特許 7548848 情報処理装置、情報処理方法、およびプログラム

(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】2024-09-02

(45)【発行日】2024-09-10

(54)【発明の名称】情報処理装置、情報処理方法、およびプログラム

(51)【国際特許分類】

   G16H 20/00 20180101AFI20240903BHJP

   A61B 5/00 20060101ALI20240903BHJP

【ＦＩ】

G16H20/00

A61B5/00 102C

A61B5/00 102B

【請求項の数】 9

(21)【出願番号】P 2021034361

(22)【出願日】2021-03-04

(65)【公開番号】P2022134886

(43)【公開日】2022-09-15

【審査請求日】2023-07-13

(73)【特許権者】

【識別番号】399035766

【氏名又は名称】エヌ・ティ・ティ・コミュニケーションズ株式会社

(74)【代理人】

【識別番号】110003708

【氏名又は名称】弁理士法人鈴榮特許綜合事務所

(74)【代理人】

【識別番号】100108855

【弁理士】

【氏名又は名称】蔵田 昌俊

(74)【代理人】

【識別番号】100179062

【弁理士】

【氏名又は名称】井上 正

(74)【代理人】

【識別番号】100199565

【弁理士】

【氏名又は名称】飯野 茂

(72)【発明者】

【氏名】丸山 純平

(72)【発明者】

【氏名】中島 博行

【審査官】原 秀人

(56)【参考文献】

【文献】特表２０１９－５１４６３５（ＪＰ，Ａ）

【文献】特開２０２０－０３５４３２（ＪＰ，Ａ）

【文献】特開２００５－２５３６０９（ＪＰ，Ａ）

【文献】特開２０１６－０８７１８２（ＪＰ，Ａ）

【文献】特開２０１９－１０２０４６（ＪＰ，Ａ）

【文献】特開２０２０－１４９１５０（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ１６Ｈ １０／００－８０／００

Ｇ０６Ｑ ５０／２２

Ａ６１Ｂ ５／００

(57)【特許請求の範囲】

【請求項1】

第１ユーザの第１生体データを第１ユーザ端末から取得する、第１取得部と、
少なくとも１人のユーザについての、生体データとユーザの状況に関する第１フラグとの複数の組み合わせ、および、前記第１生体データ、に基づいて、前記第１生体データについて、前記第１フラグに関係する評価値を算出する、データ処理部と、
前記評価値を示すデータを前記第１ユーザ端末に出力する、出力部と
を備え、
前記第１フラグは、ユーザの健康状態が前記生体データを受け取った後に悪化したか否かを示す情報処理装置。

【請求項2】

前記複数の組み合わせは、アクションの識別子に対応付けされる、請求項１に記載の情報処理装置。

【請求項3】

前記データ処理部は、前記少なくとも１人のユーザについての、生体データと第１フラグとの前記複数の組み合わせに基づいて、前記第１生体データから前記評価値を算出するためのモデルを学習する、モデル学習部を備え、
前記評価値は、前記第１生体データと前記モデルとに基づいて算出されたものである、
請求項１に記載の情報処理装置。

【請求項4】

前記少なくとも１人のユーザは、前記第１ユーザである、請求項１に記載の情報処理装置。

【請求項5】

前記第１ユーザ端末から、前記少なくとも１人のユーザを特定するための情報を取得する、第２取得部をさらに備える、請求項１に記載の情報処理装置。

【請求項6】

前記生体データは、複数の項目についての計測の結果を示す、請求項１に記載の情報処理装置。

【請求項7】

第１ユーザの第１生体データを第１ユーザ端末から取得し、
少なくとも１人のユーザについての、生体データとユーザの状況に関する第１フラグとの複数の組み合わせ、および、前記第１生体データ、に基づいて、前記第１生体データについて、前記第１フラグに関係する評価値を算出し、
前記評価値を示すデータを前記第１ユーザ端末に出力し、
前記第１フラグは、ユーザの健康状態が前記生体データを受け取った後に悪化したか否かを示す、情報処理方法。

【請求項8】

前記複数の組み合わせは、アクションの識別子に対応付けされる、請求項７に記載の情報処理方法。

【請求項9】

請求項１乃至６の何れかの情報処理装置が備える各部による処理をコンピュータに実行させるプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

この発明の実施形態は、ユーザの生体データに基づき当該ユーザの状況に関する評価値を算出する情報処理装置、情報処理方法、およびプログラムに関する。

【背景技術】

【0002】

ユーザが日常的に持つ、携帯型の健康状態データ測定器が知られている。ユーザは、当該測定器により測定される体温および心拍数等のデータを用いて、自身の健康状態を管理できる。

【0003】

このような管理を補助する技術として、次のような技術が提案されている。当該測定器により測定されたデータが管理センターに送られる。管理センターは、送られてきたデータを蓄積して分析する。管理センターは、分析により、受け取ったデータ中に異常なデータを検出した場合、ユーザの携帯電話機にアラームと当該異常なデータとを送信する（例えば、特許文献１を参照）。

【先行技術文献】

【特許文献】

【0004】

【文献】特開２００３－１５０７１８号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

ところが、特許文献１に記載される技術では、ユーザがアラームを有用であるように感じられないことが起こり得る。例えば、ユーザは、普段から自身にとっては異常に感じないようなデータに基づいて、管理センターからのアラームを携帯電話上で受け取ることがある。

【0006】

この発明は上記事情に着目してなされたもので、ユーザの生体データに基づいて、ユーザにより異なり得る過去の判断が反映された評価値を算出する技術を提供しようとするものである。

【課題を解決するための手段】

【0007】

上記課題を解決するために、この発明の一態様の情報処理装置は、第１ユーザの第１生体データを第１ユーザ端末から取得する、第１取得部と、少なくとも１人のユーザについての、生体データとユーザの状況に関する第１フラグとの複数の組み合わせ、および、前記第１生体データ、に基づいて、前記第１生体データについて、前記第１フラグに関係する評価値を算出する、データ処理部と、前記評価値を示すデータを前記第１ユーザ端末に出力する、出力部とを含む。

【発明の効果】

【0008】

この発明の一態様によれば、ユーザの生体データに基づいて、ユーザにより異なり得る過去の判断が反映された評価値を算出する技術を提供することが可能とされる。

【図面の簡単な説明】

【0009】

【図1】図１は、この発明の第１実施形態に係る情報処理装置として用いられるサーバ装置を含むシステムの構成の一例を示す。

【図2】図２は、この発明の第１実施形態に係る情報処理装置として用いられるサーバ装置のハードウェア構成の一例を示すブロック図である。

【図3】図３は、この発明の第１実施形態に係る情報処理装置として用いられるサーバ装置の制御部のソフトウェア構成の一例を示すブロック図である。

【図4】図４は、この発明の第１実施形態に係る情報処理装置として用いられるサーバ装置により実行される動作の一例を示すフローチャートである。

【図5】図５は、この発明の第２実施形態に係る情報処理装置として用いられるサーバ装置の制御部のソフトウェア構成の一例を示すブロック図である。

【図6】図６は、この発明の第２実施形態に係る情報処理装置として用いられるサーバ装置により実行される動作の一例を示すフローチャートである。

【発明を実施するための形態】

【0010】

以下、図面を参照してこの発明に係る実施形態を説明する。なお、図面中に示される各機能ブロックは、示されているように区別されていることは必須ではない。例えば、一部の機能が例示の機能ブロックとは別の機能ブロックにより実行されてもよい。さらに、例示の機能ブロックがさらに細かい機能サブブロックに分割されていてもよい。また、以下の説明における各機能ブロックおよび各構成要素の名称は便宜的なものであり、各機能ブロックおよび各構成要素の構成および動作を限定するものではない。

【0011】

［第１実施形態］
（構成例）
（１）システム
図１は、この発明の第１実施形態に係る情報処理装置を含むシステムＳＹＳの構成の一例を示す。
システムＳＹＳは、当該情報処理装置の非限定的な例であるサーバ装置ＳＶを含む。システムＳＹＳはさらに、例えば、複数のユーザ端末ＵＴ（ＵＴ１、ＵＴ２、ＵＴ３、・・・）、および、複数のユーザ端末ＵＴにそれぞれ１対１に対応付けられた複数のウェアラブルデバイスＷＤ（ＷＤ１、ＷＤ２、ＷＤ３・・・）を含む。

【0012】

各ウェアラブルデバイスＷＤは、例えば腕時計型の、ユーザが着用可能なデバイスである。各ウェアラブルデバイスＷＤは、対応付けられているユーザ端末ＵＴとの間でデータを送受信可能である。各ウェアラブルデバイスＷＤは、当該ウェアラブルデバイスＷＤを着用するユーザの心拍数、心電図、体温（表皮温度）、内臓温度（深部体温とも称される。）、血圧、血中酸素濃度、推定酸素変動量、運動量、および血中糖度等、のうち少なくとも１つを計測可能である。以下では、各ウェアラブルデバイスＷＤがこれらの計測項目のうち複数の項目を計測するものとして説明を行うが、本実施形態はこれに限定されない。当該計測は、例えば一定周期で自動的に、および／または、ユーザによる操作に応じて、繰り返し行われる。当該ウェアラブルデバイスＷＤは、当該計測を行うと、当該計測の結果を示すデータ（以下では、説明を簡潔にする目的で「生体データ」とも称する。）を当該ユーザ端末ＵＴに送信する。本明細書では、用語「生体データ」を、ウェアラブルデバイスＷＤにより計測される項目それぞれの一度の計測の結果を示すデータに対して用いる。

【0013】

各ユーザ端末ＵＴは、スマートフォン等であり、通信ネットワークＮＷを介してサーバ装置ＳＶとの間でデータを送受信可能である。各ユーザ端末ＵＴは、ウェアラブルデバイスＷＤから送信される生体データを受け取り、当該生体データおよび異常フラグの組み合わせを、当該ユーザ端末ＵＴの識別子とともに、通信ネットワークＮＷを介してサーバ装置ＳＶに送信する。なお、各ユーザ端末ＵＴは、生体データを、異常フラグなしで当該識別子とともにサーバ装置ＳＶに送信してもよい。通信ネットワークＮＷとしては、例えば有線ＬＡＮ（Local Area Network）または無線ＬＡＮが用いられるが、他のどのようなネットワークが用いられてもよい。

【0014】

生体データとともにサーバ装置ＳＶに送信される異常フラグについて説明する。異常フラグは、例えば１ビットの情報である。以下では、異常フラグのビット値が、例えば、当該ユーザ端末ＵＴを使用するユーザが自身の健康状態に異常を感じている場合に１であり、そうではない場合に０であるものとして説明を行うが、本実施形態はこれに限定されない。例えば、当該ユーザ端末ＵＴが生体データを受け取ると、当該ユーザ端末ＵＴは、当該ユーザにアラーム等で通知することにより、当該ユーザが自身の健康状態に異常を感じている場合に当該ユーザ端末ＵＴへの入力を行うように促す。当該ユーザが当該入力を行った場合、異常フラグのビット値は１とされる。

【0015】

なお、生体データおよび異常フラグの組み合わせ、ならびに、ユーザ端末ＵＴの識別子が、このようにサーバ装置ＳＶに送信されるものとして説明するが、本実施形態はこれに限定されない。生体データは、ユーザ端末ＵＴを介することなく、ウェアラブルデバイスＷＤから通信ネットワークＮＷを介してサーバ装置ＳＶに送信されてもよい。ユーザ端末ＵＴの識別子および異常フラグの各々は、生体データに対応付け可能なようにサーバ装置ＳＶに送られるものであれば、ユーザ端末ＵＴとウェアラブルデバイスＷＤのいずれにより送信されるものであってもよいし、必ずしも生体データとともに送信されなくてもよい。さらに、ユーザ端末ＵＴが、ウェアラブルデバイスＷＤについて説明した機能を有しており、上述したようなデータのサーバ装置ＳＶへの送信が、別個のウェアラブルデバイスＷＤを用いることなく、当該ユーザ端末ＵＴにより行われてもよい。

【0016】

サーバ装置ＳＶは、ユーザ端末ＵＴ（ＵＴ１、ＵＴ２、ＵＴ３、・・・）から送信された生体データおよび異常フラグ等に基づいて、ユーザ端末ＵＴ毎に異常度算出モデルを学習する。本明細書において、或るモデルを学習するとの表記は、ベースのモデルに依らず学習データに基づいてモデルを学習することと、学習データに基づいて、ベースのモデルを更新したモデルを学習することと、の両方を含むことを意図して用いている。ベースのモデルは、例えば複数のユーザに係る学習データに基づいて予め学習されたものである。その後、サーバ装置ＳＶは、或るユーザ端末ＵＴから送信された生体データを受け取り、当該生体データを、当該ユーザ端末ＵＴについて学習した異常度算出モデルを使用して処理することにより、当該ユーザ端末ＵＴを使用するユーザの健康状態の異常度を算出する。サーバ装置ＳＶは、通信ネットワークＮＷを介して当該異常度を示すデータを当該ユーザ端末ＵＴに送信する。

【0017】

（２）サーバ装置
図２は、サーバ装置ＳＶのハードウェア構成の一例を示すブロック図である。
サーバ装置ＳＶは、制御部１、プログラム記憶部２、データ記憶部３、入出力インタフェース（入出力Ｉ／Ｆ）４、およびバス５を含む。プログラム記憶部２、データ記憶部３、および入出力インタフェース（入出力Ｉ／Ｆ）４、の各々は、バス５を介して制御部１に接続される。

【0018】

制御部１は、中央処理ユニット（Central Processing Unit：ＣＰＵ）等のハードウェアプロセッサを有する。

【0019】

プログラム記憶部２は、記憶媒体として、例えば、ＨＤＤ（Hard Disk Drive）またはＳＳＤ（Solid State Drive）等の随時書込みおよび読出しが可能な不揮発性メモリと、ＲＯＭ（Read Only Memory）等の不揮発性メモリとを組み合わせたものである。プログラム記憶部２は、ＯＳ（Operating System）等のミドルウェアに加えて、本実施形態に係る各種制御処理の実行のために用いられるプログラムを格納する。

【0020】

データ記憶部３は、記憶媒体として、例えば、ＨＤＤまたはＳＳＤ等の随時書込みおよび読出しが可能な不揮発性メモリと、ＲＡＭ（Random Access Memory）等の揮発性メモリとを組み合わせたものである。データ記憶部３は、制御部１が有するハードウェアプロセッサの作業領域として使用され、データを一時的に保持し、バッファおよびキャッシュとして機能する。

【0021】

入出力インタフェース４は、制御部１による制御の下、通信ネットワークＮＷにより定義される通信プロトコルを使用して、ユーザ端末ＵＴとの間で伝送されるデータの送受信を行う。入出力インタフェース４は、例えば有線ＬＡＮまたは無線ＬＡＮに対応するインタフェースにより構成される。

【0022】

図３は、サーバ装置ＳＶの制御部１のソフトウェア構成の一例を示すブロック図である。図３では、当該ソフトウェア構成の制御の下で行われる各処理に係るデータの送受信等に関連する構成も併せて示されている。以下の同様の図面についても同じである。

【0023】

制御部１は、例えば、学習データ取得部１１、異常度算出モデル学習部１２、モデル入力データ取得部１３、異常度算出部１４、および異常度出力部１５を含む。制御部１が含む各部の処理機能は、プログラム記憶部２に格納されるプログラムを、制御部１が上記ハードウェアプロセッサに実行させることにより実現される。プログラム記憶部２に格納されるプログラムが用いられるものとして説明を行ったが、用いられるプログラムは、通信ネットワークＮＷを通して提供されるものであってもよい。

【0024】

入出力インタフェース４は、各ユーザ端末ＵＴから通信ネットワークＮＷを介して送信される、生体データ、当該ユーザ端末ＵＴの識別子、および異常フラグを受け取り、当該生体データ、当該識別子、および当該異常フラグを制御部１に入力する。さらに、入出力インタフェース４は、制御部１からの指示にしたがって、制御部１から出力されるデータを受け取り、当該データを対象のユーザ端末ＵＴに通信ネットワークＮＷを介して送信する。

【0025】

データ記憶部３は、例えば、学習データ記憶部３１、異常度算出モデル記憶部３２、モデル入力データ記憶部３３、および異常度記憶部３４を含む。

【0026】

学習データ記憶部３１は、生体データ、ユーザ端末ＵＴの識別子、および異常フラグを記憶する。学習データ記憶部３１はサーバ装置ＳＶに含まれているものとして説明するが、学習データ記憶部３１は、例えばクラウドコンピューティング上に設けられていてもよい。

【0027】

異常度算出モデル記憶部３２は異常度算出モデルを記憶する。

【0028】

モデル入力データ記憶部３３は、異常度算出部１４による処理の対象となる生体データを記憶する。

【0029】

異常度記憶部３４は、異常度算出部１４により算出された異常度を示す情報を記憶する。

【0030】

学習データ取得部１１は、入出力インタフェース４を介して各ユーザ端末ＵＴから送信される、生体データおよび異常フラグの組み合わせと、当該ユーザ端末ＵＴの識別子とを取得し、当該組み合わせおよび当該識別子を学習データ記憶部３１に記憶させる処理を行う。当該記憶処理では、当該組み合わせが当該識別子に対応付けされる。学習データ取得部１１は当該取得処理および当該記憶処理を繰り返し行う。

【0031】

異常度算出モデル学習部１２は、学習データ記憶部３１から、ユーザ端末ＵＴ毎に、当該ユーザ端末ＵＴの識別子に対応付けられた、生体データおよび異常フラグの組み合わせを、複数読み出す処理を行う。

【0032】

異常度算出モデル学習部１２は、ユーザ端末ＵＴ毎に、当該複数の組み合わせに基づいて異常度算出モデルを学習する処理を行う。異常度算出モデルは、生体データに基づいて、当該生体データに係るユーザの健康状態の異常度を算出する。異常度算出モデル学習部１２は、当該異常度算出モデルを異常度算出モデル記憶部３２に記憶させる処理を行う。

【0033】

異常度算出モデルの当該学習処理について説明する。
当該学習処理では、例えばロジスティック回帰分析等の機械学習アルゴリズムが用いられる。当該機械学習アルゴリズムにおいて、上述した生体データと異常フラグとの各組み合わせが学習データとして用いられる。これにより、生体データ中の計測項目それぞれの計測結果の数値を説明変数に用い、ユーザの健康状態の異常度を示す値を０から１の範囲で出力可能な、異常度算出モデルが学習される。当該異常度を示す値は、異常フラグに関係する評価値である。当該学習処理は、上述したように、予め学習されているベースの異常度算出モデルが更新されるものであってもよい。

【0034】

モデル入力データ取得部１３、異常度算出部１４、および異常度出力部１５の各部の処理機能について、或るユーザ端末ＵＴについての異常度算出モデルが上述したように学習されているものとして説明する。

【0035】

モデル入力データ取得部１３は、入出力インタフェース４を介して当該ユーザ端末ＵＴから送信される生体データおよび当該ユーザ端末ＵＴの識別子を取得し、当該生体データおよび当該識別子をモデル入力データ記憶部３３に記憶させる処理を行う。

【0036】

異常度算出部１４は、モデル入力データ記憶部３３に記憶される当該生体データおよび当該識別子を読み出し、当該識別子に基づいて、当該ユーザ端末ＵＴについて学習された異常度算出モデルを異常度算出モデル記憶部３２から読み出す処理を行う。異常度算出部１４は、当該異常度算出モデルを使用して、当該生体データに基づいて、当該ユーザ端末ＵＴを使用するユーザの健康状態の異常度を算出する処理を行う。異常度算出部１４は、当該算出された異常度を示すデータを異常度記憶部３４に記憶させる処理を行う。

【0037】

異常度出力部１５は、異常度記憶部３４に記憶される当該異常度を示すデータを読み出し、当該データを、入出力インタフェース４を介して当該ユーザ端末ＵＴに送信する処理を行う。異常度出力部１５は、当該異常度が閾値を越えている場合に、当該ユーザ端末ＵＴがアラートを発するための情報を当該ユーザ端末ＵＴに送信する処理を行ってもよい。

【0038】

（動作例）
次に、以上のように構成されたシステムＳＹＳの動作例を説明する。

【0039】

図４は、当該動作例のうち、サーバ装置ＳＶの制御部１により実行される動作の一例を示すフローチャートである。
ウェアラブルデバイスＷＤ１は、ウェアラブルデバイスＷＤ１を使用する第１ユーザの心拍数、心電図、体温（表皮温度）、内臓温度、血圧、血中酸素濃度、推定酸素変動量、運動量、および血中糖度等、のうち少なくとも１つを計測する。ウェアラブルデバイスＷＤ１は、当該計測を行うと、当該計測の結果を示す生体データをユーザ端末ＵＴ１（図４では、第１ユーザ端末として示している。）に送信する。

【0040】

ユーザ端末ＵＴ１は、ウェアラブルデバイスＷＤ１から送信される当該生体データを受け取り、当該生体データおよび異常フラグの組み合わせを、ユーザ端末ＵＴ１の識別子ととともに、サーバ装置ＳＶに送信する。当該異常フラグのビット値は、ユーザ端末ＵＴ１を使用するユーザが自身の健康状態に異常を感じている場合に１とされ、そうではない場合に０とされている。当該生体データおよび異常フラグの組み合わせのサーバ装置ＳＶへの送信により、図４のフローチャートに示される動作が開始される。

【0041】

制御部１は、学習データ取得部１１の制御の下、当該生体データおよび異常フラグの組み合わせと当該識別子とを取得して学習データ記憶部３１に記憶させる（ＳＴ０１）。当該記憶処理では、当該組み合わせが当該識別子に対応付けされる。ウェアラブルデバイスＷＤ１は、上記の計測を例えば一定周期で繰り返し自動的に行う。当該計測が行われる度に、生体データおよび異常フラグの組み合わせが、上述したのと同様に学習データ記憶部３１に記憶される（ＳＴ０１）。当該記憶処理は、例えば、サーバ装置ＳＶがユーザ端末ＵＴ１から最初の生体データおよび異常フラグの組み合わせを受け取ってから一ヶ月等の或る期間経過するまで繰り返し行われる。あるいは、当該記憶処理は、例えば、学習データ記憶部３１に記憶される、ユーザ端末ＵＴ１からの生体データおよび異常フラグのデータ量が、或る量を超えるまで繰り返し行われる。

【0042】

制御部１は、異常度算出モデル学習部１２の制御の下、ユーザ端末ＵＴ１についての異常度算出モデルを学習する（ＳＴ０２）。より具体的には次の通りである。制御部１は、異常度算出モデル学習部１２の制御の下、学習データ記憶部３１から、ユーザ端末ＵＴ１の識別子に対応付けられた、生体データおよび異常フラグの組み合わせを、複数読み出す。当該複数の組み合わせは、例えば、当該学習処理の時点で学習データ記憶部３１に記憶されている、ユーザ端末ＵＴ１からの生体データおよび異常フラグのすべての組み合わせである。制御部１は、異常度算出モデル学習部１２の制御の下、当該複数の組み合わせに基づいて異常度算出モデルを学習する。当該学習処理に用いられる生体データおよび異常フラグの組み合わせの数が多いほど、学習される異常度算出モデルの信頼性が向上される。制御部１は、異常度算出モデル学習部１２の制御の下、当該異常度算出モデルを異常度算出モデル記憶部３２に記憶させる。このように異常度算出モデルが学習された後に、次に説明する動作が行われる。

【0043】

ウェアラブルデバイスＷＤ１は、生体データをユーザ端末ＵＴ１に送信する。ユーザ端末ＵＴ１は、当該生体データを、ユーザ端末ＵＴ１の識別子とともにサーバ装置ＳＶに送信する。制御部１は、モデル入力データ取得部１３の制御の下、当該生体データおよび当該識別子を取得する（ＳＴ０３）。

【0044】

制御部１は、異常度算出部１４の制御の下、当該識別子に基づいてユーザ端末ＵＴ１についての異常度算出モデルを異常度算出モデル記憶部３２から読み出す。制御部１は、異常度算出部１４の制御の下、当該異常度算出モデルを使用して、当該生体データに基づいて、ユーザ端末ＵＴ１を使用するユーザの健康状態の異常度を算出する（ＳＴ０４）。

【0045】

制御部１は、異常度出力部１５の制御の下、当該異常度を示すデータをユーザ端末ＵＴ１に送信する（ＳＴ０５）。これにより、当該ユーザは、自身の健康状態の異常度を通知される。

【0046】

本実施形態によれば、ユーザの生体データに基づいて、当該ユーザによる過去の判断が反映された異常度を算出する情報処理装置、情報処理方法、およびプログラムを提供できる。すなわち、本実施形態のシステムＳＹＳは、或るユーザの生体データおよび異常フラグの複数の組み合わせに基づいて当該ユーザに係る異常度算出モデルを学習し、当該異常度算出モデルを使用して、当該ユーザの生体データに基づいて当該ユーザの健康状態の異常度を算出する。当該学習に用いられる異常フラグは、当該ユーザが自身の健康状態に異常を感じたか否かを示す。これにより、ユーザの生体データに基づいて、当該ユーザによる過去の判断が反映された異常度を算出することが可能となる。

【0047】

例えば、システムＳＹＳの制御部１は、異常度出力部１５の制御の下、算出された異常度を示すデータを、当該ユーザが使用するユーザ端末ＵＴに送信する。これにより、当該ユーザは、例えば、自身の健康状態に異常を感じていなかったとしても、普段であれば自身の健康状態に異常を感じるような状況にあることを認識し得る。

【0048】

システムＳＹＳの制御部１は、異常度算出モデル学習部１２の制御の下、例えば、生体データ中の複数の計測項目それぞれの計測結果の数値を用いて異常度算出モデルを学習する。これにより、多数の計測項目の数値を複合的に処理してより正確に異常度を算出することが可能となる。

【0049】

（変形例）
上記では、サーバ装置ＳＶが異常度算出モデルを学習して当該異常度算出モデルを使用してユーザの健康状態の異常度を算出するものとして説明したが、本実施形態はこれに限定されない。本実施形態により開示されたのと同様の技術により、サーバ装置ＳＶは次のようなモデルを学習することもできる。

【0050】

（１）第１変形例
サーバ装置ＳＶは、生体データに基づいて、当該生体データに係るユーザの健康状態がその後に悪化する度合いを０から１の範囲で出力可能なモデルを学習可能である。当該モデルは、上述した異常度も算出するものであってもよい。サーバ装置ＳＶが当該モデルを学習するためには次のようにする。

【0051】

各ユーザ端末ＵＴは、対応付けられているウェアラブルデバイスＷＤから生体データを受け取ると、例えば、当該ユーザ端末を使用するユーザにアラーム等で通知する。これにより、当該ユーザは、その後に自身の健康状態が悪化したか否かに係る入力を当該ユーザ端末ＵＴに行うことを促される。その後、当該ユーザ端末ＵＴは、当該ユーザ端末ＵＴの識別子とともに、上記生体データ、および、ユーザの健康状態がその後に悪化したか否かを示すフラグ、の組み合わせを、サーバ装置ＳＶに送信する。

【0052】

学習データ取得部１１は、上述したのと同様に、当該組み合わせと、当該ユーザ端末ＵＴの識別子とを取得し、当該組み合わせおよび当該ユーザ端末ＵＴの識別子を学習データ記憶部３１に記憶させる処理を行う。当該記憶処理では、当該組み合わせが、当該ユーザ端末ＵＴの識別子に対応付けされる。このような記憶処理が繰り返し行われる。異常度算出モデル学習部１２として説明したモデル学習部１２が、ユーザ端末ＵＴ毎に、上述したのと同様にモデルを学習する処理を行う。当該学習処理により、生体データ中の計測項目それぞれの計測結果の数値を説明変数に用い、当該生体データに係るユーザの健康状態がその後に悪化する度合いを０から１の範囲で出力可能な、モデルが学習される。

【0053】

その後、モデル入力データ取得部１３は、或るユーザ端末ＵＴから送信される生体データおよび当該ユーザ端末ＵＴの識別子を取得する処理を行う。異常度算出部１４として説明した算出部１４が、当該識別子に基づいて、当該ユーザ端末ＵＴについて学習されたモデルを使用して、当該生体データに基づいて、当該生体データに係るユーザの健康状態がその後に悪化する度合いを算出する処理を行う。

【0054】

（２）第２変形例
サーバ装置ＳＶは、生体データに基づいて、或るアクションが当該生体データに係るユーザの健康状態を改善させる度合いを０から１の範囲で出力可能なモデルを学習可能である。アクションの一例は、或る薬を服用することである。当該モデルは、上述した異常度も算出するものであってもよい。サーバ装置ＳＶが当該モデルを学習するためには次のようにする。

【0055】

各ユーザ端末ＵＴは、対応付けられているウェアラブルデバイスＷＤから生体データを受け取ると、例えば、当該ユーザ端末を使用するユーザにアラーム等で通知する。これにより、当該ユーザは、自身の健康状態に異常を感じている場合に当該ユーザ端末ＵＴへの入力を行うことを促される。当該ユーザは、自身の健康状態に異常を感じており、かつ、何らかのアクションをとる場合、当該アクションに係る入力を当該ユーザ端末ＵＴに行う。さらに、当該ユーザは、例えば、当該アクションをとった後、当該アクションにより自身の健康状態が改善されたか否かに係る入力を当該ユーザ端末ＵＴに行う。その後、当該ユーザ端末ＵＴは、当該ユーザ端末ＵＴの識別子と、当該アクションの識別子とともに、上記生体データ、および、ユーザの健康状態が改善されたか否かを示すフラグ、の組み合わせを、サーバ装置ＳＶに送信する。

【0056】

学習データ取得部１１は、上述したのと同様に、当該組み合わせと、当該ユーザ端末ＵＴの識別子と、当該アクションの識別子とを取得し、当該組み合わせ、当該ユーザ端末ＵＴの識別子、および当該アクションの識別子を学習データ記憶部３１に記憶させる処理を行う。当該記憶処理では、当該組み合わせが、当該ユーザ端末ＵＴの識別子と、当該アクションの識別子とに対応付けされる。このような記憶処理が繰り返し行われる。異常度算出モデル学習部１２として説明したモデル学習部１２が、ユーザ端末ＵＴとアクションとの各組み合わせについて、上述したのと同様にモデルを学習する処理を行う。当該学習処理により、生体データ中の計測項目それぞれの計測結果の数値を説明変数に用い、或るアクションが当該生体データに係るユーザの健康状態を改善させる度合いを０から１の範囲で出力可能な、モデルが学習される。

【0057】

その後、モデル入力データ取得部１３は、或るユーザ端末ＵＴから送信される生体データおよび当該ユーザ端末ＵＴの識別子を取得する処理を行う。異常度算出部１４として説明した算出部１４が、当該識別子に基づいて、当該ユーザ端末ＵＴについて学習された複数のアクションそれぞれについてのモデルを使用して、当該生体データに基づいて、当該複数のアクションそれぞれがユーザの健康状態を改善させる度合いを算出する処理を行う。

【0058】

以上のように、本実施形態によれば、生体データと或るフラグとの組み合わせを用いることにより、当該フラグに関係する評価値を生体データに基づいて算出するモデルの学習が可能となる。以下で説明する他の実施形態についても同様である。このようなフラグは、上記で説明したような１ビットからなるものに限定されず、複数ビットからなるものであってもよい。

【0059】

［第２実施形態］
以下、この発明の第２実施形態に係る情報処理装置の非限定的な例であるサーバ装置ＳＶａについて、第１実施形態において説明したのと相違する点を中心に説明する。

【0060】

（構成例）
第２実施形態に係る情報処理装置を含むシステムの構成は、例えば、第１実施形態において説明したシステムＳＹＳの構成において、サーバ装置ＳＶをサーバ装置ＳＶａに代えたものである。

【0061】

各ユーザ端末ＵＴは、当該ユーザ端末ＵＴについての異常度算出モデルが学習される際に学習データとして用いられるデータを特定するための情報（以下では、説明を簡潔にする目的で「学習対象情報」とも称する。）を、通信ネットワークＮＷを介してサーバ装置ＳＶａに送信可能である。学習対象情報は、例えば、体型、年齢層、および生活パターン等、ならびにこれらを任意に組み合わせたもののような、ユーザが属し得るグループを何らか特定可能な情報を含む。以下では、学習対象情報が、複数のユーザが属しているグループを特定している場合を例に挙げて説明するが、学習対象情報は、単一のユーザを特定するものであってもよい。

【0062】

図５は、サーバ装置ＳＶａの制御部１ａのソフトウェア構成の一例を示すブロック図である。

【0063】

サーバ装置ＳＶａの構成は、サーバ装置ＳＶの構成において、制御部１が例えば学習対象情報取得部１６をさらに含むようにし、プログラム記憶部２が、学習対象情報取得部１６の処理機能を実現するためのプログラムをさらに格納するようにしたものである。サーバ装置ＳＶとの区別のため、サーバ装置ＳＶａの当該制御部および当該プログラム記憶部にそれぞれ符号１ａおよび２ａを付して説明する。

【0064】

学習対象情報取得部１６は、入出力インタフェース４を介して各ユーザ端末ＵＴから送信される学習対象情報を取得する処理を行う。

【0065】

異常度算出モデル学習部１２は、学習データ記憶部３１から、ユーザ端末ＵＴ毎に、当該学習対象情報が特定するグループに属するユーザそれぞれの識別子のいずれかに対応付けられた、生体データおよび異常フラグの組み合わせを、複数読み出す処理を行う。

【0066】

異常度算出モデル学習部１２は、第１実施形態において説明したのと同様に、ユーザ端末ＵＴ毎に、当該複数の組み合わせに基づいて異常度算出モデルを学習する処理を行う。

【0067】

（動作例）
次に、以上のように構成されたサーバ装置ＳＶａを含むシステムの動作例を説明する。

【0068】

図６は、当該動作例のうち、サーバ装置ＳＶａの制御部１ａにより実行される動作の一例を示すフローチャートである。
図４の説明においてＳＴ０１を付して説明した動作と同様に、ユーザ端末ＵＴ１、ＵＴ２、ＵＴ３、・・・の各々から送信される、生体データおよび異常フラグの組み合わせが、学習データ記憶部３１に記憶される（ＳＴ１１）。当該記憶処理は、例えば、サーバ装置ＳＶが或るユーザ端末ＵＴから最初の生体データおよび異常フラグの組み合わせを受け取ってから一ヶ月等の或る期間経過するまで繰り返し行われる。あるいは、当該記憶処理は、例えば、学習データ記憶部３１に記憶される生体データおよび異常フラグのデータ量が、或る量を超えるまで繰り返し行われる。

【0069】

ユーザ端末ＵＴ１（図６では、第１ユーザ端末として示している。）は、学習対象情報をサーバ装置ＳＶａに送信する。制御部１ａは、学習対象情報取得部１６の制御の下、当該学習対象情報を取得する（ＳＴ１２）。なお、ユーザ端末ＵＴ１が学習対象情報をサーバ装置ＳＶａに送信するタイミング、および、制御部１ａが学習対象情報を取得するタイミングは、上述したものに限定されない。

【0070】

制御部１ａは、異常度算出モデル学習部１２の制御の下、ユーザ端末ＵＴ１についての異常度算出モデルを学習する（ＳＴ１３）。より具体的には次の通りである。制御部１ａは、異常度算出モデル学習部１２の制御の下、学習データ記憶部３１から、当該学習対象情報が特定するグループに属するユーザそれぞれの識別子のいずれかに対応付けられた、生体データおよび異常フラグの組み合わせを、複数読み出す。当該複数の組み合わせは、例えば、当該学習処理の時点で学習データ記憶部３１に記憶されている、当該グループに属するユーザからの生体データおよび異常フラグのすべての組み合わせである。制御部１ａは、異常度算出モデル学習部１２の制御の下、当該複数の組み合わせに基づいて異常度算出モデルを学習する。制御部１ａは、異常度算出モデル学習部１２の制御の下、当該異常度算出モデルを異常度算出モデル記憶部３２に記憶させる。このように異常度算出モデルが学習された後に、次に説明する動作が行われる。

【0071】

図４の説明においてＳＴ０３を付して説明した動作と同様に、制御部１ａは、モデル入力データ取得部１３の制御の下、ユーザ端末ＵＴ１から送信される生体データおよびユーザ端末ＵＴ１の識別子を取得する（ＳＴ１４）。

【0072】

図４の説明においてＳＴ０４を付して説明した動作と同様に、制御部１ａは、ユーザ端末ＵＴ１についての異常度算出モデルを使用して、当該生体データに基づいて、ユーザ端末ＵＴ１を使用するユーザの健康状態の異常度を算出する（ＳＴ１５）。

【0073】

図４の説明においてＳＴ０５を付して説明した動作と同様に、制御部１ａは、異常度出力部１５の制御の下、当該異常度を示すデータをユーザ端末ＵＴ１に送信する（ＳＴ０５）。これにより、当該ユーザは、自身の健康状態の異常度を通知される。

【0074】

上記では、各ユーザ端末ＵＴが学習対象情報をサーバ装置ＳＶａに送信するものとして説明したが、本実施形態はこれに限定されない。例えば制御部１ａが、学習対象情報取得部１６の制御の下、ユーザ端末ＵＴ毎に、当該ユーザ端末ＵＴを使用するユーザについての予め記憶されている情報に基づいて学習対象情報を決定してもよい。

【0075】

本実施形態によれば、ユーザの生体データに基づいて、或るグループに属するユーザそれぞれによる過去の判断が反映された異常度を算出する情報処理装置、情報処理方法、およびプログラムを提供できる。すなわち、本実施形態のシステムは、或るグループに属するユーザについての生体データおよび異常フラグの複数の組み合わせに基づいて或るユーザに係る異常度算出モデルを学習し、当該異常度算出モデルを使用して、当該ユーザの生体データに基づいて当該ユーザの健康状態の異常度を算出する。これにより、或るユーザの生体データに基づいて、或るグループに属するユーザそれぞれによる過去の判断が反映された異常度を算出することが可能となる。

【0076】

例えば、システムＳＹＳの制御部１は、異常度出力部１５の制御の下、算出された異常度を示すデータを、当該ユーザが使用するユーザ端末ＵＴに送信する。これにより、当該ユーザは、例えば、自身の健康状態に異常を感じていなかったとしても、学習対象情報が特定していたグループに属するユーザであれば健康状態に異常を感じるような状態であることを認識し得る。例えば、当該ユーザは、自身が属するグループに属するユーザであれば健康状態に異常を感じる状態であることを認識し得る。あるいは、当該ユーザは、自身が長時間一緒にいることが多い他の人であれば健康状態に異常を感じる状態であることを認識し得る。これは、算出される異常度が例えば伝染病に由来するものである場合等に有益である。

【0077】

なお、本発明は、上記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。また、各実施形態は適宜組み合わせて実施してもよく、その場合組み合わせた効果が得られる。更に、上記実施形態には種々の発明が含まれており、開示される複数の構成要件から選択された組み合わせにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件からいくつかの構成要件が削除されても、課題が解決でき、効果が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。

【符号の説明】

【0078】

１，１ａ…制御部
２，２ａ…プログラム記憶部
３…データ記憶部
４…入出力インタフェース
５…バス
１１…学習データ取得部
１２…異常度算出モデル学習部
１３…モデル入力データ取得部
１４…異常度算出部
１５…異常度出力部
１６…学習対象情報取得部
３１…学習データ記憶部
３２…異常度算出モデル記憶部
３３…モデル入力データ記憶部
３４…異常度記憶部
ＳＹＳ…システム
ＳＶ，ＳＶａ…サーバ装置
ＮＷ…通信ネットワーク
ＵＴ…ユーザ端末
ＷＤ…ウェアラブルデバイス

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】