JP2022012485A - 情報処理装置、情報処理方法および情報処理プログラム - Google Patents

Abstract

【課題】排泄が行われるタイミングを精度よく予測すること。【解決手段】本願に係る情報処理装置は、体内における排泄に関する情報である体内情報と、体内情報とは異なる情報であって体外に関する情報である体外情報とを取得する取得部と、体内情報および体外情報に基づいて、吸収性物品を着用する着用者が将来排泄する排泄タイミングを予測する予測部とを有することを特徴とする。【選択図】図２

Description

本発明は、情報処理装置、情報処理方法および情報処理プログラムに関する。

従来、吸収性物品に関する各種の情報を利用者に提供する技術が知られている。このような技術の一例として、吸収性物品に取付けられたセンサの測定結果に基づいて、尿漏れが発生した際の姿勢から、吸収性物品の当て方を提案する技術が知られている。また、吸収性物品の尿吸収量に基づいて、適切な吸収性物品や交換タイミングを提案する技術が知られている。

特開２０１８－２０２１５４号公報 特開２０１８－２０６３８１号公報

しかしながら、上記の従来技術では、排泄が行われるタイミングを精度よく予測することができるとは限らない。

例えば、上記の従来技術では、吸収性物品に取付けられたセンサの測定結果を用いているに過ぎないため、排泄が行われるタイミングを精度よく予測することができるとは限らない。

本願は、上記に鑑みてなされたものであって、排泄が行われるタイミングを精度よく予測することを目的とする。

本願に係る情報処理装置は、体内における排泄に関する情報である体内情報と、前記体内情報とは異なる情報であって体外に関する情報である体外情報とを取得する取得部と、前記体内情報および前記体外情報に基づいて、吸収性物品を着用する着用者が将来排泄する排泄タイミングを予測する予測部とを有することを特徴とする。

実施形態の一態様によれば、排泄が行われるタイミングを精度よく予測することができる。

図１は、実施形態に係る情報処理の全体像を示す図である。 図２は、実施形態に係るノイズ検出の一例を示す図である。 図３は、実施形態に係る情報処理装置の構成例を示す図である。 図４は、実施形態に係る着用者情報記憶部の一例を示す図である。 図５は、実施形態に係る体内対外情報記憶部の一例を示す図である。 図６は、実施形態に係るスケジュール情報記憶部の一例を示す図である。 図７Ａは、トイレ誘導のタイミングを決定する決定処理を説明する説明図である。 図７Ｂは、トイレ誘導のタイミングを決定する決定処理を説明する説明図である。 図７Ｃは、トイレ誘導のタイミングを決定する決定処理を説明する説明図である。 図８は、パッドを併用するか否かを判定するための判定処理手順を示すフローチャートである。 図９は、実施形態に係る学習処理手順を示すフローチャートである。 図１０は、実施形態に係る予測処理手順を示すフローチャートである。 図１１は、ハードウェア構成の一例を示す図である。

本明細書および添付図面の記載により、少なくとも以下の事項が明らかとなる。

体内における排泄に関する情報である体内情報と、前記体内情報とは異なる情報であって体外に関する情報である体外情報とを取得する取得部と、前記体内情報および前記体外情報に基づいて、吸収性物品を着用する着用者が将来排泄する排泄タイミングを予測する予測部とを有することを特徴とする情報処理装置。

このような情報処理装置によれば、排泄が行われるタイミングを精度よく予測することができるようになる。また予測精度が向上することにより、例えば、ケアを行う対象者は、排泄のために待機している時間を効果的に削減することができるようになるため、このような情報処理装置によれば、効率的な排泄ケアを実現することができるようになる。すなわち、このような情報処理装置によれば、より正確で高度な排泄ケアを実現することができるようになる。

また、情報処理装置は、前記体内情報として、前記体内に蓄積されている排泄物の量に関する情報を取得する。

このような情報処理装置によれば、体内情報として、体内に蓄積されている排泄物の量に関する情報を取得するため、排泄物が体内にどれだけの量溜められたときに排泄される傾向にあるかを特定することができるようになる。

また、情報処理装置は、前記体外情報として、前記体内から体外へと排泄された排泄物に関する情報を取得する。

このような情報処理装置によれば、体外情報として、体内から体外へと排泄された排泄物に関する情報を取得するため、体内における排泄に関する情報と、体内から体外へと排泄された排泄物に関する情報とを組み合わせることで、排泄タイミングをより高精度に予測することができるようになる。

また、情報処理装置は、前記体外情報として、前記体内から前記体外へと排泄物が排泄されたことを示す排泄情報を取得する。

このような情報処理装置によれば、体外情報として、体内から前記体外へと排泄物が排泄されたことを示す排泄情報を取得するため、排泄物が体内にどれだけの量溜められたときに排泄される傾向にあるかを特定することができるようになる。

また、情報処理装置は、取得した情報のうち、現時点よりも前に取得した情報に基づいて、前記排泄タイミングとして、前記着用者が現時点よりも後に排泄する排泄タイミングを予測する。

このような情報処理装置によれば、取得した情報のうち、現時点よりも前に取得した情報に基づいて、着用者が現時点よりも後に排泄する排泄タイミングを予測するため、着用者個人に合った排泄タイミングを予測することができるようになる。

また、情報処理装置は、取得した情報のうち、現時点よりも前に取得した情報から得られた情報であって、前記体内から前記体外へと排泄物が排泄された際において、当該体内で当該排泄物が蓄積されていた蓄積量に関する情報に基づいて、前記排泄タイミングを予測する。

このような情報処理装置によれば、取得した情報のうち、現時点よりも前に取得した情報から得られた情報であって、体内から体外へと排泄物が排泄された際において、当該体内で当該排泄物が蓄積されていた蓄積量に関する情報に基づいて、前記排泄タイミングを予測するため、排泄物が体内にどれだけの量溜められたときに排泄される傾向にあるかといった、排泄量閾値に関する傾向を利用することで、排泄が行われるタイミングを精度よく予測することができるようになる。

また、情報処理装置は、前記蓄積量に関する情報として、前記蓄積量に関する傾向を示す傾向情報に基づいて、前記排泄タイミングを予測する。

このような情報処理装置によれば、蓄積量に関する情報として、蓄積量に関する傾向を示す傾向情報に基づいて、排泄タイミングを予測するため、着用者個人に合った排泄タイミングを高精度に予測することができるようになる。

また、情報処理装置は、前記蓄積量に関する情報と、現時点において前記着用者の体内に蓄積されている排泄物の量とに基づいて、前記排泄タイミングを予測する。

このような情報処理装置によれば、蓄積量に関する情報と、現時点において着用者の体内に蓄積されている排泄物の量とに基づいて、排泄タイミングを予測するため、着用者個人に合った排泄タイミングを高精度に予測することができるようになる。

また、情報処理装置は、前記着用者が摂取した飲食物に関する飲食情報と前記着用者による排泄状況との間での関係性と、前記体内情報および前記体外情報とに基づいて、前記排泄タイミングを予測する。

このような情報処理装置によれば、着用者が摂取した飲食物に関する飲食情報と着用者による排泄状況との間での関係性と、体内情報および前記体外情報とに基づいて、排泄タイミングを予測するため、飲食状況に応じて排泄時期が変動させられるという点を予測処理に組み込むことができ、この結果、排泄が行われるタイミングをより精度よく予測することができるようになる。

また、情報処理装置は、前記着用者に投与された薬剤に関する薬剤情報と前記着用者による排泄状況との間での関係性と、前記体内情報および前記体外情報とに基づいて、前記排泄タイミングを予測する。

このような情報処理装置によれば、着用者に投与された薬剤に関する薬剤情報と着用者による排泄状況との間での関係性と、体内情報および体外情報とに基づいて、排泄タイミングを予測するため、下剤状況に応じて排泄時期が変動させられるという点を予測処理に組み込むことができ、この結果、排泄が行われるタイミングをより精度よく予測することができるようになる。

また、情報処理装置は、飲食情報と排泄状況との関係性、薬剤情報と排泄状況との関係性に基づいて、前記着用者へのケアに関する所定の制御を行う情報制御部をさらに有する。

このような情報処理装置によれば、食情報と排泄状況との関係性、薬剤情報と排泄状況との関係性に基づいて、着用者へのケアに関する所定の制御を行うため、着用者により最適なケアを行うことができるようになる。

また、情報処理装置は、前記関係性に基づいて、前記着用者に与える飲食物に関する制御、または、前記着用者に投与する下剤に関する制御を行う。

このような情報処理装置によれば、関係性に基づいて、着用者に与える飲食物に関する制御、または、着用者に投与する下剤に関する制御を行うため、着用者のＱＯＬを効果的に向上させることができるようになる。

また、情報処理装置は、前記着用者に身体に装着された第１のセンサにより検出された前記体内情報を取得し、前記吸収性物品に取付けられた第２のセンサにより検知された前記体外情報を取得する。

このような情報処理装置によれば、着用者に身体に装着された第１のセンサにより検出された体内情報を取得し、吸収性物品に取付けられた第２のセンサにより検知された体外情報を取得するため、同一の環境下で体内情報および体外情報を随時取得することができる。

また、情報処理装置は、予測部により予測された排泄タイミングに基づいて、前記着用者へのケアを行う対象者に対して所定の提案を行う提案部をさらに有する。

このような情報処理装置によれば、予測した排泄タイミングに基づいて、着用者へのケアを行う対象者に対して所定の提案を行うため、高精度に算出された各種のタイミングでケアするよう提案することができるため、対象者の業務を効率化することができるようになる。また、この結果、着用者が受けるケアの質を向上させることができるようになる。

また、情報処理装置は、予測部により予測された排泄タイミングに基づいて、前記着用者へのケアに関する所定のタイミングを決定する決定部をさらに有する。

このような情報処理装置によれば、予測した排泄タイミングに基づいて、着用者へのケアに関する所定のタイミングを決定するため、着用者へのケアに関する所定のタイミングを精度よく決定することができるようになる。

また、情報処理装置は、予測した排泄タイミングに基づいて、前記着用者が着用する吸収性物品を交換する交換タイミングを決定し、前記交換タイミングで吸収性物品の交換を行うよう提案する。

このような情報処理装置によれば、予測した排泄タイミングに基づいて、着用者が着用する吸収性物品を交換する交換タイミングを決定し、この交換タイミングで吸収性物品の交換を行うよう提案するため、尿漏れのリスクを効果的に低下させることができる。

また、情報処理装置は、前記排泄タイミングで予測される排泄量が、前記吸収性物品が排泄物を吸収可能な残りの量である吸収可能残量を超えると判定された場合には、前記排泄タイミングより前の所定のタイミングを前記交換タイミングとして決定する。

このような情報処理装置によれば、排泄タイミングで予測される排泄量が、吸収性物品が排泄物を吸収可能な残りの量である吸収可能残量を超えると判定された場合には、排泄タイミングより前の所定のタイミングを交換タイミングとして決定するため、吸収性物品の交換がなされず次に排尿された場合、尿漏れのリスクが高いと判定される場合には、次に排尿されると予測されるタイミングよりも前の段階で交換するよう提案することができる。

また、情報処理装置は、予測した排泄タイミングに基づいて、前記着用者をトイレへと誘導する誘導タイミングを決定し、前記誘導タイミングで前記着用者をトイレへと誘導するよう提案する。

このような情報処理装置によれば、予測した排泄タイミングに基づいて、着用者をトイレへと誘導する誘導タイミングを決定し、この誘導タイミングで着用者をトイレへと誘導するよう提案するため、トイレ誘導の効率化を実現することができる最も現実的なタイミングを提示することができるようになる。

また、情報処理装置は、予測した排泄タイミングと、前記対象者のスケジュールまたは前記着用者のスケジュールとに基づいて、前記着用者をトイレへと誘導する誘導タイミングを決定する。

このような情報処理装置によれば、予測した排泄タイミングと、対象者のスケジュールまたは着用者のスケジュールとに基づいて、着用者をトイレへと誘導する誘導タイミングを決定するため、トイレ誘導の効率化を実現することができる最も現実的なタイミングを提示することができるようになる。

また、情報処理装置は、前記排泄タイミングに基づき前記着用者ごとに判定された、トイレへの誘導の必要性と、前記スケジュールとに基づいて、前記着用者をトイレへと誘導する誘導タイミングを決定する。

このような情報処理装置によれば、排泄タイミングに基づき着用者ごとに判定された、トイレへの誘導の必要性と、スケジュールとに基づいて、着用者をトイレへと誘導する誘導タイミングを決定するため、トイレトレーニングの成功率を高めるとともに、トイレ誘導の効率化を実現することができる最も現実的なタイミングを提示することができるようになる。また、この結果、着用者（例えば、幼児）は、トイレで排泄することの重要性を自覚しやすくなり、対象者（例えば、保育士）は、スケジュールの中で時間を有効活用できるようになる。

また、このような情報処理装置によれば、ストレスが溜まる介護の現場において、対象者（例えば、介護士）が効率的に働くことができるよう支援することがため、対象者（介護士）がより働きやすい環境となるよう支援することができる。この結果、着用者（例えば、被介護者）は、適切な介護を受けられるようになり、ＱＯＬの向上することになる。

また、情報処理装置は、予測部により予測された排泄タイミングに基づいて、付け替え用の吸収性パッドを前記着用者が着用する吸収性物品と併用するか否かを判定する判定部をさらに有し、前記提案部は、前期判定部による判定結果に応じた提案を行う。

このような情報処理装置によれば、予測した排泄タイミングに基づいて、付け替え用の吸収性パッドを着用者が着用する吸収性物品と併用するか否かを判定し、この判定結果に応じた提案を行うため、排便に特化したおむつケアの提案を行うことができるようになる。

また、情報処理装置は、前記排泄タイミングで排泄され得る排泄物の種別に基づいて、付け替え用の吸収性パッドを前記着用者が着用する吸収性物品と併用するか否かを判定する。

このような情報処理装置によれば、排泄タイミングで排泄され得る排泄物の種別に基づいて、付け替え用の吸収性パッドを着用者が着用する吸収性物品と併用するか否かを判定するため、排尿およい排便それぞれに対応したおむつケアの提案を行うことができるようになる。

また、情報処理装置は、前記排泄タイミングで排泄され得る排泄物の状態に基づいて、付け替え用の吸収性パッドを前記着用者が着用する吸収性物品と併用するか否かを判定する。

このような情報処理装置によれば、排泄タイミングで排泄され得る排泄物の状態に基づいて、付け替え用の吸収性パッドを着用者が着用する吸収性物品と併用するか否かを判定するため、便漏れリスクを効果的に低減できるようなおむつケアの提案を行うことができるようになる。

また、情報処理装置は、前記排泄タイミングにおいて予測される前記着用者の体動に基づいて、付け替え用の吸収性パッドを前記着用者が着用する吸収性物品と併用するか否かを判定する。

このような情報処理装置によれば、排泄タイミングにおいて予測される着用者の体動に基づいて、付け替え用の吸収性パッドを着用者が着用する吸収性物品と併用するか否かを判定するため、便漏れリスクを効果的に低減できるようなおむつケアの提案を行うことができるようになる。

以下に、情報処理装置、情報処理方法および情報処理プログラムを実施するための形態（以下、「実施形態」と記載する）の一例について図面を参照しつつ詳細に説明する。なお、この実施形態により情報処理装置、情報処理方法および情報処理プログラムが限定されるものではない。また、以下の実施形態において同一の部位には同一の符号を付し、重複する説明は省略する。

〔１．実施形態に係る情報処理の概要〕
まず、前提に沿って実施形態に係る情報処理の概要について説明する。従来、体内の状態を検出するセンサから得られた情報を用いて排泄を予測することや、おむつ等の吸収性物品に取付けられることで体外の状態（例えば、排泄の有無）を検出するセンサから得られた情報を用いて排泄を予測する技術が知られている。しかし、従来では、体内の状態を示す情報、体外の状態を示す情報それぞれが単体で用いられることで排泄が予測されていたため、排泄が行われるタイミングを精度よく予測することができるとはいえなかった。

そこで、本実施形態では、体内における排泄に関する情報である体内情報と、体内から体外へと排泄された排泄物に関する情報である体外情報とを掛け合わせることで得られる情報を用いて、将来の排泄タイミングを予測するという着想を得た。すなわち、本実施形態では、実施形態に係る情報処理として、以下のような情報処理を行う。

具体的には、本実施形態では、体内における排泄に関する情報である体内情報と、体内から体外へと排泄された排泄物に関する情報である体外情報とを取得し、取得した体内情報および体外情報に基づいて、吸収性物品を着用する着用者が将来排泄する排泄タイミングを予測する。例えば、本実施形態では、着用者に身体に装着された第１のセンサにより検出された体内情報を取得し、吸収性物品に取付けられた第２のセンサにより検知された体外情報を取得する。

また、より詳細には、本実施形態では、取得した体内情報および体外情報のうち、現時点よりも前に取得された情報から得られた情報であって、体内から体外へと排泄物が排泄された際において、当該体内で当該排泄物が蓄積されていた蓄積量に関する情報に基づいて、排泄タイミングを予測する。

〔２．実施形態に係る情報処理システムについて〕
次に、図１を用いて、実施形態に係る情報処理システムについて説明する。図１は、実施形態に係る情報処理の全体像を示す図である。実施形態に係る情報処理システム１は、図１に示すように、第１センサＳＮ１と、第２センサＳＮ２と、対象者装置３０と、情報処理装置１００とを含む。第１センサＳＮ１、第２センサＳＮ２、対象者装置３０、情報処理装置１００は、ネットワークＮ（不図示）を介して有線または無線により通信可能に接続される。なお、図１に示す情報処理システム１には、複数台の第１センサＳＮ１や、複数台の第２センサＳＮ２や、複数台の対象者装置３０や、複数台の情報処理装置１００が含まれてよい。なお、第１センサＳＮ１及び第２センサＳＮ２の機能を有する検知装置が、同一の装置に搭載されていてもよい。具体的には、第１センサＳＮ１と、第２センサＳＮ２とは、図１のようにそれぞれ個別の装置としてではなく、これら双方の検出機能を有する一つの検出装置として構成されてもよい。

〔３．各装置について〕
次に、実施形態に係る情報処理システム１に含まれる各装置について説明する。第１センサＳＮ１は、第１センサの一例であり、吸収性物品を着用する着用者の身体に装着して使用される。そして、第１センサＳＮ１は、体内における排泄に関する情報である体内情報を検出する。例えば、第１センサＳＮ１は、体内情報として、体内に蓄積されている排泄物の量に関する情報を検出する。例えば、第１センサＳＮ１は、超音波を利用し、膀胱の膨らみの変化を計測することで、そのとき膀胱に蓄積されている尿の量を計測する。また、例えば、第１センサＳＮ１は、超音波を利用し、直腸の膨らみの変化を計測することで、そのとき直腸に蓄積されている便の量を計測する。なお、第１センサＳＮ１の検知手段には、超音波以外にもインピーダンスによる検出、画像解析、光学センサ、非可視光による検出など、他の検出手段を用いてもよい。

また、例えば、第１センサＳＮ１は、所定間隔（例えば、１分間隔）ごとに、上記のような検出（計測）処理を行うことで、所定間隔（例えば、１分間隔）ごとに、検出結果を情報処理装置１００に送信する。

また、第１センサＳＮ１は、膀胱の拡大率や、膀胱の大きさといった膀胱の状態（膀胱状態）を示す状態情報も検出することができる。また、第１センサＳＮ１は、腸の動き（蠕動運動）といった腸の状態（腸状態）を示す状態情報も検出することができる。

第２センサＳＮ２は、第２センサの一例であり、着用者が着用する吸収性物品（着用者が幼児の場合使い捨ての「子供用おむつ」、着用者が成人の場合使い捨ての「大人用おむつ」）に取付けて使用される。そして、第２センサＳＮ２は、体内から体外へと排泄された排泄物に関する情報である体外情報を検出する。例えば、第２センサＳＮ２は、体外情報として、体内から体外へと排泄物が排泄されたことを検出する。すなわち、第２センサＳＮ２は、排泄検知を行う。

例えば、第２センサＳＮ２は、吸収性物品内のインピーダンス変化に基づき排泄の有無を検出する。一例を挙げると、第２センサＳＮ２は、吸収性物品に備え付けられている導電部材間のインピーダンスの大きさを検出し、検知したインピーダンスの時間経過に応じた変化パターンに基づいて排泄の有無を検出する。そして、第２センサＳＮ２は、排泄が検出されてから所定期間経過後の時間変化に対するインピーダンスの変化の割合に基づいて排泄物が便であるか尿であるかを判定する。なお、第２センサＳＮ２の検出手段には、インピーダンス以外にも導電センサ、温度、湿度、色、臭気、化学センサ（特定の化学物質を検出）など、他の検出手段を用いてもよい。

対象者装置３０は、着用者へのケアを行う対象者によって利用される情報処理端末である。対象者装置３０は、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等である。また、例えば、対象者が、所定の施設（例えば、介護施設）の職員であることを想定すると、対象者装置３０は、所謂、ナースコールの機能を有する情報処理端末であってもよい。

情報処理装置１００は、上記のような実施形態に係る情報処理を実行する情報処理装置であり、サーバ装置やクラウドシステム等により実現される。本実施形態では、情報処理装置１００は、サーバ装置であるものとする。

〔４．実施形態に係る情報処理の一例〕
ここからは、図１を用いて、実施形態に係る情報処理の一例について説明する。図１では、所定の介護施設に入居し大人用おむつＤＰ１（以下、「おむつＤＰ１」と略す）を着用している着用者Ｕ１１（被介護者）から得られた体内情報および体外情報に基づいて、着用者Ｕ１が将来排泄する排泄タイミングを予測し、予測結果を通知する場合を一例に挙げて説明する。また、係る例では、着用者Ｕ１１へのケアを行う対象者は、介護職員等である。

一方で、実施形態に係る情報処理では、大人用おむつを着用している成人だけでなく、子供用おむつを着用している幼児も処理対象とすることができる。また、係る場合には、対象者は、例えば、保育園の保育士等である。

ここで、図１の例によると、着用者Ｕ１１は、胴回り（例えば、下腹部付近）に第１センサＳＮ１を装着されており、また、第２センサＳＮ２が取付けられたおむつＤＰ１を着用している。

このような状態において、第１センサＳＮ１は、所定間隔（例えば、１分間隔）ごとに、このとき体内（膀胱、腸）に蓄積されている排泄物（尿、便）の量を検出（計測）し、計測結果をこの所定間隔（例えば、１分間隔）ごとに情報処理装置１００送信している。したがって、情報処理装置１００は、所定間隔ごとに、このとき体内（膀胱、腸）に蓄積されている排泄物（尿、便）の量である体内蓄積量（体内情報の一例）を随時取得している（ステップＳ１１）。より詳細には、情報処理装置１００は、体内（膀胱、腸）に蓄積されている排泄物（尿、便）の量である体内蓄積量と、この量が計測された日時との組合せを随時取得している。

ここで、情報処理装置１００は、ステップＳ１１のように、随時、体内蓄積量と日時との組合せを取得するため、各日時に対応する体内蓄積量は、体内蓄積量の履歴として、後述する体内体外情報記憶部１２２に蓄積される。このため、体内蓄積量の履歴から、経時変化に伴う体内蓄積量変化を示す曲線が得られてゆくことになる。図１には、このような曲線として、着用者Ｕ１１について、尿に対応する曲線ＣＶ１１と、便に対応する曲線ＣＶ１２とが例示されている。曲線ＣＶ１１は、横軸を日時（分）、縦軸を対応する日時（分）において着用者Ｕ１１の膀胱に蓄積されていた尿量（ｍｌ）とすることで得られる曲線である。また、曲線ＣＶ１２は、横軸を日時（分）、縦軸を対応する日時（分）において着用者Ｕ１１の直腸に蓄積されていた便量（ｇ）とすることで得られる曲線である。

また、このようにして体内蓄積量の履歴が蓄積されてゆく中で、第２センサＳＮ２は、上記説明したように、おむつＤＰ１内のインピーダンス変化に基づき排泄の有無を検出し、排泄があったことを検出した場合には、排泄があったこと示す排泄検出情報（体外情報の一例）を情報処理装置１００に送信する。したがって、体内蓄積量の履歴が蓄積されてゆく中で、情報処理装置１００は、排泄があったこと示す排泄検出情報（体外情報の一例）も取得する（ステップＳ１２）。排泄検出情報には、排泄があった時点での日時を示す日時情報も含まれる。

なお、上記の通り、第２センサＳＮ２は、排泄物が便であるか尿であるかといったように、排泄された排泄物の種別を判定可能な装置である。しかしながら、本実施形態では、第２センサＳＮ２は、単に排泄検知を行うだけで、排泄された排泄物の種別を判定する処理までは行わないものとする。具体的には、第２センサＳＮ２は、排泄物が尿であるか便であるかを判定する処理までは行わないものとし、情報処理装置１００が、体内情報に基づき排泄物の種別を判定する。一方で、第２センサＳＮ２は排泄物の種別判定も行ってよく、係る場合には、情報処理装置１００は、第２センサＳＮ２による判定結果を用いてもよい。また、情報処理装置１００は、体内情報に基づく判定結果と、第２センサＳＮ２による判定結果とを組み合わせることで、排泄物が便であるか尿であるかをより高精度に判定してもよい。

また、情報処理装置１００は、体内蓄積量の履歴が蓄積されてゆく中で、排泄があったこと示す排泄検出情報を取得した場合（排泄検知された場合）には、排泄があったこのときにおいて、第１センサＳＮ１から得られた体内情報に基づいて、排泄された排泄物の種別を判定する（ステップＳ１３）。具体的には、情報処理装置１００は、排泄があったこのときにおいて、第１センサＳＮ１から得られた体内情報に基づいて、着用者Ｕ１１による排泄物が尿であるか便であるかを判定する。第１センサＳＮ１は、膀胱状態や腸状態を示す状態情報の検出も行うため、情報処理装置１００は、排泄があったときの状態情報に基づいて、排泄物が尿であるか便であるかを判定する。例えば、情報処理装置１００は、状態情報に基づき、排泄があったときに膀胱が動いていたと判定される場合には、排泄物が尿であると判定する。一方、情報処理装置１００は、状態情報に基づき、排泄があったときに直腸が動いていたと判定される場合には、排泄物が便であると判定する。

また、情報処理装置１００は、排泄があったこと示す排泄検出情報を取得した場合（排泄検知された場合）には、ステップＳ１３での判定結果が示す排泄物について、体内（膀胱または腸）にどれだけの量蓄積されたときに排泄されたかを特定する（ステップＳ１４）。具体的には、情報処理装置１００は、排泄された時点までに蓄積されている履歴であって、判定結果が示す排泄物に対応する体内蓄積量の履歴と、排泄された時点を示す日時とに基づいて、判定結果が示す排泄物が体内（膀胱または腸）にどれだけの量蓄積されたときに排泄されたかを特定する。

すなわち、情報処理装置１００は、排泄された時点までに蓄積されている履歴であって、判定結果が示す排泄物に対応する体内蓄積量の履歴と、排泄された時点を示す日時とに基づいて、判定結果が示す排泄物が体内から体外へと排泄された際において、当該体内で当該排泄物が蓄積されていた蓄積量である蓄積量閾値を特定する。

例えば、情報処理装置１００は、ステップＳ１３において尿が排泄されたと判定したとする。係る場合、情報処理装置１００は、尿が排泄されたこの時点までに得られている曲線ＣＶ１１（体内蓄積量の履歴）と、尿が排泄された日時とに基づいて、膀胱（体内）からおむつＤＰ１（体外）へとこの尿が排泄された際において、膀胱（体内）で尿が蓄積されていた蓄積量である蓄積量閾値を特定する。ここで、図１の例では、曲線ＣＶ１１には、丸で囲まれた４つのピークが示されているが、このピークに対応する体内蓄積量が、蓄積量閾値である。

図１の例によると、ピークＰＫ１１に対応する体内蓄積量は「２７０ｍｌ」である。係る例は、ピークＰＫ１１に対応する横軸の日時（便宜上「日時Ｄ１１」とする）において排尿があったことが検知されるとともに、排尿された日時Ｄ１１の時点において、膀胱で尿が蓄積されていた蓄積量である蓄積量閾値が「２７０ｍｌ」であった例を示す。また、係る例について、膀胱に尿が「２７０ｍｌ」蓄積された日時Ｄ１１の時点で、着用者Ｕ１１による排尿が行われた、と言い換えることができる。

また、図１の例によると、ピークＰＫ１２に対応する体内蓄積量は「２６０ｍｌ」である。係る例は、ピークＰＫ１２に対応する横軸の日時（便宜上「日時Ｄ１２」とする）において排尿があったことが検知されるとともに、排尿された日時Ｄ１２の時点において、膀胱で尿が蓄積されていた蓄積量である蓄積量閾値が「２６０ｍｌ」であった例を示す。また、係る例について、膀胱に尿が「２６０ｍｌ」蓄積された日時Ｄ１２の時点で、着用者Ｕ１１による排尿が行われた、と言い換えることができる。

ピークＰＫ１３およびＰＫ１４についても同様にして説明可能であるため詳細な説明を省略する。

ステップＳ１３での判定結果が尿である例について説明してきたが、便の場合についても説明する。例えば、情報処理装置１００は、ステップＳ１３において便が排泄されたと判定したとする。係る場合、情報処理装置１００は、便が排泄されたこの時点までに得られている曲線ＣＶ１２（体内蓄積量の履歴）と、便が排泄された日時とに基づいて、直腸（体内）からおむつＤＰ１（体外）へとこの便が排泄された際において、直腸（体内）で便が蓄積されていた蓄積量である蓄積量閾値を特定する。ここで、図１の例では、曲線ＣＶ１２には、丸で囲まれた３つのピークが示されているが、このピークに対応する体内蓄積量が、蓄積量閾値である。

図１の例によると、ピークＰＫ２１に対応する体内蓄積量は「８５ｇ」である。係る例は、ピークＰＫ２１に対応する横軸の日時（便宜上「日時Ｄ２１」とする）において排便があったことが検知されるとともに、排便された日時Ｄ２１の時点において、直腸で便が蓄積されていた蓄積量である蓄積量閾値が「８５ｇ」であった例を示す。また、係る例について、直腸に便が「８５ｇ」蓄積された日時Ｄ２１の時点で、着用者Ｕ１１による排便が行われた、と言い換えることができる。

ピークＰＫ２２およびＰＫ２３についても同様にして説明可能であるため詳細な説明を省略する。

さて、このようにしてステップＳ１１～Ｓ１４が繰り返されることで、蓄積量閾値に関する傾向を得るための学習データが貯まってゆく。したがって、情報処理装置１００は、体内蓄積量の履歴であって、蓄積量閾値が随時特定されている状態の履歴に基づいて、モデルを学習する（ステップＳ１５）。例えば、情報処理装置１００は、体内（膀胱、腸）に蓄積されている排泄物の量である体内蓄積量と、このような体内蓄積量になった時点から蓄積量閾値に達するまでの時間との傾向に基づく関係性を学習したモデルを生成する。例えば、情報処理装置１００は、現時点における体内蓄積量を入力として、現時点での体内蓄積量から蓄積量閾値に達するまで（排泄されるまで）の時間を出力するモデルを生成する。

また、例えば、情報処理装置１００は、体内蓄積量の履歴であって、蓄積量閾値が随時特定されている状態の履歴のうち、より最近の所定期間分の履歴に基づきモデルを更新することで、より最新のモデルを生成するという処理を時間経過に応じて繰り返す。なお、このようなモデルは、体内から体外へと排泄物が排泄された際において、当該体内で当該排泄物が蓄積されていた蓄積量（蓄積量閾値）に関する傾向を示す傾向情報に対応するものである。

図１の例では、情報処理装置１００は、着用者Ｕ１１用のモデルであって、尿を対象とした体内蓄積量の履歴（曲線ＣＶ１１）に基づいて、現時点における尿の体内蓄積量を入力として、この体内蓄積量から蓄積量閾値に達するまで（尿が排泄されるまで）の時間を出力するモデルとして予測モデルＭＤ１１を生成したものとする。また、図１の例では、情報処理装置１００は、着用者Ｕ１１用のモデルであって、便を対象とした体内蓄積量の履歴（曲線ＣＶ１２）に基づいて、現時点における便の体内蓄積量を入力として、この体内蓄積量から蓄積量閾値に達するまで（便が排泄されるまで）の時間を出力するモデルとして予測モデルＭＤ１２を生成したものとする。また、情報処理装置１００は、より最近の所定期間分の履歴に基づいて、予測モデルＭＤ１１およびＭＤ１２を更新している。

また、このような状態において、情報処理装置１００は、着用者Ｕ１１が将来排泄する排泄タイミングを予測する予測処理を行うタイミングになったか否かを判定する（ステップＳ１６）。例えば、情報処理装置１００は、第２センサＳＮ２により排泄検知されたか否かに基づいて、予測処理を行うタイミングになったか否かを判定する。例えば、情報処理装置１００は、第２センサＳＮ２により排泄検知された場合には、排泄があった現時点よりも後での排泄タイミングを予測するという意味で、予測処理を行うタイミングになったと判定することができる。また、例えば、情報処理装置１００は、利用者（例えば、着用者のケアを行う対象者）からの要求を受け付けた場合には、要求があった現時点よりも後での排泄タイミングを予測するという意味で、予測処理を行うタイミングになったと判定してもよい。

そして、情報処理装置１００は、予測処理を行うタイミングになっていないと判定している間は（ステップＳ１６；Ｎｏ）、予測処理を行うタイミングになったと判定できるまで待機する。一方、情報処理装置１００は、予測処理を行うタイミングになったと判定した場合には（ステップＳ１６；Ｙｅｓ）、これまでに生成されている最新の予測モデルを用いて、予測処理を行うタイミングとなった現時点よりも後に着用者Ｕ１１が排泄する排泄タイミングを予測する（ステップＳ１７）。換言すると、情報処理装置１００は、予測処理を行うタイミングとなった現時点よりも前の段階で取得されている体内蓄積量の履歴から得られている傾向であって、蓄積量閾値に関する傾向を示す傾向情報に基づいて、この現時点よりも後に着用者Ｕ１１が排泄する排泄タイミングを予測する。

図１の例では、情報処理装置１００は、予測モデルＭＤ１１と、予測処理を行うタイミングとなった現時点において着用者Ｕ１１の体内に蓄積されている尿の量とに基づいて、現時点よりも後に着用者Ｕ１１が排泄（排尿）する排泄タイミングを予測する。図１に示す曲線ＣＶ１１の例によると、現時点において着用者Ｕ１１の体内に蓄積されている尿の量は「２０ｍｌ」である。したがって、情報処理装置１００は、尿量「２０ｍｌ」を入力として、予測モデルＭＤ１１により出力された時間を現在時刻に適用することで、蓄積量閾値に達する時間帯（排尿される時間帯）を予測する。

また、図１の例では、情報処理装置１００は、予測モデルＭＤ１２と、予測処理を行うタイミングとなった現時点において着用者Ｕ１１の体内に蓄積されている便の量とに基づいて、現時点よりも後に着用者Ｕ１１が排泄（排便）する排泄タイミングを予測する。図１に示す曲線ＣＶ１２の例によると、現時点において着用者Ｕ１１の体内に蓄積されている便の量は「３０ｇ」である。したがって、情報処理装置１００は、便量「３０ｇ」を入力として、予測モデルＭＤ１２により出力された時間を現在時刻に適用することで、蓄積量閾値に達する時間帯（排便される時間帯）を予測する。

また、情報処理装置１００は、着用者Ｕ１１へのケアを行う対象者に対して予測結果を通知する（ステップＳ１８）。図１の例では、着用者Ｕ１１へのケアを行う対象者は、対象者Ｔ１１である。よって、情報処理装置１００は、対象者Ｔ１１の対象者装置３０に予測結果を送信することで、対象者Ｔ１１に対して予測結果を通知する。例えば、情報処理装置１００は、「１０時３０分～１１時００分までの間の時間帯」を排尿される時間帯として予測し、「１１時００分～１１時３０分までの間の時間帯」を排便される時間帯として予測した場合には、係る予測結果を対象者Ｔ１１の対象者装置３０に送信する。

図１を用いて説明してきたように、実施形態に係る情報処理装置１００は、体内に蓄積されている排泄物の量を示す体内蓄積量（第１センサ由来の情報）を随時取得するとともに、排泄があった場合には排泄検知を示す排泄検出情報（第２センサ由来の情報）を取得する。そして、情報処理装置１００は、取得したこれらの情報を掛け合わせることにより、体内（膀胱、腸）にどれだけ溜まったときに排泄されたか、このときの体内蓄積量（すなわち、蓄積量閾値）を特定する。

そして、情報処理装置１００は、予測処理を行うタイミングとなった現時点よりも前に得られている体内蓄積量の履歴と、この体内蓄積量の履歴の中で特定されている蓄積量閾値とに基づき算出された傾向情報であって、この蓄積量閾値に関する傾向を示す傾向情報（予測モデル）を用いて、現時点よりも後での排泄タイミングを尿、便ごとに予測する。

このような情報処理装置１００によれば、体内の状態を示す情報、体外の状態を示す情報の双方を考慮して排泄タイミングを予測するため、これらを単体で利用するという概念しかない従来技術と比較して、排泄が行われるタイミングを精度よく予測することができるようになる。また予測精度が向上することにより、例えば、ケアを行う対象者は、排泄のために待機している時間を効果的に削減することができるようになるため、効率的な排泄ケアを実現することができるようになる。すなわち、実施形態に係る情報処理装置１００は、より正確で高度な排泄ケアを実現することができる。

〔５．その他の実施形態〕
情報処理装置１００は、図１に説明した情報処理とは異なる処理により排泄タイミングを予測してもよい。以下では、図１に説明した情報処理とは異なる処理をその他の実施形態として説明する。

〔５－１．モデル以外の傾向情報を用いた予測〕
図１では、情報処理装置１００が、蓄積量閾値に関する傾向を示す傾向情報として、体内蓄積量の履歴と、この体内蓄積量の履歴の中で特定されている蓄積量閾値とに基づき生成された予測モデルを用いて、排泄タイミングを予測する例を示した。しかし、情報処理装置１００は、蓄積量閾値に関する傾向を示す傾向情報として、必ずしもこのようなモデルを用いる必要はなく、以下のような各種の統計的な情報を傾向情報として用いることで、排泄タイミングを予測してもよい。この点について、図１の例を用いて説明する。

例えば、情報処理装置１００は、ステップＳ１４により蓄積量閾値を特定すると、ステップＳ１５のモデル生成処理をスキップし、ステップＳ１６に移行することで、着用者Ｕ１１が将来排泄する排泄タイミングを予測する予測処理を行うタイミングになったか否かを判定する。

そして、情報処理装置１００は、予測処理を行うタイミングになったと判定した場合には（ステップＳ１６；Ｙｅｓ）、現時点よりも前の所定期間の間に取得された体内蓄積量の履歴（例えば、より最近の所定期間分の履歴）に含まれる蓄積量閾値を用いて、蓄積量閾値の傾向を算出する。具体的には、情報処理装置１００は、現時点よりも前の所定期間の間に取得された体内蓄積量の履歴に含まれる蓄積量閾値に基づいて、この期間での蓄積量閾値の平均を算出する。なお、このような蓄積量閾値の平均は、体内から体外へと排泄物が排泄された際において、当該体内で当該排泄物が蓄積されていた蓄積量（蓄積量閾値）に関する傾向を示す傾向情報に対応するものである。

図１の例では、情報処理装置１００は、尿を対象とした体内蓄積量の履歴のうち、現時点よりも前の所定期間分の履歴に対応する曲線ＣＶ１１に含まれる蓄積量閾値を平均することで、蓄積量閾値の平均（尿）を算出する。また、図１の例では、情報処理装置１００は、便を対象とした体内蓄積量の履歴のうち、現時点よりも前の所定期間分の履歴に対応する曲線ＣＶ１２に含まれる蓄積量閾値を平均することで、蓄積量閾値の平均（便）を算出する。

そして、情報処理装置１００は、蓄積量閾値の平均と、予測処理を行うタイミングとなった現時点において着用者Ｕ１１の体内に蓄積されている排泄物の量（体内蓄積量）とに基づいて、現時点よりも後に着用者Ｕ１１が排泄する排泄タイミングを予測する。

図１の例では、情報処理装置１００は、蓄積量閾値の平均（尿）と、予測処理を行うタイミングとなった現時点において着用者Ｕ１１の体内に蓄積されている尿の量とに基づいて、現時点よりも後に着用者Ｕ１１が排泄（排尿）する排泄タイミングを予測する。図１に示す曲線ＣＶ１１の例によると、現時点において着用者Ｕ１１の体内に蓄積されている尿の量は「２０ｍｌ」である。したがって、情報処理装置１００は、尿量「２０ｍｌ」から蓄積量閾値の平均（尿）に達するまでの時間を予測する。

例えば、着用者Ｕ１１が「８０代、女性、体重５０キロ台」であり、「８０代、女性、体重５０キロ台」では、統計的にどれくらいの速度で尿が溜まるかといった尿蓄積速度の統計値が得られているとする。係る場合には、情報処理装置１００は、尿量「２０ｍｌ」と、尿蓄積速度の統計値とに基づいて、尿量「２０ｍｌ」から蓄積量閾値の平均（尿）に達するまでの時間を予測する。

そして、情報処理装置１００は、予測した時間を現在時刻に適用することで、蓄積量閾値の平均（尿）に達する時間帯（排尿される時間帯）を予測する。

また、例えば、「８０代、女性、体重５０キロ台」では、統計的にどれくらいの間隔（排尿してから再び排尿するまでの間隔）で排尿されるかといった排尿間隔の統計値が得られているとする。係る場合には、情報処理装置１００は、尿量「２０ｍｌ」と、排尿間隔の統計値とに基づいて、尿量「２０ｍｌ」から蓄積量閾値の平均（尿）に達するまでの時間を予測してもよい。

便についても説明する。図１の例では、情報処理装置１００は、蓄積量閾値の平均（便）と、予測処理を行うタイミングとなった現時点において着用者Ｕ１１の体内に蓄積されている便の量とに基づいて、現時点よりも後に着用者Ｕ１１が排泄（排便）する排泄タイミングを予測する。図１に示す曲線ＣＶ１２の例によると、現時点において着用者Ｕ１１の体内に蓄積されている便の量は「３０ｇ」である。したがって、情報処理装置１００は、便量「３０ｇ」から蓄積量閾値の平均（便）に達するまでの時間を予測する。

例えば、「８０代、女性、体重５０キロ台」では、統計的にどれくらいの速度で便が溜まるかといった便蓄積速度の統計値が、腸の蠕動運動に基づき得られているとする。係る場合には、情報処理装置１００は、便量「３０ｇ」と、便蓄積速度の統計値とに基づいて、便量「３０ｇ」から蓄積量閾値の平均（便）に達するまでの時間を予測する。

そして、情報処理装置１００は、予測した時間を現在時刻に適用することで、蓄積量閾値の平均（便）に達する時間帯（排便される時間帯）を予測する。

また、例えば、「８０代、女性、体重５０キロ台」では、統計的にどれくらいの間隔（排便してから再び排便するまでの間隔）で排便されるかといった排便間隔の統計値が得られているとする。係る場合には、情報処理装置１００は、便量「３０ｇ」と、排便間隔の統計値とに基づいて、便量「３０ｇ」から蓄積量閾値の平均（便）に達するまでの時間を予測してもよい。

〔５－２．他の着用者の情報を利用した予測〕
図１の例では、情報処理装置１００が、処理対象の着用者（図１では、着用者Ｕ１１）から得られた体内情報および体外情報に基づいて、処理対象の着用者が将来排泄する排泄タイミングを予測する例を示した。しかし、情報処理装置１００は、処理対象の着用者とは異なる他の着用者から得られた体内情報および体外情報に基づいて、処理対象の着用者が将来排泄する排泄タイミングを予測してもよい。例えば、情報処理装置１００は、処理対象の着用者とは異なる他の着用者から得られた体内情報および体外情報のみから、処理対象の着用者が将来排泄する排泄タイミングを予測してもよいし、処理対象の着用者から得られた体内情報および体外情報と、他の着用者から得られた体内情報および体外情報とを組み合わせることで、処理対象の着用者が将来排泄する排泄タイミングを予測してもよい。この点について、図１の例を用いて説明する。

例えば、着用者Ｕ１１について予測モデルを生成する場合、学習データが十分に蓄積されていないような初期の段階（例えば、着用者Ｕ１１について初めて排泄タイミングを予測する段階）では、情報処理装置１００は、高精度な予測モデルを生成することができるとは限らない。したがって、係る場合には、情報処理装置１００は、着用者Ｕ１１と類似する他の利用者を対象に得られている傾向情報に基づいて、着用者Ｕ１１の排泄タイミングを予測する。

例えば、情報処理装置１００は、着用者Ｕ１１と属性（年代、性別、身体情報（体重等））が類似する他の利用者を対象に得られている予測モデルと、現時点において着用者Ｕ１１の体内に蓄積されている排泄物の量とに基づいて、着用者Ｕ１１の排泄タイミングを予測する。また、情報処理装置１００は、着用者Ｕ１１と属性が類似する他の利用者を対象に得られている蓄積量閾値の傾向（蓄積量閾値の平均）と、現時点において着用者Ｕ１１の体内に蓄積されている排泄物の量とに基づいて、着用者Ｕ１１の排泄タイミングを予測してもよい。

このような情報処理装置１００によれば、予測に必要な情報の情報量が不十分な場合であっても、排泄が行われるタイミングを精度よく予測することができるようになる。

〔５－３．体内情報と体外情報とを合わせたノイズ検出〕
図１の例によれば、第１センサＳＮ１は、所定間隔（例えば、１分間隔）ごとに、このとき体内（膀胱、腸）に蓄積されている排泄物（尿、便）の量を検出（計測）し、計測結果をこの所定間隔（例えば、１分間隔）ごとに情報処理装置１００送信している。このため、情報処理装置１００は、体内（膀胱、腸）に蓄積されている排泄物（尿、便）の量である体内蓄積量の経時変化（体内蓄積量の履歴）を示す曲線ＣＶ１１や曲線ＣＶ１２を得ることができる。

また、上記説明した通り、第２センサＳＮ２は、吸収性物品内のインピーダンス変化に基づき排泄の有無を検出するため、例えば、おむつＤＰ１に備え付けられている導電部材間のインピーダンスの大きさを検出することができる。このようなことから、情報処理装置１００は、第１センサＳＮ１から体内蓄積量の値を定期的に取得することに合わせて、第２センサＳＮ２からインピーダンス値を定期的に取得することができる。

そうすると、情報処理装置１００は、体内蓄積量の経時変化（体内蓄積量の履歴）を示す曲線（曲線ＣＶ１１およびＣＶ１２）だけでなく、インピーダンス値の経時変化（インピーダンス値の履歴）を示す曲線も得ることができるようになる。したがって、互いに対応関係にあるこのような２種類の曲線に基づき、情報処理装置１００は、曲線に含まれるノイズを検出してもよい。具体的には、情報処理装置１００は、体内蓄積量の経時変化を示す曲線と、インピーダンス値の経時変化を示す曲線とを比較することで、双方の曲線に含まれるノイズ（ノイズピーク）を検出する。この点について、図２を用いて説明する。

図２は、実施形態に係るノイズ検出の一例を示す図である。また、図２（ａ）では、インピーダンス値の経時変化を示す曲線として、第２センサＳＮ２由来のインピーダンス値に基づく曲線Ｃ１１１を例示する。また、また、図２（ｂ）では、インピーダンス値の経時変化を示す曲線として、第２センサＳＮ２由来のインピーダンス値に基づく曲線Ｃ１２１を例示する。説明の便宜上、曲線Ｃ１１１と曲線Ｃ１２１とは、異なる形状を示しているものとする。曲線Ｃ１１１および曲線Ｃ１２１の縦軸は、インピーダンス値を示す。

まず、図２（ａ）について説明する。図２（ａ）の例では、情報処理装置１００は、曲線ＣＶ１１（図１より）と、曲線Ｃ１１１とを比較することにより、少なくともいずれか一方の曲線にノイズピークが存在するか否かを判定する。例えば、情報処理装置１００は、曲線ＣＶ１１に含まれるピークのうち、所定の閾値を超えるピークを対象にノイズを検出する。同様に、情報処理装置１００は、曲線ＣＶ１１１に含まれるピークのうち、所定の閾値を超えるピークを対象にノイズを検出する。

このような状態において、情報処理装置１００は、曲線ＣＶ１１と曲線Ｃ１１１とを比較することにより、例えば、双方の曲線において対応関係にあるピークが存在するか否かに基づいて、ノイズピークを検出する。なお、ここでいう対応関係とは、ピーク位置とピーク形状との一致の度合いであるものとする。

図２（ａ）の例では、情報処理装置１００は、曲線ＣＶ１１のピークＰＫ１１と、曲線Ｃ１１１のピークＰＫ１１１とが対応関係にあると判定したものとする。また、情報処理装置１００は、曲線ＣＶ１１のピークＰＫ１２と、曲線Ｃ１１１のピークＰＫ１２１とが対応関係にあると判定したものとする。また、情報処理装置１００は、曲線ＣＶ１１のピークＰＫ１４と、曲線Ｃ１１１のピークＰＫ１４１とが対応関係にあると判定したものとする。

一方、図２（ａ）の例では、情報処理装置１００は、曲線ＣＶ１１のピークＰＫ１３と対応関係にあるピークが曲線Ｃ１１１側には存在しないと判定したとする。係る場合、情報処理装置１００は、曲線ＣＶ１１のピークＰＫ１３はノイズピークであると判定し、この結果、ピークＰＫ１３をノイズピークとして検出する。

また、情報処理装置１００は、係る例のように曲線ＣＶ１１側にノイズピークを検出した場合、蓄積量閾値の特定（図１のステップＳ１４）においてピークＰＫ１３を除外することができる。このような、情報処理装置１００によれば、本来はノイズであるピークを正当なピークと誤認して蓄積量閾値を特定してしまうような状況を防止することができるため、より高精度なモデルを学習することができるようになり、結果、排泄タイミングの予測精度を高めることができるようになる。

次に、図２（ｂ）について説明する。図２（ｂ）の例では、情報処理装置１００は、曲線ＣＶ１２（図１より）と、曲線Ｃ１２１とを比較することにより、少なくともいずれか一方の曲線にノイズピークが存在するか否かを判定する。例えば、情報処理装置１００は、曲線ＣＶ１２に含まれるピークのうち、所定の閾値を超えるピークを対象にノイズを検出する。同様に、情報処理装置１００は、曲線ＣＶ１２１に含まれるピークのうち、所定の閾値を超えるピークを対象にノイズを検出する。

そして、図２（ａ）の例と同様に、情報処理装置１００は、曲線ＣＶ１２と曲線Ｃ１２１とを比較することにより、例えば、双方の曲線において対応関係にあるピークが存在するか否かに基づいて、ノイズピークを検出する。

図２（ｂ）の例では、情報処理装置１００は、曲線ＣＶ１２のピークＰＫ２１と、曲線Ｃ１２１のピークＰＫ２１１とが対応関係にあると判定したものとする。また、情報処理装置１００は、曲線ＣＶ１２のピークＰＫ２２と、曲線Ｃ１２１のピークＰＫ２２１とが対応関係にあると判定したものとする。また、情報処理装置１００は、曲線ＣＶ１２のピークＰＫ２３と、曲線Ｃ１３１のピークＰＫ２３１とが対応関係にあると判定したものとする。

一方、図２（ｂ）の例では、情報処理装置１００は、曲線ＣＶ１２１のピークＰＫ２４１と対応関係にあるピークが曲線Ｃ１２側には存在しないと判定したとする。係る場合、情報処理装置１００は、曲線ＣＶ１２１のピークＰＫ２４１はノイズピークであると判定し、この結果、ピークＰＫ２４１をノイズピークとして検出する。

また、情報処理装置１００は、係る例のように曲線ＣＶ１２１側にノイズピークを検出した場合、第１センサＳＮ１から排泄検出情報を取得した際に（図１のステップＳ１３）、排泄検出情報が示す検出結果の正誤を判定することができるようになるため、排泄検出情報に基づく蓄積量閾値の特定処理（図１のステップＳ１４）の精度を高めることができる。このような、情報処理装置１００によれば、より高精度なモデルを学習することができるようになるため、排泄タイミングの予測精度を高めることができるようになる。

また、図２の例では、情報処理装置１００が、経時変化に伴う体内蓄積量とインピーダンス値とを比較する例を示した。しかし、体内蓄積量比較される比較対象は、必ずしもインピーダンス値である必要はなく、排泄検知の指標となる指標値であればいかなる値であってもよい。例えば、体内蓄積量比較される比較対象は、臭い成分の濃度であってもよい。また、係る場合、第１センサＳＮ１は、おむつＤＰ１内での臭いの変化から排泄検知を行う臭気センサに対応する。

また、図２で説明したノイズ検出処理は、例えば、以下で説明する閾値特定部１３３により行われる。また、情報処理装置１００は、ノイズ検出処理を行う専用の処理部を有してもよい。

〔６．情報処理装置の構成〕
次に、図３を用いて、実施形態に係る情報処理装置１００について説明する。図３は、実施形態に係る情報処理装置１００の構成例を示す図である。図３に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。

（通信部１１０について）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワークＮと有線または無線で接続され、例えば、第１センサＳＮ１、第２センサＳＮ２、対象者装置３０との間で情報の送受信を行う。

（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ等の半導体メモリ素子またはハードディスク、光ディスク等の記憶装置によって実現される。記憶部１２０は、着用者情報記憶部１２１と、体内体外情報記憶部１２２と、スケジュール情報記憶部１２３と、誘導タイミング記憶部１２４とを有する。

（着用者情報記憶部１２１について）
着用者情報記憶部１２１は、着用者に関する各種情報を記憶する。ここで、図４に実施形態に係る着用者情報記憶部１２１の一例を示す。図４の例では、着用者情報記憶部１２１は、「施設ＩＤ（Identifier）」、「着用者ＩＤ（Identifier）」、「対象者ＩＤ（Identifier）」、「吸収性物品」、「食事履歴」、「投薬履歴」、「排泄履歴」、「体動履歴」、「排泄タイミング」、「交換タイミング」といった項目を有する。

「施設ＩＤ」は、「着用者ＩＤ」によって識別される着用者が入所している施設（例えば、介護施設や保育園等）、および、「対象者ＩＤ」によって識別される対象者が勤務している施設（例えば、介護施設や保育園等）を識別する識別情報である。「着用者ＩＤ」は、吸収性物品を着用する着用者を識別する識別情報を示す。係る着用者は、例えば、介護施設に入居している高齢の被介護者や、あるいは、保育園に入園している幼児であってよい。「対象者ＩＤ」は、「着用者ＩＤ」によって識別される着用者へのケアを行うとともに、実施形態に係る情報処理システム１を利用して各種の通知や提案を受けようとする利用者を識別する識別情報である。

「吸収性物品」は、「着用者ＩＤ」によって識別される着用者に対して利用されている吸収性物品に関する情報である。「吸収性物品」には、例えば、吸収性物品の種別、吸収性物品のタイプ、吸収性物品の商品名、吸収性物品の商品番号、吸収性物品の吸収能（キャパシティ）等の情報が含まれる。図４の例では、着用者ＩＤ「Ｕ１１」に対して、吸収性物品「吸収性物品♯１１」が対応付けられている。係る例は、着用者ＩＤ「Ｕ１１」によって識別される着用者（着用者Ｕ１１）は、「吸収性物品♯１１」が示す吸収性物品を着用している例を示す。

「食事履歴」は、「着用者ＩＤ」によって識別される着用者が、「いつ、何を、どれだけの量食べたか（あるいは飲んだか）」といった、着用者による飲食の履歴を示す情報である。「食事履歴」は、対象者によって登録されてもよいし、対象者に与えられた飲食物が撮像された撮像画像であってもよい。また、係る飲食物が入れられた容器等に例えば所定のセンサ（カメラ等）が取付けられている場合には、情報処理装置１００は、係るセンサによって検出された情報（例えば、撮像画像）を食事履歴として取得し着用者情報記憶部１２１に格納してもよい。図４の例では、着用者ＩＤ「Ｕ１１」に対して、食事履歴「食事履歴♯１１」が対応付けられている。係る例は、着用者ＩＤ「Ｕ１１」によって識別される着用者（着用者Ｕ１１）は、「食事履歴♯１１」が示すような飲食物を摂取してきている例を示す。

「投薬履歴」は、「着用者ＩＤ」によって識別される着用者が、「いつ、どのような下剤を、どれだけの量で投与されたか」といった、着用者による下剤投与の履歴を示す情報である。「投薬履歴」は、対象者によって登録されてもよいし、所定のセンサ（カメラ等）により着用者への投与の様子が検出されている場合には、情報処理装置１００は、係るセンサによって検出された情報（例えば、撮像画像）を投薬履歴として取得し着用者情報記憶部１２１に格納してもよい。図４の例では、着用者ＩＤ「Ｕ１１」に対して、投薬履歴「投薬履歴♯１１」が対応付けられている。係る例は、着用者ＩＤ「Ｕ１１」によって識別される着用者（着用者Ｕ１１）は、「投薬履歴♯１１」が示すように下剤投与されてきている例を示す。

「排泄履歴」は、「着用者ＩＤ」によって識別される着用者が、「いつ、どのような状態（例えば、色や便質等）の便を、どれだけの量で排泄したか」といった、着用者による排便の履歴を示す情報である。「排泄履歴」は、対象者によって登録されてもよいし、所定のセンサ（カメラ等）により、排便された際の吸収性物品内の状況が検出されている場合には、情報処理装置１００は、係るセンサによって検出された情報（例えば、撮像画像）を排便履歴として取得し着用者情報記憶部１２１に格納してもよい。図４の例では、着用者ＩＤ「Ｕ１１」に対して、排便履歴「排便履歴♯１１」が対応付けられている。係る例は、着用者ＩＤ「Ｕ１１」によって識別される着用者（着用者Ｕ１１）は、「排便履歴♯１１」が示すように排便してきている例を示す。

「体動履歴」は、「着用者ＩＤ」によって識別される着用者が、「（例えば、ベッド上において）いつ、どのような体動や姿勢にあるか」といった、着用者による体動（姿勢）の履歴を示す情報である。「体動履歴」は、対象者によって登録されてもよいし、所定のセンサ（カメラ等）により、着用者の動く様子が検出されている場合には、情報処理装置１００は、係るセンサによって検出された情報（例えば、撮像画像）を体動履歴として取得し着用者情報記憶部１２１に格納してもよい。図４の例では、着用者ＩＤ「Ｕ１１」に対して、体動履歴「体動履歴♯１１」が対応付けられている。係る例は、着用者ＩＤ「Ｕ１１」によって識別される着用者（着用者Ｕ１１）は、「体動履歴♯１１」が示すような体動や姿勢をとってきている例を示す。

「排泄タイミング」は、「着用者ＩＤ」によって識別される着用者に対して予測された排泄タイミングであって、図１で説明した情報処理により予測された排泄タイミングを示す情報である。図４の例では、着用者ＩＤ「Ｕ１１」に対して、排泄タイミング「排泄タイミング♯１１」が対応付けられている。係る例は、着用者ＩＤ「Ｕ１１」によって識別される着用者（着用者Ｕ１１）は、「排泄タイミング♯１１」が示すタイミング（例えば、時間帯）に排泄すると予測された例を示す。

「交換タイミング」は、「着用者ＩＤ」によって識別される着用者に対して決定された交換タイミングであって、後述する第１決定部１３７により決定された交換タイミングを示す情報である。図４の例では、着用者ＩＤ「Ｕ１１」に対して、交換タイミング「交換タイミング♯１１」が対応付けられている。係る例は、着用者ＩＤ「Ｕ１１」によって識別される着用者（着用者Ｕ１１）に対しては、「交換タイミング♯１１」が示すタイミング（例えば、時間帯）に吸収性物品を交換すべきと決定された例を示す。

なお、図４の例では、吸収性物品♯１１、食事履歴♯１１、投薬履歴♯１１、排泄履歴♯１１、体動履歴♯１１、排泄タイミング♯１１、交換タイミング♯１１等のように概念的な記号を用いているが、実際には、これらを示す適切な数値、テキスト、画像（動画）等が登録される。

（体内体外情報記憶部１２２について）
体内体外情報記憶部１２２は、体内における排泄に関する情報である体内情報と、体内から体外へと排泄された排泄物に関する情報である体外情報とを記憶する。ここで、図５に実施形態に係る体内体外情報記憶部１２２の一例を示す。図５の例では、体内体外情報記憶部１２２は、「着用者ＩＤ（Identifier）」、「排泄物種別」、「日時情報」、「体内蓄積量」、「状態情報」、「検出有無」、「排泄量」といった項目を有する。

「着用者ＩＤ」は、吸収性物品を着用する着用者を識別する識別情報を示す。「排泄物種別」は、排泄物が尿または便のいずれであるかを示す情報である。

「日時情報」は、第１センサＳＮ１によって体内（膀胱、腸）に蓄積されている排泄物の量である「体内蓄積量」の検出（計測）が行われた日時を示す情報である。図１で説明したように、第１センサＳＮ１は、所定間隔（例えば、１分間隔）ごとに、このとき日時での体内（膀胱、腸）に蓄積されている排泄物（尿、便）の量を検出（計測）し、計測結果をこの所定間隔（例えば、１分間隔）ごとに情報処理装置１００送信している。したがって、図５の「日時情報」は、係る例に対応している。

「体内蓄積量」は、「日時情報」によって示される日時において、着用者の体内（膀胱、腸）に蓄積されていた排泄物（尿、便）の量を示す情報である。

「状態情報」は、膀胱の拡大率や、膀胱の大きさといった膀胱の状態（膀胱状態）を示す情報である。また、「状態情報」は、腸の動き（蠕動運動）といった腸の状態（腸状態）を示す情報である。「状態情報」の検出は、第１センサＳＮ１によって行われる。

「検出有無」は、尿や便の排泄があったか否かを示す情報である。図１で説明したように、第２センサＳＮ２は、排泄の有無を検出し、排泄があったことを検出した場合には、排泄があったこと示す排泄検出情報を情報処理装置１００に送信する。したがって、排泄があったこと示す排泄検出情報が取得された場合（排泄検知された場合）には、この日時に対応する「日時情報」と、「検出有無」とに対応付く欄に「○」が入力される。また、検出有無「○」が対応付けられている「体内蓄積量」は、蓄積量閾値である。

「排泄量」は、排泄があったこと示す排泄検出情報が取得された場合（排泄検知された場合）において、対応する排泄物が実際にどれだけの量、吸収性物品内に排泄されたかこの量を示す情報である。

例えば、図５の例では、着用者ＩＤ「Ｕ１１」に対して、排泄物種別「尿」、日時情報「２０２０年２月１５日１６時５９分」、体内蓄積量「２５０ｍｌ」、状態情報「膀胱状態♯１１２」、検出有無「○」、排泄量「２００ｍｌ」が対応付けられている。係る例は、着用者ＩＤ「Ｕ１１」によって識別される着用者（着用者Ｕ１１）は、膀胱に尿が「２５０ｍｌ」蓄積された日時「２０２０年２月１５日１６時５９分」の時点で、排尿した例を示す。また、係る例は、このとき着用者Ｕ１１が実際に排尿した量は「２００ｍｌ」であった例を示す。また、係る例は、排尿が行われた日時「２０２０年２月１５日１６時５９分」の時点では、着用者Ｕ１１の膀胱は「膀胱状態♯１１２」のような状態であった例を示す。

また、例えば、図５の例では、着用者ＩＤ「Ｕ１１」に対して、排泄物種別「便」、日時情報「２０２０年２月１５日１６時２２分」、体内蓄積量「１００ｇ」、検出有無「○」、排泄量「９０ｇ」が対応付けられている。係る例は、着用者ＩＤ「Ｕ１１」によって識別される着用者（着用者Ｕ１１）は、膀胱に便が「１００ｇ」蓄積された日時「２０２０年２月１５日１６時２２分」の時点で、排便した例を示す。また、係る例は、このとき着用者Ｕ１１が実際に排便した量は「９０ｇ」であった例を示す。

なお、図５の例では、膀胱状態♯１１１、腸状態♯１１１等のように概念的な記号を用いているが、実際には、これらを示す適切な数値、テキスト等が登録される。

（スケジュール情報記憶部１２３について）
スケジュール情報は、利用者のスケジュールを記憶する。ここで、図６に実施形態に係るスケジュール情報記憶部１２３の一例を示す。図６の例では、スケジュール情報記憶部１２３は、「施設ＩＤ（Identifier）」、「利用者種別」、「ＩＤ」、「スケジュール」といった項目を有する。

「施設ＩＤ」は、図４の施設ＩＤに対応する。「利用者種別」は、対応する「スケジュール」が対象者または着用者のいずれのスケジュールであるかを示す情報である。「ＩＤ」は、「利用者種別」に対応する利用者を識別する識別情報を示す。例えば、利用者種別「対象者」に対応する「ＩＤ」は「対象者ＩＤ」（図４）を示し、利用者種別「着用者」に対応する「ＩＤ」は「着用者ＩＤ」（図４）を示す。「スケジュール」は、「ＩＤ」によって識別される利用者の、「施設ＩＤ」が示す施設でのスケジュールを示す。

図６の例では、施設ＩＤ「ＦＡ１」と、利用者種別「対象者」と、ＩＤ「Ｔ１１」と、スケジュール「スケジュール♯ＳＫ１１」とが対応付けられている。係る例は、「施設ＦＡ１」での対象者「Ｔ１１」のスケジュールが、「スケジュール♯ＳＫ１１」によって示されるものである例を示す。

なお、図６の例では、スケジュール♯ＳＫ１１等のように概念的な記号を用いているが、実際には、これらを示す適切な数値、テキスト、タイムテーブル等が登録される。

（誘導タイミング記憶部１２４）
誘導タイミング記憶部１２４は、着用者をトイレへと誘導する誘導タイミングに関する情報を記憶する。誘導タイミングは、後述する第２決定部１３８により決定される。誘導タイミング記憶部１２４に記憶される誘導タイミングについては、図７を用いて詳細に説明する。

（制御部１３０について）
図３に戻り、制御部１３０は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報処理装置１００内部の記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図３に示すように、制御部１３０は、取得部１３１と、第１判定部１３２と、閾値特定部１３３と、生成部１３４と、予測部１３５と、情報制御部１３６と、第１決定部１３７と、第２決定部１３８と、提案部１３９と、第２判定部１４０とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図３に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図３に示した接続関係に限られず、他の接続関係であってもよい。

（取得部１３１について）
取得部１３１は、体内における排泄に関する情報である体内情報と、体内情報とは異なる情報であって体外に関する情報である体外情報とを取得する。例えば、取得部１３１は、体外情報として、体内から体外へと排泄された排泄物に関する情報を取得する。例えば、取得部１３１は、体内情報として、体内に蓄積されている排泄物の量に関する情報を取得する。また、例えば、取得部１３１は、体外情報として、体内から体外へと排泄物が排泄されたことを示す排泄情報を取得する。例えば、取得部１３１は、着用者に身体に装着された第１のセンサにより検出された体内情報を取得し、吸収性物品に取付けられた第２のセンサにより検知された体外情報を取得する。

図１の例では、第１センサＳＮ１が、所定間隔（例えば、１分間隔）ごとに、このとき体内（膀胱、腸）に蓄積されている排泄物（尿、便）の量を検出（計測）し、計測結果をこの所定間隔（例えば、１分間隔）ごとに情報処理装置１００送信している。したがって、図１の例では、取得部１３１は、所定間隔ごとに、この時点での体内（膀胱、腸）に蓄積されている排泄物（尿、便）の量である体内蓄積量（体内情報の一例）を第１センサＳＮ１から随時取得する。例えば、取得部１３１は、体内（膀胱、腸）に蓄積されている排泄物（尿、便）の量である「体内蓄積量」と、この量が計測された日時を示す「日時情報」との組合せを随時取得する。また、取得部１３１は、各日時に対応する体内蓄積量を、体内蓄積量の履歴として、体内体外情報記憶部１２２に格納する。

また、図１の例では、第２センサＳＮ２は、おむつＤＰ１内のインピーダンス変化に基づき排泄の有無を検出し、排泄があったことを検出した場合には、排泄があったこと示す排泄検出情報（体外情報の一例）を情報処理装置１００に送信する。したがって、図１の例では、取得部１３１は、排泄があったこと示す排泄検出情報（体外情報の一例）を第２センサＳＮ２から取得する。また、取得部１３１は、排泄検出情報を取得した場合には、尿または便のいずれが排泄されたか判定された判定結果と、排泄検出情報を取得した日時とに基づいて、体内体外情報記憶部１２２の「検出有無」に対して「○」を入力する。

また、第１センサは、膀胱の拡大率や、膀胱の大きさといった膀胱の状態（膀胱状態）を示す状態情報も検出することができる。また、第１センサは、腸の動き（蠕動運動）といった腸の状態（腸状態）を示す状態情報も検出することができる。したがって、取得部１３１は、これら状態を示す状態情報も第１センサから取得する。

また、取得部１３１は、着用者が着用する吸収性物品に関する情報、食事履歴（着用者が摂取した飲食物に関する飲食情報）、投薬履歴（着用者に投与された薬剤に関する薬剤情報）、排泄履歴、体動履歴、といった着用者に関する各種情報も取得することができる。また、取得部１３１は、取得したこれら情報を着用者情報記憶部１２１に格納する。

なお、取得部１３１は、被介護者（例えば、吸収性物品を着用する着用者）が排尿すると予測されたタイミングを示す排尿予測情報と、被介護者が排便すると予測されたタイミングを示す排便予測情報とをさらに取得してもよい。したがって、取得部１３１は、排泄情報取得部に対応する処理部でもある。

ここで、排泄情報取得部としての取得部１３１により取得される排尿予測情報とは、例えば、後述する予測部１３５により予測された予測結果である。具体的には、排泄予測情報とは、図１で説明した実施形態に係る情報処理において予測部１３５により予測された排泄タイミング（排尿タイミングあるいは排便タイミング）を示す情報である。

一方で、排泄情報取得部としての取得部１３１により取得される排尿予測情報は、実施形態に係る情報処理において予測部１３５により予測された排泄タイミングを示す情報に限定されない。例えば、取得部１３１は、任意の手法で排尿すると予測されたタイミングを示す排尿予測情報を取得してもよい。同様に、取得部１３１は、任意の手法で排便すると予測されたタイミングを示す排便予測情報を取得してもよい。

例えば、図１の例では、体内情報と体外情報とに基づき排泄タイミングが予測される例を示したが、体内情報のみで排泄タイミングが予測されてもよく、係る場合、取得部１３１は、体内情報のみで予測された排泄タイミングを示す情報を取得する。また、体外情報のみで排泄タイミングが予測されてもよく、係る場合、取得部１３１は、体外情報のみで予測された排泄タイミングを示す情報を取得する。

（第１判定部１３２について）
第１判定部１３２は、取得部１３１により排泄検出情報が取得された場合（排泄検知された場合）には、排泄があったこのときにおいて、第１センサから得られた体内情報に基づいて、排泄された排泄物の種別を判定する。具体的には、第１判定部１３２は、排泄があったこのときにおいて、第１センサから得られた体内情報に基づいて、処理対象の着用者による排泄物が尿であるか便であるかを判定する。

（閾値特定部１３３について）
閾値特定部１３３は、取得部１３１により排泄があったこと示す排泄検出情報が取得された場合（排泄検知された場合）には、第１判定部１３２による判定結果が示す排泄物について、体内にどれだけの量蓄積されたときに排泄されたかを特定する。具体的には、閾値特定部１３３は、排泄された時点までに蓄積されている履歴であって、判定結果が示す排泄物に対応する体内蓄積量の履歴と、排泄された時点を示す日時とに基づいて、判定結果が示す排泄物が体内にどれだけの量蓄積されたときに排泄されたかを特定する。すなわち、閾値特定部１３３は、排泄された時点までに蓄積されている履歴であって、判定結果が示す排泄物に対応する体内蓄積量の履歴と、排泄された時点を示す日時とに基づいて、判定結果が示す排泄物が体内から体外へと排泄された際において、当該体内で当該排泄物が蓄積されていた蓄積量である蓄積量閾値を特定する。

（生成部１３４について）
生成部１３４は、体内蓄積量の履歴であって、蓄積量閾値が随時特定されている状態の履歴に基づいて、モデルを学習する。例えば、生成部１３４は、体内（膀胱、腸）に蓄積されている排泄物の量である体内蓄積量と、このような体内蓄積量になった時点から蓄積量閾値に達するまでの時間との傾向に基づく関係性を学習したモデルを生成する。例えば、生成部１３４は、現時点における体内蓄積量を入力として、現時点での体内蓄積量から蓄積量閾値に達するまで（排泄されるまで）の時間を出力するモデルを生成する。

また、例えば、生成部１３４は、体内蓄積量の履歴であって、蓄積量閾値が随時特定されている状態の履歴のうち、より最近の所定期間分の履歴に基づきモデルを更新することで、より最新のモデルを生成するという処理を時間経過に応じて繰り返す。

（予測部１３５について）
予測部１３５は、取得部１３１により取得された体内情報および体外情報に基づいて、吸収性物品を着用する着用者が将来排泄する排泄タイミングを予測する。例えば、予測部１３５は、取得部１３１により取得されたこれら情報のうち、現時点よりも前に取得された情報に基づいて、排泄タイミングとして、着用者が現時点よりも後に排泄する排泄タイミングを予測する。

より具体的には、予測部１３５は、取得部１３１により取得された情報のうち、現時点よりも前に取得された情報から得られた情報であって、体内から体外へと排泄物が排泄された際において、当該体内で当該排泄物が蓄積されていた蓄積量に関する情報に基づいて、排泄タイミングを予測する。例えば、予測部１３５は、蓄積量に関する情報として、蓄積量に関する傾向を示す傾向情報に基づいて、排泄タイミングを予測する。例えば、予測部１３５は、蓄積量に関する情報と、現時点において着用者の体内に蓄積されている排泄物の量とに基づいて、排泄タイミングを予測する。

一例を示すと、予測部１３５は、予測処理を行うタイミングとなったと判定した場合には、予測処理を行うタイミングとなった現時点よりも前の段階で取得されている体内蓄積量の履歴から得られている傾向であって、蓄積量閾値に関する傾向を示す傾向情報と、現時点において着用者の体内に蓄積されている排泄物の量とに基づいて、この現時点よりも後に処理対象の着用者が排泄する排泄タイミングを予測する。具体的には、予測部１３５は、このような傾向情報として、生成部１３４により生成されているモデル（予測モデル）と、現時点において着用者の体内に蓄積されている排泄物の量とに基づいて、排泄タイミングを予測する。

例えば、予測部１３５は、現時点において処理対象の着用者の体内に蓄積されている尿の量を入力として、尿に対応するモデルにより出力された時間を現在時刻に適用することで、蓄積量閾値に達する時間帯（排尿される時間帯）を予測する。また、例えば、予測部１３５は、現時点において処理対象の着用者の体内に蓄積されている便の量を入力として、便に対応するモデルにより出力された時間を現在時刻に適用することで、蓄積量閾値に達する時間帯（排便される時間帯）を予測する。

また、予測部１３５は、予測結果の通知も行ってよい。具体的には、予測部１３５は、処理対象の着用者へのケアを行う対象者に対して予測結果を通知する。例えば、予測部１３５は、係る対象者の対象者装置３０に予測結果を送信することで、係る対象者に対して予測結果を通知する。

また、予測部１３５は、モデル以外の傾向情報を用いて排泄タイミングを予測してもよい。例えば、予測部１３５は、現時点よりも前の所定期間の間に取得された体内蓄積量の履歴に含まれる蓄積量閾値に基づいて、この期間での蓄積量閾値の平均を算出する。そして、予測部１３５は、算出した蓄積量閾値の平均と、各種の統計値とに基づいて、排泄タイミングを予測する。

（予測部１３５による処理のバリエーション（１））
予測部１３５は、処理対象の着用者が摂取した飲食物に関する飲食情報と当該着用者による排泄状況との間での関係性と、体内情報および体外情報とに基づいて、排泄タイミングを予測してもよい。例えば、予測部１３５は、処理対象の着用者が摂取した飲食物に関する飲食情報（飲食状況）と、当該着用者による排泄状況との間で成立する関係性に基づいて、体内情報および体外情報に基づき予測した排泄タイミングを補正する。この点について、図１で示した着用者Ｕ１１（処理対象の着用者）を例に挙げて説明する。

例えば、学習を行う生成部１３４は、着用者情報記憶部１２１にアクセスし、着用者Ｕ１１に対応する「食事履歴」および「排泄履歴」を取得する。図４の例では、生成部１３４は、着用者情報記憶部１２１にアクセスし、「食事履歴♯１１」および「排泄履歴♯１１」を取得する。そして、生成部１３４は、「何を、どれだけの量食べると（あるいは飲むと）、どれだけの量の尿が、摂取後どれだけの間隔で排泄される傾向にあるか」といった飲食状況と排泄状況との関係性を学習しておく。すなわち、生成部１３４は、飲食状況に応じた排泄時間の傾向を学習しておく。

このような状態において、予測部１３５は、予測処理を行うタイミングとなったと判定した場合には、現時点において処理対象の着用者の体内に蓄積されている尿の量を入力として、尿に対応する予測モデルＭＤ１１により出力された時間を現在時刻に適用することで、蓄積量閾値に達する時間帯（排尿される時間帯）を予測する。そして、予測部１３５は、予測した係る時間帯に対して、飲食状況に応じた排泄時間の傾向（生成部１３４による学習済みの傾向）を適用することで、予測した時間帯を補正する。

なお、生成部１３４は、体内蓄積量と、このような体内蓄積量になった時点から蓄積量閾値に達するまでの時間との傾向に対して、例えば、上記飲食状況に応じた排泄時間の傾向をさらに加味してモデルを学習してもよい。例えば、生成部１３４は、現時点における体内蓄積量、飲食が行われた最近の時刻、飲食状況（何をどれだけの量食べるたか）を入力として、現時点での体内蓄積量から蓄積量閾値に達するまで（排泄されるまで）の時間を出力するモデルを生成してもよい。係る場合、予測部１３５は、モデルから出力された時間を現在時刻に適用することで、排尿される時間帯を予測する。

このような情報処理装置１００によれば、体内情報および体外情報に対してさらに飲食状況も組み合わせることができるため、飲食状況に応じて排泄時期が変動させられるという点を予測処理に組み込むことができ、この結果、排泄が行われるタイミングをより精度よく予測することができるようになる。

また、ここでは排泄物が尿である例を示したが、排泄物が便の場合でも、情報処理装置１００は、同様にして、傾向を学習すればよい。

（予測部１３５による処理のバリエーション（２））
また、予測部１３５は、処理対象の着用者に投与された薬剤に関する薬剤情報と当該着用者による排泄状況との間での関係性と、体内情報および体外情報とに基づいて、排泄タイミングを予測してもよい。例えば、予測部１３５は、処理対象の着用者に投与された薬剤に関する薬剤情報（薬剤状況）と、当該着用者による排泄状況との間で成立する関係性に基づいて、体内情報および体外情報に基づき予測した排泄タイミングを補正する。この点について、図１で示した着用者Ｕ１１（処理対象の着用者）を例に挙げて説明する。

例えば、学習を行う生成部１３４は、着用者情報記憶部１２１にアクセスし、着用者Ｕ１１に対応する「食事履歴」、「投薬履歴」、「排泄履歴」を取得する。図４の例では、生成部１３４は、着用者情報記憶部１２１にアクセスし、「食事履歴♯１１」、「投薬履歴♯１１」、「排泄履歴♯１１」を取得する。そして、生成部１３４は、「飲食が行われたタイミングに対して、どのようなタイミングで、どのような下剤をどれだけの量で投与すると、投与後どれだけの間隔でどのような便質の便がどれだけの量排泄される傾向にあるか」といった下剤状況と排泄時間との関係性を学習しておく。すなわち、生成部１３４は、下剤状況に応じた排泄時間の傾向であって、飲食状況を考慮した傾向を学習しておく。

このような状態において、予測部１３５は、予測処理を行うタイミングとなったと判定した場合には、現時点において処理対象の着用者の体内に蓄積されている便の量を入力として、便に対応する予測モデルＭＤ１２により出力された時間を現在時刻に適用することで、蓄積量閾値に達する時間帯（排便される時間帯）を予測する。そして、予測部１３５は、予測した係る時間帯に対して、下剤状況に応じた排泄時間の傾向であって、飲食状況を考慮した傾向（生成部１３４による学習済みの傾向）を適用することで、予測した時間帯を補正する。

なお、生成部１３４は、体内蓄積量と、このような体内蓄積量になった時点から蓄積量閾値に達するまでの時間との傾向に対して、例えば、下剤状況に応じた排泄時間の傾向をさらに加味してモデルを学習してもよい。例えば、生成部１３４は、現時点における体内蓄積量、飲食状況、下剤状況を入力として、現時点での体内蓄積量から蓄積量閾値に達するまで（排泄されるまで）の時間を出力するモデルを生成してもよい。係る場合、予測部１３５は、モデルから出力された時間を現在時刻に適用することで、排便される時間帯を予測する。

このような情報処理装置１００によれば、体内情報および体外情報に対してさらに下剤状況も組み合わせることができるため、下剤状況に応じて排泄時期が変動させられるという点を予測処理に組み込むことができ、この結果、排泄が行われるタイミングをより精度よく予測することができるようになる。

（情報制御部１３６について）
情報制御部１３６は、処理対象の着用者が摂取した飲食物に関する飲食情報と当該着用者による排泄状況との間での関係性に基づいて、当該着用者に与える飲食物に関する制御を行う。また、情報制御部１３６は、処理対象の着用者に投与された薬剤に関する薬剤情報と当該着用者による排泄状況との間での関係性に基づいて、当該着用者に与える飲食物に関する制御を行う。

例えば、上記バリエーションで説明したような生成部１３４による学習によれば、どのような飲食状況であれば下剤に頼らずに排便され易い傾向にあるかといった、飲食状況と排便容易性との関係性が得られる場合がある。したがって、情報制御部１３６は、飲食状況と排便容易性との関係性とに基づいて、着用者Ｕ１１について、どのような食事内容であれば下剤に頼らずとも排便されやすいかを判定する。そして、情報制御部１３６は、係る判定結果を、着用者Ｕ１１に合った最適な食事内容として対象者Ｔ１１に提案する。

このような情報処理装置１００によれば、自然排便を目指して食事提案を行うことができるため、着用者が自立排泄できるよう支援することができる。また、このようなことから、情報処理装置１００は、着用者のＱＯＬ（Quality Of Life）を効果的に向上させることができる。

また、例えば、上記バリエーションで説明したような生成部１３４による学習によれば、食事状況と下剤状況に応じて排便状況（例えば、便質、便量、排便タイミング）がどのように変化するか、食事状況、下剤状況および排便状況といった３者の間での関係性が得られる場合が得られる場合がある。したがって、情報制御部１３６は、食事状況、下剤状況および排便状況の間で成立する関係性に基づいて、着用者Ｕ１１について、下剤の種別、下剤の強さ、下剤の量、下剤を投与するタイミングを判定する。そして、情報制御部１３６は、係る判定結果を、着用者Ｕ１１に合った最適な下剤投与方法として対象者Ｔ１１に提案する。

このような情報処理装置１００によれば、着用者への負担を軽減しつつ自然排便へと近付けるように下剤投与させることができるため、着用者のＱＯＬを効果的に向上させることができる。

（第１決定部１３７について）
第１決定部１３７は、予測部１３５により予測された排泄タイミングに基づいて、処理対象の着用者へのケアに関する所定のタイミングを決定する。具体的には、第１決定部１３７は、排泄タイミングに基づいて、処理対象の着用者が着用する吸収性物品を交換する交換タイミングを決定する。例えば、第１決定部１３７は、排泄タイミングにおいて、実際に排泄されると予測される排泄量が、吸収性物品が排泄物を吸収可能な残りの量である吸収可能残量を超えると判定された場合には、この排泄タイミングより前の所定のタイミングを交換タイミングとして決定する。また、第１決定部１３７により決定された交換タイミングは、後述する提案部１３９によって対象者に提案される。この点について、図１の例を用いて説明する。

例えば、予測部１３５は、体内体外情報記憶部１２２にアクセスし、着用者Ｕ１１に対応する「排泄量」（吸収性物品内に排泄された排泄量）の履歴であって、排泄物種別「尿」での履歴に基づいて、尿排出量（排泄量の一例）の傾向を算出する。そして、予測部１３５は、算出した尿排出量の傾向と、着用者Ｕ１１について予測している排泄タイミングとに基づいて、係る排泄タイミングでの尿排出量を予測する。係る例では、予測部１３５は、排泄タイミングでの尿排出量として「２００ｍｌ」を予測したものとする。

また、このような状態において、第１決定部１３７は、着用者情報記憶部１２１にアクセスし、着用者Ｕ１１が使用しているおむつＤＰ１の吸収能（キャパシティ）を特定する。そして、第１決定部１３７は、特定した吸収能（キャパシティ）と、着用者Ｕ１１に対応する「排泄量」の履歴とに基づいて、おむつＤＰ１が尿を吸収可能な残りの量である吸収可能残量を算出する。ここでは、第１決定部１３７は、おむつＤＰ１が尿を吸収可能な残りの量である吸収可能残量として「１５０ｍｌ」を算出したものとする。

そして、上記例によると、排泄タイミングにおいて、実際に排泄されると予測される尿排出量（２００ｍｌ）が、おむつＤＰ１が尿を吸収可能な残りの量である吸収可能残量（５０）を「５０ｍｌ」超えている。

ここで、仮に、おむつＤＰ１が吸収可能残量「１５０ｍｌ」という状態のまま交換が行われず、例えば、予測部１３５により予測されている排泄タイミングでそのまま排尿されてしまったとする。そうすると、吸収可能残量「１５０ｍｌ」から超えた分（５０ｍｌ）の尿がおむつＤＰ１から漏れ出してしまうことになる。このようなことから、第１決定部１３７は、排泄タイミングにおいて、実際に排泄されると予測される排泄量が吸収可能残量を超えると判定されるような今回の例の場合、この排泄タイミングより前の所定のタイミングについておむつＤＰ１を交換する交換タイミングとして決定する。

例えば、第１決定部１３７は、予測されている排泄タイミングより前のタイミングであって、膀胱に蓄積されている尿の量である体内蓄積量に関する情報と、蓄積量閾値に関する情報とが所定の関係性になるようなタイミングについておむつＤＰ１を交換する交換タイミングとして決定する。一例を示すと、第１決定部１３７は、膀胱に蓄積されている尿の量である体内蓄積量が、蓄積量閾値に達するまで残り所定量になるようなタイミングを予測し、予測したタイミングについておむつＤＰ１を交換する交換タイミングとして決定する。

また、提案部１３９は、第１決定部１３７により決定された交換タイミングで交換するよう対象者Ｔ１１に提案する。具体的には、提案部１３９は、第１決定部１３７により決定された交換タイミングを提案情報として、対象者Ｔ１１の対象者装置３０に送信する。

ここで、一般的に、吸収性物品は、便が排泄される度に交換される一方で、水分であれば吸収能を有するため、複数回排尿された時点で交換されることが多い。しかしながら、この吸収能にも限界（キャパシティ）が存在するため、何度も排尿された状態で交換されないままであると、吸収できなかった尿がいずれ漏れ出すことになる。そこで、このような情報処理装置１００によれば、吸収性物品の交換がなされず次に排尿された場合、尿漏れのリスクが高いと判定される場合には、次に排尿されると予測されるタイミングよりも前の段階で交換するよう提案することができる。この結果、情報処理装置１００は、利用者ごとの適切な交換タイミングを提案することができるため、尿漏れのリスクを効果的に低下させることができる。

（第２決定部１３８について）
第２決定部１３８は、予測部１３５により予測された排泄タイミングに基づいて、処理対象の着用者をトイレへと誘導する誘導タイミングを決定する。例えば、第２決定部１３８は、予測部１３５により予測された排泄タイミングと、対象者のスケジュールまたは着用者のスケジュールとに基づいて、着用者をトイレへと誘導する誘導タイミングを決定する。例えば、第２決定部１３８は、排泄タイミングに基づき着用者ごとに判定されたトイレへの誘導の必要性と、上記スケジュールとに基づいて、着用者をトイレへと誘導する誘導タイミングを決定する。また、提案部１３９は、第２決定部１３８により決定された誘導タイミングで着用者をトイレへと誘導するよう対象者に提案する。

この点について、図７Ａ～図７Ｃを用いて説明する。図７Ａ～図７Ｃは、トイレ誘導のタイミングを決定する決定処理を説明する説明図である。以下、図７Ａ～図７Ｃを区別する必要がない場合には、単に「図７」と表記する。なお、対象者のスケジュールを示すスケジュール情報や、着用者のスケジュールを示すスケジュール情報は、被介護者（例えば、着用者）に関する情報の一例である。例えば、対象者のスケジュールを示すスケジュール情報や、着用者のスケジュールを示すスケジュール情報は、被介護者（例えば、着用者）のケアに関する情報の一例である。

図７の例では、処理対象の着用者として、保育園ＦＡ２（施設ＩＤ「ＦＡ２」によって識別される施設）に入所している幼児を例に挙げる。また、このようなことから、図７では、処理対象の着用者へのケアを行う対象者は、保育園ＦＡ２に所属している保育士となる。具体的には、図６の例によると、保育園ＦＡ２のあるクラスには、着用者Ｕ２１～Ｕ３０といった１０人の幼児が所属しており、対象者Ｔ２１～Ｔ２４といった４人の保育士がこの１０人の幼児のケアを行っている。また、図７の例では、着用者Ｕ２１～Ｕ３０について、尿または便の少なくともいずれか一方について、排泄タイミング（時間帯）が予測されているものとする。

ここから、第２決定部１３８によりトイレ誘導のタイミングが決定される決定処理の一例について、図７Ａ～図７Ｃを用いて手順を追って説明する。まず、図７Ａによると、第２決定部１３８は、尿または便について予測されている排泄タイミング（時間帯）から逆算して、各時間帯におけるトイレ誘導の必要度（尿・便意のレベル）を低～高で判定する（ステップＳ６１）。例えば、第２決定部１３８は、排泄タイミングとなっている時間帯で最もトイレ誘導の必要度（尿・便意のレベル）が高くなるという観点に基づき、排泄タイミングとなっている時間帯からより前の時間帯になる程、トイレ誘導の必要度として低い必要度を判定する。

この点について、幼児の一人である着用者Ｕ２１を例に説明する。図７Ａの例によると、着用者Ｕ２１は、排泄タイミングとして「１１時００分～１１時３０分」の時間帯を予測されている。したがって、第２決定部１３８は、このような着用者Ｕ２１については、「１１時００分～１１時３０分」の時間帯において、トイレ誘導の必要度（尿または便意のレベル）が最も高くなると判定する。また、第２決定部１３８は、係る判定結果に応じて、「１１時００分～１１時３０分」の時間帯から一段階前の時間帯「１０時００分～１１時００分」については、トイレ誘導の必要度（尿または便意のレベル）が中程度と判定する。また、第２決定部１３８は、時間帯「１０時００分～１１時００分」からさらに一段階前の時間帯「８時００分～１０時００分」については、トイレ誘導の必要度（尿または便意のレベル）が低いと判定する。

また、図７Ａの例では、着用者Ｕ２２～Ｕ３０についても同様の手法で、トイレ誘導の必要度が「低」、「中」、「高」のいずれかで判定されている例が示される。

次に、第２決定部１３８は、トイレ誘導の必要度が「中」以上の着用者はそれなりに尿意または便意があるとの判断に基づき、係る着用者にはトイレ誘導を実施するという前提で、ステップＳ６１での判定結果に基づく次のような処理を行う。例えば、第２決定部１３８は、着用者Ｕ２１～Ｕ３０のうち、半数以上の着用者がトイレに行く必要性がでてくる（ある程度の尿意または便意をもよおすであろう）時間帯を判定する（ステップＳ６２）。

図７Ａの例によると、「１０時００分～１０時３０分」の時間帯では、トイレ誘導の必要度が「中」以上と判定された着用者が、着用者Ｕ２１、Ｕ２３、Ｕ２５、Ｕ２６、Ｕ２９、Ｕ３０の６人である。したがって、第２決定部１３８は、図７Ａの例では、半数以上の着用者がトイレに行く必要性がでてくる時間帯として、時間帯「１０時００分～１０時３０分」を判定する。

また、図６Ａの例によると、「１０時３０分～１１時００分」の時間帯では、トイレ誘導の必要度が「中」以上と判定された着用者が、着用者Ｕ２１～Ｕ３０の１０人である。したがって、第２決定部１３８は、図７Ａの例では、半数以上の着用者がトイレに行く必要性がでてくる時間帯として、時間帯「１０時３０分～１１時００分」も判定する。

また、図７Ａの例によると、「１１時００分～１１時３０分」の時間帯では、トイレ誘導の必要度が「中」以上と判定された着用者が、着用者Ｕ２１～Ｕ３０の１０人である。したがって、第２決定部１３８は、図７Ａの例では、半数以上の着用者がトイレに行く必要性がでてくる時間帯として、時間帯「１１時００分～１１時３０分」も判定する。

ここで、例えば、尿意があるときに幼児をトイレへと誘導できればトイレトレーニングが上手くゆく可能性がある一方で、尿意がないのにトイレへ連れて行かれた場合、幼児はトレへ行くことを嫌うようになり、結果、トイレトレーニングに失敗するということになり得る。また、トイレへと連れて行ったにも拘らず、排尿してくれない場合、対象者（保育士）にとってのこの時間は無駄な時間となってしまう。したがって、尿意や便意がある幼児を一度により多くトイレへと誘導することが出来れば、トイレトレーニングの成功率を高めるとともに、トイレ誘導の効率化を実現することができ、幼児および保育士の双方にとってメリットである。このようなことから、ステップＳ６２の処理は、トイレトレーニングの成功率をより高めることのできる時間帯であって、出来るだけ大人数を効率的にトイレ誘導できる時間帯を判定するものである。

なお、トイレトレーニングの成功率をより高めることのできる時間帯であって、出来るだけ大人数を効率的にトイレ誘導できる時間帯にトイレ誘導できればよいが、保育士や幼児には、それぞれスケジュールが決められているため、必ずしも係る時間帯でのトイレ誘導や排泄行為を実現できるとは限らない場合がある。したがって、以下の処理は、保育士および幼児それぞれのスケジュールをさらに考慮して、効率的にトイレ誘導できる時間帯のうち、トイレ誘導や排泄行為を実現可能な最も現実的な時間帯を判定するものである。

次に、図７Ｂについて説明する。第２決定部１３８は、幼児である着用者Ｕ２１～Ｕ３０の１日のスケジュールから、着用者Ｕ２１～Ｕ３０それぞれがトイレに行くことか可能な時間帯を判定する（ステップＳ６３）。図７Ｂでは、着用者Ｕ２１～Ｕ３０の全てに共通する１日のスケジュールであるスケジュール♯ＳＫ２が例示されている。第２決定部１３８は、スケジュール情報記憶部１２３からスケジュール♯ＳＫ２を取得することができる。

そして、例えば、第２決定部１３８は、このスケジュール♯ＳＫ２の中での時間帯のうち、着用者Ｕ２１～Ｕ３０それぞれがトイレに行くことか可能な時間帯を判定する。例えば、第２決定部１３８は、図７Ｂに示すように、登園の時間帯「８時００分～８時３０分」や、自由行動が認められている時間帯「９時００分～９時３０分」、「１１時００分～１１時３０分」、「１２時３０分～１３０３０分」について、着用者Ｕ２１～Ｕ３０それぞれがトイレに行くことか可能な時間帯として判定する。

また、第２決定部１３８は、保育士である対象者Ｔ２１～Ｔ２４それぞれのスケジュールから、対象者がトイレ誘導することが可能な時間帯を判定する（ステップＳ６４）。図７Ｂでは、対象者Ｔ２１～Ｔ２４それぞれの１日のスケジュールが例示されている。第２決定部１３８は、スケジュール情報記憶部１２３から係るスケジュールを取得することができる。

そして、図７Ｂの例によると、対象者Ｔ２１～Ｔ２４それぞれの１日のスケジュールでは、時間帯ごとに、「登園対応」、「視診」、「掃除」、「見守り」、「朝の会」、「園外活動」、「昼食準備」、「昼食」、「歯磨き」、「連絡帳」、「昼寝担当」等の業務が割り当てられている。一方で、このスケジュールには、業務のない空白の時間帯も存在する。

したがって、例えば、第２決定部１３８は、対象者Ｔ２１～Ｔ２４のうち、半数以上の対象者がトイレ誘導することが可能となる時間帯を、対象者がトイレ誘導することが可能な時間帯と判定する。例えば、第２決定部１３８は、業務のない空白の時間帯のうち、半数以上の対象者がトイレ誘導することが可能となる時間帯を、対象者がトイレ誘導することが可能な時間帯と判定する。

図７Ｂの例によると、「９時００分～９時３０分」の時間帯では、対象者Ｔ２１～Ｔ２４のうち、対象者Ｔ２１、Ｔ２２、Ｔ２４の３人が業務のない空白の時間帯となっているため、係る時間帯では、対象者Ｔ２１、Ｔ２２、Ｔ２４が、トイレ誘導することが可能である。つまり、「９時００分～９時３０分」の時間帯では、半数以上の対象者がトイレ誘導することが可能となっている。したがって、第２決定部１３８は、図７Ｂの例では、対象者がトイレ誘導することが可能な時間帯として、時間帯「９時００分～９時３０分」を判定する。

また、図７Ｂの例によると、「１１時００分～１１時３０分」の時間帯では、対象者Ｔ２１～Ｔ２４のうち、対象者Ｔ２３およびＴ２４の２人が業務のない空白の時間帯となっているため、係る時間帯では、対象者Ｔ２３およびＴ２４が、トイレ誘導することが可能である。つまり、「１１時００分～１１時３０分」の時間帯では、半数以上の対象者がトイレ誘導することが可能となっている。したがって、第２決定部１３８は、図７Ｂの例では、対象者がトイレ誘導することが可能な時間帯として、時間帯「１１時００分～１１時３０分」も判定する。

また、図７Ｂの例によると、「１２時３０分～１３時００分」の時間帯では、対象者Ｔ２１～Ｔ２４の全員が業務のない空白の時間帯となっているため、係る時間帯では、対象者Ｔ２１～Ｔ２４が、トイレ誘導することが可能である。つまり、「１２時３０分～１３時００分」の時間帯では、半数以上の対象者がトイレ誘導することが可能となっている。したがって、第２決定部１３８は、図７Ｂの例では、対象者がトイレ誘導することが可能な時間帯として、時間帯「１２時３０分～１３時００分」も判定する。

また、時間帯「１３時３０分～１４時００分」、時間帯「１４時００分～１４時３０分」についても、同様に、対象者がトイレ誘導することが可能な時間帯と判定することができる。

次に、図７Ｃについて説明する。第２決定部１３８は、Ｓ６２～Ｓ６４での判定結果に対応する時間帯に基づいて、全ての時間帯条件を満たす時間帯を、着用者をトイレへと誘導する誘導タイミングとして決定する（ステップＳ６５）。

まず、第２決定部１３８は、ステップＳ６２において、イレトレーニングの成功率をより高めることのできる時間帯であって、出来るだけ大人数を効率的にトイレ誘導できる時間帯（トイトレを加味した効率的なトイレ誘導を実現可能な時間帯）を判定している。図７Ａの例では、第２決定部１３８は、このような時間帯が「１０時００分～１０時３０分」、「１０時３０分～１１時００分」、「１１時００分～１１時３０分」であると判定しており、係る判定結果が「二重丸」により図７Ｃに示されている。

また、第２決定部１３８は、ステップＳ６３において、着用者Ｕ２１～Ｕ３０それぞれがトイレに行くことか可能な時間帯を判定している。図７Ｂの例では、第２決定部１３８は、このような時間帯が「８時００分～８時３０分」、「９時００分～９時３０分」、「１１時００分～１１時３０分」、「１２時３０分～１３時００分」であると判定しており、係る判定結果が「丸印」により図７Ｃに示されている。

また、第２決定部１３８は、ステップＳ６４において、対象者がトイレ誘導することが可能な時間帯を判定している。図７Ｂの例では、第２決定部１３８は、このような時間帯が「９時３０分～１０時３０分」、「１１時００分～１１時３０分」、「１２時３０分～１３時００分」、「１３時３０分～１４時００分」、「１４時００分～１４時３０分」であると判定しており、係る判定結果が「丸印」により図７Ｃに示されている。

このような状態において、第２決定部１３８は、「二重丸」および「丸印」が対応付けられた時間帯、すなわちＳ６２～Ｓ６４での判定結果に対応する時間帯を時間帯条件と定める。そして、第２決定部１３８は、この全ての時間帯条件を満たす時間帯を、着用者をトイレへと誘導する誘導タイミングとして決定する。図７Ｃの例によると、全ての時間帯条件を満たす時間帯は、「１１時００分～１１時３０分」の時間帯である。

また、図７Ａの例によると、時間帯「１１時００分～１１時３０分」では、着用者Ｕ２１～Ｕ３０の全員について、トイレ誘導の必要度が「中」以上と判定されており、この時間帯に着用者Ｕ２１～Ｕ３０をトイレへと誘導すればトイレトレーニングが成功することが示唆されている。また、図７Ｂの例によると、時間帯「１１時００分～１１時３０分」では、対象者Ｔ２３およびＴ２４が、トイレ誘導することが可能となっている。したがって、第２決定部１３８は、全ての時間帯条件を満たす時間帯である「１１時００分～１１時３０分」を着用者をトイレへと誘導する誘導タイミングとして決定する。また、第２決定部１３８は、この時間帯でのトイレ誘導を担当する対象者として「対象者Ｔ２３およびＴ２４」を決定するとともに、実際にトイレへと誘導すべき着用者として「Ｕ２１～Ｕ３０」を決定する。

また、提案部１３９は、第２決定部１３８により決定された誘導タイミングで着用者をトイレへと誘導するよう対象者に提案する。具体的には、提案部１３９は、第２決定部１３８により決定された誘導タイミング「１１時００分～１１時３０分」と、トイレ誘導を担当する対象者「対象者Ｔ２３およびＴ２４」と、トイレへと誘導すべき着用者「Ｕ２１～Ｕ３０」とを示す提案情報を例えば保育園ＦＡ２が有する所定の情報処理端末に送信する。また、提案部１３９は、トイレ誘導を担当する対象者である「対象者Ｔ２３およびＴ２４」それぞれの対象者装置３０に係る提案情報を送信してもよい。また、例えば、第２決定部１３８は、係る提案情報と、施設ＩＤ「ＦＡ２」とを対応付けて、誘導タイミング記憶部１２４に格納する。

これまで図７で説明してきたように、情報処理装置１００は、予測した排泄タイミングに基づき着用者ごとに判定された、トイレへの誘導の必要性と、対象者のスケジュールと、着用者のスケジュールとに基づいて、着用者をトイレへと誘導する誘導タイミングを決定する。このような情報処理装置１００によれば、トイレトレーニングの成功率を高めるとともに、トイレ誘導の効率化を実現することができる最も現実的なタイミングを提示することができる。また、これにより着用者（幼児）は、トイレで排泄することの重要性を自覚しやすくなり、対象者（保育士）は、スケジュールの中で時間を有効活用できるようになる。

なお、図７では、トイレへと誘導される誘導の対象が幼児であるものとして説明したが、トイレへと誘導される誘導の対象は、幼児に限定されない。トイレへと誘導される誘導の対象は、このような誘導により成果が生まれるような着用者であればいかなる着用であってもよく、例えば、介護施設などで介護を受けている被介護者であってもよい。

例えば、トイレへと誘導される誘導の対象が被介護者である場合、情報処理装置１００による誘導タイミングの提案により、ストレスが溜まる介護の現場において、対象者（介護士）は効率的に働くことができるようになるため、対象者（介護士）がより働きやすい環境となるよう支援することができる。また、対象者（介護士）がより働きやすい環境が生まれるからこそ、着用者（被介護者）は、適切な介護を受けられるようになり、結果的に、ＱＯＬの向上につながることになる。例えば、着用者（被介護者）は、自立排泄に向けての適切なケアを受けることができるようになる。このようなことから、情報処理装置１００による誘導タイミングの提案により、対象者（介護士）および着用者（被介護者）の双方にとってメリットが生まれる。

なお、上記例では、第２決定部１３８が、体内情報および体外情報に基づき予測された排泄タイミングに基づいて、処理対象の着用者をトイレへと誘導する誘導タイミングを決定する例を示した。しかしながら、第２決定部１３８は、取得部１３１（排泄情報取得部）により取得された排尿予測情報と排便予測情報とに基づいて、処理対象の着用者をトイレへと誘導する誘導タイミングを決定してもよい。

（提案部１３９について）
提案部１３９は、予測部１３５により予測された排泄タイミングに基づいて、処理対象の着用者へのケアを行う対象者に対して所定の提案を行う。例えば、提案部１３９は、第１決定部１３７や第２決定部１３８により決定されたタイミングに関する提案を行う。

例えば、提案部１３９は、予測部１３５により予測された排泄タイミングに基づいて、処理対象の着用者が着用する吸収性物品を交換する交換タイミングが決定された場合には、この交換タイミングで吸収性物品の交換を行うよう提案する。

また、例えば、提案部１３９は、予測部１３５により予測された排泄タイミングに基づいて、処理対象の着用者をトイレへと誘導する誘導タイミングが決定された場合には、この誘導タイミングで着用者をトイレへと誘導するよう提案する。

また、提案部１３９は、取得部１３１（排泄情報取得部）により取得された排尿予測情報および排便予測情報と、被介護者（着用者）の介護に関する情報とに基づいて、被介護者への排泄ケアに関して提案する提案情報を出力してもよい。したがって、提案部１３９は、出力部に対応する処理部でもある。この点について、例えば、取得部１３１により排尿予測情報と排便予測情報とが取得されたことで、排尿予測情報と排便予測情報とに基づき誘導タイミングが決定されたとすると、提案部１３９は、第２決定部１３８により決定されたこの誘導タイミングを示す情報（被介護者への排泄ケアに関して提案する提案情報）を対象者装置３０に出力する。

また、例えば、予測部により予測された排泄タイミングに基づいて、付け替え用の吸収性パッドを、着用者が着用する吸収性物品と併用するか否かが判定された場合には、提案部１３９は、この判定結果に応じた提案も行うことができる。付け替え用の吸収性パッドを、着用者が着用する吸収性物品と併用するか否かの判定は、第２判定部１４０によって行われる。以下では、第２判定部１４０について説明する。

（第２判定部１４０について）
第２判定部１４０について説明する前に、おむつパッド（尿取りパッド）における課題について説明する。おむつパッドとは、外側のおむつ（アウター）の中に入れて併用する補助的なパッドである。以下、おむつパッドを単に「パッド」と略す場合がある。

例えば、介護現場では、おむつに対してパッドを併用されることが多い。パッドを併用することで、排尿時にはパッドのみを交換することで、コストを低減させることや、交換にかかる負荷を低減させることができる。

一方で、パッドが併用されていると、便を収容するためのオムツ内の空間が少なくなるため、パッドが併用された状態では、パッドを併用しない場合（おむつ単体で用いる場合）と比較して、おむつから便が漏れ出すリスクが高くなる。したがって、便漏れリスクを低減させるという観点では、パッドを併用しない方が望ましい。

ここで、仮に、事前に排便されるタイミングが判明していると、例えば、このタイミングに合わせて、おむつ単体使用からパッド併用に切り替えるといったことができるが、排便のタイミングを精度よく得ることのできない従来では、排尿を中心としたオムツケアの提案が中心となってしまっている。具体的には、排便のタイミングを精度よく得ることのできない従来では、結局のところ、排便のタイミングが不明なために、常時パッド併用のケア提案が中心となっている。

上記のような課題を解決し、排便に特化したおむつケアの提案を行うことができるよう、本実施形態では、予測部１３５により予測された排泄タイミング（ここでは、排便タイミング）に基づいて、付け替え用の吸収性パッドを処理対象の着用者が着用する吸収性物品（アウターとしての大人用おむつ）と併用するか否かを判定するという着用を得た。これまで説明してきたように、予測部１３５による予測処理により、排便タイミングを高精度に予測できるようになる。したがって、この排便タイミングを活用すれば、おむつ単体使用でよいのか、あるいは、パッドを併用すべきかを効果的に判断することができるようになるため排便に特化したおむつケアの提案を行うことができるようになると考えられる。

具体的には、第２判定部１４０は、予測部１３５により予測された排泄タイミングに基づいて、付け替え用の吸収性パッドを処理対象の着用者が着用する吸収性物品と併用するか否かを判定する。そして、提案部１３９は、第２判定部１４０による判定結果に応じた提案を行う。例えば、第２判定部１４０は、排泄タイミングで排泄され得る排泄物の種別に基づいて、付け替え用の吸収性パッドを着用者が着用する吸収性物品と併用するか否かを判定する。また、例えば、第２判定部１４０は、排泄タイミングで排泄され得る排泄物の状態に基づいて、付け替え用の吸収性パッドを着用者が着用する吸収性物品と併用するか否かを判定する。また、例えば、第２判定部１４０は、排泄タイミングにおいて予測される着用者の体動に基づいて、付け替え用の吸収性パッドを着用者が着用する吸収性物品と併用するか否かを判定する。

第２判定部１４０によるこのような判定処理について、図８を用いて説明する。図８は、パッドを併用するか否かを判定するための判定処理手順を示すフローチャートである。また、図８では、処理対処の着用者を着用者Ｕ１１として説明する。

これまで説明してきたように、予測部１３５は、便種（尿、便）ごとに排泄タイミングを予測するため、第２判定部１４０は、予測された排泄タイミングに基づいて、次に排泄され得る排泄物の種別が便であるか否かを判定する（ステップＳ７０１）。換言すると、第２判定部１４０は、予測された排泄タイミングに基づいて、次に、排便されるのか、あるいは、排尿されるのかを判定する。

第２判定部１４０は、次に排泄され得る排泄物の種別が便でないと判定した場合（排尿されると判定した場合）には（ステップＳ７０１；Ｎｏ）、おむつＤＰ１に対してパッドを併用すると判定する。また、係る場合、提案部１３９は、おむつＤＰ１に対してパッドを併用するよう対象者Ｔ１１に提案する。このように、次に排泄されるのが尿なのであれば、パッドを併用するという判定結果により、排尿に向けたおむつケアの提案を行うことができる。

一方、第２判定部１４０は、次に排泄され得る排泄物の種別が便であると判定した場合（排便されると判定した場合）には（ステップＳ７０１；Ｙｅｓ）、予測されている排泄タイミング（ここでは排便タイミング）までの残り時間が１時間未満であるか否かを判定する（ステップＳ７０２）。

第２判定部１４０は、予測されている排便タイミングまでの残り時間が１時間未満でないと判定した場合には（ステップＳ７０２；Ｎｏ）、おむつＤＰ１に対してパッドを併用すると判定する。また、係る場合、提案部１３９は、おむつＤＰ１に対してパッドを併用するよう対象者Ｔ１１に提案する。このように、次に排泄されるのが便であっても、排便タイミングまで時間的余裕があると判定される場合にはパッドを併用するという判定結果により、排便タイミングまでの間に排尿される可能性があることに備えて、排尿に向けたおむつケアの提案を行うことができる。

一方、第２判定部１４０は、予測されている排便タイミングまでの残り時間が１時間未満であると判定した場合には（ステップＳ７０２；Ｙｅｓ）、予測されている排便タイミングで排泄される便の状態（便質）が軟便もしくは水様便であるか否かを判定する（ステップＳ７０３）。例えば、取得部１３１は、第１センサＳＮ１により検出された腸状態を示す状態情報も取得する。このため、第２判定部１４０は、この状態情報によって示される腸状態に基づいて、排便タイミングで排泄される便の状態（便質）が軟便もしくは水様便であるか否かを判定することができる。

そして、第２判定部１４０は、予測されている排便タイミングで排泄される便の状態（便質）が軟便もしくは水様便であると判定した場合には（ステップＳ７０３；Ｙｅｓ）、おむつＤＰ１に対してパッドを併用しないと判定する。換言すると、第２判定部１４０は、パッドを併用せずおむつＤＰ１単体で使用すべきと判定する。また、係る場合、提案部１３９は、おむつＤＰ１に対してパッドを併用しないよう対象者Ｔ１１に提案する。例えば、提案部１３９は、現状、おむつＤＰ１に対してパッドが併用されている場合には、パッドを外すよう対象者Ｔ１１に提案する。このように、比較的に近いうちに排便される可能性があり、しかも、固形便と比較して漏れリスクが高まる傾向にある軟便もしくは水様便が排泄され得る場合には、おむつ単体で使用するという判定結果により、排便に特化したおむつケアの提案を行うことができる。

なお、軟便や水様便は漏れ出すリスクが非常に高いため、提案部１３９は、排便タイミングで排泄される便の状態（便質）が軟便もしくは水様便であると判定された場合には（ステップＳ７０３；Ｙｅｓ）、対象者Ｔ１１の対象者装置３０に対してアラートを出力するよう制御してもよい。

一方、第２判定部１４０は、予測されている排便タイミングで排泄される便の状態（便質）が軟便もしくは水様便でないと判定した場合（排泄されるのが固形便である場合）には（ステップＳ７０３；Ｎｏ）、着用者Ｕ１１の体動の頻度が低頻度であるか否かを判定する（ステップＳ７０４）。例えば、判定部２４０は、着用者情報記憶部１２１にアクセスし、着用者Ｕ１１の「体動履歴」に基づいて、予測されている排便タイミングでの体動の頻度が低頻度であるか否かを判定（予測）することができる。

例えば、体動履歴に基づいて、排便タイミングに対応する時間帯では、着用者Ｕ１１は動きやすいといった傾向が得られた場合には、第２判定部１４０は、予測されている排便タイミングでの体動の頻度が低頻度でない（高頻度である）と判定することができる。一方、体動履歴に基づいて、排便タイミングに対応する時間帯では、着用者Ｕ１１は動きにくいといった傾向が得られた場合には、第２判定部１４０は、予測されている排便タイミングでの体動の頻度が低頻度であると判定することができる。

そして、第２判定部１４０は、着用者Ｕ１１の体動の頻度が低頻度でないと判定した場合には（ステップＳ７０４；Ｎｏ）、おむつＤＰ１に対してパッドを併用すると判定する。また、係る場合、提案部１３９は、おむつＤＰ１に対してパッドを併用するよう対象者Ｔ１１に提案する。例えば、体動が激しい場合、便を収容するためのおむつ内の空間ができやすくなり、固形便であれば、このような空間にうまく収まる可能性が高い。つまり、体動が激しい状態で固形便が排泄される可能性がある場合には便漏れのリスクは低下するため、パッドを併用していてもよいとの判定結果により、排便に特化したおむつケアの提案を行うことができる。

一方、第２判定部１４０は、着用者Ｕ１１の体動の頻度が低頻度であると判定した場合には（ステップＳ７０４；Ｙｅｓ）、おむつＤＰ１に対してパッドを併用しないと判定する。換言すると、第２判定部１４０は、パッドを併用せずおむつＤＰ１単体で使用すべきと判定する。また、係る場合、提案部１３９は、おむつＤＰ１に対してパッドを併用しないよう対象者Ｔ１１に提案する。例えば、提案部１３９は、現状、おむつＤＰ１に対してパッドが併用されている場合には、パッドを外すよう対象者Ｔ１１に提案する。例えば、体動が控えめな場合、便を収容するためのおむつ内の空間ができにくく、押しつぶされた便が漏れ出すリスクが高まる。つまり、体動が控えめな状態で固形便が排泄される可能性がある場合には便漏れのリスクは高まるため、パッドを併用しておかない方がよいとの判定結果により、排便に特化したおむつケアの提案を行うことができる。

〔７．処理手順〕
次に、図９および図１０を用いて、実施形態に係る情報処理の手順について説明する。図９では、実施形態に係る情報処理のうち、モデルを学習するための学習処理の手順について説明する。図１０では、実施形態に係る情報処理のうち、学習されたモデルを用いた排泄タイミング予測処理の手順について説明する。

〔７－１．処理手順（１）〕
まず、図９を用いて、実施形態に係る学習処理の手順について説明する。図９は、実施形態に係る学習処理手順を示すフローチャートである。

まず、取得部１３１は、所定間隔ごとに、このとき体内（膀胱、腸）に蓄積されている排泄物（尿、便）の量である体内蓄積量を取得する（ステップＳ８０１）。具体的には、取得部１３１は、処理対象の利用者の胴回りに装着された第１センサにより検出された体内蓄積量を取得する。これにより、情報処理装置１００は、尿および便それぞれについて、体内蓄積量の履歴を得ることができる。

また、第１判定部１３２は、処理対象の利用者が着用している吸収性物品内に排泄されたか否かを判定する（ステップＳ８０２）。例えば、取得部１３１は、処理対象の利用者が着用している吸収性物品に取付けられた第２センサにより排泄検知された場合には、排泄検知を示す排泄検出情報を取得する。このため、第１判定部１３２は、取得部１３１により排泄検出情報が取得されたか否かに基づいて、吸収性物品内に排泄されたか否かを判定する。

第１判定部１３２は、取得部１３１により排泄検出情報が取得されていないことにより、排泄されていないと判定している間は（ステップＳ８０２；Ｎｏ）、排泄されたと判定できるまで待機する。

一方、第１判定部１３２は、取得部１３１により排泄検出情報が取得されたことにより、排泄されたと判定した場合には（ステップＳ８０２；Ｙｅｓ）、このとき第１センサから得られた体内情報に基づいて、排泄された排泄物の種別を判定する（ステップＳ８０３）。具体的には、第１判定部１３２は、このとき第１センサから得られた体内情報に基づいて、処理対象の着用者による排泄物が尿であるか便であるかを判定する。例えば、第１判定部１３２は、第１センサから得られた状態情報によって示される膀胱状態および腸状態に基づいて、排泄された排泄物の種別を判定することができる。

また、閾値特定部１３３は、ステップＳ８０３での判定結果が示す排泄物について、体内にどれだけの量蓄積されたときに排泄されたかを特定する（ステップＳ８０４）。具体的には、閾値特定部１３３は、排泄された時点までに蓄積されている履歴であって、ステップＳ８０３での判定結果が示す排泄物に対応する体内蓄積量の履歴と、排泄された時点を示す日時とに基づいて、判定結果が示す排泄物が体内にどれだけの量蓄積されたときに排泄されたかを特定する。

すなわち、閾値特定部１３３は、排泄された時点までに蓄積されている履歴であって、判定結果が示す排泄物に対応する体内蓄積量の履歴と、排泄された時点を示す日時とに基づいて、判定結果が示す排泄物が体内から体外へと排泄された際において、当該体内で当該排泄物が蓄積されていた蓄積量である蓄積量閾値を特定する。

また、生成部１３４は、体内蓄積量の履歴であって、蓄積量閾値が随時特定されている状態の履歴に基づいて、モデルを学習する（ステップＳ８０５）。例えば、生成部１３４は、体内蓄積量と、このような体内蓄積量になった時点から蓄積量閾値に達するまでの時間との傾向に基づく関係性を学習したモデル（予測モデル）を生成する。例えば、生成部１３４は、現時点における体内蓄積量を入力として、現時点での体内蓄積量から蓄積量閾値に達するまで（排泄されるまで）の時間を出力するモデルを生成する。

〔７－２．処理手順（２）〕
まず、図１０を用いて、実施形態に係る予測処理の手順について説明する。図１０は、実施形態に係る予測処理手順を示すフローチャートである。

まず、予測部１３５は、排泄タイミングを予測する予測処理を行うタイミングになったか否かを判定する（ステップＳ９０１）。例えば、予測部１３５は、第２センサＳＮ２により排泄検知されたか否かに基づいて、予測処理を行うタイミングになったか否かを判定してもよい。また、予測部１３５は、処理対象の着用者へのケアを行う対象者からの要求を受け付けたか否かに基づいて、予測処理を行うタイミングになったか否かを判定してもよい。予測部１３５は、予測処理を行うタイミングになっていないと判定している間は（ステップＳ９０１；Ｎｏ）、予測処理を行うタイミングになったと判定できるまで待機する。

一方、予測部１３５は、予測処理を行うタイミングになったと判定した場合には（ステップＳ９０１；Ｙｅｓ）、最新の予測モデルを用いて、予測処理を行うタイミングとなった現時点よりも後に処理対象の着用者が排泄する排泄タイミングを予測する（ステップＳ９０２）。具体的には、予測部１３５は、予測モデルと、予測処理を行うタイミングとなった現時点において処理対象の着用者の体内に蓄積されている排泄物の量とに基づいて、現時点よりも後に当該着用者が排泄する排泄タイミングを予測する。

例えば、予測部１３５は、予測モデルと、現時点において処理対象の着用者の体内に蓄積されている尿の量とに基づいて、現時点よりも後に当該着用者が排尿する排尿タイミングを予測する。また、予測部１３５は、予測モデルと、現時点において処理対象の着用者の体内に蓄積されている便の量とに基づいて、現時点よりも後に当該着用者が排便する排便タイミングを予測する。

また、予測部１３５は、処理対象の着用者へのケアを行う対象者に対して、予測結果を通知する（ステップＳ９０３）。例えば、予測部１３５は、係る対象者の対象者装置３０に予測結果を送信することで、係る対象者に対して予測結果を通知する。

〔８．その他の実施形態〕
上記実施形態にかかる情報処理装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、情報処理装置１００の他の実施形態について説明する。

〔８－１．変形例（１）〕
上記実施形態では、予測部１３５が、体内情報および体外情報に基づき排泄タイミングを予測し、第１決定部１３７が、予測部１３５により予測された排泄タイミングに基づいて、処理対象の着用者へのケアに関する所定のタイミングを決定する例を示した。また、提案部１３９が、この交換タイミングで吸収性物品の交換を行うよう提案する例を示した。また、予測部１３５によって用いられる体外情報は、体内から体外へと排泄された排泄物に関する情報、すなわち第２センサＳＮ２による排泄検出情報である例を示した。

しかしながら、第１決定部１３７は、排泄検出情報以外の他の体外情報を組み合わせることで、どのような種類、あるいは、どのような吸収能（キャパシティ）の吸収性物品に交換すべきかを決定してもよい。例えば、第１決定部１３７は、今回決定した交換タイミングが提案部１３９によって提案される際に、今回決定した交換タイミングから次に排便されると予測された排便タイミングまでの間に、排尿もされると予測部１３５により予測されているか否かを判定する。

そして、第１決定部１３７は、今回決定した交換タイミングから次に排便されると予測された排便タイミングまでの間に、排尿もされると判定できた場合には、この間での排尿回数、各排尿での排尿量、排便タイミングでの排便量に基づいて、今回決定した交換タイミングでは、どのような種類、あるいは、どのような吸収能（キャパシティ）の吸収性物品に交換すべきか決定する。なお、排尿回数、各回での排尿量、排便量も、予測部１３５によって予測される。

ここで、今回決定した交換タイミングから次に排便されると予測された排便タイミングまでの間に、２回排尿されると予測され、また、各回での排尿量は通常量（平均量）であり、排便タイミングでの排便量は通常量（平均量）であると予測されたとする。

係る場合、第１決定部１３７は、予測された排便タイミングを、今回決定した交換タイミングに対する次の交換タイミングとして決定する。また、第１決定部１３７は、上記排尿２回分の排尿量、および、上記排便タイミングでの排便量を吸収可能な種別（あるいは吸収能）の吸収性物品を今回決定した交換タイミングで交換すべき吸収性物品として決定する。また、提案部１３９は、第１決定部１３７により決定された種別（あるいは吸収能）の吸収性物品を対象者に提案する。また、提案部１３９は、第１決定部１３７により決定された次の交換タイミングも対象者に提案することもできる。

このような情報処理装置１００によれば、次の交換タイミングまでの間に何度か排泄されたとしてもこれをカバーできる程度の能力を有する吸収性物品を今回の交換タイミングで着用させることができるため、次の交換タイミングまでに急な交換が必要となる状況を抑制することができ、この結果、対象者（例えば、介護士）が効率的に働くことができるよう支援することができるようになる。

なお、今回決定した交換タイミングから次に排便されると予測された排便タイミングまでの時間が所定閾値を超える長時間の場合、第１決定部１３７は、この予測された排便タイミングを、今回決定した交換タイミングに対する次の交換タイミングとして決定するのではなく、例えば、２回目の排尿が行われると予測されたタイミングを次の交換タイミングとして決定してもよい。また、係る例では、第１決定部１３７は、上記排尿２回分の排尿量を吸収可能な種別（あるいは吸収能）の吸収性物品を今回決定した交換タイミングで交換すべき吸収性物品として決定し、これを提案させることができる。

このような情報処理装置１００によれば、排尿された状態の吸収性物品が排便されるまでの間、長時間装着されることによる肌かぶれを防止することができる。

〔８－２．変形例（２）〕
また、予測部１３５は、上記例のように段階的な排泄タイミング（例えば、１回目の排泄タイミング、２回目の排泄タイミングといった段階的な排泄タイミング）を予測する場合において、各段階（各回）で何がどれだけ排泄されるかの排泄確率も推定することができる。上記変形例（１）では、このような排泄確率を加味しない状態で、第１決定部１３７が、次の排泄タイミングまでの排尿や排便の状況に基づき、今回の交換タイミングで利用すべき吸収性物品を決定する例を示した。しかし、第１決定部１３７は、このような排泄確率をさらに考慮することで、今回の交換タイミングで利用すべき吸収性物品を決定してもよい。

例えば、第１決定部１３７は、今回決定した交換タイミングが提案部１３９によって提案される際に、今回決定した交換タイミング以降に予測されている段階的な排泄タイミングそれぞれでの排泄確率のうち、所定閾値を超えることにより高確率で排泄されると予測されている排泄タイミングが存在するか否かを判定する。

そして、第１決定部１３７は、段階的な排泄タイミングそれぞれでの排泄確率のうち、所定閾値を超えることにより高確率で排泄されると予測されている排泄タイミングが存在すると判定できた場合には、排泄確率が高確率なこの排泄タイミングを、今回決定した交換タイミングに対する次の交換タイミングとして決定する。また、第１決定部１３７は、排泄確率が高確率な排泄タイミングまでの排泄状況（例えば、排泄物の種別（尿または便）、排泄回数、各回での排泄量）に基づいて、今回決定した交換タイミングでは、どのような種類、あるいは、どのような吸収能（キャパシティ）の吸収性物品に交換すべきか決定する。

このような情報処理装置１００によれば、今回決定した交換タイミング以降において、例えば、１回目では低確率で排泄（例えば排尿）されると予測され、２回目では高確率で排泄（例えば排尿）されると予測された場合を例に挙げると、１回目で排泄されたとしても漏れることなく２回目の排泄までカバーできる程度の能力を有する吸収性物品を今回の交換タイミングで着用させることができるため、次の交換タイミングまでに急な交換が必要となる状況を抑制することができ、この結果、対象者（例えば、介護士）が効率的に働くことができるよう支援することができるようになる。

また、第１決定部１３７は、今回決定した交換タイミングで利用すべき吸収性物品を決定するだけでなく、処理対象の着用者をトイレへと誘導する誘導タイミングをさらに決定してもよい。上記例によれば、第１決定部１３７は、段階的な排泄タイミングそれぞれでの排泄確率のうち、所定閾値を超えることにより高確率で排泄されると予測されている排泄タイミングが存在すると判定できた場合には、排泄確率が高確率なこの排泄タイミングを、誘導タイミングとして決定する。

このような情報処理装置１００によれば、トイレへと誘導したものの排泄がなされなかったことにより、誘導作業にかかった負担や時間が無駄になってしまうといった状況を抑制することができるため、対象者（例えば、介護士）が効率的に働くことができるよう支援することができるようになる。

〔８－３．変形例（３）〕
また、情報制御部１３６は、処理対象の着用者が吸収性物品に排泄した排泄状況（例えば、図４の「排泄履歴」）および飲食情報（例えば、図４の「食事履歴」）に基づいて、当該着用者に適切な内容の生活指導を対象者に提案してもよい。例えば、情報制御部１３６は、予測される排尿量（膀胱内の尿量、排泄された尿量等）や、予測される一日当たりの排尿回数に基づいて、生活指導の内容を制御する。一例を示すと、情報制御部１３６は、予測される排尿量（膀胱内の尿量、排泄された尿量等）や、予測される一日当たりの排尿回数が所定閾値より少ない場合には、体内の水分量が少ないとの判断から水分摂取量を増やすような内容の生活指導を制御しこれを提案する。

また、情報制御部１３６は、排尿のタイミングが一般的なタイミングよりも遅い場合には、同様に、体内の水分量が少ないとの判断から水分摂取量を増やすような内容の生活指導を制御しこれを提案することができる。また、ここでは排尿に関する排泄状況を例に挙げたが、情報制御部１３６は、排便に関する排泄状況からも同様にして生活指導の内容を着用者に合わせて最適化するように制御することができる。

また、情報制御部１３６は、排尿後の畜尿量を検知することで、畜尿障害の早期検出を行うようにしてもよい。例えば、情報制御部１３６は、排尿を検知した後の排尿後の膀胱内の畜尿量（一回の排尿後の蓄尿量であってもよいし、数回の排尿後の蓄尿量の平均であってもよい）が多いと判断された場合、蓄膿症外の恐れがある旨を通知するようにしてもよい。

〔９．その他〕
上記した各処理のうち、自動的に行われるものとして説明した処理の全部または一部は、手動的に行われてもよい。また、手動的に行われるものとして説明した処理の全部または一部は、公知の方法で自動的に行われてもよい。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られるものではない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されなくともよい。すなわち、各装置の分散・統合の具体的形態は図示のものに限られない。また、各構成要素は、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成してもよい。また、上記してきた各処理は、矛盾しない範囲で適宜組み合わせて実行されてもよい。

〔１０．ハードウェア構成〕
また、上述した実施形態に係る情報処理装置１００は、例えば図１１に示すような構成のコンピュータ１０００によって実現される。図１１は、ハードウェア構成の一例を示す図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、キャッシュ１０４０、メモリ１０５０、出力ＩＦ（Interface）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続される。

演算装置１０３０は、キャッシュ１０４０やメモリ１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。キャッシュ１０４０は、ＲＡＭ等、演算装置１０３０が各種の演算に用いるデータを一次的に記憶するキャッシュである。また、メモリ１０５０は、演算装置１０３０が各種の演算に用いるデータや、各種のデータベースが登録される記憶装置であり、ＲＯＭ(Read Only Memory)、ＨＤＤ（Hard Disk Drive）、フラッシュメモリ等により実現されるメモリである。

出力ＩＦ１０６０は、モニタやプリンタといった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインタフェースであり、例えば、ＵＳＢ（Universal Serial Bus）やＤＶＩ（Digital Visual Interface）、ＨＤＭＩ（登録商標）（High Definition Multimedia Interface）といった規格のコネクタにより実現されてよい。一方、入力ＩＦ１０７０は、マウス、キーボード、およびスキャナ等といった各種の入力装置１０２０から情報を受信するためのインタフェースであり、例えば、ＵＳＢ等により実現される。

例えば、入力装置１０２０は、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等から情報を読み出す装置により実現されてもよい。また、入力装置１０２０は、ＵＳＢメモリ等の外付け記憶媒体により実現されてもよい。

ネットワークＩＦ１０８０は、ネットワークＮを介して他の機器からデータを受信して演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する機能を有する。

ここで、演算装置１０３０は、出力ＩＦ１０６０や入力ＩＦ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行うこととなる。例えば、演算装置１０３０は、入力装置１０２０やメモリ１０５０からプログラムをキャッシュ１０４０上にロードし、ロードしたプログラムを実行する。例えば、コンピュータ１０００が情報処理装置１００として機能する場合、コンピュータ１０００の演算装置１０３０は、キャッシュ１０４０上にロードされたプログラムを実行することにより、制御部１３０の機能を実現することとなる。

１ 情報処理システム
３０ 対象者装置
１００ 情報処理装置
１２０ 記憶部
１２１ 着用者情報記憶部
１２２ 体内体外情報記憶部
１２３ スケジュール情報記憶部
１２４ 誘導タイミング記憶部
１３０ 制御部
１３１ 取得部
１３２ 第１判定部
１３３ 閾値特定部
１３４ 生成部
１３５ 予測部
１３６ 情報制御部
１３７ 第１決定部
１３８ 第２決定部
１３９ 提案部
１４０ 第２判定部
ＳＮ１ 第１センサ
ＳＮ２ 第２センサ

Claims (29)

1. 体内における排泄に関する情報である体内情報と、前記体内情報とは異なる情報であって体外に関する情報である体外情報とを取得する取得部と、
   前記体内情報および前記体外情報に基づいて、吸収性物品を着用する着用者が将来排泄する排泄タイミングを予測する予測部と
   を有することを特徴とする情報処理装置。
2. 前記取得部は、前記体内情報として、前記体内に蓄積されている排泄物の量に関する情報を取得する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記取得部は、前記体外情報として、前記体内から体外へと排泄された排泄物に関する情報を取得する
   ことを特徴とする請求項１または２に記載の情報処理装置。
4. 前記取得部は、前記体外情報として、前記体内から前記体外へと排泄物が排泄されたことを示す排泄情報を取得する
   ことを特徴とする請求項１～３のいずれか１つに記載の情報処理装置。
5. 前記予測部は、前記取得部により取得された情報のうち、現時点よりも前に取得された情報に基づいて、前記排泄タイミングとして、前記着用者が現時点よりも後に排泄する排泄タイミングを予測する
   ことを特徴とする請求項１～４のいずれか１つに記載の情報処理装置。
6. 前記予測部は、前記取得部により取得された情報のうち、現時点よりも前に取得された情報から得られた情報であって、前記体内から前記体外へと排泄物が排泄された際において、当該体内で当該排泄物が蓄積されていた蓄積量に関する情報に基づいて、前記排泄タイミングを予測する
   ことを特徴とする請求項５に記載の情報処理装置。
7. 前記予測部は、前記蓄積量に関する情報として、前記蓄積量に関する傾向を示す傾向情報に基づいて、前記排泄タイミングを予測する
   ことを特徴とする請求項６に記載の情報処理装置。
8. 前記予測部は、前記蓄積量に関する情報と、現時点において前記着用者の体内に蓄積されている排泄物の量とに基づいて、前記排泄タイミングを予測する
   ことを特徴とする請求項６または７に記載の情報処理装置。
9. 前記予測部は、前記着用者が摂取した飲食物に関する飲食情報と前記着用者による排泄状況との間での関係性と、前記体内情報および前記体外情報とに基づいて、前記排泄タイミングを予測する
   ことを特徴とする請求項１～８のいずれか１つに記載の情報処理装置。
10. 前記予測部は、前記着用者に投与された薬剤に関する薬剤情報と前記着用者による排泄状況との間での関係性と、前記体内情報および前記体外情報とに基づいて、前記排泄タイミングを予測する
    ことを特徴とする請求項１～９のいずれか１つに記載の情報処理装置。
11. 前記関係性に基づいて、前記着用者へのケアに関する所定の制御を行う情報制御部をさらに有する
    ことを特徴とする請求項９または１０に記載の情報処理装置。
12. 前記情報制御部は、前記関係性に基づいて、前記着用者に与える飲食物に関する制御、または、前記着用者に投与する下剤に関する制御を行う
    ことを特徴とする請求項１１に記載の情報処理装置。
13. 前記取得部は、前記着用者に身体に装着された第１のセンサにより検出された前記体内情報を取得し、前記吸収性物品に取付けられた第２のセンサにより検知された前記体外情報を取得する
    ことを特徴とする請求項１～１２のいずれか１つに記載の情報処理装置。
14. 前記予測部により予測された排泄タイミングに基づいて、前記着用者へのケアを行う対象者に対して所定の提案を行う提案部をさらに有する
    ことを特徴とする請求項１～１３のいずれか１つに記載の情報処理装置。
15. 前記予測部により予測された排泄タイミングに基づいて、前記着用者へのケアに関する所定のタイミングを決定する決定部をさらに有し、
    前記提案部は、前期決定部により決定されたタイミングに関する提案を行う
    ことを特徴とする請求項１４に記載の情報処理装置。
16. 前記決定部は、前記予測部により予測された排泄タイミングに基づいて、前記着用者が着用する吸収性物品を交換する交換タイミングを決定し、
    前記提案部は、前記交換タイミングで吸収性物品の交換を行うよう提案する
    ことを特徴とする請求項１５に記載の情報処理装置。
17. 前記決定部は、前記排泄タイミングで予測される排泄量が、前記吸収性物品が排泄物を吸収可能な残りの量である吸収可能残量を超えると判定された場合には、前記排泄タイミングより前の所定のタイミングを前記交換タイミングとして決定する
    ことを特徴とする請求項１６に記載の情報処理装置。
18. 前記決定部は、前記予測部により予測された排泄タイミングに基づいて、前記着用者をトイレへと誘導する誘導タイミングを決定し、
    前記提案部は、前記誘導タイミングで前記着用者をトイレへと誘導するよう提案する
    ことを特徴とする請求項１５～１７のいずれか１つに記載の情報処理装置。
19. 前記決定部は、前記予測部により予測された排泄タイミングと、前記対象者のスケジュールまたは前記着用者のスケジュールとに基づいて、前記着用者をトイレへと誘導する誘導タイミングを決定する
    ことを特徴とする請求項１８に記載の情報処理装置。
20. 前記決定部は、前記排泄タイミングに基づき前記着用者ごとに判定されたトイレへの誘導の必要性と、前記スケジュールとに基づいて、前記着用者をトイレへと誘導する誘導タイミングを決定する
    ことを特徴とする請求項１９に記載の情報処理装置。
21. 前記予測部により予測された排泄タイミングに基づいて、付け替え用の吸収性パッドを前記着用者が着用する吸収性物品と併用するか否かを判定する判定部をさらに有し、
    前記提案部は、前期判定部による判定結果に応じた提案を行う
    ことを特徴とする請求項１４～２０のいずれか１つに記載の情報処理装置。
22. 前記判定部は、前記排泄タイミングで排泄され得る排泄物の種別に基づいて、付け替え用の吸収性パッドを前記着用者が着用する吸収性物品と併用するか否かを判定する
    ことを特徴とする請求項２１に記載の情報処理装置。
23. 前記判定部は、前記排泄タイミングで排泄され得る排泄物の状態に基づいて、付け替え用の吸収性パッドを前記着用者が着用する吸収性物品と併用するか否かを判定する
    ことを特徴とする請求項２１または２２に記載の情報処理装置。
24. 前記判定部は、前記排泄タイミングにおいて予測される前記着用者の体動に基づいて、付け替え用の吸収性パッドを前記着用者が着用する吸収性物品と併用するか否かを判定する
    ことを特徴とする請求項２１～２３のいずれか１つに記載の情報処理装置。
25. 吸収性物品を着用する着用者が排尿すると予測されたタイミングを示す排尿予測情報と、前記着用者が排便すると予測されたタイミングを示す排便予測情報とを取得する排泄情報取得部と、
    前記排尿予測情報および排便予測情報と、前記着用者に関する情報とに基づいて、前記着用者への排泄ケアに関して提案する提案情報を出力する出力部と
    を有することを特徴とする情報処理装置。
26. 情報処理装置が実行する情報処理方法であって、
    体内における排泄に関する情報である体内情報と、前記体内情報とは異なる情報であって体外に関する情報である体外情報とを取得する取得工程と、
    前記体内情報および前記体外情報に基づいて、吸収性物品を着用する着用者が将来排泄する排泄タイミングを予測する予測工程と
    を含むことを特徴とする情報処理方法。
27. 情報処理装置が実行する情報処理方法であって、
    吸収性物品を着用する着用者が排尿すると予測されたタイミングを示す排尿予測情報と、前記着用者が排便すると予測されたタイミングを示す排便予測情報とを取得する排泄情報取得工程と、
    前記排尿予測情報および排便予測情報と、前記着用者の介護に関する情報とに基づいて、前記着用者への排泄ケアに関する提案を行う出力工程と
    を含むことを特徴とする情報処理方法。
28. 体内における排泄に関する情報である体内情報と、前記体内情報とは異なる情報であって体外に関する情報である体外情報とを取得する取得手順と、
    前記体内情報および前記体外情報に基づいて、吸収性物品を着用する着用者が将来排泄する排泄タイミングを予測する予測手順と
    コンピュータに実行させるための情報処理プログラム。
29. 吸収性物品を着用する着用者が排尿すると予測されたタイミングを示す排尿予測情報と、前記着用者が排便すると予測されたタイミングを示す排便予測情報とを取得する排泄情報取得手順と、
    前記排尿予測情報および排便予測情報と、前記着用者の介護に関する情報とに基づいて、前記着用者への排泄ケアに関する提案を行う出力手順と
    をコンピュータに実行させるための情報処理プログラム。

Images