健康改善路径探索装置及健康改善路径探索方法制造方法及图纸

健康改善路径探索装置具备：第一模型生成部，生成第一模型，上述该第一模型基于多个说明变量的值来预测作为目的变量的健康指标的值；第二模型生成部，生成第二模型，上述第二模型导出表示输入到第一模型的多个说明变量的值及预测出的健康指标的值的每个组合的存在容易度的存在概率；及路径探索部，将多个测定对象值作为输入，基于第一模型及第二模型，导出与各测定对象值对应的健康指标的值及存在概率，确定以当前值为起点而迁移各测定对象值的多个路径，将多个路径中的、终点处的健康指标的值比当前值处的健康指标的值得到改善的路径确定为候补路径，并将候补路径中包含的各测定对象值的存在概率的积为最大的路径确定为健康改善路径。为健康改善路径。为健康改善路径。

【技术实现步骤摘要】
【国外来华专利技术】健康改善路径探索装置及健康改善路径探索方法


[0001]本专利技术的一个方式涉及健康改善路径探索装置及健康改善路径探索方法。

技术介绍

[0002]个体化医疗作为进行匹配于个人的体质及环境等的医疗上的决定、治疗或介入的治疗法而受到期待。作为个体化医疗所涉及的技术的一例，在专利文献1中，记载了一种生活习惯改善支援系统，其基于用户的生物体信息，提取生活习惯信息中的应改善的因子即改善因子，决定用于改善该改善因子的改善对策。
[0003]现有技术文献
[0004]专利文献1：日本特开2009
‑
217703号公报
[0005]非专利文献1：T.Chen,C.Guestrin,XGBoost,in:Proceedings of the22nd ACM SIGKDD International Conference on KnowledgeDiscovery and Data Mining,ACM,New York,NY,USA,2016:pp.785
‑
794.
[0006]非专利文献2：Tibshirani,R.,Johnstone,I.,Hastie,T.&Efron,B.Least angle regression.The Annals of Statistics 32,407
‑
499(2004).
[0007]非专利文献3：Hastie,T.&Efron,B.lars:Least Angle Regression,Lasso and Forward Stagewise.R package version 1.2(2013).

技术实现思路

[0008]专利技术所要解决的课题
[0009]在此，专利文献1中记载的专利技术虽然能够提出生活习惯的改善对策，但由于没有提出具体的改善过程，因此不能提出对人来说能够执行的(即，容易实施的)改善过程。
[0010]本专利技术的一个方式鉴于上述实际情况而作出，其目的在于提出一种能够由人执行的健康改善过程。
[0011]用于解决课题的技术方案
[0012]本专利技术的一个方式所涉及的健康改善路径探索装置具备：第一模型生成部，生成第一模型，上述第一模型基于多个说明变量的值来预测作为目的变量的健康指标的值；第二模型生成部，生成第二模型，上述第二模型导出表示输入到第一模型的多个说明变量的值及由第一模型基于该多个说明变量的值预测出的健康指标的值的每个组合的存在容易度的存在概率；及路径探索部，从多个说明变量的当前值开始将预定范围内的多个测定对象值作为输入，基于第一模型及第二模型，分别导出与各测定对象值对应的健康指标的值及存在概率，以在相互连续的多个说明变量的值间迁移的方式，确定以当前值为起点而迁移各测定对象值的多个路径，将多个路径中的、终点处的健康指标的值比当前值处的健康指标的值得到改善的一个或多个路径确定为候补路径，并将候补路径中的、路径中包含的各测定对象值的存在概率的积为最大的路径确定为健康改善路径。
[0013]本专利技术的一个方式所涉及的健康改善路径探索方法包含如下的步骤：生成第一模
型，上述第一模型基于多个说明变量的值来预测作为目的变量的健康指标的值；生成第二模型，上述第二模型导出表示输入到第一模型的多个说明变量的值及由第一模型基于该多个说明变量的值预测出的健康指标的值的每个组合的存在容易度的存在概率；及从多个说明变量的当前值开始将预定范围内的多个测定对象值作为输入，基于第一模型及第二模型，分别导出与各测定对象值对应的健康指标的值及存在概率，以在相互连续的多个说明变量的值间迁移的方式，确定以当前值为起点而迁移各测定对象值的多个路径，将多个路径中的、终点处的健康指标的值比当前值处的健康指标的值改善的一个或多个路径确定为候补路径，并将候补路径中的、路径中包含的各测定对象值的存在概率的积为最大的路径确定为健康改善路径。
[0014]在本专利技术的一个方式所涉及的健康改善路径探索装置及健康改善路径探索方法中，生成基于多个说明变量来预测作为目的变量的健康指标的第一模型，生成导出所输入的多个说明变量的值及作为其预测值的健康指标的值的每个组合的存在概率的第二模型。当向第一模型及第二模型输入多个测定对象值时，分别导出各测定对象值及作为其预测值的健康指标的值的每个组合的存在概率。并且，在本健康改善路径探索装置及健康改善路径探索方法中，以多个说明变量的当前值为起点，将迁移各测定对象值的多个路径中的、终点处的健康指标的值比当前值处的健康指标的值得到改善且路径内的各测定对象值的存在概率的积为最大的路径确定为健康改善路径。根据这样的结构，在输入了通过健康诊断等取得的多个说明变量的当前值时，根据从当前值开始的预定范围内的多个测定对象值，导出各测定对象值及作为其预测值的健康指标的值的组合的存在概率。并且，确定迁移各测定对象值的路径中的、从起点到终点健康指标得到改善且路径内的各测定对象值的存在概率为最大的路径。这样确定的路径由于在存在概率高的各测定对象值中迁移直至健康指标改善，所以成为仅经由现实的值、具体地表示改善健康的顺序的路径。通过示出这样的健康改善路径，能够提出对人来说能够执行的健康改善过程。
[0015]专利技术效果
[0016]根据本专利技术的一个方式，能够提出一种对人来说能够执行的健康改善过程，更具体地能够提出用于改善健康指标的值的能够执行的人的测定值的改善顺序。
附图说明
[0017]图1是表示健康改善路径探索装置的功能结构的框图。
[0018]图2是表示预测模型中的说明变量与目的变量之间的关系的概念图。
[0019]图3是表示代理模型中的数据的存在概率的概念图。
[0020]图4是表示路径探索结果的概念图。
[0021]图5是表示路径探索的算法的伪代码的图。
[0022]图6是健康改善路径探索装置的硬件结构图。
[0023]图7是健康改善路径探索装置执行的处理的流程图。
[0024]图8表示实施例1中的数据集的例子。
[0025]图9是表示实施例1中的回归模型的得分的图。
[0026]图10是表示实施例1中的回归模型的变量重要度的图。
[0027]图11是表示实施例1中的分层贝叶斯模型的图形模型的图。
[0028]图12是表示实施例1中的WBIC的评价结果的图。
[0029]图13是表示实施例1中的各实例的可执行性得分的直方图。
[0030]图14是表示实施例1中的路径探索结果的例子的图。
[0031]图15表示实施例2中的数据集的例子。
[0032]图16是表示实施例2中的回归模型的变量重要度的图。
[0033]图17是表示实施例2中的回归模型的得分的图。
[0034]图18是表示实施例2中的WBIC的评价结果的图。
[0035]图19是表示实施例2中的各实例的可执行性得分的直方图。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种健康改善路径探索装置，具备：第一模型生成部，生成第一模型，所述第一模型基于多个说明变量的值来预测作为目的变量的健康指标的值；第二模型生成部，生成第二模型，所述第二模型导出表示输入到所述第一模型的所述多个说明变量的值及由所述第一模型基于该多个说明变量的值而预测出的所述健康指标的值的每个组合的存在容易度的存在概率；及路径探索部，将从所述多个说明变量的当前值开始的预定范围内的多个测定对象值作为输入，基于所述第一模型及所述第二模型，分别导出与各测定对象值对应的所述健康指标的值及所述存在概率，以在相互连续的所述多个说明变量的值间迁移的方式，确定以所述当前值为起点而迁移各测定对象值的多个路径，将所述多个路径中的、终点处的所述健康指标的值比所述当前值处的所述健康指标的值得到改善的一个或多个路径确定为候补路径，并将所述候补路径中的、路径中包含的各测定对象值的所述存在概率的积为最大的路径确定为健康改善路径。2.根据权利要求1所述的健康改善路径探索装置，其中，所述路径探索部将所述健康指标的值比所述当前值处的所述健康指标的值得到改善的路径中的、所述健康指标的值最为改善的路径确定为所述候补路径。3.根据权利要求1或2所述的健康改善路径探索装置，其中，所述路径探索部将所述健康指标的值比所述当前值处的所述健康指标的值得到改善的路径中的、所述健康指标的值与预先确定的目标值处的所述健康指标的值一致的路径确定为所述候补路径。4.根据权利要求1～3中任一项所述的健康改善路径探索装置，其中，所述路径探索部在执行了第一处理后反复执行第二处理，所述第一处理是将所述当前值作为基准值，并将与该基准值近似的所述...

【专利技术属性】
技术研发人员：中村和贵，奥野恭史，小岛谅介，内野咏一郎，村下公一，伊东健，中路重之，
申请(专利权)人：国立大学法人京都大学国立大学法人弘前大学，
类型：发明
国别省市：