JP2022038838A - 検査支援装置、方法およびプログラム - Google Patents
検査支援装置、方法およびプログラム Download PDFInfo
- Publication number
- JP2022038838A JP2022038838A JP2020143522A JP2020143522A JP2022038838A JP 2022038838 A JP2022038838 A JP 2022038838A JP 2020143522 A JP2020143522 A JP 2020143522A JP 2020143522 A JP2020143522 A JP 2020143522A JP 2022038838 A JP2022038838 A JP 2022038838A
- Authority
- JP
- Japan
- Prior art keywords
- blood glucose
- timing
- blood
- user
- support device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 20
- 239000008280 blood Substances 0.000 claims abstract description 261
- 210000004369 blood Anatomy 0.000 claims abstract description 260
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims abstract description 221
- 239000008103 glucose Substances 0.000 claims abstract description 221
- 238000010241 blood sampling Methods 0.000 claims abstract description 62
- 238000012544 monitoring process Methods 0.000 claims abstract description 62
- 230000000291 postprandial effect Effects 0.000 claims abstract description 57
- 230000003345 hyperglycaemic effect Effects 0.000 claims abstract description 56
- 235000012054 meals Nutrition 0.000 claims description 110
- 201000001421 hyperglycemia Diseases 0.000 claims description 54
- 238000007689 inspection Methods 0.000 claims description 52
- 230000008859 change Effects 0.000 claims description 5
- 238000005070 sampling Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 21
- 238000004891 communication Methods 0.000 description 20
- 238000005259 measurement Methods 0.000 description 19
- 235000021152 breakfast Nutrition 0.000 description 18
- 238000012545 processing Methods 0.000 description 16
- 210000002700 urine Anatomy 0.000 description 13
- 230000006870 function Effects 0.000 description 10
- 206010012601 diabetes mellitus Diseases 0.000 description 6
- 210000003722 extracellular fluid Anatomy 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 150000001720 carbohydrates Chemical class 0.000 description 4
- 235000014633 carbohydrates Nutrition 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 210000002615 epidermis Anatomy 0.000 description 3
- 206010002383 Angina Pectoris Diseases 0.000 description 2
- 206010003210 Arteriosclerosis Diseases 0.000 description 2
- 208000002249 Diabetes Complications Diseases 0.000 description 2
- 206010012655 Diabetic complications Diseases 0.000 description 2
- 102000001554 Hemoglobins Human genes 0.000 description 2
- 108010054147 Hemoglobins Proteins 0.000 description 2
- 208000013016 Hypoglycemia Diseases 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 2
- 208000006011 Stroke Diseases 0.000 description 2
- 208000011775 arteriosclerosis disease Diseases 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000002218 hypoglycaemic effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 208000010125 myocardial infarction Diseases 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 210000003491 skin Anatomy 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 240000008415 Lactuca sativa Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000003149 assay kit Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 235000008429 bread Nutrition 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 210000000981 epithelium Anatomy 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 125000002791 glucosyl group Chemical group C1([C@H](O)[C@@H](O)[C@H](O)[C@H](O1)CO)* 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 235000012045 salad Nutrition 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 235000011888 snacks Nutrition 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14503—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue invasive, e.g. introduced into the body by a catheter or needle or using implanted sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Emergency Medicine (AREA)
- Optics & Photonics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
【課題】検査支援装置、方法およびプログラムにおいて、食後高血糖スパイクが発生するタイミングを狙って採血を行うことができるようにする。【解決手段】プロセッサは、血糖値との相関を有する、ユーザの血糖相当値の変動をモニタリングすることにより、食後高血糖スパイクが発生するタイミングを予測し、予測の結果に基づいて血糖値を測定するための少なくとも１回の採血タイミングを通知する。【選択図】図４
Description
本開示の技術は、検査支援装置、方法およびプログラムに関する。
近年、スマートウォッチ等のウェアラブル端末により、脈拍、血圧、呼吸、心電図、最大酸素摂取量、血糖相当値および体温等の生体情報をモニタリングし、モニタリングした生体情報に基づいて、健康増進および病気の予防を管理することが普及し始めている。とくに、糖尿病の患者の血糖値と相関を有するグルコース値をモニタリングするために、患者の皮膚に装着したセンサ等により、所定の時間間隔で自動的にかつ持続的に患者のグルコース値を測定する測定器が知られている（例えば、特許文献１参照）。また、採血による血糖自己測定（SMBG：Self Monitoring of Blood Glucose）が、糖尿病患者が自身の血糖値を管理するために行われている。また、自己血糖測定を行うための測定装置として、例えば特許文献２に記載されたように、自己の指先を穿刺して得られた血液をセンサに付着させて血糖値を測定する測定装置が知られている。
ところで、持続的な測定器を用いてグルコース値のような血糖相当値をモニタリングすることにより血糖値の変化の傾向を知ることができるが、血糖相当値と採血による血糖値とにはずれが生じる場合がある。すなわち、血糖相当値が採血による血糖値よりも高い値となったり、低い値となったりすることがある。このため、血糖相当値のみにより血糖値の傾向を判定しようとすると、血糖相当値が高い場合、患者は余計な不安を抱くことになり、血糖相当値が低い場合、血糖相当値のさらなる監視が必要となる。このような問題を解消するために、持続的な測定器による測定結果および測定時刻の情報と、予め定められた血糖値のしきい値および測定期間との比較結果に基づいて、採血による測定を行うタイミングを患者に提示する手法が提案されている（例えば特許文献３参照）。特許文献３に記載された手法は、持続的な測定器による測定結果に基づいて、食後高血糖スパイクあるいは低血糖が生じるタイミングを予め導出し、導出したタイミングを採血による測定を行うタイミングとして患者に提示するものである。特許文献３に記載された手法によれば、患者は提示された採血を行うタイミングにしたがって、採血による測定を行うこととなる。
上記特許文献３に記載された手法では、持続的な測定器の測定結果を用いて、事前に患者に採血による測定タイミングを提示するものである。このため、提示した測定タイミングが、実際の食後のタイミングとずれることがある。ここで、食後高血糖スパイクとは、糖尿病の初期に見られる症状であり、空腹時の血糖値が正常範囲内であっても、食後約１～２時間の血糖値が高くなる症状を意味する。食後高血糖スパイクを放置すると、血管がダメージを受け、動脈硬化および糖尿病の合併症が進みやすくなる。また、心筋梗塞、狭心症および脳卒中等の合併症が進行しやすくなると考えられている。したがって、食後高血糖スパイクが発生するタイミングを狙って採血を行うことにより、血糖値を管理する必要がある。
本開示は上記事情に鑑みなされたものであり、食後高血糖スパイクが発生するタイミングを狙って採血を行うことが管理できるようにすることを目的とする。
本開示による検査支援装置は、少なくとも１つのプロセッサを備え、
プロセッサは、
血糖値との相関を有する、ユーザの血糖相当値の変動をモニタリングすることにより、食後高血糖スパイクが発生するタイミングを予測し、
予測の結果に基づいて、血糖値を測定するための少なくとも１回の採血タイミングを通知する。
プロセッサは、
血糖値との相関を有する、ユーザの血糖相当値の変動をモニタリングすることにより、食後高血糖スパイクが発生するタイミングを予測し、
予測の結果に基づいて、血糖値を測定するための少なくとも１回の採血タイミングを通知する。
なお、本開示による検査支援装置においては、プロセッサは、食後高血糖スパイクが発生するタイミングを基準として、血糖値を測定するための少なくとも１回の採血タイミングを通知するものであってもよい。
なお、本開示による検査支援装置においては、食後高血糖スパイクが発生するタイミングは、食後高血糖スパイクがピークとなるタイミングであってもよい。
また、本開示による検査支援装置においては、プロセッサは、ユーザの過去の血糖相当値の変動を表す過去のモニタリング結果を参照することにより、食後高血糖スパイクが発生するタイミングを予測するものであってもよい。
また、本開示による検査支援装置においては、プロセッサは、過去のモニタリング結果の時間軸に記録された過去の食事時間を参照することにより、食後高血糖スパイクが発生するタイミングを予測するものであってもよい。
また、本開示による検査支援装置においては、プロセッサは、過去のモニタリング結果における過去の食事時間からの血糖相当値の変動と、ユーザの直近の食事時間からの血糖相当値の変動とを比較することにより、食後高血糖スパイクが発生するタイミングを予測するものであってもよい。
また、本開示による検査支援装置においては、プロセッサは、直近の食事時間から予め設定された時間内に食後高血糖スパイクが発生しないことが予測される場合は、食後高血糖スパイクが発生しない旨の通知を行うものであってもよい。
また、本開示による検査支援装置においては、プロセッサは、ユーザの直近の食事内容に基づいて、食後高血糖スパイクが発生するタイミングを予測するものであってもよい。
また、本開示による検査支援装置においては、プロセッサは、ユーザの直近の食事内容とユーザの過去の食事内容とを参照することにより、食後高血糖スパイクが発生するタイミングを予測するものであってもよい。
また、本開示による検査支援装置においては、プロセッサは、ユーザの食事の画像を用いて直近の食事内容を判断するものであってもよい。
また、本開示による検査支援装置においては、プロセッサは、ユーザの食事の画像を用いて過去の食事内容を判断するものであってもよい。
また、本開示による検査支援装置においては、食事の画像は動画像であってもよい。
また、本開示による検査支援装置においては、プロセッサは、１回の食後高血糖スパイクが発生するタイミングに対して、複数回の採血タイミングを通知するものであってもよい。
また、本開示による検査支援装置においては、採血タイミングは、ユーザが自分で採血を行う自己採血を実行すべきタイミングであってもよい。
また、本開示による検査支援装置においては、血糖相当値はユーザに装着された測定器により取得されるものであってもよい。
この場合、測定器はウェアラブルであってもよい。
また、本開示による検査支援装置においては、血糖相当値を取得する測定器を備えるものであってもよい。
また、本開示による検査支援装置は、ウェアラブルであってもよい。
本開示による検査支援方法は、血糖値との相関を有する、ユーザの血糖相当値の変動をモニタリングすることにより、食後高血糖スパイクが発生するタイミングを予測し、
予測の結果に基づいて、血糖値を測定するための少なくとも１回の採血タイミングを通知する。
予測の結果に基づいて、血糖値を測定するための少なくとも１回の採血タイミングを通知する。
なお、本開示による検査支援方法を、コンピュータに実行させるプログラムとして提供してもよい。
本開示によれば、食後高血糖スパイクが発生するタイミングを狙って採血を行うことができる。
以下、図面を参照して本開示の実施形態について説明する。図１は本開示の実施形態による検査支援装置を適用した検査支援システムの構成を示す概略図である。図１に示すように、本実施形態による検査支援システム１は、スマートフォン等の携帯端末２、および測定器３，４を備える。携帯端末２と測定器３，４とは、Ｂｌｕｅｔｏｏｔｈ（登録商標）等の近距離無線により互いに通信可能とされている。携帯端末２は、有線または無線のネットワーク５を介して、検査サーバ６と通信可能な状態で接続されている。携帯端末２は本実施形態による検査支援装置の一例である。
測定器３は、スマートウォッチ等の腕時計型のウェアラブル端末であり、血糖値と相関を有する、ユーザの血糖相当値を常時測定する機能を有する。血糖相当値とは、血糖値と相関があり、採血によらない手法により測定される生体情報である。常時測定するとは、ユーザが測定の指示を行うことなく、例えば、１５分、３０分等のように、予め定められた時間間隔により自動で血糖相当値を測定することを意味する。なお、測定器３は、血糖相当値を常時測定しつつ、ユーザの指示があった場合にも血糖相当値を測定するものであってもよい。また、測定器３は、フィンガークリップのように測定時にのみユーザに装着されるタイプのものであってもよい。
また、測定器３は、非侵襲性の血糖相当値の測定器であり、例えば赤外線をユーザに照射することにより血中のグルコースが放つ信号を解析して血糖相当値を導出する。あるいは、ユーザの心電図を測定し、心電図の変化に相関する血糖相当値を導出する。測定器３は、導出された血糖相当値を携帯端末２に送信する。
測定器４は、侵襲性の血糖相当値の測定器である。例えば、測定器４は、ユーザに装着されて、ユーザの表皮下にある間質液中のグルコース濃度を常時測定し、測定したグルコース濃度を携帯端末２に送信する。このために、測定器４は、ユーザの表皮下に挿入される針状のフィラメント４Ａを有する。グルコース濃度は血糖値と相関があるため、血糖相当値となる。
なお、ユーザは、測定器３，４のいずれか一方のみを有すればよい。
携帯端末２は、測定器３，４が測定した血糖相当値の変動をモニタリングすることにより、食後高血糖スパイクが発生するタイミングを予測し、予測の結果に基づいて、具体的には食後高血糖スパイクが発生するタイミングを基準として、血糖値を測定するための少なくとも１回の採血タイミングを通知する。
食後高血糖スパイクとは、糖尿病の初期に見られる症状であり、空腹時の血糖値が正常範囲内であっても、食後約１～２時間の血糖値が大きく上昇する症状である。食後高血糖スパイクを放置すると、血管がダメージを受け、動脈硬化および糖尿病の合併症が進みやすくなる。また、心筋梗塞、狭心症および脳卒中等の合併症が進行しやすくなると考えられている。本実施形態は、血糖相当値の変動をモニタリングすることにより、食後高血糖スパイクの発生を予測し、予測結果に基づいて血糖値を測定するための採血タイミングを通知するものである。
ネットワーク５は、公衆回線網または専用回線網を介して携帯端末２と検査サーバ６とを広域的に結ぶワイドエリアネットワーク (広域通信網 ＷＡＮ：Wide Area Network) である。
検査サーバ６は、血糖値に関する検査を支援する検査センターに設置されてなる。検査サーバ６は、本実施形態による検査支援プログラムを携帯端末２に提供したり、携帯端末２が検査支援プログラムを実行する際に必要な情報を携帯端末２に提供したりする機能を有する。検査サーバ６は、汎用のコンピュータにサーバの機能を提供するソフトウェアプログラムがインストールされたものである。
検査センターは、ユーザに対して血糖値に関する検査についての各種サポートを行う。例えば、本実施形態による検査支援プログラムを提供することにより、ユーザが検査を行うためのサポートを行う。また、検査に必要な機器および検査キットの購入をサポートしたり、病院の検査予約をサポートしたりする。また、ユーザから配送された、ユーザが自己採血した検体を用いての検査も行う。
次いで、本実施形態に係る検査支援装置について説明する。まず、図２を参照して、本実施形態に係る検査支援装置のハードウェア構成を説明する。図２に示すように、本実施形態による検査支援装置である携帯端末２は、スマートフォン等の携帯型のコンピュータであり、ＣＰＵ（Central Processing Unit）１１、不揮発性のストレージ１３、および一時記憶領域としてのメモリ１６を備える。また、携帯端末２は、タッチパネル１４、近距離無線通信を行う通信Ｉ／Ｆ（InterFace）１５、ネットワーク５に無線接続されるネットワークＩ／Ｆ１７を備える。また、携帯端末２はカメラ１８を備える。ＣＰＵ１１、ストレージ１３、タッチパネル１４、通信Ｉ／Ｆ１５、メモリ１６、ネットワークＩ／Ｆ１７およびカメラ１８は、バス１９に接続される。なお、ＣＰＵ１１は、本開示におけるプロセッサの一例である。
ストレージ１３は、ＳＳＤ（Solid State Drive）およびフラッシュメモリ等によって実現される。記憶媒体としてのストレージ１３には、携帯端末２にインストールされた検査支援プログラム１２が記憶される。ＣＰＵ１１は、ストレージ１３から検査支援プログラム１２を読み出してメモリ１６に展開し、展開した検査支援プログラム１２を実行する。
タッチパネル１４は、液晶ディスプレイおよび有機ＥＬ等からなり、携帯端末２が行う処理に関する各種表示を行う。また、タッチパネル１４は、携帯端末２に対する各種入力を行うための入力デバイスとしての機能も有する。
カメラ１８は、例えばユーザの指示により、ユーザの食事の撮影を行い、これにより食事の画像を取得する。取得した食事の画像はストレージ１３に保存される。あるいは、ユーザの指示によりまたは指示を待たずに、後述するように血糖相当値のモニタリング結果と併せて、検査サーバ６に送信される。
なお、検査支援プログラム１２は、検査サーバ６に外部からアクセス可能な状態で記憶され、要求に応じて携帯端末２にダウンロードされ、インストールされる。
次いで、測定器について説明する。図３は測定器３のハードウェア構成を説明する。測定器３は、腕時計型のコンピュータであり、図３に示すように、ＣＰＵ２１、不揮発性のストレージ２３、および一時記憶領域としてのメモリ２６を備える。また、測定器３は、タッチパネル２４、近距離無線通信を行う通信Ｉ／Ｆ２５、外部のネットワーク（不図示）に無線接続されるネットワークＩ／Ｆ２７、およびセンサ２８を備える。ＣＰＵ２１、ストレージ２３、タッチパネル２４、通信Ｉ／Ｆ２５、メモリ２６、ネットワークＩ／Ｆ２７およびセンサ２８は、バス２９に接続される。
ストレージ２３は、ＳＳＤおよびフラッシュメモリ等によって実現される。記憶媒体としてのストレージ２３には、測定器３にインストールされた血糖相当値を測定するための測定プログラム２２が記憶される。ＣＰＵ２１は、ストレージ２３から測定プログラム２２を読み出してメモリ２６に展開し、展開した測定プログラム２２を実行する。
タッチパネル２４は、液晶ディスプレイおよび有機ＥＬ等からなり、測定器３が行う処理に関する各種表示を行う。また、タッチパネル２４は、測定器３に対する各種入力を行うための入力デバイスとしての機能も有する。
センサ２８は、例えば赤外線光源および赤外線検出器からなり、測定器３を装着したユーザに赤外線を照射し、これにより血中のグルコースが放つ信号を検出する。センサ２８が検出した信号は、測定プログラム２２を実行するＣＰＵ２１により解析されて、血糖相当値が導出される。また、センサ２８は、心電図を測定するものであってもよい。この場合、測定プログラム２２により心電図が解析されて、血糖相当値が導出される。
なお、測定プログラム２２は、検査サーバ６に外部からアクセス可能な状態で記憶され、要求に応じて測定器３にダウンロードされ、インストールされる。または、測定プログラム２２は携帯端末２にダウンロードされ、携帯端末２と近距離無線通信を介して測定器３にダウンロードされ、インストールされる。
測定器３においては、センサ２８が予め定められた時間間隔により血中のグルコースが放つ信号を検出する。ＣＰＵ２１は測定プログラム２２により信号を解析し、血糖相当値を導出する。さらにＣＰＵ２１は、導出された血糖相当値を通信Ｉ／Ｆ２５から携帯端末２に送信する。
次いで、測定器４について説明する。図４は測定器４のハードウェア構成図である。図４に示すように、測定器４は例えば特表２０１６－５２０３７９号公報に記載された、人体に装着して、表皮下の間質液中のグルコース濃度を血糖相当値として測定する測定器である。測定器４は、プロセッサ３１、一時記憶領域としてのメモリ３２、近距離無線通信を行う通信Ｉ／Ｆ３３およびセンサ３４を備える。センサ３４には、表皮下に挿入される針状のフィラメント４Ａが接続されている。プロセッサ３１、メモリ３２、通信Ｉ／Ｆ３３およびセンサ３４は、間質液中のグルコースを測定する用途用の集積回路（ＡＳＩＣ（Application Specific Integrated Circuit））３５からなる。
測定器４においては、センサ３４が、予め定められた時間間隔により、またはユーザによる測定の指示により、表皮下の間質液中のグルコース濃度を表す信号を検出する。プロセッサ３１は信号を解析して、グルコース濃度を導出する。さらにプロセッサ３１は、導出されたグルコース濃度を通信Ｉ／Ｆ３３から携帯端末２に送信する。
次いで、本実施形態による検査支援装置の機能的な構成を説明する。図５は、本実施形態による検査支援装置すなわち携帯端末２の機能的な構成を示す図である。図５に示すように、携帯端末２は、情報取得部４１、予測部４２および通知部４３を備える。そして、ＣＰＵ１１は、検査支援プログラム１２を実行することにより、情報取得部４１、予測部４２および通知部４３として機能する。なお、以降の説明においては、ユーザは測定器３を有し、測定器３が測定した血糖相当値の変動を携帯端末２によりモニタリングするものとする。
情報取得部４１は、測定器３の通信Ｉ／Ｆ２５から送信された血糖相当値を通信Ｉ／Ｆ１５によって受信することにより取得する。なお、測定器３からは、基本的に常時、すなわち予め定められた時間間隔にて血糖相当値が送信されるため、情報取得部４１は、血糖相当値を常時取得することとなる。情報取得部４１が取得した血糖相当値は、取得した日時と対応づけられてストレージ１３に保存される。
また、ユーザは、食事を行った場合、測定器３から食事時間を携帯端末２に送信するようにしてもよい。これに代えて、携帯端末２に食事時間を入力するようにしてもよい。あるいは、携帯端末２のカメラ１８により食事を撮影し、撮影した時間を食事時間として判定の補助に使用するようにしてもよい。
予測部４２は、情報取得部４１が取得した血糖相当値の変動をモニタリングすることにより、食後高血糖スパイクの発生を予測する。ここで、食後高血糖について説明する。図６は２型糖尿病患者の血糖日内変動を示す図である。図６において、横軸は１日の時間（２４時間）、縦軸は血糖値（ｍｇ／ｄＬ）である。実線はＨｂＡ１ｃ（ヘモグロビンエーワンシー）が９％以上の患者の血糖値を示す。破線はＨｂＡ１ｃが７～８％未満の患者の血糖値を示す。一点鎖線はＨｂＡ１ｃが６．５％～７％未満の患者の血糖値を示す。また、図６においては８時頃に朝食を、１２時頃に昼食を、１９時頃に夕食を取った場合の血糖値の変動を示している。なお、ＨｂＡ１ｃは、血液中の赤血球成分であるヘモグロビンにブドウ糖が結合したものである。ＨｂＡ１ｃは１～２ヶ月の血糖の変動を表す。
図６に示すように、ＨｂＡ１ｃがいずれの値であっても、食後に血糖値の上昇が見られるが、ＨｂＡ１ｃが大きいほど、とくに朝食後に血糖値が大きく上昇する食後高血糖スパイクが顕著に表れる。朝食後の食後高血糖スパイクを分かりやすくするために、図６においては８時の位置に線が付与されている。
予測部４２は、測定器３から送信される血糖相当値をモニタリングし、ユーザの過去の血糖相当値の変動を表す過去のモニタリング結果を参照することにより、食後高血糖スパイクが発生するタイミングを予測する。図７は、ユーザの過去のモニタリング結果を示す図である。図７において横軸は時間であり、縦軸は血糖値（ｍｇ／ｄＬ）である。図７に示すように、過去のモニタリング結果４５は、２０２０年８月２日の１８時から２０２０年８月６日の０時までに、測定器３により測定したユーザの血糖相当値の変動を表している。また、時間軸には、朝食、昼食および夕食を取った時間に三角形のマークが記録されている。また、各食事には食事内容が登録されている。例えば、８／３の朝食は、パンおよびサラダが登録されている。なお、過去の食事に際して、ユーザが食事の画像を取得している場合には、食事の画像から食事内容を判断することにより、食事内容を過去のモニタリング結果４５に登録してもよい。また、食事の画像そのものを過去のモニタリング結果４５に登録してもよい。
図７に示す過去のモニタリング結果４５においては、３度の食事の後に血糖値が上昇する食後高血糖スパイクが発生していることが分かる。なお、測定器３による測定に代えて、採血により測定したユーザの血糖値を過去のモニタリング結果として用いてもよい。
予測部４２は、測定器３から送信される血糖相当値をモニタリングし、血糖相当値が上昇するタイミングを検知する。ここで、血糖値は食事により上昇するが、食事の前においては略一定値で推移する。このため、予測部４２は、前回の血糖相当値と今回の血糖相当値との差が、予め定められたしきい値Ｔｈ１以上となったか否かを監視する。そして、前回の血糖相当値と今回の血糖相当値との差が予め定められたしきい値Ｔｈ１以上となった場合に、今回測定した血糖相当値は上昇傾向にあると判定する。一方、予測部４２は、前回の血糖相当値を測定した時間を、現在時間に最も近い直近食事時間に設定する。なお、測定器３から食事時間が携帯端末２に送信されている場合には、その食事時間を直近食事時間としてもよい。
予測部４２は、血糖相当値が上昇傾向にあると判定すると、ユーザの過去のモニタリング結果４５を参照し、食後高血糖スパイクが発生するタイミングを予測する。この際、予測部４２は、過去のモニタリング結果４５の時間軸に記録された食事時間と直近食事時間とを比較する。
そして、予測部４２は、過去のモニタリング結果４５を参照して、直近食事時間と最も近い過去の食事時間を特定する。例えば、直近食事時間が午前８時であれば、食事時間は朝食と推定されることから、予測部４２は、過去のモニタリング結果４５における過去の朝食の時間を特定する。そして、予測部４２は、特定した過去の食事時間における血糖値の変動を参照して、直近食事時間から食後高血糖スパイクがピークとなるまでの時間を導出する。
なお、過去のモニタリング結果４５は３日分の血糖値の変動を含む。このため、朝食であれば３回分の血糖値の変動が含まれる。このため、予測部４２は、過去のモニタリング結果４５に含まれる３回の朝食後から食後高血糖スパイクがピークとなるまでの時間を導出し、導出した時間の平均値を、食事から食後高血糖スパイクがピークとなるまでの時間として導出する。図８は食後高血糖スパイクが発生するタイミングの予測を説明するための図である。なお、図８には、過去のモニタリング結果４５における３回の朝食後の血糖値の平均値のプロファイル４５Ａが示されている。図８に示すように、予測部４２は、プロファイル４５Ａにおける食事時間Ｔ１と、直近食事時間Ｔ０とを時間軸上において一致させる。そして、予測部４２は、プロファイル４５Ａにおいて、現在時間Ｔnowから食後高血糖スパイクのピークＰ０となる時間Ｔ２までの時間ΔＴ０を導出する。そして現在時間ＴnowからΔＴ経過したタイミングを導出する。導出したタイミングが、予測される食後高血糖スパイクのピークが発生するタイミングとなる。
なお、携帯端末２のカメラ１８を用いてユーザが食事を撮影した場合には、予測部４２は、食事の画像に基づいて直近の食事内容（すなわち、現時点から最も近い時刻に取った食事の内容）を判別し、判別結果を用いて食後高血糖スパイクのピークが発生するタイミングを予測してもよい。具体的には、予測部４２は、直近の食事内容と、過去のモニタリング結果４５に登録されている食事内容とを比較する。そして、予測部４２は、直近の食事内容と登録された食事内容とが似ていれば、予測したタイミングをそのまま用いる。一方、直近の食事と登録された食事内容とを比較した結果、直近の食事に炭水化物が少ない場合には血糖値の上昇は緩やかになるため、予測部４２は、導出したタイミングを予め定められた時間遅らせることにより、食後高血糖スパイクのピークが発生するタイミングを予測する。例えば、ΔＴ０に対して予め定められた時間ΔＴ３を加算することにより、食後高血糖スパイクのピークが発生するタイミングを予測する。
また、直近の食事と登録された食事内容とを比較した結果、直近の食事に炭水化物が多い場合には血糖値は急激に上昇するため、予測部４２は、導出したタイミングを予め定められた時間早めることにより、食後高血糖スパイクのピークが発生するタイミングを予測する。例えば、ΔＴ０に対して予め定められた時間ΔＴ４を減算して食後高血糖スパイクのピークが発生するタイミングを予測する。
なお、予測部４２は、直近の食事内容のみを用いて食後高血糖スパイクのピークが発生するタイミングを予測してもよい。具体的には、予測部４２は、直近の食事内容に炭水化物が少ない場合には血糖値の上昇は緩やかになるため、予測部４２は、導出したタイミングを予め定められた時間遅らせることにより、食後高血糖スパイクのピークが発生するタイミングを予測すればよい。一方、直近の食事に炭水化物が多い場合には血糖値は急激に上昇するため、予測部４２は、導出したタイミングを予め定められた時間早めることにより、食後高血糖スパイクのピークが発生するタイミングを予測すればよい。
なお、食事の画像は静止画像であっても動画像であってもよい。食事の画像が動画像の場合、予測部４２は、ユーザがどのような順序で食事を取ったかを認識することができる。例えば、食事の順序（野菜を先に食べたか、あるいは主食を先に食べたか）を認識することができる。さらには、食事の速さ（早食いか否か）を認識することもできる。このため、食事の順序あるいは早さを、食後高血糖スパイクのピークが発生するタイミングの予測に反映させることができる。例えば、野菜を先に食べていれば、血糖値の上昇が緩やかになるため、予測部４２は、導出したタイミングを予め定められた時間遅らせることにより、食後高血糖スパイクのピークが発生するタイミングを予測する。一方、主食を先に食べていたり、早食いであったりした場合、血糖値が急激に上昇するため、予測部４２は、導出したタイミングを予め定められた時間早めることにより、食後高血糖スパイクのピークが発生するタイミングを予測する。
ここで、ユーザが日常的に朝食を取らない場合における、そのユーザの血糖値の過去のモニタリング結果を図９に示す。図９に示すように、ユーザが日常的に朝食を取らない場合、過去のモニタリング結果４６においては、昼食後および夕食後においてのみ食後高血糖スパイクが見られ、朝食後と推定される時間においては血糖値はそれほど変動しない。ユーザの過去のモニタリング結果４６が図９に示すようなものの場合において、予測部４２が血糖相当値が上昇するタイミングを検知したとする。また、血糖相当値の変動に基づいて予測部４２が設定した直近食事時間が午前８時であったとする。予測部４２は、過去のモニタリング結果４６における午前８時頃の血糖値の変動とモニタリング中の血糖相当値とを比較するが、過去のモニタリング結果４６においては、食事時間が登録されてない。このため、予測部４２は、今回の血糖相当値の上昇傾向は、食後高血糖スパイクによるものではないと判定し、何ら通知を行わない。
なお、過去のモニタリング結果４５，４６に対する食事時間の登録の有無に代えて、測定器３が測定した血糖相当値の上昇を検知した時間において、過去のモニタリング結果４５，４６に食後高血糖スパイクが発生しているか否かを判定し、食後高血糖スパイクが発生していない場合に、今回の血糖相当値の上昇は、食後高血糖スパイクによるものではないと判定してもよい。この場合において、過去のモニタリング結果４５，４６に食後高血糖スパイクが発生していれば、予測部４２は、上記と同様に食後高血糖スパイクのピークが発生するタイミングを予測すればよい。
また、ユーザが間食をした場合にも血糖値は上昇するが、食事と比較すると食後高血糖スパイクは発生しにくい。このため、予測部４２は、ユーザが間食することによる血糖相当値の上昇を検知した場合、過去のモニタリング結果４５，４６において、血糖相当値が上昇した時間を参照する。そして、過去のモニタリング結果４５，４６において食後高血糖スパイクが発生していない場合には、予測部４２は、今回の血糖相当値の上昇傾向は、食後高血糖スパイクによるものではないと判定するようにしてもよい。
なお、本実施形態においては、食後高血糖スパイクのピークを予測する前に、ユーザの過去のモニタリング結果を参照して、血糖相当値の上昇傾向が食後高血糖スパイクによるものか否かを判定し、当該判定が肯定された場合に、食後高血糖スパイクのピークを予測する処理を行うものとする。
通知部４３は、予測の結果に基づいて、血糖値を測定するための少なくとも１回の採血タイミングを通知する。具体的には、食後高血糖スパイクが発生するタイミングを基準として、血糖値を測定するための少なくとも１回の採血タイミングを通知する。本実施形態においては、採血タイミングは、ユーザが自分で採血を行う自己採血を実行すべきタイミングである。通知部４３が、採血を通知する回数は、ユーザが予め設定しておけばよい。また、通知部４３が任意に採血タイミングを通知する回数を設定してもよい。この場合、通知する回数は例えば４回のように上限を設定しておくことが好ましい。なお、採血タイミングの通知は、携帯端末２のタッチパネル１４に表示される。しかしながら、携帯端末２から測定器３に採血タイミングを表す情報を送信し、測定器３において採血タイミングを通知するようにしてもよい。
ここで、通知回数が１回の場合、通知部４３は、食後高血糖スパイクのピークの時間と一致するように採血タイミングを通知する。通知回数が複数回の場合は、食後高血糖スパイクのピークの時間付近において、予め定められた時間間隔で採血タイミングを通知する。
なお、食後高血糖スパイクが発生している状態において、図１０に示すように、実線で示す採血による血糖値のピークの位置と、破線で示す測定器３による血糖相当値のピークの位置とがずれる場合がある。このため、ずれを考慮して食後高血糖スパイクのピークのタイミングを予測することが好ましい。例えば、採血タイミングを３回通知する場合に、ずれを考慮した食後高血糖スパイクのピーク前、ピーク時およびピークを過ぎた後に、採血タイミングを通知することが好ましい。例えば図１０に示すように、ずれを考慮した血糖値がピークとなるタイミングＴ１１とタイミングＴ１１の前後のタイミングＴ１２，Ｔ１３とにおいて、採血タイミングを通知するようにすればよい。
以下、本実施形態において行われる処理について説明する。図１１は本実施形態において行われる処理を示すフローチャートである。なお、本実施形態においては、採血タイミングを通知する回数は、ユーザにより２回に設定されているものとする。血糖相当値をモニタリングするために、情報取得部４１は、測定器３から送信された血糖相当値を通信Ｉ／Ｆ１５が受信したか否かを監視しており（ステップＳＴ１）、ステップＳＴ１が肯定されると、予測部４２は、前回の血糖相当値と今回の血糖相当値との差が、予め定められたしきい値Ｔｈ１以上となったか否かを判定する（ステップＳＴ２）。ステップＳＴ２が否定されるとステップＳＴ１に戻る。ステップＳＴ２が肯定されると、今回測定した血糖相当値は上昇傾向にあると判定する（ステップＳＴ３）。また、予測部４２は、直近食事時間を設定する（ステップＳＴ４）。
続いて、予測部４２は、ユーザの過去のモニタリング結果を参照することにより、血糖相当値の上昇傾向が食後高血糖スパイクによるものか否かを判定する（ステップＳＴ５）。ステップＳＴ５が否定されるとステップＳＴ１に戻る。ステップＳＴ５が肯定されると、予測部４２は、食後高血糖スパイクのピークが発生するタイミングを予測する（ステップＳＴ６）。次いで、通知部４３が、予測の結果に基づいて、血糖値を測定するための採血タイミングを通知する（ステップＳＴ７）。
図１２は採血タイミングの通知画面を示す図である。なお、本実施形態においては、採血タイミングは複数回通知されるため、図１２には、通知画面が上から時系列順に示されている。通知部４３は、１回目の採血タイミングの通知画面５０において、「これから採血を２回行います。２回の採血のタイミングは食後４０分と６０分を予定しています。」の通知５１を表示する。ユーザは、通知画面５０により、これから２回の採血を行うことを認識できる。
通知部４３は直近食事時間からの時間をカウントし、通知画面５０の表示に続いて、採血タイミングを予告するための通知画面５２を表示する。図１２に示すように、通知画面５２には、「現在、食後から３０分が経過しました。あと１０分で採血ですので、準備をしてください。」の通知５３が表示される。ユーザは通知画面５２により、採血の準備を行うことができる。
さらに通知部４３は直近食事時間からの時間をカウントし、１回目の採血タイミングになると、採血タイミングとなったことを通知する通知画面５４を表示する。図１２に示すように、通知画面５４には、「食後４０分が経過しました。１回目の採血を実施してください。」の通知５５が表示される。
ユーザは通知画面５４が表示されたタイミングで採血を行う。ユーザによる採血は自己採血である。このために、まずユーザは穿刺器を用いて指から出血させる。そして、図１３に示すように、測定装置６０のセンサ６１の先端を血液６２に接触させて、血糖値を測定する。測定結果はディスプレイ６３に表示される。測定した血糖値は、例えば測定装置６０から携帯端末２に送信される、あるいはユーザにより携帯端末２に入力され、測定時刻の情報と対応づけられて保存される。
１回目の採血の後、通知部４３は直近食事時間からの時間をカウントし、２回目の採血タイミングを予告するための通知画面５６を表示する。図１２に示すように、通知画面５６には、「現在、食後から５０分経過しました。あと１０分で血糖値がピークに到達すると予測されますので、採血の準備をしてください。」の通知５７が表示される。ユーザは通知画面５６により、２回目の採血の準備を行うことができる。
さらに通知部４３は直近食事時間からの時間をカウントし、２回目の採血タイミングになると、採血タイミングとなったことを通知する通知画面５８を表示する。図１２に示すように、通知画面５８には、「食後６０分が経過しました。２回目の採血を実施してください。」の通知５９が表示される。ユーザは通知画面５８により、２回目の採血を行うことができる。
なお、ユーザが設定した採血の回数が１回のみである場合の通知画面を図１４に示す。図１４に示すように、通知画面７０には、「これから採血を１回行います。採血のタイミングは食後６０分を予定しています。」の通知７１が表示される。ユーザは、通知画面７０により、これから１回の採血を行うことを認識できる。
通知部４３は直近食事時間からの時間をカウントし、通知画面７０の表示に続いて、採血タイミングを予告するための通知画面７２を表示する。通知画面７２には、「現在、食後から５０分が経過しました。あと１０分で血糖値がピークに到達すると予測されますので、採血の準備をしてください。」の通知７３が表示される。ユーザは通知画面７２により、採血の準備を行うことができる。
さらに通知部４３は直近食事時間からの時間をカウントし、採血タイミングになると、採血タイミングとなったことを通知する通知画面７４を表示する。通知画面７４には、「食後６０分が経過しました。採血を実施してください。」の通知７５が表示される。ユーザは通知画面７４が表示されたタイミングで採血を行えばよい。
ステップＳＴ７に続いて、通知部４３は、最後の通知が完了したか否かを判定し（ステップＳＴ８）、ステップＳＴ８が否定されるとステップＳＴ７に戻る。
ここで、採血が終了した後も血糖相当値が上昇している場合、食後高血糖スパイクはピークに到達していない可能性がある。このため、ステップＳＴ８が肯定されると、情報取得部４１は、測定器３から送信された血糖相当値を通信Ｉ／Ｆ１５が受信したか否かの監視を開始し（ステップＳＴ９）、ステップＳＴ９が肯定されると、通知部４３は、血糖相当値が下降傾向にあるか否かを判定する（ステップＳＴ１０）。下降傾向にあるか否かの判定は、今回の血糖相当値が前回の血糖相当値よりも低くなったか否かを判定することにより行えばよい。ステップＳＴ１０が肯定されると、ステップＳＴ１に戻る。ステップＳＴ１０が否定されると、通知部４３は、追加の採血を行うか否かを問い合わせる通知を行い（ステップＳＴ１１）、ステップＳＴ９に戻る。
図１５は追加の採血を問い合わせる通知画面を示す図である。図１５に示すように、通知画面８０には、「食後高血糖スパイクがピークに到達していません。３回目の採血を行うことを推奨します。」の通知８１が表示される。ユーザは、通知画面８０により、自身の判断で３回目の採血を行うことができる。
このように、本実施形態においては、血糖値との相関を有する血糖相当値の変動をモニタリングすることにより、食後高血糖スパイクが発生するタイミングを予測し、予測の結果に基づいて、具体的には食後高血糖スパイクが発生するタイミングを基準として、血糖値を測定するための少なくとも１回の採血タイミングを通知するようにした。このため、食後高血糖スパイクが発生するタイミングを狙って採血を行うことができる。
また、食後高血糖スパイクが発生するタイミングが、食後高血糖スパイクがピークとなるタイミングであると、食後高血糖スパイクのピークを狙って採血タイミングを通知できる。このため、採血タイミングに応じて採血を行うことにより、ユーザは、食後高血糖スパイクのピークの血糖値を知ることができる。
また、ユーザの過去の血糖相当値の変動を表す過去のモニタリング結果を参照して、食後高血糖スパイクが発生するタイミングを予測することにより、ユーザの過去の血糖相当値の変動を考慮して、食後高血糖スパイクが発生するタイミングを予測することができる。
また、過去のモニタリング結果の時間軸に記録された過去の食事時間を参照することにより、過去の食事時間と直近の食事時間とを比較することができ、これにより、ユーザの過去の食後の血糖相当値の変動を考慮して、食後高血糖スパイクが発生するタイミングを予測することができる。
また、ユーザの直近の食事内容に基づいて、食後高血糖スパイクが発生するタイミングを予測することにより、食事内容も考慮して採血タイミングを通知することができる。
なお、上記実施形態においては、ユーザは、自己採血を行い、血糖測定装置を用いて血糖値を測定しているが、これに限定されるものではない。ユーザは自己採血を行い、採血した血液を検査センターに配送し、検査センターで検査を行うようにしてもよい。あるいは、薬局、駅前および専用場所（例えばコンビニエンスストア）等に設置された検査装置を用いた検査を行うようにしてもよい。
また、検査サーバ６に血糖相当値、異常傾向、選択した検査候補および食事の画像等を蓄積することにより、蓄積した情報をビッグデータとして用いることが可能となる。蓄積したビッグデータは、血糖値に関連する情報を提供するＡＩの学習に使用したり、統計情報として用いたりすることが可能となる。
また、上記実施形態においては、例えば血糖相当値の測定値が不足することにより、血糖相当値の上昇傾向を判定できない場合がある。例えば、ユーザによる測定器３の装着時間が短く、食後高血糖スパイクを判断できるほど血糖相当値がモニタリングできていない場合がある。このような場合、予測部４２は、血糖相当値の上昇傾向を判定することができない。このため、予測部４２が血糖相当値の上昇傾向を判定できない場合、測定器３の装着時間を増やすことを促す通知を行うことが好ましい。図１６は通知画面を示す図である。図１６に示すように、通知画面８２には、「測定器の装着時間を増やしてください。」の通知８３が表示される。ユーザは、通知画面８２により、測定器３の装着時間を増やす行動を取ることができ、これにより、これより後の血糖相当値の異常傾向を判定できるようにすることができる。
また、上記実施形態においては、血糖相当値の上昇が食後高血糖スパイクによるものでないと判定された場合、何ら通知を行っていないが、通知を行うようにしてもよい。図１７は血糖相当値の上昇が食後高血糖スパイクによるものでないと判定された場合の通知画面を示す図である。図１７に示すように、通知画面８４には、「食後高血糖スパイクは発生していません。しかし、血糖値は上昇傾向にあるため、生活習慣に注意してください。」の通知８５が表示される。これにより、ユーザは採血を行う必要がないことを知ることができる。
また、上記実施形態においては、測定器３，４が測定した血糖相当値を携帯端末２に送信し、携帯端末２において採血タイミングをユーザに通知しているが、これに限定されるものではない。とくに腕時計型の測定器３に本実施形態による検査支援プログラムをインストールし、測定器３単独で食後高血糖スパイクが発生するタイミングの予測および採血タイミングの通知を行うようにしてもよい。この場合、測定器３は、図５に示す本実施形態による検査支援装置の機能的な構成を有するものとなる。
また、上記実施形態においては、通知部４３が各種通知画面をタッチパネル１４に表示することにより採血タイミングを通知しているが、これに限定されるものではない。通知部４３は、音声により検査候補をユーザに提示するものであってもよい。
また、上記実施形態においては、測定器３，４により血糖相当値を測定しているが、これに限定されるものではない。測定器３，４による血糖相当値の測定に代えて、尿糖検査を行って尿糖を測定するようにしてもよい。この場合、測定した尿糖値が血糖相当値となる。尿糖検査の場合、尿糖検査装置を用いれば尿糖値として得られるため、それを血糖相当値として用いればよい。尿糖検査装置が測定器の一例となる。この場合、尿糖検査装置に携帯端末２との通信機能を持たせ、測定した尿糖値を携帯端末２に送信して、携帯端末２において尿糖値により血糖相当値のモニタリングを行うようにすればよい。
一方、試験紙を用いて尿糖検査を行う場合、尿糖に応じて試験紙の色が変化する。この場合、試験紙を携帯端末２のカメラ１８により撮影することにより試験紙の画像を取得し、予測部４２が試験紙の画像から試験紙の色を認識することにより、異常傾向を判定するようにすればよい。この場合、測定器は不要となるため、携帯端末２のみにより検査支援を行うことが可能となる。したがって、ユーザは測定器３，４または尿糖検査装置を用意する必要がなくなる。
また、上記実施形態においては、ユーザの過去のモニタリング結果を参照して、採血が推奨される食事が朝食、昼食および夕食のいずれであるかをユーザに提示するようにしてもよい。例えば、図９に示す過去のモニタリング結果４６となるユーザの場合、朝食を取らないユーザであるため、採血を推奨する食事として昼食または夕食をユーザに提示することが好ましい。また、ユーザの過去のモニタリング結果を参照して、朝食後の食後高血糖スパイクのピークが昼食および夕食と比較して大きい場合には、採血を推奨する食事として朝食をユーザに提示することが好ましい。これにより、ユーザは、食後高血糖スパイクのピークが現れやすいタイミングが分かるため、採血の準備をすることができる。またユーザは、自身の食後高血糖が現れやすいタイミングを知ることができる。
また、測定器３，４により測定された血糖相当値に代えて、ＡＧＰ（Ambulatory glucose profile）を用いることにより、血糖相当値をモニタリングしてもよい。ＡＧＰは、連続測定して得られた数日間分の血糖値または間質液中のグルコース値から、 血糖変動の傾向、すなわち血糖トレンドを読み取る際に有用な解析方法である（https://dm-net.co.jp/trend/agp/001.php）。ＡＧＰにより、１日のうちで低血糖および高血糖となる可能性の高い時間帯、並びに血糖値の変動が大きい時間帯等を把握することが容易となる。このため、ＡＧＰにより血糖相当値をモニタリングすることにより、血糖相当値の異常傾向の判定を容易に行うことができる。
また、上記実施形態においては、測定器３，４により測定した血糖相当値を携帯端末２に送信し、携帯端末２において異常傾向の判定、アクション候補の決定およびアクション候補の提示を行っているが、これに限定されるものではない。測定器３，４により測定した血糖相当値を、測定器３，４から直接に、あるいは携帯端末２を介して検査サーバ６に送信し、検査サーバ６において食後高血糖スパイクが発生するタイミングの予測および採血タイミングの通知を行うようにしてもよい。この場合、検査サーバ６は、採血タイミングを携帯端末２または測定器３に送信することにより、携帯端末２または測定器３において、採血タイミングをユーザに通知することとなる。
また、上記実施形態において、測定器３，４により測定した血糖相当値をモニタリングし、血糖相当値のモニタリング結果と、ユーザが採血により行った検査結果との比較結果をユーザに提示するようにしてもよい。図１８は、血糖相当値のモニタリング結果と、ユーザが採血により行った検査結果との比較結果を示す図である。図１８において、実線が血糖相当値のモニタリング結果を示し、破線が採血により行った検査結果を示す。図１８に示すように、測定器３，４による血糖相当値は実際の血糖値よりも高めにでる場合がある。図１８に示すように、血糖相当値のモニタリング結果と、ユーザが採血により行った検査結果との比較結果をユーザに提示することにより、ユーザは現在の血糖相当値の値と実際の血糖値との乖離を判断することができる。
また、上記実施形態において、例えば、情報取得部４１、予測部４２および通知部４３といった各種の処理を実行する処理部（Processing Unit）のハードウェア的な構造としては、次に示す各種のプロセッサ（Processor）を用いることができる。上記各種のプロセッサには、上述したように、ソフトウェア（プログラム）を実行して各種の処理部として機能する汎用的なプロセッサであるＣＰＵに加えて、ＦＰＧＡ（Field Programmable Gate Array）等の製造後に回路構成を変更可能なプロセッサであるプログラマブルロジックデバイス（Programmable Logic Device :PLD）、ＡＳＩＣ（Application Specific Integrated Circuit）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等が含まれる。
１つの処理部は、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、同種または異種の２つ以上のプロセッサの組み合わせ（例えば、複数のＦＰＧＡの組み合わせまたはＣＰＵとＦＰＧＡとの組み合わせ）で構成されてもよい。また、複数の処理部を１つのプロセッサで構成してもよい。
複数の処理部を１つのプロセッサで構成する例としては、第１に、クライアントおよびサーバ等のコンピュータに代表されるように、１つ以上のＣＰＵとソフトウェアとの組み合わせで１つのプロセッサを構成し、このプロセッサが複数の処理部として機能する形態がある。第２に、システムオンチップ（System On Chip:SoC）等に代表されるように、複数の処理部を含むシステム全体の機能を１つのＩＣ（Integrated Circuit）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、各種の処理部は、ハードウェア的な構造として、上記各種のプロセッサの１つ以上を用いて構成される。
さらに、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、半導体素子等の回路素子を組み合わせた電気回路（Circuitry）を用いることができる。
１ 検査支援システム
２ 携帯端末
３，４ 測定器
４Ａ フィラメント
５ ネットワーク
６ 検査サーバ
１２ 検査支援プログラム
１３ ストレージ
１４ タッチパネル
１５ 通信Ｉ／Ｆ
１６ メモリ
１７ ネットワークＩ／Ｆ
１８ カメラ
１９ バス
２２ 測定プログラム
２３ ストレージ
２４ タッチパネル
２５ 通信Ｉ／Ｆ
２６ メモリ
２７ ネットワークＩ／Ｆ
２８ センサ
２９ バス
３１ プロセッサ
３２ メモリ
３３ 通信Ｉ／Ｆ
３４ センサ
４１ 情報取得部
４２ 予測部
４３ 通知部
４５，４６ 過去のモニタリング結果
４５Ａ プロファイル
４６ 通知画面
５０，５２，５４，５６，５８，７０，７２，７４，８０，８２，８４ 通知画面
５１，５３，５５，５７，５９，７１，７３，７５，８１，８３，８５ 通知
６０ 測定装置
６１ センサ
６２ 血液
Ｐ０ ピーク
Ｔ０ 直近食事時間
Ｔ１ 食事時間
Ｔ２ ピークとなる時間
Ｔnow 現在時間
Ｔ１１，Ｔ１２，Ｔ１３ タイミング
２ 携帯端末
３，４ 測定器
４Ａ フィラメント
５ ネットワーク
６ 検査サーバ
１２ 検査支援プログラム
１３ ストレージ
１４ タッチパネル
１５ 通信Ｉ／Ｆ
１６ メモリ
１７ ネットワークＩ／Ｆ
１８ カメラ
１９ バス
２２ 測定プログラム
２３ ストレージ
２４ タッチパネル
２５ 通信Ｉ／Ｆ
２６ メモリ
２７ ネットワークＩ／Ｆ
２８ センサ
２９ バス
３１ プロセッサ
３２ メモリ
３３ 通信Ｉ／Ｆ
３４ センサ
４１ 情報取得部
４２ 予測部
４３ 通知部
４５，４６ 過去のモニタリング結果
４５Ａ プロファイル
４６ 通知画面
５０，５２，５４，５６，５８，７０，７２，７４，８０，８２，８４ 通知画面
５１，５３，５５，５７，５９，７１，７３，７５，８１，８３，８５ 通知
６０ 測定装置
６１ センサ
６２ 血液
Ｐ０ ピーク
Ｔ０ 直近食事時間
Ｔ１ 食事時間
Ｔ２ ピークとなる時間
Ｔnow 現在時間
Ｔ１１，Ｔ１２，Ｔ１３ タイミング
Claims (20)
- 少なくとも１つのプロセッサを備え、
前記プロセッサは、
血糖値との相関を有する、ユーザの血糖相当値の変動をモニタリングすることにより、食後高血糖スパイクが発生するタイミングを予測し、
前記予測の結果に基づいて、前記血糖値を測定するための少なくとも１回の採血タイミングを通知する検査支援装置。 - 前記プロセッサは、前記食後高血糖スパイクが発生するタイミングを基準として、前記採血タイミングを通知する請求項１に記載の検査支援装置。
- 前記食後高血糖スパイクが発生するタイミングは、前記食後高血糖スパイクがピークとなるタイミングである請求項１または２に記載の検査支援装置。
- 前記プロセッサは、前記ユーザの過去の血糖相当値の変動を表す過去のモニタリング結果を参照することにより、前記食後高血糖スパイクが発生するタイミングを予測する請求項１から３のいずれか１項に記載の検査支援装置。
- 前記プロセッサは、前記過去のモニタリング結果の時間軸に記録された過去の食事時間を参照することにより、前記食後高血糖スパイクが発生するタイミングを予測する請求項４に記載の検査支援装置。
- 前記プロセッサは、前記過去のモニタリング結果における前記過去の食事時間からの血糖相当値の変動と、前記ユーザの直近の食事時間からの前記血糖相当値の変動とを比較することにより、前記食後高血糖スパイクが発生するタイミングを予測する請求項５に記載の検査支援装置。
- 前記プロセッサは、前記直近の食事時間から予め設定された時間内に前記食後高血糖スパイクが発生しないことが予測される場合は、前記食後高血糖スパイクが発生しない旨の通知を行う請求項６に記載の検査支援装置。
- 前記プロセッサは、前記ユーザの直近の食事内容に基づいて、前記食後高血糖スパイクが発生するタイミングを予測する請求項５から７のいずれか１項に記載の検査支援装置。
- 前記プロセッサは、前記ユーザの直近の食事内容と前記ユーザの過去の食事内容とを参照することにより、前記食後高血糖スパイクが発生するタイミングを予測する請求項８に記載の検査支援装置。
- 前記プロセッサは、前記ユーザの食事の画像を用いて前記直近の食事内容を判断する請求項８または９に記載の検査支援装置。
- 前記プロセッサは、前記ユーザの食事の画像を用いて前記過去の食事内容を判断する請求項９に記載の検査支援装置。
- 前記食事の画像は動画像である請求項１０または１１に記載の検査支援装置。
- 前記プロセッサは、１回の前記食後高血糖スパイクが発生するタイミングに対して、複数回の前記採血タイミングを通知する請求項１から１２のいずれか１項に記載の検査支援装置。
- 前記採血タイミングは、前記ユーザが自分で採血を行う自己採血を実行すべきタイミングである請求項１から１３のいずれか１項に記載の検査支援装置。
- 前記血糖相当値は前記ユーザに装着された測定器により取得される請求項１から１４のいずれか１項に記載の検査支援装置。
- 前記測定器はウェアラブルである請求項１５に記載の検査支援装置。
- 前記血糖相当値を取得する測定器を備えた請求項１から１４のいずれか１項に記載の検査支援装置。
- ウェアラブルである請求項１７に記載の検査支援装置。
- 血糖値との相関を有する、ユーザの血糖相当値の変動をモニタリングすることにより、食後高血糖スパイクが発生するタイミングを予測し、
前記予測の結果に基づいて、前記血糖値を測定するための少なくとも１回の採血タイミングを通知する検査支援方法。 - 血糖値との相関を有する、ユーザの血糖相当値の変動をモニタリングすることにより、食後高血糖スパイクが発生するタイミングを予測する手順と、
前記予測の結果に基づいて、前記血糖値を測定するための少なくとも１回の採血タイミングを通知する手順とをコンピュータに実行させる検査支援プログラム。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020143522A JP7458937B2 (ja) | 2020-08-27 | 2020-08-27 | 検査支援装置、方法およびプログラム |
| US17/407,207 US20220061711A1 (en) | 2020-08-27 | 2021-08-20 | Test support apparatus, test support method, and test support program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020143522A JP7458937B2 (ja) | 2020-08-27 | 2020-08-27 | 検査支援装置、方法およびプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022038838A true JP2022038838A (ja) | 2022-03-10 |
| JP7458937B2 JP7458937B2 (ja) | 2024-04-01 |
Family
ID=80357971
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020143522A Active JP7458937B2 (ja) | 2020-08-27 | 2020-08-27 | 検査支援装置、方法およびプログラム |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20220061711A1 (ja) |
| JP (1) | JP7458937B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114903477A (zh) * | 2022-04-21 | 2022-08-16 | 四川大学华西医院 | 一种采血及测血糖用装置 |
| US12070313B2 (en) | 2022-07-05 | 2024-08-27 | Biolinq Incorporated | Sensor assembly of a microneedle array-based continuous analyte monitoring device |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006009199A1 (ja) * | 2004-07-21 | 2006-01-26 | Matsushita Electric Industrial Co., Ltd. | 血糖値管理システム |
| WO2013038826A1 (ja) * | 2011-09-13 | 2013-03-21 | テルモ株式会社 | 報知システム |
| JP2014211918A (ja) * | 2014-08-20 | 2014-11-13 | セイコーエプソン株式会社 | 血糖値変化情報生成システム及び血糖値変化情報生成装置 |
| WO2019157102A1 (en) * | 2018-02-09 | 2019-08-15 | Dexcom, Inc. | System and method for decision support |
| WO2019188909A1 (ja) * | 2018-03-28 | 2019-10-03 | 富士フイルム株式会社 | 血液検査支援装置、血液検査支援システム、血液検査支援方法、及びプログラム |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2720666C2 (ru) * | 2015-02-03 | 2020-05-12 | Конинклейке Филипс Н.В. | Способы, системы и носимое устройство для получения множества показателей состояния здоровья |
| US20200268968A1 (en) * | 2016-04-22 | 2020-08-27 | Children`S Medical Center Corporation | Methods and systems for managing diabetes |
| US20200152298A1 (en) * | 2018-11-08 | 2020-05-14 | Stephen Eisenmann | Body management system |
| US11615793B1 (en) * | 2019-01-02 | 2023-03-28 | Centene Corporation | Voice assistant configured to leverage information from sensing devices |
| US20210378563A1 (en) * | 2020-06-03 | 2021-12-09 | Dexcom, Inc. | Glucose measurement predictions using stacked machine learning models |
-
2020
- 2020-08-27 JP JP2020143522A patent/JP7458937B2/ja active Active
-
2021
- 2021-08-20 US US17/407,207 patent/US20220061711A1/en active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006009199A1 (ja) * | 2004-07-21 | 2006-01-26 | Matsushita Electric Industrial Co., Ltd. | 血糖値管理システム |
| WO2013038826A1 (ja) * | 2011-09-13 | 2013-03-21 | テルモ株式会社 | 報知システム |
| JP2014211918A (ja) * | 2014-08-20 | 2014-11-13 | セイコーエプソン株式会社 | 血糖値変化情報生成システム及び血糖値変化情報生成装置 |
| WO2019157102A1 (en) * | 2018-02-09 | 2019-08-15 | Dexcom, Inc. | System and method for decision support |
| WO2019188909A1 (ja) * | 2018-03-28 | 2019-10-03 | 富士フイルム株式会社 | 血液検査支援装置、血液検査支援システム、血液検査支援方法、及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7458937B2 (ja) | 2024-04-01 |
| US20220061711A1 (en) | 2022-03-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10667759B2 (en) | Automatic recognition of known patterns in physiological measurement data | |
| RU2749187C2 (ru) | Компьютерно-реализуемый способ и портативный прибор для анализа данных контроля глюкозы, показывающих уровень глюкозы в физиологической жидкости | |
| Pereira et al. | Heart rate variability metrics for fine-grained stress level assessment | |
| US11553860B2 (en) | Medical diagnostic devices and methods | |
| DK2006786T3 (en) | Method and glucose monitoring system to monitor individual metabolic response and to generate nutrient feedback | |
| US12059272B2 (en) | Method and device for analyzing continuously monitored physiological measurement values of a user | |
| JP2019072467A (ja) | 生体情報センサーの誤差補正装置及び方法、ならびに生体情報推定装置及び方法 | |
| JP7458937B2 (ja) | 検査支援装置、方法およびプログラム | |
| JP2007044203A (ja) | 生体情報計測装置及びその方法 | |
| US11925462B2 (en) | System and method for analyzing glucose monitoring data indicative of a glucose level, and a computer program product | |
| US20230200687A1 (en) | Methods, devices and system for providing diabetic condition diagnosis and therapy | |
| US20190274603A1 (en) | System and a method for automatically managing continuous glucose monitoring measurements indicative of glucose level in a bodily fluid | |
| TWI685815B (zh) | 用於糖尿病管理之系統 | |
| WO2020043706A1 (en) | Using at home measurements to predict clinical state and improving the accuracy of at home measurements/predictions using data associated with circadian rhythm and meal timing | |
| WO2018077998A1 (en) | System and a method for non-invasive monitoring of estrogen | |
| US20220192585A1 (en) | System and method for precise determination of a date of childbirth with a wearable device | |
| WO2022114010A1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
| JP7303246B2 (ja) | 検査装置 | |
| US20220061773A1 (en) | Test support apparatus, test support method, and test support program | |
| JP7393385B2 (ja) | 検査支援装置、方法およびプログラム | |
| US20230397886A1 (en) | Information processing apparatus, information processing system, information processing method, and information processing program | |
| JP2023123661A (ja) | 検査装置 | |
| López Ruiz et al. | IoT-driven Real-Time Glucose Monitoring: Empowering Diabetes Care and Prevention | |
| Venkatesan et al. | Investigation and Validation of Non Invasive Blood Glucose Measurement | |
| Owida et al. | Equivalence of Fasting and Non-Fasting Blood Glucose Readings at the Palm and Fingertip Sites |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220725 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230818 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230822 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231017 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240116 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240213 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240227 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240319 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7458937 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |