JP2014225175A - データ分析装置及び保健事業支援方法 - Google Patents

Abstract

【課題】適切な次元の空間にインスタンスを配置する。【解決手段】プロセッサとメモリとを有しデータを分析する分析システムであって、前記分析システムは、インスタンス間の類似度を含むデータ間類似度情報を格納する記憶装置にアクセス可能であって、前記分析システムは、前記プロセッサが、前記データ間類似度情報に基づいて前記インスタンス間に働く引力及び斥力を設定し、前記引力及び斥力によるエネルギーが小さくなるように、ある次元のベクトル空間に前記インスタンスを配置するデータマッピング部と、前記ベクトル空間に配置されたインスタンスを分類するクラスタリング部と、を備え、前記データマッピング部は、前記ベクトル空間に仮想的に一つの次元を追加し、前記追加された次元方向へ前記インスタンスの座標を微小変動させ、前記微小変動に対して安定となるベクトル空間の最小の次元数を計算する。【選択図】図２

Description

本発明は、データ分析技術に関し、特に、医療データを分析して保健事業を支援するシステムに関する。

健康保険組合は、医療費を低減するために、生活習慣病の予防及び重症化の予防のための保健指導を行う保険事業を行っている。しかし、保険指導のために確保できる保健師、及び保健指導のための費用などのリソースは限られている。このため、効果的・効率的な保険事業の運営を支援するシステムが望まれている。

保険事業の運営を支援する方法として、特許文献１には、レセプト情報、健診情報、及び保健指導情報に基づいて、保健指導対象者を選択する保健事業支援システムであって、健康保険加入者の重症度及び検査値ごとの予測医療費を示す医療費モデルを作成する医療費モデル作成部と、重症度及び検査値ごとの改善量を示す検査値改善モデルを作成する検査値改善モデル作成部と、保健指導による予測医療費削減量を重症度及び検査値ごとに算出する予測医療費削減効果算出部と、予測医療費削減量が高い重症度及び検査値に属する健康保険加入者を保健指導対象者として選択する対象者選択部と、を備える保健事業支援システムが記載されている。

特開２０１２−１２８６７０号公報

Ｙ．Ｆ．Ｈｕ， Ｅｆｆｉｃｉｅｎｔ ａｎｄ Ｈｉｇｈ Ｑｕａｌｉｔｙ Ｆｏｒｃｅ−Ｄｉｒｅｃｔｅｄ Ｇｒａｐｈ Ｄｒａｗｉｎｇ，Ｔｈｅ Ｍａｔｈｅｍａｔｉｃａ Ｊｏｕｒｎａｌ，ｖｏｌ．１０、ｎｏ．１，ｐｐ．３７−７１，２００６

健康保険組合のリソースの中で、効果的・効率的な保険事業を行うためには、保健指導を優先的に実施する対象者を選択することが必要である。また、保健指導の内容も、個々の対象者に適したものを選択することが必要である。

特許文献１では、医療費を予測する際に、現在の重症度及び検査値に基づいて、将来の医療費を予測する。例えば、現在の糖尿病の重症度及び血糖値に基づいて、将来の糖尿病の重症度を予測し、その重症度の平均の医療費を予測医療費とする。

しかし、将来の医療費及び重症度の予測のために有効な因子（糖尿病では血糖値）は、事前知識として人手による設定が必要である。また、重症度の定義も人手による設定が必要である。

将来の医療費の予測に有効な因子は、血糖値の他に、年齢、性別、他の検査値、医薬品の処方状況及び生活習慣など様々な因子が考えられ、これらを考慮することによって、より精度の高い予測が可能である。しかし、これらの因子を人手でリストアップすることは困難である。また、疾病ごとに、事前知識により、それらの因子を設定する必要がある。このため、全ての疾病について分析をすることは困難である。

本願において開示される発明の代表的な一例を示せば以下の通りである。すなわち、プログラムを実行するプロセッサと、前記プログラムを格納するメモリとを有し、前記プログラムを実行することによってデータを分析する分析システムであって、前記分析システムは、インスタンス間の類似度を含むデータ間類似度情報を格納する記憶装置にアクセス可能であって、前記分析システムは、前記プロセッサが、前記データ間類似度情報に基づいて前記インスタンス間に働く引力及び斥力を設定し、前記引力及び斥力によるエネルギーが小さくなるように、ある次元のベクトル空間に前記インスタンスを配置するデータマッピング部と、前記ベクトル空間に配置されたインスタンスを分類するクラスタリング部と、を備え、前記データマッピング部は、前記ベクトル空間に仮想的に一つの次元を追加し、前記追加された次元方向へ前記インスタンスの座標を微小変動させ、前記微小変動に対して安定となるベクトル空間の最小の次元数を計算する。

本発明の代表的な実施の形態によれば、適切な次元のベクトル空間に、インスタンス間の類似度に基づいてインスタンスを配置することができる。このため、従来のクラスタリング方法によって、インスタンスを適切に分類することができる。前述した以外の課題、構成及び効果は、以下の実施例の説明により明らかにされる。

第２の実施例の医療データ分析システムの構成を示すブロック図である。 第１の実施例のデータクラスタリング装置の構成を示すブロック図である。 第１の実施例のデータ間類似度情報を説明する図である。 本発明の関連技術を説明する図である。 第１の実施例のデータマッピング部の処理のフローチャートである。 第２の実施例のレセプト基本情報を説明する図である。 第２の実施例の健診情報を説明する図である。 第２の実施例の問診情報を説明する図である。 第２の実施例の傷病名情報を説明する図である。 第２の実施例の傷病名分類情報を説明する図である。 第２の実施例の診療行為情報を説明する図である。 第２の実施例の診療行為分類情報を説明する図である。 第２の実施例の医薬品情報を説明する図である。 第２の実施例の医薬品分類情報を説明する図である。 第２の実施例の整形情報の一例を説明する図である。 第２の実施例の整形情報の別な例を説明する図である。 第２の実施例の項目統合処理のフローチャートである。 第２の実施例の健康保険事業者向け支援機能の処理のフローチャートである。 第２の実施例の担当者・対象者向け支援機能の処理のフローチャートである。 第２の実施例のクラスタ特徴付処理のフローチャートである。 第２の実施例の選定された項目及び値の表示例を説明する図である。 第２の実施例の再構成処理のフローチャートである。

＜実施例１＞
第１の実施例では、データペア同士の類似度を記したデータ間類似度情報が与えられている場合に、類似度に基づいてデータをクラスタリングするデータクラスタリング装置の例を説明する。

図２は、第１の実施例のデータクラスタリング装置の構成を示すブロック図である。

データクラスタリング装置２０１は、入力部２０２、出力部２０３、演算装置２０４、メモリ２０５及び記憶媒体２０６を有する。

入力部２０２は、マウス、キーボードなどのヒューマンインターフェースであり、データクラスタリング装置２０１への入力を受け付ける。出力部２０３は、医療データ分析システムによる演算結果を出力するディスプレイやプリンタである。記憶媒体２０６は、データクラスタリング装置２０１によるデータ分析処理を実現する各種プログラム、及び医療データ分析処理の実行結果等を格納する記憶装置であり、例えば、不揮発性記憶媒体（磁気ディスクドライブ、不揮発性メモリ等）である。演算装置２０４は、メモリ２０５にロードされたプログラムを実行する演算装置であり、例えば、ＣＰＵ、ＧＰＵなどである。

第１の実施例のデータクラスタリング装置２０１は、一つの計算機で構成された計算機システムでも、サーバ及びクライアント端末で構成された計算機システムでもよい。また、データクラスタリング装置２０１の各部は、別の装置で構成してもよい。データクラスタリング装置２０１は、一つの計算機上で、又は、論理的又は物理的に構成された複数の計算機上で構成される計算機システムであり、同一の計算機上で別個のスレッドで動作してもよく、複数の物理的計算機資源上に構築された仮想計算機上で動作してもよい。

演算装置２０４によって実行されるプログラムは、リムーバブルメディア（ＣＤ−ＲＯＭ、フラッシュメモリなど）又はネットワークを介して各サーバに提供され、非一時的記憶媒体である不揮発性記憶装置に格納される。このため、計算機システムは、リムーバブルメディアを読み込むインターフェースを備えるとよい。

次に、第１の実施例におけるデータ分析装置２０１によって実施される処理について説明する。

まず、第１の実施例が扱うデータ間類似度情報について説明する。

図３は、データ間類似度情報を説明する図である。

データ間類似度情報３０１は、二つの異なるインスタンス間の類似度が記載されている。例えば、インスタンスＤ２とインスタンスＤ３の類似度は０．９２であることを示す。インスタンスは、例えば、「人」である。この場合、データ間類似度情報３０１は、何らかの方法（例えば、メールの送受信頻度）によって定義されている２人の人の類似度を規定する。インスタンスの他の例は、「文書」である。この場合、データ間類似度情報３０１は、何らかの方法（例えば、二つの文書に出現する全単語のうち、両文書に現れる単語の割合）によって定義されている文書間の類似度を規定する。データ分析装置２０１は、類似したインスタンスを分類するクラスタリングを行う。

次に、図４を用いて本発明の関連技術、すなわち、非特許文献１に記載されている技術のうち本実施例に関連する部分を説明する。

非特許文献１に記載されている技術は、ネットワークを２次元又は３次元の空間上で可視化するための技術である。以下の説明では、ネットワークは、ノードの集合Ｖ及びエッジの集合Ｅからなる組で、グラフＧ＝（Ｖ，Ｅ）によって表す。二つのｉ番目のノードとｊ番目のノードとが、Ｅで定義される辺で繋がっていることをｉ⇔ｊで表す。

以下に説明するＦｏｒｃｅ−Ｄｉｒｅｃｔｅｄ Ａｌｇｏｒｉｔｈｍは、エッジの有無に基づいて、ノード間の引力及び斥力を定義する。そして、定義された引力及び斥力に基づいて、ノード間のエネルギーが小さくなるように、２次元又は３次元の空間上で、ノードの集合Ｖの配置を修正し、ノードの安定した配置を定める。

二つのノード間に働く引力及び斥力の定義を説明する。ｉ番目のノードとｊ番目のノードに働く斥力ｆｒ（ｉ，ｊ）及び引力ｆａ（ｉ，ｊ）は、式（１）（２）によって定義できる。
ｆｒ（ｉ，ｊ）＝−ＣＫ²／｜ｘｉ−ｘｊ｜ ｉ≠ｊ、ｉ，ｊ∈Ｖ …（１）
ｆａ（ｉ，ｊ）＝｜ｘｉ−ｘｊ｜²／Ｋ ｉ⇔ｊである場合 …（２）
ｆａ（ｉ，ｊ）＝０ ｉ⇔ｊでない場合

式（１）（２）において、ｘｉ、ｘｊは、それぞれｉ番目、ｊ番目のノードの２次元又は３次元の空間上での座標であり、｜ｘｉ−ｘｊ｜は、ｘｉとｘｊとの間のユークリッド距離である。また、Ｃ、Ｋは正の定数であり、値Ｘとｎに対して、Ｘⁿは、Ｘのｎ乗を表す。斥力ｆｒは、全てのノード間に働くように定義し、引力ｆａは、辺（エッジ）で繋がっているノード間に働くように定義する。ノード間の斥力は、ｐ＞１として、式（３）によって定義してもよい。
ｆｒ（ｉ，ｊ）＝−ＣＫ^(1+p)／｜ｘｉ−ｘｊ｜^p ｉ≠ｊ、ｉ，ｊ∈Ｖ …（３）

式（３）は、直観的には、斥力が有効に働く範囲を調整する意味があり、ｐの値が大きいほど、斥力が有効に働く範囲が狭くなる。

上記により定義される力の合計によって、ノードｉに働く力ｆ（ｉ）は、式（４）によって表される。
ｆ（ｉ）＝−Σｆｒ（ｉ，ｊ）ｖ（ｊ、ｉ）＋Σｆａ（ｉ，ｊ）ｖ（ｊ，ｉ） …（４）

式（４）において、和は、全てのｉ以外のノードｊについて計算する。また、ｖ（ｊ，ｉ）は、ｘｉからｘｊに向かう単位ベクトルであり、式（５）によって定義できる。
ｖ（ｊ，ｉ）＝（ｘｊ−ｘｉ）／｜ｘｊ−ｘｉ｜ …（５）
これを用いて、系全体のエネルギーＥは、式（６）によって定義できる
Ｅ（｛ｘｉ｝，Ｋ，Ｃ）＝Σ｜ｆ（ｉ）｜² …（６）

式（６）において、和は、全てのノードｉについて計算し、｜ｆ（ｉ）｜はベクトルｆ（ｉ）の大きさである。また、｛ｘｉ｝＝｛ｘ１，ｘ２，…｝によって、ノード全体の座標配置を表す。

アルゴリズムは、エネルギーＥが小さくなるように、反復的にノードの座標｛ｘｉ｝を修正する。これによって、最終的なノード全体の配置を定める。

式（６）において、定数Ｋ、Ｃは、理論上は、座標のスケールに関係する定数であり、本質的なノード間の配置には関係しない。いま、定数Ｋ、Ｃを用いたときのエネルギーＥを最小にする最適配置が、｛ｘｉ｝であるとする。このとき、定数Ｋ’、Ｃ’を用いたときのエネルギーＥを最小にする最適配置は、ｓ＝（Ｋ’／Ｋ）（Ｃ’／Ｃ）^1/3 とおいたとき、ノード全体の座標配置｛ｘｉ｝は、式（７）によって定義できる。
｛ｘｉ｝＝｛ｓｘ１，ｓｘ２，…｝ …（７）

式（７）において、ｓｘｉは、ｘｉの各要素にｓを乗じて生成されるベクトルである。このことは、式（８）の関係が成り立つことよって分かる。
Ｅ（｛ｘｉ｝，Ｋ，Ｃ）＝（Ｋ／Ｋ’）²（Ｃ／Ｃ’）^4/3 Ｅ（｛ｓｘｉ｝，Ｋ’，Ｃ’） …（８）

ここで、図４を用いて、前述した引力及び斥力に計算しながら、ノードの座標位置を逐次修正し、ノードを２次元又は３次元の空間上に配置するアルゴリズムについて説明する。

まず、初期座標設定ステップ４０１では、２次元又は３次元の次元を設定し、設定した次元数のベクトル空間上に、各ノードの座標｛ｘｉ｝の初期配置を定める。ノードの座標｛ｘｉ｝の初期配置は、例えば、乱数などで設定してもよい。また、ノードを予め何らかの方法で分類し、同一分類に属するノードは近くに配置してもよい。さらに、他の簡便な可視化アルゴリズムを用いて定めた配置を初期配置としてもよい。

次に、引力斥力設定ステップ４０２では、前述したように、エッジがあるノード間に引力を設定し、全てのノード間に斥力を設定する。定数Ｃ、Ｋ、斥力ｆｒのパラメータｐなどは、予め定めた値を用いる。

次に、座標配置ステップ４０９では、エネルギーＥが小さくなるように、各ノードの座標配置｛ｘｉ｝を逐次修正する。すなわち、座標配置ステップ４０９は、グラフＧからノードを順に選択してノードの座標を修正するサイクルである。ノード全体を一巡して１サイクルである。

座標修正ループ４１０では、データを順に選択してデータの座標を修正するサイクルであり、全てのノードを一巡して１サイクルの処理が終わる。

まず、サンプル選択ステップ４０３では、ノード全体から一つのノードｉを選択する。次に、力の計算ステップ４０４では、選択されたノードｉに働く力のベクトルの合計ｆ（ｉ）を計算する。ｆ（ｉ）は、前述した式（４）によって計算することができる。

次に、座標修正ステップ４０５では、式（９）を用いて、選択されたノードｉに働く力の方向に座標ｘｉを修正する。
ｘｉ←ｘｉ＋ｔ×ｆ（ｉ）／｜ｆ（ｉ）｜ …（９）

式（９）において、｜ｆ（ｉ）｜は、ｆ（ｉ）の大きさで、ｔは修正の幅を調整するパラメータである。ｔは、最初は大きく座標を修正するために大きな値とし、最終的には微調整となるため、サイクルを経るに従って、少しずつ値を小さくするとよい。例えば、最初は適当な大きさの初期値を設定しておき、１サイクルの座標修正が終了した時点で、式（１０）によって、ｔを更新してもよい。
ｔ←０．９×ｔ …（１０）

次に、ステップ４０６では、全ノードの中で未だ選択されていないノードがあるかを判定する。判定の結果、全ノードの中で未だ選択されていないノードがある場合、サンプル選択ステップ４０３に戻り、次のサンプルを選択する。このとき、座標ｘｉが修正されたことによって、ノードｉから他のノードに働く力が変わっているため、力の計算ステップ４０４では、座標の修正を反映して、新たな座標配置による力ベクトルを計算する。一方、全ノードの中で全てのノードが選択された後に、収束判定ステップ４０７に進む。

収束判定ステップ４０７では、アルゴリズムの収束度合いを判定し、アルゴリズムを終了するかを判定する。例えば、前回の座標修正の１サイクル終了後のノードｉの座標配置｛ｙｉ｝と、今回の座標修正の１サイクル終了後のノードｉの座標配置｛ｘｉ｝とを比較し、修正量が所定の閾値より小さい場合、座標は十分に収束したと判定して、アルゴリズムを終了する。修正量は、例えば、Σ｜ｘｉ−ｙｉ｜によって計算できる。

その後、可視化ステップ４０８では、二次元又は三次元の各ノードの配置に基づいて、グラフＧのノードを画面上に配置し、可視化する。

ここまで、図４を用いて説明した方法は可視化を目的としているため、最初に配置次元数を二次元、三次元などに設定する。しかし、多数のノードが存在する場合、二次元や三次元などの低次元の空間ではノードの位置関係を表現することが困難である。図４に示す方法は、ノードをより高い次元数の空間に配置し、ノードの配置を修正することによって、四次元以上の空間にも容易に拡張できる。しかし、図４に示す方法では、ノードを配置する前に空間の次元数を定めるため、データ間の位置関係を表現するために適切な次元数を選択することが困難である。例えば、予め定めた次元数が小さい場合、データの位置関係を十分に表現できない。一方、予め定めた次元数が大きい場合、データの表現が縮退し、後に行われるクラスタリングなどの精度が低下し、計算量が増大する。

第１の実施例では、データ間の類似度に基づいて、データ間の位置関係を表現するための適切な次元数を選択する方法を提供する。これによって、データ間の類似度に基づいて、データを適切な次元数をもつベクトル空間上に配置することができる。

図５は、第１の実施例のデータマッピング部２０７の処理のフローチャートである。

データマッピング部２０７は、データ間類似度情報２０９に基づいて、データを適切な次元数の空間上に配置する。

まず、初期次元数設定ステップ５０１では、座標の次元の初期値を設定する。座標の次元の初期値は、なるべく小さい値にするが、データの表現に明らかにｎ次元以上（ｎは正の整数）が必要であることが分かっている場合、ｎを設定する。特に、事前知識がない場合、２次元に設定してもよい。

次に、初期座標設定ステップ５０２では、初期次元数設定ステップ５０１で設定した次元数のベクトル空間上に、各データの座標｛ｘｉ｝の初期配置を定める。データの座標｛ｘｉ｝の初期配置は、例えば、乱数などで設定してもよい。また、データを予め何らかの方法で分類し、同一分類に属するノードは近くに配置してもよい。さらに、他の簡便な可視化アルゴリズムを用いて定めた配置を初期配置としてもよい。

引力斥力設定ステップ５０３では、データ間の引力及び斥力を定義する。データｉとデータｊの間の類似度をｓ（ｉ，ｊ）とすると、所定の閾値ｈを用いて、データｉとデータｊとの間の引力ｆａ（ｉ，ｊ）は、式（１１）によって定義できる。
ｆａ（ｉ，ｊ）＝ｓ（ｉ，ｊ）｜ｘｉ−ｘｊ｜² ／Ｋ ｓ（ｉ，ｊ）≧ｈの場合
ｆａ（ｉ，ｊ）＝０ ｓ（ｉ，ｊ）＜ｈの場合 …（１１）

すなわち、引力は、データｉとデータｊとの類似度が所定の閾値ｈ以上である場合に、類似度に比例する大きさで働く。また、斥力は、図４の場合と同様に数式（１）によって定義する。定数Ｃ及びＫは予め定めておく。

次に、座標配置ステップ５１３では、エネルギーＥが小さくなるように、各データの座標配置｛ｘｉ｝を逐次修正する。これによって、最終的なデータ全体の配置を定める。エネルギーＥは、図４の場合と同様に定義できる。すなわち、データｉに働く力は、図４の場合と同様に数式（４）によって定義できる。これを用いて、系全体のエネルギーは、図４の場合と同様に数式（６）によって定義できる。

アルゴリズムは、エネルギーＥが小さくなるように、反復的にノードの座標｛ｘｉ｝を修正する。これによって、最終的なデータ全体の配置を定める。

座標修正ループ５１４では、データを順に選択してデータの座標を修正するサイクルであり、全てのノードを一巡して１サイクルの処理が終わる。

サンプル選択ステップ５０４では、データ全体から１つのデータｉを選択する。力の計算ステップ５０５では、選択されたデータｉに対して働く力ベクトルの合計ｆ（ｉ）を計算する。ｆ（ｉ）は、前述した式（４）によって計算することができる。

座標修正ステップ５０６では、前述した式（９）を用いて、選択されたデータｉに働く力の方向に座標ｘｉを修正する。

式（９）において、ｔは修正の幅を調整するパラメータである。ｔは、最初は大きく座標を修正するために大きな値とし、最終的には微調整となるため、サイクルを経るに従って、少しずつ値を小さくするとよい。例えば、最初は適当な大きさの初期値を設定しておき、１サイクルの座標修正が終了した時点で、式（１０）によって、ｔを更新してもよい。

次に、ステップ５０７では、全ノードの中で未だ選択されていないデータがあるかを判定する。判定の結果、全データの中で未だ選択されていないデータがある場合、サンプル選択ステップ５０４に戻り、次のサンプルを選択する。このとき、座標ｘｉが修正されたことによって、データｉから他のデータに働く力が変わっているため、力の計算ステップ５０５では、座標の修正を反映して、新たな座標配置による力ベクトルを計算する。一方、全データの中で全てのデータが選択された後に、収束判定ステップ５０８に進む。

収束判定ステップ５０８では、アルゴリズムの収束度合いを判定し、アルゴリズムを終了するかを判定する。例えば、前回の座標修正の１サイクル終了後のデータｉの座標配置｛ｙｉ｝と、今回の座標修正の１サイクル終了後のデータｉの座標配置｛ｘｉ｝とを比較し、修正量が所定の閾値より小さい場合、座標は十分に収束したと判定して、アルゴリズムを終了する。修正量は、例えば、Σ｜ｘｉ−ｙｉ｜によって計算できる。

座標が収束したと判定された場合には、不安定性計算ステップ５０９に進む。

第１の実施例では、次元数を適切に選択するために、ステップ５１３で生成されたデータの配置の安定性を計算する。次元数が不足している場合、データの位置関係に無理が生じているため、力の歪みがあると想定される。この歪みの大きさを計算することによって、安定性を見積もる。データの配置が安定していれば、次元数が十分であると判断する。一方、データの配置が安定していなければ、次元数加算ステップ５１１で、次元数を１次元増やし、次元を増やした空間で、再度、データの座標を配置する。

不安定性計算ステップ５０９では、座標配置ステップ５１３で生成されたデータ配置の不安定性を、以下の方法によって計算する。現在設定されている次元数がＮである場合、データはＮ次元空間に配置されている。この次元Ｎに仮想的に１次元を追加した際に、現在の配置が不安定になる度合いによって、不安定性を計算する。すなわち、追加次元方向にデータを微小変動させたときに、この変動を引き戻す方向に力が働く場合は安定である。一方、この変動の方向に力が働く場合は不安定である。

より具体的には、データｉとデータｊとの間の斥力は前述した式（１）で表され、引力は前述した式（１１）で表される。

追加次元方向にデータｉを微小変動δさせた場合に、データｉに追加次元方向に働く引力は式（１２）で表すことができ、斥力は式（１３）で表すことができる。
ｆｒ（ｉ，ｊ）＝−δＣＫ² ／（｜ｘｉ−ｘｊ｜²＋δ²）
≒−δＣＫ² ／｜ｘｉ−ｘｊ｜² …（１２）
ｆａ（ｉ，ｊ）＝δｓ（ｉ，ｊ）（｜ｘｉ−ｘｊ｜²＋δ²）^1/2 ／Ｋ
≒δｓ（ｉ，ｊ）｜ｘｉ−ｘｊ｜／Ｋ ｓ（ｉ，ｊ）≧ｈの場合
ｆａ（ｉ，ｊ）＝０ ｓ（ｉ，ｊ）＜ｈの場合 …（１３）

ここで、ｆｒ、ｆａの値が正であれば、追加次元方向への微小振動を引き戻す方向に力が働くため、データの配置は安定である。一方、ｆｒ、ｆａの値が負であれば、追加次元方向への微小振動を大きくする方向に力が働くため、データの配置は不安定である。従って、全てのデータからデータｉに働く追加次元方向の力を合計すると、式（１４）で表すことができる。
ｕ（ｉ，｛ｘｉ｝，Ｋ，Ｃ）＝−Σｆｒ（ｉ，ｊ）−Σｆａ（ｉ，ｊ） …（１４）

ここで、和は、データｉ以外の全てのデータｊについて計算する。ここで、座標のスケールに関係する定数Ｋ、Ｃ、及びデータ数Ｍに対するスケールを考慮して、δ＝Ｋとすると、不安定性の度合いＵは、式（１５）で表すことができる。
Ｕ＝Σｕ（ｉ，｛ｘｉ｝，Ｋ，Ｃ）／（ＫＣ^1/3 Ｍ（Ｍ−１）） …（１５）

ここで、和は、不安定なデータ、すなわちｕ（ｉ，｛ｘｉ｝，Ｋ，Ｃ）＞０となるデータについて計算する。分母のＭ（Ｍ−１）は、サンプル数に起因する和の数で正規化するための項であり、ＫＣ^1/3 は、座標スケールを正規化するための項である。

不安定性計算ステップ５０９では、以上の処理によって、不安定性を表す指標としてＵを計算する。その後、終了判定ステップ５１０において、Ｕが所定の閾値以上であるかを判定する。判定の結果、Ｕが所定の閾値以上である場合、データの配置は不安定であると判定し、次元数追加ステップ５１１に進む。一方、Ｕが所定の閾値より小さい場合、データの配置は安定であると判定し、データ配置出力ステップ５１２に進み、データの座標を出力する。なお、前回のサイクルと比較してＵが急激に減少した場合、データの配置が安定であると判定してもよい。

終了判定ステップ５１０において、データの配置が不安定であると判定された場合、次元数加算ステップ５１１に戻り、次元数を１増やす。追加次元におけるデータの座標は０に設定する。すなわち、座標配置ステップ５１３で、データｉが座標ｘｉ＝（ｘｉ１，ｘｉ２，…，ｘｉＮ）に配置されている場合、データｉのＮ＋１次元空間での初期座標をｘｉ＝（ｘｉ１，ｘｉ２，…，ｘｉＮ，０）と設定する。また、引力斥力設定ステップ５０３で、Ｎ＋１次元空間における引力及び斥力を設定する。その後、座標配置ステップ５１３で、Ｎ＋１次元空間での座標配置を定める。

以上の処理によって、データを適切な次元数の空間上に配置することができる。この次元をＮ次元として、データｉの座標をｘｉ＝（ｘｉ１，ｘｉ２，…，ｘｉＮ）とする。

なお、上記ではＦｏｒｃｅ Ｄｉｒｅｃｔｅｄ Ａｌｇｏｒｉｔｈｍを用いる例を説明したが、この方法を改良したＭｕｌｔｉｌｅｖｅｌ Ｆｏｒｃｅ Ｄｉｒｅｃｔｅｄ Ａｌｇｏｒｉｔｈｍを前述した方法に適用してもよい。

クラスタリング部２０８では、Ｎ次元空間に配置されたデータをクラスタリングする。データはＮ次元空間上の点として表されているため、クラスタリングには、Ｋ−ｍｅａｎｓ法、ＥＭ法などを用いることができる。

例えば、Ｋ−ｍｅａｎｓ法では、まず、クラスタ数Ｋを定める。次に、各データをいずれかのクラスタにランダムに割り当てる。次に、クラスタ毎に、そのクラスタに属するデータの平均ベクトルを求める。次に、各データを最も近い平均ベクトルに対応するクラスタに割り当てる。再割り当てによる変化がなければ、クラスタリングを終了する。一方、再割り当てによる変化があれば、クラスタ毎に、そのクラスタに属するデータの平均ベクトルを求める処理に戻り、処理を繰り返す。この処理によって、データをＫ個のクラスタに分類することができる。

以上に説明したように、本発明の第１の実施例のデータクラスタリング装置によると、適切な次元のベクトル空間に、データ間の類似度に基づいてデータを配置することができる。例えば、人物同士の類似度や文書同士の類似度が与えられている場合、近い人物や類似する文書を分類する場合に好適である。

また、適切な次元のベクトル空間にデータを配置するので、従来のクラスタリング方法によってインスタンスを適切に分類することができる。すなわち、従来、Ｎ次元空間において近い位置に配置されている点をクラスタリングする分類方法があるが、データが配置される空間の次元数によっては、従来のクラスタリング方法によって適切に分類ができない場合があった。そこで、第１の実施例では、データ間の類似度に基づいてベクトル空間の適切な次元数を定め、その次元の空間にデータを配置するので、従来のクラスタリング方法を適用することができる。

また、データの配置の不安定性を計算することによって、適切な次元数を決定するので、自動的にかつデータに関する事前の知識を必要とせず、適切な次元数を決定することができる。

＜実施例２＞
第２の実施例では、医療データ（例えば、レセプト情報、健診情報、問診情報）に基づいて、病気の発症予防及び重症化予防のために、保健指導対象者の選定、保健指導方法を提案し、保健指導効果を予測する医療データ分析システムの例を説明する。

レセプト情報は、健康保険の加入者が医療機関を受診した際の傷病名、処方された医薬品、実施された診療行為、及び医療費（点数）が記録された情報であり、その一例は図６を用いて説明する。なお、処方された医薬品、及び実施された診療行為を医療行為と総称する。

また、健診情報は、健康保険の加入者が健診機関で受けた検査の結果の情報であり、その一例は図７を用いて後述する。問診情報は、健康保険の加入者が健診機関で受けた問診（例えば、生活習慣、既往歴、自覚症状など）の結果の情報であり、その一例は図８を用いて後述する。

第２の実施例では、医療データに基づいて、似た状態の健康保険の加入者をクラスタリングする。クラスタが病気の状態（発症の有無、重症度、検査値など）を代表する。第２の実施例では、クラスタ間の状態遷移に基づくモデルを作成し、作成したモデルに基づいて、クラスタ内の加入者の統計から、加入者全体の傾向を分析し、将来の状態を予測し、医療費を予測する。

図１は、第２の実施例の医療データ分析システムの構成を示すブロック図である。

医療データ分析システムは、医療データ分析装置１０１、及びデータベース１１６を有する。

本実施例の医療データ分析装置１０１は、入力部１０２、出力部１０３、演算装置１０４、メモリ１０５、及び記憶媒体１０６を有する。

入力部１０２は、マウス、キーボードなどのヒューマンインターフェースであり、医療データ分析装置１０１への入力を受け付ける。出力部１０３は、医療データ分析システムによる演算結果を出力するディスプレイやプリンタである。記憶媒体１０６は、医療データ分析システムによる医療データ分析処理を実現する各種プログラム、及び医療データ分析処理の実行結果等を格納する記憶装置であり、例えば、不揮発性記憶媒体（磁気ディスクドライブ、不揮発性メモリ等）である。メモリ１０５には、記憶媒体１０６に格納されているプログラムが展開される。演算装置１０４は、メモリ１０５にロードされたプログラムを実行する演算装置であり、例えば、ＣＰＵ、ＧＰＵなどである。以下に説明する処理及び演算は、演算装置１０４が実行する。

本実施例の医療データ分析システムは、一つの計算機で構成された計算機システムでも、サーバ及びクライアント端末で構成された計算機システムでもよい。

保健事業効果分析システムは、一つの計算機上で、又は、論理的又は物理的に構成された複数の計算機上で構成される計算機システムであり、同一の計算機上で別個のスレッドで動作してもよく、複数の物理的計算機資源上に構築された仮想計算機上で動作してもよい。

プロセッサによって実行されるプログラムは、リムーバブルメディア（ＣＤ−ＲＯＭ、フラッシュメモリなど）又はネットワークを介して各サーバに提供され、非一時的記憶媒体である不揮発性記憶装置に格納される。このため、計算機システムは、リムーバブルメディアを読み込むインターフェースを備えるとよい。

まず、第２の実施例で扱う医療データについて説明する。

医療情報記憶部１１７は、入力部１０２に入力された医療データを格納する。医療データは、レセプト情報、健診情報、及び問診情報を含む。レセプト情報は、レセプト基本情報、傷病名情報、診療行為情報、医薬品情報、傷病名分類情報、診療行為分類情報、及び医薬品分類情報を含む。

次に、レセプト情報について説明する。

図６は、レセプト基本情報６０１を説明する図である。

レセプト基本情報６０１は、レセプトと加入者との対応関係を保持する情報である。レセプト基本情報６０１は、検索番号６０２、健保加入者ＩＤ６０３、性別６０４、年齢６０５、診療年月６０６、及び合計点数６０７を含む。

検索番号６０２には、レセプトを一意に識別するための識別子である。健保加入者ＩＤ６０３は、健保保険の加入者を一意に識別するための識別子である。性別６０４は、健康保険加入者の性別を示す情報である。年齢６０５には、健康保険加入者の年齢を示す情報である。

診療年月６０６は、健康保険加入者が医療機関を受診した年及び月である。合計点数６０７は、一件のレセプトの合計点数を示す情報である。なお、合計点数に「１０」を乗じると医療費（円）が算出される。なお、合計点数６０７に、図９に示す傷病名情報９０１における複数の傷病名が、一つの検索番号に登録されている場合は、複数の傷病に対する医療行為の合計点数が登録される。

図９は、傷病名情報９０１を説明する図である。

傷病名情報９０１は、検索番号６０２、傷病名コード９０２、傷病名９０３を含む。

検索番号６０２は、レセプトを一意に識別するための識別子であり、レセプト基本情報６０１の検索番号（図６）と同じ番号を用いる。傷病名コード９０２は、レセプトに記載される傷病名コードである。傷病名９０３は、当該傷病名コードに対応する傷病名である。

なお、一件のレセプトには、複数の傷病名が記載可能である。例えば、図９に示す傷病名情報９０１では、検索番号２０１に「１１」のエントリの傷病名９０３は「糖尿病」と「高血圧」であり、検索番号が「１１」のレセプトには糖尿病及び高血圧の傷病名が記載されている。

図１０は、傷病名分類情報を説明する図である。

傷病名分類情報１００１は、傷病分類と当該傷病分類に属する傷病名とを対応づける情報である。また、合併症有無１００３には、傷病名が合併症の傷病名であるかを示す情報である。

図１１は、診療行為情報を説明する図である。

診療行為情報１１０１は、検索番号６０２、診療行為コード１１０２、診療行為名１１０３、及び診療行為点数１１０４を含む。

検索番号６０２は、レセプトを一意に識別するための識別子であり、レセプト基本情報６０１の検索番号（図６）と同じ番号を用いる。診療行為コード１１０２は、レセプトに記載された診療行為を識別するための識別子である。診療行為名１１０３は、レセプトに記載された診療行為の名称である。診療行為点数１１０４は、診療行為にかかる点数である。

図１１では、例えば、検索番号６０２に「１１」のレセプトには、「診療行為Ａ」と「診療行為Ｃ」の診療行為名１１０３が記載されている。

図１２は、診療行為分類情報を説明する図である。

診療行為分類情報１２０１は、傷病分類１００２、診療行為コード１１０２、及び診療行為名１１０３を含む。

傷病分類１００２は、傷病名分類情報１００１の傷病分類１００２（図１０）と同じ分類を用いる。診療行為コード１１０２は、傷病分類１００２の傷病で行われる診療行為を識別する診療行為コードであり、診療行為情報１１０１の診療行為コード１１０２（図１１）と同じコードを用いる。診療行為名１１０３は、当該診療行為コードに対応する診療行為の名称であり、診療行為情報１１０１の診療行為名１１０３（図１１）と同じコードを用いる。

図１３は、医薬品情報を説明する図である。

医薬品情報１３０１は、検索番号６０２、医薬品コード１３０２、医薬品名１３０３、及び医薬品点数１３０４を含む。

検索番号６０２は、レセプトを一意に識別するための識別子であり、レセプト基本情報６０１の検索番号６０２（図６）と同じ番号を用いる。医薬品コード１３０２は、レセプトに記載された医薬品を識別するための医薬品コードである。医薬品名１３０３は、レセプトに記載された医薬品の名称である。医薬品点数１３０４は、医薬品の保険点数である。

図１３では、例えば、検索番号６０２が「１１」のレセプトは、糖尿病経口薬Ａ及び高血圧経口薬Ａとの医薬品名が記載されている。

図１４は、医薬品分類情報を説明する図である。

医薬品分類情報１４０１は、傷病分類１００２、医薬品コード１３０２、及び医薬品名１３０３を含む。

傷病分類１００２は、傷病名分類情報１００１の傷病分類１００２（図１０）と同じ分類を用いる。医薬品コード１３０２は、傷病分類１００２に登録された分類で処方される医薬品を識別する医薬品コードであり、医薬品情報１３０１の医薬品コード１３０２（図１３）と同じコードが用いられる。医薬品名１３０３は、当該医薬品コードに対応する医薬品の名称であり、医薬品情報１３０１の医薬品名１３０３（図１３）と同じ名称が用いられる。

なお、図１１に示す医療行為情報１１０１及び図１３に示す医薬品情報を、医療行為情報と総称する。また、図１２に示す診療行為分類情報１２０１及び図１４に示す医薬品分類情報を、医療行為分類情報と総称する。

次に、健診情報について説明する。

図７は、健診情報を説明する図である。

健診情報７０１は、複数の加入者の複数年分の健診情報を管理するための情報であり、健保加入者ＩＤ６０３、健診受診日７０２、及び健康診断における各種検査値（例えば、ＢＭＩ７０３、腹囲７０４、空腹時血糖７０５、収縮期血圧７０６、中性脂肪７０７）を含む。

健保加入者ＩＤ６０３は、健康診断を受診した健康保険の加入者の識別子であり、レセプト基本情報６０１の健保加入者ＩＤ６０３（図６）と同じ識別子を用いる。健診受診日７０２は、健康診断を受診した年月日である。ＢＭＩ７０３から中性脂肪７０７は、健康診断の検査の結果である。

特定の検査を受けなかった場合など、健診情報のデータが欠落することがある。例えば、図７では、健保加入者ＩＤ「Ｋ０００４」が２００４年に受診した検査項目のうち収縮期血圧７０６のデータが欠落している。

次に、問診情報について説明する。

図８は、問診情報を説明する図である。

問診情報８０１は、複数の加入者の複数年分の問診情報を管理するための情報であり、健保加入者ＩＤ６０３、問診受診日８０２、及び問診の回答（例えば、喫煙８０３、飲酒８０４、歩行８０５）を含む。なお、問診は、生活習慣、既往歴、アレルギー等の体質、自覚症状などを含んでもよい。

健保加入者ＩＤ６０３は、問診を受診した健康保険の加入者の識別子であり、レセプト基本情報６０１の健保加入者ＩＤ６０３（図６）と同じ識別子を用いる。問診受診日８０２は、問診を受診した年月日である。タバコ８０３から歩行８０５は、問診の結果である。タバコ８０３は、喫煙習慣がある場合は一日の平均喫煙本数であり、喫煙しない場合は「なし」である。飲酒８０４は、飲酒習慣がある場合は一日の平均飲酒量（単位＝ｍｌ）であり、飲酒習慣がない場合は「なし」である。歩行８０５は、一日の平均歩行時間（単位＝分）である。

なお、問診情報では、歩数、飲酒量、喫煙本数などの詳しい情報が得られない場合もある。具体的な飲酒量ではなく、予め問診表で区分けされた頻度のうち、該当するものを回答する場合がある。例えば、喫煙や飲酒の有無のみの情報が得られる場合、飲酒の頻度をいくつかの程度に分けて（例えば、（１）飲酒無し、（２）週に１〜２回、（３）週に３回以上）回答する場合などである。この場合、問診情報の値は、定量的な意味がない番号である。

特定の項目に対する回答が無かった場合、問診情報のデータが欠落することがある。例えば、図８では、健保加入者ＩＤ「Ｋ０００３」が２００４年に受診した問診項目のうち歩行８０５に対するデータが欠落している。

次に、データ整形部１０７の処理について説明する。データ整形部１０７は、医療情報記憶部１１７に記憶されている医療データから、加入者毎かつ期間毎のレセプト情報、健診情報及び問診情報を集計・統合し、表形式に整形する。以下では、一つの期間は１年であるとして説明するが、半年、２年、３年など、別の期間でもよい。

図１５は、整形情報１５０１の一例を説明する図である。図１５を用いて、データ整形部１０７の処理を説明する。

整形情報１５０１は、２００４年のレセプト情報を整形したレセプト整形情報を含む。整形情報１５０１の各行は、一つの健保加入者ＩＤに対応する一つの年のデータを集計したものである。

健保加入者ＩＤ６０３、性別６０４、年齢６０５及び合計点数６０７は、それぞれ、レセプト基本情報６０１の健保加入者ＩＤ６０３、性別６０４、年齢６０５及び合計点数６０７（図６）と同じである。データ年１５０２は、当該整形情報を作成する元となったデータの年である。

傷病名コード１０（１５０３）は、当該健保加入者ＩＤのレセプトのうち傷病名コードが１０であるレセプトの数である。傷病名コード２０（１５０４）も同様に、当該健保加入者ＩＤのレセプトのうち傷病名コードが２０であるレセプトの数である。診療行為コード１０００（１５０５）は、当該健保加入者ＩＤのレセプトのうち診療行為コードが１０００の診療行為が行われたレセプトの数である。医薬品コード１１０（１５０６）は、当該健保加入者ＩＤのレセプトのうち医薬品コードが１１０の医薬品が処方されたレセプトの数である。

データ整形部１０７の処理について、２００４年のデータを整形する場合を具体的に説明する。

まず、一つの健保加入者ＩＤを選択する。診療年月が２００４年である当該健保加入者ＩＤのレセプトの検索番号をレセプト基本情報６０１より取得する。次に、傷病名情報９０１を参照して、傷病名コード毎に、当該傷病名コードが記載されているレセプトの数をカウントする。これによって、各傷病名コードのレセプトの数が得られる。同様に、診療行為情報１１０１を参照して、診療行為コード毎のレセプトの数をカウントし、医薬品情報１３０１を参照して、医薬品コード毎のレセプトの数をカウントする。これにより、選択された健保加入者ＩＤの２００４年のデータ行が生成される。この処理を、分析対象となる全ての健保加入者ＩＤ及び年の組み合わせに対して行う。

例えば、図１５に示す整形情報１５０１において、１行目の健保加入者ＩＤ「Ｋ０００１」の２００４年のデータは、検索番号「１１」「１２」「１３」がレセプト基本情報６０１から取得できる。傷病名情報９０１を参照すると、この三つのレセプトのうち、傷病名コードが「１０」であるレセプトは、検索番号「１１」及び「１３」の二つである。従って、整形情報１５０１の１行目の傷病名コード１０の欄には２が登録される。

図１５に示す整形情報１５０１は、健診情報から整形された健診整形情報も含む。各行は、一つの健保加入者ＩＤに対応するデータを集計したものである。

各項目の値は、健保加入者ＩＤ６０３及びデータ年１５０２に示される加入者及び年における健診データの値である。この健診データは健診情報７０１から取得できる。健診情報７０１が同一健保加入者ＩＤの同一年の健診データを含む場合、いずれか一つの受診日のデータを使っても、当該年の複数回の健診結果の平均を使ってもよい。一つの受診日のデータを使う場合、毎年ほぼ同じ時期に実施される一斉健診日のデータを使うとよい。また、欠損が少ないデータを選択してもよい。欠損データは、予め定められた欠損であることを示す数値を用いる。図１５に示す例では、−１を用いた。なお、健診情報がない加入者の値は、全て欠損データとする。

図１５に示す整形情報１５０１は、問診情報から整形された問診整形情報も含む。各行は、一つの健保加入者ＩＤに対応するデータを集計したものである。

各項目の値は、健保加入者ＩＤ６０３及びデータ年１５０２に示される加入者及び年における問診データの値である。この問診データは問診情報８０１から取得できる。問診情報８０１が同一健保加入者ＩＤの同一年の問診データを含む場合、いずれか一つの受診日のデータを使っても、当該年の複数回の問診結果を平均を使ってもよい。一つの受診日のデータを使う場合、毎年ほぼ同じ時期に実施される一斉健診日のデータを使うとよい。又は、欠損が少ないデータを選択してもよい。欠損データは、予め定められた欠損であることを示す数値を用いる。図１５に示す例では、−１を用いた。なお、健診情報がない加入者の値は、全て欠損データとする。

以上の処理によって、レセプト整形情報、健診整形情報及び問診整形情報を生成することができる。なお、図１５には２００４年のデータのみを示したが、別の年の整形データも作成する。

ここで、レセプト整形情報を作成する際に、類似の項目を纏めて、複数の項目を統合してもよい。例えば、医薬品の項目のうち、糖尿病経口薬Ａの機能と糖尿病経口薬Ｂの機能とが類似している場合、これらを纏めて一つの項目として扱ってもよい。このとき、同一年度の糖尿病経口薬Ａの処方回数と糖尿病経口薬Ｂの処方回数とを加算した値を、新しく纏めた項目の値とする。項目が類似するかを判断するための基準は、以下の通りとするよい。診療行為分類情報１２０１で同一傷病分類に属する診療行為名を類似項目とする。また、医薬品分類情報１４０１で同一傷病分類に属する医薬品名を類似項目とする。また、予め類似項目情報を人手により作成しておく。

図１６Ａは、レセプト整形情報の傷病名コード１０と傷病名コード２０とを統合した整形情報１５０１の例を説明する図である。傷病名コード１６０１の値は、図１５の傷病名コード１５０３の値と傷病名コード１５０４の値とを加えた値であり、傷病名コードが「１０」であるレセプトの数と傷病名コードが「２０」であるレセプトの数と合計である。

図１６Ｂは、項目統合処理のフローチャートである。

まず、統合対象項目選定ステップ１６０２では、レセプト基本情報６０１の項目のうち統合対象となる項目を選定する。項目の選定の三つの例を説明する。第１の例は、診療行為分類情報１２０１及び医薬品分類情報１４０１などの診療行為及び医薬品が分類されている場合、同一傷病分類に属する項目を統合対象とする方法である。第２の例は、国際疾病分類１０版（ＩＣＤ１０）などの基準を用いて、同一分類に属する項目を統合する方法である。第３の例は、後述するクラスタリング部１１０と同様の方法によって項目をクラスタリングして、同一クラスタに属する項目を統合する方法である。

次に、処方回数合算ステップ１６０３では、統合する項目の値を合算する。

図１５、図１６Ａに示す、作成されたレセプト整形情報、健診整形情報及び問診整形情報は、データベース１１６の整形情報記憶部１１８が記憶する。整形情報１５０１は表形式の数値データである。

なお、レセプト整形情報の値は、レセプトの数、すなわち処方回数で集計したが、処方の有無の情報でもよい。すなわち、処方回数が１以上の（処方がある）場合を１として纏め、処方回数が０の（処方がない）場合を０として、２値であらわしてもよい。また、処方回数が重症度を表すと考えて、レセプト整形情報の値は、処方回数を段階に分類した値でもよい。例えば、処方回数が０回の場合を０とし、処方回数が１〜４回の場合を１とし、処方回数が５回以上の場合を２とするなど、３段階で表してもよい。

前述した例では、１年毎の期間でレセプト情報、健診情報及び問診情報を纏めたが、例えば、２年毎、３年毎など異なる期間でもよい。なお、以下では、期間は１年毎に纏めた場合を例にして説明する。

次に、状態遷移モデル作成部１０８について説明する。状態遷移モデル作成部１０８は、加入者配置座標生成部１０９、クラスタリング部１１０及び状態遷移確率算出部１１１を有する。

加入者配置座標生成部１０９は、整形情報を用いて加入者同士の類似度を計算し、類似度に基づいて、加入者を適切な次元数の空間に配置する。加入者配置座標生成部１０９は、加入者が配置された空間における座標を配置座標記憶部１１９に格納する。クラスタリング部１１０は、加入者の空間への配置に基づいて、加入者をクラスタリング（分類）する。類似度に基づく加入者の空間への配置、及びクラスタリングについては、前述した第１の実施例の方法を用いることができる。クラスタリング部１１０は、加入者をクラスタリングした結果をクラスタリング情報記憶部１２０に格納する。

以下、健康保険の加入者同士の類似度の計算方法について説明する。但し、年が異なる同一加入者は別人として処理する。すなわち、１万人の医療データが３年分ある場合、３万人についてクラスタリングを行う。２人の加入者同士の項目ｉの非類似度をｄ（ｉ）とすると、２人の加入者の非類似度は、非類似度計算で用いる項目の非類似度を合計したＤ＝Σｄ（ｉ）によって計算する。ここで和は非類似度計算で用いる全ての同一年の項目ｉについて計算する。非類似度計算で用いる項目は、特定の疾病（例えば、糖尿病）に着目する場合、レセプト情報の当該疾病に対応する医療行為を選定することができる。

次に、項目ｉの非類似度ｄ（ｉ）の計算方法について説明する。項目ｉが、問診の回答番号など、定量的な意味をもたない項目である場合、２人の加入者の回答が同じときには、ｄ（ｉ）＝０とし、２人の加入者の回答が異なるときには、ｄ（ｉ）＝ｖとする。なお、ｖは予め定めた値を用いる。

次に、項目ｉが、処方回数及び検査値など、定量的な意味をもつ項目である場合について説明する。項目ｉが定量的な意味をもつ項目である場合、値の累積確率Ｆ（ｔ）＝Ｐ（Ｘ≦ｔ）を求める。Ｆ（ｔ）は、当該項目の値がｔ以下の加入者数の全加入者数に対する割合であり、Ｆ（ｔ）の最大値は１である。次に、２人の加入者の当該項目の値をそれぞれｔ１、ｔ２とした場合、ｄ（ｉ）＝｜Ｆ（ｔ１）−Ｆ（ｔ２）｜とする。

２人の加入者のうち、いずれかで項目ｉの値が欠落している場合、ｄ（ｉ）＝ｗとする。なお、ｗは予め定めた値を用いる。

以上により、非類似度Ｄ＝Σｄ（ｉ）を計算することができる。類似度は、例えば、−Ｄ＋ｍａｘ｛ｄ（ｉ）｝によって計算することができる。以上のように、加入者をクラスタリングすることによって、加入者を分類することができる。

ところで、非類似度の計算では、図１６Ａに示すように、類似する疾病同士が統合されている整形情報を用いてもよい。疾病が統合されている整形情報を用いると、類似した効果をもつ診療行為が纏めてカウントされるため、実態に近い非類似度を得ることができる。診療行為の統合には、診療行為分類情報（図１２）や医薬品分類情報（図１４）を用いてもよい。また、以下に説明する別の統合方法を用いてもよい。

別の統合方法では、項目同士の類似度を計算し、第１の実施例の方法によって項目をクラスタリングし、クラスタリングされた項目同士を統合する。

項目同士の類似度の計算方法について説明する。二つの項目について、その値を健保加入者ＩＤ順に並べたものを、それぞれｘ１＝（ｘ１１，ｘ１２，…，ｘ１ｎ）、ｘ２＝（ｘ２１，ｘ２２，…，ｘ２ｎ）とする。ベクトルｘ１とｘ２との相関係数をｒ（ｘ１，ｘ２）とする。ところが、ｘ１、ｘ２には欠損値を含むので、ｘ１、ｘ２のいずれかで欠損している要素を取り除く。例えば、ｘ１ｉが欠損している場合には、ｘ２ｉも取り除く。このようにして、ｘ１、ｘ２から欠損次元を取り除いたベクトルを、それぞれ、ｖ１＝（ｖ１１，ｖ１２，…，ｖ１ｍ）、ｖ２＝（ｖ２１，ｖ２２，…，ｖ２ｍ）とする。

ｖ１とｖ２とが同程度の依存性をもっている場合でも、ｖ１、ｖ２の値の性質の違いによって、相関値ｒ（ｖ１，ｖ２）の値にずれが生じる。従って、まず、ｖ１、ｖ２の要素をそれぞれ独立にランダムに並べ直したベクトルをｗ１、ｗ２とすると、ベクトルｗ１とｗ２とには依存度がないことが想定できる。これを用いて、｜ｒ（ｖ１，ｖ２）｜−｜ｒ（ｗ１，ｗ２）｜を計算する。類似度は、｜ｒ（ｖ１，ｖ２）｜＜｜ｒ（ｗ１，ｗ２）｜である場合、依存度はないと判断できる。このため、この場合の依存度を０とし、それ以外の場合の依存度を｜ｒ（ｖ１，ｖ２）｜−｜ｒ（ｗ１，ｗ２）｜とする。これによって、ランダムな場合（依存性がない場合）と比較した類似度を計算することができる。

以上のように、統合した項目を用いて、加入者をクラスタリングすることによって、加入者を分類することができる。

加入者はＫ個のクラスタＣ１、Ｃ２、…、ＣＫに分類されている。第２の実施例では、各クラスタが病気の状態を示すクラスタであり、加入者は、いずれかのクラスタに分類される。ただし、既に述べたように、異なる年のデータは、同じ加入者であっても別人として扱う。

状態遷移確率算出部１１１は、クラスタ間の遷移確率を計算する。クラスタＣｉからＣｊへの遷移確率の計算方法を具体的に説明する。まず、クラスタＣｉに属する加入者のうち、次の年のデータが存在する加入者の数をＭ１とする。このうち、次の年にクラスタＣｊの状態にある加入者の数をＭ２とする。クラスタＣｉからＣｊへの遷移確率はＭ２／Ｍ１となる。状態遷移確率算出部１１１は、全てのクラスタＣｉからＣｊへの組み合わせの遷移確率の値を状態遷移確率記憶部１２１に記憶する。

次に、状態遷移予測部１１２について説明する。状態遷移予測部１１２は、状態特徴付け・再構成部１１３、状態遷移・医療費予測部１１４及び保健指導支援部１１５を有する。

状態特徴付け・再構成部１１３は、状態の意味付け（特徴付け）をし、モデルを再構成する。状態遷移モデル作成部１０８が作成したモデルでは、クラスタリングによって加入者を分類し、クラスタを構成している。構成されたクラスタ間の状態遷移確率を求めることによって、病気の状態の遷移をモデル化する。しかし、クラスタは加入者の集合であるため、このクラスタの特徴付けが必要である。クラスタを特徴付けて、クラスタが表す病気の状態を出力部に表示することによって、病気が発症又は重症化する様子を直観的に知ることができる。

まず、クラスタの特徴付けの方法を説明する。クラスタは、当該クラスタに所属する加入者によって特徴付けられる。

図１８Ａは、クラスタ特徴付処理のフローチャートである。

まず、クラスタ内統計量算出ステップ１８０２では、当該クラスタに所属する加入者の各項目の値の統計量を算出し、算出された統計量を用いて当該クラスタの状態を表す。例えば、当該クラスタに属する加入者の各項目の値の平均値で表現できる。例えば、クラスタの血糖値は、当該クラスタに属する加入者の血糖値の平均などである。

次に、異常項目算出ステップ１８０３では、当該クラスタの各項目について、平均的な値からの各加入者の逸脱率を計算する。逸脱率は以下に説明する方法によって計算できる。例えば、当該クラスタのある項目の値をｋとする。全加入者のうち、この項目の値がｋ以下である者の割合をＹとし、この項目の値がｋより小さい者の割合をＸとする。このとき、Ｚ＝（Ｘ＋Ｙ）／２として、Ｚが０．５に近いほど、この項目に関する当該クラスタの値は平均的な値であると考えられる。逆に、０．５より大きい又は小さいほど、逸脱率が高いと考えられる。そこで、｜Ｚ−０．５｜で逸脱率を計算する。これは、ある項目について、全加入者の平均と比較して、そのクラスタの値が大きく異なる場合や、正常値より外れている場合に、逸脱率が大きいことを意味している。この逸脱率が高い項目ほど、このクラスタを特徴付けるために有用である。

特徴付け項目選定ステップ１８０４では、特徴付けに用いる項目を選定する。このとき、人手により予め特徴付けに用いる項目候補を定めてもよい。ここでは、特徴付けに用いる項目候補の中から、逸脱率が高い上位の項目を所定の数だけ選定し、選定された項目及び値を出力部１０３に表示するための画面データを作成してもよい。図１８Ｂは、選定された項目及び値の表示例を説明する図である。表示例１８０１では、Ｐｉｊがクラスタｉからクラスタｊへの遷移確率を示す。

次に、再構成の方法を説明する。状態遷移モデル作成部１０８において作成されたモデルは多数のクラスタを含むが、この状態では予測の計算量が大きく、モデルが複雑で表示が煩雑になり、理解が難しいという問題がある。そこで、作成されたモデルをコンパクトなモデルに再構成することによって、現在、着目している状態及び遷移について、モデル化する。

図１９は、再構成処理のフローチャートである。

まず、クラスタ選定ステップ１９０１では、着目する対象として指定された項目に基づいて、その項目を特徴付けるクラスタを選定する。着目する対象の項目は、例えば、糖尿病に着目する場合、インスリンの処方回数、糖尿病経口薬の処方回数、血糖値などである。まず、これらの項目において、逸脱率が予め定めた値以上となっているクラスタを選定する。そして、このクラスタとの遷移確率が高い（遷移確率が予め定めた値以上の）クラスタを選択する。

次に、対象外クラスタ統合ステップ１９０２では、選択されなかったクラスタを一つに統合する。選択されたクラスタをＲ１、Ｒ２、…、ＲＬとし、選択されなかったクラスタは一つのクラスタＯに纏める。すなわち、Ｒ１、Ｒ２、…、ＲＬに属しない加入者はクラスタＯに属するとして、Ｌ＋１個のクラスタによってモデルを構成する。

遷移確率算出ステップ１９０３では、モデルを構成するＬ＋１個のクラスタ間の遷移確率を計算する。クラスタＲｉとＲｊとの間の遷移確率は、状態遷移モデル作成部１０８で作成されている元のクラスタ間の遷移確率ｐｉｊと同一とする。クラスタＲ１からクラスタＯへの遷移確率は、１−Σｐ１ｊとなる。和は、ｊが１からＬまで計算する。逆に、クラスタＯからクラスタＲ１への遷移確率は、１−Σｐｊ１となる。和は、ｊが１からＬまで計算する。以上によって、再構成モデルにおけるクラスタと、クラスタ間の遷移確率を作成する。また、既に説明した方法と同一の方法によって、クラスタを特徴付ける。

状態遷移・医療費予測部１１４は、状態遷移モデル作成部１０８が作成したモデル、又は、状態特徴付け・再構成部１１３が再構成したモデルを用いて、保健指導支援部１１５が指示した分析対象となる加入者の今年の情報から来年の病気の状態や医療費を予測する。状態遷移・医療費予測部１１４は、予測した病気の状態及び医療費を予測結果記憶部１２２に格納する。

まず、状態遷移予測、すなわち、保健指導支援部１１５によって指示された分析対象となる加入者の今年の情報から来年の状態を予測する方法を説明する。まず、分析対象となる加入者の今年の情報を、図１５又は図１６Ａに示す形式の整形情報に変換する。次に、変換された整形情報に基づいて、クラスタＣ１、…、ＣＫと全加入者との類似度を計算する。もっとも類似度が高いクラスタＣｉを、分析対象となる加入者の今年の状態とする。来年の各状態への遷移確率は、状態遷移確率記憶部１２１に記憶されている状態遷移確率を用いて計算できる。

次に、医療費予測の処理を説明する。まず、状態遷移予測と同様の方法によって、分析対象となる加入者の今年の情報に基づいて、所属するクラスタＣｉを特定する。また、各クラスタの医療費を計算する。クラスタＣｊの医療費は、Ｃｊに属する加入者の平均医療費Ｍ（ｊ）とする。クラスタＣｉからクラスタＣｊへの遷移確率をＰ（ｊ｜ｉ）とすると、Ｐ（ｊ｜ｉ）は分析対象の加入者が来年のクラスタＣｊの状態にある確率である。そのため、来年の医療費の期待値（予測医療費）は、ΣＰ（ｊ｜ｉ）Ｍ（ｊ）によって計算できる。

保健指導支援部１１５は、将来の病気の発症を予防し、医療費を削減するため支援をする機能を提供する。

健康保険事業者は、保健指導による予防効果が高い対象者を予算内で優先的に選び、各対象者に適した指導を行うことを望んでいる。健康保険事業者が提供できる保健指導サービスが複数ある（保健指導サービス１、保健指導サービス２、…、など）。例えば、保健指導サービス１は、主にＢＭＩ値を減らすための指導、保健指導サービス２はコレステロール値を下げるための指導などである。

健康保険事業者向け支援機能の処理を説明する。

図１７Ａは、健康保険事業者向け支援機能の処理のフローチャートである。

まず、対象疾病設定ステップ１７０１では、処理の対象とする疾病を設定する。例えば、三大生活習慣病である糖尿病、脂質異常症及び高血圧症を対象とする場合、レセプト整形情報の項目のうち、糖尿病、脂質異常症及び高血圧症に該当する医療行為の項目、健康診断の項目、及び問診の項目を用いて、状態特徴付け・再構成部１１３がモデルを再構築する。全疾病を対象とする場合、状態遷移モデル作成部１０８が作成したモデルを用いる。

次に、保健指導サービス設定ステップ１７０２では、保健指導サービスの種類と、各保険指導サービスの想定効果を設定する。例えば、保健指導サービス１の想定効果は、体重５ｋｇ減などである。

次に、保険指導効果予測ステップ１７０３では、全ての保健指導サービスと保健指導対象候補者の組み合わせについて、医療費削減効果を予測する。まず、保健指導サービス１と保健指導対象候補者１との組み合わせについて、医療費削減効果の算出方法を説明する。

最初に、保健指導サービスを行わない場合の保健指導対象候補者１の翌年の医療費を予測する。これは、今年の保健指導対象候補者１のレセプト、健康診断及び問診の値に基づいて、今年の項目に対応するノードの状態を設定し、状態遷移・医療費予測部１１４が医療費（Ｍ１）を予測する。次に、保健指導サービスにより検査値が改善した値を、今年の保健指導対象候補者１の値に設定し、状態遷移・医療費予測部１１４が翌年の医療費（Ｍ２）を予測する。Ｍ１が保健指導を行わない場合の予測医療費、Ｍ２が保健指導を行った場合の予測医療費となるため、保健指導に必要な費用をＭ３とすると、医療費削減費用対効果は、Ｅ＝Ｍ１−Ｍ２−Ｍ３により計算することができる。この処理を全ての保健指導サービスと保健指導対象候補者との組み合わせに対して行い、医療費削減費用対効果Ｅを計算する。

次に、保健指導内容策定ステップ１７０４では、保健指導サービスと保健指導対象候補者との組み合わせのうち、最も医療費削減費用対効果が高い組み合わせを選ぶ。そして、選ばれた保険指導対象候補者を選択済みとする。次に、選ばれていない保健指導対象候補者に対する保健指導サービスと保健指導対象候補者との組み合わせのうち、最も医療費削減費用対効果が高い組み合わせを選ぶ。そして、選ばれた保険指導対象候補者は選択済みとする。このようにして、効果の高い順に保健指導サービスと保健指導対象候補者との組み合わせを選択することができる。最後に、保健指導の予算の範囲で、効果が高い組み合わせを選択し、保健指導対象者及び保健指導内容を設定する。

効果予測ステップ１７０５では、保健指導内容策定ステップ１７０４において選択された組み合わせの医療費削減費用対効果を合計し、医療費削減効果から保健指導コストを減じた値を効果として出力する。

次に、担当者及び対象者向け支援機能の処理を説明する。

図１７Ｂは、担当者・対象者向け支援機能の処理のフローチャートである。

まず、対象疾病設定ステップ１７０１では、処理の対象とする疾病を設定する。例えば、三大生活習慣病である糖尿病、脂質異常症及び高血圧症を対象とする場合、レセプト整形情報の項目のうち、糖尿病、脂質異常症及び高血圧症に該当する医療行為の項目、健康診断の項目、及び問診の項目を用いて、状態特徴付け・再構成部１１３がモデルを再構築する。全疾病を対象とする場合、状態遷移モデル作成部１０８が作成したモデルを用いる。

対象疾病設定ステップ１７０１の処理の別の例を説明する。対象者又は担当者が処理を希望する疾病を選択する。すなわち、ある医療行為に対応する項目を選択する。次に、この項目と他の全ての項目との依存度を計算する。そして、当該選択された項目と依存度が一定以上の項目を抽出し、当該選択項目及び抽出された項目のリストに基づいて、状態特徴付け・再構成部１１３が再構築したモデルを用いる。ここで、依存度には、上述した項目同士の類似度を用いてもよい。

発症確率算出ステップ１７０６では、全てのノードの状態を未設定のまま、状態遷移・医療費予測部１１４が翌年の各疾病の病態遷移確率及び医療費を予測する。各疾病は、翌年の当該疾病に相当する医療行為に関するノードの処方回数が１以上である確率として求めることができる。これは、平均的な病気の発症確率と考えることができる。次に、対象者の今年のレセプト、健康診断及び問診の値に基づいて、今年の項目に対応するノードの状態を設定し、状態遷移・医療費予測部１１４が翌年の各疾病の病態遷移確率及び医療費を予測する。このときの各疾病の発症確率は、当該対象者の病気の発症確率である。そこで、各疾病に対して、対象者の病気の発症確率を平均的な病気の発症確率で除することによって、対象者の発症リスクが平均の何倍であるかを計算する。

高リスク疾病提示ステップ１７０７では、発症リスクが平均より予め定めた閾値以上高い疾病及びそのリスクを提示する。これによって、対象者又は保健指導担当者は、対象者の疾病リスクを知ることができる。

改善項目提示ステップ１７０８では、高リスク疾病提示ステップ１７０７において計算された高リスク疾病に対応する医療行為ノードと一定以上の依存度がある検査値を提示する。ここで、依存度には、上述した項目同士の類似度を用いてもよい。

次に、目標値ユーザ入力ステップ１７０９では、改善項目提示ステップ１７０８において提示された検査項目についての改善目標値（例えば、体重の目標値）の入力をユーザに促す。

最後に、効果予測ステップ１７１０では、目標値ユーザ入力ステップ１７０９で入力された検査項目を目標値で更新し、ステップ１７０６と同様の方法によって目標達成後の疾病の発症確率を予測して、発症リスクの変化を提示する。ユーザは、発症リスクの変化を見ることによって、改善目標を設定したり、自己管理に役立てることができる。

以上の処理によって、医療費削減に効果的な保健指導支援を行うことができる。

以上に説明したように、第２の実施例の医療データ分析システムでは、レセプト情報及び健診情報に基づいて加入者間の類似度を算出し、類似度に基づいて類似する病気の状態の人を分類するクラスタリングを行う。このため、類似した状態の加入者をクラスタリングして、加入者の状態をクラスタによって表すことができる。

また、クラスタに属する加入者の平均的な状態によって、クラスタの状態を特徴付ける。このため、クラスタによって病気の状態や重症度を表現することができる。例えば、ＢＭＩ値、血糖値、診療行為の処方回数、医療費などの平均値によってクラスタの状態を表す。

また、母集団からの乖離が大きい項目を用いてクラスタを特徴付けるので、自動的にクラスタを特徴付けることができる。

そして、クラスタ間の遷移確率によって、状態間の遷移（病気の状態や重症化）をモデル化する。ある年の一人の加入者は、いずれかのクラスタに属し、病気の一つの状態が一つのクラスタに対応する。よって、当該クラスタに属する人が、来年に属するクラスタを遷移確率によって表現することができる。このため、将来の遷移の様子をクラスタ間の移動として直観的に分かりやすく表すことができる。

また、各クラスタに属する加入者の数によって、どの状態にある人が何人いるか、容易に把握することができる。また、別の集団とで、各クラスタに属する加入者の数の割合を比較することによって、集団の特徴の違いを知ることができる。例えば、血糖値が所定値以下の集団と、血糖値が所定値を超える集団とを比較することによって、糖尿病の罹患率、重症者の割合、重症化の様子の違いなどを知ることができる。

このモデルにより、多数の項目を含むレセプト情報及び健診情報を有効に活用することができ、多数の病気や、その状態を表現することができる。このモデルにより将来の病気の状態遷移や医療費を精緻に、かつ精度良く予測することができる。

そして、予測結果に基づいて保健指導対象者と保健指導内容を選定することによって、効果的かつ効率的な保健指導を支援することができる。

また、加入者間の類似度によって分析対象者が属するクラスタを決定するので、未知の対象者をクラスタリングすることができる。

また、レセプト情報の複数の項目を統合した項目を用いて、加入者間の類似度を計算するので、類似度を高精度に計算することができる。

また、母集団に対する加入者の位置の差を用いて、加入者間の類似度を計算するので、異なる項目間でも同一の尺度で類似度を計算することができる。

また、医療費削減費用対効果を、Ｍ１−Ｍ２−Ｍ３によって計算するので（Ｍ１＝保健指導を行わない場合の予測医療費、Ｍ２＝保健指導を行った場合の予測医療費、Ｍ３＝保健指導に必要な費用）、医療費削減費用対効果を正確に見積もることができる。

また、クラスタ間の遷移確率を用いて、改善目標値に対する発症リスクを計算するので、改善によるリスク低減効果を分かりやすく表示することができる。

また、糖尿病、高血圧症及び脂質異常症の少なくとも一つの遷移確率を選択するので、三大生活習慣病である糖尿病、脂質異常症及び高血圧症を対象として、保健指導を行うことができる。

なお、本発明は前述した実施例に限定されるものではなく、添付した特許請求の範囲の趣旨内における様々な変形例及び同等の構成が含まれる。例えば、前述した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに本発明は限定されない。また、ある実施例の構成の一部を他の実施例の構成に置き換えてもよい。また、ある実施例の構成に他の実施例の構成を加えてもよい。また、各実施例の構成の一部について、他の構成の追加・削除・置換をしてもよい。

また、前述した各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等により、ハードウェアで実現してもよく、プロセッサがそれぞれの機能を実現するプログラムを解釈し実行することにより、ソフトウェアで実現してもよい。

各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリ、ハードディスク、ＳＳＤ（Solid State Drive）等の記憶装置、又は、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に格納することができる。

また、制御線や情報線は説明上必要と考えられるものを示しており、実装上必要な全ての制御線や情報線を示しているとは限らない。実際には、ほとんど全ての構成が相互に接続されていると考えてよい。

１０１ 医療データ分析装置
１０２、２０２ 入力部
１０３、２０３ 出力部
１０４、２０４ 演算装置
１０５、２０５ メモリ
１０６、２０６ 記憶媒体
１０７ データ整形部
１０８ 状態遷移モデル作成部
１０９ 加入者配置座標生成部
１１０ クラスタリング部
１１１ 状態遷移確率算出部
１１２ 状態遷移予測部
１１３ 状態特徴付け・再構成部
１１４ 状態遷移・医療費予測部
１１５ 保健指導支援部
１１６ データベース
１１７ 医療情報記憶部
１１８ 整形情報記憶部
１１９ 配置座標記憶部
１２０ クラスタリング情報記憶部
１２１ 状態遷移確率記憶部
１２２ 予測結果記憶部
２０１ データクラスタリング装置
２０７ データマッピング部
２０８ クラスタリング部
２０９ データ間類似度情報

Claims (15)

1. プログラムを実行するプロセッサと、前記プログラムを格納するメモリとを有し、前記プログラムを実行することによってデータを分析する分析システムであって、
   前記分析システムは、インスタンス間の類似度を含むデータ間類似度情報を格納する記憶装置にアクセス可能であって、
   前記分析システムは、
   前記プロセッサが、前記データ間類似度情報に基づいて前記インスタンス間に働く引力及び斥力を設定し、前記引力及び斥力によるエネルギーが小さくなるように、ある次元のベクトル空間に前記インスタンスを配置するデータマッピング部と、
   前記ベクトル空間に配置されたインスタンスを分類するクラスタリング部と、を備え、
   前記データマッピング部は、前記ベクトル空間に仮想的に一つの次元を追加し、前記追加された次元方向へ前記インスタンスの座標を微小変動させ、前記微小変動に対して安定となるベクトル空間の最小の次元数を計算することを特徴とする分析システム。
2. プログラムを実行するプロセッサと、前記プログラムを格納するメモリとを有し、前記プログラムを実行することによって医療データを分析する分析システムであって、
   前記分析システムは、加入者の傷病名、前記加入者に行われた医療行為及び前記医療行為の費用を含むレセプト情報、前記加入者の健康診断による検査値を含む健診情報、及び、前記レセプト情報及び前記健診情報を前記加入者毎かつ所定期間毎に纏めた整形情報を格納するデータベースにアクセス可能であって、
   前記分析システムは、
   前記プロセッサが、前記整形情報に基づいて前記加入者間の類似度を計算し、前記計算された類似度に基づいて前記加入者を同一の次元数のベクトル空間に配置する加入者配置座標生成部と、
   前記プロセッサが、前記加入者が配置された座標に基づいて、前記加入者が分類されたクラスタを作成し、前記作成されたクラスタよってモデルを構成するクラスタリング部と、
   前記プロセッサが、前記整形情報に基づいて、前記作成されたクラスタ間の遷移確率を算出する状態遷移確率算出部と、
   前記プロセッサが、前記クラスタに属する加入者の特徴によって前記クラスタを特徴付け、指定された項目で特徴付けられるクラスタによって構成されるモデルを再構成する状態特徴付け・再構成部と、
   前記プロセッサが、前記構成されたモデル又は前記再構成されたモデルに基づいて、将来の病気の状態及び医療費を予測する状態遷移・医療費予測部と、
   前記プロセッサが、前記予測された病態の状態及び医療費に基づいて、保健指導の対象者及び保健指導内容を選定する保健指導支援部と、を備えることを特徴とする分析システム。
3. 請求項２に記載の分析システムであって、
   前記プロセッサが、医療行為が行われた回数、医療行為の費用及び前記健診情報を、前記レセプト情報及び前記健診情報から取得し、前記取得した情報を前記加入者毎かつ所定期間毎に纏めた整形情報を作成し、前記作成した整形情報を前記データベースに格納するデータ整形部を備えることを特徴とする分析システム。
4. 請求項２又は３に記載の分析システムであって、
   前記クラスタリング部は、
   前記加入者間の類似度に基づいて、前記加入者間に働く引力及び斥力を設定し、
   前記引力及び斥力によるエネルギーが小さくなるように、ある次元のベクトル空間に前記加入者を配置し、
   前記ある次元のベクトル空間に仮想的に一つの次元を追加し、
   前記追加された次元方向へ前記加入者の座標を微小変動させ、
   前記微小変動に対して安定となるベクトル空間の最小の次元数を計算し、
   前記計算された次元数のベクトル空間に前記加入者を配置することを特徴とする分析システム。
5. 請求項２又は３に記載の分析システムであって、
   前記保健指導支援部は、
   分析対象の加入者と類似度が高い加入者が属するクラスタを、前記分析対象の加入者の現在の状態として特定し、
   前記特定されたクラスタから他のクラスタへの遷移確率によって、前記分析対象の加入者が前記他のクラスタに属する確率を計算することを特徴とする分析システム。
6. 請求項２又は３に記載の分析システムであって、
   前記保健指導支援部は、
   分析対象の加入者の健診情報を、保健指導を受けた後の予想値に置き換えた後、前記分析対象の加入者と類似度が高い加入者が属するクラスタを特定し、
   前記特定されたクラスタから他のクラスタへの遷移確率によって、保健指導を受けた後に前記分析対象の加入者が前記他のクラスタに属する確率を計算することを特徴とする分析システム。
7. 請求項２又は３に記載の分析システムであって、
   前記状態特徴付け・再構成部は、
   前記クラスタに属する加入者の各項目の値を統計処理した値によって当該クラスタを特徴付け、
   前記統計処理した値が全加入者の平均値からの乖離が大きい項目について、当該クラスタを特徴付ける項目と前記統計処理した値とを表示するためのデータを作成することを特徴とする分析システム。
8. 請求項２又は３に記載の分析システムであって、
   前記加入者配置座標生成部は、レセプト情報の複数の項目を統合した項目を用いて、前記加入者間の類似度を算出することを特徴とする分析システム。
9. 請求項２又は３に記載の分析システムであって、
   前記加入者配置座標生成部は、前記整形情報のある項目について、第１の加入者の値以下の値である人の割合と、第２の加入者の値以下の値である人の割合との差を用いて、前記第１の加入者と前記第２の加入者との類似度を計算することを特徴とする分析システム。
10. 請求項２又は３に記載の分析システムであって、
    前記保健指導支援部は、
    前記加入者の検査値を保険指導を受けた後の検査値に置き換えた第２の予測医療費及び前記保健指導サービスの費用を前記加入者の予測医療費から減じることによって予測効果を計算し、
    前記計算された予測効果が高い加入者と保健指導サービスとの組を、保健指導の対象者及び保健指導内容として選定することを特徴とする分析システム。
11. 請求項２又は３に記載の分析システムであって、
    前記保健指導支援部は、
    前記加入者の病態の遷移確率と平均的な病態の遷移確率との比によって第１の発症リスクを算出し、
    ユーザが検査値改善目標値を入力することによって、前記加入者の検査値を前記改善目標値に置き換えた病態の遷移確率を用いて、第２の発症リスクを算出し、
    前記第１の発症リスクと前記第２の発症リスクとを比較することによって、改善によるリスク低減効果を表示するためのデータを生成することを特徴とする分析システム。
12. 請求項１１に記載の分析システムであって、糖尿病、高血圧症及び脂質異常症の少なくとも一つについてのモデルを構成することを特徴とする分析システム。
13. プログラムを実行するプロセッサと、前記プログラムを格納するメモリとを有する計算機を用いて保健指導を支援する保健事業支援方法であって、
    前記計算機は、加入者の傷病名、前記加入者に対して行われた医療行為及び前記医療行為の費用を含むレセプト情報、前記加入者の健康診断による検査値を含む健診情報、及び、前記レセプト情報及び前記健診情報を前記加入者毎かつ所定期間毎に纏めた整形情報を格納するデータベースにアクセス可能であって、
    前記方法は、
    前記プロセッサが、前記整形情報に基づいて前記加入者間の類似度を計算し、前記計算された類似度に基づいて前記加入者を同一の次元数のベクトル空間に配置する加入者配置座標生成ステップと、
    前記プロセッサが、前記加入者が配置された座標に基づいて、前記加入者が分類されたクラスタを作成し、前記作成されたクラスタよってモデルを構成するクラスタリングステップと、
    前記プロセッサが、前記整形情報に基づいて、前記作成されたクラスタ間の遷移確率を算出する状態遷移確率算出ステップと、
    前記プロセッサが、前記クラスタに属する加入者の特徴によって前記クラスタを特徴付け、指定された項目で特徴付けられるクラスタによって構成されるモデルを再構成する状態特徴付け・再構成ステップと、
    前記プロセッサが、前記構成されたモデル又は前記再構成されたモデルに基づいて、将来の病気の状態及び医療費を予測する状態遷移・医療費予測ステップと、
    前記プロセッサが、前記予測された病態の状態及び医療費に基づいて、保健指導の対象者及び保健指導内容を選定する保健指導支援ステップと、を含むことを特徴とする保健事業支援方法。
14. 請求項１３に記載の保健事業支援方法であって、
    前記プロセッサが、医療行為が行われた回数、医療行為の費用及び前記健診情報を、前記レセプト情報及び前記健診情報から取得し、前記取得した情報を前記加入者毎かつ所定期間毎に纏めた整形情報を作成し、前記作成した整形情報を前記データベースに格納するデータ整形ステップを含むことを特徴とする保健事業支援方法。
15. 請求項１３又は１４に記載の保健事業支援方法であって、
    前記クラスタリングステップでは、
    前記加入者間の類似度に基づいて、前記加入者間に働く引力及び斥力を設定し、
    前記引力及び斥力によるエネルギーが小さくなるように、ある次元のベクトル空間に前記加入者を配置し、
    前記ある次元のベクトル空間に仮想的に一つの次元を追加し、
    前記追加された次元方向へ前記加入者の座標を微小変動させ、
    前記微小変動に対して安定となるベクトル空間の最小の次元数を計算し、
    前記計算された次元数のベクトル空間に前記加入者を配置することを特徴とする保健事業支援方法。

Images