JP7261333B1 - 辞書生成装置、辞書生成方法、および、辞書生成プログラム - Google Patents

Abstract

【課題】より高精度な介護辞書を自動的に生成することを目的とする。【解決手段】辞書生成装置１００は、介護記録入力支援ツールの介護辞書２３を生成する。グループ値算出部１２０は、介護記録５１のケース記録文を複数のグループにクラスタリングし、各グループの特徴を表すグループ値２１を算出する。項目値算出部１３０は、評価項目情報５２において、評価項目に設定されている評価文の特徴を表す評価項目値２２を算出する。判定部１４０は、グループ値２１が算出されたグループが、評価項目情報５２に含まれる評価項目の少なくともいずれかに準拠するかを判定する。介護辞書生成部１５０は、グループごとに、評価項目の少なくともいずれかに当該グループが準拠するか否かを示す情報と当該グループに属するケース記録文とを設定した介護辞書２３を生成する。【選択図】図１

Description

本開示は、介護記録への入力支援に用いられる介護辞書を生成する辞書生成装置、辞書生成方法、および、辞書生成プログラムに関する。

介護業界向けのソフトウェアとして、介護記録へケース記録を入力する際の介護記録入力支援ツールとして介護ＡＩ入力予測ツールがある。ＡＩは、Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅの略語である。このような介護記録入力支援ツールを、介護記録ナビゲーションとも呼ぶ。
介護記録入力支援ツールから出力される文書は、辞書（以下、介護辞書と称する）を基に出力されている。介護辞書は、例文、専門用語、および、ユーザが登録した単語等の集合体である。

介護記録入力支援ツールの精度を高めるとともに、介護者の業務負担を軽減するため、介護辞書の精度向上が求められている。しかし、現状、介護辞書の精度向上のためには、全ての工程において人手による作業が必要であり、長期にわたる工数がかかる。

特許文献１では、情報分類装置において、学習用テキストの特徴を表す特徴ベクトル集合からカテゴリ毎の相関行列を作成し、参照プロファイルを得る構成が開示されている。

特開平１１－１６１６７１号公報

特許文献１では、電子文書データを既定の分類体系に沿った形でカテゴリに分類している。しかし、介護記録入力支援ツールの精度を高めるとともに介護者の業務負担を軽減するために、介護辞書の精度を向上させる手段については何ら開示されていない。

本開示では、介護記録のケース記録を高精度にグループに分類するとともに、各グループが要介護者の動作を評価する評価項目に準拠するか否かを判定することにより、より高精度な介護辞書を自動的に生成することを目的とする。

本開示に係る辞書生成装置は、
介護記録に蓄積されたケース記録を構成するケース記録文を複数のグループにクラスタリングし、前記複数のグループの各グループの特徴を表す値をグループ値として算出するグループ値算出部と、
要介護者の動作を細分化した評価項目と前記評価項目を点数分けするための評価文とが設定された評価項目情報において、前記評価項目に設定されている評価文の特徴を表す値を評価項目値として算出する項目値算出部と、
前記グループ値と前記評価項目値とに基づいて、前記グループ値が算出されたグループが、前記評価項目情報に含まれる評価項目の少なくともいずれかに準拠するかを判定する判定部と、
前記複数のグループのグループごとに、前記評価項目情報に含まれる評価項目の少なくともいずれかに当該グループが準拠するか否かを示す情報と当該グループに属するケース記録文とを設定した情報を、介護辞書として生成する介護辞書生成部とを備える。

前記グループ値算出部は、
前記ケース記録文をベクトル化し、ベクトル化により得られたケース記録文のベクトルを前記複数のグループにクラスタリングし、前記複数のグループの各グループに属するケース記録文のベクトルを用いて前記複数のグループの各グループの重心を前記グループ値として算出する。

前記グループ値算出部は、
前記複数のグループの各グループに属するケース記録文のベクトルから構成される相関行列の固有値を前記重心として算出し、
前記項目値算出部は、
前記評価項目に設定されている点数および評価文をベクトル化し、前記評価項目に設定されている点数および評価文のベクトルから構成される相関行列の固有値を、前記評価項目値として算出する。

前記グループ値算出部は、
前記ケース記録文を単語に分け、各単語をベクトル化し、前記ケース記録文に含まれる単語のベクトルの平均値を前記ケース記録文のベクトルとして算出する。

前記グループ値算出部は、
前記ケース記録文に含まれる単語の連なりの頻度に基づいて、前記単語の連なりのマスタを作成し、
前記介護辞書生成部は、
前記マスタを含む前記介護辞書を生成する。

前記判定部は、
前記グループ値との距離が閾値以内である前記評価項目値が存在する場合に、前記グループ値が算出されたグループが、前記評価項目値が算出された評価項目に準拠すると判定する。

前記評価項目情報は、バーセルインデックス評価表である。

前記辞書生成装置は、
前記介護記録に蓄積されたケース記録を介護の種別ごとに分類する種別分類部を備え、
前記グループ値算出部は、
種別ごとに分類された前記ケース記録文を前記複数のグループにクラスタリングする。

本開示に係る辞書生成方法は、
コンピュータが、介護記録に蓄積されたケース記録を構成するケース記録文を複数のグループにクラスタリングし、前記複数のグループの各グループの特徴を表す値をグループ値として算出し、
コンピュータが、要介護者の動作を細分化した評価項目と前記評価項目を点数分けするための評価文とが設定された評価項目情報において、前記評価項目に設定されている評価文の特徴を表す値を評価項目値として算出し、
コンピュータが、前記グループ値と前記評価項目値とに基づいて、前記グループ値が算出されたグループが、前記評価項目情報に含まれる評価項目の少なくともいずれかに準拠するかを判定し、
コンピュータが、前記複数のグループのグループごとに、前記評価項目情報に含まれる評価項目の少なくともいずれかに当該グループが準拠するか否かを示す情報と当該グループに属するケース記録文とを設定した情報を、介護辞書として生成する。

本開示に係る辞書生成プログラムは、
介護記録に蓄積されたケース記録を構成するケース記録文を複数のグループにクラスタリングし、前記複数のグループの各グループの特徴を表す値をグループ値として算出するグループ値算出処理と、
要介護者の動作を細分化した評価項目と前記評価項目を点数分けするための評価文とが設定された評価項目情報において、前記評価項目に設定されている評価文の特徴を表す値を評価項目値として算出する項目値算出処理と、
前記グループ値と前記評価項目値とに基づいて、前記グループ値が算出されたグループが、前記評価項目情報に含まれる評価項目の少なくともいずれかに準拠するかを判定する判定処理と、
前記複数のグループのグループごとに、前記評価項目情報に含まれる評価項目の少なくともいずれかに当該グループが準拠するか否かを示す情報と当該グループに属するケース記録文とを設定した情報を、介護辞書として生成する介護辞書生成処理と
をコンピュータに実行させる。

本開示に係る辞書生成装置では、グループ値算出部が、介護記録に蓄積されたケース記録を複数のグループにクラスタリングし、各グループの特徴を表すグループ値を算出する。項目値算出部が、評価項目情報において、評価項目に設定されている評価文の特徴を表す評価項目値を算出する。判定部は、グループ値と評価項目値とに基づいて、グループが、評価項目情報に含まれる評価項目の少なくともいずれかに準拠するかを判定する。そして、介護辞書生成部が、グループごとに、評価項目情報に含まれる評価項目の少なくともいずれかに当該グループが準拠するか否かを示す情報と当該グループに属するケース記録文とを例文として設定した介護辞書を生成する。よって、本開示に係る辞書生成装置によれば、介護記録のケース記録を高精度にグループに分類することができる。また、本開示に係る辞書生成装置によれば、各グループが要介護者の動作を評価する評価項目に準拠するか否かを判定することができる。よって、本開示に係る辞書生成装置によれば、より高精度な介護辞書を自動的に生成することができるという効果を奏する。

実施の形態１に係る辞書生成装置の構成例を示す図。 実施の形態１に係る介護記録の構成例を示す図。 実施の形態１に係る辞書生成装置の動作を示すフロー図。 実施の形態１に係る種別「排泄」に分類されたケース記録の例を示す図。 実施の形態１に係るグループ値算出処理を示すフロー図。 実施の形態１に係るケース記録文のベクトル化の例を示す図。 実施の形態１に係るグループ値算出部によるクラスタリングの例を示す図。 実施の形態１に係る評価項目情報の構成例を示す図。 実施の形態１に係る判定部による判定処理の例を示す図。 実施の形態１に係る介護辞書の出力例を示す図。 実施の形態１に係るテキストマイニングツールの調整についての処理例を示す図。 実施の形態１の変形例に係る辞書生成装置の構成例を示す図。

以下、本開示の実施の形態について、図を用いて説明する。なお、各図中、同一または相当する部分には、同一符号を付している。実施の形態の説明において、同一または相当する部分については、説明を適宜省略または簡略化する。

実施の形態１．
＊＊＊構成の説明＊＊＊
図１は、本実施の形態に係る辞書生成装置１００の構成例を示す図である。

辞書生成装置１００は、介護記録入力支援ツールに用いられる介護辞書２３を生成する装置である。
介護記録入力支援ツールとは、介護者が介護記録へケース記録を入力するために用いられる。介護記録入力支援ツールは、介護者の事務処理負担を低減するためのツールである。
介護者とは、介護サービスを提供する者、つまり利用者に対して介護を実施する者である。利用者とは、例えば、介護サービスを利用する高齢者等の要介護者である。

また、介護者は、要介護者の日常生活における動作の機能的評価を数値化した指標を用いて、要介護者の状態を評価し、ケアプランの効果検証を行う。要介護者の動作の機能的評価を数値化した指標には、例えば、ＢＩ（バーセルインデックス）評価表がある。
介護記録入力支援ツールの精度を高め、介護者の業務負担を軽減するためには、介護辞書２３に含まれる例文等が、ＢＩ評価表といった指標に用いられる評価項目に対応するか（準拠するか）を明確化することが有効である。

辞書生成装置１００は、コンピュータである。辞書生成装置１００は、プロセッサ９１０を備えるとともに、メモリ９２１、補助記憶装置９２２、入力インタフェース９３０、出力インタフェース９４０、および通信装置９５０といった他のハードウェアを備える。プロセッサ９１０は、信号線を介して他のハードウェアと接続され、これら他のハードウェアを制御する。

辞書生成装置１００は、機能要素として、種別分類部１１０とグループ値算出部１２０と項目値算出部１３０と判定部１４０と介護辞書生成部１５０と記憶部１６０とを備える。記憶部１６０には、介護記録５１と評価項目情報５２と閾値５３が記憶される。

種別分類部１１０とグループ値算出部１２０と項目値算出部１３０と判定部１４０と介護辞書生成部１５０との機能は、ソフトウェアにより実現される。
記憶部１６０は、メモリ９２１に備えられる。なお、記憶部１６０は、補助記憶装置９２２に備えられていてもよいし、メモリ９２１と補助記憶装置９２２に分散して備えられていてもよい。

プロセッサ９１０は、辞書生成プログラムを実行する装置である。辞書生成プログラムは、種別分類部１１０とグループ値算出部１２０と項目値算出部１３０と判定部１４０と介護辞書生成部１５０との機能を実現するプログラムである。
プロセッサ９１０は、演算処理を行うＩＣである。プロセッサ９１０の具体例は、ＣＰＵ、ＤＳＰ、ＧＰＵである。ＩＣは、Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔの略語である。ＣＰＵは、Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔの略語である。ＤＳＰは、Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒの略語である。ＧＰＵは、Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔの略語である。

メモリ９２１は、データを一時的に記憶する記憶装置である。メモリ９２１の具体例は、ＳＲＡＭ、あるいはＤＲＡＭである。ＳＲＡＭは、Ｓｔａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙの略語である。ＤＲＡＭは、Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙの略語である。

補助記憶装置９２２は、データを保管する記憶装置である。補助記憶装置９２２の具体例は、ＨＤＤである。また、補助記憶装置９２２は、ＳＤ（登録商標）メモリカード、ＣＦ、ＮＡＮＤフラッシュ、フレキシブルディスク、光ディスク、コンパクトディスク、ブルーレイ（登録商標）ディスク、ＤＶＤといった可搬の記憶媒体であってもよい。なお、ＨＤＤは、Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅの略語である。ＳＤ（登録商標）は、Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌの略語である。ＣＦは、ＣｏｍｐａｃｔＦｌａｓｈ（登録商標）の略語である。ＤＶＤは、Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋの略語である。

入力インタフェース９３０は、マウス、キーボード、あるいはタッチパネルといった入力装置と接続されるポートである。入力インタフェース９３０は、具体的には、ＵＳＢ端子である。なお、入力インタフェース９３０は、ＬＡＮと接続されるポートであってもよい。ＵＳＢは、Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓの略語である。ＬＡＮは、Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋの略語である。
出力インタフェース９４０は、ディスプレイといった表示機器のケーブルが接続されるポートである。出力インタフェース９４０は、具体的には、ＵＳＢ端子またはＨＤＭＩ（登録商標）端子である。ディスプレイは、具体的には、ＬＣＤである。ＨＤＭＩ（登録商標）は、Ｈｉｇｈ Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅの略語である。ＬＣＤは、Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙの略語である。

通信装置９５０は、ネットワークを介して他の装置と通信する。通信装置９５０は、レシーバとトランスミッタを有する。通信装置９５０は、有線または無線で、ＬＡＮ、インターネット、あるいは電話回線といった通信網に接続している。通信装置９５０は、具体的には、通信チップまたはＮＩＣである。ＮＩＣは、Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄの略語である。

辞書生成プログラムは、プロセッサ９１０に読み込まれ、プロセッサ９１０によって実行される。メモリ９２１には、辞書生成プログラムだけでなく、ＯＳも記憶されている。ＯＳは、Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍの略語である。プロセッサ９１０は、ＯＳを実行しながら、辞書生成プログラムを実行する。辞書生成プログラムおよびＯＳは、補助記憶装置９２２に記憶されていてもよい。補助記憶装置９２２に記憶されている辞書生成プログラムおよびＯＳは、メモリ９２１にロードされ、プロセッサ９１０によって実行される。なお、辞書生成プログラムの一部または全部がＯＳに組み込まれていてもよい。

辞書生成装置１００は、プロセッサ９１０を代替する複数のプロセッサを備えていてもよい。これら複数のプロセッサは、辞書生成プログラムの実行を分担する。それぞれのプロセッサは、プロセッサ９１０と同じように、辞書生成プログラムを実行する装置である。

辞書生成プログラムにより利用、処理または出力されるデータ、情報、信号値および変数値は、メモリ９２１、補助記憶装置９２２、または、プロセッサ９１０内のレジスタあるいはキャッシュメモリに記憶される。

種別分類部１１０とグループ値算出部１２０と項目値算出部１３０と判定部１４０と介護辞書生成部１５０との各部の「部」を「処理」、「手順」あるいは「工程」に読み替えてもよい。種別分類処理とグループ値算出処理と項目値算出処理と判定処理と介護辞書生成処理といった辞書生成処理を、コンピュータに実行させる。また、辞書生成方法は、辞書生成装置１００が辞書生成プログラムを実行することにより行われる方法である。
辞書生成プログラムは、コンピュータが読み取り可能な記録媒体に格納されて提供されてもよい。また、辞書生成プログラムは、プログラムプロダクトとして提供されてもよい。

＊＊＊動作の説明＊＊＊
図２から図１０を用いて、本実施の形態に係る辞書生成装置１００の動作について説明する。
辞書生成装置１００の動作手順は、辞書生成方法および辞書生成処理に相当する。また、辞書生成装置１００の動作を実現するプログラムは、辞書生成プログラムに相当する。

図２は、本実施の形態に係る介護記録５１の構成例を示す図である。
介護記録５１には、介護のケースの記録を文で表したケース記録が蓄積されている。
介護記録５１には、利用者情報５１１と日時５１２と種別５１３とケース記録５１４とが設定される。

利用者情報５１１は、当該介護のケースの対象となる利用者（要介護者）の利用者番号および利用者名である。
日時５１２は、当該介護のケースが実施された日時である。
種別５１３は、当該介護の種別である。具体的には、「入所・看護」、「食事」、「看護」、「排泄」、「服薬」、「巡視」といった種別がある。種別５１３は、カテゴリともいう。

ケース記録５１４は、介護のケースの記録を文で表したものである。介護のケースの記録とは、介護経過記録とも呼ばれ、介護サービス事業者が利用者に対してどのようなサービスを実施したのかを記録した文書である。ケースとは時系列の記憶、経過などを示す。ケース記録５１４は、１つの文でもよいし、複数の文から構成されてもよい。介護者がフリーフォーマットで入力してもよいし、予め用意された定型文から入力してもよいし、フリーフォーマットと定型文を合わせて入力するように構成してもよい。１つのケース記録５１４に含まれる文を、そのケース記録５１４のケース記録文と称する。
例えば、図２の介護記録５１における２行目の日時「２０２１／４／２２，１１：３０」、種別「排泄」のケースでは、２つのケース記録文が設定されている。具体的には、「トイレ介助は一部介助で対応。」（ケース記録文Ｃとする）と、「オムツを準備していると「これに出ないのよね・・」との話がある。」（ケース記録文Ｅとする）とが設定されている。
なお図２で、一部のケース記録文の末尾に付与されている＜ケース記録文Ａ＞等は、説明のためのタグであり、ケース記録５１４には記録されていない情報である。

図３は、本実施の形態に係る辞書生成装置１００の動作を示すフロー図である。

＜種別分類処理＞
ステップＳ１０１において、種別分類部１１０は、介護記録５１に蓄積されたケース記録５１４を種別５１３ごとに分類する。
具体的には、種別分類部１１０は、フィルタ機能等を用いて、介護記録５１に蓄積されたケース記録５１４を種別５１３ごとに分類する。これにより、同一の種別５１３に対応するケース記録５１４が１つのファイルに集められる。例えば、種別５１３が「排泄」であるケース記録５１４が集められ、次のグループ値算出処理で実施されるテキストの分析手法（テキストマイニングツール）への入力のために整形される。

図４は、本実施の形態に係る種別「排泄」で分類されたケース記録の例を示す図である。

＜グループ値算出処理＞
ステップＳ１０２において、グループ値算出部１２０は、介護記録５１の中のケース記録５１４に含まれるケース記録文を、複数のグループにクラスタリングする。ここでは、グループ値算出部１２０は、種別ごとに分類されたケース記録５１４を構成するケース記録文を、複数のグループにクラスタリングする。そして、グループ値算出部１２０は、複数のグループの各グループの特徴を表す値をグループ値２１として算出する。
具体的には、以下に説明する通りである。

図５は、本実施の形態に係るグループ値算出処理を示すフロー図である。
ステップＳ２１において、グループ値算出部１２０は、ケース記録文を単語に分ける。例えば、グループ値算出部１２０は、形態素解析といったテキストマイニングツールを用いてケース記録文を単語に分ける。
例えば、ケース記録文Ｃの場合、グループ値算出部１２０は、形態素解析により、「トイレ介助は一部介助で対応。」を単語に分けて、単語の品詞、活用形を解析する。このとき、ケース記録文Ｃは、「トイレ」、「介助」、「は」、「一部」、「介助」、「で」、「対応」、「。」と単語に分けられ、品詞および活用形が解析される。

ステップＳ２２において、グループ値算出部１２０は、ケース記録文に含まれる単語の連なりの頻度に基づいて、単語の連なりのマスタを作成する。
具体的には、グループ値算出部１２０は、ｎ－ｇｒａｍ法といった手法を用いて、ｎ単語（ｎは自然数）の連なりの頻度を集計する。そして、グループ値算出部１２０は、ある単語に付随して出現する単語を把握し、マスタを作成する。

例えば、「「の」、「使用」、「なし」」という単語の連なりと、「「の」、「使用」、「あり」」という単語の連なりが以下のように出現したとする。
・自助具の使用なし。食事動作を自力にて行った。
・自助具の使用あり。食事動作を最小介助にて行った。
・自助具の使用あり。食事動作を最大介助にて行った。
このとき、「「の」、「使用」、「なし」」の単語の連なりは１件であり、「「の」、「使用」、「あり」」の単語の連なりは２件である。
グループ値算出部１２０は、「自助具の使用」に付随して出現する単語「あり」、「なし」を把握し、マスタを作成する。マスタとして、「自助具の使用［○×］」という例文を作成し、［○×］部分には［「なし」、「あり」］と登録する。
マスタとは、単語の連なりに関して、候補の単語がある箇所とその候補の単語を示す情報であり、［○×］と表記している箇所が候補の単語がある箇所であり、概要名を示す。また「なし」、「あり」が概要名に対応する詳細候補名となる。

次に、ステップＳ２３において、グループ値算出部１２０は、ケース記録文をベクトル化する。
具体的には、グループ値算出部１２０は、テキストをベクトル化するツールを用いて、ケース記録文の各単語をベクトル化する。例えば、グループ値算出部１２０は、Ｗｏｒｄ２Ｖｅｃといったテキストマイニングツールを用いて、ケース記録文の各単語をベクトル化する。
そして、グループ値算出部１２０は、ケース記録文に含まれる各単語のベクトルの平均値をケース記録文のベクトルとして算出する。

図６は、本実施の形態に係るケース記録文のベクトル化の例を示す図である。
上述したように、ケース記録文「トイレ介助は一部介助で対応。」は、「トイレ」、「介助」、「は」、「一部」、「介助」、「で」、「対応」、「。」のように単語に分けられる。
各単語は、テキストをベクトル化するツールにより、例えば、１００個の実数から成る１００次元のベクトルで表される。
そして、ケース記録文のすべての単語のベクトルを加算し、加算した結果を単語数で割ることにより得られる平均値を、ケース記録文のベクトルとする。

次に、ステップＳ２４において、グループ値算出部１２０は、ケース記録文のベクトルを複数のグループにクラスタリングする。このとき、グループ値算出部１２０は、グループの重心を、そのグループに属するケース記録文のベクトルから構成される相関行列の固有値として算出しつつ、クラスタリングを実施する。そして、グループ値算出部１２０は、グループに属するケース記録文のベクトルを用いて、当該グループの重心をグループ値２１として算出する。
具体的には、以下の通りである。

図７は、本実施の形態に係るグループ値算出部１２０によるクラスタリングの例を示す図である。
グループ値算出部１２０は、例えば、ｋ－ｍｅａｎｓ法を用いてケース記録文のベクトルをクラスタリングする。

図７では、１０個のケース記録文Ａ～Ｊのベクトルを、３つのグループ１～３に分けるｋ－ｍｅａｎｓ法（ｋ＝３）を示している。
図７の（１）から（４）までの処理は、グループ値算出部１２０により実施される。

（１）では、ケース記録文Ａ～Ｊの各々が各自のベクトルの位置に配置されている。また、グループ１～３の各グループの重心の初期値が任意に設定される。
（２）では、すべてのケース記録文において、各重心までの距離を求め、一番重心に近いグループにケース記録文を追加する。
（３）では、グループごとに重心が再計算される。このとき、グループ値算出部１２０は、そのグループに属するケース記録文のベクトルから構成される相関行列の固有値を、当該グループの重心として算出する。グループ値算出部１２０は、再計算した重心を新たな重心として設定する。
（４）では、グループ内の要素の変更が無くなるまで、上記（２）および（３）を計算し続ける。グループ値算出部１２０は、最終的にクラスタリングの結果として得られた３つのグループの重心を、各グループのグループ値２１として得る。
以上の（１）から（４）の処理により、１０個のケース記録文Ａ～Ｊのベクトルは、３つのグループ１～３に分けられ、各グループのグループ値２１が得られる。

ここで、ケース記録文のベクトルから構成される相関行列の固有値について詳しく説明する。
例えば、ケース記録文のベクトルが１００次元であるとする。なお、１００次元は一例であり、１００次元以上であっても１００次元以下であってもよい。

グループ値算出部１２０は、グループに含まれる１つのケース記録文の固有値を算出する。
ケース記録文の相関行列は、１００次元のベクトルを用いて、１００×１００の正方行列となる。グループ値算出部１２０は、１００×１００の正方行列である相関行列の固有値をケース記録文の固有値とする。
グループ値算出部１２０は、グループに含まれるすべてのケース記録文の固有値を算出し、すべてのケース記録文の固有値の平均値をグループの固有値、すなわちグループの重心とする。

図８は、本実施の形態に係る評価項目情報５２の構成例を示す図である。
評価項目情報５２は、利用者（要介護者）の動作を細分化した複数の評価項目の各評価項目と、当該評価項目を点数分けするための評価文とが設定された情報である。
具体的には、評価項目情報５２は、利用者の日常生活における動作の機能的評価を数値化した指標であるＢＩ評価表である。

評価項目情報５２には、評価項目５２１と、点数５２２と、評価文５２３とが設定されている。
例えば、評価項目「排便コントロール」では、以下のように点数５２２と評価文５２３が対応付けられている。
・１０点：失禁なし。浣腸、坐薬の取り扱いも可能。
・ ５点：時に失禁あり。浣腸、坐薬の取り扱いに介助を要する。
・ ０点：全介助。
また、例えば、評価項目「排尿コントロール」では、以下のように点数５２２と評価文５２３が対応付けられている。
・１０点：失禁なし。
・ ５点：時に失禁あり。収尿器の取り扱いに介助を要する場合も含む。
・ ０点：全介助。

次に図３に戻り説明を続ける。

＜項目値算出処理＞
ステップＳ１０３において、項目値算出部１３０は、評価項目情報５２において、各評価項目５２１に設定されている評価文５２３の特徴を表す値を評価項目値２２として算出する。
項目値算出部１３０は、各評価項目５２１に設定されている評価文５２３をベクトル化する。項目値算出部１３０は、各評価項目５２１に設定されている評価文５２３のベクトルから構成される相関行列の固有値を、評価項目値２２として算出する。
評価文５２３をベクトル化する方法は、ケース記録文をベクトル化する方法と同様である。また、評価文５２３のベクトルから構成される相関行列の固有値についても、ケース記録文の固有値を算出する方法と同様である。ベクトル化するときに、評価文５２３だけでなく、点数５２２をも対象としてもよい。

項目値算出処理について、図８の具体例を用いて説明する。
例えば、評価項目「排尿コントロール」に設定されている点数５２２および評価文５２３は、「１０点：失禁なし。」、「５点：時に失禁あり。収尿器の取り扱いに介助を要する場合も含む。」、「０点：全介助。」である。
項目値算出部１３０は、この点数５２２および評価文５２３に対してベクトル化を行い、この点数５２２および評価文５２３のベクトルから構成される相関行列の固有値を、評価項目「排尿コントロール」の評価項目値２２として算出する。

＜判定処理＞
ステップＳ１０４において、判定部１４０は、グループ値２１と、評価項目情報５２に含まれる評価項目の評価項目値２２とに基づいて、グループ値２１が算出されたグループが、評価項目情報５２に含まれる評価項目の少なくともいずれかに準拠するかを判定する。例えば、判定部１４０は、グループ値２１との距離が閾値５３以内である評価項目値２２が存在する場合に、そのグループが少なくともいずれかの評価項目に準拠すると判定する。

図９は、本実施の形態に係る判定部１４０による判定処理の例を示す図である。
図９において、左側の枠内は、種別「排泄」に属するケース記録文がグループ１とグループ２にグループ分けされた例を示している。また、種別「排泄」に属するケース記録文から得られたマスタも含まれている。グループ１とグループ２では、それぞれグループ値２１が算出されている。グループ１とグループ２の各々のグループ値２１は、グループ１とグループ２の各々の重心、すなわち固有値である。
また、図９において、右側の枠内は、評価項目情報５２において、各評価項目の点数および評価文から、評価項目値２２が算出されている例を示している。

例えば、判定部１４０は、グループ１のグループ値２１と、評価項目「排便コントロール」の評価項目値２２との距離を算出する。判定部１４０は、算出した距離が閾値５３以内であれば、グループ１を評価項目「排便コントロール」に準拠すると判定する。また、判定部１４０は、算出した距離が閾値５３より離れていれば、グループ１は評価項目「排便コントロール」に準拠しないと判定する。

判定部１４０は、グループ１のグループ値２１について、すべての評価項目の評価項目値２２との距離を判定し、１つでも閾値５３以内の距離があれば、グループ１を少なくともいずれかの評価項目に準拠する、と判定する。
一方、判定部１４０は、グループ１のグループ値２１について、すべての評価項目の評価項目値２２との距離を判定し、すべて閾値５３より離れていれば、グループ１を評価項目情報５２の評価項目に準拠しない、と判定する。
また複数の評価項目を組合せて特有な評価項目を設定することがある。この場合複数の評価項目との距離を判定し、どの評価項目との距離も閾値内５３以内である場合は、特有な評価項目に準拠すると判定してもよい。一例としては排便コントロール、排尿コントロールを組み合わせて排泄コントロールという特有な評価項目を設定し、排便コントロール、排尿コントロール双方で準拠したものを排泄コントロールに準拠していると判定する。

＜介護辞書生成処理＞
ステップＳ１０５において、介護辞書生成部１５０は、グループごとに、当該グループが、評価項目情報に含まれる評価項目の少なくともいずれかに準拠するか否かを示す情報と、当該グループに属するケース記録文とを設定した情報を介護辞書２３として生成する。
また、介護辞書生成部１５０は、介護辞書２３にマスタを含める。前述したようにマスタとは、単語の連なりに関して、候補の単語がある箇所とその候補の単語を示す情報であり、概要名と詳細候補名とを含む。グループ値算出部１２０が単語の連なりの頻度に基づき概要名と詳細候補名とを設定するように構成してもよい。あるいはグループ値算出部１２０が算出した単語の連なりの頻度を介護辞書生成部１５０が参考情報として表示して、概要名と詳細候補名との指定を受け付けるように構成してもよい。あるいはグループ値算出部１２０が設定した概要名と詳細候補名との変更を受け付けるように構成してもよい。

図１０は、本実施の形態に係る介護辞書２３の出力例を示す図である。
介護辞書２３は、種別（カテゴリ）ごとの例文集として出力される。図１０では、種別「排泄」における例文集が示されている。
例文集では、グループフラグ２３１と、グループ番号２３２と、例文２３３とが設定される。

グループフラグ２３１は、当該グループが、評価項目情報に含まれる評価項目の少なくともいずれかに準拠するか否かを示す情報である。つまり、当該グループに属する例文２２３が、ＢＩ評価表に含まれる評価項目に準拠した例文であるか否かを示す情報である。
例えば、「０」は「グループが、評価項目情報のいずれかの評価項目に準拠したと推定される」ことを示し、「１」は「グループが、評価項目情報のいずれの評価項目にも準拠しないと推定される」ことを示す。

グループ番号２３２は、各グループを識別する識別子である。
例文２３３は、各グループに属するケース記録文である。

図９の例では、グループ１（グループ番号「１」）には、ケース記録文Ｃ，Ｅが属しており、評価項目情報５２の評価項目「排便コントロール」に準拠したと判定されたものとする。
また、グループ２（グループ番号「２」）には、ケース記録文Ｊ，Ａ，Ｉ，Ｄ，Ｆが属しており、評価項目情報５２のどの評価項目にも準拠していないと判定されたものとする。
また、図示は無いが、グループ３（グループ番号「３」）には、ケース記録文Ｋ，Ｌが属しており、評価項目情報５２のどの評価項目にも準拠していないと判定されたものとする。

このとき、図１０に示すように、種別「排泄」における例文集には、グループ番号「１」のグループでは、グループフラグに「１」、例文にケース記録文Ｃ，Ｅが設定される。また、グループ番号「２」のグループでは、グループフラグに「０」、例文にケース記録文Ｊ，Ａ，Ｉ，Ｄ，Ｆが設定される。また、グループ番号「３」のグループでは、グループフラグに「０」、例文にケース記録文Ｋ，Ｌが設定される。
また介護辞書２３に含まれるマスタは、図９に例示したような情報となる。図９のマスタの１行目の表記のとおり、［］で囲まされた、介助が概要名となり、「全介助」、「一部介助」、「自力にて」が詳細候補名となる。同様に２行目は、［］で囲まされた、〇×が概要名となり、「あり」、「なし」が詳細候補名となる。
このマスタの情報により、介護記録入力支援ツールが介護者によるケース記録入力、あるいはケース記録変更を受け付けるとき、例えば介護という文字情報に対して、「全介助」、「一部介助」、「自力にて」が変換する候補となりうることを提示することができる。

＊＊＊他の構成＊＊＊
＜変形例１＞
図１１は、本実施の形態に係るテキストマイニングツールの調整についての処理例を示す図である。
テキストマイニングツールは、評価項目情報における各評価項目に、実際に介護士が評価した点数とその点数に対応する評価文を追加することで調整することができる。

＜変形例２＞
本実施の形態では、介護辞書生成部は、グループごとに、当該グループが少なくともいずれかの評価項目に準拠するか否かを示すフラグと当該グループに属するケース記録文とを設定した介護辞書を生成した。
変形例２では、判定部が、グループが対応する特定の評価項目を判定してもよい。このとき、判定部は、グループとの距離が最も近い評価項目を、そのグループが対応する特定の評価項目であると判定してもよい。そして、介護辞書生成部は、特定の評価項目に、対応するグループに属するケース記録文を対応付けた情報を介護辞書として生成してもよい。

＜変形例３＞
図１２は、本実施の形態の変形例に係る辞書生成装置１００の構成例である。
本実施の形態では、辞書生成装置１００における種別分類部１１０とグループ値算出部１２０と項目値算出部１３０と判定部１４０と介護辞書生成部１５０の機能がソフトウェアで実現される。しかし、変形例として、種別分類部１１０とグループ値算出部１２０と項目値算出部１３０と判定部１４０と介護辞書生成部１５０の機能がハードウェアで実現されてもよい。

すなわち、図１２に示すように、図１におけるプロセッサ９１０を電子回路９０９に置き換えてもよい。
電子回路９０９は、種別分類部１１０とグループ値算出部１２０と項目値算出部１３０と判定部１４０と介護辞書生成部１５０の機能を実現する専用の電子回路である。電子回路９０９は、具体的には、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ロジックＩＣ、ＧＡ、ＡＳＩＣ、または、ＦＰＧＡである。ＧＡは、Ｇａｔｅ Ａｒｒａｙの略語である。ＡＳＩＣは、Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ
Ｃｉｒｃｕｉｔの略語である。ＦＰＧＡは、Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙの略語である。

別の変形例として、種別分類部１１０とグループ値算出部１２０と項目値算出部１３０と判定部１４０と介護辞書生成部１５０の一部の機能が専用のハードウェアで実現され、残りの機能がソフトウェアで実現されてもよい。

プロセッサ９１０と、メモリ９２１と、電子回路９０９とを、総称して「プロセッシングサーキットリ」という。つまり、辞書生成装置１００の機能は、プロセッシングサーキットリにより実現される。

＊＊＊本実施の形態の効果の説明＊＊＊
本実施の形態に係る辞書生成装置では、介護記録に蓄積されたケース記録を高精度にグループ分けできる。また、各グループが評価項目情報に含まれる評価項目に準拠するか否かを判定することができる。よって、本実施の形態に係る辞書生成装置によれば、より高精度で使い勝手の良い介護辞書を生成することができる。

本実施の形態に係る辞書生成装置では、テキストマイニング技術を用いて介護記録から介護記録入力支援ツールの辞書（介護辞書）を自動的に生成する。よって、本実施の形態に係る辞書生成装置によれば、介護辞書の精度向上のための工数削減をすることができる。

本実施の形態に係る辞書生成装置では、介護記録に蓄積されたケース記録をカテゴリで分類し、カテゴリごとのケース記録をさらにグループ化する。そして、グループ化した後に、各グループが評価項目情報に含まれる評価項目に準拠したものか否かを判定する。さらに、ケース記録が属するグループが、評価項目情報に含まれる評価項目に準拠したものか否かを明確化して、介護辞書として出力する。また、単語群がまとめられたマスタも介護辞書に含められる。これにより、本実施の形態に係る辞書生成装置によれば、高精度で使い勝手の良い介護辞書を、少ない工数で自動的に生成することができる。
介護記録に設定されるカテゴリは例えば介護施設毎に任意に設定される項目であり、随時変更、追加、削除される可能性がある。その場合もカテゴリの変更に応じて、カテゴリが評価項目に準拠しているかを判定し、新たな介護辞書２３を生成することも可能となる。
どのようなカテゴリに分類しても「０」、「１」のフラグにより、例えばＢＩ評価表に準拠しているかしていないかを示すことができ、介護者は準拠しているかしていないかを意識して、ケース記録文を入力することができる。

以上の実施の形態１では、辞書生成装置の各部を独立した機能ブロックとして説明した。しかし、辞書生成装置の構成は、上述した実施の形態のような構成でなくてもよい。辞書生成装置の機能ブロックは、上述した実施の形態で説明した機能を実現することができれば、どのような構成でもよい。また、辞書生成装置は、１つの装置でなく、複数の装置から構成されたシステムでもよい。
また、実施の形態１のうち、複数の部分を組み合わせて実施しても構わない。あるいは、この実施の形態のうち、１つの部分を実施しても構わない。その他、この実施の形態を、全体としてあるいは部分的に、どのように組み合わせて実施しても構わない。
すなわち、実施の形態１では、各実施の形態の自由な組み合わせ、あるいは各実施の形態の任意の構成要素の変形、もしくは各実施の形態において任意の構成要素の省略が可能である。

なお、上述した実施の形態は、本質的に好ましい例示であって、本開示の範囲、本開示の適用物の範囲、および本開示の用途の範囲を制限することを意図するものではない。上述した実施の形態は、必要に応じて種々の変更が可能である。

２１ グループ値、２２ 評価項目値、２３ 介護辞書、２３１ グループフラグ、２３２ グループ番号、２３３ 例文、５１ 介護記録、５１１ 利用者情報、５１２ 日時、５１３ 種別、５１４ ケース記録、５２ 評価項目情報、５２１ 評価項目、５２２ 点数、５２３ 評価文、５３ 閾値、１００ 辞書生成装置、１１０ 種別分類部、１２０ グループ値算出部、１３０ 項目値算出部、１４０ 判定部、１５０ 介護辞書生成部、１６０ 記憶部、９０９ 電子回路、９１０ プロセッサ、９２１ メモリ、９２２ 補助記憶装置、９３０ 入力インタフェース、９４０ 出力インタフェース、９５０ 通信装置。

Claims (10)

1. 介護記録に蓄積されたケース記録を構成するケース記録文を複数のグループにクラスタリングし、前記複数のグループの各グループの特徴を表す値をグループ値として算出するグループ値算出部と、
   要介護者の日常生活における動作を細分化した評価項目と前記評価項目を点数分けするための評価文とが設定された評価項目情報において、前記評価項目に設定されている評価文の特徴を表す値を評価項目値として算出する項目値算出部と、
   前記グループ値と前記評価項目値とに基づいて、前記グループ値が算出されたグループが、前記評価項目情報に含まれる評価項目の少なくともいずれかに準拠するかを判定する判定部と、
   前記複数のグループのグループごとに、前記評価項目情報に含まれる評価項目の少なくともいずれかに当該グループが準拠するか否かを示す情報と当該グループに属するケース記録文とを設定した情報を、介護辞書として生成する介護辞書生成部と
   を備える辞書生成装置。
2. 前記グループ値算出部は、
   前記ケース記録文をベクトル化し、ベクトル化により得られたケース記録文のベクトルを前記複数のグループにクラスタリングし、前記複数のグループの各グループに属するケース記録文のベクトルを用いて前記複数のグループの各グループの重心を前記グループ値として算出する請求項１に記載の辞書生成装置。
3. 前記グループ値算出部は、
   前記複数のグループの各グループに属するケース記録文のベクトルから構成される相関行列の固有値を前記重心として算出し、
   前記項目値算出部は、
   前記評価項目に設定されている点数および評価文をベクトル化し、前記評価項目に設定されている点数および評価文のベクトルから構成される相関行列の固有値を、前記評価項目値として算出する請求項２に記載の辞書生成装置。
4. 前記グループ値算出部は、
   前記ケース記録文を単語に分け、各単語をベクトル化し、前記ケース記録文に含まれる単語のベクトルの平均値を前記ケース記録文のベクトルとして算出する請求項２または請求項３に記載の辞書生成装置。
5. 前記グループ値算出部は、
   前記ケース記録文に含まれる単語の連なりの頻度に基づいて、前記単語の連なりのマスタを作成し、
   前記介護辞書生成部は、
   前記マスタを含む前記介護辞書を生成する請求項４に記載の辞書生成装置。
6. 前記判定部は、
   前記グループ値との距離が閾値以内である前記評価項目値が存在する場合に、前記グループ値が算出されたグループが、前記評価項目値が算出された評価項目に準拠すると判定する請求項１から請求項５のいずれか１項に記載の辞書生成装置。
7. 前記評価項目情報は、バーセルインデックス評価表である請求項１から請求項６のいずれか１項に記載の辞書生成装置。
8. 前記辞書生成装置は、
   前記介護記録に蓄積されたケース記録を介護の種別ごとに分類する種別分類部を備え、
   前記グループ値算出部は、
   種別ごとに分類された前記ケース記録文を前記複数のグループにクラスタリングする請求項１から請求項７のいずれか１項に記載の辞書生成装置。
9. コンピュータが、介護記録に蓄積されたケース記録を構成するケース記録文を複数のグループにクラスタリングし、前記複数のグループの各グループの特徴を表す値をグループ値として算出し、
   コンピュータが、要介護者の日常生活における動作を細分化した評価項目と前記評価項目を点数分けするための評価文とが設定された評価項目情報において、前記評価項目に設定されている評価文の特徴を表す値を評価項目値として算出し、
   コンピュータが、前記グループ値と前記評価項目値とに基づいて、前記グループ値が算出されたグループが、前記評価項目情報に含まれる評価項目の少なくともいずれかに準拠するかを判定し、
   コンピュータが、前記複数のグループのグループごとに、前記評価項目情報に含まれる評価項目の少なくともいずれかに当該グループが準拠するか否かを示す情報と当該グループに属するケース記録文とを設定した情報を、介護辞書として生成する辞書生成方法。
10. 介護記録に蓄積されたケース記録を構成するケース記録文を複数のグループにクラスタリングし、前記複数のグループの各グループの特徴を表す値をグループ値として算出するグループ値算出処理と、
    要介護者の日常生活における動作を細分化した評価項目と前記評価項目を点数分けするための評価文とが設定された評価項目情報において、前記評価項目に設定されている評価文の特徴を表す値を評価項目値として算出する項目値算出処理と、
    前記グループ値と前記評価項目値とに基づいて、前記グループ値が算出されたグループが、前記評価項目情報に含まれる評価項目の少なくともいずれかに準拠するかを判定する判定処理と、
    前記複数のグループのグループごとに、前記評価項目情報に含まれる評価項目の少なくともいずれかに当該グループが準拠するか否かを示す情報と当該グループに属するケース記録文とを設定した情報を、介護辞書として生成する介護辞書生成処理と
    をコンピュータに実行させる辞書生成プログラム。

Images