JP2021071890A - 情報処理装置、支援方法及びプログラム - Google Patents

情報処理装置、支援方法及びプログラム Download PDF

Info

Publication number
JP2021071890A
JP2021071890A JP2019197791A JP2019197791A JP2021071890A JP 2021071890 A JP2021071890 A JP 2021071890A JP 2019197791 A JP2019197791 A JP 2019197791A JP 2019197791 A JP2019197791 A JP 2019197791A JP 2021071890 A JP2021071890 A JP 2021071890A
Authority
JP
Japan
Prior art keywords
term
long
patient
goal
past
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
JP2019197791A
Other languages
English (en)
Other versions
JP7431402B2 (ja
Inventor
勇気 小阪
Yuki Kosaka
勇気 小阪
利憲 細井
Toshinori Hosoi
利憲 細井
久保　雅洋
Masahiro Kubo
雅洋 久保
茂実 北原
Shigemi Kitahara
茂実 北原
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.)
NEC Corp
Kitahara Medical Strategies International Co Ltd
Original Assignee
NEC Corp
Kitahara Medical Strategies International Co Ltd
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 NEC Corp, Kitahara Medical Strategies International Co Ltd filed Critical NEC Corp
Priority to JP2019197791A priority Critical patent/JP7431402B2/ja
Priority to PCT/JP2020/035736 priority patent/WO2021084976A1/ja
Priority to US17/766,656 priority patent/US20240055095A1/en
Publication of JP2021071890A publication Critical patent/JP2021071890A/ja
Application granted granted Critical
Publication of JP7431402B2 publication Critical patent/JP7431402B2/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
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Business, Economics & Management (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Nutrition Science (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Child & Adolescent Psychology (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

【課題】能力の向上を目的とする活動の計画の作成の支援を効果的に行うことが可能な情報処理装置を提供する。【解決手段】記憶部２は、複数の過去患者と、活動目標とを対応付けた過去患者データを記憶する。長期目標判定部１２は、複数の過去患者それぞれの活動目標について、対象患者の能力向上活動の長期目標と類似しているか否かを判定する。短期目標抽出部１４は、対象患者の長期目標に類似していると判定された活動目標に対応する過去患者に設定された短期目標を抽出する。短期目標提示部１６は、抽出された短期目標に関する情報をユーザに提示するための処理を行う。【選択図】図１

Description

本発明は、情報処理装置、支援方法及びプログラムに関する。
リハビリテーション（以下、「リハビリ」とも称す）等の、身体機能を含む能力の向上を目的とする活動を行う施設（リハビリテーション病院等）では、理学療法士などのセラピストが、リハビリ計画を作成することがある。この場合、作成者は、自己の経験又は他のセラピストからの助言などに基づいて内容を検討する必要があるため、リハビリ計画の検討に時間を要することとなる。
これに関連し、特許文献１は、医療サービス支援システムを開示する。特許文献１にかかる医療サービス支援システムは、端末装置とサーバとを備える。サーバは、端末装置から医療サービスの長期目標を取得する長期目標取得部と、長期目標を達成するための短期目標候補を取得する短期目標候補取得部と、最初に達成する必要がある短期目標候補を第１短期目標として決定する短期目標決定部とを備える。
特開２０１８−１９０１０２号公報
特許文献１に技術では、長期目標パターンテーブルから長期目標情報を達成するための短期目標候補情報が取得される。したがって、特許文献１にかかる技術では、長期目標パターンテーブルを事前に作成しておく必要がある。ここで、特許文献１にかかる長期目標パターンテーブルは、長期目標と短期目標候補とが紐づけられた対応表である。このような対応表を作成するのは、セラピスト等にとって非常に煩雑であり、経験を要する。したがって、特許文献１にかかる技術では、能力の向上を目的とする活動の計画の作成の支援を効果的に行うことができないおそれがあった。
本開示の目的は、このような課題を解決するためになされたものであり、能力の向上を目的とする活動の計画の作成の支援を効果的に行うことが可能な情報処理装置、支援方法及びプログラムを提供することにある。
本開示にかかる情報処理装置は、過去に能力の向上を目的とする活動を実施した患者である複数の過去患者と、前記複数の過去患者それぞれの前記活動の短期目標を少なくとも含む活動目標とを対応付けた過去患者データを記憶する記憶手段と、前記複数の過去患者それぞれの前記活動目標について、対象患者の前記活動の長期目標と類似しているか否かを判定する長期目標判定手段と、前記対象患者の長期目標に類似していると判定された前記活動目標に対応する前記過去患者に設定された前記短期目標を抽出する短期目標抽出手段と、抽出された前記短期目標に関する情報を提示するための処理を行う短期目標提示手段とを有する。
また、本開示にかかる支援方法は、過去に能力の向上を目的とする活動を実施した患者である複数の過去患者と、前記複数の過去患者それぞれの前記活動の短期目標を少なくとも含む活動目標とを対応付けた過去患者データを記憶し、前記複数の過去患者それぞれの前記活動目標について、対象患者の前記活動の長期目標と類似しているか否かを判定し、前記対象患者の長期目標に類似していると判定された前記活動目標に対応する前記過去患者に設定された前記短期目標を抽出し、抽出された前記短期目標に関する情報を提示するための処理を行う。
また、本開示にかかるプログラムは、過去に能力の向上を目的とする活動を実施した患者である複数の過去患者と、前記複数の過去患者それぞれの前記活動の短期目標を少なくとも含む活動目標とを対応付けた過去患者データを記憶する機能と、前記複数の過去患者それぞれの前記活動目標について、対象患者の前記活動の長期目標と類似しているか否かを判定する機能と、前記対象患者の長期目標に類似していると判定された前記活動目標に対応する前記過去患者に設定された前記短期目標を抽出する機能と、抽出された前記短期目標に関する情報を提示するための処理を行う機能とをコンピュータに実現させる。
本開示によれば、能力の向上を目的とする活動の計画の作成の支援を効果的に行うことが可能な情報処理装置、支援方法及びプログラムを提供できる。
本開示の実施の形態にかかる情報処理装置の概要を示す図である。 本開示の実施の形態にかかる情報処理装置によって実行される支援方法を示すフローチャートである。 実施の形態１にかかる支援システムを示す図である。 実施の形態１にかかる情報処理装置の構成を示す図である。 実施の形態１にかかる情報処理装置によって実行される支援方法を示すフローチャートである。 実施の形態１にかかる過去患者データを例示する図である。 実施の形態１にかかる患者情報判定部の類似度の算出に用いられる患者特徴ベクトルを例示する図である。 実施の形態１にかかる情報処理装置によって実行されるＳ１０２〜Ｓ１０６の処理を説明するための図である。 実施の形態１にかかる、対象患者の長期目標の決定方法の一例を説明するための図である。 実施の形態１にかかる長期目標判定部の類似度の算出に用いられる単語特徴ベクトルを例示する図である。 実施の形態１にかかる情報処理装置によって実行されるＳ１１２〜Ｓ１１６の処理を説明するための図である。 実施の形態１にかかる、短期目標の抽出方法の具体例を示す図である。 実施の形態１にかかる、対象患者の短期目標の決定方法の一例を説明するための図である。 実施の形態１にかかる情報処理装置又はユーザ端末のユーザインタフェースに表示される表示画面を例示する図である。 実施の形態２にかかる情報処理装置によって実行される支援方法を示すフローチャートである。 実施の形態２にかかる長期目標判定部の類似度の算出に用いられる単語特徴ベクトルを例示する図である。 実施の形態２にかかる長期目標判定部の類似度の算出に用いられる単語特徴ベクトルの別の例を示す図である。 実施の形態３にかかる情報処理装置の構成を示す図である。 実施の形態３にかかるキーワード生成部の処理を説明するための図である。 実施の形態３にかかる過去患者データを例示する図である。 実施の形態３にかかる患者情報判定部の類似度の算出に用いられる患者特徴ベクトルを例示する図である。
（本開示にかかる実施の形態の概要）
本開示の実施形態の説明に先立って、本開示にかかる実施の形態の概要について説明する。図１は、本開示の実施の形態にかかる情報処理装置１の概要を示す図である。情報処理装置１は、例えば、サーバ等のコンピュータである。情報処理装置１は、リハビリテーション等の、能力の向上を目的とする活動（能力向上活動）の目標に関する処理を行う。
情報処理装置１は、記憶部２と、長期目標判定部１２と、短期目標抽出部１４と、短期目標提示部１６とを有する。記憶部２は、記憶手段としての機能を有する。長期目標判定部１２は、長期目標判定手段としての機能を有する。短期目標抽出部１４は、短期目標抽出手段としての機能を有する。短期目標提示部１６は、短期目標提示手段としての機能を有する。
図２は、本開示の実施の形態にかかる情報処理装置１によって実行される支援方法（情報処理方法）を示すフローチャートである。記憶部２は、複数の過去患者と、活動目標とを対応付けた過去患者データを記憶する（ステップＳ２）。ここで、「過去患者」は、過去に能力の向上を目的とする活動を実施した患者である。また、「能力の向上を目的とする活動」とは、例えばリハビリテーションである。また、活動目標は、複数の過去患者それぞれの活動（能力向上活動）の短期目標を少なくとも含む。短期目標については後述する。
長期目標判定部１２は、複数の過去患者それぞれの活動目標について、対象患者の活動（能力向上活動）の長期目標と類似しているか否かを判定する（ステップＳ１２）。短期目標抽出部１４は、対象患者の長期目標に類似していると判定された活動目標に対応する過去患者に設定された短期目標を抽出する（ステップＳ１４）。短期目標提示部１６は、抽出された短期目標に関する情報をユーザに提示するための処理を行う（ステップＳ１６）。
ここで、「短期目標に関する情報」は、例えば、セラピスト等のユーザが短期目標の計画を作成（決定）するために参考となる短期目標の候補を示す情報であってもよい。あるいは、「短期目標に関する情報」は、例えば、抽出された短期目標に応じて情報処理装置１等によって決定された短期目標を示す情報であってもよい。また、「情報をユーザに提示するための処理」とは、個々のユーザが所持している端末に情報を表示させるための処理であってもよい。あるいは、「情報をユーザに提示するための処理」とは、情報処理装置１に備えられた表示装置（ユーザインタフェース）に情報を表示させるための処理であってもよい。
本開示にかかる情報処理装置１は、上記のように構成されているので、長期目標と短期目標とが紐づけられた対応表を事前に作成することなく、能力の向上を目的とする活動の計画の作成時間を削減することが可能となる。つまり、本開示にかかる情報処理装置１は、能力の向上を目的とする活動の計画の作成をユーザが容易に作成することが可能となる。したがって、本開示にかかる情報処理装置１は、能力の向上を目的とする活動の計画の作成の支援を効果的に行うことが可能となる。なお、情報処理装置１で実行される支援方法及び支援方法を実行するプログラムを用いても、能力の向上を目的とする活動の計画の作成の支援を効果的に行うことが可能となる。
（実施の形態１）
以下、実施形態について、図面を参照しながら説明する。説明の明確化のため、以下の記載及び図面は、適宜、省略、及び簡略化がなされている。また、各図面において、同一の要素には同一の符号が付されており、必要に応じて重複説明は省略されている。
図３は、実施の形態１にかかる支援システム５０を示す図である。支援システム５０は、１つ以上のユーザ端末６０と、情報処理装置１００とを有する。情報処理装置１００は、図１に示した情報処理装置１に対応する。ユーザ端末６０と情報処理装置１００とは、有線又は無線のネットワーク５２を介して、通信可能に接続されている。情報処理装置１００は、例えばサーバ等のコンピュータである。情報処理装置１００は、リハビリテーション（能力向上活動）の計画の作成の支援を行う。より具体的には、情報処理装置１００は、リハビリテーションの目標（長期目標及び短期目標）の作成を支援するための処理を行う。さらに具体的には、情報処理装置１００は、リハビリテーションの目標（長期目標及び短期目標）の作成を支援するための情報をユーザに提示するための処理を行う。長期目標及び短期目標については後述する。
ユーザ端末６０は、例えば、コンピュータである。ユーザ端末６０は、例えば、セラピスト等のユーザのパソコン（ＰＣ）、タブレット端末又はスマートフォン等の携帯端末などである。ユーザは、ユーザ端末６０を用いて、患者に関する情報である患者情報を入力してもよい。この場合、ユーザ端末６０は、入力装置を介して患者情報を受け入れる。そして、ユーザ端末６０は、情報処理装置１００に患者情報を送信する。患者情報は、患者の特徴を少なくとも示す。患者情報については後述する。
また、ユーザ端末６０は、情報処理装置１００の処理によって、長期目標及び短期目標に関する情報を受信してもよい。この場合、ユーザ端末６０は、ユーザ端末６０に備えられた表示装置（ユーザインタフェース）に、情報処理装置１００から受信された情報を表示させる。なお、情報処理装置１００は、情報処理装置１００が備えるユーザインタフェースに情報を表示させてもよい。
ここで、リハビリテーション計画（リハビリ計画）について説明する。リハビリテーション病院のセラピストは、患者の入院時に、患者の退院に向けたリハビリ計画を作成することが多い。ここで、リハビリテーション計画の中で、重要な項目の１つに、長期目標及び短期目標がある。
長期目標とは、リハビリテーション計画において退院直前において目標とする、患者の状態及び患者ができる動作を示す。つまり、長期目標は、退院時に実現されていて欲しい患者状態を表すとともに、患者の希望する退院先に退院可能になるために必要な患者状態及び患者が可能な動作を示す。一方、短期目標とは、リハビリテーション計画において予定入院期間の中間時点において目標とする、患者の状態及び患者ができる動作を示す。つまり、短期目標は、長期目標を達成するために、達成しておくべき患者状態及び患者が可能な動作を示す。なお、短期目標の時期は、患者ごと、施設ごとに流動的に決められることが多く、リハビリテーション計画の立案に際して適宜定めた時期でよい。例えば、１週ごとに短期目標を設定してもよいし、予定入院期間の中間時点であってもよい。
ここで、リハビリテーション病院では、例えば、理学療法士（ＰＴ；Physical Therapist）、作業療法士（ＯＴ；Occupational Therapist）及び言語聴覚士（ＳＴ；Speech-Language-Hearing Therapist）の３職種のセラピストが１人の患者を担当する。そして、これらの３職種のセラピストが話し合って、短期目標及び長期目標を設定している。
ここで、理学療法士、作業療法士及び言語聴覚士は、それぞれ多くの患者を担当していることが多い。したがって、３職種のセラピストが集まることができる時間帯は限られている。よって、３職種のセラピストが集まって、３０分程度の時間をかけて議論することは、非常に煩雑である。したがって、短い時間で長期目標及び短期目標を決定できる方法が望まれている。一方、本実施の形態にかかる支援システム５０及び情報処理装置１００は、以下に説明するように、ユーザ（セラピスト）が短い時間で長期目標及び短期目標を決定できるように支援することが可能となる。
図４は、実施の形態１にかかる情報処理装置１００の構成を示す図である。情報処理装置１００は、主要なハードウェア構成として、制御部１０２と、記憶部１０４と、通信部１０６と、インタフェース部１０８（ＩＦ；Interface）とを有する。制御部１０２、記憶部１０４、通信部１０６及びインタフェース部１０８は、データバスなどを介して相互に接続されている。なお、図３に示したユーザ端末６０も、図４に示したハードウェア構成を有し得る。
制御部１０２は、例えばＣＰＵ（Central Processing Unit）等のプロセッサである。制御部１０２は、制御処理及び演算処理等を行う演算装置としての機能を有する。記憶部１０４は、例えばメモリ又はハードディスク等の記憶デバイスである。記憶部１０４は、例えばＲＯＭ（Read Only Memory）又はＲＡＭ（Random Access Memory）等である。記憶部１０４は、制御部１０２によって実行される制御プログラム及び演算プログラム等を記憶するための機能を有する。また、記憶部１０４は、処理データ等を一時的に記憶するための機能を有する。記憶部１０４は、データベースを含み得る。
通信部１０６は、ユーザ端末６０（及び他の装置）とネットワーク５２を介して通信を行うために必要な処理を行う。通信部１０６は、通信ポート、ルータ、ファイアウォール等を含み得る。インタフェース部１０８（ＩＦ；Interface）は、例えばユーザインタフェース（ＵＩ）である。インタフェース部１０８は、キーボード、タッチパネル又はマウス等の入力装置と、ディスプレイ又はスピーカ等の出力装置とを有する。インタフェース部１０８は、ユーザ（オペレータ）によるデータの入力の操作を受け付け、ユーザに対して情報を出力する。インタフェース部１０８は、長期目標及び短期目標に関する情報を表示してもよい。
実施の形態１にかかる情報処理装置１００は、構成要素として、過去患者データ記憶部１１２、対象患者情報取得部１１４、患者情報判定部１２０、長期目標抽出部１３０、及び、長期目標提示部１３２を有する。また、実施の形態１にかかる情報処理装置１００は、構成要素として、長期目標取得部１３８、長期目標判定部１４０、短期目標抽出部１５０、及び、短期目標提示部１５２を有する。
過去患者データ記憶部１１２は、図１に示した記憶部２に対応する。過去患者データ記憶部１１２は、過去患者データ記憶手段としての機能を有する。対象患者情報取得部１１４は、対象患者情報取得手段としての機能を有する。患者情報判定部１２０は、患者情報判定手段としての機能を有する。長期目標抽出部１３０は、長期目標抽出手段としての機能を有する。長期目標提示部１３２は、長期目標提示手段としての機能を有する。長期目標取得部１３８は、長期目標取得手段としての機能を有する。
長期目標判定部１４０は、図１に示した長期目標判定部１２に対応する。長期目標判定部１４０は、長期目標判定手段としての機能を有する。短期目標抽出部１５０は、図１に示した短期目標抽出部１４に対応する。短期目標抽出部１５０は、短期目標抽出手段としての機能を有する。短期目標提示部１５２は、図１に示した短期目標提示部１６に対応する。短期目標提示部１５２は、短期目標提示手段としての機能を有する。
なお、上述した各構成要素は、例えば、制御部１０２の制御によって、プログラムを実行させることによって実現できる。より具体的には、各構成要素は、記憶部１０４に格納されたプログラムを、制御部１０２が実行することによって実現され得る。また、必要なプログラムを任意の不揮発性記録媒体に記録しておき、必要に応じてインストールすることで、各構成要素を実現するようにしてもよい。また、各構成要素は、プログラムによるソフトウェアで実現することに限ることなく、ハードウェア、ファームウェア、及びソフトウェアのうちのいずれかの組み合わせ等により実現してもよい。また、各構成要素は、例えばＦＰＧＡ（field-programmable gate array）又はマイコン等の、ユーザがプログラミング可能な集積回路を用いて実現してもよい。この場合、この集積回路を用いて、上記の各構成要素から構成されるプログラムを実現してもよい。以上のことは、後述する他の実施の形態においても同様である。なお、各構成要素の具体的な機能については後述する。
図５は、実施の形態１にかかる情報処理装置１００によって実行される支援方法を示すフローチャートである。過去患者データ記憶部１１２は、過去にリハビリテーションを行った過去患者に関する過去患者データを記憶する（ステップＳ１００）。過去患者データは、複数の過去患者と、複数の過去患者それぞれの患者情報（過去患者情報）と、複数の過去患者それぞれの長期目標及び短期目標とを、対応付けている。過去患者データ記憶部１１２は、例えば電子カルテから過去患者データを抽出して、データベース（記憶部１０４）に記憶してもよい。なお、患者情報は、対応する患者の特徴を少なくとも示す情報である。
図６は、実施の形態１にかかる過去患者データを例示する図である。図６の例では、過去患者データは、過去患者と、過去患者情報と、長期目標と、短期目標とを対応付けている。例えば、過去患者データは、過去患者＃１と、過去患者＃１の過去患者情報である患者情報＃１と、過去患者＃１の長期目標＃１と、過去患者＃１の短期目標＃１とを対応付けている。また、過去患者データは、過去患者＃Ｎと、過去患者＃Ｎの過去患者情報である患者情報＃Ｎと、過去患者＃Ｎの長期目標＃Ｎと、過去患者＃Ｎの短期目標＃Ｎとを対応付けている。つまり、過去患者データにおいて、長期目標＃１〜＃Ｎ及び短期目標＃１〜＃Ｎが、過去患者＃１〜＃Ｎそれぞれに設定されている。
実施の形態１において、患者情報は、患者の特徴（特徴量）を少なくとも示す特徴情報を含む。患者情報（特徴情報）は、例えば、患者の属性（性別及び年齢層等）、意識レベル、病名、入院時の運動機能スコア、入院時の認知機能スコア、家族のニーズ、患者のニーズ、予定退院先等を含み得る。但し、これらは例示であって、患者情報（特徴情報）はこれらに限定されない。例えば、患者情報は、患者の個別の事情を踏まえた用語を含んでもよい。
ここで、「意識レベル」は、例えば、ＧＣＳ（Glasgow Coma Scale）又はＪＣＳ（Japan Coma Scale）によるスコアで示してもよいし、ユーザの主観による言葉で示してもよい。また、「運動機能スコア」及び「認知機能スコア」（以下、これらを「機能スコア」と総称することがある）は、例えば、患者の生活動作についての能力値（能力レベル）である。機能スコアは、例えば、ＡＤＬ（Activities of Daily Living：日常生活動作）又はＩＡＤＬ（Instrumental Activities of Daily Living：手段的日常生活動作）についてのスコア（指標）であり得る。例えば、機能スコアは、ＦＩＭ（Function Independence Measure：機能的自立度評価表）における評価項目毎の評価点であるが、他のスコアが用いられてもよい。
また、「家族のニーズ」及び「患者のニーズ」（以下、これらを単に「ニーズ」と総称することがある）は、例えば、患者の家族及び患者本人それぞれの、リハビリテーション計画におけるニーズである。例えば、ニーズは、リハビリテーション計画の目標（退院時に可能としたい能力等）であってもよい。また、「予定退院先」は、退院先の建物の種別（マンションであるか、２階建て戸建て建物であるかなど）、同居人の有無、退院先の交通の便などを含み得る。
また、過去患者データにおける長期目標は、対応する過去患者について実際に作成された長期目標である。同様に、過去患者データにおける短期目標は、対応する過去患者について実際に作成された短期目標である。ここで、過去患者データにおける長期目標及び短期目標は、例えば理学療法士、作業療法士及び言語聴覚士の３職種の視点を踏まえて作成されたものであり得る。したがって、過去患者データにおける長期目標及び短期目標は、対応する過去患者にとって適切なものであり得る。
図６において、例えば、過去患者＃１について実際に作成された長期目標＃１は、「公共交通機関の利用ができる」という項目、及び、「トイレ移乗」という評価項目と「自立」という自立度とからなる項目を含んでもよい。また、過去患者＃１について実際に作成された短期目標＃１は、「屋内歩行自立」という項目、及び、「トイレ移乗」という評価項目と「最大介助」という自立度とからなる項目を含んでもよい。ここで、自立度は、例えば、能力値（能力レベル）であってもよい。自立度は、例えば、以下のように規定されたＦＩＭのスコアであってもよい。
７点：完全自立（時間、安全性を含めて）
６点：修正自立（補助具を使用して自立）
５点：監視（指示・促し・準備が必要）
４点：最小介助（２５％以下の介助が必要）
３点：中等度介助（２５％〜５０％の介助が必要）
２点：最大介助（５０％〜７５％の介助が必要）
１点：全介助（７５％以上の介助が必要）
また、評価項目は、ＦＩＭで規定された以下の項目であってもよい。
認知項目：理解、表出、社会的交流、問題解決、記憶
運動項目：食事、整容、清拭、更衣（上半身）、更衣（下半身）、トイレ動作、排尿管理、排便管理、ベッド・車椅子・椅子移乗、トイレ移乗、浴槽・シャワー移乗、歩行・車椅子移動、階段移動
なお、図６に示すように、長期目標及び短期目標は、評価項目と自立度とからなる項目以外の項目を含んでもよい。さらに、長期目標及び短期目標は、図６に例示した項目の他に、例えば、「常食を食べられるようにする」という項目、「離床を１時間以上できる」という項目を含んでもよい。つまり、長期目標及び短期目標は、例えばセラピスト等のユーザが自由に記載することが可能である。
対象患者情報取得部１１４は、対象患者の患者情報（対象患者情報）を取得する（ステップＳ１０２）。具体的には、対象患者情報取得部１１４は、例えば、ユーザ端末６０から、ネットワーク５２及び通信部１０６を介して、対象患者情報を取得（受信）してもよい。あるいは、対象患者情報取得部１１４は、インタフェース部１０８を用いて入力された対象患者情報を取得してもよい。なお、対象患者情報は、図６に例示した過去患者情報の特徴情報と同様の特徴情報（特徴量）を含み得る。
患者情報判定部１２０は、複数の過去患者情報それぞれが対象患者情報と類似しているか否かを判定する（ステップＳ１０４）。つまり、患者情報判定部１２０は、複数の過去患者それぞれの過去患者情報について、対象患者の特徴を少なくとも示す対象患者情報と類似しているか否かを判定する。具体的には、患者情報判定部１２０は、複数の過去患者情報それぞれと対象患者情報との類似度を、それぞれ算出する。そして、患者情報判定部１２０は、類似度が予め定められた閾値以上の過去患者情報を、対象患者情報と類似していると判定してもよい。あるいは、患者情報判定部１２０は、類似度が上位Ｎｃ１番目（Ｎｃ１は予め定められた１以上の整数）までの過去患者情報を、対象患者情報と類似していると判定してもよい。
類似度の算出方法については、様々な方法を採用可能である。例えば、後述するように、対象患者情報と過去患者情報との類似度を、対象患者情報に対応する特徴ベクトルと、過去患者情報に対応する特徴ベクトルとの間の距離（ユークリッド距離）を算出することにより算出してもよい。この場合、特徴ベクトル間の距離が小さいほど対応する対象患者情報と過去患者情報との類似度が高いことを示す。なお、特徴ベクトルの要素毎（すなわち、過去患者情報及び対象患者情報の項目毎）に、所定の重み付けをして、距離を計算してもよい。ただし、上記算出方法は一例であり、対象患者と過去患者との特徴の類似性について判定する任意の他の算出方法が用いられてもよい。例えば、人手により過去患者情報と対象患者情報とのマッチング処理を繰り返し行いディープラーニング等の機械学習によって学習を行った上で、学習結果（学習モデル）を用いて、過去患者情報と対象患者情報との類似度を算出してもよい。
図７は、実施の形態１にかかる患者情報判定部１２０の類似度の算出に用いられる患者特徴ベクトルを例示する図である。患者特徴ベクトルは、上述した患者情報（対象患者情報及び過去患者情報）の特徴量を示す。なお、図７に例示する患者特徴ベクトルは、一例にすぎず、他の様々な患者特徴ベクトルが利用可能である。図７は、過去患者の患者特徴ベクトルを例示しているが、後述するように、対象患者の患者特徴ベクトルについても同様である。過去患者の総数をＮ（Ｎは２以上の整数）とし、特徴の数をＭ個（Ｍは１以上の整数）とする。このとき、患者ｋ（ｋは１〜Ｎの整数）の患者特徴ベクトルをｘｋとすると、特徴ベクトルのＭ個の成分は、以下の式１のように表される。ここで、ｊは、１以上Ｍ以下の整数であって、特徴を示すインデックスである。
ｘｋ＝（ｘｋ１，ｘｋ２，ｘｋ３，ｘｋ４，ｘｋ５，ｘｋ６，ｘｋ７，ｘｋ８，ｘｋ９，・・・，ｘｋｊ，・・・，ｘｋＭ） ・・・（１）
図７に示す例では、例えば、ｘｋ１は、患者ｋ（過去患者ｋ）の性別を示す。また、ｘｋ２は、患者ｋの年齢層を示す。また、ｘｋ５は、患者ｋの入院時の運動機能スコアを示す。また、ｘｋ６は、患者ｋの入院時の認知機能スコアを示す。なお、患者特徴ベクトルの成分数Ｍ及び各成分値が何を示すかは、ユーザによって予め定められてもよい。
ここで、特徴がスコア等の数値で表される場合、成分値ｘｋｊはスコア値を示し得る。例えば、成分値ｘｋ５及びｘｋ６は、それぞれの機能スコアのスコア値（ＦＩＭ値等）を示してもよい。また、特徴が数値で表されるものではない場合、成分値ｘｋｊは、その内容ごとに数値が割り当てられ得る。例えば、特徴「性別」では、「男性」の場合に成分値ｘｋ１＝１が割り当てられ、「女性」の場合にｘｋ１＝０が割り当てられてもよい。
また、対象患者ｉの患者特徴ベクトルｘｉは、式１と同様に、以下の式２のように表される。
ｘｉ＝（ｘｉ１，ｘｉ２，ｘｉ３，ｘｉ４，ｘｉ５，ｘｉ６，ｘｉ７，ｘｉ８，ｘｉ９，・・・，ｘｉｊ，・・・，ｘｉＭ） ・・・（２）
患者情報判定部１２０は、例えば、以下の式３及び式４で示すように、対象患者ｉの患者情報（対象患者情報）と過去患者ｋの患者情報（過去患者情報）との類似度Ｄｐｉｋを算出する。
Ｄｐｉｋ＝１／Ｓｐｉｋ ・・・（３）
Figure 2021071890
長期目標抽出部１３０は、Ｓ１０４の処理で対象患者情報に類似していると判定された過去患者情報に対応する過去患者（第１の類似過去患者）の長期目標を抽出する（ステップＳ１０６）。つまり、長期目標抽出部１３０は、対象患者情報に類似していると判定された過去患者情報に対応する過去患者に設定された長期目標を抽出する。具体的には、長期目標抽出部１３０は、図６に例示した過去患者データを用いて、類似していると判定された過去患者情報に対応する第１の類似過去患者の長期目標を抽出する。
図８は、実施の形態１にかかる情報処理装置１００によって実行されるＳ１０２〜Ｓ１０６の処理を説明するための図である。対象患者の患者情報７２Ｉが情報処理装置１００に入力されると（Ｓ１０２）、情報処理装置１００の患者情報判定部１２０は、患者情報７２Ｉに類似する患者情報（過去患者情報）を判定する（Ｓ１０４）。図８の例では、患者情報判定部１２０は、類似過去患者Ａの患者情報７２Ａ、類似過去患者Ｂの患者情報７２Ｂ、及び類似過去患者Ｃの患者情報７２Ｃが患者情報７２Ｉに類似すると判定する。長期目標抽出部１３０は、患者情報７２Ａに対応する長期目標７４Ａ、患者情報７２Ｂに対応する長期目標７４Ｂ、及び、患者情報７２Ｃに対応する長期目標７４Ｃを抽出する。
長期目標提示部１３２は、Ｓ１０６の処理で抽出された長期目標を、対象患者の長期目標の候補（長期目標候補）としてユーザに提示するための処理を行う（ステップＳ１０８）。つまり、長期目標提示部１３２は、抽出された長期目標に関する情報を提示するための処理を行う。具体的には、長期目標提示部１３２は、通信部１０６を制御してユーザ端末６０の表示装置（出力装置）に長期目標候補を表示させるための処理を行う。あるいは、長期目標提示部１３２は、情報処理装置１００のインタフェース部１０８に長期目標候補を表示させるための処理を行う。なお、長期目標提示部１３２は、Ｓ１０６の処理で抽出された長期目標の全てを長期目標候補としてユーザに提示する必要はない。長期目標提示部１３２は、抽出された長期目標のうち、対応する過去患者情報の類似度が上位の、予め定められた数の長期目標を、長期目標候補としてユーザに提示してもよい。
図９は、実施の形態１にかかる、対象患者の長期目標の決定方法の一例を説明するための図である。情報処理装置１００の長期目標提示部１３２は、類似過去患者Ａ，Ｂ，Ｃの長期目標７４Ａ，７４Ｂ，７４Ｃを、長期目標候補としてユーザに提示する。ユーザは、これらの長期目標候補を参照して、対象患者の長期目標７４Ｉを決定する。例えば、ユーザは、対応する過去患者情報の類似度が最も高い長期目標（例えば長期目標７４Ａ）を、そのまま対象患者の長期目標７４Ｉとしてもよい。あるいは、例えば、ユーザは、提示された長期目標７４Ａ〜７４Ｃの各項目を任意に選択して、長期目標７４Ｉを決定してもよい。ユーザは、決定された長期目標７４Ｉを、インタフェース部１０８を用いて情報処理装置１００に入力する。
上述したように、実施の形態１にかかる情報処理装置１００は、複数の過去患者情報それぞれについて、対象患者情報と類似しているか否かを判定する。そして、実施の形態１にかかる情報処理装置１００は、対象患者情報に類似していると判定された過去患者情報に対応する長期目標を抽出し、抽出された長期目標を対象患者の長期目標候補として提示するための処理を行う。
ここで、上述したように、過去患者データにおける長期目標は、理学療法士、作業療法士及び言語聴覚士の３職種の視点を踏まえて作成されたものであり得る。これにより、抽出された長期目標は、３職種の視点を踏まえて作成されたものであり得る。したがって、抽出された長期目標を対象患者の長期目標候補として提示することで、３職種の視点が加味された長期目標を容易に決定できる。すなわち、上述した３職種のセラピストが集まって長期目標を相談する際に、３職種の視点を踏まえて提示された限られた数の長期目標候補の中から長期目標を選択する（又は限られた数の長期目標候補を用いて長期目標を決定する）ことができる。したがって、無数にある（提示されない）長期目標の候補の中から対象患者に適した長期目標を１つずつ考えるよりも、短い時間で長期目標を決定することが可能となる。したがって、ユーザ（セラピスト）が短い時間で長期目標を決定することが可能となる。
また、実施の形態１にかかる情報処理装置１００は、抽出された長期目標を対象患者の長期目標候補として提示するための処理を行う。これにより、ユーザ（セラピスト等）は、提示された長期目標候補を参考にして、容易且つ適切に長期目標を作成できる。なお、ユーザが対象患者の長期目標を決定するのではなく、情報処理装置１００が、類似度が最も高い過去患者情報に対応する長期目標を対象患者の長期目標と決定してもよい。しかしながら、情報処理装置１００が長期目標を決定すると、対象患者の個別の事情をその決定された長期目標に加味できないおそれがある。したがって、抽出された長期目標を対象患者の長期目標候補として提示することで、ユーザが対象患者の個別の事情を踏まえた長期目標を作成できるので、より適切に長期目標が作成され得る。
長期目標取得部１３８は、インタフェース部１０８を介して、対象患者の長期目標７４Ｉを取得する。長期目標取得部１３８が対象患者の長期目標７４Ｉを取得すると（ステップＳ１１２のＹＥＳ）、長期目標判定部１４０は、複数の過去患者それぞれの長期目標が対象患者の長期目標と類似しているか否かを判定する（ステップＳ１１４）。つまり、長期目標判定部１４０は、複数の過去患者それぞれの活動目標（長期目標）について、対象患者の活動（リハビリテーション）の長期目標と類似しているか否かを判定する。具体的には、長期目標判定部１４０は、複数の過去患者それぞれの活動目標（長期目標）に含まれる単語（文字列）と、対象患者の長期目標に含まれる単語（文字列）とが類似しているか否かを判定する。
長期目標判定部１４０は、複数の過去患者の長期目標＃１〜＃Ｎそれぞれと対象患者の長期目標７４Ｉとの類似度を、それぞれ算出する。そして、長期目標判定部１４０は、類似度が予め定められた閾値以上の長期目標を、対象患者の長期目標７４Ｉと類似していると判定してもよい。あるいは、長期目標判定部１４０は、類似度が上位Ｎｃ２番目（Ｎｃ２は予め定められた１以上の整数）までの過去患者の長期目標を、対象患者の長期目標７４Ｉと類似していると判定してもよい。類似度の算出方法については、Ｓ１０４と実質的に同様であってもよい。但し、Ｓ１１４にかかる処理で用いられる特徴ベクトルは、Ｓ１０４の処理で用いられる特徴ベクトルと異なる。
図１０は、実施の形態１にかかる長期目標判定部１４０の類似度の算出に用いられる単語特徴ベクトルを例示する図である。長期目標判定部１４０は、この単語特徴ベクトルを用いて、複数の過去患者それぞれの長期目標（活動目標）に含まれる単語（文字列）と、対象患者の長期目標７４Ｉに含まれる単語（文字列）とが類似しているか否かを判定する。ここで、実施の形態１において、単語特徴ベクトルの成分は、例えば、長期目標の項目を示す文字列であり得る。特に、長期目標の項目が評価項目及び自立度の組である場合、単語特徴ベクトルの成分は、評価項目と自立度（能力レベル）とを組とする文字列であり得る。
図１０に例示する単語特徴ベクトルは、長期目標（対象患者の長期目標及び過去患者の長期目標）の特徴量を示す。なお、単語特徴ベクトルは、一例にすぎず、他の様々な単語特徴ベクトルが利用可能である。過去患者の総数をＮとし、特徴の数をＭ１個（Ｍ１は１以上の整数）とする。このとき、患者ｋ（過去患者ｋ）の単語特徴ベクトルをｖｋとすると、特徴ベクトルのＭ１個の成分は、以下の式５のように表される。
ｖｋ＝（ｖｋ１，ｖｋ２，ｖｋ３，ｖｋ４，ｖｋ５，ｖｋ６，ｖｋ７，ｖｋ８，ｖｋ９，・・・，ｖｋｊ，・・・，ｖｋＭ１） ・・・（５）
図１０に示す例では、例えば、ｖｋ１は、患者ｋの長期目標における「トイレ：自立」という文字列（評価項目及び自立度の組）に対応する。ｖｋ２は、患者ｋの長期目標における「階段：最大介助」という文字列（評価項目及び自立度の組）に対応する。ｖｋ３は、患者ｋの長期目標における「歩行：自立」という文字列（評価項目及び自立度の組）に対応する。ｖｋ４は、患者ｋの長期目標における「交通機関利用」という文字列（項目）に対応する。なお、単語特徴ベクトルの成分数Ｍ１及び各成分値が何を示すかは、ユーザによって予め定められてもよい。また、自立度は、上述したＦＩＭ値（ＦＩＭのスコア）で示されてもよい。
ここで、単語特徴ベクトルの各成分の成分値は、対応する単語（又は対応する単語に類似する文字列）が長期目標に存在するか否かに応じて割り当てられ得る。例えば、患者ｋの長期目標に文字列「トイレ：自立」が存在する場合、ｖｋ１＝１が割り当てられ、患者ｋの長期目標に文字列「トイレ：自立」が存在しない場合、ｖｋ１＝０が割り当てられ得る。なお、患者ｋの長期目標に文字列「トイレ移乗：自立」及び文字列「トイレ動作：自立」の少なくともいずれかが含まれる場合に、ｖｋ１＝１が割り当てられ得る。つまり、長期目標の評価項目に文字列「トイレ」を含むものがあり、その自立度が「自立」を含むものであれば、ｖｋ１＝１が割り当てられる。また、例えば、患者ｋの長期目標に文字列「公共交通機関の利用」が存在する場合、文字列「公共交通機関の利用」と文字列「交通機関利用」とは類似しているため、ｖｋ４＝１が割り当てられる。このことは、他の成分においても同様である。なお、文字列の類似の判定は、例えば、予め格納された類似辞書、又は、機械学習アルゴリズムを用いて実行されてもよい。
また、単語特徴ベクトルの各成分の成分値には、対応する評価項目の自立度（ＦＩＭ値）が割り当てられてもよい。例えば、患者ｋの長期目標に文字列「トイレ」を含む評価項目が存在し、その自立度が「完全自立」である場合、ｖｋ１＝７が割り当てられ得る。また、例えば、患者ｋの長期目標に文字列「トイレ」を含む評価項目が存在し、その自立度が「修正自立」である場合、ｖｋ１＝６が割り当てられ得る。また、例えば、患者ｋの長期目標に文字列「階段」を含む評価項目が存在し、その自立度が「最大介助」である場合、ｖｋ２＝２が割り当てられ得る。この場合において、対応する評価項目が患者ｋの長期目標に存在しないときは、その成分値には「０」が割り当てられ得る。これらのことは、他の成分においても同様である。なお、自立度を示す文字列とその自立度に対応するレベル（数値）とを対応付けた辞書（自立度辞書）を予め格納しておき、この自立度辞書を用いて成分値の割り当てを行ってもよい。また、自立度は、文字列で表現されていなくてもよく、そのレベルを示す数値そのもので表されていてもよい。
また、対象患者ｉの単語特徴ベクトルｖｉは、式５と同様に、以下の式６のように表される。
ｖｉ＝（ｖｉ１，ｖｉ２，ｖｉ３，ｖｉ４，ｖｉ５，ｖｉ６，ｖｉ７，ｖｉ８，ｖｉ９，・・・，ｖｉｊ，・・・，ｖｉＭ１） ・・・（６）
長期目標判定部１４０は、例えば、以下の式７及び式８で示すように、対象患者ｉの長期目標と過去患者ｋの長期目標との類似度Ｄｗｉｋを算出する。
Ｄｗｉｋ＝１／Ｓｗｉｋ ・・・（７）
Figure 2021071890
短期目標抽出部１５０は、Ｓ１１４の処理で対象患者の長期目標に類似していると判定された長期目標に対応する過去患者（第２の類似過去患者）の短期目標を抽出する（ステップＳ１１６）。つまり、短期目標抽出部１５０は、対象患者の長期目標に類似していると判定された活動目標（長期目標）に対応する過去患者に設定された短期目標を抽出する。具体的には、短期目標抽出部１５０は、図６に例示した過去患者データを用いて、類似していると判定された長期目標に対応する第２の類似過去患者の短期目標を抽出する。
図１１は、実施の形態１にかかる情報処理装置１００によって実行されるＳ１１２〜Ｓ１１６の処理を説明するための図である。対象患者の長期目標７４Ｉが情報処理装置１００に入力されると（Ｓ１１２のＹＥＳ）、情報処理装置１００の長期目標判定部１４０は、長期目標７４Ｉに類似する過去患者の長期目標を判定する（Ｓ１１４）。図１１の例では、長期目標判定部１４０は、類似過去患者Ｄの長期目標７４Ｄ、類似過去患者Ｅの長期目標７４Ｅ、及び類似過去患者Ｆの長期目標７４Ｆが長期目標７４Ｉに類似すると判定する。短期目標抽出部１５０は、長期目標７４Ｄに対応する短期目標７６Ｄ、長期目標７４Ｅに対応する短期目標７６Ｅ、及び、長期目標７４Ｆに対応する短期目標７６Ｆを抽出する。
図１２は、実施の形態１にかかる、短期目標の抽出方法の具体例を示す図である。対象患者の長期目標７４Ｉには、項目「トイレ動作：自立」が含まれている。また、過去患者の長期目標７４Ｄには、項目「トイレ移乗：自立」が含まれている。この場合、長期目標７４Ｉの文字列「トイレ 自立」は、長期目標７４Ｄの文字列「トイレ 自立」と共通している。したがって、長期目標判定部１４０は、長期目標７４Ｉと長期目標７４Ｄとの類似度が大きいと判定する。よって、短期目標抽出部１５０は、長期目標７４Ｄに対応する短期目標７６Ｄを抽出する。
一方、過去患者の長期目標７４Ｘには、対象患者の長期目標７４Ｉに含まれている項目の文字列が含まれていない。したがって、長期目標判定部１４０は、長期目標７４Ｉと長期目標７４Ｘとの類似度が小さいと判定する。よって、短期目標抽出部１５０は、長期目標７４Ｘに対応する短期目標７６Ｘを抽出しない。このように、複数の過去患者それぞれの長期目標（活動目標）に含まれる文字列と、対象患者の長期目標に含まれる文字列とが類似しているか否かを判定することで、より適切に、対象患者の長期目標に類似する過去患者の長期目標を判定することができる。
短期目標提示部１５２は、Ｓ１１６の処理で抽出された短期目標を、対象患者の短期目標の候補（短期目標候補）としてユーザに提示するための処理を行う（ステップＳ１１８）。つまり、短期目標提示部１５２は、抽出された短期目標に関する情報を提示するための処理を行う。具体的には、短期目標提示部１５２は、通信部１０６を制御してユーザ端末６０の表示装置（出力装置）に短期目標候補を表示させるための処理を行う。あるいは、短期目標提示部１５２は、情報処理装置１００のインタフェース部１０８に短期目標候補を表示させるための処理を行う。なお、短期目標提示部１５２は、Ｓ１１６の処理で抽出された短期目標の全てを短期目標候補としてユーザに提示する必要はない。短期目標提示部１５２は、抽出された短期目標のうち、対応する長期目標の類似度が上位の、予め定められた数の短期目標を、短期目標候補として、ユーザに提示してもよい。
図１３は、実施の形態１にかかる、対象患者の短期目標の決定方法の一例を説明するための図である。情報処理装置１００の短期目標提示部１５２は、類似過去患者Ｄ，Ｅ，Ｆの短期目標７６Ｄ，７６Ｅ，７６Ｆを、短期目標候補としてユーザに提示する。ユーザは、これらの短期目標候補を参照して、対象患者の短期目標７６Ｉを決定する。例えば、ユーザは、対応する長期目標の類似度が最も高い短期目標（例えば短期目標７６Ｄ）を、そのまま対象患者の短期目標７６Ｉとしてもよい。あるいは、例えば、ユーザは、提示された短期目標７６Ｄ〜７６Ｆの各項目を任意に選択して、短期目標７６Ｉを決定してもよい。
図１４は、実施の形態１にかかる情報処理装置１００又はユーザ端末６０のユーザインタフェースに表示される表示画面８０を例示する図である。図１４に例示された表示画面８０は、Ｓ１０８の処理及びＳ１１８の処理のいずれの場合でも適用され得る。表示画面８０には、類似度順過去患者リスト８２及び活動目標８４が表示されている。類似度順過去患者リスト８２は、類似度順過去患者リスト８２で選択された過去患者の識別情報と、入院日と、項目ごとの運動能力値とを含む。
図１４に例示された表示画面がＳ１０８の処理に適用される場合について説明する。この場合、類似度順過去患者リスト８２は、対象患者情報に類似する過去患者情報に対応する過去患者のリストを示す。類似度順過去患者リスト８２に表示された過去患者の１つをユーザが選択すると、その過去患者の活動目標８４が表示される。図１４の例では、過去患者Ａが選択されているので、過去患者Ａの活動目標８４が表示されている。活動目標８４は、対応する過去患者（過去患者Ａ）の、週ごとの活動目標を示す。過去患者Ａの退院がＷ週目であったとすると、ユーザには、そのＷ週目の活動目標が、長期目標候補として提示される。
図１４に例示された表示画面がＳ１１８の処理に適用される場合について説明する。この場合、類似度順過去患者リスト８２は、対象患者の長期目標に類似する長期目標に対応する過去患者のリストを示す。類似度順過去患者リスト８２に表示された過去患者の１つをユーザが選択すると、その過去患者の活動目標８４が表示される。図１４の例では、過去患者Ａが選択されているので、過去患者Ａの活動目標８４が表示されている。過去患者Ａの退院がＷ週目であったとすると、ユーザには、その中間時点（例えばｗ＝Ｗ／２週目）の活動目標が、短期目標候補として提示される。
上述したように、実施の形態１にかかる情報処理装置１００は、複数の過去患者それぞれの長期目標について、対象患者の長期目標と類似しているか否かを判定する。そして、実施の形態１にかかる情報処理装置１００は、対象患者の長期目標に類似していると判定された長期目標に対応する短期目標を抽出し、抽出された短期目標を対象患者の短期目標候補として提示するための処理を行う。
ここで、上述したように、過去患者データにおける短期目標は、理学療法士、作業療法士及び言語聴覚士の３職種の視点を踏まえて作成されたものであり得る。これにより、抽出された短期目標は、３職種の視点を踏まえて作成されたものであり得る。したがって、抽出された短期目標を対象患者の短期目標候補として提示することで、３職種の視点が加味された短期目標の案を作成できる。すなわち、上述した３職種のセラピストが集まって短期目標を相談する際に、３職種の視点を踏まえて提示された限られた数の短期目標候補の中から短期目標を選択する（又は限られた数の短期目標候補を用いて短期目標を決定する）ことができる。したがって、無数にある（提示されない）短期目標の候補の中から対象患者に適した短期目標を１つずつ考えるよりも、短い時間で短期目標を決定することが可能となる。したがって、ユーザ（セラピスト）が短い時間で短期目標を決定することが可能となる。
また、実施の形態１にかかる情報処理装置１００は、抽出された短期目標を対象患者の短期目標候補として提示するための処理を行う。これにより、ユーザ（セラピスト等）は、提示された短期目標候補を参考にして、容易且つ適切に短期目標を作成できる。なお、ユーザが対象患者の短期目標を決定するのではなく、情報処理装置１００が、類似度が最も高い長期目標に対応する短期目標を対象患者の短期目標と決定してもよい。しかしながら、情報処理装置１００が短期目標を決定すると、対象患者の個別の事情を加味できないおそれがある。したがって、抽出された短期目標を対象患者の短期目標候補として提示することで、ユーザが対象患者の個別の事情を踏まえた短期目標を作成できるので、より適切に短期目標が作成され得る。なお、短期目標は長期目標の中間マイルストーンの位置づけであり得るので、長期目標が類似している過去患者の短期目標についても対象患者にとって適切なものであり得る。
また、実施の形態１にかかる情報処理装置１００は、複数の過去患者それぞれの長期目標について、対象患者の長期目標と類似しているか否かを判定する。つまり、実施の形態１にかかる長期目標判定部１４０は、過去患者の長期目標と対象患者の長期目標との類似度を判定する。長期目標における各項目が類似している場合、それぞれの対応する短期目標も類似することが多い。したがって、実施の形態１のように長期目標同士を比較することで、より確実に、対象患者に合った短期目標を抽出することができる。
（実施の形態２）
次に、実施の形態２について、図面を参照しながら説明する。説明の明確化のため、以下の記載及び図面は、適宜、省略、及び簡略化がなされている。また、各図面において、同一の要素には同一の符号が付されており、必要に応じて重複説明は省略されている。なお、実施の形態２にかかるシステム構成については、図３に示したものと実質的に同様であるので、説明を省略する。また、実施の形態２にかかる情報処理装置１００の構成は、図４に示したものと実質的に同様であるので、説明を省略する。
図１５は、実施の形態２にかかる情報処理装置１００によって実行される支援方法を示すフローチャートである。なお、Ｓ２００〜Ｓ２１２の処理は、それぞれ、図５に示したＳ１００〜Ｓ１１２の処理と実質的に同様であるので、説明を省略する。
実施の形態２にかかる長期目標判定部１４０は、複数の過去患者それぞれの短期目標が対象患者の長期目標と類似しているか否かを判定する（ステップＳ２１４）。つまり、長期目標判定部１４０は、複数の過去患者それぞれの活動目標（短期目標）について、対象患者の活動（リハビリテーション）の長期目標と類似しているか否かを判定する。具体的には、長期目標判定部１４０は、複数の過去患者それぞれの活動目標（短期目標）に含まれる単語（文字列）と、対象患者の長期目標に含まれる単語（文字列）とが類似しているか否かを判定する。
長期目標判定部１４０は、複数の過去患者の短期目標＃１〜＃Ｎそれぞれと対象患者の長期目標７４Ｉとの類似度を、それぞれ算出する。そして、長期目標判定部１４０は、類似度が予め定められた閾値以上の短期目標を、対象患者の長期目標７４Ｉと類似していると判定してもよい。あるいは、長期目標判定部１４０は、類似度が上位Ｎｃ３番目（Ｎｃ３は予め定められた１以上の整数）までの過去患者の短期目標を、対象患者の長期目標７４Ｉと類似していると判定してもよい。なお、類似度の算出方法については、Ｓ１０４及びＳ１１４と実質的に同様であってもよい。但し、Ｓ２１４にかかる処理で用いられる特徴ベクトルは、Ｓ１０４及びＳ１１４の処理で用いられる特徴ベクトルと異なる。
図１６は、実施の形態２にかかる長期目標判定部１４０の類似度の算出に用いられる単語特徴ベクトルを例示する図である。実施の形態２にかかる長期目標判定部１４０は、この単語特徴ベクトルを用いて、複数の過去患者それぞれの短期目標（活動目標）に含まれる単語（文字列）と、対象患者の長期目標７４Ｉに含まれる単語（文字列）とが類似しているか否かを判定する。ここで、実施の形態２において、単語特徴ベクトルの成分は、例えば、長期目標又は短期目標の項目の文字列である。つまり、実施の形態２において、単語特徴ベクトルの成分が評価項目に対応する場合、単語特徴ベクトルの成分は、対応する自立度を含まなくてもよい。
図１６に例示する単語特徴ベクトルは、対象患者の長期目標又は過去患者の短期目標の特徴量を示す。なお、図１６に例示する単語特徴ベクトルは、一例にすぎず、他の様々な単語特徴ベクトルが利用可能である。過去患者の総数をＮとし、特徴の数をＭ２個（Ｍ２は１以上の整数）とする。このとき、患者ｋ（過去患者ｋ）の単語特徴ベクトルをｖｋとすると、特徴ベクトルのＭ２個の成分は、以下の式９のように表される。
ｖｋ＝（ｖｋ１，ｖｋ２，ｖｋ３，ｖｋ４，ｖｋ５，ｖｋ６，ｖｋ７，ｖｋ８，ｖｋ９，・・・，ｖｋｊ，・・・，ｖｋＭ２） ・・・（９）
図１６に示す例では、例えば、ｖｋ１は、患者ｋの短期目標における「トイレ」という文字列（評価項目）に対応する。ｖｋ２は、患者ｋの短期目標における「階段」という文字列（評価項目）に対応する。ｖｋ３は、患者ｋの短期目標における「歩行」という文字列（評価項目）に対応する。ｖｋ４は、患者ｋの長期目標における「交通機関利用」という文字列（項目）に対応する。なお、単語特徴ベクトルの成分数Ｍ２及び各成分値が何を示すかは、ユーザによって予め定められてもよい。
ここで、単語特徴ベクトルの各成分の成分値は、対応する単語が短期目標に存在するか否かに応じて割り当てられ得る。例えば、患者ｋの短期目標に文字列「トイレ」が存在する場合、ｖｋ１＝１が割り当てられ、患者ｋの短期目標に文字列「トイレ」という文字列が存在しない場合、ｖｋ１＝０が割り当てられ得る。
また、対象患者ｉの単語特徴ベクトルｖｉは、式９と同様に、以下の式１０のように表される。
ｖｉ＝（ｖｉ１，ｖｉ２，ｖｉ３，ｖｉ４，ｖｉ５，ｖｉ６，ｖｉ７，ｖｉ８，ｖｉ９，・・・，ｖｉｊ，・・・，ｖｉＭ２） ・・・（１０）
ここで、各成分ｖｉｊは、対象患者の長期目標における項目の文字列に対応する。また、成分値については、患者ｋの単語特徴ベクトルの場合と実質的に同様である。したがって、対象患者の長期目標に文字列「トイレ」が存在する場合、ｖｉ１＝１が割り当てられ、対象患者の長期目標に文字列「トイレ」という文字列が存在しない場合、ｖｉ１＝０が割り当てられ得る。
長期目標判定部１４０は、例えば、以下の式１１及び式１２で示すように、対象患者ｉの長期目標と過去患者ｋの短期目標との類似度Ｄｗ２ｉｋを算出する。
Ｄｗ２ｉｋ＝１／Ｓｗ２ｉｋ ・・・（１１）
Figure 2021071890
実施の形態２にかかる短期目標抽出部１５０は、Ｓ２１４の処理で対象患者の長期目標に類似していると判定された短期目標を抽出する（ステップＳ２１６）。つまり、短期目標抽出部１５０は、対象患者の長期目標に類似していると判定された活動目標（短期目標）に対応する過去患者に設定された短期目標を抽出する。そして、短期目標提示部１５２は、Ｓ１１８の処理と同様にして、Ｓ２１６の処理で抽出された短期目標を、短期目標候補としてユーザに提示するための処理を行う（ステップＳ２１８）。
ある患者の長期目標に含まれる項目は、その患者の短期目標に含まれる項目と類似することが多い。したがって、実施の形態２のように、対象患者の長期目標と類似している過去患者の短期目標を抽出するように構成することで、図６に示した過去患者データを参照せずに、短期目標を抽出することができる。これにより、短期目標の抽出処理が単純化される。
なお、上記の例では、単語特徴ベクトルの成分は、各項目の単語の有無によるものとした。しかしながら、長期目標の評価項目及び自立度で記載された項目については、以下に示すように、実施の形態１と同様にして、単語特徴ベクトルの成分が、自立度を含むようにしてもよい。
図１７は、実施の形態２にかかる長期目標判定部１４０の類似度の算出に用いられる単語特徴ベクトルの別の例を示す図である。図１７の例において、長期目標判定部１４０は、対象患者の長期目標７４Ｉに記載されている各評価項目に対応する自立度を例えば半分程度に減少させたレベルに変換する。つまり、長期目標判定部１４０は、対象患者の長期目標７４Ｉに含まれる各項目に対応する自立度（能力レベル）を、予め定められた基準に従って減少させた減少自立度（減少能力レベル）に変換する。図１７の例では、長期目標判定部１４０は、長期目標７４Ｉに含まれる評価項目「トイレ動作」及び「歩行」の自立度「自立」を、減少自立度「最小介助」に変換する。また、長期目標判定部１４０は、長期目標７４Ｉに含まれる評価項目「階段移動」の自立度「最小介助」を、減少自立度「最大介助」に変換する。なお、自立度が文字列で表されている場合、自立度レベルの変換方法は、例えば以下の方法がある。長期目標判定部１４０は、上述した自立度辞書を用いて、長期目標７４Ｉの各項目に自立度を示す文字列があるか否かを判定し、自立度を示す文字列を抽出する。長期目標判定部１４０は、上述した自立度辞書を用いて、長期目標７４Ｉの各項目の自立度を示す文字列がどのレベル（数値）の自立度であるかを判定する。そして、長期目標判定部１４０は、その文字列の自立度のレベルと、最も低い自立度のレベルとの間の中間レベルを表す自立度を、減少自立度と決定する。なお、このとき、厳密に真ん中の「中間レベル」とする必要はない。
そして、図１７に示すように、長期目標判定部１４０は、長期目標７４Ｉに含まれる評価項目の単語と対応する自立度が変換された減少自立度との組を特徴量とする、対象患者ｉの単語特徴ベクトルを生成する。そして、長期目標判定部１４０は、図１７に示した対象患者ｉの単語特徴ベクトルと、過去患者の短期目標に含まれる評価項目及び自立度の組を成分（特徴量）とする単語特徴ベクトルとを用いて、過去患者の短期目標が対象患者の長期目標と類似しているか否かを判定する。つまり、長期目標判定部１４０は、各項目及び対応する減少能力レベルと複数の過去患者それぞれの短期目標に含まれる各項目及び対応する能力レベルとを用いて、過去患者の短期目標が対象患者の長期目標と類似しているか否かを判定する。このように構成することで、より適切に、対象患者の長期目標に類似している短期目標を抽出することができる。つまり、特徴量が評価項目のみを含む場合と比較して自立度を示す文字列が増えるので、自立度が適切でない過去患者の短期目標を抽出することを抑制することができる。
（実施の形態３）
次に、実施の形態３について、図面を参照しながら説明する。説明の明確化のため、以下の記載及び図面は、適宜、省略、及び簡略化がなされている。また、各図面において、同一の要素には同一の符号が付されており、必要に応じて重複説明は省略されている。なお、実施の形態３にかかるシステム構成については、図３に示したものと実質的に同様であるので、説明を省略する。実施の形態３は、患者情報に、対応する患者の個別の事情に対応する患者個別キーワードが含まれている点で、他の実施の形態と異なる。
図１８は、実施の形態３にかかる情報処理装置１００の構成を示す図である。実施の形態３にかかる情報処理装置１００は、キーワード生成部３１２を有する。実施の形態３にかかる情報処理装置１００のその他の構成要素については、図４に示したものと実質的に同様であるので、説明を省略する。
キーワード生成部３１２は、キーワード生成手段としての機能を有する。キーワード生成部３１２は、患者（過去患者及び対象患者）の個別の事情を表現した文章を示す患者個別情報を用いて、患者個別キーワードを生成する。なお、患者個別情報は、患者ごとに作成される。患者個別情報は、セラピスト、患者本人、又は患者の家族等によって作成される、テキストデータ（文章）である。患者個別情報は、患者が入院するときにおいて、患者（又は患者の家族等）が退院後に希望する状態等を示す。
キーワード生成部３１２は、患者個別情報に対して形態素解析を行う。キーワード生成部３１２は、形態素解析によって得られた単語を、患者個別キーワードとして取得する。そして、キーワード生成部３１２は、患者個別キーワードを、患者情報（過去患者情報及び対象患者情報）に追加する。なお、患者個別キーワードとして取得される単語の品詞を限定してもよい。例えば、キーワード生成部３１２は、形態素解析によって得られた単語のうち、名詞である単語を、患者個別キーワードとして取得してもよい。あるいは、キーワード生成部３１２は、形態素解析によって得られた単語のうち、助詞及び助動詞等である単語を、患者個別キーワードとして取得しないようにしてもよい。あるいは、キーワードしてふさわしくない単語（助詞等）を記載したストップワード辞書を予め格納しておいてもよい。この場合、キーワード生成部３１２は、形態素解析によって得られた単語のうち、ストップワード辞書に含まれる単語を、患者個別キーワードとして取得しないようにしてもよい。
図１９は、実施の形態３にかかるキーワード生成部３１２の処理を説明するための図である。図１９に例示した患者個別情報は、セラピストによって作成される。キーワード生成部３１２は、図１９に例示する患者個別情報に対して形態素解析を行う。これにより、キーワード生成部３１２は、患者の個別の事情に対応する患者個別キーワード「患者」、「お子さん」、「家事」、「両親」、「介護」、「移動手段」、「車」、及び「運転」を生成する。
図２０は、実施の形態３にかかる過去患者データを例示する図である。図６の例と同様に、図２０に例示する過去患者データは、過去患者と、過去患者情報と、長期目標と、短期目標とを対応付けている。ここで、過去患者情報（患者情報）は、特徴情報と、キーワード生成部３１２によって生成された患者個別キーワードとを含む。
また、実施の形態３では、過去患者に対応付けられた長期目標は、ＦＩＭの評価項目とは異なる項目として、患者の個別の事情を踏まえた項目を含み得る。実施の形態３では、例えば、過去患者＃１の長期目標＃１は、「自動車の運転を安全に遂行できる」及び「家事動作自立」を含む。また、長期目標＃１の上記項目を達成するため、短期目標＃１は、「下肢運動機能：レベルＡ」、「上肢運動機能：レベルＢ」及び「視覚機能：レベルＣ」といった項目を含み得る。なお、長期目標及び短期目標のこれらの項目は、上述した実施の形態にかかる長期目標及び短期目標でも含まれていてもよい。
図２１は、実施の形態３にかかる患者情報判定部１２０の類似度の算出に用いられる患者特徴ベクトルを例示する図である。患者特徴ベクトルは、上述した患者情報（対象患者情報及び過去患者情報）の特徴量を示す。ここで、実施の形態３では、特徴量は、特徴情報と、患者個別キーワードとを含む。また、なお、図２１に例示する患者特徴ベクトルは、一例にすぎず、他の様々な患者特徴ベクトルが利用可能である。図２１は、過去患者の患者特徴ベクトルを例示しているが、後述するように、対象患者の患者特徴ベクトルについても同様である。
特徴の数をＭ３個（Ｍ３は１以上の整数）とする。患者ｋ（過去患者ｋ）の患者特徴ベクトルをｘｋとすると、特徴ベクトルのＭ個の成分は、以下の式１３のように表される。
ｘｋ＝（ｘｋ１，ｘｋ２，ｘｋ３，・・・，ｘｋｍ，ｘｋ（ｍ＋１），ｘｋ（ｍ＋２），・・・，ｘｋｊ，・・・，ｘｋＭ３） ・・・（１３）
図２１に示す例では、ｘｋ（ｍ＋１）〜ｘｋ（ｍ＋８）が、患者個別キーワードに対応する。例えば、ｘｋ（ｍ＋１）は、キーワード「患者」に対応する。また、ｘｋ（ｍ＋３）は、キーワード「家事」に対応する。また、ｘｋ（ｍ＋８）は、キーワード「運転」に対応する。
なお、患者個別キーワードにかかる各成分の成分値は、対応するキーワードが患者情報（患者個別キーワード）に存在するか否かに応じて割り当てられ得る。例えば、患者ｋの患者個別キーワードにキーワード「家事」が存在する場合、ｘｋ（ｍ＋３）＝１が割り当てられ、患者ｋの患者個別キーワードにキーワード「家事」が存在しない場合、ｘｋ（ｍ＋３）＝０が割り当てられ得る。このことは、他の成分においても同様である。なお、「お子さん」と「子供」は類似の用語であるから、患者ｋの患者個別キーワードにキーワード「子供」が存在する場合、ｘｋ（ｍ＋２）＝１が割り当てられ得る。
また、対象患者ｉの患者特徴ベクトルｘｉは、式１３と同様に、以下の式１４のように表される。
ｘｉ＝（ｘｉ１，ｘｉ２，ｘｉ３，・・・，ｘｉｍ，ｘｉ（ｍ＋１），ｘｉ（ｍ＋２），・・・，ｘｉｊ，・・・，ｘｉＭ３） ・・・（１４）
患者情報判定部１２０は、上記の式３及び式４で示すように、対象患者ｉの患者情報（対象患者情報）と過去患者ｋの患者情報（過去患者情報）との類似度Ｄｐｉｋを算出する。つまり、患者情報判定部１２０は、患者個別キーワードを用いて、過去患者情報が対象患者情報と類似しているか否かを判定する。これ以外の処理については、上述した実施の形態と実質的に同様である。
上述したように、実施の形態３にかかる情報処理装置１００は、患者個別キーワードを用いて、過去患者情報が対象患者情報と類似しているか否かを判定する。これにより、実施の形態３にかかる長期目標抽出部１３０は、図２０に例示したような、患者の個別の事情に対応する長期目標を抽出することができる。そして、個別の事情に対応する長期目標を抽出できるので、その個別の事情に対応する長期目標から決定された対象患者の長期目標を達成するための短期目標を、個別の事情に対応する短期目標として、過去患者の短期目標から抽出することができる。つまり、抽出される短期目標も、個別の事情に対応するものとなり得る。また、実施の形態３にかかる短期目標抽出部１５０は、図２０に例示したような、患者の個別の事情に対応する長期目標を達成するための、運動能力及び認知能力を向上させるための項目を含む短期目標を抽出することができる。したがって、実施の形態３にかかる情報処理装置１００は、対象患者の個別の事情を踏まえた長期目標及び短期目標をユーザに提示することが可能となる。これにより、ユーザは、対象患者の個別の事情を踏まえた長期目標及び短期目標を作成することができる。
例えば、対象患者の属性が「６０代男性」であって、対象患者の患者個別キーワードに「運転」が含まれる場合について考える。このとき、実施の形態１にかかる方法では、「運転」に関する個別事情が考慮されないので、属性「６０代男性」の過去患者に関する長期目標が抽出され、これに伴い、「６０代男性」の過去患者に関する短期目標が抽出され得る。これに対し、実施の形態３にかかる方法では、「運転」に関する個別事情が考慮される。したがって、例えば「５０代女性」といった対象患者の属性とは異なる属性を有していても患者個別キーワードに「運転」が含まれる過去患者であれば、その過去患者に関する長期目標が抽出され得る。そして、これに伴い、属性に関わらず患者個別キーワードに「運転」が含まれる過去患者に関する短期目標が抽出され得る。このように、実施の形態３にかかる方法では、対象患者の個別事情に関する長期目標及び短期目標が抽出され得る。これにより、ユーザは、対象患者の個別の事情を踏まえた長期目標及び短期目標を容易に作成することができる。
（変形例）
なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。例えば、上述した複数の実施の形態は、相互に適用可能である。例えば、実施の形態３にかかる構成を実施の形態２に組み合わせてもよい。他の実施の形態についても同様である。
また、上述したフローチャートにおいて、各処理（ステップ）の順序は、適宜、変更可能である。また、複数ある処理（ステップ）のうちの１つ以上は、省略されてもよい。例えば、図５のＳ１０２〜Ｓ１０８の処理はなくてもよい。図１５についても同様である。つまり、ユーザは、対象患者の長期目標を、本実施の形態にかかる情報処理装置１００を用いないで作成してもよい。
また、上述した実施の形態にかかる情報処理装置１００は、リハビリテーションの計画（長期目標及び短期目標）の作成を支援するとしたが、本実施の形態が適用される活動は、リハビリテーションに限られない。本実施の形態は、任意の、能力の向上を目的とする活動に対して適用可能である。例えば、本実施の形態は、ハビリテーションにも適用可能である。また、例えば、本実施の形態は、スポーツ能力の向上活動にも適用可能である。
上述の例において、プログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、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）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ−ＲＯＭ（Read Only Memory）、ＣＤ−Ｒ、ＣＤ−Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（Random Access Memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。
上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）
過去に能力の向上を目的とする活動を実施した患者である複数の過去患者と、前記複数の過去患者それぞれの前記活動の短期目標を少なくとも含む活動目標とを対応付けた過去患者データを記憶する記憶手段と、
前記複数の過去患者それぞれの前記活動目標について、対象患者の前記活動の長期目標と類似しているか否かを判定する長期目標判定手段と、
前記対象患者の長期目標に類似していると判定された前記活動目標に対応する前記過去患者に設定された前記短期目標を抽出する短期目標抽出手段と、
抽出された前記短期目標に関する情報を提示するための処理を行う短期目標提示手段と
を有する情報処理装置。
（付記２）
前記記憶手段は、前記複数の過去患者と、前記複数の過去患者それぞれの前記活動の長期目標及び短期目標を少なくとも含む活動目標とを対応付けた前記過去患者データを記憶し、
前記長期目標判定手段は、前記複数の過去患者それぞれの前記長期目標について、前記対象患者の前記長期目標と類似しているか否かを判定し、
前記短期目標抽出手段は、前記対象患者の長期目標に類似していると判定された前記長期目標に対応する前記過去患者に設定された前記短期目標を抽出する
付記１に記載の情報処理装置。
（付記３）
前記長期目標判定手段は、前記複数の過去患者それぞれの短期目標について、前記対象患者の前記長期目標と類似しているか否かを判定し、
前記短期目標抽出手段は、前記対象患者の長期目標に類似していると判定された前記短期目標を抽出する
付記１に記載の情報処理装置。
（付記４）
前記長期目標判定手段は、前記対象患者の前記長期目標に含まれる各項目に対応する能力レベルを、予め定められた基準に従って減少させた減少能力レベルに変換し、各項目及び対応する前記減少能力レベルと前記複数の過去患者それぞれの短期目標に含まれる各項目及び対応する前記能力レベルとを用いて、前記複数の過去患者それぞれの短期目標が、前記対象患者の前記長期目標と類似しているか否かを判定する
付記３に記載の情報処理装置。
（付記５）
短期目標提示手段は、抽出された前記短期目標を前記対象患者の短期目標の候補としてユーザに提示するための処理を行う
付記１から４のいずれか１項に記載の情報処理装置。
（付記６）
前記長期目標判定手段は、前記複数の過去患者それぞれの前記活動目標に含まれる文字列と、前記対象患者の長期目標に含まれる文字列とが類似しているか否かを判定する
付記１から５のいずれか１項に記載の情報処理装置。
（付記７）
前記記憶手段は、前記複数の過去患者と、前記複数の過去患者それぞれの特徴を少なくとも示す過去患者情報と、前記複数の過去患者それぞれの前記活動の長期目標及び短期目標を少なくとも含む活動目標とを対応付けた前記過去患者データを記憶し、
前記情報処理装置は、
前記複数の過去患者それぞれの前記過去患者情報について、前記対象患者の特徴を少なくとも示す対象患者情報と類似しているか否かを判定する患者情報判定手段と、
前記対象患者情報に類似していると判定された前記過去患者情報に対応する前記過去患者に設定された前記長期目標を抽出する長期目標抽出手段と、
抽出された前記長期目標に関する情報を提示するための処理を行う長期目標提示手段と
をさらに有する
付記１から６のいずれか１項に記載の情報処理装置。
（付記８）
前記過去患者情報及び前記対象患者情報は、それぞれ、対応する過去患者及び対応する対象患者の個別の事情を示す患者個別キーワードを含み、
前記患者情報判定手段は、前記患者個別キーワードを用いて、前記過去患者情報が前記対象患者情報と類似しているか否かを判定する
付記７に記載の情報処理装置。
（付記９）
患者の個別の事情を表現した文章を示す患者個別情報に対して形態素解析を行うことで前記患者個別キーワードを生成するキーワード生成手段
をさらに有する付記８に記載の情報処理装置。
（付記１０）
長期目標提示手段は、抽出された前記長期目標を前記対象患者の長期目標の候補としてユーザに提示するための処理を行う
付記７から９のいずれか１項に記載の情報処理装置。
（付記１１）
過去に能力の向上を目的とする活動を実施した患者である複数の過去患者と、前記複数の過去患者それぞれの前記活動の短期目標を少なくとも含む活動目標とを対応付けた過去患者データを記憶し、
前記複数の過去患者それぞれの前記活動目標について、対象患者の前記活動の長期目標と類似しているか否かを判定し、
前記対象患者の長期目標に類似していると判定された前記活動目標に対応する前記過去患者に設定された前記短期目標を抽出し、
抽出された前記短期目標に関する情報を提示するための処理を行う
支援方法。
（付記１２）
前記複数の過去患者と、前記複数の過去患者それぞれの前記活動の長期目標及び短期目標を少なくとも含む活動目標とを対応付けた前記過去患者データを記憶し、
前記複数の過去患者それぞれの前記長期目標について、前記対象患者の前記長期目標と類似しているか否かを判定し、
前記対象患者の長期目標に類似していると判定された前記長期目標に対応する前記過去患者に設定された前記短期目標を抽出する
付記１１に記載の支援方法。
（付記１３）
前記複数の過去患者それぞれの短期目標について、前記対象患者の前記長期目標と類似しているか否かを判定し、
前記対象患者の長期目標に類似していると判定された前記短期目標を抽出する
付記１１に記載の支援方法。
（付記１４）
前記対象患者の前記長期目標に含まれる各項目に対応する能力レベルを、予め定められた基準に従って減少させた減少能力レベルに変換し、各項目及び対応する前記減少能力レベルと前記複数の過去患者それぞれの短期目標に含まれる各項目及び対応する前記能力レベルとを用いて、前記複数の過去患者それぞれの短期目標が、前記対象患者の前記長期目標と類似しているか否かを判定する
付記１３に記載の支援方法。
（付記１５）
抽出された前記短期目標を前記対象患者の短期目標の候補としてユーザに提示するための処理を行う
付記１１から１４のいずれか１項に記載の支援方法。
（付記１６）
前記複数の過去患者それぞれの前記活動目標に含まれる文字列と、前記対象患者の長期目標に含まれる文字列とが類似しているか否かを判定する
付記１１から１５のいずれか１項に記載の支援方法。
（付記１７）
前記複数の過去患者と、前記複数の過去患者それぞれの特徴を少なくとも示す過去患者情報と、前記複数の過去患者それぞれの前記活動の長期目標及び短期目標を少なくとも含む活動目標とを対応付けた前記過去患者データを記憶し、
前記複数の過去患者それぞれの前記過去患者情報について、前記対象患者の特徴を少なくとも示す対象患者情報と類似しているか否かを判定し、
前記対象患者情報に類似していると判定された前記過去患者情報に対応する前記過去患者に設定された前記長期目標を抽出し、
抽出された前記長期目標に関する情報を提示するための処理を行う
付記１１から１６のいずれか１項に記載の支援方法。
（付記１８）
前記過去患者情報及び前記対象患者情報は、それぞれ、対応する過去患者及び対応する対象患者の個別の事情を示す患者個別キーワードを含み、
前記患者個別キーワードを用いて、前記過去患者情報が前記対象患者情報と類似しているか否かを判定する
付記１７に記載の支援方法。
（付記１９）
患者の個別の事情を表現した文章を示す患者個別情報に対して形態素解析を行うことで前記患者個別キーワードを生成する
付記１８に記載の支援方法。
（付記２０）
抽出された前記長期目標を前記対象患者の長期目標の候補としてユーザに提示するための処理を行う
付記１７から１９のいずれか１項に記載の支援方法。
（付記２１）
過去に能力の向上を目的とする活動を実施した患者である複数の過去患者と、前記複数の過去患者それぞれの前記活動の短期目標を少なくとも含む活動目標とを対応付けた過去患者データを記憶する機能と、
前記複数の過去患者それぞれの前記活動目標について、対象患者の前記活動の長期目標と類似しているか否かを判定する機能と、
前記対象患者の長期目標に類似していると判定された前記活動目標に対応する前記過去患者に設定された前記短期目標を抽出する機能と、
抽出された前記短期目標に関する情報を提示するための処理を行う機能と
をコンピュータに実現させるプログラム。
１ 情報処理装置
２ 記憶部
１２ 長期目標判定部
１４ 短期目標抽出部
１６ 短期目標提示部
５０ 支援システム
６０ ユーザ端末
７２ 患者情報
７４ 長期目標
７６ 短期目標
８０ 表示画面
８２ 類似度順過去患者リスト
８４ 活動目標
１００ 情報処理装置
１１２ 過去患者データ記憶部
１１４ 対象患者情報取得部
１２０ 患者情報判定部
１３０ 長期目標抽出部
１３２ 長期目標提示部
１３８ 長期目標取得部
１４０ 長期目標判定部
１５０ 短期目標抽出部
１５２ 短期目標提示部
３１２ キーワード生成部

Claims (10)

  1. 過去に能力の向上を目的とする活動を実施した患者である複数の過去患者と、前記複数の過去患者それぞれの前記活動の短期目標を少なくとも含む活動目標とを対応付けた過去患者データを記憶する記憶手段と、
    前記複数の過去患者それぞれの前記活動目標について、対象患者の前記活動の長期目標と類似しているか否かを判定する長期目標判定手段と、
    前記対象患者の長期目標に類似していると判定された前記活動目標に対応する前記過去患者に設定された前記短期目標を抽出する短期目標抽出手段と、
    抽出された前記短期目標に関する情報を提示するための処理を行う短期目標提示手段と
    を有する情報処理装置。
  2. 前記記憶手段は、前記複数の過去患者と、前記複数の過去患者それぞれの前記活動の長期目標及び短期目標を少なくとも含む活動目標とを対応付けた前記過去患者データを記憶し、
    前記長期目標判定手段は、前記複数の過去患者それぞれの前記長期目標について、前記対象患者の前記長期目標と類似しているか否かを判定し、
    前記短期目標抽出手段は、前記対象患者の長期目標に類似していると判定された前記長期目標に対応する前記過去患者に設定された前記短期目標を抽出する
    請求項１に記載の情報処理装置。
  3. 前記長期目標判定手段は、前記複数の過去患者それぞれの短期目標について、前記対象患者の前記長期目標と類似しているか否かを判定し、
    前記短期目標抽出手段は、前記対象患者の長期目標に類似していると判定された前記短期目標を抽出する
    請求項１に記載の情報処理装置。
  4. 前記長期目標判定手段は、前記対象患者の前記長期目標に含まれる各項目に対応する能力レベルを、予め定められた基準に従って減少させた減少能力レベルに変換し、各項目及び対応する前記減少能力レベルと前記複数の過去患者それぞれの短期目標に含まれる各項目及び対応する前記能力レベルとを用いて、前記複数の過去患者それぞれの短期目標が、前記対象患者の前記長期目標と類似しているか否かを判定する
    請求項３に記載の情報処理装置。
  5. 短期目標提示手段は、抽出された前記短期目標を前記対象患者の短期目標の候補としてユーザに提示するための処理を行う
    請求項１から４のいずれか１項に記載の情報処理装置。
  6. 前記長期目標判定手段は、前記複数の過去患者それぞれの前記活動目標に含まれる文字列と、前記対象患者の長期目標に含まれる文字列とが類似しているか否かを判定する
    請求項１から５のいずれか１項に記載の情報処理装置。
  7. 前記記憶手段は、前記複数の過去患者と、前記複数の過去患者それぞれの特徴を少なくとも示す過去患者情報と、前記複数の過去患者それぞれの前記活動の長期目標及び短期目標を少なくとも含む活動目標とを対応付けた前記過去患者データを記憶し、
    前記情報処理装置は、
    前記複数の過去患者それぞれの前記過去患者情報について、前記対象患者の特徴を少なくとも示す対象患者情報と類似しているか否かを判定する患者情報判定手段と、
    前記対象患者情報に類似していると判定された前記過去患者情報に対応する前記過去患者に設定された前記長期目標を抽出する長期目標抽出手段と、
    抽出された前記長期目標に関する情報を提示するための処理を行う長期目標提示手段と
    をさらに有する
    請求項１から６のいずれか１項に記載の情報処理装置。
  8. 長期目標提示手段は、抽出された前記長期目標を前記対象患者の長期目標の候補としてユーザに提示するための処理を行う
    請求項７に記載の情報処理装置。
  9. 過去に能力の向上を目的とする活動を実施した患者である複数の過去患者と、前記複数の過去患者それぞれの前記活動の短期目標を少なくとも含む活動目標とを対応付けた過去患者データを記憶し、
    前記複数の過去患者それぞれの前記活動目標について、対象患者の前記活動の長期目標と類似しているか否かを判定し、
    前記対象患者の長期目標に類似していると判定された前記活動目標に対応する前記過去患者に設定された前記短期目標を抽出し、
    抽出された前記短期目標に関する情報を提示するための処理を行う
    支援方法。
  10. 過去に能力の向上を目的とする活動を実施した患者である複数の過去患者と、前記複数の過去患者それぞれの前記活動の短期目標を少なくとも含む活動目標とを対応付けた過去患者データを記憶する機能と、
    前記複数の過去患者それぞれの前記活動目標について、対象患者の前記活動の長期目標と類似しているか否かを判定する機能と、
    前記対象患者の長期目標に類似していると判定された前記活動目標に対応する前記過去患者に設定された前記短期目標を抽出する機能と、
    抽出された前記短期目標に関する情報を提示するための処理を行う機能と
    をコンピュータに実現させるプログラム。
JP2019197791A 2019-10-30 2019-10-30 情報処理装置、支援方法及びプログラム Active JP7431402B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2019197791A JP7431402B2 (ja) 2019-10-30 2019-10-30 情報処理装置、支援方法及びプログラム
PCT/JP2020/035736 WO2021084976A1 (ja) 2019-10-30 2020-09-23 情報処理装置、支援方法及びプログラムが格納された非一時的なコンピュータ可読媒体
US17/766,656 US20240055095A1 (en) 2019-10-30 2020-09-23 Information processing apparatus, support method, and non-transitory computer readable medium storing program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019197791A JP7431402B2 (ja) 2019-10-30 2019-10-30 情報処理装置、支援方法及びプログラム

Publications (2)

Publication Number Publication Date
JP2021071890A true JP2021071890A (ja) 2021-05-06
JP7431402B2 JP7431402B2 (ja) 2024-02-15

Family

ID=75713164

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019197791A Active JP7431402B2 (ja) 2019-10-30 2019-10-30 情報処理装置、支援方法及びプログラム

Country Status (3)

Country Link
US (1) US20240055095A1 (ja)
JP (1) JP7431402B2 (ja)
WO (1) WO2021084976A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023145310A1 (ja) * 2022-01-26 2023-08-03 日本電気株式会社 リハビリメニュー決定支援装置、そのシステム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5620880B2 (ja) 2010-05-17 2014-11-05 悦功 飯塚 リハビリ計画作成システム、リハビリ計画作成方法、及びリハビリ計画作成プログラム
GB201120718D0 (en) * 2011-12-01 2012-01-11 Angel & Bowden Ltd Apparatus and method for treatment of patients
KR20150128471A (ko) * 2014-05-09 2015-11-18 삼성전자주식회사 뇌 손상 환자를 위한 재활 치료 지원 장치 및 방법
JP6540169B2 (ja) 2015-04-03 2019-07-10 日本電気株式会社 分析システム、リハビリテーション支援システム、方法およびプログラム
JP6989283B2 (ja) 2017-04-28 2022-01-05 智恵子 永井 医療サービス支援システム、サーバを制御する方法、端末装置、及び制御プログラム
CN111164702B (zh) * 2017-10-26 2024-05-10 欧姆龙健康医疗事业株式会社 目标管理系统及包括目标管理程序的计算机可读记录介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023145310A1 (ja) * 2022-01-26 2023-08-03 日本電気株式会社 リハビリメニュー決定支援装置、そのシステム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体

Also Published As

Publication number Publication date
US20240055095A1 (en) 2024-02-15
WO2021084976A1 (ja) 2021-05-06
JP7431402B2 (ja) 2024-02-15

Similar Documents

Publication Publication Date Title
KR102116664B1 (ko) 온라인 기반의 건강 관리 방법 및 장치
Guidi et al. A machine learning system to improve heart failure patient assistance
JP5977898B1 (ja) 行動予測装置、行動予測装置の制御方法、および行動予測装置の制御プログラム
JP6844088B2 (ja) 医療情報提供方法、医療情報提供装置、及びプログラム
JP7349078B2 (ja) リハビリ計画装置、リハビリ計画方法、及びプログラム
JP5472922B2 (ja) 生活習慣改善支援システム、及び、生活習慣改善支援方法
Le Berre et al. The psychometric properties of a modified sit-to-stand test with use of the upper extremities in institutionalized older adults
WO2021084976A1 (ja) 情報処理装置、支援方法及びプログラムが格納された非一時的なコンピュータ可読媒体
US20210375487A1 (en) Information providing system
Sokolova et al. A case study of muscle dysmorphia disorder diagnostics
JP6792892B2 (ja) リハビリ計画作成支援装置、リハビリ計画作成支援システム、リハビリ計画作成支援方法、リハビリ計画作成支援コンピュータプログラム
Moraes et al. Validation of an instrument for evaluating health care services to ostomized people
JP6689735B2 (ja) 介護支援システム、制御方法及びプログラム
KR101330404B1 (ko) 맥파를 이용한 건강 상태 판단 장치 및 방법
US20210265064A1 (en) System and method for providing model-based predictions of quality of life implications of a treatment via individual-specific machine learning models
KR102296885B1 (ko) 사용자 맞춤형 헬스 해빗 서비스 장치
JP2020194346A (ja) 医療機関選定支援装置
Ishraque et al. Artificial intelligence-based cardiac rehabilitation therapy exercise recommendation system
JP6842789B1 (ja) 介護に関する計画書の作成を支援する装置、方法及びプログラム
Santos Breast Cancer Survival Prediction using Machine Learning and Gene Expression Profiles
KR20210014863A (ko) 인공지능 음성인식 기반의 홈 케어 장치 및 방법
JP7367767B2 (ja) 情報処理方法
WO2022118563A1 (ja) リハビリテーション取組提案装置、方法、非一時的なコンピュータ可読媒体
JP2019200448A (ja) ウェアラブルデバイス、入浴ナビゲーションシステム、入浴ナビゲーション方法、及びプログラム。
WO2023145310A1 (ja) リハビリメニュー決定支援装置、そのシステム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20191031

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220909

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20231017

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231215

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: 20231226

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240118

R150 Certificate of patent or registration of utility model

Ref document number: 7431402

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150