JP6345036B2 - 情報処理装置及びプログラム - Google Patents

Description

本発明は、薬剤耐性菌の分類に関する。

薬剤耐性菌の分類に関する技術がある。例えば、特許文献１には、薬剤耐性菌の複数の抗菌薬に対する感受性をいわゆるＳＩＲ判定で判定した結果を用いて、耐性パターンが同一であることを否定できないグループに分類する技術が記載されている。

特開２０１３−１０１６７５号公報

同じ種類の薬剤耐性菌であっても、例えば遺伝子の配列の違いなどによってさらに細かいグループに分類することができる。そして、例えば或るグループに分類される薬剤耐性菌と他のグループに分類される薬剤耐性菌とでは、医療施設内での伝搬経路が異なることがある。そのため、検出された薬剤耐性菌が属するグループを特定することができれば、医療施設内でのグループ毎の伝搬経路を特定することが可能であり、薬剤耐性菌の感染制御に貢献することができる。そのため薬剤耐性菌が属するグループを特定することは重要である。

薬剤耐性菌が属するグループの特定は、上記特許文献１の技術の他にも、薬剤耐性菌の遺伝子を分析して行う方法があるが、遺伝子の分析には時間がかかることが多い。そのため、分析結果が出る頃には薬剤耐性菌が流行しているということも起こり得る。
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。

また、本発明は、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を提供する。

本発明は、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を提供する。

本発明によれば、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。

実施形態に係る情報提供システム１の全体構成を表す図 情報処理装置のハードウェア構成を表す図 情報処理装置の機能構成を表す図 或る検出菌について取得された反応情報の一例を表す図 作成された分類情報の一例を表す図 生成された決定木の一例を表す図 抽出されたｉｆ−ｔｈｅｎルールの一例を表す図 情報処理装置及びユーザ装置の動作のシーケンスの一例を表す図

［１］実施形態
［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。

ネットワーク２は、装置間のデータのやり取りを仲介するシステムであり、例えば、医療施設内に設けられたＬＡＮ（Local Area Network）である。ネットワーク２にはユーザ装置３及び情報処理装置１０が接続されている。ユーザ装置３は、情報提供システム１のユーザ（主に医療従事者）が利用する装置であり、パーソナルコンピュータやタブレット端末、スマートフォンなどのコンピュータである。ユーザ装置３は、画像を表示する表示手段を備えており、情報提供システム１において提供される情報を表示する。

情報処理装置１０は、微生物の検査に関する情報を処理する装置である。微生物の検査は、血液、膿汁、尿、喀痰や咽頭、鼻腔、気管チューブ、カテーテル尿などの検体に存在する微生物を検出することで行われる。情報処理装置１０は、特に、ＭＲＳＡ（Methicillin-Resistant Staphylococcus aureus）やＭＤＲＰ（Multi-Drug Resistant Pseudomonas）などの薬剤耐性菌の検査に関するいくつかの情報（詳しくは後述する）を処理する。情報処理装置１０は、それらの情報を処理することで、検体から検出されて薬剤耐性菌と判定された菌をさらに細かな複数のグループに分類した結果を表す情報（以下「分類情報」という）を出力する。出力された分類情報がユーザ装置３に表示されることで、この分類情報がユーザに提供される。

図２は、情報処理装置１０のハードウェア構成を表す。情報処理装置１０は、制御部１１と、記憶部１２と、通信部１３とを備えるコンピュータである。制御部１１は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）及びリアルタイムクロックを備えている。ＣＰＵは、ＲＡＭをワークエリアとして用いてＲＯＭや記憶部１２に記憶されたプログラムを実行することによって記憶部１２及び通信部１３の動作を制御する。リアルタイムクロックは、現在の日時を算出する分類機能を有している。記憶部１２は、ハードディスク等を備え、制御部１１が制御に用いるデータやプログラムなどを記憶する記憶手段である。通信部１３は、ネットワーク２を介して通信を行うための通信回路を備え、ネットワーク２を介したデータの送信及び受信を行う。

情報処理装置１０の制御部１１がプログラムを実行して各部を制御することで以下に述べる機能が実現される。
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。

生成手段１０１は、決定木を生成する手段である。決定木とは、デシジョンツリー（Decision Tree）とも呼ばれ、説明変数と呼ばれる第１の事項に基づいて目的変数と呼ばれる第２の事項を決定（本実施形態では特定）するためのものである。決定木は、第１の事項が満たす条件毎に枝分かれする木構造で表される。

医療の現場では、検体から検出された菌（以下「検出菌」という）に試薬を投与したときの反応に基づいてその検出菌が薬剤耐性菌であるか否かを判定する試験（以下「判定試験」という）が行われている。ここでいう試薬とは、化学反応を起こさせるために用いる薬品であり、後述する同定試験や薬剤感受性試験などの試験用に用意されたものが用いられる。本発明では、サンプルとして選ばれた検出菌のうちの判定試験において薬剤耐性菌と判定された検出菌に試薬を投与したときの反応を表す情報（以下「反応情報」という）を第１の事項、すなわち説明変数として用いる。

例えば薬剤耐性菌としてＭＲＳＡを対象とした場合、判定試験は、黄色ブドウ球菌（Staphylococcus aureus）と同定する試験と、そうして同定された検出菌の薬剤感受性を黄色ブドウ球菌の同定用の試薬を投与したときの反応と、別途薬剤感受性用の試薬を投与したときの反応とに基づいて検出菌がＭＲＳＡであるか否かが判定される。こうしたＭＲＳＡの判定試験は、例えば検鏡で確認された形状やグラム染色の結果からＭＲＳＡの可能性があると判断された検出菌に対して行われる。

薬剤感受性試験は、同定試験において黄色ブドウ球菌と同定された検出菌に対して行われるが、同定試験の結果が出る前からＭＲＳＡと思われる全ての検出菌に対して行われてもよい。本実施形態では、試験の結果がＭＩＣ（Minimum Inhibitory Concentration：最小発育阻止濃度）値で表される方法（例えば微量液体希釈法）で薬剤感受性試験が行われる。この試験では、薬剤感受性試験用の試薬が菌株に与えられたときの反応に基づいてＭＩＣ値が測定される。つまり、ＭＩＣ値は上述した反応情報の一例である。上記の同定試験及び薬剤感受性試験はいずれも周知の方法で行われればよい。

上述した同定試験及び薬剤感受性試験の結果として得られる反応情報が、例えばデータ化されて図１に示すネットワーク２を介して情報処理装置１０に送信されてくる。生成手段１０１は、送信されてきた反応情報を取得して記憶部１２に記憶させておく。なお、反応情報が紙などの印刷物で提供される場合には、ＯＣＲ（Optical Character Recognition）の技術で反応情報を読み取ってデータ化したものを生成手段１０１が取得する。

図４は或る検出菌について取得された反応情報の一例を表す。図４（ａ）では同定試験の試薬である「Ａ０１」、「Ａ０２」、「Ａ０３」、・・・、「Ａ４０」の反応情報として「０」、「１」、「０」、・・・、「１」がそれぞれ表されている。「０」は試薬の反応がなかったことを表し、「１」は試薬の反応があったことを表している。図４（ｂ）では薬剤感受性試験の試薬である「Gentamicin」、「Arbekacin」、「Teicoplanin」、・・・、「Minocycline」の反応情報として「＞５００」、「＞８」、「＜＝０．５」、・・・、「＞８」というＭＩＣ値がそれぞれ表されている。

次に、本発明では、薬剤耐性菌と判定された検出菌をそれらの遺伝子に基づいて複数のグループに分類した結果を表す情報（上述した「分類情報」のこと）が第２の事項、すなわち目的変数として用いられる。本実施形態では、ＰＦＧＥ（Pulsed-Field Gel Electrophoresis：パルスフィールドゲル電気泳動）という手法を用いて検出菌の遺伝子の配列が分析される。より詳細には、複数の検出菌をこの手法により電気泳動させることで表される遺伝子の配列（特に分子量の大きい塩基対の配列）から、検出菌同士の遺伝子が相同する確率（以下「相同確率」という）に基づいて、検出菌がより細かな複数のグループに分類される。ここでいう相同とは、遺伝子が共通の祖先に由来することを意味する。例えば相同確率を８０％とした場合、相同確率が８０％以上の菌同士が同じグループの菌として分類される。こうして同じグループに分類された菌同士は、互いに遺伝子が共通の祖先に由来する確率が８０％以上であることになる。

ＰＦＧＥは、上記の判定試験によりＭＲＳＡと判定された複数の検出菌に対して、電界強度や緩衝液の濃度、電気浸透度、温度など、電気泳動の結果に影響する条件を一定にしたうえで行われる。こうして行われたＰＦＧＥの結果を示すＰＦＧＥデータが図１に示すネットワーク２を介して情報処理装置１０に送信されてくる。生成手段１０１が有する作成手段１０２は、検出菌の遺伝子の配列の分析結果（本実施形態ではＰＦＧＥの結果）から前記分類情報を作成する手段である。作成手段１０２は、送信されてきたＰＦＧＥデータが示すＰＦＧＥの結果（すなわち検出菌の遺伝子の配列の分析結果）から分類情報を作成する。まずは作成手段１０２によって作成される分類情報について図５を参照して説明する。

図５は作成された分類情報の一例を表す。この例では５０の検出菌が複数のグループに分類されている。図５では説明の便宜上「１００１」から「１０５０」までの番号をこれらの検出菌に割り当てて示している。これらは、病院「甲」及び「乙」のいずれかで採取された検体から検出されてＭＲＳＡと判定された検出菌である。図５では、遺伝子の相同確率を「８０％」、「８５％」、「９０％」として分類した場合の分類情報がそれぞれ表されている。

例えば相同確率を８０％として分類した場合、「ＡＡ１」、「ＡＡ２」、「ＡＡ３」、「ＡＢ１２」、「ＡＢ３」、「ＡＢ４」、「ＡＣ１」、「ＡＤ１」、「ＡＥ１」、「ＢＡ１２３」、「ＢＡ４」、「ＢＢ１２」、「ＢＢ３」の１３のグループに検出菌が分類される。また、相同確率を８５％として分類した場合、「ＢＡ１２３」が「ＢＡ１」、「ＢＡ２」、「ＢＡ３」に分かれて１５のグループに検出菌が分類される。また、相同確率を９０％として分類した場合、「ＡＢ１２」が「ＡＢ１」、「ＡＢ２」に分かれ、「ＢＢ１２」が「ＢＢ１」、「ＢＢ２」に分かれて１７のグループに検出菌が分類される。

本実施形態では、検出菌が分類された複数のグループが文字列と数字とを組み合わせてそれぞれ表されている。これらの文字列及び数字は次のルールに基づいて決められている。図５に示す検出菌は、相同確率を６０％とすると「Ａ」、「Ｂ」という２つのグループに分類される。また、相同確率を７０％とすると、グループＡなら「Ａ」、「Ｂ」、「Ｃ」、「Ｄ」、「Ｅ」という５つのグループにさらに分類され、グループＢなら「Ａ」、「Ｂ」という２つのグループにさらに分類される。このように、相同確率を６０％として分類されるグループに割り当てられる文字列の後ろに相同確率を７０％として分類されるグループに割り当てられる文字列を繋げた文字列（例えば「ＡＡ」や「ＢＡ」など）が、分類情報のうちの文字列の部分として用いられている。

続いて、前述のとおり分類されたグループの検出菌をさらに相同確率を９０％として分類した場合、「ＡＡ」は「１」、「２」、「３」という３つのグループにさらに分類され、「ＡＢ」は「１」、「２」という２つのグループにさらに分類される。また、「ＢＡ」は「１」、「２」、「３」、「４」という４つのグループにさらに分類され、「ＢＢ」は「１」、「２」、「３」という３つのグループにさらに分類される。このように、相同確率を９０％として分類されるグループに割り当てられる数字を上記の文字列の後に繋げた符号が分類情報として用いられる。なお、「ＡＣ」、「ＡＤ」、「ＡＥ」のように相同確率を９０％としても７０％のときと分類が変わらないものには「１」という数字を繋げた符号が分類情報として用いられる。

また、相同確率を８５％として分類した場合、９０％の場合から統合されるグループがあれば、統合されたグループに割り当てられていた数字を繋げた符号が分類情報として用いられる。例えば相同確率９０％では「１００４」〜「１０２９」までの検出菌は「ＡＢ１」、「ＡＢ２」に分類されるが、相同確率が８５％になると１つのグループに統合されるので、「ＡＢ１２」という符号が分類情報として用いられる。これは相同確率を８０％として分類する場合も同様である。例えば相同確率９０％では「１０３８」〜「１０４４」までの検出菌は「ＢＡ１」、「ＢＡ２」、「ＢＡ３」に分類されるが、相同確率が８０％になると１つのグループに統合されるので、「ＢＡ１２３」という符号が分類情報として用いられる。

以上のとおり、作成手段１０２は、分類情報を作成するために、まず、第１の相同確率（上記の例では６０％）で分類される第１のグループを表す第１の記号（上記の例では「Ａ」及び「Ｂ」）を指定する。次に、作成手段１０２は、第１の相同確率よりも高い第２の相同確率（上記の例では７０％）で分類される第２のグループを表す第２の記号（上記の例では「Ａ」、「Ｂ」、「Ｃ」、「Ｄ」、「Ｅ」）を指定する。そして、作成手段１０２は、第２の相同確率よりも高い第３の相同確率（上記の例では９０％）で分類される第３のグループを表す第３の記号（上記の例では「１」、「２」、「３」、「４」）を指定する。

作成手段１０２は、こうして指定した第１、第２及び第３の記号を繋げた符号（例えば「ＡＢ１」）を分類情報として作成する。また、作成手段１０２は、第２の相同確率より大きく第３の相同確率よりも小さい第４の相同確率（上記の例では８０％及び８５％）で分類されるグループを表す分類情報については、第４の相同確率にすることで統合される第３のグループ（例えば「ＡＢ１」及び「ＡＢ２」）があれば、その第３のグループを表す第３の記号を全て第１及び第２の記号に繋げた符号（例えば「ＡＢ１２」）を分類情報として作成する。

生成手段１０１は、上述した反応情報を第１の事項（説明変数）とし、作成手段１０２が作成した分類情報を第２の事項（目的変数）として、例えばＩＤ３（Iterative Dichotomiser 3）アルゴリズムなどの周知のアルゴリズムを用いて決定木を生成する。
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。

最初の枝では、「Arbekacin= 4」である場合に「ＢＢ２」という分類情報が特定されることが示されている。分類情報の後に示された「４−＞２」という数値は、ここまでの分岐条件を満たした検出菌が４つあり、そのうちの２つが「ＢＢ２」に分類されたことを表している。また、「Arbekacin= 2」である場合には、さらに２つの枝に分岐しており、「Teicoplanin= <=0.5」という分岐条件が満たされる場合には「ＢＡ４」という分類情報が特定されることが示されている。生成手段１０１は、決定木を生成すると、生成した決定木を抽出手段１０３に供給する。

抽出手段１０３は、生成手段１０１により生成された決定木から、分類情報を特定するためのルールを抽出する手段である。決定木から抽出されるルールは、本実施形態ではｉｆ−ｔｈｅｎ形式で表されるルールであり、以下ではｉｆ−ｔｈｅｎルールという。第１の事項がこのｉｆ−ｔｈｅｎルールに当てはまっている場合に、そのｉｆ−ｔｈｅｎルールに対応する第２の事項が特定される。なお、こうして特定される第２の事項は１００％正確であるとは限らないが、抽出手段１０３は、第２の事項がなるべく正確に特定されるルールをｉｆ-ｔｈｅｎルールとして抽出する。抽出手段１０３は、生成手段１０１から図６に示す決定木が供給された場合には、次のようなｉｆ−ｔｈｅｎルールを抽出する。

図７は抽出されたｉｆ−ｔｈｅｎルールの一例を表す。この例では、図６に示す決定木に表された第２の事項（「ＢＢ１」や「ＡＥ１」などの分類情報）をｔｈｅｎ部とし、それと決定木のルートとを繋ぐ枝をｉｆ部とするｉｆ−ｔｈｅｎルールが表されている。具体的には、第１の事項である反応情報がｉｆ部に示されているように「Minocycline= <=1」且つ「Arbekacin= 2」且つ「Teicoplanin= 1」である場合に、第２の事項である分類情報がｔｈｅｎ部に示されているように「ＢＡ１」と特定されるというｉｆ−ｔｈｅｎルールが表されている。

図７に表された「確率：１００．０％」は、上記決定木においてこのｉｆ−ｔｈｅｎルールが当てはまった場合には、１００．０％の確率で分類情報がＢＡ１になっていることを意味している。もう１つの例として、反応情報がｉｆ部に示されているように「Minocycline= >8」且つ「Arbekacin= 2」且つ「Gentamicin= >500」である場合に分類情報がｔｈｅｎ部に示されているように「ＡＢ３」と特定されるというｉｆ−ｔｈｅｎルール（確率は６６．６％）も図７に表されている。

抽出手段１０３は、周知の技術で決定木からｉｆ−ｔｈｅｎルールを抽出すると、抽出したｉｆ−ｔｈｅｎルールを表すルールデータを自装置の記憶部１２に記憶させる。このルールデータは、具体的には、前述したｉｆ部及びｔｈｅｎ部を表すデータである。決定木の生成及びｉｆ−ｔｈｅｎルールの抽出は、情報提供システム１がユーザに分類情報を提供する前の準備段階として行われる。

上述したサンプルとして選ばれた検出菌に対しては、上記の準備段階では薬剤耐性菌の判定試験に加えて遺伝子の配列の分析結果に基づいた分類情報の作成が行われたが、ｉｆ−ｔｈｅｎルールが記憶された後は、ＰＦＧＥを行わずに、判定試験の反応情報だけを用いて分類情報が特定される。この特定は、例えば、判定試験が行われた検出菌の反応情報とともにその検出菌の分類情報を要求することを示す要求データがユーザ装置３から情報処理装置１０に送信されてくることを契機に行われる。

取得手段１０４は、サンプルとして選ばれた検出菌が検出された検体とは別の検体から検出された検出菌が上記判定試験において薬剤耐性菌と判定されたときの試薬の反応を表す反応情報を取得する。取得手段１０４は、例えば前述した要求データを受信して、受信した要求データが示す反応情報を取得する。なお、これ以外にも、例えば判定試験が行われた検出菌の反応情報が得られるとそれを情報処理装置１０の記憶部１２に記憶させるという運用がなされている場合がある。この場合には、ユーザがユーザ装置３を操作して情報処理装置１０に記憶された反応情報を選択して分類情報の特定を要求したときに、取得手段１０４が自装置の記憶部１２から分類情報の要求がされた反応情報を記憶部１２から取得してもよい。取得手段１０４は、取得した反応情報を特定手段１０５に供給する。

特定手段１０５は、反応情報を説明変数とし、分類情報を目的変数とした統計的手法を用いて、取得手段１０４により取得された反応情報に対応する分類情報を特定する。特定手段１０５は、本実施形態では、前記統計的手法として、上述したサンプルの検出菌の反応情報及び分類情報に基づいて生成される決定木及びその決定木から抽出されるルールを用いる手法を用いる。特定手段１０５は、取得手段１０４から反応情報が供給されると、記憶部１２に記憶されたルールデータを読み出すことで、ｉｆ−ｔｈｅｎルール（抽出手段１０３により抽出されたｉｆ−ｔｈｅｎルール）を読み出す。

特定手段１０５は、取得手段１０４から供給された反応情報が、読み出したｉｆ−ｔｈｅｎルールに当てはまっているか否かを判断する。特定手段１０５は、当てはまっていると判断した場合には、そのｉｆ−ｔｈｅｎルールにおけるｔｈｅｎ部で表された分類情報を、このｉｆ−ｔｈｅｎルールに対応する分類情報として特定する。このように、特定手段１０５は、取得手段１０４により取得された反応情報が、決定木から抽出されたｉｆ−ｔｈｅｎルールに当てはまっている場合に、そのｉｆ−ｔｈｅｎルールに対応する分類情報を、取得された反応情報に対応する分類情報として特定する。特定手段１０５は特定した分類情報を出力手段１０６に供給する。

出力手段１０６は、特定手段１０５により特定された分類情報を所定の宛先に出力する手段である。出力手段１０６は、上記のようにユーザ装置３から要求された分類情報が特定された場合には、そのユーザ装置３を宛先として分類情報を出力する。なお、出力手段１０６は、他にも、自装置が表示手段を備える場合にその表示手段を宛先として分類情報を出力してもよいし、ユーザのメールアドレスやＳＮＳ（Social Networking Service）のアカウントを宛先として分類情報を出力してもよい。このように、出力手段１０６は、特定された分類情報をユーザに伝達するために定められた宛先に分類情報を出力する。

［１−２］動作
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。

続いて、情報処理装置１０は、取得された分析結果を用いて分類情報を作成する（ステップＳ１３）。ステップＳ１３の動作は作成手段１０２が行う。そして、情報処理装置１０は、取得された反応情報及び作成された分類情報を用いた決定木を生成する（ステップＳ１４）。ステップＳ１４の動作は生成手段１０１が行う。次に、情報処理装置１０は、生成された決定木からｉｆ−ｔｈｅｎルールを抽出し（ステップＳ１５）、記憶手段（本実施形態では自装置の記憶部１２）に記憶させる（ステップＳ１６）。ステップＳ１５及びＳ１６の動作は抽出手段１０３が行う。

その後、例えば新たな検体から検出された検出菌（判定試験でＭＲＳＡと判定された検出菌）についての反応情報をユーザ装置３が取得する（ステップＳ２１）。ユーザ装置３は、その検出菌の分類情報を要求する操作をユーザが行ってその操作を受け付けると（ステップＳ２２）、その要求を示す要求データを情報処理装置１０に送信する（ステップＳ２３）。情報処理装置１０は、要求データを受信すると、例えばその要求データが示す反応情報を取得する（ステップＳ２４）。ステップＳ２４の動作は取得手段１０４が行う。

続いて、情報処理装置１０は、取得した反応情報と、ステップＳ１６で記憶したｉｆ−ｔｈｅｎルールとに基づいて分類情報を特定し（ステップＳ２５）、特定した分類情報をユーザ装置３に対して出力する（ステップＳ２６）。ステップＳ２５の動作は特定手段１０５が行い、ステップＳ２６の動作は出力手段１０６が行う。ユーザ装置３は出力された分類情報を受信するとそれを表示する（ステップＳ２７）。こうしてユーザは要求した分類情報を確認することができる。

［１−３］効果
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。

また、本実施形態では、薬剤耐性菌としてＭＲＳＡを対象とし、反応情報としてＭＩＣ値を用いた。これにより、例えば図６に示す決定木では、５０の検出菌のうちの３９の検出菌について、遺伝子の配列の分析結果に基づいて分類されたグループを表す分類情報と同じ分類情報が特定された。つまり、３９÷５０＝０．７８、すなわち７８％の確率で正確な分類情報が特定された。なお、この確率は、同定試験における反応情報のみを用いて生成された決定木を用いた場合には６０％程度であった。このように、本実施形態によれば、同定試験における反応情報及び薬剤感受性試験における反応情報の両方を用いることで、同定試験における反応情報だけを用いる場合比べてより高い確率で正確な分類情報を特定することができる。

また、本実施形態では、分類情報、すなわち薬剤耐性菌と判定された検出菌を遺伝子に基づいて分類した結果を表す情報を目的変数として用いているが、例えばＰＦＧＥの結果から検出菌同士の遺伝子の相同確率が分かっただけでは、それを目的変数として用いることはできない。本実施形態では、上記のように相同確率に基づいて分類されたグループを符号で表したものを分類情報とすることで、分類情報を目的変数として用いることができるようにしている。

特に、本実施形態では、相同確率が上述した第３の相同確率（図５の例では９０％）である場合には、分類情報が第１、第２及び第３の記号を繋げた符号で分類情報が表された。これにより、２つの薬剤耐性菌があったときに、それらの分類情報を見るだけで、相同確率を下げたときに同じグループに分類される菌同士であるか否かを知ることができる。例えば「ＡＢ１」と「ＡＣ１」とであれば、第１の記号が同じで第２の記号が異なるから、第１の相同確率（図５の例では６０％）まで下げれば同じグループに分類されることが分かる。また、「ＡＢ１」と「ＡＢ２」であれば、第２の記号まで同じであるから、第２の相同確率（図５の例では７０％）に下げるだけで同じグループに分類されることが分かる。

また、本実施形態では、第４の相同確率（図５の例では８０％及び８５％）で作成される分類情報に、第３の相同確率であれば別々に分類される第３のグループを表す第３の記号が全て含まれる。例えば図５の例であれば「ＢＡ１２３」という分類情報には、「ＢＡ１」、「ＢＡ２」、「ＢＡ３」にそれぞれ含まれる「１」、「２」、「３」という３つの第３の記号が含まれている。この関係から、第４の相同確率で作成された「ＢＡ１２３」という分類情報を見るだけで、その分類情報が表すグループに分類された薬剤耐性菌が第３の相同確率では３つの別々のグループに分類されることを知ることができる。

［２］変形例
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。

［２−１］ｉｆ−ｔｈｅｎルールの更新
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。

［２−２］分類情報
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。

［２−３］薬剤感受性試験
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。

［２−４］遺伝子に基づく分類
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。

［２−５］薬剤耐性菌
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。

［２−６］反応情報
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。

［２−７］相同確率
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。

［２−８］外部装置での処理
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。

［２−９］統計的手法
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。

［２−１０］発明のカテゴリ
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。

１…情報提供システム、２…ネットワーク、３…ユーザ装置、１０…情報処理装置、１１…制御部、１２…記憶部、１３…通信部、１０１…生成手段、１０２…作成手段、１０３…抽出手段、１０４…取得手段、１０５…特定手段、１０６…出力手段

Claims (2)

1. 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。
2. 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。

Images