JP2016093314A

JP2016093314A - 情報処理システム、情報処理装置、情報処理方法および情報処理プログラム

Info

Publication number: JP2016093314A
Application number: JP2014231109A
Authority: JP
Inventors: 広晃福西; Hiroaki Fukunishi
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 2014-11-13
Filing date: 2014-11-13
Publication date: 2016-05-26
Anticipated expiration: 2034-11-13
Also published as: JP6485680B2

Abstract

【課題】投薬が、生体情報に与える影響を、効率的に分析する。
【解決手段】投薬が、生体情報に与える影響を、効率的に分析する情報処理システムであって、投薬前後の生体情報を時系列に取得し、時系列生体情報として蓄積する取得手段と、前記時系列生体情報から特徴量を抽出し、時系列特徴量に変換する変換手段と、を備える。情報処理システムは、さらに、投薬前後の前記時系列特徴量の変化に基づいて、投薬の前記生体情報への影響を分析する影響分析手段と、を備える。
【選択図】図１Ａ

Description

本発明は、情報処理システム、情報処理装置、情報処理方法および情報処理プログラムに関する。

上記技術分野において、特許文献１には、バイタルデータを収集して臨床上のインターベンションの影響による臓器の機能不全の程度を分析し、色分け表示する技術が開示されている。

特表２００５−５２８１７８号公報

しかしながら、上記文献に記載の技術は、臓器の機能不全を判別する技術であり、投薬が生体情報に与える影響の分析に適用することができなかった。

本発明の目的は、上述の課題を解決する技術を提供することにある。

上記目的を達成するため、本発明に係る情報処理システムは、
投薬前後の生体情報を時系列に取得し、時系列生体情報として蓄積する取得手段と、
前記時系列生体情報から特徴量を抽出し、時系列特徴量に変換する変換手段と、
投薬前後の前記時系列特徴量の変化に基づいて、投薬の前記生体情報への影響を分析する影響分析手段と、
を備える。

上記目的を達成するため、本発明に係る情報処理装置は、
投薬前後の生体情報を時系列に取得し、時系列生体情報として蓄積する取得手段と、
前記時系列生体情報から特徴量を抽出し、時系列特徴量に変換する変換手段と、
投薬前後の前記時系列特徴量の変化に基づいて、投薬の前記生体情報への影響を分析する影響分析手段と、
を備える。

上記目的を達成するため、本発明に係る情報処理方法は、
投薬前後の生体情報を時系列に取得し、時系列生体情報として蓄積する取得ステップと、
前記時系列生体情報から特徴量を抽出し、時系列特徴量に変換する変換ステップと、
投薬前後の前記時系列特徴量の変化に基づいて、投薬の前記生体情報への影響を分析する影響分析ステップと、
を含む。

上記目的を達成するため、本発明に係る情報処理プログラムは、
投薬前後の生体情報を時系列に取得し、時系列生体情報として蓄積する取得ステップと、
前記時系列生体情報から特徴量を抽出し、時系列特徴量に変換する変換ステップと、
投薬前後の前記時系列特徴量の変化に基づいて、投薬の前記生体情報への影響を分析する影響分析ステップと、
をコンピュータに実行させる。

本発明によれば、投薬が生体情報に与える影響を効率的に分析できる。

本発明の第１実施形態に係る情報処理システムの構成を示すブロック図である。本発明の第１実施形態に係る情報処理システムを１つの情報処理装置内で実現した場合の構成で示すブロック図である。本発明の第２実施形態に係る情報処理システムの動作の概要を示す図である。本発明の第２実施形態に係る情報処理システムの適用場面を示す図である。本発明の第２実施形態に係る情報処理システムの構成を示すブロック図である。本発明の第２実施形態に係る情報処理システムに含まれる投薬前時系列生体情報および投薬後時系列生体情報の一例を示す図である。本発明の第２実施形態に係る情報処理システムに含まれる時系列特徴量影響度算出テーブルの一例を示す図である。本発明の第２実施形態に係る情報処理システムに含まれる影響度の一例を示す図である。本発明の第２実施形態に係る情報処理システムを１つの情報処理装置内で実現した場合の構成で示すブロック図である。本発明の第２実施形態に係る情報処理システムの処理手順を示すフローチャートである。本発明の第３実施形態に係る情報処理システムの動作の概要を示す図である。本発明の第３実施形態に係る情報処理システムの構成で示すブロック図である。本発明の第３実施形態に係る情報処理システムに含まれる投薬前時系列生体情報および投薬後時系列生体情報の一例を示す図である。本発明の第３実施形態に係る情報処理システムに含まれる時系列特徴量影響差算出テーブルの一例を示す図である。本発明の第３実施形態に係る情報処理システムに含まれる影響差の一例を示す図である。本発明の第３実施形態に係る情報処理システムの処理手順を示すフローチャートである。

以下に、本発明を実施するための形態について、図面を参照して、例示的に詳しく説明記載する。ただし、以下の実施の形態に記載されている、構成、数値、処理の流れ、機能要素などは一例に過ぎず、その変形や変更は自由であって、本発明の技術範囲を以下の記載に限定する趣旨のものではない。

［第１実施形態］
本発明の第１実施形態としての情報処理システム１００について、図１を用いて説明する。情報処理システム１００は、投薬が生体情報に与える影響を分析するシステムである。

図１Ａに示すように、情報処理システム１００は、取得装置１０１と変換装置１０２と影響分析装置１０３を含む。これらの装置１０１〜１０３は、ＬＡＮ（Local Area Network）などにより接続されている。取得装置１０１は、投薬前後の生体情報を時系列に取得し、時系列生体情報として蓄積する。変換装置１０２は、時系列生体情報から特徴量を抽出し、時系列特徴量に変換する。影響分析装置１０３は、投薬前後の時系列特徴量の変化に基づいて、投薬の生体情報への影響を分析する。

図１Ｂは、本実施形態に係る情報処理システム１００を１つの情報処理装置１１０内で実現した場合の構成で示すブロック図である。情報処理装置１１０は、取得部１１１と変換部１１２と影響分析部１１３を備える。

取得部１１１は、投薬前後の生体情報を時系列に取得し、時系列生体情報として蓄積する。変換部１１２は、時系列生体情報から特徴量を抽出し、時系列特徴量に変換する。影響分析部１１３は、投薬前後の時系列特徴量の変化に基づいて、投薬の生体情報への影響を分析する。

本実施形態によれば、投薬前後の時系列生体情報の変化に基づいて、投薬が生体情報に与える影響を影響度として効率的に分析できる。

［第２実施形態］
次に本発明の第２実施形態に係る情報処理システム２００について、図２〜図１０を用いて説明する。図２は、本実施形態に係る情報処理システム２００の動作の概要を説明するための図である。情報処理システム２００は、生体に対して薬を投与した場合の薬効を評価可能なシステムである。

情報処理システム２００は、生体、例えば、対象者Ａ２０４に薬を投与した日１日のバイタルデータ２０１〜２０３を時系列に取得して、時系列生体情報として蓄積する。また、情報処理システム２００は、生体に薬を投与していない日１日のバイタルデータ２１１〜２１３を時系列に取得して、時系列生体情報として蓄積する。

情報処理システム２００は、投薬の有無によるバイタルデータ２０１〜２０３、２１１〜２１３の変化に基づいて、投薬による影響を各バイタルデータについて影響度を算出することにより分析する。

例えば、バイタルデータ２０１とバイタルデータ２１１とを比較して、投薬によりバイタルデータにどの程度の変化があるかに基づいて、投薬の影響度を算出する。同様の操作をバイタルデータ２０２、２１２とバイタルデータ２０３、２１３とに実行して、投薬の影響度を算出する。そして、情報処理システム２００は、各バイタルデータに対して算出した影響度を、例えば、影響度の高い順に並べて表示などをする。

ここでは、例えば、バイタルデータ２０１、２１１に与える影響が一番大きく、投薬影響度が“４．１”となっており、投薬による影響が高いことが分かる。バイタルデータ２０２、２１２およびバイタルデータ２０３、２１３に対する投薬の影響度はいずれも低く、“１．５”および“１．０”となっており、投薬による影響は低いことが分かる。

図３は、本実施形態に係る情報処理システム２００の適用場面を示す図である。本実施形態に係る情報処理システム２００（例えば、クラウドサーバ）は、ネットワーク３０４を介して複数の生体３０１、製薬企業３０２および病院３０３と接続されている。

情報処理システム２００は、単独または複数の生体３０１から投薬前後のバイタルデータ３０５などを時系列生体情報として収集する。収集した時系列生体情報の変化に基づいて、投薬の影響度を算出して、どのバイタルデータに影響を与えたかを判定し、その判定結果を製薬企業３０２や病院３０３などへ送信する。なお、ここでは情報処理システム２００についてクラウドサーバを例に説明したが、情報処理システム２００はこれに限定されず、スタンドアローン型のコンピュータやウェアラブル端末などでもよい。

図４は、本実施形態に係る情報処理システム２００の構成を示すブロック図である。情報処理システム２００は、通信制御部４０１と生体情報取得部４０２とＤＢ（データベース）４０３と変換部４０４と影響度算出部４０５とを備える。影響度算出部４０５は、時系列特徴量影響度算出テーブル４５１を有する。

通信制御部４０１は、情報処理システム２００と時系列生体情報を取得する医療機器やセンサ、ウェアラブル端末、スマートフォンなどの他の機器との間の通信を制御する。

生体情報取得部４０２は、通信制御部４０１で受信した血圧や体温、心拍数、血中酸素濃度、心電図波形、脳波などの生体情報を取得する。生体情報取得部４０２は、取得した投薬前後の生体情報を、投薬前時系列生体情報４３１および投薬後時系列生体情報４３２としてデータベース４０３に格納する。データベース４０３は、さらに、影響度４３３を格納する。

変換部４０４は、投薬前時系列生体情報４３１の所定の時間幅分の部分時系列を読み出して、読み出した部分時系列から特徴量を抽出する。そして、変換部４０４は、抽出した特徴量を時系列に並べることで、投薬前時系列生体情報４３１を時系列特徴量に変換する。変換部４０４は、時系列特徴量を影響度算出部４０５へ送る。

また、変換部４０４は、投薬後時系列生体情報４３２の所定の時間幅分の部分時系列を読み出して、読み出した部分時系列から特徴量を抽出する。そして、変換部４０４は、抽出した特徴量を時系列に並べることで、投薬後時系列生体情報４３２を時系列特徴量に変換する。変換部４０４は、時系列特徴量を影響度算出部４０５へ送る。

影響度算出部４０５は、時系列特徴量影響度算出テーブル４５１を含み、投薬前時系列生体情報４３１の特徴量と投薬後時系列生体情報４３２の特徴量とに基づいて、影響度４３３を算出する。影響度算出部４０５は、算出した影響度４３３をデータベース４０３に格納し、通信制御部４０１を介して所定の通知先へ通知する。

図５は、本実施形態に係る情報処理システム２００に含まれる投薬前時系列生体情報４３１および投薬後時系列生体情報４３２の一例を示す図である。投薬前時系列生体情報４３１および投薬後時系列生体情報４３２は、対象者ＩＤ５０１と日付５０２と時系列生体情報の種類５０３とを記憶する。対象者ＩＤ５０１は、対象者を識別する識別子であり、日付５０２は、生体情報を取得した日付である。また、時系列生体情報の種類５０３は、血圧や心拍数、体温などのバイタルデータである。

図６Ａは、本実施形態に係る情報処理システム２００に含まれる時系列特徴量影響度算出テーブル４５１の一例を示す図である。時系列特徴量影響度算出テーブル４５１は、生体情報６１１と特徴量６１２と投薬前時系列特徴量６１３と投薬後時系列特徴量６１４と多変量解析手法６１５とスコア６１６と重み付け６１７とトータルスコア６１８とを記憶する。

生体情報６１１は、血圧や心拍数、体温などの時系列の生体情報である。特徴量６１２は、変換部４０４が部分時系列から抽出する特徴量を示し、平均や分散などの統計量、自己回帰係数、周波数分布、他の時系列生体情報との相関係数などの複数の特徴量を示す。なお、特徴量は、これらのうちのいずれか１つでもよい。投薬前時系列特徴量６１３および投薬後時系列特徴量６１４は、生体情報６１１が投薬前に収集されたものであるか、投薬後に収集されたものであるかを示すものである。時系列特徴量は、時系列生体情報の所定の時間幅分の窓（ウィンドウ）の範囲内にある部分時系列から抽出した特徴量を、時系列に並べたものである。なお、本実施形態では、１日の中の部分時系列から特徴量を抽出する例を示したが、これに限定されない。例えば、１月の中の１日単位の部分時系列の特徴量から時系列特徴量に変換してもよい。

影響度算出部４０５は、生体情報６１１および特徴量６１２に複数の多変量解析手法６１５を用いることで、１個の特徴量に対して複数の影響度を算出し、スコア６１６を付ける。影響度算出部４０５は、用いられた多変量解析の手法ごとに、または特徴量６１２の抽出元である生体情報６１１ごとに、特徴量の影響度の和を取ってトータルスコア６１８を算出する。この場合、全ての特徴量の影響度の和を取ってトータルスコア６１８を算出してもよいし、重み付け６１７などを施してトータルスコア６１８を算出してもよい。

図６Ｂは、本実施形態に係る情報処理システム２００に含まれる影響度４３３の一例を示す図である。影響度４３３は、生体情報６１１と投薬影響度（トータルスコア）６１８とを記憶する。この例では、血圧の投薬影響度６１８が“４．１”となり最も高いことを示している。また、心拍数の投薬影響度６１８が“１．５”であり、体温の投薬影響度６１８が“１．０”であることを示している。

なお、影響度を算出する際に生体の属性を加味して算出してもよい。生体の属性としては、生体の遺伝子情報や性別、年齢などがあるが、生体の属性に関する情報であれば、これらには限定されない。また、生体情報としては、体温や血圧、心拍数、脳波、血糖値、呼吸数、血中酸素濃度、心電図波形などがあるが、生体に関数する情報であれば、これらには限定されない。

図７は、本実施形態に係る情報処理システム２００を１つの情報処理装置で実現した場合のハードウェア構成を示すブロック図である。情報処理装置は、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）７１０、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）７２０およびＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）７４０を備えている。さらに、情報処理装置は、ストレージ７５０と通信制御部４０１とを備えている。

ＣＰＵ７１０は、演算処理用のプロセッサであり、プログラムを実行することにより情報処理装置の各機能構成部を実現する。なお、ＣＰＵ７１０は１つに限定されず、複数であってもよく、また、画像処理用のＧＰＵ（ＧｒａｐｈｉｃｓＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）を含んでもよい。ＲＯＭ７２０は、リードオンリメモリであり、ファームウェアなどのプログラムを記憶する。通信制御部４０１は、例えば、情報処理装置とその他の機器などとの間の通信を制御する。

ＲＡＭ７４０は、ＣＰＵ７１０が一時記憶用のワークエリアとして使用するランダムアクセスメモリである。ＲＡＭ７４０には、本実施形態の実現に必要なデータを記憶する領域がある。このようなデータとして、ＲＡＭ７４０は、投薬前時系列生体情報７４１、投薬後時系列生体情報７４２、時系列特徴量影響度算出テーブル（図中、特徴量テーブル）４５１および送受信データ７４４を一時的に記憶する。

ストレージ７５０は、本実施形態の実現に必要なプログラムやデータベースなどを記憶する記憶デバイスである。ストレージ７５０は、投薬前時系列生体情報４３１と投薬後時系列生体情報４３２と影響度４３３とを格納する。

ストレージ７５０は、さらに、情報処理装置制御プログラム７５１と変換モジュール７５２と影響度算出モジュール７５３とを格納する。これらのモジュール７５２〜７５３は、ＣＰＵ７１０によりＲＡＭ７４０のアプリケーション実行領域に読み出され、実行される。情報処理装置制御プログラム７５１は、情報処理装置の全体を制御するためのプログラムである。

なお、図７に示したＲＡＭ７４０やストレージ７５０には、情報処理装置が有する汎用の機能や他の実現可能な機能に関するプログラムやデータは図示されていない。

図８は、本実施形態に係る情報処理システム２００の処理手順を示すフローチャートである。これらのフローチャートは、ＣＰＵ７１０がＲＡＭ７４０を使用して実行し、情報処理システム２００の各機能構成部を実現する。

情報処理システム２００は、ステップＳ８０１において、投薬前後の時系列生体情報を取得する。情報処理システム２００は、ステップＳ８０３において、取得した投薬前後の時系列生体情報から特徴量を抽出し、時系列特徴量に変換する。

情報処理システム２００は、ステップＳ８０５において、投薬前後の時系列特徴量の変化に基づいて、投薬の生体情報に対する影響を算出する。情報処理システム２００は、ステップＳ８０７において、算出した影響度４３３を所定の通知先へ通知する。

［第３実施形態］
次に本発明の第３実施形態に係る情報処理システム９００について、図９〜図１３を用いて説明する。図９は、本実施形態に係る情報処理システム９００の動作の概要を説明するための図である。本実施形態に係る情報処理システム９００は、上記第２実施形態と比べると、異なる生体に対する投薬の影響の差を導出する点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。

情報処理システム９００は、生体の違いによる薬効の比較が可能なシステムである。例えば、対象者Ａ９０４および対象者Ｂ９１４に同じ薬を投与した場合に、対象者Ａ９０４のバイタルデータ９０１〜９０３と、対象者Ｂ９１４のバイタルデータ９１１〜９１３とを比較することにより投薬の影響差を導出する。

例えば、バイタルデータ９０１、９１１を比較して、投薬による薬効の影響の差を投薬影響差として算出する。同様に、バイタルデータ９０２、９１２およびバイタルデータ９０３、９１３についても投薬影響差を導出する。そして、情報処理システム９００は、各バイタルデータに対して導出した影響差を、例えば、影響差の高い順に並べて表示などして順位付けをする。

ここでは、例えば、バイタルデータ９０１、９１１の影響差が一番大きく、投薬影響差が“４．１”となっており、投薬による生体差（個人差）が大きいことが分かる。バイタルデータ２０２、２１２およびバイタルデータ２０３、２１３に対する投薬の影響差はいずれも低く、“１．５”および“１．０”となっており、投薬による生体差は小さいことが分かる。なお、ここでは、生体が対象者Ａ９０４および対象者Ｂ９１４の２人の場合について説明したが、生体の個体数はこれには限定されない。

図１０は、本実施形態に係る情報処理システム９００の構成で示すブロック図である。なお、図１０において、図４と同様の機能構成部には同じ参照番号を付して、説明を省略する。情報処理システム９００は、通信制御部４０１と生体情報取得部４０２とデータベース１００３と変換部４０４と影響差算出部１００５とを備える。

データベース１００３は、投薬前時系列生体情報１０３１と投薬後時系列生体情報１０３２と影響差１０３３とを格納する。影響差算出部１００５は、時系列特徴量影響差導出テーブル１０５１に基づいて、投薬による影響差を導出する。影響差算出部１００５は、影響差をデータベース１００３に送信し、また、通信制御部４０１を介して所定の通知先へ通知する。

図１１は、本実施形態に係る情報処理システム９００に含まれる投薬前時系列生体情報１０３１および投薬後時系列生体情報１０３２の一例を示す図である。投薬前時系列生体情報１０３１および投薬後時系列生体情報１０３２は、対象者ＩＤ１１０１と日付１１０２と時系列生体情報の種類１１０３とを記憶する。

対象者ＩＤ１１０１は、対象者を識別する識別子であり、日付１１０２は、生体情報を取得した日付である。また、時系列生体情報の種類１１０３は、血圧や心拍数、体温などのバイタルデータである。

図１２Ａは、本実施形態に係る情報処理システム９００に含まれる時系列特徴量影響差導出テーブル１０５１の一例を示す図である。図６Ａとは異なり、投薬の前後ではなく、対象者Ａの特徴量１２１３、および対象者Ｂの特徴量１２１４を記憶している点で異なる。

影響差算出部１００５は、生体情報６１１および特徴量６１２に複数の多変量解析手法６１５を用いることで、１個の特徴量に対して複数の影響差を導出し、スコア６１６を付ける。影響差算出部１００５は、用いられた多変量解析の手法ごとに、または特徴量６１２の抽出元である生体情報６１１ごとに、特徴量の影響差の和を取ってトータルスコア１２１８を算出する。この場合、全ての特徴量の影響差の和を取ってトータルスコア１２１８を算出してもよいし、重み付け６１７などを施してトータルスコア１２１８を算出してもよい。

図１２Ｂは、本実施形態係る情報処理システム９００に含まれる影響差１０３３の一例を示す図である。影響差１０３３は、生体情報６１１と投薬影響差（トータルスコア）１２１８とを記憶する。この例では、血圧の投薬影響差１２１８が“４．１”となり最も高いことを示している。また、心拍数の投薬影響差１２１８が“１．５”であり、体温の投薬影響差１２１８が“１．０”であることを示している。

図１３は、本実施形態に係る情報処理システム９００の処理手順を示すフローチャートである。なお、図８と同様のステップについては、同じステップ番号を付けて説明を省略する。情報処理システム９００は、ステップＳ１３０１において、複数の生体から投薬後の生体情報を時系列に取得して、時系列生体情報として蓄積する。情報処理システム９００は、ステップＳ１３０３において、投薬後の時系列生体情報から特徴量を抽出して時系列特徴量に変換する。

本実施形態によれば、生体の違いにより、投薬が生体情報に与える影響を影響差として分析できる。

［他の実施形態］
以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。また、それぞれの実施形態に含まれる別々の特徴を如何様に組み合わせたシステムまたは装置も、本発明の範疇に含まれる。

また、本発明は、複数の機器から構成されるシステムに適用されてもよいし、単体の装置に適用されてもよい。さらに、本発明は、実施形態の機能を実現する情報処理プログラムが、システムあるいは装置に直接あるいは遠隔から供給される場合にも適用可能である。したがって、本発明の機能をコンピュータで実現するために、コンピュータにインストールされるプログラム、あるいはそのプログラムを格納した媒体、そのプログラムをダウンロードさせるＷＷＷ(World Wide Web)サーバも、本発明の範疇に含まれる。特に、少なくとも、上述した実施形態に含まれる処理ステップをコンピュータに実行させるプログラムを格納した非一時的コンピュータ可読媒体（non-transitory computer readable medium）は本発明の範疇に含まれる。

Claims

投薬前後の生体情報を時系列に取得し、時系列生体情報として蓄積する取得手段と、
前記時系列生体情報から特徴量を抽出し、時系列特徴量に変換する変換手段と、
投薬前後の前記時系列特徴量の変化に基づいて、投薬の前記生体情報への影響を分析する影響分析手段と、
を備える情報処理システム。
前記影響分析手段は、前記生体情報への影響度を算出する請求項１に記載の情報処理システム。
前記生体情報への影響度を順位付けする影響度順位付手段をさらに備える請求項２に記載の情報処理システム。
前記変換手段は、前記時系列生体情報から複数の特徴量を抽出して、複数の時系列特徴量に変換し、
前記影響分析手段は、前記複数の時系列特徴量に基づいて、前記影響度を算出する請求項２または３に記載の情報処理システム。
前記影響分析手段は、前記時系列特徴量に対して複数の多変量解析を行ない、複数の多変量解析結果に基づいて、前記影響度を算出する請求項２乃至４のいずれか１項に記載の情報処理システム。
前記取得手段は、複数生体から投薬後の生体情報を時系列に取得して、時系列生体情報として蓄積し、
前記影響分析手段は、前記複数生体の各生体情報への投薬の影響の差を導出する請求項１に記載の情報処理システム。
前記複数生体の各生体情報への投薬の影響の差を順位付けする影響差順位付手段をさらに備える請求項６に記載の情報処理システム。
前記変換手段は、前記時系列生体情報から複数の特徴量を抽出して、複数の時系列特徴量に変換し、
前記影響分析手段は、前記複数の時系列特徴量に基づいて、前記影響の差を導出する請求項６または７に記載の情報処理システム。
前記影響分析手段は、生体の属性を加味して前記影響を分析する請求項１乃至８のいずれか１項に記載の情報処理システム。
前記属性は、生体の遺伝子情報、性別および年齢の少なくとも１つを含む請求項９に記載の情報処理システム。
前記生体情報は、体温、血圧、心拍数、脳波、血糖値、呼吸数、血中酸素濃度、および心電図波形の少なくともいずれか１つを含む請求項１乃至１０のいずれか１項に記載の情報処理システム。
投薬前後の生体情報を時系列に取得し、時系列生体情報として蓄積する取得手段と、
前記時系列生体情報から特徴量を抽出し、時系列特徴量に変換する変換手段と、
投薬前後の前記時系列特徴量の変化に基づいて、投薬の前記生体情報への影響を分析する影響分析手段と、
を備える情報処理装置。
投薬前後の生体情報を時系列に取得し、時系列生体情報として蓄積する取得ステップと、
前記時系列生体情報から特徴量を抽出し、時系列特徴量に変換する変換ステップと、
投薬前後の前記時系列特徴量の変化に基づいて、投薬の前記生体情報への影響を分析する影響分析ステップと、
を含む情報処理方法。
投薬前後の生体情報を時系列に取得し、時系列生体情報として蓄積する取得ステップと、
前記時系列生体情報から特徴量を抽出し、時系列特徴量に変換する変換ステップと、
投薬前後の前記時系列特徴量の変化に基づいて、投薬の前記生体情報への影響を分析する影響分析ステップと、
をコンピュータに実行させる情報処理プログラム。