JP2016139226A - 情報処理装置、情報処理システム、情報処理プログラム - Google Patents
情報処理装置、情報処理システム、情報処理プログラム Download PDFInfo
- Publication number
- JP2016139226A JP2016139226A JP2015013043A JP2015013043A JP2016139226A JP 2016139226 A JP2016139226 A JP 2016139226A JP 2015013043 A JP2015013043 A JP 2015013043A JP 2015013043 A JP2015013043 A JP 2015013043A JP 2016139226 A JP2016139226 A JP 2016139226A
- Authority
- JP
- Japan
- Prior art keywords
- clinical data
- dosing frequency
- disease
- case group
- information processing
- 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.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 102
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 243
- 201000010099 disease Diseases 0.000 claims abstract description 241
- 239000003814 drug Substances 0.000 claims abstract description 224
- 230000000694 effects Effects 0.000 claims abstract description 60
- 239000000284 extract Substances 0.000 claims abstract description 23
- 229940079593 drug Drugs 0.000 claims description 157
- 238000012360 testing method Methods 0.000 claims description 57
- 238000004364 calculation method Methods 0.000 claims description 31
- 238000000034 method Methods 0.000 claims description 20
- 238000013075 data extraction Methods 0.000 claims description 19
- 238000007689 inspection Methods 0.000 claims description 17
- 230000002159 abnormal effect Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 7
- 239000000825 pharmaceutical preparation Substances 0.000 claims description 3
- 229940127557 pharmaceutical product Drugs 0.000 claims description 3
- 229940000406 drug candidate Drugs 0.000 description 10
- 206010020772 Hypertension Diseases 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 208000031226 Hyperlipidaemia Diseases 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000002483 medication Methods 0.000 description 4
- 231100000957 no side effect Toxicity 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 229940126601 medicinal product Drugs 0.000 description 3
- 208000035150 Hypercholesterolemia Diseases 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 208000035474 group of disease Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
【課題】副作用の原因となる医薬品の候補を抽出できる技術を提供する。
【解決手段】本発明に係る情報処理装置は、抽出された臨床データから第１の単一疾患を含む臨床データ及び第２の単一疾患を含む臨床データそれぞれを抽出し、単一疾患の症例群を作成する第１の症例群作成部、抽出された臨床データから第１の単一疾患及び第２の単一疾患を含む臨床データを抽出し、複合疾患の症例群を作成する第２の症例群作成部、各症例群に含まれる臨床データから、各症例群に含まれる医薬品毎の投薬頻度を算出する投薬頻度算出部、各症例群それぞれについて、平均投薬頻度を算出する平均投薬頻度算出部、投薬頻度及び平均投薬頻度に基づいて、各症例群の相対投薬頻度を医薬品毎に算出する相対投薬頻度算出部、相対投薬頻度に基づいて医薬品毎に所定のスコアを付与するスコアリング部、スコアを所定の表示態様で表示部に表示させる表示制御部を有する。
【選択図】図８
【解決手段】本発明に係る情報処理装置は、抽出された臨床データから第１の単一疾患を含む臨床データ及び第２の単一疾患を含む臨床データそれぞれを抽出し、単一疾患の症例群を作成する第１の症例群作成部、抽出された臨床データから第１の単一疾患及び第２の単一疾患を含む臨床データを抽出し、複合疾患の症例群を作成する第２の症例群作成部、各症例群に含まれる臨床データから、各症例群に含まれる医薬品毎の投薬頻度を算出する投薬頻度算出部、各症例群それぞれについて、平均投薬頻度を算出する平均投薬頻度算出部、投薬頻度及び平均投薬頻度に基づいて、各症例群の相対投薬頻度を医薬品毎に算出する相対投薬頻度算出部、相対投薬頻度に基づいて医薬品毎に所定のスコアを付与するスコアリング部、スコアを所定の表示態様で表示部に表示させる表示制御部を有する。
【選択図】図８
Description
本発明は、情報処理装置、情報処理システム、情報処理プログラムに関する。
現在、医薬品に対する副作用の評価は、公的機関等における治験により行われている。しかし、治験は単一の医薬品ごとに行われているケースが多く、実際の臨床の場でおこなわれる様々な投薬パターンを網羅できていない。たとえば、患者が複数の疾患（複合疾患）を伴っているケースが存在するが、これらのケースを全て想定して治験を行うことはコスト及び時間を要するため限定的にしか行われていない。
そこで、国内の医療機関が有する臨床データ（ある患者に投薬された医薬品に関する情報、及び当該患者に対して行われた各種検査項目の検査結果等、患者に関する情報が記載されたデータ）を統合したデータベースを構築し、それを活用して治験相当の評価を行うことも検討されている。
副作用の原因となる医薬品を特定するための技術としては、たとえば、医薬品と副作用の公知の関係を合併症も含めて関連づけ、副作用から逆引きで副作用の原因となる医薬品を提示する技術がある（特許文献１参照）。
また、レセプトデータから副作用症例の原因を統計的なデータマイニングで探索し、有意となる副作用の原因となる医薬品を抽出する技術もある（非特許文献１参照）。
ここで、上述の通り、複合疾患に対する治験は余り行われていないため、医師自らの判断の元、治験で確かめられていない投薬が行われる場合がある。このような投薬は、治験等のデータによる裏付けが少ないため、治療効果が期待できる可能性がある一方で、当然に副作用のリスクも高まる。
よって、このような投薬において未知の副作用（治験で確かめられていない副作用）が起きる可能性を想定し、その原因となりうる医薬品（副作用の原因となる医薬品の候補）を予め特定しておくことが望ましい。
しかし、特許文献１の技術により得られる情報は、ある医薬品と当該医薬品に既に報告されている副作用との関連に基づくデータであるため、未知の副作用を有する医薬品を特定することができない。
また、非特許文献１の技術は、抽出結果には偽陽性が多く含まれる。また、非特許文献１では、複合疾患に関する副作用の原因となる医薬品の抽出を想定していない。
本発明の目的は、副作用の原因となる医薬品の候補を抽出できる技術を提供することにある。
上記目的を達成するために、本発明に係る情報処理装置は、ある患者に投薬された医薬品及び当該患者に対して行われた各種検査項目における検査結果を含む臨床データを用いて副作用の原因となる医薬品の候補抽出を行う装置であって、複数の前記臨床データを記憶する臨床データベースから、予め入力された１つの前記検査項目について異常値を示す臨床データを抽出する臨床データ抽出部と、抽出された前記臨床データから、予め入力された第１の単一疾患を含む臨床データ、及び予め入力された第２の単一疾患を含む臨床データそれぞれを抽出し、当該臨床データを組み合わせた単一疾患の症例群を作成する第１の症例群作成部と、抽出された前記臨床データから、前記第１の単一疾患及び前記第２の単一疾患を含む臨床データを抽出し、複合疾患の症例群を作成する第２の症例群作成部と、前記単一疾患の症例群及び前記複合疾患の症例群それぞれに含まれる臨床データから、各症例群に含まれる医薬品毎の投薬頻度を算出する投薬頻度算出部と、前記投薬頻度に基づいて、前記単一疾患の症例群及び前記複合疾患の症例群それぞれについて、平均投薬頻度を算出する平均投薬頻度算出部と、前記投薬頻度及び前記平均投薬頻度に基づいて、前記単一疾患の症例群の相対投薬頻度及び前記複合疾患の症例群の相対投薬頻度を前記医薬品毎に算出する相対投薬頻度算出部と、算出された前記相対投薬頻度に基づいて、前記医薬品毎に所定のスコアを付与するスコアリング部と、前記スコアを所定の表示態様で表示部に表示させる表示制御部と、を有する。
また、本発明に係る情報処理システムは、ある患者に投薬された医薬品及び当該患者に対して行われた各種検査項目における検査結果を含む臨床データが記憶された臨床データベースと、前記検査結果を評価するための検査値を含む検査データが記憶された検査データベースと、前記臨床データを用いて副作用の原因となる医薬品の候補抽出を行う情報処理装置と、１つの前記検査項目、第１の単一疾患、及び第１の単一疾患とは異なる第２の単一疾患の情報を入力するための入力装置と、前記情報処理装置による処理結果を表示するための表示装置と、を有するシステムであって、前記情報処理装置は、前記入力装置により入力された前記検査項目に関する検査値を前記検査データベースから読み出し、前記臨床データベースから、当該検査値が異常値を示す臨床データを抽出する臨床データ抽出部と、抽出された前記臨床データから、前記第１の単一疾患を含む臨床データ、及び前記第２の単一疾患を含む臨床データそれぞれを抽出し、当該臨床データを組み合わせた単一疾患の症例群を作成する第１の症例群作成部と、抽出された前記臨床データから、前記第１の単一疾患及び前記第２の単一疾患を含む臨床データを抽出し、複合疾患の症例群を作成する第２の症例群作成部と、前記単一疾患の症例群及び前記複合疾患の症例群それぞれに含まれる臨床データから、各症例群に含まれる医薬品毎の投薬頻度を算出する投薬頻度算出部と、前記投薬頻度に基づいて、前記単一疾患の症例群及び前記複合疾患の症例群それぞれについて、平均投薬頻度を算出する平均投薬頻度算出部と、前記投薬頻度及び前記平均投薬頻度に基づいて、前記単一疾患の症例群の相対投薬頻度及び前記複合疾患の症例群の相対投薬頻度を前記医薬品毎に算出する相対投薬頻度算出部と、算出された前記相対投薬頻度に基づいて、前記医薬品毎に所定のスコアを付与するスコアリング部と、前記スコアを所定の表示態様で前記表示装置に表示させる表示制御部と、を有する。
また、本発明に係る情報処理プログラムは、ある患者に投薬された医薬品及び当該患者に対して行われた各種検査項目における検査結果を含む臨床データを用いて副作用の原因となる医薬品の候補抽出を行うプログラムであって、コンピュータに、前記臨床データから、第１の単一疾患を含む臨床データ、及び第２の単一疾患を含む臨床データそれぞれを抽出し、当該臨床データを組み合わせた単一疾患の症例群を作成させ、前記臨床データか
ら、前記第１の単一疾患及び前記第２の単一疾患を含む臨床データを抽出し、複合疾患の症例群を作成させ、前記単一疾患の症例群及び前記複合疾患の症例群それぞれに含まれる臨床データから、各症例群に含まれる医薬品毎の投薬頻度を算出させ、前記投薬頻度に基づいて、前記単一疾患の症例群及び前記複合疾患の症例群それぞれについて、平均投薬頻度を算出させ、前記投薬頻度及び前記平均投薬頻度に基づいて、前記単一疾患の症例群の相対投薬頻度及び前記複合疾患の症例群の相対投薬頻度を前記医薬品毎に算出させ、算出された前記相対投薬頻度に基づいて、前記医薬品毎に所定のスコアを付与し、前記スコアを所定の表示態様で表示させる、処理を実行させる。
ら、前記第１の単一疾患及び前記第２の単一疾患を含む臨床データを抽出し、複合疾患の症例群を作成させ、前記単一疾患の症例群及び前記複合疾患の症例群それぞれに含まれる臨床データから、各症例群に含まれる医薬品毎の投薬頻度を算出させ、前記投薬頻度に基づいて、前記単一疾患の症例群及び前記複合疾患の症例群それぞれについて、平均投薬頻度を算出させ、前記投薬頻度及び前記平均投薬頻度に基づいて、前記単一疾患の症例群の相対投薬頻度及び前記複合疾患の症例群の相対投薬頻度を前記医薬品毎に算出させ、算出された前記相対投薬頻度に基づいて、前記医薬品毎に所定のスコアを付与し、前記スコアを所定の表示態様で表示させる、処理を実行させる。
本発明によれば、副作用の原因となる医薬品の候補を抽出することができる。よって、公的機関等はその候補に基づいて副作用の生じる可能性の高いものから順に治験を行うことができる。つまり、全ての医薬品の副作用を確かめる場合と比べ、コストと時間を低減できる。
＝＝＝本発明におけるスコアリングについて＝＝＝
具体的な実施形態の説明を行う前に、本発明におけるスコアリングの方法について述べる。
なお、本明細書における「単一疾患」とは、特に断りの無い限り、ある特定の一の疾患を含む疾患（たとえば、高脂血症や高血圧症）である。「複合疾患」とは、特に断りの無い限り、ある特定の二つの単一疾患を含む疾患（たとえば、高脂血症と高血圧症）である。「投薬頻度」とは、ある医薬品が患者に投薬される度合い（頻度）である。
具体的な実施形態の説明を行う前に、本発明におけるスコアリングの方法について述べる。
なお、本明細書における「単一疾患」とは、特に断りの無い限り、ある特定の一の疾患を含む疾患（たとえば、高脂血症や高血圧症）である。「複合疾患」とは、特に断りの無い限り、ある特定の二つの単一疾患を含む疾患（たとえば、高脂血症と高血圧症）である。「投薬頻度」とは、ある医薬品が患者に投薬される度合い（頻度）である。
図１は、従来の投薬に対する考え方を示す集合図である。図２は、本発明の前提となる投薬に対する考え方を示す集合図である。
従来の投薬に対する考え方においては、２つの異なる疾患を持つ症例へ投薬する医薬品は、それぞれの疾患に対応する医薬品の和とすることが医学的に妥当であると考えられている（標準的投薬）。すなわち、図１に示すように、疾患Ａを患う患者へは、疾患Ａに対する医薬品Ｍ（Ａ）を投薬する。また、疾患Ｂを患う患者へは、疾患Ｂに対する医薬品Ｍ（Ｂ）を投薬する。そして、複合疾患（疾患Ａ及び疾患Ｂ）を患う患者へは、疾患Ａに対する医薬品Ｍ（Ａ）、及び疾患Ｂに対する医薬品Ｍ（Ｂ）の２つを合わせて投薬する（医薬品Ｍ（Ａ＆Ｂ）で示す）。
しかしながら、実際の投薬において、複合疾患（疾患Ａ及び疾患Ｂ）を患う患者に対して図１のような標準的投薬が行われるとは限らない。たとえば、複合疾患に対する治験は余り行われていないため、医師自らの判断の元、治験で確かめられていない投薬（非標準的投薬）が行われる場合がある。このように、医師の判断により２つの異なる疾患を持つからこそ投薬される医薬品Ｍ（Ｗ）が存在する一方、１つしか疾患がないときにのみ投薬される医薬品Ｍ（Ｓ１）及び医薬品Ｍ（Ｓ２）や、疾患が１つでも２つでも共通して投薬される医薬品Ｍ（Ｅ）（疾患Ａまたは疾患Ｂを有する場合に投薬される医薬品）が存在すると考えることが実際の投薬を反映しているといえる（図２参照）。
ところで、このような非標準的投薬は、治験等のデータによる裏付けが少ないため、標準的投薬に比べて治療効果が期待できる可能性がある一方で、当然に副作用のリスクも高まる。そこで、本発明の基本的な考え方として、複合疾患における投薬頻度が単一疾患における投薬頻度よりも高い医薬品ほど、未知の副作用が発生するリスクが高い（副作用の原因医薬品となる可能性が高い）ものとして扱うこととした。
具体的には、単一疾患と複合疾患における投薬頻度の相違に基づいた幾何学モデルを用いてスコアリングを行い、その結果を所定の方法（たとえば、順位付け）で提示する。このような考え方に基づいて得られた結果によれば、スコアが高いものほど副作用の原因医薬品である可能性が高い。本発明は、副作用のリスクを示すスコアに基づいて副作用の原因となる医薬品の候補を抽出するものである。
治験を実施する公的機関や製薬企業等は、抽出された結果に基づいて副作用の原因医薬品の候補の絞り込みを行い、実際に副作用があるかどうか（陽性であるかどうか）の分析（治験）を行うことができる。よって、全ての医薬品（及びそれらの組み合わせ）について副作用を確かめる必要がないため、治験にかかるコストや時間を大幅に減少させることができる。また、このような考え方に基づけば、複合疾患に固有な副作用原因医薬品を推定することもできる。
＜スコアリングの処理＞
以下、スコアリングの具体的な処理例を説明する。なお、以下の処理はコンピュータ等の情報処理装置１０により行われる（図７参照）。
以下、スコアリングの具体的な処理例を説明する。なお、以下の処理はコンピュータ等の情報処理装置１０により行われる（図７参照）。
たとえば、情報処理装置１０は、臨床データベース４０に記憶されている臨床データＸ1〜Ｘ1000から、所定の検査項目が異常値を示す臨床データＸ1〜Ｘ300を抽出する。
情報処理装置１０は、抽出した臨床データＸ1〜Ｘ300から、単一疾患Ａを含む臨床データＸ1〜Ｘ100及び単一疾患Ｂを含む臨床データＸ101〜Ｘ200を抽出し、当該臨床データを組み合わせた単一疾患の症例群（第１の症例群）を作成する。
同様に、情報処理装置１０は、抽出した臨床データＸ1〜Ｘ300から、疾患Ａ及び疾患Ｂを含む臨床データＸ201〜Ｘ250を抽出し、複合疾患の症例群（第２の症例群）を作成する。
次に、情報処理装置１０は、各症例群に含まれる臨床データが有する医薬品の情報に基づいて、各症例群に含まれる医薬品毎の投薬頻度を算出する。投薬頻度は、たとえば、疾患Ａを患う患者に対する医薬品Ｍが投薬された割合を算出することにより得られる。算出された単一疾患における医薬品の投薬頻度と複合疾患における医薬品の投薬頻度は、後述のスコアを求めるためのベクトル作成に利用される。
たとえば、臨床データＸ1〜Ｘ200には投薬した医薬品の情報として医薬品Ｍ1〜Ｍ100が含まれており、臨床データＸ201〜Ｘ250には投薬した医薬品の情報として医薬品Ｍ50〜Ｍ150が含まれているとする。すなわち、この例において、医薬品Ｍ50〜Ｍ100は、単一疾患と複合疾患で同じ医薬品を用いていることとなる。また、単一疾患の症例群における医薬品の投薬頻度をｆｘで示し、算出された複合疾患の症例群における医薬品の投薬頻度をｆｙで示すとする。
ここで、医薬品Ｍ50の単一疾患の症例群における投薬頻度がｘ、複合疾患の症例群における投薬頻度がｙと算出されたとすると、医薬品Ｍ50の投薬頻度は（ｆｘ，ｆｙ）＝（ｘ，ｙ）で表すことができる。なお、単一疾患にのみに用いられる医薬品（上記例では、医薬品Ｍ1〜Ｍ49）や、複合疾患のみに用いられる医薬品（上記例では、医薬品Ｍ101〜Ｍ150）のように、一方に投薬頻度を持たない医薬品に対しては、情報処理装置１０は、投薬
頻度をゼロとする（（ｆｘ，ｆｙ）＝（ｚ，０）、（ｆｘ，ｆｙ）＝（０，ｚ））。
頻度をゼロとする（（ｆｘ，ｆｙ）＝（ｚ，０）、（ｆｘ，ｆｙ）＝（０，ｚ））。
そして、情報処理装置１０は、投薬頻度のレベルを揃えるため、算出された投薬頻度に基づいて、単一疾患の症例群及び複合疾患の症例群それぞれについて、平均投薬頻度を算出する。「平均投薬頻度」は、各症例群における投薬頻度の平均値である。具体的には、単一疾患の症例群の平均投薬頻度ｐxは、単一疾患の症例群に含まれる医薬品の投薬頻度
ｆｘaの総和をその投薬全種の数ｍで除した値である（式１）。複合疾患の症例群の平均
投薬頻度ｐyは、複合疾患の症例群に含まれる医薬品の投薬頻度ｆｙbの総和をその投薬全種の数ｎで除した値である（式２）。
ｆｘaの総和をその投薬全種の数ｍで除した値である（式１）。複合疾患の症例群の平均
投薬頻度ｐyは、複合疾患の症例群に含まれる医薬品の投薬頻度ｆｙbの総和をその投薬全種の数ｎで除した値である（式２）。
情報処理装置１０は、投薬頻度及び平均投薬頻度に基づいて、単一疾患の症例群の相対投薬頻度及び複合疾患の症例群の相対投薬頻度を医薬品毎に算出する。すなわち、すべての医薬品に対して、単一疾患の症例群の相対投薬頻度及び複合疾患の症例群の相対投薬頻度をペアとして持たせる。相対投薬頻度とは、ある症例群の平均投薬頻度に対するある医薬品の投薬頻度である。相対投薬頻度は、投薬頻度を平均投薬頻度で除することで算出する。
上記例でいえば、医薬品Ｍ50の相対投薬頻度は、（ｘ／ｐx，ｙ／ｐy）で表すことができる。情報処理装置１０は、各症例群に含まれる全ての医薬品（上記例でいえば、医薬品Ｍ1〜Ｍ150）に対して相対投薬頻度を算出する。
情報処理装置１０は、算出された相対投薬頻度に基づいて、医薬品毎に所定のスコアを
付与する。以下、図３を用いてスコアの付与について説明を行う。図３は、単一疾患の投薬頻度ｆｘを横軸とし、複合疾患の投薬頻度ｆｙを縦軸とした座標系を示す。
付与する。以下、図３を用いてスコアの付与について説明を行う。図３は、単一疾患の投薬頻度ｆｘを横軸とし、複合疾患の投薬頻度ｆｙを縦軸とした座標系を示す。
まず、情報処理装置１０は、算出された相対投薬頻度を所定の座標系にプロットし、原点（０，０）と結ぶことでベクトルＶｄを医薬品毎に求める。図３では、一つのベクトルＶｄ１００１のみを示す。すなわち、各医薬品の相対投薬頻度の値は、ベクトルの終点に対応する（ベクトルの始点は原点となる）。
次に、情報処理装置１０は、単一疾患の投薬の相対頻度ｆｘ/ｐxと複合疾患の投薬の相対頻度ｆｙ/ｐyが等しい場合を基準ベクトル１００２として設定する（図２における医薬品Ｍ（Ｅ）は基準ベクトル１００２上に位置する。また、この場合、投薬のスコアはゼロとなる）。
更に、情報処理装置１０は、ベクトルＶｄ１００１を正規化するためにベクトルｕ１００３（図３の例では、座標値（−１、１））を設定する。ベクトルｕ１００３は、基準ベクトル１００２と直交するベクトルである、情報処理装置１０は、ベクトルＶｄ１００１とベクトルｕ１００３との内積を取って、その値をスコアとして算出する。なお、この例においては、内積がプラスになるとき（ベクトル１００２を基準として縦軸に近い場合）は複合疾患によく使われる医薬品を示し、内積がマイナスになるとき（ベクトル１００２を基準として横軸に近い場合）は単一疾患によく使われる医薬品を示すこととなる。なお、スコアの算出方法は上記例に限られない。たとえば、ベクトルＶｄ１００１から各軸に対して垂線をおろして得られる値に基づいてスコアを算出してもよい。この場合、ベクトルｕ１００３の設定が不要となる。
情報処理装置１０は、医薬品毎に付与されたスコアを所定の表示態様で表示装置２０に表示させる。図４及び図５は、スコアの表示態様の一例である。
図４は、スコアをグラフとして表示する例である。図４において、縦軸はスコア、横軸は医薬品名である。このグラフは、投薬された全ての医薬品について算出されたスコアを高い順に並べた単調減少のグラフとなっている。このグラフによれば、スコアが高い医薬品＝副作用の原因となる医薬品の可能性が高いことが容易に理解できる。また、図５は、スコアを表形式で表示する例である。図５の表では、投薬された全ての医薬品のうち、スコアが高い方から５つの医薬品のみを示している。
＜スコアリングの適用＞
ここで、上記スコアリングの手法を適用する具体的な例について述べる。本発明のスコアリングにより得られる結果は、公的機関や製薬企業等が治験を行う対象を決定する際に利用できる。
ここで、上記スコアリングの手法を適用する具体的な例について述べる。本発明のスコアリングにより得られる結果は、公的機関や製薬企業等が治験を行う対象を決定する際に利用できる。
たとえば、ある条件（検査項目、疾患名等）に基づいて、最初に本発明のスコアリング処理を行うことで、副作用の原因となる医薬品の候補（治験を行うべき対象）を絞り込むことができる。よって、治験にかかるコストや時間を減少させることができる。
前述のスコアリングの考え方に従うと、スコアが高い薬剤ほど、実際の治験で偽陽性になり難い（副作用がある可能性が高い）。一方、スコアが低い薬剤ほど、実際の治験で偽陽性となり易い（副作用が無い可能性が高い）。したがって、治験を実施する公的機関や製薬企業等は、スコアが高い医薬品から仮説検定の統計分析を行うことができる。偽陽性となる医薬品が特定されるまで順番に医薬品の仮説検定を行うと、偽陽性の医薬品が特定された段階で、それ以降の医薬品については偽陽性となる傾向が続くと考えられる。よって、その段階で仮説検定を止めることができるため、仮説検定や治験にかかるコストと時
間を省くことができる。なお、仮説検定の終了条件として、たとえば、偽陽性の数の累計が所定数を越える、あるいは、偽陽性の数の移動平均値が所定値を越える等を用いてもよい。
間を省くことができる。なお、仮説検定の終了条件として、たとえば、偽陽性の数の累計が所定数を越える、あるいは、偽陽性の数の移動平均値が所定値を越える等を用いてもよい。
仮説検定の統計分析とは、たとえば、薬剤Ｍを原因医薬品として注目したとすると、薬剤Ｍの投薬で副作用は出ないという帰無仮説、薬剤Ｍの投薬で副作用が出るという対立仮説を立てる（図６参照）。この例で、副作用ありという対立仮説と同じく、副作用ありとの検定結果が得られれば、正しい判断となるが、副作用なしという帰無仮説と異なり、副作用ありとの検定結果が得られれば、このときは判断が誤りとなる。すなわち、副作用がないはずの投薬が副作用ありと検定されるので、偽陽性ということになる。なお、このような仮説検定は公知の手法を用いることができる。
また、このような仮説検定の統計分析を複数の薬剤に対して行い、たとえば偽陽性と判定された薬剤がｋ個得られたとする。このｋ個の医薬品に対して本発明のスコアリング処理を行うことにより、副作用の原因医薬品の候補を更に絞り込むことができる。
＝＝＝第１実施形態＝＝＝
図７〜図１１を参照して、第１実施形態の構成について説明を行う。実施形態１の構成は、公的機関が安全性シグナル検知を行う場合等に用いることができる。
図７〜図１１を参照して、第１実施形態の構成について説明を行う。実施形態１の構成は、公的機関が安全性シグナル検知を行う場合等に用いることができる。
＜情報処理システムの構成＞
図７は、本実施形態に係る情報処理システム１のハードウェア構成を示す図である。情報処理システム１は、情報処理装置１０、表示装置２０、入力装置３０、臨床データベース４０、検査データベース５０、処理結果データベース６０、フィルタ項目データベース７０を含んで構成されている。各構成は、有線または無線により通信可能に接続されている。なお、フィルタ項目データベース７０の詳細は、第２実施形態で述べる。
図７は、本実施形態に係る情報処理システム１のハードウェア構成を示す図である。情報処理システム１は、情報処理装置１０、表示装置２０、入力装置３０、臨床データベース４０、検査データベース５０、処理結果データベース６０、フィルタ項目データベース７０を含んで構成されている。各構成は、有線または無線により通信可能に接続されている。なお、フィルタ項目データベース７０の詳細は、第２実施形態で述べる。
情報処理装置１０は、臨床データを用いて副作用の原因となる医薬品の候補抽出を行う。情報処理装置１０は、ＣＰＵおよびメモリ（いずれも図示無し）を備える。ＣＰＵは、メモリに記憶された情報処理プログラムを実行することにより各種の制御機能を実現する。
図８は、本実施形態に係る情報処理装置１０のソフトウェア構成を示す図である。情報処理装置１０は、情報処理プログラムを実行することにより、臨床データ抽出部１１、第１の症例群作成部１２、第２の症例群作成部１３、投薬頻度算出部１４、平均投薬頻度算出部１５、相対投薬頻度算出部１６、スコアリング部１７、表示制御部１８、特定部１９として機能する。なお、これらの構成のうち、特定部１９は本実施形態における必須の構成ではない。
臨床データ抽出部１１は、入力装置３０により入力された検査項目に関する検査値を検査データベース５０から読み出し、臨床データベース４０から当該検査値が異常値を示す臨床データを抽出する。異常値とは、基準値（正常値）から外れた値をいう。たとえば、血圧の正常値が１２０／８０未満とされている場合、１２０／８０以上の値を血圧の異常値いう。検査値として正常値が記憶されている場合、臨床データ抽出部１１は、正常値を反転した異常値を求める。そして、臨床データ抽出部１１は、臨床データベース４０に記憶されている臨床データの中から、当該異常値を示す臨床データを抽出する。
なお、臨床データ抽出部１１は、臨床データベース４０内の臨床データに入力装置３０により入力された疾患が含まれており、且つ検査値に一つでも異常値がある臨床データを抽出することでもよい。また、検査項目は複数入力されてもよい。この場合、臨床データ
抽出部１１は、一の臨床データ内の異常値の総数が所定数を越えたものを異常値がある臨床データとして抽出することもできる。
抽出部１１は、一の臨床データ内の異常値の総数が所定数を越えたものを異常値がある臨床データとして抽出することもできる。
第１の症例群作成部１２は、臨床データ抽出部１１で抽出された臨床データから、第１の単一疾患を含む臨床データ、及び第２の単一疾患を含む臨床データそれぞれを抽出し、当該臨床データを組み合わせた単一疾患の症例群を作成する。第２の症例群作成部１３は、臨床データ抽出部１１で抽出された臨床データから、第１の単一疾患及び第２の単一疾患を含む臨床データを抽出し、複合疾患の症例群を作成する。第１の単一疾患及び第２の単一疾患の情報は、入力装置３０により入力される。
なお、本実施形態における「単一疾患」は、ある特定の一の疾患のみを含む疾患（たとえば、高血圧症のみ）をいう。また、「複合疾患」は、ある特定の２つの単一性疾患のみを含む疾患（たとえば、高血圧症と高脂血症のみ）をいう。
投薬頻度算出部１４は、単一疾患の症例群及び複合疾患の症例群それぞれに含まれる臨床データから、各症例群に含まれる医薬品毎の投薬頻度を算出する。各症例群で共通の医薬品を含む場合、投薬頻度算出部１４は、単一疾患の症例群における当該医薬品の投薬頻度と、複合疾患の症例群における当該医薬品の投薬頻度とを別々に求める。
平均投薬頻度算出部１５は、投薬頻度算出部１４において算出された投薬頻度に基づいて、単一疾患の症例群及び複合疾患の症例群それぞれについて、平均投薬頻度を算出する。
相対投薬頻度算出部１６は、算出された投薬頻度及び平均投薬頻度に基づいて、単一疾患の症例群の相対投薬頻度及び複合疾患の症例群の相対投薬頻度を医薬品毎に算出する。
スコアリング部１７は、算出された相対投薬頻度に基づいて、医薬品毎に所定のスコアを付与する。具体例としては、スコアリング部１７は、算出された相対投薬頻度を所定の座標系にプロットし、原点（０，０）と結ぶことでベクトルＶｄを医薬品毎に求める。また、スコアリング部１７は、ベクトルＶｄを正規化するためのベクトルｕを設定する。スコアリング部１７は、ベクトルＶｄとベクトルｕとの内積を取って、その値をスコアとして算出する。
表示制御部１８は、スコアリング部１７で付与されたスコアを所定の表示態様（図４または図５の例を参照）で表示装置２０に表示させる。
特定部１９は、予め設定された閾値に基づいて、スコアが付与された医薬品から所定の医薬品を特定する。閾値は、副作用の原因となる医薬品の候補であるかどうかを区別するための値であり、入力装置３０等を介して所定の値を設定できる。表示制御部１８は、たとえば、閾値以上のスコアを有する医薬品のみを図４に示すグラフや図５に示す表として表示させる。或いは、表示制御部１８は、閾値以上のスコアを有する医薬品とそれ以外の医薬品とで、表示色や文字の大きさ等を変え、当該医薬品の区別ができるように表示させることでもよい。
表示装置２０は、情報処理装置１０による処理結果を表示するためのディスプレイ等である。
入力装置３０は、情報処理装置１０に対して各種の指示入力を行うためのキーボード等である。本実施形態において、情報処理装置１０の操作者は、入力装置３０により１つの検査項目、第１の単一疾患、及び第１の単一疾患とは異なる第２の単一疾患の情報を入力
する。
する。
臨床データベース４０は、ある患者に投薬された医薬品及び当該患者に対して行われた各種検査項目における検査結果を含む臨床データが記憶されている。図９は、臨床データの一例である。臨床データは患者毎に設定されている。各臨床データは、患者ＩＤ、年齢、治療期間、疾患名、医薬品名、検査項目、検査値（検査結果）等の情報を含む。臨床データは、たとえば、複数の医療機関からデータを収集することにより構築される。
検査データベース５０は、検査結果を評価するための検査値を含む検査データが記憶されている。図１０は検査データの一例である。検査データは、検査項目、正常値、単位等の情報を含む。正常値の代わりに異常値が記憶されていてもよい。
処理結果データベース６０は、情報処理装置１０による処理結果（スコアリングの結果）が記憶されている。
＜情報処理システムによる処理＞
次に、図１１を参照して本実施形態に係る情報処理システム１における情報処理について説明する。図１１は、本実施形態における情報処理を示すフローチャートである。
次に、図１１を参照して本実施形態に係る情報処理システム１における情報処理について説明する。図１１は、本実施形態における情報処理を示すフローチャートである。
まず、情報処理装置１０の操作者は、入力装置３０を用いて表示装置２０に表示された検査項目の一覧から所望の検査項目を指定する（ステップ１０。Ｓ１０）。入力結果は情報処理装置１０のメモリに記憶される。同様に、情報処理装置１０の操作者は、入力装置３０を用いて表示装置２０に表示された疾患の一覧から、２つの異なる疾患（疾患Ａ、疾患Ｂ）を指定する（ステップ１１。Ｓ１１）。入力結果は情報処理装置１０のメモリに記憶される。
臨床データ抽出部１１は、ステップ１０で指定された検査項目について、検査データベース５０を参照し、異常値の値を取得する。そして、臨床データ抽出部１１は、臨床データベース４０内において当該異常値を示す臨床データを抽出する（ステップ１２。Ｓ１２）。
第１の症例群作成部１２は、ステップ１２で抽出された臨床データから、ステップ１１で指定された疾患Ａまたは疾患Ｂのみを持つデータを抽出し、各疾患のみを有する臨床データを組み合わせた単一疾患の症例群を作成する（ステップ１３。Ｓ１３）。
第２の症例群作成部１３は、ステップ１２で抽出された臨床データから、ステップ１１で指定された疾患Ａ及び疾患Ｂのみを持つデータを抽出し、複合疾患の症例群を作成する（ステップ１４。Ｓ１４）。
次に、投薬頻度算出部１４は、ステップ１３及びステップ１４で抽出された臨床データから、当該臨床データに含まれる医薬品を特定し、当該医薬品毎の投薬頻度を症例群毎に算出する（ステップ１５。Ｓ１５）。
平均投薬頻度算出部１５は、ステップ１５で算出された投薬頻度に基づいて、ステップ１３で作成された単一疾患の症例群について平均投薬頻度を算出する（ステップ１６。Ｓ１６）。同様に、平均投薬頻度算出部１５は、ステップ１５で算出された投薬頻度に基づいて、ステップ１４で作成された複合疾患の症例群について平均投薬頻度を算出する（ステップ１７。Ｓ１７）。
相対投薬頻度算出部１６は、ステップ１５で算出された投薬頻度をステップ１６で算出
された平均投薬頻度で除することにより、単一疾患の症例群の相対投薬頻度を医薬品毎に算出する（ステップ１８。Ｓ１８）。同様に、相対投薬頻度算出部１６は、ステップ１５で算出された投薬頻度をステップ１７で算出された平均投薬頻度で除することにより、複合疾患の症例群の相対投薬頻度を医薬品毎に算出する（ステップ１９。Ｓ１９）。相対投薬頻度算出部１６は、ステップ１８及びステップ１９で算出した相対投薬頻度を医薬品毎にペアとして持たせる。
された平均投薬頻度で除することにより、単一疾患の症例群の相対投薬頻度を医薬品毎に算出する（ステップ１８。Ｓ１８）。同様に、相対投薬頻度算出部１６は、ステップ１５で算出された投薬頻度をステップ１７で算出された平均投薬頻度で除することにより、複合疾患の症例群の相対投薬頻度を医薬品毎に算出する（ステップ１９。Ｓ１９）。相対投薬頻度算出部１６は、ステップ１８及びステップ１９で算出した相対投薬頻度を医薬品毎にペアとして持たせる。
スコアリング部１７は、単一疾患の症例群の相対投薬頻度及び複合疾患の症例群の相対投薬頻度から各医薬品のベクトルを求め、当該ベクトルに基づいて医薬品毎にスコアを付与する（ステップ２０。Ｓ２０）。
次に、情報処理装置１０の操作者は、入力装置３０を介してスコアの閾値を指定する（ステップ２１。Ｓ２１）。入力結果は表示装置３０に表示される。また、入力結果は情報処理装置１０のメモリに記憶される。
特定部１９は、ステップ２１で指定された閾値に基づいて、ステップ２０でスコアが付与された医薬品から閾値以上の医薬品を特定する（ステップ２２。Ｓ２２）。これにより、副作用の原因となる医薬品の候補の絞り込みを行う。
表示制御部１８は、ステップ２０でスコアが付与された医薬品のうち、ステップ２１で特定された医薬品を表示装置２０に表示させる（ステップ２３。Ｓ２３）。
ステップ２３の表示を確認した操作者が、閾値の変更を望む場合（ステップ２４。Ｓ２４でＹの場合）、ステップ２１に戻り、入力装置３０を介してスコアの閾値を指定することもできる。
また、検査項目を変更したい場合（ステップ２５。Ｓ２５でＹの場合）、ステップ１０に戻り、新たな検査項目を指定することもできる。なお、このフローチャートでは示していないが、新たな疾患の指定も当然に可能である。
以上の処理が完了した後（ステップ２５。Ｓ２５でＮの場合）、情報処理装置１０は、ステップ２０で付与されたスコア、ステップ２１で指定された閾値等を処理結果として処理結果データベース６０に記憶させる（ステップ２６。Ｓ２６）。
公的機関等は、ステップ２６で記憶された処理結果を参照することで、治験を行う対象となる医薬品を決定することができる。
このように、本実施形態に係る情報処理システム１（情報処理装置１０）によれば、副作用の原因となる医薬品の候補を抽出することができる。よって、公的機関等はその候補に基づいて副作用のある可能性の高いものから順に治験を行うことができる。つまり、全ての医薬品の副作用を確かめる場合と比べ、コストと時間を低減できる。
また、本実施形態に係る情報処理システム１（情報処理装置１０）によれば、閾値に基づいて、表示装置２０に表示される医薬品（医薬品のスコア）を限定できることから、スコアを利用する際に副作用の原因となる医薬品の候補を容易に判別できる。更に、本実施形態に係る情報処理システム１（情報処理装置１０）によれば、スコアの高い医薬品とそれ以外の医薬品とで表示態様を異ならせることや、スコアに基づいて医薬品を順位付けして表示することで、スコアを利用する際に副作用の原因となる医薬品の候補を容易に判別できる。
＝＝＝第２実施形態＝＝＝
次に、図１２〜図１４を参照して、第２実施形態の構成について説明を行う。図１２は、フィルタ項目データベース７０に記憶されている情報の一例である。図１３は、本実施形態に係る情報処理装置１０のソフトウェア構成を示す図である。図１４は、本実施形態における情報処理を示すフローチャートである。
次に、図１２〜図１４を参照して、第２実施形態の構成について説明を行う。図１２は、フィルタ項目データベース７０に記憶されている情報の一例である。図１３は、本実施形態に係る情報処理装置１０のソフトウェア構成を示す図である。図１４は、本実施形態における情報処理を示すフローチャートである。
第２実施形態の構成は、製薬企業が安全性シグナル検知を行う場合等に用いることができる。第２実施形態における情報処理システム１は、スコアリングに使用する臨床データのフィルタリングを行うことにより、副作用の原因となる医薬品の候補について絞り込みを行う構成である。第１実施形態と同様の構成については詳細な説明を省略する。
＜情報処理システムの構成＞
フィルタ項目データベース７０は、臨床データをフィルタリングするための各種情報が記憶されている。図１２の例では、フィルタ項目として、薬剤系統、発売年月、副作用が発生した患者の年代等の医薬品特性と、当該医薬品特性を持つ医薬品名とがテーブルとして記載されている。
フィルタ項目データベース７０は、臨床データをフィルタリングするための各種情報が記憶されている。図１２の例では、フィルタ項目として、薬剤系統、発売年月、副作用が発生した患者の年代等の医薬品特性と、当該医薬品特性を持つ医薬品名とがテーブルとして記載されている。
また、図１３に示すように、本実施形態における情報処理装置１０は、情報処理プログラムを実行することにより、臨床データ抽出部１１、第１の症例群作成部１２、第２の症例群作成部１３、投薬頻度算出部１４、平均投薬頻度算出部１５、相対投薬頻度算出部１６、スコアリング部１７、表示制御部１８、特定部１９、フィルタ部１０ａとして機能する。
フィルタ部１０ａは、臨床データ抽出部１１で抽出された複数の臨床データに対し、所定のフィルタリング条件で絞り込みを行う。所定のフィルタリング条件は、フィルタ項目データベース７０に記憶されている医薬品特性である。情報処理装置１０の操作者が予め入力装置３０を介して医薬品特性を入力する。たとえば、フィルタリング条件として「副作用が発生した患者の年代が７０代」の指定がなされた場合、フィルタ部１０ａは、フィルタ項目データベース７０から当該条件（医薬品特性）に該当する医薬品名を特定する。そして、フィルタ部１０ａは、臨床データ抽出部１１で抽出された臨床データから、特定された医薬品を投薬された臨床データの絞り込みを行う。
第１の症例群作成部１２及び第２の症例群作成部１３は、抽出された臨床データのうち、フィルタ部１０ａで絞り込みされた臨床データに基づいて各症例群を作成する。
＜情報処理システムによる処理＞
図１４に示すように、本実施形態では、第１実施形態のフローにおいて、ステップ１２とステップ１３の間に新たなステップ２７が追加されている。以下の説明では第１実施形態との相違点のみ記載する。
図１４に示すように、本実施形態では、第１実施形態のフローにおいて、ステップ１２とステップ１３の間に新たなステップ２７が追加されている。以下の説明では第１実施形態との相違点のみ記載する。
フィルタ部１０ａは、ステップ１２で抽出された複数の臨床データに対し、所定のフィルタリング条件で絞り込みを行う（ステップ２７。Ｓ２７）。
第１の症例群作成部１２は、ステップ１３において、ステップ２７で絞り込みされた臨床データから、ステップ１１で指定された疾患Ａまたは疾患Ｂのみを持つデータを抽出し、各疾患のみを有する臨床データを組み合わせた単一疾患の症例群を作成する。第２の症例群作成部１３は、ステップ１４において、ステップ２７で絞り込みされた臨床データから、ステップ１１で指定された疾患Ａ及び疾患Ｂのみを持つデータを抽出し、複合疾患の症例群を作成する。
このように、本実施形態に係る情報処理システム１（情報処理装置１０）によれば、スコアリングを行う対象となる医薬品の絞り込みを予め行うことができる。よって、治験を行う対象をより限定できることから、コストと時間を更に低減できる。
＝＝＝第３実施形態＝＝＝
次に、第３実施形態の構成について説明を行う。本実施形態の構成は、公的機関が安全性シグナル検知を行う場合等に用いることができる。本実施形態における情報処理システム１における処理は第１実施形態と同様である。本実施形態では、単一疾患、複合疾患の定義が異なる場合について述べる。第１実施形態と同様の構成については詳細な説明を省略する。
次に、第３実施形態の構成について説明を行う。本実施形態の構成は、公的機関が安全性シグナル検知を行う場合等に用いることができる。本実施形態における情報処理システム１における処理は第１実施形態と同様である。本実施形態では、単一疾患、複合疾患の定義が異なる場合について述べる。第１実施形態と同様の構成については詳細な説明を省略する。
本実施形態における「単一疾患」は、ある特定の一の疾患（高血圧症）とそれ以外の疾患を含む疾患（たとえば、高血圧症と高コレステロール症）をいう。また、「複合疾患」は、ある特定の２つの単一性疾患（高血圧症と高脂血症）とそれ以外の疾患を含む疾患（たとえば、高血圧症と高脂血症と高コレステロール症）をいう。
具体的には、第１実施形態のフローにおいて、第１の症例群作成部１２は、ステップ１２で抽出された臨床データから、ステップ１１で指定された疾患Ａまたは疾患Ｂを少なくとも含む臨床データ（すなわち、疾患Ａまたは疾患Ｂを含んでいれば、他の疾患を含んでいてもよい）を抽出し、各疾患を有する臨床データを組み合わせた単一疾患の症例群を作成する（ステップ１３。Ｓ１３）。第２の症例群作成部１３は、ステップ１２で抽出された臨床データから、ステップ１１で指定された少なくとも疾患Ａ及び疾患Ｂを含む臨床データ（すなわち、疾患Ａ及び疾患Ｂを含んでいれば、他の疾患を含んでいてもよい）を抽出し、複合疾患の症例群を作成する（ステップ１４。Ｓ１４）。
このように、本実施形態の情報処理システム１（情報処理装置１０）によれば、特定の疾患を含む臨床データを対象とすることで、より多くの臨床データに基づいて副作用の原因となる医薬品の候補を抽出することができる。
＝＝＝第４実施形態＝＝＝
次に、図１５及び図１６を参照して、第４実施形態の構成について説明を行う。図１５は、本実施形態に係る情報処理装置１０のソフトウェア構成を示す図である。図１６は、本実施形態における情報処理を示すフローチャートである。
次に、図１５及び図１６を参照して、第４実施形態の構成について説明を行う。図１５は、本実施形態に係る情報処理装置１０のソフトウェア構成を示す図である。図１６は、本実施形態における情報処理を示すフローチャートである。
第４実施形態の構成は、公的機関が安全性シグナル検知を行う場合等に用いることができる。第４実施形態における情報処理システム１は、スコアが付与された医薬品同士を組み合わせてペアを作成することにより、当該ペアが副作用の原因となる医薬品（飲み合わせ）の候補となるかどうかをスコアで示すことができる。第１実施形態と同様の構成については詳細な説明を省略する。
医薬品の副作用は、複数の医薬品を投薬することにより起こる可能性もある。特に、第１実施形態で付与されたスコアが高い医薬品同士を同時に投薬した場合には更に副作用のリスクが上昇する可能性もある。よって、このような副作用が生じる可能性の高いペアを抽出し、医師等に提示できることが望ましい。
図１５に示すように、本実施形態における情報処理装置１０は、情報処理プログラムを実行することにより、臨床データ抽出部１１、第１の症例群作成部１２、第２の症例群作成部１３、投薬頻度算出部１４、平均投薬頻度算出部１５、相対投薬頻度算出部１６、スコアリング部１７、表示制御部１８、特定部１９、ペア設定部１０ｂとして機能する。
ペア設定部１０ｂは、スコアリング部１７で付与されたスコアが所定の関係にある複数の医薬品を一のペアとして設定する。たとえば、図４の例において、ペア設定部１０ｂは、スコアの順位が隣り合う２つの医薬品Ｍ（α）及びＭ（β）を第１のペアとし、Ｍ（γ）とＭ（δ）を第２のペアとする。なお、ペアの設定はこれに限られない。たとえば、ペア設定部１０ｂは、スコアリングされた医薬品のうち、薬剤系統が同じ医薬品をペアとすることもできる。また、各医薬品は、第１の単一疾患または第２の単一疾患の少なくとも一つに対して投薬されたものである。
また、ペア設定部１０ｂは、設定したペアが臨床データ抽出部１１で抽出された臨床データに含まれているかどうかを判断する。設定したペアが含まれている臨床データが一つもない場合、ペア設定部１０ｂは、新たなペアの設定を行う。
投薬頻度算出部１４は、設定されたペアを一の医薬品とみなして投薬頻度を算出する。平均投薬頻度算出部１５は、設定されたペアを一の医薬品とみなして、平均投薬頻度を算出する。相対投薬頻度算出部１６は、設定されたペアを一の医薬品とみなして、相対投薬頻度を算出する。スコアリング部１７は、設定されたペアを一の医薬品とみなして、所定のスコアを付与する。
図１６は、本実施形態における情報処理を示すフローチャートである。本実施形態では、第１実施形態のフローにおいて、ステップ２４とステップ２５の間に新たなステップ３０及びステップ３１が追加されている。以下の説明では第１実施形態との相違点のみ記載する。
ペア設定部１０ｂは、ステップ２０で付与されたスコアが所定の関係にある複数の医薬品を一のペアとして設定する（ステップ３０。Ｓ３０）。
ペア設定部１０ｂは、ステップ１２で抽出された臨床データにステップ３０で設定したペアが含まれているかどうかを判断する（ステップ３１。Ｓ３１）。
ステップ３０で設定したペアが含まれている場合（Ｓ３１でＹの場合）、投薬頻度算出部１４は、ステップ１５において、設定されたペアを一の医薬品とみなして投薬頻度を算出する。
平均投薬頻度算出部１５は、ステップ１６において、ステップ３０で設定されたペアを一の医薬品とみなして、単一疾患の症例群について平均投薬頻度を算出する。同様に、平均投薬頻度算出部１５は、ステップ１７において、ステップ３０で設定されたペアを一の医薬品とみなして、複合疾患の症例群について平均投薬頻度を算出する。
相対投薬頻度算出部１６は、ステップ１８において、ステップ３０で設定されたペアを一の医薬品とみなして、単一疾患の症例群の相対投薬頻度を算出する。同様に、相対投薬頻度算出部１６は、ステップ１９において、ステップ３０で設定されたペアを一の医薬品とみなして、複合疾患の症例群の相対投薬頻度を医薬品毎に算出する。
スコアリング部１７は、ステップ２０において、ステップ３０で設定されたペアを一の医薬品とみなしてスコアを付与する。
このように、本実施形態に係る情報処理システム１（情報処理装置１０）によれば、医薬品のペアを設定することにより、複数の医薬品を投薬した場合のリスク判断をする際に、治験を行う対象を限定できることから、コストと時間を低減できる。
上記の実施形態は、プログラムが前述した各種の処理をコンピューター又はマイクロプロセッサに実行させることにより実現可能である。この場合、全ての処理をプログラムとして準備していてもよいし、一部の処理をハードウェアに処理させ残りの処理をプログラムとして準備していてもよい。また、実行可能なプログラムが記憶された非一時的なコンピューター可読媒体（non-transitory computer readable medium with an executable program thereon）を用いて、コンピューターにプログラムを供給することも可能である。なお、非一時的なコンピューターの可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、ＣＤ−ＲＯＭ（Read Only Memory）等がある。
上記実施形態は、例として提示したものであり、発明の範囲を限定するものではない。これらの構成は、適宜組み合わせて実施することが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。それらの実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
１ 情報処理システム
１０ 情報処理装置
１１ 臨床データ抽出部
１２ 第１の症例群作成部
１３ 第２の症例群作成部
１４ 投薬頻度算出部
１５ 平均投薬頻度算出部
１６ 相対投薬頻度算出部
１７ スコアリング部
１８ 表示制御部
２０ 表示装置
３０ 入力装置
４０ 臨床データベース
５０ 検査データベース
１０ 情報処理装置
１１ 臨床データ抽出部
１２ 第１の症例群作成部
１３ 第２の症例群作成部
１４ 投薬頻度算出部
１５ 平均投薬頻度算出部
１６ 相対投薬頻度算出部
１７ スコアリング部
１８ 表示制御部
２０ 表示装置
３０ 入力装置
４０ 臨床データベース
５０ 検査データベース
Claims (10)
- ある患者に投薬された医薬品及び当該患者に対して行われた各種検査項目における検査結果を含む臨床データを用いて副作用の原因となる医薬品の候補抽出を行う装置であって、
複数の前記臨床データを記憶する臨床データベースから、予め入力された１つの前記検査項目について異常値を示す臨床データを抽出する臨床データ抽出部と、
抽出された前記臨床データから、予め入力された第１の単一疾患を含む臨床データ、及び予め入力された第２の単一疾患を含む臨床データそれぞれを抽出し、当該臨床データを組み合わせた単一疾患の症例群を作成する第１の症例群作成部と、
抽出された前記臨床データから、前記第１の単一疾患及び前記第２の単一疾患を含む臨床データを抽出し、複合疾患の症例群を作成する第２の症例群作成部と、
前記単一疾患の症例群及び前記複合疾患の症例群それぞれに含まれる臨床データから、各症例群に含まれる医薬品毎の投薬頻度を算出する投薬頻度算出部と、
前記投薬頻度に基づいて、前記単一疾患の症例群及び前記複合疾患の症例群それぞれについて、平均投薬頻度を算出する平均投薬頻度算出部と、
前記投薬頻度及び前記平均投薬頻度に基づいて、前記単一疾患の症例群の相対投薬頻度及び前記複合疾患の症例群の相対投薬頻度を前記医薬品毎に算出する相対投薬頻度算出部と、
算出された前記相対投薬頻度に基づいて、前記医薬品毎に所定のスコアを付与するスコアリング部と、
前記スコアを所定の表示態様で表示部に表示させる表示制御部と、
を有することを特徴とする情報処理装置。 - 予め設定された閾値に基づいて、前記スコアが付与された医薬品から所定の医薬品を特定する特定部を有し、
前記表示制御部は、前記特定された医薬品に対応するスコアを前記表示部に表示させることを特徴とする請求項１記載の情報処理装置。 - 前記第１の単一疾患及び前記第２の単一疾患それぞれは、予め入力された特定の疾患のみを含み、
前記複合疾患は、予め入力された特定の疾患２つのみを含むことを特徴とする請求項１または２記載の情報処理装置。 - 前記第１の単一疾患及び前記第２の単一疾患それぞれは、少なくとも予め入力された特定の疾患を含み、
前記複合疾患は、少なくとも予め入力された特定の疾患を２つ含むことを特徴とする請求項１または２記載の情報処理装置。 - 抽出された複数の前記臨床データに対し、所定のフィルタリング条件で絞り込みを行うフィル部を有し、
前記第１の症例群作成部及び前記第２の症例群作成部は、絞り込みされた前記臨床データから各症例群を作成することを特徴とする請求項１〜４のいずれか一つに記載の情報処理装置。 - 前記表示制御部は、前記医薬品に対応するスコアをグラフにより表示させ、且つ副作用の原因となる医薬品の候補と表示態様とそれ以外の候補との表示態様を異ならせることを特徴とする請求項１〜５のいずれか一つに記載の情報処理装置。
- 前記表示制御部は、前記スコアをその値に基づく順位付けをして表示させることを特徴
とする請求項１〜６のいずれか一つに記載の情報処理装置。 - 前記スコアリング部で付与されたスコアが所定の関係にある複数の医薬品を一のペアとして設定するペア設定部を有し、
前記投薬頻度算出部は、設定された前記ペアを一の医薬品とみなして投薬頻度を算出し、
前記平均投薬頻度算出部は、設定された前記ペアを一の医薬品とみなして平均投薬頻度を算出し、
前記相対投薬頻度算出部は、設定された前記ペアを一の医薬品とみなして、前記相対投薬頻度を算出し、
前記スコアリング部は、設定された前記ペアを一の医薬品とみなして、前記所定のスコアを付与することを特徴とする請求項１〜７のいずれか一つに記載の情報処理装置。 - ある患者に投薬された医薬品及び当該患者に対して行われた各種検査項目における検査結果を含む臨床データが記憶された臨床データベースと、
前記検査結果を評価するための検査値を含む検査データが記憶された検査データベースと、
前記臨床データを用いて副作用の原因となる医薬品の候補抽出を行う情報処理装置と、
１つの前記検査項目、第１の単一疾患、及び第１の単一疾患とは異なる第２の単一疾患の情報を入力するための入力装置と、
前記情報処理装置による処理結果を表示するための表示装置と、
を有するシステムであって、
前記情報処理装置は、
前記入力装置により入力された前記検査項目に関する検査値を前記検査データベースから読み出し、前記臨床データベースから、当該検査値が異常値を示す臨床データを抽出する臨床データ抽出部と、
抽出された前記臨床データから、前記第１の単一疾患を含む臨床データ、及び前記第２の単一疾患を含む臨床データそれぞれを抽出し、当該臨床データを組み合わせた単一疾患の症例群を作成する第１の症例群作成部と、
抽出された前記臨床データから、前記第１の単一疾患及び前記第２の単一疾患を含む臨床データを抽出し、複合疾患の症例群を作成する第２の症例群作成部と、
前記単一疾患の症例群及び前記複合疾患の症例群それぞれに含まれる臨床データから、各症例群に含まれる医薬品毎の投薬頻度を算出する投薬頻度算出部と、
前記投薬頻度に基づいて、前記単一疾患の症例群及び前記複合疾患の症例群それぞれについて、平均投薬頻度を算出する平均投薬頻度算出部と、
前記投薬頻度及び前記平均投薬頻度に基づいて、前記単一疾患の症例群の相対投薬頻度及び前記複合疾患の症例群の相対投薬頻度を前記医薬品毎に算出する相対投薬頻度算出部と、
算出された前記相対投薬頻度に基づいて、前記医薬品毎に所定のスコアを付与するスコアリング部と、
前記スコアを所定の表示態様で前記表示装置に表示させる表示制御部と、
を有することを特徴とする情報処理システム。 - ある患者に投薬された医薬品及び当該患者に対して行われた各種検査項目における検査結果を含む臨床データを用いて副作用の原因となる医薬品の候補抽出を行うプログラムであって、
コンピュータに、
前記臨床データから、第１の単一疾患を含む臨床データ、及び第２の単一疾患を含む臨床データそれぞれを抽出し、当該臨床データを組み合わせた単一疾患の症例群を作成させ、
前記臨床データから、前記第１の単一疾患及び前記第２の単一疾患を含む臨床データを抽出し、複合疾患の症例群を作成させ、
前記単一疾患の症例群及び前記複合疾患の症例群それぞれに含まれる臨床データから、各症例群に含まれる医薬品毎の投薬頻度を算出させ、
前記投薬頻度に基づいて、前記単一疾患の症例群及び前記複合疾患の症例群それぞれについて、平均投薬頻度を算出させ、
前記投薬頻度及び前記平均投薬頻度に基づいて、前記単一疾患の症例群の相対投薬頻度及び前記複合疾患の症例群の相対投薬頻度を前記医薬品毎に算出させ、
算出された前記相対投薬頻度に基づいて、前記医薬品毎に所定のスコアを付与し、
前記スコアを所定の表示態様で表示させる、
処理を実行させることを特徴とする情報処理プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015013043A JP6285372B2 (ja) | 2015-01-27 | 2015-01-27 | 情報処理装置、情報処理システム、情報処理プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015013043A JP6285372B2 (ja) | 2015-01-27 | 2015-01-27 | 情報処理装置、情報処理システム、情報処理プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2016139226A true JP2016139226A (ja) | 2016-08-04 |
| JP6285372B2 JP6285372B2 (ja) | 2018-02-28 |
Family
ID=56560218
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015013043A Expired - Fee Related JP6285372B2 (ja) | 2015-01-27 | 2015-01-27 | 情報処理装置、情報処理システム、情報処理プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6285372B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100407528B1 (ko) | 2000-09-18 | 2003-11-28 | 아사히 가세이 가부시키가이샤 | 산화 또는 가암모니아산화용 산화물 촉매의 제조 방법 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09282392A (ja) * | 1996-04-09 | 1997-10-31 | Nippon Schering Kk | 所見情報の処理方法及びその装置 |
| JP2006503351A (ja) * | 2002-09-20 | 2006-01-26 | ボード オブ リージェンツ ユニバーシティ オブ テキサス システム | 情報の発見と関係分析のためのコンピュータプログラム製品、システム及び方法 |
| JP2014511159A (ja) * | 2011-03-10 | 2014-05-12 | テヴァ ファーマスーティカル インダストリーズ エルティーディー． | 健康管理の改善のための方法、システム、及びプログラム |
| JP2015027477A (ja) * | 2009-03-09 | 2015-02-12 | セルジーン コーポレーションＣｅｌｇｅｎｅ Ｃｏｒｐｏｒａｔｉｏｎ | 薬に禁忌を示すであろう患者による薬へのアクセスを制限しながら患者へ薬を引き渡すための装置、及びその使用方法 |
-
2015
- 2015-01-27 JP JP2015013043A patent/JP6285372B2/ja not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09282392A (ja) * | 1996-04-09 | 1997-10-31 | Nippon Schering Kk | 所見情報の処理方法及びその装置 |
| JP2006503351A (ja) * | 2002-09-20 | 2006-01-26 | ボード オブ リージェンツ ユニバーシティ オブ テキサス システム | 情報の発見と関係分析のためのコンピュータプログラム製品、システム及び方法 |
| JP2015027477A (ja) * | 2009-03-09 | 2015-02-12 | セルジーン コーポレーションＣｅｌｇｅｎｅ Ｃｏｒｐｏｒａｔｉｏｎ | 薬に禁忌を示すであろう患者による薬へのアクセスを制限しながら患者へ薬を引き渡すための装置、及びその使用方法 |
| JP2014511159A (ja) * | 2011-03-10 | 2014-05-12 | テヴァ ファーマスーティカル インダストリーズ エルティーディー． | 健康管理の改善のための方法、システム、及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6285372B2 (ja) | 2018-02-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wilson et al. | Association of home noninvasive positive pressure ventilation with clinical outcomes in chronic obstructive pulmonary disease: a systematic review and meta-analysis | |
| Owens et al. | Screening for cognitive impairment in older adults: US preventive services task force recommendation statement | |
| Stunnenberg et al. | Effect of mexiletine on muscle stiffness in patients with nondystrophic myotonia evaluated using aggregated N-of-1 trials | |
| Conlin et al. | Treatment of sudden sensorineural hearing loss: I. A systematic review | |
| Wang et al. | Comparison of prevalence of diabetic macular edema based on monocular fundus photography vs optical coherence tomography | |
| Asrani et al. | Artifacts in spectral-domain optical coherence tomography measurements in glaucoma | |
| Grundman et al. | Mild cognitive impairment can be distinguished from Alzheimer disease and normal aging for clinical trials | |
| Asrani et al. | Novel software strategy for glaucoma diagnosis: asymmetry analysis of retinal thickness | |
| CN104584021B (zh) | 一种智能选药的方法、系统和设备 | |
| Shulman et al. | The clinically important difference on the unified Parkinson's disease rating scale | |
| Harrison et al. | A neuropsychological test battery for use in Alzheimer disease clinical trials | |
| Cherny et al. | European Association for Palliative Care (EAPC) recommended framework for the use of sedation in palliative care | |
| Bernick et al. | Age and rate of cognitive decline in Alzheimer disease: implications for clinical trials | |
| Voordouw et al. | Influenza vaccination in community-dwelling elderly: impact on mortality and influenza-associated morbidity | |
| Lip et al. | Effectiveness and safety of standard-dose nonvitamin K antagonist oral anticoagulants and warfarin among patients with atrial fibrillation with a single stroke risk factor: a nationwide cohort study | |
| Chan et al. | A standardized method for reporting changes in macular thickening using optical coherence tomography | |
| Achtnichts et al. | Cryptococcal meningoencephalitis in a patient with multiple sclerosis treated with fingolimod | |
| Mez et al. | Pathologically confirmed chronic traumatic encephalopathy in a 25-year-old former college football player | |
| David et al. | Rate of recurrent Guillain-Barré syndrome after mRNA COVID-19 vaccine BNT162b2 | |
| Sommer | Ocular hypertension and normal-tension glaucoma: time for banishment and burial | |
| Fong et al. | Delirium, dementia, and decline | |
| EP3016060A1 (en) | Medical care process analysis system | |
| Elder et al. | Early paracentral visual field loss in patients taking hydroxychloroquine | |
| Moss et al. | Association of race/ethnicity with visual outcomes following acute optic neuritis: an analysis of the Optic Neuritis Treatment Trial | |
| Gauba et al. | Human reliability analysis of cataract surgery |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170125 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180116 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180201 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6285372 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |