個人健康管理システム
【課題】時系列的に蓄積された日常の個人健康情報からシステムの利用者の健康管理に有用な満足度の高い健康管理情報をタイミングよく自動生成し、その情報をシステムの利用者に提示する個人健康管理システムを提供すること
【解決手段】システム利用者の身体を計測して得られる１つ以上の健康データ項目と、該健康管理を行う人の生活情報を表す１つ以上の生活データ項目からなる時系列的に蓄積された個人健康情報を解析して該健康データ項目と生活データ項目間の相関ルールを自動生成するときに、該相関ルールの精度に関わる少なくとも１つ以上の変数の閾値を可変設定できるようにする。これによりシステム利用者の健康管理にとって有用な満足度の高いルールを自動生成するようにシステムをチューニングすることが可能になる。
【解決手段】システム利用者の身体を計測して得られる１つ以上の健康データ項目と、該健康管理を行う人の生活情報を表す１つ以上の生活データ項目からなる時系列的に蓄積された個人健康情報を解析して該健康データ項目と生活データ項目間の相関ルールを自動生成するときに、該相関ルールの精度に関わる少なくとも１つ以上の変数の閾値を可変設定できるようにする。これによりシステム利用者の健康管理にとって有用な満足度の高いルールを自動生成するようにシステムをチューニングすることが可能になる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、利用者の日常の時系列に蓄積された個人健康情報をもとに健康管理に有用な個人健康管理情報を利用者に提示する個人健康管理システムに関する。
【背景技術】
【０００２】
従来の健康管理の殆どは、定期健康診断や人間ドックで得られる健康情報に基づいて行われている。しかしこれらの健康情報は、定期健康診断や人間ドックを実施した時点のみを切り取ったデータである。したがって、これらのデータのみから、日常の健康管理を行うための健康管理情報を抽出するのには限界がある。そこで日常の生活環境における健康情報を蓄積し、病気の一次予防や健康増進に役立てることを目的としたシステムが考案されている。
【０００３】
例えば、特許文献１には、利用者に装着された測定装置によって測定される日常の健康情報を、健康管理情報センタで管理し、要求された健康情報を利用者に提供して利用者の健康管理を支援する健康情報管理方法が提案されている。
【０００４】
【特許文献１】特開２００２−２４５１７７号公報（請求項１、図１）
【発明の開示】
【発明が解決しようとする課題】
【０００５】
しかしながら、特許文献１の発明には健康情報を管理するためのシステムの構成や機能について述べられているが、時系列的に蓄積された個人健康情報からシステムの利用者が健康管理を行う上で有用となる個人健康管理情報を抽出しそれをシステムの利用者に適宜提示する方法については述べられていない。
【０００６】
従って本発明の課題は、時系列的に蓄積された日常の個人健康情報からシステムの利用者の健康管理に必要な個人健康管理情報をタイミングよく自動生成し、その情報をシステムの利用者に提示する個人健康管理システムを提供することである。特に個人健康管理情報を自動生成する場合には、システム利用者の満足度が高い情報が得られるようにシステムを構築する必要がある。
【課題を解決するための手段】
【０００７】
前記の課題を解決するためになされた本発明に係る個人健康管理システムは、システム利用者の身体を計測して得られる１つ以上の健康データ項目と、該健康管理を行う人の生活情報を表す１つ以上の生活データ項目からなる時系列的に蓄積された個人健康情報を解析して該健康データ項目と生活データ項目間の相関ルールを自動生成するときに、該相関ルールの精度に関わる少なくとも１つ以上の変数の閾値を可変設定できることを特徴とする。相関ルールの精度はシステム利用者の満足度と関係しており、システム利用者の健康管理にとって有用なルールを自動生成するようにシステムをチューニングする必要がある。
【発明の効果】
【０００８】
本発明によれば、時系列的に蓄積されたシステムの利用者の日常における健康データと生活データから個人の健康管理に有用な満足度の高い個人健康管理情報を自動生成することができ、かつその情報を適宜システムの利用者に提示できる個人健康管理システムが実現できる。システムの利用者はこれを基に具体的な目標を持って病気の一次予防や健康増進のための生活習慣の改善を図ることができる。
【発明を実施するための最良の形態】
【０００９】
図１は本発明の個人健康管理システムにおける健康管理サーバ上の処理の流れを示す図である。利用者は携帯電話を通して日常の健康データと生活データを入力・送信し、送信されたデータは時系列的に健康管理サーバのデータベースに蓄積される。システムは定期的に蓄積された健康データと生活データの数を監視しており、データ数がある閾値Ns以上になると自動的に健康データと生活データを健康管理サーバに取り込み、図２に示したアルゴリズムで相関ルール解析に用いる入力変数を決定する。
【００１０】
pnは関心ある健康データ項目のn日におけるデータで、eiは任意の生活データ項目のi日におけるデータである。それぞれn日、i日の何日か前のデータをpm、ejとし、次の量を定義する。
Δpnm=pn-pm (1)
etij=ei+ei-1+・・・+ej (2)
ここで、Δpnmはある任意の期間における健康データの変化であり、etijはある任意の期間における生活データの加算（単純加算）値である。n日とi日は一般的に同日ではなく、図２に示したように遅延期間sを定義する。また任意の期間n-mとi-jは必ずしも同一期間である必要はない。次に、任意の期間n-mとi-jおよび遅延期間sをパラメータとし、時系列データを基にn,iを変化させて、Δpnmとetijの相関をみる（図２の散布図参照）。このとき相関係数は、任意の期間n-mとi-jおよび遅延期間sの値によって変化するので、相関係数が最大となるn-m，i-j，sの組み合わせ(n-m)max、(i-j)max、smaxを求める。そして最大相関係数がある閾値Ks以上になる場合にその生活データ項目を、相関ルール解析を行うための入力変数として採用する。さらに相関ルール解析を行うときの実際の入力フィールドは最大相関係数を示すときの(i-j)max、smaxの値を基に定義する。例えば（i-j）max＝2、smax=1の時には入力フィールドをei+ei-1+ei-2(i=n-1)とする。
【００１１】
このようにして入力フィールドを定義し、関心ある健康データ項目を出力変数として相関ルール解析を行う。生成されるルールは、入力変数を含む前提部と出力変数を含む結論部からなる。ここでルールの精度を確信度とサポート率で表現することにする。確信度とは、前提部が真のレコード数に対する結論部が真のレコード数の割合であり、サポート率とは全体のレコード数に対する前提部が真のレコード数の割合である。従って、サポート率が大きくかつ確信度が高いルールは精度が高く、システム利用者の満足度が高くなる可能性が大きい。しかし、確信度の閾値Csとサポート率の閾値Ssをあまりにも高く設定すると有用なルール自体が生成されない可能性がある。ここに、ルールを自動生成するときに確信度とサポート率の閾値を可変設定にする意味がでてくる。
【００１２】
また、当然相関ルール解析に用いる入力変数を決定するためのデータ数の閾値Nsと入力変数として採用する基準となる最大相関係数の閾値Ksも生成されるルールの精度に関わる。従って、閾値Ns、Ks、Cs、Ssを可変設定にすることによりシステム利用者の満足度の高いルールが自動生成されるようにシステムをチューニングすることができる。
【実施例】
【００１３】
以下、本発明の実施の形態を、関心のある健康データ項目として血圧（単位：mmHg）を、生活データ項目として、運動よる消費カロリー（単位：kcal）、食事による摂取カロリー（単位：kcal）、アルコール摂取量（定性値）、ストレス（定性値）、睡眠時間（単位：時間）および睡眠の深さ（定性値）を例として詳細に説明する。これらの項目のデータは図３に示すシステムにより健康管理を行う利用者の携帯電話を通して毎日入力され、インターネット経由で健康管理サーバのデータベースに蓄積される。アルコール摂取量は利用者の主観で５段階（1~5：１が最も多く5が最も少ない）で入力されており、ストレスは利用者の主観で３段階（1.多い、2.普通、3.少ない）で入力されている。さらに、睡眠の深さも利用者の主観で３段階（1.ぐっすり、2.やや浅い、3.よく眠れなかった）で入力されている。
【００１４】
本実施例では、システム利用者の最小血圧、運動による消費カロリー、食事による摂取カロリー、アルコール摂取量、ストレス、睡眠時間および睡眠の深さの時系列データ数が80件以上になった時に自動的にデータベースからデータを健康管理サーバに取り込み入力変数を決定するために相関係数を計算するようにシステムを設定した。即ち、Ns=80とした。さらに、n-m=1〜10、i-j=0〜9、s=1〜3の間で前記パラメータを変化させ、それぞれの生活データ項目について最小血圧のデータとの間で相関係数を計算するようにプログラムした。ここでは、最大相関係数が0.3以上となる生活データ項目を入力変数として採用した。即ちKs=0.3とした。最小血圧と最大の相関を示す(i-j)max、smaxの値をもとに定義した入力フィールドを以下に示す。
【００１５】
(1)運動による消費カロリー：
血圧測定日の前日から６日前までのデータの単純加算値が最小血圧値と最大の相関を示した。これを入力フィールドとし消費カロリー６と表示する。
【００１６】
(2)食事による摂取カロリー：
血圧測定日の２日前のデータが最小血圧値と最大の相関を示した。これを入力フィールドとし摂取カロリー１と表示する。
【００１７】
(3)アルコール摂取量：
血圧測定日の２日前のデータが最小血圧値と最大の相関を示した。これを入力フィールドとしアルコール摂取量１と表示する。この例ではアルコール摂取量は５段階の程度（1：非常に多い、２：多い、３：やや多い、４：適度、5：少ない）となっている。
【００１８】
(４)ストレス：
血圧測定日の前日のデータが最小血圧値と最大の相関を示した。これを入力フィールドとしストレス１と表示する。この例ではストレスは３段階の程度（１：多い、２：普通、３：少ない）となっている。
【００１９】
(５)睡眠時間：
血圧測定日の前日から７日前までのデータの重みつき加算値が最小血圧値と最大の相関を示した。これを入力フィールドとし実効睡眠時間７と表現する。ここでの重みは睡眠の深さによるものである。この例では睡眠の深さは３段階の程度（1.ぐっすり、2.やや浅い、3.よく眠れなかった）となっているので、この程度によって一日の睡眠時間に重みをつけた。具体的には、一日の睡眠時間を眠りの深さの程度を示す数字の平方根で割った。例えば、睡眠時間は６時間であるが眠りがやや浅かった場合には６/√2時間とした。
【００２０】
以上の５つの入力フィールドは80件のデータに基づく相関係数の解析から自動的に定義された。次に数値データである最小血圧を出力変数とするために、最小血圧値の大きさによって「高い」「中間」「低い」の３つのカテゴリーに分けた。カテゴリー分けは、３つのカテゴリーのデータ頻度がほぼ等しくなるようにした。
【００２１】
以上の準備処理を行った後に約２５０件のデータを対象に相関ルール解析を実行した。確信度９０％以上（Cs = 0.9）、サポート率４％以上(Ss=0.04)、に設定し自動生成されたルールは、
（1）前日のストレスが多く、かつ前日から６日間の消費カロリーが1819 kcalより少ないと最小血圧は高くなる、
（2）前日から６日間の消費カロリーが1319 kcalより少なく、かつ前日から７日間の実効睡眠時間が40時間より少ないと最小血圧は高くなる、
の２つであった。これらの相関ルールは、システムの利用者個人が日常の健康管理を行う上で有用な個人健康管理情報であり、これを基にしてシステムの利用者が目標を持って生活習慣の改善をすることができる。
【００２２】
以上説明したように本実施の形態の個人健康管理システムでは、相関ルール解析に用いる入力変数を決定するためのデータ数、入力変数として採用する基準となる最大相関係数、
生成される相関ルールの確信度、およびサポート率の閾値を適当に設定することにより、システム利用者にとって有用な満足度の高いルールを自動生成することができる。実際のシステムでは、できるだけ多くの利用者にとって満足度が高くなるようにシステムをチューニングすることになる。
【図面の簡単な説明】
【００２３】
【図１】本発明の個人健康管理システムにおいて、健康管理サーバ上の処理の流れを示す図である。
【図２】本発明の個人健康管理システムにおいて、相関ルール解析に用いる入力変数を自動的に決定するためのアルゴリズムを示す図である。
【図３】本発明の個人健康管理システムの構成を示す図である。
【技術分野】
【０００１】
本発明は、利用者の日常の時系列に蓄積された個人健康情報をもとに健康管理に有用な個人健康管理情報を利用者に提示する個人健康管理システムに関する。
【背景技術】
【０００２】
従来の健康管理の殆どは、定期健康診断や人間ドックで得られる健康情報に基づいて行われている。しかしこれらの健康情報は、定期健康診断や人間ドックを実施した時点のみを切り取ったデータである。したがって、これらのデータのみから、日常の健康管理を行うための健康管理情報を抽出するのには限界がある。そこで日常の生活環境における健康情報を蓄積し、病気の一次予防や健康増進に役立てることを目的としたシステムが考案されている。
【０００３】
例えば、特許文献１には、利用者に装着された測定装置によって測定される日常の健康情報を、健康管理情報センタで管理し、要求された健康情報を利用者に提供して利用者の健康管理を支援する健康情報管理方法が提案されている。
【０００４】
【特許文献１】特開２００２−２４５１７７号公報（請求項１、図１）
【発明の開示】
【発明が解決しようとする課題】
【０００５】
しかしながら、特許文献１の発明には健康情報を管理するためのシステムの構成や機能について述べられているが、時系列的に蓄積された個人健康情報からシステムの利用者が健康管理を行う上で有用となる個人健康管理情報を抽出しそれをシステムの利用者に適宜提示する方法については述べられていない。
【０００６】
従って本発明の課題は、時系列的に蓄積された日常の個人健康情報からシステムの利用者の健康管理に必要な個人健康管理情報をタイミングよく自動生成し、その情報をシステムの利用者に提示する個人健康管理システムを提供することである。特に個人健康管理情報を自動生成する場合には、システム利用者の満足度が高い情報が得られるようにシステムを構築する必要がある。
【課題を解決するための手段】
【０００７】
前記の課題を解決するためになされた本発明に係る個人健康管理システムは、システム利用者の身体を計測して得られる１つ以上の健康データ項目と、該健康管理を行う人の生活情報を表す１つ以上の生活データ項目からなる時系列的に蓄積された個人健康情報を解析して該健康データ項目と生活データ項目間の相関ルールを自動生成するときに、該相関ルールの精度に関わる少なくとも１つ以上の変数の閾値を可変設定できることを特徴とする。相関ルールの精度はシステム利用者の満足度と関係しており、システム利用者の健康管理にとって有用なルールを自動生成するようにシステムをチューニングする必要がある。
【発明の効果】
【０００８】
本発明によれば、時系列的に蓄積されたシステムの利用者の日常における健康データと生活データから個人の健康管理に有用な満足度の高い個人健康管理情報を自動生成することができ、かつその情報を適宜システムの利用者に提示できる個人健康管理システムが実現できる。システムの利用者はこれを基に具体的な目標を持って病気の一次予防や健康増進のための生活習慣の改善を図ることができる。
【発明を実施するための最良の形態】
【０００９】
図１は本発明の個人健康管理システムにおける健康管理サーバ上の処理の流れを示す図である。利用者は携帯電話を通して日常の健康データと生活データを入力・送信し、送信されたデータは時系列的に健康管理サーバのデータベースに蓄積される。システムは定期的に蓄積された健康データと生活データの数を監視しており、データ数がある閾値Ns以上になると自動的に健康データと生活データを健康管理サーバに取り込み、図２に示したアルゴリズムで相関ルール解析に用いる入力変数を決定する。
【００１０】
pnは関心ある健康データ項目のn日におけるデータで、eiは任意の生活データ項目のi日におけるデータである。それぞれn日、i日の何日か前のデータをpm、ejとし、次の量を定義する。
Δpnm=pn-pm (1)
etij=ei+ei-1+・・・+ej (2)
ここで、Δpnmはある任意の期間における健康データの変化であり、etijはある任意の期間における生活データの加算（単純加算）値である。n日とi日は一般的に同日ではなく、図２に示したように遅延期間sを定義する。また任意の期間n-mとi-jは必ずしも同一期間である必要はない。次に、任意の期間n-mとi-jおよび遅延期間sをパラメータとし、時系列データを基にn,iを変化させて、Δpnmとetijの相関をみる（図２の散布図参照）。このとき相関係数は、任意の期間n-mとi-jおよび遅延期間sの値によって変化するので、相関係数が最大となるn-m，i-j，sの組み合わせ(n-m)max、(i-j)max、smaxを求める。そして最大相関係数がある閾値Ks以上になる場合にその生活データ項目を、相関ルール解析を行うための入力変数として採用する。さらに相関ルール解析を行うときの実際の入力フィールドは最大相関係数を示すときの(i-j)max、smaxの値を基に定義する。例えば（i-j）max＝2、smax=1の時には入力フィールドをei+ei-1+ei-2(i=n-1)とする。
【００１１】
このようにして入力フィールドを定義し、関心ある健康データ項目を出力変数として相関ルール解析を行う。生成されるルールは、入力変数を含む前提部と出力変数を含む結論部からなる。ここでルールの精度を確信度とサポート率で表現することにする。確信度とは、前提部が真のレコード数に対する結論部が真のレコード数の割合であり、サポート率とは全体のレコード数に対する前提部が真のレコード数の割合である。従って、サポート率が大きくかつ確信度が高いルールは精度が高く、システム利用者の満足度が高くなる可能性が大きい。しかし、確信度の閾値Csとサポート率の閾値Ssをあまりにも高く設定すると有用なルール自体が生成されない可能性がある。ここに、ルールを自動生成するときに確信度とサポート率の閾値を可変設定にする意味がでてくる。
【００１２】
また、当然相関ルール解析に用いる入力変数を決定するためのデータ数の閾値Nsと入力変数として採用する基準となる最大相関係数の閾値Ksも生成されるルールの精度に関わる。従って、閾値Ns、Ks、Cs、Ssを可変設定にすることによりシステム利用者の満足度の高いルールが自動生成されるようにシステムをチューニングすることができる。
【実施例】
【００１３】
以下、本発明の実施の形態を、関心のある健康データ項目として血圧（単位：mmHg）を、生活データ項目として、運動よる消費カロリー（単位：kcal）、食事による摂取カロリー（単位：kcal）、アルコール摂取量（定性値）、ストレス（定性値）、睡眠時間（単位：時間）および睡眠の深さ（定性値）を例として詳細に説明する。これらの項目のデータは図３に示すシステムにより健康管理を行う利用者の携帯電話を通して毎日入力され、インターネット経由で健康管理サーバのデータベースに蓄積される。アルコール摂取量は利用者の主観で５段階（1~5：１が最も多く5が最も少ない）で入力されており、ストレスは利用者の主観で３段階（1.多い、2.普通、3.少ない）で入力されている。さらに、睡眠の深さも利用者の主観で３段階（1.ぐっすり、2.やや浅い、3.よく眠れなかった）で入力されている。
【００１４】
本実施例では、システム利用者の最小血圧、運動による消費カロリー、食事による摂取カロリー、アルコール摂取量、ストレス、睡眠時間および睡眠の深さの時系列データ数が80件以上になった時に自動的にデータベースからデータを健康管理サーバに取り込み入力変数を決定するために相関係数を計算するようにシステムを設定した。即ち、Ns=80とした。さらに、n-m=1〜10、i-j=0〜9、s=1〜3の間で前記パラメータを変化させ、それぞれの生活データ項目について最小血圧のデータとの間で相関係数を計算するようにプログラムした。ここでは、最大相関係数が0.3以上となる生活データ項目を入力変数として採用した。即ちKs=0.3とした。最小血圧と最大の相関を示す(i-j)max、smaxの値をもとに定義した入力フィールドを以下に示す。
【００１５】
(1)運動による消費カロリー：
血圧測定日の前日から６日前までのデータの単純加算値が最小血圧値と最大の相関を示した。これを入力フィールドとし消費カロリー６と表示する。
【００１６】
(2)食事による摂取カロリー：
血圧測定日の２日前のデータが最小血圧値と最大の相関を示した。これを入力フィールドとし摂取カロリー１と表示する。
【００１７】
(3)アルコール摂取量：
血圧測定日の２日前のデータが最小血圧値と最大の相関を示した。これを入力フィールドとしアルコール摂取量１と表示する。この例ではアルコール摂取量は５段階の程度（1：非常に多い、２：多い、３：やや多い、４：適度、5：少ない）となっている。
【００１８】
(４)ストレス：
血圧測定日の前日のデータが最小血圧値と最大の相関を示した。これを入力フィールドとしストレス１と表示する。この例ではストレスは３段階の程度（１：多い、２：普通、３：少ない）となっている。
【００１９】
(５)睡眠時間：
血圧測定日の前日から７日前までのデータの重みつき加算値が最小血圧値と最大の相関を示した。これを入力フィールドとし実効睡眠時間７と表現する。ここでの重みは睡眠の深さによるものである。この例では睡眠の深さは３段階の程度（1.ぐっすり、2.やや浅い、3.よく眠れなかった）となっているので、この程度によって一日の睡眠時間に重みをつけた。具体的には、一日の睡眠時間を眠りの深さの程度を示す数字の平方根で割った。例えば、睡眠時間は６時間であるが眠りがやや浅かった場合には６/√2時間とした。
【００２０】
以上の５つの入力フィールドは80件のデータに基づく相関係数の解析から自動的に定義された。次に数値データである最小血圧を出力変数とするために、最小血圧値の大きさによって「高い」「中間」「低い」の３つのカテゴリーに分けた。カテゴリー分けは、３つのカテゴリーのデータ頻度がほぼ等しくなるようにした。
【００２１】
以上の準備処理を行った後に約２５０件のデータを対象に相関ルール解析を実行した。確信度９０％以上（Cs = 0.9）、サポート率４％以上(Ss=0.04)、に設定し自動生成されたルールは、
（1）前日のストレスが多く、かつ前日から６日間の消費カロリーが1819 kcalより少ないと最小血圧は高くなる、
（2）前日から６日間の消費カロリーが1319 kcalより少なく、かつ前日から７日間の実効睡眠時間が40時間より少ないと最小血圧は高くなる、
の２つであった。これらの相関ルールは、システムの利用者個人が日常の健康管理を行う上で有用な個人健康管理情報であり、これを基にしてシステムの利用者が目標を持って生活習慣の改善をすることができる。
【００２２】
以上説明したように本実施の形態の個人健康管理システムでは、相関ルール解析に用いる入力変数を決定するためのデータ数、入力変数として採用する基準となる最大相関係数、
生成される相関ルールの確信度、およびサポート率の閾値を適当に設定することにより、システム利用者にとって有用な満足度の高いルールを自動生成することができる。実際のシステムでは、できるだけ多くの利用者にとって満足度が高くなるようにシステムをチューニングすることになる。
【図面の簡単な説明】
【００２３】
【図１】本発明の個人健康管理システムにおいて、健康管理サーバ上の処理の流れを示す図である。
【図２】本発明の個人健康管理システムにおいて、相関ルール解析に用いる入力変数を自動的に決定するためのアルゴリズムを示す図である。
【図３】本発明の個人健康管理システムの構成を示す図である。
【特許請求の範囲】
【請求項１】
健康管理を行う人の身体を計測して得られる１つ以上の健康データ項目と、該健康管理を行う人の生活情報を表す１つ以上の生活データ項目からなる時系列的に蓄積された個人健康情報を解析することにより該健康データ項目と生活データ項目間の相関ルールを自動生成し、該相関ルールを該健康管理を行う人に提示するシステムであって、該相関ルールの精度に関わる少なくとも１つ以上の変数の閾値を可変設定できることを特徴とする個人健康管理システム。
【請求項２】
前記変数は、前記時系列的に蓄積された個人健康情報の相関ルール解析に用いる前記生活データ項目からなる入力変数を決定するためのデータ数、前記生活データ項目を該入力変数として採用する基準となる前記健康データ項目との最大相関係数、前記健康データ項目と生活データ項目間の相関ルールの確信度およびサポート率であることを特徴とする請求項１に記載の個人健康管理システム。
【請求項３】
前記健康データ項目と生活データ項目間の相関ルールは、該健康データ項目との前記最大相関係数がある閾値を超える１つ以上の該生活データ項目を入力変数とし、該健康データ項目を出力変数として相関ルール解析を行い、前提部と結論部をもつ相関ルールを自動生成することを特徴とする請求項１および請求項２に記載の個人健康管理システム。
【請求項４】
前記時系列的に蓄積された個人健康情報の入力手段が前記健康管理を行う人の携帯電話などの携帯端末であり、該個人健康情報はインターネット経由で該個人健康情報を解析する健康管理サーバに送信され、自動生成された前記健康データ項目と生活データ項目間の相関ルールは前記健康管理を行う人の携帯電話などの携帯端末に自動配信もしくは前記健康管理を行う人の要求に応じて配信されることを特徴とする請求項１から請求項３に記載の個人健康管理システム。
【請求項１】
健康管理を行う人の身体を計測して得られる１つ以上の健康データ項目と、該健康管理を行う人の生活情報を表す１つ以上の生活データ項目からなる時系列的に蓄積された個人健康情報を解析することにより該健康データ項目と生活データ項目間の相関ルールを自動生成し、該相関ルールを該健康管理を行う人に提示するシステムであって、該相関ルールの精度に関わる少なくとも１つ以上の変数の閾値を可変設定できることを特徴とする個人健康管理システム。
【請求項２】
前記変数は、前記時系列的に蓄積された個人健康情報の相関ルール解析に用いる前記生活データ項目からなる入力変数を決定するためのデータ数、前記生活データ項目を該入力変数として採用する基準となる前記健康データ項目との最大相関係数、前記健康データ項目と生活データ項目間の相関ルールの確信度およびサポート率であることを特徴とする請求項１に記載の個人健康管理システム。
【請求項３】
前記健康データ項目と生活データ項目間の相関ルールは、該健康データ項目との前記最大相関係数がある閾値を超える１つ以上の該生活データ項目を入力変数とし、該健康データ項目を出力変数として相関ルール解析を行い、前提部と結論部をもつ相関ルールを自動生成することを特徴とする請求項１および請求項２に記載の個人健康管理システム。
【請求項４】
前記時系列的に蓄積された個人健康情報の入力手段が前記健康管理を行う人の携帯電話などの携帯端末であり、該個人健康情報はインターネット経由で該個人健康情報を解析する健康管理サーバに送信され、自動生成された前記健康データ項目と生活データ項目間の相関ルールは前記健康管理を行う人の携帯電話などの携帯端末に自動配信もしくは前記健康管理を行う人の要求に応じて配信されることを特徴とする請求項１から請求項３に記載の個人健康管理システム。
【図１】
【図２】
【図３】
【図２】
【図３】
【公開番号】特開２００６−２４４０１９（Ｐ２００６−２４４０１９Ａ）
【公開日】平成１８年９月１４日（２００６．９．１４）
【国際特許分類】
【出願番号】特願２００５−５７２６６（Ｐ２００５−５７２６６）
【出願日】平成１７年３月２日（２００５．３．２）
【出願人】（５０１４１０１１５）学校法人高崎健康福祉大学 (13)
【Ｆターム（参考）】
【公開日】平成１８年９月１４日（２００６．９．１４）
【国際特許分類】
【出願日】平成１７年３月２日（２００５．３．２）
【出願人】（５０１４１０１１５）学校法人高崎健康福祉大学 (13)
【Ｆターム（参考）】
[ Back to top ]