図面 (/)

技術 生活習慣病改善支援システム、生活習慣病改善支援方法、生活習慣病改善支援用コンピュータプログラム、及び、生活習慣病改善支援用コンピュータプログラムを格納したコンピュータ読み取り可能な記録媒体

出願人 PHCホールディングス株式会社
発明者 岩野賢二
出願日 2013年6月28日 (6年7ヶ月経過) 出願番号 2014-523587
公開日 2016年6月2日 (3年8ヶ月経過) 公開番号 WO2014-006862
状態 不明
技術分野
  • -
主要キーワード 参照直線 改善項目 所定時間区間 対象直線 改善支援システム 行動変容 測定ミス 増減傾向
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2016年6月2日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (17)

課題・解決手段

生活習慣病改善支援システムは、対象患者の生活習慣病の改善を支援する生活習慣病改善支援システムであって、対象患者の生活習慣の状態を表す生活習慣状態の入力を受け付ける生活習慣状態入力部と、対象患者の生体情報測定値の入力を受け付ける生体情報測定値入力部と、生体情報測定値の経時変化に対する変化を特徴量として抽出する特徴量抽出部と、対象患者の前記生体情報測定値と、対象患者とは異なる参照患者の特徴量との比較結果を算出する特徴量比較部と、比較結果に基づいて、対象患者に類似した参照患者を抽出する参照患者抽出部と、対象患者に対して、参照患者の生体情報測定値および生活習慣状態を表示する生活習慣提案表示部と、を備える。

概要

背景

生活習慣病を改善する為には、生活習慣服薬の影響を考慮する必要があることは公知である。また、生活習慣病の一例として、高血圧に対する生活習慣の改善項目としては、非特許文献1に記載がされている通り、減塩、栄養、減量、運動、節酒、禁煙などがあることも、医療関係者からの情報、および公開情報にて公知である。しかしながら、患者にとって生活習慣改善項目を継続的に実施することは、日常生活に制限がかかり、精神的や肉体的に苦痛を伴う場合があることから、必ずしも容易なことではない。この生活習慣改善を継続する為に、対象となる患者(以下、対象患者表現)の健康状態だけでなく、対象患者とは異なる他の患者(以下、参照患者と表現)の健康状態や生活習慣を参照する技術として2つを紹介する。

例えば、特許文献1は、生活習慣病を改善する為、対象患者と類似した属性年齢、遺伝子、生活習慣等)の参照患者を抽出し、対象患者と参照患者との優劣度相対評価する技術を開示している。

また、特許文献2は、体重を減量する為、対象患者と同様な生体情報(体重)変化の参照患者を抽出し、その参照患者の減量実績情報を提供する技術を開示している。

概要

生活習慣病改善支援システムは、対象患者の生活習慣病の改善を支援する生活習慣病改善支援システムであって、対象患者の生活習慣の状態を表す生活習慣状態の入力を受け付ける生活習慣状態入力部と、対象患者の生体情報測定値の入力を受け付ける生体情報測定値入力部と、生体情報測定値の経時変化に対する変化を特徴量として抽出する特徴量抽出部と、対象患者の前記生体情報測定値と、対象患者とは異なる参照患者の特徴量との比較結果を算出する特徴量比較部と、比較結果に基づいて、対象患者に類似した参照患者を抽出する参照患者抽出部と、対象患者に対して、参照患者の生体情報測定値および生活習慣状態を表示する生活習慣提案表示部と、を備える。

目的

また、特許文献2は、体重を減量する為、対象患者と同様な生体情報(体重)変化の参照患者を抽出し、その参照患者の減量実績情報を提供する

効果

実績

技術文献被引用数
- 件
牽制数
- 件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

該当するデータがありません

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

対象患者生活習慣病の改善を支援する生活習慣病改善支援システムであって、対象患者の生活習慣の状態を表す生活習慣状態の入力を受け付ける生活習慣状態入力部と、前記対象患者の生体情報測定値の入力を受け付ける生体情報測定値入力部と、前記生体情報測定値の経時変化に対する変化を特徴量として抽出する特徴量抽出部と、前記対象患者の前記生体情報測定値と、前記対象患者とは異なる参照患者の前記特徴量との比較結果を算出する特徴量比較部と、前記比較結果に基づいて、前記対象患者に類似した参照患者を抽出する参照患者抽出部と、前記対象患者に対して、前記参照患者の前記生体情報測定値および前記生活習慣状態を表示する生活習慣提案表示部と、を備える、生活習慣病改善支援システム。

請求項2

前記特徴量抽出部は、前記生体情報測定値の時系列に対し近似直線を算出し、最新の前記生体情報測定値と前記近似直線による予測値との差分を算出し、前記差分が閾値超過した場合、最新より一つ前の前記生体情報測定値の時刻を変化日時とし、前記特徴量として前記変化日時を含む、請求項1に記載の生活習慣病改善支援システム。

請求項3

前記特徴量抽出部は、前記生体情報測定値の時系列を結ぶ直線の傾きを算出し、前記直線の傾きの符号が変化する日時を変化日時とし、前記特徴量として前記変化日時を含む、請求項1に記載の生活習慣病改善支援システム。

請求項4

前記特徴量抽出部は、前記変化日時における生体情報測定値を極値とし、前記特徴量として前記極値を含む、請求項2又は3に記載の生活習慣病改善支援システム。

請求項5

前記特徴量抽出部は、前記極値の時系列を直線で結んだ近似直線の傾きを算出し、前記特徴量として前記傾きを含む、請求項4に記載の生活習慣病改善支援システム。

請求項6

前記特徴量比較部は、前記対象患者の最新の前記生体情報測定値と、別の前記患者の前記変化日時における前記極値および前記傾きから前記対象患者と前記参照患者との類似度を算出する、請求項5に記載の生活習慣病改善支援システム。

請求項7

前記特徴量比較部は、前記対象患者と前記参照患者の類似度として、前記対象患者の前記極値を結んだ近似直線を表す対象直線と、前記参照患者の前記極値を結んだ近似直線を表す参照直線との差から導出される面積に基づいて前記類似度を定義する、請求項6に記載の生活習慣病改善支援システム。

請求項8

前記参照患者抽出部は、前記対象患者に対して前記類似度がより類似している前記参照患者の類似度の順位を上げる、請求項6又は7に記載の生活習慣病改善支援システム。

請求項9

前記参照患者抽出部は、前記変化日時以降の前記傾きの絶対値が大きい前記参照患者の類似度の順位を上げる、請求項6から8のいずれか一項に記載の生活習慣病改善支援システム。

請求項10

前記生活習慣提案表示部は、前記順位に基づいて前記参照患者の情報を表示する、請求項8又は9に記載の生活習慣病改善支援システム。

請求項11

前記参照患者抽出部は、前記対象患者と前記参照患者との生体情報測定値の傾向と比較を前記極値に基づいて表示する、請求項4から10のいずれか一項に記載の生活習慣病改善支援システム。

請求項12

前記生活習慣提案表示部は、前記対象患者の最新の前記生体情報測定値と前記参照患者の前記生体情報測定値の前記変化日時を時間軸上で一致させた時系列のグラフを表示する、請求項2から11のいずれか一項に記載の生活習慣病改善支援システム。

請求項13

前記生活習慣提案表示部は、前記参照患者の前記変化日時以降の前記生体情報測定値に関するグラフも表示する、請求項2から12のいずれか一項に記載の生活習慣病改善支援システム。

請求項14

前記生活習慣提案表示部は、前記生活習慣状態の前記変化日時より前の所定区間である前区間と前記変化日時より後の所定区間である後区間に対して所定区間の前後とを比較し、前記前区間と前記後区間とで前記生活習慣状態の差が大きい順に前記生活習慣状態を表示する、請求項2から13のいずれか一項に記載の生活習慣病改善支援システム。

請求項15

前記参照患者抽出部は、前記対象患者と前記参照患者の遺伝子情報、もしくは年齢の少なくとも1つに基づいて比較を行い、前記比較の結果として前記参照患者を限定する、請求項1から14のいずれか一項に記載の生活習慣病改善支援システム。

請求項16

対象患者の生活習慣病の改善を支援する生活習慣病改善支援方法であって、対象患者の生活習慣の状態を表す生活習慣状態の入力を受け付けるステップと、前記対象患者の生体情報測定値の入力を受け付けるステップと、前記生体情報測定値の経時変化に対する変化を特徴量として抽出するステップと、前記対象患者の前記生体情報測定値と前記対象患者とは異なる参照患者の前記特徴量との比較結果を算出するステップと、前記比較結果に基づいて、前記対象患者に類似した参照患者を抽出するステップと、前記対象患者に対し前記参照患者の前記生体情報測定値および前記生活習慣状態を表示するステップと、を含む、生活習慣病改善支援方法。

請求項17

前記特徴量を抽出するステップは、前記生体情報測定値の時系列に対し近似直線を算出し、最新の前記生体情報測定値と前記近似直線による予測値との差分を算出し、前記差分が閾値を超過した場合、最新より一つ前の前記生体情報測定値の時刻を変化日時とし、前記特徴量として前記変化日時を含む、請求項16に記載の生活習慣病改善支援方法。

請求項18

前記特徴量を抽出するステップは、前記生体情報測定値の時系列を結ぶ直線の傾きを算出し、前記直線の傾きの符号が変化する日時を変化日時とし、前記特徴量として前記変化日時を含む、請求項16に記載の生活習慣病改善支援方法。

請求項19

前記特徴量を抽出するステップは、前記変化日時における生体情報測定値を極値とし、前記特徴量として前記極値を含む、請求項17又は18に記載の生活習慣病改善支援方法。

請求項20

前記特徴量を抽出するステップは、前記極値の時系列を直線で結んだ近似直線の傾きを算出し、前記特徴量として前記傾きを含む、請求項19に記載の生活習慣病改善支援方法。

請求項21

前記特徴量を比較するステップは、前記対象患者の最新の前記生体情報測定値と、別の前記患者の前記変化日時における前記極値および前記傾きから前記対象患者と前記参照患者との類似度を算出する、請求項20に記載の生活習慣病改善支援方法。

請求項22

請求項17から21のいずれか一項に記載の前記生活習慣病改善支援方法の各ステップをコンピュータに実行させて、対象患者の生活習慣病の改善を支援するための、生活習慣病改善支援用コンピュータプログラム

請求項23

請求項22に記載の前記生活習慣病改善支援用コンピュータプログラムを格納したコンピュータ読み取り可能な記録媒体

技術分野

0001

本開示は、生活習慣病を改善するための支援を行う生活習慣病改善支援システム、生活習慣病改善支援方法、生活習慣病改善支援用コンピュータプログラム、及び、生活習慣病改善支援用コンピュータプログラムを格納したコンピュータ読み取り可能な記録媒体に関する。生活習慣病の発症には、遺伝要因環境要因関与しており、環境要因としては、生活習慣服薬の影響がある。ここでは、対象とする患者が他の患者の健康状態や生活習慣を参照し、患者が生活習慣改善動機付けを行う技術について記載する。

背景技術

0002

生活習慣病を改善する為には、生活習慣や服薬の影響を考慮する必要があることは公知である。また、生活習慣病の一例として、高血圧に対する生活習慣の改善項目としては、非特許文献1に記載がされている通り、減塩、栄養、減量、運動、節酒、禁煙などがあることも、医療関係者からの情報、および公開情報にて公知である。しかしながら、患者にとって生活習慣改善項目を継続的に実施することは、日常生活に制限がかかり、精神的や肉体的に苦痛を伴う場合があることから、必ずしも容易なことではない。この生活習慣改善を継続する為に、対象となる患者(以下、対象患者表現)の健康状態だけでなく、対象患者とは異なる他の患者(以下、参照患者と表現)の健康状態や生活習慣を参照する技術として2つを紹介する。

0003

例えば、特許文献1は、生活習慣病を改善する為、対象患者と類似した属性年齢、遺伝子、生活習慣等)の参照患者を抽出し、対象患者と参照患者との優劣度相対評価する技術を開示している。

0004

また、特許文献2は、体重を減量する為、対象患者と同様な生体情報(体重)変化の参照患者を抽出し、その参照患者の減量実績情報を提供する技術を開示している。

先行技術

0005

特開2006−127289号公報
特開2009−93307号公報

発明が解決しようとする課題

0006

従来技術では、対象患者が対象患者本人と類似した参照患者の健康状態の比較を行う際に、参照患者のどの様な生活習慣がきっかけとなり健康状態を改善させたのか、もしくは健康状態を悪化させたのか、参照患者の経時変化における変化点の原因が何かを把握することが困難である。

0007

本開示の目的は、対象患者本人と類似した参照患者の健康状態を比較して、対象患者へ適切な生活習慣改善提案を行う技術を提供することである。

課題を解決する手段

0008

本開示に係る生活習慣病改善支援システムは、対象患者の生活習慣病の改善を支援する生活習慣病改善支援システムであって、
対象患者の生活習慣の状態を表す生活習慣状態の入力を受け付ける生活習慣状態入力部と、
前記対象患者の生体情報測定値の入力を受け付ける生体情報測定値入力部と、
前記生体情報測定値の経時変化に対する変化を特徴量として抽出する特徴量抽出部と、
前記対象患者の前記生体情報測定値と、前記対象患者とは異なる参照患者の前記特徴量との比較結果を算出する特徴量比較部と、
前記比較結果に基づいて、前記対象患者に類似した参照患者を抽出する参照患者抽出部と、
前記対象患者に対して、前記参照患者の前記生体情報測定値および前記生活習慣状態を表示する生活習慣提案表示部と、
を備える。

発明の効果

0009

本開示の生活習慣病改善支援システムによれば、対象患者が、対象患者本人と類似した参照患者の健康状態を比較する際に、参照患者の健康状態が変化する時点の生活習慣を参照することにより、生活習慣病改善の行動変容を行う情報を提供する。これによって、対象患者に対して生活習慣改善を行う動機付けを提供できるという効果がある。

図面の簡単な説明

0010

実施の形態1に係る生活習慣病改善支援システムの構成を示す構成図である。
実施の形態1に係る生活習慣病改善支援方法のフローチャートである。
実施の形態1における生活習慣目標入力部における画面の一例である。
実施の形態1における健康状態入力処理のフローチャートである。
実施の形態1における生体情報測定値入力部における画面の一例である。
実施の形態1における生活習慣状態入力部における画面の一例である。
実施の形態1における特徴量抽出部の処理のフローチャートである。
実施の形態1における特徴量抽出部における特徴量を示す一例である。
実施の形態1における第二記憶部に記憶している各患者の特徴量の一例である。
実施の形態1における生活習慣提案処理のフローチャートである。
参照患者抽出部による参照患者一覧の画面の一例である。
生活習慣提案表示部における画面の一例である。
特徴量比較部における処理のフローチャートである。
(a)は、対象患者の生体情報測定値を表すグラフであり、(b)は、参照患者の生体情報測定値を表すグラフであり、(c)は、対象患者4の生体情報測定値と参照患者5の生体情報測定値との差分算出方法を表すグラフである。
(a)は、対象直線参照直線が交差する場合の差分を算出する方法を示す図であり、(b)は、対象直線と参照直線が交差しない場合の差分を算出する方法を示す図である。
実施の形態1における生活習慣病改善支援システムのクライアント装置の構成の一例を示す構成図である。

実施例

0011

本開示の第1態様に係る生活習慣病改善支援システムは、対象患者の生活習慣病の改善を支援する生活習慣病改善支援システムであって、
対象患者の生活習慣の状態を表す生活習慣状態の入力を受け付ける生活習慣状態入力部と、
前記対象患者の生体情報測定値の入力を受け付ける生体情報測定値入力部と、
前記生体情報測定値の経時変化に対する変化を特徴量として抽出する特徴量抽出部と、
前記対象患者の前記生体情報測定値と、前記対象患者とは異なる参照患者の前記特徴量との比較結果を算出する特徴量比較部と、
前記比較結果に基づいて、前記対象患者に類似した参照患者を抽出する参照患者抽出部と、
前記対象患者に対して、前記参照患者の前記生体情報測定値および前記生活習慣状態を表示する生活習慣提案表示部と、
を備える。

0012

第2態様に係る生活習慣病改善支援システムは、上記第1態様において、前記特徴量抽出部は、
前記生体情報測定値の時系列に対し近似直線を算出し、
最新の前記生体情報測定値と前記近似直線による予測値との差分を算出し、
前記差分が閾値超過した場合、最新より一つ前の前記生体情報測定値の時刻を変化日時とし、
前記特徴量として前記変化日時を含んでもよい。

0013

第3態様に係る生活習慣病改善支援システムは、上記第1態様において、前記特徴量抽出部は、
前記生体情報測定値の時系列を結ぶ直線の傾きを算出し、
前記直線の傾きの符号が変化する日時を変化日時とし、
前記特徴量として前記変化日時を含んでもよい。

0014

第4態様に係る生活習慣病改善支援システムは、上記第2態様又は第3態様において、前記特徴量抽出部は、前記変化日時における生体情報測定値を極値とし、
前記特徴量として前記極値を含んでもよい。

0015

第5態様に係る生活習慣病改善支援システムは、上記第4態様において、前記特徴量抽出部は、前記極値の時系列を直線で結んだ近似直線の傾きを算出し、
前記特徴量として前記傾きを含んでもよい。

0016

第6態様に係る生活習慣病改善支援システムは、上記第5態様において、前記特徴量比較部は、前記対象患者の最新の前記生体情報測定値と、別の前記患者の前記変化日時における前記極値および前記傾きから前記対象患者と前記参照患者との類似度を算出してもよい。

0017

第7態様に係る生活習慣病改善支援システムは、上記第6態様において、前記特徴量比較部は、前記対象患者と前記参照患者の類似度として、前記対象患者の前記極値を結んだ近似直線を表す対象直線と、前記参照患者の前記極値を結んだ近似直線を表す参照直線との差から導出される面積に基づいて前記類似度を定義してもよい。

0018

第8態様に係る生活習慣病改善支援システムは、上記第6態様又は第7態様において、前記参照患者抽出部は、前記対象患者に対して前記類似度がより類似している前記参照患者の類似度の順位を上げてもよい。

0019

第9態様に係る生活習慣病改善支援システムは、上記第6態様から第8態様のいずれかにおいて、前記参照患者抽出部は、前記変化日時以降の前記傾きの絶対値が大きい前記参照患者の類似度の順位を上げてもよい。

0020

第10態様に係る生活習慣病改善支援システムは、上記第8態様又は第9態様において、前記生活習慣提案表示部は、前記順位に基づいて前記参照患者の情報を表示してもよい。

0021

第11態様に係る生活習慣病改善支援システムは、上記第4態様から第10態様のいずれかにおいて、前記参照患者抽出部は、前記対象患者と前記参照患者との生体情報測定値の傾向と比較を前記極値に基づいて表示してもよい。

0022

第12態様に係る生活習慣病改善支援システムは、上記第2態様から第11態様のいずれかにおいて、前記生活習慣提案表示部は、前記対象患者の最新の前記生体情報測定値と前記参照患者の前記生体情報測定値の前記変化日時を時間軸上で一致させた時系列のグラフを表示してもよい。

0023

第13態様に係る生活習慣病改善支援システムは、上記第2態様から第12態様のいずれかにおいて、前記生活習慣提案表示部は、前記参照患者の前記変化日時以降の前記生体情報測定値に
関するグラフも表示してもよい。

0024

第14態様に係る生活習慣病改善支援システムは、上記第2態様から第13態様のいずれかにおいて、前記生活習慣提案表示部は、
前記生活習慣状態の前記変化日時より前の所定区間である前区間と前記変化日時より後の所定区間である後区間に対して所定区間の前後とを比較し、
前記前区間と前記後区間とで前記生活習慣状態の差が大きい順に前記生活習慣状態を表示してもよい。

0025

第15態様に係る生活習慣病改善支援システムは、上記第1態様から第14態様のいずれかにおいて、前記参照患者抽出部は、前記対象患者と前記参照患者の遺伝子情報、もしくは年齢の少なくとも1つに基づいて比較を行い、前記比較の結果として前記参照患者を限定してもよい。

0026

本開示の第16態様に係る生活習慣病改善支援方法は、対象患者の生活習慣病の改善を支援する生活習慣病改善支援方法であって、
対象患者の生活習慣の状態を表す生活習慣状態の入力を受け付けるステップと、
前記対象患者の生体情報測定値の入力を受け付けるステップと、
前記生体情報測定値の経時変化に対する変化を特徴量として抽出するステップと、
前記対象患者の前記生体情報測定値と前記対象患者とは異なる参照患者の前記特徴量との比較結果を算出するステップと、
前記比較結果に基づいて、前記対象患者に類似した参照患者を抽出するステップと、
前記対象患者に対し前記参照患者の前記生体情報測定値および前記生活習慣状態を表示するステップと、
を含む。

0027

第17態様に係る生活習慣病改善支援方法は、上記第16態様において、前記特徴量を抽出するステップは、
前記生体情報測定値の時系列に対し近似直線を算出し、
最新の前記生体情報測定値と前記近似直線による予測値との差分を算出し、
前記差分が閾値を超過した場合、最新より一つ前の前記生体情報測定値の時刻を変化日時とし、
前記特徴量として前記変化日時を含んでもよい。

0028

第18態様に係る生活習慣病改善支援方法は、上記第16態様において、前記特徴量を抽出するステップは、
前記生体情報測定値の時系列を結ぶ直線の傾きを算出し、
前記直線の傾きの符号が変化する日時を変化日時とし、
前記特徴量として前記変化日時を含んでもよい。

0029

第19態様に係る生活習慣病改善支援方法は、上記第17態様又は第18態様において、前記特徴量を抽出するステップは、前記変化日時における生体情報測定値を極値とし、
前記特徴量として前記極値を含んでもよい。

0030

第20態様に係る生活習慣病改善支援方法は、上記第19態様において、前記特徴量を抽出するステップは、前記極値の時系列を直線で結んだ近似直線の傾きを算出し、前記特徴量として前記傾きを含んでもよい。

0031

第21態様に係る生活習慣病改善支援方法は、上記第20態様において、前記特徴量を比較するステップは、前記対象患者の最新の前記生体情報測定値と、別の前記患者の前記変化日時における前記極値および前記傾きから前記対象患者と前記参照患者との類似度を算出してもよい。

0032

第22態様に係る生活習慣病改善支援用コンピュータプログラムは、上記第17態様から第21態様のいずれか一の上記生活習慣病改善支援方法の各ステップをコンピュータに実行させて、対象患者の生活習慣病の改善を支援する。

0033

第23態様に係るコンピュータ読み取り可能な記録媒体は、第22態様の上記生活習慣病改善支援用コンピュータプログラムを格納している。

0034

以下に、本開示の生活習慣病改善支援システムの実施の形態を添付図面とともに詳細に説明する。ここで生活習慣とは、食習慣運動習慣休養喫煙飲酒等に代表される生活する上での習慣を表す。また、生活習慣病とは、生活習慣が発症・進行に深く関与している疾患の総称であり、例えば糖尿病(1型糖尿病を除く)、脂質異常症(家族性脂質異常症を除く)、高血圧、肥満がある。また生活習慣改善項目とは、生活習慣病を改善する為の生活習慣を表す。

0035

また、ここでの生体情報(Vital Signs)とは、患者の健康状態を示す情報であり、例えば、血圧血糖、体重、血中酸素飽和度(SPO2)、体温尿糖ヘモグロビンA1C、内膜中膜複合体厚IMT:Intima-media thickness)、心拍脈拍、などがある。本開示の実施の形態では、生活習慣病として高血圧を、生体情報としては血圧を一例として説明するが、これに限定するものではない。

0036

(実施の形態1)
図1は、本開示の実施の形態1に係る生活習慣病改善支援システムの構成を示す構成図である。
図1において、この生活習慣病改善支援システムでは、複数の患者4,5において使用するクライアント装置1と、医療従事者が使用するサーバ装置2と、が存在し、複数のクライアント装置1とサーバ装置2とは、ネットワーク3を介して互いに接続している。なお、医療従事者とは、患者4、5の健康状態を改善する為の医療従事する医師看護師を表す。また、クライアント装置1を使用する患者4,5のうち、本システム使用対象とする患者を対象患者4と定義し、対象患者4が本人以外で参照する患者を参照患者5と定義する。対象患者4は、対象患者4本人が使用するクライアント装置1を通じて、参照患者5の健康状態や生活習慣を参照することが出来る。

0037

まず、クライアント装置1について説明する。クライアント装置1は、生活習慣目標入力部11、生体情報測定値入力部12、生活習慣状態入力部13、第一制御部15、第一記憶部16、第一通信部17、生活習慣提案表示部18を備える。
生活習慣目標入力部11は、使用開始時に患者4,5が入力する生活習慣に関する目標を受け付ける。また、生体情報測定値入力部12は、患者4、5が定期的に入力する生体情報の測定値を受け付ける。
生活習慣状態入力部13は、患者4、5が定期的に入力する生活習慣改善項目に対する状態を受け付ける。生活習慣状態入力部13は、生活習慣目標に基づいて生活習慣改善項目に対する少なくとも2つの状態、例えば“実施”、“未実施”の各状態の入力を受け付ける。

0038

第一制御部15は、生活習慣目標入力部11と生体情報測定値入力部12と生活習慣状態入力部13と接続され、前記3つの入力部11、12、13で受け付けた生活習慣目標、生活習慣状態、生体情報測定値を第一記憶部16へ保存する。さらに、第一通信部17は、第一記憶部16に保存した情報を、ネットワーク3を介してサーバ装置2へ送受信処理を行う。また、生活習慣提案表示部18は、第一制御部15の制御に基づいて、対象患者4に対する生活習慣の提案を表示する。

0039

次に、サーバ装置2について説明する。サーバ装置2は、特徴量抽出部21、特徴量比較部22、参照患者抽出部23、第二制御部25、第二記憶部26、第二通信部27、第二表示部28を備える。
特徴量抽出部21は、生体情報測定値入力部12の生体情報測定値から特徴量を抽出する。なお、この”特徴量”とは、後述の定義に基づくものである。特徴量比較部22は、対象患者4と参照患者5との特徴量を比較する。参照患者抽出部23は、特徴量の比較結果に基づいて参照患者5の順位付けを行い、対象患者4に適した参照患者5を抽出する。なお、ここで参照患者5は少なくとも1人存在すればよく、上記課題を解決することができる。また、複数の参照患者5が存在する場合には、その複数の参照患者5から、より類似した参照患者5を見つけることができる。

0040

第二制御部25は、特徴量抽出部21と特徴量比較部22と参照患者抽出部23とを接続し、前記2つの処理結果を第二記憶部26へ保存する。更に第二通信部27は、第二記憶部26に保存した情報を、ネットワーク3を介してクライアント装置1へ送受信処理を行う。また、第二表示部28は、第二制御部25の制御に基づいて医療従事者への表示を行う。なお、ここで表示とは画面への表示を行う例を説明するが、画面表示以外の通信回線記憶媒体への出力、および紙への印刷を含むものとする。なお、第二表示部28による医療従事者への表示は必須の構成ではない。このように第二表示部28によって医療従事者への表示を行うことができる場合には、表示を受けた医療従事者からのアドバイスを受けやすくなる場合がある。

0041

本開示の実施の形態1に係る生活習慣病改善支援システムによって、生活習慣病を持つ対象患者4に対して、対象患者4本人と類似した参照患者5を抽出することが可能となる。特に対象患者4が参照患者5の生体情報測定値の変化点における、生活習慣状態を提示することにより、どの生活習慣の影響により生体情報測定値が改善した/もしくは悪化したかの情報を提供することができる。この結果、対象患者4は、生活習慣病を改善する為の行動変容を起こす動機付けを得ることができ、対象患者4の生活の質(QOL:Quality Of Life)を向上させることが可能となる。

0042

図2は、本開示の実施の形態1に係る生活習慣病改善支援方法のフローチャートである。
(1)クライアント装置1を起動して、まず対象患者4が、“目標入力”、“健康状態入力”、“生活習慣提案”の各処理の選択を行う(S201)。
(2)次に、対象患者4が“目標入力”を選択した場合、生活習慣目標入力部11での処理を行う(S203)。この処理は、システムの利用を開始した初期に少なくとも1回を実施する。ここで入力とは、キーボードマウスからの装置への入力、および通信回線からの入力などがあり、ここでは一例として画面に取り付けたタッチパネルでの入力を例として説明を行う。
(3)また、対象患者4が処理(S201)において“健康状態入力”を選択した場合、健康状態入力処理を行う(S205)。ここで、健康状態入力処理とは、生体情報測定値入力部12の処理や生活習慣状態入力部13の処理、および第一通信部17の送受信処理を含む、患者の健康に関わる状態を入力する処理を表す。
(4)更に、対象患者4が処理S201において、“生活習慣提案”を選択した場合、生活習慣提案処理を行う(S206)。対象患者4は、この健康状態入力処理を定期的、例えば毎日実施する。また、対象患者4は、生活習慣提案処理(S206)を、必要に応じて選択および実施してもよい。

0043

図3は、本開示の実施の形態1における生活習慣目標入力部11の画面の一例である。図3において、左上部には対象患者4の名前を表示し、中央上部には画面のタイトルを表示し、右上部には、現在の日時を表示する。この画面の表示例は、以降のクライアント装置1の画面も同様である。図3の画面中央には表があり、表の左側が生活習慣改善項目、表の右側が生活習慣目標を表す。なお、高血圧に対する生活習慣改善項目、および生活習慣目標として、日本高血圧学会が発行する非特許文献1を参照した。また、対象患者4によっては生活習慣改善項目として、服薬を追加しても良いが、目標は医療従事者の指示に基づいて設定すべきである。

0044

医療従事者は、生活習慣病の対象患者4の健康状態および対象患者4本人と相談を行った上で、適切な生活習慣改善項目301や、対応する生活習慣目標302を設定する。これらの設定項目は、対象患者4に応じて異なる場合があり、対象患者4の健康状態により生活習慣目標302を変更することも可能である(図示せず)。生活習慣病の対象患者4は、この設定で問題なければ、ボタン“OK”で設定確定し、前の設定に戻る場合は、ボタン“Cancel”を押す。生活習慣項目301や生活習慣目標302を設定できることにより、一般的な目標だけでなく、対象患者4一人一人の健康状態に適合した生活習慣目標を設定することが可能となる。なお、設定確定及び前の設定への戻りに関するボタンの表示として、上記”OK”及び”Cancel”は、一例であって、「設定確定」及び「前の設定への戻り」のボタンはこれらに限定するものではない。

0045

図4は、本開示の実施の形態1における健康状態入力処理(S205)のフローチャートである。
(1)まず、クライアント装置1側の処理として、生体情報測定値入力部12で生体情報測定値の入力を行う(S401)。この画面については、図5を用いて後述する。次に、生活習慣状態入力部12で生活習慣の改善項目に対する実施の状態を入力する。この画面については、図6を用いて後述する。
(2)次に、第一通信部17が生体情報測定値や生活習慣状態等の健康状態を表す情報を、サーバ装置2へネットワーク3を介して送信する(S403)。
(3)サーバ装置2の第二通信部27は、クライアント装置1の第一通信部17からの情報を受信する(S405)。
(4)第二制御部25は、受信した対象患者4の健康状態を表す情報を第二記憶部26に保存する(S406)。
(5)特徴量抽出部21は、受信した生体情報測定値に対して、特徴量を抽出する処理を行う(S407)。

0046

図5は、本開示の実施の形態1における生体情報測定値入力部12における画面の一例である。なお、ここでは生体情報測定機器(図示せず)は、クライアント装置と通信回線を通じて接続しており、図5は、生体情報測定機器から測定結果を受信した時点での画面を表す。図5は、生体情報測定値501の一例として、収縮期血圧(SBP : Systolic Blood Pressure)、拡張期血圧(DBP : Diastolic Blood Pressure)、脈拍(Pulse)を示す。なお、生体情報測定値として、測定日時毎の生体情報測定値を用いる例を説明するが、所定期間(例えば1週間)における生体情報測定値の平均値を用いてもよい。生体情報測定値の平均値を用いることにより、生体情報の日内変動測定誤差などの影響を軽減した生活習慣提案を行うことが可能となる。
対象患者4は、図5血圧測定画面において、生体情報測定値501で良い場合は、ボタン“OK”を押して、測定結果を第一記憶部16に保存する。一方、対象患者4が生体情報測定結果501を測定ミス等で破棄する場合は、ボタン“Cancel”を押す。

0047

図6は、本開示の実施の形態1における生活習慣状態入力部13の画面の一例である。対象患者4は、生活習慣改善項目301に対して、生活習慣目標302を、実施した(状態1)か、未実施(状態2)かという状態を、生活習慣状態として入力する。なお、図6の生活習慣状態は、図2と比して“服薬”を追加しており、“服薬”に対する生活習慣状態は、薬を服用したか否かで入力する。

0048

図6において、対象患者4は、生活習慣改善項目301に対して、実施した状態(状態1)の場合は、画面での項目名を白字に設定し、一方、未実施の状態(状態2)の場合は、画面での項目名を黒字に変更する。対象患者4は、生活習慣状態の入力が終了すれば、ボタン“OK”を押して、生活習慣状態の入力を確定する。
生活習慣状態の入力頻度は、生体情報測定値の入力頻度と同じが望ましい。生活習慣状態の入力頻度が高いほど、対象患者4の生活習慣状態をきめ細かく記録することが出来、結果として生活習慣改善項目による生体情報測定結果への影響を、より正確に判断することが可能となる。

0049

なお、図6は、生活習慣状態として実施、未実施という2つの状態のみを扱っているが、より多くの状態を扱うことも可能である。例えば、生活習慣改善項目“減量”は、体格指数(BMI: Body Mass Index)を表しており、身長既知であれば、体重を測定するとBMIを数値で出力することが可能である。仮に、生活習慣改善項目が複数の状態をとる場合、または連続的な数値が状態である場合、この状態のままでも良いし、複数の状態もしくは連続値に対して閾値を設けることで2つの状態に分離しても良い。

0050

図7は、本開示の実施の形態1における特徴量抽出部21の処理のフローチャート(S407)である。また、図8は、特徴量抽出部21における特徴量を示す一例である。特徴量抽出処理21の処理は、図7図8を用いて説明する。
なお、図8は、横軸が日時、縦軸が生体情報測定値で、ここでは一例として収縮期血圧を表す時系列のグラフである。図8のグラフは、●印が生体情報測定値を表す。更に、この生体情報測定値を結んだ線は実線で表現する。

0051

<定義>
ここで、いくつかの用語を定義する。
“極値”とは、生体情報測定値の時系列データにおける変化点と定義する。図8においては生体情報測定値v1およびv2と表した箇所が極値を表し、グラフにおいて■印の箇所を表す。また“変化日時”とは、この極値が発生する測定日時と定義する。更に、“近似直線”とは、図8において極値を結んだ点線部分と定義する。“傾き”とは、近似直線の傾きを表し、変化日時t2における傾きとは、変化日時t1と変化日時t2の間の近似直線における傾きであり、測定日時が単位量(例えば、1週間等)変化した際の生体情報測定値の変化量と定義する。また“特徴量”とは、変化日時、極値、傾きを含む、生体情報測定値の経時変化における変化を表す情報と定義する。

0052

特徴量として、“変化日時”と“極値”および“傾き”を使用することにより、生活習慣病に関連のある生体情報測定値の変化点を簡易に記録することが出来る。また、本開示の生活習慣病改善支援システムは、この変化点を記録することにより、変化点が発生した原因である生活習慣項目および生活習慣状態を何かを特定することが可能となり、対象患者4が他の参照患者5の変化点の原因となる生活習慣を参考にして行動変容を起こすきっかけとなる情報を提供できる効果がある。

0053

図7処理フローチャートについて説明する。
(1)まず特徴量抽出部21は、対象患者4の生体情報測定値および特徴量を、第二記憶部26から時系列データとして読み出す(S701)。ここでは、図8において最新の測定時刻t0における生体情報測定値v0を受信した時点での処理を説明する。
(2)次に、特徴量抽出部21は、現時点での最新の極値v2と傾きa2を特定する(S702)。
(3)ここで、特徴量抽出部21は、極値v2と傾きa2を元に、測定時刻t0の時点における生体情報測定値の予測値p0を算出する(S703)。この予測値p0は、図8のグラフにおいて▲印で表している。
(4)特徴量抽出部21は、最新の測定値v0と予測値p0との差分dを算出し、この差分dが所定の閾値より大きいかどうか判断する(S704)。なお、閾値は、生体情報測定値と近似直線との差を許容する範囲を定義する値であり、閾値が大きい場合は、生体情報測定値のばらつきを許容し、閾値が小さい場合は、ばらつきを許容しない為に、極値の数が増加する傾向にある。適正な閾値は、生体情報測定値の種類に応じて決定する値とする。

0054

(5)特徴量抽出部21は、処理S704において、差分dが閾値より大きい場合、前回の測定値v1を新たな極値として設定する(S705)。図8は、この差分dが閾値より大きい場合のグラフを表す。
(6)特徴量抽出部21は、新たな極値v1と測定値v0より新たな近似直線を結ぶことが出来る為、この近似直線に基づく新たな傾きa1を算出する(S706)。
(7)第二制御部25は、傾きa1を第二記憶部26に保存する(S707)。なお、測定値v1が極値であることは、傾きa1を参照することにより、特定することが可能である。特徴量抽出部21は、処理S704において、差分dが閾値以下である場合、処理S708へ進む。
(8)ここで、特徴量抽出部21は、最新の極値v2から最新の測定値v0までの測定値に基づいて、傾きa2を更新する(S708)。傾きa2を更新する方法は、極値v2を始点として、それ以降の測定値の二乗平均誤差が最小となる近似直線を算出し、この近似曲線の傾きを更新した新たな傾きa2とする。
(9)第二制御部25は、第二記憶部26における傾きa2を更新して、保存する(S709)。
以上によって、生体情報測定値から特徴量を抽出することができる。

0055

なお、上記フローチャートは、生体情報測定値の極値及び傾きを決定する際に、日内変動等の小さなブレを含まないようにする手順を示したものである。したがって、生体情報測定値から特徴量を抽出するにあたって、上記フローチャートに代えて、閾値を設定するのではなく、傾きの符号が変化する点、つまり生体情報測定値の各点を結ぶ直線の傾きが上向きと下向きとの間で入れ替わる境界となる点の生体情報測定値を極値とするようにしてもよい。

0056

図9は、本開示の実施の形態1における第二記憶部26に記憶している各患者の特徴量の一例である。対象患者4又は参照患者5が誰かを識別する患者IDと、測定日時と、生体情報測定値と、傾きを保存している。この記憶している情報のうち、患者ID,測定日時、生体情報測定値は、全ての測定に対応した値を保存しているが、“傾き”に対しては生体情報測定値が極値である箇所についてのみ、記録する。この記憶方法を取ることで、例えば、極値v2や変化日時t2を、別途記憶する必要がなくなる為、データベースの記憶容量も削減することが可能となる効果がある。また、測定日時と変化日時を別々に管理すること無くデータベースで一意に管理することにより、人為的な参照ミスなどを事前に低減できる効果がある。

0057

図10は、本開示の実施の形態1における生活習慣提案処理(S206)のフローチャートである。この図10の処理には、特徴量比較部22、参照患者抽出部23、生活習慣提案表示部18などが含まれる。なお、生活習慣提案処理のサーバ装置2における処理を、参照患者抽出部23の処理(S1020)と定義する。
(1)まず、対象患者4は、クライアント装置1を使用して比較する生体情報を選択する(S1001)。ここでは、生体情報として最高血圧の例を説明する。
(2)次に、対象患者4は、クライアント装置1に対して、生活習慣提案の依頼を行う(S1002)。
(3)この時、生活習慣提案依頼は、クライアント装置1の第一通信部17から送信され、ネットワーク3を介して、サーバ装置2の第二通信部27が受信される(S1003)。
(4)参照患者抽出部23は、対象患者4の情報に基づいて、対象とする参照患者5を限定する(S1004)。限定する方法は、例えば、年齢が近いこと、性別が同じであること、遺伝子情報が近いこと、対象疾患が類似していることなどがある。参照患者抽出部23が対象とする参照患者5を限定することにより、対象患者4の状態に近い参照患者5の生体情報測定値や生活習慣状態を抽出することが可能となり、対象患者4の健康改善に対して、より有益な情報を提供できる効果がある。なお、上記ステップ(S1004)は必須のものではない。上記ステップ(S1004)によって、参照患者5を限定した場合には、対象患者4に対してより正確な情報提供を行うことができる。

0058

(5)次に、特徴量比較部22は、対象患者4と、ある参照患者5との特徴量の比較を行う(S1005)。特徴量比較部22の処理詳細は後述する。まず、最新の変化点の生体情報測定値の一つ以前の変化点を検索し、この2つの変化点の生体情報測定値から近似直線を算出し、対象患者4による近似直線を対象直線とし、参照患者5による近似直線を参照直線とする。次いで、対象患者4の対象直線と参照患者5の参照直線とを比較した結果として、各々の参照患者5に対して参照直線と対象直線との“差分”を算出する。そして参照患者5の特徴量を全て検索したかどうかを判断し(S1006)、まだ比較していない参照患者5がいる場合は、特徴量比較部22の処理(S1005)に戻る。一方、全ての参照患者5を比較した場合、次の処理に進む。
(6)参照患者抽出部23は、ある参照患者5に対する全ての変化点に対応する変化日時に対する参照直線と対象直線との“差分”を参照し、その中で対象患者4と最も類似している、すなわち差分が小さい箇所の参照直線と対象直線との差分を、その参照患者5と対象患者4との“類似度”と定義する。類似度が高い箇所を抽出することにより、対象患者4の現在の健康状態に最も近い参照患者5の過去の状態を抽出することが出来、参照患者5が過去に健康改善に成功した状況を再現できる情報を提供することが出来る効果がある。

0059

更に、参照患者抽出部23は、この“類似度”に基づいて順位を決定する。なお参照患者抽出部23は、類似度での順位が同等である場合、変化日時以降の傾きの絶対値を算出し、この傾きの絶対値が大きい参照患者5の順位を上げる。
この効果は、対象患者4の健康状態が悪化して改善したい場合に、閲覧対象とする参照患者5の中でより健康状態が改善した度合いの大きい測定結果を抽出することが可能となり、対象患者4に対して改善効果が高い生活習慣改善項目もしくは生活習慣状態の情報を提供することが出来る効果がある。一方、対象患者4の健康状態が順調に改善している場合、閲覧対象とする参照患者5の中でより健康状態が悪化した度合いの大きい測定結果を抽出することが可能となり、対象患者4に対して生活習慣状態変化により現状より悪化する場合もありえるという情報を提供し、対象患者4に危機感を与えて、生活習慣改善を継続する動機付けを行なうことができる効果がある。

0060

(7)参照患者抽出部23は、参照患者5の類似度に基づいて算出した順位により、参照患者5の一覧を作成する(S1008)。
(8)クライアント装置1の第一通信部17は、参照患者5の一覧情報を受信し、生活習慣提案表示部18で情報を表示する(S1009)。この処理における画面詳細は図11で説明する。

0061

この参照患者5の一覧を表示する際、参照患者抽出部23で決定した“順位”に基づき、順位の高い順に表示する。この時、表示する参照患者5の情報は、個人を特定できるような個人情報を表示しない。この処理を行うことで、個人情報保護を実現しつつ、対象患者4が他の参照患者5の情報を参照することが可能となる。なお、上記順位付けは必須の構成ではなく、自動抽出した一人の参照患者5を表示してもよい。上記のように、順位付けを行って、この順位に基づいて複数の参照患者5を参照する場合には、より類似した参照患者5の情報を参照できるため、好ましい。

0062

(9)対象患者4は、クライアント装置1で表示された参照患者5一覧の中で、生活習慣提案として閲覧したい参照患者5を選択する(S1010)。
(10)サーバ装置2の第二通信部27は、対象患者4が選択した参照患者5の情報を受信する(S1011)。
(11)第二制御部25は、第二記憶部26から参照患者5に対する特徴量と、それに関連した生体情報測定値、生活習慣状態の情報を読出し、第二通信部27は前記した情報をクライアント装置1へ送信する(S1012)。
(12)クライアント装置1の生活習慣提案表示部18は、受信した参照患者5の生体情報測定装置と、生活習慣状態を表示する(S1013)。なお、生活習慣提案表示部18の画面詳細は図12で後述する。次に、対象患者4は、クライアント装置1に対して、表示している参照患者5とは別の参照患者5の情報を選択するかどうかを判断し(S1014)、検索しない場合は処理を終了する。一方、対象患者4が別の参照患者5の情報を閲覧する場合、処理(S1009)に戻る。

0063

図11は、参照患者抽出部23が生成した参照患者5一覧を、クライアント装置1で表示した画面の一例である。図11の画面中央部にある表で、参照患者5の一覧を表示する。表で表示する項目としては、例えば、順位、生体情報測定値の傾向、年齢、性別、既往症を表示する。ここで順位とは、参照患者抽出部23で抽出した参照患者5の類似度の順位を表す。

0064

図11の生体情報測定値の傾向では、横軸が日時、縦軸が生体情報測定値を表現している。更に、対象患者4のグラフを点線で、参照患者5のグラフを実線で表示している。また、対象患者4の最新測定値と、参照患者5の変化点を表す変日時を時間軸上で整合させて表示する。この表示を行う効果として、対象患者4は、自分と近い健康状態の参照患者5を容易に識別することが出来、かつ対象患者4の現在健康状態が悪化している場合、変化点以降の参照患者5が健康状態を改善した度合いも視覚的に確認することが可能となる。
更に、図11では年齢、性別、既往症を表示することにより、対象患者4が本人と近い状態の参照患者5を早期に絞り込むことが可能となり、対象患者4が本システムを利用する時間的な拘束を低減することが可能となる。なお、対象患者4の処理(S1010)は、図11の表における参照患者5一覧の一行を選択する作業となる。

0065

図12は、生活習慣改善提案表示部18における画面の一例である。この図12の画面は、図11の参照患者5一覧画面で、類似度の順位が“1”の参照患者5を選択した場合である。画面の上部に生体情報測定値の傾向を表示し、画面下部には生活習慣改善項目の生活習慣状態を表示し、横軸はどちらも日時を表す。生活習慣改善提案表示部18は、生態情報測定値の傾向として、参照患者5を実線で表示し、対象患者4すなわち本人を点線で表示する。また日時として、参照患者5の変化日時を一点鎖線で表現し、生体情報測定値のグラフと、生活習慣状態の日時を整合させて表示する。

0066

この生体情報測定値と生活習慣状態の変化日時を整合させることにより、参照患者5が生体情報測定値に影響した原因としてどの生活習慣状態が起因しているのかを視覚化している。この効果として、対象患者4が生体情報測定値を改善させる為、参照患者5の変化点を閲覧することにより、自身の生活習慣改善の動機付けとなる情報を提供することが出来る。また、生活習慣改善提案表示部18が、変化日時の前後における生体情報測定値と生活習慣状態を表示することにより、変化日時の前後における比較を容易に行うことが可能となる。

0067

さらに、図12の画面下部には生活習慣改善項目の生活習慣状態を表示する。ここで、変化日時以前の所定時間区間を“前区間”と定義し、変化日時以降の所定時間区間を“後区間”と定義する。なお、所定時間区間とは参照患者5と対象患者4の生体情報測定値を複数回含む時間区間を表し、対象期間と同じであっても良い。
生活習慣改善提案表示部18が、図12で生活習慣状態を表示する際、各生活習慣改善項目、例えば投薬・減塩・運動、減量などを、“前区間”と“後区間”で比較を行い、生活習慣状態の差が大きい順に上部に表示を行う。この効果として、参照患者5の生体情報測定値の変化点が発生した原因として、どの生活習慣改善項目による影響が大きいのかを視覚的に表すことが可能となり、対象患者4が注目すべき生活習慣改善項目と、その生活習慣状態の変化量を分かり易く提示することが可能となる。

0068

また、図12は、対象患者4へ表示する画面の一例であるが、同様の画面を医療従事者へ表示するようにしてもよい。このように、医療従事者に対象患者4へ表示する画面と同様の画面を表示することにより、医療従事者が対象患者4に対する生活習慣病指導や、疾病原因の診断支援を行う参考となる情報を医療従事者に提供できる効果もある。

0069

図13は、特徴量比較部22における処理のフローチャートである。図13の特徴量比較部22の処理(S1301)から処理(S1306)を説明する為、図14を先に説明する。

0070

図14は、特徴量比較部22の類似度算出方法を示す。図14(a)は、対象患者4の生体情報測定値を表し、図14(b)は、参照患者5の生体情報測定値を表し、図14(c)は、対象患者4の生体情報測定値と参照患者5との生体情報測定値との差分算出方法を表す。なお、図14の全てのグラフの横軸は測定日時である。
まず、特徴量抽出部22は、図14(a)において対象患者4の最新の生体情報測定値1401を検索し、最新の測定日時1402を特定する。次に、最新の生体情報測定値の一つ以前の変化点を検索し、この変化点と最新の生体情報測定値から近似直線を算出する。この対象患者4の近似直線を対象直線1403と定義する。

0071

また、特徴量抽出部22は、図14(b)において、参照患者5の変化点における生体情報測定値1404を検索する。この変化点に対する変化日時1405を特定する。次に、変化点の生体情報測定値の一つ以前の変化点を検索し、この2つの変化点の生体情報測定値から近似直線を算出する。この参照患者5の近似直線を参照直線1406と定義する。
この時、特徴量抽出部22は、参照直線1406として、対象直線1403の傾きの符号と傾きの符号が等しいものだけ、例えば、対象直線1403の傾きの符号がプラスの場合なら傾きの符号がプラスの近似直線のみを参照直線1406として抽出する。この傾きの符号が等しい参照直線1406だけにすることにより、対象患者4と参照患者5の生体情報測定値の増減傾向が等しい近似直線のみを抽出することが可能となり、類似度が高い参照患者5を検索する計算量を削減することが可能となる。

0072

次に、特徴量抽出部22は、図14(c)において対象直線1403と、参照直線1406との差分を算出し、この差分を類似度1407と定義する。ここで、特徴量抽出部22は、類似度が小さいほど、対象患者4と参照患者5の類似度が類似していると判断する。
特徴量抽出部22は、この処理を対象期間に対して実施する。ここで対象期間とは、対象患者4と参照患者5の生体情報測定値を比較する期間と定義し、この対象期間の設定は対象患者4もしくは医療従事者が設定を行う。図14(c)は、対象期間の間に変化点がない例であるが、対象患者4もしくは参照患者5の変化点が複数存在する場合は、変化点毎に区間区切りその区間ごとに類似度を積算することにより、類似度を算出することが可能である。

0073

図13における、特徴量比較部22における処理のフローチャートの説明に戻る。
(1)特徴量比較部22は、対象患者4の最新から対象期間までの生体情報測定値を読み出す(S1301)。
(2)次に、対象患者4の近似直線である対象直線1403を算出する(S1302)。
(3)特徴量算出部22は、対象患者4の変化点を読み出す(S1303)。
(4)次に、特徴量比較部22は、参照患者5の変化日時以前から対象期間までの生体情報測定値を読み出す(S1304)。
(5)次いで、参照患者5の近似直線である参照直線1406を算出する(S1305)。
(6)そして、特徴量比較部22は、対象直線1403と参照直線1406との差分である類似度1407を算出する(S1306)。なお、処理(S1306)の詳細については、図15を用いて後ほど説明する。

0074

(7)特徴量算出部22は、参照患者5の既存の類似度がある場合、既存の類似度と処理(S1306)で新たに算出した類似度とを比較し(S1307)、新たに算出した類似度が対象患者4により類似している場合は、参照患者5の類似度を新たに算出した値で更新する(S1308)。なお、参照患者5の既存の類似度がない場合も、処理(S1308)へ進む。一方、処理(S1307)で、既存の類似度の方が対象患者4により類似している場合は、処理(S1309)へ進む。
(8)特徴量算出部22は、参照患者5の次の変化点があるかどうかを検索し、次の変化点がある場合は、次の変化点に対して処理(S1303)を実施する。一方、参照患者5の次の変化点がない場合は、参照患者5の全ての変化点に対して処理を終了したので、対象患者4に対する参照患者5の類似度を確定する(S1310)。

0075

この特徴量比較処理を行うことにより、対象患者4が自身と近い状態の参照患者5を抽出することにより、対象患者4が健康状態を改善する為に、参考とする参照患者5の生体情報測定値の変化点と、それに関連した生活習慣状態を特定することが可能となる。更に、参照患者5の複数の変化点を処理対象とすることにより、対象患者4の生体情報測定値の増減傾向に最も近い参照患者5の変化点を算出することが可能となり、対象患者4が同一の参照患者5の生体情報測定値ばかりを参照することを抑制できる効果もある。

0076

図15は、特徴量算出部22の差分算出方法である。図15(a)は、対象直線と参照直線が交差する場合の差分を算出する方法を示す図である。ここで、比較を行う測定日時の間として、比較期間Tと定義する。更に、比較期間Tの両端の測定日時に対する対象直線と参照直線との生体情報測定値の差分をd1とd2とする。そして、対象直線1501と参照直線1502との差分は、2つの直線が囲む斜線部の面積S_12として算出することが可能である。この面積S_12は、下記式により算出する。

0077

図15(b)は、対象直線と参照直線が交差しない場合の差分を算出する方法を示す図である。ここで、比較期間Tの両端の測定日時に対する対象直線と参照直線との生体情報測定値の差分をd3とd4とする。そして、対象直線1503と参照直線1504との差分は、2つの直線が囲む斜線部の面積S_34として算出することが可能である。この面積S_34は、下記式により算出する。

0078

なお、上記生活習慣病改善支援方法の各ステップをコンピュータに実行させて、対象患者の生活習慣病の改善を支援するための、生活習慣病改善支援用コンピュータプログラムとして構成してもよい。さらに、上記生活習慣病改善支援用コンピュータプログラムを、コンピュータ読み取り可能な記録媒体に格納してもよい。上記記録媒体としては、磁気ディスク光ディスク光磁気ディスク半導体メモリ等のいずれであってもよい。

0079

図16は、本開示の実施の形態1における生活習慣病改善支援システムのクライアント装置における構成の一例を示す構成図である。まず、装置は本体ケース1601があり、この本体ケースに生活習慣目標入力部、生体情報測定値入力部、生活習慣状態入力部、第一記憶部、第一制御部、第一通信部、生活習慣提案表示部を含む。
図16の出力部は、画面出力1602である。生活習慣目標入力部、生体情報測定値入力部、生活習慣状態入力部は、画面出力に重ねて存在するタッチパネル入力1602である。第一制御部は、本体ケースに含むマイクロプロセッサー等で構成し、第一記憶部は、ハードディスクや半導体メモリで構成している。また、視力が低下している使用者でも使用が容易とする為に、音声出力部1603をつけ、操作方法音声で説明する。更に使用者が装置を持ち運んで使用可能とする為、本体ケースには電池が内蔵されており、充電台1605の上に置いて使用することが出来る。

0080

図16出力画面1602は、生活習慣病改善支援システムのメインメニューの一例であり、ボタンとして“測定”、“問診”、“目標入力”、”生活習慣提案“、“アドバイス“がある。ここで、図2との対比を行うと、図2における”目標入力“とは、図16におけるボタン”目標入力“を選択することを表す。図2における”健康状態入力“とは、図16におけるボタン”測定“もしくはボタン”問診“を選択することを表す。図2における”生活習慣提案“とは、図16におけるボタン”生活習慣提案“を選択することを表す。

0081

対象患者4が、ボタン“目標入力”を押すと、生活習慣目標を入力する画面に遷移する。対象患者4が、ボタン”測定“を押すと生体情報測定値を入力する画面に遷移する。生体情報測定値入力部は、生体情報を測定する機器が内蔵されていても良いが、生活習慣病改善支援システムが、更に生体情報通信部を有し、生体情報測定を行う生体情報測定装置との生体情報通信部を介して生体情報測定値を受信しても良い。また、対象患者4が、ボタン“問診”を押すと、生活習慣状態を入力する画面や対象患者4本人の健康状態に関する問診を入力する画面に遷移する。

0082

更に、対象患者4がボタン“生活習慣提案”を選択すると、図11で示した画面「参照患者一覧」を表示し、その後に図12で示した画面「生活習慣改善提案」を表示する。対象患者4がボタン“アドバイス”を選択すると、医療従事者が記載した対象患者4へのアドバイスを表示する(図示せず)。

0083

本開示に係る生活習慣病改善支援システムは、対象患者が対象患者本人と類似した参照患者の健康状態を比較する際に、参照患者の健康状態が変化する時点の生活習慣を参照することにより、生活習慣病改善の行動変容を行う情報を提供できる。これによって、対象患者に対して生活習慣改善を行う動機付けとなる情報を与えることができ、患者が在宅で生活習慣病を改善支援する医療機器等に有用である。

0084

更に、本開示に係る生活習慣病改善支援システムは、各生活習慣改善項目が生体情報測定結果に与える影響の大きさを順位付けして表示することができる。これによって、医療従事者が生活習慣病指導や疾病原因の診断支援する医療機器等にも適用できる。

0085

1クライアント装置
2サーバ装置
3ネットワーク
4対象患者
5参照患者
11生活習慣目標入力部
12生体情報測定値入力部
13 生活習慣状態入力部
15 第一制御部
16 第一記憶部
17 第一通信部
21特徴量抽出部
22特徴量比較部
23 参照患者抽出部
25 第二制御部
26 第二記憶部
27 第二通信部
28 第二表示部
301 生活習慣目標入力部における生活習慣改善項目
302 生活習慣目標入力部における生活習慣目標
501 生体情報測定値入力部における生体情報測定値
601 生活習慣状態入力部における生活習慣状態
1401 対象患者の最新の生体情報測定値
1402 対象患者の最新の測定日時
1403対象直線
1404 参照患者の変化点の生体情報測定値
1405 参照患者の変化日時
1406参照直線
1407 対象患者と参照患者に対する生体情報測定値の類似度
1501 対象直線
1502 参照直線
1503 対象直線
1504 参照直線
1601 本体ケース
1602画面出力、およびタッチパネル入力
1603音声出力
1605 充電台

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

該当するデータがありません

関連する公募課題

該当するデータがありません

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

該当するデータがありません

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

この 技術と関連性が強い技術

該当するデータがありません

この 技術と関連性が強い法人

該当するデータがありません

この 技術と関連性が強い人物

該当するデータがありません

この 技術と関連する社会課題

該当するデータがありません

この 技術と関連する公募課題

該当するデータがありません

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ