特許7710583 | 知財ポータル「IP Force」

知財求人 - 知財ポータルサイト「IP Force」

▶ ソフトバンクグループ株式会社の特許一覧

特許7710583システム

書誌要約請求の範囲詳細な説明課題実施例実施するための形態図面の説明

目に優しい文字サイズ小中大 PDF Top

< >

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

(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】2025-07-10

(45)【発行日】2025-07-18

(54)【発明の名称】システム

(51)【国際特許分類】

G16H 70/00 20180101AFI20250711BHJP

G06Q 50/10 20120101ALI20250711BHJP

【ＦＩ】

G16H70/00

G06Q50/10

【請求項の数】 2

(21)【出願番号】P 2024161800

(22)【出願日】2024-09-19

(65)【公開番号】P2025044217

(43)【公開日】2025-04-01

【審査請求日】2024-11-19

(31)【優先権主張番号】P 2023151127

(32)【優先日】2023-09-19

(33)【優先権主張国・地域又は機関】JP

(73)【特許権者】

【識別番号】591280485

【氏名又は名称】ソフトバンクグループ株式会社

(74)【代理人】

【識別番号】110001519

【氏名又は名称】弁理士法人太陽国際特許事務所

(72)【発明者】

【氏名】西本良司

【審査官】関博文

(56)【参考文献】

【文献】特開２０１２－０００４４９（ＪＰ，Ａ）

【文献】国際公開第２０１６／１２１８４８（ＷＯ，Ａ１）

【文献】特表２０２３－５１２９４０（ＪＰ，Ａ）

【文献】特開２０１６－００４２７３（ＪＰ，Ａ）

【文献】医療 023 AI不妊治療支援，日経テクノロジー展望２０２２世界を変える１００の技術第１版，第1版，日経ＢＰ村上広樹，2021年12月16日，pp.90-93

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ１０／００－９９／００

Ｇ１６Ｈ１０／００－８０／００

(57)【特許請求の範囲】

【請求項1】

不妊治療情報を提供するためのシステムであって、
過去の治療実績、統計情報、及び研究機関での情報開示を含むデータベースを参照する手段と、
ユーザーからの不妊治療情報に関する問い合わせに対して前記データベースから情報を取得する手段と、
前記ユーザーのテキスト入力または音声入力から感情を解析する感情エンジンを用いて、前記ユーザーの感情を認識する手段と、
前記ユーザーからの不妊治療情報に関する問い合わせを用いて、前記取得した情報に基づく不妊治療に関する情報を提供することを指示するプロンプト文を作成し、生成AIモデルに前記プロンプト文を送信する手段と、
前記生成AIモデルからの応答を受信する手段と、
前記認識された感情と、前記生成AIモデルからの応答とに基づいて、前記ユーザーに適した応答を生成する手段と、
前記生成された前記ユーザーに適した応答を、前記ユーザーにチャット形式で提供する手段と、
を含む、
システム。

【請求項2】

前記ユーザーからの不妊治療情報に関する問い合わせは、特定の不妊治療手法に関する問い合わせであって、
前記送信する手段は、前記特定の不妊治療手法に関するメリット及びデメリットを含む前記不妊治療に関する情報を提供することを指示するプロンプト文を作成し、前記生成AIモデルに前記プロンプト文を送信する、
請求項１に記載のシステム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示の技術は、システムに関する。

【背景技術】

【0002】

特許文献１には、少なくとも一つのプロセッサにより遂行される、ペルソナチャットボット制御方法であって、ユーザ発話を受信するステップと、前記ユーザ発話を、チャットボットのキャラクターに関する説明と関連した指示文を含むプロンプトに追加するステップと前記プロンプトをエンコードするステップと、前記エンコードしたプロンプトを言語モデルに入力して、前記ユーザ発話に応答するチャットボット発話を生成するステップ、を含む、方法が開示されている。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０２２－１８０２８２号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

不妊治療において、個々の患者が自身に最適な治療法を選択するための情報が十分に得られないという課題がある。具体的には、医師から提供される情報だけではなく、過去の治療実績や統計情報、研究機関での情報開示など、より広範で詳細な情報が必要とされている。

【課題を解決するための手段】

【0005】

本発明は、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照し、これらの情報を基に不妊治療に関する情報を提供するシステムを提供する。また、ユーザーからの問い合わせに対しては、データベースから取得した情報を基に応答する。さらに、特定の不妊治療手法に関する情報を提供し、チャット形式でユーザーからの問い合わせに応答することで、個々の患者が自身に最適な治療法を選択するための情報を提供する。

【図面の簡単な説明】

【0006】

【図1】第１実施形態に係るデータ処理システムの構成の一例を示す概念図である。

【図2】第１実施形態に係るデータ処理装置及びスマートデバイスの要部機能の一例を示す概念図である。

【図3】第２実施形態に係るデータ処理システムの構成の一例を示す概念図である。

【図4】第２実施形態に係るデータ処理装置及びスマート眼鏡の要部機能の一例を示す概念図である。

【図5】第３実施形態に係るデータ処理システムの構成の一例を示す概念図である。

【図6】第３実施形態に係るデータ処理装置及びヘッドセット型端末の要部機能の一例を示す概念図である。

【図7】第４実施形態に係るデータ処理システムの構成の一例を示す概念図である。

【図8】第４実施形態に係るデータ処理装置及びロボットの要部機能の一例を示す概念図である。

【図9】複数の感情がマッピングされる感情マップを示す。

【図10】複数の感情がマッピングされる感情マップを示す。

【図11】形態例１の実施例１におけるデータ処理システムの処理の流れを示すシーケンス図である。

【図12】形態例１の応用例１におけるデータ処理システムの処理の流れを示すシーケンス図である。

【図13】形態例２の実施例２におけるデータ処理システムの処理の流れを示すシーケンス図である。

【図14】形態例２の応用例２におけるデータ処理システムの処理の流れを示すシーケンス図である。

【図15】形態例３の実施例３におけるデータ処理システムの処理の流れを示すシーケンス図である。

【図16】形態例３の応用例３におけるデータ処理システムの処理の流れを示すシーケンス図である。

【図17】感情エンジンを組み合わせた場合の形態例１の実施例１におけるデータ処理システムの処理の流れを示すシーケンス図である。

【図18】感情エンジンを組み合わせた場合の形態例１の応用例１におけるデータ処理システムの処理の流れを示すシーケンス図である。

【図19】感情エンジンを組み合わせた場合の形態例２の実施例２におけるデータ処理システムの処理の流れを示すシーケンス図である。

【図20】感情エンジンを組み合わせた場合の形態例２の応用例２におけるデータ処理システムの処理の流れを示すシーケンス図である。

【図21】感情エンジンを組み合わせた場合の形態例３の実施例３におけるデータ処理システムの処理の流れを示すシーケンス図である。

【図22】感情エンジンを組み合わせた場合の形態例３の応用例３におけるデータ処理システムの処理の流れを示すシーケンス図である。

【発明を実施するための形態】

【0007】

以下、添付図面に従って本開示の技術に係るシステムの実施形態の一例について説明する。

【0008】

先ず、以下の説明で使用される文言について説明する。

【0009】

以下の実施形態において、符号付きのプロセッサ（以下、単に「プロセッサ」と称する）は、１つの演算装置であってもよいし、複数の演算装置の組み合わせであってもよい。また、プロセッサは、１種類の演算装置であってもよいし、複数種類の演算装置の組み合わせであってもよい。演算装置の一例としては、ＣＰＵ（Central Processing Unit）、

【0010】

ＧＰＵ（Graphics Processing Unit）、ＧＰＧＰＵ（General-Purpose computing on Graphics Processing Units）、ＡＰＵ（Accelerated Processing Unit）、又はＴＰＵ（ＴＥＮＳＯＲＰＲＯＣＥＳＳＩＮＧＵＮＩＴ（登録商標））等が挙げられる。

【0011】

以下の実施形態において、符号付きのＲＡＭ（Random Access Memory）は、一時的に情報が格納されるメモリであり、プロセッサによってワークメモリとして用いられる。

【0012】

以下の実施形態において、符号付きのストレージは、各種プログラム及び各種パラメータ等を記憶する１つ又は複数の不揮発性の記憶装置である。不揮発性の記憶装置の一例としては、フラッシュメモリ（ＳＳＤ（Solid State Drive））、磁気ディスク（例えば、

【0013】

ハードディスク）、又は磁気テープ等が挙げられる。

【0014】

以下の実施形態において、符号付きの通信Ｉ／Ｆ（Interface）は、通信プロセッサ及

【0015】

びアンテナ等を含むインタフェースである。通信Ｉ／Ｆは、複数のコンピュータ間での通信を司る。通信Ｉ／Ｆに対して適用される通信規格の一例としては、５Ｇ（5th Generation Mobile Communication System）、Ｗｉ－Ｆｉ（登録商標）、又はＢｌｕｅｔｏｏｔｈ（登録商標）等を含む無線通信規格が挙げられる。

【0016】

以下の実施形態において、「Ａ及び／又はＢ」は、「Ａ及びＢのうちの少なくとも１つ」と同義である。つまり、「Ａ及び／又はＢ」は、Ａだけであってもよいし、Ｂだけであってもよいし、Ａ及びＢの組み合わせであってもよい、という意味である。また、本明細書において、３つ以上の事柄を「及び／又は」で結び付けて表現する場合も、「Ａ及び／又はＢ」と同様の考え方が適用される。

【0017】

［第１実施形態］

【0018】

図１には、第１実施形態に係るデータ処理システム１０の構成の一例が示されている。

【0019】

図１に示すように、データ処理システム１０は、データ処理装置１２及びスマートデバイス１４を備えている。データ処理装置１２の一例としては、サーバが挙げられる。

【0020】

データ処理装置１２は、コンピュータ２２、データベース２４、及び通信Ｉ／Ｆ２６を備えている。コンピュータ２２は、本開示の技術に係る「コンピュータ」の一例である。コンピュータ２２は、プロセッサ２８、ＲＡＭ３０、及びストレージ３２を備えている。プロセッサ２８、ＲＡＭ３０、及びストレージ３２は、バス３４に接続されている。また、データベース２４及び通信Ｉ／Ｆ２６も、バス３４に接続されている。通信Ｉ／Ｆ２６は、ネットワーク５４に接続されている。ネットワーク５４の一例としては、ＷＡＮ（Wide Area Network）及び／又はＬＡＮ（Local Area Network）等が挙げられる。

【0021】

スマートデバイス１４は、コンピュータ３６、受付装置３８、出力装置４０、カメラ４２、及び通信Ｉ／Ｆ４４を備えている。コンピュータ３６は、プロセッサ４６、ＲＡＭ４８、及びストレージ５０を備えている。プロセッサ４６、ＲＡＭ４８、及びストレージ５

【0022】

０は、バス５２に接続されている。また、受付装置３８、出力装置４０、及びカメラ４２も、バス５２に接続されている。

【0023】

受付装置３８は、タッチパネル３８Ａ及びマイクロフォン３８Ｂ等を備えており、ユーザ入力を受け付ける。タッチパネル３８Ａは、指示体（例えば、ペン又は指等）の接触を検出することにより、指示体の接触によるユーザ入力を受け付ける。マイクロフォン３８Ｂは、ユーザの音声を検出することにより、音声によるユーザ入力を受け付ける。制御部４６Ａは、タッチパネル３８Ａ及びマイクロフォン３８Ｂによって受け付けたユーザ入力を示すデータをデータ処理装置１２に送信する。データ処理装置１２では、特定処理部２９０が、ユーザ入力を示すデータを取得する。

【0024】

出力装置４０は、ディスプレイ４０Ａ及びスピーカ４０Ｂ等を備えており、データをユーザ２０が知覚可能な表現形（例えば、音声及び／又はテキスト）で出力することでデータをユーザ２０に対して提示する。ディスプレイ４０Ａは、プロセッサ４６からの指示に従ってテキスト及び画像等の可視情報を表示する。スピーカ４０Ｂは、プロセッサ４６からの指示に従って音声を出力する。カメラ４２は、レンズ、絞り、及びシャッタ等の光学系と、ＣＭＯＳ（Complementary Metal-Oxide-Semiconductor）イメージセンサ又はＣＣ

【0025】

Ｄ（Charge Coupled Device）イメージセンサ等の撮像素子とが搭載された小型デジタル

【0026】

カメラである。

【0027】

通信Ｉ／Ｆ４４は、ネットワーク５４に接続されている。通信Ｉ／Ｆ４４及び２６は、ネットワーク５４を介してプロセッサ４６とプロセッサ２８との間の各種情報の授受を司る。

【0028】

図２には、データ処理装置１２及びスマートデバイス１４の要部機能の一例が示されている。

【0029】

図２に示すように、データ処理装置１２では、プロセッサ２８によって特定処理が行われる。ストレージ３２には、特定処理プログラム５６が格納されている。特定処理プログラム５６は、本開示の技術に係る「プログラム」の一例である。プロセッサ２８は、ストレージ３２から特定処理プログラム５６を読み出し、読み出した特定処理プログラム５６をＲＡＭ３０上で実行する。特定処理は、プロセッサ２８がＲＡＭ３０上で実行する特定処理プログラム５６に従って特定処理部２９０として動作することによって実現される。

【0030】

ストレージ３２には、データ生成モデル５８及び感情特定モデル５９が格納されている。データ生成モデル５８及び感情特定モデル５９は、特定処理部２９０によって用いられる。

【0031】

スマートデバイス１４では、プロセッサ４６によって受付出力処理が行われる。ストレージ５０には、受付出力プログラム６０が格納されている。受付出力プログラム６０は、データ処理システム１０によって特定処理プログラム５６と併用される。プロセッサ４６は、ストレージ５０から受付出力プログラム６０を読み出し、読み出した受付出力プログラム６０をＲＡＭ４８上で実行する。受付出力処理は、プロセッサ４６がＲＡＭ４８上で実行する受付出力プログラム６０に従って、制御部４６Ａとして動作することによって実現される。

【0032】

次に、データ処理装置１２の特定処理部２９０による特定処理について説明する。

【0033】

「形態例１」

【0034】

本発明の一実施形態として、不妊治療情報を提供するためのシステムがある。このシステ

【0035】

ムは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する手段を有している。具体的には、データベースは、各種の不妊治療手法に関する情報、それらの治療手法が適用された患者の治療結果や治療過程の情報、各種の研究機関で公開されている不妊治療に関する研究結果などを収集し、整理している。

【0036】

「形態例２」

【0037】

上記システムは、ユーザーからの問い合わせに対して、データベースから取得した情報を基に応答する手段を有している。具体的には、ユーザーが特定の不妊治療手法について問い合わせた場合、システムはデータベースから該当する治療手法に関する情報を取得し、それを基にユーザーに対して応答する。例えば、ユーザーが「ＰＧＴＡの成功率は？」と問い合わせた場合、システムはデータベースからＰＧＴＡの成功率に関する情報を取得し、それをユーザーに提供する。

【0038】

「形態例３」

【0039】

さらに、上記システムは、チャット形式でユーザーからの問い合わせに応答する手段を有している。具体的には、ユーザーがチャット形式で問い合わせを行うと、システムはそれに対してリアルタイムで応答を返す。この応答は、データベースから取得した情報を基に生成される。例えば、ユーザーが「二段階移植のメリットとデメリットは？」と問い合わせた場合、システムはデータベースから二段階移植のメリットとデメリットに関する情報を取得し、それを基にユーザーに対して応答を返す。

【0040】

以下に、各形態例の処理の流れについて説明する。

【0041】

「形態例１」

【0042】

ステップ１：システムは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する。

【0043】

ステップ２：データベースから取得した情報を基に、不妊治療に関する情報を提供する。「形態例２」

【0044】

ステップ１：ユーザーからの問い合わせを受け付ける。

【0045】

ステップ２：問い合わせに対応する情報をデータベースから取得する。

【0046】

ステップ３：取得した情報を基に、ユーザーに対して応答を返す。

【0047】

「形態例３」

【0048】

ステップ１：ユーザーからのチャット形式の問い合わせを受け付ける。

【0049】

ステップ２：問い合わせに対応する情報をデータベースから取得する。

【0050】

ステップ３：取得した情報を基に、ユーザーに対してリアルタイムで応答を返す。

【0051】

（実施例１）

【0052】

次に、形態例１の実施例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマートデバイス１４を「端末」と称する。

【0053】

不妊治療に関する情報は多岐にわたり、患者や医療従事者が必要な情報を迅速かつ正確に取得することが難しい。また、過去の治療実績や統計情報、研究機関での情報開示を効果的に活用するためのシステムが不足している。さらに、ユーザが具体的な検索条件を入力しても、関連する情報を適切に提供する手段が限られている。これにより、ユーザが最適な治療法を選択するための意思決定が困難となっている

【0054】

実施例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【0055】

この発明では、サーバは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する手段と、該データベースから取得した情報を基に不妊治療に関する情報を提供する手段と、ユーザーからの問い合わせに対して該データベースから取得した情報を基に応答する手段と、収集したデータをカテゴリ別に整理し、データベースに格納する手段と、ユーザが入力した検索条件を解析し、サーバにリクエストを送信する手段と、サーバから返送されたデータをユーザに表示する手段と、を含む。これにより、ユーザは必要な不妊治療情報を迅速かつ正確に取得し、最適な治療法を選択するための意思決定が可能となる。

【0056】

「データベース」とは、過去の治療実績や統計情報、研究機関での情報開示を含む情報を格納し、参照可能な情報の集合体である。

【0057】

「参照する手段」とは、データベース内の情報を検索し、必要なデータを取得するための方法や技術である。

【0058】

「提供する手段」とは、取得した情報をユーザに対して表示し、利用可能な形で提供するための方法や技術である。

【0059】

「応答する手段」とは、ユーザからの問い合わせに対して、データベースから取得した情報を基に回答を返すための方法や技術である。

【0060】

「整理する手段」とは、収集したデータをカテゴリ別に分類し、データベースに効率的に格納するための方法や技術である。

【0061】

「解析する手段」とは、ユーザが入力した検索条件を理解し、それに基づいて適切なリクエストを生成するための方法や技術である。

【0062】

「送信する手段」とは、解析されたリクエストをサーバに送信し、必要な情報を取得するための方法や技術である。

【0063】

「表示する手段」とは、サーバから返送されたデータをユーザに見やすい形式で表示するための方法や技術である。

【0064】

この発明は、不妊治療情報を提供するためのシステムであり、サーバ、端末、ユーザの三者が連携して動作する。以下に、各主体の具体的な動作を説明する。

【0065】

サーバの動作

【0066】

サーバは、不妊治療に関する情報を収集し、整理し、提供する中心的な役割を果たす。サーバは以下のハードウェアおよびソフトウェアを用いる。

【0067】

ハードウェア: 高性能なプロセッサ、十分なメモリ、ストレージデバイス

【0068】

ソフトウェア: データベース管理システム（DBMS）、APIインターフェース、データ解析ツール

【0069】

サーバは、インターネットや提携する研究機関から不妊治療に関する情報を自動的に収集する。例えば、APIを通じて研究機関のデータベースにアクセスし、「治療手法Aの成功率」や「治療手法Bの副作用」に関するデータを取得する。収集したデータは、カテゴリ別に整理され、データベースに格納される。データの重複や不整合をチェックし、必要に応じてデータをクレンジングする。

【0070】

ユーザからのリクエストに応じて、サーバはデータベースから適切な情報を抽出し、端末に返送する。リクエストの内容に基づいてデータをフィルタリングし、ユーザに最も関連性の高い情報を提供する。

【0071】

端末の動作

【0072】

端末は、ユーザが不妊治療情報を検索・閲覧するためのインターフェースを提供する。端末は以下のハードウェアおよびソフトウェアを用いる。

【0073】

ハードウェア: パーソナルコンピュータ、スマートフォン、タブレット

【0074】

ソフトウェア: ウェブブラウザ、モバイルアプリケーション

【0075】

端末は、ユーザが簡単に情報を検索できるようなインターフェースを提供する。例えば、検索バーやフィルタリング機能を備えたウェブページやアプリケーションを表示する。ユーザが検索条件を入力すると、端末はそのリクエストをサーバに送信する。リクエストの送信時にユーザの入力内容を適切な形式に変換し、サーバが理解できるようにする。

【0076】

サーバから返送されたデータを受け取り、端末はそれをユーザに表示する。表示された情報をグラフやチャートなどの視覚的な形式で提供し、ユーザが情報を直感的に理解できるようにする。

【0077】

ユーザの動作

【0078】

ユーザは、不妊治療に関する情報を得るためにこのシステムを利用する。ユーザは以下の手順でシステムを操作する。

【0079】

1. 検索条件の入力: ユーザは、端末のインターフェースを通じて検索条件を入力する。例えば、「40歳以上の女性に適した治療法」や「治療手法Dの副作用」などの条件を入力する。検索条件を詳細に設定するためのフィルタリングオプションも利用できる。

【0080】

2. 情報の閲覧: ユーザは、サーバから提供された情報を端末で閲覧する。例えば、ユーザが「治療手法Eの成功率」を検索した場合、その結果を端末で確認する。表示された情報をスクロールして詳細を確認し、必要に応じて情報を保存する機能も利用できる。

【0081】

3. 意思決定の支援: ユーザは、提供された情報を基に、不妊治療の選択肢を検討する。例えば、ユーザは「治療手法Fの成功率が高いことを確認し、その手法を試すことを決定する」などの意思決定を行う。複数の治療手法を比較し、最適な選択肢を見つけるためのツールも利用できる。

【0082】

具体例とプロンプト文

【0083】

例えば、ユーザが「35歳以上の女性に適した不妊治療法」を検索する場合、以下のような手順で処理が行われる。

【0084】

1. ユーザは端末の検索バーに「35歳以上の女性に適した不妊治療法」と入力する。

【0085】

2. 端末はそのリクエストをサーバに送信する。

【0086】

3. サーバはデータベースから該当する情報を抽出し、端末に返送する。

【0087】

4. 端末はその情報をユーザに表示する。

【0088】

5. ユーザは表示された情報を基に、適切な治療法を検討する。

【0089】

生成AIモデルに対して、以下のようなプロンプト文を入力することで、具体的な不妊治療情報を得ることができる。

【0090】

「35歳以上の女性に適した不妊治療法について教えてください。過去の治療実績や統計情報、研究機関での情報開示を基にした詳細な情報を提供してください。」

【0091】

このプロンプト文を入力することで、生成AIモデルは該当する情報を提供し、ユーザの意思決定を支援する。

【0092】

実施例１における特定処理の流れについて図１１を用いて説明する。

【0093】

ステップ１：

【0094】

データ収集

【0095】

サーバは、インターネットや提携する研究機関から不妊治療に関する情報を自動的に収集する。入力として、APIを通じて研究機関のデータベースにアクセスし、「治療手法Aの成功率」や「治療手法Bの副作用」に関するデータを取得する。出力として、収集したデータがサーバの一時ストレージに保存される。具体的な動作として、サーバは定期的にデータ収集のスケジュールを設定し、新しい情報が公開されるたびにデータベースを更新する。

【0096】

ステップ２：

【0097】

データ整理

【0098】

サーバは、収集したデータをカテゴリ別に整理し、データベースに格納する。入力として、一時ストレージに保存されたデータを受け取る。出力として、整理されたデータがデータベースに格納される。具体的な動作として、サーバはデータの重複や不整合をチェックし、必要に応じてデータをクレンジングする。例えば、同じ患者のデータが複数回収集された場合、それを一つに統合する。

【0099】

ステップ３：

【0100】

ユーザインターフェースの提供

【0101】

端末は、ユーザが簡単に情報を検索できるようなインターフェースを提供する。入力として、ユーザの検索条件を受け取る。出力として、検索条件がサーバに送信される。具体的な動作として、端末は検索バーやフィルタリング機能を備えたウェブページやアプリケーションを表示する。ユーザが入力した検索条件をリアルタイムで解析し、サジェスト機能を提供する。

【0102】

ステップ４：

【0103】

リクエストの送信

【0104】

端末は、ユーザが入力した検索条件をサーバに送信する。入力として、ユーザの検索条件を受け取る。出力として、適切な形式に変換されたリクエストがサーバに送信される。具体的な動作として、端末はリクエストの送信時にユーザの入力内容を適切な形式に変換し、サーバが理解できるようにする。

【0105】

ステップ５：

【0106】

データ提供

【0107】

サーバは、ユーザからのリクエストに応じて、データベースから適切な情報を抽出し、端末に返送する。入力として、端末から送信されたリクエストを受け取る。出力として、該当する情報が端末に返送される。具体的な動作として、サーバはリクエストの内容に基づいてデータをフィルタリングし、ユーザに最も関連性の高い情報を提供する。

【0108】

ステップ６：

【0109】

結果の表示

【0110】

端末は、サーバから返送されたデータをユーザに表示する。入力として、サーバから返送されたデータを受け取る。出力として、ユーザに見やすい形式で情報が表示される。具体的な動作として、端末は表示された情報をグラフやチャートなどの視覚的な形式で提供し、ユーザが情報を直感的に理解できるようにする。

【0111】

ステップ７：

【0112】

情報の閲覧

【0113】

ユーザは、端末で表示された情報を閲覧する。入力として、端末に表示された情報を受け取る。出力として、ユーザが情報を確認し、必要に応じて保存する。具体的な動作として、ユーザは表示された情報をスクロールして詳細を確認し、必要に応じて情報を保存する機能を利用する。

【0114】

ステップ８：

【0115】

意思決定の支援

【0116】

ユーザは、提供された情報を基に、不妊治療の選択肢を検討する。入力として、端末で表示された情報を受け取る。出力として、ユーザが最適な治療法を選択するための意思決定が行われる。具体的な動作として、ユーザは複数の治療手法を比較し、最適な選択肢を見つけるためのツールを利用する。例えば、治療手法ごとの成功率や副作用を比較するための比較表を利用する。

【0117】

（応用例１）

【0118】

次に、形態例１の応用例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマートデバイス１４を「端末」と称する。

【0119】

不妊治療を検討しているカップルや個人が、最適な治療法や医療機関を見つけるためには、多くの情報を収集し、比較検討する必要がある。しかし、これらの情報は分散しており、効率的に収集することが困難である。また、最新の研究結果や治療実績に基づいた情報を得ることが難しく、適切な治療法や医療機関を選択する際の判断材料が不足している。このため、ユーザーが簡単にアクセスでき、信頼性の高い情報を提供するシステムが求められている。

【0120】

応用例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【0121】

この発明では、サーバは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する手段と、該データベースから取得した情報を基に不妊治療に関する情報を提供する手段と、ユーザーからの問い合わせに対して該データベースから取得した情報を基に応答する手段と、ユーザーが入力した症状や希望する治療法を基に最適な治療法を提案する手段と、ユーザーの位置情報や希望する治療法に基づいて最適な医療機関を検索する手段と、を含む。これにより、ユーザーは効率的に信頼性の高い不妊治療情報を取得し、最適な治療法や医療機関を選択することが可能となる。

【0122】

「過去の治療実績」とは、過去に行われた不妊治療の結果や過程に関するデータである。

【0123】

「統計情報」とは、治療結果や治療過程に関する数値データを集計・分析した情報である。

【0124】

「研究機関での情報開示」とは、研究機関が公開している不妊治療に関する研究結果や論文などの情報である。

【0125】

「データベース」とは、過去の治療実績、統計情報、研究機関での情報開示を含む情報を整理・保存するシステムである。

【0126】

「不妊治療に関する情報」とは、不妊治療の手法、治療結果、治療過程、最新の研究結果などの情報である。

【0127】

「ユーザーからの問い合わせ」とは、ユーザーがシステムに対して行う質問や情報の要求である。

【0128】

「症状」とは、ユーザーが経験している不妊に関連する身体的・医学的な状態である。

【0129】

「希望する治療法」とは、ユーザーが受けたいと考えている不妊治療の方法である。

【0130】

「最適な治療法」とは、ユーザーの症状や希望に最も適合する不妊治療の方法である。

【0131】

「位置情報」とは、ユーザーが現在いる場所に関するデータである。

【0132】

「医療機関」とは、不妊治療を提供するクリニックや病院などの施設である。

【0133】

「チャット形式」とは、テキストメッセージを用いてリアルタイムでコミュニケーションを行う形式である。

【0134】

この発明を実施するためのシステムは、サーバ、ユーザー端末、およびデータベースを含む。サーバは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照し、ユーザーに対して不妊治療に関する情報を提供する。ユーザー端末は、スマートフォンやタブレットなどのデバイスであり、ユーザーがシステムにアクセスするためのインターフェースを提供する。

【0135】

サーバは、以下の手段を含む：

【0136】

1. データベース参照手段：過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する。

【0137】

2. 情報提供手段：データベースから取得した情報を基に不妊治療に関する情報を提供する。

【0138】

3. 問い合わせ応答手段：ユーザーからの問い合わせに対してデータベースから取得した情報を基に応答する。

【0139】

4. 治療法提案手段：ユーザーが入力した症状や希望する治療法を基に最適な治療法を提案する。

【0140】

5. 医療機関検索手段：ユーザーの位置情報や希望する治療法に基づいて最適な医療機関を検索する。

【0141】

使用するハードウェアおよびソフトウェア：

【0142】

ハードウェア：サーバ、スマートフォン、タブレット

【0143】

ソフトウェア：Flask（PythonのWebフレームワーク）、requests（HTTPリクエストを送信するためのPythonライブラリ）

【0144】

データ加工およびデータ演算：

【0145】

サーバは、ユーザーからの入力データ（症状、希望する治療法、位置情報）を受け取り、データベースから関連する情報を検索する。検索結果は、ユーザーに対して最適な治療法や医療機関として提案される。具体的には、Flaskを用いてWebアプリケーションを構築し、requestsライブラリを用いてデータベースとの通信を行う。

【0146】

具体例：

【0147】

ユーザーが「不妊治療ナビ」アプリを開き、自身の症状（例：多嚢胞性卵巣症候群）と希望する治療法（例：体外受精）を入力すると、サーバはデータベースから最適な治療法と医療機関を検索し、ユーザーに提案する。

【0148】

プロンプト文の例：

【0149】

ユーザーが多嚢胞性卵巣症候群の症状を持ち、体外受精を希望しています。最適な治療法と医療機関を提案してください。

【0150】

このようにして、ユーザーは効率的に信頼性の高い不妊治療情報を取得し、最適な治療法や医療機関を選択することが可能となる。

【0151】

応用例１における特定処理の流れについて図１２を用いて説明する。

【0152】

ステップ１：

【0153】

ユーザーがスマートフォンやタブレットのアプリケーションを起動し、症状や希望する治療法、位置情報を入力する。

【0154】

入力：症状、希望する治療法、位置情報

【0155】

出力：ユーザー入力データ

【0156】

具体的な動作：ユーザーがアプリケーションの入力フォームに症状（例：多嚢胞性卵巣症候群）、希望する治療法（例：体外受精）、位置情報を入力し、送信ボタンを押す。

【0157】

ステップ２：

【0158】

ユーザー端末が入力データをサーバに送信する。

【0159】

入力：ユーザー入力データ

【0160】

出力：サーバへのリクエスト

【0161】

具体的な動作：ユーザー端末が入力データをHTTPリクエストとしてサーバに送信する。

【0162】

ステップ３：

【0163】

サーバが受信したユーザー入力データを解析し、データベースから関連する治療法情報を検索する。

【0164】

入力：ユーザー入力データ

【0165】

出力：治療法情報

【0166】

具体的な動作：サーバがFlaskを用いて受信したデータを解析し、requestsライブラリを使用してデータベースにクエリを送信し、関連する治療法情報を取得する。

【0167】

ステップ４：

【0168】

サーバが取得した治療法情報を基に、ユーザーの症状や希望する治療法に最適な治療法を提案する。

【0169】

入力：治療法情報、ユーザー入力データ

【0170】

出力：最適な治療法提案

【0171】

具体的な動作：サーバが取得した治療法情報を解析し、ユーザーの症状や希望に最も適合する治療法を選定し、提案する。

【0172】

ステップ５：

【0173】

サーバがユーザーの位置情報と希望する治療法に基づいて、最適な医療機関を検索する。

【0174】

入力：位置情報、希望する治療法

【0175】

出力：医療機関情報

【0176】

具体的な動作：サーバが位置情報と希望する治療法を基にデータベースを検索し、最適な医療機関の情報を取得する。

【0177】

ステップ６：

【0178】

サーバが最適な治療法提案と医療機関情報をユーザー端末に送信する。

【0179】

入力：最適な治療法提案、医療機関情報

【0180】

出力：ユーザー端末へのレスポンス

【0181】

具体的な動作：サーバが最適な治療法提案と医療機関情報をHTTPレスポンスとしてユーザー端末に送信する。

【0182】

ステップ７：

【0183】

ユーザー端末がサーバからのレスポンスを受信し、ユーザーに表示する。

【0184】

入力：サーバからのレスポンス

【0185】

出力：ユーザーへの表示情報

【0186】

具体的な動作：ユーザー端末がサーバからのレスポンスを受信し、アプリケーションのインターフェースに最適な治療法提案と医療機関情報を表示する。

【0187】

このようにして、ユーザーは効率的に信頼性の高い不妊治療情報を取得し、最適な治療法や医療機関を選択することが可能となる。

【0188】

（実施例２）

【0189】

次に、形態例２の実施例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマートデバイス１４を「端末」と称する。

【0190】

従来の不妊治療情報提供システムでは、ユーザーが必要とする情報を迅速かつ正確に取得することが困難であった。また、特定の不妊治療手法に関する詳細な情報を提供する手段が不足しており、ユーザーの問い合わせに対して適切に応答することができなかった。さらに、ユーザーインターフェースが不十分であり、ユーザーが容易に情報を取得できる環境が整っていなかった。

【0191】

実施例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【0192】

この発明では、サーバは、ユーザーが端末から問い合わせを入力する手段と、端末が問い合わせをサーバに送信する手段と、サーバが問い合わせを解析する手段と、サーバがデータベースにアクセスして情報を取得する手段と、サーバが取得した情報を端末に送信する手段と、端末が情報をユーザーに表示する手段と、を含む。これにより、ユーザーは迅速かつ正確に必要な不妊治療情報を取得することが可能となる。

【0193】

「ユーザー」とは、システムを利用して情報を取得しようとする個人または団体である。

【0194】

「端末」とは、ユーザーが問い合わせを入力し、情報を受け取るために使用する電子機器である。

【0195】

「サーバ」とは、ユーザーからの問い合わせを受け取り、解析し、データベースにアクセスして情報を取得し、端末に送信する役割を持つコンピュータシステムである。

【0196】

「問い合わせ」とは、ユーザーが端末を通じてシステムに対して入力する質問や要求のことである。

【0197】

「データベース」とは、過去の治療実績や統計情報、研究機関での情報開示を含む情報を格納するためのデータストレージシステムである。

【0198】

「情報を取得する手段」とは、サーバがデータベースにアクセスし、必要な情報を検索して取得するためのプロセスである。

【0199】

「情報を表示する手段」とは、端末がサーバから受け取った情報をユーザーに見やすい形式で表示するための機能である。

【0200】

「特定の不妊治療手法」とは、PGTAや二段階移植などの具体的な不妊治療方法のことである。

【0201】

「チャット形式」とは、ユーザーがシステムと対話形式で問い合わせを行い、応答を受け取るためのインターフェース形式である。

【0202】

この発明は、ユーザーが端末を使用して不妊治療に関する情報を迅速かつ正確に取得できるシステムである。システムは、ユーザーが端末から問い合わせを入力し、その問い合わせをサーバに送信することで動作する。サーバは問い合わせを解析し、データベースにアクセスして必要な情報を取得し、取得した情報を端末に送信する。端末は受け取った情報をユーザーに表示する。

【0203】

このシステムは、以下のハードウェアおよびソフトウェアを使用する：

【0204】

端末：スマートフォン、タブレット、パソコンなどの電子機器

【0205】

サーバ：高性能なコンピュータシステム

【0206】

データベース管理システム（DBMS）：ＭｙＳＱＬ（登録商標）

【0207】

サーバソフトウェア：Apache（登録商標）

【0208】

プログラミング言語：Python

【0209】

具体的な動作例として、ユーザーが端末の入力フィールドに「PGTAの成功率は？」と入力する。この問い合わせは端末からサーバに送信され、サーバはMySQLデータベースにアクセスしてPGTAの成功率に関する情報を取得する。その後、取得した情報を端末に送信し、端末は「PGTAの成功率は60%です」とユーザーに表示する。

【0210】

プロンプト文の例：

【0211】

ユーザー: PGTAの成功率は？

【0212】

サーバ: データベースから情報を取得中...

【0213】

サーバ: PGTAの成功率は約60%です。

【0214】

このシステムにより、ユーザーは特定の不妊治療手法に関する詳細な情報を迅速かつ正確に取得することができる。また、チャット形式での問い合わせ応答機能を備えているため、ユーザーは対話形式で情報を得ることができる。これにより、ユーザーの利便性が大幅に向上する。

【0215】

実施例２における特定処理の流れについて図１３を用いて説明する。

【0216】

ステップ１：

【0217】

ユーザが端末から問い合わせを入力する。

【0218】

具体的な動作として、ユーザはスマートフォンやパソコンのブラウザを開き、検索バーに「PGTAの成功率は？」と入力する。入力された問い合わせは、端末の入力フィールドに表示される。

【0219】

入力：ユーザが入力した問い合わせ（例：「PGTAの成功率は？」）

【0220】

出力：端末の入力フィールドに表示された問い合わせ

【0221】

ステップ２：

【0222】

端末が問い合わせをサーバに送信する。

【0223】

端末はユーザが入力した問い合わせをHTTPリクエストとしてサーバに送信する。このとき、端末は問い合わせ内容をJSON形式でサーバに送信する。

【0224】

入力：ユーザが入力した問い合わせ（例：「PGTAの成功率は？」）

【0225】

出力：サーバに送信されたHTTPリクエスト（例：{"query": "PGTAの成功率は？"}）

【0226】

ステップ３：

【0227】

サーバが問い合わせを解析する。

【0228】

サーバは受け取ったHTTPリクエストを解析し、問い合わせ内容を抽出する。例えば、問い合わせが「PGTAの成功率は？」であることを認識する。

【0229】

入力：端末から送信されたHTTPリクエスト（例：{"query": "PGTAの成功率は？"}）

【0230】

出力：解析された問い合わせ内容（例：「PGTAの成功率は？」）

【0231】

ステップ４：

【0232】

サーバがデータベースにアクセスして情報を取得する。

【0233】

サーバは問い合わせ内容に基づいてデータベースにクエリを送信する。例えば、「SELECT success_rate FROM treatments WHERE name='PGTA'」というクエリを実行する。データベースは「60%」という成功率を返す。

【0234】

入力：解析された問い合わせ内容（例：「PGTAの成功率は？」）

【0235】

出力：データベースから取得した情報（例：「60%」）

【0236】

ステップ５：

【0237】

サーバが取得した情報を端末に送信する。

【0238】

サーバはデータベースから取得した情報をJSON形式に変換し、HTTPレスポンスとして端末に送信する。例えば、「PGTAの成功率は60%です」という情報を送信する。

【0239】

入力：データベースから取得した情報（例：「60%」）

【0240】

出力：端末に送信されたHTTPレスポンス（例：{"response": "PGTAの成功率は60%です"}）

【0241】

ステップ６：

【0242】

端末が情報をユーザに表示する。

【0243】

端末はサーバから受け取った情報を解析し、ユーザに見やすい形式で表示する。例えば、「PGTAの成功率は60%です」と画面に表示する。

【0244】

入力：サーバから送信されたHTTPレスポンス（例：{"response": "PGTAの成功率は60%です"}）

【0245】

出力：ユーザに表示された情報（例：「PGTAの成功率は60%です」）

【0246】

（応用例２）

【0247】

次に、形態例２の応用例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマートデバイス１４を「端末」と称する。

【0248】

従来の不妊治療情報提供システムは、不妊治療に関する情報提供に特化しているため、ユーザーがセキュリティに関する情報を得ることができないという課題があった。また、セキュリティ情報を提供するためのシステムが別途必要となり、ユーザーにとって利便性が低下するという問題もあった

【0249】

応用例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。この発明では、サーバは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する手段と、該データベースから取得した情報を基に不妊治療に関する情報を提供する手段と、ユーザーからの問い合わせに対して該データベースから取得した情報を基に応答する手段と、セキュリティ情報を提供するためのデータベースを参照する手段と、該データベースから取得したセキュリティ情報を基にユーザーに応答する手段と、を含む。これにより、不妊治療情報とセキュリティ情報の両方を一つのシステムで提供することが可能となる。

【0250】

「不妊治療情報」とは、過去の治療実績や統計情報、研究機関での情報開示を含む、不妊治療に関するあらゆる情報である。

【0251】

「データベース」とは、特定の情報を体系的に整理・保存し、必要に応じて検索・取得できるようにした情報の集合体である。

【0252】

「ユーザーからの問い合わせ」とは、システムを利用する者が特定の情報を求めて行う質問や要求である。

【0253】

「応答する手段」とは、ユーザーからの問い合わせに対して適切な情報を提供するための方法や装置である。

【0254】

「セキュリティ情報」とは、フィッシング詐欺や不正アクセスなどのセキュリティに関する最新の手口や対策情報である。

【0255】

「チャット形式」とは、テキストベースの対話形式でリアルタイムに情報をやり取りする方法である。

【0256】

この発明を実施するためのシステムは、サーバ、ユーザー端末、およびデータベースから構成される。サーバは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照し、ユーザーからの問い合わせに対して適切な情報を提供する。また、セキュリティ情報を提供するためのデータベースも参照し、ユーザーに対して最新のセキュリティ情報を応答する。

【0257】

サーバは、Flaskフレームワークを使用してWebアプリケーションを構築し、SQLiteデータベースを用いて情報を管理する。ユーザー端末は、スマートフォンやパソコンなどのデバイスであり、インターネットを介してサーバにアクセスする。ユーザーが特定の情報を問い合わせると、サーバはデータベースから該当する情報を取得し、ユーザーに提供する。

【0258】

具体的な処理の流れとしては、ユーザーが端末から「最新のフィッシング詐欺の手口は？」といった問い合わせを行うと、サーバはSQLiteデータベースから最新のフィッシング詐欺に関する情報を取得し、その情報をユーザーに返答する。これにより、ユーザーは必要な情報を迅速に得ることができる。

【0259】

使用するハードウェアは、サーバとしてのコンピュータ、ユーザー端末としてのスマートフォンやパソコンである。使用するソフトウェアは、Flask（Pythonフレームワーク）とSQLite（データベース）である。

【0260】

具体例として、ユーザーが「最新のフィッシング詐欺の手口は？」と問い合わせた場合、サーバはデータベースから最新のフィッシング詐欺に関する情報を取得し、以下のように応答する。

【0261】

「最新のフィッシング詐欺の手口は、偽の銀行メールを使用して個人情報を盗む手法です。」

【0262】

生成AIモデルへのプロンプト文の例は以下の通りである。

【0263】

ユーザーが「最新のフィッシング詐欺の手口は？」と問い合わせた場合、データベースから最新のフィッシング詐欺に関する情報を取得し、以下のように応答してください。

【0264】

「最新のフィッシング詐欺の手口は、偽の銀行メールを使用して個人情報を盗む手法です。」

【0265】

応用例２における特定処理の流れについて図１４を用いて説明する。

【0266】

ステップ１：

【0267】

ユーザーが端末から問い合わせを入力する。ユーザーはスマートフォンやパソコンを使用して、特定の情報を求める質問を入力する。例えば、「最新のフィッシング詐欺の手口は？」と入力する。入力データはテキスト形式の問い合わせである。

【0268】

ステップ２：

【0269】

端末が問い合わせをサーバに送信する。ユーザーが入力した問い合わせは、インターネットを介してサーバに送信される。入力データはユーザーの問い合わせテキストであり、出力データはサーバに送信された問い合わせである。

【0270】

ステップ３：

【0271】

サーバが問い合わせを受信し、データベースにアクセスする。サーバはFlaskフレームワークを使用して問い合わせを受信し、SQLiteデータベースにアクセスする。入力データはユーザーの問い合わせテキストであり、出力データはデータベースクエリの実行結果である。

【0272】

ステップ４：

【0273】

サーバがデータベースから該当する情報を取得する。サーバはSQLクエリを実行して、データベースからユーザーの問い合わせに該当する情報を取得する。例えば、「最新のフィッシング詐欺の手口」に関する情報を取得する。入力データはSQLクエリであり、出力データは取得された情報である。

【0274】

ステップ５：

【0275】

サーバが取得した情報を基に応答を生成する。サーバは取得した情報を基に、ユーザーに対する応答を生成する。例えば、「最新のフィッシング詐欺の手口は、偽の銀行メールを使用して個人情報を盗む手法です。」といった応答を生成する。入力データは取得された情報であり、出力データは生成された応答テキストである。

【0276】

ステップ６：

【0277】

サーバが生成した応答を端末に送信する。サーバは生成した応答をユーザーの端末に送信する。入力データは生成された応答テキストであり、出力データは端末に送信された応答である。

【0278】

ステップ７：

【0279】

端末がサーバからの応答を受信し、ユーザーに表示する。ユーザーの端末はサーバから受信した応答を表示する。例えば、「最新のフィッシング詐欺の手口は、偽の銀行メールを使用して個人情報を盗む手法です。」と表示する。入力データはサーバからの応答テキストであり、出力データはユーザーに表示された応答である。

【0280】

（実施例３）

【0281】

次に、形態例３の実施例３について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマートデバイス１４を「端末」と称する。

【0282】

従来の不妊治療情報提供システムでは、ユーザーからの問い合わせに対して迅速かつ適切に応答することが難しいという課題があった。また、特定の医療手法に関する詳細な情報を提供する手段が不足しており、ユーザーが必要とする情報をタイムリーに取得することが困難であった。さらに、チャット形式での問い合わせ応答機能が欠如しているため、ユーザーエクスペリエンスが低下していた。

【0283】

実施例３におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【0284】

この発明では、サーバは、ユーザーからの問い合わせを受信する手段と、該問い合わせを解析する手段と、該解析結果に基づいてデータベースから情報を取得する手段と、該取得した情報を基に生成AIモデルにプロンプト文を送信する手段と、該生成AIモデルからの応答をユーザーに返す手段と、を含む。これにより、ユーザーからの問い合わせに対して迅速かつ適切に応答することが可能となる。また、特定の医療手法に関する詳細な情報を提供する手段を含むことで、ユーザーが必要とする情報をタイムリーに取得することができる。さらに、チャット形式での問い合わせ応答機能を含むことで、ユーザーエクスペリエンスを向上させることができる。

【0285】

「ユーザーからの問い合わせを受信する手段」とは、ユーザーがWebブラウザやモバイルアプリを通じて送信する問い合わせをサーバが受信するための機能である。

【0286】

「該問い合わせを解析する手段」とは、受信した問い合わせ内容を解析し、キーワードや意図を抽出するための機能である。

【0287】

「データベースから情報を取得する手段」とは、解析結果に基づいてデータベースから必要な情報を取得するための機能である。

【0288】

「生成AIモデルにプロンプト文を送信する手段」とは、取得した情報を基に生成したプロンプト文を生成AIモデルに送信するための機能である。

【0289】

「生成AIモデルからの応答をユーザーに返す手段」とは、生成AIモデルから受け取った応答をユーザーに返すための機能である。

【0290】

「特定の医療手法に関する情報を提供する手段」とは、特定の医療手法に関する詳細な情報をユーザーに提供するための機能である。

【0291】

「チャット形式でユーザーからの問い合わせに応答する手段」とは、チャット形式でユーザーからの問い合わせに対してリアルタイムで応答するための機能である。

【0292】

発明を実施するための形態

【0293】

この発明は、ユーザーからの問い合わせに対して迅速かつ適切に応答するためのシステムである。以下に、このシステムの具体的な実施形態を説明する。

【0294】

1. システムのプログラムの生成

【0295】

システムのプログラムは、Pythonを使用して開発され、Flaskフレームワークを用いてWebサーバとして動作する。データベースにはMySQLを使用し、生成AIモデルには一般的な生成AIモデル（例えば、GPT-3（登録商標））を使用する。

【0296】

2. プログラムの処理

【0297】

サーバは、ユーザーからの問い合わせを受信し、その問い合わせを解析する。解析には、テキスト解析ライブラリ（例えば、NLTKやspaCy）を使用する。解析結果に基づいて、サーバはデータベースから必要な情報を取得する。取得した情報を基に、サーバは生成AIモデルにプロンプト文を送信し、生成AIモデルからの応答をユーザーに返す。

【0298】

3. 具体例

【0299】

ユーザーがWebブラウザやモバイルアプリを使用して「二段階移植のメリットとデメリットは？」と問い合わせを送信する場合を考える。この場合、サーバは以下のように処理を行う。

【0300】

1. ユーザーが「二段階移植のメリットとデメリットは？」とチャット形式で問い合わせを送信する。

【0301】

2. サーバは、この問い合わせを受信し、解析する。

【0302】

3. サーバは、MySQLデータベースから「二段階移植のメリットとデメリット」に関する情報を取得するためのSQLクエリを実行する。

【0303】

4. 取得した情報を基に、以下のようなプロンプト文を生成AIモデルに入力する。

【0304】

プロンプト文の例: 「二段階移植のメリットとデメリットについて教えてください。メリットは〇〇で、デメリットは△△です。」

【0305】

5. 生成AIモデル（例えば、GPT-3）は、このプロンプト文を基に応答を生成する。

【0306】

6. サーバは、生成された応答をユーザーにリアルタイムで返す。

【0307】

このようにして、システムはユーザーからの問い合わせに対して迅速かつ適切に応答することができる。実施例３における特定処理の流れについて図１５を用いて説明する。

【0308】

ステップ１：

【0309】

ユーザが問い合わせを送信する

【0310】

ユーザは、Webブラウザやモバイルアプリを使用してチャット形式で問い合わせを送信する。例えば、「二段階移植のメリットとデメリットは？」と入力し、送信ボタンをクリックする。入力はユーザの問い合わせ内容であり、出力はサーバへのHTTPリクエストである。

【0311】

ステップ２：

【0312】

サーバが問い合わせを受信する

【0313】

サーバは、Flaskフレームワークを使用してユーザからのHTTPリクエストを受信する。受信したリクエストには、ユーザの問い合わせ内容が含まれている。入力はユーザからのHTTPリクエストであり、出力は問い合わせ内容のテキストデータである。

【0314】

ステップ３：

【0315】

サーバが問い合わせを解析する

【0316】

サーバは、受信した問い合わせ内容をテキスト解析ライブラリ（例えば、NLTKやspaCy）を使用して解析する。解析により、キーワードや意図を抽出する。入力は問い合わせ内容のテキストデータであり、出力は解析結果（キーワードや意図）である。

【0317】

ステップ４：

【0318】

サーバがデータベースから情報を取得する

【0319】

サーバは、解析結果に基づいてMySQLデータベースから必要な情報を取得する。例えば、「二段階移植のメリットとデメリット」に関する情報を取得するために、SQLクエリを実行する。入力は解析結果であり、出力はデータベースから取得した情報である。

【0320】

ステップ５：

【0321】

サーバが生成AIモデルにプロンプト文を送信する

【0322】

サーバは、取得した情報を基にプロンプト文を生成し、生成AIモデルに送信する。例えば、「二段階移植のメリットとデメリットについて教えてください。メリットは〇〇で、デメリットは△△です。」というプロンプト文を生成する。入力はデータベースから取得した情報であり、出力は生成AIモデルへのプロンプト文である。

【0323】

ステップ６：

【0324】

生成AIモデルが応答を生成する

【0325】

生成AIモデルは、受け取ったプロンプト文を基に応答を生成する。例えば、「二段階移植のメリットは、成功率が高いことと、患者の負担が少ないことです。一方、デメリットは、手術が複雑で時間がかかることです。」という応答を生成する。入力はプロンプト文であり、出力は生成された応答である。

【0326】

ステップ７：

【0327】

サーバが応答をユーザに返す

【0328】

サーバは、生成AIモデルから受け取った応答をユーザに返す。具体的には、HTTPレスポンスとして応答を返し、ユーザの画面に表示される。入力は生成された応答であり、出力はユーザへのHTTPレスポンスである。

【0329】

（応用例３）

【0330】

次に、形態例３の応用例３について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマートデバイス１４を「端末」と称する。

【0331】

従来の不妊治療情報提供システムでは、ユーザーからの問い合わせに対して迅速かつ的確な応答を行うことが難しいという課題があった。また、特定の不妊治療手法に関する詳細な情報提供が不足しているため、ユーザーが必要な情報を得るのに時間がかかるという問題も存在していた。さらに、ユーザーの質問に対して適切な応答を生成するための技術が不足していた

【0332】

応用例３におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【0333】

この発明では、サーバは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する手段と、該データベースから取得した情報を基に不妊治療に関する情報を提供する手段と、ユーザーからの問い合わせに対して該データベースから取得した情報を基に応答する手段と、生成AIモデルを用いてユーザーの質問に対して適切な応答を生成する手段と、を含む。これにより、ユーザーは迅速かつ的確な応答を得ることが可能となり、特定の不妊治療手法に関する詳細な情報も提供されるため、必要な情報を迅速に取得することが可能となる。

【0334】

「過去の治療実績」とは、以前に行われた不妊治療の結果や経過に関するデータである。

【0335】

「統計情報」とは、複数の治療データを集計・分析した結果を示すデータである。

【0336】

「研究機関での情報開示」とは、学術機関や医療機関が公開している不妊治療に関する研究結果や報告書である。

【0337】

「データベース」とは、過去の治療実績、統計情報、研究機関での情報開示などのデータを体系的に管理・保存するシステムである。

【0338】

「不妊治療に関する情報」とは、不妊治療の方法、効果、副作用、成功率などに関する詳細なデータである。

【0339】

「ユーザーからの問い合わせ」とは、システムを利用する個人が不妊治療に関して質問や情報を求める行為である。

【0340】

「生成AIモデル」とは、人工知能を用いてユーザーの質問に対して適切な応答を生成するためのアルゴリズムやプログラムである。

【0341】

「適切な応答」とは、ユーザーの質問に対して正確かつ有用な情報を提供する回答である。

【0342】

この発明を実施するためのシステムは、以下のように構成される。サーバは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する手段と、該データベースから取得した情報を基に不妊治療に関する情報を提供する手段と、ユーザーからの問い合わせに対して該データベースから取得した情報を基に応答する手段と、生成AIモデルを用いてユーザーの質問に対して適切な応答を生成する手段とを含む。

【0343】

使用するハードウェアおよびソフトウェア

【0344】

ハードウェア: サーバ、スマートフォン

【0345】

ソフトウェア: Python、SQLite、OpenAI（登録商標） API

【0346】

データ加工およびデータ演算

【0347】

サーバは、まずSQLiteを用いて過去の治療実績や統計情報、研究機関での情報開示を含むデータベースに接続する。ユーザーがスマートフォンを用いてシステムにアクセスし、チャット形式で問い合わせを行うと、サーバはその問い合わせ内容を解析する。

【0348】

データベースからの情報取得

【0349】

ユーザーの問い合わせが特定の不妊治療手法に関するものである場合、サーバはデータベースから該当する情報を取得し、ユーザーに提供する。例えば、ユーザーが「二段階移植のメリットとデメリットは？」と問い合わせた場合、サーバはデータベースから二段階移植に関する情報を取得し、それを基に応答を生成する。

【0350】

生成AIモデルの利用

【0351】

ユーザーの問い合わせがデータベースに直接関連しない場合、サーバは生成AIモデルを用いて適切な応答を生成する。具体的には、OpenAI APIを使用してユーザーの質問に対するプロンプト文を生成し、そのプロンプト文を基にAIが応答を生成する。

【0352】

具体例

【0353】

例えば、ユーザーが「ｉＰｈｏｎｅ（登録商標） 13のスペックを教えて」と問い合わせた場合、サーバはデータベースからiPhone 13のスペック情報を取得し、ユーザーに対してその情報を返す。また、ユーザーが「二段階移植のメリットとデメリットは？」と問い合わせた場合、サーバは以下のプロンプト文を生成AIモデルに送信する：

【0354】

ユーザーの質問: 二段階移植のメリットとデメリットは？

【0355】

回答:

【0356】

このプロンプト文を基に、生成AIモデルが適切な応答を生成し、ユーザーに提供する。これにより、ユーザーは迅速かつ的確な情報を得ることができる。

【0357】

応用例３における特定処理の流れについて図１６を用いて説明する。

【0358】

ステップ１：

【0359】

ユーザがスマートフォンを用いてシステムにアクセスし、チャット形式で問い合わせを行う。

【0360】

入力: ユーザの質問（例：「二段階移植のメリットとデメリットは？」）

【0361】

出力: ユーザの質問内容がサーバに送信される。

【0362】

具体的な動作: ユーザがスマートフォンのチャットアプリケーションを開き、質問を入力して送信ボタンを押す。

【0363】

ステップ２：

【0364】

サーバがユーザの質問を受信し、内容を解析する。

【0365】

入力: ユーザの質問内容

【0366】

出力: 質問内容の解析結果（例：「二段階移植に関する質問」）

【0367】

具体的な動作: サーバが受信したテキストデータを自然言語処理アルゴリズムで解析し、質問の意図を特定する。

【0368】

ステップ３：

【0369】

サーバがデータベースに接続し、該当する情報を検索する。

【0370】

入力: 質問内容の解析結果

【0371】

出力: データベースから取得した情報（例：「二段階移植のメリットとデメリットに関する情報」）

【0372】

具体的な動作: サーバがSQLiteデータベースにクエリを送信し、該当する情報を取得する。

【0373】

ステップ４：

【0374】

サーバがデータベースから取得した情報を基に応答を生成する。

【0375】

入力: データベースから取得した情報

【0376】

出力: ユーザへの応答内容（例：「二段階移植のメリットは...、デメリットは...」）

【0377】

具体的な動作: サーバが取得した情報をテキスト形式に整形し、ユーザに送信するための応答を生成する。

【0378】

ステップ５：

【0379】

サーバが生成AIモデルを用いて、ユーザの質問に対して適切な応答を生成する。

【0380】

入力: ユーザの質問内容

【0381】

出力: 生成AIモデルによる応答内容（例：「二段階移植のメリットとデメリットは以下の通りです...」）

【0382】

具体的な動作: サーバがOpenAI APIにプロンプト文を送信し、生成された応答を受信する。

【0383】

ステップ６：

【0384】

サーバが生成した応答をユーザに送信する。

【0385】

入力: 生成された応答内容

【0386】

出力: ユーザのスマートフォンに表示される応答メッセージ

【0387】

具体的な動作: サーバが生成された応答をチャットアプリケーションを通じてユーザに送信し、ユーザのスマートフォンに表示される。

【0388】

更に、ユーザの感情を推定する感情エンジンを組み合わせてもよい。すなわち、特定処理部２９０は、感情特定モデル５９を用いてユーザの感情を推定し、ユーザの感情を用いた特定処理を行うようにしてもよい。

【0389】

「形態例１」

【0390】

本発明の一実施形態として、ユーザーの感情を認識する感情エンジンを組み合わせた不妊治療情報提供システムがある。このシステムは、ユーザーがシステムに問い合わせを行う際、ユーザーの感情を感情エンジンが認識する。感情エンジンは、ユーザーのテキスト入力や音声入力から感情を解析し、その結果をシステムが利用する。例えば、ユーザーが不安な感情を示している場合、システムはその感情を認識し、不安を和らげるような情報を提供する。

【0391】

「形態例２」

【0392】

また、本発明の別の実施形態として、感情エンジンがユーザーの感情に基づいて不妊治療に関する情報を提供するシステムがある。このシステムでは、感情エンジンがユーザーの感情を解析し、その感情に適した情報を提供する。例えば、ユーザーが希望的な感情を示している場合、システムは成功事例や新しい治療法などの情報を提供する。

【0393】

「形態例３」

【0394】

さらに、本発明の別の実施形態として、感情エンジンがユーザーの感情に基づいてユーザーからの問い合わせに応答するシステムがある。このシステムでは、感情エンジンがユーザーの感情を解析し、その感情に適した応答を生成する。例えば、ユーザーが落胆している場合、システムは励ましの言葉を含む応答を生成する。

【0395】

以下に、各形態例の処理の流れについて説明する。

【0396】

「形態例１」

【0397】

ステップ１：ユーザーがシステムに問い合わせを行う。

【0398】

ステップ２：感情エンジンがユーザーのテキスト入力や音声入力から感情を解析する。

【0399】

ステップ３：システムが感情エンジンの解析結果を利用し、ユーザーの感情に適した情報を提供する。

【0400】

「形態例２」

【0401】

ステップ１：感情エンジンがユーザーの感情を解析する。

【0402】

ステップ２：システムが感情エンジンの解析結果を利用し、ユーザーの感情に適した情報を提供する。

【0403】

「形態例３」

【0404】

ステップ１：感情エンジンがユーザーの感情を解析する。

【0405】

ステップ２：システムが感情エンジンの解析結果を利用し、ユーザーの感情に適した応答を生成する。

【0406】

（実施例１）

【0407】

【0408】

従来の不妊治療情報提供システムでは、ユーザーの感情を考慮せずに情報を提供するため、ユーザーが感じる不安やストレスを十分に軽減することができなかった。また、ユーザーの感情に応じた適切な情報提供が行われないため、ユーザーの満足度が低下する問題があった

【0409】

実施例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【0410】

この発明では、サーバは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する手段と、該データベースから取得した情報を基に不妊治療に関する情報を提供する手段と、ユーザーからの問い合わせに対して該データベースから取得した情報を基に応答する手段と、ユーザーの感情を認識する感情解析手段と、該感情解析手段により認識された感情に基づいて適切な情報を提供する手段と、を含む。これにより、ユーザーの感情に応じた適切な情報提供が可能となり、ユーザーの不安やストレスを軽減し、満足度を向上させることが可能となる。

【0411】

「過去の治療実績」とは、過去に行われた不妊治療の結果や過程に関するデータである。

【0412】

「統計情報」とは、不妊治療に関連するデータを集計・分析した結果である。

【0413】

「研究機関での情報開示」とは、研究機関が公開している不妊治療に関する研究結果や報告書である。

【0414】

「データベース」とは、過去の治療実績、統計情報、研究機関での情報開示を含む情報を整理・保存するシステムである。

【0415】

「感情解析手段」とは、ユーザーのテキスト入力や音声入力から感情を解析する技術である。

【0416】

「適切な情報を提供する手段」とは、ユーザーの感情解析結果に基づいて、ユーザーにとって有益な情報を選択し提供する技術である。

【0417】

「問い合わせに応答する手段」とは、ユーザーからの質問やリクエストに対して、データベースから取得した情報を基に回答を提供する技術である。

【0418】

本発明は、不妊治療情報を提供するためのシステムであり、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照し、ユーザーに対して適切な情報を提供するものである。さらに、ユーザーの感情を認識し、その感情に基づいて情報を提供する機能を有する。

【0419】

使用するハードウェアおよびソフトウェア

【0420】

1. サーバ

【0421】

サーバは、データベース管理システム（例：MySQL、PostgreSQL）を使用して、過去の治療実績や統計情報、研究機関での情報開示を含むデータを管理する。

【0422】

サーバは、ウェブサーバソフトウェア（例：Apache、Nginx）を使用して、ユーザーからのHTTPリクエストを受信し、処理する。

【0423】

2. 感情解析手段

【0424】

感情解析手段として、自然言語処理API（例：Google（登録商標） Cloud Natural Language API、IBM Watson（登録商標） Tone Analyzer）を使用する。これにより、ユーザーのテキスト入力や音声入力から感情を解析する。

【0425】

3. 端末

【0426】

ユーザーは、ウェブブラウザ（例：ＧＯＯＧＬＥＣＨＲＯＭＥ（登録商標）、Safari）やモバイルアプリを使用してシステムにアクセスする。

【0427】

データ加工およびデータ演算

【0428】

1. データベース参照

【0429】

サーバは、データベース管理システムを使用して、過去の治療実績、統計情報、研究機関での情報開示を含むデータを参照する。これにより、ユーザーの問い合わせに対して適切な情報を提供するための基礎データを取得する。

【0430】

2. 感情解析

【0431】

サーバは、ユーザーのテキスト入力や音声入力を感情解析手段に送信し、ユーザーの感情を解析する。解析結果は、JSON形式でサーバに返される。

【0432】

3. 情報提供

【0433】

サーバは、感情解析結果に基づいて、データベースから適切な情報を検索し、ユーザーに提供する。例えば、ユーザーが不安を示している場合、不安を和らげるための成功事例やリラックス方法に関する情報を提供する。

【0434】

具体例

【0435】

例えば、ユーザーが「最近の治療がうまくいかなくて不安です」とテキスト入力した場合、以下のように処理が進む。

【0436】

1. ユーザーがGoogle Chromeを使用してシステムにアクセスする。

【0437】

2. ユーザーがテキストボックスに「最近の治療がうまくいかなくて不安です」と入力する。

【0438】

3. サーバがApacheを通じてこの入力を受信する。

【0439】

4. サーバがGoogle Cloud Natural Language APIを呼び出し、入力データを送信する。

【0440】

5. 感情解析手段が「不安」という感情を解析する。

【0441】

6. サーバが解析結果をJSON形式で受け取る。

【0442】

7. サーバがMySQLデータベースを参照する。

【0443】

8. サーバが不安を和らげるための成功事例やリラックス方法に関する情報を検索する。

【0444】

9. サーバが検索結果をウェブページに表示し、ユーザーに提供する。

【0445】

プロンプト文の例

【0446】

生成AIモデルへ入力するプロンプト文の例としては以下のようなものがある：

【0447】

ユーザーが「最近の治療がうまくいかなくて不安です」と入力した場合、感情エンジンはどのように反応し、サーバはどのような情報を提供するか説明してください。

【0448】

このプロンプト文を使用することで、生成AIモデルはユーザーの感情を認識し、適切な情報を提供するシステムの動作を理解することができる。

【0449】

実施例１における特定処理の流れについて図１７を用いて説明する。

【0450】

ステップ１：

【0451】

ユーザがシステムにアクセスする。

【0452】

ユーザはウェブブラウザやモバイルアプリを使用してシステムにアクセスする。例えば、Google ChromeやSafariなどのブラウザを使用する。入力はユーザのアクセスリクエストであり、出力はシステムのホームページが表示されることである。

【0453】

ステップ２：

【0454】

ユーザが問い合わせを入力する。

【0455】

ユーザはテキストボックスや音声入力機能を使用して問い合わせを入力する。例えば、「最近の治療がうまくいかなくて不安です」と入力する。入力はユーザのテキストまたは音声データであり、出力はそのデータがサーバに送信されることである。

【0456】

ステップ３：

【0457】

サーバがユーザの入力を受信する。

【0458】

サーバはHTTPリクエストを受信し、ユーザの入力データを取得する。例えば、ApacheやNginxなどのウェブサーバを使用する。入力はユーザの問い合わせデータであり、出力はそのデータがサーバ内で処理される準備が整うことである。

【0459】

ステップ４：

【0460】

サーバが感情エンジンを呼び出す。

【0461】

サーバは感情エンジンのAPIを呼び出し、ユーザの入力データを送信する。例えば、Google Cloud Natural Language APIやIBM Watson Tone Analyzerを使用する。入力はユーザのテキストまたは音声データであり、出力は感情解析結果が返されることである。

【0462】

ステップ５：

【0463】

感情エンジンがユーザの感情を解析する。

【0464】

感情エンジンはユーザのテキスト入力や音声入力を解析し、感情を特定する。例えば、「不安」という感情を認識する。入力はユーザのテキストまたは音声データであり、出力は解析された感情データである。

【0465】

ステップ６：

【0466】

サーバが解析結果を受け取る。

【0467】

サーバは感情エンジンから解析結果を受け取り、次の処理に進む。例えば、JSON形式で結果を受け取る。入力は感情解析結果であり、出力はその結果がサーバ内で利用可能になることである。

【0468】

ステップ７：

【0469】

サーバがデータベースを参照する。

【0470】

サーバはMySQLやPostgreSQLなどのデータベース管理システムを使用して、データベースを参照する。入力は感情解析結果とユーザの問い合わせ内容であり、出力は関連する情報がデータベースから取得されることである。

【0471】

ステップ８：

【0472】

サーバが適切な情報を検索する。

【0473】

サーバはユーザの感情に基づいて、データベースから適切な情報を検索する。例えば、不安を和らげるための成功事例やリラックス方法に関する情報を検索する。入力はデータベースから取得された情報であり、出力はユーザに提供するための適切な情報である。

【0474】

ステップ９：

【0475】

サーバが検索結果をユーザに提供する。

【0476】

サーバは検索結果をユーザに返す。例えば、ウェブページに結果を表示するか、音声で結果を読み上げる。入力は適切な情報であり、出力はユーザに提供される情報である。

【0477】

（応用例１）

【0478】

【0479】

不妊治療に関する情報提供システムにおいて、ユーザーの感情を考慮した情報提供が不足しているため、ユーザーが不安やストレスを感じることがある。また、従来のシステムでは、バーチャル空間内での情報提供が行われておらず、ユーザーがより直感的に情報を得ることが難しいという課題がある。

【0480】

応用例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【0481】

この発明では、サーバは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する手段と、該データベースから取得した情報を基に不妊治療に関する情報を提供する手段と、ユーザーからの問い合わせに対して該データベースから取得した情報を基に応答する手段と、ユーザーの感情を解析する感情エンジンを用いてユーザーの感情を認識する手段と、認識した感情に応じて適切な情報を提供する手段と、バーチャル空間内で情報を閲覧するためのインターフェースを提供する手段と、を含む。これにより、ユーザーの感情に応じた適切な情報提供が可能となり、バーチャル空間内で直感的に情報を得ることができる。

【0482】

「データベース」とは、過去の治療実績や統計情報、研究機関での情報開示を含む情報を整理・保存し、必要に応じて参照できるシステムである。

【0483】

「不妊治療情報提供手段」とは、データベースから取得した情報を基に、不妊治療に関する情報をユーザーに提供する機能である。

【0484】

「問い合わせ応答手段」とは、ユーザーからの問い合わせに対して、データベースから取得した情報を基に応答する機能である。

【0485】

「感情エンジン」とは、ユーザーのテキスト入力や音声入力から感情を解析し、その結果をシステムが利用できるようにする技術である。

【0486】

「感情認識手段」とは、感情エンジンを用いてユーザーの感情を認識する機能である。

【0487】

「感情応答手段」とは、認識した感情に応じて適切な情報を提供する機能である。

【0488】

「バーチャルインターフェース」とは、ユーザーがバーチャル空間内で情報を閲覧するためのインターフェースである。

【0489】

この発明を実施するためのシステムは、以下のような構成を持つ。

【0490】

システムの構成

【0491】

1. データベース参照手段

【0492】

サーバは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する。このデータベースは、不妊治療に関する多様な情報を整理・保存しており、必要に応じて迅速にアクセスできるようになっている。

【0493】

2. 不妊治療情報提供手段

【0494】

サーバは、データベースから取得した情報を基に、不妊治療に関する情報をユーザーに提供する。この情報提供は、ユーザーが求める具体的な治療法や統計データに基づいて行われる。

【0495】

3. 問い合わせ応答手段

【0496】

サーバは、ユーザーからの問い合わせに対して、データベースから取得した情報を基に応答する。これにより、ユーザーはリアルタイムで必要な情報を得ることができる。

【0497】

4. 感情認識手段

【0498】

サーバは、感情エンジンを用いてユーザーの感情を認識する。感情エンジンは、ユーザーのテキスト入力や音声入力から感情を解析し、その結果をシステムが利用できるようにする。

【0499】

5. 感情応答手段

【0500】

サーバは、認識した感情に応じて適切な情報を提供する。例えば、ユーザーが不安を感じている場合には、安心させる情報を提供する。

【0501】

6. バーチャルインターフェース

【0502】

端末は、ユーザーがバーチャル空間内で情報を閲覧するためのインターフェースを提供する。これにより、ユーザーは直感的に情報を得ることができる。

【0503】

使用するハードウェア・ソフトウェア

【0504】

ハードウェア: スマートフォン、ヘッドマウントディスプレイ

【0505】

ソフトウェア: Python、感情認識ライブラリ（EmotionEngine）、データベース管理システム（TreatmentDatabase）

【0506】

データ加工・演算

【0507】

1. ユーザー入力の取得

【0508】

端末は、ユーザーからのテキストまたは音声入力を取得する。

【0509】

2. 感情解析

【0510】

サーバは、感情エンジンを用いてユーザーの入力から感情を解析する。

【0511】

3. 情報提供

【0512】

サーバは、感情解析の結果に基づいて、データベースから適切な情報を取得し、ユーザーに提供する。

【0513】

具体例

【0514】

ユーザーが「最近の治療結果が心配です」と入力した場合、感情エンジンが「不安」と解析し、サーバは安心させる情報を提供する。

【0515】

ユーザーが「最新の治療法について知りたい」と入力した場合、サーバは一般的な治療情報を提供する。

【0516】

プロンプト文の例

【0517】

ユーザーが「最近の治療結果が心配です」と入力した場合、感情エンジンが「不安」と解析し、安心させる情報を提供してください。

【0518】

このようにして、ユーザーの感情に応じた適切な情報提供が可能となり、バーチャル空間内で直感的に情報を得ることができるシステムを実現する。

【0519】

応用例１における特定処理の流れについて図１８を用いて説明する。

【0520】

ステップ１：

【0521】

ユーザが端末にテキストまたは音声で問い合わせを入力する。

【0522】

入力: ユーザのテキストまたは音声入力（例：「最近の治療結果が心配です」）

【0523】

出力: ユーザの入力データ

【0524】

具体的な動作: 端末は、ユーザの入力を受け取り、テキストデータまたは音声データとして保存する。

【0525】

ステップ２：

【0526】

端末がユーザの入力データをサーバに送信する。

【0527】

入力: ユーザの入力データ

【0528】

出力: サーバに送信されたユーザの入力データ

【0529】

具体的な動作: 端末は、ユーザの入力データをネットワークを介してサーバに送信する。

【0530】

ステップ３：

【0531】

サーバが感情エンジンを用いてユーザの入力データから感情を解析する。

【0532】

入力: ユーザの入力データ

【0533】

出力: ユーザの感情データ（例：「不安」）

【0534】

具体的な動作: サーバは、感情エンジンを起動し、ユーザの入力データを解析して感情を特定する。感情エンジンは、テキスト解析や音声解析を行い、ユーザの感情を「不安」、「安心」、「興味」などのカテゴリに分類する。

【0535】

ステップ４：

【0536】

サーバが感情データに基づいてデータベースから適切な情報を取得する。

【0537】

入力: ユーザの感情データ（例：「不安」）

【0538】

出力: 適切な情報データ（例：「安心させる情報」）

【0539】

具体的な動作: サーバは、感情データを基にデータベースを検索し、ユーザの感情に対応する情報を取得する。例えば、「不安」と解析された場合、安心させるための情報をデータベースから抽出する。

【0540】

ステップ５：

【0541】

サーバが取得した情報を端末に送信する。

【0542】

入力: 適切な情報データ

【0543】

出力: 端末に送信された情報データ

【0544】

具体的な動作: サーバは、取得した情報データをネットワークを介して端末に送信する。

【0545】

ステップ６：

【0546】

端末が受信した情報をユーザに表示する。

【0547】

入力: 受信した情報データ

【0548】

出力: ユーザに表示された情報

【0549】

具体的な動作: 端末は、受信した情報データをユーザに表示する。表示方法は、テキスト表示、音声読み上げ、またはバーチャルインターフェースを用いた表示などが含まれる。

【0550】

このようにして、ユーザの感情に応じた適切な情報提供が可能となり、バーチャル空間内で直感的に情報を得ることができるシステムを実現する。

【0551】

（実施例２）

【0552】

【0553】

従来の不妊治療情報提供システムでは、ユーザーからの問い合わせに対して適切かつ迅速に応答することが難しい場合がある。また、ユーザーの感情に応じた情報提供が行われないため、ユーザーの満足度が低下する可能性がある。さらに、特定の不妊治療手法に関する詳細な情報を提供する手段が不足しているため、ユーザーが必要とする情報を十分に得られないことがある。

【0554】

実施例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【0555】

この発明では、サーバは、ユーザーからの問い合わせを受け取る手段と、受け取った問い合わせ内容を解析する手段と、データベースから情報を取得する手段と、取得した情報をユーザーに提供する手段と、感情エンジンを用いてユーザーの感情を解析し、その感情に適した情報を提供する手段と、を含む。これにより、ユーザーからの問い合わせに対して迅速かつ適切に応答することが可能となり、ユーザーの感情に応じた情報提供が行われるため、ユーザーの満足度が向上する。また、特定の不妊治療手法に関する詳細な情報を提供することができ、ユーザーが必要とする情報を十分に得ることが可能となる。

【0556】

「ユーザーからの問い合わせを受け取る手段」とは、ユーザーが入力した質問や要求をシステムが受信するためのインターフェースである。

【0557】

「受け取った問い合わせ内容を解析する手段」とは、受信したユーザーの問い合わせを自然言語処理などの技術を用いて理解し、適切な情報を抽出するための機能である。

【0558】

「データベースから情報を取得する手段」とは、解析された問い合わせ内容に基づいて、関連する情報をデータベースから検索し取得するための機能である。

【0559】

「取得した情報をユーザーに提供する手段」とは、データベースから取得した情報をユーザーにわかりやすく表示するためのインターフェースである。

【0560】

「感情エンジンを用いてユーザーの感情を解析し、その感情に適した情報を提供する手段」とは、ユーザーの感情を解析するための技術を用いて、ユーザーの感情状態に応じた情報を選定し提供するための機能である。

【0561】

「特定の不妊治療手法に関する情報を提供する手段」とは、PGTAや二段階移植などの特定の不妊治療手法に関する詳細な情報をユーザーに提供するための機能である。

【0562】

「チャット形式でユーザーからの問い合わせに応答する手段」とは、ユーザーとの対話をチャット形式で行い、リアルタイムで問い合わせに応答するためのインターフェースである。

【0563】

発明を実施するための形態

【0564】

この発明は、ユーザーからの問い合わせに対して、データベースから取得した情報を基に応答するシステムである。具体的には、ユーザーが特定の不妊治療手法について問い合わせた場合、システムはデータベースから該当する治療手法に関する情報を取得し、それを基にユーザーに対して応答する。また、感情エンジンを用いてユーザーの感情を解析し、その感情に適した情報を提供する機能も含まれる。

【0565】

使用するハードウェアおよびソフトウェア

【0566】

サーバは、以下のハードウェアおよびソフトウェアを使用する。

【0567】

ハードウェア: 高性能なサーバマシン（例: Intel Xeonプロセッサ、32GB RAM、1TB SSD）

【0568】

ソフトウェア:

【0569】

データベース管理システム（例: MySQL）

【0570】

自然言語処理エンジン（例: spaCy、NLTK）

【0571】

感情解析エンジン（例: IBM Watsonの感情解析API）

【0572】

端末は、ユーザーが問い合わせを入力し、システムからの応答を受け取るためのデバイスである。端末は、パソコン、スマートフォン、タブレットなどが使用される。

【0573】

プログラムの処理説明

【0574】

サーバは、ユーザーからの問い合わせを受け取ると、自然言語処理エンジンを用いて問い合わせ内容を解析する。解析結果に基づいて、サーバはMySQLデータベースから該当する情報を取得する。取得した情報は、端末に送信され、ユーザーに表示される。

【0575】

さらに、サーバは感情解析エンジンを用いてユーザーの感情を解析する。解析結果に基づいて、ユーザーの感情に適した情報を選定し、端末に送信する。端末は、選定された情報をユーザーに表示する。

【0576】

具体例

【0577】

ユーザーが「PGTAの成功率は？」と問い合わせた場合、以下の手順で処理が行われる。

【0578】

1. 端末は、ユーザーの問い合わせを受け取る。

【0579】

2. サーバは、自然言語処理エンジンを用いて「PGTA」と「成功率」というキーワードを抽出する。

【0580】

3. サーバは、MySQLデータベースに接続し、以下のSQLクエリを実行する。

【0581】

sql

【0582】

SELECT success_rate FROM fertility_treatments WHERE treatment_name = 'PGTA';

【0583】

4. サーバは、取得した成功率のデータを端末に送信する。

【0584】

5. 端末は、「PGTAの成功率は70%です」とユーザーに表示する。

【0585】

また、ユーザーが希望的な感情を示している場合、サーバは感情解析エンジンを用いて解析結果を基に成功事例や新しい治療法に関する情報を選定し、端末に送信する。端末は、「最近の研究では、新しい治療法が開発されました」と表示する。

【0586】

プロンプト文の例

【0587】

生成AIモデルに対するプロンプト文の例を以下に示す。

【0588】

ユーザーが「PGTAの成功率は？」と問い合わせた場合、データベースからPGTAの成功率に関する情報を取得し、それをユーザーに提供するプログラムを生成してください。

【0589】

【0590】

ユーザーが希望的な感情を示している場合、感情エンジンを用いて成功事例や新しい治療法などの情報を提供するプログラムを生成してください。

【0591】

以上が、この発明を実施するための形態である。

【0592】

実施例２における特定処理の流れについて図１９を用いて説明する。

【0593】

プログラムの処理の流れ

【0594】

ステップ1：ユーザーの問い合わせを受け取る

【0595】

端末は、ユーザーからの問い合わせを受け取る。例えば、ユーザーが「PGTAの成功率は？」と入力する。入力された問い合わせは、端末からサーバに送信される。

【0596】

入力: ユーザーの問い合わせ（例: 「PGTAの成功率は？」）

【0597】

出力: サーバに送信される問い合わせデータ

【0598】

ステップ2：問い合わせ内容を解析する

【0599】

サーバは、受け取った問い合わせ内容を自然言語処理エンジンを用いて解析する。具体的には、spaCyやNLTKなどのNLPツールを使用して、問い合わせの意図を理解し、重要なキーワードを抽出する。

【0600】

入力: 端末から送信された問い合わせデータ

【0601】

データ加工: 自然言語処理エンジンを用いてキーワードを抽出（例: 「PGTA」、「成功率」）

【0602】

出力: 抽出されたキーワード

【0603】

ステップ3：データベースから情報を取得する

【0604】

サーバは、解析結果に基づいてMySQLデータベースから該当する情報を取得する。例えば、「PGTAの成功率」に関する情報を取得するために、SQLクエリを実行する。

【0605】

入力: 抽出されたキーワード（例: 「PGTA」、「成功率」）

【0606】

データ演算: SQLクエリを実行してデータベースから情報を取得（例: SELECT success_rate FROM fertility_treatments WHERE treatment_name = 'PGTA';）

【0607】

出力: 取得された情報（例: 「PGTAの成功率は70%」）

【0608】

ステップ4：情報をユーザーに提供する

【0609】

サーバは、取得した情報を端末に送信する。端末は、受け取った情報をユーザーに表示する。例えば、「PGTAの成功率は70%です」と表示する。

【0610】

入力: 取得された情報（例: 「PGTAの成功率は70%」）

【0611】

出力: ユーザーに表示される情報

【0612】

ステップ5：感情エンジンを用いた情報提供（必要に応じて）

【0613】

サーバは、感情エンジンを用いてユーザーの感情を解析する。例えば、IBM Watsonの感情解析APIを使用する。ユーザーが希望的な感情を示している場合、サーバは成功事例や新しい治療法に関する情報を選定し、端末に送信する。端末は、選定された情報をユーザーに表示する。

【0614】

入力: ユーザーの感情データ

【0615】

データ加工: 感情解析エンジンを用いて感情を解析し、適切な情報を選定

【0616】

出力: ユーザーに表示される感情に適した情報（例: 「最近の研究では、新しい治療法が開発されました」）

【0617】

以上が、このシステムのプログラムの処理の流れである。

【0618】

（応用例２）

【0619】

【0620】

不妊治療に関する情報提供システムにおいて、ユーザーの感情に応じた適切な情報を提供することが求められている。しかし、従来のシステムではユーザーの感情を考慮せずに一律の情報を提供するため、ユーザーの心理的な負担を軽減することが難しいという課題があった

【0621】

応用例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【0622】

この発明では、サーバは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する手段と、該データベースから取得した情報を基に不妊治療に関する情報を提供する手段と、ユーザーからの問い合わせに対して該データベースから取得した情報を基に応答する手段と、ユーザーの感情を解析する手段と、該感情解析手段に基づいて適切な情報を提供する手段と、を含む。これにより、ユーザーの感情に応じた適切な情報提供が可能となり、ユーザーの心理的な負担を軽減することができる。

【0623】

「不妊治療情報を提供するためのシステム」とは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照し、ユーザーからの問い合わせに対して適切な不妊治療に関する情報を提供するシステムである。

【0624】

「データベースを参照する手段」とは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースから必要な情報を取得するための手段である。

【0625】

「不妊治療に関する情報を提供する手段」とは、データベースから取得した情報を基に、ユーザーに対して不妊治療に関する適切な情報を提供する手段である。

【0626】

「ユーザーからの問い合わせに対して応答する手段」とは、ユーザーが特定の不妊治療手法について問い合わせた際に、データベースから取得した情報を基に応答する手段である。

【0627】

「ユーザーの感情を解析する手段」とは、ユーザーの表情や声のトーンなどを解析し、ユーザーの感情を判断するための手段である。

【0628】

「感情解析手段に基づいて適切な情報を提供する手段」とは、ユーザーの感情解析結果に基づいて、ユーザーの感情に適した不妊治療に関する情報を提供する手段である。

【0629】

この発明は、不妊治療情報を提供するためのシステムであり、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照し、ユーザーからの問い合わせに対して適切な不妊治療に関する情報を提供するものである。さらに、ユーザーの感情を解析し、その感情に基づいて適切な情報を提供する機能を有する。

【0630】

システムの構成

【0631】

このシステムは、以下の主要なコンポーネントから構成される。

【0632】

1. データベース参照手段:

【0633】

サーバは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する。このデータベースには、不妊治療に関する多様な情報が格納されている。

【0634】

2. 情報提供手段:

【0635】

サーバは、データベースから取得した情報を基に、不妊治療に関する情報をユーザーに提供する。これにより、ユーザーは最新の治療法や成功率などの情報を得ることができる。

【0636】

3. 問い合わせ応答手段:

【0637】

サーバは、ユーザーからの問い合わせに対して、データベースから取得した情報を基に応答する。例えば、ユーザーが「PGTAの成功率は？」と質問した場合、サーバはデータベースから該当する情報を取得し、ユーザーに提供する。

【0638】

4. 感情解析手段:

【0639】

サーバは、ユーザーの表情や声のトーンを解析し、ユーザーの感情を判断する。このために、スマート眼鏡に搭載されたカメラとマイクを使用する。

【0640】

5. 感情に基づく情報提供手段:

【0641】

サーバは、感情解析手段に基づいて、ユーザーの感情に適した情報を提供する。例えば、ユーザーが希望的な感情を示している場合、成功事例や新しい治療法に関する情報を提供する。

【0642】

使用するハードウェアおよびソフトウェア

【0643】

ハードウェア:

【0644】

スマート眼鏡（カメラ、マイク付き）

【0645】

サーバ

【0646】

ソフトウェア:

【0647】

Python

【0648】

OpenCV（画像処理ライブラリ）

【0649】

EmotionRecognizer（感情認識ライブラリ）

【0650】

Database（データベースアクセスライブラリ）

【0651】

処理の流れ

【0652】

サーバは、スマート眼鏡のカメラとマイクを使用してユーザーの表情と音声を取得する。取得したデータを用いて感情認識モデルがユーザーの感情を解析する。ユーザーの問い合わせを取得し、データベースから該当する情報を取得する。感情解析結果に基づいて、追加の情報（成功事例や新しい治療法）を提供する。最終的に、取得した情報をスマート眼鏡に表示する。

【0653】

具体例

【0654】

例えば、患者が「PGTAの成功率は？」と質問し、希望的な感情を示している場合、スマート眼鏡には「PGTAの成功率は70%です。また、最近の成功事例や新しい治療法についてもご紹介します。」と表示される。

【0655】

プロンプト文の例

【0656】

患者の表情と音声を解析し、感情に基づいて不妊治療に関する情報を提供するスマート眼鏡アプリケーションを開発してください。患者が「PGTAの成功率は？」と質問した場合、データベースから情報を取得し、希望的な感情を示している場合は成功事例や新しい治療法に関する情報も提供してください。

【0657】

応用例２における特定処理の流れについて図２０を用いて説明する。

【0658】

ステップ１：

【0659】

サーバは、スマート眼鏡のカメラとマイクを使用してユーザーの表情と音声を取得する。入力はユーザーの顔画像と音声データであり、出力はこれらのデータである。具体的には、カメラでユーザーの顔を撮影し、マイクで音声を録音する。

【0660】

ステップ２：

【0661】

サーバは、取得した顔画像と音声データを用いて感情認識モデルを実行する。入力はステップ１で取得した顔画像と音声データであり、出力はユーザーの感情（例：希望的、悲観的など）である。具体的には、EmotionRecognizerライブラリを使用して、画像と音声から感情を解析する。

【0662】

ステップ３：

【0663】

サーバは、ユーザーの問い合わせを取得する。入力はユーザーの音声またはテキストであり、出力は問い合わせ内容である。具体的には、音声認識技術を使用してユーザーの音声をテキストに変換し、問い合わせ内容を抽出する。

【0664】

ステップ４：

【0665】

サーバは、データベースから該当する情報を取得する。入力はステップ３で取得した問い合わせ内容であり、出力は該当する不妊治療に関する情報である。具体的には、Databaseライブラリを使用して、問い合わせ内容に対応する情報をデータベースから検索する。

【0666】

ステップ５：

【0667】

サーバは、感情解析結果に基づいて追加の情報を選定する。入力はステップ２で取得した感情データとステップ４で取得した不妊治療情報であり、出力は感情に適した追加情報である。具体的には、希望的な感情の場合は成功事例や新しい治療法に関する情報を選定する。

【0668】

ステップ６：

【0669】

サーバは、最終的な情報をスマート眼鏡に表示する。入力はステップ５で選定した情報であり、出力はスマート眼鏡のディスプレイに表示される情報である。具体的には、取得した情報をテキスト形式でスマート眼鏡のディスプレイに表示する。

【0670】

ステップ７：

【0671】

ユーザーは、スマート眼鏡を通じて提供された情報を確認する。入力はスマート眼鏡のディスプレイに表示された情報であり、出力はユーザーの理解と次のアクションである。具体的には、ユーザーは表示された情報を読み取り、次の治療ステップや質問を考える。

【0672】

（実施例３）

【0673】

【0674】

従来の不妊治療情報提供システムでは、ユーザーからの問い合わせに対して迅速かつ適切な応答を提供することが難しかった。また、ユーザーの感情に応じた応答を生成する機能が欠如しており、ユーザー体験の向上が求められていた。さらに、特定の不妊治療手法に関する詳細な情報提供が不十分であった

【0675】

実施例３におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【0676】

この発明では、サーバは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する手段と、該データベースから取得した情報を基に不妊治療に関する情報を提供する手段と、ユーザーからの問い合わせに対して該データベースから取得した情報を基に応答する手段と、生成AIモデルを使用して自然言語の応答を生成する手段と、ユーザーの感情を解析し、その感情に適した応答を生成する手段と、を含む。これにより、ユーザーからの問い合わせに対して迅速かつ適切な応答を提供することが可能となり、さらにユーザーの感情に応じた応答を生成することで、ユーザー体験の向上が図れる。

【0677】

「データベース」とは、過去の治療実績や統計情報、研究機関での情報開示を含む情報の集合体である。

【0678】

「不妊治療に関する情報を提供する手段」とは、データベースから取得した情報を基にユーザーに対して不妊治療に関する情報を提供する機能である。

【0679】

「ユーザーからの問い合わせに応答する手段」とは、ユーザーが入力した問い合わせに対して、データベースから取得した情報を基に応答を返す機能である。

【0680】

「生成AIモデル」とは、自然言語の応答を生成するために使用される人工知能のモデルである。

【0681】

「自然言語の応答を生成する手段」とは、生成AIモデルを使用して、ユーザーの問い合わせに対する適切な応答を自然言語で生成する機能である。

【0682】

「感情を解析する手段」とは、ユーザーの感情を解析し、その感情に基づいて適切な応答を生成する機能である。

【0683】

「チャット形式で応答する手段」とは、ユーザーからの問い合わせに対して、チャットインターフェースを通じてリアルタイムで応答を返す機能である。

【0684】

発明を実施するための形態

【0685】

この発明は、ユーザーからの問い合わせに対してリアルタイムで応答を提供する不妊治療情報提供システムである。システムは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照し、取得した情報を基に応答を生成する。また、生成AIモデルを使用して自然言語の応答を生成し、ユーザーの感情を解析して適切な応答を提供する。

【0686】

使用するハードウェアおよびソフトウェア

【0687】

サーバ

【0688】

サーバは、データベースにアクセスし、ユーザーからの問い合わせを受信して処理する。サーバは以下のソフトウェアを使用する：

【0689】

データベース管理システム（DBMS）

【0690】

生成AIモデル（例えば、GPT-4（登録商標））

【0691】

感情解析ソフトウェア（例えば、IBM WatsonのTone Analyzer）

【0692】

端末

【0693】

端末は、ユーザーが問い合わせを入力し、サーバからの応答を受信して表示するためのデバイスである。端末は以下のソフトウェアを使用する：

【0694】

チャットインターフェース

【0695】

データ加工およびデータ演算

【0696】

データベースアクセス

【0697】

サーバは、ユーザーからの問い合わせを受信すると、データベースにアクセスして関連する情報を取得する。例えば、「二段階移植のメリットとデメリットは？」という問い合わせに対して、サーバはデータベースから二段階移植に関する情報を検索し、メリットとデメリットの情報を取得する。

【0698】

生成AIモデルによる応答生成

【0699】

サーバは、取得した情報を基に生成AIモデル（GPT-4）を使用して自然言語の応答を生成する。生成AIモデルは、問い合わせ内容と取得した情報を入力として受け取り、適切な応答を生成する。

【0700】

感情解析

【0701】

サーバは、ユーザーの感情を解析するために感情解析ソフトウェアを使用する。例えば、ユーザーが落胆している場合、感情解析ソフトウェアはその感情を検出し、励ましの言葉を含む応答を生成する。

【0702】

具体例

【0703】

具体例1: 二段階移植のメリットとデメリットに関する問い合わせ

【0704】

1. ユーザーが「二段階移植のメリットとデメリットは？」とチャットに入力する。

【0705】

2. 端末がこの問い合わせをサーバに送信する。

【0706】

3. サーバが問い合わせを受信し、データベースから二段階移植に関する情報を取得する。

【0707】

4. サーバが取得した情報を基に、生成AIモデル（GPT-4）を使用して応答を生成する。

【0708】

5. サーバが生成した応答を端末に送信する。

【0709】

6. 端末が「二段階移植のメリットは、成功率が高くなることです。デメリットは、手術が複雑になることです。」とユーザーに表示する。

【0710】

具体例2: 感情エンジンを使用した応答

【0711】

1. ユーザーが「最近、仕事がうまくいかなくて落ち込んでいます。」とチャットに入力する。

【0712】

2. 端末がこの問い合わせをサーバに送信する。

【0713】

3. サーバが問い合わせを受信し、感情解析ソフトウェアがユーザーの感情を解析する。

【0714】

4. 感情解析ソフトウェアがユーザーの落胆を検出し、励ましの言葉を含む応答を生成する。

【0715】

5. サーバが生成した応答を端末に送信する。

【0716】

6. 端末が「それは大変ですね。でも、あなたはこれまでにも多くの困難を乗り越えてきました。きっと今回も乗り越えられますよ。」とユーザーに表示する。

【0717】

このようにして、システムはユーザーの問い合わせに対して迅速かつ適切な応答を提供し、ユーザーの感情に応じた応答を生成することで、ユーザー体験の向上を図ることができる。実施例３における特定処理の流れについて図２１を用いて説明する。

【0718】

ステップ１：

【0719】

ユーザがチャット形式で問い合わせを入力する。

【0720】

具体的な動作：ユーザは端末のチャットインターフェースを使用して、質問や問い合わせを入力する。例えば、「二段階移植のメリットとデメリットは？」と入力する。

【0721】

入力：ユーザの問い合わせ内容

【0722】

出力：問い合わせ内容が端末に送信されるデータ

【0723】

ステップ２：

【0724】

端末が問い合わせをサーバに送信する。

【0725】

具体的な動作：端末はユーザが入力した問い合わせを適切なフォーマットでサーバに送信する。

【0726】

入力：ユーザの問い合わせ内容

【0727】

出力：問い合わせ内容がサーバに送信されるデータ

【0728】

ステップ３：

【0729】

サーバが問い合わせを受信し、データベースにアクセスして関連情報を取得する。

【0730】

具体的な動作：サーバは端末から送信された問い合わせを受信し、データベースにアクセスして関連する情報を検索する。例えば、「二段階移植」に関するメリットとデメリットの情報を取得する。

【0731】

入力：ユーザの問い合わせ内容

【0732】

出力：データベースから取得した関連情報

【0733】

ステップ４：

【0734】

サーバが取得した情報を基に生成AIモデルを使用して応答を生成する。

【0735】

具体的な動作：サーバは取得した情報を基に、生成AIモデル（例えば、GPT-4）を使用して自然言語の応答を生成する。生成AIモデルは、問い合わせ内容と取得した情報を入力として受け取り、適切な応答を生成する。

【0736】

入力：データベースから取得した関連情報、ユーザの問い合わせ内容

【0737】

出力：生成AIモデルによって生成された自然言語の応答

【0738】

ステップ５：

【0739】

サーバが生成した応答を端末に送信する。

【0740】

具体的な動作：サーバは生成AIモデルによって生成された応答を端末に送信する。この応答は、ユーザにとって理解しやすい形式で送られる。

【0741】

入力：生成AIモデルによって生成された自然言語の応答

【0742】

出力：端末に送信される応答データ

【0743】

ステップ６：

【0744】

端末が応答をユーザに表示する。

【0745】

具体的な動作：端末はサーバから受信した応答をユーザに表示する。ユーザはチャットインターフェースを通じて、サーバからの応答を確認することができる。

【0746】

入力：サーバから送信された応答データ

【0747】

出力：ユーザに表示される応答

【0748】

ステップ７：

【0749】

感情エンジンがユーザの感情を解析し、必要に応じて感情に適した応答を生成する。

【0750】

具体的な動作：感情エンジンはユーザの感情を解析する。例えば、ユーザが落胆している場合、感情エンジンはその感情を検出し、励ましの言葉を含む応答を生成する。この感情解析には、感情解析ソフトウェア（例えば、IBM WatsonのTone Analyzer）を使用する。

【0751】

入力：ユーザの感情データ

【0752】

出力：感情に適した応答データ

【0753】

（応用例３）

【0754】

【0755】

従来の不妊治療情報提供システムでは、ユーザーからの問い合わせに対して適切な情報を提供することができるが、ユーザーの感情に応じた応答を生成することができないため、ユーザーの不安や疑問を十分に解消することができないという課題があった。また、セキュリティサービスにおいても、ユーザーの感情に応じた適切なサポートを提供することが求められているが、現行のシステムではこれを実現することが難しいという問題があった

【0756】

応用例３におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。この発明では、サーバは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する手段と、該データベースから取得した情報を基に不妊治療に関する情報を提供する手段と、ユーザーからの問い合わせに対して該データベースから取得した情報を基に応答する手段と、ユーザーの感情を解析し、その感情に適した応答を生成する感情エンジンを含む手段と、を含む。これにより、ユーザーの感情に応じた適切な情報提供とサポートが可能となる。

【0757】

「データベース」とは、過去の治療実績や統計情報、研究機関での情報開示を含む情報を蓄積し、必要に応じて参照することができるシステムである。

【0758】

「情報提供手段」とは、データベースから取得した情報を基に、不妊治療に関する情報をユーザーに提供するための機能である。

【0759】

「応答手段」とは、ユーザーからの問い合わせに対して、データベースから取得した情報を基に応答を生成し、ユーザーに返答するための機能である。

【0760】

「感情エンジン」とは、ユーザーの感情を解析し、その感情に適した応答を生成するためのシステムである。

【0761】

「チャット形式」とは、ユーザーがテキストベースで問い合わせを行い、それに対してリアルタイムで応答を返すコミュニケーション形式である。

【0762】

この発明を実施するためのシステムは、主にサーバ、ユーザー端末、およびデータベースから構成される。サーバは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照し、ユーザーからの問い合わせに対して適切な情報を提供する。また、感情エンジンを用いてユーザーの感情を解析し、その感情に適した応答を生成する。

【0763】

使用するハードウェアおよびソフトウェア

【0764】

ハードウェア: サーバ、ユーザー端末（スマートフォン、タブレット、パソコンなど）

【0765】

ソフトウェア: Python、OpenAI API、EmotionRecognizerライブラリ、SecurityDatabaseクラス

【0766】

データ加工およびデータ演算

【0767】

サーバは、ユーザーからの問い合わせを受け取ると、まずその問い合わせ内容を解析する。次に、データベースから関連する情報を取得し、ユーザーの感情を解析するためにEmotionRecognizerライブラリを使用する。感情解析の結果に基づいて、OpenAI APIを用いて適切な応答を生成する。

【0768】

具体例

【0769】

例えば、ユーザーが「家のセキュリティカメラが動作していない」と入力した場合、サーバは以下の手順で処理を行う。

【0770】

1. ユーザーの入力を受け取る。

【0771】

2. データベースから「セキュリティカメラのトラブルシューティング」に関する情報を取得する。

【0772】

3. EmotionRecognizerライブラリを用いて、ユーザーの感情を解析する。

【0773】

4. ユーザーが不安を感じている場合、OpenAI APIを用いて「心配しないでください。カメラの電源を確認し、再起動してください。もし問題が解決しない場合は、サポートに連絡してください。」といった応答を生成する。

【0774】

プロンプト文の例

【0775】

ユーザーが「家のセキュリティカメラが動作していない」と入力した場合のプロンプト文の例は以下の通りである。

【0776】

user_input = "家のセキュリティカメラが動作していない"

【0777】

response = generate_response(user_input)

【0778】

print(response)

【0779】

このようにして、ユーザーの感情に応じた適切な情報提供とサポートが可能となる。

【0780】

応用例３における特定処理の流れについて図２２を用いて説明する。

【0781】

ステップ１：

【0782】

ユーザが端末を使用して、セキュリティに関する問い合わせを入力する。例えば、「家のセキュリティカメラが動作していない」と入力する。この入力がサーバに送信される。

【0783】

入力：ユーザの問い合わせ（例：「家のセキュリティカメラが動作していない」）

【0784】

出力：サーバに送信されたユーザの問い合わせ

【0785】

ステップ２：

【0786】

サーバは、受信したユーザの問い合わせを解析する。具体的には、問い合わせ内容をテキスト解析し、関連するキーワードを抽出する。

【0787】

入力：ユーザの問い合わせ

【0788】

出力：抽出されたキーワード（例：「セキュリティカメラ」、「動作していない」）

【0789】

ステップ３：

【0790】

サーバは、抽出されたキーワードを基にデータベースを検索し、関連する情報を取得する。例えば、「セキュリティカメラのトラブルシューティング」に関する情報を取得する。

【0791】

入力：抽出されたキーワード

【0792】

出力：データベースから取得された関連情報（例：「カメラの電源を確認し、再起動してください」）

【0793】

ステップ４：

【0794】

サーバは、EmotionRecognizerライブラリを使用して、ユーザの問い合わせから感情を解析する。例えば、ユーザが不安を感じているかどうかを判定する。

【0795】

入力：ユーザの問い合わせ

【0796】

出力：解析されたユーザの感情（例：「不安」）

【0797】

ステップ５：

【0798】

サーバは、解析された感情に基づいて、OpenAI APIを使用して適切な応答を生成する。例えば、ユーザが不安を感じている場合、安心させるための応答を生成する。

【0799】

入力：データベースから取得された関連情報、解析されたユーザの感情

【0800】

出力：生成された応答（例：「心配しないでください。カメラの電源を確認し、再起動してください。もし問題が解決しない場合は、サポートに連絡してください。」）

【0801】

ステップ６：

【0802】

サーバは、生成された応答をユーザの端末に送信する。ユーザは端末で応答を確認することができる。

【0803】

入力：生成された応答

【0804】

出力：ユーザの端末に送信された応答

【0805】

このようにして、ユーザの感情に応じた適切な情報提供とサポートが可能となる。

【0806】

特定処理部２９０は、特定処理の結果をスマートデバイス１４に送信する。スマートデバイス１４では、制御部４６Ａが、出力装置４０に対して特定処理の結果を出力させる。マイクロフォン３８Ｂは、特定処理の結果に対するユーザ入力を示す音声を取得する。制御部４６Ａは、マイクロフォン３８Ｂによって取得されたユーザ入力を示す音声データをデータ処理装置１２に送信する。データ処理装置１２では、特定処理部２９０が音声データを取得する。

【0807】

データ生成モデル５８は、いわゆる生成ＡＩ（Artificial Intelligence）である。デ

【0808】

ータ生成モデル５８の一例としては、ChatGPT（登録商標）（インターネット検索＜URL: https://openai.com/blog/chatgpt＞）等の生成ＡＩが挙げられる。データ生成モデル５８は

【0809】

、ニューラルネットワークに対して深層学習を行わせることによって得られる。データ生成モデル５８には、指示を含むプロンプトが入力され、かつ、音声を示す音声データ、テキストを示すテキストデータ、及び画像を示す画像データ等の推論用データが入力される。データ生成モデル５８は、入力された推論用データをプロンプトにより示される指示に従って推論し、推論結果を音声データ及びテキストデータ等のデータ形式で出力する。ここで、推論とは、例えば、分析、分類、予測、及び／又は要約等を指す。

【0810】

生成AIの他の例としては、Ｇｅｍｉｎｉ（登録商標）（インターネット検索＜URL: https://gemini.google.com/?hl=ja＞）が挙げられる。

【0811】

上記実施形態では、データ処理装置１２によって特定処理が行われる形態例を挙げたが、本開示の技術はこれに限定されず、スマートデバイス１４によって特定処理が行われるようにしてもよい。

【0812】

［第２実施形態］

【0813】

図３には、第２実施形態に係るデータ処理システム２１０の構成の一例が示されている。

【0814】

図３に示すように、データ処理システム２１０は、データ処理装置１２及びスマート眼鏡２１４を備えている。データ処理装置１２の一例としては、サーバが挙げられる。

【0815】

【0816】

スマート眼鏡２１４は、コンピュータ３６、マイクロフォン２３８、スピーカ２４０、カメラ４２、及び通信Ｉ／Ｆ４４を備えている。コンピュータ３６は、プロセッサ４６、ＲＡＭ４８、及びストレージ５０を備えている。プロセッサ４６、ＲＡＭ４８、及びストレージ５０は、バス５２に接続されている。また、マイクロフォン２３８、スピーカ２４０、及びカメラ４２も、バス５２に接続されている。

【0817】

マイクロフォン２３８は、ユーザ２０が発する音声を受け付けることで、ユーザ２０から指示等を受け付ける。マイクロフォン２３８は、ユーザ２０が発する音声を捕捉し、捕捉した音声を音声データに変換してプロセッサ４６に出力する。スピーカ２４０は、プロセッサ４６からの指示に従って音声を出力する。

【0818】

カメラ４２は、レンズ、絞り、及びシャッタ等の光学系と、ＣＭＯＳ（Complementary Metal-Oxide-Semiconductor）イメージセンサ又はＣＣＤ（Charge Coupled Device）イメージセンサ等の撮像素子とが搭載された小型デジタルカメラであり、ユーザ２０の周囲（例えば、一般的な健常者の視界の広さに相当する画角で規定された撮像範囲）を撮像する。

【0819】

通信Ｉ／Ｆ４４は、ネットワーク５４に接続されている。通信Ｉ／Ｆ４４及び２６は、ネットワーク５４を介してプロセッサ４６とプロセッサ２８との間の各種情報の授受を司る。通信Ｉ／Ｆ４４及び２６を用いたプロセッサ４６とプロセッサ２８との間の各種情報の授受はセキュアな状態で行われる。

【0820】

図４には、データ処理装置１２及びスマート眼鏡２１４の要部機能の一例が示されている。図４に示すように、データ処理装置１２では、プロセッサ２８によって特定処理が行われる。ストレージ３２には、特定処理プログラム５６が格納されている。

【0821】

特定処理プログラム５６は、本開示の技術に係る「プログラム」の一例である。プロセッサ２８は、ストレージ３２から特定処理プログラム５６を読み出し、読み出した特定処理プログラム５６をＲＡＭ３０上で実行する。特定処理は、プロセッサ２８がＲＡＭ３０上で実行する特定処理プログラム５６に従って、特定処理部２９０として動作することによって実現される。

【0822】

【0823】

スマート眼鏡２１４では、プロセッサ４６によって受付出力処理が行われる。ストレージ５０には、受付出力プログラム６０が格納されている。プロセッサ４６は、ストレージ５０から受付出力プログラム６０を読み出し、読み出した受付出力プログラム６０をＲＡＭ４８上で実行する。受付出力処理は、プロセッサ４６がＲＡＭ４８上で実行する受付出力プログラム６０に従って、制御部４６Ａとして動作することによって実現される。

【0824】

次に、データ処理装置１２の特定処理部２９０による特定処理について説明する。

【0825】

「形態例１」

【0826】

本発明の一実施形態として、不妊治療情報を提供するためのシステムがある。このシステムは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する手段を有している。具体的には、データベースは、各種の不妊治療手法に関する情報、それらの治療手法が適用された患者の治療結果や治療過程の情報、各種の研究機関で公開されている不妊治療に関する研究結果などを収集し、整理している。

【0827】

「形態例２」

【0828】

【0829】

「形態例３」

【0830】

【0831】

以下に、各形態例の処理の流れについて説明する。

【0832】

「形態例１」

【0833】

ステップ１：システムは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する。

【0834】

ステップ２：データベースから取得した情報を基に、不妊治療に関する情報を提供する。「形態例２」

【0835】

ステップ１：ユーザーからの問い合わせを受け付ける。

【0836】

ステップ２：問い合わせに対応する情報をデータベースから取得する。

【0837】

ステップ３：取得した情報を基に、ユーザーに対して応答を返す。

【0838】

「形態例３」

【0839】

ステップ１：ユーザーからのチャット形式の問い合わせを受け付ける。

【0840】

ステップ２：問い合わせに対応する情報をデータベースから取得する。

【0841】

ステップ３：取得した情報を基に、ユーザーに対してリアルタイムで応答を返す。

【0842】

（実施例１）

【0843】

次に、形態例１の実施例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマート眼鏡２１４を「端末」と称する。

【0844】

【0845】

実施例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【0846】

【0847】

「データベース」とは、過去の治療実績や統計情報、研究機関での情報開示を含む情報を格納し、参照可能な情報の集合体である。

【0848】

「参照する手段」とは、データベース内の情報を検索し、必要なデータを取得するための方法や技術である。

【0849】

「提供する手段」とは、取得した情報をユーザに対して表示し、利用可能な形で提供するための方法や技術である。

【0850】

「応答する手段」とは、ユーザからの問い合わせに対して、データベースから取得した情報を基に回答を返すための方法や技術である。

【0851】

「整理する手段」とは、収集したデータをカテゴリ別に分類し、データベースに効率的に格納するための方法や技術である。

【0852】

「解析する手段」とは、ユーザが入力した検索条件を理解し、それに基づいて適切なリクエストを生成するための方法や技術である。

【0853】

「送信する手段」とは、解析されたリクエストをサーバに送信し、必要な情報を取得するための方法や技術である。

【0854】

「表示する手段」とは、サーバから返送されたデータをユーザに見やすい形式で表示するための方法や技術である。

【0855】

【0856】

サーバの動作

【0857】

サーバは、不妊治療に関する情報を収集し、整理し、提供する中心的な役割を果たす。サーバは以下のハードウェアおよびソフトウェアを用いる。

【0858】

ハードウェア: 高性能なプロセッサ、十分なメモリ、ストレージデバイス

【0859】

ソフトウェア: データベース管理システム（DBMS）、APIインターフェース、データ解析ツール

【0860】

【0861】

【0862】

端末の動作

【0863】

端末は、ユーザが不妊治療情報を検索・閲覧するためのインターフェースを提供する。端末は以下のハードウェアおよびソフトウェアを用いる。

【0864】

ハードウェア: パーソナルコンピュータ、スマートフォン、タブレット

【0865】

ソフトウェア: ウェブブラウザ、モバイルアプリケーション

【0866】

【0867】

【0868】

ユーザの動作

【0869】

ユーザは、不妊治療に関する情報を得るためにこのシステムを利用する。ユーザは以下の手順でシステムを操作する。

【0870】

【0871】

【0872】

【0873】

具体例とプロンプト文

【0874】

例えば、ユーザが「35歳以上の女性に適した不妊治療法」を検索する場合、以下のような手順で処理が行われる。

【0875】

1. ユーザは端末の検索バーに「35歳以上の女性に適した不妊治療法」と入力する。

【0876】

2. 端末はそのリクエストをサーバに送信する。

【0877】

3. サーバはデータベースから該当する情報を抽出し、端末に返送する。

【0878】

4. 端末はその情報をユーザに表示する。

【0879】

5. ユーザは表示された情報を基に、適切な治療法を検討する。

【0880】

生成AIモデルに対して、以下のようなプロンプト文を入力することで、具体的な不妊治療情報を得ることができる。

【0881】

【0882】

このプロンプト文を入力することで、生成AIモデルは該当する情報を提供し、ユーザの意思決定を支援する。

【0883】

実施例１における特定処理の流れについて図１１を用いて説明する。

【0884】

ステップ１：

【0885】

データ収集

【0886】

【0887】

ステップ２：

【0888】

データ整理

【0889】

【0890】

ステップ３：

【0891】

ユーザインターフェースの提供

【0892】

【0893】

ステップ４：

【0894】

リクエストの送信

【0895】

【0896】

ステップ５：

【0897】

データ提供

【0898】

【0899】

ステップ６：

【0900】

結果の表示

【0901】

【0902】

ステップ７：

【0903】

情報の閲覧

【0904】

【0905】

ステップ８：

【0906】

意思決定の支援

【0907】

【0908】

（応用例１）

【0909】

次に、形態例１の応用例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマート眼鏡２１４を「端末」と称する。

【0910】

【0911】

応用例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【0912】

【0913】

「過去の治療実績」とは、過去に行われた不妊治療の結果や過程に関するデータである。

【0914】

「統計情報」とは、治療結果や治療過程に関する数値データを集計・分析した情報である。

【0915】

「研究機関での情報開示」とは、研究機関が公開している不妊治療に関する研究結果や論文などの情報である。

【0916】

「データベース」とは、過去の治療実績、統計情報、研究機関での情報開示を含む情報を整理・保存するシステムである。

【0917】

「不妊治療に関する情報」とは、不妊治療の手法、治療結果、治療過程、最新の研究結果などの情報である。

【0918】

「ユーザーからの問い合わせ」とは、ユーザーがシステムに対して行う質問や情報の要求である。

【0919】

「症状」とは、ユーザーが経験している不妊に関連する身体的・医学的な状態である。

【0920】

「希望する治療法」とは、ユーザーが受けたいと考えている不妊治療の方法である。

【0921】

「最適な治療法」とは、ユーザーの症状や希望に最も適合する不妊治療の方法である。

【0922】

「位置情報」とは、ユーザーが現在いる場所に関するデータである。

【0923】

「医療機関」とは、不妊治療を提供するクリニックや病院などの施設である。

【0924】

「チャット形式」とは、テキストメッセージを用いてリアルタイムでコミュニケーションを行う形式である。

【0925】

【0926】

サーバは、以下の手段を含む：

【0927】

1. データベース参照手段：過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する。

【0928】

2. 情報提供手段：データベースから取得した情報を基に不妊治療に関する情報を提供する。

【0929】

3. 問い合わせ応答手段：ユーザーからの問い合わせに対してデータベースから取得した情報を基に応答する。

【0930】

4. 治療法提案手段：ユーザーが入力した症状や希望する治療法を基に最適な治療法を提案する。

【0931】

5. 医療機関検索手段：ユーザーの位置情報や希望する治療法に基づいて最適な医療機関を検索する。

【0932】

使用するハードウェアおよびソフトウェア：

【0933】

ハードウェア：サーバ、スマートフォン、タブレット

【0934】

ソフトウェア：Flask（PythonのWebフレームワーク）、requests（HTTPリクエストを送信するためのPythonライブラリ）

【0935】

データ加工およびデータ演算：

【0936】

【0937】

具体例：

【0938】

【0939】

プロンプト文の例：

【0940】

ユーザーが多嚢胞性卵巣症候群の症状を持ち、体外受精を希望しています。最適な治療法と医療機関を提案してください。

【0941】

このようにして、ユーザーは効率的に信頼性の高い不妊治療情報を取得し、最適な治療法や医療機関を選択することが可能となる。

【0942】

応用例１における特定処理の流れについて図１２を用いて説明する。

【0943】

ステップ１：

【0944】

ユーザーがスマートフォンやタブレットのアプリケーションを起動し、症状や希望する治療法、位置情報を入力する。

【0945】

入力：症状、希望する治療法、位置情報

【0946】

出力：ユーザー入力データ

【0947】

【0948】

ステップ２：

【0949】

ユーザー端末が入力データをサーバに送信する。

【0950】

入力：ユーザー入力データ

【0951】

出力：サーバへのリクエスト

【0952】

具体的な動作：ユーザー端末が入力データをHTTPリクエストとしてサーバに送信する。

【0953】

ステップ３：

【0954】

サーバが受信したユーザー入力データを解析し、データベースから関連する治療法情報を検索する。

【0955】

入力：ユーザー入力データ

【0956】

出力：治療法情報

【0957】

【0958】

ステップ４：

【0959】

サーバが取得した治療法情報を基に、ユーザーの症状や希望する治療法に最適な治療法を提案する。

【0960】

入力：治療法情報、ユーザー入力データ

【0961】

出力：最適な治療法提案

【0962】

具体的な動作：サーバが取得した治療法情報を解析し、ユーザーの症状や希望に最も適合する治療法を選定し、提案する。

【0963】

ステップ５：

【0964】

サーバがユーザーの位置情報と希望する治療法に基づいて、最適な医療機関を検索する。

【0965】

入力：位置情報、希望する治療法

【0966】

出力：医療機関情報

【0967】

具体的な動作：サーバが位置情報と希望する治療法を基にデータベースを検索し、最適な医療機関の情報を取得する。

【0968】

ステップ６：

【0969】

サーバが最適な治療法提案と医療機関情報をユーザー端末に送信する。

【0970】

入力：最適な治療法提案、医療機関情報

【0971】

出力：ユーザー端末へのレスポンス

【0972】

具体的な動作：サーバが最適な治療法提案と医療機関情報をHTTPレスポンスとしてユーザー端末に送信する。

【0973】

ステップ７：

【0974】

ユーザー端末がサーバからのレスポンスを受信し、ユーザーに表示する。

【0975】

入力：サーバからのレスポンス

【0976】

出力：ユーザーへの表示情報

【0977】

【0978】

このようにして、ユーザーは効率的に信頼性の高い不妊治療情報を取得し、最適な治療法や医療機関を選択することが可能となる。

【0979】

（実施例２）

【0980】

次に、形態例２の実施例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマート眼鏡２１４を「端末」と称する。

【0981】

【0982】

実施例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【0983】

【0984】

「ユーザー」とは、システムを利用して情報を取得しようとする個人または団体である。

【0985】

「端末」とは、ユーザーが問い合わせを入力し、情報を受け取るために使用する電子機器である。

【0986】

【0987】

「問い合わせ」とは、ユーザーが端末を通じてシステムに対して入力する質問や要求のことである。

【0988】

「データベース」とは、過去の治療実績や統計情報、研究機関での情報開示を含む情報を格納するためのデータストレージシステムである。

【0989】

「情報を取得する手段」とは、サーバがデータベースにアクセスし、必要な情報を検索して取得するためのプロセスである。

【0990】

「情報を表示する手段」とは、端末がサーバから受け取った情報をユーザーに見やすい形式で表示するための機能である。

【0991】

「特定の不妊治療手法」とは、PGTAや二段階移植などの具体的な不妊治療方法のことである。

【0992】

「チャット形式」とは、ユーザーがシステムと対話形式で問い合わせを行い、応答を受け取るためのインターフェース形式である。

【0993】

【0994】

このシステムは、以下のハードウェアおよびソフトウェアを使用する：

【0995】

端末：スマートフォン、タブレット、パソコンなどの電子機器

【0996】

サーバ：高性能なコンピュータシステム

【0997】

データベース管理システム（DBMS）：MySQL

【0998】

サーバソフトウェア：Apache

【0999】

プログラミング言語：Python

【1000】

【1001】

プロンプト文の例：

【1002】

ユーザー: PGTAの成功率は？

【1003】

サーバ: データベースから情報を取得中...

【1004】

サーバ: PGTAの成功率は約60%です。

【1005】

【1006】

実施例２における特定処理の流れについて図１３を用いて説明する。

【1007】

ステップ１：

【1008】

ユーザが端末から問い合わせを入力する。

【1009】

【1010】

入力：ユーザが入力した問い合わせ（例：「PGTAの成功率は？」）

【1011】

出力：端末の入力フィールドに表示された問い合わせ

【1012】

ステップ２：

【1013】

端末が問い合わせをサーバに送信する。

【1014】

端末はユーザが入力した問い合わせをHTTPリクエストとしてサーバに送信する。このとき、端末は問い合わせ内容をJSON形式でサーバに送信する。

【1015】

入力：ユーザが入力した問い合わせ（例：「PGTAの成功率は？」）

【1016】

出力：サーバに送信されたHTTPリクエスト（例：{"query": "PGTAの成功率は？"}）

【1017】

ステップ３：

【1018】

サーバが問い合わせを解析する。

【1019】

サーバは受け取ったHTTPリクエストを解析し、問い合わせ内容を抽出する。例えば、問い合わせが「PGTAの成功率は？」であることを認識する。

【1020】

入力：端末から送信されたHTTPリクエスト（例：{"query": "PGTAの成功率は？"}）

【1021】

出力：解析された問い合わせ内容（例：「PGTAの成功率は？」）

【1022】

ステップ４：

【1023】

サーバがデータベースにアクセスして情報を取得する。

【1024】

【1025】

入力：解析された問い合わせ内容（例：「PGTAの成功率は？」）

【1026】

出力：データベースから取得した情報（例：「60%」）

【1027】

ステップ５：

【1028】

サーバが取得した情報を端末に送信する。

【1029】

【1030】

入力：データベースから取得した情報（例：「60%」）

【1031】

出力：端末に送信されたHTTPレスポンス（例：{"response": "PGTAの成功率は60%です"}）

【1032】

ステップ６：

【1033】

端末が情報をユーザに表示する。

【1034】

端末はサーバから受け取った情報を解析し、ユーザに見やすい形式で表示する。例えば、「PGTAの成功率は60%です」と画面に表示する。

【1035】

入力：サーバから送信されたHTTPレスポンス（例：{"response": "PGTAの成功率は60%です"}）

【1036】

出力：ユーザに表示された情報（例：「PGTAの成功率は60%です」）

【1037】

（応用例２）

【1038】

次に、形態例２の応用例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマート眼鏡２１４を「端末」と称する。

【1039】

【1040】

【1041】

「不妊治療情報」とは、過去の治療実績や統計情報、研究機関での情報開示を含む、不妊治療に関するあらゆる情報である。

【1042】

「データベース」とは、特定の情報を体系的に整理・保存し、必要に応じて検索・取得できるようにした情報の集合体である。

【1043】

「ユーザーからの問い合わせ」とは、システムを利用する者が特定の情報を求めて行う質問や要求である。

【1044】

「応答する手段」とは、ユーザーからの問い合わせに対して適切な情報を提供するための方法や装置である。

【1045】

「セキュリティ情報」とは、フィッシング詐欺や不正アクセスなどのセキュリティに関する最新の手口や対策情報である。

【1046】

「チャット形式」とは、テキストベースの対話形式でリアルタイムに情報をやり取りする方法である。

【1047】

【1048】

【1049】

【1050】

【1051】

【1052】

「最新のフィッシング詐欺の手口は、偽の銀行メールを使用して個人情報を盗む手法です。」

【1053】

生成AIモデルへのプロンプト文の例は以下の通りである。

【1054】

【1055】

「最新のフィッシング詐欺の手口は、偽の銀行メールを使用して個人情報を盗む手法です。」

【1056】

応用例２における特定処理の流れについて図１４を用いて説明する。

【1057】

ステップ１：

【1058】

【1059】

ステップ２：

【1060】

【1061】

ステップ３：

【1062】

【1063】

ステップ４：

【1064】

【1065】

ステップ５：

【1066】

【1067】

ステップ６：

【1068】

【1069】

ステップ７：

【1070】

【1071】

（実施例３）

【1072】

次に、形態例３の実施例３について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマート眼鏡２１４を「端末」と称する。

【1073】

【1074】

実施例３におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【1075】

【1076】

【1077】

「該問い合わせを解析する手段」とは、受信した問い合わせ内容を解析し、キーワードや意図を抽出するための機能である。

【1078】

「データベースから情報を取得する手段」とは、解析結果に基づいてデータベースから必要な情報を取得するための機能である。

【1079】

「生成AIモデルにプロンプト文を送信する手段」とは、取得した情報を基に生成したプロンプト文を生成AIモデルに送信するための機能である。

【1080】

「生成AIモデルからの応答をユーザーに返す手段」とは、生成AIモデルから受け取った応答をユーザーに返すための機能である。

【1081】

「特定の医療手法に関する情報を提供する手段」とは、特定の医療手法に関する詳細な情報をユーザーに提供するための機能である。

【1082】

【1083】

発明を実施するための形態

【1084】

【1085】

1. システムのプログラムの生成

【1086】

システムのプログラムは、Pythonを使用して開発され、Flaskフレームワークを用いてWebサーバとして動作する。データベースにはMySQLを使用し、生成AIモデルには一般的な生成AIモデル（例えば、GPT-3）を使用する。

【1087】

2. プログラムの処理

【1088】

【1089】

3. 具体例

【1090】

【1091】

1. ユーザーが「二段階移植のメリットとデメリットは？」とチャット形式で問い合わせを送信する。

【1092】

2. サーバは、この問い合わせを受信し、解析する。

【1093】

3. サーバは、MySQLデータベースから「二段階移植のメリットとデメリット」に関する情報を取得するためのSQLクエリを実行する。

【1094】

4. 取得した情報を基に、以下のようなプロンプト文を生成AIモデルに入力する。

【1095】

プロンプト文の例: 「二段階移植のメリットとデメリットについて教えてください。メリットは〇〇で、デメリットは△△です。」

【1096】

5. 生成AIモデル（例えば、GPT-3）は、このプロンプト文を基に応答を生成する。

【1097】

6. サーバは、生成された応答をユーザーにリアルタイムで返す。

【1098】

【1099】

ステップ１：

【1100】

ユーザが問い合わせを送信する

【1101】

【1102】

ステップ２：

【1103】

サーバが問い合わせを受信する

【1104】

【1105】

ステップ３：

【1106】

サーバが問い合わせを解析する

【1107】

【1108】

ステップ４：

【1109】

サーバがデータベースから情報を取得する

【1110】

【1111】

ステップ５：

【1112】

サーバが生成AIモデルにプロンプト文を送信する

【1113】

【1114】

ステップ６：

【1115】

生成AIモデルが応答を生成する

【1116】

【1117】

ステップ７：

【1118】

サーバが応答をユーザに返す

【1119】

【1120】

（応用例３）

【1121】

次に、形態例３の応用例３について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマート眼鏡２１４を「端末」と称する。

【1122】

【1123】

応用例３におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【1124】

【1125】

「過去の治療実績」とは、以前に行われた不妊治療の結果や経過に関するデータである。

【1126】

「統計情報」とは、複数の治療データを集計・分析した結果を示すデータである。

【1127】

「研究機関での情報開示」とは、学術機関や医療機関が公開している不妊治療に関する研究結果や報告書である。

【1128】

「データベース」とは、過去の治療実績、統計情報、研究機関での情報開示などのデータを体系的に管理・保存するシステムである。

【1129】

「不妊治療に関する情報」とは、不妊治療の方法、効果、副作用、成功率などに関する詳細なデータである。

【1130】

「ユーザーからの問い合わせ」とは、システムを利用する個人が不妊治療に関して質問や情報を求める行為である。

【1131】

「生成AIモデル」とは、人工知能を用いてユーザーの質問に対して適切な応答を生成するためのアルゴリズムやプログラムである。

【1132】

「適切な応答」とは、ユーザーの質問に対して正確かつ有用な情報を提供する回答である。

【1133】

【1134】

使用するハードウェアおよびソフトウェア

【1135】

ハードウェア: サーバ、スマートフォン

【1136】

ソフトウェア: Python、SQLite、OpenAI API

【1137】

データ加工およびデータ演算

【1138】

【1139】

データベースからの情報取得

【1140】

【1141】

生成AIモデルの利用

【1142】

【1143】

具体例

【1144】

例えば、ユーザーが「iPhone 13のスペックを教えて」と問い合わせた場合、サーバはデータベースからiPhone 13のスペック情報を取得し、ユーザーに対してその情報を返す。また、ユーザーが「二段階移植のメリットとデメリットは？」と問い合わせた場合、サーバは以下のプロンプト文を生成AIモデルに送信する：

【1145】

ユーザーの質問: 二段階移植のメリットとデメリットは？

【1146】

回答:

【1147】

【1148】

応用例３における特定処理の流れについて図１６を用いて説明する。

【1149】

ステップ１：

【1150】

ユーザがスマートフォンを用いてシステムにアクセスし、チャット形式で問い合わせを行う。

【1151】

入力: ユーザの質問（例：「二段階移植のメリットとデメリットは？」）

【1152】

出力: ユーザの質問内容がサーバに送信される。

【1153】

具体的な動作: ユーザがスマートフォンのチャットアプリケーションを開き、質問を入力して送信ボタンを押す。

【1154】

ステップ２：

【1155】

サーバがユーザの質問を受信し、内容を解析する。

【1156】

入力: ユーザの質問内容

【1157】

出力: 質問内容の解析結果（例：「二段階移植に関する質問」）

【1158】

具体的な動作: サーバが受信したテキストデータを自然言語処理アルゴリズムで解析し、質問の意図を特定する。

【1159】

ステップ３：

【1160】

サーバがデータベースに接続し、該当する情報を検索する。

【1161】

入力: 質問内容の解析結果

【1162】

出力: データベースから取得した情報（例：「二段階移植のメリットとデメリットに関する情報」）

【1163】

具体的な動作: サーバがSQLiteデータベースにクエリを送信し、該当する情報を取得する。

【1164】

ステップ４：

【1165】

サーバがデータベースから取得した情報を基に応答を生成する。

【1166】

入力: データベースから取得した情報

【1167】

出力: ユーザへの応答内容（例：「二段階移植のメリットは...、デメリットは...」）

【1168】

具体的な動作: サーバが取得した情報をテキスト形式に整形し、ユーザに送信するための応答を生成する。

【1169】

ステップ５：

【1170】

サーバが生成AIモデルを用いて、ユーザの質問に対して適切な応答を生成する。

【1171】

入力: ユーザの質問内容

【1172】

出力: 生成AIモデルによる応答内容（例：「二段階移植のメリットとデメリットは以下の通りです...」）

【1173】

具体的な動作: サーバがOpenAI APIにプロンプト文を送信し、生成された応答を受信する。

【1174】

ステップ６：

【1175】

サーバが生成した応答をユーザに送信する。

【1176】

入力: 生成された応答内容

【1177】

出力: ユーザのスマートフォンに表示される応答メッセージ

【1178】

具体的な動作: サーバが生成された応答をチャットアプリケーションを通じてユーザに送信し、ユーザのスマートフォンに表示される。

【1179】

なお、更に、ユーザの感情を推定する感情エンジンを組み合わせてもよい。すなわち、特定処理部２９０は、感情特定モデル５９を用いてユーザの感情を推定し、ユーザの感情を用いた特定処理を行うようにしてもよい。

【1180】

「形態例１」

【1181】

【1182】

「形態例２」

【1183】

【1184】

「形態例３」

【1185】

【1186】

以下に、各形態例の処理の流れについて説明する。

【1187】

「形態例１」

【1188】

ステップ１：ユーザーがシステムに問い合わせを行う。

【1189】

ステップ２：感情エンジンがユーザーのテキスト入力や音声入力から感情を解析する。

【1190】

ステップ３：システムが感情エンジンの解析結果を利用し、ユーザーの感情に適した情報を提供する。

【1191】

「形態例２」

【1192】

ステップ１：感情エンジンがユーザーの感情を解析する。

【1193】

ステップ２：システムが感情エンジンの解析結果を利用し、ユーザーの感情に適した情報を提供する。

【1194】

「形態例３」

【1195】

ステップ１：感情エンジンがユーザーの感情を解析する。

【1196】

ステップ２：システムが感情エンジンの解析結果を利用し、ユーザーの感情に適した応答を生成する。

【1197】

（実施例１）

【1198】

【1199】

【1200】

実施例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【1201】

【1202】

「過去の治療実績」とは、過去に行われた不妊治療の結果や過程に関するデータである。

【1203】

「統計情報」とは、不妊治療に関連するデータを集計・分析した結果である。

【1204】

「研究機関での情報開示」とは、研究機関が公開している不妊治療に関する研究結果や報告書である。

【1205】

「データベース」とは、過去の治療実績、統計情報、研究機関での情報開示を含む情報を整理・保存するシステムである。

【1206】

「感情解析手段」とは、ユーザーのテキスト入力や音声入力から感情を解析する技術である。

【1207】

「適切な情報を提供する手段」とは、ユーザーの感情解析結果に基づいて、ユーザーにとって有益な情報を選択し提供する技術である。

【1208】

【1209】

【1210】

使用するハードウェアおよびソフトウェア

【1211】

1. サーバ

【1212】

【1213】

サーバは、ウェブサーバソフトウェア（例：Apache、Nginx）を使用して、ユーザーからのHTTPリクエストを受信し、処理する。

【1214】

2. 感情解析手段

【1215】

感情解析手段として、自然言語処理API（例：Google Cloud Natural Language API、IBM Watson Tone Analyzer）を使用する。これにより、ユーザーのテキスト入力や音声入力から感情を解析する。

【1216】

3. 端末

【1217】

ユーザーは、ウェブブラウザ（例：Google Chrome、Safari）やモバイルアプリを使用してシステムにアクセスする。

【1218】

データ加工およびデータ演算

【1219】

1. データベース参照

【1220】

【1221】

2. 感情解析

【1222】

サーバは、ユーザーのテキスト入力や音声入力を感情解析手段に送信し、ユーザーの感情を解析する。解析結果は、JSON形式でサーバに返される。

【1223】

3. 情報提供

【1224】

【1225】

具体例

【1226】

例えば、ユーザーが「最近の治療がうまくいかなくて不安です」とテキスト入力した場合、以下のように処理が進む。

【1227】

1. ユーザーがGoogle Chromeを使用してシステムにアクセスする。

【1228】

2. ユーザーがテキストボックスに「最近の治療がうまくいかなくて不安です」と入力する。

【1229】

3. サーバがApacheを通じてこの入力を受信する。

【1230】

4. サーバがGoogle Cloud Natural Language APIを呼び出し、入力データを送信する。

【1231】

5. 感情解析手段が「不安」という感情を解析する。

【1232】

6. サーバが解析結果をJSON形式で受け取る。

【1233】

7. サーバがMySQLデータベースを参照する。

【1234】

8. サーバが不安を和らげるための成功事例やリラックス方法に関する情報を検索する。

【1235】

9. サーバが検索結果をウェブページに表示し、ユーザーに提供する。

【1236】

プロンプト文の例

【1237】

生成AIモデルへ入力するプロンプト文の例としては以下のようなものがある：

【1238】

【1239】

このプロンプト文を使用することで、生成AIモデルはユーザーの感情を認識し、適切な情報を提供するシステムの動作を理解することができる。

【1240】

実施例１における特定処理の流れについて図１７を用いて説明する。

【1241】

ステップ１：

【1242】

ユーザがシステムにアクセスする。

【1243】

【1244】

ステップ２：

【1245】

ユーザが問い合わせを入力する。

【1246】

【1247】

ステップ３：

【1248】

サーバがユーザの入力を受信する。

【1249】

【1250】

ステップ４：

【1251】

サーバが感情エンジンを呼び出す。

【1252】

【1253】

ステップ５：

【1254】

感情エンジンがユーザの感情を解析する。

【1255】

【1256】

ステップ６：

【1257】

サーバが解析結果を受け取る。

【1258】

【1259】

ステップ７：

【1260】

サーバがデータベースを参照する。

【1261】

【1262】

ステップ８：

【1263】

サーバが適切な情報を検索する。

【1264】

【1265】

ステップ９：

【1266】

サーバが検索結果をユーザに提供する。

【1267】

【1268】

（応用例１）

【1269】

【1270】

【1271】

応用例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【1272】

【1273】

「データベース」とは、過去の治療実績や統計情報、研究機関での情報開示を含む情報を整理・保存し、必要に応じて参照できるシステムである。

【1274】

「不妊治療情報提供手段」とは、データベースから取得した情報を基に、不妊治療に関する情報をユーザーに提供する機能である。

【1275】

「問い合わせ応答手段」とは、ユーザーからの問い合わせに対して、データベースから取得した情報を基に応答する機能である。

【1276】

「感情エンジン」とは、ユーザーのテキスト入力や音声入力から感情を解析し、その結果をシステムが利用できるようにする技術である。

【1277】

「感情認識手段」とは、感情エンジンを用いてユーザーの感情を認識する機能である。

【1278】

「感情応答手段」とは、認識した感情に応じて適切な情報を提供する機能である。

【1279】

「バーチャルインターフェース」とは、ユーザーがバーチャル空間内で情報を閲覧するためのインターフェースである。

【1280】

この発明を実施するためのシステムは、以下のような構成を持つ。

【1281】

システムの構成

【1282】

1. データベース参照手段

【1283】

【1284】

2. 不妊治療情報提供手段

【1285】

【1286】

3. 問い合わせ応答手段

【1287】

【1288】

4. 感情認識手段

【1289】

【1290】

5. 感情応答手段

【1291】

サーバは、認識した感情に応じて適切な情報を提供する。例えば、ユーザーが不安を感じている場合には、安心させる情報を提供する。

【1292】

6. バーチャルインターフェース

【1293】

【1294】

使用するハードウェア・ソフトウェア

【1295】

ハードウェア: スマートフォン、ヘッドマウントディスプレイ

【1296】

ソフトウェア: Python、感情認識ライブラリ（EmotionEngine）、データベース管理システム（TreatmentDatabase）

【1297】

データ加工・演算

【1298】

1. ユーザー入力の取得

【1299】

端末は、ユーザーからのテキストまたは音声入力を取得する。

【1300】

2. 感情解析

【1301】

サーバは、感情エンジンを用いてユーザーの入力から感情を解析する。

【1302】

3. 情報提供

【1303】

サーバは、感情解析の結果に基づいて、データベースから適切な情報を取得し、ユーザーに提供する。

【1304】

具体例

【1305】

ユーザーが「最近の治療結果が心配です」と入力した場合、感情エンジンが「不安」と解析し、サーバは安心させる情報を提供する。

【1306】

ユーザーが「最新の治療法について知りたい」と入力した場合、サーバは一般的な治療情報を提供する。

【1307】

プロンプト文の例

【1308】

ユーザーが「最近の治療結果が心配です」と入力した場合、感情エンジンが「不安」と解析し、安心させる情報を提供してください。

【1309】

【1310】

応用例１における特定処理の流れについて図１８を用いて説明する。

【1311】

ステップ１：

【1312】

ユーザが端末にテキストまたは音声で問い合わせを入力する。

【1313】

入力: ユーザのテキストまたは音声入力（例：「最近の治療結果が心配です」）

【1314】

出力: ユーザの入力データ

【1315】

具体的な動作: 端末は、ユーザの入力を受け取り、テキストデータまたは音声データとして保存する。

【1316】

ステップ２：

【1317】

端末がユーザの入力データをサーバに送信する。

【1318】

入力: ユーザの入力データ

【1319】

出力: サーバに送信されたユーザの入力データ

【1320】

具体的な動作: 端末は、ユーザの入力データをネットワークを介してサーバに送信する。

【1321】

ステップ３：

【1322】

サーバが感情エンジンを用いてユーザの入力データから感情を解析する。

【1323】

入力: ユーザの入力データ

【1324】

出力: ユーザの感情データ（例：「不安」）

【1325】

【1326】

ステップ４：

【1327】

サーバが感情データに基づいてデータベースから適切な情報を取得する。

【1328】

入力: ユーザの感情データ（例：「不安」）

【1329】

出力: 適切な情報データ（例：「安心させる情報」）

【1330】

【1331】

ステップ５：

【1332】

サーバが取得した情報を端末に送信する。

【1333】

入力: 適切な情報データ

【1334】

出力: 端末に送信された情報データ

【1335】

具体的な動作: サーバは、取得した情報データをネットワークを介して端末に送信する。

【1336】

ステップ６：

【1337】

端末が受信した情報をユーザに表示する。

【1338】

入力: 受信した情報データ

【1339】

出力: ユーザに表示された情報

【1340】

【1341】

このようにして、ユーザの感情に応じた適切な情報提供が可能となり、バーチャル空間内で直感的に情報を得ることができるシステムを実現する。

【1342】

（実施例２）

【1343】

【1344】

【1345】

実施例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【1346】

【1347】

「ユーザーからの問い合わせを受け取る手段」とは、ユーザーが入力した質問や要求をシステムが受信するためのインターフェースである。

【1348】

【1349】

【1350】

【1351】

【1352】

【1353】

【1354】

発明を実施するための形態

【1355】

【1356】

使用するハードウェアおよびソフトウェア

【1357】

サーバは、以下のハードウェアおよびソフトウェアを使用する。

【1358】

ハードウェア: 高性能なサーバマシン（例: Intel Xeonプロセッサ、32GB RAM、1TB SSD）

【1359】

ソフトウェア:

【1360】

データベース管理システム（例: MySQL）

【1361】

自然言語処理エンジン（例: spaCy、NLTK）

【1362】

感情解析エンジン（例: IBM Watsonの感情解析API）

【1363】

【1364】

プログラムの処理説明

【1365】

【1366】

【1367】

具体例

【1368】

ユーザーが「PGTAの成功率は？」と問い合わせた場合、以下の手順で処理が行われる。

【1369】

1. 端末は、ユーザーの問い合わせを受け取る。

【1370】

2. サーバは、自然言語処理エンジンを用いて「PGTA」と「成功率」というキーワードを抽出する。

【1371】

3. サーバは、MySQLデータベースに接続し、以下のSQLクエリを実行する。

【1372】

sql

【1373】

SELECT success_rate FROM fertility_treatments WHERE treatment_name = 'PGTA';

【1374】

4. サーバは、取得した成功率のデータを端末に送信する。

【1375】

5. 端末は、「PGTAの成功率は70%です」とユーザーに表示する。

【1376】

【1377】

プロンプト文の例

【1378】

生成AIモデルに対するプロンプト文の例を以下に示す。

【1379】

【1380】

【1381】

ユーザーが希望的な感情を示している場合、感情エンジンを用いて成功事例や新しい治療法などの情報を提供するプログラムを生成してください。

【1382】

以上が、この発明を実施するための形態である。

【1383】

実施例２における特定処理の流れについて図１９を用いて説明する。

【1384】

プログラムの処理の流れ

【1385】

ステップ1：ユーザーの問い合わせを受け取る

【1386】

【1387】

入力: ユーザーの問い合わせ（例: 「PGTAの成功率は？」）

【1388】

出力: サーバに送信される問い合わせデータ

【1389】

ステップ2：問い合わせ内容を解析する

【1390】

【1391】

入力: 端末から送信された問い合わせデータ

【1392】

データ加工: 自然言語処理エンジンを用いてキーワードを抽出（例: 「PGTA」、「成功率」）

【1393】

出力: 抽出されたキーワード

【1394】

ステップ3：データベースから情報を取得する

【1395】

【1396】

入力: 抽出されたキーワード（例: 「PGTA」、「成功率」）

【1397】

データ演算: SQLクエリを実行してデータベースから情報を取得（例: SELECT success_rate FROM fertility_treatments WHERE treatment_name = 'PGTA';）

【1398】

出力: 取得された情報（例: 「PGTAの成功率は70%」）

【1399】

ステップ4：情報をユーザーに提供する

【1400】

サーバは、取得した情報を端末に送信する。端末は、受け取った情報をユーザーに表示する。例えば、「PGTAの成功率は70%です」と表示する。

【1401】

入力: 取得された情報（例: 「PGTAの成功率は70%」）

【1402】

出力: ユーザーに表示される情報

【1403】

ステップ5：感情エンジンを用いた情報提供（必要に応じて）

【1404】

【1405】

入力: ユーザーの感情データ

【1406】

データ加工: 感情解析エンジンを用いて感情を解析し、適切な情報を選定

【1407】

出力: ユーザーに表示される感情に適した情報（例: 「最近の研究では、新しい治療法が開発されました」）

【1408】

以上が、このシステムのプログラムの処理の流れである。

【1409】

（応用例２）

【1410】

【1411】

【1412】

応用例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【1413】

【1414】

【1415】

【1416】

【1417】

【1418】

「ユーザーの感情を解析する手段」とは、ユーザーの表情や声のトーンなどを解析し、ユーザーの感情を判断するための手段である。

【1419】

【1420】

【1421】

システムの構成

【1422】

このシステムは、以下の主要なコンポーネントから構成される。

【1423】

1. データベース参照手段:

【1424】

【1425】

2. 情報提供手段:

【1426】

【1427】

3. 問い合わせ応答手段:

【1428】

【1429】

4. 感情解析手段:

【1430】

【1431】

5. 感情に基づく情報提供手段:

【1432】

【1433】

使用するハードウェアおよびソフトウェア

【1434】

ハードウェア:

【1435】

スマート眼鏡（カメラ、マイク付き）

【1436】

サーバ

【1437】

ソフトウェア:

【1438】

Python

【1439】

OpenCV（画像処理ライブラリ）

【1440】

EmotionRecognizer（感情認識ライブラリ）

【1441】

Database（データベースアクセスライブラリ）

【1442】

処理の流れ

【1443】

【1444】

具体例

【1445】

【1446】

プロンプト文の例

【1447】

【1448】

応用例２における特定処理の流れについて図２０を用いて説明する。

【1449】

ステップ１：

【1450】

【1451】

ステップ２：

【1452】

【1453】

ステップ３：

【1454】

【1455】

ステップ４：

【1456】

【1457】

ステップ５：

【1458】

【1459】

ステップ６：

【1460】

【1461】

ステップ７：

【1462】

【1463】

（実施例３）

【1464】

【1465】

【1466】

実施例３におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【1467】

【1468】

「データベース」とは、過去の治療実績や統計情報、研究機関での情報開示を含む情報の集合体である。

【1469】

【1470】

【1471】

「生成AIモデル」とは、自然言語の応答を生成するために使用される人工知能のモデルである。

【1472】

「自然言語の応答を生成する手段」とは、生成AIモデルを使用して、ユーザーの問い合わせに対する適切な応答を自然言語で生成する機能である。

【1473】

「感情を解析する手段」とは、ユーザーの感情を解析し、その感情に基づいて適切な応答を生成する機能である。

【1474】

【1475】

発明を実施するための形態

【1476】

【1477】

使用するハードウェアおよびソフトウェア

【1478】

サーバ

【1479】

サーバは、データベースにアクセスし、ユーザーからの問い合わせを受信して処理する。サーバは以下のソフトウェアを使用する：

【1480】

データベース管理システム（DBMS）

【1481】

生成AIモデル（例えば、GPT-4）

【1482】

感情解析ソフトウェア（例えば、IBM WatsonのTone Analyzer）

【1483】

端末

【1484】

端末は、ユーザーが問い合わせを入力し、サーバからの応答を受信して表示するためのデバイスである。端末は以下のソフトウェアを使用する：

【1485】

チャットインターフェース

【1486】

データ加工およびデータ演算

【1487】

データベースアクセス

【1488】

【1489】

生成AIモデルによる応答生成

【1490】

【1491】

感情解析

【1492】

【1493】

具体例

【1494】

具体例1: 二段階移植のメリットとデメリットに関する問い合わせ

【1495】

1. ユーザーが「二段階移植のメリットとデメリットは？」とチャットに入力する。

【1496】

2. 端末がこの問い合わせをサーバに送信する。

【1497】

3. サーバが問い合わせを受信し、データベースから二段階移植に関する情報を取得する。

【1498】

4. サーバが取得した情報を基に、生成AIモデル（GPT-4）を使用して応答を生成する。

【1499】

5. サーバが生成した応答を端末に送信する。

【1500】

6. 端末が「二段階移植のメリットは、成功率が高くなることです。デメリットは、手術が複雑になることです。」とユーザーに表示する。

【1501】

具体例2: 感情エンジンを使用した応答

【1502】

1. ユーザーが「最近、仕事がうまくいかなくて落ち込んでいます。」とチャットに入力する。

【1503】

2. 端末がこの問い合わせをサーバに送信する。

【1504】

3. サーバが問い合わせを受信し、感情解析ソフトウェアがユーザーの感情を解析する。

【1505】

4. 感情解析ソフトウェアがユーザーの落胆を検出し、励ましの言葉を含む応答を生成する。

【1506】

5. サーバが生成した応答を端末に送信する。

【1507】

【1508】

【1509】

ステップ１：

【1510】

ユーザがチャット形式で問い合わせを入力する。

【1511】

【1512】

入力：ユーザの問い合わせ内容

【1513】

出力：問い合わせ内容が端末に送信されるデータ

【1514】

ステップ２：

【1515】

端末が問い合わせをサーバに送信する。

【1516】

具体的な動作：端末はユーザが入力した問い合わせを適切なフォーマットでサーバに送信する。

【1517】

入力：ユーザの問い合わせ内容

【1518】

出力：問い合わせ内容がサーバに送信されるデータ

【1519】

ステップ３：

【1520】

サーバが問い合わせを受信し、データベースにアクセスして関連情報を取得する。

【1521】

【1522】

入力：ユーザの問い合わせ内容

【1523】

出力：データベースから取得した関連情報

【1524】

ステップ４：

【1525】

サーバが取得した情報を基に生成AIモデルを使用して応答を生成する。

【1526】

【1527】

入力：データベースから取得した関連情報、ユーザの問い合わせ内容

【1528】

出力：生成AIモデルによって生成された自然言語の応答

【1529】

ステップ５：

【1530】

サーバが生成した応答を端末に送信する。

【1531】

具体的な動作：サーバは生成AIモデルによって生成された応答を端末に送信する。この応答は、ユーザにとって理解しやすい形式で送られる。

【1532】

入力：生成AIモデルによって生成された自然言語の応答

【1533】

出力：端末に送信される応答データ

【1534】

ステップ６：

【1535】

端末が応答をユーザに表示する。

【1536】

【1537】

入力：サーバから送信された応答データ

【1538】

出力：ユーザに表示される応答

【1539】

ステップ７：

【1540】

感情エンジンがユーザの感情を解析し、必要に応じて感情に適した応答を生成する。

【1541】

【1542】

入力：ユーザの感情データ

【1543】

出力：感情に適した応答データ

【1544】

（応用例３）

【1545】

【1546】

【1547】

【1548】

【1549】

「情報提供手段」とは、データベースから取得した情報を基に、不妊治療に関する情報をユーザーに提供するための機能である。

【1550】

【1551】

「感情エンジン」とは、ユーザーの感情を解析し、その感情に適した応答を生成するためのシステムである。

【1552】

「チャット形式」とは、ユーザーがテキストベースで問い合わせを行い、それに対してリアルタイムで応答を返すコミュニケーション形式である。

【1553】

【1554】

使用するハードウェアおよびソフトウェア

【1555】

ハードウェア: サーバ、ユーザー端末（スマートフォン、タブレット、パソコンなど）

【1556】

ソフトウェア: Python、OpenAI API、EmotionRecognizerライブラリ、SecurityDatabaseクラス

【1557】

データ加工およびデータ演算

【1558】

【1559】

具体例

【1560】

例えば、ユーザーが「家のセキュリティカメラが動作していない」と入力した場合、サーバは以下の手順で処理を行う。

【1561】

1. ユーザーの入力を受け取る。

【1562】

2. データベースから「セキュリティカメラのトラブルシューティング」に関する情報を取得する。

【1563】

3. EmotionRecognizerライブラリを用いて、ユーザーの感情を解析する。

【1564】

【1565】

プロンプト文の例

【1566】

ユーザーが「家のセキュリティカメラが動作していない」と入力した場合のプロンプト文の例は以下の通りである。

【1567】

user_input = "家のセキュリティカメラが動作していない"

【1568】

response = generate_response(user_input)

【1569】

print(response)

【1570】

このようにして、ユーザーの感情に応じた適切な情報提供とサポートが可能となる。

【1571】

応用例３における特定処理の流れについて図２２を用いて説明する。

【1572】

ステップ１：

【1573】

【1574】

入力：ユーザの問い合わせ（例：「家のセキュリティカメラが動作していない」）

【1575】

出力：サーバに送信されたユーザの問い合わせ

【1576】

ステップ２：

【1577】

サーバは、受信したユーザの問い合わせを解析する。具体的には、問い合わせ内容をテキスト解析し、関連するキーワードを抽出する。

【1578】

入力：ユーザの問い合わせ

【1579】

出力：抽出されたキーワード（例：「セキュリティカメラ」、「動作していない」）

【1580】

ステップ３：

【1581】

【1582】

入力：抽出されたキーワード

【1583】

出力：データベースから取得された関連情報（例：「カメラの電源を確認し、再起動してください」）

【1584】

ステップ４：

【1585】

サーバは、EmotionRecognizerライブラリを使用して、ユーザの問い合わせから感情を解析する。例えば、ユーザが不安を感じているかどうかを判定する。

【1586】

入力：ユーザの問い合わせ

【1587】

出力：解析されたユーザの感情（例：「不安」）

【1588】

ステップ５：

【1589】

【1590】

入力：データベースから取得された関連情報、解析されたユーザの感情

【1591】

【1592】

ステップ６：

【1593】

サーバは、生成された応答をユーザの端末に送信する。ユーザは端末で応答を確認することができる。

【1594】

入力：生成された応答

【1595】

出力：ユーザの端末に送信された応答

【1596】

このようにして、ユーザの感情に応じた適切な情報提供とサポートが可能となる。

【1597】

特定処理部２９０は、特定処理の結果をスマート眼鏡２１４に送信する。スマート眼鏡２１４では、制御部４６Ａが、スピーカ２４０に対して特定処理の結果を出力させる。マイクロフォン２３８は、特定処理の結果に対するユーザ入力を示す音声を取得する。制御部４６Ａは、マイクロフォン２３８によって取得されたユーザ入力を示す音声データをデータ処理装置１２に送信する。データ処理装置１２では、特定処理部２９０が音声データを取得する。

【1598】

データ生成モデル５８は、いわゆる生成ＡＩ（Artificial Intelligence）である。デ

【1599】

ータ生成モデル５８の一例としては、ＣｈａｔＧＰＴ（インターネット検索＜URL: https://openai.com/blog/chatgpt＞）等の生成ＡＩが挙げられる。データ生成モデル５８は

【1600】

【1601】

生成AIの他の例としては、Gemini（インターネット検索＜URL: https://gemini.google.com/?hl=ja＞）が挙げられる。

【1602】

上記実施形態では、データ処理装置１２によって特定処理が行われる形態例を挙げたが、本開示の技術はこれに限定されず、スマート眼鏡２１４によって特定処理が行われるようにしてもよい。

【1603】

［第３実施形態］

【1604】

図５には、第３実施形態に係るデータ処理システム３１０の構成の一例が示されている。

【1605】

図５に示すように、データ処理システム３１０は、データ処理装置１２及びヘッドセット型端末３１４を備えている。データ処理装置１２の一例としては、サーバが挙げられる。

【1606】

【1607】

ヘッドセット型端末３１４は、コンピュータ３６、マイクロフォン２３８、スピーカ２４０、カメラ４２、通信Ｉ／Ｆ４４、及びディスプレイ３４３を備えている。コンピュータ３６は、プロセッサ４６、ＲＡＭ４８、及びストレージ５０を備えている。プロセッサ４６、ＲＡＭ４８、及びストレージ５０は、バス５２に接続されている。また、マイクロフォン２３８、スピーカ２４０、カメラ４２、及びディスプレイ３４３も、バス５２に接続されている。

【1608】

【1609】

【1610】

【1611】

図６には、データ処理装置１２及びヘッドセット型端末３１４の要部機能の一例が示されている。図６に示すように、データ処理装置１２では、プロセッサ２８によって特定処理が行われる。ストレージ３２には、特定処理プログラム５６が格納されている。

【1612】

【1613】

ストレージ３２には、データ生成モデル５８及び感情特定モデル５９が格納されている。データ生成モデル５８及び感情特定モデル５９は、特定処理部２９０によって用いられ

【1614】

る。

【1615】

ヘッドセット型端末３１４では、プロセッサ４６によって受付出力処理が行われる。ストレージ５０には、受付出力プログラム６０が格納されている。プロセッサ４６は、ストレージ５０から受付出力プログラム６０を読み出し、読み出した受付出力プログラム６０をＲＡＭ４８上で実行する。受付出力処理は、プロセッサ４６がＲＡＭ４８上で実行する受付出力プログラム６０に従って、制御部４６Ａとして動作することによって実現される。

【1616】

次に、データ処理装置１２の特定処理部２９０による特定処理について説明する。

【1617】

「形態例１」

【1618】

【1619】

「形態例２」

【1620】

【1621】

「形態例３」

【1622】

【1623】

以下に、各形態例の処理の流れについて説明する。

【1624】

「形態例１」

【1625】

ステップ１：システムは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する。

【1626】

ステップ２：データベースから取得した情報を基に、不妊治療に関する情報を提供する。「形態例２」

【1627】

ステップ１：ユーザーからの問い合わせを受け付ける。

【1628】

ステップ２：問い合わせに対応する情報をデータベースから取得する。

【1629】

ステップ３：取得した情報を基に、ユーザーに対して応答を返す。

【1630】

「形態例３」

【1631】

ステップ１：ユーザーからのチャット形式の問い合わせを受け付ける。

【1632】

ステップ２：問い合わせに対応する情報をデータベースから取得する。

【1633】

ステップ３：取得した情報を基に、ユーザーに対してリアルタイムで応答を返す。

【1634】

（実施例１）

【1635】

次に、形態例１の実施例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ヘッドセット型端末３１４を「端末」と称する。

【1636】

【1637】

実施例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【1638】

【1639】

「データベース」とは、過去の治療実績や統計情報、研究機関での情報開示を含む情報を格納し、参照可能な情報の集合体である。

【1640】

「参照する手段」とは、データベース内の情報を検索し、必要なデータを取得するための方法や技術である。

【1641】

「提供する手段」とは、取得した情報をユーザに対して表示し、利用可能な形で提供するための方法や技術である。

【1642】

「応答する手段」とは、ユーザからの問い合わせに対して、データベースから取得した情報を基に回答を返すための方法や技術である。

【1643】

「整理する手段」とは、収集したデータをカテゴリ別に分類し、データベースに効率的に格納するための方法や技術である。

【1644】

「解析する手段」とは、ユーザが入力した検索条件を理解し、それに基づいて適切なリクエストを生成するための方法や技術である。

【1645】

「送信する手段」とは、解析されたリクエストをサーバに送信し、必要な情報を取得するための方法や技術である。

【1646】

「表示する手段」とは、サーバから返送されたデータをユーザに見やすい形式で表示するための方法や技術である。

【1647】

【1648】

サーバの動作

【1649】

サーバは、不妊治療に関する情報を収集し、整理し、提供する中心的な役割を果たす。サーバは以下のハードウェアおよびソフトウェアを用いる。

【1650】

ハードウェア: 高性能なプロセッサ、十分なメモリ、ストレージデバイス

【1651】

ソフトウェア: データベース管理システム（DBMS）、APIインターフェース、データ解析ツール

【1652】

【1653】

【1654】

端末の動作

【1655】

端末は、ユーザが不妊治療情報を検索・閲覧するためのインターフェースを提供する。端末は以下のハードウェアおよびソフトウェアを用いる。

【1656】

ハードウェア: パーソナルコンピュータ、スマートフォン、タブレット

【1657】

ソフトウェア: ウェブブラウザ、モバイルアプリケーション

【1658】

【1659】

【1660】

ユーザの動作

【1661】

ユーザは、不妊治療に関する情報を得るためにこのシステムを利用する。ユーザは以下の手順でシステムを操作する。

【1662】

【1663】

【1664】

【1665】

具体例とプロンプト文

【1666】

例えば、ユーザが「35歳以上の女性に適した不妊治療法」を検索する場合、以下のような手順で処理が行われる。

【1667】

1. ユーザは端末の検索バーに「35歳以上の女性に適した不妊治療法」と入力する。

【1668】

2. 端末はそのリクエストをサーバに送信する。

【1669】

3. サーバはデータベースから該当する情報を抽出し、端末に返送する。

【1670】

4. 端末はその情報をユーザに表示する。

【1671】

5. ユーザは表示された情報を基に、適切な治療法を検討する。

【1672】

生成AIモデルに対して、以下のようなプロンプト文を入力することで、具体的な不妊治療情報を得ることができる。

【1673】

【1674】

このプロンプト文を入力することで、生成AIモデルは該当する情報を提供し、ユーザの意思決定を支援する。

【1675】

実施例１における特定処理の流れについて図１１を用いて説明する。

【1676】

ステップ１：

【1677】

データ収集

【1678】

【1679】

ステップ２：

【1680】

データ整理

【1681】

【1682】

ステップ３：

【1683】

ユーザインターフェースの提供

【1684】

【1685】

ステップ４：

【1686】

リクエストの送信

【1687】

【1688】

ステップ５：

【1689】

データ提供

【1690】

【1691】

ステップ６：

【1692】

結果の表示

【1693】

【1694】

ステップ７：

【1695】

情報の閲覧

【1696】

【1697】

ステップ８：

【1698】

意思決定の支援

【1699】

【1700】

（応用例１）

【1701】

次に、形態例１の応用例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ヘッドセット型端末３１４を「端末」と称する。

【1702】

【1703】

応用例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【1704】

【1705】

「過去の治療実績」とは、過去に行われた不妊治療の結果や過程に関するデータである。

【1706】

「統計情報」とは、治療結果や治療過程に関する数値データを集計・分析した情報である。

【1707】

「研究機関での情報開示」とは、研究機関が公開している不妊治療に関する研究結果や論文などの情報である。

【1708】

「データベース」とは、過去の治療実績、統計情報、研究機関での情報開示を含む情報を整理・保存するシステムである。

【1709】

「不妊治療に関する情報」とは、不妊治療の手法、治療結果、治療過程、最新の研究結果などの情報である。

【1710】

「ユーザーからの問い合わせ」とは、ユーザーがシステムに対して行う質問や情報の要求である。

【1711】

「症状」とは、ユーザーが経験している不妊に関連する身体的・医学的な状態である。

【1712】

「希望する治療法」とは、ユーザーが受けたいと考えている不妊治療の方法である。

【1713】

「最適な治療法」とは、ユーザーの症状や希望に最も適合する不妊治療の方法である。

【1714】

「位置情報」とは、ユーザーが現在いる場所に関するデータである。

【1715】

「医療機関」とは、不妊治療を提供するクリニックや病院などの施設である。

【1716】

「チャット形式」とは、テキストメッセージを用いてリアルタイムでコミュニケーションを行う形式である。

【1717】

【1718】

サーバは、以下の手段を含む：

【1719】

1. データベース参照手段：過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する。

【1720】

2. 情報提供手段：データベースから取得した情報を基に不妊治療に関する情報を提供する。

【1721】

3. 問い合わせ応答手段：ユーザーからの問い合わせに対してデータベースから取得した情報を基に応答する。

【1722】

4. 治療法提案手段：ユーザーが入力した症状や希望する治療法を基に最適な治療法を提案する。

【1723】

5. 医療機関検索手段：ユーザーの位置情報や希望する治療法に基づいて最適な医療機関を検索する。

【1724】

使用するハードウェアおよびソフトウェア：

【1725】

ハードウェア：サーバ、スマートフォン、タブレット

【1726】

ソフトウェア：Flask（PythonのWebフレームワーク）、requests（HTTPリクエストを送信するためのPythonライブラリ）

【1727】

データ加工およびデータ演算：

【1728】

【1729】

具体例：

【1730】

【1731】

プロンプト文の例：

【1732】

ユーザーが多嚢胞性卵巣症候群の症状を持ち、体外受精を希望しています。最適な治療法と医療機関を提案してください。

【1733】

このようにして、ユーザーは効率的に信頼性の高い不妊治療情報を取得し、最適な治療法や医療機関を選択することが可能となる。

【1734】

応用例１における特定処理の流れについて図１２を用いて説明する。

【1735】

ステップ１：

【1736】

ユーザーがスマートフォンやタブレットのアプリケーションを起動し、症状や希望する治療法、位置情報を入力する。

【1737】

入力：症状、希望する治療法、位置情報

【1738】

出力：ユーザー入力データ

【1739】

【1740】

ステップ２：

【1741】

ユーザー端末が入力データをサーバに送信する。

【1742】

入力：ユーザー入力データ

【1743】

出力：サーバへのリクエスト

【1744】

具体的な動作：ユーザー端末が入力データをHTTPリクエストとしてサーバに送信する。

【1745】

ステップ３：

【1746】

サーバが受信したユーザー入力データを解析し、データベースから関連する治療法情報を検索する。

【1747】

入力：ユーザー入力データ

【1748】

出力：治療法情報

【1749】

【1750】

ステップ４：

【1751】

サーバが取得した治療法情報を基に、ユーザーの症状や希望する治療法に最適な治療法を提案する。

【1752】

入力：治療法情報、ユーザー入力データ

【1753】

出力：最適な治療法提案

【1754】

具体的な動作：サーバが取得した治療法情報を解析し、ユーザーの症状や希望に最も適合する治療法を選定し、提案する。

【1755】

ステップ５：

【1756】

サーバがユーザーの位置情報と希望する治療法に基づいて、最適な医療機関を検索する。

【1757】

入力：位置情報、希望する治療法

【1758】

出力：医療機関情報

【1759】

具体的な動作：サーバが位置情報と希望する治療法を基にデータベースを検索し、最適な医療機関の情報を取得する。

【1760】

ステップ６：

【1761】

サーバが最適な治療法提案と医療機関情報をユーザー端末に送信する。

【1762】

入力：最適な治療法提案、医療機関情報

【1763】

出力：ユーザー端末へのレスポンス

【1764】

具体的な動作：サーバが最適な治療法提案と医療機関情報をHTTPレスポンスとしてユーザー端末に送信する。

【1765】

ステップ７：

【1766】

ユーザー端末がサーバからのレスポンスを受信し、ユーザーに表示する。

【1767】

入力：サーバからのレスポンス

【1768】

出力：ユーザーへの表示情報

【1769】

【1770】

このようにして、ユーザーは効率的に信頼性の高い不妊治療情報を取得し、最適な治療法や医療機関を選択することが可能となる。

【1771】

（実施例２）

【1772】

次に、形態例２の実施例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ヘッドセット型端末３１４を「端末」と称する。

【1773】

【1774】

実施例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【1775】

【1776】

「ユーザー」とは、システムを利用して情報を取得しようとする個人または団体である。

【1777】

「端末」とは、ユーザーが問い合わせを入力し、情報を受け取るために使用する電子機器である。

【1778】

【1779】

「問い合わせ」とは、ユーザーが端末を通じてシステムに対して入力する質問や要求のことである。

【1780】

「データベース」とは、過去の治療実績や統計情報、研究機関での情報開示を含む情報を格納するためのデータストレージシステムである。

【1781】

「情報を取得する手段」とは、サーバがデータベースにアクセスし、必要な情報を検索して取得するためのプロセスである。

【1782】

「情報を表示する手段」とは、端末がサーバから受け取った情報をユーザーに見やすい形式で表示するための機能である。

【1783】

「特定の不妊治療手法」とは、PGTAや二段階移植などの具体的な不妊治療方法のことである。

【1784】

「チャット形式」とは、ユーザーがシステムと対話形式で問い合わせを行い、応答を受け取るためのインターフェース形式である。

【1785】

【1786】

このシステムは、以下のハードウェアおよびソフトウェアを使用する：

【1787】

端末：スマートフォン、タブレット、パソコンなどの電子機器

【1788】

サーバ：高性能なコンピュータシステム

【1789】

データベース管理システム（DBMS）：MySQL

【1790】

サーバソフトウェア：Apache

【1791】

プログラミング言語：Python

【1792】

【1793】

プロンプト文の例：

【1794】

ユーザー: PGTAの成功率は？

【1795】

サーバ: データベースから情報を取得中...

【1796】

サーバ: PGTAの成功率は約60%です。

【1797】

【1798】

実施例２における特定処理の流れについて図１３を用いて説明する。

【1799】

ステップ１：

【1800】

ユーザが端末から問い合わせを入力する。

【1801】

【1802】

入力：ユーザが入力した問い合わせ（例：「PGTAの成功率は？」）

【1803】

出力：端末の入力フィールドに表示された問い合わせ

【1804】

ステップ２：

【1805】

端末が問い合わせをサーバに送信する。

【1806】

端末はユーザが入力した問い合わせをHTTPリクエストとしてサーバに送信する。このとき、端末は問い合わせ内容をJSON形式でサーバに送信する。

【1807】

入力：ユーザが入力した問い合わせ（例：「PGTAの成功率は？」）

【1808】

出力：サーバに送信されたHTTPリクエスト（例：{"query": "PGTAの成功率は？"}）

【1809】

ステップ３：

【1810】

サーバが問い合わせを解析する。

【1811】

サーバは受け取ったHTTPリクエストを解析し、問い合わせ内容を抽出する。例えば、問い合わせが「PGTAの成功率は？」であることを認識する。

【1812】

入力：端末から送信されたHTTPリクエスト（例：{"query": "PGTAの成功率は？"}）

【1813】

出力：解析された問い合わせ内容（例：「PGTAの成功率は？」）

【1814】

ステップ４：

【1815】

サーバがデータベースにアクセスして情報を取得する。

【1816】

【1817】

入力：解析された問い合わせ内容（例：「PGTAの成功率は？」）

【1818】

出力：データベースから取得した情報（例：「60%」）

【1819】

ステップ５：

【1820】

サーバが取得した情報を端末に送信する。

【1821】

【1822】

入力：データベースから取得した情報（例：「60%」）

【1823】

出力：端末に送信されたHTTPレスポンス（例：{"response": "PGTAの成功率は60%です"}）

【1824】

ステップ６：

【1825】

端末が情報をユーザに表示する。

【1826】

端末はサーバから受け取った情報を解析し、ユーザに見やすい形式で表示する。例えば、「PGTAの成功率は60%です」と画面に表示する。

【1827】

入力：サーバから送信されたHTTPレスポンス（例：{"response": "PGTAの成功率は60%です"}）

【1828】

出力：ユーザに表示された情報（例：「PGTAの成功率は60%です」）

【1829】

（応用例２）

【1830】

次に、形態例２の応用例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ヘッドセット型端末３１４を「端末」と称する。

【1831】

【1832】

【1833】

「不妊治療情報」とは、過去の治療実績や統計情報、研究機関での情報開示を含む、不妊治療に関するあらゆる情報である。

【1834】

「データベース」とは、特定の情報を体系的に整理・保存し、必要に応じて検索・取得できるようにした情報の集合体である。

【1835】

「ユーザーからの問い合わせ」とは、システムを利用する者が特定の情報を求めて行う質問や要求である。

【1836】

「応答する手段」とは、ユーザーからの問い合わせに対して適切な情報を提供するための方法や装置である。

【1837】

「セキュリティ情報」とは、フィッシング詐欺や不正アクセスなどのセキュリティに関する最新の手口や対策情報である。

【1838】

「チャット形式」とは、テキストベースの対話形式でリアルタイムに情報をやり取りする方法である。

【1839】

【1840】

【1841】

【1842】

【1843】

【1844】

「最新のフィッシング詐欺の手口は、偽の銀行メールを使用して個人情報を盗む手法です。」

【1845】

生成AIモデルへのプロンプト文の例は以下の通りである。

【1846】

【1847】

「最新のフィッシング詐欺の手口は、偽の銀行メールを使用して個人情報を盗む手法です。」

【1848】

応用例２における特定処理の流れについて図１４を用いて説明する。

【1849】

ステップ１：

【1850】

【1851】

ステップ２：

【1852】

【1853】

ステップ３：

【1854】

【1855】

ステップ４：

【1856】

【1857】

ステップ５：

【1858】

【1859】

ステップ６：

【1860】

【1861】

ステップ７：

【1862】

【1863】

（実施例３）

【1864】

次に、形態例３の実施例３について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ヘッドセット型端末３１４を「端末」と称する。

【1865】

【1866】

実施例３におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【1867】

【1868】

【1869】

「該問い合わせを解析する手段」とは、受信した問い合わせ内容を解析し、キーワードや意図を抽出するための機能である。

【1870】

「データベースから情報を取得する手段」とは、解析結果に基づいてデータベースから必要な情報を取得するための機能である。

【1871】

「生成AIモデルにプロンプト文を送信する手段」とは、取得した情報を基に生成したプロンプト文を生成AIモデルに送信するための機能である。

【1872】

「生成AIモデルからの応答をユーザーに返す手段」とは、生成AIモデルから受け取った応答をユーザーに返すための機能である。

【1873】

「特定の医療手法に関する情報を提供する手段」とは、特定の医療手法に関する詳細な情報をユーザーに提供するための機能である。

【1874】

【1875】

発明を実施するための形態

【1876】

【1877】

1. システムのプログラムの生成

【1878】

【1879】

2. プログラムの処理

【1880】

【1881】

3. 具体例

【1882】

【1883】

1. ユーザーが「二段階移植のメリットとデメリットは？」とチャット形式で問い合わせを送信する。

【1884】

2. サーバは、この問い合わせを受信し、解析する。

【1885】

3. サーバは、MySQLデータベースから「二段階移植のメリットとデメリット」に関する情報を取得するためのSQLクエリを実行する。

【1886】

4. 取得した情報を基に、以下のようなプロンプト文を生成AIモデルに入力する。

【1887】

プロンプト文の例: 「二段階移植のメリットとデメリットについて教えてください。メリットは〇〇で、デメリットは△△です。」

【1888】

5. 生成AIモデル（例えば、GPT-3）は、このプロンプト文を基に応答を生成する。

【1889】

6. サーバは、生成された応答をユーザーにリアルタイムで返す。

【1890】

【1891】

ステップ１：

【1892】

ユーザが問い合わせを送信する

【1893】

【1894】

ステップ２：

【1895】

サーバが問い合わせを受信する

【1896】

【1897】

ステップ３：

【1898】

サーバが問い合わせを解析する

【1899】

【1900】

ステップ４：

【1901】

サーバがデータベースから情報を取得する

【1902】

【1903】

ステップ５：

【1904】

サーバが生成AIモデルにプロンプト文を送信する

【1905】

【1906】

ステップ６：

【1907】

生成AIモデルが応答を生成する

【1908】

【1909】

ステップ７：

【1910】

サーバが応答をユーザに返す

【1911】

【1912】

（応用例３）

【1913】

次に、形態例３の応用例３について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ヘッドセット型端末３１４を「端末」と称する。

【1914】

【1915】

応用例３におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【1916】

【1917】

「過去の治療実績」とは、以前に行われた不妊治療の結果や経過に関するデータである。

【1918】

「統計情報」とは、複数の治療データを集計・分析した結果を示すデータである。

【1919】

「研究機関での情報開示」とは、学術機関や医療機関が公開している不妊治療に関する研究結果や報告書である。

【1920】

「データベース」とは、過去の治療実績、統計情報、研究機関での情報開示などのデータを体系的に管理・保存するシステムである。

【1921】

「不妊治療に関する情報」とは、不妊治療の方法、効果、副作用、成功率などに関する詳細なデータである。

【1922】

「ユーザーからの問い合わせ」とは、システムを利用する個人が不妊治療に関して質問や情報を求める行為である。

【1923】

「生成AIモデル」とは、人工知能を用いてユーザーの質問に対して適切な応答を生成するためのアルゴリズムやプログラムである。

【1924】

「適切な応答」とは、ユーザーの質問に対して正確かつ有用な情報を提供する回答である。

【1925】

【1926】

使用するハードウェアおよびソフトウェア

【1927】

ハードウェア: サーバ、スマートフォン

【1928】

ソフトウェア: Python、SQLite、OpenAI API

【1929】

データ加工およびデータ演算

【1930】

【1931】

データベースからの情報取得

【1932】

【1933】

生成AIモデルの利用

【1934】

【1935】

具体例

【1936】

【1937】

ユーザーの質問: 二段階移植のメリットとデメリットは？

【1938】

回答:

【1939】

【1940】

応用例３における特定処理の流れについて図１６を用いて説明する。

【1941】

ステップ１：

【1942】

ユーザがスマートフォンを用いてシステムにアクセスし、チャット形式で問い合わせを行う。

【1943】

入力: ユーザの質問（例：「二段階移植のメリットとデメリットは？」）

【1944】

出力: ユーザの質問内容がサーバに送信される。

【1945】

具体的な動作: ユーザがスマートフォンのチャットアプリケーションを開き、質問を入力して送信ボタンを押す。

【1946】

ステップ２：

【1947】

サーバがユーザの質問を受信し、内容を解析する。

【1948】

入力: ユーザの質問内容

【1949】

出力: 質問内容の解析結果（例：「二段階移植に関する質問」）

【1950】

具体的な動作: サーバが受信したテキストデータを自然言語処理アルゴリズムで解析し、質問の意図を特定する。

【1951】

ステップ３：

【1952】

サーバがデータベースに接続し、該当する情報を検索する。

【1953】

入力: 質問内容の解析結果

【1954】

出力: データベースから取得した情報（例：「二段階移植のメリットとデメリットに関する情報」）

【1955】

具体的な動作: サーバがSQLiteデータベースにクエリを送信し、該当する情報を取得する。

【1956】

ステップ４：

【1957】

サーバがデータベースから取得した情報を基に応答を生成する。

【1958】

入力: データベースから取得した情報

【1959】

出力: ユーザへの応答内容（例：「二段階移植のメリットは...、デメリットは...」）

【1960】

具体的な動作: サーバが取得した情報をテキスト形式に整形し、ユーザに送信するための応答を生成する。

【1961】

ステップ５：

【1962】

サーバが生成AIモデルを用いて、ユーザの質問に対して適切な応答を生成する。

【1963】

入力: ユーザの質問内容

【1964】

出力: 生成AIモデルによる応答内容（例：「二段階移植のメリットとデメリットは以下の通りです...」）

【1965】

具体的な動作: サーバがOpenAI APIにプロンプト文を送信し、生成された応答を受信する。

【1966】

ステップ６：

【1967】

サーバが生成した応答をユーザに送信する。

【1968】

入力: 生成された応答内容

【1969】

出力: ユーザのスマートフォンに表示される応答メッセージ

【1970】

具体的な動作: サーバが生成された応答をチャットアプリケーションを通じてユーザに送信し、ユーザのスマートフォンに表示される。

【1971】

【1972】

「形態例１」

【1973】

【1974】

「形態例２」

【1975】

【1976】

「形態例３」

【1977】

【1978】

以下に、各形態例の処理の流れについて説明する。

【1979】

「形態例１」

【1980】

ステップ１：ユーザーがシステムに問い合わせを行う。

【1981】

ステップ２：感情エンジンがユーザーのテキスト入力や音声入力から感情を解析する。

【1982】

ステップ３：システムが感情エンジンの解析結果を利用し、ユーザーの感情に適した情報を提供する。

【1983】

「形態例２」

【1984】

ステップ１：感情エンジンがユーザーの感情を解析する。

【1985】

ステップ２：システムが感情エンジンの解析結果を利用し、ユーザーの感情に適した情報を提供する。

【1986】

「形態例３」

【1987】

ステップ１：感情エンジンがユーザーの感情を解析する。

【1988】

ステップ２：システムが感情エンジンの解析結果を利用し、ユーザーの感情に適した応答を生成する。

【1989】

（実施例１）

【1990】

【1991】

【1992】

実施例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【1993】

【1994】

「過去の治療実績」とは、過去に行われた不妊治療の結果や過程に関するデータである。

【1995】

「統計情報」とは、不妊治療に関連するデータを集計・分析した結果である。

【1996】

「研究機関での情報開示」とは、研究機関が公開している不妊治療に関する研究結果や報告書である。

【1997】

「データベース」とは、過去の治療実績、統計情報、研究機関での情報開示を含む情報を整理・保存するシステムである。

【1998】

「感情解析手段」とは、ユーザーのテキスト入力や音声入力から感情を解析する技術である。

【1999】

「適切な情報を提供する手段」とは、ユーザーの感情解析結果に基づいて、ユーザーにとって有益な情報を選択し提供する技術である。

【2000】

【2001】

【2002】

使用するハードウェアおよびソフトウェア

【2003】

1. サーバ

【2004】

【2005】

サーバは、ウェブサーバソフトウェア（例：Apache、Nginx）を使用して、ユーザーからのHTTPリクエストを受信し、処理する。

【2006】

2. 感情解析手段

【2007】

【2008】

3. 端末

【2009】

ユーザーは、ウェブブラウザ（例：Google Chrome、Safari）やモバイルアプリを使用してシステムにアクセスする。

【2010】

データ加工およびデータ演算

【2011】

1. データベース参照

【2012】

【2013】

2. 感情解析

【2014】

サーバは、ユーザーのテキスト入力や音声入力を感情解析手段に送信し、ユーザーの感情を解析する。解析結果は、JSON形式でサーバに返される。

【2015】

3. 情報提供

【2016】

【2017】

具体例

【2018】

例えば、ユーザーが「最近の治療がうまくいかなくて不安です」とテキスト入力した場合、以下のように処理が進む。

【2019】

1. ユーザーがGoogle Chromeを使用してシステムにアクセスする。

【2020】

2. ユーザーがテキストボックスに「最近の治療がうまくいかなくて不安です」と入力する。

【2021】

3. サーバがApacheを通じてこの入力を受信する。

【2022】

4. サーバがGoogle Cloud Natural Language APIを呼び出し、入力データを送信する。

【2023】

5. 感情解析手段が「不安」という感情を解析する。

【2024】

6. サーバが解析結果をJSON形式で受け取る。

【2025】

7. サーバがMySQLデータベースを参照する。

【2026】

8. サーバが不安を和らげるための成功事例やリラックス方法に関する情報を検索する。

【2027】

9. サーバが検索結果をウェブページに表示し、ユーザーに提供する。

【2028】

プロンプト文の例

【2029】

生成AIモデルへ入力するプロンプト文の例としては以下のようなものがある：

【2030】

【2031】

このプロンプト文を使用することで、生成AIモデルはユーザーの感情を認識し、適切な情報を提供するシステムの動作を理解することができる。

【2032】

実施例１における特定処理の流れについて図１７を用いて説明する。

【2033】

ステップ１：

【2034】

ユーザがシステムにアクセスする。

【2035】

【2036】

ステップ２：

【2037】

ユーザが問い合わせを入力する。

【2038】

【2039】

ステップ３：

【2040】

サーバがユーザの入力を受信する。

【2041】

【2042】

ステップ４：

【2043】

サーバが感情エンジンを呼び出す。

【2044】

【2045】

ステップ５：

【2046】

感情エンジンがユーザの感情を解析する。

【2047】

【2048】

ステップ６：

【2049】

サーバが解析結果を受け取る。

【2050】

【2051】

ステップ７：

【2052】

サーバがデータベースを参照する。

【2053】

【2054】

ステップ８：

【2055】

サーバが適切な情報を検索する。

【2056】

【2057】

ステップ９：

【2058】

サーバが検索結果をユーザに提供する。

【2059】

【2060】

（応用例１）

【2061】

【2062】

【2063】

応用例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【2064】

【2065】

「データベース」とは、過去の治療実績や統計情報、研究機関での情報開示を含む情報を整理・保存し、必要に応じて参照できるシステムである。

【2066】

「不妊治療情報提供手段」とは、データベースから取得した情報を基に、不妊治療に関する情報をユーザーに提供する機能である。

【2067】

「問い合わせ応答手段」とは、ユーザーからの問い合わせに対して、データベースから取得した情報を基に応答する機能である。

【2068】

「感情エンジン」とは、ユーザーのテキスト入力や音声入力から感情を解析し、その結果をシステムが利用できるようにする技術である。

【2069】

「感情認識手段」とは、感情エンジンを用いてユーザーの感情を認識する機能である。

【2070】

「感情応答手段」とは、認識した感情に応じて適切な情報を提供する機能である。

【2071】

「バーチャルインターフェース」とは、ユーザーがバーチャル空間内で情報を閲覧するためのインターフェースである。

【2072】

この発明を実施するためのシステムは、以下のような構成を持つ。

【2073】

システムの構成

【2074】

1. データベース参照手段

【2075】

【2076】

2. 不妊治療情報提供手段

【2077】

【2078】

3. 問い合わせ応答手段

【2079】

【2080】

4. 感情認識手段

【2081】

【2082】

5. 感情応答手段

【2083】

サーバは、認識した感情に応じて適切な情報を提供する。例えば、ユーザーが不安を感じている場合には、安心させる情報を提供する。

【2084】

6. バーチャルインターフェース

【2085】

【2086】

使用するハードウェア・ソフトウェア

【2087】

ハードウェア: スマートフォン、ヘッドマウントディスプレイ

【2088】

ソフトウェア: Python、感情認識ライブラリ（EmotionEngine）、データベース管理システム（TreatmentDatabase）

【2089】

データ加工・演算

【2090】

1. ユーザー入力の取得

【2091】

端末は、ユーザーからのテキストまたは音声入力を取得する。

【2092】

2. 感情解析

【2093】

サーバは、感情エンジンを用いてユーザーの入力から感情を解析する。

【2094】

3. 情報提供

【2095】

サーバは、感情解析の結果に基づいて、データベースから適切な情報を取得し、ユーザーに提供する。

【2096】

具体例

【2097】

ユーザーが「最近の治療結果が心配です」と入力した場合、感情エンジンが「不安」と解析し、サーバは安心させる情報を提供する。

【2098】

ユーザーが「最新の治療法について知りたい」と入力した場合、サーバは一般的な治療情報を提供する。

【2099】

プロンプト文の例

【2100】

ユーザーが「最近の治療結果が心配です」と入力した場合、感情エンジンが「不安」と解析し、安心させる情報を提供してください。

【2101】

【2102】

応用例１における特定処理の流れについて図１８を用いて説明する。

【2103】

ステップ１：

【2104】

ユーザが端末にテキストまたは音声で問い合わせを入力する。

【2105】

入力: ユーザのテキストまたは音声入力（例：「最近の治療結果が心配です」）

【2106】

出力: ユーザの入力データ

【2107】

具体的な動作: 端末は、ユーザの入力を受け取り、テキストデータまたは音声データとして保存する。

【2108】

ステップ２：

【2109】

端末がユーザの入力データをサーバに送信する。

【2110】

入力: ユーザの入力データ

【2111】

出力: サーバに送信されたユーザの入力データ

【2112】

具体的な動作: 端末は、ユーザの入力データをネットワークを介してサーバに送信する。

【2113】

ステップ３：

【2114】

サーバが感情エンジンを用いてユーザの入力データから感情を解析する。

【2115】

入力: ユーザの入力データ

【2116】

出力: ユーザの感情データ（例：「不安」）

【2117】

【2118】

ステップ４：

【2119】

サーバが感情データに基づいてデータベースから適切な情報を取得する。

【2120】

入力: ユーザの感情データ（例：「不安」）

【2121】

出力: 適切な情報データ（例：「安心させる情報」）

【2122】

【2123】

ステップ５：

【2124】

サーバが取得した情報を端末に送信する。

【2125】

入力: 適切な情報データ

【2126】

出力: 端末に送信された情報データ

【2127】

具体的な動作: サーバは、取得した情報データをネットワークを介して端末に送信する。

【2128】

ステップ６：

【2129】

端末が受信した情報をユーザに表示する。

【2130】

入力: 受信した情報データ

【2131】

出力: ユーザに表示された情報

【2132】

【2133】

このようにして、ユーザの感情に応じた適切な情報提供が可能となり、バーチャル空間内で直感的に情報を得ることができるシステムを実現する。

【2134】

（実施例２）

【2135】

【2136】

【2137】

実施例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【2138】

【2139】

「ユーザーからの問い合わせを受け取る手段」とは、ユーザーが入力した質問や要求をシステムが受信するためのインターフェースである。

【2140】

【2141】

【2142】

【2143】

【2144】

【2145】

【2146】

発明を実施するための形態

【2147】

【2148】

使用するハードウェアおよびソフトウェア

【2149】

サーバは、以下のハードウェアおよびソフトウェアを使用する。

【2150】

ハードウェア: 高性能なサーバマシン（例: Intel Xeonプロセッサ、32GB RAM、1TB SSD）

【2151】

ソフトウェア:

【2152】

データベース管理システム（例: MySQL）

【2153】

自然言語処理エンジン（例: spaCy、NLTK）

【2154】

感情解析エンジン（例: IBM Watsonの感情解析API）

【2155】

【2156】

プログラムの処理説明

【2157】

【2158】

【2159】

具体例

【2160】

ユーザーが「PGTAの成功率は？」と問い合わせた場合、以下の手順で処理が行われる。

【2161】

1. 端末は、ユーザーの問い合わせを受け取る。

【2162】

2. サーバは、自然言語処理エンジンを用いて「PGTA」と「成功率」というキーワードを抽出する。

【2163】

3. サーバは、MySQLデータベースに接続し、以下のSQLクエリを実行する。

【2164】

sql

【2165】

SELECT success_rate FROM fertility_treatments WHERE treatment_name = 'PGTA';

【2166】

4. サーバは、取得した成功率のデータを端末に送信する。

【2167】

5. 端末は、「PGTAの成功率は70%です」とユーザーに表示する。

【2168】

【2169】

プロンプト文の例

【2170】

生成AIモデルに対するプロンプト文の例を以下に示す。

【2171】

【2172】

【2173】

ユーザーが希望的な感情を示している場合、感情エンジンを用いて成功事例や新しい治療法などの情報を提供するプログラムを生成してください。

【2174】

以上が、この発明を実施するための形態である。

【2175】

実施例２における特定処理の流れについて図１９を用いて説明する。

【2176】

プログラムの処理の流れ

【2177】

ステップ1：ユーザーの問い合わせを受け取る

【2178】

【2179】

入力: ユーザーの問い合わせ（例: 「PGTAの成功率は？」）

【2180】

出力: サーバに送信される問い合わせデータ

【2181】

ステップ2：問い合わせ内容を解析する

【2182】

【2183】

入力: 端末から送信された問い合わせデータ

【2184】

データ加工: 自然言語処理エンジンを用いてキーワードを抽出（例: 「PGTA」、「成功率」）

【2185】

出力: 抽出されたキーワード

【2186】

ステップ3：データベースから情報を取得する

【2187】

【2188】

入力: 抽出されたキーワード（例: 「PGTA」、「成功率」）

【2189】

データ演算: SQLクエリを実行してデータベースから情報を取得（例: SELECT success_rate FROM fertility_treatments WHERE treatment_name = 'PGTA';）

【2190】

出力: 取得された情報（例: 「PGTAの成功率は70%」）

【2191】

ステップ4：情報をユーザーに提供する

【2192】

サーバは、取得した情報を端末に送信する。端末は、受け取った情報をユーザーに表示する。例えば、「PGTAの成功率は70%です」と表示する。

【2193】

入力: 取得された情報（例: 「PGTAの成功率は70%」）

【2194】

出力: ユーザーに表示される情報

【2195】

ステップ5：感情エンジンを用いた情報提供（必要に応じて）

【2196】

【2197】

入力: ユーザーの感情データ

【2198】

データ加工: 感情解析エンジンを用いて感情を解析し、適切な情報を選定

【2199】

出力: ユーザーに表示される感情に適した情報（例: 「最近の研究では、新しい治療法が開発されました」）

【2200】

以上が、このシステムのプログラムの処理の流れである。

【2201】

（応用例２）

【2202】

【2203】

【2204】

応用例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【2205】

【2206】

【2207】

【2208】

【2209】

【2210】

「ユーザーの感情を解析する手段」とは、ユーザーの表情や声のトーンなどを解析し、ユーザーの感情を判断するための手段である。

【2211】

【2212】

【2213】

システムの構成

【2214】

このシステムは、以下の主要なコンポーネントから構成される。

【2215】

1. データベース参照手段:

【2216】

【2217】

2. 情報提供手段:

【2218】

【2219】

3. 問い合わせ応答手段:

【2220】

【2221】

4. 感情解析手段:

【2222】

【2223】

5. 感情に基づく情報提供手段:

【2224】

【2225】

使用するハードウェアおよびソフトウェア

【2226】

ハードウェア:

【2227】

スマート眼鏡（カメラ、マイク付き）

【2228】

サーバ

【2229】

ソフトウェア:

【2230】

Python

【2231】

OpenCV（画像処理ライブラリ）

【2232】

EmotionRecognizer（感情認識ライブラリ）

【2233】

Database（データベースアクセスライブラリ）

【2234】

処理の流れ

【2235】

【2236】

具体例

【2237】

【2238】

プロンプト文の例

【2239】

【2240】

応用例２における特定処理の流れについて図２０を用いて説明する。

【2241】

ステップ１：

【2242】

【2243】

ステップ２：

【2244】

【2245】

ステップ３：

【2246】

【2247】

ステップ４：

【2248】

【2249】

ステップ５：

【2250】

【2251】

ステップ６：

【2252】

【2253】

ステップ７：

【2254】

【2255】

（実施例３）

【2256】

【2257】

【2258】

実施例３におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【2259】

【2260】

「データベース」とは、過去の治療実績や統計情報、研究機関での情報開示を含む情報の集合体である。

【2261】

【2262】

【2263】

「生成AIモデル」とは、自然言語の応答を生成するために使用される人工知能のモデルである。

【2264】

「自然言語の応答を生成する手段」とは、生成AIモデルを使用して、ユーザーの問い合わせに対する適切な応答を自然言語で生成する機能である。

【2265】

「感情を解析する手段」とは、ユーザーの感情を解析し、その感情に基づいて適切な応答を生成する機能である。

【2266】

【2267】

発明を実施するための形態

【2268】

【2269】

使用するハードウェアおよびソフトウェア

【2270】

サーバ

【2271】

サーバは、データベースにアクセスし、ユーザーからの問い合わせを受信して処理する。サーバは以下のソフトウェアを使用する：

【2272】

データベース管理システム（DBMS）

【2273】

生成AIモデル（例えば、GPT-4）

【2274】

感情解析ソフトウェア（例えば、IBM WatsonのTone Analyzer）

【2275】

端末

【2276】

端末は、ユーザーが問い合わせを入力し、サーバからの応答を受信して表示するためのデバイスである。端末は以下のソフトウェアを使用する：

【2277】

チャットインターフェース

【2278】

データ加工およびデータ演算

【2279】

データベースアクセス

【2280】

【2281】

生成AIモデルによる応答生成

【2282】

【2283】

感情解析

【2284】

【2285】

具体例

【2286】

具体例1: 二段階移植のメリットとデメリットに関する問い合わせ

【2287】

1. ユーザーが「二段階移植のメリットとデメリットは？」とチャットに入力する。

【2288】

2. 端末がこの問い合わせをサーバに送信する。

【2289】

3. サーバが問い合わせを受信し、データベースから二段階移植に関する情報を取得する。

【2290】

4. サーバが取得した情報を基に、生成AIモデル（GPT-4）を使用して応答を生成する。

【2291】

5. サーバが生成した応答を端末に送信する。

【2292】

6. 端末が「二段階移植のメリットは、成功率が高くなることです。デメリットは、手術が複雑になることです。」とユーザーに表示する。

【2293】

具体例2: 感情エンジンを使用した応答

【2294】

1. ユーザーが「最近、仕事がうまくいかなくて落ち込んでいます。」とチャットに入力する。

【2295】

2. 端末がこの問い合わせをサーバに送信する。

【2296】

3. サーバが問い合わせを受信し、感情解析ソフトウェアがユーザーの感情を解析する。

【2297】

4. 感情解析ソフトウェアがユーザーの落胆を検出し、励ましの言葉を含む応答を生成する。

【2298】

5. サーバが生成した応答を端末に送信する。

【2299】

【2300】

【2301】

ステップ１：

【2302】

ユーザがチャット形式で問い合わせを入力する。

【2303】

【2304】

入力：ユーザの問い合わせ内容

【2305】

出力：問い合わせ内容が端末に送信されるデータ

【2306】

ステップ２：

【2307】

端末が問い合わせをサーバに送信する。

【2308】

具体的な動作：端末はユーザが入力した問い合わせを適切なフォーマットでサーバに送信する。

【2309】

入力：ユーザの問い合わせ内容

【2310】

出力：問い合わせ内容がサーバに送信されるデータ

【2311】

ステップ３：

【2312】

サーバが問い合わせを受信し、データベースにアクセスして関連情報を取得する。

【2313】

【2314】

入力：ユーザの問い合わせ内容

【2315】

出力：データベースから取得した関連情報

【2316】

ステップ４：

【2317】

サーバが取得した情報を基に生成AIモデルを使用して応答を生成する。

【2318】

【2319】

入力：データベースから取得した関連情報、ユーザの問い合わせ内容

【2320】

出力：生成AIモデルによって生成された自然言語の応答

【2321】

ステップ５：

【2322】

サーバが生成した応答を端末に送信する。

【2323】

具体的な動作：サーバは生成AIモデルによって生成された応答を端末に送信する。この応答は、ユーザにとって理解しやすい形式で送られる。

【2324】

入力：生成AIモデルによって生成された自然言語の応答

【2325】

出力：端末に送信される応答データ

【2326】

ステップ６：

【2327】

端末が応答をユーザに表示する。

【2328】

【2329】

入力：サーバから送信された応答データ

【2330】

出力：ユーザに表示される応答

【2331】

ステップ７：

【2332】

感情エンジンがユーザの感情を解析し、必要に応じて感情に適した応答を生成する。

【2333】

【2334】

入力：ユーザの感情データ

【2335】

出力：感情に適した応答データ

【2336】

（応用例３）

【2337】

【2338】

【2339】

【2340】

【2341】

「情報提供手段」とは、データベースから取得した情報を基に、不妊治療に関する情報をユーザーに提供するための機能である。

【2342】

【2343】

「感情エンジン」とは、ユーザーの感情を解析し、その感情に適した応答を生成するためのシステムである。

【2344】

「チャット形式」とは、ユーザーがテキストベースで問い合わせを行い、それに対してリアルタイムで応答を返すコミュニケーション形式である。

【2345】

【2346】

使用するハードウェアおよびソフトウェア

【2347】

ハードウェア: サーバ、ユーザー端末（スマートフォン、タブレット、パソコンなど）

【2348】

ソフトウェア: Python、OpenAI API、EmotionRecognizerライブラリ、SecurityDatabaseクラス

【2349】

データ加工およびデータ演算

【2350】

【2351】

具体例

【2352】

例えば、ユーザーが「家のセキュリティカメラが動作していない」と入力した場合、サーバは以下の手順で処理を行う。

【2353】

1. ユーザーの入力を受け取る。

【2354】

2. データベースから「セキュリティカメラのトラブルシューティング」に関する情報を取得する。

【2355】

3. EmotionRecognizerライブラリを用いて、ユーザーの感情を解析する。

【2356】

【2357】

プロンプト文の例

【2358】

ユーザーが「家のセキュリティカメラが動作していない」と入力した場合のプロンプト文の例は以下の通りである。

【2359】

user_input = "家のセキュリティカメラが動作していない"

【2360】

response = generate_response(user_input)

【2361】

print(response)

【2362】

このようにして、ユーザーの感情に応じた適切な情報提供とサポートが可能となる。

【2363】

応用例３における特定処理の流れについて図２２を用いて説明する。

【2364】

ステップ１：

【2365】

【2366】

入力：ユーザの問い合わせ（例：「家のセキュリティカメラが動作していない」）

【2367】

出力：サーバに送信されたユーザの問い合わせ

【2368】

ステップ２：

【2369】

サーバは、受信したユーザの問い合わせを解析する。具体的には、問い合わせ内容をテキスト解析し、関連するキーワードを抽出する。

【2370】

入力：ユーザの問い合わせ

【2371】

出力：抽出されたキーワード（例：「セキュリティカメラ」、「動作していない」）

【2372】

ステップ３：

【2373】

【2374】

入力：抽出されたキーワード

【2375】

出力：データベースから取得された関連情報（例：「カメラの電源を確認し、再起動してください」）

【2376】

ステップ４：

【2377】

サーバは、EmotionRecognizerライブラリを使用して、ユーザの問い合わせから感情を解析する。例えば、ユーザが不安を感じているかどうかを判定する。

【2378】

入力：ユーザの問い合わせ

【2379】

出力：解析されたユーザの感情（例：「不安」）

【2380】

ステップ５：

【2381】

【2382】

入力：データベースから取得された関連情報、解析されたユーザの感情

【2383】

【2384】

ステップ６：

【2385】

サーバは、生成された応答をユーザの端末に送信する。ユーザは端末で応答を確認することができる。

【2386】

入力：生成された応答

【2387】

出力：ユーザの端末に送信された応答

【2388】

このようにして、ユーザの感情に応じた適切な情報提供とサポートが可能となる。

【2389】

特定処理部２９０は、特定処理の結果をヘッドセット型端末３１４に送信する。ヘッドセット型端末３１４では、制御部４６Ａが、スピーカ２４０及びディスプレイ３４３に対して特定処理の結果を出力させる。マイクロフォン２３８は、特定処理の結果に対するユーザ入力を示す音声を取得する。制御部４６Ａは、マイクロフォン２３８によって取得されたユーザ入力を示す音声データをデータ処理装置１２に送信する。データ処理装置１２では、特定処理部２９０が音声データを取得する。

【2390】

データ生成モデル５８は、いわゆる生成ＡＩ（Artificial Intelligence）である。デ

【2391】

【2392】

【2393】

こで、推論とは、例えば、分析、分類、予測、及び／又は要約等を指す。

【2394】

生成AIの他の例としては、Gemini（インターネット検索＜URL: https://gemini.google.com/?hl=ja＞）が挙げられる。

【2395】

上記実施形態では、データ処理装置１２によって特定処理が行われる形態例を挙げたが、本開示の技術はこれに限定されず、ヘッドセット型端末３１４によって特定処理が行われるようにしてもよい。

【2396】

［第４実施形態］

【2397】

図７には、第４実施形態に係るデータ処理システム４１０の構成の一例が示されている。

【2398】

図７に示すように、データ処理システム４１０は、データ処理装置１２及びロボット４１４を備えている。データ処理装置１２の一例としては、サーバが挙げられる。

【2399】

【2400】

ロボット４１４は、コンピュータ３６、マイクロフォン２３８、スピーカ２４０、カメラ４２、通信Ｉ／Ｆ４４、及び制御対象４４３を備えている。コンピュータ３６は、プロセッサ４６、ＲＡＭ４８、及びストレージ５０を備えている。プロセッサ４６、ＲＡＭ４８、及びストレージ５０は、バス５２に接続されている。また、マイクロフォン２３８、スピーカ２４０、カメラ４２、及び制御対象４４３も、バス５２に接続されている。

【2401】

【2402】

【2403】

【2404】

制御対象４４３は、表示装置、目部のＬＥＤ、並びに、腕、手及び足等を駆動するモータ等を含む。ロボット４１４の姿勢や仕草は、腕、手及び足等のモータを制御することにより制御される。ロボット４１４の感情の一部は、これらのモータを制御することにより表現できる。また、ロボット４１４の目部のＬＥＤの発光状態を制御することによっても、ロボット４１４の表情を表現できる。

【2405】

図８には、データ処理装置１２及びロボット４１４の要部機能の一例が示されている。

【2406】

図８に示すように、データ処理装置１２では、プロセッサ２８によって特定処理が行われる。ストレージ３２には、特定処理プログラム５６が格納されている。

【2407】

【2408】

【2409】

ロボット４１４では、プロセッサ４６によって受付出力処理が行われる。ストレージ５０には、受付出力プログラム６０が格納されている。プロセッサ４６は、ストレージ５０から受付出力プログラム６０を読み出し、読み出した受付出力プログラム６０をＲＡＭ４８上で実行する。受付出力処理は、プロセッサ４６がＲＡＭ４８上で実行する受付出力プログラム６０に従って、制御部４６Ａとして動作することによって実現される。

【2410】

次に、データ処理装置１２の特定処理部２９０による特定処理について説明する。

【2411】

「形態例１」

【2412】

【2413】

「形態例２」

【2414】

【2415】

「形態例３」

【2416】

【2417】

以下に、各形態例の処理の流れについて説明する。

【2418】

「形態例１」

【2419】

ステップ１：システムは、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する。

【2420】

ステップ２：データベースから取得した情報を基に、不妊治療に関する情報を提供する。「形態例２」

【2421】

ステップ１：ユーザーからの問い合わせを受け付ける。

【2422】

ステップ２：問い合わせに対応する情報をデータベースから取得する。

【2423】

ステップ３：取得した情報を基に、ユーザーに対して応答を返す。

【2424】

「形態例３」

【2425】

ステップ１：ユーザーからのチャット形式の問い合わせを受け付ける。

【2426】

ステップ２：問い合わせに対応する情報をデータベースから取得する。

【2427】

ステップ３：取得した情報を基に、ユーザーに対してリアルタイムで応答を返す。

【2428】

（実施例１）

【2429】

次に、形態例１の実施例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ロボット４１４を「端末」と称する。

【2430】

【2431】

実施例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【2432】

【2433】

「データベース」とは、過去の治療実績や統計情報、研究機関での情報開示を含む情報を格納し、参照可能な情報の集合体である。

【2434】

「参照する手段」とは、データベース内の情報を検索し、必要なデータを取得するための方法や技術である。

【2435】

「提供する手段」とは、取得した情報をユーザに対して表示し、利用可能な形で提供するための方法や技術である。

【2436】

「応答する手段」とは、ユーザからの問い合わせに対して、データベースから取得した情報を基に回答を返すための方法や技術である。

【2437】

「整理する手段」とは、収集したデータをカテゴリ別に分類し、データベースに効率的に格納するための方法や技術である。

【2438】

「解析する手段」とは、ユーザが入力した検索条件を理解し、それに基づいて適切なリクエストを生成するための方法や技術である。

【2439】

「送信する手段」とは、解析されたリクエストをサーバに送信し、必要な情報を取得するための方法や技術である。

【2440】

「表示する手段」とは、サーバから返送されたデータをユーザに見やすい形式で表示するための方法や技術である。

【2441】

【2442】

サーバの動作

【2443】

サーバは、不妊治療に関する情報を収集し、整理し、提供する中心的な役割を果たす。サーバは以下のハードウェアおよびソフトウェアを用いる。

【2444】

ハードウェア: 高性能なプロセッサ、十分なメモリ、ストレージデバイス

【2445】

ソフトウェア: データベース管理システム（DBMS）、APIインターフェース、データ解析ツール

【2446】

【2447】

【2448】

端末の動作

【2449】

端末は、ユーザが不妊治療情報を検索・閲覧するためのインターフェースを提供する。端末は以下のハードウェアおよびソフトウェアを用いる。

【2450】

ハードウェア: パーソナルコンピュータ、スマートフォン、タブレット

【2451】

ソフトウェア: ウェブブラウザ、モバイルアプリケーション

【2452】

【2453】

【2454】

ユーザの動作

【2455】

ユーザは、不妊治療に関する情報を得るためにこのシステムを利用する。ユーザは以下の手順でシステムを操作する。

【2456】

【2457】

【2458】

【2459】

具体例とプロンプト文

【2460】

例えば、ユーザが「35歳以上の女性に適した不妊治療法」を検索する場合、以下のような手順で処理が行われる。

【2461】

1. ユーザは端末の検索バーに「35歳以上の女性に適した不妊治療法」と入力する。

【2462】

2. 端末はそのリクエストをサーバに送信する。

【2463】

3. サーバはデータベースから該当する情報を抽出し、端末に返送する。

【2464】

4. 端末はその情報をユーザに表示する。

【2465】

5. ユーザは表示された情報を基に、適切な治療法を検討する。

【2466】

生成AIモデルに対して、以下のようなプロンプト文を入力することで、具体的な不妊治療情報を得ることができる。

【2467】

【2468】

このプロンプト文を入力することで、生成AIモデルは該当する情報を提供し、ユーザの意思決定を支援する。

【2469】

実施例１における特定処理の流れについて図１１を用いて説明する。

【2470】

ステップ１：

【2471】

データ収集

【2472】

【2473】

ステップ２：

【2474】

データ整理

【2475】

【2476】

ステップ３：

【2477】

ユーザインターフェースの提供

【2478】

【2479】

ステップ４：

【2480】

リクエストの送信

【2481】

【2482】

ステップ５：

【2483】

データ提供

【2484】

【2485】

ステップ６：

【2486】

結果の表示

【2487】

【2488】

ステップ７：

【2489】

情報の閲覧

【2490】

【2491】

ステップ８：

【2492】

意思決定の支援

【2493】

【2494】

（応用例１）

【2495】

次に、形態例１の応用例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ロボット４１４を「端末」と称する。

【2496】

【2497】

応用例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【2498】

【2499】

「過去の治療実績」とは、過去に行われた不妊治療の結果や過程に関するデータである。

【2500】

「統計情報」とは、治療結果や治療過程に関する数値データを集計・分析した情報である。

【2501】

「研究機関での情報開示」とは、研究機関が公開している不妊治療に関する研究結果や論文などの情報である。

【2502】

「データベース」とは、過去の治療実績、統計情報、研究機関での情報開示を含む情報を整理・保存するシステムである。

【2503】

「不妊治療に関する情報」とは、不妊治療の手法、治療結果、治療過程、最新の研究結果などの情報である。

【2504】

「ユーザーからの問い合わせ」とは、ユーザーがシステムに対して行う質問や情報の要求である。

【2505】

「症状」とは、ユーザーが経験している不妊に関連する身体的・医学的な状態である。

【2506】

「希望する治療法」とは、ユーザーが受けたいと考えている不妊治療の方法である。

【2507】

「最適な治療法」とは、ユーザーの症状や希望に最も適合する不妊治療の方法である。

【2508】

「位置情報」とは、ユーザーが現在いる場所に関するデータである。

【2509】

「医療機関」とは、不妊治療を提供するクリニックや病院などの施設である。

【2510】

「チャット形式」とは、テキストメッセージを用いてリアルタイムでコミュニケーションを行う形式である。

【2511】

【2512】

サーバは、以下の手段を含む：

【2513】

1. データベース参照手段：過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する。

【2514】

2. 情報提供手段：データベースから取得した情報を基に不妊治療に関する情報を提供する。

【2515】

3. 問い合わせ応答手段：ユーザーからの問い合わせに対してデータベースから取得した情報を基に応答する。

【2516】

4. 治療法提案手段：ユーザーが入力した症状や希望する治療法を基に最適な治療法を提案する。

【2517】

5. 医療機関検索手段：ユーザーの位置情報や希望する治療法に基づいて最適な医療機関を検索する。

【2518】

使用するハードウェアおよびソフトウェア：

【2519】

ハードウェア：サーバ、スマートフォン、タブレット

【2520】

ソフトウェア：Flask（PythonのWebフレームワーク）、requests（HTTPリクエストを送信するためのPythonライブラリ）

【2521】

データ加工およびデータ演算：

【2522】

【2523】

具体例：

【2524】

【2525】

プロンプト文の例：

【2526】

ユーザーが多嚢胞性卵巣症候群の症状を持ち、体外受精を希望しています。最適な治療法と医療機関を提案してください。

【2527】

このようにして、ユーザーは効率的に信頼性の高い不妊治療情報を取得し、最適な治療法や医療機関を選択することが可能となる。

【2528】

応用例１における特定処理の流れについて図１２を用いて説明する。

【2529】

ステップ１：

【2530】

ユーザーがスマートフォンやタブレットのアプリケーションを起動し、症状や希望する治療法、位置情報を入力する。

【2531】

入力：症状、希望する治療法、位置情報

【2532】

出力：ユーザー入力データ

【2533】

【2534】

ステップ２：

【2535】

ユーザー端末が入力データをサーバに送信する。

【2536】

入力：ユーザー入力データ

【2537】

出力：サーバへのリクエスト

【2538】

具体的な動作：ユーザー端末が入力データをHTTPリクエストとしてサーバに送信する。

【2539】

ステップ３：

【2540】

サーバが受信したユーザー入力データを解析し、データベースから関連する治療法情報を検索する。

【2541】

入力：ユーザー入力データ

【2542】

出力：治療法情報

【2543】

【2544】

ステップ４：

【2545】

サーバが取得した治療法情報を基に、ユーザーの症状や希望する治療法に最適な治療法を提案する。

【2546】

入力：治療法情報、ユーザー入力データ

【2547】

出力：最適な治療法提案

【2548】

具体的な動作：サーバが取得した治療法情報を解析し、ユーザーの症状や希望に最も適合する治療法を選定し、提案する。

【2549】

ステップ５：

【2550】

サーバがユーザーの位置情報と希望する治療法に基づいて、最適な医療機関を検索する。

【2551】

入力：位置情報、希望する治療法

【2552】

出力：医療機関情報

【2553】

具体的な動作：サーバが位置情報と希望する治療法を基にデータベースを検索し、最適な医療機関の情報を取得する。

【2554】

ステップ６：

【2555】

サーバが最適な治療法提案と医療機関情報をユーザー端末に送信する。

【2556】

入力：最適な治療法提案、医療機関情報

【2557】

出力：ユーザー端末へのレスポンス

【2558】

具体的な動作：サーバが最適な治療法提案と医療機関情報をHTTPレスポンスとしてユーザー端末に送信する。

【2559】

ステップ７：

【2560】

ユーザー端末がサーバからのレスポンスを受信し、ユーザーに表示する。

【2561】

入力：サーバからのレスポンス

【2562】

出力：ユーザーへの表示情報

【2563】

【2564】

このようにして、ユーザーは効率的に信頼性の高い不妊治療情報を取得し、最適な治療法や医療機関を選択することが可能となる。

【2565】

（実施例２）

【2566】

次に、形態例２の実施例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ロボット４１４を「端末」と称する。

【2567】

【2568】

実施例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【2569】

【2570】

「ユーザー」とは、システムを利用して情報を取得しようとする個人または団体である。

【2571】

「端末」とは、ユーザーが問い合わせを入力し、情報を受け取るために使用する電子機器である。

【2572】

【2573】

「問い合わせ」とは、ユーザーが端末を通じてシステムに対して入力する質問や要求のことである。

【2574】

「データベース」とは、過去の治療実績や統計情報、研究機関での情報開示を含む情報を格納するためのデータストレージシステムである。

【2575】

「情報を取得する手段」とは、サーバがデータベースにアクセスし、必要な情報を検索して取得するためのプロセスである。

【2576】

「情報を表示する手段」とは、端末がサーバから受け取った情報をユーザーに見やすい形式で表示するための機能である。

【2577】

「特定の不妊治療手法」とは、PGTAや二段階移植などの具体的な不妊治療方法のことである。

【2578】

「チャット形式」とは、ユーザーがシステムと対話形式で問い合わせを行い、応答を受け取るためのインターフェース形式である。

【2579】

【2580】

このシステムは、以下のハードウェアおよびソフトウェアを使用する：

【2581】

端末：スマートフォン、タブレット、パソコンなどの電子機器

【2582】

サーバ：高性能なコンピュータシステム

【2583】

データベース管理システム（DBMS）：MySQL

【2584】

サーバソフトウェア：Apache

【2585】

プログラミング言語：Python

【2586】

【2587】

プロンプト文の例：

【2588】

ユーザー: PGTAの成功率は？

【2589】

サーバ: データベースから情報を取得中...

【2590】

サーバ: PGTAの成功率は約60%です。

【2591】

【2592】

実施例２における特定処理の流れについて図１３を用いて説明する。

【2593】

ステップ１：

【2594】

ユーザが端末から問い合わせを入力する。

【2595】

【2596】

入力：ユーザが入力した問い合わせ（例：「PGTAの成功率は？」）

【2597】

出力：端末の入力フィールドに表示された問い合わせ

【2598】

ステップ２：

【2599】

端末が問い合わせをサーバに送信する。

【2600】

端末はユーザが入力した問い合わせをHTTPリクエストとしてサーバに送信する。このとき、端末は問い合わせ内容をJSON形式でサーバに送信する。

【2601】

入力：ユーザが入力した問い合わせ（例：「PGTAの成功率は？」）

【2602】

出力：サーバに送信されたHTTPリクエスト（例：{"query": "PGTAの成功率は？"}）

【2603】

ステップ３：

【2604】

サーバが問い合わせを解析する。

【2605】

サーバは受け取ったHTTPリクエストを解析し、問い合わせ内容を抽出する。例えば、問い合わせが「PGTAの成功率は？」であることを認識する。

【2606】

入力：端末から送信されたHTTPリクエスト（例：{"query": "PGTAの成功率は？"}）

【2607】

出力：解析された問い合わせ内容（例：「PGTAの成功率は？」）

【2608】

ステップ４：

【2609】

サーバがデータベースにアクセスして情報を取得する。

【2610】

【2611】

入力：解析された問い合わせ内容（例：「PGTAの成功率は？」）

【2612】

出力：データベースから取得した情報（例：「60%」）

【2613】

ステップ５：

【2614】

サーバが取得した情報を端末に送信する。

【2615】

【2616】

入力：データベースから取得した情報（例：「60%」）

【2617】

出力：端末に送信されたHTTPレスポンス（例：{"response": "PGTAの成功率は60%です"}）

【2618】

ステップ６：

【2619】

端末が情報をユーザに表示する。

【2620】

端末はサーバから受け取った情報を解析し、ユーザに見やすい形式で表示する。例えば、「PGTAの成功率は60%です」と画面に表示する。

【2621】

入力：サーバから送信されたHTTPレスポンス（例：{"response": "PGTAの成功率は60%です"}）

【2622】

出力：ユーザに表示された情報（例：「PGTAの成功率は60%です」）

【2623】

（応用例２）

【2624】

次に、形態例２の応用例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ロボット４１４を「端末」と称する。

【2625】

【2626】

【2627】

「不妊治療情報」とは、過去の治療実績や統計情報、研究機関での情報開示を含む、不妊治療に関するあらゆる情報である。

【2628】

「データベース」とは、特定の情報を体系的に整理・保存し、必要に応じて検索・取得できるようにした情報の集合体である。

【2629】

「ユーザーからの問い合わせ」とは、システムを利用する者が特定の情報を求めて行う質問や要求である。

【2630】

「応答する手段」とは、ユーザーからの問い合わせに対して適切な情報を提供するための方法や装置である。

【2631】

「セキュリティ情報」とは、フィッシング詐欺や不正アクセスなどのセキュリティに関する最新の手口や対策情報である。

【2632】

「チャット形式」とは、テキストベースの対話形式でリアルタイムに情報をやり取りする方法である。

【2633】

【2634】

【2635】

【2636】

【2637】

【2638】

「最新のフィッシング詐欺の手口は、偽の銀行メールを使用して個人情報を盗む手法です。」

【2639】

生成AIモデルへのプロンプト文の例は以下の通りである。

【2640】

【2641】

「最新のフィッシング詐欺の手口は、偽の銀行メールを使用して個人情報を盗む手法です。」

【2642】

応用例２における特定処理の流れについて図１４を用いて説明する。

【2643】

ステップ１：

【2644】

【2645】

ステップ２：

【2646】

【2647】

ステップ３：

【2648】

【2649】

ステップ４：

【2650】

【2651】

ステップ５：

【2652】

【2653】

ステップ６：

【2654】

【2655】

ステップ７：

【2656】

【2657】

（実施例３）

【2658】

次に、形態例３の実施例３について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ロボット４１４を「端末」と称する。

【2659】

【2660】

実施例３におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【2661】

【2662】

【2663】

「該問い合わせを解析する手段」とは、受信した問い合わせ内容を解析し、キーワードや意図を抽出するための機能である。

【2664】

「データベースから情報を取得する手段」とは、解析結果に基づいてデータベースから必要な情報を取得するための機能である。

【2665】

「生成AIモデルにプロンプト文を送信する手段」とは、取得した情報を基に生成したプロンプト文を生成AIモデルに送信するための機能である。

【2666】

「生成AIモデルからの応答をユーザーに返す手段」とは、生成AIモデルから受け取った応答をユーザーに返すための機能である。

【2667】

「特定の医療手法に関する情報を提供する手段」とは、特定の医療手法に関する詳細な情報をユーザーに提供するための機能である。

【2668】

【2669】

発明を実施するための形態

【2670】

【2671】

1. システムのプログラムの生成

【2672】

【2673】

2. プログラムの処理

【2674】

【2675】

3. 具体例

【2676】

【2677】

1. ユーザーが「二段階移植のメリットとデメリットは？」とチャット形式で問い合わせを送信する。

【2678】

2. サーバは、この問い合わせを受信し、解析する。

【2679】

3. サーバは、MySQLデータベースから「二段階移植のメリットとデメリット」に関する情報を取得するためのSQLクエリを実行する。

【2680】

4. 取得した情報を基に、以下のようなプロンプト文を生成AIモデルに入力する。

【2681】

プロンプト文の例: 「二段階移植のメリットとデメリットについて教えてください。メリットは〇〇で、デメリットは△△です。」

【2682】

5. 生成AIモデル（例えば、GPT-3）は、このプロンプト文を基に応答を生成する。

【2683】

6. サーバは、生成された応答をユーザーにリアルタイムで返す。

【2684】

【2685】

ステップ１：

【2686】

ユーザが問い合わせを送信する

【2687】

【2688】

ステップ２：

【2689】

サーバが問い合わせを受信する

【2690】

【2691】

ステップ３：

【2692】

サーバが問い合わせを解析する

【2693】

【2694】

ステップ４：

【2695】

サーバがデータベースから情報を取得する

【2696】

【2697】

ステップ５：

【2698】

サーバが生成AIモデルにプロンプト文を送信する

【2699】

【2700】

ステップ６：

【2701】

生成AIモデルが応答を生成する

【2702】

【2703】

ステップ７：

【2704】

サーバが応答をユーザに返す

【2705】

【2706】

（応用例３）

【2707】

次に、形態例３の応用例３について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ロボット４１４を「端末」と称する。

【2708】

【2709】

応用例３におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【2710】

【2711】

「過去の治療実績」とは、以前に行われた不妊治療の結果や経過に関するデータである。

【2712】

「統計情報」とは、複数の治療データを集計・分析した結果を示すデータである。

【2713】

「研究機関での情報開示」とは、学術機関や医療機関が公開している不妊治療に関する研究結果や報告書である。

【2714】

「データベース」とは、過去の治療実績、統計情報、研究機関での情報開示などのデータを体系的に管理・保存するシステムである。

【2715】

「不妊治療に関する情報」とは、不妊治療の方法、効果、副作用、成功率などに関する詳細なデータである。

【2716】

「ユーザーからの問い合わせ」とは、システムを利用する個人が不妊治療に関して質問や情報を求める行為である。

【2717】

「生成AIモデル」とは、人工知能を用いてユーザーの質問に対して適切な応答を生成するためのアルゴリズムやプログラムである。

【2718】

「適切な応答」とは、ユーザーの質問に対して正確かつ有用な情報を提供する回答である。

【2719】

【2720】

使用するハードウェアおよびソフトウェア

【2721】

ハードウェア: サーバ、スマートフォン

【2722】

ソフトウェア: Python、SQLite、OpenAI API

【2723】

データ加工およびデータ演算

【2724】

【2725】

データベースからの情報取得

【2726】

【2727】

生成AIモデルの利用

【2728】

【2729】

具体例

【2730】

【2731】

ユーザーの質問: 二段階移植のメリットとデメリットは？

【2732】

回答:

【2733】

【2734】

応用例３における特定処理の流れについて図１６を用いて説明する。

【2735】

ステップ１：

【2736】

ユーザがスマートフォンを用いてシステムにアクセスし、チャット形式で問い合わせを行う。

【2737】

入力: ユーザの質問（例：「二段階移植のメリットとデメリットは？」）

【2738】

出力: ユーザの質問内容がサーバに送信される。

【2739】

具体的な動作: ユーザがスマートフォンのチャットアプリケーションを開き、質問を入力して送信ボタンを押す。

【2740】

ステップ２：

【2741】

サーバがユーザの質問を受信し、内容を解析する。

【2742】

入力: ユーザの質問内容

【2743】

出力: 質問内容の解析結果（例：「二段階移植に関する質問」）

【2744】

具体的な動作: サーバが受信したテキストデータを自然言語処理アルゴリズムで解析し、質問の意図を特定する。

【2745】

ステップ３：

【2746】

サーバがデータベースに接続し、該当する情報を検索する。

【2747】

入力: 質問内容の解析結果

【2748】

出力: データベースから取得した情報（例：「二段階移植のメリットとデメリットに関する情報」）

【2749】

具体的な動作: サーバがSQLiteデータベースにクエリを送信し、該当する情報を取得する。

【2750】

ステップ４：

【2751】

サーバがデータベースから取得した情報を基に応答を生成する。

【2752】

入力: データベースから取得した情報

【2753】

出力: ユーザへの応答内容（例：「二段階移植のメリットは...、デメリットは...」）

【2754】

具体的な動作: サーバが取得した情報をテキスト形式に整形し、ユーザに送信するための応答を生成する。

【2755】

ステップ５：

【2756】

サーバが生成AIモデルを用いて、ユーザの質問に対して適切な応答を生成する。

【2757】

入力: ユーザの質問内容

【2758】

出力: 生成AIモデルによる応答内容（例：「二段階移植のメリットとデメリットは以下の通りです...」）

【2759】

具体的な動作: サーバがOpenAI APIにプロンプト文を送信し、生成された応答を受信する。

【2760】

ステップ６：

【2761】

サーバが生成した応答をユーザに送信する。

【2762】

入力: 生成された応答内容

【2763】

出力: ユーザのスマートフォンに表示される応答メッセージ

【2764】

具体的な動作: サーバが生成された応答をチャットアプリケーションを通じてユーザに送信し、ユーザのスマートフォンに表示される。

【2765】

【2766】

「形態例１」

【2767】

【2768】

「形態例２」

【2769】

【2770】

「形態例３」

【2771】

【2772】

以下に、各形態例の処理の流れについて説明する。

【2773】

「形態例１」

【2774】

ステップ１：ユーザーがシステムに問い合わせを行う。

【2775】

ステップ２：感情エンジンがユーザーのテキスト入力や音声入力から感情を解析する。

【2776】

ステップ３：システムが感情エンジンの解析結果を利用し、ユーザーの感情に適した情報を提供する。

【2777】

「形態例２」

【2778】

ステップ１：感情エンジンがユーザーの感情を解析する。

【2779】

ステップ２：システムが感情エンジンの解析結果を利用し、ユーザーの感情に適した情報を提供する。

【2780】

「形態例３」

【2781】

ステップ１：感情エンジンがユーザーの感情を解析する。

【2782】

ステップ２：システムが感情エンジンの解析結果を利用し、ユーザーの感情に適した応答を生成する。

【2783】

（実施例１）

【2784】

次に、形態例１の実施例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ロボット４１４を「端末」と称する。

【2785】

【2786】

実施例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【2787】

【2788】

「過去の治療実績」とは、過去に行われた不妊治療の結果や過程に関するデータである。

【2789】

「統計情報」とは、不妊治療に関連するデータを集計・分析した結果である。

【2790】

「研究機関での情報開示」とは、研究機関が公開している不妊治療に関する研究結果や報告書である。

【2791】

「データベース」とは、過去の治療実績、統計情報、研究機関での情報開示を含む情報を整理・保存するシステムである。

【2792】

「感情解析手段」とは、ユーザーのテキスト入力や音声入力から感情を解析する技術である。

【2793】

「適切な情報を提供する手段」とは、ユーザーの感情解析結果に基づいて、ユーザーにとって有益な情報を選択し提供する技術である。

【2794】

【2795】

【2796】

使用するハードウェアおよびソフトウェア

【2797】

1. サーバ

【2798】

【2799】

サーバは、ウェブサーバソフトウェア（例：Apache、Nginx）を使用して、ユーザーからのHTTPリクエストを受信し、処理する。

【2800】

2. 感情解析手段

【2801】

【2802】

3. 端末

【2803】

ユーザーは、ウェブブラウザ（例：Google Chrome、Safari）やモバイルアプリを使用してシステムにアクセスする。

【2804】

データ加工およびデータ演算

【2805】

1. データベース参照

【2806】

【2807】

2. 感情解析

【2808】

サーバは、ユーザーのテキスト入力や音声入力を感情解析手段に送信し、ユーザーの感情を解析する。解析結果は、JSON形式でサーバに返される。

【2809】

3. 情報提供

【2810】

【2811】

具体例

【2812】

例えば、ユーザーが「最近の治療がうまくいかなくて不安です」とテキスト入力した場合、以下のように処理が進む。

【2813】

1. ユーザーがGoogle Chromeを使用してシステムにアクセスする。

【2814】

2. ユーザーがテキストボックスに「最近の治療がうまくいかなくて不安です」と入力する。

【2815】

3. サーバがApacheを通じてこの入力を受信する。

【2816】

4. サーバがGoogle Cloud Natural Language APIを呼び出し、入力データを送信する。

【2817】

5. 感情解析手段が「不安」という感情を解析する。

【2818】

6. サーバが解析結果をJSON形式で受け取る。

【2819】

7. サーバがMySQLデータベースを参照する。

【2820】

8. サーバが不安を和らげるための成功事例やリラックス方法に関する情報を検索する。

【2821】

9. サーバが検索結果をウェブページに表示し、ユーザーに提供する。

【2822】

プロンプト文の例

【2823】

生成AIモデルへ入力するプロンプト文の例としては以下のようなものがある：

【2824】

【2825】

このプロンプト文を使用することで、生成AIモデルはユーザーの感情を認識し、適切な情報を提供するシステムの動作を理解することができる。

【2826】

実施例１における特定処理の流れについて図１７を用いて説明する。

【2827】

ステップ１：

【2828】

ユーザがシステムにアクセスする。

【2829】

【2830】

ステップ２：

【2831】

ユーザが問い合わせを入力する。

【2832】

【2833】

ステップ３：

【2834】

サーバがユーザの入力を受信する。

【2835】

【2836】

ステップ４：

【2837】

サーバが感情エンジンを呼び出す。

【2838】

【2839】

ステップ５：

【2840】

感情エンジンがユーザの感情を解析する。

【2841】

【2842】

ステップ６：

【2843】

サーバが解析結果を受け取る。

【2844】

【2845】

ステップ７：

【2846】

サーバがデータベースを参照する。

【2847】

【2848】

ステップ８：

【2849】

サーバが適切な情報を検索する。

【2850】

【2851】

ステップ９：

【2852】

サーバが検索結果をユーザに提供する。

【2853】

【2854】

（応用例１）

【2855】

次に、形態例１の応用例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ロボット４１４を「端末」と称する。

【2856】

【2857】

応用例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【2858】

【2859】

「データベース」とは、過去の治療実績や統計情報、研究機関での情報開示を含む情報を整理・保存し、必要に応じて参照できるシステムである。

【2860】

「不妊治療情報提供手段」とは、データベースから取得した情報を基に、不妊治療に関する情報をユーザーに提供する機能である。

【2861】

「問い合わせ応答手段」とは、ユーザーからの問い合わせに対して、データベースから取得した情報を基に応答する機能である。

【2862】

「感情エンジン」とは、ユーザーのテキスト入力や音声入力から感情を解析し、その結果をシステムが利用できるようにする技術である。

【2863】

「感情認識手段」とは、感情エンジンを用いてユーザーの感情を認識する機能である。

【2864】

「感情応答手段」とは、認識した感情に応じて適切な情報を提供する機能である。

【2865】

「バーチャルインターフェース」とは、ユーザーがバーチャル空間内で情報を閲覧するためのインターフェースである。

【2866】

この発明を実施するためのシステムは、以下のような構成を持つ。

【2867】

システムの構成

【2868】

1. データベース参照手段

【2869】

【2870】

2. 不妊治療情報提供手段

【2871】

【2872】

3. 問い合わせ応答手段

【2873】

【2874】

4. 感情認識手段

【2875】

【2876】

5. 感情応答手段

【2877】

サーバは、認識した感情に応じて適切な情報を提供する。例えば、ユーザーが不安を感じている場合には、安心させる情報を提供する。

【2878】

6. バーチャルインターフェース

【2879】

【2880】

使用するハードウェア・ソフトウェア

【2881】

ハードウェア: スマートフォン、ヘッドマウントディスプレイ

【2882】

ソフトウェア: Python、感情認識ライブラリ（EmotionEngine）、データベース管理システム（TreatmentDatabase）

【2883】

データ加工・演算

【2884】

1. ユーザー入力の取得

【2885】

端末は、ユーザーからのテキストまたは音声入力を取得する。

【2886】

2. 感情解析

【2887】

サーバは、感情エンジンを用いてユーザーの入力から感情を解析する。

【2888】

3. 情報提供

【2889】

サーバは、感情解析の結果に基づいて、データベースから適切な情報を取得し、ユーザーに提供する。

【2890】

具体例

【2891】

ユーザーが「最近の治療結果が心配です」と入力した場合、感情エンジンが「不安」と解析し、サーバは安心させる情報を提供する。

【2892】

ユーザーが「最新の治療法について知りたい」と入力した場合、サーバは一般的な治療情報を提供する。

【2893】

プロンプト文の例

【2894】

ユーザーが「最近の治療結果が心配です」と入力した場合、感情エンジンが「不安」と解析し、安心させる情報を提供してください。

【2895】

【2896】

応用例１における特定処理の流れについて図１８を用いて説明する。

【2897】

ステップ１：

【2898】

ユーザが端末にテキストまたは音声で問い合わせを入力する。

【2899】

入力: ユーザのテキストまたは音声入力（例：「最近の治療結果が心配です」）

【2900】

出力: ユーザの入力データ

【2901】

具体的な動作: 端末は、ユーザの入力を受け取り、テキストデータまたは音声データとして保存する。

【2902】

ステップ２：

【2903】

端末がユーザの入力データをサーバに送信する。

【2904】

入力: ユーザの入力データ

【2905】

出力: サーバに送信されたユーザの入力データ

【2906】

具体的な動作: 端末は、ユーザの入力データをネットワークを介してサーバに送信する。

【2907】

ステップ３：

【2908】

サーバが感情エンジンを用いてユーザの入力データから感情を解析する。

【2909】

入力: ユーザの入力データ

【2910】

出力: ユーザの感情データ（例：「不安」）

【2911】

【2912】

ステップ４：

【2913】

サーバが感情データに基づいてデータベースから適切な情報を取得する。

【2914】

入力: ユーザの感情データ（例：「不安」）

【2915】

出力: 適切な情報データ（例：「安心させる情報」）

【2916】

【2917】

ステップ５：

【2918】

サーバが取得した情報を端末に送信する。

【2919】

入力: 適切な情報データ

【2920】

出力: 端末に送信された情報データ

【2921】

具体的な動作: サーバは、取得した情報データをネットワークを介して端末に送信する。

【2922】

ステップ６：

【2923】

端末が受信した情報をユーザに表示する。

【2924】

入力: 受信した情報データ

【2925】

出力: ユーザに表示された情報

【2926】

【2927】

このようにして、ユーザの感情に応じた適切な情報提供が可能となり、バーチャル空間内で直感的に情報を得ることができるシステムを実現する。

【2928】

（実施例２）

【2929】

次に、形態例２の実施例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ロボット４１４を「端末」と称する。

【2930】

【2931】

実施例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【2932】

【2933】

「ユーザーからの問い合わせを受け取る手段」とは、ユーザーが入力した質問や要求をシステムが受信するためのインターフェースである。

【2934】

【2935】

【2936】

【2937】

【2938】

【2939】

【2940】

発明を実施するための形態

【2941】

【2942】

使用するハードウェアおよびソフトウェア

【2943】

サーバは、以下のハードウェアおよびソフトウェアを使用する。

【2944】

ハードウェア: 高性能なサーバマシン（例: Intel Xeonプロセッサ、32GB RAM、1TB SSD）

【2945】

ソフトウェア:

【2946】

データベース管理システム（例: MySQL）

【2947】

自然言語処理エンジン（例: spaCy、NLTK）

【2948】

感情解析エンジン（例: IBM Watsonの感情解析API）

【2949】

【2950】

プログラムの処理説明

【2951】

【2952】

【2953】

具体例

【2954】

ユーザーが「PGTAの成功率は？」と問い合わせた場合、以下の手順で処理が行われる。

【2955】

1. 端末は、ユーザーの問い合わせを受け取る。

【2956】

2. サーバは、自然言語処理エンジンを用いて「PGTA」と「成功率」というキーワードを抽出する。

【2957】

3. サーバは、MySQLデータベースに接続し、以下のSQLクエリを実行する。

【2958】

sql

【2959】

SELECT success_rate FROM fertility_treatments WHERE treatment_name = 'PGTA';

【2960】

4. サーバは、取得した成功率のデータを端末に送信する。

【2961】

5. 端末は、「PGTAの成功率は70%です」とユーザーに表示する。

【2962】

【2963】

プロンプト文の例

【2964】

生成AIモデルに対するプロンプト文の例を以下に示す。

【2965】

【2966】

【2967】

ユーザーが希望的な感情を示している場合、感情エンジンを用いて成功事例や新しい治療法などの情報を提供するプログラムを生成してください。

【2968】

以上が、この発明を実施するための形態である。

【2969】

実施例２における特定処理の流れについて図１９を用いて説明する。

【2970】

プログラムの処理の流れ

【2971】

ステップ1：ユーザーの問い合わせを受け取る

【2972】

【2973】

入力: ユーザーの問い合わせ（例: 「PGTAの成功率は？」）

【2974】

出力: サーバに送信される問い合わせデータ

【2975】

ステップ2：問い合わせ内容を解析する

【2976】

【2977】

入力: 端末から送信された問い合わせデータ

【2978】

データ加工: 自然言語処理エンジンを用いてキーワードを抽出（例: 「PGTA」、「成功率」）

【2979】

出力: 抽出されたキーワード

【2980】

ステップ3：データベースから情報を取得する

【2981】

【2982】

入力: 抽出されたキーワード（例: 「PGTA」、「成功率」）

【2983】

データ演算: SQLクエリを実行してデータベースから情報を取得（例: SELECT success_rate FROM fertility_treatments WHERE treatment_name = 'PGTA';）

【2984】

出力: 取得された情報（例: 「PGTAの成功率は70%」）

【2985】

ステップ4：情報をユーザーに提供する

【2986】

サーバは、取得した情報を端末に送信する。端末は、受け取った情報をユーザーに表示する。例えば、「PGTAの成功率は70%です」と表示する。

【2987】

入力: 取得された情報（例: 「PGTAの成功率は70%」）

【2988】

出力: ユーザーに表示される情報

【2989】

ステップ5：感情エンジンを用いた情報提供（必要に応じて）

【2990】

【2991】

入力: ユーザーの感情データ

【2992】

データ加工: 感情解析エンジンを用いて感情を解析し、適切な情報を選定

【2993】

出力: ユーザーに表示される感情に適した情報（例: 「最近の研究では、新しい治療法が開発されました」）

【2994】

以上が、このシステムのプログラムの処理の流れである。

【2995】

（応用例２）

【2996】

次に、形態例２の応用例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ロボット４１４を「端末」と称する。

【2997】

【2998】

応用例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【2999】

【3000】

【3001】

【3002】

【3003】

【3004】

「ユーザーの感情を解析する手段」とは、ユーザーの表情や声のトーンなどを解析し、ユーザーの感情を判断するための手段である。

【3005】

【3006】

【3007】

システムの構成

【3008】

このシステムは、以下の主要なコンポーネントから構成される。

【3009】

1. データベース参照手段:

【3010】

【3011】

2. 情報提供手段:

【3012】

【3013】

3. 問い合わせ応答手段:

【3014】

【3015】

4. 感情解析手段:

【3016】

【3017】

5. 感情に基づく情報提供手段:

【3018】

【3019】

使用するハードウェアおよびソフトウェア

【3020】

ハードウェア:

【3021】

スマート眼鏡（カメラ、マイク付き）

【3022】

サーバ

【3023】

ソフトウェア:

【3024】

Python

【3025】

OpenCV（画像処理ライブラリ）

【3026】

EmotionRecognizer（感情認識ライブラリ）

【3027】

Database（データベースアクセスライブラリ）

【3028】

処理の流れ

【3029】

【3030】

具体例

【3031】

【3032】

プロンプト文の例

【3033】

【3034】

応用例２における特定処理の流れについて図２０を用いて説明する。

【3035】

ステップ１：

【3036】

【3037】

ステップ２：

【3038】

【3039】

ステップ３：

【3040】

【3041】

ステップ４：

【3042】

【3043】

ステップ５：

【3044】

【3045】

ステップ６：

【3046】

【3047】

ステップ７：

【3048】

【3049】

（実施例３）

【3050】

次に、形態例３の実施例３について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ロボット４１４を「端末」と称する。

【3051】

【3052】

実施例３におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

【3053】

【3054】

「データベース」とは、過去の治療実績や統計情報、研究機関での情報開示を含む情報の集合体である。

【3055】

【3056】

【3057】

「生成AIモデル」とは、自然言語の応答を生成するために使用される人工知能のモデルである。

【3058】

「自然言語の応答を生成する手段」とは、生成AIモデルを使用して、ユーザーの問い合わせに対する適切な応答を自然言語で生成する機能である。

【3059】

「感情を解析する手段」とは、ユーザーの感情を解析し、その感情に基づいて適切な応答を生成する機能である。

【3060】

【3061】

発明を実施するための形態

【3062】

【3063】

使用するハードウェアおよびソフトウェア

【3064】

サーバ

【3065】

サーバは、データベースにアクセスし、ユーザーからの問い合わせを受信して処理する。サーバは以下のソフトウェアを使用する：

【3066】

データベース管理システム（DBMS）

【3067】

生成AIモデル（例えば、GPT-4）

【3068】

感情解析ソフトウェア（例えば、IBM WatsonのTone Analyzer）

【3069】

端末

【3070】

端末は、ユーザーが問い合わせを入力し、サーバからの応答を受信して表示するためのデバイスである。端末は以下のソフトウェアを使用する：

【3071】

チャットインターフェース

【3072】

データ加工およびデータ演算

【3073】

データベースアクセス

【3074】

【3075】

生成AIモデルによる応答生成

【3076】

【3077】

感情解析

【3078】

【3079】

具体例

【3080】

具体例1: 二段階移植のメリットとデメリットに関する問い合わせ

【3081】

1. ユーザーが「二段階移植のメリットとデメリットは？」とチャットに入力する。

【3082】

2. 端末がこの問い合わせをサーバに送信する。

【3083】

3. サーバが問い合わせを受信し、データベースから二段階移植に関する情報を取得する。

【3084】

4. サーバが取得した情報を基に、生成AIモデル（GPT-4）を使用して応答を生成する。

【3085】

5. サーバが生成した応答を端末に送信する。

【3086】

6. 端末が「二段階移植のメリットは、成功率が高くなることです。デメリットは、手術が複雑になることです。」とユーザーに表示する。

【3087】

具体例2: 感情エンジンを使用した応答

【3088】

1. ユーザーが「最近、仕事がうまくいかなくて落ち込んでいます。」とチャットに入力する。

【3089】

2. 端末がこの問い合わせをサーバに送信する。

【3090】

3. サーバが問い合わせを受信し、感情解析ソフトウェアがユーザーの感情を解析する。

【3091】

4. 感情解析ソフトウェアがユーザーの落胆を検出し、励ましの言葉を含む応答を生成する。

【3092】

5. サーバが生成した応答を端末に送信する。

【3093】

【3094】

【3095】

ステップ１：

【3096】

ユーザがチャット形式で問い合わせを入力する。

【3097】

【3098】

入力：ユーザの問い合わせ内容

【3099】

出力：問い合わせ内容が端末に送信されるデータ

【3100】

ステップ２：

【3101】

端末が問い合わせをサーバに送信する。

【3102】

具体的な動作：端末はユーザが入力した問い合わせを適切なフォーマットでサーバに送信する。

【3103】

入力：ユーザの問い合わせ内容

【3104】

出力：問い合わせ内容がサーバに送信されるデータ

【3105】

ステップ３：

【3106】

サーバが問い合わせを受信し、データベースにアクセスして関連情報を取得する。

【3107】

【3108】

入力：ユーザの問い合わせ内容

【3109】

出力：データベースから取得した関連情報

【3110】

ステップ４：

【3111】

サーバが取得した情報を基に生成AIモデルを使用して応答を生成する。

【3112】

【3113】

入力：データベースから取得した関連情報、ユーザの問い合わせ内容

【3114】

出力：生成AIモデルによって生成された自然言語の応答

【3115】

ステップ５：

【3116】

サーバが生成した応答を端末に送信する。

【3117】

具体的な動作：サーバは生成AIモデルによって生成された応答を端末に送信する。この応答は、ユーザにとって理解しやすい形式で送られる。

【3118】

入力：生成AIモデルによって生成された自然言語の応答

【3119】

出力：端末に送信される応答データ

【3120】

ステップ６：

【3121】

端末が応答をユーザに表示する。

【3122】

【3123】

入力：サーバから送信された応答データ

【3124】

出力：ユーザに表示される応答

【3125】

ステップ７：

【3126】

感情エンジンがユーザの感情を解析し、必要に応じて感情に適した応答を生成する。

【3127】

【3128】

入力：ユーザの感情データ

【3129】

出力：感情に適した応答データ

【3130】

（応用例３）

【3131】

次に、形態例３の応用例３について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ロボット４１４を「端末」と称する。

【3132】

【3133】

【3134】

【3135】

「情報提供手段」とは、データベースから取得した情報を基に、不妊治療に関する情報をユーザーに提供するための機能である。

【3136】

【3137】

「感情エンジン」とは、ユーザーの感情を解析し、その感情に適した応答を生成するためのシステムである。

【3138】

「チャット形式」とは、ユーザーがテキストベースで問い合わせを行い、それに対してリアルタイムで応答を返すコミュニケーション形式である。

【3139】

【3140】

使用するハードウェアおよびソフトウェア

【3141】

ハードウェア: サーバ、ユーザー端末（スマートフォン、タブレット、パソコンなど）

【3142】

ソフトウェア: Python、OpenAI API、EmotionRecognizerライブラリ、SecurityDatabaseクラス

【3143】

データ加工およびデータ演算

【3144】

【3145】

具体例

【3146】

例えば、ユーザーが「家のセキュリティカメラが動作していない」と入力した場合、サーバは以下の手順で処理を行う。

【3147】

1. ユーザーの入力を受け取る。

【3148】

2. データベースから「セキュリティカメラのトラブルシューティング」に関する情報を取得する。

【3149】

3. EmotionRecognizerライブラリを用いて、ユーザーの感情を解析する。

【3150】

【3151】

プロンプト文の例

【3152】

ユーザーが「家のセキュリティカメラが動作していない」と入力した場合のプロンプト文の例は以下の通りである。

【3153】

user_input = "家のセキュリティカメラが動作していない"

【3154】

response = generate_response(user_input)

【3155】

print(response)

【3156】

このようにして、ユーザーの感情に応じた適切な情報提供とサポートが可能となる。

【3157】

応用例３における特定処理の流れについて図２２を用いて説明する。

【3158】

ステップ１：

【3159】

【3160】

入力：ユーザの問い合わせ（例：「家のセキュリティカメラが動作していない」）

【3161】

出力：サーバに送信されたユーザの問い合わせ

【3162】

ステップ２：

【3163】

サーバは、受信したユーザの問い合わせを解析する。具体的には、問い合わせ内容をテキスト解析し、関連するキーワードを抽出する。

【3164】

入力：ユーザの問い合わせ

【3165】

出力：抽出されたキーワード（例：「セキュリティカメラ」、「動作していない」）

【3166】

ステップ３：

【3167】

【3168】

入力：抽出されたキーワード

【3169】

出力：データベースから取得された関連情報（例：「カメラの電源を確認し、再起動してください」）

【3170】

ステップ４：

【3171】

サーバは、EmotionRecognizerライブラリを使用して、ユーザの問い合わせから感情を解析する。例えば、ユーザが不安を感じているかどうかを判定する。

【3172】

入力：ユーザの問い合わせ

【3173】

出力：解析されたユーザの感情（例：「不安」）

【3174】

ステップ５：

【3175】

【3176】

入力：データベースから取得された関連情報、解析されたユーザの感情

【3177】

【3178】

ステップ６：

【3179】

サーバは、生成された応答をユーザの端末に送信する。ユーザは端末で応答を確認することができる。

【3180】

入力：生成された応答

【3181】

出力：ユーザの端末に送信された応答

【3182】

このようにして、ユーザの感情に応じた適切な情報提供とサポートが可能となる。

【3183】

特定処理部２９０は、特定処理の結果をロボット４１４に送信する。ロボット４１４では、制御部４６Ａが、スピーカ２４０及び制御対象４４３に対して特定処理の結果を出力させる。マイクロフォン２３８は、特定処理の結果に対するユーザ入力を示す音声を取得する。制御部４６Ａは、マイクロフォン２３８によって取得されたユーザ入力を示す音声データをデータ処理装置１２に送信する。データ処理装置１２では、特定処理部２９０が

【3184】

音声データを取得する。

【3185】

データ生成モデル５８は、いわゆる生成ＡＩ（Artificial Intelligence）である。デ

【3186】

【3187】

【3188】

生成AIの他の例としては、Gemini（インターネット検索＜URL: https://gemini.google.com/?hl=ja＞）が挙げられる。

【3189】

上記実施形態では、データ処理装置１２によって特定処理が行われる形態例を挙げたが、本開示の技術はこれに限定されず、ロボット４１４によって特定処理が行われるようにしてもよい。

【3190】

なお、感情エンジンとしての感情特定モデル５９は、特定のマッピングに従い、ユーザの感情を決定してよい。具体的には、感情特定モデル５９は、特定のマッピングである感情マップ（図９参照）に従い、ユーザの感情を決定してよい。また、感情特定モデル５９は、同様に、ロボットの感情を決定し、特定処理部２９０は、ロボットの感情を用いた特定処理を行うようにしてもよい。

【3191】

図９は、複数の感情がマッピングされる感情マップ４００を示す図である。感情マップ４００において、感情は、中心から放射状に同心円に配置されている。同心円の中心に近いほど、原始的状態の感情が配置されている。同心円のより外側には、心境から生まれる状態や行動を表す感情が配置されている。感情とは、情動や心的状態も含む概念である。同心円の左側には、概して脳内で起きる反応から生成される感情が配置されている。同心円の右側には概して、状況判断で誘導される感情が配置されている。同心円の上方向及び下方向には、概して脳内で起きる反応から生成され、かつ、状況判断で誘導される感情が配置されている。また、同心円の上側には、「快」の感情が配置され、下側には、「不快」の感情が配置されている。このように、感情マップ４００では、感情が生まれる構造に基づいて複数の感情がマッピングされており、同時に生じやすい感情が、近くにマッピングされている。

【3192】

これらの感情は、感情マップ４００の３時の方向に分布しており、普段は安心と不安のあたりを行き来する。感情マップ４００の右半分では、内部的な感覚よりも状況認識の方が優位に立つため、落ち着いた印象になる。

【3193】

感情マップ４００の内側は心の中、感情マップ４００の外側は行動を表すため、感情マップ４００の外側に行くほど、感情が目に見える（行動に表れる）ようになる。

【3194】

ここで、人の感情は、姿勢や血糖値のような様々なバランスを基礎としており、それらのバランスが理想から遠ざかると不快、理想に近づくと快という状態を示す。ロボットや自動車やバイク等においても、姿勢やバッテリー残量のような様々なバランスを基礎として、それらのバランスが理想から遠ざかると不快、理想に近づくと快という状態を示すように感情を作ることができる。感情マップは、例えば、光吉博士の感情地図（音声感情認識及び情動の脳生理信号分析システムに関する研究、徳島大学、博士論文：https://ci.nii.ac.jp/naid/500000375379）に基づいて生成されてよい。感情地図の左半分には、感覚が優位にたつ「反応」と呼ばれる領域に属する感情が並ぶ。また、感情地図の右半分には、状況認識が優位にたつ「状況」と呼ばれる領域に属する感情が並ぶ。

【3195】

感情マップでは学習を促す感情が２つ定義される。１つは、状況側にあるネガティブな「懺悔」や「反省」の真ん中周辺の感情である。つまり、「もう２度とこんな想いはしたくない」「もう叱られたくない」というネガティブな感情がロボットに生じたときである。もう１つは、反応側にあるポジティブな「欲」のあたりの感情である。つまり、「もっと欲しい」「もっと知りたい」というポジティブな気持ちのときである。

【3196】

感情特定モデル５９は、ユーザ入力を、予め学習されたニューラルネットワークに入力し、感情マップ４００に示す各感情を示す感情値を取得し、ユーザの感情を決定する。このニューラルネットワークは、ユーザ入力と、感情マップ４００に示す各感情を示す感情値との組み合わせである複数の学習データに基づいて予め学習されたものである。また、このニューラルネットワークは、図１０に示す感情マップ９００のように、近くに配置されている感情同士は、近い値を持つように学習される。図１０では、「安心」、「安穏」、「心強い」という複数の感情が、近い感情値となる例を示している。

【3197】

上記実施形態では、１台のコンピュータ２２によって特定処理が行われる形態例を挙げたが、本開示の技術はこれに限定されず、コンピュータ２２を含めた複数のコンピュータによる特定処理に対する分散処理が行われるようにしてもよい。

【3198】

上記実施形態では、ストレージ３２に特定処理プログラム５６が格納されている形態例を挙げて説明したが、本開示の技術はこれに限定されない。例えば、特定処理プログラム５６がＵＳＢ（Universal Serial Bus）メモリなどの可搬型のコンピュータ読み取り可能な非一時的格納媒体に格納されていてもよい。非一時的格納媒体に格納されている特定処理プログラム５６は、データ処理装置１２のコンピュータ２２にインストールされる。プロセッサ２８は、特定処理プログラム５６に従って特定処理を実行する。

【3199】

また、ネットワーク５４を介してデータ処理装置１２に接続されるサーバ等の格納装置に特定処理プログラム５６を格納させておき、データ処理装置１２の要求に応じて特定処理プログラム５６がダウンロードされ、コンピュータ２２にインストールされるようにしてもよい。

【3200】

なお、ネットワーク５４を介してデータ処理装置１２に接続されるサーバ等の格納装置に特定処理プログラム５６の全てを格納させておいたり、ストレージ３２に特定処理プログラム５６の全てを記憶させたりしておく必要はなく、特定処理プログラム５６の一部を格納させておいてもよい。

【3201】

特定処理を実行するハードウェア資源としては、次に示す各種のプロセッサを用いることができる。プロセッサとしては、例えば、ソフトウェア、すなわち、プログラムを実行することで、特定処理を実行するハードウェア資源として機能する汎用的なプロセッサであるＣＰＵが挙げられる。また、プロセッサとしては、例えば、ＦＰＧＡ（Field-Programmable Gate Array）、ＰＬＤ（Programmable Logic Device）、又はＡＳＩＣ（Application Specific Integrated Circuit）などの特定の処理を実行させるために専用に設計さ

【3202】

れた回路構成を有するプロセッサである専用電気回路が挙げられる。何れのプロセッサにもメモリが内蔵又は接続されており、何れのプロセッサもメモリを使用することで特定処理を実行する。

【3203】

特定処理を実行するハードウェア資源は、これらの各種のプロセッサのうちの１つで構成されてもよいし、同種又は異種の２つ以上のプロセッサの組み合わせ（例えば、複数のＦＰＧＡの組み合わせ、又はＣＰＵとＦＰＧＡとの組み合わせ）で構成されてもよい。また、特定処理を実行するハードウェア資源は１つのプロセッサであってもよい。

【3204】

１つのプロセッサで構成する例としては、第１に、１つ以上のＣＰＵとソフトウェアの組み合わせで１つのプロセッサを構成し、このプロセッサが、特定処理を実行するハードウェア資源として機能する形態がある。第２に、ＳｏＣ（System-on-a-chip）などに代表されるように、特定処理を実行する複数のハードウェア資源を含むシステム全体の機能を１つのＩＣチップで実現するプロセッサを使用する形態がある。このように、特定処理は、ハードウェア資源として、上記各種のプロセッサの１つ以上を用いて実現される。

【3205】

更に、これらの各種のプロセッサのハードウェア的な構造としては、より具体的には、半導体素子などの回路素子を組み合わせた電気回路を用いることができる。また、上記の特定処理はあくまでも一例である。従って、主旨を逸脱しない範囲内において不要なステップを削除したり、新たなステップを追加したり、処理順序を入れ替えたりしてもよいことは言うまでもない。

【3206】

以上に示した記載内容及び図示内容は、本開示の技術に係る部分についての詳細な説明であり、本開示の技術の一例に過ぎない。例えば、上記の構成、機能、作用、及び効果に関する説明は、本開示の技術に係る部分の構成、機能、作用、及び効果の一例に関する説明である。よって、本開示の技術の主旨を逸脱しない範囲内において、以上に示した記載内容及び図示内容に対して、不要な部分を削除したり、新たな要素を追加したり、置き換えたりしてもよいことは言うまでもない。また、錯綜を回避し、本開示の技術に係る部分の理解を容易にするために、以上に示した記載内容及び図示内容では、本開示の技術の実施を可能にする上で特に説明を要しない技術常識等に関する説明は省略されている。

【3207】

本明細書に記載された全ての文献、特許出願及び技術規格は、個々の文献、特許出願及び技術規格が参照により取り込まれることが具体的かつ個々に記された場合と同程度に、本明細書中に参照により取り込まれる。

【3208】

以上の実施形態に関し、更に以下を開示する。

【3209】

（請求項１）
不妊治療情報を提供するためのシステムであって、過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する手段と、該データベースから取得した情報を基に不妊治療に関する情報を提供する手段と、ユーザーからの問い合わせに対して該データベースから取得した情報を基に応答する手段と、を含むシステム。

【3210】

（請求項２）
請求項１記載のシステムであって、ＰＧＴＡや二段階移植などの特定の不妊治療手法に関する情報を提供する手段をさらに含むシステム。

【3211】

（請求項３）
請求項１または２記載のシステムであって、チャット形式でユーザーからの問い合わせに応答する手段をさらに含むシステム。

【3212】

（請求項４）
請求項１～３のいずれか一項に記載のシステムであって、ユーザーの感情を認識する感情エンジンをさらに含むシステム。

【3213】

（請求項５）
請求項４に記載のシステムであって、該感情エンジンがユーザーの感情に基づいて不妊治療に関する情報を提供する手段をさらに含むシステム。

【3214】

（請求項６）
請求項４または５に記載のシステムであって、該感情エンジンがユーザーの感情に基づいてユーザーからの問い合わせに応答する手段をさらに含むシステム。

【3215】

「実施例１」
（請求項１）
過去の治療実績や統計情報、研究機関での情報開示を含むデータベースを参照する手段と、
該データベースから取得した情報を基に不妊治療に関する情報を提供する手段と、
ユーザーからの問い合わせに対して該データベースから取得した情報を基に応答する手段と、
収集したデータをカテゴリ別に整理し、データベースに格納する手段と、
ユーザが入力した検索条件を解析し、サーバにリクエストを送信する手段と、
サーバから返送されたデータをユーザに表示する手段と、
を含むシステム。

【3216】

（請求項２）
特定の不妊治療手法に関する情報を提供する手段をさらに含む請求項１記載のシステム。

【3217】