WO2019073927A1 - 生体情報処理システム、生体情報処理方法、および生体情報処理プログラム記録媒体 - Google Patents

生体情報処理システム、生体情報処理方法、および生体情報処理プログラム記録媒体 Download PDF

Info

Publication number
WO2019073927A1
WO2019073927A1 PCT/JP2018/037384 JP2018037384W WO2019073927A1 WO 2019073927 A1 WO2019073927 A1 WO 2019073927A1 JP 2018037384 W JP2018037384 W JP 2018037384W WO 2019073927 A1 WO2019073927 A1 WO 2019073927A1
Authority
WO
WIPO (PCT)
Prior art keywords
information processing
biological information
information
coping
target patient
Prior art date
Application number
PCT/JP2018/037384
Other languages
English (en)
French (fr)
Inventor
友嗣 大野
久保　雅洋
広晃 福西
昌洋 林谷
園 駱
裕 宇野
茂実 北原
Original Assignee
日本電気株式会社
株式会社Ｋｉｔａｈａｒａ Ｍｅｄｉｃａｌ Ｓｔｒａｔｅｇｉｅｓ Ｉｎｔｅｒｎａｔｉｏｎａｌ
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 日本電気株式会社, 株式会社Ｋｉｔａｈａｒａ Ｍｅｄｉｃａｌ Ｓｔｒａｔｅｇｉｅｓ Ｉｎｔｅｒｎａｔｉｏｎａｌ filed Critical 日本電気株式会社
Priority to JP2019548179A priority Critical patent/JP7057592B2/ja
Priority to US16/755,110 priority patent/US20200243196A1/en
Publication of WO2019073927A1 publication Critical patent/WO2019073927A1/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
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means

Definitions

  • the present invention relates to a biological information processing system, a biological information processing method, and a biological information processing program recording medium.
  • Patent Document 1 generates a condition score by measuring physiological information of a user using a sensor, and predicts the occurrence of a condition harmful to the user by comparing the condition score with a threshold value. It discloses a technical idea that warns caregivers.
  • Patent Document 2 discloses a technical idea for monitoring vital signs or non-life signs using automatic sensors and electronic signal processing to detect the occurrence or recurrence of physiological events such as chronic diseases or illnesses. It is disclosed. Specifically, the technical idea described in Patent Document 2 determines the level of restlessness of the subject in response to the sensed movement, and responds to it by assigning the turn protocol to the subject. And a controller for generating an alarm.
  • Patent document 3 learns a patient's past physiological knowledge, past treatment, and a related past clinical score, and when the patient encounters a situation similar to past invasion and treatment, an optimal treatment. It discloses a technical idea that proposes a method.
  • Patent Document 4 measures biological information such as blood pressure and temperature of the user, and compares the measured biological information with the determination value to determine "normal", “non-normal”, and "abnormal” in the user's health state. It discloses the technical idea to determine that it is either
  • Patent No. 5657315 gazette Patent No. 5951630 gazette JP, 2013-154190, A JP, 2014-186402, A
  • the measures (measures, measures) to be given to the patient after the abnormality is detected are often nurses, caregivers, therapists within the range instructed by the doctor. Etc. (hereinafter sometimes referred to as nurses etc.). Therefore, the effect of the coping method depends on the experience, intuition of the responder, and the compatibility between the patient and the responder. At this time, if the coping method is not appropriate, there is a possibility that the patient's abnormal condition may not be settled, or the patient's prognosis may be deteriorated. Specifically, it is conceivable that the responder, for example, administers a sedative that is stronger than necessary or strongly suppresses the patient who is expected to cause the problem behavior in the future.
  • Patent Document 3 proposes a recommended action according to the patient's symptoms based on past cases. However, since Patent Document 3 proposes a recommended action based on only the measured patient's condition, the load on the patient, the load on the responder, the surrounding environment, etc. are taken into consideration by implementing the recommended action. Not have problems. For this reason, in patent document 3, when implementing a recommendation treatment to a patient, the load concerning a patient may become large, or the load concerning a responder may become large. In particular, in Patent Document 3, since the recommended action is to be performed after an abnormality occurs in the patient, the load on the patient or the responder may be increased.
  • patent document 4 when it determines with the state of a user being abnormal, the map information to the nearest hospital and the emergency contact point are displayed, and relief operation is assisted. However, since patent document 4 does not necessarily display the information containing a specific countermeasure, there is a possibility that the person who rescues can not implement appropriate treatment, when a user's condition is urgent.
  • An object of the present invention is to provide a biological information processing system, a biological information processing method, and a biological information processing program recording medium which can solve the above-mentioned problems.
  • the living body information processing system is an identification that indicates whether or not the condition of the target patient has changed as compared to a normal state, based on the input feature amount of the target patient's biological information.
  • the information processing apparatus further includes: a determination unit that determines information; and an estimation unit that estimates handling information for the target patient based on the identification information and the handling prediction parameter learned in advance.
  • the identification unit determines the identification information indicating whether the target patient is to be treated based on the identification information and the parameter for coping prediction that has been learned in advance.
  • the biological information processing program recording medium is the condition of the target patient changed in comparison with the normal state based on the feature amount of the biological information of the target patient input to the computer?
  • a biological information processing program that executes processing of determining identification information indicating whether or not the processing is performed, and processing of estimating management information for the target patient based on the identification information and the management prediction parameter learned in advance.
  • a biological information processing system capable of suppressing the occurrence of an abnormal state of a target patient or estimating coping information capable of early sedating an abnormal state of a patient who has occurred.
  • a biometric information processing method and a biometric information processing program recording medium can be provided.
  • FIG. 1 is a block diagram showing the configuration of a biological information processing system according to a first embodiment of the present invention.
  • the biological information processing system 100 includes a determination unit 110 and an estimation unit 120.
  • the determination unit 110 receives the feature amount related to the biological information of the target patient, and determines identification information indicating whether or not the condition of the target patient has changed as compared to the normal state based on the feature amount.
  • Biological information in the present embodiment means information on a living body that can be measured by a sensor or the like. Specifically, biological information includes, for example, heart rate (pulse), respiration, blood pressure, deep body temperature, awareness level, skin temperature, skin conductance response (Galvanic Skin Response (GSR)), skin potential, myoelectric potential, and electrocardiographic waveform. EEG waveform, sweat volume, blood oxygen saturation, pulse waveform, near-infrared spectroscopy (NIRS), urine volume, pupillary reflex etc.
  • NIRS near-infrared spectroscopy
  • the feature amount related to biological information is information representing the characteristic of the biological information generated by processing the biological information of the patient, and is, for example, data indicating time fluctuation of a specific frequency band of the biological information.
  • the determination unit 110 can automatically determine whether the target patient is in the unrest state or in the non-rest state based on the feature amount related to the biological information of the target patient.
  • restlessness hereinafter sometimes referred to as restless
  • restlessness means a state in which the subject patient can cause a problem behavior.
  • restlessness includes, for example, a state in which the subject patient's behavior is excessive and restless, a state in which the subject patient is not calm, and a state in which the subject patient can not control the mind normally.
  • problem behavior means behavior in which oneself is injured, another person is injured, nurses etc. are stressed, or appropriate treatment for patients can not be continued. Do. Specifically, the problem behavior is, for example, getting up on the bed, removing the bed fence, leaving the room, walking alone, crawling, going to another floor of the hospital, falling from the bed, drips and tubes It includes messing, removing drips and tubes, making weird voices, making swearing, and acting on violence. However, depending on the condition of the patient, the behavior corresponding to the problem behavior differs.
  • the determination unit 110 may have a function of receiving the biological information of the target patient and calculating the feature amount of the biological information. In this case, the determination unit 110 can calculate the feature amount by performing smoothing processing, differentiation processing, or the like on the biological information.
  • the determination unit 110 includes, for example, a plurality of band pass filters having different pass bands, a differential filter, and the like, and a plurality of values obtained by performing filtering processing with a single filter or a plurality of combined filters, etc. Feature amounts (vectors) may be calculated.
  • the identification information is information indicating whether the condition of the target patient has changed as compared to the normal condition.
  • the identification information means information including a restlessness score indicating that the subject patient may be unrested.
  • the unrest score is determined, for example, based on the identification parameter learned in advance and the feature amount related to the biological information of the target patient.
  • the identification parameter means a parameter in which the feature amount of the biological information is associated with the unrest state or the unrest state.
  • Such a discrimination parameter may be generated, for example, by subjecting the feature amount of biological information obtained in the unrest state and the feature amount of the biological information obtained in the non-rest state to machine learning. it can.
  • identification parameters may be held in, for example, a storage device (not shown) installed outside the biological information processing system 100.
  • the storage unit of the determination unit 110 may hold the identification parameter.
  • the identification parameter includes a parameter that associates the feature amount of the biological information with the unrest state or the unrest state. Therefore, the accuracy of the identification information can be improved by optimizing the identification parameters.
  • the unrest score means an index indicating whether the subject patient is unrest or unrest.
  • the unrest score can be expressed by, for example, a number of 0 or more and 1 or less.
  • the subject patient is likely to be in a state of unrest as the unrest score is close to 1 or is unrested as the unrest score is close to 0. It means high sex.
  • any number may be set as the threshold value among the numbers of 0 or more and 1 or less.
  • the determination unit 110 may determine whether the target patient is in a disturbed state or in a non-disrupted state depending on whether the target patient's restlessness score exceeds a threshold.
  • the unrest score may be expressed by, for example, a binary value of 0 and 1.
  • the determination unit 110 may output, for example, 0 when the unrest score is less than the threshold and 1 when the unrest score is equal to or more than the threshold.
  • the target patient may be in a disquieting state if the disquieting score is 1, and may be non-quieting if the disquieting score is 0.
  • the determination unit 110 can automatically determine identification information (disturbance score) of the target patient based on, for example, the input feature amount of the biological information of the target patient and the identification parameter received from the outside.
  • FIG. 2 is a diagram showing an example of identification information.
  • the identification information includes at least the state of the target patient, the date and time when the biological information was measured, and the unrest score. Specifically, in the identification information shown in FIG. 2, for example, the unrest score of the target patient at “17:00:00 on July 11, 2017” is “0.80”, and the state of the target patient is It shows that it is "unrest”.
  • the identification information shown in FIG. 2 includes the state every 30 seconds of the target patient and the unrest score, but this is an example and does not limit the measurement interval of the biological information.
  • the estimation unit 120 determines a measure of action to be given to the target patient based on the identification information (disturbance score) determined by the determination unit 110 and the countermeasure prediction parameter learned in advance, and the degree of effectiveness of the remedy.
  • the action information including at least the indicated action score is estimated.
  • the coping prediction parameter means coping measures applied to a subject patient who has been unrest in the past, fluctuations in the feature amount related to biological information in a predetermined period before and after performing the coping actions, or fluctuations in unrest score Means the parameter associated with.
  • Such a coping prediction parameter can be generated, for example, by subjecting machine learning to fluctuation of feature quantities of biological information or fluctuation of unrest score caused by implementing the coping method.
  • the estimation unit 120 can estimate the handling information according to the fluctuation of the feature amount of the biological information for a predetermined period or the fluctuation of the unrest score based on the past case. Specifically, the estimation unit 120, for example, changes in the unrest score of the time zone of “17:00:00 on July 11, 2017” to “22:00:00 on July 11, 2017”. Correspondingly, the countermeasure information at “July 11, 2017 22:00:00” can be estimated according to the unrest score in the above time zone and the countermeasure prediction parameter.
  • the parameter for coping prediction in this case may be, for example, one learned from “0:00:00 on July 1, 2017” to “23:59:59 on July 10, 2017”. Just do it.
  • the estimation unit 120 for example, soon becomes a non-normal state (disturbed state) even if the target patient is in a normal state (non-disturbed state) at the time of "20.20: 00 on July 11, 2017". It is also possible to estimate that it may transition to In this case, the estimation unit 120 can estimate coping information including coping methods that can suppress transition of the target patient in the normal state (non-disruptive state) to the non-normal state (disturbed state).
  • the estimation unit 120 may estimate the handling information in consideration of the additional information in the identification information.
  • the additional information means information affecting the identification information of the target patient.
  • the additional information may be, for example, the influence (ambient environment information) given to the surroundings by implementing the surrounding condition of the subject patient and the coping method, the size of the load applied to the patient (patient load), the nurse Etc., the time required to implement the treatment to the target patient, the financial cost of implementing the treatment, and the information contained in the medical record (electronic medical record) It means that.
  • the estimation unit 120 takes care of the load on the subject patient, the nurse, etc.
  • the estimation unit 120 estimates the identification information in consideration of the additional information, thereby improving the accuracy of the identification information and further reducing the load on the target patient, the nurse, and the like.
  • Ambient environment information is information that includes the degree to which the target patient is affected, such as causing inconvenience to the patient around the target patient, when implementing the treatment for the target patient.
  • the surrounding environment information may be, for example, whether or not the patient's room of the subject patient is a single room, the distance between the room and the nurse station, and whether it is necessary to move the subject patient out of the room Whether or not the time to implement the countermeasure is noon, whether it is necessary to lighten the room after performing the countermeasure after turning off, or after performing the countermeasure after turning off It means information such as whether or not a sound is generated.
  • the above-mentioned ambient environment information is an illustration, and does not limit the present invention.
  • the patient load means the load applied to the body of the target patient by implementing the coping method.
  • the coping method of administering a strong sedative to the target patient causes a large load, and the target patient The load is reduced in the coping method against
  • the responder load means the load applied to the nurse etc. by implementing the coping method, for example, the load decreases when administering an effective sedative to the target patient, If the target patient is continuously vocalized, the load will increase.
  • the information contained in the electronic medical record means, for example, information on age, sex, height, weight, family structure, presence or absence of complications, medication history, blood components, medical history, excretion, and eating and drinking.
  • the information contained in the above-mentioned electronic medical record is an illustration, and does not limit this invention.
  • FIG. 3 is a diagram showing an example of the handling information estimated by the estimation unit 120.
  • the coping information includes, for example, coping method, coping score, ambient environment score, patient load score, time taken to sedation, and calming duration after sedation.
  • the ambient environment score and the patient load score are information on additional information
  • the time taken for sedation and the quiet duration after sedation are information on identification information.
  • the handling information shown in FIG. 3 includes two types of ambient environment score and patient load score as additional information, but this is an example, and the handling information may further include a plurality of additional information, and additional information may be added. It does not have to be included.
  • the coping method is the type of treatment to be given to the target patient, and for example, information on the treatment that makes the target patient a problem-free state or the information that makes the target patient less abnormal (unrest) It means that.
  • measures are mainly classified into measures to be implemented at night and measures to be implemented mainly at daytime. Measures implemented mainly at night include, for example, taking to the bathroom, treating excrement, drinking a drink, administering a sedative, calling directly, adjusting body temperature, suppressing the body, This includes speaking on a video-phone, listening to music, smelling (aroma), giving a concentrating task.
  • measures mainly taken during the day include, for example, administering a sedative, making a direct call, making a call on a videophone etc., exercising (rehab), having a meal, adjusting the sleeping time
  • To adjust the lighting of the room adjust the body temperature, adjust the temperature of the room, let the bath, show a TV program, listen to the music, smell the smell (aroma).
  • Respondents such as nurses follow the coping method, for example, while reducing the load given to the target patient or nurse, and the adverse effects on surrounding patients by implementing the coping method on the target patient, the target patient's Unusual states (disturbed states) can be easily suppressed.
  • the adverse effects mean, for example, the effects of causing the surrounding patients to sleep, the surrounding patients being unable to sleep, and the surrounding patients being angry because of loud noise.
  • the estimation unit 120 Since the movement (temporal change) of the unrest score shown in FIG. 2 is different for each target patient, the estimation unit 120 changes the coping information different for each patient even if the unrest score at a certain timing is the same. It can be estimated. Further, the estimation unit 120 may estimate different coping methods according to the magnitude of the unrest score. Specifically, the estimation unit 120 estimates, for example, when coping score is relatively large, a coping method having a large sedative effect or focusing on a patient with a weak body even if the distraction score is large. It can be estimated centering on measures with low load.
  • the coping score means a value indicating the effectiveness of the coping method performed on the subject patient.
  • the coping score is expressed, for example, in five stages of 1 to 5. The larger the number, the more effective the coping method. Specifically, in the coping information shown in FIG. 3, it is effective to administer the analgesic A or to call continuously for the target patient, and it is less effective to show the television program. It is shown that.
  • the coping score may be expressed in more than five steps, or may be expressed in less than five steps. That is, the coping score is associated with each coping method included in the coping information of the present embodiment. As a result, in the present embodiment, the degree and accuracy of the effect of the coping method included in the coping information become apparent. Therefore, a nurse or the like can easily grasp the effect of the coping method by referring to the coping score.
  • the surrounding environment score means a value indicating the influence on the surrounding environment by implementing the coping method to the coping patient.
  • the ambient environment score is expressed, for example, in 10 levels from 1 to 10. The larger the number is, the smaller the impact on the environment is.
  • administration of an analgesic A or administration of an analgesic B to a target patient has little influence on the surrounding environment and shows a television program. The thing shows that since the television emits light and sound, it has a great influence on the surrounding environment if it is a shared room.
  • the ambient environment score may be expressed in more than 10 steps or less than 10 steps.
  • the patient load score means a value indicating the magnitude of the load applied to the patient by performing the treatment on the target patient.
  • the patient load score is, for example, a score expressed in 10 steps from 1 to 10. The larger the number, the smaller the load on the patient.
  • the coping information shown in FIG. 3 indicates that administering an analgesic A or administering an analgesic B to a target patient imposes a heavy load on the patient and causes continuous speech. Indicates that the load on the patient is small.
  • the patient load score may be expressed in more than 10 steps or less than 10 steps.
  • the score is evaluated in 1 to 10 stages in the same manner as the surrounding environment score and the patient load score
  • the additional information evaluated may be included in the handling information.
  • the time taken for sedation is a predicted time taken for the condition of the subject patient to transition from restlessness to non-disquidation by performing a coping procedure on the subject patient.
  • FIG. 3 shows that, when analgesic A is administered to a subject in a state of rest, the subject transitions from restless to non-resting 30 minutes after administration of the analgesic A. ing.
  • the transition from disturbed state to non-disrupted state can be determined, for example, from the fact that the disturbed score falls from above the threshold to below the threshold.
  • the quiet duration after sedation is the predicted time for the non-disturbed state to persist after the subject's state has transitioned from unrest to non-disturbed.
  • FIG. 3 shows that when the subject patient is administered analgesic A, the subject's restlessness lasts for 8 hours.
  • the duration of non-quiet status can be determined, for example, from the duration below the threshold of distress score.
  • FIG. 4 is a flowchart showing the flow of the operation of the biological information processing system 100 shown in FIG. The flow of the operation of the biological information processing system 100 will be described below with reference to FIGS. 1 and 4.
  • the determination unit 110 receives a feature amount related to biological information of a target patient from the outside (step S101).
  • the determination unit 110 determines identification information indicating whether the target patient is disturbed or undisturbed based on the feature amount related to the biological information and the identification parameter (step S102).
  • the biological information processing system 100 ends the operation.
  • the estimation unit 120 estimates the handling information according to the identification information (step S104).
  • the biological information processing system 100 can estimate handling information as shown in FIG. 3 based on past cases. For this reason, a nurse or the like can implement an optimal countermeasure on a target patient by considering the countermeasure information shown in FIG. In this way, the present embodiment can reduce the load on nurses and the like, prevent injury to the target patient, and also prevent the delay of treatment resulting from implementing a countermeasure that is less effective. Further, in the present embodiment, a nurse or the like can predict a transition to unrest while the target patient is in the unrest state, and can implement a coping method on the target patient. Thereby, in the present embodiment, it is possible to suppress the transition of the target patient from the unrest state to the unrest state.
  • the biological information processing system 100 can estimate the coping information in consideration of the influence on the surrounding environment caused by implementing the coping method. For this reason, a nurse or the like can avoid, for example, a coping method that bothers surrounding patients when there are a plurality of coping methods having almost the same effect. Thereby, the present embodiment can also suppress the influence on the surrounding environment.
  • FIG. 5 is a block diagram showing the configuration of a biological information processing system according to a second embodiment of the present invention.
  • the biological information processing system 100A includes a determination unit 110, an estimation unit 120, a calculation unit 130, a storage unit 140, a learning unit 150, and a notification unit 160.
  • the calculation unit 130 receives biological information of a target patient detected by a biological sensor (not shown) or the like, and calculates a feature amount related to the biological information. Note that the calculation unit 130 may acquire the feature amount related to the biological information from the outside.
  • the storage unit 140 holds at least handling information, identification information, identification parameters, and handling prediction parameters.
  • the determination unit 110 determines the identification information based on the feature amount of the biological information acquired by the calculation unit 130 and the identification parameter held by the storage unit 140.
  • the determination unit 110 may have a function of storing the determined identification information in the storage unit 140.
  • the estimation unit 120 estimates handling information based on the identification information determined by the determining unit 110 and the handling prediction parameter held by the storage unit 140.
  • the estimation unit 120 may have a function of storing the estimated countermeasure information in the storage unit 140.
  • the learning unit 150 can learn the identification parameter and the coping prediction parameter by machine learning. Specifically, as shown in FIG. 6, the learning unit 150 includes an identification parameter learning unit 151 and a coping prediction parameter learning unit 152.
  • the identification parameter learning unit 151 learns the identification parameter by learning about the relationship between the feature amounts of a plurality of pieces of biological information in the past and whether the target patient is in the unrest state or the unrest state. In addition, the identification parameter learning unit 151 can store the generated identification parameter in the storage unit 140.
  • the coping prediction parameter learning unit 152 is based on a plurality of coping methods to be performed when a plurality of patients including the target patient are in a state of unrest, and a plurality of feature quantities related to respective biological information in a predetermined period of a plurality of patients. To learn the response prediction parameters.
  • the coping prediction parameter learning unit 152 can store the generated coping prediction parameter in the storage unit 140.
  • the biological information processing system 100A has a function of learning the coping prediction parameter. Therefore, the present embodiment can improve the accuracy of the handling information by repeating learning.
  • the notification unit 160 notifies the nurse or the like of the handling information estimated by the estimation unit 120.
  • the notification unit 160 is configured to automatically notify the handling information by voice or video, for example, after the estimating unit 120 estimates the handling information.
  • a notification unit 160 may be configured by, for example, a general speaker or a general display. Thereby, the nurse or the like can easily grasp the coping information by the notification from the notification unit 160.
  • the notification unit 160 may notify the handling information to a portable terminal or wearable terminal that can be communicated with the biological information processing system 100A (notification unit 160) possessed by a nurse or the like. As a result, since the nurse or the like is notified of the coping information from the notification unit 160, the nurse or the like can confirm the estimated coping information even when not in a specific place (for example, before the biological information processing system 100A).
  • FIG. 7 is a flowchart showing a flow of an operation in which the biological information processing system 100A learns the identification parameter and the coping prediction parameter.
  • the identification parameter learning unit 151 learns an identification parameter (step S201). Specifically, the identification parameter learning unit 151 calculates the feature amount calculated from the past biological information of the target patient measured in the unrest state and the past biological information on the target patient measured in the unrest state The identification parameter is learned by machine learning, using the feature quantity to be calculated as teacher data.
  • the determination unit 110 determines identification information indicating whether the target patient is in the “disturbed state” or in the “non-disturbed state” based on the measured biological information of the target patient and the identification parameter. (Step S202).
  • step S203 if the value of the identification information is less than the predetermined value ("NO" in step S203), the nurse or the like does not take any action on the target patient, so the biological information processing system 100A ends the learning operation.
  • the coping prediction parameter learning unit 152 learns coping prediction parameters (step S204). Specifically, the coping prediction parameter learning unit 152 uses machine learning to calculate the coping prediction parameter that relates the coping method to be applied to the target patient and the time variation of the identification information of the target patient caused by performing the coping method. learn.
  • FIG. 8A and FIG. 8B are diagrams showing the time variation of the value (disturbance score) of the identification information of the target patient, in which the horizontal axis is time and the vertical axis is the discontinuity score. Further, in FIG. 8A and FIG. 8B, the shaded area means that the nurse or the like has dealt with the target patient.
  • FIG. 8A shows that, at around “0:10”, although the nurse or the like has dealt with the target patient, the unrest score in the late-night time zone is high, and the target patient is in the late-night time It shows that it was unrest in the belt. That is, FIG. 8A is teacher data indicating an example in which the coping method is not effective.
  • FIG. 8B As a result of the nurse or the like taking care of the subject patient at around “0:20”, the unrest score in the late night time zone remains low, and the target patient is not in the late night time zone. It shows that it was unrest. That is, FIG. 8B is teacher data indicating an example in which the coping method is effective.
  • the coping prediction parameter learning unit 152 learns coping prediction parameters using a large number of teacher data as shown in FIGS. 8A and 8B.
  • the handling prediction parameter learning unit 152 uses machine learning, the accuracy of the handling prediction parameter improves as the amount of data to be learned increases.
  • FIG. 9 is a flowchart showing the flow of operations from when the biological information processing system 100A shown in FIG. 5 acquires the biological information of the target patient and notifies the coping information.
  • the flow of the operation of the biological information processing system 100A will be described with reference to FIGS. 5 and 9.
  • the calculation unit 130 receives biological information of a target patient measured by a biological sensor or the like, and calculates a feature amount related to the biological information (step S301). At this time, the calculation unit 130 may acquire the feature amount related to the biological information of the target patient from the outside.
  • the determination unit 110 determines whether the target patient is in the “disturbed state” or the “non-disrupted state” based on the feature amount calculated by the calculation unit 130 and the identification parameter stored in the storage unit 140.
  • the identification information to be shown is determined (step S302).
  • the estimation unit 120 determines the target patient based on the identification information and the coping prediction parameter stored in the storage unit 140.
  • the action information including at least one action to be taken is estimated (step S304).
  • the notification unit 160 notifies the nurse or the like of the handling information estimated by the estimation unit 120 (step S305).
  • the biological information processing system 100A needs the detection of the continuous unrest state of the target patient. If the sex is eliminated or the target patient is discharged from the hospital, the process is ended ("YES” in step S306). On the other hand, if the necessity for continuous detection of the unrest state of the target patient is not resolved or the target patient continues to be hospitalized (“NO” in step S306), the biological information processing system 100A returns to step S301. .
  • the biological information processing system 100 and the biological information processing system 100A described above may be realized by hardware or software.
  • the biological information processing system 100 and the biological information processing system 100A may be realized by a combination of hardware and software.
  • FIG. 10 is a block diagram showing an example of an information processing apparatus (computer) constituting the biological information processing system 100 and the biological information processing system 100A.
  • the information processing apparatus 200 includes a control unit (CPU: Central Processing Unit) 210, a storage unit 220, a ROM (Read Only Memory) 230, a RAM (Random Access Memory) 240, and a communication interface. 250 and a user interface 260.
  • CPU Central Processing Unit
  • storage unit 220 a storage unit 220
  • ROM Read Only Memory
  • RAM Random Access Memory
  • the control unit (CPU) 210 can realize various functions of the biological information processing system 100 and the biological information processing system 100A by expanding and executing the program stored in the storage unit 220 or the ROM 230 in the RAM 240. .
  • the control unit (CPU) 210 may also include an internal buffer that can temporarily store data and the like.
  • the storage unit 220 is a large-capacity storage medium capable of holding various data, and can be realized by a storage medium such as a hard disk drive (HDD) and a solid state drive (SSD). Further, when the information processing apparatus 200 is connected to the communication network via the communication interface 250, the storage unit 220 may be a cloud storage existing on the communication network. In addition, the storage unit 220 may hold a program readable by the control unit (CPU) 210.
  • CPU control unit
  • the ROM 230 is a non-volatile storage device that can be configured by a flash memory or the like that has a smaller capacity than the storage unit 220.
  • the ROM 230 may also hold a program readable by the control unit (CPU) 210.
  • a program readable by the control unit (CPU) 210 may be held by at least one of the storage unit 220 and the ROM 230.
  • the program readable by the control unit (CPU) 210 may be supplied to the information processing apparatus 200 in a state where the program is stored non-temporarily in various computer readable recording media.
  • a recording medium is, for example, a magnetic tape, a magnetic disc, a magneto-optical disc, a CD-ROM (Compact Disc-Read Only Memory), a CD-R (Compact Disc-Recordable), a CD-RW (Compact Disc-Rewritable). , Semiconductor memory.
  • the RAM 240 is a semiconductor memory such as a dynamic random access memory (DRAM) and a static random access memory (SRAM), and can be used as an internal buffer for temporarily storing data and the like.
  • DRAM dynamic random access memory
  • SRAM static random access memory
  • the communication interface 250 is an interface that connects the information processing apparatus 200 and a communication network via wired or wireless communication.
  • the user interface 260 is, for example, a display unit such as a display, and an input unit such as a keyboard, a mouse, or a touch panel.
  • the present invention includes a form in which some or all of the embodiments described above are combined as appropriate, and a form in which the form is appropriately modified.
  • a determination unit that determines identification information indicating whether or not the condition of the target patient has changed in comparison with the normal state based on the feature amount of the biometric information of the target patient to be input;
  • An estimation unit configured to estimate handling information for the target patient based on the identification information and the handling prediction parameter learned in advance;
  • a biological information processing system comprising:
  • a learning unit that learns the coping prediction parameter based on a plurality of coping methods to be performed when a plurality of patients are in a non-normal state and a plurality of feature quantities related to respective biometric information in a predetermined period of the plurality of patients
  • a storage unit that holds the learned response prediction parameter
  • Appendix 7 15. The biological information processing system according to any one of appendices 1 to 6, wherein the identification information includes a rest score correlated with the possibility of a non-normal state.
  • the determination unit determines identification information indicating whether or not the condition of the target patient has changed in comparison with the normal condition, based on the input feature amount of the biological information of the target patient, The estimating unit estimates handling information for the target patient based on the identification information and the handling prediction parameter learned in advance.
  • Biological information processing method The determination unit determines identification information indicating whether or not the condition of the target patient has changed in comparison with the normal condition, based on the input feature amount of the biological information of the target patient.
  • the estimating unit estimates handling information for the target patient based on the identification information and the handling prediction parameter learned in advance.
  • the coping prediction parameter is calculated based on a plurality of coping methods to be performed by the learning unit when the plurality of patients are in a non-normal state, and a plurality of feature quantities related to respective biological information in a predetermined period of the plurality of patients. Learn Storing the learned response prediction parameter in the storage unit; The biometric information processing method according to appendix 8.
  • the estimation unit associates each of the plurality of coping methods with a coping score to estimate the coping information.
  • the biometric information processing method according to appendix 9.
  • the biological information processing program is stored in the computer, A process of learning the coping prediction parameter on the basis of a plurality of coping methods to be applied when a plurality of patients are respectively in a non-normal state, and a plurality of feature quantities related to respective biometric information in a predetermined period of the plurality of patients; , Storing the learned parameter for coping prediction in a storage unit;
  • the biological information processing program is stored in the computer, 15.
  • the biological information processing program is stored in the computer, The biometric information processing program storage medium according to any one of appendices 14 to 16, wherein the processing for estimating the coping information in consideration of the additional information on the target patient is executed.
  • the biological information processing program is stored in the computer, The biometric information processing program storage medium according to any one of appendices 14 to 17, further executing a process of notifying the user of the estimated countermeasure information to the user.
  • the biological information processing program is stored in the computer, The biometric information processing program recording according to any one of Appendices 14 to 18, wherein the processing for determining the identification information is executed based on the identification parameter learned in advance and the feature amount related to the biometric information of the target patient. Medium.

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Psychiatry (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Social Psychology (AREA)
  • Psychology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Educational Technology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本発明は、不穏や対象患者の状態に起因する問題を早期に鎮静させることのできる対処情報を推定することを課題とする。生体情報処理システムは、入力される対象患者の生体情報の特徴量に基づいて、対象患者の容態が平常状態と比較して変化しているか否かを示す識別情報を判定する判定部と、識別情報と、事前に学習された対処予測用パラメータとに基づいて、対象患者に対する対処情報を推定する推定部と、を備える。

Description

生体情報処理システム、生体情報処理方法、および生体情報処理プログラム記録媒体
　本発明は、生体情報処理システム、生体情報処理方法、および生体情報処理プログラム記録媒体
に関する。
　患者の生体情報を測定することで、患者の状態を観察したり、患者に起こり得る状態を予測したりすることが行われている。
　特許文献１は、センサを用いて使用者の生理学的情報を測定することで状態スコアを生成し、その状態スコアと閾値とを比較することによって、使用者にとって有害な状態の発生を予測し、介護者に警告を出す技術的思想を開示している。
　特許文献２は、慢性疾患または病気等の生理学的事象の発生または再発を検出するために、自動センサおよび電子信号処理を使用して、生命徴候または非生命徴候をモニタするための技術的思想を開示している。具体的には、特許文献２に記載の技術的思想は、感知された動きに応答して被験者の不穏状態のレベルを判断し、それに応答して、ｔｕｒｎ ｐｒｏｔｏｃｏｌを被験者に割り当てるため、臨床医に対して警報を生成する制御装置を含む。
　特許文献３は、患者の過去の生理学的知見、過去の治療、および関連する過去の臨床スコアを学習することで、その患者が過去の侵襲や処置に類する状況に遭遇した場合に、最適な治療方法を提案する技術的思想を開示している。
　特許文献４は、ユーザの血圧や体温等の生体情報を測定し、測定した生体情報と判定値とを比較することによって、ユーザの健康状態を「正常」、「非正常」、および「異常」のいずれかであることを判定する技術的思想を開示している。
特許第５６５７３１５号公報 特許第５９５１６３０号公報 特開２０１３－１５４１９０号公報 特開２０１４－１８６４０２号公報
　しかしながら、特許文献１および特許文献２において、異常が検知された後に患者に施す対処法（措置、処置）は、多くの場合、医師から指示された範囲内で、看護師や介護士、療法士等の対応者（以下、看護師等と呼ぶこともある）に任せられている。そのため、その対処法の効果は対応者の経験、勘、および患者と対応者との相性等に依存する。この時、対処法が適切でない場合、患者の異常が収まりにくかったり、患者の予後が悪化してしまったりする可能性もある。具体的には、対応者は、例えば、今後も問題行動を起こすことが予想される患者に対して、必要以上に強い鎮静剤を投与したり、強く抑制をしたりすることが考えられる。この場合、不穏の発生やそれに伴う問題行動は抑制されるものの、患者への負荷が大きくなる。またベッドに長時間寝たきりになりがちになるため、患者の回復が遅れ、予後が悪化する可能性がある。また、特許文献１および特許文献２では、患者ごとに適切な処置が異なることもある。そのため、患者ごとに適切な処置を考える等の対応者の負荷が大きくなる。また不適切な処置を対象患者に対して実行し、異常が沈静化せず、別の問題が発生してしまう可能性もある。
　特許文献３では、過去の事例に基づいて、患者の症状に応じた推奨措置を提案している。しかしながら、特許文献３は、測定した患者の状態のみに基づいて推奨措置を提案しているため、推奨措置を実施することで患者にかかる負荷や、対応者にかかる負荷、周囲環境等を考慮していない問題がある。このため、特許文献３では、推奨処置を患者に実施する際に患者にかかる負荷が大きくなったり、対応者にかかる負荷が大きくなったりする可能性がある。特に、特許文献３では、患者に異常が起きてから推奨措置を実施することになるため、患者や対応者の負荷が大きくなる可能性がある。
　特許文献４では、ユーザの状態が異常であると判定された場合に、最寄りの病院までの地図情報や、緊急連絡先を表示し、救護活動を補助している。しかしながら、特許文献４は、具体的な対処法を含む情報を表示しているわけではないため、ユーザの状態が緊急である場合に救護する者が適切な処置を実施できない可能性がある。
　本発明の目的は、上述の課題を解決できる生体情報処理システム、生体情報処理方法、および生体情報処理プログラム記録媒体を提供することにある。
　本発明の第１の態様の生体情報処理システムは、入力される対象患者の生体情報の特徴量に基づいて、前記対象患者の容態が平常状態と比較して変化しているか否かを示す識別情報を判定する判定部と、前記識別情報と、事前に学習された対処予測用パラメータとに基づいて、前記対象患者に対する対処情報を推定する推定部と、を備える。
　本発明の第２の態様の生体情報処理方法は、判定部が、入力される対象患者の生体情報の特徴量に基づいて、前記対象患者の容態が平常状態と比較して変化しているか否かを示す識別情報を判定し、推定部が、前記識別情報と、事前に学習された対処予測用パラメータとに基づいて、前記対象患者に対する対処情報を推定する。
　本発明の第３の態様の生体情報処理プログラム記録媒体は、コンピュータに、入力される対象患者の生体情報の特徴量に基づいて、前記対象患者の容態が平常状態と比較して変化しているか否かを示す識別情報を判定する処理と、前記識別情報と、事前に学習された対処予測用パラメータとに基づいて、前記対象患者に対する対処情報を推定する処理と、を実行させる生体情報処理プログラムを記録する。
　本発明によれば、対象患者の非平常状態の発生を抑制させること、または発生してしまった患者の異常状態を早期に鎮静させることのできる対処情報を推定することのできる生体情報処理システム、生体情報処理方法、および生体情報処理プログラム記録媒体を提供することができる。
本発明の第１の実施形態に係る生体情報処理システムの構成を示すブロック図である。 本発明の実施形態に係る識別情報の一例を示す図である。 本発明の実施形態に係る対処情報の一例を示す図である。 本発明の第１の実施形態に係る生体情報処理システムの動作の流れの一例を示すフローチャートである。 本発明の第２の実施形態に係る生体情報処理システムの構成を示すブロック図である。 本発明の第２の実施形態に係る生体情報処理システムの学習部の構成を示すブロック図である。 本発明の第２の実施形態に係る生体情報処理システムがパラメータを学習する動作の流れの一例を示すフローチャートである。 本発明の第２の実施形態に係る生体情報処理システムが対処予測用パラメータを学習するためのデータの一例を示す図であって、不穏状態が継続した場合を示す図である。 本発明の第２の実施形態に係る生体情報処理システムが対処予測用パラメータを学習するためのデータの一例を示す図であって、非不穏状態が継続した場合を示す図である。 本発明の第２の実施形態に係る生体情報処理システムが対処情報を通知するまでの動作の流れを示すフローチャートである。 本発明の実施形態に係る生体情報処理システムのハードウエア構成の一例を示すブロック図である。
　以下、図面を参照しながら、本発明の実施形態について詳細に説明する。なお、各図において、同一または相当する部分には同一の符号を付して適宜説明は省略する。
［第１の実施形態］
　図１は、本発明の第１の実施形態に係る生体情報処理システムの構成を示すブロック図である。図１に示すように、生体情報処理システム１００は、判定部１１０と、推定部１２０とを備える。
　判定部１１０は、対象患者の生体情報に関する特徴量を受けて、その特徴量に基づいて、対象患者の容態が平常状態と比較して変化しているか否かを示す識別情報を判定する。本実施形態における生体情報とは、センサ等で測定することのできる生体に関する情報のことを意味する。具体的には、生体情報は、例えば、心拍（脈拍）、呼吸、血圧、深部体温、意識レベル、皮膚体温、皮膚コンダクタンス反応（Galvanic Skin Response（GSR））、皮膚電位、筋電位、心電波形、脳波波形、発汗量、血中酸素飽和度、脈波波形、光脳機能マッピング（Near-infrared Spectroscopy（NIRS））、尿量、および瞳孔の反射等をあげることができるが、これらに限定されない。生体情報に関する特徴量とは、患者の生体情報を処理することで生成される、生体情報の特徴を表す情報であり、例えば、生体情報の特定の周波数帯域の時間変動を示すデータである。具体的には、判定部１１０は、対象患者の生体情報に関する特徴量に基づいて、対象患者が不穏状態であるか、非不穏状態であるかを自動的に判定することができる。ここで、不穏状態（以下、不穏と呼ぶこともある）とは、対象患者が問題行動を起こし得る状態のことを意味する。具体的には、不穏状態は、例えば、対象患者の行動が過剰で落ち着きがない状態、対象患者が穏やかでない状態、および対象患者が精神を正常にコントロールできない状態を含む。
　また、問題行動とは、自分が怪我をしたり、誰かを怪我させたり、看護師等に負荷を与えたり、患者に対して適切な治療を継続することができなかったりする行動のことを意味する。具体的には、問題行動は、例えば、ベッド上で起き上がる、ベッドの柵を外す、離床する、一人歩きする、徘徊する、病院の別のフロアへ行く、ベッドから転落する、点滴やチューブ類をいじる、点滴やチューブ類を抜去する、奇声を発する、暴言を発する、暴力をふるう等を含む。ただし、患者の状態によって、問題行動に該当する行動は異なる。なお、判定部１１０は、対象患者の生体情報を受けて、その生体情報の特徴量を算出する機能を有していてもよい。この場合、判定部１１０は、生体情報に平滑化処理や、微分処理等を施すことで特徴量を算出することができる。判定部１１０は、例えば、互いに通過帯域が異なる複数のバンドパスフィルタや、微分フィルタ等を備え、単独のフィルタや複数組み合わせたフィルタ等でのフィルタ処理を生体情報に施すことによって得られる複数の値を組み合わせて特徴量（ベクトル）を算出してもよい。
　本実施形態において、識別情報とは、対象患者の容態が平常状態と比較して変化しているかどうかを示す情報である。例えば、識別情報とは、対象患者が不穏状態である可能性を示す不穏スコアを含む情報のことを意味する。不穏スコアは、例えば、事前に学習された識別用パラメータと、対象患者の生体情報に関する特徴量とに基づいて判定される。ここで、識別用パラメータとは、生体情報の特徴量と、不穏状態または非不穏状態とを関連付けたパラメータのことを意味する。このような、識別用パラメータは、例えば、不穏状態の際に得た生体情報の特徴量と、非不穏状態の際に得た生体情報の特徴量とを機械学習にかけることによって生成することができる。このような識別用パラメータは、例えば、生体情報処理システム１００の外部に設置する記憶装置（図示しない）に保持されていればよい。また、判定部１１０が記憶部（図示しない）を有している場合には、判定部１１０の記憶部が識別用パラメータを保持していてもよい。上述のとおり、識別用パラメータは、生体情報の特徴量と、不穏状態または非不穏状態とを関連付けたパラメータを含んでいる。このため、識別用パラメータを適正化することで、識別情報の精度を向上させることできる。
　本実施形態において、不穏スコアとは、対象患者が不穏であるか非不穏であるかを示す指標のことを意味する。具体的には、不穏スコアは、例えば、０以上、１以下の数で表現することができる。この場合、対象患者は、例えば、不穏スコアが１に近い数であるほど不穏状態の可能性が高い、または、強い不穏状態であり、不穏スコアが０に近い数であるほど非不穏状態の可能性が高いことを意味する。また、０以上、１以下の数のうち、任意の数を閾値として定めてよい。この場合、判定部１１０は、対象患者の不穏スコアが閾値を超えるか否かによって、その対象患者が不穏状態であるか非不穏状態であるかを判定してもよい。さらに、不穏スコアは、例えば、０と１との２値で表現してもよい。具体的には、判定部１１０は、例えば、不穏スコアが閾値未満の場合は０、不穏スコアが閾値以上の場合を１として出力してもよい。この場合、対象患者は、例えば、不穏スコアが１であれば不穏状態であり、不穏スコアが０であれば非不穏状態であるとすればよい。判定部１１０は、例えば、入力された対象患者の生体情報の特徴量と、外部から受ける識別用パラメータとに基づいて、対象患者の識別情報（不穏スコア）を自動的に判定することができる。
　図２は、識別情報の一例を示す図である。図２に示すように、識別情報は、少なくとも、対象患者の状態と、生体情報を測定した日時と、不穏スコアとを含む。具体的には、図２に示す識別情報は、例えば、「２０１７年７月１１日の１７：００：００」における対象患者の不穏スコアが「０．８０」であり、その対象患者の状態が「不穏状態」であることを示している。なお、図２に示す識別情報は、対象患者の３０秒ごとの状態と不穏スコアとを含むが、これは例示であり、生体情報の測定間隔を限定するものではない。
　推定部１２０は、判定部１１０が判定した識別情報（不穏スコア）と、事前に学習された対処予測用パラメータとに基づいて、対象患者に施すための対処法と、対処法の効果の度合いを示す対処スコアとを少なくとも含む対処情報を推定する。ここで、対処予測用パラメータとは、過去において、不穏状態の対象患者に施した対処法と、対処法を実施した前後の所定期間における生体情報に関する特徴量の変動、または、不穏スコアの変動とを関連付けたパラメータのことを意味する。このような、対処予測用パラメータは、例えば、対処法を実施したことによる生体情報の特徴量の変動、または、不穏スコアの変動を機械学習にかけることによって生成することができる。すなわち、推定部１２０は、過去の事例に基づいて、所定期間の生体情報の特徴量の変動、または、不穏スコアの変動に応じた対処情報を推定することができる。具体的には、推定部１２０は、例えば、「２０１７年７月１１日の１７：００：００」～「２０１７年７月１１日の２２：００：００」の時間帯の不穏スコアの変動に応じて、「２０１７年７月１１日の２２：００：００」における対処情報を、上記時間帯の不穏スコアと対処予測用パラメータとに従って推定することができる。この場合の対処予測用パラメータは、例えば、「２０１７年７月１日の０：００：００」～「２０１７年７月１０日の２３：５９：５９」の間に学習されたものを使用すればよい。これにより、推定部１２０は、例えば、対象患者が「２０１７年７月１１日の２２：００：００」の時点で平常状態（非不穏状態）であっても、まもなく非平常状態（不穏状態）に遷移し得ることも推定することができる。この場合、推定部１２０は、平常状態（非不穏状態）の対象患者が非平常状態（不穏状態）へ遷移してしまうことを抑制できる対処法を含む対処情報を推定することができる。
　なお、推定部１２０は、識別情報に付加情報を考慮して対処情報を推定してもよい。本実施形態において、付加情報とは、対象患者の識別情報に影響を与える情報のことを意味する。具体的には、付加情報は、例えば、対象患者の周囲の状況や対処法を実施することで周囲に与える影響（周囲環境情報）や、患者にかかる負荷の大きさ（患者負荷）、看護師等にかかる負荷の大きさ（対応者負荷）、対処法を対象患者に実施するのに要する時間、対処法を実施することでかかる金銭的なコスト、およびカルテ（電子カルテ）に含まれる情報のことを意味する。この場合、推定部１２０は、付加情報を考慮することで、対象患者や看護師等にかかる負荷や、対象患者に対処法を実施することで周囲の患者に与える影響等を考慮した対処情報を推定することができる。すなわち、推定部１２０が付加情報を考慮して識別情報を推定することによって、識別情報の精度は向上するし、対象患者や看護師等にかかる負荷はより低減される。
　周囲環境情報とは、対象患者に対して対処法を実施するうえで、対象患者の周囲の患者などに迷惑をかける等の周囲に影響を与える度合いを含む情報である。具体的には、周囲環境情報は、例えば、対象患者の病室が個室であるか否か、病室とナースステーションとの距離、対処法を実施するために対象患者を部屋から移動させる必要があるか否か、対処法を実施する時間が昼であるか否か、消灯後であり対処法を実施する際に部屋を明るくする必要があるか否か、消灯後であり対処法を実施する際に音が発生するか否か、といった情報のことを意味する。なお、上述の周囲環境情報は、例示であり、本発明を限定するものではない。
　患者負荷とは、対処法を実施することで対象患者の体にかかる負荷のことを意味しており、例えば、対象患者に対して強い鎮静剤を投与する対処法では負荷が大きくなり、対象患者に対して声がけする対処法では負荷が小さくなる。
　対応者負荷とは、対処法を実施することで看護師等にかかる負荷のことを意味しており、例えば、対象患者に対して、有効な鎮静剤を投与する場合には負荷が小さくなり、対象患者に対して継続的に声がけする場合には負荷が大きくなる。
　電子カルテに含まれる情報とは、例えば、年齢、性別、身長、体重、家族構成、合併症の有無、投薬歴、血液成分、病歴、排泄、および飲食に関する情報等のことを意味する。なお、上述の電子カルテに含まれる情報は、例示であり、本発明を限定するものではない。
　図３は、推定部１２０が推定する対処情報の一例を示す図である。図３に示すように、対処情報は、例えば、対処法と、対処スコアと、周囲環境スコアと、患者負荷スコアと、鎮静までにかかる時間と、鎮静後の静穏継続時間とを含む。周囲環境スコアおよび患者負荷スコアは付加情報に関する情報であり、鎮静までにかかる時間および鎮静後の静穏継続時間は識別情報に関する情報である。なお、図３に示す対処情報は、付加情報として周囲環境スコアおよび患者負荷スコアの２種類を含むが、これは例示であり、対処情報は更に複数の付加情報を含んでよいし、付加情報を含んでいなくてもよい。
　対処法は、対象患者に対して施すための処置の種類であり、例えば、対象患者が問題を生じさせない状態にする処置、または、対象患者の非平常状態（不穏状態）を抑制させる処置に関する情報のことを意味する。具体的には、対処法は、主に夜間に実施する対処法と、主に昼間に実施する対処法とに分類される。主に夜間に実施する対処法は、例えば、トイレに連れて行く、排泄物を処理する、飲料を飲ませる、鎮静剤を投与する、直接声を掛ける、体温を調整する、身体を抑制する、テレビ電話等で声を掛ける、音楽を聞かせる、匂い（アロマ）を嗅がせる、集中するタスク（作業）を与える、を含む。また、主に昼間に実施する対処法は、例えば、鎮静剤を投与する、直接声を掛ける、テレビ電話等で声を掛ける、運動させる（リハビリを行う）、食事をさせる、睡眠時間帯を調整する、部屋の照明を調整する、体温を調整する、部屋の温度を調整する、入浴させる、テレビ番組を見せる、音楽を聞かせる、匂い（アロマ）を嗅がせる、を含む。上述の対処法は例示であり、本発明を限定するものではない。看護師等の対応者は、対処法に従うことによって、例えば、対象患者や看護師に与える負荷や、対象患者に対処法を実施することで周囲の患者に与える悪影響を抑制しつつ、対象患者の非平常状態（不穏状態）を容易に抑制することができる。ここで、悪影響とは、例えば、寝ている周囲の患者を起こしてしまう、周囲の患者が眠れなくなる、騒がしいから周囲の患者が怒り出す、といった影響のことを意味する。
　なお、対象患者ごとに図２に示した不穏スコアの動き（時間変化）が異なるので、推定部１２０は、あるタイミングでの不穏スコアの値が同じであったとしても患者ごとに異なる対処情報を推定することができる。また、推定部１２０は、不穏スコアの大きさに応じて、異なる対処法を推定してもよい。具体的には、推定部１２０は、例えば、不穏スコアが比較的大きい場合には鎮静効果の大きい対処法を中心に推定したり、不穏スコアが大きくても体の弱い対象患者には体にかかる負荷の小さい対処法を中心に推定したりすることができる。
　対処スコアは、対象患者に実施する対処法の有効性を示す値のことを意味する。対処スコアは、例えば、１～５の５段階で表現され、数字が大きいほど効果の大きい対処法であることを意味している。具体的には、図３に示す対処情報は、対象患者に対して、鎮痛剤Ａを投与したり、継続的に声を掛けたりすることは効果が大きく、テレビ番組を見せることは効果が小さいことを示している。また、対処スコアは、５段階よりも多くの段階で表現してもよいし、５段階よりも少ない段階で表現してもよい。すなわち、本実施形態の対処情報に含まれる各対処法には、対処スコアが関連付けられている。これにより、本実施形態では、対処情報に含まれる対処法の効果の度合いや精度が顕在化する。そのため、看護師等は、対処スコアを参考にすることにより、対処法の効果を容易に把握することができる。
　周囲環境スコアは、対処患者に対処法を実施することで周囲の環境に与える影響を示す値のことを意味する。周囲環境スコアは、例えば、１～１０の１０段階で表現され、数字が大きいほど周囲に与える影響が小さいことを意味している。具体的には、図３に示す対処情報は、対象患者に対して、鎮痛剤Ａを投与したり、鎮痛剤Ｂを投与したりすることは周囲の環境に与える影響が小さく、テレビ番組を見せることは、テレビが光や音を発するため、相部屋であると周囲の環境に与える影響が大きいことを示している。また、周囲環境スコアは、１０段階よりも多くの段階で表現してもよいし、１０段階よりも少ない段階で表現してもよい。
　患者負荷スコアは、対象患者に対処法を実施することで患者にかかる負荷の大きさを示す値のことを意味する。患者負荷スコアは、例えば、１～１０の１０段階で表現されるスコアであり、数字が大きいほど患者にかかる負荷は小さいことを意味している。具体的には、図３に示す対処情報は、対象患者に対して、鎮痛剤Ａを投与したり、鎮痛剤Ｂを投与したりすることは患者にかかる負荷が大きく、継続的に声を掛けることは患者にかかる負荷が小さいことを示している。また、患者負荷スコアは、１０段階よりも多くの段階で表現してもよいし、１０段階よりも少ない段階で表現してもよい。
　なお、付加情報として周囲環境スコアおよび患者負荷スコア以外の情報を対処情報に含ませる場合には、例えば、周囲環境スコアおよび患者負荷スコアと同様に、１～１０段階でスコアを評価して、その評価した付加情報を対処情報に含ませればよい。
　鎮静までにかかる時間は、対処法を対象患者に実施することで、対象患者の状態が不穏状態から非不穏状態に遷移するまでにかかる予測時間である。具体的には、図３は、不穏状態になった対象患者に鎮痛剤Ａを投与した場合、対象患者は、鎮痛剤Ａの投与から３０分後に不穏状態から非不穏状態に遷移することを示している。不穏状態から非不穏状態への遷移は、例えば、不穏スコアが閾値以上から閾値未満に低下したことから判定することができる。
　鎮静後の静穏継続時間は、対象患者の状態が不穏状態から非不穏状態に遷移した後、非不穏状態が持続する予測時間である。具体的には、図３は、対象患者に鎮痛剤Ａを投与した場合、対象患者の非不穏状態は８時間継続することを示している。非不穏状態の持続時間は、例えば、不穏スコアの閾値未満継続時間から判定することができる。
［生体情報処理システム１００の動作］
　図４は、図１に示した生体情報処理システム１００の動作の流れを示すフローチャートである。以下、図１および図４を参照しつつ、生体情報処理システム１００の動作の流れについて説明する。
　まず、判定部１１０は、外部から対象患者の生体情報に関する特徴量を受ける（ステップＳ１０１）。
　次いで、判定部１１０は、生体情報に関する特徴量と、識別用パラメータとに基づいて、対象患者が不穏であるか非不穏であるかを示す識別情報を判定する（ステップＳ１０２）。
　次いで、識別情報の値（不穏スコア）が所定の値未満である場合（ステップＳ１０３の「ＮＯ」）、生体情報処理システム１００は、動作を終了する。一方、識別情報の値が所定の値以上である場合（ステップＳ１０３の「ＹＥＳ」）、推定部１２０は、識別情報に応じた対処情報を推定する（ステップＳ１０４）。
　上述のとおり、本実施形態における生体情報処理システム１００は、図３に示すような対処情報を過去の事例に基づいて推定することができる。このため、看護師等は、図３に示す対処情報を考慮することで、最適な対処法を対象患者に実施することができる。これにより、本実施形態は、看護師等の負荷を減少させ、対象患者の怪我を防止し、かつ効果の小さい対処法を実施することに起因する治療の遅延をも防止することできる。また、本実施形態では、看護師等は、対象患者が非不穏状態の間に、不穏状態への遷移を予測し、その対象患者に対して対処法を実施することができる。これにより、本実施形態では、対象患者が非不穏状態から不穏状態へ遷移してしまうことを抑制することができる。さらに、生体情報処理システム１００は、対処法を実施することで生じる周囲環境への影響をも考慮して、対処情報を推定することができる。このため、看護師等は、効果がほぼ同一である対処法が複数あった場合に、例えば周囲の患者に迷惑を掛ける対処法を避けることができる。これにより、本実施形態は、周囲環境への影響も抑制することができる。
［第２の実施形態］
　図５は、本発明の第２の実施形態に係る生体情報処理システムの構成を示すブロック図である。図５に示すように、生体情報処理システム１００Ａは、判定部１１０と、推定部１２０と、算出部１３０と、記憶部１４０と、学習部１５０と、通知部１６０とを備えている。
　算出部１３０は、生体センサ（図示しない）等が検出した対象患者の生体情報を受けて、その生体情報に関する特徴量を算出する。なお、算出部１３０は、生体情報に関する特徴量を外部から取得してもよい。
　記憶部１４０は、少なくとも、対処情報と、識別情報と、識別用パラメータと、対処予測用パラメータとを保持する。この場合、判定部１１０は、算出部１３０が取得した生体情報の特徴量と、記憶部１４０が保持する識別用パラメータとに基づいて識別情報を判定する。また、判定部１１０は、判定した識別情報を記憶部１４０に格納する機能を有していてもよい。推定部１２０は、判定部１１０が判定した識別情報と、記憶部１４０が保持する対処予測用パラメータに基づいて対処情報を推定する。また、推定部１２０は、推定した対処情報を記憶部１４０に格納する機能を有していてもよい。
　学習部１５０は、機械学習によって識別用パラメータおよび対処予測用パラメータを学習することができる。具体的には、図６に示すように、学習部１５０は、識別用パラメータ学習部１５１と、対処予測用パラメータ学習部１５２とを有している。
　識別用パラメータ学習部１５１は、過去における複数の生体情報の特徴量と、対象患者が不穏状態であるか非不穏状態であるかの関係性について学習することで識別用パラメータを学習する。また、識別用パラメータ学習部１５１は、生成した識別用パラメータを記憶部１４０に格納することができる。
　対処予測用パラメータ学習部１５２は、対象患者を含む複数の患者がそれぞれ不穏状態であるときに施す複数の対処法と、複数の患者の所定期間におけるそれぞれの生体情報に関する複数の特徴量とに基づいて対処予測用パラメータを学習する。また、対処予測用パラメータ学習部１５２は、生成した対処予測用パラメータを記憶部１４０に格納することができる。本実施形態では、生体情報処理システム１００Ａが対処予測用パラメータを学習する機能を有している。そのため、本実施形態は、学習を重ねることで対処情報の精度を向上させることができる。
　通知部１６０は、推定部１２０が推定した対処情報を看護師等に通知する。通知部１６０は、例えば、推定部１２０が対処情報を推定した後、その対処情報を音声や、映像で自動的に通知するように構成されている。このような通知部１６０は、例えば、一般的なスピーカや、一般的なディスプレイで構成すればよい。これにより、看護師等は、通知部１６０からの通知によって、対処情報を容易に把握することができる。また、通知部１６０は、看護師等が所持する、生体情報処理システム１００Ａ（通知部１６０）と通信可能な携帯端末やウェアラブル端末に対処情報を通知してもよい。これにより、看護師等は、対処情報が通知部１６０から通知されるため、特定の場所（例えば、生体情報処理システム１００Ａの前等）にいなくても、推定された対処情報を確認できる。
［学習の動作］
　次に、図５、図６、および図７を参照して、生体情報処理システム１００Ａが識別用パラメータおよび対処予測用パラメータを学習する動作の流れについて説明する。図７は、生体情報処理システム１００Ａが識別用パラメータおよび対処予測用パラメータを学習する動作の流れを示すフローチャートである。
　まず、識別用パラメータ学習部１５１は、識別用パラメータを学習する（ステップＳ２０１）。具体的には、識別用パラメータ学習部１５１は、不穏状態で測定された対象患者の過去の生体情報から算出される特徴量と、非不穏状態で測定された対象患者の過去の生体情報から算出される特徴量とを教師データとして利用し、機械学習によって識別用パラメータを学習する。
　次いで、判定部１１０は、測定された対象患者の生体情報と、識別用パラメータとに基づいて、対象患者が「不穏状態」であるか「非不穏状態」であるかを示す識別情報を判定する（ステップＳ２０２）。
　次いで、ステップＳ２０３において、識別情報の値が所定の値未満であった場合（ステップＳ２０３の「ＮＯ」）、看護師等は対象患者に対して対処法を施すことはないので、生体情報処理システム１００Ａは学習の動作を終了する。
　一方、ステップＳ２０３において、識別情報の値が所定の値以上であった場合（ステップＳ２０３の「ＹＥＳ」）、対処予測用パラメータ学習部１５２は、対処予測用パラメータを学習する（ステップＳ２０４）。具体的には、対処予測用パラメータ学習部１５２は、対象患者に施す対処法と、対処法を施したことによる対象患者の識別情報の時間変動との関係性を機械学習によって対処予測用パラメータを学習する。
　図８Ａおよび図８Ｂは、対象患者の識別情報の値（不穏スコア）の時間変動を示す図であり、横軸が時間、縦軸が不穏スコアである。また、図８Ａおよび図８Ｂにおいて、斜線で示す領域は看護師等が対象患者に対し、対処法を施したことを意味している。
　具体的には、図８Ａは、「０：１０」頃に、看護師等が対象患者に対処法を施したにも関わらず、深夜の時間帯の不穏スコアは高く、対象患者は深夜の時間帯において不穏状態であったことを示している。すなわち、図８Ａは、対処法に効果がなかった一例を示す教師データとなる。
　一方、図８Ｂは、「０：２０」頃に、看護師等が対象患者に対処法を施した結果、深夜の時間帯の不穏スコアは低いままであり、対象患者は深夜の時間帯において非不穏状態であったことを示している。すなわち、図８Ｂは、対処法に効果があった一例を示す教師データとなる。
　対処予測用パラメータ学習部１５２は、図８Ａおよび図８Ｂに示したような多数の教師データを利用して、対処予測用パラメータを学習する。ここで、対処予測用パラメータ学習部１５２は、機械学習を用いているため、学習するデータの量が増えるにつれて、対処予測用パラメータの精度は向上する。
［生体情報処理システム１００Ａの動作］
　図９は、図５に示した生体情報処理システム１００Ａが対象患者の生体情報を取得して対処情報を通知するまでの動作の流れを示すフローチャートである。以下、図５および図９を参照しつつ、生体情報処理システム１００Ａの動作の流れについて説明する。
　まず、算出部１３０は、生体センサ等が測定した対象患者の生体情報を受け、その生体情報に関する特徴量を算出する（ステップＳ３０１）。この時、算出部１３０は、外部から対象患者の生体情報に関する特徴量を取得してもよい。
　次いで、判定部１１０は、算出部１３０が算出した特徴量と、記憶部１４０が保持する識別用パラメータとに基づいて、対象患者が「不穏状態」であるか「非不穏状態」であるかを示す識別情報を判定する（ステップＳ３０２）。
　次いで、識別情報の値が所定の値以上である場合（ステップＳ３０３の「ＹＥＳ」）、推定部１２０は、識別情報と、記憶部１４０が保持する対処予測用パラメータとに基づいて、対象患者に施すべき対処法を少なくとも１つ含む対処情報を推定する（ステップＳ３０４）。
　次いで、通知部１６０は、推定部１２０が推定した対処情報を看護師等に通知する（ステップＳ３０５）。
　そして、ステップＳ３０５の後またはステップＳ３０３において識別情報の値が所定の値未満である場合（ステップＳ３０３の「ＮＯ」）、生体情報処理システム１００Ａは、対象患者の継続的な不穏状態の検知の必要性が解消したり、対象患者が退院したりしたら処理を終了する（ステップＳ３０６の「ＹＥＳ」）。一方、対象患者の継続的な不穏状態の検知の必要性が解消しなかったり、対象患者が入院し続けたりした場合（ステップＳ３０６の「ＮＯ」）、生体情報処理システム１００Ａは、ステップＳ３０１に戻る。
［生体情報処理システムのハードウエア構成］
　上述の生体情報処理システム１００および生体情報処理システム１００Ａは、ハードウエアによって実現してもよいし、ソフトウエアによって実現してもよい。また、生体情報処理システム１００および生体情報処理システム１００Ａは、ハードウエアとソフトウエアとの組み合わせによって実現してもよい。
　図１０は、生体情報処理システム１００および生体情報処理システム１００Ａを構成する情報処理装置（コンピュータ）の一例を示すブロック図である。
　図１０に示すように、情報処理装置２００は、制御部（ＣＰＵ：Central Processing Unit）２１０と、記憶部２２０と、ＲＯＭ（Read Only Memory）２３０と、ＲＡＭ（Random Access Memory）２４０と、通信インターフェース２５０と、ユーザインターフェース２６０とを備えている。
　制御部（ＣＰＵ）２１０は、記憶部２２０またはＲＯＭ２３０に格納されたプログラムをＲＡＭ２４０に展開して実行することで、生体情報処理システム１００および生体情報処理システム１００Ａの各種の機能を実現することができる。また、制御部（ＣＰＵ）２１０は、データ等を一時的に格納できる内部バッファを備えていてもよい。
　記憶部２２０は、各種のデータを保持できる大容量の記憶媒体であって、ＨＤＤ（Hard Disk Drive）およびＳＳＤ（Solid State Drive）等の記憶媒体で実現することができる。また、記憶部２２０は、情報処理装置２００が通信インターフェース２５０を介して通信ネットワークと接続されている場合には、通信ネットワーク上に存在するクラウドストレージであってもよい。また、記憶部２２０は、制御部（ＣＰＵ）２１０が読み取り可能なプログラムを保持していてもよい。
　ＲＯＭ２３０は、記憶部２２０と比べると小容量なフラッシュメモリ等で構成できる不揮発性の記憶装置である。また、ＲＯＭ２３０は、制御部（ＣＰＵ）２１０が読み取り可能なプログラムを保持していてもよい。なお、制御部（ＣＰＵ）２１０が読み取り可能なプログラムは、記憶部２２０およびＲＯＭ２３０の少なくとも一方が保持していればよい。
　なお、制御部（ＣＰＵ）２１０が読み取り可能なプログラムは、コンピュータが読み取り可能な様々な記録媒体に非一時的に格納した状態で、情報処理装置２００に供給してもよい。このような記録媒体は、例えば、磁気テープ、磁気ディスク、光磁気ディスク、ＣＤ－ＲＯＭ（Compact Disc-Read Only Memory）、ＣＤ－Ｒ（Compact Disc- Recordable）、ＣＤ－ＲＷ（Compact Disc-ReWritable）、半導体メモリである。
　ＲＡＭ２４０は、ＤＲＡＭ（Dynamic Random Access Memory）およびＳＲＡＭ（Static Random Access Memory）等の半導体メモリであり、データ等を一時的に格納する内部バッファとして用いることができる。
　通信インターフェース２５０は、有線または無線を介して、情報処理装置２００と、通信ネットワークとを接続するインターフェースである。
　ユーザインターフェース２６０は、例えば、ディスプレイ等の表示部、およびキーボード、マウス、タッチパネル等の入力部である。
　以上、本発明の実施形態について説明したが、本発明は、これらに限られるものではない。例えば、本発明は、これまで説明した実施形態の一部または全部を適宜組み合わせた形態や、その形態に適宜変更を加えた形態をも含む。
　上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）
　入力される対象患者の生体情報の特徴量に基づいて、前記対象患者の容態が平常状態と比較して変化しているか否かを示す識別情報を判定する判定部と、
　前記識別情報と、事前に学習された対処予測用パラメータとに基づいて、前記対象患者に対する対処情報を推定する推定部と、
を備える、生体情報処理システム。
（付記２）
　複数の患者がそれぞれ非平常状態であるときに施す複数の対処法と、前記複数の患者の所定期間におけるそれぞれの生体情報に関する複数の特徴量とに基づいて前記対処予測用パラメータを学習する学習部と、
　学習された前記対処予測用パラメータを保持する記憶部と、
を更に備える、付記１に記載の生体情報処理システム。
(付記３)
　前記推定部は、前記複数の対処法にそれぞれ対処スコアを関連付けて前記対処情報を推定する、付記２に記載の生体情報処理システム。
（付記４）
　前記推定部は、前記対象患者に関する付加情報を考慮して前記対処情報を推定する、付記１～３のいずれか１項に記載の生体情報処理システム。
（付記５）
　推定された前記対処情報をユーザに対して通知する通知部を更に備える、付記１～４のいずれか１項に記載の生体情報処理システム。
（付記６）
　前記判定部は、事前に学習した識別用パラメータと、前記対象患者の生体情報に関する特徴量とに基づいて前記識別情報を判定する、付記１～５のいずれか１項に記載の生体情報処理システム。
（付記７）
　前記識別情報は、非平常状態の可能性と相関のある不穏スコアを含む、付記１～６のいずれか１項に記載の生体情報処理システム。
（付記８）
　判定部が、入力される対象患者の生体情報の特徴量に基づいて、前記対象患者の容態が平常状態と比較して変化しているか否かを示す識別情報を判定し、
　推定部が、前記識別情報と、事前に学習された対処予測用パラメータとに基づいて、前記対象患者に対する対処情報を推定する、
生体情報処理方法。
（付記９）
　学習部が、複数の患者がそれぞれ非平常状態であるときに施す複数の対処法と、前記複数の患者の所定期間におけるそれぞれの生体情報に関する複数の特徴量とに基づいて前記対処予測用パラメータを学習し、
　学習された前記対処予測用パラメータを記憶部に格納する、
付記８に記載の生体情報処理方法。
（付記１０）
　前記推定部が、前記複数の対処法にそれぞれ対処スコアを関連付けて前記対処情報を推定する、
付記９に記載の生体情報処理方法。
（付記１１）
　前記推定部が、前記対象患者に関する付加情報を考慮して前記対処情報を推定する、付記８～１０のいずれか１項に記載の生体情報処理方法。
（付記１２）
　通知部が、推定された前記対処情報をユーザに対して通知する、付記８～１１のいずれか１項に記載の生体情報処理方法。
（付記１３）
　前記判定部が、事前に学習した識別用パラメータと、前記対象患者の生体情報に関する特徴量とに基づいて前記識別情報を判定する、付記８～１２のいずれか１項に記載の生体情報処理方法。
（付記１４）
　コンピュータに、
　入力される対象患者の生体情報の特徴量に基づいて、前記対象患者の容態が平常状態と比較して変化しているか否かを示す識別情報を判定する処理と、
　前記識別情報と、事前に学習された対処予測用パラメータとに基づいて、前記対象患者に対する対処情報を推定する処理と、
を実行させる、生体情報処理プログラムを記録した記録媒体。
（付記１５）
　前記生体情報処理プログラムは、前記コンピュータに、
　複数の患者がそれぞれ非平常状態であるときに施す複数の対処法と、前記複数の患者の所定期間におけるそれぞれの生体情報に関する複数の特徴量とに基づいて前記対処予測用パラメータを学習する処理と、
　学習された前記対処予測用パラメータを記憶部に格納する処理と、
を更に実行させる、付記１４に記載の生体情報処理プログラム記録媒体。
（付記１６）
　前記生体情報処理プログラムは、前記コンピュータに、
　前記複数の対処法にそれぞれ対処スコアを関連付けて前記対処情報を推定する処理を実行させる、付記１５に記載の生体情報処理プログラム記録媒体。
（付記１７）
　前記生体情報処理プログラムは、前記コンピュータに、
　前記対象患者に関する付加情報を考慮して前記対処情報を推定する処理を実行させる、付記１４～１６のいずれか１項に記載の生体情報処理プログラム記録媒体。
（付記１８）
　前記生体情報処理プログラムは、前記コンピュータに、
　推定された前記対処情報をユーザに対して通知する処理を更に実行させる、付記１４～１７のいずれか１項に記載の生体情報処理プログラム記録媒体。
（付記１９）
　前記生体情報処理プログラムは、前記コンピュータに、
　事前に学習した識別用パラメータと、前記対象患者の生体情報に関する特徴量とに基づいて前記識別情報を判定する処理を実行させる、付記１４～１８のいずれか１項に記載の生体情報処理プログラム記録媒体。
　この出願は、２０１７年１０月１０日に出願された日本出願特願２０１７－１９６７９７を基礎とする優先権を主張し、その開示の全てをここに取り込む。
　１００，１００Ａ・・・生体情報処理システム
　１１０・・・判定部
　１２０・・・推定部
　１３０・・・算出部
　１４０・・・記憶部
　１５０・・・学習部
　１５１・・・識別用パラメータ学習部
　１５２・・・対処予測用パラメータ学習部
　１６０・・・通知部
　２００・・・情報処理装置
　２１０・・・制御部（ＣＰＵ）
　２２０・・・記憶部
　２３０・・・ＲＯＭ
　２４０・・・ＲＡＭ
　２５０・・・通信インターフェース
　２６０・・・ユーザインターフェース
 
 

Claims (19)

  1. 　入力される対象患者の生体情報の特徴量に基づいて、前記対象患者の容態が平常状態と比較して変化しているか否かを示す識別情報を判定する判定部と、
    　前記識別情報と、事前に学習された対処予測用パラメータとに基づいて、前記対象患者に対する対処情報を推定する推定部と、
    を備える、生体情報処理システム。
  2. 　複数の患者がそれぞれ非平常状態であるときに施す複数の対処法と、前記複数の患者の所定期間におけるそれぞれの生体情報に関する複数の特徴量とに基づいて前記対処予測用パラメータを学習する学習部と、
    　学習された前記対処予測用パラメータを保持する記憶部と、
    を更に備える、請求項１に記載の生体情報処理システム。
  3. 　前記推定部は、前記複数の対処法にそれぞれ対処スコアを関連付けて前記対処情報を推定する、請求項２に記載の生体情報処理システム。
  4. 　前記推定部は、前記対象患者に関する付加情報を考慮して前記対処情報を推定する、請求項１～３のいずれか１項に記載の生体情報処理システム。
  5. 　推定された前記対処情報をユーザに対して通知する通知部を更に備える、請求項１～４のいずれか１項に記載の生体情報処理システム。
  6. 　前記判定部は、事前に学習した識別用パラメータと、前記対象患者の生体情報に関する特徴量とに基づいて前記識別情報を判定する、請求項１～５のいずれか１項に記載の生体情報処理システム。
  7. 　前記識別情報は、非平常状態の可能性と相関のある不穏スコアを含む、請求項１～６のいずれか１項に記載の生体情報処理システム。
  8. 　判定部が、入力される対象患者の生体情報の特徴量に基づいて、前記対象患者の容態が平常状態と比較して変化しているか否かを示す識別情報を判定し、
    　推定部が、前記識別情報と、事前に学習された対処予測用パラメータとに基づいて、前記対象患者に対する対処情報を推定する、
    生体情報処理方法。
  9. 　学習部が、複数の患者がそれぞれ非平常状態であるときに施す複数の対処法と、前記複数の患者の所定期間におけるそれぞれの生体情報に関する複数の特徴量とに基づいて前記対処予測用パラメータを学習し、
    　学習された前記対処予測用パラメータを記憶部に格納する、
    請求項８に記載の生体情報処理方法。
  10. 　前記推定部が、前記複数の対処法にそれぞれ対処スコアを関連付けて前記対処情報を推定する、
    請求項９に記載の生体情報処理方法。
  11. 　前記推定部が、前記対象患者に関する付加情報を考慮して前記対処情報を推定する、請求項８～１０のいずれか１項に記載の生体情報処理方法。
  12. 　通知部が、推定された前記対処情報をユーザに対して通知する、請求項８～１１のいずれか１項に記載の生体情報処理方法。
  13. 　前記判定部が、事前に学習した識別用パラメータと、前記対象患者の生体情報に関する特徴量とに基づいて前記識別情報を判定する、請求項８～１２のいずれか１項に記載の生体情報処理方法。
  14. 　コンピュータに、
    　入力される対象患者の生体情報の特徴量に基づいて、前記対象患者の容態が平常状態と比較して変化しているか否かを示す識別情報を判定する処理と、
    　前記識別情報と、事前に学習された対処予測用パラメータとに基づいて、前記対象患者に対する対処情報を推定する処理と、
    を実行させる、生体情報処理プログラムを記録した記録媒体。
  15. 　前記生体情報処理プログラムは、前記コンピュータに、
    　複数の患者がそれぞれ非平常状態であるときに施す複数の対処法と、前記複数の患者の所定期間におけるそれぞれの生体情報に関する複数の特徴量とに基づいて前記対処予測用パラメータを学習する処理と、
    　学習された前記対処予測用パラメータを記憶部に格納する処理と、
    を更に実行させる、請求項１４に記載の生体情報処理プログラム記録媒体。
  16. 　前記生体情報処理プログラムは、前記コンピュータに、
    　前記複数の対処法にそれぞれ対処スコアを関連付けて前記対処情報を推定する処理を実行させる、請求項１５に記載の生体情報処理プログラム記録媒体。
  17. 　前記生体情報処理プログラムは、前記コンピュータに、
    　前記対象患者に関する付加情報を考慮して前記対処情報を推定する処理を実行させる、請求項１４～１６のいずれか１項に記載の生体情報処理プログラム記録媒体。
  18. 　前記生体情報処理プログラムは、前記コンピュータに、
    　推定された前記対処情報をユーザに対して通知する処理を更に実行させる、請求項１４～１７のいずれか１項に記載の生体情報処理プログラム記録媒体。
  19. 　前記生体情報処理プログラムは、前記コンピュータに、
    　事前に学習した識別用パラメータと、前記対象患者の生体情報に関する特徴量とに基づいて前記識別情報を判定する処理を実行させる、請求項１４～１８のいずれか１項に記載の生体情報処理プログラム記録媒体。
     
     
PCT/JP2018/037384 2017-10-10 2018-10-05 生体情報処理システム、生体情報処理方法、および生体情報処理プログラム記録媒体 WO2019073927A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2019548179A JP7057592B2 (ja) 2017-10-10 2018-10-05 生体情報処理システム、生体情報処理方法、および生体情報処理プログラム
US16/755,110 US20200243196A1 (en) 2017-10-10 2018-10-05 Biological information processing system, biological information processing method, and biological information processing program recording medium

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017-196797 2017-10-10
JP2017196797 2017-10-10

Publications (1)

Publication Number Publication Date
WO2019073927A1 true WO2019073927A1 (ja) 2019-04-18

Family

ID=66100872

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/037384 WO2019073927A1 (ja) 2017-10-10 2018-10-05 生体情報処理システム、生体情報処理方法、および生体情報処理プログラム記録媒体

Country Status (3)

Country Link
US (1) US20200243196A1 (ja)
JP (1) JP7057592B2 (ja)
WO (1) WO2019073927A1 (ja)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021106319A1 (ja) * 2019-11-26 2021-06-03 日本電気株式会社 環境管理システム、環境管理方法およびプログラムが記憶された非一時的なコンピュータ可読媒体
WO2022059142A1 (ja) * 2020-09-17 2022-03-24 日本電気株式会社 教師データ生成装置
WO2022059143A1 (ja) * 2020-09-17 2022-03-24 日本電気株式会社 判定装置
WO2022059144A1 (ja) * 2020-09-17 2022-03-24 日本電気株式会社 判定装置
EP4031000A4 (en) * 2019-09-18 2023-09-27 Bioxcel Therapeutics, Inc. SYSTEMS AND METHODS FOR DETECTING AND PREVENTING THE OCCURANCE OF UNREST
US11890272B2 (en) 2019-07-19 2024-02-06 Bioxcel Therapeutics, Inc. Non-sedating dexmedetomidine treatment regimens
EP4104062A4 (en) * 2020-02-14 2024-04-24 Bioxcel Therapeutics Inc SYSTEMS AND METHODS FOR DETECTING AND PREVENTING THE APPEARANCE OF AGITATION

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015134196A (ja) * 2012-05-14 2015-07-27 ハートフロー， インコーポレイテッド 血流の患者に特異的なモデルからの情報を提供するための方法およびシステム
JP2016532459A (ja) * 2013-07-31 2016-10-20 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 患者のケアを調整する医療用意思決定支援システム
JP2017156975A (ja) * 2016-03-01 2017-09-07 株式会社ＦｉＮＣ 健康管理サーバおよび健康管理サーバ制御方法並びに健康管理プログラム

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003303239A (ja) 2002-04-09 2003-10-24 Mitsubishi Heavy Ind Ltd 健康状態管理システム及び健康状態管理方法
JP2006079328A (ja) 2004-09-09 2006-03-23 Keakomu:Kk 行動予測システム
US10388405B2 (en) * 2013-03-22 2019-08-20 Massachusetts Institute Of Technology Systems and methods for predicting adverse events and assessing level of sedation during medical procedures
WO2016120955A1 (ja) 2015-01-26 2016-08-04 株式会社Ｕｂｉｃ 行動予測装置、行動予測装置の制御方法、および行動予測装置の制御プログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015134196A (ja) * 2012-05-14 2015-07-27 ハートフロー， インコーポレイテッド 血流の患者に特異的なモデルからの情報を提供するための方法およびシステム
JP2016532459A (ja) * 2013-07-31 2016-10-20 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 患者のケアを調整する医療用意思決定支援システム
JP2017156975A (ja) * 2016-03-01 2017-09-07 株式会社ＦｉＮＣ 健康管理サーバおよび健康管理サーバ制御方法並びに健康管理プログラム

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11890272B2 (en) 2019-07-19 2024-02-06 Bioxcel Therapeutics, Inc. Non-sedating dexmedetomidine treatment regimens
EP4031000A4 (en) * 2019-09-18 2023-09-27 Bioxcel Therapeutics, Inc. SYSTEMS AND METHODS FOR DETECTING AND PREVENTING THE OCCURANCE OF UNREST
WO2021106319A1 (ja) * 2019-11-26 2021-06-03 日本電気株式会社 環境管理システム、環境管理方法およびプログラムが記憶された非一時的なコンピュータ可読媒体
JP7477813B2 (ja) 2019-11-26 2024-05-02 日本電気株式会社 環境管理システム、環境管理方法およびプログラム
EP4104062A4 (en) * 2020-02-14 2024-04-24 Bioxcel Therapeutics Inc SYSTEMS AND METHODS FOR DETECTING AND PREVENTING THE APPEARANCE OF AGITATION
WO2022059142A1 (ja) * 2020-09-17 2022-03-24 日本電気株式会社 教師データ生成装置
WO2022059143A1 (ja) * 2020-09-17 2022-03-24 日本電気株式会社 判定装置
WO2022059144A1 (ja) * 2020-09-17 2022-03-24 日本電気株式会社 判定装置

Also Published As

Publication number Publication date
JP7057592B2 (ja) 2022-04-20
US20200243196A1 (en) 2020-07-30
JPWO2019073927A1 (ja) 2020-10-22

Similar Documents

Publication Publication Date Title
JP7057592B2 (ja) 生体情報処理システム、生体情報処理方法、および生体情報処理プログラム
JP7108267B2 (ja) 生体情報処理システム、生体情報処理方法、及びコンピュータプログラム
Novitzky et al. A review of contemporary work on the ethics of ambient assisted living technologies for people with dementia
US20150371522A1 (en) Multi-Station System for Pressure Ulcer Monitoring and Analysis
van Rossum et al. Adaptive threshold-based alarm strategies for continuous vital signs monitoring
Nakase-Richardson et al. Emergence from minimally conscious state: insights from evaluation of posttraumatic confusion
US20210282707A1 (en) Detecting undiagnosed sleep disordered breathing using daytime sleepiness and nighttime obstructive sleep apnea (osa) severity
Hazen et al. Agitation in patients with autism spectrum disorder admitted to inpatient pediatric medical units
Bose et al. Monitoring cardiorespiratory instability: current approaches and implications for nursing practice
US10037412B2 (en) Patient health state compound score distribution and/or representative compound score based thereon
Walsh et al. An evaluation of the validity and potential utility of facial electromyelogram Responsiveness Index for sedation monitoring in critically ill patients
JP7140264B2 (ja) 異常判定装置、その動作方法、及びプログラム
US11213233B2 (en) Assessing delirium in a subject
CN112309570A (zh) 个性化基准、可视化和移交
US11657913B2 (en) Generating a clinician-perceptible output responsive to a subject-monitoring device
JP7238910B2 (ja) 生体情報処理装置、方法、及びプログラム
Bernard et al. Cognitive behavioural therapy for emotional dysfunction following psychosis: the role of emotional (dys) regulation
JP7477813B2 (ja) 環境管理システム、環境管理方法およびプログラム
JP3548084B2 (ja) 個人状況記憶装置とこの装置を用いた個人状況記憶システム
JP7416216B2 (ja) ストレス許容量算出装置、ストレス許容量算出方法、及びプログラム
Hambrecht Emerging psychosis and the family
Vlaskamp Implementation of wireless vital signs monitoring on the general ward: Nursing practice towards alarm strategy
Richardson A case study in diagnostic over-shadowing
Valeta et al. Idiopathic Generalized Epilepsies
Rajaraman et al. Reducing Unnecessary Sleep Disruption for Neonatal Patients

Legal Events

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

Ref document number: 18865532

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2019548179

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18865532

Country of ref document: EP

Kind code of ref document: A1