JP2003085194A - プロセス分析方法及び情報システム - Google Patents
プロセス分析方法及び情報システムInfo
- Publication number
- JP2003085194A JP2003085194A JP2001274421A JP2001274421A JP2003085194A JP 2003085194 A JP2003085194 A JP 2003085194A JP 2001274421 A JP2001274421 A JP 2001274421A JP 2001274421 A JP2001274421 A JP 2001274421A JP 2003085194 A JP2003085194 A JP 2003085194A
- Authority
- JP
- Japan
- Prior art keywords
- medical care
- distance
- medical
- processes
- similarity
- 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.)
- Granted
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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Pathology (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
(57)【要約】
【課題】実施されたプロセスの分類や類似したプロセス
の抽出を実行可能なプロセス分析方法を提供することで
ある。 【解決手段】本発明のプロセス分析方法は、行為の時
間、行為の項目、行為の量の少なくとも三要素の一連の
行為記録からなるプロセス記録１１について、プロセス
マトリックス変換１２と距離計算手段１４を具備するこ
とで、プロセス間の類似度を距離として数値化する。こ
れにより、実施された一連の行為記録のみの情報からプ
ロセス間の類似度が距離として計算でき、ここで計算さ
れた距離をもとに、実施されたプロセスの分類や、類似
プロセスの抽出が可能となる。
の抽出を実行可能なプロセス分析方法を提供することで
ある。 【解決手段】本発明のプロセス分析方法は、行為の時
間、行為の項目、行為の量の少なくとも三要素の一連の
行為記録からなるプロセス記録１１について、プロセス
マトリックス変換１２と距離計算手段１４を具備するこ
とで、プロセス間の類似度を距離として数値化する。こ
れにより、実施された一連の行為記録のみの情報からプ
ロセス間の類似度が距離として計算でき、ここで計算さ
れた距離をもとに、実施されたプロセスの分類や、類似
プロセスの抽出が可能となる。
Description
【０００１】
【発明の属する技術分野】本発明は、電子的に保存され
たプロセスの記録を分析するソフトウェア、そのソフト
ウェアを格納した計算機や記憶媒体、及びそのソフトウ
ェアを搭載する情報システムに関する。特に、医療分野
において、診療行為プロセスを分析するソフトウェア、
そのソフトウェアを格納した計算機や記憶媒体、そのソ
フトウェアを搭載する医療情報システムに関する。
たプロセスの記録を分析するソフトウェア、そのソフト
ウェアを格納した計算機や記憶媒体、及びそのソフトウ
ェアを搭載する情報システムに関する。特に、医療分野
において、診療行為プロセスを分析するソフトウェア、
そのソフトウェアを格納した計算機や記憶媒体、そのソ
フトウェアを搭載する医療情報システムに関する。
【０００２】
【従来の技術】近年、最適な医療を実施するために、複
雑な診療プロセスの計画・管理・分析を効率的に実行可
能な方法が必要となってきた。この要求に応えるため、
クリティカルパスを応用したクリニカルパス（Clinical
Path）という方法が提案されている(従来例１)。クリ
ニカルパスとは、診療行為におけるルーチンワークを纏
めたスケジュール表のことであり、「一定の疾患を持つ
患者に対して、入院指導、入院時オリエンテーション、
検査、投薬、食事指導、安静度、退院指導などがルーチ
ンとして、スケジュール表にまとめてあるもの」と定義
されている。また、クリニカルパスとは、診療プロセス
の効率化、標準化のために考案された手法であり、元来
は、クリティカルパスメソッド（Critical Path Metho
d）という製造業での工程管理手法に由来するものであ
る。クリティカルパスメソッドに類似の工程管理手法と
しては、パート（ＰＥＲＴ：Program Evaluation Revie
w Technique）やガントチャート（Gantt Chart）の方法
がある(従来例２)。これらの方法は、各作業行為の順序
関係などの関連が、ある程度明瞭になっている場合に効
果を発揮する。しかし、プロセス分析が対象とするプロ
セスの中には、各行為の関連が規定されていないもの
や、逆に記録されたプロセスから行為間の関連を導出し
なければならない場合もある。近年要求の高まっている
医療分野の診療プロセス分析では、各診療行為の関連が
明瞭に規定されていないプロセスを扱うことが多く、診
療行為を細部まで規定することは難しい。何故なら、診
療行為の各プロセスには、病気、患者状態、それまでに
施した診療行為などと担当医の判断が複雑に絡み合って
いるためである。クリニカルパスの維持および質の向上
のためには、実施されている診療プロセスがクリニカル
パスに合致しているか継続的に分析していく必要があ
る。実施されている診療プロセスの分析は、クリニカル
パスが明示されていない場合でも、診療プロセスの効果
測定や改善、異常な診療プロセスの探知などに役立つ。
実施されている診療プロセスの分析及び参照方法とし
て、特開平１０−２１４３０２、特開２０００−３４８
１１７に、各患者の診療プロセスを表形式またはリスト
形式で表示する診療支援システムが提案されている(従
来例３)。また、実際に実施されている診療プロセスの
分析の一応用として、実施された診療プロセスの記録か
らクリニカルパスの原型を作成する方法が提案されてい
る。この方法は、例えば、第17回医療情報学連合大会予
稿集、１４０−１４１頁、１９９７年発行に記述されて
いる(従来例４)。この方法では、類似症例の患者に対す
る診療行為の統計量からクリニカルパスの原型を作成し
ている。なお、類似診療プロセスの抽出や診療プロセス
の分類では、診断名・手術名などの診療プロセスに付随
した属性の情報を用いるか、手術など特定の診療行為の
有無といった診療行為別の情報を用いている。
雑な診療プロセスの計画・管理・分析を効率的に実行可
能な方法が必要となってきた。この要求に応えるため、
クリティカルパスを応用したクリニカルパス（Clinical
Path）という方法が提案されている(従来例１)。クリ
ニカルパスとは、診療行為におけるルーチンワークを纏
めたスケジュール表のことであり、「一定の疾患を持つ
患者に対して、入院指導、入院時オリエンテーション、
検査、投薬、食事指導、安静度、退院指導などがルーチ
ンとして、スケジュール表にまとめてあるもの」と定義
されている。また、クリニカルパスとは、診療プロセス
の効率化、標準化のために考案された手法であり、元来
は、クリティカルパスメソッド（Critical Path Metho
d）という製造業での工程管理手法に由来するものであ
る。クリティカルパスメソッドに類似の工程管理手法と
しては、パート（ＰＥＲＴ：Program Evaluation Revie
w Technique）やガントチャート（Gantt Chart）の方法
がある(従来例２)。これらの方法は、各作業行為の順序
関係などの関連が、ある程度明瞭になっている場合に効
果を発揮する。しかし、プロセス分析が対象とするプロ
セスの中には、各行為の関連が規定されていないもの
や、逆に記録されたプロセスから行為間の関連を導出し
なければならない場合もある。近年要求の高まっている
医療分野の診療プロセス分析では、各診療行為の関連が
明瞭に規定されていないプロセスを扱うことが多く、診
療行為を細部まで規定することは難しい。何故なら、診
療行為の各プロセスには、病気、患者状態、それまでに
施した診療行為などと担当医の判断が複雑に絡み合って
いるためである。クリニカルパスの維持および質の向上
のためには、実施されている診療プロセスがクリニカル
パスに合致しているか継続的に分析していく必要があ
る。実施されている診療プロセスの分析は、クリニカル
パスが明示されていない場合でも、診療プロセスの効果
測定や改善、異常な診療プロセスの探知などに役立つ。
実施されている診療プロセスの分析及び参照方法とし
て、特開平１０−２１４３０２、特開２０００−３４８
１１７に、各患者の診療プロセスを表形式またはリスト
形式で表示する診療支援システムが提案されている(従
来例３)。また、実際に実施されている診療プロセスの
分析の一応用として、実施された診療プロセスの記録か
らクリニカルパスの原型を作成する方法が提案されてい
る。この方法は、例えば、第17回医療情報学連合大会予
稿集、１４０−１４１頁、１９９７年発行に記述されて
いる(従来例４)。この方法では、類似症例の患者に対す
る診療行為の統計量からクリニカルパスの原型を作成し
ている。なお、類似診療プロセスの抽出や診療プロセス
の分類では、診断名・手術名などの診療プロセスに付随
した属性の情報を用いるか、手術など特定の診療行為の
有無といった診療行為別の情報を用いている。
【０００３】
【発明が解決しようとする課題】上記パート、ガントチ
ャート、クリティカルパスメソッドなどの従来技術（従
来例１）は、行為間の関係が明瞭に規定されていない場
合に、プロセスの類似度を計算することは難しかった。
そのため、記録されたプロセスの分類、異常なプロセス
の探知といったプロセスの分析が容易に行えないという
問題点があった。
ャート、クリティカルパスメソッドなどの従来技術（従
来例１）は、行為間の関係が明瞭に規定されていない場
合に、プロセスの類似度を計算することは難しかった。
そのため、記録されたプロセスの分類、異常なプロセス
の探知といったプロセスの分析が容易に行えないという
問題点があった。
【０００４】医療分野では、特に診療行為の詳細な関連
が明瞭に規定されないことが多いため、上記従来例１を
用いて診療プロセスの類似度を計算することは難しかっ
た。特に、従来のクリニカルパスに関する技術では、各
患者に対する診療プロセスの作成に重点が置かれ、複数
の患者に対する診療プロセスを分析するという点に関し
て十分な配慮がされていなかった。特開平１０−２１４
３０２、特開２０００−３４８１１７に開示された技術
は、診療プロセスの参照方法として、表やリスト等のテ
キストによる表示形式を採っている為に、複数の診療プ
ロセスを参照・分析することが難しいという問題点があ
った。また、前述の第17回医療情報学連合大会予稿集に
記載された診療プロセス記録からのクリニカルパス作成
に関する技術では、予め属性で抽出された類似プロセス
全体の傾向を計算しており、その中での診療プロセス分
類など詳細なプロセス分析が難しいという問題点があっ
た。また、いつ何が行われたかという診療行為自体によ
る分類が出来ていなかった。特に診断名や手術名だけで
は詳細な患者群分類ができず、様々な症例が分析対象と
して入りこみ、分析を困難なものにしていた。
が明瞭に規定されないことが多いため、上記従来例１を
用いて診療プロセスの類似度を計算することは難しかっ
た。特に、従来のクリニカルパスに関する技術では、各
患者に対する診療プロセスの作成に重点が置かれ、複数
の患者に対する診療プロセスを分析するという点に関し
て十分な配慮がされていなかった。特開平１０−２１４
３０２、特開２０００−３４８１１７に開示された技術
は、診療プロセスの参照方法として、表やリスト等のテ
キストによる表示形式を採っている為に、複数の診療プ
ロセスを参照・分析することが難しいという問題点があ
った。また、前述の第17回医療情報学連合大会予稿集に
記載された診療プロセス記録からのクリニカルパス作成
に関する技術では、予め属性で抽出された類似プロセス
全体の傾向を計算しており、その中での診療プロセス分
類など詳細なプロセス分析が難しいという問題点があっ
た。また、いつ何が行われたかという診療行為自体によ
る分類が出来ていなかった。特に診断名や手術名だけで
は詳細な患者群分類ができず、様々な症例が分析対象と
して入りこみ、分析を困難なものにしていた。
【０００５】本発明の目的は、行為間の関係が明瞭に規
定されていないようなプロセスを分析対象とする場合で
も、実施されたプロセスを分類したり、類似したプロセ
スを抽出したりすることが可能なプロセス分析方法を提
供することにある。また、このような分析機能を備える
プロセス計画・管理・分析方法の提供や、これら方法を
搭載した情報システムの提供も本発明の目的である。特
に、医療分野において、診療プロセス分類や類似診療プ
ロセス抽出が可能な診療プロセス分析方法や診療計画・
管理支援方法を提供すること、さらに、これらの診療プ
ロセス計画・管理・分析方法を搭載した医療情報システ
ムを提供することが本発明の目的である。
定されていないようなプロセスを分析対象とする場合で
も、実施されたプロセスを分類したり、類似したプロセ
スを抽出したりすることが可能なプロセス分析方法を提
供することにある。また、このような分析機能を備える
プロセス計画・管理・分析方法の提供や、これら方法を
搭載した情報システムの提供も本発明の目的である。特
に、医療分野において、診療プロセス分類や類似診療プ
ロセス抽出が可能な診療プロセス分析方法や診療計画・
管理支援方法を提供すること、さらに、これらの診療プ
ロセス計画・管理・分析方法を搭載した医療情報システ
ムを提供することが本発明の目的である。
【０００６】
【課題を解決するための手段】前記課題を解決するため
に、本発明のプロセス分析方法は、図１に示すように、
行為の時間、項目、量の少なくとも三要素の一連の行為
記録からなるプロセス記録１１について、プロセス間の
類似度を距離として数値データ化する距離計算手段１４
を備える。これにより、各行為の関連が規定されていな
い状況であっても、実施した行為記録のみの情報からプ
ロセスの類似度を数値的に算出することが可能となる。
に、本発明のプロセス分析方法は、図１に示すように、
行為の時間、項目、量の少なくとも三要素の一連の行為
記録からなるプロセス記録１１について、プロセス間の
類似度を距離として数値データ化する距離計算手段１４
を備える。これにより、各行為の関連が規定されていな
い状況であっても、実施した行為記録のみの情報からプ
ロセスの類似度を数値的に算出することが可能となる。
【０００７】特に、診療プロセスの分析を目的とする場
合、本発明のプロセス分析方法は、診療行為を行った時
間、診療行為の項目、診療行為の量からなる少なくとも
三要素の一連の診療記録について、診療プロセス間の類
似度を距離として数値データ化する距離計算手段を備え
る。これにより、患者に実施した診療記録のみの情報か
ら、診療プロセスの類似度を数値的に算出することが可
能となる。
合、本発明のプロセス分析方法は、診療行為を行った時
間、診療行為の項目、診療行為の量からなる少なくとも
三要素の一連の診療記録について、診療プロセス間の類
似度を距離として数値データ化する距離計算手段を備え
る。これにより、患者に実施した診療記録のみの情報か
ら、診療プロセスの類似度を数値的に算出することが可
能となる。
【０００８】前記距離計算手段において、プロセスを関
数：（T,J）→Rと考えて、この関数空間に二乗積分で定
義される距離を導入する。ここで、Tは時間、Jは項目、
Rは量（行為回数やコスト、報酬、行為による測定値な
ど）である。
数：（T,J）→Rと考えて、この関数空間に二乗積分で定
義される距離を導入する。ここで、Tは時間、Jは項目、
Rは量（行為回数やコスト、報酬、行為による測定値な
ど）である。
【０００９】特に、時間を離散的にとることが可能な場
合には、この関数は（T,J）を軸とする二次元マトリッ
クスと見なすことができ、距離はTxJ次元空間での距離
と見なすことができる。このTxJ次元空間での距離とし
ては、ユークリッド距離を用いてもよい。
合には、この関数は（T,J）を軸とする二次元マトリッ
クスと見なすことができ、距離はTxJ次元空間での距離
と見なすことができる。このTxJ次元空間での距離とし
ては、ユークリッド距離を用いてもよい。
【００１０】前記距離計算方法において、図２に示すよ
うに、時間方向に広がりを持つ関数を重畳した後、二乗
積分の平方根により距離を計算してもよい。これによ
り、重畳する関数の広がりに応じて、プロセスの時間方
向へのシフトが許容される。例えば、ユークリッド距離
を用いた場合には、時間方向へのプロセスのシフトと、
異なった項目の実施は、同じような距離の差異として算
出される。しかし、時間方向に広がりを持つ関数を重畳
してから計算する場合には、時間方向へのプロセスのシ
フトの方が小さな距離の差異として計算される。
うに、時間方向に広がりを持つ関数を重畳した後、二乗
積分の平方根により距離を計算してもよい。これによ
り、重畳する関数の広がりに応じて、プロセスの時間方
向へのシフトが許容される。例えば、ユークリッド距離
を用いた場合には、時間方向へのプロセスのシフトと、
異なった項目の実施は、同じような距離の差異として算
出される。しかし、時間方向に広がりを持つ関数を重畳
してから計算する場合には、時間方向へのプロセスのシ
フトの方が小さな距離の差異として計算される。
【００１１】前記重畳する時間方向に広がりを持つ関数
は、行為の項目毎に設定可能としても良い。これによ
り、項目毎の時間方向へのシフト許容量を変化させるこ
とができる。例えば、ある行為は必ずある時点で実施さ
れなければならないが、他のある行為は実施時期に余裕
があるといった行為毎の時間方向へのシフト許容量を定
義することが可能となる。
は、行為の項目毎に設定可能としても良い。これによ
り、項目毎の時間方向へのシフト許容量を変化させるこ
とができる。例えば、ある行為は必ずある時点で実施さ
れなければならないが、他のある行為は実施時期に余裕
があるといった行為毎の時間方向へのシフト許容量を定
義することが可能となる。
【００１２】前記距離計算手段は、複数の異なる距離を
選択する手段を備え、分析者が対象とするプロセス分析
に適した距離を選択できるようにしても良い。なお、複
数の異なる距離としては、距離を定義する関数が異なる
場合や、距離を定義する関数の形状がパラメータに依存
して変化する場合がある。
選択する手段を備え、分析者が対象とするプロセス分析
に適した距離を選択できるようにしても良い。なお、複
数の異なる距離としては、距離を定義する関数が異なる
場合や、距離を定義する関数の形状がパラメータに依存
して変化する場合がある。
【００１３】前記距離計算手段は、行為の時間と項目の
一部もしくは全部を選択する領域選択手段を備えるよう
にし、分析者が関心のある時間と項目を選択可能とし
て、選択された領域に属する行為記録のみを用いて距離
を計算するようにしても良い。これによって、コストの
かかる項目に絞ったり、時間を区切ったりした中で、プ
ロセス間の距離を計算できるようになる。
一部もしくは全部を選択する領域選択手段を備えるよう
にし、分析者が関心のある時間と項目を選択可能とし
て、選択された領域に属する行為記録のみを用いて距離
を計算するようにしても良い。これによって、コストの
かかる項目に絞ったり、時間を区切ったりした中で、プ
ロセス間の距離を計算できるようになる。
【００１４】前記距離計算手段によって計算されるプロ
セス間の距離を用いて、プロセスを分類する手段を備え
る。これにより、類似したプロセスをまとめて観察した
り、分類から外れたプロセスを抽出することが可能とな
る。特に、診療プロセスを分類することにより、予め記
録された診断名などの患者情報だけでは不十分だった患
者分類が可能となり、診療プロセス分析が容易になる。
セス間の距離を用いて、プロセスを分類する手段を備え
る。これにより、類似したプロセスをまとめて観察した
り、分類から外れたプロセスを抽出することが可能とな
る。特に、診療プロセスを分類することにより、予め記
録された診断名などの患者情報だけでは不十分だった患
者分類が可能となり、診療プロセス分析が容易になる。
【００１５】前記プロセス分類手段を用いて計算される
プロセス分類と、予め記録されているプロセスの属性に
よる分類との相関関係を計算する手段を備える。これに
より、ある属性をもつプロセスは、あるプロセス分類に
含まれやすいといった相関分析が可能となる。例えば、
診療プロセス分類と患者属性分類との相関関係を計算す
ることにより、ある属性をもつ患者に実施する診療の傾
向が把握可能となる。
プロセス分類と、予め記録されているプロセスの属性に
よる分類との相関関係を計算する手段を備える。これに
より、ある属性をもつプロセスは、あるプロセス分類に
含まれやすいといった相関分析が可能となる。例えば、
診療プロセス分類と患者属性分類との相関関係を計算す
ることにより、ある属性をもつ患者に実施する診療の傾
向が把握可能となる。
【００１６】前記距離計算手段を用いて計算されるプロ
セス間の距離を用いて、ある特定のプロセスに類似した
プロセス群を抽出する手段を備える。これにより、例え
ば、ある患者に類似した診療を行った患者群を抽出する
ことが可能となる。
セス間の距離を用いて、ある特定のプロセスに類似した
プロセス群を抽出する手段を備える。これにより、例え
ば、ある患者に類似した診療を行った患者群を抽出する
ことが可能となる。
【００１７】前記プロセス抽出手段を用いて、途中まで
進行した特定のプロセスについて、進行した時点までの
部分時間でプロセス間距離を計算し、類似したプロセス
群を抽出する手段を備える。または、類似したプロセス
群を抽出する替わりに、前記プロセス分類手段を用い、
特定のプロセスが含まれるプロセス分類を算出する手段
を備える。これにより、例えば、診療途中の患者と類似
した診療プロセスを持つ患者を抽出し、その時点以降の
診療プロセスの推察や診療計画の作成が可能となる。
進行した特定のプロセスについて、進行した時点までの
部分時間でプロセス間距離を計算し、類似したプロセス
群を抽出する手段を備える。または、類似したプロセス
群を抽出する替わりに、前記プロセス分類手段を用い、
特定のプロセスが含まれるプロセス分類を算出する手段
を備える。これにより、例えば、診療途中の患者と類似
した診療プロセスを持つ患者を抽出し、その時点以降の
診療プロセスの推察や診療計画の作成が可能となる。
【００１８】前記プロセス間距離計算手段、プロセス分
類手段、類似プロセス抽出手段の一部または全部をプロ
セス分析ソフトウェアの一部として備える。これによ
り、プロセス分析ソフトウェアの他のコンポーネントと
の結果の相互利用が可能となり、分析効率が向上する。
類手段、類似プロセス抽出手段の一部または全部をプロ
セス分析ソフトウェアの一部として備える。これによ
り、プロセス分析ソフトウェアの他のコンポーネントと
の結果の相互利用が可能となり、分析効率が向上する。
【００１９】前記ソフトウェアを情報システムに搭載す
る。これにより、前記ソフトウェアのネットワーク経由
での実行や、前記ソフトウェアによる実行結果の獲得や
配布が可能となる。
る。これにより、前記ソフトウェアのネットワーク経由
での実行や、前記ソフトウェアによる実行結果の獲得や
配布が可能となる。
【００２０】前記ソフトウェアを計算機または記憶媒体
に格納し、実行または保存、運搬、供給する。
に格納し、実行または保存、運搬、供給する。
【００２１】
【発明の実施の形態】以下、本発明の実施例を図面を用
いて説明する。
いて説明する。
【００２２】図１は、本発明のプロセス分析方法におけ
るプロセス間距離の導入方法を概念的に示した図であ
る。プロセス記録１１に記録された各プロセスは、行為
の時間、項目、量の少なくとも三要素からなる行為の一
連の記録である。ここで、量とは、行為を行った回数、
行為にかかるコスト、行為による報酬や利益などであ
る。行為が検査など測定に関するものの場合、測定値を
量として扱ってもよい。また、行為の時間とは実際に診
療を行った時刻ではなく、診療行為が行われた時刻に関
連する時間情報、例えば一連の診療行為に対して時系列
的に付された通し番号であっても良い。プロセス間に距
離を導入するために、先ず、プロセスマトリックス変換
１２により、各プロセスを行為の時間と項目を軸とする
二次元のプロセスマトリックスに変換し、プロセスマト
リックス集合１３を作成する。ここで、プロセスマトリ
ックスの各セルに表示されている値は、行為の量であ
る。次に、プロセスマトリックスの各要素M(i、j)を軸
とする多次元空間上に、距離計算手段１４によって計算
される距離を導入し、プロセス距離空間１５を構成す
る。これにより、類似したプロセスを探索したり、距離
によってプロセスを分類したりすることが可能となる。
るプロセス間距離の導入方法を概念的に示した図であ
る。プロセス記録１１に記録された各プロセスは、行為
の時間、項目、量の少なくとも三要素からなる行為の一
連の記録である。ここで、量とは、行為を行った回数、
行為にかかるコスト、行為による報酬や利益などであ
る。行為が検査など測定に関するものの場合、測定値を
量として扱ってもよい。また、行為の時間とは実際に診
療を行った時刻ではなく、診療行為が行われた時刻に関
連する時間情報、例えば一連の診療行為に対して時系列
的に付された通し番号であっても良い。プロセス間に距
離を導入するために、先ず、プロセスマトリックス変換
１２により、各プロセスを行為の時間と項目を軸とする
二次元のプロセスマトリックスに変換し、プロセスマト
リックス集合１３を作成する。ここで、プロセスマトリ
ックスの各セルに表示されている値は、行為の量であ
る。次に、プロセスマトリックスの各要素M(i、j)を軸
とする多次元空間上に、距離計算手段１４によって計算
される距離を導入し、プロセス距離空間１５を構成す
る。これにより、類似したプロセスを探索したり、距離
によってプロセスを分類したりすることが可能となる。
【００２３】特に、分析対象とするプロセスの例として
は、診療プロセスが挙げられる。入院患者の診療プロセ
スを分析対象とする場合、各プロセスは各入院患者を表
す。時間は入院日起算の経過日数、項目は手術、投薬、
病室使用などの診療行為の項目、量は診療行為の回数や
コスト、診療報酬、利益などを表す。また、診療行為が
検査等の場合には検査数値を量として扱っても良い。こ
れにより、入院患者に施した診療プロセスに距離を定義
でき、類似した診療プロセスを探索したり、診療プロセ
スをこの距離によって分類したりできる。
は、診療プロセスが挙げられる。入院患者の診療プロセ
スを分析対象とする場合、各プロセスは各入院患者を表
す。時間は入院日起算の経過日数、項目は手術、投薬、
病室使用などの診療行為の項目、量は診療行為の回数や
コスト、診療報酬、利益などを表す。また、診療行為が
検査等の場合には検査数値を量として扱っても良い。こ
れにより、入院患者に施した診療プロセスに距離を定義
でき、類似した診療プロセスを探索したり、診療プロセ
スをこの距離によって分類したりできる。
【００２４】なお、図１のプロセスマトリックス集合１
３とプロセス距離空間１５は概念を示したものであり、
計算機上にこの形式でプロセスを記憶する必要はない。
距離計算手段１４において、この概念図で示される操作
が行われれば良い。
３とプロセス距離空間１５は概念を示したものであり、
計算機上にこの形式でプロセスを記憶する必要はない。
距離計算手段１４において、この概念図で示される操作
が行われれば良い。
【００２５】距離計算手段１４で計算されるプロセス間
の距離としては、例えば、多次元のユークリッド距離を
用いることができる。ただし、この場合には、プロセス
の時間方向へのシフトと、異なった行為の実施が、距離
の算出に同じような重みを持っている。しかし、現実に
は、プロセスの時間方向へのシフトの方が、異なった行
為を実施することよりも、高い類似度を持つように計算
したいとの要求が高い。例えば、診療プロセスの分析で
は、一日二日の診療行為実施日の違いは、患者状態や病
院資源の割り振りによって生じることもあり、他の診療
行為を行った場合よりも類似した診療プロセスとして算
出した方が実情に合うことが多い。そのために、本発明
に係るプロセス分析方法では、図２に示すような距離計
算手段を備える。図２は、プロセスP1（２１）とプロセ
スP2（２２）の距離を、ユークリッド距離で計算する場
合（距離d0計算手段２３）と時間方向に広がりを持つ関
数qを重畳して距離を計算する場合（距離d計算手段２
４）とを比較した図である。説明の簡素化のため、ある
行為の項目に着目し、プロセスP1とプロセスP2のプロフ
ァイルをとった関数f1(t)、f2(t)を用いて説明する。こ
こで各関数の横軸は時間t、縦軸は行為の量である。距
離d0計算手段２３では、f1(t)とf2(t)との差分を計算
し、二乗積分の平方根で計算されるユークリッド距離d
を計算している。これに対し、距離d計算手段２４で
は、f1(t)とf2(t)に時間方向にブロードな関数q(t)を重
畳した後、差分を計算し、二乗積分の平方根を計算して
いる。この場合、関数q(t)によってブロードになったf1
(t)とf2(t)とは重なり合う部分が多くなるために、距離
dは距離d0よりも小さくなる。即ち、距離d計算手段２４
によれば、時間方向へのプロセスのシフトに関して、距
離が短く算出されるようになる。なお、プロセスP1とプ
ロセスP2の距離は、図２に示すように各項目に対して計
算された距離を全ての項目について足し合わせて計算さ
れる。もちろん、この替わりにプロセスP1とプロセスP2
の距離を、二次元マトリックスの全セルの差分もしくは
時間方向に広がりをもつ関数を重畳した後の二次元マト
リックスの全セルの差分を計算し、二乗積分の平方根と
して計算しても良い。また、離散時間の場合には、距離
定義中に記述した積分は和として計算しても良い。
の距離としては、例えば、多次元のユークリッド距離を
用いることができる。ただし、この場合には、プロセス
の時間方向へのシフトと、異なった行為の実施が、距離
の算出に同じような重みを持っている。しかし、現実に
は、プロセスの時間方向へのシフトの方が、異なった行
為を実施することよりも、高い類似度を持つように計算
したいとの要求が高い。例えば、診療プロセスの分析で
は、一日二日の診療行為実施日の違いは、患者状態や病
院資源の割り振りによって生じることもあり、他の診療
行為を行った場合よりも類似した診療プロセスとして算
出した方が実情に合うことが多い。そのために、本発明
に係るプロセス分析方法では、図２に示すような距離計
算手段を備える。図２は、プロセスP1（２１）とプロセ
スP2（２２）の距離を、ユークリッド距離で計算する場
合（距離d0計算手段２３）と時間方向に広がりを持つ関
数qを重畳して距離を計算する場合（距離d計算手段２
４）とを比較した図である。説明の簡素化のため、ある
行為の項目に着目し、プロセスP1とプロセスP2のプロフ
ァイルをとった関数f1(t)、f2(t)を用いて説明する。こ
こで各関数の横軸は時間t、縦軸は行為の量である。距
離d0計算手段２３では、f1(t)とf2(t)との差分を計算
し、二乗積分の平方根で計算されるユークリッド距離d
を計算している。これに対し、距離d計算手段２４で
は、f1(t)とf2(t)に時間方向にブロードな関数q(t)を重
畳した後、差分を計算し、二乗積分の平方根を計算して
いる。この場合、関数q(t)によってブロードになったf1
(t)とf2(t)とは重なり合う部分が多くなるために、距離
dは距離d0よりも小さくなる。即ち、距離d計算手段２４
によれば、時間方向へのプロセスのシフトに関して、距
離が短く算出されるようになる。なお、プロセスP1とプ
ロセスP2の距離は、図２に示すように各項目に対して計
算された距離を全ての項目について足し合わせて計算さ
れる。もちろん、この替わりにプロセスP1とプロセスP2
の距離を、二次元マトリックスの全セルの差分もしくは
時間方向に広がりをもつ関数を重畳した後の二次元マト
リックスの全セルの差分を計算し、二乗積分の平方根と
して計算しても良い。また、離散時間の場合には、距離
定義中に記述した積分は和として計算しても良い。
【００２６】ここで、重畳する関数q(t)を変化させるこ
とにより、プロセスの時間方向へのシフト許容量を変化
させることができる。例えば、重畳する関数q(t)がブロ
ードであるほど、シフト許容量は増加する。完全に関数
q(t)が時間方向に均一な広がりを持った場合には、プロ
セスの行為の時間による違いは消失する。
とにより、プロセスの時間方向へのシフト許容量を変化
させることができる。例えば、重畳する関数q(t)がブロ
ードであるほど、シフト許容量は増加する。完全に関数
q(t)が時間方向に均一な広がりを持った場合には、プロ
セスの行為の時間による違いは消失する。
【００２７】重畳する関数q(t)としては、様々な関数が
考えられる。例えば、q(t) = a exp(-t2/s2)やq(t) = a
exp(-|t|/s)などがある。この場合、パラメータsを加
減することにより、プロセスの時間方向へのシフト許容
量を加減することが可能となる。これらの関数は有界な
台（即ち、０以外の値を取るtの領域）を持たないが、q
(t)の台は有界とした方が計算時間の短縮が図れる。ま
た、q(t)の積分が1になるように設定した方が、重畳さ
れた関数の積分値が変化しないなどの利点がある。これ
は、即ち、行為の総回数や総コストなどが変化しないこ
とを意味する。
考えられる。例えば、q(t) = a exp(-t2/s2)やq(t) = a
exp(-|t|/s)などがある。この場合、パラメータsを加
減することにより、プロセスの時間方向へのシフト許容
量を加減することが可能となる。これらの関数は有界な
台（即ち、０以外の値を取るtの領域）を持たないが、q
(t)の台は有界とした方が計算時間の短縮が図れる。ま
た、q(t)の積分が1になるように設定した方が、重畳さ
れた関数の積分値が変化しないなどの利点がある。これ
は、即ち、行為の総回数や総コストなどが変化しないこ
とを意味する。
【００２８】ここで、重畳する関数q(t)は、行為の項目
毎に変化させても良い。これにより、ある行為は時間の
シフトに関して正確さが要求されるが、他の行為に関し
ては余裕があるといった場合でも、詳細にプロセス間の
距離を設定することが可能となる。また、重畳する関数
q(t)は時間によって変化してもよい。これにより、例え
ば、時間が経過するほど、プロセスの時間方向へのシフ
トに関する余裕が生じるようにすることが可能となる。
毎に変化させても良い。これにより、ある行為は時間の
シフトに関して正確さが要求されるが、他の行為に関し
ては余裕があるといった場合でも、詳細にプロセス間の
距離を設定することが可能となる。また、重畳する関数
q(t)は時間によって変化してもよい。これにより、例え
ば、時間が経過するほど、プロセスの時間方向へのシフ
トに関する余裕が生じるようにすることが可能となる。
【００２９】また、重畳する関数q(t)はtだけの関数で
はなく、時間tと項目jの関数q(t,j)としても良い。この
場合、j方向にプロセスの許容量を持たせることが可能
となる。これにより、類似した項目がある場合にも、詳
細にプロセス間距離を設定することが可能となる。
はなく、時間tと項目jの関数q(t,j)としても良い。この
場合、j方向にプロセスの許容量を持たせることが可能
となる。これにより、類似した項目がある場合にも、詳
細にプロセス間距離を設定することが可能となる。
【００３０】さらに詳細に距離を計算する方法として、
関数qを重畳するのではなく、関数空間上の作用素Qを用
いる方法もある。作用素とは、関数空間上の要素、即
ち、関数から関数への変換のことで、関数qの重畳も一
つの作用素と見なすことができる。
関数qを重畳するのではなく、関数空間上の作用素Qを用
いる方法もある。作用素とは、関数空間上の要素、即
ち、関数から関数への変換のことで、関数qの重畳も一
つの作用素と見なすことができる。
【００３１】また、上述の説明では、距離を計算する際
に行為の時間、項目、量の全てを用いた。しかし、この
一部を使って計算させても良い。さらに、この三つの要
素以外の要素を使っても良いことは言うまでもない。こ
の場合、加えた要素に応じてプロセスマトリックスの次
元を増やして距離を計算することが可能である。また、
いくつかの行為の量を使用する場合には、プロセスマト
リックスのセルに充てられる値が一次元の実数から多次
元に変えるだけで、前述の説明通りに距離を計算可能で
ある。
に行為の時間、項目、量の全てを用いた。しかし、この
一部を使って計算させても良い。さらに、この三つの要
素以外の要素を使っても良いことは言うまでもない。こ
の場合、加えた要素に応じてプロセスマトリックスの次
元を増やして距離を計算することが可能である。また、
いくつかの行為の量を使用する場合には、プロセスマト
リックスのセルに充てられる値が一次元の実数から多次
元に変えるだけで、前述の説明通りに距離を計算可能で
ある。
【００３２】距離の他の定義としては次のものが挙げら
れる。関数f1(t)とf2(t)の距離の計算には、動的計画法
によるパターンマッチングを用いることも可能である。
動的計画法によるパターンマッチングに関しては、音声
分析への応用例が特開平８−１６１８７で提案されてい
る。また、プロセス１とプロセス２の距離の計算では、
このプロセスを二次元画像と見なして特徴量を計算し、
特徴量空間での距離を用いることも可能である。これに
関しては、「知的画像処理」、昭晃堂、１９９４年発行
が参考となる。
れる。関数f1(t)とf2(t)の距離の計算には、動的計画法
によるパターンマッチングを用いることも可能である。
動的計画法によるパターンマッチングに関しては、音声
分析への応用例が特開平８−１６１８７で提案されてい
る。また、プロセス１とプロセス２の距離の計算では、
このプロセスを二次元画像と見なして特徴量を計算し、
特徴量空間での距離を用いることも可能である。これに
関しては、「知的画像処理」、昭晃堂、１９９４年発行
が参考となる。
【００３３】また、分析対象とするプロセス集合によっ
ては、行われない行為や行為の行われない時間などが存
在する場合がある。この場合には、該当する行為や時間
を除外して距離を計算することで、計算時間の短縮が可
能となる。
ては、行われない行為や行為の行われない時間などが存
在する場合がある。この場合には、該当する行為や時間
を除外して距離を計算することで、計算時間の短縮が可
能となる。
【００３４】また、これら複数の距離を選択する手段
や、距離を規定するためのパラメータを設定する手段を
備えて、分析者が分析に適した距離を選択する手段を備
えても良い。
や、距離を規定するためのパラメータを設定する手段を
備えて、分析者が分析に適した距離を選択する手段を備
えても良い。
【００３５】また、距離を計算する時間と項目を絞り込
むための領域選択手段を備えても良い。これは、分析者
が関心のある項目と時間を設定し、その項目と時間に属
する行為記録のみを用いてプロセス間の距離を計算する
ものである。制限した距離計算は、例えば、図2中の積
分範囲や項目の和算を選択部分に制限することで実行で
きる。この領域選択手段を備えることで、例えば、コス
トの高い項目のみに着目して、プロセス間の距離を計算
することが容易に実行可能となる。
むための領域選択手段を備えても良い。これは、分析者
が関心のある項目と時間を設定し、その項目と時間に属
する行為記録のみを用いてプロセス間の距離を計算する
ものである。制限した距離計算は、例えば、図2中の積
分範囲や項目の和算を選択部分に制限することで実行で
きる。この領域選択手段を備えることで、例えば、コス
トの高い項目のみに着目して、プロセス間の距離を計算
することが容易に実行可能となる。
【００３６】なお、図１と図２を用いた前述の説明で
は、離散時間の場合を主として取り扱った。連続時間の
場合には、プロセス記録に記憶された行為の開始・終了
時間等を用いて、プロセスマトリックスM(t,j)を関数：
(T,J)→Rとして構築し、この関数空間上に距離を導入す
る。ここで、Tは連続時間、Jは項目、Rは量である。距
離としては、前記説明のユークリッド距離のように二乗
積分の平方根を取った距離や、時間方向にブロードな関
数を重畳した後に二乗積分の平方根を取った距離を用い
ることができる。離散時間の場合に説明したブロードな
関数の定義などは、連続時間の場合にも適用可能なこと
は言うまでもない。
は、離散時間の場合を主として取り扱った。連続時間の
場合には、プロセス記録に記憶された行為の開始・終了
時間等を用いて、プロセスマトリックスM(t,j)を関数：
(T,J)→Rとして構築し、この関数空間上に距離を導入す
る。ここで、Tは連続時間、Jは項目、Rは量である。距
離としては、前記説明のユークリッド距離のように二乗
積分の平方根を取った距離や、時間方向にブロードな関
数を重畳した後に二乗積分の平方根を取った距離を用い
ることができる。離散時間の場合に説明したブロードな
関数の定義などは、連続時間の場合にも適用可能なこと
は言うまでもない。
【００３７】また、図１のプロセスマトリックス変換
で、時間と項目をそれぞれグループ化しても良い。例え
ば、時間軸を時間帯として設定し、これをプロセスマト
リックスの行としてもよい。また、項目軸についても、
項目のグループを作成してプロセスマトリックスの列と
してもよい。
で、時間と項目をそれぞれグループ化しても良い。例え
ば、時間軸を時間帯として設定し、これをプロセスマト
リックスの行としてもよい。また、項目軸についても、
項目のグループを作成してプロセスマトリックスの列と
してもよい。
【００３８】図３は、本発明に係るプロセス分析方法を
搭載したシステム構成概略図である。プロセス分析手段
３２は、プロセス記憶手段３１に記憶されたプロセスを
抽出し、入力手段３３からの分析者の入力に応じて処理
を行い、結果を表示手段３４へ出力する。プロセス分析
手段３２には、前述した距離計算手段３５が搭載され、
分析者からの操作に応じて、プロセス間の距離を計算す
る。プロセス分析手段には、プロセスを分類するプロセ
スクラスタリング手段３６が搭載される。プロセスクラ
スタリング手段３６では、距離計算手段３５によって計
算される距離を用いてプロセスを分類する。もちろん、
プロセスの分類には、予め記憶された属性を併用しても
良い。これにより、プロセスを分類した後で容易にプロ
セスの傾向を観察することや、分類から外れたプロセス
を選択的に観察することなどが可能となる。さらに、プ
ロセス分析手段３２には、プロセスクラスタリング手段
３６によって計算されるプロセス分類と、予め記憶され
ているプロセスの属性による分類との相関を計算する相
関分析手段３７が搭載される。これにより、プロセスと
属性との相関関係が観察でき、プロセス分類の差異の原
因を考察しやすくなる。また、プロセス分析手段３２に
は、特定のプロセスに類似したプロセスを抽出するため
に、距離計算手段３５によって計算される距離を利用し
た類似プロセス抽出手段３８を搭載される。もちろん、
類似プロセスの抽出には、予め記憶された属性を併用し
ても良い。なお、図３中の距離計算手段３５は本システ
ムに必須であるが、プロセスクラスタリング手段３６、
相関分析手段３７、類似プロセス抽出手段３８の三手段
は必ずしも全てが必要というわけではない。分析対象や
必要な分析結果などに応じて、一部のコンポーネントの
みあれば良い場合もある。
搭載したシステム構成概略図である。プロセス分析手段
３２は、プロセス記憶手段３１に記憶されたプロセスを
抽出し、入力手段３３からの分析者の入力に応じて処理
を行い、結果を表示手段３４へ出力する。プロセス分析
手段３２には、前述した距離計算手段３５が搭載され、
分析者からの操作に応じて、プロセス間の距離を計算す
る。プロセス分析手段には、プロセスを分類するプロセ
スクラスタリング手段３６が搭載される。プロセスクラ
スタリング手段３６では、距離計算手段３５によって計
算される距離を用いてプロセスを分類する。もちろん、
プロセスの分類には、予め記憶された属性を併用しても
良い。これにより、プロセスを分類した後で容易にプロ
セスの傾向を観察することや、分類から外れたプロセス
を選択的に観察することなどが可能となる。さらに、プ
ロセス分析手段３２には、プロセスクラスタリング手段
３６によって計算されるプロセス分類と、予め記憶され
ているプロセスの属性による分類との相関を計算する相
関分析手段３７が搭載される。これにより、プロセスと
属性との相関関係が観察でき、プロセス分類の差異の原
因を考察しやすくなる。また、プロセス分析手段３２に
は、特定のプロセスに類似したプロセスを抽出するため
に、距離計算手段３５によって計算される距離を利用し
た類似プロセス抽出手段３８を搭載される。もちろん、
類似プロセスの抽出には、予め記憶された属性を併用し
ても良い。なお、図３中の距離計算手段３５は本システ
ムに必須であるが、プロセスクラスタリング手段３６、
相関分析手段３７、類似プロセス抽出手段３８の三手段
は必ずしも全てが必要というわけではない。分析対象や
必要な分析結果などに応じて、一部のコンポーネントの
みあれば良い場合もある。
【００３９】図４は、本発明に係る類似プロセス抽出手
段を搭載したシステム構成概略図の他の一例である。プ
ロセス抽出手段４２は入力手段４６から入力された情報
に基づき、プロセス記憶手段４１に記憶されたプロセス
の中から類似プロセスを抽出し、プロセス分析手段４５
へと渡す。ここで、プロセス抽出手段４２は距離計算手
段４３を備え、類似プロセス抽出手段４４では距離計算
手段４３で計算される距離を用いて、類似プロセスを抽
出する。もちろん、距離だけでなく、予め記録されたプ
ロセスの属性も類似プロセスの抽出に使用することは可
能である。プロセス分析手段４５は入力手段４６からの
入力に応じて処理を行い、表示手段４７に出力をする。
なお、プロセス分析手段４５には、図３で説明した距離
計算手段３５、プロセスクラスタリング手段３６、相関
分析手段３７、類似プロセス抽出手段３８の一部または
全部を搭載することも可能である。
段を搭載したシステム構成概略図の他の一例である。プ
ロセス抽出手段４２は入力手段４６から入力された情報
に基づき、プロセス記憶手段４１に記憶されたプロセス
の中から類似プロセスを抽出し、プロセス分析手段４５
へと渡す。ここで、プロセス抽出手段４２は距離計算手
段４３を備え、類似プロセス抽出手段４４では距離計算
手段４３で計算される距離を用いて、類似プロセスを抽
出する。もちろん、距離だけでなく、予め記録されたプ
ロセスの属性も類似プロセスの抽出に使用することは可
能である。プロセス分析手段４５は入力手段４６からの
入力に応じて処理を行い、表示手段４７に出力をする。
なお、プロセス分析手段４５には、図３で説明した距離
計算手段３５、プロセスクラスタリング手段３６、相関
分析手段３７、類似プロセス抽出手段３８の一部または
全部を搭載することも可能である。
【００４０】本発明のプロセス分析方法について、入院
患者に対する診療プロセス分析を例に、さらに詳細に説
明する。入院患者に対する診療プロセス分析の場合、時
間として入院からの経過日数を、項目として診療行為を
取っている。
患者に対する診療プロセス分析を例に、さらに詳細に説
明する。入院患者に対する診療プロセス分析の場合、時
間として入院からの経過日数を、項目として診療行為を
取っている。
【００４１】図５は、本発明のプロセス分析方法の内、
診療プロセスの分類について画面例を交えて説明した流
れ図である。診療プロセス分析ウィンドウ５１の左側に
は、行為の量を濃淡で表現することで診療プロセスマト
リックスを描画してある。右側には入院患者、すなわち
各診療プロセスを横軸に、診療行為量を縦軸にとったグ
ラフが描画してある。ここで、診療プロセスマトリック
スの描画では、診療プロセスの平均や総和などを描画す
る。診療プロセスを分類するために、先ず距離関数設定
ウィンドウ５２上で、距離関数の選択とその関数のパラ
メータ入力を行う。設定された距離をもとに、診療プロ
セスのクラスタリングを行った予備結果をクラスタリン
グ設定ウィンドウ５３に表示する。横軸には距離が取ら
れ、画面上側のグラフはクラスタ数、画面下側のグラフ
はどの診療プロセスが同一の分類に入るかを示してい
る。画面最下端のスライダはクラスタリングを行う距離
を設定するためのものである。分析者がスライダを操作
して、距離を設定すると、その値に基づいて診療プロセ
スは分類され、診療プロセス分析ウィンドウ５４に表示
される。この画面で、右側の入院患者が分類されて表示
される。なお、クラスタリングの方法には様々な方法が
ある。例えば、前述した距離のみをパラメータとするよ
うな方法ではなく、クラスタリングのシードを設定した
りする場合もある。クラスタリング設定ウィンドウ５３
は一例を示したもので、この機能や配置に限るものでは
ない。もちろん、診療プロセス分析ウィンドウ５１、５
４や距離関数設定ウィンドウ５２、さらには図にはない
新しいウィンドウなど、様々な機能や配置が可能である
ことは言うまでもない。
診療プロセスの分類について画面例を交えて説明した流
れ図である。診療プロセス分析ウィンドウ５１の左側に
は、行為の量を濃淡で表現することで診療プロセスマト
リックスを描画してある。右側には入院患者、すなわち
各診療プロセスを横軸に、診療行為量を縦軸にとったグ
ラフが描画してある。ここで、診療プロセスマトリック
スの描画では、診療プロセスの平均や総和などを描画す
る。診療プロセスを分類するために、先ず距離関数設定
ウィンドウ５２上で、距離関数の選択とその関数のパラ
メータ入力を行う。設定された距離をもとに、診療プロ
セスのクラスタリングを行った予備結果をクラスタリン
グ設定ウィンドウ５３に表示する。横軸には距離が取ら
れ、画面上側のグラフはクラスタ数、画面下側のグラフ
はどの診療プロセスが同一の分類に入るかを示してい
る。画面最下端のスライダはクラスタリングを行う距離
を設定するためのものである。分析者がスライダを操作
して、距離を設定すると、その値に基づいて診療プロセ
スは分類され、診療プロセス分析ウィンドウ５４に表示
される。この画面で、右側の入院患者が分類されて表示
される。なお、クラスタリングの方法には様々な方法が
ある。例えば、前述した距離のみをパラメータとするよ
うな方法ではなく、クラスタリングのシードを設定した
りする場合もある。クラスタリング設定ウィンドウ５３
は一例を示したもので、この機能や配置に限るものでは
ない。もちろん、診療プロセス分析ウィンドウ５１、５
４や距離関数設定ウィンドウ５２、さらには図にはない
新しいウィンドウなど、様々な機能や配置が可能である
ことは言うまでもない。
【００４２】図６は、入院患者の診療プロセス記録をも
とに、前述した距離d0と時間方向に許容量を持つ距離d
を使用した場合のクラスタリング結果の違いを示したも
のである。ここで、画面６１〜６４は診療プロセス分析
ウィンドウを表している。この図では、セルの値として
診療行為のコストを取っており、黒いほどコストが高い
ことを示している。一番上の行為が「Material Aの使
用」、次が「Material Bの使用」である。画面６１は五
つの診療プロセスとその平均診療プロセスマトリックス
を表している。五つの診療プロセスとは、「Material A
を入院初日に使用するもの」、「Material Aを入院二日
目に使用するもの」、「Material Bを入院初日に使用す
るもの」、「Material Bを入院二日目に使用するも
の」、「Material Bを入院三日目に使用するもの」であ
る。これを距離d0を用いてクラスタリングすると、先
ず、クラスタ数を３とした場合、「Material Aを入院初
日に使用するもの」、「Material Aを入院二日目に使用
するもの」、「Material Bを使用するもの」の三つに分
類される。ここで、左側の三つの画面は、それぞれのク
ラスタの平均診療プロセスマトリックスを描画したもの
である。さらに、クラスタ数を２にした場合には、「Ma
terial Aを入院初日に使用するもの」と「Material Aを
入院二日目に使用するもの」の二つに分類される。しか
し、現実には、Material Aを入院初日に使用するか二日
目に使用するかの違いよりも、Material Aを使用するか
Material Bを使用するかの違いの方が大きな影響を及ぼ
すことが多い。その点、時間方向に許容量を持つ距離d
を用いてクラスタリングした場合には、Material Aを使
用するか、Material Bを使用するかの違いによって二つ
に分類されており、この要求に合致する。
とに、前述した距離d0と時間方向に許容量を持つ距離d
を使用した場合のクラスタリング結果の違いを示したも
のである。ここで、画面６１〜６４は診療プロセス分析
ウィンドウを表している。この図では、セルの値として
診療行為のコストを取っており、黒いほどコストが高い
ことを示している。一番上の行為が「Material Aの使
用」、次が「Material Bの使用」である。画面６１は五
つの診療プロセスとその平均診療プロセスマトリックス
を表している。五つの診療プロセスとは、「Material A
を入院初日に使用するもの」、「Material Aを入院二日
目に使用するもの」、「Material Bを入院初日に使用す
るもの」、「Material Bを入院二日目に使用するも
の」、「Material Bを入院三日目に使用するもの」であ
る。これを距離d0を用いてクラスタリングすると、先
ず、クラスタ数を３とした場合、「Material Aを入院初
日に使用するもの」、「Material Aを入院二日目に使用
するもの」、「Material Bを使用するもの」の三つに分
類される。ここで、左側の三つの画面は、それぞれのク
ラスタの平均診療プロセスマトリックスを描画したもの
である。さらに、クラスタ数を２にした場合には、「Ma
terial Aを入院初日に使用するもの」と「Material Aを
入院二日目に使用するもの」の二つに分類される。しか
し、現実には、Material Aを入院初日に使用するか二日
目に使用するかの違いよりも、Material Aを使用するか
Material Bを使用するかの違いの方が大きな影響を及ぼ
すことが多い。その点、時間方向に許容量を持つ距離d
を用いてクラスタリングした場合には、Material Aを使
用するか、Material Bを使用するかの違いによって二つ
に分類されており、この要求に合致する。
【００４３】このように入院患者に対する診療プロセス
を分類することで、診療プロセスが観察しやすくなるこ
とは言うまでもないが、他にも様々な利点がある。例え
ば、アウトライアと呼ばれる通常とは大きく異なる診療
プロセスを受けた患者を探知することが容易となる。ま
た、診断名や手術名だけでは分類しきれない細かい症例
の分類が可能になる。例えば、Diagnostic Relatated G
roup (DRG)などの症例分類の決定にも使用可能である。
また、患者属性による他の分類との相関を算出すること
で、診療プロセスを選択した理由の探索等に役立つ。特
に、診療プロセス分類と診断名との相関関係を算出して
おけば、正確な診断名が入力されていない患者に診断名
を入力する際に役立つ。さらに、分類した診療プロセス
クラスタを属性として診療プロセス記憶手段に記憶させ
ておくことで、類似診療プロセスの抽出や、プロセス分
析の高速化に有効である。
を分類することで、診療プロセスが観察しやすくなるこ
とは言うまでもないが、他にも様々な利点がある。例え
ば、アウトライアと呼ばれる通常とは大きく異なる診療
プロセスを受けた患者を探知することが容易となる。ま
た、診断名や手術名だけでは分類しきれない細かい症例
の分類が可能になる。例えば、Diagnostic Relatated G
roup (DRG)などの症例分類の決定にも使用可能である。
また、患者属性による他の分類との相関を算出すること
で、診療プロセスを選択した理由の探索等に役立つ。特
に、診療プロセス分類と診断名との相関関係を算出して
おけば、正確な診断名が入力されていない患者に診断名
を入力する際に役立つ。さらに、分類した診療プロセス
クラスタを属性として診療プロセス記憶手段に記憶させ
ておくことで、類似診療プロセスの抽出や、プロセス分
析の高速化に有効である。
【００４４】図７は、本発明のプロセス分析方法の内、
診療プロセスによる分類と、予め記録されたプロセス属
性による分類との相関分析について、結果例を交えて説
明した流れ図である。患者属性テーブル７１には、患者
IDをキーとして、性別や年齢、病名、担当医などの属性
が記憶されている。前述した診療プロセスクラスタリン
グ手段によって算出された診療プロセスクラスタは、診
療プロセスクラスタテーブル７２に格納され、相関分析
手段７３によって患者属性による分類との相関表７４が
計算される。相関表７４には、例として、担当医と診療
プロセスクラスタとの相関係数の算出結果が記述されて
いる。これより、担当医とプロセスクラスタの相関など
を知ることが可能となる。また、これにより、「担当医
が医師Ａならば診療プロセスはクラスタＡになる」とい
う事象のサポートは３回でコンフィデンスは７５％であ
るなどといった規則が導き出される。このように規則を
導出するコンポーネントを、プロセス分析方法に搭載す
ることも可能である。また他の意思決定支援手法をプロ
セス分析方法に搭載することも可能である。特に、前述
したクラスタリングなど大量のデータから情報を抽出す
る技術は、データマイニングと呼ばれ、意思決定支援で
よく使用される。この技法に関しては、例えば、「デー
タマイニング手法」、海文堂出版、１９９９年が参考に
なる。
診療プロセスによる分類と、予め記録されたプロセス属
性による分類との相関分析について、結果例を交えて説
明した流れ図である。患者属性テーブル７１には、患者
IDをキーとして、性別や年齢、病名、担当医などの属性
が記憶されている。前述した診療プロセスクラスタリン
グ手段によって算出された診療プロセスクラスタは、診
療プロセスクラスタテーブル７２に格納され、相関分析
手段７３によって患者属性による分類との相関表７４が
計算される。相関表７４には、例として、担当医と診療
プロセスクラスタとの相関係数の算出結果が記述されて
いる。これより、担当医とプロセスクラスタの相関など
を知ることが可能となる。また、これにより、「担当医
が医師Ａならば診療プロセスはクラスタＡになる」とい
う事象のサポートは３回でコンフィデンスは７５％であ
るなどといった規則が導き出される。このように規則を
導出するコンポーネントを、プロセス分析方法に搭載す
ることも可能である。また他の意思決定支援手法をプロ
セス分析方法に搭載することも可能である。特に、前述
したクラスタリングなど大量のデータから情報を抽出す
る技術は、データマイニングと呼ばれ、意思決定支援で
よく使用される。この技法に関しては、例えば、「デー
タマイニング手法」、海文堂出版、１９９９年が参考に
なる。
【００４５】図８は、本発明に係るプロセス計画・管理
・分析方法の内、類似診療プロセス抽出手段を用いた診
療計画作成支援について、画面例を交えて説明した流れ
図である。入院患者情報ウィンドウ８１には、患者名や
性別、年齢、主診断名、主手術名などが記載される。診
療計画ボタンを押すと診療計画支援ウィンドウ８２が開
く。ここには、入院からの診療計画と診療結果が記載さ
れる。この例では、2/8までの診療経過が記載され、2/9
以降の診療計画を作成する場面を想定している。参照し
たい類似診療プロセスを選択するために、類似患者抽出
設定ウィンドウ８３を開き、パラメータを入力して行
く。ここでは、患者属性の制限の他に、プロセス類似度
を設定することができる。プロセス類似度を設定するた
めに、プロセス類似度設定ウィンドウ８４を開き、使用
する距離関数の選択とそのパラメータの入力、類似プロ
セスを抽出するための距離の許容値を設定する。抽出さ
れた類似プロセスは診療プロセス分析ウィンドウ８５
に、診療計画作成中の患者とともに描画される。ここ
で、左上のマトリックスが診療計画作成中の患者、左下
のマトリックスが類似患者の平均診療プロセスである。
これを参照しながら、診療計画支援ウィンドウ８２に、
2/9以降の診療計画を記入して行くことが可能となる。
ここで、平均診療プロセスから推定される標準的な診療
計画を診療計画支援ウィンドウに自動的に記載し、計画
者が訂正するだけで済むようにしてもよい。また、類似
患者抽出設定やプロセス類似度設定などは予め標準的な
ものを設定しておき、１ステップで標準診療計画が得ら
れるようにしてもよい。類似患者の抽出方法としては、
予め診療プロセスによる分類を行っておき、診療計画作
成中の患者が入る可能性の高い診療プロセス分類を抽出
しても良い。また、予め診療プロセス分類を行って各分
類に対するクリティカルパスを作成しておき、類似診療
プロセスを抽出する替わりに、診療計画作成中の患者が
入る可能性のあるクリティカルパスを抽出しても良い。
なお、本図は典型的な一例を示したもので、画面の機能
や構成などはこれに限るものではない。
・分析方法の内、類似診療プロセス抽出手段を用いた診
療計画作成支援について、画面例を交えて説明した流れ
図である。入院患者情報ウィンドウ８１には、患者名や
性別、年齢、主診断名、主手術名などが記載される。診
療計画ボタンを押すと診療計画支援ウィンドウ８２が開
く。ここには、入院からの診療計画と診療結果が記載さ
れる。この例では、2/8までの診療経過が記載され、2/9
以降の診療計画を作成する場面を想定している。参照し
たい類似診療プロセスを選択するために、類似患者抽出
設定ウィンドウ８３を開き、パラメータを入力して行
く。ここでは、患者属性の制限の他に、プロセス類似度
を設定することができる。プロセス類似度を設定するた
めに、プロセス類似度設定ウィンドウ８４を開き、使用
する距離関数の選択とそのパラメータの入力、類似プロ
セスを抽出するための距離の許容値を設定する。抽出さ
れた類似プロセスは診療プロセス分析ウィンドウ８５
に、診療計画作成中の患者とともに描画される。ここ
で、左上のマトリックスが診療計画作成中の患者、左下
のマトリックスが類似患者の平均診療プロセスである。
これを参照しながら、診療計画支援ウィンドウ８２に、
2/9以降の診療計画を記入して行くことが可能となる。
ここで、平均診療プロセスから推定される標準的な診療
計画を診療計画支援ウィンドウに自動的に記載し、計画
者が訂正するだけで済むようにしてもよい。また、類似
患者抽出設定やプロセス類似度設定などは予め標準的な
ものを設定しておき、１ステップで標準診療計画が得ら
れるようにしてもよい。類似患者の抽出方法としては、
予め診療プロセスによる分類を行っておき、診療計画作
成中の患者が入る可能性の高い診療プロセス分類を抽出
しても良い。また、予め診療プロセス分類を行って各分
類に対するクリティカルパスを作成しておき、類似診療
プロセスを抽出する替わりに、診療計画作成中の患者が
入る可能性のあるクリティカルパスを抽出しても良い。
なお、本図は典型的な一例を示したもので、画面の機能
や構成などはこれに限るものではない。
【００４６】本発明のプロセス分析方法の他の適用例と
しては、顧客分析や消費者分析が挙げられる。例えば、
消費者を分類するのに、性別や年齢といった属性だけで
なく、行動様式でも分類し、木目細かいマーケティング
を行いたいという要求がある。この場合、通勤、就業、
テレビの使用などの行動様式を表す項目を行為の項目と
し、曜日と時を時間とし、各個人がいつどのような行動
を取ったかを記録してプロセス記録とする。本発明によ
れば、このプロセス記録から行動様式で個人を分類でき
る。さらに、本発明によれば、行動様式による分類と、
個人の年齢や職種などの属性による分類や購買する製品
による分類などとの相関分析を行うことができる。ま
た、プロセス記録の項目としてテレビ番組等を採ること
で、効果的な広告の放映計画作成などに役立つ。
しては、顧客分析や消費者分析が挙げられる。例えば、
消費者を分類するのに、性別や年齢といった属性だけで
なく、行動様式でも分類し、木目細かいマーケティング
を行いたいという要求がある。この場合、通勤、就業、
テレビの使用などの行動様式を表す項目を行為の項目と
し、曜日と時を時間とし、各個人がいつどのような行動
を取ったかを記録してプロセス記録とする。本発明によ
れば、このプロセス記録から行動様式で個人を分類でき
る。さらに、本発明によれば、行動様式による分類と、
個人の年齢や職種などの属性による分類や購買する製品
による分類などとの相関分析を行うことができる。ま
た、プロセス記録の項目としてテレビ番組等を採ること
で、効果的な広告の放映計画作成などに役立つ。
【００４７】
【発明の効果】以上説明したように、本発明によれば、
プロセスの類似度を距離として計算し、計算した距離に
よってプロセスを分類したり、類似したプロセスを抽出
したりすることが可能となる。プロセスの分類によっ
て、プロセス観察の簡素化や、プロセス属性との相関分
析が可能になるという効果もある。類似プロセスを参照
できるため、プロセス計画を容易に作成できるという効
果もある。特に、医療分野の診療プロセス分析では、こ
れらの効果が顕著である。
プロセスの類似度を距離として計算し、計算した距離に
よってプロセスを分類したり、類似したプロセスを抽出
したりすることが可能となる。プロセスの分類によっ
て、プロセス観察の簡素化や、プロセス属性との相関分
析が可能になるという効果もある。類似プロセスを参照
できるため、プロセス計画を容易に作成できるという効
果もある。特に、医療分野の診療プロセス分析では、こ
れらの効果が顕著である。
【図１】本発明のプロセス間の距離計算方法の概念図で
ある。
ある。
【図２】本発明の一実施例である時間方向に許容量を持
つ距離の計算方法を表す図である。
つ距離の計算方法を表す図である。
【図３】本発明のプロセス分析方法を搭載するプロセス
分析システムの概略構成図である。
分析システムの概略構成図である。
【図４】本発明のプロセス分析方法を搭載する類似プロ
セス抽出システムの概略構成図である。
セス抽出システムの概略構成図である。
【図５】本発明のプロセスクラスタリングを入院患者の
診療プロセス分類に応用した場合の流れ図である。
診療プロセス分類に応用した場合の流れ図である。
【図６】本発明のプロセスクラスタリングを入院患者の
診療プロセスのクラスタリングに適用した例である。
診療プロセスのクラスタリングに適用した例である。
【図７】本発明の診療プロセスクラスタリングの実行結
果と患者属性との相関分析を行う流れ図である。
果と患者属性との相関分析を行う流れ図である。
【図８】本発明の類似プロセス抽出を診療計画支援に応
用した場合の流れ図である。
用した場合の流れ図である。
１１．プロセス記録
１２．プロセスマトリックス変換
１３．プロセスマトリックス集合
１４．距離計算手段
１５．プロセス距離空間
３１．プロセス記憶手段
３２．プロセス分析手段
３５．距離計算手段
３６．プロセスクラスタリング手段
３７．相関分析手段
３８．類似プロセス抽出手段
４１．プロセス記憶手段
４２．プロセス抽出手段
４３．距離計算手段
４４．類似プロセス抽出手段
４５．プロセス分析手段
５１．診療プロセス分析ウィンドウ
５２．距離関数設定ウィンドウ
５３．クラスタリング設定ウィンドウ
５４．診療プロセス分析ウィンドウ
７１．患者属性テーブル
７２．診療プロセスクラスタテーブル
７３．相関分析手段
７４．相関表
８１．入院患者情報ウィンドウ
８２．診療計画支援ウィンドウ
８３．類似患者抽出設定ウィンドウ
８４．プロセス類似度設定ウィンドウ
８５．診療プロセス分析ウィンドウ。
─────────────────────────────────────────────────────
フロントページの続き
(72)発明者 佐々木 元
東京都国分寺市東恋ケ窪一丁目280番地
株式会社日立製作所中央研究所内
(72)発明者 松尾 仁司
東京都国分寺市東恋ケ窪一丁目280番地
株式会社日立製作所中央研究所内
(72)発明者 中山 良幸
東京都江東区新砂一丁目６番27号 株式会
社日立製作所公共システム事業部内
Ｆターム(参考） 5B075 ND20 NS10 PR06 QM08 UU28
Claims (5)
- 【請求項１】少なくとも２種以上の診療プロセス間の類
似度を判定するプロセス分析方法において、診療プロセ
スにおける診療行為を行った時間情報と、診療項目と、
診療行為の量から前記診療項目と診療時間を行または列
とし前記量を行列要素とする複数のマトリクスを生成
し、生成されたマトリクスの行番号と列番号Ｍ(i,j)を
軸とする多次元空間上に前記複数のマトリクスの各行列
要素を配置することによりプロセス距離空間を生成し、
該プロセス距離空間における各行列要素間の距離によっ
て定義されるプロセス間類似度を計算し、該プロセス間
類似度を用いて前記少なくとも２種以上の診療プロセス
間の類似度を判定することを特徴とするプロセス分析方
法。 - 【請求項２】少なくとも２種以上の診療プロセス間の類
似度を判定するプロセス分析方法において、診療プロセ
スにおける診療行為を行った時間情報と、診療項目と、
診療行為の量から前記診療項目と診療時間を行または列
とし前記量を行列要素とするマトリクスを少なくとも２
以上生成し、該生成された２以上のマトリクスから同じ
行番号と列番号Ｍ(i,j)に対応する行列要素を抽出する
計算を少なくとも２以上のＭ(i,j)に対して行い、該少
なくとも２以上のＭ(i,j)を軸とする多次元空間上にお
ける各行列要素間の距離によって定義されるプロセス間
類似度を計算することを特徴とするプロセス分析方法。 - 【請求項３】プロセス記録を分析する方法において、各
行為の時間、行為の項目、行為の量の少なくとも三要素
の一連の行為記録からなるプロセス記録について、前記
三要素のうち少なくとも一つを用いてプロセス間の類似
度を数値化する距離計算手段を備えることを特徴とする
プロセス分析方法。 - 【請求項４】請求項１または２に記載のプロセス分析方
法において、前記プロセス間類似度を、前記二つのプロ
セスを変換した二つの関数もしくは二つの行列の差分の
二乗積分の平方根として計算することを特徴とするプロ
セス分析方法。 - 【請求項５】診療行為を行った時間情報と、診療項目
と、診療行為の量とを含む診療プロセスが記憶された記
憶手段と、前記前記時間情報または診療項目または診療
行為量を前記記憶手段から読み取る手段と、前記記憶手
段に記憶された任意のプロセスを指定する手段と、前記
記憶手段に記憶された診療プロセスを前記時間情報と診
療項目、診療行為量からマトリクスを計算し、該計算さ
れたマトリクスの行番号と列番号Ｍ(i,j)を軸とする多
次元空間上に前記複数のマトリクスの各行列要素を配置
することにより生成されるプロセス距離空間上で、前記
指定されたプロセス間の距離を計算する手段とを有する
ことを特徴とする情報システム。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001274421A JP4029593B2 (ja) | 2001-09-11 | 2001-09-11 | プロセス分析方法及び情報システム |
| US10/167,450 US7552062B2 (en) | 2001-09-11 | 2002-06-13 | Method and system for clinical process analysis |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001274421A JP4029593B2 (ja) | 2001-09-11 | 2001-09-11 | プロセス分析方法及び情報システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003085194A true JP2003085194A (ja) | 2003-03-20 |
| JP4029593B2 JP4029593B2 (ja) | 2008-01-09 |
Family
ID=19099450
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001274421A Expired - Fee Related JP4029593B2 (ja) | 2001-09-11 | 2001-09-11 | プロセス分析方法及び情報システム |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US7552062B2 (ja) |
| JP (1) | JP4029593B2 (ja) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004288047A (ja) * | 2003-03-24 | 2004-10-14 | Fujitsu Ltd | 診療支援システム及び診療支援プログラム |
| JP2004295310A (ja) * | 2003-03-26 | 2004-10-21 | Fujitsu Ltd | 情報提供システム |
| JP2006031132A (ja) * | 2004-07-13 | 2006-02-02 | Kenji Sato | 推論システム、推論プログラム |
| JP2006031326A (ja) * | 2004-07-15 | 2006-02-02 | Mitsubishi Electric Corp | 情報処理装置及び情報処理方法及びプログラム |
| JP2007128351A (ja) * | 2005-11-04 | 2007-05-24 | Yoshikatsu Iizuka | 医療プロセスチャート作成支援装置 |
| WO2007119788A1 (ja) * | 2006-04-19 | 2007-10-25 | Fujifilm Corporation | 診断支援システム |
| JP2008171045A (ja) * | 2007-01-09 | 2008-07-24 | Hitachi Ltd | バリアンス発生原因分析支援システム及びバリアンス発生原因分析方法 |
| JP2009093309A (ja) * | 2007-10-05 | 2009-04-30 | Hitachi Ltd | バリアンス原因フィルタリングシステム |
| WO2010032343A1 (ja) * | 2008-09-19 | 2010-03-25 | 株式会社日立製作所 | 類似症例検索システム |
| JP2012043113A (ja) * | 2010-08-18 | 2012-03-01 | Fuji Xerox Co Ltd | プログラム及び診療支援装置 |
| JP2014035701A (ja) * | 2012-08-09 | 2014-02-24 | Canon Inc | 医用情報処理装置、医用情報処理方法及びプログラム |
| JP2014071872A (ja) * | 2012-10-02 | 2014-04-21 | Fuji Xerox Co Ltd | 診療計画作成支援装置及び診療計画作成支援プログラム |
| JP2018156325A (ja) * | 2017-03-16 | 2018-10-04 | 富士通株式会社 | 生成プログラム、生成方法および生成装置 |
| JP2019212034A (ja) * | 2018-06-05 | 2019-12-12 | 株式会社日立製作所 | 分析方法、分析装置及びプログラム |
| JP2021089541A (ja) * | 2019-12-03 | 2021-06-10 | Ｃｇｉメディカル株式会社 | 診断群分類推定システム、診断群分類推定プログラム、及び診断群分類推定方法 |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7437397B1 (en) * | 2003-04-10 | 2008-10-14 | At&T Intellectual Property Ii, L.P. | Apparatus and method for correlating synchronous and asynchronous data streams |
| US7849396B2 (en) * | 2004-10-29 | 2010-12-07 | International Business Machines Corporation | Method and system for displaying prioritization of metric values |
| US20090125334A1 (en) * | 2007-10-22 | 2009-05-14 | Siemens Medical Solutions Usa. Inc. | Method and System for Radiation Oncology Automatic Decision Support |
| JP5317716B2 (ja) | 2009-01-14 | 2013-10-16 | キヤノン株式会社 | 情報処理装置および情報処理方法 |
| US9020944B2 (en) * | 2009-10-29 | 2015-04-28 | International Business Machines Corporation | Systems and methods for organizing documented processes |
| US8682909B2 (en) * | 2010-03-19 | 2014-03-25 | International Business Machines Corporation | Managing processes in a repository |
| WO2012080906A1 (en) * | 2010-12-16 | 2012-06-21 | Koninklijke Philips Electronics N.V. | System and method for clinical decision support for therapy planning using case-based reasoning |
| CN112652405A (zh) * | 2020-12-24 | 2021-04-13 | 平安科技（深圳）有限公司 | 临床路径的挖掘方法、装置、设备及存储介质 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04102969A (ja) | 1990-08-22 | 1992-04-03 | Nippon Steel Corp | データベースへのデータ格納方法 |
| AU673369B2 (en) * | 1992-06-22 | 1996-11-07 | Health Risk Management, Inc. | Health care management system |
| US6230142B1 (en) * | 1997-12-24 | 2001-05-08 | Homeopt, Llc | Health care data manipulation and analysis system |
| US6061657A (en) * | 1998-02-18 | 2000-05-09 | Iameter, Incorporated | Techniques for estimating charges of delivering healthcare services that take complicating factors into account |
| US6266645B1 (en) * | 1998-09-01 | 2001-07-24 | Imetrikus, Inc. | Risk adjustment tools for analyzing patient electronic discharge records |
| US6754883B2 (en) * | 1999-08-24 | 2004-06-22 | Ge Medical Systems Information Technologies, Inc. | Modular analysis and standardization system |
| JP2001117930A (ja) | 1999-10-15 | 2001-04-27 | Ricoh Co Ltd | 文書分類装置、文書分類方法および記録媒体 |
| CA2398823A1 (en) * | 2000-02-14 | 2001-08-23 | First Opinion Corporation | Automated diagnostic system and method |
| US7392201B1 (en) * | 2000-11-15 | 2008-06-24 | Trurisk, Llc | Insurance claim forecasting system |
| US7392199B2 (en) * | 2001-05-01 | 2008-06-24 | Quest Diagnostics Investments Incorporated | Diagnosing inapparent diseases from common clinical tests using Bayesian analysis |
-
2001
- 2001-09-11 JP JP2001274421A patent/JP4029593B2/ja not_active Expired - Fee Related
-
2002
- 2002-06-13 US US10/167,450 patent/US7552062B2/en active Active
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004288047A (ja) * | 2003-03-24 | 2004-10-14 | Fujitsu Ltd | 診療支援システム及び診療支援プログラム |
| JP2004295310A (ja) * | 2003-03-26 | 2004-10-21 | Fujitsu Ltd | 情報提供システム |
| JP2006031132A (ja) * | 2004-07-13 | 2006-02-02 | Kenji Sato | 推論システム、推論プログラム |
| JP2006031326A (ja) * | 2004-07-15 | 2006-02-02 | Mitsubishi Electric Corp | 情報処理装置及び情報処理方法及びプログラム |
| JP2007128351A (ja) * | 2005-11-04 | 2007-05-24 | Yoshikatsu Iizuka | 医療プロセスチャート作成支援装置 |
| US7949166B2 (en) | 2006-04-19 | 2011-05-24 | Fujifilm Corporation | Diagnosis support system |
| WO2007119788A1 (ja) * | 2006-04-19 | 2007-10-25 | Fujifilm Corporation | 診断支援システム |
| JP2008171045A (ja) * | 2007-01-09 | 2008-07-24 | Hitachi Ltd | バリアンス発生原因分析支援システム及びバリアンス発生原因分析方法 |
| JP2009093309A (ja) * | 2007-10-05 | 2009-04-30 | Hitachi Ltd | バリアンス原因フィルタリングシステム |
| WO2010032343A1 (ja) * | 2008-09-19 | 2010-03-25 | 株式会社日立製作所 | 類似症例検索システム |
| JP5092018B2 (ja) * | 2008-09-19 | 2012-12-05 | 株式会社日立製作所 | 類似症例検索システム |
| JP2012043113A (ja) * | 2010-08-18 | 2012-03-01 | Fuji Xerox Co Ltd | プログラム及び診療支援装置 |
| JP2014035701A (ja) * | 2012-08-09 | 2014-02-24 | Canon Inc | 医用情報処理装置、医用情報処理方法及びプログラム |
| JP2014071872A (ja) * | 2012-10-02 | 2014-04-21 | Fuji Xerox Co Ltd | 診療計画作成支援装置及び診療計画作成支援プログラム |
| JP2018156325A (ja) * | 2017-03-16 | 2018-10-04 | 富士通株式会社 | 生成プログラム、生成方法および生成装置 |
| JP2019212034A (ja) * | 2018-06-05 | 2019-12-12 | 株式会社日立製作所 | 分析方法、分析装置及びプログラム |
| JP2021089541A (ja) * | 2019-12-03 | 2021-06-10 | Ｃｇｉメディカル株式会社 | 診断群分類推定システム、診断群分類推定プログラム、及び診断群分類推定方法 |
| JP7372668B2 (ja) | 2019-12-03 | 2023-11-01 | Ｃｇｉメディカル株式会社 | 診断群分類推定システム、診断群分類推定プログラム、及び診断群分類推定方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4029593B2 (ja) | 2008-01-09 |
| US20030048265A1 (en) | 2003-03-13 |
| US7552062B2 (en) | 2009-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2003085194A (ja) | プロセス分析方法及び情報システム | |
| US10733726B2 (en) | Pathology case review, analysis and prediction | |
| Tomar et al. | A survey on Data Mining approaches for Healthcare | |
| Mattila et al. | A disease state fingerprint for evaluation of Alzheimer's disease | |
| Mans et al. | Application of process mining in healthcare–a case study in a dutch hospital | |
| JP4775358B2 (ja) | クリニカルパス運用支援情報システム | |
| Guo et al. | Comparative visual analytics for assessing medical records with sequence embedding | |
| Cho et al. | Stroscope: Multi-scale visualization of irregularly measured time-series data | |
| US20060190318A1 (en) | System and method for identifying and measuring performance discrepancies among sales territories | |
| Atzmüller et al. | Semi-Automatic Visual Subgroup Mining using VIKAMINE. | |
| US7606779B2 (en) | Methods and system for data aggregation of physical samples | |
| CN110008925A (zh) | 一种基于集成学习的皮肤自动检测方法 | |
| Nocke et al. | Methods for the visualization of clustered climate data | |
| JP4520610B2 (ja) | マーケティング分析支援システム | |
| Deneshkumar et al. | Identification of outliers in medical diagnostic system using data mining techniques | |
| Park et al. | CMed: Crowd analytics for medical imaging data | |
| Yeshchenko et al. | A survey of approaches for event sequence analysis and visualization | |
| JP4194697B2 (ja) | 分類ルール探求式クラスター分析装置 | |
| CN110457360A (zh) | 一种基于数据挖掘的建模方法及系统 | |
| Kiang et al. | A comparative analysis of an extended SOM network and K-means analysis | |
| EP4027131A1 (en) | Gate region estimation program, gate region estimation device, and learning model generation method | |
| CN109994171B (zh) | 一种用于临床路径对比的流形可视化方法及系统 | |
| Amor et al. | Applying data mining techniques to discover KPIs relationships in business process context | |
| Cruz et al. | Visual-based people counting and profiling system for use in retail data analytics | |
| Chari et al. | A decision support system for partial drug testing: DSS-DT |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040616 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20060418 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070612 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070801 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070925 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20071008 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101026 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111026 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121026 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121026 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131026 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |