JP5318173B2 - インターバル予測装置、待ち時間予測装置、インターバル予測方法、待ち時間予測方法及びプログラム - Google Patents

Description

本発明は、インターバル予測装置、待ち時間予測装置、インターバル予測方法、待ち時間予測方法及びプログラムに関する。

病院等で発生する待ち時間を予測し表示するシステムが開発されている。例えば、特許文献１、２には、ニューラルネットワークを利用して待ち時間を予測するシステムが開示されている。

特許第４１９４５７３号明細書 特許第４２１７６８９号明細書

特許文献１、２のシステムでは、先の診察が終わるとすぐに次の診察が始まることを前提として待ち時間の予測を行っており、次の診察が始まるまでのインターバルを考慮していない。しかしながら、先のサービスが終わってから次のサービスが始まるまでに、先のサービスの片付けを行うなど、インターバルが発生することは多い。

本発明は、このような背景を鑑みてなされたものであり、あるサービスが提供されてから次のサービスが提供されるまでのインターバルを精度良く予測することのできる、インターバル予測装置、インターバル予測方法及びプログラムを提供することを目的とする。

上記課題を解決するための本発明の主たる発明は、第１のサービスが提供された後、当該第１のサービスに後続する第２のサービスが提供されるまでのインターバルを予測する装置であって、過去の前記インターバルを示す実績情報を記憶する実績記憶部と、前記実績情報に基づいて前記インターバルの発生確率を算出する発生確率算出部と、前記インターバルをソートして累積発生確率を算出し、前記累積発生確率が所定の閾値以上になる確率分布である平常時確率分布及び前記累積発生確率が前記閾値未満になる確率分布である異常時確率分布を作成する確率分布作成部と、前記平常時確率分布を用いて前記インターバルの予測値を算出するインターバル予測部と、を備え、前記インターバル予測部は、前記第１のサービスが提供された後前記第２のサービスが提供されるまでに所定の設定時間が経過したときに、前記異常時確率分布を用いて前記インターバルの予測値を再計算することとする。

本発明のインターバル予測装置によれば、過去のインターバルの実績に基づいて、インターバルの平常時と異常時の確率分布を作成し、平常時の確率分布を用いてインターバルの予測を行うことができる。したがって、あまり発生しないインターバルを排除し、発生し易いインターバルの発生確率分布に基づいてインターバルの予測を行うことができるので、インターバルの予測精度を向上することができる。また、本発明のインターバル予測装置によれば、実際のインターバルが設定時間を超えた場合には異常時の確率分布を用いてインターバルの予測を再計算することができる。したがって、設定時間を超えた異常時には、平常時にはほとんど発生しないインターバルの発生確率分布を用いてインターバルの予測値を再計算し、予測値を修正することができる。よって、異常時の予測精度も向上することができる。

また、本発明のインターバル予測装置では、前記インターバル予測部は、前記平常時確率分布又は前記異常時確率分布での乱数を発生させて前記予測値を算出するようにしてもよい。
また、本発明のインターバル予測装置では、前記確率分布作成部は、前記インターバルを短い順にソートするようにしてもよい。
この場合、平常時の予測においては、長いインターバルが予測値として算出される可能性を減らすことができる。また、異常時には、長いインターバルを予測値として再計算することができる。

また、本発明のインターバル予測装置では、前記設定時間は前記累積発生確率が前記閾値以上になる前記インターバルであることとしてもよい。
この場合、発生確率が閾値を下回るインターバルが実際に発生したときに異常時と判断することができる。したがって、平常時と異常時の切り分けを確率分布に合わせることができるので、インターバルの予測精度を向上することができる。

また、本発明のインターバル予測装置では、前記確率分布作成部は、前記インターバルを前記発生確率の高い順にソートするようにしてもよい。
この場合、発生確率の高いものを平常時の予測に用いることができるので、平常時の予測精度をより向上することができる。

また、本発明の他の態様は、サービスが提供されるまでの待ち時間を予測する装置であって、第１のサービスが提供された後、当該第１のサービスに後続する第２のサービスが提供されるまでの過去のインターバル及び過去の前記サービスの提供時間を算出するための実績情報を記憶する実績値記憶部と、前記実績情報に基づいて前記インターバルの発生確率を算出する発生確率算出部と、前記インターバルをソートして累積発生確率を算出し、前記累積発生確率が所定の閾値以上になる確率分布である平常時確率分布及び前記累積発生確率が前記閾値未満になる確率分布である異常時確率分布を作成する確率分布作成部と、前記平常時確率分布を用いて前記インターバルの予測値を算出するインターバル予測部と、前記実績情報に基づいて前記提供時間の予測値を算出する提供時間予測部と、前記サービスの提供を待っている利用者数を取得する利用者数取得部と、前記提供時間の予測値に前記インターバルの予測値を加算した値に前記利用者数を乗じて前記待ち時間の予測値を算出する待ち時間予測部と、を備え、前記第１のサービスが提供された後前記第２のサービスが提供されるまでに所定の設定時間が経過したときに、前記インターバル予測部は、前記異常時確率分布を用いて前記インターバルの予測値を再計算し、前記待ち時間予測部は、前記再計算された前記インターバルの予測値に前記提供時間の予測値を加算した値に前記利用者数を乗じて前記待ち時間の予測値を再計算することとする。

また、本発明の他の態様は、第１のサービスが提供された後、当該第１のサービスに後続する第２のサービスが提供されるまでのインターバルを予測する方法であって、コンピュータが、過去の前記インターバルを示す実績情報を記憶し、前記実績情報に基づいて前記インターバルの発生確率を算出し、前記インターバルをソートして累積発生確率を算出し、前記累積発生確率が所定の閾値以上になる確率分布である平常時確率分布及び前記累積発生確率が前記閾値未満になる確率分布である異常時確率分布を作成し、前記平常時確率分布を用いて前記インターバルの予測値を算出し、前記第１のサービスが提供された後前記第２のサービスが提供されるまでに所定の設定時間が経過したときに、前記異常時確率分布を用いて前記インターバルの予測値を再計算することとする。

また、本発明の他の態様は、サービスが提供されるまでの待ち時間を予測する方法であって、コンピュータが、第１のサービスが提供された後、当該第１のサービスに後続する第２のサービスが提供されるまでの過去のインターバル及び過去の前記サービスの提供時間を算出するための実績情報を記憶し、前記実績情報に基づいて前記インターバルの発生確率を算出し、前記インターバルをソートして累積発生確率を算出し、前記累積発生確率が所定の閾値以上になる確率分布である平常時確率分布及び前記累積発生確率が前記閾値未満になる確率分布である異常時確率分布を作成し、前記平常時確率分布を用いて前記インターバルの予測値を算出し、前記実績情報に基づいて前記提供時間の予測値を算出し、前記サービスの提供を待っている利用者数を取得し、前記提供時間の予測値に前記インターバルの予測値を加算した値に前記利用者数を乗じて前記待ち時間の予測値を算出し、前記第１のサービスが提供された後前記第２のサービスが提供されるまでに所定の設定時間が経過したときに、前記異常時確率分布を用いて前記インターバルの予測値を再計算し、前記再計算された前記インターバルの予測値に前記提供時間の予測値を加算した値に前記利用者数を乗じて前記待ち時間の予測値を再計算することとする。

また、本発明の他の態様は、第１のサービスが提供された後、当該第１のサービスに後続する第２のサービスが提供されるまでのインターバルを予測するためのプログラムであって、コンピュータに、過去の前記インターバルを示す実績情報を記憶するステップと、前記実績情報に基づいて前記インターバルの発生確率を算出するステップと、前記インターバルをソートして累積発生確率を算出し、前記累積発生確率が所定の閾値以上になる確率分布である平常時確率分布及び前記累積発生確率が前記閾値未満になる確率分布である異常時確率分布を作成するステップと、前記平常時確率分布を用いて前記インターバルの予測値を算出するステップと、前記第１のサービスが提供された後前記第２のサービスが提供されるまでに所定の設定時間が経過したときに、前記異常時確率分布を用いて前記インターバルの予測値を再計算するステップと、を実行させることとする。

また、本発明の他の態様は、サービスが提供されるまでの待ち時間を予測するためのプログラムであって、コンピュータに、第１のサービスが提供された後、当該第１のサービスに後続する第２のサービスが提供されるまでの過去のインターバル及び過去の前記サービスの提供時間を算出するための実績情報を記憶するステップと、前記実績情報に基づいて前記インターバルの発生確率を算出するステップと、前記インターバルをソートして累積発生確率を算出し、前記累積発生確率が所定の閾値以上になる確率分布である平常時確率分布及び前記累積発生確率が前記閾値未満になる確率分布である異常時確率分布を作成するステップと、前記平常時確率分布を用いて前記インターバルの予測値を算出するステップと、前記実績情報に基づいて前記提供時間の予測値を算出するステップと、前記サービスの提供を待っている利用者数を取得するステップと、前記提供時間の予測値に前記インターバルの予測値を加算した値に前記利用者数を乗じて前記待ち時間の予測値を算出するステップと、前記第１のサービスが提供された後前記第２のサービスが提供されるまでに所定の設定時間が経過したときに、前記異常時確率分布を用いて前記インターバルの予測値を再計算し、前記再計算された前記インターバルの予測値に前記提供時間の予測値を加算した値に前記利用者数を乗じて前記待ち時間の予測値を再計算するステップと、を実行させることとする。

その他本願が開示する課題やその解決方法については、発明の実施形態の欄及び図面により明らかにされる。

本発明によれば、あるサービスが提供されてから次のサービスが提供されるまでのインターバルを精度良く予測することができる。

本実施形態に係る情報提供システム１の全体構成を示す図である。 患者端末１０のハードウェア構成を示す図である。 患者端末１０の機能ブロック図である。 従業者端末２０のハードウェア構成図である。 従業者端末２０の機能ブロック図である。 受付端末３０のハードウェア構成図である。 受付端末３０の機能ブロック図である。 医師端末４０のハードウェア構成図である。 医師端末４０の機能ブロック図である。 サーバ装置５０のハードウェア構成図である。 サーバ装置５０の機能ブロック図である。 受付履歴データベース５５１に記憶される受付履歴情報の構成例を示す図である。 診察履歴データベース５５２に記憶される診察履歴情報の構成例を示す図である。 待ち時間実績データベース５５３に記憶される待ち時間実績情報の構成例を示す。 待ち時間実績データベース５５３への待ち時間実績情報の登録処理の流れを示すフロー図である。 待合リストデータベース５５４に記憶される待合情報の構成例を示す図である。 待合リスト出力部５１５により出力される待合リストの一例を示す図である。 予約データベース５５５に記憶される予約情報の構成例を示す図である。 気象データベース５５６に記憶される気象情報の構成例を示す図である。 集計データベース５５７に記憶される集計情報の構成例を示す図である。 ニューラルネットワーク計算部５２０の構成を示す図である。 待ち時間予測部５２２による待ち時間の予測処理のフロー図である。 患者数予測部５２５による患者数の予測処理のフロー図である。 予測対象日が当日である場合の待ち時間の予測処理のフロー図である。 診察インターバルの発生確率分布を作成する処理のフロー図である。 診察インターバルの発生頻度分布の例を示すグラフである。 予測対象日が当日である場合の待ち時間の予測処理のフロー図である。 診察当日における情報提供システム１の処理を説明する図である。 予約情報に基づく待合情報の登録処理のフロー図である。 待合情報の登録処理のフロー図である。 診察状況の監視処理のフロー図である。 待合情報の更新処理のフロー図である。

本実施形態では、医療機関において、診察を受ける患者や医療機関の従業者などに対して、診察の待ち時間や来院患者数の予測値を提供する情報提供システム１について説明する。また、本実施形態の情報提供システム１では、ある診察が終わってから次の診察までの間隔（インターバル）を予測して待ち時間の予測に反映している。

＝＝システム構成＝＝
図１は、本実施形態に係る情報提供システム１の全体構成を示す図である。図１に示すように、情報提供システム１は、医療機関において診察（サービス）を受ける患者（利用者）が使用する患者端末１０、医療機関の従業者が利用する従業者端末２０、患者が医療機関に来院した際に受付処理を行う受付端末３０、患者の診察を行う医師が操作する医師端末４０、及びサーバ装置５０を含んで構成される。患者端末１０、従業者端末２０、受付端末３０、医師端末４０及びサーバ装置５０は、例えば、パーソナルコンピュータやワークステーション、携帯電話端末、ＰＤＡ（Personal Digital Assistant）、スマートフォン、セットトップボックスなどのコンピュータである。

従業者端末２０、受付端末３０、医師端末４０、及びサーバ装置５０は、医療機関の内部に設置され、ＬＡＮ（Local Area Network）６０を介して接続されており、相互に通信が可能となっている。また、ＬＡＮ６０はインターネット７０に接続されており、従業者端末２０、受付端末３０、医師端末４０、及びサーバ装置５０は、インターネット７０に接続されたコンピュータとの間で通信が可能である。患者端末１０は、インターネット７０に接続され、少なくともサーバ装置５０との間の通信が可能である。

後述するように、患者は患者端末１０を用いてサーバ装置５０にアクセスし、通院したときの診察までの待ち時間の予測を閲覧することができるようになっている。また、医師や看護師、薬剤師、経営者、事務などの医療機関の従業者は、従業者端末２０を用いてサーバ装置５０にアクセスし、来院する患者数の予測を閲覧することができるようになっている。

受付端末３０は、患者が来院したときに受付を行い、受付時刻などをサーバ装置５０が管理するデータベースに登録する。また、後述するように受付端末３０には待ち時間が表示され、患者は診察までの待ち時間を確認することができるようになっている。

医師端末４０には、患者の診療の開始時と終了時とに患者ＩＤが入力され、これに応じて医師端末４０は、患者の受診履歴をサーバ装置５０が管理するデータベースに登録する。また、医師端末４０は、例えば、医師により処方される薬などの入力を受け付けたり、電子カルテを表示したりするために用いられることもある。

＝＝患者端末１０＝＝
図２は、患者端末１０のハードウェア構成を示す図である。図２に示すように、患者端末１０は、ＣＰＵ１０１、メモリ１０２、記憶装置１０３、通信インタフェース１０４、入力装置１０５、出力装置１０６を備えている。

記憶装置１０３は、プログラムやデータを記憶する、例えば、ハードディスクドライブやソリッドステートディスク、フラッシュメモリ、ＣＤ−ＲＯＭドライブ、半導体記憶装置などである。ＣＰＵ１０１は、記憶装置１０３に記憶されているプログラムをメモリ１０２に読み出して実行することにより各種の機能を実現する。通信インタフェース１０４は、通信ネットワークに接続するための、例えば、公衆電話回線や専用電話回線に接続するためのモデム、ＡＴＭインタフェース、イーサネット（登録商標）アダプタなどである。患者端末１０は、通信インタフェース１０４を介してインターネット７０に接続し、インターネットに接続している他のコンピュータとの間での通信を行う。

入力装置１０５は、データの入力を受け付ける、例えばキーボードやマウス、タッチパネル、タブレット、マイクなどである。入力装置１０５は複数備えるようにしてもよい。出力装置１０６は、データを出力する、例えばＣＲＴや液晶のディスプレイ、プリンタ、スピーカなどである。出力装置１０６は複数備えるようにしてもよい。

図３は、患者端末１０の機能ブロック図である。図３に示すように、患者端末１０は、予測待ち時間取得要求送信部１１１、予測待ち時間受信部１１２、予測待ち時間出力部１１３を備えている。

予測待ち時間取得要求送信部１１１は、医療機関に通院したときにかかる診察までの待ち時間の予測値（以下、予測待ち時間という。）を取得するためのコマンド（以下、予測待ち時間取得要求という。）をサーバ装置５０に送信する。予測待ち時間取得要求には、予測の対象となる日付（以下、予測対象日という。）が設定される。予測待ち時間取得要求に設定される予測対象日は、例えば、患者端末１０がユーザインタフェースを介して患者から入力を受け付けるようにしてもよいし、現在の日付を用いるようにしてもよい。

予測待ち時間受信部１１２は、予測待ち時間取得要求に応じてサーバ装置５０から送信される予測待ち時間を受信する。
予測待ち時間出力部１１３は、予測待ち時間受信部１１２が受信した予測待ち時間を出力装置１０６に出力する。

上記のように、本実施形態の患者端末１０を用いる患者は、来院前に患者端末１０を使用して待ち時間を参照することができるので、来院時間の予定などを立て易くなり便利である。

＝＝従業者端末２０＝＝
図４は、従業者端末２０のハードウェア構成図である。図４に示すように、従業者端末２０のハードウェア構成は患者端末１０と同様であるが、通信インタフェース１０４が接続する先はＬＡＮ６０である。

図５は、従業者端末２０の機能ブロック図である。図５に示すように、従業者端末２０は、予測患者数取得要求送信部２１１、予測患者数受信部２１２、予測患者数出力部２１３を備えている。

予測患者数取得要求送信部２１１は、医療機関に来院する患者数（利用者数）の予測値（以下、予測患者数という。）を取得するためのコマンド（以下、予測患者数取得要求という。）をサーバ装置５０に送信する。予測患者数取得要求には、予測対象日と、予測の対象になる時間帯（本実施形態では１時間単位とし、毎時０分から１時間をもって時間帯を特定するものとする。予測の対象となる時間帯を以下予測対象時間帯という。）とが設定される。
予測患者数受信部２１２は、予測患者数取得要求に応じてサーバ装置５０から送信される予測患者数を受信する。
予測患者数出力部２１３は、予測患者数受信部２１２が受信した予測患者数を出力装置１０６に出力する。

上記の予測患者数取得要求は、従業者端末２０を操作する従業員からの指示に従って送信される。従業者端末２０の出力装置１０６からは予測患者数が出力され、従業員はそれを参照することができる。したがって、従業者は、例えば、医師や看護師、薬剤師、事務その他の従業員のシフト管理の参考とすることができる。

また、例えば、医療機関の開院時間（例えば、９：００〜１６：００など）における各時間帯について、定期的に予測患者数取得要求をサーバ装置５０に送信するようにしてもよい。このようにすることで、予測値が常に従業者端末２０の出力装置１０６から出力されるようにすることができる。

＝＝受付端末３０＝＝
図６は受付端末３０のハードウェア構成図である。受付端末３０のハードウェア構成は、上述した図１に示す患者端末１０とほぼ同様であるが、患者端末１０の構成に加えて、診察券３０２の読み取り装置であるカードリーダ３０１を備えている。診察券３０２は、例えば磁気カードやＩＣカード、メモリカードなどであり、患者を特定する情報（以下、患者ＩＤという。）が記録される。カードリーダ３０１には、診察券３０２に合わせて、磁気カードリーダや接触型のＩＣカードリーダ、非接触型のＩＣカードリーダ、メモリカードリーダなどを用いることができる。なお、カードリーダ３０１に代えて、指紋や虹彩などの生体信号を患者ＩＤとして読み取る入力装置を採用するようにしてもよい。

図７は、受付端末３０の機能ブロック図である。図７に示すように、受付端末３０は、患者ＩＤ入力部３１１、医師ＩＤ入力部３１２、予測待ち時間取得要求送信部３１３、予測待ち時間受信部３１４、予測待ち時間出力部３１５、受付履歴登録要求送信部３１６を備えている。

患者ＩＤ入力部３１１は、カードリーダ３０１を介して診察券３０２に記録されている患者ＩＤを読み出す。なお、受付端末３０に、キーボードやマウス、マイクなどの入力装置１０５を備えるようにして、患者ＩＤ入力部３１１が、入力装置１０５から患者ＩＤの入力を受け付けるようにしてもよい。また、患者ＩＤ入力部３１１は、患者ＩＤの入力を受け付けると受付番号を患者ＩＤに割り当てる。

医師ＩＤ入力部３１２は、患者が受診する医師を特定する情報（以下、医師ＩＤという。）の入力を受け付ける。医師ＩＤ入力部３１２は、例えば、キーボードやマウス、タッチパネルなどの入力装置１０５から医師ＩＤの入力を受け付ける。
予測待ち時間取得要求送信部３１３は、予測待ち時間取得要求をサーバ装置５０に送信する。予測待ち時間取得要求には予測対象日と予測対象時間帯とが設定される。
予測待ち時間受信部３１４は、予測待ち時間取得要求に応じてサーバ装置５０から送信される予測待ち時間を受信する。
予測待ち時間出力部３１５は、予測待ち時間受信部３１４が受信した予測待ち時間を出力装置１０６に出力する。

なお、予測待ち時間取得要求送信部３１３は、カードリーダ３０１に診察券３０２が挿入されたことを検知して、予測待ち時間取得要求をサーバ装置５０に送信する。このようにすることで、患者は受付を行った段階で現在の待ち時間の状況を確認できるので便利である。

受付履歴登録要求送信部３１６は、診察券を挿入した患者を受け付けたことを示す情報（以下、受付履歴情報という。）を登録するためのコマンド（以下、受付履歴登録要求という。）をサーバ装置５０に送信する。受付履歴登録要求には、患者ＩＤや医師ＩＤ、受付番号、現在の日時などが設定される。なお、受付履歴情報の詳細については後述する。

＝＝医師端末４０＝＝
図８は、医師端末４０のハードウェア構成図である。図８に示すように、医師端末４０のハードウェア構成は受付端末３０と同様である。

図９は、医師端末４０の機能ブロック図である。図９に示すように、医師端末４０は、診察開始指示入力部４１１、診察終了指示入力部４１２、診察履歴登録要求送信部４１３を備えている。

診察開始指示入力部４１１は、医師が患者の診察を開始したことを示す入力（以下、診察開始指示という。）を受け付ける。本実施形態では、カードリーダ３０１に診察券３０２が挿入されたことにより診察開始指示が入力されたこととする。なお、診察開始指示は、例えば、キーボードやマウス等の入力装置１０５からの入力を受け付けるようにしてもよい。また、診察開始指示入力部４１１は、診察の対象となった患者ＩＤの入力も受け付ける。本実施形態では、カードリーダ３０１に挿入された診察券３０２から患者ＩＤを読み出すようにする。診察開始指示入力部４１１は、診察開始指示が入力されると、患者ＩＤと現在の時刻（以下、診察開始時刻という。）とをメモリ１０２に記憶する。また、診察開始指示入力部４１１は、診察開始指示が入力された旨を示すメッセージ（以下、診察開始情報という。）に医師ＩＤ、患者ＩＤ及び診察開始時刻を含めてサーバ装置５０に送信する。

診察終了指示入力部４１２は、医師が患者の診察を終了したことを示す入力（以下、診察終了指示という。）を受け付ける。本実施形態では、カードリーダ３０１に挿入されている診察券３０２が抜き取られたことにより診察終了指示が入力されたこととする。なお、診察終了指示は入力装置１０５からの入力を受け付けるようにしてもよい。

診察履歴登録要求送信部４１３は、患者を診察したことを示す情報（以下、診察履歴情報という。）を登録するためのコマンド（以下、診察履歴登録要求という。）をサーバ装置５０に送信する。診察履歴登録要求には、現在の日付と、現在の時刻（以下、診察終了時刻という。）と、診察を行った医師の医師ＩＤと、メモリ１０２に記憶された患者ＩＤ及び診療開始時刻とが設定される。診察履歴登録要求送信部４１３は、診察終了指示入力部４１２に診察終了指示が入力されると、上記の診察履歴登録要求をサーバ装置５０に送信する。これにより、患者の診察が終了したタイミングで、診療履歴情報がサーバ装置５０の管理するデータベースに登録される。

＝＝サーバ装置５０＝＝
図１０は、サーバ装置５０のハードウェア構成図である。図１０に示すように、サーバ装置５０のハードウェア構成は、上述した患者端末１０や従業者端末２０、受付端末３０、医師端末４０などと同様の一般的なコンピュータの構成であるが、入力装置１０５やカードリーダ３０１などを省略することができる。なお、本実施形態では、サーバ装置５０が備える出力装置１０６は、例えば、電光掲示板や大型ディスプレイなど、診察待合中の患者に対して情報を提供する表示装置を想定している。

図１１はサーバ装置５０の機能ブロック図である。図１１に示すように、サーバ装置５０は、受付履歴登録要求受信部５１１、診察履歴登録要求受信部５１２、待ち時間実績登録部５１３、待合リスト更新部５１４、待合リスト出力部５１５、予約情報登録部５１６、気象情報登録部５１７、集計情報登録部５１８、診察時間予測部５１９、ニューラルネットワーク計算部５２０、予測待ち時間取得要求受信部５２１、待ち時間予測部５２２、予測待ち時間送信部５２３、予測患者数取得要求受信部５２４、患者数予測部５２５、予測患者数送信部５２６、インターバル予測部５２７の各機能部と、受付履歴データベース５５１、診察履歴データベース５５２、待ち時間実績データベース５５３、待合リストデータベース５５４、予約データベース５５５、気象データベース５５６、集計データベース５５７の各データベースを備えている。

受付履歴データベース５５１は受付履歴情報を記憶する。図１２に受付履歴データベース５５１に記憶される受付履歴情報の構成例を示す。図１２に示すように、受付履歴情報には、患者が来院した日付、受付番号、患者ＩＤ、受診する医師の医師ＩＤ、受付時刻が含まれている。

受付履歴登録要求受信部５１１は、受付端末３０から送信される受付履歴登録要求を受信し、受信した受付履歴登録要求に設定されている日時、受付番号、患者ＩＤ、医師ＩＤに基づいて受付履歴情報を作成し、作成した受付履歴情報を受付履歴データベース５５１に登録する。

診察履歴データベース５５２は診察履歴情報（本発明の実績情報に該当する。）を記憶する。図１３に診察履歴データベース５５２に記憶される診察履歴情報の構成例を示す。図１３に示すように、診察履歴情報には、診察を行った日付、診察を担当した医師の医師ＩＤ、診察を受けた患者の患者ＩＤ、診察開始時刻、診察終了時刻が含まれる。

診察履歴登録要求受信部５１２は、医師端末４０から送信される診察履歴登録要求を受信し、受信した診察履歴登録要求に設定されている日付、医師ＩＤ、患者ＩＤ、診察開始時刻、診察終了時刻に基づいて診察履歴情報を作成し、作成した診察履歴情報を診察履歴データベース５５２に登録する。また、診察履歴登録要求受信部５１２は、医師端末４０から送信される診察開始情報を受信する。

待ち時間実績データベース５５３は、受付から診察までの患者の待ち時間の実績値を含む情報（以下、待ち時間実績情報という。）を記憶する。図１４に待ち時間実績データベース５５３に記憶される待ち時間実績情報の構成例を示す。図１４に示すように、待ち時間実績情報には、日付、医師ＩＤ、患者ＩＤ、受付番号、受付時間帯、待ち時間が含まれる。待ち時間実績情報は、待ち時間実績登録部５１３により、上述した受付履歴情報と診察履歴情報とに基づいて作成される。図１５は、待ち時間実績データベース５５３への待ち時間実績情報の登録処理の流れを示すフロー図である。

受付履歴情報が受付履歴データベース５５１に登録され（Ｓ６１１）、診察履歴情報が診察履歴データベース５５２に登録されると（Ｓ６１２）、診察履歴情報の診察開始時刻と受付履歴情報の受付時刻との差を待ち時間の実績値として算出し（Ｓ６１３）、受付履歴情報の受付時間が含まれる時間帯を特定する（Ｓ６１４）。待ち時間実績登録部５１３は、登録された診察履歴情報の患者ＩＤに対応する受付履歴情報を受付履歴データベース５５１から読み出し（Ｓ６１５）、診察履歴情報の日付、医師ＩＤ、患者ＩＤと、特定した時間帯と、受付履歴情報の受付番号と、算出した待ち時間の実績値とを設定した待ち時間実績情報とを設定した待ち時間実績情報を待ち時間実績データベース５５３に登録する（Ｓ６１６）。

待合リストデータベース５５４は、受診予定の患者や診察開始の予定時刻などを含む待合情報を記憶する。図１６に待合リストデータベース５５４に記憶される待合情報の構成例を示す。図１６に示すように、待合情報には、診察を行う医師の医師ＩＤに対応付けて、受診予定の患者の患者ＩＤ、受付番号、診察開始予定時刻、診察が終了した時刻、予約による診察かどうかを示す予約フラグ、予測される待ち時間が含まれる。診察終了時刻は、実際に患者の診察が終了した時刻が設定されるため、未受診の場合、診察終了時刻に値は設定されない。予約フラグに「○」が設定されている場合、診察が予約されていることを示し、診察予定時刻には予約時間が設定される。予約フラグの「×」が設定されている場合には、診察開始予定時刻には後述する診察開始時間の予測値が設定される。待合リストデータベース５５４は、待合リスト更新部５１４により更新される。待合リスト更新部５１４は、定期的に、現在時刻から診察開始予定時刻までの時間を待ち時間に設定するものとする。なお、待合リスト更新部５１４による、待合リストデータベース５５４の更新処理についての詳細は後述する。

待合リスト出力部５１５は、待合リストデータベース５５４に登録されている待合情報の一覧を出力装置１０６に出力する。図１７に待合リスト出力部５１５により出力される待合リストの一例を示す。図１７には電光掲示板やディスプレイなどに表示される画面の例が示されている。なお、待合リスト出力部５１５は、図１７に示すように、後述する予約データベース５５５に登録されている、診察を予約した患者については受付番号の欄などに予約の患者である旨を表示するようにしてもよい。また、医師端末４０が、診察開始指示の入力を受け付けたときに、診察を開始した患者の患者ＩＤをサーバ装置５０に送信するようにし、待合リスト出力部５１５が、受診した患者ＩＤに対応する診察終了時刻の欄などに、その患者が診察中である旨を表示するようにしてもよい。

予約データベース５５５は、診察の予約に関する情報（以下、予約情報という。）を記憶する。図１８に予約データベース５５５に記憶される予約情報の構成例を示す。図１８に示すように、予約情報には予約日と、診察を担当する医師の医師ＩＤ、予約した患者の患者ＩＤ、及び予約時刻（診察開始予定時刻）が含まれる。予約情報登録部５１６が、予約情報を予約データベース５５５に登録する。予約情報は、例えば、電話による予約を受け付けたオペレータからの入力を受け付けるようにしたり、インターネット７０を介して予約情報を患者端末１０から受信するようにしたりすることができる。予約情報登録部５１６には、一般的な予約の受付処理の仕組みを用いることができる。

気象データベース５５６は、天気予報や気象測定値などに係る気象情報を記憶する。図１９に気象データベース５５６に記憶される気象情報の構成例を示す。図１９に示すように、気象データベース５５６に記憶される気象情報には、日付、時間帯、その時間帯における天気、最高気温、最低気温が含まれる。本実施形態では、気象情報には、予報による気象データと、測定による測定データとが混在しているものとするが、予報によるものと、測定によるものとを別のデータベースとして管理するようにしてもよい。

気象情報登録部５１７は、例えば、気象データを提供している気象会社のサーバなどにアクセスして気象情報を取得し、取得した気象情報を気象データベース５５６に登録する。なお、気象情報登録部５１７には、一般的な気象データの取得処理の仕組みを用いることができる。

集計データベース５５７は、上述した受付履歴情報や待ち時間実績情報を集計した情報（以下、集計情報という。）を記憶する。図２０に集計データベース５５７に記憶される集計情報の構成例を示す。図２０に示すように、集計情報には、日付、その日付により特定される曜日、時間帯、その日付及び時間帯での天気と最高気温と最低気温、待ち時間の平均値（待ち時間平均）、来院患者数が含まれる。

集計情報は、集計情報登録部５１８により定期的に登録される。本実施形態では、集計情報登録部５１８は、１時間毎に、直前の時間帯を集計対象の時間帯として集計情報を作成し、集計データベース５５７に登録するものとする。集計情報登録部５１８は、集計情報を生成し、気象データベース５５６から、集計対象となる日付及び時間帯に対応する天気や最高気温、最低気温を読み出して、生成した集計情報に設定する。また、集計情報登録部５１８は、待ち時間実績データベース５５３から、集計対象の日付及び時間帯に対応する待ち時間の平均値を算出して集計情報に設定する。集計情報登録部５１８は、受付履歴データベース５５１から、集計対象の日付に対応する受付履歴情報のうち、受付時刻が集計対象の時間帯に含まれるものの数をカウントして来院患者数として集計情報に設定し、集計情報を集計データベース５５７に登録する。

ニューラルネットワーク計算部５２０は、図２１に示すようなフィードフォワード型のニューラルネットワークにより構成される。ニューラルネットワーク計算部５２０は、予測対象となる時間帯（以下、予測対象時間帯という。）よりも前で直近の時間帯における診察時間の実績値の平均値と、予測対象となる日付（以下、予測対象日という。）の前週同曜日に該当する日付における来院患者数の合計と、後述する患者数予測部５２５により予測される、予測対象日の来院患者数の予測値と、予測対象日から過去１年間分の診察時間の平均とを入力信号とする。なお、診察時間は診察履歴情報の診察終了時刻と診察開始時刻との差を算出して求める。また、ニューラルネットワーク計算部５２０は、診察時間の実績値を教師信号とする。

診察時間予測部５１９は、後述するように、ニューラルネットワーク計算部５２０に入力信号を与え、ニューラルネットワーク計算部５２０からの出力信号を診察時間の予測値とする。
予測待ち時間取得要求受信部５２１は、患者端末１０や受付端末３０から送信される予測待ち時間取得要求を受信する。
待ち時間予測部５２２は、予測待ち時間取得要求に応じて、診察時間予測部５１９による診察時間の予測値に基づいて待ち時間の予測を行い、又は集計情報などに基づいて待ち時間の予測を行う。なお、待ち時間予測部５２２による待ち時間の予測処理の詳細については後述する。
予測待ち時間送信部５２３は、待ち時間予測部５２２により予測された待ち時間を、予測待ち時間取得要求の送信元となる患者端末１０や受付端末３０に送信する。
予測患者数取得要求受信部５２４は、従業者端末２０から送信される予測患者数取得要求を受信する。
患者数予測部５２５は、集計情報などに基づいて来院患者数の予測を行う。なお、来院患者数の予測処理の詳細については後述する。
予測患者数送信部５２６は、患者数予測部５２５により予測された来院患者数の予測値（以下、予測患者数という。）を従業者端末２０に送信する。

インターバル予測部５２７（本発明の発生確率算出部、確率分布作成部、インターバル予測部に該当する。）は、インターバルを予測する。インターバル予測部５２７は、過去の診察の実績に基づいてインターバルの実績を算出し、インターバルの発生頻度及び発生確率を算出し、インターバルの平常時確率分布及び異常時確率分布を作成する。インターバル予測部５２７は、平常時確率分布に応じた乱数を発生させてインターバルを予測する。また、インターバル予測部５２７は、インターバルが所定の設定値（以下、基準インターバルという。）を超えた場合には、異常時確率分布に応じた乱数を発生させてインターバルの予測値を再計算する。なお、インターバル予測部５２７によるインターバルの予測処理の詳細については後述する。

＝＝待ち時間の予測処理＝＝
医療機関に通院する患者は、事前に患者端末１０を用いてサーバ装置５０にアクセスし、待ち時間の予測値を参照して、通院するかどうか、通院するのであれば何時ごろにするかといった判断を行うことができる。患者は、当日の待ち時間以外にも、将来の日付での待ち時間の予測も要求することができる。待ち時間予測部５２２は、予測待ち時間取得要求に設定されている予測対象日に応じて異なる処理を行う。

＜予測対象日が将来の日付の場合＞
予測対象日が当日よりも後の日付である場合、待ち時間予測部５２２は、集計データベース５５７に記憶されている集計情報に基づいて待ち時間の予測を行う。図２２に、予測対象日が当日よりも後の日付である場合の待ち時間の予測処理の流れを示す。

待ち時間予測部５２２は、予測対象日の前週同曜日となる日付に該当する集計情報を集計データベース５５７から読み出し、読み出した集計情報の来院患者数を合計してｎ１とする（Ｓ６２１）。待ち時間予測部５２２は、予測対象日と予測対象時間帯とに対応する気象情報を読み出す。待ち時間予測部５２２は、集計データベース５５７に記憶されている集計情報のうち、日付から特定される月が予測対象日から特定される月であり、曜日が予測対象日から特定される曜日であり、時間帯が予測対象時間帯であり、天気と最高気温と最低気温とが上記読み出した気象情報の天気と最高気温と最低気温であるものを読み出す（Ｓ６２２）。待ち時間予測部５２２は、読み出した集計情報から日付毎に来院患者数を算出し（Ｓ６２３）、算出した来院患者数がｎ１に近いものに対応する日付を３つ特定する（Ｓ６２４）。

待ち時間予測部５２２は、特定した３つの日付のそれぞれについて、上記算出した来院患者数の合計をｎ２とし（Ｓ６２５）、ｎ１とｎ２との商を補正係数として算出する（Ｓ６２６）。待ち時間予測部５２２は、集計データベース５５７から、上記日付に対応する集計情報の待ち時間平均の平均値を算出し（Ｓ６２７）、算出した平均値に上記補正係数を乗じて補正待ち時間を算出する（Ｓ６２８）。
待ち時間予測部５２２は、上記特定した３つの日付に対応する補正待ち時間の平均値を算出して、待ち時間の予測値とする（Ｓ６２９）。

このようにして、待ち時間予測部５２２は、集計データベース５５７に記憶されている集計情報に基づいて、待ち時間の予測を行うことができる。上記のように、待ち時間予測部５２２は、過去の同様の季節や天気における待ち時間に基づいて、予測対象日の待ち時間を予測する。したがって、季節や天気などの要因との相関を考慮して待ち時間を予測できるので、医療機関の従業者の経験則などに比べ、精度の高い予測を行うことができる。

また、上述の予測処理では、直近の同曜日における来院患者数と、同様の季節や天気であった過去の日付における来院患者数との比率を用いて、待ち時間の予測値を補正している。したがって、来院患者数の変化による予測値の変動を除去し、より高精度な予測を行うことができる。なお、補正を行わずに待ち時間の予測を行うようにしてもよい。この場合、（Ｓ６２５）〜（Ｓ６２８）の処理を省略し、（Ｓ６２４）で特定した日付の何れかに対応する集計情報の待ち時間平均の平均値を算出して、待ち時間の予測値とする。

なお、上述した図２２に示した待ち時間予測部５２２による待ち時間の予測処理と同様の処理が、患者数予測部５２５による患者数の予測処理にも用いられる。図２３に、患者数予測部５２５による患者数の予測処理の流れを示す。

患者数予測部５２５は、上記図２２と同様に（Ｓ６２１）〜（Ｓ６２４）の処理を行い、３つの日付のそれぞれについて、（Ｓ６２５）及び（Ｓ６２６）の処理を行う。ここで患者数予測部５２５は、（Ｓ６２７）における待ち時間の平均値を算出する代わりに、集計情報の来院患者数の合計を算出し（Ｓ６３１）、（Ｓ６２８）に代えて来院患者数の合計に補正係数を乗じて補正来院患者数を求め（Ｓ６３２）、（Ｓ６２９）に代えて補正来院患者数の平均を、来院患者数の予測値とする（Ｓ６３３）。このようにして、待ち時間の予測と同様に、季節や天気などの要因との相関を考慮して、精度の高い患者数の予測を行うことができる。

＜予測対象日が当日の場合１＞
一方、予測対象日が当日である場合、待ち時間予測部５２２は、当日の待ち時間の実績値を考慮に入れて予測処理を行う。なお、本実施形態では、予測対象日が当日である場合には、患者端末１０から送信される予測待ち時間取得要求に当日の日付が設定されていた場合と、受付端末３０のカードリーダ３０１に患者の診察券３０２が挿入されたときに受付端末３０から予測待ち時間取得要求が送信された場合とが想定される。図２４に、予測対象日が当日である場合の待ち時間の予測処理の流れを示す。

待ち時間予測部５２２は、当日の予測対象時間帯より前の直近の時間帯をｔ１として（Ｓ６４１）、当日の日付とｔ１とに対応する集計情報を集計データベース５５７から読み出し（Ｓ６４２）、読み出した集計情報の待ち時間平均の平均を算出してｗ１とする（Ｓ６４３）。

待ち時間予測部５２２は、予測対象日と予測対象時間帯とに対応する気象情報を読み出す。待ち時間予測部５２２は、集計データベース５５７に記憶されている集計情報のうち、日付から特定される月が予測対象日から特定される月であり、曜日が予測対象日から特定される曜日であり、時間帯がｔ１であり、天気と最高気温と最低気温とが上記読み出した気象情報の天気と最高気温と最低気温であるものを読み出す（Ｓ６４４）。待ち時間予測部５２２は、読み出した集計情報のそれぞれについて、待ち時間平均と上記ｗ１との差を算出し（Ｓ６４５）、算出した差の小さいものから２つに対応する集計情報を選択する（Ｓ６４６）。待ち時間予測部５２２は、選択した集計情報の待ち時間平均の平均値を算出してｗ２とし（Ｓ６４７）、ｗ１とｗ２との差を算出して修正時間とする（Ｓ６４８）。待ち時間予測部５２２は、上記選択した集計情報の日付と予測対象時間帯とに対応する集計情報を集計データベース５５７から読み出し（Ｓ６４９）、読み出した集計情報の待ち時間平均の平均値を算出し、算出した平均値に上記修正時間を加算したものを待ち時間の予測値とする（Ｓ６５０）。

このようにして、季節や天気などの要因との相関に加え、当日の実績値をも考慮に入れた予測を行うことができるので、精度の高い予測を行うことができる。

＜予測対象日が当日の場合２＞
また、待ち時間予測部５２２は、予測待ち時間取得要求に医師ＩＤが設定されている場合（受付端末３０から送信される予測待ち時間取得要求を想定している。）には、診察時間を予測して、実際に待合中の患者の数から待ち時間の予測を行う。また、この場合、本実施形態の情報提供システム１では、過去のインターバルの実績からインターバルの発生確率を算出し、累積確率が所定値（例えば、９０％や７５％など任意の値とすることができる。以下、基準確率という。）以上となる確率分布（以下、平常時確率分布という。）と、基準確率未満となる確率分布（以下、異常時確率分布という。）とを作成しておき、平常時確率分布に基づいてインターバルを予測して待ち時間に反映する。異常時確率分布は、待合リストデータベース５５４の更新時に用いられる。

図２５に、平常時確率分布及び異常時確率分布の作成処理の流れを示す。インターバル予測部５２７は、現時点から過去所定の日数Ｄ（例えば１年、半年、１ヶ月、１０日、１週間など任意の値とすることができる。）分の診察履歴情報を診察履歴データベース５５２から読み出し（Ｓ６６１）、医師ＩＤを重複なく抽出する（Ｓ６６２）。インターバル予測部５２７は、各医師ＩＤを「ｉ」として以下の処理を繰り返す。インターバル予測部５２７は、医師ＩＤが「ｉ」と一致する診察履歴情報を上記診察履歴データベース５５２から抽出してリストとし（Ｓ６６３）、リストに含まれる診察履歴情報の日付の各日をｊとして以下の処理を行う。インターバル予測部５２７は、日付が「ｊ」に一致する診察履歴情報をリストから抽出し（Ｓ６６４）、抽出した診察履歴情報をソートする（Ｓ６６５）。インターバル予測部５２７は、１から診察履歴情報の個数までの「ｋ」について、「ｋ＋１」番目の診察履歴情報の診察開始時刻から「ｋ」番目の診察履歴情報の診察終了時刻を引いて、「ｋ」番目の診察履歴情報についてのインターバル「Ｉ（ｋ）」を算出する（Ｓ６６６）。なお、本実施形態では、分単位でインターバルを計算するものとするが、例えば秒単位としてもよいし、５分単位としてもよい。

インターバル予測部５２７は、以上のようにして算出したインターバル「Ｉ」の度数分布を作成する（Ｓ６６７）。図２６は、分単位でのインターバル「Ｉ」の度数分布の例を示すグラフである。図２６に示すように、インターバルが長くなるに従ってインターバルの発生頻度が逓減することが多い。しかし、このような特徴を呈さない医療機関も存在する。インターバル予測部５２７は、各インターバルについて発生確率を算出するとともに、インターバルを発生確率の高い順、又はインターバルの短い順に累積発生確率を算出していく（Ｓ６６８）。インターバル予測部５２７は、累積発生確率が基準確率以上となるインターバルまでの発生確率の分布を平常時確率分布として作成し（Ｓ６６９）、累積発生確率が基準確率以上となったインターバルの次のインターバル以後の発生確率の分布（すなわち、累積発生確率が基準確率未満となるインターバルの発生確率分布）を異常時確率分布として作成する（Ｓ６７０）。インターバル予測部５２７は、累積発生確率が基準確率に最も近いインターバルを基準インターバルとする（Ｓ６７１）。

以上の処理により、医師ごとに平常時確率分布と異常時確率分布とが作成される。

図２７に、予測待ち時間取得要求に医師ＩＤが設定されている場合の待ち時間の予測処理の流れを示す。

待ち時間予測部５２２は、待合リストデータベース５５４から、診察開始予定時刻が予測対象時間帯より過去であり直近の時間帯に含まれ、診察終了時刻が設定されている待合情報を読み出し、読み出した待合情報の診察終了時刻と診察開始予定時刻との差の平均値を直近時間帯の診察時間の平均値として算出する（Ｓ６８１）。待ち時間予測部５２２は、予測対象日の前週同曜日となる日付に対応する集計情報を集計データベース５５７から読み出し、読み出した集計情報の来院患者数の合計を算出する（Ｓ６８２）。患者数予測部５２５は、上述のようにして来院患者数を予測する（Ｓ６８３）。待ち時間予測部５２２は、診察履歴データベース５５２から、当日の日付から過去１年間に含まれる日付の診察情報のそれぞれについて、診察終了時刻と診察開始時刻との差を診察時間として求め、求めた診察時間の平均値を算出する（Ｓ６８４）。

診察時間予測部５１９は、直近の時間帯における診察時間の平均値、前週同曜日の来院患者数の合計値、予測患者数、及び過去１年分の診察時間の平均値を入力信号としてニューラルネットワーク計算部５２０に与え、ニューラルネットワーク計算部５２０からの出力信号である診察時間の予測値を取得する（Ｓ６８５）。

待ち時間予測部５２２は、待合リストデータベース５５４から、診察終了時刻が設定されておらず、予約フラグが「×」である待合情報の数をカウントして、待合中の患者数「Ｘ」を求める（Ｓ６８６）。また、待ち時間予測部５２２は、待合リストデータベース５５４から、予約フラグが「○」である待合情報の数をカウントして予約患者数「ｂ」を求める（Ｓ６８７）。インターバル予測部５２７は、平常時確率分布に応じた乱数を発生させて、インターバルの予測値「Ｉ」を算出する（Ｓ６８８）。
待ち時間予測部５２２は、上記のようにして求めた、待合中の患者数「Ｘ」に予約患者数「ｂ」及びインターバルの予測値「Ｉ」を加算したものに、ニューラルネットワークにより予測された診察時間「ａ」を乗じたものを待ち時間の予測値とする（Ｓ６８９）。

上記のようにして、待ち時間予測部５２２は、実際に待合中及び予約中の患者の数に応じた予測を行うことができるので、より精度の高い予測を行うことができる。また、平常時の確率分布に応じて予測したインターバルを待ち時間の予測値に加味することができるので、さらに待ち時間の予測の精度を向上することができる。

＝＝待合リストの更新処理＝＝
上述したように、本実施形態では、例えば電光掲示板やディスプレイなどに、待合情報が表示され、患者は待合中にも待ち時間を確認することができるようになっている。待合情報は待合リスト出力部５１５により待合リストデータベース５５４から読み出されて出力装置１０６に出力される。待合リストデータベース５５４は、サーバ装置５０が受付端末３０から受付履歴登録要求を受信したときや、医師端末４０から診察履歴登録要求を受信したときに待合リスト更新部５１４により更新される。

図２８は、診察当日における情報提供システム１の処理を説明する図である。なお、図２８の処理は各医師ＩＤ（以下、処理の対象となる医師ＩＤを対象医師ＩＤという。）について行われるものとする。つまり、医師の人数だけ図２８の処理が実行されることになる。
まず、待合リスト更新部５１４は、図２９に示す予約情報に基づく待合情報の登録処理を行う（Ｓ７０１）。

待合リスト更新部５１４は、予約データベース５５５から、当日及び対象医師ＩＤに対応する予約情報を読み出し（Ｓ７２１）、読み出した予約情報のそれぞれについて、以下の処理を行う。待合リスト更新部５１４は、予約情報に基づいて待合情報を作成する（Ｓ７２２）。ここで、待合リスト更新部５１４は、予約情報に含まれる医師ＩＤ、患者ＩＤを含む待合情報を作成して、当該待合情報の予約フラグに「○」を設定し、診察開始予定時刻に予約時間を設定することができる。インターバル予測部５２７は、対象医師ＩＤに対応する平常時確率分布に応じた乱数を発生させてインターバル「Ｉ」を算出し（Ｓ７２３）、待合情報のインターバルに「Ｉ」を設定して待合リストデータベース５５４に登録する（Ｓ７２４）。以上の処理を繰り返すことにより、予約情報に対応する待合情報が待合リストデータベース５５４に登録される。

次に診察時間予測部５１９は、上述したようにして診察時間を予測し（Ｓ７０２）、予測した診察時間を「ａ」とする（Ｓ７０３）。待合リスト更新部５１４は、対象医師ＩＤに対応する最初の待合情報を「終了情報」とする（Ｓ７０４）。その後、当日の診察業務が終了するまで以下の処理が繰り返される。

受付履歴登録要求受信部５１１が、対象医師ＩＤに対応する受付履歴登録要求を受信した場合（Ｓ７０５：ＹＥＳ）、図３０に示す待合情報の登録処理が実行される（Ｓ７０６）。

待合リスト更新部５１４は、現在時刻を「ｔ」として（Ｓ７４１）、対象医師ＩＤに対応する平常時確率分布に応じた乱数を発生させて、インターバル「Ｉ」を算出する（Ｓ７４２）。待合リスト更新部５１４は、待合リストデータベース５５４から診察開始予定時刻順に次の、対象医師ＩＤに対応する待合情報を読み出し（Ｓ７４３）、当該待合情報が存在すれば（Ｓ７４４：ＹＥＳ）、「ｔ」に診察時間の予測値「ａ」及びインターバルの予測値「Ｉ」を加算した「ｔ＋ａ＋Ｉ」が当該待合情報の診察開始予定時刻を越えるかどうかを判定し（Ｓ７４５）、超える場合には（Ｓ７４５：ＹＥＳ）、当該待合情報の診察開始予定時刻に診察時間の予測値及びインターバルの予測値を加算した値を「ｔ」に設定し（Ｓ７４６）、ステップＳ７４３からの処理を繰り返す。

次の待合情報が読み出せない場合（Ｓ７４４：ＮＯ）、又は「ｔ＋ａ＋Ｉ」が当該待合情報の診察開始予定時刻以前の場合には（Ｓ７４５：ＮＯ）、待合リスト更新部５１４は、受付履歴情報に基づいて待合情報を作成する（Ｓ７４７）。すなわち、待合リスト更新部５１４は、受付履歴情報の患者ＩＤ、医師ＩＤ及び受付番号を設定した待合情報を作成する。待合リスト更新部５１４は、待合情報のインターバルに「Ｉ」を設定して待合リストデータベース５５４に登録する（Ｓ７４８）。

以上のようにして、受付情報に応じて待合情報が待合リストデータベース５５４に登録される。

次に、図３１に示す診察状況の監視処理が行われる（Ｓ７０７）。診察履歴登録要求受信部５１２が、対象医師ＩＤに対応する診察履歴登録要求を受信した場合（Ｓ７６１：ＹＥＳ）、待合リスト更新部５１４は、登録された診察履歴情報の医師ＩＤ及び患者ＩＤに対応する待合情報を待合リストデータベース５５４から読み出して「終了情報」とし（Ｓ７６２）、終了情報の診察終了時刻に診察履歴情報の診察終了時刻を設定して待合リストデータベース５５４を更新する（Ｓ７６３）。待合リスト更新部５１４は、基準インターバルをタイマーに設定する（Ｓ７６４）。

タイマーがタイムアップした場合、すなわち診察が終了してから基準インターバルの時間が経過した場合には（Ｓ７６５：ＹＥＳ）、インターバル予測部５２７は、対象医師ＩＤに対応する異常時確率分布に応じた乱数を発生させて、異常時のインターバル「Ｉ」を算出する（Ｓ７６６）。インターバル予測部５２７は、「終了情報」のインターバルに「Ｉ」を設定して待合リストデータベース５５４を更新する（Ｓ７６７）。待合リスト更新部５１４は、図３２に示す待合情報の更新処理を実行する（Ｓ７６８）。

図３２において、待合リスト更新部５１４は、終了情報の終了時刻に終了情報のインターバルを加算した値を「ｔ」とし（Ｓ７８１）、待合リストデータベース５５４から、診察開始予定時刻順に次の、対象医師ＩＤに対応する待合情報を読み出し（Ｓ７８２）、当該待合情報が存在すれば（Ｓ７８３：ＹＥＳ）、当該待合情報の診察開始予定時刻を「ｔ」に設定し（Ｓ７８４）、「ｔ」に、診察時間の予測値「ａ」と、当該待合情報のインターバルとを加算して（Ｓ７８５）、ステップＳ７８２からの処理を繰り返す。以上の処理により、「終了情報」すなわち、直近に終了した診察に対応する待合情報の後のインターバルが基準インターバルを超えると、異常時確率分布によりインターバルが再計算され（通常、より長いインターバルが再計算される。）、これに応じて「終了情報」より後の待合情報の診察開始予定時間が再調整される。

図３１に戻り、診察履歴登録要求受信部５１２が、対象医師ＩＤに対応する診察開始情報を受信した場合には（Ｓ７６９：ＹＥＳ）、待合リスト更新部５１４はタイマーを解除し（Ｓ７７０）、終了情報の終了時刻から、診察開始情報に含まれる診察開始時刻を引いたものを「終了情報」のインターバルに設定して待合リストデータベース５５４を更新する（Ｓ７７１）。待合リスト更新部５１４は、上述した図３２の更新処理を実行し（Ｓ７７２）、診察開始情報に含まれる医師ＩＤ及び患者ＩＤに対応する待合情報の診察開始予定時刻を、診察開始情報に含まれる診察開始時刻に設定する（Ｓ７７３）。

以上の処理が業務終了まで繰り返される。

上記のようにして、待合リスト更新部５１４は、待合リストデータベース５５４に登録される待合情報を最新の状態に更新する。待合リストデータベース５５４は、受付履歴登録要求受信部５１１が受付履歴登録要求を受信した場合や診察履歴登録要求受信部５１２が診察開始情報又は診察履歴登録要求を受信した場合、基準インターバルを超えてインターバルが発生した場合に更新される。待合リスト更新部５１４は、診察時間の予測値に基づいて患者の診察開始予定時刻を設定していくので、精度の高い診察開始予定時刻の予測を行うことができる。また、待合リスト出力部５１５により待合リストデータベース５５４に基づいて待合情報が表示されるので、診察を待っている患者は待ち時間を把握することが可能となる。

また、本実施形態の情報提供システム１では、インターバルの予測値を考慮して待ち時間の予測値が算出される。したがって、精度の高い待ち時間の予測値を表示することができる。

また、本実施形態の情報提供システム１では、平常時確率分布に基づいてインターバルを予測しているので、過去の実績において発生する確率の高かったインターバルを予測値として提供することができる。通常長いインターバルが発生する頻度は少ないので、予測値として長いインターバルが待ち時間に加算されることも少なくなる。累積発生確率をインターバルが短い順に計算して平常時確率分布を作成した場合には、基準インターバルを超えるインターバルが待ち時間に加算されないようにすることができる。

また、本実施形態の情報提供システム１では、実際のインターバルが基準インターバルを超えた場合、異常時確率分布を用いてインターバルを再計算することができる。これにより、待ち時間も再計算される。したがって、実際のインターバルが基準インターバルを超える異常が発生した場合には、通常予測値として算出されない値を予測値として算出することができる。これにより、異常時における予測精度を向上することができる。また、異常時には、長い待ち時間に更新されて待合情報として表示されるので、診察を待っている患者も何らかの異常が発生したことを把握することが可能となる。

また、診察時間の予測はニューラルネットワークにより行われ、診察履歴が登録される毎に診察時間の実績値が教師信号としてニューラルネットワーク計算部５２０に与えられ、ニューラルネットワークの学習が進められ、より予測精度の高い診察時間の予測が行われる。したがって、より信頼性の高い診察開始時刻の予測値が待合リストデータベース５５４に登録され、待合リスト出力部５１５により出力される。これにより、患者はより信頼度の高い診察開始時刻を入手することができるので、例えば、待合室を離れる際に安心でき、また診察終了の時刻も容易に予想できるので、離院後の計画を立てることもできる。

なお、本実施形態では、診察の待ち時間の予測について説明したが、例えば、薬局の待ち時間などにも容易に適用することができる。

また、受付端末３０や医師端末４０などからも、患者数や待ち時間の予測値を取得できるようにしてもよい。

また、本実施形態では、上記図２２及び図２３の（Ｓ６２４）では、ｎ１に近い来院患者数であった日付を３つ特定するものとしたが、３つに限らず、任意の複数の日付を特定するようにすることができる。同様に、図２４の（Ｓ６４６）の処理では、集計情報を２つ選択するようにしたが、１つあるいは任意の複数の集計情報を選択するようにしてもよい。

また、診察時間予測部５１９は、任意の０〜１の範囲のαをメモリ１０２に記憶しておき、（当日直近の時間帯までの診察時間の平均値）×α＋（ニューラルネットワーク計算部５２０からの出力信号）×（１−α）を診察時間の予測値としてもよい。また、この予測値をメモリ１０２に記憶しておき、診察履歴情報が診察履歴データベース５５２に登録されたときに、（予測値−診察時間）＾２が小さくなるようにαの値を０〜１の範囲で更新していくようにしてもよい。

また、上記図２２及び２３の（Ｓ６２２）、図２４の（Ｓ６４４）において、天気や最高気温は完全に一致するものではなく、例えば、最高気温は±５度など、所定の範囲にあるものを選択するようにしてもよい。また、天気や最高気温以外の気象データについても条件に加えるようにしてもよい。

また、本実施形態では、時間帯別の気象データを用いるものとしたが、一日単位の気象データを用いるようにしてもよい。この場合、気象データベース５５６の検索時には、時間帯の条件を用いないようにする。

また、本実施形態では、受付端末３０は、入力装置１０５から医師ＩＤの入力を受け付けるものとしたが、例えば、診察可能な医師の医師ＩＤのリストを記憶しておき、そのリストの中から順番に読み出していくようにしてもよい。さらに、受付端末３０は、受診する診療科などの入力を受け付けて、受診可能な医師を検索するようにしてもよい。この場合、受付端末３０は、例えば、サーバ装置５０にアクセスして、待合リストデータベース５５４を参照し、待合中の患者数が少ない医師の医師ＩＤを患者に割り当てるようにすることもできる。

以上、本実施形態について説明したが、上記実施形態は本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物も含まれる。

１０ 患者端末
２０ 従業者端末
３０ 受付端末
４０ 医師端末
５０ サーバ装置
６０ ＬＡＮ
７０ インターネット
１０１ ＣＰＵ
１０２ メモリ
１０３ 記憶装置
１０４ 通信インタフェース
１０５ 入力装置
１０６ 出力装置
１１１ 予測待ち時間取得要求送信部
１１２ 予測待ち時間受信部
１１３ 予測待ち時間出力部
２１１ 予測患者数取得要求送信部
２１２ 予測患者数受信部
２１３ 予測患者数出力部
３０１ カードリーダ
３０２ 診察券
３１１ 患者ＩＤ入力部
３１２ 医師ＩＤ入力部
３１３ 予測待ち時間取得要求送信部
３１４ 予測待ち時間受信部
３１５ 予測待ち時間出力部
３１６ 受付履歴登録要求送信部
４１１ 診察開始指示入力部
４１２ 診察終了指示入力部
４１３ 診察履歴登録要求送信部
５１１ 受付履歴登録要求受信部
５１２ 診察履歴登録要求受信部
５１３ 待ち時間実績登録部
５１４ 待合リスト更新部
５１５ 待合リスト出力部
５１６ 予約情報登録部
５１７ 気象情報登録部
５１８ 集計情報登録部
５１９ 診察時間予測部
５２０ ニューラルネットワーク計算部
５２１ 予測待ち時間取得要求受信部
５２２ 待ち時間予測部
５２３ 予測待ち時間送信部
５２４ 予測患者数取得要求受信部
５２５ 患者数予測部
５２６ 予測患者数送信部
５２７ インターバル予測部
５５１ 受付履歴データベース
５５２ 診察履歴データベース
５５３ 待ち時間実績データベース
５５４ 待合リストデータベース
５５５ 予約データベース
５５６ 気象データベース
５５７ 集計データベース

Claims (10)

1. 第１のサービスが提供された後、当該第１のサービスに後続する第２のサービスが提供されるまでのインターバルを予測する装置であって、
   過去の前記インターバルを算出するための実績情報を記憶する実績記憶部と、
   前記実績情報に基づいて前記インターバルの発生確率を算出する発生確率算出部と、
   前記インターバルをソートして累積発生確率を算出し、前記累積発生確率が所定の閾値以上になる確率分布である平常時確率分布及び前記累積発生確率が前記閾値未満になる確率分布である異常時確率分布を作成する確率分布作成部と、
   前記平常時確率分布を用いて前記インターバルの予測値を算出するインターバル予測部と、
   を備え、
   前記インターバル予測部は、前記第１のサービスが提供された後前記第２のサービスが提供されるまでに所定の設定時間が経過したときに、前記異常時確率分布を用いて前記インターバルの予測値を再計算すること、
   を特徴とするインターバル予測装置。
2. 請求項１に記載のインターバル予測装置であって、
   前記インターバル予測部は、前記平常時確率分布又は前記異常時確率分布での乱数を発生させて前記予測値を算出すること、
   を特徴とするインターバル予測装置。
3. 請求項１又は２に記載のインターバル予測装置であって、
   前記確率分布作成部は、前記インターバルを短い順にソートすること、
   を特徴とするインターバル予測装置。
4. 請求項３に記載のインターバル予測装置であって、
   前記設定時間は前記累積発生確率が前記閾値以上になる前記インターバルであること、
   を特徴とするインターバル予測装置。
5. 請求項１又は２に記載のインターバル予測装置であって、
   前記確率分布作成部は、前記インターバルを前記発生確率の高い順にソートすること、
   を特徴とするインターバル予測装置。
6. サービスが提供されるまでの待ち時間を予測する装置であって、
   第１のサービスが提供された後、当該第１のサービスに後続する第２のサービスが提供されるまでの過去のインターバル及び過去の前記サービスの提供時間を算出するための実績情報を記憶する実績値記憶部と、
   前記実績情報に基づいて前記インターバルの発生確率を算出する発生確率算出部と、
   前記インターバルをソートして累積発生確率を算出し、前記累積発生確率が所定の閾値以上になる確率分布である平常時確率分布及び前記累積発生確率が前記閾値未満になる確率分布である異常時確率分布を作成する確率分布作成部と、
   前記平常時確率分布を用いて前記インターバルの予測値を算出するインターバル予測部と、
   前記実績情報に基づいて前記提供時間の予測値を算出する提供時間予測部と、
   前記サービスの提供を待っている利用者数を取得する利用者数取得部と、
   前記提供時間の予測値に前記インターバルの予測値を加算した値に前記利用者数を乗じて前記待ち時間の予測値を算出する待ち時間予測部と、
   を備え、
   前記第１のサービスが提供された後前記第２のサービスが提供されるまでに所定の設定時間が経過したときに、前記インターバル予測部は、前記異常時確率分布を用いて前記インターバルの予測値を再計算し、前記待ち時間予測部は、前記再計算された前記インターバルの予測値に前記提供時間の予測値を加算した値に前記利用者数を乗じて前記待ち時間の予測値を再計算すること、
   を特徴とする待ち時間予測装置。
7. 第１のサービスが提供された後、当該第１のサービスに後続する第２のサービスが提供されるまでのインターバルを予測する方法であって、
   コンピュータが、
   過去の前記インターバルを示す実績情報を記憶し、
   前記実績情報に基づいて前記インターバルの発生確率を算出し、
   前記インターバルをソートして累積発生確率を算出し、前記累積発生確率が所定の閾値以上になる確率分布である平常時確率分布及び前記累積発生確率が前記閾値未満になる確率分布である異常時確率分布を作成し、
   前記平常時確率分布を用いて前記インターバルの予測値を算出し、
   前記第１のサービスが提供された後前記第２のサービスが提供されるまでに所定の設定時間が経過したときに、前記異常時確率分布を用いて前記インターバルの予測値を再計算すること、
   を特徴とするインターバル予測方法。
8. サービスが提供されるまでの待ち時間を予測する方法であって、
   コンピュータが、
   第１のサービスが提供された後、当該第１のサービスに後続する第２のサービスが提供されるまでの過去のインターバル及び過去の前記サービスの提供時間を算出するための実績情報を記憶し、
   前記実績情報に基づいて前記インターバルの発生確率を算出し、
   前記インターバルをソートして累積発生確率を算出し、前記累積発生確率が所定の閾値以上になる確率分布である平常時確率分布及び前記累積発生確率が前記閾値未満になる確率分布である異常時確率分布を作成し、
   前記平常時確率分布を用いて前記インターバルの予測値を算出し、
   前記実績情報に基づいて前記提供時間の予測値を算出し、
   前記サービスの提供を待っている利用者数を取得し、
   前記提供時間の予測値に前記インターバルの予測値を加算した値に前記利用者数を乗じて前記待ち時間の予測値を算出し、
   前記第１のサービスが提供された後前記第２のサービスが提供されるまでに所定の設定時間が経過したときに、前記異常時確率分布を用いて前記インターバルの予測値を再計算し、前記再計算された前記インターバルの予測値に前記提供時間の予測値を加算した値に前記利用者数を乗じて前記待ち時間の予測値を再計算すること、
   を特徴とする待ち時間予測方法。
9. 第１のサービスが提供された後、当該第１のサービスに後続する第２のサービスが提供されるまでのインターバルを予測するためのプログラムであって、
   コンピュータに、
   過去の前記インターバルを示す実績情報を記憶するステップと、
   前記実績情報に基づいて前記インターバルの発生確率を算出するステップと、
   前記インターバルをソートして累積発生確率を算出し、前記累積発生確率が所定の閾値以上になる確率分布である平常時確率分布及び前記累積発生確率が前記閾値未満になる確率分布である異常時確率分布を作成するステップと、
   前記平常時確率分布を用いて前記インターバルの予測値を算出するステップと、
   前記第１のサービスが提供された後前記第２のサービスが提供されるまでに所定の設定時間が経過したときに、前記異常時確率分布を用いて前記インターバルの予測値を再計算するステップと、
   を実行させるためのプログラム。
10. サービスが提供されるまでの待ち時間を予測するためのプログラムであって、
    コンピュータに、
    第１のサービスが提供された後、当該第１のサービスに後続する第２のサービスが提供されるまでの過去のインターバル及び過去の前記サービスの提供時間を算出するための実績情報を記憶するステップと、
    前記実績情報に基づいて前記インターバルの発生確率を算出するステップと、
    前記インターバルをソートして累積発生確率を算出し、前記累積発生確率が所定の閾値以上になる確率分布である平常時確率分布及び前記累積発生確率が前記閾値未満になる確率分布である異常時確率分布を作成するステップと、
    前記平常時確率分布を用いて前記インターバルの予測値を算出するステップと、
    前記実績情報に基づいて前記提供時間の予測値を算出するステップと、
    前記サービスの提供を待っている利用者数を取得するステップと、
    前記提供時間の予測値に前記インターバルの予測値を加算した値に前記利用者数を乗じて前記待ち時間の予測値を算出するステップと、
    前記第１のサービスが提供された後前記第２のサービスが提供されるまでに所定の設定時間が経過したときに、前記異常時確率分布を用いて前記インターバルの予測値を再計算し、前記再計算された前記インターバルの予測値に前記提供時間の予測値を加算した値に前記利用者数を乗じて前記待ち時間の予測値を再計算するステップと、
    を実行させるためのプログラム。

Images