ホーム > 特許ランキング > 国立大学法人東北大学
▶ 国立大学法人東北大学の特許一覧 ▶ 株式会社ＣｏｇＳｍａｒｔの特許一覧
特許7266807生活習慣予測装置、生活習慣予測システム、生活習慣予測方法、生活習慣予測プログラムおよび記録媒体
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B1)
(11)【特許番号】
(24)【登録日】2023-04-21
(45)【発行日】2023-05-01
(54)【発明の名称】生活習慣予測装置、生活習慣予測システム、生活習慣予測方法、生活習慣予測プログラムおよび記録媒体
(51)【国際特許分類】
G16H 50/30 20180101AFI20230424BHJP
【ＦＩ】
G16H50/30
【請求項の数】
10
(21)【出願番号】P 2022570215
(86)(22)【出願日】2022-09-14
(86)【国際出願番号】 JP2022034376
【審査請求日】2022-11-16
【早期審査対象出願】
(73)【特許権者】
【識別番号】504157024
【氏名又は名称】国立大学法人東北大学
(73)【特許権者】
【識別番号】520070806
【氏名又は名称】株式会社ＣｏｇＳｍａｒｔ
(74)【代理人】
【識別番号】100136098
【弁理士】
【氏名又は名称】北野 修平
(74)【代理人】
【識別番号】100137246
【弁理士】
【氏名又は名称】田中 勝也
(74)【代理人】
【識別番号】100158861
【弁理士】
【氏名又は名称】南部 史
(74)【代理人】
【識別番号】100194674
【弁理士】
【氏名又は名称】青木 覚史
(72)【発明者】
【氏名】鈴木 秀明
(72)【発明者】
【氏名】安田 聡
(72)【発明者】
【氏名】樋口 彰
(72)【発明者】
【氏名】イマンクロヴァ アイジャン
【審査官】吉田 誠
(56)【参考文献】
【文献】特許第７１１６４４５（ＪＰ，Ｂ１）
【文献】特開２０２１－０９９６０８（ＪＰ，Ａ）
【文献】特開２０１８－１９１７２２（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ１６Ｈ １０／００ － ８０／００
(57)【特許請求の範囲】
【請求項1】
将来のユーザの生活習慣を予測するための生活習慣予測装置であって、前記ユーザの脳の形態に関する画像データまたは前記ユーザの脳の機能に関する画像データである脳状態画像データを取得する脳状態画像データ取得部と、
前記脳状態画像データ取得部により取得された前記ユーザの脳状態画像データから、前記ユーザの脳の体積に関するデータを抽出する脳体積関連データ抽出部と、
前記脳体積関連データ抽出部により抽出された前記ユーザの脳の体積に関するデータから、前記脳の体積に関するデータと生活習慣に関するデータである生活習慣指標値データとの相関関係データに基づき、将来の前記ユーザの前記生活習慣指標値データを導出する生活習慣指標値データ導出部と、を含み、
前記相関関係データは、
過去の前記脳の体積に関するデータおよび過去に実測した前記生活習慣指標値データに基づいて作成された前記脳の体積に関するデータと前記生活習慣指標値データとの関係を表す第１関係式データと、
過去の第１時点において実測した前記生活習慣指標値データと、前記第１関係式データに基づいて前記第１時点における前記脳の体積に関するデータから前記生活習慣指標値データを予測した予測データと、の差分である第１差分データと、
前記第１時点において実測した前記生活習慣指標値データと、前記第１時点よりも後の第２時点において実測した前記生活習慣指標値データとの差分である第２差分データと、
前記第１差分データと前記第２差分データとの関係を表す第２関係式データと、を含み、
前記生活習慣指標値データ導出部は、前記第２関係式データに基づいて、前記脳の体積に関するデータから将来の前記ユーザの前記生活習慣指標値データを導出する、生活習慣予測装置。
【請求項2】
前記脳の形態に関する画像データは、前記脳のＭＲＩ画像データおよび前記脳のＸ線ＣＴ画像データのうちの少なくともいずれか一つを含み、前記脳の機能に関する画像データは、前記脳のＰＥＴ画像データおよび前記脳のＳＰＥＣＴ画像データのうちの少なくともいずれか一つを含む、請求項１に記載の生活習慣予測装置。
【請求項3】
前記脳の体積に関するデータは、頭蓋内容積に対する全脳灰白質の体積の割合に関するデータを含む、請求項１または請求項２に記載の生活習慣予測装置。
【請求項4】
前記生活習慣指標値データは、収縮期血圧値データ、拡張期血圧値データ、喫煙量値データ、飲酒量値データおよびＢＭＩ値データのうちの少なくともいずれか一つを含む、請求項１または請求項２に記載の生活習慣予測装置。
【請求項5】
前記第１関係式データおよび前記第２関係式データのうちの少なくともいずれか一方は、線形の関係式を含む、請求項１または請求項２に記載の生活習慣予測装置。
【請求項6】
前記第１差分データ、前記第２差分データ、前記第１関係式データおよび前記第２関係式データのうちの少なくともいずれか一つを記憶する記憶部をさらに含む、請求項１または請求項２に記載の生活習慣予測装置。
【請求項7】
サーバーを備え、将来のユーザの生活習慣を予測するための生活習慣予測システムであって、前記サーバーは、
外部から前記ユーザの脳の形態に関する画像データまたは前記ユーザの脳の機能に関する画像データである脳状態画像データを取得する脳状態画像データ取得部と、
前記脳状態画像データ取得部により取得された前記ユーザの脳状態画像データから、前記ユーザの脳の体積に関するデータを抽出する脳体積関連データ抽出部と、
前記脳体積関連データ抽出部により抽出された前記ユーザの脳の体積に関するデータから、前記脳の体積に関するデータと生活習慣に関するデータである生活習慣指標値データとの相関関係データに基づき、将来の前記ユーザの前記生活習慣指標値データを導出する生活習慣指標値データ導出部と、を含み、
前記相関関係データは、
過去の前記脳の体積に関するデータおよび過去に実測した前記生活習慣指標値データに基づいて作成された前記脳の体積に関するデータと前記生活習慣指標値データとの関係を表す第１関係式データと、
過去の第１時点において実測した前記生活習慣指標値データと、前記第１関係式データに基づいて前記第１時点における前記脳の体積に関するデータから前記生活習慣指標値データを予測した予測データと、の差分である第１差分データと、
前記第１時点において実測した前記生活習慣指標値データと、前記第１時点よりも後の第２時点において実測した前記生活習慣指標値データとの差分である第２差分データと、
前記第１差分データと前記第２差分データとの関係を表す第２関係式データと、を含み、
前記生活習慣指標値データ導出部は、前記第２関係式データに基づいて、前記脳の体積に関するデータから将来の前記ユーザの前記生活習慣指標値データを導出する、生活習慣予測システム。
【請求項8】
将来のユーザの生活習慣を予測するための生活習慣予測方法であって、前記ユーザの脳の形態に関する画像データまたは前記ユーザの脳の機能に関する画像データである脳状態画像データを取得する工程と、
取得された前記ユーザの脳状態画像データから、前記ユーザの脳の体積に関するデータを抽出する工程と、
抽出された前記ユーザの脳の体積に関するデータから、前記脳の体積に関するデータと生活習慣に関するデータである生活習慣指標値データとの相関関係データに基づき、将来の前記ユーザの前記生活習慣指標値データを導出する工程と、を含み、
前記相関関係データは、
過去の前記脳の体積に関するデータおよび過去に実測した前記生活習慣指標値データに基づいて作成された前記脳の体積に関するデータと前記生活習慣指標値データとの関係を表す第１関係式データと、
過去の第１時点において実測した前記生活習慣指標値データと、前記第１関係式データに基づいて前記第１時点における前記脳の体積に関するデータから前記生活習慣指標値データを予測した予測データと、の差分である第１差分データと、
前記第１時点において実測した前記生活習慣指標値データと、前記第１時点よりも後の第２時点において実測した前記生活習慣指標値データとの差分である第２差分データと、
前記第１差分データと前記第２差分データとの関係を表す第２関係式データと、を含み、
将来の前記ユーザの前記生活習慣指標値データを導出する工程は、前記第２関係式データに基づいて、前記脳の体積に関するデータから将来の前記ユーザの前記生活習慣指標値データを導出する、生活習慣予測装置が実行する生活習慣予測方法。
【請求項9】
サーバーを備え、将来のユーザの生活習慣を予測するための生活習慣予測システムに用いられる生活習慣予測システム用プログラムであって、前記サーバーを、
前記ユーザの脳の形態に関する画像データまたは前記ユーザの脳の機能に関する画像データである脳状態画像データを取得する脳状態画像データ取得部、
前記脳状態画像データ取得部により取得された前記ユーザの脳状態画像データから、前記ユーザの脳の体積に関するデータを抽出する脳体積関連データ抽出部、および
前記脳体積関連データ抽出部により抽出された前記ユーザの脳の体積に関するデータから、前記脳の体積に関するデータと生活習慣に関するデータである生活習慣指標値データとの相関関係データに基づき、将来の前記ユーザの前記生活習慣指標値データを導出する生活習慣指標値データ導出部として機能させ、
前記相関関係データは、
過去の前記脳の体積に関するデータおよび過去に実測した前記生活習慣指標値データに基づいて作成された前記脳の体積に関するデータと前記生活習慣指標値データとの関係を表す第１関係式データと、
過去の第１時点において実測した前記生活習慣指標値データと、前記第１関係式データに基づいて前記第１時点における前記脳の体積に関するデータから前記生活習慣指標値データを予測した予測データと、の差分である第１差分データと、
前記第１時点において実測した前記生活習慣指標値データと、前記第１時点よりも後の第２時点において実測した前記生活習慣指標値データとの差分である第２差分データと、
前記第１差分データと前記第２差分データとの関係を表す第２関係式データと、を含み、
前記生活習慣指標値データ導出部は、前記第２関係式データに基づいて、前記脳の体積に関するデータから将来の前記ユーザの前記生活習慣指標値データを導出する、生活習慣予測システム用プログラム。
【請求項10】
サーバーを備え、将来のユーザの生活習慣を予測するための生活習慣予測システムに用いられ、コンピューター読み取り可能な記録媒体であって、前記サーバーを、
前記ユーザの脳の形態に関する画像データまたは前記ユーザの脳の機能に関する画像データである脳状態画像データを取得する脳状態画像データ取得部、
前記脳状態画像データ取得部により取得された前記ユーザの脳状態画像データから、前記ユーザの脳の体積に関するデータを抽出する脳体積関連データ抽出部、および
前記脳体積関連データ抽出部により抽出された前記ユーザの脳の体積に関するデータから、前記脳の体積に関するデータと生活習慣に関するデータである生活習慣指標値データとの相関関係データに基づき、将来の前記ユーザの前記生活習慣指標値データを導出する生活習慣指標値データ導出部として機能させ、
前記相関関係データは、
過去の前記脳の体積に関するデータおよび過去に実測した前記生活習慣指標値データに基づいて作成された前記脳の体積に関するデータと前記生活習慣指標値データとの関係を表す第１関係式データと、
過去の第１時点において実測した前記生活習慣指標値データと、前記第１関係式データに基づいて前記第１時点における前記脳の体積に関するデータから前記生活習慣指標値データを予測した予測データと、の差分である第１差分データと、
前記第１時点において実測した前記生活習慣指標値データと、前記第１時点よりも後の第２時点において実測した前記生活習慣指標値データとの差分である第２差分データと、
前記第１差分データと前記第２差分データとの関係を表す第２関係式データと、を含み、
前記生活習慣指標値データ導出部は、前記第２関係式データに基づいて、前記脳の体積に関するデータから将来の前記ユーザの前記生活習慣指標値データを導出する、生活習慣予測システム用プログラムを記録したコンピューター読み取り可能な記録媒体。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、生活習慣予測装置、生活習慣予測システム、生活習慣予測方法、生活習慣予測プログラムおよび記録媒体に関するものである。
【背景技術】
【0002】
認知症を予防するためのシステムが開示されている（例えば、特許文献１参照）。特許文献１によると、認知症の進行に関して被験者をグループ分けし、被験者が属するグループに基づいて問題を決定し、決定された問題を被験者に提示することとしている。
【先行技術文献】
【特許文献】
【0003】
【文献】特開２０１５－１８０９３３号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
昨今、健康診断等において、身体に対する種々の検査や測定が行われる。このような検査結果や測定結果を用いて将来的な生活習慣の指標に関するデータを正確に導出することができれば、生活習慣を正確に予測することができる。そうすると、将来、生活習慣病に罹患しないように効果的な予防対策を立てたり、生活習慣の効率的な改善を促すことができ、好ましい。
【0005】
そこで、将来的な生活習慣を正確に予測することができる生活習慣予測装置を提供することを本開示の目的の１つとする。
【課題を解決するための手段】
【0006】
本開示に従った生活習慣予測装置は、将来のユーザの生活習慣を予測するための生活習慣予測装置である。生活習慣予測装置は、ユーザの脳の形態に関する画像データまたはユーザの脳の機能に関する画像データである脳状態画像データを取得する脳状態画像データ取得部と、脳状態画像データ取得部により取得されたユーザの脳状態画像データから、ユーザの脳の体積に関するデータを抽出する脳体積関連データ抽出部と、脳体積関連データ抽出部により抽出されたユーザの脳の体積に関するデータから、脳の体積に関するデータと生活習慣に関するデータである生活習慣指標値データとの相関関係データに基づき、将来のユーザの生活習慣指標値データを導出する生活習慣指標値データ導出部と、を含む。相関関係データは、過去の脳の体積に関するデータおよび過去に実測した生活習慣指標値データに基づいて作成された脳の体積に関するデータと生活習慣指標値データとの関係を表す第１関係式データと、過去の第１時点において実測した生活習慣指標値データと、第１関係式データに基づいて第１時点における脳の体積に関するデータから生活習慣指標値データを予測した予測データと、の差分である第１差分データと、第１時点において実測した生活習慣指標値データと、第１時点よりも後の第２時点において実測した生活習慣指標値データとの差分である第２差分データと、第１差分データと第２差分データとの関係を表す第２関係式データと、を含む。生活習慣指標値データ導出部は、第２関係式データに基づいて、脳の体積に関するデータから将来のユーザの生活習慣指標値データを導出する。
【発明の効果】
【0007】
上記生活習慣予測装置によれば、将来的な生活習慣を正確に予測することができる。
【図面の簡単な説明】
【0008】
【発明を実施するための形態】
【0009】
［本開示の実施形態の説明］
最初に本開示の実施態様を列記して説明する。本開示に係る生活習慣予測装置は、将来のユーザの生活習慣を予測するための生活習慣予測装置である。生活習慣予測装置は、ユーザの脳の形態に関する画像データまたはユーザの脳の機能に関する画像データである脳状態画像データを取得する脳状態画像データ取得部と、脳状態画像データ取得部により取得されたユーザの脳状態画像データから、ユーザの脳の体積に関するデータを抽出する脳体積関連データ抽出部と、脳体積関連データ抽出部により抽出されたユーザの脳の体積に関するデータから、脳の体積に関するデータと生活習慣に関するデータである生活習慣指標値データとの相関関係データに基づき、将来のユーザの生活習慣指標値データを導出する生活習慣指標値データ導出部と、を含む。相関関係データは、過去の脳の体積に関するデータおよび過去に実測した生活習慣指標値データに基づいて作成された脳の体積に関するデータと生活習慣指標値データとの関係を表す第１関係式データと、過去の第１時点において実測した生活習慣指標値データと、第１関係式データに基づいて第１時点における脳の体積に関するデータから生活習慣指標値データを予測した予測データと、の差分である第１差分データと、第１時点において実測した生活習慣指標値データと、第１時点よりも後の第２時点において実測した生活習慣指標値データとの差分である第２差分データと、第１差分データと第２差分データとの関係を表す第２関係式データと、を含む。生活習慣指標値データ導出部は、第２関係式データに基づいて、脳の体積に関するデータから将来のユーザの生活習慣指標値データを導出する。
最初に本開示の実施態様を列記して説明する。本開示に係る生活習慣予測装置は、将来のユーザの生活習慣を予測するための生活習慣予測装置である。生活習慣予測装置は、ユーザの脳の形態に関する画像データまたはユーザの脳の機能に関する画像データである脳状態画像データを取得する脳状態画像データ取得部と、脳状態画像データ取得部により取得されたユーザの脳状態画像データから、ユーザの脳の体積に関するデータを抽出する脳体積関連データ抽出部と、脳体積関連データ抽出部により抽出されたユーザの脳の体積に関するデータから、脳の体積に関するデータと生活習慣に関するデータである生活習慣指標値データとの相関関係データに基づき、将来のユーザの生活習慣指標値データを導出する生活習慣指標値データ導出部と、を含む。相関関係データは、過去の脳の体積に関するデータおよび過去に実測した生活習慣指標値データに基づいて作成された脳の体積に関するデータと生活習慣指標値データとの関係を表す第１関係式データと、過去の第１時点において実測した生活習慣指標値データと、第１関係式データに基づいて第１時点における脳の体積に関するデータから生活習慣指標値データを予測した予測データと、の差分である第１差分データと、第１時点において実測した生活習慣指標値データと、第１時点よりも後の第２時点において実測した生活習慣指標値データとの差分である第２差分データと、第１差分データと第２差分データとの関係を表す第２関係式データと、を含む。生活習慣指標値データ導出部は、第２関係式データに基づいて、脳の体積に関するデータから将来のユーザの生活習慣指標値データを導出する。
【0010】
将来的な生活習慣に起因する生活習慣病の発生を予防したり、効率的な生活習慣の改善を図るには、将来の収縮期血圧値データや喫煙量値データといった生活習慣指標値データをできるだけ正確に予測することが望ましい。そこで本発明者らは、以下のように考えた。まず、生活習慣指標値データについて吟味し、ユーザの生活習慣指標値データとユーザの脳の形態に関する画像データまたは脳の機能に関する画像データである脳状態画像データとが相関関係を有することを見出した。そしてさらに、脳の形態に関する画像データや脳の機能に関する画像データから単に将来の生活習慣指標値データを導出するのではなく、実測した生活習慣指標値データと実測前の脳状態画像データに基づいて予測した生活習慣指標値データとの関係性を考慮し、予測した生活習慣指標値データに修正を加えることができれば、より正確に将来のユーザの生活習慣指標値データを導出し、正確な生活習慣の予測ができると考えた。
【0011】
そこで本発明者らは鋭意検討し、ユーザの脳状態画像データと将来の生活習慣指標値データとの関係性において、過去に実測した生活習慣指標値データとその時の脳状態画像データから予測した生活習慣指標値データとのずれ（第１のずれ）、そして過去に実測した生活習慣指標値データとその時より後に実測した生活習慣指標値データとのずれ（第２のずれ）との間に相関関係があることを見出し、この相関関係に基づく修正を予測した生活習慣指標値データに対して行えば、より正確に将来の生活習慣指標値データを導出できると考え、本願発明の構成を着想するに至った。
【0012】
本開示における生活習慣予測装置によると、生活習慣指標値データ導出部は、脳体積関連データ抽出部により抽出されたユーザの脳の体積に関するデータから、脳の体積に関するデータと生活習慣に関するデータである生活習慣指標値データとの相関関係データに基づき、将来のユーザの生活習慣指標値データを導出することとしている。そして、相関関係データは、過去の脳の体積に関するデータおよび過去に実測した生活習慣指標値データに基づいて作成された脳の体積に関するデータと生活習慣指標値データとの関係を表す第１関係式データと、過去の第１時点において実測した生活習慣指標値データと、第１関係式データに基づいて第１時点における脳の体積に関するデータから生活習慣指標値データを予測した予測データと、の差分である第１差分データと、第１時点において実測した生活習慣指標値データと、第１時点よりも後の第２時点において実測した生活習慣指標値データとの差分である第２差分データと、第１差分データと第２差分データとの関係を表す第２関係式データと、を含む。このようにすることにより、上記第１のずれに対応する第１差分データおよび第２のずれに対応する第２差分データを考慮した修正を反映して、ユーザの脳状態画像データから将来の生活習慣指標値データを導出することができる。したがって、上記生活習慣予測装置によれば、将来的な生活習慣を正確に予測することができる。
【0013】
上記生活習慣予測装置において、脳の形態に関する画像データは、脳のＭＲＩ（Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ｉｍａｇｉｎｇ）画像データおよび脳のＸ線ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）画像データのうちの少なくともいずれか一つを含んでもよい。脳の機能に関する画像データは、脳のＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）画像データおよび脳のＳＰＥＣＴ（Ｓｉｎｇｌｅ Ｐｈｏｔｏｎ Ｅｍｉｓｓｉｏｎ Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）画像データのうちの少なくともいずれか一つを含んでもよい。このような脳の形態に関する画像データまたは脳の機能に関する画像データを脳状態画像データとして利用することにより、将来的な生活習慣の正確な予測をより確実に行うことができる。
【0014】
上記生活習慣予測装置において、脳体積に関するデータは、頭蓋内容積に対する全脳灰白質の体積の割合に関するデータを含んでもよい。このような全脳灰白質の体積の割合に関するデータを用いることにより、さらに正確に将来のユーザの生活習慣指標値データを導出して、将来的な生活習慣を予測することができる。
【0015】
上記生活習慣予測装置において、生活習慣指標値データは、収縮期血圧（ＳＢＰ）（Ｓｙｓｔｏｌｉｃ Ｂｌｏｏｄ Ｐｒｅｓｓｕｒｅ）値データ、拡張期血圧（ＤＢＰ）（Ｄｉａｓｔｏｌｉｃ Ｂｌｏｏｄ Ｐｒｅｓｓｕｒｅ）値データ、喫煙量値データ、飲酒量値データおよびＢＭＩ（Ｂｏｄｙ Ｍａｓｓ Ｉｎｄｅｘ）値データのうちの少なくともいずれか一つを含んでもよい。このような生活習慣指標値は、将来的に罹患する可能性の高い生活習慣病と密接に関連しているため、より効果的な生活習慣の予測に基づく生活習慣の見直し等を促進することができる。
【0016】
上記生活習慣予測装置において、第１関係式データおよび第２関係式データのうちの少なくともいずれか一方は、線形の関係式を含んでもよい。このようにすることにより、第１関係式データおよび第２関係式のうちの少なくともいずれか一方を単純化して、容易に生活習慣指標値データを導出することができる。
【0017】
上記生活習慣予測装置は、第１差分データ、第２差分データ、第１関係式データおよび第２関係式データのうちの少なくともいずれか一つを記憶する記憶部をさらに含んでもよい。このようにすることにより、記憶部に記憶されたデータを利用して、効率的に将来の生活習慣指標値データを導出することができる。
【0018】
本開示に係る生活習慣予測システムは、サーバーを備え、将来のユーザの生活習慣を予測するための生活習慣予測システムである。サーバーは、外部からユーザの脳の形態に関する画像データまたはユーザの脳の機能に関する画像データである脳状態画像データを取得する脳状態画像データ取得部と、脳状態画像データ取得部により取得されたユーザの脳状態画像データから、ユーザの脳の体積に関するデータを抽出する脳体積関連データ抽出部と、脳体積関連データ抽出部により抽出されたユーザの脳の体積に関するデータから、脳の体積に関するデータと生活習慣に関するデータである生活習慣指標値データとの相関関係データに基づき、将来のユーザの生活習慣指標値データを導出する生活習慣指標値データ導出部と、を含む。相関関係データは、過去の脳の体積に関するデータおよび過去に実測した生活習慣指標値データに基づいて作成された脳の体積に関するデータと生活習慣指標値データとの関係を表す第１関係式データと、過去の第１時点において実測した生活習慣指標値データと、第１関係式データに基づいて第１時点における脳の体積に関するデータから生活習慣指標値データを予測した予測データと、の差分である第１差分データと、第１時点において実測した生活習慣指標値データと、第１時点よりも後の第２時点において実測した生活習慣指標値データとの差分である第２差分データと、第１差分データと第２差分データとの関係を表す第２関係式データと、を含む。生活習慣指標値データ導出部は、第２関係式データに基づいて、脳の体積に関するデータから将来のユーザの生活習慣指標値データを導出する。
【0019】
このような生活習慣予測システムによれば、将来的な生活習慣を正確に予測することができる。
【0020】
本開示に係る生活習慣予測方法は、将来のユーザの生活習慣を予測するための生活習慣予測方法であって、ユーザの脳の形態に関する画像データまたはユーザの脳の機能に関する画像データである脳状態画像データを取得する工程と、取得されたユーザの脳状態画像データから、ユーザの脳の体積に関するデータを抽出する工程と、抽出されたユーザの脳の体積に関するデータから、脳の体積に関するデータと生活習慣に関するデータである生活習慣指標値データとの相関関係データに基づき、将来のユーザの生活習慣指標値データを導出する工程と、を含む。相関関係データは、過去の脳の体積に関するデータおよび過去に実測した生活習慣指標値データに基づいて作成された脳の体積に関するデータと生活習慣指標値データとの関係を表す第１関係式データと、過去の第１時点において実測した生活習慣指標値データと、第１関係式データに基づいて第１時点における脳の体積に関するデータから生活習慣指標値データを予測した予測データと、の差分である第１差分データと、第１時点において実測した生活習慣指標値データと、第１時点よりも後の第２時点において実測した生活習慣指標値データとの差分である第２差分データと、第１差分データと第２差分データとの関係を表す第２関係式データと、を含む。将来のユーザの生活習慣指標値データを導出する工程は、第２関係式データに基づいて、脳の体積に関するデータから将来のユーザの生活習慣指標値データを導出する。
【0021】
このような生活習慣予測方法によれば、将来的な生活習慣を正確に予測することができる。
【0022】
本開示に係る生活習慣予測プログラムは、サーバーを備え、将来のユーザの生活習慣を予測するための生活習慣予測システムに用いられる生活習慣予測システム用プログラムであって、サーバーを、ユーザの脳の形態に関する画像データまたはユーザの脳の機能に関する画像データである脳状態画像データを取得する脳状態画像データ取得部、脳状態画像データ取得部により取得されたユーザの脳状態画像データから、ユーザの脳の体積に関するデータを抽出する脳体積関連データ抽出部、および脳体積関連データ抽出部により抽出されたユーザの脳の体積に関するデータから、脳の体積に関するデータと生活習慣に関するデータである生活習慣指標値データとの相関関係データに基づき、将来のユーザの生活習慣指標値データを導出する生活習慣指標値データ導出部として機能させる。相関関係データは、過去の脳の体積に関するデータおよび過去に実測した生活習慣指標値データに基づいて作成された脳の体積に関するデータと生活習慣指標値データとの関係を表す第１関係式データと、過去の第１時点において実測した生活習慣指標値データと、第１関係式データに基づいて第１時点における脳の体積に関するデータから生活習慣指標値データを予測した予測データと、の差分である第１差分データと、第１時点において実測した生活習慣指標値データと、第１時点よりも後の第２時点において実測した生活習慣指標値データとの差分である第２差分データと、第１差分データと第２差分データとの関係を表す第２関係式データと、を含む。生活習慣指標値データ導出部は、第２関係式データに基づいて、脳の体積に関するデータから将来のユーザの生活習慣指標値データを導出する。
【0023】
このような生活習慣予測プログラムによれば、将来的な生活習慣を正確に予測することができる。
【0024】
本開示に係る記憶媒体は、サーバーを備え、将来のユーザの生活習慣を予測するための生活習慣予測システムに用いられ、コンピューター読み取り可能な記録媒体であって、サーバーを、ユーザの脳の形態に関する画像データまたはユーザの脳の機能に関する画像データである脳状態画像データを取得する脳状態画像データ取得部、脳状態画像データ取得部により取得されたユーザの脳状態画像データから、ユーザの脳の体積に関するデータを抽出する脳体積関連データ抽出部、および脳体積関連データ抽出部により抽出されたユーザの脳の体積に関するデータから、脳の体積に関するデータと生活習慣に関するデータである生活習慣指標値データとの相関関係データに基づき、将来のユーザの生活習慣指標値データを導出する生活習慣指標値データ導出部として機能させる。相関関係データは、過去の脳の体積に関するデータおよび過去に実測した生活習慣指標値データに基づいて作成された脳の体積に関するデータと生活習慣指標値データとの関係を表す第１関係式データと、過去の第１時点において実測した生活習慣指標値データと、第１関係式データに基づいて第１時点における脳の体積に関するデータから生活習慣指標値データを予測した予測データと、の差分である第１差分データと、第１時点において実測した生活習慣指標値データと、第１時点よりも後の第２時点において実測した生活習慣指標値データとの差分である第２差分データと、第１差分データと第２差分データとの関係を表す第２関係式データと、を含む。生活習慣指標値データ導出部は、第２関係式データに基づいて、脳の体積に関するデータから将来のユーザの生活習慣指標値データを導出する。
【0025】
このような記憶媒体によれば、将来的な生活習慣を正確に予測することができる。
【0026】
［本願発明の実施形態の詳細］
次に、本開示の生活習慣予測装置を含む生活習慣予測システムの一実施形態を、図面を参照しつつ説明する。以下の図面において同一または相当する部分には同一の参照符号を付しその説明は繰り返さない。
次に、本開示の生活習慣予測装置を含む生活習慣予測システムの一実施形態を、図面を参照しつつ説明する。以下の図面において同一または相当する部分には同一の参照符号を付しその説明は繰り返さない。
【0027】
（実施の形態１）
本開示の実施の形態１における生活習慣予測システムの構成について説明する。図１は、実施の形態１における生活習慣予測システムの外観を概略的に示す図である。図２は、図１に示す生活習慣予測システムの構成を示すブロック図である。
本開示の実施の形態１における生活習慣予測システムの構成について説明する。図１は、実施の形態１における生活習慣予測システムの外観を概略的に示す図である。図２は、図１に示す生活習慣予測システムの構成を示すブロック図である。
【0028】
図１および図２を参照して、実施の形態１における生活習慣予測システム１１は、サーバー１３と、ネットワーク１２を介してサーバー１３に接続可能な端末装置１４と、を含む。ネットワーク１２は、インターネットでもよいし、イントラネット等、社内向けに構築された閉塞された環境における内部ネットワークであってもよい。ネットワーク１２は、有線であってもよいし、無線であってもよい。
【0029】
まず、端末装置１４の構成について説明する。端末装置１４は、本実施形態においては、例えば、スマートフォンといった携帯型の端末装置１４が用いられる。もちろん、タブレットＰＣやノートＰＣであってもよいし、据え置き型のデスクトップＰＣであってもよい。端末装置１４は、ネットワーク１２と接続するための端末装置ネットワークインターフェース部３１と、端末装置１４自身を制御する端末装置制御部３２と、データを記憶する端末装置メモリ３３と、ユーザとのインターフェースとなるタッチパネル１５と、を含む。端末装置１４は、タッチパネル１５を介してサーバー１３へのデータや情報の入力およびサーバー１３から送信されたデータや情報の出力を行う。
【0030】
次に、サーバー１３の構成について説明する。サーバー１３は、生活習慣予測装置として機能する。サーバー１３は、ネットワーク１２と接続するためのサーバーネットワークインターフェース部２１と、サーバー１３自身を制御するサーバー制御部２２と、データを記憶する記憶部としてのサーバーハードディスク２３と、を含む。サーバー１３には、データを表示するディスプレイと、データを入力するキーボードおよびマウス（いずれも図示せず）が接続されており、これらがサーバー１３のインターフェースとなる。サーバーハードディスク２３は、後述する第１差分データ、第２差分データ、第１関係式データおよび第２関係式データを記憶する。
【0031】
次に、サーバー制御部２２の具体的な構成について説明する。サーバー制御部２２は、脳状態画像データ取得部４１と、脳体積関連データ抽出部４２と、生活習慣指標値データ導出部４３と、を含む。脳状態画像データ取得部４１は、ユーザの脳の形態に関する画像データまたはユーザの脳の機能に関する画像データである脳状態画像データを取得する。脳体積関連データ抽出部４２は、脳状態画像データ取得部４１により取得されたユーザの脳状態画像データから、ユーザの脳の体積に関するデータを抽出する。生活習慣指標値データ導出部４３は、脳体積関連データ抽出部４２により抽出されたユーザの脳の体積に関するデータから、脳の体積に関するデータと生活習慣に関するデータである生活習慣指標値データとの相関関係データに基づき、将来のユーザの生活習慣指標値データを導出する。これらの構成については、後に詳述する。
【0032】
なお、本実施形態においては、脳状態画像データ取得部４１によって取得される脳状態画像データは、脳の形態に関する画像データである脳のＭＲＩ画像データである。また、本実施形態においては、脳体積関連データ抽出部４２により抽出される脳の体積に関するデータは、頭蓋内容積に対する全脳灰白質の体積の割合に関するデータである。
【0033】
ここで、相関関係データの構成について説明する。図３は、相関関係データに含まれる詳細なデータを示す概念図である。図３を参照して、相関関係データ５１は、第１関係式データ５２、第１差分データ５３、第２差分データ５４および第２関係式データ５５を含む。
【0034】
まず第１関係式データ５２について説明する。第１関係式データ５２は、過去の脳の体積に関するデータおよび過去に実測した生活習慣指標値データに基づいて作成された脳の体積に関するデータと生活習慣指標値データとの関係を表す。
【0035】
図４は、過去の脳の体積に関するデータである頭蓋内容積に対する全脳灰白質の体積の割合に関するデータと、過去に実測した生活習慣指標値の一つである収縮期血圧値（以下、単に「ＳＢＰ値」と称する場合もある）データとの関係を示すグラフである。図４に示すグラフは、第１関係式を示している。図４において、横軸は全脳灰白質の体積の割合（％）を示し、縦軸は実測のＳＢＰ値（ｍｍＨｇ）を示す。全脳灰白質の体積の割合は、脳のＭＲＩ画像データにより抽出されている。すなわち、ＭＲＩ画像データ中の頭蓋内容積に対する全脳灰白質の体積の割合から算出されている。
【0036】
図４を参照して、過去の全脳灰白質の体積の割合と実測のＳＢＰ値データとは、傾きが線β１で表され、切片がｅ１で表される相関関係を有する。この相関関係は、線形の関係式であり、以下の式１によって表される。
【0037】
ＳＢＰ値＝全脳灰白質×β１＋ｅ１・・・（１）
【0038】
本実施形態においては、この式（１）のデータが、相関関係データ５１に含まれる第１関係式データ５２となる。なお、図４に示すグラフにおけるｐ値は、例えば４．０１×１０－２４である。この値は十分に小さいものであり、信頼性の高いものである。
【0039】
次に、第１差分データ５３について説明する。第１差分データ５３は、過去の第１時点において実測した生活習慣指標値データと、第１関係式データ５２に基づいて第１時点における脳の体積に関するデータから生活習慣指標値データを予測した予測データと、の差分である。すなわち、第１関係式データ５２に基づいて第１時点における脳の体積に関するデータから生活習慣指標値データを予測した予測データは、上記した式（１）を用いて傾きβ１、切片ｅ１により算出したＳＢＰ値の予測データである。
【0040】
図５は、第１時点における実測のＳＢＰ値データと、第１時点における全脳灰白質の体積の割合に関するデータから第１関係式データ５２を用いて予測されたＳＢＰ値データとの関係を示すグラフである。図５において、横軸は予測のＳＢＰ値（ｍｍＨｇ）を示し、縦軸は実測のＳＢＰ値（ｍｍＨｇ）を示す。予測のＳＢＰ値は、上記した式（１）を用いて算出されている。
【0041】
図５を参照して、実測のＳＢＰ値データと予測のＳＢＰ値データとは、僅かのずれ（第１のずれ）が生じている。このずれを第１差分データとして算出する。第１差分データは、以下の式（２）によって表される。
【0042】
第１差分データ＝予測ＳＢＰ値－実測ＳＢＰ値・・・（２）
【0043】
本実施形態においては、この式（２）によって算出されるデータが、相関関係データ５１に含まれる第１差分データ５３となる。なお、図５に示すグラフにおけるｐ値は、例えば９．８２×１０－８である。この値は十分に小さいものであり、信頼性の高いものである。
【0044】
次に、第２差分データ５４について説明する。第２差分データ５４は、第１時点において実測した生活習慣指標値データと、第１時点よりも後の第２時点において実測した生活習慣指標値データとの差分である。
【0045】
すなわち、第２差分データ５４＝実測ＳＢＰ値（第２時点）－実測ＳＢＰ値（第１時点）である。なお、この関係式から、実測ＳＢＰ値（第２時点）は、実測ＳＢＰ値（第１時点）＋第２差分データ５４であることが導出される。
【0046】
次に、第２関係式データ５５について説明する。第２関係式データ５５は、第１差分データ５３と第２差分データ５４との関係を表す。
【0047】
図６は、第１差分データ５３と第２差分データ５４との関係を示すグラフである。図６に示すグラフは、第２関係式を示している。図６において、横軸は第１差分データ５３（ｍｍＨｇ）を示し、縦軸は第２差分データ５４（ｍｍＨｇ）を示す。
【0048】
図６を参照して、第１差分データ５３と第２差分データ５４とは、傾きが線β２で表され、切片がｅ２で表される相関関係を有する。この相関関係は、線形の関係式であり、以下の式（３）によって表される。
【0049】
第２差分データ＝第１差分データ×β２＋ｅ２・・・（３）
【0050】
本実施形態においては、この式（４）のデータが、相関関係データ５１に含まれる第２関係式データ５５となる。なお、図６に示すグラフにおけるｐ値は、例えば４．８６×１０－９である。この値は十分に小さいものであり、信頼性の高いものである。
【0051】
次に、このような生活習慣予測システム１１を用いて、将来のユーザの生活習慣を予測する場合について説明する。図７は、実施の形態１における生活習慣予測システム１１を用いて将来のユーザの生活習慣指標値データを導出する際の概略的な工程を示すフローチャートである。
【0052】
図７を参照して、まず、脳状態画像データ取得部４１は、ユーザの脳の形態に関する画像データまたはユーザの脳の機能に関する画像データである脳状態画像データを取得する（図７において、ステップＳ１１においてＹＥＳ、以下、「ステップ」を省略する）。本実施形態においては、脳状態画像データ取得部４１は、ユーザの脳の形態に関する画像データとして、脳のＭＲＩ画像データを取得する。この場合、例えば、端末装置１４から送信された脳のＭＲＩ画像データを取得する。次に、脳体積関連データ抽出部４２は、取得した脳状態画像データ、この場合、脳のＭＲＩ画像データから脳の体積に関するデータを抽出する（Ｓ１２）。この場合、脳のＭＲＩ画像データにおいて、頭蓋内容積のデータを抽出すると共に、全脳灰白質のデータも抽出する。そして、頭蓋内容積のデータに対する全脳灰白質の体積の割合を算出し、脳体積関連データとして抽出する。
【0053】
その後、生活習慣指標値データ導出部４３は、抽出されたユーザの脳の体積に関するデータである脳体積関連データから、脳の体積に関するデータと生活習慣に関するデータである生活習慣指標値データとの相関関係データ５１に基づき、将来のユーザの生活習慣指標値データを導出する（Ｓ１３）。この場合、生活習慣指標値データ導出部４３は、第２関係式データ５５に基づいて、脳の体積に関するデータから将来のユーザの生活習慣指標値データを導出する。具体的には、例えば、現在におけるユーザの全脳灰白質の割合をＭＲＩ画像データから求め、この全脳灰白質の割合から式（１）により生活習慣指標値データであるＳＢＰ値データの予測データを導出する。そして、式（２）により得られた第１差分データ５３および式（３）、第２差分データは、第１時点での実測のＳＢＰ値データと第２時点でのＳＢＰ値データとの差分である。そこで、第１時点を現在とし、第２時点を将来とすると、第２時点でのＳＢＰ値＝第１時点でのＳＢＰ値＋第２差分データとなる。この関係式より、ユーザの将来のＳＢＰ値データの予測データが導出される。すなわち、実測の第１時点のＳＢＰ値データおよび実測の第２時点のＳＢＰ値データに基づいて第２差分データ５４が導出され、この第２差分データ５４と第１差分データ５３とを利用することにより、将来のユーザのＳＢＰ値データが正確に導出される。なお、導出された将来のユーザのＳＢＰ値データを利用して、ユーザの将来の生活習慣を予測する。
【0054】
本開示の生活習慣予測システム１１によると、上記第１差分データおよび第２差分データを考慮した修正を反映して、ユーザの脳状態画像データから将来の生活習慣指標値データを導出することができる。したがって、上記生活習慣予測システム１１によれば、将来的な生活習慣を正確に予測することができる。
【0055】
また、上記した生活習慣予測装置としてのサーバー１３によると、上記第１のずれに対応する第１差分データおよび第２のずれに対応する第２差分データを考慮した修正を反映して、ユーザの脳状態画像データから将来の生活習慣指標値データを導出することができる。したがって、上記生活習慣予測装置によれば、将来的な生活習慣を正確に予測することができる。
【0056】
上記の実施の形態によれば、サーバー１３は、第１差分データ、第２差分データ、第１関係式データおよび第２関係式データを記憶するサーバーハードディスク２３を含む。よって、サーバーハードディスク２３に記憶されたデータを利用して、効率的に将来の生活習慣指標値データを導出することができる。
【0057】
上記の実施の形態によれば、脳体積に関するデータは、頭蓋内容積に対する全脳灰白質の体積の割合に関するデータを含む。このような全脳灰白質の体積の割合に関するデータを用いることにより、さらに正確に将来のユーザの生活習慣指標値データを導出して、将来的な生活習慣を予測することができる。
【0058】
（他の実施の形態）
なお、上記の実施の形態においては、脳状態画像データ取得部は、脳の形態に関する画像データとして、脳のＭＲＩ画像データを取得することとしたが、これに限らず、脳状態画像データ取得部によって取得される脳の形態に関する画像データは、脳のＭＲＩ画像データおよび脳のＸ線ＣＴ画像データのうちの少なくともいずれか一つを含んでもよい。また、脳状態画像データ取得部によって取得される脳の機能に関する画像データは、脳のＰＥＴ画像データおよび脳のＳＰＥＣＴ画像データのうちの少なくともいずれか一つを含んでもよい。このような脳の形態に関する画像データまたは脳の機能に関する画像データを脳状態画像データとして利用することにより、将来的な生活習慣の正確な予測をより確実に行うことができる。
なお、上記の実施の形態においては、脳状態画像データ取得部は、脳の形態に関する画像データとして、脳のＭＲＩ画像データを取得することとしたが、これに限らず、脳状態画像データ取得部によって取得される脳の形態に関する画像データは、脳のＭＲＩ画像データおよび脳のＸ線ＣＴ画像データのうちの少なくともいずれか一つを含んでもよい。また、脳状態画像データ取得部によって取得される脳の機能に関する画像データは、脳のＰＥＴ画像データおよび脳のＳＰＥＣＴ画像データのうちの少なくともいずれか一つを含んでもよい。このような脳の形態に関する画像データまたは脳の機能に関する画像データを脳状態画像データとして利用することにより、将来的な生活習慣の正確な予測をより確実に行うことができる。
【0059】
上記生活習慣予測装置において、生活習慣指標値データは、ＳＢＰ値データを含むこととしたが、これに限らず、生活習慣指標値データは、拡張期血圧（ＤＢＰ）（Ｄｉａｓｔｏｌｉｃ Ｂｌｏｏｄ Ｐｒｅｓｓｕｒｅ）値データ、喫煙量値データ、飲酒量値データおよびＢＭＩ（Ｂｏｄｙ Ｍａｓｓ Ｉｎｄｅｘ）値データのうちの少なくともいずれか一つを含んでもよい。このような生活習慣指標値は、将来的に罹患する可能性の高い生活習慣病と密接に関連しているため、より効果的な生活習慣の予測に基づく生活習慣の見直し等を促進することができる。
【0060】
なお、上記の実施の形態においては、第１関係式データおよび第２関係式データの双方が線形の関係式を有することとしたが、これに限らず、第１関係式データおよび第２関係式データのうちの少なくともいずれか一方は、線形の関係式を含んでもよい。このようにすることにより、第１関係式データおよび第２関係式のうちの少なくともいずれか一方を単純化して、容易に生活習慣指標値データを導出することができる。また、第１関係式データおよび第２関係式データのうちの少なくともいずれか一方は、非線形の関係式データであってもよい。具体的には例えば、一方が線形の関係式データであり、他方が非線形の関係式データであってもよい。非線形の関係式データを用いることにより、関係式を精緻化し、より精度の高い生活習慣指標値データを導出することができる。なお、このような関係式は、深層学習を用いて各パラメータを深度深く解析して、導出することができる。
【0061】
図８は、過去の脳の体積に関するデータである頭蓋内容積に対する全脳灰白質の体積の割合のＬｏｇ１０のデータと、過去に実測した生活習慣指標値の一つである収縮期血圧値（ＳＢＰ値）データとの関係を示すグラフである。図８において、横軸は全脳灰白質の体積の割合（％）を１００倍した値のＬｏｇ１０、すなわち、全脳灰白質の体積の割合（％）の１００倍値の常用対数値を示し、縦軸は実測のＳＢＰ値（ｍｍＨｇ）を示す。全脳灰白質の体積の割合（％）の常用対数値は、脳のＭＲＩ画像データに基づいて導出されている。なお、図８に示すグラフにおけるｐ値は、例えば８．８８×１０－２４である。この値は十分に小さいものであり、信頼性の高いものである。
【0062】
図９は、この場合における第１時点における実測のＳＢＰ値データと、第１時点における全脳灰白質の体積の割合のＬｏｇ１０のデータから予測されたＳＢＰ値データとの関係を示すグラフである。図９において、横軸は予測のＳＢＰ値（ｍｍＨｇ）を示し、縦軸は実測のＳＢＰ値（ｍｍＨｇ）を示す。予測のＳＢＰ値は、上記した図８に示す相関関係を基に算出したデータである。図９は、上記した図５に対応するグラフである。なお、図９に示すグラフにおけるｐ値は、例えば５．２１×１０－８である。この値は十分に小さいものであり、信頼性の高いものである。
【0063】
図１０は、この場合における第１差分データと第２差分データとの関係を示すグラフである。図１０において、横軸は第１差分データ５３（ｍｍＨｇ）を示し、縦軸は第２差分データ５４（ｍｍＨｇ）を示す。図１０は、上記した図６に対応するグラフである。なお、図１０に示すグラフにおけるｐ値は、例えば５．３９×１０－９である。この値は十分に小さいものであり、信頼性の高いものである。
【0064】
図８～図１０を参照して、過去の全脳灰白質の体積の割合の１００倍値のＬｏｇ１０と実測のＳＢＰ値データとは、線形の関係式によって表される相関関係を有する。そうすると、過去の全脳灰白質の体積の割合と、実測のＳＢＰ値データとは、非線形の関係式によって表される相関関係を有するといえる。そして、第１差分データおよび第２差分データについても、非線形の関係式によって表される相関関係を有するといえる。
【0065】
本開示に係る生活習慣予測方法は、将来のユーザの生活習慣を予測するための生活習慣予測方法であって、ユーザの脳の形態に関する画像データまたはユーザの脳の機能に関する画像データである脳状態画像データを取得する工程と、取得されたユーザの脳状態画像データから、ユーザの脳の体積に関するデータを抽出する工程と、抽出されたユーザの脳の体積に関するデータから、脳の体積に関するデータと生活習慣に関するデータである生活習慣指標値データとの相関関係データに基づき、将来のユーザの生活習慣指標値データを導出する工程と、を含む。相関関係データは、過去の脳の体積に関するデータおよび過去に実測した生活習慣指標値データに基づいて作成された脳の体積に関するデータと生活習慣指標値データとの関係を表す第１関係式データと、過去の第１時点において実測した生活習慣指標値データと、第１関係式データに基づいて第１時点における脳の体積に関するデータから生活習慣指標値データを予測した予測データと、の差分である第１差分データと、第１時点において実測した生活習慣指標値データと、第１時点よりも後の第２時点において実測した生活習慣指標値データとの差分である第２差分データと、第１差分データと第２差分データとの関係を表す第２関係式データと、を含む。将来のユーザの生活習慣指標値データを導出する工程は、第２関係式データに基づいて、脳の体積に関するデータから将来のユーザの生活習慣指標値データを導出する。
【0066】
このような生活習慣予測方法によれば、将来的な生活習慣を正確に予測することができる。
【0067】
本開示に係る生活習慣予測プログラムは、サーバーを備え、将来のユーザの生活習慣を予測するための生活習慣予測システムに用いられる生活習慣予測システム用プログラムであって、サーバーを、ユーザの脳の形態に関する画像データまたはユーザの脳の機能に関する画像データである脳状態画像データを取得する脳状態画像データ取得部、脳状態画像データ取得部により取得されたユーザの脳状態画像データから、ユーザの脳の体積に関するデータを抽出する脳体積関連データ抽出部、および脳体積関連データ抽出部により抽出されたユーザの脳の体積に関するデータから、脳の体積に関するデータと生活習慣に関するデータである生活習慣指標値データとの相関関係データに基づき、将来のユーザの生活習慣指標値データを導出する生活習慣指標値データ導出部として機能させる。相関関係データは、過去の脳の体積に関するデータおよび過去に実測した生活習慣指標値データに基づいて作成された脳の体積に関するデータと生活習慣指標値データとの関係を表す第１関係式データと、過去の第１時点において実測した生活習慣指標値データと、第１関係式データに基づいて第１時点における脳の体積に関するデータから生活習慣指標値データを予測した予測データと、の差分である第１差分データと、第１時点において実測した生活習慣指標値データと、第１時点よりも後の第２時点において実測した生活習慣指標値データとの差分である第２差分データと、第１差分データと第２差分データとの関係を表す第２関係式データと、を含む。生活習慣指標値データ導出部は、第２関係式データに基づいて、脳の体積に関するデータから将来のユーザの生活習慣指標値データを導出する。
【0068】
このような生活習慣予測プログラムによれば、将来的な生活習慣を正確に予測することができる。
【0069】
本開示に係る記憶媒体は、サーバーを備え、将来のユーザの生活習慣を予測するための生活習慣予測システムに用いられ、コンピューター読み取り可能な記録媒体であって、サーバーを、ユーザの脳の形態に関する画像データまたはユーザの脳の機能に関する画像データである脳状態画像データを取得する脳状態画像データ取得部、脳状態画像データ取得部により取得されたユーザの脳状態画像データから、ユーザの脳の体積に関するデータを抽出する脳体積関連データ抽出部、および脳体積関連データ抽出部により抽出されたユーザの脳の体積に関するデータから、脳の体積に関するデータと生活習慣に関するデータである生活習慣指標値データとの相関関係データに基づき、将来のユーザの生活習慣指標値データを導出する生活習慣指標値データ導出部として機能させる。相関関係データは、過去の脳の体積に関するデータおよび過去に実測した生活習慣指標値データに基づいて作成された脳の体積に関するデータと生活習慣指標値データとの関係を表す第１関係式データと、過去の第１時点において実測した生活習慣指標値データと、第１関係式データに基づいて第１時点における脳の体積に関するデータから生活習慣指標値データを予測した予測データと、の差分である第１差分データと、第１時点において実測した生活習慣指標値データと、第１時点よりも後の第２時点において実測した生活習慣指標値データとの差分である第２差分データと、第１差分データと第２差分データとの関係を表す第２関係式データと、を含む。生活習慣指標値データ導出部は、第２関係式データに基づいて、脳の体積に関するデータから将来のユーザの生活習慣指標値データを導出する。
【0070】
このような記憶媒体によれば、将来的な生活習慣を正確に予測することができる。
【0071】
今回開示された実施の形態はすべての点で例示であって、どのような面からも制限的なものではないと理解されるべきである。本発明の範囲は上記した意味ではなく、請求の範囲によって示され、請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
【符号の説明】
【0072】
１１ 生活習慣予測システム、１２ ネットワーク、１３ サーバー、１４ 端末装置、１５ タッチパネル、２１ サーバーネットワークインターフェース部、２２ サーバー制御部、２３ サーバーハードディスク、３１ 端末装置ネットワークインターフェース部、３２ 端末装置制御部、３３ 端末装置メモリ、４１ 脳状態画像データ取得部、４２ 脳体積関連データ抽出部、４３ 生活習慣指標値データ導出部、５１ 相関関係データ、５２ 第１関係式データ、５３ 第１差分データ、５４ 第２差分データ、５５ 第２関係式データ。
【要約】
生活習慣予測装置は、脳状態画像データ取得部と、脳体積関連データ抽出部と、生活習慣指標値データ導出部と、を含む。相関関係データは、脳の体積に関するデータと生活習慣指標値データとの関係を表す第１関係式データと、過去の第１時点において実測した生活習慣指標値データと、第１関係式データに基づいて第１時点における脳の体積に関するデータから生活習慣指標値データを予測した予測データと、の差分である第１差分データと、第１時点において実測した生活習慣指標値データと、第１時点よりも後の第２時点において実測した生活習慣指標値データとの差分である第２差分データと、第１差分データと第２差分データとの関係を表す第２関係式データと、を含む。生活習慣指標値データ導出部は、第２関係式データに基づいて、脳の体積に関するデータから将来のユーザの生活習慣指標値データを導出する。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
