JP6359433B2 - 予防サービス効果評価装置、および予防サービス効果評価プログラム - Google Patents

Description

本発明の実施形態は、予防サービス効果評価装置、および予防サービス効果評価プログラムに関する。

疾病を予防するための予防サービスを対象者に実施することで、疾病が重症化することを防止し、医療費の低減を実現することが期待されている。予防サービスの実施にはコストがかかるため、その効果を評価する必要性は高いものである。しかしながら、従来の技術では、予防サービスの効果を定量的に評価するのが困難であった。

特開２０１２−１２８６７０号公報

本発明が解決しようとする課題は、予防サービスの効果を定量的に評価することができる予防サービス効果評価装置、および予防サービス効果評価プログラムを提供することである。

実施形態の予防サービス効果評価装置は、データ取得部と、予防サービス効果算出部とを持つ。データ取得部は、医療機関の利用状況を示すデータと、予防サービスの実施に関連するデータとを取得する。予防サービス効果算出部は、前記データ取得部により取得されたデータに基づいて、予防サービスの実施による通院状況の変化を導出することで、予防サービスの効果を算出する。

第１の実施形態に係る予防サービス効果評価装置１のハードウェア構成と通信環境を示す図。 予防サービス効果評価装置１の機能構成を示す図。 加入者データ格納部２２に格納される加入者データの一例を示す図。 健診データ格納部２４に格納される健診データの一例を示す図。 第１の実施形態に係る予防サービス効果評価装置１により実行される全体処理の流れを示すフローチャート。 状態判定部１２により実行される加入者状態判定処理の流れを示すフローチャート。 状態推移確率行列Ｐの各要素が示す事象を概念的に示す図。 予防サービス効果算出部１４により実行される予防サービス効果算出処理の流れを示すフローチャート。 第２の実施形態に係る予防サービス効果評価装置１Ａの機能構成を示す図である。 第２の実施形態に係る予防サービス効果評価装置１Ａにより実行される全体処理の流れを示すフローチャート。

以下、実施形態の予防サービス効果評価装置、および予防サービス効果評価プログラムを、図面を参照して説明する。

（第１の実施形態）
図１は、第１の実施形態に係る予防サービス効果評価装置１のハードウェア構成と通信環境を示す図である。予防サービス効果評価装置１は、例えば、ＣＰＵ（Central Processing Unit）などのプロセッサ１０と、記憶装置２０と、ドライブ装置３０と、入出力装置４０と、通信インターフェース５０とを備える。

記憶装置２０は、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ＨＤＤ（Hard Disk Drive）、フラッシュメモリなどを含む。記憶装置２０には、プロセッサ１０が実行するプログラムの他、予防サービス効果評価装置１が処理に用いる各種情報などが格納される。ドライブ装置３０には、プログラムや各種情報を記憶した可搬型記憶媒体が装着される。入出力装置４０は、キーボードやマウス、タッチパネル等の入力デバイス、ＬＣＤ（Liquid Crystal Display）や有機ＥＬ（Electroluminescence）表示装置などの表示装置を含む。

通信インターフェース５０は、ネットワークＮＷに接続するためのネットワークカードなどを含む。ネットワークＮＷは、ＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）などの通信ネットワークである。ネットワークＮＷには、予防サービス効果評価装置１に情報を提供する情報提供元装置７０、予防サービス効果評価装置１からサービス提供を受ける端末装置８０などが接続される。

プロセッサ１０が実行するプログラムは、予防サービス効果評価装置１の出荷時に予め記憶装置２０に格納されていてもよいし、ドライブ装置３０に装着された可搬型記憶媒体が記憶するものをインストールしてもよい。また、プロセッサ１０が実行するプログラムは、ネットワークＮＷを介して他の装置からダウンロードされてもよい。

なお、本実施形態では、予防サービス効果評価装置１がクラウドサービスを提供する装置であるものとして説明するが、予防サービス効果評価装置１は、利用者が直接操作することで評価結果を出力する装置であってもよい。

図２は、予防サービス効果評価装置１の機能構成を示す図である。予防サービス効果評価装置１は、プロセッサ１０がプログラムを実行することにより機能するソフトウェア機能部として、データ取得部１１と、状態判定部１２と、状態推移確率算出部１３と、予防サービス効果算出部１４とを備える。また、予防サービス効果評価装置１は、記憶装置２０内において、パラメータ格納部２１と、加入者データ格納部２２と、レセプトデータ格納部２３と、健診データ格納部２４と、予防サービス関連データ格納部２５と、状態推移モデル格納部２６とを備える。

データ取得部１１は、例えば、端末装置８０に対して利用者が入力した対象年度および対象疾病の情報を端末装置８０から通信部インターフェース５０およびネットワークＮＷを介して受信し、受信した情報をパラメータ格納部２１に格納する。また、データ取得部１１は、例えば、加入者データ格納部２２、レセプトデータ格納部２３、健診データ格納部２４、および予防サービス関連データ格納部２５に格納されるデータを情報提供元装置７０から通信部インターフェース５０およびネットワークＮＷを介して受信する。そして、データ取得部１１は、例えば対象者を共通のＩＤ（識別情報）で対応付ける等、処理に適した形式に整えた上で、それぞれの格納部に格納する。情報提供元装置７０は、例えば、健康保険組合や医療機関、公的機関などが管理するデータベースサーバである。なお、これらに代えて（または、加えて）、データ取得部１１は、入出力装置４０に対して入力されたデータを各格納部に格納してもよい。

状態判定部１２は、レセプトデータや健診データなど、医療機関の利用状況を示すデータに基づいて、対象者の状態を判定する。対象者の状態には、未受診、受診といった通院状況を示す状態が含まれる。状態推移確率算出部１３は、状態判定部１２により判定された対象者の状態を、例えば年度間で比較し、ある状態から他の状態に推移した確率を算出する。予防サービス効果算出部１４は、予防サービスの効果を算出する。これらの機能部の機能については、以降でより詳細に説明する。

パラメータ格納部２１には、状態推移モデルの生成の基準となる対象年度、および処理対象となる対象疾病の情報が格納される。加入者データ格納部２２には、対象年度毎に、健康保険組合への加入者のデータが格納される。図３は、加入者データ格納部２２に格納される加入者データの一例を示す図である。図中、「個人ＩＤ」は、対象者の識別情報である。また、「脱退フラグ」は、例えば、当該対象年度において健康保険組合から脱退した場合に１が、健康保険組合への加入が維持されている場合に０が、それぞれ設定されるフラグである。

レセプトデータ格納部２３には、レセプトデータが格納される。レセプトデータとは、医療機関が保険者に請求する医療報酬の明細書であり、受診者が受けた診療に関して記述したものである。レセプトデータは、例えば、受診者の氏名、診療年月、受診施設、診断された疾病名、診療実日数、診療の種類、請求点数などを含む。レセプトデータを確認することにより、月を単位として、各対象者が指定月において受けた診療の種類と、その回数を確認することができる。

健診データ格納部２４には、対象年度毎に、健康診断の結果に関する健診データが格納されている。図４は、健診データ格納部２４に格納される健診データの一例を示す図である。

予防サービス関連データ格納部２５には、予防サービス関連データが格納される。予防サービス関連データとは、種々の疾病重症化予防サービスの実施に関連するデータであり、例えば（１）予防サービスとしての受講を促す通知が行われたか否か、（２）通知の結果として受講がなされたか否か、を対象者毎に格納したデータである。状態推移モデル格納部２６には、例えば、予防サービス効果評価装置１の処理結果としての状態推移モデルが格納される。

以下、予防サービス効果評価装置１により実行される処理の流れについて説明する。図５は、第１の実施形態に係る予防サービス効果評価装置１により実行される全体処理の流れを示すフローチャートである。まず、状態判定部１２が、パラメータ格納部２１に格納されているパラメータの中から、状態推移モデルの生成の基準となる対象年度、および処理対象となる対象疾病の情報を読み込む（ステップＳ１００）。以下の説明では、対象疾病が糖尿病であるものとして説明する。

状態判定部１２は、加入者データ格納部２２から対象年度における健康保険組合への加入者のデータを読み込む（ステップＳ１０２）。次に、状態判定部１２は、ステップＳ１０２において読み込まれた各加入者について、対象年度におけるレセプトデータを、レセプトデータ格納部２３から読み込む（ステップＳ１０４）。次に、状態判定部１２は、ステップＳ１０２において読み込まれた各加入者について、対象年度に実施された健康診断に関するデータのうち、ステップＳ１００で読み込まれた対象疾病に関するデータを、健診データ格納部２４から読み込む（ステップＳ１０６）。検査値は、例えば糖尿病に関係するＨｂＡ１ｃ（ヘモグロビン・エイワンシー）である。これらのデータは、例えば、ＨＤＤやフラッシュメモリ等の補助記憶装置から読み出され、ＲＡＭ等の作業用領域に展開されて後述の処理に用いられる。

次に、状態判定部１２は、ステップＳ１０２において読み込んだ対象年度の加入者から、所定の順番に従って一人の加入者を抽出する（ステップＳ１０８）。このとき、抽出可能な加入者が存在しない場合、ステップＳ１１２に進む。抽出可能な加入者が存在する場合、状態判定部１２は、加入者状態判定処理を行う（ステップＳ１１０；図６）。

図５のステップＳ１１２以降の処理の説明に先立って、加入者状態判定処理について説明する。状態判定部１２は、対象者の状態を、例えば、「未受診」、「受診」、「軽症」、「中症」、「重症」、「健常」、「脱退」という７つの状態のいずれかに分類する。「未受診」とは、対象疾病に罹患しているにも関わらず通院していない状態をいう。「受診」とは、対象疾病に罹患している可能性があり、検査等のために通院したが治療は行われていない状態をいう。「軽症」とは、対象疾病に罹患しているがその症状は軽度であり、軽度な治療（例えば投薬治療）が行われている状態をいう。「中症」とは、対象疾病に罹患しているがその症状は中度であり、中度な治療（例えばインシュリン注射）が行われている状態をいう。「重症」とは、対象疾病に罹患しており、その症状は重度であり、重度な治療（例えば人工透析治療）が行われている状態をいう。「健常」とは、対象疾病に罹患していない状態をいう。「脱退」とは、健康保険組合を脱退している状態をいう。これらの状態は、例えば、ステップＳ１０８において抽出された加入者の対象年度における、加入者データ、レセプトデータ、健診データを参照することにより判定される。

図６は、状態判定部１２により実行される加入者状態判定処理の流れを示すフローチャートである。まず、状態判定部１２は、ステップＳ１０２で読み込んだ加入者のデータを参照し、対象者が健康保険組合に加入しているか否かを判定する（ステップＳ２００）。対象者が健康保険組合に加入していない場合、状態判定部１２は、対象者の状態を「脱退」と判定し（ステップＳ２０２）、本フローチャートの処理を終了する。

対象者が健康保険組合に加入している場合、状態判定部１２は、ステップＳ１０４で読み込んだレセプトデータを参照し、以下の処理を行う。状態判定部１２は、対象者の対象年度におけるレセプト件数（レセプトデータの件数）が閾値Ｎ１以上であるか否かを判定する（ステップＳ２０４）。閾値Ｎ１は、任意の正の整数である。

レセプト件数が閾値Ｎ１以上である場合、状態判定部１２は、対象者が対象年度において重症治療を受けたか否かを判定する（ステップＳ２０６）。重症治療を受けた場合、状態判定部１２は、対象者の状態を「重症」と判定し（ステップＳ２０８）、本フローチャートの処理を終了する。

重症治療を受けていない場合、状態判定部１２は、対象者が対象年度において中症治療を受けたか否かを判定する（ステップＳ２１０）。中症治療を受けた場合、状態判定部１２は、対象者の状態を「中症」と判定し（ステップＳ２１２）、本フローチャートの処理を終了する。

中症治療を受けていない場合、状態判定部１２は、対象者が対象年度において軽症治療を受けたか否かを判定する（ステップＳ２１４）。軽症治療を受けた場合、状態判定部１２は、対象者の状態を「軽症」と判定し（ステップＳ２１６）、本フローチャートの処理を終了する。

軽症治療を受けていない場合、状態判定部１２は、対象疾病の治療に関してステップＳ１０６で読み込んだデータを参照し、対象者の対象年度における対象疾病に関係する検査値が、閾値Ａ１以上であるか否かを判定する（ステップＳ２１８）。検査値が閾値Ａ１以上である場合、状態判定部１２は、対象者の状態を「未受診」と判定し（ステップＳ２２２）、本フローチャートの処理を終了する。検査値が閾値Ａ１未満である場合、状態判定部１２は、対象者の状態を「受診」と判定し（ステップＳ２２０）、本フローチャートの処理を終了する。

一方、ステップＳ２０４においてレセプト件数が閾値Ｎ１未満であると判定された場合、状態判定部１２は、対象者の対象年度における対象疾病に関係する検査値が、閾値Ａ２以上であるか否かを判定する（ステップＳ２２４）。閾値Ａ２は、閾値Ａ１と同じ値であってもよいし、異なる値であってもよい。検査値が閾値Ａ２以上である場合、状態判定部１２は、対象者の状態を「未受診」と判定し（ステップＳ２２２）、本フローチャートの処理を終了する。検査値が閾値Ａ２未満である場合、状態判定部１２は、対象者の状態を「健常」と判定し（ステップＳ２２６）、本フローチャートの処理を終了する。

図５に戻り、ステップＳ１１２以降の処理について説明する。ステップＳ１１０の処理（図６のフローチャートの処理）は、ステップＳ１０２において読み込まれた全ての加入者について行われる。全ての加入者についての処理を終了すると、ステップＳ１１２に進む。状態判定部１２は、このフローチャートが実行される中で、対象年度を更新済であるか否かを判定する（ステップＳ１１２）。対象年度を更新済でない場合、状態判定部１２は、対象年度を１つ進めて更新する（ステップＳ１１４）。そして、状態判定部１２は、ステップＳ１０２〜Ｓ１１０までの処理を、更新した対象年度について実行する。この結果、当初設定された対象年度と、その次の年の対象年度との２年分について、それぞれ対象者の状態が判定されることになる。

こうして２年分の加入者（対象年度で加入者であり、次の年度で脱退した者を含む）の状態が判定されると、状態推移確率算出部１３は、以下の処理で積算される状態推移数を初期化する（ステップＳ１１６）。状態推移数は、例えば、式（１）で示す状態推移数行列Ｏの要素として積算される。状態推移数行列Ｏは、対象年度の状態を第１引数、対象年度の次の年度の状態を第２引数とした行列である。ステップＳ１１６の「初期化」とは、例えば、この行列の要素に対応するメモリ領域の値を全てゼロにすることを意味する。式中、ｎは「受診」、ｈは「未受診」、ｍは「軽症」、ｉは「中症」、ｄは「重症」、ｆは「健常」、ｅは「脱退」を、それぞれ示している。例えばｎ_ｈｍは、対象年度から次の年度にかけて状態ｈ「未受診」から状態ｎ「受診」に推移した加入者の数を示している。

次に、状態推移確率算出部１３は、ステップＳ１０２において読み込んだ対象年度の対象者から、所定の順番に従って一人の加入者を抽出する（ステップＳ１１８）。このとき、抽出可能な加入者が存在しない場合、ステップＳ１２４に進む。抽出可能な加入者が存在する場合、状態推移確率算出部１３は、ステップＳ１１８において抽出した加入者について、対象年度の次の年度における状態が判定されているか否かを判定する（ステップＳ１２０；次年度判定）。対象年度の次の年度における状態が判定されている場合、状態推移確率算出部１３は、前述した状態推移数行列Ｏにおける該当要素に１を加算し（ステップＳ１２２）、ステップＳ１１８に戻る。また、対象年度の次の年度における状態が判定されていない場合も、ステップＳ１１８に戻る。このような処理を、対象年度における全ての加入者について実行する。

抽出可能な加入者が存在しなくなると、状態推移確率算出部１３は、状態推移確率を算出する（ステップＳ１２４）。状態推移確率は、例えば、式（２）で示す状態推移確率行列Ｐによって表される。式中、ｐ_ｘｙは、対象年度に状態ｘと判定された加入者のうち、次の年度に状態ｙに推移した加入者の割合を示している。状態推移確率算出部１３は、式（１）に示す状態推移数行列Ｏにおいて、行方向の合計値を求め、各行について各要素を行方向の合計値で除算することで、状態推移確率行列Ｐを導出する。状態推移確率行列Ｐは、行方向に加算していくと合計値が１になるようになっている。図７は、状態推移確率行列Ｐの各要素が示す事象を概念的に示す図である。

状態推移確率行列Ｐが求められると、予防サービス効果算出部１４は、予防サービス関連データ格納部２５から、予防サービス関連データを読み込む（ステップＳ１２６）。そして、予防サービス効果算出部１４は、ステップＳ１２６で読み込んだ予防サービス関連データに基づいて、予防サービスの効果算出のための演算を行う（ステップＳ１２８；図８）。

図８は、予防サービス効果算出部１４により実行される予防サービス効果算出処理の流れを示すフローチャートである。まず、予防サービス効果算出部１４は、ステップＳ１２６で読み込んだ予防サービス関連データに基づいて、ステップＳ１１８において抽出した加入者から、予防サービスを通知した予防サービス通知者を一人抽出する（ステップＳ３００）。予防サービス通知者を一人抽出すると、予防サービス効果算出部１４は、抽出した予防サービス通知者が、予防サービスを受講したか否かを判定する（ステップＳ３０２）。予防サービス効果算出部１４は、予防サービス通知者が予防サービスを受講した場合、受講していない場合のいずれも、予防サービス通知者の行動変容があったか否かを判定する（ステップＳ３０４、Ｓ３１０）。

予防サービス効果算出部１４は、例えば、予防サービスが通知されてから（通知月を含めてもよいし、含めなくてもよい）所定期間（例えば数か月）以内のレセプト件数が、閾値以上である場合に、行動変容があったと判定する。その結果、予防サービス効果算出部１４は、予防サービス通知者を、「受講／変容あり」、「受講／変容無し」、「未受講／変容あり」、「未受講／変容無し」の４つに分類する（ステップＳ３０６、Ｓ３０８、Ｓ３１２、Ｓ３１４）。

全ての予防サービス通知者を抽出すると、予防サービス効果算出部１４は、状態推移率αを算出する（ステップＳ３１６）。状態推移率αは、「受講／変容あり」に分類された予防サービス通知者の数ｎ_ｃｒと、「未受講／変容あり」に分類された予防サービス通知者の数ｎ_ｃｎとの和を、予防サービス通知者の全体数ｎ_ａｌｌで除算して求められる（式（３）参照）。このようにして求められる状態推移率αは、予防サービス通知者のうち、予防サービスの通知によって行動に変容があった人の割合を示す値となる。

なお、状態推移率αは、「受講／変容あり」に分類された予防サービス通知者の数ｎ_ｃｒを、予防サービス通知者の全体数ｎ_ａｌｌで除算して求めてもよい（式（４）参照）。このようにして求められる状態推移率αは、予防サービス通知者のうち、予防サービスの通知および受講によって行動に変容があった人の割合を示す値となる。

次に、予防サービス効果算出部１４は、対象年度における状態人数比ｒを算出する（ステップＳ３１８）。状態人数比ｒは、式（５）で示すベクトルによって表される。ベクトル中の各要素は、対象年度における全対象者に対する、各状態の人数の割合を示している。式中、ｒ_ｎは「受診」である人の割合であり、ｒ_ｈは「未受診」である人の割合であり、ｒ_ｍは「軽症」である人の割合であり、ｒ_ｉは「中症」である人の割合であり、ｒ_ｄは「重症」である人の割合であり、ｒ_ｆは「健常」である人の割合であり、ｒ_ｅは「脱退」である人の割合を、それぞれ示している。

ここで、予防サービス通知者（式（４）を採用する場合は予防サービス受講者）のみについて求めた仮想的な状態人数比ｒ_ａを考える。予防サービス通知の影響が、「受診」である人の割合ｒ_ｎと、「未受診」である人の割合ｒ_ｈに現れると仮定すると、状態人数比ｒ_ａは、式（６）で表されることになる。

ここで、予防サービス効果算出部で算出する予防サービス効果行列Ｑについて説明する。予防サービス効果算出部１４は、状態人数比ｒに乗算することで状態人数比ｒ_ａが得られる予防サービス効果行列Ｑを算出する（ステップＳ３２２）。予防サービス効果行列Ｑは、関係式Ｑ・ｒ＝ｒ_ａを満たす行列である。予防サービス通知の影響が、「受診」である人の割合ｒ_ｎと、「未受診」である人の割合ｒ_ｈに現れ、且つ予防サービス効果行列Ｑの行方向の合計値が１であるという正規化条件を満たすように定める場合、予防サービス効果行列Ｑは式（７）で表される。

従って、この式（７）をｑ_ｎｎ及びｑ_ｈｈについて解くことにより、式（８）という関係を得ることができる。

そこで、改めてｑ_ｎｎ及びｑ_ｈｈを予防サービス効果率ｑとして置くことにより、効果行列を式（９）に記載するように置くことができる。

以上により、予防サービス効果算出部１４は、予防サービス効果率ｑを算出（ステップＳ３２０）した後で、予防サービス効果行列Ｑを算出することができる。

図５の説明に戻る。予防サービス効果行列Ｑを算出すると、予防サービス効果算出部１４は、例えば、予防サービス効果行列Ｑを状態推移確率行列Ｐに乗算することで、予防サービスの効果を反映した状態推移確率行列Ｐａを、状態推移モデルとして算出し（ステップＳ１３０）、状態推移モデル格納部２６に格納する。なお、予防サービス効果算出部１４は、予防サービスの効果を反映した状態推移確率行列Ｐａと共に、予防サービスの効果を反映しない状態推移確率行列Ｐを、状態推移モデルとして状態推移モデル格納部２６に格納してもよい。そして、予防サービス効果評価装置１は、例えば端末装置８０に、状態推移モデルを出力する（ステップＳ１３２）。

この状態推移確率行列Ｐａは、予防サービスの効果を表す情報である。例えば、状態推移確率行列Ｐａから状態推移確率行列Ｐを減算することで、予防サービスの効果が状態推移確率のどの部分に現れるかを定量的に評価することができる。また、状態推移確率行列Ｐａを年数分にわたりに乗算することで、２年後、３年後、…といった将来の状態推移確率行列Ｐａを算出することができる。例えば、５年後の状態推移確率行列Ｐａは、Ｐａ^５で求められる。

また、予防サービス効果算出部１４は、状態推移確率行列Ｐａに代えて（または、加えて）、他の指標値を、予防サービスの効果として出力してもよい。例えば、予防サービス効果算出部１４は、状態推移率αを、式（１０）〜（１２）に示すように、サービスの良し悪しを表すサービス効果率βとサービスの実施の規模を表すサービス対象者率γとに分解して表現し、これらの指標値を出力することにより、サービスの効果とサービスの規模を勘案した評価を行うこともできる。

以上説明した第１の実施形態に係る予防サービス効果評価装置１によれば、医療機関の利用状況を示す加入者データ、レセプトデータ、および健診データと、予防サービスの実施に関連するデータとを取得し、取得したデータに基づいて、予防サービスの実施による通院状況の変化を示す値（状態推移率α、予防サービス効果率ｑ）を導出し、これらに基づく予防サービス効果行列Ｑを用いて予防サービスの効果を算出するため、予防サービスの効果を定量的に評価することができる。

また、状態推移確率行列Ｐに予防サービス効果行列Ｑを乗算することで状態推移確率行列Ｐａを求めるため、予防サービスに起因する状態推移確率の変化という、予防サービスの効果を定量化する上で有用な情報を得ることができる。

（第２の実施形態）
以下、第２の実施形態について説明する。図９は、第２の実施形態に係る予防サービス効果評価装置１Ａの機能構成を示す図である。第２の実施形態に係る予防サービス効果評価装置１Ａは、第１の実施形態に係る予防サービス効果評価装置１が備える構成要素に加えて、状態予測部１５と、状態予測結果比較部１６と、状態予測結果格納部２７と、状態比較結果格納部２８とを備える。第２の実施形態において、パラメータ格納部２１には、予測を行う期間（予測期間）の情報が格納される。

状態予測部１５は、対象年度から予測期間経過した年度における、予防サービスの効果を反映した状態人数と、予防サービスの効果を反映しない状態人数とを算出する。状態予測結果比較部１６は、予防サービスの効果を反映した状態人数と予防サービスの効果を反映しない状態人数とを比較した結果を算出する。状態予測結果格納部２７には、状態予測部１５による処理結果が格納され、状態比較結果格納部２８には、状態予測結果比較部１６による処理結果が格納される。

図１０は、第２の実施形態に係る予防サービス効果評価装置１Ａにより実行される全体処理の流れを示すフローチャートである。まず、状態判定部１２が、パラメータ格納部２１に格納されているパラメータの中から、状態推移モデルの生成の基準となる対象年度、および処理対象となる対象疾病、および予測期間の情報を読み込む（ステップＳ４００）。次に、状態判定部１２は、加入者データ格納部２２に格納されている、対象年度における健康保険組合への加入者のデータを読み込む（ステップＳ４０２）。次に、状態判定部１２は、ステップＳ１０２において読み込まれた各加入者について、対象年度におけるレセプトデータを、レセプトデータ格納部２３から読み込む（ステップＳ４０４）。次に、状態判定部１２は、ステップＳ１０２において読み込まれた各加入者について、対象年度に実施された健康診断に関するデータのうち、ステップＳ１００で読み込まれた対象疾病に関するデータを、健診データ格納部２４から読み込む（ステップＳ４０６）。これらのデータは、例えば、ＨＤＤやフラッシュメモリ等の補助記憶装置から読み出され、ＲＡＭ等の作業用領域に展開されて後述の処理に用いられる。

次に、状態判定部１２は、ステップＳ４０２において読み込んだ対象年度の加入者から、所定の順番に従って一人の加入者を抽出する（ステップＳ４０８）。このとき、抽出可能な加入者が存在しない場合、ステップＳ４１４に進む。抽出可能な加入者が存在する場合、状態判定部１２は、加入者状態判定処理を行う（ステップＳ４１０）。加入者状態判定処理としては、第１の実施形態と同様、図６のフローチャートに示す処理が行われる。加入者判定処理の結果は、状態予測部１５により、対象年度において各状態に属する加入者の状態人数として加算する処理が行われる（ステップＳ４１２）。ステップＳ４０８〜Ｓ４１２の処理を、対象年度におけるすべての加入者に対して実行することにより、対象年度において各状態に所属する加入者の状態人数が算出される。各状態に属する加入者の状態人数は、状態人数ベクトルＮとして表される（式（１３）参照）。式中、ｎ_ｘは、状態ｘに所属する加入者の人数を表している。

次に、状態予測部１５は、状態推移モデルとしての、予防サービスの効果を反映しない状態推移確率行列Ｐと、予防サービスの効果を反映した状態推移確率行列Ｐａとを状態推移モデル格納部２６から読み込む（ステップＳ４１４）。次に、状態予測部１５は、ステップＳ４０８〜Ｓ４１２で算出した状態人数を、状態人数の初期状態として設定する（ステップＳ４１６）。

次に、状態予測部１５は、設定年度の次年度における予防サービスの効果を反映した状態人数を、状態人数ベクトルＮと状態推移確率行列Ｐａの積Ｎ^ＴＰａを求めることで算出する（ステップＳ４１８）。ここで、上付き文字のＴは転置を表している。設定年度とは、初期状態として対象年度が設定され、ステップＳ４１８およびステップＳ４２０の処理が実行される度に１年繰り上げられる年度である。

次に、状態予測部１５は、設定年度の次年度における予防サービスの効果を反映しない状態人数を、状態人数ベクトルＮと状態推移確率行列Ｐの積Ｎ^ＴＰを求めることで算出する（ステップＳ４２０）。

次に、状態予測部１５は、予測期間分の算出が完了したか否かを判定する（ステップＳ４２２）。予測期間が例えば５年である場合、状態予測部１５は、ステップＳ４１８およびステップＳ４２０の処理によって求められた状態人数を新たな状態人数とし、状態推移確率行列ＰａまたはＰを乗算することを、５回繰り返し実行する。これによって、状態予測部１５は、対象年度から予測期間ｙ経過した年度における、予防サービスの効果を反映した状態人数Ｎ^ＴＰａ^ｙと、予防サービスの効果を反映しない状態人数Ｎ^ＴＰ^ｙとを算出することができる。これらの値は、状態予測結果格納部２７に格納される。

次に、状態予測結果比較部１６は、予防サービスの効果を反映した状態人数Ｎ^ＴＰａ^ｙと、予防サービスの効果を反映しない状態人数Ｎ^ＴＰ^ｙとを比較し（ステップＳ４２４）、例えばこれらの差分｛Ｎ^ＴＰａ^ｙ−Ｎ^ＴＰ^ｙ｝を算出して状態比較結果格納部２８に格納する。そして、予防サービス効果評価装置１Ａは、例えば端末装置８０に、状態比較結果を出力する（ステップＳ４２６）。

また、第２の実施形態に係る状態予測結果比較部１６は、状態人数の差分｛Ｎ^ＴＰａ^ｙ−Ｎ^ＴＰ^ｙ｝に、式（１４）で表される費用ベクトルを乗算することで、予防サービスの効果による費用の変動量｛Ｎ^ＴＰａ^ｙ−Ｎ^ＴＰ^ｙ｝Ｃを算出し、この費用の変動量を予防サービス効果として出力してもよい。式中、ｃ_ｘは、状態ｘの加入者に対する年間費用である。

以上説明した第２の実施形態に係る予防サービス効果評価装置１Ａによれば、第１の実施形態と同様の効果を奏する他、予防サービス効果を反映した状態人数の差分、或いはこれに基づく費用の変動量といった、直接的に理解しやすい指標値を算出することができる。

以上説明した少なくともひとつの実施形態によれば、レセプトデータや健診データといった医療機関の利用状況を示すデータと、予防サービスの実施に関連する予防サービス関連データとを取得するデータ取得部１１と、データ取得部１１により取得されたデータに基づいて、予防サービスの実施による通院状況の変化を導出することで、予防サービスの効果を算出する予防サービス効果算出部１４とを持つことにより、予防サービスの効果を定量的に評価することができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

例えば、上記実施形態において、疾病の重症化度合いを、「軽症」、「中症」、「重症」の３段階としたが、疾病やその治療の特性に従って異なる回数の段階を設けた状態を設定してもよい。

また、サービス効果行列Ｑの算出においては、サービスの効果が「受診」と「未受診」以外に及ばないものとしたが、他の状態にも及ぶものとしてサービス効果行列Ｑを算出してもよい。この際、サービス効果行列Ｑの各要素の値は必ずしも一意には定まらないため、サービス効果行列Ｑを状態推移確率行列に作用させた場合の状態推移確率において、特定の状態の状態推移確率の値が最大や最小になるなどの目標条件を設定して接近法等の手法を適用することで、サービス効果行列Ｑを導出してもよい。

また、第２の実施形態において、予防サービスを実施した場合と実施しない場合の状態人数の差分、または費用変動を個別に比較するものとしたが、各状態に対応する費用などの重みを掛けて積算することにより、一つの評価値として、予防サービスを実施した場合に対するサービスを実施しない場合の効果を評価してもよい。

また、予防サービスの効果を判断するためのデータとして、サービスを受講したかどうか、および行動変容の有無を基準としたデータを利用しているが、サービス受講者だけを対象とした行動変容を考えたり、行動変容の程度を考えたり、異なる種類の行動変容が複数ある場合を考えたりしたデータを活用してもよい。

１、１Ａ…予防サービス効果評価装置、１０…プロセッサ、１１…データ取得部、１２…状態判定部、１３…状態推移確率算出部、１４…予防サービス効果算出部、１５…状態予測部、１６…状態予測結果比較部、２０…記憶装置、２１…パラメータ格納部、２２…加入者データ格納部、２３…レセプトデータ格納部、２４…健診データ格納部、２５…予防サービス関連データ格納部、２６…状態推移モデル格納部、２７…状態予測結果格納部、２８…状態比較結果格納部、５０…通信インターフェース

Claims (6)

1. 医療機関の利用状況を示すデータと、予防サービスの実施に関連するデータとを取得するデータ取得部と、
   前記データ取得部により取得されたデータに基づいて、対象者の状態推移確率を算出する状態推移確率算出部と、
   前記データ取得部により取得されたデータと、前記対象者の状態遷移確率とに基づいて、予防サービスの実施による前記対象者の通院状況を含む状態の変化を導出することで、予防サービスの効果を算出する予防サービス効果算出部と、
   を備える予防サービス効果評価装置。
2. 前記データ取得部により取得された医療機関の利用状況を示すデータに基づいて、対象者の通院状況を含む前記対象者の状態を判定する状態判定部を更に備え、
   前記状態推移確率算出部は、前記状態判定部により判定された前記対象者の状態に基づいて、前記対象者の状態推移確率を算出し、
   前記予防サービス効果算出部は、前記予防サービスの実施による通院状況の変化を示す値を算出し、前記算出した値を、前記状態推移確率算出部により算出された前記対象者の状態推移確率に作用させることで、予防サービスの効果を算出する、
   請求項１記載の予防サービス効果評価装置。
3. 前記状態推移確率算出部は、基準時点における前記対象者の状態を第１引数とし、基準時点よりも後の時点における前記対象者の状態を第２引数とした状態推移行列を導出し、
   前記予防サービス効果算出部は、前記予防サービスの実施による通院状況の変化を示す値を含む予防サービス効果行列を前記状態推移行列に乗算することで、予防サービスの効果を算出する、
   請求項２記載の予防サービス効果評価装置。
4. 前記予防サービス効果算出部により算出された効果に基づいて、前記予防サービスの実施による前記対象者の状態人数の差分を予測する予測部を備える、
   請求項２または３記載の予防サービス効果評価装置。
5. 前記予防サービス効果算出部により算出された効果に基づいて、前記予防サービスの実施による費用変動を予測する予測部を備える、
   請求項２から４のうちいずれか１項記載の予防サービス効果評価装置。
6. コンピュータに、
   医療機関の利用状況を示すデータと、予防サービスの実施に関連するデータとを取得させ、
   前記取得されたデータに基づいて、対象者の状態推移確率を算出させ、
   前記取得されたデータと、前記対象者の状態遷移確率とに基づいて、予防サービスの実施による前記対象者の通院状況を含む状態の変化を導出することで、予防サービスの効果を算出させる、
   予防サービス効果評価プログラム。

Images