JP7432835B2

JP7432835B2 - 診療記録要約情報生成システム

Info

Publication number: JP7432835B2
Application number: JP2020044738A
Authority: JP
Inventors: 智洋坂口; 将和阿部; 裕大岸本; 茂夫小東
Original assignee: ENISHIA INC.
Current assignee: ENISHIA INC.
Priority date: 2020-02-26
Filing date: 2020-02-26
Publication date: 2024-02-19
Anticipated expiration: 2040-02-26
Also published as: JP2021135989A

Description

本発明は、診療記録要約情報生成システムに関する。

患者の診療履歴を含む電子カルテ情報を取得し、取得した電子カルテ情報から病名を抽出し、抽出した病名に対応する病気の種別を特定し、特定した病気の種別に基づいて、電子カルテ情報の要約を作成する要約作成装置が提案されている（例えば特許文献１参照）。ここで、電子カルテ情報は、診断の結果得られる病気の名称が日付と患者名とに対応づける形で整理された情報である。

特開２００９－１５７５３９号公報

しかしながら、電子カルテ情報は、必ずしもその後の病名等の抽出を考慮して構造化された形式で記述されているものばかりではなく、文章などの構造化されていない形式で記述されたものも多数存在する。そこで、文章などの形式で記述された電子カルテ情報から適切な要約情報を生成することが要請されている。要約を作成することにより、医師が診療経過を一覧し、効率的に診療の内容を把握することができたり、他の医師への診療の引継ぎが容易になったりする利点がある。また、要約を作成することにより、診療情報提供書や退院時サマリ、診断書等の文書作成が容易になるという利点もある。

本発明は、上記事由に鑑みてなされたものであり、診療記録情報から適切な要約情報を生成することができる診療記録要約情報生成システムを提供することを目的とする。

上記目的を達成するために、本発明に係る診療記録要約情報生成システムは、
診療記録情報および要約情報を記憶する診療記録要約記憶部と、
前記診療記録情報が示す診療記録文章を構成する要素の分散表現から前記診療記録文章を構成する要素それぞれの要約文章を構成する要素としての重要度を算出するための第１ニューラルネットワークの第１ニューラルネットワーク係数を記憶するニューラルネットワーク記憶部と、
前記診療記録要約記憶部が記憶する過去の診療記録情報それぞれが示す診療記録文章を構成する要素の分散表現と、前記過去の診療記録情報それぞれに対応する要約文章を構成する要素と、を用いて、前記第１ニューラルネットワーク係数を決定する係数決定部と、
新たな診療記録情報を受け付ける診療記録受付部と、
前記診療記録受付部が受け付けた新たな診療記録情報が示す診療記録文章を構成する要素の分散表現から、前記係数決定部により第１ニューラルネットワーク係数が決定された前記第１ニューラルネットワークを用いて、診療記録文章を構成する要素それぞれの前記重要度を算出する要素特定部と、
前記要素特定部により算出された前記診療記録情報を構成する要素それぞれの重要度に基づいて、前記要約文章に採用する要素の分散表現を特定し、特定した要素の分散表現を、要約文章を構成する要素に復元する復元部と、
前記要約文章に対するユーザによる修正内容を受け付ける修正受付部と、を備え、
前記係数決定部は、前記修正受付部が前記修正内容を受け付けると、受け付けた修正内容に基づいて修正された後の要約文章を構成する要素を用いて、前記第１ニューラルネットワーク係数を決定する。
ここで、「ユーザ」とは、医師、その他医療従事者等に相当する。

本発明によれば、係数決定部が、過去の診療記録情報それぞれが示す診療記録文章を構成する要素の分散表現と、過去の診療記録情報それぞれに対応する要約情報が示す要約文章を構成する要素と、を用いて、第１ニューラルネットワーク係数を決定する。そして、要素特定部が、診療記録受付部が受け付けた新たな診療記録情報が示す診療記録文章を構成する要素の分散表現から、係数決定部により第１ニューラルネットワーク係数が決定された第１ニューラルネットワークを用いて、診療記録文章を構成する要素それぞれの重要度を算出する。また、復元部は、要素特定部により算出された診療記録情報を構成する要素それぞれの重要度に基づいて、要約文章に採用する要素の分散表現を特定し、特定した要素の分散表現を、要約文章を構成する要素に復元する。そして、係数決定部は、修正受付部が修正内容を受け付けると、受け付けた修正内容に基づいて修正された後の要約文章を構成する要素を用いて、第１ニューラルネットワーク係数を決定する。これにより、第１ニューラルネットワーク係数がユーザ（医師、その他医療従事者等）の経験に基づいてより適切な第１ニューラルネットワーク係数へと更新されていくので、特定される要約文章を構成する要素の妥当性が向上するという利点がある。つまり、診療記録情報から適切な要約情報を生成することができる。

本発明の実施の形態１に係る診療記録要約情報生成システムの概略構成図である。実施の形態１に係る診療記録要約情報生成システムのハードウェア構成を示す図である。実施の形態１に係る診療記録要約情報生成システムの機能構成を示す図である。実施の形態１に係る診療記録要約記憶部が記憶する情報の内容を示す図である。（Ａ）実施の形態１に係るニューラルネットワークの構造を説明するための図であり、（Ｂ）は実施の形態１に係る画像記憶部が記憶する情報の内容を示す図である。実施の形態１に係る診療記録要約情報生成システムの基本的な動作を示すシーケンス図である。（Ａ）は実施の形態１に係る端末装置に表示される画像の一例を示す図であり、（Ｂ）は実施の形態１に係る端末装置に表示される画像の他の一例を示す図である。実施の形態１に係る診療記録要約情報生成処理の流れの一例を示すフローチャートである。実施の形態１に係る分散表現変換処理の流れの一例を示すフローチャートである。実施の形態１に係る係数決定処理の流れの一例を示すフローチャートである。実施の形態２に係る診療記録要約情報生成システムの機能構成を示す図である。実施の形態２に係る重要度記憶部が記憶する情報の内容を示す図である。実施の形態２に係る診療記録要約情報生成システムの基本的な動作を示すシーケンス図である。実施の形態２に係る診療記録要約情報生成処理の流れの一例を示すフローチャートである。実施の形態２に係る係数決定処理の流れの一例を示すフローチャートである。実施の形態２に係る重要度設定処理の流れの一例を示すフローチャートである。実施の形態２に係る採用要素推定処理の流れの一例を示すフローチャートである。変形例に係る診療記録要約情報生成システムの機能構成を示す図である。

（実施の形態１）
以下、本発明の一実施の形態に係る診療記録要約情報生成システムについて図面を参照して詳細に説明する。本実施の形態に係る診療記録要約情報生成システムは、診療記録情報および要約情報を記憶する診療記録要約記憶部と、ニューラルネットワーク記憶部と、を備える。ニューラルネットワーク記憶部は、前記診療記録情報が示す診療記録文章を構成する要素の分散表現から前記診療記録文章の要約文章を構成する要素の分散表現を特定するための第１ニューラルネットワークの第１ニューラルネットワーク係数を記憶する。ここで、「要素」は、文字、形態素、単語、サブワード、句、文節、節、文に代表される文字列またはそれらの組み合わせに相当する。また、「分散表現」とは、前述の要素を例えば２００次元程度の次元のベクトルで表現したもの、或いは、前述の要素を高次元のベクトルで表現した後、ベクトル同士の距離に関する情報を維持したまま次元を圧縮する手法により次元圧縮されたベクトルを表す。また、診療記録要約情報生成システムは、要素特定部と、復元部と、修正受付部と、を備える。ここで、要素特定部は、診療記録記憶部が記憶する過去の診療記録情報それぞれが示す診療記録文章を構成する要素の分散表現と、過去の診療記録情報それぞれに対応する要約文章を構成する要素の分散表現と、を用いて、係数決定部により第１ニューラルネットワーク係数が決定された第１ニューラルネットワークを用いて、要約文章を構成する要素を特定する。また、復元部は、要素特定部により特定された要素の分散表現を要約文章に復元する。修正受付部は、要約文章に対するユーザによる修正内容を受け付ける修正受付部と、を備える。そして、係数決定部は、修正受付部が前記修正内容を受け付けると、受け付けた修正内容に基づいて修正された後の要約文章を構成する要素の分散表現を用いて、第１ニューラルネットワーク係数を決定する。

本実施の形態に係る診療記録要約情報生成システムは、例えば図１に示すように、診療記録要約情報生成装置１と、診療記録要約情報生成装置１にネットワークＮＷを介して接続された端末装置２と、を備える。端末装置２は、医療機関、福祉施設等に設置され、医師、その他医療従事者等のユーザにより使用される。

端末装置２は、例えば図２に示すように、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）２１と主記憶部２２と補助記憶部２３と入力部２４と表示部２５と通信部２６と各部を接続するバス２９とを備える。主記憶部１２は、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）のような揮発性メモリから構成され、ＣＰＵ２１の作業領域として使用される。補助記憶部２３は、磁気ディスク、半導体メモリ等の不揮発性メモリから構成され、端末装置２の各種機能を実現するためのプログラムを記憶する。入力部２４は、キーボード、タッチパッド等の入力装置であり、ユーザが入力する各種操作情報を受け付けて、受け付けた操作情報をＣＰＵ２１へ出力する。表示部２５は、例えば液晶ディスプレイであり、ＣＰＵ２１から入力された各種情報を表示する。通信部２６は、モデムとゲートウェイとを有し、ネットワークＮＷを介して端末装置２と通信する。

端末装置２では、ＣＰＵ２１が、補助記憶部２３が記憶するプログラムを主記憶部２２に読み込んで実行することにより、図３に示すように、診療記録要約受付部２１１、診療記録要約送信部２１２、提示情報受信部２１３、表示制御部２１４、修正受付部２１５、修正情報送信部２１６、画像取得部２１７および画像送信部２１８として機能する。また、図２に示す補助記憶部２３は、図３に示すように、診療記録要約記憶部２３１と、画像記憶部２３２と、提示情報記憶部２３３と、を有する。診療記録要約記憶部２３１は、診療記録要約受付部２１１が受け付けた診療記録文章を示す診療記録情報と要約文章を示す要約情報とを記憶する。画像記憶部２３２は、画像取得部２１７が取得した診療記録情報に関連する画像情報を記憶する。提示情報記憶部２３３は、提示情報受信部２１３が診療記録要約情報生成装置１から受信した提示情報を記憶する。

診療記録要約受付部２１１は、ユーザが入力部２４を介して患者の診療記録文章を入力すると、入力された診療記録文章を示す診療記録情報を受け付ける診療記録受付部として機能する。診療記録要約受付部２１１は、受け付けた診療記録情報を診療記録要約記憶部２３１に記憶させる。また、診療記録要約受付部２１１は、ユーザが入力部２４を介して患者の診療記録文章とそれに対応する要約文章を入力すると、入力された診療記録文章を示す診療記録情報と入力された要約文章を示す要約情報とを受け付ける。診療記録要約送信部２１２は、診療記録要約記憶部２３１が記憶する診療記録情報または診療記録情報および要約情報を、通信部２６（図２参照）を介して診療記録要約情報生成装置１へ送信する。

画像取得部２１７は、ユーザが入力部２４を介して診療記録情報に関連する画像情報をＭＲＩ装置、超音波診断装置等の撮像機器から取得するための操作を行うと、撮像機器から診療記録情報に関連する画像情報を取得する。画像取得部２１７は、取得した画像情報を画像記憶部２３２に記憶させる。画像送信部２１８は、画像記憶部２３２が記憶する画像情報を、通信部２６（図２参照）を介して診療記録情報と共に診療記録要約情報生成装置１へ送信する。

提示情報受信部２１３は、診療記録要約情報生成装置１から送信される提示情報を受信すると、受信した提示情報を提示情報記憶部２３３に記憶させる。ここで、提示情報には、診療記録要約情報生成装置１において生成された要約情報と、診療記録要約情報生成装置１において特定された要約情報に関連する画像情報と、を含んでいる。表示制御部２１４は、提示情報記憶部２３３が記憶する提示情報を表示部２５に表示させる。

要約履歴要求部２１９は、表示部２５に要約文章の履歴を表すストーリーラインを表示させるための操作を受け付けると、診療記録要約情報生成装置１に過去の予め設定された表示対象期間中における要約の履歴を要求する要約履歴要求情報を診療記録要約情報生成装置１へ送信する。この場合、提示情報受信部２１３は、診療記録要約情報生成装置１から表示対象期間における全ての要約文章の要素を含む提示情報を受信する。

診療記録要約情報生成装置１は、例えば図２に示すように、ＣＰＵ１１と主記憶部１２と補助記憶部１３と通信部１６と各部を接続するバス１９とを備える。主記憶部１２は、揮発性メモリから構成され、補助記憶部１３は、不揮発性メモリから構成され、診療記録要約情報生成装置１の各種機能を実現するためのプログラムを記憶する。通信部１６は、モデムとゲートウェイとを有し、ネットワークＮＷを介して端末装置２と通信する。

診療記録要約情報生成装置１では、ＣＰＵ１１が、補助記憶部１３が記憶するプログラムを主記憶部１２に読み込んで実行することにより、図３に示すように、診療記録要約受信部１１１、分散表現変換部１１２、係数決定部１１３、要素特定部１１４、復元部１１５、提示情報生成部１１６、修正受信部１１７、画像受信部１１８および画像特定部１１９として機能する。また、補助記憶部１３は、診療記録要約記憶部１３１と、分散表現記憶部１３２と、ニューラルネットワーク記憶部（以下、「ＮＮ記憶部」と称する。）１３３と、画像記憶部１３４と、分散表現モデル記憶部１３５と、を有する。診療記録要約記憶部１３１は、例えば図４に示すように、患者毎に、過去の診療記録文章を示す診療記録情報とそれに対応する要約文章を示す要約情報とを時系列で記憶する。ここで、診療記録要約記憶部１３１は、診療記録情報を、その診療記録情報を識別する診療記録識別情報および診療日情報と対応づけて記憶する。また、一の患者についての少なくとも１つの診療記録情報の群には、その一の患者を識別する患者識別情報に対応づけられている。また、診療記録要約記憶部１３１は、要約情報を、その要約情報に対応する診療記録情報についての診療記録識別情報および診療日情報と対応づけて記憶する。また、一の患者についての少なくとも１つの要約情報の群には、その一の患者を識別する患者識別情報に対応づけられている。分散表現記憶部１３２は、診療記録情報を構成する各要素から分散表現変換部１１２により変換されてなる分散表現を示す情報を記憶する。また、分散表現記憶部１３２は、診療記録情報を構成する要素それぞれの重要度を示す数値情報を分散表現と対応づけて記憶する。

図３に戻って、ＮＮ記憶部１３３は、要素特定部１１４が用いる予め定められたノード数および層数を有するニューラルネットワークに関する情報を記憶する。具体的には、ＮＮ記憶部１３３は、ニューラルネットワークのノード数、層数、各ノードに対応する重み係数および活性化関数それぞれを示す情報を記憶する。このニューラルネットワークは、診療記録情報が示す診療記録文章を構成する要素の分散表現から診療記録文章の要約文章を構成する要素それぞれの重要度を算出するための第１ニューラルネットワークである。ニューラルネットワークは、図５（Ａ）に示すように入力層ＬＹ１、隠れ層ＬＹ２および出力層ＬＹ３を有する。入力層ＬＹ１は、診療記録情報を構成する要素の分散表現を、隠れ層ＬＹ２へ入力する。隠れ層ＬＹ２は、予め設定された数Ｍ［ｊ］のノードｘ［ｊ，ｉ］（１≦ｉ≦Ｍ［ｊ］、Ｍ［ｊ］は正の整数）を含むＮ（Ｎは正の整数）個の層から構成されている。そして、隠れ層ＬＹ２は、各ノード列同士が繋がれた構造を有する。ここで、各ノードｘ［ｊ，ｉ］の出力ｙ［ｊ，ｉ］は、下記式（１）の関係式で表される。

ここで、Ｗ［ｊ，ｉ，ｋ］は、重み係数を示し、ｆ（＊）は、活性化関数を示す。少なくともこの重み係数Ｗ［ｊ，ｉ，ｋ］は、前述のニューラルネットワークの構造を決める第１ニューラルネットワーク係数に相当する。また、活性化関数としては、シグモイド関数、ランプ関数、ステップ関数、ソフトマックス関数等の非線形関数が用いられる。隠れ層ＬＹ２は、ノードに入力される情報が前の層の各ノードの出力にそれぞれに重み係数を乗じたものの総和となっている。そして、総和を引数とする活性化関数の出力が次の層へ伝達される。出力層ＬＹ３は、隠れ層ＬＹ２の最終層からの出力ｙ［ｊ，ｉ］を、診療記録文章を構成する要素それぞれの重要度を出力する。また、ＮＮ記憶部１３３は、前述の重み係数Ｗ［ｊ，ｉ，ｋ］の初期値を示す初期重み係数情報を記憶する。

図３に戻って、画像記憶部１３４は、例えば図５（Ｂ）に示すように、患者毎に、過去の診療記録情報に関連する画像情報を時系列で記憶する。ここで、画像記憶部１３４は、画像情報を、その画像情報に関連する診療記録情報の診療記録識別情報に対応づけて記憶する。また、一の患者についての少なくとも１つの画像情報の群には、その一の患者を識別する患者識別情報に対応づけられている。

図３に戻って、分散表現モデル記憶部１３５は、例えば分散表現変換部１１２が診療記録文章或いは要約文章を構成する要素を分散表現へ変換する際に用いる分散表現変換モデルを示す情報を記憶している。ここで、分散表現変換モデルとしては、例えば単語と分散表現ベクトルとを対応づけた対応表に相当するモデルを採用することができる。なお、分散表現モデルとしては、単語と、病変部位、病気名、検査名等との組み合わせと、分散表現ベクトルまたは分散ベクトルとを対応づけるものであってもよい。或いは、分散表現モデルとして、病変部位、病気名、検査名等を識別する識別情報が付与された分散表現ベクトルを出力するものであってもよい。

診療記録要約受信部１１１は、端末装置２から送信された診療記録情報を受信し、受信した診療記録情報を診療記録要約記憶部１３１に記憶させる。また、診療記録要約受信部１１１は、端末装置２から診療記録情報を受信すると、受信した診療記録情報を識別する診療記録識別情報を復元部１１５へ出力する。

分散表現変換部１１２は、分散表現モデル記憶部１３５が記憶する分散表現変換モデルを用いて、診療記録文章または要約文章を構成する要素を分散表現に変換する。分散表現変換部１１２は、診療記録文章または要約文章を構成する要素から得られた分散表現を示す情報を分散表現記憶部１３２に記憶させる。

係数決定部１１３は、予め設定された重み係数決定時期が到来する毎に、過去の診療記録情報が示す診療記録文章を構成する要素の分散表現から診療記録文章を構成する要素それぞれの重要度を求めるためのニューラルネットワークの重み係数を決定する。重み係数決定時期は、例えば１日、１週間、１ヶ月毎の決まった時刻に設定されていてもよい。係数決定部１１３は、まず、ＮＮ記憶部１３３から初期の重み係数を示す初期重み係数情報を取得し、取得した初期重み係数に設定されたニューラルネットワークを用いて、過去の診療記録情報が示す診療記録文章を構成する要素それぞれの分散表現から診療記録文章を構成する要素それぞれの重要度を算出する。続いて、係数決定部１１３は、過去の診療記録情報それぞれに対応する要約情報が示す要約文章を構成する要素それぞれの重要度を算出する。ここで、係数決定部１１３は、ニューラルネットワークを用いて、過去の診療記録を構成する全ての要素それぞれ分散表現から全ての要素それぞれの重要度を一括して算出してもよい。或いは、係数決定部１１３は、ニューラルネットワークを用いて、診療記録文章を構成する要素のうちの１つの要素の分散表現から、要約文章においてその１つの要素の次に採用される要素としての診療記録文章を構成する要素それぞれの重要度を算出してもよい。具体的には、係数決定部１１３は、まず、ニューラルネットワークを用いて、診療記録文章を構成する要素のうちの冒頭の要素の分散表現から診療記録文章を構成する要素それぞれの重要度を算出する。次に、係数決定部１１３は、ニューラルネットワークを用いて、算出された重要度のうち最も重要度の大きい要素或いは前述の基準重要度よりも大きい重要度の要素の分散表現から診療記録文章を構成する要素それぞれの重要度を算出する。そして、係数決定部１１３は、診療記録文章を構成する要素についてこれらの処理を順に繰り返すことにより、診療記録文章を構成する要素それぞれの重要度を算出する。

その後、係数決定部１１３は、過去の要約文章を構成する要素と、その要約文章に対応する診療記録文章を構成する要素と、を比較して、過去の要約文章を構成する要素それぞれの重要度を設定する。ここで、係数決定部１１３は、例えば、過去の診療記録を構成する要素のうち、要約文章を構成する要素に含まれる重要度を前述の基準重要度よりも大きい重要度に設定し、それ以外の重要度を基準重要度よりも小さい重要度に設定する。或いは、係数決定部１１３が、要約文章における要素の並び順を考慮して各要素の重要度を設定するものであってもよい。具体的には、係数決定部１１３は、まず、要約文章の冒頭の要素の重要度を他の診療記録文章を構成する要素の重要度よりも大きい重要度、或いは、要約文章の冒頭の要素の重要度を基準重要度よりも大きい重要度に設定し、他の要素の重要度を基準重要度によりも小さい重要度に設定する。次に、係数決定部１１３は、要約文章において重要度を設定した１つの要素の次に採用される要素としての診療記録文章を構成する要素それぞれの重要度を設定する。そして、係数決定部１１３は、これらの処理を繰り返すことにより、診療記録文章を構成する要素それぞれの重要度を設定していく。次に、係数決定部１１３は、算出された診療記録文章を構成する要素それぞれの重要度と、過去の診療記録文章を構成する要素それぞれの重要度と、の誤差を算出する。そして、係数決定部１１３は、算出した誤差に基づいて、誤差逆伝播法（バックプロパゲーション）により前述のニューラルネットワークの重み係数を決定する。ここで、係数決定部１１３は、例えばオートエンコーダを用いて重み係数を決定する。そして、係数決定部１１３は、決定した重み係数を示す重み係数情報をＮＮ記憶部１３３に記憶させる。なお、係数決定部１１３は、前述のニューラルネットワークの重み係数のみならず、要素と分散表現との対応関係を更新する機能を有するものであってもよい。

要素特定部１１４は、ＮＮ記憶部１３３が記憶する係数決定部１１３により決定された重み係数を、前述のニューラルネットワークの重み係数に設定する。次に、要素特定部１１４は、係数決定部１１３が決定した重み係数に設定された前述のニューラルネットワークを用いて、直近に受信した診療記録情報の診療記録文章を構成する要素の分散表現から、受信した診療記録情報を構成する要素の一部または全ての重要度を求める。要素特定部１１４は、算出した重要度を示す数値情報を分散表現記憶部１３２に記憶させる。また、要素特定部１１４は、診療記録要約情報生成装置１から前述の要約履歴要求情報を受信すると、分散表現記憶部１３２が記憶する分散表現を示す情報の中から、受信した要約履歴要求情報に対応する表示対象期間中における診療記録文章を構成する要素それぞれの重要度を示す数値情報を特定する。そして、要素特定部１１４は、特定した診療記録文章を構成する要素それぞれの重要度を示す数値情報を復元部１１５へ通知する。

復元部１１５は、要素特定部１１４が算出した診療記録情報を構成する要素の一部または全ての重要度に基づいて要約情報に採用する要素の分散表現を特定する。ここで、復元部１１５は、診療記録文章を構成する一部の要素または全部の要素の重要度が予め設定された基準重要度以上の要素の分散表現を特定する。そして、復元部１１５は、分散表現モデル記憶部１３５が記憶する分散表現モデルを用いて、要素特定部１１４により特定された分散表現を対応する要素に復元し、提示情報生成部１１６へ出力する。また、復元部１１５は、出力した要素により構成される要約文章に対応する診療記録情報を識別する診療記録識別情報を画像特定部１１９へ出力する。

画像受信部１１８は、端末装置２から送信される画像情報を取得し、取得した画像情報を画像記憶部１３４に記憶させる。画像特定部１１９は、復元部１１５から入力される診療記録識別情報に対応する画像情報を特定する。提示情報生成部１１６は、復元部１１５から入力される要素を示す情報と、画像特定部１１９により特定された画像情報と、を含む、ユーザに提示する提示情報を生成する。そして、提示情報生成部１１６は、生成した提示情報を端末装置２へ送信する。

修正受信部１１７は、端末装置２から送信される修正情報を受信する。修正受信部１１７は、修正情報に含まれる修正後の要約文章を構成する要素を診療記録要約記憶部１３１に記憶させる。

次に、本実施の形態に係る診療記録要約情報生成システムの基本的な動作について図６および図７を参照しながら説明する。まず、図６に示すように、ユーザが端末装置２の入力部２４を介して診療記録情報を入力するとともに診療記録情報に関連する画像情報を撮像機器から取得する操作を行った上で、入力した診療記録情報に対応する要約情報を取得するための操作を行ったとする。この場合、端末装置２は、診療記録情報を受け付けるとともに（ステップＳ１）、撮像機器から画像情報を取得する（ステップＳ２）。次に、端末装置２において受け付けた診療記録情報、画像情報とともに、診療記録要約情報生成装置１に対して要約情報の送信を要求する要約要求情報が、端末装置２から診療記録要約情報生成装置１へ送信される（ステップＳ３）。

一方、診療記録要約情報生成装置１は、診療記録情報および画像情報を受信すると、受信した診療記録情報および画像情報をそれぞれ診療記録要約記憶部１３１、画像記憶部１３４に記憶させる（ステップＳ４）。続いて、診療記録要約情報生成装置１は、受信した診療記録情報が示す診療記録文章を構成する要素を分散表現へ変換する分散表現変換処理を実行する（ステップＳ５）。ここで、診療記録要約情報生成装置１は、分散表現モデル記憶部１３５が記憶する分散表現モデルを示す情報を用いて、診療記録文章を構成する要素を分散表現に変換する。その後、診療記録要約情報生成装置１は、前述のニューラルネットワークを用いて、受信した診療記録情報を構成する要素それぞれの重要度を算出する（ステップＳ６）。このとき、診療記録要約情報生成装置１は、算出した重要度を示す数値情報を分散表現記憶部１３２に記憶させる。

次に、診療記録要約情報生成装置１は、算出した診療記録情報を構成する要素の一部または全ての重要度に基づいて要約情報に採用する要素の分散表現を特定し、特定した分散表現を要素に復元することにより要約情報を生成する（ステップＳ７）。続いて、診療記録要約情報生成装置１は、画像記憶部１３４が記憶する画像情報の中から要約情報に対応する診療記録情報に関連する画像情報を取得する（ステップＳ８）。その後、生成された要約情報とその要約情報に対応する診療記録情報に関連する画像情報とを含む提示情報が、診療記録要約情報生成装置１から端末装置２へ送信される（ステップＳ９）。

一方、端末装置２は、提示情報を受信すると、受信した提示情報を表示部２５に表示させる（ステップＳ１０）。ここで、端末装置２は、例えば図７（Ａ）に示すような、提示情報に含まれる要約情報が表示される領域Ａ１と、提示情報に含まれる画像情報が表示される領域Ａ２と、を含む画像ＧＡ１を表示部２５に表示させる。なお、画像ＧＡ１には、過去の要約文章の履歴を表示させるための「ストーリーライン表示」釦画像が含まれている。また、ユーザが端末装置２の入力部２４を介して診療記録情報を入力するとともに診療記録情報に関連する画像情報を撮像機器から取得する操作を行った上で、入力した診療記録情報に対応する要約情報を取得するための操作を行う毎に、前述のステップＳ１からＳ１０までの一連の処理が実行される。

ここで、ユーザが端末装置２の表示部２５に表示された画像ＧＡ１を参照しながら、入力部２４を介してストーリーラインを表示するための操作、即ち、「ストーリーライン表示」釦を選択する操作を行ったとする。この場合、図６に示すように、端末装置２は、ストーリーライン表示操作、即ち、表示部２５に要約文章の履歴を表すストーリーラインを表示させるための操作を受け付ける（ステップＳ１１）。この場合、前述の過去の予め設定された表示対象期間中における要約の履歴を要求する要約履歴要求情報が、端末装置２から診療記録要約情報生成装置１へ送信される（ステップＳ１２）。

一方、診療記録要約情報生成装置１は、要約履歴要求情報を受信すると、分散表現記憶部１３２が記憶する診療記録文章を構成する要素それぞれの重要度の中から、対応する表示対象期間内における診療記録文章を構成する要素それぞれの重要度を特定し、特定した重要度に基づいて生成した要約情報を含む提示情報を生成する（ステップＳ１３）。次に、生成された提示情報が、診療記録要約情報生成装置１から端末装置２へ送信される（ステップＳ１４）。一方、端末装置２は、提示情報を受信すると、受信した提示情報に基づいて過去の要約文章を時系列で表示するストーリーラインを表示部２５に表示させる（ステップＳ１５）。ここで、端末装置２は、例えば図７（Ｂ）に示すような過去の要約文章を時系列で表示する画像ＧＡ２を表示部２５に表示させる。

図６に戻って、次に、ユーザが端末装置２の表示部２５に表示された画像２５ａを参照しながら、入力部２４を介して要約文章を修正するための操作を行ったとする。この場合、端末装置２は、要約情報の修正内容を受け付ける（ステップＳ１６）。続いて、修正内容を示す修正情報が、端末装置２から診療記録要約情報生成装置１へ送信される（ステップＳ１７）。一方、診療記録要約情報生成装置１は、修正情報に基づいて、診療記録要約記憶部１３１が記憶する要約情報を更新する（ステップＳ１８）。

次に、本実施の形態に係る診療記録要約情報生成装置１が実行する診療記録要約情報生成処理について図８から図１０を参照しながら説明する。この診療記録要約情報生成処理は、ユーザが診療記録要約情報生成装置１へ電源を投入した後、入力部１４を介して診療記録要約情報生成処理を実行するための操作を行ったことを契機として開始される。

なお、この診療記録要約情報生成処理は、ストーリーライン提示用の提示情報を生成するストーリーライン用提示情報生成処理と並行して実行される。ストーリーライン提示用提示情報生成処理では、要素特定部１１４が、端末装置２から要約履歴要求情報を受信すると、分散表現記憶部１３２が記憶する診療記録文章を構成する要素の重要度の中から、対応する表示対象期間内における診療記録文章を構成する要素の重要度を特定する。次に、復元部１１５が、要素特定部１１４が特定した診療記録文章を構成する要素の重要度に基づいて、表示対象期間内における少なくとも１つの要約文章を示す要約情報を生成する。そして、提示情報生成部１１６が、生成された少なくとも１つの要約情報を含む提示情報を生成して端末装置２へ送信する。

まず、係数決定部１１３は、予め設定された重み係数決定時期が到来したか否かを判定する（ステップＳ１０１）。係数決定部１１３により重み係数決定時期が到来していないと判定されると（ステップＳ１０１：Ｎｏ）、後述するステップＳ１０５の処理が実行される。一方、係数決定部１１３は、重み係数決定時期が到来したと判定すると（ステップＳ１０１：Ｙｅｓ）、過去の診療記録情報とそれに対応する要約情報を診療記録要約記憶部１３１から取得する（ステップＳ１０２）。

次に、分散表現変換部１１２は、診療記録情報および要約情報について分散表現変換処理を実行する（ステップＳ１０３）。この分散表現変換処理では、まず、図９に示すように、分散表現変換部１１２は、診療記録情報が示す診療記録文章および要約情報が示す要約文章からそれらを構成する要素を抽出する（ステップＳ２０１）。ここで、分散表現変換部１１２は、例えば、診療記録文章または要約文章について、それらを構成する要素を抽出する。次に、分散表現変換部１１２は、分散表現モデル記憶部１３５が記憶する分散表現モデルを示す情報を用いて、抽出された要素それぞれを分散表現に変換する（ステップＳ２０２）。ここで、分散表現変換部１１２は、診療記録文章を構成する要素の分散表現を示す情報と、要約文章を構成する要素の分散表現を示す情報と、を互いに対応づけて分散表現記憶部１３２に記憶させる。

図８に戻って、続いて、係数決定部１１３は、分散表現変換部１１２により得られる過去の診療記録情報が示す診療記録文章を構成する要素および要約情報が示す要約文章を構成する要素の分散表現を示す情報を用いて、重み係数決定処理を実行する（ステップＳ１０４）。

この重み係数決定処理では、図１０に示すように、まず、係数決定部１１３は、分散表現記憶部１３２から、診療記録文章を構成する要素の分散表現を示す情報と、要約文章を構成する要素の分散表現を示す情報と、を取得する（ステップＳ３０１）。次に、係数決定部１１３は、ＮＮ記憶部１３３から初期重み係数情報を取得し、取得した初期重み係数情報が示す重み係数を、前述のニューラルネットワークの重み係数に設定する（ステップＳ３０２）。

続いて、係数決定部１１３は、初期重み係数情報が示す重み係数に設定された前述のニューラルネットワークを用いて、診療記録文章を構成する要素の分散表現から、診療記録文章を構成する要素それぞれの重要度を算出する（ステップＳ３０３）。ここで、係数決定部１１３は、ニューラルネットワークを用いて、過去の診療記録を構成する全ての要素それぞれ分散表現から全ての要素それぞれの重要度を一括して算出してもよい。或いは、係数決定部１１３は、ニューラルネットワークを用いて、診療記録文章を構成する要素のうちの１つの要素の分散表現から、要約文章においてその１つの要素の次に採用される要素としての診療記録文章を構成する要素それぞれの重要度を算出してもよい。具体的には、係数決定部１１３は、まず、ニューラルネットワークを用いて、診療記録文章を構成する要素のうちの冒頭の要素の分散表現から診療記録文章を構成する要素それぞれの重要度を算出する。次に、係数決定部１１３は、ニューラルネットワークを用いて、算出された重要度のうち最も大きい重要度の要素或いは前述の基準重要度よりも大きい重要度の要素の分散表現から診療記録文章を構成する要素それぞれの重要度を算出する。そして、係数決定部１１３は、診療記録文章を構成する要素についてこれらの処理を順に繰り返すことにより、診療記録文章を構成する要素それぞれの重要度を算出する。

その後、係数決定部１１３は、過去の要約文章を構成する要素と、その要約文章に対応する診療記録文章を構成する要素と、を比較して、過去の要約文章を構成する要素それぞれの重要度を設定する（ステップＳ３０４）。ここで、係数決定部１１３は、例えば、過去の診療記録を構成する要素のうち、要約文章を構成する要素に含まれる重要度を前述の基準重要度よりも大きい重要度に設定し、それ以外の重要度を基準重要度よりも小さい重要度に設定する。或いは、係数決定部１１３が、要約文章における要素の並び順を考慮して各要素の重要度を設定するものであってもよい。具体的には、係数決定部１１３は、まず、要約文章の冒頭の要素の重要度を他の診療記録文章を構成する要素の重要度よりも大きい重要度、或いは、要約文章の冒頭の要素の重要度を基準重要度よりも大きい重要度に設定し、他の要素の重要度を基準重要度によりも小さい重要度に設定する。次に、係数決定部１１３は、要約文章において重要度を設定した１つの要素の次に採用される要素としての診療記録文章を構成する要素それぞれの重要度を設定する。そして、係数決定部１１３は、これらの処理を繰り返すことにより、診療記録文章を構成する要素それぞれの重要度を設定していく。

次に、係数決定部１１３は、算出された診療記録文章を構成する要素それぞれの重要度と、過去の診療記録文章を構成する要素それぞれの重要度と、の誤差を算出する（ステップＳ３０５）。次に、係数決定部１１３は、算出された誤差に基づいて、誤差逆伝播法（バックプロパゲーション）により前述のニューラルネットワークの重み係数を新たに決定する（ステップＳ３０６）。そして、係数決定部１１３は、決定した重み係数を示す重み係数情報をＮＮ記憶部１３３に記憶させる（ステップＳ３０７）。

図８に戻って、その後、診療記録要約受信部１１１は、新たな診療記録情報を受信したか否かを判定する（ステップＳ１０５）。診療記録要約受信部１１１により新たな診療記録情報を受信していないと判定されると（ステップＳ１０５：Ｎｏ）、再びステップＳ１０１の処理が実行される。一方、診療記録要約受信部１１１は、新たな診療記録情報を受信したと判定すると（ステップＳ１０５：Ｙｅｓ）、受信した診療記録情報を診療記録要約記憶部１３１に記憶させる（ステップＳ１０６）。次に、画像受信部１１８は、新たな画像情報を受信したか否かを判定する（ステップＳ１０７）。画像受信部１１８により新たな画像情報を受信していないと判定されると（ステップＳ１０７：Ｎｏ）、そのまま後述のステップＳ１０９の処理が実行される。一方、画像受信部１１８は、新たな画像情報を受信したと判定すると（ステップＳ１０７：Ｙｅｓ）、受信した画像情報を対応する診療記録情報の診療記録識別情報に対応づけて画像記憶部１３４に記憶させる（ステップＳ１０８）。

続いて、分散表現変換部１１２は、受信した新たな診療記録情報について分散表現変換処理を実行する（ステップＳ１０９）。その後、要素特定部１１４が、前述のニューラルネットワークを用いて、新たな診療記録情報を構成する要素の分散表現から新たな診療記録情報が示す診療記録文章を構成する要素それぞれの重要度を算出する（ステップＳ１１０）。次に、復元部１１５は、要素特定部１１４が算出した診療記録文章を構成する要素それぞれの重要度に基づいて要約情報を生成する（ステップＳ１１１）。ここで、復元部１１５は、要約文章を正規化する処理を実行してもよい。ここで、「正規化」とは、例えばコーパスを用いて、要約文章を標準的な表現に揃える処理を意味する。復元部１１５は、生成した要約情報を、対応する診療記録情報に対応づけて診療記録要約記憶部１３１に記憶させる。その後、画像特定部１１９は、画像記憶部１３４が記憶する画像情報の中に、新たな診療記録情報に関連する画像情報が有るか否かを判定する（ステップＳ１１２）。画像特定部１１９により新たな診療記録情報に関連する画像情報が無いと判定されると（ステップＳ１１２：Ｎｏ）、提示情報生成部１１６が、復元部１１５により生成された要約情報を用いて提示情報を生成し、生成した提示情報を端末装置２へ送信する（ステップＳ１１５）。次に、後述するステップＳ１１６の処理が実行される。

一方、画像特定部１１９は、新たな診療記録情報に関連する画像情報が有ると判定されると（ステップＳ１１２：Ｙｅｓ）、その画像情報を特定する（ステップＳ１１３）。続いて、提示情報生成部１１６が、復元部１１５により生成された要約情報と、画像特定部１１９により特定された画像情報と、から提示情報を生成し、生成した提示情報を端末装置２へ送信する（ステップＳ１１４）。

その後、修正受信部１１７は、端末装置２から送信される修正情報を受信したか否かを判定する（ステップＳ１１６）。修正受信部１１７により修正情報を受信していないと判定されると（ステップＳ１１６：Ｎｏ）、再びステップＳ１０１の処理が実行される。一方、修正受信部１１７は、修正情報を受信したと判定すると（ステップＳ１１６：Ｙｅｓ）、修正情報を要素特定部１１４へ通知する。そして、修正受信部１１７は、診療記録要約記憶部１３１が記憶する修正情報に対応する要約情報を、修正情報に基づいて修正された後の要約情報に更新する（ステップＳ１１７）。次に、再びステップＳ１０１の処理が実行される。

以上説明したように、本実施の形態に係る診療記録要約情報生成システムによれば、係数決定部１１３が、過去の診療記録情報それぞれが示す診療記録文章を構成する要素の分散表現と、過去の診療記録情報それぞれに対応する要約情報が示す要約文章を構成する要素の分散表現と、を用いて、ニューラルネットワークの重み係数を決定する。そして、要素特定部１１４が、診療記録要約受信部１１１が受信した新たな診療記録情報が示す診療記録文章を構成する要素の分散表現から、係数決定部１１３により重み係数が決定されたニューラルネットワークを用いて、要約文章を構成する要素の分散表現を特定する。また、係数決定部１１３は、修正受付部に受け付けた修正内容に基づいて修正された修正後の要約文章を構成する要素の分散表現を用いて、重み係数を更新する。これにより、ニューラルネットワークの重み係数がユーザの経験に基づいてより適切な情報へと更新されていくので、特定される要約情報を構成する要素の妥当性が向上するという利点がある。つまり、診療記録情報から適切な要約情報を生成することができる。

（実施の形態２）
本実施の形態に係る診療記録要約情報生成システムは、診療記録情報および要約情報を記憶する診療記録要約記憶部と、ニューラルネットワーク記憶部と、重要度記憶部と、を備える。ここで、ニューラルネットワーク記憶部は、診療記録情報が示す診療記録文章を構成する要素の分散表現から、診断書、疫例報告等の診療記録文章とは異なる予め設定されたフォーマットに則ったマッピング項目に記入される文章を構成するマッピング項目要素としての第１重要度を特定するための第３ニューラルネットワークの第３ニューラルネットワーク係数を記憶する。重要度記憶部は、診療記録文章に対応するマッピング項目情報を構成する要素の中から抽出されたマッピング項目要素と診療記録文章に対応する要約文章とに基づいて生成された、要約文章を構成する要素としての各マッピング項目要素の第２重要度を示す重要度情報を記憶する。ここで、第２重要度は、複数のマッピング項目要素の組合せに対しても決まり得るものである。また、この診療記録要約情報生成システムは、係数決定部と、新たな診療記録情報を受け付ける診療記録受付部と、採用要素推定部と、要約生成部と、修正受付部と、を備える。係数決定部は、診療記録記憶部が記憶する過去の診療記録情報それぞれが示す診療記録文章を構成する要素の分散表現と、過去の診療記録情報それぞれに対応するマッピング項目要素の第１重要度と、を用いて、第３ニューラルネットワーク係数を決定する。採用要素推定部は、診療記録受付部が受け付けた新たな診療記録情報が示す診療記録文章に対応するマッピング項目要素とそれらの第２重要度を示す重要度情報とに基づいて、要約文章を構成する要素を推定する。要約生成部は、採用要素推定部により推定された要素を用いて要約文章を生成する。修正受付部は、要約文章に対するユーザによる修正内容を受け付ける。そして、採用要素推定部は、修正受付部が受け付けた修正内容に沿った修正の後の要約文章と、マッピング項目要素と、に基づいて、新たな第２重要度を示す重要度情報を生成し、生成した新たな重要度情報で重要度記憶部が記憶する重要度情報を更新する。

本実施の形態に係る診療記録要約情報生成システムの構成は、実施の形態１に示す構成と同様である。また、本実施の形態に係る診療記録要約情報生成システムのハードウェア構成も、実施の形態１に係る診療記録要約情報生成システムと同様である。なお、本実施の形態に係る診療記録要約情報生成システムのハードウェア構成の説明では、適宜図２に示す実施の形態１の説明で用いた符号を用いて説明する。

端末装置２００２では、ＣＰＵ２１が、補助記憶部２３が記憶するプログラムを主記憶部２２に読み込んで実行することにより、図１１に示すように、診療記録要約受付部２１１、診療記録要約送信部２１２、提示情報受信部２１３、表示制御部２１４、修正受付部２１５、修正情報送信部２１６およびマッピング項目情報取得部２２２０として機能する。なお、図１１において、実施の形態１に係る構成と同様の構成については図３と同一の符号を付している。また、補助記憶部２３は、診療記録要約記憶部２３１と、提示情報記憶部２３３と、を有する。

マッピング項目情報取得部２２２０は、ユーザが入力部２４を介して診療記録要約情報生成装置１に対してマッピング項目情報の送信を要求するための操作を行うと、マッピング項目情報の送信を要求するマッピング項目情報要求情報を送信することにより、診療記録要約情報生成装置１からマッピング項目情報を取得する。ここで、マッピング項目情報は、退院時サマリ、外来サマリ、診療情報提供書、診断書の作成、がん登録、治験、副作用報告、医薬市販後調査、臨床研究等の用途それぞれに応じた要素を含む情報である。

診療記録要約情報生成装置２００１では、ＣＰＵ１１が、補助記憶部１３が記憶するプログラムを主記憶部１２に読み込んで実行することにより、診療記録要約受信部１１１、分散表現変換部２１１２、係数決定部２１１３、マッピング項目要素特定部２１１４、復元部２１１５、提示情報生成部１１６、修正受信部１１７、採用要素推定部２１２０および要約生成部２１２１として機能する。また、補助記憶部１３は、診療記録記憶部２１３１と、分散表現記憶部２１３２と、ＮＮ記憶部２１３３と、分散表現モデル記憶部１３５と、要約記憶部２１３６と、マッピング項目記憶部２１３７と、重要度記憶部２１３８と、を有する。診療記録記憶部２１３１は、実施の形態１で図４を用いて説明したのと同様に、患者毎に、過去の診療記録文章を示す診療記録情報を時系列で記憶する。ここで、診療記録記憶部２１３１は、診療記録情報を、その診療記録情報を識別する診療記録識別情報および診療日情報と対応づけて記憶する。また、一の患者についての少なくとも１つの診療記録情報の群には、その一の患者を識別する患者識別情報に対応づけられている。分散表現記憶部２１３２は、診療記録情報を構成する各要素から分散表現変換部２１１２により変換されてなる分散表現を示す情報を記憶する。また、分散表現記憶部２１３２は、診療記録情報を構成する要素それぞれのマッピング項目要素としての重要度を示す数値情報を分散表現と対応づけて記憶する。

要約記憶部２１３６は、実施の形態１で図４を用いて説明したのと同様に、患者毎に、過去の診療記録情報に対応する要約情報を時系列で記憶する。要約記憶部２１３６は、要約情報を、その要約情報に対応する診療記録情報についての診療記録識別情報および診療日情報と対応づけて記憶する。また、一の患者についての少なくとも１つの要約情報の群には、その一の患者を識別する患者識別情報に対応づけられている。

ＮＮ記憶部２１３３は、マッピング項目要素特定部２１１４が用いる予め定められたノード数および層数を有するニューラルネットワークに関する情報を記憶する。具体的には、ＮＮ記憶部１３３は、ニューラルネットワークのノード数、層数、各ノードに対応する重み係数および活性化関数それぞれを示す情報を記憶する。このニューラルネットワークは、診療記録情報が示す診療記録文章を構成する要素の分散表現から、診療記録文章を構成する要素それぞれのマッピング項目要素としての重要度（第１重要度）を算出するための第３ニューラルネットワークである。ニューラルネットワークの構造は、実施の形態１において図５（Ａ）を用いて説明した構造と同様である。

マッピング項目記憶部２１３７は、復元部２１１５によりマッピング項目要素特定部２１１４により算出されたマッピング項目要素の分散表現から復元されたマッピング項目要素を示すマッピング項目要素情報を記憶する。重要度記憶部２１３８は、例えば図１２に示すように、各要素の要約文章を構成する要素としての重要度を示す要約重要度情報を記憶する。ここで、要約重要度とは、マッピング項目要素を要約文章に優先的に含めるべき度合を示す第２重要度である。重要度情報は、マッピング項目要素と診療記録文章に対応する要約文章とに基づいて生成される。

図１１に戻って、分散表現変換部２１１２は、分散表現モデル記憶部１３５が記憶する分散表現変換モデルを用いて、診療記録文章を構成する要素を分散表現に変換する。分散表現変換部１１２は、診療記録文章を構成する要素から得られた分散表現を示す情報を分散表現記憶部２１３２に記憶させる。係数決定部２１１３は、予め設定された重み係数決定時期が到来する毎に、過去の診療記録情報が示す診療記録文章を構成する要素の分散表現から診療記録文章を構成する要素のマッピング項目要素としての重要度（第１重要度）を求めるためのニューラルネットワークの重み係数を決定する。係数決定部２１１３は、まず、ＮＮ記憶部２１３３から初期の重み係数を示す初期重み係数情報を取得し、取得した初期重み係数に設定されたニューラルネットワークを用いて、過去の診療記録情報が示す診療記録文章を構成する要素それぞれの分散表現から、診療記録文章を構成する要素のマッピング項目要素としての重要度を算出する。次に、係数決定部１１３は、過去の要約文章を構成する要素と、その要約文章に対応する診療記録文章を構成する要素と、を比較して、過去の要約文章を構成する要素それぞれのマッピング項目要素としての重要度を設定する。続いて、係数決定部１１３は、算出された診療記録文章を構成する要素それぞれのマッピング項目要素としての重要度と、過去の診療記録文章を構成する要素それぞれのマッピング項目要素としての重要度と、の誤差を算出する。そして、係数決定部１１３は、算出した誤差に基づいて、誤差逆伝播法（バックプロパゲーション）により前述のニューラルネットワークの重み係数を決定する。そして、係数決定部１１３は、決定した重み係数を示す重み係数情報をＮＮ記憶部２１３３に記憶させる。

マッピング項目要素特定部２１１４は、ＮＮ記憶部２１３３が記憶する係数決定部２１１３により決定された重み係数を、前述のニューラルネットワークの重み係数に設定する。次に、マッピング項目要素特定部２１１４は、係数決定部２１１３が決定した重み係数に設定された前述のニューラルネットワークを用いて、直近に受信した診療記録情報の診療記録文章を構成する要素の分散表現から、受信した診療記録情報が示す診療記録文章を構成する要素それぞれのマッピング項目要素としての重要度を求める。マッピング項目要素特定部２１１４は、算出したマッピング項目要素としての重要度を示す情報を分散表現記憶部２１３２に記憶させる。

復元部２１１５は、マッピング項目要素特定部２１１４が算出した診療記録情報を構成する要素の重要度に基づいてマッピング項目要素の分散表現を特定する。ここで、復元部２１１５は、診療記録文章を構成する要素の重要度が予め設定された基準重要度以上の要素の分散表現を特定する。そして、復元部２１１５は、分散表現モデル記憶部１３５が記憶する分散表現モデルを用いて、特定したマッピング項目要素の分散表現を対応するマッピング項目要素に復元することによりマッピング項目情報を生成して採用要素推定部２１２０へ出力する。また、復元部２１１５は、生成したマッピング項目情報をマッピング項目記憶部２１３７に記憶させる。

採用要素推定部２１２０は、復元部２１１５から入力されるマッピング項目要素と、重要度記憶部２１３８が記憶する重要度情報と、に基づいて、要約文章を構成する要素を推定する。具体的には、採用要素推定部２１２０は、重要度記憶部２１３８が記憶する各マッピング項目要素の要約文章を構成する要素としての重要度（第２重要度）を示す重要度情報に基づいて、診療記録要約受信部１１１が受信した新たな診療記録情報が示す診療記録文章に対応するマッピング項目要素の重要度情報を決定する。そして、採用要素推定部２１２０は、重要度情報が予め設定された基準値以上である要素を採用要素として推定する。また、採用要素推定部２１２０は、修正受信部１１７が受信した修正情報に基づいて修正した後の要約文章を構成する要素と、新たな診療記録文章に対応するマッピング項目要素と、に基づいて、新たな重要度情報を生成する。そして、採用要素推定部２１２０は、生成した新たな重要度情報で重要度記憶部２１３８が記憶する重要度情報を更新する。その後、採用要素推定部２１２０は、新たに生成された重要度情報を用いて採用要素を推定する。

修正受信部２１１７は、端末装置２から送信される修正情報を受信すると、修正情報に含まれる修正後の要約文章を構成する要素を要約記憶部２１３６に記憶させる。要約生成部２１２１は、予め設定された要約テンプレート情報に基づいて、採用要素推定部２１２０が推定した採用要素を用いて要約文章を示す要約情報を生成する。そして、提示情報生成部１１６は、要約生成部２１２１が生成した要約情報を含む提示情報を、端末装置２００２へ送信する。

マッピング項目情報生成部２１２３は、端末装置２００２からマッピング項目情報要求情報を受信すると、マッピング項目記憶部２１３７が記憶するマッピング項目要素情報の中から、マッピング項目情報要求情報に対応する用途に応じたマッピング項目情報に含まれるマッピング項目要素情報を取得してマッピング項目情報を生成する。そして、マッピング項目情報生成部２１２３は、生成したマッピング項目情報を端末装置２００２へ送信する。

次に、本実施の形態に係る診療記録要約情報生成システムの基本的な動作について図１３を参照しながら説明する。まず、ユーザが端末装置２００２の入力部２４を介して診療記録情報を入力した上で、入力した診療記録情報に対応する要約情報およびマッピング項目情報を取得するための操作を行ったとする。この場合、端末装置５１は、診療記録情報を受け付ける（ステップＳ５１）。次に、端末装置２００２において受け付けた診療記録情報とともに、診療記録要約情報生成装置２００１に対して要約情報の送信を要求する要約要求情報およびマッピング項目情報の送信を要求するマッピング項目情報要求情報が、端末装置２００２から診療記録要約情報生成装置２００１へ送信される（ステップＳ５２）。

一方、診療記録要約情報生成装置２００１は、要約要求情報、マッピング項目情報要求情報および診療記録情報を受信すると、受信した診療記録情報を診療記録記憶部２１３１に記憶させる（ステップＳ５３）。続いて、診療記録要約情報生成装置２００１は、受信した診療記録情報が示す診療記録文章を構成する要素を分散表現へ変換する分散表現変換処理を実行する（ステップＳ５４）。その後、診療記録要約情報生成装置２００１は、前述のニューラルネットワークを用いて、受信した診療記録情報を構成する各要素のマッピング項目要素としての重要度を算出する（ステップＳ５５）。このとき、診療記録要約情報生成装置２００１は、算出した重要度を示す情報を分散表現記憶部２１３２に記憶させる。

次に、診療記録要約情報生成装置２００１は、分散表現モデル記憶部２１３５が記憶する分散表現モデルを示す情報を用いて、算出した分散表現を要素に復元することによりマッピング項目要素情報を生成する（ステップＳ５６）。ここで、診療記録要約情報生成装置２００１は、生成したマッピング項目要素情報をマッピング項目記憶部２１３７に記憶させる。続いて、診療記録要約情報生成装置２００１は、マッピング項目要素の中から要約文章に採用する採用要素を推定し（ステップＳ５７）、推定した採用要素を用いて要約情報を生成する（ステップＳ５８）。その後、診療記録要約情報生成装置２００１は、マッピング項目記憶部２１３７が記憶するマッピング項目要素情報を用いて、マッピング項目情報を生成する（ステップＳ５９）。その後、生成された要約情報とマッピング項目情報とを含む提示情報が、診療記録要約情報生成装置２００１から端末装置２００２へ送信される（ステップＳ６０）。一方、端末装置２００２は、提示情報を受信すると、受信した提示情報を表示部２５に表示させる（ステップＳ６１）。

次に、ユーザが端末装置２００２の入力部２４を介して要約文章を修正するための操作を行ったとする。この場合、端末装置２００２は、要約情報の修正内容を受け付ける（ステップＳ６２）。続いて、修正内容を示す修正情報が、端末装置２００２から診療記録要約情報生成装置２００１へ送信される（ステップＳ６３）。一方、診療記録要約情報生成装置２００１は、修正情報に基づいて、要約記憶部２１３６が記憶する要約情報を更新する（ステップＳ６４）。

次に、本実施の形態に係る診療記録要約情報生成装置２００１が実行する診療記録要約情報生成処理について図１４乃至図１７を参照しながら説明する。この診療記録要約情報生成処理は、ユーザが診療記録要約情報生成装置１へ電源を投入した後、入力部１５を介して診療記録要約情報生成処理を実行するための操作を行ったことを契機として開始される。

まず、係数決定部２１１３は、図１４に示すように、予め設定された重み係数決定時期が到来したか否かを判定する（ステップＳ２１０１）。係数決定部２１１３により重み係数決定時期が到来していないと判定されると（ステップＳ２１０１：Ｎｏ）、後述するステップＳ２１０７の処理が実行される。一方、係数決定部１１３は、重み係数決定時期が到来したと判定すると（ステップＳ２１０１：Ｙｅｓ）、過去の診療記録情報とそれに対応する要約情報を診療記録要約記憶部１３１から取得する（ステップＳ２１０２）。

次に、分散表現変換部２１１２は、診療記録情報および要約情報について分散表現変換処理を実行する（ステップＳ２１０３）。この分散表現変換処理は、実施の形態１で説明した分散表現変換処理と同様である。続いて、係数決定部２１１３は、分散表現変換部２１１２により得られる過去の診療記録情報が示す診療記録文章を構成する要素および要約情報が示す要約文章を構成する要素の分散表現を示す情報を用いて、重み係数決定処理を実行する（ステップＳ２１０４）。

この重み係数決定処理では、図１５に示すように、まず、係数決定部２１１３は、分散表現記憶部２１３２から、診療記録文章を構成する要素の分散表現を示す情報と、診療記録文章に対応するマッピング項目要素の分散表現を示す情報と、を取得する（ステップＳ２３０１）。次に、係数決定部２１１３は、ＮＮ記憶部２１３３から初期重み係数情報を取得し、取得した初期重み係数情報が示す重み係数を、前述のニューラルネットワークの重み係数に設定する（ステップＳ２３０２）。続いて、係数決定部２１１３は、初期重み係数情報が示す重み係数に設定された前述のニューラルネットワークを用いて、診療記録文章を構成する要素の分散表現から、診療記録文章を構成する要素それぞれのマッピング項目要素としての重要度を算出する（ステップＳ２３０３）。その後、係数決定部２１１３は、過去のマッピング項目要素と、そのマッピング項目情報に対応する診療記録文章を構成する要素と、を比較して、過去のマッピング項目要素それぞれの重要度を設定する（ステップＳ２３０４）。次に、係数決定部２１１３は、算出された診療記録文章を構成する要素それぞれの重要度と、過去のマッピング項目要素それぞれの重要度と、の誤差を算出する（ステップＳ２３０５）。続いて、係数決定部２１１３は、算出された誤差に基づいて、誤差逆伝播法（バックプロパゲーション）により前述のニューラルネットワークの重み係数を新たに決定する（ステップＳ２３０６）。そして、係数決定部２１１３は、決定した重み係数を示す重み係数情報をＮＮ記憶部２１３３に記憶させる（ステップＳ２３０７）。

図１４に戻って、その後、マッピング項目要素特定部２１１４は、係数決定部２１１３により重み係数が決定された前述のニューラルネットワークを用いて、過去のマッピング項目要素それぞれの重要度を算出する。そして、復元部２１１５が、マッピング項目要素特定部２１１４が算出した診療記録情報を構成する要素の重要度に基づいてマッピング項目要素の分散表現を特定した後、分散表現モデル記憶部１３５が記憶する分散表現モデルを用いて、特定したマッピング項目要素の分散表現を対応するマッピング項目要素に復元することによりマッピング項目要素情報を生成する（ステップＳ２１０５）。

次に、採用要素推定部２１２０は、復元部２１１５により生成されたマッピング項目要素情報を用いて、要素重要度設定処理を実行する（ステップＳ２１０６）。

この要素重要度設定処理では、まず、図１６に示すように、採用要素推定部２１２０は、復元部２１１５により生成されたマッピング項目要素情報に基づいて、診療記録情報に対応するマッピング項目要素と、診療記録文章に対応する要約文章を構成する要素と、を比較する（ステップＳ２４０１）。次に、採用要素推定部２１２０は、マッピング項目要素と要約文章を構成する要素とを比較した結果に基づいて、要約文章に採用されているマッピング項目要素を特定する（ステップＳ２４０２）。続いて、採用要素推定部２１２０は、特定したマッピング項目要素の重要度を決定する（ステップＳ２４０３）。採用要素推定部２１２０は、特定したマッピング項目要素の要約文章を構成する要素としての要約重要度を示す重要度情報を重要度記憶部２１３８に記憶させる。

図１４に戻って、続いて、診療記録要約受信部１１１は、新たな診療記録情報を受信したか否かを判定する（ステップＳ２１０７）。診療記録要約受信部１１１により新たな診療記録情報を受信していないと判定されると（ステップＳ２１０７：Ｎｏ）、再びステップＳ２１０１の処理が実行される。一方、診療記録要約受信部１１１は、新たな診療記録情報を受信したと判定すると（ステップＳ２１０７：Ｙｅｓ）、分散表現変換部１１２は、受信した新たな診療記録情報について分散表現変換処理を実行する（ステップＳ２１０８）。その後、マッピング項目要素特定部２１１４は、係数決定部２１１３により重み係数が決定された前述のニューラルネットワークを用いて、新たな診療記録情報を構成する要素の分散表現から、新たな診療記録情報を構成する要素それぞれのマッピング項目要素としての重要度を算出する。そして、復元部２１１５が、マッピング項目要素特定部２１１４が算出した診療記録情報を構成する要素の重要度に基づいてマッピング項目要素の分散表現を特定した後、分散表現モデル記憶部１３５が記憶する分散表現モデルを用いて、特定したマッピング項目要素の分散表現を対応するマッピング項目要素に復元することによりマッピング項目要素情報を生成する（ステップＳ２１０９）。このとき、復元部２１１５は、生成したマッピング項目要素情報をマッピング項目記憶部２１３７に記憶させる。

次に、採用要素推定部２１２０は、復元部２１１５により生成されたマッピング項目要素情報に基づいて、採用要素推定処理を実行する（ステップＳ２１１０）。この採用要素推定処理では、まず、図１７に示すように、採用要素推定部２１２０が、新たな診療記録文章に対応するマッピング項目要素に基づいて、新たな診療記録文章に対応するマッピング項目要素それぞれの重要度を特定する（ステップＳ２５０１）。ここで、採用要素推定部２１２０は、重要度記憶部２１３８が記憶する各マッピング項目要素の重要度を示す重要度情報に基づいて、マッピング項目要素それぞれの重要度を特定する。次に、採用要素推定部２１２０は、決定した重要度が予め設定された基準重要度以上であるマッピング項目要素を採用要素として推定する（ステップＳ２５０２）。

図１４に戻って、続いて、要約生成部２１２１は、採用要素推定部２１２０により推定された採用要素を用いて、要約情報を生成する（ステップＳ２１１１）。

その後、マッピング項目情報生成部２１２３は、端末装置２００２からマッピング項目情報要求情報を受信しているか否かを判定する（ステップＳ２１１２）。マッピング項目情報生成部２１２３によりマッピング項目情報要求情報を受信していないと判定されると（ステップＳ２１１２：Ｎｏ）、提示情報生成部１１６が、要約生成部２１２１により生成された要約情報を用いて提示情報を生成し、生成した提示情報を端末装置２００２へ送信する（ステップＳ２１１５）。その後、後述するステップＳ２１１６の処理が実行される。

一方、マッピング項目情報生成部２１２３は、マッピング項目情報要求情報を受信したと判定すると（ステップＳ２１１２：Ｙｅｓ）、マッピング項目情報要求情報に含まれるマッピング項目情報識別情報に基づいて、マッピング項目情報記憶部２１３７が記憶するマッピング項目要素情報を用いて、マッピング項目情報を生成する（ステップＳ２１１３）。次に、提示情報生成部１１６が、要約生成部２１２１により生成された要約情報と、マッピング項目情報生成部２１２３により生成されたマッピング項目情報と、を含む提示情報を生成し、生成した提示情報を端末装置２００２へ送信する（ステップＳ２１１４）。

続いて、修正受信部２１１７は、端末装置２００２から送信される修正情報を受信したか否かを判定する（ステップＳ２１１６）。修正受信部２１１７により修正情報を受信していないと判定されると（ステップＳ２１１６：Ｎｏ）、再びステップＳ２１０１の処理が実行される。一方、修正受信部２１１７は、修正情報を受信したと判定すると（ステップＳ２１１６：Ｙｅｓ）、修正情報に基づいて修正された後の要約情報で要約記憶部２１３６が記憶する要約情報を更新する（ステップＳ２１１７）。その後、再びステップＳ２１０１の処理が実行される。

以上説明したように、本実施の形態に係る診療記録要約情報生成システムによれば、係数決定部２１１３が、過去の診療記録情報それぞれが示す診療記録文章を構成する要素の分散表現と、過去の診療記録情報に対応するマッピング項目要素の分散表現と、を用いて、ニューラルネットワークの重み係数を決定する。そして、マッピング項目要素特定部２１１４が、診療記録要約受信部１１１が受信した新たな診療記録情報が示す診療記録文章を構成する要素の分散表現から、係数決定部２１１３により重み係数が決定されたニューラルネットワークを用いて、診療記録文章を構成する要素それぞれのマッピング項目要素としての重要度を算出する。そして、復元部２１１５が、マッピング項目要素特定部２１１４により算出された診療記録文章を構成する要素それぞれの重要度に基づいて、マッピング項目要素の分散表現を特定し、特定した分散表現をマッピング項目要素に復元する。これにより、ニューラルネットワークの重み係数が端末装置２００２から受信する診療記録情報に基づいてより適切な重み係数へと更新されていくので、マッピング項目要素の妥当性が向上するという利点がある。つまり、診療記録情報から適切なマッピング項目情報を生成することができる。

以上、本発明の各実施の形態について説明したが、本発明は前述の各実施の形態の構成に限定されるものではない。例えば、ＮＮ記憶部１３３、２１３３が、複数種類の重み係数を記憶するものであってもよい。そして、診療記録要約情報生成装置１が、複数種類の重み係数の中から、新たな診療記録情報の属性を示す属性情報に基づいて、採用する重み係数を選択する係数選択部を更に備えるものであってもよい。ここで、診療記録情報の属性情報は、例えば、診療記録情報が作成された医療施設を識別する医療施設識別情報、或いは、診療記録情報が対象とする病変の属性を示す病変属性情報を含むものであってもよい。そして、係数選択部は、新たな診療記録情報から提示情報を生成する際、ニューラルネットワークに設定する係数として新たな診療記録情報の属性に対応する重み係数を選択するようにしてもよい。

本構成によれば、新たな診療記録情報から要約情報或いはマッピング項目要素情報を生成する際、新たな診療記録情報の属性に適応した重み係数が選択されるので、生成される要約情報或いはマッピング項目要素情報の妥当性を高めることができる。

各実施の形態では、係数決定部１１３、２１１３が、予め設定された重み係数決定時期が到来する毎に、過去の診療記録情報を構成する要素に基づいて、ニューラルネットワークの重み係数を決定する例について説明した。但し、これに限らず、例えば、係数決定部１１３、２１１３が、予め設定された数の診療記録情報を診療記録要約記憶部１３１或いは診療記録記憶部２１３１に記憶させる毎に、過去の診療記録情報を構成する要素に基づいて、ニューラルネットワークの重み係数を決定するものであってもよい。例えば、係数決定部１１３、２１１３は、１０の診療記録情報が診療記録要約記憶部１３１或いは診療記録記憶部２１３１に記憶される毎にニューラルネットワークの重み係数を再決定するものであってもよい。

実施の形態１において、診療記録情報生成システムが、複数の要約情報からそれらの概要を示す概要文章を構成する要素を特定する機能を有するものであってもよい。概要文章としては、例えば患者の入院期間中に作成した要約文章を総括する要約文章（いわゆる退院時サマリ）が挙げられる。この場合、ＮＮ記憶部１３３は、概要文章を構成する要素を特定するためのニューラルネットワークの重み係数を記憶するようにすればよい。ここで、ニューラルネットワークは、複数の要約情報それぞれが示す要約文章を構成する要素から複数の要約情報全体の概要を示す概要情報が示す概要文章を構成する要素を特定するための第２ニューラルネットワークであり、重み係数は、このニューラルネットワークの第２ニューラルネットワーク係数に相当する。そして、係数決定部１１３は、過去の複数の要約情報それぞれが示す要約文章を構成する要素と、過去の複数の要約情報に対応する概要文章を構成する要素と、を用いて、重み係数を決定すればよい。

そして、要素特定部１１４は、新たな概要情報に対応する複数の要約情報それぞれが示す要約文章を構成する要素から、係数決定部１１４により重み係数が決定されたニューラルネットワークを用いて、概要文章を構成する要素を特定する。また、端末装置２の修正受付部２１５は、概要文章に対するユーザによる修正内容を受け付けるものであり、要素特定部１１４は、修正受信部１１７が受信した、修正受付部２１５に受け付けた修正内容を示す修正情報に基づいて、特定した概要文章を構成する要素を更新するようにすればよい。

実施の形態１では、分散表現変換部１１２が、分散表現モデル記憶部１３５が記憶する分散表現変換モデルを用いて、診療記録文章を構成する要素を分散表現に変換する例について説明した。但し、これに限らず、例えば図１８に示す診療記録要約情報生成装置３００１のように、分散表現変換部３１１２が、診療記録文章を構成する要素に加えて、画像記憶部１３４が記憶する画像情報を分散表現に変換する機能を備えるものであってもよい。なお、図１８において、実施の形態１と同様の構成については図３と同一の符号を付している。この場合、分散表現記憶部３１３２は、診療記録情報を構成する各要素から分散表現変換部１１２により変換されてなる分散表現を示す情報と、画像情報が示す画像を構成する複数の領域それぞれの領域画像の分散表現を示す情報と、を記憶する。また、分散表現モデル記憶部３１３５は、分散表現変換部３１１２が診療記録文章を構成する要素とともに前述の領域画像の情報を分散表現へ変換する際に用いる分散表現変換モデルを示す情報を記憶している。

分散表現変換部３１１２は、分散表現モデル記憶部３１３５が記憶する分散表現変換モデルを用いて、診療記録文章または要約文章を構成する要素を分散表現に変換する。分散表現変換部１１２は、診療記録文章または要約文章を構成する要素から得られた分散表現を示す情報を分散表現記憶部１３２に記憶させる。

係数決定部３１１３は、予め設定された重み係数決定時期が到来する毎に、過去の診療記録情報が示す診療記録文章を構成する要素並びに対応する画像情報に含まれる領域画像の情報の分散表現から要約文章を構成する要素および要約の分散表現を求めるためのニューラルネットワークの重み係数を決定する。

要素特定部３１１４は、ＮＮ記憶部１３３が記憶する係数決定部２１１３により決定された重み係数を、前述のニューラルネットワークの重み係数に設定する。次に、要素特定部３１１４は、係数決定部３１１３が決定した重み係数に設定された前述のニューラルネットワークを用いて、直近に受信した診療記録情報の診療記録文章を構成する要素の分散表現および領域画像の分散表現から、受信した診療記録文章を構成する要素並びに領域画像の重要度を求める。

復元部３１１５は、要素特定部３１１４が算出した診療記録文章を構成する要素および領域画像それぞれの重要度に基づいて、要約情報に採用する要素および領域画像を出力する。具体的には、復元部３１１５は、重要度が予め設定された基準重要度以上の要素並びに領域画像の分散表現を特定する。そして、復元部１１５は、分散表現モデル記憶部３１３５が記憶する分散表現モデルを用いて、要素特定部３１１４により特定された分散表現を対応する要素に復元し、提示情報生成部１１６へ出力するとともに、特定した領域画像を提示情報生成部１１６へ出力する。

本構成によれば、要約情報に関連する領域画像の情報も提示することが可能となる。

実施の形態１において、端末装置２は、画像情報を取得する画像取得部２１７が無いものであってもよい。また、診療記録要約情報生成装置１は、画像記憶部１３４が記憶する画像情報の中から要約情報に関連する画像情報を特定する画像特定部１１９が無いものであってもよい。

実施の形態１において、診療記録要約情報生成装置１が、診療記録情報から要約情報を生成した後、要約情報に基づいて、実施の形態２で説明したマッピング項目情報を生成するものであってもよい。

また、本発明に係る診療記録要約情報生成装置１、２００１、３００１の各種機能は、専用のシステムによらず、通常のコンピュータシステムを用いて実現可能である。例えば、ネットワークに接続されているコンピュータに、上記動作を実行するためのプログラムを、コンピュータシステムが読み取り可能な非一時的な記録媒体（ＣＤ－ＲＯＭ（ＣｏｍｐａｃｔＤｉｓｃＲｅａｄＯｎｌｙＭｅｍｏｒｙ）等）に格納して配布し、当該プログラムをコンピュータシステムにインストールすることにより、上述の処理を実行する診療記録要約情報生成装置１、２００１、３００１を構成してもよい。

また、コンピュータにプログラムを提供する方法は任意である。例えば、プログラムは、通信回線の掲示版（ＢＢＳ（ＢｕｌｌｅｔｉｎＢｏａｒｄＳｙｓｔｅｍ））にアップロードされ、通信回線を介してコンピュータに配信されてもよい。そして、コンピュータは、このプログラムを起動して、ＯＳ（ＯｐｅｒａｔｉｎｇＳｙｓｔｅｍ）の制御の下、他のアプリケーションと同様に実行する。これにより、コンピュータは、上述の処理を実行する診療記録要約情報生成装置１、２００１、３００１として機能する。

以上、本発明の各実施の形態および変形例について説明したが、本発明はこれらに限定されるものではない。本発明は、実施の形態及び変形例が適宜組み合わされたもの、それに適宜変更が加えられたものを含む。

本発明は、医療現場において診療記録情報から要約情報を生成する作業に好適である。

１，２００１，３００１：診療記録要約情報生成装置、２，２００２：端末装置、１１，２１：ＣＰＵ、１２，２２：主記憶部、１３，２３：補助記憶部、１６，２６：通信部、１９，２９：バス、２４：入力部、２５：表示部、２５ａ：画像、１１１：診療記録要約受信部、１１２，２１１２，３１１２：分散表現変換部、１１３，２１１３，３１１３：係数決定部、１１４，３１１４：要素特定部、１１５，２１１５，２１１５，３１１５：復元部、１１６：提示情報生成部、１１７：修正受信部、１１８：画像受信部、１１９：画像特定部、１３１，２３１：診療記録要約記憶部、１３２，２１３２，３１３２：分散表現記憶部、１３３，２１３３：ＮＮ記憶部、１３４，２３２：画像記憶部、１３５，２１３５，３１３５：分散モデル記憶部、２１１：診療記録受付部、２１２：診療記録要約送信部、２１３：提示情報受信部、２１４：表示制御部、２１５：修正受付部、２１６：修正情報送信部、２１７：画像取得部、２１８：画像送信部、２１９：要約履歴要求部、２３３：提示情報記憶部、２１１４：マッピング項目要素特定部、２１２０：採用要素推定部、２１２１：要約生成部、２１２３：マッピング項目情報生成部、２１３１：診療記録記憶部、２１３６：要約記憶部、２２２０：マッピング項目情報取得部、Ａ１，Ａ２：領域、ＬＹ１：入力層、ＬＹ２：隠れ層、ＬＹ３：出力層、ＮＷ：ネットワーク

Claims

診療記録情報および要約情報を記憶する診療記録要約記憶部と、
前記診療記録情報が示す診療記録文章を構成する要素の分散表現から前記診療記録文章を構成する要素それぞれの要約文章を構成する要素としての重要度を算出するための第１ニューラルネットワークの第１ニューラルネットワーク係数を記憶するニューラルネットワーク記憶部と、
前記診療記録要約記憶部が記憶する過去の診療記録情報それぞれが示す診療記録文章を構成する要素の分散表現と、前記過去の診療記録情報それぞれに対応する要約文章を構成する要素と、を用いて、前記第１ニューラルネットワーク係数を決定する係数決定部と、
新たな診療記録情報を受け付ける診療記録受付部と、
前記診療記録受付部が受け付けた新たな診療記録情報が示す診療記録文章を構成する要素の分散表現から、前記係数決定部により第１ニューラルネットワーク係数が決定された前記第１ニューラルネットワークを用いて、診療記録文章を構成する要素それぞれの前記重要度を算出する要素特定部と、
前記要素特定部により算出された前記診療記録情報を構成する要素それぞれの重要度に基づいて、前記要約文章に採用する要素の分散表現を特定し、特定した要素の分散表現を、要約文章を構成する要素に復元する復元部と、
前記要約文章に対するユーザによる修正内容を受け付ける修正受付部と、を備え、
前記係数決定部は、前記修正受付部が前記修正内容を受け付けると、受け付けた修正内容に基づいて修正された後の要約文章を構成する要素を用いて、前記第１ニューラルネットワーク係数を決定する、
診療記録要約情報生成システム。
前記要約情報を構成する要素を分散表現に変換するための分散表現モデルを記憶する分散表現モデル記憶部と、
前記分散表現モデルを用いて、前記診療記録情報が示す診療記録文章を構成する要素と前記診療記録文章の要約文章を構成する要素とを、分散表現に変換する分散表現変換部と、を更に備え、
前記係数決定部は、前記第１ニューラルネットワーク係数を決定した後、予め設定された係数決定時期が到来すると、前記診療記録要約記憶部が記憶する前記診療記録情報が示す診療記録文章を構成する要素の分散表現から前記診療記録文章の要約文章を構成する要素の分散表現を用いて前記第１ニューラルネットワーク係数を再度決定する、
請求項１に記載の診療記録要約情報生成システム。
前記ニューラルネットワーク記憶部は、複数種類の第１ニューラルネットワーク係数を記憶し、
前記複数種類の第１ニューラルネットワーク係数の中から、前記新たな診療記録情報の属性に基づいて、採用する第１ニューラルネットワーク係数を選択する係数選択部を更に備える、
請求項１または２に記載の診療記録要約情報生成システム。
前記診療記録情報に関連する画像情報を、前記診療記録情報に対応づけて記憶する画像記憶部と、
前記診療記録受付部が新たな診療記録情報を受け付けると、前記画像記憶部の中から前記新たな診療記録情報に関連する画像情報を特定する画像特定部と、
前記要素特定部が前記新たな診療記録情報から要約文章を構成する要素を特定すると、特定した要素と前記画像特定部により特定された画像情報とを含む、ユーザに提示する提示情報を生成する提示情報生成部と、を更に備える、
請求項１から３のいずれか１項に記載の診療記録要約情報生成システム。
前記ニューラルネットワーク記憶部は、複数の要約情報それぞれが示す要約文章を構成する要素から前記複数の要約情報全体の概要を示す概要情報が示す概要文章を構成する要素を特定するための第２ニューラルネットワークの第２ニューラルネットワーク係数を記憶し、
前記係数決定部は、過去の複数の要約情報それぞれが示す要約文章を構成する要素と、前記過去の複数の要約情報に対応する概要文章を構成する要素と、を用いて、前記第２ニューラルネットワーク係数を決定し、
前記要素特定部は、新たな概要情報に対応する複数の要約情報それぞれが示す要約文章を構成する要素から、前記係数決定部により第２ニューラルネットワーク係数が決定された前記第２ニューラルネットワークを用いて、概要文章を構成する要素を特定し、
前記修正受付部は、前記概要文章に対するユーザによる修正内容を受け付け、
前記要素特定部は、更に、前記修正受付部に受け付けた修正内容に基づいて、特定した概要文章を構成する要素を更新する、
請求項１から４のいずれか１項に記載の診療記録要約情報生成システム。
診療記録情報を記憶する診療記録記憶部と、
前記診療記録情報が示す診療記録文章を構成する要素の分散表現から前記診療記録文章を構成する要素それぞれのマッピング項目要素としての第１重要度を算出するための第３ニューラルネットワークの第３ニューラルネットワーク係数を記憶するニューラルネットワーク記憶部と、
前記診療記録文章を前記診療記録文章とは異なる予め設定されたフォーマットに則ったマッピング項目に記入される文章にするために前記診療記録文章を構成する要素の中から抽出されたマッピング項目要素と前記診療記録文章に対応する要約文章とに基づいて生成された各マッピング項目要素の要約文章を構成する要素としての第２重要度を示す重要度情報を記憶する重要度記憶部と、
前記診療記録記憶部が記憶する過去の診療記録情報それぞれが示す診療記録文章を構成する要素の分散表現と、前記過去の診療記録情報それぞれに対応するマッピング項目要素と、を用いて、前記第３ニューラルネットワーク係数を決定する係数決定部と、
新たな診療記録情報を受け付ける診療記録受付部と、
前記診療記録受付部が受け付けた新たな診療記録情報が示す診療記録文章を構成する要素の分散表現から、前記係数決定部により第３ニューラルネットワーク係数が決定された前記第３ニューラルネットワークを用いて、診療記録文章を構成する要素それぞれの前記第１重要度を算出するマッピング項目要素特定部と、
前記マッピング項目要素特定部により算出された前記診療記録情報を構成する要素それぞれの重要度に基づいて、前記マッピング項目要素の分散表現を特定し、特定した要素の分散表現をマッピング項目要素に復元する復元部と、
前記診療記録受付部が受け付けた新たな診療記録情報が示す診療記録文章に対応する前記マッピング項目要素と前記重要度情報とに基づいて、要約文章を構成する要素を推定する採用要素推定部と、
前記採用要素推定部により推定された要素を用いて要約文章を生成する要約生成部と、
前記要約文章に対するユーザによる修正内容を受け付ける修正受付部と、を備え、
前記採用要素推定部は、前記修正受付部が受け付けた修正内容に沿った修正の後の要約文章と、前記マッピング項目要素と、に基づいて、新たな重要度情報を生成し、生成した新たな重要度情報で前記重要度記憶部が記憶する重要度情報を更新する、
診療記録要約情報生成システム。
前記マッピング項目要素に基づいて、診療における用途に応じたマッピング項目情報を生成するマッピング項目情報生成部を更に備える、
請求項６に記載の診療記録要約情報生成システム。