特許 7584757 顔画像データから燃え尽き症候群を検知し離職を予測するシステム

(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】2024-11-08

(45)【発行日】2024-11-18

(54)【発明の名称】顔画像データから燃え尽き症候群を検知し離職を予測するシステム

(51)【国際特許分類】

   G06Q 10/04 20230101AFI20241111BHJP

   A61B 5/16 20060101ALI20241111BHJP

   A61B 10/00 20060101ALI20241111BHJP

   G06T 7/00 20170101ALI20241111BHJP

【ＦＩ】

G06Q10/04

A61B5/16 120

A61B10/00 H

G06T7/00 660A

【請求項の数】 2

(21)【出願番号】P 2021083688

(22)【出願日】2021-05-18

(65)【公開番号】P2022177435

(43)【公開日】2022-12-01

【審査請求日】2023-05-16

(73)【特許権者】

【識別番号】511179585

【氏名又は名称】テックウインド株式会社

(73)【特許権者】

【識別番号】504171134

【氏名又は名称】国立大学法人 筑波大学

(74)【代理人】

【識別番号】110002011

【氏名又は名称】弁理士法人井澤国際特許事務所

(74)【代理人】

【識別番号】100072039

【弁理士】

【氏名又は名称】井澤 洵

(74)【代理人】

【識別番号】100123722

【弁理士】

【氏名又は名称】井澤 幹

(74)【代理人】

【識別番号】100157738

【弁理士】

【氏名又は名称】茂木 康彦

(74)【代理人】

【識別番号】100158377

【弁理士】

【氏名又は名称】三谷 祥子

(72)【発明者】

【氏名】門伝 豊

(72)【発明者】

【氏名】土谷 瑞希

(72)【発明者】

【氏名】竹内 祐子

(72)【発明者】

【氏名】大塚 泰正

(72)【発明者】

【氏名】岡田 昌毅

(72)【発明者】

【氏名】原 恵子

(72)【発明者】

【氏名】中村 准子

【審査官】原 忠

(56)【参考文献】

【文献】特表２０１５－５３２１６５（ＪＰ，Ａ）

【文献】特開２００９－２５３９３１（ＪＰ，Ａ）

【文献】国際公開第２０２０／１０５７３３（ＷＯ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００ － ９９／００

Ａ６１Ｂ ５／１６

Ａ６１Ｂ １０／００

Ｇ０６Ｔ ７／００

(57)【特許請求の範囲】

【請求項1】

部位（１）：対象人物の個人情報を出力する部位、
部位（２）：対象者の顔画像データから対象人物の感情の特徴を検出する部位、
部位（３）：対象人物の燃え尽き症候群の有無を検知する部位、
を有する、燃え尽き症候群を検出し離職率を予測する装置であって、
部位（１）が、対象人物の識別情報、属性、職歴のいずれか１以上に関連する情報を出力し、
部位（２）が、撮像装置で取得した対象者の顔画像データから上記対象者の基本感情を認識し、認識された基本感情全体に対する無表情の強度を出力し、
部位（３）が、部位（１）と部位（２）が出力する情報に基づいて、対象者の無表情の強度が閾値を超える場合には燃え尽き症候群有と判定し、上記燃え尽き症候群有の期間に基づいて上記対象者の離職可能性を予測する、
装置。

【請求項2】

部位（３）が、さらに、上記装置のユーザーに検知の結果を通知し、上記結果に基づいて助言、指導、警告のいずれか１以上を行う、請求項１に記載の装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、顔画像データから燃え尽き症候群を検知し離職を予測する装置及び方法と、このような装置及び／又は方法を用いる燃え尽き症候群を検知し離職を予測するシステムに関する。

【背景技術】

【0002】

精神心理学者のハーバート・フロイデンバーガーが１９７４年代に初めて用いた「Ｂｕｒｎｏｕｔ ｓｙｎｄｒｏｍｅバーンアウトシンドローム」は、日本では「燃え尽き症候群」と呼ばれている。現在、燃え尽き症候群は、病状としてではなく、職業現象として国際疾病分類第１１改訂版（ＩＣＤ－１１）に掲載されている。すなわち、燃え尽き症候群は「健康状態または医療サービスとの接触に影響を与える要因」の一つとして扱われ、特定の病気または健康状態として分類されていない。ここでは、燃え尽き症候群は、良好に管理されていない職場で受ける慢性的なストレスに起因する概念的な症状として定義されており、３つの現象：（１）気力の枯渇や強い疲労感，（２）職場や職務に対する忌避・否定・批判，（３）専門家としての能力や技能の低下で特徴づけられている。

【0003】

要するに、燃え尽き症候群は、それまで職務に没頭していた人が、心身の極度の疲労により燃え尽きたように意欲を失い、職場に適応できなくなることと捉えられている。燃え尽き症候群は、元々は医療や福祉・教師などの対人サービス業に従事する人に多いとされてきたが、現在ではさまざまな職種・業種に見られる。

【0004】

燃え尽き症候群から回復する方法として、十分な睡眠、定期的な休憩、必要に応じた薬物療法などが提唱されている。しかし、燃え尽き症候群に陥った本人は内面に強い倦怠感や焦りを感じているにも関わらず、外面では表情や発語が乏しくなるために、周囲が本人の苦境に気づきにくい場合が多い。また、従業者自身が身体の不調を燃え尽き症候群として自覚できない場合や、燃え尽き症候群の兆候を職場の同僚にとっては怠惰や意欲不足と誤解する場合もある。このように職場現象としての燃え尽き症候群に特有の事情のため、適切な対処がとられないまま燃え尽き状態が放置される場合がある。そして、燃え尽き症候群を抱える期間が長い場合、あるいは、燃え尽き症候群の程度が重い場合には自殺の危険性も高まると言われており、そのような重度の燃え尽き症候群を抱える従業者には休職や離職が必要となることがある。

【0005】

このため、近年では、職場の労務管理上、燃え尽き症候群の早期発見と早期対策が重要視されている。燃え尽き症候群の兆候を客観的な判断基準で検知する方法として、例えば、皮膚状態を分析する方法（特許文献１）、睡眠状態を分析する方法（特許文献２）、血液から特定のタンパク質を検出する方法（特許文献３）が知られている。しかしながら、これらの検知方法は専門家が操作する特別な機材を必要としており、多くの職場で導入することは難しい。

【0006】

職場の管理者が部下の態度や表情を慎重に観察して燃え尽き症候群の兆候を発見するべきである、という意見もある。しかし、このような方法は客観性や精度に欠ける。管理者が部下と対面する機会や時間が短い職場では、このような観察自体が難しい。平時（燃え尽きる前）と現在とで態度や表情を比べて燃え尽き症候群の兆候を発見する必要があるが、管理者が交代した場合や新しい職場では、そのような比較をすることができない。

【0007】

また、燃え尽き症候群に特有の疲労感、倦怠感、無気力は表情の乏しさを引き起こすので、「よく笑う」、「よく怒る」などの積極的な感情表現と違って周囲が気づきにくい。これまでに、人の感情を表情から自動的に判定する方法は、特許文献４、特許文献５、非特許文献６などで提案されているが、これらの方法のいずれもが喜怒哀楽のような積極的な感情を検知することを目的としており、表情の乏しさ（無表情）の程度には全く注目していない。

【先行技術文献】

【特許文献】

【0008】

【文献】特開２０１７－５０１７７７号公報

【文献】特開２０２０－ ８６８１８号公報

【文献】特表２０００－５１６８１８号公報

【文献】特開２０１７－ ８６９９２号公報

【文献】特開２０２０－１４９３６１号公報

【非特許文献】

【0009】

【文献】「表情による感情推定と音声による感情推定手法の検討」人工知能学会研究会資料ＳＩＧ－Ｃｈａｌｌｅｎｇｅ－０５７－９ （１１／２０） ５２－５７頁

【発明の概要】

【発明が解決しようとする課題】

【0010】

そこで本発明者は、専門家が操作する特別な機材を必要とせず、多様な職場環境でも客観的に迅速に、燃え尽き症候群を従業者自身あるいは職場の管理者が検知することができる手段を求めた。

【課題を解決するための手段】

【0011】

本発明者は、燃え尽き症候群の兆候のうち、表情の乏しさ（無表情）に注目した。そして、対象者の無表情の程度を数量化し、得られた数値を燃え尽き症候群の判定に用いることによって、客観的に迅速に燃え尽き症候群を検出することに成功した。更に、本発明者は、検出結果に基づいて、職場の個人及び／又は管理者に提供することによって、個人及び／又は管理者が燃え尽き症候群と離職リスクへの対処を促すシステムを構築した。すなわち本発明は以下のものである。

【0012】

（発明１）部位（１）：対象人物の個人情報を出力する部位、
部位（２）：対象者の顔画像データから対象人物の感情の特徴を検出する部位、
部位（３）：対象人物の燃え尽き症候群の有無を検知する部位、
を有する、燃え尽き症候群を検出し離職率を予測する装置。
（発明２）部位（１）が、対象人物の識別情報、属性、職歴のいずれか１以上に関連する情報を出力し、
部位（２）が、撮像装置で取得した対象者の顔画像データから上記対象者の基本感情を認識し、認識された基本感情全体に対する無表情の強度を出力し、
部位（３）が、部位（１）と部位（２）が出力する情報に基づいて、対象者の無表情の強度が閾値を超える場合には燃え尽き症候群有と判定し、上記燃え尽き症候群有の期間に基づいて上記対象者の離職可能性を予測する、
発明１の装置。
（発明３）部位（３）が、さらに、上記装置のユーザーに検知の結果を通知し、上記結果に基づいて助言、指導、警告のいずれか１以上を行う、発明１の装置。
（発明４）工程（１）：対象人物の個人情報を出力する工程、
工程（２）：対象者の顔画像データから対象人物の感情の特徴を検出する工程、
工程（３）：対象人物の燃え尽き症候群の有無を検知する工程、
を有する、燃え尽き症候群を検出し離職率を予測する方法。
（発明５）工程（１）で、対象人物の識別情報、属性、職歴のいずれか１以上に関連する情報を出力し、
工程（２）で、撮像装置で取得した対象者の顔画像データから上記対象者の基本感情を認識し、認識された基本感情全体に対する無表情の強度を出力し、
工程（３）で、部位（１）と部位（２）が出力する情報に基づいて、対象者の無表情の強度が閾値を超える場合には燃え尽き症候群有と判定し、上記燃え尽き症候群有の期間に基づいて上記対象者の離職可能性を予測する、
発明４の方法。
（発明６）工程（３）で、さらに、上記方法のユーザーに検知の結果を通知し、上記結果に基づいて助言、指導、警告のいずれか１以上を行う、発明４の方法。

【発明の効果】

【0013】

本発明によって、職場の燃え尽き状態を早期発見することができる。本発明のユーザーは燃え尽き症候と離職リスクに素早く対応することができる。

【図面の簡単な説明】

【0014】

【図1】本発明の装置及び方法を用いた燃え尽き症候群を検出し離職率を予測するシステムを理解するためのイメージ図。

【図2】本発明の装置及び方法を用いたシステムで行う処理フローの例。

【図3】基本感情の値の変化の例。

【図4】基本感情の値の変化の例。

【図5】燃え尽き期間と離職する確率とのモデル相関。

【発明を実施するための形態】

【0015】

［燃え尽き症候群を検出し離職率を予測する装置及び方法］
本発明の燃え尽き症候群を検出し離職率を予測する装置（以下「本発明装置」という）は、部位（１），（２），（３）を有する。

【0016】

［部位（１）］
部位（１）は、対象人物の個人情報を出力する。本発明において「対象人物」は、本発明装置を用いて燃え尽き症候群の有無が判定される人物を指す。一般的には、部位（１）は、対象人物の識別情報、属性、職歴のいずれか１以上に関連する情報を出力する。上記個人情報は、例えば、氏名、年齢、性別、社員コード、所属部署、勤続年数、職位、職能評価、過去に燃え尽き症候群と判定されたか否かなどである。

【0017】

上記個人情報は、対象人物の平時の表情の特徴を含むことができる。上記特徴は典型的には、対象人物の平時（燃え尽き症候群が発現していないと考えられる状態）の基本感情の特徴である。この場合、例えば、予め、対象人物がリラックスした状態で、或いは、対象人物が職場に参加した時点で、対象人物の顔画像データを採取する。次に上記対象人物の顔画像データから対象人物の基本感情を検出し、個々の基本感情ごとの頻出度を数値化したものを上記特徴として用いる。この場合の上記検出と上記数値化は、後述の部位（２）の動作によって行うことができる。

【0018】

ここで「基本感情」とは、心理学の分野で知られている、人種、民族、性別、年齢に関わらず普遍的に人間が表出する感情である。このような基本感情として、心理学者ポール・エクマンが提唱した、「怒り」「嫌悪」「恐怖」「幸せ」「悲しみ」「驚き」「無表情（中立）」の基本７感情が通用している。本発明では、一般的には、基本感情として上記７感情を使用する。本発明では、上記基本７感情に心理学者ポール・エクマンが後に追加した「面白さ」「軽蔑」「満足」「困惑」「興奮」「罪悪感」「自負」「安心」「納得」「喜び」「羞恥」のいずれか１以上を加えることもできる。好ましくは、本発明では基本感情として「怒り」「嫌悪」「恐怖」「幸せ」「悲しみ」「驚き」「軽蔑」「無表情（中立）」の８感情を扱う。

【0019】

部位（１）が出力する上記個人情報は、本発明装置のユーザーによって予め部位（１）に入力され、部位（１）のデータベースに格納される。上記ユーザーは、上記対象人物、上記対象人物の職場の管理者、上記対象人物、管理者、職場のいずれかから権限移譲された者などである。一般的には、本発明装置のユーザーは、ＰＣ，タブレット、スマートフォンなどのインターネットに接続した端末機器で上記個人情報を入力し、入力された個人情報はインターネットに接続したサーバ上に保存される。

【0020】

［部位（２）］
部位（２）は、対象者の顔画像データから対象人物の感情の特徴を検出する部位であり、具体的には、撮像装置で取得した対象者の顔画像データから上記対象者の基本感情を認識し、認識された基本感情全体に対する無表情の強度を出力する部位である。

【0021】

上記撮像装置は、例えば、ＰＣ，タブレット、スマートフォンなどのカメラ付き端末機器や、職場内外の定点カメラである。本発明装置のユーザーは、一般的には、上記撮像装置で定期的に上記対象人物の顔画像データを取得する。取得された顔画像データは所定の目盛りに格納される。上記対象者自身が定期的に上記顔画像データを取得することができる。

【0022】

上記顔画像データは、所定の条件で撮影した対象人物の静止画像であってもよく、一定時間の対象者の顔を撮影した動画から切り出した画像であってもよく、一定時間の動画であってもよい。部位（２）は、公知の感情認識アプリケーションを用いて、上記顔画像データから個々の基本感情を認識する。好ましくは、部位（２）にはマイクロソフト（Ｍｉｃｒｏｓｏｆｔ）社が提供する感情認識ＡＩサービス：ＦａｃｅＡＰＩ が実装される。この場合、個々の基本感情が、それぞれの出現可能性あるいは検出確度によって、数値化される。より精度の高い推測アルゴリズムと多数のサンプルから学習したＡＩ（人工知能）によって顔画像データから基本感情を認識するソフトウェアは日進月歩で開発されている。本発明では、より認識能力が高い感情認識ＡＩサービスを用いる。

【0023】

例えば、顔画像データから無表情だけを検出し、他の基本感情を検出できない場合に、部位（２）は無表情値：１．００、怒り値：０、嫌悪値：０、恐怖値：０、幸せ値：０、悲しみ値：０、驚き値：０、軽蔑値：０、を出力することができる。

【0024】

例えば、顔画像データから主に無表情と怒りを検出した場合に、無表情値：０．７、怒り値：０．２、嫌悪値：０．１、恐怖値：０、幸せ値：０、悲しみ値：０、驚き値：０、軽蔑値：０、を出力することができる。

【0025】

このような検出した基本感情の数値化けは概念上のものであって、実際には部位（２）が生成するデータは数値であっても符号であってもよい。このように数値化された値：無表情値は、認識された基本感情全体に対する無表情の強度を表す。他の基本感情も、上述のように個々の強度に応じて数値化される。こうして得られた無表情の強度は、その他の基本感情の強度と共に出力され、保存される。対象者の顔画像データの蓄積に伴い、無表情の強度を含む基本感情の数値データも蓄積される。

【0026】

［部位（３）］
部位（３）は、対象人物の燃え尽き症候群の有無を検知する。具体的には、部位（３）は、部位（１）と部位（２）が出力する情報に基づいて、対象者の無表情の強度が閾値を超える場合には燃え尽き症候群有と判定し、上記燃え尽き症候群有の期間に基づいて上記対象者の離職可能性を予測する。

【0027】

すなわち部位（３）は、部位（２）で出力した対象者の無表情値に部位（１）が出力する対象者の個人情報を加味して、それぞれの対象者が燃え尽き状態にあるか否かを判定する。例えば、対象者Ａが快活な性格（基本表情のうち笑顔の数値が高い）である場合、部位（１）は対象者Ａの個人情報として、高い「幸せ」値を出力する。さらに対象者Ａの所属する部署が繁忙期にある場合には、部位（１）が対象者Ａの属性情報として「繁忙」を出力する。この場合、部位（３）は対象者Ａに対しては閾値を低く設定して、部位（２）が出力する「無表情」値とこの閾値を比較する。この場合、部位（３）は、比較結果が「閾値＜対象者Ａの無表情値」であれば「燃え尽き 有」と判定し、比較結果が「閾値＞対象者Ａの無表情値」であれば「燃え尽き 無」と判定する。

【0028】

この例に限らず、ユーザーの要求や特性に応じて、部位（１）が出力する個人情報と部位（２）が出力する「無表情」値（無表情の強度）に様々な補正がなされ、部位（３）で用いる閾値が補正された結果、部位（３）における燃え尽き症候群の検知が行われる。

【0029】

部位（３）は、複数の判定基準（閾値）を設定して、燃え尽き症状のレベルを出力することもできる。例えば、燃え尽き状態が強いレベルから順に＋３，＋２，＋１とランク分けし、燃え尽き状態が疑われる場合を０、燃え尽きが全く観察されない場合を－１にランク分けすることもできる。これらの階層付けも、ユーザーの要求や特性に応じて多様に設定される。

【0030】

部位（３）が無表情値を含む各基本感情値の変化をグラフや表の形式で出力することもできる。この場合、対象者は携帯端末上で自分の基本感情データを表示することができる。

【0031】

更に部位（３）は、各対象者について連続して「燃え尽き 有」と判定した期間を算出し、この期間の長さに応じて当該対象者の離職可能性を予測する。これまでに「燃え尽き 有」と判定されたことがなかった（初めて燃え尽き状態と判定された）対象者の離職可能性は低く、燃え尽き状態が長く継続している対象者の離職可能性は高い。燃え尽き状態と判定された期間と離職予測値との関係は、予めフィールド調査結果から統計的に求められ、部位（３）の予測プログラムに反映されている。

【0032】

部位（３）は、上述の燃え尽き状態の検知結果をユーザーに通知することができる。部位（３）は、通知と共に、検知結果に応じた助言、指導、警告をユーザーに提供することができる。

【0033】

例えば、部位（３）はユーザーである対象人物の携帯端末に以下のメッセージを送信することができる。

・「燃え尽き状態が２週間継続しています。心身に大きな支障が発生して言う可能性があります。以下のＵＲＬからカウンセラーの予約をしてください。」
・「燃え尽き症候群の兆候が現れています。疲れが溜まっていませんか？定期的な休息を心がけましょう。」
・「今週は燃え尽き状態が検出されませんでした。これからも規則正しい睡眠と休息を心がけましょう。」
部位（３）は、ユーザーである職場（グループ）の管理者の携帯端末に例えば以下のメッセージを送信することができる。
・「燃え尽き症候群が１ヶ月以上検出されています。シフト管理ページに進んでシフトの確認／変更をしてください。」
・「燃え尽き状態が疑われるメンバーが見つかりました。以下のリンクから詳細情報を参照してください。」
・「燃え尽き状態にあるメンバーは見つかりませんでした。引き続き職場環境に気を付けましょう。」
［燃え尽き症候群を検出し離職率を予測する方法］
本発明の燃え尽き症候群を検出し離職率を予測する方法（以下「本発明方法」）は、工程（１），（２），（３）を有する。工程（１）は、部位（１）が上述の処理と動作を行う工程である。工程（２）は、部位（２）が上述の処理と動作を行う工程である。は、部位（３）が上述の処理と動作を行う工程である。すなわち本発明方法は、上述の本発明装置が燃え尽き症候群を検出し離職率を予測する方法を意味する。

【0034】

本発明方法の特徴：「対象人物の個人情報を出力する」、「対象者の顔画像データから対象人物の感情の特徴を検出する」、「対象人物の燃え尽き症候群の有無を検知する」の詳細は、本発明装置の説明に従う。

【0035】

本発明方法の特徴：「対象人物の識別情報、属性、職歴のいずれか１以上に関連する情報を出力」、「撮像装置で取得した対象者の顔画像データから上記対象者の基本感情を認識し、認識された基本感情全体に対する無表情の強度を出力」、「部位（１）と部位（２）が出力する情報に基づいて、対象者の無表情の強度が閾値を超える場合には燃え尽き症候群有と判定し、上記燃え尽き症候群有の期間に基づいて上記対象者の離職可能性を予測する」の詳細は、本発明装置の説明に従う。

【0036】

本発明方法の特徴：「ユーザーに検知の結果を通知し、上記結果に基づいて助言、指導、警告のいずれか１以上を行う」の詳細は、本発明装置の説明に従う。

【0037】

［効果］
本発明装置及び本発明方法は、特別な設備や専門家の操作を必要としない。本発明のユーザーは、携帯端末によって簡単に職場における最新の燃え尽き症候群に関する情報を得ることができ、さらに、燃え尽き症候群に対して早期対応をすることができる。ユーザーが対象者自身（従業者）の場合、本来は望まない離職を避けることができる。ユーザーが職場の管理者の場合、職場のグループ構成員の離職率を下げることができる。

【実施例】

【0038】

［典型的な装置・方法］
本発明の典型例を以下に説明する。

【0039】

（部位・工程（１））
ユーザーは、スマートフォンやタブレットなどの携帯端末やＰＣからアクセスできる専用アプリケーションから、従業者の個人情報を入力する。この個人情報には、従業者の３つの属性：年齢、性別、笑顔度が含まれる。「笑顔度」は、予め従業者の画像又は動画をＭｉｃｒｏｓｏｆｔ社のＦａｃｅＡＰＩで分析し、従業者が平時・観察開始時に示した笑顔の頻度・程度を意味する。このような笑顔度は、従業者が平時・観察開始時に示した幸せ感情に紐付けされる。入力された個人情報はデータベースに格納される。部位・工程（１）では、データベースから個々の従業者に紐付けされた個人情報が抽出され出力される。

【0040】

（部位・工程（２））
ユーザーは、スマートフォンやタブレットなどの携帯端末やＰＣからアクセスできる専用アプリケーション、あるいは、職場のネットワークカメラ（ＩＰカメラ）から、予め設定された条件（撮影時刻、撮影頻度、動画・画像の別など）で、従業者の顔画像データを取得する。従業者が自身を撮影してもよい。取得した顔画像データは、対象者の個人情報（氏名、社員番号など）と紐付けされる。

【0041】

部位・工程（２）は、取得した画像や動画データから、基本情報のそれぞれを検出して、それぞれの頻度や強度を数値化する。この例では基本情報として、怒り、軽蔑、嫌悪感、恐れ、幸せ、悲しみ、驚き、無表情中立の８つの感情を数値化し出力する。

【0042】

顔画像データは職場の１営業日当たり１回以上取得し、各回で基本感情値が出力される。

【0043】

数値化された基本感情は、従業者の３つの属性に応じて補正する。補正後の基本感情値は対象者の個人情報に紐付けされる。補正後の基本感情値はデータベースに格納し蓄積する。

【0044】

（部位・工程（３））
燃え尽き症候群の判定基準となる閾値は、予めユーザーによって設定されている。補正後の無表情値が閾値を超える場合には「燃え尽き有り」と判定し判定結果を出力する。

【0045】

従業員の燃え尽き状態からその従業員の離職傾向を推測するアルゴリズムは、予め設定されている。推測アルゴリズムは、ユーザーの職場で再現する可能性が高い相関に基づき、ユーザーの職場に適したサンプル調査の結果から統計的に導かれたものである。

【0046】

部位・工程（３）は従業員の燃え尽き状態継続期間から当該従業者の離職可能性を算出し、算出結果を出力する。

【0047】

部位・工程（３）は、ユーザーに対して燃え尽き症候群の検出結果や離職可能性を示すと共に、ユーザーの指定する条件で就業者（グループ）の基本感情の変化や特徴を、例えば次の例１の表１の形式でユーザーの携帯端末に表示することができる。ユーザーはこのような変化や特徴で、部位・工程（３）の判定や予測の裏付けを確認することができる。

【0048】

［例１］
図１に、本発明の装置及び方法を用いた燃え尽き症候群を検出し離職率を予測するシステム（１０００）の構造を、模式的に示す。

【0049】

ユーザーの端末機器（４００）は、職場の固定カメラ（４１０）、従業者の端末機器（４２０，４２１，４２２）職場の管理者の端末機器（４３０，４３１，４３２）を含み、本システムにネットワーク上で接続されている。

【0050】

区画（１００）が本発明の装置・工程（１）を受け持ち、対象人物の個人情報を受け取り格納する。区画（２００）は本発明の装置・工程（２）を受け持ち、対象者の顔画像データから対象人物の感情の特徴を検出する。区画（１００）特格（２００）は、既存の感情認識アプリケーションの実行部（５００）に含まれる。

【0051】

区画（３００）が本発明の装置・工程（３）を受け持ち、区画（３０１）で対象人物の燃え尽き症候群の有無を検知し、区画（３０２）で上記対象者の離職可能性を予測する。

【0052】

区画（３０１）から、対象者の燃え尽き状態の判定結果、対象者の離職率の予測結果、必要に応じたユーザーへのメッセージが、ユーザーの端末機器（４２０，４２１，４２２，４３０，４３１，４３２）に送信される。

【0053】

［例２］
図２に、本発明の装置及び方法を用いた燃え尽き症候群を検出し離職率を予測するシステムで行う処理フローの例を示す。

【0054】

［例３］
図３には、ある従業者（Ａ）の「無表情」値（１）、「幸せ」値（２）、「悲しみ」値（３）の週平均値の変化が表示されている。部位・工程（３）は従業者（Ａ）の携帯端末に図３で示される表を表示することができる。この例では、判定の閾値を無表情値：０．９５に設定し、無表情値（１）が０．９５以上の場合を「燃え尽き兆候有り」と判定する。この例では第１週から対象者の燃え尽き状態を引き起こす疲労感・倦怠感・忌避感が増し、第３週には燃え尽きの兆候が現れたこと、その後の第９週に一時的な改善はあったものの、再び燃え尽き状態に戻っていることが分かる。

【0055】

この例では、閾値を超える無表情値（１）が連続して検出された週数に応じて、部位・工程（３）は以下のメッセージを従業者Ａの携帯端末やＰＣに表示する。

【0056】

・情報メッセージ：「燃え尽き状態が４週間連続しています。休息や睡眠を十分にとりましょう。」
・注意メッセージ：「燃え尽き状態が８週間連続しています。心身状態に支障が生じていると思われます。休息と睡眠をとってください。シフト変更を希望する場合には下のサイトに進んでください。」
・警告メッセージ：「燃え尽き状態が１２週間連続しています。５日以内にグループ長にコンタクトして業務の見直しを検討してください。５日以内に下のサイトからカウンセラー予約をしてください。」
図３に示す期間では、４週間以上無表情値が閾値を超えた期間は無いので、ユーザーには上のメッセージを受け取らなかった。

【0057】

［例４］
図４は、職場のグループ（Ｂ）に属する４人の従業者（ＩＤ：０４， ＩＤ：０５， ＩＤ：０６， ＩＤ：０７）の「無表情」値の変化（４，５，６，７）を示す。従業者（４，５，６，７）以外のメンバーのデータは省略している。図４には、グループＢの従業者全員の「無表情」値の平均値の変化（８）も示されている。部位・工程（３）はグループＢの管理者の携帯端末に図４で示される表を表示することができる。

【0058】

従業者（ＩＤ：０４）の「無表情」値は３ヶ月連続で上限値付近にある。従業者（ＩＤ：０４）は分析開始前から燃え尽き状態にあったと推測される。

【0059】

従業者（ＩＤ：０５）の「無表情」値は３ヶ月連続でグループＢの平均値よりも高く、２０２０／０２月と２０２０／０３月は閾値：０．９５を超えた。

【0060】

従業者（ＩＤ：０６）と従業者（ＩＤ：０７）の「無表情」値は３ヶ月連続でグループＢの平均値よりも低く、燃え尽きは検出されなかった。

【0061】

この例では、閾値あるいは平均値を超える無表情値（１）が連続して検出された月数に応じて、部位・工程（３）は以下のメッセージをグループＢの管理者の携帯端末やＰＣに表示する。

・注意メッセージ：「従業員（ＩＤ：０５）さんの燃え尽き状態が２ヶ月連続しています。従業員（ＩＤ：０５）さんのシフト変更を検討してください。」
・警告メッセージ：「従業員（ＩＤ：０４）さんの燃え尽き状態が３ヶ月連続しています。７日以内に従業員（ＩＤ：０４）さんのシフトを変更してください。」
［例５］
部位・工程（３）が対象者の離職可能性を予測する例である。この例では予め図５に示す従業員の燃え尽き期間（「無表情」値が閾値：０．９５を超える期間）と、この従業員が離職する確率との関係が設定されている。ここで言う「離職確率」は、同じ無表情値を示したサンプル（従業員）全体のうち、１年以内に離職した人数の割合を意味する。図５の予測モデルでは、燃え尽きが４０日継続した従業者のうちの３割が最新の燃え尽き検出日から１年以内に離職すると予測する（実線矢印９）。

【0062】

例３の従業者（ＩＤ：０４）は分析開始：２０２０／０１月から最新の分析時２０２０／０３月まで６０日継続して燃え尽き状態にある。この推測モデルでは従業員（ＩＤ：０４）が１年以内に離職する確率は０．６である（点線矢印１０）。

【0063】

例３の従業者（ＩＤ：０５）は分析開始：２０２０／０２月から最新の分析時２０２０／０３月まで３０日継続して燃え尽き状態にある。この推測モデルでは従業員（ＩＤ：０５）が１年以内に離職する確率は０．２である（点線矢印１１）。

【0064】

部位・工程（３）は、このように予測した従業員（ＩＤ：０４），（ＩＤ：０５）の離職確率をグループＢの管理者に提供することができる。グループＢの管理者は、受け取った離職確率値を従業者（ＩＤ：０４），（ＩＤ：０５）が近い将来に職務不能になる可能性ととらえて、従業者（ＩＤ：０４），（ＩＤ：０５）の燃え尽き状態を取り除く行動をとることができる。

【産業上の利用可能性】

【0065】

本発明の装置及び方法は、職場における燃え尽き症候群の課題を早期発見して対処するための、安価で信頼性の高い管理システムに用いられる。本発明は、企業内の労務管理や従業員の健康管理を支援するサービスの創出に貢献することができる。

【符号の説明】

【0066】

１ 「無表情（中立）」の値の変化
２ 「幸せ」の値の変化
３ 「悲しみ」の値の変化
４ 従業者（ＩＤ：０４）の「無表情（中立）」の値の変化
５ 従業者（ＩＤ：０５）の「無表情（中立）」の値の変化
６ 従業者（ＩＤ：０６）の「無表情（中立）」の値の変化
７ 従業者（ＩＤ：０７）の「無表情（中立）」の値の変化
８ グループＢの従業者全員の「無表情」値の平均値の変化
９ 燃え尽きが４０日継続した従業者の離職可能性の推測
１０ 従業員（ＩＤ：０４）の離職可能性の推測
１１ 従業員（ＩＤ：０５）の離職可能性の推測
１００ 装置・工程（１）を受け持つ区画
２００ 装置・工程（２）を受け持つ区画
３００ 装置・工程（３）を受け持つ区画
３０１ 対象人物の燃え尽き症候群の有無を検知する区画
３０２ 対象者の離職可能性を予測する区画
４００ ユーザーの端末機器
４１０ 職場の固定カメラ
４２０，４２１，４２２ 従業者の端末機器
４３０，４３１，４３２ 職場の管理者の端末機器
５００ 感情認識アプリケーションの実行部
１０００ 燃え尽き症候群を検出し離職率を予測するシステム

【図1】

【図2】

【図3】

【図4】

【図5】