が含まれない場合もある。
【0064】
１－５．表示画面
次に、端末１１０のタッチパネル１１０Ａに表示される表示画面について説明する。図６は、第１実施形態の表示画面４３０の一例を示す図である。表示画面４３０は、センシングデータ、主観および対策のそれぞれに対応したグラフを含む。センシングデータに対応するグラフは、センシングデータ、ユーザＵの主観的な評価および対策情報の各値をグラフ化したものである。
次に、端末１１０のタッチパネル１１０Ａに表示される表示画面について説明する。図６は、第１実施形態の表示画面４３０の一例を示す図である。表示画面４３０は、センシングデータ、主観および対策のそれぞれに対応したグラフを含む。センシングデータに対応するグラフは、センシングデータ、ユーザＵの主観的な評価および対策情報の各値をグラフ化したものである。
【0065】
表示画面４３０に含まれるかゆみレベルは疾患リスク（かゆみ）を表す。疾患リスク（かゆみ）は、クラウドサーバ１４０が出力した表示データに含まれる疾患ごとの疾患リスクレベルを示す。表示画面４３０に、疾患としてかゆみの疾患リスクレベルが表示されている。これにより、ユーザＵは、自身の肌のかゆみの疾患のリスクレベルを把握できる。
【0066】
表示画面４３０は、データ取得ボタン４３１を含む。データ取得ボタン４３１が押下されると、タッチパネル１１０Ａに表示される画面は、表示画面４４０に遷移する。表示画面４４０では、センサの種別を選択できる。例えば、Ａセンサは加速度センサ１３１でありＢセンサはベッドセンサ１２１である。表示画面４４０のうち何れかのセンサの種別が選択されると、タッチパネル１１０Ａに表示される画面は、表示画面４５０に遷移する。表示画面４５０では、センサのＩＤを選択できる。センサのＩＤは、選択された種別のセンサに属する複数のセンサのうち何れかを特定するＩＤである。
【0067】
表示画面４３０は、主観入力ボタン４３２を含む。主観入力ボタン４３２が押下されると、タッチパネル１１０Ａに表示される画面は、図４の入力画面４１０（主観入力項目）に遷移する。表示画面４３０は、対策変更ボタン４３３を含む。対策変更ボタン４３３が押下されると、タッチパネル１１０Ａに表示される画面は、図４の入力画面４２０（対策入力項目）に遷移する。
【0068】
表示画面４３０は、疾患変更ボタン４３４を含む。疾患変更ボタン４３４が押下されると、タッチパネル１１０Ａに表示される画面は、表示画面４６０に遷移する。表示画面４６０では、ユーザＵの疾患の情報を変更することができる。ユーザＵの疾患の情報が変更された場合、変更された疾患の情報がクラウドサーバ１４０に送信されてもよい。
【0069】
クラウドサーバ１４０が出力した表示データには、アドバイス情報として「昼も保湿剤を塗布してみませんか？」という情報が含まれている。表示画面４３０には、当該情報が表示される。
【0070】
クラウドサーバ１４０が出力した表示データには、アドバイス情報として「来月は保険料が２０００円下がる見込みです！」という情報が含まれている。表示画面４３０には、当該情報が表示される。
【0071】
クラウドサーバ１４０が出力した表示データには、アドバイス情報として「もう少しかゆみを抑えられれば保険料は３０００円下がります！」という情報が含まれている。表示画面４３０には、当該情報が表示される。以上のような各種のアドバイス情報が端末１１０に表示されることで、ユーザＵに対して、自身の疾患リスクレベルに応じた疾患の改善を促すことができる。
【0072】
以上のように、アドバイス情報に「昼も保湿剤を塗布してみませんか？」という情報が含まれ、「来月は保険料が２０００円下がる見込みです！」という情報や「もう少しかゆみを抑えられれば保険料は３０００円下がります！」という情報が含まれる。当該アドバイス情報は、アドバイス情報生成部２２３により生成される。このように、疾患に対する対策を示す情報と保険料を下げる情報とがアドバイス情報として表示されることで、疾患に対する対策を行った場合には保険料が下がることをユーザＵに提示できる。以上の対策を示す情報は、例えば、現在の対策の１つ上のレベルの対策を示す情報であってもよいし、複数の対策を示す情報であってもよい。
【0073】
以上のアドバイス情報として、アドバイス情報生成部２２３はレコメンドを示す情報を含めてもよい。レコメンドとしては、例えば、保湿剤に関するレコメンドや、生活習慣に関するレコメンド、服薬（飲み薬や塗り薬、抗体医薬等）に関するレコメンド、クリニック受診に関するレコメンドが含まれ得る。
【0074】
例えば、表示画面４３０において、上記の各レコメンドに対する対策項目が選択可能であり、各対策項目のそれぞれに対応する対策の実施に関する情報が入力可能であってもよい。端末１１０は、入力された対策の実施に関する情報をクラウドサーバ１４０に送信する。クラウドサーバ１４０は、受信した対策の実施に関する情報に基づき、対策の効果を示す情報を端末１１０に送信してもよい。これにより、表示画面４３０には、実施した対策の効果が表示される。クラウドサーバ１４０は、例えば、保湿剤に関するレコメンドのそれぞれに対策の効果を示すスコアを付してもよい。これにより、表示画面４３０には、例えば、保湿剤Ａを塗った場合には４．６点、保湿剤Ｂを塗った場合には３．２点といったスコアが表示される。
【0075】
また、クラウドサーバ１４０は、上記の各種のセンシングデータに基づき、ユーザＵの睡眠時の動作と中途覚醒時の動作とに分けて、アドバイス情報（レコメンド）を生成してもよい。例えば、クラウドサーバ１４０は、睡眠時掻破時間比率と覚醒時掻破時間比率と睡眠時間と在床時間とに基づき、アドバイス情報（レコメンド）を生成してもよい。睡眠時掻破時間比率は、睡眠時間に対する掻破時間の比率である。覚醒時掻破時間比率は、中途覚醒時間に対する掻破時間の比率である。
【0076】
クラウドサーバ１４０は、例えば、疾患リスクレベル（肌のかゆみの疾患リスクレベル）についてのアドバイス情報（レコメンド）を生成する際、睡眠時掻破時間比率と覚醒時掻破時間比率とに応じて、異なるアドバイス情報（レコメンド）を生成してもよい。
【0077】
例えば、睡眠時掻破時間比率と覚醒時掻破時間比率とが同じであるか、両者の差分が一定範囲内である場合、対策としてはかゆみの抑えが好ましい。この場合、クラウドサーバ１４０は、保湿剤や薬の塗布等をアドバイス情報（レコメンド）として生成する。一方、睡眠時掻破時間比率が覚醒時掻破時間比率よりも一定範囲を超えて大きい場合、ミトン等を装着すれば、睡眠時の掻破行動が抑制されるため、ミトン等の装着をアドバイス情報（レコメンド）として生成する。
【0078】
以上のように、クラウドサーバ１４０は、ユーザＵの睡眠時と中途覚醒時作とに分けて、異なるアドバイス情報（レコメンド）の内容を生成する。当該アドバイス情報（レコメンド）が端末１１０に送信されて、表示画面４３０に表示される。これにより、ユーザＵは、睡眠時と中途覚醒時作とに分けたレコメンドを確認できる。
【0079】
また、クラウドサーバ１４０は、ミトン等の装着をアドバイス情報（レコメンド）として生成した場合、ミトン等の購入に費用がかかることになる。ミトン等の費用が保険料に適用される場合、クラウドサーバ１４０の保険料推定部２２５は、推定部した保険料に、アドバイス情報（レコメンド）として生成したミトン等の費用（保険適用の費用）を加算してもよい。
【0080】
１－６．シーケンスチャート
図７は、第１実施形態の処理の流れの一例を示すシーケンスチャートである。ステップＳ１０１において、空圧センサ１２１および加速度センサ１３１は、それぞれセンシングデータを端末１１０に出力する
図７は、第１実施形態の処理の流れの一例を示すシーケンスチャートである。ステップＳ１０１において、空圧センサ１２１および加速度センサ１３１は、それぞれセンシングデータを端末１１０に出力する
【0081】
ステップＳ１０２において、端末１１０は、上述した主観的な評価の入力を受け付ける。ステップＳ１０３において、端末１１０は、上述した対策情報の入力を受け付ける。ステップＳ１０２およびＳ１０３の処理は、ステップＳ１０１の処理よりも前に行われてもよいし、並列的に行われてもよい。ステップＳ１０４において、端末１１０は、センシングデータ、入力データ（主観的な評価、対策情報）および個人認証データを含むユーザデータをクラウドサーバ１４０に出力する。
【0082】
ステップＳ１０５において、評価部２２２は、センシングデータおよび入力データに基づき、疾患リスクの指標値を算出する。ステップＳ１０６において、評価部２２２は、算出された疾患リスクの指標値と指標基準とを比較して、疾患リスクの指標値をレベル分けして、疾患リスクレベルを評価する。
【0083】
ステップＳ１０８において、保険料推定部２２５は、保険情報および評価された疾患リスクレベルに基づき、翌月の保険料を推定する。このとき、上述したように、保険料推定部２２５は、今月の保険料に対する翌月の保険料の増減額を算出してもよい。アドバイス情報生成部２２３は、推定された翌月の保険料と保険料の増減額とのうち一方または両方の情報をアドバイス情報に含めてもよい。
【0084】
ステップＳ１０９において、通信部２１２は、上記の各種の情報を含む表示データを端末１１０に出力する。ステップＳ１１０において、端末１１０は、クラウドサーバ１４０が出力した表示データの内容をタッチパネル１１０Ａに表示させる。以上により、図７のシーケンスチャートは終了する。図７のシーケンスチャートは、以下の各実施形態にも適用され得る。
【0085】
１－７．その他
以上に説明したように、本実施形態は、空圧センサ１２１および加速度センサ１３１からのセンシングデータに基づいて、疾患ごとの疾患リスクレベルを評価し、評価した疾患リスクレベルを端末１１０に出力する。これにより、ユーザＵは、自身の疾患リスクレベルを把握できる。
以上に説明したように、本実施形態は、空圧センサ１２１および加速度センサ１３１からのセンシングデータに基づいて、疾患ごとの疾患リスクレベルを評価し、評価した疾患リスクレベルを端末１１０に出力する。これにより、ユーザＵは、自身の疾患リスクレベルを把握できる。
【0086】
また、評価部２２２は、センシングデータだけでなく、ユーザＵが入力した疾患に関する入力データ（主観的な評価および対策情報）も加味して、疾患リスクレベルを評価する。これにより、入力データも踏まえて、疾患リスクレベルを評価できるため、疾患リスクレベルの評価精度を向上させることができる。
【0087】
ここで、上述したように、端末１１０は、加速度センサ１３１からのセンシングデータおよび空圧センサ１２１からのセンシングの両者を取得し、取得した２種類のセンシングデータをクラウドサーバ１４０に出力する。評価部２２２は、当該２種類のセンシングデータに基づき、疾患リスクレベルを評価する。当該２種類のセンシングデータはそれぞれ計測の種類が異なるセンサから得られるデータである。本実施形態では、加速度センサ１３１からのセンシングデータは掻破行動を示し、空圧センサ１２１からのセンシングデータは睡眠状態を示す。
【0088】
睡眠状態は、肌のかゆみに直接的に影響する要素ではない。しかしながら、睡眠不足のように睡眠状態が悪いと、睡眠中の掻破行動に間接的に影響を及ぼすことが想定される。評価部２２２は、計測の種類が異なる複数のセンサから得られる複数のセンシングデータに基づいて疾患リスクレベルを評価する。
【0089】
例えば、空圧センサ１２１からのセンシングデータに基づき評価される疾患リスクレベル（睡眠の疾患リスクレベル）が一定レベル以上であるとする。この場合、評価部２２２は、加速度センサ１３１からのセンシングデータに基づき評価した疾患リスクレベル（肌のかゆみの疾患リスクレベル）を増加させてもよい。これにより、肌のかゆみに間接的に及ぼすことが想定される要因も考慮した肌のかゆみの疾患リスクレベルの評価精度が向上する。これに伴い、保険料推定部２２５は、評価部２２２が疾患リスクレベル（肌のかゆみの疾患リスクレベル）を増加させた場合、疾患リスクレベルの増加の度合いに応じて、推定する翌月の保険料を増加させてもよい。
【0090】
以上において、アドバイス情報生成部２２３は、入力データのうち対策情報が示す保湿剤とは異なる複数種類の保湿剤（または薬）をテストサンプルとして使用することを促すアドバイス情報を生成してもよい。このとき、アドバイス情報生成部２２３は、複数種類の保湿剤をそれぞれ使用する量および日数を示す情報をアドバイス情報に含めてもよい。
【0091】
保湿剤は、個人によって効力に差がある。薬も同様である。例えば、現在の保湿剤に基づき評価部２２２が評価した疾患リスクレベルが高い場合（悪い場合）、他の複数種類のテストサンプルを使用することは有用である。
【0092】
上記のアドバイス情報はクラウドサーバ１４０から端末１１０に出力される。端末１１０は、表示データとして、上記のアドバイス情報をタッチパネル１１０Ａに表示する。これにより、ユーザＵは、上記のアドバイス情報を視認して、テストサンプルの使用を開始することができる。
【0093】
端末１１０は、テストサンプルの使用を促すボタン（例えば、テストサンプルの実施ボタン）をタッチパネル１１０Ａに表示してもよい。端末１１０は、当該ボタンを押下する操作を受け付けると、所定間隔ごとに（例えば、毎日）、加速度センサ１３１から掻破回数および掻破時間を取得する。そして、端末１１０の処理部３１０は、タッチパネル１１０Ａに、取得した毎日の掻破回数および掻破時間を示す情報を表示してもよい。
【0094】
ユーザＵは、タッチパネル１１０Ａに表示された掻破回数および掻破時間を参照することで、アドバイス情報が示すテストサンプル（保湿剤）が自身に適した保湿剤であったかを認識できる。例えば、タッチパネル１１０Ａに表示された掻破回数および掻破時間が前日よりも少なくなっていた場合、ユーザＵは、クラウドサーバ１４０が提示した保湿剤が自身に適した保湿剤であったことを認識できる。
【0095】
また、端末１１０は、掻破回数および掻破時間が前日よりも少なくなったかに応じて、テストサンプル（保湿剤）の使用頻度を多くするか、減らすかをタッチパネル１１０Ａに表示させてもよい。例えば、端末１１０は、掻破回数および掻破時間が前日よりも少なくなったと判定した場合、テストサンプル（保湿剤）の使用頻度を少なくすることを示す情報をタッチパネル１１０Ａに表示させてもよい。また、端末１１０は、掻破回数および掻破時間が前日よりも多くなった場合、テストサンプル（保湿剤）の使用頻度を多くすることを示す情報をタッチパネル１１０Ａに表示させてもよい。
【0096】
端末１１０の処理部３１０は、睡眠中とそれ以外とのそれぞれの条件で異なる態様（例えば、異なる色）で、上記の掻破回数および掻破時間を示す情報をタッチパネル１１０Ａに表示してもよい。これにより、睡眠中とそれ以外の状況とで、適したテストサンプルを選択できる。また、端末１１０の処理部３１０は、睡眠中とそれ以外とのそれぞれの条件で、上記の掻破回数および掻破時間の平均値を示す情報をタッチパネル１１０Ａに表示してもよい。
【0097】
以上のテストサンプルに関する処理は、クラウドサーバ１４０の制御に基づき、端末１１０の処理部３１０が行ってもよい。この場合、クラウドサーバ１４０は、タッチパネル１１０Ａに表示される掻破回数および掻破時間を認識できる。
【0098】
また、第１実施形態では、加速度センサ１３１からのセンシングデータおよび空圧センサ１２１からのセンシングデータの２つのセンシングデータが用いられているが、加速度センサ１３１からのセンシングデータのみが用いられてもよい。加速度センサ１３１からのセンシングデータは、掻破回数および掻破時間の情報を含むため、当該２つの情報に基づいて、評価部２２２は、疾患（かゆみ）の疾患リスクレベルを評価できる。
【0099】
また、第１実施形態において、評価部２２２は、センシングデータに基づき、疾患ごとの疾患リスクレベルを評価しているが、例えば、疾患のレベルを評価してもよい。例えば、評価部２２２は、上述した式（１）を用いて求められる疾患リスクの指標値を、疾患の度合いとして用いて、疾患の度合いを評価してもよい。これにより、ユーザＵに対して、疾患の度合いを提示することができる。
【0100】
＜第２実施形態＞
２－１．第２実施形態の構成例
次に、第２実施形態について説明する。第２実施形態は、疾患として睡眠疾患が適用される場合の例を示す。図８は、第２実施形態のシステム２００の一例を示す図である。第２実施形態のシステム２００は、第１実施形態のシステム１００のウェアラブルデバイス１３０および加速度センサ１３１がない点を除き、第１実施形態のシステム１００と同様である。
２－１．第２実施形態の構成例
次に、第２実施形態について説明する。第２実施形態は、疾患として睡眠疾患が適用される場合の例を示す。図８は、第２実施形態のシステム２００の一例を示す図である。第２実施形態のシステム２００は、第１実施形態のシステム１００のウェアラブルデバイス１３０および加速度センサ１３１がない点を除き、第１実施形態のシステム１００と同様である。
【0101】
第２実施形態の空圧センサ１２１は、上述した睡眠時間、中途覚醒時間および睡眠効率を検知するとともに、体振動に基づき、心拍数、呼吸イベント指数および周期性体動指数を含むセンシングデータを検知する。空圧センサ１２１は、検知したセンシングデータを端末１１０に出力する。センシングデータは、上記以外のユーザＵの睡眠状態に関するデータを含んでいてもよい。
【0102】
心拍数は、ユーザＵの心拍数である。呼吸イベント指数は、睡眠１時間あたりの呼吸振幅の有意な変動回数である。呼吸イベント指数は、睡眠１時間当たりの無呼吸回数（無呼吸指数）を利用したものであってもよいし、睡眠１時間当たりの無呼吸及び低呼吸の合計回数（無呼吸低呼吸指数）を利用したものであってもよい。周期性体動指数は、睡眠１時間あたりの周期的な体動の発生回数である。周期性体動指数は、睡眠１時間あたりの周期性四肢運動の回数を利用したものであってもよい。
【0103】
２－２．第２実施形態のデータの流れ
次に、第２実施形態のデータの流れについて説明する。図９は、第２実施形態のデータの入出力の関係の一例を示す図である。空圧センサ１２１は、睡眠時間、中途覚醒時間、睡眠効率および心拍数、呼吸イベント指数および周期性体動指数を含むセンシングデータを端末１１０に出力する。
次に、第２実施形態のデータの流れについて説明する。図９は、第２実施形態のデータの入出力の関係の一例を示す図である。空圧センサ１２１は、睡眠時間、中途覚醒時間、睡眠効率および心拍数、呼吸イベント指数および周期性体動指数を含むセンシングデータを端末１１０に出力する。
【0104】
端末１１０は、睡眠に関する主観的な評価として、ユーザＵから、睡眠習慣およびストレス要因の情報の入力を受け付ける。睡眠習慣は、例えば、過去１か月間の間における寝床時刻や眠るまでに要した時間、起床時刻等の睡眠習慣に関する入力項目である。ストレス要因は、ユーザＵが感じているストレスに関する入力項目である。睡眠に関する主観的な評価は、上記には限定されない。
【0105】
端末１１０は、対策情報として、ユーザＵから、寝具、居室環境および家族構成の情報の入力を受け付ける。寝具は、例えば、マットレス１２２やユーザＵが睡眠中に着衣する衣服等を示す情報である。居室環境は、例えば、ユーザＵが就寝する部屋の空調機や騒音等を示す情報である。家族構成は、ユーザＵの家族構成を示す情報である。
【0106】
端末１１０は、上記センシングデータ、上記入力データおよび個人認証データを含むユーザデータをクラウドサーバ１４０に出力する。評価部２２２は、端末１１０が出力したセンシングデータおよび入力データに基づき、疾患（睡眠）の疾患リスクレベルを評価する。疾患リスクレベルの評価は、第１実施形態と同様である。例えば、評価部２２２は、端末１１０が出力したセンシングデータおよび入力データの各パラメータを数値化し、各パラメータに所定の重み付けを行い、疾患リスクの指標値を算出する。評価部２２２は、算出された疾患リスクの指標値と指標基準とを比較して、疾患リスクレベルを区分する。
【0107】
保険情報取得部２２４は、ユーザＵが加入している睡眠に関する保険の保険情報を取得する。保険料推定部２２５は、現在の保険料と評価された疾患リスクレベルとに基づき、翌月の保険料を推定する。また、保険料推定部２２５は、翌月の保険料の増減額を算出してもよい。
【0108】
アドバイス情報生成部２２３は、評価された疾患リスクレベルに応じて、生活習慣、就寝環境および食生活に関するアドバイス情報を生成する。食生活のアドバイス情報は、睡眠を促すサプリメントの情報を含んでもよい。アドバイス情報生成部２２３は、推定された翌月の保険料と翌月の保険料の増減額との一方または両方をアドバイス情報に含めてもよい。
【0109】
通信部２１２は、評価された睡眠の疾患リスクレベルおよび上記のアドバイス情報を端末１１０に出力する。端末１１０は、クラウドサーバ１４０が出力した評価された睡眠の疾患リスクレベルおよび上記のアドバイス情報をタッチパネル１１０Ａに表示させる。
【0110】
以上のように、第２実施形態では、１種類のセンシングデータが用いられる。この場合でも、第１実施形態と同様の効果が得られる。なお、テストサンプルを使用する際の処理は、第１実施形態と同様である。
【0111】
以上において、保険料推定部２２５は、例えば、空圧センサ１２１から得られたセンシングデータに含まれる各種の値に応じて、翌月の保険料の増減額を推定してもよい。例えば、保険料推定部２２５は、平均睡眠時間、眠りの規則性、呼吸イベント指数および平均中途覚醒時間の各値に応じて、本実施形態における翌月の保険料の増減額を推定してもよい。
【0112】
図１０は、平均睡眠時間、眠りの規則性、呼吸イベント指数および平均中途覚醒時間の値の一例を示す図である。図１０において、破線は標準値を表し、実線はセンシングデータから得られた値を表す。センシングデータから得られた値は標準値に近い方が好ましい。保険料推定部２２５は、これらの値を総合的に勘案して、翌月の保険料の増減額を推定してもよい。
【0113】
アドバイス情報生成部２２３は、例えば、空圧センサ１２１から得られたセンシングデータに含まれる各種の睡眠に関する値に応じて、本実施形態におけるアドバイス情報の内容を変更してもよい。例えば、図１０の例では、呼吸イベント指数が基準値よりも大幅に低くなっている（基準値よりも一定量を超えて低い値になっている）。この場合、いびきの影響がある可能性があるため、アドバイス情報生成部２２３は、ベッド１２０の背上げや運動の推奨等をアドバイス情報（レコメンド）として生成してもよい。また、例えば、図１０の例では、眠りの規則性も基準値よりも大幅に低くなっている。この場合、起床時間を統一することが好ましいため、アドバイス情報生成部２２３は、ベッド１２０の背上げによる起床や香りによる目覚まし等をアドバイス情報（レコメンド）として生成してもよい。当該アドバイス情報（レコメンド）がタッチパネル１１０Ａに表示されることで、ユーザＵは自身の状態に応じた具体的なレコメンドを確認できる。
【0114】
また、評価部２２２は、睡眠に関する評価として、ユーザＵが悪夢を見たかを評価してもよい。例えば、評価部２２２は、センシングデータに基づき、ユーザＵが覚醒直前に心拍数、呼吸数および血圧の値の変動が所定の閾値以上となった場合に、ユーザＵが悪夢を見たと判定してもよい。この場合、保険料推定部２２５は、保険料を推定する際に、一定額の割引や所定の報酬等を付加して、推定してもよい。
【0115】
＜第３実施形態＞
次に、第３実施形態について説明する。第３実施形態の疾患は、疾患として感染症（呼吸障害を引き起こす可能性のある感染症）が適用された場合の例を示す。図１１は、第３実施形態のデータの入出力の関係の一例を示す図である。第３実施形態のシステムの構成は、加速度センサ１３１の代わりにバイタルデータを計測する機器が用いられる点を除き、第１実施形態と同様である。
次に、第３実施形態について説明する。第３実施形態の疾患は、疾患として感染症（呼吸障害を引き起こす可能性のある感染症）が適用された場合の例を示す。図１１は、第３実施形態のデータの入出力の関係の一例を示す図である。第３実施形態のシステムの構成は、加速度センサ１３１の代わりにバイタルデータを計測する機器が用いられる点を除き、第１実施形態と同様である。
【0116】
第３実施形態は、第１実施形態の加速度センサ１３１からのデータではなく、体温のデータや血中酸素飽和濃度（ＳｐＯ２）等のバイタルデータが用いられる。バイタルデータは、例えば、バイタルデータを計測する機器（体温計や血中酸素飽和濃度を計測する機器）から端末１１０が取得してもよい。バイタルデータは、ユーザＵにより端末１１０が入力を受け付けたデータであってもよい。また、バイタルデータは、血圧や呼吸数、心拍数等の他の生体に関するデータであってもよい。
【0117】
第３実施形態では、上述したユーザＵの主観的な評価は用いられない。クラウドサーバ１４０の状態情報取得部２２１は、空圧センサ１２１からのセンシングデータおよび上述したバイタルデータを取得する。
【0118】
評価部２２２は、取得したセンシングデータおよびバイタルデータに基づき、疾患（感染症）の疾患リスクレベルを評価する。疾患リスクレベルの評価は、第１実施形態と同様である。例えば、評価部２２２は、端末１１０から取得したセンシングデータおよび入力データの各パラメータを数値化し、各パラメータに所定の重み付けを行い、疾患リスクの指標値を算出する。評価部２２２は、算出された疾患リスクの指標値と指標基準とを比較して、疾患リスクレベルを区分する。
【0119】
保険情報取得部２２４は、ユーザＵが加入している感染症に関わる保険の保険情報を取得する。保険料推定部２２５は、現在の保険料と評価された疾患リスクレベルとに基づき、翌月の保険料を推定する。また、保険料推定部２２５は、翌月の保険料の増減額を算出してもよい。
【0120】
アドバイス情報生成部２２３は、評価された疾患リスクレベルに応じて、生活習慣、就寝環境および食生活に関するアドバイス情報を生成する。食生活のアドバイス情報は、感染症を改善するサプリメントの情報を含む。アドバイス情報生成部２２３は、推定された翌月の保険料と翌月の保険料の増減額との一方または両方をアドバイス情報に含めてもよい。
【0121】
通信部２１２は、評価された感染症の疾患リスクレベルおよび上記のアドバイス情報を端末１１０に出力する。端末１１０は、クラウドサーバ１４０が出力した評価された感染症の疾患リスクレベルおよび上記のアドバイス情報をタッチパネル１１０Ａに表示させる。
【0122】
以上のように、第３実施形態では、ユーザＵの主観的な評価が用いられない。この場合でも、第１実施形態と同様の効果が得られる。図１０の例では、評価部２２２は、２種類のデータ（センシングデータおよびバイタルデータ）を用いて評価を行っているが、１種類のデータ（例えば、センシングデータまたはバイタルデータ）を用いて評価を行ってもよい。なお、テストサンプルを使用する際の処理は、第１実施形態と同様である。
【0123】
以上において、保険料推定部２２５は、例えば、空圧センサ１２１から得られたセンシングデータに含まれる各種の値に応じて、翌月の保険料の増減額を推定してもよい。例えば、保険料推定部２２５は、睡眠時間、心拍数および呼吸数の各値に応じて、本実施形態における翌月の保険料の増減額を推定してもよい。
【0124】
図１２は、睡眠時間、心拍数および呼吸数の値の一例を示す図である。図１２において、破線は標準値を表し、実線はセンシングデータから得られた値を表す。保険料推定部２２５は、これらの値を総合的に勘案して、翌月の保険料の増減額を推定してもよい。
【0125】
アドバイス情報生成部２２３は、例えば、空圧センサ１２１から得られたセンシングデータに含まれる各種の値に応じて、本実施形態におけるアドバイス情報の内容を変更してもよい。例えば、図１２の例では、心拍数および呼吸数が基準値よりも大幅に低くなっている（基準値よりも一定量を超えて低い値になっている）。この場合、アドバイス情報生成部２２３は、体温計測の推奨やＳｐＯ２計測の推奨等を示すアドバイス情報（レコメンド）として生成してもよい。当該アドバイス情報（レコメンド）がタッチパネル１１０Ａに表示されることで、ユーザＵは自身の状態に応じた具体的なレコメンドを確認できる。
【0126】
＜第４実施形態＞
次に、第４実施形態について説明する。第４実施形態は、評価部２２２が評価する対象が健康の度合いを示す指標（健康指標）であるものとする。図１３は、第４実施形態のデータの入出力の関係の一例を示す図である。第４実施形態のシステムの構成は、加速度センサ１３１および空圧センサ１２１の代わりにバイタルデータを計測する機器が用いられる点を除き、第１実施形態と同様である。
次に、第４実施形態について説明する。第４実施形態は、評価部２２２が評価する対象が健康の度合いを示す指標（健康指標）であるものとする。図１３は、第４実施形態のデータの入出力の関係の一例を示す図である。第４実施形態のシステムの構成は、加速度センサ１３１および空圧センサ１２１の代わりにバイタルデータを計測する機器が用いられる点を除き、第１実施形態と同様である。
【0127】
第４実施形態は、第１実施形態の加速度センサ１３１からのデータではなく、体温のデータや血中酸素飽和濃度（ＳｐＯ２）、呼吸数、心拍数、血圧等のバイタルデータが用いられる。第３実施形態と同様、バイタルデータは、例えば、バイタルデータを計測する機器から端末１１０が取得してもよいし、ユーザＵにより端末１１０が入力を受け付けたデータであってもよい。
【0128】
評価部２２２は、取得したバイタルデータに基づき、健康指標の指標値を算出する。健康指標の指標値の算出は、第１実施形態における疾患リスクレベルの算出と同様の手法が適用され得る。例えば、評価部２２２は、取得したバイタルデータの各パラメータに対して、それぞれ所定の重み付けを行い、健康指標の指標値を算出する。
【0129】
そして、評価部２２２は、算出された健康指標の指標値と所定の指標基準とを比較して、健康指標の指標値が複数の疾患リスクレベルのうち何れに属するかを判定する。当該複数の疾患リスクレベルは、第１実施形態～第３実施形態と異なり、疾患にかかる可能性を示すレベルである。第４実施形態の疾患リスクレベルが高いほど、疾患にかかるリスクが高くなる。疾患としては、例えば、高血圧や脂質異常症、心筋梗塞、狭心症等である。上記の所定の指標基準には、例えば、ユーザＵの健康診断の結果が用いられてもよいし、ユーザＵが端末１１０に入力した情報（例えば、睡眠に関する日々の記録や日中の活動）が用いられてもよいし、両者が用いられてもよい。
【0130】
保険情報取得部２２４は、ユーザＵの健康指標に関わる保険の保険情報を取得する。当該保険は、疾患にかかっていない加入者の健康状態に応じて保険料が変動する保険である。保険料推定部２２５は、現在の保険料と評価された疾患リスクレベルとに基づき、翌月の保険料を推定する。また、保険料推定部２２５は、翌月の保険料の増減額を算出してもよい。
【0131】
アドバイス情報生成部２２３は、評価された健康指標の指標値に基づく疾患リスクレベルに応じて、生活習慣、就寝環境および食生活に関するアドバイス情報を生成する。食生活のアドバイス情報は、例えば、疾患かかるリスクを下げるサプリメントの情報である。アドバイス情報生成部２２３は、推定された翌月の保険料と翌月の保険料の増減額との一方または両方をアドバイス情報に含めてもよい。
【0132】
通信部２１２は、評価された健康指標の指標値に基づく疾患リスクレベルおよび上記のアドバイス情報を端末１１０に出力する。端末１１０は、クラウドサーバ１４０が出力した評価された健康指標の指標値に基づく疾患リスクレベルおよび上記のアドバイス情報をタッチパネル１１０Ａに表示させる。
【0133】
以上のように、第４実施形態では、評価する対象が健康指標の指標値である場合に、健康指標の指標値が複数の疾患リスクレベルのうち何れに属するかを評価できる。第４実施形態において、評価部２２２は、上述したバイタルデータに、ユーザＵの主観的な評価も加味して、健康指標の指標値に基づく評価を行ってもよい。
【0134】
第４実施形態が対象とする保険は、疾患にかかることを予防するために健康を維持するための保険であり、ユーザＵが当該保険の加入者であるかことの認証の必要性は第１実施形態～第３実施形態と比べると高い。そこで、例えば、第４実施形態で用いられる個人認証データは、例えば、指紋認証や顔認証、静脈認証等の生体認証データが用いられてもよい。
【0135】
また、第４実施形態のアドバイス情報生成部２２３が生成するアドバイス情報は、疾患の改善を促すアドバイスの情報ではなく、例えば、疾患にかからないようにするアドバイスの情報である。なお、テストサンプルを使用する際の処理は、第１実施形態と同様である。
【0136】
以上において、保険料推定部２２５は、例えば、空圧センサ１２１から得られたセンシングデータに含まれる各種の値に応じて、翌月の保険料の増減額を推定してもよい。例えば、保険料推定部２２５は、睡眠時間、血圧、呼吸数、心拍数および活動量に応じて、本実施形態における翌月の保険料の増減額を推定してもよい。
【0137】
図１４は、睡眠時間、血圧、呼吸数、心拍数および活動量の値の一例を示す図である。図１４において、破線は標準値を表し、実線はセンシングデータから得られた値を表す。保険料推定部２２５は、これらの値を総合的に勘案して、翌月の保険料の増減額を推定してもよい。
【0138】
アドバイス情報生成部２２３は、例えば、空圧センサ１２１から得られたセンシングデータに含まれる各種の値に応じて、本実施形態におけるアドバイス情報の内容を変更してもよい。例えば、図１４の例では、心拍数および呼吸数が基準値よりも大幅に高くなっており（基準値よりも一定量を超えて高い値になっている）、活動量が基準値よりも大幅に低くなっている（基準値よりも一定量を超えて低い値になっている）。この場合、アドバイス情報生成部２２３は、運動の推奨および体温計測の推奨等を示すアドバイス情報（レコメンド）として生成してもよい。
【0139】
第４実施形態において、空圧センサ１２１が使用されてもよい。例えば、クラウドサーバ１４０は、空圧センサ１２１から得られたセンシングデータがユーザＵの睡眠安静時に得られたデータであることを示している場合に、バイタルデータに基づく健康指標の指標値を算出してもよい。これにより、ユーザＵの活動量が低下して睡眠が安定しているときのバイタルデータに基づく健康指標の指標値を算出できる。当該アドバイス情報（レコメンド）がタッチパネル１１０Ａに表示されることで、ユーザＵは自身の状態に応じた具体的なレコメンドを確認できる。
【0140】
＜変形例＞
次に、上述した各実施形態の変形例について説明する。ユーザＵが複数種類の保険に加入している場合がある。例えば、ユーザＵが、疾患としてのかゆみおよび睡眠の２つの保険に加入している場合、ユーザＵには２種類の保険が紐づく。
次に、上述した各実施形態の変形例について説明する。ユーザＵが複数種類の保険に加入している場合がある。例えば、ユーザＵが、疾患としてのかゆみおよび睡眠の２つの保険に加入している場合、ユーザＵには２種類の保険が紐づく。
【0141】
保険情報取得部２２４は、個人認証データに基づきユーザＵを特定する。保険情報取得部２２４は、特定されたユーザＵが加入している保険の保険を示す保険情報を、保険会社のサーバから取得する。当該保険情報が、例えば、疾患としてのかゆみの保険および睡眠の保険であったとする。この場合、クラウドサーバ１４０の状態情報取得部２２１は、ユーザＵが加入している保険の保険情報に応じて、評価する対象の２つの疾患に用いられる２つのセンシングデータを端末１１０から取得する。
【0142】
睡眠に関する疾患の１つに睡眠不足がある。上述したように、肌のかゆみの疾患は、睡眠疾患に間接的に影響を与える。つまり、肌の疾患リスクレベルが高くなるに応じて、睡眠不足になる可能性が高くなる。評価部２２２は、肌のかゆみの疾患リスクレベルおよび睡眠の疾患リスクレベルをそれぞれ評価する際、相互の疾患リスクレベルを踏まえた評価を行ってもよい。そして、保険料推定部２２５は、評価された２種類の疾患リスクレベルのそれぞれに対応する保険の保険料を推定してもよい。
【0143】
保険料推定部２２５は、評価された肌のかゆみの疾患リスクレベルが所定のレベル以上である場合、睡眠の疾患リスクレベルに応じて推定した睡眠疾患の保険の保険料に所定の金額を加算してもよい。これにより、ユーザＵの睡眠の保険について、ユーザＵの肌のかゆみの疾患リスクレベルも考慮した保険料の推定が行われる。従って、保険料の推定精度が向上する。
【0144】
例えば、肌のかゆみの疾患リスクレベルが５段階（レベルＡ～Ｅ）であり、睡眠の疾患リスクレベルが５段階（レベルＡ～Ｅ）であるとする。レベルＡが最良であることを示し、レベルＥが最悪であることを示すものとする。また、５段階の睡眠の疾患リスクレベルのそれぞれに対応する保険料（Ｆ１～Ｆ５）が設定されているとする。睡眠の疾患リスクレベルＡには保険料Ｆ１が対応し、睡眠の疾患リスクレベルＥには保険料Ｆ５が対応する。この場合、保険料Ｆ１が最も低額であり、保険料Ｆ５が最も高額となる。
【0145】
また、肌のかゆみの疾患リスクレベルのそれぞれに対応する加算保険料（ｆ１～ｆ５）が設定されているとする。肌のかゆみの疾患リスクレベルＡには加算保険料ｆ１が対応し、肌のかゆみの疾患リスクレベルＥには加算保険料ｆ５が対応する。この場合、加算保険料ｆ１が最も低額であり、加算保険料ｆ５が最も高額である。
【0146】
例えば、評価部２２２が、睡眠の疾患リスクレベルをレベルＣとして推定し、肌のかゆみの疾患リスクレベルをレベルＡとして推定したとする。この場合、保険料推定部２２５は、レベルＣに対応する保険料Ｆ３に加算保険料ｆ１を加算した保険料（Ｆ３＋ｆ１）を睡眠保険の保険料として推定する。
【0147】
一方、評価部２２２が、睡眠の疾患リスクレベルをレベルＣとして推定し、肌のかゆみの疾患リスクレベルをレベルＥとして推定したとする。この場合、保険料推定部２２５は、レベルＣに対応する保険料Ｆ３に加算保険料ｆ５を加算した保険料（Ｆ３＋ｆ５）を睡眠保険の保険料として推定する。
【0148】
睡眠の疾患リスクレベルが同じレベルＣであるとして評価されたとしても、保険料（Ｆ３＋ｆ５）は、保険料（Ｆ３＋ｆ１）よりも高額になる。以上のように、ユーザＵの睡眠保険について、ユーザＵの肌のかゆみの疾患リスクレベルも考慮した保険料の推定が行われることで、保険料の推定精度が向上する。肌のかゆみの疾患リスクレベルがレベルＥとして評価された場合、保険料推定部２２５は、肌のかゆみの保険の保険料を最も高額な保険料として推定する。
【0149】
そして、ユーザＵが肌のかゆみに対する対策を講じたことにより、評価部２２２がセンシングデータに基づき評価した肌のかゆみの疾患リスクレベルが低下したとする。例えば、睡眠の疾患リスクレベルがレベルＣであり、肌のかゆみの疾患リスクレベルがレベルＥからレベルＣに改善されたとする。
【0150】
この場合、保険料推定部２２５は、睡眠保険の保険料を保険料（Ｆ３＋ｆ５）から保険料（Ｆ３＋ｆ３）として推定する。つまり、保険料推定部２２５は、減額した保険料を推定する。また、保険料推定部２２５は、肌のかゆみの保険の保険料を減額して推定する。推定された保険料の情報は、タッチパネル１１０Ａに表示される。これにより、ユーザＵは、疾患に対する対策を講じることにより、肌のかゆみの保険および睡眠保険の両方が減額されることを認識できる。
【0151】
保険料推定部２２５は、２種類の保険（例えば、睡眠保険および肌のかゆみの保険）に加入している場合、それぞれの保険に対して、一定額の割引をした保険料を推定してもよい。
【0152】
上記の例では、ユーザＵがかゆみの保険および睡眠の保険の２種類の保険に加入している場合における保険料の推定について説明したが、上記の例は、かゆみの保険および睡眠の保険以外にも適用できる。また、ユーザＵが３種類以上の保険に加入している場合にも上記の例を適用できる。
【0153】
次に、保険料の増減額の表示についての変形例について説明する。端末１１０は、次に保険料が変動する前に、保険料推定部２２５が推定した翌月の保険料の現在の保険料に対する増減額をタッチパネル１１０Ａに表示してもよい。図１５は、変形例における保険料の増減額を表示する画面例を示す図である。アドバイス情報生成部２２３は、例えば、図１５に示されるように保険料の増減額を示す情報を生成する。当該保険料の増減額を示す情報は、疾患リスクレベルを示す情報とともに、端末１１０のタッチパネル１１０Ａに表示される。これにより、ユーザＵの疾患に対する行動変容が促される。
【0154】
アドバイス情報生成部２２３は、センシングデータの各パラメータについて、図１５に示されるように、所定期間前（例えば、１週間前）の各パラメータの値と現在の各パラメータの値とを表すグラフやチャートの情報をアドバイス情報に含めてもよい。これにより、ユーザＵは自身の疾患に関する情報を認識できるようになる。なお、図１５の一点鎖線は１週間前の各パラメータの値を表し、実線は現在の各パラメータの値を表す。
【0155】
以上の各実施形態の新規事項および効果から実体的に逸脱しない多くの変形が可能であることは当業者には容易に理解できるであろう。従って、このような変形例はすべて本開示の範囲に含まれるものとする。例えば、明細書又は図面において、少なくとも一度、より広義または同義な異なる用語と共に記載された用語は、明細書又は図面のいかなる箇所においても、その異なる用語に置き換えることができる。また各実施形態及び変形例の全ての組み合わせも、本開示の範囲に含まれる。また理システム、情報処理装置、サーバシステム、端末装置等の構成及び動作等も、各実施形態で説明したものに限定されず、種々の変形実施が可能である。
【0156】
以上に説明した各種の例について、以下の付記を開示する。
（付記１）
ユーザの疾患に関する状態を計測するセンサが計測して得られるセンシングデータをユーザの端末から取得するデータ取得部と、
取得された前記センシングデータに基づいて、疾患ごとの疾患リスクレベルまたは前記疾患の度合いを評価する評価部と、
評価された前記疾患リスクレベルまたは前記疾患の度合いを前記端末に出力する出力部と、
を備える情報処理装置。
（付記２）
前記データ取得部は、前記端末が入力を受け付けた前記ユーザの疾患に関する入力データを前記端末から取得し、
前記評価部は、取得された前記センシングデータおよび前記入力データに基づいて、前記疾患ごとの疾患リスクレベルを評価する、付記１に記載の情報処理装置。
（付記３）
前記入力データは、前記疾患についての前記ユーザの主観的な評価を示す情報および前記ユーザが実施している前記疾患に対する対策を示す対策情報を含む、付記２に記載の情報処理装置。
（付記４）
前記センシングデータは複数のパラメータを含み、
前記評価部は、前記複数のパラメータのそれぞれに所定の重み付けを行い、当該重み付けがされた前記複数のパラメータから得られる疾患リスクの指標値を算出し、算出された前記疾患リスクの指標値が複数の前記疾患リスクレベルのうち何れに属するかを判定し、
前記出力部は、判定された疾患リスクレベルを前記端末に出力する、付記１に記載の情報処理装置。
（付記５）
前記データ取得部は、それぞれ計測の種類が異なる複数のセンサから前記センシングデータを取得し、
前記評価部は、前記複数のセンサから得られる複数の前記センシングデータに基づいて、前記疾患リスクレベルを評価する、付記１乃至４のうち何れか１項に記載の情報処理装置。
（付記６）
加入者の健康状態に応じて保険料が変動する保険について、前記ユーザが加入している前記保険の保険料を示す保険情報を取得する保険情報取得部と、
評価された前記疾患リスクレベルと前記保険情報とに基づいて、変動後の保険料を推定する保険料推定部と、をさらに備え、
前記出力部は、推定された前記変動後の保険料を前記端末に出力する、付記１に記載の情報処理装置。
（付記７）
前記データ取得部は、それぞれ計測の種類が異なる複数のセンサから前記センシングデータを取得し、
前記評価部は、前記複数のセンサから得られる複数の前記センシングデータに基づいて、複数の疾患のそれぞれの疾患リスクレベルを評価し、
前記保険情報取得部は、前記ユーザが加入している複数の前記保険情報を取得し、
前記保険料推定部は、評価された前記複数の疾患の前記疾患リスクレベルと前記複数の保険情報とに基づいて、前記複数の疾患のそれぞれの変動後の保険料を推定する、付記６に記載の情報処理装置。
（付記８）
評価された前記疾患リスクレベルに応じて、前記ユーザに対して疾患の改善を促すアドバイス情報を生成するアドバイス情報生成部、をさらに備え、
前記出力部は、生成された前記アドバイス情報を前記端末に出力する、付記１に記載の情報処理装置。
（付記９）
ユーザの疾患に関する状態を計測するセンサが計測して得られるセンシングデータを端末から取得し、
取得された前記センシングデータに基づいて、疾患ごとの疾患リスクレベルまたは前記疾患の度合いを評価し、
評価された前記疾患リスクレベルまたは前記疾患の度合いを前記端末に出力する、
情報処理方法。
（付記１）
ユーザの疾患に関する状態を計測するセンサが計測して得られるセンシングデータをユーザの端末から取得するデータ取得部と、
取得された前記センシングデータに基づいて、疾患ごとの疾患リスクレベルまたは前記疾患の度合いを評価する評価部と、
評価された前記疾患リスクレベルまたは前記疾患の度合いを前記端末に出力する出力部と、
を備える情報処理装置。
（付記２）
前記データ取得部は、前記端末が入力を受け付けた前記ユーザの疾患に関する入力データを前記端末から取得し、
前記評価部は、取得された前記センシングデータおよび前記入力データに基づいて、前記疾患ごとの疾患リスクレベルを評価する、付記１に記載の情報処理装置。
（付記３）
前記入力データは、前記疾患についての前記ユーザの主観的な評価を示す情報および前記ユーザが実施している前記疾患に対する対策を示す対策情報を含む、付記２に記載の情報処理装置。
（付記４）
前記センシングデータは複数のパラメータを含み、
前記評価部は、前記複数のパラメータのそれぞれに所定の重み付けを行い、当該重み付けがされた前記複数のパラメータから得られる疾患リスクの指標値を算出し、算出された前記疾患リスクの指標値が複数の前記疾患リスクレベルのうち何れに属するかを判定し、
前記出力部は、判定された疾患リスクレベルを前記端末に出力する、付記１に記載の情報処理装置。
（付記５）
前記データ取得部は、それぞれ計測の種類が異なる複数のセンサから前記センシングデータを取得し、
前記評価部は、前記複数のセンサから得られる複数の前記センシングデータに基づいて、前記疾患リスクレベルを評価する、付記１乃至４のうち何れか１項に記載の情報処理装置。
（付記６）
加入者の健康状態に応じて保険料が変動する保険について、前記ユーザが加入している前記保険の保険料を示す保険情報を取得する保険情報取得部と、
評価された前記疾患リスクレベルと前記保険情報とに基づいて、変動後の保険料を推定する保険料推定部と、をさらに備え、
前記出力部は、推定された前記変動後の保険料を前記端末に出力する、付記１に記載の情報処理装置。
（付記７）
前記データ取得部は、それぞれ計測の種類が異なる複数のセンサから前記センシングデータを取得し、
前記評価部は、前記複数のセンサから得られる複数の前記センシングデータに基づいて、複数の疾患のそれぞれの疾患リスクレベルを評価し、
前記保険情報取得部は、前記ユーザが加入している複数の前記保険情報を取得し、
前記保険料推定部は、評価された前記複数の疾患の前記疾患リスクレベルと前記複数の保険情報とに基づいて、前記複数の疾患のそれぞれの変動後の保険料を推定する、付記６に記載の情報処理装置。
（付記８）
評価された前記疾患リスクレベルに応じて、前記ユーザに対して疾患の改善を促すアドバイス情報を生成するアドバイス情報生成部、をさらに備え、
前記出力部は、生成された前記アドバイス情報を前記端末に出力する、付記１に記載の情報処理装置。
（付記９）
ユーザの疾患に関する状態を計測するセンサが計測して得られるセンシングデータを端末から取得し、
取得された前記センシングデータに基づいて、疾患ごとの疾患リスクレベルまたは前記疾患の度合いを評価し、
評価された前記疾患リスクレベルまたは前記疾患の度合いを前記端末に出力する、
情報処理方法。
【符号の説明】
【0157】
１００…システム、１１０…端末、１１０Ａ…タッチパネル、１２０…ベッド、１２１…空圧センサ、１２２…マットレス、１３０…ウェアラブルデバイス、１３１…加速度センサ、処理部…２１０、記憶部…２１１、通信部…２１２、２２１…状態情報取得部、２２２…評価部、２２３…アドバイス情報生成部、２２４…保険情報取得部、２２５…保険料推定部、３１０…処理部、３２０…記憶部、３３０…通信部、ユーザ…Ｕ
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】