特開 2025-6808 二次性高血圧の可能性の程度を決定する方法、システム、装置、及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2025006808

(43)【公開日】2025-01-17

(54)【発明の名称】二次性高血圧の可能性の程度を決定する方法、システム、装置、及びプログラム

(51)【国際特許分類】

   G16H 50/20 20180101AFI20250109BHJP

   G16H 10/00 20180101ALI20250109BHJP

【ＦＩ】

G16H50/20

G16H10/00

【審査請求】未請求

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2023107810

(22)【出願日】2023-06-30

(71)【出願人】

【識別番号】516305053

【氏名又は名称】株式会社ＣｕｒｅＡｐｐ

(74)【代理人】

【識別番号】100094569

【弁理士】

【氏名又は名称】田中 伸一郎

(74)【代理人】

【識別番号】100103610

【弁理士】

【氏名又は名称】▲吉▼田 和彦

(74)【代理人】

【識別番号】100109070

【弁理士】

【氏名又は名称】須田 洋之

(74)【代理人】

【識別番号】100067013

【弁理士】

【氏名又は名称】大塚 文昭

(74)【代理人】

【氏名又は名称】上杉 浩

(74)【代理人】

【識別番号】100120525

【弁理士】

【氏名又は名称】近藤 直樹

(74)【代理人】

【識別番号】100139712

【弁理士】

【氏名又は名称】那須 威夫

(74)【代理人】

【識別番号】100141553

【弁理士】

【氏名又は名称】鈴木 信彦

(74)【代理人】

【識別番号】100228337

【弁理士】

【氏名又は名称】大橋 綾

(72)【発明者】

【氏名】鈴木 晋

【テーマコード（参考）】

5L099

【Ｆターム（参考）】

5L099AA04

5L099AA22

(57)【要約】

【課題】血圧を下げるための行動変容を実施したにもかかわらず血圧の低下が見られない患者に対して、二次性高血圧の可能性の程度を決定するシステムを提供すること。
【解決手段】二次性高血圧の可能性の程度を決定する方法であって、一以上のコンピュータに、測定された血圧値を示す血圧値データ及びユーザが行った行動を示す行動記録データを含むユーザ関連データを取得する段階と、取得したユーザ関連データ、ユーザの行動を示す行動スコアに基づく本態性高血圧予測モデル、及び、二次性高血圧予測モデルに基づいて、本態性高血圧及び二次性高血圧の可能性の程度を決定する段階と、を実行させることを特徴とする方法。
【選択図】図６

【特許請求の範囲】

【請求項1】

二次性高血圧の可能性の程度を決定する方法であって、一以上のコンピュータに、
測定された血圧値を示す血圧値データ及びユーザが行った行動を示す行動記録データを含むユーザ関連データを取得する段階と、
前記取得したユーザ関連データ、ユーザの行動を示す行動スコアに基づく本態性高血圧予測モデル、及び、二次性高血圧予測モデルに基づいて、本態性高血圧及び二次性高血圧の可能性の程度を決定する段階と、
を実行させることを特徴とする方法。

【請求項2】

前記本態性高血圧及び二次性高血圧の可能性の程度を決定する段階は、
前記取得したユーザ関連データに基づいて、本態性高血圧予測モデルにおける誤差項及び二次性高血圧予測モデルにおける誤差項を計算する段階と、
前記計算された本態性高血圧予測モデルにおける誤差項に基づいて、本態性高血圧であると仮定した際の尤度を計算し、
前記計算された二次性高血圧予測モデルにおける誤差項に基づいて、二次性高血圧であると仮定した際の尤度を計算し、
前記計算された本態性高血圧であると仮定した際の尤度及び二次性高血圧であると仮定した際の尤度に基づいて、本態性高血圧及び二次性高血圧の可能性の程度を決定する段階と、
を含む、請求項１に記載の方法。

【請求項3】

前記決定された本態性高血圧の可能性と比較した二次性高血圧の可能性の程度を決定する段階を前記一以上のコンピュータに更に実行させることを特徴とする請求項１に記載の方法。

【請求項4】

前記ユーザ又は医療従事者の端末への要求操作入力に応じて、前記決定された本態性高血圧の可能性と比較した二次性高血圧の可能性の程度を示す情報を前記端末において提示する段階を更に含む、請求項３に記載の方法。

【請求項5】

前記本態性高血圧予測モデルは、行動スコアに関する項を含み、前記二次性高血圧予測モデルは、行動スコアに関する項を含まない、請求項１に記載の方法。

【請求項6】

前記行動記録データは、前記ユーザの運動量、体重、及び塩分摂取量の少なくとも一つを含む、請求項１に記載の方法。

【請求項7】

前記ユーザ関連データは所定期間において取得され、２以上の血圧値データ及び２以上の行動記録データを含む、請求項１に記載の方法。

【請求項8】

前記ユーザ関連データは、前記ユーザによって前記ユーザの端末に入力された血圧値及び前記ユーザが行った行動を示す情報を含み、前記ユーザの端末によって送信される、請求項１に記載の方法。

【請求項9】

請求項１～８のいずれか一項に記載の方法を一以上のコンピュータに実行させるためのコンピュータプログラム。

【請求項10】

二次性高血圧の可能性の程度を決定するシステムであって、
測定された血圧値を示す血圧値データ及びユーザが行った行動を示す行動記録データを含むユーザ関連データを取得し、
前記取得したユーザ関連データ、ユーザの行動を示す行動スコアに基づく本態性高血圧予測モデル、及び、二次性高血圧予測モデルに基づいて、本態性高血圧及び二次性高血圧の可能性の程度を決定する、
ことを実行させることを特徴とするシステム。

【請求項11】

二次性高血圧の可能性の程度を決定する装置であって、
測定された血圧値を示す血圧値データ及びユーザが行った行動を示す行動記録データを含むユーザ関連データを取得し、
前記取得したユーザ関連データ、ユーザの行動を示す行動スコアに基づく本態性高血圧予測モデル、及び、二次性高血圧予測モデルに基づいて、本態性高血圧及び二次性高血圧の可能性の程度を決定する、
ことを実行させることを特徴とする装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、二次性高血圧の可能性の程度を決定する方法、システム、装置、及びプログラムに関する。

【背景技術】

【0002】

高血圧には本態性高血圧と二次性高血圧の二種類がある。本態性高血圧は、高血圧の原因となるような基礎疾患をもたない、原因が明らかでない高血圧をいう。本態性高血圧の原因には、食事や生活習慣などの多様な要素が絡んでいることが知られている。これに対して、二次性高血圧は、甲状腺や副腎などの病気が原因で高血圧を起こすものをいう。

【0003】

本態性高血圧に関し、スマートフォンにインストールして本態性高血圧の治療を補助することができる治療アプリがある。患者がこの治療アプリを用いて、在宅での血圧測定結果（家庭血圧値）の入力と、行動変容を実施して食事や生活習慣の改善を継続することで、降圧効果を得ることができる（非特許文献１）。

【先行技術文献】

【非特許文献】

【0004】

【非特許文献1】ＣｕｒｅＡｐｐ ＨＴ 高血圧治療補助アプリの製品概要サイト（患者向け）（URL: https://cureapp.co.jp/productsite/ht/forpatient/）

【発明の概要】

【発明が解決しようとする課題】

【0005】

上記の治療アプリを用いた場合、二次性高血圧の患者については十分な降圧効果を得ることができないにも関わらず、二次性高血圧の可能性について考慮することなく、治療アプリの使用が継続されるおそれがあった。血圧を下げるための行動を実施したにもかかわらず血圧の降下が見られない患者に対して、二次性高血圧の可能性の程度を決定するシステムはこれまで実現されていなかった。

【課題を解決するための手段】

【0006】

１．本発明は上記の課題に鑑みてなされたものであり、以下のような特徴を有している。すなわち、本発明の一実施態様における方法は、二次性高血圧の可能性の程度を決定する方法であって、一以上のコンピュータに、測定された血圧値を示す血圧値データ及びユーザが行った行動を示す行動記録データを含むユーザ関連データを取得する段階と、取得したユーザ関連データ、ユーザの行動を示す行動スコアに基づく本態性高血圧予測モデル、及び、二次性高血圧予測モデルに基づいて、本態性高血圧及び二次性高血圧の可能性の程度を決定する段階と、を実行させる。

【0007】

２．項１に記載された方法において、本態性高血圧及び二次性高血圧の可能性の程度を決定する段階は、取得したユーザ関連データに基づいて、本態性高血圧予測モデルにおける誤差項及び二次性高血圧予測モデルにおける誤差項を計算する段階と、計算された本態性高血圧予測モデルにおける誤差項に基づいて、本態性高血圧であると仮定した際の尤度を計算し、計算された二次性高血圧予測モデルにおける誤差項に基づいて、二次性高血圧であると仮定した際の尤度を計算し、計算された本態性高血圧であると仮定した際の尤度及び二次性高血圧であると仮定した際の尤度に基づいて、本態性高血圧及び二次性高血圧の可能性の程度を決定する段階と、を含むようにしてもよい。

【0008】

３．項１又は２に記載された方法において、決定された本態性高血圧の可能性と比較した二次性高血圧の可能性の程度を決定する段階を含むようにしてもよい。

【0009】

４．項３に記載された方法において、ユーザ又は医療従事者の端末への要求操作入力に応じて、決定された本態性高血圧の可能性と比較した二次性高血圧の可能性の程度を示す情報を端末において提示する段階を更に含むようにしてもよい。

【0010】

５．項１～４のいずれか一項に記載された方法において、本態性高血圧予測モデルは、行動スコアに関する項を含み、二次性高血圧予測モデルは、行動スコアに関する項を含まないようにすることができる。

【0011】

６．項１～５のいずれか一項に記載された方法において、行動記録データは、ユーザの運動量、体重、及び塩分摂取量の少なくとも一つを含むようにしてもよい。

【0012】

７．項１～６のいずれか一項に記載された方法において、ユーザ関連データは所定期間において取得され、２以上の血圧値データ及び２以上の行動記録データを含むことができる。

【0013】

８．項１～７のいずれか一項に記載された方法において、ユーザ関連データは、ユーザによってユーザの端末に入力された血圧値及びユーザが行った行動を示す情報を含み、ユーザの端末によって送信することができる。

【0014】

９．本発明の一実施態様におけるコンピュータプログラムは、項１～８のいずれか一項の方法を一以上のコンピュータに実行させる。

【0015】

１０．本発明の一実施態様におけるシステムは、二次性高血圧の可能性の程度を決定するシステムであって、測定された血圧値を示す血圧値データ及びユーザが行った行動を示す行動記録データを含むユーザ関連データを取得し、取得したユーザ関連データ、ユーザの行動を示す行動スコアに基づく本態性高血圧予測モデル、及び、二次性高血圧予測モデルに基づいて、本態性高血圧及び二次性高血圧の可能性の程度を決定する、ことを実行させる。

【0016】

１１．本発明の一実施態様における装置は、二次性高血圧の可能性の程度を決定する装置であって、測定された血圧値を示す血圧値データ及びユーザが行った行動を示す行動記録データを含むユーザ関連データを取得し、取得したユーザ関連データ、ユーザの行動を示す行動スコアに基づく本態性高血圧予測モデル、及び、二次性高血圧予測モデルに基づいて、本態性高血圧及び二次性高血圧の可能性の程度を決定する、ことを実行させる。

【発明の効果】

【0017】

本発明を用いることにより、血圧を下げるための行動変容を実施したにもかかわらず血圧の低下が見られない患者に対して、二次性高血圧の可能性の程度を決定することを可能とする。

【図面の簡単な説明】

【0018】

【図1】本発明の一実施形態に係るシステムの構成図である。

【図2】本発明の一実施形態に係るクライアント装置及びサーバのハードウェア構成図である。

【図3】本発明の一実施形態に係る決定サーバの機能ブロック図である。

【図4】本発明の一実施形態に係る患者端末の機能ブロック図である。

【図5】本発明の一実施形態に係る医師端末の機能ブロック図である。

【図6】本発明の一実施形態に係るフローチャートである。

【図7】本発明の一実施形態に係るユーザ関連データの一例である。

【図8A】本発明の一実施形態に係る本態性高血圧及び二次性高血圧予測モデルの各変数の値の一例である。

【図8B】本発明の一実施形態に係る図７及び８Ａの値より算出される本態性高血圧及び二次性高血圧予測モデルの各変数の値である。

【図9】本発明の一実施形態に係るシーケンスチャートである。

【図10】本発明の一実施形態に係るシーケンスチャートである。

【図11】本発明の一実施形態に係る患者端末画面の一例である。

【図12】本発明の一実施形態に係る患者端末画面の一例である

【図13】本発明の一実施形態に係る患者端末画面の一例である

【図14】本発明の一実施形態に係る患者端末画面の一例である

【図15】本発明の一実施形態に係る医師端末画面の一例である

【発明を実施するための形態】

【0019】

図１は本発明のシステム構成図の一例を示す。システム１００は二次性高血圧の可能性の程度を決定するために使用されるものであり、ネットワーク１０１、決定サーバ１０２、患者端末１０３、及び医師端末１０４を備える。更に、本実施形態においては患者端末１０３に接続される血圧測定に関連する血圧測定器１０５を含むものとする。例えば、血圧測定器１０５は、治療アプリの指示に従って血圧測定を行うことができる。また、例えば、血圧測定器１０５は、患者端末１０３と無線接続されることにより、治療アプリと協働して動作することができる。

【0020】

また、本実施形態において治療アプリ（治療アプリケーション）は、ユーザの高血圧に関連する認知や行動を改善したり、高血圧の治療に用いられるアプリケーションを意味するが、ユーザの高血圧を改善するために用いられるアプリケーションであればどのようなアプリケーションであってもかまわない。本明細書においては治療アプリと治療用アプリとは同じ意味で用いられる。また、本明細書においては高血圧を改善するために治療アプリを使用するユーザのことをユーザ又は患者という。本明細書において高血圧とは医学上の高血圧症だけでなく、健康上、改善した方が好ましい程度に血圧が高い状態を含み、治療は医療従事者の指示のもと行うものに限定されず、健康改善のために行うものを含んでもよい。また、本明細書の実施形態において、医療従事者の一例として医師と記載するが、医師以外の医療従事者であっても同様に本発明を実施可能である。

【0021】

図２は、本発明の一実施形態による患者端末１０３及び医師端末１０４として使用することができるクライアント装置２００、並びに決定サーバ１０２として使用することができるサーバ２５０のハードウェア構成を示すブロック図である。クライアント装置２００は、処理装置２０１、表示装置２０２、入力装置２０３、記憶装置２０４、及び通信装置２０５を備える。これらの各構成装置はバス２１０によって接続される。なお、バス２１０と各構成装置との間には必要に応じてインタフェースが介在しているものとする。本実施形態において、患者端末としてのクライアント装置２００はスマートフォンとし、医師端末は医師によって使用される端末であり、医師端末としてのクライアント装置２００はパーソナルコンピュータとする。ただし、クライアント装置２００は、上記の構成を備えるものであれば、タブレット型コンピュータ、タッチパッドなどのその他の情報処理装置とすることができる。

【0022】

サーバ２５０もまた同様に、処理装置２５１、表示装置２５２、入力装置２５３、記憶装置２５４、及び通信装置２５５を備える。これらの各構成装置はバス２６０によって接続される。なお、バス２６０と各構成装置との間には必要に応じてインタフェースが介在しているものとする。本実施形態においてサーバ２５０はサーバとして動作するコンピュータやその他の情報処理装置によって実現される。

【0023】

処理装置２０１、２５１は、クライアント装置２００及びサーバ２５０全体の動作を制御するものであり、例えばＣＰＵである。処理装置２０１、２５１は、記憶装置２０４、２５４に格納されているプログラムやデータを読み込んで実行することにより、様々な処理を実行する。１つの例では、処理装置２０１、２５１は、複数のプロセッサから構成される。

【0024】

表示装置２０２、２５２は、処理装置２０１、２５１の制御に従って、アプリケーション画面などをクライアント装置２００のユーザ（患者又は医師）、サーバ２５０のユーザ（管理者）に表示する。表示装置は、液晶ディスプレイ、有機ＥＬを用いたディスプレイやプラズマディスプレイ等とすることができる。

【0025】

入力装置２０３、２５３は、クライアント装置２００及びサーバ２５０に対するユーザからの入力を受け付けるユーザインタフェースであり、例えば、タッチパネル、タッチパッド、キーボード、又はマウスである。本実施形態において患者端末としてのクライアント装置２００はスマートフォンであるため、クライアント装置２００は入力装置２０３としてタッチパネルを備え、タッチパネルは表示装置２０２としても機能し、表示装置２０２と入力装置２０３は一体となった構成である。表示装置２０２と入力装置２０３は、別の位置に配置される別個の形態であってもよい。ここでは、医師端末としてのクライアント装置２００及びサーバ２５０はコンピュータであるため、入力装置としてキーボード及びマウスを備え、表示装置として液晶ディスプレイを備えるものとする。

【0026】

記憶装置２０４、２５４は、揮発性メモリであるＲＡＭ及び不揮発性メモリであるｅＭＭＣ、ＵＦＳ、ＳＳＤのようなフラッシュメモリを用いた記憶装置及び磁気記憶装置等を含む、一般的なスマートフォン及びコンピュータが備える記憶装置である。記憶装置２０４、２５４は、外部メモリを含むこともできる。

【0027】

例えば、クライアント装置２００を患者端末として使用する場合には、治療アプリのプログラムを記憶装置２０４に記憶させてインストールすることで、治療アプリを実行可能な患者端末として機能させることができる。クライアント装置２００を医師端末として使用する場合には、医師端末用のプログラムを記憶装置２０４に記憶させてインストールする。サーバ２５０の記憶装置においても同様に、決定サーバ用に決定処理のためのサーバ用プログラムが記憶される。治療アプリのためのサーバ用プログラムは、クライアントである各患者端末や医師端末において実行される治療アプリを適切に動作させるように情報処理を行うための機能及び各種データを含む。また、記憶装置として、クライアント装置２００及びサーバ２５０から物理的に分離されたデータベースを用いることもできる。

【0028】

通信装置２０５、２５５は、ネットワーク１０１（図２においては省略）を介して他の装置との間でデータの授受を行う。例えば通信装置２０５は、移動体通信や無線ＬＡＮ等の無線通信を行い、ネットワーク１０１へ接続する。クライアント装置２００は通信装置２０５をそれぞれ用いることで、ネットワーク１０１を介してサーバ２５０と通信を行う。通信装置２０５、２５５は、イーサネット（登録商標）ケーブル等を用いた有線通信を行ってもよい。

【0029】

図３～５はそれぞれ本発明の一実施形態による決定サーバ１０２、患者端末１０３、及び医師端末１０４の機能ブロック図の一例を示す。決定サーバ１０２は、制御部３０１、表示部３０２、入力部３０３、取得部３０４、記憶部３０５、決定部３０６、比較部３０７、及び通信部３０８を備える。患者端末１０３は、制御部４０１、表示部４０２、入力部４０３、記憶部４０４、通信部４０５、及び位置判定部４０６を備える。医師端末１０４は、制御部５０１、表示部５０２、入力部５０３、記憶部５０４、及び通信部５０５を備える。

【0030】

本実施形態においては、処理装置２０１、２５１が記憶装置２０４、２５４に記憶された決定サーバ用プログラム、患者端末用治療アプリ及び医師端末用治療アプリ等を実行することによりこれらの機能が実現される。各種機能がプログラム読み込みにより実現されるため、１つのパート（機能）の一部又は全部を他のパートが有していてもよい。各機能の一部又は全部を実現するための電子回路等を構成することによりハードウェアによってこれらの機能を実現してもよい。またこれらの機能部は一つの物理的な情報処理装置上に実現されている必要はない。複数の情報処理装置上によって実現されていてもよいし、各記憶部の全部又は一部がデータベースとして実現されていてもよい。いずれかの機能部が他の装置上において実現されてもよい。

【0031】

制御部３０１、４０１、及び５０１は、本実施形態の治療アプリによる治療のための情報処理、決定部３０６における本態性高血圧及び二次性高血圧の可能性の程度の決定処理及び比較部３０７における本態性高血圧及び二次性高血圧の可能性の程度の比較処理を実行するにあたっての制御処理を行う。記憶部３０５、４０４、及び５０４は、これらの処理に必要なデータ及びこれらの処理によって取得されたデータを記憶する。表示部３０２、４０２、及び５０２は、表示装置２０２、２５２を用いて構成されるものであり、各装置のユーザに対して情報を提示する。なお、表示部に加えて、又はこれに代えて、音声や触覚等によって情報を提示する提示部を備えるようにしてもよい。入力部３０３、４０３、及び５０３は、入力装置２０３、２５３を用いて構成されるものであり、各装置のユーザからの入力を受け付ける。本実施形態では、患者端末１０３においてはタッチパネルを備えるスマートフォンが一般的に有しているタッチ検出機能を用いることができる。通信部３０８、４０５、及び５０５は、通信装置２０５、２５５を用いて構成されるものであり、他のサーバ、患者端末、医師端末等との間で情報の送受信を行う。

【0032】

決定サーバ１０２の取得部３０４は、通信装置２５５を用いて実現され、治療アプリを用いて治療を行う患者のユーザ関連データを取得する。記憶部４０４は、取得されたユーザ関連データを、当該ユーザ関連データを取得した患者を識別することができる情報（ユーザ識別情報）と関連付けて記憶する。例えば、取得されたユーザ関連データを、当該ユーザ関連データを取得した患者が用いる治療アプリのアプリ識別情報と関連付けて記憶する。

【0033】

ここで、ユーザ関連データについて説明する。ユーザ関連データは、血圧値データ及び行動記録データを含む。血圧値データは測定された血圧値を示すデータであり、収縮期の血圧値及び拡張期の血圧値のうち少なくともいずれか一方を含んでいてもよい。血圧値データは血圧測定器１０５等を用いて測定することができる。行動記録データは患者が行った行動を示すデータを含む。行動記録データは例えばユーザの運動量、体重及び塩分摂取量を含むことができる。ユーザ関連データは複数の日の血圧値データ及び行動記録データを含み、各血圧値データ及び各行動記録データは各データが関連する日付に関連付けて記憶される。血圧値データは血圧が測定された日に関連付けられ、行動記録データは当該行動記録データが示す行動を患者が行った日に関連付けられることができる。

【0034】

行動記録データは、主観データ及び客観データを含んでいてもよい。行動記録データにおける主観データは例えば、患者の運動の取り組みや減塩の取り組みに関して患者自身が主観で評価したデータを含んでいてもよい。また、行動記録データにおける客観データは例えば、気温のデータ、体重のデータを含んでいてもよい。気温のデータは、ユーザ関連データに関連付けられた日付における、取得可能な、代表的な場所の代表的な時刻の気温のデータとしてもよい。患者が行動していた地域の気温を入力してもよいし、地域ごとの気温データを管理する天気情報サーバから取得するようにしてもよい。患者の行動地域は患者端末１０３から位置情報を取得するようにしてもよいし、患者によって入力させるようにしてもよいし、患者のプロフィール情報等に含まれる患者の住所が含まれる地域としてもよい。患者の運動の取り組みや減塩の取り組みに関して、患者自身が主観で評価したデータに加えて、又はこれに代えて、客観データを用いてもよい。例えば、歩数測定器によって測定された患者の一日の歩数やウェアラブルデバイスを用いて推定された患者の一日の消費カロリーを患者の運動の取り組みを示すデータとしてもよい。計量して患者が一日に摂取した塩分量を減塩の取り組みを示すデータとしてもよい。

【0035】

患者端末１０３はインストールされた治療アプリを介して患者によって入力されたユーザ関連データを受け付けることができる。患者は、単一の日のユーザ関連データを入力することや、複数の日のユーザ関連データを毎日又は一括で入力することができる。患者端末１０３は患者によって入力されたユーザ関連データを決定サーバ１０２へ送信する。患者端末１０３から決定サーバ１０２へのユーザ関連データの送信は、所定のタイミングで行うことができる。例えば、毎日所定の時間に送信するようにしてもよいし、１週間に一回送信するようにしてもよいし、二次性高血圧の可能性の程度を決定する処理を実行するタイミングで送信するようにしてもよい。

【0036】

ユーザ関連データに関して、本発明の一実施形態におけるユーザ関連データの一例を図７に示す。図７で示す例では、ｉ日目の収縮期の血圧値ＢＰ_i、気温Ｔ_i、及び行動スコアＢＳ_iが示されており、これらの値を３０日間（ｉ＝１～３０）にわたって患者によって入力されたユーザ関連データに基づいている。例えば１日目（ｉ＝１）の収縮期の血圧値は１４６、気温は１３、及び行動スコアは２である。ここで、行動スコアは、ユーザ関連データに含まれる行動記録データに基づいている。例えば行動スコアは、後述する図１２の画面１２００において患者の主観によって点数付けられた「減塩の取り組み」及び「運動の取り組み」の点数に基づいて決定することができる。

【0037】

図３の決定サーバ１０２の機能ブロック図の説明に戻る。決定部３０６は、取得部３０４で取得したユーザ関連データに基づいて、本態性高血圧及び二次性高血圧の可能性の程度を決定する。一つの実施形態として、取得部３０４で取得したユーザ関連データと、本態性高血圧予測モデル及び二次性高血圧予測モデルとに基づいて、本態性高血圧及び二次性高血圧の可能性の程度を決定する。本態性高血圧及び二次性高血圧の可能性の程度を決定することは、取得部３０４で取得したユーザ関連データと、本態性高血圧予測モデル及び二次性高血圧予測モデルとに基づいて計算された本態性高血圧であると仮定した際の尤度及び二次性高血圧であると仮定した際の尤度に基づいて、本態性高血圧及び二次性高血圧の可能性の程度を決定するようにしてもよい。

【0038】

比較部３０７は、決定部３０６において決定された本態性高血圧及び二次性高血圧の可能性の程度を両者で比較して、本態性高血圧の可能性と比較した二次性高血圧の可能性の程度を決定する。本実施形態においては比較部３０７を含むものとするが、一つの変形例においては比較部３０７を含まなくてもよい。

【0039】

患者端末１０３の表示部４０２又は医師端末１０４の表示部５０２において、本態性高血圧の可能性と比較して決定された二次性高血圧の可能性の程度を示す情報を表示する。比較部３０７を含まない場合には、本態性高血圧であると仮定した際の尤度及び二次性高血圧であると仮定した際の尤度に基づいて決定された、本態性高血圧及び二次性高血圧の可能性の程度を示す情報を表示するようにしてもよい。

【0040】

図６に、一実施形態での本態性高血圧及び二次性高血圧の可能性の程度を決定するためのシステム１００によって実行されるフローチャートを示す。高血圧の患者が治療アプリを用いて治療を開始し、血圧を測定し、治療アプリを介してユーザ関連データを患者端末に入力する。ステップＳ６０２において、このように患者によって入力されたユーザ関連データを取得する。

【0041】

ステップＳ６０４ではステップＳ６０２で取得したユーザ関連データに基づいて、取得した血圧値の変化量に対する、本態性高血圧予測モデル及び二次性高血圧予測モデルの誤差を計算する。ここで、血圧値の変化量は、例えば収縮期及び拡張期の血圧値が３０日間測定された場合に、ある日における血圧値からの他のある日における血圧値への変化量としてもよく、例えば１日目における収縮期の血圧値からの３０日目における収縮期の血圧値への変化量としてもよいし、複数の日の収縮期の平均血圧値からの他の複数の日の収縮期の平均血圧値への変化量としてもよく、例えば１～４日目の４日間における収縮期の平均血圧値からの２７～３０日目の４日間における収縮期の平均血圧値への変化量としてもよい。ここでの血圧値は平均血圧値に限定されず、中央値であってもよいし、所定期間の血圧値からその他の統計的手法によって算出される値を用いてもよい。

【0042】

本態性高血圧予測モデル及び二次性高血圧予測モデルの説明をする。患者が本態性高血圧である場合、取得した血圧値の変化量に対する本態性高血圧予測モデルの誤差は小さくなり、取得した血圧値の変化量に対する二次性高血圧予測モデルの誤差は大きくなる。一方で、患者が二次性高血圧である場合、取得した血圧値の変化量に対する本態性高血圧予測モデルの誤差は大きくなり、取得した血圧値の変化量に対する二次性高血圧予測モデルの誤差は小さくなる。

【0043】

本態性高血圧は、食事や生活習慣などの患者の行動による影響を受けるものであると考えられるから、本実施形態において本態性高血圧予測モデルは、行動スコアに基づくモデルとし、より具体的には行動スコアに関する項を含むモデルとする。二次性高血圧は疾患に基づくものであって、患者の行動の影響を受けにくいものであると考えられるから、本実施形態において二次性高血圧予測モデルは、行動スコアに基づかないモデルとし、より具体的には行動スコアに関する項を含まないモデルとする。二次性高血圧であっても一定の患者の行動による影響を受けると考えられる場合には行動スコアに基づくものとしてもよい。その場合、本態性高血圧予測モデルよりも行動スコアに与える係数を小さくすることができる。また二次性高血圧に対して影響を与えると考えられる行動に関連する行動スコアに限定してもよい。

【0044】

一実施形態での本態性高血圧予測モデルを下記の数１に示す。数１の各項について以下に説明する。ΔＢＰ_eは取得した血圧値の変化量を示し、一実施例においては図７に示す１～４日目の４日間における収縮期の平均血圧値からの２７～３０日目の４日間における収縮期の平均血圧値への収縮期の平均血圧値の変化量であり、図８Ｂに示されるように２．０である。α_eは本態性高血圧予測モデルにおける行動スコア平均値の回帰係数を示し、一実施例においては図８Ｂに示されるように－１．８である。ＢＳ_aveは１日目からｎ日目までにおける行動スコアの平均値を示し、一実施例においては下記の数２により求められ、図７の１日目から３０日目までにおける行動スコアの平均値で図８Ｂに示されるように３．９である。β_eは本態性高血圧予測モデルにおける気温差の回帰係数を示し、一実施例においては図８Ｂに示されるように０．５である。

【0045】

ΔＴは取得した気温の変化量を示す。ここで、気温の変化量は、例えば気温が３０日間取得された場合に、ある日における気温からの他のある日における気温への変化量としてもよく、例えば１日目における気温からの３０日目における気温への変化量としてもよい。また、気温の変化量は、ｘ日目から（ｘ＋ｎ₀－１）日目のｎ₀日間を始期と、（ｙ－ｎ₁＋１）日目からｙ日目のｎ₁日間を終期とそれぞれ定義したときに、始期のｎ₀日間の平均気温からの終期のｎ₁日間の平均気温への平均気温の変化量としてもよい。この場合のΔＴは数３によって求めることができる。例えば１日目から４日目の４日間を始期と、２７日目から３０日目の４日間を終期とそれぞれ定義したときに、始期の１日目から４日目までの４日間の平均気温からの終期の２７日目から３０日目までの４日間の平均気温への平均気温の変化量としてもよい。図７の例では、図８Ｂに示されるように、ΔＴは－０．８である。ε_eは取得した血圧値の変化量ΔＢＰ_eに対するα_eＢＳ_aveとβ_eΔＴの和の誤差を示し、一実施例においては１３．０２である。

【数1】

【0046】

ここで、数２及び数３について説明する。１日目からｎ日目までにおける行動スコアの平均値は下記の数２より求められる。ＢＳ_kはｋ日目の行動スコアを示す。一実施例において、ｎは３０である。

【数2】

【0047】

１日目の気温からのｎ日目の気温への気温の変化量は下記の数３より求められる。ｎ₀は始期であるｘ日目から（ｘ＋ｎ₀－１）日目のｎ₀日間の平均気温を求めるために用いるサンプル数を示す。一実施例においては図７の１日目～４日目の気温から始期の平均気温を求めることとし、図８Ａに示すようにｎ₀は４である。ｎ₁は終期である（ｙ－ｎ₁＋１）日目からｙ日目のｎ₁日間の平均気温を求めるために用いるサンプル数を示す。一実施例においては図７の２７日目～３０日目の気温から終期の平均気温を求めることとし、図８Ａに示すようにｎ₁は４である。したがって、ΔＴは、一実施例においては下記の数４より求められ、図８Ｂに示すように－８．０である。

【数3】

【0048】

次に、一実施形態での二次性高血圧予測モデルを下記の数４に示す。数４の各項について以下に説明する。ΔＢＰ_sは取得した血圧値の変化量を示し、一実施例においては図７に示す１～４日目の４日間における収縮期の平均血圧値からの２７～３０日目の４日間における収縮期の平均血圧値への収縮期の平均血圧値の変化量であり、図８Ｂに示されるように２．０である。β_sは二次性高血圧予測モデルにおける気温差の回帰係数を示し、一実施例においては図８Ｂに示されるように０．２である。ΔＴは始期の平均気温からの終期の平均気温への平均気温の変化量を示し、一実施例においては上記の数３により求められ、図８Ｂに示されるように－０．８である。ε_sは取得した血圧値の変化量ΔＢＰ_sに対するβ_sΔＴの誤差を示し、一実施例においては３．６である。

【数4】

【0049】

ステップＳ６０６では、ステップＳ６０４で計算された、取得した血圧値の変化量に対する本態性高血圧予測モデルにおける誤差に基づいて、本態性高血圧であると仮定した際の尤度を計算する。本態性高血圧の可能性の程度は例えば、一実施形態では計算された誤差ε_eに基づいた、本態性高血圧であると仮定した際の尤度で示す。一実施例においては、誤差ε_eは本態性高血圧予測モデルの正規分布Ｎ（０，σ_e ²）に従うものとし、標準偏差σ_e＝６とすると、本態性高血圧であると仮定した際の尤度は下記の数５により求められ、０．０１７８である。

【数5】

【0050】

ステップＳ６０８では、ステップＳ６０４で計算された、取得した血圧値の変化量に対する二次性高血圧予測モデルにおける誤差に基づいて、二次性高血圧であると仮定した際の尤度を計算する。二次性高血圧の可能性の程度は例えば、一実施形態では計算された誤差ε_sに基づいた、二次性高血圧であると仮定した際の尤度で示す。一実施例においては、誤差ε_sは二次性高血圧予測モデルの正規分布Ｎ（０，σ_s ²）に従うものとし、標準偏差σ_s＝６とすると、二次性高血圧であると仮定した際の尤度は下記の数６により求められ、０．２７４２である。

【数6】

【0051】

ステップＳ６１０では、ステップＳ６０６及びＳ６０８で計算された本態性高血圧であると仮定した際の尤度及び二次性高血圧であると仮定した際の尤度に基づいて、本態性高血圧及び二次性高血圧の可能性の程度を決定する。ここでは、本態性高血圧及び二次性高血圧の可能性の程度は、各計算された本態性高血圧であると仮定した際の尤度及び二次性高血圧であると仮定した際の尤度そのものとする。

【0052】

ステップＳ６１２では、ステップＳ６１０で決定された本態性高血圧の可能性と比較した二次性高血圧の可能性の程度を決定する。ここではステップＳ６１０で決定された本態性高血圧であると仮定した際の尤度に対する二次性高血圧であると仮定した際の尤度の尤度比（以下、二次性高血圧の尤度比）を計算することによって、本態性高血圧の可能性と比較した二次性高血圧の可能性の程度を決定する。

【0053】

二次性高血圧の尤度比は、ステップＳ６０８で計算された二次性高血圧であると仮定した際の尤度をステップＳ６０６で計算された本態性高血圧のであると仮定した際の尤度で除算して求められる。例えば、一実施例においては二次性高血圧の尤度比は、二次性高血圧であると仮定した際の尤度０．２７４２を本態性高血圧であると仮定した際の尤度０．０１７８で除算した約１５．４である。この尤度比の値から二次性高血圧の可能性の程度は本態性高血圧の可能性の１５．４倍と決定できる。なお、二次性高血圧の可能性と比較した本態性高血圧の可能性の程度を、二次性高血圧であると仮定した際の尤度に対する本態性高血圧であると仮定した際の尤度の尤度比（以下、本態性高血圧の尤度比）で示してもよい。本態性高血圧の尤度比は、本態性高血圧であると仮定した際の尤度を二次性高血圧であると仮定した際の尤度で除算して求めてもよい。

【0054】

上記で説明した本態性高血圧及び二次性高血圧の可能性の程度の決定は、機械学習モデルに基づいた本態性高血圧及び二次性高血圧予測モデルを用いて決定してもよい。

【0055】

決定サーバ１０２は上述のようにして決定された二次性高血圧の可能性の程度を示す情報を、医師端末１０４によって医師に提示してもよいし、患者端末１０３によって患者に提示してもよい。

【0056】

本実施形態においては、ステップＳ６１２の比較する処理を含むものとするが、他の実施形態では比較する処理を含まなくともよい。この場合、患者端末１０３及び医師端末１０４においては、決定された本態性高血圧及び二次性高血圧の可能性の程度を提示することができる。本態性高血圧及び二次性高血圧の可能性の程度は、数５及び数６によって算出された本態性高血圧であると仮定した際の尤度及び二次性高血圧であると仮定した際の尤度そのものとしてもよいし、本態性高血圧であると仮定した際の尤度及び二次性高血圧であると仮定した際の尤度に対して所定の計算処理を実行して得られた数値としてもよい。当該尤度や当該得られた数値は幅のない値であってもよいし、幅を持たせた値でもよい。また、本態性高血圧であると仮定した際の尤度及び二次性高血圧であると仮定した際の尤度に基づいて決定される指標としてもよい。例えば、算出された本態性高血圧であると仮定した際の尤度及び二次性高血圧であると仮定した際の尤度が予め設定された閾値以上である場合には、可能性の程度が高いことを示す指標を提示し、閾値未満である場合は可能性の程度が低いことを示す指標を提示することができる。

【0057】

図９は、医師端末への要求操作入力に応じて、上述のようにして決定された二次性高血圧の可能性の程度を示す情報を医師端末１０４において提示するシーケンスチャートを示す。治療アプリを処方された患者は、患者端末１０３に治療アプリをインストールし、治療アプリを介して、患者のプロフィール等のユーザ情報を患者端末１０３に入力する。決定サーバ１０２は当該ユーザ識別を取得し、ユーザ識別情報に対応付けて記憶する。ユーザ識別情報は患者のユーザ名としてもよいし、患者が用いる治療アプリのアプリ識別情報としてもよい。次に、患者は治療アプリを介して、血圧値データ及び行動記録データを示すユーザ関連データを患者端末１０３に入力する。患者は、ユーザ関連データは毎日入力してもよいし、複数の日のユーザ関連データを一括で入力してもよい。

【0058】

患者端末１０３は患者によって入力されたユーザ関連データを決定サーバ１０２へ送信し、決定サーバ１０２は、治療アプリを用いて治療を行う患者のユーザ関連データを患者端末１０３から受信して、取得する。決定サーバ１０２は取得したユーザ関連データを、当該データを取得した患者のユーザ識別情報と関連付けて記憶する。取得したユーザ関連データを、取得した患者のプロフィール情報等と関連付けて記憶してもよいし、取得した患者が用いる治療アプリのアプリ識別情報と関連付けて記憶してもよい。

【0059】

次に、患者は、例えば治療アプリを処方されてから３０日後に医療機関を受診する。医師の入力に応答して医師端末１０４は決定サーバ１０２に記憶されたユーザ関連データを含む患者情報の提示要求を送信する。決定サーバ１０２は、当該受診した患者に関する、記憶したユーザ識別情報に関連付けられたユーザ関連データに基づいて、二次性高血圧である可能性の程度を決定する。決定サーバ１０２は、決定した二次性高血圧である可能性の程度を示す情報を含む患者情報を医師端末１０４へ送信する。医師端末１０４は、決定サーバ１０２から取得した、決定された二次性高血圧である可能性の程度を示す情報を含む患者情報を医師に提示する。

【0060】

図１０は、患者端末への要求操作入力に応じて、上述のようにして決定された二次性高血圧の可能性の程度を示す情報を患者端末１０３において提示するシーケンスチャートを示す。治療アプリを処方された患者は、患者端末１０３にインストールされた治療アプリを介して、患者のプロフィール等のユーザ情報を患者端末１０３に入力する。決定サーバ１０２は当該ユーザ情報を取得して、ユーザ識別情報と関連付けて記憶する。ユーザ識別情報は患者が用いる治療アプリのアプリ識別情報としてもよい。次に、患者は治療アプリを介して、血圧値データ及び行動記録データを示すユーザ関連データを患者端末１０３に入力する。患者は、ユーザ関連データを毎日入力してもよいし、複数の日のユーザ関連データを一括で入力してもよい。決定サーバ１０２は、治療アプリを用いて治療を行う患者のユーザ関連データを患者端末１０３から取得する。決定サーバ１０２は取得したユーザ関連データを、当該データをユーザ識別情報と関連付けて記憶する。取得したユーザ関連データを、取得した患者のプロフィール等と関連付けて記憶してもよいし、取得した患者が用いる治療アプリのアプリ識別情報と関連付けて記憶してもよい。

【0061】

次に、患者は、例えば降圧が得られず悩んでいるときに患者端末１０３において治療アプリの相談機能を実行する。患者端末１０３は相談機能の実行を示す情報をサーバへ送信し、決定サーバ１０２は当該患者に対して対応可能な相談選択肢を、患者端末１０３を介して患者に提示する。患者は提示された対応可能な相談選択肢から「血圧が下がらない」を選択する。決定サーバ１０２は、当該患者に関する、記憶したユーザ識別情報に関連付けられたユーザ関連データに基づいて、二次性高血圧である可能性の程度を決定する。患者端末１０３は、決定サーバ１０２から取得された、決定された二次性高血圧である可能性の程度を示すデータと、医師に相談する提案を示す情報とを患者に提示する。

【0062】

図１１～１４はそれぞれ、本発明の一実施形態による治療アプリをインストールした患者端末に表示される画面の一例を示す。

【0063】

図１１は、患者が治療アプリにおける相談機能を使用するときに表示される画面の一例である。画面１１００には、「どんな相談をしますか？」という質問が表示される。また、画面１１００には、患者が相談したいと考えられる項目が表示され、例えば、「がんばっているのに血圧が下がらない」の項目が表示される。この患者が相談したいと考えられる項目は、１つであっても複数であってもよい。

【0064】

図１２は、患者が治療アプリにおいてユーザ関連データを記録するときに表示される画面の一例である。画面１２００には、「日付」及び実施した行動として「減塩の取り組み」、「運動の取り組み」、並びに「血圧」の項目が表示される。画面１２００の「減塩の取り組み」の項目において、患者が自身の減塩の取り組みに関して主観で点数付けすることができ、例えば患者が、「０点 何も気をつけることはなかった」、「１点 少し気をつけることができた」、及び「２点 たくさん気をつけることができた」の選択肢から選択する。画面１２００の「運動の取り組み」の項目において、患者が自身の運動の取り組みについて主観で点数付けすることができ、例えば患者が、「０点 何も気をつけることはなかった」、「１点 少し気をつけることができた」、及び「２点 たくさん気をつけることができた」の選択肢から選択する。画面１２００の「血圧」の項目において、収縮期血圧値及び拡張期血圧値が入力される。収縮期血圧値及び拡張期血圧値は、血圧測定器によって測定された血圧値を、患者によって入力されてもよいし、血圧測定器に接続された患者端末によって入力されてもよい。

【0065】

図１３は、図１１の画面１１００において患者が、「がんばっているのに血圧が下がらない」の項目を選択したときに表示される画面の一例である。画面１３００には、「○○（例えば、患者の名前）さんの記録をみましたが、以下が考えられます」と表示される。また、画面１３００には、図１１の画面１１００で入力されたユーザ関連データに基づいて、対応可能な相談選択肢が表示され、例えば、「１．適切な減塩、運動ができていない可能性」、「２．別な病気が原因で高血圧になっている可能性」の項目が表示される。また、それぞれの項目について詳しく確認するための選択肢が表示され、例えば、「これについて詳しく確認」と表示される。

【0066】

図１４は、図１３において患者が、「２．別な病気が原因で高血圧になっている可能性」の項目で詳しく確認することを選択したときに表示される画面の一例である。画面１４００には、上述のようにして決定された二次性高血圧の可能性の程度を示す情報が表示される。一実施形態では、画面１４００には、本態性高血圧の可能性と比較して決定された二次性高血圧の可能性の程度を示す情報が表示される。本態性高血圧の可能性と比較して決定された二次性高血圧の可能性の程度は例えば、「○○さん（例えば、患者の名前）が別の病気で血圧が高くなっている可能性は、この１か月の行動や季節、年齢、性別もあわせて考えて、そうでない可能性の１５．４倍です」と表示される。また、受診するよう患者に促すようなメッセージが表示される。メッセージは例えば、「ぜひ一度先生に相談してみて下さい」と表示される。

【0067】

図１５は、本発明の一実施形態による医師端末用プログラムをインストールした医師端末１０４に表示される画面の一例を示す。画面１５００には患者に関する情報が表示される。患者に関する情報は例えば、患者に割り当てられた識別情報や、横軸が日付で縦軸が血圧値の折れ線グラフにおいて収縮期血圧値及び拡張期血圧値が表示される。また、画面１５００には医師に警告を促すようなメッセージが表示され、メッセージは例えば、「行動に比べて血圧降下度が少ないです」と表示される。メッセージは、例えば上述のように決定された二次性高血圧の可能性の程度があらかじめ設定された閾値より大きいときに表示されてもよい。メッセージを選択すると、画面１５０１が表示される。画面１５０１には、上述のように決定された二次性高血圧の可能性の程度が表示される。一実施形態では、画面１５０１には、本態性高血圧の可能性と比較して決定された二次性高血圧の可能性の程度が表示される。本態性高血圧の可能性と比較して決定された二次性高血圧の可能性の程度は例えば、「・・・２．二次性高血圧である 日々の記録から推定される二次性高血圧の確率は、推定される本態性高血圧の確率の１５．４倍（９５％ＣＩ（ＣＩ：信頼区間））と計算されます。精査をすすめます。」と表示される。

【0068】

図１４のような患者への受診するよう促すようなメッセージや図１５のような医師への警告を促すようなメッセージにより、患者の精密検査を促すことができ、実際に患者が二次性高血圧症であった場合、二次性高血圧症を引き起こす原因となっている病気の特定につなげることができる。

【0069】

以上に説明した処理又は動作において、あるステップにおいて、そのステップではまだ利用することができないはずのデータを利用しているなどの処理又は動作上の矛盾が生じない限りにおいて、処理又は動作を自由に変更することができる。また以上に説明してきた各実施例は、本発明を説明するための例示であり、本発明はこれらの実施例に限定されるものではない。本発明は、その要旨を逸脱しない限り、種々の形態で実施することができる。

【符号の説明】

【0070】

１００：システム、１０１：ネットワーク、１０２：決定サーバ、１０３：患者端末、１０４：医師端末、１０５：血圧測定器、２００：クライアント装置、２０１：処理装置、２０２：表示装置、２０３：入力装置、２０４：記憶装置、２０５：通信装置、２１０：バス、２５０：サーバ、２５１：処理装置、２５２：表示装置、２５３：入力装置、２５４：記憶装置、２５５：通信装置、２６０：バス、
３０１：制御部、３０２：表示部、３０３：入力部、３０４、取得部、３０５：記憶部、３０６：決定部、３０７：比較部、３０８：通信部、
４０１：制御部、４０２：表示部、４０３：入力部、４０４：記憶部、４０５：通信部
５０１：制御部、５０２：表示部、５０３：入力部、５０４：記憶部、５０５：通信部
１１００：画面、１２００：画面、１３００：画面、１４００：画面、１５００：画面、１５０１：画面

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8A】

【図8B】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】