JP2024022990A - 情報処理方法、プログラム、および情報処理装置 - Google Patents

Abstract

【課題】対象者それぞれに合わせて、対象者の行動症状や心理症状の発生を判定し、発生の要因候補を特定することができる情報処理方法、プログラム、および情報処理装置を提供する。【解決手段】情報処理方法は、コンピュータが、対象者の生活を記録したテキスト情報を含む生活記録を取得し、生活記録に基づいて、対象者について、認知症に関する心理症状および／または行動症状が発生しているか否かを判定し、症状が発生していることを判定の結果が示す場合、生活記録に基づいて、症状の発生の１以上の要因候補を特定し、判定の結果を示す症状情報と、１以上の要因候補のそれぞれを示す要因候補情報とを、ユーザの要求に応じてユーザ装置に出力させる。【選択図】図３

Description

特許法第３０条第２項適用申請有り （１）令和３年９月３０日、ウェブサイトによる公開、ｈｔｔｐｓ：／／ｗｗｗ．ｂｅｎｅｓｓｅ－ｈｄ．ｃｏ．ｊｐ／ｊａ／ｉｒ／ｌｉｂｒａｒｙ／ａｒ／２０２１／ｆｏｃｕｓ／ｎｕｒｓｉｎｇ＿ｃａｒｅ．ｈｔｍｌ （２）令和３年１１月５日、ウェブサイトによる公開、ｈｔｔｐｓ：／／ｐｄｆ．ｉｒｐｏｃｋｅｔ．ｃｏｍ／Ｃ９７８３／ｌ３Ｆａ／ＮｆＧｌ／ＵＢ５Ｇ．ｐｄｆ （３）令和３年１２月７日、ウェブサイトによる公開、ｈｔｔｐｓ：／／ｂｕｓｉｎｅｓｓ．ｎｉｋｋｅｉ．ｃｏｍ／ａｔｃｌ／ｇｅｎ／１９／０００２８／１１２４０００１１／ （４）令和３年１２月２１日、ウェブサイトによる公開、ｈｔｔｐｓ：／／ｂｕｓｉｎｅｓｓ．ｎｉｋｋｅｉ．ｃｏｍ／ａｔｃｌ／ｇｅｎ／１９／０００２８／１２０６０００１２／ （５）令和４年１月１４日、ウェブサイトによる公開、ｈｔｔｐｓ：／／ｂｕｓｉｎｅｓｓ．ｎｉｋｋｅｉ．ｃｏｍ／ａｔｃｌ／ｇｅｎ／１９／０００２８／１２１６０００１３／ （６）令和４年２月２５日、ウェブサイトによる公開、ｈｔｔｐｓ：／／ｗｗｗ．ｔｖ－ｔｏｋｙｏ．ｃｏ．ｊｐ／ｐｌｕｓ／ｂｕｓｉｎｅｓｓ／ｅｎｔｒｙ／２０２２／０２５５５１．ｈｔｍｌ （７）令和４年４月４日、ウェブサイトによる公開、ｈｔｔｐｓ：／／ｙｅｌｌｏｗｆｉｎ．ｃｏ．ｊｐ／ｂｌｏｇ／２０２２／０４／４－ｊｐｎｅｗｓ１－ｃａｓｅ－ｓｔｕｄｙ－ｂｅｎｅｓｓｅ－ｓｔｙｌｅ－ｃａｒｅ （８）令和４年４月２２日、ウェブサイトによる公開、ｈｔｔｐｓ：／／ｗｗｗ．ｂｅｎｅｓｓｅ．ｃｏ．ｊｐ／ｄｉｇｉｔａｌ／ｃａｓｅｓｔｕｄｙ＿４／ （９）令和４年５月１２日、ウェブサイトによる公開、ｈｔｔｐｓ：／／ｐｄｆ．ｉｒｐｏｃｋｅｔ．ｃｏｍ／Ｃ９７８３／ｗｉｇｐ／Ｓ４ＱＶ／ＯＱｅＯ．ｐｄｆ （１０）令和４年５月１７日、ウェブサイトによる公開、ｈｔｔｐｓ：／／ｗｗｗ．ｂｅｎｅｓｓｅ．ｃｏ．ｊｐ／ｂｒａｎｄ／ｃａｔｅｇｏｒｙ／ｃａｒｅ／２０２２０５１７＿１／ （１１）令和４年６月２４日、ウェブサイトによる公開、ｈｔｔｐｓ：／／ｗｗｗ．ｂｅｎｅｓｓｅ－ｈｄ．ｃｏ．ｊｐ／ｊａ／ａｂｏｕｔ／ｐｒｏｆｉｌｅ／ｐｄｆ／２０２２／ｐｄｆ＿ｐｒｏｆｉｌｅ．ｐｄｆ

特許法第３０条第２項適用申請有り （１２）令和３年１２月１７日、刊行物による公開、株式会社日経ＢＰ、日経ビジネス、２０２１年１２月２０日号 （１３）令和４年１月７日、刊行物による公開、株式会社日経ＢＰ、日経ビジネス、２０２２年１月１０日号 （１４）令和４年１月２８日、刊行物による公開、株式会社日経ＢＰ、日経ビジネス、２０２２年１月３１日号 （１５）令和４年６月３０日、刊行物による公開、公益社団法人神奈川県介護福祉士会、神奈川県介護福祉士会 会報誌「ほほえみ」、６６号 （１６）令和４年２月４日、刊行物による公開、株式会社日経ＢＰ、日経トレンディ、２０２２年３月号 （１７）令和４年２月３日、刊行物による公開、株式会社日刊工業新聞社、日刊工業新聞、令和４年２月３日付 （１８）令和４年３月８日、刊行物による公開、株式会社山陽新聞事業社、山陽新聞、令和４年３月８日付 （１９）令和４年３月２５日、刊行物による公開、株式会社日刊工業新聞社、日刊工業新聞、令和４年３月２５日付 （２０）令和４年４月２２日、刊行物による公開、株式会社日刊工業新聞社、日刊工業新聞、令和４年４月２２日付 （２１）令和４年４月６日、刊行物による公開、株式会社高齢者住宅新聞社、高齢者住宅新聞、第６６６・６６７号 （２２）令和４年２月１０日、刊行物による公開、株式会社毎日新聞社、毎日新聞、令和４年２月１０日付朝刊 （２３）令和４年７月３日、刊行物による公開、株式会社産業経済新聞社、産経新聞、令和４年７月３日付朝刊

特許法第３０条第２項適用申請有り （２４）令和４年２月２４日、テレビ放送による公開、テレビ東京、ワールドビジネスサテライト、令和４年２月２４日２２時から放送

特許法第３０条第２項適用申請有り （２５）令和３年１０月１５日、株式会社ベネッセスタイルケアにおける採用パンフレットの配布による公開

本発明は、情報処理方法、プログラム、および情報処理装置に関する。

従来、対象者の生体および対象者の周辺環境をセンシングすることで得られるセンサデータを利用して、対象者の行動症状や心理症状の発生を判定する技術が存在する。下記特許文献１では、対象者に関するセンサデータに基づいてこの対象者の覚醒頻度、昼寝または夕寝の頻度などの睡眠状態を判定し、判定した睡眠状態に基づいて、対象者の認知症周辺症状の発生を判定する方法が開示されている。

特開２０１９－０７６６８９号公報

特許文献１に記載の技術では、センサデータを利用して対象者の行動症状や心理症状の発生を判定する場合、定量的なデータに基づく画一的な判定にならざるを得ない。しかしながら、例えば睡眠センサを利用する場合、対象者Ａと対象者Ｂとについて同じような睡眠状態をセンサデータが示しても、対象者Ａと対象者Ｂとが安心できる睡眠状態はそれぞれ異なる可能性がある。対象者Ａにとっては現在の睡眠状態に安心を感じていて、他方、対象者Ｂにとっては現在の睡眠状態に不安を感じていることがありうる。このように、対象者それぞれに合わせた行動症状や心理症状の発生の判定をすることが困難であった。さらに、画一的な判定の結果の場合、この判定の結果をみて何が要因となっているかといったことを特定する際にも、画一的な対応となってしまっていた。

そこで、本発明のいくつかの態様は、対象者それぞれに合わせて、対象者の行動症状や心理症状の発生を判定し、発生の要因候補を特定することができる情報処理方法、プログラム、および情報処理装置を提供することを目的とする。

本発明の一態様に係る情報処理方法は、コンピュータが、対象者の生活を記録したテキスト情報を含む生活記録を取得し、生活記録に基づいて、対象者について、認知症に関する心理症状および／または行動症状が発生しているか否かを判定し、症状が発生していることを判定の結果が示す場合、生活記録に基づいて、症状の発生の１以上の要因候補を特定する。

本発明の一態様に係るプログラムは、コンピュータに、対象者の生活を記録したテキスト情報を含む生活記録を取得する取得機能と、生活記録に基づいて、対象者について、認知症に関する心理症状および／または行動症状が発生しているか否かを判定する判定機能と、を実現させ、コンピュータに、症状が発生していることを判定の結果が示す場合、生活記録に基づいて、症状の発生の１以上の要因候補を特定する特定機能と、を実現させる。

本発明の一態様に係る情報処理装置は、対象者の生活を記録したテキスト情報を含む生活記録を取得する取得部と、生活記録に基づいて、対象者について、認知症に関する心理症状および／または行動症状が発生しているか否かを判定する判定部と、を備え、症状が発生いることを判定の結果が示す場合、生活記録に基づいて、症状の発生の１以上の要因候補を特定する特定部と、を備える。

本発明のいくつかの態様によれば、対象者それぞれに合わせて、対象者の行動症状や心理症状の発生を判定し、発生の要因候補を特定することができる。

本実施形態に係る介護支援システムのシステム構成の一例を示す図である。 本実施形態に係る介護支援システムの概要の一例を示す図である。 本実施形態に係るサーバ装置の機能構成の一例を示す図である。 本実施形態に係る介護支援システムの画面例を示す図である。 本実施形態に係る介護支援システムの画面例を示す図である。 本実施形態に係る介護支援システムの画面例を示す図である。 本実施形態に係る介護支援システムの画面例を示す図である。 本実施形態に係る介護支援システムの動作例を示す図である。 本実施形態に係る介護支援システムのハードウェア構成の一例を説明するための図である。

添付図面を参照して、本発明の一実施形態（以下、「本実施形態」という。）について説明する。なお、各図において、同一の符号を付したものは、同一又は同様の構成を有する。

＜１．システム構成＞
図１を用いて、本実施形態に係る介護支援システム１のシステム構成の例を説明する。本実施形態に係る介護支援システム１は、介護サービスを被介護者（対象者の一態様）に提供するにあたって、介護者である介護スタッフを支援するためのシステムである。被介護者は、介護支援システム１を用いて、介護スタッフにより生活に関するケア（以下、単に「ケア」ともいう）を受けている者とする。

介護支援システム１では、被介護者の生活を記録者やコンピュータにより記録したテキスト情報を含む生活記録と、被介護者の生体および／または被介護者の周辺環境をセンシングすることで得られるデータ（以下、「センサデータ」ともいう）を、被介護者に対するケアに利用する。この記録者は、例えば、介護スタッフまたは被介護者の家族などであってもよい。

介護支援システムでは、被介護者の認知症に関する心理症状および／または行動症状、いわゆるＢＰＳＤ（Ｂｅｈａｖｉｏｒａｌ ａｎｄ Ｐｓｙｃｈｏｌｏｇｉｃａｌ Ｓｙｍｐｔｏｍ ｏｆ Ｄｅｍｅｎｔｉａ）への介護スタッフの対応を支援する。以下、被介護者の認知症に関する心理症状および／または行動症状を、「ＢＰＳＤ」ともいう。

図１に示すように、介護支援システム１は、サーバ装置１００と、介護スタッフが使用するスタッフ端末２００と、を備える。サーバ装置１００とスタッフ端末２００とは、通信ネットワークＮを介して接続される。介護支援システム１のユーザは、例えば、介護スタッフ、介護スタッフ以外の介護サービスの提供者、および／または被介護者の関係者（例えば、被介護者の家族など）が考えられる。

通信ネットワークＮは、無線ネットワークや有線ネットワークにより構成される。通信ネットワークＮの一例としては、携帯電話網や、ＰＨＳ（Ｐｅｒｓｏｎａｌ Ｈａｎｄｙ－ｐｈｏｎｅ Ｓｙｓｔｅｍ）網、無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、３Ｇ（３ｒｄ Ｇｅｎｅｒａｔｉｏｎ）、ＬＴＥ（Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ）、４Ｇ（４ｔｈ Ｇｅｎｅｒａｔｉｏｎ）、５Ｇ（５ｔｈ Ｇｅｎｅｒａｔｉｏｎ）、ＷｉＭａｘ（登録商標）、赤外線通信、Ｂｌｕｅｔｏｏｔｈ（登録商標）、有線ＬＡＮ、電話線、電力線通信ネットワーク、ＩＥＥＥ１３９４などに準拠したネットワークがある。

［サーバ装置］
サーバ装置１００は、スタッフ端末２００との通信が可能な情報処理装置である。サーバ装置１００は、介護サービスを被介護者に提供するにあたって、介護スタッフを支援するための機能を提供する。本実施形態では、サーバ装置１００が介護サービスを提供するためのＷｅｂサイト（以下、「介護支援サイト」ともいう）を生成し、生成した介護支援サイトのＷｅｂページをスタッフ端末２００に配信する例を説明する。サーバ装置１００は、スタッフ端末２００を介して介護スタッフに介護支援サイトのＵＲＬを指定しログインさせることにより、許可された介護支援サイトのページにアクセスさせることができる。このログインは、各ユーザが介護支援システム１に予め登録したアカウント（ユーザＩＤとパスワード）によって行われる。

［スタッフ端末］
スタッフ端末２００は、例えば、スマートフォンやタブレット端末、ＰＤＡ、ラップトップなどの汎用または専用の情報処理装置によって構成される。スタッフ端末２００は、ユーザ装置の一態様である。本実施形態では、スタッフ端末２００に標準的に備わるＷｅｂブラウザを利用する例を説明する。スタッフ端末２００は、サーバ装置１００から配信されたＷｅｂページをＷｅｂブラウザから閲覧することで、サーバ装置１００から学習ツールの提供を受けるものとする。

＜２．システムの概要＞
図２を用いて、本実施形態に係る介護支援システム１の概要を説明する。図２に示すように、介護支援システム１では、介護支援サイトにおいて、（１）アセスメント（２）ＤＡＲ（Ｄａｔａ Ａｃｔｉｏｎ Ｒｅｓｐｏｎｓｅ）による生活記録・事故（転倒、誤入室など）、（３）センサ／体調記録／薬、（４）ケアの改善ヒント、といった（１）～（４）それぞれに関連する情報を被介護者ごとにまとめたダッシュボード（以下、「ケア支援ダッシュボード」ともいう）をスタッフ端末２００に出力させることができる。

（１）アセスメント（被介護者の基本情報）
ケア支援ダッシュボードは、例えば、被介護者の基本情報として、被介護者のアセスメントの記録（最新の記録とそれ以前の所定期間における記録）を出力する。このアセスメントは、例えば、被介護者について、要介護度、認知症のステージ、見当識障害の有無、生活の場面ごとの自立度（例えば、日常生活自立度など）などについて評価したものを含む。

（２）ＤＡＲ・事故（被介護者の状態）
ケア支援ダッシュボードは、例えば、被介護者の状態として、生活記録に基づいて、ＢＰＳＤについて単位期間ごとの発生件数の推移などを出力してもよい。また、ケア支援ダッシュボードは、例えば、この出力に関する詳細な情報として、生活記録に含まれるテキスト情報そのものを出力させてもよい。また、生活記録は、例えば、記録方法としてフォーカスチャーティング（ＤＡＲ）の手法を用いて被介護者の生活を経過観察した記録であってもよい。

ケア支援ダッシュボードは、例えば、被介護者の表情の様子をフェイスマークで記録した結果に基づいて、フェイスマークの種類ごとの件数を出力してもよい。

ケア支援ダッシュボードは、例えば、被介護者の状態として、被介護者の事故を記録したテキスト情報を含む事故記録に基づいて、事故発生の状況（例えば、単位期間ごとの事故発生件数の推移など）を出力する。また、ケア支援ダッシュボードは、例えば、この出力に関する詳細な情報として、事故記録に含まれるテキスト情報そのものを出力させてもよい。

ケア支援ダッシュボードは、例えば、上記の事故発生件数、ＢＰＳＤの発生件数およびフェイスマークの件数について、単位期間（図２では、「時間帯」と表記）ごとの他に、これらが発生したときのケアの種類ごとに出力してもよい。

（３）センサ／体調記録／薬（被介護者の状態を引き起こす要因）
ケア支援ダッシュボードは、例えば、上記（２）の状態を引き起こす要因として、被介護者のセンサデータ、体調の記録、医薬品の処方内容、現在行っているケアの内容等を出力する。

（４）ケアの改善ヒント（要因への対応）
ケア支援ダッシュボードは、例えば、上記（３）の要因への対応として、ケアを改善するためのヒントを出力する。ケア支援ダッシュボードは、例えば、睡眠センサのセンサデータが被介護者の睡眠時間が標準値よりも短いことを示す場合、「睡眠時間が短いようです。寝姿勢は大丈夫？」といったヒントを出力してもよい。

被介護者が本来どのような人なのか、被介護者の状態はよいのか悪いのか、よい／悪い状態を引き起こす要因は何なのか、それらに対応するためにはどうすればよいのか、というように、被介護者をケアする際に介護スタッフが考えるべきことがいくつもある。上記構成のもと、介護支援システム１では、その答えまたはヒントとなり得る情報をケア支援ダッシュボードでまとめて、このような介護スタッフの思考の流れにそって出力させることができる。

上記構成のもと、介護支援システム１では、対象者の生活記録や事故記録のテキスト情報によりＢＰＳＤについて単位期間ごとの発生件数の推移などを出力することができる。このため、定量的な記録や選択方式による記録では表しきれない対象者それぞれの性格や趣向などをふまえた細やかな記録によって対象者に合わせたＢＰＳＤの発生の状況を出力させることができる。

＜３．機能構成＞
図３を参照して、本実施形態に係るサーバ装置１００の機能構成を説明する。図３に示すように、サーバ装置１００は、制御部１１０と、通信部１２０と、記憶部１３０と、を備える。

［制御部］
制御部１１０は、取得部１１１と、判定部１１２と、特定部１１３と、出力部１１５と、を備える。また、制御部１１０は、例えば、分類部１１４を備えてもよい。

［取得部］
取得部１１１は、スタッフ端末２００または記憶部１３０から、被介護者の生活記録を取得する。

取得部１１１は、例えば、センサ装置（不図示）または記憶部１３０から、生活記録を記録した時点（以下、「記録時点」ともいう）におけるセンサデータを取得してもよい。このセンサ装置は、例えば、体動センサ、睡眠センサ、脈拍センサ、呼吸センサ、温度センサ、排泄検知センサ、血圧センサ（血圧計）、体重計、湿度計、気圧計、および／または画像センサなどであってもよい。また、この記録時点は、例えば、一定の幅をもった時間（すなわち、時期）を示してもよい。例えば、生活記録を記録した日時が「２０２２年６月３０日 午前１０時１５分」であれば、この記録の記録時点は、２０２２年６月３０日午前１０時台としてもよいし、２０２２年６月３０日午前中としてもよい。

センサデータは、例えば、被介護者の生体をセンシングすることで得られるデータ（以下、「生体データ」ともいう）を含んでもよい。生体データは、例えば、被介護者の睡眠の状態、排泄の状態、脈拍の状態、呼吸の状態、血圧の状態、体重の状態、および／または体温の状態を測定したものであってもよい。また、センサデータは、被介護者の周辺環境をセンシングすることで得られるデータ（以下、「環境データ」ともいう）を含んでもよい。環境データは、例えば、被介護者の周辺環境の温度の状態、湿度の状態、および／または気圧の状態などを測定したものであってもよい。

取得部１１１は、例えば、記憶部１３０から、健常時生活記録と、健常時センサデータとを取得してもよい。健常時生活記録は、被介護者の健常時において、この被介護者の生活を記録したテキスト情報を含む生活記録である。また、健常時センサデータは、被介護者の健常時において、被介護者の生体および／または被介護者の周辺環境をセンシングすることで得られたデータである。

取得部１１１は、例えば、記憶部１３０から、アセスメント情報を取得してもよい。アセスメント情報は、被介護者に対して行ったアセスメントの結果を示す情報である。

［判定部］
判定部１１２は、生活記録に基づいて、被介護者について、認知症に関する心理症状および／または行動症状（言い換えれば、ＢＰＳＤ）の発生を判定する。具体的には、判定部１１２は、被介護者について、ＢＰＳＤが発生しているか否か（言い換えれば、発生の有無）、また、発生しているＢＰＳＤがどのような症状かを判定してもよい。判定部１１２は、この判定の結果を示す症状情報を記憶部１３０に記憶させてもよい。

生活記録は、例えば、記録の方法としてフォーカスチャーティングを用いて記録者（例えば、介護スタッフなど）によりフリーテキストで記録されたテキストであってもよい。具体的には、生活記録は、被介護者の心配事や関心事、被介護者の行動、または被介護者に起きた出来事などにフォーカスして被介護者の経過が記録されたテキスト情報を含んでもよい。また、生活記録は、例えば、フォーカスチャーティング（ＤＡＲ）の手法を用いて被介護者を経過観察した、記録者によるフリーテキストであってもよい。このような構成によれば、被介護者それぞれに合わせて被介護者それぞれに起こった出来事などに焦点をあてた観察がなされ、介護スタッフの自由な記載によるこの観察の記録に基づいてＢＰＳＤの発生を判定することができる。このため、被介護者それぞれに合わせたＢＰＳＤの発生を判定することができ、介護スタッフのノウハウや知見が活かされた観察の記録に基づくことにより、ノウハウや知見を取り入れた形での判定をすることができる。

症状情報は、被介護者ごとのＢＰＳＤに関する情報である。症状情報は、例えば、ＢＰＳＤの発生の有無、（ＢＰＳＤの発生が「有」の場合）発生しているＢＰＳＤごとに、ＢＰＳＤの類型、発生日時、および／または発生場所などを含んでもよい。

判定部１１２は、例えば、自然言語処理の技術や機械学習および深層学習の技術を用いて、ＢＰＳＤの発生を判定してもよい。判定部１１２は、例えば、ＢＰＳＤのどの症状が発生しているかを判定するための判定モデルを用いて、判定してもよい。

判定モデルは、例えば、教師データに基づいて、機械学習および深層学習の技術を用いて学習されたモデルであってもよい。また、この教師データは、例えば、ＢＰＳＤの発生の有無、類型、意欲・ＰＯＳ行動の有無を表すラベルが付与されたテキスト情報であってもよい。また、このラベルは、スタッフ端末２００に表示されたテキスト情報に対する介護スタッフの指定（言い換えれば、テキスト情報が表示された画面に対する操作入力）に応じて付与されてもよい。

判定モデルは、例えば、前処理として、生活記録に含まれるテキスト情報に対して形態素解析を行い、テキスト情報に含まれる文章を、単語の単位に分割する。判定モデルは、例えば、ＢＥＲＴ（Ｂｉｄｉｒｅｃｔｉｏｎａｌ Ｅｎｃｏｄｅｒ Ｒｅｐｒｅｓｅｎｔａｔｉｏｎｓ ｆｒｏｍ Ｔｒａｎｓｆｏｒｍｅｒｓ）を含んでもよい。判定モデルは、ＢＥＲＴを用いて、上記分割された単語群のベクトルシーケンスに変換し、変換したベクトルシーケンスを入力して、回答文に相当するベクトルシーケンスを出力する。次に、判定モデルは、出力したベクトルシーケンスに基づいて特徴ベクトルを生成する。次に、判定モデルは、ニューラルネットワーク（分類器）を含み、ニューラルネットワークに特徴ベクトルを入力して、ＢＰＳＤがどの類型の症状を発生しているか、または発生していないかの分類を出力することで、発生の有無を判定し、さらにＢＰＳＤの類型を分類する。また、判定モデルは、例えば、ＢＰＳＤの発生の有無と同様に、判定モデルを用いて意欲的な行動および／またはポジティブな行動（以下、「意欲・ＰＯＳ行動」ともいう）の有無を判定してもよい。

上記構成によれば、判定部１１２は、定量的な記録や選択方式による記録では表しきれない対象者それぞれの性格や趣向などをふまえて記録したテキスト情報によってＢＰＳＤの発生を判定することができる。このため、対象者それぞれに合わせて、ＢＰＳＤの発生の判定をすることができる。

［判定部］
判定部１１２は、生活記録に基づいて、被介護者について、意欲・ＰＯＳ行動を判定する。具体的には、判定部１１２は、被介護者について、意欲・ＰＯＳ行動を行っているか否か（言い換えれば、行動の有無）、また行っている意欲・ＰＯＳ行動がどのような行動なのか判定してもよい。判定部１１２は、この判定の結果を示す行動情報を記憶部１３０に記憶させてもよい。

［特定部］
特定部１１３は、ＢＰＳＤの発生を判定部１１２による判定の結果が示す場合、生活記録に基づいて、ＢＰＳＤの発生の１以上の要因候補を特定する。特定部１１３は、この特定した１以上の要因候補のそれぞれを示す要因候補情報を記憶部１３０に記憶させてもよい。

特定部１１３は、例えば、複数のＢＰＳＤの発生の要因のそれぞれを表す文字列（以下、「要因文字列」ともいう）が登録された辞書情報を参照して、判定部１１２によりＢＰＳＤが発生していると判定されたテキスト情報に含まれる文字列の中から要因文字列と少なくとも一部が一致する文字列を抽出できた場合、この要因文字列に対応する要因を、要因候補として特定してもよい。

特定部１１３は、例えば、自然言語処理の技術や機械学習および深層学習の技術を用いて、ＢＰＳＤの発生の１以上の要因候補を特定してもよい。特定部１１３は、例えば、ＢＰＳＤの発生の１以上の要因候補を特定するための特定モデルを用いて、特定してもよい。なお、この特定モデルと判定部１１２の判定モデルとは、同一のモデルであってもよい。

特定モデルは、例えば、教師データを元に、機械学習および深層学習の技術を用いて学習されたモデルであってもよい。また、この教師データは、例えば、ＢＰＳＤの発生の有無、類型、ＢＰＳＤの発生の要因を表すラベルが付与されたテキスト情報であってもよい。また、要因ラベルは、スタッフ端末２００に表示されたテキスト情報に対する介護スタッフの指定（言い換えれば、テキスト情報が表示された画面に対する操作入力）に応じて付与されてもよい。

特定部１１３は、例えば、生活記録の記録時点におけるセンサデータおよび／または介護記録に基づいて、ＢＰＳＤの発生の１以上の要因候補を特定してもよい。具体的には、特定部１１３は、ＢＰＳＤが発生した時の睡眠センサのセンサデータが被介護者の睡眠時間の不足を示す場合、要因候補として睡眠時間の不足を特定してもよい。このような構成によれば、テキスト情報の記録では表しきれない、被介護者の生体の変化や環境の状態を定量的に表し、かつ相対的に介護スタッフに負荷をかけずに情報量が多く盛り込まれたセンサデータや介護記録に基づいて要因候補を特定することができる。

特定部１１３は、例えば、後述する寄与度算出部１１３ｂが算出した１以上の要因候補のそれぞれの寄与度（以下、単に「寄与度」ともいう）に基づいて、１以上の要因候補の中からＢＰＳＤの発生の１以上の要因を特定してもよい。

特定部１１３は、例えば、アセスメント情報および／または症状情報に基づいて、ケアによる被介護者のパターン（以下、「被介護者パターン」ともいう）を特定してもよい。被介護者パターンは、例えば、被介護者が受けているケアの類型を表すパターン、被介護者の行動の類型を表すパターン、被介護者の認知症の状態を含む身体の状態の類型を表すパターン、および／または被介護者の趣向の類型を表すパターン（これらのパターンのうち２以上のパターンの組み合わせを含む）であってもよい。

特定部１１３は、例えば、ケア履歴情報を記憶する記憶部１３０を参照して、ＢＰＳＤの発生日時に行われていたケアの内容を特定してもよい。ケア履歴情報は、所定期間における被介護者に対するケアの履歴を示す情報である。

特定部１１３は、例えば、対象者に対するケアの複数の改善案のそれぞれを示す改善案情報を記憶する記憶部１３０を参照して、改善案情報に基づいて、複数の改善案の中から、１以上の要因候補の少なくともいずれかに対応するケアの改善案（以下、単に「対応改善案」ともいう）を特定してもよい。また、特定部１１３は、例えば、近似度算出部１１３ｃにより算出された近似度にさらに基づいて、対応改善案を特定してもよい。特定部１１３は、例えば、複数の改善案の中から近似度が最も高い改善案を、対応改善案として特定してもよい。

特定部１１３は、例えば、比較部１１３ａを備えてもよい。比較部１１３ａは、例えば、ＢＰＳＤの発生を判定部１１２による判定の結果が示す場合、このＢＰＳＤが発生したと判定された生活記録（以下、「ＢＰＳＤ時生活記録」ともいう）と、健常時生活記録との比較（以下、「第１比較」ともいう）を行う。また、比較部１１３ａは、例えば、ＢＰＳＤの発生を判定部１１２による判定の結果が示す場合、ＢＰＳＤ時生活記録の記録時点におけるセンサデータ（以下、「ＢＰＳＤ時センサデータ」ともいう）と健常時センサデータとの比較（以下、「第２比較」ともいう）を行う。

ＢＰＳＤ時生活記録と健常時生活記録とは、それぞれの記録時点を開始時点としてこの開始時点から第１期間遡って記録されたものを含んでもよい。例えば、生活記録の記録時点を「２０２２年６月３０日」とし、第１期間を「３か月」とする場合、生活記録は、２０２２年６月３０日から３か月間遡って２０２２年３月３０日までの記録したものを含んでもよい。この場合、比較部１１３ａは、例えば、第１期間での時系列をあわせて行った第１比較の結果に基づいて、ＢＰＳＤ時生活記録と健常時生活記録との間の差異（以下、「第１差異」ともいう）を、時系列にそって複数抽出してもよい。

比較部１１３ａは、例えば、上記抽出された複数の第１差異のそれぞれに対して、開始時点から複数の第１差異のそれぞれを抽出した時点までの間の時間の長さに応じて重み付けを行ってもよい。比較部１１３ａは、例えば、この時間の長さに重み付けを比例させて、この長さが短いほど、すなわち開始時点から近い抽出時点ほど重みを大きくするようにしてもよい。

ＢＰＳＤ時センサデータと健常時センサデータとは、それぞれに対応する記録時点を開始時点としてこの開始時点から第２期間遡ってセンシングして得られたものを含んでもよい。例えば、センサデータに対応する記録時点を「２０２２年６月３０日」とし、第２期間を「３か月」とする場合、ＢＰＳＤ時センサデータは、２０２２年６月３０日から３か月間遡って２０２２年３月３０日までに測定されたものを含んでもよい。この場合、比較部１１３ａは、例えば、第２期間での時系列をあわせて行った第２比較の結果に基づいて、センサデータと健常時センサデータとの間の差異（以下、「第２差異」ともいう）を、時系列にそって複数抽出してもよい。なお、第１期間と第２期間は、同じ期間であってもよいし、異なる期間であってもよい。

比較部１１３ａは、例えば、上記抽出された複数の第２差異のそれぞれに対して、開始時点から複数の第２差異のそれぞれを抽出した時点までの間の時間の長さに応じて重み付けを行ってもよい。比較部１１３ａは、例えば、第１差異と同様に、この時間の長さに重み付けを比例させて、この長さが短いほど重みを大きくするようにしてもよい。

特定部１１３は、例えば、寄与度算出部１１３ｂを備えてもよい。寄与度算出部１１３ｂは、例えば、第１比較および／または第２比較の結果に基づいて、ＢＰＳＤに対する１以上の要因候補のそれぞれの寄与度を算出してもよい。

寄与度算出部１１３ｂは、例えば、変数重要度分析の手法を用いて、１以上の要因候補のそれぞれの寄与度を算出してもよい。寄与度算出部１１３ｂは、例えば、寄与度として、ＢＰＳＤの発生日時とセンサデータおよび／または介護記録とに基づいて、１以上の要因候補の特徴量の重要度（いわゆる、Ｆｅａｔｕｒｅ Ｉｍｐｏｒｔａｎｃｅ）を評価してもよい。また、寄与度算出部１１３ｂは、例えば、この特徴量の重要度の評価にあたって、ＩＣＥ（Ｉｎｄｉｖｉｄｕａｌ Ｃｏｎｄｉｔｉｏｎａｌ Ｅｘｐｅｃｔａｔｉｏｎ）の手法を用いてもよい。

寄与度算出部１１３ｂは、例えば、複数の第１差異のそれぞれに対する重み付けにさらに基づいて、寄与度を算出してもよい。このような構成によれば、ＢＰＳＤの発生時点との時間的な距離に応じて、健常時との差異がどの程度ＢＰＳＤの発生に寄与しているかを変化させることができる。このため、例えば、発生時点に近い差異ほど重みを大きくすることで、寄与度の値を大きくさせることができるため、ＢＰＳＤとの相関がより強い要因候補を特定させることができる。

寄与度算出部１１３ｂは、例えば、複数の第２差異のそれぞれに対する重み付けにさらに基づいて、寄与度を算出してもよい。このような構成によれば、ＢＰＳＤの発生時点との時間的な距離に応じて、健常時との差異がどの程度ＢＰＳＤの発生に寄与しているかを変化させることができる。このため、例えば、発生時点に近い差異ほど重みを大きくすることで、寄与度の値を大きくさせることができるため、ＢＰＳＤとの相関がより強い要因候補を特定させることができる。

特定部１１３は、例えば、近似度算出部１１３ｃを備えてもよい。近似度算出部１１３ｃは、被介護者に対する複数の改善案候補のそれぞれについて、特定部１１３により特定された被介護者パターンとの近似度を算出する。近似度算出部１１３ｃは、例えば、複数の改善案のそれぞれを表す改善案情報と、被介護者パターンを表すパターン情報とがどの程度一致するかを示す一致度を算出し、算出した一致度に基づいて近似度を算出してもよい。

［分類部］
分類部１１４は、ＢＰＳＤの発生を判定部１１２による判定の結果が示す場合、この発生したＢＰＳＤを複数の類型（以下、「ＢＰＳＤ類型」ともいう）に分類する。

分類部１１４は、評価部１１４ａを備える。評価部１１４ａは、複数のＢＰＳＤ類型のそれぞれにおいて症状の状況（例えば、類型ごとの症状の発生量など）を評価する。

［出力部］
出力部１１５は、スタッフ端末２００に、介護支援システム１の画面や音声などで各種情報を出力させる。出力部１１５は、例えば、生活記録、センサデータ、症状情報、行動情報、アセスメント情報、改善案情報、および／またはケア履歴情報などに基づいて、後述する図４～７で示すケア支援ダッシュボードＡ１の各画面を表示させるための表示情報（例えば、Ｗｅｂページなど）を生成してもよい。出力部１１５は、生成した表示情報をスタッフ端末２００に送信してもよい。スタッフ端末２００は受信した表示情報に基づいて、各画面を表示させる。

出力部１１５は、症状情報を、ユーザの要求に応じてスタッフ端末２００に出力させる。症状情報は、判定部１１２によるＢＰＳＤの発生の判定の結果を示す情報である。このような構成によれば、出力部１１５は、生活記録に基づいて判定されたＢＰＳＤの発生を介護スタッフに提示することができ、介護スタッフによる被介護者のケアを支援することができる。

出力部１１５は、例えば、特定部１１３が特定した１以上の要因候補のそれぞれを示す要因候補情報を、介護スタッフの要求に応じてスタッフ端末２００に出力させてもよい。このような構成によれば、介護スタッフに対してＢＰＳＤの発生の要因候補を提示することができる。このため、介護スタッフは、提示された要因候補を参考にして、ＢＰＳＤの発生の要因を特定することができ、介護スタッフによる被介護者のケアを支援することができる。

出力部１１５は、例えば、特定部１１３が特定した１以上の要因のそれぞれを示す要因情報を、介護スタッフの要求に応じてスタッフ端末２００に出力させてもよい。このような構成によれば、介護スタッフに対してＢＰＳＤの発生の要因を提示することができる。

出力部１１５は、例えば、複数のＢＰＳＤ類型のそれぞれにおいて評価部１１４ａにより評価された症状の発生状況を、介護スタッフの要求に応じてスタッフ端末２００に出力させてもよい。このような構成によれば、ＢＰＳＤ類型のどの類型が強くでているのかを確認することができる。このため、介護スタッフは、症状が強くでている類型に対して、他の類型よりも優先度をあげて対応することができる。

出力部１１５は、例えば、特定部１１３により特定された改善案を示す改善案情報を、介護スタッフの要求に応じてスタッフ端末２００に出力させてもよい。このような構成によれば、介護スタッフに対して、出力された要因候補または要因に対してどのようにケアを改善すればいいのかというヒントを提案することができる。これにより、介護スタッフがケアの改善を１から考えることなく、また、介護スタッフのスキルや経験が浅くとも、ＢＰＳＤに対応するために被介護者それぞれにより適したケアとなるよう改善を行うことができる。

出力部１１５は、例えば、ＢＰＳＤの発生を判定部１１２による判定の結果が示す場合、介護スタッフの要求に応じて、症状情報と、特定部１１３により特定されたケアの内容と、特定部１１３により特定された改善案を示す改善案情報と、を対応付けてスタッフ端末２００に出力させてもよい。このような構成によれば、介護スタッフは、対応付けられたＢＰＳＤの発生と発生時のケアの内容と改善案とをまとめて確認することができる。このため、介護スタッフにとって使い勝手のよい介護支援システムを提供することができる。

［通信部］
通信部１２０は、通信ネットワークＮを介して、スタッフ端末２００と、介護支援サイトのＷｅｂページなどの各種情報を送受信する。

［記憶部］
記憶部１３０は、生活記録、センサデータ、症状情報、行動情報、アセスメント情報、改善案情報、ケア履歴情報を含む介護に関する各種情報を記憶する。記憶部１３０は、例えば、これらの情報を相互に関連付けて記憶してもよい。記憶部１３０は、データベースマネジメントシステム（ＤＢＭＳ）を利用して各種情報を記憶してもよいし、ファイルシステムを利用して各種情報を記憶してもよい。ＤＢＭＳを利用する場合は、情報ごとにテーブルを設けて、このテーブル間を関連付けて各種情報を管理してもよい。

＜４．画面例＞
図４～７を参照して、介護支援システム１のケア支援ダッシュボードの画面例を説明する。なお、図４～７で説明する各画面において、図４～７を用いて説明する画面の構成要素以外の要素が含まれてもよいし、図４～７を用いて説明する画面の構成要素の一部が適宜省かれてもよい。

図４～７では、ケア支援ダッシュボードＡ１が表示するＢＰＳＤ状況・要因候補画面Ａ２、ＢＰＳＤ発生要因詳細Ａ３、生活記録（ＤＡＲ）画面Ａ４のそれぞれの例を説明する。ケア支援ダッシュボードＡ１は、切替タブエリアａ１１にある各画面に対応するタブを指定して、指定されたタブに対応する画面を表示するように切り替えることができす。

図４～５は、ＢＰＳＤの発生の状況とその要因候補とを表示するためのＢＰＳＤ状況・要因候補画面Ａ２の例を示す模式図である。本例では、ＢＰＳＤ状況・要因候補画面Ａ２について、画面をスクロール操作などすることにより図４に続いて図５が表示されるものとする。

図４に示すように、ＢＰＳＤ状況・要因候補画面Ａ２は、ＢＰＳＤ件数表示エリアａ２２と、ポジティブ記録表示エリアａ２３と、フェイスマーク表示エリアａ２４と、事故発生件数表示エリアａ２５を含む。ＢＰＳＤ状況・要因候補画面Ａ２は、切替タブエリアａ１１にある「ＢＰＳＤ状況・要因候補」と表示されているタブを指定して表示される。

ＢＰＳＤ件数表示エリアａ２２は、単位期間ごとのＢＰＳＤ発生件数の大きさを縦棒グラフで表示する。ＢＰＳＤ発生件数は、例えば、判定部１１２においてＢＰＳＤが発生していると判定された場合に、発生したＢＰＳＤの症状ごとにカウントされた件数である。なお、ＢＰＳＤ状況・要因候補画面Ａ２で表示する各グラフでは、単位期間について、日単位、週単位、四半期単位、年単位と切り替えられるようになっており、単位期間を切り替えると各グラフの表示についても、切り替えた単位に合わせて表示を変更する。

ポジティブ記録表示エリアａ２３は、単位期間ごとの意欲・ＰＯＳ行動の発生件数の大きさを棒グラフで表示する。意欲・ＰＯＳ行動の発生件数は、例えば、判定部１１２において、意欲・ＰＯＳ行動があると判定された場合に、意欲・ＰＯＳ行動ごとにカウントされた件数である。

フェイスマーク表示エリアａ２４は、被介護者の表情の様子を記録したフェイスマークについて、単位期間ごとに、その種類ごとの件数の大きさを縦棒グラフで表示する。

事故発生件数表示エリアａ２５は、単位期間ごとの事故発生件数の大きさを縦棒グラフで表示する。事故発生件数表示エリアａ２５は、例えば、事故発生件数が０件の場合は表示されなくてもよい。事故発生件数は、介護記録または生活記録に基づいてカウントされた件数である。介護記録は、例えば、被介護者の状態を、定量的に、および／または選択的に記録したものであってよい。具体的には、介護記録は、被介護者について、睡眠、排泄、食事、水分摂取量、体重、血圧の状態、呼吸の状態、動脈血酸素飽和度（以下、「ＳｐＯ２」ともいう）などのそれぞれを定量的に記録したもの、および／または選択方式で記録したものである。

図５に示すように、ＢＰＳＤ状況・要因候補画面Ａ２は、判定部１１２においてＢＰＳＤが発生していると判定された場合に、ＢＰＳＤ分類表示エリアａ２６、ケア別ＢＰＳＤ件数表示エリアａ２７、時間帯別ＢＰＳＤ表示エリアａ２８、ＢＰＳＤ要因候補表示エリアａ２９を含んでもよい。言い換えれば、ＢＰＳＤ状況・要因候補画面Ａ２は、判定部１１２においてＢＰＳＤが発生していると判定された場合には、これらのエリアを表示しなくてもよい。

ＢＰＳＤ分類表示エリアａ２６の上部は、発生したＢＰＳＤを複数の類型（本例では、９個の類型）に分類して、類型ごとの発生量（本例では、上記ＢＰＳＤ発生件数を類型ごとに集計したものとする）を算出、すなわち症状の発生状況を評価し、レーダーチャートで表示する。また、ＢＰＳＤ分類表示エリアａ２６の下部は、ＢＰＳＤの複数の類型それぞれについて、ケアヒント画面Ａ２－１を表示するためのリンク（以下、「ケアヒントリンク」ともいう）を表示する。なお、上部に表示された類型と下部に表示された類型は、同じであってもよいし、異なってもよい。後者の場合、上部に表示された類型は、例えば、下部に表示された類型の上位概念化したもの、言い換えると下部に表示された類型をさらに大まかに分類したものであってもよい。

ケアヒントリンクを指定すると、ケア支援ダッシュボードＡ１は、ケアヒント画面Ａ２－１を表示する。本例では、ＢＰＳＤの複数の類型のうち「Ｎｏ．３ 暴力 介護拒否」の類型に対応するケアヒントリンクが指定されたものとする。ケアヒント画面Ａ２－１は、この指定されたＢＰＳＤの類型に対応するケアの改善案を、介護スタッフに対するケアの際のヒントとして表示する。

ケア別ＢＰＳＤ件数表示エリアａ２７は、ＢＰＳＤが発生した際に行っていたケアの種類ごとに、ＢＰＳＤの発生件数の大きさを横棒グラフで表示する。

時間帯別ＢＰＳＤ表示エリアａ２８は、ＢＰＳＤが発生した際の時間帯ごとに、ＢＰＳＤの発生件数の大きさを横棒グラフで表示する。

ＢＰＳＤ要因候補表示エリアａ２９は、ＢＰＳＤ発生の１以上の要因候補のそれぞれの寄与度の大きさを横棒グラフで表示する。この横棒グラフでは、寄与度の大きさが大きい順に１以上の要因候補をソートして表示する（図５では、「上から順に関係が強い横目が並んでいます」と表記）。

図６に示すように、ＢＰＳＤ発生要因詳細画面Ａ３は、センサデータに基づいて、被介護者について、ＢＰＳＤ発生の要因候補に関する、単位時間ごとの睡眠時間と活動時間の大きさなどを棒グラフやタイムチャートで表示する。また、ＢＰＳＤ発生要因詳細画面Ａ３は、介護記録に基づいて、被介護者について、ＢＰＳＤ発生の要因候補に関する、排便量、排便性状、尿量、食事量、水分量、体重、体温、血圧（上下）の状態、脈拍の状態、および／または呼吸の状態を棒グラフなどのチャートで表示する。ＢＰＳＤ発生要因詳細画面Ａ３は、切替タブエリアａ１１にある「ＢＰＳＤ発生詳細（センサ・記録）」と表示されているタブを指定して表示される。

図７に示すように、生活記録（ＤＡＲ）画面Ａ４は、複数の生活記録をまとめたテーブルを表示する。このテーブルでは、記録のレコードごとに、フォーカスした出来事について、この出来事に関するデータ（Ｄａｔａ）、出来事に対して行ったケアや処置（Ａｃｔｉｏｎ）、行ったケアや処置に対する被介護者の反応（Ｒｅｓｐｏｎｓｅ）のそれぞれについて、記録されたフリーテキストを表示する。また、このテーブルでは、複数の生活記録を、それぞれに対応するフェイスマークでソートして表示することができる。また、このテーブルでは、複数の生活記録を、それぞれにおけるＢＰＳＤの発生の有無でソートして表示することができる。また、このテーブルでは、複数の生活記録を、それぞれにおける意欲・ＰＯＳ行動の有無でソートして表示することができる。

＜５．動作例＞
図８を参照して、サーバ装置１００の動作例を説明する。なお、以下に示す処理の順番は一例であって、適宜、変更されてもよい。

図８に示すように、サーバ装置１００の取得部１１１は、対象者の生活を記録者が記録した生活記録を取得する（Ｓ１０）。取得部１１１は、上記生活記録を記録した記録時点におけるセンサデータを取得する（Ｓ１１）。サーバ装置１００の判定部１１２は、生活記録に基づいて、対象者について、認知症に関する心理症状および／または行動症状が発生しているか否かを判定する（Ｓ１２）。

上記症状が発生していることを上記判定の結果が示す場合（Ｓ１３のＹｅｓ）、サーバ装置１００の特定部１１３は、センサデータと生活記録に基づいて、上記症状の発生の１以上の要因候補を特定する（Ｓ１４）。サーバ装置１００の寄与度算出部１１３ｂは、上記症状に対する１以上の要因候補のそれぞれの寄与度を算出する（Ｓ１５）。特定部１１３は、１以上の要因候補のそれぞれの寄与度に基づいて、上記１以上の要因候補の中から上記症状の発生の１以上の要因を特定する（Ｓ１６）。サーバ装置１００の出力部１１５は、ユーザの要求に応じて、上記症状が発生していることを示す症状情報と、１以上の要因のそれぞれを示す要因情報を、ユーザ装置に出力させる（Ｓ１７）。

上記症状が発生していないことを上記判定の結果が示す場合（Ｓ１３のＮｏ）、サーバ装置１００の出力部１１５は、ユーザの要求に応じて、上記症状が発生していないことを示す症状情報を、ユーザ装置に出力させる（Ｓ１８）。

＜５．ハードウェア構成＞
図９を参照して、上述してきたサーバ装置１００をコンピュータ８００により実現する場合のハードウェア構成の一例を説明する。なお、それぞれの装置の機能は、複数台の装置に分けて実現することもできる。

図９に示すように、コンピュータ８００は、プロセッサ８０１と、メモリ８０３と、記憶装置８０５と、入力Ｉ／Ｆ部８０７と、データＩ／Ｆ部８０９と、通信Ｉ／Ｆ部８１１、及び表示装置８１３を含む。

プロセッサ８０１は、メモリ８０３に記憶されているプログラムを実行することによりコンピュータ８００における様々な処理を制御する。例えば、サーバ装置１００の制御部１１０が備える各機能部などは、メモリ８０３に一時記憶されたプログラムを、プロセッサ８０１が実行することにより実現可能である。

メモリ８０３は、例えばＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などの記憶媒体である。メモリ８０３は、プロセッサ８０１によって実行されるプログラムのプログラムコードや、プログラムの実行時に必要となるデータを一時的に記憶する。

記憶装置８０５は、例えばハードディスクドライブ（ＨＤＤ）やフラッシュメモリなどの不揮発性の記憶媒体である。記憶装置８０５は、オペレーティングシステムや、上記各構成を実現するための各種プログラムを記憶する。この他、記憶装置８０５は、生活記録、センサデータ、症状情報、アセスメント情報、改善案情報、ケア履歴情報などの各種情報を登録するテーブルと、当該テーブルを管理するＤＢを記憶することも可能である。このようなプログラムやデータは、必要に応じてメモリ８０３にロードされることにより、プロセッサ８０１から参照される。

入力Ｉ／Ｆ部８０７は、ユーザからの入力を受け付けるためのデバイスである。入力Ｉ／Ｆ部８０７の具体例としては、キーボードやマウス、タッチパネル、各種センサ、ウェアラブル・デバイスなどが挙げられる。入力Ｉ／Ｆ部８０７は、例えばＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）などのインタフェースを介してコンピュータ８００に接続されても良い。

データＩ／Ｆ部８０９は、コンピュータ８００の外部からデータを入力するためのデバイスである。データＩ／Ｆ部８０９の具体例としては、各種記憶媒体に記憶されているデータを読み取るためのドライブ装置などがある。データＩ／Ｆ部８０９は、コンピュータ８００の外部に設けられることも考えられる。その場合、データＩ／Ｆ部８０９は、例えばＵＳＢなどのインタフェースを介してコンピュータ８００へと接続される。

通信Ｉ／Ｆ部８１１は、コンピュータ８００の外部の装置と有線または無線により、インターネットＮを介したデータ通信を行うためのデバイスである。通信Ｉ／Ｆ部８１１は、コンピュータ８００の外部に設けられることも考えられる。その場合、通信Ｉ／Ｆ部８１１は、例えばＵＳＢなどのインタフェースを介してコンピュータ８００に接続される。

表示装置８１３は、各種情報を表示するためのデバイスである。表示装置８１３の具体例としては、例えば液晶ディスプレイや有機ＥＬ（Ｅｌｅｃｔｒｏ－Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ、ウェアラブル・デバイスのディスプレイなどが挙げられる。表示装置８１３は、コンピュータ８００の外部に設けられても良い。その場合、表示装置８１３は、例えばディスプレイケーブルなどを介してコンピュータ８００に接続される。また、入力Ｉ／Ｆ部８０７としてタッチパネルが採用される場合には、表示装置８１３は、入力Ｉ／Ｆ部８０７と一体化して構成することが可能である。

なお、本実施形態は、本発明を説明するための例示であり、本発明をその実施の形態のみに限定する趣旨ではない。また、本発明は、その要旨を逸脱しない限り、さまざまな変形が可能である。さらに、当業者であれば、以下に述べる各要素を均等なものに置換した実施の形態を採用することが可能であり、かかる実施の形態も本発明の範囲に含まれる。

［変形例］
なお、本発明を上記実施の形態に基づいて説明してきたが、以下のような場合も本発明に含まれる。

［変形例１］
上記実施形態に係るサーバ装置１００が備える各構成の少なくとも一部は、スタッフ端末２００が備えていてもよい。スタッフ端末２００は、例えば、介護支援システム１専用のアプリケーションプログラム（ネイティブアプリ）（以下、「介護支援アプリ」ともいう）をインストールしてこの介護支援アプリを実行することでこれらの構成を実現させてもよい。言い換えれば、介護支援システム１では、サーバ装置１００が配信する介護支援サイトを利用してもよいし、介護支援アプリを利用してもよい。介護支援システムにおいて、介護支援アプリを利用する場合、スタッフ端末２００がオフラインであっても、介護スタッフは少なくとも一部の機能を利用することができる。

１…介護支援システム、１００…サーバ装置、１１０…制御部、１１１…取得部、１１２…判定部、１１３…特定部、１１４…分類部、１１５…出力部、２００…スタッフ端末、８００…コンピュータ、８０１…プロセッサ、８０３…メモリ、８０５…記憶装置、８０７…入力Ｉ／Ｆ部、８０９…データＩ／Ｆ部、８１１…通信Ｉ／Ｆ部、８１３…表示装置。

Claims (12)

1. コンピュータが、
   対象者の生活を記録したテキスト情報を含む生活記録を取得し、
   前記生活記録に基づいて、前記対象者について、認知症に関する心理症状および／または行動症状が発生しているか否かを判定し、
   前記症状が発生していることを前記判定の結果が示す場合、前記生活記録に基づいて、前記症状の発生の１以上の要因候補を特定する、
   情報処理方法。
2. 前記対象者の生体および／または前記対象者の周辺環境をセンシングすることで得られるセンサデータであって前記生活記録を記録した記録時点におけるセンサデータ、並びに／または前記記録時点における前記対象者の状態を定量的および／もしくは選択的に記録した介護記録を取得し、
   前記症状が発生していることを前記判定の結果が示す場合、前記センサデータおよび／または前記介護記録に基づいて、前記症状の発生の１以上の要因候補を特定する、
   請求項１に記載の情報処理方法。
3. 前記コンピュータが、
   前記対象者の健常時において、前記対象者の生活を記録したテキスト情報を含む健常時生活記録と、前記対象者の生体および／または前記対象者の周辺環境をセンシングすることで得られた健常時センサデータとを取得し、
   前記症状が発生していることを前記判定の結果が示す場合、前記生活記録と前記健常時生活記録との第１比較、および／または前記センサデータと前記健常時センサデータとの第２比較を行い、
   前記第１比較および／または前記第２比較の結果に基づいて、前記症状に対する前記１以上の要因候補のそれぞれの寄与度を算出し、
   前記１以上の要因候補のそれぞれの寄与度に基づいて、前記１以上の要因候補の中から前記症状の発生の１以上の要因を特定する、
   請求項２に記載の情報処理方法。
4. 前記コンピュータが、
   前記症状が発生していると判定された生活記録であるＢＰＳＤ時生活記録と前記健常時生活記録とは、それぞれの前記記録時点を開始時点として前記開始時点から第１期間遡って記録されたものを含み、
   前記第１期間での時系列をあわせて行った前記第１比較の結果に基づいて、前記ＢＰＳＤ時生活記録と前記健常時生活記録との間の第１差異を、前記時系列にそって複数抽出し、
   前記抽出された複数の第１差異のそれぞれに対して、前記開始時点から前記複数の第１差異のそれぞれを抽出した時点までの間の時間の長さに応じて重み付けを行い、
   前記重み付けにさらに基づいて、前記寄与度を算出する、
   請求項３に記載の情報処理方法。
5. 前記コンピュータが、
   前記症状が発生していると判定された生活記録の記録時点におけるセンサデータであるＢＰＳＤ時センサデータと前記健常時センサデータとは、それぞれに対応する前記記録時点を開始時点として前記開始時点から第２期間遡ってセンシングして得られたものを含み、
   前記第２期間での時系列をあわせて行った前記第２比較の結果に基づいて、前記ＢＰＳＤ時センサデータと前記健常時センサデータとの間の第２差異を、前記時系列にそって複数抽出し、
   前記抽出した複数の第２差異のそれぞれに対して、前記開始時点から前記複数の第２差異のそれぞれを抽出した時点までの間の時間の長さに応じて重み付けを行い、
   前記重み付けにさらに基づいて、前記寄与度を算出する、
   請求項３に記載の情報処理方法。
6. 前記コンピュータが、
   前記テキスト情報は、記録の方法としてフォーカスチャーティングを用いて記録者によりフリーテキストで記録された情報である、
   請求項１または２に記載の情報処理方法。
7. 前記コンピュータが、
   前記症状が発生していることを前記判定の結果が示す場合、前記症状を複数の類型に分類し、
   前記複数の類型のそれぞれにおいて前記症状の発生状況を評価する、
   請求項１または２に記載の情報処理方法。
8. 前記コンピュータが、
   前記対象者に対するケアの複数の改善案の中から、前記１以上の要因候補の少なくともいずれかに対応する改善案を特定する、
   請求項１または２に記載の情報処理方法。
9. 前記コンピュータが、
   前記対象者に対して行ったアセスメントの結果を示すアセスメント情報を取得し、
   前記アセスメント情報および／または前記判定の結果を示す症状情報に基づいて、前記対象者のパターンを特定し、
   前記改善案のそれぞれについて、前記パターンとの近似度を算出し、
   前記近似度に基づいて、前記複数の改善案の中から、前記１以上の要因候補の少なくともいずれかに対応する改善案を特定する、
   請求項８に記載の情報処理方法。
10. 前記症状が発生していることを前記判定の結果が示す場合、前記判定の結果を示す症状情報は、前記症状の発生日時を含み、
    前記コンピュータが、
    所定期間における前記対象者に対する前記ケアの履歴を示すケア履歴情報を記憶する記憶部を参照して、前記発生日時に行われていた前記ケアの内容を特定する、
    請求項１または２に記載の情報処理方法。
11. コンピュータに、
    対象者の生活を記録したテキスト情報を含む生活記録を取得する取得機能と、
    前記生活記録に基づいて、前記対象者について、認知症に関する心理症状および／または行動症状が発生しているか否かを判定する判定機能と、を実現させ、
    前記コンピュータに、
    前記症状が発生していることを前記判定の結果が示す場合、前記生活記録に基づいて、前記症状の発生の１以上の要因候補を特定する特定機能を実現させる、
    プログラム。
12. 対象者の生活を記録したテキスト情報を含む生活記録を取得する取得部と、
    前記生活記録に基づいて、前記対象者について、認知症に関する心理症状および／または行動症状が発生しているか否かを判定する判定部と、を備え、
    前記症状が発生していることを前記判定の結果が示す場合、前記生活記録に基づいて、前記症状の発生の１以上の要因候補を特定する特定部を備える、
    情報処理装置。

Images