JP2014215727A - 人間ドック総合保健指導支援システム - Google Patents
人間ドック総合保健指導支援システム Download PDFInfo
- Publication number
- JP2014215727A JP2014215727A JP2013090903A JP2013090903A JP2014215727A JP 2014215727 A JP2014215727 A JP 2014215727A JP 2013090903 A JP2013090903 A JP 2013090903A JP 2013090903 A JP2013090903 A JP 2013090903A JP 2014215727 A JP2014215727 A JP 2014215727A
- Authority
- JP
- Japan
- Prior art keywords
- health
- map
- medical
- medical checkup
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000036541 health Effects 0.000 title claims abstract description 80
- 238000011156 evaluation Methods 0.000 claims abstract description 6
- 230000006870 function Effects 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 11
- 201000010099 disease Diseases 0.000 claims description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 8
- 230000005484 gravity Effects 0.000 claims description 8
- 239000013598 vector Substances 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 5
- 239000003814 drug Substances 0.000 claims description 4
- 230000007704 transition Effects 0.000 claims description 4
- 229940079593 drug Drugs 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 241000270666 Testudines Species 0.000 claims 2
- 208000001145 Metabolic Syndrome Diseases 0.000 abstract description 30
- 201000000690 abdominal obesity-metabolic syndrome Diseases 0.000 abstract description 30
- 238000000034 method Methods 0.000 abstract description 27
- 230000003862 health status Effects 0.000 abstract description 7
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000003745 diagnosis Methods 0.000 abstract description 4
- 210000004369 blood Anatomy 0.000 description 14
- 239000008280 blood Substances 0.000 description 14
- 238000013500 data storage Methods 0.000 description 8
- 238000010606 normalization Methods 0.000 description 8
- 238000004820 blood count Methods 0.000 description 6
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 5
- 239000008103 glucose Substances 0.000 description 5
- 230000004060 metabolic process Effects 0.000 description 5
- 206010061218 Inflammation Diseases 0.000 description 4
- 230000003187 abdominal effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 description 4
- 230000004054 inflammatory process Effects 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 230000003907 kidney function Effects 0.000 description 4
- 210000000265 leukocyte Anatomy 0.000 description 4
- 230000003908 liver function Effects 0.000 description 4
- 102000002260 Alkaline Phosphatase Human genes 0.000 description 3
- 108020004774 Alkaline Phosphatase Proteins 0.000 description 3
- 108010023302 HDL Cholesterol Proteins 0.000 description 3
- 102000003855 L-lactate dehydrogenase Human genes 0.000 description 3
- 108700023483 L-lactate dehydrogenases Proteins 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 3
- 230000035487 diastolic blood pressure Effects 0.000 description 3
- 230000036039 immunity Effects 0.000 description 3
- 150000002632 lipids Chemical class 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000035488 systolic blood pressure Effects 0.000 description 3
- 101000856500 Bacillus subtilis subsp. natto Glutathione hydrolase proenzyme Proteins 0.000 description 2
- 102100032752 C-reactive protein Human genes 0.000 description 2
- 108010010234 HDL Lipoproteins Proteins 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 2
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 description 2
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 description 2
- PNNCWTXUWKENPE-UHFFFAOYSA-N [N].NC(N)=O Chemical compound [N].NC(N)=O PNNCWTXUWKENPE-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 229940109239 creatinine Drugs 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000003743 erythrocyte Anatomy 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 210000004698 lymphocyte Anatomy 0.000 description 2
- 230000037323 metabolic rate Effects 0.000 description 2
- 210000000440 neutrophil Anatomy 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 229940116269 uric acid Drugs 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 108010074051 C-Reactive Protein Proteins 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000010876 biochemical test Methods 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 230000002124 endocrine Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000004153 glucose metabolism Effects 0.000 description 1
- 238000005534 hematocrit Methods 0.000 description 1
- 230000001631 hypertensive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000405 serological effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 239000000439 tumor marker Substances 0.000 description 1
Images
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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Child & Adolescent Psychology (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
【課題】被検者の人間ドック診断結果から取得した種々の情報に基づき、総合的に、精度よく、且つ容易に被検者の健康状態を把握できる健康状態の判定システムを提供する。【解決手段】可視化平面SOMマップを用いたメタボリック・シンドローム(MS)判定ツールを応用し、広く人間ドック全般の保健支援に役立つデータ判定システムを作成した。この方法を、新たに6種類のSOM解析システムに拡張した。それは、画像を除く通常の健診範囲をカバーした。そして、個々のパソコン上で検査判定と対面型保健支援が同時に可能となった。健診データ(例えば図3)の継続的かつきめ細かな健康度評価が担保され、現場における個別保健支援の効果が高まると考えられる。【選択図】図6
Description
本発明は、自己組織化マップ、特に、被検者の人間ドック健診結果から得られる種々の情報に基づき学習させた自己組織化マップを用いた健康状態の判定支援システムに関する。
自己組織化マップ(Self-Organizing Maps:以下「SOM」という。)はヘルシンキ工科大学のコホネンが考案した教師なしニューラルネットワークであり、高次元データを2次元に圧縮して表示する仕組みを、神経回路網をヒントにして実現したものである。このSOMの手法によれば、多次元データを2次元のマップ上に投影することが可能となり、データの分類が視覚的に容易に可能となるため、種々の分野でSOMの応用が研究されている(非特許文献1−4)。
例えば、健康診断の分野におけるSOMの応用に関して特許文献に開示されたものがある。特許文献1では、被検者の健康状態に関する生体データの種々の項目を、入力ベクトルとして用いて健康診断用のSOM(以下「健康マップ」という)を生成している。このようにして得られる健康マップに対し、患者の健康状態に関するデータを入力して、健康マップ上の対応するノードを強調表示させることで、患者の健康状態を視覚的に容易に認識することが可能となる。
特許文献1から4には、SOMを用いた健康診断装置が開示されている。
徳高平蔵、藤村喜久郎、山川烈監修、「自己組織化マップ応用事例集−SOMによる可視化情報処理」、海文堂、2002年10月
大北正昭、 徳高平蔵、藤村喜久郎、権田英功、 監修: "自己組織化マップとそのツール"、 シュプリンガー・ジャパン、2008
徳高平蔵、加瀬澤信彦:メタボリック・シンドローム健診データにおける自己組織化マップ(SOM)による判別能の検討、総合健診37、pp389−397、2010
加瀬澤信彦、遠山和成、中野求、広田こずえ、森下知代、徳高平蔵:総合健診・保健支援におけるメタボリック・シンドローム評価ツールとしての自己組織化マップ(SOM)の有用性、総合健診38、pp574−583、2011
SOM可視化平面マップを用いたメタボリック・シンドローム(MS)判定ツールを応用し、広く人間ドック全般の保健支援に役立つデータ判定ツールを作成する。
複数の生活習慣病について、対応する複数の健診項目の時系列健診結果から健康診断を総合的に判断して健康状態を視覚的に把握する健康診断システムであって、そのシステムのマップ上での被検者の位置の経年データから被検者の疾病の種類と症状を数値化して、それらの時系列推移から、被検者の病状を総合的に評価・予測するシステムの構築。
複数の生活習慣病について、対応する複数の健診項目の時系列健診結果から健康診断を総合的に判断して健康状態を視覚的に把握する健康診断システムであって、そのシステムのマップ上での被検者の位置の経年データから被検者の疾病の種類と症状を数値化して、それらの時系列推移から、被検者の病状を総合的に評価・予測するシステムの構築。
SOMマップを作成する前に、以下の正規化手順が必要である。ここでは正常値の下限をLとし、最大値をHとする。被検者のデータはX、正規化値はYとする。Yは以下で計算する。
(X<L)では Y=L/X 式(1)
(L<=X<=H)では Y=1 式(2)
(X>H)では Y=X/H 式(3)
しかし、この方法では、全ての正規化値Yは1を超える。また、被検者の中には、正常値をはるかに離れた値を持つ者もいる。ここでは、一般的な生活習慣病を把握するための方法であるので、このような特別な値を持つ者を除くために閾値(または頭切り値HCV)を設定してそれ以上では正規化値は一定値を取るようにした(上記の式(1)、(2)、(3))。次に、式(1)、(2)、(3)から1を引く(図2内の正規化第1段階)。また、式(1)、(3)に対しては、(Y−1)/(HCV−1)の処理をする(図2内の正規化第2段階)。これらの手順により、全ての正規化値は図1に示すように[0,1]間の値を持つ。
(X<L)では Y=L/X 式(1)
(L<=X<=H)では Y=1 式(2)
(X>H)では Y=X/H 式(3)
しかし、この方法では、全ての正規化値Yは1を超える。また、被検者の中には、正常値をはるかに離れた値を持つ者もいる。ここでは、一般的な生活習慣病を把握するための方法であるので、このような特別な値を持つ者を除くために閾値(または頭切り値HCV)を設定してそれ以上では正規化値は一定値を取るようにした(上記の式(1)、(2)、(3))。次に、式(1)、(2)、(3)から1を引く(図2内の正規化第1段階)。また、式(1)、(3)に対しては、(Y−1)/(HCV−1)の処理をする(図2内の正規化第2段階)。これらの手順により、全ての正規化値は図1に示すように[0,1]間の値を持つ。
まず、MSの状態を評価するために、8個のMS項目を採用した。そして以下の4要素にまとめた。(1)正規化後のBMIと腹囲の平均値;(2)血糖値FBSとHbA1cの平均値;(3)収縮時血圧H−BPと拡張期血圧L−BPの平均値;(4)中性脂肪とHDL−Cコレステロールの平均値である。平均は全て各項目の正規化後に行う。我々の方法では全て4要素は同等に処理した。この手順は後で述べる他の生活習慣に関係したMSを除く項目にも適用した。
ここで下付きのiはi番目の被検者の意味。WVnは、各パラメータの最悪値、NVは正常値、Xniはi番目の被検者の項目nのデータである、そして‘M’はパラメータの数である(ここでは4である)被検者のデータが正常値の範囲に有る場合は、Xniの値は、NVである。この時、健康点数(HMP)は式(4)を使って100点である。MSスコア値は、MS(スコア)=100−(HMP)、として計算される。それ故、健康な被検者のMSスコアは0であり、最悪値の場合は100になる。ここで議論したMSスコア値は後で述べる他の項目でも使える。
提案法でのMS判定基準はMS8項目から計算される。既に述べたように各対をなして4項目に整理される。1)肥満度、2)糖代謝、3)高血圧、そして、4)脂質異常である。メタボ度を示すMSスコア値(点数)は式(1)から式(4)で計算された。我々の方法では、被検者のデータが全て正常値の場合、MS点数は0である。これは、図4、図8で示すマップ上の中心に青色で示される。それから離れると点数は以下の4段階で整理される:
領域I: 非MS領域 (0<点数<20)、“DM−正常域”、
領域II: MS境界域 (20<=点数<40)、“DM境界域”、
領域III: MS相当域 (40<=点数<60)、“DM−MS”、
領域IV: MS危険域 (60<=点数<=100)、“DM−MS”、
領域I−IVはMS点数マップでは4種の灰色の濃さを変えた方法で色表示されている。
我々の方法では領域I、II、は“未病”と考える。こうして、被検者の状態は順番に判断される。既存の方法のように基準値を超えたら直ちにMSとはしない。
領域I: 非MS領域 (0<点数<20)、“DM−正常域”、
領域II: MS境界域 (20<=点数<40)、“DM境界域”、
領域III: MS相当域 (40<=点数<60)、“DM−MS”、
領域IV: MS危険域 (60<=点数<=100)、“DM−MS”、
領域I−IVはMS点数マップでは4種の灰色の濃さを変えた方法で色表示されている。
我々の方法では領域I、II、は“未病”と考える。こうして、被検者の状態は順番に判断される。既存の方法のように基準値を超えたら直ちにMSとはしない。
上の方法は、被検者の人間ドックデータ内の他の生活習慣病関係の項目にも適用可能である。それらを6項目にまとめる。1.上記のMS解析、2.糖代謝、3.肝機能、4.腎機能、5.血液一般、そして、6.炎症・免疫である。これらの各項目は全て、4要素にまとめられた:
1.MS判定の「メタボツール」では、1−1(腹囲+BMI)/2、1−2(血糖値+HbA1c)/2、1−3(収縮期血圧+拡張期血圧)/2、1−4(中性脂肪+HDL−C)/2、の4要素8項目で構成した。
2.「糖代謝ツール」では、2−1腹囲、2−2BMI、2−3血糖値、2−4HbA1c、の4要素、4項目。
3.「肝機能ツール」では、3−1乳酸脱水素酵素(LDH)、3−2gamma−GTP、3−3(AST+ALT)/2、3−4アルカリホスファターゼ(ALP)、の4要素、5項目。
4.「腎機能ツール」では、4−1年齢、4−2尿蛋白、4−3(クレアチニン+尿素窒素)/2、4−4尿酸、の4要素、5項目。
5.「血液一般ツール」では、5−1赤血球数、5−2血小板数、5−3(ヘモグロビン値(Hgb)+ヘマトクリット(Hct))/2、5−4白血球数、の4要素、5項目。
6.「炎症・免疫ツール」は、6−1白血球数、6−2CRP(C反応性蛋白)、6−3(好中球+リンパ球)/2、6−4LDL/HDL比、の4要素、6項目。
勿論場合によっては別の判定項目もある。
なお、全ての項目の正常値はインターネットから容易に得られるのでここでは記述を省略する。
1.MS判定の「メタボツール」では、1−1(腹囲+BMI)/2、1−2(血糖値+HbA1c)/2、1−3(収縮期血圧+拡張期血圧)/2、1−4(中性脂肪+HDL−C)/2、の4要素8項目で構成した。
2.「糖代謝ツール」では、2−1腹囲、2−2BMI、2−3血糖値、2−4HbA1c、の4要素、4項目。
3.「肝機能ツール」では、3−1乳酸脱水素酵素(LDH)、3−2gamma−GTP、3−3(AST+ALT)/2、3−4アルカリホスファターゼ(ALP)、の4要素、5項目。
4.「腎機能ツール」では、4−1年齢、4−2尿蛋白、4−3(クレアチニン+尿素窒素)/2、4−4尿酸、の4要素、5項目。
5.「血液一般ツール」では、5−1赤血球数、5−2血小板数、5−3(ヘモグロビン値(Hgb)+ヘマトクリット(Hct))/2、5−4白血球数、の4要素、5項目。
6.「炎症・免疫ツール」は、6−1白血球数、6−2CRP(C反応性蛋白)、6−3(好中球+リンパ球)/2、6−4LDL/HDL比、の4要素、6項目。
勿論場合によっては別の判定項目もある。
なお、全ての項目の正常値はインターネットから容易に得られるのでここでは記述を省略する。
MS判定ツールが現行勧告法での「見積もり過ぎ」や「見落とし」を回避できることが検証されたことからこの利点を踏襲し、基準範囲の外側に未病域を設定して基準値上限を超えるデータに定量的な差を付けて異常度を評価した。さらに各ツールのマップ構成を4要素に統一し、CSVデータ入出力を基本とした共通の簡便な操作法により「点数マップ」「要素マップ」「予測マップ」他を装備した。種目別の検査項目は学会認定基本項目を参照して選定した。
MS判定の「メタボツール」では(腹囲+BMI)、(血糖値+HbA1c)、(収縮期血圧+拡張期血圧)、(中性脂肪+HDL−C)の4要素8項目で構成した。「糖代謝ツール」は、腹囲、BMI、血糖値、HbA1cとし、「肝機能ツール」では、LDH、gamma−GTP、(AST+ALT)、ALPの5項目とした。「腎機能ツール」は、年齢、尿蛋白、(クレアチニン+尿素窒素)、尿酸の5項目、「血液一般ツール」では赤血球数、血小板数、(Hgb+Hct)、白血球数の5項目、「炎症・免疫ツール」は白血球数、CRP、(好中球+リンパ球)、LDL/HDL比の6項目とした。これら6種類のツールでは、各ツールでの判定結果を合わせて総合判定し、その結果を大局的に見て、各ツールに戻り詳細判定に至る。こうして、ツールによりSOM解析は、視覚的に明瞭であり、画像を除く通常の健診範囲をカバーしている。こうして、個々のパソコン上で検査判定と対面型保健支援が同時に可能となった。健診データの継続的かつきめ細かな健康度評価が担保され、現場における個別保健支援の効果が高まると考えられる。
本発明に係る第1のプログラムは、コンピュータを、自己組織化マップを用いた人間ドック総合保健指導支援システムとして動作させるプログラムである。人間ドック健診結果情報を入力ベクトルとして自己組織化マップを学習させて得られた人間ドック健診結果情報マップの情報が記憶手段に記憶されている。第1のプログラムは、記憶手段から人間ドック健診結果情報マップの情報を読み出す機能と、その取得した情報に基づき、記憶手段から読み出した人間ドック健診結果情報マップ上に被検者の位置を示すマークを配置する機能と、そのマークが配置された人間ドック健診結果情報マップを表示手段に表示させる機能とをコンピュータに実行させる。
本発明に係る第2のプログラムは、コンピュータを、自己組織化マップを生成する装置として動作させるプログラムである。複数の被検者に対する、人間ドック健診結果の情報が記憶手段に格納されている。第2のプログラムは、記憶手段から複数の被検者に対する情報を読み出す機能と、読み出したベクトルデータを入力ベクトルとして自己組織化マップを学習させて人間ドック健診結果情報マップを生成する機能と、生成した人間ドック健診結果情報マップを前記記憶手段に記憶する機能とをコンピュータに実行させる。
本発明によれば、人間ドック健診結果に基づく自己組織化マップを用いて健康状態の判定情報を提示する。これにより、数値ではなく、マップ上の位置で被検者の健康状態を特定できるため、種々の情報に基づく健康状態を視覚的に把握でき、生活習慣病に関する情報を総合的に考慮した健康状態の把握が容易にかつ精度よく実現できる。
以下、添付の図面を参照して本発明の実施形態を説明する。
本発明の実施形態として以下に説明する人間ドック総合保健指導支援システムは、被検者の人間ドック健診結果から得られる種々の情報に基づくSOM(Self-Organizing Maps:自己組織化マップ)を用いて健康状態の判定を支援するシステムである。
本発明の実施形態として以下に説明する人間ドック総合保健指導支援システムは、被検者の人間ドック健診結果から得られる種々の情報に基づくSOM(Self-Organizing Maps:自己組織化マップ)を用いて健康状態の判定を支援するシステムである。
[実施の形態1]
図1は、本発明の人間ドック総合保健指導支援システム(以下「システム」という。)の構成の一例を示した図である。図1において、システムは、人間ドック健診結果に関する種々の情報に基づくSOMの生成及びそのようなSOMを用いた健康状態の判定処理を実行する情報処理装置1である。
図1は、本発明の人間ドック総合保健指導支援システム(以下「システム」という。)の構成の一例を示した図である。図1において、システムは、人間ドック健診結果に関する種々の情報に基づくSOMの生成及びそのようなSOMを用いた健康状態の判定処理を実行する情報処理装置1である。
情報処理装置1は、その全体動作を制御する制御部2と、画面表示を行う表示部5と、ユーザが操作を行う操作部6と、データやプログラムを記憶するデータ格納部7とを備える。例えば、表示部5は液晶ディスプレイ(LCD)で構成され、操作部6はキーボードやマウス等である。
制御部2は、人間ドック健診結果に関する種々の情報に基づくSOMの作成を行うとともに、人間ドック健診結果入力部4とを有する。制御部2はCPUやMPUからなり、所定の制御プログラムを実行することで後述するSOM処理部3、SOM処理部3及び人間ドック健診結果入力部4の機能を実現する。制御部2で実行される制御プログラムは通信回線を通じて、またはCD−ROM等の記録媒体により提供可能である。
データ格納部7は人間ドック健診結果に関する種々のデータや制御プログラムを格納する手段であり、ハードディスク(HDD)、不揮発性メモリ、光ディスク等で構成することができる。データ格納部7は、制御部2で実行される制御プログラム、測定された人間ドック健診結果に関する種々のデータ、SOMに関する情報等を格納する。
0021から0024の構成を有する本システムの動作を説明する前に、本システムで取り扱うSOM(自己組織化マップ)について説明する。本システムが取り扱うSOMは、人間ドック健診結果情報マップである。以下に説明する。
0007に記述したツールを生活習慣に起因したMSを除く他の項目にも適用した。その特徴を以下に述べる。被検者の数年に渡ってのMSに関する健康チェックは図4、5に示されている。図4(a)はスコアマップ、図4(b)は要素マップである。そして図5はMSスコア値の経年変化が棒グラフで示されている。こうして被検者の健康状態はマップ上を追って行くことで把握される。また、数年に渡っての健康状態は図5のスコア値の棒グラフで容易に把握できる。
人間ドック健診結果情報マップは、複数(できる限り多くの人間ドック受診者の、たとえば、20000人程度またはそれ以上の)の人間ドック健診結果データを用いて作成したSOMである。
0027の人間ドック健診結果情報マップを用いて、新たに入力された人間ドック健診結果のデータは、被験者の健康状態に応じてマップ上の特定位置に写像される。
図3は、ある被検者のある年の人間ドックのデータ。緑枠(やや細い実線)で囲んだデータは今までのDrメタボに使用した。今回使用するデータを赤枠(太い実線)で示す。第2欄の下は腫瘍マーカーでここでは使わない。また、右側の2欄は記述結果でここでは使わない。
図4に示す例では、M女はおおむね全データ正常のセンターの健康位置にいるが(b)図から途中、脂質異常域に入り、最終年近くは血圧異常域に近づく。
図5で健診2年目で脂質異常域に入ったが薬を服用して再び健康域に入った。最終年近くでは、加齢により一時的に高血圧領域に近づいたが、翌年再び正常域に戻った。
図6は、図4、5の結果を応用して上記の計、6項目の診断ツールを開発したが、そのウインドウ画面を示している。この診断ツールにより、図3の人間ドック健診シートの殆どが網羅出来る。
図7は、新6メニュー用のデータ配列である。このデータ配列で全6メニューが使用可能である。
図8は、図6の血液一般のメニューで、ある被検者の(a)要素マップ上での変化(4要素の低程度は、各要素*で示している。また、4要素の強程度は、各要素**で、示している。(b)スコアマップ上での変化を示している。
図8は、図6内のメニュー血液一般での要素マップとスコアマップである。図9は全6メニューでの出力ファイルである。そこには、使用した各4要素の正規化値と式(4)で計算されたスコア値が示されている。メタボ、糖代謝、ではスコア値は各、W列、Q列に示されている。他の4要素では全てP列に示されている。その隣の列は全て点数を読み替えたコメントある。
まず、6項目の診断用の入力ファイルを図7に示す。F〜Q列の赤枠(太い実線で囲んだ部分)は最初に開発したドクターメタボ用の入力分である。そこには糖代謝の分もあるが、以下、肝機能、腎機能、血液一般、炎症・免疫と続く。次にドクターメタボで開発した点数出力結果を利用した。ドクターメタボではメタボ度を点数で評価したが、これを各診断機能にも応用した。
図9は、全6メニューでのファイル出力結果を示す。赤枠(太い実線で囲んだスコア部分)は、ある被検者の各メニューでのスコア値である。図9の各出力値は、図10の6角形の各軸に示されている。各軸の頂点は最大100点で、中心は0点である。そして、ある被検者のある年の出力が図10に示されている。メタボから左回りで、33、0、8、21、19、19、点である。そしてこの6点の重心は図中、赤丸(黒丸として見える部分)で示されている。図11には5年に渡ってのこの重心の推移が示されている。図8の血液一般のような要素マップとスコアマップは、図6の全メニューで画くことは出来る。しかし、重心だけでは全体の様子は把握出来ない。だから、附則としてスコア比、(a+b+c+d+e+f)/6(%)を導入した(図10では総合得点としている)。簡単に、全スコアがa−fに渡って、100、50、0点であれば、スコア比もそれぞれ、100(%)、50(%)、0(%)、になる。
図10に、6項目判定6角座標表示を掲げる。さらに、全6項目点数評価式の値を図中に示す。6項目の点数結果は、図10に、6角座標で整理出来る。そこには、6角座標表示で囲まれた面積の重心位置も示す。
図11では、重心位置の09〜12年までの経年変化を示す。ただ、重心の経時的移動の観察は、個人の健康動態の変化を総合的に推定し、投薬効果の検証ができ、より的確な未病予防を行う上で有用と思われるが、係数評価式を併せて表記するようにした。
図10、11のように人間ドックの健診結果を整理することにより、被検者の健康状態(傾向)が分かる。更に、図6で気になる不健康な項目をクリックすることにより図4、5、8でのようなより詳細な解析が可能である。
図1に示す本システムの動作を説明する。本システムは、SOM(自己組織化マップ)を生成する機能と、健康状態の判定情報を提示する機能とを有する。これらの機能は使用者により選択的に実行される。以下に、それぞれの機能を実現する際のシステムの処理を説明する。
以下、本システムのSOMを生成する機能を説明する。最初に、SOMの生成に使用される人間ドック健診結果データの測定処理について説明する。この処理は主として人間ドック健診結果データ入力部4で実行される
取得された人間ドック健診結果のデータは所定の方法で正規化がなされてデータ格納部7に保存される。
上記の方法で複数の被検者に対する人間ドック健診結果が収集され、データファイルとしてデータ格納部7に保存される。その後、SOM処理部3は、収集された人間ドック健診結果のデータに基づき人間ドック健診結果情報マップを生成する。健診結果情報マップの生成方法については例えば特許文献3、4に開示がある。
次に、SOM処理部3による人間ドック健診結果情報マップの作成について、図1を参照して説明する。
データ格納部7には、前述の方法により人間ドック健診結果のデータから求められた、複数の被検者に対する人間ドック健診結果のデータがデータファイルとして保持されている。SOM処理部3は、データ格納部7からそのデータファイルを読み出し、複数の被検者に対する4要素のデータを取得し、各要素の値を正規化する。正規化の方法については、段落0008において述べた方法による。
0046で得られた人間ドック健診結果情報マップでは、各ノードについて、要素毎に、要素の値に応じてノードの表示色を設定することができる。要素マップに関しては、1つのマップ内で複数の要素の状況が分かるように、1つのマップ内で複数の要素について同時に表示色を変更させてもよい。
本システムにおいて健康状態の判定情報を提示する機能が選択され、実行されると、まず、図6に示す診断ウインドウ画面が現れる。
図6のウインドウ画面のいずれかのボタンを押すと、詳細画面が現れ、この画面に従って、各メニューを閲覧できる。
被検者の健康点数を計算する。正規化した被検者のデータを、メインマップ上へ配置する。被検者のデータが配置された、すなわち、メインマップ上の被検者のデータが対応する位置に被検者を特定するマークが表示されたメインマップを表示する。なお、被検者を特定するマーク上にはその被検者の健康点数が表示される。
以上のように本実施形態のシステムによれば、人間ドック健診結果に基づきSOMを作成し、そのSOMに基づき被検者の健康状態の判定の支援を可能とする。
本実施形態によれば、人間ドック健診結果の自己組織化マップを用いて健康状態の判定情報を提示できる。これにより、数値ではなく、マップ上の位置で被検者の健康状態を特定できるため、種々の情報に基づく健康状態を一目で把握でき、人間ドック診断データの情報を総合的に考慮した健康状態の把握が容易にかつ精度よく実現できる。
ここでは、健康状態情報データを、現在日本の病院で発行される人間ドック健診結果のデータに限って説明したが、さらに詳細な生化学検査項目;内分泌検査、血清学的項目、薬物血中濃度、腫瘍マーカーなどの各項目データに対しても、同様に、健康点数を定義できて、被検者の健康状態の把握が容易にかつ精度よく実現できるシステムを構築できる特徴を有している。
[実施の形態2]
本システムに内蔵している駆動プログラムをスマートフォンに移植し、過去の人間ドック健診結果情報を含む経年情報を入力し、付加価値の付けた入力データをサーバーに常駐させ、適宜読み出せるシステムを構築する。
本システムに内蔵している駆動プログラムをスマートフォンに移植し、過去の人間ドック健診結果情報を含む経年情報を入力し、付加価値の付けた入力データをサーバーに常駐させ、適宜読み出せるシステムを構築する。
1年間の人間ドック健診結果データの入力機会は限られるが、付加価値を付けたデータを容易に閲覧できるので、日々の健康チェックのために、また、健康管理に生かせる。
1 情報処理装置(人間ドック総合保健指導支援システム主要部)
2 制御部
3 SOM処理部
4 人間ドック健診結果入力部
5 表示部
6 操作部
7 データ格納部
8 インタフェース
2 制御部
3 SOM処理部
4 人間ドック健診結果入力部
5 表示部
6 操作部
7 データ格納部
8 インタフェース
Claims (10)
- 自己組織化マップを用いた人間ドック総合保健指導支援システムであって、
人間ドック健診結果データを入力ベクトルとして自己組織化マップを学習させて得られた健康診断情報マップの情報を記憶する記憶手段と、
被検者の人間ドック健診結果より得られた情報を表示させるSOM処理手段を備え、
前記SOM処理手段では、前記記憶手段から前記人間ドック健診結果情報マップの情報を読み出し、その取得した情報に基づき、読み出した人間ドック健診結果データ情報のマップ上の被検者の位置を示すマークを配置し、そのマークが配置された人間ドック情報マップを表示手段に表示させることを特徴とする人間ドック総合保健指導支援システム。 - 人間ドック健診結果から得られる生活習慣病に関係する複数の検査項目データを入力データとして読み込めば、複数の検査項目データ(例えば、6項目)の健康点数が、亀甲形に表示され、健康点数に基づいて、重心などの評価値が算出、表示されることを特徴とする請求項1に記載の人間ドック総合保健指導支援システム。
- 請求項2に記載した亀甲形の表示と評価値の時系列的推移が順次読み取れる機能を有し、それらの時系列推移から、健康点数を加算して、被検者の病状、投薬効果を総合的に評価・予測することを特徴とする人間ドック総合保健指導支援システム。
- 請求項2、3に記載の健康点数は、各検査項目データの最悪値、正常値、被検者の検査項目に対するデータに基づいて算出されることを特徴とする人間ドック総合保健指導支援システム。
- 請求項2から4に記載の健康点数は、被検者それぞれに対して、問題とする健康状態を反映する病状、機能について、算出され、0(健康)から100点(不健康最悪状態)の範囲で算出されることを特徴とする人間ドック総合保健指導支援システム。
- 請求項1から4において、人間ドック健診結果情報マップにおいて各ノードの表示色が、各ノードにおける健康状態の良/悪の程度を示す健康点数に応じて設定されることを特徴とする人間ドック総合保健指導支援システム。
- 請求項1に記載のSOM処理手段は、前記人間ドック健診結果情報マップにおいて各ノードの表示色を、各ノードにおける各要素の値に応じて設定することを特徴とする請求項1記載の人間ドック総合保健指導支援システム。
- 請求項1から4に記載した本システムに内蔵している駆動プログラムをタッチパネル機能を有するタブレット・パーソナルコンピュータ、スマートフォン及び種々の携帯端末等に移植し、多くの人々の健康管理、健康支援に供することが可能なことを特徴とする人間ドック総合保健指導支援システム。
- コンピュータを、自己組織化マップを用いた人間ドック総合保健指導支援システムとして動作させるプログラムであって、
人間ドック健診結果を入力ベクトルとして自己組織化マップを学習させて得られた人間ドック健診結果情報マップの情報が記憶手段に記憶されており、
前記プログラムは、
前記記憶手段から前記人間ドック健診結果情報マップの情報を読み出す機能と、
生成した情報に基づき、前記記憶手段から読み出した人間ドック健診結果情報マップ上に被検者の位置を示すマークを配置する機能と、
そのマークが配置された人間ドック健診結果情報マップを表示手段に表示させる機能をコンピュータに実行させることを特徴とする人間ドック総合保健指導支援システム。 - コンピュータを、自己組織化マップを生成する装置として動作させるプログラムであって、複数の被検者に対する、人間ドック健診結果の情報が記憶手段に格納されており、
前記プログラムは、前記記憶手段から複数の被検者に対する情報を読み出す機能と、読み出した人間ドック健診結果を入力ベクトルとして自己組織化マップを学習させて人間ドック健診結果情報マップを生成する機能と、生成した人間ドック健診結果情報マップを前記記憶手段に記憶する機能とをコンピュータに実行させることを特徴とする人間ドック総合保健指導支援システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013090903A JP2014215727A (ja) | 2013-04-24 | 2013-04-24 | 人間ドック総合保健指導支援システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013090903A JP2014215727A (ja) | 2013-04-24 | 2013-04-24 | 人間ドック総合保健指導支援システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2014215727A true JP2014215727A (ja) | 2014-11-17 |
Family
ID=51941456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013090903A Pending JP2014215727A (ja) | 2013-04-24 | 2013-04-24 | 人間ドック総合保健指導支援システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2014215727A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017010478A (ja) * | 2015-06-26 | 2017-01-12 | タイオー株式会社 | 生活習慣に基づく疾病リスクの表示方法、及び表示システム |
WO2020039769A1 (ja) * | 2018-08-24 | 2020-02-27 | 株式会社鈴康 | 情報処理装置、プログラム及び情報処理方法 |
-
2013
- 2013-04-24 JP JP2013090903A patent/JP2014215727A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017010478A (ja) * | 2015-06-26 | 2017-01-12 | タイオー株式会社 | 生活習慣に基づく疾病リスクの表示方法、及び表示システム |
WO2020039769A1 (ja) * | 2018-08-24 | 2020-02-27 | 株式会社鈴康 | 情報処理装置、プログラム及び情報処理方法 |
JP2020035411A (ja) * | 2018-08-24 | 2020-03-05 | 株式会社鈴康 | 情報処理装置、プログラム及び情報処理方法 |
JP2020035432A (ja) * | 2018-08-24 | 2020-03-05 | 株式会社鈴康 | 情報処理装置、プログラム及び情報処理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10424409B2 (en) | Guideline-based patient discharge planning | |
US9841811B2 (en) | Visually directed human-computer interaction for medical applications | |
JP6004084B2 (ja) | モデル更新方法、装置、およびプログラム | |
JP2021121356A (ja) | 複数の患者のためのリアルタイムデータを設定可能に表示するためのユーザインターフェース | |
De Cannière et al. | Wearable monitoring and interpretable machine learning can objectively track progression in patients during cardiac rehabilitation | |
US20060173717A1 (en) | Method and apparatus for determining familial risk of disease | |
CN110291555B (zh) | 用于促进对健康状况的计算分析的系统和方法 | |
TW201402059A (zh) | 健康狀態判定方法及健康狀態判定系統 | |
US20100217738A1 (en) | Decision support method and apparatus for chaotic or multi-parameter situations | |
TWI700665B (zh) | 用於自可拋棄式測試套組之使用收集測試數據之方法、設備、電腦程式及電腦程式產品 | |
CN102405473A (zh) | 医护点动作医疗系统和方法 | |
JP2007058565A (ja) | 健康診断用の自己組織化マップ、その表示装置及び表示方法並びに健康診断用の自己組織化マップの表示プログラム | |
WO2018106481A1 (en) | Computer-implemented methods, systems, and computer-readable media for diagnosing a condition | |
Bhavnani et al. | Virtual care 2.0—a vision for the future of data-driven technology-enabled healthcare | |
Bhutkar et al. | A review: healthcare usability evaluation methods | |
JP2014215727A (ja) | 人間ドック総合保健指導支援システム | |
Davidson et al. | Requirements for a bespoke intensive care unit dashboard in response to the COVID-19 pandemic: semistructured interview study | |
Gupta et al. | New age approaches to predictive healthcare using in silico drug design and internet of things (IoT) | |
Cohen | Use of models in identification and prediction of physiology in critically ill surgical patients | |
Miller et al. | Assessment of nursing response to a real-time alerting tool for sepsis: a provider survey | |
US20230377741A1 (en) | Patient monitoring system | |
Reis et al. | Monitoring system for emergency service in a hospital environment | |
Wu et al. | Artificial intelligence in critical care | |
Joshi et al. | The use of technology to support the patient's journey: a pilot study in Indian Neonatal Intensive Care Units | |
CN111477333B (zh) | 一种数据挖掘方法和装置 |