特許 7289095 睡眠教育システム、睡眠教育方法及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2023-06-01

(45)【発行日】2023-06-09

(54)【発明の名称】睡眠教育システム、睡眠教育方法及びプログラム

(51)【国際特許分類】

   G06Q 50/26 20120101AFI20230602BHJP

   G16H 20/70 20180101ALI20230602BHJP

【ＦＩ】

G06Q50/26

G16H20/70

【請求項の数】 8

(21)【出願番号】P 2019036913

(22)【出願日】2019-02-28

(65)【公開番号】P2020140570

(43)【公開日】2020-09-03

【審査請求日】2021-12-20

(73)【特許権者】

【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】110002527

【氏名又は名称】弁理士法人北斗特許事務所

(72)【発明者】

【氏名】脇 有紀

(72)【発明者】

【氏名】芳村 啓太

【審査官】橋沼 和樹

(56)【参考文献】

【文献】特開２０１８－１７３９５８（ＪＰ，Ａ）

【文献】特開２０１１－１２０９１７（ＪＰ，Ａ）

【文献】特許第６３７４１３０（ＪＰ，Ｂ１）

【文献】国際公開第２０１３／１６１０７２（ＷＯ，Ａ１）

【文献】国際公開第２０１２／００８２６４（ＷＯ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００－９９／００

Ｇ１６Ｈ １０／００－８０／００

(57)【特許請求の範囲】

【請求項1】

対象者の睡眠に関連する複数の睡眠パラメータそれぞれのデータと、前記対象者の覚醒状態における集中度に関連する集中度パラメータのデータと、を取得する取得部と、
前記対象者に関して前記複数の睡眠パラメータと前記集中度パラメータとの組み合わせのうち少なくとも最も関係性の高い組み合わせに対応する睡眠パラメータのデータ及び集中度のデータを出力する出力部と、を備える、
睡眠教育システム。

【請求項2】

前記取得部で取得した前記複数の睡眠パラメータそれぞれのデータと前記集中度パラメータのデータとを用いて分析を行って前記関係性の高い組み合わせを抽出する分析部と、を更に備える、
請求項１に記載の睡眠教育システム。

【請求項3】

前記対象者の前記集中度パラメータのデータを計測する集中度計測部を更に備え、
前記取得部は、前記集中度パラメータのデータを前記集中度計測部から取得する、
請求項２に記載の睡眠教育システム。

【請求項4】

前記複数の睡眠パラメータは、睡眠の量に関するパラメータである睡眠量パラメータと、睡眠の質に関するパラメータである睡眠質パラメータと、睡眠のリズムに関するパラメータである睡眠リズムパラメータと、を含み、
前記対象者の生体情報を計測する生体計測部と、
前記生体計測部で計測された生体情報のデータから、前記対象者の前記集中度パラメータのデータを算出する集中度算出部と、
前記生体計測部で計測された生体情報のデータから、前記睡眠量パラメータ、前記睡眠質パラメータ及び前記睡眠リズムパラメータそれぞれのデータを検出する睡眠データ検出部と、を更に備える、
請求項２に記載の睡眠教育システム。

【請求項5】

前記分析部で分析された結果に基づいて前記対象者の集中度を向上するための睡眠改善案を提案する提案部を更に備え、
前記出力部は、前記睡眠改善案を出力する、
請求項２～４のいずれか一項に記載の睡眠教育システム。

【請求項6】

前記出力部は、前記最も関係性の高い組み合わせに対応する睡眠パラメータのデータ及び集中度のデータそれぞれを時系列データとして出力する、
請求項１～５のいずれか一項に記載の睡眠教育システム。

【請求項7】

コンピュータシステムが実行する睡眠教育方法であって、
対象者の睡眠に関連する複数の睡眠パラメータそれぞれのデータと、前記対象者の覚醒状態における集中度に関連する集中度パラメータのデータと、を取得する第１ステップと、
前記対象者に関して前記複数の睡眠パラメータと前記集中度パラメータとの組み合わせのうち少なくとも最も関係性の高い組み合わせに対応する睡眠パラメータのデータ及び集中度のデータを出力する第２ステップと、を備える、
睡眠教育方法。

【請求項8】

コンピュータシステムに、
対象者の睡眠に関連する複数の睡眠パラメータそれぞれのデータと、前記対象者の覚醒状態における集中度に関連する集中度パラメータのデータと、を取得する第１処理と、
前記対象者に関して前記複数の睡眠パラメータと前記集中度パラメータとの組み合わせのうち少なくとも最も関係性の高い組み合わせに対応する睡眠パラメータのデータ及び集中度のデータを出力する第２処理と、を実行させる、
ためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、一般に睡眠教育システム、睡眠教育方法及びプログラムに関し、より詳細には、対象者の覚醒状態における集中度を改善するための睡眠教育システム、睡眠教育方法及びプログラムに関する。

【背景技術】

【0002】

従来、睡眠中に計測した生体情報から睡眠状態を判定評価する判定評価手段と、判定評価された結果に基づいたアドバイスを生成するアドバイス手段と、判定評価の結果及びアドバイスを提示する提示手段とからなる睡眠判定評価装置が提案されている（特許文献１）。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２００１－６１８１９号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、上述の睡眠判定評価装置では、使用者にとっては睡眠状態を改善することによるメリットが分からず、モチベーションがわかないことがある。

【0005】

本開示の目的は、ユーザのモチベーションを向上させることが可能な睡眠教育システム、睡眠教育方法及びプログラムを提供することにある。

【課題を解決するための手段】

【0006】

本開示の一態様に係る睡眠教育システムは、取得部と、出力部と、を備える。前記取得部は、対象者の睡眠に関連する複数の睡眠パラメータそれぞれのデータと、前記対象者の覚醒状態における集中度に関連する集中度パラメータのデータと、を取得する。前記出力部は、前記対象者に関して前記複数の睡眠パラメータと前記集中度パラメータとの組み合わせのうち少なくとも最も関係性の高い組み合わせに対応する睡眠パラメータのデータ及び集中度のデータを出力する。

【0007】

本開示の一態様に係る睡眠教育方法は、コンピュータシステムが実行する睡眠教育方法であって、第１ステップと、第２ステップと、を備える。前記第１ステップは、対象者の睡眠に関連する複数の睡眠パラメータそれぞれのデータと、前記対象者の覚醒状態における集中度に関連する集中度パラメータのデータと、を取得する。前記第２ステップは、前記対象者に関して前記複数の睡眠パラメータと前記集中度パラメータとの組み合わせのうち少なくとも最も関係性の高い組み合わせに対応する睡眠パラメータのデータ及び集中度のデータを出力する。

【0008】

本開示の一態様に係るプログラムは、コンピュータシステムに、第１処理と、第２処理と、を実行させるためのプログラムである。前記第１処理は、対象者の睡眠に関連する複数の睡眠パラメータそれぞれのデータと、前記対象者の覚醒状態における集中度に関連する集中度パラメータのデータと、を取得する。前記第２処理は、前記対象者に関して前記複数の睡眠パラメータと前記集中度パラメータとの組み合わせのうち少なくとも最も関係性の高い組み合わせに対応する睡眠パラメータのデータ及び集中度のデータを出力する。

【発明の効果】

【0009】

本開示の睡眠教育システム、睡眠教育方法及びプログラムは、ユーザのモチベーションを向上させることが可能となる。

【図面の簡単な説明】

【0010】

【図1】図１は、実施形態１に係る睡眠教育システムの構成図である。

【図2】図２は、同上の睡眠教育システムの出力部から出力されたデータの表示例を示す画面である。

【図3】図３は、同上の睡眠教育システムの出力部から出力されたデータの表示例を示す画面である。

【図4】図４は、同上の睡眠教育システムの出力部から出力されたデータの表示例を示す画面である。

【図5】図５は、同上の睡眠教育システムの出力部から出力されたデータの表示例を示す画面である。

【図6】図６は、同上の睡眠教育システムの出力部から出力されたデータの表示例を示す画面である。

【図7】図７は、同上の睡眠教育システムの出力部から出力されたデータの表示例を示す画面である。

【図8】図８は、同上の睡眠教育システムの出力部から出力されたデータの表示例を示す画面である。

【図9】図９は、実施形態２に係る睡眠教育システムの構成図である。

【発明を実施するための形態】

【0011】

（実施形態１）
以下、実施形態１に係る睡眠教育システム１について、図１を参照して説明する。

【0012】

（１）概要
実施形態１に係る睡眠教育システム１は、例えば、対象者の集中度を向上させるために対象者の睡眠を改善する用途に利用するシステムである。睡眠教育システム１を利用するユーザは、睡眠教育システム１へのアクセスを許容されている人である。ユーザは、対象者と異なる人であるが、これに限らず、対象者と同一人であってもよい。ユーザと対象者とが異なる場合、ユーザと対象者とは例えば親とその子供（例えば、小学生、中学生、高校生等）との関係にある。ユーザと対象者とが同一人である場合、ユーザと対象者とは例えば同一の大人である。睡眠教育システム１は、ユーザ又は対象者に対して睡眠の教育を行うシステムともいえる。

【0013】

（２）睡眠教育システムの構成要素
睡眠教育システム１は、図１に示すように、取得部２と、出力部４と、を備える。睡眠教育システム１は、分析部３を更に備え、提案部５を更に備える。

【0014】

取得部２は、対象者の睡眠に関連する複数の睡眠パラメータそれぞれのデータと、対象者の覚醒状態における集中度に関連する集中度パラメータそれぞれのデータと、を取得する。

【0015】

出力部４は、複数の睡眠パラメータと集中度パラメータとの組み合わせのうち少なくとも最も関係性の高い組み合わせに対応するデータを出力する。関係性の高い組み合わせに対応するデータは、例えば、睡眠パラメータのデータ及び集中度のデータであるが、これに限らず、睡眠パラメータのデータ及び集中度パラメータのデータであってもよい。

【0016】

出力部４から出力されるデータは、例えば、睡眠教育システム１のユーザの携帯している情報端末における表示部２０に表示される。これにより、情報端末を携帯しているユーザが、対象者において関係性の高い睡眠パラメータと集中度パラメータとの組み合わせに対応する睡眠パラメータ及び集中度の各データを、表示部２０の表示により視認することが可能となる。表示部２０は、例えば、液晶ディスプレイ、又は有機ＥＬ（Electro Luminescence）ディスプレイ等の表示装置とタッチパッドとを含むタッチパネルを備え、ユーザインターフェイス（GUI：Graphic User Interface）として機能する。すなわち、情報端末は、表示装置に情報を出力し、タッチパッドから入力される情報を受け付ける。表示部２０には、必要に応じて様々な画面が表示される。

【0017】

分析部３は、取得部２で取得した複数の睡眠パラメータそれぞれのデータと、集中度パラメータのデータと、を用いて分析を行って、複数の睡眠パラメータと集中度パラメータとの組み合わせのうち最も関係性の高い組み合わせを抽出する。

【0018】

提案部５は、分析部３で分析された結果に基づいて対象者の集中度を改善するための睡眠改善案を提案する。睡眠改善案は、例えば、出力部４から出力される。

【0019】

（３）睡眠教育システムの詳細
取得部２は、複数の睡眠パラメータのデータを睡眠計測部１１から取得する。また、取得部２は、集中度パラメータのデータを集中度計測部１２から取得する。取得部２は、複数の睡眠パラメータのデータと集中度パラメータのデータとの少なくとも一方をクラウドのサーバ等の外部記憶装置から取得してもよい。なお、睡眠計測部１１は、実施形態１に係る睡眠教育システム１の構成要素ではないが、睡眠教育システム１の構成要素であってもよい。また、集中度計測部１２は、実施形態１に係る睡眠教育システム１の構成要素ではないが、睡眠教育システム１の構成要素であってもよい。

【0020】

取得部２において取得する複数の睡眠パラメータは、例えば、対象者の、就床時刻、起床時刻、直近１週間の起床時刻のばらつき、直近１日の睡眠時間、直近１週間の平均睡眠時間、睡眠段階毎の時間（深睡眠の時間、浅い睡眠の時間、レム睡眠の時間）、睡眠効率、入眠潜時等を含む。ここにおいて、複数の睡眠パラメータは、睡眠の量に関するパラメータである睡眠量パラメータと、睡眠の質に関するパラメータである睡眠質パラメータと、睡眠のリズムに関するパラメータである睡眠リズムパラメータと、を含む。睡眠量パラメータは、例えば、直近１日の睡眠時間、及び直近１週間の平均睡眠時間を含む。睡眠質パラメータは、例えば、深睡眠の時間、睡眠効率、及び入眠潜時を含む。睡眠リズムパラメータは、例えば、就床時刻、起床時刻、及び直近１週間の起床時刻のばらつきを含む。

【0021】

睡眠計測部１１において計測する複数の睡眠パラメータは、対象者の睡眠に関連する複数のパラメータである。

【0022】

睡眠計測部１１は、例えば、対象者が装着しているウェアラブル端末を含む。睡眠計測部１１としては、例えば、少なくとも心拍を計測するウェアラブル端末、少なくとも活動量を計測するウェアラブル端末、少なくとも脳波を計測するウェアラブル端末等の少なくとも１つを用いることができる。

【0023】

少なくとも心拍を計測するウェアラブル端末としては、例えば、対象者の手首に装着するリストバンド型又は時計型のウェアラブル端末等がある。脳波を計測するウェアラブル端末としては、例えば、ヘッドマウント型のウェアラブル端末等がある。少なくとも活動量を計測するウェアラブル端末としては、例えば、ポケットやベルト等に装着するクリップ型のウェアラブル端末等がある。また、少なくとも心電図を計測するウェアラブル端末としては、例えば、対象者の手首に装着する時計型のウェアラブル端末等がある。なお、睡眠計測部１１は、ウェアラブル端末に加えて、スマートフォン又はパーソナルコンピュータにおいてウェアラブル端末と連携して複数の睡眠パラメータのデータを推定する機能部を含んでいてもよい。なお、睡眠計測部１１は、ウェアラブル端末に限らず、例えば、寝室のベッド、天井等に設けられた１又は複数のセンサを用いた睡眠計測システム等であってもよい。

【0024】

取得部２において取得する集中度パラメータは、例えば、対象者の、集中時間率、集中の深さ等であるが、これに限らず、集中度であってもよい。集中時間率は、所定時間内において集中していると判断した時間の、所定時間に対する割合である。集中の深さは、集中の度合いを示し、集中の深さが深いほど集中しており、集中の深さが浅いほど集中していないことを示す。

【0025】

集中度計測部１２において計測する集中度パラメータは、対象者の覚醒状態における集中度に関連するパラメータである。集中度計測部１２で計測する集中度パラメータは、１つでもよいし、複数でもよい。なお、集中度計測部１２の数は、１つに限らず、複数であってもよい。

【0026】

集中度計測部１２は、例えば、対象者が装着しているウェアラブル端末を含む。集中度計測部１２としては、例えば、対象者の呼吸を計測し、呼吸パターンから集中度を求める機能を有するウェアラブル端末を用いることができる。集中度計測部１２としては、例えば、対象者の瞬きを計測して瞬きの頻度と安定度とから集中度を求める機能を有するウェアラブル端末を用いることができる。また、集中度計測部１２としては、例えば、対象者の心拍を計測し、心拍数から集中度を求める機能を有するウェアラブル端末を用いることができる。なお、集中度計測部１２は、ウェアラブル端末に加えて、スマートフォン又はパーソナルコンピュータにおいてウェアラブル端末と連携して集中度のデータを推定する機能部を含んでいてもよい。

【0027】

分析部３は、取得部２で取得した複数の睡眠パラメータそれぞれのデータと少なくとも１つの集中度パラメータそれぞれのデータとを用いて分析を行って関係性の高い組み合わせを抽出する（選択する）。ここにおいて、分析の方法としては、例えば、相関分析又は多変量解析等がある。

【0028】

相関分析では、例えば、複数の睡眠パラメータそれぞれと集中度パラメータ（又は複数の集中度パラメータそれぞれ）との相関係数を算出する。分析部３では、一例として相関係数の最も高い睡眠パラメータと集中度パラメータとの組み合わせを抽出し、その組み合わせに対応する睡眠パラメータのデータ及び集中度のデータを出力部４へ与える。分析部３は、この例に限らず、例えば、相関係数が閾値以上である組み合わせにおける睡眠パラメータのデータ及び集中度パラメータのデータを抽出して、その組み合わせにおける集中度のデータを求め、睡眠パラメータのデータ及び集中度のデータを出力部４へ与えてもよい。ここにおいて、閾値は、例えば、〔複数の相関係数の平均値〕＋〔複数の相関係数の標準偏差〕の値であるが、これに限らず、例えば、〔複数の相関係数の第３四分位数〕であってもよいし、一定値（例えば、０．５）であってもよい。これにより、分析部３は、相対的に相関係数の大きな組み合わせを抽出することができる。また、分析部３は、相関係数の上位３つの組み合わせを抽出して、３つの組み合わせそれぞれに対応する睡眠パラメータのデータ及び集中度のデータを出力部４へ与えてもよい。

【0029】

下記表１は、分析部３により算出した各組み合わせの相関係数の一例を示す。

【0030】

【表1】

【0031】

分析部３は、例えば、集中度パラメータを用いた回帰分析により集中度のデータを求める。ここにおいて、分析部３は、例えば、集中度を目的変数とし、集中時間率と集中の深さとをそれぞれ説明変数とする重回帰分析を行い、ｙ＝α×ｘ１＋β×ｘ２の回帰式により集中度のデータを求める。ここにおいて、ｙは、集中度であり、ｘ１は、集中時間率であり、ｘ２は、集中の深さであり、α、βは、係数である。

【0032】

多変量解析では、例えば、複数の集中度パラメータそれぞれに睡眠パラメータそれぞれがどの程度影響しているかを示す指標としての影響度（ここでは、有意確率）を算出する。分析部３では、一例として有意確率の最も高い睡眠パラメータと集中度パラメータとの組み合わせを抽出し、その組み合わせに対応する睡眠パラメータのデータ及び集中度のデータを出力部４へ与える。分析部３は、この例に限らず、例えば、影響度が閾値以上である組み合わせに対応する睡眠パラメータのデータ及び集中度のデータを出力部４へ与えてもよい。ここにおいて、閾値は、例えば、〔複数の有意確率の平均値〕＋〔複数の有意確率の標準偏差〕の値であるが、これに限らず、例えば、〔複数の有意確率の第３四分位数〕であってもよい。また、分析部３は、影響度の上位３つの組み合わせを抽出して、３つの組み合わせそれぞれに対応する睡眠パラメータのデータ及び集中度のデータを出力部４へ与えてもよい。

【0033】

下記表２は、分析部３により算出した各組み合わせの有意確率及び係数の一例を示す。

【0034】

【表2】

【0035】

出力部４は、複数の睡眠パラメータと少なくとも１つの集中度パラメータとの組み合わせのうち少なくとも最も関係性の高い組み合わせに対応する睡眠パラメータのデータ及び集中度のデータを分析部３から受け取って出力する。出力部４は、無線通信によりデータを出力してもよいし、有線通信によりデータを出力してもよい。

【0036】

出力部４から出力されるデータは、例えば、睡眠教育システム１のユーザの携帯している情報端末（例えば、スマートフォン）における表示部２０に表示される。なお、表示部２０は、睡眠教育システム１の構成要素ではないが、これに限らず、睡眠教育システム１の構成要素に含まれていてもよい。

【0037】

出力部４は、複数の睡眠パラメータと少なくとも１つの集中度パラメータとの組み合わせのうち少なくとも最も関係性の高い組み合わせに対応する睡眠パラメータのデータ及び集中度のデータを時系列データとして出力する。

【0038】

提案部５は、分析部３で分析された結果に基づいて対象者の集中度を改善するための睡眠改善案を提案する。睡眠改善案は、例えば、出力部４から出力される。

【0039】

本開示における睡眠教育システム１は、コンピュータシステムを含んでいる。コンピュータシステムは、ハードウェアとしてのプロセッサ及びメモリを主構成とする。コンピュータシステムのメモリに記録されたプログラムをプロセッサが実行することによって、本開示における睡眠教育システム１としての機能（取得部２、分析部３、出力部４及び提案部５それぞれの機能）が実現される。プログラムは、コンピュータシステムのメモリに予め記録されてもよく、電気通信回線を通じて提供されてもよく、コンピュータシステムで読み取り可能なメモリカード、光学ディスク、ハードディスクドライブ等の非一時的記録媒体に記録されて提供されてもよい。コンピュータシステムのプロセッサは、半導体集積回路（ＩＣ）又は大規模集積回路（ＬＳＩ）を含む１ないし複数の電子回路で構成される。ここでいうＩＣ又はＬＳＩ等の集積回路は、集積の度合いによって呼び方が異なっており、システムＬＳＩ、ＶＬＳＩ（Very Large Scale Integration）、又はＵＬＳＩ（UltraLarge Scale Integration）と呼ばれる集積回路を含む。さらに、ＬＳＩの製造後にプログラムされる、ＦＰＧＡ（Field-Programmable Gate Array）、又はＬＳＩ内部の接合関係の再構成若しくはＬＳＩ内部の回路区画の再構成が可能な論理デバイスについても、プロセッサとして採用することができる。複数の電子回路は、１つのチップに集約されていてもよいし、複数のチップに分散して設けられていてもよい。複数のチップは、１つの装置に集約されていてもよいし、複数の装置に分散して設けられていてもよい。ここでいうコンピュータシステムは、１以上のプロセッサ及び１以上のメモリを有するマイクロコントローラを含む。したがって、マイクロコントローラについても、半導体集積回路又は大規模集積回路を含む１ないし複数の電子回路で構成される。

【0040】

また、睡眠教育システム１における複数の機能が、１つの筐体内に集約されていることは睡眠教育システム１に必須の構成ではなく、睡眠教育システム１の構成要素は、複数の筐体に分散して設けられていてもよい。さらに、睡眠教育システム１の少なくとも一部の機能がクラウド（クラウドコンピューティング）等によって実現されてもよい。

【0041】

また、睡眠教育システム１において、取得部２は、対象者と同年代の人の睡眠パラメータのデータ（平均値）を取得してもよい。この場合、睡眠教育システム１の出力部４は、対象者の睡眠パラメータと同年代の人の睡眠パラメータのデータ（平均値）とを出力してもよい。

【0042】

（４）睡眠教育システムの動作
睡眠教育システム１の動作について簡単に説明する。

【0043】

まず、取得部２において、データを取得する（第１処理）。第１処理では、対象者の睡眠に関連する複数の睡眠パラメータそれぞれのデータと、前記対象者の覚醒状態における集中度に関連する少なくとも１つの集中度パラメータそれぞれのデータと、を取得する。

【0044】

次に、取得部２で取得したデータに基づいて分析部３が分析を行う。

【0045】

次に、分析部３の分析結果を出力部４が出力する（第２処理）。第２処理では、対象者に関して複数の睡眠パラメータと少なくとも１つの集中度パラメータとの組み合わせのうち少なくとも最も関係性の高い組み合わせに対応する睡眠パラメータのデータ及び集中度のデータを出力する。

【0046】

図２～８は、出力部４からの出力に基づく表示部２０での表示例を示す画面２１である。

【0047】

図２は、睡眠パラメータのデータとして、対象者の直近の睡眠における睡眠時間、就床時刻及び起床時刻それぞれのデータが表示され、現在の集中度のデータがレベル表示されている例である。ユーザは、図２の画面２１を見ることにより、対象者の現在の集中度と、集中度と関係性の高い睡眠パラメータである対象者の直近の睡眠における睡眠時間、就床時刻及び起床時刻それぞれのデータを視認することができる。

【0048】

図３は、睡眠パラメータのデータとして睡眠時間（月平均）のデータが時系列で表示され、集中度（月平均）のデータが時系列で表示されている例である。ユーザは、図３の画面２１を見ることにより、対象者の２０１８年１月から２０１８年７月の睡眠時間（月平均）及び集中度（月平均）の推移（時系列データ）を視認することができる。図３を見たユーザは、対象者の睡眠時間が１月の睡眠時間よりも長いほど対象者の集中度が高くなる傾向にあることを知ることができる。これにより、ユーザの、対象者の睡眠時間を長くするよう努力するモチベーションにつながりやすい。

【0049】

図４は、睡眠パラメータのデータとして睡眠効率のデータが時系列で表示され、集中度のデータが時系列で表示されている例である。ユーザは、図４の画面２１を見ることにより、対象者の２０１８年１月から２０１８年７月の睡眠効率（月平均）及び集中度（月平均）の推移（時系列データ）を視認することができる。図４を見たユーザは、対象者の睡眠効率が大きくなるにつれて対象者の集中度が高くなっていることを知ることができる。これにより、ユーザの、対象者の睡眠効率を高くするよう努力するモチベーションにつながりやすい。

【0050】

図５は、睡眠パラメータのデータとして起床時刻のばらつきのデータが時系列で表示され、集中度のデータが時系列で表示されている例である。ユーザは、図５の画面２１を見ることにより、対象者の２０１８年３月から２０１８年７月の起床時刻のばらつき（月平均）及び集中度（月平均）の推移（時系列データ）を視認することができる。図５を見たユーザは、対象者の起床時刻のばらつきが大きいほど対象者の集中度が低くなる傾向にあることを知ることができる。これにより、ユーザの、対象者の起床時刻のばらつきを小さくするよう努力するモチベーションにつながりやすい。

【0051】

図６は、対象者の睡眠パラメータとして睡眠時間、その睡眠時間に占める深い睡眠、浅い睡眠及びレム睡眠それぞれの割合が表示され、同年代の人の睡眠パラメータのデータ（平均値）として、睡眠時間が表示されている例である。

【0052】

図７は、小学生である対象者の集中度のデータが時系列データで表示されている例である。ここにおいて、単位時間ごとの集中度のデータは、色の違いで集中度の高低を表してあり、濃い色ほど集中度が高い。また、図７では、授業の１時間目～６時間目それぞれの集中度のデータ（平均値）が数値で表示されている。

【0053】

図８は、提案部５にて提案した睡眠改善案が睡眠改善アドバイスとして表示された例である。これにより、ユーザは、睡眠に関して何を改善すればよいか理解しやすくなり、モチベーションがわきやすくなる。

【0054】

（５）効果
実施形態１に係る睡眠教育システム１では、出力部４は、対象者に関して複数の睡眠パラメータと少なくとも１つの集中度パラメータとの組み合わせのうち少なくとも最も関係性の高い組み合わせに対応する睡眠パラメータのデータ及び集中度のデータを出力する。これにより、実施形態１に係る睡眠教育システム１では、ユーザのモチベーションを向上させることが可能となる。ユーザは、睡眠に関連する複数の睡眠パラメータのデータと集中度のデータとの関係を把握することができ、睡眠を改善することによるメリットを理解しやすく、モチベーションがわきやすくなる。

【0055】

また、実施形態１に係る睡眠教育方法は、第１ステップと、第２ステップと、を備える。第１ステップは、対象者の睡眠に関連する複数の睡眠パラメータそれぞれのデータと、対象者の覚醒状態における集中度に関連する少なくとも１つの集中度パラメータのデータと、を取得する。第２ステップは、対象者に関して複数の睡眠パラメータと少なくとも１つの集中度パラメータとの組み合わせのうち少なくとも最も関係性の高い組み合わせに対応する睡眠パラメータのデータ及び集中度のデータを出力する。

【0056】

実施形態１に係る睡眠教育方法では、ユーザのモチベーションを向上させることが可能となる。

【0057】

実施形態１に係るプログラムは、コンピュータシステムに、第１処理と、第２処理と、を実行させるためのプログラムである。第１処理は、対象者の睡眠に関連する複数の睡眠パラメータそれぞれのデータと、対象者の覚醒状態における集中度に関連する少なくとも１つの集中度パラメータのデータと、を取得する。第２処理は、対象者に関して複数の睡眠パラメータと少なくとも１つの集中度パラメータとの組み合わせのうち少なくとも最も関係性の高い組み合わせに対応する睡眠パラメータのデータ及び集中度のデータを出力する。実施形態１に係るプログラムでは、ユーザのモチベーションを向上させることが可能となる。

【0058】

（実施形態２）
以下、実施形態２に係る睡眠教育システム１ａについて、図９に基づいて説明する。

【0059】

実施形態２に係る睡眠教育システム１ａは、集中度算出部８を備える点等で、実施形態１に係る睡眠教育システム１と相違する。実施形態２に係る睡眠教育システム１ａに関し、実施形態１に係る睡眠教育システム１と同様の構成要素については、同一の符号を付して説明を適宜省略する。

【0060】

集中度算出部８は、対象者の生体情報に基づいて対象者の少なくとも１つ（例えば、複数）の集中度パラメータそれぞれのデータを算出する。実施形態２に係る睡眠教育システム１ａは、対象者の生体情報を計測する生体計測部６を更に備えている。生体計測部６は、例えば、対象者の心拍、活動量、脳波、呼吸、瞬き、心拍等を計測するウェアラブル端末である。集中度算出部８は、生体計測部６で計測された対象者の呼吸、瞬き、心拍等の生体情報のデータに基づいて対象者の少なくとも１つの集中度パラメータのデータを算出する。

【0061】

分析部３は、取得部２で取得した複数の睡眠パラメータそれぞれのデータと集中度算出部８により算出された少なくとも１つの集中度パラメータのデータとを用いて分析を行って関係性の高い組み合わせを抽出する。

【0062】

また、実施形態２に係る睡眠教育システム１ａでは、睡眠データ検出部７を更に備えている。睡眠データ検出部７は、生体計測部６で計測された対象者の心拍、活動量、脳波等の生体情報のデータに基づいて対象者の複数の睡眠パラメータそれぞれのデータを算出する。ここにおいて、複数の睡眠パラメータは、睡眠量パラメータと、睡眠質パラメータと、睡眠リズムパラメータと、を含む。取得部２は、上述の複数の睡眠パラメータそれぞれのデータを、睡眠データ検出部７から取得する。

【0063】

実施形態２に係る睡眠教育システム１ａでは、例えば、実施形態１と同様、コンピュータシステムのメモリに記録されたプログラムをプロセッサが実行することによって、本開示における睡眠教育システム１ａとしての機能（取得部２、分析部３、出力部４、提案部５、睡眠データ検出部７及び集中度算出部８それぞれの機能）が実現される。

【0064】

実施形態２に係る睡眠教育システム１ａでは、実施形態１に係る睡眠教育システム１と同様、出力部４は、対象者に関して複数の睡眠パラメータと少なくとも１つの集中度パラメータとの組み合わせのうち少なくとも最も関係性の高い組み合わせに対応する睡眠パラメータのデータ及び集中度のデータを出力する。これにより、実施形態２に係る睡眠教育システム１ａでは、ユーザのモチベーションを向上させることが可能となる。

【0065】

実施形態１、２は、本開示の様々な実施形態の一つに過ぎない。実施形態１、２は、本開示の目的を達成できれば、設計等に応じて種々の変更が可能である。

【0066】

例えば、睡眠教育システム１及び１ａは、分析部３を備えているが、これに限らず、分析部３を備えていない構成であってもよい。睡眠教育システム１及び１ａは、分析部３を備えていない場合、外部の分析部３（分析装置等）で分析された結果に基づく睡眠パラメータのデータ及び集中度のデータを出力部４から出力するように構成されていてもよい。

【0067】

また、睡眠教育システム１及び１ａにおいて、出力部４は、例えば、画像と音声との少なくとも一方を出力可能な機器であってもよい。画像は液晶表示装置、ＯＬＥＤ（Organic Light Emitting Diode）ディスプレイ等の表示装置を利用して出力される。音声は、スピーカを用いて出力される。

【0068】

（態様）
以上説明した実施形態１、２等から以下の態様が開示されている。

【0069】

第１の態様に係る睡眠教育システム（１；１ａ）は、取得部（２）と、出力部（４）と、を備える。取得部（２）は、対象者の睡眠に関連する複数の睡眠パラメータそれぞれのデータと、対象者の覚醒状態における集中度に関連する集中度パラメータのデータと、を取得する。出力部（４）は、対象者に関して複数の睡眠パラメータと集中度パラメータとの組み合わせのうち少なくとも最も関係性の高い組み合わせに対応する睡眠パラメータのデータ及び集中度のデータを出力する。

【0070】

第１の態様に係る睡眠教育システム（１；１ａ）では、ユーザのモチベーションを向上させることが可能となる。

【0071】

第２の態様に係る睡眠教育システム（１；１ａ）は、第１の態様において、分析部（３）を更に備える。分析部（３）は、取得部（２）で取得した複数の睡眠パラメータそれぞれのデータと集中度パラメータのデータとを用いて分析を行って関係性の高い組み合わせを抽出する。

【0072】

第２の態様に係る睡眠教育システム（１；１ａ）は、対象者に関する複数の睡眠パラメータと集中度パラメータとの組み合わせのうち少なくとも最も関係性の高い組み合わせを分析部（３）で抽出することができる。

【0073】

第３の態様に係る睡眠教育システム（１）は、第２の態様において、集中度計測部（１２）を更に備える。集中度計測部（１２）は、対象者の集中度パラメータのデータを計測する。取得部（２）は、集中度パラメータのデータを集中度計測部（１２）から取得する。

【0074】

第３の態様に係る睡眠教育システム（１）では、分析部（３）が、集中度計測部（１２）で計測された対象者の集中度パラメータのデータを用いることができる。

【0075】

第４の態様に係る睡眠教育システム（１ａ）は、第２の態様において、複数の睡眠パラメータは、睡眠の量に関するパラメータである睡眠量パラメータと、睡眠の質に関するパラメータである睡眠質パラメータと、睡眠のリズムに関するパラメータである睡眠リズムパラメータと、を含む。第４の態様に係る睡眠教育システム（１ａ）は、生体計測部（６）と、集中度算出部（８）と、睡眠データ検出部（７）と、を更に備える。生体計測部（６）は、対象者の生体情報を計測する。集中度算出部（８）は、生体計測部（６）で計測された生体情報のデータから、対象者の集中度パラメータのデータを算出する。睡眠データ検出部（７）は、生体計測部（６）で計測された生体情報のデータから、睡眠量パラメータ、睡眠質パラメータ及び睡眠リズムパラメータそれぞれのデータを検出する。

【0076】

第４の態様に係る睡眠教育システム（１ａ）では、睡眠パラメータのデータと集中度のデータとの関係が分かりやすくなる。

【0077】

第５の態様に係る睡眠教育システム（１；１ａ）は、第２～４の態様のいずれか一つにおいて、提案部（５）を更に備える。提案部（５）は、分析部（３）で分析された結果に基づいて対象者の集中度を向上するための睡眠改善案を提案する。出力部（４）は、睡眠改善案を出力する。

【0078】

第５の態様に係る睡眠教育システム（１；１ａ）では、ユーザは、睡眠に関して何を改善すればよいか理解しやすくなる。これにより、ユーザのモチベーションの向上を期待できる。

【0079】

第６の態様に係る睡眠教育システム（１；１ａ）では、第１～５の態様のいずれか一つにおいて、出力部（４）は、最も関係性の高い組み合わせに対応する睡眠パラメータのデータ及び集中度のデータそれぞれを時系列データとして出力する。

【0080】

第６の態様に係る睡眠教育システム（１；１ａ）では、睡眠パラメータ及び集中度それぞれのデータの推移が分かりやすくなる。

【0081】

第７の態様に係る睡眠教育方法は、第１ステップと、第２ステップと、を備える。第１ステップは、対象者の睡眠に関連する複数の睡眠パラメータそれぞれのデータと、対象者の覚醒状態における集中度に関連する集中度パラメータのデータと、を取得する。第２ステップは、対象者に関して複数の睡眠パラメータと集中度パラメータとの組み合わせのうち少なくとも最も関係性の高い組み合わせに対応する睡眠パラメータのデータ及び集中度のデータを出力する。

【0082】

第７の態様に係る睡眠教育方法では、ユーザのモチベーションを向上させることが可能となる。

【0083】

第８の態様に係るプログラムは、コンピュータシステムに、第１処理と、第２処理と、を実行させるためのプログラムである。第１処理は、対象者の睡眠に関連する複数の睡眠パラメータそれぞれのデータと、対象者の覚醒状態における集中度に関連する集中度パラメータのデータと、を取得する。第２処理は、対象者に関して複数の睡眠パラメータと集中度パラメータとの組み合わせのうち少なくとも最も関係性の高い組み合わせに対応する睡眠パラメータのデータ及び集中度のデータを出力する。

【0084】

第８の態様に係るプログラムでは、ユーザのモチベーションを向上させることが可能となる。

【符号の説明】

【0085】

１、１ａ 睡眠教育システム
２ 取得部
３ 分析部
４ 出力部
５ 提案部
６ 生体計測部
７ 睡眠データ検出部
８ 集中度算出部
１２ 集中度計測部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】