JP2024088519A - フロー制御方法、フロー制御プログラム、および情報処理装置 - Google Patents

Abstract

【課題】ワークフローの生成効率の向上を図ること。【解決手段】フロー制御装置は、施策フロー６２０における脱落予測者Ｐ１，Ｐ２，Ｐ５，Ｐ６の分散状態に基づいて、介入ノード群Ｘ（Ｎ２１，Ｎ２２）を特定する。フロー制御装置は、施策フロー６２０における新たな条件分岐Ｂ２３の挿入位置を、介入ノード群Ｘ（Ｎ２１，Ｎ２２）を包含する最下位の位置Ｂに決定する。新たな条件分岐Ｂ２３は、脱落予測者Ｐ１，Ｐ２，Ｐ５，Ｐ６を非脱落予測者Ｐ３，Ｐ４，Ｐ７，Ｐ８と分離するための条件である。フロー制御装置は、決定した位置Ｂに、新たな条件分岐Ｂ２３を挿入する。フロー制御装置は、新たな条件分岐Ｂ２３の分岐先８０２に、新たなノードを挿入する。【選択図】図８Ｂ

Description

本発明は、フロー制御方法、フロー制御プログラム、および情報処理装置に関する。

従来、目標達成のための施策を立案する場合がある。施策としては、例えば、ある自治体において腎臓病のリスクがある住民をフォローして、慢性腎臓病の罹患率を低下させるといったものがある。施策は、例えば、条件分岐とノードとを含むワークフローの形式で表される。

先行技術としては、起点ノードの内容を解析し、起点ノードの特徴を抽出し、起点ノードからリンクが張られた２次ノードの内容を解析し、２次ノードの特徴を抽出し、起点ノードの特徴と２次ノードの特徴とを比較し、起点ノードに対する２次ノードの類似性を判定し、類似であるとされた２次ノードを起点ノードに合成するものがある。

特開平１１－３３４７号公報

しかしながら、従来技術では、施策を実施する側と施策を受ける側との両方の観点を考慮して、目標を達成するような施策を表すワークフローを生成することが難しい。

一つの側面では、本発明は、ワークフローの生成効率の向上を図ることを目的とする。

１つの実施態様では、条件分岐と有向エッジにより接続されるノードを含むワークフローに基づき複数の対象をいずれかのノードに割り当てた結果に基づいて、前記複数の対象のうち第１の条件を満たす第１の対象を抽出し、抽出した前記第１の対象の前記ワークフローにおける分散状態に基づいて、前記ワークフローにおける新たな条件分岐の挿入位置を決定し、決定した前記挿入位置よりも下位のノードにおける、前記第１の対象を前記第１の条件を満たさない対象と分離するような第２の条件を前記新たな条件分岐として前記挿入位置に挿入し、前記新たな条件分岐の分岐先に新たなノードを挿入する、フロー制御方法が提供される。

本発明の一側面によれば、ワークフローの生成効率の向上を図ることができるという効果を奏する。

図１は、実施の形態にかかるフロー制御方法の一実施例を示す説明図である。 図２は、情報処理システム２００のシステム構成例を示す説明図である。 図３は、フロー制御装置２０１のハードウェア構成例を示すブロック図である。 図４は、特徴量テーブル２２０の記憶内容の一例を示す説明図である。 図５は、フロー制御装置２０１の機能的構成例を示すブロック図である。 図６Ａは、脱落予測者の分散状態の一例を示す説明図（その１）である。 図６Ｂは、脱落予測者の分散状態の一例を示す説明図（その２）である。 図７Ａは、新たな条件分岐の挿入位置の決定例を示す説明図（その１）である。 図７Ｂは、新たな条件分岐の挿入位置の決定例を示す説明図（その２）である。 図８Ａは、新たな条件分岐の挿入例を示す説明図（その１）である。 図８Ｂは、新たな条件分岐の挿入例を示す説明図（その２）である。 図９は、新たな条件分岐とする第２の条件の決定例を示す説明図である。 図１０は、脱落予測者の誘導例を示す説明図である。 図１１は、新たなノードの決定例を示す説明図（その１）である。 図１２は、新たなノードの決定例を示す説明図（その２）である。 図１３Ａは、新しい施策フローを生成する際の第１の動作例を示す説明図（その１）である。 図１３Ｂは、新しい施策フローを生成する際の第１の動作例を示す説明図（その２）である。 図１４は、新しい施策フローを生成する際の第２の動作例を示す説明図である。 図１５は、施策フローが多段のノードを含む場合の動作例を示す説明図である。 図１６は、フロー制御装置２０１のフロー制御処理手順の一例を示すフローチャートである。

以下に図面を参照して、本発明にかかるフロー制御方法、フロー制御プログラム、および情報処理装置の実施の形態を詳細に説明する。

（実施の形態）
図１は、実施の形態にかかるフロー制御方法の一実施例を示す説明図である。図１において、情報処理装置１０１は、施策の立案を支援するコンピュータである。施策は、目標を達成するために対象に対して施される策である。対象は、例えば、個人、組織などである。施策は、条件分岐と有向エッジにより接続されるノードを含むワークフローで表される。

ノードは、例えば、目標達成のための介入を表す。介入は、例えば、サービス、方策、処置、提案などである。例えば、自治体における住民の慢性腎臓病の罹患率を低下させるという目標に対する施策の場合、介入は、例えば、「腎臓病専門医による治療」、「主治医による保健指導」、「糖尿病専門医による治療」などである。

従来、施策立案の現場では、立案者の勘、経験、思い込みで施策案が作られることが多く、施策指標の目標を達成することが難しい。施策指標は、例えば、ＫＰＩ（Ｋｅｙ Ｐｅｒｆｏｒｍａｎｃｅ Ｉｎｄｉｃａｔｏｒ）である。このため、施策立案の段階で、エビデンスベースのＫＰＩ予測に基づき、施策を実施する側と施策を受ける側との両方の観点から、施策を立案することが望ましい。

ここで、ワークフロー１１０は、施策を表すワークフローの一例である。ワークフロー１１０は、条件分岐１１１～１１３と、ノード１１４～１１７とを含む。ノード１１４～１１７は、有向エッジにより条件分岐１１１～１１３のいずれかと接続される。条件分岐同士（例えば、条件分岐１１１と条件分岐１１２）や介入ノード同士が有向エッジによって接続される場合がある。

ワークフロー１１０は、例えば、慢性腎臓病の罹患率を低下させるという目標を達成するための施策を表す。各ノード１１４～１１７は、目標達成のための介入を表す。複数の対象１２０は、施策対象となる個人である。複数の対象１２０の各対象に対してどの介入を施すかは、例えば、各対象の属性などの特徴に応じて、ワークフロー１１０の最上位から条件分岐を順に辿っていき、どのノードに割り当てるのかによって決定される。例えば、対象１２１は、矢印１２２に沿ってノード１１７に割り当てられる。ノード１１７は、例えば、「腎臓病専門医による治療」などの介入（フォロー）を表す。

ここで、施策候補に対して、様々な種類のデータを含む統合データから施策のＫＰＩを予測し、施策立案者の意思決定を支援する技術がある（従来技術１）。例えば、施策目標を「対象地域の成人の肥満罹患率を２５％にまで減らす」とし、施策候補を「地域住民の若年層を対象として、内科医が運動・栄養の指導を実施する」とし、ＫＰＩを「地域内の成人の肥満罹患率」とする。

この場合、従来技術１により、施策候補を実行した場合に、対象地域の各個人に対して、３年以内に肥満になる確率を予測して、施策立案者の意思決定を支援することが考えられる。予測に使用される統合データは、例えば、対象地域の各個人の日常健康情報、診断結果の履歴、生活習慣の履歴、検査結果の履歴などである。

しかしながら、従来技術１では、立案者側の観点から施策が設計されるため、施策によって割り当てられる介入が、各個人にとって適切なものとは限らない。このため、現実には、対象が介入に応答せずに受け付けない事象が多発し、予定と実績に乖離が生じて、施策目標を満たせない場合がある。

以下の説明では、介入を受け付けない事象を「脱落」と表記する場合がある。例えば、ノード１１７が表す介入が対象１２１にとって適切なものではなく、対象１２１が介入に応答せず受け付けない事象（脱落）が発生する場合がある。このような事象が多発すると、予定と実績に乖離が生じて、施策が目標達成を満たせないものとなる。

一方、割り当てられた介入に対して個人が受け付けるか否かを、個人の様々なデータから予測する技術がある（従来技術２）。データは、例えば、個人の属性、受診歴、外来予約歴、処方薬歴、検査歴などの情報である。しかしながら、従来技術２では、各介入に対する脱落を予測できても、その脱落を踏まえてワークフローをどう変えればよいか判断することができない。

なお、従来技術２については、例えば、「Ｈｉｓａｓｈｉ Ｋｕｒａｓａｗａ， ＰｈＤ１，２， Ｋａｔｓｕｙｏｓｈｉ Ｈａｙａｓｈｉ， ＰｈＤ１，２，Ａｋｉｎｏｒｉ Ｆｕｊｉｎｏ， ＰｈＤ２， Ｋｏｉｃｈｉ Ｔａｋａｓｕｇｉ， ＰｈＤ１，２， Ｔｓｕｎｅｙｕｋｉ Ｈａｇａ， ＭＥ２，Ｋａｙｏ Ｗａｋｉ， ＭＤ， ＭＰＨ， ＰｈＤ１， Ｔａｋａｓｈｉ Ｎｏｇｕｃｈｉ， ＭＤ， ＰｈＤ１， ａｎｄＫａｚｕｈｉｋｏ Ｏｈｅ， ＭＤ， ＰｈＤ１、 「Ｍａｃｈｉｎｅ－Ｌｅａｒｎｉｎｇ－Ｂａｓｅｄ Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ａ Ｍｉｓｓｅｄ Ｓｃｈｅｄｕｌｅｄ Ｃｌｉｎｉｃａｌ Ａｐｐｏｉｎｔｍｅｎｔ」、Ｊｏｕｒｎａｌ ｏｆ Ｄｉａｂｅｔｅｓ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ２０１６， Ｖｏｌ． １０（３） ７３０－７３６」を参照することができる。

そこで、本実施の形態では、施策を表すワークフローの生成効率を向上させて、目標達成のための施策の立案作業を支援するフロー制御方法について説明する。ここで、情報処理装置１０１の処理例（下記（１）～（４）の処理に対応）について説明する。

（１）情報処理装置１０１は、条件分岐と有向エッジにより接続されるノードを含むワークフローに基づき複数の対象をいずれかのノードに割り当てた結果に基づいて、複数の対象のうち第１の条件を満たす第１の対象を抽出する。ここで、ワークフローは、例えば、目標達成のための施策を表すグラフ構造の情報である。ノードは、例えば、目標達成のための介入を表す。最初の段階では、ワークフローは、例えば、施策を実施する側（立案者）の観点で作成される。

複数の対象それぞれのノードへの割り当ては、例えば、複数の対象それぞれの複数種類の特徴量に基づき行われる。対象の特徴量は、例えば、対象の性別、年齢などの属性や、対象の受診歴、外来予約歴、処方薬歴、検査歴などを表す。第１の条件は、任意に設定可能である。

第１の条件としては、例えば、割り当てられたノードが表す介入の効果が低いといえる対象を判別するための条件が設定される。例えば、第１の条件は、割り当てられたノードが表す介入を受け付けない予測確率（脱落確率）が閾値以上であるという条件であってもよい。介入を受け付けない予測確率は、既存の技術（例えば、従来技術２）を利用して、対象の複数種類の特徴量から求めることができる。

図１の例では、第１の条件を「割り当てられたノードが表す介入を受け付けない予測確率が閾値以上」という条件とする。また、対象１２１に割り当てられたノード１１７が表す介入を、対象１２１が受け付けない予測確率が「９０％」であったとする。また、閾値を「７０％」とする。この場合、対象１２１が第１の対象として抽出される。

（２）情報処理装置１０１は、抽出した第１の対象のワークフローにおける分散状態に基づいて、ワークフローにおける新たな条件分岐の挿入位置を決定する。新たな条件分岐は、例えば、第１の対象を別ノード（割り当てられたノードとは異なる他のノード）に誘導するためにワークフローに挿入される。

具体的には、例えば、情報処理装置１０１は、新たな条件分岐の挿入位置を、ワークフローにおける第１の対象が割り当てられたノードより上位の位置に決定する。より詳細に説明すると、例えば、情報処理装置１０１は、新たな条件分岐の挿入位置を、ワークフローにおける第１の対象が割り当てられたノードを包含する最下位の位置に決定する。

図１の例では、新たな条件分岐の挿入位置が、ワークフロー１１０における対象１２１が割り当てられたノード１１７を包含する最下位の位置１３０に決定された場合を想定する。

（３）情報処理装置１０１は、決定した挿入位置よりも下位のノードにおける、第１の対象を第１の条件を満たさない対象と分離するような第２の条件を新たな条件分岐として、決定した挿入位置に挿入する。第２の条件は、例えば、複数の対象それぞれの複数種類の特徴量のうち、決定した挿入位置よりも下位のノードに割り当てられた対象それぞれの特徴量に基づき決定される。

図１の例では、ワークフロー１１０における位置１３０に、新たな条件分岐１４０が挿入された場合を想定する。例えば、対象１２１は、ノードへの再割り当ての際に、新たな条件分岐１４０により、ノード１１７とは異なる分岐先に誘導される。

（４）情報処理装置１０１は、新たな条件分岐の分岐先に新たなノードを挿入する。ここで、新たな条件分岐の分岐先は、例えば、第２の条件を満たす場合の分岐先であり、第１の対象の誘導先である。また、新たなノードは、例えば、あらかじめ用意された複数種類のノードの中から決定される。

具体的には、例えば、情報処理装置１０１は、複数の対象それぞれの複数種類の特徴量のうち、第１の対象の特徴量に基づいて、複数種類のノードのうち、第１の対象が第３の条件を満たすようなノードを新たなノードに決定してもよい。第３の条件は、任意に設定可能であり、第１の対象に対する介入の効果が高いといえるノードを判別するための条件である。

例えば、第３の条件は、割り当てられたノードが表す介入を受け付けない予測確率（脱落確率）が閾値未満であるという条件であってもよい。また、新たなノードが表す介入の内容は、例えば、新たな条件分岐の分岐先に新たなノードが挿入された後に、人手（立案者）により第１の対象の特徴量などをもとに決定されてもよい。

図１の例では、ワークフロー１１０における新たな条件分岐１４０の分岐先に新たなノード１５０が挿入された場合を想定する。新たなノード１５０は、例えば、対象１２１が介入を受け付けない予測確率が閾値未満となるノードである。

このように、情報処理装置１０１によれば、既存の施策（例えば、ワークフロー１１０）に基づき割り当てられる介入の効果が低いといえる第１の対象、例えば、介入に応答せずに受け付けない対象１２１を抽出することができる。また、情報処理装置１０１によれば、新たな分岐点（条件分岐）を作って、第１の対象（例えば、対象１２１）を新たなノードに誘導するようにフロー構造を更新することができる。

これにより、情報処理装置１０１は、各対象（例えば、複数の対象１２０の各対象）が介入を受け付けないような事象の発生を抑えたワークフローを生成しやすくして、目標達成のための施策を表すワークフローの生成効率を向上させることができる。

図１の例では、情報処理装置１０１は、施策を実施する側の観点で作成されたワークフロー１１０のフロー構造を、施策を受ける側の観点を考慮して更新することができる。具体的には、例えば、情報処理装置１０１は、対象１２１を別ノードに誘導して、対象１２１が受け付けるような適切な介入を割り当て可能にすることができる。これにより、情報処理装置１０１は、施策を実施する側と施策を受ける側との両方の観点を考慮した施策の立案を支援することができる。

なお、ノード１１７の内容を変更することで、対象１２１が脱落しないような介入とすることも考えられる。しかしながら、あるノードに割り当てられた対象の数が多いほど、その対象すべてにとって適切な介入とすることは難しい。これに対して、情報処理装置１０１は、元のノードが表す介入では脱落するような対象（例えば、対象１２１）を、別ノードに誘導して、脱落しない対象と分離することで、適切な介入を見つけやすくすることができる。

（情報処理システム２００のシステム構成例）
つぎに、図１に示した情報処理装置１０１を含む情報処理システム２００のシステム構成例について説明する。以下の説明では、図１に示した情報処理装置１０１を、情報処理システム２００内のフロー制御装置２０１に適用した場合を例に挙げて説明する。情報処理システム２００は、例えば、目標達成のための施策の立案作業を支援するサービスに適用される。

図２は、情報処理システム２００のシステム構成例を示す説明図である。図２において、情報処理システム２００は、フロー制御装置２０１と、クライアント装置２０２とを含む。情報処理システム２００において、フロー制御装置２０１およびクライアント装置２０２は、有線または無線のネットワーク２１０を介して接続される。ネットワーク２１０は、例えば、インターネット、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）などである。

ここで、フロー制御装置２０１は、特徴量テーブル２２０を有し、施策の立案を支援するコンピュータである。フロー制御装置２０１は、例えば、サーバである。なお、特徴量テーブル２２０の記憶内容については、図４を用いて後述する。

クライアント装置２０２は、ユーザが使用するコンピュータである。ユーザは、例えば、施策の立案者である。クライアント装置２０２は、例えば、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、タブレット端末などである。

なお、ここではフロー制御装置２０１とクライアント装置２０２とを別体に設ける場合を例に挙げて説明するが、これに限らない。例えば、フロー制御装置２０１は、クライアント装置２０２により実現されてもよい。また、情報処理システム２００には、複数のクライアント装置２０２が含まれてもよい。

（フロー制御装置２０１のハードウェア構成例）
つぎに、フロー制御装置２０１のハードウェア構成例について説明する。

図３は、フロー制御装置２０１のハードウェア構成例を示すブロック図である。図３において、フロー制御装置２０１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３０１と、メモリ３０２と、ディスクドライブ３０３と、ディスク３０４と、通信Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）３０５と、可搬型記録媒体Ｉ／Ｆ３０６と、可搬型記録媒体３０７と、を有する。また、各構成部は、バス３００によってそれぞれ接続される。

ここで、ＣＰＵ３０１は、フロー制御装置２０１の全体の制御を司る。ＣＰＵ３０１は、複数のコアを有していてもよい。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がＯＳのプログラムを記憶し、ＲＯＭがアプリケーション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で、コーディングされている処理をＣＰＵ３０１に実行させる。

ディスクドライブ３０３は、ＣＰＵ３０１の制御に従ってディスク３０４に対するデータのリード／ライトを制御する。ディスク３０４は、ディスクドライブ３０３の制御で書き込まれたデータを記憶する。ディスク３０４は、例えば、磁気ディスク、光ディスクなどである。

通信Ｉ／Ｆ３０５は、通信回線を通じてネットワーク２１０に接続され、ネットワーク２１０を介して外部のコンピュータ（例えば、図２に示したクライアント装置２０２）に接続される。そして、通信Ｉ／Ｆ３０５は、ネットワーク２１０と装置内部とのインターフェースを司り、外部のコンピュータからのデータの入出力を制御する。通信Ｉ／Ｆ３０５は、例えば、モデムやＬＡＮアダプタなどであってもよい。

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は、例えば、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）－ＲＯＭ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリなどである。

なお、フロー制御装置２０１は、上述した構成部のほかに、例えば、入力装置、ディスプレイなどを有してもよい。また、フロー制御装置２０１は、上述した構成部のうち、例えば、可搬型記録媒体Ｉ／Ｆ３０６、可搬型記録媒体３０７を有さなくてもよい。また、図２に示したクライアント装置２０２についても、フロー制御装置２０１と同様のハードウェア構成により実現することができる。ただし、クライアント装置２０２は、上述した構成部のほかに、例えば、入力装置、ディスプレイなどを有する。

（特徴量テーブル２２０の記憶内容）
つぎに、図４を用いて、フロー制御装置２０１が有する特徴量テーブル２２０の記憶内容について説明する。特徴量テーブル２２０は、例えば、メモリ３０２、ディスク３０４などの記憶装置により実現される。

図４は、特徴量テーブル２２０の記憶内容の一例を示す説明図である。図４において、特徴量テーブル２２０は、ＩＤおよび複数種類の特徴量（特徴量１，特徴量２，特徴量３，…）のフィールドを有し、各フィールドに情報を設定することで、特徴量情報（例えば、特徴量情報４００－１，４００－２）をレコードとして記憶する。

ここで、ＩＤは、施策対象の個人を一意に識別する識別子である。複数種類の特徴量は、ＩＤにより識別される個人の特徴を表す情報である。例えば、特徴量１は、「ｅＧＦＲ」を示す。ｅＧＦＲは、ｅｓｔｉｍａｔｅｄ Ｇｌｏｍｅｒｕｌａｒ Ｆｉｌｔｒａｔｉｏｎ Ｒａｔｅの略であり、腎機能の指標である。

また、特徴量２は、「医療受診無し期間（単位：月）」を示す。特徴量には、例えば、個人の性別、年齢、健康情報、診断結果、検査結果、生活習慣、受診歴、処方薬歴などの様々なものを含めることができる。各特徴量は、例えば、施策対象の個人の属性情報、健康情報履歴、診断結果履歴、生活習慣履歴、検査結果履歴などから抽出される。

例えば、特徴量情報４００－１は、個人Ｐ１の特徴量１「６５」、特徴量２「８」、特徴量３「…」などを示す。

（フロー制御装置２０１の機能的構成例）
つぎに、フロー制御装置２０１の機能的構成例について説明する。

図５は、フロー制御装置２０１の機能的構成例を示すブロック図である。図５において、フロー制御装置２０１は、取得部５０１と、抽出部５０２と、第１の決定部５０３と、第２の決定部５０４と、第３の決定部５０５と、挿入部５０６と、出力部５０７と、記憶部５１０と、を含む。取得部５０１～出力部５０７は制御部５００となる機能であり、具体的には、例えば、図３に示したメモリ３０２、ディスク３０４、可搬型記録媒体３０７などの記憶装置に記憶されたプログラムをＣＰＵ３０１に実行させることにより、または、通信Ｉ／Ｆ３０５により、その機能を実現する。各機能部の処理結果は、例えば、メモリ３０２、ディスク３０４などの記憶装置に記憶される。また、記憶部５１０は、メモリ３０２、ディスク３０４などの記憶装置により実現される。具体的には、例えば、記憶部５１０は、図４に示した特徴量テーブル２２０を記憶する。

取得部５０１は、条件分岐と有向エッジにより接続されるノードを含むワークフローを取得する。また、取得部５０１は、ワークフローに基づき複数の対象をいずれかのノードに割り当てた結果を取得する。ここで、ワークフローは、例えば、目標達成のための施策を表す。ノードは、例えば、目標達成のための介入を表す。

介入は、例えば、対象に対して実施されるサービス、方策、処置、提案などである。対象は、例えば、施策対象の個人や組織などである。複数の対象それぞれのノードへの割り当ては、例えば、複数の対象それぞれの複数種類の特徴量に基づき行われる。複数種類の特徴量は、例えば、図４に示した特徴量１，特徴量２，特徴量３などである。

以下の説明では、目標達成のための施策を表すワークフローを「施策フロー」と表記する場合がある。また、施策フローに基づき複数の対象をいずれかのノードに割り当てた結果を「ノード割当結果」と表記する場合がある。

取得される施策フローは、例えば、立案者によって立案された施策案を表すワークフローである。

具体的には、例えば、取得部５０１は、図２に示したクライアント装置２０２から受信することにより、施策フローおよびノード割当結果を取得する。また、取得部５０１は、不図示の入力装置を用いたユーザの操作入力により、施策フローおよびノード割当結果を取得してもよい。

なお、複数の対象それぞれのノードへの割り当ては、例えば、フロー制御装置２０１において行われてもよい。具体的には、フロー制御装置２０１は、施策フロー（が表す施策）に基づいて、図４に示した特徴量テーブル２２０を参照して、複数の対象それぞれの複数種類の特徴量に応じて、複数の対象をいずれかのノードに割り当てる。

抽出部５０２は、取得されたノード割当結果に基づいて、複数の対象のうち第１の条件を満たす第１の対象を抽出する。第１の条件は、任意に設定可能である。例えば、第１の条件は、脱落確率が閾値α以上であるという条件である。脱落確率は、介入を受け付けない予測確率である。閾値αは、例えば、８０％程度の値に設定される。介入は、対象に割り当てられたノードが表す介入である。

また、第１の条件は、特定の疾患（例えば、糖尿病など）の発症例ありという条件であってもよい。また、第１の条件は、救急搬送歴ありという条件であってもよい。また、第１の条件は、年間医療費が閾値以上という条件であってもよい。第１の条件を満たすか否かは、例えば、複数の対象それぞれの複数種類の特徴量から判断される。

ここで、第１の条件を「脱落確率が閾値α以上」という条件とする。「脱落確率が閾値α以上」は、介入からの脱落に相当する。この場合、抽出部５０２は、既存の技術（例えば、従来技術２）を利用して、複数の対象それぞれの複数種類の特徴量から、対象に割り当てられたノードが表す介入に対する脱落確率を予測することで、第１の対象を抽出することができる。

より詳細に説明すると、例えば、抽出部５０２は、複数の対象それぞれについて、複数の対象それぞれの複数種類の特徴量（Ｘ）と各介入（ｉ）に対する脱落有無（ｙｉ）との関係を、ロジスティック回帰などを用いて学習する。複数の対象それぞれの複数種類の特徴量（Ｘ）は、例えば、特徴量テーブル２２０から特定することができる。

つぎに、抽出部５０２は、学習した学習モデルを用いて、複数の対象それぞれに割り当てられたノードが表す各介入からの脱落を予測する。そして、抽出部５０２は、複数の対象のうち、割り当てられたノードが表す介入から脱落すると予測された対象を、第１の対象として抽出する。

第１の決定部５０３は、取得された施策フローにおける抽出された第１の対象の分散状態に基づいて、施策フローにおける新たな条件分岐の挿入位置を決定する。具体的には、例えば、第１の決定部５０３は、施策フローにおける第１の対象が割り当てられたノードを包含する最下位の位置に決定する。

新たな条件分岐の挿入位置の決定例については、図６Ａ、図６Ｂ、図７Ａおよび図７Ｂを用いて後述する。

第２の決定部５０４は、決定された挿入位置よりも下位のノードにおける、第１の対象を第１の条件を満たさない対象と分離するような第２の条件を決定する。具体的には、例えば、第２の決定部５０４は、複数の対象それぞれの複数種類の特徴量を記憶する記憶部５１０を参照して、決定された挿入位置よりも下位のノードに割り当てられた対象それぞれの複数種類の特徴量に基づいて、第２の条件を決定する。

より詳細に説明すると、例えば、第２の決定部５０４は、特徴量テーブル２２０を参照して、決定された挿入位置よりも下位のノードに割り当てられた対象それぞれの複数種類の特徴量を特定する。そして、第２の決定部５０４は、特定した対象それぞれの複数種類の特徴量に基づいて、決定木アルゴリズムなどの機械学習の手法を適用することにより、第２の条件を決定する。

第２の条件の決定例については、図９を用いて後述する。なお、第１の対象と、第１の条件を満たさない対象とを完全に分離する条件が存在しない場合がある。この場合、第２の決定部５０４は、例えば、第１の対象を別ノードに誘導しつつ、第１の対象と第１の条件を満たさない対象とをできるだけ分離するような条件を第２の条件として決定してもよい。

挿入部５０６は、決定された第２の条件を新たな条件分岐として、決定された挿入位置に挿入する。具体的には、例えば、挿入部５０６は、施策フローを挿入位置で切断する。そして、挿入部５０６は、新たな条件分岐の入力側を切断箇所の上位側に接続し、新たな条件分岐の第２の条件を満たさない場合の分岐先を切断箇所の下位側に接続することにより、決定された挿入位置に新たな条件分岐を挿入する。

新たな条件分岐の挿入例については、図８Ａおよび図８Ｂを用いて後述する。

第３の決定部５０５は、新たな条件分岐の分岐先に挿入する新たなノードを決定する。具体的には、例えば、第３の決定部５０５は、複数の対象それぞれの複数種類の特徴量を記憶する記憶部５１０を参照して、第１の対象の特徴量に基づいて、あらかじめ用意された複数種類のノードの中から、第１の対象が第３の条件を満たすようなノードを新たなノードに決定する。

ここで、第３の条件は、任意に設定可能である。第３の条件としては、例えば、介入の効果が高いといえるノードを判別するための条件が設定される。例えば、第３の条件は、脱落確率が閾値β未満であるという条件であってもよい。閾値βは、例えば、２０％程度の値に設定される。複数種類のノードは、例えば、目標達成のためのそれぞれ異なる介入を表す。

より詳細に説明すると、例えば、第３の決定部５０５は、特徴量テーブル２２０を参照して、第１の対象の複数種類の特徴量を特定する。そして、第３の決定部５０５は、特定した第１の対象の複数種類の特徴量に基づいて、複数種類のノードの中から、第１の対象が第３の条件を満たすようなノードを新たなノードに決定する。

例えば、第３の決定部５０５は、複数種類のノードの中から、抽出された第１の対象のすべてが第３の条件を満たすノードを、新たなノードに決定する。また、第３の決定部５０５は、複数種類のノードの中から、抽出された第１の対象のうち第３の条件を満たす対象の割合が最も高くなるノードを、新たなノードに決定してもよい。

また、複数種類のノードの中に、抽出された第１の対象のすべてが第３の条件を満たす１つのノードが存在しない場合、第３の決定部５０５は、複数種類のノードの中から、抽出された第１の対象それぞれが第３の条件を満たすノードを含む２以上のノードを特定してもよい。

より詳細に説明すると、例えば、第３の決定部５０５は、複数種類のノードの中から、抽出された第１の対象のうち、一部の対象が第３の条件を満たすノードＡと、残りの対象が第３の条件を満たすノードＢとを特定する。そして、第３の決定部５０５は、一部の対象をノードＡに誘導し、残りの対象をノードＢに誘導する条件分岐で接続されたノードＡ，Ｂを、新たなノードに決定してもよい。

新たなノードの決定例については、図１１および図１２を用いて後述する。

なお、あらかじめ用意される複数種類のノードは、例えば、施策フローに含まれるノードごとに用意されてもよい。例えば、フロー制御装置２０１は、施策フローに含まれるノードと対応付けて、当該ノードが表す介入に関連する、その介入とは異なる介入をあらかじめ記憶することにしてもよい。この場合、第３の決定部５０５は、第１の対象が割り当てられたノードに対応する複数種類のノードの中から、新たなノードを決定してもよい。

挿入部５０６は、新たな条件分岐の分岐先に新たなノードを挿入する。具体的には、挿入部５０６は、新たな条件分岐の第２の条件を満たす場合の分岐先に、決定された新たなノードを挿入する。

新たなノードの挿入例については、図８Ａおよび図８Ｂを用いて後述する。

出力部５０７は、新たなノードが挿入された施策フローを出力する。出力部５０７の出力形式としては、例えば、メモリ３０２、ディスク３０４などの記憶装置への記憶、通信Ｉ／Ｆ３０５による他のコンピュータへの送信、不図示のディスプレイへの表示、不図示のプリンタへの印刷出力などがある。具体的には、例えば、出力部５０７は、新たなノードが挿入された施策フローをクライアント装置２０２に送信してもよい。

また、取得される施策フローは、条件分岐と有向エッジにより接続される１つのノードのみを含むものであってもよい（例えば、後述する図１３Ａ参照）。１つのノードのみを含む施策フローは、ある１つの介入を表すノードだけが表された未完成の施策フローに相当する。

この場合、フロー制御装置２０１は、新たなノードが挿入されたワークフローについて、複数の対象のうち第１の条件を満たす対象の割合が閾値γ以下となるまで、抽出部５０２による処理、第１の決定部５０３による処理、第２の決定部５０４による処理、および、挿入部５０６による処理を繰り返し実行してもよい。

抽出部５０２による処理は、第１の対象を抽出する処理である。第１の決定部５０３による処理は、新たな条件分岐の挿入位置を決定する処理である。第２の決定部５０４による処理は、第２の条件を決定する処理である。挿入部５０６による処理は、新たな条件分岐を挿入処理および新たなノードを挿入する処理である。閾値γは、任意に設定可能であり、例えば、２０％程度の値に設定される。

これにより、フロー制御装置２０１は、１つのノードを起点として、条件分岐と新たなノードを追加しつつ、新しい施策フローを生成することができる。１つのノードを起点として、新しい施策フローを生成する際の動作例については、図１３Ａおよび図１３Ｂを用いて後述する。

また、１つのノードを起点として、新しい施策フローを生成する際の複数の対象は、例えば、取得された施策フロー（１つのノードのみを含むもの）とは異なる他の施策フローに基づきいずれかのノードに割り当てた結果、第１の条件を満たす対象の集合であってもよい。

これにより、フロー制御装置２０１は、第１の条件を満たす対象の集合（例えば、脱落予測者の集合）に対して、新しい施策フローを生成することができる。第１の条件を満たす対象の集合に対して、新しい施策フローを生成する際の動作例については、図１４を用いて後述する。

また、施策フローが、多段のノードを含む場合がある。この場合、抽出部５０２は、施策フローのうち最上位から初段のノードを含む範囲に基づき複数の対象をいずれかのノードに割り当てた結果に基づいて、複数の対象のうち第１の条件を満たす第１の対象を抽出してもよい。第１の決定部５０３は、その範囲における抽出された第１の対象の分散状態に基づいて、その範囲における新たな条件分岐の挿入位置を決定してもよい。

また、第２の決定部５０４は、その範囲の決定された挿入位置よりも下位のノードにおける、第１の対象を第１の条件を満たさない対象と分離するような第２の条件を決定してもよい。そして、挿入部５０６は、決定された第２の条件を新たな条件分岐として、その範囲における決定された挿入位置に挿入してもよい。また、第３の決定部５０５は、挿入された新たな条件分岐の分岐先に挿入する新たなノードを決定してもよい。そして、挿入部５０６は、その範囲における新たな条件分岐の分岐先に、決定された新たなノードを挿入してもよい。

さらに、抽出部５０２は、初段より下位の各段のノードを含む各範囲に基づき複数の対象のうち各段のノードの直上位のノードに割り当てられた１以上の対象をいずれかのノードに割り当てた結果に基づいて、１以上の対象から第１の条件を満たす第２の対象を抽出してもよい。そして、第１の決定部５０３は、抽出された第２の対象の各範囲における分散状態に基づいて、各範囲における新たな条件分岐の挿入位置を決定してもよい。

また、第２の決定部５０４は、各範囲の決定された挿入位置よりも下位のノードにおける、第２の対象を第１の条件を満たさない対象と分離するような第４の条件を決定してもよい。そして、挿入部５０６は、決定された第４の条件を新たな条件分岐として、各範囲における決定された挿入位置に挿入してもよい。また、第３の決定部５０５は、各範囲に挿入された新たな条件分岐の分岐先に挿入する新たなノードを決定してもよい。そして、挿入部５０６は、各範囲における新たな条件分岐の分岐先に、決定された新たなノードを挿入してもよい。

施策フローが多段のノードを含む場合の動作例については、図１５を用いて後述する。

また、施策フローが多段のノードを含む場合、フロー制御装置２０１は、例えば、第１の条件を「初回の介入から最後の介入までのすべての脱落確率が閾値α以上」としてもよい。また、フロー制御装置２０１は、第１の条件を「初回の介入から最後の介入までのいずれかの介入の脱落確率が閾値α以上」としてもよい。

また、フロー制御装置２０１は、新たなノードが挿入された施策フローに基づいて、複数の対象それぞれのノードへの再割り当てを行ってもよい。具体的には、例えば、フロー制御装置２０１は、新たなノードが挿入された施策フローに基づいて、特徴量テーブル２２０を参照して、複数の対象それぞれの複数種類の特徴量に応じて、複数の対象をいずれかのノードに割り当てる。

この場合、フロー制御装置２０１は、複数の対象それぞれのノードへの再割り当て結果を出力してもよい。ただし、ノードへの再割り当ては、フロー制御装置２０１とは異なる他のコンピュータ（例えば、クライアント装置２０２）において、フロー制御装置２０１から出力される、新たなノードが挿入された施策フローに基づいて行われてもよい。

（新たな条件分岐の挿入位置の決定例）
つぎに、図６Ａ、図６Ｂ、図７Ａおよび図７Ｂを用いて、新たな条件分岐の挿入位置の決定例について説明する。以下の説明では、第１の条件を「脱落確率が閾値α以上」とし、第１の条件を満たす第１の対象を「脱落予測者」と表記する場合がある。また、第１の条件を満たさない対象を「非脱落予測者」と表記する場合がある。また、施策フローに含まれるノードを「介入ノード」と表記する場合がある。介入ノードは、目標達成のための介入を表すノードである。

図６Ａは、脱落予測者の分散状態の一例を示す説明図（その１）である。図７Ａは、新たな条件分岐の挿入位置の決定例を示す説明図（その１）である。図６Ａにおいて、施策フロー６１０は、有向エッジにより接続された条件分岐Ｂ１１，Ｂ１２および介入ノードＮ１１～Ｎ１３を含む。対象者Ｐ１～Ｐ１２は、施策対象となる複数の対象である。

ここでは、対象者Ｐ１～Ｐ１２それぞれの複数種類の特徴量に基づいて、対象者Ｐ１～Ｐ４が介入ノードＮ１１に割り当てられ、対象者Ｐ５～Ｐ８が介入ノードＮ１２に割り当てられ対象者Ｐ９～Ｐ１２が介入ノードＮ１３に割り当てられたとする。また、対象者Ｐ１～Ｐ１２のうち、対象者Ｐ１～Ｐ４の脱落が予測され、対象者Ｐ１～Ｐ４が脱落予測者として抽出された場合を想定する。

まず、フロー制御装置２０１は、施策フロー６１０における脱落予測者Ｐ１～Ｐ４の分散状態に基づいて、介入ノード群Ｘを特定する。介入ノード群Ｘは、脱落予測者（第１の対象）が割り当てられた介入ノードであり、別の介入ノードへの誘導対象となる脱落予測者を含む介入ノードの集合である。

例えば、フロー制御装置２０１は、脱落予測者がある介入ノードに集中する場合、その介入ノードのみを介入ノード群Ｘとして特定する。また、フロー制御装置２０１は、脱落予測者が複数の介入ノードに分散する場合、複数の介入ノードを介入ノード群Ｘとして特定する。

図６Ａの例では、脱落予測者Ｐ１～Ｐ４が介入ノードＮ１１に集中する。この場合、フロー制御装置２０１は、介入ノードＮ１１のみを介入ノード群Ｘとして特定する。

つぎに、フロー制御装置２０１は、特定した介入ノード群Ｘを含むように、施策フロー６１０における新たな条件分岐の挿入位置を決定する。具体的には、例えば、フロー制御装置２０１は、新たな条件分岐の挿入位置を、施策フロー６１０における介入ノード群Ｘを包含する最下位の位置に決定する。新たな条件分岐の挿入位置は、例えば、有向エッジを指定することで決定される。

図７Ａの例では、介入ノード群Ｘは、介入ノードＮ１１のみである。この場合、フロー制御装置２０１は、新たな条件分岐の挿入位置を、施策フロー６１０における介入ノード群Ｘ（Ｎ１１）を包含する最下位の位置Ａに決定する。位置Ａは、条件分岐Ｂ１の下位側であって、条件分岐Ｂ１１と介入ノードＮ１１とを接続する有向エッジに対応する。

図６Ｂは、脱落予測者の分散状態の一例を示す説明図（その２）である。図７Ｂは、新たな条件分岐の挿入位置の決定例を示す説明図（その２）である。図６Ｂにおいて、施策フロー６２０は、有向エッジにより接続された条件分岐Ｂ２１，Ｂ２２および介入ノードＮ２１～Ｎ２３を含む。対象者Ｐ１～Ｐ１２は、施策対象となる複数の対象である。

ここでは、対象者Ｐ１～Ｐ１２それぞれの複数種類の特徴量に基づいて、対象者Ｐ１～Ｐ４が介入ノードＮ２１に割り当てられ、対象者Ｐ５～Ｐ８が介入ノードＮ２２に割り当てられ対象者Ｐ９～Ｐ１２が介入ノードＮ２３に割り当てられたとする。また、対象者Ｐ１～Ｐ１２のうち、対象者Ｐ１，Ｐ２，Ｐ５，Ｐ６の脱落が予測され、対象者Ｐ１，Ｐ２，Ｐ５，Ｐ６が脱落予測者として抽出された場合を想定する。

まず、フロー制御装置２０１は、施策フロー６２０における脱落予測者Ｐ１，Ｐ２，Ｐ５，Ｐ６の分散状態に基づいて、介入ノード群Ｘを特定する。フロー制御装置２０１は、脱落予測者が複数の介入ノードに分散する場合、複数の介入ノードを介入ノード群Ｘとして特定する。

具体的には、例えば、フロー制御装置２０１は、脱落予測者が多い順に介入ノードを並べ、所定割合の脱落予測者が含まれるまで、脱落予測者を含む介入ノードを介入ノード群Ｘに追加していくことにより、介入ノード群Ｘを特定する。所定割合は、脱落予測者の総数に対する割合である。所定割合は、任意に設定可能であり、例えば、９０％程度の値に設定される。

フロー制御装置２０１は、例えば、所定割合を変更することで、どれだけの脱落予測者をカバーするのかを調整することができる。例えば、所定割合を１００％とすると、すべての脱落予測者を含む介入ノード群Ｘが特定される。また、所定割合を３０％とすると、全脱落予測者のうちの３０％以上の脱落予測者を含む介入ノード群Ｘが特定される。

図７Ｂの例では、脱落予測者Ｐ１，Ｐ２，Ｐ５，Ｐ６が介入ノードＮ２１，Ｎ２２に分散する。この場合、フロー制御装置２０１は、介入ノードＮ２１，Ｎ２２を脱落予測者が多い順に並べる。脱落予測者の数が同じ場合は、どちらの介入ノードの順序を先にしてもよい。ここでは、介入ノードＮ２１，Ｎ２２はいずれも脱落予測者の数が「２」である。

フロー制御装置２０１は、例えば、介入ノードＮ２１，Ｎ２２を「介入ノードＮ２１⇒介入ノードＮ２２」と並べる。そして、フロー制御装置２０１は、所定割合の脱落予測者が含まれるまで、脱落予測者を含む介入ノードを介入ノード群Ｘに追加していくことにより、介入ノード群Ｘを特定する。

ここで、所定割合を「９０％」とする。まず、フロー制御装置２０１は、介入ノードＮ２１を介入ノード群Ｘに追加する。この段階での脱落予測者の割合は、「５０％（＝２／４×１００）」である。このため、フロー制御装置２０１は、さらに介入ノードＮ２２を介入ノード群Ｘに追加する。この段階での脱落予測者の割合は、「１００％（＝４／４×１００）」であり、所定割合を超える。この結果、介入ノードＮ２１，２２が介入ノード群Ｘとして特定される。

つぎに、フロー制御装置２０１は、特定した介入ノード群Ｘを含むように、施策フロー６２０における新たな条件分岐の挿入位置を決定する。具体的には、例えば、フロー制御装置２０１は、新たな条件分岐の挿入位置を、施策フロー６２０における介入ノード群Ｘを包含する最下位の位置に決定する。

図７Ｂの例では、介入ノード群Ｘは、介入ノードＮ２１，Ｎ２２である。この場合、フロー制御装置２０１は、新たな条件分岐の挿入位置を、施策フロー６２０における介入ノード群Ｘ（Ｎ２１，Ｎ２２）を包含する最下位の位置Ｂに決定する。位置Ｂは、条件分岐Ｂ２１の上位側であって、条件分岐Ｂ２１と条件分岐Ｂ２２とを接続する有向エッジに対応する。

（新たな条件分岐の挿入例）
つぎに、図８Ａおよび図８Ｂを用いて、新たな条件分岐の挿入例について説明する。ここでは、図８Ａでは、図７Ａに示した位置Ａ（挿入位置）に新たな条件分岐を挿入する場合について説明する。図８Ｂでは、図７Ｂに示した位置Ｂ（挿入位置）に新たな条件分岐を挿入する場合について説明する。

図８Ａは、新たな条件分岐の挿入例を示す説明図（その１）である。図８Ａにおいて、施策フロー６１０における挿入位置Ａが示されている。フロー制御装置２０１は、施策フロー６１０における挿入位置Ａに、新たな条件分岐Ｂ１３を挿入する。これにより、フロー制御装置２０１は、介入ノードＮ１１に割り当てられていた脱落予測者Ｐ１～Ｐ４を、新たな条件分岐Ｂ１３の分岐先８０１に誘導する。

図８Ｂは、新たな条件分岐の挿入例を示す説明図（その２）である。図８Ｂにおいて、施策フロー６２０における挿入位置Ｂが示されている。フロー制御装置２０１は、施策フロー６２０における挿入位置Ｂに、新たな条件分岐Ｂ２３を挿入する。これにより、フロー制御装置２０１は、介入ノードＮ２１に割り当てられていた脱落予測者Ｐ１，Ｐ２および介入ノードＮ２２に割り当てられていた脱落予測者Ｐ５，Ｐ６を、新たな条件分岐Ｂ２３の分岐先８０２に誘導する。

（第２の条件の決定例）
つぎに、図９を用いて、新たな条件分岐とする第２の条件の決定例について説明する。ここでは、施策フロー６２０に挿入される図８Ｂに示した新たな条件分岐Ｂ２３とする第２の条件の決定例について説明する。

図９は、新たな条件分岐とする第２の条件の決定例を示す説明図である。図９において、特徴量情報９００は、施策フロー６２０の介入ノード群Ｘ（Ｎ２１，Ｎ２２）に割り当てられた対象者Ｐ１～Ｐ８それぞれの複数種類の特徴量を示す。対象者Ｐ１，Ｐ２，Ｐ５，Ｐ６は、脱落予測者である。対象者Ｐ３，Ｐ４，Ｐ７，Ｐ８は、非脱落予測者である。特徴量情報９００は、例えば、特徴量テーブル２２０から特定される。

フロー制御装置２０１は、特徴量情報９００を参照して、介入ノード群Ｘ（図７Ｂに示した挿入位置Ｂよりも下位の介入ノードＮ２１，Ｎ２２）における脱落予測者Ｐ１，Ｐ２，Ｐ５，Ｐ６と非脱落予測者Ｐ３，Ｐ４，Ｐ７，Ｐ８とを分離するような第２の条件を決定する。

第２の条件は、決定木アルゴリズムを適用することにより決定される。ここで、特徴量２に着目すると、「医療受診無し期間≧５月」という条件により、脱落予測者Ｐ１，Ｐ２，Ｐ５，Ｐ６と非脱落予測者Ｐ３，Ｐ４，Ｐ７，Ｐ８とを完全に分離することができる。このため、フロー制御装置２０１は、例えば、条件９１０「ＩＦ“医療受診無し期間”≧５月，ＴＨＥＮ 上へ進む（脱落予測群）」を第２の条件に決定する。なお、「上へ進む（脱落予測群）」は、第２の条件を満たす場合の分岐先に相当する。

なお、脱落予測者Ｐ１，Ｐ２，Ｐ５，Ｐ６と非脱落予測者Ｐ３，Ｐ４，Ｐ７，Ｐ８とを完全に分離する条件が見つからない場合がある。この場合、フロー制御装置２０１は、例えば、特徴量テーブル２２０（特徴量情報９００）にはない新たな特徴量を導入してもよい。新たな特徴量は、例えば、各対象者Ｐ１～Ｐ８の属性情報、健康情報履歴、診断結果履歴、生活習慣履歴、検査結果履歴などから抽出されてもよく、また、人手により追加されてもよい。フロー制御装置２０１は、新たな特徴量を導入することで、新しい軸の条件分岐を生成することが可能になる。

ここで、図１０を用いて、新たな条件分岐による脱落予測者の誘導例について説明する。ここでは、図８Ｂに示した新たな条件分岐Ｂ２３を、図９に示した条件９１０「ＩＦ“医療受診無し期間”≧５月，ＴＨＥＮ 上へ進む」とした場合について説明する。

図１０は、脱落予測者の誘導例を示す説明図である。図１０において、施策フロー６２０に、条件９１０「ＩＦ“医療受診無し期間”≧５月，ＴＨＥＮ 上へ進む」の新たな条件分岐Ｂ２３が挿入されている。

この場合、対象者Ｐ３，Ｐ４，Ｐ７，Ｐ８は、条件９１０「ＩＦ“医療受診無し期間”≧５月，ＴＨＥＮ 上へ進む」を満たさない。このため、対象者Ｐ３，Ｐ４，Ｐ７，Ｐ８は、条件分岐Ｂ２１に進み、新たな条件分岐Ｂ２３を挿入前と同じ介入ノードＮ２１，Ｎ２２のいずれかにそれぞれ割り当てられ、非脱落予測者となる。

一方、脱落予測者Ｐ１，Ｐ２，Ｐ５，Ｐ６は、条件９１０「ＩＦ“医療受診無し期間”≧５月，ＴＨＥＮ 上へ進む」を満たす。このため、脱落予測者Ｐ１，Ｐ２，Ｐ５，Ｐ６は、新たな条件分岐Ｂ２３の上側（条件分岐Ｂ２１とは異なる分岐先）に誘導され、介入ノードＮ２１，Ｎ２２に割り当てられないことになる。

（新たなノードの決定例）
つぎに、図１１および図１２を用いて、新たな条件分岐の分岐先に挿入される新たなノード（介入ノード）の決定例について説明する。ここでは、施策フロー６２０に挿入された新たな条件分岐Ｂ２３（図１０，１１参照）の分岐先に挿入される介入ノードの決定例について説明する。

図１１は、新たなノードの決定例を示す説明図（その１）である。図１１において、脱落予測結果１１００は、脱落予測者Ｐ１，Ｐ２，Ｐ５，Ｐ６の各介入Ａ～Ｄに対する脱落予測結果を示す。図１１中、脱落予測結果１１００内の「○」は、介入を受け付ける非脱落を示す。脱落予測結果１１００内の「×」は、介入を受け付けない脱落を示す。なお、介入を受け付けるか否か（脱落／非脱落）は、既存の技術（例えば、従来技術２）を利用して予測される。

介入Ａ～Ｄは、あらかじめ用意された複数種類のノードが表す介入の一例である。各介入Ａ～Ｄは、施策フロー６２０に含まれるいずれかの介入ノードが表す介入と同じものであってもよく、また、施策フロー６２０に含まれる介入ノードが表す介入とは異なるものであってもよい。例えば、脱落予測者Ｐ１は、介入Ａ，Ｄを受け付けず、介入Ｂ，Ｃを受け付けると予測されている。

フロー制御装置２０１は、介入Ａ～Ｄの中から、脱落予測者Ｐ１，Ｐ２，Ｐ５，Ｐ６（第１の対象）が第３の条件を満たすような介入ノードを新たな介入ノードに決定する。ここでは、第３の条件を「脱落確率が閾値β未満」という条件とする。脱落確率が閾値β未満」は、介入からの非脱落に相当する。

この場合、フロー制御装置２０１は、介入Ａ～Ｄの中から、脱落予測者Ｐ１，Ｐ２，Ｐ５，Ｐ６のうち脱落する者の割合が最も低くなる介入を特定する。また、フロー制御装置２０１は、介入Ａ～Ｄの中から、脱落予測者Ｐ１，Ｐ２，Ｐ５，Ｐ６のうち脱落する者の割合が閾値以下となる介入を特定してもよい。そして、フロー制御装置２０１は、特定した介入を表す介入ノードを、新たな条件分岐Ｂ２３の分岐先に挿入される介入ノードに決定する。

図１１の例では、介入Ｃは、脱落予測者Ｐ１，Ｐ２，Ｐ５，Ｐ６のすべてが受け付けると予測されている。この場合、フロー制御装置２０１は、介入Ｃを表す介入ノードＮ２４を、新たな条件分岐Ｂ２３の分岐先に挿入される介入ノードに決定する。そして、フロー制御装置２０１は、新たな条件分岐Ｂ２３の分岐先に、介入Ｃを表す介入ノードＮ２４を挿入する。

これにより、フロー制御装置２０１は、新たな条件分岐Ｂ２３の分岐先に誘導した脱落予測者Ｐ１，Ｐ２，Ｐ５，Ｐ６に対して、介入Ｃ（介入ノードＮ２４）を割り当てることができる。

図１２は、新たなノードの決定例を示す説明図（その２）である。図１２において、脱落予測結果１２００は、脱落予測者Ｐ１，Ｐ２，Ｐ５，Ｐ６の各介入Ｅ～Ｈに対する脱落予測結果を示す。図１２中、脱落予測結果１２００内の「○」は、介入を受け付ける非脱落を示す。脱落予測結果１２００内の「×」は、介入を受け付けない脱落を示す。

介入Ｅ～Ｈは、あらかじめ用意された複数種類のノードが表す介入の一例である。例えば、脱落予測者Ｐ１は、介入Ｅ，Ｇ，Ｈを受け付けず、介入Ｆを受け付けると予測されている。

フロー制御装置２０１は、介入Ｅ～Ｈの中から、脱落予測者Ｐ１，Ｐ２，Ｐ５，Ｐ６（第１の対象）が第３の条件を満たすような介入ノードを新たな介入ノードに決定する。ここでは、第３の条件を「脱落確率が閾値β未満」という条件とする。脱落確率が閾値β未満」は、介入からの非脱落に相当する。

この場合、フロー制御装置２０１は、介入Ｅ～Ｈの中から、脱落予測者Ｐ１，Ｐ２，Ｐ５，Ｐ６のうち脱落する者の割合が最も低くなる介入を特定する。また、フロー制御装置２０１は、介入Ｅ～Ｈの中から、脱落予測者Ｐ１，Ｐ２，Ｐ５，Ｐ６のうち脱落する者の割合が閾値以下となる介入を特定してもよい。そして、フロー制御装置２０１は、特定した介入を表す介入ノードを、新たな条件分岐Ｂ２３の分岐先に挿入される介入ノードに決定する。

図１２の例では、介入Ｅ～Ｈの中から、どの介入を１つ選択しても、脱落する者の割合は０％とならない。しかし、脱落予測者Ｐ１，Ｐ２に介入Ｆを割り当てて、脱落予測者Ｐ５，Ｐ６に介入Ｈを割り当てると、脱落する者の割合は０％となる。

この場合、フロー制御装置２０１は、例えば、脱落予測者Ｐ１，Ｐ２，Ｐ５，Ｐ６それぞれの複数種類の特徴量を参照して、脱落予測者Ｐ１，Ｐ２と脱落予測者Ｐ５，Ｐ６とを分離する条件を決定する。そして、フロー制御装置２０１は、決定した条件を新たな条件分岐Ｂ２４として、条件分岐Ｂ２３の分岐先（上側の分岐先）に挿入する。

つぎに、フロー制御装置２０１は、脱落予測者Ｐ１，Ｐ２が誘導される新たな条件分岐Ｂ２４の分岐先に挿入する新たなノードとして、介入Ｆを表す介入ノードＮ２５を決定する。そして、フロー制御装置２０１は、脱落予測者Ｐ１，Ｐ２が誘導される新たな条件分岐Ｂ２４の分岐先に、介入ノードＮ２５を挿入する。

また、フロー制御装置２０１は、脱落予測者Ｐ５，Ｐ６が誘導される新たな条件分岐Ｂ２４の分岐先に挿入する新たなノードとして、介入Ｈを表す介入ノードＮ２６を決定する。そして、フロー制御装置２０１は、脱落予測者Ｐ５，Ｐ６が誘導される新たな条件分岐Ｂ２４の分岐先に、介入ノードＮ２６を挿入する。

これにより、フロー制御装置２０１は、新たな条件分岐Ｂ２４の分岐先（上側）に誘導した脱落予測者Ｐ１，Ｐ２に対して、介入Ｆ（介入ノードＮ２５）を割り当てることができる。また、フロー制御装置２０１は、新たな条件分岐Ｂ２４の分岐先（下側）に誘導した脱落予測者Ｐ５，Ｐ６に対して、介入Ｈ（介入ノードＮ２６）を割り当てることができる。

（１つのノードを起点として、新しい施策フローを生成する際の動作例）
つぎに、図１３Ａおよび図１３Ｂを用いて、１つのノードを起点として、新しい施策フローを生成する際の動作例について説明する。ここでは、閾値γを「γ＝２０％」とし、複数の対象のうち脱落予測者（第１の条件を満たす対象）の割合（脱落確率）が２０％以下となるまで、条件分岐と介入ノードを追加して、新しい施策フローを生成する場合について説明する。

図１３Ａおよび図１３Ｂは、新しい施策フローを生成する際の第１の動作例を示す説明図である。図１３Ａにおいて、対象者群１３２０（１２人）は、施策対象となる複数の対象の一例である。また、施策フロー１３００は、１つの介入ノード１３０１のみを含む未完成の施策フローである。

この場合、対象者群１３２０は、介入ノード１３０１に割り当てられる。ここでは、介入ノード１３０１に割り当てられた対象者群１３２０に、６人の脱落予測者群１３２１が含まれるとする。この時点の脱落確率は、５０％（＝６／１２×１００）であり、閾値γより大きい。

このため、フロー制御装置２０１は、脱落予測者群１３２１を非脱落予測者群１３２２と分離するための条件分岐１３０２を施策フロー１３００に挿入する。これにより、脱落予測者群１３２１が条件分岐１３０２の分岐先（上側）に誘導される。

図１３Ｂにおいて、フロー制御装置２０１は、施策フロー１３００における条件分岐１３０２の分岐先（上側）に、新たな介入ノード１３０３を挿入する。介入ノード１３０３は、脱落予測者群１３２１のうち脱落する者の割合が低くなるように決定される。

対象者群（脱落予測者群）１３２１は、介入ノード１３０３に割り当てられる。ここでは、介入ノード１３０３に割り当てられた対象者群１３２１に、３人の脱落予測者群１３２３が含まれるとする。この時点の脱落確率は、２５％（＝３／１２×１００）であり、閾値γより大きい。

このため、フロー制御装置２０１は、脱落予測者群１３２３を非脱落予測者群１３２４と分離するための条件分岐１３０４を施策フロー１３００に挿入する。これにより、脱落予測者群１３２３が条件分岐１３０４の分岐先（上側）に誘導される。

フロー制御装置２０１は、施策フロー１３００における条件分岐１３０４の分岐先（上側）に、新たな介入ノード１３０５を挿入する。介入ノード１３０５は、脱落予測者群１３２３のうち脱落する者の割合が低くなるように決定される。

対象者群（脱落予測者群）１３２３は、介入ノード１３０５に割り当てられる。ここでは、介入ノード１３０５に割り当てられた対象者群１３２３に、脱落予測者が含まれないとする。この時点の脱落確率は、０％（＝０／１２×１００）であり、閾値γ以下となる。このため、フロー制御装置２０１は、施策フロー１３００の生成を終了する。

これにより、フロー制御装置２０１は、１つの介入ノード１３０１を起点として、条件分岐と介入ノードを追加して、新しい施策フロー１３００を生成することができる。

（第１の条件を満たす対象の集合に対して、新しい施策フローを生成する際の動作例）
つぎに、図１４を用いて、第１の条件を満たす対象の集合に対して、新しい施策フローを生成する際の動作例について説明する。ここでは、第１の条件を満たす対象を「脱落予測者」とする。

図１４は、新しい施策フローを生成する際の第２の動作例を示す説明図である。図１４において、施策フロー１４１０は、既存の施策フローである。施策フロー１４１０は、例えば、立案者によって人手により作成されたものであってもよく、また、フロー制御装置２０１によって更新されたものであってもよい。

施策フロー１４１０は、条件分岐１４１１，１４１２と介入ノード１４１３～１４１５とを含む。ここでは、施策フロー１４１０に基づき対象者Ｐ１～Ｐ１２をいずれかの介入ノードに割り当てた結果、対象者Ｐ１～Ｐ４が介入ノード１４１３に割り当てられた場合を想定する。

また、対象者Ｐ５～Ｐ８が介入ノード１４１４に割り当てられ、対象者Ｐ９～Ｐ１２が介入ノード１４１５に割り当てられた場合を想定する。また、介入ノード１４１３に割り当てられた対象者Ｐ１，Ｐ２が脱落すると予測され、介入ノード１４１４に割り当てられた対象者Ｐ５，Ｐ６が脱落すると予測された場合を想定する。

この場合、対象者Ｐ１～Ｐ１２のうち、非脱落予測者群Ｐ３，Ｐ４，Ｐ７～Ｐ１２については、施策フロー１４１０に基づく施策（既存施策）の対象とする。一方、脱落予測者群Ｐ１，Ｐ２，Ｐ５，Ｐ６について、フロー制御装置２０１は、新規の施策フロー１４２０を生成する。新規の施策フロー１４２０を生成する具体的な処理内容は、例えば、図１３Ａおよび図１３Ｂで説明した処理内容と同様である。

これにより、フロー制御装置２０１は、既存の施策では介入に応答せず受け付けないと予測された脱落予測者群Ｐ１，Ｐ２，Ｐ５，Ｐ６のみを対象として、新しい施策フロー１４２０を生成することができる。例えば、フロー制御装置２０１は、全対象者Ｐ１～Ｐ１２をカバーする１つの施策フローを作成する場合に比べて、目標達成のための施策フローの生成効率を向上させることができる。

（施策フローが多段のノードを含む場合の動作例）
つぎに、図１５を用いて、施策フローが多段のノードを含む場合の動作例について説明する。

図１５は、施策フローが多段のノードを含む場合の動作例を示す説明図である。図１５において、施策フロー１５００は、多段の介入ノードを含む施策フローの一例である。施策フロー１５００は、条件分岐１５０１～１５０３と、介入ノード１５０４～１５０９とを含む。介入ノード１５０４～１５０９のうち、介入ノード１５０４～１５０６が初段の介入ノードである。また、介入ノード１５０７～１５０９が２段目の介入ノードである。

このような場合、まず、フロー制御装置２０１は、例えば、初段の介入ノードを含む範囲（部分施策）を対象に、本フロー制御方法を適用する。その後、フロー制御装置２０１は、次段の介入ノードを含む各範囲を対象に、本フロー制御方法を適用する。介入ノードが３段以上ある場合は、フロー制御装置２０１は、段数分処理を繰り返す。

図１５の例では、フロー制御装置２０１は、施策フロー１５００の最上位から初段の介入ノード１５０４～１５０６を含む範囲１５１０を対象に、本フロー制御方法を適用する。具体的には、例えば、フロー制御装置２０１は、範囲１５１０に基づき複数の対象者をいずれかのノードに割り当てた結果に基づいて、複数の対象者のうち脱落予測者を抽出する。

フロー制御装置２０１は、範囲１５１０における抽出された脱落予測者の分散状態に基づいて、範囲１５１０における新たな条件分岐の挿入位置を決定する。フロー制御装置２０１は、範囲１５１０の決定した挿入位置よりも下位の介入ノードにおける、脱落予測者を非脱落予測者と分離するような条件を決定し、決定した条件を新たな条件分岐として、範囲１５１０における決定した挿入位置に挿入する。ここでは、新たな分岐条件１５１１が挿入されている。

フロー制御装置２０１は、挿入した新たな条件分岐１５１１の分岐先に挿入する新たなノードを決定し、範囲１５１０における新たな条件分岐１５１１の分岐先に、決定した新たなノードを挿入する。ここでは、新たな分岐条件１５１１の分岐先に、新たな介入ノード１５１２が挿入されている。

つぎに、フロー制御装置２０１は、２段目の介入ノード１５０７～１５０９を含む各範囲１５２０，１５３０を対象に、本フロー制御方法を適用する。ここでは、範囲１５２０を例に挙げて、フロー制御装置２０１の処理例について説明する。

具体的には、例えば、フロー制御装置２０１は、範囲１５２０に基づき複数の対象者のうち介入ノード１５０７，１５０８の直上位の介入ノード１５０４に割り当てられた１以上の対象者をいずれかのノードに割り当てた結果に基づいて、１以上の対象者から脱落予測者を抽出する。そして、フロー制御装置２０１は、抽出した脱落予測者の範囲１５２０における分散状態に基づいて、範囲１５２０における新たな条件分岐の挿入位置を決定する。

また、フロー制御装置２０１は、範囲１５２０の決定した挿入位置よりも下位の介入ノードにおける、脱落予測者を非脱落予測者と分離するような条件を決定する。そして、フロー制御装置２０１は、決定した条件を新たな条件分岐として、範囲１５２０における決定した挿入位置に挿入する。また、フロー制御装置２０１は、範囲１５２０に挿入された新たな条件分岐の分岐先に挿入する新たなノードを決定し、範囲１５２０における新たな条件分岐の分岐先に、決定した新たなノードを挿入する。

これにより、フロー制御装置２０１は、多段の介入ノードを含む施策フローに対して本フロー制御方法を適用して、目標達成のための施策の策定を支援することができる。

（フロー制御装置２０１のフロー制御処理手順）
つぎに、図１６を用いて、フロー制御装置２０１のフロー制御処理手順について説明する。ここでは、施策対象となる複数の対象を「複数の個人」とし、施策フローに含まれるノードを「介入ノード」とする。また、第１の条件を「脱落確率が閾値α以上」とし、第１の条件を満たす第１の対象を「脱落予測者」とし、第１の条件を満たさない対象を「非脱落予測者」とする。

図１６は、フロー制御装置２０１のフロー制御処理手順の一例を示すフローチャートである。図１６のフローチャートにおいて、まず、フロー制御装置２０１は、条件分岐と有向エッジにより接続される介入ノードを含む施策フローを取得する（ステップＳ１６０１）。

つぎに、フロー制御装置２０１は、特徴量テーブル２２０を参照して、複数の個人それぞれの複数種類の特徴量に応じて、各個人をいずれかの介入ノードに割り当てる（ステップＳ１６０２）。そして、フロー制御装置２０１は、ノード割当結果に基づいて、複数の個人それぞれの複数種類の特徴量から、各個人の脱落予測を実施する（ステップＳ１６０３）。

つぎに、フロー制御装置２０１は、各個人の脱落予測結果に基づいて、複数の個人から脱落予測者を抽出する（ステップＳ１６０４）。そして、フロー制御装置２０１は、取得した施策フローにおける抽出した脱落予測者の分散状態に基づいて、誘導対象の介入ノード群を特定する（ステップＳ１６０５）。

なお、誘導対象の介入ノード群は、上述した介入ノード群Ｘに対応し、別の介入ノードへの誘導対象となる脱落予測者を含む介入ノードの集合である。

つぎに、フロー制御装置２０１は、特定した介入ノード群を含むように、施策フローにおける新たな条件分岐の挿入位置を決定する（ステップＳ１６０６）。そして、フロー制御装置２０１は、特徴量テーブル２２０を参照して、新たな条件分岐とする条件（第２の条件）を決定する（ステップＳ１６０７）。具体的には、例えば、フロー制御装置２０１は、介入ノード群（決定された挿入位置よりも下位の介入ノード）に割り当てられた個人それぞれの複数種類の特徴量に基づいて、介入ノード群における脱落予測者と非脱落予測者とを分離するような条件を決定する。

つぎに、フロー制御装置２０１は、決定した条件を新たな条件分岐として、決定した挿入位置に挿入する（ステップＳ１６０８）。そして、フロー制御装置２０１は、新たな条件分岐の分岐先に挿入する新たな介入ノードを決定する（ステップＳ１６０９）。具体的には、例えば、フロー制御装置２０１は、脱落予測者の複数種類の特徴量に基づいて、あらかじめ用意された複数種類の介入ノードの中から、脱落予測者が第３の条件を満たすような介入ノードを新たな介入ノードに決定する。

つぎに、フロー制御装置２０１は、新たな条件分岐の分岐先に新たな介入ノードを挿入する（ステップＳ１６１０）。そして、フロー制御装置２０１は、新たな介入ノードを挿入した施策フローを出力して（ステップＳ１６１１）、本フローチャートによる一連の処理を終了する。

これにより、フロー制御装置２０１は、既存の施策フローを更新することで、各個人が割り当てられた介入を受け付けない事象（脱落）の発生を抑えるような施策フローを自動で生成することができる。

なお、フロー制御装置２０１は、ステップＳ１６１０の後に、新たなノードが挿入された施策フローに基づいて、特徴量テーブル２２０を参照して、複数の個人それぞれのノードへの再割り当てを行ってもよい。この場合、フロー制御装置２０１は、ステップＳ１６１１において、新たなノードを挿入した施策フローと対応付けて、複数の個人それぞれのノードへの再割り当て結果を出力してもよい。

以上説明したように、実施の形態にかかるフロー制御装置２０１によれば、条件分岐と有向エッジにより接続されるノードを含むワークフローに基づき複数の対象をいずれかのノードに割り当てた結果に基づいて、複数の対象のうち第１の条件を満たす第１の対象を抽出することができる。ワークフローは、例えば、目標達成のための施策を表す施策フローである。ノードは、例えば、目標達成のための介入を表す介入ノードである。第１の条件は、例えば、割り当てられたノードが表す介入を受け付けない予測確率が閾値α以上であるという条件である。

これにより、フロー制御装置２０１は、既存の施策では割り当てられる介入の効果が低いといえる対象、例えば、介入に応答せずに受け付けない脱落予測者を抽出することができる。

また、フロー制御装置２０１によれば、抽出した第１の対象のワークフローにおける分散状態に基づいて、ワークフローにおける新たな条件分岐の挿入位置を決定することができる。そして、フロー制御装置２０１によれば、決定した挿入位置よりも下位のノードにおける、第１の対象を第１の条件を満たさない対象と分離するような第２の条件を新たな条件分岐として挿入位置に挿入し、新たな条件分岐の分岐先に新たなノードを挿入することができる。また、フロー制御装置２０１によれば、新たなノードを挿入したワークフローを出力することができる。

これにより、フロー制御装置２０１は、新たな分岐点（条件分岐）を作って、脱落予測者などを新たなノードに誘導するようにフロー構造を更新することができる。このため、フロー制御装置２０１は、各対象が介入を受け付けないような事象の発生を抑えたワークフローを生成しやすくして、目標達成のための施策を表すワークフローの生成効率を向上させることができる。

また、フロー制御装置２０１によれば、ワークフローにおける第１の対象が割り当てられたノードを包含する最下位の位置に、新たな条件分岐の挿入位置を決定することができる。

これにより、フロー制御装置２０１は、条件分岐により分離する対象の数を抑えて、例えば、脱落予測者（第１の対象）と非脱落予測者（第１の条件を満たさない対象）とを分離するための適切な条件を決定しやすくすることができる。

また、フロー制御装置２０１によれば、複数の対象それぞれの複数種類の特徴量を記憶する記憶部５１０を参照して、決定した挿入位置よりも下位のノードに割り当てられた対象それぞれの複数種類の特徴量に基づいて、第２の条件を決定することができる。そして、フロー制御装置２０１によれば、決定した第２の条件を新たな条件分岐として、決定した挿入位置に挿入することができる。

これにより、フロー制御装置２０１は、各対象の特徴を考慮して、例えば、脱落予測者と非脱落予測者とを分離するための条件を決定することができる。

また、フロー制御装置２０１によれば、記憶部５１０を参照して、第１の対象の複数種類の特徴量に基づいて、複数種類のノードの中から、第１の対象が第３の条件を満たすようなノードを新たなノードに決定することができる。そして、フロー制御装置２０１によれば、決定した新たなノードを、新たな条件分岐の分岐先に挿入することができる。第３の条件は、例えば、割り当てられたノードが表す介入を受け付けない予測確率が閾値β未満であるという条件である。

これにより、フロー制御装置２０１は、例えば、介入を受け付けない事象（脱落）が発生する可能性が低い介入など、効果の高い介入を脱落予測者に割り当てることができる。

また、フロー制御装置２０１によれば、ワークフローが１つのノードのみを含む場合に、新たなノードを挿入したワークフローについて、複数の対象のうち第１の条件を満たす対象の割合が閾値γ以下となるまで、第１の対象を抽出する処理、挿入位置を決定する処理、第２の条件を決定する処理、新たな条件分岐を挿入する処理、および、新たなノードを挿入する処理を繰り返し実行することができる。

これにより、フロー制御装置２０１は、１つのノードを起点として、条件分岐とノードを追加して、新しい施策フローを生成することができる。

また、フロー制御装置２０１によれば、ワークフローが、多段のノードを含む場合、ワークフローのうち最上位から初段のノードを含む範囲に基づき複数の対象をいずれかのノードに割り当てた結果に基づいて、複数の対象のうち第１の条件を満たす第１の対象を抽出することができる。また、フロー制御装置２０１によれば、抽出した第１の対象の当該範囲における分散状態に基づいて、当該範囲における新たな条件分岐の挿入位置を決定することができる。そして、フロー制御装置２０１によれば、当該範囲の決定した挿入位置よりも下位のノードにおける、第１の対象を第１の条件を満たさない対象と分離するような第２の条件を新たな条件分岐として挿入位置に挿入し、当該範囲における新たな条件分岐の分岐先に新たなノードを挿入することができる。

これにより、フロー制御装置２０１は、多段のノードを含むワークフローについて、初段のノードを含む範囲に着目して、新たな分岐点（条件分岐）を作って、脱落予測者などを新たなノードに誘導するようにフロー構造を更新することができる。

また、フロー制御装置２０１によれば、初段より下位の各段のノードを含む各範囲に基づき複数の対象のうち各段のノードの直上位のノードに割り当てられた１以上の対象をいずれかのノードに割り当てた結果に基づいて、１以上の対象から第１の条件を満たす第２の対象を抽出することができる。そして、フロー制御装置２０１によれば、抽出した第２の対象の各範囲における分散状態に基づいて、各範囲における新たな条件分岐の挿入位置を決定し、各範囲の決定した挿入位置よりも下位のノードにおける、第２の対象を第１の条件を満たさない対象と分離するような第４条件を新たな条件分岐として挿入位置に挿入し、各範囲における新たな条件分岐の分岐先に新たなノードを挿入することができる。

これにより、フロー制御装置２０１は、多段のノードを含むワークフローについて、２段目以降の各初のノードを含む範囲に着目して、新たな分岐点（条件分岐）を作って、脱落予測者などを新たなノードに誘導するようにフロー構造を更新することができる。

これらのことから、フロー制御装置２０１によれば、施策を表すワークフローの生成効率を向上させて、目標達成のための施策の策定を支援することができる。例えば、フロー制御装置２０１は、ある自治体において、住民の健康維持を目標として、住民の年齢、健康情報、診断結果、生活習慣などをもとに各種サービス（介入）を割り当てる施策を立案する際の作業を支援することができる。また、フロー制御装置２０１は、ある地域全体の使用電力量を一定量に抑えることを目標として、企業や工場の従業員数、事業内容、使用電力履歴、使用機材履歴などをもとに各種要請（介入）を割り当てる施策を立案する際の作業を支援することができる。

なお、本実施の形態で説明したフロー制御方法は、あらかじめ用意されたプログラムをパーソナル・コンピュータやワークステーション等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。本フロー制御プログラムは、ハードディスク、フレキシブルディスク、ＣＤ－ＲＯＭ、ＤＶＤ、ＵＳＢメモリ等の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。また、本フロー制御プログラムは、インターネット等のネットワークを介して配布してもよい。

また、本実施の形態で説明したフロー制御装置２０１は、スタンダードセルやストラクチャードＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）などの特定用途向けＩＣやＦＰＧＡなどのＰＬＤ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）によっても実現することができる。

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）条件分岐と有向エッジにより接続されるノードを含むワークフローに基づき複数の対象をいずれかのノードに割り当てた結果に基づいて、前記複数の対象のうち第１の条件を満たす第１の対象を抽出し、
抽出した前記第１の対象の前記ワークフローにおける分散状態に基づいて、前記ワークフローにおける新たな条件分岐の挿入位置を決定し、
決定した前記挿入位置よりも下位のノードにおける、前記第１の対象を前記第１の条件を満たさない対象と分離するような第２の条件を前記新たな条件分岐として前記挿入位置に挿入し、
前記新たな条件分岐の分岐先に新たなノードを挿入する、
処理をコンピュータが実行することを特徴とするフロー制御方法。

（付記２）前記挿入位置を決定する処理は、
前記ワークフローにおける前記第１の対象が割り当てられたノードを包含する最下位の位置に前記挿入位置を決定する、ことを特徴とする付記１に記載のフロー制御方法。

（付記３）前記複数の対象それぞれの複数種類の特徴量を記憶する記憶部を参照して、決定した前記挿入位置よりも下位のノードに割り当てられた対象それぞれの複数種類の特徴量に基づいて、前記第２の条件を決定する、処理を前記コンピュータが実行し、
前記新たな条件分岐を挿入する処理は、
決定した前記第２の条件を前記新たな条件分岐として前記挿入位置に挿入する、ことを特徴とする付記１または２に記載のフロー制御方法。

（付記４）前記複数の対象それぞれの複数種類の特徴量を記憶する記憶部を参照して、前記第１の対象の複数種類の特徴量に基づいて、複数種類のノードの中から、前記第１の対象が第３の条件を満たすようなノードを前記新たなノードに決定する、処理を前記コンピュータが実行し、
前記新たなノードを挿入する処理は、
決定した前記新たなノードを前記分岐先に挿入する、ことを特徴とする付記１～３のいずれか一つに記載のフロー制御方法。

（付記５）前記ワークフローは、目標達成のための施策を表し、
前記ノードは、前記目標達成のための介入を表す、ことを特徴とする付記１～４のいずれか一つに記載のフロー制御方法。

（付記６）前記ワークフローは、有向エッジにより条件分岐と接続される１つのノードのみを含み、
前記新たなノードを挿入した前記ワークフローについて、前記複数の対象のうち前記第１の条件を満たす対象の割合が閾値以下となるまで、前記第１の対象を抽出する処理、前記挿入位置を決定する処理、前記第２の条件を決定する処理、前記新たな条件分岐を挿入する処理、および、前記新たなノードを挿入する処理を、前記コンピュータが実行することを特徴とする付記３に記載のフロー制御方法。

（付記７）前記ワークフローが、多段のノードを含む場合、前記ワークフローのうち最上位から初段のノードを含む範囲に基づき前記複数の対象をいずれかのノードに割り当てた結果に基づいて、前記複数の対象のうち第１の条件を満たす第１の対象を抽出し、
抽出した前記第１の対象の前記範囲における分散状態に基づいて、前記範囲における新たな条件分岐の挿入位置を決定し、
前記範囲の決定した前記挿入位置よりも下位のノードにおける、前記第１の対象を前記第１の条件を満たさない対象と分離するような第２の条件を前記新たな条件分岐として前記挿入位置に挿入し、
前記範囲における前記新たな条件分岐の分岐先に新たなノードを挿入する、
処理を前記コンピュータが実行することを特徴とする付記１～６のいずれか一つに記載のフロー制御方法。

（付記８）前記初段より下位の各段のノードを含む各範囲に基づき前記複数の対象のうち前記各段のノードの直上位のノードに割り当てられた１以上の対象をいずれかのノードに割り当てた結果に基づいて、前記１以上の対象から前記第１の条件を満たす第２の対象を抽出し、
抽出した前記第２の対象の前記各範囲における分散状態に基づいて、前記各範囲における新たな条件分岐の挿入位置を決定し、
前記各範囲の決定した前記挿入位置よりも下位のノードにおける、前記第２の対象を前記第１の条件を満たさない対象と分離するような第４条件を前記新たな条件分岐として前記挿入位置に挿入し、
前記各範囲における前記新たな条件分岐の分岐先に新たなノードを挿入する、
処理を前記コンピュータが実行することを特徴とする付記７に記載のフロー制御方法。

（付記９）前記第１の条件は、割り当てられたノードが表す介入を受け付けない予測確率が閾値以上であるという条件である、ことを特徴とする付記５に記載のフロー制御方法。

（付記１０）前記ワークフローは、目標達成のための施策を表し、
前記ノードは、前記目標達成のための介入を表し、
前記第３の条件は、割り当てられたノードが表す介入を受け付けない予測確率が閾値未満であるという条件である、ことを特徴とする付記４に記載のフロー制御方法。

（付記１１）前記新たなノードを挿入した前記ワークフローを出力する、
処理を前記コンピュータが実行することを特徴とする付記１～１０のいずれか一つに記載のフロー制御方法。

（付記１２）条件分岐と有向エッジにより接続されるノードを含むワークフローに基づき複数の対象をいずれかのノードに割り当てた結果に基づいて、前記複数の対象のうち第１の条件を満たす第１の対象を抽出し、
抽出した前記第１の対象の前記ワークフローにおける分散状態に基づいて、前記ワークフローにおける新たな条件分岐の挿入位置を決定し、
決定した前記挿入位置よりも下位のノードにおける、前記第１の対象を前記第１の条件を満たさない対象と分離するような第２の条件を前記新たな条件分岐として前記挿入位置に挿入し、
前記新たな条件分岐の分岐先に新たなノードを挿入する、
処理をコンピュータに実行させることを特徴とするフロー制御プログラム。

（付記１３）条件分岐と有向エッジにより接続されるノードを含むワークフローに基づき複数の対象をいずれかのノードに割り当てた結果に基づいて、前記複数の対象のうち第１の条件を満たす第１の対象を抽出し、
抽出した前記第１の対象の前記ワークフローにおける分散状態に基づいて、前記ワークフローにおける新たな条件分岐の挿入位置を決定し、
決定した前記挿入位置よりも下位のノードにおける、前記第１の対象を前記第１の条件を満たさない対象と分離するような第２の条件を前記新たな条件分岐として前記挿入位置に挿入し、
前記新たな条件分岐の分岐先に新たなノードを挿入する、
制御部を有することを特徴とする情報処理装置。

１０１ 情報処理装置
１１０ ワークフロー
１２０ 複数の対象
１２１ 対象
２００ 情報処理システム
２０１ フロー制御装置
２０２ クライアント装置
２１０ ネットワーク
２２０ 特徴量テーブル
３００ バス
３０１ ＣＰＵ
３０２ メモリ
３０３ ディスクドライブ
３０４ ディスク
３０５ 通信Ｉ／Ｆ
３０６ 可搬型記録媒体Ｉ／Ｆ
３０７ 可搬型記録媒体
５００ 制御部
５０１ 取得部
５０２ 抽出部
５０３ 第１の決定部
５０４ 第２の決定部
５０５ 第３の決定部
５０６ 挿入部
５０７ 出力部
５１０ 記憶部
６１０，６２０，１３００，１４１０，１４２０，１５００ 施策フロー
９００ 特徴量情報
１１００，１２００ 脱落予測結果

Claims (8)

1. 条件分岐と有向エッジにより接続されるノードを含むワークフローに基づき複数の対象をいずれかのノードに割り当てた結果に基づいて、前記複数の対象のうち第１の条件を満たす第１の対象を抽出し、
   抽出した前記第１の対象の前記ワークフローにおける分散状態に基づいて、前記ワークフローにおける新たな条件分岐の挿入位置を決定し、
   決定した前記挿入位置よりも下位のノードにおける、前記第１の対象を前記第１の条件を満たさない対象と分離するような第２の条件を前記新たな条件分岐として前記挿入位置に挿入し、
   前記新たな条件分岐の分岐先に新たなノードを挿入する、
   処理をコンピュータが実行することを特徴とするフロー制御方法。
2. 前記挿入位置を決定する処理は、
   前記ワークフローにおける前記第１の対象が割り当てられたノードを包含する最下位の位置に前記挿入位置を決定する、ことを特徴とする請求項１に記載のフロー制御方法。
3. 前記複数の対象それぞれの複数種類の特徴量を記憶する記憶部を参照して、決定した前記挿入位置よりも下位のノードに割り当てられた対象それぞれの複数種類の特徴量に基づいて、前記第２の条件を決定する、処理を前記コンピュータが実行し、
   前記新たな条件分岐を挿入する処理は、
   決定した前記第２の条件を前記新たな条件分岐として前記挿入位置に挿入する、ことを特徴とする請求項１に記載のフロー制御方法。
4. 前記複数の対象それぞれの複数種類の特徴量を記憶する記憶部を参照して、前記第１の対象の複数種類の特徴量に基づいて、複数種類のノードの中から、前記第１の対象が第３の条件を満たすようなノードを前記新たなノードに決定する、処理を前記コンピュータが実行し、
   前記新たなノードを挿入する処理は、
   決定した前記新たなノードを前記分岐先に挿入する、ことを特徴とする請求項１に記載のフロー制御方法。
5. 前記ワークフローは、目標達成のための施策を表し、
   前記ノードは、前記目標達成のための介入を表す、ことを特徴とする請求項１に記載のフロー制御方法。
6. 前記新たなノードを挿入した前記ワークフローを出力する、
   処理を前記コンピュータが実行することを特徴とする請求項１～５のいずれか一つに記載のフロー制御方法。
7. 条件分岐と有向エッジにより接続されるノードを含むワークフローに基づき複数の対象をいずれかのノードに割り当てた結果に基づいて、前記複数の対象のうち第１の条件を満たす第１の対象を抽出し、
   抽出した前記第１の対象の前記ワークフローにおける分散状態に基づいて、前記ワークフローにおける新たな条件分岐の挿入位置を決定し、
   決定した前記挿入位置よりも下位のノードにおける、前記第１の対象を前記第１の条件を満たさない対象と分離するような第２の条件を前記新たな条件分岐として前記挿入位置に挿入し、
   前記新たな条件分岐の分岐先に新たなノードを挿入する、
   処理をコンピュータに実行させることを特徴とするフロー制御プログラム。
8. 条件分岐と有向エッジにより接続されるノードを含むワークフローに基づき複数の対象をいずれかのノードに割り当てた結果に基づいて、前記複数の対象のうち第１の条件を満たす第１の対象を抽出し、
   抽出した前記第１の対象の前記ワークフローにおける分散状態に基づいて、前記ワークフローにおける新たな条件分岐の挿入位置を決定し、
   決定した前記挿入位置よりも下位のノードにおける、前記第１の対象を前記第１の条件を満たさない対象と分離するような第２の条件を前記新たな条件分岐として前記挿入位置に挿入し、
   前記新たな条件分岐の分岐先に新たなノードを挿入する、
   制御部を有することを特徴とする情報処理装置。

Images