JP6345036B2 - 情報処理装置及びプログラム - Google Patents
情報処理装置及びプログラム Download PDFInfo
- Publication number
- JP6345036B2 JP6345036B2 JP2014170859A JP2014170859A JP6345036B2 JP 6345036 B2 JP6345036 B2 JP 6345036B2 JP 2014170859 A JP2014170859 A JP 2014170859A JP 2014170859 A JP2014170859 A JP 2014170859A JP 6345036 B2 JP6345036 B2 JP 6345036B2
- Authority
- JP
- Japan
- Prior art keywords
- detected
- information
- classification information
- bacteria
- probability
- 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.)
- Active
Links
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Description
そこで、本発明は、薬剤耐性菌が属するグループの特定を短期間で行うことを目的とする。
[1−1]構成
図1は実施形態に係る情報提供システム1の全体構成を表す。情報提供システム1は、医療に関する情報を医師や看護師などの医療従事者に提供するためのシステムである。情報提供システム1は、ネットワーク2と、ユーザ装置3と、情報処理装置10とを備える。
図3は情報処理装置10の機能構成を表す。情報処理装置10は、作成手段102を有する生成手段101と、抽出手段103と、取得手段104と、特定手段105と、出力手段106とを備える。
図6は生成された決定木の一例を表す。この例では、決定木のルートから薬剤感受性試験の試薬である「Minocycline」のMIC値が満たす条件に応じて分岐する4つの枝が伸びている。これらの条件は、枝を分岐させる条件を表しており、以下では「分岐条件」という。「Minocycline= <=1」という枝は、「Arbekacin」のMIC値が満たす分岐条件に応じてさらに4つの枝に分岐している。
情報提供システム1は、以上の構成に基づき分類情報をユーザに提供する分類情報提供処理を行う。以下では、分類情報提供処理において情報提供システム1が備える各装置が行う動作について、図8を参照して説明する。
図8は情報処理装置10及びユーザ装置3の動作のシーケンスの一例を表す。まず、情報処理装置10が、検出菌(いずれもMRSA)について得られた反応情報を取得する(ステップS11)。次に、情報処理装置10は、それらの検出菌の遺伝子の分析結果(本実施形態ではPFGEによる分析結果)を取得する(ステップS12)。ステップS11の反応情報は検出菌が検出されてから2日ほどで取得されるが、ステップS12の分析結果が取得されるまでには1週間ほど要する。
本実施形態では、検出菌の反応情報を説明変数とし、検出菌の遺伝子に基づく分類情報を目的変数とした決定木から抽出されたif−thenルールが情報処理装置10に記憶されると、その後は、検出菌の反応情報があれば、その検出菌の分類情報が特定される。上述したように、反応情報が得られるまでに要する期間は2日間ほどであるが、PFGEにより遺伝子配列が分析されるまでに要する期間は1週間ほどである。つまり、本実施形態によれば、反応情報だけから分類情報が特定されるようにしたことで、遺伝子配列の分析結果に基づいて分類情報を作成する場合に比べて、薬剤耐性菌が属するグループの特定を短期間で行うことができるようになり、その結果、特定されたグループを表す分類情報を短期間でユーザに提供することができる。
上述した実施形態は本発明の実施の一例に過ぎず以下のように変形させてもよい。また、上述した実施形態及び以下に示す各変形例は必要に応じて組み合わせて実施してもよい。
一度抽出されたif-thenルールを更新してもよい。例えば実施形態では50の検出菌から得られた反応情報及び分類情報から決定木が生成されてif-thenルールが抽出されたが、それ以外の検出菌から得られた反応情報及び分類情報を加えた決定木を生成してif-thenルールを抽出することで、if-thenルールが更新される。こうして決定木で用いる第1及び第2の事項の母数が増えるほど、正確な分類情報が特定される可能性を高めることができる。ただし、その場合、遺伝子配列を分析するためにPFGEを行う際の条件(電界強度や緩衝液の濃度、電気浸透度、温度など)をできる限る同じにすることが望ましい。
分類情報は、実施形態で表されたものに限らない。例えば、「AA1」や「AB1」のように第1、第2及び第3の記号をそれぞれ1つの文字や数字にするのではなく、複数の文字や数字にしてもよい。また、4つ以上の記号を繋げて分類情報を表してもよい。また、文字や数字だけでなく、「+」や「−」などの演算子や「△」や「□」などの図形を表す記号が用いられてもよい。また、より具体的に、MRSAであれば「USA100」や「USA300」などの菌のグループごとに付けられた名称が分類情報として用いられてもよい。
実施形態ではMIC値で結果が表される薬剤感受性試験が行われたが、これに限定されない。薬剤感受性試験は、上述した反応情報(試薬による反応を表す情報)が得られるものであれば、希釈法や拡散法などの周知の方法で行われればよいし、将来新たな方法が見つかればその方法で行われてもよい。なお、試験の方法が異なれば、抽出されたif-thenルールにより特定される分類情報の正確さの度合いも異なったものになる。従って、分類情報がより正確に特定される方法を採用することが望ましい。
実施形態では、PFGEで検出菌の遺伝子の配列を分析することによりそれらの検出菌の複数のグループへの分類が行われたが、これに限らない。例えばPOT法(Phage Open Reading Frame Typing法)でその分析が行われてもよいし、他の手法で分析が行われてもよい。情報提供システム1においては、上述した薬剤耐性菌の判定試験よりも高い精度で薬剤耐性菌のグループを分類できる手法であれば、どのような手法で分類が行われてもよい。薬剤耐性菌の分類の精度が高い手法が用いられるほど、抽出されたif-thenルールにより特定される分類情報も正確になりやすくなる。
実施形態はMRSAを複数のグループに分類する場合を例に挙げて説明したが、MDRPであっても、薬剤感受性の試験結果をMIC値で得ることができるため、実施形態と同様に分類を行うことができる。なお、これらの他にも、例えば、ESBL(Extended Spectrum Beta-Lactamase)や多剤耐性アシネトバクターなどの薬剤耐性菌の分類情報を特定してもよい。この場合、それぞれ実施可能な判定試験及び遺伝子配列の分析が行われて、その結果得られた反応情報及び分類情報から決定木が生成されれば、実施形態と同様にif-thenルールを抽出して分類情報を特定することができる。
実施形態では同定試験と薬剤感受性試験との両方で得られた反応情報が用いられたが、そのうちの一方の反応情報が用いられてもよい。その場合、両方の反応情報が用いられる場合に比べれば、正確な分類情報が特定される確率が下がる場合があるが、薬剤耐性菌の分類情報を短期間で特定することができるという点では実施形態と変わらない。また、上述したように、薬剤感受性試験の方法や分類対象の薬剤耐性菌を変えることで、その確率が高くなることも考えられる。従って、同定試験及び薬剤感受性試験の両方における反応情報が必須だと限定する必要はない。
実施形態では、第1、第2、第3及び第4の相同確率として60%、70%、90%及び80%・85%が用いられたが、これらに限定されず、各相同確率としてより大きな値が用いられてもよいし、より小さな値が用いられてもよい。いずれの場合も、第1の相同確率<第2の相同確率<第4の相同確率<第3の相同確率という大きさになっていればよい。ただし、第1の相同確率、第2の相同確率、第4の相同確率、第3の相同確率と相同確率を変化させていった場合に、分類されるグループがあまり変化しないよりも、より大きく変化していくようになっている方が望ましい。その方が、薬剤耐性菌のグループの階層構造がより明確になるからである。
生成手段101、作成手段102及び抽出手段103が行う処理は、情報処理装置10ではなく外部装置が行ってもよい。その場合、外部装置は、分類情報の作成、決定木の生成及びif-thenルールの抽出を行い、抽出したif-thenルールを表すルールデータを情報処理装置10に送信する。情報処理装置10の特定手段105は、送信されてきたルールデータが示すif-thenルールに基づいて分類情報を特定する。
特定手段105は、実施形態では、統計的手法として決定木及びif-thenルールを用いたが、これに限らない。他にも、特定手段105は、例えばニューラルネットワークの手法を用いて、サンプルの検出菌の反応情報及び分類情報を用いて学習させたのちに、取得された反応情報から分類情報を特定してもよい。これ以外にも、与えられた説明変数及び目的変数を統計的に解析した結果に基づき、その他の説明変数から目的変数を特定する手法であれば、どのような統計的手法が用いられてもよい。
本発明は、情報処理装置やユーザ装置の他、それらを備える情報提供システムとして捉えられる。また、本発明は、情報処理装置やユーザ装置が実施する処理を実現するための情報処理方法としても捉えられるし、情報処理装置やユーザ装置のようなコンピュータを機能させるためのプログラムとしても捉えられる。このプログラムは、それを記憶させた光ディスク等の記録媒体の形態で提供されてもよいし、インターネット等のネットワークを介してコンピュータにダウンロードさせ、それをインストールして利用可能にするなどの形態で提供されてもよい。
Claims (2)
- 検体から検出された検出菌に試薬を投与したときの反応に基づいて当該検出菌が薬剤耐性菌か否かを判定する判定試験において前記検出菌が前記薬剤耐性菌と判定されたときの前記反応を表す反応情報を取得する取得手段と、
前記検出菌とは別に検出されたサンプルの検出菌のうち前記判定試験で前記薬剤耐性菌と判定された検出菌における前記反応情報を説明変数とし、当該検出菌同士の遺伝子の配列が相同する相同確率に基づく複数のグループに当該検出菌を分類した結果を表す分類情報を目的変数とした統計的手法を用いて、前記取得手段により取得された前記反応情報に対応する前記分類情報を特定する特定手段と、
前記サンプルの検出菌の遺伝子の配列の分析結果から前記分類情報を作成する作成手段であって、第1の前記相同確率で分類される第1のグループを表す第1の記号と、前記第1の相同確率よりも高い第2の前記相同確率で分類される第2のグループを表す第2の記号と、前記第2の相同確率よりも高い第3の前記相同確率で分類される第3のグループを表す第3の記号とを繋げた符号を前記分類情報として作成する作成手段であって、前記第2の相同確率より大きく前記第3の相同確率よりも小さい第4の前記相同確率で分類されるグループを表す前記分類情報については、当該第4の相同確率にすることで統合される前記第3のグループを表す前記第3の記号を全て前記第1及び第2の記号に繋げた符号を前記分類情報として作成する作成手段と
を備える情報処理装置。 - コンピュータを、
検体から検出された検出菌に試薬を投与したときの反応に基づいて当該検出菌が薬剤耐性菌か否かを判定する判定試験において前記検出菌が前記薬剤耐性菌と判定されたときの前記反応を表す反応情報を取得する取得手段と、
前記検出菌とは別に検出されたサンプルの検出菌のうち前記判定試験で前記薬剤耐性菌と判定された検出菌における前記反応情報を説明変数とし、当該検出菌同士の遺伝子の配列が相同する相同確率に基づく複数のグループに当該検出菌を分類した結果を表す分類情報を目的変数とした統計的手法を用いて、前記取得手段により取得された前記反応情報に対応する前記分類情報を特定する特定手段と、
前記サンプルの検出菌の遺伝子の配列の分析結果から前記分類情報を作成する作成手段であって、第1の前記相同確率で分類される第1のグループを表す第1の記号と、前記第1の相同確率よりも高い第2の前記相同確率で分類される第2のグループを表す第2の記号と、前記第2の相同確率よりも高い第3の前記相同確率で分類される第3のグループを表す第3の記号とを繋げた符号を前記分類情報として作成する作成手段であって、前記第2の相同確率より大きく前記第3の相同確率よりも小さい第4の前記相同確率で分類されるグループを表す前記分類情報については、当該第4の相同確率にすることで統合される前記第3のグループを表す前記第3の記号を全て前記第1及び第2の記号に繋げた符号を前記分類情報として作成する作成手段
として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014170859A JP6345036B2 (ja) | 2014-08-25 | 2014-08-25 | 情報処理装置及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014170859A JP6345036B2 (ja) | 2014-08-25 | 2014-08-25 | 情報処理装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016045801A JP2016045801A (ja) | 2016-04-04 |
JP6345036B2 true JP6345036B2 (ja) | 2018-06-20 |
Family
ID=55636286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014170859A Active JP6345036B2 (ja) | 2014-08-25 | 2014-08-25 | 情報処理装置及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6345036B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578104B (zh) * | 2017-08-31 | 2018-11-06 | 江苏康缘药业股份有限公司 | 一种中药生产过程知识系统 |
JP7025216B2 (ja) * | 2018-01-12 | 2022-02-24 | 国立大学法人 東京大学 | トランスクリプトーム解析装置及び解析方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001306377A (ja) * | 2000-04-20 | 2001-11-02 | Natl Inst Of Advanced Industrial Science & Technology Meti | 物性データベースシステム |
JP2004310276A (ja) * | 2003-04-03 | 2004-11-04 | Keio Gijuku | 遺伝子解析方法及び遺伝子解析プログラム |
JP4379308B2 (ja) * | 2004-11-17 | 2009-12-09 | 愛知県 | メチシリン耐性黄色ブドウ球菌の遺伝子型別分類法およびこれに用いるプライマーセット |
WO2010129779A1 (en) * | 2009-05-07 | 2010-11-11 | Biomerieux, Inc. | Methods for antimicrobial resistance determination |
-
2014
- 2014-08-25 JP JP2014170859A patent/JP6345036B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016045801A (ja) | 2016-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rockett et al. | Revealing COVID-19 transmission in Australia by SARS-CoV-2 genome sequencing and agent-based modeling | |
Abdill et al. | Public human microbiome data are dominated by highly developed countries | |
Spiller et al. | Detecting and correcting for bias in Mendelian randomization analyses using gene-by-environment interactions | |
Kouchaki et al. | Application of machine learning techniques to tuberculosis drug resistance analysis | |
Battich et al. | Image-based transcriptomics in thousands of single human cells at single-molecule resolution | |
McNally et al. | Validity of British Thoracic Society guidance (the CRB-65 rule) for predicting the severity of pneumonia in general practice: systematic review and meta-analysis | |
Rosenberg | Statistical tests for taxonomic distinctiveness from observations of monophyly | |
Wiens et al. | Learning data-driven patient risk stratification models for Clostridium difficile | |
Iacobucci | Covid-19: What is the UK’s testing strategy? | |
Schwender | Imputing missing genotypes with weighted k nearest neighbors | |
Cathala et al. | How to appraise quantitative research | |
Dark et al. | Accuracy of LightCycler® SeptiFast for the detection and identification of pathogens in the blood of patients with suspected sepsis: a systematic review protocol | |
Ado et al. | Progress toward poliomyelitis eradication in Nigeria | |
Li et al. | Searching for robust associations with a multi-environment knockoff filter | |
Alialy et al. | A review on the applications of crowdsourcing in human pathology | |
JP6345036B2 (ja) | 情報処理装置及びプログラム | |
Ismail et al. | Methicillin-resistant Staphylococcus aureus (MRSA) clonal replacement in a Malaysian teaching hospital: Findings from an eight-year interval molecular surveillance | |
CN107533587A (zh) | 用于估计样本中的分类单位内的微生物的量的方法和装置 | |
Tong et al. | Improved mean estimation and its application to diagonal discriminant analysis | |
Lively et al. | Clinical and epidemiologic profiles for identifying norovirus in acute gastroenteritis outbreak investigations | |
Sintchenko et al. | Laboratory-guided detection of disease outbreaks: three generations of surveillance systems | |
Bhattacharyya et al. | Rapid phenotypic antibiotic susceptibility testing through RNA detection | |
Wang et al. | Increasing SARS-CoV-2 nucleic acid testing capacity during the COVID-19 epidemic in Beijing: experience from a general hospital | |
Dogan et al. | Demonstration of false inclusion risks of duo parentage analyses in the Turkish population in light of parentage acceptance criteria | |
McGuire et al. | Birds of a feather get misidentified together: High entitativity decreases recognition accuracy for groups of other‐race faces |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160623 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170424 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170530 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170727 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20180109 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180302 |
|
A911 | Transfer of reconsideration by examiner before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20180312 |
|
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: 20180515 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180522 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6345036 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |