JP2023010354A - 感染リスク定量化システム及び感染リスク定量化方法 - Google Patents
感染リスク定量化システム及び感染リスク定量化方法 Download PDFInfo
- Publication number
- JP2023010354A JP2023010354A JP2021114438A JP2021114438A JP2023010354A JP 2023010354 A JP2023010354 A JP 2023010354A JP 2021114438 A JP2021114438 A JP 2021114438A JP 2021114438 A JP2021114438 A JP 2021114438A JP 2023010354 A JP2023010354 A JP 2023010354A
- Authority
- JP
- Japan
- Prior art keywords
- infection
- concentration
- facility
- mathematical model
- threshold
- 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
Links
- 208000015181 infectious disease Diseases 0.000 title claims abstract description 218
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000011002 quantification Methods 0.000 title claims description 56
- 238000012544 monitoring process Methods 0.000 claims abstract description 72
- 238000013178 mathematical model Methods 0.000 claims abstract description 53
- 208000035473 Communicable disease Diseases 0.000 claims abstract description 42
- 230000007613 environmental effect Effects 0.000 claims description 44
- 238000004891 communication Methods 0.000 claims description 37
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 16
- 230000002458 infectious effect Effects 0.000 claims description 14
- 239000002245 particle Substances 0.000 claims description 14
- 241000282414 Homo sapiens Species 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 5
- 230000005545 community transmission Effects 0.000 abstract 1
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 24
- 244000052769 pathogen Species 0.000 description 17
- 229910002092 carbon dioxide Inorganic materials 0.000 description 12
- 241000700605 Viruses Species 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 7
- 238000001914 filtration Methods 0.000 description 7
- 206010022000 influenza Diseases 0.000 description 6
- 238000005192 partition Methods 0.000 description 6
- 238000009423 ventilation Methods 0.000 description 6
- 241000711573 Coronaviridae Species 0.000 description 5
- 239000001569 carbon dioxide Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000001954 sterilising effect Effects 0.000 description 4
- 238000004659 sterilization and disinfection Methods 0.000 description 4
- 201000008827 tuberculosis Diseases 0.000 description 4
- 241000894006 Bacteria Species 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241000712461 unidentified influenza virus Species 0.000 description 3
- 241000193830 Bacillus <bacterium> Species 0.000 description 2
- 208000037041 Community-Acquired Infections Diseases 0.000 description 2
- 201000005505 Measles Diseases 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000003612 virological effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 206010011409 Cross infection Diseases 0.000 description 1
- 241000712079 Measles morbillivirus Species 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 244000000022 airborne pathogen Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000009281 ultraviolet germicidal irradiation Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
上記要望に対応する先行技術として、例えば、特許文献1に施設内監視システムが開示されている。特許文献1に記載のシステムでは、施設内の環境パラメータ(温度・湿度等)をモニタリングし、各区画(病室)の感染症毎の発生危険度を取得し、注意通知表示データをナースステーションのPCや携帯端末に送信し、特定の感染症の危険のある病室を表示・警告することができる。
しかしながら、特許文献1に記載のシステムでは、施設(より具体的には各病室)内の温度や湿度などの環境パラメータを計測しているだけである。また、感染リスクの評価の際には計測中の各環境パラメータが「基準範囲」、「要注意」、又は「警告」に属するかを判定するための閾値を任意に設定しているだけであり(特許文献1の図面16を参照)、各閾値の設定にWHOなどの公的機関による疫学上の指針が反映されているわけではない。つまり、当該システムによる判定(基準範囲内か、要注意であるか否かの評価)は、システム提供者或いはシステムを操作する医療従事者の主観に依るところが大きい。
なお、空気感染リスクを推定する数理モデルとしてWells-Rileyのモデルが知られている。この数理モデルは結核菌の感染確率がポアソン過程に従うとの実験結果(非特許文献1を参照)から得られたものである。また、このWells-Rileyのモデルを改良した非特許文献2に開示のRudnick and Miltonのモデルも知られている。
また、特許文献2に記載のインフルエンザ予測表示装置では、インフルエンザの流行を予測するために外気温度や外気湿度をセンサで計測し、これらの計測値を基に水蒸気圧等を算出して流行(危険度)の判定を行う。そして、LED報知手段などの表示部により予測結果を表示したり、加湿ユニットで加湿運転を駆動させたりすることができる。
しかしながら、特許文献2に記載の装置では施設外の環境パラメータを計測するものの、施設(例えば、施設内の各区画(各病室))内の環境パラメータを計測するものでは無い。また、特許文献2に記載の装置では、各センサから実測された気温や相対湿度、これらの実測値から算出された絶対湿度や水蒸気圧の変動をモニタリングし、予め任意に設定した閾値を超えると、「危険度小」から「危険度中」や「危険度大」と判定するものである。
また、特許文献3に記載の情報提供システムでは、複数の病原体検出装置(具体的にはウイルスセンサ)を用いて公共交通機関の駅や車両内の空気中の病原体を検出し、この検出結果(病原体への感染リスク)を踏まえてユーザは駅までの移動経路の決定が可能となる。
しかしながら、ウイルスセンサによってウイルス濃度を測定するとのことであるが、コロナウイルスなど多くのウイルス濃度を現実的かつリアルタイムに測定できる機器は存在していない。
本発明はこのような事情に鑑みてなされたものであり、施設内で計測された環境データの他に、市中感染状況を含んだ疫学データを入力情報(数理モデルに使用する入力パラメータ)として取り込んで一元化し、感染リスクを確率的に定量化する方法及びシステムを提供することを目的とする。
(態様1)
施設内の少なくとも1つの区画の感染リスクを評価する感染リスク定量化方法であって、
前記区画内のCO2濃度を計測しつつ、前記施設外のCO2濃度を計測する計測工程と、
疫学データ閲覧サイトから、少なくとも1つの感染症に関する前記施設の属する地域の感染者報告数nrを随時取得する工程と、
数理モデルを用いて前記区画での感染確率Pを随時導出する工程と、
を含み、かつ、
前記数理モデルは、以下の数式で求められる、
ことを特徴とする感染リスク定量化方法。
(態様2)
前記数理モデルを用いて、前記区画の安全レベルを判断するための警報閾値TAを少なくとも1つ決定する警報閾値決定工程を更に含む、
ことを特徴とする態様1に記載の感染リスク定量化方法。
(態様3)
空気環境を整えるための少なくとも1つの機器を備えた機器監視制御部を前記区画内に配置して、前記機器の運転状況を確認する工程と、
前記数理モデルを用いて、前記機器の前記運転状況を変更するための機器制御閾値TDを少なくとも1つ決定する機器制御閾値決定工程と、
前記感染確率Pが前記機器制御閾値TD未満であると判断されれば運転状態にある前記機器の数を減らす一方、前記感染確率Pが前記機器制御閾値TD以上であると判断されれば運転状態にある前記機器の数を増やす機器運転変更工程と、
を更に含む、
ことを特徴とする態様1又は2に記載の感染リスク定量化方法。
(態様4)
前記警報閾値決定工程又は前記機器制御閾値決定工程は、
室内側環境基準B1を第1公的指針から算定する工程と、
疫学側環境基準B2を第2公的指針から算定する工程と、
前記基準B1,B2を前記数理モデルに代入し、得られた感染確率Pを閾値根拠基準B3として設定する工程と、
前記基準B3を基に前記警報閾値TA又は前記機器制御閾値TDを決定する工程と、
を含む、
ことを特徴とする態様2又は3に記載の感染リスク定量化方法。
(態様5)
前記数理モデルにより導出された感染確率Pをユーザが操作可能な端末に随時送信して、該端末の画面に表示可能にする、
ことを特徴とする態様1~4のいずれかに記載の感染リスク定量化方法。
(態様6)
施設内の少なくとも1つの区画の感染リスクを評価する感染リスク定量化システムであって、
通信網に接続された通信部と記憶部と演算部とを備えたシステムサーバと、
前記通信網に直接又は間接的に接続され、かつ、前記区画内のCO2濃度を計測する室内環境センサと前記施設外のCO2濃度を計測する屋外環境センサとを備えた計測監視部と、
前記通信網に接続され、かつ、少なくとも1つの感染症に関する前記施設の属する地域の感染者報告数nrを随時蓄積する疫学データ閲覧サイトと、
を含み、かつ、
前記記憶部では、前記通信部を介して、前記計測監視部で取得されたCO2濃度と、前記疫学データ閲覧サイトで蓄積された前記感染者報告数nrを記憶し、
前記演算部では、前記記憶部で記憶された各CO2濃度と、前記感染者報告数nrとを以下の数式の数理モデルに代入して、前記区画での感染確率Pを導出する、
ことを特徴とする感染リスク定量化システム。
(態様7)
前記システムサーバの前記演算部では、前記数理モデルを用いて、前記区画の安全レベルを判断するための警報閾値TAを少なくとも1つ決定し、
前記システムサーバの前記記憶部では、前記警報閾値TAを記憶する、
ことを特徴とする態様6に記載の感染リスク定量化システム。
(態様8)
前記感染リスク定量化システムは、空気環境を整えるための少なくとも1つの機器を備えた機器監視制御部と、
を更に含み、かつ、
前記システムサーバの前記制御部では、前記機器の運転状況を確認し、
前記システムサーバの前記演算部では、前記数理モデルを用いて、前記機器の前記運転状況を変更するための機器制御閾値TDを少なくとも1つ決定し、
前記システムサーバの前記制御部は、前記感染確率Pが前記機器制御閾値TD未満であると判断すれば運転状態にある前記機器の数を減らす一方、前記感染確率Pが前記機器制御閾値TD以上であると判断すれば運転状態にある前記機器の数を増やす、
ことを特徴とする態様6又は7に記載の感染リスク定量化システム。
(態様9)
前記システムサーバの前記演算部は、
室内側環境基準B1を第1公的指針から算定し、
疫学側環境基準B2を第2公的指針から算定し、
前記基準B1,B2を前記数理モデルに代入し、得られた感染確率Pを閾値根拠基準B3として設定し、かつ、
前記基準B3を基に前記警報閾値TA又は前記機器制御閾値TDを決定する、
を含む、
ことを特徴とする態様7又は8に記載の感染リスク定量化システム。
(態様10)
前記感染リスク定量化システムは前記通信網に接続されたユーザ操作端末を更に含み、
前記ユーザ操作端末は、前記システムサーバから、前記数理モデルにより導出された感染確率Pを随時受信して、該端末の画面に表示可能にする、
ことを特徴とする態様6~9のいずれかに記載の感染リスク定量化システム。
図1に、本発明の感染リスク定量化システム1(以下、単に「システム」とも呼ぶ。)を示す。本システム1は、システムサーバ2と、環境データ入出力装置3と、ユーザ操作端末4と、疫学データ閲覧サイト5と、計測監視部6と、機器監視制御部7と、から構成されている。これらの各構成要素2~7は以下に詳述する。
システムサーバ2は本システム1での感染リスク評価処理の中心的な役割を担う。なお、システムサーバ2は、通信網Wを経由しないスタンドアローン型の形態でも、通信網Wを経由したネットワーク型(例えば、図1に示すようなクラウドサーバ)の形態でもよい。図1の例では、システムサーバ2には通信部21、記憶部22、演算部23、制御部24、及び閲覧表示部25などが設けられている。
環境データ入出力装置3は、通信網Wを介してシステムサーバ2に接続されるとともに、計測監視部6や機器監視制御部7にも接続されている。なお、図示の例では、環境データ入出力装置3と計測監視部6及び機器監視制御部7との接続が直接的であるが、通信網Wを介した接続であってもよい。
ユーザ操作端末4は、施設(例えば、病院や介護施設)内の所定の空間を有した区画(例えば、ナースステーション、待合室、病室)内で使用されることを前提とするが、施設外での使用も可能である。ユーザ操作端末4は、ナースステーション等に据え置かれる据置端末41の形態であってもよいし、医療従事者が携帯する携帯端末42の形態であってもよい。
疫学データ閲覧サイト5は、少なくとも一種の感染症(病原種)の地域別の感染者情報などの感染症流行情報を閲覧・取得できるサイトである。例えば、国立感染症研究所や地方自治体のサイトが上記流行情報(例えば、地域別の感染者報告数nr)を公表しており、これらの情報の閲覧・取得が可能である。なお、感染症には、例えば、インフルエンザウイルス、結核、麻疹、新型コロナウイルスなどが挙げられる。
計測監視部6には、例えば、施設内(病室や待合室など)の二酸化炭素(CO2)濃度を計測する室内環境センサ61と、施設外の二酸化炭素(CO2)濃度を計測する屋外環境センサ62とが設けられる。
機器監視制御部7には、例えば、計測監視部6により監視されている対象空間(病室や待合室等の区画)に浮遊するウイルスを死滅又は不活化させることを目的とした殺菌装置71(例えば、紫外線照射装置)と、対象空間の空気を換気可能な換気送風装置72と、対象空間の空気を吸引しフィルタでもってろ過可能なフィルタろ過装置73(例えば、空気清浄機)とが設けられる。
次に、図2を参照しながら、本発明の感染リスク定量化方法について詳しく説明する。
次に、上述した工程S6での感染確率Pをリアルタイムに算出する数理モデルについて詳述する。このモデルは、非特許文献2に記載のRudnick and Miltonの感染確率モデル(数式3)から、本発明者らが独自に改良を加えて編み出した数式である。
図3(a)及び(b)を参照しながら上述の工程S5の実施内容(機器制御閾値TDと警報閾値TA(TA1,TA2)の算出方法)の詳細について説明する。これらの閾値TD,TAを決定するに当たり、本発明者らは、1)区画(室内)側環境基準B1と、2)疫学側(屋外側)環境基準B2とを決定し、3)これらの2つの指標B1,B2を上述の数理モデルに代入して得られた感染確率Pを閾値根拠基準B3とすることにした。
先ず、室内側環境基準B1は、厚生労働省などの官公庁が公表しているCO2濃度に関する環境衛生上の指針(つまり、室内CO2濃度が屋外CO2濃度に700ppmを加算した値以下にすべきとの指針(「第1公的指針」とも呼ぶ。))から算定する(工程S51)。すなわち、室内側環境基準B1は、以下の数式9で表現できる。
一方、疫学側(屋外側)環境基準B2は、世界保健機関(WHO)や国立感染症研究所などが公表している各感染症の流行レベルに関する警報指針(「第2公的指針」とも呼ぶ。))から算定する(工程S52)。
このように決定した基準B1,B2を、数理モデルのパラメータとして上述の数式7,8に代入し、最終的に得られた感染確率Pを閾値根拠基準B3として設定する(工程S53)。例えば、以上のB1やB2の具体的数値を代入すると、感染確率P(閾値根拠基準B3)=25×10-8(=0.000025%)が得られる(図7に示す感染症3の欄も参照)。
以上の閾値根拠基準B3を基に、警報閾値TA(TA1,TA2)や機器制御閾値TDをシステム管理者或いはユーザによって任意に決定すればよい(工程S54)。例えば、比較的大きな警報閾値TA2は閾値根拠基準B3と同じかそれ以上に設定し、比較的小さな警報閾値TA1は閾値根拠基準B3よりも幾分小さな値(例えば約80~90%)に設定してもよい。
また、機器制御閾値TDも同様に閾値根拠基準B3を参照しながら決定することができる。例えば、該閾値B3よりも実質的小さな値(例えば約60~70%)に設定してもよい。これらの閾値のTA(TA1,TA2),TDの設定は、システムサーバ2やユーザ操作端末4の操作画面4d(具体的には、図7に示すような設定画面4d7)上のGUI(例えば、感染症毎のスライダアイコンSL(SL1,SL2,SL3,SL4))を操作することで簡単に設定変更するようにしてもよい。また、上述の工程S4にて本システム1で監視を希望する感染症(病原種)を選択する際には、同一の設定画面4d7のトグルボタンTBを押下げすることで選択の有無を切り替えることができる。
図4~7はシステムサーバ2又はユーザ操作端末4の操作画面4dの一例を示す。操作画面4dには、図4に示すホーム画面4d1の他に、図5(a)に示す施設管理画面4d2、図5(b)に示す区画管理画面4d3、や図5(c)に示すユーザ管理画面4d4が設けられており、それぞれの画面4d2~4d4に対応するアイコンをクリックすることで表示画面を互いに切り替えることができる。
ホーム画面4d1は、図4に示すように、現在監視している区画の数(例えば、部屋数)や本システム1にログインしているユーザ操作端末4の数や操作者(ユーザ)の数を表示するとともに、現在監視している区画毎の監視状況の概要を示す。ホーム画面4d1上にて監視中の区画表示部のいずれかを選択すると、図6(a)に示す当該区画の監視画面4d5に切り替わる。監視画面4d5では、感染症(病原種)毎に本システム1で定量化した感染確率Pを、視認性を高めるために棒グラフで表示している。
なお、区画管理画面4d3には更に関連した後述の画面4d5~4d7が用意されている。より詳細には、監視対象の区画毎の監視画面4d5には、施設内外の環境データや施設内の空調状態や機器監視制御部7等の運転状況を表示する欄も設けられている(図6(a)参照)。
さらに、区画管理画面4d3から、図6(b)に示すような病原種(感染症1~4)毎の感染確率Pの時間変動を示したリスク変動グラフ(グラフ画面4d6)を表示することができる。なお、図示では、感染症2の感染確率Pに関する経時的なデータを表示している。該グラフには「安全」と「注意」とを分ける警報閾値TA1、「注意」と「警告」とを分ける警報閾値TA2、閾値根拠基準B3も併せて表示されているため、例えば、監視区画の安全レベルが、この数日或いは数時間以内に「注意」や「警告」の範囲に入ってしまったかどうかが一目で判断することができる。
2 システムサーバ
3 環境データ入出力装置
4 ユーザ操作端末
4d,4d1,4d2,4d3 操作画面,ホーム画面,施設管理画面,区画管理画面
4d4,4d5,4d6,4d7 ユーザ管理画面,監視画面,グラフ画面,設定画面
5 疫学データ閲覧サイト
6 計測監視部
7 機器監視制御部
21,22,23,24,25 通信部,記憶部,演算部,制御部,閲覧表示部
31,32 通信部,信号入出力部
41,42 据置端末,携帯端末
61,62 室内環境センサ,屋外環境センサ
71,72,73 殺菌装置,換気送風装置,フィルタろ過装置
B1,B2,B3 室内側環境基準,疫学側(屋外側)環境基準,閾値根拠基準
P 感染確率
SL(SL1,SL2,SL3,SL4) スライダアイコン
TA(TA1,TA2),TD 警報閾値,機器制御閾値
TB トグルボタン
W 通信網
(態様1)
施設内の少なくとも1つの区画の感染リスクを評価する感染リスク定量化方法であって、
前記区画内のCO2濃度を計測しつつ、前記施設外のCO2濃度を計測する計測工程と、
疫学データ閲覧サイトから、少なくとも1つの感染症に関する前記施設の属する地域の感染者報告数nrを随時取得する工程と、
数理モデルを用いて前記区画での感染確率Pを随時導出する工程と、
を含み、かつ、
前記数理モデルは、以下の数式で求められる、
ことを特徴とする感染リスク定量化方法。
(態様2)
前記数理モデルを用いて、前記区画の安全レベルを判断するための警報閾値TAを少なくとも1つ決定する警報閾値決定工程を更に含み、かつ、
前記警報閾値決定工程は、
室内側環境基準B 1 を第1公的指針から算定する工程と、
疫学側環境基準B 2 を第2公的指針から算定する工程と、
前記基準B 1 ,B 2 を前記数理モデルに代入し、得られた感染確率Pを閾値根拠基準B 3 として設定する工程と、
前記基準B 3 を基に前記警報閾値T A を決定する工程と、
を含む、
ことを特徴とする態様1に記載の感染リスク定量化方法。
(態様3)
空気環境を整えるための少なくとも1つの機器を備えた機器監視制御部を前記区画内に配置して、前記機器の運転状況を確認する工程と、
前記数理モデルを用いて、前記機器の前記運転状況を変更するための機器制御閾値TDを少なくとも1つ決定する機器制御閾値決定工程と、
前記感染確率Pが前記機器制御閾値TD未満であると判断されれば運転状態にある前記機器の数を減らす一方、前記感染確率Pが前記機器制御閾値TD以上であると判断されれば運転状態にある前記機器の数を増やす機器運転変更工程と、
を更に含み、かつ、
前記機器制御閾値決定工程は、
室内側環境基準B 1 を第1公的指針から算定する工程と、
疫学側環境基準B 2 を第2公的指針から算定する工程と、
前記基準B 1 ,B 2 を前記数理モデルに代入し、得られた感染確率Pを閾値根拠基準B 3 として設定する工程と、
前記基準B 3 を基に前記機器制御閾値T D を決定する工程と、
を含む、
ことを特徴とする態様1又は2に記載の感染リスク定量化方法。
(態様4)
前記数理モデルにより導出された感染確率Pをユーザが操作可能な端末に随時送信して、該端末の画面に表示可能にする、
ことを特徴とする態様1~3のいずれかに記載の感染リスク定量化方法。
(態様5)
施設内の少なくとも1つの区画の感染リスクを評価する感染リスク定量化システムであって、
通信網に接続された通信部と記憶部と演算部とを備えたシステムサーバと、
前記通信網に直接又は間接的に接続され、かつ、前記区画内のCO2濃度を計測する室内環境センサと前記施設外のCO2濃度を計測する屋外環境センサとを備えた計測監視部と、
前記通信網に接続され、かつ、少なくとも1つの感染症に関する前記施設の属する地域の感染者報告数nrを随時蓄積する疫学データ閲覧サイトと、
を含み、かつ、
前記記憶部では、前記通信部を介して、前記計測監視部で取得されたCO2濃度と、前記疫学データ閲覧サイトで蓄積された前記感染者報告数nrを記憶し、
前記演算部では、前記記憶部で記憶された各CO2濃度と、前記感染者報告数nrとを以下の数式の数理モデルに代入して、前記区画での感染確率Pを導出する、
ことを特徴とする感染リスク定量化システム。
(態様6)
前記システムサーバの前記演算部では、前記数理モデルを用いて、前記区画の安全レベルを判断するための警報閾値TAを少なくとも1つ決定し、
前記システムサーバの前記記憶部では、前記警報閾値TAを記憶し、かつ、
前記システムサーバの前記演算部は、
室内側環境基準B 1 を第1公的指針から算定し、
疫学側環境基準B 2 を第2公的指針から算定し、
前記基準B 1 ,B 2 を前記数理モデルに代入し、得られた感染確率Pを閾値根拠基準B 3 として設定し、かつ、
前記基準B 3 を基に前記警報閾値T A を決定する、
を含む、
ことを特徴とする態様5に記載の感染リスク定量化システム。
(態様7)
前記感染リスク定量化システムは、空気環境を整えるための少なくとも1つの機器を備えた機器監視制御部と、
を更に含み、かつ、
前記システムサーバの前記制御部では、前記機器の運転状況を確認し、
前記システムサーバの前記演算部では、前記数理モデルを用いて、前記機器の前記運転状況を変更するための機器制御閾値TDを少なくとも1つ決定し、
前記システムサーバの前記制御部は、前記感染確率Pが前記機器制御閾値TD未満であると判断すれば運転状態にある前記機器の数を減らす一方、前記感染確率Pが前記機器制御閾値TD以上であると判断すれば運転状態にある前記機器の数を増やし、かつ、
前記システムサーバの前記演算部は、
室内側環境基準B 1 を第1公的指針から算定し、
疫学側環境基準B 2 を第2公的指針から算定し、
前記基準B 1 ,B 2 を前記数理モデルに代入し、得られた感染確率Pを閾値根拠基準B 3 として設定し、かつ、
前記基準B 3 を基に前記機器制御閾値T D を決定する、
を含む、
ことを特徴とする態様5又は6に記載の感染リスク定量化システム。
(態様8)
前記感染リスク定量化システムは前記通信網に接続されたユーザ操作端末を更に含み、
前記ユーザ操作端末は、前記システムサーバから、前記数理モデルにより導出された感染確率Pを随時受信して、該端末の画面に表示可能にする、
ことを特徴とする態様5~7のいずれかに記載の感染リスク定量化システム。
Claims (10)
- 施設内の少なくとも1つの区画の感染リスクを評価する感染リスク定量化方法であって、
前記区画内のCO2濃度を計測しつつ、前記施設外のCO2濃度を計測する計測工程と、
疫学データ閲覧サイトから、少なくとも1つの感染症に関する前記施設の属する地域の感染者報告数nrを随時取得する工程と、
数理モデルを用いて前記区画での感染確率Pを随時導出する工程と、
を含み、かつ、
前記数理モデルは、以下の数式で求められる、
ことを特徴とする感染リスク定量化方法。 - 前記数理モデルを用いて、前記区画の安全レベルを判断するための警報閾値TAを少なくとも1つ決定する警報閾値決定工程を更に含む、
ことを特徴とする請求項1に記載の感染リスク定量化方法。 - 空気環境を整えるための少なくとも1つの機器を備えた機器監視制御部を前記区画内に配置して、前記機器の運転状況を確認する工程と、
前記数理モデルを用いて、前記機器の前記運転状況を変更するための機器制御閾値TDを少なくとも1つ決定する機器制御閾値決定工程と、
前記感染確率Pが前記機器制御閾値TD未満であると判断されれば運転状態にある前記機器の数を減らす一方、前記感染確率Pが前記機器制御閾値TD以上であると判断されれば運転状態にある前記機器の数を増やす機器運転変更工程と、
を更に含む、
ことを特徴とする請求項1又は2に記載の感染リスク定量化方法。 - 前記警報閾値決定工程又は前記機器制御閾値決定工程は、
室内側環境基準B1を第1公的指針から算定する工程と、
疫学側環境基準B2を第2公的指針から算定する工程と、
前記基準B1,B2を前記数理モデルに代入し、得られた感染確率Pを閾値根拠基準B3として設定する工程と、
前記基準B3を基に前記警報閾値TA又は前記機器制御閾値TDを決定する工程と、
を含む、
ことを特徴とする請求項2又は3に記載の感染リスク定量化方法。 - 前記数理モデルにより導出された感染確率Pをユーザが操作可能な端末に随時送信して、該端末の画面に表示可能にする、
ことを特徴とする請求項1~4のいずれかに記載の感染リスク定量化方法。 - 施設内の少なくとも1つの区画の感染リスクを評価する感染リスク定量化システムであって、
通信網に接続された通信部と記憶部と演算部とを備えたシステムサーバと、
前記通信網に直接又は間接的に接続され、かつ、前記区画内のCO2濃度を計測する室内環境センサと前記施設外のCO2濃度を計測する屋外環境センサとを備えた計測監視部と、
前記通信網に接続され、かつ、少なくとも1つの感染症に関する前記施設の属する地域の感染者報告数nrを随時蓄積する疫学データ閲覧サイトと、
を含み、かつ、
前記記憶部では、前記通信部を介して、前記計測監視部で取得されたCO2濃度と、前記疫学データ閲覧サイトで蓄積された前記感染者報告数nrを記憶し、
前記演算部では、前記記憶部で記憶された各CO2濃度と、前記感染者報告数nrとを以下の数式の数理モデルに代入して、前記区画での感染確率Pを導出する、
ことを特徴とする感染リスク定量化システム。 - 前記システムサーバの前記演算部では、前記数理モデルを用いて、前記区画の安全レベルを判断するための警報閾値TAを少なくとも1つ決定し、
前記システムサーバの前記記憶部では、前記警報閾値TAを記憶する、
ことを特徴とする請求項6に記載の感染リスク定量化システム。 - 前記感染リスク定量化システムは、空気環境を整えるための少なくとも1つの機器を備えた機器監視制御部と、
を更に含み、かつ、
前記システムサーバの前記制御部では、前記機器の運転状況を確認し、
前記システムサーバの前記演算部では、前記数理モデルを用いて、前記機器の前記運転状況を変更するための機器制御閾値TDを少なくとも1つ決定し、
前記システムサーバの前記制御部は、前記感染確率Pが前記機器制御閾値TD未満であると判断すれば運転状態にある前記機器の数を減らす一方、前記感染確率Pが前記機器制御閾値TD以上であると判断すれば運転状態にある前記機器の数を増やす、
ことを特徴とする請求項6又は7に記載の感染リスク定量化システム。 - 前記システムサーバの前記演算部は、
室内側環境基準B1を第1公的指針から算定し、
疫学側環境基準B2を第2公的指針から算定し、
前記基準B1,B2を前記数理モデルに代入し、得られた感染確率Pを閾値根拠基準B3として設定し、かつ、
前記基準B3を基に前記警報閾値TA又は前記機器制御閾値TDを決定する、
を含む、
ことを特徴とする請求項7又は8に記載の感染リスク定量化システム。 - 前記感染リスク定量化システムは前記通信網に接続されたユーザ操作端末を更に含み、
前記ユーザ操作端末は、前記システムサーバから、前記数理モデルにより導出された感染確率Pを随時受信して、該端末の画面に表示可能にする、
ことを特徴とする請求項6~9のいずれかに記載の感染リスク定量化システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021114438A JP6967329B1 (ja) | 2021-07-09 | 2021-07-09 | 感染リスク定量化システム及び感染リスク定量化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021114438A JP6967329B1 (ja) | 2021-07-09 | 2021-07-09 | 感染リスク定量化システム及び感染リスク定量化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6967329B1 JP6967329B1 (ja) | 2021-11-17 |
JP2023010354A true JP2023010354A (ja) | 2023-01-20 |
Family
ID=78509595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021114438A Active JP6967329B1 (ja) | 2021-07-09 | 2021-07-09 | 感染リスク定量化システム及び感染リスク定量化方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6967329B1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7136417B1 (ja) | 2021-11-17 | 2022-09-13 | 哲也 水野 | 感染症の感染リスク評価方法およびこれを用いた感染リスク低減方法 |
JP7177457B1 (ja) | 2022-05-11 | 2022-11-24 | 哲也 水野 | エアロゾル感染リスクの評価方法、エアロゾル感染リスクの評価プログラム、エアロゾル感染リスクの評価装置、空気清浄システム、粉塵被害リスクの評価方法、粉塵被害リスクの評価プログラム及び粉塵被害リスクの評価装置 |
JP7418724B2 (ja) | 2022-02-09 | 2024-01-22 | 株式会社ソフトシーデーシー | 感染症対策システム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019079136A (ja) * | 2017-10-20 | 2019-05-23 | シスメックス株式会社 | 施設内監視システム、施設内監視装置、およびコンピュータプログラム |
US20200348038A1 (en) * | 2019-07-12 | 2020-11-05 | Johnson Controls Technology Company | Hvac system design and operational tool for building infection control |
-
2021
- 2021-07-09 JP JP2021114438A patent/JP6967329B1/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019079136A (ja) * | 2017-10-20 | 2019-05-23 | シスメックス株式会社 | 施設内監視システム、施設内監視装置、およびコンピュータプログラム |
US20200348038A1 (en) * | 2019-07-12 | 2020-11-05 | Johnson Controls Technology Company | Hvac system design and operational tool for building infection control |
Non-Patent Citations (1)
Title |
---|
DEOL, ARMINDER K ET AL.: "Estimating ventilation rates in rooms with varying occupancy levels: Relevance for reducing transmis", PLOS ONE, JPN6021039844, 24 June 2021 (2021-06-24), ISSN: 0004611437 * |
Also Published As
Publication number | Publication date |
---|---|
JP6967329B1 (ja) | 2021-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6967329B1 (ja) | 感染リスク定量化システム及び感染リスク定量化方法 | |
Lynch et al. | Infectious diseases society of America guidelines on infection prevention for healthcare personnel caring for patients with suspected or known coronavirus disease 2019 | |
WO2014207629A1 (en) | Air purifier controller | |
KR20160131507A (ko) | 실내외 환경 감지를 이용한 개인별 맞춤 건강관리 시스템 | |
Belizario et al. | Fungi in the indoor air of critical hospital areas: a review | |
KR20160065052A (ko) | 통합 실내 환경 관리 장치 | |
KR101517332B1 (ko) | 공기정보 제공 시스템 | |
CN105674491A (zh) | 一种基于云平台的室内环境管理系统 | |
US11619416B2 (en) | Method and system for airborne viral infection risk and air quality analysis from networked air quality sensors | |
KR20200009317A (ko) | 실내공기 질 자동제어 통합시스템 | |
KR20220036737A (ko) | 실내 공기질 모니터링 시스템 및 이를 통한 공기질 수준 예측방법 | |
Kim et al. | Forecasting respiratory infectious outbreaks using ED-based syndromic surveillance for febrile ED visits in a Metropolitan City | |
US20230070313A1 (en) | Building data platform with air quality analysis based on mobile air quality sensors | |
Pang et al. | A smart CO2-based ventilation control framework to minimize the infection risk of COVID-19 in public buildings | |
Styczynski et al. | Ventilation and detection of airborne SARS-CoV-2: elucidating high-risk spaces in naturally ventilated healthcare settings | |
US11585799B2 (en) | System for monitoring the probability of viral disease transmission | |
KR20200100260A (ko) | 개인 환경 맞춤형 천식 관리 시스템 및 이를 실행하기 위한 단말용 어플리케이션 프로그램을 기록한 기록매체 | |
WO2018147075A1 (ja) | 汚染量推定システム、汚染量推定方法及びプログラム | |
Ferreira et al. | Temporal and spatial characteristics of the spread of COVID-19 in Rio de Janeiro state and city | |
JP7257718B1 (ja) | 空間維持管理用プラットフォーム及び室内空気質を含む環境情報システム | |
JP2010224585A (ja) | 省エネルギー支援装置、消費エネルギー量の通知方法、省エネルギー支援装置のプログラム及びプログラム媒体、消費エネルギー量の統計値の更新方法、消費エネルギー量の正常範囲の更新方法、省エネルギー支援システム。 | |
Kapoor et al. | Prognosis of Viral Transmission in Naturally Ventilated Office Rooms Using ML | |
Biondo | Real-time indoor air quality (IAQ) monitoring system for smart buildings | |
WO2023084690A1 (ja) | 情報処理装置、情報処理方法及びプログラム | |
US11913654B1 (en) | Ventilation control systems based on air exchange rate and ventilation performance indicator |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210709 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210709 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20210709 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211008 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211012 |
|
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: 20211022 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211022 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6967329 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |