特許 7513987 直感的操作を誘発するユーザインタフェース（ＵＩ）に基づいたタスク実行抑制機能の推定システム

(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】2024-07-02

(45)【発行日】2024-07-10

(54)【発明の名称】直感的操作を誘発するユーザインタフェース（ＵＩ）に基づいたタスク実行抑制機能の推定システム

(51)【国際特許分類】

   A61B 10/00 20060101AFI20240703BHJP

【ＦＩ】

A61B10/00 H

【請求項の数】 7

(21)【出願番号】P 2021038569

(22)【出願日】2021-03-10

(65)【公開番号】P2022138600

(43)【公開日】2022-09-26

【審査請求日】2023-09-25

(73)【特許権者】

【識別番号】392026693

【氏名又は名称】株式会社ＮＴＴドコモ

(73)【特許権者】

【識別番号】598121341

【氏名又は名称】慶應義塾

(73)【特許権者】

【識別番号】504137912

【氏名又は名称】国立大学法人 東京大学

(74)【代理人】

【識別番号】100088155

【弁理士】

【氏名又は名称】長谷川 芳樹

(74)【代理人】

【識別番号】100113435

【弁理士】

【氏名又は名称】黒木 義樹

(74)【代理人】

【識別番号】100121980

【弁理士】

【氏名又は名称】沖山 隆

(74)【代理人】

【識別番号】100128107

【弁理士】

【氏名又は名称】深石 賢治

(74)【代理人】

【識別番号】100123995

【弁理士】

【氏名又は名称】野田 雅一

(72)【発明者】

【氏名】濱谷 尚志

(72)【発明者】

【氏名】山本 直樹

(72)【発明者】

【氏名】田中 茂樹

(72)【発明者】

【氏名】深澤 佑介

(72)【発明者】

【氏名】前田 貴記

(72)【発明者】

【氏名】寺澤 悠理

(72)【発明者】

【氏名】沖村 宰

(72)【発明者】

【氏名】太田 順

【審査官】小野 健二

(56)【参考文献】

【文献】特開２０１７－２１７０５２（ＪＰ，Ａ）

【文献】特開２００５－０４６２８９（ＪＰ，Ａ）

【文献】国際公開第２０２０／２２５９７０（ＷＯ，Ａ１）

【文献】特開２０１４－１６０１１３（ＪＰ，Ａ）

【文献】特開２００７－２６４０５５（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１７／０１０５６６６（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ａ６１Ｂ １０／００－１０／０６

(57)【特許請求の範囲】

【請求項1】

誤った回答をユーザに誘発させるユーザインターフェースに対して操作を行う複数のタスクを前記ユーザに提示する提示部と、
前記提示部により提示された前記複数のタスクに対する前記ユーザの操作結果に関する操作データを取得する取得部と、
前記取得部により取得された前記ユーザの前記操作データに基づいて、前記ユーザのタスク実行機能およびタスク抑制機能を表す指標を予測する予測部と、
を備え、
前記ユーザインターフェースは、
前記ユーザが本来選択すべき正答選択肢と、
前記正答選択肢の内容と相反する内容を表示すると共に、色彩、装飾、表現、用語、および配置の少なくとも１つの要素により前記正答選択肢の内容を前記ユーザに想起させる誤答選択肢と、を含む、
機能推定装置。

【請求項2】

前記機能推定装置は、前記取得部により取得された学習用ユーザの前記操作データを説明変数とし、前記学習用ユーザにつき取得されたタスク実行機能およびタスク抑制機能を表す指標を目的変数とする、前記タスク実行機能およびタスク抑制機能を表す指標を予測するための予測モデルを学習する学習部をさらに備え、
前記予測部は、前記取得部により取得された対象ユーザの操作データを、前記学習部による学習で得られた前記予測モデルに適用することで、前記対象ユーザの前記タスク実行機能およびタスク抑制機能を表す指標を予測する、請求項１に記載の機能推定装置。

【請求項3】

前記取得部は、前記ユーザが前記ユーザインターフェースの操作に要した操作時間に関する操作時間データを含む前記操作データを取得する、請求項１または２に記載の機能推定装置。

【請求項4】

前記取得部は、前記ユーザが前記正答選択肢を選択した回数に関する正答選択データを含む前記操作データを取得する、請求項１～３の何れか一項に記載の機能推定装置。

【請求項5】

前記取得部は、
学習用ユーザおよび対象ユーザが前記ユーザインターフェースの操作に要した操作時間に関する操作時間データと、
前記学習用ユーザおよび前記対象ユーザが前記正答選択肢を選択した回数に関する正答選択データと、
前記学習用ユーザが前記正答選択肢を選択した場合の前記操作時間データおよび前記正答選択データに対する、前記対象ユーザが前記正答選択肢を選択した場合の前記操作時間データおよび前記正答選択データの乖離度合いと、
を含む前記操作データを取得する、請求項１または２に記載の機能推定装置。

【請求項6】

前記取得部は、複数の前記タスクにおいて前記ユーザが同一の前記誤答選択肢を選択した回数に関する誤答選択データを含む前記操作データを取得する、請求項１～５の何れか一項に記載の機能推定装置。

【請求項7】

前記提示部は、前記機能推定装置の起動のタイミング、前記機能推定装置の終了のタイミング、前記機能推定装置において動作するユーザが操作可能なアプリケーションの起動のタイミング、および前記アプリケーションの終了のタイミングの少なくとも１つのタイミングにおいて、前記タスクを提示する、請求項１～６の何れか一項に記載の機能推定装置。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、機能推定装置に係り、とりわけ、脳の前頭前野のタスク実行機能およびタスク抑制機能を推定する機能推定装置に関する。

【背景技術】

【0002】

認知症か否かを判定するため、または認知症の進行度合いを検査するためには、認知症検査（長谷川式スケールなど）の実施が必要であることが知られている。また、認知症の原因疾患の１つであるアルツハイマー病で表れる傾向として、脳の前頭前野の機能のうちタスク実行機能およびタスク抑制機能の障害が知られている。

【0003】

タスク実行機能とは、タスクの遂行に際し、現在の状況に対処して適切な思考または行動を導き出し、当該思考または当該行動に関する意思決定を促進する能力である。タスク抑制機能とは、タスクの遂行に際し、現在の状況において不適切な思考または行動を意識的に抑止する能力である。これらのタスク実行機能およびタスク抑制機能を推定するためには、心理学試験（例えば、go-nogoタスク、Stroop試験など）の実施が必要であった。

【先行技術文献】

【非特許文献】

【0004】

【文献】“認知症自己診断テスト”、[online]、一般社団法人認知症予防協会、[２０２０年１０月１９日検索]、インターネット＜URL：http://www.ninchi-k.com/print_test.html＞

【発明の概要】

【発明が解決しようとする課題】

【0005】

複数の能力を検査しうる問いに回答させることで認知症の専門医への受診を提案するテストのうち、上記のタスク実行機能およびタスク抑制機能が正常か否かを検査しうる問いが開示されている（非特許文献１参照）。当該テストは、複数の問いに対してユーザが正答した問いの点数を合算し、当該合算した点数が所定の基準の点数に達していない場合などに専門医への受診を提案している。したがって、当該テストにはタスク実行機能およびタスク抑制機能に対する１つの問いが含まれるが、ユーザのタスク実行機能およびタスク抑制機能の詳細な状態は示唆されない。

【0006】

また、ユーザのタスク実行機能およびタスク抑制機能を推定する心理学試験を実施するには、専門家の臨席、所定手順の実行、試験を受けるための十分な時間の確保などが必要であり、当該試験の実施は容易とは言えない。このため、ユーザに簡単なテストを実施させるだけで、ユーザのタスク実行機能およびタスク抑制機能をより詳細に推定できる装置が求められている。

【0007】

そこで、本開示は、簡単なテストを実施するだけでユーザのタスク実行機能およびタスク抑制機能をより詳細に推定することを目的とする。

【課題を解決するための手段】

【0008】

本開示の一側面に係る機能推定装置は、誤った回答をユーザに誘発させるユーザインターフェースに対して操作を行う複数のタスクをユーザに提示する提示部と、提示部により提示された複数のタスクに対するユーザの操作結果に関する操作データを取得する取得部と、取得部により取得されたユーザの操作データに基づいて、ユーザのタスク実行機能およびタスク抑制機能を表す指標を予測する予測部と、を備え、ユーザインターフェースは、ユーザが本来選択すべき正答選択肢と、正答選択肢の内容と相反する内容を表示すると共に、色彩、装飾、表現、用語、および配置の少なくとも１つの要素により正答選択肢の内容をユーザに想起させる誤答選択肢と、を含む。

【0009】

この機能推定装置のユーザインターフェースは、正答選択肢と、正答選択肢の内容を想起させる誤答選択肢とを共に表示する。よって、当該ユーザインターフェースは、ユーザに対して誤答選択肢を選択させるよう誘発することができるため、ユーザの操作データと、タスク実行機能およびタスク抑制機能とは有意に且つ密接に関連し得る。よって、予測部４０は、ユーザの操作データに基づいて、ユーザのタスク実行機能およびタスク抑制機能を表す指標をより詳細に予測することができる。したがって、簡単なテストを実施するだけでユーザのタスク実行機能およびタスク抑制機能をより詳細に推定することができる。

【発明の効果】

【0010】

本開示によれば、簡単なテストを実施するだけでユーザのタスク実行機能およびタスク抑制機能をより詳細に推定することができる。

【図面の簡単な説明】

【0011】

【図1】一実施形態に係る機能推定装置の機能ブロック構成図である。ある。

【図2】通常ユーザインターフェースを提示した画面例を示す図である。

【図3】（ａ）はボタンの色彩および図形に特徴を持たせた誘発ユーザインターフェースを提示した画面例を示す図であり、（ｂ）はボタン内の用語の大きさに特徴を持たせた誘発ユーザインターフェースを提示した画面例を示す図であり、（ｃ）はボタンの大きさに特徴を持たせた誘発ユーザインターフェースを提示した画面例を示す図であり、（ｄ）はボタンの表示に特徴を持たせた誘発ユーザインターフェースを提示した画面例を示す図であり、（ｅ）はボタンの用語の表現に特徴を持たせた誘発ユーザインターフェースを提示した画面例を示す図であり、（ｆ）はボタンの配置に特徴を持たせた誘発ユーザインターフェースを提示した画面例を示す図である。

【図4】（ａ）は機能推定装置の起動ボタンの操作態様を示す図であり、（ｂ）は通常インターフェースを提示した画面例を示す図であり、（ｃ）は誘発インターフェースを提示した画面例を示す図である。

【図5】（ａ）は機能推定装置内のアプリケーションの操作画面例を示す図であり、（ｂ）は通常インターフェースを提示した画面例を示す図であり、（ｃ）は誘発インターフェースを提示した画面例を示す図である。

【図6】（ａ）は機能推定装置内のテストの操作画面例を示す図であり、（ｂ）は通常インターフェースを提示した画面例を示す図であり、（ｃ）は誘発インターフェースを提示した画面例を示す図である。

【図7】（ａ）は通常ユーザインターフェースの操作データの例を示す図であり、（ｂ）は誘発ユーザインターフェースの操作データの例を示す図である。

【図8】（ａ）は心理学試験の試験結果の例を示す図であり、（ｂ）は心理学試験の試験結果から導出されたタスク実行機能およびタスク抑制機能を表す指標を示す図である。

【図9】予測モデルの構築処理を示すフロー図である。

【図10】操作データの取得処理を示すフロー図である。

【図11】予測モデルを用いたユーザのタスク実行機能およびタスク抑制機能の予測処理を示すフロー図である。

【図12】機能推定装置のハードウェア構成例を示す図である。

【発明を実施するための形態】

【0012】

添付図面を参照しながら本発明の実施形態を説明する。可能な場合には、同一の部分には同一の符号を付して、重複する説明を省略する。図面の寸法比率は、説明のものと必ずしも一致していない。

【0013】

図１を参照して、一実施形態に係る機能推定装置の構成を説明する。図１に示される機能推定装置１は、タスク実行機能およびタスク抑制機能を表す指標を予測する予測モデルを構築し、ユーザのタスク実行機能およびタスク抑制機能を表す指標を予測する装置である。

【0014】

機能推定装置１は、ユーザによって操作可能な装置である。機能推定装置１の例としては、スマートフォン、タブレット端末などが挙げられる。機能推定装置１には、例えば、ユーザが操作可能なアプリケーション（以下、「アプリ」という。）がインストールされている。当該アプリの種類は、特に限定されず、例えば、ＳＮＳ（ソーシャルネットワークサービス）のアプリ、通信用アプリ、動画再生アプリ、カメラ機能アプリなどが挙げられる。

【0015】

機能推定装置１は、受付表示部５と、提示部１０と、算出部１５と、取得部２０と、学習部３０と、予測部４０と、記憶部９０とを備えている。受付表示部５は、機能推定装置１が有するアプリ、後述のタスク、ユーザインターフェースなどを表示すると共に、ユーザによる入力操作（例えば、提示部１０により提示される後述のユーザインターフェースにおけるユーザの操作）を受け付ける。

【0016】

記憶部９０は、情報を記憶する機能部である。記憶部９０は、提示部１０により提示される後述のユーザインターフェースおよびタスクに関するデータなどを記憶するデータベースとして機能する。記憶部９０は、算出部１５により算出された後述のデータを記憶する。記憶部９０は、提示部１０のデータと算出部１５により得られたデータとを組み合わせて記憶していてもよい。算出部１５、取得部２０、学習部３０および予測部４０は、記憶部９０から情報を取得可能なように構成されている。なお、記憶部９０は、機能推定装置１の外部に設けられていてもよい。

【0017】

提示部１０は、ユーザインターフェースに対して操作可能な複数のタスクを受付表示部５を介してユーザに提示する。タスクとは、機能推定装置１を取り扱うユーザに対して機能推定装置１への操作を課す課題または処理である。提示部１０が提示するユーザインターフェースは、例えば、ポップアップで機能推定装置１の受付表示部５に表示され、ユーザによって視認され、かつ受付表示部５を通じてユーザによって操作される。例えば、提示部１０が提示するユーザインターフェースの操作箇所において、ユーザが受付表示部５をタップすることでユーザインターフェースが操作される。

【0018】

提示部１０は、疑問文に対して回答をユーザに促す通常のユーザインターフェースである通常ユーザインターフェース（以下、「通常ＵＩ」という）に対して操作を行う複数のタスクをユーザに提示する。また、提示部１０は、誤った回答をユーザに誘発させるユーザインターフェースである誘発ユーザインターフェース（以下、「誘発ＵＩ」という）に対して操作を行う複数のタスクをユーザに提示する。提示部１０は、例えば、通常ＵＩと誘発ＵＩとをランダムに提示する。提示部１０により誘発ＵＩが提示されることで、受付表示部５を通じて自然に誘発される反応を抑制できるかどうかが感知される。以下、各ユーザインターフェースについて説明する。

【0019】

まず通常ＵＩについて説明する。図２に示されるように、通常ＵＩ７０は、例えば、疑問文７１と、疑問文７１に対する回答であって、ユーザが本来選択すべき通常正答選択肢７２と、疑問文７１に対する回答であって、ユーザが本来選択すべきではない通常誤答選択肢７３とをユーザに提示する。通常誤答選択肢７３は、通常正答選択肢７２の内容と相反する内容を表示する。

【0020】

通常ＵＩ７０における疑問文７１は、例えば、直前までユーザが実行していた操作または作業に対する問いまたは事実確認の文章である。通常正答選択肢７２は、例えば、直前までユーザが実行していた内容を示す回答である。通常誤答選択肢７３は、例えば、直前までユーザが実行していた内容とは異なる内容を示す回答である。

【0021】

ユーザがある画面の状態を確認した後に提示部１０により提示される通常ＵＩ７０では、例えば、図２に示すように疑問文７１として「確認しましたか？」という問いが提示される。当該通常ＵＩ７０において通常正答選択肢７２は「はい」と提示され、通常誤答選択肢７３は「いいえ」と提示される。通常正答選択肢７２および通常誤答選択肢７３は、疑問文７１の内容によって異なり、上記の表現および内容に限定されない。

【0022】

ユーザが直感的に選択肢を選択した場合であっても大半のユーザが本来選択すべき通常正答選択肢７２をスムーズに選択できるように、通常ＵＩ７０の通常正答選択肢７２および通常誤答選択肢７３は、色彩、装飾、表現、用語、配置などの各要素により特徴付けられる。通常ＵＩ７０の通常正答選択肢７２および通常誤答選択肢７３は、例えば、ユーザが操作する他の一般的なユーザインターフェースに提示される選択肢と同様の構成を有する。

【0023】

通常正答選択肢７２および通常誤答選択肢７３に施された色彩および装飾は、選択肢間で差が出ないように同一のものであってもよい。色彩には、例えば、色の濃淡、明度、彩度などの概念が含まれる。装飾とは、柄、強調効果、大きさ、図形などの概念が含まれる。強調効果とは、図形に対して付与された影、立体感などの効果が含まれる。

【0024】

また、例えば、車両に対する信号の色彩において、青色が進行許可、赤色が停止命令を表すことから、通常正答選択肢７２の色彩を青とし、通常誤答選択肢７３の色彩を赤とすることで、通常誤答選択肢７３より通常正答選択肢７２をユーザに選択しやすくしてもよい。さらに、例えば、通常正答選択肢７２の色の濃淡を通常誤答選択肢７３より濃くすることで、通常誤答選択肢７３より通常正答選択肢７２をユーザに選択しやすくしてもよい。

【0025】

通常正答選択肢７２および通常誤答選択肢７３は、疑問文７１に対する回答として一般的な表現および用語をそれぞれ用いる。表現には、疑問文、各選択肢を表す文章態様または音が含まれる。表現には、選択肢間の関係性を表す語句が含まれる。用語には、各選択肢の内容を表す言葉、数値または語句が含まれる。通常正答選択肢７２および通常誤答選択肢７３は、一般的な位置に配置される。通常ＵＩ７０において、例えば、通常正答選択肢７２は左に配置され、通常誤答選択肢７３は右に配置される。上述のように、通常ＵＩ７０は、ユーザが通常正答選択肢７２および通常誤答選択肢７３を見た場合に他の一般的なユーザインターフェースと異なる点があると疑義を持たれないようにデザインされる。

【0026】

次に、誘発ＵＩについて説明する。図３の各図は、誘発インターフェースを提示した画面例を示す図である。図３に示されるように、誘発ＵＩ８０は、例えば、疑問文８１と、疑問文８１に対する回答であって、ユーザが本来選択すべき正答選択肢８２と、疑問文８１に対する回答であって、ユーザが本来選択すべきではない誤答選択肢８３とをユーザに提示する。

【0027】

誘発ＵＩ８０における疑問文８１は、例えば、通常ＵＩ７０における疑問文７１と同様、直前までユーザが実行していた操作または作業に対する問いまたは事実確認の文章である。正答選択肢８２は、例えば、直前までユーザが実行していた内容を示す回答である。誤答選択肢８３は、例えば、直前までユーザが実行していた内容とは異なる内容を示す回答である。

【0028】

誤答選択肢８３は、正答選択肢８２の内容と相反する内容を表示すると共に、色彩、装飾、表現、用語、および配置の少なくとも１つの要素により正答選択肢８２の内容をユーザに想起させる。すなわち、誘発ＵＩ８０は、ユーザが正答選択肢８２に比べて誤答選択肢８３を選択するようにユーザを誘導するデザインを有する。

【0029】

図３に示されるように、誘発ＵＩ８０は、ユーザが直感的に選択肢を選択した場合に大半のユーザが本来選択すべきではない誤答選択肢８３を選択しそうになるように設計される。ユーザが誘発ＵＩ８０において正答選択肢８２を選択する場合、ユーザが通常ＵＩ７０において通常正答選択肢７２を選択する場合に比べて多くのユーザにおいて操作完了するまでの時間がかかるように、誘発ＵＩ８０は設計される。例えば、ユーザが誘発ＵＩ８０を見た場合に、通常ＵＩ７０における通常正答選択肢７２および通常誤答選択肢７３を見た場合と比べてユーザインターフェースに異なる点があると把握可能なようにデザインされる。

【0030】

図３の（ａ）および（ｅ）に示されるように、誘発ＵＩ８０ａにおける誤答選択肢８３に施された色彩および装飾は、正答選択肢８２ａ，８２ｅに施された色彩および装飾に比べて豪華であってよい。豪華とは、比較的ユーザの目にとまりやすい態様の一例である。例えば、誤答選択肢８３ａ，８３ｅは、明るい色彩を施された影付きのボタンのインターフェースであり、正答選択肢８２ａ，８２ｅは、暗い色彩を施された平面状のボタンのインターフェースである。また、例えば、車両に対する信号の色彩において、青が進行許可、赤が停止命令を表すことから、誤答選択肢８３の色彩を青とし、通常選択肢の色彩を赤とすることで、正答選択肢８２より誤答選択肢８３がユーザに選択されやすくしてもよい。

【0031】

図３の（ｂ）に示されるように、誘発ＵＩ８０ｂにおける誤答選択肢８３ｂの用語の一部または全部は、正答選択肢８２ｂの用語の一部または全部に比べて大きくてもよい。ユーザがある画面の状態を確認した後に提示部１０により提示される誘発ＵＩ８０として、例えば、図３の（ｂ）に示されるように、疑問文８１ｂが「起動します」という文章である場合、誤答選択肢８３ｂの用語を示す「いいえ」の文字が、正答選択肢８２ｂの用語を示す「はい」の文字より大きい。

【0032】

図３の（ｃ）に示されるように、誘発ＵＩ８０ｃにおける誤答選択肢８３ｃの図形は、正答選択肢８２ｃの図形に比べて大きくてもよい。ユーザがある画面の状態を確認した後に提示部１０により提示される誘発ＵＩ８０として、例えば、図３の（ｃ）に示されるように、疑問文８１ｃが「起動します」という文章である場合、誤答選択肢８３ｃの「いいえ」と示されている図形を、正答選択肢８２ｃの「はい」と示されている図形より大きくしている。

【0033】

図３の（ｄ）に示されるように、誘発ＵＩ８０ｄにおける誤答選択肢８３ｄの用語を囲む図形は提示されるのに対し、正答選択肢８２ｃの用語を囲む図形は提示されなくてもよい。ユーザがある画面の状態を確認した後に提示部１０により提示される誘発ＵＩ８０として、例えば、図３の（ｄ）に示されるように、疑問文８１ｄが「起動します」という文章である場合、誤答選択肢８３ｄの「いいえ」と示されている用語には当該用語を囲むように矩形の図形が提示されているのに対し、正答選択肢８２ｄの「はい」と示されている用語には当該用語を囲む図形が提示されていない。

【0034】

図３の（ｅ）に示されるように、正答選択肢８２ｅおよび誤答選択肢８３ｅは、疑問文８１ｅに対する回答として特殊な表現および用語をそれぞれ用いてもよい。特殊な表現および用語とは、疑問文に対する応答として一般的なユーザインターフェースで用いられる表現および用語とは異なり、例えば、難しい表現または用語、口語的な表現などを指す。ユーザがある画面の状態を確認した後に提示部１０により提示される誘発ＵＩ８０として、例えば、図３の（ｅ）に示されるように、疑問文８１ｅが「確認しましたか？」という問いである場合、誤答選択肢８３ｅは「まだ」であり、正答選択肢８２ｅは「うん」であり、口語的な表現を用いている。ユーザが誘発ＵＩ８０ｅを認識した場合に一般的なユーザインターフェースで提示される選択肢の用語とは異なる用語で記載されているため、多くのユーザの選択までの時間が一般のユーザインターフェースと比較して長くなる。誘発ＵＩ８０ｅにおいて、ユーザは、選択肢の内容を十分に理解して正しく選択する必要がある。

【0035】

例えば、図３の（ｆ）に示されるように、正答選択肢８２ｆおよび誤答選択肢８３ｆは、それぞれ一般的なユーザインターフェース（通常ＵＩ７０）の選択肢の位置とは逆に配置される態様であってもよい。例えば、複数のユーザインターフェースのうち、１つの誘発ＵＩ８０ｆでは正答選択肢８２ｆは右に配置され、誤答選択肢８３ｆは左に配置されているのに対し、他の複数の通常ＵＩ７０において誤答の選択肢は右に配置され、正答の選択肢は左に配置されている。すなわち、規則性のある当該他の複数の通常ＵＩ７０によって、誘発ＵＩ８０の存在を認知しにくくさせ、ユーザに誤答選択肢８３ｆを選択させるように誘発させている。ユーザは、誘発ＵＩ８０ｆを認識した場合に正答選択肢８２ｆの位置が他の通常ＵＩ７０と同一の配置にはないと認識して、他の通常ＵＩ７０の位置同一の位置のものを選択しないように抑制する必要がある。

【0036】

提示部１０は、誘発ＵＩ８０を、色彩、装飾、表現、用語、および配置のうち１要素のみによって特徴付けて提示してもよいし、複数の要素を組み合わせて特徴付けて提示してもよい。複数の要素を組み合わせて特徴付けることで、ユーザが正答選択肢８２に比べて誤答選択肢８３をより容易に選択するようにユーザを誘導することができる。

【0037】

なお、通常ＵＩ７０および誘発ＵＩ８０は、それぞれ疑問文７１，８１を含まなくてもよい。この場合、通常正答選択肢７２、正答選択肢８２、通常誤答選択肢７３および誤答選択肢８３は、文章を含んでいてもよい。例えば、通常正答選択肢７２および正答選択肢８２は、「確認しました」または「起動します」といった文章であってもよく、通常誤答選択肢７３および誤答選択肢８３は、「確認していません」または「起動しません」といった文章であってもよい。なお、上記では通常正答選択肢７２および正答選択肢８２は肯定的内容を表現し、通常誤答選択肢７３および誤答選択肢８３は否定的内容を表現していたが、それぞれ逆の内容を表現していてもよい。

【0038】

提示部１０は、上記のような通常ＵＩ７０または誘発ＵＩ８０に対して操作を行うという複数のタスクを受付表示部５を介してユーザに提示する。提示部１０は、機能推定装置１の起動のタイミング、機能推定装置１の終了のタイミング、機能推定装置１において動作するユーザが操作可能なアプリケーションの起動のタイミング、およびアプリケーションの終了のタイミングの少なくとも１つのタイミングにおいて、タスクを提示する。

【0039】

機能推定装置１の起動のタイミングとは、機能推定装置１の電源が切られた状態から電源が入った状態になるタイミングと、機能推定装置１内のアプリなどのユーザインターフェースを操作できない状態（スリープ状態）から当該ユーザインターフェースを操作できる状態になるタイミングとを指す。機能推定装置１の終了のタイミングとは、機能推定装置１の電源が入った状態から電源が切られた状態になるタイミングと、機能推定装置１内のアプリなどのユーザインターフェースを操作できる状態から当該ユーザインターフェースを操作できない状態（スリープ状態）になるタイミングとを指す。以下、図４を用いて、提示部１０における各ＵＩ７０，８０の提示態様を説明する。

【0040】

図４の（ａ）に示されるように、機能推定装置１は、起動ボタン３を有する。起動ボタン３は、例えば、機能推定装置１の側面に設けられる。起動ボタン３がユーザにより押下されることで、機能推定装置１は起動し（電源が入り）、または機能推定装置１の電源が切られる。

【0041】

機能推定装置１が起動していない場合、ユーザが起動ボタン３を押下することで機能推定装置１は起動に係る処理（起動処理）を開始する。すなわち、起動ボタン３の操作は、機能推定装置１の起動処理を開始する際のトリガーとなる。起動処理の開始後、図４の（ｂ）に示されるように、例えば、機能推定装置１の起動処理により他のアプリなどが実行可能になる前に提示部１０は通常ＵＩ７０を受付表示部５を介してユーザに提示する。多くのユーザは機能推定装置１を起動させるために起動ボタン３を押下するはずなので、疑問文７１である「起動します」と表示された文章に対し、多くのユーザが「はい」と表示された通常正答選択肢７２を選択することが予想される。

【0042】

この通常正答選択肢７２が選択されると、機能推定装置１は、通常ＵＩ７０の提示を終了し起動処理を続行する。なお、「いいえ」と表示された通常誤答選択肢７３が選択されると、機能推定装置１は通常ＵＩ７０の提示を終了し、機能推定装置１は起動処理を中止し、起動しない。

【0043】

また、機能推定装置１による起動処理の開始後、図４の（ｃ）に示されるように、例えば、機能推定装置１の起動処理により他のアプリなどが実行可能になる前に提示部１０は誘発ＵＩ８０を提示してもよい。ここで、例えば、誘発ＵＩ８０は誘発ＵＩ８０ｆの態様と同一であってもよい（図３（ｆ）参照）。

【0044】

以上のように、機能推定装置１の電源が切れていた場合に多くのユーザによって行われる起動処理において、通常ＵＩ７０または誘発ＵＩ８０を提示してユーザに容易に入力を促すことができる。また、ユーザに多くのユーザが「はい」と表示された正答選択肢８２を選択することが予想されるが、ユーザは通常ＵＩ７０において通常誤答選択肢７３を誤って選択する可能性に比べて誘発ＵＩ８０において誤答選択肢８３を誤って選択する可能性の方が高くなりうる。

【0045】

なお、上記では、機能推定装置１の起動のタイミングでのタスクの提示例を示したが、同様の方法で機能推定装置１の起動のタイミング、機能推定装置１の終了のタイミング、アプリの起動のタイミング、およびアプリの終了のタイミングの少なくとも１つのタイミングにおいてもそれぞれタスクを提示してもよい。

【0046】

続いて、図５を用いて、提示部１０における各ＵＩ７０，８０の他の提示態様を以下説明する。機能推定装置１は、機能推定装置１に対して行われる操作の実行可否を決定するタイミングにおいてタスクを提示してもよい。

【0047】

図５の（ａ）に示されるように、機能推定装置１の受付表示部５において、機能推定装置１のアプリの一例としてトークアプリの操作画面５０が表示されている。操作画面５０は、複数の過去投稿欄５１と、入力欄５２と、送信ボタン５３とが表示されている。

【0048】

複数の過去投稿欄５１は、トークアプリにおけるユーザとユーザの通信相手との文章のやりとりがそれぞれ記載されている欄である。入力欄５２は、機能推定装置１のユーザが通信相手に対して送信する内容を入力する欄である。入力欄５２に入力される内容は、不図示のユーザインターフェースにより入力される。送信ボタン５３は、入力欄５２の内容を通信相手に送信するトリガーとなるユーザインターフェースである。ユーザにより受付表示部５を介して送信ボタン５３の提示箇所がタップされることで、入力欄５２の内容が送信される。送信ボタン５３は、例えば、入力欄５２に文字が入力された状態になった場合に操作可能となる。

【0049】

機能推定装置１の操作画面５０において送信ボタン５３がタップされた場合、機能推定装置１は入力欄５２の内容の送信に係る処理（送信処理）を開始する。送信処理の開始後、図５の（ｂ）に示されるように、例えば、機能推定装置１の送信処理により入力欄５２の内容が送信される前に提示部１０は通常ＵＩ７０を提示する。多くのユーザは入力欄５２の内容を送信するために送信ボタン５３をタップするはずなので、疑問文７１である「送信してよろしいですか？」と表示された文章に対し、多くのユーザが「はい」と表示された通常正答選択肢７２を選択することが予想される。

【0050】

この通常正答選択肢７２が選択されると、機能推定装置１は、通常ＵＩ７０の提示を終了し送信処理を続行する。なお、「いいえ」と表示された通常誤答選択肢７３が選択されると、機能推定装置１は通常ＵＩ７０の提示を終了し、機能推定装置１は送信処理を中止し、入力欄５２の内容を送信しない。

【0051】

また、機能推定装置１による送信処理の開始後、図５の（ｃ）に示されるように、例えば、機能推定装置１の送信処理により入力欄５２の内容が送信される前に提示部１０は誘発ＵＩ８０を提示してもよい。ここで、例えば、誘発ＵＩ８０は誘発ＵＩ８０ｅの態様と同一であってもよい（図３（ｅ）参照）。

【0052】

以上のように、機能推定装置１内のユーザが用いるアプリにおいて通常ＵＩ７０または誘発ＵＩ８０を提示してユーザに容易に入力を促すことができる。また、多くのユーザは入力欄５２の内容を送信するために送信ボタン５３をタップするはずなので、多くのユーザが「うん」と表示された正答選択肢８２を選択することが予想される。しかしながら、ユーザは通常ＵＩ７０において通常誤答選択肢７３を誤って選択する可能性に比べて誘発ＵＩ８０において誤答選択肢８３を誤って選択する可能性の方が高くなりうる。また、ユーザは通常ＵＩ７０において通常正答選択肢７２を選択してタップするまでの時間に比べて正答選択肢８２を選択してタップするまでの時間が長くなりうる。

【0053】

続いて、図６を用いて、提示部１０における各ＵＩ７０，８０の他の提示態様を以下説明する。図６の（ａ）に示されるように、機能推定装置１の受付表示部５において、機能推定装置１のテストの一例としてテキスト入力テストアプリの操作画面６０が表示されている。操作画面６０には、問題文６１と、入力欄６２と、完了ボタン６３とが表示されている。

【0054】

問題文６１は、テキスト入力テストアプリにおけるユーザに入力を指示する指示文と、ユーザに入力させる内容であるサンプル文とを含む。入力欄６２は、機能推定装置１のユーザが問題文６１に対して解答となる内容を入力する欄である。入力欄６２に入力される内容は、不図示のユーザインターフェースにより入力される。完了ボタン６３は、入力欄６２の内容をテキスト入力テストアプリの制御部に送信するトリガーとなるユーザインターフェースである。ユーザにより受付表示部５を介して完了ボタン６３の提示箇所がタップされることで、入力欄６２に対して入力が完了したとして入力欄６２の内容が送信される。完了ボタン６３は、例えば、入力欄６２に文字が入力された状態になった場合に操作可能となる。

【0055】

機能推定装置１の操作画面６０において完了ボタン６３がタップされた場合、機能推定装置１は入力欄６２の内容の完了に係る処理（完了処理）を開始する。完了処理の開始後、図６の（ｂ）に示されるように、例えば、機能推定装置１の完了処理により入力欄５２の内容が送信される前に提示部１０は通常ＵＩ７０を提示する。多くのユーザは入力欄５２の内容を送信するために送信ボタン５３をタップするはずなので、疑問文７１である「入力完了ですか？」と表示された文章に対し、多くのユーザが「はい」と表示された通常正答選択肢７２を選択することが予想される。

【0056】

この通常正答選択肢７２が選択されると、機能推定装置１は、通常ＵＩ７０の提示を終了し送信処理を続行する。なお、「いいえ」と表示された通常誤答選択肢７３が選択されると、機能推定装置１は通常ＵＩ７０の提示を終了し、機能推定装置１は送信処理を中止し、入力欄５２の内容を送信しない。

【0057】

また、機能推定装置１による完了処理の開始後、図６の（ｃ）に示されるように、例えば、機能推定装置１の完了処理により入力欄５２の内容が送信される前に提示部１０は誘発ＵＩ８０を提示してもよい。ここで、例えば、誘発ＵＩ８０は誘発ＵＩ８０ａの態様と同一であってもよい（図３（ａ）参照）。

【0058】

以上のように、他の脳の状態を推定するテストアプリの実行時においても、通常ＵＩ７０または誘発ＵＩ８０を提示してユーザに容易に入力を促すことができる。よって、多くのユーザが「はい」と表示された正答選択肢８２を選択することが予想されるが、ユーザは通常ＵＩ７０において通常誤答選択肢７３を誤って選択する可能性に比べて誘発ＵＩ８０において誤答選択肢８３を誤って選択する可能性の方が高くなりうる。

【0059】

図４～図６に示されるように、提示部１０は、所定の期間内に機能推定装置１またはアプリの起動または終了のタイミング、並びに機能推定装置１に対する操作の実行のタイミングなどにおいて、タスクをユーザに提示することで、ユーザにタスクに対する操作を実行させることができる。ユーザは、各タイミングでタスクが提示されるため、複数のタスクを実行する時間を自発的に設ける必要なく、無意識であってもタスクを開始することができる。

【0060】

提示部１０は、例えば、誘発ＵＩ８０によるタスクを提示して、ユーザにより誤答選択肢８３が選択された場合に、再度誘発ＵＩ８０を提示する。提示部１０は、例えば、ユーザが正答選択肢８２を選択するまで誘発ＵＩ８０を提示し続ける。

【0061】

受付表示部５は、提示部１０が提示した通常ＵＩ７０または誘発ＵＩ８０を含むユーザインターフェースの種類、ユーザにより選択された選択肢が正答だったか否かを示す正誤情報、ユーザにユーザインターフェースによるタスクの提示を開始した開始タイミング、ユーザが当該ユーザインターフェースの選択肢を選択した選択タイミングなどを操作結果として記憶部９０に記憶させる。提示部１０は、少なくとも誘発ＵＩ８０の種類、誘発ＵＩ８０によるタスクに関する正誤情報、開始タイミングおよび選択タイミングを操作結果として記憶部９０に記憶させる。

【0062】

なお、複数のタスクのうち、少なくとも１回以上のタスクが通常ＵＩ７０によるタスクであってよい。複数のタスクのうち、半数以上のタスクが誘発ＵＩ８０によるタスクであってよい。誘発ＵＩ８０によるタスクの回数が通常ＵＩ７０によるタスクの回数に比べてあまりに多い場合、または誘発ＵＩ８０によるタスクが周期的に表示される場合など、ユーザにおける適応度が向上し（慣れが促進され）、誘発ＵＩ８０による誤った回答を誘発させる機能が有意に発揮できない可能性がある。よって、提示部１０は、例えば、複数のタスクの中で誘発ＵＩ８０によるタスクをランダムに提示する。

【0063】

次に、図１に戻り、機能推定装置１における他の機能部について説明する。算出部１５は、提示部１０により提示されたユーザインターフェースによる複数のタスクに対するユーザの操作結果に関する操作データを算出する。算出部１５は、例えば、提示部１０が通常ＵＩ７０および誘発ＵＩ８０による複数のタスクを所定の回数または所定の期間提示した後に、通常ＵＩ７０および誘発ＵＩ８０に関する操作データを算出する。

【0064】

以下、誘発ＵＩ８０に関する操作データの算出について説明する。算出部１５は、誘発ＵＩ８０によるタスクが提示された所定の回数ごと、または所定の期間ごとの記憶部９０内のデータに基づいて、操作データを算出する。当該所定の回数とは、例えば、誘発ＵＩ８０の各種類が１回以上表示された場合の予め定められた回数である。当該所定の期間とは、予め定められた期間であり、例えば、１週間である。なお、算出部１５は、操作データを算出した場合、当該操作データを記憶部９０に記憶する。

【0065】

操作データは、例えば、誘発ＵＩ８０において正答選択肢８２を選択した回数に関する正答回数データ、および、誘発ＵＩ８０において誤答選択肢８３を選択した回数に関する誤答回数データの少なくとも一方を含む。算出部１５は、記憶部９０から取得した正誤情報および正誤情報の数に基づいて、正答回数データおよび誤答回数データの少なくとも一方を算出する。

【0066】

算出部１５は、正答回数データとして、例えば、誘発ＵＩ８０によるタスクの実施回数に対する正答選択肢８２を選択したタスクの回数の割合である正答選択率を算出する。

【0067】

算出部１５は、誤答回数データとして、例えば、誘発ＵＩ８０によるある１つのタスクのうち、再提示された誤答選択肢８３を繰り返し選択した回数である誤答反復数を算出する。算出部１５は、記憶部９０に記憶されたタスクの種類に紐付けられた正誤情報に基づいて誤答反復数を算出する。例えば、１回目に提示された誘発ＵＩ８０において誤答選択肢８３をユーザが選択し、再提示された誘発ＵＩ８０において誤答選択肢８３をユーザが再び選択した場合、誤答反復数は「１」となる。この選択以降、同一のタスクにおいて再提示された当該誘発ＵＩ８０において誤答選択肢８３をユーザが選択する度に、誤答反復数は１ずつ加算される。なお、算出部１５は、誤答回数データとして、例えば、誘発ＵＩ８０によるタスクの実施回数に対する誤答選択肢８３を選択したタスクの回数の割合である誤答選択率を算出してもよい。

【0068】

操作データは、ユーザがユーザインターフェースの操作に要した操作時間（例えば、提示部１０により提示された誘発ＵＩ８０の操作に要した操作時間）に関する操作時間データを含む。算出部１５は、操作時間データの一例として、開始タイミングおよび選択タイミングに基づいて各タスクにおける操作時間を算出する。

【0069】

算出部１５は、タスクの種類、正誤情報、開始タイミングおよび選択タイミングに基づいて操作時間の一例である正答操作時間および誤答操作時間を算出する。正答操作時間は、誘発ＵＩ８０による各タスクが提示部１０により提示された初出タイミングからユーザが正答選択肢８２を選択した正答選択タイミングまでの時間である。また、誤答操作時間は、誘発ＵＩ８０による各タスクが提示部１０により提示または再提示された提示タイミングからユーザが誤答選択肢８３を選択した誤答選択タイミングまでの時間である。以下、算出方法を説明する。

【0070】

算出部１５が正答操作時間を算出する場合、算出部１５は、初出タイミングとして、タスクの種類のうち同一のタスクにおいて、最も早いタイミングを算出する。初出タイミングとは、開始タイミングのうち、機能推定装置１が起動してから提示部１０により初めてのタスクが提示された初期タイミング、または、提示部１０により他のタスクから新たなタスクに切り替わった切替タイミングを含む。算出部１５が正答操作時間を算出する場合、算出部１５は、タスクの種類のうち同一のタスクにおいて、正答が選択された選択タイミングを正答選択タイミングとして割り当てる。算出部１５は、正答選択タイミングから初出タイミングを引くことで正答操作時間を得る。

【0071】

算出部１５が誤答操作時間を算出する場合、算出部１５は、提示タイミングを算出する。提示タイミングは、開始タイミングのうち、機能推定装置１が起動してから提示部１０により初めてのタスクが提示された初期タイミング、提示部１０により他のタスクから新たなタスクに切り替わった切替タイミング、または、提示部１０により誘発ＵＩ８０が再提示された再提示タイミングを含む。算出部１５が誤答操作時間を算出する場合、算出部１５は、上述の提示タイミングが含まれる試行における、誤答が選択された選択タイミングを誤答選択タイミングとして割り当てる。算出部１５は、誤答選択タイミングから提示タイミングを引くことで誤答操作時間を得る。なお、算出部１５は、タスクの種類のうち同一のタスクにおいて得られた上述の誤答操作時間の総和を誤答操作時間の一例としてもよい。

【0072】

算出部１５は、操作時間データの一例として、誘発ＵＩ８０による複数のタスクから得られた操作時間に基づいて特徴量を算出する。当該特徴量は、例えば、複数のタスクに対する操作時間の平均値、操作時間の分散などを含む。当該特徴量は、例えば、複数のタスクに対する正答操作時間の平均値、正答操作時間の分散、誤答操作時間の平均値、誤答操作時間の分散などを含む。

【0073】

算出部１５は、学習用ユーザの正答操作時間および正答選択データに対する、対象ユーザの正答操作時間および正答選択データの乖離度合いを含む操作データを算出してもよい。上記の学習用ユーザとは、例えば、学習部３０において後述の予測モデルの学習に用いられる操作データが抽出される被験者（ユーザ）である。対象ユーザとは、後述の予測モデルを用いてタスク実行機能およびタスク抑制機能を表す指標を予測する被験者（ユーザ）である。当該正答選択データは、例えば、正答選択率を含む。以下、本実施形態において単に「ユーザ」と記載した場合には、学習用ユーザと対象ユーザとを含む場合がある。

【0074】

学習用ユーザの正答操作時間および正答選択率は、例えば、正答操作時間に対して近似した正答選択率を導出する回帰式により関係づけられる。上記の乖離度合いとは、例えば、学習用ユーザによって得られた回帰式に対する対象ユーザの正答操作時間および正答選択率の誤差を指す。当該誤差は、例えば、ある正答操作時間に対する回帰式から得られる正答選択率と対象ユーザの正答選択率との差分を指す。

【0075】

乖離度合いが大きいとは、当該誤差が大きいことを指す。乖離度合いが正の方向に大きいとは、回帰式から得られる正答選択率より対象ユーザの正答選択率が大きく、誤差が大きいことを指す。乖離度合いが負の方向に大きいとは、回帰式から得られる正答選択率より対象ユーザの正答選択率が小さく、誤差が大きいことを指す。

【0076】

なお、操作データ内の各変数は、誘発ＵＩ８０の誤答選択肢８３に対して特徴付けられた要素（色彩、装飾、表現、用語、および配置）ごとに集計され、算出されてもよい。操作データ内の各変数は、タスクまたはユーザインターフェースごとに集計され、算出されてもよい。算出部１５は、算出された操作データを記憶部９０に記憶させる。また、算出部１５は、例えば、提示部１０により提示された通常ＵＩ７０による複数のタスクに対する操作データを、上記の処理と同一の処理を行って算出する。なお、算出部１５は、通常ＵＩ７０に対する誤答反復数を算出しない。

【0077】

取得部２０は、図７に示されるように、通常ＵＩ７０による複数のタスクに対する操作データ、および誘発ＵＩ８０による複数のタスクに対する操作データを記憶部９０から取得する。取得部２０は、算出部１５において算出された操作データを直接取得してもよい。

【0078】

図７の（ａ）に示されるように、取得部２０は、例えば、操作時間の平均値、操作時間の分散、正答選択率、正答操作時間の平均値、正答操作時間の分散、誤答操作時間の平均値、および誤答操作時間の分散を、通常ＵＩ７０による複数のタスクに対する操作データとして取得する。

【0079】

操作時間の平均値が小さいほど、通常ＵＩ７０によるタスクに対するユーザの反応速度が速いことが示唆される。操作時間の分散の値が所定の第１閾値より大きい場合、ユーザが通常ＵＩ７０によるタスクに対する適応度が低い（慣れていない）ことが示唆される。また、操作時間の分散の値が所定の第２閾値より小さい場合、ユーザが通常ＵＩ７０によるタスクに対する適応度が高すぎる（慣れすぎている）ことが示唆される。例えば、操作時間の分散の値が第２閾値以上第１閾値以下となる場合、取得部２０は、通常ＵＩ７０によるタスクの操作データを取得してもよい。

【0080】

正答選択率が大きいほど、タスク実行機能が正常に機能していると示唆される。正答操作時間の平均値が小さい場合、または、正答操作時間の分散の値が大きい場合、タスク実行機能が低下していることが示唆される。誤答操作時間の平均値が大きい場合、または、誤答操作時間の分散の値が大きい場合、タスク実行機能が低下していることが示唆される。

【0081】

図７の（ｂ）に示されるように、取得部２０は、例えば、操作時間の平均値、操作時間の分散、正答選択率、正答操作時間の平均値、正答操作時間の分散、誤答操作時間の平均値、誤答操作時間の分散、および誤答反復数を、誘発ＵＩ８０による複数のタスクに対する操作データとして取得する。

【0082】

操作時間の平均値が小さいほど、誘発ＵＩ８０によるタスクに対するユーザの反応速度が速いことが示唆される。操作時間の分散の値が所定の第３閾値より大きいほど、ユーザが誘発ＵＩ８０によるタスクに対する適応度が低い（慣れていない）ことが示唆される。また、操作時間の分散の値が所定の第４閾値より小さい場合、ユーザが誘発ＵＩ８０によるタスクに対する適応度が高すぎる（慣れすぎている）ことが示唆される。例えば、操作時間の分散の値が第４閾値以上第３閾値以下となる場合、取得部２０は誘発ＵＩ８０によるタスクの操作データを取得してもよい。

【0083】

正答選択率が大きいほど、タスク実行機能およびタスク抑制機能が正常に機能していると示唆される。正答操作時間の平均値が大きい場合、または、操作時間の分散の値が大きい場合、タスク抑制機能が低下していることが示唆される。誤答操作時間の平均値が大きく、かつ、誤答操作時間の分散の値が大きい場合、タスク抑制機能が低下していることが示唆される。

【0084】

なお、図７の（ｂ）には示されていないが、取得部２０は、学習用ユーザが正答操作時間および正答選択データに対する、対象ユーザの正答操作時間および正答選択データの乖離度合いを取得してもよい。乖離度合いが正の方向に大きく、かつ、操作時間（正答操作時間）が小さい場合、タスク実行機能およびタスク抑制機能が正常に機能していると示唆される。

【0085】

また、ユーザのタスク抑制機能が正常であれば、ユーザの操作時間が長いほどユーザの思考時間が長くなると推定されるため、通常正答選択肢７２または正答選択肢８２を選ぶ可能性が高いと推定される。よって、乖離度合いが正の方向に大きく、かつ、操作時間（正常操作時間）が大きい場合には、タスク実行機能が弱まっていると示唆される。

【0086】

一方で、乖離度合いが負の方向に大きく、かつ、操作時間（正常操作時間）が大きい場合、タスク実行機能およびタスク抑制機能が弱まっていると推定される。乖離度合いが負の方向に大きく、かつ、操作時間（正常操作時間）が小さい場合には、タスク抑制機能が弱まっていると推定される。

【0087】

再び図１に戻る。学習部３０は、対象ユーザのタスク実行機能およびタスク抑制機能を表す指標を予測するための予測モデル３５を学習する。予測モデル３５は、従来の機械学習により学習されるモデルである。予測モデル３５は、例えば、従来のニューラルネットワークを含んで構成されている。あるいは、予測モデル３５は、それ以外のモデルであってもよい。予測モデル３５は、予測部４０が予測に用いる操作データを入力して、予測される機能指標を出力するものである。機能指標は、学習用ユーザまたは対象ユーザのタスク実行機能およびタスク抑制機能を表す指標である。

【0088】

学習部３０は、取得した学習用ユーザの操作情報を推定モデルへの入力（入力値）として、かつ、取得した学習用ユーザの状態指標を推定モデルからの出力（出力値）として、機械学習を行うことで推定モデルを生成する。このように学習部３０は、学習用ユーザの操作情報をｘ、学習用ユーザの状態指標をｙとしたとき、推定モデルの関係式であるｙ＝ｆ（ｘ）内で示されている関数ｆを学習する。学習部３０は、学習させた予測モデルを記憶部９０に記憶させる。なお、学習用ユーザとは、予測モデル３５の学習に用いられる操作データ及び機能指標を提供するユーザである。学習用ユーザと対象ユーザとは同一であってもよく、異なってもよい。

【0089】

上記の機能指標は、心理学試験により得られる。当該心理学試験は、専門家の臨席の下、試験を受けるための十分な時間が確保されたうえで所定手順で実行される。心理学試験の一例として、図８に示されるような「go-nogoタスク」が挙げられる。go-nogoタスクは、例えば、学習用ユーザが、スマートフォンのような受付表示部を備える試験端末を使用することで行われる。

【0090】

図８の（ａ）に示されるように、go-nogoタスクにおいて、試験端末の画面上には、学習用ユーザが反応すべきシンボル（ＧＯシンボル）と学習用ユーザが反応すべきでないシンボル（ＮＯＧＯシンボル）とを反応種別とするタスクがシンボル情報として所定の試行回数だけ次々に提示される。学習用ユーザは各反応種別に適した対処をする。例えば、学習用ユーザは、ＧＯシンボルにおいては素早く反応して試験端末へのタップを実施し、ＮＯＧＯシンボルでは試験端末に対して何も操作せず見送る。

【0091】

学習用ユーザがＧＯシンボルに対してタップを実施した場合、または、学習用ユーザがＮＯＧＯシンボルに対して何も操作せず見送った場合、実行結果は「成功」となる。学習用ユーザがＧＯシンボルに対して所定の時間以上何も操作せず見送った場合、または、学習用ユーザがＮＯＧＯシンボルに対して誤ってタップを実施した場合、実行結果は「失敗」となる。試験端末は、上記の「成功」と「失敗」との情報を実行結果として取得する。また、試験端末は、ＧＯシンボルが表示されてから学習用ユーザがタップ操作するまでの時間である反応時間を実行結果として取得する。試験端末は、複数の学習用ユーザにおける複数の実行結果を取得する。

【0092】

図８の（ｂ）に示されるように、試験端末は、実行結果として得られた各データに基づいて機能指標を算出する。機能指標は、例えば、タスクの施行回数に対する実行結果が成功となったタスクの数の割合である成功率の全学習用ユーザの平均値である全体成功率、ＧＯシンボルが提示されるタスクにおける全学習用ユーザのＧＯ成功率、ＮＯＧＯシンボルが提示されるタスクにおける全学習用ユーザのＮＯＧＯ成功率、および全学習用ユーザの反応時間の平均値である反応平均時間の少なくとも１つのデータである。試験端末は、機能指標を記憶部９０に記憶させる。

【0093】

例えば、全体成功率が所定の閾値より低い場合は、タスク実行機能およびタスク抑制機能の少なくともいずれかの機能が正常な状態より弱まっていることが示唆される。ＧＯ成功率が所定の閾値より低い場合は、タスク実行機能が正常な状態より弱まっていることが示唆される。ＮＯＧＯ成功率が所定の閾値より低い場合は、タスク抑制機能が正常な状態より弱まっていることが示唆される。反応平均時間が所定の閾値より大きい場合は、タスク実行機能が正常な状態より弱まっていることが示唆される。上記の各閾値は、実施されるgo-nogoタスクに対して専門家により設定される。

【0094】

学習用ユーザが提示部１０により提示されたタスクを実行すると共に試験端末における心理学試験を実行することで、操作データおよび機能指標が予測モデル３５の学習用データとして得られる。算出部１５において所定の期間の記憶部９０内のデータに基づいて操作データが算出された場合、当該所定の期間または当該所定の期間の直前若しくは直後に測定された機能指標と、当該操作データとが、学習部３０において予測モデル３５の学習に用いられる。例えば、ある期間において、学習用ユーザが実行し、記憶部９０内に記憶された複数のタスクによるデータに基づいて算出された操作データと、当該ある期間において学習用ユーザが試験端末を利用して１回または複数回の心理学試験を実行することで取得された機能指標とが、予測モデル３５の学習に用いられる。

【0095】

取得部２０は、所定の人数以上の複数の学習用ユーザの機能指標を取得する。学習部３０は、取得部２０により取得された所定の人数以上の複数の学習用ユーザの操作データおよび機能指標を予測モデル３５に学習させる。所定の人数とは、例えば数十人または数百人である。通常ＵＩ７０および誘発ＵＩ８０によるタスクにおいて導出された操作データと、心理学試験において導出された機能指標とは、タスク実行機能およびタスク抑制機能の状態（低下など）を示唆するデータとして相関関係があると推定される。これにより、予測モデル３５は、操作データに含まれる各指標に対する機能指標を推定する機能を獲得する。

【0096】

予測部４０は、取得部２０により取得された対象ユーザの操作データを、学習部３０による学習で得られた予測モデル３５に適用することで、対象ユーザの機能指標を予測する。対象ユーザは、機能推定装置１を操作し、提示部１０により提示された複数のタスクに対する操作結果を取得部２０に取得させる。予測部４０は、取得部２０により所定の期間ごとに取得された対象ユーザの操作データを予測モデル３５に適用することで、当該所定の期間ごとの機能指標を予測する。予測部４０は、取得部２０により所定のタスクの提示回数ごとに取得された対象ユーザの操作データを予測モデル３５に適用することで、当該提示回数ごとの機能指標を予測してもよい。

【0097】

予測部４０は、予測された機能指標を用いて対象ユーザのタスク実行機能およびタスク抑制機能を診断してもよい。タスク実行機能およびタスク抑制機能の診断とは、対象ユーザの当該機能に異常があるか否か、低下している（弱まっている）兆候があるか否か、従前若しくは他の同年齢のユーザと比べて低下している（弱まっている）か否かなどを含む対象ユーザの脳の状態を機能指標に基づいて診断することを指す。

【0098】

この場合、例えば、取得部２０は、機能指標に対する専門家が定めた閾値を取得する。予測部４０は、例えば、予測された対象ユーザの機能指標と、専門家が定めた閾値とに基づいて、対象ユーザのタスク実行機能およびタスク抑制機能を診断してもよい。例えば、予測された対象ユーザの機能指標が当該閾値より低い場合、予測部４０は、当該対象ユーザのタスク実行機能およびタスク抑制機能が低下している可能性があることを診断することができる。

【0099】

また、例えば、取得部２０は、学習用ユーザの機能指標と、学習用ユーザのタスク実行機能およびタスク抑制機能の診断結果とを取得してもよい。予測部４０は、予測された対象ユーザの機能指標と、学習用ユーザの機能指標と、学習用ユーザのタスク実行機能およびタスク抑制機能の診断結果とに基づいて、対象ユーザのタスク実行機能およびタスク抑制機能を診断してもよい。この場合、学習用ユーザのタスク実行機能およびタスク抑制機能が弱まっているという診断結果が得られている場合、予測部４０は、当該学習用ユーザの機能指標を閾値とすることができる。当該学習用ユーザが複数いる場合、予測部４０は、機能指標の平均値などの特徴量を閾値としてもよい。例えば、予測された対象ユーザの機能指標が予測部４０により定められた当該閾値より低い場合、予測部４０は、当該対象ユーザのタスク実行機能およびタスク抑制機能が低下している可能性があることを診断することができる。

【0100】

予測部４０は、予測された対象ユーザの機能指標、または、診断されたタスク実行機能およびタスク抑制機能を、対象ユーザが確認可能なように受付表示部５に出力する機能を有していてもよい。この場合、受付表示部５は、予測された対象ユーザの機能指標、または、診断されたタスク実行機能およびタスク抑制機能を表示する。

【0101】

なお、特許請求の範囲における提示部は、受付表示部５および提示部１０に対応する。特許請求の範囲における取得部は、受付表示部５、算出部１５および取得部２０に対応する。特許請求の範囲における学習部は、学習部３０に対応する。特許請求の範囲における予測部は、予測部４０に対応する。

【0102】

次に、図９～図１１のフローチャートを用いて、本実施形態に係る機能推定装置１で実行される処理（機能推定装置１が行う推定方法）を説明する。まず、図９に示される機能推定装置１において予測モデル３５を構築する処理を説明する。

【0103】

機能推定装置１によって、学習用ユーザの操作データの取得処理が実行される（図９のステップＳ１）。図１０に示されるように、ステップＳ１は、以下の複数のステップにより構成されている。まず、提示部１０によって、所定のタイミングで受付表示部５に通常ＵＩ７０によるタスクが提示される（ステップＳ１１）。続いて、受付表示部５によって、学習用ユーザの通常ＵＩ７０への操作が受け付けられ、操作結果が記憶部９０に記憶される（ステップＳ１２）。

【0104】

続いて、算出部１５によって、所定の回数だけ通常ＵＩ７０への学習用ユーザによる操作が行われたか否かが判定される（ステップＳ１３）。記憶部９０内に記憶された学習用ユーザによる操作結果の個数は提示部１０により提示された通常ＵＩ７０によるタスクの回数に相当するため、算出部１５は、当該操作結果の個数が所定の回数以上か否かを判定する。算出部１５において、当該個数が所定の回数以上だと判定された場合（ステップＳ１３：ＹＥＳ）、機能推定装置１は次のステップに移行する。算出部１５において、当該操作結果の個数が所定の回数未満だと判定された場合（ステップＳ１３：ＮＯ）、機能推定装置１はステップＳ１１へ戻る。

【0105】

ステップＳ１３において、記憶部９０内に記憶された操作結果の個数が所定の回数以上だと判定された場合（ステップＳ１３：ＹＥＳ）、算出部１５によって、通常ＵＩ７０によるタスクの操作結果に基づいて学習用ユーザの操作データが算出される（ステップＳ１４）。

【0106】

続いて、提示部１０によって、所定のタイミングで受付表示部５に誘発ＵＩ８０によるタスクが提示される（ステップＳ１５）。続いて、受付表示部５によって、学習用ユーザの誘発ＵＩ８０への操作が受け付けられ、操作結果が記憶部９０に記憶される（ステップＳ１６）。

【0107】

続いて、算出部１５によって、所定の回数だけ誘発ＵＩ８０への操作が行われたか否かが判定される（ステップＳ１７）。記憶部９０内に記憶された操作結果の個数は提示部１０により提示された誘発ＵＩ８０によるタスクの回数に相当するため、算出部１５は、当該個数が所定の回数以上か否かを判定する。算出部１５において、当該個数が所定の回数以上だと判定された場合（ステップＳ１７：ＹＥＳ）、機能推定装置１は次のステップに移行する。算出部１５において、当該個数が所定の回数未満だと判定された場合（ステップＳ１７：ＮＯ）、機能推定装置１はステップＳ１５へ戻る。

【0108】

ステップＳ１７において、記憶部９０内に記憶された操作結果の個数が所定の回数以上だと判定された場合（ステップＳ１７：ＹＥＳ）、算出部１５は、誘発ＵＩ８０によるタスクの操作結果に基づいて学習用ユーザの操作データを算出する（ステップＳ１８）。

【0109】

続いて、取得部２０によって、通常ＵＩ７０および誘発ＵＩ８０によるタスクの操作結果に基づく学習用ユーザの操作データが取得される（ステップＳ１９）。これにより、図１０に示される操作データ取得処理（図９のステップＳ１）が完了する。

【0110】

図９へ戻り、続いて、取得部２０によって、操作データが取得された学習用ユーザの機能指標が取得される（ステップＳ２）。続いて、学習部３０によって、操作データを説明変数とし、機能指標を目的変数とする予測モデル３５が学習される（ステップＳ３）。以上の処理により、図９に示される予測モデルの構築処理が完了する。

【0111】

次に、図１１を参照して、機能推定装置１における予測モデル３５を用いて対象ユーザの機能指標を予測する処理を説明する。まず、取得部２０によって、対象ユーザの操作データが取得される（ステップＳ４）。ステップＳ４における処理は、例えば、図１０に示されるステップＳ１内の各処理と同一の処理で進められる。上述のステップＳ１１～Ｓ１９の処理手順における「学習用ユーザ」を、「対象ユーザ」として置き換えた処理手順でステップＳ４は実現される。続いて、予測部４０によって、対象ユーザの操作データが予測モデル３５に適用されることで、対象ユーザの機能指標が予測される（ステップＳ５）。これにより、図１１に示される対象ユーザの機能指標を予測する処理が完了する。

【0112】

なお、ステップＳ５の後に、予測部４０によって、予測された対象ユーザの機能指標と、予め定められた閾値とに基づいて、対象ユーザのタスク実行機能およびタスク抑制機能が推定されてもよい。また、予測部４０は、出力処理として、受付表示部５を介して、予測された対象ユーザの機能指標、または診断された対象ユーザのタスク実行機能およびタスク抑制機能を表示してもよい。予測部４０は、出力処理として、予測された対象ユーザの機能指標、または、診断された対象ユーザのタスク実行機能およびタスク抑制機能を記憶部９０に記憶させてもよい。

【0113】

以上のように、本実施形態の機能推定装置１は、通常ＵＩ７０および誘発ＵＩ８０によるタスクという簡単なテストを実施するだけで対象ユーザのタスク実行機能およびタスク抑制機能をより詳細に推定することができる。機能推定装置１の誘発ＵＩ８０は、正答選択肢８２と、正答選択肢８２の内容を想起させるような誤答選択肢８３とを共に表示する。よって、誘発ＵＩ８０は、対象ユーザに対して誤答選択肢８３を選択させるよう誘発することができるため、対象ユーザの操作データとタスク実行機能およびタスク抑制機能とは有意に且つ密接に関連し得る。よって、予測部４０は、対象ユーザの操作データに基づいて、対象ユーザのタスク実行機能およびタスク抑制機能を表す指標（機能指標）をより詳細に予測することができる。機能推定装置１は、例えば、予測された対象ユーザの機能指標と、専門家が定めた閾値または学習用ユーザの機能指標などとに基づいて、対象ユーザのタスク実行機能およびタスク抑制機能を容易に診断することができる。

【0114】

また、学習部３０において、学習用ユーザの操作データを説明変数とし、学習用ユーザの機能指標を目的変数とすることで、機能指標を予測する予測モデル３５を構築することができる。対象ユーザの操作データを説明変数として予測モデル３５に入力することで、対象ユーザの機能指標を予測することができる。対象ユーザは、ユーザインターフェース（通常ＵＩ７０および誘発ＵＩ８０）に対して操作を行う複数のタスクを行うだけで、機能指標を取得することができる。

【0115】

また、取得部２０は、ユーザがユーザインターフェース（通常ＵＩ７０または誘発ＵＩ８０）の操作に要した操作時間に関する操作時間データを含む操作データを取得する。この場合、ユーザの操作時間データを操作データ内に含めることができるため、予測モデル３５の推定精度を向上させることができる。

【0116】

また、取得部２０は、ユーザが通常正答選択肢７２および正答選択肢８２を選択した回数に関する正答選択データを含む操作データを取得する。この場合、正答選択データに含まれうる正答選択率が高ければ高いほど、タスク実行機能およびタスク抑制機能が正常であることが示唆される。タスクの実施回数に比べて通常正答選択肢７２および正答選択肢８２を選択した回数が多いほど、タスク実行機能およびタスク抑制機能が正常であることを推定することができる。

【0117】

また、取得部２０は、学習用ユーザの正答選択肢を選択した場合の操作時間データおよび正答選択データに対する、対象ユーザが正答選択肢を選択した場合の操作時間データおよび正答選択データの乖離度合いを含む操作データを取得する。この場合、乖離度合いが大きい場合、対象ユーザの操作時間データと学習用ユーザの操作時間データとの相関がないことを推定することができる。乖離度合いが小さい場合、対象ユーザのタスク実行機能およびタスク抑制機能を表す指標を精度よく推定することができる。また、タスク実行機能およびタスク抑制機能が正常であれば、操作時間が長いほど通常正答選択肢７２または正答選択肢８２を選ぶ可能性が高いと推定される。よって、機能推定装置１は、乖離度合いが大きく、かつ、操作時間（正常操作時間）が大きい場合、タスク実行機能およびタスク抑制機能が弱まっていることを推定することができる。

【0118】

また、取得部２０は、複数のタスクにおいてユーザが同一の誤答選択肢８３を選択した回数に関する誤答選択データを含む操作データを取得する。この場合、誤答選択データに含まれる誤答反復数が多ければ多いほど、対象ユーザのタスク抑制機能が弱まっていることを推定することができる。

【0119】

また、提示部１０は、機能推定装置１の起動のタイミング、機能推定装置１の終了のタイミング、機能推定装置１において動作するユーザが操作可能なアプリケーションの起動のタイミング、およびアプリケーションの終了のタイミングの少なくとも１つのタイミングにおいて、タスクを提示する。この場合、提示部１０は、所定の期間内に上記のタイミングで複数回のタスクをユーザに提示することで、ユーザにタスクに対する操作を実行させることができる。ユーザは、タスクを実行する時間を自発的に設ける必要なく、無意識であっても機能指標を予測するタスクを開始することができる。これにより、提示部１０がユーザに対してテスト（タスク）であると意識させないことで、取得部２０は学習用ユーザまたはユーザの操作データを容易に、かつ、十分な量だけ取得することができる。

【0120】

以上、本開示の実施形態について説明したが、本開示は上記実施形態に限定されない。算出部１５は、例えば、提示部１０が通常ＵＩ７０または誘発ＵＩ８０によるタスクを所定の第１回数以上または所定の第１期間以上提示した後に得られたユーザの操作結果に関する操作データを算出してもよい。提示部１０による通常ＵＩ７０または誘発ＵＩ８０の導入直後において、ユーザは必ずしも通常ＵＩ７０または誘発ＵＩ８０に対する操作に適応していない（慣れていない）場合が想定されうる。各ＵＩ７０，８０の導入直後（第１回数未満または第１期間未満）の各ユーザの操作データには、誘発ＵＩ８０によって誤答を誘発された影響と、各ＵＩ７０，８０に対する各ユーザの適応度の影響とが混在する。

【0121】

一方で、算出部１５は、例えば、提示部１０が通常ＵＩ７０または誘発ＵＩ８０によるタスクを所定の期間中に所定の第２回数以上または所定の第２期間以上提示する前に得られたユーザの操作結果に関する操作データを算出してもよい。提示部１０による通常ＵＩ７０または誘発ＵＩ８０の導入からユーザが使用を継続した場合において、ユーザが通常ＵＩ７０または誘発ＵＩ８０の態様を記憶している場合が想定されうる。各ＵＩ７０，８０の導入が継続されている場合（第２回数以上または第２期間以上）の各ユーザの操作データにも、誘発ＵＩ８０によって誤答を誘発された影響と、各ＵＩ７０，８０に対する各ユーザの適応度の影響とが混在する。

【0122】

よって、学習部３０において、第１回数未満、第１期間未満、第２回数以上、または第２期間以上の各ＵＩ７０，８０の学習用ユーザの操作データを用いて予測モデル３５を学習させることは可能であるものの、当該操作データに反映された学習用ユーザの適応度の影響によって予測モデル３５の機能指標の予測精度が低下する可能性がある。

【0123】

また、予測部４０において、第１回数未満、第１期間未満、第２回数以上、または第２期間以上の各ＵＩ７０，８０の導入初期の対象ユーザの操作データを用いて予測モデル３５に入力することは可能であるものの、当該操作データに反映された対象ユーザの適応度の影響によって予測モデル３５の機能指標の予測精度が低下する可能性がある。

【0124】

以上により、算出部１５が各ＵＩ７０，８０によるタスクを、第１回数以上第２回数未満、または第１期間以上第２期間未満に得られた学習用ユーザおよび対象ユーザの操作結果に関する操作データを算出することで、予測モデル３５における予測精度を高めることができる。なお、第１回数、第１期間、第２回数、または第２期間は、例えば、学習用ユーザによって得られた操作時間の分散に関する閾値である第１閾値、第２閾値、第３閾値または第４閾値に基づいて定められてもよい。

【0125】

また、機能推定装置１は、算出部１５を備えなくてもよい。この場合、取得部２０は、記憶部９０に記憶された算出部１５により算出された値を取得しなくてもよい。取得部２０は、提示部１０により提示された誘発ＵＩ８０による各タスクに対するユーザの操作結果を示す操作データを直接取得してもよい。学習部３０および予測部４０は、算出部１５の機能をそれぞれ有していてもよい。

【0126】

また、機能推定装置１は、学習部３０を備えなくてもよい。この場合、予測部４０は、機能推定装置１の外部で生成された推定モデルを取得し、当該推定モデルを用いて対象ユーザの機能指標を推定してもよい。また、機能推定装置１は、機械学習によって生成された推定モデルを用いなくてもよい。この場合、操作時間、正答選択率、誤答反復数等に対してそれぞれ予め定められた基準に基づいて対象ユーザの機能指標を推定してもよい。また、予測部４０は、取得部２０により得られた操作データに基づいて、ユーザの機能指標を予測してもよい。例えば、予測部４０は、正答選択率の逆数、操作時間、誤答反復数、負の方向の乖離度合いなどに対して重み付けを実施し、これらの和をユーザの機能指標としてもよい。例えば、記憶部９０に記憶された過去の操作データに対して、新たに取得された最新の操作データを比較して、正答選択率が減少した場合、操作時間が増大した場合、誤答反復数が増大した場合、乖離度合いが負の方向に大きくなった場合などには、予測部４０は、対象ユーザの機能指標を過去に得られた機能指標より小さいと予測し、タスク実行機能およびタスク抑制機能が弱まっていると推定してもよい。

【0127】

また、取得部２０は、算出部１５を介して、操作時間データを含む操作データを取得しなくてもよい。この場合、取得部２０は操作時間データ以外の操作データを取得し、学習部３０は、学習用ユーザの操作時間データ以外の操作データを用いて予測モデル３５を学習させ、予測部４０は、対象ユーザの操作時間データ以外の操作データを用いて対象ユーザの機能指標を予測してもよい。同様に、取得部２０は、正答選択データまたは誤答反復数を取得しなくてもよい。この場合、学習部３０は、取得部２０において取得されなかったデータ以外の学習用ユーザの操作データを用いて予測モデル３５を学習させ、予測部４０は、取得部２０において取得されなかったデータ以外の対象ユーザの操作データを用いて対象ユーザの機能指標を予測してもよい。

【0128】

また、ステップＳ１１～Ｓ１４の通常ＵＩ７０によるタスクに関する処理と、ステップＳ１５～Ｓ１８の誘発ＵＩ８０によるタスクに関する処理とは入れ替えてもよい。また、ステップＳ１４は、ステップＳ１１が実行された後、かつ、ステップＳ１９が実行される前であればいつ実行されてもよい。ステップＳ１８は、ステップＳ１５が実行された後、かつ、ステップＳ１９が実行される前であればいつ実行されてもよい。

【0129】

なお、上記実施形態の説明に用いられたブロック図は、機能単位のブロックを示している。これらの機能ブロック（構成部）は、ハードウェアおよびソフトウェアの少なくとも一方の任意の組み合わせによって実現される。各機能ブロックの実現方法は特に限定されない。すなわち、各機能ブロックは、物理的または論理的に結合した１つの装置を用いて実現されてもよいし、物理的または論理的に分離した２つ以上の装置を直接的または間接的に（例えば、有線、無線などを用いて）接続し、これら複数の装置を用いて実現されてもよい。機能ブロックは、上記１つの装置または上記複数の装置にソフトウェアを組み合わせて実現されてもよい。

【0130】

機能には、判断、決定、判定、計算、算出、処理、導出、調査、探索、確認、受信、送信、出力、アクセス、解決、選択、選定、確立、比較、想定、期待、見做し、報知（broadcasting）、通知（notifying）、通信（communicating）、転送（forwarding）、構成（configuring）、再構成（reconfiguring）、割り当て（allocating、mapping）、および割り振り（assigning）などがあるが、これらの機能に限られない。例えば、送信を機能させる機能ブロック（構成部）は、送信部（transmitting unit）または送信機（transmitter）と呼称される。いずれも、上述したとおり、実現方法は特に限定されない。

【0131】

例えば、本開示の一実施形態における機能推定装置１は、本開示の処理を行うコンピュータとして機能してもよい。図１２に示されるように、上述の機能推定装置１は、物理的には、プロセッサ１００１、メモリ１００２、ストレージ１００３、通信装置１００４、入力装置１００５、出力装置１００６、およびバス１００７などを含むコンピュータ装置として構成されてもよい。

【0132】

なお、以下の説明では、「装置」という文言は、回路、デバイス、およびユニットなどに読み替えることができる。機能推定装置１のハードウェア構成は、図に示された各装置を１つまたは複数含むように構成されてもよいし、一部の装置を含まずに構成されてもよい。

【0133】

機能推定装置１における各機能は、プロセッサ１００１およびメモリ１００２などのハードウェア上に所定のソフトウェア（プログラム）を読み込ませることによって、プロセッサ１００１が演算を行い、通信装置１００４による通信を制御したり、メモリ１００２およびストレージ１００３におけるデータの読み出しおよび書き込みの少なくとも一方を制御したりすることによって実現される。

【0134】

プロセッサ１００１は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサ１００１は、周辺装置とのインターフェース、制御装置、演算装置、およびレジスタなどを含む中央処理装置（ＣＰＵ：Central Processing Unit）によって構成されてもよい。例えば、上述の機能推定装置１の各機能は、プロセッサ１００１によって実現されてもよい。

【0135】

プロセッサ１００１は、プログラム（プログラムコード）、ソフトウェアモジュール、およびデータなどを、ストレージ１００３および通信装置１００４の少なくとも一方からメモリ１００２に読み出し、これらに従って各種の処理を実行する。プログラムとしては、上述の実施形態において説明された動作の少なくとも一部をコンピュータに実行させるプログラムが用いられる。例えば、機能推定装置１の各機能は、メモリ１００２に格納され、プロセッサ１００１において動作する制御プログラムによって実現されてもよい。上述の各種処理は、１つのプロセッサ１００１によって実行される旨を説明してきたが、２以上のプロセッサ１００１により同時または逐次に実行されてもよい。プロセッサ１００１は、１以上のチップによって実装されてもよい。なお、プログラムは、電気通信回線を介してネットワークから送信されてもよい。

【0136】

メモリ１００２は、コンピュータ読み取り可能な記録媒体であり、例えば、ＲＯＭ（Read Only Memory）、ＥＰＲＯＭ（Erasable Programmable ＲＯＭ）、ＥＥＰＲＯＭ（Electrically Erasable Programmable ＲＯＭ）、およびＲＡＭ（Random Access Memory）などの少なくとも１つによって構成されてもよい。メモリ１００２は、レジスタ、キャッシュ、またはメインメモリ（主記憶装置）などと呼ばれてもよい。メモリ１００２は、本開示の一実施形態に係る情報提供方法を実施するために実行可能なプログラム（プログラムコード）、ソフトウェアモジュールなどを保存することができる。

【0137】

ストレージ１００３は、コンピュータ読み取り可能な記録媒体であり、例えば、ＣＤ－ＲＯＭ（Compact Disc ＲＯＭ）などの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク（例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ－ｒａｙ（登録商標）ディスク）、スマートカード、フラッシュメモリ（例えば、カード、スティック、キードライブ）、フロッピー（登録商標）ディスク、および磁気ストリップなどの少なくとも１つによって構成されてもよい。ストレージ１００３は、補助記憶装置と呼ばれてもよい。上述の記憶媒体は、例えば、メモリ１００２およびストレージ１００３の少なくとも一方を含むデータベース、サーバ、その他の適切な媒体であってもよい。

【0138】

通信装置１００４は、有線ネットワークおよび無線ネットワークの少なくとも一方を介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、または通信モジュールなどともいう。通信装置１００４は、例えば周波数分割複信（ＦＤＤ：Frequency Division Duplex）および時分割複信（ＴＤＤ：Time Division Duplex）の少なくとも一方を実現するために、高周波スイッチ、デュプレクサ、フィルタ、周波数シンセサイザなどを含んで構成されてもよい。例えば、上述の取得部２０などは、通信装置１００４によって実現されてもよい。

【0139】

入力装置１００５は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサなど）である。出力装置１００６は、外部への出力を実施する出力デバイス（例えば、ディスプレイ、スピーカー、ＬＥＤランプなど）である。なお、入力装置１００５および出力装置１００６は、一体となった構成（例えば、タッチパネル）であってもよい。

【0140】

プロセッサ１００１およびメモリ１００２などの各装置は、情報を通信するためのバス１００７によって接続される。バス１００７は、単一のバスを用いて構成されてもよいし、装置間ごとに異なるバスを用いて構成されてもよい。

【0141】

機能推定装置１は、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ：Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）、ＦＰＧＡ（Field Programmable Gate Array）などのハードウェアを含んで構成されてもよく、当該ハードウェアにより、各機能ブロックの一部または全てが実現されてもよい。例えば、プロセッサ１００１は、これらのハードウェアの少なくとも１つを用いて実装されてもよい。

【0142】

情報の通知は、本開示において説明された態様／実施形態に限られず、他の方法を用いて行われてもよい。

【0143】

本開示において説明された各態様／実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本開示において説明された方法については、例示的な順序を用いて様々なステップの要素を提示しており、提示された特定の順序に限定されない。

【0144】

情報等は、上位レイヤから下位レイヤへ、または下位レイヤから上位レイヤへ出力され得る。情報等は、複数のネットワークノードを介して入出力されてもよい。

【0145】

入出力された情報等は特定の場所（例えば、メモリ）に保存されてもよいし、管理テーブルを用いて管理されてもよい。入出力される情報等は、上書き、更新、または追記され得る。出力された情報等は削除されてもよい。入力された情報等は他の装置へ送信されてもよい。

【0146】

判定は、１ビットで表される値（０か１か）によって行われてもよいし、真偽値（Boolean：trueまたはfalse）によって行われてもよいし、数値の比較（例えば、所定の値との比較）によって行われてもよい。

【0147】

本開示において説明された各態様／実施形態は単独で用いられてもよいし、組み合わせて用いられてもよいし、実行に伴って切り替えて用いられてもよい。所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的な通知に限られず、暗黙的に（例えば、当該所定の情報の通知を行わないことによって）行われてもよい。

【0148】

以上、本開示について詳細に説明したが、当業者にとっては、本開示が本開示中に説明された実施形態に限定されないということは明らかである。本開示は、請求の範囲の記載により定まる本開示の趣旨および範囲を逸脱することなく修正および変更態様として実施することができる。したがって、本開示の記載は、例示説明を目的とし、本開示に対して何ら制限的な意味を有しない。

【0149】

ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。

【0150】

ソフトウェア、命令、および情報などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、有線技術（同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者回線（ＤＳＬ：Digital Subscriber Line）など）および無線技術（赤外線、マイクロ波など）の少なくとも一方を使用してウェブサイト、サーバ、または他のリモートソースから送信される場合、これらの有線技術および無線技術の少なくとも一方は、伝送媒体の定義内に含まれる。

【0151】

本開示において説明された情報、および信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、およびチップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、またはこれらの任意の組み合わせによって表されてもよい。

【0152】

なお、本開示において説明された用語および本開示の理解に必要な用語については、同一のまたは類似する意味を有する用語と置き換えられてもよい。

【0153】

本開示において使用される「システム」および「ネットワーク」という用語は、互換的に使用される。

【0154】

本開示において説明された情報、およびパラメータなどは、絶対値を用いて表されてもよいし、所定の値からの相対値を用いて表されてもよいし、対応する別の情報を用いて表されてもよい。

【0155】

上述したパラメータに使用される名称はいかなる点においても限定的な名称ではない。さらに、これらのパラメータを使用する数式等は、本開示で明示的に開示した数式等と異なる場合もある。

【0156】

本開示で使用される「判断（determining）」、および「決定（determining）」という用語は、多種多様な動作を包含する場合がある。「判断」、「決定」は、例えば、判定（judging）、計算（calculating）、算出（computing）、処理（processing）、導出（deriving）、調査（investigating）、探索（looking up、search、inquiry）（例えば、テーブル、データベースまたは別のデータ構造での探索）、確認（ascertaining）した事を「判断」「決定」したとみなす事などを含み得る。「判断」、「決定」は、受信（receiving）（例えば、情報を受信すること）、送信（transmitting）（例えば、情報を送信すること）、入力（input）、出力（output）、アクセス（accessing）（例えば、メモリ中のデータにアクセスすること）した事を「判断」「決定」したとみなす事などを含み得る。「判断」、「決定」は、解決（resolving）、選択（selecting）、選定（choosing）、確立（establishing）、比較（comparing）などした事を「判断」「決定」したとみなす事を含み得る。つまり、「判断」「決定」は、何らかの動作を「判断」「決定」したとみなす事を含み得る。「判断（決定）」は、「想定する（assuming）」、「期待する（expecting）」、または「みなす（considering）」などで読み替えられてもよい。

【0157】

「接続された（connected）」、「結合された（coupled）」という用語、またはこれらのあらゆる変形は、２またはそれ以上の要素間の直接的または間接的なあらゆる接続または結合を意味し、互いに「接続」または「結合」された２つの要素間に１またはそれ以上の中間要素が存在することを含むことができる。要素間の結合または接続は、物理的に行われてもよく、論理的に行われてもよく、或いはこれらの組み合わせで実現されてもよい。例えば、「接続」は「アクセス」で読み替えられてもよい。本開示で使用される場合、２つの要素は、１またはそれ以上の電線、ケーブルおよびプリント電気接続の少なくとも一つを用いて、並びにいくつかの非限定的かつ非包括的な例として、無線周波数領域、マイクロ波領域および光（可視および不可視の両方）領域の波長を有する電磁エネルギーなどを用いて、互いに「接続」または「結合」されると考えることができる。

【0158】

本開示において使用される「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。

【0159】

本開示において使用される「第１の」、および「第２の」などの呼称を使用した要素へのいかなる参照も、それらの要素の量または順序を全般的に限定しない。これらの呼称は、２つ以上の要素間を区別する便利な方法として本開示において使用され得る。したがって、第１および第２の要素への参照は、２つの要素のみが採用され得ること、および何らかの形で第１の要素が第２の要素に先行しなければならないことのいずれも意味しない。

【0160】

上記の各装置の構成における「部」は、「回路」、または「デバイス」等に置き換えられてもよい。

【0161】

本開示において、「含む（include）」、「含んでいる（including）」およびそれらの変形が使用されている場合、これらの用語は、用語「備える（comprising）」と同様に、包括的であることが意図される。さらに、本開示において使用されている用語「または（or）」は、排他的論理和ではないことが意図される。

【0162】

本開示において、例えば、英語での「a」,「an」および「the」のように、翻訳により冠詞が追加された場合、本開示は、これらの冠詞の後に続く名詞が複数形であることを含んでもよい。

【0163】

本開示において、「ＡとＢが異なる」という用語は、「ＡとＢが互いに異なる」ことを意味してもよい。なお、当該用語は、「ＡとＢがそれぞれＣと異なる」ことを意味してもよい。「離れる」、および「結合される」などの用語も、「異なる」と同様に解釈されてもよい。

【符号の説明】

【0164】

１…機能推定装置、３…起動ボタン、５…受付表示部、１０…提示部、１５…算出部、２０…取得部、３０…学習部、３５…予測モデル、４０…予測部、７０…通常ＵＩ、７１，８１…疑問文、７２…通常正答選択肢、７３…通常誤答選択肢、８０…誘発ＵＩ、８２…正答選択肢、８３…誤答選択肢、９０…記憶部、１００１…プロセッサ、１００２…メモリ、１００３…ストレージ、１００４…通信装置、１００５…入力装置、１００６…出力装置、１００７…バス。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】