JP2006350398A - データ解析装置及びデータ解析方法 - Google Patents

Abstract

【課題】ある判断を行うためにデータ解析を行う場合，判断に影響を及ぼす項目に条件を設定し，解析を行う必要があるが，条件を設定すべき最適な項目を選択するのが困難であった。
【解決手段】情報を格納する第１の記憶手段１２０と，情報間の関連性を格納する第２の記憶手段１３０と，前記第２の記憶手段に格納された前記情報間の関連性に基づき，前記情報を複数群に分ける条件を設定する手段２６０と，複数群に分けた情報について比較を行う項目を設定する手段２７０と，比較すべき情報を抽出するための条件を設定する手段２５０と，前記抽出するための条件を満たす情報を前記第１の記憶手段から抽出し，前記複数群に分ける条件に基づき抽出した情報を複数群に分割し，群ごとに前記比較を行う項目を比較するための評価値を計算する評価値計算手段１４０を設ける。
【選択図】図１

Description

本発明は，データベースに蓄積された情報間の関連性を解析し，表示するための装置及び方法に関する。

診療の現場では，医療の質の向上を目指し，科学的根拠に基く医療（ＥＢＭ：Ｅｖｉｄｅｎｃｅ Ｂａｓｅｄ Ｍｅｄｉｃｉｎｅ）の実現が課題となっている。ＥＢＭを実現するためには，エビデンスとなる客観的情報が必要である。最も質の高いＥｖｉｄｅｎｃｅを得るためには，適切な研究デザインの下で実施された臨床試験が必要であるが，客観性を保つための諸手続きを経て，大規模に行われる臨床試験には，莫大な資金と時間を要する。

近年，電子カルテに代表される，診療データを電子的に管理する医療情報システムが普及しつつあり，日常の診療で発生する情報が電子的なデータとして蓄積されるようになってきている。これらの情報を大量に蓄積するデータベースが構築されると，データ間の関連性を解析することにより，エビデンスとなるべき診断支援情報が抽出できるものと期待されている。

従来，日常の診療中に得られる臨床データを解析するシステム及び方法としては，例えば特許文献１（特開２００４−１８５４７）「医療データ解析システム及び医療データ解析方法」が知られている。このシステム及び方法では，患者を複数の群に分け，全データに対する各群の構成割合を調べる場合，操作者が，群の分割に利用したいn個の項目を指定するだけで，自動的にそれらの項目を組み合わせた2のn乗個の群を生成し，構成割合を計算する。また，データマイニングの結果得られた相関ルールを利用し，注目する項目を含むルールを検索，抽出し，それらのルールの前提部，結論部に含まれる項目を自動的に解析項目として設定する。

また，データマイニングの結果得られた相関ルールを利用し，診断支援情報を提示するシステムとしては，例えば非特許文献１「遺伝子診断支援システムにおける診断支援知識検索方式」が知られている。この方式では，相関ルールの中から，コントロール不可能な項目（治療や生活習慣の改善により，変化させることができない項目）が現在の患者の状態に一致しないルールのみを除外した後，ルールを「罹患，再発等のリスク予測に有用なルール」と「予後の改善，予防に有用なルール」とに分けて提示する。

特許文献２（特開２００３−３１０５５７）「診療支援装置，診療支援方法，及び診療支援プログラム」では，予め蓄積された症例データから，決定木解析により各疾患を診断するための決定木を作成して知識ベースに記録しておき，患者のデータが入力された際，決定木により各疾患の確率を求め，疾患候補として抽出，表示する。また，変更可能な項目と変更不可能な項目を区別し，変更可能な項目に関しては擬似的に変更した時の，疾患候補を抽出，提示する。

特開２００４−１８５５４７号公報

特開２００３−３１０５５７号公報 "遺伝子診断支援システムにおける診断支援知識検索方式"，瀬戸久美子 他，2004年電子情報通信学会総合大会講演論文集，Ｐ．７６

前述の特許文献１に開示された方法によれば，臨床データを解析するための条件設定を効率化できる。しかしながら，特定の患者に関し，有用な情報を得たい場合には，どの項目を用いれば最も判断に重要な情報が得られるかは，専ら経験に頼り項目を選択するか，あるいは様々な項目を試行錯誤で組み合わせる必要がある。経験による場合には，これまでの経験からは得られなかった情報を見落とす可能性があり，また試行錯誤による場合には，項目の組合せが膨大になり，診療中現実的な時間内で，最適な情報を得ることは困難であるという第１の課題がある。

また，同文献に開示された方法によれば，相関ルールを活用することにより，参照したいデータに関して意味のある条件のみを自動的に設定可能である。しかしながら，この方式では相関ルールの中からある一つのルールを選択し，それらに含まれる項目間の関連性を参照するため，複数のルールを一度に比較検討することができないという第２の課題がある。例えば，ある薬剤Aと，別の薬剤Bとの効果に関する2つのルールがあった場合，まず薬剤Aに関するルールを用いてデータ解析を行い，更に薬剤Bに関するルールを用いてデータ解析を行い，その後，両者の結果を比較検討する必要がある。そのため，選択の候補となる薬剤が多数あった場合等には，何度も解析を行わなければならない。

また，非特許文献１に開示された方法によれば，特定の患者に関連するルールを検索し，一覧表示することにより，前提部に完全に一致する状態，すなわち治療により病状を改善した場合に予測される状態は把握可能である。しかしながら，患者の現在の状況に比べ，どの程度の改善が見込まれるのか，また，改善すべき項目が複数あった場合，どの項目を改善することが最も効果があるのか，等の情報を得ることができないという第３の課題がある。

特許文献２に開示された方法によれば，患者の状態から疾患候補を抽出，表示することができ，また，変更可能な項目に関しては擬似的に変更した時の，疾患候補を抽出，提示する。しかしながら本手法は判断に決定木を用いているため，決定木の途中（幹に近い部分）のデータが得られていない場合には，例え決定木の先端部（葉に近い部分）のデータが得られていたとしても，これらのデータが判断には使えない，という第４の課題がある。

上記の第１の課題は，診療データ等の情報を格納する第１の記憶手段と，該データベースに蓄積された情報間の関連性を相関ルール等の形式により格納する第２の記憶手段と，前記第２の記憶手段に格納された前記情報間の関連性に基づき，前記情報を複数群に分ける条件を設定する群分け項目設定手段と，複数群に分けた情報について比較を行う項目を設定する比較項目設定手段と，比較すべき情報を抽出するための条件を設定する抽出条件設定手段，を設けることにより解決できる。すなわち，第２の記憶手段に記憶された情報間の関連性を用い，あらかじめ比較項目，抽出条件，群分け条件に，解析結果に影響を与える項目のみ，設定できるようにしておくことにより，操作者は迅速かつ的確に解析のための条件を設定することができる。

上記第２，第３，第４の課題は，上記構成に加え，前記抽出するための条件を満たす情報を前記第１の記憶手段から抽出し，前記複数群に分ける条件に基き抽出した情報を複数群に分割し，それぞれの群ごとの前記比較を行う項目を比較するための評価値を計算する評価値計算手段とを設けることにより解決できる。すなわち，複数のルールに用いられている、複数の項目のそれぞれに対し，同時に条件を設定して解析を行い，結果を比較することが可能であるため，前記第２の課題が解決できる。また，ルールの条件をそのまま用いるのではなく，比較項目，抽出条件，群分け条件を設定することができるため，いろいろな条件を組み合わせた場合の，解析結果の変化を見ることができ，上記第３の課題が解決できる。また，評価値計算手段は，設定された条件を全て用いて評価値を計算するため，第４の課題が解決できる。

解析結果に影響を与える項目を，解析条件の選択肢として自動的に抽出，提示することにより，操作者は簡便な操作で迅速に的確な解析結果を得ることができる。また，解析の条件を設定，変更して評価値を再計算するため，ある項目の値を変更した場合，他の項目に及ぼす影響をシミュレートすることができる。

本発明を応用した臨床データ解析システムの構成例を図１に示す。診療情報データベース１２０は，日常の診療中に発生する，患者の性別，年齢，病名，治療方法，処方，病状，検査結果，等の情報を蓄積管理する。このデータベースは，電子カルテ，オーダリングシステム等の病院情報システムが有するデータベースを共有しても良いし，図示していないデータインポート手段を設け，それらのシステムからデータをインポートしても良い。また，図示していないデータ入力手段を設け，医師や看護師等が直接入力しても良い。

データ解析手段１１０は，診療情報データベース１２０に蓄積されたデータを利用し，診療情報間の関連性を解析し，解析結果を相関ルール形式で出力する。解析には例えば相関ルールマイニングと呼ばれる手法を用いる。この手法は，ある一連のデータの中で，同時に発生する値の組合せを数え上げ，同時に発生することの多い値の組合せを相関ルールの形で出力する。相関ルールとは，ＩＦ ＴＨＥＮ形式で記述されるルールであり，ＩＦに相当する条件を前提部，ＴＨＥＮに相当する条件を結論部と呼ぶ。前提部，結論部はそれぞれ複数の「項目名＝値」という条件が論理積で結合された形式を取る。相関ルールとして，例えば下記のようなルールが出力される。

ＩＦ（処方＝薬剤Ａ）ＡＮＤ（性別＝男）ＡＮＤ（病名＝高血圧）ＴＨＥＮ（収縮期血圧＜＝１４０）

このルールは「性別が男であり，高血圧と診断された患者で，薬剤Ａを処方されていると，収縮期血圧が１４０以下である傾向がある」ということを表している。

相関ルールデータベース１３０は，データ解析手段１１０によって出力された相関ルールを蓄積する。また，図示はしていないが，相関ルール入力手段を別途設け，医師や看護師が，論文等から得られた知識を相関ルール形式に直して直接相関ルールデータベース１３０に入力するようにしても良い。相関ルールデータベース１３０を構成するテーブルの構造を図２，図３を用いて詳細に説明する。

図２は，項目定義テーブル４１０の構成を示している。このテーブルは，診療情報データベース１２０に含まれるデータ項目のうち，ルールの定義に用いられている項目の種類，属性等を定義するものであり，項目Noフィールド４１１，大分類フィールド４１２，小分類フィールド４１３，項目名フィールド４１４，コントロールフィールド４１５，値種別フィールド４１６，値フィールド４１７，より構成される。項目Ｎｏフィールド４１１には，項目を一意に指定するためのキー情報となる番号（項目Ｎｏ）を格納する。それぞれの項目は，その種類，目的に応じて予め大分類，小分類を定めておき，それぞれを大分類フィールド４１２，小分類フィールド４１３に格納しておく。項目名は項目名フィールド４１４に格納する。コントロールフィールド４１５は，その項目の値が治療や生活習慣の改善等により，変更することができるか否かを示す情報を格納する。例えば項目Ｎｏ．１０〜１２の生活習慣は，本人の努力により変化させることが可能であるため，コントロールフィールド４１５は，変更可能であることを示す「可」を格納する。また，項目Ｎｏ．１９の性別，項目Ｎｏ．２０の年齢等は治療や本人の努力等によって変化させることができない項目であるため，コントロールフィールド４１５には，変更不可能であることを示す「不可」を格納する。値種別フィールド４１６には，その項目に対して格納される値が，量的データであるか，質的データであるかの種別を登録する。値フィールド４１７には，その項目が取りうる値を格納する。その項目が質的データの場合には，取りうる離散的な値を格納し，量的データの場合には取り得る値の範囲等を格納する。
図３は，相関ルールを格納するテーブル群の構成を示す図である。相関ルールは前述のようにＩＦ Ａ ＴＨＥＮ Ｂという形式を取る。Ａ，Ｂは「項目 比較演算子 値」という形式の複数の条件式が論理積で結合された形式の条件文である。項目とはデータベース内の臨床データの項目であり，値とはその項目が取り得る値，比較演算子は等号（＝），不等号（＜，＞）等のことである。例えば「性別＝男 ＡＮＤ 年齢＞６０ ＡＮＤ 病名＝心筋梗塞」等の形式を取る。

条件式テーブル４５０は「項目 比較演算子 値」という形式の条件式を格納するテーブルであり，１つのレコードが１つの条件式を格納する。このテーブルは条件Ｎｏフィールド４５１，項目Ｎｏフィールド４５２，演算子フィールド４５３，値フィールド４５４より構成される。条件Ｎｏフィールド４５１には，各条件式を一意に指定するためのキー情報となる番号（条件Ｎｏ）を格納する。項目Ｎｏフィールド４５２は，条件式の左辺の項目に相当する項目Ｎｏを格納する。項目Ｎｏは，図２に示す項目定義テーブル４１０で定義されている値を用いる。演算子フィールド４５３には等号，不等号等の比較演算子を，値フィールド４５４には，条件式の右辺に相当する値を格納する。
前提部テーブル４３０は，相関ルールのＩＦ節の条件文を格納するテーブルであり，前提部Ｎｏフィールド４３１，条件Ｎｏフィールド４３２より構成される。前提部は，条件式テーブル４５０の１レコードで定義される条件式を，論理積で複数組み合わせることにより構成される。前提部テーブル４３０の１レコードには，前提部を構成するための１つの条件式を格納する。前提部Ｎｏフィールド４３１は前提部を一意に指定するための番号（前提部Ｎｏ）を格納する。通常，前提部は複数の条件式の結合により表現されるため，同一の前提部を構成するレコードには，同一の前提部Ｎｏを格納する。条件Ｎｏフィールドには，条件式テーブル４５０で定義された条件式を指定するための，条件Ｎｏを格納する。図３の前提部テーブル４３０には，前提部Ｎｏ１に対し，１と５の２つの条件Ｎｏが格納されている。条件式テーブル４５０を参照すると，条件Ｎｏ１に対応する条件の項目Ｎｏは１９，演算子は“＝”，値は“男性”であることがわかる。項目定義テーブル４１０を参照すると，項目Ｎｏ１９に対応する項目名は“性別”であることより，条件Ｎｏ１に対応する条件式は「性別＝男性」となる。また，条件Ｎｏ５は，条件式テーブル４５０から項目Ｎｏは２１，演算子は“＞”，値は“７０”である。項目定義テーブル４１０から項目Ｎｏ２１の項目名は“体重”であることより，条件Ｎｏ５に対応する条件式は「体重＞７０」となる。前提部テーブル４３０の前提部Ｎｏ１に対応する条件文は，条件式テーブルの条件Ｎｏ１と条件Ｎｏ５の条件式を論理積で結合した条件文となるため，最終的には「性別＝男性 ＡＮＤ 体重＞７０」という条件文が得られる。

結論部テーブル４４０は，相関ルールのＴＨＥＮ節の条件文を格納するテーブルであり，前提部テーブル４３０と同様の構造を取る。結論部Ｎｏフィールド４４１は，結論部を一意に指定するための番号（結論部Ｎｏ）を格納し，前提部テーブル４３０の前提部Ｎｏフィールド４３１に相当する。条件Ｎｏフィールド４４２は，前提部テーブル４３０における条件Ｎｏフィールド４３２と同じ役割を果たす。図３の結論部テーブル４４０には，結論部Ｎｏ１に対し，条件Ｎｏ４が格納されている。条件式テーブル４５０を参照すると，条件Ｎｏ４に対応する条件の項目Ｎｏは７，演算子は“＝”，値は“Ｙ”であることがわかる。項目定義テーブル４１０を参照すると，項目Ｎｏ７に対応する項目名は“狭心症”であることより，条件Ｎｏ４に対応する条件式は「狭心症＝Ｙ」となる。結論部Ｎｏ１は条件Ｎｏ４のみより構成されるため，この条件式がそのまま結論部Ｎｏ１に対応する条件文となる。

相関ルール定義テーブル４２０は，相関ルールを構成するための前提部と，結論部とを格納するテーブルであり，ルールＮｏフィールド４２１，前提部Ｎｏフィールド４２２，結論部Ｎｏフィールド４２３より構成される。１つのレコードが１つの相関ルールを表し，前提部テーブル４３０，結論部テーブル４４０で定義された条件文の中から，どの条件文を用いるかを指定する情報を格納する。ルールＮｏフィールド４２１は相関ルールを一意に指定するためのキー情報となる番号（ルールＮｏ）を格納する。前提部Ｎｏフィールド４２２には，前提部テーブル４３０で定義された複数の前提部の中から，特定のルールを構成するための前提部を指定する前提部Ｎｏを格納する。結論部フィールド４２３には，同様に結論部Ｎｏを格納する。図３の相関ルール定義テーブル４２０には，ルールＮｏ１に対し，前提部Ｎｏ１，結論部Ｎｏ１が格納されている。前述のように，前提部テーブル４３０に格納されている前提部Ｎｏ１に対応する条件文は「性別＝男性 ＡＮＤ 体重＞７０」であり，結論部テーブル４４０に格納されている結論部Ｎｏ１に対応する条件文は「狭心症＝Ｙ」である。よってルールＮｏ１に対応するルールは「ＩＦ 性別＝男性 ＡＮＤ 体重＞７０ ＴＨＥＮ 狭心症＝Ｙ」であることがわかる。

図１に示す表示手段２００は，操作者が診療情報データベース内のデータを解析するための条件設定と，解析結果の表示に使用する。操作者は表示手段２００を介し，患者選択手段２４０，抽出条件表示設定手段２５０，群分け項目表示設定手段２６０，比較項目表示設定手段２７０，を使用して解析のための条件を設定する。患者選択手段２４０，抽出条件表示設定手段２５０，群分け項目表示設定手段２６０，比較項目表示設定手段２７０は，相関ルール検索手段２１０，診療情報取得手段２２０，ルール一時記憶手段２３０，診療情報一時記憶手段２８０と連携してデータ解析のための検索条件を生成する。生成された検索条件は，評価値計算手段１４０に渡され，評価値計算手段１４０は条件に合致するデータを診療情報データベース１２０より抽出し，評価値を計算する。評価値とは，抽出されたデータの臨床上での有用性を判断するための指標となる数値であり，量的データの場合には平均値，質的データの場合には取り得る値の，ある条件を満たす群における構成割合を計算する。評価値計算手段１４０により計算された評価値は，解析結果表示手段１５０に渡される。解析結果表示手段１５０は，評価値を表示手段２００上にグラフィカルに表示する。

次に，本システムの動作を，図４を用いて詳細に説明する。本システムでは，まず，操作者が患者選択手段２４０を用いて特定の１名の患者を指定する（ステップＳ１０５）。ステップＳ１０５における操作者の具体的な操作と，患者選択手段２４０の詳細な処理内容を，図１９，図２０を用いて説明する。図１９は患者選択手段２４０が患者選択用の画面を制御し，操作者が患者を指定する処理を示す図である。また，図２０は患者選択手段２４０が表示手段２００上に表示する画面の一例である。

まず，患者選択手段２４０は図２０に示す患者指定画面３１０を表示する（ステップＳ９０５）。患者指定画面３１０は，患者を指定するための情報を入力するための画面である。患者を指定するための情報とは，例えば患者ＩＤや患者氏名であり，図２０に示す例では，患者指定画面３１０に患者ＩＤ入力エリア３１２と，患者氏名入力エリア３１４を設けている。操作者は患者ＩＤの一部または全部を患者ＩＤ入力エリア３１２に入力するか，あるいは患者の氏名または氏名の一部を患者氏名入力エリア３１４に入力し，検索ボタン３１６をクリックする（ステップＳ９１０）。入力された情報は診療情報取得手段２２０へ渡される（ステップＳ９１５）。診療情報取得手段２２０は，診療情報データベース１２０に，入力された患者ＩＤまたは患者氏名に合致する患者を検索するためのＳＱＬを発行し，検索を実行する（ステップＳ９２０）。患者選択手段２４０は検索結果を受け取り（ステップＳ９２５），該当する患者の有無を調べる（ステップＳ９３０）。該当する患者がいない場合には，処理をステップＳ９０５に戻し，再度患者指定画面３１０を表示する。該当する患者が居た場合には，更に該当する患者の数を調べる（ステップＳ９３５）。通常，該当する患者は一名であるが，操作者が氏名，患者ＩＤの一部のみを入力した場合，あるいは同姓同名の患者が存在する場合には，複数の患者が条件に合致する可能性がある。該当する患者が１名の場合には，処理をステップＳ９５０に移し，該当する患者を一意に指定する情報（データベース内でのキー情報）を診療情報取得手段２２０に渡す。

ステップＳ９３５において，該当する患者が複数存在した場合には，図２０に示す患者選択画面３２０を表示手段２００に表示する（ステップＳ９４０）。患者選択画面は，患者選択エリア３２２と決定ボタン３２４より構成される。患者選択エリア３２２には，該当する複数の患者の情報をリスト形式で表示する。操作者が複数の患者の中から，目的とする１人の患者を絞り込むために必要な情報を表示し，例えば患者ＩＤ，氏名，性別，生年月日，等を表示する。操作者がこの中から１人の患者をマウス，あるいはキーボード操作により選択し，決定ボタンをクリックすると（ステップＳ９４５），選択された患者を一意に指定するための情報（データベース内のキー情報）が診療情報取得手段２２０に渡される（ステップＳ９５０）。
以上の処理が終了すると，処理は図４のステップＳ１１０へ移り，診療情報取得手段２２０は，指定された患者の診療情報を，診療情報データベース１２０より検索し，抽出する。抽出された診療情報は，診療情報一時記憶手段２８０に記憶される。

次に，図４に示すステップＳ１１５の処理を実行する。この処理では，診療情報取得手段２２０が，取得した患者の基本情報を解析用画面に表示する。解析用画面は，表示手段２００上に表示される。解析用画面の例を図７に示す。解析用画面６００は患者情報表示エリア６１０，比較項目設定エリア６２０，群分け項目設定エリア６３０，抽出条件設定エリア６４０，解析実行ボタン６５０，解析結果表示エリア６６０，より構成される。比較項目設定エリア６２０はさらに大分類設定プルダウンメニュー６２１，小分類設定プルダウンメニュー６２２，項目名設定プルダウンメニュー６２３，評価値設定プルダウンメニュー６２４，表示順設定プルダウンメニュー６２５，より構成される。また，群分け項目設定エリア６３０は，さらに大分類設定プルダウンメニュー６３１，小分類設定プルダウンメニュー６３２，項目名設定プルダウンメニュー６３３，階級数設定用テキストボックス６３４，より構成される。ステップＳ１１５は，診療情報取得手段２２０がステップＳ１１０で得た患者の診療情報のうち，基本的な情報を患者情報表示エリア６１０に表示する。図７に示す例では，患者ＩＤ，氏名，性別，年齢を表示しているが，この項目に限定されるわけではない。必要に応じ，項目を追加，削除しても良い。

次に，相関ルール検索手段２１０が，診療情報一時記憶手段２８０の内容に基き，相関ルールデータベース１３０から，選択された患者の診療情報に関連するルールを検索し検索結果をルール一時記憶手段２３０に記憶する（ステップＳ１２０）。患者の診療情報に関連するルールを検索するために，まず，相関ルールデータベース１３０内の条件式テーブル４５０に格納されている各条件を，患者の診療情報と合致するかどうかを調べて以下の４種類に分類する。
（ａ）患者の診療情報と一致する条件
（ｂ）患者の診療情報が存在しない条件
（ｃ）患者の診療情報と一致しない，コントロール可能条件
（ｄ）患者の診療情報と一致しない，コントロール不可能条件
具体的には，図５に示すルール一時記憶手段２３０内の条件格納変数５１０を用い，図６に示す処理フローにより上記４種類の分類を行う。図５に示す条件格納変数５１０は，条件Ｎｏフィールド５１２と，項目Ｎｏフィールド５１３と，値フィールド５１４とフラグフィールド５１５とを有する配列であり，１レコードは配列番号５１１により特定される。

まず，相関ルールデータベース１３０内の条件式テーブル４５０から，１レコードを取得する（ステップＳ２０５）。この時抽出されたレコードに含まれる条件Ｎｏ，項目Ｎｏを，それぞれ条件格納変数５１０の条件Ｎｏフィールド５１２，項目Ｎｏフィールド５１３に格納する。次に条件式に含まれるデータ項目について，現在指定されている患者のデータを検索する（ステップＳ２１０）。検索結果から，該当データの存在を調べ（ステップＳ２１５），該当データが無い場合には，条件格納変数５１０のフラグフィールド５１５に０を代入した後（ステップＳ２２５），処理をステップＳ２５５に移す。該当データが存在する場合には，条件格納変数５１０の値フィールド５１４にその値を代入する（ステップＳ２２０）。 その後，得られた値が，ステップＳ２０５で取得した条件式と一致するかどうかを調べ（ステップＳ２３０），条件と一致する場合にはフラグフィールド５１５に１を設定し（ステップＳ２３５），処理をステップＳ２５５に移す。一致しない場合には，更に図２に示す項目定義テーブル４１０のコントロールフィールド４１５の情報を参照し，その項目がコントロール可能か不可能かを調べる（ステップＳ２４０）。コントロール可能である場合にはフラグ領域に−1を設定し（ステップＳ２４５），不可能である場合には−２を設定する（ステップＳ２５０）。次に条件式テーブル４５０に未検査のレコードがあるかどうかを調べ（ステップＳ２５５），未検査のレコードがある場合には次のレコードに移動し（ステップＳ２６０），ステップＳ２０５以降の処理を繰り返す。この時，条件格納変数５１０も，次のレコードを使用する。未検査のレコードが無い場合には，処理を終了する。以上の処理により，上記の（ａ），（ｂ），（ｃ），（ｄ）に相当する条件のフラグフィールド５１５にはそれぞれ１，０，−１，−２が格納される。

次にこのフラグフィールド５１５の情報を利用し，相関ルールデータベース１３０に格納されている相関ルールから，前提部に上記（ｄ）に相当する「患者情報と一致しないコントロール不可能条件」を含むルールを除外する検索を行い，ルールを抽出する。この処理はフラグフィールド５１５の値が−２である条件式を前提部に含むルールを除外することにより容易に実行可能である。この処理により，前提部の条件が完全に一致するか，あるいは一致する可能性のあるルールのみが抽出される。一致する可能性がある，とは「患者のデータが不明である条件式を含む」かまたは「患者のデータとは一致しないが，治療により一致する可能性がある（コントロール可能である）条件式を含む」ことを意味する。抽出したルールは，図３に示すデータ構造と同様の構造のデータとして，ルール一時記憶手段２３０に記憶する。

以上で図６に示す処理を終了し，次にステップＳ１２５の処理を実行する。この処理では，比較項目表示設定手段２７０が，ルール一時記憶手段２３０に記憶されているルールの，結論部を構成する条件式に含まれる項目の大分類を，解析用画面６００の比較項目設定用大分類設定プルダウンメニュー６２１の選択肢として設定する。具体的な処理を図２１を用いて説明する。まず，比較項目表示設定手段２７０が，比較項目設定用の大分類，小分類，項目名格納用配列変数を初期化した後（ステップＳ１００５），ルール一時記憶手段２３０の結論部テーブル４４０中に記憶されている条件Ｎｏを一個を読み出す（ステップＳ１０１０）。例えば図３の結論部テーブル４４０には条件Ｎｏとして４，７が格納されているが，ステップＳ１０１０ではこの中のひとつ，例えばＮｏ４を読み出す。条件式テーブル４５０から，この条件Ｎｏに対応する項目Ｎｏを読み出し（ステップＳ１０１５），更にその項目Ｎｏに対応する大分類，小分類，項目名を項目定義テーブル４１０より読み出す（ステップＳ１０２０）。上記の例では条件Ｎｏは４であるので，ステップＳ１０１５では条件式テーブル４５０の条件Ｎｏが４であるフィールドを参照し，項目Ｎｏ７を得る。更にステップＳ１０２０では項目定義テーブル４１０の項目Ｎｏが７であるフィールドを参照し，大分類，小分類，項目名としてそれぞれ“病名”，“心疾患”，“狭心症”を得る。

読み出した項目名が，既に項目名格納用配列変数に格納されているか否かを調べ，格納されている場合には処理をステップＳ１０５５に移す（ステップＳ１０２５）。まだ格納されていない場合には，読み出した項目名を新たに項目名格納用配列変数に格納する（ステップＳ１０３０）。次に，読み出した小分類が，既に小分類格納用配列変数に格納されているか否かを調べ，格納されている場合には処理をステップＳ１０５５に移す（ステップＳ１０３５）。まだ格納されていない場合には，読み出した小分類を新たに小分類格納用配列変数に格納する（ステップＳ１０４０）。更に，読み出した大分類が，既に大分類格納用配列変数に格納されているか否かを調べ，格納されている場合には処理をステップＳ１０５５に移す（ステップＳ１０４５）。まだ格納されていない場合には，読み出した大分類を新たに大分類格納用配列変数に格納する（ステップＳ１０５０）。未処理の結論部Ｎｏがあるかどうかを調べ，あった場合にはそれらの結論部ＮｏについてステップＳ１０１０以降の処理を繰り返す（ステップＳ１０５５）。最後に，このようにして大分類格納用変数に格納された大分類を，比較項目設定用大分類プルダウンメニューの選択肢として設定する（ステップＳ１０６０）。小分類は，各項目名を種類ごとにグループ化した上位のグループの名称であり，大分類は小分類をさらにグループ化した上位のグループの名称である。これらは，解析を行うための条件設定が容易になるように予め定めておき，項目定義テーブル４１０に格納しておく。図２の項目定義テーブル４１０の例では，“処方”という大分類に対し，“降圧薬”，“抗高脂血症薬”の２種類の小分類が定義されている。更に“降圧薬”は“Ａ薬”、“Ｂ薬”という２種類の項目名を含んでおり，“抗高脂血症薬”は“Ｃ薬”という項目名を含んでいる。

以上で図２１に示す処理を終了し，次に図４に示すステップＳ１３０の処理を実行する。ステップＳ１３０では，操作者が解析用画面６００の比較項目設定エリア６２０を用いて，比較すべき項目の詳細を指定する。ステップＳ１３０における操作者の操作と画面の制御方法の詳細なフローを図８に示す。本フロー図における，操作者による操作以外の処理は，比較項目表示設定手段２７０が行う。操作者はまず，比較項目設定用大分類設定プルダウンメニュー６２１の選択肢から，設定したい項目の大分類を選択する（ステップＳ３０５）。比較項目表示設定手段２７０が，図４のステップＳ１２５で読み出し，小分類格納用配列変数に格納した小分類から，図８のステップＳ３０５で操作者が指定した大分類に含まれる小分類を読み出す（ステップＳ３１０）。ステップＳ３１５では，該当する小分類が無い場合には処理をステップＳ３３０に移す。該当する小分類が有る場合には，読み出した小分類を小分類設定用プルダウンメニュー６２２の選択肢として設定する（ステップＳ３２０）。小分類設定用プルダウンメニュー６２２を用いて操作者が小分類を選択すると（ステップＳ３２５），図４のステップＳ１２５で読み出し，項目名格納用配列変数に格納した項目名から，図８のステップＳ３１０とステップＳ３２０で設定した大分類，小分類に含まれる項目名を抽出し（ステップＳ３３０），抽出した項目名を項目名設定用プルダウンメニュー６２３の選択肢に設定する（ステップＳ３３５）。操作者が項目名設定用プルダウンメニュー６２３を用いて項目名を指定すると（ステップＳ３４０），比較項目表示設定手段２７０が項目定義テーブル４１０の中の対応する項目の値種別を，値種別フィールド４１６から読み出し，質的データであるか量的データであるかを調べる（ステップＳ３４５）。量的データである場合には，評価値設定用ブルダウンメニュー６２４に，「平均値」を設定した後（ステップＳ３５５），処理をステップＳ３６５へ移す。この場合には，評価値は「平均値」のみに固定となり，他の評価値は選択できなくなる。ステップＳ３４５において質的データであった場合には，項目定義テーブル４１０の該当する項目名が取り得る値を，値フィールド４１７から読み取り，評価値設定用プルダウンメニュー６２４の選択肢として設定する（ステップＳ３５０）。操作者は評価値設定用プルダウンメニュー６２４で評価値を選択した後（ステップＳ３６０），表示順設定用プルダウンメニュー６２５を用いて表示順を設定する（ステップＳ３６５）。表示順設定用プルダウンメニュー６２５の選択肢としては「降順」「昇順」の２種類が予め設定されている。

次に群分け項目表示設定手段２６０が，図４のステップＳ１３５の処理を実行する。ステップＳ１３５では，ステップＳ１２０で抽出されたルールから，ステップＳ１３０で操作者が指定した項目を結論部に含むルールを抽出し，ルール格納用変数に格納する。ルール格納用変数は，図３に示す相関ルール定義テーブルと同様の構造の配列変数である。更に，変数に格納したルールの前提部に含まれるデータ項目を取り出し，それらの項目の大分類を，群分け項目設定用大分類プルダウンメニュー６３１の選択肢として設定する（ステップＳ１４０）。

ステップＳ１４０の具体的な処理を，図２２を用いて説明する。まず，群分け項目用の大分類格納用配列変数，小分類格納用配列変数，項目名格納用配列変数を用意し，初期化する（ステップＳ１１０５）。次に，ステップＳ１３５で抽出したルールの前提部に含まれる複数の前提部Ｎｏの中の一つを，ルール格納用変数から読み出す（ステップＳ１１１０）。例えば図３の相関ルール定義テーブルに示すルールＮｏ１のルールがルール格納用変数に格納されている場合，ステップＳ１１１０では前提部Ｎｏ１を読み出す。前提部テーブル４３０を参照して，読み出した前提部Ｎｏに対応する条件Ｎｏの中の一つを読み出した後（ステップＳ１１１５），条件式テーブル４５０を参照し，読み出した条件Ｎｏに対応する項目Ｎｏを読み出す（ステップＳ１１２０）。上記の例の場合,前提部テーブル４３０を参照すると，前提部Ｎｏ１に対応する条件Ｎｏは，１と５の２個が格納されている。ステップＳ１１１５ではまず条件Ｎｏとして１を読み出し，ステップＳ１１２０では，条件式テーブルの条件Ｎｏ１に対応する項目Ｎｏ１９を読み出す。更に項目定義テーブル４１０を参照し，読み出した項目Ｎｏに対応する大分類，小分類，項目名を読み出す（ステップＳ１１２５）。上記の例では，ステップＳ１１２０で項目Ｎｏ１９が読み出されたため，ステップＳ１１２５では項目定義テーブル４１０の項目Ｎｏ１９に対応するフィールドから，大分類，項目名としてそれぞれ“基礎情報”と“性別”を読み出す。この例では小分類は存在しない。

読み出した項目名が，既に項目名格納用配列変数に格納されているか否かを調べ，格納されている場合には処理をステップＳ１１６０に移す（ステップＳ１１３０）。まだ格納されていない場合には，読み出した項目名を新たに項目名格納用配列変数に格納する（ステップＳ１１３５）。次に，読み出した小分類が，既に小分類格納用配列変数に格納されているか否かを調べ，格納されている場合には処理をステップＳ１１６０に移す（ステップＳ１１４０）。まだ格納されていない場合には，読み出した小分類を新たに小分類格納用配列変数に格納する（ステップＳ１１４５）。更に，読み出した大分類が，既に大分類格納用配列変数に格納されているか否かを調べ，格納されている場合には処理をステップＳ１１６０に移す（ステップＳ１１５０）。まだ格納されていない場合には，読み出した大分類を新たに大分類格納用配列変数に格納する（ステップＳ１１５５）。未処理の条件Ｎｏがあるかどうかを調べ，あった場合にはそれらの条件ＮｏについてステップＳ１１１５以降の処理を繰り返す（ステップＳ１１６０）。未処理の条件Ｎｏが無い場合には，未処理の前提部Ｎｏがあるかどうかを調べ，ある場合には未処理の前提部ＮｏについてステップＳ１１１０以降の処理を繰り返す（Ｓ１１６５）。最後に，このようにして大分類格納用変数に格納された大分類を，解析用画面６００の群分け項目設定用大分類設定プルダウンメニュー６３１の選択肢として設定する（Ｓ１１７０）。以上で図２２に示す処理を終了し，次に図４に示すステップＳ１４５の処理を実行する。
ステップＳ１４５では，解析用画面６００の，群分け項目設定エリア６３０を用いて，群分け項目の詳細を指定する。ステップＳ１４５における操作者の操作と画面の制御方法の詳細なフローを図９に示す。画面の制御は群分け項目表示設定手段２６０が行う。まず，操作者が群分け項目設定用大分類設定プルダウンメニュー６３１の選択肢から，設定したい項目の大分類を選択する（ステップＳ４０５）。群分け項目表示設定手段２６０が，図４のステップＳ１４０で読み出し，小分類格納用配列変数に格納した小分類から，図９のステップＳ４０５で操作者が指定した大分類に含まれる小分類を読み出す（ステップＳ４１０）。ステップＳ４１５では，該当する小分類が無い場合には処理をステップＳ４３０に移す。該当する小分類が有る場合には，読み出した小分類を小分類設定プルダウンメニュー６３２の選択肢として設定する（ステップＳ４２０）。小分類設定プルダウンメニュー６３２を用いて操作者が小分類を選択すると（ステップＳ４２５），図４のステップＳ１４０で読み出し，項目名格納用配列変数に格納した項目名から，図９のステップＳ４０５とステップＳ４２５で設定した大分類，小分類に含まれる項目名を抽出し（ステップＳ４３０），抽出した項目名を項目名設定用プルダウンメニュー６３３の選択肢に設定する（ステップＳ４３５）。

小分類を指定した時点で，その小分類に含まれる項目全ての取り得る値が「有，無」の２値で有る場合には，解析を実行することができる。そのため，ステップＳ４４０では操作者が解析実行ボタン６５０をクリックしたか否かを判定し，クリックをした場合には更にステップＳ４５０で，その小分類に含まれる全ての項目の取り得る値を調べる。取り得る値が「有，無」の２値のみであった場合には処理を図４のステップＳ１５０に移し，「有，無」以外の値を取り得る場合には，解析を実施できない旨のエラーメッセージを表示し（ステップＳ４６０），処理をステップＳ４４５に移す。

ステップＳ４４５において，操作者が項目名設定プルダウンメニュー６３３を用いて項目名を指定すると（ステップＳ４４５），群分け項目表示設定手段２６０が項目定義テーブル４１０の中の対応する項目の値種別を，値種別フィールド４１６から読み出し，質的データであるか量的データであるかを調べる（ステップＳ４５５）。量的データである場合には，階級数設定用テキストボックス６３４への数値入力を可能にし（ステップＳ４６５），操作者が階級数を階級数設定用テキストボックス６３４へ入力する（ステップＳ４７５）。値種別が質的データである場合には，階級数設定用テキストボックス６３４への入力ができないようにした後（ステップＳ４７０），処理をステップＳ４８０へ移す。ステップＳ４８０では，操作者が解析ボタンをクリックすることにより，図４のステップＳ１５０以降の処理を実行する。

図４のステップＳ１５０では，抽出条件表示設定手段２５０が，ステップＳ１３５で抽出されたルールから更にステップＳ１４５で指定した項目を前提部に含むルールを抽出してルール格納用配列変数に格納する。ステップＳ１４５で項目名が設定された場合には，その項目を前提部に含むルールを抽出し，ステップＳ１４５で大分類，あるいは小分類のみが設定された場合には，その分類に属する複数の項目のうち，いずれかの項目を含むルールを抽出する。更に，抽出した全ルールの前提部を調べ，前提部から，ステップＳ１４５で操作者が指定した項目以外の項目を含む条件式を抽出し，条件Ｎｏを変数に格納する（ステップＳ１５５）。ステップＳ１４５で項目が指定された場合には，その項目以外の項目を含む条件式を抽出し，ステップＳ１４５で大分類または小分類のみが設定された場合には，その分類に属さない項目を含む条件式を抽出する。ステップＳ１６０では，抽出条件表示設定手段２５０が，ステップＳ１５５で抽出した条件式について，条件格納変数５１０のフラグフィールド５１５を調べ，患者のデータが存在しない条件（フラグフィールド５１５の値が０である条件）と，患者のデータと一致しない条件（フラグフィールド５１５の値が−１である条件）を抽出する。そして，患者のデータの存在しない条件に含まれる項目を，解析用画面６００中の抽出条件設定用エリア６４０の「調べるべき項目」の欄に表示し，患者のデータと一致しない条件に含まれる項目を抽出条件設定用エリア６４０の「コントロールすべき項目」の欄に表示する。この時，患者のデータと一致しない条件に含まれる項目に関しては，現在の患者データを表示する。また，患者情報と一致する条件については，項目名と，その項目に対する患者データの値を，患者情報表示エリア６１０に表示しても良い。表示することにより，群分け項目，抽出条件の他に，解析にどのような条件が使用されたかを操作者が知ることができる。

次に処理をステップＳ１６５に移し，評価値計算手段１４０が，ステップＳ１５０で抽出された複数のルールに基き，評価用のルールを作成する。ステップＳ１６５における処理の詳細を，図１０を用いて説明する。まず，ステップＳ１５０で抽出されたルールを読み込んだ後（ステップＳ５０５），解析用画面６００の群分け項目設定用項目名プルダウンメニュー６３３で，項目名が設定されているか否かを調べる（ステップＳ５１０）。もし項目名が設定されていなかかった場合には，群分け項目として，大分類または小分類のみが設定されており，かつこの分類に含まれる全項目の取り得る値が「有」かまたは「無」の２値である。そこで，項目定義テーブル４１０を調べ，設定された群分け項目の大分類または小分類に含まれる項目を調べ，ステップＳ５０５で読み込んだルールの中から，これらの項目に対する値が「有」という条件文を前提部に含むルールを抽出し，評価用ルールとして設定する（ステップＳ５３０）。例えば，群分け項目として大分類Ｐ，小分類Ｑが設定され，この小分類に含まれる項目がｑ０，ｑ１，ｑ２の３種類であったとする。この場合には，前提部に「ｑ０＝有」，「ｑ１＝有」，「ｑ２＝有」のいずれかの条件式を含むルールを抽出し，評価用ルールとする。

ステップＳ５１０において，群分け項目に項目名まで設定されていた場合には，項目定義テーブル４１０の値種別フィールド４１６を参照し，設定された項目が量的データか，質的データかを調べる（ステップＳ５１５）。量的データであった場合には，解析用画面６００の，階級数設定用テキストボックス６３４に設定された数に群分け項目の取り得る値を分割し，ステップＳ５０５で読み出したルールの前提部の群分け項目に対する条件式を，それぞれの分割範囲に置き換えたルールを作成する（ステップＳ５２０）。例えば，ステップＳ５０５において「ＩＦ 項目Ａ=ａ, 項目Ｂ＝ｂ ＴＨＥＮ 項目Ｃ＝ｃ」というルールが読み込まれ，項目Ａが量的データであり，群分け項目にＡ，階級数に３が設定されていたとする。項目定義テーブル４１０の値フィールド４１７を参照すると項目Ａの取り得る値を調べ，取り得る値が０〜９０の範囲であった場合には，以下の３種類のルールを作成し，評価用ルールとして設定する。
（１）ＩＦ 項目Ａ＜３０，項目Ｂ＝ｂ ＴＨＥＮ 項目Ｃ＝ｃ
（２）ＩＦ ３０≦項目Ａ＜６０，項目Ｂ＝ｂ ＴＨＥＮ 項目Ｃ＝ｃ
（３）ＩＦ ６０≦項目Ａ，項目Ｂ＝ｂ ＴＨＥＮ 項目Ｃ＝ｃ
ステップＳ５１５において群分け項目が質的データであった場合には，項目定義テーブル４１０の値フィールド４１７に定義された群分け項目が取り得る値を調べる。更にステップＳ５０５で読み出したルールの前提部の群分け項目を含む条件式を，取り得るそれぞれの値に置換したルールを作成する（ステップＳ５２５）。例えばステップＳ５０５で「ＩＦ 項目Ｄ=ｄ０, 項目Ｂ＝ｂ ＴＨＥＮ 項目Ｃ＝ｃ」というルールが読み込まれ，項目Ｄが質的データであり，群分け項目にＤが設定されていたとする。項目定義テーブル４１０の値フィールド４１７を参照し項目Ｄの取り得る値を調べ，取り得る値がｄ０，ｄ１，ｄ２の３種類であった場合には，以下の３種類のルールを作成し評価用ルールとして設定する。
（１）ＩＦ 項目Ｄ＝ｄ０，項目Ｂ＝ｂ ＴＨＥＮ 項目Ｃ＝ｃ
（２）ＩＦ 項目Ｄ＝ｄ１，項目Ｂ＝ｂ ＴＨＥＮ 項目Ｃ＝ｃ
（３）ＩＦ 項目Ｄ＝ｄ２，項目Ｂ＝ｂ ＴＨＥＮ 項目Ｃ＝ｃ
次に処理を図４のステップＳ１７０に移し，ステップＳ１６５で設定した複数の評価用ルールについて，評価値計算手段１４０が，評価値を計算する。ステップＳ１７０における処理の詳細を，図１１を用いて説明する。まず，ステップＳ１６５で評価用に設定した複数のルールから一つのルールを読み出した後（ステップＳ６０５），読み出したルールの前提部を構成する複数の条件式の中の一つの条件式を読み出す（ステップＳ６１０）。次に条件式に含まれる項目名が，操作者が解析用画面６００の群分け項目設定エリア６３０で設定した項目名に一致するかどうかを調べる（ステップＳ６１５）。項目名設定用プルダウンメニュー６３３による項目名の設定が有る場合には，その項目名に一致するかどうかを調べ，項目名の設定が無い場合には，大分類設定用プルダウンメニュー６３１及び小分類設定用プルダウンメニュー６３２に設定された分類に含まれる項目名を，項目定義テーブル４１０を用いて調べ，それらの項目名のいずれかに一致するかどうかを調べる。一致した場合にはＳ６１０で読み出した条件式をそのまま評価値計算用の検索条件に追加し（ステップＳ６２５），一致しなかった場合には，条件式を構成する項目名に対し，患者のデータの有無を確認する（ステップＳ６２０）。患者のデータが有った場合には，更にその項目がコントロール可能な項目か否かを調べ（ステップＳ６３０），コントロール不可能であった場合には，Ｓ６１０で読み出した条件式を，評価値計算用の検索条件にそのまま追加する（ステップＳ６６０）。ステップＳ６３０でコントロール可能項目であった場合には，その項目がコントロールすべき項目に設定されているか否かを調べる（ステップＳ６４０）。コントロールすべき項目に設定されていない場合には，その条件をそのまま検索条件に追加する（ステップＳ６６０）。コントロールすべき項目に設定されている場合には，解析用画面６００の抽出条件設定用エリアの「コントロールすべき項目」で，操作者がこの項目に対し値を入力しているかどうかを調べ（ステップＳ６５０），入力していた場合には，操作者の入力内容を満たす条件式を作成し，検索条件に追加する（ステップＳ６５５）。入力していなかった場合には，この項目について患者データと合致する条件式を作成し，検索条件に追加する（ステップＳ６５２）。ステップＳ６２０において患者データが存在しなかった場合，解析用画面６００の抽出条件設定用エリアの「調べるべき項目」として操作者が値を入力することができるようになっている。操作者がこの項目に対し値を入力しているかどうかを調べ（ステップＳ６３５），入力していた場合には，操作者の入力内容を満たす条件式を作成し，検索条件に追加する（ステップＳ６４５）。入力していなかった場合には，その条件は検索には用いないものとして処理をステップＳ６６５に移す。

ステップＳ６６５では，ステップＳ６０５で読み出したルールの前提部を構成する全ての条件式について，ステップＳ６１０からステップＳ６６０までの処理を実施したか否かを調べ，残りの条件式がある場合には次の条件式を読み出し，ステップＳ６１０以降の処理を行う（ステップＳ６７５）。前提部を構成する条件式全てについて処理が終了している場合には，作成した検索条件に合致するデータを，診療情報データベース１２０から抽出する（ステップＳ６７０）。次に解析用画面６００の比較項目設定エリア６２０で設定された比較項目が量的データであるか質的データであるかを調べ（ステップＳ６８０），量的データである場合には，Ｓ６７０で抽出したデータの比較項目の平均値を計算する（ステップＳ６８５）。質的データであった場合には，抽出したデータの中の，比較項目の構成割合を調べる（ステップＳ６９０）。比較項目の構成割合とは，比較項目の取り得るそれぞれの値が，抽出データに含まれる割合のことである。ステップＳ６８５，Ｓ６９０の処理の後，ステップＳ１６５で設定したルール全てについてステップＳ６０５以降の処理を行ったか否かを調べ（ステップＳ６９５），残りのルールが存在する場合には，次のルールについてステップＳ６０５以降の処理を行う（ステップＳ７００）。全てのルールについて処理が終了した場合には，処理を図４のステップＳ１７５へ移す。

次に図４のステップＳ１７５で，解析結果表示手段１５０が解析用画面６００の抽出条件設定エリア６４０に，操作者が値を入力しているか否かを調べる。値の入力が無かった場合には第１の表示画面を表示し（ステップＳ１８０），値が入力されていた場合には第２の表示画面を表示する（ステップＳ１８５）。
第１の表示画面では，解析結果表示エリア６６０に，Ｓ１６５で設定した複数の評価用ルールに対し，ステップＳ１７０で計算した評価値を表示する。比較項目が量的データの場合には，平均値が評価値となる。この場合には，操作者により，表示順設定プルダウンメニュー６２５に設定された表示順（降順または昇順）に従い，評価値をソートして表示する。また，比較項目が質的データの場合には，その項目の取り得る値の構成割合が評価値となる。この場合には，操作者が評価値設定プルダウンメニュー６２４により，比較項目が取り得る値の中の一つの値を，表示順のソートに使う値として指定する。指定された値の構成割合を，表示順設定プルダウンメニュー６２５で指定された表示順（降順または昇順）で表示する。

評価値は例えばバー（棒グラフ）により表示する。バーで表示することにより，数値そのものを表示する場合に比べ，群間での評価値の差異をより容易に把握することができる。群分け項目設定エリア６３０で項目名まで指定されている場合には，それぞれの評価値に対応する評価用ルールの前提部中の，指定された項目名に対する条件式の右辺の値をバーの左側に表示する。また，群分け項目設定エリア６３０で，項目名が設定されていない（大分類または小分類のみ設定されている）場合には，対応する評価用ルールの前提部中の，設定された分類に含まれる項目名をバーの左側に表示する。
第１の表示画面の画面例を，図１２，図１３，図１４に示す。図１２は，比較項目に量的データである「コレステロール」が設定されており，表示順として昇順が設定されている。また，群分け項目としては大分類に「処方」，小分類に「抗高脂血症薬」が設定されており，項目名は設定されていない。この例では，ステップＳ１６５で設定された評価用ルールは，小分類の「抗高脂血症薬」に含まれる項目名（ここでは薬剤Ａ〜Ｅ）を前提部に有する。この時，解析結果表示エリア６６０には，比較項目（ここではコレステロール値）の平均値を，低い順にバーにより表示する。また，バーの横には，群分け項目に設定された大分類，小分類に含まれる項目名（薬剤Ａ〜Ｅ）を表示する。バーにより表示された評価値が，左側に表示された項目名を前提部に含んでいることを意味する。

図１３は，比較項目の設定は図１２と同一であるが，群分け項目として，大分類，小分類に加え，項目名として「薬剤Ａ」が設定されている。この例では，ステップＳ１６５で設定された評価用ルールは，前提部に「薬剤Ａ＝有」を含むルールと，「薬剤Ａ＝無」を含むルールである。前者のルールに対する評価値を示すバーの左には「有」，後者のルールに対する評価値を示すバーの左には「無」と表示する。

図１４は比較項目に質的データである「心筋梗塞」が設定され，群分け項目に量的データである「コレステロール」が設定されている例である。群分け項目設定エリア６３０の階級数設定用テキストボックスには「５」と指定されていることから，ステップＳ１６５で設定された評価用ルールは，前提部にコレステロール値の取り得る値を５分割したそれぞれの範囲を指定する条件式を含んでいる。この例ではコレステロール値を「１６０未満」，「１６０以上１８０未満」，「１８０以上２００未満」，「２００以上２２０未満」，「２２０以上」の５つの範囲に分割した例を示している。この場合， 「コレステロール＜１６０」，「１６０≦コレステロール＜１８０」，「１８０≦コレステロール＜２００」，「２００≦コレステロール＜２２０」，「２２０≦コレステロール」という条件式を前提部に含むルールが評価用ルールと設定されている。評価値を表すバーの横に，その評価値に対応するルールが含む，コレステロールの条件が数値の範囲として表示されている。また，この例では評価値に設定されている「心筋梗塞」の取り得る値は「有」「無」の２値であり，評価値設定プルダウンメニュー６２４に「有」，表示順設定用プルダウンメニュー６２５に「昇順」が設定されていることから，評価値は「有」の構成割合が低い順（降順）にソートされ，表示される。

図４におけるステップＳ１８５の第２の表示処理も，基本的には第１の表示処理と同じである。異なる部分は，抽出条件設定用表示エリア６４０に条件が設定されていない場合（第１の表示処理）と比べ，評価値が変化したルールに対しては，抽出条件が設定されていない場合の評価値と，設定した場合の評価値を並べて表示することである。図１５は，比較項目，群分け項目は図１２と同一であるが，抽出条件設定用表示エリア６４０の調べるべき項目「高血圧家族歴」に「有」と設定されている例である。この例では，抽出条件が設定されていない図１２の例に比較し，「薬剤Ｄ＝有」を前提部に含むルールと，「薬剤Ｂ＝有」を前提部に含むルールに対する評価値が変化しており，薬剤Ｂ，薬剤Ｄに対応する評価値として，抽出条件を設定しない場合の評価値を示すバーと，抽出条件を設定した場合の評価値を示すバーの両方を並べて表示する。また，評価値が変化したことにより，評価値が表示される順序も図１２の場合と異なっている。

第１の表示，第２の表示を行った後には，操作者が更にいろいろな抽出条件を設定し，解析を実行することにより（ステップＳ１９０），様々な情報を付加，あるいは変更した場合の解析結果を得ることができる。

以上述べたように，本発明による診療データ解析システムによれば，診療情報間の関連性（相関ルール）を記述した記憶手段（相関ルールデータベース１３０）を設け，この記憶手段の内容に基き，比較項目表示設定手段２７０が比較すべき項目を提示する（ステップＳ１２５，Ｓ１３０）ことにより，他の診療情報により，変化する可能性のある項目のみを比較すべき項目として提示することが可能となる。多数あるデータ項目の中から，変化する可能性のある項目のみを絞り込んで提示することにより，操作者は迅速かつ的確に比較すべき項目を設定できるという効果が得られる。

また，群分け項目表示設定手段２６０が，診療情報間の関連性（相関ルール）を記述した記憶手段（相関ルールデータベース１３０）から比較項目表示設定手段２７０により設定した項目名を含む関連性を抽出し，抽出した関連性に基き，複数群に分けるための条件に用いるべき項目を提示する（ステップＳ１３５，Ｓ１４０，Ｓ１４５）ことにより，比較項目表示設定手段２７０により設定した比較項目に変化を与える可能性のある項目のみを，複数群に分けるための条件の選択肢として提示することが可能となる。多数あるデータ項目の中から，比較項目に変化を与える可能性のある項目のみを絞り込んで提示することにより，操作者は迅速かつ的確に群分け条件を設定できるという効果が得られる。

また，抽出条件表示設定手段２５０が，群分け項目表示設定手段２６０が抽出した，診療情報間の関連性（相関ルール）に基き，データを抽出する条件設定に用いるべき項目を提示する（ステップＳ１５０，Ｓ１５５，Ｓ１６０，Ｓ１９０）ことにより，比較項目表示設定手段２７０により設定した比較項目に変化を与える可能性のある項目のみを，抽出条件の設定の候補として提示することができる。多数あるデータ項目の中から，比較項目に変化を与える可能性のある項目のみを絞り込んで提示することにより，操作者は迅速かつ的確に抽出条件を設定できるという効果が得られる。

また，評価値計算手段１４０が，比較項目，群分け項目，抽出条件の設定内容に基き，診療情報データベース１２０の情報を利用し，評価用ルールを設定し（ステップＳ１６５）評価値を計算する（ステップＳ１７０）ことにより，様々な条件設定に対して，評価値の変化を比較することが可能になる。操作者は，診療情報のあるデータ項目が変化した場合に，他の項目にどのように影響するかを，実際のデータを用いて解析，シミュレートできるという効果が得られる。また，抽出条件を設定することにより，評価値が変化した場合には，抽出条件を設定しない場合の評価値と，設定した場合の評価値を並べて表示する（ステップＳ１８５）ことにより，操作者は評価値の変化をより容易に把握できる，という効果が得られる。

また，相関ルール検索手段２１０が，特定の患者について当てはまる可能性のある診療情報間の関連性（相関ルール）を抽出する（ステップＳ１２０）ことにより，特定の患者について，治療等により変化する可能性のある項目と，その項目に変化を与える可能性のある項目のみを，解析の条件設定用の選択肢として提示することができる。特定の患者の診断上有効な解析結果を迅速かつ的確に得られる，という効果がある。

なお，本実施例は図１の構成に基き説明したが，本構成に限られるものでは無い。例えば上記で説明した処理は全てコンピュータのプログラムとしても実行可能である。

本発明を応用した植物の生育データ解析システムの構成例を図１６に示す。本構成は基本的には図１に示す臨床データ解析システムの構成と同じであるが，図１における診療情報データベース１２０が生育情報データベース７２０となっている。また，図１における診療情報取得手段２２０，ルール一時記憶手段２３０，患者選択手段２４０，診療情報一時記憶手段２８０に相当するものを省いた構成となっている。生育情報データベース７２０には，いろいろな条件で栽培された様々な植物の生育に関する情報が格納されている。また，図１に示す第１の実施例と同様，相関ルールデータベース１３０には，予め生育情報データベース７２０の内容に相関ルールマイニングを適用し，得られた相関ルールが格納されている。または，相関ルールデータベースには，別途ルール入力手段を設け，操作者が直接相関ルールを入力しても良い。

本実施例の解析画面例を図１７に示す。図７に示す実施例１の解析画面例から，患者情報表示エリア６１０を省いた構成となっている。また，実施例１では，抽出条件設定用の項目を抽出条件設定エリアに「コントロールすべき項目」と「調べるべき項目」の２種類に分けて表示していたが，本実施例では分けないで表示する。本構成に基く解析の処理フローを，図１８を用いて説明する。
まず，比較項目表示設定手段２７０が，相関ルール検索手段を用いて相関ルールデータベース中の全ルールの結論部に含まれる項目を検索し，得られた項目を図１７に示す解析用画面６００の，比較項目設定用大分類選択プルダウンメニュー６２１，小分類設定用プルダウンメニュー６２２，項目名選択用プルダウンメニュー６２３の選択肢に設定する（ステップＳ８０５）。操作者が解析用画面６００の比較項目設定用エリア６２０を用いて比較項目を設定すると（ステップＳ８１０），相関ルール検索手段２１０が，設定された項目を結論部に含むルールを相関ルールデータベース１３０から抽出する（ステップＳ８１５）。なお，比較項目設定エリア６２０の評価値設定プルダウンメニュー６２４と表示順設定用プルダウンメニュー６２５の動作は実施例１と同様である。

次に，群分け項目表示設定手段２６０が，抽出されたルールの前提部を構成する条件式に含まれる項目を，解析用画面６００の群分け項目設定用大分類プルダウンメニュー６３１，小分類プルダウンメニュー６３２，項目名プルダウンメニュー６３３の選択肢として設定する（ステップＳ８２０）。操作者が群分け項目を設定すると（ステップＳ８２５），相関ルール検索手段２１０はステップＳ８１５で抽出したルールから，更に前提部にステップＳ８２５で操作者が設定した項目を含むルールを抽出する（ステップＳ８３０）。抽出条件表示設定手段２５０は，これらのルールの前提部に含まれる条件式から，ステップＳ８３０で設定された項目以外の項目を抽出し（ステップＳ８３５），解析用画面６００の，抽出条件設定用エリア６４０で，それらの項目の条件を設定するためのプルダウンメニューを表示する（ステップＳ８４０）。ステップＳ８４５では，評価値計算手段１４０が，ステップＳ８３０で抽出したルールと，操作者が設定した群分け項目を用いて評価用のルールを作成する。この処理は実施例１におけるステップＳ１６５と同一である。

次のステップＳ８５０では，評価値計算手段１４０が，ステップＳ８４５で設定した評価用ルールについて，評価値を計算する。評価値を計算する際には，まず，各評価用ルールについて，検索用条件文を作成する。条件文は，各ルールの前提部を調べ，群分け項目に設定された項目を含む条件式はそのまま使う。それ以外の条件式に関しては，その条件文に含まれる項目に対し，前提条件設定用エリア６４０で条件が設定されていれば，その条件を検索用条件文に追加する。前提条件設定用エリア６４０で条件が設定されていない場合には，その条件式は検索用条件文には用いない。このように作成された検索用条件文を用いて生育情報データベース７２０の中の該当するデータを抽出し，評価値を計算する。評価値の計算は第１の実施例と同様に行う。このように計算された評価値を，解析結果表示手段１５０が解析用画面６００の解析結果表示エリア６６０上に表示する（ステップＳ８５５）。その後，操作者が抽出条件を入力，あるいは変更し，解析ボタン６５０をクリックする度に，再度解析を行い，結果を表示する（ステップＳ８６０）。

以上述べたように，本発明による生育データ解析システムによれば，生育データ間の関連性（相関ルール）を記述した記憶手段（相関ルールデータベース１３０）を設け，この記憶手段の内容に基き，比較項目表示設定手段２７０が比較すべき項目を提示する（ステップＳ８０５，Ｓ８１０）ことにより，他のデータ項目により変化する可能性のある項目のみを比較すべき項目として提示することが可能となる。多数あるデータ項目の中から，変化する可能性のある項目のみを絞り込んで提示することにより，操作者は迅速かつ的確に比較すべき項目を設定できるという効果が得られる。

また，群分け項目表示設定手段２６０が，生育データ間の関連性（相関ルール）を記述した記憶手段（相関ルールデータベース１３０）から比較項目表示設定手段２７０により設定した項目名を含む関連性を抽出し（ステップＳ８１５），抽出した関連性に基き，複数群に分けるための条件に用いるべき項目を提示する（ステップＳ８２０，Ｓ８２５）ことにより，比較項目表示設定手段２７０により設定した比較項目に変化を与える可能性のある項目のみを，複数群に分けるための条件の選択肢として提示することが可能となる。多数あるデータ項目の中から，比較項目に変化を与える可能性のある項目のみを絞り込んで提示することにより，操作者は迅速かつ的確に群分け条件を設定できるという効果が得られる。

また，抽出条件表示設定手段２５０が，群分け項目表示設定手段２６０が抽出した，生育データ間の関連性（相関ルール）に基き，データを抽出する条件設定に用いるべき項目を提示する（ステップＳ８３０，Ｓ８３５，Ｓ８４０，Ｓ８６０）ことにより，比較項目表示設定手段２７０により設定した比較項目に変化を与える可能性のある項目のみを，抽出条件の設定の候補として提示することができる。多数あるデータ項目の中から，比較項目に変化を与える可能性のある項目のみを絞り込んで提示することにより，操作者は迅速かつ的確に抽出条件を設定できるという効果が得られる。

また，評価値計算手段１４０が，比較項目，群分け項目，抽出条件の設定内容に基き，生育情報データベース１２０の情報を利用し，評価用ルールを設定し（ステップＳ８４５）評価値を計算する（ステップＳ８５０）ことにより，様々な条件設定に対して，評価値の変化を比較することが可能になる。操作者は，生育データのある項目が変化した場合に，他の項目にどのように影響するかを，実際のデータを用いて解析，シミュレートできるという効果が得られる。

なお，本実施例は図１６の構成に基き説明したが，本構成に限られるものでは無い。例えば上記で説明した処理は全てコンピュータのプログラムとしても実行可能である。

本発明はデータ間の関連性を見出すための様々なシステムへの利用が可能である。実施例で述べたように，特に診療データや，生育データのように，過去の様々な条件の下で得られたデータから，今後の判断に必要な情報を抽出，提示するシステムへの応用に適している。本発明は実施例で述べたシステム以外にも，様々なデータ解析システムへ適用可能である。

本発明の第１の実施例の構成を示す図。 項目定義テーブルの構成を示す図。 相関ルールを格納するテーブル群の構成を示す図。 本発明の第１の実施例の処理フローを示す図。 条件格納変数の構成を示す図。 診療情報に関連するルールを検索，抽出する処理フローを示す図。 本発明の第１の実施例の解析用画面の構成を示す図。 比較項目を設定する処理フローを示す図。 群分け項目を設定する処理フローを示す図。 評価用ルールを設定する処理フローを示す図。 評価値を計算する処理フローを示す図。 本発明の第１の実施例の解析結果例を示す図。 本発明の第１の実施例の解析結果例を示す図。 本発明の第１の実施例の解析結果例を示す図。 本発明の第１の実施例の解析結果例を示す図。 本発明の２の実施例の構成を示す図。 本発明の第２の実施例の解析用画面の構成を示す図。 本発明の第２の実施例の処理フローを示す図。 患者を選択する処理フローを示す図。 患者選択用の画面例を示す図。 比較項目設定用大分類プルダウンメニューの選択肢を設定する処理フローを示す図。 群分け項目設定用大分類プルダウンメニューの選択肢を設定する処理フローを示す図。

符号の説明

１１０：データ解析手段
１２０：診療情報データベース
１３０：相関ルールデータベース
１４０：評価値計算手段
１５０：解析結果表示手段
２００：表示手段
２１０：相関ルール検索手段
２２０：診療情報取得手段
２３０：ルール一時記憶手段
２４０：患者選択手段
２５０：抽出条件表示設定手段
２６０：群分け項目表示設定手段
２７０：比較項目表示設定手段
２８０：診療情報一時記憶手段
３１０：患者指定画面
３１２：患者ＩＤ入力エリア
３１４：患者氏名入力エリア３１４
３１６：検索ボタン
３２０：患者選択画面
３２２：患者選択エリア
３２４：決定ボタン３２４
４１０：項目定義テーブル
４１１：項目Ｎｏフィールド
４１２：大分類フィールド
４１３：小分類フィールド
４１４：項目名フィールド
４１５：コントロールフィールド
４１６：値種別フィールド
４１７：値フィールド
４２０：相関ルール定義テーブル
４２１：ルールＮｏフィールド
４２２：前提部Ｎｏフィールド
４２３：結論部Ｎｏフィールド
４３０：前提部テーブル
４３１：前提部Ｎｏフィールド
４３２：条件Ｎｏフィールド
４４０：結論部テーブル
４４１：結論部Ｎｏフィールド
４４２：条件Ｎｏフィールド
４５０：条件式テーブル
４５１：条件Ｎｏフィールド
４５２：項目Ｎｏフィールド
４５３：演算子フィールド
４５４：値フィールド
５１０：条件格納変数
５１１：配列番号
５１２：条件Ｎｏフィールド
５１３：項目Ｎｏフィールド
５１４：値フィールド
５１５：フラグフィールド
６００：解析用画面
６１０：患者情報表示エリア
６２０：比較項目設定エリア
６２１：大分類設定プルダウンメニュー
６２２：小分類設定プルダウンメニュー
６２３：項目名設定プルダウンメニュー
６２４：評価値設定プルダウンメニュー
６２５：表示順設定プルダウンメニュー
６３０：群分け項目設定エリア
６３１：大分類設定プルダウンメニュー
６３２：小分類設定プルダウンメニュー
６３３：項目名設定プルダウンメニュー
６３４：階級数設定用テキストボックス
６４０：抽出条件設定エリア
６５０：解析実行ボタン
６６０：解析結果表示エリア
７２０：生育情報データベース。

Claims (12)

1. 情報を格納する第１の記憶手段と、
   前記第１の記憶手段の情報に含まれる項目間の関連性を記述した，前提部データと結論部データから成る関連性データを格納する第２の記憶手段と、
   前記関連性データの前記結論部データを検索し、前記結論部データに含まれる項目の中から，第１の項目を設定させる第１の設定手段と、
   前記関連性データから，前記結論部データに前記第１の項目を有する前記関連性データの前記前提部データを検索し、前記情報を複数群に分割するための第２の項目を設定させる第２の設定手段と、
   前記第１の記憶手段から、前記第１の項目と前記第２の項目を含む情報を抽出し、前記第２の項目により分割された複数群毎の評価値を計算する評価値計算手段と、
   前記評価値計算手段によって計算された評価値を、前記複数群毎に表示する表示手段とを有することを特徴とするデータ解析システム。
2. 請求項１に記載のデータ解析システムにおいて、前記第１の記憶手段は、前記前提部データに含まれる項目及び前記結論部データに含まれる項目について、大分類、小分類、コントロールの可否、質的データであるか量的データであるか、取り得る値、に関する情報を少なくとも一つ以上有することを特徴とするデータ解析システム。
3. 請求項１に記載のデータ解析システムにおいて、前記評価値計算手段は、前記各群に含まれる情報の構成割合を計算することを特徴とするデータ解析システム。
4. 請求項１に記載のデータ解析システムにおいて、前記第１の記憶手段から、格納されている情報を選択する選択手段を有し、前記選択手段により選択された情報に関連する関連性データを前記第２の記憶手段から検索する関連性データ検索手段と、前記関連性データ検索手段により検索された関連性データを格納する第３の記憶手段を有することを特徴とするデータ解析システム。
5. 請求項４に記載のデータ解析システムにおいて、検索された前記関連性データの前記前提部データから，前記第２の項目を有しない前記前提部データを検索して第３の項目群を抽出し，前記第３の項目群に条件を設定させる第３の設定手段を有することを特徴とするデータ解析システム。
6. 請求項５に記載のデータ解析システムにおいて、前記関連性データ検索手段は、前記前提部に含まれる項目を，前記選択手段によって選択された情報に対し、一致する項目、存在しない項目、一致しないがコントロール可能な項目、一致しなくコントロール不可能な項目に分類し、前記一致しなくコントロール不可能な項目を前記前提部に含む前記関連性データを除外するものであって、前記第３の設定手段は、前記存在しない項目、前記一致しないがコントロール可能な項目について，条件を設定させることを特徴とするデータ解析システム。
7. 請求項６に記載のデータ解析システムにおいて、前記評価値計算手段は、第３の設定手段によって設定された第３の項目群に対する条件を満たす前記情報に関し，前記複数群毎の評価値を計算し、前記表示手段は、計算された評価値を前記複数群毎に表示することを特徴とするデータ解析システム。
8. 情報の記憶された第１の記憶手段から、第１の情報を選択させる工程と、
   前記第１の記憶手段の情報に含まれる項目間の関連性を記述した，前提部データと結論部データとから成る関連性データが格納された第２の記憶手段から、関連性データ検索手段が、前記第１の情報に関連する前記関連性データを検索する工程と、
   前記関連性データ検索手段によって検索された前記関連性データを、第３の記憶手段に格納する工程と、
   第１の設定手段が、前記第３の記憶手段から前記結論部データを検索して，第１の項目を設定させる工程と、
   第２の設定手段が、前記第３の記憶手段から，前記結論部データに前記第１の項目を有する前記関連性データの前記前提部データを検索して複数群の情報を比較する第２の項目を設定させる工程と、
   評価値計算手段が、前記第１の記憶手段から、前記第１の項目と前記第２の項目を含む情報を抽出して、前記第２の項目による分割された複数群毎の評価値を計算する工程と、
   表示手段が、評価値計算手段によって計算された評価値を、前記複数群毎に表示する工程とを有することを特徴とするデータ解析方法。
9. 請求項８に記載のデータ解析方法において、前記評価値を計算する工程は、前記各群に含まれる情報の構成割合を計算することを特徴とするデータ解析方法。
10. 請求項８に記載のデータ解析方法において、第３の設定手段が、前記第３の記憶手段から、前記第２の項目を有しない前記前提部データを検索して第３の項目群を抽出し、第３の項目群に条件を設定させる工程を有することを特徴とするデータ解析方法。
11. 請求項１０に記載のデータ解析方法において、関連性データ検索手段が、前記前提部に含まれる項目を，前記選択された情報に対し、一致する項目、存在しない項目、一致しないがコントロール可能な項目、一致しなくコントロール不可能な項目に分類し、前記一致しなくコントロール不可能な項目を前記前提部に含む前記関連性データを除外する工程を有することを特徴とするデータ解析方法。
12. 請求項１０に記載のデータ解析システムにおいて、前記評価値計算手段が、第３の設定手段によって設定された第３の項目群に対する条件を満たす前記情報に関し，前記複数群毎の評価値を計算し、前記表示手段は、計算された評価値を前記複数群毎に表示する工程を有することを特徴とするデータ解析方法。
    

Images