JP2018173759A - 感染影響度推定プログラム、感染影響度推定方法、および情報処理装置 - Google Patents

Abstract

【課題】感染症の影響度を可視化すること。【解決手段】サーバ１００は、第１のエリアと第２のエリアとの間の感染症の伝播可能性を示す指標を取得する。サーバ１００は、エリアに対応づけてエリア内の滞在者数を記憶する記憶部を参照して、第２のエリアに対応する滞在者数を特定する。サーバ１００は、取得した指標と、特定した滞在者数とに基づいて、第１のエリアから第２のエリアへの感染症の影響度を推定する。サーバ１００は、推定結果を出力する。【選択図】図１

Description

本発明は、感染影響度推定プログラム、感染影響度推定方法、および情報処理装置に関する。

従来、病院内で感染症に罹った入院患者がいると、他の入院患者にも感染するおそれがあるため、例えば、感染症に罹った入院患者を隔離するといった措置がとられる。

関連する先行技術としては、人物のラウンド情報を記録し、ラウンド情報を解析して人物の感染危険度を算出し、マップ情報と、ラウンド情報で得られた人物の移動経路と、人物の感染危険度とに基づいて、医療施設の感染影響範囲を表示する技術がある。

特開２０１６−１８４１９６号公報

しかしながら、従来技術では、あるエリアの入院患者が感染症を発症した場合に、他のエリアへの感染症の影響度合いを判断することが難しい。例えば、他のエリアへの感染症の影響度合いを判断できなければ、感染症の被害の拡大を抑えるための有効な対応がとれないことがある。

一つの側面では、本発明は、感染影響度を可視化することを目的とする。

１つの実施態様では、第１のエリアと第２のエリアとの間の感染症の伝播可能性を示す指標を取得し、エリアに対応づけてエリア内の滞在者数を記憶する記憶部を参照して、前記第２のエリアに対応する滞在者数を特定し、前記指標と、特定した該滞在者数とに基づいて、前記第１のエリアから前記第２のエリアへの感染症の影響度を推定し、推定結果を出力する、感染影響度推定プログラムが提供される。

本発明の一側面によれば、感染影響度を可視化することができる。

図１は、実施の形態にかかる感染影響度推定方法の一実施例を示す説明図である。 図２は、実施の形態にかかる情報処理システム２００のシステム構成例を示す説明図である。 図３は、サーバＳｖのハードウェア構成例を示すブロック図である。 図４は、端末Ｔｉのハードウェア構成例を示すブロック図である。 図５は、エリアＤＢ２１１の記憶内容の一例を示す説明図である。 図６は、入院患者ＤＢ２１２の記憶内容の一例を示す説明図である。 図７は、医師看護師ＤＢ２１３の記憶内容の一例を示す説明図である。 図８は、予防接種ＤＢ２１４の記憶内容の一例を示す説明図である。 図９は、潜伏期間ＤＢ２１５の記憶内容の一例を示す説明図である。 図１０は、サーバＳｖの機能的構成例を示すブロック図である。 図１１は、関連度ポイントの集計例を示す説明図である。 図１２は、関連度スコア表の一例を示す説明図である。 図１３は、感染力スコアの一例を示す説明図である。 図１４は、感染影響度表の一例を示す説明図である。 図１５は、端末Ｔｉに表示される感染影響度の出力画面の一例を示す説明図である。 図１６は、サーバＳｖの関連度スコアの算出処理手順の一例を示すフローチャートである。 図１７は、サーバＳｖの感染影響度の算出処理手順の一例を示すフローチャートである。

以下に図面を参照して、本発明にかかる感染影響度推定プログラム、感染影響度推定方法、および情報処理装置の実施の形態を詳細に説明する。

（実施の形態）
図１は、実施の形態にかかる感染影響度推定方法の一実施例を示す説明図である。図１において、情報処理装置１００は、エリア間の感染症の影響度を推定するコンピュータである。例えば、情報処理装置１００は、入院患者のいる医療機関１２０に設けられ、各患者の診療記録などを記憶するサーバである。医療機関１２０は、例えば、病院、診療所、療養所などである。エリアは、物理的に分離したエリアであり、例えば、医療機関１２０における異なる病棟や、同じ病棟内の異なるフロアである。

端末１０１は、医療機関１２０の医療従事者が使用するコンピュータである。医療従事者は、例えば、医師や看護師などである。具体的には、例えば、端末１０１は、スマートフォン、携帯電話機、ＰＨＳ（Ｐｅｒｓｏｎａｌ Ｈａｎｄｙｐｈｏｎｅ Ｓｙｓｔｅｍ）、タブレット型ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、デスクトップ型ＰＣ、ノートＰＣなどである。

ここで、入院患者のいる医療機関１２０内において、感染症の入院患者がいると、他の入院患者にも伝染する院内感染が起こることがある。院内感染の経路には、主に、接触感染、空気感染、飛沫感染がある。感染症が発生したときには、初動時に迅速な対応を行うことが感染の拡大防止に有効である。ところが、感染症を発症した患者の病棟やフロアを特定できたとしても、それ以外の各病棟や各フロアへの感染症の影響度合いを即座に把握することは難しい。

そこで、実施の形態では、エリア間の感染影響度を可視化することで、あるエリアで感染症が発生したときの初動対応を支援する感染影響度推定方法について説明する。以下、情報処理装置１００の処理例について説明する。

ここで、医療機関１２０の各フロアについて説明すると、１階に受付窓口や外来患者用の診察室があり、２階以上の各階に入院患者向けの病室がある。ここでは、医療機関１２０の第１のエリアで感染症が発生したとし、第１のエリアから第２のエリアへの感染症の影響度を推定する場合について説明する。第１のエリアは、例えば、医療機関１２０のＸ階のエリアである。第２のエリアは、例えば、医療機関１２０のＹ階のエリアである。第１のエリアおよび第２のエリアには、それぞれ滞在者がいる。滞在者は、例えば、入院患者である。

（１）情報処理装置１００は、第１のエリアと第２のエリアとの間の感染症の伝播可能性を示す指標を取得する。ここで、第１のエリアと第２のエリアとの間の感染症の伝播可能性を示す指標は、第１のエリアと第２のエリアとの間の感染症の影響度合いを示す。例えば、第１のエリアと第２のエリアとの間の感染症の伝播可能性を示す指標は、エリア間における医師や看護師等の人の移動の有無や頻度などによって表される値である。

例えば、ある医師が第１のエリアと第２のエリアとを担当する場合、この医師は、第１のエリアと第２のエリアとを行き来することとなる。そして、第１のエリアで感染症が発生したとすると、この医師を介して、感染症が第２のエリアへ広がる可能性がある。

また、第１のエリアと第２のエリアとを担当する医師が１人の場合よりも２人の場合の方が、感染症が第１のエリアから第２のエリアへ感染する可能性が高い（例えば、２倍程度高い）といえる。言い換えると、第１のエリアと第２のエリアとを担当する医師の数によって、第１のエリアと第２のエリアとの間の感染症の影響度合いは異なり、第１のエリアと第２のエリアとの間の感染症の伝播可能性を示す指標が異なる。

第１のエリアと第２のエリアとの間の指標は、例えば、第１のエリアと第２のエリアとを担当する医師の数そのものによって表すことができる。具体的には、例えば、第１のエリアと第２のエリアとの間の指標は、第１のエリアと第２のエリアとを担当する医師の数が１０人の場合には「１０」とし、１人の場合には「１」としてもよい。

また、医師の数に限らず、第１のエリアと第２のエリアとを担当する看護師の数によっても、第１のエリアと第２のエリアとの間の感染症の伝播可能性を示す指標は異なる。例えば、第１のエリアと第２のエリアとの間の指標は、第１のエリアと第２のエリアとを担当する看護師の数が１０人の場合には「１０」とし、１人の場合には「１」としてもよい。

また、例えば、入院患者等の滞在者がエリアを移動して病室を変更した場合も考慮して、エリア間の感染症の伝播可能性を示す指標を設定してもよい。例えば、滞在者Ａが第２のエリアから第１のエリアへ病室を移動した後に第１のエリアでこの滞在者Ａが感染症を発症したとすると、この滞在者Ａは、第２のエリアにいたときから既に感染して潜伏期間中にあった可能性がある。また、第２のエリアには、この滞在者Ａのほかにも、既に感染して潜伏期間中にある滞在者Ｂがいる可能性があり、滞在者Ｂも、今後発症する可能性があることが想定される。

また、例えば、滞在者Ｃが、第１のエリアから第２のエリアへ病室を移動した後に、第１のエリアで別の滞在者Ｄが感染症を発症したとすると、滞在者Ｃも第１のエリアにいたときに既に感染して潜伏期間中にある可能性がある。このため、滞在者Ｃが第２のエリアにおいて今後発症する可能性があることが想定される。

このため、感染症の伝播可能性を示す指標は、例えば、対象とする感染症の潜伏期間分だけ遡った期間内の入院患者が移動した人数とすることにしてもよい。具体的には、第１のエリアと第２のエリアとの間の感染症の伝播可能性を示す指標は、対象とする感染症の潜伏期間分だけ遡った期間内に、第１のエリアから第２のエリアへまたは第２のエリアから第１のエリアへ移動した感染症の患者の数としてもよい。例えば、第１のエリアと第２のエリアとの間の指標は、滞在者１名が第１のエリアから第２のエリアへ病室を移動した場合に「１」とし、同様に、入院患者１名が第２のエリアから第１のエリアへ病室を移動した場合に「１」としてもよい。

（２）情報処理装置１００は、エリアに対応づけてエリア内の滞在者数を記憶する記憶部１１０を参照して、第２のエリアに対応する滞在者数を特定する。記憶部１１０は、例えば、第１のエリアに対応づけて第１のエリア内の滞在者数を記憶し、また、第２のエリアに対応づけて第２のエリア内の滞在者数を記憶する。

（３）情報処理装置１００は、取得した指標と、特定した滞在者数とに基づいて、第１のエリアから第２のエリアへの感染症の影響度（以下「感染影響度」という）を推定する。感染影響度は、第１のエリアで感染症が発生した場合に予測される第２のエリアにおける感染症の影響度合いである。

例えば、第１のエリアで感染症が発生した場合、第２のエリアに２０人いる場合と、１０人いる場合とでは、２０人いる場合の方が被害は大きく、感染影響度は大きくなる。感染影響度は、例えば、エリア間の感染症の伝播可能性を示す指標と滞在者数とを乗算することにより得られる。具体的には、例えば、第１のエリアと第２のエリアとの間の指標が「９」であり、第２のエリアの入院患者数が１０人であるとすると、第１のエリアから第２のエリアへの感染影響度は、「９０（＝９×１０）」である。

（４）情報処理装置１００は、推定結果を出力する。推定結果は、推定された感染影響度そのものであってもよいし、感染影響度を１０段階評価などの絶対評価で表したものであってもよい。また、他のエリアが複数ある場合は、情報処理装置１００は、感染影響度の高い順に推定結果を表すことにしてもよい。ここで、推定結果は、例えば、第１のエリアで感染症が発生した旨を示す画像とともに表示される。また、推定結果は、例えば、第２のエリアに対応づけられて表示される。具体的には、例えば、情報処理装置１００は、端末１０１の表示画面に、推定結果を表示出力する。これにより、医師や看護師に、第１のエリアで感染症が発生した旨や、第２のエリアの感染影響度を通知することができる。

このように、情報処理装置１００によれば、第１のエリアと第２のエリアとの間の感染症の伝播可能性を示す指標を取得できる。また、情報処理装置１００によれば、エリアに対応づけてエリア内の滞在者数を記憶する記憶部を参照して、第２のエリアに対応する滞在者数を特定することができる。

また、情報処理装置１００によれば、指標と滞在者数とに基づいて、第１のエリアから第２のエリアへの感染影響度を推定することができる。これにより、第１のエリアで感染症が発生した場合に予測される第２のエリアの感染症の影響度合いを推定することができる。

また、情報処理装置１００によれば、推定結果を出力することができる。これにより、第１のエリアで感染症が発生した場合に、第２のエリアの感染影響度を可視化することができる。これにより、第１のエリアで感染症が発生したときの初動対応を支援することができる。

（情報処理システム２００のシステム構成例）
つぎに、実施の形態にかかる情報処理システム２００のシステム構成例について説明する。情報処理システム２００は、病院Ｈに適用されるコンピュータシステムである。病院Ｈは、例えば、１，２階に外来用の診察室等を有し、３〜６階の４フロアに入院患者用の病室を有する。

図２は、実施の形態にかかる情報処理システム２００のシステム構成例を示す説明図である。図２において、情報処理システム２００は、サーバＳｖと、端末Ｔ１〜Ｔｎ（ｎ：１以上の自然数）と、を含む構成である。情報処理システム２００において、サーバＳｖおよび端末Ｔ１〜Ｔｎは、有線または無線のネットワーク２１０を介して接続される。ネットワーク２１０は、例えば、インターネット、移動体通信網、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）などである。

以下の説明では、端末Ｔ１〜Ｔｎのうちの任意の閲覧者端末を「端末Ｔｉ」と表記する場合がある（ｉ＝１，２，…，ｎ）。

サーバＳｖは、エリアＤＢ２１１（Ｄａｔａｂａｓｅ）と、入院患者ＤＢ２１２と、医師看護師ＤＢ２１３と、予防接種ＤＢ２１４と、潜伏期間ＤＢ２１５と、を有する。各種ＤＢ２１１〜２１５の記憶内容については、図５〜９を用いて後述する。図１に示した情報処理装置１００は、例えば、サーバＳｖに相当する。

端末Ｔｉは、医師や看護師が使用するコンピュータである。端末Ｔｉは、例えば、スマートフォン、携帯電話、ＰＨＳ、タブレット型ＰＣ、ノートＰＣ、デスクトップ型ＰＣなどである。図１に示した端末１０１は、例えば、端末Ｔｉに相当する。

（サーバＳｖのハードウェア構成例）
図３は、サーバＳｖのハードウェア構成例を示すブロック図である。図３において、サーバＳｖは、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３０１と、メモリ３０２と、Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）３０３と、ディスクドライブ３０４と、ディスク３０５と、を有する。また、各構成部は、バス３００によってそれぞれ接続される。

ここで、ＣＰＵ３０１は、サーバＳｖの全体の制御を司る。メモリ３０２は、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）およびフラッシュＲＯＭなどを有する。具体的には、例えば、フラッシュＲＯＭやＲＯＭが各種プログラムを記憶し、ＲＡＭがＣＰＵ３０１のワークエリアとして使用される。メモリ３０２に記憶されるプログラムは、ＣＰＵ３０１にロードされることで、コーディングされている処理をＣＰＵ３０１に実行させる。

Ｉ／Ｆ３０３は、通信回線を通じてネットワーク２１０に接続され、ネットワーク２１０を介して他の装置（例えば、図２に示した端末Ｔｉ）に接続される。そして、Ｉ／Ｆ３０３は、ネットワーク２１０と自装置内部とのインターフェースを司り、他の装置からのデータの入出力を制御する。Ｉ／Ｆ３０３には、例えば、モデムやＬＡＮアダプタなどを採用することができる。

ディスクドライブ３０４は、ＣＰＵ３０１の制御に従ってディスク３０５に対するデータのリード／ライトを制御する。ディスク３０５は、ディスクドライブ３０４の制御で書き込まれたデータを記憶する。ディスク３０５としては、例えば、磁気ディスク、光ディスクなどが挙げられる。

なお、サーバＳｖは、上述した構成部のほかに、例えば、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、キーボード、マウス、ディスプレイなどを有することにしてもよい。

（端末Ｔｉのハードウェア構成例）
図４は、端末Ｔｉのハードウェア構成例を示すブロック図である。図４において、端末Ｔｉは、ＣＰＵ４０１と、メモリ４０２と、Ｉ／Ｆ４０３と、ディスプレイ４０４と、スピーカ４０５と、入力装置４０６と、を有する。また、各構成部はバス４００によってそれぞれ接続される。

ここで、ＣＰＵ４０１は、端末Ｔｉの全体の制御を司る。メモリ４０２は、例えば、ＲＯＭ、ＲＡＭおよびフラッシュＲＯＭなどを有する。具体的には、例えば、フラッシュＲＯＭやＲＯＭが各種プログラムを記憶し、ＲＡＭがＣＰＵ４０１のワークエリアとして使用される。メモリ４０２に記憶されるプログラムは、ＣＰＵ４０１にロードされることで、コーディングされている処理をＣＰＵ４０１に実行させる。

Ｉ／Ｆ４０３は、通信回線を通じてネットワーク２１０に接続され、ネットワーク２１０を介して他の装置（例えば、図２に示したサーバＳｖ）に接続される。そして、Ｉ／Ｆ４０３は、ネットワーク２１０と自装置内部とのインターフェースを司り、他の装置からのデータの入出力を制御する。

ディスプレイ４０４は、カーソル、アイコンあるいはツールボックスをはじめ、文書、画像、機能情報などのデータを表示する。ディスプレイ４０４は、例えば、液晶ディスプレイ、有機ＥＬ（Ｅｌｅｃｔｒｏｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイなどを採用することができる。

スピーカ４０５は、電気信号に基づいて音を発生させる機器である。入力装置４０６は、文字、数字、各種指示などの入力のためのキーを有し、データの入力を行う。入力装置４０６は、キーボードやマウスなどであってもよく、また、タッチパネル式の入力パッドやテンキーなどであってもよい。

なお、端末Ｔｉは、上述した構成部のほかに、加速度センサ、ジャイロセンサ、などの各種センサ、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤなどを有することにしてもよい。

（各種ＤＢ２１１〜２１５の記憶内容）
つぎに、図５〜９を用いて、図２に示したサーバＳｖが有する各種ＤＢ２１１〜２１５の記憶内容について説明する。各種ＤＢ２１１〜２１５は、例えば、図３に示したメモリ３０２、ディスク３０５などの記憶装置により実現される。

図５は、エリアＤＢ２１１の記憶内容の一例を示す説明図である。図５において、エリアＤＢ２１１は、エリアＩＤ（Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）および名称のフィールドを有する。各フィールドに情報を設定することで、エリア情報（例えば、エリア情報５００−１〜５００−６）がレコードとして記憶される。

ここで、エリアＩＤは、エリア毎に付される識別情報を示す。名称は、エリアの名称であり、フロア名を示す。例えば、エリア情報５００−１は、エリアＩＤが「Ａ１」、名称が「病棟１階」を示す。

図６は、入院患者ＤＢ２１２の記憶内容の一例を示す説明図である。図６において、入院患者ＤＢ２１２は、エリアＩＤおよび患者ＩＤのフィールドを有する。各フィールドに情報を設定することで、入院患者情報（例えば、入院患者情報６００−１〜６００−３）がレコードとして記憶される。

ここで、エリアＩＤは、エリア毎に付される識別情報を示し、エリアＤＢ２１１（図５参照）に示したエリアＩＤに対応する。患者ＩＤは、患者毎に付される識別情報を示す。入院患者情報６００−１は、エリアＩＤが「Ａ３」、患者ＩＤが「Ｐ１」を示す。エリアＤＢ２１１（図５参照）に示したように、エリアＩＤ「Ａ３」と病棟３階とが対応していることから、入院患者情報６００−１は、患者ＩＤ「Ｐ１」の入院患者が病棟３階に入院していることを示す。

図７は、医師看護師ＤＢ２１３の記憶内容の一例を示す説明図である。図７において、医師看護師ＤＢ２１３は、医師看護師ＩＤ、名前および担当エリアＩＤのフィールドを有する。各フィールドに情報を設定することで、医師看護師情報（例えば、医師看護師情報７００−１〜７００−３）がレコードとして記憶される。

ここで、医師看護師ＩＤは、医師毎にまたは看護師毎に付される識別情報を示す。名前は、医師や看護師の氏名を示す。担当エリアＩＤは、医師や看護師が担当するエリアのエリアＩＤを示し、図５に示したエリアＩＤに対応する。医師看護師情報７００−１は、医師看護師ＩＤが「Ｄ１」、名前が「○○○○」、担当エリアＩＤが「Ａ３，Ａ４」を示す。エリアＤＢ２１１（図５参照）に示したように、エリアＩＤ「Ａ３」と病棟３階とが対応しており、エリアＩＤ「Ａ４」と病棟４階とが対応している。このため、医師看護師情報７００−１は、医師看護師ＩＤ「Ｄ１」の医師または看護師が病棟３階と病棟４階とを担当することを示す。

図８は、予防接種ＤＢ２１４の記憶内容の一例を示す説明図である。図８において、予防接種ＤＢ２１４は、患者ＩＤおよび病名のフィールドを有する。各フィールドに情報を設定することで、予防接種情報（例えば、予防接種情報８００−１〜８００−３）がレコードとして記憶される。

ここで、患者ＩＤは、患者毎に付される識別情報を示し、入院患者ＤＢ２１２（図６参照）に示した患者ＩＤに対応する。病名は、予防接種を受けた感染症の病名を示し、例えば、Ａ型インフルエンザや、Ｂ型インフルエンザ、はしか、風疹、結核、などがある。予防接種情報８００−１は、患者ＩＤが「Ｐ１」、予防接種を受けた感染症の病名が「Ａ型インフルエンザ、Ｂ型インフルエンザ、風疹」を示す。

図９は、潜伏期間ＤＢ２１５の記憶内容の一例を示す説明図である。図９において、潜伏期間ＤＢ２１５は、病名および潜伏期間のフィールドを有する。各フィールドに情報を設定することで、潜伏期間情報（例えば、潜伏期間情報９００−１〜９００−５）がレコードとして記憶される。

ここで、病名は、感染症の病名を示す。潜伏期間は、感染症を発症するまでの潜伏期間を示す。潜伏期間情報９００−１は、病名が「Ａ型インフルエンザ」、潜伏期間が「１〜３日」を示す。

（サーバＳｖの機能的構成例）
図１０は、サーバＳｖの機能的構成例を示すブロック図である。図１０において、サーバＳｖは、取得部１００１と、特定部１００２と、推定部１００３と、出力部１００４と、記憶部１０１０と、を含む構成である。取得部１００１〜出力部１００４は、具体的には、例えば、図３に示したメモリ３０２、ディスク３０５などの記憶装置に記憶されたプログラムをＣＰＵ３０１に実行させることにより、または、Ｉ／Ｆ３０３により、その機能を実現する。各機能部の処理結果は、例えば、メモリ３０２、ディスク３０５などの記憶装置に記憶される。

記憶部１０１０は、例えば、メモリ３０２、ディスク３０５などの記憶装置により実現される。具体的には、例えば、記憶部１０１０は、図５〜９に示した各種ＤＢ２１１〜２１５を記憶する。例えば、記憶部１０１０は、エリアに対応づけてエリア内の滞在者数を記憶する。滞在者は、例えば、入院患者である。エリアは、同じ病棟内の異なるフロアとするが、同一の病院における異なる病棟や、各病棟のフロアとしてもよい。例えば、複数のエリアを病棟３〜６階とすると、記憶部１０１０は、病棟３階に対応づけて病棟３階の入院患者数を記憶し、病棟４階に対応づけて病棟４階の入院患者数を記憶する。また、記憶部１０１０は、病棟５階に対応づけて病棟５階の入院患者数を記憶し、病棟６階に対応づけて病棟６階の入院患者数を記憶する。

取得部１００１は、第１のエリアと第２のエリアとの間の感染症の伝播可能性を示す指標を取得する。第１のエリアと第２のエリアとは、例えば、３以上の複数のエリアが存在する場合、３以上の複数のエリアの中から抽出した２つのエリアの組合せである。例えば、複数のエリアを病棟３〜６階とすると、第１のエリアと第２のエリアは、病棟３階と４階、病棟３階と５階、病棟３階と６階、病棟４階と５階、病棟４階と６階、および病棟５階と６階、の各フロア同士の組合せである。

第１のエリアと第２のエリアとの間の感染症の伝播可能性を示す指標は、第１のエリアと第２のエリアとの間の感染症の影響度合いを示し、例えば、各フロア間における医師等の人の移動の有無や頻度などによって表される値である。例えば、指標は、各フロア同士の両方を担当する医師または看護師の数に応じた値である。

これについて、具体的に説明すると、例えば、ある医師が病棟３階と病棟４階とを担当する場合、この医師は、病棟３階と病棟４階とを行き来することとなる。そして、病棟４階で感染症が発生したとすると、この医師を介して、感染症が病棟３階へ広がる可能性がある。

例えば、病棟３階と病棟４階とを担当する医師が１人の場合よりも２人の場合の方が、病棟４階で発生した感染症が病棟３階へ感染する可能性が高い（例えば、２倍程度高い）といえる。言い換えると、病棟３階と病棟４階とを担当する医師の数によって、病棟３階と病棟４階との間の感染症の影響度合いは異なり、病棟３階と病棟４階との間の感染症の伝播可能性を示す指標が異なる。

本実施の形態において、病棟３階と病棟４階との間の指標は、病棟３階と病棟４階とを担当する医師の数そのものとする。具体的には、病棟３階と病棟４階との間の指標は、病棟３階と病棟４階とを担当する医師の数が１０人の場合には「１０」とし、１人の場合には「１」とする。

また、医師の数に限らず、病棟３階と病棟４階とを担当する看護師の数によっても、病棟３階と病棟４階との間の感染症の伝播可能性を示す指標は異なる。例えば、病棟３階と病棟４階との間の指標は、病棟３階と病棟４階とを担当する看護師の数が１０人の場合には「１０」とし、１人の場合には「１」とする。

ここで、例えば、病棟３階と病棟４階とを担当する医師と看護師が存在する場合でも、医師に比べて看護師の方が病棟３階と病棟４階とを行き来する頻度が高い場合には、医師よりも看護師による伝播可能性が高いため、医師よりも看護師の指標を高くしてもよい。具体的には、例えば、看護師の指標を医師の指標の２倍にするなど重み付けをしてもよい。

また、エリア間の感染症の伝播可能性を示す指標（以下、適宜「エリア間の指標」という）は、所定の期間内において第１のエリアと第２のエリアとの間を移動した患者の数に応じた値である。例えば、感染症が発生した感染エリアを病棟４階とし、他のエリアを病棟３階とする。

例えば、滞在者ａが病棟３階から病棟４階へ病室を移動した後に病棟４階でこの滞在者ａが感染症を発症したとすると、この滞在者ａは、病棟３階にいたときから既に感染して潜伏期間中にあった可能性がある。また、病棟３階には、この滞在者ａのほかにも、既に感染して潜伏期間中にある滞在者ｂがいる可能性があり、滞在者ｂも、今後発症する可能性があることが想定される。

また、例えば、滞在者ｃが、病棟４階から病棟３階へ病室を移動した後に、病棟４階で別の滞在者ｄが感染症を発症したとすると、滞在者ｃも病棟４階にいたときに既に感染して潜伏期間中にある可能性がある。このため、滞在者ｃが病棟３階において今後発症する可能性があることが想定される。

このため、感染症の伝播可能性を示す指標は、例えば、対象とする感染症の潜伏期間分だけ遡った期間内の入院患者が移動した人数とする。例えば、病棟３階と病棟４階との間の感染症の伝播可能性を示す指標は、対象とする感染症の潜伏期間分だけ遡った期間内に、病棟３階から病棟４階へまたは病棟４階から病棟３階へ移動した感染症の入院患者の数とする。例えば、病棟３階と病棟４階との間の指標は、入院患者１名が病棟３階から病棟４階へ病室を移動した場合に「１」とし、同様に、入院患者１名が病棟４階から病棟３階へ病室を移動した場合も「１」とする。

特定部１００２は、記憶部１０１０を参照して、第２のエリアに対応する入院患者数を特定する。ここで、第１のエリアを感染症が発生した感染エリア（例えば、病棟４階）とすると、第２のエリアは、例えば、第１のエリアとは異なる他のエリア（例えば、病棟４階以外の各階）である。特定部１００２は、具体的には、図２に示すエリアＤＢ２１１および入院患者ＤＢ２１２を参照して、他のエリアに対応する入院患者数を特定する。

推定部１００３は、取得部１００１によって取得されたエリア間の指標と、特定部１００２によって特定された入院患者数とに基づいて、第１のエリアから第２のエリアへの感染影響度を推定する。感染影響度は、あるエリアで感染症が発生した場合に他のエリアへの感染症の影響度合いである。例えば、感染エリアである第１のエリアを病棟４階とすると、他のエリアである第２のエリアは、病棟３階、５階、６階である。

例えば、病棟３階に３０人いる場合と、１０人いる場合とでは、３０人いる場合の方が病棟３階の被害は大きく、すなわち、感染影響度は大きい。例えば、感染影響度は、エリア間の指標と入院患者数とを乗算することにより得られる。具体的には、例えば、病棟３階と病棟４階との間の指標が「３」であり、病棟３階の入院患者数が３０人であるとすると、病棟４階から病棟３階への感染影響度は、３×３０＝９０である。

ただし、感染影響度は、エリア間の指標と入院患者数とを乗算することによって得られる値に限らず、例えば、エリア間の指標と入院患者数とを加算することによって得られる値でもよい。また、感染影響度は、エリア間の指標と入院患者数とを比較して感染による影響度合いの大きさを考慮して、それぞれ重み付けして得られる値としてもよい。具体的には、例えば、感染影響度は、入院患者数については、例えば、０．５倍にするなどの所定の重み付けをして、エリア間の指標と加算または乗算することによって得られる値でもよい。

出力部１００４は、推定結果を出力する。推定結果は、推定された感染影響度そのものであってもよいし、感染影響度を１０段階評価などの絶対評価で表したものであってもよい。また、出力部１００４は、感染影響度の高い順に推定結果を表すことにしてもよい。出力部１００４は、各エリアと対応づけて推定結果を出力するとともに、感染症が発生したエリアの情報や、警告音なども出力する。

また、出力部１００４は、推定部１００３によって推定された感染影響度と対応づけて、取得部１００１によって取得された指標と、特定部１００２によって特定された滞在者数とを出力する。具体的には、出力部１００４は、感染影響度と対応づけて、後述する関連度スコアと、後述する感染力スコアとを出力する。

出力部１００４は、病院Ｈ内のタブレット型ＰＣやデスクトップ型ＰＣや医師や看護師のＰＨＳやスマートフォン等の端末Ｔｉに推定結果等を一斉配信するとともに、プッシュ型で警告を通知する。これにより、端末Ｔｉのディスプレイ４０４（図４参照）に推定結果を表示するとともに、スピーカ４０５（図４参照）から警告音を出力し、医師や看護師に感染影響度を通知することができる。

また、本実施の形態において、入院患者数は、エリア内の予防接種を受けていない入院患者数である。例えば、特定部１００２は、予防接種ＤＢ２１４を参照して、各エリアの予防接種を受けた入院患者数を特定する。また、特定部１００２は、各エリアの入院患者数から、各エリアの予防接種を受けた入院患者数を減じることにより、各エリア内の予防接種を受けていない入院患者数を特定する。推定部１００３は、取得部１００１によって取得されたエリア間の指標と、特定部１００２によって特定された各エリアの予防接種を受けていない入院患者数とに基づいて、各エリアの感染影響度を推定する。具体的には、推定部１００３は、エリア間の指標と、各エリアの予防接種を受けていない入院患者数とを乗算することにより、各エリアの感染影響度を推定する。

（関連度ポイントの集計例について）
図１１は、関連度ポイントの集計例を示す説明図である。図１１において、説明図１１００は、各階の担当医師および担当看護師を示すとともに、フロアの移動を伴う病室の移動があった患者を示している。例えば、説明図１１００では、病棟における病棟３〜６階の４フロアから取り出した２フロア間の関連度ポイントの集計例について説明する。関連度ポイントは、例えば、各エリア間の感染症の伝播可能性を示す指標である。

説明図１１００に示すように、例えば、病棟３階と４階に着目すると、医師Ｂは、病棟３階と４階とを担当することを示す。この場合、サーバＳｖは、病棟３階と４階との関連度ポイントを「＋１」する。また、看護師Ａは、病棟３階と４階とを担当することを示す。この場合も、サーバＳｖは、病棟３階と４階との関連度ポイントを「＋１」する。また、患者Ｂは、病棟３階から４階に病床を移動したことを示す。この場合も、サーバＳｖは、病棟３階と４階との関連度ポイントを「＋１」する。ここで、関連度ポイントの累計値を「関連度スコア」という。病棟３階と４階との関連度スコアは、「３」である。

同様に、病棟３階と５階との関連度スコア、病棟３階と６階との関連度スコア、病棟４階と５階との関連度スコア、病棟４階と６階との関連度スコア、病棟５階と６階の関連度スコア、も集計される。集計結果を図１２の関連度スコア表に示す。

（関連度スコア表の一例について）
図１２は、関連度スコア表の一例を示す説明図である。図１２において、関連度スコア表１２００は、各階同士の関連度スコアを示す。具体的には、病棟３階と４階との関連度スコアは、「３」である。病棟３階と５階との関連度スコアは、「１」である。病棟３階と６階との関連度スコアは、「１」である。病棟４階と５階との関連度スコアは、「２」である。病棟４階と６階との関連度スコアは、「１」である。病棟５階と６階との関連度スコアは、「２」である。

（感染力スコアの一例について）
図１３は、感染力スコアの一例を示す説明図である。図１３において、説明図１３００は、各階の、入院患者数と、予防接種患者数と、感染力スコアと、を示す。予防接種患者数は、入院患者数のうちの予防接種を受けた入院患者数を示す。感染力スコアは、入院患者数から予防接種患者数を減算した値である。本実施の形態において、感染症は、例えば風疹を対象とする。例えば、病棟３階の入院患者数が３０であり、予防接種患者数が３０であるとすると、風疹についての病棟３階の感染力スコアは、入院患者数から予防接種患者数を減算した「０（＝３０−３０）」である。

また、病棟４階の入院患者数が３０であり、予防接種患者数が５であることから、病棟４階の感染力スコアは、入院患者数から予防接種患者数を減算した「２５（＝３０−５）」である。また、病棟５階の入院患者数が４５であり、予防接種患者数が０であることから、病棟５階の感染力スコアは、入院患者数から予防接種患者数を減算した「４５（＝４５−０）」である。また、病棟６階の入院患者数が２０であり、予防接種患者数が５であることから、病棟６階の感染力スコアは、入院患者数から予防接種患者数を減算した「１５（＝２０−５）」である。

（感染影響度表の一例について）
図１４は、感染影響度表の一例を示す説明図である。図１４において、感染影響度表１４００は、病棟４階で感染症が発生した際の各階の感染影響度を示す。まず、病棟３階について説明すると、病棟３階と病棟４階との関連度スコアは、関連度スコア表１２００（図１２参照）に示したように「３」である。また、病棟３階の感染力スコアは、説明図１３００（図１３参照）に示したように「０」である。感染影響度は、関連度スコアと感染力スコアとを乗算することにより得られる。このため、病棟４階で感染症が発生した際の病棟３階の感染影響度は、「０（＝３×０）」である。

また、病棟５階について説明すると、病棟５階と病棟４階との関連度スコアは、関連度スコア表１２００（図１２参照）に示したように「２」である。また、病棟５階の感染力スコアは、説明図１３００（図１３参照）に示したように「４５」である。感染影響度は、関連度スコアと感染力スコアとを乗算することにより得られる。このため、病棟４階で感染症が発生した際の病棟５階の感染影響度は、「９０（＝２×４５）」である。

また、病棟６階について説明すると、病棟６階と病棟４階との関連度スコアは、関連度スコア表１２００（図１２参照）に示したように「１」である。また、病棟６階の感染力スコアは、説明図１３００（図１３参照）に示したように「１５」である。感染影響度は、関連度スコアと感染力スコアとを乗算することにより得られる。このため、病棟４階で感染症が発生した際の病棟６階の感染影響度は、「１５（＝１×１５）」である。

（端末Ｔｉに表示される感染影響度の出力画面の一例）
図１５は、端末Ｔｉに表示される感染影響度の出力画面の一例を示す説明図である。図１５において、感染影響度の出力画面１５００は、病棟４階で風疹が発生した際に、端末Ｔｉのディスプレイ４０４（図４参照）に表示される画面である。病棟４階で風疹が発生したとすると、まず、最初に病棟４階にいる患者を隔離し、病棟４階の被害の拡大に努めることはできる。本実施の形態では、感染症が発生したエリアのみならず、つぎにどのエリアが危険かを通知するために、感染影響度を通知できる。

具体的には、出力画面１５００には、病棟４階で風疹が発生した旨、最も感染影響度が大きい病棟５階への被害が懸念される旨、迅速な初動対応を実施する旨、さらには感染影響度表１４００についても表示されている。これにより、病棟４階のつぎに感染による被害の大きいエリアとして病棟５階を通知できる。このため、医師や看護師は、病棟５階への被害を最小限に抑えるための初動対応をとることができる。

また、感染影響度を表示することにより、医師や看護師は、具体的な初動対応をとることができる。例えば、病棟５階の感染影響度が９０であり、病棟６階の感染影響度が１５であることを表示することにより、医師や看護師は、例えば、「１０：２」程度の比率で人員を配置するなどの有効な初動対応をとることができる。

また、関連度スコアや感染力スコアを表示することにより、医師や看護師は、エリア間の感染症の伝播可能性や風疹に感染するおそれのある入院患者数も把握することができる。また、例えば、感染影響度が同じ値のエリアがある場合に、医師や看護師は、感染力スコアが高い方のエリアを優先して初動対応をとることができ、感染するおそれのある入院患者数が多いエリアを優先して初動対応をとることができる。これにより、感染による被害を抑えることができる。

（サーバＳｖの関連度スコアの算出処理手順）
つぎに、図１６を用いて、サーバＳｖの関連度スコアの算出処理手順について説明する。

図１６は、サーバＳｖの関連度スコアの算出処理手順の一例を示すフローチャートである。図１６のフローチャートにおいて、まず、サーバＳｖは、例えば、病院Ｈ内のデスクトップ型ＰＣなどの端末Ｔｉを介して、医師や看護師から関連度スコアの算出開始を受け付けたか否かを判断する（ステップＳ１６０１）。ここで、サーバＳｖは、関連度スコアの算出開始を受け付けるまで待つ（ステップＳ１６０１：Ｎｏ）。

そして、サーバＳｖは、関連度スコアの算出開始を受け付けた場合（ステップＳ１６０１：Ｙｅｓ）、入院患者ＤＢ２１２や医師看護師ＤＢ２１３を参照して、対象の各階の担当医師、担当看護師、患者を抽出する（ステップＳ１６０２）。対象の各階とは、例えば、階同士の組合せに相当する。具体的には、例えば、病棟３〜６階まであるとすると、対象の各階は、病棟３階と４階との組合せ、病棟３階と５階との組合せ、病棟３階と６階との組合せ、病棟４階と５階との組合せ、病棟４階と６階との組合せ、および病棟５階と６階との組合せである。

そして、サーバＳｖは、同一の医師が対象の各階を担当しているか否かを判断する（ステップＳ１６０３）。サーバＳｖは、同一の医師が対象の各階を担当していない場合（ステップＳ１６０３：Ｎｏ）、ステップＳ１６０５に移行する。

サーバＳｖは、同一の医師が対象の各階を担当している場合（ステップＳ１６０３：Ｙｅｓ）、対象の各階に対して、同一の担当医師の数に相当する関連度ポイントを付与する（ステップＳ１６０４）。例えば、対象の各階を病棟３階と病棟４階とし、ある医師が病棟３階と病棟４階とを担当している場合、病棟３階と病棟４階のそれぞれに１ポイントを付与する。そして、サーバＳｖは、同一の看護師が対象の各階を担当しているか否かを判断する（ステップＳ１６０５）。サーバＳｖは、同一の看護師が対象の各階を担当していない場合（ステップＳ１６０５：Ｎｏ）、ステップＳ１６０７に移行する。

サーバＳｖは、同一の看護師が対象の各階を担当している場合（ステップＳ１６０５：Ｙｅｓ）、対象の各階に対して、同一の担当看護師の数に相当する関連度ポイントを付与する（ステップＳ１６０６）。例えば、ある看護師が病棟３階と病棟４階とを担当している場合、病棟階と病棟階のそれぞれに１ポイントを付与する。そして、サーバＳｖは、同一の入院患者がいたか否かを判断する（ステップＳ１６０７）。同一の入院患者とは、階を移動した入院患者である。例えば、風疹の場合は、潜伏期間が最大で２２日であることから、サーバＳｖは、現時点から２２日前の期間内において、同一の入院患者がいたか否かを判断する。

サーバＳｖは、同一の入院患者がいない場合（ステップＳ１６０７：Ｎｏ）、ステップＳ１６０９に移行する。サーバＳｖは、同一の入院患者がいる場合（ステップＳ１６０７：Ｙｅｓ）、対象の各階に対して、同一の入院患者の数に相当する関連度ポイントを付与する（ステップＳ１６０８）。例えば、病棟３階から病棟４階に病室を移動した入院患者がいる場合に、３階と４階のそれぞれに１ポイントを付与する。

そして、全ての対象の各階の関連度スコアの算出が完了したか否かを判断する（ステップＳ１６０９）。具体的には、サーバＳｖは、病棟３階と４階、病棟３階と５階、病棟３階と６階、病棟４階と５階、病棟４階と６階、病棟５階と６階、の全組合せについて、関連度スコアの算出が完了したか否かを判断する。サーバＳｖは、全ての対象の各階の関連度スコアの算出が完了していない場合（ステップＳ１６０９：Ｎｏ）、ステップＳ１６０２に移行する。サーバＳｖは、全ての対象の各階の関連度スコアの算出が完了した場合（ステップＳ１６０９：Ｙｅｓ）、本フローチャートによる一連の処理を終了する。

本フローチャートの開始のトリガは、医師や看護師から関連度スコアの算出開始を受け付けることとしたが、これに限らず、例えば、一定期間の経過としてもよいし、医師や看護師の担当フロアが変わったときとしてもよい。また、入院患者のフロアの移動を伴う病室の移動があったときとしてもよいし、図１７を用いて後述する感染影響度の算出開始を受け付けたときとしてもよい。

（サーバＳｖの感染影響度の算出処理手順）
つぎに、図１７を用いて、サーバＳｖの感染影響度の算出処理手順について説明する。

図１７は、サーバＳｖの感染影響度の算出処理手順の一例を示すフローチャートである。図１７のフローチャートにおいて、まず、サーバＳｖは、例えば、病院Ｈ内のデスクトップ型ＰＣなどの端末Ｔｉを介して、医師や看護師から感染影響度の算出開始を受け付けたか否かを判断する（ステップＳ１７０１）。ここでは、風疹の感染影響度の算出開始を受け付けるものとする。サーバＳｖは、感染影響度の算出開始を受け付けるまで待つ（ステップＳ１７０１：Ｎｏ）。

そして、サーバＳｖは、感染影響度の算出開始を受け付けた場合（ステップＳ１７０１：Ｙｅｓ）、潜伏期間ＤＢ２１５を参照して、感染症の発生日から感染症の潜伏期間を特定する（ステップＳ１７０２）。例えば、風疹の場合、潜伏期間は、１４〜２２日間であり、最大で２２日であることから、２２日間遡った期間を特定する。

サーバＳｖは、発生日から潜伏期間分、遡った期間内の関連度スコアを集計する（ステップＳ１７０３）。例えば、発生日が４月１０日であるとすると、サーバＳｖは、３月２０日〜４月１０日の期間内の関連度スコアを集計する。そして、サーバＳｖは、対象の階の入院患者を集計する（ステップＳ１７０４）。例えば、対象の階を病棟３階とした場合、サーバＳｖは、病棟３階の入院患者を集計する。つぎに、サーバＳｖは、エリアＤＢ２１１、入院患者ＤＢ２１２および予防接種ＤＢ２１４を参照して、対象の階において予防接種患者がいるか否かを判断する（ステップＳ１７０５）。

サーバＳｖは、対象の階において予防接種患者がいる場合（ステップＳ１７０５：Ｙｅｓ）、対象の階の入院患者数から予防接種患者数を減算して感染力スコアを算出する（ステップＳ１７０６）。一方、対象の階において予防接種患者がいない場合（ステップＳ１７０５：Ｎｏ）、対象の階の入院患者数を感染力スコアとする（ステップＳ１７０７）。そして、サーバＳｖは、全ての階の感染力スコアの集計が完了したか否かを判断する（ステップＳ１７０８）。

サーバＳｖは、全ての階の感染力スコアの集計が完了していない場合（ステップＳ１７０８：Ｎｏ）、ステップＳ１７０４に移行する。サーバＳｖは、全ての階の感染力スコアの集計が完了した場合（ステップＳ１７０８：Ｙｅｓ）、感染症が発生した階以外の各階において、関連度スコアと感染力スコアとを乗算して感染影響度を算出する（ステップＳ１７０９）。

そして、サーバＳｖは、全ての階の感染影響度の算出が完了したか否かを判断する（ステップＳ１７１０）。サーバＳｖは、全ての階の感染影響度の算出が完了していない場合（ステップＳ１７１０：Ｎｏ）、ステップＳ１７０９に移行する。サーバＳｖは、全ての階の感染影響度の算出が完了した場合（ステップＳ１７１０：Ｙｅｓ）、具体的には、感染影響度表１４００（図１４参照）を作成した場合、感染影響度表１４００を参照して、感染影響度が最も高い階を決定する（ステップＳ１７１１）。つぎに、サーバＳｖは、病院Ｈ内のタブレット型ＰＣやデスクトップ型ＰＣや医師や看護師のＰＨＳやスマートフォン等の端末Ｔｉに対してプッシュ型で警告を通知し（ステップＳ１７１２）、本フローチャートによる一連の処理を終了する。

以上説明したように、実施の形態において、サーバＳｖは、各エリア間の感染症の伝播可能性を示す指標と、エリア内の入院患者数とに基づいて、感染エリアから他のエリアへの感染影響度を推定して出力することとした。これにより、感染エリアで感染症が発生した場合に予測される他のエリアの感染影響度を可視化することができる。したがって、院内感染の被害を抑えるための迅速な初動対応を支援することができる。これにより、医師や看護師は、感染影響度に応じた初動対応をとることができ、院内感染の拡大を有効に抑えることができる。

また、本実施の形態において、サーバＳｖは、他のエリアの中で最も感染影響度が高いエリアを優先して表示させることとした。これにより、感染影響度が最も高いエリアの被害を抑えるための迅速な初動対応を支援することができる。これにより、医師や看護師は、感染影響度が最も高いエリアの初動対応をとることができる。

また、本実施の形態において、サーバＳｖは、他のエリア毎の感染影響度を表示させることとした。これにより、医師や看護師は、感染影響度に応じた比率で各エリアに人員を配置するなど有効な初動対応をとることができる。

また、本実施の形態において、入院患者数は、エリア内の予防接種を受けていない入院患者数である。これにより、予防接種を受けた入院患者については感染のおそれがないと見なせることから、感染力スコアに含めないようにすることができる。このため、感染影響度を高精度に推定することができる。

また、本実施の形態において、エリア間の感染症の伝播可能性を示す指標は、感染エリアと他のエリアとの両方を担当する医師または看護師の数に応じた値とした。これにより、各エリア間における医師や看護師等の移動を考慮して感染影響度を推定することができる。これにより、感染影響度を高精度に推定することができる。

また、本実施の形態において、エリア間の感染症の伝播可能性を示す指標は、所定の期間内において感染エリアと他のエリアとの間を移動した入院患者の数に応じた値とした。これにより、入院患者のフロアの移動を伴う病室の移動や、フロアの移動前後における感染症の潜伏期間を考慮して感染影響度を推定することができる。これにより、感染影響度を高精度に推定することができる。

なお、本実施の形態において、サーバＳｖは、病院Ｈに設けられ、病院Ｈ内における感染影響度を推定するものとしたが、これに限らず、老人ホームなどの介護施設や、災害時などの救護施設などに設けられ、各施設の感染影響度を推定するものとしてもよい。

なお、本実施の形態で説明した感染影響度推定方法は、予め用意されたプログラムをパーソナル・コンピュータやワークステーション等のコンピュータで実行することにより実現することができる。感染影響度推定プログラムは、ハードディスク、フレキシブルディスク、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）−ＲＯＭ、ＭＯ（Ｍａｇｎｅｔｏ−Ｏｐｔｉｃａｌ ｄｉｓｋ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。また、感染影響度推定プログラムは、インターネット等のネットワークを介して配布してもよい。

上述した実施の形態に関し、さらに以下の付記を開示する。

（付記１）第１のエリアと第２のエリアとの間の感染症の伝播可能性を示す指標を取得し、
エリアに対応づけてエリア内の滞在者数を記憶する記憶部を参照して、前記第２のエリアに対応する滞在者数を特定し、
前記指標と、特定した該滞在者数とに基づいて、前記第１のエリアから前記第２のエリアへの感染症の影響度を推定し、
推定結果を出力する、
処理をコンピュータに実行させることを特徴とする感染影響度推定プログラム。

（付記２）前記滞在者数は、エリア内の予防接種を受けていない滞在者数である、
ことを特徴とする付記１に記載の感染影響度推定プログラム。

（付記３）前記指標は、前記第１のエリアと前記第２のエリアとの両方を担当する医師または看護師の数に応じた値である、
ことを特徴とする付記１に記載の感染影響度推定プログラム。

（付記４）前記指標は、所定の期間内において前記第１のエリアと前記第２のエリアとの間を移動した患者の数に応じた値である、
ことを特徴とする付記１に記載の感染影響度推定プログラム。

（付記５）前記出力する処理は、
推定した前記影響度と対応づけて、取得した前記指標と、特定した前記滞在者数とを出力する、ことを特徴とする付記１〜４のいずれか一つに記載の感染影響度推定プログラム。

（付記６）第１のエリアと第２のエリアとの間の感染症の伝播可能性を示す指標を取得し、
エリアに対応づけてエリア内の滞在者数を記憶する記憶部を参照して、前記第２のエリアに対応する滞在者数を特定し、
前記指標と、特定した該滞在者数とに基づいて、前記第１のエリアから前記第２のエリアへの感染症の影響度を推定し、
推定結果を出力する、
処理を実行することを特徴とする感染影響度推定方法。

（付記７）第１のエリアと第２のエリアとの間の感染症の伝播可能性を示す指標を取得し、
エリアに対応づけてエリア内の滞在者数を記憶する記憶部を参照して、前記第２のエリアに対応する滞在者数を特定し、
前記指標と、特定した該滞在者数とに基づいて、前記第１のエリアから前記第２のエリアへの感染症の影響度を推定し、
推定結果を出力する、
制御部を有することを特徴とする情報処理装置。

１００ 情報処理装置
１０１，Ｔｉ 端末
１１０ 記憶部
１２０ 医療機関
２００ 情報処理システム
２１０ ネットワーク
２１１ エリアＤＢ
２１２ 入院患者ＤＢ
２１３ 医師看護師ＤＢ
２１４ 予防接種ＤＢ
２１５ 潜伏期間ＤＢ
３００，４００ バス
３０１，４０１ ＣＰＵ
３０２，４０２ メモリ
３０３，４０３ Ｉ／Ｆ
３０４ ディスクドライブ
３０５ ディスク
４０４ ディスプレイ
４０５ スピーカ
４０６ 入力装置
１００１ 取得部
１００２ 特定部
１００３ 推定部
１００４ 出力部
１０１０ 記憶部
１２００ 関連度スコア表
１４００ 感染影響度表
Ｓｖ サーバ
Ｈ 病院

Claims (6)

1. 第１のエリアと第２のエリアとの間の感染症の伝播可能性を示す指標を取得し、
   エリアに対応づけてエリア内の滞在者数を記憶する記憶部を参照して、前記第２のエリアに対応する滞在者数を特定し、
   前記指標と、特定した該滞在者数とに基づいて、前記第１のエリアから前記第２のエリアへの感染症の影響度を推定し、
   推定結果を出力する、
   処理をコンピュータに実行させることを特徴とする感染影響度推定プログラム。
2. 前記滞在者数は、エリア内の予防接種を受けていない滞在者数である、
   ことを特徴とする請求項１に記載の感染影響度推定プログラム。
3. 前記指標は、前記第１のエリアと前記第２のエリアとの両方を担当する医師または看護師の数に応じた値である、
   ことを特徴とする請求項１に記載の感染影響度推定プログラム。
4. 前記指標は、所定の期間内において前記第１のエリアと前記第２のエリアとの間を移動した患者の数に応じた値である、
   ことを特徴とする請求項１に記載の感染影響度推定プログラム。
5. 第１のエリアと第２のエリアとの間の感染症の伝播可能性を示す指標を取得し、
   エリアに対応づけてエリア内の滞在者数を記憶する記憶部を参照して、前記第２のエリアに対応する滞在者数を特定し、
   前記指標と、特定した該滞在者数とに基づいて、前記第１のエリアから前記第２のエリアへの感染症の影響度を推定し、
   推定結果を出力する、
   処理を実行することを特徴とする感染影響度推定方法。
6. 第１のエリアと第２のエリアとの間の感染症の伝播可能性を示す指標を取得し、
   エリアに対応づけてエリア内の滞在者数を記憶する記憶部を参照して、前記第２のエリアに対応する滞在者数を特定し、
   前記指標と、特定した該滞在者数とに基づいて、前記第１のエリアから前記第２のエリアへの感染症の影響度を推定し、
   推定結果を出力する、
   制御部を有することを特徴とする情報処理装置。

Images