JP5053830B2 - 施設稼動シミュレーション装置及び施設稼動シミュレーションプログラム - Google Patents

Description

本発明は、施設の稼動状況をシミュレーションするための施設稼動シミュレーション装置及び施設稼動シミュレーションプログラムに関する。

病院や公共機関を含む各種の施設では、施設経営の効率化やサービス向上の観点から、施設の稼動効率を高めることが求められる。この稼動効率を高めるためには、施設の稼動状況を把握し、この稼動状況を改善するための施策を講じることが必要である。ここで、既設の施設に対しては、実際の稼動状況をモニタリング等によって把握できるため、稼動状況の把握が比較的容易である。しかしながら、新設の施設に対しては、稼動状況をモニタリングすることができないため、シミュレーションにて稼動状況を把握することが求められる。また、既設の施設に対しても、各種の稼動条件を変えた場合の稼動状況を把握したい場合があるため、シミュレーションにて稼動状況を把握することが有用になる。

このような点に鑑みて、従来、施設の稼動状況をシミュレーションするための装置が提案されている。例えば特許文献１には、行動パターンデータの生成装置が開示されている。この装置は、特定の施設の利用者の行動パターンを構成するタスクを予め記憶する記憶手段や、このタスクや利用者属性に基づいて行動パターンデータを生成する生成手段を備えて構成されており、生成手段にて生成された行動パターンデータを用いてシミュレーションを行うことで、比較的容易にシミュレーションを行なうことができる。

特開２００５−５０２４４号公報

しかしながら、このような従来のシミュレーション装置は、固定的な稼動条件下での稼動状況を把握するためには有用であるが、様々な稼動条件を想定しながら稼動状況を分析することには不向きであった。すなわち、従来のシミュレーション装置では、最初にシミュレーションを行う際、ユーザが初期の稼動条件を設定して処理を起動することで、この稼動条件の下でのシミュレーション結果を得ることができる。しかしながら、実際には、一度のシミュレーションで満足な結果を得ることは困難であり、初期の稼動条件以外にも、施設利用者の人数や属性、施設職員の人数や能力、機器の台数や能力、あるいは施設の構成の如きパラメータを変えた様々な稼動条件でシミュレーション結果を得ることで、いかなる条件が経営効率や施設稼働率の向上に貢献するのかを分析したい場合がある。

このように稼動条件を変えて再度のシミュレーションを行う場合、従来は、ユーザが稼動条件を自ら変更した上で処理を起動する必要があった。従って、シミュレーション装置のユーザは、所望のシミュレーション結果を得るためにどのように稼動条件を変更すべきかについて自ら理解している必要があり、稼動条件とシミュレーション結果との因果関係を把握していることが求められていた。

しかしながら、稼動条件を構成するパラメータの種類や設定範囲は膨大であり、稼動条件とシミュレーション結果との因果関係を把握することは実際には困難であったので、稼動条件を場当たり的に変更して多数のシミュレーションを繰り返す等、シミュレーション効率が低下するという問題があった。

このような問題は、シミュレーション装置のユーザが、当該シミュレーション装置の専門家ではない場合に特に顕著であった。例えば、病院の稼動状況をシミュレーションする場合、病院の経営者が自らシミュレーション装置を操作することが想定されるが、膨大なパラメータの意味を把握した上でこれらを個別的に設定することには無理があり、稼動条件設定の簡素化が希求されていた。

本発明は、上記に鑑みてなされたものであって、所望のシミュレーション結果を得るための稼動条件の設定を容易に行なうことができ、シミュレーション効率を向上させることができる、施設稼動シミュレーション装置及び施設稼動シミュレーションプログラムを提供することを目的とする。

上述した課題を解決し、目的を達成するために、請求項１に記載の本発明は、施設の稼動体系を特定する複数の稼動モデルの中から１つの稼動モデルを選択する施設稼動シミュレーション装置であって、前記施設を稼動させるための複数種類のリソースの各々の稼動条件を規定するパラメータを組み合わせて構成された複数のパラメータ群であり、これら複数種類のリソースに対して共通に設定された複数のパラメータカテゴリー毎の稼動条件を規定するパラメータを組み合わせて構成された複数のパラメータ群であって、前記稼動モデルに対して標準的に使用されるパラメータ群である標準パラメータ群を、前記複数の稼動モデル毎に特定するパラメータ設定情報、を格納するパラメータ設定情報格納手段と、前記標準パラメータ群に含まれるパラメータに対して変更すべきパラメータを、前記複数の稼動モデルの各々に対して複数の変更順位毎に特定するパラメータ変更ロジック情報、を格納するパラメータ変更ロジック情報格納手段と、前記複数の稼動モデルの中から稼動分析の対象になる稼動モデルを選択する稼動モデル選択手段と、前記稼動モデル選択手段にて選択された稼動モデルに対応する前記パラメータ群を前記パラメータ設定情報格納手段及び前記パラメータ変更ロジック情報格納手段を参照して取得し、当該取得したパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析を行う稼動分析手段と、前記稼動分析手段による分析結果が、所定方法にて取得された目標値に合致しているか否かを判定する判定手段とを備え、前記稼動モデル選択手段は、前記複数の稼動モデルの中から、最初の稼動分析の対象になる稼動モデルを選択し、前記稼動分析手段は、前記稼動モデル選択手段にて最初の稼動分析の対象になる稼動モデルが選択された場合には、当該選択された稼動モデルに対応する標準パラメータ群を前記パラメータ設定情報格納手段から取得し、当該取得した標準パラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析を行い、前記判定手段は、前記標準パラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する前記稼動分析手段の分析結果が、前記目標値に合致しているか否かを判定し、前記稼動分析手段は、前記標準パラメータ群に対応する前記分析結果が前記目標値に合致していないと前記判定手段にて判定された場合には、前記稼動モデル選択手段にて最初の稼動分析の対象になるものとして選択された稼動モデルに対応するパラメータであって変更順位が１番目に早いパラメータを前記パラメータ変更ロジック情報格納手段を参照して特定し、当該特定された１番目に早いパラメータに基づいて前記標準パラメータ群に含まれるパラメータを変更することにより、２番目の分析処理に使用するパラメータ群を生成し、当該生成した２番目の分析処理に使用するパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析を行い、前記判定手段は、前記稼動分析手段による分析結果であって、前記２番目の分析処理に使用するパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析結果が、所定方法にて取得された目標値に合致しているか否かを判定し、前記稼動分析手段は、前記２番目の分析処理に使用するパラメータ群に対応する前記分析結果が前記目標値に合致していないと前記判定手段にて判定された場合には、前記稼動モデル選択手段にて最初の稼動分析の対象になるものとして選択された稼動モデルに対応するパラメータであって変更順位が２番目に早いパラメータを前記パラメータ変更ロジック情報格納手段を参照して特定し、当該特定されたパラメータに基づいて前記２番目の分析処理に使用したパラメータ群に含まれるパラメータを変更することにより、３番目の分析処理に使用するパラメータ群を生成し、当該生成した３番目の分析処理に使用するパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析を行い、前記判定手段は、前記稼動分析手段による分析結果であって、前記３番目の分析処理に使用するパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析結果が、所定方法にて取得された目標値に合致しているか否かを判定し、以降、前記判定手段にて前記分析結果が前記目標値に合致していると判定される迄、前記稼動モデル選択手段にて最初の稼動分析の対象になるものとして選択された稼動モデルに対応するパラメータであって変更順位が次順となるパラメータを前記パラメータ変更ロジック情報格納手段を参照して特定し、当該特定されたパラメータに基づいて前回の分析処理に使用したパラメータ群に含まれるパラメータを変更することにより、次順の分析処理に使用するパラメータ群を生成し、当該生成した次順の分析処理に使用するパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析を行うことを特徴とする。

請求項２に記載の本発明は、請求項１に記載の本発明において、前記稼動分析手段は、前記施設を利用する利用者の当該施設における滞在時間を算定する際、前記パラメータ群に含まれる動線の値を所定の移動平均速度で除算することで、当該利用者の移動時間を算定し、当該算定した移動時間に基づいて前記滞在時間を算定することを特徴とする。

請求項３に記載の本発明は、施設の稼動体系を特定する複数の稼動モデルの中から１つの稼動モデルを選択する施設稼動シミュレーションプログラムであって、前記施設を稼動させるための複数種類のリソースの各々の稼動条件を規定するパラメータを組み合わせて構成された複数のパラメータ群であり、これら複数種類のリソースに対して共通に設定された複数のパラメータカテゴリー毎の稼動条件を規定するパラメータを組み合わせて構成された複数のパラメータ群であって、前記稼動モデルに対して標準的に使用されるパラメータ群である標準パラメータ群を、前記複数の稼動モデル毎に特定するパラメータ設定情報、を格納するパラメータ設定情報格納手段と、前記標準パラメータ群に含まれるパラメータに対して変更すべきパラメータを、前記複数の稼動モデルの各々に対して複数の変更順位毎に特定するパラメータ変更ロジック情報、を格納するパラメータ変更ロジック情報格納手段と、を備えたコンピュータに対して、前記施設の稼動分析を実行させるための施設稼動シミュレーションプログラムにおいて、前記コンピュータを、前記複数の稼動モデルの中から稼動分析の対象になる稼動モデルを選択する稼動モデル選択手段と、前記稼動モデル選択手段にて選択された稼動モデルに対応する前記パラメータ群を前記パラメータ設定情報格納手段及び前記パラメータ変更ロジック情報格納手段を参照して取得し、当該取得したパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析を行う稼動分析手段と、前記稼動分析手段による分析結果が、所定方法にて取得された目標値に合致しているか否かを判定する判定手段、として機能させるためのプログラムであり、前記稼動モデル選択手段は、前記複数の稼動モデルの中から、最初の稼動分析の対象になる稼動モデルを選択し、前記稼動分析手段は、前記稼動モデル選択手段にて最初の稼動分析の対象になる稼動モデルが選択された場合には、当該選択された稼動モデルに対応する標準パラメータ群を前記パラメータ設定情報格納手段から取得し、当該取得した標準パラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析を行い、前記判定手段は、前記標準パラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する前記稼動分析手段の分析結果が、前記目標値に合致しているか否かを判定し、前記稼動分析手段は、前記標準パラメータ群に対応する前記分析結果が前記目標値に合致していないと前記判定手段にて判定された場合には、前記稼動モデル選択手段にて最初の稼動分析の対象になるものとして選択された稼動モデルに対応するパラメータであって変更順位が１番目に早いパラメータを前記パラメータ変更ロジック情報格納手段を参照して特定し、当該特定された１番目に早いパラメータに基づいて前記標準パラメータ群に含まれるパラメータを変更することにより、２番目の分析処理に使用するパラメータ群を生成し、当該生成した２番目の分析処理に使用するパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析を行い、前記判定手段は、前記稼動分析手段による分析結果であって、前記２番目の分析処理に使用するパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析結果が、所定方法にて取得された目標値に合致しているか否かを判定し、前記稼動分析手段は、前記２番目の分析処理に使用するパラメータ群に対応する前記分析結果が前記目標値に合致していないと前記判定手段にて判定された場合には、前記稼動モデル選択手段にて最初の稼動分析の対象になるものとして選択された稼動モデルに対応するパラメータであって変更順位が２番目に早いパラメータを前記パラメータ変更ロジック情報格納手段を参照して特定し、当該特定されたパラメータに基づいて前記２番目の分析処理に使用したパラメータ群に含まれるパラメータを変更することにより、３番目の分析処理に使用するパラメータ群を生成し、当該生成した３番目の分析処理に使用するパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析を行い、前記判定手段は、前記稼動分析手段による分析結果であって、前記３番目の分析処理に使用するパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析結果が、所定方法にて取得された目標値に合致しているか否かを判定し、以降、前記判定手段にて前記分析結果が前記目標値に合致していると判定される迄、前記稼動モデル選択手段にて最初の稼動分析の対象になるものとして選択された稼動モデルに対応するパラメータであって変更順位が次順となるパラメータを前記パラメータ変更ロジック情報格納手段を参照して特定し、当該特定されたパラメータに基づいて前回の分析処理に使用したパラメータ群に含まれるパラメータを変更することにより、次順の分析処理に使用するパラメータ群を生成し、当該生成した次順の分析処理に使用するパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析を行う。

請求項１、３に記載の本発明によれば、稼動モデル選択手段にて選択された稼動モデルに対応するパラメータ群によって分析処理を行うことができ、膨大なパラメータの意味を把握したり、これらパラメータを個別的に設定することなく、稼動モデルを自動又は手動で選択することで稼動分析を行うことができるので、稼動条件の設定を容易に行なうことができ、シミュレーション効率を向上させることができる。
また、標準パラメータ群の一部のパラメータを稼動モデルに応じて変更することで、稼動モデルの相違をパラメータに反映した上で、稼動分析を行うことができる。特に、全てのパラメータを稼動モデル毎に設定する場合に比べて、変更対象になる一部のパラメータのみを稼動モデル毎に設定しておけばよいので、パラメータの設定や管理が容易になる。

以下に添付図面を参照して、この発明に係る施設稼動シミュレーション装置及び施設稼動シミュレーションプログラムを実施するための最良の形態について詳細に説明する。まず、各実施の形態の基本的概念や具体的内容について説明し、次に、各実施の形態に対する変形例について説明する。ただし、各実施の形態によって本発明が限定されるものではない。

〔実施の形態１〕
実施の形態１について説明する。この形態は、稼動モデルを複数階層に階層化した形態である。

（基本的概念）
最初に、本実施の形態の基本的概念について説明する。この実施の形態に係る施設稼動シミュレーション装置（以下「本装置」）及び施設稼動シミュレーションプログラム（以下「本プログラム」）は、施設の稼動状況を分析して数値化又は図表化して出力するものである。ここで「施設」の具体的内容は任意であり、病院や診療所の如き医療施設、役所や図書館の如き公共施設、及び百貨店やオフィスビルの如き商業施設を含む。以下では、病院の稼動状況をシミュレーションする例について説明する。

図１は、本実施の形態に係る施設稼動シミュレーションの内容を概念的に示す図である。このシミュレーションでは、概略的に、第１回目のシミュレーションに使用する変数の組合せを決定する（ステップＳＡ−１）。この変数は、施設の稼動条件を特定するためのもので、以下では、個々の変数を「パラメータ」と称し、１回のシミュレーションに必要な複数のパラメータの組合せを「パラメータ群」と称する。

また、シミュレーションを行う項目を決定する（ステップＳＡ−２）。この項目は、シミュレーションが可能な複数の項目の中で、ユーザが出力を希望する項目であり、以下では、この項目を「シミュレーション項目」と称する。シミュレーションが可能な項目は、分析処理のロジックに応じて決まり、このロジックとしては公知のロジックを用いることができる。例えば、シミュレーションが可能な項目としては、「利用者に関連する項目」、「職員に関連する項目」、「検査に関連する項目」、「医療機器（モダリティ）に関連する項目」、「待ちエリアに関連する項目」を挙げることができる。利用者に関連する項目の例としては、「滞在時間別利用者数」がある。職員に関連する項目の例としては、「職種別稼動時間」がある。検査に関連する項目の例としては、「時間帯別検査別処理人数」がある。医療機器に関連する項目としては、「時間別医療機器別稼動時間」がある。待ちエリアに関連する項目としては、「エリア別待ち利用者数」がある。この他、公知の統計的手法で演算可能な任意の項目をシミュレーション項目とすることができる。

次に、このパラメータ群を用いてシミュレーション項目に基づいた分析処理を行うことで分析結果を取得する（ステップＳＡ−３）。この分析結果が所望の結果に合致しない場合には、次順の分析処理に使用するパラメータ群を設定し（ステップＳＡ−１）、このパラメータ群を用いて同一のシミュレーション項目に基づいた分析処理を行うことで分析結果を再度取得する（ステップＳＡ−３）。以降同様に、所望の分析結果を得る迄、パラメータ群の設定と分析処理を繰り返す。所望の分析結果が得られた場合には、この分析結果を出力して処理を終了する（ステップＳＡ−５）。このように所望の分析結果が得られた場合は、当該分析結果を得るために用いたパラメータ群が、施設を所望の状態で稼動させるための稼動条件の最適解となる。分析処理の分析結果が所望の結果に合致するか否かは、例えば、「目標値」を参照して判定する（ステップＳＡ−４、ＳＡ−６）。目標値とは、シミュレーション項目に対応する値であって、ユーザが所望する分析結果を示す値である。

ここで、本実施の形態に係る施設稼動シミュレーションの特徴の一つは、パラメータ群を自動的に設定することにある。具体的には、「稼動モデル」が予め設定されている（ステップＳＡ−７）。この稼動モデルとは、施設の稼動体系を仮想的に特定するためのものであり、具体的には、分析処理に使用するパラメータ群を特定するためのものである。特に、稼動モデルは第１層と第２層の複数階層に構造化されている（以下では、第１層が最上位層で、第２層は第１層の下位レベルに属する層であるとする）。例えば、第１層には１つの稼動モデルが位置付けられ、第２層には複数の稼動モデルが位置付けられている。そして、第１回目の分析処理には、最上位層である第１層の稼動モデルが自動的に選択され、この稼動モデルによって規定されるパラメータ群が使用される。２回目の分析処理には、第２層に属する稼動モデルの中から「稼動モデル候補」が選択される（ステップＳＡ−９）。稼動モデル候補とは、次順の分析処理に使用される可能性がある稼動モデルである。稼動モデル候補が複数ある場合には、当該稼動モデル候補の中から１つの稼動モデルが所定方法で選択される。

稼動モデル候補を選択する際の基準としては、例えば、「重視パラメータ」を挙げることができる（ステップＳＡ−８）。この重視パラメータとは、パラメータ群に含まれるパラメータの一つであって、ユーザがシミュレーションにおいて重視するものとして、当該ユーザによって予め指定されたパラメータである。例えば、第１回目の分析処理の分析結果が所望の結果に合致しない場合には、第１回目のパラメータ群のうち、重視パラメータを変動させることが可能になるような稼動モデルを自動的に選択して、稼動モデル候補とする。このようにパラメータ群の選択を自動的に行うことで、ユーザがパラメータ群の選択を行う手間が軽減される。特に、パラメータ群の選択を稼動モデルという単位で行うことができるので、ユーザにとって把握容易な形態でパラメータ群の選択肢を設定することができ、ユーザがパラメータ群の選択を行う手間が一層軽減される。これらのことから、シミュレーション効率を向上させることができる。

次に、本実施の形態に係るパラメータ群の具体的内容について例示する。図２は、パラメータ群を例示する図である。この図２において「リソース」とは、病院を稼動させるための資源であり、「サービス」、「マンパワー」、「医療機器」、「施設」に区分される。マンパワーは病院に勤務する職員に対応する概念（医師や看護士等）、医療機器とは病院に設置されて医療行為に使用される機器（ＭＲＩ（Magnetic Resonance Imaging system）装置やＣＴ（Computed Tomography）装置等）に対応する概念、施設とは病院建屋に設けられた建築構造体(検査室や手術室等）に対応する概念である。サービスは、病院で提供される医療行為に対応する概念で、マンパワー、医療機器、及び施設の組み合わせを規定する概念である。

また、図２において「パラメータカテゴリー」とは、パラメータをその性質に応じて区分する概念であり、「類別」、「数量」、「割当」、「能力」、「運用」がある。類別は各リソースの区分、数量は各リソースの「ボリューム」、割当は各リソースの「担当範囲」、能力は各リソースの「効率」、運用は各リソースの「シフト」に、それぞれ対応する概念である。そして、図２では、「サービス」、「マンパワー」、「医療機器」、「施設」と、「類別」、「数量」、「割当」、「能力」、「運用」とが相互に対応する各位置に、パラメータの名称が記載されている。例えば、「サービス」と「類別」とが相互に対応する位置には、パラメータの名称として「利用者属性」が記載されている。

これら各パラメータの意味は以下の通りである。まず、「サービス」に関して、「利用者属性」は、各利用者の区分（性別や、会員種別（一般会員や、特別な扱いを受けることができる特別会員）等）を特定する情報、「健診コース」は、健診コース毎の受診者数を特定する情報、「検査項目」は、各利用者が受ける検査の項目を特定する情報、「処理人数」は、病院で一日当りに処理すべき利用者の総数を特定する情報、「検査順序」は、各利用者の検査の順序を特定する情報、「開始時間」は、各利用者に対する検査を開始する時刻を特定する情報である。

次に、「マンパワー」に関して、「職種」は、各職員の職種（例えば内科医か麻酔技師かの区別）を特定する情報、「人数」は、各職員の人数を特定する情報、「担当業務」は、各職員が担当する業務（例えば看護士が採血を担当するのか手術助手を担当するのか等）を特定する情報、「時間当り業務数」は、各職員が自己の担当業務を処理可能な１時間当りの数量を特定する情報、「勤務シフト」は、各職員の勤務時間や勤務体系を特定する情報である。

次に、「医療機器」に関して、「機器種別」は、各医療機器の種別（例えばＭＲＩ装置やＣＴ装置）を特定する情報、「台数」は、各医療機器の設置台数を特定する情報、「機器性能」は、各医療機器で対応可能な医療行為を特定する情報、「時間当り検査数」は、各医療機器を用いて１時間当りに処理可能な検査数、「機器シフト」は、各医療機器の使用体系を特定する情報である。

次に、「施設」に関して、「室用途」は、各部屋の種類（例えば検査室か手術室かの区別）を特定する情報、「動線」は、利用者や職員が移動する経路を特定する情報、「室数」は、各部屋の数を特定する情報、「エリア設定」は、各部屋のエリア（検査エリアや内科エリア等）を特定する情報、「室容積」は、各部屋の容積を特定する情報、「ゾーニング」は、各部屋の領域区分（例えば外来病棟か一般病棟かの区別）を特定する情報である。これら各パラメータについて値が設定され、この値に基づいて分析処理が行われる。このパラメータの値の具体例については後述する。なお、これらリソースやパラメータカテゴリーの概念は例示であり、これより少ないリソースやパラメータカテゴリーにて分析処理を行ったり、これより多いリソースやパラメータカテゴリーにて分析処理を行ったり、あるいは、異なる概念に基づいたパラメータ設定を行ってもよい。

次に、本実施の形態１の具体的内容について説明する。以下では、本装置の構成について説明し、次いで、本プログラムの処理内容について説明する。

（構成−本装置）
図３は、本装置１の構成を機能概念的に示す説明図である。本装置１は、記憶部２、制御部３、入力部４、及び出力部５を、バスにて相互に通信可能に接続して構成されている。この本装置１は、特記する構成や機能を除いて、公知のパーソナルコンピュータと同様に構成できる。

記憶部２は、各種処理に必要な情報やパラメータを不揮発的に格納する格納手段であり、例えば、ＨＤ（Hard Disk）にて構成される（後述する記憶部１１において同じ）。具体的には、この記憶部２は、機能概念的に、階層化モデル情報データベース（以下「階層化モデル情報ＤＢ」）２ａ及びパラメータ設定情報データベース（以下「パラメータ設定情報ＤＢ」）２ｂを備える。これら階層化モデル情報ＤＢ２ａ及びパラメータ設定情報ＤＢ２ｂは、特許請求の範囲における稼動モデル情報格納手段に対応し、さらに階層化モデル情報ＤＢ２ａは、特許請求の範囲における階層化モデル情報格納手段に対応する。これら階層化モデル情報ＤＢ２ａ及びパラメータ設定情報ＤＢ２ｂに格納される情報の具体的内容については後述する。

制御部３は、本装置１の各部を制御する制御手段であり、機能概念的に、シミュレーション処理部３ａを備える。シミュレーション処理部３ａは、シミュレーション処理全体を統括制御すると共に、分析結果が目標値に合致するか否かを判別するもので、特許請求の範囲における判定手段に対応する。さらに、シミュレーション処理部３ａは、機能概念的に、稼動分析部３ｂ及び稼動モデル選択部３ｃを備える。稼動分析部３ｂは、設定されたパラメータ群に基づいてシミュレーション項目の分析処理を行うもので、特許請求の範囲における稼動分析手段に対応する。稼動モデル選択部３ｃは、稼動モデルを選択するもので、特許請求の範囲における稼動モデル選択手段に対応する。この制御部３は、具体的には、ＣＰＵ（Central Processing Unit）や、このＣＰＵ上で解釈実行される各種のプログラム（ＯＳなどの制御プログラムや、各種の処理手順などを規定したプログラム）、及び、所要プログラムや所要データを格納するためのキャッシュメモリを備えて構成される（後述する制御部１２において同じ）。特に、制御部３は、本プログラムの少なくとも一部を備えて構成されており、このプログラムは、例えば、ＣＤ−ＲＯＭやＤＶＤを含む任意の記憶媒体に記憶された後、インストールされて記憶部２に不揮発的に記憶され、ＣＰＵにて解釈実行されることで制御部３の実質的機能を構成する（後述する制御部１２において同じ）。

入力部４は、本装置１に対する各種の情報の入力を受け付けるためのもので、例えば、キーボードや、マウスの如きポインティングディバイスを含んで構成される。

出力部５は、本装置１から各種の情報の出力を行う出力手段である。この出力部５は、例えば、ディスプレイを含んで構成される。

（構成−本装置−データベース）
次に、階層化モデル情報ＤＢ２ａ及びパラメータ設定情報ＤＢ２ｂの具体的内容について説明する。ただし、以下の構成例では本実施の形態に係る最低限の情報を格納する例を示し、実際には以下に説明する情報以外の任意の情報を格納することができる。また、以下に説明する情報のうち、同一名称の情報については、特記する場合を除いて相互に同一の内容であるものとし、重複説明は行わない。

階層化モデル情報ＤＢ２ａは、複数レベルに階層化された稼動モデルの階層構造を特定するための情報（以下「階層化モデル情報」）を格納する。この階層化モデル情報は、図４に例示するように、第１層に位置付けられた「モデルＩＤ」及び「モデル名」と、第２層に位置付けられた「モデルＩＤ」、「モデル名」、及び「パラメータ」を相互に関連付けて構成されている。モデルＩＤは、各稼動モデルを一意に特定するための稼動モデル識別情報である。モデル名は、各稼動モデルの名称である。パラメータには、上述した「重視パラメータ」に加えて、「変更パラメータ」が含まれている。この変更パラメータは、各稼動モデルが選択された場合に、先に選択されている稼動モデルにて特定されるパラメータ群の中で、変更すべきパラメータの種類及び内容を特定するための情報である。

図４の例では、第１層の稼動モデルとして「大学病院独立型高度健診センター」の稼動モデルが設定されている。この稼動モデルは、大型で高度な医療体制を有する病院の稼動状況を設定するためのモデルである。第２層の稼動モデルのうち、「高度経験医師少量投入モデル」は、高度な経験を有する医師（ベテランの医師）を比較的少数のみ勤務させた病院の稼動状況を設定するためのモデル、「中度経験医師中量投入モデル」は、中程度の経験を有する医師を中程度の数だけ勤務させた病院の稼動状況を設定するためのモデル、「低度経験医師大量投入モデル」は、低度の経験を有する医師（新人の医師）を多数勤務させた病院の稼動状況を設定するためのモデルである。このような各稼動状況をパラメータ群に反映させるため、平均的な経験の医師の時間当り業務数の値を「６」とした場合、「高度経験医師少量投入モデル」の時間当り業務数は「１０」（平均より高い能力）、「中度経験医師中量投入モデル」の時間当り業務数は「６」（平均の能力）、「低度経験医師大量投入モデル」の時間当り業務数は「３」（平均より低い能力）としている。このように、各稼動モデルが表す稼動状況をパラメータ群に反映できるように、変更パラメータが決定されている。

パラメータ設定情報ＤＢ２ｂは、初期のパラメータの値を特定するための情報（以下「パラメータ設定情報」）を格納する。ここでは、図４に示す「モデルＩＤ＝Ｍ００１」にて特定される稼動モデル「大学病院独立型高度健診センター」に対応するパラメータ群（特許請求の範囲における標準パラメータ群に対応する）がパラメータ設定情報として記憶部２に設定されているものとする。図５には、この稼動モデル「大学病院独立型高度健診センター」のパラメータ設定情報を例示する。このパラメータ設定情報は、図２のパラメータ群の各々のパラメータについて実際に値を設定して構成されており、例えば、パラメータ「職種」については値「医師」が設定され、当該医師に対応するパラメータ「人数」については値「５」や「４」が設定され、当該医師に対応するパラメータ「担当業務」については値「内科」や「外科」が設定され、当該医師に対応するパラメータ「時間当り業務数」については値「６」や「４」が設定され、当該医師に対応するパラメータ「勤務シフト」については値「９：００〜１７：００」が設定されている。これらパラメータによって、内科の医師が５名勤務しており、当該内科の医師は１時間に６人の患者（利用者）を診ることができ、当該内科の勤務時間は９時〜１７時であるという稼動条件や、外科の医師が４名勤務しており、当該外科の医師は１時間に４人の利用者（患者）を診ることができ、当該外科の勤務時間は９時〜１７時であるという稼動条件が特定されている。同様に、医療機器については、標準の機器性能を備えたＭＲＩ装置が４台あり、各ＭＲＩ装置によって１時間に６人の利用者を検査でき、各ＭＲＩ装置の使用可能な時間は９時〜１７時であるという稼動条件や、拡張の機器性能を備えたＣＴ装置が２台あり、各ＣＴ装置によって１時間に４人の利用者を検査でき、各ＣＴ装置の使用可能な時間は９時〜１７時であるという稼動条件が特定されている。なお、実際には、図２に示す全てのパラメータについての値がパラメータ設定情報に設定されているが、図５にはその一部のみを示す。

（処理）
次に、本装置１を用いて本プログラムを実行すること等によって行われる施設稼動シミュレーション処理（以下、本処理）について説明する。なお、以下の本処理の説明において、制御主体を特記しない処理については、シミュレーション処理部３ａにて実行されるものとし、情報の取得元や取得経路を特記しない場合については、公知のタイミング及び公知の方法にて、当該情報が記憶部２に予め格納されており、あるいは、入力部４を介して本装置１の操作者が当該情報を入力するものとする。

（処理−全体）
まず、本処理の全体について説明する。図６は、全体処理のフローチャートである。本プログラムが入力部４を介して操作者によって所定方法にて起動されると、シミュレーション処理部３ａは、第１回目の分析処理に適用すべき稼動モデルの選択に必要な処理を実行し、当該選択が完了するまで待機する（ステップＳＢ−１）。例えば、シミュレーション処理部３ａは、階層化モデル情報ＤＢ２ａを参照し、この階層化モデル情報ＤＢ２ａの階層化モデル情報において、図４に示すように第１層の稼動モデルが一つのみ設定されている場合には、当該稼動モデルを自動的に選択して記憶部２に記憶する。あるいは、第１層の稼動モデルとして複数階層化モデル情報を設定することもできる。この場合、シミュレーション処理部３ａは、当該複数の階層化モデル情報を階層化モデル情報ＤＢ２ａから取得してそのモデル名を出力部５に表示し、いずれか一つの階層化モデル情報が入力部４を介して操作者によって選択された場合に、当該選択された階層化モデル情報を記憶部２に記憶する。

稼動モデルの選択後、シミュレーション処理部３ａは、後述する稼動モデル選択処理（ステップＳＢ−８）において使用する重視パラメータの選択に必要な処理を実行し、当該選択が完了するまで待機する（ステップＳＢ−２）。例えば、シミュレーション処理部３ａは、階層化モデル情報ＤＢ２ａを参照し、ステップＳＢ−１において選択した稼動モデルの下位層（ここでは第２層）に属する各稼動モデルの重視パラメータを取得し、この重視パラメータを出力部５に表示し、いずれか一つの重視パラメータが入力部４を介して操作者によって選択された場合に、当該選択された重視パラメータを記憶部２に記憶する。このように重視パラメータの候補を自動的に表示することで、操作者がパラメータに不慣れな場合であっても、重視パラメータの選択を容易に行なうことができる。

重視パラメータの選択後、シミュレーション処理部３ａは、第１回目の分析処理の対象になるシミュレーション項目の選択に必要な処理を実行し、当該選択が完了するまで待機する（ステップＳＢ−３）。例えば、シミュレーションが可能な項目の名称を予め記憶部２にリスト形式にて記憶させておき、シミュレーション処理部３ａは、当該リストを記憶部２から取得して出力部５に表示し、いずれか一つのシミュレーション項目が入力部４を介して操作者によって選択された場合に、当該選択されたシミュレーション項目を記憶部２に記憶する。この他、例えばシミュレーション項目と、稼動モデルや重視パラメータとを相互に予め関連付けて記憶部２に記憶させておき、シミュレーション処理部３ａが、ステップＳＢ−１やＳＢ−２にて選択された稼動モデルや重視パラメータに対応するシミュレーション項目を記憶部２を参照して自動的に選択するようにしてもよい。

シミュレーション項目の選択後、シミュレーション処理部３ａは、第１回目の分析処理における目標値の選択に必要な処理を実行し、当該選択が完了するまで待機する（ステップＳＢ−４）。例えば、シミュレーション処理部３ａは、ステップＳＢ−３において選択されたシミュレーション項目に対応する目標値を入力するための入力画面を出力部５に表示し、この入力画面に目標値が入力部４を介して操作者によって入力された場合に、当該目標値を記憶部２に記憶する。この他、例えば、各シミュレーション項目に対応する標準的な目標値を記憶部２に予め設定しておき、シミュレーション処理部３ａが、ステップＳＢ−３にて選択されたシミュレーション項目に対応する標準的な目標値を記憶部２を参照して自動的に選択するようにしてもよい。

その後、シミュレーション処理部３ａは、ステップＳＢ−１において選択された稼動モデルに対応するパラメータ群を取得する（ステップＳＢ−５）。例えば、第１回目の稼動モデルのモデルＩＤを階層化モデル情報ＤＢ２ａから取得し、当該取得したモデルＩＤに対応するパラメータ群をパラメータ設定情報ＤＢ２ｂから取得する。図５では、パラメータ設定情報にはモデルＩＤ「Ｍ００１」に対応するパラメータ群しか設定していないが、ステップＳＢ−１において選択される可能性がある稼動モデルが複数ある場合には、これら複数の各々のパラメータ設定情報を設定しておけばよい。

次いで、稼動分析部３ｂは、ステップＳＢ−５において取得されたパラメータ群を用いて、ステップＳＢ−３にて選択されたシミュレーション項目についての分析処理を実行する（ステップＳＢ−６）。この分析処理は公知の統計的手法で行うことができるので、シミュレーション項目が「滞在時間別利用者数」である場合の分析処理のみを図７を参照して説明し、その他のシミュレーション項目の分析処理の説明は省略する。図７に示すように、稼動分析部３ｂは、変数ｎを値１で初期化した後（ステップＳＣ−１）、ｎ番目の利用者の病院への滞在時間を算定する（ステップＳＣ−２）。以降、全ての利用者の滞在時間の算定が終了する迄（ステップＳＣ−３，Ｎｏ。ｎ＝パラメータ「処理人数」の値となる迄）、ｎを一つずつ増分して（ステップＳＣ−４）、同様の処理を繰り返し、全ての利用者の滞在時間の算定が終了したら（ステップＳＣ−３，Ｙｅｓ）、これら各利用者の滞在時間に基づいて、滞在時間別の利用者数を算定し（ステップＳＣ−５）、分析処理を終了する。

１番目の利用者の「滞在時間」は、例えば、パラメータ「開始時間」の値を「滞在開始時刻」とし、この滞在開始時刻に対して当該利用者の全検査の所要時間を加えた時間を「滞在終了時刻」として、これら「滞在開始時刻」から「滞在終了時刻」に至る迄の時間を求めることで算定される。全検査の所要時間は、パラメータ「検査項目」によって特定される検査項目と、パラメータ「人数」とパラメータ「時間当り業務数」の積として求められる職種毎の全医師の時間当りの処理能力と、パラメータ「台数」とパラメータ「時間当り検査数」の積として求められる機器種別毎の全医療機器の時間当りの処理能力とから算定することができる。この際、パラメータ「動線」の値を所定の移動平均速度で除算することで、利用者や医師の移動時間を算定し、所要時間に加える。他の利用者の「滞在時間」についても基本的に同様に算定できるが、医師や医療機器の処理能力を超える場合には、先順の利用者の検査が終了するまで待機するものとする。

その後、図６において、シミュレーション処理部３ａは、ステップＳＢ−６において実行された分析処理の分析結果が、ステップＳＢ−４において入力された目標値を満たしているか否かを判定する（ステップＳＢ−７）。例えば、シミュレーション項目が「滞在時間別利用者数」であり、目標値が「全滞在時間における上限利用者数＝３０人」である場合、分析結果におけるいずれの滞在時間における利用者数も３０人以下である場合には、目標値を満たしていると判定する。そして、分析結果が目標値を満たしている場合（ステップＳＢ−７，Ｙｅｓ）、シミュレーション処理部３ａは、これ以上の稼動分析を行う必要がないため、分析結果を出力部５に表示して処理を終了する（ステップＳＢ−９）。この時の出力形式は任意であるが、例えば、シミュレーション項目が「滞在時間別利用者数」である場合には、横軸を時間軸とすると共に縦軸を利用者数とするグラフを表示する。また、この分析結果を得るためにステップＳＢ−５で取得したパラメータ群を併せて表示することで、当該所望の結果を得るための稼動条件を操作者に通知するようにしてもよい。

一方、分析結果が目標値を満たしていない場合（ステップＳＢ−７，Ｎｏ）、稼動モデル選択部３ｃは、次順（ここでは第２回）の分析処理に適用する稼動モデルを選択するため、稼動モデル選択処理を実行する（ステップＳＢ−８）。この稼動モデル選択処理のフローチャートを図８に示す。稼動モデル選択部３ｃは、前回（ここでは第１回）の分析処理に適用された稼動モデルの下位層（ここでは第２層）に属する稼動モデルの中から、重視パラメータに合致する稼動モデルを選択する（ステップＳＤ−１）。具体的には、稼動モデル選択部３ｃは、図６のステップＳＢ−２で選択された重視パラメータに基づいて階層化モデル情報ＤＢ２ａの階層化モデル情報を参照し、第２層の稼動モデルの中から、当該重視パラメータに対応する稼動モデルを選択する。例えば、「重視パラメータ＝医師」である場合、モデルＩＤ＝「Ｍ００１−１ａ」〜「Ｍ００１−１ｃ」の３つの稼動モデルが選択される。

この時、選択された稼動モデルが一つのみである場合（ステップＳＤ−２，Ｙｅｓ）、稼動モデル選択部３ｃは、当該稼動モデルを次順の稼動モデルに設定して（ステップＳＤ−５）、稼動モデル選択処理を終了する。一方、選択された稼動モデルが複数ある場合（ステップＳＤ−２，Ｎｏ）、稼動モデル選択部３ｃは、当該選択した稼動モデルのモデル名を階層化モデル情報ＤＢ２ａから取得し、当該取得したモデル名を出力部５に表示して（ステップＳＤ−３）、操作者の選択を待つ（ステップＳＤ−４）。その後、操作者が一つのモデル名を選択した場合には（ステップＳＤ−４，Ｙｅｓ）、当該モデル名に対応する稼動モデルを次順の稼動モデルに設定して（ステップＳＤ−５）、稼動モデル選択処理を終了する。

その後、図６の全体処理に戻り、シミュレーション処理部３ａは、稼動モデル選択処理で次順の稼動モデルに設定された稼動モデルに対応するパラメータ群を取得する（ステップＳＢ−５）。具体的には、前回（ここでは第１回）の分析処理に使用したパラメータ群の一部のみを変更することで、次順のパラメータ群を取得する。変更するパラメータの種類及び内容は、階層化モデル情報ＤＢ２ａから取得する。すなわち、当該次順の稼動モデルに設定された稼動モデルの変更パラメータが、変更するパラメータの種類及び内容となる。例えば、「モデルＩＤ＝Ｍ００１−１ａ」の稼動モデルが次順の稼動モデルに設定された場合、変更するパラメータは「時間当たり業務数」であり、変更内容は「１０」であるため、図５のパラメータ設定情報における時間当り業務数の値を「１０」に変更する。

このようにパラメータを変更した後、シミュレーション処理部３ａは、変更したパラメータを含むパラメータ群を用いて稼動分析処理を実行し、以降同様に、分析結果が目標値を満たす迄、ステップＳＢ−５〜ＳＢ−８を繰り返す。例えば、図４の階層化モデル情報として、第３層以降の階層にも情報を設定している場合には、稼動モデル選択処理を繰り返す毎に、下位の階層の稼動モデルが選択され、分析処理が繰り替えされる。最下層の稼動モデルを選択した場合であっても、分析結果が目標値を満たさない場合には、所定のエラー画面を出力部５に表示したり、それまでに取得した分析結果の中でも最も目標値に近い分析結果を出力部５に表示して、全処理を終了する。

（実施の形態１の効果）
このように実施の形態１によれば、稼動モデル選択部３ｃにて選択された稼動モデルに対応するパラメータ群によって分析処理を行うことができ、膨大なパラメータの意味を把握したり、これらパラメータを個別的に設定することなく、稼動モデルを自動又は手動で選択することで稼動分析を行うことができるので、稼動条件の設定を容易に行なうことができ、シミュレーション効率を向上させることができる。

また、実施の形態１によれば、目標値に合致する稼動モデルが自動的に選択されるので、所望のシミュレーション結果を得るための稼動条件の設定を容易に行なうことができ、シミュレーション効率を一層向上させることができる。

また、実施の形態１によれば、複数階層に階層化された稼動モデルの中から、当該階層構造に従って稼動モデルを選択することで、目標値に合致する稼動モデルの絞り込み順序を、階層構造を通じて規定することができる。

また、実施の形態１によれば、重視パラメータに基づいて稼動モデルを選択するため、この重視パラメータをニーズに応じて指定することで、目標値に合致する稼動モデルの絞り込み順序をニーズに合致した方向で行うことが可能になる。

また、実施の形態１によれば、パラメータ設定情報の一部のパラメータを稼動モデルに応じて変更することで、稼動モデルの相違をパラメータに反映した上で、稼動分析を行うことができる。特に、全てのパラメータを稼動モデル毎に設定する場合に比べて、変更対象になる一部のパラメータのみを稼動モデル毎に設定しておけばよいので、パラメータの設定や管理が容易になる。

〔実施の形態２〕
次に、実施の形態２について説明する。この形態は、稼動モデルに応じた規定方法にてパラメータを変更する形態である。なお、実施の形態２の構成は、特記する場合を除いて実施の形態１の構成と略同一であり、実施の形態１の構成と略同一の構成についてはこの実施の形態１で用いたのと同一の符号及び／又は名称を必要に応じて付して、その説明を省略する。

（構成−本装置）
図９は、実施の形態２に係る本装置１０の構成を機能概念的に示す説明図である。本装置１０は、記憶部１１、制御部１２、入力部４、及び出力部５を、バスにて相互に通信可能に接続して構成されている。

記憶部１１は、機能概念的に、パラメータ設定情報ＤＢ１１ａ及びパラメータ変更ロジック情報データベース（以下「パラメータ変更ロジック情報ＤＢ」）１１ｂを備える。パラメータ設定情報ＤＢ１１ａには、図５と同様に、標準になるパラメータ群が格納されている。パラメータ変更ロジック情報ＤＢ１１ｂは、分析処理においてパラメータ変更を行うためのロジック（以下「パラメータ変更ロジック」）を稼動モデルに関連付ける情報（以下「パラメータ変更ロジック情報」）を格納する。

このパラメータ変更ロジック情報は、図１０に例示するように、「モデルＩＤ」、「モデル名」及び「パラメータ変更ロジック」を相互に関連付けて構成されている。パラメータ変更ロジックは、ここでは、変更順位１から変更順位４の各々の変更パラメータの名称を含んで構成されている。変更順位１の変更パラメータとは、標準になるパラメータ群を用いて分析処理を行った結果、分析結果が目標値に合致しなかった場合に、当該パラメータ群に含まれるパラメータのうち、最初に変更すべきパラメータである。例えば、モデル名「経営分析モデル」の稼動モデルが選択された場合において、分析結果が目標値に合致しなかった場合には、パラメータ「開始時間」を変更する。変更順位２の変更パラメータとは、変更順位１に基づいて変更したパラメータ群を用いて分析処理を行った結果、分析結果が目標値に合致しなかった場合に、当該パラメータ群に含まれるパラメータのうち、変更すべきパラメータである。以降同様に、変更順位３の変更パラメータは、３回目の分析処理で変更すべきパラメータ、変更順位４の変更パラメータは、４回目の分析処理で変更すべきパラメータである。なお、表中の括弧内には、説明の便宜上、各変更パラメータに対応するリソースを記載している。

本実施の形態においては、図１０に示すように、稼動モデルとして「経営分析モデル」、「業務運用分析モデル」及び「施設計画分析モデル」が設定されている。概念的には、経営分析モデルは、病院の経営の視点から稼動分析を行う稼動モデルであり、リソースのうち、サービス以外のリソースを基本的に固定し、サービスを様々に変更することで経営効率の改善方法を分析するモデルである。業務運用分析モデルは、病院の業務運用の視点から稼動分析を行う稼動モデルであり、リソースのうち、施設を基本的に固定し、マンパワーや医療機器を様々に変更することで業務運用効率の改善方法を分析するモデルである。施設計画分析モデルは、病院の施設を計画することを目的として稼動分析を行う稼動モデルであり、リソースのうち、マンパワーや医療域を基本的に固定し、施設を様々に変更することで施設内容を分析するモデルである。

図９において、制御部１２は、本装置１０の各部を制御する制御手段であり、機能概念的に、シミュレーション処理部１２ａを備える。シミュレーション処理部１２ａは、シミュレーション処理全体を統括制御すると共に、分析結果が目標値に合致するか否かを判別するもので、特許請求の範囲における判定手段に対応する。さらに、シミュレーション処理部１２ａは、機能概念的に、稼動分析部１２ｂ及びパラメータ変更部１２ｃを備える。稼動分析部１２ｂは、実施の形態１の稼動分析部３ｂと同様の処理を行う。パラメータ変更部１２ｃは、分析結果が目標値に合致しない場合に、次順の分析処理に使用するパラメータを変更するパラメータ変更手段である。

（処理）
次に、本装置１０を用いて本プログラムを実行すること等によって行われる本処理について説明する。図１１は、本処理のフローチャートである。本プログラムが入力部４を介して操作者によって所定方法にて起動されると、シミュレーション処理部１２ａは、第１回目の分析処理に適用すべき稼動モデルの選択に必要な処理を実行し、当該選択が完了するまで待機する（ステップＳＥ−１）。例えば、シミュレーション処理部１２ａは、パラメータ変更ロジック情報ＤＢ１１ｂを参照し、このパラメータ変更ロジック情報に含まれるモデル名を出力部５に表示し、いずれか一つのモデル名が入力部４を介して操作者によって選択された場合に、当該選択されたモデル名を記憶部１１に記憶する。

稼動モデルの選択後、シミュレーション処理部１２ａは、実施の形態１と同様に、重視パラメータの選択に必要な処理を実行し、シミュレーション項目の選択と（ステップＳＥ−２）、目標値入力の受け付けを行い（ステップＳＥ−３）、第１回目の分析処理に使用するパラメータ群をパラメータ設定情報ＤＢ１１ａから取得した後（ステップＳＥ−４）、稼動分析部１２ｂが分析処理を実行する（ステップＳＥ−５）。

その後、シミュレーション処理部１２ａは、ステップＳＥ−５において実行された分析処理の分析結果が、ステップＳＥ−３において入力された目標値を満たしているか否かを判定する（ステップＳＥ−６）。そして、分析結果が目標値を満たしている場合（ステップＳＥ−６，Ｙｅｓ）、シミュレーション処理部１２ａは、これ以上の稼動分析を行う必要がないため、分析結果を出力部５に表示して処理を終了する（ステップＳＥ−８）。

一方、分析結果が目標値を満たしていない場合（ステップＳＥ−６，Ｎｏ）、パラメータ変更部１２ｃは、先のステップＳＥ−４で選択されたパラメータ群に対して、一部のパラメータを変更することで、次順（ここでは第２回）の分析処理に適用するパラメータ群を特定する（ステップＳＥ−７）。この際に使用するパラメータは、ステップＳＥ−１にて選択された稼動モデルに基づいて、パラメータ変更ロジック情報ＤＢ１１ｂを参照することで決定する。例えば、ステップＳＥ−１にて選択された稼動モデルが「経営分析モデル」である場合は、変更順位１のパラメータが「開始時間」であることから、ステップＳＥ−４で選択されたパラメータ群のうち、パラメータ「開始時間」を変更する。変更の具体的方法は任意であるが、例えば、パラメータ変更ロジック情報ＤＢ１１ｂに予め規定しておくことができ、２番目の利用者が検査を受ける開始時間を５分遅らせ、３番目の利用者が検査を受ける開始時間を１０分遅らせ、以降同様に、各利用者が検査を受ける開始時間を所定時間だけ順次遅らせる。

このように変更されたパラメータを含むパラメータ群を用いて、稼動分析部１２ｂが２回目の分析処理を実行し（ステップＳＥ−５）、シミュレーション処理部１２ａは、ステップＳＥ−５において実行された２回目の分析処理の分析結果が、ステップＳＥ−３において入力された目標値を満たしているか否かを判定する（ステップＳＥ−６）。そして、分析結果が目標値を満たしていない場合（ステップＳＥ−６，Ｎｏ）、パラメータ変更部１２ｃは、２回目のステップＳＥ−４で選択されたパラメータ群に対して、さらに一部のパラメータを変更することで、次順（ここでは第３回）の分析処理に適用するパラメータ群を特定する（ステップＳＥ−７）。上述の「経営分析モデル」の例の場合には、変更順位２のパラメータが「検査順序」であることから、２回目のステップＳＥ−４で選択されたパラメータ群のうち、パラメータ「検査順序」を変更する。以降同様に、分析結果が目標値を満たすまで、パラメータをパラメータ変更ロジックに応じて変更する。

（実施の形態２の効果）
このように実施の形態２によれば、パラメータ群の一部のパラメータを稼動モデルに応じて変更することで、稼動モデルの相違をパラメータに反映した上で、稼動分析を行うことができる。特に、全てのパラメータを稼動モデル毎に設定する場合に比べて、変更対象になる一部のパラメータのみを稼動モデル毎に設定しておけばよいので、パラメータの設定や管理が容易になる。

〔各実施の形態に対する変形例〕
以上、本発明に係る各実施の形態について説明したが、本発明の具体的な構成及び手段は、特許請求の範囲に記載した各発明の技術的思想の範囲内において、任意に改変及び改良できる。以下、このような変形例について説明する。

（解決しようとする課題や発明の効果について）
まず、発明が解決しようとする課題や発明の効果は、前記した内容に限定されるものではなく、本発明によって、前記に記載されていない課題を解決したり、前記に記載されていない効果を奏することもでき、また、記載されている課題の一部のみを解決したり、記載されている効果の一部のみを奏することがある。

（構成及び制御について）
また、上記実施の形態で自動的に行われるものとして説明した制御の全部または任意の一部を手動で行っても良く、逆に、手動で行われるものとして説明した制御の全部または任意の一部を公知技術または上述した思想に基づいて自動化しても良い。また、上記実施の形態において示した各構成要素の各機能ブロックの一部又は全部を、ハードワイヤードロジックにて構成しても良い。

（分散や統合について）
また、上述した各電気的構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各部の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成できる。例えば、施設稼動シミュレーション装置１の記憶部２の各データベースを、データベースサーバとして独立に配置し、このデータベースサーバを施設稼動シミュレーション装置１から必要に応じてネットワーク経由で呼び出してもよい。

（各実施の形態の相互関係について）
実施の形態１の技術的思想と実施の形態２の技術的思想を相互に適用してもよく、例えば、実施の形態２のパラメータ変更ロジックの設定において、実施の形態１のような稼動モデルの階層化を適用してもよい。例えば、実施の形態２の経営分析モデルの下位層のモデルとして、サービスの多様化への対応を優先的に改善する第１モデル、検診時間の短縮を優先的に行う第２モデル、処理数の把握を優先的に行う第３モデルを設ける。第１モデルでは、利用者属性、検診コース、あるいは検査項目を所定方法で優先的に変更する。第２モデルでは、検査順序や開始時間を所定方法で優先的に変更する。第３モデルでは処理人数を所定方法で優先的に変更する。同様に、業務運用分析モデルや施設計画分析モデルにもそれぞれ複数の下位層を設定しておき、上位層の適用時に目標値に合致する分析結果が得られなかった場合には、当該上位層に属する下位層のいずれか一つのモデルを自動的に又は操作者によって選択し、再度の分析処理を行うようにしてもよい。

（稼動モデルの選択方法について）
稼動モデルの選択は、上述した方法以外の方法で行うこともできる。例えば、実施の形態２において、経営分析モデル、業務運用モデル、施設計画分析モデルの相互間において、優先的に選択すべきモデルを予め決定しておき、優先度の高い順に稼動モデルを自動的に選択し、当該選択されたモデルの適用時に目標値に合致する分析結果が得られなかった場合には、次に優先度の高い稼動モデルを自動的に選択して、再度の分析処理を行うようにしてもよい。例えば、最初に経営分析モデルを選択してサービスの改善を優先して行い、サービスの改善では目標値が得られない場合には次に業務運用モデルを選択してマンパワーや医療機器の改善を行い、それでも目標値が得られない場合には施設計画分析モデルを選択して施設の改善を行うようにしてもよい。

この発明は、病院を含む様々な施設の稼動状況を分析するシステムに適用できるもので、稼動条件を特定するためのパラメータの設定を容易に行なうことに有用である。

本発明の実施の形態１に係る施設稼動シミュレーションの内容を概念的に示す図である。 パラメータ群を例示する図である。 実施の形態１に係る施設稼動シミュレーション装置の構成を機能概念的に示す説明図である。 階層化モデル情報の構成例を示す図である。 パラメータ設定情報の構成例を示す図である。 実施の形態１に係る施設稼動シミュレーション処理のフローチャートである。 図６の分析処理を例示するフローチャートである。 図６の稼動モデル選択処理を例示するフローチャートである。 実施の形態２に係る施設稼動シミュレーション装置の構成を機能概念的に示す説明図である。 パラメータ変更ロジック情報の構成例を示す図である。 実施の形態２に係る施設稼動シミュレーション処理のフローチャートである。

符号の説明

１、１０ 施設稼動シミュレーション装置
２、１１ 記憶部
２ａ 階層化モデル情報データベース（階層化モデル情報ＤＢ）
２ｂ、１１ａ パラメータ設定情報データベース（パラメータ設定情報情報ＤＢ）
３、１２ 制御部
３ａ、１２ａ シミュレーション処理部
３ｂ、１２ｂ 稼動分析部
３ｃ 稼動モデル選択部
４ 入力部
５ 出力部
１１ｂ パラメータ変更ロジック情報データベース（パラメータ変更ロジック情報ＤＢ）
１２ｃ パラメータ変更部

Claims (3)

1. 施設の稼動体系を特定する複数の稼動モデルの中から１つの稼動モデルを選択する施設稼動シミュレーション装置であって、
   前記施設を稼動させるための複数種類のリソースの各々の稼動条件を規定するパラメータを組み合わせて構成された複数のパラメータ群であり、これら複数種類のリソースに対して共通に設定された複数のパラメータカテゴリー毎の稼動条件を規定するパラメータを組み合わせて構成された複数のパラメータ群であって、前記稼動モデルに対して標準的に使用されるパラメータ群である標準パラメータ群を、前記複数の稼動モデル毎に特定するパラメータ設定情報、を格納するパラメータ設定情報格納手段と、
   前記標準パラメータ群に含まれるパラメータに対して変更すべきパラメータを、前記複数の稼動モデルの各々に対して複数の変更順位毎に特定するパラメータ変更ロジック情報、を格納するパラメータ変更ロジック情報格納手段と、
   前記複数の稼動モデルの中から稼動分析の対象になる稼動モデルを選択する稼動モデル選択手段と、
   前記稼動モデル選択手段にて選択された稼動モデルに対応する前記パラメータ群を前記パラメータ設定情報格納手段及び前記パラメータ変更ロジック情報格納手段を参照して取得し、当該取得したパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析を行う稼動分析手段と、
   前記稼動分析手段による分析結果が、所定方法にて取得された目標値に合致しているか否かを判定する判定手段とを備え、
   前記稼動モデル選択手段は、前記複数の稼動モデルの中から、最初の稼動分析の対象になる稼動モデルを選択し、
   前記稼動分析手段は、前記稼動モデル選択手段にて最初の稼動分析の対象になる稼動モデルが選択された場合には、当該選択された稼動モデルに対応する標準パラメータ群を前記パラメータ設定情報格納手段から取得し、当該取得した標準パラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析を行い、
   前記判定手段は、前記標準パラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する前記稼動分析手段の分析結果が、前記目標値に合致しているか否かを判定し、
   前記稼動分析手段は、前記標準パラメータ群に対応する前記分析結果が前記目標値に合致していないと前記判定手段にて判定された場合には、前記稼動モデル選択手段にて最初の稼動分析の対象になるものとして選択された稼動モデルに対応するパラメータであって変更順位が１番目に早いパラメータを前記パラメータ変更ロジック情報格納手段を参照して特定し、当該特定された１番目に早いパラメータに基づいて前記標準パラメータ群に含まれるパラメータを変更することにより、２番目の分析処理に使用するパラメータ群を生成し、当該生成した２番目の分析処理に使用するパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析を行い、
   前記判定手段は、前記稼動分析手段による分析結果であって、前記２番目の分析処理に使用するパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析結果が、所定方法にて取得された目標値に合致しているか否かを判定し、
   前記稼動分析手段は、前記２番目の分析処理に使用するパラメータ群に対応する前記分析結果が前記目標値に合致していないと前記判定手段にて判定された場合には、前記稼動モデル選択手段にて最初の稼動分析の対象になるものとして選択された稼動モデルに対応するパラメータであって変更順位が２番目に早いパラメータを前記パラメータ変更ロジック情報格納手段を参照して特定し、当該特定されたパラメータに基づいて前記２番目の分析処理に使用したパラメータ群に含まれるパラメータを変更することにより、３番目の分析処理に使用するパラメータ群を生成し、当該生成した３番目の分析処理に使用するパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析を行い、
   前記判定手段は、前記稼動分析手段による分析結果であって、前記３番目の分析処理に使用するパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析結果が、所定方法にて取得された目標値に合致しているか否かを判定し、
   以降、前記判定手段にて前記分析結果が前記目標値に合致していると判定される迄、
   前記稼動モデル選択手段にて最初の稼動分析の対象になるものとして選択された稼動モデルに対応するパラメータであって変更順位が次順となるパラメータを前記パラメータ変更ロジック情報格納手段を参照して特定し、当該特定されたパラメータに基づいて前回の分析処理に使用したパラメータ群に含まれるパラメータを変更することにより、次順の分析処理に使用するパラメータ群を生成し、当該生成した次順の分析処理に使用するパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析を行う、
   ことを特徴とする施設稼動シミュレーション装置。
2. 前記稼動分析手段は、前記施設を利用する利用者の当該施設における滞在時間を算定する際、前記パラメータ群に含まれる動線の値を所定の移動平均速度で除算することで、当該利用者の移動時間を算定し、当該算定した移動時間に基づいて前記滞在時間を算定すること、
   を特徴とする請求項１に記載の施設稼動シミュレーション装置。
3. 施設の稼動体系を特定する複数の稼動モデルの中から１つの稼動モデルを選択する施設稼動シミュレーションプログラムであって、
   前記施設を稼動させるための複数種類のリソースの各々の稼動条件を規定するパラメータを組み合わせて構成された複数のパラメータ群であり、これら複数種類のリソースに対して共通に設定された複数のパラメータカテゴリー毎の稼動条件を規定するパラメータを組み合わせて構成された複数のパラメータ群であって、前記稼動モデルに対して標準的に使用されるパラメータ群である標準パラメータ群を、前記複数の稼動モデル毎に特定するパラメータ設定情報、を格納するパラメータ設定情報格納手段と、
   前記標準パラメータ群に含まれるパラメータに対して変更すべきパラメータを、前記複数の稼動モデルの各々に対して複数の変更順位毎に特定するパラメータ変更ロジック情報、を格納するパラメータ変更ロジック情報格納手段と、
   を備えたコンピュータに対して、前記施設の稼動分析を実行させるための施設稼動シミュレーションプログラムにおいて、
   前記コンピュータを、
   前記複数の稼動モデルの中から稼動分析の対象になる稼動モデルを選択する稼動モデル選択手段と、
   前記稼動モデル選択手段にて選択された稼動モデルに対応する前記パラメータ群を前記パラメータ設定情報格納手段及び前記パラメータ変更ロジック情報格納手段を参照して取得し、当該取得したパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析を行う稼動分析手段と、
   前記稼動分析手段による分析結果が、所定方法にて取得された目標値に合致しているか否かを判定する判定手段、
   として機能させるためのプログラムであり、
   前記稼動モデル選択手段は、前記複数の稼動モデルの中から、最初の稼動分析の対象になる稼動モデルを選択し、
   前記稼動分析手段は、前記稼動モデル選択手段にて最初の稼動分析の対象になる稼動モデルが選択された場合には、当該選択された稼動モデルに対応する標準パラメータ群を前記パラメータ設定情報格納手段から取得し、当該取得した標準パラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析を行い、
   前記判定手段は、前記標準パラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する前記稼動分析手段の分析結果が、前記目標値に合致しているか否かを判定し、
   前記稼動分析手段は、前記標準パラメータ群に対応する前記分析結果が前記目標値に合致していないと前記判定手段にて判定された場合には、前記稼動モデル選択手段にて最初の稼動分析の対象になるものとして選択された稼動モデルに対応するパラメータであって変更順位が１番目に早いパラメータを前記パラメータ変更ロジック情報格納手段を参照して特定し、当該特定された１番目に早いパラメータに基づいて前記標準パラメータ群に含まれるパラメータを変更することにより、２番目の分析処理に使用するパラメータ群を生成し、当該生成した２番目の分析処理に使用するパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析を行い、
   前記判定手段は、前記稼動分析手段による分析結果であって、前記２番目の分析処理に使用するパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析結果が、所定方法にて取得された目標値に合致しているか否かを判定し、
   前記稼動分析手段は、前記２番目の分析処理に使用するパラメータ群に対応する前記分析結果が前記目標値に合致していないと前記判定手段にて判定された場合には、前記稼動モデル選択手段にて最初の稼動分析の対象になるものとして選択された稼動モデルに対応するパラメータであって変更順位が２番目に早いパラメータを前記パラメータ変更ロジック情報格納手段を参照して特定し、当該特定されたパラメータに基づいて前記２番目の分析処理に使用したパラメータ群に含まれるパラメータを変更することにより、３番目の分析処理に使用するパラメータ群を生成し、当該生成した３番目の分析処理に使用するパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析を行い、
   前記判定手段は、前記稼動分析手段による分析結果であって、前記３番目の分析処理に使用するパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析結果が、所定方法にて取得された目標値に合致しているか否かを判定し、
   以降、前記判定手段にて前記分析結果が前記目標値に合致していると判定される迄、
   前記稼動モデル選択手段にて最初の稼動分析の対象になるものとして選択された稼動モデルに対応するパラメータであって変更順位が次順となるパラメータを前記パラメータ変更ロジック情報格納手段を参照して特定し、当該特定されたパラメータに基づいて前回の分析処理に使用したパラメータ群に含まれるパラメータを変更することにより、次順の分析処理に使用するパラメータ群を生成し、当該生成した次順の分析処理に使用するパラメータ群にて規定される稼動条件にて前記施設を稼動させた際の稼動状況に関する分析を行う、
   施設稼動シミュレーションプログラム。

Images