JP7273393B2 - 血液疾患の予後予測情報の生成システム、情報処理装置、サーバ、プログラム、又は方法 - Google Patents

Description

本出願において開示された技術は、移植情報提供システム、装置、プログラム、方法に関する。

近年、機械学習の進展が著しく、機械学習を種々の技術に適用する研究がされている。例えば、以下の特開２０１８－５０４６７４号公報（特許文献１）、特開２００８－６５８３６号公報（特許文献２）、特開２０１６－１４６０３９号公報（特許文献３）などは、機械学習に関する。

特開２０１８－５０４６７４号公報 特開２００８－６５８３６号公報 特開２０１６－１４６０３９号公報 特開２０１８－５１７４２１号公報

Biol. Blood Marrow Transplant,(2018), Vol. 24, pp. 1299 to 1306 https://blog.datarobot.com/jp/machine-learning-for-survival-analysis

しかしながら、機械学習は万能ではなく、その具体的適用においては種々の困難があり、また、利用者の便宜になるように適切に移植情報を提供できるものではなかった。そこで、本発明の様々な実施形態により、適切に移植情報を提供可能なシステム、装置、プログラム又は方法を提供する。

本願発明の一態様に係る第１システムは、
患者に係る基本情報と、患者に係る事前処置情報と、ドナーに係る情報と、患者とドナーの関係に係る情報と、移植予後の結果と、の関係を学習した学習器と、
ドナーに係る情報を備えるデータベースと、
第１の患者に係る基本情報及び第１の患者に係る事前処置情報を取得する取得部と、
前記第１の患者に係る基本情報と、前記第１の患者に係る事前処置情報と、前記データベースから取得したドナーに係る情報を用いて、第１の患者に係る適用データを生成する第１生成部と、
前記適用データを、前記学習した学習器に適用して、前記第１の患者に対応する、移植予後の結果を含む移植候補情報を生成する第２生成部と、
を備える移植情報提供システム。

患者に係る事前処置情報は、移植目的で事前に患者に対して施される処置の情報であってよい。第１の患者に係る適用データは、第１の患者に係る情報と、ドナーの情報とを関連付けることによって、仮想的に第１の患者がドナー情報を適用した場合の情報を生成することが想定されてよい。学習器は、当該適用データに対して、移植予後の結果を推定してよい。移植候補情報は、移植の候補として提示されることが想定される情報であり、提示される態様に応じて適宜加工されてよい。

本態様のシステムは、移植情報の候補を生成するにあたり、学習済みの学習器に与える入力情報として、上述の患者に係る基本情報と、患者に係る事前処置情報と、ドナーに係る情報と、患者とドナーの関係に係る情報と、移植予後の結果と、の関係として情報処理を行うことにより、学習済みの学習器に入力情報を与えることに成功し、もって過去の移植情報を学習器内で有効活用し、高精度の移植候補情報の提供を実現させた技術である。

本願発明の一態様に係る第２システムは、
前記第１生成部は、前記第１の患者に係る基本情報と、前記データベースから取得したドナーに係る情報とを用いて、前記第１の患者と前記ドナーの関係に係る情報を生成し、前記第１の患者に係る適用データは、生成された前記第１の患者と前記ドナーの関係に係る情報を含む、第１システム。本形態のシステムは、適用データを、第１の患者に係る情報と、複数のドナーの夫々とを関連付けることにより、学習器に入力可能なデータ構成を実現できた。

本願発明の一態様に係る第３システムは、
前記移植予後の結果は、生存日数、再発に係る情報、又は、合併症に係る情報を含み、
前記移植候補情報は、生存日数、再発に係る情報、又は、合併症に係る情報、を含み、
表示装置において、所定の順序で順位付けされて表示されるために、前記移植候補情報を前記表示装置に送信する送信部を含む、
第１又は第２システム。生存日数、再発に係る情報、又は、合併症に係る情報を用いて、順位付けされることにより、より移植に適した情報を優先的に閲覧可能な情報を生成できる。なお、順位付けされて表示される移植候補情報は、全てのドナーに係る移植予後の結果を含んでもよいし、一部のドナーに係る移植予後の結果のみでもよい。表示装置に送信される移植候補情報が、一部のドナーに係る移植予後の結果の場合、送信データ量が少ない利点がある。

本願発明の一態様に係る第４システムは、
前記移植予後の結果は、合併症の種類を含み、
前記移植候補情報は、合併症の種類を含む、
第１乃至第３のいずれか一のシステム。移植候補情報に合併症が含まれることにより、同じ生存日数程度が予測される場合においても、より生活の質を考慮した移植対象の候補を提供可能である利点がある。

本願発明の一態様に係る第５システムは、
前記第１患者に対して移植されたドナーに係る情報と、前記第１患者と前記移植されたドナーの関係に係る情報と、前記第１患者に対する移植の移植予後の結果と、を含む第１患者移植情報を取得する取得部と、
前記第１の患者に係る基本情報と、前記第１の患者に係る事前処置情報と、前記第１患者移植情報と、を関連付けて、前記学習器を学習させる学習部と、
を備えた第１乃至第４のいずれか一のシステム。新たに移植された情報を用いて学習器を再学習することにより、より高精度に移植候補情報を提供できる利点がある。

本願発明の一態様に係る第６システムは、
前記学習部は、前記取得部が、前記第１患者移植情報を所定の数以上取得した場合に、学習させる、第５システム。一定数の移植候補情報を取得した上で再学習することにより、効率的に再学習できる利点がある。

本願発明の一態様に係る第７システムは、
ドナーに係る情報を備えるデータベースと、
第１の患者に係る基本情報及び第１の患者に係る事前処置情報を取得する第１取得部と、
前記第１の患者に係る基本情報と、前記第１の患者に係る事前処置情報と、前記データベースから取得したドナーに係る情報を用いて、第１の患者に係る適用データを生成する第１生成部と、
患者に係る基本情報と、患者に係る事前処置情報と、ドナーに係る情報と、患者とドナーの関係に係る情報と、移植予後の結果と、の関係を学習した学習器に、伝達された前記適用データが適用されることで生成された、前記第１の患者に対応する、移植予後の結果を含む移植候補情報を取得する第３取得部と、
を備える移植情報提供システム。

本願発明の一態様に係る第８システムは、
第１の患者に係る基本情報及び第１の患者に係る事前処置情報を取得する第１取得部と、
ドナーに係る情報を取得する第２取得部と、
前記第１の患者に係る基本情報と、前記第１の患者に係る事前処置情報と、前記取得したドナーに係る情報を用いて、第１の患者に係る適用データを生成する第１生成部と、
患者に係る基本情報と、患者に係る事前処置情報と、ドナーに係る情報と、患者とドナーの関係に係る情報と、移植予後の結果と、の関係を学習した学習器に、伝達された前記適用データが適用されることで生成された、前記第１の患者に対応する、移植予後の結果を含む移植候補情報を取得する第３取得部と、
を備える移植情報提供システム。

本願発明の一態様に係る第９方法は、
コンピュータが、
患者に係る基本情報と、患者に係る事前処置情報と、ドナーに係る情報と、患者とドナーの関係に係る情報と、移植予後の結果と、の関係を学習するステップと、
第１の患者に係る基本情報及び第１の患者に係る事前処置情報を取得するステップと、
ドナーに係る情報を取得するステップと、
前記第１の患者に係る基本情報と、前記第１の患者に係る事前処置情報と、前記ドナーに係る情報を用いて、第１の患者に係る適用データを生成するステップと、
前記適用データを、前記学習した学習器に適用して、前記第１の患者に対応する、移植予後の結果を含む移植候補情報を生成するステップと、
を実行する移植情報提供方法。

本願発明の一態様に係る第１０方法は、
前記第１の患者に係る適用データを生成するステップは、前記第１の患者に係る基本情報と、前記ドナーに係る情報とを用いて、前記第１の患者と前記ドナーの関係に係る情報を生成するステップを含み、
前記第１の患者に係る適用データは、生成された前記第１の患者と前記ドナーの関係に係る情報を含む、第９方法。

本願発明の一態様に係る第１１方法は、
コンピュータが、前記第１患者に対して移植されたドナーに係る情報と、前記第１患者と前記移植されたドナーの関係に係る情報と、前記第１患者に対する移植の移植予後の結果と、を含む第１患者移植情報を取得するステップ、
を実行する第９又は第１０方法。移植情報を取得して登録することにより、移植情報の管理を容易にする利点がある。

本願発明の一態様に係る第１２方法は、
コンピュータが、前記第１の患者に係る基本情報と、前記第１の患者に係る事前処置情報と、前記第１患者移植情報と、を関連付けて、前記学習器に学習させるステップ、
を実行する第１１方法。

本願発明の一態様に係る第１３方法は、
コンピュータが、
第１の患者に係る基本情報及び第１の患者に係る事前処置情報を取得する第１取得ステップと、
ドナーに係る情報を取得する第２取得ステップと、
前記第１の患者に係る基本情報と、前記第１の患者に係る事前処置情報と、取得した前記ドナーに係る情報を用いて、第１の患者に係る適用データを生成する第１生成ステップと、
患者に係る基本情報と、患者に係る事前処置情報と、ドナーに係る情報と、患者とドナーの関係に係る情報と、移植予後の結果と、の関係を学習した学習器に、伝達された前記適用データが適用されることで生成された、前記第１の患者に対応する、移植予後の結果を含む移植候補情報を取得する第３取得ステップと、
を実行する移植情報提供方法。

本願発明の一態様に係る第１４プログラムは、コンピュータを、第９乃至第１３のいずれか一の方法で動作させるプログラム。

本願発明の一態様に係る第１５の生成方法は、患者情報と、ドナーに係る情報と、患者とドナーの関係に係る情報と、移植予後の結果と、の関係を学習することにより学習済みモデルを生成する学習済みモデルの生成方法。

本願発明の一態様に係る第１６のシステムは、患者情報と、ドナーに係る情報と、患者とドナーの関係に係る情報と、移植予後の結果と、の関係を学習した学習済みモデルを有するシステム。

本願発明の一態様に係る第１７のシステムは、
患者に係る基本情報と、当該患者に係る事前処置情報と、当該患者に移植したドナーに係るドナー情報と、当該患者と当該ドナーの免疫適合性を含む関係情報と、当該患者の移植予後の実績結果とを用いて生成された学習器と、
移植候補のドナーに係る候補ドナー情報を備えるデータベースと、
第１の患者に係る基本情報及び当該第１の患者に係る事前処置情報を取得する取得部と、
前記第１の患者に係る基本情報と前記データベースから取得した候補ドナー情報とを用いて、前記第１の患者に係る前記関係情報を生成する第１生成部と、
前記第１生成部で生成した関係情報と前記第１の患者に係る基本情報と前記第１の患者に係る事前処置情報とを、前記学習器に適用して、前記第１の患者に対応する、移植予後の予想結果を含む移植候補情報を生成する第２生成部と、
を備える移植情報提供システム。ここで、当該患者と当該ドナーの免疫適合性を含む関係情報とは、患者とドナーの関係に係る情報のうち、患者とドナーの間の免疫の適合性に係る関係の情報をいう。

本発明の一実施形態により、適切な移植情報を提供できる。

図１は、本発明の一実施形態に係る情報処理装置の構成例を示すブロック図である。 図２は、本発明の一実施形態に係るシステムの構成例を示すブロック図である。 図３は、本発明の一実施形態に係るシステムの構成例を示すブロック図である。 図４は、本発明の一実施形態に係るシステムの構成例を示すブロック図である。 図５は、本発明の一実施形態に係るシステムの構成例を示すブロック図である。 図６は、本発明の一実施形態に係るシステムの構成例を示すブロック図である。 図７は、本発明の一実施形態に係るシステムの機能例を示すブロック図である。 図８は、本発明の一実施形態に係るシステムの機械学習のパラメータ例である。 図９は、本発明の一実施形態に係るシステムの利用者によるフローの一例である。 図１０は、本発明の一実施形態に係るシステムのフローの一例である。 図１１は、本発明の一実施形態に係るシステムの構成例を示すブロック図である。 図１２は、本発明の一実施形態に係るシステムの画面遷移を図示するものである。 図１３は、本発明の一実施形態に係るシステムの画面例である。 図１４は、本発明の一実施形態に係るシステムの画面例である。 図１５は、本発明の一実施形態に係るシステムの画面例である。 図１６は、本発明の一実施形態に係るシステムの画面例である。 図１７は、本発明の一実施形態に係るシステムの画面例である。 図１８は、本発明の一実施形態に係るシステムの画面例である。 図１９は、本発明の一実施形態に係るシステムの画面例である。 図２０は、本発明の一実施形態に係るシステムのデータの一例である。 図２１は、本発明の一実施形態に係るシステムの画面例である。 図２２は、本発明の一実施形態に係るシステムの画面例である。 図２３は、本発明の一実施形態に係るシステムの画面例である。 図２４は、本発明の一実施形態に係るシステムの画面例である。 図２５は、本発明の一実施形態に係るシステムに関する実験のパラメータのリストである。 図２６は、本発明の一実施形態に係るシステムに関する実験のパラメータのリストである。

以下、添付図面を参照して本発明の様々な実施形態を説明する。なお、図面における共通する構成要素には同一の参照符号が付されている。

１．システムの構成例
１．１．構成例１
図１は、情報処理装置１０の構成を示すものであり、バス１１、演算部１２、記憶部１３を有することができる。また、入力部１４、表示部１５、通信ＩＦ１６を有してよい。

バス１１は、演算部１２、記憶部１３の間の情報を伝達する機能を有する。入力部１４、表示部１５、通信ＩＦ１６の間の情報を伝達する機能を有してよい。

演算部１２は、例えばプロセッサが挙げられる。これは、ＣＰＵであってもよいし、ＭＰＵであってもよい。要するに、演算部１２は、プログラムの命令を実行できる機能を有すればよい。また、機械学習部の機能を実施する演算部１２は、機械学習に適した処理装置であってよく、データベースの管理やその他の管理機能を実施する演算部１２は通常の演算機能を有すればよい。

記憶部１３は、情報を記録する機能を有する。これは、外部メモリと内部メモリのいずれでもよく、主記憶装置と補助記憶装置のいずれでもよい。また、磁気ディスク（ハードディスク）、光ディスク、磁気テープ、半導体メモリなどでもよい。また、ネットワークを介した記憶装置、クラウド上の記憶装置などでもよい。なお、演算装置に近い位置で情報を記憶する、レジスタ、Ｌ１キャッシュ、Ｌ２キャッシュなどは、図１の模式図においては、バスを介していない点で演算部１２内に含まれる場合もあるが、計算機アーキテクチャのデザインにおいて、情報を記録する装置としては、記憶部１３がこれらを含んでもよい。要するに、演算部１２と、記憶部１３及びバス１１が協調して、情報処理を実行できればよい。また、上記は、演算部１２が、記憶部１３に備えられたプログラムに基づいて実行される場合を記載したが、上記のバス１１、演算部１２と記憶部１３が組み合わされた形式の一つとして、本件システムに係る情報処理を、ハードウェア回路自体を変更することができるプログラマブルロジックデバイス又は実行する情報処理が決まっている専用回路で実現されてもよい。

入力部１４は、情報を入力する機能を有する。マウス、タッチパネル、ペン型の指示装置などの指示装置が挙げられる。表示部１５は、例えば、ディスプレイがある。また、液晶ディスプレイ、プラズマディスプレイ、有機ＥＬディスプレイなどでもよい。要するに、情報を表示できる装置であればよい。また、タッチパネルのように入力部１４を一部に備えてもよい。

１．２．構成例２
図２の構成例２は、ネットワークを介して、利用者端末０１とサーバ２０２が接続できる構成とされている。ここで利用者端末は、利用者端末０１ａと利用者端末０１ｂの２つの例を図示しているが、１以上のいくつの利用者端末であってもよい。利用者端末の数について、以下の各構成例において、同様である。各利用者端末は、情報処理装置１０の機能を有するものであってもよいし、その一部について欠けた構成とされていてもよい。また、本例のシステムであるサーバ２０２は、データベースと学習器を含む構成とされている。サーバ２０２は、情報処理装置１０と類似の機能を有するものであってもよいし、その一部について欠けた構成とされていてもよいし、その一部について機能が強化されたものであってもよい。例えば、記憶装置や演算装置などは、データベースや学習器に関する情報処理を実施できる構成とされていてよい。

１．３．構成例３
図３の構成例３は、ネットワークを介して、利用者端末０１とサーバ３０２と学習器０４とが接続できる構成とされている。本例のシステムであるサーバ３０２は、データベースを含む構成とされている。学習器は、例えば、クラウド上のシステムや、別のサーバ上に構築されているなどの例が考えられる。かかる構成であっても、サーバ３０２が、学習された学習器を適用する場合、又は、学習器を学習する場合に、学習器０４にアクセス可能とされている。

１．４．構成例４
図４の構成例４は、ネットワークを介して、利用者端末０１とサーバ４０２とデータベース０３とが接続できる構成とされている。本例のシステムであるサーバ４０２は、学習器を含む構成とされている。本図においては、データベースが、データベース０３ａとデータベース０３ｂの２つが図示されているが、１以上のいくつのデータベースであってもよい。サーバ４０２は、これらのデータベースの一つにアクセスしてもよいし、複数にアクセスしてもよい。サーバ４０２は、複数のデータベースとして、一部のデータベースにアクセスしてもよいし、全部のデータベースにアクセスしてもよい。データベース０３は、情報処理装置１０と類似の機能を有するものであってもよいし、その一部について欠けた構成とされていてもよいし、その一部について機能が強化されたものであってもよい。なお、本図はデータベースがネットワークを介して接続可能な状態が図示されているが、サーバ内にデータベースの一部を有していてもよい。データベースは、後述のとおり、ドナーに係る情報や患者に係る情報であってよい。これらのデータベースは、例えば、病院が有するドナーの情報に係るデータベース、ドナーに関する情報を収集する団体が保有するデータベースなどが挙げられる。

１．５．構成例５
図５の構成例５は、ネットワークを介して、利用者端末０１とサーバ５０２とデータベース０３と、学習器０４とが接続できる構成とされている。学習器０４は、情報処理装置１０と類似の機能を有するものであってもよいし、その一部について欠けた構成とされていてもよいし、その一部について機能が強化されたものであってもよい。なお、本図はデータベースがネットワークを介して接続可能な状態が図示されているが、サーバ内にデータベースの一部を有していてもよい。

１．６．構成例６
図６の構成例６は、ネットワークを介して、利用者端末０１とサーバ６０２とデータベース０３と、学習器０４とが接続できる構成とされている。本図においては、学習器が、学習器０４ａと学習器０４ｂの２つが図示されているが、１以上のいくつの学習器であってもよい。なお、本図はデータベースがネットワークを介して接続可能な状態が図示されているが、サーバ内にデータベースの一部を有していてもよい。

複数の学習器は種々の実装がされてよい。例えば、これら複数の学習器が、同等の機能を有する学習器であってもよい。この場合分散処理が可能となり堅牢なシステムとなる効果がある。

また、これら複数の学習器が、異なる機能を有する学習器であってもよい。例えば、特定のパラメータに関して特化された学習器であってもよい。この場合、前記特化されたパラメータに関してより信頼性の高い学習と結果の生成ができる可能性が高くなる利点がある。パラメータとしては、例えば、特定の疾病に特化すること、特定の患者に特化することなどが挙げられる。

また、複数の学習器が、異なる機能を有する学習器において、異なる学習方法により実装されたものであってもよい。これにより、同一の入力に対する各学習器の出力において、その出力結果の同一性を考慮することにより、信頼性を検証可能となる利点がある。

２．情報処理装置内の各部とその機能
次に、本システムにおける機能について説明する。各機能は、上述のシステムの各ハードウェアに割り当てられるものである。本システムは、必ずしも以下で述べる全ての機能が実装される必要はないが、システムの一例は、図７のように、機械学習部７１、患者部７２、ドナー部７３を有してよい。

２．１．機械学習部７１
機械学習部は、学習データにより機械学習された学習器を備え、予後の結果を含む移植候補情報を生成する機能を有する。例えば、機械学習部は、患者に係る基本情報と、患者に係る事前処置情報と、ドナーに係る情報と、患者とドナーの関係情報と、移植予後の結果と、の学習された関係を用いて、患者に係る基本情報と、患者に係る事前処置情報と、ドナーに係る情報と、患者とドナーの関係情報とから、対応する移植予後の結果に係る情報である移植候補情報を生成してよい。なお、本願書類において、患者に係る基本情報と、患者に係る事前処置情報との両方の概念を含む上位概念として、「患者に係る情報」又は「患者情報」ということもある。また、学習器が学習する際に使用される移植予後の結果を「移植予後の実績結果」ということもあり、機械学習部が与えられた患者情報に対応して生成する移植予後の結果を「移植予後の予想結果」ということもある。

また、機械学習部は、機械学習する機能を有してよい。例えば、機械学習部は、患者に係る基本情報と、患者に係る事前処置情報と、ドナーに係る情報と、患者とドナーの関係に係る情報と、移植予後の結果と、の関係を学習する機能を有してよい。これらの、患者に係る基本情報、患者に係る事前処置情報、ドナーに係る情報、患者とドナーの関係に係る情報、移植予後の結果の下位概念として、具体的なパラメータの一例は、図８である。これらの一部又は全部が使用された入力に対して、学習済み学習器が適用されてよい。また、これらの一部又は全部を使用して、学習器を学習してよい。

上述の機械学習は、種々の手法を用いてよい。例えば、ディープラーニングを用いたニューラルネットワーク、サポートベクターマシーン、ベイジアンネットワーク、クラスタリング、などであってよい。なお、機械学習における学習済みモデルは、コンピュータを機能させるためのものであり、プログラムである。

機械学習部は、学習器が適用される入力情報である適用データを生成してよい。適用データは、患者に係る情報と、ドナーに係る情報とから生成されてよい。

機械学習部は、ドナー部と連携し、ドナー部からドナーに係る情報を取得してよい。また、機械学習部は、患者部と連携し、患者部から患者に係る情報を取得してよい。

２．２．患者部７２
患者部は、患者情報を管理する。患者部は、例えば、患者情報を受け付けて記録する機能、患者情報を受け付けて編集する機能、患者情報を表示する又は表示用の患者情報を生成する機能、を有してよい。患者部は、患者データベースを管理してよい。

２．３．ドナー部７３
ドナー部は、ドナー情報を管理する。ドナー部は、例えば、ドナー情報を受け付けて記録する機能、ドナー情報を受け付けて編集する機能、ドナー情報を表示する又は表示用のドナー情報を生成する機能、を有してよい。ドナー部は、ドナーデータベースを管理してよい。

３．実施形態
次に、本発明に係る一実施例のシステムについて説明する。まず、本例のシステムの利用例を、利用者の観点で、図９を用いて、説明する。まず、主治医又はドナー機関において、ドナーの登録が行われる（９０１：ステップ１）。次に、医療機関において、移植を希望する患者の登録が行われる（９０２：ステップ２）。次に、医療機関において、その患者に適したドナーが検索される（９０３：ステップ３）。ここで、検索されたドナーは、機械学習された情報が用いられることにより、適切なドナーの細胞が提案されるものである。その後、ドナー機関から医療機関にドナーの細胞が送られ、医療機関において、実際にドナーの細胞を患者に移植する手術が行われる（９０４：ステップ４）。医療機関において、移植後、移植予後に関する情報が本例のシステムに登録される（９０５：ステップ５）。移植予後の情報が本例のシステムに登録されることにより、将来の患者のための移植情報の提供に役立つこととなる。

次に、上記の利用例に対応して、本システム例の観点で、図１０を用いて説明する。本システム例の機械学習部が、学習データを用いて、機械学習を行う（１０１：ステップ１）。次に、本システム例のドナー部が、移植に関するドナー情報を登録する（１０２：ステップ２）。次に、移植を希望する患者に関し、本システム例の患者部が、患者情報を登録する（１０３：ステップ３）。また、移植を希望する患者について、本システム例の機械学習部が、移植候補情報を生成する（１０４：ステップ４）。移植候補情報は、表示部において、表示されてよい。また、移植後、本システム例の患者部が、移植後の情報を登録する（１０５：ステップ５）。そして、本システム例の機械学習部が、移植後の患者情報を用いて、継続的に機械学習を行い、持続的に精度を高める（１０６：ステップ６）。以下、各ステップについて、具体的に説明する。

また、以下の各ステップにおける各画面は、図１１における医療機関端末３１及び／又はドナー機関端末３２において表示されるものである。本図は、図２乃至図６における利用者端末が、医療機関端末３１とドナー機関端末３２に分かれる一例を説明したものである。学習器、データベースなどは、図２乃至図６などのどのような態様であってもよい。本図においては、医療機関端末とドナー機関端末と夫々２つずつ表示しているが、これは一例である。医療機関とドナー機関は夫々、１機関であってもよいし、２以上の複数の機関であってもよい。

また、以下で説明する各画面は、医療機関端末のみで表示されるものと、ドナー機関端末のみで表示されるものと、両方の端末において表示されるものがあり、これらは図１２のように整理される。医療機関端末が閲覧可能な画面と、ドナー機関端末が閲覧可能な画面は、セキュリティ技術によって互いに他の画面が閲覧できないよう構成されていてよい。また、セキュリティは、パスワードにより管理されてよい。本システム例がかかる構成を備える場合、医療機関は、患者側の情報のみを管理し、ドナー機関はドナー情報のみ管理できることにより、双方の情報の混在や移植の不正を防止できる利点がある。

なお、図１２において明らかなとおり、以下で説明する図１３乃至図１５と図２２は、ドナー機関端末において表示される画面であってよく、図１６乃至図１９、図２１、図２３及び図２４は、医療機関端末において表示される画面であってよい。

ステップ１．機械学習
本システム例の機械学習部は、機械学習を行う。機械学習において使用される学習データは、患者、ドナー、移植などに関する上述の情報であってよい。

ステップ２．ドナー情報の登録
本システム例のドナー部は、ドナー情報を登録する。図１３は、ドナー情報を登録する画面の一例である。ドナー登録０１において、ドナーＩＤ、性別、血液型、年齢、ＨＬＡなどを入力する画面である。ドナーＩＤは、入力するものではなく、機械的に割り当てられるものであってよい。利用者が、入力した後、ドナー登録０２を押下ることにより、ドナー情報が登録される。ドナー部は、ドナー情報として、上述のドナーに係る情報を入力できる構成とされてよい。

本システム例のドナー部は、ドナー情報を受け付けると、ドナーに関し、ドナーＩＤ、性別、血液型、年齢、ＨＬＡなどのドナーに係る情報を関連付けてデータベースに記憶してよい（「ドナーデータベース」ということもある。）。

また、本システム例のドナー部は、ドナー情報を検索する機能を有してよい。図１４は、ドナー情報を検索する画面の一例である。ドナー一覧０１において、検索条件に合致するドナーの一覧を表示する。検索条件は、種々の情報であってよいが、例えば、上述の各登録された情報の区分け情報（例えば、年齢であれば、２０代、３０代、４０代など）に基づいて、検索されてよい。

また、本システム例のドナー部は、ドナー情報を編集する機能を有してよい。図１５は、ドナー情報を編集する画面の一例である。ドナー情報０１において、対象ドナーについて、情報を入力できる構成とされている。また、削除フラグ０２があり、対象のドナーを削除することも可能とされてよい。これは、ドナーの意思やその他の事情などにより、ドナーとなることを辞める場合もあるため、辞めたドナーが検索されないようにする利点がある。確認画面０３が押下されることにより、編集後の情報が表示され、閲覧者は編集後のドナー情報を確認することが可能とされてよい。

ステップ３．患者情報の登録
本システム例の患者部は、患者情報を登録する。図１６は、患者情報を登録する画面の一例である。患者登録０１において、患者ＩＤ、性別、血液型、年齢、ＨＬＡ、症状などを入力する画面である。患者ＩＤは、入力するものではなく、機械的に割り当てられるものであってよい。利用者が、入力した後、患者登録０２を押下ることにより、患者情報が登録される。患者部は、患者情報として、上述の患者に係る基本情報を入力できる構成とされてよい。

本システム例の患者部は、患者情報を受け付けると、患者ＩＤ、性別、血液型、年齢、ＨＬＡ、症状などの患者に係る基本情報を関連付けてデータベースに記憶してよい（「患者データベース」ということもある。）。

また、本システム例の患者部は、患者情報を検索する機能を有してよい。図１７は、患者情報を検索する画面の一例である。患者一覧０１において、検索条件に合致する患者の一覧を表示する。検索条件は、種々の情報であってよいが、例えば、上述の各登録された情報の区分け情報（例えば、血液型であれば、Ａ、Ｂ、Ｏなど）に基づいて、検索されてよい。

また、本システム例の患者部は、患者情報を編集する機能を有してよい。図１８は、患者情報を編集する画面の一例である。患者情報０１において、対象患者について、情報を入力できる構成とされている。また、削除フラグ０２があり、対象の患者を削除することも可能とされてよい。これは、患者がシステムからの脱退の意思を示した場合や移植前に死亡した場合などがあるためである。確認画面０３が押下されることにより、編集後の情報が表示され、閲覧者は編集後の患者情報を確認することが可能とされてよい。本システム例の患者部は、患者情報を編集する機能は、移植前の患者のみに限定してもよく、移植後の患者について編集できないよう構成されてよい。これは、移植した患者については、どのような結果であってもその結果は貴重な情報であり、本システム内に登録されることにより、将来の他の患者に対する移植を予測する貴重な情報となるためである。このように本システム例の患者部が、移植後の患者に係る情報の編集を禁止する構成とされる場合、移植に関する貴重な情報を保持できる利点がある。また、移植後の患者に係る情報の編集が禁止された上で、当該移植後の患者に係る情報が再学習に使用されることで、より高精度に移植候補情報を提供できる利点がある。

ステップ４．移植候補情報の生成（学習済み学習器の適用）
次に、一の患者に対する移植候補情報の生成について説明する。図１９は、一の患者に関し、患者に対する前処置の情報を入力する画面である。一の患者０１は、上述の患者の検索画面から検索されてよい。前処置の情報を入力する箇所０２においては、前処置となりうる情報を種々入れてよい。本図においては、大分類と中分類の情報を入力できる構成とされている。大分類と中分類の情報としては、種々の手法があってよい。例えば、骨髄破壊的前処理、強度減弱前処置、が挙げられる。

本システム例の機械学習部は、一の患者と、前記患者に対する前処置の情報を受け付けると、ドナー情報を用いて、学習済み学習器に対して入力する情報（「適用データ」ということもある）を生成する。

適用データは、例えば、次のとおり生成されてよい。まず、ドナー部はドナーに関する情報を有していることから、機械学習部は、ドナー部から、一のドナーに関するドナー情報を取得する。

次に、機械学習部は、一の患者と前記ドナー情報を用いて、患者とドナーの関係に係る情報を生成してよい。患者とドナーの関係の情報としては、上述のとおり、例えば、患者とドナーの性別の一致性（患者とドナーの性別が同じであるか、異なるか）、患者とドナーのＡＢＯの適合性（患者とドナーのＡＢＯが一致しているか、メジャーミスマッチであるか、マイナーミスマッチであるか）等の情報である。

上述の情報処理により、適用データの一例は、前記一の患者に関する基本情報と、前記一の患者に係る事前処置情報と、一のドナーに係る情報と、患者とドナーの関係の情報であってよい。当該情報が、学習済みの学習器に適用されることにより、前記一の患者と前記一のドナーに関する移植予後の結果の情報が生成される。移植予後の結果は、生存日数、再発に係る情報、及び／又は、合併症に係る情報などを有してよい。

機械学習部は、前記一のドナー以外の他のドナーについても、同様に適用データを生成し、移植予後の結果を生成してよい。機械学習部は、このように、一の患者に対して、ドナー患者の数（例えばドナー患者数がＮとする）に対応する分の移植予後の結果（移植予後の結果の数は、Ｎとなる）を生成する。

機械学習部は、前記一の患者に対する複数のドナーの各々についての移植予後の結果を用いて、移植候補情報を生成してよい。移植候補情報は、生存日数、再発に係る情報、及び／又は合併症に係る情報が含まれてよい。これらは、移植された者のその後の生活に大きな影響がある要素である。移植候補情報は、移植予後の結果と同じデータであってもよいし、移植予後の結果のデータを加工したものであってもよい。移植候補情報の一例は、図２０である。なお、本図においては、順位の情報が付加してあるが、データとしてはかかる情報はなくてもよい。また、本図においては、合併症も含まれている例を示した。

このように、本例のシステムにおいては、機械学習部が有する患者とドナーの関係の情報を用いることにより、現実に提供可能なドナー候補の中から、個別具体的な患者に、機械学習の適用という手法内で高い精度で適切なドナー情報を生成できる利点がある。これは、移植における個別化治療の一手段として位置づけられてよい。また、移植候補情報の生成にあたり、個々の医師の属人的な経験や判断に因らないため、移植医の経験不足や、判断ミスによる誤診を防止できる利点もある。

図２１は、本システム例における表示の一例である。ドナー情報０１として、複数のドナーの情報が表示されている。各ドナー情報として、血液型、ＨＬＡ、ＡＢＯ適合、ＨＬＡ適合などの情報が表示されていてよい。複数のドナー情報は、移植候補情報を用いて、種々の観点で順位付けされて、表示されてよい。

例えば、移植候補情報内の生存日数を用いて、生存日数の長い順に順位付けされて、表示されてよい。移植における最大の関心事は生存日数であるため、生存日数を重視して移植候補を把握できる利点がある。

また、移植候補情報を、再発及び／又は合併症がないものに限定し、生存日数の長い順に順位付けされて、表示されてもよい。再発や合併症は生活の質に悪影響を与えることから、仮に生存日数が長いと予測される移植候補であっても、これらを生じさせる可能性のある移植候補を事前に排除できる利点がある。

また、移植候補情報について、生存日数が長い順に順位付けされ、同一の生存日数については、再発及び／又は合併症がないものからある順に順位付けされて、表示されてもよい。再発及び合併症がないことは好ましいものの、ドナーの状況によっては、同一日数である場合の順位付けを前提に、再発及び／又は合併症も検討対象とできる利点がある。

また、移植候補情報について、生存日数、再発の有無、再発の種類、合併症の有無、合併症の種類、合併症の程度、のそれぞれについて、所定の係数で重み付けした上で、指標を生成し（本願書類において、「Ｋ指標」ということもある）、指標の高い順に順位付けし、表示してもよい。なお、この場合、所定の係数としてその要素を考慮しない値（例えば０（ゼロ））が選ばれると、当該要素はないものとして扱われてよい。再発及び／又は合併症がないものに限定すると候補となるドナーが過剰に少なる可能性、合併症であっても対応できる可能性、また、再発の可能性があっても適切な治療によりリスクを低下できる可能性などから、生存日数、再発、合併症を適切なバランスの中で評価することが求められる場合もあり、重み付けによってかかる適切なバランスを実現できる利点がある。

以上のとおり、移植予後の結果は、生存日数、再発に係る情報、又は、合併症に係る情報、を含んでもよいし、生存日数、再発に係る情報、及び、合併症に係る情報、を含んでもよく、移植候補情報は、生存日数、再発に係る情報、又は、合併症に係る情報、を含んでもよいし、生存日数、再発に係る情報、及び、合併症に係る情報、を含んでもよく、表示装置において表示される情報は、生存日数、再発に係る情報、又は、合併症に係る情報、を用いて算出された順位であってもよいし、生存日数、再発に係る情報、及び、合併症に係る情報、を用いて算出された順位であってもよい。

なお、かかる重み付けの係数は、予めシステム内で設定されてもよいし、各医療位機関の医師などにより設定されるものであってもよい。なお、本願書類において、再発の有無、再発の種類の総称として、再発に係る情報ということもある。また、合併症の有無、合併症の種類、合併症の程度の総称として、合併症に係る情報ということもある。また、再発に係る情報と合併症に係る情報の総称として、合併症等に係る情報ということもある。

また、移植候補情報は、医療機関端末において順位付けされて表示されてもよいし、サーバ側で予め順位付けられた上で医療機関端末に送信されて表示されてもよい。後者においては、予め順位づけられた後の移植候補情報の一部が、医療機関端末に送信されてもよい。移植候補情報の一部としては、順位の高いものであってよい。機械学習部は、ドナーデータベース内の各ドナーと患者情報とを学習器に適用して移植予後の結果情報を生成することから、移植候補情報は、ドナー情報数分生成されえることとなり、その中で重要な情報は、移植候補情報のうち上述の順位付けがされて順位の高い一部である。そこで、順位の高い一部の移植候補情報を医療機関端末に送信してもよい。かかる場合、データの分量が減少するため、ネットワークに与える負荷も減少し、送信時間が短くなる利点がある。

ドナー情報は、複数の者が一のドナーを巡って競合する場合もある。そのため、本システム例のドナー部は、移植候補として閲覧中のドナー情報を監視する機能を有してよい。例えば、ドナー部は、一の患者についてのドナーの移植候補情報内の一のドナーが、医療機関端末に送信されることにより閲覧されている間、他の患者に関して前記一のドナーが検索されると、他の患者における移植候補情報としての前記一のドナーは、選択できない構成とされてよい。当該機能は、例えば、ドナー部が、全てのドナーについての閲覧の有無に関するデータベースを備え、閲覧中のドナーについて閲覧中であることを示すデータを有するようにし、医療機関端末から移植候補情報としてのドナーについての閲覧要請を受信すると、当該閲覧の有無に関するデータベースに問い合わせて、閲覧中であることを示すデータを有しない場合に、閲覧が許可されるような構成であってよい。当該閲覧中であることを示すデータは、閲覧開始から一定期間、閲覧中であることを示すデータとし、前記一定期間経過後には、閲覧中であることを示すデータを有しないように変更する構成としてもよい。医療機関端末において、上述のドナーを選択できないことを示す表示としては、例えば、「検討中」などのようなものであってもよい。本システム例の機械学習部が、かかる構成を備えることにより、一つしかないドナーに対して複数の者が競合した場合も、システム上適切に対応可能とできる利点がある。

なお、一の患者に対して移植候補としてのドナーが選択されると、本システム例のドナー機関端末において、ドナーの利用申請が表示されてよい。例えば、図２２は、ドナー機関端末において、ドナーの利用申請があり、その利用を申請した医療機関が表示されている例である。ドナー機関端末において、「確認」ボタンが押下されることにより、当該ドナーが確定し、以後、ドナー検索されても、表示されないようにされてよい。ドナー部は、ドナー機関端末における「確認」ボタンの押下げ情報を受領すると、そのドナー情報を検索対象から除外するよう構成されてよい。本システム例がかかる構成を備えることにより、ドナーの使用が確定しているドナーが検索されないことにより、ドナーを探す医療機関において使用できないドナーを検討する必要がなくなる利点がある。

ステップ５．予後情報の取得
次に、患者に対して、ドナーの移植を行った後について説明する。図２３は、移植を受けた患者について、予後情報を登録する画面の一例である。医療機関において、移植を受けた患者について、適宜、病状などの情報を入力してよい。図２４は、患者情報について予後の情報を編集する一例である。血液濃度など関連する情報を入力できる構成とされてよい。本システム例は、移植を受けた患者について、移植後の合併症の情報などを受け付け、前記患者と関連付けて患者データベースに記憶するよう構成されてよい。本システム例がかかる情報を有した場合、移植予後の情報を記録でき、患者とドナーの関係の移植後の情報を関連付けて記憶することにより、将来の患者に関する移植についても、後述する機械学習を経ることで的確な情報を提供できる可能性が高まる利点がある。

ステップ６．再学習
本システム例の機械学習部は、移植後の患者情報を用いて、機械学習を行ってよい。機械学習は、所定のタイミングで行われてよい。例えば、毎日、毎週、毎月、など定期的に行ってもよいし、患者数が所定の数に到達した時点で行ってもよい。本例のシステムが、移植後の患者情報を用いて機械学習を行うことにより、より適切な移植候補を選定できるよう精度が向上する利点がある。

４．実験
次に、学習器を用いた実験について、説明する。実験では、５８７の移植に関する情報のうち、データの一部を学習データとして利用し、残りのデータを用いた検証を複数回行った。

４．１．実験１
実験１においては、４８のパラメータを用いて行った。具体的には、１．患者に係る基本情報、２．患者に係る事前処置情報、３．ドナーに係る情報、４．患者とドナーの関係に係る情報に関するパラメータとして、図２５のものを用いた。なお、学習器で学習又は適用する際は、適宜、パラメータに対応して数値化させて実験した。その結果、学習データに用いた以外の実際の移植データと、４８のパラメータを用いた本システムによる機械学習を適用することで移植データを推定した結果との一致率は、０．８１９６であり、約８割以上の合致を確認した。機械学習された学習器を適用することにより、移植候補について、移植された場合のデータを十分に予測できる利点が確認された。

４．２．実験２
実験２においては、より少ない１３のパラメータを用いて行った。具体的なパラメータは、図２６のとおりである。なお、実験１と同様に、学習器で学習又は適用する際は、適宜、パラメータに対応して数値化させて実験した。その結果、学習データに用いた以外の実際の移植データと、１３のパラメータを用いた本システムによる機械学習を適用することで移植データを推定した結果との一致率は、０．７４５０であり、約７割以上の合致を確認した。機械学習された学習器を適用することにより、より少ない１３のパラメータを用いた場合にも、移植候補について、移植された場合のデータを十分に予測できる利点が確認された。

なお、本出願書類において、ドナー、患者、などの情報は、かかる情報を管理する病院、医局、クリニック、医療施設などの団体によって所有されるシステム内に保存される場合もあれば、第３者が所有するシステム（例えばクラウドシステムなど）内において、かかる団体が管理する情報であってもよい。

本明細書で説明される処理及び手順は、実施形態において明示的に説明されたものによってのみならず、ソフトウェア、ハードウェア又はこれらの組み合わせによっても実現可能なものである。また、本明細書で説明される処理及び手順は、それらの処理・手順をコンピュータプログラムとして実装し、各種のコンピュータに実行させることが可能である。また、プログラムは、記録媒体に記録されてよい。また、記録媒体は、一時的でないものであってよい。

１０ 情報処理装置
１１ バス
１２ 演算部
１３ 記憶部
１４ 入力部
１５ 表示部
１６ 通信ＩＦ
２０ 情報処理装置
０１ａ、０１ｂ 利用者端末
３０２、４０２、５０２、６０２ サーバ
０３ａ、０３ｂ データベース
０４ 学習器
３１ 医療機関端末
３２ ドナー機関端末
７１ 機械学習部
７２ 患者部
７３ ドナー部

Claims (17)

1. 患者情報と、ドナーに係る情報と、患者とドナーの関係に係る情報と、移植予後の結果と、の関係を学習した学習器と、
   ドナーに係る情報を備えるデータベースと、
   第１の患者に係る患者情報を取得する取得部と、
   前記第１の患者に係る患者情報と、前記データベースから取得したドナーに係る情報を用いて、第１の患者に係る適用データを生成する第１生成部と、
   前記適用データを、前記学習した学習器に適用して、前記第１の患者に対応する、移植予後の結果を含む移植候補情報を生成する第２生成部と、
   を備える移植情報提供システム。
2. 前記第１生成部は、前記第１の患者に係る患者情報と、前記データベースから取得したドナーに係る情報とを用いて、前記第１の患者と前記ドナーの関係に係る情報を生成し、前記第１の患者に係る適用データは、生成された前記第１の患者と前記ドナーの関係に係る情報を含む、
   請求項１に記載の移植情報提供システム。
3. 前記移植予後の結果は、生存日数、再発に係る情報、又は、合併症に係る情報、を含み、
   前記移植候補情報は、生存日数、再発に係る情報、又は、合併症に係る情報、を含み、
   表示装置において、所定の順序で順位付けされて表示されるために、前記移植候補情報を前記表示装置に送信する送信部を含む、
   請求項１又は２に記載の移植情報提供システム。
4. 前記移植予後の結果は、合併症の種類を含み、
   前記移植候補情報は、合併症の種類を含む、
   請求項１乃至３のいずれか１項に記載の移植情報提供システム。
5. 前記第１の患者に対して移植されたドナーに係る情報と、前記第１の患者と前記移植されたドナーの関係に係る情報と、前記第１の患者に対する移植の移植予後の結果と、を含む第１患者移植情報を取得する取得部と、
   前記第１の患者に係る患者情報と、前記第１患者移植情報と、を関連付けて、前記学習器を学習させる学習部と、
   を備えた請求項１乃至４のいずれか１項に記載の移植情報提供システム。
6. 前記学習部は、前記取得部が、前記第１患者移植情報を所定の数以上取得した場合に、学習させる、
   請求項５に記載の移植情報提供システム。
7. ドナーに係る情報を備えるデータベースと、
   第１の患者に係る患者情報を取得する第１取得部と、
   前記第１の患者に係る患者情報と、前記データベースから取得したドナーに係る情報を用いて、第１の患者に係る適用データを生成する第１生成部と、
   患者情報と、ドナーに係る情報と、患者とドナーの関係に係る情報と、移植予後の結果と、の関係を学習した学習器に、伝達された前記適用データが適用されることで生成された、前記第１の患者に対応する、移植予後の結果を含む移植候補情報を取得する第３取得部と、
   を備える移植情報提供システム。
8. 第１の患者に係る患者情報を取得する第１取得部と、
   ドナーに係る情報を取得する第２取得部と、
   前記第１の患者に係る患者情報と、前記取得したドナーに係る情報を用いて、第１の患者に係る適用データを生成する第１生成部と、
   患者情報と、ドナーに係る情報と、患者とドナーの関係に係る情報と、移植予後の結果と、の関係を学習した学習器に、伝達された前記適用データが適用されることで生成された、前記第１の患者に対応する、移植予後の結果を含む移植候補情報を取得する第３取得部と、
   を備える移植情報提供システム。
9. コンピュータが、
   患者情報と、ドナーに係る情報と、患者とドナーの関係に係る情報と、移植予後の結果と、の関係を学習するステップと、
   第１の患者に係る患者情報を取得するステップと、
   ドナーに係る情報を取得するステップと、
   前記第１の患者に係る患者情報と、前記ドナーに係る情報を用いて、第１の患者に係る適用データを生成するステップと、
   前記適用データを、前記学習した学習器に適用して、前記第１の患者に対応する、移植予後の結果を含む移植候補情報を生成するステップと、
   を実行する移植情報提供方法。
10. 前記第１の患者に係る適用データを生成するステップは、前記第１の患者に係る患者情報と、前記ドナーに係る情報とを用いて、前記第１の患者と前記ドナーの関係に係る情報を生成するステップを含み、
    前記第１の患者に係る適用データは、生成された前記第１の患者と前記ドナーの関係に係る情報を含む、
    請求項９に記載の方法。
11. コンピュータが、
    前記第１の患者に対して移植されたドナーに係る情報と、前記第１の患者と前記移植されたドナーの関係に係る情報と、前記第１の患者に対する移植の移植予後の結果と、を含む第１患者移植情報を取得するステップ、
    を実行する請求項９又は１０に記載の方法。
12. コンピュータが、
    前記第１の患者に係る患者情報と、前記第１患者移植情報と、を関連付けて、前記学習器に学習させるステップ、
    を実行する請求項１１に記載の方法。
13. コンピュータが、
    第１の患者に係る患者情報を取得する第１取得ステップと、
    ドナーに係る情報を取得する第２取得ステップと、
    前記第１の患者に係る患者情報と、取得した前記ドナーに係る情報を用いて、第１の患者に係る適用データを生成する第１生成ステップと、
    患者情報と、ドナーに係る情報と、患者とドナーの関係に係る情報と、移植予後の結果と、の関係を学習した学習器に、伝達された前記適用データが適用されることで生成された、前記第１の患者に対応する、移植予後の結果を含む移植候補情報を取得する第３取得ステップと、
    を実行する移植情報提供方法。
14. コンピュータを、請求項９乃至１３のいずれか１項に記載の方法で動作させるプログラム。
15. 患者に係る基本情報と、当該患者に係る事前処置情報と、当該患者に移植したドナーに係るドナー情報と、当該患者と当該ドナーの免疫適合性を含む関係情報と、当該患者の移植予後の実績結果とを用いて生成された学習器と、
    移植候補のドナーに係る候補ドナー情報を備えるデータベースと、
    第１の患者に係る基本情報及び当該第１の患者に係る事前処置情報を取得する取得部と、
    前記第１の患者に係る基本情報と前記データベースから取得した候補ドナー情報とを用いて、前記第１の患者に係る前記関係情報を生成する第１生成部と、
    前記第１生成部で生成した関係情報と前記第１の患者に係る基本情報と前記第１の患者に係る事前処置情報とを、前記学習器に適用して、前記第１の患者に対応する、移植予後の予想結果を含む移植候補情報を生成する第２生成部と、
    を備える移植情報提供システム。
16. 前記移植情報提供システムは、演算部を備える、
    請求項１乃至８及び１５のいずれか一項に記載の移植情報提供システム。
17. 前記コンピュータは、演算部を備える、
    請求項９乃至１３のいずれか一項に記載の方法。

Images