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
辞書生成装置、辞書生成方法、および、辞書生成プログラム Download PDFInfo
- Publication number
- JP7261333B1 JP7261333B1 JP2022031451A JP2022031451A JP7261333B1 JP 7261333 B1 JP7261333 B1 JP 7261333B1 JP 2022031451 A JP2022031451 A JP 2022031451A JP 2022031451 A JP2022031451 A JP 2022031451A JP 7261333 B1 JP7261333 B1 JP 7261333B1
- Authority
- JP
- Japan
- Prior art keywords
- group
- evaluation
- value
- sentences
- dictionary generation
- 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
- 238000000034 method Methods 0.000 title claims description 27
- 238000011156 evaluation Methods 0.000 claims abstract description 207
- 230000000474 nursing effect Effects 0.000 claims abstract description 84
- 238000004364 calculation method Methods 0.000 claims description 71
- 239000013598 vector Substances 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 25
- 239000011159 matrix material Substances 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 13
- 230000005484 gravity Effects 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 18
- 230000029142 excretion Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 238000012986 modification Methods 0.000 description 8
- 238000005065 mining Methods 0.000 description 7
- 206010021639 Incontinence Diseases 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 3
- 230000027939 micturition Effects 0.000 description 3
- 241000792859 Enema Species 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000013872 defecation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000007920 enema Substances 0.000 description 2
- 229940079360 enema for constipation Drugs 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 239000000829 suppository Substances 0.000 description 2
- 239000011800 void material Substances 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 210000001635 urinary tract Anatomy 0.000 description 1
Images
Landscapes
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
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。
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。
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。
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。
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。
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。
***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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
・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。
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。
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。
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。
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。
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。
(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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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、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。
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。
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)
- 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。
- 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。 - 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。 - 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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022031451A JP7261333B1 (ja) | 2022-03-02 | 2022-03-02 | 辞書生成装置、辞書生成方法、および、辞書生成プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022031451A JP7261333B1 (ja) | 2022-03-02 | 2022-03-02 | 辞書生成装置、辞書生成方法、および、辞書生成プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7261333B1 true JP7261333B1 (ja) | 2023-04-19 |
JP2023127643A JP2023127643A (ja) | 2023-09-14 |
Family
ID=86006884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022031451A Active JP7261333B1 (ja) | 2022-03-02 | 2022-03-02 | 辞書生成装置、辞書生成方法、および、辞書生成プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7261333B1 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6422614B1 (ja) | 2018-08-09 | 2018-11-14 | 株式会社三菱電機ビジネスシステム | 文章入力支援システム、文章入力支援方法、及び文章入力支援プログラム |
JP7033646B1 (ja) | 2020-12-25 | 2022-03-10 | 三菱電機Itソリューションズ株式会社 | 評価装置、評価方法、および、評価プログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016081236A (ja) * | 2014-10-15 | 2016-05-16 | 富士通株式会社 | 入力支援プログラム、入力支援装置及び入力支援方法 |
-
2022
- 2022-03-02 JP JP2022031451A patent/JP7261333B1/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6422614B1 (ja) | 2018-08-09 | 2018-11-14 | 株式会社三菱電機ビジネスシステム | 文章入力支援システム、文章入力支援方法、及び文章入力支援プログラム |
JP7033646B1 (ja) | 2020-12-25 | 2022-03-10 | 三菱電機Itソリューションズ株式会社 | 評価装置、評価方法、および、評価プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2023127643A (ja) | 2023-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110993081B (zh) | 一种医生在线推荐方法及系统 | |
CN112183026B (zh) | Icd编码方法、装置、电子设备和存储介质 | |
JP7068106B2 (ja) | 試験計画策定支援装置、試験計画策定支援方法及びプログラム | |
CN110675944A (zh) | 分诊方法及装置、计算机设备及介质 | |
CN110427486B (zh) | 身体病况文本的分类方法、装置及设备 | |
CN111382275A (zh) | 医疗知识图谱的构建方法、装置、介质及电子设备 | |
CN102214232A (zh) | 一种文本数据相似度的计算方法及装置 | |
JP2020522062A (ja) | 医療記録問題リスト生成 | |
Maarseveen et al. | Machine learning electronic health record identification of patients with rheumatoid arthritis: algorithm pipeline development and validation study | |
US20150149215A1 (en) | System and method to detect and visualize finding-specific suggestions and pertinent patient information in radiology workflow | |
CN111581969B (zh) | 医疗术语向量表示方法、装置、存储介质及电子设备 | |
EP3876137A1 (en) | System for identifying named entities with dynamic parameters | |
WO2021203694A1 (zh) | 一种人类表型标准用语确定方法及相关设备 | |
Kaswan et al. | AI-based natural language processing for the generation of meaningful information electronic health record (EHR) data | |
dos Santos et al. | An initial investigation of the charlson comorbidity index regression based on clinical notes | |
CN111259664B (zh) | 医学文本信息的确定方法、装置、设备及存储介质 | |
CN113779179A (zh) | 一种基于深度学习和知识图谱的icd智能编码的方法 | |
Pakhomov et al. | Automatic quality of life prediction using electronic medical records | |
JP7261333B1 (ja) | 辞書生成装置、辞書生成方法、および、辞書生成プログラム | |
WO2022039803A1 (en) | Identifying noise in verbal feedback using artificial text from non-textual parameters and transfer learning | |
JP7033646B1 (ja) | 評価装置、評価方法、および、評価プログラム | |
JP7055848B2 (ja) | 学習装置、学習方法、学習プログラム、及び請求項マップ作成装置 | |
CN114201968A (zh) | 基于医疗场景结合汉语特征的数据归一处理方法及装置 | |
CN114300127A (zh) | 问诊处理方法、装置、设备及存储介质 | |
Finkelstein | Predicting intensive care unit admission among patients presenting to the emergency department using machine learning and natural language processing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220302 |
|
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: 20230328 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230407 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7261333 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |