JP2024052999A - 支援情報提供システム、支援情報提供装置、支援情報提供方法及びプログラム - Google Patents

Abstract

【課題】薬剤師の業務をより適切に支援すること。【解決手段】支援情報提供システム１において、端末装置１０の支援依頼部５３は、患者に対する薬学的な指導において考慮の対象となり、患者に対する前回の薬学的な指導の内容及び今回のヒアリング結果を含む対象情報に基づいて、薬学的な指導のための支援情報を生成するための依頼を支援情報提供サーバ３０に送信する。ＵＩ表示制御部５１は、支援依頼部５３による依頼に応じて、支援情報提供サーバ３０から送信された支援情報を表示する。支援情報提供サーバ３０の対象情報取得部２５４は、支援依頼部５３の依頼に基づいて、考慮対象情報を取得する。プロブレム特定部２５６は、考慮対象情報に基づいて推論を行うことにより、推奨される薬学的な指導の内容を含む支援情報を生成する。支援情報提供部２５９は、プロブレム特定部２５６によって生成された支援情報を端末装置１０に提供する。【選択図】図２

Description

本発明は、支援情報提供システム、支援情報提供装置、支援情報提供方法及びプログラムに関する。

従来、薬局における薬剤師の業務を支援する情報処理技術が知られている。
例えば、特許文献１には、患者の薬歴のデータをデータベースによって管理し、患者に対する調剤業務を行う際に、データベースを参照して、薬歴等に基づく服薬指導を行うことが記載されている。

特開２０１６－１２２２５３号公報

しかしながら、患者の薬歴等のデータをデータベースによって管理したとしても、調剤業務において薬剤師が考慮の対象とする情報は多岐にわたり、薬剤師がこれらを適切に考慮して服薬指導等の業務を行うことは容易ではない。また、患者に対して処方される薬剤に変化がない場合でも、薬剤師が患者と対面して得られる情報（会話内容や印象等）に応じて適切な指導内容とすることが望ましいところ、薬剤師がこのような服薬指導を行うことは多大な労力を要することとなる。さらに、初回来局時と再来局時とでは、患者の症状や薬剤の服用状況等が異なることから、薬剤師には、患者の現在の状態に適した服薬指導を行うことが求められる。

本発明の課題は、薬剤師の業務をより適切に支援することである。

上記課題を解決するため、本発明の一態様の支援情報提供システムは、
ネットワークを介して通信可能に構成された端末装置とサーバとを含む支援情報提供システムであって、
前記端末装置は、
患者に対する薬学的な指導において考慮の対象となり、患者に対する前回の薬学的な指導の内容及び今回のヒアリング結果を含む対象情報に基づいて、薬学的な指導のための支援情報を生成するための依頼を前記サーバに送信する支援依頼手段と、
前記支援依頼手段による依頼に応じて、前記サーバから送信された前記支援情報を表示する支援情報表示手段と、を備え、
前記サーバは、
前記支援依頼手段の依頼に基づいて、前記対象情報を取得する対象情報取得手段と、
前記対象情報に基づいて推論を行うことにより、推奨される薬学的な指導の内容を含む前記支援情報を生成する推論手段と、
前記推論手段によって生成された前記支援情報を前記端末装置に提供する支援情報提供手段と、
を備える。

本発明によれば、薬剤師の業務をより適切に支援することが可能となる。

本実施形態に係る支援情報提供システムにおいて、薬学的指導の支援情報が提供される概念を示す模式図である。 本発明の一実施形態に係る支援情報提供システム１のシステム構成を示す図である。 支援情報提供サーバ３０が備える業務支援機能の概要を示す模式図である。 各装置を構成する情報処理装置８００のハードウェア構成を示す図である。 端末装置１０の機能的構成を示すブロック図である。 患者選択画面の一例を示す模式図である。 アンケート表示画面の一例を示す模式図である。 問診表示画面の一例を示す模式図である。 支援情報表示画面の一例（プロブレム表示画面）を示す模式図である。 患者に関するプロブレムとして副作用が選択された場合に表示される遷移画面の一例を示す模式図である。 副作用の推論機能を呼び出す操作が行われた場合に表示される遷移画面の一例を示す模式図である。 副作用の推論結果表示画面の一例を示す模式図である。 支援情報表示画面の他の例（初回支援情報表示画面）を示す模式図である。 支援情報表示画面の他の例（再来支援情報表示画面）を示す模式図である。 薬局用コンピュータ２０の機能的構成を示すブロック図である。 薬剤ＤＢ１７６に記憶されている薬剤に関するデータのうち、服薬指導文に関するデータを示す模式図である。 支援情報提供サーバ３０の機能的構成を示すブロック図である。 端末装置１０が実行する初回支援情報表示処理の流れを示すフローチャートである。 端末装置１０が実行する初回支援情報表示処理の流れを示すフローチャートである。 端末装置１０が実行する再来支援情報表示処理の流れを示すフローチャートである。 端末装置１０が実行する再来支援情報表示処理の流れを示すフローチャートである。 薬局用コンピュータ２０が実行する情報管理処理の流れを示すフローチャートである。 支援情報提供サーバ３０が実行する支援情報提供処理の流れを示すフローチャートである。 支援情報提供サーバ３０が実行する再構築処理の流れを示すフローチャートである。 支援情報提供機能を備えるスタンドアローン型の情報処理装置８００の機能的構成を示すブロック図である。

以下、本発明の実施形態について図面を参照して説明する。

図１は、本実施形態に係る支援情報提供システムにおいて、薬学的指導の支援情報が提供される概念を示す模式図である。
図１に示すように、本実施形態に係る支援情報提供システムは、薬局に来局した患者に対し、初回の来局時の薬学的指導に際しては、患者に対して発行された処方箋のデータ及びアンケート結果のデータを基に、ＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）を用いた推論により、服薬指導内容の候補を特定し、薬剤師に提示することで、薬学的指導の支援を行う。なお、初回の来局時の薬学的指導において、患者に対して発行された処方箋のデータ及びアンケート結果のデータを基に、ルールベースの推論により、服薬指導内容の候補を特定することも可能である。また、患者に対して発行された処方箋のデータ及びアンケート結果のデータに加え、薬剤師が患者に対して行った初回の問診結果（ヒアリング結果及び薬剤師が患者から受けたインプレッション）のデータを参照して推論を行い、服薬指導内容の候補を特定することも可能である。

一方、支援情報提供システムは、患者の再来局時の薬学的指導に際しては、患者に対して発行された処方箋のデータ及びアンケート結果のデータに加え、前回の服薬指導内容及び再来局時の問診結果のデータを基に、ＡＩを用いた推論により、服薬指導内容の候補を特定し、薬剤師に提供することで、薬学的指導の支援を行う。なお、患者の再来局時の薬学的指導において、患者に対して発行された処方箋のデータ、アンケート結果のデータ、前回の服薬指導内容及び再来局時の問診結果のデータを基に、ルールベースの推論を用いて、服薬指導内容の候補を特定することも可能である。このとき、ＡＩを用いた推論では、患者の訴えを表すテキストデータ（患者の発話を音声認識したテキストデータ、薬剤師が入力したテキストデータあるいは薬剤師が選択した選択肢を表すテキストデータ等）を含む入力データに対して、各種薬剤に関する添付文書のデータの中で指導すべき内容を学習させた学習済みモデルが用いられる。患者の訴えを表すテキストデータにおいては、「胃がズキズキと痛む」あるいは「胃がムカムカする」といった擬態語を含む口語表現が許容される。即ち、本実施形態において、患者がヒアリングで訴えた表現をそのままデータ化することで、患者の訴えを表すテキストデータとすることが可能である。ただし、患者が訴えた表現を薬剤師が解釈し、患者の状態を表す薬学的な表現としてテキストデータ化することとしてもよい。

これにより、本実施形態に係る支援情報提供システムによれば、初回の来局時において、処方箋のデータ及びアンケート結果のデータ（あるいは初回のヒアリング結果のデータ）を基に推論された支援情報（服薬指導内容の候補）を薬剤師に提示することができると共に、２回目以降の来局時においては、前回の服薬指導内容及び患者に対する問診結果を反映させて推論を行うことで、支援情報（服薬指導内容の候補）を薬剤師に提示することができる。
したがって、本実施形態に係る支援情報提供システムによれば、薬剤師の業務をより適切に支援することが可能となる。

［システム構成］
図２は、本発明の一実施形態に係る支援情報提供システム１のシステム構成を示す図である。
図２に示すように、支援情報提供システム１は、端末装置１０と、薬局用コンピュータ２０と、支援情報提供サーバ３０と、を含んで構成され、端末装置１０、薬局用コンピュータ２０、支援情報提供サーバ３０、及び、服薬指導文を含む薬剤情報を記憶している薬剤情報データベースサーバ等の外部サーバは、ネットワーク４０（インターネット等）を介して通信可能に構成されている。なお、端末装置１０と薬局用コンピュータ２０とを、ＶＰＮ（Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ）等のプライベートネットワークによって通信可能に構成することとしてもよい。

端末装置１０は、薬剤師によって操作されるものであり、タブレット端末あるいはＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）等の情報処理装置によって構成される。端末装置１０は、薬剤師が患者に対する問診を行う際に、薬剤師の業務を支援するための情報を表示したり、薬剤師による情報の入力（テキストデータの入力、タッチ操作あるいは音声入力等）を受け付けたりする。例えば、端末装置１０は、薬剤師が患者に対して問診（ヒアリング）する際の問診内容（ヒアリング内容）を表示すると共に、問診結果の入力を受け付ける。また、端末装置１０は、薬剤師が対面した患者から受ける印象（インプレッション）の入力を受け付ける。さらに、端末装置１０は、初回来局時の問診結果（ヒアリング結果及びインプレッション等）を含む患者に関する情報に基づいて、後述する初回支援情報表示処理によって取得された支援情報（ここでは、患者に関するプロブレム及び推奨される服薬指導内容）を表示する。また、端末装置１０は、再来局時の問診結果（ヒアリング結果及びインプレッション等）及び前回の指導歴を含む患者に関する情報に基づいて、後述する再来支援情報表示処理によって取得された支援情報（ここでは、患者に関するプロブレム及び推奨される服薬指導内容）を表示する。なお、患者に関するプロブレムとは、観察項目、指導方針あるいは着眼点等を含む、薬剤師が服薬指導を行う際の薬学的判断要因である。

薬局用コンピュータ２０は、調剤薬局の業務に関する処理を実行するサーバコンピュータ等の情報処理装置によって構成される。また、薬局用コンピュータ２０は、診療報酬明細書を作成するレセプトコンピュータの機能（レセコン機能）及び患者の薬歴を管理する機能（薬歴管理機能）を備え、複数の患者に関する患者属性、複数の患者の処方箋、処方された薬剤の履歴（薬歴）、問診結果（ヒアリング結果及びインプレッション等）、患者に対するヒアリング内容、薬局で取り扱われる薬剤に関する情報等の各種データを管理している。薬局用コンピュータ２０において管理される薬歴には、薬剤師が患者に対して行った服薬指導の履歴（指導歴）が含まれている。さらに、薬局用コンピュータ２０は、後述する情報管理処理を実行することにより、管理している各種情報を支援情報提供サーバ３０に送信したり、支援情報提供サーバ３０から送信される各種データによって管理している各種情報を更新したりする。

支援情報提供サーバ３０は、薬剤師の業務を支援する機能（業務支援機能）を備えるサーバコンピュータ等の情報処理装置によって構成される。支援情報提供サーバ３０は、複数の薬局に備えられた端末装置１０から支援依頼（支援情報の提供依頼）を受け付けることが可能であり、後述する支援情報提供処理を実行することにより、患者属性、問診結果、処方箋あるいは前回の服薬指導内容（指導歴）のデータを参照して推論を行い、患者に関するプロブレム及び患者に対して服薬指導を行うことが推奨される服薬指導内容（支援情報）を生成する。そして、支援情報提供サーバ３０は、生成した支援情報（患者に関するプロブレム及び推奨される服薬指導内容）を端末装置１０に送信する。また、支援情報提供サーバ３０は、複数の薬局に備えられた薬局用コンピュータ２０が管理している各種データを受信して、これらのデータを薬局用コンピュータ２０と同様のデータベース群によって管理する。即ち、支援情報提供サーバ３０は、複数の薬局に備えられた薬局用コンピュータ２０が有する情報（一部または全部）を取得し、支援情報提供処理を実行するために保持する。

図３は、支援情報提供サーバ３０が備える業務支援機能の概要を示す模式図である。
なお、図３において、実線のブロックは処理を表し、破線のブロックはデータを表している。また、実線のブロックのうち、太線のブロックは、本実施形態においてコンピュータによる推論（いわゆる人工知能）を適用したブロックである。
図３に示すように、支援情報提供サーバ３０は、処方箋、患者属性、ヒアリング、インプレッション及び前回の服薬指導内容（指導歴）の取得結果から特徴量を抽出し、抽出した特徴量を基に機械学習ベースの推論を行うことにより、推奨される服薬指導内容を出力する途中段階の中間状態を生成する。本実施形態において、支援情報提供サーバ３０は、患者の訴えを表すテキストデータ（患者の発話を音声認識したテキストデータ、薬剤師が入力したテキストデータあるいは薬剤師が選択した選択肢を表すテキストデータ等）を含む入力データに対して、各種薬剤に関する添付文書のデータの中で指導すべき内容を学習させた学習済みモデルを用いて推論を行う。また、このとき生成される中間状態は、患者に関するプロブレムを指標として表されるものである。上述したように、患者に関するプロブレムとは、観察項目、指導方針あるいは着眼点等を含む、薬剤師が服薬指導を行う際の薬学的判断要因である。中間状態は、薬剤師が当該患者に対する服薬指導を行う思考過程の一状態を情報として具現化したものに相当する。

また、図３において、支援情報提供サーバ３０は、生成された中間状態（即ち、患者に関するプロブレム）からルールベースの推論を行うことにより、当該患者への推奨される服薬指導内容（支援情報）を生成する。
このように、患者に関する各種データ（患者属性、問診結果及び処方箋のデータ等）から機械学習ベースの推論により中間状態を生成し、さらに、中間状態から推奨される服薬指導内容を生成することで、薬剤師の思考過程に則した手順で推論を行うことができる。
また、一般に、ディープラーニング等を用いた推論を行った場合、推論過程が把握し難いものとなり、推論結果の根拠を判断することが困難になるところ、本実施形態のように、中間状態を経由して、２段階の推論を行うことで、服薬指導内容が推奨された根拠を確認することが可能となる。

また、本実施形態において、支援情報提供サーバ３０は、取得したヒアリング結果、インプレッション及び前回の服薬指導内容（指導歴）を自然言語処理することにより、特徴量を抽出する。特徴量が抽出される場合、例えば、薬剤師が服薬指導を行う思考過程において、特徴量であると判断される内容（例えば、患者の年齢や性格等）を抽出対象として予め定義したり、患者の訴えや前回の服薬指導内容から特徴量となる単語を抽出する条件を予め定義したりすることができる。
さらに、本実施形態において、支援情報提供サーバ３０は、生成された中間状態（患者に関するプロブレム）と、この中間状態が生成された際に行われたヒアリング内容（聞き取り項目）とに基づいて、後述する再構築処理を実行することにより、ヒアリング内容（聞き取り項目）の再構築を行う。これにより、例えば、生成された中間状態（患者に関するプロブレム）に対して、各プロブレムの重要性をより明確に判定できるようなヒアリング内容を追加すること等が可能となる。なお、このとき行われる再構築は、例えば、ルールベースの推論あるいは機械学習ベースの推論を用いることにより実現される。

一例として、ルールベースの推論を用いる場合には、各種内容の中間状態（患者に関するプロブレム）に対して、当該中間状態である場合にヒアリングすることが望ましい特定のヒアリング内容（聞き取り項目）が定義されたテーブルデータが用いられる。そして、テーブルデータを参照し、生成された中間状態（患者に関するプロブレム）に対して定義されている特定のヒアリング内容（聞き取り項目）が、実際のヒアリング内容に含まれていたか否かを判定し、含まれていなかった場合には、以後、同様の患者属性等の患者に行われるヒアリングにおいて、当該特定のヒアリング内容が追加され、ヒアリング内容が再構築される。
また、機械学習ベースの推論を用いる場合には、生成された中間状態（患者に関するプロブレム）を入力として、そのプロブレムを想起する患者に対して薬剤師（特に、ベテランの薬剤師）がヒアリングを行うべきと考える内容（聞き取り項目）を教師データとする教師ありの機械学習等が行われ、ヒアリング内容が再構築される。ただし、再構築のための機械学習としては、他の手法（ディープラーニング等）とすることも可能である。

［ハードウェア構成］
次に、支援情報提供システム１における各装置のハードウェア構成を説明する。
支援情報提供システム１において、各装置はＰＣ、サーバコンピュータあるいはタブレット端末等の情報処理装置によって構成され、その基本的構成は同様である。

図４は、各装置を構成する情報処理装置８００のハードウェア構成を示す図である。
図４に示すように、各装置を構成する情報処理装置８００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）８１１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）８１２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）８１３と、バス８１４と、入力部８１５と、出力部８１６と、記憶部８１７と、通信部８１８と、ドライブ８１９と、撮像部８２０と、を備えている。

ＣＰＵ８１１は、ＲＯＭ８１２に記録されているプログラム、または、記憶部８１７からＲＡＭ８１３にロードされたプログラムに従って各種の処理を実行する。
ＲＡＭ８１３には、ＣＰＵ８１１が各種の処理を実行する上において必要なデータ等も適宜記憶される。

ＣＰＵ８１１、ＲＯＭ８１２及びＲＡＭ８１３は、バス８１４を介して相互に接続されている。バス８１４には、入力部８１５、出力部８１６、記憶部８１７、通信部８１８、ドライブ８１９及び撮像部８２０が接続されている。

入力部８１５は、各種ボタンやマイク等で構成され、指示操作に応じて各種情報を入力する。
出力部８１６は、ディスプレイやスピーカ等で構成され、画像や音声を出力する。
記憶部８１７は、ハードディスクあるいはＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等で構成され、各サーバで管理される各種データを記憶する。
通信部８１８は、ネットワーク４０を介して他の装置との間で行う通信を制御する。

ドライブ８１９には、磁気ディスク、光ディスク、光磁気ディスク、あるいは半導体メモリ等よりなる、リムーバブルメディア８３１が適宜装着される。ドライブ８１９によってリムーバブルメディア８３１から読み出されたプログラムは、必要に応じて記憶部８１７にインストールされる。
撮像部８２０は、レンズ及び撮像素子等を備えた撮像装置によって構成され、被写体のデジタル画像を撮像する。
なお、情報処理装置８００が薬局用コンピュータ２０あるいは支援情報提供サーバ３０として構成される場合には、撮像部８２０を省略した構成とすることも可能である。また、情報処理装置８００がタブレット端末として構成される場合には、入力部８１５をタッチセンサによって構成し、出力部８１６のディスプレイに重ねて配置することにより、タッチパネルを備える構成とすることも可能である。

［機能的構成］
次に、支援情報提供システム１における各装置の機能的構成について説明する。

［端末装置１０の機能的構成］
図５は、端末装置１０の機能的構成を示すブロック図である。
図５に示すように、端末装置１０のＣＰＵ８１１においては、ユーザインターフェース表示制御部（ＵＩ表示制御部）５１と、対象情報取得部５２と、支援依頼部５３と、支援情報取得部５４と、が機能する。

ＵＩ表示制御部５１は、支援情報提供サーバ３０から受信したユーザインターフェース画面を表示するための情報（以下、「ＵＩ情報」と称する。）に基づいて、初回支援情報表示処理及び再来支援情報表示処理における各種入出力画面（以下、「ＵＩ画面」と称する。）の表示を制御する。例えば、ＵＩ表示制御部５１は、初回支援情報表示処理及び再来支援情報表示処理において支援情報を提供する対象の患者を選択する画面（以下、「患者選択画面」と称する。）、最初の来局時に患者に対して行うアンケートの内容を表示する画面（以下、「アンケート表示画面」と称する。）、薬剤師が患者に対してヒアリング（問診）する際のヒアリング内容（聞き取り項目）を表示する画面（以下、「問診表示画面」と称する。）、及び、初回支援情報表示処理及び再来支援情報表示処理によって提供された支援情報（患者に関するプロブレム及び服薬指導内容）を表示する画面（以下、「支援情報表示画面」と称する。）等を表示（ディスプレイに出力）する。また、ＵＩ表示制御部５１は、ＵＩ画面において入力された各種情報を支援情報提供サーバ３０に送信する。例えば、ＵＩ表示制御部５１は、患者選択画面において選択された患者を識別する情報、アンケート表示画面において入力されたアンケート結果、問診表示画面において入力された問診結果あるいは薬局用コンピュータ２０が管理する薬歴から取得された前回の服薬指導内容（指導歴）等を支援情報提供サーバ３０に送信する。また、ＵＩ表示制御部５１は、支援情報表示画面において、薬剤師が操作を行い、服薬指導を行った結果（服薬指導結果）を、薬剤師による確定操作（「薬歴へ送信」ボタンの操作等）に応じて、支援情報提供サーバ３０に送信する。なお、ＵＩ表示制御部５１は、ＵＩ画面において入力された各種情報（例えば、新規の来局患者に関する患者属性等）を支援情報提供サーバ３０と共に、薬局用コンピュータ２０に送信することとしてもよい。

図６は、患者選択画面の一例を示す模式図である。
図６に示すように、患者選択画面においては、薬局用コンピュータ２０によって管理されている患者属性に対応する各患者のリストが表示され、薬剤師は、このリストの中から、ヒアリング（問診）を行う患者を選択する。なお、新規の来局患者については、不図示の登録画面によって、新たに患者属性が登録される。

また、図７は、アンケート表示画面の一例を示す模式図である。
図７に示すように、アンケート表示画面においては、択一形式の質問を含むアンケート内容が表示され、患者自身が回答を入力したり、あるいは、患者の回答に応じて薬剤師が回答を入力したりする。このとき表示されるアンケート内容は、全ての患者に共通して設定された一連の質問であり、患者の氏名、性別、既往症、治療中の疾患等、患者属性を特定するための内容となっている。

また、図８は、問診表示画面の一例を示す模式図である。
図８に示すように、問診表示画面においては、択一形式の質問を含むヒアリング内容（聞き取り項目）が表示され、患者の回答に応じて薬剤師が問診結果（ヒアリング結果）を入力する。このとき表示されるヒアリング内容は、患者属性に対応して選択された一連の質問であり、患者毎、処方箋の内容毎、あるいは、問診回数（例えば、初めての問診か、２回目の問診か）等に応じて決定される。また、問診表示画面においては、薬剤師の自由記入欄が設定されており、薬剤師が患者に対して問診を行った際に気付いた内容（例えば、「元気がない」あるいは「顔色が悪い」等の身体的な印象、「神経質な性格」あるいは「早とちりな性格」等の性格的な印象を表すインプレッション）を任意に記入することが可能となっている。

また、図９は、支援情報表示画面の一例（プロブレム表示画面）を示す模式図である。
図９に示すように、プロブレム表示画面においては、一般に薬剤師（特にベテランの薬剤師）が服薬指導を行う際の薬学的判断要因（患者に関するプロブレム）が表示される。このとき表示される患者に関するプロブレムには、薬剤師が服薬指導を行う患者に対して想起する観察項目、薬剤師が服薬指導において想定する指導方針、薬剤師が服薬指導を行う場合に辿る思考過程で想起している指標（着眼点）等が含まれている。本実施形態において、患者に関するプロブレム（観察項目、着眼点及び指導方針等）は、「副作用」、「アドヒアランス」、「体調の変化」、「併用薬（相互作用）」、「高齢者」、及び、「生活指導」等の複数のカテゴリに分類して提示される。患者に関するプロブレムを提示する際の分類の決定方法（カテゴリの数や具体性等）は、予め設定しておくことができる他、推論結果に応じて変化させることとしてもよい。

また、本実施形態においては、これら患者に関するプロブレムに関して、問診に回答した患者の患者属性、薬歴、アンケート結果及び問診結果を基に、それぞれのカテゴリに対する患者の関連性（ここでは、重要度を示す百分率）が算出される。支援情報の提供を受ける薬剤師は、提示された患者に関するプロブレムの関連性を参照することで、問診に回答した患者について、どのような観点に注意して服薬指導を行うことが適切であるかを容易に認識することができる。また、薬剤師自身の思考結果と、支援情報に提示された患者に関するプロブレムの関連性との相違を認識することができ、薬剤師自身の自己評価あるいは研鑚に役立てることができる。
さらに、患者に対して行われた前回の指導時に、薬剤師が次回指導を行うべき患者に関するプロブレムを記録していた場合、図９に示す支援情報表示画面において、記録されていた患者に関するプロブレムが識別表示（背景色を異ならせる、枠で囲む、点滅させる等）される。

また、図９に示す支援情報表示画面（プロブレム表示画面）において、表示された患者に関するプロブレムのいずれかを選択する操作が行われた場合、選択された患者に関するプロブレムに関連する具体的な情報がさらに表示される。
図１０は、患者に関するプロブレムとして副作用が選択された場合に表示される遷移画面の一例を示す模式図である。
図１０に示す遷移画面例では、人体のイメージを表す模式図と、人体の模式図の周囲に配置された身体の要素（臓器）の名称とが表示されている。ここで表示される身体の要素の名称は、副作用が表れる可能性のある身体の要素であり、薬剤師が患者に対して指導を行う際の補助的な情報となり得るものである。

また、図１０に示す遷移画面例では、副作用に関連する可能性がある薬剤及びその副作用の一覧表が表示されている。この一覧表には、患者に対する指導が初回の場合には、一般的な判断基準から指導することが推奨される副作用が表示される。また、この一覧表の各副作用の欄には、薬剤師が説明を行ったか否かを入力するためのスライドボタンがそれぞれ表示されている。薬剤師は、一覧表示された副作用の中で、患者に対する説明が必要と判断した副作用について患者に説明し、スライドボタンを「説明済み」であることを表す位置（図１０においては右側）に設定する。そして、薬剤師が「上記の副作用を指導」ボタンを操作すると、副作用の指導内容を表す表示画面に移行する。
このとき「説明済み」に設定された副作用については、薬歴において、薬剤師が患者に対して指導を行ったものとして記憶される。図１０に示す一覧表には、表示された副作用について前回の指導時に患者に対して指導を行ったか否かを表す前回指導欄が含まれている。

さらに、図１０に示す一覧表には、患者に対する指導が２回目以降（再来局）の場合には、前回の指導内容に基づいて指導することが推奨される副作用が表示される。例えば、患者に対して行われた前回の指導時に、薬剤師が次回指導を行うべき副作用（着眼点）を記録していた場合等には、記録されていた副作用が図１０における一覧表に含めて表示される。これにより、前回の指導を行った薬剤師と異なる薬剤師が今回の指導を行う場合等でも、重要な指導内容を確実に引き継ぐことができる。

図１１は、副作用の推論機能を呼び出す操作が行われた場合に表示される遷移画面の一例を示す模式図である。
図１１に示す遷移画面例では、副作用の要素となる身体の部位（実線で示す六角形）及び症状（破線で示す六角形）が一覧表示されており、これらの副作用の要素の１つまたは複数が選択可能となっている。
そして、図１１に示す遷移画面例において、患者の問診結果に応じて薬剤師が１つまたは複数の副作用の要素を選択し、副作用の推論を実行するための「副作用を回答」ボタンを操作すると、患者に処方された薬剤が有する副作用のうち、患者の問診結果から関連すると推論された副作用が特定される。

このとき用いられる推論の方法としては、副作用の要素の全ての組み合わせに対して関連する副作用をテーブル形式等で対応付けしておき、薬剤師が選択した１つまたは複数の副作用の要素に対応する副作用を推論結果として特定することが可能である。また、患者の問診結果に対応する１つまたは複数の副作用の要素を入力とし、それに対応する副作用が出力とされた教師データを用いて機械学習を行い、ＡＩによる推論を行うことも可能である。この場合、実際の患者の問診結果に応じて薬剤師が選択した１つまたは複数の副作用の要素に対応する副作用を、機械学習の結果に基づいてＡＩが推論する。

図１２は、副作用の推論結果表示画面の一例を示す模式図である。
図１２に示す推論結果表示画面例では、薬剤師が選択した「だるい」という副作用の要素に対して、関連すると推定された薬剤Ａ錠及びＢ錠の副作用が一覧表示されている。
薬剤師は、一覧表示された各薬剤の副作用を参照して、患者の問診結果に基づく副作用を判断することができる。
また、これら副作用の一覧表示において、各副作用の欄には、薬剤師が説明を行ったか否かを入力するためのスライドボタンがそれぞれ表示されている。薬剤師は、一覧表示された副作用の中で、患者に対する説明が必要と判断した副作用について患者に説明し、スライドボタンを「説明済み」であることを表す位置（図１２においては右側）に設定する。

図１２においてスライドボタンを「説明済み」に設定し、「次へ」ボタンを操作すると、「説明済み」に設定した副作用について患者に指導（説明）を行ったことが、初回支援情報表示画面あるいは再来支援情報表示画面に引き継がれる。
なお、図１２に示す推論結果表示画面例では、疑義照会を行うための「疑義照会」ボタンが表示されている。薬剤師は、推論結果表示画面に表示された副作用の一覧表示を参照し、医師に対して疑義照会を行う必要があると判断した場合、「疑義照会」ボタンを操作することができる。すると、疑義照会の内容を入力するための入力画面が表示され、薬剤師は疑義照会の内容を入力することが可能となる。この入力画面に入力された疑義照会の内容は、薬歴として記憶される。

また、図１３は、支援情報表示画面の他の例（初回支援情報表示画面）を示す模式図である。
図１３に示すように、初回支援情報表示画面においては、問診を行った患者について、推奨される服薬指導内容を示す服薬指導文の一覧（以下、「推奨服薬指導文一覧」と称する。）及び処方された薬剤に関する一般的な服薬指導文の一覧（以下、「一般服薬指導文一覧」と称する。）が表示される。推奨服薬指導文一覧は、支援情報提供処理によって特定された患者に関するプロブレム及びその関連性に基づいて選択された服薬指導文のリストを表すものであり、薬剤師（特にベテランの薬剤師）が服薬指導を行う患者に対して想起する観察項目、薬剤師が服薬指導において想定する指導方針、薬剤師が服薬指導を行う場合に辿る思考過程で想起している指標（着眼点）等を反映した結果を表している。また、一般服薬指導文一覧は、患者の処方箋のデータに応じて、処方される薬剤に対応して選択された結果を表している。なお、各服薬指導文にはチェックボックスが併せて表示されており、チェックボックスに薬剤師がチェックマークを付した服薬指導文が、薬剤師による確定操作（「薬歴へ送信」ボタンの操作等）を経て、服薬指導に用いられた服薬指導文の一覧（服薬指導結果）として患者の薬歴に登録される。

ここで、図１２に例示される着眼点（副作用等）の推論結果表示画面で「説明済み」とされた服薬指導内容は、図１３に示す初回支援情報表示画面において、チェックボックスにチェックマークが付された状態（即ち、服薬指導が行われたことを示す状態）で引き継いで表示される（図１４に示す再来支援情報表示画面においても同様である）。
なお、図１３の初回支援情報表示画面では、ヒアリング内容を入力するための操作（ヒアリング内容の入力操作）や、薬剤師が次回指導を行うべき患者に関するプロブレムを入力するための操作（次回指導内容の入力操作）を行うことが可能であり、薬剤師による確定操作（「薬歴へ送信」ボタンの操作等）によって、入力された内容を薬歴に記録しておくことができる（図１４に示す再来支援情報表示画面においても同様である）。

また、図１４は、支援情報表示画面の他の例（再来支援情報表示画面）を示す模式図である。
図１４に示すように、再来支援情報表示画面においては、問診を行った患者について、推奨される服薬指導内容を示す服薬指導文の一覧（推奨服薬指導文一覧）及び処方された薬剤に関する一般的な服薬指導文の一覧（一般服薬指導文一覧）が表示される。推奨服薬指導文一覧は、支援情報提供処理によって特定された患者に関するプロブレム及びその関連性に基づいて選択された服薬指導文のリストを表すものであり、薬剤師（特にベテランの薬剤師）が服薬指導を行う患者に対して想起する観察項目、薬剤師が服薬指導において想定する指導方針、薬剤師が服薬指導を行う場合に辿る思考過程で想起している指標（着眼点）等を反映した結果を表している。

ここで、図１４に示す再来支援情報表示画面は、図１３に示す初回支援情報表示画面に対し、前回の服薬指導内容及び前回の服薬指導内容を踏まえて行われた今回の問診結果（ヒアリング結果等）を入力データに含めて推奨服薬指導文一覧が表示されている点が異なっている。

具体的には、図１３に示す初回支援情報表示画面には、処方箋のデータ及びアンケート結果のデータを入力として行われた推論（初回支援情報表示処理）の結果が表示されている。なお、患者の初回の来局時にヒアリングが行われている場合、初回支援情報表示処理において、ヒアリング結果のデータも入力に含めることができる。図１３に示す初回支援情報表示画面においては、処方された薬剤「Ｍ錠４０ｍｇ」について、第１の推奨服薬指導文「副作用として尿量減少やむくみが現れることがあるので、その場合は医師に相談するよう指導。」及び第２の推奨服薬指導文「併用禁忌となる薬剤があるので、他科受診する場合は服用中である旨を医師に伝えるよう指導。」が推論結果として表示されている。第１の服薬指導文は、処方された薬剤「Ｍ錠４０ｍｇ」において、比較的高い頻度で出現する副作用に関する注意を促す指導内容を表している。

これに対し、図１４に示す再来支援情報表示画面には、処方箋のデータ、アンケート結果のデータ、前回の服薬指導内容のデータ及び今回の問診結果（ヒアリング結果等）のデータを入力として行われた推論（再来支援情報表示処理）の結果が表示されている。図１４に示す再来支援情報表示画面においては、処方された薬剤「Ｍ錠４０ｍｇ」について、第１の推奨服薬指導文「副作用として筋肉痛や倦怠感が現れることがあるので、その場合は服用中止し医師に相談するよう指導。」及び第２の推奨服薬指導文「併用禁忌となる薬剤があるので、他科受診する場合は服用中である旨を医師に伝えるよう指導。」が推論結果として表示されている。第１の服薬指導文は、処方された薬剤「Ｍ錠４０ｍｇ」において、出現頻度は低いものの、出現した場合の重篤性が比較的高い副作用に関する注意を促す指導内容を表している。図１４に示す再来支援情報表示画面の例では、処方された薬剤「Ｍ錠４０ｍｇ」について、前回の服薬指導内容において指導されていない副作用であって、今回の問診で患者が訴えた症状（「身に覚えのない筋肉痛があった」等）に関連する指導文が推奨服薬指導文の上位に推奨されている。なお、一般服薬指導文一覧及び他の表示内容については、初回支援情報表示画面と同様である。

図５に戻り、対象情報取得部５２は、服薬指導を行う患者について、考慮の対象となる各種情報（以下、「考慮対象情報」と称する。）を取得する。即ち、考慮対象情報は、患者に対する薬学的な指導において考慮の対象となる情報である。例えば、対象情報取得部５２は、処方箋を持参した患者の氏名、年齢、既往症、治療中の疾患等、患者を特定するための患者属性のデータを含むアンケート結果のデータ、問診表示画面に対して薬剤師が入力した問診結果（ヒアリング結果やインプレッション等）のデータ、患者が持参した処方箋の内容を表すデータ（処方箋のデータ）、患者の前回来局時の服薬指導内容のデータ等を取得する。なお、対象情報取得部５２が取得する情報は、これらに限られず、さらに、患者の薬歴のデータ、あるいは、電子お薬手帳に記憶されているデータ等を取得することも可能である。

支援依頼部５３は、対象情報取得部５２が取得した考慮対象情報と共に、支援情報の提供依頼を支援情報提供サーバ３０に送信する。
支援情報取得部５４は、支援依頼部５３によって送信された支援情報の提供依頼に応じて支援情報提供サーバ３０から送信される支援情報を取得する。支援情報取得部５４によって取得された支援情報には、患者に関するプロブレム、推奨される服薬指導内容を示す服薬指導文の一覧（推奨服薬指導文一覧）のデータ及び処方された薬剤に関する一般的な服薬指導文の一覧（一般服薬指導文一覧）のデータが含まれている。

［薬局用コンピュータ２０の機能的構成］
図１５は、薬局用コンピュータ２０の機能的構成を示すブロック図である。
図１５に示すように、薬局用コンピュータ２０のＣＰＵ８１１においては、レセプト管理部１５１と、薬歴管理部１５２と、データベース管理部（ＤＢ管理部）１５３と、が機能する。また、薬局用コンピュータ２０の記憶部８１７には、患者属性データベース（患者属性ＤＢ）１７１と、処方箋データベース（処方箋ＤＢ）１７２と、薬歴データベース（薬歴ＤＢ）１７３と、問診結果データベース（問診結果ＤＢ）１７４と、ヒアリング内容データベース（ヒアリング内容ＤＢ）１７５と、薬剤データベース（薬剤ＤＢ）１７６と、が形成される。

患者属性ＤＢ１７１には、患者の住所、氏名、年齢、性別及び患者個人の特徴を表す各種情報といった患者属性のデータが記憶されている。この患者属性は、薬剤師が患者との対話において取得した情報や、患者がアンケート等に回答して提供した情報等によって構成され、例えば、患者の趣味、仕事内容、家族構成、好きな食べ物等も含まれる。
処方箋ＤＢ１７２には、患者に対して発行された処方箋のデータが各患者を識別する情報及び処方箋の持参日と対応付けて記憶されている。
薬歴ＤＢ１７３には、患者に対して処方された薬剤の履歴（薬歴）のデータが各患者を識別する情報と対応付けて記憶されている。また、薬歴には、薬剤師が患者に対して行った服薬指導の履歴（指導歴）のデータが併せて記憶される。

問診結果ＤＢ１７４には、患者に対して行われた問診の結果が、各患者を識別する情報及び問診日時と対応付けて記憶されている。問診の結果には、薬剤師が患者にヒアリングを行って入力したヒアリング結果や、対面した患者から薬剤師が受けた印象を入力したインプレッションが含まれている。
ヒアリング内容ＤＢ１７５には、「薬の飲み忘れはありますか？」あるいは「服薬後に体調の変化はありますか？」等、患者に対するヒアリング内容（聞き取り項目）の一覧のデータが記憶されている。
薬剤ＤＢ１７６には、薬局において取り扱われる各種薬剤に関するデータが記憶されている。この薬剤に関するデータには、薬剤の名称（一般名）、薬剤コード等に加え、服薬指導文や添付文書の内容が含まれている。

図１６は、薬剤ＤＢ１７６に記憶されている薬剤に関するデータのうち、服薬指導文に関するデータを示す模式図である。
図１６に示すように、薬剤コード及び薬剤の名称によって特定される各薬剤には、薬剤メーカーによって提供される複数の服薬指導文が対応付けられている。図１６においては、各薬剤に対応付けられた服薬指導文に対して、通し番号（指導文番号）が付されている。また、各服薬指導文は、１つの患者に関するプロブレムまたは複数の患者に関するプロブレムと対応付けられている。本実施形態においては、後述する推論によって、支援情報の提供対象となる患者の考慮対象情報に対して、患者に関するプロブレムの関連性が算出される。考慮対象情報に対する患者に関するプロブレムの関連性が高くなることは、当該考慮対象情報に対して、その患者に関するプロブレムと対応付けられた服薬指導文の重要性が相対的に高くなることを意味している。

レセプト管理部１５１は、患者のレセプトに必要な情報（患者属性、処方箋の内容及び保険診療点数等）を取得し、レセプトの発行処理を行う。
薬歴管理部１５２は、患者に対して処方された薬剤の履歴（薬歴）を管理する。例えば、薬歴管理部１５２は、患者に対して新たに処方が行われた場合、今回処方された薬剤の履歴（今回の薬歴）のデータを薬歴ＤＢ１７３に記憶したり、端末装置１０から患者の薬歴のデータの送信依頼を受信した場合、依頼された薬歴のデータを薬歴ＤＢ１７３から取得し、端末装置１０に送信したりする。

ＤＢ管理部１５３は、薬局用コンピュータ２０が管理している各種データベースのデータと、支援情報提供サーバ３０に備えられた各種データベースのデータとを同期させるための管理を行う。例えば、ＤＢ管理部１５３は、支援情報提供サーバ３０から患者の薬歴のデータの送信依頼を受信した場合、依頼された薬歴のデータを薬歴ＤＢ１７３から取得し、支援情報提供サーバ３０に送信する。また、ＤＢ管理部１５３は、予め設定された時刻（例えば、午前３時等）に、薬局用コンピュータ２０が管理している各種データベースにおいて更新されたデータを支援情報提供サーバ３０に送信すると共に、支援情報提供サーバ３０において更新された各種データベースのデータを支援情報提供サーバ３０から受信し、管理している各種データベースを更新する。

［支援情報提供サーバ３０の機能的構成］
図１７は、支援情報提供サーバ３０の機能的構成を示すブロック図である。
図１７に示すように、支援情報提供サーバ３０のＣＰＵ８１１においては、ＤＢ管理部２５１と、ユーザインターフェース情報生成部（ＵＩ情報生成部）２５２と、支援依頼受付部２５３と、対象情報取得部２５４と、特徴抽出部２５５と、プロブレム特定部２５６と、提示情報評価部２５７と、支援情報生成部２５８と、支援情報提供部２５９と、再構築実行部２６０と、が機能する。また、支援情報提供サーバ３０の記憶部８１７には、患者属性データベース（患者属性ＤＢ）２７１と、処方箋データベース（処方箋ＤＢ）２７２と、薬歴データベース（薬歴ＤＢ）２７３と、問診結果データベース（問診結果ＤＢ）２７４と、ヒアリング内容データベース（ヒアリング内容ＤＢ）２７５と、薬剤データベース（薬剤ＤＢ）２７６と、が形成される。
各データベースの記憶内容と、薬局用コンピュータ２０の記憶内容とは、ＤＢ管理部２５１によって同期されている。

ＤＢ管理部２５１は、支援情報提供サーバ３０に備えられた各種データベースのデータと、薬局用コンピュータ２０が管理している各種データベースのデータとを同期させるための管理を行う。例えば、ＤＢ管理部２５１は、予め設定された時刻（例えば、午前３時等）に、支援情報提供サーバ３０において更新された各種データベースのデータを薬局用コンピュータ２０に送信すると共に、薬局用コンピュータ２０が管理している各種データベースにおいて更新されたデータを薬局用コンピュータ２０から受信し、管理している各種データベースを更新する。

ＵＩ情報生成部２５２は、端末装置１０がＵＩ画面を表示するためのＵＩ情報を生成し、生成したＵＩ情報を端末装置１０に送信する。具体的には、ＵＩ情報生成部２５２は、ＵＩ画面を表示するためのフレームのフォーマット及びフォーマットに挿入する実体的な内容をＵＩ情報として生成する。本実施形態において、フォーマットに挿入する実体的な内容としては、例えば、患者選択画面の患者属性、アンケート表示画面のアンケート内容、問診表示画面のヒアリング内容、患者に関するプロブレムの推論機能が呼び出された際の遷移画面及び患者に関するプロブレムの推論結果表示画面の表示内容、支援情報表示画面（プロブレム表示画面、初回支援情報表示画面及び再来支援情報表示画面）の支援情報等が含まれる。また、ＵＩ情報生成部２５２は、ＵＩ情報を端末装置１０に送信することに対応して、端末装置１０から送信される各種情報（患者を識別する情報、アンケート結果のデータ、処方箋のデータ、問診結果のデータ等）を受信する。さらに、ＵＩ情報生成部２５２は、今回の問診までに把握されている考慮対象情報に基づいて、その患者に適するヒアリング内容を推論し、問診表示画面に挿入する実体的な内容（ヒアリング内容）とする。なお、問診表示画面において表示されるヒアリング内容は、後述するように再構築される。

支援依頼受付部２５３は、端末装置１０から、今回入力された考慮対象情報と共に支援情報の提供依頼を受信する。
対象情報取得部２５４は、端末装置１０から送信された考慮対象情報及び各データベースに記憶された考慮対象情報を取得する。なお、各データベースに記憶された考慮対象情報は、必要な場合に取得されるものであり、例えば、端末装置１０から患者を識別する情報が送信された場合に、その患者の患者属性のデータが考慮対象情報の１つとして取得される。

特徴抽出部２５５は、支援依頼受付部２５３によって受信された考慮対象情報及び各データベースから取得された考慮対象情報を参照し、予め定義された抽出条件に従って、特徴量を抽出する。このとき、特徴抽出部２５５は、自然言語処理を行うことにより、考慮対象情報に含まれる特徴量を表す文言を抽出したり、考慮対象情報から算出または推定される特徴量を抽出したりする。例えば、特徴抽出部２５５は、患者の訴えを表すテキストデータのうち、患者の発話を音声認識したテキストデータや薬剤師が入力したテキストデータ、あるいは、前回の服薬指導内容を表すテキストデータを形態素解析すること等により単語に分解し、予め定義された条件（特定の品詞や擬態語を抽出する等）に従って、特徴量を抽出する。また、特徴抽出部２５５は、患者の訴えを表すテキストデータのうち、薬剤師が選択した選択肢を表すテキストデータを特徴量として抽出する。また、特徴抽出部２５５は、特徴量として「患者の年齢」が定義されている場合、考慮対象情報に含まれる患者の年齢を表す文言を抽出する。また、特徴抽出部２５５は、特徴量として「来局間隔」が定義されている場合、考慮対象情報に含まれる来局月日から来局間隔（即ち、前回の来局月日と今回の来局月日との差）を算出する。

プロブレム特定部２５６は、特徴抽出部２５５によって抽出された特徴量を入力として、機械学習ベースの推論を行い、患者に関するプロブレムを指標として表される中間状態を生成する。本実施形態において、プロブレム特定部２５６は、薬剤師（特にベテランの薬剤師）が特徴量を認識した場合に、患者に関してどのような薬学的判断要因（患者に関するプロブレム）を想起するかについて、機械学習によって構築された推論エンジンを備えている。そのため、プロブレム特定部２５６によって生成される中間状態は、対象となる患者の考慮対象情報が与えられた場合に、薬剤師が想起する薬学的判断要因が推論された結果を表している。また、この推論エンジンは、患者の訴えを表すテキストデータ（患者の発話を音声認識したテキストデータ、薬剤師が入力したテキストデータあるいは薬剤師が選択した選択肢を表すテキストデータ等）を含む入力データに対して、各種薬剤に関する添付文書のデータの中で指導すべき内容を学習させた学習済みモデルを備えている。そのため、プロブレム特定部２５６は、患者の訴えを表すテキストデータを入力すると、その訴えを聞いた薬剤師が想起する薬学的指導内容を推論することができる。また、この推論エンジンは、患者の前回来局時の服薬指導内容（指導歴）のデータを入力データに含めることができ、これにより、患者の訴え及び患者の指導歴を薬剤師が認識した場合に想起する薬学的指導内容を推論することが可能となっている。

また、本実施形態において、プロブレム特定部２５６は、患者に関するプロブレムを中間状態の指標として生成する場合、考慮対象情報に対する患者に関するプロブレムの関連性を併せて生成する。即ち、プロブレム特定部２５６に備えられる推論エンジンは、薬剤師（特にベテランの薬剤師）が特徴量を認識した場合に、患者に関してどのような薬学的判断要因（患者に関するプロブレム）を想起するかについて、患者に関するプロブレムの関連性を含めて機械学習されたものとなっている。

提示情報評価部２５７は、プロブレム特定部２５６によって特定された患者に関するプロブレム及び患者に関するプロブレムの関連性に基づいて、ルールベースの推論を行うことにより、当該患者に関するプロブレムに関連する各服薬指導文の評価を行う。例えば、提示情報評価部２５７は、各服薬指導文に対して、その服薬指導文が関連する各患者に関するプロブレムの関連性を示す数値によって重み付けを行い、患者に関するプロブレムと関連付けられた服薬指導文の評価値を決定する。なお、各薬剤において、服薬指導文の重みを設定しておき、この重みに対して、各患者に関するプロブレムの関連性を示す数値をさらに反映させて服薬指導文の評価値を決定することとしてもよい。
このように評価値が決定され、予め設定された閾値以上の評価値が付与された服薬指導文は、推奨服薬指導文一覧に属するものとなる。一方、評価値が付与された服薬指導文において、予め設定された閾値未満の評価値となった服薬指導文は、一般服薬指導文一覧に属するものとなる。

支援情報生成部２５８は、提示情報評価部２５７によって特定された患者に関するプロブレムのデータを取得する。また、支援情報生成部２５８は、提示情報評価部２５７によって決定された服薬指導文の評価値に基づいて、薬剤ＤＢ２７６から当該患者への推奨される服薬指導内容（支援情報）として服薬指導文を取得する。即ち、支援情報生成部２５８は、患者に関するプロブレムの関連性に基づいて評価された服薬指導文を取得し、予め設定された閾値以上の評価値が付与された服薬指導文を評価値の高いものから順に並べることにより、推奨服薬指導文一覧のデータを生成する。また、支援情報生成部２５８は、提示情報評価部２５７において、評価値が付与された服薬指導文において、予め設定された閾値未満の評価値となった服薬指導文を取得し、所定の順に並べることにより、一般服薬指導文一覧のデータを生成する。なお、所定の順としては、種々の形態とすることができるが、一例として、参照頻度の高い順とすることができる。そして、支援情報生成部２５８は、患者に関するプロブレム及び患者に関するプロブレムの関連性のデータと、推奨服薬指導文一覧のデータと、一般服薬指導文一覧のデータとを含む支援情報を生成し、支援情報提供部２５９に出力する。

支援情報提供部２５９は、支援情報生成部２５８から入力された支援情報（患者に関するプロブレム及び患者に関するプロブレムの関連性のデータと、推奨服薬指導文一覧のデータと、一般服薬指導文一覧のデータとを含む情報）を端末装置１０に送信（ネットワーク４０を介して端末装置１０に出力）する。
再構築実行部２６０は、支援依頼受付部２５３によって受信された考慮対象情報におけるヒアリング内容のデータと、プロブレム特定部２５６によって生成された中間状態（患者に関するプロブレム）とに基づいて、再構築を行うことにより、ヒアリング内容（聞き取り項目）の修正を行う。例えば、再構築実行部２６０は、ルールベースの推論あるいは機械学習ベースの推論を用いることにより、ヒアリング内容（聞き取り項目）の再構築を行う。

［動作］
次に、支援情報提供システム１の動作を説明する。

［初回支援情報表示処理］
図１８及び図１９は、端末装置１０が実行する初回支援情報表示処理の流れを示すフローチャートである。
初回支援情報表示処理は、患者の初回来局時に端末装置１０において実行されるものであり、端末装置１０の入力部８１５を介して初回支援情報表示処理の実行が指示入力されることに対応して開始される。
ステップＳ１において、ＵＩ表示制御部５１は、支援情報提供サーバ３０からＵＩ情報を受信して、患者選択画面を表示する（図６参照）。
ステップＳ２において、ＵＩ表示制御部５１は、問診を行う患者の選択を受け付ける。これにより、患者を識別する情報が特定される。

ステップＳ３において、ＵＩ表示制御部５１は、選択された患者に発行された処方箋のデータの入力を受け付ける。これら患者を識別する情報及び処方箋のデータは、支援情報提供サーバ３０に送信される。
ステップＳ４において、ＵＩ表示制御部５１は、支援情報提供サーバ３０からＵＩ情報を受信して、選択された患者に応じた初回来局時用の問診表示画面を表示する（図８参照）。なお、初回支援情報表示処理が実行される場合、問診を行う患者の来局が初めて（初回受診）であるため、ＵＩ表示制御部５１は、ステップＳ４において、支援情報提供サーバ３０からＵＩ情報を受信して、アンケート表示画面を表示し（図７参照）、アンケート表示画面に対する入力を受け付ける。そして、ＵＩ表示制御部５１は、アンケート表示画面において入力されたアンケート結果を支援情報提供サーバ３０に送信した後、問診表示画面のためのＵＩ情報を受信して、その患者に応じた問診表示画面を表示する。

ステップＳ５において、ＵＩ表示制御部５１は、初回来局時用の問診表示画面に対する回答の入力を受け付ける。初回来局時用の問診表示画面に対する回答結果（問診結果）のデータは、支援情報提供サーバ３０に送信される。
ステップＳ６において、対象情報取得部５２は、服薬指導を行う患者について、ＵＩ画面に入力された情報の中から、考慮の対象となる各種情報（考慮対象情報）を取得する。
ステップＳ７において、支援依頼部５３は、対象情報取得部５２が取得した考慮対象情報と共に、支援情報の提供依頼を支援情報提供サーバ３０に送信する。
ステップＳ８において、支援情報取得部５４は、支援依頼部５３によって送信された支援情報の提供依頼に応じて支援情報提供サーバ３０から送信される支援情報を含むＵＩ情報を取得する。

ステップＳ９において、ＵＩ表示制御部５１は、取得したＵＩ情報に基づいて、患者に関するプロブレムを示す支援情報表示画面（プロブレム表示画面）を表示する（図９参照）。
ステップＳ１０において、ＵＩ表示制御部５１は、患者に関するプロブレムを選択する操作が行われたか否かの判定を行う。
患者に関するプロブレムを選択する操作が行われた場合、ステップＳ１０においてＹＥＳと判定されて、処理はステップＳ１１に移行する。
一方、患者に関するプロブレムを選択する操作が行われていない場合、ステップＳ１０においてＮＯと判定されて、処理はステップＳ２０に移行する。
ステップＳ１１において、ＵＩ表示制御部５１は、選択された患者に関するプロブレムに対応する遷移画面を表示する（図１０参照）。
ステップＳ１２において、ＵＩ表示制御部５１は、選択された患者に関するプロブレムに対応する遷移画面に対する入力（服薬指導内容の決定あるいは推論機能の呼び出し）を受け付ける。

ステップＳ１３において、ＵＩ表示制御部５１は、服薬指導内容の決定のための操作または推論機能の呼び出しのための操作のいずれが行われたかの判定を行う。
服薬指導内容の決定のための操作が行われた場合、ステップＳ１３において「決定操作」と判定されて、処理はステップＳ２０に移行する。
一方、推論機能の呼び出しのための操作が行われた場合、ステップＳ１３において「推論操作」と判定されて、処理はステップＳ１４に移行する。
ステップＳ１４において、ＵＩ表示制御部５１は、選択された推論機能に対応する遷移画面を表示する（図１１参照）。
ステップＳ１５において、ＵＩ表示制御部５１は、推論内容を入力するための操作（副作用の要素の選択あるいはフリーワードの入力）を受け付ける。

ステップＳ１６において、ＵＩ表示制御部５１は、推論を実行するための操作（「副作用を回答」ボタンの操作等）が行われたか否かの判定を行う。
推論を実行するための操作が行われていない場合、ステップＳ１６においてＮＯと判定されて、処理はステップＳ１５に移行する。
一方、推論を実行するための操作が行われた場合、ステップＳ１６においてＹＥＳと判定されて、処理はステップＳ１７に移行する。
ステップＳ１７において、ＵＩ表示制御部５１は、選択された推論結果を表示する画面（推論結果表示画面）を表示する。
ステップＳ１８において、ＵＩ表示制御部５１は、服薬指導内容を選択するための操作を受け付ける。

ステップＳ１９において、ＵＩ表示制御部５１は、服薬指導内容の決定のための操作が行われたか否かの判定を行う。
服薬指導内容の決定のための操作が行われた場合、ステップＳ１９においてＹＥＳと判定されて、処理はステップＳ２０に移行する。
一方、服薬指導内容の決定のための操作が行われていない場合、ステップＳ１９においてＮＯと判定されて、処理はステップＳ１８に移行する。

ステップＳ２０において、ＵＩ表示制御部５１は、推奨される服薬指導内容を表示させる操作（「指導」ボタンの操作等）が行われたか否かの判定を行う。
推奨される服薬指導内容を表示させる操作が行われていない場合、ステップＳ２０においてＮＯと判定されて、処理はステップＳ９に移行する。
一方、推奨される服薬指導内容を表示させる操作が行われた場合、ステップＳ２０においてＹＥＳと判定されて、処理はステップＳ２１に移行する。

ステップＳ２１において、ＵＩ表示制御部５１は、推奨される服薬指導内容を示す支援情報表示画面を表示する。
ステップＳ２２において、ＵＩ表示制御部５１は、推奨される服薬指導内容を示す支援情報表示画面に対する操作が行われたか否かの判定を行う。
このとき、ＵＩ表示制御部５１は、服薬指導文のチェックボックスにチェックマークを付す操作や、次回の指導内容の入力操作等を受け付ける。
推奨される服薬指導内容を示す支援情報表示画面に対する操作が行われた場合、ステップＳ２２においてＹＥＳと判定されて、処理はステップＳ２１に移行する。
一方、支援情報表示画面に対する操作が行われていない場合、ステップＳ２２においてＮＯと判定されて、処理はステップＳ２３に移行する。

ステップＳ２３において、ＵＩ表示制御部５１は、服薬指導内容を確定させる操作が行われたか否かの判定を行う。
服薬指導内容を確定させる操作が行われていない場合、ステップＳ２３においてＮＯと判定されて、処理はステップＳ２１に移行する。
一方、服薬指導内容を確定させる操作が行われた場合、ステップＳ２３においてＹＥＳと判定されて、処理はステップＳ２４に移行する。
ステップＳ２４において、ＵＩ表示制御部５１は、確定された服薬指導内容を指導歴として薬歴に送信する。
ステップＳ２４の後、初回支援情報表示処理は終了する。

［再来支援情報表示処理］
図２０及び図２１は、端末装置１０が実行する再来支援情報表示処理の流れを示すフローチャートである。
再来支援情報表示処理は、患者の再来局時に端末装置１０において実行されるものであり、端末装置１０の入力部８１５を介して再来支援情報表示処理の実行が指示入力されることに対応して開始される。

再来支援情報表示処理のステップＳ３１～ステップＳ３３は、初回支援情報表示処理のステップＳ１～ステップＳ３と同様である。
ステップＳ３４において、ＵＩ表示制御部５１は、支援情報提供サーバ３０からＵＩ情報を受信して、選択された患者に応じた再来局時用の問診表示画面を表示する（図８参照）。

ステップＳ３５において、ＵＩ表示制御部５１は、再来局時用の問診表示画面に対する回答の入力を受け付ける。再来局時用の問診表示画面に対する回答結果（問診結果）のデータは、支援情報提供サーバ３０に送信される。
ステップＳ３６において、対象情報取得部５２は、患者の前回来局時の服薬指導内容のデータを取得する。ここで取得された前回来局時の服薬指導内容のデータは、考慮対象情報の１つとされる。
ステップＳ３７において、対象情報取得部５２は、服薬指導を行う患者について、ＵＩ画面に入力された情報の中から、考慮の対象となる各種情報（考慮対象情報）を取得する。

ステップＳ３８において、支援依頼部５３は、対象情報取得部５２が取得した考慮対象情報と共に、支援情報の提供依頼を支援情報提供サーバ３０に送信する。このとき送信される考慮対象情報には、患者の前回来局時の服薬指導内容のデータが含まれている。
ステップＳ３９～ステップＳ５５の処理は、再来支援情報表示処理のステップＳ８～ステップＳ２４と同様である。

［情報管理処理］
図２２は、薬局用コンピュータ２０が実行する情報管理処理の流れを示すフローチャートである。
情報管理処理は、薬局用コンピュータ２０の入力部８１５を介して情報管理処理の実行が指示入力されることに対応して開始される。

ステップＳ６１において、ＤＢ管理部１５３は、患者の処方箋を受け付けたか否かの判定を行う。
患者の処方箋を受け付けていない場合、ステップＳ６１においてＮＯと判定されて、処理はステップＳ６３に移行する。
一方、患者の処方箋を受け付けた場合、ステップＳ６１においてＹＥＳと判定されて、処理はステップＳ６２に移行する。
ステップＳ６２において、ＤＢ管理部１５３は、今回受け付けた処方箋のデータで患者属性ＤＢ１７１及び処方箋ＤＢ１７２を更新する。

ステップＳ６３において、ＤＢ管理部１５３は、支援情報提供サーバ３０から患者の薬歴のデータの送信依頼を受信したか否かの判定を行う。
支援情報提供サーバ３０から患者の薬歴のデータの送信依頼を受信していない場合、ステップＳ６３においてＮＯと判定されて、処理はステップＳ６５に移行する。
一方、支援情報提供サーバ３０から患者の薬歴のデータの送信依頼を受信した場合、ステップＳ６３においてＹＥＳと判定されて、処理はステップＳ６４に移行する。
ステップＳ６４において、ＤＢ管理部１５３は、依頼された患者の薬歴のデータを支援情報提供サーバ３０に送信する。

ステップＳ６５において、ＤＢ管理部１５３は、今回の薬歴のデータ（患者に説明された服薬指導内容のデータ等）を支援情報提供サーバ３０から受信したか否かの判定を行う。
今回の薬歴のデータを支援情報提供サーバ３０から受信していない場合、ステップＳ６５においてＮＯと判定されて、処理はステップＳ６７に移行する。
一方、今回の薬歴のデータを支援情報提供サーバ３０から受信した場合、ステップＳ６５においてＹＥＳと判定されて、処理はステップＳ６６に移行する。
ステップＳ６６において、ＤＢ管理部１５３は、受信した薬歴のデータで薬歴ＤＢ１７３を更新する。

ステップＳ６７において、ＤＢ管理部１５３は、薬局用コンピュータ２０が管理している各種データベースのデータと、支援情報提供サーバ３０に備えられた各種データベースのデータとを同期させるための予め設定されたタイミングになっているか否かの判定を行う。
薬局用コンピュータ２０が管理している各種データベースのデータと、支援情報提供サーバ３０に備えられた各種データベースのデータとを同期させるための予め設定されたタイミングになっていない場合、ステップＳ６７においてＮＯと判定されて、情報管理処理が繰り返される。
一方、薬局用コンピュータ２０が管理している各種データベースのデータと、支援情報提供サーバ３０に備えられた各種データベースのデータとを同期させるための予め設定されたタイミングになっている場合、ステップＳ６７においてＹＥＳと判定されて、処理はステップＳ６８に移行する。

ステップＳ６８において、ＤＢ管理部１５３は、支援情報提供サーバ３０とデータを送受信することにより、各データベースを更新し、薬局用コンピュータ２０が管理している各種データベースのデータと、支援情報提供サーバ３０に備えられた各種データベースのデータとを同期させる。
ステップＳ６８の後、情報管理処理が繰り返される。

［支援情報提供処理］
図２３は、支援情報提供サーバ３０が実行する支援情報提供処理の流れを示すフローチャートである。
支援情報提供処理は、支援情報提供サーバ３０の入力部８１５を介して支援情報提供処理の実行が指示入力されることに対応して開始される。

ステップＳ７１において、支援依頼受付部２５３は、端末装置１０から考慮対象情報と共に支援情報の提供依頼を受信する。
ステップＳ７２において、特徴抽出部２５５は、受信した考慮対象情報（ヒアリング結果及びインプレッション等）を自然言語処理する。
ステップＳ７３において、特徴抽出部２５５は、考慮対象情報から特徴量を抽出する。
ステップＳ７４において、プロブレム特定部２５６は、特徴抽出部２５５によって抽出された特徴量を入力として、機械学習ベースの推論を行い、患者に関するプロブレムを指標として表される中間状態を生成する。このとき、考慮対象情報に対する患者に関するプロブレムの関連性が併せて生成される。

ステップＳ７５において、提示情報評価部２５７は、プロブレム特定部２５６によって特定された患者に関するプロブレム及び患者に関するプロブレムの関連性に基づいて、ルールベースの推論を行うことにより、当該患者に関するプロブレムに関連する各服薬指導文の評価を行う。

ステップＳ７６において、支援情報生成部２５８は、提示情報評価部２５７によって決定された服薬指導文の評価値に基づいて、薬剤ＤＢ１７６から当該患者への推奨される服薬指導内容（支援情報）として服薬指導文を取得する。即ち、支援情報生成部２５８は、患者に関するプロブレムの関連性に基づいて評価された服薬指導文を取得し、予め設定された閾値以上の評価値が付与された服薬指導文を評価値の高いものから順に並べることにより、推奨服薬指導文一覧のデータを生成する。また、支援情報生成部２５８は、提示情報評価部２５７において、評価値が付与された服薬指導文において、予め設定された閾値未満の評価値となった服薬指導文を取得し、所定の順に並べることにより、一般服薬指導文一覧のデータを生成する。これにより、推奨服薬指導文一覧のデータ及び一般服薬指導文一覧のデータを含む支援情報が生成される。

ステップＳ７７において、支援情報提供部２５９は、支援情報生成部２５８から入力された支援情報（患者に関するプロブレム及び患者に関するプロブレムの関連性のデータと、推奨服薬指導文一覧のデータと、一般服薬指導文一覧のデータとを含む情報）を端末装置１０に送信（ネットワーク４０を介して端末装置１０に出力）する。
ステップＳ７７の後、支援情報提供処理が繰り返される。

［再構築処理］
図２４は、支援情報提供サーバ３０が実行する再構築処理の流れを示すフローチャートである。
再構築処理は、支援情報提供サーバ３０の入力部８１５を介して再構築処理の実行が指示入力されることに対応して開始される。なお、支援情報提供処理が実行される毎、あるいは、予め設定された時刻（例えば、午前３時等）に再構築処理を実行することとしてもよい。

ステップＳ８１において、再構築実行部２６０は、複数の患者に関する支援情報の提供において取得された考慮対象情報におけるヒアリング内容のデータと、生成された中間状態（患者に関するプロブレム）とを取得する。
ステップＳ８２において、再構築実行部２６０は、支援依頼受付部２５３によって受信された考慮対象情報におけるヒアリング内容のデータと、プロブレム特定部２５６によって生成された中間状態（患者に関するプロブレム）とに基づいて、ヒアリング内容の再構築を行う。
ステップＳ８２の後、再構築処理は終了となる。

以上のように、本実施形態に係る支援情報提供システム１では、服薬指導を行う患者について、当該患者が初回来局時の患者である場合、処方箋を持参した患者の患者属性のデータ、問診表示画面に対して入力された問診結果のデータ、患者が持参した処方箋の内容を表す処方箋のデータ等が、考慮の対象となる考慮対象情報として取得される。また、当該患者が再来局時の患者である場合、服薬指導を行う患者について、処方箋を持参した患者の患者属性のデータ、問診表示画面に対して入力された問診結果のデータ、患者が持参した処方箋の内容を表す処方箋のデータ、前回来局時の服薬指導内容のデータ等が、考慮の対象となる考慮対象情報として取得される。そして、考慮対象情報から特徴量が抽出され、特徴量を入力として機械学習ベースの推論を行うことにより、患者に関するプロブレムを指標として表される中間状態が生成される。このとき、患者に関するプロブレムについて、考慮対象情報に対する関連性が併せて生成される。さらに、患者に関するプロブレム及び患者に関するプロブレムの関連性に基づいて、ルールベースの推論を行うことにより、当該患者に関するプロブレムに関連する各服薬指導文が評価され、評価結果に基づいて、推奨される服薬指導文を含む支援情報が提供される。

そのため、考慮対象情報から、第１の推論（ここでは機械学習ベースの推論）を行うことにより、薬剤師が当該患者に対する服薬指導を行う思考過程の一状態を情報として具現化した中間状態（患者に関するプロブレム）を生成することができる。また、中間状態（患者に関するプロブレム）から、第２の推論（ここではルールベースの推論）を行うことにより、推奨される服薬指導文を含む支援情報が生成される。さらに、再来局時の患者に対しては、前回の服薬指導内容と今回のヒアリング結果とを含めて推論された服薬指導内容がより高い評価値で推奨される。
したがって、コンピュータによる推論を用いて服薬指導の支援を行うことが可能となるため、薬剤師の業務をより適切に支援することが可能となる。
また、再来局時の患者に対して、処方された薬剤、患者に対して過去に行った服薬指導内容及び患者の症状等に適合した服薬指導内容を推奨することができるため、患者の現在の状態に適した服薬指導を行うことが可能となる。
また、コンピュータによって服薬指導の支援を行う場合に、薬剤師の思考過程に則した手順で適切な服薬指導文の推論を行うことができる。
また、一般に、ディープラーニング等を用いた推論を行った場合、推論過程が把握し難いものとなり、推論結果の根拠を判断することが困難になるところ、本実施形態のように、中間状態を経由して、２段階の推論を行うことで、服薬指導内容が推奨された根拠を確認することが可能となる。

［変形例１］
上述の実施形態においては、クライアント－サーバ型の支援情報提供システム１を構築し、端末装置１０から支援情報提供サーバ３０に支援情報の提供依頼を行って、支援情報を取得するものとした。
これに対し、支援情報提供サーバ３０の支援情報提供機能を１つの装置（例えば、端末装置１０あるいは薬局用コンピュータ２０等）に備えることにより、支援情報提供システム１の機能を単体の情報処理装置８００で実現（即ち、スタンドアローン型のシステムとして実現）することとしてもよい。

図２５は、支援情報提供機能を備えるスタンドアローン型の情報処理装置８００の機能的構成を示すブロック図である。
図２５に示すように、スタンドアローン型として構成する場合、単体の情報処理装置８００において、端末装置１０のＵＩ表示制御部５１、支援情報提供サーバ３０のＵＩ情報生成部２５２、支援依頼受付部２５３、対象情報取得部２５４、特徴抽出部２５５、プロブレム特定部２５６、提示情報評価部２５７、支援情報生成部２５８、支援情報提供部２５９及び再構築実行部２６０の機能をＣＰＵ８１１に備え、支援情報提供サーバ３０（または薬局用コンピュータ２０）が管理する各データベースを記憶部８１７に備えることとすればよい。

また、支援情報提供システム１をクライアント－サーバ型のシステムとして構成する場合において、システムを構成する情報処理装置の組み合わせは、上述の実施形態に示した例に限られない。
例えば、薬局用コンピュータ２０あるいは支援情報提供サーバ３０に備えられた機能をより多くのサーバに分散して実装したり、薬局用コンピュータ２０及び支援情報提供サーバ３０の機能を１つのサーバにまとめて実装したりすることが可能である。

［変形例２］
上述の実施形態において、患者に関するプロブレムとして、図９に示す６種類のプロブレムを表示する場合を例に挙げて説明した。
これに対し、より多種類の患者に関するプロブレムを表示することが可能である。
また、患者属性や処方箋のデータに応じて、患者に関するプロブレムの数を逐次設定して中間状態を表示することも可能である。
さらに、患者に関するプロブレムを生成する場合、より具体的な内容、あるいは、より抽象的な内容とする等、患者に関するプロブレムの内容に幅を持たせることが可能である。
これにより、薬剤師が患者に対する服薬指導を行う思考過程をより適切に表すことが可能となる。

［変形例３］
上述の実施形態においては、考慮対象情報から、第１段階の推論を行うことにより、薬剤師が患者に対する服薬指導を行う思考過程の一状態を情報として具現化した中間状態（患者に関するプロブレム）を生成し、中間状態（患者に関するプロブレム）から、第２の推論を行うことにより、推奨される服薬指導文を含む支援情報を生成するものとした。
これに対し、より多段階の推論を行うことにより、複数段階の中間状態を生成し、適宜表示させることが可能である。

例えば、薬剤が患者に対する服薬指導を行う思考過程の一状態を抽象度に応じてｎ段階（ｎは２以上の整数）に設定し、これらを具現化したｎ段階の中間状態を生成することができる。このとき、考慮対象情報から、第１の推論によって第１段階の中間状態を生成し、第２の推論によって第１段階の中間状態から第２段階の中間状態を生成し、順次、第ｎの推論によって第ｎ段階の中間状態を生成する。そして、第ｎ＋１の推論によって第ｎ段階の中間状態から推奨される服薬指導文を含む支援情報を生成することができる。
なお、一例として、中間状態を生成する場合には、機械学習ベースの推論を行い、推奨される服薬指導文を含む支援情報を生成する場合には、ルールベースの推論を行うことができる。
これにより、薬剤師（特に、ベテランの薬剤師）が患者に対する服薬指導を行う思考過程をより具体的に辿りながら、薬剤師の思考過程をより適切な段階に区切って中間状態（患者に関するプロブレム）を示すことが可能となる。
したがって、薬剤師の業務をより適切に支援することが可能となる。

以上のように、本実施形態に係る支援情報提供システム１は、端末装置１０と、支援情報提供サーバ３０とを含む。
端末装置１０と支援情報提供サーバ３０とは、ネットワーク４０を介して通信可能に構成されている。
端末装置１０は、ＵＩ表示制御部５１と、支援依頼部５３と、を備え、支援情報提供サーバ３０は、対象情報取得部２５４と、プロブレム特定部２５６と、支援情報生成部２５８と、支援情報提供部２５９と、を備えている。
端末装置１０において、支援依頼部５３は、患者に対する薬学的な指導において考慮の対象となり、患者に対する前回の薬学的な指導の内容及び今回のヒアリング結果を含む対象情報に基づいて、薬学的な指導のための支援情報を生成するための依頼を支援情報提供サーバ３０に送信する。
ＵＩ表示制御部５１は、支援依頼部５３による依頼に応じて、支援情報提供サーバ３０から送信された支援情報を表示する。
支援情報提供サーバ３０において、対象情報取得部２５４は、支援依頼部５３の依頼に基づいて、考慮対象情報を取得する。
プロブレム特定部２５６は、考慮対象情報に基づいて推論を行うことにより、推奨される薬学的な指導の内容を含む支援情報を生成する。
支援情報提供部２５９は、プロブレム特定部２５６によって生成された支援情報を端末装置１０に提供する。
これにより、薬学的な指導の対象となる患者が再来局時の患者である場合、患者に対する前回の薬学的な指導の内容及び今回のヒアリング結果を含む考慮対象情報を基に、推奨される薬学的な指導の内容が推論される。
したがって、患者の現在の状態に適した服薬指導を行うことが可能となるため、薬剤師の業務をより適切に支援することが可能となる。

プロブレム特定部２５６は、考慮対象情報に基づいて第１の推論を行うことにより、服薬指導を行う際の薬学的判断要因を指標として表される中間状態を表す情報を支援情報として生成する。
これにより、考慮対象情報から、第１の推論（例えば、機械学習ベースの推論）を行うことにより、薬剤師が患者に対する服薬指導を行う思考過程の一状態を情報として具現化した中間状態（例えば、患者に関するプロブレム）を生成することができる。

支援情報生成部２５８は、中間状態を表す情報に基づいて第２の推論を行うことにより、推奨される薬学的な指導の内容を支援情報として生成する。
これにより、中間状態（例えば、患者に関するプロブレム）から、第２の推論（例えば、ルールベースの推論）を行うことにより、推奨される服薬指導文を含む支援情報を生成することができる。

支援情報提供サーバ３０は、特徴抽出部２５５を備える。
特徴抽出部２５５は、対象情報取得部２５４によって取得された考慮対象情報から、予め設定された抽出条件に基づいて特徴量を抽出する。
プロブレム特定部２５６は、考慮対象情報から抽出された特徴量に基づいて第１の推論を行うことにより、中間状態を表す情報を生成する。
これにより、考慮対象情報が表す内容をより適確に反映させて、中間状態を生成することができる。

第１の推論は、考慮対象情報を入力とし、薬剤師が対象情報を認識した場合に、患者に関して想起する薬学的判断要因を教師データとして構築された機械学習ベースの推論を含む。
これにより、薬剤師の思考を反映させて中間状態を生成することができる。

第２の推論は、中間状態を表す情報に対して予め設定された支援情報の対応付けに基づくルールベースの推論を含む。
これにより、簡単かつ明確な処理によって、中間状態から支援情報を生成することが可能となる。

また、本実施形態に係る端末装置１０または支援情報提供サーバ３０は、プロブレム特定部２５６と、支援情報生成部２５８と、支援情報提供部２５９と、を備えている。
プロブレム特定部２５６または支援情報生成部２５８は、患者に対する薬学的な指導において考慮の対象となり、患者に対する前回の薬学的な指導の内容及び今回のヒアリング結果を含む対象情報に基づいて推論を行うことにより、推奨される薬学的な指導の内容を含む薬学的な指導のための支援情報を生成する。
支援情報提供部２５９は、プロブレム特定部２５６または支援情報生成部２５８によって生成された支援情報を出力する。
これにより、薬学的な指導の対象となる患者が再来局時の患者である場合、患者に対する前回の薬学的な指導の内容及び今回のヒアリング結果を含む考慮対象情報を基に、推奨される薬学的な指導の内容が推論される。
したがって、患者の現在の状態に適した服薬指導を行うことが可能となるため、薬剤師の業務をより適切に支援することが可能となる。

なお、本発明は、上述の実施形態に限定されるものではなく、本発明の目的を達成できる範囲での変形、改良等は本発明に含まれるものである。
例えば、上述の実施形態においては、支援情報として服薬指導文の一覧を提示する場合を例に挙げて説明したが、これに限られない。即ち、本発明において支援情報として提示する対象には、各種医療情報が含まれる。

また、上述の実施形態において、患者に対して問診を行った後、薬剤師が調剤を行っている間、患者は待ち時間となるため、この待ち時間の間に、問診結果から特定される簡易な生活指導の情報等を患者に提示（例えば、患者のスマートフォン等に表示）することとしてもよい。
さらに、上述の実施形態において、患者に対する問診を行うための問診表示画面や、薬剤師によって内容が確定された後の服薬指導文の一覧（患者用の推奨服薬指導文一覧及び一般服薬指導文一覧）の表示画面を患者自身が所持する装置（例えば、患者のスマートフォン等）に表示することとしてもよい。さらに、薬剤師によって内容が確定された後の患者に関するプロブレムについても、患者自身が所持する装置（例えば、患者のスマートフォン等）に表示することとしてもよい。

また、上述の実施形態において、図９に示すように、患者に関するプロブレムを円環状のグラフとして示すものとして説明したが、患者に関するプロブレムの出力形態は、これに限られない。例えば、患者に関するプロブレムの関連性を表す数値をレーダーチャートとして出力することが可能である。この場合、過去の服薬指導時における患者に関するプロブレムとの変化を表示すること等が容易となる。

上述した一連の処理は、ハードウェアにより実行させることもできるし、ソフトウェアにより実行させることもできる。
換言すると、上述の実施形態における機能的構成は例示に過ぎず、特に限定されない。即ち、上述した一連の処理を全体として実行できる機能が支援情報提供システム１を構成するいずれかのコンピュータに備えられていれば足り、この機能を実現するためにどのような機能ブロックを用いるのかは特に示した例に限定されない。
また、１つの機能ブロックは、ハードウェア単体で構成してもよいし、ソフトウェア単体で構成してもよいし、それらの組み合わせで構成してもよい。

また、上述した一連の処理を実行するためのプログラムを含む記録媒体は、ユーザにプログラムを提供するために装置本体とは別に配布されるリムーバブルメディアにより構成されるだけでなく、装置本体に予め組み込まれた状態でユーザに提供される記録媒体等で構成される。

以上、本発明の実施形態について説明したが、本発明は前述した実施形態に限るものではない。また、本実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本実施形態に記載されたものに限定されるものではない。

１ 支援情報提供システム、１０ 端末装置、２０ 薬局用コンピュータ、３０ 支援情報提供サーバ、４０ ネットワーク、５１ ユーザインターフェース表示制御部（ＵＩ表示制御部）、５２，２５４ 対象情報取得部、５３ 支援依頼部、５４ 支援情報取得部、１５１ レセプト管理部、１５２ 薬歴管理部、１５３，２５１ ＤＢ管理部、１７１，２７１ 患者属性データベース（患者属性ＤＢ）、１７２，２７２ 処方箋データベース（処方箋ＤＢ）、１７３，２７３ 薬歴データベース（薬歴ＤＢ）、１７４，２７４ 問診結果データベース（問診結果ＤＢ）、１７５，２７５ ヒアリング内容データベース（ヒアリング内容ＤＢ）、１７６，２７６ 薬剤データベース（薬剤ＤＢ）、２５２ ユーザインターフェース情報生成部（ＵＩ情報生成部）、２５３ 支援依頼受付部、２５５ 特徴抽出部、２５６ プロブレム特定部、２５７ 提示情報評価部、２５８ 支援情報生成部、２５９ 支援情報提供部、２６０ 再構築実行部、８００ 情報処理装置、８１１ ＣＰＵ、８１２ ＲＯＭ、８１３ ＲＡＭ、８１４ バス、８１５ 入力部、８１６ 出力部、８１７ 記憶部、８１８ 通信部、８１９ ドライブ、８２０ 撮像部、８３１ リムーバブルメディア

Claims (8)

1. ネットワークを介して通信可能に構成された端末装置とサーバとを含む支援情報提供システムであって、
   前記端末装置は、
   患者に対する薬学的な指導において考慮の対象となり、患者に対する前回の薬学的な指導の内容及び今回のヒアリング結果を含む対象情報に基づいて、薬学的な指導のための支援情報を生成するための依頼を前記サーバに送信する支援依頼手段と、
   前記支援依頼手段による依頼に応じて、前記サーバから送信された前記支援情報を表示する支援情報表示手段と、を備え、
   前記サーバは、
   前記支援依頼手段の依頼に基づいて、前記対象情報を取得する対象情報取得手段と、
   前記対象情報に基づいて推論を行うことにより、推奨される薬学的な指導の内容を含む前記支援情報を生成する推論手段と、
   前記推論手段によって生成された前記支援情報を前記端末装置に提供する支援情報提供手段と、
   を備え、
   前記推論手段は、前記対象情報に基づいて第１の推論を行うことにより、服薬指導を行う際の薬学的判断要因を指標として表される中間状態を表す情報を前記支援情報として生成し、生成した前記中間状態を表す情報に基づいて、患者に対して次回以降に行われるヒアリングの内容を再構築することを特徴とする支援情報提供システム。
2. 前記推論手段は、前記中間状態を表す情報に基づいて第２の推論を行うことにより、推奨される薬学的な指導の内容を前記支援情報として生成することを特徴とする請求項１に記載の支援情報提供システム。
3. 前記サーバは、
   前記対象情報取得手段によって取得された前記対象情報から、予め設定された抽出条件に基づいて特徴量を抽出する特徴量抽出手段を備え、
   前記推論手段は、前記対象情報から抽出された前記特徴量に基づいて前記第１の推論を行うことにより、前記中間状態を表す情報を生成することを特徴とする請求項１または２に記載の支援情報提供システム。
4. 前記第１の推論は、前記対象情報を入力とし、薬剤師が前記対象情報を認識した場合に、患者に関して想起する薬学的判断要因を教師データとして構築された機械学習ベースの推論を含むことを特徴とする請求項１から３のいずれか１項に記載の支援情報提供システム。
5. 前記第２の推論は、前記中間状態を表す情報に対して予め設定された前記支援情報の対応付けに基づくルールベースの推論を含むことを特徴とする請求項２に記載の支援情報提供システム。
6. 患者に対する薬学的な指導において考慮の対象となり、患者に対する前回の薬学的な指導の内容及び今回のヒアリング結果を含む対象情報に基づいて推論を行うことにより、推奨される薬学的な指導の内容を含む薬学的な指導のための支援情報を生成する推論手段と、
   前記推論手段によって生成された前記支援情報を出力する支援情報出力手段と、
   を備え、
   前記推論手段は、前記対象情報に基づいて第１の推論を行うことにより、服薬指導を行う際の薬学的判断要因を指標として表される中間状態を表す情報を前記支援情報として生成し、生成した前記中間状態を表す情報に基づいて、患者に対して次回以降に行われるヒアリングの内容を再構築することを特徴とする支援情報提供装置。
7. 患者に対する薬学的な指導において考慮の対象となり、患者に対する前回の薬学的な指導の内容及び今回のヒアリング結果を含む対象情報に基づいて推論を行うことにより、推奨される薬学的な指導の内容を含む薬学的な指導のための支援情報を生成する推論ステップと、
   前記推論ステップにおいて生成された前記支援情報を出力する支援情報出力ステップと、
   を含み、
   前記推論ステップでは、前記対象情報に基づいて第１の推論を行うことにより、服薬指導を行う際の薬学的判断要因を指標として表される中間状態を表す情報を前記支援情報として生成し、生成した前記中間状態を表す情報に基づいて、患者に対して次回以降に行われるヒアリングの内容を再構築することを特徴とする支援情報提供方法。
8. コンピュータに、
   患者に対する薬学的な指導において考慮の対象となり、患者に対する前回の薬学的な指導の内容及び今回のヒアリング結果を含む対象情報に基づいて推論を行うことにより、推奨される薬学的な指導の内容を含む薬学的な指導のための支援情報を生成する推論機能と、
   前記推論機能によって生成された前記支援情報を出力する支援情報出力機能と、
   を実現させ、
   前記推論機能は、前記対象情報に基づいて第１の推論を行うことにより、服薬指導を行う際の薬学的判断要因を指標として表される中間状態を表す情報を前記支援情報として生成し、生成した前記中間状態を表す情報に基づいて、患者に対して次回以降に行われるヒアリングの内容を再構築することを特徴とするプログラム。

Images