JP7421000B1

JP7421000B1 - 電子カルテシステム、情報処理装置、情報処理方法および情報処理プログラム

Info

Publication number: JP7421000B1
Application number: JP2023099405A
Authority: JP
Inventors: 和久新村; 将平藤倉
Original assignee: EUCALIA CO., LTD.
Current assignee: EUCALIA CO., LTD.
Priority date: 2023-06-16
Filing date: 2023-06-16
Publication date: 2024-01-23
Anticipated expiration: 2043-06-16

Abstract

【課題】医療従事者による客観的な患者のＱＯＬを評価し、医療の質の向上に繋げること。【解決手段】医療従事者による患者の評価または医療従事者と患者との間のコミュニケーションを入力する入力部と、入力部で入力された患者の評価またはコミュニケーションを言語処理する言語処理部と、言語処理部の処理結果を用いて、患者のＱＯＬ(Quality of Life)を数値化する数値化部と、を備えた電子カルテシステムである。【選択図】図１

Description

本発明は、電子カルテシステム、情報処理装置、情報処理方法および情報処理プログラムに関する。

上記技術分野において、非特許文献１には、ＥＱ－５Ｄ－５Ｌ(EuroQol-5 dimensions-5 level、非特許文献２参照)に基づいて闘病記ブログのテキストデータを言語処理して、患者のＱＯＬ（Quality of Life）を評価する技術が開示されている。

Shinichi, Matsuda. et al. (2021), "Incorporating Unstructured Patient Narratives and Health Insurance Claims Data in Pharmacovigilance: Natural Language Processing Analysis of Patient-Generated Texts About Systemic Lupus Erythematosus", Journal of Medical Interest Resarch, 7(6). doi: 10.2196/29238 池田等、「日本語版EQ-5D-5Lにおけるスコアリング法の開発」、保健医療科学 2015 Vol.64 No.1 p.47－55

しかしながら、上記文献に記載の技術は、患者の主観的な報告である闘病記ブログに基づく評価であり、客観的な患者ＱＯＬ評価ではなかった。

本発明の目的は、上述の課題を解決する技術を提供することにある。

患者の診療情報または医療従事者と患者との間のコミュニケーションを入力する入力部と、
前記入力部で入力された前記患者の診療情報または前記コミュニケーションを言語処理する言語処理部と、
前記患者の診療情報または前記コミュニケーションに対して言語処理を行い、言語処理結果をＥＱ－５Ｄ－５Ｌに対応させることによって患者のＱＯＬ(Quality of Life)を数値化する数値化部と、
を備えた電子カルテシステムである。

入力部が患者の診療情報または医療従事者と患者との間のコミュニケーションを入力する入力ステップと、
言語処理部が、前記入力ステップで入力された前記患者の診療情報または前記コミュニケーションを言語処理する言語処理部と、
数値化部が、前記患者の診療情報または前記コミュニケーションに対して言語処理を行い、言語処理結果をＥＱ－５Ｄ－５Ｌに対応させることによって患者のＱＯＬを数値化する数値化ステップと、
を含む情報処理方法である。

患者の診療情報または医療従事者と患者との間のコミュニケーションを入力する入力ステップと、
前記入力ステップで入力された前記患者の診療情報または前記コミュニケーションを言語処理する言語処理部と、
前記患者の診療情報または前記コミュニケーションに対して言語処理を行い、言語処理結果をＥＱ－５Ｄ－５Ｌに対応させることによって患者のＱＯＬを数値化する数値化ステップと、
をコンピュータに実行させる情報処理プログラムである。

本発明によれば、医療従事者による客観的な患者ＱＯＬ評価を用いて、医療の質の向上に繋げることができる。

第１実施形態に係る電子カルテシステムの構成を示すブロック図である。第２実施形態に係る電子カルテシステムの動作概要を説明する図である。第２実施形態に係る電子カルテシステムの構成を示すブロック図である。第２実施形態に係る電子カルテシステムの動作手順を示すシーケンス図である。第２実施形態に係る情報処理装置の構成を示すブロック図である。第２実施形態に係る言語処理部の構成を示すブロック図である。第２実施形態に係る言語処理の学習モデルの生成手順を示す図である。第２実施形態に係る言語処理部の処理概要を示す図である。第２実施形態に係る言語処理部の処理結果を示す図である。第２実施形態に係る言語処理部の処理精度の評価を示す図である。第２実施形態に係る数値化部の構成を示すブロック図である。第２実施形態に係るスコア換算表の一例を示すブロック図である。第２実施形態に係る報知部の構成を示すブロック図である。第２実施形態に係る報知部における表示例を示す図である。第２実施形態に係る報知部における他の表示例を示す図である。第２実施形態に係る情報処理装置の処理手順を示すフローチャートである。第３実施形態に係る電子カルテシステムの動作手順を示すシーケンス図である。第４実施形態に係る電子カルテシステムの動作手順を示すシーケンス図である。第５実施形態に係る電子カルテシステムの動作手順を示すシーケンス図である。第６実施形態に係る電子カルテシステムの動作手順を示すシーケンス図である。他の実施形態に係る報知部における表示例を示す図である。

以下に、図面を参照して、本発明の実施の形態について例示的に詳しく説明する。ただし、以下の実施の形態に記載されている構成要素は単なる例示であり、本発明の技術範囲をそれらのみに限定する趣旨のものではない。

［第１実施形態］
本発明の第１実施形態としての電子カルテシステム１００について、図１を用いて説明する。電子カルテシステム１００は、医療従事者による患者のＱＯＬを評価するシステムである。

図１に示すように、電子カルテシステム１００は、入力部１０１と、言語処理部１０２と、数値化部１０３と、を含む。入力部１０１は、医療従事者による患者の評価１１１または医療従事者と患者との間のコミュニケーション１１２を入力する。言語処理部１０２は、入力部１０１で入力された患者の評価１１１またはコミュニケーション１１２を言語処理する。数値化部１０３は、言語処理部１０２の処理結果１２１を用いて、患者１３１のＱＯＬ１３２を数値化する。

本実施形態によれば、医療従事者による客観的な患者ＱＯＬ評価を用いて、医療の質の向上に繋げることことができる。

［第２実施形態］
次に、本発明の第２実施形態に係る電子カルテシステム２００について説明する。本実施形態に係る電子カルテシステム２００は、入力された医療従事者による患者の評価または医療従事者と患者との間のコミュニケーションを記載した、医療機関内で発生した文書データを言語処理し、言語処理結果を用いて、患者のＱＯＬを数値化する。そして、数値化されたＱＯＬの変化に応じて、医療従事者に対して報知を行う。また、ＱＯＬの変化と診療関連情報である、投薬内容、患者のバイタル、食事内容、治療内容、手術内容、認知症スコア、通院内容、入院内容、入院日数および病室情報の少なくとも１つを含む情報とに応じて、医療従事者に対して報知を行う。または、言語処理結果および患者のバイタルを用いて患者のＱＯＬを数値化する。なお、医療情報の入力およびＱＯＬスコアの報知の少なくともいずれかは、医療従事者が使用する端末またはベッドサイド端末から行われる。

＜電子カルテシステム＞
以下図２から図４を参照して、本実施形態の電子カルテシステム２００について説明する。

（動作概要）
図２は、本実施形態に係る電子カルテシステム２００の動作概要を説明する図である。

電子カルテシステム２００において、医師端末２３０から表示画面２３１において、ＱＯＬスコアを算出したい患者ＩＤおよび診療科などを入力する。さらに、オプションとして、ＱＯＬスコアの表示モードとして、算出した患者のＱＯＬ値を出力するか／患者のＱＯＬ履歴からＱＯＬ変化を例えばグラフなどで出力するかを選択する。

情報処理装置２１０は、医師端末２３０からの対象患者のＱＯＬ算出要求を受けて、対象患者に対応する電子カルテなどの診療情報を診療情報データベース２２０から読み出し、診療情報の言語処理を行ってＥＱ－５Ｄ－５Ｌに当てはめてＱＯＬスコアを生成する。そして、対象患者に対応して算出したＱＯＬスコアを医師端末２３０に提示する。

医師端末２３０の表示画面２３２は、表示モードとして患者のＱＯＬ値が選択された場合の表示例であり、また、表示画面２３３は、表示モードとして患者のＱＯＬ変化が選択された場合の表示例である。

（構成）
図３は、本実施形態に係る電子カルテシステム２００の構成を示すブロック図である。なお、

電子カルテシステム２００は、ネットワーク３５０を介して互いに通信する、情報処理装置２１０と、診療情報データベース２２０と、医師端末２３０と、患者管理システム３４０と、を備える。

情報処理装置２１０は、本実施形態において診療情報データベース２２０に蓄積された診療情報に基づいて、各患者のＱＯＬスコアを算出する装置である。診療情報データベース２２０は、医師端末２３０から入力された電子カルテの情報や他の診療関連情報を蓄積する。医師端末２３０は、医師が電子カルテを入力したり、各患者のＱＯＬスコアを観察（監視）したりする端末である。なお、診療情報は、看護し看護師が携帯する看護師端末や他の医療従事者から入力されてもよい。また、各患者のベッドに配置されたベッドサイド端末から入力されてもよい。患者管理システム３４０は、患者ごとに診療情報および診療関連情報を管理するためのシステムであり、既存のシステムが使用される。なお、投薬内容、患者のバイタル、食事内容、治療内容、手術内容、認知症スコア、通院内容、入院内容、入院日数および病室情報などを含む。

（動作シーケンス）
図４は、本実施形態に係る電子カルテシステム２００の動作手順を示すシーケンス図である。本実施形態の電子カルテシステム２００においては、電子カルテ生成機能４１０とＱＯＬスコア算出機能４３０とを備える。

電子カルテ生成機能４１０においては、ステップＳ４１１において、医師端末２３０から患者管理システム３４０に患者情報の閲覧を要求する。患者管理システム３４０は、ステップＳ４１３において、診療情報データベース２２０に蓄積された診療情報の取得を要求し、ステップＳ４１５において、対象患者の患者情報を取得する。そして、患者管理システム３４０は、ステップＳ４１７において、取得した患者情報を医師端末２３０に表示させる。

また、ステップＳ４２１において、医師端末２３０から患者管理システム３４０に患者情報に対応する診療情報の入力を要求する。患者管理システム３４０は、ステップＳ４２３において、診療情報データベース２２０に対象患者の診療情報の更新を要求し、ステップＳ４２５において、対象患者の患者情報の更新結果を取得する。そして、患者管理システム３４０は、ステップＳ４２７において、更新結果の確認を医師端末２３０に報知させる。

ＱＯＬスコア算出機能４３０においては、ステップＳ４３１において、医師端末２３０から情報処理装置２１０に対象患者の患者情報に基づくＱＯＬスコアの算出を指示する。ＱＯＬスコア算出機能を有する情報処理装置２１０は、ステップＳ４３３において、診療情報データベース２２０に蓄積された対象患者の診療情報の取得を要求し、ステップＳ４３５において、対象患者の診療情報を取得する。そして、情報処理装置２１０は、ステップＳ４３６において、対象患者の診療情報に対して言語処理を行い、言語処理結果をＥＱ－５Ｄ－５Ｌに対応させることによってＱＯＬスコアを生成し、ステップＳ４３７において、患者管理システム３４０に算出したＱＯＬスコアを通知する。患者管理システム３４０は、ステップＳ４３９において、対象患者のＱＯＬスコアを医師端末２３０に報知させる。

＜情報処理装置の構成＞
図５は、本実施形態に係る情報処理装置２１０の構成を示すブロック図である。

情報処理装置２１０は、通信制御部５０１と、診療情報取得部５０２と、言語処理部５０３と、データベース５０４と、数値化部５０５と、ＱＯＬ出力部５０６と、を備える。

通信制御部５０１は、情報処理装置２１０と、診療情報データベース２２０と、患者管理システム３４０および医師端末２３０との通信を制御する。診療情報取得部５０２は、診療情報テーブル５２１を有し、診療情報データベース２２０から対象患者の診療情報を読み出す。言語処理部５０３は、言語処理テーブル５３１を有し、診療情報取得部５０２が取得した対象患者の診療情報に基づいて、例えば、診療情報を教師データとしてＢＥＲＴ(Bidirectional Encoder Representations from Transformers)事前学習モデルをファインチューニングした文章抽出器を活用して診療情報に含まれる文章の言語処理をしてＱＯＬスコア算出に用いられる言葉を抽出する。

データベース５０４は、言語処理部５０３が使用する言語処理用データ５４１と、数値化部５０５が使用する数値化用データ５４２と、生成されたＱＯＬスコアデータ５４３と、を格納する。なお、数値化用データ５４２には、スコア換算表が含まれる。

数値化部５０５は、数値化テーブル５５１を有し、スコア換算表を含む数値化用データ５４２を用いて対象患者の各項目のＱＯＬスコアを算出して、患者のＱＯＬスコアに換算する。患者のＱＯＬスコアは、データベース５０４のＱＯＬスコアデータ５４３に患者ＩＤに対応付けて蓄積される。ＱＯＬ出力部５０６は、出力生成テーブル５６１を有し、患者のＱＯＬスコアにより表示モードの指定に従って画面を生成して、医師端末２３０に出力する。

（言語処理部）
図６Ａは、本実施形態に係る言語処理部５０３の構成を示すブロック図である。

言語処理部５０３は、学習モデルファインチューニング部６０１と、ＢＥＲＴ事前学習モデル６１１をファインチューニングした文章抽出器６０２と、設問項目スコア化部６０３と、を有する。学習モデルファインチューニング部６０１は、診療情報から選択された教師データ６１０に基づいてＢＥＲＴ事前学習モデル６１１をファインチューニングする。なお、本実施形態においては、教師データ６１０としてアノテーションされた診療情報と、データ拡張により生成された診療情報とを含むが、それらに限定されるものではない。文章抽出器６０２には、診療情報取得部５０２が取得した診療情報が入力され、ＢＥＲＴ事前学習モデル６１１をファインチューニングした文章抽出器６０２を用いて、ＥＱ－５Ｄ－５Ｌの各設問項目に関連する文章を抽出する。設問項目スコア化部６０３は、ＥＱ－５Ｄ－５Ｌの各設問項目に関連する文章に基づいて、各設問項目の設問項目スコア６３０を判定して、数値化部５０５に出力する。なお、本実施形態においては、言語処理部５０３が設問項目スコア化部６０３を有して診療情報から設問項目スコア６３０を出力する構成として説明したが、言語処理部５０３はＥＱ－５Ｄ－５Ｌの各設問項目に関連する文章を数値化部５０５に出力し、数値化部５０５が設問項目スコア化部６０３を有する構成であってもよい。

図６Ｂは、本実施形態に係る言語処理の学習モデルのチューニング手順を示す図である。

事前検討ステップ：電子カルテデータベースより、医師所見や看護記録について文章の内容分析およびテキストマイニング用の解析ソフト（例えば、ＫＨＣｏｄｅｒ）を用いて文章を抽出後にリストを作成し、ＥＱ－５Ｄ－５Ｌ（日本語版）質問紙６２１を踏まえて６６個のキーワードを設定し、患者ごとに１月平均のキーワード出現頻度を算出した。そして、出現頻度により２９個のキーワードを学習モデルの教師データを選定するために設定した。

ファインチューニングステップ：
（Ｓ６０１）：設定した２９個のキーワードに基づき、診療情報６２２から学習モデルをファインチューニングするための教師データとなるテキストを抽出する。
（Ｓ６０２）：抽出されたテキストに対してアノテーション（タグやメタデータの付与）を施し、学習用データと検証用データとを含む教師データ６２３を生成する。
（Ｓ６０３）：抽出されたテキストに対して大規模言語モデル（例えば、GPT-3.5）を活用してデータ拡張した学習用データ６２４を生成する。なお、データ拡張した学習用データ６２４には、否定語対応を含めた学習データが含まれる。
（Ｓ６０４）：教師データ６２３の学習用データおよびデータ拡張した学習用データ６２４を教師データとしてＢＥＲＴ事前学習モデル６１１のファインチューニングを実行する。
（Ｓ６０５）：教師データ６２３の検証用データを用いながら、ＢＥＲＴ事前学習モデル６１１をファインチューニングした文章抽出器６０２の処理を検証する。

図６Ｃは、本実施形態に係る言語処理部５０３の処理概要を示す図である。

ＢＥＲＴ事前学習モデルを活用した文章抽出器６０２においては、対象患者の診療情報６２０が入力されてＥＱ－５Ｄ－５Ｌ質問紙６２１の各設問項目のスコア化に必要な文章が抽出される。なお、ＥＱ－５Ｄ－５Ｌ質問紙６２１の各設問項目は、５つの次元(Dimension)：移動の程度、身の周りの管理、ふだんの活動、痛み／不快感、不安／ふさぎ込、と５つの段階(Level)：各次元にスコア１～５（１が問題ない／５が大きな問題あり）があり、抽出されたキーワードに関連深い次元と段階とが選定される。そして、各次元の設問項目スコア６３０が出力される。

図６Ｄは、本実施形態に係る言語処理部５０３の処理結果を示す図である。

入力された診療情報６２０の文章が言語処理部５０３に入力されると、抽出された文章および設問項目スコア６３０として、「移動の速度」は“スコア３”←抽出文‘歩行器で歩行できていたが’＋‘困難で’、「ふだんの活動」は“スコア４”←抽出文‘ゆっくり良く噛んで’、が出力される。

図６Ｅは、本実施形態に係る言語処理部５０３の処理精度の評価を示す図である。

図６Ｅでは、言語処理部５０３の処理精度について、ＥＱ－５Ｄの項目ごとに正解率(accuracy)、適合率(precision)、再現率(recall)、f1-scoreなどの評価指標で評価している。評価６４０は、各設問項目を１つの基準で評価した結果であり、評価６５０は、問題ない（ＱＯＬスコアが低い）場合の精度（“Ａ”で示す。例えば、スコア“１”）と、問題あり（ＱＯＬスコアが高い。例えば、スコア“２～５”）の場合の精度（“Ｂ”で示す）と、を分けた場合であり、問題ない（ＱＯＬスコアが低い）場合の精度は資料が少ないため精度が低くなっているが、問題あり（ＱＯＬスコアが高い）の場合の精度は十分な値である。

言語処理部５０３の処理精度としては、スコアに関わらず判定ができるか、特に、スコアが“１”とそれ以外“２～５”を区別できるかが１つの指標となる。図６Ｅの評価６４０および評価６５０によれば、５との設定項目に含まれるか否かは高精度に判定できており、例えば、「移動の程度」や「痛み／不快感」の設問項目においてはf1-scoreが0.6以上になっており、十分な精度である。

（数値化部）
図７Ａは、本実施形態に係る数値化部５０５の構成を示すブロック図である。

数値化部５０５は、ＥＱ－５Ｄ－５Ｌ設問スコア取得部７０１と、スコア換算部７０２とを有する。ＥＱ－５Ｄ－５Ｌ設問スコア取得部７０１は、言語処理部５０３から出力された設問項目のスコアを取得する。スコア換算部７０２は、スコア換算表７２１を有し、５つの設問項目のスコアの組を１つのスコアに換算する。なお、前述したように、数値化部５０５が設問項目スコア化部６０３を有する構成であってもよい。また、スコア換算部７０２は、スコア換算表７２１を用いた各設問項目のスコアを設問項目全体のスコアに換算すると共に、言語処理部の処理結果および患者のバイタルなどを用いて患者のＱＯＬを数値化する処理を行ってもよい。

図７Ｂは、本実施形態に係るスコア換算表７２１の一例を示すブロック図である。

図７Ｂにおいて、「状態」が５つの設問項目（５Ｄ）のスコアを並べた値であり、「スコア」が換算後のスコアである。スコア換算表を用いることでＥＱ－５Ｄ－５Ｌの５項目の総合評価の変遷も可視化することができる。

（報知部）
図８Ａは、本実施形態に係る報知部８００の構成を示すブロック図である。

報知部８００は、情報処理装置２１０のＱＯＬ出力部５０６と、医師端末２３０と、の組により実現する。なお、ＱＯＬ出力部５０６には、数値化部５０５からのＱＯＬスコアと共に診療関連情報も入力されて、出力画面が生成される。診療関連情報としては、薬内容、患者のバイタル、食事内容、治療内容、手術内容、認知症スコア、通院内容、入院内容、入院日数および病室情報の少なくとも１つが含まれる。

図８Ｂは、本実施形態に係る報知部８００における表示例８３３を示す図である。図８Ｂは、数値化部５０５で数値化されたＱＯＬスコアをそのまま提示した例である。

図８Ｃは、本実施形態に係る報知部８００における他の表示例を示す図である。図８Ｃは、患者の履歴を診療情報データベース２２０から読み出して、算出されたＱＯＬスコアを特定の項目（図８Ｃでは「不安／ふさぎこみ」の項目）についてのＱＯＬ変化を、診療関連情報（図８Ｃでは「手術」、「投薬」）と重ねて提示したものであり、医師がＱＯＬ変化の原因や診療の効果などを分析することを支援できる。すなわち、ＥＱ－５Ｄ－５Ｌの項目ごとに、例えば薬剤介入などの前後比較が可能となる。

＜情報処理装置の処理手順＞
図９は、本実施形態に係る情報処理装置２１０の処理手順を示すフローチャートである。このフローチャートは、情報処理装置２１０が有するＣＰＵ(Central Processing Unit)がＲＡＭ(Random Access Memory)を使用して実行し、図５の構成要素を実現する。

情報処理装置２１０は、ステップＳ９０１において、言語処理部５０３のＢＥＲＴ事前学習モデル６１１のファインチューニング処理を実行する。ＢＥＲＴ事前学習モデル６１１のファインチューニング処理については、図６Ｂで詳説した。情報処理装置２１０は、ステップＳ９０３において、ＢＥＲＴ事前学習モデル６１１のファインチューニングが完了したか否かを判定し、完了してなければステップＳ９０１に戻ってファインチューニングを継続する。なお、ファインチューニングの完了は、ＢＥＲＴ事前学習モデル６１１をファインチューニングした文章抽出器６０２に検証用データ（図６Ｂ参照）を入力し、その出力結果の精度を検証することで行われる。

ＢＥＲＴ事前学習モデル６１１のファインチューニングが完了すると、情報処理装置２１０は、ステップＳ９０５において、診療情報データベース２２０から対象患者の電子カルテを含む診療情報を取得する。情報処理装置２１０は、ステップＳ９０７において、言語処理部５０３のＢＥＲＴ事前学習モデル６１１を活用して、取得した診療情報に基づき、ＥＱ－５Ｄ－５Ｌにおける各設問項目に関連する文章を抽出する。そして、情報処理装置２１０は、ステップＳ９０８において、各設問項目に関連する文章に基づき、ＥＱ－５Ｄ－５Ｌ質問紙６２１に対応した設問項目スコアを判定する。情報処理装置２１０は、ステップＳ９０９において、数値化部５０５により設問項目スコアを、スコア換算表７２１を用いて各患者のＱＯＬスコアに換算する。そして、情報処理装置２１０は、ステップＳ９１１において、診療情報データベース２２０に対して各患者に対応付けてＱＯＬスコアを蓄積する。

情報処理装置２１０は、ステップＳ９１３において、ＱＯＬの閲覧要求における提示形式の選択を判定する。ＱＯＬの閲覧要求における提示形式がＱＯＬ数値の出力であれば、情報処理装置２１０は、ステップＳ９１５において、ＱＯＬ出力部５０６からＱＯＬ数値および／または統計値を出力する。一方、ＱＯＬの閲覧要求における提示形式がＱＯＬ変化の出力であれば、情報処理装置２１０は、ステップＳ９１７において、ＱＯＬ出力部５０６でＱＯＬ履歴からＱＯＬ変化のグラフを生成して出力する。

本実施形態によれば、医療従事者による客観的な患者のＱＯＬを評価し、医療の質の向上に繋げることができる。すなわち、医師は各患者の客観的な各患者のＱＯＬスコアあるいはＱＯＬスコアの変化を監視することができるため、ＱＯＬの向上に務めることができる。さらに、ＱＯＬスコアの変化を、診療関連情報として、投薬内容、患者のバイタル、食事内容、治療内容、手術内容、認知症スコア、通院内容、入院内容、入院日数および病室情報などのタイミングと重ねて監視できるので、ＱＯＬの低下の原因分析や診療行為のＱＯＬへの影響分析をすることができる。

すなわち、本実施形態においては、文脈を考慮した分散表現が得られるＢＥＲＴの日本語事前学習モデルに診療記録の活用によるファインチューニングを行うことで、価値付け型尺度の一種であるＥＱ－５Ｄ－５Ｌの判定を自動で行うアルゴリズムを作成し、医療技術の経済評価に資する回顧的なＱＯＬ値の算出を試行する。そのため、本実施形態によれば、診療記録から自然言語処理により精度よくＱＯＬ測定が可能となり、治療の効果検証に役立つことが期待される。そして、精度のよいＱＯＬは、費用対効果分析に用いる効果指標である質調整生存年（ＱＡＬＹ：Quality-Adjusted Life Year）の精度もよくする。

［第３実施形態］
次に、本発明の第３実施形態に係る電子カルテシステムについて説明する。本実施形態に係る電子カルテシステムは、上記第２実施形態と比べると、ベッドサイド端末から診療情報を取得あるいはＱＯＬスコアを報知する点で異なる。すなわち、医療情報を入力する入力部およびＱＯＬスコアを報知する報知部の少なくともいずれかは、医療従事者が使用する端末の他にベッドサイド端末が備えている。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。

＜電子カルテシステムの動作シーケンス＞
図１０は、本実施形態に係る電子カルテシステム１０００の動作手順を示すシーケンス図である。電子カルテシステム１０００は、ベッドサイド端末１０３０と、ベッドサイド端末１０３０からの患者の測定情報（バイタル）も蓄積する診療情報データベース１０２０と、診療情報データベース１０２０のベッドサイド端末からの患者の測定情報（バイタル）も用いてＱＯＬスコアを算出する情報処理装置１０１０と、を備える。

ベッドサイド端末機能１０３１として、次の処理を行う。ステップＳ１０３１において、ベッドサイド端末１０３０を用いた測定値登録の要求があると、患者管理システム３４０は、ステップＳ１０３３において、診療情報データベース１０２０に測定値の更新を要求する。患者管理システム３４０は、ステップＳ１０３５において、診療情報データベース１０２０から更新結果を取得し、ステップＳ１０３７において、更新結果の確認をベッドサイド端末１０３０に通知する。

また、ステップＳ１０４１において、ベッドサイド端末１０３０を用いた検査結果閲覧の要求があると、患者管理システム３４０は、ステップＳ１０４３において、診療情報データベース１０２０に検査結果の取得を要求する。患者管理システム３４０は、ステップＳ１０４５において、診療情報データベース１０２０から検査結果を取得し、ステップＳ１０４７において、検査結果の確認をベッドサイド端末１０３０に通知する。

なお、ＱＯＬスコア算出機能４３０では、ベッドサイド端末１０３０からのＱＯＬ算出指示およびベッドサイド端末１０３０への患者のＱＯＬスコア報知が行われる。

本実施形態によれば、ベッドサイド端末からの診療情報の収集、および、ベッドサイド端末へのＱＯＬスコアの報知が可能となる。

［第４実施形態］
次に、本発明の第４実施形態に係る電子カルテシステムについて説明する。本実施形態に係る電子カルテシステムは、上記第２実施形態および第３実施形態と比べると、在宅診療情報をＱＯＬスコアに反映させる点で異なる。すなわち、医療機関外で発生したデータについても、診療情報としてＱＯＬスコアの算出をすることができる。その他の構成および動作は、第２実施形態、第３実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。

＜電子カルテシステムの動作シーケンス＞
図１１は、本実施形態に係る電子カルテシステム１１００の動作手順を示すシーケンス図である。電子カルテシステム１１００は、在宅診療の診療情報も蓄積する診療情報データベース１１２０と、診療情報データベース１１２０の在宅診療の診療情報も用いてＱＯＬスコアを算出する情報処理装置１１１０と、を備える。

在宅診療機能１１５０として、次の処理を行う。ステップＳ１１５１において、在宅診療情報の入力要求があると、患者管理システム３４０は、ステップＳ１１５３において、診療情報データベース１１２０に在宅診療情報の更新を要求する。患者管理システム３４０は、ステップＳ１１５５において、診療情報データベース１１２０から在宅診療情報を取得し、ステップＳ１１５７において、在宅診療情報を医師端末２３０に通知する。

なお、ＱＯＬスコア算出機能４３０では、診療情報データベース１１２０に蓄積された在宅診療情報も用いて患者のＱＯＬスコア算出が行われる。

本実施形態によれば、在宅診療の医療情報からも患者の客観的なＱＯＬスコアの算出ができるので、在宅医療の質の向上に繋げることができる。

［第５実施形態］
次に、本発明の第５実施形態に係る電子カルテシステムについて説明する。本実施形態に係る電子カルテシステムは、上記第２実施形態から第４実施形態と比べると、診療中の音声データをＱＯＬスコアに反映させる点で異なる。その他の構成および動作は、第２～第４実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。

＜電子カルテシステムの動作シーケンス＞
図１２は、本実施形態に係る電子カルテシステム１２００の動作手順を示すシーケンス図である。電子カルテシステム１２００は、診療情報を音声情報としても蓄積する診療情報データベース１２２０と、診療情報データベース１２２０の音声の診療情報に対し音声処理を行って、音声処理結果を用いてＱＯＬスコアを算出する情報処理装置１２１０と、を備える。

ステップＳ１２３６において、情報処理装置１２１０が、診療情報に含まれる音声情報に対して音声処理を行って、その音声処理結果を用いてＱＯＬスコアを算出する。

本実施形態によれば、音声の診療情報を用いるので、より患者の感情を含む状態に沿ったＱＯＬスコアを算出することができ、さらに医療の質の向上に繋げることができる。

［第６実施形態］
次に、本発明の第６実施形態に係る電子カルテシステムについて説明する。本実施形態に係る電子カルテシステムは、上記第２～第５実施形態と比べると、診療中の映像データ（または画像データ）をＱＯＬスコアに反映させる点で異なる。その他の構成および動作は、第２～第５実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。

＜電子カルテシステムの動作シーケンス＞
図１３は、本実施形態に係る電子カルテシステム１３００の動作手順を示すシーケンス図である。電子カルテシステム１３００は、診療情報を映像情報（画像情報）としても蓄積する診療情報データベース１３２０と、診療情報データベース１３２０の映像の診療情報に対し映像処理を行って、映像処理結果を用いてＱＯＬスコアを算出する情報処理装置１３１０と、を備える。

図１３においては、情報処理装置１３１０が、ステップＳ１３３６において、診療情報に含まれる映像情報に対して映像処理を行って、その映像処理結果を用いてＱＯＬスコアを算出する。

本実施形態によれば、映像の診療情報を用いるので、患者の直接の動きを含む情報に沿ったＱＯＬスコアを算出することができ、さらに医療の質の向上に繋げることができる。

［他の実施形態］
なお、診療情報から算出されたＱＯＬスコアの表示は、上記実施形態に限定されない。例えば、図１４に図示されたように、ＥＱ－５Ｄのプレ検討単語の出現頻度の履歴をグラフで表現したものであってもよい。

また、言語処理を行う学習モデルとしてＢＥＲＴを使用する例を説明したが、ＧＰＴシリーズ、Transformer、ＰａＬＭ(Scaling Language Modeling with Pathways)、ＬＬａＭＡ(Language Large Models Meta AI)などの他の大規模言語モデル（ＬＬＭ：Large Language Models）を使用することもできる。さらに、ＲｏＢＥＲＴａ，ＸＬＭ，ＴＳ，ＸＬＮｅｔ，ＢＡＲＴ，ＡＬＢＥＲＴ，ＥＬＥＣＴＲＡ，なども使用できる。

また、上記実施形態においては、ＥＱ－５Ｄ－５ＬによるＱＯＬスコア算出を説明したが、ＱＡＬＹ算出に用いるものとしては、ＥＱ－５Ｄ－３ＬやＨＵＩ(Health Utilities Index)、ＳＦ－６Ｄ(Short Form 6 Dimension)などでもよく、ＱＡＬＹ算出に用いないものとしては、ＳＦ－３６(Short Form 36)やＷＨＯＱＯＬなどでもよい。さらに、癌において使用されるＥＯＲＴＣ(European Organisation for Research and Treatment of Cancer)やＦＡＣＴＯＲＹ－Ｔａｘ(Functional Assessment of Cancer Therapy-taxane)など、呼吸器疾患において使用されるＳＧＲＯ(St. George‘s Respiratory Questionnaire)などであってもよい。

以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明の技術的範囲で当業者が理解し得る様々な変更をすることができる。また、それぞれの実施形態に含まれる別々の特徴を如何様に組み合わせたシステムまたは装置も、本発明の技術的範囲に含まれる。

また、本発明は、複数の機器から構成されるシステムに適用されてもよいし、単体の装置に適用されてもよい。さらに、本発明は、実施形態の機能を実現する情報処理プログラムが、システムあるいは装置に供給され、内蔵されたプロセッサによって実行される場合にも適用可能である。本発明の機能をコンピュータで実現するために、コンピュータにインストールされるプログラム、あるいはそのプログラムを格納した媒体、そのプログラムをダウンロードさせるサーバも、プログラムを実行するプロセッサも本発明の技術的範囲に含まれる。特に、少なくとも、上述した実施形態に含まれる処理ステップをコンピュータに実行させるプログラムを格納した非一時的コンピュータ可読媒体（non-transitory computer readable medium）は本発明の技術的範囲に含まれる。

Claims

患者の診療情報を入力する入力部と、
前記入力部で入力された前記患者の診療情報を言語処理する言語処理部と、
前記患者の診療情報に対して言語処理を行った言語処理結果をＥＱ－５Ｄ－５Ｌに対応させることによって患者のＱＯＬ(Quality of Life)を数値化する数値化部と、
を備えた電子カルテシステム。
さらに、数値化された前記ＱＯＬの変化に応じて、医療従事者に対して報知を行う報知部を備えた請求項１に記載の電子カルテシステム。
前記報知部は、前記ＱＯＬの変化と診療関連情報とに基づいた報知を、医療従事者に対して行う請求項２に記載の電子カルテシステム。
前記診療関連情報は、投薬内容、患者のバイタル、食事内容、治療内容、手術内容、認知症スコア、通院内容、入院内容、入院日数および病室情報の少なくとも１つを含む請求項３に記載の電子カルテシステム。
前記数値化部は、さらに患者のバイタルを用いて患者のＱＯＬを数値化する請求項１に記載の電子カルテシステム。
前記入力部が入力する診療情報は、文書データ、音声データおよび映像データの少なくとも１つを含む請求項１に記載の電子カルテシステム。
前記入力部が入力する診療情報は、医療機関内で発生したデータおよび前記医療機関外で発生したデータの少なくともいずれかを含む請求項１に記載の電子カルテシステム。
前記入力部および前記報知部の少なくともいずれかを備えた前記医療従事者が使用する端末またはベッドサイド端末を含む請求項２に記載の電子カルテシステム。
入力部が患者の診療情報を入力する入力ステップと、
言語処理部が、前記入力ステップで入力された前記患者の診療情報を言語処理する言語処理部と、
数値化部が、前記患者の診療情報に対して言語処理を行った言語処理結果をＥＱ－５Ｄ－５Ｌに対応させることによって患者のＱＯＬを数値化する数値化ステップと、
を含む情報処理方法。
患者の診療情報を入力する入力ステップと、
前記入力ステップで入力された前記患者の診療情報を言語処理する言語処理部と、
前記患者の診療情報に対して言語処理を行った言語処理結果をＥＱ－５Ｄ－５Ｌに対応させることによって患者のＱＯＬを数値化する数値化ステップと、
をコンピュータに実行させる情報処理プログラム。