JP2013131211A - 疾患診断のための最適の診断要素セット決定装置及び方法 - Google Patents

Abstract

【課題】疾患診断のために最適な診断要素セットを決定する技術を提供する。
【解決手段】複数の診断要素（ｆａｃｔｏｒ）を含む個人検査データを獲得する個人検査データ獲得部１１０と、個人検査データ獲得部によって獲得された個人検査データに含まれる診断要素を少なくとも１つ含む疾患モデルを選択する疾患モデル選択部１２０と、個人検査データに含まれる診断要素のうち、疾患モデル選択部によって選択された疾患モデルに含まれない診断要素の疾患加重値の和によって、疾患診断のための診断要素セットを決定する診断要素決定部１３２と、を含む。
【選択図】図１

Description

本発明は、疾患診断のためのデータ獲得技術に係り、特に、疾患診断のための最適の診断要素セット決定装置及び方法に関する。

検査を受けた病院、検査を受ける時点の状況、検査を受ける地域または国家などによって、各個人検査データに含まれる診断要素が異なる。現在までは、診断要素が異なる各個人検査データから、あらかじめ保存された疾患モデルを使って、所望の疾患診断のための診断要素を決定する時に、疾患モデルに含まれない診断要素は、通常、次の４種の方法で処理されていた。

第１の方法は、疾患モデルに含まれない診断要素を無視し、疾患モデルに含まれる診断要素のみで疾患を診断することによって、疾患の発病を予測するか、または疾患が現在進行中である場合、危険度を予測する方法である。

第２の方法は、疾患モデルに含まれない診断要素を特別なカテゴリー（ｃａｔｅｇｏｒｙ）に分類及び処理して、疾患を診断することによって、疾患の発病を予測するか、または疾患が現在進行中である場合、危険度を予測する方法である。
第３の方法は、疾患モデルに含まれない診断要素を無視し、個人検査データをリウエート（ｒｅｗｅｉｇｈｔ）して疾患を診断することによって、疾患の発病を予測するか、または疾患が現在進行中である場合、危険度を予測する方法である。

第４の方法は、疾患モデルに含まれない診断要素を有効な診断要素に取り替えた後に、疾患を診断することによって、疾患の発病を予測するか、または疾患が現在進行中である場合、危険度を予測する方法である。

しかし、疾患モデルに含まれない診断要素を無視するか、有効な診断要素に取り替えて疾患を診断するような従来の方法は、疾患診断の時に、疾患発病予測や疾患危険度予測の正確度を保証することができないという限界があった。

本発明は、個人検査データに含まれる診断要素のうち、疾患モデルに含まれない診断要素の疾患加重値の和によって、疾患診断のための診断要素セット（ｓｅｔ）を決定する、疾患診断のための最適の診断要素セット決定装置及び方法を提供することである。

本発明の一態様によれば、疾患診断のための最適の診断要素セット決定装置は、複数の診断要素（ｆａｃｔｏｒ）を含む個人検査データを獲得する個人検査データ獲得部と、個人検査データ獲得部によって獲得された個人検査データに含まれる診断要素を少なくとも１つ含む疾患モデルを選択する疾患モデル選択部と、個人検査データに含まれる診断要素のうち、疾患モデル選択部によって選択された疾患モデルに含まれない診断要素の疾患加重値の和によって、疾患診断のための診断要素セットを決定する診断要素処理部と、を含む。

本発明の付加的な態様によれば、診断要素処理部は、個人検査データに含まれる診断要素のうち、選択された疾患モデルに含まれない診断要素の疾患加重値の和と第１臨界値とを比較する比較部と、比較部による比較の結果、診断要素の疾患加重値の和が、第１臨界値以上である場合、個人検査データに対して生成する新たな疾患モデルの診断要素を決定する診断要素決定部と、を含む。

本発明の付加的な態様によれば、診断要素決定部は、個人検査データと、選択された疾患モデルいずれにも含まれる診断要素を生成させる新たな疾患モデルの診断要素として決定する。

本発明の付加的な態様によれば、診断要素決定部は、選択された疾患モデルに含まれない個人検査データの診断要素と、個人検査データに含まれない選択された疾患モデルの診断要素の相関関係を分析して、選択された疾患モデルの診断要素と相関関係のある個人検査データの診断要素を新たな疾患モデルの診断要素としてさらに決定する。

本発明の付加的な態様によれば、診断要素決定部は、選択された疾患モデルに含まれない個人検査データの診断要素と、個人検査データに含まれない選択された疾患モデルの診断要素との間に相関関係がない場合、選択された疾患モデルに含まれない個人検査データの診断要素に対する診断対象疾患との関連性を計算して、相対的に関連性が高い順位の診断要素を新たな疾患モデルの診断要素としてさらに決定する。

本発明の付加的な態様によれば、診断要素決定部は、選択された疾患モデルに含まれない個人検査データの診断要素の疾患加重値の和と第２臨界値とを比較して、選択された疾患モデルに含まれない個人検査データの診断要素の疾患加重値の和が、第２臨界値未満である場合、診断対象疾患との関連性が最も高い順位の診断要素１つを新たな疾患モデルの診断要素として決定する。

本発明の付加的な態様によれば、診断要素決定部は、選択された疾患モデルに含まれない個人検査データの診断要素の疾患加重値の和と第２臨界値とを比較して、選択された疾患モデルに含まれない個人検査データの診断要素の疾患加重値の和が、第２臨界値以上である場合、診断対象疾患との関連性が高い順位で少なくとも２つの診断要素を新たな疾患モデルの診断要素として決定する。

本発明の付加的な態様によれば、診断要素処理部は、診断要素決定部によって決定された診断要素を含む新たな疾患モデルを生成させる疾患モデル生成部をさらに含む。

本発明の付加的な態様によれば、疾患モデル生成部は、患者ＤＢを検索して、診断要素決定部によって決定された診断要素を含む疾患を有した患者数を算出し、該算出された患者数が、第３臨界値以上である場合、決定された診断要素を含む新たな疾患モデルを生成させる。

本発明の付加的な態様によれば、疾患モデル生成部は、算出された患者数が、第３臨界値未満である場合、決定された診断要素のうち、診断対象疾病と関連性が最も少ない診断要素を除いた診断要素を含む診断対象疾患を有した患者数を算出し、該算出された患者数が、第３臨界値以上である場合、決定された診断要素を含む新たな疾患モデルを生成させる。

本発明の付加的な態様によれば、診断要素処理部は、疾患モデル生成部によって生成された新たな疾患モデルを疾患モデルＤＢに登録する疾患モデル登録部をさらに含む。

本発明の付加的な態様によれば、疾患モデル登録部は、診断要素決定部によって決定された診断要素を含む患者を患者ＤＢから検索し、これらを診断対象疾患を有した患者群と、診断対象疾患を有していない非患者群とに分類し、非患者群に対して新たな疾患モデルの正確度を評価して、正確度が第４臨界値以上である場合、生成された新たな疾患モデルを疾患モデルＤＢに登録する。

本発明の付加的な態様によれば、診断要素決定部は、疾患モデル登録部によって登録された新たな疾患モデルに含まれる診断要素を疾患診断のための診断要素セットとして決定する。

本発明の付加的な態様によれば、診断要素決定部は、比較部による比較結果、診断要素の疾患加重値の和が、第１臨界値未満である場合、個人検査データと疾患モデル選択部によって選択された疾患モデルいずれにも含まれる診断要素を疾患診断のための診断要素セットとして決定する。

本発明の付加的な態様によれば、疾患モデル選択部は、個人検査データに含まれる診断要素を少なくとも１つ含む疾患モデルが複数である場合、疾病診断正確度がさらに高い疾患モデルを選択する。

本発明の付加的な態様によれば、疾患モデル選択部は、疾患別に疾患モデルを保存する疾患モデルＤＢから診断対象疾患に対応する疾患モデルを検索し、該検索された疾患モデルのうち、個人検査データに含まれる診断要素を少なくとも１つ含む疾患モデルを選択する。

本発明の付加的な態様によれば、疾患モデル選択部は、個人検査データ獲得部によって獲得された個人検査データに含まれる診断要素を最も多く含む疾患モデルを選択する。

本発明のさらに他の態様によれば、疾患診断のための最適の診断要素セット決定方法は、複数の診断要素を含む個人検査データを獲得する段階と、獲得された個人検査データに含まれる診断要素を少なくとも１つ含む疾患モデルを選択する段階と、個人検査データに含まれる診断要素のうち、選択された疾患モデルに含まれない診断要素の疾患加重値の和と第１臨界値とを比較する段階と、比較の結果、診断要素の疾患加重値の和が、第１臨界値以上である場合、個人検査データに対して生成する新たな疾患モデルの診断要素を決定する段階と、決定された診断要素を含む新たな疾患モデルを生成させる段階と、生成された新たな疾患モデルを疾患モデルＤＢに登録する段階と、登録された新たな疾患モデルに含まれる診断要素を疾患診断のための診断要素セットとして決定する段階と、を含む。

本発明の付加的な態様によれば、新たな疾患モデルの診断要素を決定する段階で個人検査データと、選択された疾患モデルいずれにも含まれる診断要素を生成させる新たな疾患モデルの診断要素として決定する。

本発明の付加的な態様によれば、新たな疾患モデルの診断要素を決定する段階で選択された疾患モデルに含まれない個人検査データの診断要素と、個人検査データに含まれない選択された疾患モデルの診断要素の相関関係を分析して、選択された疾患モデルの診断要素と相関関係のある個人検査データの診断要素を新たな疾患モデルの診断要素としてさらに決定する。

本発明の付加的な態様によれば、新たな疾患モデルの診断要素を決定する段階で選択された疾患モデルに含まれない個人検査データの診断要素と、個人検査データに含まれない選択された疾患モデルの診断要素との間に相関関係がない場合、選択された疾患モデルに含まれない個人検査データの診断要素に対する診断対象疾患との関連性を計算して、相対的に関連性が高い順位の診断要素を新たな疾患モデルの診断要素としてさらに決定する。

本発明の付加的な態様によれば、疾患診断のための最適の診断要素セット決定方法は、比較結果、診断要素の疾患加重値の和が、第１臨界値未満である場合、個人検査データと選択された疾患モデルいずれにも含まれる診断要素を疾患診断のための診断要素セットとして決定する段階をさらに含む。

本発明の付加的な態様によれば、疾患モデルを選択する段階で獲得された個人検査データに含まれる診断要素を最も多く含む疾患モデルを選択する。

本発明による疾患診断のための最適の診断要素セット決定装置の一実施形態の構成を示すブロック図である。 疾患モデルを選択する一例を示す図である。 決定された診断要素セットの一例を示す図である。 決定された診断要素セットのさらに他の例を示す図である。 決定された診断要素セットのさらに他の例を示す図である。 本発明による疾患診断のための最適の診断要素セット決定方法の一実施形態の構成を示すフローチャートである。

以下、添付した図面を参照して記述される実施形態を通じて、本発明を当業者が容易に理解し、再現できるように詳しく記述する。

本発明を説明するに当って、関連した公知機能または構成についての具体的な説明が、本発明の実施形態の要旨を不明にする恐れがあると判断される場合には、その詳細な説明を省略する。

本発明の明細書の全般に亘って使われる用語は、本発明の実施形態での機能を考慮して定義された用語であって、ユーザまたは運用者の意図、慣例などによって十分に変形され得る事項であるので、この用語の定義は、本明細書の全般に亘った内容に基づいて下されなければならない。

図１は、本発明による疾患診断のための最適の診断要素セット決定装置の一実施形態の構成を示すブロック図である。図１に示したように、本実施形態による疾患診断のための最適の診断要素セット決定装置１００は、個人検査データ獲得部１１０と、疾患モデル選択部１２０と、診断要素処理部１３０とを含みうる。

個人検査データ獲得部１１０は、複数の診断要素を含む個人検査データを獲得する。例えば、診断要素は、血圧、コレステロール数値、体重などの疾患診断に必要な情報であり得る。

例えば、個人検査データ獲得部１１０が、複数の診断要素を含む個人検査データを保存したメモリ（図示せず）から個人検査データを獲得するように具現することができる。

例えば、個人検査データ獲得部１１０が、複数の診断要素を含む個人検査データを有／無線通信を通じて他の装置（図示せず）から受信して獲得するように具現することもできる。

例えば、個人検査データ獲得部１１０が、複数の診断要素を含む個人検査データの入力のためのユーザインターフェース（ＵＩ）を提供し、これを通じてユーザから個人検査データを入力されて獲得するように具現することもできる。

疾患モデル選択部１２０は、個人検査データ獲得部１１０によって獲得された個人検査データに含まれる診断要素を少なくとも１つ含む疾患モデルを選択する。例えば、疾患モデル選択部１２０が、個人検査データ獲得部１１０によって獲得された個人検査データに含まれる診断要素を最も多く含む疾患モデルを選択するように具現することができる。

一方、疾患モデル選択部１２０が、疾患別に疾患モデルを保存する疾患モデルＤＢ２００から診断対象疾患に対応する疾患モデルを検索し、該検索された疾患モデルのうち、個人検査データに含まれる診断要素を少なくとも１つ含む疾患モデルを選択するように具現することができる。一方、診断対象疾患情報は、ユーザによって入力されるか、または選択され得る。

この際、疾患モデル選択部１２０が、個人検査データに含まれる診断要素を少なくとも１つ含む疾患モデルが複数である場合、疾病診断正確度がさらに高い疾患モデルを選択するように具現することもできる。疾病診断正確度は、各疾患モデルが診断対象疾病を、どれほど正確に診断できるかを表わす情報であって、各疾患モデル別にあらかじめ設定された値である。

図２は、疾患モデルを選択する一例を示す図である。診断要素Ａ、Ｂ、Ｃ、Ｄを含み、疾病診断正確度が９５％である疾患モデルＭ１と、診断要素Ａ、Ｂ、Ｇ、Ｈ、Ｉを含み、疾病診断正確度が９８％である疾患モデルＭ２と、診断要素Ａ、Ｃ、Ｄ、Ｅ、Ｆ、Ｋを含み、疾病診断正確度が９６％である疾患モデルＭ３と、診断要素Ａ、Ｄ、Ｋ、Ｌを含み、疾病診断正確度が９７％である疾患モデルＭ４が、診断対象疾患に対する疾患モデルとしてあらかじめ保存されたと仮定する。

個人検査データ獲得部１１０によって獲得された個人検査データが、Ａ、Ｃ、Ｅ、Ｇ、Ｓ、Ｔ、Ｕの診断要素を含む場合、疾患モデル選択部１２０は、個人検査データに含まれた診断要素Ａ、Ｃ、Ｅ、Ｇ、Ｓ、Ｔ、Ｕを最も多く診断要素として含む疾患モデルＭ３を選択する。

診断要素処理部１３０は、個人検査データに含まれる診断要素のうち、疾患モデル選択部１２０によって選択された疾患モデルに含まれない診断要素の疾患加重値の和によって、疾患診断のための診断要素セットを決定する。

診断要素の疾患加重値とは、当該診断要素が診断対象疾患にどれほど影響を及ぼすかに対する重要度を意味し、診断要素別疾患加重値は、疾患別にあらかじめ設定されて保存された値である。

図２に示したように、診断要素Ａ、Ｃ、Ｄ、Ｅ、Ｆ、Ｋを含む診断モデルＭ３が、疾患モデル選択部１２０によって選択されれば、診断要素処理部１３０は、Ａ、Ｃ、Ｅ、Ｇ、Ｓ、Ｔ、Ｕの診断要素を含む個人検査データのうち、選択された疾患モデルＭ３に含まれない診断要素Ｇ、Ｓ、Ｔ、Ｕの疾患加重値の和によって、疾患診断のための診断要素セットを決定する。

これにより、疾患モデルに含まれない診断要素を無視するか、有効な診断要素に取り替える従来の診断要素決定方式とは異なって、本実施形態による疾患診断のための最適の診断要素セット決定装置は、個人検査データに含まれる診断要素のうち、疾患モデルに含まれない診断要素の疾患加重値の和によって、疾患診断のための診断要素セットを決定することによって、個人検査データに含まれる診断要素を疾患診断時に最大限反映することができるので、より正確な疾患の診断が可能である。

一方、本発明の付加的な態様によれば、診断要素処理部１３０は、比較部１３１と、診断要素決定部１３２とを含みうる。比較部１３１は、個人検査データに含まれる診断要素のうち、選択された疾患モデルに含まれない診断要素の疾患加重値の和と第１臨界値とを比較する。

図２に示したように、診断要素Ａ、Ｃ、Ｄ、Ｅ、Ｆ、Ｋを含む診断モデルＭ３が、疾患モデル選択部１２０によって選択されたならば、比較部１３１が、Ａ、Ｃ、Ｅ、Ｇ、Ｓ、Ｔ、Ｕの診断要素を含む個人検査データのうち、選択された疾患モデルＭ３に含まれない診断要素Ｇ、Ｓ、Ｔ、Ｕの疾患加重値の和と、第１臨界値とを比較する。

診断要素決定部１３２は、比較部１３１による比較の結果、診断要素の疾患加重値の和が、第１臨界値以上である場合、個人検査データに対して生成する新たな疾患モデルの診断要素を決定する。

この際、診断要素決定部１３２が、個人検査データと、選択された疾患モデルいずれにも含まれる診断要素を生成させる新たな疾患モデルの診断要素として決定する。図２に示したように、診断要素Ａ、Ｃ、Ｄ、Ｅ、Ｆ、Ｋを含む診断モデルＭ３が、疾患モデル選択部１２０によって選択されたならば、診断要素決定部１３２が、診断モデルＭ３と、Ａ、Ｃ、Ｅ、Ｇ、Ｓ、Ｔ、Ｕの診断要素を含む個人検査データいずれにも含まれるＡ、Ｃ、Ｅを生成させる新たな疾患モデルの診断要素として決定する。

これに付け加えて、診断要素決定部１３２が、選択された疾患モデルに含まれない個人検査データの診断要素と、個人検査データに含まれない選択された疾患モデルの診断要素との相関関係を分析して、選択された疾患モデルの診断要素と相関関係のある個人検査データの診断要素を新たな疾患モデルの診断要素としてさらに決定するように具現することができる。

相関関係は、選択された疾患モデルに含まれない個人検査データの診断要素が、個人検査データに含まれない選択された疾患モデルの診断要素と関連があるかを表わす情報であって、診断要素間の相関関係は、あらかじめ設定されて保存される情報である。

図２に示したように、診断要素Ａ、Ｃ、Ｄ、Ｅ、Ｆ、Ｋを含む診断モデルＭ３が、疾患モデル選択部１２０によって選択され、個人検査データが、Ａ、Ｃ、Ｅ、Ｇ、Ｓ、Ｔ、Ｕの診断要素を含むならば、診断要素決定部１３２が、選択された疾患モデルに含まれない個人検査データの診断要素Ｇ、Ｓ、Ｔ、Ｕと、個人検査データに含まれない選択された疾患モデルの診断要素Ｄ、Ｆ、Ｋとの相関関係を分析して、もし、選択された疾患モデルの診断要素Ｄは、個人検査データの診断要素Ｇと相関関係があり、選択された疾患モデルの診断要素Ｆは、個人検査データの診断要素Ｔと相関関係があるならば、図３のように、診断要素Ｇ、Ｔを新たな疾患モデルの診断要素としてさらに決定することができる。図３は、決定された診断要素セットの一例を示す図である。

一方、診断要素決定部１３２が、選択された疾患モデルに含まれない個人検査データの診断要素と、個人検査データに含まれない選択された疾患モデルの診断要素との間に相関関係がない場合、選択された疾患モデルに含まれない個人検査データの診断要素に対する診断対象疾患との関連性を計算して、相対的に関連性が高い順位の診断要素を新たな疾患モデルの診断要素としてさらに決定するように具現することができる。

個人検査データの診断要素に対する診断対象疾患との関連性は、個人検査データに含まれる各診断要素が、診断対象疾患にどれほど影響を及ぼすかを表わす情報であって、あらかじめ設定されて保存される値である。

前記から選択された疾患モデルに含まれない個人検査データの診断要素Ｇ、Ｓ、Ｔ、Ｕと、個人検査データに含まれない選択された疾患モデルの診断要素Ｄ、Ｆ、Ｋとの相関関係を分析して、相関関係がなければ、診断要素決定部１３２は、選択された疾患モデルに含まれない個人検査データの診断要素Ｇ、Ｓ、Ｔ、Ｕに対する診断対象疾患との関連性を計算して、相対的に関連性が高い順位の診断要素を新たな疾患モデルの診断要素としてさらに決定することができる。

この際、診断要素決定部１３２が、選択された疾患モデルに含まれない個人検査データの診断要素の疾患加重値の和と第２臨界値とを比較して、選択された疾患モデルに含まれない個人検査データの診断要素の疾患加重値の和が、第２臨界値未満である場合、診断対象疾患との関連性が最も高い順位の診断要素１つを新たな疾患モデルの診断要素として決定するように具現することもできる。

すなわち、個人検査データの診断要素の疾患加重値の和が、第２臨界値未満であれば、診断対象疾患との関連性が最も高い順位の診断要素を除いた残りの診断要素は、診断対象疾患との関連性がほとんどないと判断され得るので、診断対象疾患との関連性が最も高い順位の診断要素１つを新たな疾患モデルの診断要素として決定することができる。

例えば、選択された疾患モデルに含まれない個人検査データの診断要素Ｇ、Ｓ、Ｔ、Ｕの診断対象疾患との関連性順位が、Ｇ＞Ｓ＞Ｔ＞Ｕであり、診断要素Ｇ、Ｓ、Ｔ、Ｕの疾患加重値の和が、第２臨界値未満であれば、診断要素決定部１３２が、図４に示したように、診断対象疾患との関連性が最も高い順位の診断要素Ｇを新たな疾患モデルの診断要素として決定することができる。図４は、決定された診断要素セットのさらに他の例を示す図である。

一方、診断要素決定部１３２が、選択された疾患モデルに含まれない個人検査データの診断要素の疾患加重値の和と第２臨界値とを比較して、選択された疾患モデルに含まれない個人検査データの診断要素の疾患加重値の和が、第２臨界値以上である場合、診断対象疾患との関連性が高い順位で少なくとも２つの診断要素を新たな疾患モデルの診断要素として決定するように具現することができる。

すなわち、個人検査データの診断要素の疾患加重値の和が、第２臨界値以上であれば、診断対象疾患との関連性が高い順位の少なくとも２つの診断要素が、診断対象疾患との関連性が相対的に高いと判断され得るので、診断対象疾患との関連性が高い順位の少なくとも２つの診断要素を新たな疾患モデルの診断要素として決定することができる。

例えば、選択された疾患モデルに含まれない個人検査データの診断要素Ｇ、Ｓ、Ｔ、Ｕの診断対象疾患との関連性順位が、Ｇ＞Ｓ＞Ｔ＞Ｕであり、診断要素Ｇ、Ｓ、Ｔ、Ｕの疾患加重値の和が、第２臨界値以上であれば、診断要素決定部１３２が、図５に示したように、診断対象疾患との関連性が高い順位で２つの診断要素Ｇ、Ｓを新たな疾患モデルの診断要素として決定することができる。図５は、決定された診断要素セットのさらに他の例を示す図である。

本発明の付加的な態様によれば、診断要素処理部１３０が、疾患モデル生成部１３３をさらに含み得る。疾患モデル生成部１３３は、診断要素決定部１３２によって決定された診断要素を含む新たな疾患モデルを生成させる。

この際、疾患モデル生成部１３３が、患者ＤＢ３００を検索して、診断要素決定部１３２によって決定された診断要素を含む診断対象疾患を有した患者数を算出し、該算出された患者数が、第３臨界値以上である場合、決定された診断要素を含む新たな疾患モデルを生成させるように具現することができる。

診断要素決定部１３２によって決定された診断要素を含む新たな疾患モデルを生成させるためには、診断要素決定部１３２によって決定された診断要素を含む診断対象疾患を有した患者数が、新たな疾患モデルを生成させるほどに十分ではなければならない。

本実施形態は、疾患モデル生成部１３３が、診断要素決定部１３２によって決定された診断要素を含む診断対象疾患を有した患者数が、新たな疾患モデルを生成させるほどに十分であるかを把握して、十分である場合、診断要素決定部１３２によって決定された診断要素を含む新たな疾患モデルを生成させた実施形態である。

一方、疾患モデル生成部１３３が、算出された患者数が、第３臨界値未満である場合、決定された診断要素のうち、診断対象疾病と関連性が最も少ない診断要素を除いた診断要素を含む疾患を有した患者数を算出し、該算出された患者数が、第３臨界値以上である場合、決定された診断要素を含む新たな疾患モデルを生成させるように具現することができる。

本実施形態は、疾患モデル生成部１３３が、診断要素決定部１３２によって決定された診断要素を含む診断対象疾患を有した患者数が、新たな疾患モデルを生成させるほどに十分であるかを把握して、十分ではない場合、決定された診断要素のうち、診断対象疾病と関連性が最も少ない診断要素を除いた後、診断対象疾病と関連性が最も少ない診断要素を除いた診断要素を含む疾患を有した患者数が、新たな疾患モデルを生成させるほどに十分であるかを把握して、十分である場合、新たな疾患モデルを動的に生成させた実施形態である。

本発明の付加的な態様によれば、診断要素処理部１３０が、疾患モデル登録部１３４をさらに含み得る。疾患モデル登録部１３４は、疾患モデル生成部１３３によって生成された新たな疾患モデルを疾患モデルＤＢ２００に登録する。

すなわち、本実施形態は、疾患モデル生成部１３３によって生成された新たな疾患モデルを疾患モデル登録部１３４を通じて疾患モデルＤＢ２００に登録して保存することによって、引き続き最適の診断要素セット決定時に新たな疾患モデルを利用可能にしたものである。

一方、疾患モデル登録部１３４が、診断要素決定部１３２によって決定された診断要素を含む患者を患者ＤＢ３００から検索し、これらを診断対象疾患を有した患者群と、診断対象疾患を有していない非患者群とに分類し、非患者群に対して新たな疾患モデルの正確度を評価して、正確度が第４臨界値以上である場合、生成された新たな疾患モデルを疾患モデルＤＢ２００に登録するように具現することができる。

すなわち、本実施形態は、診断要素決定部１３２によって決定された診断要素を含む診断対象疾患を有した患者数が、新たな疾患モデルを生成させるほどに十分である場合、新たな疾患モデルが、診断対象疾患の診断にどれほど正確であるかについての評価を行い、評価の結果、新たな疾患モデルの正確度が信頼性を有するほどのレベルである場合に生成された新たな疾患モデルを疾患モデルＤＢ２００に登録するように具現した実施形態である。

本発明の付加的な態様によれば、診断要素決定部１３２が、疾患モデル登録部１３４によって登録された新たな疾患モデルに含まれる診断要素を疾患診断のための診断要素セットとして決定するように具現することができる。

一方、診断要素決定部１３２が、比較部１３１による比較結果、診断要素の疾患加重値の和が、第１臨界値未満である場合、個人検査データと疾患モデル選択部１２０とによって選択された疾患モデルいずれにも含まれる診断要素を疾患診断のための診断要素セットとして決定するように具現することができる。

比較部１３１による比較結果、個人検査データに含まれる診断要素のうち、選択された疾患モデルに含まれない診断要素の疾患加重値の和が、第１臨界値以上である場合には、診断要素が疾患診断に影響を及ぼす要素であり、第１臨界値未満である場合には、診断要素が疾患診断に影響を及ぼす要素ではないと判断可能である。

すなわち、本実施形態は、個人検査データに含まれる診断要素のうち、選択された疾患モデルに含まれない診断要素が、疾患診断に影響を及ぼす要素ではないと判断される場合、個人検査データと疾患モデル選択部１２０とによって選択された疾患モデルいずれにも含まれる診断要素のみ疾患診断のための診断要素セットとして決定させた実施形態である。

診断要素決定部１３２によって疾患診断のための診断要素セットが決定されれば、疾患診断装置（図示せず）を通じて、この疾患診断のための診断要素セットを分析して疾患を診断することによって、疾患の発病を予測するか、または疾患が現在進行中である場合、危険度を予測する。

この際、疾患診断装置（図示せず）は、疾患診断のための最適の診断要素セット決定装置１００と物理的または論理的に１つの装置として具現されることもあり、物理的または論理的にそれぞれ別途の装置として具現されることもある。

これにより、疾患診断のための最適の診断要素セット決定装置を通じて個人検査データに含まれる診断要素のうち、疾患モデルに含まれない診断要素の疾患加重値の和によって、疾患診断のための診断要素セットを決定することによって、正確で信頼性のある疾患の診断が可能となる。

図６は、本発明による疾患診断のための最適の診断要素セット決定方法の一実施形態の構成を示すフローチャートである。図６に示したように、段階６１０で、疾患診断のための最適の診断要素セット決定装置が、複数の診断要素を含む個人検査データを獲得する。例えば、診断要素は、血圧、コレステロール数値、体重などの疾患診断に必要な情報であり得る。

例えば、段階６１０で、複数の診断要素を含む個人検査データがメモリ（図示せず）から獲得されるか、有／無線通信を通じて他の装置から獲得されるか、または複数の診断要素を含む個人検査データの入力のためのユーザインターフェースを通じて獲得されうる。

次いで、段階６２０で、疾患診断のための最適の診断要素セット決定装置が、獲得された個人検査データに含まれる診断要素を少なくとも１つ含む疾患モデルを選択する。例えば、段階６２０で、最適の診断要素セット決定装置が、獲得された個人検査データに含まれる診断要素を最も多く含む疾患モデルを選択するように具現することができる。

一方、段階６２０で、疾患別に疾患モデルを保存する疾患モデルＤＢから検索された診断対象疾患に対応する疾患モデルのうち、個人検査データに含まれる診断要素を少なくとも１つ含む疾患モデルが選択され得る。

この際、段階６２０で、個人検査データに含まれる診断要素を少なくとも１つ含む疾患モデルが複数である場合、疾病診断正確度がさらに高い疾患モデルを選択するように具現することもできる。疾病診断正確度は、各疾患モデルが診断対象疾病を、どれほど正確に診断できるかを表わす情報であって、各疾患モデル別にあらかじめ設定された値である。

次いで、段階６３０で、疾患診断のための最適の診断要素セット決定装置が、個人検査データに含まれる診断要素のうち、段階６２０によって選択された疾患モデルに含まれない診断要素の疾患加重値の和と第１臨界値とを比較する。

もし、段階６３０による比較の結果、診断要素の疾患加重値の和が、第１臨界値以上である場合、段階６４０で、疾患診断のための最適の診断要素セット決定装置が、個人検査データに対して生成する新たな疾患モデルの診断要素を決定する。

この際、段階６４０で、個人検査データと、選択された疾患モデルいずれにも含まれる診断要素を生成させる新たな疾患モデルの診断要素として決定するように具現することができる。

これに付け加えて、段階６４０で、段階６２０によって選択された疾患モデルに含まれない個人検査データの診断要素と、個人検査データに含まれない選択された疾患モデルの診断要素との相関関係を分析して、選択された疾患モデルの診断要素と相関関係のある個人検査データの診断要素を新たな疾患モデルの診断要素としてさらに決定するように具現することができる。

一方、段階６４０で、段階６２０によって選択された疾患モデルに含まれない個人検査データの診断要素と、個人検査データに含まれない選択された疾患モデルの診断要素との間に相関関係がない場合、段階６２０によって選択された疾患モデルに含まれない個人検査データの診断要素に対する診断対象疾患との関連性を計算して、相対的に関連性が高い順位の診断要素を新たな疾患モデルの診断要素としてさらに決定するように具現することもできる。

この際、段階６４０で、段階６２０によって選択された疾患モデルに含まれない個人検査データの診断要素の疾患加重値の和と第２臨界値とを比較して、段階６２０によって選択された疾患モデルに含まれない個人検査データの診断要素の疾患加重値の和が、第２臨界値未満である場合、診断対象疾患との関連性が最も高い順位の診断要素１つを新たな疾患モデルの診断要素として決定するように具現することができる。

一方、段階６４０で、段階６２０によって選択された疾患モデルに含まれない個人検査データの診断要素の疾患加重値の和と第２臨界値とを比較して、段階６２０によって選択された疾患モデルに含まれない個人検査データの診断要素の疾患加重値の和が、第２臨界値以上である場合、診断対象疾患との関連性が高い順位で少なくとも２つの診断要素を新たな疾患モデルの診断要素として決定するように具現することもできる。

段階６４０によって新たな疾患モデルの診断要素が決定されれば、段階６５０で、疾患診断のための最適の診断要素セット決定装置が、決定された診断要素を含む新たな疾患モデルを生成させる。

この際、段階６５０で、患者ＤＢを検索して、段階６４０によって決定された診断要素を含む診断対象疾患を有した患者数を算出し、該算出された患者数が、第３臨界値以上である場合、決定された診断要素を含む新たな疾患モデルを生成させるように具現することもできる。

一方、段階６５０から算出された患者数が、第３臨界値未満である場合、段階６４０によって決定された診断要素のうち、診断対象疾病と関連性が最も少ない診断要素を除いた診断要素を含む疾患を有した患者数を算出し、該算出された患者数が、第３臨界値以上である場合、決定された診断要素を含む新たな疾患モデルを生成させるように具現することもできる。

段階６５０によって新たな疾患モデルが生成されれば、段階６６０で、疾患診断のための最適の診断要素セット決定装置が、生成された新たな疾患モデルを疾患モデルＤＢに登録する。

この際、段階６６０で、段階６４０によって決定された診断要素を含む患者を患者ＤＢから検索し、これらを診断対象疾患を有した患者群と、診断対象疾患を有していない非患者群とに分類し、非患者群に対して新たな疾患モデルの正確度を評価して、正確度が第４臨界値以上である場合、生成された新たな疾患モデルを疾患モデルＤＢに登録するように具現することができる。

そして、段階６７０で、疾患診断のための最適の診断要素セット決定装置が、段階６６０によって登録された新たな疾患モデルに含まれる診断要素を疾患診断のための診断要素セットとして決定する。

もし、段階６３０による比較の結果、診断要素の疾患加重値の和が、第１臨界値未満である場合、段階６８０で、疾患診断のための最適の診断要素セット決定装置が、個人検査データと選択された疾患モデルいずれにも含まれる診断要素を疾患診断のための診断要素セットとして決定する。

段階６７０及び段階６８０によって決定された疾患診断のための診断要素セットは、疾患診断時に疾患の発病を予測するか、または疾患が現在進行中である場合、危険度を予測するデータとして利用される。

これにより、個人検査データに含まれる診断要素のうち、疾患モデルに含まれない診断要素の疾患加重値の和によって、疾患診断のための診断要素セットを決定することによって、正確で信頼性のある疾患の診断が可能となる。

本発明は、添付した図面によって参照される望ましい実施形態を中心に記述されたが、このような記載から後述する特許請求の範囲によって包括される範囲内で、本発明の範疇を外れずに多様な変形が可能であるということは明白である。

本発明は、疾患診断のためのデータ獲得関連の技術分野に適用可能である。

１００ 診断要素セット決定装置
１１０ 個人検査データ獲得部
１２０ 疾患モデル選択部
１３０ 診断要素処理部
１３１ 比較部
１３２ 診断要素決定部
１３３ 疾患モデル生成部
１３４ 疾患モデル登録部
２００ 疾患モデルＤＢ
３００ 患者ＤＢ

Claims (24)

1. 複数の診断要素（ｆａｃｔｏｒ）を含む個人検査データを獲得する個人検査データ獲得部と、
   個人検査データ獲得部によって獲得された個人検査データに含まれる診断要素を少なくとも１つ含む疾患モデルを選択する疾患モデル選択部と、
   個人検査データに含まれる診断要素のうち、疾患モデル選択部によって選択された疾患モデルに含まれない第１グループ診断要素の疾患加重値の和によって、疾患診断のための診断要素セット（ｓｅｔ）を決定する診断要素処理部と、
   を含む疾患診断のための最適の診断要素セット決定装置。
2. 診断要素処理部は、
   第１グループ診断要素の疾患加重値の和が、第１臨界値以上である場合、個人検査データに対して生成する新たな疾患モデルの診断要素を決定する診断要素決定部を含む、請求項１に記載の疾患診断のための最適の診断要素セット決定装置。
3. 診断要素処理部は、
   個人検査データに含まれる診断要素のうち、選択された疾患モデルに含まれない第１グループ診断要素の疾患加重値の和と第１臨界値とを比較し、該比較結果を新たな疾患モデルの診断要素を決定するために、診断要素決定部に提供する比較部をさらに含む、請求項２に記載の疾患診断のための最適の診断要素セット決定装置。
4. 診断要素決定部は、
   第１グループ診断要素の疾患加重値の和が、第１臨界値未満である場合、個人検査データと、選択された疾患モデルいずれにも含まれる第２グループ診断要素を疾患診断のための診断要素セットとして決定する、請求項３に記載の疾患診断のための最適の診断要素セット決定装置。
5. 診断要素決定部は、
   新たな疾患モデルの診断要素内に多数の第２グループ診断要素を含み、第２グループ診断要素は、獲得された個人検査データと、選択された疾患モデルいずれにも含まれる、請求項２に記載の疾患診断のための最適の診断要素セット決定装置。
6. 診断要素決定部は、
   第１グループ診断要素と個人検査データに含まれない選択された疾患モデルの診断要素との間の相関関係を分析して、相関関係のある診断要素を新たな疾患モデルの診断要素としてさらに決定する、請求項５に記載の疾患診断のための最適の診断要素セット決定装置。
7. 診断要素決定部は、
   相関関係のある診断要素がない場合、診断対象疾患と各第１グループ診断要素との間の関連性を計算して、新たな疾患モデルの診断要素内に第１グループ診断要素に属する第３グループ診断要素を含み、第３グループ診断要素の疾患関連性は、第３グループに属しない第１グループの残りの診断要素の疾患関連性以上である、請求項６に記載の疾患診断のための最適の診断要素セット決定装置。
8. 診断要素決定部は、
   第１グループ診断要素の疾患加重値の和が、第２臨界値未満である場合、第１グループの診断要素に属する他の診断要素の疾患関連性より大きな疾患関連性を有する１つの第１グループ診断要素を決定し、新たな疾患モデルの診断要素に決定された１つの第１グループ診断要素を含み、
   第１グループ診断要素の疾患加重値の和が、第２臨界値以上である場合、第１グループ診断要素に属する他の診断要素の疾患関連性より大きな疾患関連性を有する少なくとも２つの第１グループ診断要素を決定し、新たな疾患モデルの診断要素に決定された少なくとも２つの第１グループ診断要素を含む、請求項７に記載の疾患診断のための最適の診断要素セット決定装置。
9. 診断要素処理部は、
   診断要素決定部によって決定された診断要素を含む新たな疾患モデルを生成させる疾患モデル生成部をさらに含む、請求項２に記載の疾患診断のための最適の診断要素セット決定装置。
10. 診断要素処理部は、
    決定された診断要素を診断要素セットに分類する、請求項９に記載の疾患診断のための最適の診断要素セット決定装置。
11. 疾患モデル生成部は、
    患者ＤＢを検索して、診断要素決定部によって決定された診断要素を含む疾患を有した第１患者数を算出し、該算出された第１患者数が、第３臨界値以上である場合、決定された診断要素を含む新たな疾患モデルを生成させ、
    算出された患者数が、第３臨界値未満である場合、決定された診断要素のうち、診断対象疾患との疾患関連性が最も少ない診断要素を除いた診断要素を含む診断対象疾患を有する第２患者数を算出する、請求項９に記載の疾患診断のための最適の診断要素セット決定装置。
12. 診断要素処理部は、
    疾患モデル生成部によって生成された新たな疾患モデルを疾患モデルＤＢに登録する疾患モデル登録部をさらに含む、請求項９に記載の疾患診断のための最適の診断要素セット決定装置。
13. 疾患モデルＤＢが多数の疾患に対する疾患モデルを保存し、多数の疾患は、診断対象疾患を含み、
    疾患モデル選択部が疾患モデルＤＢを検索して、診断対象疾患に対応する疾患モデルを検索し、１つ以上の診断要素を含む診断対象疾患に対応する１つの疾患モデルを選択する、請求項１２に記載の疾患診断のための最適の診断要素セット決定装置。
14. 疾患モデル登録部は、
    決定された診断要素を含む診断疾患を有した患者を患者ＤＢから検索し、これらを診断対象疾患を有した患者群と、診断対象疾患を有していない非患者群とに分類し、非患者群に対して新たな疾患モデルの正確度を評価して、正確度が第４臨界値以上である場合、生成された新たな疾患モデルを疾患モデルＤＢに登録する、請求項１２に記載の疾患診断のための最適の診断要素セット決定装置。
15. 疾患モデル選択部は、１つ以上の診断要素を有した多数の疾患モデルから疾患モデルを選択するが、該選択された疾患モデルが選択されていない残りの疾患モデルの診断正確度より大きな診断正確度を有する、請求項１に記載の疾患診断のための最適の診断要素セット決定装置。
16. 選択された疾患モデルが多数の疾患モデルのうちの１つであり、選択された疾患モデルは、選択されていない残りの疾患モデルより診断要素の数が大きい、請求項１に記載の疾患診断のための最適の診断要素セット決定装置。
17. 複数の診断要素を含む個人検査データを獲得する段階と、
    獲得された個人検査データに含まれる診断要素を少なくとも１つ含む疾患モデルを選択する段階と、
    選択された疾患モデルにない多数の疾患要素を含む第１グループ診断要素の疾患加重値の和によって診断要素を決定する段階と、
    を含む疾患診断のための最適の診断要素セット決定方法。
18. 疾患診断のための最適の診断要素セット決定方法は、
    第１臨界値と第１グループ診断要素の疾患加重値の和との比較を行う段階と、
    比較結果、第１グループ診断要素の疾患加重値の和が、第１臨界値以上である場合、多数の診断要素から新たな疾患モデルの診断要素を決定する段階と、
    を含む、請求項１７に記載の疾患診断のための最適の診断要素セット決定方法。
19. 比較結果、第１グループ診断要素の疾患加重値の和が、第１臨界値未満である場合、個人検査データと、選択された疾患モデルいずれにも含まれる診断要素を生成させる新たな疾患モデルの診断要素として決定する、請求項１８に記載の疾患診断のための最適の診断要素セット決定方法。
20. 疾患診断のための最適の診断要素セット決定方法は、
    決定された診断要素を含む新たな疾患モデルを生成させる段階と、
    生成された新たな疾患モデルを疾患モデルＤＢに登録する段階と、
    決定された診断要素を疾患診断のための診断要素セットに分類する段階と、
    を含む、請求項１８に記載の疾患診断のための最適の診断要素セット決定方法。
21. 診断要素を決定する段階で、
    新たな疾患モデルの診断要素内に多数の第２グループの診断要素を含み、第２グループ診断要素は、獲得された個人検査データと、選択された疾患モデルに属する、請求項１８に記載の疾患診断のための最適の診断要素セット決定方法。
22. 診断要素を決定する段階で、
    疾患モデルの診断要素の相関関係を分析して、相関関係のある診断要素を新たな疾患モデルの診断要素に含み、相関関係のある診断要素は、第１グループ診断要素と、獲得された個人検査データに含まれない選択された疾患モデルの診断要素に含まれる、請求項２１に記載の疾患診断のための最適の診断要素セット決定方法。
23. 診断要素を決定する段階で、
    相関関係のある診断要素がない場合、診断対象疾患と各第１グループ診断要素との間の疾患関連性を計算して、新たな疾患モデルの診断要素内に第１グループ診断要素に属する第３グループを含み、第３グループの診断要素は、第１グループに含まれる残りの診断要素の疾患関連性以上である関連性を有する、請求項２２に記載の疾患診断のための最適の診断要素セット決定方法。
24. 選択された疾患モデルが多数の疾患モデルのうちの１つであり、選択された疾患モデルは、選択されていない残りの疾患モデルより診断要素の数が大きい、請求項１７に記載の疾患診断のための最適の診断要素セット決定方法。

Images