JP4029593B2 - プロセス分析方法及び情報システム - Google Patents
プロセス分析方法及び情報システム Download PDFInfo
- Publication number
- JP4029593B2 JP4029593B2 JP2001274421A JP2001274421A JP4029593B2 JP 4029593 B2 JP4029593 B2 JP 4029593B2 JP 2001274421 A JP2001274421 A JP 2001274421A JP 2001274421 A JP2001274421 A JP 2001274421A JP 4029593 B2 JP4029593 B2 JP 4029593B2
- Authority
- JP
- Japan
- Prior art keywords
- medical
- distance
- analysis
- similar
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 277
- 230000008569 process Effects 0.000 title claims description 245
- 238000004458 analytical method Methods 0.000 title claims description 65
- 230000009471 action Effects 0.000 claims description 50
- 238000004364 calculation method Methods 0.000 claims description 38
- 239000011159 matrix material Substances 0.000 claims description 26
- 238000000605 extraction Methods 0.000 claims description 24
- 238000003860 storage Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 6
- 238000000968 medical method and process Methods 0.000 description 73
- 239000000463 material Substances 0.000 description 17
- 238000010219 correlation analysis Methods 0.000 description 11
- 238000003745 diagnosis Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 1
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000007430 reference method Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Pathology (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、電子的に保存されたプロセスの記録を分析するソフトウェア、そのソフトウェアを格納した計算機や記憶媒体、及びそのソフトウェアを搭載する情報システムに関する。特に、医療分野において、診療行為プロセスを分析するソフトウェア、そのソフトウェアを格納した計算機や記憶媒体、そのソフトウェアを搭載する医療情報システムに関する。
【０００２】
【従来の技術】
近年、最適な医療を実施するために、複雑な診療プロセスの計画・管理・分析を効率的に実行可能な方法が必要となってきた。この要求に応えるため、クリティカルパスを応用したクリニカルパス（Clinical Path）という方法が提案されている(従来例１)。
クリニカルパスとは、診療行為におけるルーチンワークを纏めたスケジュール表のことであり、「一定の疾患を持つ患者に対して、入院指導、入院時オリエンテーション、検査、投薬、食事指導、安静度、退院指導などがルーチンとして、スケジュール表にまとめてあるもの」と定義されている。また、クリニカルパスとは、診療プロセスの効率化、標準化のために考案された手法であり、元来は、クリティカルパスメソッド（Critical Path Method）という製造業での工程管理手法に由来するものである。クリティカルパスメソッドに類似の工程管理手法としては、パート（ＰＥＲＴ：Program Evaluation Review Technique）やガントチャート（Gantt Chart）の方法がある(従来例２)。
これらの方法は、各作業行為の順序関係などの関連が、ある程度明瞭になっている場合に効果を発揮する。しかし、プロセス分析が対象とするプロセスの中には、各行為の関連が規定されていないものや、逆に記録されたプロセスから行為間の関連を導出しなければならない場合もある。近年要求の高まっている医療分野の診療プロセス分析では、各診療行為の関連が明瞭に規定されていないプロセスを扱うことが多く、診療行為を細部まで規定することは難しい。何故なら、診療行為の各プロセスには、病気、患者状態、それまでに施した診療行為などと担当医の判断が複雑に絡み合っているためである。
クリニカルパスの維持および質の向上のためには、実施されている診療プロセスがクリニカルパスに合致しているか継続的に分析していく必要がある。実施されている診療プロセスの分析は、クリニカルパスが明示されていない場合でも、診療プロセスの効果測定や改善、異常な診療プロセスの探知などに役立つ。実施されている診療プロセスの分析及び参照方法として、特開平１０−２１４３０２、特開２０００−３４８１１７に、各患者の診療プロセスを表形式またはリスト形式で表示する診療支援システムが提案されている(従来例３)。また、実際に実施されている診療プロセスの分析の一応用として、実施された診療プロセスの記録からクリニカルパスの原型を作成する方法が提案されている。この方法は、例えば、第17回医療情報学連合大会予稿集、１４０−１４１頁、１９９７年発行に記述されている(従来例４)。この方法では、類似症例の患者に対する診療行為の統計量からクリニカルパスの原型を作成している。なお、類似診療プロセスの抽出や診療プロセスの分類では、診断名・手術名などの診療プロセスに付随した属性の情報を用いるか、手術など特定の診療行為の有無といった診療行為別の情報を用いている。
【０００３】
【発明が解決しようとする課題】
上記パート、ガントチャート、クリティカルパスメソッドなどの従来技術（従来例１）は、行為間の関係が明瞭に規定されていない場合に、プロセスの類似度を計算することは難しかった。そのため、記録されたプロセスの分類、異常なプロセスの探知といったプロセスの分析が容易に行えないという問題点があった。
【０００４】
医療分野では、特に診療行為の詳細な関連が明瞭に規定されないことが多いため、上記従来例１を用いて診療プロセスの類似度を計算することは難しかった。特に、従来のクリニカルパスに関する技術では、各患者に対する診療プロセスの作成に重点が置かれ、複数の患者に対する診療プロセスを分析するという点に関して十分な配慮がされていなかった。特開平１０−２１４３０２、特開２０００−３４８１１７に開示された技術は、診療プロセスの参照方法として、表やリスト等のテキストによる表示形式を採っている為に、複数の診療プロセスを参照・分析することが難しいという問題点があった。また、前述の第17回医療情報学連合大会予稿集に記載された診療プロセス記録からのクリニカルパス作成に関する技術では、予め属性で抽出された類似プロセス全体の傾向を計算しており、その中での診療プロセス分類など詳細なプロセス分析が難しいという問題点があった。また、いつ何が行われたかという診療行為自体による分類が出来ていなかった。特に診断名や手術名だけでは詳細な患者群分類ができず、様々な症例が分析対象として入りこみ、分析を困難なものにしていた。
【０００５】
本発明の目的は、行為間の関係が明瞭に規定されていないようなプロセスを分析対象とする場合でも、実施されたプロセスを分類したり、類似したプロセスを抽出したりすることが可能なプロセス分析方法を提供することにある。また、このような分析機能を備えるプロセス計画・管理・分析方法の提供や、これら方法を搭載した情報システムの提供も本発明の目的である。特に、医療分野において、診療プロセス分類や類似診療プロセス抽出が可能な診療プロセス分析方法や診療計画・管理支援方法を提供すること、さらに、これらの診療プロセス計画・管理・分析方法を搭載した医療情報システムを提供することが本発明の目的である。
【０００６】
【課題を解決するための手段】
前記課題を解決するために、本発明のプロセス分析方法は、図１に示すように、行為の時間、項目、量の少なくとも三要素の一連の行為記録からなるプロセス記録１１について、プロセス間の類似度を距離として数値データ化する距離計算手段１４を備える。これにより、各行為の関連が規定されていない状況であっても、実施した行為記録のみの情報からプロセスの類似度を数値的に算出することが可能となる。
【０００７】
特に、診療プロセスの分析を目的とする場合、本発明のプロセス分析方法は、診療行為を行った時間、診療行為の項目、診療行為の量からなる少なくとも三要素の一連の診療記録について、診療プロセス間の類似度を距離として数値データ化する距離計算手段を備える。これにより、患者に実施した診療記録のみの情報から、診療プロセスの類似度を数値的に算出することが可能となる。
【０００８】
前記距離計算手段において、プロセスを関数：（T,J）→Rと考えて、この関数空間に二乗積分で定義される距離を導入する。ここで、Tは時間、Jは項目、Rは量（行為回数やコスト、報酬、行為による測定値など）である。
【０００９】
特に、時間を離散的にとることが可能な場合には、この関数は（T,J）を軸とする二次元マトリックスと見なすことができ、距離はTxJ次元空間での距離と見なすことができる。このTxJ次元空間での距離としては、ユークリッド距離を用いてもよい。
【００１０】
前記距離計算方法において、図２に示すように、時間方向に広がりを持つ関数を重畳した後、二乗積分の平方根により距離を計算してもよい。これにより、重畳する関数の広がりに応じて、プロセスの時間方向へのシフトが許容される。例えば、ユークリッド距離を用いた場合には、時間方向へのプロセスのシフトと、異なった項目の実施は、同じような距離の差異として算出される。しかし、時間方向に広がりを持つ関数を重畳してから計算する場合には、時間方向へのプロセスのシフトの方が小さな距離の差異として計算される。
【００１１】
前記重畳する時間方向に広がりを持つ関数は、行為の項目毎に設定可能としても良い。これにより、項目毎の時間方向へのシフト許容量を変化させることができる。例えば、ある行為は必ずある時点で実施されなければならないが、他のある行為は実施時期に余裕があるといった行為毎の時間方向へのシフト許容量を定義することが可能となる。
【００１２】
前記距離計算手段は、複数の異なる距離を選択する手段を備え、分析者が対象とするプロセス分析に適した距離を選択できるようにしても良い。なお、複数の異なる距離としては、距離を定義する関数が異なる場合や、距離を定義する関数の形状がパラメータに依存して変化する場合がある。
【００１３】
前記距離計算手段は、行為の時間と項目の一部もしくは全部を選択する領域選択手段を備えるようにし、分析者が関心のある時間と項目を選択可能として、選択された領域に属する行為記録のみを用いて距離を計算するようにしても良い。これによって、コストのかかる項目に絞ったり、時間を区切ったりした中で、プロセス間の距離を計算できるようになる。
【００１４】
前記距離計算手段によって計算されるプロセス間の距離を用いて、プロセスを分類する手段を備える。これにより、類似したプロセスをまとめて観察したり、分類から外れたプロセスを抽出することが可能となる。特に、診療プロセスを分類することにより、予め記録された診断名などの患者情報だけでは不十分だった患者分類が可能となり、診療プロセス分析が容易になる。
【００１５】
前記プロセス分類手段を用いて計算されるプロセス分類と、予め記録されているプロセスの属性による分類との相関関係を計算する手段を備える。これにより、ある属性をもつプロセスは、あるプロセス分類に含まれやすいといった相関分析が可能となる。例えば、診療プロセス分類と患者属性分類との相関関係を計算することにより、ある属性をもつ患者に実施する診療の傾向が把握可能となる。
【００１６】
前記距離計算手段を用いて計算されるプロセス間の距離を用いて、ある特定のプロセスに類似したプロセス群を抽出する手段を備える。これにより、例えば、ある患者に類似した診療を行った患者群を抽出することが可能となる。
【００１７】
前記プロセス抽出手段を用いて、途中まで進行した特定のプロセスについて、進行した時点までの部分時間でプロセス間距離を計算し、類似したプロセス群を抽出する手段を備える。または、類似したプロセス群を抽出する替わりに、前記プロセス分類手段を用い、特定のプロセスが含まれるプロセス分類を算出する手段を備える。これにより、例えば、診療途中の患者と類似した診療プロセスを持つ患者を抽出し、その時点以降の診療プロセスの推察や診療計画の作成が可能となる。
【００１８】
前記プロセス間距離計算手段、プロセス分類手段、類似プロセス抽出手段の一部または全部をプロセス分析ソフトウェアの一部として備える。これにより、プロセス分析ソフトウェアの他のコンポーネントとの結果の相互利用が可能となり、分析効率が向上する。
【００１９】
前記ソフトウェアを情報システムに搭載する。これにより、前記ソフトウェアのネットワーク経由での実行や、前記ソフトウェアによる実行結果の獲得や配布が可能となる。
【００２０】
前記ソフトウェアを計算機または記憶媒体に格納し、実行または保存、運搬、供給する。
【００２１】
【発明の実施の形態】
以下、本発明の実施例を図面を用いて説明する。
【００２２】
図１は、本発明のプロセス分析方法におけるプロセス間距離の導入方法を概念的に示した図である。プロセス記録１１に記録された各プロセスは、行為の時間、項目、量の少なくとも三要素からなる行為の一連の記録である。ここで、量とは、行為を行った回数、行為にかかるコスト、行為による報酬や利益などである。行為が検査など測定に関するものの場合、測定値を量として扱ってもよい。また、行為の時間とは実際に診療を行った時刻ではなく、診療行為が行われた時刻に関連する時間情報、例えば一連の診療行為に対して時系列的に付された通し番号であっても良い。
プロセス間に距離を導入するために、先ず、プロセスマトリックス変換１２により、各プロセスを行為の時間と項目を軸とする二次元のプロセスマトリックスに変換し、プロセスマトリックス集合１３を作成する。ここで、プロセスマトリックスの各セルに表示されている値は、行為の量である。次に、プロセスマトリックスの各要素M(i、j)を軸とする多次元空間上に、距離計算手段１４によって計算される距離を導入し、プロセス距離空間１５を構成する。これにより、類似したプロセスを探索したり、距離によってプロセスを分類したりすることが可能となる。
【００２３】
特に、分析対象とするプロセスの例としては、診療プロセスが挙げられる。入院患者の診療プロセスを分析対象とする場合、各プロセスは各入院患者を表す。時間は入院日起算の経過日数、項目は手術、投薬、病室使用などの診療行為の項目、量は診療行為の回数やコスト、診療報酬、利益などを表す。また、診療行為が検査等の場合には検査数値を量として扱っても良い。これにより、入院患者に施した診療プロセスに距離を定義でき、類似した診療プロセスを探索したり、診療プロセスをこの距離によって分類したりできる。
【００２４】
なお、図１のプロセスマトリックス集合１３とプロセス距離空間１５は概念を示したものであり、計算機上にこの形式でプロセスを記憶する必要はない。距離計算手段１４において、この概念図で示される操作が行われれば良い。
【００２５】
距離計算手段１４で計算されるプロセス間の距離としては、例えば、多次元のユークリッド距離を用いることができる。ただし、この場合には、プロセスの時間方向へのシフトと、異なった行為の実施が、距離の算出に同じような重みを持っている。しかし、現実には、プロセスの時間方向へのシフトの方が、異なった行為を実施することよりも、高い類似度を持つように計算したいとの要求が高い。例えば、診療プロセスの分析では、一日二日の診療行為実施日の違いは、患者状態や病院資源の割り振りによって生じることもあり、他の診療行為を行った場合よりも類似した診療プロセスとして算出した方が実情に合うことが多い。そのために、本発明に係るプロセス分析方法では、図２に示すような距離計算手段を備える。図２は、プロセスP1（２１）とプロセスP2（２２）の距離を、ユークリッド距離で計算する場合（距離d0計算手段２３）と時間方向に広がりを持つ関数qを重畳して距離を計算する場合（距離d計算手段２４）とを比較した図である。説明の簡素化のため、ある行為の項目に着目し、プロセスP1とプロセスP2のプロファイルをとった関数f1(t)、f2(t)を用いて説明する。ここで各関数の横軸は時間t、縦軸は行為の量である。距離d0計算手段２３では、f1(t)とf2(t)との差分を計算し、二乗積分の平方根で計算されるユークリッド距離dを計算している。これに対し、距離d計算手段２４では、f1(t)とf2(t)に時間方向にブロードな関数q(t)を重畳した後、差分を計算し、二乗積分の平方根を計算している。この場合、関数q(t)によってブロードになったf1(t)とf2(t)とは重なり合う部分が多くなるために、距離dは距離d0よりも小さくなる。即ち、距離d計算手段２４によれば、時間方向へのプロセスのシフトに関して、距離が短く算出されるようになる。なお、プロセスP1とプロセスP2の距離は、図２に示すように各項目に対して計算された距離を全ての項目について足し合わせて計算される。もちろん、この替わりにプロセスP1とプロセスP2の距離を、二次元マトリックスの全セルの差分もしくは時間方向に広がりをもつ関数を重畳した後の二次元マトリックスの全セルの差分を計算し、二乗積分の平方根として計算しても良い。また、離散時間の場合には、距離定義中に記述した積分は和として計算しても良い。
【００２６】
ここで、重畳する関数q(t)を変化させることにより、プロセスの時間方向へのシフト許容量を変化させることができる。例えば、重畳する関数q(t)がブロードであるほど、シフト許容量は増加する。完全に関数q(t)が時間方向に均一な広がりを持った場合には、プロセスの行為の時間による違いは消失する。
【００２７】
重畳する関数q(t)としては、様々な関数が考えられる。例えば、q(t) = a exp(-t2/s2)やq(t) = a exp(-|t|/s)などがある。この場合、パラメータsを加減することにより、プロセスの時間方向へのシフト許容量を加減することが可能となる。これらの関数は有界な台（即ち、０以外の値を取るtの領域）を持たないが、q(t)の台は有界とした方が計算時間の短縮が図れる。また、q(t)の積分が1になるように設定した方が、重畳された関数の積分値が変化しないなどの利点がある。これは、即ち、行為の総回数や総コストなどが変化しないことを意味する。
【００２８】
ここで、重畳する関数q(t)は、行為の項目毎に変化させても良い。これにより、ある行為は時間のシフトに関して正確さが要求されるが、他の行為に関しては余裕があるといった場合でも、詳細にプロセス間の距離を設定することが可能となる。また、重畳する関数q(t)は時間によって変化してもよい。これにより、例えば、時間が経過するほど、プロセスの時間方向へのシフトに関する余裕が生じるようにすることが可能となる。
【００２９】
また、重畳する関数q(t)はtだけの関数ではなく、時間tと項目jの関数q(t,j)としても良い。この場合、j方向にプロセスの許容量を持たせることが可能となる。これにより、類似した項目がある場合にも、詳細にプロセス間距離を設定することが可能となる。
【００３０】
さらに詳細に距離を計算する方法として、関数qを重畳するのではなく、関数空間上の作用素Qを用いる方法もある。作用素とは、関数空間上の要素、即ち、関数から関数への変換のことで、関数qの重畳も一つの作用素と見なすことができる。
【００３１】
また、上述の説明では、距離を計算する際に行為の時間、項目、量の全てを用いた。しかし、この一部を使って計算させても良い。さらに、この三つの要素以外の要素を使っても良いことは言うまでもない。この場合、加えた要素に応じてプロセスマトリックスの次元を増やして距離を計算することが可能である。また、いくつかの行為の量を使用する場合には、プロセスマトリックスのセルに充てられる値が一次元の実数から多次元に変えるだけで、前述の説明通りに距離を計算可能である。
【００３２】
距離の他の定義としては次のものが挙げられる。関数f1(t)とf2(t)の距離の計算には、動的計画法によるパターンマッチングを用いることも可能である。動的計画法によるパターンマッチングに関しては、音声分析への応用例が特開平８−１６１８７で提案されている。また、プロセス１とプロセス２の距離の計算では、このプロセスを二次元画像と見なして特徴量を計算し、特徴量空間での距離を用いることも可能である。これに関しては、「知的画像処理」、昭晃堂、１９９４年発行が参考となる。
【００３３】
また、分析対象とするプロセス集合によっては、行われない行為や行為の行われない時間などが存在する場合がある。この場合には、該当する行為や時間を除外して距離を計算することで、計算時間の短縮が可能となる。
【００３４】
また、これら複数の距離を選択する手段や、距離を規定するためのパラメータを設定する手段を備えて、分析者が分析に適した距離を選択する手段を備えても良い。
【００３５】
また、距離を計算する時間と項目を絞り込むための領域選択手段を備えても良い。これは、分析者が関心のある項目と時間を設定し、その項目と時間に属する行為記録のみを用いてプロセス間の距離を計算するものである。制限した距離計算は、例えば、図2中の積分範囲や項目の和算を選択部分に制限することで実行できる。この領域選択手段を備えることで、例えば、コストの高い項目のみに着目して、プロセス間の距離を計算することが容易に実行可能となる。
【００３６】
なお、図１と図２を用いた前述の説明では、離散時間の場合を主として取り扱った。連続時間の場合には、プロセス記録に記憶された行為の開始・終了時間等を用いて、プロセスマトリックスM(t,j)を関数：(T,J)→Rとして構築し、この関数空間上に距離を導入する。ここで、Tは連続時間、Jは項目、Rは量である。距離としては、前記説明のユークリッド距離のように二乗積分の平方根を取った距離や、時間方向にブロードな関数を重畳した後に二乗積分の平方根を取った距離を用いることができる。離散時間の場合に説明したブロードな関数の定義などは、連続時間の場合にも適用可能なことは言うまでもない。
【００３７】
また、図１のプロセスマトリックス変換で、時間と項目をそれぞれグループ化しても良い。例えば、時間軸を時間帯として設定し、これをプロセスマトリックスの行としてもよい。また、項目軸についても、項目のグループを作成してプロセスマトリックスの列としてもよい。
【００３８】
図３は、本発明に係るプロセス分析方法を搭載したシステム構成概略図である。プロセス分析手段３２は、プロセス記憶手段３１に記憶されたプロセスを抽出し、入力手段３３からの分析者の入力に応じて処理を行い、結果を表示手段３４へ出力する。プロセス分析手段３２には、前述した距離計算手段３５が搭載され、分析者からの操作に応じて、プロセス間の距離を計算する。プロセス分析手段には、プロセスを分類するプロセスクラスタリング手段３６が搭載される。プロセスクラスタリング手段３６では、距離計算手段３５によって計算される距離を用いてプロセスを分類する。もちろん、プロセスの分類には、予め記憶された属性を併用しても良い。これにより、プロセスを分類した後で容易にプロセスの傾向を観察することや、分類から外れたプロセスを選択的に観察することなどが可能となる。さらに、プロセス分析手段３２には、プロセスクラスタリング手段３６によって計算されるプロセス分類と、予め記憶されているプロセスの属性による分類との相関を計算する相関分析手段３７が搭載される。これにより、プロセスと属性との相関関係が観察でき、プロセス分類の差異の原因を考察しやすくなる。また、プロセス分析手段３２には、特定のプロセスに類似したプロセスを抽出するために、距離計算手段３５によって計算される距離を利用した類似プロセス抽出手段３８を搭載される。もちろん、類似プロセスの抽出には、予め記憶された属性を併用しても良い。なお、図３中の距離計算手段３５は本システムに必須であるが、プロセスクラスタリング手段３６、相関分析手段３７、類似プロセス抽出手段３８の三手段は必ずしも全てが必要というわけではない。分析対象や必要な分析結果などに応じて、一部のコンポーネントのみあれば良い場合もある。
【００３９】
図４は、本発明に係る類似プロセス抽出手段を搭載したシステム構成概略図の他の一例である。プロセス抽出手段４２は入力手段４６から入力された情報に基づき、プロセス記憶手段４１に記憶されたプロセスの中から類似プロセスを抽出し、プロセス分析手段４５へと渡す。ここで、プロセス抽出手段４２は距離計算手段４３を備え、類似プロセス抽出手段４４では距離計算手段４３で計算される距離を用いて、類似プロセスを抽出する。もちろん、距離だけでなく、予め記録されたプロセスの属性も類似プロセスの抽出に使用することは可能である。プロセス分析手段４５は入力手段４６からの入力に応じて処理を行い、表示手段４７に出力をする。なお、プロセス分析手段４５には、図３で説明した距離計算手段３５、プロセスクラスタリング手段３６、相関分析手段３７、類似プロセス抽出手段３８の一部または全部を搭載することも可能である。
【００４０】
本発明のプロセス分析方法について、入院患者に対する診療プロセス分析を例に、さらに詳細に説明する。入院患者に対する診療プロセス分析の場合、時間として入院からの経過日数を、項目として診療行為を取っている。
【００４１】
図５は、本発明のプロセス分析方法の内、診療プロセスの分類について画面例を交えて説明した流れ図である。診療プロセス分析ウィンドウ５１の左側には、行為の量を濃淡で表現することで診療プロセスマトリックスを描画してある。右側には入院患者、すなわち各診療プロセスを横軸に、診療行為量を縦軸にとったグラフが描画してある。ここで、診療プロセスマトリックスの描画では、診療プロセスの平均や総和などを描画する。診療プロセスを分類するために、先ず距離関数設定ウィンドウ５２上で、距離関数の選択とその関数のパラメータ入力を行う。設定された距離をもとに、診療プロセスのクラスタリングを行った予備結果をクラスタリング設定ウィンドウ５３に表示する。横軸には距離が取られ、画面上側のグラフはクラスタ数、画面下側のグラフはどの診療プロセスが同一の分類に入るかを示している。画面最下端のスライダはクラスタリングを行う距離を設定するためのものである。分析者がスライダを操作して、距離を設定すると、その値に基づいて診療プロセスは分類され、診療プロセス分析ウィンドウ５４に表示される。この画面で、右側の入院患者が分類されて表示される。なお、クラスタリングの方法には様々な方法がある。例えば、前述した距離のみをパラメータとするような方法ではなく、クラスタリングのシードを設定したりする場合もある。クラスタリング設定ウィンドウ５３は一例を示したもので、この機能や配置に限るものではない。もちろん、診療プロセス分析ウィンドウ５１、５４や距離関数設定ウィンドウ５２、さらには図にはない新しいウィンドウなど、様々な機能や配置が可能であることは言うまでもない。
【００４２】
図６は、入院患者の診療プロセス記録をもとに、前述した距離d0と時間方向に許容量を持つ距離dを使用した場合のクラスタリング結果の違いを示したものである。ここで、画面６１〜６４は診療プロセス分析ウィンドウを表している。この図では、セルの値として診療行為のコストを取っており、黒いほどコストが高いことを示している。一番上の行為が「Material Aの使用」、次が「Material Bの使用」である。画面６１は五つの診療プロセスとその平均診療プロセスマトリックスを表している。五つの診療プロセスとは、「Material Aを入院初日に使用するもの」、「Material Aを入院二日目に使用するもの」、「Material Bを入院初日に使用するもの」、「Material Bを入院二日目に使用するもの」、「Material Bを入院三日目に使用するもの」である。これを距離d0を用いてクラスタリングすると、先ず、クラスタ数を３とした場合、「Material Aを入院初日に使用するもの」、「Material Aを入院二日目に使用するもの」、「Material Bを使用するもの」の三つに分類される。ここで、左側の三つの画面は、それぞれのクラスタの平均診療プロセスマトリックスを描画したものである。さらに、クラスタ数を２にした場合には、「Material Aを入院初日に使用するもの」と「Material Aを入院二日目に使用するもの」の二つに分類される。しかし、現実には、Material Aを入院初日に使用するか二日目に使用するかの違いよりも、Material Aを使用するかMaterial Bを使用するかの違いの方が大きな影響を及ぼすことが多い。その点、時間方向に許容量を持つ距離dを用いてクラスタリングした場合には、Material Aを使用するか、Material Bを使用するかの違いによって二つに分類されており、この要求に合致する。
【００４３】
このように入院患者に対する診療プロセスを分類することで、診療プロセスが観察しやすくなることは言うまでもないが、他にも様々な利点がある。例えば、アウトライアと呼ばれる通常とは大きく異なる診療プロセスを受けた患者を探知することが容易となる。また、診断名や手術名だけでは分類しきれない細かい症例の分類が可能になる。例えば、Diagnostic Relatated Group (DRG)などの症例分類の決定にも使用可能である。また、患者属性による他の分類との相関を算出することで、診療プロセスを選択した理由の探索等に役立つ。特に、診療プロセス分類と診断名との相関関係を算出しておけば、正確な診断名が入力されていない患者に診断名を入力する際に役立つ。さらに、分類した診療プロセスクラスタを属性として診療プロセス記憶手段に記憶させておくことで、類似診療プロセスの抽出や、プロセス分析の高速化に有効である。
【００４４】
図７は、本発明のプロセス分析方法の内、診療プロセスによる分類と、予め記録されたプロセス属性による分類との相関分析について、結果例を交えて説明した流れ図である。患者属性テーブル７１には、患者IDをキーとして、性別や年齢、病名、担当医などの属性が記憶されている。前述した診療プロセスクラスタリング手段によって算出された診療プロセスクラスタは、診療プロセスクラスタテーブル７２に格納され、相関分析手段７３によって患者属性による分類との相関表７４が計算される。相関表７４には、例として、担当医と診療プロセスクラスタとの相関係数の算出結果が記述されている。これより、担当医とプロセスクラスタの相関などを知ることが可能となる。また、これにより、「担当医が医師Ａならば診療プロセスはクラスタＡになる」という事象のサポートは３回でコンフィデンスは７５％であるなどといった規則が導き出される。このように規則を導出するコンポーネントを、プロセス分析方法に搭載することも可能である。また他の意思決定支援手法をプロセス分析方法に搭載することも可能である。特に、前述したクラスタリングなど大量のデータから情報を抽出する技術は、データマイニングと呼ばれ、意思決定支援でよく使用される。この技法に関しては、例えば、「データマイニング手法」、海文堂出版、１９９９年が参考になる。
【００４５】
図８は、本発明に係るプロセス計画・管理・分析方法の内、類似診療プロセス抽出手段を用いた診療計画作成支援について、画面例を交えて説明した流れ図である。入院患者情報ウィンドウ８１には、患者名や性別、年齢、主診断名、主手術名などが記載される。診療計画ボタンを押すと診療計画支援ウィンドウ８２が開く。ここには、入院からの診療計画と診療結果が記載される。この例では、2/8までの診療経過が記載され、2/9以降の診療計画を作成する場面を想定している。参照したい類似診療プロセスを選択するために、類似患者抽出設定ウィンドウ８３を開き、パラメータを入力して行く。ここでは、患者属性の制限の他に、プロセス類似度を設定することができる。プロセス類似度を設定するために、プロセス類似度設定ウィンドウ８４を開き、使用する距離関数の選択とそのパラメータの入力、類似プロセスを抽出するための距離の許容値を設定する。抽出された類似プロセスは診療プロセス分析ウィンドウ８５に、診療計画作成中の患者とともに描画される。ここで、左上のマトリックスが診療計画作成中の患者、左下のマトリックスが類似患者の平均診療プロセスである。これを参照しながら、診療計画支援ウィンドウ８２に、2/9以降の診療計画を記入して行くことが可能となる。ここで、平均診療プロセスから推定される標準的な診療計画を診療計画支援ウィンドウに自動的に記載し、計画者が訂正するだけで済むようにしてもよい。また、類似患者抽出設定やプロセス類似度設定などは予め標準的なものを設定しておき、１ステップで標準診療計画が得られるようにしてもよい。類似患者の抽出方法としては、予め診療プロセスによる分類を行っておき、診療計画作成中の患者が入る可能性の高い診療プロセス分類を抽出しても良い。また、予め診療プロセス分類を行って各分類に対するクリティカルパスを作成しておき、類似診療プロセスを抽出する替わりに、診療計画作成中の患者が入る可能性のあるクリティカルパスを抽出しても良い。なお、本図は典型的な一例を示したもので、画面の機能や構成などはこれに限るものではない。
【００４６】
本発明のプロセス分析方法の他の適用例としては、顧客分析や消費者分析が挙げられる。例えば、消費者を分類するのに、性別や年齢といった属性だけでなく、行動様式でも分類し、木目細かいマーケティングを行いたいという要求がある。この場合、通勤、就業、テレビの使用などの行動様式を表す項目を行為の項目とし、曜日と時を時間とし、各個人がいつどのような行動を取ったかを記録してプロセス記録とする。本発明によれば、このプロセス記録から行動様式で個人を分類できる。さらに、本発明によれば、行動様式による分類と、個人の年齢や職種などの属性による分類や購買する製品による分類などとの相関分析を行うことができる。また、プロセス記録の項目としてテレビ番組等を採ることで、効果的な広告の放映計画作成などに役立つ。
【００４７】
【発明の効果】
以上説明したように、本発明によれば、プロセスの類似度を距離として計算し、計算した距離によってプロセスを分類したり、類似したプロセスを抽出したりすることが可能となる。プロセスの分類によって、プロセス観察の簡素化や、プロセス属性との相関分析が可能になるという効果もある。類似プロセスを参照できるため、プロセス計画を容易に作成できるという効果もある。特に、医療分野の診療プロセス分析では、これらの効果が顕著である。
【図面の簡単な説明】
【図１】本発明のプロセス間の距離計算方法の概念図である。
【図２】本発明の一実施例である時間方向に許容量を持つ距離の計算方法を表す図である。
【図３】本発明のプロセス分析方法を搭載するプロセス分析システムの概略構成図である。
【図４】本発明のプロセス分析方法を搭載する類似プロセス抽出システムの概略構成図である。
【図５】本発明のプロセスクラスタリングを入院患者の診療プロセス分類に応用した場合の流れ図である。
【図６】本発明のプロセスクラスタリングを入院患者の診療プロセスのクラスタリングに適用した例である。
【図７】本発明の診療プロセスクラスタリングの実行結果と患者属性との相関分析を行う流れ図である。
【図８】本発明の類似プロセス抽出を診療計画支援に応用した場合の流れ図である。
【符号の説明】
１１．プロセス記録
１２．プロセスマトリックス変換
１３．プロセスマトリックス集合
１４．距離計算手段
１５．プロセス距離空間
３１．プロセス記憶手段
３２．プロセス分析手段
３５．距離計算手段
３６．プロセスクラスタリング手段
３７．相関分析手段
３８．類似プロセス抽出手段
４１．プロセス記憶手段
４２．プロセス抽出手段
４３．距離計算手段
４４．類似プロセス抽出手段
４５．プロセス分析手段
５１．診療プロセス分析ウィンドウ
５２．距離関数設定ウィンドウ
５３．クラスタリング設定ウィンドウ
５４．診療プロセス分析ウィンドウ
７１．患者属性テーブル
７２．診療プロセスクラスタテーブル
７３．相関分析手段
７４．相関表
８１．入院患者情報ウィンドウ
８２．診療計画支援ウィンドウ
８３．類似患者抽出設定ウィンドウ
８４．プロセス類似度設定ウィンドウ
８５．診療プロセス分析ウィンドウ。
【発明の属する技術分野】
本発明は、電子的に保存されたプロセスの記録を分析するソフトウェア、そのソフトウェアを格納した計算機や記憶媒体、及びそのソフトウェアを搭載する情報システムに関する。特に、医療分野において、診療行為プロセスを分析するソフトウェア、そのソフトウェアを格納した計算機や記憶媒体、そのソフトウェアを搭載する医療情報システムに関する。
【０００２】
【従来の技術】
近年、最適な医療を実施するために、複雑な診療プロセスの計画・管理・分析を効率的に実行可能な方法が必要となってきた。この要求に応えるため、クリティカルパスを応用したクリニカルパス（Clinical Path）という方法が提案されている(従来例１)。
クリニカルパスとは、診療行為におけるルーチンワークを纏めたスケジュール表のことであり、「一定の疾患を持つ患者に対して、入院指導、入院時オリエンテーション、検査、投薬、食事指導、安静度、退院指導などがルーチンとして、スケジュール表にまとめてあるもの」と定義されている。また、クリニカルパスとは、診療プロセスの効率化、標準化のために考案された手法であり、元来は、クリティカルパスメソッド（Critical Path Method）という製造業での工程管理手法に由来するものである。クリティカルパスメソッドに類似の工程管理手法としては、パート（ＰＥＲＴ：Program Evaluation Review Technique）やガントチャート（Gantt Chart）の方法がある(従来例２)。
これらの方法は、各作業行為の順序関係などの関連が、ある程度明瞭になっている場合に効果を発揮する。しかし、プロセス分析が対象とするプロセスの中には、各行為の関連が規定されていないものや、逆に記録されたプロセスから行為間の関連を導出しなければならない場合もある。近年要求の高まっている医療分野の診療プロセス分析では、各診療行為の関連が明瞭に規定されていないプロセスを扱うことが多く、診療行為を細部まで規定することは難しい。何故なら、診療行為の各プロセスには、病気、患者状態、それまでに施した診療行為などと担当医の判断が複雑に絡み合っているためである。
クリニカルパスの維持および質の向上のためには、実施されている診療プロセスがクリニカルパスに合致しているか継続的に分析していく必要がある。実施されている診療プロセスの分析は、クリニカルパスが明示されていない場合でも、診療プロセスの効果測定や改善、異常な診療プロセスの探知などに役立つ。実施されている診療プロセスの分析及び参照方法として、特開平１０−２１４３０２、特開２０００−３４８１１７に、各患者の診療プロセスを表形式またはリスト形式で表示する診療支援システムが提案されている(従来例３)。また、実際に実施されている診療プロセスの分析の一応用として、実施された診療プロセスの記録からクリニカルパスの原型を作成する方法が提案されている。この方法は、例えば、第17回医療情報学連合大会予稿集、１４０−１４１頁、１９９７年発行に記述されている(従来例４)。この方法では、類似症例の患者に対する診療行為の統計量からクリニカルパスの原型を作成している。なお、類似診療プロセスの抽出や診療プロセスの分類では、診断名・手術名などの診療プロセスに付随した属性の情報を用いるか、手術など特定の診療行為の有無といった診療行為別の情報を用いている。
【０００３】
【発明が解決しようとする課題】
上記パート、ガントチャート、クリティカルパスメソッドなどの従来技術（従来例１）は、行為間の関係が明瞭に規定されていない場合に、プロセスの類似度を計算することは難しかった。そのため、記録されたプロセスの分類、異常なプロセスの探知といったプロセスの分析が容易に行えないという問題点があった。
【０００４】
医療分野では、特に診療行為の詳細な関連が明瞭に規定されないことが多いため、上記従来例１を用いて診療プロセスの類似度を計算することは難しかった。特に、従来のクリニカルパスに関する技術では、各患者に対する診療プロセスの作成に重点が置かれ、複数の患者に対する診療プロセスを分析するという点に関して十分な配慮がされていなかった。特開平１０−２１４３０２、特開２０００−３４８１１７に開示された技術は、診療プロセスの参照方法として、表やリスト等のテキストによる表示形式を採っている為に、複数の診療プロセスを参照・分析することが難しいという問題点があった。また、前述の第17回医療情報学連合大会予稿集に記載された診療プロセス記録からのクリニカルパス作成に関する技術では、予め属性で抽出された類似プロセス全体の傾向を計算しており、その中での診療プロセス分類など詳細なプロセス分析が難しいという問題点があった。また、いつ何が行われたかという診療行為自体による分類が出来ていなかった。特に診断名や手術名だけでは詳細な患者群分類ができず、様々な症例が分析対象として入りこみ、分析を困難なものにしていた。
【０００５】
本発明の目的は、行為間の関係が明瞭に規定されていないようなプロセスを分析対象とする場合でも、実施されたプロセスを分類したり、類似したプロセスを抽出したりすることが可能なプロセス分析方法を提供することにある。また、このような分析機能を備えるプロセス計画・管理・分析方法の提供や、これら方法を搭載した情報システムの提供も本発明の目的である。特に、医療分野において、診療プロセス分類や類似診療プロセス抽出が可能な診療プロセス分析方法や診療計画・管理支援方法を提供すること、さらに、これらの診療プロセス計画・管理・分析方法を搭載した医療情報システムを提供することが本発明の目的である。
【０００６】
【課題を解決するための手段】
前記課題を解決するために、本発明のプロセス分析方法は、図１に示すように、行為の時間、項目、量の少なくとも三要素の一連の行為記録からなるプロセス記録１１について、プロセス間の類似度を距離として数値データ化する距離計算手段１４を備える。これにより、各行為の関連が規定されていない状況であっても、実施した行為記録のみの情報からプロセスの類似度を数値的に算出することが可能となる。
【０００７】
特に、診療プロセスの分析を目的とする場合、本発明のプロセス分析方法は、診療行為を行った時間、診療行為の項目、診療行為の量からなる少なくとも三要素の一連の診療記録について、診療プロセス間の類似度を距離として数値データ化する距離計算手段を備える。これにより、患者に実施した診療記録のみの情報から、診療プロセスの類似度を数値的に算出することが可能となる。
【０００８】
前記距離計算手段において、プロセスを関数：（T,J）→Rと考えて、この関数空間に二乗積分で定義される距離を導入する。ここで、Tは時間、Jは項目、Rは量（行為回数やコスト、報酬、行為による測定値など）である。
【０００９】
特に、時間を離散的にとることが可能な場合には、この関数は（T,J）を軸とする二次元マトリックスと見なすことができ、距離はTxJ次元空間での距離と見なすことができる。このTxJ次元空間での距離としては、ユークリッド距離を用いてもよい。
【００１０】
前記距離計算方法において、図２に示すように、時間方向に広がりを持つ関数を重畳した後、二乗積分の平方根により距離を計算してもよい。これにより、重畳する関数の広がりに応じて、プロセスの時間方向へのシフトが許容される。例えば、ユークリッド距離を用いた場合には、時間方向へのプロセスのシフトと、異なった項目の実施は、同じような距離の差異として算出される。しかし、時間方向に広がりを持つ関数を重畳してから計算する場合には、時間方向へのプロセスのシフトの方が小さな距離の差異として計算される。
【００１１】
前記重畳する時間方向に広がりを持つ関数は、行為の項目毎に設定可能としても良い。これにより、項目毎の時間方向へのシフト許容量を変化させることができる。例えば、ある行為は必ずある時点で実施されなければならないが、他のある行為は実施時期に余裕があるといった行為毎の時間方向へのシフト許容量を定義することが可能となる。
【００１２】
前記距離計算手段は、複数の異なる距離を選択する手段を備え、分析者が対象とするプロセス分析に適した距離を選択できるようにしても良い。なお、複数の異なる距離としては、距離を定義する関数が異なる場合や、距離を定義する関数の形状がパラメータに依存して変化する場合がある。
【００１３】
前記距離計算手段は、行為の時間と項目の一部もしくは全部を選択する領域選択手段を備えるようにし、分析者が関心のある時間と項目を選択可能として、選択された領域に属する行為記録のみを用いて距離を計算するようにしても良い。これによって、コストのかかる項目に絞ったり、時間を区切ったりした中で、プロセス間の距離を計算できるようになる。
【００１４】
前記距離計算手段によって計算されるプロセス間の距離を用いて、プロセスを分類する手段を備える。これにより、類似したプロセスをまとめて観察したり、分類から外れたプロセスを抽出することが可能となる。特に、診療プロセスを分類することにより、予め記録された診断名などの患者情報だけでは不十分だった患者分類が可能となり、診療プロセス分析が容易になる。
【００１５】
前記プロセス分類手段を用いて計算されるプロセス分類と、予め記録されているプロセスの属性による分類との相関関係を計算する手段を備える。これにより、ある属性をもつプロセスは、あるプロセス分類に含まれやすいといった相関分析が可能となる。例えば、診療プロセス分類と患者属性分類との相関関係を計算することにより、ある属性をもつ患者に実施する診療の傾向が把握可能となる。
【００１６】
前記距離計算手段を用いて計算されるプロセス間の距離を用いて、ある特定のプロセスに類似したプロセス群を抽出する手段を備える。これにより、例えば、ある患者に類似した診療を行った患者群を抽出することが可能となる。
【００１７】
前記プロセス抽出手段を用いて、途中まで進行した特定のプロセスについて、進行した時点までの部分時間でプロセス間距離を計算し、類似したプロセス群を抽出する手段を備える。または、類似したプロセス群を抽出する替わりに、前記プロセス分類手段を用い、特定のプロセスが含まれるプロセス分類を算出する手段を備える。これにより、例えば、診療途中の患者と類似した診療プロセスを持つ患者を抽出し、その時点以降の診療プロセスの推察や診療計画の作成が可能となる。
【００１８】
前記プロセス間距離計算手段、プロセス分類手段、類似プロセス抽出手段の一部または全部をプロセス分析ソフトウェアの一部として備える。これにより、プロセス分析ソフトウェアの他のコンポーネントとの結果の相互利用が可能となり、分析効率が向上する。
【００１９】
前記ソフトウェアを情報システムに搭載する。これにより、前記ソフトウェアのネットワーク経由での実行や、前記ソフトウェアによる実行結果の獲得や配布が可能となる。
【００２０】
前記ソフトウェアを計算機または記憶媒体に格納し、実行または保存、運搬、供給する。
【００２１】
【発明の実施の形態】
以下、本発明の実施例を図面を用いて説明する。
【００２２】
図１は、本発明のプロセス分析方法におけるプロセス間距離の導入方法を概念的に示した図である。プロセス記録１１に記録された各プロセスは、行為の時間、項目、量の少なくとも三要素からなる行為の一連の記録である。ここで、量とは、行為を行った回数、行為にかかるコスト、行為による報酬や利益などである。行為が検査など測定に関するものの場合、測定値を量として扱ってもよい。また、行為の時間とは実際に診療を行った時刻ではなく、診療行為が行われた時刻に関連する時間情報、例えば一連の診療行為に対して時系列的に付された通し番号であっても良い。
プロセス間に距離を導入するために、先ず、プロセスマトリックス変換１２により、各プロセスを行為の時間と項目を軸とする二次元のプロセスマトリックスに変換し、プロセスマトリックス集合１３を作成する。ここで、プロセスマトリックスの各セルに表示されている値は、行為の量である。次に、プロセスマトリックスの各要素M(i、j)を軸とする多次元空間上に、距離計算手段１４によって計算される距離を導入し、プロセス距離空間１５を構成する。これにより、類似したプロセスを探索したり、距離によってプロセスを分類したりすることが可能となる。
【００２３】
特に、分析対象とするプロセスの例としては、診療プロセスが挙げられる。入院患者の診療プロセスを分析対象とする場合、各プロセスは各入院患者を表す。時間は入院日起算の経過日数、項目は手術、投薬、病室使用などの診療行為の項目、量は診療行為の回数やコスト、診療報酬、利益などを表す。また、診療行為が検査等の場合には検査数値を量として扱っても良い。これにより、入院患者に施した診療プロセスに距離を定義でき、類似した診療プロセスを探索したり、診療プロセスをこの距離によって分類したりできる。
【００２４】
なお、図１のプロセスマトリックス集合１３とプロセス距離空間１５は概念を示したものであり、計算機上にこの形式でプロセスを記憶する必要はない。距離計算手段１４において、この概念図で示される操作が行われれば良い。
【００２５】
距離計算手段１４で計算されるプロセス間の距離としては、例えば、多次元のユークリッド距離を用いることができる。ただし、この場合には、プロセスの時間方向へのシフトと、異なった行為の実施が、距離の算出に同じような重みを持っている。しかし、現実には、プロセスの時間方向へのシフトの方が、異なった行為を実施することよりも、高い類似度を持つように計算したいとの要求が高い。例えば、診療プロセスの分析では、一日二日の診療行為実施日の違いは、患者状態や病院資源の割り振りによって生じることもあり、他の診療行為を行った場合よりも類似した診療プロセスとして算出した方が実情に合うことが多い。そのために、本発明に係るプロセス分析方法では、図２に示すような距離計算手段を備える。図２は、プロセスP1（２１）とプロセスP2（２２）の距離を、ユークリッド距離で計算する場合（距離d0計算手段２３）と時間方向に広がりを持つ関数qを重畳して距離を計算する場合（距離d計算手段２４）とを比較した図である。説明の簡素化のため、ある行為の項目に着目し、プロセスP1とプロセスP2のプロファイルをとった関数f1(t)、f2(t)を用いて説明する。ここで各関数の横軸は時間t、縦軸は行為の量である。距離d0計算手段２３では、f1(t)とf2(t)との差分を計算し、二乗積分の平方根で計算されるユークリッド距離dを計算している。これに対し、距離d計算手段２４では、f1(t)とf2(t)に時間方向にブロードな関数q(t)を重畳した後、差分を計算し、二乗積分の平方根を計算している。この場合、関数q(t)によってブロードになったf1(t)とf2(t)とは重なり合う部分が多くなるために、距離dは距離d0よりも小さくなる。即ち、距離d計算手段２４によれば、時間方向へのプロセスのシフトに関して、距離が短く算出されるようになる。なお、プロセスP1とプロセスP2の距離は、図２に示すように各項目に対して計算された距離を全ての項目について足し合わせて計算される。もちろん、この替わりにプロセスP1とプロセスP2の距離を、二次元マトリックスの全セルの差分もしくは時間方向に広がりをもつ関数を重畳した後の二次元マトリックスの全セルの差分を計算し、二乗積分の平方根として計算しても良い。また、離散時間の場合には、距離定義中に記述した積分は和として計算しても良い。
【００２６】
ここで、重畳する関数q(t)を変化させることにより、プロセスの時間方向へのシフト許容量を変化させることができる。例えば、重畳する関数q(t)がブロードであるほど、シフト許容量は増加する。完全に関数q(t)が時間方向に均一な広がりを持った場合には、プロセスの行為の時間による違いは消失する。
【００２７】
重畳する関数q(t)としては、様々な関数が考えられる。例えば、q(t) = a exp(-t2/s2)やq(t) = a exp(-|t|/s)などがある。この場合、パラメータsを加減することにより、プロセスの時間方向へのシフト許容量を加減することが可能となる。これらの関数は有界な台（即ち、０以外の値を取るtの領域）を持たないが、q(t)の台は有界とした方が計算時間の短縮が図れる。また、q(t)の積分が1になるように設定した方が、重畳された関数の積分値が変化しないなどの利点がある。これは、即ち、行為の総回数や総コストなどが変化しないことを意味する。
【００２８】
ここで、重畳する関数q(t)は、行為の項目毎に変化させても良い。これにより、ある行為は時間のシフトに関して正確さが要求されるが、他の行為に関しては余裕があるといった場合でも、詳細にプロセス間の距離を設定することが可能となる。また、重畳する関数q(t)は時間によって変化してもよい。これにより、例えば、時間が経過するほど、プロセスの時間方向へのシフトに関する余裕が生じるようにすることが可能となる。
【００２９】
また、重畳する関数q(t)はtだけの関数ではなく、時間tと項目jの関数q(t,j)としても良い。この場合、j方向にプロセスの許容量を持たせることが可能となる。これにより、類似した項目がある場合にも、詳細にプロセス間距離を設定することが可能となる。
【００３０】
さらに詳細に距離を計算する方法として、関数qを重畳するのではなく、関数空間上の作用素Qを用いる方法もある。作用素とは、関数空間上の要素、即ち、関数から関数への変換のことで、関数qの重畳も一つの作用素と見なすことができる。
【００３１】
また、上述の説明では、距離を計算する際に行為の時間、項目、量の全てを用いた。しかし、この一部を使って計算させても良い。さらに、この三つの要素以外の要素を使っても良いことは言うまでもない。この場合、加えた要素に応じてプロセスマトリックスの次元を増やして距離を計算することが可能である。また、いくつかの行為の量を使用する場合には、プロセスマトリックスのセルに充てられる値が一次元の実数から多次元に変えるだけで、前述の説明通りに距離を計算可能である。
【００３２】
距離の他の定義としては次のものが挙げられる。関数f1(t)とf2(t)の距離の計算には、動的計画法によるパターンマッチングを用いることも可能である。動的計画法によるパターンマッチングに関しては、音声分析への応用例が特開平８−１６１８７で提案されている。また、プロセス１とプロセス２の距離の計算では、このプロセスを二次元画像と見なして特徴量を計算し、特徴量空間での距離を用いることも可能である。これに関しては、「知的画像処理」、昭晃堂、１９９４年発行が参考となる。
【００３３】
また、分析対象とするプロセス集合によっては、行われない行為や行為の行われない時間などが存在する場合がある。この場合には、該当する行為や時間を除外して距離を計算することで、計算時間の短縮が可能となる。
【００３４】
また、これら複数の距離を選択する手段や、距離を規定するためのパラメータを設定する手段を備えて、分析者が分析に適した距離を選択する手段を備えても良い。
【００３５】
また、距離を計算する時間と項目を絞り込むための領域選択手段を備えても良い。これは、分析者が関心のある項目と時間を設定し、その項目と時間に属する行為記録のみを用いてプロセス間の距離を計算するものである。制限した距離計算は、例えば、図2中の積分範囲や項目の和算を選択部分に制限することで実行できる。この領域選択手段を備えることで、例えば、コストの高い項目のみに着目して、プロセス間の距離を計算することが容易に実行可能となる。
【００３６】
なお、図１と図２を用いた前述の説明では、離散時間の場合を主として取り扱った。連続時間の場合には、プロセス記録に記憶された行為の開始・終了時間等を用いて、プロセスマトリックスM(t,j)を関数：(T,J)→Rとして構築し、この関数空間上に距離を導入する。ここで、Tは連続時間、Jは項目、Rは量である。距離としては、前記説明のユークリッド距離のように二乗積分の平方根を取った距離や、時間方向にブロードな関数を重畳した後に二乗積分の平方根を取った距離を用いることができる。離散時間の場合に説明したブロードな関数の定義などは、連続時間の場合にも適用可能なことは言うまでもない。
【００３７】
また、図１のプロセスマトリックス変換で、時間と項目をそれぞれグループ化しても良い。例えば、時間軸を時間帯として設定し、これをプロセスマトリックスの行としてもよい。また、項目軸についても、項目のグループを作成してプロセスマトリックスの列としてもよい。
【００３８】
図３は、本発明に係るプロセス分析方法を搭載したシステム構成概略図である。プロセス分析手段３２は、プロセス記憶手段３１に記憶されたプロセスを抽出し、入力手段３３からの分析者の入力に応じて処理を行い、結果を表示手段３４へ出力する。プロセス分析手段３２には、前述した距離計算手段３５が搭載され、分析者からの操作に応じて、プロセス間の距離を計算する。プロセス分析手段には、プロセスを分類するプロセスクラスタリング手段３６が搭載される。プロセスクラスタリング手段３６では、距離計算手段３５によって計算される距離を用いてプロセスを分類する。もちろん、プロセスの分類には、予め記憶された属性を併用しても良い。これにより、プロセスを分類した後で容易にプロセスの傾向を観察することや、分類から外れたプロセスを選択的に観察することなどが可能となる。さらに、プロセス分析手段３２には、プロセスクラスタリング手段３６によって計算されるプロセス分類と、予め記憶されているプロセスの属性による分類との相関を計算する相関分析手段３７が搭載される。これにより、プロセスと属性との相関関係が観察でき、プロセス分類の差異の原因を考察しやすくなる。また、プロセス分析手段３２には、特定のプロセスに類似したプロセスを抽出するために、距離計算手段３５によって計算される距離を利用した類似プロセス抽出手段３８を搭載される。もちろん、類似プロセスの抽出には、予め記憶された属性を併用しても良い。なお、図３中の距離計算手段３５は本システムに必須であるが、プロセスクラスタリング手段３６、相関分析手段３７、類似プロセス抽出手段３８の三手段は必ずしも全てが必要というわけではない。分析対象や必要な分析結果などに応じて、一部のコンポーネントのみあれば良い場合もある。
【００３９】
図４は、本発明に係る類似プロセス抽出手段を搭載したシステム構成概略図の他の一例である。プロセス抽出手段４２は入力手段４６から入力された情報に基づき、プロセス記憶手段４１に記憶されたプロセスの中から類似プロセスを抽出し、プロセス分析手段４５へと渡す。ここで、プロセス抽出手段４２は距離計算手段４３を備え、類似プロセス抽出手段４４では距離計算手段４３で計算される距離を用いて、類似プロセスを抽出する。もちろん、距離だけでなく、予め記録されたプロセスの属性も類似プロセスの抽出に使用することは可能である。プロセス分析手段４５は入力手段４６からの入力に応じて処理を行い、表示手段４７に出力をする。なお、プロセス分析手段４５には、図３で説明した距離計算手段３５、プロセスクラスタリング手段３６、相関分析手段３７、類似プロセス抽出手段３８の一部または全部を搭載することも可能である。
【００４０】
本発明のプロセス分析方法について、入院患者に対する診療プロセス分析を例に、さらに詳細に説明する。入院患者に対する診療プロセス分析の場合、時間として入院からの経過日数を、項目として診療行為を取っている。
【００４１】
図５は、本発明のプロセス分析方法の内、診療プロセスの分類について画面例を交えて説明した流れ図である。診療プロセス分析ウィンドウ５１の左側には、行為の量を濃淡で表現することで診療プロセスマトリックスを描画してある。右側には入院患者、すなわち各診療プロセスを横軸に、診療行為量を縦軸にとったグラフが描画してある。ここで、診療プロセスマトリックスの描画では、診療プロセスの平均や総和などを描画する。診療プロセスを分類するために、先ず距離関数設定ウィンドウ５２上で、距離関数の選択とその関数のパラメータ入力を行う。設定された距離をもとに、診療プロセスのクラスタリングを行った予備結果をクラスタリング設定ウィンドウ５３に表示する。横軸には距離が取られ、画面上側のグラフはクラスタ数、画面下側のグラフはどの診療プロセスが同一の分類に入るかを示している。画面最下端のスライダはクラスタリングを行う距離を設定するためのものである。分析者がスライダを操作して、距離を設定すると、その値に基づいて診療プロセスは分類され、診療プロセス分析ウィンドウ５４に表示される。この画面で、右側の入院患者が分類されて表示される。なお、クラスタリングの方法には様々な方法がある。例えば、前述した距離のみをパラメータとするような方法ではなく、クラスタリングのシードを設定したりする場合もある。クラスタリング設定ウィンドウ５３は一例を示したもので、この機能や配置に限るものではない。もちろん、診療プロセス分析ウィンドウ５１、５４や距離関数設定ウィンドウ５２、さらには図にはない新しいウィンドウなど、様々な機能や配置が可能であることは言うまでもない。
【００４２】
図６は、入院患者の診療プロセス記録をもとに、前述した距離d0と時間方向に許容量を持つ距離dを使用した場合のクラスタリング結果の違いを示したものである。ここで、画面６１〜６４は診療プロセス分析ウィンドウを表している。この図では、セルの値として診療行為のコストを取っており、黒いほどコストが高いことを示している。一番上の行為が「Material Aの使用」、次が「Material Bの使用」である。画面６１は五つの診療プロセスとその平均診療プロセスマトリックスを表している。五つの診療プロセスとは、「Material Aを入院初日に使用するもの」、「Material Aを入院二日目に使用するもの」、「Material Bを入院初日に使用するもの」、「Material Bを入院二日目に使用するもの」、「Material Bを入院三日目に使用するもの」である。これを距離d0を用いてクラスタリングすると、先ず、クラスタ数を３とした場合、「Material Aを入院初日に使用するもの」、「Material Aを入院二日目に使用するもの」、「Material Bを使用するもの」の三つに分類される。ここで、左側の三つの画面は、それぞれのクラスタの平均診療プロセスマトリックスを描画したものである。さらに、クラスタ数を２にした場合には、「Material Aを入院初日に使用するもの」と「Material Aを入院二日目に使用するもの」の二つに分類される。しかし、現実には、Material Aを入院初日に使用するか二日目に使用するかの違いよりも、Material Aを使用するかMaterial Bを使用するかの違いの方が大きな影響を及ぼすことが多い。その点、時間方向に許容量を持つ距離dを用いてクラスタリングした場合には、Material Aを使用するか、Material Bを使用するかの違いによって二つに分類されており、この要求に合致する。
【００４３】
このように入院患者に対する診療プロセスを分類することで、診療プロセスが観察しやすくなることは言うまでもないが、他にも様々な利点がある。例えば、アウトライアと呼ばれる通常とは大きく異なる診療プロセスを受けた患者を探知することが容易となる。また、診断名や手術名だけでは分類しきれない細かい症例の分類が可能になる。例えば、Diagnostic Relatated Group (DRG)などの症例分類の決定にも使用可能である。また、患者属性による他の分類との相関を算出することで、診療プロセスを選択した理由の探索等に役立つ。特に、診療プロセス分類と診断名との相関関係を算出しておけば、正確な診断名が入力されていない患者に診断名を入力する際に役立つ。さらに、分類した診療プロセスクラスタを属性として診療プロセス記憶手段に記憶させておくことで、類似診療プロセスの抽出や、プロセス分析の高速化に有効である。
【００４４】
図７は、本発明のプロセス分析方法の内、診療プロセスによる分類と、予め記録されたプロセス属性による分類との相関分析について、結果例を交えて説明した流れ図である。患者属性テーブル７１には、患者IDをキーとして、性別や年齢、病名、担当医などの属性が記憶されている。前述した診療プロセスクラスタリング手段によって算出された診療プロセスクラスタは、診療プロセスクラスタテーブル７２に格納され、相関分析手段７３によって患者属性による分類との相関表７４が計算される。相関表７４には、例として、担当医と診療プロセスクラスタとの相関係数の算出結果が記述されている。これより、担当医とプロセスクラスタの相関などを知ることが可能となる。また、これにより、「担当医が医師Ａならば診療プロセスはクラスタＡになる」という事象のサポートは３回でコンフィデンスは７５％であるなどといった規則が導き出される。このように規則を導出するコンポーネントを、プロセス分析方法に搭載することも可能である。また他の意思決定支援手法をプロセス分析方法に搭載することも可能である。特に、前述したクラスタリングなど大量のデータから情報を抽出する技術は、データマイニングと呼ばれ、意思決定支援でよく使用される。この技法に関しては、例えば、「データマイニング手法」、海文堂出版、１９９９年が参考になる。
【００４５】
図８は、本発明に係るプロセス計画・管理・分析方法の内、類似診療プロセス抽出手段を用いた診療計画作成支援について、画面例を交えて説明した流れ図である。入院患者情報ウィンドウ８１には、患者名や性別、年齢、主診断名、主手術名などが記載される。診療計画ボタンを押すと診療計画支援ウィンドウ８２が開く。ここには、入院からの診療計画と診療結果が記載される。この例では、2/8までの診療経過が記載され、2/9以降の診療計画を作成する場面を想定している。参照したい類似診療プロセスを選択するために、類似患者抽出設定ウィンドウ８３を開き、パラメータを入力して行く。ここでは、患者属性の制限の他に、プロセス類似度を設定することができる。プロセス類似度を設定するために、プロセス類似度設定ウィンドウ８４を開き、使用する距離関数の選択とそのパラメータの入力、類似プロセスを抽出するための距離の許容値を設定する。抽出された類似プロセスは診療プロセス分析ウィンドウ８５に、診療計画作成中の患者とともに描画される。ここで、左上のマトリックスが診療計画作成中の患者、左下のマトリックスが類似患者の平均診療プロセスである。これを参照しながら、診療計画支援ウィンドウ８２に、2/9以降の診療計画を記入して行くことが可能となる。ここで、平均診療プロセスから推定される標準的な診療計画を診療計画支援ウィンドウに自動的に記載し、計画者が訂正するだけで済むようにしてもよい。また、類似患者抽出設定やプロセス類似度設定などは予め標準的なものを設定しておき、１ステップで標準診療計画が得られるようにしてもよい。類似患者の抽出方法としては、予め診療プロセスによる分類を行っておき、診療計画作成中の患者が入る可能性の高い診療プロセス分類を抽出しても良い。また、予め診療プロセス分類を行って各分類に対するクリティカルパスを作成しておき、類似診療プロセスを抽出する替わりに、診療計画作成中の患者が入る可能性のあるクリティカルパスを抽出しても良い。なお、本図は典型的な一例を示したもので、画面の機能や構成などはこれに限るものではない。
【００４６】
本発明のプロセス分析方法の他の適用例としては、顧客分析や消費者分析が挙げられる。例えば、消費者を分類するのに、性別や年齢といった属性だけでなく、行動様式でも分類し、木目細かいマーケティングを行いたいという要求がある。この場合、通勤、就業、テレビの使用などの行動様式を表す項目を行為の項目とし、曜日と時を時間とし、各個人がいつどのような行動を取ったかを記録してプロセス記録とする。本発明によれば、このプロセス記録から行動様式で個人を分類できる。さらに、本発明によれば、行動様式による分類と、個人の年齢や職種などの属性による分類や購買する製品による分類などとの相関分析を行うことができる。また、プロセス記録の項目としてテレビ番組等を採ることで、効果的な広告の放映計画作成などに役立つ。
【００４７】
【発明の効果】
以上説明したように、本発明によれば、プロセスの類似度を距離として計算し、計算した距離によってプロセスを分類したり、類似したプロセスを抽出したりすることが可能となる。プロセスの分類によって、プロセス観察の簡素化や、プロセス属性との相関分析が可能になるという効果もある。類似プロセスを参照できるため、プロセス計画を容易に作成できるという効果もある。特に、医療分野の診療プロセス分析では、これらの効果が顕著である。
【図面の簡単な説明】
【図１】本発明のプロセス間の距離計算方法の概念図である。
【図２】本発明の一実施例である時間方向に許容量を持つ距離の計算方法を表す図である。
【図３】本発明のプロセス分析方法を搭載するプロセス分析システムの概略構成図である。
【図４】本発明のプロセス分析方法を搭載する類似プロセス抽出システムの概略構成図である。
【図５】本発明のプロセスクラスタリングを入院患者の診療プロセス分類に応用した場合の流れ図である。
【図６】本発明のプロセスクラスタリングを入院患者の診療プロセスのクラスタリングに適用した例である。
【図７】本発明の診療プロセスクラスタリングの実行結果と患者属性との相関分析を行う流れ図である。
【図８】本発明の類似プロセス抽出を診療計画支援に応用した場合の流れ図である。
【符号の説明】
１１．プロセス記録
１２．プロセスマトリックス変換
１３．プロセスマトリックス集合
１４．距離計算手段
１５．プロセス距離空間
３１．プロセス記憶手段
３２．プロセス分析手段
３５．距離計算手段
３６．プロセスクラスタリング手段
３７．相関分析手段
３８．類似プロセス抽出手段
４１．プロセス記憶手段
４２．プロセス抽出手段
４３．距離計算手段
４４．類似プロセス抽出手段
４５．プロセス分析手段
５１．診療プロセス分析ウィンドウ
５２．距離関数設定ウィンドウ
５３．クラスタリング設定ウィンドウ
５４．診療プロセス分析ウィンドウ
７１．患者属性テーブル
７２．診療プロセスクラスタテーブル
７３．相関分析手段
７４．相関表
８１．入院患者情報ウィンドウ
８２．診療計画支援ウィンドウ
８３．類似患者抽出設定ウィンドウ
８４．プロセス類似度設定ウィンドウ
８５．診療プロセス分析ウィンドウ。
Claims (2)
- 行為の時間、行為の項目、行為の量から少なくとも構成されるプロセスを記憶するプロセス記憶手段と、前記プロセスの情報を入力可能な入力手段と、前記入力手段で入力されたプロセスに類似したプロセスを前記プロセス記憶手段から抽出するプロセス抽出手段と、距離計算手段と類似プロセス抽出手段を少なくとも有するプロセス分析手段と、表示手段とを備えた情報システムにおいて、
前記プロセス抽出手段は、
前記入力手段に入力された第一のプロセスと、前記プロセス記憶手段に記憶された前記第一のプロセスに類似する第二のプロセスを抽出し、
前記距離計算手段は、
前記第一のプロセスと第二のプロセス毎に、前記行為の項目と時間をニ軸とし前記行為の量をセルの値とする2次元マトリックスに並べ替え、
前記時間の軸について時間方向に広がりをもつ関数を前記第一のプロセスと第二のプロセス毎の前記2次元マトリックスに重畳し、
前記前記第一のプロセスと第二のプロセス毎に前記関数を重畳して得られた前記2次元マトリックスの差分の二乗積分の平方根を計算することにより前記抽出された前記第一のプロセスと第二のプロセス間の距離を求め、
前記類似プロセス抽出手段は、前記第一のプロセスと第二のプロセスとの距離が所定の許容値以下の場合に前記第二のプロセスを抽出し、
該抽出された第二のプロセスを前記表示手段に表示することを特徴とする情報システム。 - 請求項１に記載の情報システムにおいて、
前記プロセス分析手段は、プロセスクラスタリング手段を備え、
該プロセスクラスタリング手段は、前記距離計算手段で求められた第一のプロセスと第二のプロセス間の距離を基にクラスタリング処理を行い、
該クラスタリング処理された結果を前記表示手段に表示することを特徴とする情報システム。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001274421A JP4029593B2 (ja) | 2001-09-11 | 2001-09-11 | プロセス分析方法及び情報システム |
| US10/167,450 US7552062B2 (en) | 2001-09-11 | 2002-06-13 | Method and system for clinical process analysis |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001274421A JP4029593B2 (ja) | 2001-09-11 | 2001-09-11 | プロセス分析方法及び情報システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003085194A JP2003085194A (ja) | 2003-03-20 |
| JP4029593B2 true JP4029593B2 (ja) | 2008-01-09 |
Family
ID=19099450
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001274421A Expired - Fee Related JP4029593B2 (ja) | 2001-09-11 | 2001-09-11 | プロセス分析方法及び情報システム |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US7552062B2 (ja) |
| JP (1) | JP4029593B2 (ja) |
Families Citing this family (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004288047A (ja) * | 2003-03-24 | 2004-10-14 | Fujitsu Ltd | 診療支援システム及び診療支援プログラム |
| JP4190326B2 (ja) * | 2003-03-26 | 2008-12-03 | 富士通株式会社 | 情報提供システム |
| US7437397B1 (en) * | 2003-04-10 | 2008-10-14 | At&T Intellectual Property Ii, L.P. | Apparatus and method for correlating synchronous and asynchronous data streams |
| JP2006031132A (ja) * | 2004-07-13 | 2006-02-02 | Kenji Sato | 推論システム、推論プログラム |
| JP2006031326A (ja) * | 2004-07-15 | 2006-02-02 | Mitsubishi Electric Corp | 情報処理装置及び情報処理方法及びプログラム |
| US7849396B2 (en) * | 2004-10-29 | 2010-12-07 | International Business Machines Corporation | Method and system for displaying prioritization of metric values |
| JP2007128351A (ja) * | 2005-11-04 | 2007-05-24 | Yoshikatsu Iizuka | 医療プロセスチャート作成支援装置 |
| JP2007287018A (ja) | 2006-04-19 | 2007-11-01 | Fujifilm Corp | 診断支援システム |
| JP4992430B2 (ja) * | 2007-01-09 | 2012-08-08 | 株式会社日立製作所 | バリアンス発生原因分析支援システム及びバリアンス発生原因分析方法 |
| JP5017046B2 (ja) * | 2007-10-05 | 2012-09-05 | 株式会社日立製作所 | バリアンス原因フィルタリングシステム |
| US20090125334A1 (en) * | 2007-10-22 | 2009-05-14 | Siemens Medical Solutions Usa. Inc. | Method and System for Radiation Oncology Automatic Decision Support |
| JP5092018B2 (ja) * | 2008-09-19 | 2012-12-05 | 株式会社日立製作所 | 類似症例検索システム |
| JP5317716B2 (ja) * | 2009-01-14 | 2013-10-16 | キヤノン株式会社 | 情報処理装置および情報処理方法 |
| US9020944B2 (en) * | 2009-10-29 | 2015-04-28 | International Business Machines Corporation | Systems and methods for organizing documented processes |
| US8682909B2 (en) * | 2010-03-19 | 2014-03-25 | International Business Machines Corporation | Managing processes in a repository |
| JP5540986B2 (ja) * | 2010-08-18 | 2014-07-02 | 富士ゼロックス株式会社 | プログラム及び診療支援装置 |
| CN110570950A (zh) * | 2010-12-16 | 2019-12-13 | 皇家飞利浦电子股份有限公司 | 用于使用基于病例的推理的治疗计划的临床决策支持的系统和方法 |
| JP6188292B2 (ja) * | 2012-08-09 | 2017-08-30 | キヤノン株式会社 | 医用情報処理装置、医用情報処理方法及びプログラム |
| JP6135085B2 (ja) * | 2012-10-02 | 2017-05-31 | 富士ゼロックス株式会社 | 診療計画作成支援装置及び診療計画作成支援プログラム |
| JP6932956B2 (ja) * | 2017-03-16 | 2021-09-08 | 富士通株式会社 | 生成プログラム、生成方法および生成装置 |
| JP6963535B2 (ja) * | 2018-06-05 | 2021-11-10 | 株式会社日立製作所 | 分析方法、分析装置及びプログラム |
| JP7372668B2 (ja) * | 2019-12-03 | 2023-11-01 | Ｃｇｉメディカル株式会社 | 診断群分類推定システム、診断群分類推定プログラム、及び診断群分類推定方法 |
| CN112652405A (zh) * | 2020-12-24 | 2021-04-13 | 平安科技（深圳）有限公司 | 临床路径的挖掘方法、装置、设备及存储介质 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04102969A (ja) | 1990-08-22 | 1992-04-03 | Nippon Steel Corp | データベースへのデータ格納方法 |
| WO1994000817A1 (en) * | 1992-06-22 | 1994-01-06 | Health Risk Management, Inc. | Health care management system |
| US6230142B1 (en) * | 1997-12-24 | 2001-05-08 | Homeopt, Llc | Health care data manipulation and analysis system |
| US6061657A (en) * | 1998-02-18 | 2000-05-09 | Iameter, Incorporated | Techniques for estimating charges of delivering healthcare services that take complicating factors into account |
| US6266645B1 (en) * | 1998-09-01 | 2001-07-24 | Imetrikus, Inc. | Risk adjustment tools for analyzing patient electronic discharge records |
| US6754883B2 (en) * | 1999-08-24 | 2004-06-22 | Ge Medical Systems Information Technologies, Inc. | Modular analysis and standardization system |
| JP2001117930A (ja) | 1999-10-15 | 2001-04-27 | Ricoh Co Ltd | 文書分類装置、文書分類方法および記録媒体 |
| JP5219322B2 (ja) * | 2000-02-14 | 2013-06-26 | クリニカル ディシジョン サポート，エルエルシー | 自動診断システムおよび方法 |
| US7392201B1 (en) * | 2000-11-15 | 2008-06-24 | Trurisk, Llc | Insurance claim forecasting system |
| WO2002087431A1 (en) * | 2001-05-01 | 2002-11-07 | Structural Bioinformatics, Inc. | Diagnosing inapparent diseases from common clinical tests using bayesian analysis |
-
2001
- 2001-09-11 JP JP2001274421A patent/JP4029593B2/ja not_active Expired - Fee Related
-
2002
- 2002-06-13 US US10/167,450 patent/US7552062B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| US20030048265A1 (en) | 2003-03-13 |
| US7552062B2 (en) | 2009-06-23 |
| JP2003085194A (ja) | 2003-03-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4029593B2 (ja) | プロセス分析方法及び情報システム | |
| US11669792B2 (en) | Medical scan triaging system and methods for use therewith | |
| Mattila et al. | A disease state fingerprint for evaluation of Alzheimer's disease | |
| Tomar et al. | A survey on Data Mining approaches for Healthcare | |
| JP4890806B2 (ja) | 予測プログラムおよび予測装置 | |
| JP4775358B2 (ja) | クリニカルパス運用支援情報システム | |
| US20120078522A1 (en) | Systems and methods for holistic analysis and visualization of pharmacological data | |
| Guo et al. | Comparative visual analytics for assessing medical records with sequence embedding | |
| DE112014000897T5 (de) | Lernende Gesundheitssysteme und -verfahren | |
| US20060190318A1 (en) | System and method for identifying and measuring performance discrepancies among sales territories | |
| Cho et al. | Stroscope: Multi-scale visualization of irregularly measured time-series data | |
| JP2004165216A (ja) | 生産管理方法および生産管理装置 | |
| US20240161035A1 (en) | Multi-model medical scan analysis system and methods for use therewith | |
| JP4520610B2 (ja) | マーケティング分析支援システム | |
| Duman et al. | Heath care fraud detection methods and new approaches | |
| EP3790016A1 (en) | Disease network construction method considering stratification according to confounding variable of cohort data and occurrence time between diseases, method for visualizing same, and computer-readable recording medium recording same | |
| US20210279838A1 (en) | State visualization device, state visualization method, and state visualization program | |
| CA3194432A1 (en) | Medical fraud, waste, and abuse analytics systems and methods | |
| CN109994171B (zh) | 一种用于临床路径对比的流形可视化方法及系统 | |
| Praveen et al. | Diabetes Prediction with Ensemble Learning Techniques in Machine Learning | |
| Liang et al. | Finite element-based machine learning method to predict breast displacement during running | |
| Pichardo-Lagunas et al. | Data Integration for the Evaluation of Cancer Evolution in Mexico through Data Visualization | |
| Kour et al. | An Advance Approach for Diabetes Detection by Implementing Machine Learning Algorithms | |
| Sams et al. | Predictive modelling and its visualization for telehealth data–Concept and implementation of an interactive viewer | |
| Sulaiman et al. | Visual Analysis of Data Sales Using the Knime Platform Template-A Study at PT. Soho Global Health Alliance Division Cirebon |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040616 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20060418 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070612 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070801 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070925 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20071008 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101026 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111026 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121026 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121026 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131026 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |