JP7306973B2 - 再生医療支援システム、再生医療支援方法、及び再生医療支援プログラム - Google Patents
再生医療支援システム、再生医療支援方法、及び再生医療支援プログラム Download PDFInfo
- Publication number
- JP7306973B2 JP7306973B2 JP2019210785A JP2019210785A JP7306973B2 JP 7306973 B2 JP7306973 B2 JP 7306973B2 JP 2019210785 A JP2019210785 A JP 2019210785A JP 2019210785 A JP2019210785 A JP 2019210785A JP 7306973 B2 JP7306973 B2 JP 7306973B2
- Authority
- JP
- Japan
- Prior art keywords
- treatment
- information
- breed
- regenerative medicine
- policy
- 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
- 239000003814 drug Substances 0.000 title claims description 85
- 230000001172 regenerating effect Effects 0.000 title claims description 84
- 238000000034 method Methods 0.000 title claims description 38
- 238000011282 treatment Methods 0.000 claims description 332
- 241001465754 Metazoa Species 0.000 claims description 88
- 230000010365 information processing Effects 0.000 claims description 49
- 241000894007 species Species 0.000 claims description 31
- 230000015654 memory Effects 0.000 claims description 21
- 238000001356 surgical procedure Methods 0.000 claims description 7
- 108090000623 proteins and genes Proteins 0.000 claims description 5
- 238000009795 derivation Methods 0.000 claims description 3
- 238000011269 treatment regimen Methods 0.000 claims description 2
- 241000282472 Canis lupus familiaris Species 0.000 description 26
- 238000003745 diagnosis Methods 0.000 description 20
- 201000010099 disease Diseases 0.000 description 20
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 20
- 208000014674 injury Diseases 0.000 description 19
- 208000027418 Wounds and injury Diseases 0.000 description 18
- 230000006378 damage Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 13
- 230000001684 chronic effect Effects 0.000 description 11
- 208000037902 enteropathy Diseases 0.000 description 11
- 208000028774 intestinal disease Diseases 0.000 description 11
- 230000004048 modification Effects 0.000 description 8
- 238000012986 modification Methods 0.000 description 8
- 230000001225 therapeutic effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 4
- 241000981595 Zoysia japonica Species 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000037396 body weight Effects 0.000 description 2
- 238000011284 combination treatment Methods 0.000 description 2
- 238000011970 concomitant therapy Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- OIGNJSKKLXVSLS-VWUMJDOOSA-N prednisolone Chemical compound O=C1C=C[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 OIGNJSKKLXVSLS-VWUMJDOOSA-N 0.000 description 2
- 229960005205 prednisolone Drugs 0.000 description 2
- 235000008314 Echinocereus dasyacanthus Nutrition 0.000 description 1
- 240000005595 Echinocereus dasyacanthus Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000011369 optimal treatment Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 210000004003 subcutaneous fat Anatomy 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
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
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry
Landscapes
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本開示は、再生医療支援システム、再生医療支援方法、及び再生医療支援プログラムに関する。
患者の診療を支援する技術が一般に開示されている。例えば、特許文献１には、患者の診療データ等に基づいて、推奨薬剤を提示したり、類似症例を検索したりする技術が開示されている。
ところで、近年、再生医療により治療を行うことが増加しており、動物を治療対象とした再生医療も行われている。しかしながら、再生医療を支援するための技術は十分とはいえなかった。特に、治療対象が動物である場合、品種に応じて適切な再生医療が異なる傾向があり、再生医療における適切な治療方針が得にくい場合がある。
本開示は、以上の事情を鑑みてなされたものであり、再生医療の対象とする対象動物に応じた適切な治療方針を得ることができる再生医療支援システム、再生医療支援方法、及び再生医療支援プログラムを提供する。
上記目的を達成するために、本開示の第１の態様の再生医療支援システムは、少なくとも１つのプロセッサと、プロセッサによって実行可能な命令を記憶するメモリと、を備え、プロセッサは、再生医療による治療の内容と治療による治療成績とを含む治療実績情報を、治療の対象である動物の品種毎に複数収集し、治療の対象とする対象動物の品種を表す品種情報を取得し、収集した複数の治療実績情報のうちの品種情報が表す品種を治療対象とした治療実績情報に基づいて導出した、対象動物の治療方針を提供し、収集した複数の治療実績情報に、品種情報が表す品種を治療の対象とした治療実績情報が含まれない場合、品種情報が表す品種に代わり品種情報が表す品種の近縁種を治療の対象とした治療実績情報に基づいて導出した近縁種の治療方針を、対象動物の治療方針として提供する。
本開示の第２の態様の再生医療支援システムは、第１の態様の再生医療支援システムにおいて、近縁種は、対象動物の両親の少なくとも一方の品種である。
本開示の第３の態様の再生医療支援システムは、第１の態様または第２の態様の再生医療支援システムにおいて、近縁種は、遺伝子に基づき、対象動物の品種と近縁であると定められている品種である。
本開示の第４の態様の再生医療支援システムは、第１の態様から第３の態様のいずれか１態様の再生医療支援システムにおいて、治療の内容及び治療方針は、治療に用いる細胞の種類に関する情報、細胞の投与に関する情報、及び手術に関する情報の少なくとも１つを含む。
本開示の第５の態様の再生医療支援システムは、第１の態様から第４の態様のいずれか１態様の再生医療支援システムにおいて、プロセッサは、治療方針の導出を、複数の治療実績情報を用いて予め学習された学習済みモデルと、品種情報が表す品種とに基づいて行う。
また、上記目的を達成するために、本開示の第６の態様の再生医療支援システムは、少なくとも１つのプロセッサ及び、プロセッサによって実行可能な命令を記憶するメモリを備えた情報処理装置と、情報処理装置と通信可能に接続された端末装置と、を含む再生医療支援システムであって、プロセッサは、再生医療による治療の内容と治療による治療成績とを含む治療実績情報を、治療の対象である動物の品種毎に複数収集し、治療の対象とする対象動物の品種を表す品種情報を取得し、収集した複数の治療実績情報のうちの品種情報が表す品種を治療対象とした治療実績情報に基づいて導出した、対象動物の治療方針を提供し、収集した複数の治療実績情報に、品種情報が表す品種を治療の対象とした治療実績情報が含まれない場合、品種情報が表す品種に代わり品種情報が表す品種の近縁種を治療の対象とした治療実績情報に基づいて導出した近縁種の治療方針を、対象動物の治療方針として提供し、端末装置は、情報処理装置から提供された治療方針に基づいた表示を行う。
また、上記目的を達成するために、本開示の第７の態様の再生医療支援方法は、再生医療による治療の内容と治療による治療成績とを含む治療実績情報を、治療の対象である動物の品種毎に複数収集し、治療の対象とする対象動物の品種を表す品種情報を取得し、収集した複数の治療実績情報のうちの品種情報が表す品種を治療対象とした治療実績情報に基づいて導出した、対象動物の治療方針を提供し、収集した複数の治療実績情報に、品種情報が表す品種を治療の対象とした治療実績情報が含まれない場合、品種情報が表す品種に代わり品種情報が表す品種の近縁種を治療の対象とした治療実績情報に基づいて導出した近縁種の治療方針を、対象動物の治療方針として提供し、提供された治療方針に基づいた表示を行う処理をコンピュータが実行するものである。
また、上記目的を達成するために、本開示の第８の態様の再生医療支援プログラムは、
再生医療による治療の内容と治療による治療成績とを含む治療実績情報を、治療の対象である動物の品種毎に複数収集し、治療の対象とする対象動物の品種を表す品種情報を取得し、収集した複数の治療実績情報のうちの品種情報が表す品種を治療対象とした治療実績情報に基づいて導出した、対象動物の治療方針を提供し、収集した複数の治療実績情報に、品種情報が表す品種を治療の対象とした治療実績情報が含まれない場合、品種情報が表す品種に代わり品種情報が表す品種の近縁種を治療の対象とした治療実績情報に基づいて導出した近縁種の治療方針を、対象動物の治療方針として提供する処理をコンピュータに実行させるためのものである。
再生医療による治療の内容と治療による治療成績とを含む治療実績情報を、治療の対象である動物の品種毎に複数収集し、治療の対象とする対象動物の品種を表す品種情報を取得し、収集した複数の治療実績情報のうちの品種情報が表す品種を治療対象とした治療実績情報に基づいて導出した、対象動物の治療方針を提供し、収集した複数の治療実績情報に、品種情報が表す品種を治療の対象とした治療実績情報が含まれない場合、品種情報が表す品種に代わり品種情報が表す品種の近縁種を治療の対象とした治療実績情報に基づいて導出した近縁種の治療方針を、対象動物の治療方針として提供する処理をコンピュータに実行させるためのものである。
本開示によれば、再生医療の対象とする対象動物に応じた適切な治療方針を得ることができる。
以下、図面を参照して、本開示の技術を実施するための形態例を詳細に説明する。なお、以下の形態例では、治療の対象である動物、及び再生医療の対象とする対象動物の具体例として「犬」を適用した場合について説明する。
[再生医療支援システム]
図１を参照して、本実施形態の再生医療支援システム１について説明する。図１には、本実施形態の再生医療支援システム１の構成の一例を表すブロック図が示されている。図１に示すように、本実施形態の再生医療支援システム１は、情報処理装置１０及び複数（図１では、一例として３台）の端末装置１２を備える。情報処理装置１０及び複数の端末装置１２は、それぞれネットワークＮに接続され、ネットワークＮを介して互いに通信が可能とされている。
図１を参照して、本実施形態の再生医療支援システム１について説明する。図１には、本実施形態の再生医療支援システム１の構成の一例を表すブロック図が示されている。図１に示すように、本実施形態の再生医療支援システム１は、情報処理装置１０及び複数（図１では、一例として３台）の端末装置１２を備える。情報処理装置１０及び複数の端末装置１２は、それぞれネットワークＮに接続され、ネットワークＮを介して互いに通信が可能とされている。
情報処理装置１０は、例えば、クラウド上に構築される、クラウドサーバである。なお、情報処理装置１０は、動物病院等に設置されるサーバコンピュータ等であってもよい。端末装置１２は、例えば、動物病院に設置され、獣医師等のユーザにより使用される。端末装置１２の例としては、パーソナルコンピュータ及びタブレットコンピュータ等が挙げられる。
[情報処理装置]
図２を参照して、本実施形態の情報処理装置１０のハードウェア構成の一例を説明する。図２に示すように情報処理装置１０は、ＣＰＵ（Central Processing Unit）２０、一時記憶領域としてのメモリ２１、及び不揮発性の記憶部２２を含む。記憶部２２が本開示のメモリの一例である。
図２を参照して、本実施形態の情報処理装置１０のハードウェア構成の一例を説明する。図２に示すように情報処理装置１０は、ＣＰＵ（Central Processing Unit）２０、一時記憶領域としてのメモリ２１、及び不揮発性の記憶部２２を含む。記憶部２２が本開示のメモリの一例である。
また、情報処理装置１０は、液晶ディスプレイ等の表示部２４、キーボードやマウス等の入力部２６、及びネットワークＮに接続されるネットワークＩ／Ｆ（InterFace）２８を含む。なお、表示部２４及び入力部２６はタッチパネルディスプレイとして一体化されていてもよい。ＣＰＵ２０、メモリ２１、記憶部２２、表示部２４、入力部２６、及びネットワークＩ／Ｆ２８は、バス２９に互いに通信が可能に接続されている。
記憶部２２は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、及びフラッシュメモリ等によって実現される。記憶媒体としての記憶部２２には、治療実績情報収集プログラム２３Ａが記憶される。ＣＰＵ２０は、記憶部２２から治療実績情報収集プログラム２３Ａを読み出してからメモリ２１に展開し、展開した治療実績情報収集プログラム２３Ａを実行する。また、記憶部２２には、学習プログラム２３Ｂが記憶される。ＣＰＵ２０は、記憶部２２から学習プログラム２３Ｂを読み出してからメモリ２１に展開し、展開した学習プログラム２３Ｂを実行する。さらに、記憶部２２には、治療方針提供プログラム２３Ｃが記憶される。ＣＰＵ２０は、記憶部２２から治療方針提供プログラム２３Ｃを読み出してからメモリ２１に展開し、展開した治療方針提供プログラム２３Ｃを実行する。
また、本実施形態の記憶部２２には、学習用情報３０と、学習用情報３０を用いて学習された学習済みモデル３６とが記憶される。本実施形態では、疾患または外傷毎に学習済みモデル３６及び学習用情報３０が記憶される。
図２及び図３に示すように、一例として本実施形態の学習用情報３０は、品種情報３２、及び治療実績情報３４を含む。
品種情報３２は、再生医療による治療の対象である犬の品種を表す品種情報である。具体的には、品種情報３２とは、動物が犬であるため、犬種を表す情報である。なお、本実施形態において「品種」とは、「犬種」等の品種の他、「犬」及び「猫」等の種族の概念も含む。
治療実績情報３４は、図３に示すように、治療内容情報と、治療成績情報とを含む。治療内容情報とは、再生医療による治療の内容を表す情報であり、換言すると、治療の対象の犬に対して行われた治療の内容を表す情報である。一例として、本実施形態の治療内容情報は、細胞情報、投与情報、手術情報、及びその他情報を含む。細胞情報は、治療に使用した細胞の種類を表す情報であり、本実施形態では使用細胞の品種、及び由来部位を表す情報としている。投与情報は、細胞の投与に関する情報であり、本実施形態では使用細胞の投与量、投与回数、投与期間、及び投与経路を表す情報としている。手術情報は手術に関する情報であり、本実施形態では、再生医療に併用して行われた手術の情報としている。また、その他情報は、治療に関する上記以外の情報であり、本実施形態では、再生医療に併用して行われた併用治療であって、手術以外の併用治療の情報としている。
一方、治療成績情報とは、治療内容情報が表す治療内容による治療の成績を表す情報であり、本実施形態では、奏効率を適用している。なお、治療による効果が得られなかった場合、もしくは効果が得られないと見なせる場合は、治療成績情報には、「無効」を表す情報が記録される。
例えば、図３に示した例では、「慢性腸症」用の学習用情報３０の一例を示している。図３に示した例では、「ミニチュアダックスフンド」に対して、「ビーグル犬」の「皮下脂肪由来」の細胞を、「体重１ｋｇあたり１０６個（１×１０６／ｋｇ）」の用量で、「７日毎」に「１日３回（３回／日）」、静脈内に投与し、併用療法として「プレドニゾロン」を「体重１ｋｇあたり１ｍｇの投与量で経口投与（１ｍｇ／ｋｇ ｐ．ｏ．）」する治療を行ったことを表している。また、その治療成績は、「３ヶ月以内の奏効率が△△％」であったことを表している。
学習済みモデル３６は、学習用情報３０を用いて学習されたモデルである。本実施形態では、一例として図４に示すように、学習用情報３０を用いた機械学習によって学習済みモデル３６が生成される。例えば、図４に示すように、品種情報３２が表す犬種が「ミニチュアダックスフンド」の治療実績情報３４と、品種情報３２が表す犬種が「柴犬」の治療実績情報３４等を含む慢性腸症用の学習用情報３０からは、慢性腸症用の学習済みモデル３６が生成される。学習済みモデル３６の例としては、ニューラルネットワークモデルが挙げられる。
次に、図５を参照して、本実施形態の情報処理装置１０の治療実績情報収集フェーズにおける機能的な構成について説明する。図５に示すように、情報処理装置１０は、収集部４０を含む。ＣＰＵ２０が治療実績情報収集プログラム２３Ａを実行することで、収集部４０として機能する。
収集部４０は、品種毎に治療実績情報３４を収集する。端末装置１２では、設置されている動物病院において行われた治療に関する治療実績情報を電子カルテ情報（電子カルテ情報７０、図１３参照）として記憶している。本実施形態の収集部４０は、ネットワークＮを介して端末装置１２にアクセスし、端末装置１２に記憶されている電子カルテ情報７０から、疾患または外傷を表す情報と、品種である動物の品種を表す情報とに対応付けて、再生医療による治療に関する治療実績情報を取得することで、治療実績情報３４を収集する。
次に、図６を参照して、本実施形態の情報処理装置１０の治療実績情報収集フェーズにおける作用を説明する。ＣＰＵ２０が治療実績情報収集プログラム２３Ａを実行することによって、図６に示す治療実績情報収集処理が実行される。図６に示す治療実績情報収集処理は、再生医療支援システム１が備える端末装置１２のそれぞれに対して実行される。また、図６に示す治療実績情報収集処理は、例えば、三日に一回等の定期的なタイミングに実行される。なお、図６に示す治療実績情報収集処理を行うタイミングは、端末装置１２毎に異なるタイミングとしてもよく、例えば、端末装置１２が設置された動物病院の休診日または休診時間を、治療実績情報収集処理を行うタイミングとしてもよい。
図６のステップＳ１００で、収集部４０は、上述したように、端末装置１２から治療実績情報を治療実績情報３４として取得する。
次のステップＳ１０２で、収集部４０は、上記ステップＳ１００で取得した治療実績情報３４を、学習用情報３０として記憶部２２に記憶する。ステップＳ１０２の処理が終了すると本治療実績情報収集処理が終了する。
次に、図７を参照して、本実施形態の情報処理装置１０の学習フェーズにおける機能的な構成について説明する。図７に示すように、情報処理装置１０は、学習部４２を含む。ＣＰＵ２０が学習プログラム２３Ｂを実行することで、学習部４２として機能する。
学習部４２は、記憶部２２から取得した学習用情報３０を学習用のデータ（教師データとも称される）として学習させることによって、学習用情報３０に基づいて、対象動物の治療方針を出力する学習済みモデル３６を生成する。具体的には、学習部４２は、疾患または外傷毎に、対象動物の品種を表す品種情報５０を入力とし、治療方針に関する情報を出力とした、疾患または外傷に応じた複数の学習済みモデル３６を機械学習によって生成する。
より具体的には、学習部４２は、品種情報５０が入力された場合は、品種情報５０が表す犬種に対して、最も治療成績がよい（治療の効果が高い）治療方針を表す情報が出力されるようにモデルを学習させる。また、学習に用いた学習用情報３０に、入力された品種情報５０が表す犬種と同様の犬種の品種情報３２が対応付けられた治療実績情報３４がなかった場合、治療方針が無いことを表す情報が出力されるようにモデルを学習させる。この学習により、疾患または外傷毎に、学習済みモデル３６が生成される。なお、本実施形態では、治療方針を表す情報、及びと治療方針が無いことを表す情報を総称して「治療方針に関する情報」という。
以上の学習部４２による学習のアルゴリズムとしては、例えば、誤差逆伝播法を適用することができる。以上の学習部４２による学習によって、一例として図８に示すように、疾患または外傷毎に、品種情報５０を入力とし、品種情報５０が表す犬種の犬に対する治療方針に関する情報を出力とする学習済みモデル３６が生成される。そして、学習部４２は、生成した学習済みモデル３６を記憶部２２に記憶する。
次に、図９を参照して、本実施形態の情報処理装置１０の学習フェーズにおける作用を説明する。ＣＰＵ２０が学習プログラム２３Ｂを実行することによって、図９に示す学習処理が実行される。
図９のステップＳ１２０で、学習部４２は、学習用情報３０を記憶部２２から取得する。
次のステップＳ１２２で、学習部４２は、上述したように、上記ステップＳ１２０で取得された学習用情報３０を学習用のデータとして疾患または外傷毎にモデルを学習させる。この学習により、学習部４２は、品種情報５０に基づいて、治療方針に関する情報を出力する学習済みモデル３６を生成する。そして、学習部４２は、生成した学習済みモデル３６を記憶部２２に記憶する。ステップＳ１２２の処理が終了すると本学習処理が終了する。
次に、図１０を参照して、本実施形態の情報処理装置１０の運用フェーズにおける機能的な構成について説明する。図１０に示すように、本実施形態の情報処理装置１０は、取得部４４及び提供部４６を含む。ＣＰＵ２０が治療方針提供プログラム２３Ｃを実行することで、取得部４４及び提供部４６として機能する。なお、治療実績情報収集フェーズと、学習フェーズと、運用フェーズとを、１つの情報処理装置１０で実行してもよい。また例えば、フェーズ毎に異なる情報処理装置１０で実行してもよく、この場合、再生医療支援システム１は、複数の情報処理装置１０を備える形態となる。
取得部４４は、再生医療の対象とする対象動物の品種を表す品種情報５０と、対象動物に対して獣医師が診断した診断名（疾患名または外傷名）を表す診断名情報５２とを端末装置１２から取得する。
提供部４６は、取得部４４によって取得された品種情報５０と、学習用情報３０によって予め学習された学習済みモデル３６とに基づいて、対象動物の治療方針を導出し、導出した治療方針を端末装置１２に提供する。具体的には、提供部４６は、取得部４４によって取得された品種情報５０を、取得部４４によって取得された診断名情報５２が表す疾患または外傷用の学習済みモデル３６に入力する。学習済みモデル３６は、入力された品種情報５０に応じて、治療方針に関する情報を出力する。
また、提供部４６は、学習済みモデル３６から入力された治療方針に関する情報が、治療方針が無いことを表している場合、品種情報５０が表す品種の近縁種について治療方針を導出する。再生医療には、細胞が用いられるが、再生医療の対象である対象動物の品種と異なる品種に由来する細胞を用いた場合、対象動物に対する最適な治療方針が得られない場合がある。そのため、本実施形態の提供部４６は、対象動物の品種による治療実績情報３４が得られていない場合、対象動物の近縁種の治療方針を提供する。近縁種とは、例えば、対象動物がいわゆる「チワックス」等のミックス犬の場合、対象動物の両親の少なくとも一方の品種である。例えば、上記「チワックス」の場合、提供部４６は、近縁種を「チワワ」及び「ダックスフンド」の少なくとも一方とする。また、近縁種とは、例えば、遺伝子に基づき、対象動物の品種と近縁であると定められている品種であり、具体例としては、品種の系統図において比較的近い関係にある品種である。このように近縁種に由来する細胞を治療に用いることにより、遺伝子的に近似した細胞を用いた治療方針が得られるため、適切な治療方針を得ることができる。
また、提供部４６は、近縁種についても、学習済みモデル３６から入力された治療方針に関する情報が、治療方針が無いことを表す場合、学習用情報３０の治療実績情報３４を参照し、最も治療成績がよい（効果が高い）治療方針を特定する。
次に、図１１を参照して、本実施形態の情報処理装置１０の運用フェーズにおける作用を説明する。ＣＰＵ２０が治療方針提供プログラム２３Ｃを実行することによって、図１１に示す治療方針提供処理が実行される。図１１に示す治療方針提供処理は、端末装置１２から、例えば、治療方針の提供を指示された場合に実行される。
図１１のステップＳ１４０で、取得部４４は、上述したように、端末装置１２から品種情報５０及び診断名情報５２を取得する。
次のステップＳ１４２で、提供部４６は、上述したように、取得部４４から入力された品種情報５０と、診断名情報５２と、学習済みモデル３６とに基づいて、治療方針を導出する。具体的には、提供部４６は、診断名情報５２が表す疾患または外傷に応じた学習済みモデル３６に品種情報５０を入力させ、学習済みモデル３６から出力された治療方針に関する情報を取得する。
例えば、図１２に示すように、診断名情報５２が表す疾患または外傷が「慢性腸症」の場合、提供部４６は、品種情報５０を慢性腸症用の学習済みモデル３６に入力させる。学習済みモデル３６からは、治療方針に関する情報が出力される。
次のステップＳ１４４で、提供部４６は、治療方針に関する情報が治療方針が無いことを表しているか否かを判定する。学習済みモデル３６から出力された治療方針に関する情報が治療方針が無いことを表す情報ではない場合、換言すると、治療方針に関する情報が治療方針を表す情報である場合、ステップＳ１４４の判定が否定判定となり、ステップＳ１５４へ移行する。
一方、学習済みモデル３６から出力された治療方針に関する情報が、治療方針が無いことを表す情報である場合、ステップＳ１４４の判定が肯定判定となり、ステップＳ１４６へ移行する。ステップＳ１４６で、上述したように、提供部４６は、品種情報５０が表す品種の近縁種について、上記ステップＳ１４２と同様に治療方針を導出する。近縁種が複数有る場合、提供部４６は、少なくとも１つ以上の近縁種につい治療方針を導出すればよいが、複数の近縁種について治療方針を導出することが好ましい。
次のステップＳ１４８で、提供部４６は、近縁種に対する治療方針に関する情報が治療方針が無いことを表しているか否かを判定する。学習済みモデル３６から出力された治療方針に関する情報が治療方針が無いことを表す情報ではない場合、換言すると、治療方針に関する情報が治療方針を表す情報である場合、ステップＳ１４８の判定が否定判定となり、ステップＳ１５０へ移行する。
ステップＳ１５０で、提供部４６は、近縁種の治療方針から、治療成績が最もよい治療方針を導出した後、ステップＳ１５４へ移行する。なお、上記ステップＳ１４６において、１種類の近縁種についてのみ治療方針を導出した場合は、ステップＳ１４６で導出した治療方針を、本ステップにおいても導出するとしてもよいし、本ステップそのものを省略してもよい。
一方、上記ステップ１４８において、学習済みモデル３６から出力された治療方針に関する情報が治療方針が無いことを表す情報である場合、ステップＳ１４８の判定が肯定判定となり、ステップＳ１５２へ移行する。
ステップＳ１５２で、提供部４６は、記憶部２２に記憶されている学習用情報３０の治療実績情報３４を参照し、全ての治療実績情報３４から、治療成績情報が表す治療成績が最もよい治療内容情報を含む治療実績情報３４を、治療方針として導出する。
次のステップＳ１５４で、提供部４６は、上記ステップＳ１５０またはステップＳ１５２で導出した治療方針を端末装置１２に提供する。具体的には、提供部４６は、上記ステップＳ１５０またはステップＳ１５２で導出した治療方針を表す治療方針情報を、ネットワークＮを介して端末装置１２に出力する。なお、ステップＳ１５２により導出した治療方針を端末装置１２に提供する場合、対象動物と同種及び近縁種の品種に関する治療実績情報３４が得られていないことを表す情報も端末装置１２に提供することが好ましい。
ステップＳ１５４の処理が終了すると、本治療方針提供処理が終了する。
［端末装置］
図１３を参照して、本実施形態の端末装置１２のハードウェア構成の一例を説明する。図２に示すように端末装置１２は、ＣＰＵ（Central Processing Unit）６０、一時記憶領域としてのメモリ６１、及び不揮発性の記憶部６２を含む。
図１３を参照して、本実施形態の端末装置１２のハードウェア構成の一例を説明する。図２に示すように端末装置１２は、ＣＰＵ（Central Processing Unit）６０、一時記憶領域としてのメモリ６１、及び不揮発性の記憶部６２を含む。
また、端末装置１２は、液晶ディスプレイ等の表示部６４、キーボードやマウス等の入力部６６、及びネットワークＮに接続されるネットワークＩ／Ｆ６８を含む。なお、表示部６４及び入力部６６はタッチパネルディスプレイとして一体化されていてもよい。ＣＰＵ６０、メモリ６１、記憶部６２、表示部６４、入力部６６、及びネットワークＩ／Ｆ６８は、バス６９に互いに通信が可能に接続されている。
記憶部６２は、ＨＤＤ、ＳＳＤ、及びフラッシュメモリ等によって実現される。記憶媒体としての記憶部６２には、治療方針表示プログラム６３が記憶される。ＣＰＵ６０は、記憶部６２から治療方針表示プログラム６３を読み出してからメモリ６１に展開し、展開した治療方針表示プログラム６３を実行する。本実施形態の上記治療実績情報収集プログラム２３Ａ、治療方針提供プログラム２３Ｃ、及び治療方針表示プログラム６３が、本開示の再生医療支援プログラムの一例である。
また、本実施形態の記憶部６２には、電子カルテ情報７０が記憶される。端末装置１２では、端末装置１２が設置されている動物病院において行われた治療に関する情報が、患畜に関する情報に対応付けて電子カルテ情報７０として記憶部６２に記憶される。本実施形態の電子カルテ情報７０には、本動物病院にて行った、再生医療の治療実績情報が少なくとも含まれる。
次に、図１４を参照して、本実施形態の端末装置１２の作用を説明する。動物病院の獣医師は、診断を行った動物を、再生医療の対象動物とした治療方針を所望する場合、端末装置１２から、情報処理装置１０は、治療方針提供処理の実行を指示する。一例として、端末装置１２では、治療方針提供処理の実行の指示を情報処理装置１０へ出力したタイミングで、図１４に示す治療方針表示処理が実行される。図１４に示す治療方針表示処理は、ＣＰＵ６０が治療方針表示プログラム６３を実行することによって実行される。
図１４のステップＳ２００で、ＣＰＵ６０は、対象動物の品種を表す品種情報５０、及び対象動物を診断して得られた診断名を表す診断名情報を情報処理装置１０へ出力する。例えば、ミニチュアダックスフンドを診療した獣医師が、そのミニチュアダックスフンドに対して、慢性腸症であると診断し、再生医療による治療を行おうとする場合、ミニチュアダックスフンドを表す品種情報５０と、慢性腸症を表す診断名情報５２とが、端末装置１２から情報処理装置１０へ出力される。
端末装置１２から出力された品種情報５０及び診断名情報５２は、情報処理装置１０によって、上述した治療方針提供処理のステップＳ１４０（図１１参照）で取得される。情報処理装置１０では、品種情報５０及び診断名情報５２を取得する、上述したように学習済みモデル３６を用いて治療方針を導出し、導出した治療方針を端末装置１２へ提供する。
そこで次のステップＳ２０２で、ＣＰＵ６０は、情報処理装置１０から出力された治療方針が入力されたか否かを判定する。治療方針が入力されるまでステップＳ２０２の判定が否定判定となり、治療方針が入力されるとステップＳ２０２の判定が肯定判定となり、ステップＳ２０４へ移行する。
ステップＳ２０４で、ＣＰＵ６０は、入力された治療方針に基づいた表示を表示部６４に行う。図１５には、表示部６４に表示される治療方針８０の一例を示す。図１５では、上述したミニチュアダックスフンドの慢性腸症の治療方針として、「ビーグル犬」の「皮下脂肪由来」の細胞を、「１×１０６／ｋｇ」の用量で、「７日毎」に「３回／日」、静脈内に投与し、併用療法として「プレドニゾロン」を「１ｍｇ／ｋｇ ｐ．ｏ．」する治療方針８０が表示部６４に表示された例を示している。表示部６４には、治療方針８０として、その治療方針による治療の治療成績が、「３ヶ月以内の奏効率が△△％」であったことも表示される。ステップＳ２０４が終了すると、本治療方針表示処理が終了する。表示部６４に表示された治療方針８０に基づいて獣医師は、対象動物に対する実際の治療方針を決定することができる。
なお、学習済みモデル３６は、例えば、以下の変形例に示す形態としてもよい。
［変形例］
本変形例の学習済みモデル３６の学習に用いる学習用情報３０の一例を図１６及び図１７に示す。図１６及び図１７に示すように、学習用情報３０は、品種情報３２、治療実績情報３４、及び年齢情報３７を含む。
本変形例の学習済みモデル３６の学習に用いる学習用情報３０の一例を図１６及び図１７に示す。図１６及び図１７に示すように、学習用情報３０は、品種情報３２、治療実績情報３４、及び年齢情報３７を含む。
年齢情報３７は、再生医療による治療の対象である動物の年齢を表す情報であり、出生からの経過時間を表す情報である。なお、本実施形態では、便宜上、年齢と称しているが、出生からの年単位の経過時間ではなく、月単位の経過時間、すなわち月齢を採用している。例えば、犬等のように成長が比較的速い場合、年単位の年齢では、成長による身体の変化が大きい。そのため、本実施形態では、年齢情報３７として月齢を表す情報を採用している。なお、年齢情報３７は、年齢、月齢に限らず、例えば日齢を表す情報であってもよい。
本変形例の学習済みモデル３６は、一例として図１８に示すように、学習用情報３０を用いた機械学習によって学習済みモデル３６が生成される。例えば、図１８に示すように、品種情報３２が表す犬種が「ミニチュアダックスフンド」で年齢情報３７が表す年齢が１ヶ月の治療実績情報３４、品種情報３２が表す犬種が「ミニチュアダックスフンド」で年齢情報３７が表す年齢が２ヶ月の治療実績情報３４、品種情報３２が表す犬種が「柴犬」で年齢情報３７が表す年齢が１ヶ月の治療実績情報３４、品種情報３２が表す犬種が「柴犬」で年齢情報３７が表す年齢が２ヶ月の治療実績情報３４等を含む慢性腸症用の学習用情報３０からは、慢性腸症用の学習済みモデル３６が生成される。学習済みモデル３６の例としては、ニューラルネットワークモデルが挙げられる。
図１８に示すように本変形例の学習部４２は、疾患または外傷毎に、対象動物の品種を表す品種情報５０と年齢情報５４を入力とし、治療方針に関する情報を出力とした、疾患または外傷に応じた複数の学習済みモデル３６を機械学習によって生成する。
より具体的には、学習部４２は、品種情報５０が入力された場合は、品種情報５０が表す犬種に対して、最も治療成績がよい（治療の効果が高い）治療方針に関する情報が出力されるようにモデルを学習させる。また、学習に用いた学習用情報３０に、入力された品種情報５０が表す犬種と同様の犬種の品種情報３２、かつ同様の年齢の年齢情報３７が対応付けられた治療実績情報３４がなかった場合、治療方針が無いことを表す情報が出力されるようにモデルを学習させる。この学習により、疾患または外傷毎に、学習済みモデル３６が生成される。
さらに、学習済みモデル３６は、限定されずさらに他の変形例を適用してもよい。例えば上記実施形態では、疾患または外傷毎に学習済みモデル３６を生成し、治療方針の導出に用いる形態としたが、全ての疾患または外傷に対応する学習済みモデル３６を生成し、治療方針の導出に用いる形態としてもよい。この場合、例えば、上記変形例において品種情報５０と、年齢情報５４とを組み合わせて用いたのと同様に、品種情報５０と、疾患または外傷を表す情報とを組み合わせて用いればよい。
以上の学習部４２による学習のアルゴリズムとしては、例えば、誤差逆伝播法を適用することができる。以上の学習部４２による学習によって、一例として図１９に示すように、疾患または外傷毎に、品種情報５０及び年齢情報５４の組み合わせを入力とし、品種情報５０及びが表す犬種、かつ年齢情報５４が表す年齢の動物に対する治療方針に関する情報を出力とする学習済みモデル３６が生成される。そして、学習部４２は、生成した学習済みモデル３６を記憶部２２に記憶する。
取得部４４は、再生生医療の対象とする対象動物の品種を表す品種情報５０と、対象動物に対して獣医師が診断した診断名を表す診断名情報５２と、対象動物の年齢を表す年齢情報５４とを端末装置１２から取得する。
提供部４６は、上述したように、取得部４４から入力された品種情報５０と、診断名情報５２と、年齢情報５４と、学習済みモデル３６とに基づいて、治療方針を導出する。具体的には、提供部４６は、診断名情報５２が表す疾患または外傷に応じた学習済みモデル３６に品種情報５０及び年齢情報５４の組み合わせを入力させ、学習済みモデル３６から出力された治療方針に関する情報を取得する。
例えば、図２０に示すように、診断名情報５２が表す疾患または外傷が「慢性腸症」の場合、提供部４６は、品種情報５０及び年齢情報５４の組み合わせを慢性腸症用の学習済みモデル３６に入力させる。学習済みモデル３６からは、治療方針に関する情報が出力される。
本実施形態の再生医療支援システム１では、品種情報５０と年齢情報５４とを組み合わせて扱えばよい。例えば、本実施形態の情報処理装置１０の作用においては、運用フェーズにおける治療方針提供処理のステップＳ１４０（図１１参照）において、品種情報５０及び診断名情報５２に加えて年齢情報５４も取得すればよい。また例えば、本実施形態の端末装置１２の作用においては、治療方針表示処理のステップＳ２００（図１４参照）において、品種情報５０及び診断名情報５２に加えて年齢情報５４も出力すればよい。
なお、本変形例の情報処理装置１０における治療方針提供処理では、対象動物の品種を表す品種情報５０及び年齢を表す年齢情報５４の組み合わせについて学習済みモデル３６が治療方針が無いことを表す治療方針に関する情報を出力した場合、以下の態様としてもよい。品種情報５０（品種）及び年齢情報５４（年齢）についていずれの情報の優先順位が高いかを予め定めておき、優先順位が高い方の情報のみが一致する上記組み合わせについて学習済みモデル３６から治療方針が得られた場合、情報処理装置１０が、得られた治療方針を提供する態様としてもよい。なお、この態様の場合、より遺伝子が近い細胞を治療に用いることを考慮すると品種情報５０及び年齢情報５４のうち、品種情報５０の優先順位を高くすることが好ましい。
このように、本変形例では、対象動物の品種を表す品種情報５０と、年齢を表す年齢情報５４との組み合わせに応じた治療方針を得ることができるため、再生医療の対象とする対象動物に応じたより適切な治療方針を得ることができる。
以上説明したように、上記実施形態の再生医療支援システム１は、ＣＰＵ２０と、ＣＰＵ２０によって実行可能な命令を記憶する記憶部２２と、を情報処理装置１０に備える。ＣＰＵ２０は、再生医療による治療の内容と治療による治療成績とを含む治療実績情報３４を、治療の対象である動物の品種毎に複数収集し、治療の対象とする対象動物の品種を表す品種情報を取得し、収集した複数の治療実績情報３４のうちの品種情報５０が表す品種を治療対象とした治療実績情報３４に基づいて導出した、対象動物の治療方針を提供する。
再生医療支援システム１によれば、再生医療による治療の対象である対象動物の品種を治療対象とした、過去の治療の実績を表す治療実績情報３４に基づいて導出した対象動物の治療方針を提供することができる。従って、再生医療支援システム１によれば、再生医療の対象とする対象動物に応じた適切な治療方針を得ることができる。
また、対象動物の品種を治療対象とした治療が過去に行われていない場合等、対象動物の品種を治療対象とした治療実績情報３４がない場合、再生医療支援システム１は、対象動物の品種と遺伝子が比較的近い近縁種の治療実績情報３４に基づいて導出した対象動物の治療方針を提供する。従って、再生医療支援システム１によれば、対象動物の品種を治療対象とした治療実績情報３４がない場合でも。再生医療の対象とする対象動物に応じた適切な治療方針を得ることができる。
なお、上記実施形態では、情報処理装置１０が学習済みモデル３６を用いて治療方針を導出する形態について説明したが、治療方針の導出方法は、学習済みモデル３６を用いた方法に限定されない。例えば、再生医療支援システム１が、学習用情報３０と同等の再生医療情報のデータベースを有し、情報処理装置１０の提供部４６が、再生医療情報データベースを参照して、治療方針を導出する形態としてもよい。
また、上記実施形態の再生医療支援システム１における情報処理装置１０及び端末装置１２の各機能部等の各種の処理を実行する処理部（processing unit）のハードウェア的な構造としては、次に示す各種のプロセッサ（processor）を用いることができる。上記各種のプロセッサには、前述したように、ソフトウェア（プログラム）を実行して各種の処理部として機能する汎用的なプロセッサであるＣＰＵに加えて、ＦＰＧＡ（Field-Programmable Gate Array）等の製造後に回路構成を変更可能なプロセッサであるプログラマブルロジックデバイス（Programmable Logic Device：ＰＬＤ）、ＡＳＩＣ（Application Specific Integrated Circuit）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等が含まれる。
１つの処理部は、これらの各種のプロセッサのうちの１つで構成されてもよいし、同種又は異種の２つ以上のプロセッサの組み合わせ（例えば、複数のＦＰＧＡの組み合わせや、ＣＰＵとＦＰＧＡとの組み合わせ）で構成されてもよい。また、複数の処理部を１つのプロセッサで構成してもよい。
複数の処理部を１つのプロセッサで構成する例としては、第１に、クライアント及びサーバ等のコンピュータに代表されるように、１つ以上のＣＰＵとソフトウェアの組み合わせで１つのプロセッサを構成し、このプロセッサが複数の処理部として機能する形態がある。第２に、システムオンチップ（System On Chip：ＳｏＣ）等に代表されるように、複数の処理部を含むシステム全体の機能を１つのＩＣ（Integrated Circuit）チップで実現するプロセッサを使用する形態がある。このように、各種の処理部は、ハードウェア的な構造として、上記各種のプロセッサの１つ以上を用いて構成される。
さらに、これらの各種のプロセッサのハードウェア的な構造としては、より具体的には、半導体素子などの回路素子を組み合わせた電気回路（circuitry）を用いることができる。
また、上記実施形態では、治療実績情報収集プログラム２３Ａ、学習プログラム２３Ｂ、及び治療方針提供プログラム２３Ｃが記憶部２２に予め記憶（インストール）されており、治療方針表示プログラム６３が記憶部６２に予め記憶されている態様を説明したが、これに限定されない。治療実績情報収集プログラム２３Ａ、学習プログラム２３Ｂ、治療方針提供プログラム２３Ｃ、及び治療方針表示プログラム６３の各々は、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）、ＤＶＤ－ＲＯＭ（Digital Versatile Disc Read Only Memory）、及びＵＳＢ（Universal Serial Bus）メモリ等の記録媒体に記録された形態で提供されてもよい。また、治療実績情報収集プログラム２３Ａ、学習プログラム２３Ｂ、治療方針提供プログラム２３Ｃ、及び治療方針表示プログラム６３の各々は、ネットワークを介して外部装置からダウンロードされる形態としてもよい。
上記の実施形態に鉗子、さらに以下の付記を開示する。
（付記１）
少なくとも１つのプロセッサと、
前記プロセッサによって実行可能な命令を記憶するメモリと、を備え、
前記プロセッサは、
再生医療による治療の対象である動物の品種を表す品種情報と、前記治療の内容と前記治療による治療成績とを含む治療実績情報とを含む学習用情報を取得し、
前記学習用情報を学習用のデータとして学習させることによって、前記治療の対象とする対象動物の品種を表す品種情報に基づいて前記治療の治療方針に関する情報を出力する学習済みモデルを生成する、
を備えた学習装置。
少なくとも１つのプロセッサと、
前記プロセッサによって実行可能な命令を記憶するメモリと、を備え、
前記プロセッサは、
再生医療による治療の対象である動物の品種を表す品種情報と、前記治療の内容と前記治療による治療成績とを含む治療実績情報とを含む学習用情報を取得し、
前記学習用情報を学習用のデータとして学習させることによって、前記治療の対象とする対象動物の品種を表す品種情報に基づいて前記治療の治療方針に関する情報を出力する学習済みモデルを生成する、
を備えた学習装置。
１ 再生医療支援システム
１０ 情報処理装置
１２ 端末装置
２０、６０ ＣＰＵ
２１、６１ メモリ
２２、６２ 記憶部
２３Ａ 治療実績情報収集プログラム
２３Ｂ 学習プログラム
２３Ｃ 治療方針提供プログラム
２４、６４ 表示部
２６、６６ 入力部
２８、６８ ネットワークＩ／Ｆ
２９、６９ バス
３０ 学習用情報
３２ 品種情報
３４ 治療実績情報
３６ 学習済みモデル
３７ 年齢情報
４０ 収集部
４２ 学習部
４４ 取得部
４６ 提供部
５０ 品種情報
５２ 診断名情報
５４ 年齢情報
６３ 治療方針表示プログラム
７０ 電子カルテ情報
８０ 治療方針
Ｎ ネットワーク
１０ 情報処理装置
１２ 端末装置
２０、６０ ＣＰＵ
２１、６１ メモリ
２２、６２ 記憶部
２３Ａ 治療実績情報収集プログラム
２３Ｂ 学習プログラム
２３Ｃ 治療方針提供プログラム
２４、６４ 表示部
２６、６６ 入力部
２８、６８ ネットワークＩ／Ｆ
２９、６９ バス
３０ 学習用情報
３２ 品種情報
３４ 治療実績情報
３６ 学習済みモデル
３７ 年齢情報
４０ 収集部
４２ 学習部
４４ 取得部
４６ 提供部
５０ 品種情報
５２ 診断名情報
５４ 年齢情報
６３ 治療方針表示プログラム
７０ 電子カルテ情報
８０ 治療方針
Ｎ ネットワーク
Claims (8)
- 少なくとも１つのプロセッサと、
前記プロセッサによって実行可能な命令を記憶するメモリと、を備え、
前記プロセッサは、
再生医療による治療の内容と前記治療による治療成績とを含む治療実績情報を、前記治療の対象である動物の品種毎に複数収集し、
前記治療の対象とする対象動物の品種を表す品種情報を取得し、
収集した複数の前記治療実績情報のうちの前記品種情報が表す品種を治療対象とした前記治療実績情報に基づいて導出した、前記対象動物の治療方針を提供し、
収集した複数の前記治療実績情報に、前記品種情報が表す品種を治療の対象とした治療実績情報が含まれない場合、前記品種情報が表す品種に代わり前記品種情報が表す品種の近縁種を治療の対象とした治療実績情報に基づいて導出した前記近縁種の治療方針を、前記対象動物の治療方針として提供する
再生医療支援システム。 - 前記近縁種は、対象動物の両親の少なくとも一方の品種である
請求項１に記載の再生医療支援システム。 - 前記近縁種は、遺伝子に基づき、対象動物の品種と近縁であると定められている品種である
請求項１または請求項２に記載の再生医療支援システム。 - 前記治療の内容及び前記治療方針は、治療に用いる細胞の種類に関する情報、細胞の投与に関する情報、及び手術に関する情報の少なくとも１つを含む
請求項１から請求項３のいずれか１項に記載の再生医療支援システム。 - 前記プロセッサは、
前記治療方針の導出を、複数の前記治療実績情報を用いて予め学習された学習済みモデルと、前記品種情報が表す品種とに基づいて行う
請求項１から請求項４のいずれか１項に記載の再生医療支援システム。 - 少なくとも１つのプロセッサ及び、前記プロセッサによって実行可能な命令を記憶するメモリを備えた情報処理装置と、前記情報処理装置と通信可能に接続された端末装置と、を含む再生医療支援システムであって、
前記プロセッサは、
再生医療による治療の内容と前記治療による治療成績とを含む治療実績情報を、前記治療の対象である動物の品種毎に複数収集し、
前記治療の対象とする対象動物の品種を表す品種情報を取得し、
収集した複数の前記治療実績情報のうちの前記品種情報が表す品種を治療対象とした前記治療実績情報に基づいて導出した、前記対象動物の治療方針を提供し、
収集した複数の前記治療実績情報に、前記品種情報が表す品種を治療の対象とした治療実績情報が含まれない場合、前記品種情報が表す品種に代わり前記品種情報が表す品種の近縁種を治療の対象とした治療実績情報に基づいて導出した前記近縁種の治療方針を、前記対象動物の治療方針として提供し、
前記端末装置は、前記情報処理装置から提供された前記治療方針に基づいた表示を行う
再生医療支援システム。 - 再生医療による治療の内容と前記治療による治療成績とを含む治療実績情報を、前記治療の対象である動物の品種毎に複数収集し、
前記治療の対象とする対象動物の品種を表す品種情報を取得し、
収集した複数の前記治療実績情報のうちの前記品種情報が表す品種を治療対象とした前記治療実績情報に基づいて導出した、前記対象動物の治療方針を提供し、
収集した複数の前記治療実績情報に、前記品種情報が表す品種を治療の対象とした治療実績情報が含まれない場合、前記品種情報が表す品種に代わり前記品種情報が表す品種の近縁種を治療の対象とした治療実績情報に基づいて導出した前記近縁種の治療方針を、前記対象動物の治療方針として提供し、
提供された治療方針に基づいた表示を行う
処理をコンピュータが実行する再生医療支援方法。 - 再生医療による治療の内容と前記治療による治療成績とを含む治療実績情報を、前記治療の対象である動物の品種毎に複数収集し、
前記治療の対象とする対象動物の品種を表す品種情報を取得し、
収集した複数の前記治療実績情報のうちの前記品種情報が表す品種を治療対象とした前記治療実績情報に基づいて導出した、前記対象動物の治療方針を提供し、
収集した複数の前記治療実績情報に、前記品種情報が表す品種を治療の対象とした治療実績情報が含まれない場合、前記品種情報が表す品種に代わり前記品種情報が表す品種の近縁種を治療の対象とした治療実績情報に基づいて導出した前記近縁種の治療方針を、前記対象動物の治療方針として提供する
処理をコンピュータに実行させるための再生医療支援プログラム。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019210785A JP7306973B2 (ja) | 2019-11-21 | 2019-11-21 | 再生医療支援システム、再生医療支援方法、及び再生医療支援プログラム |
| US16/950,925 US20210158915A1 (en) | 2019-11-21 | 2020-11-18 | Regenerative medicine support system, regenerative medicine support method, and regenerative medicine support program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019210785A JP7306973B2 (ja) | 2019-11-21 | 2019-11-21 | 再生医療支援システム、再生医療支援方法、及び再生医療支援プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2021082150A JP2021082150A (ja) | 2021-05-27 |
| JP7306973B2 true JP7306973B2 (ja) | 2023-07-11 |
Family
ID=75965352
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019210785A Active JP7306973B2 (ja) | 2019-11-21 | 2019-11-21 | 再生医療支援システム、再生医療支援方法、及び再生医療支援プログラム |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20210158915A1 (ja) |
| JP (1) | JP7306973B2 (ja) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006201820A (ja) | 2005-01-18 | 2006-08-03 | Hitachi Medical Corp | 再生医療支援システム |
| WO2012098931A1 (ja) | 2011-01-17 | 2012-07-26 | 学校法人東京女子医科大学 | 細胞培養処理システム及び細胞培養処理システムのモジュール接続方法 |
| JP2013127762A (ja) | 2011-12-19 | 2013-06-27 | Rumi Miyato | 再生医療技術の収集・実施の管理システム |
| JP2014178935A (ja) | 2013-03-15 | 2014-09-25 | Yahoo Japan Corp | 動物異常検知装置、動物異常検知方法、およびプログラム |
| JP2016538944A (ja) | 2013-12-04 | 2016-12-15 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 効率的治療計画トレードオフ分析 |
| US20190082654A1 (en) | 2017-09-15 | 2019-03-21 | David S. Robbins | Systems, methods and apparatus for monitoring animal health conditions |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10575776B2 (en) * | 2014-04-29 | 2020-03-03 | Intervet Inc. | System and method for assessing animals considering auscultation and evaluation of physiological responses in various environments |
| US10806130B2 (en) * | 2017-12-19 | 2020-10-20 | Premex, Inc. | Method and system for real-time livestock management |
| JP7386166B2 (ja) * | 2018-01-16 | 2023-11-24 | ハビ，インコーポレイテッド | ペットウェルネスプラットフォームのための方法及びシステム |
| CN112714871B (zh) * | 2018-07-14 | 2024-08-23 | 马斯公司 | 用于慢性肾脏病的生物标志物和测试模型 |
-
2019
- 2019-11-21 JP JP2019210785A patent/JP7306973B2/ja active Active
-
2020
- 2020-11-18 US US16/950,925 patent/US20210158915A1/en not_active Abandoned
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006201820A (ja) | 2005-01-18 | 2006-08-03 | Hitachi Medical Corp | 再生医療支援システム |
| WO2012098931A1 (ja) | 2011-01-17 | 2012-07-26 | 学校法人東京女子医科大学 | 細胞培養処理システム及び細胞培養処理システムのモジュール接続方法 |
| JP2013127762A (ja) | 2011-12-19 | 2013-06-27 | Rumi Miyato | 再生医療技術の収集・実施の管理システム |
| JP2014178935A (ja) | 2013-03-15 | 2014-09-25 | Yahoo Japan Corp | 動物異常検知装置、動物異常検知方法、およびプログラム |
| JP2016538944A (ja) | 2013-12-04 | 2016-12-15 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 効率的治療計画トレードオフ分析 |
| US20190082654A1 (en) | 2017-09-15 | 2019-03-21 | David S. Robbins | Systems, methods and apparatus for monitoring animal health conditions |
Also Published As
| Publication number | Publication date |
|---|---|
| US20210158915A1 (en) | 2021-05-27 |
| JP2021082150A (ja) | 2021-05-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bray et al. | Effects of maternal investment, temperament, and cognition on guide dog success | |
| Numan | Hypothalamic neural circuits regulating maternal responsiveness toward infants | |
| US20210151185A1 (en) | Information processing device, information processing system, information processing method, and information processing program | |
| Cullis | The personalized medicine revolution: how diagnosing and treating disease are about to change forever | |
| JP7270488B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
| Whimbey et al. | Programming life histories: Creating individual differences by the experimental control of early experiences | |
| JP7086818B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
| JP7306973B2 (ja) | 再生医療支援システム、再生医療支援方法、及び再生医療支援プログラム | |
| Krämer et al. | Deep brain stimulation in the subthalamic nucleus can improve skilled Forelimb movements and retune dynamics of striatal networks in a rat stroke model | |
| Byrne et al. | Signatures of adaptive evolution in platyrrhine primate genomes | |
| JP7113798B2 (ja) | 診療支援装置、診療支援方法、及び診療支援プログラム | |
| Bilsborrow et al. | An investigation of a novel behavioural test to assess pain in piglets following castration | |
| US11494913B2 (en) | Medical care support device, medical care support method, and medical care support program | |
| Henry et al. | Not lost in translation: how study of diseases in our pets can benefit them and us | |
| JP2023162074A (ja) | ペット診療相談支援システム、ペット診療相談支援方法およびプログラム | |
| Partadiredja et al. | Mice undernourished before, but not after, weaning perform better in motor coordination and spatial learning tasks than well-fed controls | |
| JP7084357B2 (ja) | 診断支援装置、診断支援方法、及び診断支援プログラム | |
| JP7144370B2 (ja) | 診断支援装置、診断支援方法、及び診断支援プログラム | |
| McDonald et al. | Implementation of an integrated respiratory palliative care service for patients with advanced lung disease | |
| Suryani et al. | Accuracy of Algorithm C4. 5 to Study Data Mining Against Selection of Contraception | |
| Grolmusz | Identifying diabetes-related important protein targets with few interacting partners with the PageRank algorithm | |
| Toscano et al. | The Integration of Veterinary Medicine and Behavioral Management in the Care of Captive Pigtail Macaques (Macaca nemestrina) | |
| ZareMehrjardi et al. | Assessment of the Relationship Between Physical Behaviours, Psychological Factors, Medication Use, Body Composition and Weight Regain Following Bariatric Surgery | |
| US11749400B2 (en) | Medical care support device, medical care support method, and medical care support program | |
| Ogdie et al. | AB1284 THE PATIENT EXPERIENCE: A PROCESS EVALUATION OF A PILOT PRAGMATIC USING REMOTE MONITORING OF SYMPTOMS |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220118 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230125 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230131 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230309 |
|
| 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: 20230606 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230629 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7306973 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |