JP2008165502A - 警告システムおよび警告方法 - Google Patents

Abstract

【構成】 警告システム１０はサーバ１２を含み、サーバ１２はネットワーク１４を介してセンサユニット２０と通信可能に接続される。センサユニット２０は、これを装着する看護師の音声を収集して、サーバ１２に送信する。サーバ１２は、看護師が会話するときの音声を単語に分解する。分解した結果、会話に、病院や科特有の語が含まれるとき、会話している看護師が病院や科に慣れているかどうかを判断する。看護師が病院や科に慣れていない場合には、その特有の語についての確認が有るかどうかを判断する。そして、そのような特有の語についての確認がない場合には、看護師にコミュニケーションエラーの発生や特有の語を確認すべきことの警告（アラーム）を与える。
【効果】 コミュニケーションエラーに起因する事故やミスを未然に防止することができる。
【選択図】 図１

Description

この発明は警告システムおよび警告方法に関し、特にたとえば、医療事故の発生原因となり得るコミュニケーションエラーを警告する、警告システムおよび警告方法に関する。

この種の警告システムの一例が特許文献１に開示される。この特許文献１によれば、知識データベースに看護業務についての手順や使用器具を記憶しておき、看護師が手順や使用器具またはその使用方法を誤ったり、手順を飛ばしてしまったりすると、当該看護師等に警告するようにしてある。
特開２００５−９２４４０号公報

しかし、この背景技術では、看護師は看護業務の内容を音声で入力するものであり、医師と看護師または看護師同士における命令（指示）、依頼、連絡（伝達）などに関するコミュニケーションをモニタリングしていないため、伝達不足や伝達不能のようなコミュニケーションエラーを警告することができなかった。したがって、たとえば、投与すべき薬品の量の指示等が正しくされていない場合であっても、警告することができず、誤った量の薬が投与される恐れがあった。

それゆえに、この発明の主たる目的は、コミュニケーションエラーによる事故の発生を未然に防止できる、警告システムおよび警告方法を提供することである。

請求項１の発明は、特定の業務を行う被験者の音声を検出する音声検出手段、音声検出手段によって検出された音声を単語に分解する分解手段、分解手段の分解結果に基づいて被験者が会話するときの音声に当該被験者が所属する組織において使用される特有の語が含まれているか否かを判断する特有語判断手段、特有語判断手段によって特有の語が含まれていると判断されたとき、被験者の組織の構成員としての経験度に応じて当該特有の語についての確認が有るか否かを判断する確認有無判断手段、および確認有無判断手段によって特有の語についての確認が無いと判断されたとき、少なくとも被験者に警告を発する警告手段を備える、警告システムである。

請求項１の発明では、警告システム（１０：実施例で相当する参照符号。以下、同じ。）は、音声検出手段（２４，５６，Ｓ１）、分解手段（Ｓ３）、特有語判断手段（Ｓ１３）、確認有無判断手段（Ｓ２５）および警告手段（１６，７０，Ｓ２９）を備える。音声検出手段は、特定の業務（実施例では、看護業務）を行う被験者（実施例では、看護師）の音声を検出する。分解手段は、音声検出手段によって検出された音声を単語に分解する。たとえば、音声認識して生成されたテキスト文を、形態素解析により、単語に分解する。特有語判断手段は、分解手段の分解結果から、会話するときの音声に組織における特有の語（省略語など）が含まれているか否かを判断する。確認有無判断手段は、特有語判断手段によって特有の語が含まれていると判断されたとき（ステップＳ１３で“ＹＥＳ”）、被験者の組織の構成員としての経験度に応じて当該特有の語についての確認があるか否かを判断する。警告手段は、確認有無判断手段によって不確定要素に関する確認が無いと判断されたとき（Ｓ２５で“ＮＯ”）、少なくとも被験者に警告を発する。

請求項１の発明によれば、会話に組織における特有の語が含まれている場合に、被験者の経験度に応じて特有の語についての確認の有無を判断し、その確認が無い場合に警告を発するので、コミュニケーションエラーによる事故やミスの発生を未然に防止することができる。

請求項２の発明は請求項１に従属し、被験者の組織の構成員としての経験度を当該被験者に対応づけて記憶する被験者情報記憶手段、および特有語判断手段によって特有の語が含まれていると判断されたとき、被験者情報記憶手段を参照する参照手段をさらに備える。

請求項２の発明では、警告システムは、被験者情報記憶手段（３２）および参照手段（Ｓ１５）をさらに備える。被験者情報記憶手段は、被験者の組織の構成員としての経験度を当該被験者に対応づけて記憶する。参照手段は、特有語判断手段によって特有の語が含まれていると判断されたとき（Ｓ１３で“ＹＥＳ”）、被験者情報記憶手段を参照する。つまり、被験者の経験度を検出する。

請求項２の発明によれば、被験者の経験度を記憶しておき、必要に応じてこれを参照するので、被験者の経験度を容易に知ることができ、警告の有無を簡単に判断することができる。

請求項３の発明は請求項１または２に従属し、少なくとも、組織毎に特有の語および組織内における集団毎に特有の語についての用語辞書を登録した用語辞書データベースをさらに備え、特有語判断手段は、分解手段によって分解された単語が組織毎に特有の語または組織内における集団毎に特有の語に該当するとき、被験者の会話に特有の語が含まれていると判断する。

請求項３の発明では、警告システムは、用語辞書データベース（２８）をさらに備える。この用語辞書データベースは、少なくとも、組織毎に特有の語および組織内における集団毎に特有の語についての用語辞書を登録している。特有語判断手段は、分解手段によって分解された単語が組織毎に特有の語または組織内における集団毎に特有の語に該当するとき、被験者の会話に特有の語が含まれていると判断する。たとえば、病院のような組織についてみると、病院毎に特有の語があり、また、病院内では科毎に特有の語がある。このような特有の語の有無を判断するのである。

請求項３の発明によれば、組織特有の語やその組織内の集団の特有の語を登録しておくので、特有の語を容易に検出することができる。

請求項４の発明は請求項１ないし３のいずれかに従属し、分解手段の分解結果に基づいて被験者が会話するときの音声に不確定要素が有るか否かを判断する不確定要素判断手段をさらに備え、確認有無判断手段は、不確定要素判断手段によって不確定要素が有ると判断されたとき、分解手段の分解結果に基づいて当該不確定要素に関する確認が有るか否かをさらに判断し、警告手段はさらに、不確定要素判断手段によって不確定要素に関する確認が無いと判断されたとき、少なくとも被験者に警告を発する。

請求項４の発明では、警告システムは、不確定要素判断手段（Ｓ７，Ｓ９，Ｓ１１，Ｓ１９，Ｓ２１）をさらに備える。不確定要素判断手段は、分解手段の分解結果から、会話するときの音声に不確定要素（不明確・不明瞭な内容）が有るか否かを判断する。つまり、会話に不確定要素が有るか否かを判断する。確認有無判断手段は、不確定要素判断手段によって不確定要素が有ると判断されたとき（Ｓ７，Ｓ９，Ｓ１１のいずれかで“ＹＥＳ”またはＳ１９，Ｓ２１のいずれかで“ＮＯ”）、分解手段の分解結果に基づいて不確定要素に関する確認が有るか否かを判断する。警告手段はさらに、確認有無判断手段によって不確定要素に関する確認が無いと判断されたとき（Ｓ２５で“ＮＯ”）、少なくとも被験者を警告する。

請求項４の発明によれば、会話に不確定要素があり、その不確定王うそについて確認が無い場合にも、警告するので、コミュニケーションエラーによる事故やミスの発生を防止できる可能性を高めることができる。

請求項５の発明は請求項４に従属し、用語辞書データベースは、抽象的な語、意味が曖昧な語および複数の意味を有する語をさらに登録しており、不確定要素判断手段は、分解手段によって分解された単語が、抽象的な語、意味が曖昧な語または複数の意味を有する語であるとき、被験者の会話に不確定要素が有ると判断する。

請求項５の発明では、用語辞書データベースには、さらに、抽象的な語、意味が曖昧な語および複数の意味を有する語が登録される。不確定要素判断手段は、分解手段によって分解された単語が、抽象的な語、意味が曖昧な語または複数の意味を有する語に該当するとき（Ｓ７，Ｓ９またはＳ１１で“ＹＥＳ”）、被験者の会話に不確定要素が有ると判断する。

請求項５の発明によれば、抽象的な語、意味が曖昧な語または複数の意味を有する語があるときは、被験者の会話に不確定要素が有ると判断するので、日常的に使用される語で不明確な内容について確認させることができ、事故やミスの発生を未然に防止することができる。

請求項６の発明は請求項４または５に従属し、特定の業務において数値および単位の少なくとも一方が付加されるべき語のついてのルール辞書を登録したルール辞書データベースをさらに備え、不確定要素判断手段は、分解手段によって分解された単語が、ルール辞書に含まれる語であり、付加されるべき数値または単位が欠けているとき、被験者の会話に不確定要素が有ると判断する。

請求項６の発明では、警告システムはルール辞書データベース（３０）をさらに備える。このルール辞書データベースには、特定の業務において数値および単位の少なくとも一方が付加されるべき語のついてのルール辞書が登録される。不確定要素判断手段は、分解された単語が、ルール辞書に含まれる語であり、当該付加されるべき数値または単位が欠けているとき（Ｓ１９またはＳ２１で“ＮＯ”）、不確定要素が有ると判断する。たとえば、看護業務で使用する器具の設定値や単位が欠けている場合には、被験者の会話に不確定要素が有ると判断するのである。

請求項６の発明によれば、必要な数値または単位或いはその両方が欠けている場合には不確定要素が有ると判断するので、そのような不確定要素が含まれることによる事故やミスを未然に防止することができる。

請求項７の発明は請求項４ないし６のいずれかに従属し、分解手段によって分解された単語が、特定の業務において単位が付加されるべき語であるとき、付加された単位が正しいか否かを判断する正誤判断手段をさらに備え、不確定要素判断手段は、正誤判断手段の判断結果が誤りを示すとき、被験者の会話に不確定要素が有ると判断する。

請求項７の発明では、警告システムは、正誤判断手段（Ｓ２３）をさらに備える。正誤判断手段は、分解された単語が、特定の業務において単位が付加されるべき語であるとき、付加された単位が正しいか否かを判断する。不確定要素判断手段は、正誤判断手段の判断結果が誤りを示すとき（Ｓ２３で“ＮＯ”）、被験者の会話に不確定要素が有ると判断する。

請求項７の発明によれば、単位の誤りが有り、その確認がない場合に、警告するので、単位の間違いにより、事故やミスが発生するのを防止することができる。

請求項８の発明は、(a)特定の業務を行う被験者の音声を検出し、(b)ステップ(a)によって検出された音声を単語に分解し、(c)ステップ(b)の分解結果に基づいて被験者が会話するときの音声に当該被験者が属する組織において使用される特有の語が含まれているか否かを判断し、(d)ステップ(c)によって特有の語が含まれていると判断されたとき、被験者の組織の構成員としての経験度に応じて当該特有の語についての確認が有るか否かを判断し、そして(e)ステップ(d)によって特有の語についての確認が無いと判断されたとき、少なくとも被験者に警告を発する、警告方法である。

請求項８の発明においても、請求項１の警告システムの発明と同様に、コミュニケーションエラーによる事故やミスの発生を未然に防止することができる。

この発明によれば、会話に組織における特有の語が含まれている場合に、被験者の経験度に応じて特有の語についての確認の有無を判断し、その確認が無い場合に警告を発するので、コミュニケーションエラーによる事故やミスの発生を未然に防止することができる。

この発明の上述の目的，その他の目的，特徴および利点は、図面を参照して行う以下の実施例の詳細な説明から一層明らかとなろう。

図１を参照して、この発明の一実施例である警告システム１０は、たとえば病院のような組織に適用され、サーバ１２を含む。このサーバ１２は、有線或いは無線による通信回線（ネットワーク）１４を介して複数の看護師用端末（以下、単に「端末」という。）１６および複数のステーション１８に接続される。端末１６は、パーソナルコンピュータ或いはワークステーションのようなコンピュータであり、病院の構成員としての看護師毎に割り当てられる。たとえば、端末１６は看護師の詰所などに設置される。ただし、１台の端末１６を数人の看護師で使用する場合もあり得る。複数のステーション１８は、それぞれ、入院患者を収容する病棟内であり、廊下、病室（入り口、ベッド或いはその近傍）および看護師の詰所などの所定位置に配置され、無線通信可能なウェアラブルセンサユニット（以下、単に「センサユニット」という。）２０の識別情報（後述する看護師ＩＤ）を取得し、サーバ１２に送信する。複数のセンサユニット２０は、それぞれ、看護師に割り当てられ（装着され）、センサユニット２０の識別情報は、無線通信可能な範囲（たとえば、半径３〜５メートル）に存在するステーション１８によって検出される。

なお、ステーション１８とセンサユニット２０とは互いに通信可能であるため、センサユニット２０は、無線通信可能な範囲に存在するステーション１８の識別情報（ステーションＩＤ）を検出する。図示は省略するが、センサユニット２０は、センサユニット２０同士で無線通信することが可能であるため、無線通信可能な範囲に存在する２以上のセンサユニット２０同士で、互いの識別情報を検出することもできる。また、センサユニット２０は、無線ＬＡＮによってネットワーク１４に直接接続される場合もある。

図２はサーバ１２の具体的な構成を示すブロック図であり、サーバ１２には、図１では省略したが、複数の対物センサ２２、複数の集音マイク２４および複数のビデオカメラ２６が接続される。図示は省略するが、この実施例では、複数の対物センサ２２は、体温計、血圧計、注射器、点滴注射器（注入器）、血液採取用試験管、検尿コップなどの医療器具を格納してある格納箱の取り出し部分やナースコール端末などに設置され、それらの医療器具等についての使用（取り出し）の有無を検知する。ただし、これらの医療器具等に、タグ情報（ＲＦ−ＩＤ）やバーコードのような識別情報を付加しておき、タグ情報やバーコードを読み取ることにより、その使用の有無を検出するようにしてもよい。なお、図示は省略するが、薬品にバーコードを付しておけば、薬品の取り違いの有無を検出することも可能である。また、複数の集音マイク２４は、入院患者を収容する病棟内であり、廊下および病室（ベッド或いはその近傍）などに設置され、周囲音（この実施例では、主として看護師の音声）を集音する。さらに、複数のビデオカメラ２６は、集音マイク２４と同様に、入院患者を収容する病棟内であり、廊下および病室（ベッド或いはその近傍）などに設置されるとともに、看護師の詰所などにも設定され、看護業務を行う看護師（の行動）を撮影する。ここで、看護業務とは、問診、検温、検圧、注射、投薬、点滴注射、退院指導などの看護師が行うべき業務の総称である。ただし、この実施例では、単に「看護業務」という場合には、任意の１の業務を示す。

また、図１では省略したが、サーバ１２には、３つのデータベース（ＤＢ）が接続される。具体的には、用語辞書ＤＢ２８、ルール辞書ＤＢ３０および看護師情報ＤＢ３２がサーバ１２に接続される。

用語辞書ＤＢ２８には、語句（単語や句）およびその属性を記述した用語辞書が記憶される。図３（Ａ）に示すように、用語辞書はテーブルで表わされ、抽象的な内容を示したり、意味が曖昧であったり、文脈によって意味が変わったりする（複数の意味を有する）語句が記憶されるとともに、この警告システム１０が適用される病院や科毎で使用される特有の語句が記憶される。この実施例では、各語句の属性として、「抽象」、「曖昧」、「複数の意味」、「特有」が記載される。たとえば、語句「ＡＡ」の属性は「抽象」であり、語句「ＡＢ」の属性は「曖昧」であり、語句「ＡＣ」の属性は「複数の意味」であり、語句「ＡＤ」の属性は「特有」である。

ここで、特有の語句とは、病院特有の語句や病院内における科特有の語句を意味する。たとえば、病院特有の語句としては、「保清：院内を清潔に保つこと。」、「眠前：寝る前のこと。」、「アポ：脳卒中のこと。」および「体交：体位を交換すること。」などが該当する。また、眼科では、目に関する用語として、「霧視」、「洗眼」および「アニソコリ：瞳孔の左右差を意味する。」のように、他の科では使用されない語句が該当する。このような語句は、他の病院や他の科では、伝達不能の可能性があり、通用しなかったり、誤解されたりするおそれがある。たとえば、「保清」は「補正」と間違える可能性がある。また、「洗眼」は「洗願」と間違える可能性がある。さらに、「アポ」は、「アポイントメント」と誤解される可能性があり、また、他の病院では通用しない（意味が通じない）可能性もある。また、「アニソコリ」は他の科では通用しない可能性がある。

なお、眼科以外の他の科においてもその科特有の語句は有るが、簡単のため、ここでは省略する。ただし、他の科における特有の語句が他の科で誤解されたり、通じなかったりする可能性がある点は眼科特有の語句の場合と同様である。

また、このような用語辞書は、ヒヤリ・ハット事例情報データベース（http://www.hiyari-hatto.jp/）や国語辞典を用いて、この警告システム１０の開発者等により作成される。また、この警告システム１０が適用（使用）される病院等において、用語（特に、特有の語句）を追加することもできる（カスタマイズ）。

さらに、この実施例では、簡単のため、アルファベット文字を２つ用いて、用語辞書に記述される語句を表わしてある。

ルール辞書ＤＢ３０には、薬品名・器具名や投薬・与薬に関する単語に対応して、薬品や器具を使用する際に単位が必要となるか否か（単位の要否）、単位を記述したルール辞書が記憶される。図３（Ｂ）に示すように、ルール辞書はテーブルで表わされる。このルール辞書には、看護業務において使用される薬品名および器具名のうち、単位（器具の設定値）または数量或いはその両方が必要となるものがすべて記述される。また、薬品の投薬・与薬に関する単語（たとえば、「食前」、「食間」、「食後」）が記述され、これに対応する単位（ここでは、「時」、「分」）が記述される。ただし、この実施例では、単位が必要な場合には、単位および数量の両方が必要であることを意味し、単位が不要な場合には、数量のみが必要であることを意味する。また、単位の欄に横棒（バー）を付している箇所があるが、これは上述した薬品名や器具名とは異なり、単位も数量も不要な単語であることを意味する。

たとえば、単語「ＡＡＡ」では、単位は必要であり、その単位は「Ａ（アンペア）」である。また、単語「ＡＡＢ」では、単位は必要であり、その単位は「ｍｌ（ミリリットル）」である。さらに、単語「ＡＡＣ」では、単位は不要であり、数量は「個」である。なお、単語「ＡＡＣ」では、単位は不要であり、数量のみが必要であるため、単位については記述する必要はないが、一応記述してある。

このようなルール辞書は、上述したヒヤリ・ハット事例情報データベースを参照して、警告システム１０の開発者等により作成される。

なお、この実施例では、簡単のため、アルファベット文字を３つ用いて、ルール辞書に記述される単語を表わしてある。

看護師情報ＤＢ３２には、看護師の識別情報（後述する、看護師ＩＤ）に対応して、看護師としての経験年数（年数および月数）およびこの病院における同じ科での勤続年数（年数および月数）を記述した看護師情報が記憶される。

たとえば、看護師ＩＤ「〇〇〇」の看護師は、経験年数が５年６月であり、勤続年数も同じく５年６月である。また、看護師ＩＤ「△△△」の看護師は、経験年数が３年であり、勤続年数が２月である。さらに、看護師ＩＤ「□□□」の看護師は、経験年数が１０年３月であり、勤続年数が８年１０月である。さらにまた、看護師ＩＤ「☆☆☆」の看護師は、経験年数が７年８月であり、勤続年数も同じく７年８月である。また、看護師ＩＤ「×××」の看護師は、経験年数が１年２月であり、勤続年数は１年である。

この看護師情報から、看護師としての経験、同じ科における経験を知ることができる。したがって、看護師としての経験が長く（たとえば、３年以上）、同じ科における経験も長い（たとえば、３年以上）場合には、その科（場）に慣れている（経験豊富）と言える。逆に、看護師としての経験が短く（たとえば、３年未満）、同じ科における経験も短い（たとえば、３年未満）場合には、その病院ないし科に慣れていない（経験不足）と言える。ただし、看護師としての経験が長くても、同じ科における経験が短い場合には、その病院ないし科に慣れていないと言える。

なお、看護師情報は、当該警告システム１０が適用される病院におけるサーバ１２の管理者等によって追加・更新される。また、看護師用端末１６からネットワーク１４を介して適宜追加・更新することもできる。

また、この実施例では、簡単のため、記号を用いて、看護師ＩＤを表わしてある。

図５はセンサユニット２０の具体的な構成を示すブロック図であり、センサユニット２０はＣＰＵ４０を含む。ＣＰＵ４０には、メモリ４２，エンコーダ４４，非接触センサ４６，インターフェイス４８，ＤＩＰスイッチ５０，無線送信機５２および無線受信機５４が接続される。メモリ４２は、ワークメモリないしバッファメモリとして働き、ＣＰＵ４０によって使用される。エンコーダ４４にはヘッドセットマイク５６が接続され、エンコーダ４４は、ヘッドセットマイク５６から入力される音声信号をＭＰ３のような圧縮音声データ（以下、単に「音声データ」という。）に変調する。圧縮音声データは、ＣＰＵ４０の指示に従ってメモリ４２に記憶される。メモリ４２に記憶された圧縮音声データは、ＣＰＵ４０の指示に従って、一定時間（たとえば、１０秒〜３０秒）毎に、インターフェイス４８およびネットワーク１４を介してサーバ１２に送信される。

なお、上述したように、音声信号を圧縮変調するのは、メモリ４２の容量を比較的少なくするためであり、また、サーバ１２に送信するデータのデータ量を低減するためである。

また、この実施例で用いるヘッドセットマイク５６は指向性を有するものである。これは、ヘッドセットマイク５６を装着する看護師の音声のみを検出して、患者のプライバシを守るためである。また、図示は省略するが、イヤホンとヘッドセットマイク５６とが一体化されたものを、ヘッドセットと呼ぶことがある。

非接触センサ４６としては、焦電センサを用いることができ、ＣＰＵ４０は非接触センサ４６からの入力に応じてヘッドセットマイク５６をオン／オフする。この実施例では、非接触センサ４６すなわち焦電センサの前で、看護師が手を２回上下させると、その検出信号がＣＰＵ４０に入力され、これに応じて、ＣＰＵ４０はヘッドセットマイク５６をオンし、その後、看護師が焦電センサの前で、手を２回上下させると、ヘッドセットマイク５６をオフする。このように、ヘッドセットマイク５６をオン／オフ可能にしてあるのは、看護師のプライバシを守るためである。つまり、勤務時間では、ヘッドセットマイク５６はオンされ、休憩時間など勤務時間以外では、ヘッドセットマイク５６はオフされる。

インターフェイス４８は、ＬＡＮ（無線ＬＡＮ）アダプタのようなインターフェイスであり、これにより、センサユニット２０はネットワーク１４に直接接続される。したがって、センサユニット２０は、ネットワーク１４を介して、サーバ１２或いは端末１６のような端末との間で通信可能になる。

ＤＩＰスイッチ５０は、たとえば８ビットで構成され、各ビットのオン／オフを切り替えることにより、０〜２５５の間で数値を設定することができる。この数値が看護師の識別情報（看護師ＩＤ）であり、各センサユニット２０で異なる値が設定される。ＣＰＵ４０は、送信するデータに、看護師ＩＤをラベルとして付して、インターフェイス４８およびネットワーク１４を介して、サーバ１２に転送する。ここで、送信するデータとしては、音声データ、無線受信機５４で受信したステーションＩＤや看護師ＩＤについてのデータ（たとえば、数値データ）である。

図示は省略したが、看護師ＩＤに対応する看護師名を記述したテーブルデータなどをハードディスクのような内部メモリやデータベースに記憶しておけば、サーバ１２は、看護師ＩＤから看護師または看護師名を特定することができる。つまり、どの看護師の発話（音声）であるかを区別することができる。

なお、この実施例では、ＤＩＰスイッチ５０を用いて看護師ＩＤを設定するようにしてあるが、これに限定されるべきではない。たとえば、ＤＩＰスイッチ５０に代えて、看護師ＩＤを記憶したＲＯＭなどを設けておくようにすることもできる。

無線送信機５２は、ＣＰＵ４０の指示に従って、ＤＩＰスイッチ５０によって設定された看護師ＩＤを所定の周波数による電波（微弱電波）で送信する。無線受信機５４は、無線通信可能な範囲に存在する他のセンサユニット２０から送信される微弱電波を受信し、看護師ＩＤに復調し、復調した看護師ＩＤについてのデータをＣＰＵ４０に入力する。

ここで、ステーション１８は、上述したように、センサユニット２０の看護師ＩＤを検出し、検出した看護師ＩＤに自身のステーションＩＤを付して、ネットワーク１４を介してサーバ１２に送信する。したがって、サーバ１２は、ステーションＩＤが示すステーション１８の設置された場所を、看護師ＩＤが示す看護師の現在位置として知ることができる。なお、サーバ１２は、ステーション１８の設置された場所は、内部メモリ等に、ステーションＩＤに対応づけて記憶してある。また、ステーション１８にも識別情報（ステーションＩＤ）が割り当てられ、上述したように、このステーションＩＤがセンサユニット２０によって検出される。したがって、たとえば、ステーション１８は、センサユニット２０の一部の回路コンポーネントを用いることにより、構成することができる。具体的には、ステーション１８は、ＣＰＵ４０，ＤＩＰスイッチ５０，無線送信機５２および無線受信機５４によって構成される。

なお、ＤＩＰスイッチ５０に代えて、ステーションＩＤを記憶したＲＯＭを設けるようにしてもよい点は、センサユニット２０の場合と同様である。

上述したような構成のセンサユニット２０は、各被験者（看護師）に装着される。たとえば、図５および図６に示すように、非接触センサ４６およびヘッドセットマイク５６以外の回路コンポーネントはボックス（筐体）６０に収容され、ボックス６０は看護師の腰部（ベルト部分）に装着される。また、非接触センサ４６は、ペン型のケースに収容され、看護師の衣服（白衣）の胸ポケットに挿すように収納される。ただし、図面では、分かり易く示すために、ペン型のケースを胸ポケットの外部に記載してある。また、ヘッドセットマイク５６は看護師の頭部に装着される。

なお、図６においては省略するが、非接触センサ４６は接続線を用いてボックス６０内のＣＰＵ４０に接続され、ヘッドセットマイク５６は接続線を用いてボックス６０内のエンコーダ４４に電気的に接続される。ただし、接続線を用いずに、ブルートゥースのような近距離無線によって接続するようにしてもよい。つまり、電気的に接続されればよいのである。

また、図６に示すように、看護師は、たとえば、白衣の前ポケットに携帯型のコンピュータ（この実施例では、ＰＤＡ）７０を収納し、所持（携帯）している。図示は省略するが、ＰＤＡ７０は、無線ＬＡＮによって、図１に示したネットワーク１４に接続可能な構成にされる。ＰＤＡ７０は既に周知であるため、その構成および動作等の詳細な説明は省略することにする。なお、図面では、分かり易くするため、前ポケットの外部に示してある。

通常、看護師は、医師の指示やカルテ等に従って看護業務を行う。このとき、使用する器具の間違いや手順についての間違いについては、上述した対物センサ２２の検出結果やビデオカメラ２６の撮影映像に基づいて、使用する器具を検出したり、看護師の行動をモニタリングしたりすることにより、発見することができる。

しかし、医師の指示（医師と看護師との会話）または看護師同士の会話が不明確であったり、看護業務を途中で交替する際の伝達（引継ぎ）が不十分であったりする場合には、たとえば、適切な処置（看護）が施されなかったり、使用する薬品の数量を間違ってしまったりする恐れがある。つまり、医療事故などの不都合を引き起こす可能性がある。また、病院や科に配属されたばかりの看護師のように、当該病院や当該科に不慣れである場合には、当該病院や当該科における特有の語句を理解できなかったり、誤解してしまったりすることもあり得る。このことも、上記のような不都合を引き起こす可能性がある。

ここで、或る看護師Ａと或る看護師Ｂとの会話の一部を例示する。ただし、発話の前につけてあるアルファベット文字は各看護師を示し、説明の便宜上、アルファベット文字に数字を付してある。

Ａ１「えーとクロニック、厚さ３センチ台でかなり強いシフトがあって、であのー」
Ａ２「所見では言ってなかったんだけど、ムンテラの時にちょっと脳幹もねじ曲がっているような感じなんで放置しておくとあぶま、危ないですって。」
Ｂ１「ねじ曲がってるってどういうこと？圧迫されてるって、」
Ａ３「お、圧迫されてる」
このような会話の例では、「ねじ曲がってる」という語句（言葉）は不明瞭（不明確）である。したがって、Ａ２で会話が終了してしまった場合には、そのような不明瞭な内容が残ったままになってしまう。しかし、上述の例では、Ｂ１で「ねじ曲がってる」ことについて確認（質問）されており、その後、Ａ３で「圧迫されてる」ということを理解している。

つまり、会話（指示、伝達、連絡）の中に、抽象的な語、曖昧な語、色々な意味を持っている語句や数値・量・時間などの単位が入っていない単語のように、不確定な内容ないし要素（以下、「不確定要素」という。）が含まれている場合には、会話が不明瞭、不明確または不十分であったり、指示や連絡が伝達されなかったりすることがある（以下、「コミュニケーションエラー」ということがある。）。このため、上述したように、医療事故等が発生する可能性がある。また、例示はしないが、上述したような病院特有の語句や科特有の語句が会話に含まれる場合にもコミュニケーションエラーが発生することもある。このような特有の語句は、病院や科に慣れていない看護師では理解できない場合があり、また、誤解してしまう場合もあるからである。

なお、上述した会話に含まれる、ムンテラ（患者およびその家族への病状説明）やクロニック（慢性の何か（普通は肝炎））はいずれの看護師であっても理解できる専門用語であり、このような専門用語に関しては、コミュニケーションエラーが発生しないことは経験的に得られている。

この実施例では、上述したような医療事故の発生を未然に防止するため、会話の中に不確定要素があり、その不確定要素についての確認が行われない場合には、医療事故が発生する恐れがあると判断して、コミュニケーションエラーが発生していることや不確定要素について確認すべきことの警告を与えるようにしてある。

また、同様に、会話の中に特有の語句が含まれており、その会話が不慣れな看護師によって行われている場合に、その特有の語句についての確認が行われなければ、コミュニケーションエラーが発生していることや特有の語句について確認すべきことの警告を与えるようにしてある。これにより、未然に医療事故や医療ミスを防止するのである。

具体的には、サーバ１２は図７および図８に示すフロー図に従って全体処理を実行する。ただし、この全体処理は、或る場所で会話（発話）している看護師について実行される。したがって、異なる場所で会話している看護師については別途全体処理が実行される。２人以上の看護師が同じ場所に居るかどうかは、ステーション１８から送信されるステーションＩＤおよび看護師ＩＤで知ることができる。

図７に示すように、サーバ１２は全体処理を開始すると、ステップＳ１で、音声を収集する。ここでは、会話している（同じ場所に存在する）看護師が装着するセンサユニット２０から送信される音声データを取得する。また、その看護師の看護師ＩＤがステーション１８で検出され、その居場所が分かる場合には、集音マイク２４で検出された音声を収集することも可能である。続くステップＳ３では、収集した音声（会話）を、単語に分解する。厳密に言うと、収集した音声を音声認識してテキスト文を生成し、形態素解析により、テキスト文を単語に分解する。

なお、図示は省略したが、サーバ１２はその内部メモリ（ハードディスクやＲＯＭ）または外部メモリ（外付けハードディスクや辞書データベースなど）に音声認識用の辞書を記憶しており、当該辞書を用いて、周知のＤＰマッチング法や隠れマルコフモデル（ＨＭＭ）による方法により、収集した音声を音声認識し、認識結果をテキスト文で出力する。

また、形態素解析とは、周知のとおり、自然言語で書かれた文章を形態素（ここでは、単語）の列に分解し、各単語およびそれらの品詞を見分けることである。たとえば、形態素解析エンジンとしては、「茶筅」（商品名）を用いることができ、これがサーバ１２に組み込まれている。「茶筅」とは、奈良先端科学技術大学院大学情報科学研究科自然言語処理額講座（松本研究室）が開発し提供している日本語形態素解析エンジンであり、フリーウェアであり、「Ｃｈａｓｅｎ」と表記されることもある。

続くステップＳ５では、薬や器具に関する内容が有るかどうかを判断する。具体的には、ルール辞書（ルール辞書ＤＢ３０）を参照して、ステップＳ３で分解された単語の中に、当該ルール辞書に含まれる単語（薬品名，器具名，投薬・与薬に関する単語）が有るかどうかを判断する。ステップＳ５で“ＹＥＳ”であれば、つまり薬や器具に関する内容が有れば、図８に示すステップＳ１９にそのまま進む。一方、ステップＳ５で“ＮＯ”であれば、つまり薬や器具に関する内容が無ければ、ステップＳ７で、用語辞書（用語辞書ＤＢ２８）を参照して、抽象的な語が有るかどうかを判断する。ステップＳ７で“ＹＥＳ”であれば、つまり抽象的な語が有れば、図８に示すステップＳ２５にそのまま進む。

一方、ステップＳ７で“ＮＯ”であれば、つまり抽象的な語が無ければ、ステップＳ９で、用語辞書を参照して、意味が曖昧な語が有るかどうかを判断する。ステップＳ９で“ＹＥＳ”であれば、つまり意味が曖昧な語が有れば、そのままステップＳ２５に進む。しかし、ステップＳ９で“ＮＯ”であれば、つまり意味が曖昧な語が無ければ、ステップＳ１１で、用語辞書を参照して、複数の意味を有する語が有るかどうかを判断する。

ステップＳ１１で“ＮＯ”であれば、つまり複数の意味を有する語が無ければ、ステップＳ１３で、用語辞書を参照して、特有の語が有るかどうかを判断する。ステップＳ１３で“ＮＯ”であれば、つまり特有の語が無ければ、図８に示すように、そのまま全体処理を終了する。しかし、ステップＳ１３で“ＹＥＳ”であれば、つまり特有の語が有れば、ステップＳ１５で、当該看護師の看護師情報（看護師情報ＤＢ３２）を参照する。つまり、当該看護師の同じ科における勤続年数を取得する。そして、ステップＳ１７で、当該看護師がその場（科）に慣れているかどうかを判断する。この実施例では、同じ科における勤続年数が３年以上である場合に、その科に慣れていると判断するようにしてある。ステップＳ１７で“ＹＥＳ”であれば、つまり当該看護師がその科に慣れている場合には、そのまま全体処理を終了する。しかし、ステップＳ１７で“ＮＯ”であれば、つまり当該看護師がその科に慣れていない場合には、ステップＳ２５に進む。

上述したように、薬や器具に関する内容が有れば、ステップＳ５で“ＹＥＳ”となり、図８に示すステップＳ１９で、ルール辞書（ルール辞書ＤＢ３０）を参照して、数値が求められる所に、数値が入っているかどうかを判断する。たとえば、或る薬品や器具を使用する場合に、数量（数値）のみ、または、数量（数値）および単位が必要となる場合がある。これを判断しているのである。ステップＳ１９で“ＮＯ”であれば、つまり数値が求められる所に、数値が入っていない場合には、そのままステップＳ２５に進む。

一方、ステップＳ１９で“ＹＥＳ”であれば、つまり数値が求められる所に、数値が入っている場合には、ステップＳ２１で、ルール辞書を参照して、単位が必要な薬の量や器具の設定値に単位が入っているかどうかを判断する。ステップＳ２１で“ＮＯ”であれば、つまり単位が入っていない場合には、ステップＳ２５に進む。しかし、ステップＳ２１で“ＹＥＳ”であれば、つまり単位が入っている場合には、ステップＳ２３で、ルール辞書を参照して、当該単位が正しいかどうかを判断する。ステップＳ２３で“ＮＯ”であれば、つまり単位が正しくない場合には、ステップＳ２５に進む。しかし、ステップＳ２３で“ＹＥＳ”であれば、つまり単位が正しい場合には、そのまま全体処理を終了する。

ステップＳ２５では、不確定要素や特有の語についての確認が有るかどうかを判断する。ここでは、会話の中に、不確定要素が有る場合に、その不確定要素について確認しているかどうかを判断する。また、会話の中に、特有の語が有り、看護師が不慣れな場合には、その特有の語について確認しているかどうかを判断する。たとえば、不確定要素と判断された語句や特有の語句について、聞き直したり、そのような語句について再度発話していたりする場合には、当該不確定要素と判断された語句や当該特有の語句にについて確認していると判断する。ステップＳ２５で“ＹＥＳ”であれば、つまり不確定要素や特有の語についての確認があれば、医療事故等の発生の恐れが無いと判断して、そのまま全体処理を終了する。

一方、ステップＳ２５で“ＮＯ”であれば、つまり不確定要素や特有の語についての確認が無ければ、ステップＳ２７で、会話が終了したかどうかを判断する。ここでは、サーバ１２は、会話している看護師の音声を一定時間（たとえば、１０秒）以上検出（収集）できない状態や会話している看護師が装着しているセンサユニット２０で話し相手の看護師ＩＤを検出しなくなった状態を検出すると、会話が終了したと判断する。ステップＳ２７で“ＮＯ”であれば、つまり会話が終了していなければ、ステップＳ２５に戻る。しかし、ステップＳ２７で“ＹＥＳ”であれば、つまり会話が終了すれば、ステップＳ２９で、確認のアラームを発して、全体処理を終了する。ステップＳ２９では、コミュニケーションエラーが発生していることや不確定要素または特有の語について確認すべきことの警告を、会話中であった看護師に与える。ただし、会話中であった看護師のみならず、その近辺に存在する他の看護師等にも警告を与えるようにしてもよい。警告は、たとえば、着目する看護師に割り当てられた端末１６や当該看護師が所持するＰＤＡ７０に、業務を開始すべき旨のメッセージを送信することにより行う。ただし、着目する看護師が端末１６やＰＤＡ７０の表示画面を見ていないことも考えられるため、当該看護師のヘッドセットのイヤホンを利用して当該看護師に音声で警告を与えるようにしてもよい。また、ヘッドセットに代えて、または、それと併用して、たとえば、振動付き腕時計型表示器を看護師に装着させ、それに警告を与えるようにしてもよい。

この実施例によれば、会話の中に不確定要素や特有の語を含み、その不確定要素の確認が無い場合や不慣れな看護師が特有の語を確認しない場合には、会話している看護師に警告を与えて、不確定要素や特有の語を確認させるので、コミュニケーションエラーに起因する医療事故や失敗（ミス）を未然に防止することができる。

また、この実施例によれば、不確定要素や特有の語の確認が無い場合にのみ、警告を与えるので、警告の乱発を防止して、事故の発生が起こり得る場合のように、本当に必要なときだけ警告を与えることができる。

なお、この実施例では、会話している看護師のみに警告を与えるようにしてある。ただし、会話している看護師のみならず、その近辺に存在する他の看護師、婦長または医師にも警告を与えるようにして、医療事故等を確実に防止するようにしてもよい。かかる場合には、センサユニットを医師にも装着し、医師の発話（音声）もモニタリングするようにすればよい。

また、この実施例では、簡単のため、不確定要素や特有の語の有無のみを判断するようにしてあるが、不確定要素や特有の語が複数有る場合には、当該複数の不確定要素や当該複数の特有の語が確認されたか否かを判断して、すべてが確認されていない場合に、警告を与えるようにすればよいと考えられる。

さらに、この実施例では、分かり易く説明するために、薬や器具については特有の語句が無いことを前提として説明した。しかし、薬や器具についても、省略した読み方やアルファベットの略語のように、特有の語句で表現されることもあり得る。たとえば、或る病院においては、「ヒビテン」という薬は、「青ヒビ」と呼ばれることがある。かかる場合には、ステップＳ１３，Ｓ１５，Ｓ１７の処理を、ステップＳ５とステップＳ１９との間にも設けて、必要に応じて、警告を発するようにすればよい。または、ステップＳ１３，Ｓ１５，Ｓ１７の処理をステップＳ２３で“ＹＥＳ”と判断された後に実行するようにしてもよい。さらには、「リンデロン」、「フロリード」、「ラコール」のように、馴染みの少ない薬品名についても、特有の語句として用語辞書ＤＢに登録しておくようにすれば、医療事故や医療ミスを未然に防止することもできると考えられる。

さらにまた、この実施例では、看護師情報のうち同じ科における勤続年数に応じて、看護師が場ないし職務に慣れているかどうかを判断するようにしたが、これは一例であり、限定されるべきでない。看護師情報に含まれる看護師としての経験年数がさらに加味されてもよい。または、婦長のような監督者（責任者）が各看護師について、場ないし職務に慣れているかどうかを判断して、看護師情報として登録するようにしてもよい。これは、看護師が場ないし職務に慣れているかどうかは個人差があるため、経験年数や勤務年数によって一義的に決まる要素ではないと考えられるからである。その場合には、たとえば、経験度や経験値を看護師情報として登録し、その数値やレベルに応じて、看護師がその場や職務に慣れているかどうかを判断するようにすればよい。

また、この実施例では、看護（医療）業務についての警告システムとして機能する場合について説明したが、他の業務についての警告システムとして機能するようにしてもよい。つまり、コミュニケーションエラーを無くし、医療事故のような事故のみならず、他の業務における事故や失敗（ミス）を防止するようにすることができる。

この発明の警告システムの構成の一例を示す図解図である。 図１に示すサーバの電気的な構成を示す図解図である。 図２に示すサーバに接続されるデータベースの内容の一例を示す図解図である。 図２に示すサーバに接続される他のデータベースの内容の一例を示す図解図である。 看護師に装着されるセンサユニットの電気的な構成の一例を示す図解図である。 図５に示すセンサユニットを看護師に装着した様子を示す図解図である。 図１に示すサーバの全体処理の一部を示すフロー図である。 図１に示すサーバの全体処理の他の一部であり、図７に後続するフロー図である。

符号の説明

１０ …警告システム
１２ …サーバ
１６ …端末
１８ …ステーション
２０ …センサユニット
２２ …対物センサ
２４ …集音マイク
２６ …ビデオカメラ
２８，３０，３２ …ＤＢ
４０ …ＣＰＵ
４２ …メモリ
４６ …非接触センサ
５０ …ＤＩＰスイッチ
５２ …無線送信機
５４ …無線受信機
５６ …マイク
７０ …ＰＤＡ

Claims (8)

1. 特定の業務を行う被験者の音声を検出する音声検出手段、
   前記音声検出手段によって検出された音声を単語に分解する分解手段、
   前記分解手段の分解結果に基づいて前記被験者が会話するときの音声に当該被験者が所属する組織において使用される特有の語が含まれているか否かを判断する特有語判断手段、
   前記特有語判断手段によって特有の語が含まれていると判断されたとき、前記被験者の前記組織の構成員としての経験度に応じて当該特有の語についての確認が有るか否かを判断する確認有無判断手段、および
   前記確認有無判断手段によって前記特有の語についての確認が無いと判断されたとき、少なくとも前記被験者に警告を発する警告手段を備える、警告システム。
2. 被験者の前記組織の構成員としての経験度を当該被験者に対応づけて記憶する被験者情報記憶手段、および
   前記特有語判断手段によって特有の語が含まれていると判断されたとき、前記被験者情報記憶手段を参照する参照手段をさらに備える、請求項１記載の警告システム。
3. 少なくとも、組織毎に特有の語および組織内における集団毎に特有の語についての用語辞書を登録した用語辞書データベースをさらに備え、
   前記特有語判断手段は、前記分解手段によって分解された単語が前記組織毎に特有の語または組織内における集団毎に特有の語に該当するとき、前記被験者の会話に前記特有の語が含まれていると判断する、請求項１または２記載の警告システム。
4. 前記分解手段の分解結果に基づいて前記被験者が会話するときの音声に不確定要素が有るか否かを判断する不確定要素判断手段をさらに備え、
   前記確認有無判断手段は、前記不確定要素判断手段によって不確定要素が有ると判断されたとき、前記分解手段の分解結果に基づいて当該不確定要素に関する確認が有るか否かをさらに判断し、
   前記警告手段はさらに、前記不確定要素判断手段によって不確定要素に関する確認が無いと判断されたとき、少なくとも前記被験者に警告を発する、請求項１ないし３のいずれかに記載の警告システム。
5. 前記用語辞書データベースは、抽象的な語、意味が曖昧な語および複数の意味を有する語をさらに登録しており、
   前記不確定要素判断手段は、前記分解手段によって分解された単語が、抽象的な語、意味が曖昧な語または複数の意味を有する語に該当するとき、前記被験者の会話に前記不確定要素が有ると判断する、請求項４記載の警告システム。
6. 前記特定の業務において数値および単位の少なくとも一方が付加されるべき語のついてのルール辞書を登録したルール辞書データベースをさらに備え、
   前記不確定要素判断手段は、前記分解手段によって分解された単語が、前記ルール辞書に含まれる語であり、付加されるべき数値または単位が欠けているとき、前記被験者の会話に前記不確定要素が有ると判断する、請求項４または５記載の警告システム。
7. 前記分解手段によって分解された単語が、前記特定の業務において単位が付加されるべき語であるとき、付加された単位が正しいか否かを判断する正誤判断手段をさらに備え、
   前記不確定要素判断手段は、前記正誤判断手段の判断結果が誤りを示すとき、前記被験者の会話に前記不確定要素が有ると判断する、請求項４ないし６のいずれかに記載の警告システム。
8. (a)特定の業務を行う被験者の音声を検出し、
   (b)前記ステップ(a)によって検出された音声を単語に分解し、
   (c)前記ステップ(b)の分解結果に基づいて前記被験者が会話するときの音声に当該被験者が属する組織において使用される特有の語が含まれているか否かを判断し、
   (d)前記ステップ(c)によって特有の語が含まれていると判断されたとき、前記被験者の前記組織の構成員としての経験度に応じて当該特有の語についての確認が有るか否かを判断し、そして
   (e)前記ステップ(d)によって前記特有の語についての確認が無いと判断されたとき、少なくとも前記被験者に警告を発する、警告方法。

Images