JP7764201B2 - 医用情報処理装置、及び、医用情報処理システム - Google Patents

Description

本明細書及び図面に開示の実施形態は、医用情報処理装置、及び、医用情報処理システムに関する。

病院において、例えば、医師が対象患者の診療情報を確認する場合、対象患者の診療情報を表示させる期間は、対象患者の疾患や、診療情報の参照目的などにより異なる。例えば、医師は、対象患者の治療効果を確認したい場合には、過去の診療情報と現在の診療情報とを比較できように表示期間を設定し、緊急の場合には、直近の診療情報を確認できるように表示期間を設定する。このように、医師は、対象患者の各診療情報を確認する際、各診療情報において表示期間を設定する必要がある。しかし、医師が表示期間を設定することは手間がかかる。

特開２００７－３２８６７８号公報 特開２００９－１５７８１２号公報

本明細書及び図面に開示の実施形態が解決しようとする課題の一つは、確認が必要な診療情報の見落としを防止することである。ただし、本明細書及び図面に開示の実施形態により解決される課題は上記課題に限られない。後述する実施形態に示す各構成による各効果に対応する課題を他の課題として位置づけることもできる。

本実施形態に係る医用情報処理装置は、取得部と、算出部と、表示制御部とを備える。前記取得部は、対象患者の診療情報、又は、前記対象患者に類似する類似患者の診療情報に対する医療従事者の操作情報を取得する。前記算出部は、前記操作情報に基づいて、前記対象患者の診療情報、又は、前記類似患者の診療情報が参照された期間と、前記対象患者の診療情報を表示させる期間との一致率を算出する。前記表示制御部は、前記一致率に関する情報を表示させる。

図１は、第１の実施形態に係る電子カルテサーバを含む医用情報処理システムの構成の一例を示す図である。 図２は、第１の実施形態に係る電子カルテサーバによる処理の手順を示すフローチャートである。 図３Ａは、第１の実施形態に係る電子カルテサーバによる処理の手順を示すフローチャートである。 図３Ｂは、第１の実施形態に係る電子カルテサーバによる処理の手順を示すフローチャートである。 図４は、第１の実施形態に係る電子カルテサーバによる処理を説明するための図である。 図５は、第１の実施形態に係る電子カルテサーバによる処理を説明するための図である。 図６は、第１の実施形態に係る電子カルテサーバによる処理を説明するための図である。 図７は、第１の実施形態に係る電子カルテサーバによる処理を説明するための図である。 図８は、第１の実施形態に係る電子カルテサーバによる処理を説明するための図である。 図９は、第１の実施形態に係る電子カルテサーバによる処理を説明するための図である。 図１０は、第１の実施形態の第１の変形例に係る電子カルテサーバによる処理を説明するための図である。 図１１は、第１の実施形態の第２の変形例に係る電子カルテサーバによる処理を説明するための図である。 図１２は、第１の実施形態の第３の変形例に係る電子カルテサーバによる処理を説明するための図である。 図１３は、第１の実施形態の第４の変形例に係る電子カルテサーバによる処理を説明するための図である。 図１４は、第１の実施形態の第５の変形例に係る電子カルテサーバによる処理を説明するための図である。 図１５Ａは、第１の実施形態の第６の変形例に係る電子カルテサーバによる処理を説明するための図である。 図１５Ｂは、第１の実施形態の第６の変形例に係る電子カルテサーバによる処理を説明するための図である。 図１６は、第２の実施形態に係る電子カルテサーバによる処理の手順を示すフローチャートである。 図１７Ａは、第３の実施形態に係る電子カルテサーバによる処理の手順を示すフローチャートである。 図１７Ｂは、第３の実施形態に係る電子カルテサーバによる処理の手順を示すフローチャートである。 図１８は、第３の実施形態に係る電子カルテサーバによる算出機能の処理を説明するための図である。 図１９は、第４の実施形態に係る電子カルテサーバによる処理の手順を示すフローチャートである。

以下、添付図面を参照して、医用情報処理装置の実施形態を詳細に説明する。なお、以下、医用情報処理装置の機能が組み込まれた電子カルテサーバを含む医用情報処理システム１を例に挙げて説明する。図１に示す医用情報処理システム１においては、各装置が１台ずつ示されているが、実際にはさらに複数の装置を含むことができる。

（第１の実施形態）
図１は、第１の実施形態に係る電子カルテサーバ１００を含む医用情報処理システム１の構成の一例を示す図である。図１に示す医用情報処理システム１は、例えば、電子カルテシステム２と、放射線部門情報管理システム（ＲＩＳ：Radiology Information System）と、医用画像管理システム（ＰＡＣＳ：Picture Archiving and Communication System）とを含むシステムである。電子カルテシステム２は、例えば、病院情報システム（ＨＩＳ：Hospital Information System）を含む。

図１に示す医用情報処理システム１は、電子カルテサーバ１００と、端末１０～３０と、図示しないＨＩＳサーバ、ＲＩＳサーバ、医用画像診断装置及びＰＡＣＳサーバとを備える。電子カルテサーバ１００は、医用情報処理装置の機能を有する。

ＨＩＳサーバは、病院内で発生する情報を管理する。病院内で発生する情報には、患者情報、及び検査オーダ情報等が含まれる。ＨＩＳサーバは、例えば端末１０から検査オーダ情報が入力された場合、入力された検査オーダ情報と、当該検査オーダ情報により特定される患者情報とをＲＩＳサーバに送信する。ＲＩＳサーバは、放射線検査業務に係る検査予約情報を管理する。医用画像診断装置は、例えばＲＩＳサーバから送信される検査予約情報に基づいて検査を実施する装置である。例えば、臨床検査技師は、医用画像診断装置を用いて、患者を撮影等することにより検査を実施し、医用画像診断装置は、検査の実施において医用画像を生成する。

医用画像は、例えばＸ線ＣＴ（Computed Tomography）画像、Ｘ線画像、ＭＲＩ（Magnetic Resonance Imaging）画像、核医学画像、及び超音波画像等である。医用画像診断装置は、生成した医用画像を例えばＤＩＣＯＭ（Digital Imaging and Communication in Medicine）規格に準拠した形式に変換する。すなわち、医用画像診断装置は、付帯情報としてＤＩＣＯＭタグが付加された医用画像を生成する。付帯情報は、例えば、患者ＩＤ、検査ＩＤ、装置ＩＤ、画像シリーズＩＤ等を含み、ＤＩＣＯＭ規格に従って規格化されている。医用画像診断装置は、生成した医用画像をＰＡＣＳサーバに送信する。ＰＡＣＳサーバは、例えば、ＨＩＳサーバから送信された患者情報を受信し、受信した患者情報を管理する。例えば、ＰＡＣＳサーバは、患者情報を管理するための記憶回路を備え、医用画像診断装置から送信された医用画像を受信し、受信した医用画像を患者情報に対応付けて、自身の記憶回路に格納する。

端末１０～３０は、患者の診療に関わる医療従事者により用いられる。例えば、端末１０～３０は、医師により用いられる。端末１０～３０は、例えば、ＰＣ（Personal Computer）やタブレット式ＰＣ、ＰＤＡ（Personal Digital Assistant）、携帯端末等を含む。端末１０～３０には、医用画像を自身のディスプレイに表示させるためのビューア（ソフトウェア）がインストールされている。

電子カルテサーバ１００は、上述のように、ＨＩＳサーバと共に、電子カルテシステム２の中に組み込まれている。電子カルテサーバ１００は、ネットワークを介して、端末１０～３０等と通信可能に接続される。電子カルテサーバ１００、端末１０～３０は、例えば、病院等に設置された院内ＬＡＮ（Local Area Network）に接続され、所定の装置へ情報を送信すると共に、所定の装置から送信される情報を受信する。例えば、電子カルテサーバ１００は、ワークステーションやパーソナルコンピュータ等のコンピュータ機器によって実現される。

電子カルテサーバ１００は、処理回路１１０と、記憶回路１２０とを有する。なお、電子カルテサーバ１００は、上述の構成に限定されず、例えば、記憶回路１２０は、電子カルテサーバ１００がネットワーク上でアクセス可能であれば、電子カルテサーバ１００に内蔵されていなくてもよい。

記憶回路１２０は、処理回路１１０に接続されており、各種情報を記憶する。具体的には、記憶回路１２０は、各システムから受信した患者情報を記憶する。例えば、記憶回路１２０は、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子や、ハードディスク、光ディスク等によって実現される。

処理回路１１０は、電子カルテサーバ１００の構成要素を制御する。例えば、処理回路１１０は、処理機能１１１、監視機能１１２、取得機能１１３、算出機能１１４、制御機能１１５を実行する。ここで、例えば、処理回路１１０の構成要素である処理機能１１１、監視機能１１２、取得機能１１３、算出機能１１４、制御機能１１５が実行する各機能は、コンピュータによって実行可能なプログラムの形態で記憶回路１２０に記録されている。処理回路１１０は、各プログラムを記憶回路１２０から読み出し、実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、各プログラムを読み出した状態の処理回路１１０は、図１の処理回路１１０内に示された各機能を有することとなる。

処理機能１１１は、電子カルテシステムの機能を実行する。具体的には、処理機能１１１は、患者に対して実施された処方、看護記録、検体検査等の患者情報を記録した電子カルテを記憶回路１２０に記憶する。

患者情報は、患者の基本情報と診療情報とを含む。基本情報は、患者ＩＤ、氏名、生年月日、性別、血液型、身長、体重等を含む。患者ＩＤには、患者を一意に識別する識別情報が設定される。患者の診療情報には、数値（計測値）や診療記録等の情報と、それらの記録日時を示す情報とが含まれる。例えば、患者の診療情報としては、医師による薬剤の処方や、看護師による看護記録や、検査部門に対する検体検査や、入院時の食事の手配等の情報が挙げられる。例えば、処方については、医師により電子カルテに記録され、看護記録については、看護師により電子カルテに記録される。

監視機能１１２、取得機能１１３、算出機能１１４、制御機能１１５は、電子カルテサーバ１００が有する医用情報処理装置の機能を実行する。医用情報処理装置には、表示アプリケーション（プログラム）が実装されていて、表示アプリケーションは、端末１０～３０により読み出し可能である。監視機能１１２、取得機能１１３、算出機能１１４、制御機能１１５の処理については後述する。

記憶回路１２０は、データベース（以下、単に、ＤＢと記載する）として、診療情報ＤＢ１２１と、操作情報ＤＢ１２２とを有する。診療情報ＤＢ１２１は、例えば、ＨＩＳサーバの記憶回路に相当し、患者の診療情報、又は、患者の診療情報を記録した電子カルテを記憶する。操作情報ＤＢ１２２に記憶される情報については後述する。

なお、上記説明において用いた「プロセッサ」という文言は、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ(Graphics Processing Unit)、特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ））、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device：ＳＰＬＤ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Field Programmable Gate Array：ＦＰＧＡ））等の回路を意味する。プロセッサが例えばＣＰＵである場合、プロセッサは記憶回路１２０に保存されたプログラムを読み出し実行することで機能を実現する。一方、プロセッサが例えばＡＳＩＣである場合、記憶回路１２０にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込まれる。なお、本実施形態の各プロセッサは、プロセッサごとに単一の回路として構成される場合に限らず、複数の独立した回路を組み合わせて１つのプロセッサとして構成し、その機能を実現するようにしてもよい。さらに、図１における複数の構成要素を１つのプロセッサへ統合してその機能を実現するようにしてもよい。

以上、本実施形態に係る電子カルテサーバ１００を含む医用情報処理システム１の全体構成について説明した。このような構成のもと、電子カルテサーバ１００は、確認が必要な診療情報の見落としを防止する。

病院において、例えば、医師が対象患者の診療情報を確認する場合、対象患者の診療情報を表示させる期間は、対象患者の疾患や、診療情報の参照目的などにより異なる。例えば、医師は、対象患者の治療効果を確認したい場合には、対象患者の各診療情報を検索し、対象患者の過去の診療情報と現在の診療情報とを比較するために、比較対象の診療日時から現在の日時までの期間を表示期間として設定する。また、緊急の場合には、医師は、対象患者の直近の診療情報を確認するために、直近の期間を表示期間として設定する。また、医師が若手等の経験不足の場合には、表示期間を長期間設定する場合がある。

また、対象患者の診療情報を表示させる期間は、診療情報の種類に応じて異なる。例えば、医師は、対象患者のバイタルデータや血液検査の結果等の検体検査の診療情報を確認したい場合には、対象患者の前回の診療情報と今回の診療情報とを比較するために、前回の診療日時から現在の日時までの期間を表示期間として設定する。また、医師が対象患者の腫瘍等の情報を確認する場合には、表示期間を長期間設定する場合がある。

このように、医師は、対象患者の各診療情報を確認する際、各診療情報において表示期間を設定する必要がある。しかし、医師が表示期間を設定することは手間がかかる。

そこで、本実施形態に係る電子カルテサーバ１００では、確認が必要な診療情報の見落としを防止するために、以下の処理を行う。まず、本実施形態に係る電子カルテサーバ１００では、取得機能１１３は、対象患者の診療情報に対する医療従事者の操作情報を取得する。算出機能１１４は、取得した操作情報に基づいて、対象患者の診療情報が参照された期間と、対象患者の診療情報を表示させる期間との一致率を算出し、制御機能１１５は、一致率に関する情報を表示する。

ここで、例えば、取得機能１１３は、対象患者の診療情報に対する医療従事者の操作情報を取得できない場合、疾患等が対象患者に類似する類似患者の診療情報に対する医療従事者の操作情報を取得する。この場合、算出機能１１４は、取得した操作情報に基づいて、類似患者の診療情報が参照された期間と、対象患者の診療情報を表示させる期間との一致率を算出し、制御機能１１５は、一致率に関する情報を表示する。以下、対象患者の診療情報に対する医療従事者の操作情報を取得した場合を例に挙げて説明する。

図２は、第１の実施形態に係る電子カルテサーバ１００による処理の手順を示すフローチャートである。

図２のステップＳ１０１は、処理回路１１０が記憶回路１２０から監視機能１１２に対応するプログラムを呼び出して実行されるステップである。ステップＳ１０１において、監視機能１１２は、格納処理を実行する。例えば、監視機能１１２は、医療従事者である医師の端末１０～３０の操作を監視して、患者の診療情報に対する操作のログを操作情報として操作情報ＤＢ１２２に格納する。具体的には、監視機能１１２は、各診療科の複数の医師の操作を監視し、患者の診療情報に対する医師による操作の内容と当該操作が行われた日時とを操作情報として操作情報ＤＢ１２２に格納する。監視機能１１２は医師の操作（行動）を監視するため、監視機能１１２により収集される操作情報は、医師の行動を表す行動データともいう。

ここで、例えば、操作情報は、医師による操作の内容として、医師が診療情報を参照した時間や、医師が診療情報をアクセスしたときの履歴を含む。医師が診療情報を参照した時間としては、クリック操作やアイトラッキングによる注視時間が挙げられる。例えば、各端末１０～３０には、当該端末を操作する医師を撮影するカメラが設けられ、ステップＳ１０１において、監視機能１１２は、カメラにより撮影された画像を分析して医師の視線計測（アイトラッキング）を行うことにより、アイトラッキングによる注視時間を収集する。

図２のステップＳ１０２は、処理回路１１０が記憶回路１２０から取得機能１１３、算出機能１１４、制御機能１１５に対応するプログラムを呼び出して実行されるステップである。ステップＳ１０２において、取得機能１１３、算出機能１１４、制御機能１１５は、以下に示す表示処理を実行する。

まず、図３～図１５を用いて、第１の実施形態に係る電子カルテサーバ１００の処理について説明する。図３Ａ、図３Ｂは、第１の実施形態に係る電子カルテサーバ１００による処理の手順を示すフローチャートである。

図３ＡのステップＳ１１０において、電子カルテサーバ１００の取得機能１１３は、診療情報ＤＢ１２１に登録された対象患者の診療情報を取得する。例えば、端末１０を操作する医師が対象患者の診療情報を確認する場合、当該医師は、端末１０を用いて、患者ＩＤ等を用いた検索を行うことで、取得機能１１３は、診療情報ＤＢ１２１から、現在の日時までの対象患者の診療情報を、項目毎に取得する。ここで、項目としては、例えば、検体検査、各薬剤を用いた投薬治療、医用画像を用いた検査などが挙げられる。

図３ＡのステップＳ１１１において、電子カルテサーバ１００の取得機能１１３は、項目毎に取得された対象患者の診療情報に対する医師の操作情報を取得する。取得機能１１３により取得された操作情報は、各診療科の複数の医師により操作された情報である。なお、取得機能１１３は、「取得部」の一例である。

図３ＡのステップＳ１１２において、電子カルテサーバ１００の算出機能１１４は、項目毎に、操作情報に基づいて、対象患者の診療情報が参照された期間と、対象患者の診療情報を表示させる期間との一致率を算出する。例えば、算出機能１１４は、一致率が最大となる日時を始端とし、現在の日時を終端とする期間を表示期間として決定する。ここで、一致率の算出方法や、表示期間の決定方法については後述する。なお、算出機能１１４は、「算出部」の一例である。

図３ＡのステップＳ１１３において、電子カルテサーバ１００の制御機能１１５は、医師の端末１０に表示させる項目を１つ以上選択する。項目の選択方法については後述する。なお、制御機能１１５は、「選択部」の一例である。

図３ＡのステップＳ１１４において、電子カルテサーバ１００の制御機能１１５は、項目毎に、一致率に関する情報を医師の端末１０に表示させる。具体的には、制御機能１１５は、選択された項目毎に、一致率に関する情報として、決定した表示期間の診療情報を医師の端末１０に表示させる。なお、制御機能１１５は、「表示制御部」の一例である。

ここで、図３Ｂに示すように、ステップＳ１１３の実行後にステップＳ１１２が実行されてもよい。この場合、制御機能１１５は、医師の端末１０に表示させる項目を１つ以上選択した後に、算出機能１１４は、選択された項目毎に、操作情報に基づいて、一致率を算出し、表示期間を決定する。

次に、第１の実施形態に係る電子カルテサーバ１００による処理を、具体例を挙げて説明する。

図４は、取得機能１１３により項目毎に取得された対象患者の診療情報に対する医師の操作情報の一例である。操作情報は、医師による操作の内容として、医師が診療情報を参照した時間を含む。図４において、例えば、操作情報は、クリック操作、アイトラッキングによる注視時間を含む。図４に示す例では、操作情報は、診療情報の項目「ＣＴ画像」、「ＣＴ画像」、「検体検査」、「ＣＴ画像」と、各項目の発生日「2020/5/1」、「2020/4/15」、「2020/4/20」、「2020/3/19」と、各項目の注視時間「５．２秒」、「３．２秒」、「０．８秒」、「０．２秒」とを含む。ここで、発生日とは、各項目「ＣＴ画像」、「ＣＴ画像」、「検体検査」、「ＣＴ画像」が診療情報ＤＢ１２１に登録された日時である。注視時間とは、医師が診療情報として各項目「ＣＴ画像」、「ＣＴ画像」、「検体検査」、「ＣＴ画像」を参照した時間である。算出機能１１４は、各項目の注視時間「５．２秒」、「３．２秒」、「０．８秒」、「０．２秒」に対して、操作情報の参照判定を行う。例えば、閾値を「２秒」とし、医師が診療情報を参照した時間が「２秒」以上である場合、算出機能１１４は、医師が診療情報を参照したことを表す情報として、操作情報の参照判定「〇」を生成する。一方、医師が診療情報を参照した時間が「２秒」未満である場合、算出機能１１４は、医師が診療情報を参照していないことを表す情報として、操作情報の参照判定「×」を生成する。図４に示す例では、算出機能１１４は、各項目の注視時間「５．２秒」、「３．２秒」、「０．８秒」、「０．２秒」に対して、それぞれ、操作情報の参照判定として「〇」、「〇」、「×」、「×」を生成する。

図５は、取得機能１１３により項目毎に取得された対象患者の診療情報に対する医師の操作情報の一例である。操作情報は、医師による操作の内容として、医師が診療情報をアクセスしたときの履歴を含む。図５では、操作情報は、アクセス履歴である。図５に示す例では、操作情報は、診療情報の項目「心電図」、「ＭＲＩ画像」、「ＭＲＩ報告書」、「検体検査」と、各項目の発生日「2020/5/1」、「2020/4/15」、「2020/4/20」、「2020/3/10」と、各項目のアクセス「〇」、「〇」、「×」、「×」とを含む。ここで、発生日とは、各項目「心電図」、「ＭＲＩ画像」、「ＭＲＩ報告書」、「検体検査」が診療情報ＤＢ１２１に登録された日時である。アクセスとは、医師が診療情報として各項目「心電図」、「ＭＲＩ画像」、「ＭＲＩ報告書」、「検体検査」をアクセスした履歴である。算出機能１１４は、各項目のアクセス「〇」、「〇」、「×」、「×」に対して、操作情報の参照判定を行う。例えば、医師が診療情報をアクセスしている場合、算出機能１１４は、医師が診療情報を参照したことを表す情報として、操作情報の参照判定「〇」を生成する。一方、医師が診療情報をアクセスしていない場合、算出機能１１４は、医師が診療情報を参照していないことを表す情報として、操作情報の参照判定「×」を生成する。図５に示す例では、算出機能１１４は、各項目のアクセス「〇」、「〇」、「×」、「×」に対して、それぞれ、操作情報の参照判定として「〇」、「〇」、「×」、「×」を生成する。

図４に示す例では、取得機能１１３は、クリック操作とアイトラッキングとにより、医師が診療情報を参照したか否かを厳密に判定できる。また、図５に示す例では、取得機能１１３は、クリック操作などの既存のログ収集機能により、医師が診療情報を参照したか否かを判定できる。

図６は、取得機能１１３により項目「検体検査」において取得された対象患者の診療情報の他の一例である。図６に示す例では、取得機能１１３が項目「検体検査」において対象患者の診療情報を取得したときに、取得した診療情報のうち、日時「2020/5/8」から現在の日時「2020/7/10」までの診療情報を示している。ここで、日時「2020/5/8」から現在の日時「2020/7/10」までの期間は、表示候補期間である。そして、算出機能１１４は、項目「検体検査」の発生日「2020/5/8」、「2020/5/15」、「2020/5/22」、「2020/5/29」、「2020/6/5」、「2020/6/12」、「2020/6/19」、「2020/6/26」、「2020/7/3」、「2020/7/10」に対して、それぞれ、操作情報の参照判定として「×」、「×」、「〇」、「〇」、「〇」、「〇」、「〇」、「〇」、「〇」、「〇」を生成する。この場合、表示候補期間「2020/5/8～2020/7/10」のうち、操作情報の参照判定が「〇」である期間は「2020/5/22」～「2020/7/10」である。ここで、算出機能１１４が、項目「検体検査」において、操作情報に基づいて、対象患者の診療情報が参照された期間と、対象患者の診療情報を表示させる期間との一致率を算出したときに、一致率が最大となる日時が「2020/5/22」である。例えば、算出機能１１４は、一致率が最大となる日時「2020/5/22」を始端とし、現在の日時「2020/7/10」を終端とする表示候補期間「2020/5/22～2020/7/10」を表示期間として決定する。即ち、算出機能１１４は、表示期間の始端が、一致率が最大となる日時「2020/5/22」になるように、表示期間を「2020/6/19」～「2020/7/10」から「2020/5/22」～「2020/7/10」に調整する。

図７は、一致率の計算方法を説明するための図である。算出機能１１４は、過去の参照判定から、適合率と再現率とを計算することにより、一致率を算出する。

適合率は、例えば、医師が参照した診療情報が、取得した患者の診療情報の中にどのくらい含まれているかという指標を表す。例えば、適合率（Precision）は、取得した診療情報の中で表示候補期間に含まれる診療情報の数である値「Ｎ」に対する、表示候補期間に含まれる診療情報の中で参照された診療情報の数である値「Ｒ」の比率であり、Precision＝Ｒ／Ｎにより算出される。例えば、値「Ｒ」は、値「Ｎ」のうち、医師が参照した診療情報の数として、参照判定が「○」の数を表す。なお、値「Ｎ」は、「第１の値」の一例であり、値「Ｒ」は、「第２の値」の一例である。

再現率は、例えば、医師が参照した診療情報が、どのくらい網羅的に表示されているかという指標を表す。例えば、再現率（Recall）は、取得した診療情報の中で参照された診療情報の数である値「Ｃ」に対する値「Ｒ」の比率であり、Recall＝Ｒ／Ｃにより算出される。例えば、値「Ｃ」は、取得した診療情報のうち、参照判定が「○」の数を表す。なお、値「Ｒ」は、「第３の値」の一例である。

再現率（Recall＝Ｒ／Ｃ）を上げる場合には表示候補期間を長くしてＲを大きくすればよい、即ち、Ｎを大きくすればよいが、この場合、適合率（precision＝Ｒ／Ｎ）が下がってしまう。このように、再現率と適合率とはトレードオフの関係なので、算出機能１１４は、適合率と再現率との調和平均であるＦ値を、一致率として算出する。Ｆ値は、Ｆ＝（２×precision×Recall）／（precision＋Recall）＝２Ｒ／（Ｎ＋Ｃ）により算出される。

ここで、算出機能１１４は、複数の表示候補期間においてＦ値を算出し、最大のＦ値となった表示候補期間に基づいて、表示期間を決定する。図６に示す例では、算出機能１１４は、最大のＦ値となった表示候補期間「2020/5/22～2020/7/10」を、表示期間として決定する。

例えば、算出機能１１４は、項目毎に、操作情報に基づいてＦ値を算出する。図８に示す例では、算出機能１１４は、項目「検体検査」の診療情報「Ｃａ（カルシウム）」、「白血球」において、最大のＦ値となった表示候補期間「2020/6/10～2020/7/10」を、表示期間として決定する。この一例では、退院直後から現在までの日時が表示期間として決定されている。

また、算出機能１１４は、項目「薬剤投与日時」の診療情報「薬剤Ａ」～「薬剤Ｄ」において、Ｆ値が最大となる日時が含まれる表示候補期間「2020/4/10～2020/7/10」を、表示期間として決定する。この一例では、術後から退院を経て現在までの日時が表示期間として決定されている。

また、算出機能１１４は、医用画像を用いた検査にも適用可能であり、項目「ＣＴ画像」において、Ｆ値が極大（ピーク）となった２つの日時「2020/3/18」、「2020/6/20」を、表示期間として決定する。この一例では、術前の日時と退院後の日時とが表示期間として決定されている。

このように、算出機能１１４は、種類が異なる診療情報毎に、医師が確認したいと思われる適切な表示期間を決定する。

ここで、電子カルテサーバ１００の制御機能１１５は、医師の端末１０に表示させる項目を１つ以上選択する。例えば、端末１０を操作する医師が項目を選択してもよいし、医師により高頻度で参照された項目を優先して選択してもよい。又は、選択された項目は、機械学習で得られた学習済みモデルに、対象患者の疾患等の情報を入力することで得られる。例えば、医師が項目を選択した実績データを基に、医師により高頻度で参照された項目を特定しておき、実績データを用いた学習により、学習済みモデルを生成する。制御機能１１５は、学習済みモデルに対象患者の疾患等の情報を入力することで、項目を特定する。

そして、制御機能１１５は、選択された項目毎に、算出機能１１４により決定された表示期間の診療情報を、医師の端末１０に表示させる。図９に示す例では、制御機能１１５は、項目「検体検査」の診療情報「Ｃａ」、「白血球」として、算出機能１１４により決定された表示期間「2020/6/19～2020/7/10」の診療情報を端末１０に表示させる。また、制御機能１１５は、項目「検体検査」の診療情報「γ－ＧＴＰ（γ-Glutamyl TransPeptidase）」、「ＣＥＡ（carcinoembryonic antigen）」として、算出機能１１４により決定された表示期間「2020/6/10～2020/7/10」の診療情報を端末１０に表示させる。また、制御機能１１５は、項目「薬剤投与日時」の診療情報「薬剤Ａ」～「薬剤Ｄ」として、算出機能１１４により決定された表示期間「2020/4/10～2020/7/10」の診療情報を端末１０に表示させる。また、制御機能１１５は、医用画像を用いた検査においては、項目「ＣＴ画像」として、算出機能１１４により決定された日時「2020/3/18」、「2020/6/20」のＣＴ画像を端末１０に表示させる。

なお、第１の変形例として、算出機能１１４は、決定した表示期間において、参照された回数が多い期間を重要期間として決定し、制御機能１１５は、算出機能１１４により決定された表示期間のうち、重要期間内の粒度を大きく表示させてもよい。例えば、算出機能１１４は、項目「検体検査」の診療情報「Ｃａ」、「白血球」において、最大のＦ値となった表示候補期間「2020/6/10～2020/7/10」を、表示期間として決定する。ここで、算出機能１１４は、自身が決定した表示期間「2020/6/10～2020/7/10」において、医師により診療情報「Ｃａ」、「白血球」が参照された回数が多い期間を重要期間として決定する。例えば、表示期間「2020/6/10～2020/7/10」のうち、「2020/6/30～2020/7/10」の期間において、参照された回数が設定回数を超えている。この場合、算出機能１１４は、「2020/6/30～2020/7/10」の期間を重要期間として決定し、制御機能１１５は、図１０に示すように、表示期間「2020/6/10～2020/7/10」のうち、重要期間「2020/6/30～2020/7/10」内の粒度を大きくする等、重要期間「2020/6/30～2020/7/10」の詳細が医師に分かるように医師の端末１０に表示させる。例えば、制御機能１１５は、表示期間「2020/6/10～2020/7/10」を示す横軸の１日当たりの大きさを、重要期間「2020/6/30～2020/7/10」だけ大きくすることにより、重要期間の詳細が医師に分かるように医師の端末１０に表示させる。

また、上述した実施形態では、算出機能１１４は、最大のＦ値となった表示候補期間を、表示期間として決定しているが、第２の変形例では、算出機能１１４は、Ｆ値が最大となる日時が含まれる表示候補期間を表示期間として決定してもよい。図１１に示す例では、算出機能１１４は、項目「検体検査」において、Ｆ値が最大となる日時「2020/6/19」を始端とし、現在の日時「2020/7/10」を終端とする表示候補期間「2020/6/19～2020/7/10」を表示期間として決定している。ここで、期間「2020/6/19～2020/7/10」は、対象患者の退院後の情報であるため、対象患者の手術後の情報を包含させる場合には、Ｆ値が最大となる日時「2020/6/19」が含まれる表示候補期間「2020/5/15～2020/7/10」を、表示期間として決定する。即ち、算出機能１１４は、Ｆ値が最大となる日時「2020/6/19」を含むように、始端を調整して、表示期間を「2020/5/15」～「2020/7/10」に決定する。この場合、制御機能１１５は、算出機能１１４により決定された表示期間「2020/5/15～2020/7/10」の診療情報を、医師の端末１０に表示させる。

また、第２の変形例では、算出機能１１４は、始端を調整しているが、第３の変形例では、算出機能１１４は、始端及び終端の両方を調整してもよい。図１２に示す例では、算出機能１１４は、項目「薬剤投与日時」の診療情報「薬剤Ｅ」において、過去に「薬剤Ｅ」の投与歴がある場合、「薬剤Ｅ」が投与された時期にＦ値が最大となる日時が含まれる。この場合、算出機能１１４は、始端及び終端の双方を調整して、始端から終端までの複数の期間において、Ｆ値を算出し、複数の期間のうち、Ｆ値が最大となる期間を表示期間として決定する。このように、算出機能１１４は、Ｆ値が最大となる日時を含む過去の期間を、表示期間として決定する。この場合、制御機能１１５は、算出機能１１４により決定された表示期間の診療情報を、医師の端末１０に表示させる。

また、第３の変形例では、算出機能１１４は、Ｆ値が最大となる日時を含む過去の期間を、表示期間として決定しているが、第４の変形例では、算出機能１１４は、Ｆ値が極大（ピーク）となる日時を含む過去の期間と、Ｆ値が極大となる日時と現在の日時とを含む期間とを、表示期間として決定してもよい。図１３に示す例では、算出機能１１４は、項目「検体検査」の診療情報「Ｃａ」、「白血球」において、Ｆ値が最大となる日時が含まれる複数の表示候補期間「2020/3/10～2020/4/10」、「2020/6/10～2020/7/10」を、表示期間として決定する。この場合、制御機能１１５は、表示期間「2020/3/10～2020/4/10」の診療情報「Ｃａ」、「白血球」と、表示期間「2020/6/10～2020/7/10」の診療情報「Ｃａ」、「白血球」とを、医師の端末１０に表示させる。

また、第５の変形例として、算出機能１１４は、小項目の関連性によって、表示期間を決定してもよい。例えば、図１４の左側に示すように、算出機能１１４は、項目「検体検査」の診療情報として、小項目「Ｃａ」、「白血球」において、Ｆ値が最大となる日時「2020/6/19」を始端とし、現在の日時「2020/7/10」を終端とする表示候補期間「2020/6/19～2020/7/10」を表示期間として決定し、小項目「γ－ＧＴＰ」、「ＣＥＡ」において、Ｆ値が最大となる日時「2020/6/5」を始端とし、現在の日時「2020/7/10」を終端とする表示候補期間「2020/6/5～2020/7/10」を表示期間として決定する。ここで、例えば、診療情報として、小項目「Ｃａ」、「白血球」の時間的変動と、小項目「γ－ＧＴＰ」、「ＣＥＡ」の時間的変動とが類似する等の理由により、小項目の関連性が高い場合、算出機能１１４は、表示期間が最大となる「2020/6/5～2020/7/10」を選択する。この場合、制御機能１１５は、表示期間「2020/6/5～2020/7/10」の診療情報「Ｃａ」、「白血球」、「γ－ＧＴＰ」、「ＣＥＡ」を、医師の端末１０に表示させる。

一方、例えば、診療情報として、小項目「Ｃａ」、「白血球」の時間的変動と、小項目「γ－ＧＴＰ」、「ＣＥＡ」の時間的変動とが類似しない等の理由により、小項目の関連性が低い場合、算出機能１１４は、表示期間を選択しない。この場合、図１４の右側に示すように、制御機能１１５は、表示期間「2020/6/19～2020/7/10」の診療情報「Ｃａ」、「白血球」と、表示期間「2020/6/5～2020/7/10」の診療情報「γ－ＧＴＰ」、「ＣＥＡ」とに分けて、診療情報を、医師の端末１０に表示させる。

また、第６の変形例として、算出機能１１４は、期間だけでなく、参照（閲覧）回数を用いて、表示期間を決定してもよい。例えば、図１５Ａに示すように、項目「検体検査」の診療情報において、Ｆ値が最大となる参照回数が「１．５」回である場合、算出機能１１４は、Ｆ値が最大となり、かつ、参照回数が「１．５」回以上となる日時を含む表示候補期間を、表示期間として決定する。算出機能１１４は、機械学習を用いて、表示期間を決定してもよい。例えば、図１５Ｂに示すように、機械学習により、各項目において、対象患者の診療情報が表示される頻度が多い順にランキングを決定しておく。例えば、各ランキングにおいて、Ｆ値が最大となるランキングが４位の項目「検体検査」である場合、算出機能１１４は、ランキングが５位の項目「ＣＴ検査」において、Ｆ値が最大となる日時「2020/3/12」を含む表示候補期間を、表示期間として決定する。

以上の説明により、第１の実施形態に係る電子カルテサーバ１００では、取得機能１１３は、対象患者の診療情報、又は、対象患者に類似する類似患者の診療情報に対する医師の操作情報を取得する。算出機能１１４は、操作情報に基づいて、対象患者の診療情報、又は、対象患者の診療情報が参照された期間と、対象患者の診療情報を表示させる期間との一致率であるＦ値を算出し、制御機能１１５は、Ｆ値に関する情報を表示させる。具体的には、算出機能１１４は、Ｆ値が最大となる日時を始端とし、現在の日時を終端とする期間を表示期間として決定し、制御機能１１５は、算出機能１１４により決定された表示期間の診療情報を表示させる。又は、算出機能１１４は、Ｆ値が最大となる日時が含まれる期間を表示期間として決定し、制御機能１１５は、算出機能１１４により決定された表示期間の診療情報を表示させる。これにより、第１の実施形態に係る電子カルテサーバ１００では、確認が必要な診療情報の見落としを防止することができる。

（第２の実施形態）
第２の実施形態では、取得機能１１３は、対象患者の診療場面を特定し、特定された診療場面に応じて、対象患者の診療情報に対する医師の操作情報を取得する。例えば、診療場面は、対象患者の疾患に関する情報を含む。疾患に関する情報としては、病名、疾患部位、治療方法などが挙げられる。例えば、診療場面は、イベント毎に区切られた期間である診療フェーズを含む。例えば、診療フェーズとしては、初診から入院までの期間、入院から手術までの期間、手術から退院までの期間などが挙げられる。

図１６は、第２の実施形態に係る電子カルテサーバによる処理の手順を示すフローチャートである。第２の実施形態では、図１６のステップＳ２００において、取得機能１１３は、診療情報ＤＢ１２１に登録された患者の診療情報を参照することにより、対象患者の診療場面を特定する。その後、第１の実施形態におけるステップＳ１１０～Ｓ１１４が実行される。この場合、ステップＳ１１０、Ｓ１１１において、取得機能１１３は、診療情報ＤＢ１２１から、特定した診療場面に応じて、患者の診療情報を項目毎に取得し、患者の診療情報に対する医師の操作情報を取得する。ステップＳ１１２において、算出機能１１４は、操作情報に基づいて、対象患者の診療情報についてＦ値を算出し、算出したＦ値を用いて表示期間を決定する。ステップＳ１１３、Ｓ１１４において、制御機能１１５は、医師の端末１０に表示させる項目を選択し、選択された項目毎に、決定した表示期間の診療情報を端末１０に表示させる。

第２の実施形態では、取得機能１１３が診療場面に応じて医師の操作情報（行動データ）を取得することができる。例えば、取得機能１１３は、ステップＳ１１０において、対象患者の診療情報を取得する。更に、取得機能１１３は、ステップＳ１１０において、ステップＳ２００で特定した診療場面と同様の診療場面となった類似患者であって、対象患者を担当する医師が担当した類似患者の診療情報を取得する。そして、取得機能１１３は、ステップＳ１１１において、対象患者を担当する医師が類似患者に対して行った操作情報を取得する。なお、類似患者は１人でも、複数人であっても良い。そして、算出機能１１４は、ステップＳ１１２において、類似患者に対して行った操作情報に基づいて、対象患者に対する表示期間を決定する。例えば、算出機能１１４は、類似患者で決定した期間を対象患者に適用することで、対象患者の表示期間を決定する。これにより、算出機能１１４は、対象患者を担当する医師の好みに応じた表示期間を決定できる。

或いは、上記の例で対象となる類似患者は、ステップＳ２００で特定した診療場面と同様の診療場面となった類似患者であって、対象患者を担当する医師及び当該医師と同じ属性の医師が担当した類似患者であっても良い。これによって、算出機能１１４は、対象患者を担当する医師が属するグループの好みに応じた表示期間を決定できる。

或いは、上記の例で対象となる類似患者は、ステップＳ２００で特定した診療場面と同様の診療場面となった類似患者であって、任意の属性の医師が担当した類似患者であっても良い。ここで、属性としては、若手、ベテラン、専門医などが挙げられる。例えば、算出機能１１４は、ベテランの医師の表示期間を決定することで、制御機能１１５は、ベテランの医師がどのような期間を参照して診断を下しているのかという教育的な情報を、若手の医師に提供することができる。すなわち、若手の医師の表示期間とベテランの医師との表示期間と比較して、若手の医師は、改善点を把握することができる。また、算出機能１１４は、専門医の表示期間を決定することで、制御機能１１５は、専門医ならでは見方を提供することができる。

また、第２の実施形態では、属性として診療科を用いても良い。例えば、対象患者が緊急性の高い疾患である場合、取得機能１１３が、ステップＳ１１１において、緊急性の高い疾患の類似患者の診療情報及び操作情報を取得することにより、算出機能１１４は、ステップＳ１１２において、緊急性の高い疾患の患者に適した表示期間を決定することができる。例えば、緊急性の高い疾患の対象患者に対しては、直近の診療情報を表示する表示期間が決定される。一方、対象患者が慢性疾患である場合、取得機能１１３が、ステップＳ１１１において、慢性疾患の類似患者の診療情報及び操作情報を取得することにより、算出機能１１４は、ステップＳ１１２において、慢性疾患の患者に適した表示期間を決定することができる。例えば、慢性疾患の対象患者に対しては、長期間の診療情報を表示する表示期間が決定される。

また、第２の実施形態では、診療場面によっては、患者の状態に応じた操作情報を取得することができる。例えば、対象患者が突発性の症状がある場合、取得機能１１３が、ステップＳ１１１において、突発性の症状であった類似患者の診療情報及び操作情報を取得することにより、算出機能１１４は、ステップＳ１１２において、突発性の症状の患者に適した表示期間を決定することができる。例えば、突発性の症状の対象患者に対しては、直近の診療情報を表示する表示期間が決定される。

また、第２の実施形態では、診療場面によっては、患者の場所に応じた操作情報を取得することができる。例えば、対象患者が外来の場合には、取得機能１１３が、ステップＳ１１１において、外来診療の際に行われた類似患者の診療情報及び操作情報を取得することにより、算出機能１１４は、ステップＳ１１２において、外来診療の患者に適した表示期間を決定することができる。例えば、外来診療の患者に対しては、長期間の診療情報を表示する表示期間が決定される。一方、対象患者が入院中の場合には、取得機能１１３が、ステップＳ１１１において、入院中の診療の際に行われた類似患者の診療情報及び操作情報を取得することにより、算出機能１１４は、ステップＳ１１２において、入院中の患者に適した表示期間を決定することができる。例えば、入院中の患者に対しては、直近の診療情報を表示する表示期間が決定される。

このように、第２の実施形態に係る電子カルテサーバ１００では、診療場面に応じた表示期間を決定することができる。

（第３の実施形態）
医師は、それぞれの診療情報を組み合わせて参照する場合がある。例えば、医師は、対象患者の症状を考慮して、対象患者に薬剤を投与し、その効果や副作用を確認する。そこで、第３の実施形態では、算出機能１１４は、項目毎に取得された対象患者の診療情報を組み合わせてＦ値を算出し、算出したＦ値を用いて表示期間を決定する。

図１７Ａは、第３の実施形態に係る電子カルテサーバによる処理の手順を示すフローチャートである。第３の実施形態では、第１の実施形態におけるステップＳ１１０～Ｓ１１１が実行された後に、図１７ＡのステップＳ３００において、算出機能１１４は、項目毎に取得された対象患者の診療情報の組み合わせを決定する。図１８に示す例では、算出機能１１４は、ステップＳ３００において、化学療法の開始に基づいて、項目「検体検査」の診療情報「Ｃａ」、「白血球」、及び、項目「薬剤投与日時」の診療情報「薬剤Ｃ」、「薬剤Ｄ」の組み合わせを決定し、ステップＳ１１２において、化学療法を開始した日時「2020/6/10」が含まれる表示候補期間「2020/5/25～2020/7/10」を、表示期間として決定する。その後、第１の実施形態におけるステップＳ１１２～Ｓ１１４が実行される。

ここで、図１７Ｂに示すように、第１の実施形態におけるステップＳ１１０、Ｓ１１１、Ｓ１１３の実行後に、ステップＳ３００が実行され、その後に、第１の実施形態におけるステップＳ１１２、Ｓ１１４が実行されてもよい。

このように、第３の実施形態に係る電子カルテサーバ１００では、診療情報の組み合わせを考慮した表示期間を決定することができる。

（第４の実施形態）
医師は、対象患者、又は、疾患等が対象患者に類似する類似患者に対して、過去の症状や治療歴を確認したい場合がある。そこで、第４の実施形態では、過去の行動パターンを用いて表示対象期間を決定することにより、算出機能１１４は、決定された表示対象期間において、表示期間を決定する。この場合、医師が表示対象期間を決定してもよいし、取得機能１１３が表示対象期間を決定してもよい。例えば、表示対象期間は、クリック操作、アイトラッキングやアクセス履歴などにより、過去に診療情報が高頻度で参照された期間である。

図１９は、第４の実施形態に係る電子カルテサーバによる処理の手順を示すフローチャートである。第４の実施形態では、図１９のステップＳ４００において、例えば、取得機能１１３は、クリック操作、アイトラッキングやアクセス履歴などにより、表示対象期間を決定する。その後、第１の実施形態におけるステップＳ１１０～Ｓ１１４が実行される。この場合、ステップＳ１１０、Ｓ１１１において、取得機能１１３は、診療情報ＤＢ１２１から、決定した表示対象期間において、対象患者の診療情報を項目毎に取得し、対象患者の診療情報に対する医師の操作情報を取得する。ステップＳ１１２において、算出機能１１４は、操作情報に基づいて、対象患者の診療情報についてＦ値を算出し、算出したＦ値を用いて表示期間を決定する。ステップＳ１１３、Ｓ１１４において、制御機能１１５は、医師の端末１０に表示させる項目を選択し、選択された項目毎に、決定した表示期間の診療情報を端末１０に表示させる。

このように、第４の実施形態に係る電子カルテサーバ１００では、対象患者又は類似患者の過去の症状や治療歴を考慮した表示期間を決定することができる。

なお、第１～第４の実施形態で図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。さらに、各装置にて行われる各処理機能は、その全部または任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、或いは、ワイヤードロジックによるハードウェアとして実現され得る。

また、第１～第４の実施形態で説明した方法は、予め用意されたプログラムをパーソナルコンピュータやワークステーション等のコンピュータで実行することによって実現することができる。このプログラムは、インターネット等のネットワークを介して配布することができる。また、このプログラムは、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ－ＲＯＭ、ＭＯ、ＤＶＤ等のコンピュータで読み取り可能な非一時的な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することもできる。

以上説明した少なくとも１つの実施形態によれば、確認が必要な診療情報の見落としを防止することができる。

いくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更、実施形態同士の組み合わせを行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１００ 電子カルテサーバ
１１３ 取得機能
１１４ 算出機能
１１５ 制御機能

Claims (18)

1. 対象患者の診療情報、又は、前記対象患者に類似する類似患者の診療情報に対する医療従事者の操作情報を取得する取得部と、
   前記操作情報に基づいて、前記対象患者の診療情報、又は、前記類似患者の診療情報が参照された期間と、前記対象患者の診療情報を表示させる期間との一致率を算出する算出部と、
   前記一致率に基づいて決定された期間の診療情報を表示させる表示制御部と、
   を備える医用情報処理装置。
2. 前記算出部は、前記一致率が最大となる日時を始端とし、現在の日時を終端とする期間を表示期間として決定し、
   前記表示制御部は、前記表示期間の診療情報を表示させる、
   請求項１に記載の医用情報処理装置。
3. 前記算出部は、前記一致率が最大となる日時が含まれる期間を表示期間として決定し、
   前記表示制御部は、前記表示期間の診療情報を表示させる、
   請求項１に記載の医用情報処理装置。
4. 前記算出部は、始端及び終端の双方を調整して複数の期間における前記一致率を算出し、前記複数の期間のうち、前記一致率が最大となる期間を表示期間として決定し、
   前記表示制御部は、前記表示期間の診療情報を表示させる、
   請求項１に記載の医用情報処理装置。
5. 前記算出部は、前記一致率が極大となる日時を含む複数の期間を表示期間として決定し、
   前記表示制御部は、前記表示期間の診療情報を表示させる、
   請求項１に記載の医用情報処理装置。
6. 前記算出部は、前記決定した表示期間において、前記対象患者の診療情報、又は、前記対象患者の診療情報が参照された回数が多い期間を重要期間として決定し、
   前記表示制御部は、前記表示期間のうち、前記重要期間内の粒度を大きく表示させる、
   請求項２～５のいずれか一項に記載の医用情報処理装置。
7. 前記算出部は、取得した診療情報の中で表示候補期間に含まれる診療情報の数である第１の値に対する、前記表示候補期間に含まれる診療情報の中で参照された診療情報の数である第２の値の比率と、取得した診療情報の中で参照された診療情報の数である第３の値に対する前記第２の値の比率との調和平均を前記一致率として算出する、
   請求項１～６のいずれか一項に記載の医用情報処理装置。
8. 前記算出部は、複数の前記表示候補期間で算出した一致率のうち、最大の一致率となった表示候補期間に基づいて、表示期間を決定し、
   前記表示制御部は、前記表示期間の診療情報を表示させる、
   請求項７に記載の医用情報処理装置。
9. 前記取得部は、項目毎に取得された前記対象患者の診療情報、又は、前記項目毎に取得された前記類似患者の診療情報に対して前記操作情報を取得し、
   前記算出部は、前記項目毎に、前記操作情報に基づいて前記一致率を算出し、
   前記表示制御部は、前記項目毎に、前記一致率に基づいて決定された期間の診療情報を表示させる、
   請求項１～８のいずれか一項に記載の医用情報処理装置。
10. 前記一致率に基づいて決定された期間の診療情報を表示させる項目を選択する選択部、
    を更に備える請求項９に記載の医用情報処理装置。
11. 前記算出部は、前記項目毎に取得された前記対象患者の診療情報を組み合わせて前記一致率を算出する、
    請求項９又は１０に記載の医用情報処理装置。
12. 前記取得部は、診療場面に応じて、前記操作情報を取得する、
    請求項１～１１のいずれか一項に記載の医用情報処理装置。
13. 前記診療場面は、前記対象患者の疾患に関する情報を含む、
    請求項１２に記載の医用情報処理装置。
14. 前記診療場面は、イベント毎に区切られた診療フェーズを含む、
    請求項１２又は１３に記載の医用情報処理装置。
15. 前記操作情報は、前記医療従事者による操作の内容として、前記医療従事者が前記診療情報を参照した時間を含む、
    請求項１～１４のいずれか一項に記載の医用情報処理装置。
16. 前記操作情報は、前記医療従事者による操作の内容として、前記医療従事者が前記診療情報をアクセスしたときの履歴を含む、
    請求項１～１４のいずれか一項に記載の医用情報処理装置。
17. 前記操作情報は、各診療科の複数の前記医療従事者により操作された情報である、
    請求項１～１６のいずれか一項に記載の医用情報処理装置。
18. 複数の医療従事者に使用される複数の端末と、
    前記複数の端末とネットワークを介して接続された医用情報処理装置と、
    を備え、
    前記医用情報処理装置は、
    対象患者の診療情報、又は、前記対象患者に類似する類似患者の診療情報に対する前記医療従事者の操作情報を取得する取得部と、
    前記操作情報に基づいて、前記対象患者の診療情報、又は、前記類似患者の診療情報が参照された期間と、前記対象患者の診療情報を表示させる期間との一致率を算出する算出部と、
    前記一致率に基づいて決定された期間の診療情報を表示させる表示制御部と、
    を備える医用情報処理システム。