WO2017146067A1 - 情報処理装置 - Google Patents

情報処理装置 Download PDF

Info

Publication number
WO2017146067A1
WO2017146067A1 PCT/JP2017/006437 JP2017006437W WO2017146067A1 WO 2017146067 A1 WO2017146067 A1 WO 2017146067A1 JP 2017006437 W JP2017006437 W JP 2017006437W WO 2017146067 A1 WO2017146067 A1 WO 2017146067A1
Authority
WO
WIPO (PCT)
Prior art keywords
patient
medical
information
correspondence information
dose
Prior art date
Application number
PCT/JP2017/006437
Other languages
English (en)
French (fr)
Inventor
修 豊崎
Original Assignee
株式会社豊崎会計事務所
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社豊崎会計事務所 filed Critical 株式会社豊崎会計事務所
Priority to US16/078,915 priority Critical patent/US20190057762A1/en
Priority to JP2018501715A priority patent/JP7029753B2/ja
Priority to CN201780012792.6A priority patent/CN108697580B/zh
Publication of WO2017146067A1 publication Critical patent/WO2017146067A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • 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
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • 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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
    • 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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies

Definitions

  • the present invention relates to an information processing apparatus.
  • the attribute information input by the patient is fixed with respect to the relationship between the dose of the drug and the patient's attribute information, the correspondence between the dose of the drug and the attribute information of the patient is not known.
  • drugs are not only effective for one disease symptom, there is always a problem of finding an effect for another disease symptom. Therefore, when it is desired to derive a more appropriate drug dose corresponding to the dose of the drug and the patient's attribute information, the drug is effective not only for one disease symptom but also for other disease symptoms. There is a demand for new countermeasure technology for discovery.
  • the present invention has been made in view of such a situation, and it is possible to derive a more appropriate dose of a drug corresponding to the dose of the drug and the attribute information of the patient, and to one disease symptom of the drug.
  • the purpose is to establish a method to discover not only the efficacy but also other disease symptoms.
  • an information processing apparatus of one embodiment of the present invention provides: Collecting medical examination data or medical examination data related to the individual in association with a second identifier that can be specified for the individual, which is generated based on the first identifier assigned to identify the individual within a predetermined group Provide data collection means.
  • an information processing device of one embodiment of the present invention provides: An information processing apparatus that presents medical guidelines to the individual based on the personal health checkup data or medical examination data collected by the information processing apparatus, Patient attribute information acquisition means for acquiring information of at least one type of attribute of a patient who is the individual; A correspondence information database storing correspondence information indicating a correspondence relationship between a medical guideline having an effect on a predetermined disease symptom and one or more types of attributes; Correspondence information acquisition means for acquiring the correspondence information related to the disease symptoms that the patient is aware of from the correspondence information database; Based on the patient attribute information acquired by the patient attribute information acquisition means and the correspondence information acquired by the correspondence information acquisition means, a medical guideline for the patient of a disease symptom that the patient is aware of is calculated.
  • Optimal medical guideline calculation means An efficacy analysis means for analyzing the efficacy of the medical guideline for the patient when the medical guideline calculated by the optimal medical guideline calculation means is applied to the patient; Based on the analysis result of the efficacy analysis means, the correspondence information of the medical guideline, the correspondence information update means for updating the correspondence information including the type of attribute, Is provided.
  • an information processing device of one embodiment of the present invention provides: A correspondence information database storing correspondence information indicating a correspondence relationship between a dose of a drug having an effect on a predetermined disease symptom and one or more attributes;
  • Patient attribute information acquisition means for acquiring information of at least one type of attribute of a patient;
  • Correspondence information acquisition means for acquiring the correspondence information related to the disease symptoms that the patient is aware of from the correspondence information database;
  • Optimal dose calculating means for calculating An efficacy analysis means for analyzing the efficacy of the drug against the patient when the drug is administered to the patient at the dose calculated by the optimal dose calculation means;
  • the present invention it is possible to construct medical big data while considering privacy, to derive a more appropriate drug dose corresponding to the drug dose and patient attribute information, and to one disease symptom of the drug. It is possible to establish a method for discovering not only the efficacy for all but also other disease symptoms.
  • FIG. 1 It is a figure which shows the structure of the information processing system which concerns on one Embodiment of this invention. It is a block diagram which shows the hardware constitutions of the server 2 as one Embodiment of this invention among the information processing systems of FIG. It is a functional block diagram which shows the functional structural example for performing optimal dosage determination control among the functional structures of the patient terminal 1, the server 2, and the medical terminal 3.
  • FIG. It is a figure showing the specific example of other information other than patient attribute information. It is a figure showing the outline
  • FIG. 1 shows the configuration of an information processing system according to an embodiment of the present invention.
  • the information processing system shown in FIG. 1 includes patient terminals 1-1 to 1-n used by n patients (n is an arbitrary integer value of 1 or more), a server 2, and m people (m is A medical terminal 3-1 to 3 -m used by each of the medical personnel having an arbitrary integer value of 1 or more.
  • Each of the patient terminals 1-1 to 1-n, the server 2, and each of the medical terminals 3-1 to 3-m are connected to each other via a predetermined network N such as the Internet.
  • the server 2 provides an execution environment for determining a medical guideline such as a dose of medicine for each of the patient terminals 1-1 to 1-n or the medical terminals 3-1 to 3-m.
  • a medical guideline such as a dose of medicine for each of the patient terminals 1-1 to 1-n or the medical terminals 3-1 to 3-m.
  • a service that determines a medical guideline such as an optimal dose of medicine according to patient attributes is employed.
  • patient terminal 1 when it is not necessary to individually distinguish each of the patient terminals 1-1 to 1-n, these are collectively referred to as “patient terminal 1”.
  • medical terminal 3 when it is not necessary to individually distinguish each of the medical terminals 3-1 to 3-m, these are collectively referred to as “medical terminal 3”.
  • FIG. 2 is a block diagram showing a hardware configuration of the server 2 as an embodiment of the present invention in the information processing system of FIG.
  • the server 2 includes a CPU (Central Processing Unit) 11, a ROM (Read Only Memory) 12, a RAM (Random Access Memory) 13, a bus 14, an input / output interface 15, an output unit 16, and an input unit 17.
  • the CPU 11 executes various processes according to a program recorded in the ROM 12 or a program loaded from the storage unit 18 to the RAM 13.
  • the RAM 13 appropriately stores data necessary for the CPU 11 to execute various processes.
  • the CPU 11, ROM 12 and RAM 13 are connected to each other via a bus 14.
  • An input / output interface 15 is also connected to the bus 14.
  • An output unit 16, an input unit 17, a storage unit 18, a communication unit 19, and a drive 20 are connected to the input / output interface 15.
  • the output unit 16 includes a display, a speaker, and the like, and outputs various types of information as images and sounds.
  • the input unit 17 includes a keyboard, a mouse, and the like, and inputs various information.
  • the storage unit 18 includes a hard disk, a DRAM (Dynamic Random Access Memory), and the like, and stores various data.
  • the communication unit 19 controls communication performed with another device (the patient terminal 1 or the medical terminal 3 in the example of FIG. 1) via the network N including the Internet.
  • the drive 20 is provided as necessary.
  • a removable medium 31 made of a magnetic disk, an optical disk, a magneto-optical disk, a semiconductor memory, or the like is appropriately attached to the drive 20.
  • the program read from the removable medium 31 by the drive 20 is installed in the storage unit 18 as necessary.
  • the removable medium 31 can also store various data stored in the storage unit 18 in the same manner as the storage unit 18.
  • the information processing system controls the optimal amount of medicine to be administered to a patient based on the patient attributes input from the patient terminal 1 (hereinafter referred to as “optimal dose determination control”). ), The following control can be executed.
  • the server 2 of the present embodiment collects medical data from the medical terminal 3 and converts it into big data, determines the dose of the drug based on the patient's attributes, and the patient at the time of administering the drug at that dose The effect is analyzed, and an optimal dose is generated or updated based on the analysis result.
  • the server 2 can determine an optimal dose of medicine according to patient attributes by repeatedly executing such a series of processes for many patients.
  • the drug may be effective not only for one predetermined disease symptom but also for a plurality of other disease symptoms. Therefore, the server 2 of the present embodiment is based on the attributes and biological information of the patient who has administered the drug, and the drug has an effect on a disease symptom different from the disease symptom that the patient is aware of. Can also be analyzed.
  • FIG. 3 is a functional block diagram illustrating an example of a functional configuration for executing optimal dose determination control among the functional configurations of the patient terminal 1, the server 2, and the medical terminal 3.
  • the patient terminal 1 is a terminal that is operated by a patient and has a function of inputting at least patient attribute information.
  • patient attribute information refers to information indicating one or more attributes such as a patient's height, weight, sex, and age.
  • the patient terminal 1 can transmit the inputted patient attribute information to the server 2 or can present the dosage of the medicine presented as optimal from the server 2 to the patient.
  • the medical terminal 3 is a terminal operated by a medical worker, and has a function of inputting an identifier and health check information assigned to specify an individual within at least a predetermined group.
  • the identifier may be a My Number issued by the Japanese government.
  • the Ministry of Health, Labor and Welfare of Japan will require each medical institution to present my number at the time of medical care, and there is a possibility to collect medical information of each individual. This is preferable.
  • the Ministry of Finance of Japan has the possibility to attach personal numbers to bank accounts, securities accounts and insurance purchases and collect personal financial information. It is suitable in terms of diffusion.
  • the medical examination information refers to information indicating one or more attributes such as the height, weight, sex, and age of the examinee obtained by the medical examination.
  • the medical terminal 3 can transmit the input health diagnosis information to the server 2 or can present medical guidelines such as the dosage of the medicine presented as optimal from the server 2 to the medical staff.
  • a data collection unit 40 In the CPU 11 of the server 2 that communicates with the patient terminal 1 and the medical terminal 3, as shown in FIG. 3, a data collection unit 40, a dose presentation unit 41, a dose learning unit 42, and another effect
  • the discovery unit 43 functions.
  • the data collection unit 40 is associated with a second identifier that can identify the individual, generated based on the first identifier assigned to identify the individual within a predetermined group, and health check data relating to the individual Alternatively, consultation data is collected and stored in the patient attribute information DB 81 which is one area of the storage unit 18.
  • the dose presentation unit 41 presents the optimal dose of medicine for the patient to the patient via the patient terminal 1.
  • the dose learning unit 42 obtains information, such as whether or not the drug has been effective, from the patient to whom the drug has been administered at the dose presented by the dose presenting unit 41 from the efficacy analysis unit 44 and the like. By using and learning, the correspondence information indicating the correspondence between various attributes and the optimal dose of medicine is generated or updated.
  • the separate efficacy discovery unit 43 discovers an efficacy different from the disease symptoms that the patient is aware of for the drug administered to the patient based on the patient attribute information and other information (for example, biological information such as the patient's blood). .
  • the efficacy analysis unit 44 analyzes the effect of the patient to whom the drug is administered at the optimal dose presented by the dose presentation unit 41 and provides the analysis result to the dose learning unit 42.
  • a patient attribute information DB 81 In a partial area of the storage unit 18 of the server 2, a patient attribute information DB 81, a correspondence information DB 82, and another efficacy information DB 83 are provided.
  • the patient attribute information DB 81 stores health examination information or examination information.
  • the patient attribute information DB 81 stores patient attribute information.
  • the health examination information, the examination information, and the patient attribute information refer to information that can specify one or more attributes of the patient, such as height, weight, sex, age, and the like, as described above.
  • the correspondence information DB 82 stores correspondence information indicating a correspondence relationship between a dose of a drug having an effect on a disease symptom and one or more types of patient attributes.
  • the separate efficacy information DB 83 stores efficacy information for diseases other than the disease symptoms that are currently marketed as having efficacy.
  • the dose presentation unit 41 includes a patient attribute information acquisition unit 61, a correspondence information acquisition unit 62, and an optimal dose calculation unit 63.
  • the patient attribute information acquisition unit 61 acquires at least one or more types of attributes of the patient input from the patient terminal 1.
  • the correspondence information acquisition unit 62 acquires, from the correspondence information DB 82, correspondence information indicating a correspondence relationship between a dose of a drug having an effect on a disease symptom that the patient is aware of and one or more attributes.
  • the optimal dose calculation unit 63 calculates the optimal drug dose for the disease symptoms that the patient is aware of based on the patient attribute information and the correspondence information.
  • a and b are mutually independent coefficients.
  • the dose learning unit 42 appropriately changes the parameters X1 and X2 and inputs and learns the actual efficacy of the dose Y, which is the output of the function f (X1, X2), so that the function f (X1, X2 ) Can be updated so as to optimize the coefficients a and b.
  • the dose learning unit 42 derives an assumption from the past learning result and determines that the optimum dose cannot be derived with the parameter X2, for example, the use of the parameter X2 is stopped and a new parameter X3 (sex ), Parameters X1 and X3 may be input, and a new function f (X1, X3) for outputting the dose Y may be set.
  • the dose learning unit 42 appropriately changes the parameters X1 and X3 and inputs and learns the actual efficacy of the dose Y, which is the output of the function f (X1, X3), so that the function f (X1, X3 ) Can be updated so as to optimize the coefficients a and c.
  • the dose learning unit 42 increases the three parameters X1 to X3, inputs these parameters X1 to X3, and sets a new function f (X1, X2, X3) that outputs the dose Y. May be.
  • a new function f (X1, X2, X3) that outputs the dose Y.
  • the output Y aX1 + bX2 + cX3 of the function f (X1, X2, X3) is set.
  • the coefficients a, b, and c are not optimal.
  • the dose learning unit 42 appropriately changes the parameters X1 to X3 and inputs and learns the actual efficacy of the dose Y that is the output of the function f (X1, X2, X3), thereby learning the function f (X1 , X2, X3) can be updated so that the coefficients a, b, c are optimized.
  • the different effect discovery unit 43 includes an other information acquisition unit 71 and another effect analysis unit 72.
  • the other information acquisition unit 71 acquires other information other than the patient attribute information from the patient attribute information DB 81.
  • the other information analysis unit 72 acquires the efficacy of the drug analyzed by the efficacy analysis unit 44 for the disease symptoms other than the disease symptoms analyzed by the efficacy analysis unit 44 by the other information acquisition unit 71. Analyze based on other information.
  • FIG. 4 is a diagram illustrating a specific example of other information other than patient attribute information.
  • FIG. 4 includes items, units, reference ranges, high values, and low values.
  • Other information other than patient attribute information is information based on various test results such as blood biochemical tests, hematology tests, serology tests, urine tests, renal function tests, endocrine function tests, and circulatory function tests. For example, as shown in FIG. 4, if creatinine (Cr) is higher than the reference range, there is a suspected renal failure, dehydration, heart failure, urinary tract obstruction, and if it is lower than the reference range, muscular dystrophy and hypothyroidism There is doubt. Also, for example, as shown in FIG.
  • uric acid falls from a high level to a reference range.
  • the value of uric acid (UA) falls from a high level to a reference range.
  • the pyruvic acid level falls from the high level to the reference range.
  • shock and heart failure diseases if a patient is aware of gout disease symptoms, and a gout medicine is administered and a blood biochemical test is performed, the value of uric acid (UA) falls from a high level to a reference range.
  • fulminant Hepatitis drugs can also be found to be effective against shock and heart failure diseases.
  • the specific gravity (urgent urine) value falls from a high value to a reference range. It can also be found to be effective against diseases such as dehydration, Fronese, acute nephritis, and heart failure.
  • FIG. 5 is a diagram illustrating an outline of a service through a medical institution.
  • This service is provided in a system including a patient P, a hospital H, and a data center D.
  • Patient P visits hospital H and receives a medical examination or medical examination by a doctor.
  • the hospital H provides medical services to the patient P by at least one doctor.
  • the doctor transmits data on the examination or medical examination to the data center D.
  • the data center D is managed by the service provider and provides the hospital H and the doctor with a service for determining the dosage, the number of times of administration, and the administration time for the medicine.
  • the culture supernatant As an example of a specific medical service provided to the patient P, it is conceivable to administer the culture supernatant by drip / instillation.
  • endogenous stem cells are activated by administering into the body humoral components (growth factors, cytokines, lipids, nucleic acids, etc.) secreted into the supernatant produced when culturing stem cells.
  • Stem cells are induced at the defect site and are effective in healing.
  • cytokine release syndrome will occur if the dose exceeds the appropriate amount.
  • Diseases that can be targeted include cerebral infarction, dermatitis, spinal cord injury, lung disease, liver disease, diabetes, etc., but it is thought that future research will expand to other diseases.
  • the patient dosage of the culture supernatant can be converted into big data according to the present invention, safety can be ensured by avoiding the cytokine release syndrome, and the use can be expanded and promoted.
  • FIG. 6 is a diagram showing an example of the initial dose determined by this service.
  • the data center D obtains a dose limit value by a predetermined calculation and multiplies a predetermined safety factor to determine the maximum dose.
  • the limit value is the maximum safe dosage determined from patient attributes.
  • the safety factor for the maximum dose is a numerical value of 0 or more and less than 1, for example 0.8.
  • the limit value of the dose increase rate is obtained by a predetermined calculation, and the dose increase rate is determined by multiplying by a predetermined safety factor.
  • the safety factor for the dose increase rate is a numerical value of 0 or more and less than 1, and for example, 0.5 can be adopted.
  • patient data used for calculation of limit values for example, age, sex, weight, height, body temperature, blood pressure, pulse, blood, body water content, urine, and trauma image data may be used.
  • the number of times of administration up to an appropriate value can be reduced by measuring the treatment effect and repeating readjustment of the dose, for example, based on the clinical laboratory numerical value corresponding to each case.
  • the use can be expanded by, for example, a business model that charges as an information provision fee.
  • FIG. 7 is a diagram showing an outline of the service when a plurality of medical institutions are used.
  • the hospital H in FIG. 5 is the three hospitals A hospital HA, B hospital HB, and C hospital HC.
  • the patient P is treated as the same person in the data center D by using the same personal identification information (for example, my number) in all three hospitals A hospital HA, B hospital HB, and C hospital HC. Even if a visit is made, it is possible to receive treatments such as examinations and operations by other doctors based on the same data.
  • Input data includes, for example, personal data (including genetic information), prescription history, medical history, surgery history, family medical history, treatment status of illness under treatment, data of Ningen Dock, daily data collection in cooperation with wearable devices, home use It may be data linkage with a medical device, food and drink content, sleep time, and the like.
  • Output data includes, for example, the amount of anesthesia during surgery, the dose of anticancer drugs, the dose of analgesics in palliative treatment, the amount of prescription drugs, the proposal of preemptive and preventive medicine, the proposal of mixed practice, the health management / exercise It may be program proposal, meal management / meal restriction / recommended menu presentation, disease prediction, recommended hospital selection / reservation agency, health food / supplement recommendation / purchase agency.
  • the patient P joins the data center D by contract, and at the end of the examination, the patient P instructs the hospital to send data to the data center D, and the data center D is paid to the hospital as a transmission fee.
  • Usage expansion can be achieved by a business model in which the patient P is charged as an information provision fee at the time of medical chart reading / medication instruction, and monetary income is obtained from various agency services.
  • FIG. 8 is a diagram showing a time series transition of the physical condition of a conventional patient.
  • the vertical axis represents the patient's physical condition, and the higher the position, the healthier the patient.
  • various laboratory test values may be collected as basic values from the time when the patient's health condition is good. By doing in this way, the various laboratory test values at the time of onset and after the start of administration can be compared with the basic values, and the cure rate can be considered.
  • individual differences may be taken into account by basic numerical data analysis from the time of birth. In this way, for example, it can be considered that a person with a normal body temperature of 36 degrees and a person with a temperature of 37 degrees have different symptoms even if the body temperature at the onset is the same 38 degrees.
  • the weighting of the parameter to be referred to may be changed between the case of repeated administration several times and the case of one-time administration.
  • the personal data has an advantage as the number of times is increased, and in the case of one-time administration and the initial administration in continuous administration, the big data should be superior. Can do.
  • the present invention may be applied to a case where diabetes is treated by administration of a culture supernatant, for example.
  • generation of cytokine storm due to excessive administration of the culture supernatant becomes a problem.
  • the dose may be determined based on the big data in the initial administration.
  • the dosage is increased by various patient laboratory test values (for example, urine PH, urine sugar, urine ketone body, blood glucose level, hemoglobin level in blood chemistry test in urinalysis). Or it may be decreased.
  • FIG. 9 is a diagram comparing time-series transitions of the patient's physical condition in each case of using or not using the present system.
  • the vertical axis represents the patient's physical condition, and the higher the position, the healthier the patient.
  • the following effects can be expected. That is, according to the present invention, first, improvement of the therapeutic effect by proper administration of the drug can be expected. This is because according to the present invention, it is possible to perform more effective treatment because it is not a uniform administration of a therapeutic drug based on a case, but a dose according to the situation of each individual. . As a result, as shown in FIG. 9, the recovery speed of the patient's physical condition can be further increased.
  • the present invention has the following effects (not shown).
  • inappropriate administration of drugs can be prevented.
  • the present invention thirdly, it is possible to manage / suppress remaining medicine and prevent drug sales. That is, when the system according to the present invention determines that the prescription is excessive, the prescription is stopped.
  • the spread of preemptive medicine can be promoted.
  • the present invention rather than judging body weight, body temperature, and other laboratory test values only at the time of examination after onset, by grasping the transition from the past, it is possible to detect the onset history and lesion, This is because treatment can be started.
  • medical treatment payment can be simplified. This is because, according to the present invention, all payments for medical expenses are account settlements for patients, thereby simplifying the window service for the hospital and contributing to alleviating congestion at the hospital.
  • the present invention sixth, it is possible to prevent a fictitious claim.
  • the medical information and the payment information are associated with each other, so that it is possible to prevent a fictitious claim of the insurance medical fee due to an illegal operation on the hospital side.
  • the diagnosis contents of other medical institutions can be confirmed by other doctors and AI (Artificial Intelligence), which contributes to the selection effect of second opinion and detection of misdiagnosis or medical error. .
  • AI Artificial Intelligence
  • FIG. 10 is a diagram illustrating an example of another form of service.
  • Use My Number for personal health and property management as follows.
  • the individual C presents his / her own number to the hospital H at the time of medical care as a patient.
  • the hospital H associates the examination contents with the personal number of the individual C and transmits it to the data center D.
  • the individual C instructs the bank B to remit the medical fee paid to the hospital H using the personal financial ID based on the My Number after fingerprint authentication.
  • the medical examination contents of the hospital H are managed by the data center D by the personal number of the individual C, analyzed by the AI, and the future treatment policy and medical condition are predicted, and the prescription drug is judged.
  • the flow will be specifically described by taking as an example a case where an individual C who is a diabetic patient receives administration of a culture supernatant in hospital H.
  • the individual C presents his / her ID card at the window of the hospital H, and reads the my number.
  • the doctor at hospital H calls the personal data of the individual C from the data center D, and displays the past history and the latest essential medicine on the medical terminal.
  • the doctor at hospital H operates the medical terminal and clicks on the controls displayed on the screen in the order of “today's administration drug” and “culture supernatant”.
  • the laboratory test values at the time of health, onset, and after administration are compared, and the dose is calculated.
  • the calculated dose varies depending on the result of numerical comparison.
  • the doctor of hospital H operates the medical terminal and sends data to the data center D at any time, it can recognize the medical treatment contents and prescriptions of other hospitals. Can be managed.
  • a doctor at hospital H can administer the culture supernatant to individual C. Proceeding to the checkout stage, the hospital H presents medical details to the individual C. This includes the charge for data provision by the data center D. The individual C performs fingerprint authentication at the hospital H window, and the medical expenses are transferred from the personal C account of the bank B to the hospital H. At that time, the hospital H may present the personal C ID card again at the window.
  • the image data obtained by photographing the meal is transmitted to the data center D in association with the personal number of the individual C.
  • the data center D calorie calculation and the like are performed, and various data are managed in association with the personal number of the individual C.
  • the AI analyzes various data stored in association with the personal number of the individual C, and regularly distributes the recommended menu / restricted menu to the individual C.
  • the use of My Number at the time of payment at a store will be described.
  • the individual C presents a personal financial ID based on his own personal number and performs fingerprint authentication.
  • the AI determines the shopping content and issues a remittance instruction to Bank B.
  • the determination content by AI recognizes the person by hobbies, preferences, places, prices, and the like.
  • I will explain the use of My Number at financial institutions.
  • the balance of the bank B, securities E, and insurance company I that is held is transmitted to the data center D in association with the personal financial ID based on the personal number of the individual C.
  • Based on the balance data at the end of the year, final tax return data for that year is created and distributed to the individual C.
  • Perform portfolio analysis by AI Based on personal financial ID based on My Number, the health status of individual C is analyzed by AI, appropriate insurance is selected and distributed. Calculate the inheritance tax based on personal finance ID based on My Number.
  • the store S displays the contents of the components on the marketed medicine package in a barcode.
  • the individual C visiting the store S reads the barcode with a smartphone and transmits it to the data center D.
  • the data center D analyzes the personal data of the individual C by AI and returns the aptitude / usage / dose.
  • the individual C issues a payment instruction to the designated account from the data center D by my number and fingerprint authentication at the time of payment, and sends the payment to the store S.
  • the data center D stores the purchase history as data. Person C transmits the subsequent dose.
  • Data center D manages duplicate purchases, past similar drugs / residual drugs, and alerts individual C.
  • the data center D outputs the application data of the medical cost deduction to the individual C by annual aggregation.
  • the data center D presents an appropriate medical care / examination place to the individual C by its own AI.
  • the data center D recommends an appropriate meal menu / vacation plan to the individual C based on his / her AI. At that time, it may be presented in cooperation with the restaurant reservation site from the meal menu. In addition, a vacation plan may be presented in cooperation with a travel reservation site.
  • the data center D calculates the life expectancy of the individual C based on its own AI, and selects and presents an appropriate life insurance.
  • the data center D calculates the estimated inheritance tax of the individual C based on its own AI, selects and presents an appropriate portfolio of property.
  • the functional configuration of FIG. 3 is merely an example, and is not particularly limited. That is, it is sufficient that the information processing system has a function capable of executing the above-described series of processing as a whole, and what functional block is used to realize this function is not particularly limited to the example of FIG. Further, the location of the functional block is not particularly limited to that shown in FIG. 3, and may be arbitrary.
  • the functional block of the server 2 may be transferred to the patient terminal 1 or the like.
  • the functional blocks of the terminal 1 (not shown in FIG. 3) may be transferred to the server 2 or the like.
  • one functional block may be constituted by hardware alone, software alone, or a combination thereof.
  • a program constituting the software is installed on a computer or the like from a network or a recording medium.
  • the computer may be a computer incorporated in dedicated hardware.
  • the computer may be a computer capable of executing various functions by installing various programs, for example, a general-purpose smartphone or personal computer other than a server.
  • the recording medium including such a program is not only constituted by a removable medium (not shown) distributed separately from the apparatus main body in order to provide the program, but also a recording provided in a state incorporated in the apparatus main body in advance. Consists of media and the like.
  • the step of describing the program recorded on the recording medium is not limited to the processing performed in time series along the order, but is not necessarily performed in time series, either in parallel or individually.
  • the process to be executed is also included.
  • the term “system” means an overall apparatus configured by a plurality of devices, a plurality of means, and the like.
  • the information processing apparatus to which the present invention is applied can take various embodiments having the following configurations. That is, an information processing apparatus to which the present invention is applied In association with a second identifier that can identify the individual, which is generated based on a first identifier (for example, My Number) assigned to identify an individual within a predetermined group (a group of Japanese citizens), Data collection means for collecting health checkup data or consultation data related to the individual (for example, data collection unit 40 in FIG. 3) Is provided.
  • a first identifier for example, My Number assigned to identify an individual within a predetermined group (a group of Japanese citizens
  • Data collection means for collecting health checkup data or consultation data related to the individual for example, data collection unit 40 in FIG. 3
  • An information processing apparatus to which the present invention is applied is An information processing apparatus that presents medical guidelines to the individual based on the personal health checkup data or medical examination data collected by the information processing apparatus,
  • Patient attribute information acquisition means for example, patient attribute information acquisition unit 61 in FIG. 3) for acquiring information on at least one type of attribute of a patient who is an individual;
  • a correspondence information database for example, correspondence information DB 82 in FIG. 3) in which correspondence information indicating the correspondence between medical guidelines having an effect on a predetermined disease symptom and one or more types of attributes is stored;
  • Correspondence information acquisition means for example, the correspondence information acquisition unit 62 in FIG.
  • Optimal medical guideline calculation means for example, the optimal dose calculation unit in FIG. 3
  • efficacy analysis means for analyzing the efficacy of the medical guideline for the patient (for example, the efficacy analysis unit 44 in FIG. 3);
  • correspondence information update means for example, the dose learning unit 42 in FIG.
  • An information processing apparatus to which the present invention is applied is Patient attribute information acquisition means (for example, patient attribute information acquisition unit 61 in FIG. 3) for acquiring information of at least one type of attribute of a patient; A patient attribute information database (for example, patient attribute information DB 81 in FIG. 3) for storing the patient attribute information; Correspondence information database (for example, correspondence information in FIG. 3) in which correspondence information indicating a correspondence relationship between a dose of a drug effective for a disease symptom recognized by the patient and one or more attributes is stored. DB82), Correspondence information acquisition means (for example, the correspondence information acquisition unit 62 in FIG.
  • optimal dose calculation means for calculating the optimal dose of the drug for the disease symptoms that the patient is aware of (for example, the optimal dose calculation unit in FIG. 3) 63)
  • Efficacy analysis means for example, efficacy analysis unit 44 in FIG. 3) for analyzing the efficacy of the calculated optimal drug dose;
  • correspondence information update means for example, the dose learning unit 42 in FIG. 3) for updating the correspondence information including the type of attribute, Separate efficacy analysis means for analyzing efficacy for diseases other than the analyzed disease symptoms other than the disease symptoms recognized by the patient based on other information other than the patient attribute information (for example, another efficacy analysis unit in FIG.
  • Another effect information database for example, another effect information DB 83 in FIG. 3 for storing the information of the other effect;
  • Other information acquisition means for example, the other information acquisition unit 71 in FIG. 3) for acquiring other information other than the patient attribute information; Is provided.
  • the term “patient” naturally includes a human being and is a broad concept including other administration targets of drugs, such as animals and plants.
  • the information processing apparatus including the data collection means for example, the data collection unit 40 in FIG. 3) and the information processing apparatus including the optimum medical guideline calculation means (for example, the optimal dose calculation unit in FIG. 3) have one piece of information.
  • a processing device may also be used.
  • a method for discovering not only the efficacy but also the efficacy against other disease symptoms. That is, health check data or medical examination data relating to the individual is generated by associating with the second identifier capable of specifying the individual generated based on the first identifier assigned to identify the individual within a predetermined group. Collect and use this to determine the dose of the drug based on the patient's attributes, analyze the efficacy of the administered drug, and update the optimal dose based on the results of the analysis. Based on the information corresponding to the attribute, an optimal drug dose can be determined. Moreover, based on other information other than information on patient attributes, it is possible to analyze a drug having an effect on a disease symptom other than the disease symptom recognized by the patient.

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Chemical & Material Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Bioethics (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Medical Preparation Storing Or Oral Administration Devices (AREA)

Abstract

プライバシーに留意して医療ビッグデータを構築すること、薬の投与量と患者の属性情報に対応したより適切な薬の投与量を導き出すこと及び薬の１つの疾患症状に対しての効能だけでなく他の疾患症状に対しての効能を発見することの手法の確立すること。　データ収集部４０は、健康診断データ等を収集する。患者属性情報取得部６１は、患者端末１から入力された患者の少なくとも１種類以上の属性を取得する。対応情報取得部６２は、対応情報ＤＢ８２より、患者が自覚している疾患症状に対して効能を有する薬の投与量と、１種類以上の属性との対応関係を示す対応情報を取得する。最適投与量演算部６３は、患者属性情報及び対応情報に基づいて患者が自覚している疾患症状に対して最適な薬の投与量を演算する。別効能解析部７２は、効能解析部４４が解析した効能とは別の効能を、患者属性情報以外のその他情報に基づき解析する。

Description

情報処理装置
　本発明は、情報処理装置に関する。
　従来から、患者に投与する医薬品の用量を患者の疾患症状や年齢などにより簡単かつ的確に決定する薬の用量決定支援装置が存在する（例えば、特許文献１参照）。
特開２００４－２６７５１４号公報
　しかしながら、薬の投与量と患者の属性情報の関係については、患者の入力する属性情報が固定されているため、薬の投与量と患者の属性情報の対応関係がわかっていない。
　また、薬は、１つの疾患症状に対しての効能だけではないため、他の疾患症状に対しての効能を発見したいという課題が常に付きまとう。
　そこで、薬の投与量と患者の属性情報に対応したより適切な薬の投与量を導き出したい場合や薬の１つの疾患症状に対しての効能だけでなく他の疾患症状に対しての効能を発見したい場合の新たな対策技術が要望されている状況である。
　本発明は、このような状況に鑑みてなされたものであり、薬の投与量と患者の属性情報に対応したより適切な薬の投与量を導き出すこと及び薬の１つの疾患症状に対しての効能だけでなく他の疾患症状に対しての効能を発見することの手法の確立を目的とする。
　上記目的を達成するため、本発明の一態様の情報処理装置は、
　所定の集団内で個人を特定するために付された第１識別子に基づいて生成された、当該個人を特定可能な第２識別子と対応付けて、当該個人に関する健康診断データ又は受診データを収集するデータ収集手段
　を備える。
　また、上記目的を達成するため、本発明の一態様の情報処理装置は、
　前記情報処理装置が収集する前記個人の健康診断データ又は受診データに基づいて、前記個人に対して医療指針を提示する情報処理装置であって、
　前記個人である患者の少なくとも１種類以上の属性の情報を取得する患者属性情報取得手段と、
　所定の疾患症状に対して効能を有する医療指針と、１種類以上の属性との対応関係を示す対応情報が格納されている対応情報データベースと、
　前記患者が自覚している疾患症状に関する前記対応情報を前記対応情報データベースから取得する対応情報取得手段と、
　前記患者属性情報取得手段により取得された前記患者属性情報と、前記対応情報取得手段により取得された前記対応情報に基づいて、前記患者が自覚している疾患症状の前記患者に対する医療指針を演算する最適医療指針演算手段と、
　前記最適医療指針演算手段により演算された前記医療指針が前記患者に適用された場合における、当該医療指針の当該患者に対する効能を解析する効能解析手段と、
　前記効能解析手段の解析結果に基づいて、当該医療指針の前記対応情報であって、属性の種類を含む対応情報を更新する対応情報更新手段と、
　を備える。
　また、上記目的を達成するため、本発明の一態様の情報処理装置は、
　所定の疾患症状に対して効能を有する薬の投与量と、１種類以上の属性との対応関係を示す対応情報が格納されている対応情報データベースと、
　患者の少なくとも１種類以上の属性の情報を取得する患者属性情報取得手段と、
　前記患者が自覚している疾患症状に関する前記対応情報を前記対応情報データベースから取得する対応情報取得手段と、
　前記患者属性情報取得手段により取得された前記患者属性情報と、前記対応情報取得手段により取得された前記対応情報に基づいて、前記患者が自覚している疾患症状の薬についての前記患者に対する投与量を演算する最適投与量演算手段と、
　前記最適投与量演算手段により演算された前記投与量で前記薬が前記患者に投与された場合における、当該薬の当該患者に対する効能を解析する効能解析手段と、
　前記効能解析手段の解析結果に基づいて、当該薬の前記対応情報であって、属性の種類を含む対応情報を更新する対応情報更新手段と、
　前記効能解析手段の解析対象となった前記薬について、当該解析対象となった前記効能とは別の効能を、前記患者属性情報以外のその他情報に基づき解析する別効能解析手段と、
　を備える。
　本発明によれば、プライバシーに配慮しつつ医療ビッグデータを構築すること、薬の投与量と患者の属性情報に対応したより適切な薬の投与量を導き出すこと及び薬の１つの疾患症状に対しての効能だけでなく他の疾患症状に対しての効能を発見することの手法を確立することができる。
本発明の一実施形態に係る情報処理システムの構成を示す図である。 図１の情報処理システムのうち、本発明の一実施形態としてのサーバ２のハードウェア構成を示すブロック図である。 患者端末１とサーバ２と医療端末３の機能的構成のうち、最適投与量決定制御を実行するための機能的構成例を示す機能ブロック図である。 患者属性情報以外のその他情報の具体例を表す図である。 医療機関を介したサービスの概要を表す図である。 本サービスにより決定する初回投与量の一例を表す図である。 複数の医療機関を介する場合の本サービスの概要を表す図である。 従来の患者の体調の時系列推移を表す図である。 本システム利用有無の夫々の場合についての患者の体調の時系列推移を比較した図である。 サービスの別の形態の一例を表す図である。
　以下、本発明の実施形態について、図面を用いて説明する。
　図１は、本発明の一実施形態に係る情報処理システムの構成を示している。
　図１に示す情報処理システムは、ｎ人（ｎは１以上の任意の整数値）の患者の夫々により使用される患者端末１－１乃至１－ｎと、サーバ２と、ｍ人（ｍは１以上の任意の整数値）の医療従事者の夫々により使用される医療端末３－１乃至３－ｍとを含むシステムである。患者端末１－１乃至１－ｎの夫々と、サーバ２と、医療端末３－１乃至３－ｍの夫々とは、インターネット等の所定のネットワークＮを介して相互に接続されている。
　サーバ２は、患者端末１－１乃至１－ｎ又は医療端末３－１乃至３－ｍの夫々に対して薬の投与量等の医療指針を決定する実行環境を提供し、患者端末１－１乃至１－ｎ又は医療端末３－１乃至３－ｍの夫々において実行される薬の投与量等の医療指針の決定に関する各種各様のサービスを提供する。このようなサービスの１つとして、本実施形態では、患者の属性に応じて薬の最適な投与量等の医療指針を決定するサービスが採用されている。
　なお、以下、患者端末１－１乃至１－ｎの夫々を個々に区別する必要がない場合、これらをまとめて「患者端末１」と呼ぶ。
　また、以下、医療端末３－１乃至３－ｍの夫々を個々に区別する必要がない場合、これらをまとめて「医療端末３」と呼ぶ。
　図２は、図１の情報処理システムのうち、本発明の一実施形態としてのサーバ２のハードウェア構成を示すブロック図である。
　サーバ２は、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）１１と、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）１２と、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）１３と、バス１４と、入出力インターフェース１５と、出力部１６と、入力部１７と、記憶部１８と、通信部１９と、ドライブ２０と、を備えている。
　ＣＰＵ１１は、ＲＯＭ１２に記録されているプログラム、又は、記憶部１８からＲＡＭ１３にロードされたプログラムに従って各種の処理を実行する。
　ＲＡＭ１３には、ＣＰＵ１１が各種の処理を実行する上において必要なデータ等も適宜記憶される。
　ＣＰＵ１１、ＲＯＭ１２及びＲＡＭ１３は、バス１４を介して相互に接続されている。このバス１４にはまた、入出力インターフェース１５も接続されている。入出力インターフェース１５には、出力部１６、入力部１７、記憶部１８、通信部１９及びドライブ２０が接続されている。
　出力部１６は、ディスプレイやスピーカ等で構成され、各種情報を画像や音声として出力する。
　入力部１７は、キーボードやマウス等で構成され、各種情報を入力する。
　記憶部１８は、ハードディスクやＤＲＡＭ（Ｄｙｎａｍｉｃ　Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）等で構成され、各種データを記憶する。
　通信部１９は、インターネットを含むネットワークＮを介して他の装置（図１の例では患者端末１又は医療端末３）との間で行う通信を制御する。
　ドライブ２０は、必要に応じて設けられる。ドライブ２０には、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリ等よりなる、リムーバブルメディア３１が適宜装着される。ドライブ２０によってリムーバブルメディア３１から読み出されたプログラムは、必要に応じて記憶部１８にインストールされる。また、リムーバブルメディア３１は、記憶部１８に記憶されている各種データも、記憶部１８と同様に記憶することができる。
　このような図２のサーバ２側の各種ハードウェアと各種ソフトウェアとの協働により、医療端末３からの医療ビッグデータの構築並びに医療指針の決定及び患者端末１での薬の最適な投与量の決定をするサービスが可能になる。
　即ち、本実施形態の情報処理システムは、患者端末１から入力された患者の属性に基づいて、患者に投与する薬の最適な量を決定する制御（以下、「最適投与量決定制御」と呼ぶ）として、次のような制御を実行することができる。
　即ち、患者の多くは、自身が自覚している疾患症状に対して、効能があるであろう薬を、予め決められた所定の用量に従って服用している。
　しかしながら、患者によって最適な薬の投与量は、患者の属性（例えば、身長、体重、性別、年齢）によって異なるものである。
　そこで、本実施例のサーバ２は、医療端末３から医療データを収集してビッグデータ化し、患者の属性に基づき薬の投与量を決定し、その投与量で薬を投与した際の当該患者の効果を解析し、その解析結果に基づき、最適な投与量を生成又は更新する。サーバ２は、このような一連の処理を、数多くの患者について繰り返し実行していくことで、患者の属性に応じて最適な薬の投与量を決定することができる。
　また、薬は、１つの所定の疾患症状に対する効能だけでなく、その他にも複数の疾患症状に対して効能を有する場合がある。
　そこで、本実施例のサーバ２は、薬を投与した患者の属性や生体情報等に基づき、当該患者が自覚している疾患症状とは別の疾患症状に対しても当該薬が効能を有することを解析することもできる。
　以上説明した最適投与量決定制御を実行すべく、図１の患者端末１とサーバ２と医療端末３は、図３に示すような機能的構成を有している。
　図３は、患者端末１とサーバ２と医療端末３の機能的構成のうち、最適投与量決定制御を実行するための機能的構成例を示す機能ブロック図である。
　図３に示すように、患者端末１は、患者により操作される端末であって、少なくとも患者属性情報を入力する機能を有する端末である。ここで、患者属性情報とは、患者の身長、体重、性別、年齢等の１以上の属性を示す情報をいう。
　また、患者端末１は、入力された患者属性情報をサーバ２に送信したり、サーバ２から最適であるとして提示された薬の投与量を患者に提示することもできる。
　また図３に示すように、医療端末３は、医療従事者により操作される端末であって、少なくとも所定の集団内で個人を特定するために付された識別子及び健康診断情報を入力する機能を有する端末である。ここで、当該識別子は日本国政府が発行するマイナンバーであって良い。
　日本国厚生労働省は、今後各医療機関に対し、診療時にマイナンバーを提示するよう義務付け、各個人の医療情報を収集する可能性がある為、マイナンバー制度の利用は本発明に係るシステムの普及の面において好適である。
　同様に日本国財務省は、銀行口座、証券口座、保険加入に対し、マイナンバーを付し、個人の金融情報を収集する可能性がある為、マイナンバー制度の利用は本発明に係るシステムの普及の面において好適である。
　また、マイナンバーを背景とすることにより、マイナンバー法の罰則規定が援用される可能性を担保に本発明に係るシステムの普及を図ることができる点において、マイナンバー制度の利用は好適である。
　健康診断情報とは、健康診断によって得られた受診者の身長、体重、性別、年齢等の１以上の属性を示す情報をいう。
　また、医療端末３は、入力された健康診断情報をサーバ２に送信したり、サーバ２から最適であるとして提示された薬の投与量等の医療指針を医療従事者に提示することもできる。
　このような患者端末１及び医療端末３と通信を行うサーバ２のＣＰＵ１１においては、図３に示す様に、データ収集部４０と、投与量提示部４１と、投与量学習部４２と、別効能発見部４３とが機能する。
　データ収集部４０は、所定の集団内で個人を特定するために付された第１識別子に基づいて生成された、当該個人を特定可能な第２識別子と対応付けて、当該個人に関する健康診断データ又は受診データを収集し、記憶部１８の一領域である患者属性情報ＤＢ８１に記憶させる。
　投与量提示部４１は、患者端末１から入力された患者属性情報に基づき、その患者にとって最適な薬の投与量を患者端末１を介して当該患者に提示する。
　投与量学習部４２は、投与量提示部４１により提示された投与量で薬が投与された患者から、その薬が効いたか否か等の情報を効能解析部４４等から取得し、当該情報を用いて学習することで、各種属性と薬の最適な投与量との対応関係を示す対応情報を生成又は更新する。
　別効能発見部４３は、患者属性情報やその他の情報（例えば患者の血液等の生体情報）に基づき、患者に投与した薬について、患者が自覚している疾患症状とは別の効能を発見する。
　効能解析部４４は、投与量提示部４１により最適と提示された投与量で薬が投与された患者について、その効果を解析し、解析結果を投与量学習部４２に提供する。
　サーバ２の記憶部１８の一部の領域には、患者属性情報ＤＢ８１と、対応情報ＤＢ８２と、別効能情報ＤＢ８３とが設けられている。
　患者属性情報ＤＢ８１は、健康診断情報又は診察情報を格納する。
　また、患者属性情報ＤＢ８１は、患者属性情報を格納する。ここで、健康診断情報、診察情報及び患者属性情報とは、上述した様に、患者の１以上の属性、例えば、身長、体重、性別、年齢等を特定可能な情報を言う。
　対応情報ＤＢ８２は、疾患症状に対して効能を有する薬の投与量と、１種類以上の患者側の属性との対応関係を示す対応情報を格納する。
　別効能情報ＤＢ８３は、現在効能を有するとして市販等されている疾患症状以外の疾患に対する効能の情報を格納する。
　以下、投与量提示部４１、投与量学習部４２、及び別効能発見部４３それぞれの機能ブロックを詳細に説明する。
　投与量提示部４１は、患者属性情報取得部６１と、対応情報取得部６２と、最適投与量演算部６３とを含む。
　患者属性情報取得部６１は、患者端末１から入力された患者の少なくとも１種類以上の属性を取得する。
　対応情報取得部６２は、対応情報ＤＢ８２より、患者が自覚している疾患症状に対して効能を有する薬の投与量と、１種類以上の属性との対応関係を示す対応情報を取得する。
　最適投与量演算部６３は、患者属性情報及び対応情報に基づいて患者が自覚している疾患症状に対して最適な薬の投与量を演算する。
　投与量学習部４２は、患者側の各種属性と薬の最適な投与量との対応関係の学習を、例えば以下のように行う。
　即ち、患者属性情報の初期のパラメータとして、Ｘ１（体重）とＸ２（身長）が決められているとする。そして、これらのパラメータＸ１，Ｘ２を入力して、投与量Ｙを出力する関数ｆ（Ｘ１，Ｘ２）として、Ｙ＝ａＸ１＋ｂＸ２が設定されているものとする。ここで、ａ及びｂは相互に独立した係数である。
　例えば、投与量学習部４２は、パラメータＸ１及びＸ２を適宜変えて関数ｆ（Ｘ１，Ｘ２）の出力である投与量Ｙの実際の効能を入力して学習することで、関数ｆ（Ｘ１，Ｘ２）の係数ａ，ｂが最適になるように更新していくことができる。
　また、投与量学習部４２は、過去の学習結果から仮定を導き出し、パラメータＸ２では最適な投与量を導けないと判断した場合には、例えば、パラメータＸ２の使用をやめて、新たなパラメータＸ３（性別）を採用し、パラメータＸ１，Ｘ３を入力して、投与量Ｙを出力する新たな関数ｆ（Ｘ１，Ｘ３）を設定してもよい。
　ここで例えば関数ｆ（Ｘ１，Ｘ３）の出力Ｙ＝ａＸ１＋ｃＸ３が設定されたものとする。この場合、係数ａと係数ｃが最適なものとなっていない可能性が大いにあり得る。そこで、投与量学習部４２は、パラメータＸ１及びＸ３を適宜変えて関数ｆ（Ｘ１，Ｘ３）の出力である投与量Ｙの実際の効能を入力して学習することで、関数ｆ（Ｘ１，Ｘ３）の係数ａ，ｃが最適になるように更新していくこともできる。
　また、投与量学習部４２は、３つのパラメータＸ１乃至Ｘ３に増やして、これらのパラメータＸ１乃至Ｘ３を入力して、投与量Ｙを出力する新たな関数ｆ（Ｘ１，Ｘ２，Ｘ３）を設定してもよい。
　ここで例えば関数ｆ（Ｘ１，Ｘ２，Ｘ３）の出力Ｙ＝ａＸ１＋ｂＸ２＋ｃＸ３が設定されたものとする。この場合、係数ａ，ｂ，ｃが最適なものとなっていない可能性が大いにあり得る。そこで、投与量学習部４２は、パラメータＸ１乃至Ｘ３を適宜変えて関数ｆ（Ｘ１，Ｘ２，Ｘ３）の出力である投与量Ｙの実際の効能を入力して学習することで、関数ｆ（Ｘ１，Ｘ２，Ｘ３）の係数ａ，ｂ，ｃが最適になるように更新していくこともできる。
　別効能発見部４３は、その他情報取得部７１と、別効能解析部７２を含む。
　その他情報取得部７１は、患者属性情報ＤＢ８１から、患者属性情報以外のその他情報を取得する。
　別効能解析部７２は、効能解析部４４の解析対象となった薬について、効能解析部４４の解析対象となった疾患症状以外の疾患症状への効能を、その他情報取得部７１により取得されたその他情報に基づき解析する。
　ここで、患者属性情報以外のその他情報の具体例を図４に示す。
　図４は、患者属性情報以外のその他情報の具体例を表す図である。
　図４は、項目、単位、基準範囲、高値、低値の事項より構成されている。
　患者属性情報以外のその他情報は、血液生化学検査、血液学的検査、血清学検査、尿検査、腎機能検査、内分泌機能検査、循環機能検査等、様々な検査結果に基づく情報である。
　例えば、図４の示す通り、クレアチニン（Ｃｒ）であれば、基準範囲より高いと腎不全、脱水症、心不全、尿路閉塞の疑いがあり、基準範囲より低いと筋ジストロフィー症、甲状腺機能低下症の疑いがある。
　また、例えば、図４の示す通り、尿酸（ＵＡ）であれば、基準範囲より高いと痛風、腎不全、心不全、血液疾患の疑いがあり、基準範囲より低いとウィルソン症、妊娠の疑いがある。
　さらに、例えば、図４の示す通り、ピルビン酸であれば、基準範囲より高いとショック、劇症肝炎、心不全の疑いがある。
　加えて、例えば、図４の示す通り、乳酸であれば、基準範囲より高いとショック、尿毒症、心不全の疑いがある。
　また、例えば、図４の示す通り、比重（随時尿）であれば、基準範囲より高いと糖尿病、脱水症、フロネーゼ、急性腎炎、心不全の疑いがあり、基準範囲より低いと高カルシウム血症、骨疾患の疑いがある。
　即ち、別効能解析部７２は、例えば、患者が心不全の疾患症状を自覚していたとして、心不全の薬を投与し、血液生化学検査をしたところクレアチニン（Ｃｒ）の値が高値から基準範囲に下がったとすると、心不全の薬は、腎不全、脱水症、尿路閉塞の疾患に対しても効能があると発見することができる。
　また、例えば、患者が痛風の疾患症状を自覚していたとして、痛風の薬を投与し、血液生化学検査をしたところ尿酸（ＵＡ）の値が高値から基準範囲に下がったとすると、痛風の薬は、腎不全、心不全、血液疾患の疾患に対しても効能があると発見することができる。
　さらに、例えば、患者が尿毒症の疾患症状を自覚していたとして、尿毒症の薬を投与し、血液化学検査をしたところピルビン酸の値が高値から基準範囲に下がったとすると、尿毒症の薬は、ショック、心不全の疾患に対しても効能があると発見することができる。
　加えて、例えば、患者が劇症肝炎の疾患症状を自覚していたとして、劇症肝炎の薬を投与し、血液化学検査をしたところ乳酸の値が高値から基準範囲に下がったとすると、劇症肝炎の薬は、ショック、心不全の疾患に対しても効能があると発見することができる。
　また、例えば、患者が糖尿病の疾患症状を自覚していたとして、糖尿病の薬を投与し、尿検査をしたところ比重（随時尿）の値が高値から基準範囲に下がったとすると、糖尿病の薬は、脱水症、フロネーゼ、急性腎炎、心不全の疾患に対しても効能があると発見することができる。
　以上、患者本人が患者端末１を操作してサービスを享受する形態について説明した。
　続いて、医療機関を介して患者がサービスを享受する形態について説明する。
　図５は、医療機関を介したサービスの概要を表す図である。
　本サービスは患者Ｐ、病院Ｈ及びデータセンターＤにより構成されるシステムにおいて提供する。
　患者Ｐは、病院Ｈを訪問し、医師による診察又は健康診断を受診する。
　病院Ｈは、少なくとも１人以上の医師により、患者Ｐに医療サービスを提供する。医師は診察又は健康診断についてのデータをデータセンターＤに送信する。
　データセンターＤは、サービス提供者が管理し、病院Ｈ及び医師に対して医薬についての投与量、投与回数及び投与時間を決定するサービスを提供する。
　患者Ｐに提供する具体的な医療サービスの一例として、培養上清液を点滴・点鼻により投与することが、考えられる。
　この様にして、幹細胞を培養する際に生み出される上清中に分泌された液性成分（成長因子、サイトカイン、脂質、核酸など）を体内に投与することにより、内在性幹細胞が活性化され、欠損部位に幹細胞が誘導され治癒する効果がある。
　但し、適正量を超える投与をした場合、サイトカイン放出症候群が発生するリスクがある。
　対象となり得る疾病として、脳梗塞、皮膚炎、脊髄損傷、肺疾患、肝疾患、糖尿病などが挙げられるが、今後の研究により他の疾病にも拡大されるものと考えられる。
　培養上清液の患者投与量を本発明によりビックデータ化し、サイトカイン放出症候群を回避することで安全性を確保し、利用を拡大、促進することができる。
　図６は、本サービスにより決定する初回投与量の一例を表す図である。
　本実施例では、データセンターＤは投与量の限界値を所定の演算により求め、所定の安全係数を乗じて、最大投与量を決定する。限界値は、患者の属性から求められる安全投薬最大量である。最大投与量についての安全係数は０以上１未満の数値であって例えば０．８を採用することができる。
　同様に、投与時間についても、投与量増加率の限界値を所定の演算により求め、所定の安全係数を乗じて投与量増加率を決定する。投与量増加率についての安全係数は０以上１未満の数値であって、例えば０．５を採用することができる。
　限界値の演算に用いる患者データとしては、例えば年齢、性別、体重、身長、体温、血圧、脈拍、血液、体内水分量、尿、外傷画像データを用いて良い。
　演算は、例えば各症例に応じた臨床検査数値を基準として、治療効果を測定し、投与量の再調整を繰り返すことにより、適正値までの投与回数を減らすことができる。
　本発明は、例えば情報提供料として課金するビジネスモデルにより、利用拡大を図ることができる。
　図７は、複数の医療機関を介する場合の本サービスの概要を表す図である。
　図７では図５における病院Ｈが、Ａ病院ＨＡ、Ｂ病院ＨＢ及びＣ病院ＨＣの３病院となっている。
　患者Ｐは、Ａ病院ＨＡ、Ｂ病院ＨＢ及びＣ病院ＨＣの３病院全ておいて、同一の個人識別情報（例えばマイナンバー）を使用することにより、データセンターＤにおいて同一人として取り扱われ、異なる病院に訪問しても、同じデータに基づいて、他の医師による診察や手術等の処置を受けることができる。
　入力データは、例えばパーソナルデータ（遺伝子情報含む）、処方箋履歴、病歴、手術歴、家族の病歴、治療中の病気の治療状況、人間ドックのデータ、ウェアラブル端末との連携による日々のデータ収集、家庭用医療機器とのデータ連携、飲食内容、睡眠時間等であって良い。
　出力データは、例えば手術時の麻酔量、抗がん剤の投与量、緩和治療における鎮痛剤の投与量、処方薬の量、先制医療・予防医療の提案、混合診療の提案、健康管理・運動プログラムの提案、食事管理・食事制限・推奨メニューの提示、病気予測、推奨病院の選定・予約代行、健康食品・サプリメントの推奨・購入代行等であって良い。
　この様にすることにより、診察時に他の病院における治療内容を確認でき、複数の医療機関に通院をしている場合の投薬の節約・飲み合わせの調整可能になり、更には医療過誤を発見・防止することができる。
　本発明によれば防止できた具体的事例としては、例えば２０１６年に東京慈恵会医科大学付属病院で発生した、肺がん疑い放置事故が挙げられる。
　即ち、放射線科の医師が画像報告書に「原発性肺がんは鑑別となり、短期間でのフォローが望まれます」と付記していたが、当時の担当医やその後の外来を担当した主治医が、報告書を確認しないまま肺がんの疑いを１年にわたり放置し、手術や抗がん剤治療ができない状態にまでがんを進行させた事例である。
　これは、１人の患者Ｐについての医療データを複数の医療関係者が閲覧できれば回避することができた可能性がある一事例である。
　本発明は、例えば患者ＰがデータセンターＤに契約により加入し、診察終了時に患者Ｐが病院にデータセンターＤにデータを送る旨指示し、送信手数料として、データセンターＤから病院に支払いがなされ、カルテ閲覧時・投薬指示時に情報提供料として患者Ｐに課金する及び各種代行業務による口銭収入を得るビジネスモデルにより、利用拡大を図ることができる。
　図８は、従来の患者の体調の時系列推移を表す図である。
　縦軸は患者の体調であり、高い位置程患者が健康体であることを示している。
　本発明では、患者の健康状態が良好である時期から、各種臨床検査数値を基礎数値として収集して良い。
　この様にすることにより、発症時及び投与開始後の各種臨床検査数値を当該基礎数値と比較し、治癒率を考えることができることとなる。
　本発明では、出生時からの基礎数値データ分析により個人差を考慮して良い。
　この様にすることにより、例えば、平熱体温が３６度の人と３７度の人では、発症時体温が同じ３８度であっても症状は異なることを考慮することができる。
　本発明では、数回に渡り繰り返し投与する場合と一回限りの投与の場合とでは、参照するパラメータの重み付けを変更して良い。
　この様にすることにより、例えば、連続投与する場合は、回数を重ねる程パーソナルデータが優位とし、一回限りの投与の場合及び連続投与での初回投与の場合は、ビックデータを優位とする事ができる。
　本発明は、例えば培養上清液の投与で糖尿病を治療するケースに適用して良い。
　当該ケースでは、培養上清液の過剰投与によるサイトカインストームの発生が問題となる。
　このケースにおいて本発明では、初期投与においてはビックデータを基に投与量を決定して良い。
　同じく本発明では、２回目以降の投与においては、患者の各種臨床検査数値（例えば尿検査における尿ＰＨ、尿糖、尿ケトン体、血液化学検査における血糖値、ヘモグロビンの値）により投与量を増加又は減少させて良い。
　図９は、本システム利用有無の夫々の場合についての患者の体調の時系列推移を比較した図である。
　縦軸は患者の体調であり、高い位置程患者が健康体であることを示している。
　本発明によれば、以下の効果が期待できる。
　即ち本発明によれば、第一に薬剤の適正投与による治療効果の向上が期待できる。
　本発明によれば、症例に基づく治療薬の一律的な投与ではなく、各個人の状況に応じた投与量とすることとなるので、より効果的な治療を行うことが可能となるからである。
　この結果として図９に示す通り、患者の体調の回復速度をより高くすることができるからである。
　上記効果以外にも付随して、以下の図示せぬ効果を本発明は有する。
　本発明によれば、第二に薬剤の不適正投与を防止することができる。
　本発明によれば防止できた具体的事例としては、例えば２０１６年２月に東京女子医科大学病院で発生した、プロポフォール投与事故が挙げられる。
　即ち、小児集中治療における人工呼吸中の鎮静用には禁忌のプロポフォールを、遺族の承諾がないまま大量投与したことなどにより２歳１０カ月の男児が死亡した事例である。
　これは、投与量がビックデータ化されていれば回避することができた一事例である。
　本発明によれば、第三に残薬の管理・抑制及び売薬の防止をすることができる。
　即ち本発明に係るシステムが過剰処方と判断した場合は、処方を停止する
　本発明によれば、第四に先制医療の普及を促進することができる。
　本発明によれば、体重・体温・その他臨床検査数値を発症後の診察時のみの値で判断するのではなく、過去からの推移を把握することにより、発症経緯・病変を察知し、早期の治療に着手することができるからである。
　本発明によれば、第五に診療費決済の簡素化することができる。
　本発明によれば、医療費の支払いを全て患者の口座決済とすることにより、病院の窓口業務が簡素化し、病院の混雑緩和に寄与するからである。
　本発明によれば、第六に架空請求の防止することができる。
　本発明によれば、診療情報と決済情報とが関連付けられることにより、病院側の不正操作による保険診療報酬の架空請求を防止することができるからである。
　本発明によれば、第七に医療情報の共有化による相互監視機能が発揮されることが期待できる。
　本発明によれば、他の医療機関の診断内容を他の医師及びＡＩ（Ａｒｔｉｆｉｃｉａｌ　Ｉｎｔｅｌｌｉｇｅｎｃｅ：人工知能）が確認できることにより、セカンド・オピニンオンの選定効果と誤診又は医療過誤の発見に寄与するからである。
　図１０は、サービスの別の形態の一例を表す図である。
　マイナンバーを自己の健康と財産の管理の為に以下の如く活用する。
　第一の活用例として、診療時のマイナンバー活用について説明する。
　個人Ｃは、患者として診療時に自己のマイナンバーを病院Ｈに提示する。
　病院Ｈは、診察内容を個人Ｃのマイナンバーに関連付けてデータセンターＤに送信する。
　個人Ｃは、病院Ｈに支払う診療報酬について、指紋認証の上、マイナンバーに基づく個人金融ＩＤを用いて銀行Ｂに送金指示をする。
　病院Ｈの診察内容は、データセンターＤで個人Ｃのマイナンバーにより管理され、ＡＩにより分析され、今後の治療方針、病状の予測をし、処方薬の判断をする。
　以下、糖尿病患者である個人Ｃが病院Ｈにおいて培養上清液の投与を受ける場合を例として、流れを具体的に説明する。
　先ず、個人Ｃは、病院Ｈの窓口において自己のＩＤカード提示し、マイナンバーの読み取りをさせる。
　診察段階に進み、病院Ｈの医師は、データセンターＤから個人Ｃのパーソナルデータ呼び出し、既往歴・直近の摘要薬を医療端末に表示させる。
　次に、病院Ｈの医師は医療端末を操作して、画面上に表示される操作子を「本日の投与薬」、「培養上清液」の順にクリックする。
　すると、健康時・発症時・投与後の臨床検査数値が比較され、投与量が算出される。
　算出される投与量は、数値比較の結果により増減する。
　また、病院Ｈの医師は医療端末を操作して、データセンターＤに、随時、データを送信すれば、他の病院の診療内容・処方箋を認識することができ、これにより、飲み合わせ及び重複服用の管理を実施することができる。
　その上で、病院Ｈの医師は個人Ｃに、培養上清液を投与することができる。
　精算段階に進み、病院Ｈは個人Ｃに、診療明細の提示を行う。
　これには、データセンターＤによるデータ提供料の課金も含まれる。
　個人Ｃは病院Ｈの窓口において指紋認証を行い、銀行Ｂの個人Ｃ口座から病院Ｈに医療費が送金される。その際、病院Ｈは窓口において個人ＣのＩＤカードを再度提示させても良い。
　第二の活用例として、自己健康管理時のマイナンバー活用について説明する。
　食事を撮影した画像データを、個人Ｃのマイナンバーに関連付けて、データセンターＤに送信する。
　データセンターＤでは、カロリー計算等を実施し、個人Ｃのマイナンバーと関連付けて各種データ管理する。
　個人Ｃのマイナンバーと関連付けて蓄積された各種データをＡＩが分析し、個人Ｃに推奨メニュー・制限メニューを定期配信する。
　第三の活用例として、店舗での支払時のマイナンバー活用について説明する。
　店舗Ｓでの買い物時に、個人Ｃは自己のマイナンバーに基づく個人金融ＩＤを提示し、指紋認証をする。
　マイナンバーに基づく個人金融ＩＤに基づき買物内容をＡＩが判断し、銀行Ｂに送金指示を行う。
　ＡＩによる判断内容は、趣味・嗜好・場所・価額等により本人認識を行う。
　第四の活用例として、金融機関等でのマイナンバー活用について説明する。
　保有している銀行Ｂ・証券Ｅ・保険会社Ｉの残高を個人Ｃのマイナンバーに基づく個人金融ＩＤと関連付けてデータセンターＤに送信する。
　年末時点の残高データで、その年分の確定申告データを作成し、個人Ｃに配信する。
　ＡＩによりポートフォリオ分析をする。
　マイナンバーに基づく個人金融ＩＤに基づいてＡＩにより個人Ｃの健康状況を分析し、適正保険を選定し、配信する。
　マイナンバーに基づく個人金融ＩＤに基づいて相続税の試算をする。
　第五の活用例として、市販薬購入時における適性判断及び用法・用量の決定並びに代金決済でのマイナンバー活用について説明する。
　店舗Ｓは、市販薬のパッケージに成分の内容等をバーコード表示する。
　店舗Ｓに来店した個人Ｃは、バーコードをスマートフォンで読み取りデータセンターＤに送信する。
　データセンターＤは、個人ＣのパーソナルデータをＡＩで解析し、適性・用法・用量を返信する。
　個人Ｃは、代金決済時にマイナンバーと指紋認証で、データセンターＤから指定口座に支払指示を出し、店舗Ｓに代金を送金する。
　データセンターＤは、購入履歴をデータ保存する。
　個人Ｃは、その後の投与量を送信する。
　データセンターＤは、重複購入、過去の類似薬・残薬を管理し、個人Ｃに警告する。
　データセンターＤは、年次集計により、医療費控除の適用データを個人Ｃに出力する。
　データセンターＤは、自己のＡＩにより、適切な診療・検診場所を個人Ｃに提示する。
　データセンターＤは、自己のＡＩにより、適切な食事メニュー・休暇プランを、個人Ｃに推奨する。
　その際、食事メニューからレストラン予約サイトに連携させて提示して良い。
　また、休暇プランから旅行予約サイトに連携させて提示して良い。
　データセンターＤは、自己のＡＩにより個人Ｃの余命を算定し、適正な生命保険を選定して提示する。
　データセンターＤは、自己のＡＩにより個人Ｃの推定相続税を算定し、財産の適正なポートフォリオを選定して提示する。
　以上本発明の一実施形態について説明したが、本発明は、上述の実施形態に限定されるものではなく、本発明の目的を達成できる範囲での変形、改良等は本発明に含まれるものである。
　例えば、図３の機能的構成は例示に過ぎず、特に限定されない。即ち、上述した一連の処理を全体として実行できる機能が情報処理システムに備えられていれば足り、この機能を実現するためにどのような機能ブロックを用いるのかは特に図３の例に限定されない。また、機能ブロックの存在場所も、図３に特に限定されず、任意でよい。例えば、サーバ２の機能ブロックを患者端末１等に移譲させてもよい。逆に図３には図示せぬ端末１の機能ブロックをサーバ２等に移譲させてもよい。
　また、１つの機能ブロックは、ハードウェア単体で構成してもよいし、ソフトウェア単体で構成してもよいし、それらの組み合わせで構成してもよい。
　各機能ブロックの処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが、コンピュータ等にネットワークや記録媒体からインストールされる。
　コンピュータは、専用のハードウェアに組み込まれているコンピュータであってもよい。また、コンピュータは、各種のプログラムをインストールすることで、各種の機能を実行することが可能なコンピュータ、例えばサーバの他汎用のスマートフォンやパーソナルコンピュータであってもよい。
　このようなプログラムを含む記録媒体は、プログラムを提供するために装置本体とは別に配布される図示せぬリムーバブルメディアにより構成されるだけでなく、装置本体に予め組み込まれた状態で提供される記録媒体等で構成される。
　なお、本明細書において、記録媒体に記録されるプログラムを記述するステップは、その順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的或いは個別に実行される処理をも含むものである。
　また、本明細書において、システムの用語は、複数の装置や複数の手段等より構成される全体的な装置を意味するものとする。
　換言すると、本発明が適用される情報処理装置は、次のような構成を有する各種各様の実施形態を取ることができる。
　即ち、本発明が適用される情報処理装置は、
　所定の集団（日本国国民の集合）内で個人を特定するために付された第１識別子（例えばマイナンバー）に基づいて生成された、当該個人を特定可能な第２識別子と対応付けて、当該個人に関する健康診断データ又は受診データを収集するデータ収集手段（例えば、図３のデータ収集部４０）
　を備える。
　また、本発明が適用される情報処理装置は、
　前記情報処理装置が収集する前記個人の健康診断データ又は受診データに基づいて、前記個人に対して医療指針を提示する情報処理装置であって、
　前記個人である患者の少なくとも１種類以上の属性の情報を取得する患者属性情報取得手段（例えば、図３の患者属性情報取得部６１）と、
　所定の疾患症状に対して効能を有する医療指針と、１種類以上の属性との対応関係を示す対応情報が格納されている対応情報データベース（例えば、図３の対応情報ＤＢ８２）と、
　前記患者が自覚している疾患症状に関する前記対応情報を前記対応情報データベースから取得する対応情報取得手段（例えば、図３の対応情報取得部６２）と、
　前記患者属性情報取得手段により取得された前記患者属性情報と、前記対応情報取得手段により取得された前記対応情報に基づいて、前記患者が自覚している疾患症状の前記患者に対する医療指針を演算する最適医療指針演算手段（例えば、図３の最適投与量演算部）と、
　前記最適医療指針演算手段により演算された前記医療指針が前記患者に適用された場合における、当該医療指針の当該患者に対する効能を解析する効能解析手段（例えば、図３の効能解析部４４）と、
　前記効能解析手段の解析結果に基づいて、当該医療指針の前記対応情報であって、属性の種類を含む対応情報を更新する対応情報更新手段（例えば、図３の投与量学習部４２）と、
　を備える。
　また、本発明が適用される情報処理装置は、
　患者の少なくとも１種類以上の属性の情報を取得する患者属性情報取得手段（例えば、図３の患者属性情報取得部６１）と、
　前記患者属性情報を格納する患者属性情報データベース（例えば、図３の患者属性情報ＤＢ８１）と、
　前記患者が自覚している疾患症状に対して効能を有する薬の投与量と、１種類以上の属性との対応関係を示す対応情報が格納されている対応情報データベース（例えば、図３の対応情報ＤＢ８２）と、
　前記対応情報を取得する対応情報取得手段（例えば、図３の対応情報取得部６２）と、
　取得した前記患者属性情報及び前記対応情報に基づいて前記患者が自覚している疾患症状に対して最適な薬の投与量を演算する最適投与量演算手段（例えば、図３の最適投与量演算部６３）と、
　演算した最適な薬の投与量の効能を解析する効能解析手段（例えば、図３の効能解析部４４）と、
　解析結果に基づいて、属性の種類を含む対応情報を更新する対応情報更新手段（例えば、図３の投与量学習部４２）と、
　解析した前記効能とは別の前記患者の自覚している疾患症状以外の疾患への効能を前記患者属性情報以外のその他情報に基づき解析する別効能解析手段（例えば、図３の別効能解析部７２）と、
　前記別効能の情報を格納する別効能情報データベース（例えば、図３の別効能情報ＤＢ８３）と、
　前記患者属性情報以外のその他情報を取得するその他情報取得手段（例えば、図３のその他情報取得部７１）と、
　を備える。
　ここで、患者とは、上述の実施形態で説明したように人間を含むことは当然ながら、それ以外の薬の投与対象、例えば動物や植物も含む広義な概念である。
　また、データ収集手段（例えば、図３のデータ収集部４０）を備える情報処理装置及び最適医療指針演算手段（例えば、図３の最適投与量演算部）を備える情報処理装置は、１台の情報処理装置が兼ねて良い。
　このようにして、プライバシーに配慮しつつ医療ビッグデータを構築すること、薬の投与量と患者の属性情報に対応したより適切な薬の投与量を導き出すこと及び薬の１つの疾患症状に対しての効能だけでなく他の疾患症状に対しての効能を発見することの手法が確立される。
　即ち、所定の集団内で個人を特定するために付された第１識別子に基づいて生成された、当該個人を特定可能な第２識別子と対応付けて、当該個人に関する健康診断データ又は受診データを収集し、これを用いて患者の属性に基づき薬の投与量を決定し、その投与した薬の効能を解析し、その解析結果に基づき、最適な投与量を更新していくことにより、患者の属性に対応する情報に基づいた最適な薬の投与量を決定することができる。
　また、患者の属性の情報以外のその他情報に基づき、患者の自覚している疾患症状とは別の疾患症状に対しても効能を有する薬の解析をすることができる。
　１・・・患者端末、２・・・サーバ、３・・・医療端末、１１・・・ＣＰＵ、１８・・・記憶部、４０・・・データ収集部、４１・・・投与量提示部、４２・・・投与量学習部、４３・・・別効能発見部、４４・・・効能解析部、７１・・・その他情報取得部、７２・・・別効能解析部、８１・・・患者属性情報ＤＢ、８２・・・対応情報ＤＢ、８３・・・別効能情報ＤＢ

Claims (4)

  1. 　所定の集団内で個人を特定するために付された第１識別子に基づいて生成された、当該個人を特定可能な第２識別子と対応付けて、当該個人に関する健康診断データ又は受診データを収集するデータ収集手段
    　を備える情報処理装置。
  2. 　個人の健康診断データ又は受診データに基づいて、前記個人に対して医療指針を提示する情報処理装置であって、
    　前記個人である患者の少なくとも１種類以上の属性の情報を取得する患者属性情報取得手段と、
    　所定の疾患症状に対して効能を有する医療指針と、１種類以上の属性との対応関係を示す対応情報が格納されている対応情報データベースと、
    　前記患者が自覚している疾患症状に関する前記対応情報を前記対応情報データベースから取得する対応情報取得手段と、
    　前記患者属性情報取得手段により取得された前記患者属性情報と、前記対応情報取得手段により取得された前記対応情報に基づいて、前記患者が自覚している疾患症状の前記患者に対する医療指針を演算する最適医療指針演算手段と、
    　前記最適医療指針演算手段により演算された前記医療指針が前記患者に適用された場合における、当該医療指針の当該患者に対する効能を解析する効能解析手段と、
    　前記効能解析手段の解析結果に基づいて、当該医療指針の前記対応情報であって、属性の種類を含む対応情報を更新する対応情報更新手段と、
    　を備える情報処理装置。
  3. 　前記対応情報データベースにおける前記医療指針は薬の投与量であり、
    　前記最適医療指針演算手段が演算する前記医療指針は、薬についての投与量であり、
    　前記効能解析手段が解析する前記医療指針の当該患者に対する効能は、前記投与量で前記薬が前記患者に投与された場合における当該薬の当該患者に対する効能であり、
    　前記対応情報更新手段が更新する前記医療指針の前記対応情報は、前記薬の前記対応情報である
    　請求項２に記載された情報処理装置。
  4. 　前記効能解析手段の解析対象となった前記医療指針又は前記薬について、当該解析対象となった前記効能とは別の効能を、前記患者属性情報以外のその他情報に基づき解析する別効能解析手段と、
    　を更に備える請求項２又は請求項３に記載された情報処理装置。
PCT/JP2017/006437 2016-02-26 2017-02-21 情報処理装置 WO2017146067A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US16/078,915 US20190057762A1 (en) 2016-02-26 2017-02-21 Information processing device
JP2018501715A JP7029753B2 (ja) 2016-02-26 2017-02-21 情報処理装置
CN201780012792.6A CN108697580B (zh) 2016-02-26 2017-02-21 信息处理装置

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016035925 2016-02-26
JP2016-035925 2016-02-26

Publications (1)

Publication Number Publication Date
WO2017146067A1 true WO2017146067A1 (ja) 2017-08-31

Family

ID=59685239

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/006437 WO2017146067A1 (ja) 2016-02-26 2017-02-21 情報処理装置

Country Status (4)

Country Link
US (1) US20190057762A1 (ja)
JP (1) JP7029753B2 (ja)
CN (1) CN108697580B (ja)
WO (1) WO2017146067A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019057076A (ja) * 2017-09-20 2019-04-11 キヤノンメディカルシステムズ株式会社 病院情報システム及び病院情報表示プログラム
JP2019095960A (ja) * 2017-11-21 2019-06-20 株式会社日立製作所 治療選択支援システム及び方法
WO2021192970A1 (ja) * 2020-03-25 2021-09-30 テルモ株式会社 処方支援装置及び処方支援方法
CN113555105A (zh) * 2020-04-24 2021-10-26 阿里健康信息技术有限公司 一种推荐医疗产品的方法及装置

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7236789B2 (ja) * 2018-08-24 2023-03-10 富士通株式会社 情報処理装置、医療機関検索システム、及びプログラム
CN113261064B (zh) * 2019-01-23 2024-03-08 国立研究开发法人科学技术振兴机构 给药量管理支援系统
CN111291225B (zh) * 2020-05-08 2020-08-11 成都金盘电子科大多媒体技术有限公司 一种医疗健康信息数据标准快速校验的方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005196587A (ja) * 2004-01-08 2005-07-21 Matsushita Electric Ind Co Ltd 医薬品投与量演算装置
JP2005227928A (ja) * 2004-02-12 2005-08-25 Terumo Corp 在宅療養・治療支援システム
JP2006304833A (ja) * 2005-04-26 2006-11-09 Sysmex Corp 診断支援システム及びコンピュータプログラム
JP2008250548A (ja) * 2007-03-29 2008-10-16 Fujifilm Corp 薬剤情報収集ネットワークシステム及び電子カルテ装置
JP2016500866A (ja) * 2012-10-05 2016-01-14 ベイシエント エルエルシー 数学モデルの関数として患者特有の投与を提供するためのシステムおよび方法
JP2016099656A (ja) * 2014-11-18 2016-05-30 富士フイルム株式会社 情報収集装置、情報収集装置の作動方法および作動プログラム、並びに情報収集システム

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7461006B2 (en) * 2001-08-29 2008-12-02 Victor Gogolak Method and system for the analysis and association of patient-specific and population-based genomic data with drug safety adverse event data
US20040088192A1 (en) * 2002-11-04 2004-05-06 Schmidt Tim W. Medical office electronic management system
JP4781710B2 (ja) * 2005-05-12 2011-09-28 シスメックス株式会社 治療効果予測システム及びそのプログラム
US8160899B2 (en) * 2008-01-31 2012-04-17 Paul Rhodes Knowledge based electronic clinical record for dentistry
US20110112686A1 (en) * 2009-11-10 2011-05-12 Nolan James S Devices and methods and systems for determining and/or indicating a medicament dosage regime
CN102188720A (zh) * 2010-03-08 2011-09-21 大连大学 一种用于研究药效物质基础的方法
WO2012023681A1 (en) * 2010-08-16 2012-02-23 Ajou University Industry-Academic Cooperation Foundation Method of detecting adverse reaction to drug based on retrospective cohort study using electronic medical record, method of detecting adverse reaction to intervention, and method of detecting adverse reaction to drug or intervention based on retrospective cohort study using electronic medical record and electrocardiogram data
CN104951894B (zh) * 2015-06-25 2018-07-03 成都厚立信息技术有限公司 医院疾病管理智能分析和评估系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005196587A (ja) * 2004-01-08 2005-07-21 Matsushita Electric Ind Co Ltd 医薬品投与量演算装置
JP2005227928A (ja) * 2004-02-12 2005-08-25 Terumo Corp 在宅療養・治療支援システム
JP2006304833A (ja) * 2005-04-26 2006-11-09 Sysmex Corp 診断支援システム及びコンピュータプログラム
JP2008250548A (ja) * 2007-03-29 2008-10-16 Fujifilm Corp 薬剤情報収集ネットワークシステム及び電子カルテ装置
JP2016500866A (ja) * 2012-10-05 2016-01-14 ベイシエント エルエルシー 数学モデルの関数として患者特有の投与を提供するためのシステムおよび方法
JP2016099656A (ja) * 2014-11-18 2016-05-30 富士フイルム株式会社 情報収集装置、情報収集装置の作動方法および作動プログラム、並びに情報収集システム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
22 October 2015 (2015-10-22), Retrieved from the Internet <URL:https://web.archive.org/web/20150922030108/http://www.jpma.or.jp/opir/news/news-35.pdf> [retrieved on 20170511] *
22 September 2015 (2015-09-22), pages 1 - 9, Retrieved from the Internet <URL:https://web.archive.org/web/20150922030108/http://www.jpma.or.jp/opir/news/news-35.pdf> *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019057076A (ja) * 2017-09-20 2019-04-11 キヤノンメディカルシステムズ株式会社 病院情報システム及び病院情報表示プログラム
JP7027088B2 (ja) 2017-09-20 2022-03-01 キヤノンメディカルシステムズ株式会社 病院情報システム及び病院情報表示プログラム
JP2019095960A (ja) * 2017-11-21 2019-06-20 株式会社日立製作所 治療選択支援システム及び方法
WO2021192970A1 (ja) * 2020-03-25 2021-09-30 テルモ株式会社 処方支援装置及び処方支援方法
CN113555105A (zh) * 2020-04-24 2021-10-26 阿里健康信息技术有限公司 一种推荐医疗产品的方法及装置

Also Published As

Publication number Publication date
JPWO2017146067A1 (ja) 2019-01-31
JP7029753B2 (ja) 2022-03-04
US20190057762A1 (en) 2019-02-21
CN108697580B (zh) 2021-04-27
CN108697580A (zh) 2018-10-23

Similar Documents

Publication Publication Date Title
WO2017146067A1 (ja) 情報処理装置
Wasserman et al. Advancing health services research to eliminate health care disparities
Subramanian et al. Cost and affordability of non-communicable disease screening, diagnosis and treatment in Kenya: Patient payments in the private and public sectors
Baker Association of managed care market share and health expenditures for fee-for-service Medicare patients
Peterson et al. Association of single-vs dual-chamber ICDs with mortality, readmissions, and complications among patients receiving an ICD for primary prevention
Hanchate et al. Racial and ethnic differences in end-of-life costs: why do minorities cost more than whites?
Tsiachristas et al. Towards integrated care for chronic conditions: Dutch policy developments to overcome the (financial) barriers
French et al. Measuring the value of process improvement initiatives in a preoperative assessment center using time-driven activity-based costing
Blustein High-technology cardiac procedures: the impact of service availability on service use in New York State
Frist Overcoming disparities in US health care
Nayak et al. Telemedicine and remote monitoring: supporting the patient on peritoneal dialysis
Fraiche et al. Moving beyond the walls of the clinic: opportunities and challenges to the future of telehealth in heart failure
Ziaeian et al. Medicare expenditures by race/ethnicity after hospitalization for heart failure with preserved ejection fraction
Goodlin et al. Hospice care for heart failure patients
Krist et al. Patient costs as a barrier to intensive health behavior counseling
Mehrotra et al. Including physicians in bundled hospital care payments: time to revisit an old idea?
Cooper et al. Geographical variation in health spending across the US among privately insured individuals and enrollees in Medicaid and Medicare
Pires et al. Identifying opportunities to improve children’s behavioral health care: An analysis of Medicaid utilization and expenditures
Mosca et al. Association between having a caregiver and clinical outcomes 1 year after hospitalization for cardiovascular disease
Bello et al. International Society of Nephrology Global Kidney Health Atlas: structures, organization, and services for the management of kidney failure in North America and the Caribbean
Grumbach et al. Mechanisms for controlling costs
Kusumoto et al. Arrhythmia care in a value-based environment: past, present, and future: developed and endorsed by the Heart Rhythm Society (HRS)
Nielsen et al. Promoting health payment reform literacy: Does integrated care save money?
Yang et al. Incompleteness of health-related quality of life assessments before left ventricular assist device implant: a novel quality metric
Wilson Lessons for health care could be found abroad

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2018501715

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17756505

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 17756505

Country of ref document: EP

Kind code of ref document: A1