JP2022055328A - データ形の信頼性を決定する方法、システム及びコンピュータ・プログラム - Google Patents

Abstract

【課題】本発明は、データ形の信頼性を決定する方法、システム及びコンピュータ・プログラムを提供することを目的とする。
【解決手段】システムは、着信データの形を決定し、そしてその形に基づいて、該データがクエリへの回答をサポートする為にデータを渡す必要があるかどうかを決定する。該データの該形が、該データが不十分であるか、又は誤解を招く可能性があることを示唆している場合、該システムは該データをゲートするか、又はより多くのデータを要求することができる。
【選択図】図１

Description

本発明は、データ形の信頼性を決定する方法、システム及びコンピュータ・プログラムに関する。

データ解析を実行しようとしているエンティティ（例えば、会社）は、しばしば、データソース（例えば、サーバ又はデバイス）に「クエリ」を送信する。該データソースは、該エンティティが該クエリの解析を実行する為に使用しうるデータを使用して該クエリに応答する。

例えば、ヘルスケアの分野において、会社は服薬計画に対する患者のアドヒアランス（adherence）（例えば、患者が計画のスケジュールに従って、指定された薬を投与されているかどうか／どの程度確実に薬を投与されているかどうか）を判断しようとしうる。幾つかの薬剤装置は、現在、使用に関するデータを記録することができる。例えば、吸入器は、それがいつ使用されたか、ユーザがどれだけの投薬を受けたか等を記録する為に装備されうる。このデータは、ユーザのモバイルデバイスに同期されることができる。

本発明は、データ形の信頼性を決定する方法、システム及びコンピュータ・プログラムを提供することを目的とする。

本開示の幾つかの実施態様は、方法として例示されることができる。該方法は、クエリソース（query source）からクエリを受信することを含む。該方法は、データセットを受信することをさらに含む。該方法は、予測されたデータ形（expected data shape）を取得することをさらに含む。該方法は、該データセットのデータ形を決定することをさらに含む。該方法は、該データ形を該予測されたデータ形と比較することをさらに含む。該方法は、該データ形の該予測されたデータ形との上記比較に基づいて、信頼度（confidence factor）を決定することをさらに含む。該方法は、該信頼度が信頼度閾値（confidence threshold）を超えていることを検出することをさらに含む。該方法は、（該検出することに応じて）該クエリに対する応答を該クエリソースに送信することをさらに含み、ここで、該応答は該データセットに基づく。

本開示の幾つかの実施態様はまた、コンピュータ・プログラム製品であって、該コンピュータ・プログラム製品が、それにより具現化されたプログラム命令を有するコンピュータ可読記憶媒体を備えており、コンピュータによって実行可能な前記プログラム命令が、前記コンピュータに、上記で述べられた方法を実行することを行わせる上記コンピュータ・プログラム製品として例示されることができる。

本開示の幾つかの実施態様は、システムとして例示されることができる。該システムは、メモリと中央処理装置（ＣＰＵ：central processing unit）とを備えうる。該ＣＰＵは、上記で述べられた方法を実行する為の命令を実行するように構成されうる。

上記の要約は、本開示の各例示された実施態様又は全ての実装を記載することを意図されるものでない。

本出願に含まれる図面は、本明細書中に取り込まれ、且つ本明細書の一部を形成する。それらの図面は、本開示の実施態様を例示し、そして説明とともに、本開示の原理を説明する為に役立つ。該図面は、特定の実施態様を例示するのみであり、本開示を限定するものでない。特許請求の範囲に記載された主題の様々な実施態様の特徴及び利点が、下記の詳細な説明が進むにつれて、且つ図面を参照することに応じて明らかになるであろう。下記において、同様の数字は同様の部品を示す。

図１は、本開示の幾つかの実施態様と一致する、データ形に基づく高レベルクエリ応答方法である。 図２は、本開示の幾つかの実施態様と一致する、詳述されたデータ形モデル生成及び比較方法である。 図３は、本開示の幾つかの実施態様と一致する、高レベルのデータ形に基づく信頼性評価方法（confidence evaluation method）である。 図４は、本開示の幾つかの実施態様と一致する、例示的な予測されたデータ形を示すブロック図である。 図５は、本開示の実施態様を実装する際に使用されうる例示的なコンピュータ・システムの高レベルのブロック図を例示する。

本発明は、様々な修正及び代替の形態に対応可能であるが、それらの詳細は、例として図面において示されており、そして下記において詳細に説明されるであろう。しかしながら、その意図は、本発明を、記載された特定の実施態様に限定することでないことが理解されるべきである。それどころか、その意図は、本発明の精神及び範囲内にある全ての修正物、等価物及び代替物を網羅することである。

本開示の観点は、データ形の信頼性を決定する為の方法、システム及びコンピュータ・プログラムに関する。より特定の観点は、データを受信し、データの形を決定し、クエリの観点において、必要とされるデータ形を決定し、そして受信したデータの信頼評価（confidence rating）を決定するシステム等に関する。

この開示を通じて、１以上の「クエリ」が参照される。本明細書において使用される場合、「クエリ」は、情報についての要求を云いうる。クエリは、例えばネットワークを介して、外部ソースから受信されうる。例えば、幾つかの実施態様において、服薬計画への患者のアドヒアランスに関するデータを要求するアドヒアランスクエリ（adherence query）が受信されうる。

本開示と一致するシステム及び方法は、任意の数のソースからデータセットを受信し、そして該受信された１以上のデータセットに基づいて上記クエリに対する応答を決定しうる。該応答を決定する為に、例示的なシステムは、該クエリ、受信されたデータセット、業界標準（industry standard）、又はそれらの組み合わせ等に基づいて、予測されたデータ形を決定しうる。

本明細書において使用される場合、データセットの「形」（shape）は、データセットの値並びに、メタデータ、例えばデータが説明する該データのタイプ（「データフィールド」）、データの列数若しくは行数又はそれらの組み合わせ、データの完全性、サポートする参照の数等、を云う。言い換えると、データ形は、データセットの幾つかの属性、例えばデータフィールド（例えば、「患者名」、「薬名」、「薬の投与時間」等）、該データフィールド内に含まれる値（例えば、「John Doe」、「アセトアミノフェン」、「午前10時26分」等）、データセットのサイズ等、を云う。例示的なデータセットが図４において示されている。受信されたデータセットの値は、データフィールドによって分類される。

クエリに応答する際に、データの複数のソースが、様々な異なる方法を使用して、様々な状態においてデータを提供しうる。データソースは例えば、ユーザのモバイルデバイス上で実行するアプリケーション、外部データベース等を包含することができる。例えば、第１の外部データソースは、インターネットに接続することに応じて第１のデータセットを提供しうる（例えば、ユーザのモバイルデバイスにおいて実行されているアプリケーションは毎日同期を試みうるが、該モバイルデバイスが接続されていない場合は長時間同期しえない；再接続することに応じて、該アプリケーションは、データセット、例えば以前に送信されなかった全てのデータを含むデータセット、を送信しうる）。更に、第１のデータソースは、限られた数のデータフィールドに関するデータのみを提供しうる。一方、第２のデータソースは、第２のソースデータセットを定期的に提供しうる。ここで、該第２のソースデータセットは、異なるデータフィールド上のデータを含む。オーバーラップがまた可能である；第３のデータソースが定期的にその独自のデータセットを提供しうる。第３のソースのデータセットは、最初のソースのデータセットによってカバーされる幾つかのデータフィールドと、第２のソースのデータセットによってカバーされる幾つかのデータフィールド等を含む。

受信された１以上のデータセットの形が予測されたデータ形と比較されて、該１以上のデータセットがクエリに対して応答することを支援するであろうこと又はそうでなければクエリに対して応答することに有用であるであろうことを決定することができる。言い換えると、架空のクエリに対する完全な応答の為に使用される予測されたデータ形を、受信されたデータセットの形と比較することは、該受信されたデータセットが該クエリに対する関連する応答をするかどうかを判断することをシステムが判断することを可能にする。例えば、クエリが店舗において販売された多数のアイテムを要求している場合に、該店舗の諸経費（給与、家賃／住宅ローン、公共料金等）を説明する受信されたデータセットは、応答の予測されたデータ形とは異なるデータ形を有し、システムが、該受信されたデータセットが該クエリに対する有用な応答でないことをシステムが判断することを可能にする。

図１は、本開示の幾つかの実施態様と一致する、データ形に基づく高レベルクエリ応答方法１００である。方法１００は、動作１０２でクエリを受信することを含む。動作１０２は例えば、トピックに関するデータの為の要求、例えば服薬計画に対する患者のアドヒアランス、を受信することを含みうる。該情報は、外部ソース、例えばクライアント・サーバ、から受信されうる。

方法１００は、動作１０４で、データを取得することをさらに含む。動作１０４は、例えば、デバイスに要求を送信し、そしてそれに応答してデータを受信することを含みうる。動作１０４の一例は、ユーザのモバイルデバイス上で実行するアプリケーション（例えば、投薬トラッカー（medication tracker）アプリケーション）からデータセットを受信することである。幾つかの実施態様において、該データセットにおけるデータは、該データセットにおいて表されるデータフィールドを識別する為にタグ付けされうる。例えば、該データセットは、該データセットが患者、投与された薬、投与の１以上の時間などを識別する情報を含むことを示しうる。幾つかの実施態様において、動作１０４は、（例えば、該データセットが明示的にタグ付けされていない場合に）該データセットにおけるデータフィールドを識別することを含みうる。幾つかの実施態様において、該データは、該クエリと同じソースから受信されうる（例えば、クライアントは、該クライアント自身のデータに関して方法１００を実行するシステムにクエリを送信しうる）。

方法１００は、動作１０６で、予測されたデータ形を決定することをさらに含む。本明細書で使用される場合に、「データ形」は、データのプロパティ、例えばデータタイプ（例えば、データのフォーマット又はファイルタイプ）、該データ中に含まれるデータフィールドのリスト（例えば、ユーザＩＤ、薬ＩＤ（medication ID）、管理イベント等）、データセットのサイズ（例えば、行／列の数、ファイルサイズ等）若しくは該データのうちの幾つかの値（例えば、薬ＩＤが「アセトアミノフェン」又はアセトアミノフェンに対応する数値コードである場合）又はそれらの組み合わせ、を云う。動作１０６は、例えば、クエリ、例えば、アセトアミノフェンの投薬計画に対する、患者であるJohn Doeのアドヒアランスに関するクエリ、に対する適切な応答であるであろうデータセットの予測されたデータ形を予測することを含みうる。そのようなクエリに対して応答するデータの予測される形は、データが、患者の識別子、薬の識別子、及び投薬の回数を記載するフィールドを含める必要があることを示しうる。該形はさらに、患者ＩＤフィールドの値が「John Doe」である（又は参照するべきである）こと（異なる患者の投薬管理に関するデータは、せいぜい無関係であり得、且つ最悪の場合は積極的に誤解を招きうる故に）及び薬ＩＤフィールドの値は「アセトアミノフェン」であるべきであることを示しうる。

該データの予測される形は、下記の図２を参照してさらに詳細に記載されている通り、受信されたクエリ、受信されたデータ若しくは既存の業界標準又はそれらの組み合わせに基づいて決定することができる。幾つかの実施態様において、動作１０６は、外部ソース（該外部ソースは、クエリのソース、データのソース、又は種々のソースでありうる）から、予測されたデータ形を受信すること、又はストレージから、予測されたデータ形をロードすることを含みうる。予測されたデータ形の例が図４において示されている。

方法１００は、動作１０８で、信頼度を決定することをさらに含む。動作１０８は、例えば、受信されたデータの形を、予測されたデータ形と比較することを含みうる。一般的に、該信頼度は、受信されたデータセットが、データフィールドと、予測されたデータ形がそうであるべきであることを示す値とを含むかどうかを示す。言い換えると、該信頼度は、データの応答性における信頼の程度（degree of confidence）（例えば、クエリに対する完全な回答としてデータが十分である程度）を表す。例えば、高い信頼度は、クエリに対する応答として該データが十分である可能性が高いことを示し、一方、低い信頼度は、該データが不完全である可能性があること又はより多くのデータが必要であることを示す。

該信頼度がそれによって決定される特定の方法は、実施態様及び使用例に依存して変化しうる。幾つかの実施態様において、該信頼度は、予測されたデータ形を構成するデータフィールドに対する受信されたデータのデータフィールドの単純な割合でありうる。幾つかの実施態様において、該信頼度は、必要ではない含まれるデータをさらに説明しうる（例えば、受信されたデータの一部が無関係である場合には、これは、信頼度のペナルティを結果として生じうる）。

方法１００は、動作１１０で、クエリに対する応答を送信することをさらに含む。動作１１０は、例えば、動作１０４で受信されたデータを、動作１０２で受信されたクエリのソースに（又は、幾つかの使用例においては、該クエリによって識別される別のソースに）送信することを含みうる。幾つかの実施態様において、動作１１０はまた、信頼度を送信することを含みうる。これは、クエリソースがデータをより適切に利用できることを幾つかのクエリソース（例えば、顧客）が可能にすることができるという点で、該幾つかのクエリソース（例えば、顧客）にとって特に有利でありうる。例えば、顧客が、相対的に低い信頼レベル要件（confidence level requirement）（クエリに含まれる）を有する場合であっても、特定の応答において含まれるデータが高い信頼評価（confidence rating）を有することを知っておくと、該顧客は恩恵を受けうる。幾つかの実施態様において、動作１１０は、データの形が予測されたデータ形と一致するデータのみを送信しうる。例えば、服薬アドヒアランスクエリ（medication adherence query）に応答して送信されるデータは、データフィールド、例えば薬識別データ、患者識別データ及び薬投与データ、を含むと予測されうる。受信されたデータが予測されたデータフィールドを含むが、無関係なデータフィールド、例えば患者の医師訪問日等、をまた含む場合、動作１１０は、クエリに応答して関連データを送信する前に、無関係なデータを削除することを含みうる。

図２は、本開示の幾つかの実施態様と一致する、予測された且つ受信されたデータ形を決定すること及び比較することのより詳細な方法２００である。方法２００は、動作２０２で、クエリを受信することを含む。動作２０２は例えば、トピック、例えば投薬計画への患者のアドヒアランス、に関するデータの為の要求を受信することを含みうる。該情報は、外部ソース、例えばクライアント・サーバ、から受信されうる。

方法２００は、動作２０４で、クエリに対する応答の予測されたデータフィールドを決定することをさらに含む。動作２０４は、例えば、クエリを解析し、そして、所定の一般化されたリストから１以上のデータフィールドを選択することを含みうる。該データフィールドは、該選択されたデータフィールドのそれぞれを含むデータセットがクエリに対するまとまりのある応答を形成しうるように選択されうる。一例として、「服薬アドヒアランス」（medication adherence）クエリに対する応答は、患者ＩＤ（識別子）フィールド（データが正しい患者に関連することをクライアントが検証することを許す為のもの）、薬ＩＤ（識別子）フィールド（患者が正しい薬を投与されたかをクライアントが検証することを可能にする為のもの）、及び投与フィールド（薬が適切な投与量で与えられたことをクライアントが検証することを可能にする為のもの）を必要としうる。

幾つかの実施態様において、データフィールドは、事前にプログラムされた挙動に基づいて選択されうる。 例えば、動作２０４は、クエリを解析し、そして該クエリに基づいてどのフィールドが応答に含められる必要があるかを決定することを含みうる。幾つかの実施態様において、データフィールドは、履歴データに基づきうる。例えば、動作２０４は、クエリを過去のクエリと比較すること、最も類似した以前のクエリに対する応答に基づいてフィールドを選択することを含みうる。幾つかの実施態様において、データフィールドは、手動のユーザレビューを介して選択されうる。例えば、動作２０４は、クエリをレビューし、そしてクエリに対する応答が含むべきデータフィールドのリストを（１以上のユーザ入力デバイスを介して）入力する方法２００を実行するシステムのユーザを含みうる。上記の組み合わせがまた考慮される（例えば、動作２０４は、手動のユーザレビュー及びクエリの自動化された解析の両方を含みうる）。

幾つかの実施態様において、システムは、クエリを受信し、該クエリの一般的な業界（例えば、ヘルスケア）を識別し、該業界に基づいて既存の一般化されたデータ形を選択し、そして次に、一般化されたデータ形を予測されたデータ形に洗練しうる。

方法２００は、動作２０６で、クエリに対する応答の予測されたデータ値を決定することをさらに含む。動作２０６は例えば、クエリを解析し、そして、動作２０４で決定されたデータフィールドのいずれかの値が予測されることができるかを決定すること（そして、もし予測できる場合には値を予測すること）を含みうる。例えば、クエリがJohn Doeの服薬計画のアドヒアランスに関係し、及び動作２０４が少なくとも「患者ＩＤ」フィールドを識別する場合に、動作２０６は、「患者ＩＤ」フィールドの値が「John Doe」を含むべきか（又はデコードするべきか等）を決定することを含みうる。同様に、投薬計画がアセトアミノフェンの投与の為のものであることをクエリが示す場合、動作２０６は、「薬ＩＤ」フィールドの値が「アセトアミノフェン」を含むべきであることを決定することを含みうる。しかしながら、全てのデータフィールドが予測された値を有しているわけではない；例えば、「投与タイムスタンプ」データフィールドは、（投与が或る時間ウィンドウ内に投与されるべきであることを該クエリが示さない限り）特定の予測された値を有し得ないが、該フィールドそれ自体はその値に関係なく含まれるとなお予測されうる。幾つかの使用例においては、データフィールドが予測された値を有しないであろう。

動作２０４及び動作２０６それぞれにおいて決定された予測されたフィールド及び値は、クエリに対する応答の「予測されたデータ形」を形成しうる。方法２００は、動作２０８で、受信されたデータの形をデータの予測されたデータ形と比較することをさらに含む。動作２０８は、例えば、受信されたデータセットが任意の予測されたデータフィールドを欠いているかどうか、又は任意の予測されたデータフィールドの値が「間違っている」（wrong）（予測された値と異なる）かどうかを決定することを含みうる。

動作２０８は、任意の含まれるデータフィールドが「無関係」である（例えば、患者の身長は、投薬計画に対する該患者のアドヒアランスに関連しえない）かどうかを決定することをさらに含みうる。無関係なデータを含めることが、不必要なプライバシーリスク、リソース（例えば、帯域幅）の消費、又は要求されたデータを不明瞭にする可能性さえも結果として生じうる。最初の患者に関する情報は、第２の患者に関するクエリに対する応答において送信される場合（該第２の患者に関する適切なデータと一緒であったとしても）、第２の患者に関連するものとしてクライアントによって誤って解釈されうる。

方法２００は、動作２１０で、信頼度を決定することをさらに含む。動作２１０は、例えば、動作２０８の上記比較から結果として生じる情報を数値（例えば、０～１の値）にコンパイルすることを含みうる。該信頼度は、受信されたデータがクエリに対する完全な応答を形成するという信頼を表しうる。言い換えると、高い信頼度は、受信されたデータが、予測されたデータフィールドの全てではないにしてもそのほとんどを含むこと、及びそれらのデータフィールドの値がそれらの予測された値であることを示しうる。

信頼度を決定する際に、予測されたフィールド及び値が異なれば、該予測されたフィールド及び値は、異なる「重み」を有しうる。例えば、予測された患者の値（例えば患者名、例えば「John Doe」）は有意な重みを有し得、従って、正しくない患者ＩＤは、（受信されたデータは全く異なる患者に関係する為に、クエリに対する不十分な応答を構成する可能性が高い故に）信頼度に大きなペナルティを結果として生じる。しかしながら、服薬アドヒアランス計画のクエリの場合、該クエリに対する応答としてのデータの有効性における信頼性は影響を受けないので、予測された値から外れた投与タイミングは、相対的に小さい重みを有しうる。言い換えれば、計画を遵守しなかった患者は信頼評価（confidence rating）に影響を与えない；該信頼評価は、データがクエリにどの程度正確に回答するかを記述する。それは、クエリそれ自体に対する回答を記載していない。

信頼度は、下記の図３を参照して更に詳細に以下に説明されている通り、受信されたデータを用いてどうするか（例えば、追加のデータを探すか、又は応答を送信するか）に関する様々な決定を行う為に利用されることができる。実施態様／クエリに依存して、該信頼度がクエリに対する応答に含まれうる。

図３は、本開示の幾つかの実施態様と一致する、高レベルのデータ形に基づく信頼性評価方法（confidence evaluation method）３００である。方法３００は、動作３０２で、信頼度を受信することを含む。動作３０２は、例えば、受信されたデータセットが、（例えば、図２の方法２００を介して）受信されたクエリに回答するであろうという信頼を表す信頼度を決定することを含みうる。

方法３００は、動作３０４で、信頼度が閾値を超えているかどうかを決定することをさらに含む。動作３０４は、例えば、信頼度を事前設定された閾値（例えば、０．８、０．９）と比較することを含みうる。該閾値は、クエリに基づいて決定されうるか、該クエリが該閾値を明示的に指定しうるか、又はデフォルトの閾値が利用されうる。幾つかの実施態様において、クエリ（又は、設定）は、閾値比較が不要であることを意味し得、その場合には、動作３０４はスキップされうる（例えば、クライアントがどの応答が不十分でありうるかを認識している限り、該クライアントは全てのクエリ応答を収集することを望み得、これはさらに、どのデータを信頼するかについてクライアントが独自の決定をすることを可能にしうる）。一般的に、動作３０４は、受信されたデータセットが該クエリに対する十分な応答を形成するかどうかを決定する。

信頼度が閾値を超える場合（３０４「はい」）、又は３０４がスキップされる場合、方法３００は、動作３１２で、クエリに対する応答を送信することをさらに含む。動作３１２は、例えば、生の（修正されていない）データセットをクライアント又は他の外部エンティティに転送することを含みうる。幾つかの実施態様において、動作３１２は、特定のフォーマット若しくはファイルタイプ又はそれらの組み合わせに適合するように、受信されたデータを修正することを含みうる。幾つかの実施態様において、該信頼度が該応答に含まれうる。

信頼度が閾値を超えない場合（３０４「いいえ」）、方法３００は、動作３０６で、追加のデータを取得することを試みることをさらに含む。動作３０６は、例えば、ユーザデバイスが同期することを待つこと、追加のデータの為の要求を外部エンティティ（例えば、診療所又はデータベース）へ送信することを含みうる。

幾つかの実施態様において、動作３０６は、データ又はクエリに基づいて補充のデータ取得アプローチを選択することを含みうる。例えば、該受信されたクエリは、方法３００を実行するシステムの為に利用する為の「バックアップ」データソース（例えば、患者のプロバイダのサーバ）を示しうる。動作３０６はまた、欠落データ（missing data）に依存しうる。 例えば、欠落データフィールド（missing data field）が定期的なデバイス同期を介して受信される可能性がある場合（例えば、投薬管理イベントフィールド）、動作３０６は次に、デバイス同期の待機を含む可能性がありうる。更なる例として、該欠落データフィールドが定期的なデバイス同期を介して受信される可能性がないような場合、動作３０６は、同期を待つのではなく、要求を二次ソースに送信しうる。幾つかの実施態様において、動作３０６は、（例えば、デバイスを同期させるか又は別のアクション、例えば薬剤を投与すること、を実行するかのいずれかを、ユーザデバイスのユーザに促す為に）要求又はリマインダーをユーザデバイスに送信することを含みうる。

方法３００は、動作３０８で、追加のデータを受信することをさらに含む。動作３０８は、例えば、デバイス同期を介して、又は動作３０６の一部としてなされた要求に応答して、補充のデータセットを受信することを含みうる。追加のデータがチェックされて、該追加のデータが以前に欠落していたデータフィールド若しくは値（例えば、動作２０８を介して識別されたもの）又はそれらの組み合わせを含むかどうかを決定しうる。幾つかの実施態様において、該追加のデータは、以前に取得されたデータと組み合わされて新しいデータセットになり得、次に、それは、完全性についてチェックされる（例えば、新しいデータセットの形が、応答の予測されるデータ形と比較されうる）。

方法３００は、動作３１０で、信頼度を修正することをさらに含む。動作３１０は、図２を参照して説明されている通り、方法２００の動作２１０と実質的に同様の様式で実行されうる。動作３１０は、例えば、受信されたデータ及び追加のデータがクエリに対する完全な応答を形成するという信頼を表す数値（例えば、０～１の値）にコンパイルすることを含みうる。言い換えると、高い信頼度は、データが、予測されたデータフィールドの全てではないにしてもそのほとんどを含むこと、及びそれらのデータフィールドの値がそれらの予測された値であることを示しうる。

修正された信頼度を使用して、方法３００は、修正された信頼度を閾値と比較して、動作３０４にループしうる。動作３０４～３１０は、信頼度が閾値に達するまで（その時点で、応答は、動作３１２を介して送信される）繰り返されうる。幾つかの実施態様において、ループ数に対する上限が実装されうるか、方法３００を実行するシステムのユーザによって設定されるか、又はクエリ内で概説されることができる。

図４は、本開示の幾つかの実施態様と一致する、例示的な予測されたデータ形４０１を示すブロック図である。図４は、複数の異なるデータフィールドを含む「一般化された」データ形４００を示す。一般化された形４００は、業界標準でありうるか、或いは、過去のクエリ若しくはそれら過去のクエリに対する応答又はそれらの組み合わせに基づいて時間とともに展開されうる。

予測されたデータ形４０１は、特にクエリに関連すると判断されたデータフィールド若しくは値又はそれらの組み合わせ、特にはクエリに関連すると判断されたデータフィールド若しくは値又はそれらの組み合わせ、を含む。場合によっては、予測されたデータ形４０１が一般化された形４００と同一である場合があることに留意されたい。しかしながら、予測されたデータ形４０１はまた、一般化された形４００においてないデータフィールド若しくは値又はそれらの組み合わせを含みうる。同様に、予測されたデータ形４０１は、一般化された形４００の任意のデータフィールド又は値を含まない場合がありうる。全体的に見れば、予測されたデータ形４０１は、通例、一般化された形４００のサブセットでありうる。

図４において示される例において、一般化された形４００は、「ヘルスケア」に関連するデータ形（一般的なヘルスケアデータフィールド、例えば患者ＩＤ４０２、体重フィールド４１８等、を含む）である。図４に示されている例示的な予測されたデータ形４０１は、患者の服薬計画のアドヒアランスに関するクエリに対する応答に関連すると判断されたデータフィールド若しくは値又はそれらの組み合わせを含む。

予測されたデータ形４０１は、患者フィールド４０２を含む。患者フィールド４０２値は、患者ＩＤ、例えば名前（例えば、「John Doe」）、患者番号、を含みうる。予測されたデータ形４０１はまた、薬フィールド４０４を含む。薬フィールド４０４の値は、１以上の薬ＩＤを含みうる。例えば、薬１ ４０５の値は「アセトアミノフェン」であり得、薬２ ４０６の値は「イブプロフェン」、等でありうる。

予測されたデータ形４０１はさらに、薬投与フィールド４０８を含む。薬投与フィールド４０８は、患者フィールド４０２で識別される患者に薬がいつ投与されるかを識別する値を含みうる。薬投与フィールド４０８は、各投与（投与量１ ４０９及び投与量２ ４１０）についてのそれ自体のデータフィールドを含む。投与量１ ４０９及び投与量２ ４１０は、特定のデータ、例えば投与された薬の量／吸収されるべきと推定される薬の量又は生物学的に利用可能であると推定される薬の量を含む特定のデータ、を包含しうる。

一般化された形４００は、予測されたデータ形４０１の全てのフィールドを含む。一般化された形４００はさらに、提供者フィールド４１２を含み、その値は、患者フィールド４０２において識別される患者に関連付けられた提供者（例えば、医師）を識別しうる。一般化された形４００はさらに、処方箋フィールド４１４を含み、それは患者に関連付けられた処方箋を識別する値を含みうる。問題の薬が「医師の処方箋が不要の」（over-the-counter）薬でありうる為に又はクエリが処方箋の外に独自のパラメータを記述しうる為に、処方箋フィールド４１４は必ずしもアドヒアランスクエリに関連するわけではない。

一般化された形４００はまた、血圧フィールド４１６（その値が患者の血圧を識別しうる）、体重フィールド４１８（その値が患者の体重を識別しうる）、及び身長フィールド４２０（その値が患者の身長を識別しうる）を含む。当業者によって理解されるであろう通り、これらは、（まれな特別な場合を除いて）服薬アドヒアランスクエリに関連しえない場合があり、その場合に、それらフィールドは予測されたデータ形４０１から省略されうる。

ここで図５を参照すると、本開示の様々な観点、例えば方法１００、方法２００及び方法３００を包含する本開示の様々な観点、を実行するように構成されうる例示的なコンピュータ・システム５００の高レベルのブロック図が示されている。該例示的なコンピュータ・システム５００は、本開示の実施態様に従うと、（例えば、コンピュータの１以上のプロセッサ回路又はコンピュータプロセッサを使用して）本明細書に記載された１以上の方法又はモジュール、及び任意の関連する機能又は動作を実装する際に使用されうる。幾つかの実施態様において、コンピュータ・システム５００の主要な構成要素は、１以上のＣＰＵ５０２、メモリ・サブシステム５０８、端末インターフェース５１６、記憶インターフェース５１８、Ｉ／Ｏ（入力／出力）デバイス・インターフェース５２０及びネットワーク・インターフェース５２２を備え得、それらの全てが、メモリ・バス５０６、Ｉ／Ｏバス５１４及びＩ／Ｏバス・インターフェース・ユニット５１２を介したコンポーネント間通信の為に、直接的又は間接的に、通信可能に接続されうる。

コンピュータ・システム５００は、１以上の複数の汎用プログラマブル中央処理装置（ＣＰＵ）５０２を含み得、その一部又は全ては、本明細書において総称してＣＰＵ５０２と云われる１以上のコア５０４Ａ、５０４Ｂ、５０４Ｃ及び５０４Ｄを含みうる。幾つかの実施態様において、コンピュータ・システム５００は、相対的に大規模なシステムに典型的な複数のプロセッサを含みうる。しかしながら、他の実施態様において、コンピュータ・システム５００は、代替的に、単一のＣＰＵシステムでありうる。各ＣＰＵ５０２は、ＣＰＵコア５０４におけるメモリ・サブシステム５０８内に格納された命令を実行し得、１以上のレベルのオンボードキャッシュを備えうる。

幾つかの実施態様において、メモリ・サブシステム５０８は、データ及びプログラムを格納する為のランダムアクセス半導体メモリ、記憶装置又は記憶媒体（揮発性又は不揮発性のいずれか）を備えうる。幾つかの実施態様において、メモリ・サブシステム５０８は、コンピュータ・システム５００の仮想メモリ全体を表し得、及びコンピュータ・システム５００に接続された又はネットワークを介して接続された他のコンピュータ・システムの仮想メモリをまた含みうる。メモリ・サブシステム５０８は、概念的には、単一のモノリシックエンティティであり得、しかし、幾つかの実施態様において、メモリ・サブシステム５０８は、より複雑な配置、例えばキャッシュ及び他のメモリデバイスの階層、でありうる。例えば、メモリは複数レベルのキャッシュにおいて存在し得、及びこれらのキャッシュは機能によってさらに分割され得、従って、１つのキャッシュは命令を保持し、一方、別のキャッシュは１以上のプロセッサによって使用される非命令データを保持する。様々な所謂不均一メモリアクセス（ＮＵＭＡ：non-uniform memory access）コンピュータアーキテクチャのいずれかで知られている通り、メモリはさらに分散され得、且つ異なるＣＰＵ又はＣＰＵのセットに関連付けられうる。幾つかの実施態様において、メインメモリ又はメモリ・サブシステム８０４は、ＣＰＵ５０２によって使用されるメモリの制御及びフローの為の要素を含みうる。これは、メモリコントローラ５１０を包含しうる。

メモリ・バス５０６が図５において示されているが、ＣＰＵ５０２、メモリ・サブシステム５０８及びＩ／Ｏバス・インターフェース・ユニット５１２の間の直接通信パスを提供する単一のバス構造として、メモリ・バス５０６が、幾つかの実施態様において、複数の異なるバス又は通信パスを含み得、それはさまざまな形式、例えば階層構成、スター構成若しくはWeb構成におけるポイントツーポイントリンク、複数の階層バス、並列パス及び冗長パス、又はその他の任意の適切なタイプの構成、のうちのいずれかに配置されうる。その上、Ｉ／Ｏバス・インターフェース・ユニット５１２及びＩ／Ｏバス５１４は、単一の個々のユニットとして示されているが、コンピュータ・システム５００は、幾つかの実施態様において、複数のＩ／Ｏバス・インターフェース・ユニット５１２、複数のＩ／Ｏバス５１４、又はその両方を備えうる。さらに、様々なＩ／Ｏデバイスにつなげる様々な通信経路からＩ／Ｏバス５１４を分離する複数のＩ／Ｏインターフェース・ユニットが示されているが、他の実施態様において、Ｉ／Ｏデバイスの幾つか又は全てが１以上のシステムＩ／Ｏバスに直接的に接続されうる。

幾つかの実施態様において、コンピュータ・システム５００は、マルチユーザメインフレームコンピュータ・システム、シングルユーザシステム、又はサーバコンピュータ、若しくは直接ユーザインターフェースをほとんど有しないか或いは全く有しないが他のコンピュータ・システム（クライアント）からの要求を受信する同様のデバイスでありうる。さらに、幾つかの実施態様において、コンピュータ・システム５００は、デスクトップコンピュータ、ポータブルコンピュータ、ラップトップコンピュータ若しくはノートブックコンピュータ、タブレットコンピュータ、ポケットコンピュータ、電話機、スマートフォン、モバイルデバイス、又は他の任意の適切なタイプの電子デバイスとして実装されうる。

図５は、例示的なコンピュータ・システム５００の代表的な主要構成要素を示すことを意図していることに留意されたい。しかしながら、幾つかの実施態様において、個々の構成要素は、図５に示されているよりも多かれ少なかれ複雑さを有し得、図５に示されている構成要素以外の又は追加の構成要素が存在し得、並びにそのような構成要素の数、タイプ及び構成は変わりうる。

本発明は、統合のありうる任意の技術的詳細レベルでの、システム、方法若しくはコンピュータ・プログラム製品又はそれらの組み合わせでありうる。該コンピュータ・プログラム製品は、プロセッサに本発明の観点を実行させる為のコンピュータ可読プログラム命令を有する１以上のコンピュータ可読記憶媒体を包含しうる。

該コンピュータ可読記憶媒体は、命令実行デバイスによって使用する為の命令を保持且つ記憶することができる有形のデバイスであることができる。該コンピュータ可読記憶媒体は、例えば、電子ストレージ・デバイス、磁気ストレージ・デバイス、光ストレージ・デバイス、電磁ストレージ・デバイス、半導体ストレージ・デバイス、又はこれらの任意の適切な組み合わせでありうるが、これらに限定されない。該コンピュータ可読記憶媒体のより具体的な例の非網羅的なリストは、下記を包含する：ポータブルコンピュータ・ディスケット、ハードディスク、ランダム・アクセス・メモリ（ＲＡＭ：random access memory）、読み取り専用メモリ（ＲＯＭ：read only memory）、消去可能なプログラム可能な読み取り専用メモリ（ＥＰＲＯＭ（erasable programmable read-only memory）又はフラッシュメモリ）、スタティック・ランダム・アクセス・メモリ（ＳＲＡＭ：static random access memory）、ポータブル・コンパクト・ディスク読み取り専用メモリ（ＣＤ－ＲＯＭ：compact disc read-only memory）、デジタル多用途ディスク（ＤＶＤ：digital versatile disk）、メモリスティック、フロッピーディスク、機械的に符号化されたデバイス、例えばパンチカード若しくは命令が記録されている溝内の隆起構造又はこれらの任意の適切な組み合わせ。本明細書において使用される場合、コンピュータ可読記憶媒体は、一時的な信号それ自体、例えば電波又は他の自由に伝播する電磁波、導波管若しく他の伝送媒体を伝播する電磁波（例えば、光ファイバケーブルを通過する光パルス）、又は電線を介して送信される電気信号、であると解釈されるべきでない。

本明細書において記載されたコンピュータ可読プログラム命令は、コンピュータ可読記憶媒体から個々のコンピューティング・デバイス／処理デバイスに、又はネットワーク、例えばインターネット、ローカル・エリア・ネットワーク、ワイド・エリア・ネットワーク若しくはワイヤレス・ネットワーク又はそれらの組み合わせ、を介して外部コンピュータ又は外部記憶デバイスにダウンロードされることができる。該ネットワークは、銅線伝送ケーブル、光伝送ファイバ、無線伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイ・コンピュータ若しくはエッジ・サーバ又はこれらの組み合わせで構成されうる。各コンピューティング／処理デバイスにおけるネットワークアダプタカード又はネットワーク・インターフェースは、ネットワークからコンピュータ可読プログラム命令を受信し、そして、該コンピュータ可読プログラム命令を、個々のコンピューティング／処理デバイス内にコンピュータ可読記憶媒体中に記憶する為に転送する。

本発明の動作を実行する為のコンピュータ可読プログラム命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ：instruction-set-architecture）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、集積回路の為の構成データ、又は、１以上のプログラミング言語、例えばオブジェクト指向プログラミング言語、オブジェクト指向プログラミング言語（例えばＳｍａｌｌｔａｌｋ、Ｃ＋＋等）、手続き型プログラミング言語（例えば「Ｃ」プログラミング言語又は同様のプログラミング言語）、の任意の組み合わせで書かれているソースコード又はオブジェクトコードのいずれか、でありうる。該コンピュータ可読プログラム命令は、ユーザのコンピュータ上で全体的に、ユーザのコンピュータ上で部分的に、ユーザのコンピュータ上でスタンドアロン・ソフトウェア・パッケージとして部分的に、ユーザのコンピュータ上で部分的に且つリモート・コンピュータ上で部分的に、又はリモート・コンピュータ若しくはサーバ上で全体的に、実行されうる。後者のシナリオにおいて、該リモート・コンピュータは、任意の種類のネットワーク、例えばローカル・エリア・ネットワーク（ＬＡＮ：local area network）若しくはワイド・エリア・ネットワーク（ＷＡＮ：wide area network）、を介してユーザのコンピュータに接続されうるか、又は該接続は（例えば、インターネットサービスプロバイダーを使用したインターネットを通じて）外部コンピュータに対して行われうる。幾つかの実施態様において、電子回路、例えばプログラマブル論理回路、フィールドプログラマブルゲートアレイ（ＦＰＧＡ：field-programmable gate arrays）又はプログラマブルロジックアレイ（ＰＬＡ：programmable logic arrays）、は、本発明の観点を実行する為に、コンピュータ可読プログラム命令の状態情報を利用することによって、電子回路をパーソナライズすることによって、コンピュータ可読プログラム命令を実行しうる。

本発明の観点は、本発明の実施態様に従う、方法、装置（システム）及びコンピュータ・プログラム製品のフローチャート図若しくはブロック図又はそれらの組み合わせを参照して本明細書において記載されている。該フローチャート図若しくは該ブロック図又はそれらの組み合わせの各ブロック、並びに該フローチャート図若しくは該ブロック図又はそれらの組み合わせにおける複数のブロックの組み合わせは、コンピュータ可読プログラム命令によって実装されることができることが理解されるであろう。

これらのコンピュータ可読プログラム命令は、該コンピュータ又は他のプログラム可能なデータ処理装置のプロセッサを介して実行する命令が該フローチャート若しくはブロック図又はそれらの組み合わせの１以上のブロックにおいて特定された機能／動作を実装するための手段を生成するように、コンピュータのプロセッサ又は他のプログラム可能なデータ処理装置に提供されて、マシンを作り出しうる。これらのコンピュータ可読プログラム命令はまた、記憶された命令を有するコンピュータ可読記憶媒体は、該フローチャート図若しくはブロック図又はそれらの組み合わせの１以上のブロックにおいて特定される機能／動作の観点を実装する命令を含む製造品を含むように、コンピュータ・プログラム可能なデータ処理装置若しくは他のデバイス又はこれらの組み合わせに特定の様式で機能するように指示することができるコンピュータ可読記憶媒体中に記憶されうる。

該コンピュータ可読プログラム命令はまた、コンピュータ上、他のプログラム可能なデータ処理装置上又は他のデバイス上で実行される命令が、該フローチャート若しくはブロック図若しくはそれらの組み合わせの１以上のブロックにおいて特定される機能／動作を実装するように、上記のコンピュータ上、他のプログラム可能なデータ処理装置上又は他のデバイス上にロードされて、コンピュータ、他のプログラム可能な装置又は他のデバイス上で一連の操作ステップを実行させて、コンピュータに実装されたプロセスを生成しうる。

図面中のフローチャート及びブロック図は、本発明の様々な実施態様に従う、システム、方法及びコンピュータ・プログラム製品のありうる実装の、アーキテクチャ、機能及び動作を示す。これに関連して、該フローチャート又はブロック図における各ブロックは、命令のモジュール、セグメント、又はその一部を表し得、それは、特定された１以上の論理機能を実装する為の１以上の実行可能命令を含む。幾つかの代替の実装において、該ブロックにおいて示されている機能は、図面中に示されている順序とは異なって生じうる。例えば、連続して示されている２つのブロックは、実際には、関与する機能に依存して、同時に、実質的に同時に、部分的又は全体的に時間的に重複する様式で実行される１つのステップとして達成されうるか、又は該ブロックは、逆の順序で実行されうる。該ブロック図若しくはフローチャート図又はこれらの組み合わせの各ブロック、並びに該ブロック図若しくはフローチャート図又はこれらの組み合わせの複数のブロックの組み合わせは、特定された機能又は動作を実行する特別な目的のハードウェアベースのシステムによって実装できることができ、又は特別な目的のハードウェアとコンピュータ命令との組み合わせを実行することができることに留意されたい。

本開示の様々な実施態様の記述は、例示の目的の為に示されているが、網羅的であることを意図されるものでなく、開示された実施態様に限定されることを意図されるものでもない。記述された実施態様の範囲及び精神から逸脱すること無しに、多くの修正及び変形が当業者には明らかであろう。本明細書において使用されている語は、実施態様の原理、市場で見られている技術に対する実際の適用若しくは技術的改善を説明する為に、又は当業者が本明細書において開示された実施態様を理解できることを可能にする為に選択された。

Claims (20)

1. クエリソースからクエリを受信すること、
   データセットを受信すること、
   予測されたデータ形を取得すること、
   前記データセットのデータ形を決定すること、
   前記データ形を前記予測されたデータ形と比較すること、
   前記比較に基づいて、信頼度を決定すること、
   前記信頼度が、信頼度閾値を超えていることを検出すること、及び
   前記検出することに応じて、前記クエリに対する応答を前記クエリソースに送信すること、ここで、前記応答は前記データセットに基づく、
   を含む方法。
2. 前記取得することが、前記データの１以上の予測されたデータフィールドを前記クエリに基づいて決定することを含み、ここで、前記予測されたデータ形が前記予測されたデータフィールドに基づく、請求項１に記載の方法。
3. 前記取得することが
   前記クエリに基づいて、業界を識別すること、及び
   前記業界に基づいて、一般化されたデータ形を選択すること、ここで、前記予測されたデータ形が前記一般化されたデータ形に基づく、
   を含む、請求項１に記載の方法。
4. 前記予測されたデータ形が、前記一般化されたデータ形からなる、請求項３に記載の方法。
5. 第２のクエリソースから第２のクエリを受信すること、
   追加のデータセットを受信すること、
   前記追加のデータセットに基づいて、第２のデータ形を決定すること、
   第２の予測されたデータ形を取得すること、
   前記第２のデータ形を前記第２の予測されたデータ形と比較すること、
   前記比較に基づいて、第２の信頼度を決定すること、
   前記第２の信頼度が、第２の信頼度閾値未満であること検出すること、及び
   更なるデータを取得すること
   をさらに含む、請求項１～４のいずれか１項に記載の方法。
6. 前記追加のデータセット及び前記更なるデータに基づいて、第３の信頼度を決定すること、
   前記第３の信頼度が前記第２の信頼度閾値を超えていることを検出すること、及び
   前記第３の信頼度が前記第２の信頼度閾値を超えていることを検出することに応じて、前記第２のクエリに対する第２の応答を前記第２のクエリソースに送信すること、ここで、前記第２の応答は、前記追加のデータセット及び前記更なるデータに基づく、
   をさらに含む、請求項５に記載の方法。
7. システムであって、
   メモリと、
   前記メモリに接続された中央処理装置（ＣＰＵ）と
   を備えており、前記ＣＰＵが、
   クエリソースからクエリを受信し、
   データセットを受信し、
   予測されたデータ形を取得し、
   前記データセットのデータ形を決定し、
   前記データ形を前記予測されたデータ形と比較し、
   前記比較に基づいて、信頼度を決定し、及び
   前記クエリに対する応答を前記クエリソースに送信する、ここで、前記応答は前記データセット及び前記信頼度に基づく、
   ように構成されている、
   前記システム。
8. 前記取得することが、前記データの１以上の予測されたデータフィールドを前記クエリに基づいて決定することを含み、ここで、前記予測されたデータ形が前記予測されたデータフィールドに基づく、請求項７に記載のシステム。
9. 前記取得することが
   前記クエリに基づいて、業界を識別すること、及び
   前記業界に基づいて、一般化されたデータ形を選択すること、ここで、前記予測されたデータ形が前記一般化されたデータ形に基づく、
   を含む、請求項７に記載のシステム。
10. 前記予測されたデータ形が、前記一般化されたデータ形からなる、請求項９に記載のシステム。
11. 前記ＣＰＵが、
    第２のクエリソースから第２のクエリを受信し、
    追加のデータセットを受信し、
    前記追加のデータセットに基づいて、第２のデータ形を決定し、
    第２の予測されたデータ形を取得し、
    前記第２のデータ形を前記第２の予測されたデータ形と比較し、
    前記比較に基づいて、第２の信頼度を決定し、
    前記第２の信頼度が、第２の信頼度閾値未満であること検出し、及び
    更なるデータを取得する
    ようにさらに構成されている、請求項７～１０のいずれか１項に記載のシステム。
12. 前記ＣＰＵが
    前記追加のデータセット及び前記更なるデータに基づいて、第３の信頼度を決定し、
    前記第３の信頼度が前記信頼度閾値を超えていることを検出し、及び
    前記第３の信頼度が前記信頼度閾値を超えていることを検出することに応じて、前記第２のクエリに対する第２の応答を前記第２のクエリソースに送信する、ここで、前記第２の応答は、前記追加のデータセット及び前記更なるデータに基づく、
    ようにさらに構成されている、請求項１１に記載のシステム。
13. 前記ＣＰＵが、
    第２のクエリソースから第２のクエリを受信し、
    追加のデータセットを受信し、
    前記追加のデータセットに基づいて、第２のデータ形を決定し、
    第２の予測されたデータ形を取得し、
    前記第２のデータ形を前記第２の予測されたデータ形と比較し、
    前記比較に基づいて、第２の信頼度を決定し、
    前記第２の信頼度が、信頼度閾値を超えていること検出し、及び
    前記検出することに応じて、前記第２のクエリに対する第２の応答を前記第２のクエリソースに送信する、ここで、前記第２の応答は、前記追加のデータセットに基づく、
    ようにさらに構成されている、請求項７～１０のいずれか１項に記載のシステム。
14. コンピュータに、
    クエリソースからクエリを受信すること、
    データセットを受信すること、
    予測されたデータ形を取得すること、
    前記データセットのデータ形を決定すること、
    前記データ形を前記予測されたデータ形と比較すること、
    前記比較に基づいて、信頼度を決定すること、及び
    前記クエリに対する応答を前記クエリソースに送信すること、ここで、前記応答は前記データセット及び前記信頼度に基づく、
    を実行させる、コンピュータ・プログラム。
15. 前記取得することが、前記データの１以上の予測されたデータフィールドを前記クエリに基づいて決定することを含み、ここで、前記予測されたデータ形が前記予測されたデータフィールドに基づく、請求項１４に記載のコンピュータ・プログラム。
16. 前記取得することが
    前記クエリに基づいて、業界を識別すること、及び
    前記業界に基づいて、一般化されたデータ形を選択すること、ここで、前記予測されたデータ形が前記一般化されたデータ形に基づく、
    を含む、請求項１４に記載のコンピュータ・プログラム。
17. 前記予測されたデータ形が、前記一般化されたデータ形からなる、請求項１６に記載のコンピュータ・プログラム。
18. 前記コンピュータに、
    第２のクエリソースから第２のクエリを受信すること、
    追加のデータセットを受信すること、
    前記追加のデータセットに基づいて、第２のデータ形を決定すること、
    第２の予測されたデータ形を取得すること、
    前記第２のデータ形を前記第２の予測されたデータ形と比較すること、
    前記比較に基づいて、第２の信頼度を決定すること、
    前記第２の信頼度が、信頼度閾値未満であること検出すること、及び
    更なるデータを取得すること
    をさらに実行させる、請求項１４～１７のいずれか１項に記載のコンピュータ・プログラム。
19. 前記コンピュータに、
    前記追加のデータセット及び前記更なるデータに基づいて、第３の信頼度を決定すること、
    前記第３の信頼度が前記信頼度閾値を超えていることを検出すること、及び
    前記第３の信頼度が前記信頼度閾値を超えていることを検出することに応じて、前記第２のクエリに対する第２の応答を前記第２のクエリソースに送信すること、ここで、前記第２の応答は、前記追加のデータセット及び前記更なるデータに基づく、
    をさらに実行させる、請求項１８に記載のコンピュータ・プログラム。
20. 前記コンピュータに、
    第２のクエリソースから第２のクエリを受信すること、
    追加のデータセットを受信すること、
    前記追加のデータセットに基づいて、第２のデータ形を決定すること、
    第２の予測されたデータ形を取得すること、
    前記第２のデータ形を前記第２の予測されたデータ形と比較すること、
    前記比較に基づいて、第２の信頼度を決定すること、
    前記第２の信頼度が、信頼度閾値を超えていること検出すること、及び
    前記検出することに応じて、前記第２のクエリに対する第２の応答を前記第２のクエリソースに送信する、ここで、前記第２の応答は、前記追加のデータセットに基づく、
    をさらに実行させる、請求項１４～１７のいずれか１項に記載のコンピュータ・プログラム。

Images