特許 7406688 個人化スキンケア製品を処方するためのシステムと方法

(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】2023-12-20

(45)【発行日】2023-12-28

(54)【発明の名称】個人化スキンケア製品を処方するためのシステムと方法

(51)【国際特許分類】

   G16H 20/10 20180101AFI20231221BHJP

   G06Q 10/04 20230101ALI20231221BHJP

   A61B 5/00 20060101ALI20231221BHJP

【ＦＩ】

G16H20/10

G06Q10/04

A61B5/00 M

【請求項の数】 19

(21)【出願番号】P 2020541429

(86)(22)【出願日】2019-01-28

(65)【公表番号】

(43)【公表日】2021-06-24

(86)【国際出願番号】 US2019015448

(87)【国際公開番号】W WO2019148116

(87)【国際公開日】2019-08-01

【審査請求日】2022-01-28

(31)【優先権主張番号】62/623,207

(32)【優先日】2018-01-29

(33)【優先権主張国・地域又は機関】US

(73)【特許権者】

【識別番号】323004835

【氏名又は名称】ファンクション インコーポレイテッド

【氏名又は名称原語表記】Ｆｕｎｃｔｉｏｎ Ｉｎｃ．

【住所又は居所原語表記】５５７０ Ｓｎｙｄｅｒｔｏｗｎ Ｒｏａｄ， Ｐａｘｉｎｏｓ， ＰＡ １７８６０ Ｕ．Ｓ．Ａ．

(74)【代理人】

【識別番号】100105957

【弁理士】

【氏名又は名称】恩田 誠

(74)【代理人】

【識別番号】100068755

【弁理士】

【氏名又は名称】恩田 博宣

(74)【代理人】

【識別番号】100142907

【弁理士】

【氏名又は名称】本田 淳

(74)【代理人】

【識別番号】100152489

【弁理士】

【氏名又は名称】中村 美樹

(72)【発明者】

【氏名】サルビ、シド

(72)【発明者】

【氏名】マウピン、メーガン

(72)【発明者】

【氏名】ハギギ、ナバ

【審査官】森田 充功

(56)【参考文献】

【文献】特開２００３－３１０３５０（ＪＰ，Ａ）

【文献】特開２００２－１２３７２３（ＪＰ，Ａ）

【文献】特開２００１－３５７１４０（ＪＰ，Ａ）

【文献】特開２００２－０１５１８４（ＪＰ，Ａ）

【文献】特開２０１３－１４１６０５（ＪＰ，Ａ）

【文献】米国特許出願公開第２００４／０２０２６８５（ＵＳ，Ａ１）

【文献】米国特許出願公開第２０１６／０３３５９１０（ＵＳ，Ａ１）

【文献】特表２００９－５４０４５７（ＪＰ，Ａ）

【文献】特表２００７－５１８１７０（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ１６Ｈ １０／００ － ８０／００

Ｇ０６Ｑ １０／０４

Ａ６１Ｂ ５／００

(57)【特許請求の範囲】

【請求項1】

ユーザ用のスキンケア製品を処方するためのコンピューター化された方法であって、
コンピューティング装置が、角質細胞試験を使用して得た前記ユーザの肌の一以上の水分レベル測定結果と、皮脂テストを使用して得た前記ユーザの肌の一以上の油分レベル測定結果と、カメラを使用して得た肌の悩み事のセットを反映した前記ユーザの肌の写真とを含むデータ入力を受け取ること、
前記コンピューティング装置が、前記一以上の水分レベル測定結果に基づき、角質細胞試験結果のデータセットで訓練済みの第１のコンピュータビジョンエンジンを使用して正規化された水分インデックススコアを決定すること、
前記コンピューティング装置が、前記一以上の油分レベル測定結果に基づき、皮脂テスト結果のデータセットで訓練済みの第２のコンピュータビジョンエンジンを使用して正規化された油分インデックススコアを決定すること、
前記コンピューティング装置が、前記ユーザの肌の調整後写真に基づき、異常検出モデルまたは畳み込みニューラルネットワークで訓練済みの第３のコンピュータビジョンエンジンを使用して前記ユーザの肌の悩み事のセットに対応する正規化された深刻度スコアのセットを決定することであって、前記ユーザの肌の調整後写真は、照明調整が行われた一以上のユーザの肌の写真を含んでおり、前記第３のコンピュータビジョンエンジンによってユーザの肌の写真に適用される前記異常検出モデルまたは前記畳み込みニューラルネットワークを使用して決定されたものである、前記正規化された深刻度スコアのセットを決定すること、
前記コンピューティング装置が、前記正規化された水分インデックススコアと前記正規化された油分インデックススコアと前記正規化された深刻度スコアのセットとを含む第１の肌健康データセットを生成すること、
前記コンピューティング装置が、前記第１の肌健康データセットを前記コンピューティング装置と電子通信する第１メモリに格納すること、
前記コンピューティング装置が、前記第１の肌健康データセットに基づき、第１の肌健康メトリック値を決定すること、
前記コンピューティング装置が、前記第１の肌健康メトリック値を、前記コンピューティング装置と電子通信する第２メモリに格納すること、
前記コンピューティング装置が、前記コンピューティング装置上で動作する機械学習フレームワークを使用して、前記第１の肌健康メトリック値および前記第１の肌健康データセットに基づき、一以上の第１のスキンケア製品処方を決定すること、
前記コンピューティング装置が、前記一以上の第１のスキンケア製品処方を、前記コンピューティング装置と電子通信する第３メモリに格納すること、
前記コンピューティング装置が前記一以上の第１のスキンケア製品処方を推奨形式で前記ユーザに提供することを含む、方法。

【請求項2】

前記コンピューティング装置が、前記一以上の第１のスキンケア製品処方を前記ユーザが使用した後の水分レベル測定結果の変化、油分レベル測定結果の変化または肌の悩み事の変化のうちの少なくとも一つの変化を反映した一以上の追加データ入力を受け取ること、
（ｉ）前記コンピューティング装置が、水分レベル測定結果、油分レベル測定結果、および正規化された深刻度スコアの各変化率を計算し、（ｉｉ）前記コンピューティング装置が、前記第１の肌健康データセットおよび前記各変化率に基づき第２の肌健康データセットを計算することによって、前記コンピューティング装置が、前記一以上の追加データ入力に基づき、第２の肌健康データセットを生成すること、
前記コンピューティング装置が、前記コンピューティング装置上で動作する前記機械学習フレームワークを使用して、前記第２の肌健康データセットに基づき、一以上の第２のスキンケア製品処方を決定すること、をさらに含む、請求項１に記載の方法。

【請求項3】

前記データ入力は、前記ユーザの年齢、性別、民族、または職業のうちの少なくとも一つをさらに含む、請求項１に記載の方法。

【請求項4】

前記写真は、可視光または紫外光のうちの少なくとも一つで撮られる、請求項１に記載の方法。

【請求項5】

前記一以上のデータ入力が、前記ユーザの場所の温度、湿度、または環境紫外線指数のうちの少なくとも一つを反映した情報を含む、請求項１に記載の方法。

【請求項6】

前記一以上のデータ入力が、前記ユーザの遺伝、病歴、食事性、水摂取量、喫煙習慣、既知のアレルギー、アルコール習慣、睡眠の質、ストレスレベル、電子表示画面前での滞在時間、または日光への露出のうちの少なくとも一つを反映した情報を含む、請求項１に記載の方法。

【請求項7】

前記一以上のデータ入力が、肌の健康、スキンケア製品の使用、過去のスキンケア製品の使用、過去の肌反応、スキンケア目標、スキンケアの悩み事、スキンケアの吸収、または肌触りの嗜好についてユーザが報告した評価の少なくとも一つを反映した情報を含む、請求項１に記載の方法。

【請求項8】

前記一以上のデータ入力が、前記ユーザの肌の弾性測定結果、前記ユーザの肌のしわ測定結果、または前記ユーザの肌の表面ｐＨレベルのうちの少なくとも一つを含む、請求項１に記載の方法。

【請求項9】

前記第１の肌健康データセットは、ユーザのしわ、しみ、くま、きめ、にきび、日光ダメージ、毛穴のサイズ、赤み、または他の肌のダメージの少なくとも一つを反映した情報を含む、請求項１に記載の方法。

【請求項10】

前記第１のスキンケア製品処方が、有効成分、防腐剤、および用量を反映した情報を含む、請求項１に記載の方法。

【請求項11】

前記コンピューティング装置が、前記第１の肌健康データセットに基づき、処方スペシャリストまたは機械によって第１のスキンケア製品を製造するための第１処方指示を生成することをさらに含む、請求項１に記載の方法。

【請求項12】

前記コンピューティング装置が、前記第１の肌健康データセットに基づき、所望の肌結果を達成するための、前記ユーザのライフスタイル、食事性、または全体的な健康を調整するための一以上の推奨を生成することをさらに含む、請求項１に記載の方法。

【請求項13】

前記コンピューティング装置が、前記第１の肌健康データセットに基づき、洗浄剤、セラム、フェイシャルオイル、保水剤、栄養補助食品、または日焼け止めのうちの少なくとも一つについての推奨を含めた個人化スキンケアルーチンを生成することをさらに含む、請求項１に記載の方法。

【請求項14】

（ｉ）前記コンピューティング装置が、前記コンピューティング装置と電子通信するユーザコンピューティング装置によって解釈および表示するためのユーザディスプレイデータセットを生成し、（ｉｉ）前記ユーザディスプレイデータセットを送信することをさらに含む、請求項１に記載の方法。

【請求項15】

前記第１のスキンケア製品処方をメモリに格納する前に、前記コンピューティング装置が前記第１のスキンケア製品処方のユーザ認証を受け取ることをさらに含む、請求項１に記載の方法。

【請求項16】

ユーザ用のスキンケア製品を処方するためのコンピューティングシステムであって、
コンピューティング装置を備え、前記コンピューティング装置は、
角質細胞試験を使用して得た前記ユーザの肌の一以上の水分レベル測定結果と、皮脂テストを使用して得た前記ユーザの肌の一以上の油分レベル測定結果と、カメラを使用して得た肌の悩み事のセットを反映した前記ユーザの肌の写真とを含むデータ入力を受け取り、
前記一以上の水分レベル測定結果に基づき、角質細胞試験結果のデータセットで訓練済みの第１のコンピュータビジョンエンジンを使用して正規化された水分インデックススコアを決定し、
前記一以上の油分レベル測定結果に基づき、皮脂テスト結果のデータセットで訓練済みの第２のコンピュータビジョンエンジンを使用して正規化された油分インデックススコアを決定し、
前記ユーザの肌の調整後写真に基づき、異常検出モデルまたは畳み込みニューラルネットワークで訓練済みの第３のコンピュータビジョンエンジンを使用して前記ユーザの肌の悩み事のセットに対応する正規化された深刻度スコアのセットを決定し、ここで、前記ユーザの肌の調整後写真は、照明調整が行われた一以上のユーザの肌の写真を含んでおり、前記第３のコンピュータビジョンエンジンによってユーザの肌の写真に適用される前記異常検出モデルまたは前記畳み込みニューラルネットワークを使用して決定されたものであり、
前記正規化された水分インデックススコアと前記正規化された油分インデックススコアと前記正規化された深刻度スコアのセットとを含む第１の肌健康データセットを生成し、
前記第１の肌健康データセットを前記コンピューティング装置と電子通信する第１メモリに格納し、
前記第１の肌健康データセットに基づき、第１の肌健康メトリック値を決定し、
前記第１の肌健康メトリック値を、前記コンピューティング装置と電子通信する第２メモリに格納し、
前記コンピューティング装置上で動作する機械学習フレームワークを使用して、前記第１の肌健康メトリック値および前記第１の肌健康データセットに基づき、一以上の第１のスキンケア製品処方を決定し、
前記一以上の第１のスキンケア製品処方を、前記コンピューティング装置と電子通信する第３メモリに格納し、
前記一以上の第１のスキンケア製品処方を推奨形式で前記ユーザに提供する
ように構成される、コンピューティングシステム。

【請求項17】

前記コンピューティング装置と電子通信し、前記データ入力を収集し前記コンピューティング装置に提供するためのユーザコンピューティング装置をさらに含む、請求項１６に記載のコンピューティングシステム。

【請求項18】

前記第１メモリおよび前記第２メモリは、前記コンピューティング装置と電子通信するデータベースに含まれる、請求項１６に記載のコンピューティングシステム。

【請求項19】

ユーザ用の第１のスキンケア製品および第２のスキンケア製品を処方するコンピューター化された方法であって、
コンピューティング装置が、角質細胞試験を使用して得た前記ユーザの肌の一以上の水分レベル測定結果と、皮脂テストを使用して得た前記ユーザの肌の一以上の油分レベル測定結果と、カメラを使用して得た肌の悩み事のセットを反映した前記ユーザの肌の写真とを含む、前記ユーザの肌情報を反映した一以上の第１データ入力を受け取ること、
前記コンピューティング装置が、前記一以上の水分レベル測定結果に基づき、角質細胞試験結果のデータセットで訓練済みの第１のコンピュータビジョンエンジンを使用して正規化された水分インデックススコアを決定すること、
前記コンピューティング装置が、前記一以上の油分レベル測定結果に基づき、皮脂テスト結果のデータセットで訓練済みの第２のコンピュータビジョンエンジンを使用して正規化された油分インデックススコアを決定すること、
前記コンピューティング装置が、前記ユーザの肌の調整後写真に基づき、異常検出モデルまたは畳み込みニューラルネットワークで訓練済みの第３のコンピュータビジョンエンジンを使用して前記ユーザの肌の悩み事のセットに対応する正規化された深刻度スコアのセットを決定することであって、前記ユーザの肌の調整後写真は、照明調整が行われた一以上のユーザの肌の写真を含んでおり、前記第３のコンピュータビジョンエンジンによってユーザの肌の写真に適用される前記異常検出モデルまたは前記畳み込みニューラルネットワークを使用して決定されたものである、前記正規化された深刻度スコアのセットを決定すること、
前記コンピューティング装置が、前記一以上の第１データ入力に基づき、前記一以上の第１データ入力を反映した一以上の正規化スコアを含む、前記ユーザの第１の肌健康データセットを生成すること、
前記コンピューティング装置が、前記第１の肌健康データセットを、前記コンピューティング装置と電子通信する第１メモリに格納すること、
前記コンピューティング装置が、前記第１の肌健康データセットに基づき第１のスキンケア製品処方を決定すること、
前記コンピューティング装置が、前記第１のスキンケア製品処方を、前記コンピューティング装置と電子通信する第２メモリに格納すること、
前記コンピューティング装置が前記第１のスキンケア製品処方を第１推奨形式で前記ユーザに提供すること
前記コンピューティング装置が、前記第１のスキンケア製品処方に基づく第１のスキンケア製品の使用後の前記第１データ入力の変化を反映した一以上の第２データ入力を受け取ること、
前記コンピューティング装置が、前記一以上の第１データ入力および前記一以上の第２データ入力に基づき、前記ユーザ用の第２の肌健康データセットを生成すること、
前記コンピューティング装置が、前記第２の肌健康データセットを、前記コンピューティング装置と電子通信する第３メモリに格納すること、
前記コンピューティング装置が、前記第２の肌健康データセットに基づき第２のスキンケア製品処方を決定すること、
前記コンピューティング装置が、第２のスキンケア製品処方を前記コンピューティング装置と電子通信する第４メモリに格納すること、
前記コンピューティング装置が前記第２のスキンケア製品処方を第２推奨形式で前記ユーザに提供することを備える、コンピューター化された方法。

【発明の詳細な説明】

【技術分野】

【0001】

本出願は、概して、スキンケア製品を処方するためのシステム、方法、および装置に関し、それにはコンピュータプログラムおよびアルゴリズムが含まれる。より具体的には、本出願は、ユーザ固有データに基づき、個人化スキンケア製品を処方するためのおよび個人化スキンケア製品ルーチンを推奨するためのシステムおよび方法に関する。

【背景技術】

【0002】

今日の多くのまたはほとんどのスキンケア製品は、広範な消費者を対象としているが、大衆市場向けのスキンケア製品を処方する場合、いくつかの問題が発生する。一つの問題は、要求される所与の製品をさまざまな肌タイプの大多数にいかにして提供するかである。市場における肌「タイプ」製品（たとえば、脂性肌用、乾燥肌用、混合肌用、にきび肌用、日光に弱い肌用、敏感肌用、アレルギー試験済み、きめの粗い肌用、または毛穴の大きい肌用など）の激増がこれで説明つくことがある。大衆市場を狙う場合、メーカーは、メーカーがその市場に流通させる製品の量およびその市場から獲得できる顧客の数に対する採算性のバランスをとる必要がある。

【発明の概要】

【発明が解決しようとする課題】

【0003】

今日、顧客用に「カスタマイズされた」製品を製造する企業がある。これらの企業で採用されている方法は大きく２つのグループに分類される。すなわち、（１）肌の悩み事に関する自己報告回答を使用し、既存の製品を推奨すること、または、（２）肌の悩み事に関する自己報告回答を使用し、カスタマイズされたスキンケア処方を設計すること。これら両アプローチにとっての一つの問題は、たとえば、顧客が自分の肌について客観的な知識をほとんど持っていないせいで自己報告データが信頼できない可能性があることである。１つ目のアプローチには、通常大衆市場向けに作成されている各潜在的製品の組み合わせが限定的であるという制限があり、２つ目のアプローチには、結果の有効性が限定的であるという制限がある。

【課題を解決するための手段】

【0004】

したがって、本発明は、（１）肌の健康および／または肌の問題を一以上の時点で決定し、（２）個別の、スキンケア製品の推奨、処方パラメータの推奨、および／または、製品ルーチンを、個別のユーザに、カスタマイズされた継続的な（たとえば、反復的な）方式で提供するための、コンピューティングシステムおよび関連するコンピューティング方法、アルゴリズムおよびモジュールを含む新規のフレームワークを提供する。このように、本発明は、個人用スキンケア製品およびケアプラン（ｒｅｇｉｍｅｎ）の作成、推奨、および経時的な改良を可能にする。

【0005】

いくつかの実施形態では、本発明は、小売場所にあるか（たとえば、販売員によって実施されるかまたは消費者が支援なしに自力案内される）、スパまたはオフィスにあるか（たとえば、エステティシャン、皮膚専門医、皮膚科医によって実施されるかまたは顧客が支援なしで自力案内される）、または自宅にある（たとえば、さらなる支援なしで消費者が実施する）、一以上のコンピュータ化システムに実装され得る。いくつかの実施形態では、本発明は、例えば、客観的皮膚データ、視覚的肌データ、人口統計データ、環境データ、遺伝データ、食事性データ、嗜好データ、および他のデータなど、個人ユーザに固有のデータを収集することを含む。いくつかの実施形態では、コンピュータで実施される機械学習アルゴリズムが、用意されたデータを使用して、固有のスキンケア製品処方、既存の製品、および特定の推奨成分を指定する。いくつかの実施形態では、本発明は、所望の肌結果を達成するためのライフスタイル、食事性、および／または全体的な健康（ｈｏｌｉｓｔｉｃ ｗｅｌｌｎｅｓｓ）の秘訣を推奨する。

【0006】

推奨される既存の一つ以上の製品や個人化スキンケア製品を使用した後、またはライフスタイルや食事性の変更を実施した後、ユーザは製品の有効性に関するフィードバックを提供し、上記で概説したユーザ自身の肌データポイントを更新可能である。次に、アルゴリズムによって生成された推奨に基づき製品処方を改良することができる。こうした処方の改良は、たとえば、季節の変化、場所または環境の変化、観察されたユーザの肌の変化、およびユーザの肌の予想される変化に従って起こり得る。いくつかの実施形態では、推奨、使用、フィードバック、および改良からなるフィードバックサイクルは、本発明の成功の助けとなる。いくつかの実施形態では、本発明は、以前のフィードバックを使用し、および／または肌データおよびパターンを集約して、新しいまたは改良された推奨を作成する。

【0007】

本発明は、個人の固有の肌データに基づき設計されたカスタマイズ製品を提供することにより、大衆市場向けの肌製品の処方における従来の制限を克服する。このように、カスタマイズ製品は、個人の固有の肌の悩み事に対処し、個人の嗜好に合わせて作成可能であり、環境、ライフスタイル、および個人の肌がどのように経時変化したかに基づき変更可能である。いくつかの実施形態では、複数のユーザからの集計肌データにより、予測分析および機械学習を使用して、ユーザの個々の肌に基づきユーザにとって最も安全で最も効果的であることが判明した成分を推奨し、その推奨をユーザ個人の応答と嗜好に基づき改良可能である。いくつかの実施形態では、ユーザから受け取ったフィードバックは、一以上のアルゴリズムにフィードバックされて、推奨がさらに改良され、各ユーザに合わせたより正確で効果的な成分が推奨される。

【0008】

いくつかの実施形態では、本発明は、あるユーザに特有のデータ（例えば、肌データ、視覚肌データ、人口統計データ、環境データ、遺伝データ、食事性データ、嗜好データ、および他のデータ）を、一以上のコンピュータ化されたアルゴリズム（たとえば機械学習や深層学習など）を活用して、固有の個人用スキンケア製品、その他の健康製品、および個人向けの推奨を継続的方式で行うシステムおよび方法（たとえば、一方のプロセスは対面設定で、他方のプリセスは家庭用設定）において使用する。いくつかの実施形態では、推奨、使用、結果、および改良からなるフィードバックループを作成することで、ユーザの悩み事や環境や肌が経時的に変化するにつれて、各製品がそのユーザにメリットをもたらすこと、および、そのスキンケア製品、健康製品、および各ユーザ向けの個別の推奨が進化することを保証する。

【0009】

データ収集手法とそれに関連する肌プロパティについて、限定ではない可能性の或る例を以下に示す。

【0010】

【表1】

一つの局面において、本発明は、ユーザ用のスキンケア製品を処方するコンピューター化された方法を取り上げる。この方法は、ユーザの肌の一以上の水分レベル測定結果と、ユーザの肌の一以上の油分レベル測定結果と、肌の悩み事のセットを反映したユーザの肌の写真とを含むデータ入力をコンピューティング装置が受け取ることを含む。この方法はまたコンピューティング装置が、一以上の水分レベル測定結果に基づき、正規化された水分インデックススコアを決定することを含む。この方法はまたコンピューティング装置が一以上の油分レベル測定結果に基づき、正規化された油分インデックススコアを決定することを含む。この方法はまたコンピューティング装置が、ユーザの肌の写真に基づき、ユーザの肌の悩み事のセットに対応する正規化された深刻度スコアのセットを決定することを含む。この方法は、コンピューティング装置が、正規化された水分インデックススコアと正規化された油分インデックススコアと正規化された深刻度スコアのセットとを含む第１の肌健康データセットを生成することも含む。この方法はまた、コンピューティング装置が、第１の肌健康データセットをコンピューティング装置と電子通信する第１メモリに格納することを含む。この方法はまた、コンピューティング装置が、第１の肌健康データセットに基づき第１の肌健康メトリック値を決定することを含む。この方法はまた、コンピューティング装置が、第１の肌健康メトリック値を、コンピューティング装置と電子通信する第２メモリに格納することを含む。方法はまた、コンピューティング装置が、コンピューティング装置上で動作する機械学習フレームワークを使用して、第１の肌健康メトリック値および第１の肌健康データセットに基づき、一以上の第１のスキンケア製品処方を決定することを含む。この方法はまた、コンピューティング装置が、一以上の第１のスキンケア製品処方を、コンピューティング装置との電子通信する第３メモリに格納することを含む。

【0011】

いくつかの実施形態では、方法は、コンピューティング装置が、一以上の第１のスキンケア製品処方をユーザが使用した後の水分レベル測定結果の変化、油分レベル測定結果の変化または肌の悩み事の変化のうちの少なくとも一つの変化を反映した一以上の追加データ入力を受け取ること、および／または、コンピューティング装置が、（ｉ）水分レベル測定結果、油分レベル測定結果、および正規化された深刻度スコア（またはこのデータの前駆データ、例えば後述する黒白比率などの未加工または処理前データ）の各変化率を計算し、（ｉｉ）コンピューティング装置が、第１の肌健康データセットおよび各前記変化率に基づき第２の肌健康データセットを計算することによって、コンピューティング装置が、一以上の追加データ入力に基づき、第２の肌健康データセットを生成すること、および／または、コンピューティング装置が、コンピューティング装置上で動作する機械学習フレームワークを使用して、第２の肌健康データセットに基づき、一以上の第２のスキンケア製品処方を決定することを含む。

【0012】

いくつかの実施形態では、データ入力は、ユーザの年齢、性別、民族、または職業のうちの少なくとも一つをさらに含む。いくつかの実施形態では、写真は、可視光または紫外光のうちの少なくとも一つで撮られる。いくつかの実施形態では、一以上のデータ入力は、ユーザの場所の温度、湿度、または環境紫外線指数のうちの少なくとも一つを反映した情報を含む。いくつかの実施形態では、一以上のデータ入力は、ユーザの遺伝、病歴、食事性、水摂取量、喫煙習慣、既知のアレルギー、アルコール習慣、睡眠の質、ストレスレベル、電子表示画面前での滞在時間、または日光への露出のうちの少なくとも一つを反映した情報を含む。いくつかの実施形態では、一以上のデータ入力は、肌の健康、スキンケア製品の使用、過去のスキンケア製品の使用、過去の肌反応、スキンケア目標、スキンケアの悩み事、スキンケアの吸収または肌触りの嗜好についてのユーザが報告した評価の少なくとも一つを反映した情報を含む。いくつかの実施形態では、一以上のデータ入力は、ユーザの肌の弾性測定結果、ユーザの肌のしわ測定結果、またはユーザの肌の表面ｐＨレベルのうちの少なくとも一つを含む。いくつかの実施形態では、第１の肌健康データセットは、ユーザのしわ、しみ、くま、きめ、にきび、日光ダメージ、毛穴のサイズ、赤み、または他の肌のダメージの少なくとも一つを反映した情報を含む。いくつかの実施形態では、第１のスキンケア製品処方は、有効成分、防腐剤、用量、および／または固有のユーザ肌識別子を反映した情報を含む。

【0013】

いくつかの実施形態では、方法は、第１の肌健康データセットに基づき、コンピューティング装置が、処方スペシャリストまたは機械によって第１のスキンケア製品を製造するための第１処方指示を生成することをさらに含む。いくつかの実施形態では、方法は、第１の肌健康データセットに基づき、コンピューティング装置が、所望の肌結果を達成するための、ユーザのライフスタイル、食事性、または全体的な健康を調整するための一以上の推奨を生成することをさらに含む。いくつかの実施形態では、方法は、コンピューティング装置が、第１の肌健康データセットに基づき、洗浄剤、セラム（ｓｅｒｕｍ）、フェイシャルオイル、保水剤（ｍｏｉｓｔｕｒｉｚｅｒ）、栄養補助食品、または日焼け止めのうちの少なくとも一つについての推奨を含めた個人化スキンケアルーチンを生成することをさらに含む。いくつかの実施形態では、方法は、（ｉ）コンピューティング装置が、当該コンピューティング装置と電子通信するユーザコンピューティング装置によって解釈および表示するためのユーザディスプレイデータセットを生成すること、および／または（ｉｉ）ユーザディスプレイデータセットを送信することをさらに含む。いくつかの実施形態では、方法は、第１のスキンケア製品処方をメモリに格納する前に、コンピューティング装置が第１のスキンケア製品処方のユーザ認証を受け取ることをさらに含む。

【0014】

別の態様では、本発明は、ユーザ用のスキンケア製品を製造する方法を取り上げる。この方法は、製造システムによって、ユーザの固有の肌識別子を有するとともにユーザの固有の肌健康データセットに基づく製品の処方を受け取ることを含む。いくつかの実施形態では、製品処方は少なくとも一つの成分を含む。この方法はまた、製造システムによって、製品処方に従ってカスタマイズスキンケア製品を調合することを含む。この方法はまた、製造システムによって、カスタマイズされたスキンケア製品を容器に瓶詰めすることを含む。この方法はまた、製造システムによって、少なくとも一つの成分を表示するラベルを容器にラベル付けすることを含む。

【0015】

別の局面では、本発明は、ユーザ用のスキンケア製品を処方するためのコンピューティングシステムを取り上げる。このシステムには、次の機能を実行するように構成されたコンピューティング装置が含まれる。（ｉ）ユーザの肌の一以上の水分レベル測定結果と、ユーザの肌の一以上の油分レベル測定結果と、肌の悩み事のセットを反映したユーザの肌の写真とを含むデータ入力を受け取ること、（ｉｉ）一以上の水分レベル測定結果に基づき、正規化された水分インデックススコアを決定すること、（ｉｉｉ）一以上の油分レベル測定結果に基づき、正規化された油分インデックススコアを決定すること、（ｉｖ）ユーザの肌の写真に基づき、ユーザの肌の悩み事のセットに対応する正規化された深刻度スコアのセットを決定すること、（ｖ）正規化された水分インデックススコアと正規化された油分インデックススコアと正規化された深刻度スコアのセットとを含む第１の肌健康データセットを生成すること、（ｖｉ）第１の肌健康データセットをコンピューティング装置と電子通信する第１メモリに格納すること、（ｖｉｉ）第１の肌健康データセットに基づき第１の肌健康メトリック値を決定すること、（ｖｉｉｉ）第１の肌健康メトリック値を、コンピューティング装置と電子通信する第２メモリに格納すること、（ｉｘ）コンピューティング装置上で動作する機械学習フレームワークを使用して、第１の肌健康メトリック値および第１の肌健康データセットに基づき、一以上の第１のスキンケア製品処方を決定すること、（ｘ）一以上の第１のスキンケア製品処方を、コンピューティング装置との電子通信する第３メモリに格納すること。いくつかの実施形態では、当該システムは、コンピューティング装置と電子通信するユーザコンピューティング装置を含み、ユーザコンピューティング装置は、データ入力を収集してコンピューティング装置に提供する。いくつかの実施形態では、第１ストレージおよび第２ストレージは、コンピューティング装置と電子通信するデータベースに含まれる。

【0016】

別の態様では、本発明は、ユーザ用の第１および第２のスキンケア製品を処方するコンピュータ化された方法を取り上げる。この方法は、コンピューティング装置がユーザの肌情報を反映した一以上の第１データ入力を受け取ることを含む。この方法はまた、コンピューティング装置が、一以上の第１データ入力に基づき、ユーザの第１の肌健康データセットを生成することを含む。この第１の肌健康データセットは、一以上の第１データ入力を反映した一以上の正規化スコアを含む。この方法はまた、コンピューティング装置と電子通信する第１ストレージに第１の肌健康データセットをコンピューティング装置が格納することを含む。この方法はまた、コンピューティング装置が、第１の肌健康データセットに基づき第１のスキンケア製品処方を決定することを含む。この方法はまた、コンピューティング装置が、第１のスキンケア製品処方をコンピューティング装置と電子通信する第２ストレージに格納することを含む。この方法はまた、コンピューティング装置が、第１のスキンケア製品処方に基づく第１のスキンケア製品の使用後の第１データ入力の変化を反映した一以上の第２データ入力を受け取ることを含む。この方法はまた、一以上の第１データ入力および一以上の第２データ入力に基づき、コンピューティング装置が、ユーザ用の第２の肌健康データセットを生成することを含む。この方法はまた、コンピューティング装置が、第２の肌健康データセットをコンピューティング装置との電子通信する第３ストレージに格納することを含む。この方法はまた、コンピューティング装置が、第２の肌健康データセットに基づき第２のスキンケア製品処方を決定することを含む。この方法はまた、コンピューティング装置が、第２のスキンケア製品処方をコンピューティング装置と電子通信する第４ストレージに格納することを含む。

【0017】

別の態様では、本発明は、機械学習フレームワークを訓練し、一以上のスキンケア製品処方を生成するコンピュータ化された方法を取り上げる。この方法は、複数のユーザについて、各ユーザの肌の一以上の水分レベル測定結果と、各ユーザの肌の一以上の油分レベル測定結果と、肌の悩み事のセットを反映した各ユーザの肌の写真とを含む第１データ入力を、コンピューティング装置が受け取ることを含む。この方法はまた、コンピューティング装置が、各ユーザについて、第１データ入力に基づき、対応する第１の肌健康データセットおよび対応する第１の肌健康メトリック値を決定することを含む。この方法はまた、コンピューティング装置が、各ユーザについて、第１の肌健康メトリック値および／または第１の肌健康データセットに基づき一以上の推奨される第１のスキンケア製品処方を決定することを含む。この方法はまた、コンピューティング装置が、第１のスキンケア製品処方に基づく第１のスキンケア製品の使用後の第１データ入力の変化を反映した一以上の第２データ入力を受け取ることを含む。この方法はまた、コンピューティング装置が、一以上の第２データ入力を第１データ入力および第１の肌健康データセットと組み合わせて、訓練用データセットを作成することを含む。この方法はまた、コンピューティング装置が、一以上の第２データ入力に基づき第２の肌健康メトリック値を計算することを含む。この方法はまた、コンピューティング装置が、第２健康データセットおよび機械学習フレームワークを使用して、機械学習モデルを決定することを含む。この方法はまた、コンピューティング装置が、各ユーザについて、ユーザのデータ入力とユーザの一以上の第１のスキンケア製品処方との間の一以上の関連付けであって、各関連付けが各ユーザについての対応する第１の肌健康データセットと対応する第１の肌健康メトリック値とに基づくものである、一以上の関連付けを決定することを含む。この方法はまた、コンピューティング装置が、当該コンピューティング装置と電子通信するメモリにモデルを格納することを含む。いくつかの実施形態では、本発明の他の態様に関して上述したように、他のデータ入力が、測定され、入力され、アルゴリズムを介して変換され、計算および／または操作されることができる。

【0018】

本発明の上記した利点は、添付の図面と併せて以下の説明を参照することによってさらなる利点と共によりよく理解することができる。図面は必ずしも縮尺通りではなく、むしろ、本発明の原理を説明することに重点が置かれている。

【図面の簡単な説明】

【0019】

【図1】図１は、本発明の例示的な実施形態による、ユーザ用のスキンケア製品を処方するためのコンピューティングシステムの概略図である。

【図2】図２は、本発明の例示的な実施形態による、ユーザ用のスキンケア製品を処方する方法を示すフロー図である。

【図3】図３は、本発明の例示的な実施形態による、ユーザの肌の正規化された水分インデックススコアを計算するコンピュータ化された方法を示すフロー図である。

【図4】図４は、本発明の例示的な実施形態による、ユーザの肌の正規化された油分インデックススコアを計算するコンピュータ化された方法を示すフロー図である。

【図5】図５は、本発明の例示的な実施形態による、ユーザの肌の深刻度スコアの正規化されたセットを計算するコンピュータ化された方法を示すフロー図である。

【図6】図６は、本発明の例示的な実施形態による、肌健康データセットの例示的なデータ項目を示す概略図である。

【図7】図７は、本発明の例示的な実施形態による、コンピュータ化されたスキンケア処方設計プロセスを示す概略図である。

【図8】図８は、本発明の例示的な実施形態による、ユーザ用の個人化スキンケア製品を製造する方法を示す概略図である。

【図9A】図９Ａは、本発明の例示的な実施形態による、ユーザから特定の肌データを引き出す質問事項の表示画面図である。

【図9B】図９Ｂは、本発明の例示的な実施形態による、ユーザから特定の肌データを引き出す質問事項の表示画面図である。

【図9C】図９Ｃは、本発明の例示的な実施形態による、ユーザから特定の肌データを引き出す質問事項の表示画面図である。

【図10】図１０は、本発明の例示的な実施形態による、スキンケア製品推奨の表示画面図である。

【図11】図１１は、本発明の例示的な実施形態による、ユーザ用のスキンケア製品を処方するコンピュータ化された方法のフローチャートである。

【図12】図１２は、本発明の例示的な一実施形態による、ユーザ用のスキンケア製品を製造する方法のフローチャートである。

【図13】図１３は、本発明の例示的な一実施形態による、ユーザ用の第１および第２のスキンケア製品を処方するコンピュータ化された方法のフローチャートである。

【発明を実施するための形態】

【0020】

（詳細な説明）
図１は、本発明の例示的な実施形態による、ユーザ用のスキンケア製品を処方するためのコンピューティングシステム１００の概略図である。コンピューティングシステム１００は、サーバーコンピューティング装置１０４（または異なるバックエンドコンピューティング装置）およびサーバーコンピューティング装置１０４と（例えば、インターネットを介して）電子通信するユーザコンピューティング装置１０８（例えば、携帯電話、タブレット、または異なるフロントエンドコンピューティング装置）を含む。動作中、ユーザコンピューティング装置１０８は、例えば、ユーザコンピューティング装置１０８にインストールされたアプリケーションを介して、ユーザの肌情報（例えば、システム１００によって使用可能な肌特性に関連する情報）を反映したデータ入力１１２を取得する。データ入力１１２は、一以上の肌測定結果（たとえば、ユーザの肌の一以上の水分レベル測定結果および／またはユーザの肌の一以上の油分レベル測定結果）および、肌の悩み事のセット（たとえば、しわ、しみ、くま、にきび、日光ダメージ、赤み、または他の肌のダメージ）を反映した一以上の他のデータ入力（たとえば、ユーザのスマートフォンのカメラまたは別の写真装置のいずれかを使用して、可視光および／または紫外光で撮影されたユーザの肌の一以上の写真）を含む。いくつかの実施形態では、データ入力１１２は、ユーザの年齢、性別、民族、または職業のうちの少なくとも一つなどの他の変量を含む。いくつかの実施形態では、データ入力１１２は、ユーザの場所の温度、湿度、または環境紫外線指数の少なくとも一つを反映した情報を含む。いくつかの実施形態では、データ入力１１２は、以下に詳細に説明し図６に示す追加の変量の少なくとも一つを反映した情報を含む。いくつかの実施形態では、データ入力１１２のいくつかは、以下に説明し図９Ａ～９Ｃに示したようなユーザインターフェースを介して取得する。

【0021】

データ入力１１２は、取得後、電子通信を介して（例えば、電子伝送媒体を介して）サーバーコンピューティング装置１０４に送信される。サーバーコンピューティング装置１０４は、データ入力１１２を受け取り、データ入力１１２に基づき、例えば、正規化された水分スコア、正規化された油分インデックススコア、および／またはユーザの肌の悩み事のセットに対する正規化された深刻度スコアのセットなどの一以上の変換された肌健康変量を決定（例えば演算）する。使用される特定のアルゴリズムは、以下に詳しく説明し図３～５に示したようなものであり得る。次に、サーバーコンピューティング装置１０４は、計算されたスコア（および潜在的には他の情報、例えば図６に以下に示すタイプのものなど）を含む第１の肌健康データセットを生成し、サーバーコンピューティング装置１０４と電子通信する第１メモリ１１６Ａにその第１の肌健康データセットを格納する。次に、サーバーコンピューティング装置１０４は、サーバーコンピューティング装置１０４上で動作する機械学習（例えば、深層学習）フレームワークを使用し、その第１の肌健康データセットに基づき一以上の第１のスキンケア製品処方（および／またはスキンケアルーチン）を決定する。いくつかの実施形態では、機械学習フレームワークは、ＧＲＵまたはＬＳＴＭリカレントニューラルネットワークおよび最適化アルゴリズムのアンサンブルを含む。次に、サーバーコンピューティング装置１０４は、その一以上の第１のスキンケア製品処方（および／またはスキンケアルーチン）を、サーバーコンピューティング装置１０４と電子通信する第２メモリ１１６Ｂに格納する。

【0022】

上記の計算を実行した後、サーバーコンピューティング装置１０４は、計算された第１の肌健康データセット、推奨スキンケア製品処方、および／または推奨スキンケアルーチンを、推奨形式でユーザに表示するためにユーザコンピューティング装置１０８に送信する。この推奨は、例えば一時的または永続的な方式でユーザが利用するための特定のルーチンにおける一以上の個人化スキンケア製品を含む。この製品には、そのユーザに対して特定され、そのユーザが自分の最大の肌健康を達成するのに役立つように最適化された、成分や他の事項を含めることができる。いくつかの実施形態では、この推奨は、例えば、如何に詳細に説明され図１０に示す形式で、ユーザコンピューティング装置１０８のユーザインターフェースを介してユーザに表示される。

【0023】

ユーザが推奨を一定期間にわたって採用した後、そのユーザの推奨の採用に応答して、以前のデータ入力１１２の一以上の事項が変化すると予想される。コンピューティングシステム１００は、その以前のデータ入力の変化を反映した更新データ入力を受け取り、経時的なさらなる肌健康データセットを生成でき、したがって、そのユーザ用の最適なスキンケア推奨を繰り返しより適切に定義できる。いくつかの実施形態では、サーバーコンピューティング装置１０４は、ユーザが一以上の第１のスキンケア製品処方を使用した後の、水分レベル測定結果、油分レベル測定結果または肌の悩み事を反映した肌写真のうちの少なくとも一つの変化を反映した一以上の追加データ入力を受け取ることができる。いくつかの実施形態では、サーバーコンピューティング装置１０４は、その一以上の追加データ入力に基づき、例えば、（ｉ）コンピューティング装置が、水分レベル測定結果、油分レベル測定結果、および正規化された深刻度スコアの変化率を計算し、（ｉｉ）コンピューティング装置が、第１の肌健康データセットとその変化率とに基づき第２の肌健康データセットを計算することによって、第２の肌健康データセットを生成することができる。いくつかの実施形態では、サーバーコンピューティング装置１０４は、サーバーコンピューティング装置１０４上で動作する機械学習フレームワークを使用して、第２の肌健康データセットに基づき一以上の第２のスキンケア製品処方を決定できる。サーバーコンピューティング装置１０４が生成および／または受け取った更なる情報を格納するためにサーバーコンピューティング装置１０４と電子通信する追加のメモリ（例えば、要素１１６Ｃ、１１６Ｄなどに対応する第３メモリ、第４メモリなど）を利用可能である。メモリ構成要素１１６Ａ、１１６Ｂ、１１６Ｃ、１１６Ｄなどは、サーバーコンピューティング装置１０４と電子通信する単一のデータベース１１６に格納することができる。

【0024】

図２は、本発明の例示的な実施形態による、ユーザ用のスキンケア製品を処方するより詳細な方法を示すフロー図２００である。これらの方法ステップは、上で説明し図１に示すコンピューティングシステム１００を使用して実施することができる。．第１ステップ２０１において、ユーザは、モバイル装置アプリケーションに、摂取調査の質問に対する回答セット、ユーザの肌の一以上の写真、およびユーザ装置を介して提供される一以上の測定値を提供する。第２ステップ２０２において、コンピューティング装置は、例えば上述したように肌健康データセットを作成する。第３ステップ２０３において、コンピューティング装置は、肌健康メトリック値を計算する。肌健康メトリック値は、肌健康メトリック値の各データ項目に関連付けられた点数を含むスコアカードデータセットに基づくことができる。たとえば、スコアカードの４つのデータポイントが、喫煙習慣、深刻度スコア、水分インデックス、および油分インデックスである場合を考える。たとえばある人が喫煙経験がない場合、点数は１００点に対応付けられることがある。その人が非常に頻繁に喫煙する場合、点数は０点に対応付けられることがある。同様に、深刻度スコア、水分インデックス、および油分インデックスは０～１００の数値範囲に変換され、０は最も不健康を表し、１００は最も健康を表す。したがって、これまでに喫煙しておらず、深刻度スコアが５０の肌の問題（変色など）が一つあり、水分補給と油分インデックスがそれぞれ６０の場合、そのユーザの肌健康メトリック値は２７０になる。第４ステップ２０４において、コンピューティング装置は、ユーザの入力データを考慮して、ユーザの肌の健康を改善するために効果的かつ適切（例えば、最も効果的かつ適切）であると見込まれる一以上の成分と用量との組み合わせ（２０４Ａを参照）を決定する、および／または、ユーザの入力データを考慮して、ユーザの肌の健康を改善するのに効果的であると見込まれる食事性およびライフスタイルの変化を決定する（２０４Ｂを参照）。第５ステップ２０５において、コンピューティング装置は、以前に決定された成分と用量との組み合わせに対応する製品タイプを識別する。第６ステップ２０６において、コンピューティング装置は、製品と成分と用量との組み合わせを、例えば推奨ルーチンなどの相補的なセットへと絞り込む。第７ステップ２０７において、コンピューティング装置は、例えば、ルーチン、食事性、およびライフスタイル変化などのユーザ用の推奨を表示する。

【0025】

図３は、本発明の例示的な実施形態による、ユーザの肌の正規化された水分インデックススコアを計算するコンピュータ化された方法を示すフロー図３００である。この方法は、コンピューティング装置で、例えば、上記し図１に示したサーバーコンピューティング装置１０４で実施することができる。第１ステップ３０１において、ユーザの肌上の一以上の場所（例えば、示した領域Ａ、Ｂなど）で水分測定が行われる。医療用接着剤を使用して肌の「落屑」すなわち肌の外側層の脱落を測定する角質細胞試験を実施することにより、測定値を収集できる。ユーザは、テスト完了した医療用接着剤上の写真を撮ることができる。角質細胞試験結果のデータセットで訓練済みのコンピュータービジョンアルゴリズムによって、肌の水分レベル測定結果（たとえば、水分率）を推定できる。各水分レベル測定結果は、水分測定数値に変換できる。いくつかの実施形態では、生体インピーダンス電気分析機器を使用して、入力測定値を収集することもできる。第２ステップ３０２において、水分測定数値を平均化する。ユーザの顔と体のいくつかの部分の水分測定値を、相対的な重要度のデータセットに基づき、重み付けしてよい（たとえば、顔用製品の処方の場合、首よりも顔のほうに重みづけを高くすることができる）。第３ステップ３０３において、この平均値は、（例えば、比較可能な領域または肌の場所についての）参照ユーザ群について収集した平均水分量データセットと比較され、正規化された水分インデックススコア（例えば、１～９または別の適切な数値範囲）が生成される。第４ステップ３０４では、この正規化された水分インデックススコアは、ユーザの肌健康データセット（例えば、第１の肌健康データセット）への入力として使用されるか、および／または、当該データセットのデータ項目として記録される。

【0026】

図４は、本発明の例示的な実施形態による、ユーザの肌の正規化された油分インデックススコアを計算するコンピュータ化された方法を示すフロー図４００である。この方法は、コンピューティング装置で、例えば、上で説明し図１に示されたサーバーコンピューティング装置１０４で実施することができる。第１ステップ４０１において、ユーザの肌の一以上の場所（たとえば、領域Ａ、Ｂなどで、おそらく上述し既に示した同じ領域Ａ、Ｂなどに対応）で油分測定を行う。この測定値は皮脂テストを行うことで収集できる。皮脂テストでは、黒色背景を覆う油吸収性フィルムを使用できる。たとえば、肌の油分や皮脂に接触すると最上層のフィルムが透明になるため、黒いグラデーションが表示される（グラデーションパターンが暗いほど、肌の油分が多い）。ユーザは、完了したテストの写真を撮る。皮脂テスト結果のデータセットで訓練済みのコンピュータービジョンアルゴリズムにより、肌の油分レベル測定結果（油分率など）を推定する。各油分レベル測定結果は、油分測定数値に変換できる。いくつかの実施形態では、測光センサーおよび／または生体インピーダンス電気分析ツールを使用して、入力測定値を収集することもできる。第２ステップ４０２では、油分測定値が平均化される。ユーザの顔と体のいくつかの部分の未加工の油分測定結果を、相対的な重要度のデータセットに基づき、重み付けしてよい（たとえば、上述したアプリケーションのように、首よりも顔のほうに重みづけを高くすることができる）。第３ステップ４０３において、この平均値は、（例えば、比較可能な領域または肌の場所についての）参照ユーザ群について収集した平均油分レベルのデータセットと比較され、正規化された油分インデックススコア（例えば、１～９または別の適切な数値範囲）が生成される。第４ステップ４０４において、その正規化された油分インデックススコアが、ユーザの肌健康データセットへの入力として使用されるか、および／または、当該データセットのデータ項目として記録される。

【0027】

図５は、本発明の例示的な実施形態による、ユーザの肌についての深刻度スコアの正規化されたセットを計算するコンピュータ化された方法を示すフロー図５００である。この方法は、コンピューティング装置（例えば、上述し図１に示したサーバーコンピューティング装置１０４）に実装されたコンピュータビジョン図を使用して実装することができる。第１ステップ５０１において、例えば、ユーザコンピューティング装置上でまたはとある物理的店舗の場所で、ユーザの肌の写真が撮られる。第２ステップ５０２において、コンピュータビジョンエンジンが、ユーザの肌の問題を決定する。一実施形態では、コンピュータビジョンエンジンは、最初に、グローバルイルミネーションの二次モデルに基づき照明調整を行う。第二に、照明調整後の写真の複数のコピーが、たとえば肌の問題ごとに一つのコピーが作成される。各肌の問題を評価するためにさまざまなコンピューターアルゴリズムを使用できる。たとえば、ユーザにしわがあるかどうかを評価するために、ガボールフィルターまたはヘシアンフィルターおよび／または画像形態を使用して、画像コピーの一つを変換できる。このアルゴリズムは、その画像をグレースケールに変換した後、画像の白黒（ｗｈｉｔｅ ｔｏ ｂｌａｃｋ）比率を計算することができる。その比率が事前設定された閾値を超えている場合、このアルゴリズムはユーザにしわがあると判断する。

【0028】

第３ステップ５０３において、写真を複数の領域、たとえば領域Ａ、領域Ｂなどに分割する。肌の問題の深刻度を測定するために肌の特定の領域が選択され得る（たとえば、左頬、右頬、額、目の下など）。この写真の上に領域マップを重ねることができる。アルゴリズムは、写真の変換コピーを使用することで、領域マップを使用し、変換された各画像コピーを領域に分割できる。第４ステップ５０４において、ステップ５０２で識別された各肌問題について、ステップ５０３で識別された各領域に深刻度スコアを割り当てることができる（例えば、Ｍ個の領域に分割されたＮ個の肌問題を有する肌写真の場合、深刻度スコアはＮ×Ｍの行列を占有することがある）。肌の問題ごとに深刻度を評価するために異なるコンピューターアルゴリズムを使用できる。たとえば、変色のあるユーザの場合、画像をＨＳＶ色空間に変換できる。ラインフィッティング閾値法を使用すると、色素沈着はグレースケールで白く見える。アルゴリズムは白黒（ｗｈｉｔｅ－ｔｏ－ｂｌａｃｋ）比率を計算する。この比率は、他のユーザ群のデータセットとの比較後に、インデックスに正規化される。第５ステップ５０５では、各肌問題に対して平均深刻度スコアが計算され、例えば、識別されたＮ個の肌問題それぞれについての平均深刻度スコアのセットを表す次元Ｎのベクトルが生成される。第６ステップ５０６において、そのベクトルは、ユーザ用の肌健康データセットへの入力として使用されるか、および／または、当該データセットのデータ項目として記録される。

【0029】

いくつかの実施形態では、コンピュータビジョンアルゴリズムは、グローバルイルミネーションの二次モデルに基づき照明調整を行う。コンピュータービジョンアルゴリズムは、ユーザの肌（例えば顔）の領域を分析して、しわ、毛穴の詰まり、吹き出物、赤み、または変色などの肌の問題があるかどうかを判断する（たとえば、「はい」または「いいえ」の２値判定）。コンピュータビジョンアルゴリズムは、訓練済みの機械学習モデル、例えば異常検出モデルまたは畳み込みニューラルネットワークに基づくことができる。問題の深刻度を評価するために、肌の問題ごとに異なるコンピューターアルゴリズムを使用できる。例として、ユーザのしわを評価するために、肌形態の一つの領域を、画像形態のガボールフィルターまたはヘシアンフィルターを使用して変換できる。アルゴリズムは、グレースケールに変換した後、白から黒への勾配を計算できる。次に、他のユーザ群のデータセットとの比較後に、勾配スコアはインデックスに正規化できる。別の例として、ユーザの肌の変色を評価するために、肌画像の一つの領域をＨＳＶ色空間に変換できる。グレースケールの色素沈着は、ラインフィッティング閾値法を使用して抽出できる。アルゴリズムは、グレースケールに変換した後、白から黒への勾配を計算する。勾配スコアは、他のユーザ群のデータセットとの比較後に、インデックスに正規化できる。

【0030】

図６は、本発明の例示的な実施形態による、肌健康データセットの例示的なデータ項目を示す概略図６００である。肌健康データセットは、図６に含まれる一以上のデータ項目を含み得る。当業者は、肌の健康および／または肌製品の推奨間の関連付けを他の変量を使用して同様に描くことができること、および、図６に示した例示的なデータセットは顕著なものであるが、すべての可能な肌変量を網羅したものではないことを容易に理解する。いくつかの実施形態では、肌健康データセットは、（ｉ）インビボ、（ｉｉ）視覚、（ｉｉ）環境、（ｉｖ）個人履歴、（ｖ）ライフスタイル、および（ｖｉ）肌履歴のグループに細分類できる変量を含む。各変量は、単一のデータベースまたは個別のメモリ（Ｅｘｃｅｌスプレッドシート、プレーンテキストファイル、ＨＴＭＬ形式など）に保存できる。これらの変量のそれぞれは、入力（たとえば、図１に示され上述した１１２）の基礎を代表するかまたはその入力を提供することができる。

【0031】

気象とＵＶに関連する一つの例では、コンピュータープログラムがユーザの郵便番号を公開オンライン気象データベースに入力し、過去３０日間の日毎に、温度（華氏）値、湿度値（パーセント）、ＵＶ指数を一時データセットに保存する。コンピュータアルゴリズムは、これらの各変量の平均と分散を計算する。コンピュータアルゴリズムによって計算されたこれらの各データ入力の平均と分散は、第１の肌健康データセットに格納される。個人履歴（例えば遺伝）および／またはライフスタイル（例えば遺伝）データ入力のいくつかについて、コンピューターアルゴリズムは、そのデータ入力値を、所定の変量バケットを含むデータテーブルと比較できる。バケット値と未加工データ入力は、第１の肌健康データセットに保存できる。いくつかの肌履歴データ入力（使用した製品など）について、ユーザ入力を公式データベースとマッチングされ得る（たとえば、現在使用されているスキンケア製品を手作業でまたはバーコードを使ってスキンケア製品データベースを検索して、公式製品名とマッチングされ得る）。ユーザの嗜好を含んだ例では、嗜好項目の質問に対する応答または試供成分試験に基づき、ユーザを、一嗜好プロファイルに割り当てることができる。別の実施形態では、製品の評価およびスキンケア製品のユーザの評価について、訓練済みの協調フィルタリングモデルを使用して、ユーザを一嗜好プロファイルに割り当てる。

【0032】

図７は、本発明の例示的な実施形態による、コンピュータ化されたスキンケアの処方の設計プロセスを示す概略図７００である。この方法は、コンピューティング装置、例えば、上で説明され図１に示されたサーバーコンピューティング装置１０４で実施することができる。第１ステップ７０１において、ユーザを嗜好プロファイルに割り当て、肌健康メトリック値を計算するために、肌健康データセットを使用する。第２ステップ７０２において、肌健康メトリック値および肌健康データセットは、機械学習モデル、例えば、ＧＲＵまたはＬＳＴＭリカレントニューラルネットワークおよび最適化アルゴリズムのアンサンブルに提供されて、成分と用量との組み合わせデータセット７０２Ａと相互参照される。第３ステップ７０３において、機械学習モデルは、一以上の予測された成分と用量との組み合わせを出力する、例えば、肌健康メトリック値の最高の増加をもたらすと見込まれるものをいくつか、または最高の増加をもたらすと見込まれるものを一つ出力する。第４ステップ７０４において、コンピューティング装置は、過去に反応を引き起こした可能性のある潜在的成分を有する肌健康データセットおよびフィールドを参照し、それら成分を有する潜在的成分と用量との組み合わせを除外する。第５ステップ７０５において、コンピューティング装置は、マッチングアルゴリズムを採用し、嗜好プロファイルと成分との組み合わせデータセット７０５Ａと相互参照する。第６ステップ７０６において、コンピューティング装置は、マッチングアルゴリズムを採用し、製品タイプと成分と用量との組み合わせデータセット７０６Ａと相互参照する。第７ステップ７０７において、コンピューティング装置は、ユーザに提供するための製品と成分と用量との組み合わせを一以上生成する。

【0033】

図８は、本発明の例示的な実施形態による、ユーザ用の個人化スキンケア製品を製造する方法を示す概略図８００である。データベース８０１は、製造システム８０２に、ユーザ用の固有の肌識別子を有する製品処方であって、そのユーザの固有の肌健康データセットに基づく製品処方を提供する。製造システムの第１ステップ８０３において、製造システム８０２は、製品処方に従ってカスタマイズスキンケア製品を調合する。製造システムの第２ステップ８０４において、製造システム８０２は、カスタマイズスキンケア製品を瓶詰めする。製造システムの第３ステップ８０５において、製造システム８０２は、前記少なくとも一つの成分を表示するラベルを容器にラベル付けする。次に、製品は、ユーザ８０６に提供され使用される。いくつかの実施形態では、上記のように、ユーザ８０６は、再処方のために製品に関するフィードバックを提供することができる。

【0034】

図９Ａ～９Ｃは、本発明の例示的な実施形態による、ユーザから特定の肌データを引き出す質問事項の表示画面９０１、９０２、９０３である。表示画面９０１は、ユーザの目標（例えば、「私の肌についてさらに学ぶこと」；「私の肌の進歩状況を追跡すること」、「私の肌の目標を達成すること」；および「個人化された処方」）に関する情報、および肌の悩み事（例えば、「にきび」、「うっ血／黒にきび」、「変色／しみ」、「乾燥」、「赤み／ひりひり」、「日光ダメージ」、「しわ／小じわ」）。表示画面９０２は、ユーザにとっての最も重要な肌の問題、現在の製品、お気に入りの製品、および好まない製品に関する情報を引き出す。表示画面９０３は、ユーザの肌の過敏性、日光に対する肌の過敏性、およびユーザの肌の全体的な満足度に関する情報を引き出す。これらの変量は、肌健康データセットに含めることができ、ユーザの肌健康メトリック値を高めるのに最も効果的であると見込まれる成分と用量との組み合わせを予測する機械学習アルゴリズムにおける因子として組み込むことができる。

【0035】

図１０は、本発明の例示的な実施形態による、スキンケア製品の推奨の表示画面１０００である。表示画面１０００は、キャリアであるホホバ（ｊｏｊｏｂａ）と有効成分であるカレンデュラおよびエキウムとを含むスキンケア製品を示す。表示画面１０００には、処方のより詳細な内訳も示する。たとえば、ユーザの参照用にホホバ、カレンデュラ、エキウムの特性についての記述と、当該キャリアまたは有効成分と関連付け可能な条件または目標をユーザに示すためのタグとを表示する。この表示画面は、ユーザの特定の肌の状態や肌の問題に対する組み合わせの利点を強調することで、収集された肌の健康データが推奨される製品成分の用量の組み合わせにどのように関連するかをユーザが理解するのに役立つ。

【0036】

いくつかの実施形態では、一以上のユーザ入力変量は、自動的に決定されることができ、ユーザコンピューティング装置にインストールされた別のアプリケーションまたはプラグインを介して、本明細書で説明するアルゴリズムに入力されることができる。例えば、遺伝、食事性、睡眠の質、ストレスレベル、および／または電子表示画面前での滞在時間を含んだデータは、当該装置にインストールされた別のアプリケーションと統合されたものによって提供されてよい。たとえば、遺伝データはＤＮＡ分析サービスから収集され得る。食物アレルギーを含むユーザの現在の食事性、および食事性の変化は、手作業入力によってまたはすでに使用されている食事性追跡アプリケーションから収集され得る。睡眠の習慣と質は、ユーザが既に使用しているウェアラブルテクノロジーから収集され得る。取得したデータには、睡眠の質、睡眠時間、および／または睡眠中の安静心拍数が含まれる。コンピュータアルゴリズムは、過去３０日間のこれらデータポイントの各々について平均レベルと分散レベルを計算できる。ストレスレベルは同じウェアラブルテクノロジーから取得でき、取得したデータは心拍数を含むことができる。コンピュータアルゴリズムは、例えば、過去３０日間から平均および分散を計算することができる。

【0037】

別の例では、表示画面前での滞在時間は、ユーザの携帯端末で取得できる。マッチングアルゴリズムは、過去３０日間の日毎の平均滞在時間を複数のバケットに、例えば高、中、低などにカテゴリ分けすることができる。いくつかの実施形態では、現在の使用スキンケア製品のユーザ入力は、スキンケア製品データベースを使用し、例えば手作業またはバーコードによって、公式製品名とマッチングされる。いくつかの実施形態では、分析プロセスにおける試供成分のユーザ選択は、吸収および肌触りの嗜好プロファイルとマッチングされる。どの場合においても、変量の多くは（たとえば、図６に示した「個人履歴」、「ライフスタイル」、および／または「肌履歴」グループに分類されたものは）、最低限でも、ユーザが自己報告した摂取量質問事項に対する回答を介して確かめられ得る。これらのデータポイントはすべて、第１の肌健康データセットに含めることができるとともに、機械学習モデル（深層学習フレームワークなど）がユーザの肌健康メトリック値を高めるのに最も効果的な成分と用量との組み合わせを予測するために使用する要素である（ｓ）。

【0038】

いくつかの実施形態では、処方スペシャリストまたは機械による第１のスキンケア製品を製造するための処方指示を計算することは、肌画像分析から発見された問題に基づき、深刻度スコア、油分および水分インデックス、（ｉ）訓練されたロジスティック回帰モデルと別のスコアカードデータセット（たとえば、ＦＩＣＯが自分の信用スコアに対して行うことと同様）に基づく肌健康メトリック値を計算すること、（ｉｉ）訓練済みの機械学習モデルを使用して、肌健康メトリック値を以前の入力と組み合わせて、最適な製品成分と用量との組み合わせを予測することを含む。訓練用データセットには、一以上の肌健康メトリック値の時系列データセット、個々の肌の問題の決定、深刻度スコア、油分と水分のインデックス、製品成分の推奨用量、および／または複合スコアの変化を含めることができる。そのようなデータセットでは、コンピューターは複合スコアの変化が統計的に有意な改善を表すかどうかを計算できる（たとえば、２値決定を行うことによって）。可能な計算形態には以下が含まれるが、これらに限定されない。すなわち、時系列のロジスティックモデル。補完的な製品成分と用量との組み合わせを予測する協調フィルタリングモデル、ループを備えたニューラルネットワーク。

【0039】

データ入力がユーザの場所の温度、湿度、または環境紫外線指数の少なくとも一つを反映した情報をさらに含んだ実施形態では、ユーザは摂取プロセス中における自分の郵便番号を入力することができ、コンピューティング装置は、この郵便番号を気象データベースに入力することができ、たとえば過去３０日間の日毎の温度値、湿度値、ＵＶ指数を一時的データセットに保存することができる。コンピューターアルゴリズムは、これらの各変量の平均と分散を計算することができる。これらの数値は、第１の肌健康データセットに保存されることができる。

【0040】

一以上のデータ入力に、ユーザが報告した肌の健康の評価の少なくとも一つを反映した情報が含まれるいくつかの実施形態では、ユーザは自己報告した肌健康評価（たとえば、１～５の数値範囲）を提供することができる。スキンケア製品の使用がユーザ入力に含まれている場合、摂取プロセスでは、ユーザは使用した製品をスキャンまたは入力でき、コンピューティング装置はその製品を、別の製品データベース内の完全な製品名とマッチングできる。ユーザは、摂取プロセスにおいて、各製品を週に何日使用したかを特定することができる。ユーザは、事前に決められたリストから自分の特定の肌問題を選択することができる。ユーザは、自分が反応した製品または成分の名前を入力でき、別の製品データベースの完全な製品名とマッチングすることができる。コンピュータアルゴリズムは、ユーザが反応を起こした製品の主な有効成分、保存剤、または潜在的に有害な成分を識別することができる。いくつかの実施形態では、ユーザは、過去に使用したお気に入りの製品を特定し、吸収および肌触りの嗜好に関するデータを提供する。現在使用している製品、使用頻度、お気に入りの過去の製品、吸収と肌触りの嗜好、および以前に反応を起こした可能性のある潜在的な成分は、第１の肌健康データセットに保存できる。

【0041】

一以上のデータ入力にユーザの肌の少なくとも一つの弾性測定結果が含まれるいくつかの実施形態では、弾性測定装置を使用できる（たとえば、周波数振動センサーおよび／または吸引圧力測定装置）。ユーザは押込み値の測定を行うことができる（例えばニュートン単位）。得られた押込み値を平均化および正規化して、正規化された弾性インデックスを生成できる。肌のｐＨがデータ入力に含まれる場合、ｐＨは、リトマス紙および／または活性化液を使用して測定できる。正規化された弾性インデックスとｐＨ値は、第１の肌健康データセットに入力できる。

【0042】

いくつかの実施形態では、コンピュータアルゴリズムは、肌健康データセットと、過去に反応を起こした可能性のある潜在的成分を有するフィールドとを参照して、それらの成分を製品の処方に含めないというルールを作成する。このルールを組み込むことで、コンピューターアルゴリズムは、ユーザの肌健康メトリック値を最も高くできると見込まれる成分と用量との組み合わせを予測する。いくつかの実施形態では、第１の肌健康データセットおよび食事性とライフスタイルの変化のデータセットの入力により、コンピュータアルゴリズムは、ユーザの肌健康メトリック値を増加させると見込まれる特定の食事性とライフスタイルの習慣を推奨する。コンピュータアルゴリズムは、食事性、ライフスタイルの習慣、肌の問題、深刻度のスコア、肌健康メトリック値などの時系列データセットで訓練済みの機械学習モデルを利用する。いくつかの実施形態では、洗浄剤、セラム、フェイシャルオイル、保水剤、サプリメント、または日焼け止めのうちの少なくとも一つについての推奨を含めた個別のスキンケアルーチンが生成されるが、こうした実施形態では、推奨される成分と用量との組み合わせの入力、および製品タイプにマッチする成分と用量との製品データセット、および、コンピュータアルゴリズムは、ユーザ用の推奨成分と用量との組み合わせを比較し、推奨成分と用量との組み合わせに適した関連製品タイプを製品データセットから引き出す。

【0043】

いくつかの実施形態では、本発明は、複数の設定において、例えば、物理的な場所または自宅で実施することができる。物理的な場所では、プロセスは店舗でまたは場所に設置された装置を介して案内され、上記と同じプロセスに従うことができる。さらに、ユーザは、分析を完了させたのと同じ訪問で、個人化製品と個人化ルーチンを受け取ることができる。自宅でセットアップした場合には、ユーザは分析の完了後、メールで個人化スキンケア製品を受け取ることができる。

【0044】

実施例
対象者Ａ
＜環境および背景データ＞
女性、２７歳、アジア人、５フィート５インチ、１３５ポンド、マサチューセッツ州ボストン
既知のアレルギーなし。スキンケア製品に対する以前の反応なし。日焼け止めを毎日使用。普段から肌の乾燥とかゆみを経験。最近のにきびの経験なし
頻繁に旅行する。非喫煙者。１日に６杯の水を飲む。菜食主義。高いストレスレベル。週２回の運動
最初の診断（秋）は１０月に実施。

【0045】

＜未加工の視覚的および物理的肌データ＞
技術…測定結果
可視画像…額とあごに肌の乾燥を認める、額に肌の乾燥斑と相関する変色を認める、額の赤みを認める、額と口の周りにしわを認める、吹き出物は問題なし。

【0046】

油分測定…額－１５％、鼻－１８％、頬－２１％
水分測定…額－１２％、鼻－１５％、頬－１７％
吸収嗜好…嗜好として「油っぽくない」が特定され、「すばやい吸収」が選択された。

【0047】

変換された肌の健康変量
油分分類…インデックススコア４、脂性肌ではない（１５％、１８％、２１％の平均＜閾値３５％）
水分分類…インデックススコア３、乾燥肌（１２％、１５％、１７％の平均＜閾値３０％）
変色スコア…４０／１００
赤みスコア…５０／１００
しわスコア…６０１００
肌健康メトリック値…吹き出物（１００）＋変色（４０）＋赤み（５０）＋しわ（５０）＋禁煙（１００）＋水摂取（５０）＋高ストレス（２５）＋頻繁な旅行（２０）＋菜食主義（７０）＋運動（４０）＝５４５
嗜好プロファイル…「脂っぽくない」はプロファイル３とマッチ（「重くない、中程度のベース」）
＜成分－用量マッチング＞
潜在的な成分：
潜在的なベース…アクア（水）、ローズウォーター、アロエウォーター、月見草、スクワラン
潜在的な有効成分…ヒアルロン酸、アスコルビン酸（ビタミンＣ）、アスコルビルグルコシド（ビタミンＣ誘導体）ナイアシンアミド、レチノール
潜在的な競合成分（併用を避ける）…ナイアシンアミドとアスコルビン酸（一緒に使用すると、赤みと紅潮の副作用を持つナイアシンが作成される）
推奨する成分と用量との組み合わせ：
処方（Ａ－１）…アクア（水）＋アスコルビルグルコシド８％
処方（Ａ－２）…スクワラン＋ヒアルロン酸
嗜好プロファイルのマッチング：
処方（Ａ－１）…嗜好プロファイル３に適合（「重くない、中程度」）
処方（Ａ－２）：－嗜好プロファイル３に適合（「重くない、中程度」）
＜製品成分－用量マッチング＞
ユーザの変色、赤み、乾燥を解消するための推奨製品…朝にセラム（Ａ－１）、夜にセラム（Ａ－２）
＜ユーザの選択＞
処方（Ａ－１）…ユーザは推奨処方および製品推奨を変更せず。

【0048】

図１１は、本発明の例示的な実施形態による、ユーザ用のスキンケア製品を処方するコンピュータ化された方法のフローチャート１１００である。示したステップは、コンピューティング装置、例えば、上述し図１に示したコンピューティング装置１０４によって実行することができる。第１ステップ１１０１において、ユーザの肌の一以上の水分レベル測定結果、ユーザの肌の一以上の油分レベル測定結果、および肌の悩み事のセットを反映したユーザの肌の写真を含むデータ入力が受け取られる。第２ステップ１１０２において、前記一以上の水分レベル測定結果に基づき、正規化された水分インデックススコアが決定される。第３ステップ１１０３において、前記一以上の油分レベル測定結果に基づき、正規化された油分インデックススコアが決定される。第４ステップ１１０４において、前記ユーザの肌の写真に基づき、前記ユーザの肌の悩み事のセットに対応する正規化された深刻度スコアのセットが決定される。第５ステップ１１０５において、前記正規化された水分インデックススコアと前記正規化された油分インデックススコアと前記正規化された深刻度スコアのセットとを含む第１の肌健康データセットが生成される。第６ステップ１１０６において、前記コンピューティング装置と電子通信する第１メモリに前記第１の肌健康データセットが格納される。第７ステップ１１０７において、第１の肌健康メトリック値が、第１の肌健康データセットに基づき決定される。第８ステップ１１０８において、第１の肌健康メトリック値は、コンピューティング装置と電子通信する第２メモリに格納される。第９ステップ１１０９において、第１の肌健康メトリック値および第１の肌健康データセットに基づき、コンピューティング装置上で動作する機械学習フレームワークを使用して、一以上の第１のスキンケア製品処方が決定される。第１０ステップ１１１０において、一以上の第１のスキンケア製品処方が、コンピューティング装置と電子通信する第３メモリに格納される。

【0049】

図１２は、本発明の例示的な実施形態による、ユーザ用のスキンケア製品を製造する方法のフローチャート１２００である。示したステップは、製造システム、例えば、屋内製造施設または別の施設によって実行することができる。第１ステップ１２０１において、製造システムは、ユーザに固有の肌識別子を有するとともにそのユーザに固有の肌健康データセットに基づく（例えば、本明細書で説明される一以上の方法に従って生成される）製品処方を受け取る。第２ステップ１２０２において、製造システムは、製品処方に従ってカスタマイズスキンケア製品を調合する。第３ステップ１２０３において、製造システムは、カスタマイズスキンケア製品を容器に瓶詰めする。第４ステップ１２０４において、製造システムは、成分を表示するラベルを容器にラベル付けする。

【0050】

図１３は、本発明の例示的な実施形態による、ユーザ用の第１および第２のスキンケア製品を処方するコンピュータ化された方法のフローチャート１３００である。示したステップは、コンピューティング装置、例えば、上述し図１に示したコンピューティング装置１０４によって実行することができる。第１ステップ１３０１において、ユーザの肌情報を反映した一以上の第１データ入力が受け取られる。第２ステップ１３０２において、第１の肌健康データセットは、一以上の第１データ入力に基づきそのユーザに対して生成され、この第１の肌健康データセットは、一以上の第１データ入力を反映した一以上の正規化スコアを含む。第３ステップ１３０３において、第１の肌健康データセットは、コンピューティング装置と電子通信する第１ストレージに格納される。第４ステップ１３０４において、第１のスキンケア製品処方が、第１の肌健康データセットに基づき決定される。第５ステップ１３０５において、第１のスキンケア製品処方は、コンピューティング装置と電子通信する第２ストレージに格納される。第６ステップ１３０６において、第１のスキンケア製品処方に基づく第１のスキンケア製品の使用後の第１データ入力の変化を反映した、一以上の第２データ入力が受け取られる。第７ステップ１３０７において、ユーザ用の第２の肌健康データセットが、一以上の第１データ入力および一以上の第２データ入力に基づき生成される。第８ステップ１３０８において、第２の肌健康データセットが、コンピューティング装置と電子通信する第３ストレージに格納される。第９ステップ１３０９において、第２のスキンケア製品処方が、第２の肌健康データセットに基づき決定される。第１０ステップ１３１０において、第２のスキンケア製品処方は、コンピューティング装置と電子通信する第４ストレージに格納される。

【0051】

上述した技術は、デジタルおよび／またはアナログ電子回路、またはコンピュータハードウェア、ファームウェア、ソフトウェア、またはそれらの組み合わせで実装することができる。この実装は、コンピュータプログラム製品、すなわち、例えば、プログラム可能なプロセッサ、一つのコンピュータおよび／または複数のコンピュータ等のデータ処理装置によって実行されるか、またはその動作を制御するために、機械可読記憶装置に具体的に組み込まれたコンピュータプログラムであり得る。コンピュータープログラムは、クラウドコンピューティング環境（Ａｍａｚｏｎ（登録商標）ＡＷＳ、Ｇｏｏｇｌｅ Ｃｌｏｕｄ Ｐｌａｔｆｏｒｍ、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ａｚｕｒｅなど）に配備できる。方法ステップは、コンピュータプログラムを実行する一以上のプロセッサによって実行され、入力データを操作することおよび／または出力データを生成することによって本発明の機能を実行することができる。

【0052】

上述した技術は、ユーザと対話できるように、ユーザへの情報表示用のプラズマまたはＬＣＤ（液晶ディスプレイ）モニターまたはモバイルコンピューティング装置のディスプレイまたは表示用画面などのディスプレイ装置、およびキーボード、マウス、タッチパッド、またはモーションセンサーなどのポインティングデバイスと通信するコンピューティング装置に実装でき、これにより、ユーザはコンピューターに入力を提供できる（たとえば、ユーザインターフェイス要素と対話する）。ユーザとの対話を提供するために他の種類の装置を使用することもできる。例えば、ユーザに提供されるフィードバックは、例えば視覚的フィードバック、聴覚的フィードバック、または触覚的フィードバックなどの任意の形態の感覚的フィードバックであり得る。そして、ユーザからの入力は、音響、音声、および／または触覚入力を含む任意の形式で受け取ることができる。

【0053】

上述した技術は、バックエンドコンポーネントを含む分散コンピューティングシステムで実装できる。バックエンドコンポーネントは、例えば、データサーバー、ミドルウェアコンポーネント、および／またはアプリケーションサーバーであり得る。上述した技術は、フロントエンドコンポーネントを含む分散コンピューティングシステムで実装することができる。フロントエンドコンポーネントは、例えば、グラフィカルユーザインターフェース、ユーザが実装例と対話することができるウェブブラウザ、および／または送信装置のための他のグラフィカルユーザインターフェースを有するクライアントコンピュータであり得る。上述した技術は、こうしたバックエンド、ミドルウェア、またはフロントエンドコンポーネントの任意の組み合わせを含む分散コンピューティングシステムで実装できる。

【0054】

コンピューティングシステムの構成要素は、デジタルまたはアナログデータ通信の任意の形式または媒体（通信ネットワークなど）を含むことのできる伝送媒体によって相互接続できる。伝送媒体は、任意の構成の一以上のパケットベースのネットワークおよび／または一以上の回路ベースのネットワークを含むことができる。パケットベースのネットワークは、たとえば、インターネット、キャリアインターネットプロトコル（ＩＰ）ネットワーク（たとえば、ローカルエリアネットワーク（ＬＡＮ）、広域ネットワーク（ＷＡＮ）、キャンパスエリアネットワーク（ＣＡＮ）、メトロポリタンエリアネットワーク（ＭＡＮ）、ホームエリアネットワーク（ＨＡＮ））、プライベートＩＰネットワーク、ＩＰ構内交換機（ＩＰＢＸ）、ワイヤレスネットワーク（無線アクセスネットワーク（ＲＡＮ）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、近距離無線通信（ＮＦＣ）ネットワーク、Ｗｉ－Ｆｉ、ＷｉＭＡＸ、汎用パケット無線サービス（ＧＰＲＳ）ネットワーク、ＨｉｐｅｒＬＡＮ）、および／またはその他のパケットベースのネットワークを含むことができる。回路ベースのネットワークは、たとえば、公衆交換電話網（ＰＳＴＮ）、レガシー構内交換機（ＰＢＸ）、無線ネットワーク（たとえば、ＲＡＮ、コード分割多元接続（ＣＤＭＡ）ネットワーク、時分割多元接続（ＴＤＭＡ）ネットワーク、ＧＳＭ（Ｇｌｏｂａｌ Ｓｙｓｔｅｍ ｆｏｒ Ｍｏｂｉｌｅ ｃｏｍｍｕｎｉｃａｔｉｏｎｓ）ネットワーク）、その他の回線ベースのネットワークを含むことができる。

【0055】

伝送媒体を介した情報転送は、一以上の通信プロトコルに基づくことができる。通信プロトコルには、たとえば、イーサネット（登録商標）プロトコル、インターネットプロトコル（ＩＰ）、ボイスオーバーＩＰ（ＶＯＩＰ）、ピアツーピア（Ｐ２Ｐ）プロトコル、ハイパーテキスト転送プロトコル（ＨＴＴＰ）、セッション開始プロトコル（ＳＩＰ）、Ｈ．３２３、メディアゲートウェイコントロールプロトコル（ＭＧＣＰ）、信号システムＮｏ．７（ＳＳ７）、ＧＳＭ（Ｇｌｏｂａｌ Ｓｙｓｔｅｍ ｆｏｒ Ｍｏｂｉｌｅ ｃｏｍｍｕｎｉｃａｔｉｏｎｓ）プロトコル、プッシュ・トゥ・トーク（ＰＴＴ）プロトコル、プッシュ・トゥ・トークオーバーセルラー（ＰＯＣ）プロトコル、ユニバーサル移動体通信システム（ＵＭＴＳ）、３ＧＰＰ ＬＴＥ（Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ）、その他の通信プロトコルなどがある。

【0056】

コンピューティングシステムの装置類には、たとえば、コンピューター、ブラウザー装置を備えたコンピューター、電話、ＩＰ電話、モバイルコンピューティング装置（たとえば、携帯電話、携帯情報端末（ＰＤＡ）装置、スマートフォン、タブレット、ラップトップコンピュータ、電子メール装置）、および／または他の通信装置が含まれる。ブラウザ装置は、例えば、ワールドワイドウェブブラウザ（例えば、グーグル社からのＣｈｒｏｍｅ（商標）、マイクロソフト社から入手可能なマイクロソフト（登録商標）インターネットエクスプローラ（登録商標）、および／またはＭｏｚｉｌｌａ社から入手できるＭｏｚｉｌｌａ（登録商標）Ｆｉｒｅｆｏｘ）を備えたコンピュータ（例えば、デスクトップコンピュータおよび／またはラップトップコンピュータ）を含む。モバイルコンピューティング装置には、たとえば、Ｒｅｓｅａｒｃｈ ｉｎ Ｍｏｔｉｏｎ社のＢｌａｃｋｂｅｒｒｙ（登録商標）、Ａｐｐｌｅ社のｉＰｈｏｎｅ（登録商標）、Ａｎｄｒｏｉｄ（登録商標）ベースの装置などがある。ＩＰ電話には、たとえば、Ｃｉｓｃｏ Ｓｙｓｔｅｍｓ社から入手可能なＣｉｓｃｏ（登録商標）Ｕｎｉｆｉｅｄ ＩＰ Ｐｈｏｎｅ７９８５Ｇおよび／またはＣｉｓｃｏ（登録商標）Ｕｎｉｆｉｅｄ Ｗｉｒｅｌｅｓｓ Ｐｈｏｎｅ７９２０が含まれる。

【0057】

本発明の様々な態様および実施形態を様々な方法で組み合わせることができることも理解されたい。本明細書の教示に基づき、当業者は、これらの様々な実施形態をどのように組み合わせるかを容易に決定することができる。さらに、本明細書を読んだ当業者は改良を思い付くかもしれない。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9A】

【図9B】

【図9C】

【図10】

【図11】

【図12】

【図13】