[发明专利]指标计算设备、预测系统、进度预测评估方法和程序

说明书

本发明的目的是自动确定包括基于假定条件获得的预测值的序列数据的无效性。指标计算设备(60)包括无效性得分输出装置(61)，当输入了预定的预测目标项目的序列数据时，该无效性得分输出装置(61)输出无效性得分，所述序列数据包括与时间相关联地指示预测目标项目的值的、至少其中一个是指示预测值的数据的三个或更多个数据，该无效性得分是指示序列数据的无效性的指标并且是基于通过将序列数据拟合为预定函数形式而获得的曲线模型与序列数据之间的误差。

技术领域

本发明涉及用于确定值随时间的流逝变化的转变图等中的序列数据的有效性的指标计算设备，以及使用该指标计算设备的预测系统。本发明还涉及一种进度预测评估方法和进度预测评估程序，用于评估进度预测的有效性，该进度预测的有效性包括变量的两个或多个时间点的预测值，其随着时间的流逝而变化。

背景技术

例如，让我们考虑预测在健康检查等中测量的雇员等的检查值的长期变化，基于其的与生活方式有关的疾病的疾病发作概率等，并对每个员工的健康给出建议。具体而言，考虑基于过去的健康检查结果和表示当时的生活习惯的数据，来预测当前的生活习惯持续了三年的未来状态(检查值的长期变化，疾病发作概率等)的情况，并且然后，由工业医师，保险公司等提出对生活习惯等的(健康指导)检讨，或者雇员本人对其进行自我检查。

在那种情况下，可以将以下方法视为用于获得预测值的转变的方法。首先，学习预测模型，该模型可以从过去的数据中获得一年前的预测值。例如，学习与预测目标的过去实际值(检查值)相关联的预测模型，使用指示可以与过去的实际值，预测目标人的属性(年龄等)，以及当时的生活习惯相关的进一步的过去检查值的训练数据，然后使用1年后的预测目标项目作为目标变量，并使用可以与之相关的其他项目作为解释变量。然后，对于获得的预测模型，将输入解释变量并在更改获取预测值的时间点(预测时间点)的同时，提前一年获取预测值的过程重复数年。此时，通过使解释变量中与生活习惯有关的项目保持恒定，可以获得在当前的生活习惯持续三年时的预测值的转变。

如果基于预测值的这种转变执行健康指导或自我检查，则出于指示被指导的人或他/她自己的目的，期望更有影响和有效率的疾病预防/健康改善和行为改变。

作为与健康预测和健康支持相关的技术，非专利文献1描述了基于健康检查和生活方式的结果来预测健康风险的健康风险评估系统的示例。非专利文献1中描述的健康风险评估系统包括两个子系统：检查值预测系统和发病预测系统。检查值预测系统针对当前患有轻度检验异常并且有生活方式问题的人，指示与生活方式改善相关的检查结果的改善程度。另外，发病预测系统预测当前没有检查异常但生活方式有偏向的人，当他们继续有不良生活方式以及当改善他们的生活方式时的疾病发病率。根据非专利文献1，在医务人员和患者之间还以交互方式执行通过任何子系统的健康支持，并且患者可以识别其行为改变的效果。

然而，当通过使用预测模型简单地获得在这种假设下的预测值的未来转变时，所获得的预测值的转变可能显示出与一般发现不同的变化。

关于预测值的验证，例如，专利文献1描述了一种用于评估需求预测模型的方法。在专利文献1中描述的方法将需求实际值和需求预测值合并到需求预测模型的评估时间段中，针对每个产品供应周期计算需求实际值和需求预测值之间的偏差值，并基于计算出的偏差值评估需求预测模型。

引文列表

专利文献

专利文献1：日本专利公开No.10-228463

非专利文献

非专利文献1：Hidetaka Takahashi,Katsumi Yoshida的“HRA(针对生活方式改善的HRA(健康风险评估系统))”，《日本人船学会学报》(JHD))1997年第11卷第4期，第123-128页。

发明内容

技术问题