JP2020021509A - 生体情報・業務管理システム、方法およびプログラム - Google Patents

Abstract

【課題】生体情報・業務管理システム、方法およびプログラムを提供する。【解決手段】生体情報・業務管理システムは、患者の生体情報を受信する手段と、生体情報に基づいて、患者ごとおよび疾患ごとに重症化予測を実行して、緊急患者とオンコールリスク患者に区分した判定結果を作成する手段と、訪問看護における業務と担当候補の看護師の組み合わせについて探索木を作成する手段と、探索木から探索不要なノードを削除する手段と、分枝限定法により探索木の最適解を探索する手段と、最適解に基づいて看護師のスケジュールを作成する手段と、空き時間のある看護師のリストを作成する手段と、緊急患者とオンコールリスク患者に区分した判定結果および空き時間のある看護師のリストに基づいて、緊急患者を空き時間のある看護師のスケジュールに割り当てる手段と、を備える。【選択図】図１

Description

本発明は、生体情報・業務管理システム、方法およびプログラムに関する。

訪問看護サービスの利用者（以下、「患者」という。）は年々増加しており、将来的な高齢者の増加によって患者のさらなる増加が見込まれる。訪問看護は、一般的に訪問看護ステーションと呼ばれる施設を拠点として、看護師が患者の自宅を訪れる。

訪問看護業務の管理者（以下、管理者という）は、患者の契約内容と、看護師の希望勤務時間との組み合わせに基づいて、看護師のスケジュール管理を行っていた。スケジュール管理は、患者の症状、看護師の訪問の経験、患者と看護師との人的相性等、様々な要件が考慮される。

看護師は、緊急対応等が発生する場合があること、訪問時の作業項目が多いこと、看護師が不足していること等から、訪問看護にかかる作業負担が大きい。訪問時の作業項目は、血圧、心電等の生体情報の取得、簡易治療行為、介助、事務処理等が含まれる。

管理者は、様々な要件に基づくスケジュール管理作業に加え、患者の容態の変化、患者または看護師の生活上の理由等によってスケジュールが変更され得るため、スケジュール管理にかかる作業負担が大きい。管理者はまた、看護師が患者の自宅まで移動する際の移動時間および手段において肉体的、精神的、経済的な負担を軽減するようにスケジュール管理を行う必要もあった。

したがって、看護師の訪問看護にかかる作業負担、および管理者のスケジュール管理にかかる作業負担を軽減させることができるシステムが望まれる。

本発明は、このような課題に対し、生体情報・業務管理システム、方法およびプログラムを提供することを目的とする。より詳細には、患者から取得した生体情報に基づく重症化予測を行う生体情報システム、看護師の訪問スケジュールを決定する業務管理システム、方法およびプログラムを提供することを目的とする。

本発明の一態様である、生体情報・業務管理システムは、患者の生体情報を受信する手段と、生体情報に基づいて、患者ごとおよび疾患ごとに重症化予測を実行して、緊急患者とオンコールリスク患者に区分した判定結果を作成する手段と、訪問看護における業務と担当候補の看護師の組み合わせについて探索木を作成する手段と、探索木から探索不要なノードを削除する手段と、分枝限定法により探索木の最適解を探索する手段と、最適解に基づいて看護師のスケジュールを作成する手段と、空き時間のある看護師のリストを作成する手段と、緊急患者とオンコールリスク患者に区分した判定結果および空き時間のある看護師のリストに基づいて、緊急患者を空き時間のある看護師のスケジュールに割り当てる手段と、を備える。

本発明によれば、患者の生体情報に基づいて緊急患者を早期に把握し、措置する体制をとることにより、看護師は緊急対応等にかかる作業負担を軽減することができる。また、生体情報の取得を患者の側で行うことにより、看護師は訪問時の作業負担を軽減することができる。さらに、自動で様々な要件に基づくスケジュールが作成されるため、管理者は看護師のスケジュール管理にかかる作業負担を軽減することができる。

本発明の一実施形態に係る生体情報・業務管理システムの構成を例示する図である。 本発明の一実施形態に係る探索木を例示する図である。 本発明の一実施形態に係る生体情報に基づく重症化予測の処理フローを例示する図である。 本発明の一実施形態に係る訪問看護業務のスケジュール管理の処理フローを例示する図である。 本発明の一実施形態に係る生体情報管理サーバの構成を例示する図である。 本発明の一実施形態に係る生体情報管理サーバの機能を例示する図である。 本発明の一実施形態に係る業務管理サーバの機能を例示する図である。

以下、図面を参照しながら本発明の実施形態について詳細に説明する。複数の図面において同一の符号は同一の要素を表し、重複した説明は省略する。

図１は、本実施形態に係る生体情報・業務管理システムの構成を例示する図である。図１は概略的に、生体情報取得デバイス１００、ユーザデバイス１１０、ネットワーク１２０、生体情報システム１３０、および業務管理システム１４０を例示する。図１はまた、生体情報システム１３０が生体情報管理サーバ１３１、生体情報ＤＢ１３２を含む構成を例示する。図１はさらに、業務管理システム１４０が業務管理サーバ１４１、看護師情報ＤＢ１４２、患者情報ＤＢ１４３、担当不可情報ＤＢ１４４、および訪問履歴情報ＤＢ１４５を含む構成を例示する。

生体情報取得デバイス１００は、例えば、パルスオキシメータ、血圧計、活動量計、体組成計、血糖値計等、またはそれらを複合した測定機器等であり、患者の生体情報を取得することができる。生体情報は、脈拍、不整脈、ＳＰＯ２（経皮的動脈血酸素飽和度）、血圧、体温、血糖値、心拍、心電、体重、歩数、走行数、活動エネルギー量等とすることができるが、これらに限られず、疾患ごとに取得する情報が異なり得る。生体情報取得デバイス１００は、患者が取得開始操作を行う都度測定、または寝たきり患者等を想定した定期的・連続的な自動測定を選択するように構成されてもよい。生体情報取得デバイス１００は、無線通信または有線通信を介して、取得した生体情報をユーザデバイス１１０に送信することができる。

ユーザデバイス１１０は、患者によって操作されるデバイスであり、例えば、スマートフォン、タブレット、ＰＣ等とすることができる。ユーザデバイス１１０はまた、患者の服薬（回数）の入力を受け付けることができ、生体情報取得デバイス１００から受信した生体情報および服薬（回数）を生体情報管理サーバ１３１に送信することができる。ユーザデバイス１１０は、生体情報取得デバイス１００と無線通信または有線通信を行うこと、および生体情報の取得スケジュール管理等を行うことができるアプリケーションをインストールしてもよい。

ネットワーク１２０は、ユーザデバイス１１０と生体情報管理サーバ１３１との間で相互通信可能な周知のネットワークとすることができ、特に限定されることはない。

生体情報管理サーバ１３１は、受信した生体情報に基づいて、患者ごとおよび疾患ごとに重症化予測を行うサーバである。生体情報管理サーバ１３１は、ユーザデバイス１１０から受信した生体情報を生体情報ＤＢ１３２に格納する。生体情報管理サーバ１３１は、患者の生体情報について、医師、看護師等（以下、「医療従事者」という。）が閲覧可能なＧＵＩを提供してもよい。

生体情報ＤＢ１３２は、患者の生体情報を格納するデータベースである。生体情報は、例えば直近１ヶ月分を格納するように構成されてもよい。

生体情報は、例えば１日２回かつ１回あたり２回連続測定を行うと、１週間で全２８個のデータが取得できる。生体情報管理サーバ１３１は、直近１週間分の全２８個のデータに対して最大値および最小値からそれぞれ２個のデータを除く１０％トリム平均を行い、２４個のデータから平均値を算出する。平均値は経時変化を考慮するため、前々週の平均値、前週の平均値、今週の平均値の３週間分のデータを利用して、１週間ごとの移動平均を算出する。

生体情報管理サーバ１３１は、算出した生体情報の平均値に基づいて、患者ごとおよび疾患ごとに重症化予測を行うことができる。以下、重症化予測の疾患の種類の例としてターミナルケア、糖尿病重症化低血糖症、慢性心不全、および狭心症・心筋梗塞を記載するが、疾患の種類はこれらに限られない。

（ターミナルケア）
生体情報管理サーバ１３１は、ターミナルケアにおける重症化予測として、次に示す判別分析の式（１）により判定する。

ここで、ａ、ｂ、ｃ、ｄ、ｅは定数であり、ｙは臨終４８時間前の判定値、ｘ₁は脈拍、ｘ₂は血圧、ｘ₃はＳＰＯ２、ｘ₄は体温、ｅは定数項（例えば、多数患者の平均値）である。生体情報管理サーバ１３１は、ｙ＞０の場合に臨終４８時間前と判定する。

（糖尿病重症化低血糖症）
生体情報管理サーバ１３１は、糖尿病重症化低血糖症の重症化予測として、次に示す判別分析の式（２）により判定する。

ここで、ａ、ｂ、ｃ、ｄ、ｅは定数であり、ｙは重症化低血糖症の判定値、ｘ₁は血糖値、ｘ₂は血圧、ｘ₃は心拍、ｘ₄は体温、ｅは定数項（例えば、多数患者の平均値）である。生体情報管理サーバ１３１は、ｙ＞０の場合に重症化低血糖症（緊急患者）と判定する。

（慢性心不全）
生体情報管理サーバ１３１は、慢性心不全の増悪期の重症化予測として、次に示す判別分析の式（３）により判定する。

ここで、ａ、ｂ、ｃ、ｄ、ｅ、ｆ、ｇは定数であり、ｙは慢性心不全の増悪期の判定値、ｘ₁は血圧、ｘ₂は脈拍、ｘ₃は心電、ｘ₄は体重、ｘ₄はＳＰＯ２、ｘ₆は服薬、ｇは定数項（例えば、多数患者の平均値）である。生体情報管理サーバ１３１は、ｙ＞０の場合に慢性心不全の増悪期（緊急患者）と判定する。

（狭心症・心筋梗塞）
生体情報管理サーバ１３１は、狭心症・心筋梗塞の重症化予測として次に示す判別分析の式（４）により判定する。

ここで、ａ、ｂ、ｃ、ｄ、ｅは定数であり、ｙは狭心症・心筋梗塞の判定値、ｘ₁は血圧、ｘ₂は脈拍、ｘ₃は心電、ｘ₄は服薬、ｅは定数項（例えば、多数患者の平均値）である。生体情報管理サーバ１３１は、ｙ＞０の場合に狭心症・心筋梗塞（緊急患者）と判定する。

生体情報管理サーバ１３１は、上記の疾患ごとの重症化予測において、緊急患者（ｙ＞０）であるか、または緊急性の低いオンコールリスク患者（ｙ≦０）であるかを区分した重症化予測の判定結果を業務管理サーバ１４１に送信する。重症化予測の判定結果において緊急患者であると判定された場合、医療従事者が扱うＰＣ、スマートフォン等のデバイス、または外部の医療システムにアラート、メール等を送信してもよい。判定結果のオンコールリスク患者は、重症化予測の程度（乖離度）に基づいて、例えば緊急性が最も低く安定期にある段階、要経過観察にある段階等のように区分してもよい。

生体情報管理サーバ１３１は、医療従事者によって診断された実際の症状について、診断データを受信することができる。診断データは、例えば狭心症・心筋梗塞の患者の血圧が低下しているが緊急性が認められない等の情報を含むデータであり、医療従事者が扱うＰＣ、スマートフォン等から生体情報管理サーバ１３１に送信される。生体情報管理サーバ１３１は、疾患の重症化予測の判定結果と診断データとを比較し、患者ごとに適用する判別分析の式（１）から（４）において補正が必要なパラメータを抽出し、診断データに基づいて補正する。パラメータの補正は、患者の年齢、性別等の個人差による判定誤りを解消し、重症化予測の精度を向上させることができる。パラメータの補正はまた、補正が必要となった過去の事例を集積し、例えば疾患、患者、気温、時間等の情報と関連付けて学習する人工知能を活用することができる。人工知能はまた、各患者の多量の生体情報を解析し、患者の年齢、性別等の個人差を継続的に学習し、パラメータの補正に活用することができる。

生体情報管理サーバ１３１は、同じ疾患、同性、同年代等の共通する特徴によってグループ化された複数の患者の生体情報から平均値を算出し、パラメータの補正を行ってもよい。

生体情報管理サーバ１３１は、複数疾患の患者の重症化予測について、副次的な他疾患への移行予測を行ってもよい。例えば、慢性心不全と狭心症・心筋梗塞を罹患している患者は、重症化予測で狭心症・心筋梗塞の緊急患者と判定される一方で、慢性心不全のオンコールリスク患者と判定される場合があり得る。生体情報管理サーバ１３１は、複数疾患の患者に適用する判別分析の式と、単一の疾患の患者に適用する重症化予測の式とが異なるパラメータを使用するように補正を行ってもよく、過去の他疾患への移行統計に基づきパラメータの補正を行ってもよい。

生体情報管理サーバ１３１は、患者ごとおよび疾患ごとに生体情報の取得時間帯別（例えば、朝、昼、夕）に集計を行い、最頻値等により緊急患者と判定されやすい時間帯を解析してもよい。緊急患者と判定されやすい時間帯の解析結果は、重症化予測の判定結果に含まれて、または別個に業務管理サーバ１４１に送信される。

業務管理サーバ１４１は、患者の契約内容、看護師の基本勤務時間、重症化予測の判定結果等に基づいて看護師のスケジュール管理を行うサーバである。業務管理サーバ１４１は、スケジュールに空き時間のある看護師のリスト、オンコールリスク患者のリストを作成することができる。業務管理サーバ１４１は、管理者によって、看護師の基本情報、患者の基本情報、および担当不可情報等が入力可能なＧＵＩを提供してもよい。入力された情報は、それぞれ、看護師情報ＤＢ１４２、患者情報ＤＢ１４３、担当不可情報ＤＢ１４４に格納される。

看護師情報ＤＢ１４２は、看護師の基本情報を格納するデータベースである。看護師の基本情報は、例えば、看護師ＩＤ、氏名、住所、エリア、電話番号、基本勤務時間等を含むことができるが、これらに限られない。

患者情報ＤＢ１４３は、患者の基本情報を格納するデータベースである。患者の基本情報は、例えば、患者ＩＤ、氏名、住所、エリア、電話番号、契約内容、要介護度等の情報を含むことができるが、これらに限られない。契約内容は、曜日、時間帯、作業内容、契約期間等の情報が含まれる。

担当不可情報ＤＢ１４４は、看護師が患者を担当することができない組み合わせの情報を格納するデータベースである。組み合わせの情報は、例えば、看護師ＩＤ、患者ＩＤ、精神的負担（看護師に対するクレーム、セクシュアル・ハラスメント、暴力・暴言、助言・指導が多く時間延長が必要）等の情報を含むことができるが、これらに限られない。組み合わせの情報は、看護師または管理者により登録され得る。

訪問履歴情報ＤＢ１４５は、看護師が患者を訪問した履歴情報を格納するデータベースである。履歴情報は、例えば、看護師ＩＤ、患者ＩＤ、日時、作業内容、所要時間等の情報を含むことができるが、これらに限られない。履歴情報は、公知の勤怠情報システム、勤務報告のデータ等から登録され得る。

業務管理サーバ１４１は、所定の作業を行う業務に対し、担当候補の看護師の組み合わせのノードを有する探索木を作成することができる。業務は、看護師が患者の自宅を訪問して行う看護作業であり、看護師情報ＤＢ１４２のエリア、基本勤務時間、患者情報ＤＢ１４３のエリア、住所、契約内容、要介護度等に基づいて決定する。ノードは例えば図２（ａ）を参照すると、業務Ｘ、Ｙ、Ｚ・・・に対し、担当候補の看護師Ａ、Ｂ・・・という組み合わせにより決定することが例示される。

業務管理サーバ１４１は、作成した探索木を、分枝限定法（例えば、アルファ・ベータ法等）により業務の担当候補の看護師について最適解を探索することにより、看護師のスケジュールを決定することができる。

業務管理サーバ１４１は、探索の条件に使用するため、看護師の負担度を点数化することができる。点数化は、例えば看護師の身体的負担度として（ａ）要介護認定区分の要介護度１〜５に×３点を掛け合わせた３〜１５点、（ｂ）週４回以上の訪問回数×１点等とする。要介護度は患者情報ＤＢ１４３に格納されており、訪問回数は訪問履歴情報ＤＢ１４５の集計により得られる。点数化はさらに、例えば看護師の精神的負担度として（ｃ）看護師に対するクレーム×１点、（ｄ）セクシュアル・ハラスメント×１点、（ｅ）暴力／暴言×１点、（ｆ）助言・指導が多く時間延長が必要×１点等とする。精神的負担度は担当不可情報ＤＢ１４４に格納されている。点数化は、（ａ）から（ｆ）を合計することによって患者あたり３〜２０点で評価する。患者は、点数が高いほど看護師への負担が大きいと評価される。

業務管理サーバ１４１は、探索木から探索不要なノードを削除する。業務管理サーバ１４１は、担当不可情報ＤＢ１４４の組み合わせの情報に基づいて、患者との組み合わせが不可である看護師のノードを削除する。業務管理サーバ１４１はまた、訪問履歴情報ＤＢ１４５の履歴情報に基づいて、訪問履歴がない看護師のノードを削除する。業務管理サーバ１４１はさらに、看護師情報ＤＢ１４２の基本勤務時間に基づいて、業務時間が看護師の基本勤務時間に適合しない看護師のノードを削除する。ノードの削除は、例えば図２（ｂ）を参照すると、業務Ｙに対して看護師Ａが担当不可であり、業務Ｚに対して看護師Ｂが担当不可であるという条件の場合、条件に適合しないノードを削除する。分枝限定法は、削除された看護師のノード以降の探索が行われない。

業務管理サーバ１４１は、分枝限定法により探索木の最適解を探索する。探索は、業務間隔が所定の時間以上空いているか、移動距離が所定の距離以下であるか、看護師の負担度が所定の点数（例えば、４０点）未満であるか、特定の患者に対して連続で担当する（担当の偏りがある）か、等の条件を含めて実行することができる。探索は、一日の訪問看護あたりの業務間隔、移動距離、合計点数、担当の偏り等を条件に含めることによって、看護師の負担を軽減させることができる。分枝限定法は、探索の最適解ではないノード以降の探索が行われない。すなわち、探索中に最も条件に適合するノードがあれば、条件に適合しないノード以降の探索は行われない。

業務管理サーバ１４１は、探索した最適解に基づいて看護師のスケジュールを作成する。業務管理サーバ１４１はまた、空き時間のある看護師のリストを作成してもよい。空き時間のある看護師のリストの作成は、業務間隔が所定の時間以上空いているか、移動距離が所定の距離以下であるか、看護師の負担度が所定の点数（例えば、４０点）未満であるか、特定の患者に対して連続で担当するか、等の条件を含んでもよい。

業務管理サーバ１４１は、空き時間のある看護師のリストおよび生体情報管理サーバ１３１から受信した重症化予測の判定結果を使用して、緊急患者と判定された患者を空き時間のある看護師のスケジュールに割り当てることができる。

業務管理サーバ１４１は、生体情報管理サーバ１３１から受信した緊急患者と判定されやすい時間帯の解析結果に基づいて、看護師のスケジュールを決定するときの条件として追加してもよい。例えば、患者の契約内容は「昼」に訪問する内容であるが、緊急患者と判定されやすい時間帯が「朝」である場合があり得る。業務管理サーバ１４１は、業務の担当候補の探索において「朝」の時間帯を条件に追加してもよい。緊急患者と判定されやすい時間帯に訪問することで、患者および看護師は訪問看護の時間を最適化することができる。

業務管理サーバ１４１は、生体情報管理サーバ１３１から受信した重症化予測の判定結果に基づいて、オンコールリスク患者のリストを作成することができる。オンコールリスク患者のリストは、例えば緊急性の段階の区分に応じて優先順位付けされてもよい。業務管理サーバ１４１は、オンコールリスク患者のリストと空き時間のある看護師のリストを突き合わせることによって、オンコールが発生した当日、時間経過ごとに看護師に連絡可能なデータを作成することができる。

図２は、本発明の一実施形態に係る探索木を例示する図である。図２（ａ）は、例えば業務Ｘに対する担当候補が看護師Ａであるノードをルートノードとし、業務Ｙ、Ｚに対する看護師Ａ、Ｂ、担当看護師なしの組み合わせをノードとした探索木を例示する。図２（ａ）は探索木の一部であるため、ルートノードが業務Ｘに対する担当候補が看護師Ｂ、担当看護師なしのノードとする組み合わせ等は省略している。図２（ｂ）は、探索不要なノードを削除した状態の探索木を例示する。図２（ｂ）は、業務Ｙに対して看護師Ａが担当不可であり、業務Ｚに対して看護師Ｂが担当不可であるという条件の場合、条件に適合しないノードが削除されたことを×印で示している。図２（ｂ）はまた、分枝限定法により削除された看護師のノード以降の探索が行われないため、×印以降のノードがすべて削除されることを示している。

図３は、本発明の一実施形態に係る生体情報に基づく重症化予測の処理フローを例示する図である。以下、患者が自宅で生体情報取得デバイス１００およびユーザデバイス１１０を使用して、生体情報を取得する場面について説明する。

Ｓ３０１：生体情報取得デバイス１００は、患者の生体情報を取得する。例えば、生体情報取得デバイス１００は、狭心症・心筋梗塞の患者の血圧、脈拍、心電を取得する。生体情報取得デバイス１００は、無線通信または有線通信を介して、取得した生体情報をユーザデバイス１１０に送信する。

Ｓ３０２：患者は、ユーザデバイス１１０を使用して、必要に応じて服薬（回数）を入力する。例えば、狭心症・心筋梗塞の患者は、ユーザデバイス１１０を使用して、所定の薬を服用したことを示す服薬（回数）を入力する。患者は、判別式の判定に服薬（回数）が使用されない疾患（例えば、糖尿病重症化低血糖症）である場合、服薬（回数）の入力を省略してもよい。

Ｓ３０３：ユーザデバイス１１０は、ネットワーク１２０を介して、生体情報および服薬（回数）を生体情報管理サーバ１３１に送信する。

Ｓ３０４：生体情報管理サーバ１３１は、生体情報に基づいて、患者ごとおよび疾患ごとに重症化予測を行う。生体情報は、例えば３週間分のデータから１週間ごとの移動平均を算出した値を使用してもよい。重症化予測は、疾患ごとに定義された多変量解析の判別分析の式により、緊急患者であるか（ｙ＞０）、または緊急性の低いオンコールリスク患者（ｙ≦０）であるかを判定することができる。例えば、狭心症・心筋梗塞の患者の重症化予測は、前述の式（４）により求めることができる。

Ｓ３０５：生体情報管理サーバ１３１は、疾患後との重症化予測において、緊急患者とオンコールリスク患者とを区分した重症化予測の判定結果を業務管理サーバ１４１に送信する。重症化予測の判定結果において緊急患者であると判定された場合、医療従事者が扱うＰＣ、スマートフォン等のデバイス、または外部の医療システムにアラート、メール等を送信してもよい。

Ｓ３０６：生体情報管理サーバ１３１は、医療従事者によって診断された実際の症状について、診断データを受信する。診断データは、例えば狭心症・心筋梗塞の患者の血圧が低下しているが緊急性が認められない等の情報を含むデータであり、医療従事者が扱うＰＣ、スマートフォン等から生体情報管理サーバ１３１に送信される。

Ｓ３０７：生体情報管理サーバ１３１は、疾患の重症化予測の判定結果と診断データとを比較し、患者ごとに適用する判別分析の式（１）から（４）において補正が必要なパラメータを抽出し、診断データに基づいて補正する。パラメータの補正は、患者の年齢、性別等の個人差による判定誤りを解消し、重症化予測の精度を向上させることができる。

このようにすることで、患者の生体情報に基づいて緊急患者を早期に把握し、措置する体制をとることにより、看護師は緊急対応等にかかる作業負担を軽減することができる。また、生体情報の取得を患者の側で行うことにより、看護師は訪問時の作業負担を軽減することができる。

図４は、本発明の一実施形態に係る訪問看護業務のスケジュール管理の処理フローを例示する図である。以下、訪問看護業務における看護師の訪問スケジュールを作成する場面について説明する。

Ｓ４０１：業務管理サーバ１４１は、所定の作業を行う業務に対し、担当候補の看護師の組み合わせのノードを有する探索木を作成する。業務は、看護師が患者の自宅を訪問して行う看護作業であり、看護師情報ＤＢ１４２のエリア、基本勤務時間、患者情報ＤＢ１４３のエリア、住所、契約内容、契約期間、要介護度等に基づいて決定する。

Ｓ４０２：業務管理サーバ１４１は、探索木から探索不要なノードを削除する。業務管理サーバ１４１は、例えば、患者との組み合わせが不可である看護師のノード、患者を担当したことがない（訪問履歴がない）看護師のノード、業務時間が看護師の基本勤務時間に適合しない看護師のノード等を削除する。

Ｓ４０３：業務管理サーバ１４１は、分枝限定法により探索木の最適解を探索する。探索は、業務間隔が所定の時間以上空いているか、移動距離が所定の距離以下であるか、看護師の負担度が所定の点数（例えば、４０点）未満であるか、特定の患者に対して連続で担当する（担当の偏りがある）か、等の条件を含めて実行する。看護師の負担度は、身体的負担および精神的負担について、事前に点数化を行う。

Ｓ４０４：業務管理サーバ１４１は、探索した最適解に基づいて看護師のスケジュールを作成する。業務管理サーバ１４１は、空き時間のある看護師のリストを作成してもよい。空き時間のある看護師のリストの作成は、業務間隔が所定の時間以上空いているか、移動距離が所定の距離以下であるか、看護師の負担度が所定の点数（例えば、４０点）未満であるか、特定の患者に対して連続で担当するか、等の条件を含んでもよい。

このようにすることで、自動で様々な要件に基づくスケジュールが作成されるため、管理者は看護師のスケジュール管理にかかる作業負担を軽減することができる。

別の実施形態において、重症化予測は判別分析の式に代えて、または判別分析の式の解と組み合わせて、閾値による判定を行ってもよい。生体情報管理サーバ１３１は、例えば、ＳＰＯ２の平均値が１０％以上低下、拡張期血圧値および収縮期血圧値の平均値が１０％以上低下等の条件に基づいて、ターミナルケアにおける臨終４８時間前と判定してもよい。生体情報管理サーバ１３１は、例えば、血糖値の平均値が２４〜４２ｍｇ／ｄＬの範囲に低下、拡張期血圧値の平均値が１８０以上、かつ収縮期血圧値の平均値が１２０以上に上昇等の条件に基づいて、糖尿病重症化低血糖症（緊急患者）と判定する。生体情報管理サーバ１３１は、例えば、脈拍の平均値が不整脈または頻脈（１００ｂｐｍ以上）、心電のＳＴ上昇、ＳＰＯ２が９５以下に低下等の条件に基づいて、慢性心不全の増悪期（緊急患者）と判定する。生体情報管理サーバ１３１は、例えば、脈拍増加、脈拍リズム不整、脈拍欠損、心電のＳＴ上昇、心電のＳＴ低下等の条件に基づいて、狭心症・心筋梗塞（緊急患者）と判定する。閾値は、判別分析の式のパラメータと同様に診断データに基づいて補正されてもよい。

また、別の実施形態において、業務管理サーバ１４１は、空き時間のある看護師のリストおよび生体情報管理サーバ１３１から受信した重症化予測の判定結果を使用して、緊急患者と判定された患者を空き時間のある看護師のスケジュールに割り当ててもよい。業務管理サーバ１４１はさらに、生体情報管理サーバ１３１から受信した重症化予測の判定結果に基づいて、オンコールリスク患者のリストを作成してもよい。オンコールリスク患者のリストは、例えば緊急性の段階の区分に応じて優先順位付けされてもよい。業務管理サーバ１４１は、オンコールリスク患者のリストと空き時間のある看護師のリストを突き合わせることによって、オンコールが発生した当日、時間経過ごとに看護師に連絡可能なデータを作成することができる。このようにすることで、空き時間のある看護師は、緊急患者およびオンコールリスク患者に対応可能な体制をとることができる。

図５は、本発明の一実施形態に係る生体情報管理サーバ１３１の構成を例示する図である。図５に例示するように、制御部５０１、主記憶部５０２、補助記憶部５０３、操作部５０４、ＩＦ部５０５、および表示部５０６がバス５０７等によって接続される。また、業務管理サーバ１４１は、図５で例示する構成と同様に構成することができる。

制御部５０１は中央処理装置（ＣＰＵ）であり、生体情報管理サーバ１３１の各構成要素の制御やデータの演算を行うことができる。主記憶部５０２はメインメモリであり、入力された各種データ、コンピュータ実行可能な命令および当該命令による演算処理後のデータ等を記憶することができる。補助記憶部５０３はハードディスク（ＨＤＤ）等の記憶装置であり、データやプログラムを長期的に保存する際に使用される。制御部５０１は補助記憶部５０３に格納されているプログラムを主記憶部５０２に読み出して実行することができる。操作部５０４はキーボード、マウス等により構成され、アプリケーションの各種操作や入力データを受け付けることができる。ＩＦ部５０５は他のシステムまたは装置との間でデータを送受信する際のインタフェースである。表示部５０６はディスプレイ等により構成され、アプリケーションの各種画面等を提供することができる。

図６は、本発明の一実施形態に係る生体情報管理サーバ１３１の機能を例示する図である。受信部６０１は、生体情報および医療従事者による実際の診断データを受信することができる。重症化予測実行部６０２は、生体情報に基づいて、患者ごとおよび疾患ごとに重症化予測を行い、緊急患者（ｙ＞０）であるか、または緊急性の低いオンコールリスク患者（ｙ≦０）であるかを区分した重症化予測の判定結果を作成することができる。解析部６０３は、患者ごとおよび疾患ごとに生体情報の取得時間帯別に集計を行い、重症化予測で緊急患者と判定されやすい時間帯を解析することができる。パラメータ補正部６０４は、重症化予測の結果と診断データとを比較して、重症化予測のパラメータを補正することができる。

図７は、本発明の一実施形態に係る業務管理サーバ１４１の機能を例示する図である。探索木作成部７０１は、訪問看護における業務と担当候補の看護師の組み合わせについて探索木を作成することができる。ノード削除部７０２は、作成した探索木から探索不要なノードを削除することができる。探索実行部７０３は、分枝限定法により探索木の最適解を探索することができる。スケジュール作成部７０４は、最適解に基づいて看護師のスケジュールを作成することができる。リスト作成部７０５は、スケジュールに空き時間のある看護師のリスト、オンコールリスク患者のリストを作成することができる。スケジュール割り当て部７０６は、緊急患者とオンコールリスク患者に区分した判定結果および空き時間のある看護師のリストに基づいて、緊急患者を空き時間のある看護師のスケジュールに割り当てることができる。

さらに、生体情報システム１３０と業務管理システム１４０との間で処理の委譲、情報の連携等を行ってもよい。説明のため各処理を分けて記載したが、各処理を統合、連携させ、それぞれが有する処理の一部または全部を他方が行うように実装されてもよい。

以上、例示的な実施形態を参照しながら本発明の原理を説明したが、本発明の要旨を逸脱することなく、構成および細部において変更する様々な実施形態を実現可能である。すなわち、本発明は、例えば、システム、装置、方法、プログラムもしくは記憶媒体等としての実施態様を採用することが可能である。

１００ 生体情報取得デバイス
１１０ ユーザデバイス
１２０ ネットワーク
１３０ 生体情報システム
１３１ 生体情報管理サーバ
１３２ 生体情報ＤＢ
１４０ 業務管理システム
１４１ 業務管理サーバ
１４２ 看護師情報ＤＢ
１４３ 患者情報ＤＢ
１４４ 担当不可情報ＤＢ
１４５ 訪問履歴情報ＤＢ
５０１ 制御部
５０２ 主記憶部
５０３ 補助記憶部
５０４ 操作部
５０５ ＩＦ部
５０６ 表示部
５０７ バス
６０１ 受信部
６０２ 重症化予測実行部
６０３ 解析部
６０４ パラメータ補正部
７０１ 探索木作成部
７０２ ノード削除部
７０３ 探索実行部
７０４ スケジュール作成部
７０５ リスト作成部
７０６ スケジュール割り当て部

Claims (4)

1. 患者の生体情報を受信する手段と、
   前記生体情報に基づいて、前記患者ごとおよび疾患ごとに重症化予測を実行して、緊急患者とオンコールリスク患者に区分する手段と、
   医療従事者による実際の診断データを受信する手段と、
   前記重症化予測の結果と前記診断データとを比較して、前記重症化予測のパラメータを補正する手段と、
   を備えたシステム。
2. 前記補正する手段はさらに、グループ化された複数の患者の生体情報から平均値を算出して、前記重症化予測のパラメータを補正する、請求項１に記載のシステム。
3. 前記疾患は、ターミナルケア、糖尿病重症化低血糖症、慢性心不全、および狭心症・心筋梗塞のうちの１つまたは複数である、請求項１または２に記載のシステム。
4. コンピュータにより実行される方法であって、
   患者の生体情報を受信することと、
   前記生体情報に基づいて、前記患者ごとおよび疾患ごとに重症化予測を実行して、緊急患者とオンコールリスク患者に区分することと、
   医療従事者による実際の診断データを受信することと、
   前記重症化予測の結果と前記診断データとを比較して、前記重症化予測のパラメータを補正することと、
   を含む方法。

Images