JP7744736B1 - オンライン連携システム及びオンライン連携システムにおける健康モニタリング方法 - Google Patents

Abstract

【課題】生体内サイバネティック・アバターを利用した健康モニタリングシステムとの連携を図り、オンライン診療の精度向上を図るオンライン連携システムを提供する。
【解決手段】オンライン診療を受ける被験者端末と、仮想医師のバーチャルドクター端末と、専門家用のリアルドクター端末と、オンライン連携サーバと、被験者端末をバーチャルドクター端末又はリアルドクター端末に連携させてオンライン診療を行うオンライン連携システムであって、オンライン連携サーバは、被験者情報と生体内サイバネティック・アバター情報のデータベースを有し、被験者端末からバーチャルドクター選択要求を受信した場合、被験者情報と生体内サイバネティック・アバター情報をバーチャルドクター端末へ転送し、、リアルドクター選択要求を受信した場合は、被験者情報と生体内サイバネティック・アバター情報をリアルドクター端末９へ転送し、オンライン診療を行う。
【選択図】図１

Description

本発明は、オンライン連携システム及びオンライン連携システムにおける健康モニタリング方法に関し、特に生体内サイバネティック・アバターを利用した健康モニタリングシステムとの連携を図り、オンライン診療の精度向上に貢献するオンライン連携システム及びオンライン連携システムにおける健康モニタリング方法に関する。

最近は、生活習慣病と睡眠の関係の研究が進んでおり、睡眠不足は日中の眠気や疲労に加え、頭痛等の心身愁訴の増加、情緒不安定、注意力や判断力の低下に関連する作業効率の低下等、多岐にわたる影響を及ぼす。また、睡眠不足を含め、様々な睡眠の問題が慢性化すると、肥満、高血圧、２型糖尿病、心疾患や脳血管障害の発症リスクの上昇や症状の悪化に関連し、死亡率の上昇に関与することが明らかとなっている。

日常の健康モニタリング方法では、生体測定デバイスを用いて被験者の生体情報をモニタリング行うことができる。生体測定デバイスとしては、血圧計、体重計、スマートフォン対応予測式体温計、リストバンド型ライフレコーダ、ポケット型活動量計、上腕式ホースレス血圧計、体組成計等、各種生体デバイスを使用することができる。

できるだけ簡単な健康モニタリングを行うことによって、健康長寿を実現可能とする健康モニタリング方法により、医療費の削減を実現し、健康な生活を維持しつつ健康長寿につなげることが望ましい。

本発明者は、先に生体内サイバネティック・アバターによる時空間体内環境をモニタリングし、健康、未病の健康モニタリング結果を可視化可能とし、被験者の行動変容を促し、健康長寿を実現可能な健康モニタリングシステムを提案している（特許文献１）。

特許第７６１４６７９号公報 特開２０２４－１７１１６９号公報

上記特許文献１では、被験者の行動変容を促し、生活習慣病を改善し健康長寿を実現するものであったが、健康モニタリング結果の測定値を利活用することについては配慮していなかった。仮想医師であるバーチャルドクターや、かかりつけ医や病院の医師であるリアルドクターが健康モニタリング結果の測定値を利用できれば、オンライン診療の精度を向上できると考えられる。

上記特許文献２では、仮想医師（ＡＩドクター）により患者ごとに適切な行動を提示する医用情報処理装置が開示されているが、生体内サイバネティック・アバターを用いて時空間体内環境情報を測定するデータを利用することについては、教示も示唆もされていなかった。

本発明は、上記課題に鑑みて案出されたものであり、本発明の目的とするところは、生体内サイバネティック・アバターを利用した健康モニタリングシステムとの連携を図り、オンライン診療の精度向上を図るオンライン連携システムを提供することにある。

本発明の他の目的は、健康モニタリング方法において、現在の健康状態または将来の病気が悪くなる箇所を予測可能なオンライン連携システムにおける健康モニタリング方法を提供することにある。

上記目的を達成するため、第1発明に係るオンライン連携システムは、クラウドを介して、オンライン診療を受ける被験者用の被験者端末と、少なくとも仮想医師であるバーチャルドクター用のバーチャルドクター端末と、少なくとも医師を含む専門家用のリアルドクター端末と、オンライン連携サーバと、バーチャルドクター部と生体内サイバネティック・アバター部とを有する管理サーバとが接続され、前記被験者の選択により前記被験者端末を前記オンライン連携サーバにより前記バーチャルドクター端末に連携させるか、前記リアルドクター端末に連携させてオンライン診療を行うオンライン連携システムにおいて、前記オンライン連携サーバは、被験者情報と生体内サイバネティック・アバター情報を蓄積しているデータベースと、を有し、前記オンライン連携サーバは、前記被験者端末からバーチャルドクター選択要求を受信した場合は、前記データベースに蓄積された被験者情報と生体内サイバネティック・アバター情報を前記バーチャルドクター端末へ転送し、バーチャルオンライン診療を行うと共に、前記被験者端末からリアルドクター選択要求を受信した場合は、前記データベースに蓄積された被験者情報と生体内サイバネティック・アバター情報を前記リアルドクター端末へ転送し、オンライン診療を行う、ことを特徴とする。

第２発明に係るオンライン連携システムは、第1発明において、前記被験者情報は、医療用測定系デバイスにより測定された被験者の体温データ、血圧値データ、体重データ及び、血糖値データを含み、非医療用測定系デバイスにより測定された被験者の運動記録値データ、睡眠状態データ、食事データを含むデータであることを特徴とする。

第３発明に係るオンライン連携システムは、第1発明又は第２発明において、生体内サイバネティック・アバター情報は、生体内サイバネティック・アバターを用いて時空間体内環境情報を測定する測定手段により測定した時空間体内環境情報であることを特徴とする。

第４発明に係るオンライン連携システムは、第２発明において、上記データベースには、前記医療用測定系デバイスによる測定データ及び前記非医療用測定系デバイスによる測定データが、データ構造が同じ形式の共通データに変換して蓄積されていることを特徴とする。

第５発明に係るオンライン連携システムにおける健康モニタリング方法は、第２発明のオンライン連携システムにおける健康モニタリング方法であって、前記医療用測定系デバイスは、少なくとも血圧計、体温計、体重計を含み、前記血圧計、前記体温計、前記体重計を用いて被験者の生体情報を取得する生体情報取得ステップと、前記非医療用測定系デバイスは、身体装着型デバイスを含み、前記身体装着型デバイスから身体活動情報である行動情報を取得する行動情報取得ステップと、食事画像センサより撮影された被験者の食事画像データから栄養情報を計算して得られる食事データを取得する食事データ取得ステップと、少なくとも脳画像および、体内内視鏡画像を含む健康診断結果情報を取得する健康診断結果情報取得ステップと、取得された被験者の生体情報、行動情報、食事データおよび健康診断結果情報を解析する解析ステップと、前記解析の結果と被験者の生体情報、行動情報、食事データおよび健康診断結果情報を用いて、被験者の将来の健康状態を推定する推定ステップと、を備えたことを特徴とする。

第６発明に係るオンライン連携システムにおける健康モニタリング方法は、第５発明において、さらに在宅にて被験者の睡眠状態の脳波測定を行う脳波測定ステップを有し、上記脳波測定ステップにより睡眠ポリグラム検査と同等の睡眠検査を行うことを特徴とする。

第７発明に係るオンライン連携システムにおける健康モニタリング方法は、第５発明において、前記医療用測定系デバイスは、さらに血糖値計を有し、前記血糖値計を用いて被験者の血糖値データを取得する血糖値データ取得ステップを有し、前記血糖値データ取得ステップにより取得した血糖値データを前記解析に用い、前記解析の結果と被験者の血糖値データを含む生体情報、行動情報、食事データおよび健康診断結果情報を用いて、被験者の将来の健康状態を推定する推定ステップと、行うことを特徴とする。

第８発明に係るオンライン連携システムにおける健康モニタリング方法は、第５発明において、前記仮想医師は医師のアバターであり、前記アバターは家族、友達、医師風のアバターに変更可能としたことを特徴とする。

第９発明に係るオンライン連携システムにおける健康モニタリング方法は、第８発明において、前記アバターは、マルチモーダル生成ＡＩにより音声で会話可能と構成したことを特徴とする。

以上の構成の本発明によれば、生体内サイバネティック・アバターを利用した健康モニタリングシステムとの連携を図ることができ、オンライン診療の精度向上を図るオンライン連携システムを実現することができる。

本発明によれば、健康モニタリング方法において、現在の健康状態または将来の病気が悪くなる箇所を予測可能な健康モニタリング方法を実現することができる。

図１は、本発明の実施形態に係るオンライン連携システムの機能ブロック図である。 図２は、本発明の実施形態に係るオンライン連携システムにおけるバーチャルドクター連携とリアルドクター連携の概念図である。 図３は、本発明の実施形態におけるオンライン連携の処理フローチャートである。 図４は、医療用測定系と非医療用測定系の測定データと生体内サイバネティック・アバターのデータの流れを説明するための図である。 図５は、図４の医療用測定系と非医療用測定系による測定データの共通データ変換例を示す図である。 図６は、図５の医療用測定系のセンサ群による測定データと食事データの共通データ変換・転送のフローチャートである。 図７は、図５の非医療用測定系のセンサ群による測定データと食事データの共通データ変換・転送のフローチャートである。 図８は、メーカが異なるセンサによる測定結果の共通データ化とＡＩ解析の説明図である。 図９は、図８のＡＩ解析部８１の一例を示す機能ブロック図である。 図１０は、食事画像の撮影例を示す図である。 図１１は、ある日の食事画像が記憶された料理ごとの画像例を示す図である。 図１２は、食事データの栄養成分の一例を示す図である。 図１３は、バーチャルドクターによる健康アドバイスレベルと対応するアバターの一例を示す図である。 図１４は、被験者端末としての携帯通信端末のハードウェア構成の一例を示す図である。 図１５は、図１４の携帯通信端末にインストールした健康モニタリングアプリとオンライン連携アプリの表示画面例を示す図である。 図１６は、本発明の実施形態におけるオンライン連携アプリの機能ブロック図である。 図１７は、本発明の生体内サイバネティック・アバター表示エリアの一例を示す図である。 図１８は、３大疾病アバター表示の一例を示す図である。 図１９は、身体活動表示エリアに表示する判断基準を示す図である。 図２０は、本発明の実施形態の健康モニタリング方法を示すフローチャートである。 図２１は、本発明の他の実施形態の健康モニタリング方法を示すフローチャートである。

以下、本発明を適用して例示した実施形態について、図面を参照しながら説明する。

先ず、図１、図２、図３を用いて、本発明の実施形態に係るオンライン連携システム１００について説明する。

＜実施形態＞
図１は、本発明の実施形態に係るオンライン連携システムの機能ブロック図であり、図２は、本発明の実施形態に係るオンライン連携システムにおけるバーチャルドクター連携とリアルドクター連携の概念図であり、図３は、本発明の実施形態におけるオンライン連携の処理フローチャートである。

図１に示すように、オンライン連携システム１００は、被験者端末１，２，３，・・・と、管理者端末４と、クラウド５と、管理サーバ６と、オンライン連携サーバ７と、バーチャルドクター端末８と、リアルドクター端末９と、を有する。オンライン連携サーバ７は、バーチャルドクター連携部７１と、リアルドクター連携部７２と、データベース７３と、を有する。

オンライン連携システム１００は、クラウド５を介して、オンライン診療を受ける被験者用の被験者端末１，２，３，・・・・と、少なくとも仮想医師であるバーチャルドクター用のバーチャルドクター端末８と、少なくとも医師を含む専門家用のリアルドクター端末９と、オンライン連携サーバ７と、バーチャルドクター部６１と生体内サイバネティック・アバター部６２とを有する管理サーバ６とが接続され、被験者の選択により被験者端末を前記オンライン連携サーバによりバーチャルドクター端末８に連携させるか、リアルドクター端末９に連携させてオンライン診療を行う。オンライン連携サーバ７は、被験者情報と生体内サイバネティック・アバター情報を蓄積しているデータベース７３と、を有し、

オンライン連携サーバ７は、被験者端末１，２，３，・・・からバーチャルドクター選択要求を受信した場合は、データベース７３に蓄積された被験者情報と生体内サイバネティック・アバター情報をバーチャルドクター端末８へ転送し、バーチャルオンライン診療を行うと共に、被験者端末１，２，３、・・・からリアルドクター選択要求を受信した場合は、前記データベースに蓄積された被験者情報と生体内サイバネティック・アバター情報を前記リアルドクター端末へ転送し、オンライン診療を行う、

被験者端末１は、オンライン診療を受ける被験者用の携帯通信端末である。例えば、スマートフォン、タブレット端末、ノートＰＣ、ディスクトップＰＣなどを含む。オンライン診療の際は、被験者端末１に備えたカメラでバーチャルドクターやリアルドクターとビデオ通話で会話することができる。被験者端末２，３，・・・についても同様な機器構成であるので、上述したオンライン診療を受けることができる。

管理者端末４は、クラウド５上の管理サーバ６やオンライン連携サーバ７への運用管理を行う端末であり、各種端末のユーザー登録やクラウド５のヘルプデスクの役割を果たす。

クラウド５は、オンライン連携サーバ７や管理サーバ６によりクラウドサービスを提供する。被験者巻末１、バーチャルドクター端末８，リアルドクター端末９である病院端末９あ、かかりつけ医端末９ｂを介して会員登録を行い、クラウドサービスを提供することができる。会員登録は、被験者（患者）、病院の医師、かかりつけ医などのメールアドレスやパスワードを登録することにより、クラウドサービスを提供する。セキュリティレベルを上げて、生体認証なども使用してもよい。

管理サーバ６は、バーチャルドクター部６１と生体内サイバーネティック・アバター部６２を有している。バーチャルドクター部６１はバーチャルドクターを複数保存しており、バーチャルドクター端末８にバーチャルドクターを提供する。生体内サイバーネティック・アバター部６２は、特許第７６１４６７９号公報の技術を利用し、生体内サイバネティック・アバターを用いて時空間体内環境情報を測定する測定手段により測定した時空間体内環境情報である生体内サイバネティック・アバター情報を保存している。

オンライン連携サーバ７は、バーチャルドクター連携部７１と、リアルドクター連携部７２と、データベース７３と、を有している。オンライン連携サーバ７のバーチャルドクター連携部７１は、被験者端末１からバーチャルドクター選択要求を受信した場合は、データベース７３に蓄積された被験者情報と生体内サイバネティック・アバター情報をバーチャルドクター端末８へ転送し、バーチャルオンライン診療を行う。また、オンライン連携サーバ７のリアルドクター連携部７２は、被験者端末１からリアルドクター選択要求を受信した場合は、データベース７３に蓄積された被験者情報と生体内サイバネティック・アバター情報をリアルドクター端末９へ転送し、医師によるオンライン診療を行う。

図２は、本発明の実施形態に係るオンライン連携システムにおけるバーチャルドクター連携とリアルドクター連携の概念図であり、図３は、本発明の実施形態におけるオンライン連携の処理フローチャートである。以下、図２、図３を用いてオンライン連携処理について説明する。

図２に示すように、被験者の操作により被験者端末１のオンライン連携アプリを起動すると（ステップ３０１）、ドクター選択画面が表示される（ステップ３０２）。被験者（患者）がバーチャルドクターをチェックし、バーチャルドクターを選択すると（ステップ３０３）、オンライン連携サーバ７に対してバーチャルドクター選択要求が送信される。オンライン連携サーバ７はバーチャルドクター選択要求を受信し、バーチャルドクター連携部７１にバーチャルドクター連携を指示する（ステップ３０４）。バーチャルドクター連携部７１はデータベース７３に蓄積された被験者情報と生体内サイバネティック・アバター情報をバーチャルドクター端末８へ転送する（ステップ３０５、３０６）。ここで、被験者情報は、医療用測定系デバイスにより測定された被験者の体温データ、血圧値データ、体重データ及び、血糖値データを含む。非医療用測定系デバイスにより測定された被験者の運動記録値データ、睡眠状態データ、食事データを含むデータである。また、生体内サイバネティック・アバター情報は、生体内サイバネティック・アバターを用いて時空間体内環境情報を測定する測定手段により測定した時空間体内環境情報である。生体内サイバネティック・アバターを用いた時空間体内環境情報の取得は、本発明者が先に提案した特許第７６１４６７９号公報の技術を利用して行う。データベース７３には、医療用測定系デバイスによる測定データ及び非医療用測定系デバイスによる測定データが、データ構造が同じ形式の共通データに変換して蓄積されている。

バーチャルドクター端末８は、上述した被験者情報と生体内サイバネティック・アバター情報を加えたバーチャルオンライン診療を行う（ステップ３０７）。これにより、被験者のリアルな測定データを加味したバーチャルオンライン診療を行うことができるので、バーチャルオンライン診療の精度を向上させることができる。

図２に示すドクター選択画面において（ステップ３０２）、被験者（患者）がリアルドクターの「かかりつけ医」又は「病院」をチェックする（ステップ３０３）。「病院」を選択した場合はオンライン診療を行う登録された医師名が表示される。登録された医師名を選択する。オンライン連携サーバ７に対してリアルドクター選択要求が送信される。オンライン連携サーバ７はリアルドクター選択要求を受信し、リアルドクター連携部７２にリアルドクター連携を指示する（ステップ３０８）。リアルドクター連携部７２はデータベース７３に蓄積された上述した被験者情報と生体内サイバネティック・アバター情報を病院端末９ａ、又はかかりつけ医端末９ｂへ転送する（ステップ３０９、３１０）。ここで、

病院端末９ａ又はかかりつけ医端末９ｂは、上述した被験者情報と生体内サイバネティック・アバター情報を加えたかかりつけ医又は病院の選択された医師によるオンライン診療を行う（ステップ３１１）。これにより、被験者のリアルな測定データを加味したオンライン診療を行うことができるので、オンライン診療の精度を向上させることができる。リアルな測定データを利用したオンライン診療を行うことができるようになり、患者にとっては問診票の入力を省略して、オンライン診療を受けることができるので、オンライン診療時間の短縮を図ることができる。

データベース７３には、医療用測定系デバイスによる測定データ及び非医療用測定系デバイスによる測定データが、データ構造が同じ形式の共通データに変換して蓄積されている。このような共通データを蓄積することにより、かかりつけ医や、いろいろな病院での患者の個人情報を利用することができるので、医療サービスが向上し、医療費削減効果に繋がる。ただし、被験者である患者の個人情報に係わる情報であるので、患者の同意を得ておく必要がある。また、セキュリティ対策も十分に施しておくことが必要である。以下、この共通データについて説明する。

図４は、医療用測定系と非医療用測定系の測定データと生体内サイバネティック・アバターのデータの流れを説明するための図である。

図４において、医療用測定系のデバイスとしては、少なくとも血圧計、体温計、体重計、血糖値計を含む。血圧計の多くは、脈拍なども同時に測定できるので、その場合は被験者の脈拍も測定し、取得しておく。また、非医療用測定系のデバイスは健康機器としての扱いであり、例えば、ウェアラブル機器、スマートウォッチ、リング型デバイス、時計型デバイス、食事撮像カメラ（スマートフォンのカメラでもよい。）などを含む。食事画像カメラとしてはスマートフォン等に標準で備えられたカメラを利用することができる。医療用測定系のデバイスにより測定された医療用測定データは被験者端末１で収集され、オンライン連携サーバ７のデータベース７３に医療用測定データとして一旦保存され、データベース７３からリアルドクター端末９やバーチャルドクター端末８へ転送される。リアルドクター端末９では、医療用測定データ診察に利用される。さらに、生体内サイバネティック・アバター部６２の情報もリアルドクター端末９に提供される。リアルドクター端末（９ａ、９ｂ）では、患者のリアルな測定データを診察に利用することができる。

その他の例としては、血圧、心拍数、血糖値、体温、酸素飽和度などの生体データをリアルタイムで測定し、スマートフォンやクラウドプラットフォームと連携させてもよい。データはＡＩによって解析され、健康リスクがある場合にアラートを発生させるように構成しても良い。日々の健康管理だけでなく、アスリートのパフォーマンス管理や高齢者の見守りシステムとしても活用することができる。

さらに、他の例としては、ナノセンサとして体内に埋め込む超小型センサーを活用し、血中の成分をモニタリングすることで、糖尿病や高血圧などの慢性疾患の管理を高度化するように構成してもよい。ナノセンサは、血液や体液の成分変化をリアルタイムで検知し、データを無線で送信する。これにより、体調の変化をより早く把握し、病気の早期発見・予防につなげることができる。

一方、非医療用測定系のデバイスにより測定された非医療用測定データは被験者端末１で収集され、オンライン連携サーバ７のデータベース７３に非医療用測定データとして一旦保存され、データベース７３からバーチャルドクター端末８へ転送される。バーチャルドクター端末８では、非医療用測定データがバーチャル診察に利用される。

さらに食事撮像カメラにより食事画像が撮像され、料理ごとに食事画像が被験者端末１に保存される。被験者端末１にインストールされた公知の食事画像解析アプリにより栄養成分が計算され、オンライン連携―サーバ７のデータベース７３に食事データとして、一旦保存される。そして、データベース７３からバーチャルドクター端末８やリアルドクター端末９へ転送される。バーチャルドクター端末８では、食事データがＡＩ診断による健康アドバイス（栄養アドバイス）に利用される。リアルドクター端末９では、食事データが管理栄養士による栄養相談に利用される。食事データを診察やＡＩ診断に利用することにより、例えば、糖尿病患者のオンライン診療に利用した場合、より実際の食事に即した栄養成分のデータを用いてオンライン診療が可能となる。通常の糖尿病の栄養相談では、１日の食事のメニューを紙に記録して行っていたが、正確な食事データによる解析が可能となり、栄養相談の精度向上を図ることができる。

図５は、図４の医療用測定系と非医療用測定系による測定データの共通データ変換例を示す図であり、図６は、図５の医療用測定系のセンサ群による測定データと食事データの共通データ変換・転送のフローチャートであり、図７は、図５の非医療用測定系のセンサ群による測定データと食事データの共通データ変換・転送のフローチャートである。以下、図５～図７を用いて共通データについて説明する。

各センサ群は、医療用センサ群と非医療用センサ群に分けられる。医療用センサ群は、図５に示すように、少なくとも医療用生活活動センサ群３１、医療用運動センサ群３２、医療用睡眠センサ群３３、食事撮像センサ群３４を含む。医療用センサ群による測定データは、共通データ変換部１０の共通データ変換部１１にて変換され、変換された共通データがリアルドクター端末９に転送されることになる。非医療用センサ群は、図５に示すように、少なくとも非医療用生活活動センサ群３５、非医療用運動センサ群３６、非医療用睡眠センサ群３７、食事撮像センサ群３８を含む。非医療用センサ群による測定データは、共通データ変換部１０の共通データ変換部１２にて変換され、変換された共通データがバーチャルドクター端末８に転送されることになる。共通データ変換部１０の機能はオンライン連携サーバ７内に設けてもよいし、被験者端末１にて共通データ変換を行うように構成してもよい。

図６に示すように、医療用センサ群による測定は、医療用生活活動センサ群３１による被験者の測定を行う（ステップ６０１）。医療用運動センサ群３２による測定（ステップ６０２）、医療用睡眠センサ群３３による測定（ステップ６０３）、食事撮像センサ群３４による食事画像の撮像を行う（ステップ６０４）。これらのセンサ群による測定頻度は、１日数回、あるいはリアルタイムなど、被験者の健康状態によって変更しても良い。食事画像センサ群による測定は朝、昼、夕の３回の食事時に、また間食した場合は間食の食事画像を撮影しておく。上述した測定や食事画像撮像のステップは、適宜処理ステップの順番を変更しても良い。

少なくとも、１日単位の共通データへの変換と、共通データ転送を行う（ステップ６０５、６０６）。共通データは、１日、１週間、１ヶ月、３ヶ月、半年、１年などのトレンドデータとして蓄積する。

図７に示すように、非医療用センサ群による測定は、非医療用生活活動センサ群３５による測定（ステップ７０１）、非医療用運動センサ群３６による測定（ステップ７０２）、非医療用睡眠センサ群３７による測定（ステップ７０３）、食事撮像センサ群３８による測定を行う（ステップ７０４）。これらのセンサ群による測定頻度は、１日数回、あるいはリアルタイムなど、被験者の健康状態によって変更しても良い。食事画像センサ群による測定は朝、昼、夕の３回の食事時に、また間食した場合は間食の食事画像を撮影しておく。上述した測定や食事画像撮像のステップは、適宜処理ステップの順番を変更しても良い。

少なくとも、１日単位の共通データへの変換と、共通データ転送を行う（ステップ７０５、７０６）。共通データは、１日、１週間、１ヶ月、３ヶ月、半年、１年などのトレンドデータとして蓄積する。

図８は、メーカが異なるセンサによる測定結果の共通データ化とＡＩ解析の説明図である。センサは、生活、運動、睡眠、食事のセンサからなり、それぞれの生活、運動、睡眠、食事の測定データから、それぞれに対応したデータ変換部にて変換され、共通生活データ、共通運動データ、共通睡眠データ、共通食事データを得る。それらの得られた共通データを、ＡＩ解析部８１に入力し、ＡＩ解析ルールに基づいた解析結果を出力する。

図９は、図８のＡＩ解析部８１の機能ブロック図であり、図１０は、食事画像の撮影例を示す図であり、図１１は、ある日の食事画像が記憶された料理ごとの画像例を示す図である。図１０の例では、食事画像９４に対して被験者が左手９５でスマートフォン（被験者端末）９７を持ち、右手９６で食事画像の写真を撮影する例を示している。図１１の例は、被験者端末１１１の画面に、ある日の料理ごとの料理画像１１２～１１９が記憶部に記録されている例を示している。各料理画像１１２～１１９には、撮影日時が記録されており、どの料理をいつ食べたかの正確な時間を知ることができる。

図１２は、食事データの栄養成分の一例を示す図であり、図１３は、バーチャルドクターによる健康アドバイスレベルと対応するアバターの一例を示す図である。
図１２の例は、図１１に示す料理ごとの食事画像についてＡＩ画像解析を行い栄養を計算する公知の栄養計算アプリで計算した栄養成分の食事データの例を示している。図１２に示すように、少なくとも「タンパク質」、「脂質」、「炭水化物」、「糖質」、「食物繊維」、「塩分」の数値データが含まれるが、それ以外の栄養成分が含まれてもよい。

図１３の例は、図９のＡＩ解析結果をバーチャルドクターが健康アドバイスを行うときの健康アドバイスレベルとそれに対応するアバターの例を示している。すなわち、被験者は、健康アドバイス「やさしく」を表示させたい場合は、優しい表情をした医師のアバター、健康アドバイス「普通」を表示させたい場合は、穏やかな表情をした医師のアバター、健康アドバイス「きびしく」を表示させたい場合は、厳格な表情をした医師のアバターの３種の類の中から自由に選択することができる。このように、健康アドバイスレベルを変えることにより、バーチャルドクターのアドバイスを３段階に変化させることができる。リアリティーの高い画像を希望する被験者の場合は、アバター画像を実際の医師をリアルに生成したバーチャルヒューマンドクター画像のアバターを表示させても良い。

上記オンライン連携では、仮想医師であるバーチャルドクターのアバター画像（静止画像）を表示させていたが、マルチモーダル生成ＡＩを用いて、テキスト、自然言語、音声、数値、表データ、画像ビジョン、動画を組み合わせて、関連付けして処理し、バーチャルドクターのアバターと患者が音声で会話できるように構成しても良い。オンライン連携による健康管理は、家族間、友達間でも連携できるように構成し、バーチャルドクターのアバターは、３Ｄ静止画像、３Ｄ動画像で構成したり、バーチャルドクターのアバターを家族、友達、医師風などに自由に変更可能とすることもできる。同様に、マルチモーダル生成ＡＩを使用すれば、家族、友達のアバターも被験者と音声で会話するように構成することができる。例えば、遠隔地の高齢者の見守りにおいて、高齢者（親）と会話する際、子供はアバターとなって高齢者と音声で会話することができるようになる。これにより、子供が直接、高齢者と会話するよりは話しやすくなり、高齢者の健康管理がスムーズになることが期待される。

以下、図９～図１３を用いて食事データを含むバーチャルＡＩ解析について説明する。
図９において、ＡＩ解析部８１は、共通生活活動データ（Ｌ）８２と、生活活動状態ルール群８３と、共通運動データ（Ｔ）８４と、運動状態ルール群８５と、共通睡眠データ（Ｓ）８６と、睡眠状態ルール群８７と、共通食事データ（Ｅ）８８と、食事状態ルール群８９と、（Ｌ＋Ｔ＋Ｓ＋Ｅ）評価データ９０と、総合評価ルール群９１と、ＡＩ解析手段９２と、トレンドデータベース９３と、を有する。

共通生活活動データ（Ｌ）８２としては、少なくとも医療用測定系デバイスにより測定された被験者の体温データ、血圧値データ、体重データ及び、血糖値データを含む。その他のデータ、例えば脈拍値データなどを含めても良い。

共通運動データ（Ｔ）８４としては、非医療用測定系デバイスにより測定された被験者の運動記録値データを含む。運動記録値データとしては、歩数計、スマートウォッチなどのウェアラブル機器（身体装着型デバイス）からのデータをブルートゥース（登録商標）インターフェースなどの近接無線通信により自動収集したり、数値データを音声入力で取り込んでも良い。また、筋力トレーニングや有酸素運動の場合、直接数値データを入力できないときは、音声入力などで被験者端末１に取り込んでもよい。そのときの入力データは、運動時間と階数を記録する。

共通睡眠データ（Ｓ）としては、医療機器承認された医療用測定系デバイスにより睡眠計測したデータと、スマートウォッチなどの非医療用測定系デバイスにより睡眠計測したデータを区別して保存する。そして、オンライン診療では医療用測定系デバイスによる測定結果を利用し、バーチャル診療では医療用測定系デバイスによる測定結果と非医療用測定結果では、ＡＩ解析の信頼度の重み付けをつけて健康アドバイスを行う。

共通食事データ（Ｅ）としては、食事画像撮像カメラで撮影（図１０参照）した料理ごとの食事画像（図１１参照）についてＡＩ画像解析を行い栄養を計算する公知の栄養計算アプリで食事データを取得することができる。具体的には栄養成分として、図１２に示すように、少なくとも「タンパク質」、「脂質」、「炭水化物」、「糖質」、「食物繊維」、「塩分」の数値データを含まれるが、それ以外の栄養成分が含まれてもよい。

生活活動状態ルール群８３は、少なくとも被験者の体温データ、血圧値データ、体重データ及び、血糖値データについて、各基準値データに基づいてルールを作成する。血圧値データは、家庭血圧の基準値で判断する。正常値は125／75mmHg以下、低血圧の基準値は収縮期血圧（最高血圧）が100mmHg未満、高血圧の基準値135／85mmHg以上とする。
血糖値データは、空腹時で約70～100mg/dL、食後で140mg/dL未満で判断する。血糖値は、食事の日時と食事データをデータベースに保存しているため、より正確な判断を行うことができる。体重データは、身長別・標準体重を基準に判断する。例えば、身長が１７０ｃｍとすると、６０．３６ｋｇとなる。この基準値を±１０％で判断する。体温データは、健康体温を３５．５～３７．５℃を基準に判断する。

運動状態ルール群８５は、目標運動値データを基準とする。簡易判別のため、歩数計の値が５０００歩、筋力トレーニングの実施回数、有酸素運動の時間などを基準に判定する。

睡眠状態ルール群８７は、医療用測定系デバイスによる測定データと、非医療用測定系デバイスによる測定データを区別してトレンドデータを蓄積して判定をルール化して判断する。

食事状態ルール群８９は、図１２図に示すような栄養成分についてカロリー計算した数値に基づいてルール化し判断する。栄養成分の一日の標準摂取量を基準に判断する。

（Ｌ＋Ｔ＋Ｓ＋Ｅ）評価データ９０は、それぞれの共通データの評価値を計算し、評価データを求める。

総合評価ルール群９１は、評価値データに病気のリスク度合いを掛けてルール群を作成する。

ＡＩ解析手段９２は、各共通データ８２，８４，８６，８８に基づいて各ルール群８３、８５，８７，８９，９１を適用し、各評価データを解析し、トレンドデータベース９３のデータを利用し、総合評価ルール群を適用し、総合評価を行う。

図１４は、被験者端末としての携帯通信端末のハードウェア構成例を示す図である。

図１４に示すように、携帯通信端末は、ＣＰＵ１３１と、ＲＯＭ１３２と、ＲＡＭ１３３と、ディスプレイ１３４と、生体認証記憶部１３５と、ＩＤ／パスワード認証部１３６と、タッチ入力部１３７と、通信インターフェース１３８と、カメラ１３９と、スピーカ１４０と、マイク１４１と、を有する。

携帯通信端末は、クラウド５を介してクラウドサーバに接続される。このような通信システムにおいて、健康モニタリングシステムをソフトウェアで実現し、図１５に示すような携帯通信端末１５０に健康モニタリングアプリ１５２（特許第７６１４６７９号公報と同様）およびオンライン連携アプリ１５３（本発明）をインストールしておき、オンライン連携アプリ１５３を実行することにより、オンライン連携をを行ってもよい。図１５の例では、画面１５１上に健康モニタリングアプリ１５２とオンライン連携アプリ１５３のアイコンが表示された状態を示す。また、汎用のパソコンを用いて行っても良い。

以下、健康モニタリングによる可視化表示については、特許第７６１４６７９号公報の技術を利用するので、本明細書では説明を省略する。

図１６は、本発明の実施形態におけるオンライン連携アプリの機能ブロック図である。
本実施形態における健康管理アプリ１５３は、図１６に示すように、生活活動記録部１５４と、運動記録部１５５と、睡眠記録部１５６と、食事画像記録部１５７と、栄養計算部１５８と、栄養記録部１５９と、未病可視化部１６０と、バーチャルドクター連携部１６１と、リアルドクター連携部１６２と、オンライン連携ダッシュボード部１６３と、を有する。

オンライン連携アプリ１５３は、予めスマートフォンなどの携帯通信端末、タブレットＰＣ、携帯型ノートパソコン、ディスクトップパソコンなどにインストールしておき、使用する。例えば、携帯通信端末に予めインストールしておき、オンライン連携アプリ１５３を起動しておき、血圧計、体重計、体温計の測定データを近距離無線通信機能により、自動的に記録しても良い。または、測定したデータを被験者が手動で入力してもよい。オンライン連携アプリ１５３の使用時は身長データ、年齢、性別（男性、女性、入力したくない場合は性別入力を省略してもよい。被験者の名前（ニックネーム可）を入力しておく。有効なオンライン連携において、最低限必要な情報だからである。

生活活動記録部１５４は、各種生活活動データ（血圧、体重、体温、血糖値）を記録する。血圧計において、脈拍数を測定できる場合は、同時に脈拍データを記録してもよい。

運動記録部１５５は、歩数計と連動し、自動入力又は被験者による手動入力による。より望ましくは、被験者による記録の負荷を軽減させるため、自動入力がよい。または、運動記録部１５５は、筋力トレーニングやレジスタンス運動を実施の有無を手動入力を行う。

睡眠記録部１５６は、特許第７６１４６７９号公報に開示した脳波測定デバイスからの睡眠関連データを記録する。または、非医療用測定系デバイスのスマートウォッチなどを利用して睡眠状態を記録する。

食事画像記録部１５７は、食事画像をカメラで撮影し、食事日時のデータと料理ごとの料理画像を記録する。

栄養計算部１５８は、食事画像記録部１５７に記録された料理画像をＡＩ画像解析を行い、栄養を推定計算する。

栄養記録部１５９は、栄養計算部１５８で計算された栄養（栄養成分：図１２参照）を記録する。

未病可視化部１６０は、未病のアバター表示を行う。他の各種データを可視化してもよい。

バーチャルドクター連携部１６１は、上述したようなバーチャルドクター連携を行う。

リアルドクター連携部１６２は、上述したようなリアルドクター連携を行う。

オンライン連携ダッシュボード部１６３は、オンライン連携全体の制御を行う。健康管理データのトレンド表示、各種チャート表示など、健康状態データ全体の制御を行ってもよい。健康管理データのレポート出力を行ってもよい。

上述した健康管理アプリ１５２は、被験者の自覚症状を記録する。例えば、起床時の眠気を３段階で評価し、記入する。測定データで得られないデータを被験者から取得し、健康、未病判定を利用するためである。例えば、眠気が「気分スッキリ」、「普通」、「眠い」などである。自覚症状パラメータとしては、その他の自覚症状パラメータを設定してもよい。

本明細書においては、未病とは、「自覚症状はないが検査では異常がある状態」と「自覚症状はあるが検査では異常がない状態」をいう。健康とは、自覚症状もないが、検査でも異常がない状態をいう。病気とは、交叉部位である「自覚症状もあるが検査でも異常がある状態」をいう。また、本明細書においては、オンライン診療に管理栄養士による栄養相談も含まれるものとする。

図１７は、生体内サイバネティック・アバター表示エリアに表示する表示パターンの一例を示す。生体内ＣＡ測定部において、測定された生体内ＣＡの種類と関連付けられた人体の部位とをひも付けしてアバター化して健康状態と未病状態を示す。測定情報の数値をそのまま表示しても、被験者は専門家ではないので、被験者の行動変容を促すようにした。生体内センサを脳部位に配置した場合は、脳のアバター画像を健康状態、未病（１）状態、未病（２）状態で表示画像を変える。健康の場合は脳のにっこり画像、未病（１）の場合は脳が少し苦しんでいる画像、未病（２）の場合は脳が苦しんでいる画像を表示する。

同様に、生体内センサを心臓に配置した場合は、心臓のアバター画像を健康、未病（１）、未病（２）で変更して表示する。胃に生体内センサを配置した場合は、胃のアバター画像を健康、未病（１）、未病（２）で変更して表示する。更に、腸に生体内センサを配置した場合は、腸のアバター画像を健康、未病（１）、未病（２）で変更して表示する。生体内ＣＡの種類は、臓器ごとにアバター画像を作成し表示するように構成してもよい。

このように、生体内サイバネティック・アバターを表示させることにより、被験者の視覚に直感的にうったえるので、行動変容を促進する効果が期待される。

図１８は、３大疾病アバター表示の表示パターン例を示す。疾病の種類としては、がん、脳梗塞、心疾患の例を示している。がんの場合、健康状態ではがん細胞を攻撃しているアバター画像、未病（１）状態ではがん細胞が少し勢いを増しているアバター画像、未病（２）状態ではがん細胞が勢いを増しているアバター画像を示している。脳梗塞の場合、健康状態では血管の中を赤血球がすいすい泳げるアバター画像、未病（１）状態では血管に少し動脈硬化が起こり、赤血球が泳ぎにくいアバター画像、未病（２）状態では血管に動脈硬化が起こり、赤血球が泳ぎにくいアバター画像を示している。心疾患の場合、健康状態では心臓の血管が少し詰まっているアバター画像、未病（１）状態では心臓の血管が少し詰まり心臓が少し苦しんでいるアバター画像、未病（２）状態では心臓の血管が詰まり拡大し、心臓が苦しんでいるアバター画像を示している。ここで、３大疾病のアバター画像表示について説明したが、同様に、高血圧、認知症、糖尿病、高脂血症、高尿酸血症、肺高血圧症などについても、同様にアバター画像を表示するようにしてもよい。

図１９は、健康づくりのための身体活動・運動ガイド２０２３の推奨事項一覧を示す。図１９の推奨事項一覧は身体活動表示エリアに表示する身体活動量の基準として利用する。図１９では、対象者を高齢者、成人、こどもに分けて、身体活動（生活活動と運動を含む）と座位行動に分けられている。高齢者は、生活活動が歩行又はそれと同等以上の（３メッツ以上の強度の身体活動を１日４０分以上（１日６０００歩以上）であり、運動が有酸素運動・筋力トレーニング・バランス運動・柔軟運動など多要素な運動を週３日以上、筋力トレーニングを週２～３日となっている。

例えば、被験者が高齢者で６７歳とすると、１日６０００歩以上が推奨値である。従って、身体活動表示エリアには、生活活動の歩数は７５００歩であったので、上記推奨値を超えているので、ＯＫと表示される。運動のうち有酸素運動１回 ＯＫ、筋力トレーニング３回ＯＫ、バランス運動２回ＯＫなどが表示される。ここで、運動の表示には、メッツとエクササイズに換算して表示計算を行う。メッツとは、身体活動の強さを、安静時の何倍に相当するかで表す単位をいう。例えば、座って安静にしている状態が１メッツ、普通歩行が３メッツに相当する。エクササイズとは、身体活動の量を表す単位をいう。身体活動の強度（メッツ）に身体活動の実施時間（時）をかけたものである。より強い身体活動ほど短い時間で１エクササイズとなる。エネルギー消費量（Ｋｃａｌ）は、１．０５×エクササイズ（メッツ×時）×体重（ｋｇ）で求まる。

図２０は、本発明の実施形態の健康モニタリング方法を示すフローチャートである。

本実施形態のオンライン連携システムにおける健康モニタリング方法は、前記医療用測定系デバイスは、少なくとも血圧計、体温計、体重計を含み、前記血圧計、前記体温計、前記体重計少なくとも血圧計、体温計、体重計を用いて被験者の生体情報を取得する生体情報取得ステップ８０１と、前記非医療用測定系デバイスは、身体装着型デバイスを含み、前記身体装着型デバイスから身体活動情報である行動情報を取得する行動情報取得ステップ８０２と、食事画像センサより撮影された被験者の食事画像データから栄養情報を計算して得られる食事データを取得する食事データ取得ステップ８０３と、少なくとも脳画像および、体内内視鏡画像を含む健康診断結果情報を取得する健康診断結果情報取得ステップ８０４と、取得された被験者の生体情報、行動情報および健康診断結果情報を解析する解析ステップ８０５と、上記解析の結果と被験者の生体情報、行動情報および健康診断結果情報を用いて、被験者の将来の健康状態を推定する健康状態推定ステップ８０６と、を備える。

生体情報取得ステップ８０１において、少なくとも血圧データ、体温データ、体重データを取得する。その他の生体情報としては、血糖値データを取得してもよい。

行動情報取得ステップ８０２において、身体活動情報（歩数データ、筋力トレーニングデータなど）を取得する。

食事データ取得ステップ８０３において、食事画像センサより撮影された被験者の食事画像データから栄養情報を計算して得られる食事データを取得する。被験者（患者）の生体情報に加えて、実際の食事データを取得することにより、医師は高血圧や糖尿病の生活習慣病の診断に食事データを活用し、オンライン診療時（遠隔診断時）に、患者の健康状態を３Ｄアバターで確認しながら、説明することができ、オンライン診療の精度向上が図れる。

健康診断結果情報取得ステップ８０４において、被験者の脳画像、体内内視鏡画像の体内情報を取得して次の解析ステップ８０５で利用する。

解析ステップ８０５において、取得された被験者の生体情報、行動情報および健康診断結果情報を解析する。遺伝子検査などを解析データに加えてもよい。健診ビックデータを用いて健康状態モデルを作成し、ＡＩ解析技術を利用することにより、予測精度を向上させることができる。さらに、被験者の最大２４時間監視の血糖値データを加えることにより、さらにＡＩ解析の予測精度を向上させることができる。血糖値が上昇すると、アバターの血管が黒くなるなど、生活習慣病の改善を促し、ユーザが直感的に健康状態を理解できるという効果を奏する。

健康状態推定ステップ８０６において、上記解析の結果と被験者の生体情報、行動情報および健康診断結果情報を用いて、被験者の将来の健康状態を推定し、健康、未病を予測し、将来悪くなる箇所を予測する。

図２１は、本発明の他の実施形態の健康モニタリング方法を示すフローチャートである。

他の実施形態の健康モニタリング方法は、脳波測定ステップ９０１と、生体情報取得ステップ９０２と、行動情報取得ステップ９０３と、食事データ取得ステップ９０４と、健康診断結果情報取得ステップ９０５と、解析ステップ９０６と、健康状態推定ステップ９０７とを、備える。ここで、生体情報取得ステップ９０２、行動情報取得ステップ９０３、健康診断結果情報取得ステップ９０４、食事データ取得ステップ９０５、解析ステップ９０６、健康状態推定ステップ９０７は、それぞれ生体情報取得ステップ９０１、行動情報取得ステップ９０２、健康診断結果情報取得ステップ９０３、解析ステップ９０４、健康状態推定ステップ９０５と同様であるので、説明を省略し、脳波測定ステップ９０１について説明する。

脳波測定ステップ９０１において、在宅にて被験者の睡眠状態の脳波測定を行う。脳波測定ステップ９０１により睡眠ポリグラム検査と同等の睡眠検査を行う。脳波測定デバイスは、特許第７６１４６７９号公報に記載の図５に示したものを使用する。ここで、睡眠測定を行うことによって生活習慣病に疾病に移行する被験者の睡眠の影響を加味して、被験者の健康状態の予測精度を向上させることができる。さらに、実際の食事のデータを取得しているので、ＡＩが将来のリスクを予測し、アバターの姿に反映させ、肥満リスクが高まると、アバターが少し太るなどの変化をさせて、患者に知らせることができるようになる。

このように、本発明の実施形態によれば、生体内サイバネティック・アバターを利用した健康モニタリングシステムとの連携を図ることができ、オンライン診療の精度向上を図るオンライン連携システムを実現することができる。

このように、本発明の他の実施形態によれば、健康モニタリング方法において、現在の健康状態または将来の病気が悪くなる箇所を予測可能な健康モニタリング方法を実現することができる。

１，２，３，・・・被験者端末
４ 管理者端末
５ クラウド
６ 管理サーバ
６１ バーチャルドクター部
６２ 生体内サイバネティック・アバター部
７ オンライン連携サーバ
７１ バーチャルドクター連携部
７２ リアルドクター連携部
７３ データベース
８ バーチャルドクター端末
９ リアルドクター端末
９ａ 病院端末
９ｂ かかりつけ医
１０、１１，１２ 共通データ変換部

Claims (9)

1. クラウドを介して、オンライン診療を受ける被験者用の被験者端末と、少なくとも仮想医師であるバーチャルドクター用のバーチャルドクター端末と、少なくとも医師を含む専門家用のリアルドクター端末と、オンライン連携サーバと、バーチャルドクター部と生体内サイバネティック・アバター部とを有する管理サーバとが接続され、前記被験者の選択により前記被験者端末を前記オンライン連携サーバにより前記バーチャルドクター端末に連携させるか、前記リアルドクター端末に連携させてオンライン診療を行うオンライン連携システムにおいて、
   前記オンライン連携サーバは、
   被験者情報と生体内サイバネティック・アバター情報を蓄積しているデータベースと、を有し、
   前記オンライン連携サーバは、
   前記被験者端末からバーチャルドクター選択要求を受信した場合は、前記データベースに蓄積された被験者情報と生体内サイバネティック・アバター情報を前記バーチャルドクター端末へ転送し、バーチャルオンライン診療を行うと共に、
   前記被験者端末からリアルドクター選択要求を受信した場合は、前記データベースに蓄積された被験者情報と生体内サイバネティック・アバター情報を前記リアルドクター端末へ転送し、オンライン診療を行う、
   ことを特徴とするオンライン連携システム。
2. 前記被験者情報は、医療用測定系デバイスにより測定された被験者の体温データ、血圧値データ、体重データ及び、血糖値データを含み、非医療用測定系デバイスにより測定された被験者の運動記録値データ、睡眠状態データ、食事データを含むデータであることを特徴とする請求項１記載のオンライン連携システム。
3. 生体内サイバネティック・アバター情報は、生体内サイバネティック・アバターを用いて時空間体内環境情報を測定する測定手段により測定した時空間体内環境情報であることを特徴とする請求項１又は２記載のオンライン連携システム。
4. 上記データベースには、前記医療用測定系デバイスによる測定データ及び前記非医療用測定系デバイスによる測定データが、データ構造が同じ形式の共通データに変換して蓄積されていることを特徴とする請求項２記載のオンライン連携システム。
5. 請求項２記載のオンライン連携システムにおける健康モニタリング方法であって、
   前記医療用測定系デバイスは、少なくとも血圧計、体温計、体重計を含み、前記血圧計、前記体温計、前記体重計を用いて被験者の生体情報を取得する生体情報取得ステップと、
   前記非医療用測定系デバイスは、身体装着型デバイスを含み、前記身体装着型デバイスから身体活動情報である行動情報を取得する行動情報取得ステップと、
   食事画像センサより撮影された被験者の食事画像データから栄養情報を計算して得られる食事データを取得する食事データ取得ステップと、
   少なくとも脳画像および、体内内視鏡画像を含む健康診断結果情報を取得する健康診断結果情報取得ステップと、
   取得された被験者の生体情報、行動情報、食事データおよび健康診断結果情報を解析する解析ステップと、
   前記解析の結果と被験者の生体情報、行動情報、食事データおよび健康診断結果情報を用いて、被験者の将来の健康状態を推定する推定ステップと、
   を備えたことを特徴とするオンライン連携システムにおける健康モニタリング方法。
6. さらに在宅にて被験者の睡眠状態の脳波測定を行う脳波測定ステップを有し、上記脳波測定ステップにより睡眠ポリグラム検査と同等の睡眠検査を行うことを特徴とする請求項５記載のオンライン連携システムにおける健康モニタリング方法。
7. 前記医療用測定系デバイスは、さらに血糖値計を有し、前記血糖値計を用いて被験者の血糖値データを取得する血糖値データ取得ステップを有し、前記血糖値データ取得ステップにより取得した血糖値データを前記解析に用い、前記解析の結果と被験者の血糖値データを含む生体情報、行動情報、食事データおよび健康診断結果情報を用いて、被験者の将来の健康状態を推定する推定ステップと、行うことを特徴とする請求項５記載のオンライン連携システムにおける健康モニタリング方法。
8. 前記仮想医師は医師のアバターであり、前記アバターは家族、友達、医師風のアバターに変更可能としたことを特徴とする請求項５記載のオンライン連携システムにおける健康モニタリング方法。
9. 前記アバターは、マルチモーダル生成ＡＩにより音声で会話可能と構成したことを特徴とする請求項８記載のオンライン連携システムにおける健康モニタリング方法。