JP7834819B2

JP7834819B2 - システム

Info

Publication number: JP7834819B2
Application number: JP2024162936A
Authority: JP
Inventors: 悠紀金澤
Original assignee: SoftBank Group Corp
Current assignee: SoftBank Group Corp
Priority date: 2023-09-21
Filing date: 2024-09-19
Publication date: 2026-03-24
Anticipated expiration: 2044-09-19
Also published as: JP2025049009A

Description

本開示の技術は、システムに関する。

特許文献１には、少なくとも一つのプロセッサにより遂行される、ペルソナチャットボット制御方法であって、ユーザ発話を受信するステップと、前記ユーザ発話を、チャットボットのキャラクターに関する説明と関連した指示文を含むプロンプトに追加するステップと前記プロンプトをエンコードするステップと、前記エンコードしたプロンプトを言語モデルに入力して、前記ユーザ発話に応答するチャットボット発話を生成するステップ、を含む、方法が開示されている。

特開２０２２－１８０２８２号公報

従来の技術では、健康診断の受診において医療機関の選定や日程調整、保険証情報の連係が煩雑であり、効率的に行うことが困難であるという課題があった。

実施形態に係るシステムは、健康診断の受診における医療機関の選定や日程調整、保険証情報の連係を効率的に行うことを目的とする。

実施形態に係るシステムは、顔認証部と、特定部と、連係部と、提示部と、提案部と、調整部とを備える。顔認証部は、社員の顔画像を撮影し、顔認証アルゴリズムを用いて社員の個人情報を紐づける。特定部は、顔認証部によって紐づけられた社員情報に基づいて、近隣の提携医療機関を特定する。連係部は、特定部によって特定された医療機関に対して保険証情報を自動的に連係する。提示部は、社員の年齢情報に基づいて受診コースを提示する。提案部は、提示部によって提示された受診コースに基づいてお勧めのオプション検査を提案する。調整部は、社員のカレンダー情報と医療機関の予約履歴をマッチングさせて日程を調整する。

実施形態に係るシステムは、健康診断の受診における医療機関の選定や日程調整、保険証情報の連係を効率的に行うことができる。

第１実施形態に係るデータ処理システムの構成の一例を示す概念図である。第１実施形態に係るデータ処理装置およびスマートデバイスの要部機能の一例を示す概念図である。第２実施形態に係るデータ処理システムの構成の一例を示す概念図である。第２実施形態に係るデータ処理装置およびスマート眼鏡の要部機能の一例を示す概念図である。第３実施形態に係るデータ処理システムの構成の一例を示す概念図である。第３実施形態に係るデータ処理装置およびヘッドセット型端末の要部機能の一例を示す概念図である。第４実施形態に係るデータ処理システムの構成の一例を示す概念図である。第４実施形態に係るデータ処理装置およびロボットの要部機能の一例を示す概念図である。複数の感情がマッピングされる感情マップを示す。複数の感情がマッピングされる感情マップを示す。

以下、添付図面に従って本開示の技術に係るシステムの実施形態の一例について説明する。

先ず、以下の説明で使用される文言について説明する。

以下の実施形態において、符号付きのプロセッサ（以下、単に「プロセッサ」と称する）は、１つの演算装置であってもよいし、複数の演算装置の組み合わせであってもよい。また、プロセッサは、１種類の演算装置であってもよいし、複数種類の演算装置の組み合わせであってもよい。演算装置の一例としては、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＧＰＧＰＵ（General-Purpose computing on Graphics Processing Units）、ＡＰＵ（Accelerated Processing Unit）、またはＴＰＵ（Tensor Processing Unit）などが挙げられる。

以下の実施形態において、符号付きのＲＡＭ（Random Access Memory）は、一時的に情報が格納されるメモリであり、プロセッサによってワークメモリとして用いられる。

以下の実施形態において、符号付きのストレージは、各種プログラムおよび各種パラメータなどを記憶する１つまたは複数の不揮発性の記憶装置である。不揮発性の記憶装置の一例としては、フラッシュメモリ（ＳＳＤ（Solid State Drive））、磁気ディスク（例えば、ハードディスク）、または磁気テープなどが挙げられる。

以下の実施形態において、符号付きの通信Ｉ／Ｆ（Interface）は、通信プロセッサおよびアンテナなどを含むインタフェースである。通信Ｉ／Ｆは、複数のコンピュータ間での通信を司る。通信Ｉ／Ｆに対して適用される通信規格の一例としては、５Ｇ（5th Generation Mobile Communication System）、Ｗｉ－Ｆｉ（登録商標）、またはＢｌｕｅｔｏｏｔｈ（登録商標）などを含む無線通信規格が挙げられる。

以下の実施形態において、「Ａおよび／またはＢ」は、「ＡおよびＢのうちの少なくとも１つ」と同義である。つまり、「Ａおよび／またはＢ」は、Ａだけであってもよいし、Ｂだけであってもよいし、ＡおよびＢの組み合わせであってもよい、という意味である。また、本明細書において、３つ以上の事柄を「および／または」で結び付けて表現する場合も、「Ａおよび／またはＢ」と同様の考え方が適用される。

［第１実施形態］
図１には、第１実施形態に係るデータ処理システム１０の構成の一例が示されている。

図１に示すように、データ処理システム１０は、データ処理装置１２およびスマートデバイス１４を備えている。データ処理装置１２の一例としては、サーバが挙げられる。

データ処理装置１２は、コンピュータ２２、データベース２４、および通信Ｉ／Ｆ２６を備えている。コンピュータ２２は、プロセッサ２８、ＲＡＭ３０、およびストレージ３２を備えている。プロセッサ２８、ＲＡＭ３０、およびストレージ３２は、バス３４に接続されている。また、データベース２４および通信Ｉ／Ｆ２６も、バス３４に接続されている。通信Ｉ／Ｆ２６は、ネットワーク５４に接続されている。ネットワーク５４の一例としては、ＷＡＮ（Wide Area Network）および／またはＬＡＮ（Local Area Network）などが挙げられる。

スマートデバイス１４は、コンピュータ３６、受付装置３８、出力装置４０、カメラ４２、および通信Ｉ／Ｆ４４を備えている。コンピュータ３６は、プロセッサ４６、ＲＡＭ４８、およびストレージ５０を備えている。プロセッサ４６、ＲＡＭ４８、およびストレージ５０は、バス５２に接続されている。また、受付装置３８、出力装置４０、およびカメラ４２も、バス５２に接続されている。

受付装置３８は、タッチパネル３８Ａおよびマイクロフォン３８Ｂなどを備えており、ユーザ入力を受け付ける。タッチパネル３８Ａは、指示体（例えば、ペンまたは指など）の接触を検出することにより、指示体の接触によるユーザ入力を受け付ける。マイクロフォン３８Ｂは、ユーザの音声を検出することにより、音声によるユーザ入力を受け付ける。制御部４６Ａは、タッチパネル３８Ａおよびマイクロフォン３８Ｂによって受け付けたユーザ入力を示すデータをデータ処理装置１２に送信する。データ処理装置１２では、特定処理部２９０（図２参照）が、ユーザ入力を示すデータを取得する。

出力装置４０は、ディスプレイ４０Ａおよびスピーカ４０Ｂなどを備えており、データをユーザが知覚可能な表現形（例えば、音声および／またはテキスト）で出力することでデータをユーザに対して提示する。ディスプレイ４０Ａは、プロセッサ４６からの指示に従ってテキストおよび画像などの可視情報を表示する。スピーカ４０Ｂは、プロセッサ４６からの指示に従って音声を出力する。カメラ４２は、レンズ、絞り、およびシャッタなどの光学系と、ＣＭＯＳ（Complementary Metal-Oxide-Semiconductor）イメージセンサまたはＣＣＤ（Charge Coupled Device）イメージセンサなどの撮像素子とが搭載された小型デジタルカメラである。

通信Ｉ／Ｆ４４は、ネットワーク５４に接続されている。通信Ｉ／Ｆ４４および２６は、ネットワーク５４を介してプロセッサ４６とプロセッサ２８との間の各種情報の授受を司る。

図２には、データ処理装置１２およびスマートデバイス１４の要部機能の一例が示されている。

図２に示すように、データ処理装置１２では、プロセッサ２８によって特定処理が行われる。ストレージ３２には、特定処理プログラム５６が格納されている。特定処理プログラム５６は、本開示の技術に係る「プログラム」の一例である。プロセッサ２８は、ストレージ３２から特定処理プログラム５６を読み出し、読み出した特定処理プログラム５６をＲＡＭ３０上で実行する。特定処理は、プロセッサ２８がＲＡＭ３０上で実行する特定処理プログラム５６に従って特定処理部２９０として動作することによって実現される。

ストレージ３２には、データ生成モデル５８および感情特定モデル５９が格納されている。データ生成モデル５８および感情特定モデル５９は、特定処理部２９０によって用いられる。特定処理部２９０は、感情特定モデル５９を用いてユーザの感情を推定し、ユーザの感情を用いた特定処理を行うことができる。感情特定モデル５９を用いた感情推定機能（感情特定機能）では、ユーザの感情の推定や予測などを含め、ユーザの感情に関する種々の推定や予測などが行われるが、かかる例に限定されない。また、感情の推定や予測には、例えば、感情の分析（解析）なども含まれる。

スマートデバイス１４では、プロセッサ４６によって特定処理が行われる。ストレージ５０には、特定処理プログラム６０が格納されている。特定処理プログラム６０は、データ処理システム１０によって特定処理プログラム５６と併用される。プロセッサ４６は、ストレージ５０から特定処理プログラム６０を読み出し、読み出した特定処理プログラム６０をＲＡＭ４８上で実行する。特定処理は、プロセッサ４６がＲＡＭ４８上で実行する特定処理プログラム６０に従って、制御部４６Ａとして動作することによって実現される。なお、スマートデバイス１４には、データ生成モデル５８および感情特定モデル５９と同様のデータ生成モデルおよび感情特定モデルを有し、これらモデルを用いて特定処理部２９０と同様の処理を行うこともできる。

なお、データ処理装置１２以外の他の装置がデータ生成モデル５８を有してもよい。例えば、サーバ装置（例えば、生成サーバ）がデータ生成モデル５８を有してもよい。この場合、データ処理装置１２は、データ生成モデル５８を有するサーバ装置と通信を行うことで、データ生成モデル５８が用いられた処理結果（予測結果など）を得る。また、データ処理装置１２は、サーバ装置であってもよいし、ユーザが保有する端末装置（例えば、携帯電話、ロボット、家電など）であってもよい。次に、第１実施形態に係るデータ処理システム１０による処理の一例について説明する。

（形態例１）
本発明の実施形態に係る健康診断予約システムは、社員の健康診断の受診を効率化するシステムである。このシステムは、顔認証により社員の情報が紐づけられ、近隣の提携医療機関を特定し、保険証の記号や番号情報を自動的に連係する。さらに、社員の年齢情報に基づいて適切な受診コースを提示し、過去の受診結果に基づいてお勧めのオプション検査を提案する。最後に、社員のカレンダー情報と医療機関の予約履歴をマッチングさせ、最適な日程を自動的に調整する。この仕組みにより、面倒な医療機関選びや日程調整、受診コース決め、保険証情報との紐づけが自動化される。例えば、顔認証により社員の情報が紐づけられる。この際、社員の顔画像をカメラで撮影し、ディープラーニングを用いた顔認証アルゴリズムを使用して社員の個人情報と紐づける。例えば、社員の名前や社員番号、所属部署などの情報が顔認証によって自動的に取得される。次に、近隣の提携医療機関を特定する。例えば、社員の勤務地や自宅の住所に基づいて、最寄りの提携医療機関をリストアップするアルゴリズムを使用する。このリストは、社員の利便性を考慮して、距離や交通手段などの情報を基に最適化される。さらに、保険証の記号や番号情報を自動的に連係する。社員が保険証を持参する必要がなく、システムが自動的に保険証情報を取得し、医療機関に提供する。これにより、受付時の手続きが簡略化される。次に、社員の年齢情報に基づいて適切な受診コースを提示する。例えば、40歳以上の社員には特定の健康診断コースを提案し、20代の社員には別のコースを提案する。また、過去の受診結果に基づいてお勧めのオプション検査を提案する。例えば、過去に高血圧の傾向があった社員には、血圧測定を含むオプション検査を提案する。最後に、社員のカレンダー情報と医療機関の予約履歴をマッチングさせ、最適な日程を自動的に調整する。例えば、社員の勤務スケジュールやプライベートの予定を考慮し、医療機関の空き状況と照らし合わせて最適な予約日を提案するアルゴリズムを使用する。これにより、社員は手間をかけずに健康診断の予約を完了することができる。この仕組みにより、企業は労働安全衛生法に基づく健康診断の受診を効率的に管理することができ、社員は手間をかけずに健康診断を受けることができる。これにより、健康診断予約システムは、社員の健康診断の受診を効率化し、企業の労働安全衛生法に基づく役割を支援することができる。

実施形態に係る健康診断予約システムは、顔認証部と、特定部と、連係部と、提示部と、提案部と、調整部とを備える。顔認証部は、社員の顔画像を撮影し、顔認証アルゴリズムを用いて社員の個人情報を紐づける。社員の顔画像には、例えば、社員の名前や社員番号、所属部署などの情報が含まれるが、かかる例に限定されない。顔認証部は、例えば、ディープラーニングを用いた顔認証アルゴリズムを使用して社員の個人情報を紐づける。ディープラーニングは、例えば、CNN（畳み込みニューラルネットワーク）やRNN（リカレントニューラルネットワーク）などの技術で実現される。特定部は、顔認証部によって紐づけられた社員情報に基づいて、近隣の提携医療機関を特定する。特定部は、例えば、社員の勤務地や自宅の住所に基づいて、最寄りの提携医療機関をリストアップするアルゴリズムを使用する。リストアップするアルゴリズムは、例えば、距離計算や優先順位付けなどの方法で実現される。連係部は、特定部によって特定された医療機関に対して保険証情報を自動的に連係する。連係部は、例えば、社員の保険証情報を事前にデータベースに登録し、顔認証によって紐づけられた社員情報と照合する。データベースは、例えば、SQLデータベースやNoSQLデータベースなどの種類がある。提示部は、社員の年齢情報に基づいて適切な受診コースを提示する。提示部は、例えば、社員の年齢情報に基づいて受診コースを提案するアルゴリズムを使用する。提案するアルゴリズムは、例えば、ルールベースや機械学習ベースなどの方法で実現される。提案部は、提示部によって提示された受診コースに基づいてお勧めのオプション検査を提案する。提案部は、例えば、過去の受診結果を解析してお勧めのオプション検査を提案するアルゴリズムを使用する。解析するアルゴリズムは、例えば、データマイニングや統計解析などの方法で実現される。調整部は、社員のカレンダー情報と医療機関の予約履歴をマッチングさせて最適な日程を調整する。調整部は、例えば、社員のカレンダー情報と医療機関の空き状況を照合し、予約日を提案するアルゴリズムを使用する。照合するアルゴリズムは、例えば、マッチングアルゴリズムやヒューリスティックアルゴリズムなどの方法で実現される。これにより、実施形態に係る健康診断予約システムは、社員の健康診断の受診を効率化し、企業の労働安全衛生法に基づく役割を支援することができる。

顔認証部は、社員の顔画像を撮影し、顔認証アルゴリズムを用いて社員の個人情報を紐づける。具体的には、顔認証部は高解像度カメラを使用して社員の顔画像を取得し、これをディープラーニングを用いた顔認証アルゴリズムに入力する。ディープラーニングのモデルとしては、CNN（畳み込みニューラルネットワーク）やRNN（リカレントニューラルネットワーク）などが用いられる。これらのモデルは、顔の特徴点を高精度で抽出し、社員の名前や社員番号、所属部署などの個人情報と紐づける。顔認証アルゴリズムは、事前に大量の顔画像データセットでトレーニングされており、社員の顔画像を高い精度で認識することができる。さらに、顔認証部は、顔画像の取得から認証までのプロセスをリアルタイムで行い、社員がシステムにアクセスする際の待ち時間を最小限に抑える。顔認証部は、セキュリティ対策として、取得した顔画像データを暗号化し、データベースに安全に保存する。また、顔認証部は、定期的にアルゴリズムの精度を検証し、必要に応じてモデルの再トレーニングを行うことで、常に高い認証精度を維持する。これにより、顔認証部は、社員の個人情報を迅速かつ正確に紐づけることができ、システム全体の効率性とセキュリティを向上させる。

特定部は、顔認証部によって紐づけられた社員情報に基づいて、近隣の提携医療機関を特定する。具体的には、特定部は社員の勤務地や自宅の住所を入力データとして受け取り、これを基に最寄りの提携医療機関をリストアップする。リストアップのプロセスには、距離計算アルゴリズムや優先順位付けアルゴリズムが使用される。距離計算アルゴリズムは、社員の住所と医療機関の住所間の直線距離や移動時間を計算し、最も近い医療機関を特定する。優先順位付けアルゴリズムは、医療機関の評価や過去の利用履歴、診療科目の充実度などの要素を考慮して、最適な医療機関を選定する。特定部は、これらのアルゴリズムを組み合わせることで、社員にとって最も利便性の高い医療機関を特定することができる。さらに、特定部は、提携医療機関のデータベースを定期的に更新し、新たに提携した医療機関やサービス内容の変更を反映する。これにより、特定部は常に最新の情報を基に医療機関を特定し、社員に最適な選択肢を提供することができる。

連係部は、特定部によって特定された医療機関に対して保険証情報を自動的に連係する。具体的には、連係部は社員の保険証情報を事前にデータベースに登録し、顔認証によって紐づけられた社員情報と照合する。データベースは、SQLデータベースやNoSQLデータベースなどの種類があり、保険証情報を安全に管理するために暗号化技術が使用される。連係部は、社員が医療機関を訪れる際に、保険証情報を自動的に医療機関のシステムに送信し、受付手続きを簡略化する。これにより、社員は保険証を持参する必要がなくなり、手続きの手間を省くことができる。さらに、連係部は、医療機関とのデータ連携をリアルタイムで行い、保険証情報の更新や変更が即座に反映されるようにする。これにより、連係部は、社員の保険証情報を正確かつ迅速に医療機関に提供し、スムーズな診療をサポートすることができる。

提示部は、社員の年齢情報に基づいて適切な受診コースを提示する。具体的には、提示部は社員の年齢情報を入力データとして受け取り、これを基に最適な受診コースを提案するアルゴリズムを使用する。提案するアルゴリズムは、ルールベースや機械学習ベースなどの方法で実現される。ルールベースのアルゴリズムは、年齢ごとに推奨される健康診断項目を事前に設定し、社員の年齢に応じて適切な受診コースを提示する。機械学習ベースのアルゴリズムは、過去の受診データや健康診断結果を学習し、年齢や性別、健康状態に応じた最適な受診コースを予測する。提示部は、これらのアルゴリズムを組み合わせることで、社員にとって最も適切な受診コースを提示することができる。さらに、提示部は、社員の健康状態や過去の受診履歴を考慮して、個別にカスタマイズされた受診コースを提案することも可能である。これにより、提示部は、社員の健康診断の受診を効率化し、健康管理の質を向上させることができる。

提案部は、提示部によって提示された受診コースに基づいてお勧めのオプション検査を提案する。具体的には、提案部は過去の受診結果を解析し、社員にとって必要なオプション検査を提案するアルゴリズムを使用する。解析するアルゴリズムは、データマイニングや統計解析などの方法で実現される。データマイニングのアルゴリズムは、過去の受診データからパターンやトレンドを抽出し、社員の健康状態に応じたオプション検査を提案する。統計解析のアルゴリズムは、社員の健康診断結果を統計的に解析し、リスクの高い項目や必要な検査を特定する。提案部は、これらのアルゴリズムを組み合わせることで、社員にとって最も効果的なオプション検査を提案することができる。さらに、提案部は、社員のフィードバックを収集し、提案内容の精度や効果を継続的に改善することができる。これにより、提案部は、社員の健康管理をサポートし、健康診断の効果を最大化することができる。

調整部は、社員のカレンダー情報と医療機関の予約履歴をマッチングさせて最適な日程を調整する。具体的には、調整部は社員のカレンダー情報を入力データとして受け取り、これを基に医療機関の空き状況と照合するアルゴリズムを使用する。照合するアルゴリズムは、マッチングアルゴリズムやヒューリスティックアルゴリズムなどの方法で実現される。マッチングアルゴリズムは、社員の希望する日時と医療機関の空き状況を比較し、最適な予約日を提案する。ヒューリスティックアルゴリズムは、社員の優先順位や医療機関の混雑状況を考慮して、効率的な予約日程を調整する。調整部は、これらのアルゴリズムを組み合わせることで、社員にとって最も利便性の高い予約日程を提案することができる。さらに、調整部は、予約の変更やキャンセルにも柔軟に対応し、社員のスケジュールに合わせた調整を行うことができる。これにより、調整部は、社員の健康診断の予約を効率化し、スムーズな受診をサポートすることができる。

顔認証部は、ディープラーニングを用いた顔認証アルゴリズムを使用して社員の個人情報を紐づけることができる。ディープラーニングは、例えば、CNN（畳み込みニューラルネットワーク）やRNN（リカレントニューラルネットワーク）などの技術で実現される。顔認証部は、例えば、ディープラーニングを用いた顔認証アルゴリズムを使用して社員の個人情報を紐づける。これにより、ディープラーニングを用いることで、顔認証の精度が向上する。顔認証部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、顔認証部は、社員の顔画像を生成ＡＩに入力し、顔認証アルゴリズムの学習を生成ＡＩに実行させることができる。

特定部は、社員の勤務地や自宅の住所に基づいて、提携医療機関をリストアップするアルゴリズムを使用することができる。リストアップするアルゴリズムは、例えば、距離計算や優先順位付けなどの方法で実現される。特定部は、例えば、社員の勤務地や自宅の住所に基づいて、最寄りの提携医療機関をリストアップするアルゴリズムを使用する。これにより、社員の利便性を考慮した医療機関の特定が可能となる。特定部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、特定部は、社員の勤務地や自宅の住所データを生成ＡＩに入力し、最適な医療機関のリストアップを生成ＡＩに実行させることができる。

連係部は、社員の保険証情報を事前にデータベースに登録し、顔認証によって紐づけられた社員情報と照合することができる。データベースは、例えば、SQLデータベースやNoSQLデータベースなどの種類がある。連係部は、例えば、社員の保険証情報を事前にデータベースに登録し、顔認証によって紐づけられた社員情報と照合する。これにより、保険証情報の自動連係により、受付時の手続きが簡略化される。連係部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、連係部は、社員の保険証情報を生成ＡＩに入力し、データベースへの登録および照合を生成ＡＩに実行させることができる。

提示部は、社員の年齢情報に基づいて受診コースを提案するアルゴリズムを使用することができる。提案するアルゴリズムは、例えば、ルールベースや機械学習ベースなどの方法で実現される。提示部は、例えば、社員の年齢情報に基づいて受診コースを提案するアルゴリズムを使用する。これにより、年齢に応じた適切な受診コースの提案が可能となる。提示部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、提示部は、社員の年齢情報を生成ＡＩに入力し、受診コースの提案を生成ＡＩに実行させることができる。

提案部は、過去の受診結果を解析してお勧めのオプション検査を提案するアルゴリズムを使用することができる。解析するアルゴリズムは、例えば、データマイニングや統計解析などの方法で実現される。提案部は、例えば、過去の受診結果を解析してお勧めのオプション検査を提案するアルゴリズムを使用する。これにより、過去の受診結果に基づいたオプション検査の提案が可能となる。提案部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、提案部は、過去の受診結果データを生成ＡＩに入力し、オプション検査の提案を生成ＡＩに実行させることができる。

調整部は、社員のカレンダー情報と医療機関の空き状況を照合し、予約日を提案するアルゴリズムを使用することができる。照合するアルゴリズムは、例えば、マッチングアルゴリズムやヒューリスティックアルゴリズムなどの方法で実現される。調整部は、例えば、社員のカレンダー情報と医療機関の空き状況を照合し、予約日を提案するアルゴリズムを使用する。これにより、社員のスケジュールに基づいた最適な予約日の提案が可能となる。調整部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、調整部は、社員のカレンダー情報を生成ＡＩに入力し、最適な予約日の提案を生成ＡＩに実行させることができる。

顔認証部は、顔認証時に、社員の過去の顔画像データを参照して認証の精度を向上させることができる。顔認証部は、例えば、過去に撮影された社員の顔画像をデータベースから取得し、現在の顔画像と比較して認証を行う。また、顔認証部は、過去の顔画像データを用いて、顔認証アルゴリズムの学習を行い、認証精度を向上させることもできる。また、顔認証部は、過去の顔画像データを基に、顔の特徴点を詳細に解析し、認証の精度を高めることもできる。これにより、過去の顔画像データを参照することで、顔認証の精度が向上する。顔認証部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、顔認証部は、過去の顔画像データを生成ＡＩに入力し、認証の精度向上を生成ＡＩに実行させることができる。

顔認証部は、顔認証時に、社員の顔の特徴点を詳細に解析し、個人情報の紐づけ精度を向上させることができる。顔認証部は、例えば、顔の特徴点を詳細に解析し、個人情報と正確に紐づける。また、顔認証部は、顔の特徴点を基に、社員の個人情報をデータベースから取得し、認証を行うこともできる。また、顔認証部は、顔の特徴点を詳細に解析し、誤認識を防ぐためのフィルタリングを行うこともできる。これにより、顔の特徴点を詳細に解析することで、個人情報の紐づけ精度が向上する。顔認証部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、顔認証部は、顔の特徴点データを生成ＡＩに入力し、個人情報の紐づけ精度向上を生成ＡＩに実行させることができる。

顔認証部は、顔認証時に、社員の勤務状況を考慮して認証の優先順位を決定することができる。顔認証部は、例えば、勤務中の社員を優先して顔認証を行い、迅速に認証を完了する。また、顔認証部は、勤務外の社員の場合、顔認証の優先順位を下げて認証を行うこともできる。また、顔認証部は、勤務状況に応じて、顔認証の優先順位を動的に調整することもできる。これにより、勤務状況に応じた顔認証の優先順位調整が可能となる。顔認証部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、顔認証部は、社員の勤務状況データを生成ＡＩに入力し、認証の優先順位決定を生成ＡＩに実行させることができる。

顔認証部は、顔認証時に、社員のソーシャルメディアの顔画像を参照して認証の精度を向上させることができる。顔認証部は、例えば、社員のソーシャルメディアから顔画像を取得し、認証データベースに追加する。また、顔認証部は、ソーシャルメディアの顔画像を基に、顔認証アルゴリズムの学習を行い、認証精度を向上させることもできる。また、顔認証部は、ソーシャルメディアの顔画像を参照し、顔認証の精度を高めるための補助データとして使用することもできる。これにより、ソーシャルメディアの顔画像を参照することで、顔認証の精度が向上する。顔認証部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、顔認証部は、ソーシャルメディアの顔画像データを生成ＡＩに入力し、認証の精度向上を生成ＡＩに実行させることができる。

特定部は、医療機関の特定時に、社員の過去の受診履歴を参照して最適な医療機関を選定することができる。特定部は、例えば、過去に受診した医療機関の評価を基に、最適な医療機関を選定する。また、特定部は、過去の受診履歴を参照し、同じ医療機関を優先して選定することもできる。また、特定部は、過去の受診履歴を基に、特定の専門分野に強い医療機関を選定することもできる。これにより、過去の受診履歴を参照することで、最適な医療機関の選定が可能となる。特定部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、特定部は、過去の受診履歴データを生成ＡＩに入力し、最適な医療機関の選定を生成ＡＩに実行させることができる。

特定部は、医療機関の特定時に、社員の健康状態を考慮して特定の医療機関を優先することができる。特定部は、例えば、健康状態が悪化している社員には、専門医がいる医療機関を優先して特定する。また、特定部は、健康状態が良好な社員には、一般的な医療機関を優先して特定することもできる。また、特定部は、健康状態に応じて、特定の医療機関を動的に優先することもできる。これにより、健康状態に応じた医療機関の優先特定が可能となる。特定部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、特定部は、社員の健康状態データを生成ＡＩに入力し、医療機関の優先特定を生成ＡＩに実行させることができる。

特定部は、医療機関の特定時に、社員の交通手段を考慮して最適な医療機関を選定することができる。特定部は、例えば、公共交通機関を利用する社員には、最寄りの駅やバス停に近い医療機関を選定する。また、特定部は、自家用車を利用する社員には、駐車場が完備された医療機関を選定することもできる。また、特定部は、徒歩で通勤する社員には、徒歩圏内の医療機関を選定することもできる。これにより、交通手段に応じた最適な医療機関の選定が可能となる。特定部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、特定部は、社員の交通手段データを生成ＡＩに入力し、最適な医療機関の選定を生成ＡＩに実行させることができる。

特定部は、医療機関の特定時に、社員の勤務スケジュールを考慮して特定の医療機関を優先することができる。特定部は、例えば、勤務時間内に受診可能な医療機関を優先して特定する。また、特定部は、勤務時間外に受診可能な医療機関を優先して特定することもできる。また、特定部は、勤務スケジュールに応じて、特定の医療機関を動的に優先することもできる。これにより、勤務スケジュールに応じた医療機関の優先特定が可能となる。特定部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、特定部は、社員の勤務スケジュールデータを生成ＡＩに入力し、医療機関の優先特定を生成ＡＩに実行させることができる。

連係部は、保険証情報の連係時に、社員の過去の保険利用履歴を参照して連係の精度を向上させることができる。連係部は、例えば、過去の保険利用履歴を基に、保険証情報の連係を行う。また、連係部は、過去の保険利用履歴を参照し、連係の精度を向上させることもできる。また、連係部は、過去の保険利用履歴を基に、連係手順を最適化することもできる。これにより、過去の保険利用履歴を参照することで、保険証情報の連係精度が向上する。連係部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、連係部は、過去の保険利用履歴データを生成ＡＩに入力し、連係の精度向上を生成ＡＩに実行させることができる。

連係部は、保険証情報の連係時に、社員の健康状態を考慮して連係の優先順位を決定することができる。連係部は、例えば、健康状態が悪化している社員には、保険証情報の連係を優先して行う。また、連係部は、健康状態が良好な社員には、保険証情報の連係を後回しにすることもできる。また、連係部は、健康状態に応じて、連係の優先順位を動的に調整することもできる。これにより、健康状態に応じた保険証情報の連係優先順位の決定が可能となる。連係部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、連係部は、社員の健康状態データを生成ＡＩに入力し、連係の優先順位決定を生成ＡＩに実行させることができる。

連係部は、保険証情報の連係時に、社員の勤務状況を考慮して連係の優先順位を決定することができる。連係部は、例えば、勤務中の社員を優先して保険証情報の連係を行う。また、連係部は、勤務外の社員の場合、保険証情報の連係を後回しにすることもできる。また、連係部は、勤務状況に応じて、連係の優先順位を動的に調整することもできる。これにより、勤務状況に応じた保険証情報の連係優先順位の決定が可能となる。連係部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、連係部は、社員の勤務状況データを生成ＡＩに入力し、連係の優先順位決定を生成ＡＩに実行させることができる。

連係部は、保険証情報の連係時に、社員のソーシャルメディアの情報を参照して連係の精度を向上させることができる。連係部は、例えば、社員のソーシャルメディアから保険証情報を取得し、連係データベースに追加する。また、連係部は、ソーシャルメディアの情報を基に、保険証情報の連係精度を向上させることもできる。また、連係部は、ソーシャルメディアの情報を参照し、連係の精度を高めるための補助データとして使用することもできる。これにより、ソーシャルメディアの情報を参照することで、保険証情報の連係精度が向上する。連係部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、連係部は、ソーシャルメディアの情報を生成ＡＩに入力し、連係の精度向上を生成ＡＩに実行させることができる。

提示部は、受診コースの提示時に、社員の過去の受診履歴を参照して最適なコースを提案することができる。提示部は、例えば、過去の受診履歴を基に、最適な受診コースを提案する。また、提示部は、過去の受診履歴を参照し、受診コースの精度を向上させることもできる。また、提示部は、過去の受診履歴を基に、受診コースの優先順位を決定することもできる。これにより、過去の受診履歴を参照することで、最適な受診コースの提案が可能となる。提示部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、提示部は、過去の受診履歴データを生成ＡＩに入力し、最適な受診コースの提案を生成ＡＩに実行させることができる。

提示部は、受診コースの提示時に、社員の健康状態を考慮してコースの優先順位を決定することができる。提示部は、例えば、健康状態が悪化している社員には、専門的な受診コースを優先して提案する。また、提示部は、健康状態が良好な社員には、一般的な受診コースを優先して提案することもできる。また、提示部は、健康状態に応じて、受診コースの優先順位を動的に調整することもできる。これにより、健康状態に応じた受診コースの優先順位の決定が可能となる。提示部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、提示部は、社員の健康状態データを生成ＡＩに入力し、受診コースの優先順位決定を生成ＡＩに実行させることができる。

提示部は、受診コースの提示時に、社員の勤務状況を考慮して最適なコースを提案することができる。提示部は、例えば、勤務時間内に受診可能なコースを優先して提案する。また、提示部は、勤務時間外に受診可能なコースを優先して提案することもできる。また、提示部は、勤務状況に応じて、最適な受診コースを動的に提案することもできる。これにより、勤務状況に応じた最適な受診コースの提案が可能となる。提示部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、提示部は、社員の勤務状況データを生成ＡＩに入力し、最適な受診コースの提案を生成ＡＩに実行させることができる。

提示部は、受診コースの提示時に、社員のソーシャルメディアの情報を参照してコースの精度を向上させることができる。提示部は、例えば、社員のソーシャルメディアから健康に関する情報を取得し、受診コースの提案に反映する。また、提示部は、ソーシャルメディアの情報を基に、受診コースの精度を向上させることもできる。また、提示部は、ソーシャルメディアの情報を参照し、受診コースの優先順位を決定することもできる。これにより、ソーシャルメディアの情報を参照することで、受診コースの精度が向上する。提示部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、提示部は、ソーシャルメディアの情報を生成ＡＩに入力し、受診コースの精度向上を生成ＡＩに実行させることができる。

提案部は、オプション検査の提案時に、社員の過去の受診履歴を参照して最適な検査を提案することができる。提案部は、例えば、過去の受診履歴を基に、最適なオプション検査を提案する。また、提案部は、過去の受診履歴を参照し、オプション検査の精度を向上させることもできる。また、提案部は、過去の受診履歴を基に、オプション検査の優先順位を決定することもできる。これにより、過去の受診履歴を参照することで、最適なオプション検査の提案が可能となる。提案部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、提案部は、過去の受診履歴データを生成ＡＩに入力し、最適なオプション検査の提案を生成ＡＩに実行させることができる。

提案部は、オプション検査の提案時に、社員の健康状態を考慮して検査の優先順位を決定することができる。提案部は、例えば、健康状態が悪化している社員には、専門的なオプション検査を優先して提案する。また、提案部は、健康状態が良好な社員には、一般的なオプション検査を優先して提案することもできる。また、提案部は、健康状態に応じて、オプション検査の優先順位を動的に調整することもできる。これにより、健康状態に応じたオプション検査の優先順位の決定が可能となる。提案部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、提案部は、社員の健康状態データを生成ＡＩに入力し、オプション検査の優先順位決定を生成ＡＩに実行させることができる。

提案部は、オプション検査の提案時に、社員の勤務状況を考慮して最適な検査を提案することができる。提案部は、例えば、勤務時間内に受診可能なオプション検査を優先して提案する。また、提案部は、勤務時間外に受診可能なオプション検査を優先して提案することもできる。また、提案部は、勤務状況に応じて、最適なオプション検査を動的に提案することもできる。これにより、勤務状況に応じた最適なオプション検査の提案が可能となる。提案部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、提案部は、社員の勤務状況データを生成ＡＩに入力し、最適なオプション検査の提案を生成ＡＩに実行させることができる。

提案部は、オプション検査の提案時に、社員のソーシャルメディアの情報を参照して検査の精度を向上させることができる。提案部は、例えば、社員のソーシャルメディアから健康に関する情報を取得し、オプション検査の提案に反映する。また、提案部は、ソーシャルメディアの情報を基に、オプション検査の精度を向上させることもできる。また、提案部は、ソーシャルメディアの情報を参照し、オプション検査の優先順位を決定することもできる。これにより、ソーシャルメディアの情報を参照することで、オプション検査の精度が向上する。提案部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、提案部は、ソーシャルメディアの情報を生成ＡＩに入力し、オプション検査の精度向上を生成ＡＩに実行させることができる。

調整部は、日程調整時に、社員の過去のスケジュール履歴を参照して最適な日程を提案することができる。調整部は、例えば、過去のスケジュール履歴を基に、最適な日程を提案する。また、調整部は、過去のスケジュール履歴を参照し、日程調整の精度を向上させることもできる。また、調整部は、過去のスケジュール履歴を基に、日程の優先順位を決定することもできる。これにより、過去のスケジュール履歴を参照することで、最適な日程の提案が可能となる。調整部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、調整部は、過去のスケジュール履歴データを生成ＡＩに入力し、最適な日程の提案を生成ＡＩに実行させることができる。

調整部は、日程調整時に、社員の健康状態を考慮して日程の優先順位を決定することができる。調整部は、例えば、健康状態が悪化している社員には、早急に日程を調整する。また、調整部は、健康状態が良好な社員には、日程調整を後回しにすることもできる。また、調整部は、健康状態に応じて、日程の優先順位を動的に調整することもできる。これにより、健康状態に応じた日程の優先順位の決定が可能となる。調整部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、調整部は、社員の健康状態データを生成ＡＩに入力し、日程の優先順位決定を生成ＡＩに実行させることができる。

調整部は、日程調整時に、社員の勤務状況を考慮して最適な日程を提案することができる。調整部は、例えば、勤務時間内に受診可能な日程を優先して提案する。また、調整部は、勤務時間外に受診可能な日程を優先して提案することもできる。また、調整部は、勤務状況に応じて、最適な日程を動的に提案することもできる。これにより、勤務状況に応じた最適な日程の提案が可能となる。調整部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、調整部は、社員の勤務状況データを生成ＡＩに入力し、最適な日程の提案を生成ＡＩに実行させることができる。

調整部は、日程調整時に、社員のソーシャルメディアの情報を参照して日程の精度を向上させることができる。調整部は、例えば、社員のソーシャルメディアからスケジュールに関する情報を取得し、日程調整に反映する。また、調整部は、ソーシャルメディアの情報を基に、日程調整の精度を向上させることもできる。また、調整部は、ソーシャルメディアの情報を参照し、日程の優先順位を決定することもできる。これにより、ソーシャルメディアの情報を参照することで、日程の精度が向上する。調整部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、調整部は、ソーシャルメディアの情報を生成ＡＩに入力し、日程の精度向上を生成ＡＩに実行させることができる。

実施形態に係るシステムは、上述した例に限定されず、例えば、以下のように、種々の変更が可能である。

健康診断予約システムは、さらに社員の健康状態をリアルタイムでモニタリングする健康状態監視部を備えることができる。健康状態監視部は、社員のウェアラブルデバイスから心拍数や血圧、体温などのデータを取得し、異常が検出された場合には即座に通知を行うことができる。例えば、心拍数が異常に高い場合には、緊急の医療機関受診を推奨する通知を送信する。また、血圧が高い場合には、定期的な血圧測定を促すリマインダーを設定することもできる。さらに、体温が高い場合には、風邪やインフルエンザの可能性を示唆し、適切な医療機関の受診を推奨することもできる。これにより、社員の健康状態を常に把握し、早期の対応が可能となる。

健康診断予約システムは、さらに社員の食事や運動の記録を管理するライフスタイル管理部を備えることができる。ライフスタイル管理部は、社員が日々の食事内容や運動量を入力することで、健康診断の結果と連動して健康改善のアドバイスを提供する。例えば、食事の記録から栄養バランスの偏りを検出し、バランスの取れた食事メニューを提案する。また、運動量が不足している場合には、適切な運動プランを提示し、実行を促すリマインダーを送信することもできる。さらに、ライフスタイル管理部は、社員の目標設定をサポートし、達成度を可視化することでモチベーションを維持する手助けをすることもできる。これにより、社員の健康維持・向上を総合的にサポートすることが可能となる。

健康診断予約システムは、さらに社員の健康診断結果を分析し、個別の健康レポートを生成するレポート生成部を備えることができる。レポート生成部は、社員の過去の健康診断結果や現在の健康状態を基に、健康リスクを評価し、具体的な改善策を提示する。例えば、過去の結果から血糖値が高い傾向がある場合には、食事や運動の改善策を提案する。また、コレステロール値が高い場合には、適切な食事メニューやサプリメントの推奨を行うこともできる。さらに、健康リスクが高い場合には、定期的なフォローアップ検査を推奨し、早期発見・早期治療を促すこともできる。これにより、社員の健康管理をより効果的に行うことが可能となる。

健康診断予約システムは、さらに社員の健康診断結果を基に、健康教育コンテンツを提供する教育提供部を備えることができる。教育提供部は、社員の健康状態に応じた適切な健康教育コンテンツを選定し、提供する。例えば、血圧が高い社員には、血圧管理に関するビデオや記事を提供する。また、糖尿病のリスクがある社員には、糖尿病予防に関する情報を提供することもできる。さらに、健康診断結果に基づいて、社員が興味を持ちそうな健康トピックを提案し、継続的な学習を促すこともできる。これにより、社員の健康意識を高め、自己管理能力を向上させることが可能となる。

以下に、形態例１の処理の流れについて簡単に説明する。

ステップ１：顔認証部は、社員の顔画像を撮影し、顔認証アルゴリズムを用いて社員の個人情報を紐づける。社員の顔画像には、例えば、社員の名前や社員番号、所属部署などの情報が含まれる。顔認証部は、ディープラーニングを用いた顔認証アルゴリズムを使用して社員の個人情報を紐づける。ディープラーニングは、CNN（畳み込みニューラルネットワーク）やRNN（リカレントニューラルネットワーク）などの技術で実現される。
ステップ２：特定部は、顔認証部によって紐づけられた社員情報に基づいて、近隣の提携医療機関を特定する。特定部は、社員の勤務地や自宅の住所に基づいて、最寄りの提携医療機関をリストアップするアルゴリズムを使用する。リストアップするアルゴリズムは、距離計算や優先順位付けなどの方法で実現される。
ステップ３：連係部は、特定部によって特定された医療機関に対して保険証情報を自動的に連係する。連係部は、社員の保険証情報を事前にデータベースに登録し、顔認証によって紐づけられた社員情報と照合する。データベースは、SQLデータベースやNoSQLデータベースなどの種類がある。
ステップ４：提示部は、社員の年齢情報に基づいて適切な受診コースを提示する。提示部は、社員の年齢情報に基づいて受診コースを提案するアルゴリズムを使用する。提案するアルゴリズムは、ルールベースや機械学習ベースなどの方法で実現される。
ステップ５：提案部は、提示部によって提示された受診コースに基づいてお勧めのオプション検査を提案する。提案部は、過去の受診結果を解析してお勧めのオプション検査を提案するアルゴリズムを使用する。解析するアルゴリズムは、データマイニングや統計解析などの方法で実現される。
ステップ６：調整部は、社員のカレンダー情報と医療機関の予約履歴をマッチングさせて最適な日程を調整する。調整部は、社員のカレンダー情報と医療機関の空き状況を照合し、予約日を提案するアルゴリズムを使用する。照合するアルゴリズムは、マッチングアルゴリズムやヒューリスティックアルゴリズムなどの方法で実現される。

（形態例２）
本発明の実施形態に係る健康診断予約システムは、社員の健康診断の受診を効率化するシステムである。このシステムは、顔認証により社員の情報が紐づけられ、近隣の提携医療機関を特定し、保険証の記号や番号情報を自動的に連係する。さらに、社員の年齢情報に基づいて適切な受診コースを提示し、過去の受診結果に基づいてお勧めのオプション検査を提案する。最後に、社員のカレンダー情報と医療機関の予約履歴をマッチングさせ、最適な日程を自動的に調整する。この仕組みにより、面倒な医療機関選びや日程調整、受診コース決め、保険証情報との紐づけが自動化される。例えば、顔認証により社員の情報が紐づけられる。この際、社員の顔画像をカメラで撮影し、ディープラーニングを用いた顔認証アルゴリズムを使用して社員の個人情報と紐づける。例えば、社員の名前や社員番号、所属部署などの情報が顔認証によって自動的に取得される。次に、近隣の提携医療機関を特定する。例えば、社員の勤務地や自宅の住所に基づいて、最寄りの提携医療機関をリストアップするアルゴリズムを使用する。このリストは、社員の利便性を考慮して、距離や交通手段などの情報を基に最適化される。さらに、保険証の記号や番号情報を自動的に連係する。社員が保険証を持参する必要がなく、システムが自動的に保険証情報を取得し、医療機関に提供する。これにより、受付時の手続きが簡略化される。次に、社員の年齢情報に基づいて適切な受診コースを提示する。例えば、40歳以上の社員には特定の健康診断コースを提案し、20代の社員には別のコースを提案する。また、過去の受診結果に基づいてお勧めのオプション検査を提案する。例えば、過去に高血圧の傾向があった社員には、血圧測定を含むオプション検査を提案する。最後に、社員のカレンダー情報と医療機関の予約履歴をマッチングさせ、最適な日程を自動的に調整する。例えば、社員の勤務スケジュールやプライベートの予定を考慮し、医療機関の空き状況と照らし合わせて最適な予約日を提案するアルゴリズムを使用する。これにより、社員は手間をかけずに健康診断の予約を完了することができる。この仕組みにより、企業は労働安全衛生法に基づく健康診断の受診を効率的に管理することができ、社員は手間をかけずに健康診断を受けることができる。これにより、健康診断予約システムは、社員の健康診断の受診を効率化し、企業の労働安全衛生法に基づく役割を支援することができる。

顔認証部は、社員の感情を推定し、推定した社員の感情に基づいて顔認証の精度を調整することができる。顔認証部は、例えば、社員が緊張している場合、顔認証の許容範囲を広げて認証の成功率を高める。また、顔認証部は、社員がリラックスしている場合、顔認証の精度を高めて誤認識を防ぐこともできる。また、顔認証部は、社員が疲れている場合、顔認証の速度を優先し、迅速に認証を行うこともできる。これにより、社員の感情に応じた顔認証の精度調整が可能となる。感情の推定は、例えば、感情エンジンまたは生成ＡＩなどを用いて感情推定機能を用いて実現される。生成ＡＩは、テキスト生成ＡＩ（例えば、ＬＬＭ）やマルチモーダル生成ＡＩなどであるが、かかる例に限定されない。顔認証部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、顔認証部は、社員の感情データを生成ＡＩに入力し、顔認証の精度調整を生成ＡＩに実行させることができる。

顔認証部は、社員の感情を推定し、推定した社員の感情に基づいて顔認証のタイミングを調整することができる。顔認証部は、例えば、社員がリラックスしている場合、顔認証のタイミングを遅らせて自然な認証を行う。また、顔認証部は、社員が急いでいる場合、顔認証のタイミングを早めて迅速に認証を行うこともできる。また、顔認証部は、社員が緊張している場合、顔認証のタイミングを調整して認証の成功率を高めることもできる。これにより、社員の感情に応じた顔認証のタイミング調整が可能となる。感情の推定は、例えば、感情エンジンまたは生成ＡＩなどを用いて感情推定機能を用いて実現される。生成ＡＩは、テキスト生成ＡＩ（例えば、ＬＬＭ）やマルチモーダル生成ＡＩなどであるが、かかる例に限定されない。顔認証部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、顔認証部は、社員の感情データを生成ＡＩに入力し、顔認証のタイミング調整を生成ＡＩに実行させることができる。

特定部は、社員の感情を推定し、推定した社員の感情に基づいて医療機関の特定方法を調整することができる。特定部は、例えば、社員がリラックスしている場合、詳細な医療機関情報を提供して選択肢を広げる。また、特定部は、社員が急いでいる場合、最も近い医療機関を優先して特定することもできる。また、特定部は、社員が緊張している場合、信頼性の高い医療機関を優先して特定することもできる。これにより、社員の感情に応じた医療機関の特定方法の調整が可能となる。感情の推定は、例えば、感情エンジンまたは生成ＡＩなどを用いて感情推定機能を用いて実現される。生成ＡＩは、テキスト生成ＡＩ（例えば、ＬＬＭ）やマルチモーダル生成ＡＩなどであるが、かかる例に限定されない。特定部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、特定部は、社員の感情データを生成ＡＩに入力し、医療機関の特定方法の調整を生成ＡＩに実行させることができる。

特定部は、社員の感情を推定し、推定した社員の感情に基づいて医療機関の特定順序を調整することができる。特定部は、例えば、社員がリラックスしている場合、詳細な情報を提供して選択肢を広げる。また、特定部は、社員が急いでいる場合、最も近い医療機関を優先して特定することもできる。また、特定部は、社員が緊張している場合、信頼性の高い医療機関を優先して特定することもできる。これにより、社員の感情に応じた医療機関の特定順序の調整が可能となる。感情の推定は、例えば、感情エンジンまたは生成ＡＩなどを用いて感情推定機能を用いて実現される。生成ＡＩは、テキスト生成ＡＩ（例えば、ＬＬＭ）やマルチモーダル生成ＡＩなどであるが、かかる例に限定されない。特定部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、特定部は、社員の感情データを生成ＡＩに入力し、医療機関の特定順序の調整を生成ＡＩに実行させることができる。

連係部は、社員の感情を推定し、推定した社員の感情に基づいて保険証情報の連係方法を調整することができる。連係部は、例えば、社員がリラックスしている場合、詳細な連係手順を提供する。また、連係部は、社員が急いでいる場合、簡略化された連係手順を提供することもできる。また、連係部は、社員が緊張している場合、連係手順を調整して成功率を高めることもできる。これにより、社員の感情に応じた保険証情報の連係方法の調整が可能となる。感情の推定は、例えば、感情エンジンまたは生成ＡＩなどを用いて感情推定機能を用いて実現される。生成ＡＩは、テキスト生成ＡＩ（例えば、ＬＬＭ）やマルチモーダル生成ＡＩなどであるが、かかる例に限定されない。連係部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、連係部は、社員の感情データを生成ＡＩに入力し、保険証情報の連係方法の調整を生成ＡＩに実行させることができる。

連係部は、社員の感情を推定し、推定した社員の感情に基づいて保険証情報の連係タイミングを調整することができる。連係部は、例えば、社員がリラックスしている場合、連係タイミングを遅らせて自然な連係を行う。また、連係部は、社員が急いでいる場合、連係タイミングを早めて迅速に連係を行うこともできる。また、連係部は、社員が緊張している場合、連係タイミングを調整して成功率を高めることもできる。これにより、社員の感情に応じた保険証情報の連係タイミングの調整が可能となる。感情の推定は、例えば、感情エンジンまたは生成ＡＩなどを用いて感情推定機能を用いて実現される。生成ＡＩは、テキスト生成ＡＩ（例えば、ＬＬＭ）やマルチモーダル生成ＡＩなどであるが、かかる例に限定されない。連係部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、連係部は、社員の感情データを生成ＡＩに入力し、保険証情報の連係タイミング調整を生成ＡＩに実行させることができる。

提示部は、社員の感情を推定し、推定した社員の感情に基づいて受診コースの提示方法を調整することができる。提示部は、例えば、社員がリラックスしている場合、詳細な受診コース情報を提供する。また、提示部は、社員が急いでいる場合、簡略化された受診コース情報を提供することもできる。また、提示部は、社員が緊張している場合、受診コースの提示方法を調整して成功率を高めることもできる。これにより、社員の感情に応じた受診コースの提示方法の調整が可能となる。感情の推定は、例えば、感情エンジンまたは生成ＡＩなどを用いて感情推定機能を用いて実現される。生成ＡＩは、テキスト生成ＡＩ（例えば、ＬＬＭ）やマルチモーダル生成ＡＩなどであるが、かかる例に限定されない。提示部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、提示部は、社員の感情データを生成ＡＩに入力し、受診コースの提示方法の調整を生成ＡＩに実行させることができる。

提示部は、社員の感情を推定し、推定した社員の感情に基づいて受診コースの提示順序を調整することができる。提示部は、例えば、社員がリラックスしている場合、詳細な情報を提供して選択肢を広げる。また、提示部は、社員が急いでいる場合、最も重要な受診コースを優先して提示することもできる。また、提示部は、社員が緊張している場合、信頼性の高い受診コースを優先して提示することもできる。これにより、社員の感情に応じた受診コースの提示順序の調整が可能となる。感情の推定は、例えば、感情エンジンまたは生成ＡＩなどを用いて感情推定機能を用いて実現される。生成ＡＩは、テキスト生成ＡＩ（例えば、ＬＬＭ）やマルチモーダル生成ＡＩなどであるが、かかる例に限定されない。提示部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、提示部は、社員の感情データを生成ＡＩに入力し、受診コースの提示順序の調整を生成ＡＩに実行させることができる。

提案部は、社員の感情を推定し、推定した社員の感情に基づいてオプション検査の提案方法を調整することができる。提案部は、例えば、社員がリラックスしている場合、詳細なオプション検査情報を提供する。また、提案部は、社員が急いでいる場合、簡略化されたオプション検査情報を提供することもできる。また、提案部は、社員が緊張している場合、オプション検査の提案方法を調整して成功率を高めることもできる。これにより、社員の感情に応じたオプション検査の提案方法の調整が可能となる。感情の推定は、例えば、感情エンジンまたは生成ＡＩなどを用いて感情推定機能を用いて実現される。生成ＡＩは、テキスト生成ＡＩ（例えば、ＬＬＭ）やマルチモーダル生成ＡＩなどであるが、かかる例に限定されない。提案部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、提案部は、社員の感情データを生成ＡＩに入力し、オプション検査の提案方法の調整を生成ＡＩに実行させることができる。

提案部は、社員の感情を推定し、推定した社員の感情に基づいてオプション検査の提案順序を調整することができる。提案部は、例えば、社員がリラックスしている場合、詳細な情報を提供して選択肢を広げる。また、提案部は、社員が急いでいる場合、最も重要なオプション検査を優先して提案することもできる。また、提案部は、社員が緊張している場合、信頼性の高いオプション検査を優先して提案することもできる。これにより、社員の感情に応じたオプション検査の提案順序の調整が可能となる。感情の推定は、例えば、感情エンジンまたは生成ＡＩなどを用いて感情推定機能を用いて実現される。生成ＡＩは、テキスト生成ＡＩ（例えば、ＬＬＭ）やマルチモーダル生成ＡＩなどであるが、かかる例に限定されない。提案部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、提案部は、社員の感情データを生成ＡＩに入力し、オプション検査の提案順序の調整を生成ＡＩに実行させることができる。

調整部は、社員の感情を推定し、推定した社員の感情に基づいて日程調整の方法を調整することができる。調整部は、例えば、社員がリラックスしている場合、詳細な日程調整情報を提供する。また、調整部は、社員が急いでいる場合、簡略化された日程調整情報を提供することもできる。また、調整部は、社員が緊張している場合、日程調整の方法を調整して成功率を高めることもできる。これにより、社員の感情に応じた日程調整の方法の調整が可能となる。感情の推定は、例えば、感情エンジンまたは生成ＡＩなどを用いて感情推定機能を用いて実現される。生成ＡＩは、テキスト生成ＡＩ（例えば、ＬＬＭ）やマルチモーダル生成ＡＩなどであるが、かかる例に限定されない。調整部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、調整部は、社員の感情データを生成ＡＩに入力し、日程調整の方法の調整を生成ＡＩに実行させることができる。

調整部は、社員の感情を推定し、推定した社員の感情に基づいて日程調整の順序を調整することができる。調整部は、例えば、社員がリラックスしている場合、詳細な情報を提供して選択肢を広げる。また、調整部は、社員が急いでいる場合、最も重要な日程を優先して調整することもできる。また、調整部は、社員が緊張している場合、信頼性の高い日程を優先して調整することもできる。これにより、社員の感情に応じた日程調整の順序の調整が可能となる。感情の推定は、例えば、感情エンジンまたは生成ＡＩなどを用いて感情推定機能を用いて実現される。生成ＡＩは、テキスト生成ＡＩ（例えば、ＬＬＭ）やマルチモーダル生成ＡＩなどであるが、かかる例に限定されない。調整部における上述した処理の一部または全部は、例えば、ＡＩを用いて行われてもよく、ＡＩを用いずに行われてもよい。例えば、調整部は、社員の感情データを生成ＡＩに入力し、日程調整の順序の調整を生成ＡＩに実行させることができる。

健康診断予約システムは、さらに社員のストレスレベルを評価するストレス評価部を備えることができる。ストレス評価部は、社員の心拍変動や睡眠パターン、アンケート結果などを基にストレスレベルを推定し、適切な対策を提案する。例えば、心拍変動が少ない場合には、リラックスするための呼吸法や瞑想のガイドを提供する。また、睡眠パターンが乱れている場合には、睡眠環境の改善や適切な睡眠時間の確保を促すアドバイスを行うこともできる。さらに、アンケート結果から心理的なストレス要因を特定し、カウンセリングの受診を推奨することもできる。これにより、社員のメンタルヘルスをサポートし、ストレスの軽減を図ることが可能となる。

健康診断予約システムは、さらに社員の感情を推定し、推定した感情に基づいて健康診断の受診意欲を高めるための動機付けメッセージを提供することができる。例えば、社員が不安を感じている場合には、健康診断の重要性やメリットを強調するメッセージを送信する。また、社員がリラックスしている場合には、健康診断の受診を楽しむためのアドバイスを提供することもできる。さらに、社員が疲れている場合には、健康診断の受診が健康維持に役立つことを強調し、受診意欲を高めるメッセージを送信することもできる。これにより、社員の感情に応じた適切な動機付けが可能となり、健康診断の受診率を向上させることができる。

健康診断予約システムは、さらに社員の感情を推定し、推定した感情に基づいて健康診断の結果通知方法を調整することができる。例えば、社員が緊張している場合には、結果通知を柔らかい表現で行い、安心感を与える。また、社員がリラックスしている場合には、詳細な結果を提供し、自己管理の意識を高めることもできる。さらに、社員が不安を感じている場合には、結果通知と同時に適切なフォローアップのアドバイスを提供することもできる。これにより、社員の感情に応じた結果通知が可能となり、健康管理の意識を高めることができる。

健康診断予約システムは、さらに社員の感情を推定し、推定した感情に基づいて健康診断の受診スケジュールを調整することができる。例えば、社員がストレスを感じている場合には、リラックスできる時間帯に受診を設定する。また、社員が忙しい場合には、短時間で受診可能なスケジュールを提案することもできる。さらに、社員がリラックスしている場合には、詳細な検査を含むスケジュールを提案することもできる。これにより、社員の感情に応じた受診スケジュールの調整が可能となり、受診の負担を軽減することができる。

健康診断予約システムは、さらに社員の感情を推定し、推定した感情に基づいて健康診断の受診前後のサポートを提供することができる。例えば、社員が不安を感じている場合には、受診前にリラックスするためのアドバイスを提供する。また、社員が緊張している場合には、受診後にリラックスするための方法を提案することもできる。さらに、社員がリラックスしている場合には、受診後の健康管理に関する情報を提供し、継続的な健康管理をサポートすることもできる。これにより、社員の感情に応じた受診前後のサポートが可能となり、健康診断の体験を向上させることができる。

健康診断予約システムは、さらに社員の感情を推定し、推定した感情に基づいて健康診断の結果に対するフィードバックを提供することができる。例えば、社員が不安を感じている場合には、結果に対するポジティブなフィードバックを強調する。また、社員がリラックスしている場合には、詳細なフィードバックを提供し、自己管理の意識を高めることもできる。さらに、社員が緊張している場合には、結果に対する具体的な改善策を提案し、安心感を与えることもできる。これにより、社員の感情に応じた適切なフィードバックが可能となり、健康管理の意識を高めることができる。

以下に、形態例２の処理の流れについて簡単に説明する。

特定処理部２９０は、特定処理の結果をスマートデバイス１４に送信する。スマートデバイス１４では、制御部４６Ａが、出力装置４０に対して特定処理の結果を出力させる。マイクロフォン３８Ｂは、特定処理の結果に対するユーザ入力を示す音声を取得する。制御部４６Ａは、マイクロフォン３８Ｂによって取得されたユーザ入力を示す音声データをデータ処理装置１２に送信する。データ処理装置１２では、特定処理部２９０が音声データを取得する。

データ生成モデル５８は、いわゆる生成ＡＩ（Artificial Intelligence）である。データ生成モデル５８の一例としては、ＣｈａｔＧＰＴ（登録商標）（インターネット検索＜URL: https://openai.com/blog/chatgpt＞）などの生成ＡＩが挙げられる。データ生成モデル５８は、ニューラルネットワークに対して深層学習を行わせることによって得られる。データ生成モデル５８には、指示を含むプロンプトが入力され、かつ、音声を示す音声データ、テキストを示すテキストデータ、および画像を示す画像データ（例えば、静止画のデータまたは動画のデータ）などの推論用データが入力される。データ生成モデル５８は、入力された推論用データをプロンプトにより示される指示に従って推論し、推論結果を音声データ、テキストデータ、および画像データなどのうちの１以上のデータ形式で出力する。データ生成モデル５８は、例えば、テキスト生成ＡＩ、画像生成ＡＩ、マルチモーダル生成ＡＩなどを含む。ここで、推論とは、例えば、分析、分類、予測、および／または要約などを指す。特定処理部２９０は、データ生成モデル５８を用いながら、上述した特定処理を行う。データ生成モデル５８は、指示を含まないプロンプトから推論結果を出力するように、ファインチューニングされたモデルであってもよく、この場合、データ生成モデル５８は、指示を含まないプロンプトから推論結果を出力することができる。データ処理装置１２などにおいて、データ生成モデル５８は複数種類含まれており、データ生成モデル５８は、生成ＡＩ以外のＡＩを含む。生成ＡＩ以外のＡＩは、例えば、線形回帰、ロジスティック回帰、決定木、ランダムフォレスト、サポートベクターマシン（ＳＶＭ）、ｋ－ｍｅａｎｓクラスタリング、畳み込みニューラルネットワーク（ＣＮＮ）、リカレントニューラルネットワーク（ＲＮＮ）、生成的敵対的ネットワーク（ＧＡＮ）、またはナイーブベイズなどであり、種々の処理を行うことができるが、かかる例に限定されない。また、ＡＩは、ＡＩエージェントであってもよい。また、上述した各部の処理がＡＩで行われる場合、その処理は、ＡＩで一部または全部が行われるが、かかる例に限定されない。また、生成ＡＩを含むＡＩで実施される処理は、ルールベースでの処理に置き換えてもよく、ルールベースの処理は、生成ＡＩを含むＡＩで実施される処理に置き換えてもよい。

また、上述したデータ処理システム１０による処理は、データ処理装置１２の特定処理部２９０またはスマートデバイス１４の制御部４６Ａによって実行されるが、データ処理装置１２の特定処理部２９０とスマートデバイス１４の制御部４６Ａとによって実行されてもよい。また、データ処理装置１２の特定処理部２９０は、処理に必要な情報をスマートデバイス１４または外部の装置などから取得したり収集したりし、スマートデバイス１４は、処理に必要な情報をデータ処理装置１２または外部の装置などから取得したり収集したりする。

上述した顔認証部、特定部、連係部、提示部、提案部、および調整部を含む複数の要素の各々は、例えば、スマートデバイス１４およびデータ処理装置１２のうちの少なくとも一方で実現される。例えば、顔認証部は、スマートデバイス１４のカメラ４２を用いて社員の顔画像を撮影し、制御部４６Ａによってディープラーニングを用いた顔認証アルゴリズムを実行する。特定部は、例えば、データ処理装置１２の特定処理部２９０によって社員の勤務地や自宅の住所に基づいて最寄りの提携医療機関をリストアップする。連係部は、例えば、データ処理装置１２の特定処理部２９０によって保険証情報を自動的に連係する。提示部は、例えば、データ処理装置１２の特定処理部２９０によって社員の年齢情報に基づいて適切な受診コースを提示する。提案部は、例えば、データ処理装置１２の特定処理部２９０によって過去の受診結果を解析し、お勧めのオプション検査を提案する。調整部は、例えば、データ処理装置１２の特定処理部２９０によって社員のカレンダー情報と医療機関の予約履歴をマッチングさせて最適な日程を調整する。各部と装置や制御部との対応関係は、上述した例に限定されず、種々の変更が可能である。

［第２実施形態］
図３には、第２実施形態に係るデータ処理システム２１０の構成の一例が示されている。

図３に示すように、データ処理システム２１０は、データ処理装置１２およびスマート眼鏡２１４を備えている。データ処理装置１２の一例としては、サーバが挙げられる。

データ処理装置１２は、コンピュータ２２、データベース２４、および通信Ｉ／Ｆ２６を備えている。コンピュータ２２は、プロセッサ２８、ＲＡＭ３０、およびストレージ３２を備えている。プロセッサ２８、ＲＡＭ３０、およびストレージ３２は、バス３４に接続されている。また、データベース２４および通信Ｉ／Ｆ２６も、バス３４に接続されている。通信Ｉ／Ｆ２６は、ネットワーク５４に接続されている。ネットワーク５４の一例としては、ＷＡＮおよび／またはＬＡＮなどが挙げられる。

スマート眼鏡２１４は、コンピュータ３６、マイクロフォン２３８、スピーカ２４０、カメラ４２、および通信Ｉ／Ｆ４４を備えている。コンピュータ３６は、プロセッサ４６、ＲＡＭ４８、およびストレージ５０を備えている。プロセッサ４６、ＲＡＭ４８、およびストレージ５０は、バス５２に接続されている。また、マイクロフォン２３８、スピーカ２４０、およびカメラ４２も、バス５２に接続されている。

マイクロフォン２３８は、ユーザが発する音声を受け付けることで、ユーザから指示などを受け付ける。マイクロフォン２３８は、ユーザが発する音声を捕捉し、捕捉した音声を音声データに変換してプロセッサ４６に出力する。スピーカ２４０は、プロセッサ４６からの指示に従って音声を出力する。

カメラ４２は、レンズ、絞り、およびシャッタなどの光学系と、ＣＭＯＳ（Complementary Metal-Oxide-Semiconductor）イメージセンサまたはＣＣＤ（Charge Coupled Device）イメージセンサなどの撮像素子とが搭載された小型デジタルカメラであり、ユーザの周囲（例えば、一般的な健常者の視界の広さに相当する画角で規定された撮像範囲）を撮像する。

通信Ｉ／Ｆ４４は、ネットワーク５４に接続されている。通信Ｉ／Ｆ４４および２６は、ネットワーク５４を介してプロセッサ４６とプロセッサ２８との間の各種情報の授受を司る。通信Ｉ／Ｆ４４および２６を用いたプロセッサ４６とプロセッサ２８との間の各種情報の授受はセキュアな状態で行われる。

図４には、データ処理装置１２およびスマート眼鏡２１４の要部機能の一例が示されている。図４に示すように、データ処理装置１２では、プロセッサ２８によって特定処理が行われる。ストレージ３２には、特定処理プログラム５６が格納されている。

プロセッサ２８は、ストレージ３２から特定処理プログラム５６を読み出し、読み出した特定処理プログラム５６をＲＡＭ３０上で実行する。特定処理は、プロセッサ２８がＲＡＭ３０上で実行する特定処理プログラム５６に従って、特定処理部２９０として動作することによって実現される。

スマート眼鏡２１４では、プロセッサ４６によって特定処理が行われる。ストレージ５０には、特定処理プログラム６０が格納されている。プロセッサ４６は、ストレージ５０から特定処理プログラム６０を読み出し、読み出した特定処理プログラム６０をＲＡＭ４８上で実行する。特定処理は、プロセッサ４６がＲＡＭ４８上で実行する特定処理プログラム６０に従って、制御部４６Ａとして動作することによって実現される。なお、スマート眼鏡２１４には、データ生成モデル５８および感情特定モデル５９と同様のデータ生成モデルおよび感情特定モデルを有し、これらモデルを用いて特定処理部２９０と同様の処理を行うこともできる。

なお、データ処理装置１２以外の他の装置がデータ生成モデル５８を有してもよい。例えば、サーバ装置がデータ生成モデル５８を有してもよい。この場合、データ処理装置１２は、データ生成モデル５８を有するサーバ装置と通信を行うことで、データ生成モデル５８が用いられた処理結果（予測結果など）を得る。また、データ処理装置１２は、サーバ装置であってもよいし、ユーザが保有する端末装置（例えば、携帯電話、ロボット、家電など）であってもよい。

特定処理部２９０は、特定処理の結果をスマート眼鏡２１４に送信する。スマート眼鏡２１４では、制御部４６Ａが、スピーカ２４０に対して特定処理の結果を出力させる。マイクロフォン２３８は、特定処理の結果に対するユーザ入力を示す音声を取得する。制御部４６Ａは、マイクロフォン２３８によって取得されたユーザ入力を示す音声データをデータ処理装置１２に送信する。データ処理装置１２では、特定処理部２９０が音声データを取得する。

データ生成モデル５８は、いわゆる生成ＡＩである。データ生成モデル５８の一例としては、ＣｈａｔＧＰＴなどの生成ＡＩが挙げられる。データ生成モデル５８は、ニューラルネットワークに対して深層学習を行わせることによって得られる。データ生成モデル５８には、指示を含むプロンプトが入力され、かつ、音声を示す音声データ、テキストを示すテキストデータ、および画像を示す画像データ（例えば、静止画のデータまたは動画のデータ）などの推論用データが入力される。データ生成モデル５８は、入力された推論用データをプロンプトにより示される指示に従って推論し、推論結果を音声データ、テキストデータ、および画像データなどのうちの１以上のデータ形式で出力する。データ生成モデル５８は、例えば、テキスト生成ＡＩ、画像生成ＡＩ、マルチモーダル生成ＡＩなどを含む。ここで、推論とは、例えば、分析、分類、予測、および／または要約などを指す。特定処理部２９０は、データ生成モデル５８を用いながら、上述した特定処理を行う。データ生成モデル５８は、指示を含まないプロンプトから推論結果を出力するように、ファインチューニングされたモデルであってもよく、この場合、データ生成モデル５８は、指示を含まないプロンプトから推論結果を出力することができる。データ処理装置１２などにおいて、データ生成モデル５８は複数種類含まれており、データ生成モデル５８は、生成ＡＩ以外のＡＩを含む。生成ＡＩ以外のＡＩは、例えば、線形回帰、ロジスティック回帰、決定木、ランダムフォレスト、サポートベクターマシン（ＳＶＭ）、ｋ－ｍｅａｎｓクラスタリング、畳み込みニューラルネットワーク（ＣＮＮ）、リカレントニューラルネットワーク（ＲＮＮ）、生成的敵対的ネットワーク（ＧＡＮ）、またはナイーブベイズなどであり、種々の処理を行うことができるが、かかる例に限定されない。また、ＡＩは、ＡＩエージェントであってもよい。また、上述した各部の処理がＡＩで行われる場合、その処理は、ＡＩで一部または全部が行われるが、かかる例に限定されない。また、生成ＡＩを含むＡＩで実施される処理は、ルールベースでの処理に置き換えてもよく、ルールベースの処理は、生成ＡＩを含むＡＩで実施される処理に置き換えてもよい。

第２実施形態に係るデータ処理システム２１０は、第１実施形態に係るデータ処理システム１０と同様の処理を行う。データ処理システム２１０による処理は、データ処理装置１２の特定処理部２９０またはスマート眼鏡２１４の制御部４６Ａによって実行されるが、データ処理装置１２の特定処理部２９０とスマート眼鏡２１４の制御部４６Ａとによって実行されてもよい。また、データ処理装置１２の特定処理部２９０は、処理に必要な情報をスマート眼鏡２１４または外部の装置などから取得したり収集したりし、スマート眼鏡２１４は、処理に必要な情報をデータ処理装置１２または外部の装置などから取得したり収集したりする。

上述した顔認証部、特定部、連係部、提示部、提案部、および調整部を含む複数の要素の各々は、例えば、スマート眼鏡２１４およびデータ処理装置１２のうちの少なくとも一方で実現される。例えば、顔認証部は、スマート眼鏡２１４のカメラ４２を用いて社員の顔画像を撮影し、制御部４６Ａによってディープラーニングを用いた顔認証アルゴリズムを実行する。特定部は、例えば、データ処理装置１２の特定処理部２９０によって社員の勤務地や自宅の住所に基づいて最寄りの提携医療機関をリストアップする。連係部は、例えば、データ処理装置１２の特定処理部２９０によって保険証情報を自動的に連係する。提示部は、例えば、データ処理装置１２の特定処理部２９０によって社員の年齢情報に基づいて適切な受診コースを提示する。提案部は、例えば、データ処理装置１２の特定処理部２９０によって過去の受診結果を解析し、お勧めのオプション検査を提案する。調整部は、例えば、データ処理装置１２の特定処理部２９０によって社員のカレンダー情報と医療機関の予約履歴をマッチングさせて最適な日程を調整する。各部と装置や制御部との対応関係は、上述した例に限定されず、種々の変更が可能である。

［第３実施形態］
図５には、第３実施形態に係るデータ処理システム３１０の構成の一例が示されている。

図５に示すように、データ処理システム３１０は、データ処理装置１２およびヘッドセット型端末３１４を備えている。データ処理装置１２の一例としては、サーバが挙げられる。

ヘッドセット型端末３１４は、コンピュータ３６、マイクロフォン２３８、スピーカ２４０、カメラ４２、通信Ｉ／Ｆ４４、およびディスプレイ３４３を備えている。コンピュータ３６は、プロセッサ４６、ＲＡＭ４８、およびストレージ５０を備えている。プロセッサ４６、ＲＡＭ４８、およびストレージ５０は、バス５２に接続されている。また、マイクロフォン２３８、スピーカ２４０、カメラ４２、およびディスプレイ３４３も、バス５２に接続されている。

図６には、データ処理装置１２およびヘッドセット型端末３１４の要部機能の一例が示されている。図６に示すように、データ処理装置１２では、プロセッサ２８によって特定処理が行われる。ストレージ３２には、特定処理プログラム５６が格納されている。

ヘッドセット型端末３１４では、プロセッサ４６によって特定処理が行われる。ストレージ５０には、特定プログラム６０が格納されている。プロセッサ４６は、ストレージ５０から特定プログラム６０を読み出し、読み出した特定プログラム６０をＲＡＭ４８上で実行する。特定処理は、プロセッサ４６がＲＡＭ４８上で実行する特定プログラム６０に従って、制御部４６Ａとして動作することによって実現される。なお、ヘッドセット型端末３１４には、データ生成モデル５８および感情特定モデル５９と同様のデータ生成モデルおよび感情特定モデルを有し、これらモデルを用いて特定処理部２９０と同様の処理を行うこともできる。

特定処理部２９０は、特定処理の結果をヘッドセット型端末３１４に送信する。ヘッドセット型端末３１４では、制御部４６Ａが、スピーカ２４０およびディスプレイ３４３に対して特定処理の結果を出力させる。マイクロフォン２３８は、特定処理の結果に対するユーザ入力を示す音声を取得する。制御部４６Ａは、マイクロフォン２３８によって取得されたユーザ入力を示す音声データをデータ処理装置１２に送信する。データ処理装置１２では、特定処理部２９０が音声データを取得する。

第３実施形態に係るデータ処理システム３１０は、第１実施形態に係るデータ処理システム１０と同様の処理を行う。データ処理システム３１０による処理は、データ処理装置１２の特定処理部２９０またはヘッドセット型端末３１４の制御部４６Ａによって実行されるが、データ処理装置１２の特定処理部２９０とヘッドセット型端末３１４の制御部４６Ａとによって実行されてもよい。また、データ処理装置１２の特定処理部２９０は、処理に必要な情報をヘッドセット型端末３１４または外部の装置などから取得したり収集したりし、ヘッドセット型端末３１４は、処理に必要な情報をデータ処理装置１２または外部の装置などから取得したり収集したりする。

上述した顔認証部、特定部、連係部、提示部、提案部、および調整部を含む複数の要素の各々は、例えば、ヘッドセット型端末３１４およびデータ処理装置１２のうちの少なくとも一方で実現される。例えば、顔認証部は、ヘッドセット型端末３１４のカメラ４２を用いて社員の顔画像を撮影し、制御部４６Ａによってディープラーニングを用いた顔認証アルゴリズムを実行する。特定部は、例えば、データ処理装置１２の特定処理部２９０によって社員の勤務地や自宅の住所に基づいて最寄りの提携医療機関をリストアップする。連係部は、例えば、データ処理装置１２の特定処理部２９０によって保険証情報を自動的に連係する。提示部は、例えば、データ処理装置１２の特定処理部２９０によって社員の年齢情報に基づいて適切な受診コースを提示する。提案部は、例えば、データ処理装置１２の特定処理部２９０によって過去の受診結果を解析し、お勧めのオプション検査を提案する。調整部は、例えば、データ処理装置１２の特定処理部２９０によって社員のカレンダー情報と医療機関の予約履歴をマッチングさせて最適な日程を調整する。各部と装置や制御部との対応関係は、上述した例に限定されず、種々の変更が可能である。

［第４実施形態］
図７には、第４実施形態に係るデータ処理システム４１０の構成の一例が示されている。

図７に示すように、データ処理システム４１０は、データ処理装置１２およびロボット４１４を備えている。データ処理装置１２の一例としては、サーバが挙げられる。

ロボット４１４は、コンピュータ３６、マイクロフォン２３８、スピーカ２４０、カメラ４２、通信Ｉ／Ｆ４４、および制御対象４４３を備えている。コンピュータ３６は、プロセッサ４６、ＲＡＭ４８、およびストレージ５０を備えている。プロセッサ４６、ＲＡＭ４８、およびストレージ５０は、バス５２に接続されている。また、マイクロフォン２３８、スピーカ２４０、カメラ４２、および制御対象４４３も、バス５２に接続されている。

カメラ４２は、レンズ、絞り、およびシャッタなどの光学系と、ＣＭＯＳイメージセンサまたはＣＣＤイメージセンサなどの撮像素子とが搭載された小型デジタルカメラであり、ユーザの周囲（例えば、一般的な健常者の視界の広さに相当する画角で規定された撮像範囲）を撮像する。

制御対象４４３は、表示装置、目部のＬＥＤ、並びに、腕、手および足などを駆動するモータなどを含む。ロボット４１４の姿勢や仕草は、腕、手および足などのモータを制御することにより制御される。ロボット４１４の感情の一部は、これらのモータを制御することにより表現できる。また、ロボット４１４の目部のＬＥＤの発光状態を制御することによっても、ロボット４１４の表情を表現できる。

図８には、データ処理装置１２およびロボット４１４の要部機能の一例が示されている。図８に示すように、データ処理装置１２では、プロセッサ２８によって特定処理が行われる。ストレージ３２には、特定処理プログラム５６が格納されている。

ロボット４１４では、プロセッサ４６によって特定処理が行われる。ストレージ５０には、特定プログラム６０が格納されている。プロセッサ４６は、ストレージ５０から特定プログラム６０を読み出し、読み出した特定プログラム６０をＲＡＭ４８上で実行する。特定処理は、プロセッサ４６がＲＡＭ４８上で実行する特定プログラム６０に従って、制御部４６Ａとして動作することによって実現される。なお、ロボット４１４には、データ生成モデル５８および感情特定モデル５９と同様のデータ生成モデルおよび感情特定モデルを有し、これらモデルを用いて特定処理部２９０と同様の処理を行うこともできる。

特定処理部２９０は、特定処理の結果をロボット４１４に送信する。ロボット４１４では、制御部４６Ａが、スピーカ２４０および制御対象４４３に対して特定処理の結果を出力させる。マイクロフォン２３８は、特定処理の結果に対するユーザ入力を示す音声を取得する。制御部４６Ａは、マイクロフォン２３８によって取得されたユーザ入力を示す音声データをデータ処理装置１２に送信する。データ処理装置１２では、特定処理部２９０が音声データを取得する。

第４実施形態に係るデータ処理システム４１０は、第１実施形態に係るデータ処理システム１０と同様の処理を行う。データ処理システム４１０による処理は、データ処理装置１２の特定処理部２９０またはロボット４１４の制御部４６Ａによって実行されるが、データ処理装置１２の特定処理部２９０とロボット４１４の制御部４６Ａとによって実行されてもよい。また、データ処理装置１２の特定処理部２９０は、処理に必要な情報をロボット４１４または外部の装置などから取得したり収集したりし、ロボット４１４は、処理に必要な情報をデータ処理装置１２または外部の装置などから取得したり収集したりする。

上述した顔認証部、特定部、連係部、提示部、提案部、および調整部を含む複数の要素の各々は、例えば、ロボット４１４およびデータ処理装置１２のうちの少なくとも一方で実現される。例えば、顔認証部は、ロボット４１４のカメラ４２を用いて社員の顔画像を撮影し、制御部４６Ａによってディープラーニングを用いた顔認証アルゴリズムを実行する。特定部は、例えば、データ処理装置１２の特定処理部２９０によって社員の勤務地や自宅の住所に基づいて最寄りの提携医療機関をリストアップする。連係部は、例えば、データ処理装置１２の特定処理部２９０によって保険証情報を自動的に連係する。提示部は、例えば、データ処理装置１２の特定処理部２９０によって社員の年齢情報に基づいて適切な受診コースを提示する。提案部は、例えば、データ処理装置１２の特定処理部２９０によって過去の受診結果を解析し、お勧めのオプション検査を提案する。調整部は、例えば、データ処理装置１２の特定処理部２９０によって社員のカレンダー情報と医療機関の予約履歴をマッチングさせて最適な日程を調整する。各部と装置や制御部との対応関係は、上述した例に限定されず、種々の変更が可能である。

なお、感情エンジンとしての感情特定モデル５９は、特定のマッピングに従い、ユーザの感情を決定してよい。具体的には、感情特定モデル５９は、特定のマッピングである感情マップ（図９参照）に従い、ユーザの感情を決定してよい。また、感情特定モデル５９は、同様に、ロボットの感情を決定し、特定処理部２９０は、ロボットの感情を用いた特定処理を行うようにしてもよい。

図９は、複数の感情がマッピングされる感情マップ４００を示す図である。感情マップ４００において、感情は、中心から放射状に同心円に配置されている。同心円の中心に近いほど、原始的状態の感情が配置されている。同心円のより外側には、心境から生まれる状態や行動を表す感情が配置されている。感情とは、情動や心的状態も含む概念である。同心円の左側には、概して脳内で起きる反応から生成される感情が配置されている。同心円の右側には概して、状況判断で誘導される感情が配置されている。同心円の上方向および下方向には、概して脳内で起きる反応から生成され、かつ、状況判断で誘導される感情が配置されている。また、同心円の上側には、「快」の感情が配置され、下側には、「不快」の感情が配置されている。このように、感情マップ４００では、感情が生まれる構造に基づいて複数の感情がマッピングされており、同時に生じやすい感情が、近くにマッピングされている。

これらの感情は、感情マップ４００の３時の方向に分布しており、普段は安心と不安のあたりを行き来する。感情マップ４００の右半分では、内部的な感覚よりも状況認識の方が優位に立つため、落ち着いた印象になる。

感情マップ４００の内側は心の中、感情マップ４００の外側は行動を表すため、感情マップ４００の外側に行くほど、感情が目に見える（行動に表れる）ようになる。

ここで、人の感情は、姿勢や血糖値のような様々なバランスを基礎としており、それらのバランスが理想から遠ざかると不快、理想に近づくと快という状態を示す。ロボットや自動車やバイクなどにおいても、姿勢やバッテリー残量のような様々なバランスを基礎として、それらのバランスが理想から遠ざかると不快、理想に近づくと快という状態を示すように感情を作ることができる。感情マップは、例えば、光吉博士の感情地図（音声感情認識および情動の脳生理信号分析システムに関する研究、徳島大学、博士論文：https://ci.nii.ac.jp/naid/500000375379）に基づいて生成されてよい。感情地図の左半分には、感覚が優位にたつ「反応」と呼ばれる領域に属する感情が並ぶ。また、感情地図の右半分には、状況認識が優位にたつ「状況」と呼ばれる領域に属する感情が並ぶ。

感情マップでは学習を促す感情が２つ定義される。１つは、状況側にあるネガティブな「懺悔」や「反省」の真ん中周辺の感情である。つまり、「もう２度とこんな想いはしたくない」「もう叱られたくない」というネガティブな感情がロボットに生じたときである。もう１つは、反応側にあるポジティブな「欲」のあたりの感情である。つまり、「もっと欲しい」「もっと知りたい」というポジティブな気持ちのときである。

感情特定モデル５９は、ユーザ入力を、予め学習されたニューラルネットワークに入力し、感情マップ４００に示す各感情を示す感情値を取得し、ユーザの感情を決定する。このニューラルネットワークは、ユーザ入力と、感情マップ４００に示す各感情を示す感情値との組み合わせである複数の学習データに基づいて予め学習されたものである。また、このニューラルネットワークは、図１０に示す感情マップ９００のように、近くに配置されている感情同士は、近い値を持つように学習される。図１０では、「安心」、「安穏」、「心強い」という複数の感情が、近い感情値となる例を示している。

上記実施形態では、１台のコンピュータ２２によって特定処理が行われる形態例を挙げたが、本開示の技術はこれに限定されず、コンピュータ２２を含めた複数のコンピュータによる特定処理に対する分散処理が行われるようにしてもよい。

上記実施形態では、ストレージ３２に特定処理プログラム５６が格納されている形態例を挙げて説明したが、本開示の技術はこれに限定されない。例えば、特定処理プログラム５６がＵＳＢ（Universal Serial Bus）メモリなどの可搬型のコンピュータ読み取り可能な非一時的格納媒体に格納されていてもよい。非一時的格納媒体に格納されている特定処理プログラム５６は、データ処理装置１２のコンピュータ２２にインストールされる。プロセッサ２８は、特定処理プログラム５６に従って特定処理を実行する。

また、ネットワーク５４を介してデータ処理装置１２に接続されるサーバなどの格納装置に特定処理プログラム５６を格納させておき、データ処理装置１２の要求に応じて特定処理プログラム５６がダウンロードされ、コンピュータ２２にインストールされるようにしてもよい。

なお、ネットワーク５４を介してデータ処理装置１２に接続されるサーバなどの格納装置に特定処理プログラム５６の全てを格納させておいたり、ストレージ３２に特定処理プログラム５６の全てを記憶させたりしておく必要はなく、特定処理プログラム５６の一部を格納させておいてもよい。

特定処理を実行するハードウェア資源としては、次に示す各種のプロセッサを用いることができる。プロセッサとしては、例えば、ソフトウェア、すなわち、プログラムを実行することで、特定処理を実行するハードウェア資源として機能する汎用的なプロセッサであるＣＰＵが挙げられる。また、プロセッサとしては、例えば、ＦＰＧＡ（Field-Programmable Gate Array）、ＰＬＤ（Programmable Logic Device）、またはＡＳＩＣ（Application Specific Integrated Circuit）など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が挙げられる。何れのプロセッサにもメモリが内蔵または接続されており、何れのプロセッサもメモリを使用することで特定処理を実行する。

特定処理を実行するハードウェア資源は、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、特定処理を実行するハードウェア資源は１つのプロセッサであってもよい。

１つのプロセッサで構成する例としては、第１に、１つ以上のＣＰＵとソフトウェアの組み合わせで１つのプロセッサを構成し、このプロセッサが、特定処理を実行するハードウェア資源として機能する形態がある。第２に、ＳｏＣ（System-on-a-chip）などに代表されるように、特定処理を実行する複数のハードウェア資源を含むシステム全体の機能を１つのＩＣ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、特定処理は、ハードウェア資源として、上記各種のプロセッサの１つ以上を用いて実現される。

更に、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、半導体素子などの回路素子を組み合わせた電気回路を用いることができる。また、上記の特定処理はあくまでも一例である。従って、主旨を逸脱しない範囲内において不要なステップを削除したり、新たなステップを追加したり、処理順序を入れ替えたりしてもよいことは言うまでもない。

また、上述した例では、第１実施形態から第４実施形態に分けて説明したが、これらの実施形態の一部または全部は組み合わされてもよい。また、スマートデバイス１４、スマート眼鏡２１４、ヘッドセット型端末３１４、およびロボット４１４は一例であって、それぞれを組み合わせてもよく、それ以外の装置であってもよい。また、上述した例では、形態例１と形態例２に分けて説明したが、これらは組み合わせてもよい。

以上に示した記載内容および図示内容は、本開示の技術に係る部分についての詳細な説明であり、本開示の技術の一例に過ぎない。例えば、上記の構成、機能、作用、および効果に関する説明は、本開示の技術に係る部分の構成、機能、作用、および効果の一例に関する説明である。よって、本開示の技術の主旨を逸脱しない範囲内において、以上に示した記載内容および図示内容に対して、不要な部分を削除したり、新たな要素を追加したり、置き換えたりしてもよいことは言うまでもない。また、錯綜を回避し、本開示の技術に係る部分の理解を容易にするために、以上に示した記載内容および図示内容では、本開示の技術の実施を可能にする上で特に説明を要しない技術常識等に関する説明は省略されている。

本明細書に記載された全ての文献、特許出願および技術規格は、個々の文献、特許出願および技術規格が参照により取り込まれることが具体的かつ個々に記された場合と同程度に、本明細書中に参照により取り込まれる。

（付記１）
社員の顔画像を撮影し、顔認証アルゴリズムを用いて社員の個人情報を紐づける顔認証部と、
前記顔認証部によって紐づけられた社員情報に基づいて、近隣の提携医療機関を特定する特定部と、
前記特定部によって特定された医療機関に対して保険証情報を自動的に連係する連係部と、
社員の年齢情報に基づいて受診コースを提示する提示部と、
前記提示部によって提示された受診コースに基づいてお勧めのオプション検査を提案する提案部と、
社員のカレンダー情報と医療機関の予約履歴をマッチングさせて日程を調整する調整部と、を備える
ことを特徴とするシステム。
（付記２）
前記顔認証部は、
ディープラーニングを用いた顔認証アルゴリズムを使用して社員の個人情報を紐づける
ことを特徴とする付記１に記載のシステム。
（付記３）
前記特定部は、
社員の勤務地や自宅の住所に基づいて、提携医療機関をリストアップするアルゴリズムを使用する
ことを特徴とする付記１に記載のシステム。
（付記４）
前記連係部は、
社員の保険証情報を事前にデータベースに登録し、顔認証によって紐づけられた社員情報と照合する
ことを特徴とする付記１に記載のシステム。
（付記５）
前記提示部は、
社員の年齢情報に基づいて受診コースを提案するアルゴリズムを使用する
ことを特徴とする付記１に記載のシステム。
（付記６）
前記提案部は、
過去の受診結果を解析してお勧めのオプション検査を提案するアルゴリズムを使用する
ことを特徴とする付記１に記載のシステム。
（付記７）
前記調整部は、
社員のカレンダー情報と医療機関の空き状況を照合し、予約日を提案するアルゴリズムを使用する
ことを特徴とする付記１に記載のシステム。
（付記８）
前記顔認証部は、
社員の感情を推定し、推定した社員の感情に基づいて顔認証の精度を調整する
ことを特徴とする付記１に記載のシステム。
（付記９）
前記顔認証部は、
顔認証時に、社員の過去の顔画像データを参照して認証の精度を向上させる
ことを特徴とする付記１に記載のシステム。
（付記１０）
前記顔認証部は、
顔認証時に、社員の顔の特徴点を詳細に解析し、個人情報の紐づけ精度を向上させる
ことを特徴とする付記１に記載のシステム。
（付記１１）
前記顔認証部は、
社員の感情を推定し、推定した社員の感情に基づいて顔認証のタイミングを調整する
ことを特徴とする付記１に記載のシステム。
（付記１２）
前記顔認証部は、
顔認証時に、社員の勤務状況を考慮して認証の優先順位を決定する
ことを特徴とする付記１に記載のシステム。
（付記１３）
前記顔認証部は、
顔認証時に、社員のソーシャルメディアの顔画像を参照して認証の精度を向上させる
ことを特徴とする付記１に記載のシステム。
（付記１４）
前記特定部は、
社員の感情を推定し、推定した社員の感情に基づいて医療機関の特定方法を調整する
ことを特徴とする付記１に記載のシステム。
（付記１５）
前記特定部は、
医療機関の特定時に、社員の過去の受診履歴を参照して最適な医療機関を選定する
ことを特徴とする付記１に記載のシステム。
（付記１６）
前記特定部は、
医療機関の特定時に、社員の健康状態を考慮して特定の医療機関を優先する
ことを特徴とする付記１に記載のシステム。
（付記１７）
前記特定部は、
社員の感情を推定し、推定した社員の感情に基づいて医療機関の特定順序を調整する
ことを特徴とする付記１に記載のシステム。
（付記１８）
前記特定部は、
医療機関の特定時に、社員の交通手段を考慮して最適な医療機関を選定する
ことを特徴とする付記１に記載のシステム。
（付記１９）
前記特定部は、
医療機関の特定時に、社員の勤務スケジュールを考慮して特定の医療機関を優先する
ことを特徴とする付記１に記載のシステム。
（付記２０）
前記連係部は、
社員の感情を推定し、推定した社員の感情に基づいて保険証情報の連係方法を調整する
ことを特徴とする付記１に記載のシステム。
（付記２１）
前記連係部は、
保険証情報の連係時に、社員の過去の保険利用履歴を参照して連係の精度を向上させる
ことを特徴とする付記１に記載のシステム。
（付記２２）
前記連係部は、
保険証情報の連係時に、社員の健康状態を考慮して連係の優先順位を決定する
ことを特徴とする付記１に記載のシステム。
（付記２３）
前記連係部は、
社員の感情を推定し、推定した社員の感情に基づいて保険証情報の連係タイミングを調整する
ことを特徴とする付記１に記載のシステム。
（付記２４）
前記連係部は、
保険証情報の連係時に、社員の勤務状況を考慮して連係の優先順位を決定する
ことを特徴とする付記１に記載のシステム。
（付記２５）
前記連係部は、
保険証情報の連係時に、社員のソーシャルメディアの情報を参照して連係の精度を向上させる
ことを特徴とする付記１に記載のシステム。
（付記２６）
前記提示部は、
社員の感情を推定し、推定した社員の感情に基づいて受診コースの提示方法を調整する
ことを特徴とする付記１に記載のシステム。
（付記２７）
前記提示部は、
受診コースの提示時に、社員の過去の受診履歴を参照して最適なコースを提案する
ことを特徴とする付記１に記載のシステム。
（付記２８）
前記提示部は、
受診コースの提示時に、社員の健康状態を考慮してコースの優先順位を決定する
ことを特徴とする付記１に記載のシステム。
（付記２９）
前記提示部は、
社員の感情を推定し、推定した社員の感情に基づいて受診コースの提示順序を調整する
ことを特徴とする付記１に記載のシステム。
（付記３０）
前記提示部は、
受診コースの提示時に、社員の勤務状況を考慮して最適なコースを提案する
ことを特徴とする付記１に記載のシステム。
（付記３１）
前記提示部は、
受診コースの提示時に、社員のソーシャルメディアの情報を参照してコースの精度を向上させる
ことを特徴とする付記１に記載のシステム。
（付記３２）
前記提案部は、
社員の感情を推定し、推定した社員の感情に基づいてオプション検査の提案方法を調整する
ことを特徴とする付記１に記載のシステム。
（付記３３）
前記提案部は、
オプション検査の提案時に、社員の過去の受診履歴を参照して最適な検査を提案する
ことを特徴とする付記１に記載のシステム。
（付記３４）
前記提案部は、
オプション検査の提案時に、社員の健康状態を考慮して検査の優先順位を決定する
ことを特徴とする付記１に記載のシステム。
（付記３５）
前記提案部は、
社員の感情を推定し、推定した社員の感情に基づいてオプション検査の提案順序を調整する
ことを特徴とする付記１に記載のシステム。
（付記３６）
前記提案部は、
オプション検査の提案時に、社員の勤務状況を考慮して最適な検査を提案する
ことを特徴とする付記１に記載のシステム。
（付記３７）
前記提案部は、
オプション検査の提案時に、社員のソーシャルメディアの情報を参照して検査の精度を向上させる
ことを特徴とする付記１に記載のシステム。
（付記３８）
前記調整部は、
社員の感情を推定し、推定した社員の感情に基づいて日程調整の方法を調整する
ことを特徴とする付記１に記載のシステム。
（付記３９）
前記調整部は、
日程調整時に、社員の過去のスケジュール履歴を参照して最適な日程を提案する
ことを特徴とする付記１に記載のシステム。
（付記４０）
前記調整部は、
日程調整時に、社員の健康状態を考慮して日程の優先順位を決定する
ことを特徴とする付記１に記載のシステム。
（付記４１）
前記調整部は、
社員の感情を推定し、推定した社員の感情に基づいて日程調整の順序を調整する
ことを特徴とする付記１に記載のシステム。
（付記４２）
前記調整部は、
日程調整時に、社員の勤務状況を考慮して最適な日程を提案する
ことを特徴とする付記１に記載のシステム。
（付記４３）
前記調整部は、
日程調整時に、社員のソーシャルメディアの情報を参照して日程の精度を向上させる
ことを特徴とする付記１に記載のシステム。

１０、２１０、３１０、４１０データ処理システム
１２データ処理装置
１４スマートデバイス
２１４スマート眼鏡
３１４ヘッドセット型端末
４１４ロボット

Claims

顔認証アルゴリズムを用いて、カメラにより撮影された第１の顔画像と、第１のデータベースへ社員ごとに登録された第２の顔画像とを比較する顔認証を実行し、前記第１の顔画像に前記顔認証で本人であると認証された社員を紐づける顔認証部と、
第２のデータベースに登録された医療機関の住所と、前記顔認証部によって紐づけられた社員の住所とに基づいて前記社員に受診させる医療機関を特定する特定部と、
前記特定部によって特定された医療機関のシステムに対して、第３のデータベースに社員ごとに登録された保険証情報のうち前記顔認証部によって紐づけられた社員の保険証情報を送信することで、前記医療機関のシステムとのデータ連携を実行する連係部と、
前記顔認証部によって紐づけられた社員の年齢情報に基づいて前記医療機関で前記社員に受診させる受診コースを前記社員に提示する提示部と、
前記社員の過去の受診結果を解析して、前記提示部によって提示された受診コースに追加するお勧めのオプション検査を前記社員に提案する提案部と、
前記社員のカレンダー情報と前記医療機関の予約履歴をマッチングさせて日程を調整する調整部と、を備え、
前記特定部は、
前記顔認証部によって紐づけられた社員の感情を推定し、推定した前記社員の感情のカテゴリが急ぎである場合、前記社員の住所からの距離が近い医療機関を優先して特定し、推定した前記社員の感情のカテゴリが緊張である場合、信頼性が高い医療機関を優先して特定する
ことを特徴とするシステム。
前記顔認証部は、
ディープラーニングを用いた顔認証アルゴリズムを使用して社員の社員情報を紐づける
ことを特徴とする請求項１に記載のシステム。
前記提示部は、
前記社員の年齢情報に基づいて前記受診コースを提案するアルゴリズムを使用する
ことを特徴とする請求項１に記載のシステム。
前記調整部は、
前記社員のカレンダー情報と前記医療機関の空き状況を照合し、予約日を提案するアルゴリズムを使用する
ことを特徴とする請求項１に記載のシステム。