JP2018181105A - 医用情報処理装置及び医用情報処理方法 - Google Patents

医用情報処理装置及び医用情報処理方法 Download PDF

Info

Publication number
JP2018181105A
JP2018181105A JP2017082084A JP2017082084A JP2018181105A JP 2018181105 A JP2018181105 A JP 2018181105A JP 2017082084 A JP2017082084 A JP 2017082084A JP 2017082084 A JP2017082084 A JP 2017082084A JP 2018181105 A JP2018181105 A JP 2018181105A
Authority
JP
Japan
Prior art keywords
classification
data
variance
function
code
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
Application number
JP2017082084A
Other languages
English (en)
Other versions
JP6903474B2 (ja
Inventor
佑介 狩野
Yusuke Karino
佑介 狩野
和正 野呂
Kazumasa NORO
和正 野呂
龍勲 朴
Yong-Hun Park
龍勲 朴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Medical Systems Corp
Original Assignee
Canon Medical Systems Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Canon Medical Systems Corp filed Critical Canon Medical Systems Corp
Priority to JP2017082084A priority Critical patent/JP6903474B2/ja
Priority to US15/955,893 priority patent/US11037680B2/en
Publication of JP2018181105A publication Critical patent/JP2018181105A/ja
Application granted granted Critical
Publication of JP6903474B2 publication Critical patent/JP6903474B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/743—Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/56—Details of data transmission or power supply, e.g. use of slip rings
    • A61B6/563—Details of data transmission or power supply, e.g. use of slip rings involving image data transmission via a network
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Bioethics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

【課題】バリアンスの要因を効果的に絞り込んで提示することができる医用情報処理装置及び医用情報処理方法を提供すること。
【解決手段】実施形態に係る医用情報処理装置は、取得部と、抽出部と、分類部と、表示制御部とを備える。取得部は、クリニカルパスに沿って実施された診療行為に関するデータ及び前記クリニカルパスで発生したバリアンスに関するデータを取得する。抽出部は、前記診療行為に関するデータ及び前記バリアンスに関するデータに基づいて、当該バリアンスと相関のある関連要因を抽出する。分類部は、前記関連要因に対して、クリニカルパスを特徴付ける分類基準に含まれる要素を割り当てることで、前記関連要因を分類する。表示制御部は、前記分類基準ごとに、前記関連要因をディスプレイに表示する。
【選択図】図１

Description

本発明の実施形態は、医用情報処理装置及び医用情報処理方法に関する。
従来、医療の分野では、クリニカルパスを用いて診療計画を標準化することで、医療の質の改善を実現することが重要視されている。そして、クリニカルパスを用いて医療の質の改善を実現するためには、クリニカルパスと実際の診療との差異であるバリアンスを分析して、医療の質に影響を及ぼすバリアンスの要因への対処を持続的に行うことが重要とされている。このことから、病院等で蓄積された診療データからバリアンスの要因を抽出し、抽出したバリアンスの要因を絞り込んで提示する技術が提案されている。
特開２００９−９３３０９号公報
本発明が解決しようとする課題は、バリアンスの要因を効果的に絞り込んで提示することができる医用情報処理装置及び医用情報処理方法を提供することである。
実施形態に係る医用情報処理装置は、取得部と、抽出部と、分類部と、表示制御部とを備える。取得部は、クリニカルパスに沿って実施された診療行為に関するデータ及び前記クリニカルパスで発生したバリアンスに関するデータを取得する。抽出部は、前記診療行為に関するデータ及び前記バリアンスに関するデータに基づいて、当該バリアンスと相関のある関連要因を抽出する。分類部は、前記関連要因に対して、クリニカルパスを特徴付ける分類基準に含まれる要素を割り当てることで、前記関連要因を分類する。表示制御部は、前記分類基準ごとに、前記関連要因をディスプレイに表示する。
図１は、第１の実施形態に係る医用情報処理装置の構成例を示す図である。 図２は、第１の実施形態に係る取得機能によって取得されるクリニカルパスデータの一例を示す図である。 図３は、第１の実施形態に係る取得機能によって取得される患者データの一例を示す図である。 図４は、第１の実施形態に係る取得機能によって取得される実績データの一例を示す図である。 図５は、第１の実施形態に係る取得機能によって取得されるバリアンスデータの一例を示す図である。 図６は、第１の実施形態に係る取得機能によって取得されるバリアンスコードマスタデータの一例を示す図である。 図７は、第１の実施形態に係る抽出機能によって生成される相関ルールデータの一例を示す図である。 図８は、第１の実施形態に係る分類機能によって用いられる分類基準マスタデータの一例を示す図である。 図９は、第１の実施形態に係る分類機能によって用いられる分類マスタデータの一例を示す図である。 図１０は、第１の実施形態に係る分類機能によって用いられる遷移ルールマスタデータの一例を示す図である。 図１１は、第１の実施形態に係る遷移ルールマスタデータによって定義される分類基準の遷移の一例を示す図である。 図１２は、第１の実施形態に係る分類機能によって行われる分類基準の要素の割り当ての一例を示す図である。 図１３は、第１の実施形態に係る分類機能によって行われる相関ルールデータの分類の一例を示す図である。 図１４は、第１の実施形態に係る集約機能によって抽出された相関ルールの特徴の抽出結果の一例を示す図である。 図１５は、第１の実施形態に係る表示制御機能によって表示される分析結果画面の一例を示す図である。 図１６は、第１の実施形態に係る表示制御機能によって表示される分析結果画面の一例を示す図である。 図１７は、第１の実施形態に係る医用情報処理装置によって行われる処理の処理手順を示すフローチャートである。 図１８は、第２の実施形態に係る表示制御機能によって表示される分析結果画面の一例を示す図である。 図１９は、第４の実施形態に係る表示制御機能によって表示される分析結果画面の一例を示す図である。
以下、図面を参照しながら、医用情報処理装置及び医用情報処理方法の実施形態について詳細に説明する。
（第１の実施形態）
図１は、第１の実施形態に係る医用情報処理装置の構成例を示す図である。
例えば、図１に示すように、本実施形態に係る医用情報処理装置１００は、ネットワーク２００を介して、電子カルテ保管装置３００と通信可能に接続される。例えば、医用情報処理装置１００及び電子カルテ保管装置３００は、病院等に設置され、院内ＬＡＮ等のネットワーク２００によって相互に接続される。
電子カルテ保管装置３００は、病院等で行われた各種の診療に関する診療データを保管する。例えば、電子カルテ保管装置３００は、病院等で導入されている電子カルテシステムの一部として設置され、電子カルテシステムによって生成された診療データを保管する。例えば、電子カルテ保管装置３００は、ＤＢ（Database）サーバ等のコンピュータ機器によって実現され、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子や、ハードディスク、光ディスク等の記憶回路に診療データを記憶させる。
医用情報処理装置１００は、ネットワーク２００を介して電子カルテ保管装置３００から診療データを取得し、取得した診療データを用いて各種情報処理を行う。例えば、医用情報処理装置１００は、ワークステーション等のコンピュータ機器によって実現される。
具体的には、医用情報処理装置１００は、Ｉ／Ｆ（インターフェース）回路１１０と、記憶回路１２０と、入力回路１３０と、ディスプレイ１４０と、処理回路１５０とを有する。
Ｉ／Ｆ回路１１０は、処理回路１５０に接続され、電子カルテ保管装置３００との間で行われる各種データの伝送及び通信を制御する。例えば、Ｉ／Ｆ回路１１０は、電子カルテ保管装置３００から診療データを受信し、受信した診療データを処理回路１５０に出力する。例えば、Ｉ／Ｆ回路１１０は、ネットワークカードやネットワークアダプタ、ＮＩＣ（Network Interface Controller）等によって実現される。
記憶回路１２０は、処理回路１５０に接続され、各種データを記憶する。例えば、記憶回路１２０は、電子カルテ保管装置３００から受信した診療データを記憶する。例えば、記憶回路１２０は、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子や、ハードディスク、光ディスク等によって実現される。
入力回路１３０は、処理回路１５０に接続され、操作者から受け付けた入力操作を電気信号に変換して処理回路１５０に出力する。例えば、入力回路１３０は、トラックボール、スイッチボタン、マウス、キーボード、タッチパネル等によって実現される。
ディスプレイ１４０は、処理回路１５０に接続され、処理回路１５０から出力される各種情報及び各種画像データを表示する。例えば、ディスプレイ１４０は、液晶モニタやＣＲＴ（Cathode Ray Tube）モニタ、タッチパネル等によって実現される。
処理回路１５０は、入力回路１３０を介して操作者から受け付けた入力操作に応じて、医用情報処理装置１００の構成要素を制御する。例えば、処理回路１５０は、Ｉ／Ｆ回路１１０から出力される診療データを記憶回路１２０に記憶させる。また、例えば、処理回路１５０は、記憶回路１２０から診療データを読み出し、ディスプレイ１４０に表示する。例えば、処理回路１５０は、プロセッサによって実現される。
以上、本実施形態に係る医用情報処理装置１００の全体構成について説明した。このような構成のもと、本実施形態に係る医用情報処理装置１００は、病院等で蓄積された診療データから、クリニカルパスと実際の診療との差異であるバリアンスの要因を抽出し、抽出したバリアンスの要因を効果的に絞り込んで提示するための機能を有する。
具体的には、処理回路１５０が、取得機能１５１と、抽出機能１５２と、分類機能１５３と、集約機能１５４と、表示制御機能１５５とを有する。なお、取得機能１５１は、特許請求の範囲における取得部の一例である。また、抽出機能１５２は、特許請求の範囲における抽出部の一例である。また、分類機能１５３は、特許請求の範囲における分類部の一例である。また、集約機能１５４は、特許請求の範囲における集約部の一例である。また、表示制御機能１５５は、特許請求の範囲における表示制御部の一例である。
取得機能１５１は、クリニカルパスに沿って実施された診療行為に関するデータ及びクリニカルパスで発生したバリアンスに関するデータを取得する。
具体的には、取得機能１５１は、電子カルテ保管装置３００から、クリニカルパスデータと、患者データと、実績データと、バリアンスデータと、バリアンスコードマスタデータとを取得する。そして、取得機能１５１は、取得した各データを記憶回路１２０に記憶させる。
ここで、クリニカルパスデータは、クリニカルパスごとに、実施すべき診療行為や、評価すべきアウトカム、診療行為の実施予定日等を記録したデータである。また、患者データは、患者の基本情報を記録したデータである。また、実績データは、患者に対して実施された診療行為の履歴や、患者状態に関する経過等を記録したデータである。また、バリアンスデータは、クリニカルパスから逸脱した際に生成されるデータであり、バリアンスの発生日や、発生理由を表す分類コード、テキスト等を記録したデータである。また、バリアンスコードマスタデータは、バリアンスの分類を記録したデータである。
例えば、取得機能１５１は、電子カルテ保管装置３００から取得した各データをクリニカルパス分析に最適なフォーマットに変換して、記憶回路１２０に記憶させる。なお、ここでは、各データに含まれる情報が電子カルテ保管装置３００に保管されているデータから直接的に得られるものとするが、実施形態はこれに限られない。例えば、各データに含まれる情報に、電子カルテ保管装置３００に保管されているデータから直接的に得られないものが含まれている場合には、取得機能１５１は、変換用のテーブルを用いて情報を変換したうえで、記憶回路１２０に記憶させてもよい。その場合には、変換用のテーブルは、予め記憶回路１２０に記憶される。
なお、取得機能１５１は、各データを取得する際に、クリニカルパスが適用された患者に関するデータだけを取得してもよいし、クリニカルパスが適用された患者及びクリニカルパスが適用されていない患者の両方に関するデータを取得してもよい。
図２は、第１の実施形態に係る取得機能１５１によって取得されるクリニカルパスデータの一例を示す図である。
例えば、図２に示すように、クリニカルパスデータは、データ項目として、パス名称と、パスコードと、診療行為／アウトカムと、実施予定日とを含む。ここで、パス名称には、クリニカルパスの名称が設定される。また、パスコードには、当該クリニカルパスを一意に識別するコードが設定される。また、診療行為／アウトカムには、当該クリニカルパスで実施される診療行為又はアウトカム（特定の期間に達成されるべき患者の目標の状態）を示す情報が設定される。例えば、診療行為を示す情報には、当該クリニカルパスに一般的に含まれる観察、投薬、検査、処置、指示、栄養、説明に関する内容等が含まれる。また、実施予定日には、診療行為又はアウトカムの評価が実施される予定日が設定される。なお、実施予定日は、時間単位まで設定されてもよい。
図３は、第１の実施形態に係る取得機能１５１によって取得される患者データの一例を示す図である。
例えば、図３に示すように、患者データは、データ項目として、患者コードと、パスコードと、性別と、年齢と、病名とを含む。ここで、患者コードには、患者を一意に識別するコードが設定される。また、パスコードには、クリニカルパスを一意に識別するコード（図２に示したパスコードと同じ内容）が設定される。また、性別には、当該患者の性別が設定される。また、病名には、当該患者の病名が設定される。なお、患者データには、ここで挙げた情報の他にも、患者の身長、体重、入院歴、アレルギー等のように、クリニカルパスの適用が開始される際に確定している他の情報が含まれていてもよい。
図４は、第１の実施形態に係る取得機能１５１によって取得される実績データの一例を示す図である。
例えば、図４に示すように、実績データは、データ項目として、患者コードと、診療行為／アウトカムと、項目と、結果と、実施日とを含む。なお、実績データでは、診療行為／アウトカム、項目、結果、及び実施日が、それぞれ患者コードと関連付けられて設定される。
ここで、患者コードには、患者を一意に識別するコードが設定される（図３に示した患者コードと同じ内容）。また、診療行為／アウトカムには、当該患者に対して実施された診療行為又はアウトカムを示す情報が設定される（図２に示した診療行為／アウトカムと同じ内容）。また、項目には、診療行為又はアウトカムの評価によって得られた項目が設定される。また、結果には、診療行為又はアウトカムの評価によって得られた結果が設定される。なお、結果には、診療行為の実施結果（実施済み／未実施）の他に、診療行為の結果として得られたデータ（食事量（％）、体温（度）等）が設定される。また、結果には、アウトカムの評価結果（達成／未達成）が設定される。また、実施日には、診療行為又はアウトカムの評価が実施された実施日が設定される。
図５は、第１の実施形態に係る取得機能１５１によって取得されるバリアンスデータの一例を示す図である。
例えば、図５に示すように、バリアンスデータは、データ項目として、患者コードと、診療行為／アウトカムと、バリアンスコードと、バリアンス内容と、発生日とを含む。ここで、バリアンスデータでは、診療行為／アウトカム、バリアンスコード、バリアンス内容、及び発生日が、それぞれ患者コードと関連付けられて設定される。
ここで、患者コードには、患者を一意に識別するコードが設定される（図３に示した患者コードと同じ内容）。また、診療行為／アウトカムには、当該患者に対して実施された診療行為又はアウトカムを示す情報が設定される（図２に示した診療行為／アウトカムと同じ内容）。また、バリアンスコードには、バリアンスが発生した原因に関するコードが設定される。また、バリアンス内容には、クリニカルパスで発生したバリアンスの内容を示す情報が設定される。例えば、バリアンス内容には、バリアンスの詳細な内容を記載したテキスト情報が設定される。また、発生日には、バリアンスが発生した発生日が設定される。
図６は、第１の実施形態に係る取得機能１５１によって取得されるバリアンスコードマスタデータの一例を示す図である。
例えば、図６に示すように、バリアンスコードマスタデータは、データ項目として、バリアンスコードと、大分類と、バリアンス分類とを含む。ここで、バリアンスコードには、バリアンスが発生した原因に関するコードが設定される（図５に示したバリアンスコードと同じ内容）。また、大分類には、当該バリアンスが発生した原因の大分類（患者要因、職員要因、施設要因、社会要因等）が設定される。また、バリアンス分類には、当該バリアンスが発生した原因の小分類（身体的要因、患者の意思又は希望、医師からの指示等）が設定される。
図１に戻って、抽出機能１５２は、クリニカルパスに沿って実施された診療行為に関するデータ及びクリニカルパスで発生したバリアンスに関するデータに基づいて、当該バリアンスと相関のある関連要因を抽出する。
具体的には、抽出機能１５２は、当該バリアンスと相関のある関連要因を表す情報として、記憶回路１２０に記憶されている患者データ、実績データ、及びバリアンスデータの情報を用いて、当該バリアンスと相関のある要素の組み合わせである相関ルールを抽出する。ここで、相関ルールを生成するための手法としては、各種の公知の分析手法を用いることが可能である。
本実施形態では、抽出機能１５２は、相関ルールと相関の強さを表す数値とのセットが複数得られるものを想定して、アソシエーション分析を用いて、相関ルールを生成する。なお、抽出機能１５２は、発生順序を考慮に入れたアソシエーション分析である時系列アソシエーション分析又は時系列パターンマイニングを用いてもよい。
アソシエーション分析は、条件部となる項目をＸ、結論部となる項目をＹとした場合に、「Ｘという条件の時にＹが起こる」というルールを抽出するものであり、一般的に、以下のように定義される支持度、信頼度、及びリフトを指標値として、ルールを評価する。
Figure 2018181105
Figure 2018181105
Figure 2018181105
ここで、ｎ（Ｘ）は、Ｘを含むトランザクションの数であり、ｎ（Ｙ）は、Ｙを含むトランザクションの数である。また、ｎ（Ｘ∩Ｙ）は、ＸとＹを共に含むトランザクションの数であり、ｎ（Ａ）は、トランザクションの総数である。
本実施形態では、抽出機能１５２は、クリニカルパスの開始から終了までに発生した診療行為／アウトカムに関するデータ、当該クリニカルパスの開始から終了までに発生したバリアンスに関するデータ、及び、当該クリニカルパスが適用された患者に関するデータの集合をトランザクションとして、アソシエーション分析を行う。
具体的には、抽出機能１５２は、入力回路１３０を介して、操作者から、クリニカルパスを指定する操作を受け付ける。そして、抽出機能１５２は、患者データを参照して、操作者によって指定されたクリニカルパスが適用された患者に関するデータを特定する。また、抽出機能１５２は、実績データを参照して、特定した患者ごとに、各患者に対して実施された診療行為又はアウトカムに関するデータを特定する。さらに、抽出機能１５２は、バリアンスデータを参照して、特定した患者ごとに、各患者に対して実施された診療行為によって発生したバリアンスに関するデータを特定する。そして、抽出機能１５２は、対応する診療行為／アウトカムに関するデータ、バリアンスに関するデータ、及び、患者に関するデータの集合をトランザクションとして生成する。
ここで、アソシエーション分析では、各項目は質的データである必要があるため、数値データを有するデータは質的データに変換される。例えば、１日目にソルデム３Ａ５００ｍｌがクリニカルパスの計画通りに実施された場合には、「ソルデム３Ａ５００ｍｌ（１，計画通り実施)」、計画通りに実施されなかった場合には、「ソルデム３Ａ５００ｍｌ（１，非実施）」、クリニカルパスにない項目が実施された場合には、「ジーフリード１００ｍｌ（２，計画外実施)」のように、各項目が名義尺度のラベルに変換される。ここで、括弧の意味は、（実施日又は発生日，クリニカルパスとの関係性）を表す。ここで、名義尺度は、複数段階に分けられてもよい。また、複数の実施日又は発生日がまとめて一つのラベルに変換されてもよい。
そして、抽出機能１５２は、生成した各トランザクションを用いて、診療行為／アウトカムに関するデータを条件部とし、バリアンスに関するデータを結論部とした相関ルールを生成し、生成した相関ルールについて、支持度、信頼度、及びリフトを算出する。そして、抽出機能１５２は、相関ルールと各指標値とを対応付けた相関ルールデータを生成し、記憶回路１２０に記憶させる。
図７は、第１の実施形態に係る抽出機能１５２によって生成される相関ルールデータの一例を示す図である。
例えば、図７に示すように、相関ルールデータは、データ項目として、条件部と、結論部と、支持度と、信頼度と、リフトとを含む。また、条件部には、診療行為／アウトカムに関するデータが設定される。また、結論部には、バリアンスに関するデータが設定される。また、支持度、信頼度、及びリフトには、抽出機能１５２によって算出された支持度、信頼度、及びリフトの値がそれぞれ設定される。
なお、図７は、「縫合不全」のバリアンスに対してアソシエーション分析が実施された場合に生成される相関ルールデータの例を示している。また、図７に示す条件部に含まれる「＋」は、同時に発生した診療行為又はアウトカムの組み合わせを表している。
このように、相関ルールデータでは、結論部が、バリアンスを表し、条件部が、当該バリアンスと相関のある関連要因を表すことになる。また、支持部、信頼度、及びリフトが、各関連要因と当該バリアンスとの相関の強さを表す相関値となる。
図１に戻って、分類機能１５３は、抽出機能１５２によって抽出された関連要因に対して分類基準に含まれる要素を割り当てることで、当該関連要因を分類する。ここで、分類基準は、クリニカルパスを特徴付ける分類の基準であり、一つ又は複数の要素を含む。
具体的には、分類基準は、分析の目的、時間、診療コスト、関連要因の複雑性、オーダ種別、クリニカルパスのパス項目との関連のうちの少なくとも一つに基づいて定義される。例えば、分析の目的に基づく分類基準は、分類基準の要素として、事前検出、発生防止、除外基準見直し等を含む。また、時間に基づく分類基準は、分類基準の要素として、クリニカルパスにおけるフェーズ、手術日に対する相対日等を含む。また、診療コストに基づく分類基準は、分類基準の要素として、出来高診療点数等を含む。また、関連要因の複雑性に基づく分類基準は、分類基準の要素として、条件部の個数、オーダ属性の種類数等を含む。また、オーダ種別に基づく分類基準は、分類基準の要素として、検査、薬剤、処置、栄養、観察、指導等を含む。また、クリニカルパスのパス項目との関連に基づく分類基準は、分類基準の要素として、パス項目以外のみを含む、パス項目のみを含む等を含む。
本実施形態では、分類機能１５３は、予め記憶回路１２０に記憶されている分類基準マスタデータ、分類マスタデータ、及び遷移ルールマスタデータを参照して、関連要因を分類する。ここで、分類基準マスタデータは、分類基準及びその要素を定義したデータである。また、分類マスタデータは、関連要因と分類基準の要素との対応付けを定義したデータである。また、遷移ルールマスタデータは、複数の分類基準で関連要因を段階的に絞り込む際の分類基準間の遷移に関する制約（遷移ルール）を定義したデータである。
図８は、第１の実施形態に係る分類機能１５３によって用いられる分類基準マスタデータの一例を示す図である。
例えば、図８に示すように、分類基準マスタデータは、分類基準を示す情報と、当該分類基準に含まれる要素を示す情報とを対応付けたデータである。ここで、例えば、分類基準を示す情報には、分類基準を識別する分類基準コードと、分類基準の名称とが含まれる。また、分類基準に含まれる要素を示す情報には、要素を識別する要素コードと、要素の名称とが含まれる。
例えば、図８に示す例では、左上に示す分類基準マスタデータは、分析の目的に基づく分類基準である「目的分類」（分類基準コード：Ａ）が、その要素として、「事前検出」（要素コード：Ａ−１）と、「発生防止」（要素コード：Ａ−２）と、「除外基準見直し」（要素コード：Ａ−３）とを含むことを定義している。
図９は、第１の実施形態に係る分類機能１５３によって用いられる分類マスタデータの一例を示す図である。
例えば、図９に示すように、分類マスタデータは、相関ルールに含まれる項目ラベルと、分類基準の要素コードとを対応付けたデータである。ここで、相関ルールの項目ラベルには、分類基準ごとに、一つ又は複数の要素コードが対応付けられる。なお、例えば、図８に示した「条件部個数」（分類基準コード：Ｈ）のような一部の分類基準については、項目ラベルの組み合わせである相関ルールに対しての分類基準となるため、分類マスタデータには設定されない。
例えば、図９に示す例では、１行目の分類マスタデータは、相関ルールに含まれる「ＰＣＴ値異常」の項目ラベルに、「目的分類」（分類基準コード：Ａ）の要素である「事前検出」（要素コード：Ａ−１）と、「診療コスト」（分類基準コード：Ｂ）の要素である「中」（要素コード：Ｂ−２）と、「オーダ種別大分類」（分類基準コード：Ｃ）の要素である「検査」（要素コード：Ｃ−１）と、「オーダ種別小分類（分類基準コード：Ｄ）の要素である「検体検査」（要素コード：Ｄ−１）と、「フェーズ」（分類基準コード：Ｅ）の要素である「術後４〜６日」（要素コード：Ｅ−４）と、「フェーズ（日付）」（分類基準コード：Ｆ）の要素である「・・・」（要素コード：Ｆ−７）とが対応付けられることを定義している。
図１０は、第１の実施形態に係る分類機能１５３によって用いられる遷移ルールマスタデータの一例を示す図である。
例えば、図１０に示すように、遷移ルールマスタデータは、選択された分類又は要素に対して、選択可能な分類又は要素と、選択不可能な分類又は要素とを対応付けたデータである。この遷移ルールマスタデータは、分類基準間の依存関係に応じて設定される。
ここで、「選択された分類又は要素」には、依存関係を有する複数の分類基準又は要素のうちの一つの分類基準又は要素を示す情報（分類基準コード、要素コード等）が設定される。また、「選択可能な分類又は要素」には、「選択された分類又は要素」に設定された分類基準又は要素の下位分類（下位概念の分類）となる分類基準又は要素を示す情報（分類基準コード、要素コード等）が設定される。また、「選択不可能な分類又は要素」には、「選択された分類又は要素」に設定された分類基準又は要素の上位分類（上位概念の分類）となる分類基準又は要素を示す情報（分類基準コード、要素コード等）が設定される。
例えば、図１０に示す例では、「オーダ種別大分類」（分類基準コード：Ｃ）に含まれる要素が選択された場合には、オーダ種別の下位概念である「オーダ種別小分類」（分類基準コード：Ｄ）や「大分類種類数」（分類基準コード：Ｉ）の要素は選択可能であるが、オーダ種別の上位概念である「目的分類」の要素は選択不可能であることを示している。
図１１は、第１の実施形態に係る遷移ルールマスタデータによって定義される分類基準の遷移の一例を示す図である。
例えば、図１１に示すように、遷移ルールマスタデータによって、「目的分類」（分類基準コード：Ａ）、「診療コスト」（分類基準コード：Ｂ）、「オーダ種別大分類」（分類基準コード：Ｃ）、「フェーズ」（分類基準コード：Ｅ）、「条件部個数」（分類基準コード：Ｈ）、及び「パス項目との関連」（分類基準コード：Ｋ）のうち、「診療コスト」（分類基準コード：Ｂ）の要素である「高」（要素コード：Ｂ−３）が選択された場合に、「目的分類」（分類基準コード：Ａ）、「オーダ種別大分類」（分類基準コード：Ｃ）、「フェーズ」（分類基準コード：Ｅ）、「条件部個数」（分類基準コード：Ｈ）、「パス項目との関連」（分類基準コード：Ｋ）のみが選択可能となる遷移ルールが定義される。
具体的には、分類機能１５３は、上述した分類基準マスタデータ、分類マスタデータ、及び遷移ルールマスタデータを参照して、関連要因を表す情報である相関ルールデータを分類する。
まず、分類機能１５３は、抽出機能１５２によって生成された相関ルールデータに対して、当該相関ルールデータの条件部に含まれている各項目ラベルに基づいて、分類マスタデータにおいて各項目ラベルに対応付けられている分類基準の要素を割り当てる。
ここで、分類機能１５３は、相関ルールデータの条件部に含まれている項目ラベルの数が一つであった場合には、分類基準ごとに、分類マスタデータにおいて当該項目ラベルに対応付けられている要素を当該相関ルールデータに割り当てる。また、分類機能１５３は、相関ルールデータの条件部に含まれている項目ラベルの数が二つ以上であった場合には、分類基準ごとに、分類マスタデータにおいてそれぞれの項目ラベルに対応付けられている要素の共通要素を採用して、当該相関ルールデータに割り当てる。
図１２は、第１の実施形態に係る分類機能１５３によって行われる分類基準の要素の割り当ての一例を示す図である。なお、図１２では、図８に示した分類基準マスタデータ、及び、図９に示した分類マスタデータを用いて分類基準の要素を割り当てた場合の例を示している。
例えば、図１２の「ＰＣＴ値異常＋異常な腹痛」に示すように、相関ルールデータの条件部に「ＰＣＴ値異常」及び「異常な腹痛」が含まれていた場合には、分類機能１５３は、相関ルールデータの条件部に設定されている項目ラベルに対して、「目的分類」（分類基準コード：Ａ）の要素として、「ＰＣＴ値異常」及び「異常な腹痛」に共通する「事前検出」（要素コード：Ａ−１）を割り当てる（図９を参照）。
一方、分類機能１５３は、「オーダ種別大分類」（分類基準コード：Ｃ）については、「ＰＣＴ値異常」に「検査」（要素コード：Ｃ−１）が対応付けられており、「異常な腹痛」に「観察」（要素コード：Ｃ−５）が対応付けられていることから（図９を参照）、共通する要素が無いため、要素を割り当てない。
ここで、例えば、分類機能１５３は、相関ルールデータの条件部に含まれている項目ラベルの数が二つ以上であった場合に、それぞれの項目ラベルに対応付けられている要素の共通要素を採用するのではなく、少なくとも一つの項目ラベルに対応付けられている要素の全てを採用するようにしてもよい。この場合には、例えば、上述した例では、分類機能１５３は、相関ルールデータの条件部に設定されている項目ラベル（「ＰＣＴ値異常」及び「異常な腹痛」）に対して、「オーダ種別大分類」（分類基準コード：Ｃ）の要素として、「検査」（要素コード：Ｃ−１）及び「観察」（要素コード：Ｃ−５）の両方を割り当てる。
なお、分類機能１５３は、分類マスタテーブルに設定されていない、相関ルールに対しての分類基準については、相関ルールの条件に基づいて要素を割り当てる。例えば、「条件部個数」（分類基準コード：Ｈ）については（図８を参照）、分類機能１５３は、相関ルールデータの条件部に含まれる項目ラベルの個数に基づいて、要素を割り当てる。例えば、上述した例では、分類機能１５３は、相関ルールデータの条件部に含まれる項目ラベル（「ＰＣＴ値異常」及び「異常な腹痛」）の個数が２個であるため、「条件部個数」（分類基準コード：Ｈ）として、「２〜３個」（要素コード：Ｈ−２）が割り当てられる（図８を参照）。
その後、分類機能１５３は、各相関ルールデータに割り当てられた分類基準の要素に基づいて、相関ルールデータを分類する。ここで、分類機能１５３は、遷移ルールマスタデータにおいて定義される選択可能な全ての分類基準について、後述する表示制御機能１５５が操作者から分類基準を指定する操作を受け付けるごとに、指定された分類基準に含まれる要素ごとに、相関ルールデータを分類する。
具体的には、分類機能１５３は、各相関ルールデータに割り当てられた分類基準の要素に基づいて、同じ要素が割り当てられている相関ルールを集めた相関ルール分類データを生成する。
図１３は、第１の実施形態に係る分類機能１５３によって行われる相関ルールデータの分類の一例を示す図である。なお、図１３では、「目的分類」（分類基準コード：Ａ）の要素に基づいて相関ルールデータを分類した場合の例を示している。
例えば、図１３の上段に示すように、分類機能１５３は、「目的分類」（分類基準コード：Ａ）について、「事前検出」（要素コード：Ａ−１）が割り当てられている相関ルールデータを集めた相関ルール分類データを生成する。また、例えば、図１３の中段に示すように、分類機能１５３は、「目的分類」（分類基準コード：Ａ）について、「発生防止」（要素コード：Ａ−２）が割り当てられている相関ルールデータを集めた相関ルール分類データを生成する。また、例えば、図１３の下段に示すように、分類機能１５３は、「除外基準見直し」（要素コード：Ａ−３）が割り当てられている相関ルールデータを集めた相関ルール分類データを生成する。
そして、分類機能１５３は、遷移ルールマスタデータにおいて定義される選択可能な全ての分類基準について、上述した例と同様に、各分類基準に含まれる要素ごとに、相関ルール分類データを生成する。
図１に戻って、集約機能１５４は、クリニカルパスを特徴付ける分類基準ごとに関連要因を集約する。ここで、集約機能１５４は、分類基準の要素ごとに、分類機能１５３によって分類された関連要因を集約する。
具体的には、集約機能１５４は、分類基準の要素ごとに、分類機能１５３によって生成された相関ルール分類データを集約して、相関ルールの特徴を抽出する。例えば、集約機能１５４は、相関ルールの特徴として、信頼度の分布（ヒストグラム）と、信頼度の最大値と、信頼度が最大の相関ルールとを抽出する。
図１４は、第１の実施形態に係る集約機能１５４によって抽出された相関ルールの特徴の抽出結果の一例を示す図である。なお、図１４は、「目的分類」（分類基準コード：Ａ）の要素について、相関ルールの特徴を抽出した結果の例を示している。
例えば、図１４に示すように、集約機能１５４は、「目的分類」（分類基準コード：Ａ）に含まれる「事前検出」（要素コード：Ａ−１）、「発生防止」（要素コード：Ａ−２）、及び「除外基準見直し」（要素コード：Ａ−３）それぞれについて、信頼度の分布（ヒストグラム）と、信頼度の最大値と、信頼度が最大の相関ルール（関連要因）とを抽出する。
例えば、図１４に示す例では、「事前検出」（要素コード：Ａ−１）について、「ＰＣＴ値異常＋異常な腹痛＋縫合不全」の相関ルール（関連要因）の信頼度が最大であり、その信頼度が「９０％」であることを示している。また、図１４に示す例では、「発生防止」（要素コード：Ａ−２）について、「術前絶食＋縫合不全」の相関ルール（関連要因）の信頼度が最大であり、その信頼度が「７５％」であることを示している。また、図１４に示す例では、「除外基準見直し」（要素コード：Ａ−３）について、「６５歳未満＋開腹手術＋縫合不全」の相関ルール（関連要因）の信頼度が最大であり、その信頼度が「４３％」であることを示している。
なお、ここでは、集約機能１５４が、相関ルールの評価指標として信頼度を用いる場合の例を説明したが、実施形態はこれに限られない。例えば、集約機能１５４は、支持度やリフト等の他の指標を用いてもよいし、複数の指標を組み合わせて算出した指標を用いてもよい。
図１に戻って、表示制御機能１５５は、分類基準ごとに、集約機能１５４によって集約された関連要因をディスプレイ１４０に表示する。
具体的には、表示制御機能１５５は、分類基準の要素ごとに、集約機能１５４によって抽出された相関ルールの特徴を示す情報を集約結果として生成し、生成した集約結果を並べて表示した分析結果画面をディスプレイ１４０に表示する。
図１５及び１６は、第１の実施形態に係る表示制御機能１５５によって表示される分析結果画面の一例を示す図である。
例えば、図１５に示すように、表示制御機能１５５は、分類基準の要素とその集約結果とを左右に並べた情報を、分類基準の要素ごとに上下方向に並べて配置した分析結果画面１６０を生成して、ディスプレイ１４０に表示する。このように、分類基準の各要素の集約結果を並べて表示することで、操作者が、各分類基準に含まれる相関ルールの分布を分類基準間で容易に比較できるようになる。
さらに、表示制御機能１５５は、入力回路１３０を介して、操作者から、分析結果画面１６０に表示された複数の分類基準の要素の中から一つの要素を指定する操作を受け付ける。そして、操作者によって分類基準の要素が指定された場合には、表示制御機能１５５は、それまで表示されていた集約結果に替えて、遷移ルールマスタデータにおいて、指定された分類基準の要素の下位分類となっている分類基準に含まれる要素の集約結果を、分析結果画面１６０に表示する。
例えば、図１６では、「フェーズ」（分類基準コード：Ｅ）に含まれる「術後１〜３日」（要素コード：Ｅ−３）が指定された後に、「オーダ種別大分類」（分類基準コード：Ｃ）に含まれる「検査」（要素コード：Ｃ−１）が指定された場合の例を示している。このように、表示制御機能１５５は、操作者によって新たな分類基準が指定されるごとに、指定された分類基準に基づいて、分析結果画面１６０に表示されている集約結果を変更する。
以上、処理回路１５０が有する各処理機能について説明した。上述した各処理機能は、例えば、コンピュータによって実行可能なプログラムの形態で記憶回路１２０に記憶される。処理回路１５０は、各プログラムを記憶回路１２０から読み出し、読み出した各プログラムを実行することで、各プログラムに対応する処理機能を実現する。換言すると、各プログラムを読み出した状態の処理回路１５０は、図１に示した各処理機能を有することとなる。
なお、図１では、上述した各処理機能が単一の処理回路１５０によって実現される場合の例を説明したが、実施形態はこれに限られない。例えば、処理回路１５０は、複数の独立したプロセッサを組み合わせて構成され、各プロセッサが各プログラムを実行することにより各処理機能を実現するものとしても構わない。また、処理回路１５０が有する各処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。
また、上述した説明で用いた「プロセッサ」という文言は、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、或いは、特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device：ＳＰＬＤ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Field Programmable Gate Array：ＦＰＧＡ））等の回路を意味する。プロセッサは、記憶回路１２０に保存されたプログラムを読み出して実行することで、機能を実現する。なお、記憶回路１２０にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むように構成しても構わない。この場合は、プロセッサは回路内に組み込まれたプログラムを読み出して実行することで機能を実現する。また、本実施形態の各プロセッサは、プロセッサごとに単一の回路として構成される場合に限らず、複数の独立した回路を組み合わせて一つのプロセッサとして構成され、その機能を実現するようにしてもよい。
ここで、プロセッサによって実行されるプログラムは、ＲＯＭ（Read Only Memory）や記憶回路等に予め組み込まれて提供される。なお、このプログラムは、これらの装置にインストール可能な形式又は実行可能な形式のファイルでＣＤ（Compact Disk）−ＲＯＭ、ＦＤ（Flexible Disk）、ＣＤ−Ｒ（Recordable）、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記憶媒体に記録されて提供されてもよい。また、このプログラムは、インターネット等のネットワークに接続されたコンピュータ上に格納され、ネットワーク経由でダウンロードされることにより提供又は配布されてもよい。例えば、このプログラムは、後述する各機能部を含むモジュールで構成される。実際のハードウェアとしては、ＣＰＵが、ＲＯＭ等の記憶媒体からプログラムを読み出して実行することにより、各モジュールが主記憶装置上にロードされて、主記憶装置上に生成される。
図１７は、第１の実施形態に係る医用情報処理装置１００によって行われる処理の処理手順を示すフローチャートである。なお、取得機能１５１が、クリニカルパスに沿って実施された診療行為に関するデータ及びクリニカルパスで発生したバリアンスに関するデータを取得する処理は、以下で説明する処理手順とは非同期で実施される。ここで、取得機能１５１によって行われる処理は、例えば、処理回路１５０が取得機能１５１に対応する所定のプログラムを記憶回路１２０から読み出して実行することにより実現される。
例えば、図１７に示すように、本実施形態では、抽出機能１５２が、操作者から分析条件（クリニカルパス）を受け付ける（ステップＳ１）。その後、抽出機能１５２は、操作者によって指定されたクリニカルパスに沿って実施された診療行為に関するデータ及びクリニカルパスで発生したバリアンスに関するデータに基づいて、当該バリアンスと相関のある関連要因を抽出する（ステップＳ２）。
続いて、分類機能１５３が、操作者によって指定された関連要因の分類基準を取得する（ステップＳ３）。そして、分類機能１５３は、指定された分類基準に含まれる要素ごとに、関連要因を分類する（ステップＳ４）。
その後、集約機能１５４が、分類基準の要素ごとに、分類機能１５３によって分類された関連要因を集約する（ステップＳ５）。
そして、表示制御機能１５５が、分類基準ごとに、集約機能１５４によって集約された関連要因をディスプレイ１４０に表示する（ステップＳ６）。
ここで、操作者によって新たな分類基準が指定された場合には（ステップＳ７，Ｙｅｓ）、ステップＳ３に戻って、ステップＳ３〜Ｓ６の処理手順が再度実行される。また、操作者によって分類基準が指定されない場合には（ステップＳ７，Ｎｏ）、処理が終了される。
なお、上述したステップＳ１及びＳ２は、例えば、処理回路１５０が抽出機能１５２に対応する所定のプログラムを記憶回路１２０から読み出して実行することにより実現される。また、ステップＳ３及びＳ４は、例えば、処理回路１５０が分類機能１５３に対応する所定のプログラムを記憶回路１２０から読み出して実行することにより実現される。また、ステップＳ５は、例えば、処理回路１５０が集約機能１５４に対応する所定のプログラムを記憶回路１２０から読み出して実行することにより実現される。また、ステップＳ６は、例えば、処理回路１５０が表示制御機能１５５に対応する所定のプログラムを記憶回路１２０から読み出して実行することにより実現される。
上述したように、第１の実施形態では、抽出機能１５２が、診療行為に関するデータ及びバリアンスに関するデータに基づいて、当該バリアンスと相関のある関連要因を抽出する。また、分類機能１５３が、関連要因に対して、クリニカルパスを特徴付ける分類基準に含まれる要素を割り当てることで、当該関連要因を分類し、表示制御機能１５５が、分類基準ごとに、集約された関連要因をディスプレイ１４０に表示する。したがって、第１の実施形態によれば、バリアンスの要因を効果的に絞り込んで提示することができる。
例えば、従来技術の中には、相関ルールマイニング技術を用いてバリアンス原因の詳細な分析を行う際に、階層構造のオーダ属性を用いて相関ルールを抽象化することで、膨大な相関ルールから有用な相関ルールを段階的に絞り込んで抽出するものもある。しかし、このような従来技術では、バリアンスの分析を効率よく行うことができない場合がある。
一般的に、バリアンスの分析では、その分析目的や重視するポイントによって効果的な絞り込み方は異なる。例えば、外科手術における縫合不全のバリアンスでは、縫合不全の発生防止や事前検出のように目的を分けて分析する場合もあれば、クリニカルパスの特定フェーズに限定して要因を分析する場合や、診療コストの大きいタスクを重点的に分析する場合も考えられる。また、分析目的が最初から明確な場合だけでなく、バリアンスとの相関性の強さを様々な観点から比較しながら分析目的を決定する場合もある。これについて、上述した従来技術では、属性の階層構造の分割パターンは単一であることを想定しているため、絞り込み方は粒度だけが問題になり、ユーザ目的に合せた絞り込みはできない。また、様々な観点からバリアンスとの相関性を比較しながらの絞り込みはできない。
このような従来技術に対し、上述した実施形態では、クリニカルパスを特徴付ける分類基準ごとに、バリアンスの要因が効果的に絞り込んで提示されるので、バリアンスの分析を効率よく行うことができる。
（第２の実施形態）
なお、上述した実施形態では、表示制御機能１５５が、操作者によって新たな分類基準が指定されるごとに、指定された分類基準に基づいて、分析結果画面１６０に表示されている集約結果を変更する場合の例を説明したが、実施形態はこれに限られない。
以下では、第２の実施形態として、表示制御機能１５５が、操作者によって指定された分析の条件に基づいて分類基準を絞り込み、絞り込まれた分類基準ごとに関連要因を表示する場合の例を説明する。なお、第２の実施形態では、上述した実施形態と異なる点を中心に説明することとし、上述した実施形態と重複する内容については説明を省略する。
例えば、表示制御機能１５５は、相関ルールの集約結果を表示する分析結果画面上に、操作者から分析の条件を受け付けるためのＧＵＩ（Graphical User interface）を表示する。そして、表示制御機能１５５は、ＧＵＩを介して受け付けた分析の条件に応じて分類基準を絞り込み、絞り込まれた分類基準ごとに、相関ルールの集約結果を表示する。
図１８は、第２の実施形態に係る表示制御機能１５５によって表示される分析結果画面の一例を示す図である。
例えば、図１８に示すように、表示制御機能１５５は、画面上部に、分類基準の要素とその集約結果とを左右に並べた情報を、分類基準の要素ごとに上下方向に並べて配置し、画面下部の左右に、分析の条件を受け付けるための２つのパネルを配置した分析結果画面２６０をディスプレイ１４０に表示する。
ここで、画面下部の左右に配置された２つのパネルは、左側のパネルが、相関ルールの条件部（実績、患者属性、バリアンス）に含まれる項目を指定するためのものであり、右側のパネルが、相関ルールの結論部（バリアンス）に含まれる項目を指定するためのものである。各パネルには、時間及び種別によって区分けされた複数のエリアが含まれており、表示制御機能１５５は、入力回路１３０を介して、各パネル上でエリアを選択する操作を受け付けることで、操作者から、分析の条件となる項目の指定を受け付ける。また、各パネルの下部に配置されたスライダは、各エリアを区分けする時間の粒度を調整する操作を操作者から受け付けるためのものである。
この場合に、例えば、表示制御機能１５５は、各パネルに含まれる個々のエリアについて、実績データ、患者データ、又はバリアンスデータの件数に対する特定の項目を含むデータの件数の割合を色の濃淡で表示する。例えば、表示制御機能１５５は、実績のパネルに含まれるエリアについては、実績データにおいて、対応する手術相対日（手術日に対する相対日）に実施結果が「実施済み」となったデータの割合が大きいほど、濃い色で表示する。また、例えば、表示制御機能１５５は、バリアンスのパネルに含まれるエリアについては、バリアンスデータにおいて、対応する手術相対日に発生したバリアンスの割合が大きいほど、濃い色で表示する。
ここで、取得機能１５１によって、クリニカルパスが適用された患者に関するデータだけが取得されている場合には、表示制御機能１５５は、クリニカルパスが適用された患者に関するデータに基づいて、特定の項目を含むデータの件数の割合を算出し、各エリアの色の濃淡の度合いを決定する。一方、取得機能１５１によって、クリニカルパスが適用された患者及びクリニカルパスが適用されていない患者の両方に関するデータが取得されている場合には、表示制御機能１５５は、全ての患者に関するデータに基づいて、特定の項目を含むデータの件数の割合を算出し、各エリアの色の濃淡の度合いを決定する。
なお、図１８では、操作者によって、手術相対日１〜３日目に実施された内服と、手術相対日３〜４日に発生した縫合不全のバリアンスとが指定された場合の例を示している。この場合に、表示制御機能１５５は、操作者によって、「フェーズ」（分類基準コード：Ｅ）に含まれる「術後１〜３日」（要素コード：Ｅ−３）が指定された後に、「オーダ種別小分類」（分類基準コード：Ｄ）に含まれる「内服」が指定された場合と同等の状態と判断して、分類基準を絞り込み、絞り込まれた分類基準ごとに、相関ルールの集約結果を表示する。
このように、第２の実施形態では、表示制御機能１５５が、操作者によって指定された分析の条件に基づいて、分類基準を最初から絞り込んだ状態で提示する。したがって、第２の実施形態によれば、目的の絞り込み条件に効果的に到達することができる。
（第３の実施形態）
また、上述した実施形態では、表示制御機能１５５が、分析結果画面上に集約結果として関連要因を上下方向に並べて表示する場合の例を説明したが、表示対象となる関連要因が多い場合には、分析結果画面における初期表示範囲を超えてしまうこともあり得る。
そこで、以下では、第３の実施形態として、表示制御機能１５５が、関連要因とバリアンスとの相関の強さを表す相関値、又は、当該相関値の分布に応じて、関連要因の表示順を決定する場合の例を説明する。なお、第３の実施形態では、上述した実施形態と異なる点を中心に説明することとし、上述した実施形態と重複する内容については説明を省略する。
例えば、表示制御機能１５５は、分類基準の各要素に含まれる相関ルールの指標の分布に基づいて、表示対象の分類基準及びその要素を並び替える。ここで、例えば、表示制御機能１５５は、分類基準の要素については、信頼度の最大値、平均値又は尖度が大きいもの、又は、当該要素に含まれる相関ルールの件数が多いものが上側に配置されるように、各要素を並び替える。また、例えば、表示制御機能１５５は、分類基準については、信頼度が大きい順で上位となる所定の件数の信頼度の平均値が大きいもの、又は、各要素の信頼度分布のバラつき（各要素の信頼度の平均値の差又は分散）が大きいものが上側に配置されるように、各分類基準を並び替える。これにより、重要な分類基準や相関ルールが上側に表示されることになり、操作者の探す手間を省くことができるとともに、有効な相関ルールが分析結果画面の初期表示範囲外に配置されてしまうのを防ぐことができる。
このように、第３の実施形態では、表示制御機能１５５が、関連要因とバリアンスとの相関の強さを表す相関値、又は、当該相関値の分布に応じて、関連要因の表示順を決定する。したがって、第３の実施形態によれば、操作者が、重要な関連要因を容易に認識できるようになる。
（第４の実施形態）
また、上述した実施形態では、表示制御機能１５５が、単一の分類基準ごとに関連要因を表示する場合の例を説明したが、実施形態はこれに限られない。
以下では、第４の実施形態として、集約機能１５４が、第１の分類基準ごとに関連要因を集約した後に、集約された関連要因を第１の分類基準の下位分類である第２の分類基準ごとにさらに集約し、表示制御機能１５５が、第１の分類基準について、第２の分類基準ごとに、集約された関連要因を表示する場合の例を説明する。なお、第４の実施形態では、上述した実施形態と異なる点を中心に説明することとし、上述した実施形態と重複する内容については説明を省略する。
具体的には、本実施形態では、分類機能１５３が、第１の分類基準に含まれる要素で関連要因を分類した後に、さらに、当該関連要因を第２の分類基準に含まれる要素で分類する。そして、集約機能１５４が、第１の分類基準の各要素について、第２の分類基準に含まれる要素ごとに関連要因を集約し、表示制御機能１５５が、第１の分類基準に含まれる各要素について、第２の分類基準に含まれる要素ごとに、集約された関連要因を表示する。
図１９は、第４の実施形態に係る表示制御機能１５５によって表示される分析結果画面の一例を示す図である。なお、図１９では、「目的分類」（分類基準コード：Ａ）の各要素に関する相関ルール（関連要因）が、その下位分類の一つである「オーダ種別大分類」（分類基準コード：Ｃ）の各要素によってさらに分類及び集約された場合の例を示している。
例えば、図１９に示すように、表示制御機能１５５は、図１５に示した分析結果画面１６０と同様の分析結果画面３６０において、「オーダ種別大分類」（分類基準コード：Ｃ）の各要素によってさらに分類及び集約された相関ルール（関連要因）について、分類基準の要素とその集約結果（信頼度の分布（ヒストグラム）、信頼度の最大値、及び、信頼度が最大の相関ルール）とを左右に並べた情報を、分類基準の要素ごとに上下方向に並べて表示する。
このように、第４の実施形態では、集約機能１５４が、第１の分類基準ごとに関連要因を集約した後に、集約された関連要因を第１の分類基準の下位分類である第２の分類基準ごとにさらに集約し、表示制御機能１５５が、第１の分類基準について、第２の分類基準ごとに、集約された関連要因を表示する。したがって、第４の実施形態では、類似した相関ルールが複数表示されることが少なくなり、段階的な絞り込みが容易になる。
以上説明した少なくとも一つの実施形態によれば、バリアンスの要因を効果的に絞り込んで提示することができる。
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施され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。これら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ものである。
１００ 医用情報処理装置
１５０ 処理回路
１５１ 取得機能
１５２ 抽出機能
１５３ 分類機能
１５４ 集約機能
１５５ 表示制御機能

Claims (7)

  1. クリニカルパスに沿って実施された診療行為に関するデータ及び前記クリニカルパスで発生したバリアンスに関するデータを取得する取得部と、
    前記診療行為に関するデータ及び前記バリアンスに関するデータに基づいて、当該バリアンスと相関のある関連要因を抽出する抽出部と、
    前記関連要因に対して、クリニカルパスを特徴付ける分類基準に含まれる要素を割り当てることで、前記関連要因を分類する分類部と、
    前記分類基準ごとに、前記関連要因をディスプレイに表示する表示制御部と、
    を備える、医用情報処理装置。
  2. 前記分類基準の要素ごとに前記関連要因を集約する集約部をさらに備え、
    前記表示制御部は、前記分類基準ごとに、集約された関連要因を前記ディスプレイに表示する、
    請求項１に記載の医用情報処理装置。
  3. 前記分類基準は、分析の目的、時間、診療コスト、関連要因の複雑性、オーダ種別、クリニカルパスのパス項目との関連のうちの少なくとも一つに基づいて定義される、
    請求項１又は２に記載の医用情報処理装置。
  4. 前記表示制御部は、操作者によって指定された分析の条件に基づいて前記分類基準を絞り込み、絞り込まれた分類基準ごとに前記関連要因を表示する、
    請求項１、２又は３に記載の医用情報処理装置。
  5. 前記表示制御部は、前記関連要因と前記バリアンスとの相関の強さを表す相関値、又は、当該相関値の分布に応じて、前記関連要因の表示順を決定する、
    請求項１〜４のいずれか一つに記載の医用情報処理装置。
  6. 前記集約部は、第１の分類基準ごとに前記関連要因を集約した後に、集約された関連要因を前記第１の分類基準の下位分類として定義された第２の分類基準ごとにさらに集約し、
    前記表示制御部は、前記第１の分類基準について、前記第２の分類基準ごとに、集約された関連要因を表示する、
    請求項２に記載の医用情報処理装置。
  7. クリニカルパスに沿って実施された診療行為に関するデータ及び前記クリニカルパスで発生したバリアンスに関するデータを取得し、
    前記診療行為に関するデータ及び前記バリアンスに関するデータに基づいて、当該バリアンスと相関のある関連要因を抽出し、
    前記関連要因に対して、クリニカルパスを特徴付ける分類基準に含まれる要素を割り当てることで、前記関連要因を分類し、
    前記分類基準ごとに、前記関連要因をディスプレイに表示する
    ことを含む、医用情報処理方法。
JP2017082084A 2017-04-18 2017-04-18 医用情報処理装置及び医用情報処理方法 Active JP6903474B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2017082084A JP6903474B2 (ja) 2017-04-18 2017-04-18 医用情報処理装置及び医用情報処理方法
US15/955,893 US11037680B2 (en) 2017-04-18 2018-04-18 Medical information processing apparatus and medical information processing method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017082084A JP6903474B2 (ja) 2017-04-18 2017-04-18 医用情報処理装置及び医用情報処理方法

Publications (2)

Publication Number Publication Date
JP2018181105A true JP2018181105A (ja) 2018-11-15
JP6903474B2 JP6903474B2 (ja) 2021-07-14

Family

ID=64096144

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017082084A Active JP6903474B2 (ja) 2017-04-18 2017-04-18 医用情報処理装置及び医用情報処理方法

Country Status (2)

Country Link
US (1) US11037680B2 (ja)
JP (1) JP6903474B2 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11467817B2 (en) * 2019-01-28 2022-10-11 Adobe Inc. Software component defect prediction using classification models that generate hierarchical component classifications
US11651310B2 (en) * 2019-03-29 2023-05-16 Mckesson Corporation Methods and systems for association rule mining
US11494859B2 (en) * 2019-12-31 2022-11-08 Jpmorgan Chase Bank, N.A. System and method for implementing customizable rules for associating legal entities or other attributes with applications and deployments
JP2022178577A (ja) * 2021-05-20 2022-12-02 キヤノンメディカルシステムズ株式会社 医用情報処理装置及び医用情報処理システム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009093309A (ja) * 2007-10-05 2009-04-30 Hitachi Ltd バリアンス原因フィルタリングシステム
US20130304499A1 (en) * 2008-08-05 2013-11-14 Net.Orange, Inc. System and method for optimizing clinical flow and operational efficiencies in a network environment
WO2014196087A1 (ja) * 2013-06-28 2014-12-11 株式会社日立製作所 診療プロセス分析システム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080228699A1 (en) * 2007-03-16 2008-09-18 Expanse Networks, Inc. Creation of Attribute Combination Databases
CA3074969C (en) * 2008-07-25 2023-06-13 Fundacao D. Anna Sommer Champalimaud E Dr. Carlos Montez Champalimaud Systems and methods for treating, diagnosing and predicting the occurrence of a medical condition

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009093309A (ja) * 2007-10-05 2009-04-30 Hitachi Ltd バリアンス原因フィルタリングシステム
US20130304499A1 (en) * 2008-08-05 2013-11-14 Net.Orange, Inc. System and method for optimizing clinical flow and operational efficiencies in a network environment
WO2014196087A1 (ja) * 2013-06-28 2014-12-11 株式会社日立製作所 診療プロセス分析システム

Also Published As

Publication number Publication date
JP6903474B2 (ja) 2021-07-14
US11037680B2 (en) 2021-06-15
US20180330821A1 (en) 2018-11-15

Similar Documents

Publication Publication Date Title
JP6903474B2 (ja) 医用情報処理装置及び医用情報処理方法
JP6818424B2 (ja) 診断支援装置、情報処理方法、診断支援システム及びプログラム
US10806407B2 (en) Medical information processing system
JP2020187687A (ja) 医用情報処理装置
Noshad et al. Signal from the noise: a mixed graphical and quantitative process mining approach to evaluate care pathways applied to emergency stroke care
US20230253078A1 (en) Apparatus, method, and computer-readable storage medium for selecting clinical trial subject
JP2022059448A (ja) 診療支援システム
JP5846925B2 (ja) 医用画像表示装置
JP7109345B2 (ja) 優先度判定装置、方法およびプログラム
JP7046499B2 (ja) 医用情報処理装置及び医用情報処理方法
JP7358090B2 (ja) オーダ作成支援装置及びオーダ作成支援方法
JP2021135930A (ja) 分析装置、分析方法、および分析プログラム
WO2019102949A1 (ja) 診療支援装置とその作動方法および作動プログラム
WO2020030643A1 (en) Processing medical images
JP7341686B2 (ja) 医用情報収集装置
JP7064430B2 (ja) 優先度判定装置、方法およびプログラム
CN115280420A (zh) 放射科医生指纹
JP2013005841A (ja) 画像処理フロー評価方法及び当該方法を実行する画像処理装置
CN108984587B (zh) 信息处理装置、信息处理方法、信息处理系统和存储介质
JP6971774B2 (ja) 医用情報処理装置及び医用情報処理方法
US20210118568A1 (en) Medical information processing apparatus and medical information processing method
US11819314B2 (en) Medical apparatus and test assisting method
JP7510761B2 (ja) 診療支援システム、診療支援装置、及び診療支援プログラム
US10825557B2 (en) Medical information processing apparatus
US20150149213A1 (en) Medical care information display control apparatus, method, and medium

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200117

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200826

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20201027

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201221

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: 20210525

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210623

R150 Certificate of patent or registration of utility model

Ref document number: 6903474

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150