可以安装于人体，也可以从外界观察人体的动作，既可以包含在管理患者的日程的服务器中，也可以是将它们组合而成的。典型的事件跟踪单元140是能够安装于身体的传感器或传感器组。事件跟踪单元140包含以下功能:根据从图像传感器等获得的信息来判断患者有没有吃饭、吃饭的内容，根据从加速度传感器等获得的信息来判断患者的动作例如判断患者的动作是开始了运动、正在进行通常的工作、正在睡觉还是正在休息等。
[0070]事件跟踪单元140也可以具备用于获取患者的体温、皮肤表面的湿度、患者的外侧气温、湿度、风量、风向、气压等的传感器。优选事件跟踪单元140还具备以下功能(学习功能):能够学习患者的过去的动作，并预测在未来一段时间例如一小时后、30分钟后、几分钟后的患者的动作例如吃饭、运动(训练)、日常工作、睡觉、休息。
[0071]解析机120具备作为该系统I的控制单元的功能。解析机120还包括根据从事件跟踪单元140获得的生物体外部信息来预测今后在患者自身或患者周围动态发生的事件的功能(事件预测功能)、考虑通常的(日常的、静态的)事件发生的功能(静态事件解析功能)以及事件识别模块60。
[0072]解析机120还包括以下功能(供药量估计功能):除了考虑从传感器平台10获得的人体内部信息以外、还考虑包含所预测的事件的人体外部信息，来决定并控制从药物输送单元130注入的生理活性物质例如胰岛素等激素、处方药、矿物质、营养元素等的种类和量。针对决定生理活性物质的种类和量的功能，解析机120还包含从数据库等获取处方的内容、身体的尺寸特征、病历等身体参数的功能(身体参数监视功能)以及校正的功能(校准功能)。
[0073]决定向人体注入或投放的生理活性物质的种类和量的供药量估计功能包含根据生物体内部信息来决定种类和量的闭环功能以及根据包含生物体外部信息的预测功能来对闭环功能的输出实施修正的开环功能。
[0074]图5中示出事件识别模块60的概要。该事件识别模块60可以由解析机120具备，也可以由事件跟踪单元140具备。事件识别模块60通过事件预测信息62对从监视器10获得的实时GCM(Continuous Glucose Monitoring:动态血糖监测)61的信息进行处理来生成用于控制供药(药物输送)单元130的事件识别63。根据由事件跟踪单元140获得的吃饭和取得食物的信息65、运动或日常生活(日常工作)的信息66、睡觉的信息67等来生成事件预测信息62。
[0075]解析机120还具备按照由第三方使用网上商店154等提供的应用程序来决定生理活性物质的种类和量的功能68。通过网上商店154提供的应用程序的例子是糖尿病患者用程序、减肥管理用程序、心脏疾患用程序、压力监视用程序、生活方式管理用程序、预防诊断用程序、适合诊断用程序。作为能够由传感器平台10判断并利用生理活性物质进行治疗的对象或紧急处理的疾患，能够列举心肌梗塞、脑梗塞、肝功能障碍、肾功能障碍、高脂血症等。
[0076]解析机120还包含与云服务156交换信息的功能69。云服务156包含医生或护士以及家属等对患者进行在线监视的服务，还包含在线监视、重写事件来决定供药的类型、量的服务、生成事件数据库的功能、远程的监视服务。
[0077]关于解析机120，也能够使用包括CPU和存储器的计算机资源来实现，还可以是LSI或ASIC，并且，也可以使用能够重组电路的芯片来实现。
[0078]图6中示出了血液中的葡萄糖的变化的例子。实线表示通过某种方法等来检查血液中的葡萄糖并投放胰岛素的情况。在通过穿刺型的传感器来测定血液中的葡萄糖浓度的情况下，存在测定的延迟(传感器滞后)。因此，有可能由于胰岛素的投放77过迟、过早、胰岛素的量过多、过少而导致葡萄糖量76成为高血糖状态78或成为低血糖状态79。在最坏的情况下，可能会对人体造成不能恢复的伤害，甚至可能导致死亡。为了避免发生这样的情况，糖尿病患者需要预先防止发生血糖值容易变化的状况，并且需要进行例如避免激烈的运动、只摄入规定量的卡路里地定期地进餐等具有各种限制的生活。
[0079]对此，在本例的健康管理系统I中，通过监视器10连续且实时地测定血液中的葡萄糖。因而，能够连续地针对所测定的葡萄糖浓度精细地控制胰岛素的投放量。并且，事件识别模块60检测运动、吃饭之类的事件(患者的活动)的发生，并且使用日常的日程、各种传感器的输出来预测患者的活动。解析机120以能够应对所预测的状态的方式决定要投放的胰岛素的种类和量。因此，能够将血液中的葡萄糖浓度控制在对健康影响小的小幅的范围75内。因此，即使是糖尿病患者也能够与健康人同样地运动、吃饭。
[0080]图7中以流程图示出了健康管理系统I的主要动作。在步骤81中，将监视器I的探头23的观察窗21经由PDMS45安装于皮肤2的表面。在步骤82中，利用拉曼光谱来对通过观察窗21看到的观察区域3的皮肤2的水分进行测定。例如，能够通过共焦法来测定皮肤表面和内部的水分量，还能够测定到皮肤为止的距离。在步骤83中，根据皮肤表面的水分量和到皮肤表面为止的距离来调整在以后的测定中使用的激光的输出。当皮肤2的表面的水分多、或在皮肤2与观测窗21之间存在间隙时，激光的穿透力发生变化，因此期望调整激光的输出。也可以通过测定电传导率(导电率)来求出皮肤2的表面的水分量。
[0081]在步骤84中，使用激光多普勒解析单元51，利用激光多普勒法来判断在观察区域3内的观测点5中的检测到血流的观测点5a。通过限定检测到血流的观测点5，能够确定观察区域3中的毛细血管8的位置，能够识别位于毛细血管8的正上方或附近的观测点5a。例如，向观察区域3整体照射波长为800nm左右的栗浦用激光32，获取从各观测点5获得的扩散光28的光谱(瑞利散射)，如果在该光谱中看到由红细胞散射的光的多普勒位移的频率的扩大，则能够判断血流的有无。使用DM模块23a向各观测点5单独地照射激光32。
[0082]在步骤85中，限定此后成为测量对象的观测点(第一观测点)5a，锁定测定对象。在步骤86中，3D轮廓仪54基于在被锁定的观测点5a处获得的多普勒位移的数据，按照数学模型来生成表示被锁定的观测点5a的下方的毛细血管8的深度轮廓。
[0083]接着，在步骤87中，轮廓仪54还使用SORS解析单元52来进一步验证观测点5a的深度方向的轮廓。在空间偏移拉曼光谱法(SORS)中，向观测点5a照射激光，并在观测点5a周围的远离观测点5a的观测点5处获取散射光28，由此获得来自皮肤2的下方的深部组织的拉曼光谱。也可以调整激光的照射角度来获取深度方向的轮廓生成用的拉曼光谱。
[0084]在步骤88中，当获得还包含被锁定的观测点5a的深度轮廓的3D轮廓57时，轮廓仪54决定可能存在毛细血管8的测定对象(目标部分)的深度方向的位置。由此，决定目标部分的三维位置。
[0085]在步骤89中，CARS解析单元53通过相干反斯托克斯拉曼光谱法(CARS)来从测定对象的位置处获取CARS光谱。CARS解析单元53将可变长度激光作为斯托克斯光31和/或栗浦光32，以在所设定的深度进行交叉的方式选择性地照射至被锁定的观测点5a或其周边的观测点5。由此，能够从被锁定的观测点5a获取来自存在于所设定的深度的成分且是符合根据斯托克斯光31和栗浦光32设定的波长条件的成分的反斯托克斯拉曼散射光28。因此，检测器40能够检测来自可能存在毛细血管8的皮肤下的位置处的组织的CARS光谱。因而，不会由于来自其它组织的拉曼光谱而导致毛细血管8的信息减少、被平均化，从而能够获得低噪声的信息。
[0086]为了将来自各个观测点5a的散射光28供给到检测器40，期望使用具备能够形成多个焦点的多光纤与DM或MEMS类型的遮光器的组合的输入单元23b，来阻挡来自其它观测点5的散射光28。
[0087]并且，通过将斯托克斯光31和栗浦光32设为长度是可变的，并将照射位置限定在被锁定的观测点5a或其周围，由此检测器40侧不需要具有位置上的分辨率和波长选择性。因此，能够采用反应速度快、精度高的光电检测器。因此，能够通过短时间的脉冲光来供给斯托克斯光31和栗浦光32，例如，能够通过以皮秒或飞秒为单位的脉冲光进行供给。
[0088]因而，能够预先防止皮肤2被激光损伤，抑制对人体的影响，并能够长时间持续地获取来自毛