CN109831923A - 痴呆症介护负担程度判断装置、痴呆症介护负担程度判断方法、痴呆症介护负担程度判断程序、痴呆症治疗效果判断装置、痴呆症治疗效果判断方法、痴呆症治疗效果判断程序 - Google Patents

痴呆症介护负担程度判断装置、痴呆症介护负担程度判断方法、痴呆症介护负担程度判断程序、痴呆症治疗效果判断装置、痴呆症治疗效果判断方法、痴呆症治疗效果判断程序 Download PDF

Info

Publication number
CN109831923A
CN109831923A CN201780060042.6A CN201780060042A CN109831923A CN 109831923 A CN109831923 A CN 109831923A CN 201780060042 A CN201780060042 A CN 201780060042A CN 109831923 A CN109831923 A CN 109831923A
Authority
CN
China
Prior art keywords
dementia
enquirement
score
situated
shield
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201780060042.6A
Other languages
English (en)
Inventor
菊池隆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NATIONAL UNIVERSITY CORP
Kagawa University NUC
University of Tokyo NUC
Foundation for Biomedical Research and Innovation at Kobe
Original Assignee
Public Welfare Corporates Kobe Medical Industry City Promotion Organization
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Public Welfare Corporates Kobe Medical Industry City Promotion Organization filed Critical Public Welfare Corporates Kobe Medical Industry City Promotion Organization
Publication of CN109831923A publication Critical patent/CN109831923A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B23/00—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes
    • G09B23/28—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for medicine
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
    • G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Business, Economics & Management (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Child & Adolescent Psychology (AREA)
  • Neurology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Educational Technology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Social Psychology (AREA)
  • Neurosurgery (AREA)
  • Physiology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)

Abstract

痴呆症介护负担程度判断装置(100)具备：获得部(110)，针对属于n个领域的某一个的、与被实验者的行动模式有关的多个提问的每一个，获得回答；分数算出部(111)，根据获得部(110)获得的回答，按照每个领域算出与被实验者的行动模式有关的被数值化的分数；距离算出部(112)，在将示出各领域的分数的数轴作为坐标轴的n维空间，算出由分数算出部(111)算出的每一领域的分数所表示的坐标、与定点坐标的欧几里得距离；判断部(113)，根据距离算出部(112)算出欧几里得距离，判断对被实验者进行介护时的痴呆症介护负担程度；以及输出部(114)，输出由判断部(113)判断的痴呆症介护负担程度。

Description

痴呆症介护负担程度判断装置、痴呆症介护负担程度判断方 法、痴呆症介护负担程度判断程序、痴呆症治疗效果判断装 置、痴呆症治疗效果判断方法、痴呆症治疗效果判断程序
技术领域
本发明涉及在对痴呆症患者进行介护时，对该介护时的介护负担程度进行判断的痴呆症介护负担程度判断装置、以及在对痴呆症患者进行治疗时，对该治疗时的痴呆症治疗效果进行判断的治疗效果判断装置。
背景技术
根据对痴呆症患者的日常生活行动进行多个提问而得到的回答，来判断针对该被实验者的介护负担程度的技术是以往周知的。
例如，在非专利文献1中记载的技术是，针对与被实验者的行动模式有关的多个提问，获得能够数值化的回答，根据被数值化的回答的和，来判断针对被实验者的介护负担程度。
(现有技术文献)
(非专利文献)
非专利文献1Validation of the relevant outcome scale for Alzheimer'sdisease:a novel multidomain assessment for daily medical practice.AlzheimersRes Ther.2011Jul 6；3(5):27.
通过利用上述的以往技术，能够以一定程度的精确度来判断介护负担程度(例如，痴呆症介护负担程度)。然而，该精确度并不能说是充分的，因此，希望能够以更高的精确度来进行痴呆症介护负担程度的判断。
发明内容
本发明鉴于上述这种状况，目的在于提供一种与以往相比能够以更高的精确度来对痴呆症介护负担程度进行判断的痴呆症介护负担程度判断装置、痴呆症介护负担程度判断方法、以及痴呆症介护负担程度判断程序，并且提供一种与以往相比能够以更高的精确度来对痴呆症治疗效果进行判断的痴呆症治疗效果判断装置、痴呆症治疗效果判断方法、以及痴呆症治疗效果判断程序。
为了达成上述目的，本发明所涉及的痴呆症介护负担程度判断装置判断对被实验者进行介护时的痴呆症介护负担程度，所述痴呆症介护负担程度判断装置具备：获得部，针对属于n个领域的某一个的多个提问的每一个获得回答，所述多个提问是与所述被实验者的行动模式有关的提问，n为2以上的整数；分数算出部，根据由所述获得部获得的回答，按照每个领域算出与所述被实验者的行动模式有关的被数值化的分数；距离算出部，在将示出各个领域的分数的数轴作为坐标轴的n维空间，算出由所述分数算出部算出的每个领域的分数所表示的坐标、与定点坐标的欧几里得距离；判断部，根据由所述距离算出部算出的欧几里得距离，判断对所述被实验者进行介护时的痴呆症介护负担程度；以及输出部，输出由所述判断部判断的痴呆症介护负担程度。
为了达成上述目的，本发明所涉及的痴呆症介护负担程度判断方法判断对被实验者进行介护时的痴呆症介护负担程度，所述痴呆症介护负担程度判断方法包括：获得步骤，针对属于n个领域的某一个的多个提问的每一个获得回答，所述多个提问是与所述被实验者的行动模式有关的提问，n为2以上的整数；分数算出步骤，根据由所述获得部获得的回答，按照每个领域算出与所述被实验者的行动模式有关的被数值化的分数；距离算出步骤，在将示出各个领域的分数的数轴作为坐标轴的n维空间，算出由所述分数算出部算出的每个领域的分数所表示的坐标、与定点坐标的欧几里得距离；判断步骤，根据由所述距离算出步骤算出的欧几里得距离，判断对所述被实验者进行介护时的痴呆症介护负担程度；以及输出步骤，输出由所述判断步骤判断的痴呆症介护负担程度。
为了达成上述目的，本发明所涉及的痴呆症治疗效果判断装置判断对被实验者进行介护时的痴呆症介护负担程度的痴呆症治疗效果所述痴呆症治疗效果判断装置具备：获得部，针对属于n个领域的某一个的多个提问的每一个获得两次回答，所述多个提问是与所述被实验者的行动模式有关的提问，n为2以上的整数；分数算出部，每当所述获得部获得回答时，则根据由所述获得部获得的回答，按照每个领域算出与所述被实验者的行动模式有关的被数值化的分数；距离算出部，每当所述分数算出部算出分数时，则在将示出各个领域的分数的数轴作为坐标轴的n维空间，算出由所述分数算出部算出的每个领域的分数所表示的坐标、与定点坐标的欧几里得距离；判断部，根据由所述距离算出部第一次算出的欧几里得距离、以及由所述距离算出部第二次算出的欧几里得距离的差分，判断在对所述被实验者进行介护时的痴呆症介护负担程度的痴呆症治疗效果；以及输出部，输出由所述判断部判断的痴呆症治疗效果。
为了达成上述目的，本发明所涉及的治疗效果判断方法判断对被实验者进行介护时的痴呆症介护负担程度的痴呆症治疗效果，所述痴呆症治疗效果判断方法包括：获得步骤，针对属于n个领域的某一个的多个提问的每一个获得两次回答，所述多个提问是与所述被实验者的行动模式有关的提问，n为2以上的整数；分数算出步骤，每当所述获得步骤获得回答时，则根据由所述获得步骤获得的回答，按照每个领域算出与所述被实验者的行动模式有关的被数值化的分数；距离算出步骤，每当所述分数算出步骤算出分数时，则在将示出各个领域的分数的数轴作为坐标轴的n维空间，算出由所述分数算出步骤算出的每个领域的分数所表示的坐标、与定点坐标的欧几里得距离；判断步骤，根据由所述距离算出步骤第一次算出的欧几里得距离、以及由所述距离算出步骤第二次算出的欧几里得距离的差分，判断在对所述被实验者进行介护时的痴呆症介护负担程度的痴呆症治疗效果；以及输出步骤，输出由所述判断步骤判断的痴呆症治疗效果。
通过上述本发明所涉及的痴呆症介护负担程度判断装置、以及痴呆症介护负担程度判断方法，与以往相比能够更合理的且以更高的精确度来对痴呆症介护负担程度进行判断。并且，通过上述本发明的治疗效果判断装置、以及治疗效果判断方法，即使是对构成痴呆症的各个概念(例如，痴呆症患者的认知记忆状态、日常生活行动、行动心理症状)进行统合，作为一个病态来评价，并判断治疗效果这种以往不可能的技术也成为可能。
附图说明
图1是示出痴呆症介护负担程度判断装置的功能构成的方框图。
图2是便携式终端的斜视图。
图3是提问图像的一个例子。
图4是数值对应表的数据构成图。
图5是领域对应表的数据构成图。
图6是立体视图像的一个例子。
图7A是关于被诊断为“重度”的被实验者的欧几里得距离的直方图。
图7B是关于被诊断为“中度”的被实验者的欧几里得距离的直方图。
图7C是关于被诊断为“轻度”的被实验者的欧几里得距离的直方图。
图7D是关于被诊断为“痴呆症介护前阶段”的被实验者的欧几里得距离的直方图。
图8A示出了“痴呆症介护前阶段”与“轻度”的截止值。
图8B示出了“轻度”与“中度”的截止值。
图8C示出了“中度”与“重度”的截止值。
图9A示出了“痴呆症介护前阶段”与“中度”的截止值。
图9B示出了“痴呆症介护前阶段”与“重度”的截止值。
图9C示出了“轻度”与“重度”的截止值。
图10示出了截止值中的正确判断率。
图11是痴呆症介护负担程度判断处理的流程图。
图12是立体视图像的一个例子。
图13是被显示在触摸屏的图像的一个例子。
图14是示出痴呆症治疗效果判断装置的功能构成的方框图。
图15是痴呆症治疗效果判断处理的流程图。
图16是欧几里得距离算出处理的流程图。
具体实施方式
(得到本发明的一个形态的经过)
通过利用上述的以往技术，从而能够以一定程度的精确度来判断痴呆症介护负担程度。然而，由于影响痴呆症患者的介护负担程度的因子主要是痴呆症患者的“认知-记忆状态”、“日常生活行动”、“行动心理症状”这三种，以往，由于这些评价用于个别的心理测试而进行个别的评价，根据该结果来判断痴呆症介护负担程度，痴呆症介护负担程度的判断结果会因使用的心理测试而不同，精确度也不够。于是，在以“认知-记忆状态”、“日常生活行动”、“行动心理症状”这三种因子来对痴呆症患者进行评价的情况下，希望对这三种因子进行综合性评价，并作为一个病态来评价，而且希望以更高的精确度来进行痴呆症介护负担程度判断。并且，以往的痴呆症的治疗效果与痴呆症介护负担后的判断同样，针对痴呆症患者的“认知-记忆状态”、“日常生活行动”、“行动心理症状”，除了利用不同的心理测试来进行个别的评价以外没有其他的方法，尤其是在针对痴呆症的新药的开发中，希望有能够对这些因子进行综合性评价的技术。
在构成痴呆症的概念中，以心理测试评价的“认知-记忆状态”、“日常生活行动”、“行动心理症状”是不同的概念，该心理测试的得分在数学上应该考虑为是不同的向量。因此，执行心理测试，并对“认知-记忆状态”、“日常生活行动”、“行动心理症状”进行评价，将该评价的分数进行单纯合计是将向量视为标量，因而是在数学上的错误，该值中含有较大的偏差。因此，例如在对“认知-记忆状态”、“日常生活行动”、“行动心理症状”这三个因子进行评价的情况下，需要一种将他们作为不同的三种向量来处理，进行综合性的评价的技术。
本发明鉴于上述这种状况，提供一种将以往的构成被分别评价了的痴呆症的概念，统合为一个病态来评价的技术，例如将“认知-记忆状态”、“日常生活行动”、“行动心理症状”统合为一个病态来进行评价。即，在对“认知-记忆状态”、“日常生活行动”、“行动心理症状”这三个因子进行评价的情况下，对各个因子的分数以三维来表示，通过计测与定点坐标的距离(欧几里得距离)，从而作为一个病态来评价。通过对该欧几里得距离以及其变化量进行评价，从而与以往相比，能够提供一种以更高的精确度来判断痴呆症介护负担程度的痴呆症介护负担程度判断装置、以及痴呆症介护负担程度判断方法，并且能够提供一种能够以更高的精确度来判断痴呆症治疗效果的痴呆症治疗效果判断装置、以及痴呆症治疗效果判断方法。另外，在该示例中虽然示出了“认知-记忆状态”、“日常生活行动”、“行动心理症状”这三个因子，但是在提供的技术中对因子数量没有限制，即使采用更多的因子，也同样能够利用欧几里得距离来进行判断。
本发明的一个形态所涉及的痴呆症介护负担程度判断装置判断对被实验者进行介护时的痴呆症介护负担程度，所述痴呆症介护负担程度判断装置具备：获得部，针对属于n个领域的某一个的多个提问的每一个获得回答，所述多个提问是与所述被实验者的行动模式有关的提问，n为2以上的整数；分数算出部，根据由所述获得部获得的回答，按照每个领域算出与所述被实验者的行动模式有关的被数值化的分数；距离算出部，在将示出各个领域的分数的数轴作为坐标轴的n维空间，算出由所述分数算出部算出的每个领域的分数所表示的坐标、与定点坐标的欧几里得距离；判断部，根据由所述距离算出部算出的欧几里得距离，判断对所述被实验者进行介护时的痴呆症介护负担程度；以及输出部，输出由所述判断部判断的痴呆症介护负担程度。
在此，领域是指由包括彼此的公因子的提问构成的提问群。
在以往的判断痴呆症介护负担程度的技术中，将获得的基于回答的各个数值单纯地作为标量来处理。即，根据基于获得的回答的各个数值的和，来判断痴呆症介护负担程度。因此，即使各个提问属于某个领域，表示各个提问属于哪个领域的信息也不能被反映到痴呆症介护负担程度上。例如，在上次的测定中，分数合计为30分的情况下，在这次的测定中，若某个领域为-5分、其他的领域为5分，则合计得分成为与上次相同的30分，由于不能示出领域的得分所发生的变化，因此，在痴呆症介护负担程度判断中欠缺正确性。
对此，在本发明的一个形态所涉及的痴呆症介护负担程度判断装置，将基于获得的回答的数值，作为朝向对应的提问所属的领域固有的方向的向量的向量长度来处理。并且，在将各个领域固有的方向作为坐标轴的n维空间，根据与各个领域对应的向量的向量和、与示出定点坐标的向量的差分向量的向量长度，判断痴呆症介护负担程度。为此，在该痴呆症介护负担程度判断装置，表示各个提问属于哪个领域、且将会怎样变化的信息能够被反映到痴呆症介护负担程度。
因此，根据该痴呆症介护负担程度判断装置，与以往相比，能够以更高的精确度来判断痴呆症介护负担程度。
例如，也可以是，所述定点坐标是，与所述多个提问对应的回答的组合，符合预先设定的痴呆症介护负担程度成为最高的回答的组合的情况下的坐标，所述判断部在进行所述判断时，与所述欧几里得距离大的情况相比，在所述欧几里得距离小的情况下，以痴呆症介护负担程度不会变小的方式来进行判断。
据此，能够进行的判断是，从痴呆症介护负担程度成为最高的情况下的坐标的距离越大，就越将痴呆症介护负担程度判断为小。
例如，也可以是，所述分数算出部，通过分别算出所属的各个领域的、与提问对应的回答被数值化而得到的数值的总和，来进行所述分数的算出。
据此，能够以较少的运算量来算出各领域的分数。
例如，也可以是，所述分数算出部，通过算出偏差值，来进行所述分数的算出，所述偏差值是针对所属的各个领域的、与提问对应的回答被数值化而得到的数值的总和的偏差值，并且是该总和的总体的分布中的偏差值。
据此，即使在各领域间，所属的提问的数量不同的情况下，也能够降低因所属的提问的数量不同而给判断结果带来的影响。
例如，也可以是，所述n为3。
据此，将示出各领域的分数的数轴作为坐标轴的空间成为与现实世界相同的三维空间。为此，利用该痴呆症介护负担程度判断装置的用户，能够以与现实世界空间同样的感觉，来感知将示出各领域的分数的数轴作为坐标轴的空间。
例如，也可以是，所述痴呆症介护负担程度判断装置进一步具备图像生成部，所述图像生成部，生成能够对所述n维空间中的、由所述分数算出部算出的各个领域的分数所表示的坐标的位置、以及所述定点坐标的位置同时进行视觉辨认的立体视图像，所述输出部，进一步显示由所述图像生成部生成的立体视图像。
据此，利用该痴呆症介护负担程度判断装置的用户，能够在视觉上确认由分数算出部算出的各领域的分数所表示的坐标与定点坐标的位置关系。
例如，也可以是，所述痴呆症介护负担程度判断装置进一步具备：提问图像存储部，针对所述提问的每一个，存储提问图像，所述提问图像包括该提问以及针对该提问的多个回答选择项；接受部，针对所述提问图像存储部中存储的提问图像的每一个，接受该提问图像中包含的多个回答选择项中被选择的一个；以及数值存储部，针对所述提问图像存储部中存储的提问图像的每一个，将该提问图像中包含的多个回答选择项的每一个与数值对应起来存储，所述输出部，进一步显示所述提问图像存储部中存储的提问图像的每一个，所述获得部，通过将由所述接受部接受的一个回答选择项作为回答来获得，从而进行所述回答的获得，所述分数算出部，根据所述数值存储部中存储的、与针对所述获得部获得的回答的回答选择项对应的数值，来进行所述分数的算出。
据此，能够利用提问图像来获得回答。
例如，也可以是，所述提问图像中包含的回答选择项为五个，所述提问图像中进一步包括三个图画，该三个图画分别与三个回答选择项对应，该三个回答选择项是通过从上述的五个回答选择项之中，除去与所述数值存储部中的最高的数值对应的回答选择项、以及与所述数值存储部中的最低的数值对应的回答选择项而得到的。
据此，能够去除两个极端的回答选择项，而参照与三个回答选择项的每一个对应的图画，来选择回答选择项。
例如，也可以是，所述痴呆症介护负担程度判断装置进一步具备：位置确定部，利用GPS(Global Positioning System：全球定位系统)来确定自身装置的位置；医疗机构存储部，对医疗机构的位置进行存储；以及医疗机构确定部，在由所述判断部判断的痴呆症介护负担程度为规定值以上的情况下，根据由所述位置确定部确定的自身装置的位置、以及由所述医疗机构存储部存储的医疗机构的位置，来确定推荐所述被实验者就诊的医疗机构，所述输出部，进一步输出与所述医疗机构确定部确定的医疗机构相关的信息。
据此，利用该痴呆症介护负担程度判断装置的用户，能够获得与推荐被实验者就诊的医疗机构有关的信息。
例如，也可以是，所述痴呆症介护负担程度判断装置进一步具备：地图存储部，存储地图；以及路线图像生成部，利用所述地图存储部中存储的地图，生成路线图像，该路线图像示出从所述位置确定部确定的自身装置的位置，到所述医疗机构确定部确定的医疗机构的路径，所述输出部，进一步显示由所述路线图像生成部生成的路线图像。
据此，利用该痴呆症介护负担程度判断装置的用户，能够在视觉上确认到推荐被实验者就诊的医疗机构的路径。
本发明的一个形态所涉及的痴呆症介护负担程度判断方法，判断对被实验者进行介护时的痴呆症介护负担程度，所述痴呆症介护负担程度判断方法包括：获得步骤，针对属于n个领域的某一个的多个提问的每一个获得回答，所述多个提问是与所述被实验者的行动模式有关的提问，n为2以上的整数；分数算出步骤，根据由所述获得部获得的回答，按照每个领域算出与所述被实验者的行动模式有关的被数值化的分数；距离算出步骤，在将示出各个领域的分数的数轴作为坐标轴的n维空间，算出由所述分数算出部算出的每个领域的分数所表示的坐标、与定点坐标的欧几里得距离；判断步骤，根据由所述距离算出步骤算出的欧几里得距离，判断对所述被实验者进行介护时的痴呆症介护负担程度；以及输出步骤，输出由所述判断步骤判断的痴呆症介护负担程度。
在以往的判断痴呆症介护负担程度的技术中，仅是将基于获得的回答的各个数值作为标量来处理。即，根据基于获得的回答的各个数值的和，来判断痴呆症介护负担程度。因此，即使各个提问属于某个领域，表示各个提问属于哪个领域的信息也不能被反映到痴呆症介护负担程度上。
对此，在本发明的一个形态所涉及的痴呆症介护负担程度判断方法中，将基于获得的回答的各个数值，作为朝向与对应的提问所属的领域固有的方向的向量的向量长度来处理。于是，在将各个领域固有的方向作为坐标轴的n维空间中，根据与各个回答对应的向量的向量和、与示出定点坐标的向量的差分向量的向量长度，来判断痴呆症介护负担程度。为此，在该痴呆症介护负担程度判断装置，表示各个提问属于哪个领域的信息能够被反映到痴呆症介护负担程度。
因此，通过该痴呆症介护负担程度判断方法，与以往相比，能够以更高的精确度来判断痴呆症介护负担程度。
本发明的一个形态所涉及的痴呆症介护负担程度判断程序是，用于使包括处理器与存储器的计算机，执行上述的痴呆症介护负担程度判断方法。
在以往的判断痴呆症介护负担程度的技术中，仅是将基于获得的回答的各个数值作为标量来处理。即，根据基于获得的回答的各个数值的和，来判断痴呆症介护负担程度。为此，即使各个提问属于某个领域，表示各个提问属于哪个领域、且分数如何的信息也不能被反映到痴呆症介护负担程度上。
对此，在本发明的一个形态所涉及的痴呆症介护负担程度判断程序中，将基于获得的回答的各个数值，作为朝向对应的提问所属的领域固有的方向的向量的向量长度来处理。于是，在将各领域固有的方向作为坐标轴的n维空间中，根据与各个回答对应的向量的向量和、与示出定点坐标的向量的差分向量的向量长度，来判断痴呆症介护负担程度。为此，在该痴呆症介护负担程度判断装置，表示各个提问属于哪个领域、且分数如何的信息能够被反映到痴呆症介护负担程度。
因此，通过该痴呆症介护负担程度判断程序，与以往相比，能够以更高的精确度来判断痴呆症介护负担程度。
本发明的一个形态所涉及的痴呆症治疗效果判断装置判断对被实验者进行介护时的痴呆症介护负担程度的痴呆症治疗效果，所述痴呆症治疗效果判断装置具备：获得部，针对属于n个领域的某一个的多个提问的每一个获得两次回答，所述多个提问是与所述被实验者的行动模式有关的提问，n为2以上的整数；分数算出部，每当所述获得部获得回答时，则根据由所述获得部获得的回答，按照每个领域算出与所述被实验者的行动模式有关的被数值化的分数；距离算出部，每当所述分数算出部算出分数时，则在将示出各个领域的分数的数轴作为坐标轴的n维空间，算出由所述分数算出部算出的每个领域的分数所表示的坐标、与定点坐标的欧几里得距离；判断部，根据由所述距离算出部第一次算出的欧几里得距离、以及由所述距离算出部第二次算出的欧几里得距离的差分，判断在对所述被实验者进行介护时的痴呆症介护负担程度的痴呆症治疗效果；以及输出部，输出由所述判断部判断的痴呆症治疗效果。
在以往的判断痴呆症介护负担程度的技术中，仅是将基于获得的回答的各个数值作为标量来处理。即，根据基于获得的回答的各个数值的和，来判断痴呆症介护负担程度。为此，即使各个提问属于某个领域，示出各个提问属于哪个领域、且分数如何的信息也不能被反映到痴呆症介护负担程度的痴呆症治疗效果上。
对此，在本发明的一个形态所涉及的痴呆症治疗效果判断装置中，将基于获得的回答的各个数值，作为朝向对应的提问所属的领域固有的方向的向量的向量长度来处理。于是，在将各领域固有的方向作为坐标轴的n维空间，算出与各个回答对应的向量的向量和、与示出定点坐标的向量的差分向量的向量长度。于是，根据第一次算出的向量的长度与第二次算出的向量的长度的差分，判断痴呆症介护负担程度的痴呆症治疗效果。为此，在该痴呆症治疗效果判断装置中，示出各个提问属于哪个领域、且分数如何的信息能够被反映到痴呆症介护负担程度的痴呆症治疗效果。
因此，通过该痴呆症治疗效果判断装置，与以往相比，能够以更高的精确度来判断痴呆症介护负担程度的治疗效果。
例如，也可以是，所述定点坐标是，与所述多个提问对应的回答的组合，符合预先设定的痴呆症介护负担程度成为最高的回答的组合的情况下的坐标，所述判断部在进行所述判断时，与所述欧几里得距离大的情况相比，在所述欧几里得距离小的情况下，以痴呆症介护负担程度的痴呆症治疗效果不会变大的方式来进行判断。
据此，能够进行的判断是，距离越小，就越能够将痴呆症介护负担程度的痴呆症治疗效果判断为小。
例如，也可以是，所述分数算出部，通过分别算出所属的各个领域的、与提问对应的回答被数值化而得到的数值的总和，来进行所述分数的算出。
据此，能够以较少的运算量算出各个领域的分数。
例如，也可以是，所述分数算出部，通过算出偏差值，来进行所述分数的算出，所述偏差值是针对所属的各个领域的、与提问对应的回答被数值化而得到的数值的总和的偏差值，并且是该总和的总体的分布中的偏差值。
据此，即使在领域间，所属的提问的数量不同，也能够降低因所属的提问的数量不同而给判断结果带来的影响。
例如，也可以是，所述n为3。
据此，将示出各个领域的分数的数轴作为坐标轴的空间成为与现实世界相同的三维空间。为此，利用该痴呆症介护负担程度判断装置的用户，能够以与现实世界空间同样的感觉，来感知将示出各领域的分数的数轴作为坐标轴的空间。
例如，也可以是，所述痴呆症治疗效果判断装置进一步具备图像生成部，所述图像生成部，生成能够对所述n维空间中的、由所述分数算出部第一次算出的各个领域的分数所表示的坐标的位置、由所述分数算出部第二次算出的各个领域的分数所表示的坐标的位置、以及所述定点坐标的位置同时进行视觉辨认的立体视图像，所述输出部进一步显示由所述图像生成部生成的立体视图像。
据此，利用该痴呆症介护负担程度判断装置的用户能够从视觉上确认由分数算出部第一次算出的各领域的分数表示的坐标、由分数算出部第二次算出的各领域的分数表示的坐标、以及定点坐标的位置关系。
例如，也可以是，所述痴呆症介护负担程度判断装置进一步具备：提问图像存储部，针对所述提问的每一个，存储提问图像，所述提问图像包括该提问以及针对该提问的多个回答选择项；接受部，针对所述提问图像存储部中存储的提问图像的每一个，接受该提问图像中包含的多个回答选择项中被选择的一个；以及数值存储部，针对所述提问图像存储部中存储的提问图像的每一个，将该提问图像中包含的多个回答选择项的每一个与数值对应起来存储，所述输出部，进一步显示所述提问图像存储部中存储的提问图像的每一个，所述获得部，通过将由所述接受部接受的一个回答选择项作为回答来获得，从而进行所述回答的获得，所述分数算出部，根据所述数值存储部中存储的、与针对所述获得部获得的回答的回答选择项对应的数值，来进行所述分数的算出。
据此，能够利用提问图像，来获得回答。
例如，也可以是，所述提问图像中包含的回答选择项为五个，所述提问图像中进一步包括三个图画，该三个图画分别与三个回答选择项对应，该三个回答选择项是通过从上述的五个回答选择项之中，除去与所述数值存储部中的最高的数值对应的回答选择项、以及与所述数值存储部中的最低的数值对应的回答选择项而得到的。
据此，能够参照去掉两个极端的回答选择项后的三个回答选择项的每一个所对应的图画，来选择回答选择项。
本发明的一个形态所涉及的痴呆症治疗效果判断方法判断对被实验者进行介护时的痴呆症介护负担程度的痴呆症治疗效果，所述痴呆症治疗效果判断方法包括：获得步骤，针对属于n个领域的某一个的多个提问的每一个获得两次回答，所述多个提问是与所述被实验者的行动模式有关的提问，n为2以上的整数；分数算出步骤，每当所述获得步骤获得回答时，则根据由所述获得步骤获得的回答，按照每个领域算出与所述被实验者的行动模式有关的被数值化的分数；距离算出步骤，每当所述分数算出步骤算出分数时，则在将示出各个领域的分数的数轴作为坐标轴的n维空间，算出由所述分数算出步骤算出的每个领域的分数所表示的坐标、与定点坐标的欧几里得距离；判断步骤，根据由所述距离算出步骤第一次算出的欧几里得距离、以及由所述距离算出步骤第二次算出的欧几里得距离的差分，判断在对所述被实验者进行介护时的痴呆症介护负担程度的痴呆症治疗效果；以及输出步骤，输出由所述判断步骤判断的痴呆症治疗效果。
在以往的判断痴呆症介护负担程度的技术中，仅是将基于获得的回答的各个数值作为标量来处理。即，根据基于获得的回答的各个数值的和，来判断痴呆症介护负担程度。因此，即使各个提问属于某个领域，表示各个提问属于哪个领域、且分数如何的信息也不能被反映到痴呆症介护负担程度的痴呆症治疗效果上。
对此，在本发明的一个形态所涉及的痴呆症治疗效果判断方法中，将基于获得的回答的各个数值，作为朝向对应的提问所属的领域固有的方向的向量的向量长度来处理。于是，在将各领域固有的方向作为坐标轴的n维空间，算出与各个回答对应的向量的向量和、与示出定点坐标的向量的差分向量的向量长度。并且，根据第一次算出的向量的长度与第二次算出的向量的长度的差分，判断痴呆症介护负担程度的痴呆症治疗效果。因此，在该痴呆症治疗效果判断方法中，表示各个提问属于哪个领域、且分数如何的信息能够被反映到痴呆症介护负担程度的痴呆症治疗效果。
因此，通过该痴呆症治疗效果判断方法，与以往相比，能够以更高的精确度来判断痴呆症介护负担程度的痴呆症治疗效果。
本发明的一个形态所涉及的痴呆症治疗效果判断程序是，用于使包括处理器以及存储器的计算机执行上述的痴呆症治疗效果判断方法的程序。
在以往的判断痴呆症治疗效果的技术中，仅是将基于获得的回答的各个数值作为标量来处理。即，根据基于获得的回答的各个数值的和，来判断痴呆症治疗效果。因此，即使各个提问属于某个领域，表示各个提问属于哪个领域、且分数如何的信息也不能被反映到痴呆症治疗效果中。
对此，在本发明的一个形态所涉及的痴呆症治疗效果判断程序中，将基于获得的回答的各个数值，作为朝向对应的提问所属的领域固有的方向的向量的向量长度来处理。于是，在将各领域固有的方向作为坐标轴的n维空间，算出与各个回答对应的向量的向量和、与示出定点坐标的向量的差分向量的向量长度。这样，根据第一次算出的向量长度与第二次算出的向量长度的差分，来判断痴呆症治疗效果。因此，在该痴呆症治疗效果判断程序，表示各个提问属于哪个领域、且分数如何的信息能够反映到痴呆症治疗效果中。
因此，通过该痴呆症治疗效果判断程序，与以往相比，能够以更高的精确度来判断痴呆症治疗效果。
(实施方式1)
以下，对本发明的一个形态所涉及的痴呆症介护负担程度判断装置的具体例子进行说明。另外，以下将要说明的实施方式均为本发明的一个优选的具体例子。以下的实施方式所示的数值、形状、材料、构成要素、构成要素的配置位置以及连接方式、步骤、步骤的顺序等均为一个例子，其主旨并非是对本发明进行限定。本发明仅由权利要求限定。因此，对于以下的实施方式的构成要素之中的、示出本发明的最上位概念的独立技术方案中所没有记载的构成要素，并非是为了达成本发明的课题而必需的构成要素，但是作为一个优选的形态来说明。
<概要>
本发明的一个形态所涉及的痴呆症介护负担程度判断装置，在以智能手机等为代表的便携式终端，通过被存储在存储器的应用程序由处理器执行来实现。
该痴呆症介护负担程度判断装置，首先，针对属于三个区域的某一个的、关于被实验者的行动模式的14个提问的每一个，获得能够被数值化为1、3、5、7、9的任一个分数的回答。
并且，按每个领域，将被数值化的回答的和作为分数来算出。
接着，在将示出各个领域的分数的数轴作为坐标轴的三维空间，算出由每个领域的分数示出的坐标、与定点坐标(在此为，与针对提问的回答全部为最低分数的情况对应的坐标)的欧几里得距离。
并且，根据算出的欧几里得距离，判断被实验者的痴呆症介护负担程度。
以下参照附图对该痴呆症介护负担程度判断装置进行详细说明。
<构成>
图1是示出本实施方式1所涉及的痴呆症介护负担程度判断装置100的功能构成的方框图。
该痴呆症介护负担程度判断装置100是判断对被实验者进行介护时的痴呆症介护负担程度的痴呆症介护负担程度判断装置，例如在图2所示的便携式终端200，通过构成便携式终端200的存储器(未图示)中存储的应用程序，由构成便携式终端200的处理器(未图示)执行来实现。
并且，例如向痴呆症介护负担程度判断装置100的输入，通过对构成便携式终端200的触摸屏210进行触摸操作来实现，来自痴呆症介护负担程度判断装置100的输出通过图像被显示在触摸屏210来实现。
如图1所示，痴呆症介护负担程度判断装置100的构成为，具备：获得部110、分数算出部111、距离算出部112、判断部113、输出部114、图像生成部120、提问图像存储部130、接受部131、数值存储部132、位置确定部140、医疗机构存储部141、医疗机构确定部142、地图存储部150、以及路线图像生成部151。
提问图像存储部130针对与被实验者的行动模式有关的多个(在此为14)提问的每一个，存储提问图像，该提问图像包括提问以及针对该提问的多个(在此为5)回答选择项。
作为一个例子，提问图像存储部130在便携式终端200，作为存储器的存储区域的一部分来实现。
图3示出了被存储在提问图像存储部130的提问图像的一个例子，即示出了提问图像300。
如图3所示，提问图像300中包括：由字符串“换衣服时的样子怎么样？”示出的提问、以及由如下的字符串示出的五个回答选择项，这五个字符串为，“无需花费时间，自己能够正确地穿脱衣服”、“虽然需要花费时间，但是自己能够正确地穿脱衣服”、“只要有口头的指导，自己就能够穿脱衣服”、“穿脱衣服的一部分需要痴呆症介护人员的帮助”、以及“穿脱衣服全部需要痴呆症介护人员的帮助”。
这五个分阶段的选择项的每一个，通过后述的数值存储部132中存储的数值对应表400，而与数值建立对应。在此分别为，“无需花费时间，自己能够正确地穿脱衣服”与“9”对应，“虽然需要花费时间，但是自己能够正确地穿脱衣服”与“7”对应，“只要有口头的指导，自己就能够穿脱衣服”与“5”对应，“穿脱衣服的一部分需要痴呆症介护人员的帮助”与“3”对应，“穿脱衣服全部需要痴呆症介护人员的帮助”与“1”对应。
而且，提问图像300中包括图画，该图画针对五个回答选择项中的三个回答选择项，分别以图的方式示出回答选择项的内容，所述三个回答选择项为，数值大小为第二位的“7”所对应的“虽然需要花费时间，但是自己能够正确地穿脱衣服”、数值大小为第三位的“5”所对应的“只要有口头的指导，自己就能够穿脱衣服”、数值大小为第四位的“3”所对应的“穿脱衣服的一部分需要痴呆症介护人员的帮助”。
再次返回到图1，对痴呆症介护负担程度判断装置100继续进行说明。
数值存储部132针对提问图像存储部130中存储的提问图像的每一个，将提问图像中包含的五个回答选择项的每一个与数值对应起来存储。
作为一个例子，数值存储部132在便携式终端200，作为存储器的存储区域的一部分来实现。
图4示出了作为被存储在数值存储部132的数值对应表的一个例子的数值对应表400的数据构成图。
如该图所示，数值对应表400是，针对被存储在提问图像存储部130的提问图像的每一个，提问图像中包含的五个回答选择项的每一个与数值(具体而言，是“9”、“7”、“5”、“3”、“1”的某一个)建立了对应的表。在此，对被实验者进行介护的介护人员的负担具有将会增高的倾向的回答选择项一方，与较小的数值对应，与这种方式对回答选择项与数值建立对应。
数值存储部132还针对提问图像存储部130中存储的提问图像的每一个，将提问图像中包括的提问、与该提问所属的领域对应起来存储。
在此，领域是指，由彼此包括公因子的提问构成的提问群。
图5是作为数值存储部132中存储的领域对应表的一个例子的领域对应表500的数据构成图。
如该图所示，领域对应表500是针对提问图像存储部130中存储的提问图像的每一个，将提问图像中包括的提问、该提问的提问对象、该提问的提问内容、以及该提问所属的领域建立对应的表。
在此，提问图像1、2、3、4、5、12、13中包括的提问属于第一领域(与日常工作相关的领域)，提问图像6、7、11、14中包括的提问属于第二领域(与认知功能相关的领域)，提问图像8、9、10中包括的提问属于第三领域(与行动心理症状有关的领域)。
再次回到图1，继续对痴呆症介护负担程度判断装置100进行说明。
接受部131针对提问图像存储部130中存储的提问图像的每一个，接受提问图像中包括的五个回答选择项之中的被选择的一个。
作为一个例子，接受部131在便携式终端200，通过处理器执行被存储在存储器的程序，并控制触摸屏210来实现。
接受部131在通过以后将要说明的输出部114，提问图像被显示在触摸屏210的情况下，由用户针对一个回答选择项的显示区域进行了触摸屏操作时，则将该回答选择项作为被选择的回答选择项来接受。
获得部110针对属于n(在此为3)个领域的某一个的、与被实验者的行动模式有关的14个提问的每一个，获得回答。即，获得部110将由接受部131接受的14个回答选择项的每一个，作为每个回答来获得。
作为一个例子，获得部110在便携式终端200，通过处理器执行被存储在存储器的程序来实现。
分数算出部111根据由获得部110获得的回答，按照每个领域，算出与被实验者的行动模式有关的被数值化的分数。即，分数算出部111参照数值存储部132中存储的数值对应表400与领域对应表500，对获得部110获得的回答的每一个进行数值化。并且，按照每个领域，将对回答进行数值化而得到的数值的每一个的总和作为分数来算出。
作为一个例子，分数算出部111在便携式终端200，通过处理器执行被存储在存储器的程序来实现。
图像生成部120生成立体视图像，该立体视图像是在将示出各个领域的分数的数轴作为坐标轴的三维空间，能够对由分数算出部111算出的各个领域的分数表示的坐标的位置、与定点坐标的位置同时进行视觉辨认的图像。
在此，作为定点坐标，成为针对所有的提问，与最小的数值(在此为“1”)对应的回答选择项被选择的情况下的坐标。具体而言，(第一领域、第二领域、第三领域)成为(7、4、3)的坐标为定点坐标。
作为一个例子，图像生成部120在便携式终端200，通过处理器执行被存储在存储器的程序来实现。
距离算出部112在将示出各个领域的分数的数轴作为坐标轴的三维空间，算出由分数算出部111按照每个领域算出的分数表示的坐标、与定点坐标的欧几里得距离。该欧几里得距离是，示出由分数算出部111算出的每个领域的分数表示的坐标的三维向量、与示出定点坐标的三维向量的差分向量的向量长度。
作为一个例子，距离算出部112在便携式终端200，通过处理器执行被存储在存储器的程序来实现。
判断部113根据由距离算出部112算出的欧几里得距离，判断针对被实验者的痴呆症介护负担程度。即，判断部113对预先存储的三个阈值与距离算出部112算出的欧几里得距离进行比较，(1)在欧几里得距离小于第一阈值的情况下，将痴呆症介护负担程度判断为“重度”，(2)在欧几里得距离为第一阈值以上且小于第二阈值的情况下，将痴呆症介护负担程度判断为“中度”，(3)在欧几里得距离为第二阈值以上且小于第三阈值的情况下，将痴呆症介护负担程度判断为“轻度”，(4)在欧几里得距离为第三阈值以上的情况下，将痴呆症介护负担程度判断为“痴呆症介护前阶段”。
作为一个例子，判断部113在便携式终端200，通过处理器执行被存储在存储器的程序来实现。
以下，对被存储在判断部113的三个阈值的具体的决定方法进行说明。
首先，将由医生事先诊断的痴呆症介护负担程度为“重度”、“中度”、“轻度”、以及“痴呆症介护前阶段”的某一个的427名被实验者作为对象，利用被存储在提问图像存储部130的14个提问图像，进行这些提问图像中包含的14个提问。
于是，获得部110获得427名的回答，分数算出部111算出427名的分数，距离算出部112算出427名的欧几里得距离。
图6示出了由图像生成部120生成的、能够对分数算出部111算出的427个人的分数表示的坐标的位置、与定点坐标的位置同时进行视觉辨认的立体视图像的一个例子。
在该图中，以“×”示出的坐标与由医生诊断为痴呆症介护负担程度为“重度”的被实验者群对应，以“△”示出的坐标与由医生诊断为痴呆症介护负担程度为“中度”的被实验者群对应，以“□”示出的坐标与由医生诊断为痴呆症介护负担程度为“轻度”的被实验者群对应，以“○”示出的坐标与由医生诊断为痴呆症介护负担程度为“痴呆症介护前阶段”的被实验者群。
从图6中，针对分数算出部算出的各个坐标能够视觉辨认到，在从定点坐标的欧几里得距离、与由医生诊断的痴呆症介护负担程度之间具有相关关系。
图7A、图7B、图7C、图7D分别是针对由医生对痴呆症介护负担程度诊断为(a)“重度”的被实验者群、(b)“中度”的被实验者群、(c)“轻度”的被实验者群、以及(d)“痴呆症介护前阶段”的被实验者群的、由距离算出部112算出的欧几里得距离的直方图。
从这些图中也能够视觉辨认到，针对分数算出部算出的各个坐标，在从定点坐标的欧几里得距离、与由医生诊断的痴呆症介护负担程度之间具有相关关系。
在对这些欧几里得距离进行方差分析时确认到，在欧几里得距离的群平均值中有P<0.0001的显著性差异。
接着，通过ROC(Receiver Operating Characteristic：接收者操作特征)法，利用欧几里得距离，估计“痴呆症介护前阶段”与“轻度”的截止值、“轻度”与“中度”的截止值、“中度”与“重度”的截止值、“痴呆症介护前阶段”与“中度”的截止值、“轻度”与“重度”的截止值、以及“痴呆症介护前阶段”与“重度”的截止值。估计出的截止值由图8A、图8B、图8C、图9A、图9B、图9C示出。
进一步，计算被估计的截止值中的正确判断率(将痴呆症介护负担程度为X的被实验者判断为X的概率)。计算结果的一览表由图10示出。通过该计算结果，所有的组合的正确判别概率的平均值为0.84，并且，若限定在相邻的被实验者组之间(“痴呆症介护前阶段”与“轻度”、“轻度”与“中度”、以及“中度”与“重度”)，来计算正确判别概率的平均值，则成为0.76，从而可以知道能够确认到良好的判别能力。
根据这些结果，将第一阈值决定为“42.8”、第二阈值决定为“51.0”、第三阈值决定为“59.3”。
再次返回到图1，继续对痴呆症介护负担程度判断装置100进行说明。
位置确定部140利用GPS(Global Positioning System：全球定位系统)，对自身装置的位置进行确定。
作为一个例子，位置确定部140在便携式终端200，通过处理器执行被存储在存储器的程序，并对内置于便携式终端200的、利用GPS的位置特定装置进行控制来实现。
医疗机构存储部141对医疗机构的位置进行存储。即针对能够对需要痴呆症介护的人进行诊断治疗的医疗机构，存储其位置。在此，除了医疗机构的位置，还可以存储其名称、联系方式、最近的车站(或巴士车站)等信息。
作为一个例子，医疗机构存储部141在便携式终端200，作为存储器的存储区域的一部分来实现。
医疗机构确定部142在由判断部113判断的痴呆症介护负担程度为规定值以上的情况下(例如，“轻度”、“中度”、或“重度”的情况下)，根据由位置确定部140确定的自身装置的位置、以及被存储在医疗机构存储部141的医疗机构的位置，来确定向被实验者推荐就诊的医疗机构。即，从被存储在医疗机构存储部141的医疗机构中，将离自身装置的位置最近的医疗机构，作为推荐就诊的医疗机构来确定。
作为一个例子，医疗机构确定部142在便携式终端200，通过处理器执行被存储在存储器的程序来实现。
地图存储部150存储地图。
作为一个例子，地图存储部150在便携式终端200，通过处理器执行被存储在存储器的程序来实现。
路线图像生成部151利用被存储在地图存储部150的地图，生成路线图像，该路线图像示出从位置确定部140确定的自身装置的位置到医疗机构确定部142确定的医疗机构的路径。
作为一个例子，路线图像生成部151在便携式终端200，通过处理器执行被存储在存储器的程序来实现。
输出部114输出由判断部113判断的痴呆症介护负担程度。即，在由判断部113判断为“重度”、“中度”、“轻度”、或“痴呆症介护前阶段”的某一个的情况下，输出部114将示出该判断结果的图像(例如，包括判断结果的字符串的图像)显示到触摸屏210。
作为一个例子，输出部114在便携式终端200，通过处理器执行被存储在存储器的程序，并通过对触摸屏210进行控制来实现。
并且，输出部114对由图像生成部120生成的立体视图像进行显示。即，在由图像生成部120生成了立体视图像的情况下，输出部114将该立体视图像显示到触摸屏210。
于是，输出部114对被存储在提问图像存储部130的提问图像的每一个进行显示。即，按照用于对触摸屏210进行的触摸操作，输出部114将提问图像存储部130中存储的提问图像的每一个显示到触摸屏210。
并且，输出部114输出与医疗机构确定部142确定的医疗机构有关的信息。即，在由医疗机构确定部142确定了医疗机构的情况下，输出部114将该医疗机构的名称、联系方式、最近的车站显示到触摸屏210。
于是，输出部114对由路线图像生成部151生成的路线图像进行显示。即，在由路线图像生成部151生成了路线图像的情况下，输出部114将该路线图像显示到触摸屏210。
针对具有以上这种构成的痴呆症介护负担程度判断装置100，一边参照附图一边对其所具有的特征性的工作进行说明。
<工作>
痴呆症介护负担程度判断装置100，作为其自身特征性的工作而进行痴呆症介护负担程度判断处理。
图11是痴呆症介护负担程度判断处理的流程图。
通过利用痴呆症介护负担程度判断装置100的用户，针对触摸屏210进行使痴呆症介护负担程度判断处理开始的触摸操作，从而开始痴呆症介护负担程度判断处理。
当痴呆症介护负担程度判断处理开始时，输出部114将被存储在提问图像存储部130的14个提问图像之中的最初的提问图像，显示到触摸屏210(步骤S10)。
当提问图像被显示时，接受部131接受包括在被显示的提问图像的五个回答选择项之中的、通过用户的触摸操作而被选择的一个(步骤S20)。
当接受被选择的回答选择项时，获得部110将该被选择的回答选择项作为回答来获得(步骤S30)。
当回答被获得时，获得部110针对提问图像存储部130中存储的所有的提问图像，调查回答是否已被获得(步骤S40)。
在步骤S40的处理，在针对所有的提问图像回答没有被获得的情况下(步骤S40的“否”)，输出部114将被存储在提问图像存储部130的14个提问图像之中的下一个提问图像显示到触摸屏210(步骤S50)。于是，痴呆症介护负担程度判断处理再次进入到步骤S20的处理。
在步骤S40的处理，在针对所有的提问图像回答已被获得的情况下(步骤S40的“是”)，分数算出部111参照被存储在数值存储部132的数值对应表400以及领域对应表500，根据获得的回答，按照每个领域算出分数(步骤S60)。
在按照每个领域算出分数时，图像生成部120生成立体视图像，该立体视图像能够在将示出各个领域的分数的数轴作为坐标轴的三维空间中，对各个领域的分数所表示的坐标、与定点坐标同时进行视觉辨认。于是，输出部114将该被生成的立体视图像显示到触摸屏210(步骤S70)。
图12示出了在步骤S70的处理中，被显示到触摸屏210的立体视图像的一个例子。
再次返回到图11继续对痴呆症介护负担程度判断处理进行说明。
当立体视图像被显示时，距离算出部112算出由各个领域的分数示出的坐标、与定点坐标的欧几里得距离(步骤S80)。
当欧几里得距离被算出时，判断部113根据该欧几里得距离，判断针对被实验者的痴呆症介护负担程度(步骤S90)。即，判断部113进行如下判断，(1)在欧几里得距离小于作为第一阈值的43.8的情况下，将痴呆症介护负担程度判断为“重度”，(2)在欧几里得距离为作为第一阈值的43.8以上且小于作为第二阈值的51.0的情况下，将痴呆症介护负担程度判断为“中度”，(3)在欧几里得距离为作为第二阈值的51.0以上且小于作为第三阈值的59.3的情况下，将痴呆症介护负担程度判断为“轻度”，(4)在欧几里得距离为作为第三阈值的59.3以上的情况下，将痴呆症介护负担程度判断为“痴呆症介护前阶段”。
判断部113进一步，调查被判断的痴呆症介护负担程度是否为规定值以上，即调查判断结果是否为“轻度”、“中度”、或“重度”(步骤S100)。
在步骤S100的处理中，在被判断的痴呆症介护负担程度为规定值以上的情况下(步骤S100的“是”)，位置确定部140利用GPS，来确定自身装置的位置(步骤S110)。
在自身装置的位置被确定时，医疗机构确定部142根据自身装置的位置、以及被存储在医疗机构存储部141的医疗机构的位置，将离自身装置的位置最近的医疗机构，确定为向被实验者推荐就诊的医疗机构(步骤S120)。
在医疗机构被确定时，路线图像生成部151利用被存储在地图存储部150的地图，生成示出从自身装置的位置到被确定的医疗机构的就诊路径的路线图像(步骤S130)。
当路线图像被生成时，输出部114将由判断部113判断的痴呆症介护负担程度、由医疗机构确定部142确定的医疗机构、以及由路线图像生成部151生成的到该医疗机构的路线图像，显示到触摸屏210(步骤S140)。
图13示出了在步骤S140的处理中被显示到触摸屏210的图像的一个例子。在该例子中，作为图像例子示出了被判断的痴呆症介护负担程度为“中度”，被确定的医疗机构为“ABC医院”的情况。
如该图所示，被显示在触摸屏210的图像中包括：被判断的痴呆症介护负担程度(在此为“中度”)、被确定的医疗机构的名称(在此为“ABC医院”)及其联系方式、以及从自身装置的位置到被确定的医疗机构的就诊路径。
再次返回到图11，继续对痴呆症介护负担程度判断处理进行说明。
在步骤S100的处理中，在被判断的痴呆症介护负担程度不是规定值以上的情况下(步骤S100的“否”)，输出部114将由判断部113判断的痴呆症介护负担程度显示到触摸屏210(步骤S150)。
在步骤S140的处理结束的情况下，以及步骤S150的处理结束的情况下，痴呆症介护负担程度判断装置100使该痴呆症介护负担程度判断处理结束。
<考察>
在以往的判断痴呆症介护负担程度的技术中，将基于获得的回答的各个数值仅作为标量来处理。因此，即使各个提问属于某个领域，表示各个提问属于哪个领域的信息也不能被反映到痴呆症介护负担程度上。
例如，在以往的判断痴呆症介护负担程度的技术中，(1)在关于属于第一领域的提问的回答的和为10、关于属于第二领域的提问的回答的和为10、关于属于第三领域的提问的回答的和为10的情况下，(2)在关于属于第一领域的提问的回答的和为5、关于属于第二领域的提问的回答的和为5、关于属于第三领域的提问的回答的和为20的情况下，不论上述哪种情况，关于所有提问的总和均为30。为此，在判断痴呆症介护负担程度时，不能对两者进行区分处理。
对此，上述的痴呆症介护负担程度判断装置100将基于获得的回答的数值，作为朝向对应的提问所属的领域固有的方向的向量的向量长度来处理。因此，各个提问属于哪个领域的信息能够被反映到痴呆症介护负担程度上。
例如，在痴呆症介护负担程度判断装置100，(1)在关于属于第一领域的提问的回答的和为10、关于属于第二领域提问的回答的和为10、关于属于第三领域的提问的回答的和为10的情况下，(2)在关于属于第一领域的提问的回答的和为5、关于属于第二领域的提问的回答的和为5、关于属于第三领域的提问的回答的和为20的情况下，在情况(1)和情况(2)算出彼此不同的坐标。因此，在判断痴呆症介护负担程度时，能够对两者区分处理。据此，由于能够判别各个领域的痴呆症介护负担程度的差，例如能够使提供介护的服务站的配置最佳化。而且，例如通过制作痴呆症介护负担程度的数据库，从而能够知道需要哪种程度介护的痴呆症患者的人数，在哪个位置需要多少介护人员，基于这些信息能够提供恰当的介护服务。
(实施方式2)
以下，对本发明的一个形态所涉及的痴呆症治疗效果判断装置的具体例子进行说明。另外，以下将要说明的实施方式均为示出本发明的一个优选的具体例子。以下的实施方式所示的数值、形状、材料、构成要素、构成要素的配置位置以及连接方式、步骤、步骤的顺序等均为一个例子，其主旨并非是对本发明进行限定。本发明由权利要求限定。因此，对于以下的实施方式的构成要素之中没有记载在示出本发明的最上位概念的独立技术方案的构成要素，虽然不是为了达成本发明的课题所必需的，但是作为一个较优选的构成形态来说明。
<概要>
本发明的一个形态所涉及的痴呆症治疗效果判断装置与实施方式1中的痴呆症介护负担程度判断装置100同样，在以智能手机等为代表的便携式终端中，通过被存储在存储器的应用程序由处理器执行来实现。
该痴呆症治疗效果判断装置与实施方式1中的痴呆症介护负担程度判断装置100为相同的硬件构成，但是，软件的一部分是从实施方式1的痴呆症介护负担程度判断装置100的变更。据此，该痴呆症治疗效果判断装置的一部分功能是从实施方式1的痴呆症介护负担程度判断装置100的变更。
实施方式1的痴呆症介护负担程度判断装置100获得回答，并根据获得的回答，算出每个领域的分数。于是，在将示出各个领域的分数的数轴作为坐标轴的三维空间中，算出由每个领域的分数示出的坐标、与定点坐标的欧几里得距离，并根据算出的欧几里得距离，判断被实验者的痴呆症介护负担程度。
对此，该痴呆症治疗效果判断装置针对回答，隔开一定期间获得两次，每当获得时，则根据获得的回答算出每个领域的分数。于是，根据基于第一次获得的回答的上述欧几里得距离、与第二次获得的回答的上述欧几里得距离的差分，判断被实验者的痴呆症介护负担程度的痴呆症治疗效果。
作为该痴呆症治疗效果判断装置的利用例，例如可以考虑到在针对被实验者进行治疗、投药等前后，分别获得第一次回答以及第二次回答，判断被实验者的痴呆症介护负担程度的痴呆症治疗效果。通过进行这种利用，利用该痴呆症治疗效果判断装置的用户，例如能够知道这些治疗、投药等对被实验者的痴呆症介护负担程度的改善有多大的效果。
以下参照附图对该痴呆症治疗效果判断装置进行详细说明。
<构成>
图14是示出本实施方式2所涉及的痴呆症治疗效果判断装置1300的功能构成的方框图。
该痴呆症治疗效果判断装置1300是判断在对被实验者进行介护时的痴呆症介护负担程度的痴呆症治疗效果的痴呆症治疗效果判断装置，与实施方式1的痴呆症介护负担程度判断装置100同样，例如在图2所示的便携式终端200，通过构成便携式终端200的存储器(未图示)中存储的应用程序，由构成便携式终端200的处理器(未图示)执行来实现。
并且，与实施方式1的痴呆症介护负担程度判断装置100同样，例如，向痴呆症介护负担程度判断装置100的输入，通过对构成便携式终端200的触摸屏210进行触摸操作来实现，从痴呆症介护负担程度判断装置100的输出，通过被显示到触摸屏210来实现。
如图14所示，痴呆症治疗效果判断装置1300与实施方式1的痴呆症介护负担程度判断装置100(参照图1)的不同之处是，删除了位置确定部140、医疗机构存储部141、医疗机构确定部142、地图存储部150、以及路线图像生成部151，获得部110被变更为获得部1310，分数算出部111被变更为分数算出部1311，距离算出部112被变更为距离算出部1312，判断部113被变更为判断部1313，输出部114被变更为输出部1314，图像生成部120被变更为图像生成部1320。
在此，针对痴呆症治疗效果判断装置1300的构成，以与实施方式1的痴呆症介护负担程度判断装置100的不同之处为中心进行说明。
获得部1310针对属于n(在此为3)个领域的某一个的、与被实验者的行动模式有关的14个提问的每一个，获得两次回答。
作为一个例子，获得部1310在便携式终端200中，通过处理器执行被存储在存储器的程序来实现。
分数算出部1311在每当由获得部1310获得回答时，则根据由获得部1310获得的回答，按照每个领域算出与被实验者的行动模式有关的被数值化的分数。即，分数算出部1311在获得部1310第一次获得回答的情况下，根据该第一次的回答，算出第一次的分数，在由获得部1310第二次获得回答的情况下，根据该第二次的回答，算出第二次的分数。
作为一个例子，分数算出部1311在便携式终端200中，通过处理器执行被存储在存储器的程序来实现。
图像生成部1320生成立体视图像，该立体视图像是，能够针对将示出各个领域的分数的数轴作为坐标轴的三维空间中的、由分数算出部1311第一次算出的各个领域的分数所示出的坐标的位置、由分数算出部1311第二次算出的各个领域的分数所表示的坐标的位置、以及定点坐标的位置，同时进行视觉辨认的图像。
作为一个例子，图像生成部1320在便携式终端200，通过处理器执行被存储在存储器的程序来实现。
距离算出部1312每当分数算出部1311算出分数时，则在将示出各个领域的分数的数轴作为坐标轴的三维空间，算出由分数算出部1311算出的每个领域的分数所表示的坐标、与定点坐标的欧几里得距离。即，距离算出部1312当获得部1310第一次获得回答的情况下，则根据该第一次的回答算出第一次的欧几里得距离，当获得部1310第二次获得回答的情况下，则根据该第二次的回答，算出第二次的欧几里得距离。
作为一个例子，距离算出部1312在便携式终端200中，通过处理器执行被存储在存储器的程序来实现。
判断部1313根据由距离算出部1312第一次算出的欧几里得距离、与距离算出部1312第二次算出的欧几里得距离的差分，判断针对被实验者的痴呆症介护负担程度的痴呆症治疗效果。具体而言，判断部1313将第一次算出的欧几里得距离、与第二次算出的欧几里得距离的差分平均值，作为针对被实验者的痴呆症介护负担程度的痴呆症治疗效果来算出。
作为一个例子，判断部1313在便携式终端200，通过处理器执行被存储在存储器的程序来实现。
输出部1314输出由判断部1313判断的痴呆症治疗效果。即，输出部1314在判断部1313判断了痴呆症治疗效果的情况下，将示出该判断结果的图像显示到触摸屏210。
作为一个例子，输出部1314在便携式终端200中，通过处理器执行被存储在存储器的程序，且通过控制触摸屏210来实现。
并且，输出部1314对由图像生成部生成的立体视图像进行显示。即，输出部1314在由图像生成部1320生成了立体视图像的情况下，将该立体视图像显示到触摸屏210。
并且，输出部1314对被存储在提问图像存储部130的提问图像的每一个进行显示。即，输出部1314按照用户对触摸屏210的触摸操作，将被存储在提问图像存储部130的提问图像的每一个显示到触摸屏210。
关于具有以上这种构成的痴呆症治疗效果判断装置1300，参照附图对以下的具有特征性的工作进行说明。
<工作>
痴呆症治疗效果判断装置1300，作为特征性工作，进行痴呆症治疗效果判断处理。
图15是痴呆症治疗效果判断处理的流程图。
通过利用痴呆症治疗效果判断装置1300的用户，针对触摸屏210进行使痴呆症治疗效果判断处理开始的触摸操作，从而开始痴呆症治疗效果判断处理。
当痴呆症治疗效果判断处理开始时，痴呆症治疗效果判断装置1300执行欧几里得距离算出处理(步骤S210)。
图16是欧几里得距离算出处理的流程图。
欧几里得距离算出处理是与实施方式1中的痴呆症介护负担程度判断处理(图11参照)中从步骤S10至步骤S60的一系列的处理类似的处理。
因此，在此以与痴呆症介护负担程度判断处理中的从步骤S10至步骤S60的一系列的处理不同之处为中心进行说明。
步骤S310的处理相对于痴呆症介护负担程度判断处理的步骤S10的处理，是执行主体从输出部114变更为输出部1314的处理。
步骤S320的处理是与痴呆症介护负担程度判断处理的步骤S20的处理相同的处理。
步骤S330的处理相对于痴呆症介护负担程度判断处理的步骤S30的处理，是执行主体从获得部110变更为获得部1310的处理。
步骤S340的处理相对于痴呆症介护负担程度判断处理的步骤S40的处理，是执行主体从获得部110变更为获得部1310的处理。
步骤S350的处理相对于痴呆症介护负担程度判断处理的步骤S50的处理，是执行主体从输出部114变更为输出部1314的处理。
步骤S360的处理相对于痴呆症介护负担程度判断处理的步骤S60的处理，是执行主体从分数算出部111变更为分数算出部1311的处理。
在步骤S360的处理结束时，痴呆症治疗效果判断装置1300结束痴呆症治疗效果判断处理。
再次返回到图15，对痴呆症治疗效果判断处理进行说明。
在步骤S210，当欧几里得距离算出处理被执行时，分数算出部1311调查欧几里得距离算出处理是否被执行了两次(步骤S220)。
在步骤S220的处理中，在欧几里得距离算出处理没有被执行两次的情况下(步骤S220的“否”)，痴呆症治疗效果判断处理再次进入步骤S210的处理。
在步骤S220的处理中，在欧几里得距离算出处理被执行两次的情况下(步骤S220的“是”)，图像生成部1320生成立体视图像，该立体视图像是，在将示出各个领域的分数的数轴作为坐标轴的三维空间中，能够对由分数算出部1311第一次算出的各个领域的分数所表示的坐标、由分数算出部1311第二次算出的各个领域的分数所表示的坐标、以及定点坐标同时进行视觉辨认的图像。于是，输出部1314将被生成的立体视图像显示到触摸屏210(步骤S230)。
在立体视图像被显示时，距离算出部1312在将示出各个领域的分数的数轴作为坐标轴的三维空间中，算出第一次算出的各个领域的分数所表示的坐标、与定点坐标的欧几里得距离、以及第二次算出的各个领域的分数所表示的坐标、与定点坐标的欧几里得距离(步骤S240)。
当两个欧几里得距离被算出时，判断部1313根据由距离算出部1312第一次算出的欧几里得距离、以及由距离算出部1312第二次算出的欧几里得距离的差分，判断针对被实验者的痴呆症介护负担程度的痴呆症治疗效果(步骤S250)。
当痴呆症治疗效果被判断时，输出部1314将由判断部1313判断的痴呆症治疗效果显示到触摸屏210(步骤S260)。
当步骤S260的处理结束时，痴呆症治疗效果判断装置1300结束该痴呆症治疗效果判断处理。
(补充)
在实施方式1对本实施方式所涉及的痴呆症介护负担程度判断装置100进行了说明，在实施方式2对本实施方式所涉及的痴呆症治疗效果判断装置1300进行了说明。
然而，这些痴呆症介护负担程度判断装置100和痴呆症治疗效果判断装置1300例如能够进一步进行如下的变形，如在实施方式中的记载所示，痴呆症介护负担程度判断装置100以及痴呆症治疗效果判断装置1300并非受此所限。
(1)在实施方式1说明的痴呆症介护负担程度判断装置100的构成例为，分数算出部111根据获得部110获得的回答，按照每个领域，将与该领域对应的回答被数值化而得到的数值各自的总和，作为分数来算出。然而也可以不必如此，分数算出部111只要能够根据由获得部110获得的回答，按照每个领域算出被数值化的分数，也可以不必是上述构成例中痴呆症介护负担程度判断装置100。例如，分数算出部111根据由获得部110获得的回答，将按照每个领域，针对与该领域对应的回答被数值化而得到的数值各自的总和的偏差值作为分数来算出，并且该偏差值是针对总和的总体的分布中的偏差值。
通过这种构成，即使在每个领域之间，所属的提问的数量不同的情况下，也能够降低因所属的提问的数量不同而给判断结果造成的影响。
并且，作为其他的例子可以考虑到以下的构成，分数算出部111根据由获得部110获得的回答，按照每个领域，针对与该领域对应的回答被数值化而得到的数值各自的总和进行加权，将通过该加权而得到的数值作为分数来算出。
通过具有这种构成，能够调整领域间的给判断结果造成的影响的程度。
同样，在实施方式2说明的痴呆症治疗效果判断装置1300的构成例为，分数算出部1311根据获得部1310获得的回答，按照每个领域，将与该领域对应的回答被数值化而得到的数值各自的总和作为分数来算出。然而，也可以不必如此，分数算出部1311只要能够根据获得部1310获得的回答，按照每个领域，算出被数值化的分数，也可以不必是以上所述的构成例中的痴呆症治疗效果判断装置1300。例如可以考虑到的构成例等为，分数算出部1311根据由获得部1310获得的回答，按照每个领域，将针对与该领域对应的回答被数值化而得到的数值各自的总和的偏差值，作为分数来算出，并且该偏差值是针对总和的总体的分布的偏差值。
通过这种构成，即使在领域间的所属的提问数量不同的情况下，也能够降低因所属的提问数量不同而给判断结果带来的影响。
并且，作为其他的例子可以考虑到的构成为，分数算出部1311根据由获得部1310获得的回答，按照每个领域，针对与该领域对应的回答被数值化而得到的数值各自的总和加权，将通过该加权而得到的数值作为分数来算出。
通过这种构成，能够调整领域间的给判断结果带来的影响的程度。
(2)在实施方式1中说明的痴呆症介护负担程度判断装置100的构成例为，在便携式终端200，通过被存储在存储器的应用程序由处理器执行，而被实现。然而，只要实现与图2所示的痴呆症介护负担程度判断装置100相同的功能，痴呆症介护负担程度判断装置100也可以不必是在便携式终端200，通过被存储在存储器的应用程序由处理器执行而被实现的构成。例如，可以考虑到的构成例等为，痴呆症介护负担程度判断装置100在个人电脑中，通过被存储在存储器的程序由处理器执行来实现，也可以是图2所示的各个构成要素中的一部分或全部由专用硬件来实现。
同样，在实施方式2中说明的构成例为，痴呆症治疗效果判断装置1300在便携式终端200，通过被存储在存储器的应用程序由处理器执行而被实现。然而，只要实现与图14所示的痴呆症治疗效果判断装置1300相同的功能，痴呆症治疗效果判断装置1300也可以不必是在便携式终端200中，由被存储在存储器的应用程序由处理器执行而被实现的构成。例如，可以考虑的构成例为，痴呆症治疗效果判断装置1300在个人电脑中，通过被存储在存储器的程序由处理器执行而被实现，也可以是图14所示的各个构成要素之中的一部分或全部由专用硬件来实现。
(3)在实施方式1以及实施方式2中说明的痴呆症介护负担程度判断装置100以及痴呆症治疗效果判断装置1300的构成例为，提问图像300中包含的提问所属的领域数量为3。然而，提问图像中所包含的提问所属的领域数量只要是多个即可，并非必需是3。例如可以考虑到的构成例等为，提问图像300中包含的提问所属的领域的数量为4。
(4)在实施方式1以及实施方式2中说明的痴呆症介护负担程度判断装置100以及痴呆症治疗效果判断装置1300的构成例为，提问图像300中包含的回答选择项的数量为5。然而，只要提问图像300中包含的回答选择项的数量为多个即可，并非必需是5。例如，可以考虑到的构成例等为，提问图像300中包含的回答选择项的数量为3。
(5)在实施方式1以及实施方式2说明的痴呆症介护负担程度判断装置100以及痴呆症治疗效果判断装置1300的构成例为，回答选择项分别与1、3、5、7、9对应。然而，只要回答选择项分别与数值对应，也可以不必与1、3、5、7、9对应。例如，可以考虑到的构成例等为，回答选择项分别与0、1、2、4、8对应。
(6)在实施方式1以及实施方式2说明的痴呆症介护负担程度判断装置100以及痴呆症治疗效果判断装置1300的构成例为，获得部110以及获得部1310将由接受部131接受的回答选择项作为回答来获得。然而，只要能够获得回答，也可以不必是将接受部131接受的回答选择项作为回答来获得。例如，可以考虑到的构成例等为，获得部110以及获得部1310具有可装拆的与不挥发性存储器进行输入输出的接口，从被安装在该进行输入输出的接口的不挥发性存储器来获得回答。
(7)在实施方式1说明的痴呆症介护负担程度判断装置100的构成例为，医疗机构确定部142将离自身装置的位置最近的医疗机构，作为推荐就诊的医疗机构来确定。然而，只要能够根据规定的算法，来确定推荐就诊的医疗机构，也可以不必将离自身装置的位置最近的医疗机构确定为推荐就诊的医疗机构。例如，可以考虑到的构成例等为，对存在于与自身装置的位置为指定的范围内的多个医疗机构进行确定。
(8)在实施方式1中，图11所示的路线图像1100为将从自身装置的位置到医疗机构的最短路径作为就诊路径来示出的图像。然而，关于从自身装置的位置到医疗机构的路径，只要路线图像1100是示出推荐恰当的就诊路径的图像即可，可以不必是将从自身装置的位置到医疗机构的最短路径作为就诊路径来示出的图像。例如，可以考虑到的例子等为，可以将虽然不是最短的路径，但是通过利用铁路、巴士等公共机构，比步行最短路径能够缩短时间的路径作为就诊路径来示出的图像。
(9)在实施方式2说明的痴呆症治疗效果判断装置1300的构成例为，判断部1313将第一次算出的欧几里得距离、与第二次算出的欧几里得距离的差分平均值本身，作为针对被实验者的痴呆症介护负担程度的痴呆症治疗效果来算出。然而，并非受此所限，只要算出的痴呆症治疗效果是基于第一次算出的欧几里得距离、与第二次算出的欧几里得距离的差分平均值，也可以不必将第一次算出的欧几里得距离、与第二次算出的欧几里得距离的差分平均值本身作为痴呆症治疗效果来算出。例如，可以考虑到的构成例等为，判断部1313预先存储三个正的阈值，在差分平均值小于第一阈值的情况下，算出痴呆症治疗效果为“改善前阶段”，在差分平均值为第一阈值以上且小于第二阈值的情况下，算出痴呆症治疗效果为“小”，在为第二阈值以上且小于第三阈值的情况下，算出痴呆症治疗效果为“中”，在第三阈值以上的情况下，算出痴呆症治疗效果为“大”。
(10)在实施方式1，图6示出了，表示各个领域的分数的坐标轴仿佛是正交坐标系中的坐标轴。然而，表示各个领域的分数的坐标轴也可以不受正交坐标轴所限，也可以是斜交坐标轴。
(11)本实施方式可以由以上所示的方法来实现。并且，这些方法可以由计算机执行计算机程序来实现，也可以作为由计算机程序构成的数字信号来实现。并且，本实施方式可以通过将计算机程序或数字信号记录到计算机可读取的记录介质，例如软盘、硬盘、CD-ROM、MO、DVD、DVD-ROM、DVD-RAM、BD、半导体存储器等来实现。并且，可以作为被记录到这些记录介质中的数字信号来实现。本实施方式可以通过将计算机程序或数字信号，经由以无线或有线的通信线路、以互联网为代表的网络、数据广播等进行传输来实现。并且，执行程序的计算机可以是一个，也可以是多个。即，可以在单个计算机中进行集中处理，也可以通过多个计算机进行分散处理。
本发明能够广泛利用于进行痴呆症介护负担程度所涉及的处理的系统。
符号说明
100 痴呆症介护负担程度判断装置
110 获得部
111 分数算出部
112 距离算出部
113 判断部
114 输出部
120 图像生成部
130 提问图像存储部
131 接受部
132 数值存储部
140 位置确定部
141 医疗机构存储部
142 医疗机构确定部
150 地图存储部
151 路线图像生成部
1300 痴呆症治疗效果判断装置
1310 获得部
1311 分数算出部
1312 距离算出部
1313 判断部
1314 输出部
1320 图像生成部

Claims (22)

1.一种痴呆症介护负担程度判断装置，判断对被实验者进行介护时的痴呆症介护负担程度，
所述痴呆症介护负担程度判断装置具备：
获得部，针对属于n个领域的某一个的多个提问的每一个获得回答，所述多个提问是与所述被实验者的行动模式有关的提问，n为2以上的整数；
分数算出部，根据由所述获得部获得的回答，按照每个领域算出与所述被实验者的行动模式有关的被数值化的分数；
距离算出部，在将示出各个领域的分数的数轴作为坐标轴的n维空间，算出由所述分数算出部算出的每个领域的分数所表示的坐标、与定点坐标的欧几里得距离；
判断部，根据由所述距离算出部算出的欧几里得距离，判断对所述被实验者进行介护时的痴呆症介护负担程度；以及
输出部，输出由所述判断部判断的痴呆症介护负担程度。
2.如权利要求1所述的痴呆症介护负担程度判断装置，
所述定点坐标是，与所述多个提问对应的回答的组合，符合预先设定的痴呆症介护负担程度成为最高的回答的组合的情况下的坐标，
所述判断部在进行所述判断时，与所述欧几里得距离大的情况相比，在所述欧几里得距离小的情况下，以痴呆症介护负担程度不会变小的方式来进行判断。
3.如权利要求1或2所述的痴呆症介护负担程度判断装置，
所述分数算出部，通过分别算出所属的各个领域的、与提问对应的回答被数值化而得到的数值的总和，来进行所述分数的算出。
4.如权利要求1或2所述的痴呆症介护负担程度判断装置，
所述分数算出部，通过算出偏差值，来进行所述分数的算出，所述偏差值是针对所属的各个领域的、与提问对应的回答被数值化而得到的数值的总和的偏差值，并且是该总和的总体的分布中的偏差值。
5.如权利要求1至4的任一项所述的痴呆症介护负担程度判断装置，
所述n为3。
6.如权利要求1至5的任一项所述的痴呆症介护负担程度判断装置，
所述痴呆症介护负担程度判断装置进一步具备图像生成部，
所述图像生成部，生成能够对所述n维空间中的、由所述分数算出部算出的各个领域的分数所表示的坐标的位置、以及所述定点坐标的位置同时进行视觉辨认的立体视图像，
所述输出部，进一步显示由所述图像生成部生成的立体视图像。
7.如权利要求1至6的任一项所述的痴呆症介护负担程度判断装置，
所述痴呆症介护负担程度判断装置进一步具备：
提问图像存储部，针对所述提问的每一个，存储提问图像，所述提问图像包括该提问以及针对该提问的多个回答选择项；
接受部，针对所述提问图像存储部中存储的提问图像的每一个，接受该提问图像中包含的多个回答选择项中被选择的一个；以及
数值存储部，针对所述提问图像存储部中存储的提问图像的每一个，将该提问图像中包含的多个回答选择项的每一个与数值对应起来存储，
所述输出部，进一步显示所述提问图像存储部中存储的提问图像的每一个，
所述获得部，通过将由所述接受部接受的一个回答选择项作为回答来获得，从而进行所述回答的获得，
所述分数算出部，根据所述数值存储部中存储的、与针对所述获得部获得的回答的回答选择项对应的数值，来进行所述分数的算出。
8.如权利要求7所述的痴呆症介护负担程度判断装置，
所述提问图像中包含的回答选择项为五个，
所述提问图像中进一步包括三个图画，该三个图画分别与三个回答选择项对应，该三个回答选择项是通过从上述的五个回答选择项之中，除去与所述数值存储部中的最高的数值对应的回答选择项、以及与所述数值存储部中的最低的数值对应的回答选择项而得到的。
9.如权利要求1至8的任一项所述的痴呆症介护负担程度判断装置，
所述痴呆症介护负担程度判断装置进一步具备：
位置确定部，利用GPS，来确定自身装置的位置；
医疗机构存储部，对医疗机构的位置进行存储；以及
医疗机构确定部，在由所述判断部判断的痴呆症介护负担程度为规定值以上的情况下，根据由所述位置确定部确定的自身装置的位置、以及由所述医疗机构存储部存储的医疗机构的位置，来确定推荐所述被实验者就诊的医疗机构，
所述输出部，进一步输出与所述医疗机构确定部确定的医疗机构相关的信息。
10.如权利要求9所述的痴呆症介护负担程度判断装置，
所述痴呆症介护负担程度判断装置进一步具备：
地图存储部，存储地图；以及
路线图像生成部，利用所述地图存储部中存储的地图，生成路线图像，该路线图像示出从所述位置确定部确定的自身装置的位置，到所述医疗机构确定部确定的医疗机构的路径，
所述输出部，进一步显示由所述路线图像生成部生成的路线图像。
11.一种痴呆症介护负担程度判断方法，判断对被实验者进行介护时的痴呆症介护负担程度，
所述痴呆症介护负担程度判断方法包括：
获得步骤，针对属于n个领域的某一个的多个提问的每一个获得回答，所述多个提问是与所述被实验者的行动模式有关的提问，n为2以上的整数；
分数算出步骤，根据由所述获得部获得的回答，按照每个领域算出与所述被实验者的行动模式有关的被数值化的分数；
距离算出步骤，在将示出各个领域的分数的数轴作为坐标轴的n维空间，算出由所述分数算出部算出的每个领域的分数所表示的坐标、与定点坐标的欧几里得距离；
判断步骤，根据由所述距离算出步骤算出的欧几里得距离，判断对所述被实验者进行介护时的痴呆症介护负担程度；以及
输出步骤，输出由所述判断步骤判断的痴呆症介护负担程度。
12.一种痴呆症介护负担程度判断程序，用于使包括处理器和存储器的计算机执行权利要求11所述的痴呆症介护负担程度判断方法。
13.一种痴呆症治疗效果判断装置，判断对被实验者进行介护时的痴呆症介护负担程度的痴呆症治疗效果，
所述痴呆症治疗效果判断装置具备：
获得部，针对属于n个领域的某一个的多个提问的每一个获得两次回答，所述多个提问是与所述被实验者的行动模式有关的提问，n为2以上的整数；
分数算出部，每当所述获得部获得回答时，则根据由所述获得部获得的回答，按照每个领域算出与所述被实验者的行动模式有关的被数值化的分数；
距离算出部，每当所述分数算出部算出分数时，则在将示出各个领域的分数的数轴作为坐标轴的n维空间，算出由所述分数算出部算出的每个领域的分数所表示的坐标、与定点坐标的欧几里得距离；
判断部，根据由所述距离算出部第一次算出的欧几里得距离、以及由所述距离算出部第二次算出的欧几里得距离的差分，判断在对所述被实验者进行介护时的痴呆症介护负担程度的痴呆症治疗效果；以及
输出部，输出由所述判断部判断的痴呆症治疗效果。
14.如权利要求13所述的痴呆症治疗效果判断装置，
所述定点坐标是，与所述多个提问对应的回答的组合，符合预先设定的痴呆症介护负担程度成为最高的回答的组合的情况下的坐标，
所述判断部在进行所述判断时，与所述欧几里得距离大的情况相比，在所述欧几里得距离小的情况下，以痴呆症介护负担程度的痴呆症治疗效果不会变大的方式来进行判断。
15.如权利要求13或14所述的痴呆症治疗效果判断装置，
所述分数算出部，通过分别算出所属的各个领域的、与提问对应的回答被数值化而得到的数值的总和，来进行所述分数的算出。
16.如权利要求13或14所述的痴呆症治疗效果判断装置，
所述分数算出部，通过算出偏差值，来进行所述分数的算出，所述偏差值是针对所属的各个领域的、与提问对应的回答被数值化而得到的数值的总和的偏差值，并且是该总和的总体的分布中的偏差值。
17.如权利要求13至16的任一项所述的痴呆症治疗效果判断装置，
所述n为3。
18.如权利要求13至17的任一项所述的痴呆症治疗效果判断装置，
所述痴呆症治疗效果判断装置进一步具备图像生成部，
所述图像生成部，生成能够对所述n维空间中的、由所述分数算出部第一次算出的各个领域的分数所表示的坐标的位置、由所述分数算出部第二次算出的各个领域的分数所表示的坐标的位置、以及所述定点坐标的位置同时进行视觉辨认的立体视图像，
所述输出部进一步显示由所述图像生成部生成的立体视图像。
19.如权利要求13至18的任一项所述的痴呆症治疗效果判断装置，
所述痴呆症介护负担程度判断装置进一步具备：
提问图像存储部，针对所述提问的每一个，存储提问图像，所述提问图像包括该提问以及针对该提问的多个回答选择项；
接受部，针对所述提问图像存储部中存储的提问图像的每一个，接受该提问图像中包含的多个回答选择项中被选择的一个；以及
数值存储部，针对所述提问图像存储部中存储的提问图像的每一个，将该提问图像中包含的多个回答选择项的每一个与数值对应起来存储，
所述输出部，进一步显示所述提问图像存储部中存储的提问图像的每一个，
所述获得部，通过将由所述接受部接受的一个回答选择项作为回答来获得，从而进行所述回答的获得，
所述分数算出部，根据所述数值存储部中存储的、与针对所述获得部获得的回答的回答选择项对应的数值，来进行所述分数的算出。
20.如权利要求19所述的痴呆症治疗效果判断装置，
所述提问图像中包含的回答选择项为五个，
所述提问图像中进一步包括三个图画，该三个图画分别与三个回答选择项对应，该三个回答选择项是通过从上述的五个回答选择项之中，除去与所述数值存储部中的最高的数值对应的回答选择项、以及与所述数值存储部中的最低的数值对应的回答选择项而得到的。
21.一种痴呆症治疗效果判断方法，判断对被实验者进行介护时的痴呆症介护负担程度的痴呆症治疗效果，
所述痴呆症治疗效果判断方法包括：
获得步骤，针对属于n个领域的某一个的多个提问的每一个获得两次回答，所述多个提问是与所述被实验者的行动模式有关的提问，n为2以上的整数；
分数算出步骤，每当所述获得步骤获得回答时，则根据由所述获得步骤获得的回答，按照每个领域算出与所述被实验者的行动模式有关的被数值化的分数；
距离算出步骤，每当所述分数算出步骤算出分数时，则在将示出各个领域的分数的数轴作为坐标轴的n维空间，算出由所述分数算出步骤算出的每个领域的分数所表示的坐标、与定点坐标的欧几里得距离；
判断步骤，根据由所述距离算出步骤第一次算出的欧几里得距离、以及由所述距离算出步骤第二次算出的欧几里得距离的差分，判断在对所述被实验者进行介护时的痴呆症介护负担程度的痴呆症治疗效果；以及
输出步骤，输出由所述判断步骤判断的痴呆症治疗效果。
22.一种痴呆症治疗效果判断程序，用于使包括处理器和存储器的计算机，执行权利要求21所述的痴呆症治疗效果判断方法。
CN201780060042.6A 2016-09-28 2017-09-28 痴呆症介护负担程度判断装置、痴呆症介护负担程度判断方法、痴呆症介护负担程度判断程序、痴呆症治疗效果判断装置、痴呆症治疗效果判断方法、痴呆症治疗效果判断程序 Pending CN109831923A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016-190162 2016-09-28
JP2016190162 2016-09-28
PCT/JP2017/035149 WO2018062366A1 (ja) 2016-09-28 2017-09-28 認知症介護負担度判定装置、認知症介護負担度判定方法、認知症介護負担度判定プログラム、認知症治療効果判定装置、認知症治療効果判定方法、及び認知症治療効果判定プログラム

Publications (1)

Publication Number Publication Date
CN109831923A true CN109831923A (zh) 2019-05-31

Family

ID=61760332

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780060042.6A Pending CN109831923A (zh) 2016-09-28 2017-09-28 痴呆症介护负担程度判断装置、痴呆症介护负担程度判断方法、痴呆症介护负担程度判断程序、痴呆症治疗效果判断装置、痴呆症治疗效果判断方法、痴呆症治疗效果判断程序

Country Status (6)

Country Link
US (1) US20190348183A1 (zh)
EP (1) EP3522100A4 (zh)
JP (1) JP6515426B2 (zh)
KR (1) KR102294255B1 (zh)
CN (1) CN109831923A (zh)
WO (1) WO2018062366A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7313216B2 (ja) * 2019-07-11 2023-07-24 東京瓦斯株式会社 情報処理システム、情報処理装置、および、プログラム

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1246942A (zh) * 1996-07-12 2000-03-08 第一咨询公司 应用基于列表的处理的计算机医疗诊断系统
JP2001034688A (ja) * 1999-07-21 2001-02-09 Naoya Miyano 処置データ推定方法及び処置データ推定システム
JP2003144501A (ja) * 2001-11-12 2003-05-20 Keiki Imai 要支援又は要介護度早見表及びケアプラン策定早見表
JP2003323501A (ja) * 2002-02-26 2003-11-14 Toshiba Corp 介護予防支援システム、介護予防支援方法、介護予防支援プログラム、要介護認定支援システム、要介護認定支援方法、要介護認定支援プログラム
US20050010087A1 (en) * 2003-01-07 2005-01-13 Triage Data Networks Wireless, internet-based medical-diagnostic system
JP2006079441A (ja) * 2004-09-10 2006-03-23 Nippon Telegr & Teleph Corp <Ntt> リスク情報提供システム、リスク情報公開システム、リスク情報加工システム及び方法、並びに属性マップ作成方法
JP2007066273A (ja) * 2005-08-26 2007-03-15 Toshiya Masaki 排泄ケア用品及びサービス評価システム
US20110060604A1 (en) * 2009-09-04 2011-03-10 Bangara Suresh C Method of documenting patients' clinical status across multiple diagnostic dimensions
JP2012085670A (ja) * 2010-10-15 2012-05-10 Isuzu Motors Ltd 作業負担度判定装置
US20130132110A1 (en) * 2011-11-22 2013-05-23 Sharp Kabushiki Kaisha Dementia care support method, dementia information output apparatus, and dementia care support system
US20140257850A1 (en) * 2013-03-05 2014-09-11 Clinton Colin Graham Walker Automated interactive health care application for patient care
JP2016042257A (ja) * 2014-08-15 2016-03-31 株式会社医療看護介護リハビリ生活総合サービスステーション 要介護・要支援診断サービスシステムと診断プログラムとその記録媒体

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4748868B2 (ja) 2001-03-22 2011-08-17 灰田 宗孝 痴呆症診断装置
US7493264B1 (en) * 2001-06-11 2009-02-17 Medco Health Solutions, Inc, Method of care assessment and health management
US20090240529A1 (en) * 2003-12-27 2009-09-24 Enhanced Care Initiatives, Inc. Method for selecting a high risk patient for participation in a care management program for patients having poor prognoses
KR20100013821A (ko) * 2008-08-01 2010-02-10 박종은 통신망을 이용한 원격 자가 진단시스템 및 진단방법
JP2011081708A (ja) * 2009-10-09 2011-04-21 Internatl Univ Of Health & Welfare 要介護者の自立支援システム、及び自立支援方法
US10741287B2 (en) * 2009-11-19 2020-08-11 The Cleveland Clinic Foundation System and method for motor and cognitive analysis
JP6034800B2 (ja) * 2010-12-20 2016-11-30 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． アルツハイマー病へ進行するリスクのある軽度認知障害患者を識別する方法およびシステム
EP2766866A4 (en) * 2011-10-14 2015-06-17 Univ Pennsylvania ASSISTANCE SYSTEM FOR RELEASE DECISIONS FOR POSTAL CARE SERVICES
KR20130049280A (ko) * 2011-11-04 2013-05-14 박지혜 재활치료를 위해 병원에 입원중인 뇌졸중환자 가족보호자의 우울과 관련요인 연구방법론
EP2831782A2 (en) * 2012-03-29 2015-02-04 Koninklijke Philips N.V. System and method for improving neurologist's workflow on alzheimer's disease

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1246942A (zh) * 1996-07-12 2000-03-08 第一咨询公司 应用基于列表的处理的计算机医疗诊断系统
JP2001034688A (ja) * 1999-07-21 2001-02-09 Naoya Miyano 処置データ推定方法及び処置データ推定システム
JP2003144501A (ja) * 2001-11-12 2003-05-20 Keiki Imai 要支援又は要介護度早見表及びケアプラン策定早見表
JP2003323501A (ja) * 2002-02-26 2003-11-14 Toshiba Corp 介護予防支援システム、介護予防支援方法、介護予防支援プログラム、要介護認定支援システム、要介護認定支援方法、要介護認定支援プログラム
US20050010087A1 (en) * 2003-01-07 2005-01-13 Triage Data Networks Wireless, internet-based medical-diagnostic system
JP2006079441A (ja) * 2004-09-10 2006-03-23 Nippon Telegr & Teleph Corp <Ntt> リスク情報提供システム、リスク情報公開システム、リスク情報加工システム及び方法、並びに属性マップ作成方法
JP2007066273A (ja) * 2005-08-26 2007-03-15 Toshiya Masaki 排泄ケア用品及びサービス評価システム
US20110060604A1 (en) * 2009-09-04 2011-03-10 Bangara Suresh C Method of documenting patients' clinical status across multiple diagnostic dimensions
JP2012085670A (ja) * 2010-10-15 2012-05-10 Isuzu Motors Ltd 作業負担度判定装置
US20130132110A1 (en) * 2011-11-22 2013-05-23 Sharp Kabushiki Kaisha Dementia care support method, dementia information output apparatus, and dementia care support system
US20140257850A1 (en) * 2013-03-05 2014-09-11 Clinton Colin Graham Walker Automated interactive health care application for patient care
JP2016042257A (ja) * 2014-08-15 2016-03-31 株式会社医療看護介護リハビリ生活総合サービスステーション 要介護・要支援診断サービスシステムと診断プログラムとその記録媒体

Also Published As

Publication number Publication date
KR20190046904A (ko) 2019-05-07
US20190348183A1 (en) 2019-11-14
KR102294255B9 (ko) 2022-06-16
EP3522100A1 (en) 2019-08-07
JPWO2018062366A1 (ja) 2019-01-31
KR102294255B1 (ko) 2021-08-26
WO2018062366A1 (ja) 2018-04-05
EP3522100A4 (en) 2020-03-18
JP6515426B2 (ja) 2019-05-22

Similar Documents

Publication Publication Date Title
KR101788030B1 (ko) 구강질환 위험도 진단 및 구강관리 시스템과 그 방법
CN102741849B (zh) 误诊原因检测装置以及误诊原因检测方法
JP6679017B1 (ja) 認知症リスクの提示システムおよび方法
CN104978478A (zh) 信息处理装置及信息处理方法
KR20190041081A (ko) 인지장애 진단을 위한 vr기반 인지능력 평가시스템
CN106415560A (zh) 辅助患者和临床医师使用共享并且以患者为中心的决策支持工具的系统和方法
JP2011164670A (ja) 生活習慣改善支援システム、生活習慣改善支援方法及びプログラム
JP2019526869A (ja) Ｃａｄシステム推薦に関する確信レベル指標を提供するためのｃａｄシステムパーソナライゼーションの方法及び手段
JP2009542287A (ja) 予定を立てるための方法及び装置
WO2020027213A1 (ja) 認知症リスクの提示システムおよび方法
JP4085061B2 (ja) 個人の認知能力を評価する装置
JP2009151404A (ja) 保健指導対象者選定支援システム
JP2011203976A (ja) 診断支援装置
CN108697389B (zh) 用于支持神经状态评估和神经康复的系统和方法，尤其是认知和/或言语功能障碍
CN109831923A (zh) 痴呆症介护负担程度判断装置、痴呆症介护负担程度判断方法、痴呆症介护负担程度判断程序、痴呆症治疗效果判断装置、痴呆症治疗效果判断方法、痴呆症治疗效果判断程序
WO2018123791A1 (en) Method, system and storage medium for recommending resource allocation to target subject
JP7452898B2 (ja) 情報処理装置及びプログラム
Hamou et al. Cluster analysis of MR imaging in Alzheimer’s disease using decision tree refinement
CN111295715B (zh) 目标管理系统、目标管理服务器、目标管理程序以及目标管理终端装置
US20180101658A1 (en) Method of and system for determining risk of an individual to contract clostridium difficile infection
JP2016071721A (ja) 遺伝子検査結果提示装置、アバター画像生成装置、および遺伝子検査結果提示方法
JP2022551325A (ja) 診断ツール
JP7328466B1 (ja) 診断システム並びに方法
JP5072606B2 (ja) 受診者管理情報の表示装置及び受診者管理情報の表示方法
WO2021152710A1 (ja) 情報伝達装置および情報伝達方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: Kikuchi lung

Inventor after: Nakamura Yu

Inventor after: Qiu Xiayahong

Inventor before: Kikuchi lung

CB03 Change of inventor or designer information
TA01 Transfer of patent application right

Effective date of registration: 20220402

Address after: Japan Hyogo Prefecture

Applicant after: FOUNDATION FOR BIOMEDICAL RESEARCH AND INNOVATION

Applicant after: NATIONAL UNIVERSITY CORPORATION KAGAWA University

Applicant after: National University Corp.

Applicant after: The University of Tokyo

Address before: Japan Hyogo Prefecture

Applicant before: FOUNDATION FOR BIOMEDICAL RESEARCH AND INNOVATION

TA01 Transfer of patent application right