JP2023156157A - 情報処理装置、情報処理システム、及び情報処理システムの処理方法 - Google Patents

Abstract

【課題】患者から離れた場所にいる医師が患者の生体情報をリアルタイムで把握する。【解決手段】患者端末３０は、他の機器から生体に関するセンサデータを取得し、センサデータを解析した結果として医師による診察の必要性を示す必要性情報を取得し、必要性情報により医師による診察が必要であることが示される場合、医師に対応する端末とビデオ通話を行い、ビデオ通話が開始されると、端末にセンサデータのリアルタイムストリーミングを行う。【選択図】図９

Description

本発明は、遠隔医療を支援する技術に関する。

従来から、患者を遠隔から見守ることを支援する技術が知られている。例えば特許文献１には、医療施設などの施設側が在宅医療又は介護施設などの利用者を見守ることを支援する技術が記載されている。

特許６７４４７０６号公報

特許文献１に記載の技術では、時々刻々と変化する患者の生体情報をリアルタイムで把握しつつ診察を行うことが困難であった。

本発明は、患者から離れた場所にいる医師が当該患者の生体情報をリアルタイムで把握することを目的とする。

本発明の一態様は、他の機器から生体に関するセンサデータを取得する第１取得手段と、前記センサデータを解析した結果として医師による診察の必要性を示す必要性情報を取得する第２取得手段と、前記必要性情報により医師による診察が必要であることが示される場合、当該医師に対応する端末とビデオ通話を行う通話手段と、前記ビデオ通話が開始されると、前記端末に前記センサデータのリアルタイムストリーミングを行うストリーミング手段とを有する情報処理装置を提供する。

本発明の別の一態様は、他の機器から生体に関するセンサデータを取得する第１取得手段と、前記センサデータを解析し、医師による診察の必要性を示す必要性情報を出力する解析手段と、前記必要性情報により医師による診察が必要であることが示される場合、当該医師に対応する端末とビデオ通話を行う通話手段と、前記ビデオ通話が開始されると、前記端末に前記センサデータのリアルタイムストリーミングを行うストリーミング手段とを有する情報処理システムを提供する。

本発明のさらに別の一態様は、他の機器から生体に関するセンサデータを取得するステップと、前記センサデータを解析した結果として医師による診察の必要性を示す必要性情報を取得するステップと、前記必要性情報により医師による診察が必要であることが示される場合、当該医師に対応する端末とビデオ通話を行うステップと、前記ビデオ通話が開始されると、前記端末に前記センサデータのリアルタイムストリーミングを行うステップとを有する情報処理システムの処理方法を提供する。

本発明によれば、患者から離れた場所にいる医師が当該患者の生体情報をリアルタイムで把握することができる。

一実施形態に係る情報処理システムの概要を示す図。 情報処理システムの機能構成を例示する図。 患者端末のハードウェア構成を例示する図。 医師端末のハードウェア構成を例示する図。 サーバのハードウェア構成を例示する図。 生体データのリアルタイムストリーミングの動作を例示するシーケンス図。 患者データベースを例示する図。 医師データベースを例示する図。 医師端末に表示される画面を例示する図。

１．構成
図１は、一実施形態に係る情報処理システムＳの概要を示す図である。情報処理システムＳは、サーバ１０、ネットワーク２０、患者端末３０、センサ４０－１、センサ４０－２（以下、総称してセンサ４０という）、及び医師端末５０から構成される。サーバ１０、患者端末３０、及び医師端末５０は、ネットワーク２０を介して接続されている。ネットワーク２０は、インターネットなどのネットワーク回線網である。患者端末３０、及びセンサ４０は、近距離無線通信モジュール又は無線ＬＡＮ通信モジュールを介して接続されている。近距離無線通信モジュールは、例えば、ＮＦＣ又はＢｌｕｅｔｏｏｔｈ（登録商標）である。無線ＬＡＮ通信モジュールは、例えば、Ｗｉ－Ｆｉである。患者端末３０及び医師端末５０は、ネットワーク２０に有線又は無線で接続可能であり、ネットワーク２０を介して、ネットワーク２０に接続されているサーバ１０との通信が可能である。また、患者端末３０及び医師端末５０は、ネットワーク２０を介して、相互に通信が可能である。

情報処理システムＳは、遠隔医療を支援するシステムであって、より具体的には、患者から離れた場所にいる医師が患者の生体情報（生体データ、生体に関するセンサデータに相当する）をリアルタイムで確認しながら診察を行うことを支援するシステムである。ここで、生体とは、人間、家畜、又はペットをいう。生体が家畜又はペットである場合、医師は獣医師を含む。診察とは、医師が、患者がどのような病気にかかっているかを判断するために、患者とやり取りをすることである。患者の所在地とは異なる場所にいる医師が、患者を診察するために、情報処理システムＳを用いる。また、医師の所在地とは異なる場所にいる患者が、医師に診察してもらうために、情報処理システムＳを用いる。患者の所在地は、医師の所在地とは異なる場所であって、例えば、患者の自宅、医療施設又は介護施設である。医師の所在地は、例えば、医師の自宅、又は病院である。患者の所在地及び医師の所在地は、これらに限定されず、互いに異なった所在地であればよい。

サーバ１０は、患者端末３０から取得したデータを解析し、データの解析結果及びあらかじめサーバ１０に記憶されている患者に係るデータを用いて、医師による患者端末３０に対応する患者の診察の必要性に係る情報（必要性情報に相当する）を生成する。サーバ１０は、診察を必要としている患者に適切な医師が誰であるかを示す情報（医師情報に相当する）を生成する。サーバ１０は、患者端末３０に、生成した必要性情報及び医師情報を送信する。患者端末３０及び医師端末５０がビデオ通話を開始すると、サーバ１０は、ビデオ通話の記録を開始する。サーバ１０は、医師端末５０に、患者端末３０から取得したデータ及びサーバ１０に記憶されている患者に係るデータを送信する。患者端末３０から取得したデータは、患者のリアルタイムの生体データ（リアルタイム生体データに相当する）を含む。

患者端末３０は、患者が使用するスマートフォン（情報処理装置の一例）である。患者端末３０は、サーバ１０と通信を行い、サーバ１０から送信される情報を患者端末３０のディスプレイに表示可能である。患者端末３０は、センサ４０から生体データを取得する。生体データは、例えば、血圧、体温、体重、心拍、血糖値、又は動脈血酸素飽和度（ＳｐＯ２）である。患者端末３０は、サーバ１０に、生体データを送信する。患者端末３０は、サーバ１０から送信された必要性情報及び医師情報に従って、医師端末５０に、患者端末３０とのビデオ通話の開始を要求する。患者端末３０は、医師端末５０とビデオ通話をする。患者端末３０は、サーバ１０に、医師端末５０とのビデオ通話の記録を要求する。患者端末３０は、医師端末５０に、過去の生体データを送信する。

センサ４０は、患者端末３０を使用する患者に対応するセンサであって、患者の生体データを取得するセンサである。情報処理システムＳは、２種類のセンサを備えている。例えば、センサ４０－１はパルスオキシメータであって、センサ４０－２はスマートウォッチに備えられたセンサである。

医師端末５０は、医師に対応する端末の一例であり、医師が使用するＰＣ（パーソナルコンピュータ）である。医師端末５０は、サーバ１０と通信を行い、サーバ１０から送信される情報を医師端末５０のディスプレイに表示可能である。医師端末５０は、患者端末３０とビデオ通話をする。

図２は、情報処理システムＳの機能構成を例示する図である。情報処理システムＳは、送信手段２０１、記憶手段２０２、送信手段２０３、解析手段２０４、生成手段２０５、送信手段２０６、要求手段２０７、通話手段２０８、通話手段２０９、記憶手段２１０、ストリーミング手段２１１、表示手段２１２、送信手段２１３、制御手段２１４、制御手段２１５、制御手段２１６、取得手段２１７、及び受信手段２１８を有する。解析手段２０４、生成手段２０５、送信手段２０６、記憶手段２１０、及び制御手段２１５は、サーバ１０に実装される。記憶手段２０２、送信手段２０３、要求手段２０７、通話手段２０８、ストリーミング手段２１１、制御手段２１４、取得手段２１７、及び受信手段２１８は、患者端末３０に実装される。送信手段２０１は、センサ４０に実装される。通話手段２０９、表示手段２１２、送信手段２１３、及び制御手段２１６は、医師端末５０に実装される。

センサ４０における機能を説明する。送信手段２０１は、患者端末３０に、センサ４０において取得された生体データを送信する。センサ４０における生体データの取得の頻度、及び、患者端末３０への生体データの送信の頻度は、センサ４０を管理する者によって設定される。

サーバ１０における機能を説明する。解析手段２０４は、患者データベースに記憶されている患者の既往症データ及び現症データを用いて、患者端末３０から送信された生体データを解析する。具体的には、解析手段２０４は、機械学習モデルＭを用いて、データを解析し、患者の病名を推定する。機械学習モデルＭは、医師による過去の診察結果を学習しているモデルである。さらに、解析手段２０４は、患者にとって医師による診察が必要であるかを判定する。生成手段２０５は、解析手段２０４における解析結果に基づいて、必要性情報及び医師情報を生成する。必要性情報は、医師による診察の必要性を示す情報、及び、解析手段２０４において推定された病名（推定病名に相当する）を含む。医師情報は、解析手段２０４における解析結果及び医師データベースに記憶されている情報に基づいて生成される。具体的には、生成手段２０５は、解析手段２０４において推定された病名に対応できる診療科に所属する医師であって、今すぐに診察ができる医師が誰であるかを示す情報を生成する。送信手段２０６は、患者端末３０に、生成手段２０５で生成された必要性情報及び医師情報を送信する。記憶手段２１０は、患者データベース、医師データベース、及び機械学習モデルＭを記憶している。制御手段２１５は各種の制御を行う。

患者端末３０における機能を説明する。取得手段２１７は、センサ４０から生体データを取得する。記憶手段２０２は、センサ４０から取得した生体データを記憶する。送信手段２０３は、サーバ１０に、センサ４０から取得した生体データを送信する。受信手段２１８は、サーバ１０から必要性情報及び医師情報を受信する。要求手段２０７は、医師端末５０に、患者端末３０とのビデオ通話の開始を要求する。通話手段２０８は、医師端末５０とビデオ通話する。ストリーミング手段２１１は、医師端末５０にリアルタイム生体データをストリーミングする。本実施形態においてビデオ通話及びリアルタイム生体データのストリーミングは、サーバ１０を介して行われる。すなわちサーバ１０は、ビデオ通話及びリアルタイム生体データのストリーミングを中継する。制御手段２１４は各種の制御を行う。

医師端末５０における機能を説明する。通話手段２０９は、患者端末３０とビデオ通話する。表示手段２１２は、患者端末３０とのビデオ通話の動画を表示する。また、表示手段２１２は、サーバ１０から送信された既往症データ、現症データ、及び推定病名を表示する。また、表示手段２１２は、患者端末３０から送信された過去の生体データを表示する。送信手段２１３は、サーバ１０に、機械学習モデルＭに学習させるための教師データを送信する。制御手段２１６は各種の制御を行う。

図３は、患者端末３０のハードウェア構成を例示する図である。患者端末３０は、ＣＰＵ（Central Processing Unit）３０１、メモリ３０２、ストレージ３０３、通信ＩＦ（Interface）３０４、入力部３０５、及びディスプレイ３０６を有するコンピュータ装置である。ＣＰＵ３０１は、プログラムを実行して各種の演算を行い、患者端末３０の他のハードウェア要素を制御する制御装置である。メモリ３０２は、ＣＰＵ３０１がプログラムを実行する際のワークエリアとして機能する主記憶装置である。ストレージ３０３は、各種のプログラム及びデータを記憶する不揮発性の補助記憶装置である。通信ＩＦ３０４は、所定の通信規格（例えばイーサネット（登録商標））に従って他の装置と通信する通信装置である。通信ＩＦ３０４は、前述の近距離無線通信モジュール又は無線ＬＡＮ通信モジュールを含む。入力部３０５は、キーボード、マウス、又はタッチパネルなどで構成される操作部であり、ユーザの指示操作に応じて各種情報を入力する。ディスプレイ３０６は、液晶ディスプレイ、又は有機ＥＬディスプレイなどのフラットパネルディスプレイで構成され、画像又は文字を出力する。

この例において、ストレージ３０３は、コンピュータ装置を情報処理システムＳにおける患者端末３０として機能させるためのプログラム（以下「患者端末プログラム」という）を記憶する。ＣＰＵ３０１が患者端末プログラムを実行することにより、コンピュータ装置に図３の機能が実装される。ＣＰＵ３０１が患者端末プログラムを実行している状態において、メモリ３０２又はストレージ３０３の少なくとも一方が記憶手段２０２の一例であり、通信ＩＦ３０４が、送信手段２０３、要求手段２０７、通話手段２０８、ストリーミング手段２１１、取得手段２１７、及び受信手段２１８の一例であり、ＣＰＵ３０１が制御手段２１４の一例である。

図４は、医師端末５０のハードウェア構成を例示する図である。医師端末５０は、ＣＰＵ（Central Processing Unit）５０１、メモリ５０２、ストレージ５０３、通信ＩＦ（Interface）５０４、入力部５０５、及びディスプレイ５０６を有するコンピュータ装置である。ＣＰＵ５０１は、プログラムを実行して各種の演算を行い、医師端末５０の他のハードウェア要素を制御する制御装置である。メモリ５０２は、ＣＰＵ５０１がプログラムを実行する際のワークエリアとして機能する主記憶装置である。ストレージ５０３は、各種のプログラム及びデータを記憶する不揮発性の補助記憶装置である。通信ＩＦ５０４は、所定の通信規格（例えばイーサネット（登録商標））に従って他の装置と通信する通信装置である。入力部５０５は、キーボード、マウス、又はタッチパネルなどで構成される操作部であり、ユーザの指示操作に応じて各種情報を入力する。ディスプレイ５０６は、液晶ディスプレイ、又は有機ＥＬディスプレイなどのフラットパネルディスプレイで構成され、画像又は文字を出力する。

この例において、ストレージ５０３は、コンピュータ装置を情報処理システムＳにおける医師端末５０として機能させるためのプログラム（以下「医師端末プログラム」という）を記憶する。ＣＰＵ５０１が医師端末プログラムを実行することにより、コンピュータ装置に図４の機能が実装される。ＣＰＵ５０１が医師端末プログラムを実行している状態において、通信ＩＦ５０４が、通話手段２０９、及び送信手段２１３の一例であり、ＣＰＵ５０１が制御手段２１６の一例であり、ディスプレイ５０６が、表示手段２１２の一例である。

図５は、サーバ１０のハードウェア構成を例示する図である。サーバ１０は、ＣＰＵ（Central Processing Unit）１０１、メモリ１０２、ストレージ１０３、及び通信ＩＦ（Interface）１０４を有するコンピュータ装置である。ＣＰＵ１０１は、プログラムを実行して各種の演算を行い、サーバ１０の他のハードウェア要素を制御する制御装置である。メモリ１０２は、ＣＰＵ１０１がプログラムを実行する際のワークエリアとして機能する主記憶装置である。ストレージ１０３は、各種のプログラム及びデータを記憶する不揮発性の補助記憶装置である。通信ＩＦ１０４は、所定の通信規格（例えばイーサネット（登録商標））に従って他の装置と通信する通信装置である。

この例において、ストレージ１０３は、コンピュータ装置を情報処理システムＳにおけるサーバ１０として機能させるためのプログラム（以下「サーバプログラム」という）を記憶する。ＣＰＵ１０１がサーバプログラムを実行することにより、コンピュータ装置に図５の機能が実装される。ＣＰＵ１０１がサーバプログラムを実行している状態において、メモリ１０２及びストレージ１０３の少なくとも一方が記憶手段２１０の一例であり、ＣＰＵ１０１が、解析手段２０４、生成手段２０５、及び制御手段２１５の一例であり、通信ＩＦ１０４が、送信手段２０６の一例である。

２．動作
図６は、情報処理システムＳにおいて生体データのリアルタイムストリーミングの動作を例示するシーケンス図である。リアルタイムストリーミングとは、生配信のことである。すなわち、患者端末３０がサーバ１０を介して医師端末５０に生体データをリアルタイムストリーミングすることによって、医師は、限りなく現在に近い時刻（リアルタイムに相当する）における患者の生体データを確認することができる。

ステップＳ６０１において、センサ４０の送信手段２０１は、患者端末３０に、センサ４０において計測された生体データを送信する。センサ４０の送信手段２０１は、センサ４０において生体データが計測されるたびに、患者端末３０に生体データを送信する。患者端末３０と接続可能なセンサ４０が２以上ある場合、各センサ４０において生体データが計測されるたびに、各センサ４０は、患者端末３０に生体データを送信する。患者端末３０は、生体データを取得する（第１取得手段に相当する）。

ステップＳ６０２において、患者端末３０の記憶手段２０２は、ステップＳ６０１においてセンサ４０から送信された生体データを記録する。患者端末３０の記憶手段２０２は、患者端末３０の管理者によって定められた所定期間における過去の生体データを記憶している。

所定の条件が満たされると、患者端末３０の送信手段２０３は、サーバ１０に、ステップＳ６０１においてセンサ４０から送信された生体データを送信する（ステップＳ６０３）。所定の条件とは、例えば、前回のデータ送信から所定の時間が経過したという条件である。患者端末３０の送信手段２０３は、この条件が満たされるたびに、サーバ１０に、記憶手段２０２に記憶されている（未送信の）生体データを送信する。

ステップＳ６０４において、サーバ１０の解析手段２０４は、患者端末３０から受信した生体データを解析する。生体データは、記憶手段２１０に記憶されている患者データベースに含まれる情報を用いて解析される。具体的には、サーバ１０の解析手段２０４は、患者にとって医師による診察が必要であるかを判定する。医師による診察の必要性の有無の判定は、機械学習モデルＭにステップＳ６０３において送信された生体データを入力することによって行われる。また、サーバの解析手段２０４は、機械学習モデルＭに、ステップＳ６０３において送信された生体データを入力し、推定病名（疾患リスクを示すリスク情報に相当する。以下、リスク情報とする。）を生成する。推定病名は、機械学習モデルＭを用いて推定された、患者の病名である。生成された推定病名は、サーバ１０の記憶手段２１０に記憶される。

機械学習モデルＭは、教師データを用いて機械学習済の学習済モデルである。教師データは、複数の患者の各々について、その患者の既往症、現症、診察した医師の診療科、診断病名、診察時の生体データ、診察時より過去の生体データ、及び診察の必要性の有無を示す情報が、紐づけられて記憶されているデータである。医師による診察が終わった後に、医師端末５０が機械学習モデルＭに教師データを送信することによって、機械学習モデルＭは教師データを学習している。診断病名は、医師によって実際に診断された病名である。機械学習モデルＭが学習している生体データの種類は、１種類ではなく、複数種類である。機械学習モデルＭは、例えば、動脈血酸素飽和度、心拍、血圧、及び体温のデータを学習している。診察の必要性の有無は、医師によって判断される。診察の終了後、医師端末５０が、教師データとして、機械学習モデルＭに診察の必要性の有無を送信する。学習済の機械学習モデルＭは、患者の属性、リアルタイム生体データ、及び過去の生体データの少なくとも１つが入力されると、診療科ごとに、診察の必要がある確率（以下、診察必要率とする）を出力する。患者の属性は、患者の既往症、現症、診察した医師の診療科、及び診断病名の少なくとも１つを含む。サーバ１０は、診察必要率が所定の値を超えている場合、診察の必要があると判定する。所定の値は、サーバ１０を管理する者によって、あらかじめ定められている。例えば、所定の値が５０％であって、診察必要率が６０％である場合、サーバ１０は、診察の必要があると判定する。診療科ごとに診察の必要性の有無が判定されるため、複数の診療科における診察が必要であると判定されることもある。

図７は、患者データベースの一例である。患者データベースは、患者に係る情報として、氏名、既往症、及び現症を記憶している。既往症は、過去に患者がかかったことのある病気又は怪我の名称である。既往症は、病気又は怪我の名称とともに、当該病気又は怪我にかかっていた期間に係る情報を含んでいる。現症は、現在患者が抱えている病気又は怪我である。現症は、病気又は怪我の名称とともに、当該病気又は怪我にかかっている期間に係る情報を含んでいる。例えば、氏名が「山田 太郎」である患者については、既往症はなく、２０１８年４月５日から現症として高血圧を患っていることが、患者データベースに記載されている。

ステップＳ６０５において、サーバ１０の生成手段２０５は、必要性情報を生成する。必要性情報とは、ステップＳ６０４において解析された生体データに対応する患者にとって、医師による診察の必要性を示す情報である。必要性情報は、診療科情報及びリスク情報を含んでいる。診療科情報とは、どの診療科に所属する医師が患者を診察すべきかを示す情報である。すなわち、診療科情報は、診察が必要であると判定された診療科名、診察必要率が最も高い診療科名、及び患者の既往症に対応する診療科の少なくとも１つを含む。ステップＳ６０４において、複数の診療科における診察が必要であると判定されている場合は、複数の診療科名を含む。必要性情報は、ステップＳ６０４における、機械学習モデルＭを用いた解析によって生成される情報であり、すなわち、生体データが学習済モデルに入力されることによって生成される情報である。この例において生成手段２０５は、機械学習モデルＭにアクセスし（アクセス手段に相当）、機械学習モデルＭから必要性情報を取得する。

ステップＳ６０６において、サーバ１０の生成手段２０５は、記憶手段２１０に記憶されている医師データベースに基づいて、医師情報を生成する。医師情報とは、ステップＳ６０４において解析された生体データに対応する患者にとって、どの医師による診療が適切であるかを示す情報である。具体的には、サーバ１０の生成手段２０５は、診療科情報に含まれる診療科名に対応する医師のうち、最も早く診察ができる医師に係る情報を、医師データベースから抽出する。最も早く診察ができる医師に係る情報が、医師情報である。医師情報は、医師の氏名、診療科、及び最短対応時刻を含む。

図８は、医師データベースの一例である。医師データベースは、医師に係る情報として、氏名、診療科、及び最短対応時刻を記憶している。診療科は、医師が所属する診療科である。最短対応時刻は、医師が患者の診察に対応できる、最短の時刻である。例えば、氏名が「木村 裕子」である医師については、診療科は循環器科であって、２０２２年３月２２日１３時３０分以降であれば診察が可能である。また、例えば、氏名が「小林 次郎」である医師については、診療科は呼吸器科であって、今すぐに診察が可能である。最短対応時刻は、医師の空き状況（以下、ステータスとする）の変化があるたびに更新される。医師のステータスは、例えば、「在席中」又は「離席中」である。離席中の場合、医師のステータスが、ステータスがいつ頃「在席中」に変化する予定かを示す情報（以下、対応可能時刻とする）を含んでいる。医師のステータスに係る情報は、医師によって、医師端末５０を介してサーバ１０のステータス管理システム（不図示）に入力される。ステータス管理システムは、入力されたステータスをもとに、医師データベースに最短対応時刻を入力する。ステータス管理システムは、医師のステータスが「在席中」である場合、最短対応時刻に、「今すぐ」を入力する。ステータス管理システムは、医師のステータスが「離席中」である場合、最短対応時刻に、医師のステータスとともに記憶されている対応可能時刻を入力する。例えば、図８に示す例においては、氏名が「木村 裕子」である医師のステータスは「離席中」であって、医師のステータスとともに記憶されている対応可能時刻は、「２０２２／３／２２ １３：３０～」である。また、氏名が「小林 次郎」である医師及び「加藤 三郎」である医師のステータスは、「在席中」である。サーバ１０の生成手段２０５は、診察が必要であると判定された診療科の医師のうち、最短対応時刻が「今すぐ」ではない医師よりも「今すぐ」である医師を優先して抽出し、医師情報を生成する。サーバ１０の生成手段２０５は、診察が必要であると判定された診療科の医師のうち、最短対応時刻が「今すぐ」である医師を優先して抽出し、医師情報を生成する。サーバ１０の生成手段２０５は、ステータスが「今すぐ」ではない医師を抽出する場合、最短対応時刻が最も早い時刻である医師を抽出し、医師情報を生成する。

ステップＳ６０７において、サーバ１０の送信手段２０６は、患者端末３０に、必要性情報及び医師情報を送信する。患者端末３０は、サーバ１０から必要性情報及び医師情報を取得する（第２取得手段に相当する）。

ステップＳ６０８において、患者端末３０の要求手段２０７は、サーバ１０に対し、医師端末５０とのビデオ通話の開始を要求（ビデオ通話を発信に相当する）する。サーバ１０は、患者端末３０からの要求に応じて、医師端末５０にビデオ通話を要求する。医師端末５０は、患者端末３０からビデオ通話の着信がある旨を表示する。ビデオ通話とは、ネットワーク２０を介して、患者端末３０及び医師端末５０の間で行われる、映像付きの通話である。ビデオ通話は、医師が医師端末５０に表示されている通話ボタン（不図示）を押すことによって開始される。患者端末３０及び医師端末５０は、それぞれカメラ（不図示）を備えている。患者端末３０は患者を撮影可能であって、医師端末５０は医師を撮影可能である。患者端末３０と医師端末５０とがビデオ通話を行うことによって、医師が患者から離れた場所にいても、医師は患者の診察を容易に行うことができる。

ステップＳ６０７において患者端末３０が取得した医師情報が、最短対応時刻が「今すぐ」である医師に係る情報である場合、患者端末３０の要求手段２０７は、医師情報を受け取ったあとすぐに、サーバ１０を介して医師端末５０に、ビデオ通話の開始を要求する。ステップＳ６０７において患者端末３０が取得した医師情報が、最短対応時刻が「今すぐ」ではない医師に係る情報である場合、患者端末３０の要求手段２０７は、最短対応時刻に対応する時刻になったときに、サーバ１０を介して医師端末５０に、ビデオ通話の開始を要求する。例えば、最短対応時刻が「２０２２／３／２２ １３：３０」である場合、２０２２年３月２２日１３時３０分になったら、患者端末３０の要求手段２０７は、サーバ１０を介して医師端末５０に、ビデオ通話の開始を要求する。

ステップＳ６０９において、患者端末３０の通話手段２０８は、医師端末５０とのビデオ通話を開始する。

ステップＳ６１０において、医師端末５０の通話手段２０９は、患者端末３０とのビデオ通話を開始する。

ステップＳ６１１において、患者端末３０の要求手段２０７は、患者端末３０と医師端末５０との間で行われているビデオ通話の記録を要求する。

ステップＳ６１２において、サーバ１０の記憶手段２１０は、患者端末３０と医師端末５０との間で行われているビデオ通話の記録を開始する。ビデオ通話の記録とは、ビデオ通話をしている間における、患者端末３０において撮影された映像及び医師端末５０において撮影された映像を、記録することである。ビデオ通話の記録を行うことによって、情報処理システムＳを用いた診察が終わった後であっても、診察時の状況を再度確認することができる。

ステップＳ６１３において、患者端末３０のストリーミング手段２１１は、サーバ１０を中継して、センサ４０から送信された生体データをリアルタイムでストリーミング（リアルタイムストリーミングに相当する）する。具体的には、患者端末３０のストリーミング手段２１１は、サーバ１０に、医師端末５０への生体データのリアルタイムストリーミングを要求する。サーバ１０は、患者端末３０からの要求に応じて、医師端末５０に、生体データのリアルタイムストリーミングを開始する。患者の生体データがリアルタイムでストリーミングされるため、生体データがストリーミングをされている間、ステップＳ６０１及びステップＳ６０２に示される処理は、繰り返し行われる。患者端末３０は、センサ４０から送信された生体データのうち、リスク情報に応じた種類の生体データを送信する。サーバ１０のデータベース（不図示）は、あらかじめ、リスク情報及び生体データの種類を対応付けて記憶している。例えば、データベースが、「糖尿病」というリスク情報に紐づけて「血糖値」という生体データの種類を記憶していて、ステップＳ６０５において生成されたリスク情報が糖尿病であった場合、リアルタイムストリーミングされる生体データの種類は、血糖値である。リアルタイムストリーミングされる生体データの種類は、ステップＳ６０７においてサーバ１０から送信される必要性情報に含まれている。

サーバ１０は、所定のアルゴリズムを用いて、所定期間において患者端末３０から送信された生体データをグラフ形式で表示するデータを生成する。生体データのグラフは、横軸が時間であり、縦軸が生体データの数値である。生体データのグラフは、医師端末５０にリアルタイミングストリーミングが行われている間、ステップＳ６０３において生体データが患者端末３０からサーバ１０に送信されるたびに更新される。

ステップＳ６１４において、患者端末３０の送信手段２０３は、医師端末５０に、推定病名を送信する（第１送信手段に相当する）。また、患者端末３０の送信手段２０３は、医師端末５０に、患者の過去の生体データを送信する（第２送信手段に相当する）。サーバ１０のデータベース（不図示）は、あらかじめ、リスク情報及び生体データの種類を対応付けて記憶している。例えば、データベースが、「糖尿病」というリスク情報に紐づけて「血糖値」という生体データの種類を記憶していて、ステップＳ６０５において生成されたリスク情報が糖尿病であった場合、医師端末５０に送信される生体データの種類は、血糖値である。

ステップＳ６１５において、サーバ１０の送信手段２０６は、患者データベースを参照して、医師端末５０に、患者の氏名、既往症、及び現症を送信する。

ステップＳ６１６において、医師端末５０の表示手段２１２は、サーバ１０から受信したデータを、ビデオ通話の映像とともに表示する。サーバ１０から受信したデータは、患者の氏名、既往症、現症、推定病名、リアルタイム生体データ、及び過去の生体データである。

図９は、医師端末５０に表示される画面を例示する図である。画面の左側には、患者端末３０で撮影された患者の映像、医師端末５０で撮影された医師の映像、医師の氏名、診療科名、患者の氏名、既往症、現症、及び推定病名が表示されている。医師が患者の様子を確認するため、患者の映像は、医師の映像よりも大きく画面に表示されている。画面の右上には、患者のリアルタイムの動脈血酸素飽和度が、グラフ形式で表示されている。画面の右下には、患者の過去の生体データが表示されている。画面の右上には、２種類のリアルタイム生体データが表示されている。一方は動脈血酸素飽和度のデータであって、他方は体温のデータである。動脈血酸素飽和度のデータはセンサ４０－１で測定された値であって、体温のデータは、センサ４０－２で測定された値である。１種類のセンサ４０ではなく複数種類のセンサ４０によって測定されたリアルタイム生体データが医師端末５０に表示されることによって、医師は、より多くの生体データをもとに、患者を診察することができる。また、患者の映像とともに患者のリアルタイム生体データが医師端末５０に表示されることによって、医師が患者から離れた場所にいる場合であっても、医師は、当該患者の生体データをリアルタイムで把握したうえで、適切に患者の診察をすることができる。

患者端末３０及び医師端末５０は、医師による操作によって医師端末５０から診察の終了の指示を受け付けると、ビデオ通話を終了する。サーバ１０は、医師端末５０から診察の終了の指示を受け付けると、ビデオ通話の記録及び生体データのストリーミングを終了する。サーバ１０は、医師端末５０から診察の終了の指示を受け付けると、医師端末５０にアンケートのデータを送信する。アンケートは、診察の必要性の有無を問う質問を含んでいる。医師端末５０は、サーバ１０から送信されたアンケートを表示する。

ステップＳ６１７において、医師端末５０の送信手段２１３は、サーバ１０に教師データを送信する。また、サーバ１０は、医師端末５０から教師データを取得する（第３取得手段に相当する）。ステップＳ６１７においてサーバ１０に送信される教師データは、患者に診察をした医師によって作成されたデータである。また、ステップＳ６１７においてサーバ１０に送信される教師データは、ビデオ通話の契機となった必要性情報の妥当性に関するフィードバック情報である。教師データは、アンケートに対する回答を含んでいる。アンケートに対する回答は、診察の必要性の有無を示す情報である。医師が、「診察対象であった患者にとって医師による診察が必要であった」ことを示す選択肢を選択した場合、医師端末５０は、サーバ１０に、診察の必要性の有無を示す情報として、「診察の必要性があった」という情報を送信する。医師が、「診察対象であった患者にとって医師による診察が必要ではなかった」ことを示す選択肢を選択した場合、医師端末５０は、サーバ１０に、診察の必要性の有無を示す情報として、「診察の必要性がなかった」という情報を送信する。

ステップＳ６１８において、サーバ１０の制御手段２１５は、医師端末５０から受信した教師データを機械学習モデルＭに入力し、学習をさせる（学習手段に相当する）。医師による診察が終わった後に、サーバ１０が、どういった状態の患者に診察が必要であったかを示す情報として教師データを学習することによって、サーバ１０は、より適切な必要性情報を生成することができる。

３．変形例
本発明は上述の実施形態に限定されるものではなく、種々の変形実施が可能である。以下、変形例をいくつか説明する。以下の変形例に記載した事項のうち２つ以上のものが組み合わせて用いられてもよい。

センサ４０は、患者端末３０と異なる装置ではなく、患者端末３０に備わっていてもよい。センサ４０は、例えば、患者端末３０に備えられた加速度センサであって、記憶手段２０２は、当該加速度センサで計測された歩数を記録してもよい。

センサ４０は、スマートウォッチに備えられたセンサ、又は、パルスオキシメータに限定されず、生体データを計測するセンサであればよい。例えば、センサ４０は、スマートバンドなどのウェアラブルデバイス、家庭用血圧計、体温計、体重計、又は心拍計であってもよい。また、センサ４０はモーションセンサであってもよい。モーションセンサを用いると、患者の体の振動（例えば手の震え）を検知することができる。例えば、いわゆるペンタブレットを用いて患者に何か文字又は図形を書かせるその文字又は図形をデータとして記録し、患者端末３０はそのデータを医師端末５０に送信してもよい。

センサ４０で測定される生体データは、血圧、体温、体重、心拍、血糖値、及び動脈血酸素飽和度に限定されず、センサ４０で測定可能な生体に係るデータであればよい。また、センサ４０の種類又は個数は２つに限定されず、３以上であってもよい。

患者端末３０に送信される生体データは、医療用計測機器から送信される生体データであってもよい。医療用計測機器とは、例えば、心電計、エコー、血液検査装置、ＣＴ、又はＭＲＩである。

実施形態において、患者端末３０は、複数のセンサ４０から取得された複数種類の生体データのうち一部の種類の生体データを医師端末５０にリアルタイムストリーミング又は過去データとして送信する例を説明した。しかし、患者端末３０は、すべての種類の生体データを医師端末５０にリアルタイムストリーミング又は過去データとして送信してもよい。

生体データがリアルタイムでストリーミングされていない場合、ステップＳ６０１においてセンサ４０の送信手段２０１が患者端末３０に生体データを送信するタイミングは、センサ４０が生体データを計測するタイミングに限定されない。すなわち、センサ４０は、生体データを記憶する手段を備えていてもよい。ステップＳ６０３において患者端末３０の送信手段２０３がサーバ１０に生体データを送信するタイミングは、あらかじめ定められた所定のタイミングであってもよい。所定のタイミングとは、例えば、５分ごとである。

生体データがリアルタイムでストリーミングされていない場合、ステップＳ６０３において患者端末３０の送信手段２０３がサーバ１０に生体データを送信するタイミングは、生体データがセンサ４０から送信されるタイミングに限定されない。ステップＳ６０３において患者端末３０の送信手段２０３がサーバ１０に生体データを送信するタイミングは、あらかじめ定められた所定のタイミングであってもよい。所定のタイミングとは、例えば、５分ごとである。

過去の生体データが記憶される場所は、患者端末３０の記憶手段２０２に限定されず、例えば、サーバ１０の記憶手段２１０であってもよい。サーバ１０の記憶手段２１０は、サーバ１０の管理者によって定められた所定期間における過去の生体データを記憶してもよい。過去の生体データがサーバ１０に記憶されている場合、ステップＳ６１４において、サーバ１０が医師端末５０に生体データを送信してもよい。

患者端末３０は、スマートフォンに限定されず、撮影機能を備えたＰＣであってもよい。医師端末５０は、ＰＣに限定されず、スマートフォンであってもよい。また、医師に対応する端末、すなわち、医師端末５０は医師が直接応答する端末に限定されない。医師に対応する端末は、患者端末３０からビデオ通話の着信があったときはまず看護師又は受付職員が応答し、その後医師が直接操作する端末にそのビデオ通話が転送される端末、又は話者が医師と交代する端末であってもよい。

患者データベースに含まれる情報は、氏名、既往症、及び現症に限定されず、患者に係る情報であればよい。患者に係る情報は、例えば、年齢、性別、処置履歴、薬の服用履歴、又は診察履歴である。

医師データベースに含まれる情報は、医師に係る情報に限定されず、医師以外の医療従事者に係る情報であってもよい。医師以外の医療従事者とは、例えば、看護師、薬剤師、又は歯科医師などである。医師データベースに含まれる情報は、氏名、診療科、及び最短対応時刻に限定されず、医療従事者に係る情報であればよい。

複数の医療従事者と同時にビデオ通話してもよい。患者の関係者、例えば、患者の親族もビデオ通話に参加してもよい。すなわち、情報処理システムＳを用いて接続される端末は、１台の患者端末３０及び１台の医師端末５０に限らない。例えば、複数の診療科の医師による診察が必要な場合は、複数の医師端末５０が情報処理システムＳに接続されてもよい。複数の医師端末５０が情報処理システムＳに接続される場合、医師端末５０に表示される画面には、医師端末５０の数の分だけ、医師端末５０において撮影される映像が表示される。また、患者の関係者の所有する端末（不図示）が情報処理システムＳに接続されてもよい。

ステップＳ６０８におけるビデオ通話の開始を要求するのは、患者端末３０に限定されず、医師端末５０であってもよい。例えば、最短対応時刻が「今すぐ」ではなく「２０２２／３／２２ １３：３０」である場合、サーバ１０は、その情報を対応する医師端末５０に通知する。医師端末５０は、２０２２年３月２２日１３時３０分になったら、サーバ１０を介して患者端末３０に、ビデオ通話の開始を要求してもよい。

医師端末５０に表示される内容は、図９に例示する内容に限定されない。例えば、医師端末５０に、図９に例示する内容の一部のみが表示されてもよいし、３以上の種類の生体データが表示されてもよい。医師端末５０に表示される生体データの種類は、リスク情報に対応する生体データの種類に限定されない。例えば、医師による医師端末５０の操作によって、リスク情報に対応しない生体データも、医師端末５０に表示されてもよい。医師端末５０の画面に表示される生体データは、１種類に限定されず、複数種類であってもよい。医師端末５０に表示される内容の一部又は全部が、情報処理システムＳに接続する他の端末に表示されてもよい。リアルタイム生体データの表示形式は、グラフに限定されず、表であってもよい。過去の生体データの表示形式は、表に限定されず、グラフであってもよい。

ビデオ通話が終了した後に医師端末５０に送信されるアンケートの内容は実施形態において例示したものに限定されない。このアンケートは、診察の必要性の有無を問う質問に加えて、又は代えて、より適切な診療科、推定病名、疾患リスクのスコア、又は電子カルテを入力させるものであってもよい。患者端末３０は、医師から入力されたこれらの情報をサーバ１０に送信する。サーバ１０は、これらの情報を教師データとして用いて機械学習モデルＭに学習をさせてもよい。

教師データは、情報処理システムＳを用いて行われた診察によって導かれた情報ではなく、サーバ１０の管理者によって入力された情報であってもよい。

情報処理システムＳにおける機能要素とハードウェア要素との対応関係は実施形態において例示したものに限定されない。例えば、実施形態においてサーバ１０の機能として説明したものの一部が、別のサーバに実装してもよい。あるいは、実施形態においてサーバ１０の機能として説明したものの一部を、ネットワーク上の他の装置に実装してもよい。サーバ１０は物理サーバであってもよいし、仮想サーバ（いわゆるクラウドを含む）であってもよい。

情報処理システムＳの動作は上述した例に限定されない。情報処理システムＳの処理手順は、矛盾の無い限り、順序が入れ替えられてもよい。また、情報処理システムＳの一部の処理手順が省略されてもよい。

要するに、本発明に係る情報処理システムにおいて、他の機器から生体に関するセンサデータを取得するステップと、前記センサデータを解析した結果として医師による診察の必要性を示す必要性情報を取得するステップと、前記必要性情報により医師による診察が必要であることが示される場合、当該医師に対応する端末とビデオ通話を行うステップと、前記ビデオ通話が開始されると、前記端末に前記センサデータのリアルタイムストリーミングを行うステップとが実行されていればよい。

実施形態において例示した各種のプログラムは、それぞれ、インターネット等のネットワークを介したダウンロードにより提供されてもよいし、ＤＶＤ－ＲＯＭ（Digital Versatile Disc Read Only Memory）等のコンピュータ読み取り可能な非一時的記録媒体に記録された状態で提供されてもよい。

１０…サーバ、２０…ネットワーク、３０…患者端末、４０…センサ、５０…医師端末、１０１…ＣＰＵ、１０２…メモリ、１０３…ストレージ、１０４…通信ＩＦ、２０１…送信手段、２０２…記憶手段、２０３…送信手段、２０４…解析手段、２０５…生成手段、２０６…送信手段、２０７…要求手段、２０８…通話手段、２０９…通話手段、２１０…記憶手段、２１１…ストリーミング手段、２１２…表示手段、２１３…送信手段、２１４…制御手段、２１５…制御手段、２１６…制御手段、２１７…取得手段、２１８…受信手段、３０１…ＣＰＵ、３０２…メモリ、３０３…ストレージ、３０４…通信ＩＦ、３０５…入力部、３０６…ディスプレイ、５０１…ＣＰＵ、５０２…メモリ、５０３…ストレージ、５０４…通信ＩＦ、５０５…入力部、５０６…ディスプレイ

Claims (11)

1. 他の機器から生体に関するセンサデータを取得する第１取得手段と、
   前記センサデータを解析した結果として医師による診察の必要性を示す必要性情報を取得する第２取得手段と、
   前記必要性情報により医師による診察が必要であることが示される場合、当該医師に対応する端末とビデオ通話を行う通話手段と、
   前記ビデオ通話が開始されると、前記端末に前記センサデータのリアルタイムストリーミングを行うストリーミング手段と
   を有する情報処理装置。
2. 前記通話手段は、前記必要性情報により医師による診察が必要であることが示される場合、前記端末に前記ビデオ通話を発信する
   請求項１に記載の情報処理装置。
3. 前記第１取得手段は、複数のセンサから複数種類のセンサデータを取得し、
   前記センサデータを解析した結果が、前記取得した複数種類のセンサデータに基づいて当該複数種類のセンサデータを解析した結果である前記生体の疾患リスクを示すリスク情報である
   請求項１又は２に記載の情報処理装置。
4. 前記ストリーミング手段は、前記複数種類のセンサデータのうち前記リスク情報に応じて選択された一部のセンサデータのリアルタイムストリーミングを行う
   請求項３に記載の情報処理装置。
5. 前記ビデオ通話が開始されると、前記リスク情報を前記端末に送信する第１送信手段
   を有する請求項３に記載の情報処理装置。
6. 前記ビデオ通話が開始されると、前記第１取得手段が取得した前記生体の過去のセンサデータを前記端末に送信する第２送信手段
   を有する請求項１又は２に記載の情報処理装置。
7. 前記第１取得手段は、複数のセンサから複数種類のセンサデータを取得し、
   前記センサデータを解析した結果が、前記取得した複数種類のセンサデータに基づいて当該複数種類のセンサデータを解析した結果である前記生体の疾患リスクを示すリスク情報であり、
   前記第２送信手段は、前記複数種類のセンサデータのうち前記リスク情報に応じて選択された一部のセンサデータを送信する
   請求項６に記載の情報処理装置。
8. 他の機器から生体に関するセンサデータを取得する第１取得手段と、
   前記センサデータを解析し、医師による診察の必要性を示す必要性情報を出力する解析手段と、
   前記必要性情報により医師による診察が必要であることが示される場合、当該医師に対応する端末とビデオ通話を行う通話手段と、
   前記ビデオ通話が開始されると、前記端末に前記センサデータのリアルタイムストリーミングを行うストリーミング手段と
   を有する情報処理システム。
9. 患者の生体に関するセンサデータ及び当該患者に対する医師による診察の必要性の有無を示す情報を教師データとして機械学習済の学習済モデルにアクセスするアクセス手段を有し、
   前記必要性情報は、前記第１取得手段が取得したセンサデータが前記学習済モデルに入力されることによって生成される情報である
   請求項８に記載の情報処理システム。
10. 前記ビデオ通話が終了すると、当該ビデオ通話の契機となった必要性情報の妥当性に関するフィードバック情報を取得する第３取得手段と、
    前記フィードバック情報を教師データとして用いて前記学習済モデルに学習をさせる学習手段と
    を有する
    請求項９に記載の情報処理システム。
11. 他の機器から生体に関するセンサデータを取得するステップと、
    前記センサデータを解析した結果として医師による診察の必要性を示す必要性情報を取得するステップと、
    前記必要性情報により医師による診察が必要であることが示される場合、当該医師に対応する端末とビデオ通話を行うステップと、
    前記ビデオ通話が開始されると、前記端末に前記センサデータのリアルタイムストリーミングを行うステップと
    を有する情報処理システムの処理方法。

Images