JP2023111727A - 計画立案方法および計画立案プログラム - Google Patents

計画立案方法および計画立案プログラム Download PDF

Info

Publication number
JP2023111727A
JP2023111727A JP2022013730A JP2022013730A JP2023111727A JP 2023111727 A JP2023111727 A JP 2023111727A JP 2022013730 A JP2022013730 A JP 2022013730A JP 2022013730 A JP2022013730 A JP 2022013730A JP 2023111727 A JP2023111727 A JP 2023111727A
Authority
JP
Japan
Prior art keywords
menu
user
service
provider
processing
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.)
Pending
Application number
JP2022013730A
Other languages
English (en)
Inventor
勇輝 笹本
Yuki Sasamoto
明大 猪又
Akita Inomata
真路 堀田
Shinji Hotta
智 雨宮
Satoshi Amemiya
大地 桂
Daichi Katsura
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.)
Fujitsu Ltd
Original Assignee
Fujitsu 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 Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2022013730A priority Critical patent/JP2023111727A/ja
Priority to US17/983,740 priority patent/US20230245756A1/en
Priority to EP22206609.4A priority patent/EP4220657A1/en
Publication of JP2023111727A publication Critical patent/JP2023111727A/ja
Pending legal-status Critical Current

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
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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
    • 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
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • Public Health (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Nutrition Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Biomedical Technology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

【課題】実施の可能性が高いサービスのメニューを推薦できること。【解決手段】計画立案装置１００は、所定のサービスのメニューの情報と、サービスに関係するステークホルダーの情報とを取得する。計画立案装置１００は、ステークホルダーとメニューの組合せについて、メニューの実行の変更頻度を算出する。計画立案装置１００は、算出した変更頻度に基づいて、推薦対象のメニューを特定する。計画立案装置１００は、算出した組合せのステークホルダーに対し、特定したメニューを出力する。例えば、ステークホルダーであるサービスの提供者と利用者について、メニューの実施に関する期待値を示す時間、場所、効果、難度を含むパラメータの分布の重なりが類似する提供者と利用者を組み合わせることで、変更頻度を抑制し、利用者によるメニュー実施の可能性を高めることができる。【選択図】図１

Description

本発明は、計画立案方法および計画立案プログラムに関する。
近年、デジタルトランスフォーメーション（ＤＸ）の実現に向けて、既存の業務における様々な情報をデータとして収集し、このデータを利活用した既存業務の改善や効率化に期待が寄せられている。例えば、様々な業種において、提供するサービスの計画立案や実施の支援として、サービスに係る全てのステークホルダーの期待に基づいて具体的なメニューを推薦する技術がある。ステークホルダーは、例えば、サービスの計画の立案者、サービスを提供する提供者、サービスを受ける利用者を含む。
従来、行政、病院、介護施設等における検診や治療、リハビリテーション（リハビリ）プラン等のサービスは、人手によって行われていた。しかし、ＡＩや機械学習技術の進歩により、自動でサービスの計画立案や実施ができるようになってきており、データドリブンで効果的なサービスのメニューを推薦する技術が開発されている。
計画立案のメニュー推薦に係る先行技術としては、例えば、過去の類似事例から対象利用者への介護度改善等の効果の最大化が見込めるパーソナルベストのメニューを推薦する技術がある。また、例えば、利用者のプロファイリングにより利用者自身の興味と疾病等のリスクを考慮してリハビリ計画のメニューに優先度を付けて推薦する技術がある。また、例えば、利用者に対する事前評価により、利用者の実施難度と効果を考慮してリハビリのメニューを推薦する技術がある。また、例えば、患者転帰データからの肯定的な転帰と医療製品の位置データとの間の相関関係を判定し、相関関係に基づいて医療資源使用実務を変更させるための医療提案を生成する技術がある。また、例えば、看護計画の変更時、看護計画、看護実績、評価度、看護計画の作成者、担当医療従事者の各情報を互いに紐付け、変更回数を付した個別看護計画情報をデータベースに格納し、医療従事者の条件指定により個別看護計画の情報を抽出する技術がある。また、例えば、被介護者を介護したケアプランで要介護度が改善する確率を求め、ケアプランのモデルを変更して要介護度の改善が期待できるケアプランを出力する技術がある。また、例えば、ケアプランについて、患者による再入院や不満のリスク、費用による評価でガイダンスを更新し、ケアプランの目標の達成をモデル学習で最適化する技術がある。また、例えば、患者看護計画による患者ケアプランとモニタリングアクションを個別の患者のアクションとライフスタイルに基づき選択し、患者ケアプランが時間と共に変化するにつれてモニタリング計画を変化させる技術がある。
特開２０２０－１６６８３５号公報 特表２０２１－５０９５０５号公報 特開２００８－１６５３５８号公報 国際公開第２０１８／０３０３４０号 米国特許第１０９２３２３３号明細書 米国特許出願公開第２０１７／０３００６３７号明細書
小河誠巳、松本浩樹，"要介護度判定期間を拡張したリハビリメニュー推薦システムの改善"，日本遠隔医療学会雑誌，１６（２），１５２－１５５，２０２０ "介護サービス利用者一人一人の特性に合わせた最適なリハビリテーションプランの提案が可能に～ 介護リハビリにおけるデジタルデータを活用した個別最適技術の効果検証を実施～"，［令和４年１月１６日検索］，インターネット＜ＵＲＬ：ｈｔｔｐｓ：／／ｗｗｗ．ｎｔｔｄａｔａ－ｓｔｒａｔｅｇｙ．ｃｏｍ／ｎｅｗｓｒｅｌｅａｓｅ／２１０７０１．ｈｔｍｌ＞，株式会社ＮＴＴデータ経営研究所ほか，２０２１年７月１日
しかしながら、従来技術では、例えば、サービスの急なキャンセルや変更等による計画変更が生じると、推薦したメニューが実施されず、推薦時点で当初期待していた効果が得られないことがあった。従来技術では、立案者、提供者、利用者それぞれの都合や状況を考慮していないため、計画立案されたメニューの実施に対する計画変更の発生を考慮していない。推薦したメニューが実施されない場合、立案時に期待していた効果が得られなくなる。従来技術では、実際のサービス実施の状況を含めたメニュー推薦が行われていない。
一つの側面では、本発明は、実施の可能性が高いサービスのメニューを推薦できることを目的とする。
一つの実施態様によれば、所定のサービスのメニューの情報と、前記サービスに関係するステークホルダーの情報とを取得し、前記ステークホルダーと前記メニューの組合せについて、前記メニューの実行の変更頻度を算出し、前記算出した変更頻度に基づいて、推薦対象のメニューを特定し、前記算出した組合せの前記ステークホルダーに対し、前記特定したメニューを出力する、処理をコンピュータが実行する計画立案方法および計画立案プログラムが提案される。
一態様によれば、実施の可能性が高いサービスのメニューを推薦できるようになる。
図１は、実施の形態に係る計画立案方法の一実施例を示す説明図である。 図２は、計画立案システムの構成例を示す図である。 図３は、計画立案装置のハードウェア構成例を示すブロック図である。 図４は、計画立案装置の機能的構成例を示すブロック図である。 図５Ａは、クライアントが保持するＤＢのデータ例を示す図表である。（その１） 図５Ｂは、クライアントが保持するＤＢのデータ例を示す図表である。（その２） 図５Ｃは、クライアントが保持するＤＢのデータ例を示す図表である。（その３） 図６Ａは、計画立案装置が保持するＤＢのデータ例を示す図表である。（その１） 図６Ｂは、計画立案装置が保持するＤＢのデータ例を示す図表である。（その２） 図６Ｃは、計画立案装置が保持するＤＢのデータ例を示す図表である。（その３） 図６Ｄは、計画立案装置が保持するＤＢのデータ例を示す図表である。（その４） 図７は、計画立案装置が行う処理の概要の説明図である。 図８は、応答変化リスクの推定の処理の説明図である。 図９は、応答変化リスクを最小化する条件の抽出処理の説明図である。 図１０は、ワークフローを考慮した期待値の算出処理の説明図である。 図１１は、計画立案装置の全体処理例を示すフローチャートである。 図１２は、ワークフローを考慮した期待値および応答変化リスクの算出処理例を示すフローチャートである。 図１３は、応答変化リスク最小条件の抽出の処理例を示すフローチャートである。 図１４は、応答変化リスクおよび期待値のスケジューリングの処理例を示すフローチャートである。 図１５Ａは、サービスの利用者および提供者の例を示す説明図である。 図１５Ｂは、計画データと実績データの例を示す図である。 図１６Ａは、応答変化リスクの推定例の説明図である。（その１） 図１６Ｂは、応答変化リスクの推定例の説明図である。（その２） 図１７は、ステークホルダー毎の期待値の推定例を示す図である。 図１８Ａは、応答変化リスクを最小化する組合せ例の説明図である。 図１８Ｂは、応答変化リスクを最小化できない組合せ例の説明図である。 図１９は、推定した期待値の類似性の説明図である。 図２０Ａは、推薦するメニューの表示例を示す図である。（その１） 図２０Ｂは、推薦するメニューの表示例を示す図である。（その２）
以下に、図面を参照して、本発明に係る計画立案方法および計画立案プログラムの実施の形態を詳細に説明する。
（実施の形態に係る計画立案方法の一実施例）
図１は、実施の形態に係る計画立案方法の一実施例を示す説明図である。計画立案装置１００は、所定のサービスのメニューの情報と、サービスに関係するステークホルダーの情報を取得する。計画立案装置１００は、ステークホルダーとメニューの組合せについて、メニュー実行の変更頻度を算出する。計画立案装置１００は、算出した変更頻度に基づいて、推薦対象のメニューを特定する。そして、計画立案装置１００は、算出した組合せのステークホルダーに対し、特定したメニューを出力する。計画立案装置１００は、これらの処理を行うためのコンピュータである。
計画立案装置１００は、例えば、サーバやＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）であり、計画立案装置１００の制御を実行する制御部を含む。計画立案装置１００は、クラウドサーバであってもよく、制御部の機能はクラウド上で任意に配置してもよい。
実施の形態の説明において、ステークホルダーのうち、立案者は、あるサービス、例えば、リハビリ計画のメニューを計画立案する。提供者は、立案者が計画したリハビリ計画のメニューを利用者に出力する。利用者は、提供者が提供したリハビリ計画のメニューに基づくリハビリを実施する。
実施の形態で説明する「計画変更」とは、計画されたサービスのメニューの実施における変更であり、関係者であるステークホルダーの恣意／意図に応じて起こる。計画変更として、以下の例がある。
ある利用者は、”時間を誤って認識しており”、メニューｉを受けられなかった／受けるまでに時間がかかった。
ある利用者は、”以前失敗したので”、メニューｉを受けるのをやめた。
ある提供者は、”準備に時間がかかり”、メニューｉを提供できなかった／提供までに時間がかかった。
ある提供者は、”専用器具が故障したので”、メニューｉの提供をやめた。
ある立案者は、”集団（他の利用者との合同）向けに”、メニューｉの提供場所を変更した。この場合、利用者は当初の提供場所でメニューｉを受けることができなくなる。利用者がメニューｉを受けるには、例えば、変更後の提供場所への移動が必要になる。
ある立案者は、”規定（保険範囲）の変更に応じて”、メニューｉの提供時間を変更した。この場合、利用者は当初の提供時間にメニューｉを受けることができなくなる。利用者がメニューｉを受けるには、例えば、変更後の提供時間に再度出向く必要が生じる。
また、“計画されたメニュー”とは、「あるタイミング（日時）で、ある場所（施設）において、ある提供者が、ある利用者（群）に対して、あるサービスのメニューを提供する、ことを、ある立案者が計画したもの」である。
上記のように、問題は、サービスのメニューが計画変更されることである。例えば、計画変更は、時間的・内容的にサービスのメニューが変更されることを示す。このような計画変更は、サービスのメニューに対するステークホルダーの応答変化により生じる。応答変化は、例えば、サービスを実施する計画に対し、実際には、利用者がサービスを実施しない（できない）状況となった実績に相当する。ステークホルダーである立案者、提供者、利用者のうちのいずれか一人でも応答変化が生じると、メニューが計画変更されることになる。
上記により、発明者らは、応答変化が生じないようにサービスのメニューを推薦できれば、計画変更を抑制し、当初の効果でサービスを実施可能になることに着目した。このため、実施の形態に係る計画立案装置１００では、サービスのメニューに対する複数のステークホルダーの応答変化に着目し、応答変化リスクを最小化し、効果を最大化するメニューを推薦できるようにする。
実施の形態では、各ステークホルダーに対し、実際にメニューを実施する利用者への効果を最大化できるメニューを推薦する。例えば、利用者に対しては、メニューに対して応答変化を最小にする組合せを推薦する。また、提供者に対しては、応答変化リスクを制約条件として各利用者のスケジュールを推薦する。
実施の形態に係る計画立案装置１００は、計画立案方法として下記１．～４．の処理を含み実施する。
１．応答変化点の抽出
計画立案装置１００は、サービスの計画と、過去の実績との差分から応答変化が発生しているメニューを抽出する。例えば、計画立案装置１００は、過去のサービスのメニューの変更の履歴を逐次記憶部に蓄積記憶する。計画立案装置１００は、所定のタイミング、例えば、所定タイミング毎に、メニューの変更の履歴に基づき、応答変化が発生しているメニューを抽出する。
２．応答変化リスクの算出
計画立案装置１００は、抽出したメニューに関して、ステークホルダー（立案者、利用者、提供者）毎に応答変化リスク（変更頻度）を算出する。例えば、計画立案装置１００は、過去のデータから、変更されたサービスのメニューと、変更されなかったサービスのメニューを抽出し、各ステークホルダー間での応答変化リスクを算出する。そして、計画立案装置１００は、各サービスのメニューに対するパラメータの範囲を関係者毎に算出する。例えば、立案者ｍが作成したサービスのメニュー群、提供者ｐが提供したサービスのメニュー群、利用者ｕが利用したサービスのメニュー群、それぞれのデータ群に分類し、各々の応答変化リスクを算出する。なお、ｍは立案者（ｍｅｎｕ ｐｌａｎｎｅｒ）、ｐは提供者（ｐｒｏｖｉｄｅｒ）、ｕは利用者（ｕｓｅｒ）の略である。
３．応答変化リスクを最小化する条件を抽出
計画立案装置１００は、あるメニューに対して、応答変化リスクを最小化するサービスのメニューの組合せを抽出する。例えば、計画立案装置１００は、立案者ｍが立案したサービスのメニューにおいて、メニューｉで頻繁に変更が起こっていた場合、メニューｉに対する立案者ｍの応答変化リスクへの寄与が高いと判断する。この場合、計画立案装置１００は、メニューｉを受けるべき利用者ｕのサービスに立案者ｍが立案したサービスのメニューを推薦しない処理を行う。
４．抽出した条件において、利用者への効果を最大化するメニューを推薦
計画立案装置１００は、上記３．で抽出した条件において、メニューを実施する利用者への効果を最大化するメニューを利用者に表示出力等で推薦する。
図１を用いて計画立案装置１００によるメニューの推薦例を説明する。図１（ａ）に示すように、ある利用者ｕ１に対するサービスには複数のメニュー１～ｎがあるとする。この場合、計画立案装置１００は、利用者ｕ１に対してメニュー１～ｎのいずれを推薦するかを判断する。
図１（ｂ）に示すように、計画立案装置１００は、あるサービスのメニュー１～ｎの実施における複数の組合せに対して応答変化リスク（変更頻度）を抽出する。例えば、利用者ｕ１は、複数の立案者ｍ１～ｍｎが立案したメニュー１～ｎを、複数の提供者ｐ１～ｐｎからの提供で実施可能である。
図１（ｂ）の例では、計画立案装置１００は、利用者ｕ１に対し、立案者ｍ１が立案したメニュー１，２について提供者ｐ１，ｐ２毎の応答変化リスク（変更頻度）を算出する。図１（ｂ）の例では、メニュー１について、提供者ｐ１の応答変化リスク（変更頻度）が最も高いことが示されている。
同様に、計画立案装置１００は、利用者ｕ１に対し、立案者ｍ２が立案したメニュー３，４について提供者ｐ１，ｐ２毎の応答変化リスク（変更頻度）を算出する。図１（ｂ）の例では、メニュー３について、提供者ｐ２の応答変化リスク（変更頻度）が最も低いことが示されている。
そして、計画立案装置１００は、図１（ｂ）に示した応答変化リスク（変更頻度）が低いステークホルダーの組合せによるメニューを利用者に推薦する。図１（ｃ）の例では、計画立案装置１００は、利用者ｕ１に対しては、立案者ｍ２が計画し、提供者ｐ２が提供するメニュー３を推薦する。利用者ｕ１に対するメニュー３の推薦は、図１（ｂ）に示した立案者ｍ２と提供者ｐ２の組合せにおけるメニュー３の応答変化リスク（変更頻度）が低いことに基づく。この場合、例えば、利用者ｕ１に対し、立案者ｍ１と提供者ｐ１の組合せにおけるメニュー１の応答変化リスク（変更頻度）は高いため推薦を行わない。
図１（ｃ）の例では、計画立案装置１００は、便宜上、利用者ｕ１に対し、ステークホルダーを組合せて最も応答変化リスク（変更頻度）が低い一つのメニューを推薦したが、これに限らない。詳細は後述するが、計画立案装置１００は、利用者ｕ１に対して応答変化リスク（変更頻度）を最小にする複数のメニューを推薦してもよい。また、計画立案装置１００は、各メニューの実施のスケジュールを併せて提示してもよい。さらには、計画立案装置１００は、利用者ｕ１に対し、メニュー毎の応答変化リスクを制約条件として推薦し、利用者ｕ１に応答変化リスクを把握させた状態でメニューを選択可能としてもよい。
実施の形態によれば、計画立案装置１００は、計画したサービスのメニューを実際に実施するまでに生じる応答変化リスク（変更頻度）に基づき、ステークホルダーに対して、計画通りに実施可能なメニューを推薦する。また、計画立案装置１００は、メニューに対する各ステークホルダーの期待を考慮して、最適なメニューを推薦できる。また、計画立案装置１００によれば、応答変化リスクをメニュー割り当ての制約条件とすることで、より精度が高く実行可能なメニューを組合せたスケジューリングが行える。
（計画立案システムの構成例）
図２は、計画立案システムの構成例を示す図である。図２に示す例では、計画立案装置１００は、利用者のリハビリ計画に過去の計画／実績ＤＢ２１３に対するメニューを推薦する。計画立案装置１００は、サーバ２００と、メニューの組合せテンプレートデータベース（ＤＢ）２０１とを含む。サーバ２００は、ネットワークＮＷを介して利用者が利用するリハビリ施設Ａ～Ｎ（２１０）のクライアント２１１と通信接続されている。
リハビリ施設Ａ～Ｎ（２１０）は、クライアント２１１、ネットワークＮＷと通信接続するハブ（ＨＵＢ）２１２、過去の計画／実績ＤＢ２１３、メニューＤＢ２１４、ステークホルダーＤＢ２１５を含む。ステークホルダーである立案者、提供者、利用者は、それぞれクライアント２１１にアクセスして情報入力することで、入力された各ステークホルダーに関する情報がステークホルダーＤＢ２１５に格納される。過去の計画／実績ＤＢ２１３には、リハビリのサービスとして計画された計画データと、計画データを実施した結果の実績データとを保持する。メニューＤＢ２１４には、立案者が立案したリハビリのメニューに関する情報を保持する。
リハビリ施設Ａ～Ｎ（２１０）のクライアント２１１は、これら過去の計画／実績ＤＢ２１３、メニューＤＢ２１４、ステークホルダーＤＢ２１５に格納された情報を計画立案装置１００のサーバ２００に送信する。
計画立案装置１００のサーバ２００は、リハビリ施設Ａ～Ｎ（２１０）の過去の計画／実績ＤＢ２１３、メニューＤＢ２１４、ステークホルダーＤＢ２１５に格納された情報に基づき、上述した処理１．～４．を実施する。計画立案装置１００は、処理１．～４．の実施により、メニューの組合せテンプレートＤＢ２０１を作成する。メニューの組合せテンプレートＤＢ２０１は、リハビリに関する複数のメニューの組合せの情報を保持する。メニューの組合せテンプレートＤＢ２０１には、メニューの実施の順番を含んでもよい。
計画立案装置１００は、メニューの組合せテンプレートＤＢ２０１の記憶内容に基づき、利用者に対し計画通りに実施可能なメニューを推薦する。具体的には、計画立案装置１００は、リハビリ施設Ａ～Ｎ（２１０）のクライアント２１１に対し、利用者が実施可能なメニューに関する情報を送信出力する。利用者はクライアント２１１の表示内容に基づき、実施可能なメニューに関する情報を受け取る。なお、クライアント２１１は、利用者が携帯するスマートフォン等に実施可能なメニューに関する情報を転送する構成としてもよい。
（計画立案装置１００のハードウェア構成例）
次に、図３を用いて、計画立案装置１００のハードウェア構成例について説明する。
図３は、計画立案装置のハードウェア構成例を示す図である。図３において、計画立案装置１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３０１と、メモリ３０２と、ネットワークＩ／Ｆ（Ｉｎｔｅｒｆａｃｅ）３０３と、記録媒体Ｉ／Ｆ３０４と、記録媒体３０５とを含む。また、可搬型記録媒体Ｉ／Ｆ３０６と、可搬型記録媒体３０７とを含む。また、各構成部は、バス３００によってそれぞれ接続される。ネットワークＮＷは、例えば、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、インターネットなどである。
ここで、ＣＰＵ３０１は、計画立案装置１００の全体の制御を司る。メモリ３０２は、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）およびフラッシュＲＯＭなどを有する。具体的には、例えば、フラッシュＲＯＭやＲＯＭが各種プログラムを記憶し、ＲＡＭがＣＰＵ３０１のワークエリアとして使用される。メモリ３０２に記憶されるプログラムは、ＣＰＵ３０１にロードされることにより、コーディングされている処理をＣＰＵ３０１に実行させる。
ネットワークＩ／Ｆ３０３は、通信回線を通じてネットワークＮＷに接続され、ネットワークＮＷを介して他のコンピュータに接続される。そして、ネットワークＩ／Ｆ３０３は、ネットワークＮＷと内部のインターフェースを司り、他のコンピュータからのデータの入出力を制御する。ネットワークＩ／Ｆ３０３は、例えば、モデムやＬＡＮアダプタなどである。
記録媒体Ｉ／Ｆ３０４は、ＣＰＵ３０１の制御に従って記録媒体３０５に対するデータのリード／ライトを制御する。記録媒体Ｉ／Ｆ３０４は、例えば、ディスクドライブ、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）ポートなどである。記録媒体３０５は、記録媒体Ｉ／Ｆ３０４の制御で書き込まれたデータを記憶する不揮発メモリである。記録媒体３０５は、例えば、磁気ディスク、光ディスクなどが挙げられる。
可搬型記録媒体Ｉ／Ｆ３０６は、ＣＰＵ３０１の制御に従って可搬型記録媒体３０７に対するデータのリード／ライトを制御する。可搬型記録媒体３０７は、可搬型記録媒体Ｉ／Ｆ３０６の制御で書き込まれたデータを記憶する。可搬型記録媒体３０７としては、例えば、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）－ＲＯＭ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリなどが挙げられる。
計画立案装置１００は、上述した構成部の他、例えば、キーボード、マウス、ディスプレイ、プリンタ、スキャナ、マイク、スピーカーなどを有してもよい。また、計画立案装置１００は、記録媒体Ｉ／Ｆ３０４や記録媒体３０５を複数有していてもよい。また、計画立案装置１００は、記録媒体Ｉ／Ｆ３０４や記録媒体３０５を有していなくてもよい。
図２に示したクライアント２１１のハードウェア構成例は、図３に示した計画立案装置１００のハードウェア構成例と同様であるため、説明を省略する。
（計画立案装置の機能例）
図４は、計画立案装置の機能的構成例を示すブロック図である。図４には、図２に示したサーバ２００の各機能と、複数のＤＢを示す。サーバ２００は、過去データ取得部４０１、応答変化点抽出部４０２、応答変化リスク推定部４０３、リスク最小条件抽出部４０４、メニュー推薦部４０５の各機能を含む。ＤＢは、上記のメニューの組合せテンプレートＤＢ２０１、応答変化点ＤＢ４１２、応答変化リスクＤＢ４１３、条件付きメニューＤＢ４１４を含む。
図４に示したサーバ２００の制御部に相当する過去データ取得部４０１～メニュー推薦部４０５は、図３に示したＣＰＵ３０１がメモリ３０２等に記憶されたプログラムを実行することで機能実現できる。また、図４に示したサーバ２００の各ＤＢ４１２～４１４は、図３に示したメモリ３０２や記録媒体３０５等を用いて機能実現できる。また、図４に示したリハビリ施設２１０（クライアント２１１）側の各ＤＢ２１３～２１５は、図３に示したメモリ３０２や記録媒体３０５等を用いて機能実現できる。
過去データ取得部４０１は、各リハビリ施設Ａ～Ｎ（２１０）のクライアント２１１にアクセスして、過去の計画／実績ＤＢ２１３、メニューＤＢ２１４、ステークホルダーＤＢ２１５に格納された情報を取得する。
応答変化点抽出部４０２は、過去データ取得部４０１が取得した情報に基づき、上記処理１．応答変化点の抽出の処理を実施する。応答変化点抽出部４０２は、メニュー毎の応答変化に係る情報を抽出し、抽出した応答変化に係る情報を応答変化点ＤＢ４１２に格納する。
応答変化リスク推定部４０３は、応答変化点抽出部４０２が抽出した応答変化点の情報に基づき、上記処理２．応答変化リスクの推定を実施する。応答変化リスク推定部４０３は、応答変化点ＤＢ４１２を参照し、メニュー毎の応答変化リスクを推定し、推定した応答変化リスクに係る情報を応答変化リスクＤＢ４１３に格納する。
リスク最小条件抽出部４０４は、応答変化リスク推定部４０３が推定した応答変化リスクの情報に基づき、上記処理３．応答変化リスクを最小化する条件を抽出する。リスク最小条件抽出部４０４は、応答変化リスクＤＢ４１３を参照し、メニュー毎に応答変化リスクを最小化する条件、例えば、各ステークホルダーの組合せの情報を抽出する。そして、リスク最小条件抽出部４０４は、抽出した応答変化リスクを最小化する条件を付したメニューを条件付きメニューＤＢ４１４に格納する。
メニュー推薦部４０５は、上記処理４．抽出した条件において、利用者への効果を最大化するメニューの推薦を実施する。メニュー推薦部４０５は、メニューの組合せテンプレートＤＢ２０１を参照し、複数のメニューを組合せた順番の情報を含み推薦するメニューを決定する。また、メニュー推薦部４０５は、条件付きメニューＤＢ４１４を参照し、応答変化リスクを最小化する条件（メニュー毎の各ステークホルダーの組合せ等）の情報をステークホルダー（利用者や提供者）に推薦する。
（各データベースのデータ例）
図５Ａ～図５Ｃは、クライアントが保持するＤＢのデータ例を示す図表である。図２に示した各リハビリ施設Ａ～ＮのＤＢ２１３～２１５のデータ例を説明する。
図５Ａは、過去の計画／実績ＤＢ２１３を示す。過去の計画／実績ＤＢ２１３は、立案者が計画した計画データ２１３Ａと、計画データ２１３Ａに対応する実績データ２１３Ｂとを含む。
計画データ２１３Ａは、立案者が計画した情報に基づき、各フィールドに情報を設定したレコード２１３Ａ－ａとして記憶される。ａは、任意の整数である。例えば、各フィールドには、レコード毎の識別子（ＩＤ）、日時、施設ＩＤ、メニューＩＤ、利用者ＩＤ等の情報が記憶される。例えば、レコード２１３Ａ－１は、ＩＤ「００１」、日時「２０２１／１１／１０ １０：００」、施設ＩＤ「ｆｉｄ００１」、メニューＩＤ「ｓｉｄ００１」、利用者ＩＤ「ｕｉｄ００１」、提供者ＩＤ「ｐｉｄ００１」である。
実績データ２１３Ｂは、立案者が計画した計画データ２１３Ａに対する実績として、各フィールドに情報を設定したレコード２１３Ｂ－ａとして記憶される。例えば、各フィールドには、計画データ２１３Ａと同様に、レコード毎の識別ＩＤ、日時、施設ＩＤ、メニューＩＤ、利用者ＩＤ等の情報が記憶される。ここで、レコード２１３Ｂ－１は、計画データ２１３Ａのレコード２１３Ａ－１のＩＤ「００１」のメニューＩＤ「ｓｉｄ００１」が実施されなかったことを示し、この場合、日時に「Ｃａｎｃｅｌ」が設定されている。
図５Ｂは、メニューＤＢ２１４を示す。メニューＤＢ２１４は、立案者が立案したリハビリ用のメニューに関連する情報に基づき、各フィールドに情報を設定したレコード２１４－ａとして記憶される。例えば、各フィールドには、メニューＩＤ、メニュー名、所要時間、標準値、単位等の情報が記憶される。例えば、レコード２１４－１は、メニューＩＤ「ｓｉｄ００１」、メニュー名「歩行訓練」、所要時間「３０分」、標準値「１０」、単位「歩」等の情報が記憶される。
図５Ｃは、ステークホルダーＤＢ２１５を示す。ステークホルダーＤＢ２１５は、各ステークホルダー毎に、利用者データ２１５Ａ、提供者データ２１５Ｂ、立案者データ２１５Ｃを含む。
利用者データ２１５Ａは、利用者の情報に基づき、各フィールドに情報を設定したレコード２１５Ａ－ａとして記憶される。例えば、各フィールドには、利用者ＩＤ、氏名、年齢、住所、既往歴、介護度等の情報が記憶される。例えば、レコード２１５Ａ－１は、利用者ＩＤ「ｕｉｄ００１」、氏名「東京太郎」、年齢「７５」、住所「東京都ＸＸＸ」、既往歴「脳卒中」、介護度「要介護１」等の情報が記憶される。
提供者データ２１５Ｂは、提供者の情報に基づき、各フィールドに情報を設定したレコード２１５Ｂ－ａとして記憶される。例えば、各フィールドには、提供者ＩＤ、氏名、資格等の情報が記憶される。例えば、レコード２１５Ｂ－１は、提供者ＩＤ「ｐｉｄ００１」、氏名「東京次郎」、資格「訓練員」等の情報が記憶される。
立案者データ２１５Ｃは、立案者の情報に基づき、各フィールドに情報を設定したレコード２１５Ｃ－ａとして記憶される。例えば、各フィールドには、立案者ＩＤ、氏名、メニューＩＤ等の情報が記憶される。例えば、レコード２１５Ｃ－１は、立案者ＩＤ「ｍｉｄ００１」、氏名「大阪次郎」、メニューＩＤ「ｓｉｄ００１」等の情報が記憶される。
図６Ａ～図６Ｄは、計画立案装置が保持するＤＢのデータ例を示す図表である。図６Ａは、メニューの組合せテンプレートＤＢ２０１を示す。メニューの組合せテンプレートＤＢ２０１は、リハビリのメニューを組合せたワークフローの情報に基づき、各フィールドに情報を設定したレコード２０１－ａとして記憶される。例えば、各フィールドには、ワークフロー別のＩＤ、ワークフロー名、メニューＩＤ、順番、表記等の情報が記憶される。例えば、レコード２０１－ａは、ワークフローＩＤ「ｗｉｄ００１」、ワークフロー名「認知症向け訓練」、メニューＩＤ「ｓｉｄ００１」、順番「１」、表記「イベント」等の情報が記憶される。
図６Ｂは、応答変化点ＤＢ４１２を示す。応答変化点ＤＢ４１２は、メニュー毎の応答変化に係る情報に基づき、各フィールドに情報を設定したレコード４１２－ａとして記憶される。例えば、各フィールドには、ＩＤ、メニューＩＤ、応答変化点抽出部４０２が検出した応答変化点に関する変化タイプ、変化量、ステークホルダーＩＤ等の情報が記憶される。例えば、レコード４１２－１は、ＩＤ「００１」、メニューＩＤ「ｓｉｄ００１」、変化タイプ「日時」、変化量「２４」、ステークホルダーＩＤ「ｕｉｄ００１」等の情報が記憶される。
図６Ｃは、応答変化リスクＤＢ４１３を示す。応答変化リスクＤＢ４１３は、推定した応答変化リスクの情報に基づき、各フィールドに情報を設定したレコード４１３－ａとして記憶される。例えば、各フィールドには、ＩＤ、メニューＩＤ、各ステークホルダーのＩＤ、応答変化リスク等の情報が記憶される。例えば、レコード４１３－１は、ＩＤ「１」、メニューＩＤ「ｓｉｄ００１」、利用者ＩＤ「ｕｉｄ００１」、提供者ＩＤ「ｐｉｄ００１」、立案者ＩＤ「ｍｉｄ００１」、応答変化リスクの値「０．２」等の情報が記憶される。
図６Ｄは、条件付きメニューＤＢ４１４を示す。条件付きメニューＤＢ４１４は、抽出した応答変化リスクを最小化する条件を付したメニューに係る情報に基づき、各フィールドに情報を設定したレコード４１４－ａとして記憶される。例えば、各フィールドには、ＩＤ、ワークフローＩＤ、メニューＩＤ、条件を満たす各ステークホルダーのＩＤ、条件タイプ等の情報が記憶される。例えば、レコード４１４－１は、ＩＤ「１」、ワークフローＩＤ「ｗｉｄ００１」、メニューＩＤ「ｓｉｄ００１」、利用者ＩＤ「ｕｉｄ００１」、提供者ＩＤ「ｐｉｄ００１」、立案者ＩＤ「ｍｉｄ００１」、条件タイプ「リスク最小」等の情報が記憶される。
図７は、計画立案装置が行う処理の概要の説明図である。図７（ａ）は、応答変化点抽出部４０２が行う上記処理１．応答変化点の抽出を示す。例えば、応答変化点抽出部４０２は、立案者ｍ１が立案した過去の計画／実績ＤＢ２１３を取得し、計画データ２１３Ａと実績データ２１３Ｂとをレコード毎に比較することで、応答変化点を抽出する。図７（ａ）の例では、応答変化点抽出部４０２は、計画データ２１３Ａのレコード２１３Ａ－１で計画されていた所定日時のメニュー（ｉ）について、実績データ２１３Ｂのレコード２１３Ｂ－１でキャンセルされたことを応答変化点として抽出する。
図７（ｂ）は、応答変化リスク推定部４０３が行う上記処理２．応答変化リスクの推定を示す。図７（ｂ）の横軸はステークホルダー、縦軸は応答変化リスク（変更頻度）、奥行軸はメニューである。応答変化リスク推定部４０３は、図７（ａ）に示した応答変化点の抽出により、あるメニューに対するステークホルダー毎の応答変化リスク（変更頻度）を得る。
図７（ｃ）は、リスク最小条件抽出部４０４が行う上記処理３．応答変化リスクを最小化する条件の抽出を示す。リスク最小条件抽出部４０４は、あるメニューに対して、応答変化リスクを最小化するサービスのメニューの組合せを抽出する。図７（ｃ）において、各ステークホルダー間の線の太さが太いほど応答変化リスクが高い。例えば、リスク最小条件抽出部４０４は、利用者ｕ１にメニューｉを提供する場合、立案者がｍ１、提供者がｐ１の組合せは、メニューｉに対する応答変化リスク（変更頻度）が高いと判断する。リスク最小条件抽出部４０４は、各ステークホルダー間の線の太さが細いステークホルダー間の組合せを抽出する。
図７（ｄ）は、メニュー推薦部４０５が行う上記処理４．抽出した条件において、利用者への効果を最大化するメニューの推薦を示す。メニュー推薦部４０５は、図７（ｃ）でリスク最小条件抽出部４０４が抽出した、各ステークホルダー間の線の太さが細いステークホルダー間の組合せに基づき、複数のメニューのうち利用者への効果を最大化できる一つあるいは複数のメニューを利用者に推薦する。また、メニュー推薦部４０５は、各メニューの実施のスケジュールを併せて提示してもよい。
さらには、メニュー推薦部４０５は、利用者ｕ１に対し、メニュー毎の応答変化リスクを制約条件として推薦してもよい。例えば、メニュー推薦部４０５は、図６Ｄに示した条件付きメニューＤＢ４１４の情報を利用者ｕ１に提示し、利用者ｕ１にメニュー毎の応答変化リスクを把握させた状態でメニューを選択可能な状態で推薦してもよい。
上記説明において、応答変化リスク推定部４０３が推定する応答変化リスクは、例えば、下記式（１）で示すことができ、計画立案装置１００でデータ処理できる。
Ｐｉ（Ｃ＝１｜ｕ，ｐ，ｍ）＝｛Ｐｉ（ｕ｜Ｃ，ｐ，ｍ）×Ｐｉ（Ｃ｜ｐ，ｍ）｝／Ｐｉ（ｕ｜ｐ，ｍ） …（１）
上記式（１）は、ある立案者ｍが計画し、ある提供者ｐがある利用者ｕへ提供予定のあるメニューｉが変更（Ｃ＝１）になる確率を示す。Ｐｉ（ｕ｜Ｃ，ｐ，ｍ）は、ある立案者ｍの計画上で、ある提供者ｐがメニューｉを提供し、結果がＣであった場合の利用者ｕ毎の統計量から推定可能である。Ｐｉ（Ｃ｜ｐ，ｍ）は、ある立案者ｍの計画上で、ある提供者ｐがメニューｉを提供した場合の変更・非変更の統計量から推定可能である。Ｐｉ（ｕ｜ｐ，ｍ）は、ある立案者ｍの計画上で、ある提供者ｐがメニューｉを提供した場合の利用者ｕ毎の統計量から推定可能である。
そして、メニュー推薦部４０５は、応答変化リスクを最小化したメニューを推薦する場合、Ｐｉ（Ｃ＝０，ｕ｜ｐ，ｍ）を最大化する提供者ｐと立案者ｍを選択する。メニュー推薦部４０５は、最も応答変化リスクが低い「立案者ｍが計画した提供者ｐによるメニューｉ」を利用者ｕに推薦する。
上記説明によれば、実施の形態の計画立案装置１００は、利用者ｕにメニューを出力する以前に、対象メニューに対して複数のステークホルダーの応答変化リスクの属性値を加えて探索空間を拡張する処理を行っている。例えば、従来技術では、効果と回数（利用回数）の２軸の探索空間上にメニューをプロットして探索することに相当し、メニューがどのように（いつ、誰が、どこで）提供されるかを考慮していない。これに対し、実施の形態の計画立案装置１００では、応答変化リスクと、効果と、回数からなる３軸の探索空間を用いることで空間上の軸を増やすことに相当する。これにより、実施の形態の計画立案装置１００によれば、メニューがどのように提供されるべきかを応答変化リスクとして考慮することができる。
（計画立案装置１００の各機能による処理の詳細）
次に、計画立案装置１００が有する各機能による処理例を詳細に説明する。
図８は、応答変化リスクの推定の処理の説明図である。計画立案装置１００が行う上記処理２．応答変化リスクの推定の処理例について説明する。計画立案装置１００は、各ステークホルダーのサービス実施に対する期待値が異なる場合に応答変化（変更頻度）が生じやすい傾向に基づき、応答変化リスクを推定する。サービス実施に対する期待値とは、各ステークホルダーが有するサービス実施に関する各種情報（パラメータが時間、場所、効果、難度等）である。期待値の範囲が、他のステークホルダーと異なる場合に応答変化リスクが高くなる。
応答変化リスクが高くなる例を説明する。
例１：提供者ｐは、メニュー（ｉ）は適度なトレーニング（難度中）だと考えていた。これに対し、利用者ｕは実際に受けてみて困難さ（難度高）を感じ、頻繁にメニュー（ｉ）をキャンセルしている、あるいは類似のメニュー（ｉｉ）に変更した。
例２：立案者ｍは、メニュー（ｉｉ）は午前中に実施されるべき（早い時間）ものと考えていた。これに対し、提供者ｐの勤務体系では午後の実施に限られた（遅い時間）。
例３：利用者ｕは、メニュー（ｉ）を時間通りに受けたいと思っていた。これに対し、利用者ｕを担当する提供者ｐはメニュー（ｉ）の準備に時間がかかるため、頻繁にメニュー（ｉ）の開始が遅れた。
計画立案装置１００は、過去の計画／実績ＤＢ２１３を参照し、抽出した応答変化点において、ステークホルダー毎に、サービス実施に対する各パラメータの期待値を算出し、範囲（分布）の重なりから、応答変化リスクを推定する。
各パラメータは、例えば、時間は、サービス実施の時刻等である。場所は、サービス実施の場所や距離等である。効果は、サービス実施時間、計測値等である。難度は、標準値と計測値の差、提供者のスキルセット、利用者のプロファイル等である。
図８（ａ）は、パラメータが時間である場合、各メニューに対する各ステークホルダーの期待値を示す図表である。メニュー（ｉ）、（ｉｉ）に対する、立案者ｍ、提供者ｐ、利用者ｕそれぞれの期待値（縦軸）を示す。横軸は時間（例えば、時刻）である。立案者ｍ、提供者ｐ、利用者ｕは、それぞれ所定の時間幅と期待値の高さによる分布特性を有する。図８（ａ）の例では、計画立案装置１００は、メニュー（ｉ）に対して利用者ｕの応答変化リスクが高いと推定する。
図８（ｂ）は、パラメータが効果である場合、各メニューに対する各ステークホルダーの期待値を示す図表である。メニュー（ｉ）、（ｉｉ）に対する、立案者ｍ、提供者ｐ、利用者ｕそれぞれの期待値（縦軸）を示す。横軸は時間（例えば、サービス実施時間）である。立案者ｍ、提供者ｐ、利用者ｕは、それぞれ所定の時間幅と期待値の高さによる分布特性を有する。図８（ｂ）の例では、計画立案装置１００は、メニュー（ｉ）、（ｉｉ）に対して各ステークホルダーの応答変化リスクは低いと推定する。
図８（ｃ）は、パラメータが難度である場合、各メニューに対する各ステークホルダーの期待値を示す図表である。メニュー（ｉ）、（ｉｉ）に対する、立案者ｍ、提供者ｐ、利用者ｕそれぞれの期待値（縦軸）を示す。横軸は時間（例えば、サービス実施時間）である。立案者ｍ、提供者ｐ、利用者ｕは、それぞれ所定の時間幅と期待値の高さによる分布特性を有する。図８（ｃ）の例では、計画立案装置１００は、提供者ｐが提供するメニュー（ｉ）、（ｉｉ）を利用者ｕが利用すると応答変化リスクが高いと推定する。
図９は、応答変化リスクを最小化する条件の抽出処理の説明図である。計画立案装置１００が行う上記処理３．応答変化リスクを最小化する条件の抽出の処理例について説明する。実施の形態では、サービス実施に関する期待の範囲が同じステークホルダー（立案者、提供者、利用者）の組合せであれば、応答変化が起こりにくいことに着目する。計画立案装置１００は、推定した応答変化リスク、すなわち、サービス実施に関する期待の分布の類似性に基づき、ステークホルダーをグルーピングし、対象グループ毎にメニューを推薦する。
図９は、各メニューに対する各ステークホルダーの期待値を示す図表である。メニュー（ｉ）、（ｉｉ）に対する、立案者ｍ、提供者ｐ、利用者ｕそれぞれの期待値（縦軸）を示す。横軸は時間である。図９の例では、計画立案装置１００は、メニューｉに対しては、立案者ｍ１、提供者ｐ１、利用者ｕ２の期待の分布が類似していると判断する（図９の実線枠）。また、計画立案装置１００は、メニューｉｉに対しては、立案者ｍ２、提供者ｐ１、利用者ｕ１の期待の分布が類似していると判断する（図９の点線枠）。
また、計画立案装置１００は、応答変化リスクと期待値をスケジューリングに活用する。具体的には、メニューに対する提供者ｐの応答変化リスクが低ければ、メニュー実施時の変更が抑制できることに着目する。計画立案装置１００は、例えば、提供者ｐの勤務スケジューリングの際に、割り当てるメニューと提供者ｐの応答変化リスクを制約条件として設定し、応答変化リスクが最小となるメニューを割り当てる。メニューと提供者ｐの応答変化リスク（制約条件の例）は、下記式（２）で示される。
Figure 2023111727000002
上記式（２）は、提供者ｐがメニューｉを変更しないで（Ｃ＝０）提供する確率を示す。計画立案装置１００は、この確率がより高くなるように提供者ｐに対するメニューｉの割り当てを実施する。
また、メニューｉに対する利用者ｕの期待値が利用者ｕのメニューｉに対する選好性に利用できることに着目する。計画立案装置１００は、利用者ｕのメニューｉの提供をスケジューリングする際に、割り当てメニューの時間（日時）や、場所に対する期待値の範囲（上限、下限、中間等）を制約条件として設定する。例えば、ある利用者ｕにおいて、時間に対する期待値の中央値に近いスケジュールの場合は、その利用者の応答変化が起こりにくいと判断する。一方で、他にも同じ期待値の利用者ｕがいた場合には、上限あるいは下限に近いスケジュールとして割り当てを調整することができる。
図１０は、ワークフローを考慮した期待値の算出処理の説明図である。計画立案装置１００は、メニューの推薦時、ワークフロー（メニューの組合せ）を考慮した期待値を算出する。メニューによっては、前後に実施されるメニューに応じて、サービス実施における各種情報（時間、場所、効果、難度）が決まる場合がある。例えば、前のメニューは回数を計測するメニューなので終了時間が曖昧であるが、後ろのメニューは集団実施のメニューなので場所と開始時間が厳密になる等がある。計画立案装置１００は、このような場合を考慮して、計画からメニューの組合せを抽出し、メニューの組合せ毎に各メニューの期待値を算出する。
具体的には、計画立案装置１００は、応答変化リスクの推定時、予め計画データからメニューの組合せのテンプレートを抽出し、テンプレート毎に各メニューに対する期待値を算出する。そして、計画立案装置１００は、応答変化リスクを最小化する条件の抽出時におけるグルーピングに活用する。グルーピングは、メニューと、利用者と、提供者と、立案者の組合せからなる。
図１０（ａ）は、メニューの組合せ（ワークフロー）上での期待値を示す。図１０（ａ）の横軸は時間、縦軸は期待値（例えば難度）、手前方向の軸は効果である。また、菱形（◇）はメニューｉ、丸形（〇）はメニューｉｉ、四角の枠は期待値の範囲を示す。ワークフローで複数のメニューは、開始点（●）～終了点（●）の間において、矢印で示すように複数を組合せることができる。この組合せの際、計画立案装置１００は、メニューｉ、ｉｉそれぞれの期待値の範囲に基づき、メニューｉ、ｉｉを組合せる。例えば、ある組合せにおいてメニューｉ（Ｓ１）は期待値の範囲が狭いため例えば時間について厳密に実行する必要があるのに対し、メニューｉ（Ｓ２）は期待値の範囲が広いため時間について緩く実行することができることを示す。
図１０（ｂ）は、パラメータが時間である場合、メニューの各組合せ１～３（ワークフロー）毎の各メニューの期待値を示す図表である。メニュー（ｉ）、（ｉｉ）に対する、立案者ｍ、提供者ｐ、利用者ｕそれぞれの期待値（縦軸）を示す。横軸は時間（例えば、時刻）である。組合せ１の例では、メニューｉ，ｉｉ共に時間に対する期待値が中央値に近いため計画立案装置１００は、これらメニューｉ，ｉｉをスケジュールとして組合せる。また、組合せ２の例では、メニューｉの期待値が中央値から早い側に偏移しており、メニューｉｉの期待値が中央値から遅い側に偏移しており、計画立案装置１００は、これらメニューｉ，ｉｉをスケジュールとして組合せる。また、組合せ３の例では、メニューｉの期待値が中央値から遅い側に偏移しており、メニューｉｉの期待値が中央値から早い側に偏移しており、計画立案装置１００は、これらメニューｉ，ｉｉをスケジュールとして組合せる。
（計画立案装置の処理例）
図１１は、計画立案装置の全体処理例を示すフローチャートである。計画立案装置１００の制御部（ＣＰＵ３０１）が行う処理例について説明する。計画立案装置１００は、以下の処理を所定周期毎等に実施する。はじめに、計画立案装置１００は、メニューとステークホルダー情報を取得する（ステップＳ１１１１）。次に、計画立案装置１００は、過去のデータ（計画データと実績データ）を取得する（ステップＳ１１１２）。
次に、計画立案装置１００は、応答変化点の抽出の処理を行う（ステップＳ１１１３）。次に、計画立案装置１００は、メニュー数（ｉ）のループ処理を開始する（ステップＳ１１１４～ステップＳ１１２１）。次に、計画立案装置１００は、ステークホルダー数（ｊ）のループ処理を開始する（ステップＳ１１１５～ステップＳ１１２０）。次に、計画立案装置１００は、メニューｉと、ステークホルダーｊを含む応答変化点数（ｋ）のループ処理（ステップＳ１１１６～ステップＳ１１１８）を開始する。
次に、計画立案装置１００は、応答変化をメニューの変更頻度として計上する（ステップＳ１１１７）。次に、計画立案装置１００は、応答変化点数ｋにかかる処理が終了したか否かを判断する（ステップＳ１１１８）。計画立案装置１００は、応答変化点数ｋ分の処理が終了していなければステップＳ１１１６に戻り、応答変化点数ｋ分の処理が終了すればステップＳ１１１９の処理に移行する。
次に、計画立案装置１００は、応答変化リスクの推定の処理を行う（ステップＳ１１１９）。次に、計画立案装置１００は、ステークホルダー数ｊにかかる処理が終了したか否かを判断する（ステップＳ１１２０）。計画立案装置１００は、ステークホルダー数ｊ分の処理が終了していなければステップＳ１１１５に戻り、ステークホルダー数ｊ分の処理が終了すればステップＳ１１２１の処理に移行する。
次に、計画立案装置１００は、メニュー数ｉにかかる処理が終了したか否かを判断する（ステップＳ１１２１）。計画立案装置１００は、メニュー数ｉ分の処理が終了していなければステップＳ１１１４に戻り、メニュー数ｉ分の処理が終了すればステップＳ１１２２の処理に移行する。
次に、計画立案装置１００は、メニュー数（ｉ）のループ処理を開始する（ステップＳ１１２２～ステップＳ１１２４）。次に、計画立案装置１００は、応答変化リスク最小条件の抽出の処理を行う（ステップＳ１１２３）。次に、計画立案装置１００は、メニュー数ｉにかかる処理が終了したか否かを判断する（ステップＳ１１２４）。計画立案装置１００は、メニュー数ｉ分の処理が終了していなければステップＳ１１２２に戻り、メニュー数ｉ分の処理が終了すればステップＳ１１２５の処理に移行する。
次に、計画立案装置１００は、ステークホルダー数（ｊ）のループ処理を開始する（ステップＳ１１２５～ステップＳ１１２７）。次に、計画立案装置１００は、利用者への効果を最大化するメニューを推薦する（ステップＳ１１２６）。次に、計画立案装置１００は、ステークホルダー数ｊにかかる処理が終了したか否かを判断する（ステップＳ１１２７）。計画立案装置１００は、ステークホルダー数ｊ分の処理が終了していなければステップＳ１１２５に戻り、ステークホルダー数ｊ分の処理が終了すれば、以上の処理を終了する。
図１２は、ワークフローを考慮した期待値および応答変化リスクの算出処理例を示すフローチャートである。図１２の処理は、図１１で示した処理に対してワークフローを考慮した期待値および応答変化リスクの算出処理を加えた処理を示す。図１２は、図１１のステップＳ１１１４～ステップＳ１１２１の処理部分に相当する。
まず、計画立案装置１００は、応答変化点の抽出の処理（ステップＳ１１１３）の後、メニューの組合せテンプレート（ワークフロー）を抽出する（ステップＳ１２０１）。次に、計画立案装置１００は、ワークフロー数（ｗ）のループ処理を開始する（ステップＳ１２０２～ステップＳ１２１３）。次に、計画立案装置１００は、ワークフローｗに含まれるメニュー数（ｉ）のループ処理を開始する（ステップＳ１２０３～ステップＳ１２１２）。次に、計画立案装置１００は、ステークホルダー数（ｊ）のループ処理を開始する（ステップＳ１２０４～ステップＳ１２１１）。次に、計画立案装置１００は、メニューｉと、ステークホルダーｊを含む応答変化点数（ｋ）のループ処理（ステップＳ１２０５～ステップＳ１２０９）を開始する。次に、計画立案装置１００は、パラメータ数（ｌ）のループ処理を開始する（ステップＳ１２０６～ステップＳ１２０８）。
次に、計画立案装置１００は、期待値の算出を行う（図１０参照、ステップＳ１２０７）。次に、計画立案装置１００は、パラメータ数ｌにかかる処理が終了したか否かを判断する（ステップＳ１２０８）。計画立案装置１００は、パラメータ数ｌ分の処理が終了していなければステップＳ１２０６に戻り、パラメータ数ｌ分の処理が終了すれば、ステップＳ１２０９の処理に移行する。
次に、計画立案装置１００は、応答変化点数ｋにかかる処理が終了したか否かを判断する（ステップＳ１２０９）。計画立案装置１００は、応答変化点数ｋ分の処理が終了していなければステップＳ１２０５に戻り、応答変化点数ｋ分の処理が終了すればステップＳ１２１０の処理に移行する。ステップＳ１２１０では、計画立案装置１００は、応答変化リスクの推定の処理を行う（ステップＳ１２１０）。
次に、計画立案装置１００は、ステークホルダー数ｊにかかる処理が終了したか否かを判断する（ステップＳ１２１１）。計画立案装置１００は、ステークホルダー数ｊ分の処理が終了していなければステップＳ１２０４に戻り、ステークホルダー数ｊ分の処理が終了すればステップＳ１２１２の処理に移行する。
次に、計画立案装置１００は、メニュー数ｉにかかる処理が終了したか否かを判断する（ステップＳ１２１２）。計画立案装置１００は、メニュー数ｉ分の処理が終了していなければステップＳ１２０３に戻り、メニュー数ｉ分の処理が終了すればステップＳ１２１３の処理に移行する。
次に、計画立案装置１００は、ワークフロー数ｗにかかる処理が終了したか否か判断する（ステップＳ１２１３）。計画立案装置１００は、ワークフロー数ｗ分の処理が終了していなければステップＳ１２０２に戻り、ワークフロー数ｗ分の処理が終了すれば、以上の処理を終了してステップＳ１１２２（図１１参照）の処理に移行する。
図１３は、応答変化リスク最小条件の抽出の処理例を示すフローチャートである。図１３は、図１１のステップＳ１１２３の処理の詳細例を示す。はじめに、計画立案装置１００は、メニュー数（ｉ）のループ処理を開始する（ステップＳ１３０１～ステップＳ１３０５）。
次に、計画立案装置１００は、推定した期待値の分布の類似性を算出する（ステップＳ１３０２）。次に、計画立案装置１００は、類似性に基づいてステークホルダーを分類する（ステップＳ１３０３）。次に、計画立案装置１００は、分類に基づいて応答変化リスクの最小条件を抽出する（ステップＳ１３０４）。次に、計画立案装置１００は、メニュー数ｉにかかる処理が終了したか否かを判断する（ステップＳ１３０５）。計画立案装置１００は、メニュー数ｉ分の処理が終了していなければステップＳ１３０１に戻り、メニュー数ｉ分の処理が終了すれば、以上の処理を終了してステップＳ１１２４の処理に移行する。
図１４は、応答変化リスクおよび期待値のスケジューリングの処理例を示すフローチャートである。図１４に示す処理は、応答変化リスクおよび期待値のスケジューリングに活用する場合の例であり、図１１のステップＳ１１２７の処理後に実行することができる。
計画立案装置１００は、図１１のステップＳ１１２７の処理後、メニュー数（ｉ）のループ処理を開始する（ステップＳ１４０１～ステップＳ１４０８）。次に、計画立案装置１００は、ステークホルダー数（ｊ）のループ処理を開始する（ステップＳ１４０２～ステップＳ１４０７）。
次に、計画立案装置１００は、応答変化リスクの最小値をステークホルダーｊとメニューｉにおけるパラメータｔの制約条件として抽出する（ステップＳ１４０３）。次に、計画立案装置１００は、パラメータ数（ｔ）のループ処理を開始する（ステップＳ１４０４～ステップＳ１４０６）。
次に、計画立案装置１００は、期待値の範囲をステークホルダーｊとメニューｉにおけるパラメータｔの制約条件として抽出する（ステップＳ１４０５）。次に、計画立案装置１００は、パラメータ数ｔ分の処理が終了していなければステップＳ１４０４に戻り、パラメータ数ｔ分の処理が終了すればステップＳ１４０７の処理に移行する。
次に、計画立案装置１００は、ステークホルダー数ｊにかかる処理が終了したか否かを判断する（ステップＳ１４０７）。計画立案装置１００は、ステークホルダー数ｊ分の処理が終了していなければステップＳ１４０２に戻り、ステークホルダー数ｊ分の処理が終了すればステップＳ１４０８の処理に移行する。次に、計画立案装置１００は、メニュー数ｉにかかる処理が終了したか否かを判断する（ステップＳ１４０８）。計画立案装置１００は、メニュー数ｉ分の処理が終了していなければステップＳ１４０１に戻り、メニュー数ｉ分の処理が終了すれば、以上の処理を終了する（図１１のＥＮＤに移行）。
（計画立案装置による処理の具体例）
次に、計画立案装置１００による処理の具体例を説明する。図１５Ａは、サービスの利用者および提供者の例を示す説明図である。
図１５Ａ（ａ）はサービス例を示す図である。例えば、計画立案装置１００は、一人の利用者ｕに対し一人の提供者ｐがサービスを提供する。この場合、ステークホルダーは利用者ｕと提供者ｐである。
図１５Ａ（ｂ）は利用者の応答モデルを示す図である。計画立案装置１００は、各利用者ｕと、提供者ｐとで異なる応答モデルを用いる。計画立案装置１００は、利用者ｕと提供者ｐの組合せをランダムに決定し、決定した各組合せの利用者ｕと提供者ｐの応答により提供するサービスを決定する。複数の利用者ｕ（ＩＤ＝０～２）、提供者ｐ（ＩＤ＝０３～５）は、それぞれ時間違反の感度α，βそれぞれの値（図１５Ａ（ｂ）では大小の表記）を有する。α，βの詳細は後述する。
図１５Ｂは、計画データと実績データの例を示す図である。図１５Ｂの横軸は時間（日付）、縦軸は図１５Ａに示した各利用者ｕ（ＩＤ＝０～２）と、提供者ｐ（ＩＤ＝３～５）である。図１５Ｂにおいて、〇は提供者ｐの計画データ、△は利用者ｕの計画データ、□は実績データである。計画立案装置１００は、提供者ｐの計画データ〇と利用者ｕの計画データ△とが一致する日付を利用者ｕに提示する。これに対し、利用者ｕは、提示された日付のうち実際にサービスを利用した日付が□で示される。
例えば、日付（２０）では、提供者ｐ（ＩＤ＝５）の計画データ〇と利用者ｕ（ＩＤ＝０）の計画データ△とが一致するため、計画立案装置１００はこの日付でのサービス利用の情報を利用者ｕに提示する。そして、この日付で利用者ｕが実際にサービスを利用した実績データ□が示されている。
これに対し、日付（２１）では、提供者ｐ（ＩＤ＝４）の計画データ〇と利用者ｕ（ＩＤ＝０）の計画データ△とが一致するため、計画立案装置１００はこの日付でのサービス利用の情報を利用者ｕに提示した。しかし、利用者ｕが実際にはサービスを利用していない（実績データ□がない）ことが示されている。
図１６Ａ，図１６Ｂは、応答変化リスクの推定例の説明図である。計画立案装置１００は、時間違反に関する感度を期待値（パラメータ）として応答変化リスクを推定する。図１６Ａに示すように、時刻ｔにおける対象ｓに対するステークホルダーｉの応答変化リスクは、ｙt,s,iの式（３）に示される。累積違反は、ｖt,s,iの式（４）に示される。αiとβiは違反に対する感度、εsは対象ｓ固有のノイズである。図１６Ａの横軸は時間であり、累積違反Ｖtに関与するノイズεs、違反量Ｘt、違反の信頼値δt、応答変化ｙtに関与する累積違反Ｖt、感度αiとβiの関係を示す。
図１６Ｂ（ａ）に示すように、ステークホルダーｉが利用者の場合、対象ｓに対する期待違反は、〇がｓの観測値、点線の矩形□がｓの計画値としたとき、違反量Ｘt-1、違反の信頼性δt-1、過去の累積の違反は上記式（４）で示される。図１６Ｂ（ａ）の複数の□の位置に対する〇のずれ量が過去の違反に相当し、計画立案装置１００は、過去の違反をΣ（累積）する。そして、計画立案装置１００は、違反に対する感度（許容度）としてαiとβiを期待値（パラメータ）としてフィルタリングし、応答変化リスクを推定する。
ここで、図１６Ｂ（ｂ）に示すように、横軸をｖ、縦軸をｙとしたとき、応答変化ｙ＝ｆ（ｖ）の関数の特性曲線を有する。特性曲線上において、ｙ、ｖ共に大きい範囲は、１．利用者ｉは、サービスの利用をやめようと考えていることに相当する。ｙ、ｖ共に中央部分の範囲では、２．利用者ｉは、例えば、前回、待たされた（時間違反が大きかった）のでサービスの利用をやめようかなと考えていることに相当する。ｙ、ｖ共に小さい範囲では、３．利用者ｉは、サービスをいつも通り利用しようと考えていることに相当する。
図１６Ｂ（ｂ）において、累積違反ｖが大きい程、応答変化リスクｙが高い。切片βを超えるとサービスの利用をやめる利用者が増大する。時間違反の感度である傾きα、切片βはステークホルダー毎に異なる。違反に対する感度（傾きα，切片β）は、横軸を時間に対する時間違反、縦軸を割合とした場合、中央値μに対しσの幅を有する所定の分布特性を有する。
図１７は、ステークホルダー毎の期待値の推定例を示す図である。利用者ｕ（ＩＤ＝０～２）と、提供者ｐ（ＩＤ＝３～５）それぞれの期待値（パラメータ）α，βの推定例を示す。利用者ｕ（ＩＤ＝０～２）と、提供者ｐ（ＩＤ＝３～５）それぞれで期待値（パラメータ）α，βの分布特性が異なっている。
図１８Ａは、応答変化リスクを最小化する組合せ例の説明図である。図１８Ａ（ａ）は、応答変化リスクのパラメータが同じ人（ステークホルダー）同士で組合せた状態を示す。実施の形態の計画立案装置１００は、α：大、β：小である利用者ｕ（ＩＤ＝０）と、提供者ｐ（ＩＤ＝３）を組合せる。また、計画立案装置１００は、α：中、β：中である利用者ｕ（ＩＤ＝１）と、提供者ｐ（ＩＤ＝４）を組合せる。また、計画立案装置１００は、α：小、β：大である利用者ｕ（ＩＤ＝２）と、提供者ｐ（ＩＤ＝５）を組合せる。
図１８Ａ（ｂ）は、図１８Ａ（ａ）に示す組合せ時の計画データと実績データである。この組合せの場合、計画変更の割合は、利用者ｕ（ＩＤ＝１）は０％、利用者ｕ（ＩＤ＝０）は４％であり、計画データに対する実績データのずれ（応答変化）を抑制できることが示されている。
図１８Ｂは、応答変化リスクを最小化できない組合せ例の説明図である。図１８Ｂは、図１８Ａの対比用の説明図である。例えば、図１８Ｂ（ａ）に示すように、応答変化リスクのパラメータが異なる人同士で組合せたとする。例えば、α：大、β：小である利用者ｕ（ＩＤ＝０）と、α：小、β：大である提供者ｐ（ＩＤ＝５）を組合せたとする。また、α：中、β：中である利用者ｕ（ＩＤ＝１）と、α：大、β；小である提供者ｐ（ＩＤ＝３）を組合せたとする。また、α：小、β：大である利用者ｕ（ＩＤ＝２）と、α：中、β：中の提供者ｐ（ＩＤ＝４）を組合せたとする。
図１８Ｂ（ｂ）は、図１８Ｂ（ａ）に示す組合せ時の計画データと実績データである。この組合せの場合、計画変更の割合は、利用者ｕ（ＩＤ＝１）は２０％、利用者ｕ（ＩＤ＝０）は２０％となった。このように、応答変化リスクのパラメータが異なる人同士で組合せた場合には、計画データに対する実績データのずれ（応答変化）が生じ、応答変化リスクを最小化することができない。
図１９は、推定した期待値の類似性の説明図である。図１９（ａ）には、各利用者ｕと提供者ｐのα，βを示す。図１９（ｂ）には、縦軸に各利用者ｕ（ＩＤ＝０～２）、横軸に各提供者ｐ（ＩＤ＝３～５）を配置し、相互間のパラメータ分布の類似性（分布のずれ）を示す。類似性は、例えば、ＫＬダイバージェンスあるいはＪＳダイバージェンスに基づき算出できる。
図１９（ｂ）に示すように、例えば、計画立案装置１００は、利用者ｕ（ＩＤ＝１）に対しては、提供者ｐ（ＩＤ＝３）が値「０．０４」であり、提供者ｐ（ＩＤ＝５）が値「０．０１」でありそれぞれ類似していると判断する。また、計画立案装置１００は、利用者ｕ（ＩＤ＝０）に対しては、提供者ｐ（ＩＤ＝４）が値「０．１６」であり類似していると判断する。
図２０Ａ，図２０Ｂは、推薦するメニューの表示例を示す図である。計画立案装置１００は、画面データを生成し、利用者あるいは提供者のクライアント２１１に画面データを送信出力する。
図２０Ａは、利用者に対し推薦するメニューの表示画面２００１を示す。例えば、計画立案装置１００は、メニューに対して応答変化リスクを最小にする組合せを表示出力する。計画立案装置１００は、表示画面２００１の左側の利用者欄２０１１には、利用者の各種情報（名前「東京太郎」、年齢、既往歴等）を表示する。計画立案装置１００は、表示画面２００１の中央および右側のメニュー欄２０１２には、利用者「東京太郎」の認知症向け訓練として計画したメニューの情報を表示する。計画立案装置１００は、メニュー欄２０１２には、立案者の名前、各メニュー（歩行訓練、栄養指導、認知トレーニング等）の目標と実績のグラフ２０１３、曜日別の各メニューの指導員とスケジュールを示すスケジュール表２０１４を表示する。
図２０Ｂは、提供者に対し推薦するメニューの表示画面２００２を示す。例えば、計画立案装置１００は、提供者に対し、応答変化リスクを制約条件としたメニューの組合せを表示出力する。計画立案装置１００は、表示画面２００２には、縦軸に各利用者を表示し、横軸の日付（２０２２年１月）に各利用者のメニューのスケジュール表２０２１を表示する。計画立案装置１００は、スケジュール表２０２１の利用者と日付のマス部分にメニューを表示するとともに、応答変化リスクの値（図６Ｃ参照）を表示する。また、計画立案装置１００は、例えば、応答変化リスクの値が高い程、対応するマス部分を濃い色等で表示することで、該当するマス（利用者と日付）部分のメニュー実行についてリスクが高いことを表示する。提供者は、スケジュール表２０２１に表示されている計画立案装置１００が推薦するメニュー毎のリスクを考慮してスケジューリングを行うことができる。
上述した実施の形態では、計画立案装置１００は、サービスとして利用者のリハビリのメニューを推薦する例を用いて説明した。これに限らず、計画立案装置１００は、各種技術の訓練や運動のメニュー、病院での検診や治療のメニュー、行政における各種サービスのメニュー等に同様に適用することができる。
以上説明したように、計画立案装置１００によれば、所定のサービスのメニューの情報と、サービスに関係するステークホルダーの情報とを取得し、ステークホルダーとメニューの組合せについて、メニューの実行の変更頻度を算出し、算出した変更頻度に基づいて、推薦対象のメニューを特定し、算出した組合せのステークホルダーに対し、特定したメニューを出力する処理を行う。これにより、計画立案装置１００は、ステークホルダーに対して、実施の可能性が高いメニューを推薦できるようになる。
また、計画立案装置１００によれば、取得の処理は、サービスのメニュー実行を計画した計画データと、計画データのメニューを実際に実行した実績データとを取得し、算出の処理は、取得した計画データと実績データとの差分に基づき、メニュー実行の有無の変化点を抽出し、変化点を有するメニューに対するステークホルダー毎の変更頻度を算出し、特定の処理は、メニューに対して変更頻度が低いステークホルダーの組合せを特定する処理を行う。これにより、計画立案装置１００は、過去の計画データと実績データとに基づき、ステークホルダーに対して、より実施の可能性が高いメニューを推薦できるようになる。
また、計画立案装置１００によれば、変更頻度の算出の処理は、ステークホルダー毎の、メニューの実施に関する期待値を示す時間、場所、効果、難度を含むパラメータの分布の重なりに基づき算出する処理を行う。このように、変更頻度はステークホルダー毎のサービス実施に対する期待値が異なる場合に生じやすい傾向を考慮し、計画立案装置１００は、複数のステークホルダー間で最適なメニューを推薦できるようになる。
また、計画立案装置１００によれば、特定の処理は、期待値の分布が類似するステークホルダー同士を組合せる処理を行う。これにより、計画立案装置１００は、組合せたステークホルダーそれぞれに最適なメニューを推薦できるようになる。
また、計画立案装置１００によれば、特定の処理は、複数のメニュー毎の期待値の分布に基づき、複数のメニューを組合せたワークフローを求める処理を行う。これにより、計画立案装置１００は、サービスを構成する複数のメニューについて、いずれも実施の可能性が高いメニューを組合せたサービスフローとして推薦できるようになる。
また、ステークホルダーは、サービスのメニューを立案する立案者と、サービスを提供する提供者と、サービスを利用する利用者とを含み、計画立案装置１００によれば、特定の処理は、期待値の分布が類似する提供者と利用者とを組合せる処理を含んでもよい。これにより、計画立案装置１００は、提供者と利用者のそれぞれに対しいずれも実施の可能性が高いメニューを推薦できるようになる。
また、計画立案装置１００によれば、特定の処理は、メニューに対する提供者の変更頻度が低い場合、メニューに対する提供者の変更頻度を制約条件として、当該変更頻度が低いメニューを割り当てる処理を行う。これにより、計画立案装置１００は、サービスのメニューを組合せたスケジューリングに活用でき、提供者によるスケジューリングの実施可能性を向上できるようになる。
また、計画立案装置１００によれば、特定の処理は、メニューに対する利用者の期待値の分布を制約条件として、メニューを割り当てる処理を行う。これにより、計画立案装置１００は、利用者による複数のメニューの実施可能性を向上できるようになる。
また、計画立案装置１００によれば、出力の処理は、利用者に対し、変更頻度が低いメニューの組合せを表示出力する処理を行う。これにより、計画立案装置１００を利用するサービスの利用者に対し、実現可能性が高いメニューの組合せを具体的に推薦できる。
また、計画立案装置１００によれば、出力の処理は、提供者に対し、変更頻度を制約条件として、利用者毎にメニューを組合せたスケジュールを表示出力する処理を行う。これにより、計画立案装置１００を利用するサービスの提供者に対し、サービス提供の状況に応じて、各利用者に対し実現可能性が高いメニューの組合せを具体的に推薦できる。
また、計画立案装置１００によれば、表示出力の処理は、メニュー毎の変更頻度の情報を含むこととしてもよい。これにより、計画立案装置１００は、提供者に対し、推薦したスケジュールの各メニューの実現可能性を具体的に提示でき、提供者はメニューの実現可能性を把握した状態でスケジュールを作成できるようになる。
なお、本実施の形態で説明した計画立案方法は、予め用意されたプログラムをＰＣやワークステーションなどのコンピュータで実行することにより実現することができる。本実施の形態で説明した計画立案プログラムは、コンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。記録媒体は、ハードディスク、フレキシブルディスク、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）－ＲＯＭ、ＭＯ（Ｍａｇｎｅｔｏ Ｏｐｔｉｃａｌ ｄｉｓｃ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）などである。また、本実施の形態で説明した計画立案プログラムは、インターネットなどのネットワークを介して配布してもよい。
上述した実施の形態に関し、さらに以下の付記を開示する。
（付記１）所定のサービスのメニューの情報と、前記サービスに関係するステークホルダーの情報とを取得し、
前記ステークホルダーと前記メニューの組合せについて、前記メニューの実行の変更頻度を算出し、
前記算出した変更頻度に基づいて、推薦対象のメニューを特定し、
前記算出した組合せの前記ステークホルダーに対し、前記特定したメニューを出力する、
処理をコンピュータが実行することを特徴とする計画立案方法。
（付記２）前記取得の処理は、
前記サービスのメニュー実行を計画した計画データと、前記計画データの前記メニューを実際に実行した実績データとを取得し、
前記算出の処理は、
取得した前記計画データと前記実績データとの差分に基づき、前記メニュー実行の有無の変化点を抽出し、
前記変化点を有する前記メニューに対する前記ステークホルダー毎の前記変更頻度を算出し、
前記特定の処理は、
前記メニューに対して前記変更頻度が低い前記ステークホルダーの組合せを特定する、
ことを特徴とする付記１に記載の計画立案方法。
（付記３）前記変更頻度の算出の処理は、
前記ステークホルダー毎の、前記メニューの実施に関する期待値を示す時間、場所、効果、難度を含むパラメータの分布の重なりに基づき算出する、
ことを特徴とする付記２に記載の計画立案方法。
（付記４）前記特定の処理は、
前記期待値の分布が類似する前記ステークホルダー同士を組合せる、
ことを特徴とする付記３に記載の計画立案方法。
（付記５）前記特定の処理は、
複数のメニュー毎の前記期待値の分布に基づき、複数のメニューを組合せたワークフローを求める、
ことを特徴とする付記３または４に記載の計画立案方法。
（付記６）前記ステークホルダーは、前記サービスのメニューを立案する立案者と、前記サービスを提供する提供者と、前記サービスを利用する利用者とを含み、
前記特定の処理は、
前記期待値の分布が類似する前記提供者と前記利用者とを組合せる処理を含む、
ことを特徴とする付記４に記載の計画立案方法。
（付記７）前記特定の処理は、
前記メニューに対する前記提供者の前記変更頻度が低い場合、前記メニューに対する前記提供者の前記変更頻度を制約条件として、当該変更頻度が低い前記メニューを割り当てる、
ことを特徴とする付記６に記載の計画立案方法。
（付記８）前記特定の処理は、
前記メニューに対する前記利用者の前記期待値の分布を制約条件として、前記メニューを割り当てる、
ことを特徴とする付記６に記載の計画立案方法。
（付記９）前記出力の処理は、
前記利用者に対し、前記変更頻度が低い前記メニューの組合せを表示出力する、
ことを特徴とする付記８に記載の計画立案方法。
（付記１０）前記出力の処理は、
前記提供者に対し、前記変更頻度を制約条件として、前記利用者毎に前記メニューを組合せたスケジュールを表示出力する、
ことを特徴とする付記７に記載の計画立案方法。
（付記１１）前記表示出力の処理は、
前記メニュー毎の変更頻度の情報を含む、
ことを特徴とする付記１０に記載の計画立案方法。
（付記１２）所定のサービスのメニューの情報と、前記サービスに関係するステークホルダーの情報とを取得し、
前記ステークホルダーと前記メニューの組合せについて、前記メニューの実行の変更頻度を算出し、
前記算出した変更頻度に基づいて、推薦対象のメニューを特定し、
前記算出した組合せの前記ステークホルダーに対し、前記特定したメニューを出力する、
処理をコンピュータに実行させることを特徴とする計画立案プログラム。
（付記１３）所定のサービスのメニューの情報と、前記サービスに関係するステークホルダーの情報とを取得し、
前記ステークホルダーと前記メニューの組合せについて、前記メニューの実行の変更頻度を算出し、
前記算出した変更頻度に基づいて、推薦対象のメニューを特定し、
前記算出した組合せの前記ステークホルダーに対し、前記特定したメニューを出力する、制御部を備えた、
ことを特徴とする計画立案装置。
（付記１４）前記制御部は、
前記メニューの情報と、前記サービスに関係するステークホルダーの情報を、前記ステークホルダーのクライアントから取得し、
前記推定したメニューを前記クライアントに出力する、
ことを特徴とする付記１３に記載の計画立案装置。
１００ 計画立案装置
２００ サーバ
２０１ メニューの組合せテンプレートＤＢ
２１０ リハビリ施設
２１１ クライアント
２１３ 過去の計画／実績ＤＢ
２１４ メニューＤＢ
２１５ ステークホルダーＤＢ
３０１ ＣＰＵ
３０２ メモリ
３０３ ネットワークＩ／Ｆ
３０５ 記録媒体
４０１ 過去データ取得部
４０２ 応答変化点抽出部
４０３ 応答変化リスク推定部
４０４ リスク最小条件抽出部
４０５ メニュー推薦部
４１２ 応答変化点ＤＢ
４１３ 応答変化リスクＤＢ
４１４ 条件付きメニューＤＢ
２００１，２００２ 表示画面
ｍ 立案者
ｐ 提供者
ｕ 利用者

Claims (12)

  1. 所定のサービスのメニューの情報と、前記サービスに関係するステークホルダーの情報とを取得し、
    前記ステークホルダーと前記メニューの組合せについて、前記メニューの実行の変更頻度を算出し、
    前記算出した変更頻度に基づいて、推薦対象のメニューを特定し、
    前記算出した組合せの前記ステークホルダーに対し、前記特定したメニューを出力する、
    処理をコンピュータが実行することを特徴とする計画立案方法。
  2. 前記取得の処理は、
    前記サービスのメニュー実行を計画した計画データと、前記計画データの前記メニューを実際に実行した実績データとを取得し、
    前記算出の処理は、
    取得した前記計画データと前記実績データとの差分に基づき、前記メニュー実行の有無の変化点を抽出し、
    前記変化点を有する前記メニューに対する前記ステークホルダー毎の前記変更頻度を算出し、
    前記特定の処理は、
    前記メニューに対して前記変更頻度が低い前記ステークホルダーの組合せを特定する、
    ことを特徴とする請求項１に記載の計画立案方法。
  3. 前記変更頻度の算出の処理は、
    前記ステークホルダー毎の、前記メニューの実施に関する期待値を示す時間、場所、効果、難度を含むパラメータの分布の重なりに基づき算出する、
    ことを特徴とする請求項２に記載の計画立案方法。
  4. 前記特定の処理は、
    前記期待値の分布が類似する前記ステークホルダー同士を組合せる、
    ことを特徴とする請求項３に記載の計画立案方法。
  5. 前記特定の処理は、
    複数のメニュー毎の前記期待値の分布に基づき、複数のメニューを組合せたワークフローを求める、
    ことを特徴とする請求項３または４に記載の計画立案方法。
  6. 前記ステークホルダーは、前記サービスのメニューを立案する立案者と、前記サービスを提供する提供者と、前記サービスを利用する利用者とを含み、
    前記特定の処理は、
    前記期待値の分布が類似する前記提供者と前記利用者とを組合せる処理を含む、
    ことを特徴とする請求項４に記載の計画立案方法。
  7. 前記特定の処理は、
    前記メニューに対する前記提供者の前記変更頻度が低い場合、前記メニューに対する前記提供者の前記変更頻度を制約条件として、当該変更頻度が低い前記メニューを割り当てる、
    ことを特徴とする請求項６に記載の計画立案方法。
  8. 前記特定の処理は、
    前記メニューに対する前記利用者の前記期待値の分布を制約条件として、前記メニューを割り当てる、
    ことを特徴とする請求項６に記載の計画立案方法。
  9. 前記出力の処理は、
    前記利用者に対し、前記変更頻度が低い前記メニューの組合せを表示出力する、
    ことを特徴とする請求項８に記載の計画立案方法。
  10. 前記出力の処理は、
    前記提供者に対し、前記変更頻度を制約条件として、前記利用者毎に前記メニューを組合せたスケジュールを表示出力する、
    ことを特徴とする請求項７に記載の計画立案方法。
  11. 前記表示出力の処理は、
    前記メニュー毎の変更頻度の情報を含む、
    ことを特徴とする請求項１０に記載の計画立案方法。
  12. 所定のサービスのメニューの情報と、前記サービスに関係するステークホルダーの情報とを取得し、
    前記ステークホルダーと前記メニューの組合せについて、前記メニューの実行の変更頻度を算出し、
    前記算出した変更頻度に基づいて、推薦対象のメニューを特定し、
    前記算出した組合せの前記ステークホルダーに対し、前記特定したメニューを出力する、
    処理をコンピュータに実行させることを特徴とする計画立案プログラム。
JP2022013730A 2022-01-31 2022-01-31 計画立案方法および計画立案プログラム Pending JP2023111727A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2022013730A JP2023111727A (ja) 2022-01-31 2022-01-31 計画立案方法および計画立案プログラム
US17/983,740 US20230245756A1 (en) 2022-01-31 2022-11-09 Planning method and computer-readable recording medium storing planning program
EP22206609.4A EP4220657A1 (en) 2022-01-31 2022-11-10 Planning method and planning program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2022013730A JP2023111727A (ja) 2022-01-31 2022-01-31 計画立案方法および計画立案プログラム

Publications (1)

Publication Number Publication Date
JP2023111727A true JP2023111727A (ja) 2023-08-10

Family

ID=84331126

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022013730A Pending JP2023111727A (ja) 2022-01-31 2022-01-31 計画立案方法および計画立案プログラム

Country Status (3)

Country Link
US (1) US20230245756A1 (ja)
EP (1) EP4220657A1 (ja)
JP (1) JP2023111727A (ja)

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008165358A (ja) 2006-12-27 2008-07-17 Carecom:Kk 看護支援システム
US20090112618A1 (en) * 2007-10-01 2009-04-30 Johnson Christopher D Systems and methods for viewing biometrical information and dynamically adapting schedule and process interdependencies with clinical process decisioning
US20100106517A1 (en) * 2008-10-23 2010-04-29 General Electric Company Systems for and methods of medical scheduling based on simulation-based optimization
US20170091421A1 (en) 2015-09-30 2017-03-30 International Business Machines Corporation Modification of Personalized Health Care Plans Based on Patient Adherence to Patient Actions
JP7004655B2 (ja) 2016-08-08 2022-01-21 セントケア・ホールディング株式会社 ケアプラン作成支援システム
US20190206555A1 (en) 2017-12-28 2019-07-04 Ethicon Llc Cloud-based medical analytics for customization and recommendations to a user
US10811139B1 (en) 2018-06-13 2020-10-20 Clarify Health Solutions, Inc. Computer network architecture with machine learning and artificial intelligence and dynamic patient guidance
US11631037B2 (en) * 2019-03-20 2023-04-18 Mend VIP, Inc. Apparatus, system and method for predicting medical no-shows and for scheduling
JP6792892B2 (ja) 2019-03-29 2020-12-02 株式会社Ｒｅｈａｂ ｆｏｒ ＪＡＰＡＮ 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

Also Published As

Publication number Publication date
EP4220657A1 (en) 2023-08-02
US20230245756A1 (en) 2023-08-03

Similar Documents

Publication Publication Date Title
LaGanga et al. Appointment overbooking in health care clinics to improve patient service and clinic performance
US9330454B2 (en) Method and apparatus for image-centric standardized tool for quality assurance analysis in medical imaging
White et al. The effect of integrated scheduling and capacity policies on clinical efficiency
US20200160985A1 (en) Patient-Centric Eco-System with Automated Workflow and Facility Manager for Improved Delivery of Medical Services
US20120166218A1 (en) Method and system of real-time customizable medical search analytics
US20160188799A1 (en) Method and system for online delivery of healthcare
Niemöller et al. Shaping the future of mobile service support systems-ex-ante evaluation of smart glasses in technical customer service processes
US20130018674A1 (en) System and method for radiology workflow management and a tool therefrom
Salzarulo et al. Beyond patient classification: Using individual patient characteristics in appointment scheduling
Salzarulo et al. The impact of variability and patient information on health care system performance
US20170177802A1 (en) Allergy Service Management Portal
JP5739700B2 (ja) 類似症例閲覧システム、類似症例閲覧方法
US20140358586A1 (en) Method of Presenting Health Care Information
JP7388356B2 (ja) 医療用情報処理システム、医療用情報処理装置、および医療用情報処理方法
CN112582057A (zh) 分布式设置中的高级医学成像
US20150294071A1 (en) Method and computer program for resource scheduling
Villa et al. A review on usability features for designing electronic health records
JP2023111727A (ja) 計画立案方法および計画立案プログラム
JP7216664B2 (ja) 実行可能な推奨事項を有する臨床レポート
US20190244696A1 (en) Medical record management system with annotated patient images for rapid retrieval
US20150006200A1 (en) System and method for providing automated home-based health services
JP2009259219A (ja) 評価者リソース割り当てシステム及び方法
US11328348B2 (en) Obfuscated service provider identity during client selection
US20160140297A1 (en) Clinical information management system
Bass et al. Implementing an Application Programming Interface for PROMIS Measures at three medical centers