JP7276467B2 - 診療科選択支援用の学習モデルの更新方法、診療科選択支援システム、および、診療科選択支援プログラム - Google Patents
診療科選択支援用の学習モデルの更新方法、診療科選択支援システム、および、診療科選択支援プログラム Download PDFInfo
- Publication number
- JP7276467B2 JP7276467B2 JP2021542000A JP2021542000A JP7276467B2 JP 7276467 B2 JP7276467 B2 JP 7276467B2 JP 2021542000 A JP2021542000 A JP 2021542000A JP 2021542000 A JP2021542000 A JP 2021542000A JP 7276467 B2 JP7276467 B2 JP 7276467B2
- Authority
- JP
- Japan
- Prior art keywords
- medical
- department
- clinical department
- learning model
- information
- 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
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
本発明は、診療科選択支援用の学習モデルの更新方法、診療科選択支援システム、および、診療科選択支援プログラムに関する。
従来、問診に対する回答に関する入力情報を受け付ける診断支援方法が知られている。このような診断支援方法は、たとえば、特開２０１９―１０１４９１号公報に開示されている。
上記特開２０１９―１０１４９１号公報には、問診に対する回答に関する入力情報をユーザ端末により受け付ける診断支援方法が開示されている。この診断支援方法では、複数の問診項目の表示情報がユーザ端末に表示される。そして、ユーザ端末に対して、問診に対する回答が入力される。その後、ユーザ端末から診療支援装置に、問診に対する回答の情報である回答情報が送信される。そして、診療支援装置において、回答情報がカルテ情報として登録される。また、診療支援装置において、診断テーブルが参照され、回答情報に対応する疑いのある病名と受診すべき診療科とが推定される。そして、ユーザ端末により疑いのある病名の情報と受診すべき診療科の情報とが取得されるとともに、ユーザ端末に、疑いのある病名と受診すべき診療科とが、表示情報として出力される。
ここで、上記特開２０１９―１０１４９１号公報に記載されている診断支援方法では、問診に対する回答の情報である回答情報に対して、推定された診療科が誤った診療科である場合が考えられる。その場合、医師は、正しい診療科を選択し直して、患者に対して正しい診療科を案内する。しかしながら、上記特開２０１９―１０１４９１号公報に記載の診断支援方法では、診断テーブルに基づいて回答情報に対応する受診すべき診療科が推定されるため、同一の内容の回答情報に対して推定される診療科は、同一の診療科となる。そのため、ある内容の回答情報に対して推定された診療科が誤った診療科である場合、同一の内容の回答情報に対して常に誤った診療科を推定することとなる。その場合、医師は、ある内容の回答情報に対して、毎回、正しい診療科を選択し直して、患者に対して正しい診療科を案内する作業が必要になる。このため、上記特開２０１９―１０１４９１号公報に記載の診断支援方法では、回答情報に基づく診療科の推定の精度を向上させることができないことによって、医師が正しい診療科を案内する作業が軽減されない場合があると考えられる。なお、本願明細書では、「医師」とは医師および歯科医師などを含む医療従事者を意味する。
この発明は、上記のような課題を解決するためになされたものであり、この発明の１つの目的は、医師が正しい診療科を案内する作業の作業負担を軽減することが可能な診療科選択支援用の学習モデルの更新方法、診療科選択支援システム、および、診療科選択支援プログラムを提供することである。
上記目的を達成するために、この発明の第１の局面における診療科選択支援用の学習モデルの更新方法は、患者が受診する診療科を決定するための問診に対する回答である問診回答を取得するステップと、問診回答を入力教師データとし、問診回答に基づいて患者が受診すべき診療科を示す診療科情報を出力教師データとするデータセットにより機械学習された診療科選択支援用の学習モデルに基づいて、取得された問診回答に対応する診療科情報を推定するステップと、診療科情報を推定するステップの後に、患者に対して診察が行われる診療科を示す診療科選択結果情報を取得するステップと、取得された問診回答を入力教師データとし、診療科選択結果情報における診療科を示す情報を出力教師データとするデータセットにより再度機械学習し、取得された問診回答に対して、診療科選択結果情報における診療科を示す情報が推定されるように、学習モデルを更新するステップと、を備える。
この発明の第２の局面における、診療科選択支援システムは、患者が受診する診療科を決定するための問診に対する回答である問診回答を取得する問診回答取得部と、問診回答を入力教師データとし、問診回答に基づいて患者が受診すべき診療科を示す診療科情報を出力教師データとするデータセットにより機械学習された診療科選択支援用の学習モデルに基づいて、取得された問診回答に対応する診療科情報を推定する診療科情報推定部と、患者に対して診察が行われる診療科を示す診療科選択結果情報を取得する診療科選択結果情報取得部と、取得された問診回答を入力教師データとし、取得された問診回答に基づく診療科選択結果情報における診療科を示す情報を出力教師データとするデータセットにより再度機械学習し、取得された問診回答に対して、診療科選択結果情報における診療科を示す情報が推定されるように、学習モデルを更新する学習モデル更新部と、を備える。
この発明の第３の局面における、診療科選択支援プログラムは、患者が受診する診療科を決定するための問診に対する回答である問診回答を取得する制御と、問診回答を入力教師データとし、問診回答に基づいて患者が受診すべき診療科を示す診療科情報を出力教師データとするデータセットにより機械学習された診療科選択支援用の学習モデルに基づいて、取得された問診回答に対応する診療科情報を推定する制御と、患者に対して診察が行われる診療科を示す診療科選択結果情報を取得する制御と、取得された問診回答を入力教師データとし、取得された問診回答に基づく診療科選択結果情報における診療科を示す情報を出力教師データとするデータセットにより再度機械学習し、取得された問診回答に対して、診療科選択結果情報における診療科を示す情報が推定されるように、学習モデルを更新する制御と、をコンピュータに実行させる。
なお、「患者に対して診察が行われる診療科」とは、患者に対して診察が行われる予定の診療科と、実際に患者に対して診察が行われた診療科と、の両方を意味する。
上記第１の局面における学習モデルの更新方法、上記第２の局面における診療科選択支援システム、および、上記第３の局面における診療科選択支援プログラムでは、取得された問診回答と、診療科選択結果情報とを対応付けて再度機械学習することにより、学習モデルを更新する。これにより、問診回答に基づいて推定された診療科が誤っていた場合にも、医師によって選択された適切な診療科に基づいて、学習モデルを更新することができる。したがって、学習モデルが更新されることによって、診療科の推定の精度を向上させることができるので、誤った診療科の推定をする機会を減少させることができる。その結果、医師による誤った診療科の修正を行う機会が減少するため、医師が正しい診療科を案内する作業の作業負担を軽減することができる。
以下、本発明を具体化した実施形態を図面に基づいて説明する。
［診療科選択支援システムの構成］
図１～図１６を参照して、本実施形態による診療科選択支援システム１００について説明する。
図１～図１６を参照して、本実施形態による診療科選択支援システム１００について説明する。
（診療科選択支援システムの全体構成）
図１に示すように、本実施形態における診療科選択支援システム１００は、複数の診療科を備える医療機関（たとえば、病院）において、患者Ｐに対する問診Ｑの回答に基づいて患者Ｐが診察を受けるべき診療科を推定することによって、医師および看護師などの医療従事者による診察および作業と、受付員（事務員）による作業とを支援するためのシステムである。
図１に示すように、本実施形態における診療科選択支援システム１００は、複数の診療科を備える医療機関（たとえば、病院）において、患者Ｐに対する問診Ｑの回答に基づいて患者Ｐが診察を受けるべき診療科を推定することによって、医師および看護師などの医療従事者による診察および作業と、受付員（事務員）による作業とを支援するためのシステムである。
診療科選択支援システム１００は、電子カルテ装置１０と、問診端末２０と、病院端末３０と、診察端末４０と、問診サーバ５０と、学習モデル生成装置６０とを備える。電子カルテ装置１０、複数の病院端末３０、および、複数の診察端末４０は、電子カルテシステムを構成する。電子カルテシステムは、医師等の医療従事者による診察情報Ｒおよび後述する問診回答Ｄｑをデータベースとして一括して電子カルテ情報Ｄｋとして電子的に保存・管理するためのシステムである。すなわち、電子カルテシステムは、医療従事者および医療機関の受付員の事務作業の効率化や、情報管理の一元化を図るためのシステムである。なお、問診端末２０は、請求の範囲の「携帯情報端末」の一例である。また、病院端末３０は、請求の範囲の「医療機関端末」の一例である。
図２に示すように、複数の問診端末２０と複数の病院端末３０と問診サーバ５０とは、ネットワークＮを介して接続されている。ネットワークＮは、たとえば、インターネットである。
（電子カルテ装置の構成）
図３に示すように、電子カルテ装置１０は、患者毎に生成された電子カルテ情報Ｄｋを管理する装置である。電子カルテ装置１０は、制御部１１と、電子カルテサーバ１２と、操作部１３と、表示部１４と、通信部１５とを含む。
図３に示すように、電子カルテ装置１０は、患者毎に生成された電子カルテ情報Ｄｋを管理する装置である。電子カルテ装置１０は、制御部１１と、電子カルテサーバ１２と、操作部１３と、表示部１４と、通信部１５とを含む。
制御部１１は、電子カルテプログラム１２ａ（以下、「プログラム１２ａ」とする）を実行することにより、電子カルテ装置１０の動作を制御するように構成されている。たとえば、制御部１１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等の演算処理回路およびＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等の記憶回路を含む。制御部１１は、後述する電子カルテ入力情報Ｄｋｉが生成された場合、および、診察情報Ｒが入力された場合に、電子カルテ情報Ｄｋを更新または生成する制御を行うように構成されている。
電子カルテサーバ１２は、たとえば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）またはＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の不揮発性の記憶媒体を含む。電子カルテサーバ１２は、プログラム１２ａが記憶されている。そして、電子カルテサーバ１２には、複数の患者Ｐの各々に対応した電子カルテ情報Ｄｋが記憶されている。すなわち、電子カルテサーバ１２には、電子カルテデータベースが構築されている。また、電子カルテサーバ１２に対して、電子カルテ入力情報Ｄｋｉが入力される（記憶される）ことに応じて、電子カルテ情報Ｄｋが更新される。
操作部１３は、医療従事者または医療機関の従業員（受付員）の入力操作を受け付けるように構成されている。具体的には、操作部１３は、キーボード、マウス、および、タッチパネルの少なくとも一つにより構成されている。たとえば、操作部１３は、医師により、診察情報Ｒを受け付けるように構成されている。
表示部１４は、図４に示すように、操作部１３に対する入力操作および制御部１１による指令に基づいて、電子カルテ情報Ｄｋを表示（出力）するように構成されている。たとえば、表示部１４は、液晶ディスプレイを含む。電子カルテ情報Ｄｋは、たとえば、患者ＩＤ、患者氏名、既往歴およびアレルギーなどの患者基本情報と、処置歴および処方歴の情報と、問診回答Ｄｑと、診察情報Ｒとを含む。たとえば、制御部１１は、患者基本情報を示す画像Ｅ１と、処置歴および処方歴の情報を示す画像Ｅ２と、問診回答Ｄｑと診察情報Ｒとを示す画像Ｅ３と、を表示部１４に表示させる制御を行うように構成されている。問診回答Ｄｑは、後述する問診Ｑに対する回答を示す情報である。診察情報Ｒは、患者Ｐについての診察結果と診療科とを含む情報である。診察情報Ｒは、たとえば、医師による所見、臨床検査の結果、および、診察が行われた診療科を示す情報である診療科選択結果情報Ｓａなどを含む。
通信部１５は、病院端末３０および診察端末４０と有線通信または無線通信するように構成されている。たとえば、通信部１５は、病院端末３０および診察端末４０と有線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）または無線ＬＡＮにより通信可能に構成されている。そして、通信部１５は、病院端末３０および診察端末４０と、電子カルテ入力情報Ｄｋｉおよび診察情報Ｒを送受信するように構成されている。
電子カルテ入力情報Ｄｋｉ（および診察情報Ｒ）は、たとえば、文字（テキスト）形式のデータを含む。たとえば、電子カルテ入力情報Ｄｋｉおよび診察情報Ｒは、ＨＬ７（Ｈｅａｌｔｈ Ｌｅｖｅｌ ７）に準拠した形式のデータである。
（問診端末の構成）
図５に示すように、問診端末２０は、電子カルテ装置１０とは別個に設けられた携帯情報端末として構成されている。たとえば、問診端末２０は、患者Ｐが所有する携帯情報端末である。具体的には、問診端末２０は、スマートフォン（携帯電話装置）、タブレット型情報端末、または、ノートパソコンなどのコンピュータにより構成されている。そして、問診端末２０は、制御部２１と、タッチパネル２２と、通信部２３と、記憶部２４とを含む。
図５に示すように、問診端末２０は、電子カルテ装置１０とは別個に設けられた携帯情報端末として構成されている。たとえば、問診端末２０は、患者Ｐが所有する携帯情報端末である。具体的には、問診端末２０は、スマートフォン（携帯電話装置）、タブレット型情報端末、または、ノートパソコンなどのコンピュータにより構成されている。そして、問診端末２０は、制御部２１と、タッチパネル２２と、通信部２３と、記憶部２４とを含む。
制御部２１は、制御プログラムを実行することにより、問診端末２０の動作を制御するように構成されている。たとえば、制御部２１は、問診回答用アプリケーションプログラム２４ａ（以下、「プログラム２４ａ」という）を実行するように構成されている。また、制御部２１は、ＣＰＵ等の演算処理回路およびＲＡＭ等の記憶回路を含む。
タッチパネル２２は、患者Ｐによる入力操作を受け付けるとともに、制御部２１による指令に応じて画像を表示するように構成されている。タッチパネル２２は、受け付けた入力操作の情報を制御部２１に伝達するように構成されている。
通信部２３は、ネットワークＮを介して、無線通信するためのインターフェースとして構成されている。たとえば、通信部２３は、Ｗｉ－ＦｉまたはＢｌｕｔｏｏｔｈ（登録商標）によりネットワークＮに接続するか、または、無線移動体通信技術（たとえば、ＩＭＴ－Ａｄｖａｎｃｅｄ：４Ｇ）によりネットワークＮに接続するように構成されている。
記憶部２４は、ＨＤＤまたはＳＳＤ等の不揮発性の記憶媒体を含む。そして、記憶部２４は、プログラム２４ａが記憶されている。
〈問診端末の機能的構成〉
図６に示すように、問診端末２０（タッチパネル２２）は、問診Ｑに対する回答である問診回答Ｄｑを受け付けるように構成されている。問診Ｑは、複数の診療科に共通する問診内容により構成されている。すなわち、問診Ｑは、総合的（基本的）な内容の問診である。また、問診Ｑは、患者Ｐが受診する診療科を決定するための問診である。たとえば、図６では、問診Ｑとして、症状が現れている部位を問うための問診、症状の種類を問うための問診、および、症状が現れた時期を問うための問診を示している。
図６に示すように、問診端末２０（タッチパネル２２）は、問診Ｑに対する回答である問診回答Ｄｑを受け付けるように構成されている。問診Ｑは、複数の診療科に共通する問診内容により構成されている。すなわち、問診Ｑは、総合的（基本的）な内容の問診である。また、問診Ｑは、患者Ｐが受診する診療科を決定するための問診である。たとえば、図６では、問診Ｑとして、症状が現れている部位を問うための問診、症状の種類を問うための問診、および、症状が現れた時期を問うための問診を示している。
詳細には、制御部２１は、タッチパネル２２に、問診Ｑに対する回答を受け付けるための画像Ｅ１１を表示する。具体的には、画像Ｅ１１には、図および文字の少なくとも一方による問診Ｑが含まれる。たとえば、図６に示すように、画像Ｅ１１には、「どの部位に症状がありますか？」という文字の画像と、操作部画像Ｅ１１ａとが含まれる。たとえば、操作部画像Ｅ１１ａは、人体を模した画像、「全身」と回答するための画像および「気分」と回答するための画像である。そして、制御部２１は、患者Ｐのタッチ入力操作に基づいて、タッチパネル２２中のタッチ座標を取得するように構成されている。そして、制御部２１は、タッチ座標に基づいて、回答結果（上記の例の場合、症状の部位の情報）を取得するように構成されている。そして、制御部２１は、問診サーバ５０に、受け付けた問診回答Ｄｑを送信する制御を行う。
また、問診端末２０は、患者Ｐが受診する診療科を案内するための情報である診療科案内情報Ｓｂを取得するように構成されている。具体的には、問診端末２０は、病院端末３０により受診すべき診療科が決定された後、問診サーバ５０からネットワークＮを介して診療科案内情報Ｓｂを取得する。また、問診端末２０の制御部２１は、診療科案内情報Ｓｂを取得したことに応じて、患者Ｐに受診すべき診療科を知らせる表示をタッチパネル２２に表示させる。
（病院端末の構成）
図７に示すように、病院端末３０は、問診端末２０とは別個に設けられている。病院端末３０は、たとえば、医療機関（病院）内の総合受付に設けられたコンピュータである。また、病院端末３０は、問診回答Ｄｑに基づいて、複数の診療科のうちから患者Ｐが受診すべき診療科を推定する受診診療科推定装置として構成されている。また、病院端末３０は、制御部３１と、表示部３２と、操作部３３と、記憶部３４と、通信部３５とを含む。
図７に示すように、病院端末３０は、問診端末２０とは別個に設けられている。病院端末３０は、たとえば、医療機関（病院）内の総合受付に設けられたコンピュータである。また、病院端末３０は、問診回答Ｄｑに基づいて、複数の診療科のうちから患者Ｐが受診すべき診療科を推定する受診診療科推定装置として構成されている。また、病院端末３０は、制御部３１と、表示部３２と、操作部３３と、記憶部３４と、通信部３５とを含む。
制御部３１は、制御プログラムを実行することにより、病院端末３０の動作を制御するように構成されている。たとえば、制御部３１は、病院端末用アプリケーションプログラム３４ａ（以下、「プログラム３４ａ」という）を実行するように構成されている。また、制御部３１は、ＣＰＵ等の演算処理回路およびＲＡＭ等の記憶回路を含む。
図８に示すように、制御部３１は、問診回答取得部３１ａと、診療科情報推定部３１ｂと、診療科選択結果情報取得部３１ｃと情報生成部３１ｄとを含む。なお、問診回答取得部３１ａと、診療科情報推定部３１ｂと、診療科選択結果情報取得部３１ｃと、情報生成部３１ｄとは、プログラム３４ａを制御部３１によって実行することによって機能する機能的な構成として示している。また、図８では、問診回答取得部３１ａと診療科情報推定部３１ｂと診療科選択結果情報取得部３１ｃと情報生成部３１ｄとを機能ブロックとして記載しているが、問診回答取得部３１ａと診療科情報推定部３１ｂと診療科選択結果情報取得部３１ｃと情報生成部３１ｄとを一体的なハードウェアとして構成してもよいし、個別の専用のハードウェア（専用ＣＰＵ）によりそれぞれ構成してもよい。
問診回答取得部３１ａは、問診端末２０によって受け付けた問診回答Ｄｑを、通信部３５を介して、問診サーバ５０から取得するように構成されている。
診療科情報推定部３１ｂは、図９に示すように、取得した問診回答Ｄｑに基づいて、診療科情報Ｓを推定するように構成されている。診療科情報推定部３１ｂには、問診回答Ｄｑと患者Ｐが受診すべき診療科を示す診療科情報Ｓとが対応付けられて機械学習された診療科選択支援用の学習モデルＭが設けられている。そして、診療科情報推定部３１ｂは、問診回答Ｄｑが入力された場合に、学習モデルＭに基づいて、取得された問診回答Ｄｑに対応する診療科情報Ｓを推定する。そして、診療科情報推定部３１ｂは、推定された診療科情報Ｓである診療科候補情報Ｓｃを出力するように構成されている。図１０に示すように、診療科情報推定部３１ｂは、表示部３２に、診療科候補情報Ｓｃを示す画像Ｅ２１を表示するように構成されている。また、診療科情報推定部３１ｂは、表示部３２に、受付員による受診する診療科の決定を受け付ける操作部表示Ｅ２１ａを表示するように構成されている。なお、学習モデルＭについての詳細は後述する。
診療科選択結果情報取得部３１ｃは、患者Ｐに対して診察が行われる診療科を示す診療科選択結果情報Ｓａを取得する。すなわち、診療科選択結果情報取得部３１ｃは、患者Ｐに対して実際に診察が行われた診療科の情報を診療科選択結果情報Ｓａとして取得する。具体的には、後述する診察端末４０に含まれる電子カルテシステムに対して、診察情報Ｒが入力されたことに基づいて診療科選択結果情報Ｓａを取得する。つまり、診療科選択結果情報取得部３１ｃは、患者Ｐに対する医師の診察が行われ、電子カルテシステムに入力された診察情報Ｒに基づいて、実際に診察が行われた診療科の情報として診療科選択結果情報Ｓａを取得する。たとえば、図１１に示すように、患者Ｐに対する診察が行われると、診療科選択結果情報取得部３１ｃは、表示部３２に、診察情報Ｒ（診療科選択結果情報Ｓａ）および問診回答Ｄｑを含む電子カルテ情報Ｄｋを表示する。
情報生成部３１ｄは、学習モデル更新用の情報データセットＪを生成する。具体的には、患者Ｐの問診回答Ｄｑと、患者Ｐについての診療科選択結果情報Ｓａとが対応づけられた情報データセットＪを生成する。
表示部３２は、たとえば、液晶ディスプレイとして構成されている。
操作部３３は、医療機関の受付員による入力操作を受け付けるように構成されている。たとえば、操作部３３は、キーボード、マウス、および、タッチパネルの少なくとも一つを含む。
記憶部３４は、ＨＤＤまたはＳＤＤ等の不揮発性メモリにより構成されている。また、記憶部３４には、プログラム３４ａと学習モデルＭと情報データセットＪとが記憶されている。
通信部３５は、ネットワークＮを介して、無線通信するためのインターフェースとして構成されている。たとえば、通信部３５は、Ｗｉ－ＦｉまたはＢｌｕｔｏｏｔｈ（登録商標）によりネットワークＮに接続するように構成されている。また、通信部３５は、ネットワークＮを介して、問診端末２０および問診サーバ５０と通信するように構成されている。また、通信部３５は、有線ＬＡＮまたは無線ＬＡＮを介して、電子カルテ装置１０と診察端末４０と、学習モデル生成装置６０と通信するように構成されている。
（診察端末の構成）
図１２に示すように、診察端末４０は、病院端末３０とは別個に設けられた医師が診察の際に用いる端末である。診察端末４０は、たとえば、診察室に設けられたコンピュータである。また、診察端末４０は、電子カルテシステムを含む。また、診察端末４０は、制御部４１と、表示部４２と、操作部４３と、記憶部４４と、通信部４５とを含む。
図１２に示すように、診察端末４０は、病院端末３０とは別個に設けられた医師が診察の際に用いる端末である。診察端末４０は、たとえば、診察室に設けられたコンピュータである。また、診察端末４０は、電子カルテシステムを含む。また、診察端末４０は、制御部４１と、表示部４２と、操作部４３と、記憶部４４と、通信部４５とを含む。
制御部４１は、制御プログラムを実行することにより、診察端末４０の動作を制御するように構成されている。たとえば、制御部４１は、診察端末用アプリケーションプログラム４４ａ（以下、「プログラム４４ａ」という）を実行するように構成されている。また、制御部４１は、ＣＰＵ等の演算処理回路およびＲＡＭ等の記憶回路を含む。そして、制御部４１は、電子カルテ装置１０の電子カルテサーバ１２に、電子カルテ入力情報Ｄｋｉおよび診察情報Ｒを記憶するように構成されている。
表示部４２は、たとえば、液晶ディスプレイとして構成されている。そして、病院端末３０と同様に、図１１に示すように、表示部３２は、制御部３１の指令に基づいて、電子カルテ情報Ｄｋを表示するように構成されている。
操作部４３は、医療従事者または医療機関の従業員（受付員）の入力操作を受け付けるように構成されている。具体的には、操作部４３は、キーボード、マウス、および、タッチパネルの少なくとも一つにより構成されている。たとえば、操作部４３は、医師による患者Ｐの診察の結果として、診療科選択結果情報Ｓａを含む診察情報Ｒを受け付けるように構成されている。
記憶部４４は、ＨＤＤまたはＳＤＤ等の不揮発性メモリにより構成されている。また、記憶部４４には、プログラム４４ａが記憶されている。
通信部４５は、有線ＬＡＮまたは無線ＬＡＮを介して、電子カルテ装置１０と病院端末３０と通信するように構成されている。
（問診サーバの構成）
図１に示すように、問診サーバ５０は、病院端末３０とは別個に構成され、問診回答Ｄｑが記憶（格納）されるサーバ（情報格納装置）として構成されている。
図１に示すように、問診サーバ５０は、病院端末３０とは別個に構成され、問診回答Ｄｑが記憶（格納）されるサーバ（情報格納装置）として構成されている。
問診サーバ５０は、クラウド（クラウドコンピューティング）上に構築されている。そして、問診サーバ５０は、複数の問診端末２０および複数の病院端末３０と、ネットワークＮを介して通信するように構成されている。また、問診サーバ５０は、問診端末２０から問診回答Ｄｑを取得する。そして、問診サーバ５０は、取得した問診回答Ｄｑを病院端末３０に送信するとともに、取得した診療科案内情報Ｓｂの情報を問診端末２０に送信するように構成されている。
（学習モデル生成装置の構成）
図１３に示すように、学習モデル生成装置６０は、制御部６１と、記憶部６２と、通信部６３と、を含む。制御部６１は、制御プログラム６２ａ（以下、「プログラム６２ａ」という）を実行することにより学習モデル生成装置６０の動作を制御するように構成されている。また、制御部６１は、ＣＰＵ等の演算回路をおよびＲＡＭ等の記憶回路を含む。記憶部６２は、ＨＤＤまたはＳＤＤ等の不揮発性メモリにより構成されている。また、記憶部６２には、プログラム６２ａが記憶されている。通信部６３は、病院端末３０と通信可能に構成されている。
図１３に示すように、学習モデル生成装置６０は、制御部６１と、記憶部６２と、通信部６３と、を含む。制御部６１は、制御プログラム６２ａ（以下、「プログラム６２ａ」という）を実行することにより学習モデル生成装置６０の動作を制御するように構成されている。また、制御部６１は、ＣＰＵ等の演算回路をおよびＲＡＭ等の記憶回路を含む。記憶部６２は、ＨＤＤまたはＳＤＤ等の不揮発性メモリにより構成されている。また、記憶部６２には、プログラム６２ａが記憶されている。通信部６３は、病院端末３０と通信可能に構成されている。
図１４に示すように、制御部６１は、学習モデル生成部６１ａと、学習モデル更新部６１ｂとを含む。学習モデル生成部６１ａと、学習モデル更新部６１ｂとは、プログラム６２ａを制御部６１によって実行することによって機能する機能的な構成として示している。また、図１４では、学習モデル生成部６１ａと学習モデル更新部６１ｂとを機能ブロックとして記載しているが、学習モデル生成部６１ａと学習モデル更新部６１ｂとを一体的なハードウェアとして構成してもよいし、個別の専用のハードウェア（専用ＣＰＵ）によりそれぞれ構成してもよい。
学習モデル生成部６１ａは、図１５に示すように、問診回答Ｄｑを入力教師データとするとともに、診療科情報Ｓを出力教師データとする情報データセットＪ０によって、機械学習を行うことにより、診療科選択支援用の学習モデルＭを生成する。たとえば、学習モデルＭは、ニューラルネットワークであり、機械学習を行うことによって、中間層の重み付けを学習する。また、学習モデル生成部６１ａは、問診回答Ｄｑに基づいて、複数の医療機関（病院）のうちの患者Ｐが受診する医療機関（病院）の診療科の選択に対応するように学習モデルＭを生成する。すなわち、病院ごとの診療科の振り分けに対応するように、学習モデルＭを生成する。
学習モデル更新部６１ｂは、たとえば、図１０および図１１に示すように、診療科情報推定部３１ｂによって推定された診療科候補情報Ｓｃと、電子カルテ情報Ｄｋに含まれる患者Ｐに対して実際に診察が行われた診療科を示す診療科選択結果情報Ｓａとが、異なる場合にも、取得された問診回答Ｄｑに対して正しい診療科を推定するために、学習モデルＭの更新を行う。具体的には、図１６に示すように、制御部６１は、取得された問診回答Ｄｑと、診療科選択結果情報Ｓａとを対応付けて再度機械学習することによって、生成された学習モデルＭを更新するように構成されている。制御部６１は、通信部６３を介して、病院端末３０より情報データセットＪを取得する。そして、問診回答Ｄｑを入力教師データとするとともに、診療科選択結果情報Ｓａを出力教師データとして、機械学習を行うことによって、学習モデルＭを更新する。
制御部６１は、所定の期間ごとに学習モデルＭを更新する。また、制御部６１は、病院端末３０によって複数の診療科選択結果情報Ｓａを取得した後に、取得された複数の診療科選択結果情報Ｓａによって学習モデルＭを更新する。たとえば、制御部６１は、２４時間ごとに学習モデルＭを更新するように構成されている。病院端末３０において、２４時間のうちに、診察を受けた複数の患者Ｐについての問診回答Ｄｑおよび診療科選択結果情報Ｓａを情報データセットＪとして保存する。そして、制御部６１は、保存された情報データセットＪを、通信部６３を介して取得することによって、複数の問診回答Ｄｑを入力教師データとするとともに、複数の診療科選択結果情報Ｓａを出力教師データとして、機械学習を行うことによって学習モデルＭの更新を行う。なお、すべての患者Ｐについての情報データセットＪを取得して学習モデルＭの更新を行ってもよいし、ランダムに選択された患者Ｐについての情報データセットＪを取得して学習モデルＭの更新を行ってもよい。また、診療科情報推定部３１ｂによって推定された診療科情報Ｓである診療科候補情報Ｓｃが、医療従事者などによって誤りであると判定された場合においてのみ、情報データセットＪを取得することによって学習モデルＭの更新を行うようにしてもよい。
制御部６１は、通信部６３を介して、病院端末３０に対して更新された学習モデルＭを送信することによって、病院端末３０に備えられた学習モデルＭを更新する。
（学習モデルの更新方法）
次に、図１７を参照して、本実施形態による診療科選択支援システム１００による診療科選択支援用の学習モデルの更新方法について説明する。ステップ１０１は、問診端末２０の制御部２１により実行される。ステップ１０２～１０４は、病院端末３０の制御部３１により実行される。ステップ１０５は、学習モデル生成装置６０の制御部６１により実行される。
次に、図１７を参照して、本実施形態による診療科選択支援システム１００による診療科選択支援用の学習モデルの更新方法について説明する。ステップ１０１は、問診端末２０の制御部２１により実行される。ステップ１０２～１０４は、病院端末３０の制御部３１により実行される。ステップ１０５は、学習モデル生成装置６０の制御部６１により実行される。
まず、ステップ１０１において、問診端末２０によって、問診回答Ｄｑが受け付けられる。
次に、ステップ１０２において、病院端末３０によって、問診端末２０によって受け付けられた問診回答Ｄｑが取得される。
次に、ステップ１０３において、病院端末３０によって、学習モデルＭに基づいて、取得された問診回答Ｄｑに対応する診療科情報Ｓが推定される。
次に、ステップ１０４において、病院端末３０によって、患者Ｐに対して実際に診察が行われた診療科の情報が診療科選択結果情報Ｓａとして取得される。
次に、ステップ１０５において、学習モデル生成装置６０によって、取得された問診回答Ｄｑと、診療科選択結果情報Ｓａとを対応付けて再度機械学習を行うことにより、学習モデルＭが更新される。
［本実施形態の診療科選択支援用の学習モデルの更新方法の効果］
本実施形態の診療科選択支援用の学習モデルの更新方法では、以下のような効果を得ることができる。
本実施形態の診療科選択支援用の学習モデルの更新方法では、以下のような効果を得ることができる。
本実施形態の診療科選択支援用の学習モデルの更新方法では、上記のように、取得された問診回答Ｄｑと、診療科選択結果情報Ｓａとを対応付けて再度機械学習することにより、学習モデルＭを更新する。これにより、問診回答Ｄｑに基づいて推定された診療科が誤っていた場合にも、医師によって選択された適切な診療科に基づいて、学習モデルＭを更新することができる。したがって、学習モデルＭが更新されることによって、診療科の推定の精度を向上させることができるので、誤った診療科の推定をする機会を減少させることができる。その結果、医師による誤った診療科の修正を行う機会が減少するため、医師が正しい診療科を案内する作業の作業負担を軽減することができる。
［本実施形態のシステムおよびプログラムの効果］
本実施形態の診療科選択支援システム１００および診療科選択支援プログラム、２４ａ、３４ａ、４４ａ、および、６２ａでは、以下のような効果を得ることができる。
本実施形態の診療科選択支援システム１００および診療科選択支援プログラム、２４ａ、３４ａ、４４ａ、および、６２ａでは、以下のような効果を得ることができる。
本実施形態の診療科選択支援システム１００および診療科選択支援プログラム、２４ａ、３４ａ、４４ａ、および、６２ａでは、上記のように、取得された問診回答Ｄｑと、診療科選択結果情報Ｓａとを対応付けて再度機械学習することにより、学習モデルＭを更新する。これにより、問診回答Ｄｑに基づいて推定された診療科が誤っていた場合にも、医師によって選択された適切な診療科に基づいて、学習モデルＭを更新することができる。したがって、学習モデルＭが更新されることによって、診療科の推定の精度を向上させることができるので、誤った診療科の推定をする機会を減少させることができる。その結果、医師による誤った診療科の修正を行う機会が減少するため、医師が正しい診療科を案内する作業の作業負担を軽減するように診療科選択支援システム１００またはコンピュータ（学習モデル生成装置６０）が処理を行うことができる。
また、本実施形態では、以下のように構成したことによって、更なる効果が得られる。
すなわち、本実施形態では、診療科選択結果情報Ｓａを取得するステップ１０４は、患者Ｐに対して実際に診察が行われた診療科の情報を診療科選択結果情報Ｓａとして取得するステップ１０４である。ここで、医療機関の受付員（事務員）によって、患者Ｐに対して診察を受けるよう案内された診療科（診察を行われる予定の診療科）を診療科選択結果情報Ｓａとして取得するように構成した場合、案内された診療科が医師の判断により変更される場合が考えられる。上記のように、実際に診察が行われた診療科の情報を診療科選択結果情報Ｓａとして取得するように構成すれば、案内された診療科が変更された場合にも、最終的に医師によって実際に診察が行われた診療科を診療科選択結果情報Ｓａとして取得することができる。このため、取得された問診回答Ｄｑと、実際に医師によって診察が行われた診療科とを、対応付けて再度機械学習を行うことによって、学習モデルＭを更新することができる。その結果、取得された問診回答Ｄｑに対して、診察が行われるべき診療科をより正しく出力するように学習モデルＭを更新することができるので、医師が正しい診療科を案内する作業の作業負担を軽減することができる。
また、本実施形態では、上記のように、診療科選択結果情報Ｓａを取得するステップ１０４は、診療科選択結果情報Ｓａを医療機関に配置された医療機関端末（病院端末３０）により取得するステップ１０４である。このように構成すれば、複数の患者Ｐについての問診回答Ｄｑと診療科選択結果情報Ｓａとを医療機関（病院）に配置された病院端末３０によって取得することができる。そのため、複数の問診回答Ｄｑと複数の診療科選択結果情報Ｓａとを対応づけて機械学習を行うことができるので、様々な種類の問診回答Ｄｑに対応可能なように学習モデルＭを更新することができる。その結果、様々な種類の問診回答Ｄｑに対して、正しく受診すべき診療科を推定することができるため、医師が正しい診療科を案内する作業の作業負担をより軽減することができる。
また、本実施形態では、上記のように、診療科選択結果情報Ｓａを取得するステップ１０４は、医療機関端末（病院端末３０）とは別個に設けられた医師が診察の際に用いる端末である診察端末４０に含まれる電子カルテシステムに対して、患者Ｐについての診察結果と診療科とを含む情報である診察情報Ｒが入力されたことに基づいて、診療科選択結果情報Ｓａを取得するステップ１０４である。このように構成すれば、医師が患者Ｐに対して診察を行い、電子カルテシステムに対して診察情報Ｒを入力することによって、診療科選択結果情報Ｓａを取得することができる。このため、医師は、電子カルテシステムに対して診察情報Ｒを入力することに加えて、病院端末３０に対して診療科選択結果情報Ｓａを入力する作業を行わなくとも、診療科選択結果情報Ｓａを病院端末３０に取得させることができる。その結果、医師による入力の手間を省くことができるので、学習モデルＭを更新するための作業負担の増加を抑制することができる。
また、本実施形態では、上記のように、学習モデルＭを更新するステップ１０５は、医療機関端末（病院端末３０）によって複数の診療科選択結果情報Ｓａを取得した後に、取得された複数の診療科選択結果情報Ｓａによって学習モデルＭを更新するステップ１０５である。このように構成すれば、診療科選択結果情報Ｓａを取得するたびに学習モデルＭを更新しなくとも、ある程度まとまった数の診療科選択結果情報Ｓａによって学習モデルＭを更新することができる。その結果、学習モデルＭを更新する処理を行う回数を削減することができるので、更新する処理にかかる処理負担の増大を抑制することができる。
また、本実施形態では、上記のように、携帯情報端末（問診端末２０）によって問診回答Ｄｑを受け付けるステップ１０１をさらに備え、問診回答Ｄｑを取得するステップ１０２は、問診端末２０によって受け付けた問診回答Ｄｑを医療機関端末（病院端末３０）によって取得するステップ１０２であり、診療科情報Ｓを推定するステップ１０３は、問診端末２０によって受け付けた問診回答Ｄｑに対応する診療科情報Ｓを推定するステップ１０３である。ここで、紙媒体の問診用紙を用いて問診回答Ｄｑを受け付ける場合においては、医療機関の受付員が、患者Ｐに対する応対と、紙に記入された問診回答Ｄｑについて電子データにするための入力作業とを、行う必要があると考えられる。上記のように、問診端末２０によって問診回答Ｄｑを受け付けるように構成すれば、問診回答Ｄｑの入力と、電子データ化とを問診端末２０において行うことができるので、医療機関の受付員の作業負担が増大することを抑制することができる。
また、本実施形態では、上記のように、学習モデルＭを更新するステップ１０５は、所定の期間ごとに学習モデルＭを更新するステップ１０５である。このように構成すれば、たとえば、医療機関の診察時間外である夜間などの定まった時刻に、学習モデルＭを更新することができる。そのため、学習モデルＭを更新する作業が、医師および医療機関の受付員の、患者Ｐを応対する作業の妨げとなることを抑制することができる。
また、本実施形態では、上記のように、学習モデルＭを更新するステップ１０５は、複数の医療機関のうちの患者Ｐが受診する医療機関の診療科の選択に対応するように生成された学習モデルＭを更新するステップ１０５である。ここで、同一の問診回答Ｄｑに対して、複数の医療機関の各々によって受診すべき診療科が異なる場合が考えられる。上記のように、患者Ｐが受診する医療機関の診療科の選択に対応するように生成された学習モデルＭを用いることによって、患者Ｐが受診する医療機関に対応するように受診すべき診療科を推定することができる。その結果、複数の医療機関の各々に対応する受診すべき診療科を精度よく推定することができる。
［変形例］
なお、今回開示された実施形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した実施形態の説明ではなく請求の範囲によって示され、さらに請求の範囲と均等の意味および範囲内でのすべての変更（変形例）が含まれる。
なお、今回開示された実施形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した実施形態の説明ではなく請求の範囲によって示され、さらに請求の範囲と均等の意味および範囲内でのすべての変更（変形例）が含まれる。
たとえば、上記実施形態では、問診端末２０を、患者Ｐが所有する携帯情報端末とする例を説明したが、本発明はこれに限られない。たとえば、問診端末２０は、患者Ｐが所有する携帯情報端末ではなく、医療機関に備えられた（医療機関が所有する）携帯情報端末であってもよい。
また、上記実施形態では、診療科選択支援システム１００に、問診サーバ５０を設けて、問診端末２０と病院端末３０とが問診サーバ５０を介して、問診回答Ｄｑを送受信する例を示したが、本発明はこれに限られない。たとえば、診療科選択支援システム１００に、問診サーバ５０を設けずに、問診端末２０から病院端末３０に、問診回答Ｄｑを直接送信してもよい。
また、上記実施形態では、病院端末３０の操作部３３に対する入力操作に基づいて、１つの診療科候補情報Ｓｃから受診する診療科を決定する例を示したが、本発明はこれに限られない。たとえば、病院端末３０の診療科情報推定部３１ｂにより推定された複数の診療科候補情報Ｓｃのうちから受診する診療科を決定してもよいし、推定された一の診療科を自動的に受診する診療科として決定してもよい。
また、上記実施形態では、病院端末３０により電子カルテ入力情報Ｄｋｉを生成する例を示したが、本発明はこれに限られない。たとえば、問診端末２０、診察端末４０、問診サーバ５０、または、電子カルテ装置１０のいずれかにより、電子カルテ入力情報Ｄｋｉを生成してもよい。
また、上記実施形態では、電子カルテ入力情報Ｄｋｉのデータ形式をテキスト形式として構成する例を示したが、本発明はこれに限られない。たとえば、電子カルテ入力情報Ｄｋｉのデータ形式を画像形式として構成してもよい。
また、上記実施形態では、問診サーバ５０はクラウド（クラウドコンピューティング）上に構築される例を示したが、本発明はこれに限られない。たとえば、問診サーバ５０が１つのハードウェアに構築されるようにしてもよい。
また、上記実施形態では、学習モデル生成装置６０は、制御部６１と、記憶部６２と、通信部６３と、を含む例を示したが、本発明はこれに限られない。たとえば、学習モデル生成装置６０が、クラウド（クラウドコンピューティング）上に構成されていてもよい。
また、上記実施形態では、電子カルテ装置１０が、診察端末４０と別個の構成である例を示したが、本発明はこれに限られない。診察端末４０に、電子カルテサーバ１２などの電子カルテ装置１０の機能が含まれるように構成されていてもよい。同様に、病院端末３０が電子カルテ装置１０の機能を兼ね備えるように構成されていてもよい。
また、上記実施形態では、診療科選択結果情報Ｓａを取得するステップ１０４は、患者Ｐに対して実際に診察が行われた診療科の情報を診療科選択結果情報Ｓａとして取得するステップ１０４である例を示したが、本発明はこれに限られない。たとえば、患者Ｐが受診する診療科を案内するための情報である診療科案内情報Ｓｂを診療科選択結果情報Ｓａとして取得するように構成されていてもよい。
また、上記実施形態では、診療科選択結果情報Ｓａを取得するステップ１０４は、診療科選択結果情報Ｓａを医療機関に配置された医療機関端末（病院端末３０）により取得するステップ１０４である例を示したが、本発明はこれに限られない。たとえば、診療科選択結果情報Ｓａを学習モデル生成装置６０によって直接取得するように構成されていてもよい。
また、上記実施形態では、診療科選択結果情報Ｓａを取得するステップ１０４は、医療機関端末（病院端末３０）とは別個に設けられた医師が診察の際に用いる端末である診察端末４０に含まれる電子カルテシステムに対して、患者Ｐについての診察結果と診療科とを含む情報である診察情報Ｒが入力されたことに基づいて、診療科選択結果情報Ｓａを取得するステップ１０４である例を示したが、本発明はこれに限られない。たとえば、診察を終えた後に、病院端末３０において、診察情報Ｒに基づいて診療科選択結果情報Ｓａを入力するように構成されていてもよい。
また、上記実施形態では、学習モデルＭを更新するステップ１０５は、医療機関端末（病院端末３０）によって複数の診療科選択結果情報Ｓａを取得した後に、取得された複数の診療科選択結果情報Ｓａによって学習モデルＭを更新するステップ１０５である例を示したが、本発明はこれに限られない。たとえば、患者Ｐについての診療科選択結果情報Ｓａを取得するたびに学習モデルＭの更新を行うようにしてもよい。
また、上記実施形態では、携帯情報端末（問診端末２０）によって問診回答Ｄｑを受け付けるステップ１０１をさらに備え、問診回答Ｄｑを取得するステップ１０２は、問診端末２０によって受け付けた問診回答Ｄｑを医療機関端末（病院端末３０）によって取得するステップ１０２であり、学習モデルＭを更新するステップ１０５は、問診端末２０によって受け付けた問診回答Ｄｑと、診療科選択結果情報Ｓａとを対応付けて再度機械学習することにより、学習モデルＭを更新するステップ１０５である例を示したが、本発明はこれに限られない。たとえば、問診端末２０ではなく、医療施設（病院）に備えられた病院端末３０によって問診回答Ｄｑを受け付けるようにしてもよい。
また、上記実施形態では、学習モデルＭを更新するステップ１０５は、所定の期間ごとに学習モデルＭを更新するステップ１０５である例を示したが、本発明はこれに限られない。たとえば、予め定めておいた一定の人数についての診療科選択結果情報Ｓａを取得するごとに、学習モデルＭを更新するように構成してもよい。
また、上記実施形態では、学習モデルＭを更新するステップ１０５は、複数の医療機関のうちの患者Ｐが受診する医療機関の診療科の選択に対応するように生成された学習モデルＭを更新するステップ１０５である例を示したが、本発明はこれに限られない。たとえば、複数の医療機関（病院）について、同一の学習モデルＭに基づいて診療科情報Ｓを推定するように構成されていてもよい。
［態様］
上記した例示的な実施形態は、以下の態様の具体例であることが当業者により理解される。
上記した例示的な実施形態は、以下の態様の具体例であることが当業者により理解される。
（項目１）
患者が受診する診療科を決定するための問診に対する回答である問診回答を取得するステップと、
前記問診回答と、前記患者が受診すべき診療科を示す診療科情報とが対応付けられて機械学習された診療科選択支援用の学習モデルに基づいて、取得された前記問診回答に対応する前記診療科情報を推定するステップと、
前記診療科情報を推定するステップの後に、前記患者に対して診察が行われる診療科を示す診療科選択結果情報を取得するステップと、
前記取得された問診回答と、前記診療科選択結果情報とを対応付けて再度機械学習することにより、前記学習モデルを更新するステップと、を備える、診療科選択支援用の学習モデルの更新方法。
患者が受診する診療科を決定するための問診に対する回答である問診回答を取得するステップと、
前記問診回答と、前記患者が受診すべき診療科を示す診療科情報とが対応付けられて機械学習された診療科選択支援用の学習モデルに基づいて、取得された前記問診回答に対応する前記診療科情報を推定するステップと、
前記診療科情報を推定するステップの後に、前記患者に対して診察が行われる診療科を示す診療科選択結果情報を取得するステップと、
前記取得された問診回答と、前記診療科選択結果情報とを対応付けて再度機械学習することにより、前記学習モデルを更新するステップと、を備える、診療科選択支援用の学習モデルの更新方法。
（項目２）
前記診療科選択結果情報を取得するステップは、前記患者に対して実際に診察が行われた診療科の情報を前記診療科選択結果情報として取得するステップである、項目１に記載の診療科選択支援用の学習モデルの更新方法。
前記診療科選択結果情報を取得するステップは、前記患者に対して実際に診察が行われた診療科の情報を前記診療科選択結果情報として取得するステップである、項目１に記載の診療科選択支援用の学習モデルの更新方法。
（項目３）
前記診療科選択結果情報を取得するステップは、前記診療科選択結果情報を医療機関に配置された医療機関端末により取得するステップである、項目１に記載の診療科選択支援用の学習モデルの更新方法。
前記診療科選択結果情報を取得するステップは、前記診療科選択結果情報を医療機関に配置された医療機関端末により取得するステップである、項目１に記載の診療科選択支援用の学習モデルの更新方法。
（項目４）
前記診療科選択結果情報を取得するステップは、前記医療機関端末とは別個に設けられた医師が診察の際に用いる端末である診察端末に含まれる電子カルテシステムに対して、前記患者についての診察結果と診療科とを含む情報である診察情報が入力されたことに基づいて、前記診療科選択結果情報を取得するステップである、項目３に記載の診療科選択支援用の学習モデルの更新方法。
前記診療科選択結果情報を取得するステップは、前記医療機関端末とは別個に設けられた医師が診察の際に用いる端末である診察端末に含まれる電子カルテシステムに対して、前記患者についての診察結果と診療科とを含む情報である診察情報が入力されたことに基づいて、前記診療科選択結果情報を取得するステップである、項目３に記載の診療科選択支援用の学習モデルの更新方法。
（項目５）
前記学習モデルを更新するステップは、前記医療機関端末によって複数の前記診療科選択結果情報を取得した後に、取得された前記複数の診療科選択結果情報によって前記学習モデルを更新するステップである、項目３に記載の診療科選択支援用の学習モデルの更新方法。
前記学習モデルを更新するステップは、前記医療機関端末によって複数の前記診療科選択結果情報を取得した後に、取得された前記複数の診療科選択結果情報によって前記学習モデルを更新するステップである、項目３に記載の診療科選択支援用の学習モデルの更新方法。
（項目６）
携帯情報端末によって前記問診回答を受け付けるステップをさらに備え、
前記問診回答を取得するステップは、前記携帯情報端末によって受け付けた前記問診回答を前記医療機関端末によって取得するステップであり、
前記学習モデルを更新するステップは、前記携帯情報端末によって受け付けた前記問診回答と、前記診療科選択結果情報とを対応付けて再度機械学習することにより、前記学習モデルを更新するステップである、項目３に記載の診療科選択支援用の学習モデルの更新方法。
携帯情報端末によって前記問診回答を受け付けるステップをさらに備え、
前記問診回答を取得するステップは、前記携帯情報端末によって受け付けた前記問診回答を前記医療機関端末によって取得するステップであり、
前記学習モデルを更新するステップは、前記携帯情報端末によって受け付けた前記問診回答と、前記診療科選択結果情報とを対応付けて再度機械学習することにより、前記学習モデルを更新するステップである、項目３に記載の診療科選択支援用の学習モデルの更新方法。
（項目７）
前記学習モデルを更新するステップは、所定の期間ごとに前記学習モデルを更新するステップである、項目１に記載の診療科選択支援用の学習モデルの更新方法。
前記学習モデルを更新するステップは、所定の期間ごとに前記学習モデルを更新するステップである、項目１に記載の診療科選択支援用の学習モデルの更新方法。
（項目８）
前記学習モデルを更新するステップは、複数の医療機関のうちの前記患者が受診する医療機関の診療科の選択に対応するように生成された前記学習モデルを更新するステップである、項目１に記載の診療科選択支援用の学習モデルの更新方法。
前記学習モデルを更新するステップは、複数の医療機関のうちの前記患者が受診する医療機関の診療科の選択に対応するように生成された前記学習モデルを更新するステップである、項目１に記載の診療科選択支援用の学習モデルの更新方法。
（項目９）
患者が受診する診療科を決定するための問診に対する回答である問診回答を取得する問診回答取得部と、
前記問診回答と、前記患者が受診すべき診療科を示す診療科情報とが対応付けられて機械学習された診療科選択支援用の学習モデルに基づいて、取得された前記問診回答に対応する前記診療科情報を推定する診療科情報推定部と、
前記患者に対して診察が行われる診療科を示す診療科選択結果情報を取得する診療科選択結果情報取得部と、
前記取得された問診回答と、前記診療科選択結果情報とを対応付けて再度機械学習することにより、前記学習モデルを更新する学習モデル更新部と、を備える、診療科選択支援システム。
患者が受診する診療科を決定するための問診に対する回答である問診回答を取得する問診回答取得部と、
前記問診回答と、前記患者が受診すべき診療科を示す診療科情報とが対応付けられて機械学習された診療科選択支援用の学習モデルに基づいて、取得された前記問診回答に対応する前記診療科情報を推定する診療科情報推定部と、
前記患者に対して診察が行われる診療科を示す診療科選択結果情報を取得する診療科選択結果情報取得部と、
前記取得された問診回答と、前記診療科選択結果情報とを対応付けて再度機械学習することにより、前記学習モデルを更新する学習モデル更新部と、を備える、診療科選択支援システム。
（項目１０）
患者が受診する診療科を決定するための問診に対する回答である問診回答を取得する制御と、
前記問診回答と、前記患者が受診すべき診療科を示す診療科情報とが対応付けられて機械学習された診療科選択支援用の学習モデルに基づいて、取得された前記問診回答に対応する前記診療科情報を推定する制御と、
前記患者に対して診察が行われる診療科を示す診療科選択結果情報を取得する制御と、
前記取得された問診回答と、前記診療科選択結果情報とを対応付けて再度機械学習することにより、前記学習モデルを更新する制御と、をコンピュータに実行させる、診療科選択支援プログラム。
患者が受診する診療科を決定するための問診に対する回答である問診回答を取得する制御と、
前記問診回答と、前記患者が受診すべき診療科を示す診療科情報とが対応付けられて機械学習された診療科選択支援用の学習モデルに基づいて、取得された前記問診回答に対応する前記診療科情報を推定する制御と、
前記患者に対して診察が行われる診療科を示す診療科選択結果情報を取得する制御と、
前記取得された問診回答と、前記診療科選択結果情報とを対応付けて再度機械学習することにより、前記学習モデルを更新する制御と、をコンピュータに実行させる、診療科選択支援プログラム。
１００ 診療科選択支援システム
２０ 問診端末（携帯情報端末）
３０ 病院端末（医療機関端末）
３１ａ 問診回答取得部
３１ｂ 診療科情報推定部
３１ｃ 診療科選択結果情報取得部
４０ 診察端末
６１ｂ 学習モデル更新部
２０ 問診端末（携帯情報端末）
３０ 病院端末（医療機関端末）
３１ａ 問診回答取得部
３１ｂ 診療科情報推定部
３１ｃ 診療科選択結果情報取得部
４０ 診察端末
６１ｂ 学習モデル更新部
Claims (10)
- 患者が受診する診療科を決定するための問診に対する回答である問診回答を取得するステップと、
前記問診回答を入力教師データとし、前記問診回答に基づいて前記患者が受診すべき診療科を示す診療科情報を出力教師データとするデータセットにより機械学習された診療科選択支援用の学習モデルに基づいて、取得された前記問診回答に対応する前記診療科情報を推定するステップと、
前記診療科情報を推定するステップの後に、前記患者に対して診察が行われる診療科を示す診療科選択結果情報を取得するステップと、
前記取得された問診回答を入力教師データとし、前記取得された問診回答に基づく前記診療科選択結果情報における診療科を示す情報を出力教師データとするデータセットにより再度機械学習し、取得された前記問診回答に対して、前記診療科選択結果情報における診療科を示す情報が推定されるように、前記学習モデルを更新するステップと、を備える、診療科選択支援用の学習モデルの更新方法。 - 前記診療科選択結果情報を取得するステップは、前記患者に対して実際に診察が行われた診療科の情報を前記診療科選択結果情報として取得するステップである、請求項１に記載の診療科選択支援用の学習モデルの更新方法。
- 前記診療科選択結果情報を取得するステップは、前記診療科選択結果情報を医療機関に配置された医療機関端末により取得するステップである、請求項１に記載の診療科選択支援用の学習モデルの更新方法。
- 前記診療科選択結果情報を取得するステップは、前記医療機関端末とは別個に設けられた医師が診察の際に用いる端末である診察端末に含まれる電子カルテシステムに対して、前記患者についての診察結果と診療科とを含む情報である診察情報が入力されたことに基づいて、前記診療科選択結果情報を取得するステップである、請求項３に記載の診療科選択支援用の学習モデルの更新方法。
- 前記学習モデルを更新するステップは、前記医療機関端末によって複数の前記診療科選択結果情報を取得した後に、取得された前記複数の診療科選択結果情報によって前記学習モデルを更新するステップである、請求項３に記載の診療科選択支援用の学習モデルの更新方法。
- 携帯情報端末によって前記問診回答を受け付けるステップをさらに備え、
前記問診回答を取得するステップは、前記携帯情報端末によって受け付けた前記問診回答を前記医療機関端末によって取得するステップであり、
前記学習モデルを更新するステップは、前記携帯情報端末によって受け付けた前記問診回答を入力教師データとし、前記受け付けた問診回答に基づく前記診療科選択結果情報における診療科を示す情報を出力教師データとするデータセットにより再度機械学習し、取得された前記問診回答に対して、前記診療科選択結果情報における診療科を示す情報が推定されるように、前記学習モデルを更新するステップである、請求項３に記載の診療科選択支援用の学習モデルの更新方法。 - 前記学習モデルを更新するステップは、所定の期間ごとに前記学習モデルを更新するステップである、請求項１に記載の診療科選択支援用の学習モデルの更新方法。
- 前記学習モデルを更新するステップは、複数の医療機関のうちの前記患者が受診する医療機関の診療科の選択に対応するように生成された前記学習モデルを更新するステップである、請求項１に記載の診療科選択支援用の学習モデルの更新方法。
- 患者が受診する診療科を決定するための問診に対する回答である問診回答を取得する問診回答取得部と、
前記問診回答を入力教師データとし、前記問診回答に基づいて前記患者が受診すべき診療科を示す診療科情報を出力教師データとするデータセットにより機械学習された診療科選択支援用の学習モデルに基づいて、取得された前記問診回答に対応する前記診療科情報を推定する診療科情報推定部と、
前記患者に対して診察が行われる診療科を示す診療科選択結果情報を取得する診療科選択結果情報取得部と、
前記取得された問診回答を入力教師データとし、前記取得された問診回答に基づく前記診療科選択結果情報における診療科を示す情報を出力教師データとするデータセットにより再度機械学習し、取得された前記問診回答に対して、前記診療科選択結果情報における診療科を示す情報が推定されるように、前記学習モデルを更新する学習モデル更新部と、を備える、診療科選択支援システム。 - 患者が受診する診療科を決定するための問診に対する回答である問診回答を取得する制御と、
前記問診回答を入力教師データとし、前記問診回答に基づいて前記患者が受診すべき診療科を示す診療科情報を出力教師データとするデータセットにより機械学習された診療科選択支援用の学習モデルに基づいて、取得された前記問診回答に対応する前記診療科情報を推定する制御と、
前記患者に対して診察が行われる診療科を示す診療科選択結果情報を取得する制御と、
前記取得された問診回答を入力教師データとし、前記取得された問診回答に基づく前記診療科選択結果情報における診療科を示す情報を出力教師データとするデータセットにより再度機械学習し、取得された前記問診回答に対して、前記診療科選択結果情報における診療科を示す情報が推定されるように、前記学習モデルを更新する制御と、をコンピュータに実行させる、診療科選択支援プログラム。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019154575 | 2019-08-27 | ||
| JP2019154575 | 2019-08-27 | ||
| PCT/JP2020/018678 WO2021038969A1 (ja) | 2019-08-27 | 2020-05-08 | 診療科選択支援用の学習モデルの更新方法、診療科選択支援システム、および、診療科選択支援プログラム |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JPWO2021038969A1 JPWO2021038969A1 (ja) | 2021-03-04 |
| JPWO2021038969A5 JPWO2021038969A5 (ja) | 2022-05-02 |
| JP7276467B2 true JP7276467B2 (ja) | 2023-05-18 |
Family
ID=74685433
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021542000A Active JP7276467B2 (ja) | 2019-08-27 | 2020-05-08 | 診療科選択支援用の学習モデルの更新方法、診療科選択支援システム、および、診療科選択支援プログラム |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP7276467B2 (ja) |
| WO (1) | WO2021038969A1 (ja) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011128855A (ja) | 2009-12-17 | 2011-06-30 | Toshiba Corp | 病院受付システム、及び診療科振分装置 |
| JP2016177461A (ja) | 2015-03-19 | 2016-10-06 | 株式会社リコー | 情報処理システム、情報処理方法、携帯端末、及び情報処理プログラム |
| US20180046773A1 (en) | 2016-08-11 | 2018-02-15 | Htc Corporation | Medical system and method for providing medical prediction |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11338920A (ja) * | 1998-05-22 | 1999-12-10 | Hitachi Ltd | 新規患者受付装置による新規患者受付処理システム |
| JP2014098946A (ja) * | 2012-11-13 | 2014-05-29 | Knowledge Creation Technology Co Ltd | 診療業務支援システムおよびプログラム |
| JP6264215B2 (ja) * | 2014-07-18 | 2018-01-24 | トヨタ自動車株式会社 | 質疑応答装置および質疑応答装置の制御方法 |
| JP6720491B2 (ja) * | 2015-09-29 | 2020-07-08 | 日本電気株式会社 | 個人医療情報処理システム |
| JP6797631B2 (ja) * | 2016-10-19 | 2020-12-09 | 株式会社Ｎｔｔドコモ | 情報処理装置 |
| JP2019087196A (ja) * | 2017-11-10 | 2019-06-06 | 富士通株式会社 | 診療科推奨プログラム、診療科推奨方法及び情報処理装置 |
-
2020
- 2020-05-08 WO PCT/JP2020/018678 patent/WO2021038969A1/ja active Application Filing
- 2020-05-08 JP JP2021542000A patent/JP7276467B2/ja active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011128855A (ja) | 2009-12-17 | 2011-06-30 | Toshiba Corp | 病院受付システム、及び診療科振分装置 |
| JP2016177461A (ja) | 2015-03-19 | 2016-10-06 | 株式会社リコー | 情報処理システム、情報処理方法、携帯端末、及び情報処理プログラム |
| US20180046773A1 (en) | 2016-08-11 | 2018-02-15 | Htc Corporation | Medical system and method for providing medical prediction |
Also Published As
| Publication number | Publication date |
|---|---|
| JPWO2021038969A1 (ja) | 2021-03-04 |
| WO2021038969A1 (ja) | 2021-03-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Curtis et al. | Effect of a patient and clinician communication-priming intervention on patient-reported goals-of-care discussions between patients with serious illness and clinicians: a randomized clinical trial | |
| Amin et al. | Association of same-day discharge after elective percutaneous coronary intervention in the United States with costs and outcomes | |
| Fraser et al. | Integrated primary care and social work: A systematic review | |
| Cottrell et al. | Comparison of community-level and patient-level social risk data in a network of community health centers | |
| Oulton | The global nursing shortage: an overview of issues and actions | |
| Berti et al. | A proposal for interdisciplinary, nurse-coordinated atrial fibrillation expert programmes as a way to structure daily practice | |
| Wenger et al. | The quality of medical care provided to vulnerable community-dwelling older patients | |
| JP7479168B2 (ja) | 問診装置 | |
| Clayman et al. | Ask, understand, remember: a brief measure of patient communication self-efficacy within clinical encounters | |
| JP6145160B2 (ja) | 患者情報インターフェース | |
| Blumenthal et al. | Association between treatment by locum tenens internal medicine physicians and 30-day mortality among hospitalized Medicare beneficiaries | |
| Hall et al. | Heart failure patients' perceptions and use of technology to manage disease symptoms | |
| Clarke et al. | Determining differences in user performance between expert and novice primary care doctors when using an electronic health record (EHR) | |
| Dolansky et al. | Improving heart failure disease management in skilled nursing facilities: lessons learned | |
| Rotenstein et al. | How to measure progress in addressing physician well-being: beyond burnout | |
| Lovett et al. | Direct-to-consumer cardiac screening and suspect risk evaluation | |
| Bykerk | Patient-reported outcomes measurement information system versus legacy instruments: are they ready for prime time? | |
| Maitra et al. | Diagnosis and the illness experience: Ways of knowing | |
| WO2020017291A1 (ja) | 問診票作成支援装置、方法およびプログラム | |
| JP6775203B2 (ja) | 診療支援装置、診療支援方法、診療支援プログラムおよび診療支援システム | |
| Clifford-Rashotte et al. | Assessing the potential for nurse-led HIV pre-and postexposure prophylaxis in Ontario | |
| Wijayarathne et al. | How do adults with congenital heart disease evaluate their clinical care? | |
| Harper et al. | Incorporating patient satisfaction metrics in assessing multidisciplinary breast cancer care quality | |
| JP7259972B2 (ja) | 電子カルテ入力方法、電子カルテ入力システム、および、電子カルテ入力プログラム | |
| Vincensi et al. | Development and psychometric testing of two tools to assess nurse practitioners’ provision of spiritual care |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220216 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220216 |
|
| 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: 20230404 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230417 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 7276467 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |