WO2021085364A1 - リスク評価システム、リスク評価方法およびコンピュータプログラム - Google Patents

リスク評価システム、リスク評価方法およびコンピュータプログラム Download PDF

Info

Publication number
WO2021085364A1
WO2021085364A1 PCT/JP2020/040057 JP2020040057W WO2021085364A1 WO 2021085364 A1 WO2021085364 A1 WO 2021085364A1 JP 2020040057 W JP2020040057 W JP 2020040057W WO 2021085364 A1 WO2021085364 A1 WO 2021085364A1
Authority
WO
WIPO (PCT)
Prior art keywords
score
risk
negligence
report
organization
Prior art date
Application number
PCT/JP2020/040057
Other languages
English (en)
French (fr)
Inventor
政和 植村
能雅 長尾
公一 田辺
Original Assignee
国立大学法人東海国立大学機構
学校法人 名城大学
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 国立大学法人東海国立大学機構, 学校法人 名城大学 filed Critical 国立大学法人東海国立大学機構
Priority to JP2021553591A priority Critical patent/JPWO2021085364A1/ja
Priority to US17/773,704 priority patent/US20220383217A1/en
Publication of WO2021085364A1 publication Critical patent/WO2021085364A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • 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
    • G16H40/20—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 management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms

Definitions

  • This disclosure relates to data processing technology, especially risk assessment systems, risk assessment methods and computer programs.
  • Incident reports are used to analyze incidents, prevent the recurrence of similar incidents, and prevent the occurrence of medical accidents and malpractice.
  • the applicant has proposed a technique for accurately classifying incident reports in the following Patent Document 1.
  • the magnitude of risk held by multiple medical institutions has not been sufficiently compared among medical institutions.
  • the magnitude of risk held by multiple departments within a medical institution has not been sufficiently compared among departments.
  • the present inventor considered that the magnitude of the risk posed by the organization can be accurately estimated by analyzing the incident report.
  • the present disclosure is based on the above-mentioned idea of the present inventor, and one purpose is a technique for accurately evaluating the magnitude of risk of an organization based on a report reporting an event occurring in the organization. Is to provide.
  • the risk assessment system of a certain aspect of the present disclosure is a system for evaluating the magnitude of risk of an organization by analyzing a report reporting an event occurring in an organization, and is a system for evaluating a plurality of risks. For each word, a first memory that stores the negligence term score, which is an indicator of the likelihood of occurrence in a report showing that an event was caused by an organizational error, and for each of a plurality of words, a serious event.
  • the second storage unit which stores the critical term score, which is an index showing the ease of appearance in the report indicating that the occurrence of, and a plurality of words described in the report to be analyzed are extracted, and each of the extracted words An index showing the magnitude of risk in an organization based on the negligence term score, the critical term score of each extracted word, and the weight of each of the organization's faults and the severity of the event in a predetermined risk assessment. It is provided with a score derivation unit for deriving a certain risk score.
  • Another aspect of the disclosure is a risk assessment method.
  • This method is a method in which a computer accessible to the first storage unit and the second storage unit analyzes a report reporting an event occurring in an organization to evaluate the magnitude of risk in the organization.
  • the first storage unit stores a negligence term score, which is an index indicating the ease of appearance in a report indicating that an event has occurred due to an organizational error, for each of a plurality of words, and the second storage unit stores a plurality of error term scores.
  • the step of memorizing the critical term score which is an index showing the ease of appearance in the report indicating that a serious event has occurred, and extracting multiple words described in the report to be analyzed.
  • a risk score which is an index showing the magnitude.
  • FIG. 1 schematically shows a method for determining a negligent term score.
  • the negligence term score is an indicator of the likelihood of each of a plurality of words appearing in an incident report indicating that the incident was caused by the negligence of a hospital (in other words, a healthcare professional).
  • FIG. 2 schematically shows a method for determining a severe term score.
  • the Severe Term Score is an incident report that indicates that a patient has had a serious condition, that is, a serious event, for each of multiple words. It is an index showing the ease of appearance in an incident report that indicates (a serious situation has occurred).
  • FIG. 3 schematically shows a method for determining the impact term score.
  • An impact term score is an incident report in which a person determines that important content is described for each of multiple words, in other words, an incident report in which a person determines that careful consideration or some action is required. It is an index showing the ease of appearance in.
  • FIG. 4 is a block diagram showing a functional block of the risk evaluation device of the first embodiment.
  • Each block shown in the block diagram of the present specification can be realized by an element such as a computer processor, a CPU, and a memory, an electronic circuit, and a mechanical device in terms of hardware, and can be realized by a computer program or the like in terms of software.
  • the functional blocks realized by their cooperation are drawn. Therefore, it is understood by those skilled in the art that these functional blocks can be realized in various forms by combining hardware and software.
  • the risk evaluation device 10 is an information processing device that analyzes an incident report and evaluates the magnitude of risk that a hospital or each department in the hospital has.
  • the risk evaluation device 10 includes a control unit 12 and a storage unit 14.
  • the control unit 12 executes various data processing for risk evaluation.
  • the storage unit 14 stores data that is referenced or updated by the control unit 12.
  • the storage unit 14 includes a classification information storage unit 20, a negligent term score storage unit 22, a severe term score storage unit 24, and an impact term score storage unit 26.
  • the classification information storage unit 20 classifies whether or not each of the plurality of incident reports created at the hospital corresponds to an incident report indicating that an incident has occurred due to the negligence of the hospital (in other words, a medical worker). Memorize information.
  • the set of applicable incident reports is called the "fault report group", and the set of non-applicable incident reports is called the "non-fault report group".
  • the GRM general risk manager, medical safety manager
  • the classification information indicating the determination result is stored in the classification information storage unit 20.
  • the classification information storage unit 20 stores identification information (report number, etc.) of one or more incident reports corresponding to the negligence report group and identification information of one or more incident reports corresponding to the non-fault report group. May be done.
  • the classification information storage unit 20 stores classification information indicating whether or not each of the plurality of incident reports created at the hospital corresponds to an incident report indicating that the patient has become seriously ill.
  • the set of applicable incident reports is called the "severe report group”
  • the set of non-applicable incident reports is called the "non-severe report group”.
  • the GRM of the hospital checks the contents of the plurality of incident reports and determines whether each incident report corresponds to the severe report group or the non-severe report group.
  • the classification information indicating the determination result is stored in the classification information storage unit 20.
  • the classification information storage unit 20 may store identification information of one or more incident reports corresponding to the severe report group and identification information of one or more incident reports corresponding to the non-severe report group.
  • the classification information storage unit 20 stores classification information indicating whether or not each of the plurality of incident reports created at the hospital corresponds to an incident report determined by a person to contain important contents. To do.
  • the set of applicable incident reports is called the "impact report group”
  • the set of non-applicable incident reports is called the "non-impact report group”.
  • the GRM of the hospital checks the contents of a plurality of incident reports and determines whether each incident report corresponds to the impact report group or the non-impact report group.
  • the classification information indicating the determination result is stored in the classification information storage unit 20.
  • the classification information storage unit 20 may store identification information of one or more incident reports corresponding to the impact report group and identification information of one or more incident reports corresponding to the non-impact report group.
  • the negligence term score storage unit 22 stores the negligence term scores of each of the plurality of words extracted from the incident report.
  • the severe term score storage unit 24 stores the severe term score of each of the plurality of words extracted from the incident report.
  • the impact term score storage unit 26 stores the impact term score of each of the plurality of words extracted from the incident report.
  • the control unit 12 includes a report reading unit 30, an organization information reading unit 32, a term score determination unit 34, a score derivation unit 42, an output unit 52, and an image generation unit 54.
  • a computer program including a plurality of modules corresponding to the plurality of functional blocks may be stored in the recording medium and installed in the storage of the risk evaluation device 10 via the recording medium. Alternatively, this computer program may be installed in the storage of the risk assessment device 10 via the network.
  • the CPU of the risk evaluation device 10 may exert the functions of the plurality of functional blocks by reading the computer program into the main memory and executing the program.
  • the report reading unit 30 reads the incident report data (for example, text data) from the electronic file in which the incident report is recorded.
  • Incident report data items include report number, creator information (including occupations such as doctors and nurses), date of occurrence (date of incident), department name (department name of incident), and free description. ..
  • the risk evaluation device 10 scores the magnitude of risk based on the description in the free description of the incident report.
  • the organization information reading unit 32 reads the organization information from an electronic file in which information about each department of the hospital (also referred to as "organization information") is recorded.
  • the organization information includes the names (department names) of each of the plurality of departments in the hospital and the number of members.
  • the organization information may include the names and the number of members of a plurality of departments provided in each hospital for each of the plurality of hospitals.
  • the term score determining unit 34 includes a negligent term score determining unit 36 that determines the negligent term score of each of the plurality of words, a severe term score determining unit 38 that determines the severe term score of each of the plurality of words, and each of the plurality of words.
  • the impact term score determination unit 40 for determining the impact term score is included.
  • the negligence term score determination unit 36 extracts a plurality of words (15966 words in the example of FIG. 1) included in the plurality of incident reports read by the report reading unit 30.
  • the negligence term score determination unit 36 may extract nouns (or nouns and verbs) from sentences described in the free entry fields of a plurality of incident reports by using a known technique such as morphological analysis.
  • the negligence term score determination unit 36 refers to the classification information stored in the classification information storage unit 20, and whether or not each of the plurality of incident reports read by the report reading unit 30 corresponds to the negligence report group or not. Identify whether it falls under the negligence report group.
  • the negligence term score determination unit 36 has A number of reports including the target word in the free entry column of the negligence report group, B number of reports not including the target word in the free entry column of the negligence report group, and free of the non-fault report group. The number of reports C including the target word in the entry column and the number D of reports not including the target word in the free entry column among the non-faulty reports group are specified. The negligence term score determination unit 36 calculates the ratio of the appearance rate of the target word in the negligence report group and the non-fault report group as the negligence term score of the target word according to the formula 1 or 2 of FIG.
  • the negligence term score determination unit 36 sequentially executes the above processing with each of the extracted plurality of words as a target word, and calculates the negligence term score of each word.
  • the negligence term score determination unit 36 stores a plurality of words and the negligence term score of each word in association with each other in the negligence term score storage unit 22.
  • the negligence term score is a numerical value less than -1 or a numerical value of 1 or more.
  • the higher the negligence term score of a word the more likely it is that the word will appear in the negligence report group than in the non-fault report group.
  • the word "same surname" indicates that the incidence in the negligence report group is about 45 times that in the non-fault report group.
  • the smaller the negligence term score of a word the more likely it is that the word will appear in the non-negligence report group than in the negligence report group.
  • the severe term score determination unit 38 extracts a plurality of words (15966 words in the example of FIG. 2) included in the plurality of incident reports read by the report reading unit 30. ..
  • the severe term score determination unit 38 refers to the classification information stored in the classification information storage unit 20, and whether or not each of the plurality of incident reports read by the report reading unit 30 corresponds to the severe report group or not. Identify if it falls under the severity report group.
  • the target word for which the severe term score is calculated is called the target word.
  • the severe term score determination unit 38 has A number of reports including the target word in the free entry column of the severe report group, B number of reports not including the target word in the free entry column of the severe report group, and free of the non-severe report group.
  • the number of reports C that includes the target word in the entry column and the number of reports D that does not include the target word in the free entry column of the non-severe report group are specified.
  • the severe term score determination unit 38 calculates the ratio of the appearance rate of the target word in the severe report group and the non-severe report group as the severe term score of the target word according to the formula 3 or 4 of FIG.
  • the severe term score determination unit 38 sequentially executes the above processing with each of the extracted plurality of words as a target word, and calculates the severe term score of each word.
  • the severe term score determination unit 38 stores a plurality of words and the severe term score of each word in association with each other in the severe term score storage unit 24.
  • the severe term score is a value less than -1 or a value of 1 or more.
  • the higher the severe term score of a word the more likely it is that the word will appear in the severe report group than in the non-severe report group.
  • the word "cardiac arrest" indicates that the incidence in the severe report group is about 74 times higher than in the non-severe report group.
  • the smaller the severe term score of a word the more likely it is that the word will appear in the non-severe report group than in the severe report group.
  • the impact term score determination unit 40 extracts a plurality of words (14,000 words in the example of FIG. 3) included in the plurality of incident reports read by the report reading unit 30. .. Further, the impact term score determination unit 40 refers to the classification information stored in the classification information storage unit 20, and whether or not each of the plurality of incident reports read by the report reading unit 30 corresponds to the impact report group or not. Identify whether it corresponds to the impact report group.
  • the impact term score determination unit 40 has A number of reports including the target word in the free entry column of the impact report group, B number of reports not including the target word in the free entry column of the impact report group, and free of the non-impact report group.
  • the number of reports C that includes the target word in the entry column and the number of reports D that does not include the target word in the free entry column of the non-impact report group are specified.
  • the impact term score determination unit 40 calculates the ratio of the appearance rate of the target word in the impact report group and the non-impact report group as the impact term score of the target word according to the formula 5 or 6 of FIG.
  • the impact term score determination unit 40 sequentially executes the above processing with each of the extracted plurality of words as a target word, and calculates the impact term score of each word.
  • the impact term score determination unit 40 stores a plurality of words and the impact term score of each word in association with each other in the impact term score storage unit 26.
  • the impact term score is a number less than -1 or a number greater than or equal to 1.
  • the higher the impact term score of a word the more likely it is that the word will appear in the impact report group than in the non-impact report group.
  • the word "extremely high” indicates that the appearance rate in the impact report group is about 99 times that in the non-impact report group.
  • the smaller the impact term score of a word the more likely it is that the word will appear in the non-impact report group than in the impact report group.
  • the score derivation unit 42 derives various scores that quantitatively indicate the magnitude of risk that the hospital and each department in the hospital have.
  • the score deriving unit 42 includes a negligence score deriving unit 44, a severe score deriving unit 46, an impact score deriving unit 48, and a risk score deriving unit 50.
  • the negligence score deriving unit 44 is an index indicating the magnitude of risk from the viewpoint of hospital negligence (in other words, the negligence of medical staff) based on the negligence term score stored in the negligence term score storage unit 22. Derive the score.
  • FIG. 5 is a flowchart showing the flow of the calculation process of the negligence score.
  • the negligence score derivation unit 44 is also referred to as an incident report to be analyzed (hereinafter referred to as “analysis target report”) read by the report reading unit 30. ) Is extracted (S10).
  • the negligence score deriving unit 44 may extract a plurality of words included in the free description column of the analysis target report by using a known technique such as morphological analysis.
  • the negligence score derivation unit 44 counts the number of occurrences of each word in the analysis target report (“number of words” in FIG. 5).
  • the negligence score derivation unit 44 calculates the product of the number of occurrences (“number of words” in FIG. 5) and the negligence term score (“aggregated value by word” in FIG. 5) for each extracted word.
  • the negligence score derivation unit 44 uses the sum of the aggregated values of each extracted word for each word (“ ⁇ NR” in FIG. 5) as the divisor, and the sum of the number of words in each extracted word (“ ⁇ N” in FIG. 5) as the divisor.
  • the result (quotient) of the division to be performed is derived as a negligence score (S12).
  • the error score derivation unit 44 repeats the processes of S10 and S12 for each analysis target report, and derives the error score for each analysis target report (report unit). ..
  • the negligence score derivation unit 44 aggregates the negligence scores of a plurality of analysis target reports at various particle sizes (S14).
  • the negligence score derivation unit 44 obtains statistics based on the negligence score of each department's analysis target report based on the department names included in each of the plurality of analysis target reports, so that each department (department unit). Derivation of the negligence score of. In other words, the negligence score derivation unit 44 derives the negligence score of each of the plurality of departments based on the plurality of incident reports that report the incidents that occurred in each of the plurality of departments. In addition, the negligence score derivation unit 44 obtains the statistic based on the negligence score of a plurality of analysis target reports (for example, all analysis target reports) created in a certain hospital, thereby obtaining the negligence score of the entire hospital (hospital unit). Derived. In other words, the negligence score deriving unit 44 derives the negligence score of each of the plurality of hospitals based on the plurality of incident reports reporting the incidents that occurred in each of the plurality of hospitals.
  • the error score derivation unit 44 is based on the occurrence date included in each of the plurality of analysis target reports, and statistics based on the error score of the analysis target report corresponding to each of the plurality of periods (yearly or monthly). By calculating the quantity, the negligence score for each period (for example, by year and month) is derived. In addition, the negligence score derivation unit 44 derives the negligence score for each of the plurality of departments based on the department name and the date of occurrence included in each of the plurality of analysis target reports.
  • the above statistic may be any of the average value (arithmetic mean value and moving average value), median value, mode value, or any combination of the error scores of a plurality of analysis target reports.
  • the above statistic may further include a minimum value, a maximum value, a first quartile, and a third quartile of the negligence score of a plurality of analysis target reports. The same applies to the severity score, impact score, and risk score statistics described later.
  • the severity score deriving unit 46 is an index indicating the magnitude of risk from the viewpoint of the severity of the patient (in other words, the severity of the incident) based on the severe term score stored in the severe term score storage unit 24. Derive the score.
  • the method for deriving the severity score is the same as the method for deriving the negligence score shown in FIG.
  • the severity score derivation unit 46 extracts a plurality of words described in the analysis target report read by the report reading unit 30, and calculates a word-specific aggregate value based on the severity term score for each extracted word ( Replace the negligent term score in FIG. 5 with a severe term score).
  • the severity score deriving unit 46 uses the sum of the aggregated values of each extracted word for each word (“ ⁇ NR” in FIG. 5) as the divisor, and the sum of the number of words in each extracted word (“ ⁇ N” in FIG. 5) as the divisor. The result (quotient) of the division is derived as a severe score.
  • the severity score derivation unit 46 derives the severity score for each analysis target report (report unit).
  • the severity score deriving unit 46 aggregates the severity scores of a plurality of analysis target reports at various particle sizes.
  • the severity score derivation unit 46 obtains statistics based on the severity score of each department's analysis target report based on the department names included in each of the plurality of analysis target reports, so that each department (department unit). Derivation of the severity score of. In other words, the severity score derivation unit 46 derives the severity score of each of the plurality of departments based on the plurality of incident reports that report the incidents that occurred in each of the plurality of departments. In addition, the severity score derivation unit 46 obtains statistics based on the severity scores of a plurality of analysis target reports (for example, all analysis target reports) created in a certain hospital, thereby performing the severity score of the entire hospital (hospital unit). Is derived. In other words, the severity score deriving unit 46 derives the severity score of each of the plurality of hospitals based on the plurality of incident reports reporting the incidents that occurred in each of the plurality of hospitals.
  • the severity score derivation unit 46 is based on the occurrence date included in each of the plurality of analysis target reports, and statistics based on the severity score of the analysis target report corresponding to each of the plurality of periods (yearly or monthly). By determining the amount, the severity score for each period (for example, by year and month) is derived. In addition, the severity score derivation unit 46 derives the severity score for each of the plurality of departments based on the department name and the date of occurrence included in each of the plurality of analysis target reports.
  • the impact score deriving unit 48 is an index showing the magnitude of risk from the viewpoint of a person judging that it is an incident report in which important contents are described based on the impact term score stored in the impact term score storage unit 26.
  • the impact score is derived.
  • the method for deriving the impact score is the same as the method for deriving the negligence score shown in FIG.
  • the impact score deriving unit 48 extracts a plurality of words described in the analysis target report read by the report reading unit 30, and calculates a word-specific aggregate value based on the impact term score for each extracted word ( Replace the negligent term score in FIG. 5 with the impact term score).
  • the impact score deriving unit 48 uses the sum of the aggregated values of each extracted word for each word (“ ⁇ NR” in FIG. 5) as the divisor, and the sum of the number of words in each extracted word (“ ⁇ N” in FIG. 5) as the divisor. The result (quotient) of the division is derived as the impact score.
  • the impact score derivation unit 48 derives the impact score for each analysis target report (report unit) when a plurality of analysis target reports are read by the report reading unit 30.
  • the impact score deriving unit 48 aggregates the impact scores of a plurality of analysis target reports at various particle sizes.
  • the impact score deriving unit 48 obtains statistics based on the impact score of each department's analysis target report based on the department names included in each of the plurality of analysis target reports, so that each department (department unit). Derivation of the impact score of. In other words, the impact score deriving unit 48 derives the impact score of each of the plurality of departments based on the plurality of incident reports that report the incidents that occurred in each of the plurality of departments. In addition, the impact score derivation unit 48 obtains statistics based on the impact scores of a plurality of analysis target reports (for example, all analysis target reports) created at a certain hospital, thereby performing an impact score for the entire hospital (hospital unit). Is derived. In other words, the impact score deriving unit 48 derives the impact score of each of the plurality of hospitals based on the plurality of incident reports that report the incidents that occurred in each of the plurality of hospitals.
  • the impact score derivation unit 48 is based on the occurrence date included in each of the plurality of analysis target reports, and statistics based on the impact score of the analysis target report corresponding to each of the plurality of periods (yearly or monthly). By calculating the amount, the impact score for each period (for example, by year and month) is derived. In addition, the impact score derivation unit 48 derives the impact score for each of the plurality of departments by year and month based on the department name and the occurrence date included in each of the plurality of analysis target reports.
  • a "risk score” is introduced as an index that comprehensively represents the magnitude of risk held by the hospital and each department in the hospital. First, the risk score will be described.
  • FIG. 6 shows the weight of risk evaluation factors in hospitals.
  • the figure shows the results (average value) of weighting by 7 evaluators (doctors, nurses, etc. including GRM) obtained by AHP (Analytic Hierarchy Process) analysis for multiple risk evaluation factors in hospitals.
  • AHP Analytic Hierarchy Process
  • FIG. 7 shows candidates for a risk score calculation method.
  • calculation methods (1) to (10) are shown.
  • the weighting by AHP analysis in the calculation methods (9) and (10) is the sum of the negligence score and the severity score at the ratio (about 4: 3) shown in FIG.
  • FIG. 8 shows the correlation between the ranking evaluation by GRM and the ranking evaluation by each calculation method.
  • the present inventor had seven evaluators (doctors, nurses, etc. including GRM) evaluate the ranking of multiple types of incidents in hospitals. As shown in FIG. 8, there are 12 types of incidents: "unexpected death", “operating room-related", ..., "Office work / procedure”.
  • the GRM line in FIG. 8 shows the results (average value) of ranking by 7 evaluators.
  • rows (1) to (10) of FIG. 8 show the results of ranking for each risk score calculation method shown in FIG. 7.
  • the calculation method (9) in FIG. 7 has the highest correlation with the judgment of GRM. Therefore, in the embodiment, the risk score is derived using the calculation method (9) of FIG.
  • the risk score deriving unit 50 includes the product of the negligence score derived by the negligence score deriving unit 44 and the negligence weight (4.106), and the severe score and the severe illness derived by the severe score deriving unit 46. The total value of the product with the weight (3.245) of is derived as the risk score.
  • the risk score derivation unit 50 derives the risk score for each analysis target report (report unit).
  • the risk score deriving unit 50 aggregates the risk scores of a plurality of analysis target reports at various levels of particle size.
  • the risk score deriving unit 50 obtains statistics based on the risk score of each department's analysis target report based on the department names included in each of the plurality of analysis target reports, so that each department (department unit). To derive the risk score of. In other words, the risk score derivation unit 50 derives the risk score of each of the plurality of departments based on the plurality of incident reports that report the incidents that occurred in each of the plurality of departments. In addition, the risk score deriving unit 50 obtains statistics based on the risk scores of a plurality of analysis target reports (for example, all analysis target reports) created at a certain hospital, thereby obtaining a risk score for the entire hospital (hospital unit). Is derived. In other words, the risk score deriving unit 50 derives the risk score of each of the plurality of hospitals based on the plurality of incident reports that report the incidents that occurred in each of the plurality of hospitals.
  • the risk score derivation unit 50 is based on the occurrence date included in each of the plurality of analysis target reports, and statistics based on the risk score of the analysis target report corresponding to each of the plurality of periods (yearly or monthly). By calculating the amount, the risk score for each period (for example, by year and month) is derived. For example, the risk score deriving unit 50 may derive a risk score for each of a plurality of departments by year and month based on the department name and the date of occurrence included in each of the plurality of analysis target reports.
  • the output unit 52 outputs a plurality of types of scores derived by the score derivation unit 42 to a predetermined device or medium.
  • the output unit 52 may store a CSV (comma-separated values) file in which the negligence score, the severity score, the risk score, and the impact score of each hospital are recorded in a predetermined storage device for each of the plurality of hospitals.
  • the output unit 52 stores a CSV file that records the error score, severity score, risk score, impact score, etc. of each hospital by year and month (for example, January 2012, February 2012, etc.) in a predetermined storage device. It may be stored in.
  • the output unit 52 may store a CSV file in which the negligence score, the severity score, the risk score, and the impact score of each department are recorded in a predetermined storage device for a plurality of departments in the hospital.
  • the output unit 52 may store a CSV file showing a negligence score, a severity score, a risk score, and an impact score for each department in a predetermined storage device.
  • the output unit 52 may display a plurality of types of scores derived by the score derivation unit 42 on the display device.
  • the image generation unit 54 generates an image including a statistical chart (statistical graph, etc.) based on a plurality of types of scores derived by the score derivation unit 42.
  • the output unit 52 outputs the image data generated by the image generation unit 54 to a predetermined device or medium. An example of the image generated by the image generation unit 54 will be described later.
  • the risk evaluation device 10 of the first embodiment it is possible to quantitatively grasp the magnitude of risk held by organizations of various granularities such as hospitals and departments in hospitals, and between hospitals and departments. It is possible to compare risks with.
  • the classification information storage unit 20 of the risk evaluation device 10 stores in advance the classification information by GRM regarding a plurality of incident reports, and the classification information is added / updated daily.
  • the report reading unit 30 of the risk evaluation device 10 inputs the data of the specified plurality of incident reports. Read.
  • the negligence term score determination unit 36 determines the negligence term score for each of the plurality of words described in the plurality of read incident reports, and stores the negligence term score in the negligence term score storage unit 22.
  • the severe term score determination unit 38 determines the severe term score for each of the plurality of words described in the plurality of read incident reports, and stores the severe term score in the severe term score storage unit 24.
  • the impact term score determination unit 40 determines the impact term score for each of the plurality of words described in the plurality of read incident reports, and stores the impact term score in the impact term score storage unit 26.
  • the negligent term score, the severe term score, and the impact term score may be updated by daily or monthly batch processing.
  • the report reading unit 30 of the risk evaluation device 10 When a risk score calculation instruction specifying a plurality of incident reports (analysis target reports) and organization information to be analyzed is input via a user interface or the like, the report reading unit 30 of the risk evaluation device 10 performs a plurality of analyzes. Load the target report. In addition, the organization information reading unit 32 reads the organization information.
  • the negligence score derivation unit 44 derives the negligence scores of a plurality of analysis target reports based on the negligence term scores stored in the negligence term score storage unit 22. In addition, the negligence score derivation unit 44 aggregates the negligence scores of a plurality of analysis target reports for each hospital unit, department unit, and year / month unit to obtain statistics, so that the hospital unit, department unit, and year / month unit. Derivation of the negligence score.
  • the severity score derivation unit 46 derives the severity scores of a plurality of analysis target reports based on the severe term scores stored in the severe term score storage unit 24. In addition, the severity score derivation unit 46 aggregates the severity scores of a plurality of analysis target reports for each hospital unit, department unit, and year / month unit to obtain statistics, so that the hospital unit, department unit, and year / month unit. Derive the severity score.
  • the impact score derivation unit 48 derives the impact scores of a plurality of analysis target reports based on the impact term scores stored in the impact term score storage unit 26. In addition, the impact score derivation unit 48 aggregates the impact scores of a plurality of analysis target reports for each hospital unit, department unit, and year / month unit to obtain statistics, so that the hospital unit, department unit, and year / month unit can be calculated. Derive the impact score.
  • the risk score derivation unit 50 derives the risk scores of a plurality of analysis target reports by adding up the negligence score and the severity score of each of the plurality of analysis target reports at a predetermined ratio. In addition, the risk score derivation unit 50 aggregates the risk scores of a plurality of analysis target reports for each hospital unit, department unit, and year / month unit to obtain statistics, so that the risk scores are calculated for each hospital unit, department unit, and year / month unit. Derivation of risk score.
  • the output unit 52 records the negligence score, the severity score, the impact score, and the risk score for each hospital, department, and year and month in the result file, and stores the result file in a predetermined storage area.
  • the image generation unit 54 generates a predetermined statistical chart based on the negligence score, the severity score, the impact score, and the risk score for each hospital, department, and year, and generates image data including the statistical chart.
  • the output unit 52 stores the image data generated by the image generation unit 54 in a predetermined storage area.
  • the risk score deriving unit 50 derives the risk score of each of the plurality of hospitals based on the incident report group created by each of the plurality of hospitals.
  • the image generation unit 54 generates an image showing the risk scores of each of the plurality of hospitals side by side.
  • FIG. 9 includes a box plot showing the risk scores of each of the six hospitals (hospitals A to F) as the risk evaluation results.
  • the boxplot of FIG. 9 shows the minimum risk score of 60, the maximum of 62, the first quadrant 64, the third quadrant 66, the median of 68, and the average of 70 for a plurality of incident reports for each hospital.
  • the arithmetic mean value is shown.
  • the risk score deriving unit 50 is a plurality of incident reports that report incidents that occurred in each of the plurality of periods, in other words, the above-mentioned plurality of incident reports based on the incident reports created in each of the plurality of periods. Derive the risk scores for hospitals and departments for each period.
  • the image generation unit 54 generates an image showing changes in the risk scores of the hospital and each department over the plurality of periods.
  • FIG. 10 includes a line graph showing the fluctuation of the risk score over time in one department in the hospital as the risk evaluation result.
  • the solid line among the elements of the line graph shows the risk score itself in the relevant department.
  • the dashed line shows the 5-month moving average of the risk score, and the alternate long and short dash line shows the 3-month moving average of the risk score.
  • the image generation unit 54 may generate an image including a plurality of line graphs showing changes in the risk score over time for a plurality of departments in the hospital.
  • FIG. 11 is a scatter plot showing the relationship between the reported amount and the risk score.
  • This scatter plot multiple points corresponding to multiple departments in the hospital are plotted.
  • the amount of reports on the horizontal axis is the number of incident reports per year and per person in each organization in the hospital.
  • the risk score tended to be higher in departments with a smaller amount of reports, and the risk score tended to be lower in departments with a larger amount of reports. This is because a large number of reports does not mean that there are many high-risk incident reports, but rather that a large number of low-risk incident reports are reported, resulting in a low overall score statistic. Conceivable. Similar trends were found in the negligence score, severity score, and impact score.
  • the risk score, negligence score, severity score, and impact score are considered to be affected by the amount of reports (that is, the number of incident reports). Therefore, in the second embodiment, we propose a technique for more accurately evaluating the magnitude of the risk that each organization has, taking into account the reported amount of each organization.
  • the risk deviation, the negligence deviation, the severe deviation, and the impact deviation are introduced as an index showing the magnitude of the risk that each organization has in consideration of the reported amount of each organization.
  • the functional block of the risk evaluation device 10 of the second embodiment is the same as the functional block of the risk evaluation device 10 of the first embodiment shown in FIG.
  • the risk score derivation unit 50 is the number of incident reports created by each of a plurality of organizations, in other words, the number of incident reports reporting incidents that occurred in each organization and the risk score of each organization (first implementation). Find the correspondence with the derived value) by the example method.
  • the risk score deriving unit 50 derives the difference between the standard value of the risk score corresponding to the number of incident reports of a certain organization and the derived value of the risk score of the organization as the risk deviation of the organization.
  • FIG. 12 shows a specific example of deriving the risk deviation.
  • the risk score deriving unit 50 acquires the number of people in each organization according to the organization information read by the organization information reading unit 32.
  • the risk score derivation unit 50 derives the number of incident reports in a unit period in each organization based on the occurrence date and department name described in the incident report.
  • the risk score derivation unit 50 derives the report amount of each organization based on the number of people in each organization and the number of incident reports in each organization in a unit period.
  • the amount of reports in the second embodiment is the number of incident reports per year and per person.
  • the report amount may be another numerical value based on the number of incident reports.
  • the number of incident reports per unit period may be used as the reporting amount.
  • the number of incident reports themselves may be used as the reporting amount.
  • the reporting amount the average value, the median value, and the mode value of the number of incident reports of each organization for each unit period may be adopted.
  • the risk score deriving unit 50 plots the positions of a plurality of organizations in a two-dimensional space with the report amount (that is, the number of incident reports per year and per person) as the first axis and the risk score as the second axis.
  • An approximate curve 80 (also called a spline curve or a smoothing spline) with respect to the position of each structure is obtained by using a known method such as curve fitting.
  • the statistic (median value) of the risk score of a plurality of organizations having the same reported amount may be adopted.
  • the approximate curve 80 shows a standard value of the risk score corresponding to the reported amount.
  • the broken lines provided above and below the approximate curve 80 in FIG. 12 indicate a 95% confidence interval of the approximate curve.
  • the risk score derivation unit 50 identifies the risk score on the approximate curve 80 corresponding to the reported amount of a certain organization as the standard value of the risk score corresponding to the reported amount.
  • the risk score deriving unit 50 derives the difference between the standard value and the derived value of the risk score of the organization (the value obtained by the method of the first embodiment, for example, the median) as the risk deviation of the organization. ..
  • the difference 84 between the risk score (standard value) on the approximate curve 80 corresponding to the reported amount at point 82 and the risk score (derivative value) at point 82 is calculated as department A. Derived as the risk deviation of.
  • the difference 88 between the risk score (standard value) on the approximate curve 80 corresponding to the reported amount at point 86 and the risk score (derivative value) at point 86 is calculated as department B. Derived as the risk deviation of.
  • the negligence score derivation unit 44 derives the negligence deviation by the same method as the risk score derivation unit 50. That is, the negligence score deriving unit 44 is the number of incident reports created by each of the plurality of organizations, in other words, the number of incident reports reporting incidents that occurred in each organization and the negligence score of each organization. Find a correspondence. The negligence score deriving unit 44 derives the difference between the standard value of the negligence score corresponding to the number of incident reports of a certain organization and the derived value of the negligence score of the organization as the negligence deviation of the organization.
  • the negligence score derivation unit 44 plots the positions of a plurality of organizations in a two-dimensional space with the report amount (number of cases / number of people / year) of the incident report as the first axis and the negligence score as the second axis. Then, the approximate curve corresponding to the position of each tissue is obtained. For the negligence score of the second axis, the statistic (median) of the negligence score of a plurality of organizations having the same reported amount may be adopted. It can be said that this approximate curve shows the standard value of the negligence score corresponding to the reported amount.
  • the negligence score deriving unit 44 identifies the negligence score on the approximate curve corresponding to the reported amount of an organization as a standard value of the negligence score corresponding to the reported amount.
  • the negligence score derivation unit 44 derives the difference between the standard value and the derivation value of the negligence score of the organization (the value obtained by the method of the first embodiment, for example, the median) as the negligence deviation of the organization. ..
  • the severe score derivation unit 46 derives the severe deviation by the same method as the risk score derivation unit 50. That is, the severity score deriving unit 46 is the number of incident reports created in each of a plurality of tissues, in other words, the number of incident reports reporting incidents occurring in each tissue and the severity score of each tissue. Find a correspondence. The severity score deriving unit 46 derives the difference between the standard value of the severity score corresponding to the number of incident reports of a certain tissue and the derived value of the severity score of the tissue as the severity deviation of the tissue.
  • the severity score derivation unit 46 plots the positions of a plurality of tissues in a two-dimensional space with the report volume (number of cases / number of people / year) of the incident report as the first axis and the severity score as the second axis. Then, the approximate curve corresponding to the position of each tissue is obtained. For the severity score of the second axis, the statistic (median value) of the severity score of a plurality of tissues having the same reported amount may be adopted. It can be said that this approximate curve shows the standard value of the severity score corresponding to the reported amount.
  • the severity score deriving unit 46 identifies the severity score on the approximate curve corresponding to the reported amount of a certain tissue as the standard value of the severity score corresponding to the reported amount. The severity score deriving unit 46 derives the difference between the standard value and the derived value of the severity score of the tissue (the value obtained by the method of the first embodiment, for example, the median) as the severity deviation of the tissue. ..
  • the impact score derivation unit 48 derives the impact deviation by the same method as the risk score derivation unit 50. That is, the impact score deriving unit 48 is the number of incident reports created by each of a plurality of organizations, in other words, the number of incident reports reporting incidents that occurred in each organization and the impact score of each organization. Find a correspondence. The impact score deriving unit 48 derives the difference between the standard value of the impact score corresponding to the number of incident reports of a certain organization and the derived value of the impact score of the organization as the impact deviation of the organization.
  • the impact score derivation unit 48 plots the positions of a plurality of organizations in a two-dimensional space with the report amount (number of cases / number of people / year) of the incident report as the first axis and the impact score as the second axis. Then, the approximate curve corresponding to the position of each tissue is obtained. For the impact score of the second axis, the statistic (median value) of the impact score of a plurality of organizations having the same reported amount may be adopted. It can be said that this approximate curve shows the standard value of the impact score corresponding to the reported amount.
  • the impact score deriving unit 48 identifies the impact score on the approximate curve corresponding to the reported amount of a certain organization as the standard value of the impact score corresponding to the reported amount. The impact score deriving unit 48 derives the difference between the standard value and the derived value of the impact score of the organization (the value obtained by the method of the first embodiment, for example, the median) as the impact deviation of the organization. ..
  • the difference between the derived value of the risk index based on the content of the incident report and the standard value of the risk index corresponding to the reporting amount (number of incident reports per unit period and number of people).
  • a new risk index value (risk deviation, negligence deviation, severe deviation, impact deviation).
  • the accuracy of risk comparison between a plurality of organizations can be further improved.
  • the risk score of department A (point 82) in FIG. 12 is 1.0
  • the risk score of department B (point 86) is 0.5. Therefore, at first glance, it seems that department B has a lower risk than department A.
  • the risk deviation of department A is -0.4 as shown by the difference 84
  • the risk deviation of department B is 0.3 as shown by the difference 88. Therefore, by taking into account the amount of reports, it can be determined that the risk of department A is lower than that of department B.
  • the negligence score deriving unit 44 derives the negligence scores of each of the plurality of hospitals and the plurality of departments in the same operation as in the first embodiment.
  • the negligence score derivation unit 44 further derives the negligence deviation of each of the plurality of hospitals and the plurality of departments based on the reported amount and the negligence score of each of the plurality of hospitals and the plurality of departments.
  • the severity score deriving unit 46 derives the severity scores of each of the plurality of hospitals and the plurality of departments in the same operation as in the first embodiment.
  • the severity score deriving unit 46 further derives the severity deviation of each of the plurality of hospitals and the plurality of departments based on the reported amount and the severity score of each of the plurality of hospitals and the plurality of departments.
  • the impact score derivation unit 48 derives the impact scores of each of the plurality of hospitals and the plurality of departments in the same operation as in the first embodiment.
  • the impact score deriving unit 48 further derives the impact deviation of each of the plurality of hospitals and the plurality of departments based on the reported amount and the impact score of each of the plurality of hospitals and the plurality of departments.
  • the risk score deriving unit 50 derives the risk scores of each of the plurality of hospitals and the plurality of departments in the same operation as in the first embodiment.
  • the risk score deriving unit 50 further derives the risk deviation of each of the plurality of hospitals and the plurality of departments based on the reported amount and the risk score of each of the plurality of hospitals and the plurality of departments.
  • the output unit 52 records the negligence deviation, severe deviation, impact deviation, and risk deviation of each hospital and department in the result file, and stores the result file in a predetermined storage area.
  • the image generation unit 54 generates a predetermined statistical chart based on the negligence deviation, the severe deviation, the impact deviation, and the risk deviation for each hospital and department, and generates image data including the statistical chart.
  • the output unit 52 stores the image data generated by the image generation unit 54 in a predetermined storage area.
  • FIG. 13 shows an example of a risk evaluation image generated by the risk evaluation device 10 of the second embodiment.
  • the image generation unit 54 is located in a two-dimensional space having the severe deviation as the first axis and the negligence deviation as the second axis, and the position of each tissue according to the severe deviation and the negligence deviation of each of a plurality of tissues (hospitals, departments, etc.). Generate an image containing a scatter plot plotting.
  • the departments of doctors are indicated by white circles
  • the departments of nurses are indicated by black circles
  • the departments of medical staff are indicated by triangles.
  • FIG. 14 also shows an example of a risk evaluation image generated by the risk evaluation device 10 of the second embodiment.
  • the image generation unit 54 is located in a two-dimensional space having the risk deviation as the first axis and the impact deviation as the second axis, and the position of each organization according to the risk deviation and the impact deviation of each of a plurality of organizations (hospitals, departments, etc.). Generate an image containing a scatter plot plotting. In the scatter plot of the figure, the name of each organization is placed at the position of each organization.
  • the tissues arranged in the first quadrant are tissues in which both the severity score and the negligence score are higher than the standard values, and are tissues that require special attention and support for safety management. It can be judged that there is.
  • the organization placed in the first quadrant is an organization in which both the risk score and the impact score are higher than the standard value, and special attention and support are required for safety management. It can be judged that it is a good organization.
  • FIG. 15 also shows an example of a risk evaluation image generated by the risk evaluation device 10 of the second embodiment.
  • FIG. 15 is an image corresponding to FIG. 13, and shows the severe deviation and the negligence deviation of each of a plurality of tissues (hospitals, departments, etc.) in a two-dimensional space having the severe deviation as the first axis and the negligence deviation as the second axis.
  • An image including a scatter plot plotting the position of each tissue according to is shown.
  • the scatter plot of FIG. 13 is a plot of the position of each tissue in one hospital (referred to as hospital A here)
  • the scatter plot of FIG. 15 is a plot of each tissue in another hospital (referred to as hospital B here). It is a plot of the position of the tissue.
  • tissue names eg, gastrointestinal surgery, pediatrics, outpatients, etc.
  • FIG. 16 also shows an example of a risk evaluation image generated by the risk evaluation device 10 of the second embodiment.
  • FIG. 16 is an image corresponding to FIG. 14, and shows the risk deviation and impact deviation of each of a plurality of organizations (hospitals, departments, etc.) in a two-dimensional space having the risk deviation as the first axis and the impact deviation as the second axis.
  • An image including a scatter plot plotting the position of each tissue according to is shown.
  • the scatter plot of FIG. 14 is a plot of the position of each tissue in one hospital (referred to as hospital A here)
  • the scatter plot of FIG. 16 is a plot of each tissue in another hospital (referred to as hospital B here). It is a plot of the position of the tissue. Similar to the scatter plot of FIG. 14, the organization name may be described in the scatter plot of FIG.
  • the risk deviation and impact deviation are within a certain range in both scatter plots, and the hospital is determined by the risk deviation and impact deviation. The usefulness of visualizing the risks involved was confirmed. Further, according to the risk evaluation device 10 of the second embodiment, risk evaluation between organizations (for example, between hospitals) can be realized. For example, by comparing the scatter plot of FIG. 14 with respect to hospital A and the scatter plot of FIG. 16 with respect to hospital B, which hospital has a higher risk from the viewpoint of risk deviation and impact deviation, and factors that increase the risk. (Department, etc.) can be easily identified.
  • the image generation unit 54 of the risk evaluation device 10 may generate an image in which an object indicating a reference value or range (referred to as a “reference object”) is added to the scatter plots of FIGS. 13 to 16. .
  • the reference value or range may be the minimum, maximum, or range from minimum to maximum of the reference hospital or comparison hospital.
  • the reference object is a rectangle that indicates the range from the minimum value to the maximum value of the risk deviation (severe deviation) of the reference hospital and the range of the minimum value to the maximum value of the impact deviation (fault deviation) of the reference hospital. It may be an object of.
  • the reference value or range may be a range of the average value of the minimum values, the average value of the maximum values, and the average value of the minimum values to the average value of the maximum values over a plurality of hospitals. This configuration makes it easier to assess the risks that each organization has and to compare risks between organizations.
  • FIG. 17 and 18 also show an example of a risk evaluation image generated by the risk evaluation device 10 of the second embodiment.
  • the image generation unit 54 of the risk evaluation device 10 derives the risk deviations of the plurality of hospitals based on the incident reports of the plurality of hospitals to be compared, and displays the risk deviations of the plurality of hospitals side by side in a graph (for example). Generate an image containing a bar graph).
  • FIG. 17 shows the risk deviations of cardiac surgery and vascular surgery in each hospital, which were derived based on the incident reports of cardiac surgery and vascular surgery in multiple hospitals.
  • FIG. 18 shows the risk deviations of the cardiology departments of each hospital derived based on the incident reports of the cardiology departments of a plurality of hospitals. This configuration makes it easier to compare risks between organizations (here, between hospitals).
  • the risk evaluation device 10 may further derive the core score and perform the risk evaluation based on the core score.
  • the classification information storage unit 20 of the risk evaluation device 10 states that each of the plurality of incident reports prepared at the hospital contains important contents from the viewpoint of risk understanding and evaluation. Classification information indicating whether or not the incident report is applicable to the incident report determined at the meeting (hereinafter, also referred to as “council”) may be stored.
  • the set of relevant incident reports is called the "core report group”
  • the set of non-applicable incident reports is called the "non-core report group”.
  • the council reviews the content of multiple incident reports and determines whether each incident report falls under the core report group or the non-core report group.
  • the classification information indicating the determination result may be stored in the classification information storage unit 20.
  • the panel may be composed of members different from the GRM who judges the impact report, and the judgment of the core report may be different from the judgment of the impact report.
  • the term score determination unit 34 of the risk evaluation device 10 may further include a core term score determination unit.
  • the core term score is similar to the impact term score.
  • the core term score is an incident report judged by the council to contain important content from the perspective of risk understanding and evaluation, in other words, the council says that careful consideration and some action are required. It is an index showing the ease of appearance in the judged incident report.
  • the method for deriving the core term score may be the same as the method for deriving the impact term score shown in FIG. 3, replacing the “impact report group” in FIG. 3 with the “core report group” and replacing the “non-impact report group” in FIG.
  • the method may be replaced with "non-core reports”.
  • the core term score of each word derived by the core term score determination unit may be stored in the storage unit 14 (core term score storage unit).
  • the score derivation unit 42 of the risk evaluation device 10 may further include a core score derivation unit.
  • the core score derivation unit derives the core score based on the core term score stored in the core term score storage unit.
  • the core score is similar to the impact score and is an indicator of the magnitude of risk from the perspective of the Council's judgment that it is an incident report that describes important content.
  • the method for deriving the core score is the same as the method for deriving the negligence score shown in FIG. 5 (replace the negligence term score in FIG. 5 with the core term score).
  • the core score derivation unit derives the core score for each analysis target report (report unit).
  • the core score derivation unit aggregates the impact scores of multiple analysis target reports at various particle sizes (hospital unit, department unit, etc.).
  • the core score derivation unit like the impact score derivation unit, derives core scores for organizations of various granularities and for various periods.
  • the core score derivation unit derives the core deviation by the same method as the risk score derivation unit 50. That is, the core score derivation unit is the number of incident reports created by each of multiple organizations, in other words, the correspondence between the number of incident reports reporting incidents that occurred in each organization and the core score of each organization. Ask. The core score derivation unit derives the difference between the standard value of the core score corresponding to the number of incident reports of a certain organization and the derived value of the core score of the organization as the core deviation of the organization.
  • the output unit 52 may further record the core score and core deviation for each hospital, department, and year / month in the result file. For example, the output unit 52 may generate and record a document file showing the negligence score, the severity score, the impact score, the risk score, and the core score of each of the plurality of incident reports.
  • the image generation unit 54 may generate a predetermined statistical chart including a core score or a core deviation for each hospital, department, and year, and may generate image data including the statistical chart. For example, the image generation unit 54 may generate an image including a scatter plot in which the impact deviations of FIGS. 14 and 16 are replaced with core deviations.
  • the core score and core deviation it is possible to evaluate the risk of the organization from a wider variety of perspectives.
  • the core score is based on the judgment of a person, but unlike the impact score, it is based on the result of a discussion by multiple people. Therefore, by introducing the core score and the core deviation, it is possible to suppress the omission of the risk evaluation, and to support more appropriate risk evaluation and appropriate judgment as an organization.
  • the risk evaluation device 10 derives a severe score (severe deviation), a negligence score (fault deviation), a risk score (risk deviation), and a core score (core deviation), but does not derive an impact score (impact deviation). There may be. This is because some organizations may not be able to obtain judgment by GRM.
  • the risk evaluation device 10 described in the first embodiment and the second embodiment may include a communication unit that communicates with an external device according to a predetermined communication protocol, and is a risk evaluation service as a cloud service or SaaS (Software as a Service). May be provided.
  • the client device may upload the incident report and the organization information to the risk assessment device 10 and request the risk assessment device 10 to perform the risk assessment.
  • the control unit 12 of the risk evaluation device 10 may acquire the incident report and the organization information via the communication unit and derive the scores of various risk indexes.
  • the output unit 52 of the risk evaluation device 10 may transmit the risk evaluation result (risk score, risk deviation, statistical chart, etc.) to the client device via the communication unit.
  • the plurality of functional blocks of the risk evaluation device 10 described in the first embodiment and the second embodiment may be distributed and provided in the plurality of devices.
  • a plurality of devices may communicate with each other and cooperate as a system to exhibit the same function as the risk evaluation device 10 in the first embodiment and the second embodiment.
  • the technical concept (risk evaluation technology) described in the first embodiment and the second embodiment can be applied to other than analyzing the incident report prepared by the medical institution and evaluating the risk held by the medical institution. ..
  • the report to be analyzed may be an incident report in various industries such as the transportation industry and the construction industry. In addition to the incident report, it may be a hiyari hat report, a treatise, or a news article.
  • the technical ideas described in the first and second embodiments are widely applicable in estimating and visualizing the risks posed by the organization in which the event indicated by the report has occurred.
  • the technology of this disclosure can be applied to systems or devices related to risk assessment.

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

過失タームスコア記憶部２２は、複数の単語のそれぞれについて、組織の過失によって事象が発生したことを示すレポートにおける出現のしやすさを表す指標である過失タームスコアを記憶する。重症タームスコア記憶部２４は、複数の単語のそれぞれについて、重大な事象が発生したことを示すレポートにおける出現のしやすさを表す指標である重症タームスコアを記憶する。スコア導出部４２は、解析対象のレポートに記載された複数の単語を抽出し、抽出した各単語の過失タームスコアと、抽出した各単語の重大タームスコアと、上記組織の過失と事象の重大性のそれぞれついて予め定められたリスク評価における重みとをもとに、上記組織のリスクの大きさを表す指標であるリスクスコアを導出する。

Description

リスク評価システム、リスク評価方法およびコンピュータプログラム
　本開示は、データ処理技術に関し、特にリスク評価システム、リスク評価方法およびコンピュータプログラムに関する。
　医療機関においては、インシデントレポートと呼ばれる報告書が作成される。このインシデントとは、日常の診療現場における医療事故、医療過誤、またはそれらにつながりかねない事象を言う。インシデントレポートは、インシデントを分析して、類似するインシデントの再発を防ぐとともに、医療事故および医療過誤の発生を未然に防止するために活用される。本出願人は、以下の特許文献１において、インシデントレポートを精度よく分類するための技術を提案した。
特開２０１８－０８１３３４号公報
　これまで、複数の医療機関が抱えるリスクの大きさについて、医療機関の間での比較が十分になされていなかった。また、ある医療機関内の複数の部署が抱えるリスクの大きさについて、部署間での比較も十分になされていなかった。本発明者は、インシデントレポートを解析することにより、組織が抱えるリスクの大きさを精度よく推定することができると考えた。
　本開示は本発明者の上記着想に基づいてなされたものであり、１つの目的は、組織で発生した事象を報告するレポートをもとに、その組織のリスクの大きさを精度よく評価する技術を提供することにある。
　上記課題を解決するために、本開示のある態様のリスク評価システムは、ある組織で発生した事象を報告するレポートを解析して、組織のリスクの大きさを評価するシステムであって、複数の単語のそれぞれについて、組織の過失によって事象が発生したことを示すレポートにおける出現のしやすさを表す指標である過失タームスコアを記憶する第１記憶部と、複数の単語のそれぞれについて、重大な事象が発生したことを示すレポートにおける出現のしやすさを表す指標である重大タームスコアを記憶する第２記憶部と、解析対象のレポートに記載された複数の単語を抽出し、抽出した各単語の過失タームスコアと、抽出した各単語の重大タームスコアと、組織の過失と事象の重大性のそれぞれついて予め定められたリスク評価における重みとをもとに、組織のリスクの大きさを表す指標であるリスクスコアを導出するスコア導出部と、を備える。
　本開示の別の態様は、リスク評価方法である。この方法は、第１記憶部と第２記憶部とにアクセス可能なコンピュータが、ある組織で発生した事象を報告するレポートを解析して、組織のリスクの大きさを評価する方法であって、第１記憶部は、複数の単語のそれぞれについて、組織の過失によって事象が発生したことを示すレポートにおける出現のしやすさを表す指標である過失タームスコアを記憶し、第２記憶部は、複数の単語のそれぞれについて、重大な事象が発生したことを示すレポートにおける出現のしやすさを表す指標である重大タームスコアを記憶し、解析対象のレポートに記載された複数の単語を抽出するステップと、抽出した各単語の過失タームスコアと、抽出した各単語の重大タームスコアと、組織の過失と事象の重大性のそれぞれついて予め定められたリスク評価における重みとをもとに、組織のリスクの大きさを表す指標であるリスクスコアを導出するステップと、を備える。
　なお、以上の構成要素の任意の組合せ、本開示の表現を装置、コンピュータプログラム、コンピュータプログラムを格納した記録媒体などの間で変換したものもまた、本開示の態様として有効である。
　本開示によれば、組織で発生した事象を報告するレポートをもとに、その組織のリスクの大きさを精度よく評価することができる。
過失タームスコアの決定方法を模式的に示す図である。 重症タームスコアの決定方法を模式的に示す図である。 インパクトタームスコアの決定方法を模式的に示す図である。 第１実施例のリスク評価装置の機能ブロックを示すブロック図である。 過失スコアの算出処理の流れを示すフローチャートである。 病院におけるリスク評価因子の重みを示す図である。 リスクスコアの算出方法の候補を示す図である。 ＧＲＭによる順位評価と各算出方法による順位評価の相関を示す図である。 第１実施例のリスク評価結果の例を示す図である。 第１実施例のリスク評価結果の例を示す図である。 報告量とリスクスコアの関係を示す散布図である。 リスク偏差導出の具体例を示す図である。 第２実施例のリスク評価結果の例を示す図である。 第２実施例のリスク評価結果の例を示す図である。 第２実施例のリスク評価結果の例を示す図である。 第２実施例のリスク評価結果の例を示す図である。 第２実施例のリスク評価結果の例を示す図である。 第２実施例のリスク評価結果の例を示す図である。
＜第１実施例＞
　第１実施例では、医療機関で作成されたインシデントレポートをもとに医療機関が抱えるリスクの大きさを精度よく評価する技術を提案する。この技術により、例えば、医療機関や、医療機関内の部署等、様々な粒度の組織が抱えるリスクの大きさを可視化し、また、組織間でのリスク比較が可能になる。以下では、医療機関は病院として説明する。
　上記の特許文献１に記載された「特徴度」に対応する指標として、第１実施例では、過失タームスコア、重症タームスコアおよびインパクトタームスコアを用いる。図１は、過失タームスコアの決定方法を模式的に示す。過失タームスコアは、複数の単語のそれぞれについて、病院（言い換えれば医療従事者）の過失によってインシデントが発生したことを示すインシデントレポートにおける出現のしやすさを表す指標である。
　図２は、重症タームスコアの決定方法を模式的に示す。重症タームスコアは、複数の単語のそれぞれについて、患者に重症な事態、すなわち重大な事象が発生したことを示すインシデントレポートであり、具体的には、患者が重症になったこと（インシデントによって患者に重篤な事態が生じたこと）を示すインシデントレポートにおける出現のしやすさを表す指標である。
　図３は、インパクトタームスコアの決定方法を模式的に示す。インパクトタームスコアは、複数の単語のそれぞれについて、重要な内容が記載されていると人が判断したインシデントレポートであり、言い換えれば、慎重な検討や何らかのアクションが必要であると人が判断したインシデントレポートにおける出現のしやすさを表す指標である。
　図４は、第１実施例のリスク評価装置の機能ブロックを示すブロック図である。本明細書のブロック図で示す各ブロックは、ハードウェア的には、コンピュータのプロセッサ、ＣＰＵ、メモリをはじめとする素子や電子回路、機械装置で実現でき、ソフトウェア的にはコンピュータプログラム等によって実現されるが、ここでは、それらの連携によって実現される機能ブロックを描いている。したがって、これらの機能ブロックはハードウェア、ソフトウェアの組合せによっていろいろなかたちで実現できることは、当業者には理解されるところである。
　リスク評価装置１０は、インシデントレポートを解析して、病院や病院内の各部署が抱えるリスクの大きさを評価する情報処理装置である。リスク評価装置１０は、制御部１２と記憶部１４を備える。制御部１２は、リスク評価のための各種データ処理を実行する。記憶部１４は、制御部１２により参照または更新されるデータを記憶する。記憶部１４は、分類情報記憶部２０、過失タームスコア記憶部２２、重症タームスコア記憶部２４、インパクトタームスコア記憶部２６を含む。
　分類情報記憶部２０は、病院で作成された複数のインシデントレポートのそれぞれが、病院（言い換えれば医療従事者）の過失によってインシデントが発生したことを示すインシデントレポートに該当するか、否かを示す分類情報を記憶する。該当するインシデントレポートの集合を「過失レポート群」と呼び、非該当のインシデントレポートの集合を「非過失レポート群」と呼ぶ。図１に示すように、病院のＧＲＭ（ゼネラルリスクマネージャ、医療安全管理者）は、複数のインシデントレポートの内容を確認して、各インシデントレポートが過失レポート群に該当するか、非過失レポート群に該当するかを判断する。この判断結果を示す分類情報が分類情報記憶部２０に格納される。例えば、分類情報記憶部２０には、過失レポート群に該当する１つ以上のインシデントレポートの識別情報（レポート番号等）と、非過失レポート群に該当する１つ以上のインシデントレポートの識別情報が格納されてもよい。
　また、分類情報記憶部２０は、病院で作成された複数のインシデントレポートのそれぞれが、患者が重症になったことを示すインシデントレポートに該当するか、否かを示す分類情報を記憶する。該当するインシデントレポートの集合を「重症レポート群」と呼び、非該当のインシデントレポートの集合を「非重症レポート群」と呼ぶ。図２に示すように、病院のＧＲＭは、複数のインシデントレポートの内容を確認して、各インシデントレポートが重症レポート群に該当するか、非重症レポート群に該当するかを判断する。この判断結果を示す分類情報が分類情報記憶部２０に格納される。例えば、分類情報記憶部２０には、重症レポート群に該当する１つ以上のインシデントレポートの識別情報と、非重症レポート群に該当する１つ以上のインシデントレポートの識別情報が格納されてもよい。
　また、分類情報記憶部２０は、病院で作成された複数のインシデントレポートのそれぞれが、重要な内容が記載されていると人が判断したインシデントレポートに該当するか、否かを示す分類情報を記憶する。該当するインシデントレポートの集合を「インパクトレポート群」と呼び、非該当のインシデントレポートの集合を「非インパクトレポート群」と呼ぶ。図３に示すように、病院のＧＲＭは、複数のインシデントレポートの内容を確認して、各インシデントレポートがインパクトレポート群に該当するか、非インパクトレポート群に該当するかを判断する。この判断結果を示す分類情報が分類情報記憶部２０に格納される。例えば、分類情報記憶部２０には、インパクトレポート群に該当する１つ以上のインシデントレポートの識別情報と、非インパクトレポート群に該当する１つ以上のインシデントレポートの識別情報が格納されてもよい。
　なお、実施例では、各インシデントレポートがインパクトレポート群に該当するか否かを８名のＧＲＭに投票させた。そして、インパクトレポート群に該当する旨の投票が３票以上のインシデントレポートをインパクトレポート群に分類し、３票未満のインシデントレポートを非インパクトレポート群に分類した。
　図４に戻り、過失タームスコア記憶部２２は、インシデントレポートから抽出された複数の単語それぞれの過失タームスコアを記憶する。重症タームスコア記憶部２４は、インシデントレポートから抽出された複数の単語それぞれの重症タームスコアを記憶する。まインパクトタームスコア記憶部２６は、インシデントレポートから抽出された複数の単語それぞれのインパクトタームスコアを記憶する。
　制御部１２は、レポート読込部３０、組織情報読込部３２、タームスコア決定部３４、スコア導出部４２、出力部５２、画像生成部５４を含む。これら複数の機能ブロックに対応する複数のモジュールを含むコンピュータプログラムが記録媒体に格納され、その記録媒体を介してリスク評価装置１０のストレージにインストールされてもよい。または、このコンピュータプログラムがネットワークを介してリスク評価装置１０のストレージにインストールされてもよい。リスク評価装置１０のＣＰＵは、このコンピュータプログラムをメインメモリに読み出して実行することにより上記複数の機能ブロックの機能を発揮してもよい。
　レポート読込部３０は、インシデントレポートが記録された電子ファイルから、インシデントレポートのデータ（例えばテキストデータ）を読み込む。インシデントレポートのデータ項目は、レポート番号、作成者情報（医師、看護士等の職種を含む）、発生日（インシデントが発生した日付）、部署名（インシデントが発生した部署名）、自由記載を含む。リスク評価装置１０は、インシデントレポートの自由記載における記載内をもとにリスクの大きさをスコア化する。
　組織情報読込部３２は、病院の各部署に関する情報（「組織情報」とも呼ぶ。）が記録された電子ファイルから組織情報を読み込む。組織情報は、病院内の複数の部署それぞれの名称（部署名）と、所属人数を含む。組織情報は、複数の病院のそれぞれについて、各病院に設けられた複数の部署の名称と所属人数を含んでもよい。
　タームスコア決定部３４は、複数の単語それぞれの過失タームスコアを決定する過失タームスコア決定部３６と、複数の単語それぞれの重症タームスコアを決定する重症タームスコア決定部３８と、複数の単語それぞれのインパクトタームスコアを決定するインパクトタームスコア決定部４０を含む。
　図１を参照して、過失タームスコアの決定方法を説明する。過失タームスコア決定部３６は、レポート読込部３０により読み込まれた複数のインシデントレポートに含まれる複数の単語（図１の例では１５９６６個の単語）を抽出する。例えば、過失タームスコア決定部３６は、形態素解析等の公知技術を用いて、複数のインシデントレポートの自由記載欄に記載された文章から名詞（または名詞と動詞）を抽出してもよい。また、過失タームスコア決定部３６は、分類情報記憶部２０に記憶された分類情報を参照して、レポート読込部３０により読み込まれた複数のインシデントレポートのそれぞれが過失レポート群に該当するか、非過失レポート群に該当するかを識別する。
　ここでは過失タームスコアを求める対象となる単語を対象単語と呼ぶ。過失タームスコア決定部３６は、過失レポート群のうち自由記載欄に対象単語を含むレポート数Ａ、過失レポート群のうち自由記載欄に対象単語を含まないレポート数Ｂ、非過失レポート群のうち自由記載欄に対象単語を含むレポート数Ｃ、非過失レポート群のうち自由記載欄に対象単語を含まないレポート数Ｄを特定する。過失タームスコア決定部３６は、図１の式１または式２にしたがって、過失レポート群と非過失レポート群における対象単語の出現率の比を、対象単語の過失タームスコアとして算出する。
　過失タームスコア決定部３６は、抽出した複数の単語のそれぞれを順次対象単語として上記処理を実行し、各単語の過失タームスコアを算出する。過失タームスコア決定部３６は、複数の単語と、各単語の過失タームスコアとを対応付けて過失タームスコア記憶部２２に格納する。
　式１と式２で示すように、過失タームスコアは、－１未満の数値または１以上の数値となる。ある単語の過失タームスコアが大きいほど、その単語は非過失レポート群より過失レポート群において出現しやすいことを意味する。図１の例では、単語「同姓」は、過失レポート群における出現率が、非過失レポート群における出現率の約４５倍であることを示している。また、ある単語の過失タームスコアが小さいほど、その単語は過失レポート群より非過失レポート群において出現しやすいことを意味する。
　図２を参照して、重症タームスコアの決定方法を説明する。重症タームスコア決定部３８は、過失タームスコア決定部３６と同様に、レポート読込部３０により読み込まれた複数のインシデントレポートに含まれる複数の単語（図２の例では１５９６６個の単語）を抽出する。また、重症タームスコア決定部３８は、分類情報記憶部２０に記憶された分類情報を参照して、レポート読込部３０により読み込まれた複数のインシデントレポートのそれぞれが重症レポート群に該当するか、非重症レポート群に該当するかを識別する。
　ここでは重症タームスコアを求める対象となる単語を対象単語と呼ぶ。重症タームスコア決定部３８は、重症レポート群のうち自由記載欄に対象単語を含むレポート数Ａ、重症レポート群のうち自由記載欄に対象単語を含まないレポート数Ｂ、非重症レポート群のうち自由記載欄に対象単語を含むレポート数Ｃ、非重症レポート群のうち自由記載欄に対象単語を含まないレポート数Ｄを特定する。重症タームスコア決定部３８は、図２の式３または式４にしたがって、重症レポート群と非重症レポート群における対象単語の出現率の比を、対象単語の重症タームスコアとして算出する。
　重症タームスコア決定部３８は、抽出した複数の単語のそれぞれを順次対象単語として上記処理を実行し、各単語の重症タームスコアを算出する。重症タームスコア決定部３８は、複数の単語と、各単語の重症タームスコアとを対応付けて重症タームスコア記憶部２４に格納する。
　過失タームスコアと同様に、重症タームスコアは、－１未満の数値または１以上の数値となる。ある単語の重症タームスコアが大きいほど、その単語は非重症レポート群より重症レポート群において出現しやすいことを意味する。図２の例では、単語「心停止」は、重症レポート群における出現率が、非重症レポート群における出現率の約７４倍であることを示している。また、ある単語の重症タームスコアが小さいほど、その単語は重症レポート群より非重症レポート群において出現しやすいことを意味する。
　図３を参照して、インパクトタームスコアの決定方法を説明する。インパクトタームスコア決定部４０は、過失タームスコア決定部３６と同様に、レポート読込部３０により読み込まれた複数のインシデントレポートに含まれる複数の単語（図３の例では１４０００個の単語）を抽出する。また、インパクトタームスコア決定部４０は、分類情報記憶部２０に記憶された分類情報を参照して、レポート読込部３０により読み込まれた複数のインシデントレポートのそれぞれがインパクトレポート群に該当するか、非インパクトレポート群に該当するかを識別する。
　ここではインパクトタームスコアを求める対象となる単語を対象単語と呼ぶ。インパクトタームスコア決定部４０は、インパクトレポート群のうち自由記載欄に対象単語を含むレポート数Ａ、インパクトレポート群のうち自由記載欄に対象単語を含まないレポート数Ｂ、非インパクトレポート群のうち自由記載欄に対象単語を含むレポート数Ｃ、非インパクトレポート群のうち自由記載欄に対象単語を含まないレポート数Ｄを特定する。インパクトタームスコア決定部４０は、図３の式５または式６にしたがって、インパクトレポート群と非インパクトレポート群における対象単語の出現率の比を、対象単語のインパクトタームスコアとして算出する。
　インパクトタームスコア決定部４０は、抽出した複数の単語のそれぞれを順次対象単語として上記処理を実行し、各単語のインパクトタームスコアを算出する。インパクトタームスコア決定部４０は、複数の単語と、各単語のインパクトタームスコアとを対応付けてインパクトタームスコア記憶部２６に格納する。
　過失タームスコアと同様に、インパクトタームスコアは、－１未満の数値または１以上の数値となる。ある単語のインパクトタームスコアが大きいほど、その単語は非インパクトレポート群よりインパクトレポート群において出現しやすいことを意味する。図３の例では、単語「激高」は、インパクトレポート群における出現率が、非インパクトレポート群における出現率の約９９倍であることを示している。また、ある単語のインパクトタームスコアが小さいほど、その単語はインパクトレポート群より非インパクトレポート群において出現しやすいことを意味する。
　スコア導出部４２は、病院および病院内の各部署が抱えるリスクの大きさを定量的に示す各種スコアを導出する。スコア導出部４２は、過失スコア導出部４４、重症スコア導出部４６、インパクトスコア導出部４８、リスクスコア導出部５０を含む。
　過失スコア導出部４４は、過失タームスコア記憶部２２に記憶された過失タームスコアに基づいて、病院の過失（言い換えれば医療従事者の過失）の観点からのリスクの大きさを表す指標である過失スコアを導出する。図５は、過失スコアの算出処理の流れを示すフローチャートである。過失スコア導出部４４は、レポート読込部３０により読み込まれた解析対象のインシデントレポート（以下「解析対象レポート」）とも呼ぶ。）に記載された複数の単語を抽出する（Ｓ１０）。過失スコア導出部４４は、形態素解析等の公知技術を用いて解析対象レポートの自由記載欄に含まれる複数の単語を抽出してもよい。過失スコア導出部４４は、解析対象レポートにおける各単語の出現回数（図５の「単語数」）を計数する。
　過失スコア導出部４４は、抽出した単語ごとに、出現回数（図５の「単語数」）と過失タームスコアとの積（図５の「単語別集計値」）を算出する。過失スコア導出部４４は、抽出した各単語の単語別集計値の合計（図５の「ΣＮＲ」）を被除数とし、抽出した各単語の単語数の合計（図５の「ΣＮ」）を除数とする除算の結果（商）を過失スコアとして導出する（Ｓ１２）。
　過失スコア導出部４４は、レポート読込部３０により複数の解析対象レポートが読み込まれた場合、解析対象レポートごとにＳ１０およびＳ１２の処理を繰り返し、解析対象レポートごと（レポート単位）の過失スコアを導出する。過失スコア導出部４４は、複数の解析対象レポートの過失スコアを様々な粒度で集計する（Ｓ１４）。
　例えば、過失スコア導出部４４は、複数の解析対象レポートのそれぞれに含まれる部署名をもとに、各部署の解析対象レポートの過失スコアに基づく統計量を求めることにより、部署ごと（部署単位）の過失スコアを導出する。言い換えれば、過失スコア導出部４４は、複数の部署のそれぞれで発生したインシデントを報告する複数のインシデントレポートをもとに、それら複数の部署それぞれの過失スコアを導出する。また、過失スコア導出部４４は、ある病院で作成された複数の解析対象レポート（例えば解析対象レポート全件）の過失スコアに基づく統計量を求めることにより、病院全体（病院単位）の過失スコアを導出する。言い換えれば、過失スコア導出部４４は、複数の病院のそれぞれで発生したインシデントを報告する複数のインシデントレポートをもとに、それら複数の病院それぞれの過失スコアを導出する。
　また、過失スコア導出部４４は、複数の解析対象レポートのそれぞれに含まれる発生日をもとに、複数の期間（年単位や月単位）のそれぞれに該当する解析対象レポートの過失スコアに基づく統計量を求めることにより、期間ごと（例えば年月別）の過失スコアを導出する。また、過失スコア導出部４４は、複数の解析対象レポートのそれぞれに含まれる部署名と発生日をもとに、複数の部署のそれぞれについて年月別の過失スコアを導出する。
　上記の統計量は、複数の解析対象レポートの過失スコアの平均値（相加平均値や移動平均値）、中央値、最頻値のいずれか、または任意の組み合わせであってもよい。また、上記の統計量は、複数の解析対象レポートの過失スコアの最小値、最大値、第１四分位点、第３四分位点をさらに含んでもよい。後述の重症スコア、インパクトスコア、リスクスコアの統計量についても同様である。
　重症スコア導出部４６は、重症タームスコア記憶部２４に記憶された重症タームスコアに基づいて、患者の重症度合い（言い換えればインシデントの重大性）の観点からのリスクの大きさを表す指標である重症スコアを導出する。重症スコアの導出方法は、図５に示した過失スコアの導出方法と同様である。
　すなわち、重症スコア導出部４６は、レポート読込部３０により読み込まれた解析対象レポートに記載された複数の単語を抽出し、抽出した単語ごとに、重症タームスコアに基づく単語別集計値を算出する（図５の過失タームスコアを重症タームスコアに置き換える）。重症スコア導出部４６は、抽出した各単語の単語別集計値の合計（図５の「ΣＮＲ」）を被除数とし、抽出した各単語の単語数の合計（図５の「ΣＮ」）を除数とする除算の結果（商）を重症スコアとして導出する。
　重症スコア導出部４６は、レポート読込部３０により複数の解析対象レポートが読み込まれた場合、解析対象レポートごと（レポート単位）の重症スコアを導出する。重症スコア導出部４６は、複数の解析対象レポートの重症スコアを様々な粒度で集計する。
　例えば、重症スコア導出部４６は、複数の解析対象レポートのそれぞれに含まれる部署名をもとに、各部署の解析対象レポートの重症スコアに基づく統計量を求めることにより、部署ごと（部署単位）の重症スコアを導出する。言い換えれば、重症スコア導出部４６は、複数の部署のそれぞれで発生したインシデントを報告する複数のインシデントレポートをもとに、それら複数の部署それぞれの重症スコアを導出する。また、重症スコア導出部４６は、ある病院で作成された複数の解析対象レポート（例えば解析対象レポートの全件）の重症スコアに基づく統計量を求めることにより、病院全体（病院単位）の重症スコアを導出する。言い換えれば、重症スコア導出部４６は、複数の病院のそれぞれで発生したインシデントを報告する複数のインシデントレポートをもとに、それら複数の病院それぞれの重症スコアを導出する。
　また、重症スコア導出部４６は、複数の解析対象レポートのそれぞれに含まれる発生日をもとに、複数の期間（年単位や月単位）のそれぞれに該当する解析対象レポートの重症スコアに基づく統計量を求めることにより、期間ごと（例えば年月別）の重症スコアを導出する。また、重症スコア導出部４６は、複数の解析対象レポートのそれぞれに含まれる部署名と発生日をもとに、複数の部署のそれぞれについて年月別の重症スコアを導出する。
　インパクトスコア導出部４８は、インパクトタームスコア記憶部２６に記憶されたインパクトタームスコアに基づいて、重要な内容が記載されたインシデントレポートであると人が判断する観点からのリスクの大きさを表す指標であるインパクトスコアを導出する。インパクトスコアの導出方法は、図５に示した過失スコアの導出方法と同様である。
　すなわち、インパクトスコア導出部４８は、レポート読込部３０により読み込まれた解析対象レポートに記載された複数の単語を抽出し、抽出した単語ごとに、インパクトタームスコアに基づく単語別集計値を算出する（図５の過失タームスコアをインパクトタームスコアに置き換える）。インパクトスコア導出部４８は、抽出した各単語の単語別集計値の合計（図５の「ΣＮＲ」）を被除数とし、抽出した各単語の単語数の合計（図５の「ΣＮ」）を除数とする除算の結果（商）をインパクトスコアとして導出する。
　インパクトスコア導出部４８は、レポート読込部３０により複数の解析対象レポートが読み込まれた場合、解析対象レポートごと（レポート単位）のインパクトスコアを導出する。インパクトスコア導出部４８は、複数の解析対象レポートのインパクトスコアを様々な粒度で集計する。
　例えば、インパクトスコア導出部４８は、複数の解析対象レポートのそれぞれに含まれる部署名をもとに、各部署の解析対象レポートのインパクトスコアに基づく統計量を求めることにより、部署ごと（部署単位）のインパクトスコアを導出する。言い換えれば、インパクトスコア導出部４８は、複数の部署のそれぞれで発生したインシデントを報告する複数のインシデントレポートをもとに、それら複数の部署それぞれのインパクトスコアを導出する。また、インパクトスコア導出部４８は、ある病院で作成された複数の解析対象レポート（例えば解析対象レポートの全件）のインパクトスコアに基づく統計量を求めることにより、病院全体（病院単位）のインパクトスコアを導出する。言い換えれば、インパクトスコア導出部４８は、複数の病院のそれぞれで発生したインシデントを報告する複数のインシデントレポートをもとに、それら複数の病院それぞれのインパクトスコアを導出する。
　また、インパクトスコア導出部４８は、複数の解析対象レポートのそれぞれに含まれる発生日をもとに、複数の期間（年単位や月単位）のそれぞれに該当する解析対象レポートのインパクトスコアに基づく統計量を求めることにより、期間ごと（例えば年月別）のインパクトスコアを導出する。また、インパクトスコア導出部４８は、複数の解析対象レポートのそれぞれに含まれる部署名と発生日とをもとに、複数の部署のそれぞれについて年月別のインパクトスコアを導出する。
　本実施例では、病院や病院内の各部署が抱えるリスクの大きさを総合的に表す指標として「リスクスコア」を導入する。まず、リスクスコアについて説明する。
　図６は、病院におけるリスク評価因子の重みを示す。同図は、病院における複数のリスク評価因子について、ＡＨＰ（Analytic Hierarchy Process）分析により求めた、７人の評価者（ＧＲＭを含む医師や看護師等）による重み付けの結果（平均値）を示している。複数のリスク評価因子のうち過失と重症の重みが大きく、また、過失と重症の重みの比は約４：３という結果であった。この結果を踏まえ、本発明者は、リスクスコアの導出におけるパラメータ候補として、過失スコアと重症スコアを選択した。
　一方で、過失スコアと重症スコアには様々な組み合わせが考えられる。図７は、リスクスコアの算出方法の候補を示す。同図では、算出方法（１）～（１０）を示している。算出方法（９）と（１０）におけるＡＨＰ分析による重み付けは、過失スコアと重症スコアを図６に示す比率（約４：３）で合算するものである。
　図８は、ＧＲＭによる順位評価と各算出方法による順位評価の相関を示す。本発明者は、７名の評価者（ＧＲＭを含む医師や看護師等）に、病院における複数種類のインシデントの順位を評価させた。図８に示すように、インシデントの種類は、「予期しない死亡」、「手術室関連」、・・・、「事務・手続き」の１２種類である。図８のＧＲＭ行は、７名の評価者による順位付けの結果（平均値）を示している。また、図８の（１）～（１０）行は、図７に示したリスクスコア算出方法ごとの順位付けの結果を示している。相関分析の結果、図７の算出方法（９）が、ＧＲＭの判断と最も相関が高いことが判明した。そこで実施例では、図７の算出方法（９）を用いてリスクスコアを導出する。
　図４に戻り、リスクスコア導出部５０は、解析対象レポートから抽出された各単語の過失タームスコア（実施例ではそれらの統計量である過失スコア）と、解析対象レポートから抽出された各単語の重症タームスコア（実施例ではそれらの統計量である重症スコア）と、病院の過失と患者の重症度合いのそれぞれについて予め定められたリスク評価における重み（実施例では過失スコア：重症スコア＝４．１０６：３．２４５）とをもとに、リスクスコアを導出する。具体的には、リスクスコア導出部５０は、過失スコア導出部４４により導出された過失スコアと過失の重み（４．１０６）との積と、重症スコア導出部４６により導出された重症スコアと重症の重み（３．２４５）との積との合計値をリスクスコアとして導出する。
　リスクスコア導出部５０は、レポート読込部３０により複数の解析対象レポートが読み込まれた場合、解析対象レポートごと（レポート単位）のリスクスコアを導出する。リスクスコア導出部５０は、複数の解析対象レポートのリスクスコアを様々な粒度で集計する。
　例えば、リスクスコア導出部５０は、複数の解析対象レポートのそれぞれに含まれる部署名をもとに、各部署の解析対象レポートのリスクスコアに基づく統計量を求めることにより、部署ごと（部署単位）のリスクスコアを導出する。言い換えれば、リスクスコア導出部５０は、複数の部署のそれぞれで発生したインシデントを報告する複数のインシデントレポートをもとに、それら複数の部署それぞれのリスクスコアを導出する。また、リスクスコア導出部５０は、ある病院で作成された複数の解析対象レポート（例えば解析対象レポートの全件）のリスクスコアに基づく統計量を求めることにより、病院全体（病院単位）のリスクスコアを導出する。言い換えれば、リスクスコア導出部５０は、複数の病院のそれぞれで発生したインシデントを報告する複数のインシデントレポートをもとに、それら複数の病院それぞれのリスクスコアを導出する。
　また、リスクスコア導出部５０は、複数の解析対象レポートのそれぞれに含まれる発生日をもとに、複数の期間（年単位や月単位）のそれぞれに該当する解析対象レポートのリスクスコアに基づく統計量を求めることにより、期間ごと（例えば年月別）のリスクスコアを導出する。例えば、リスクスコア導出部５０は、複数の解析対象レポートのそれぞれに含まれる部署名と発生日とをもとに、複数の部署のそれぞれについて年月別のリスクスコアを導出してもよい。
　出力部５２は、スコア導出部４２により導出された複数種類のスコアを所定の装置や媒体へ出力する。例えば出力部５２は、複数の病院のそれぞれについて、各病院の過失スコア、重症スコア、リスクスコア、インパクトスコアを記録したＣＳＶ（comma-separated values）ファイルを所定の記憶装置に格納してもよい。また、出力部５２は、各病院の年月別（例えば２０１２年１月、２０１２年２月・・・等）の過失スコア、重症スコア、リスクスコア、インパクトスコアを記録したＣＳＶファイルを所定の記憶装置に格納してもよい。
　また、出力部５２は、病院内の複数の部署について、各部署の過失スコア、重症スコア、リスクスコア、インパクトスコアを記録したＣＳＶファイルを所定の記憶装置に格納してもよい。また、出力部５２は、各部署の年月別の過失スコア、重症スコア、リスクスコア、インパクトスコアを示すＣＳＶファイルを所定の記憶装置に格納してもよい。なお、出力部５２は、スコア導出部４２により導出された複数種類のスコアを表示装置に表示させてもよい。
　画像生成部５４は、スコア導出部４２により導出された複数種類のスコアに基づく統計図表（統計グラフ等）を含む画像を生成する。出力部５２は、画像生成部５４により生成された画像データを所定の装置や媒体へ出力する。画像生成部５４により生成される画像の例は後述する。
　過失スコア、重症スコア、インパクトスコア、リスクスコアのいずれについても、その値が大きいほど、病院や病院内の各部署が抱えるリスクが大きいことを意味する。第１実施例のリスク評価装置１０によると、病院や病院内の部署等、様々な粒度の組織が抱えるリスクの大きさを定量的に把握することが可能となり、また、病院間や部署間等でリスクを比較することが可能となる。
　以上の構成による第１実施例のリスク評価装置１０の動作を説明する。
　リスク評価装置１０の分類情報記憶部２０には、複数のインシデントレポートに関するＧＲＭによる分類情報が予め格納され、また、その分類情報は日々、追加・更新される。ユーザインタフェース等を介して、タームスコア設定用の複数のインシデントレポートを指定したタームスコア設定指示が入力されると、リスク評価装置１０のレポート読込部３０は、指定された複数のインシデントレポートのデータを読み込む。
　過失タームスコア決定部３６は、読み込まれた複数のインシデントレポートに記載された複数の単語のそれぞれについての過失タームスコアを決定し、過失タームスコア記憶部２２に格納する。重症タームスコア決定部３８は、読み込まれた複数のインシデントレポートに記載された複数の単語のそれぞれについての重症タームスコアを決定し、重症タームスコア記憶部２４に格納する。インパクトタームスコア決定部４０は、読み込まれた複数のインシデントレポートに記載された複数の単語のそれぞれについてのインパクトタームスコアを決定し、インパクトタームスコア記憶部２６に格納する。なお、過失タームスコア、重症タームスコア、インパクトタームスコアは、日次や月次のバッチ処理により更新されてもよい。
　ユーザインタフェース等を介して、解析対象の複数のインシデントレポート（解析対象レポート）および組織情報を指定した、リスクスコア算出指示が入力されると、リスク評価装置１０のレポート読込部３０は、複数の解析対象レポートを読み込む。また、組織情報読込部３２は、組織情報を読み込む。
　過失スコア導出部４４は、過失タームスコア記憶部２２に記憶された過失タームスコアをもとに、複数の解析対象レポートの過失スコアを導出する。また、過失スコア導出部４４は、複数の解析対象レポートの過失スコアを病院単位、部署単位、年月単位のそれぞれで集計して統計量を求めることにより、病院単位、部署単位および年月単位の過失スコアを導出する。
　重症スコア導出部４６は、重症タームスコア記憶部２４に記憶された重症タームスコアをもとに、複数の解析対象レポートの重症スコアを導出する。また、重症スコア導出部４６は、複数の解析対象レポートの重症スコアを病院単位、部署単位、年月単位のそれぞれで集計して統計量を求めることにより、病院単位、部署単位および年月単位の重症スコアを導出する。
　インパクトスコア導出部４８は、インパクトタームスコア記憶部２６に記憶されたインパクトタームスコアをもとに、複数の解析対象レポートのインパクトスコアを導出する。また、インパクトスコア導出部４８は、複数の解析対象レポートのインパクトスコアを病院単位、部署単位、年月単位のそれぞれで集計して統計量を求めることにより、病院単位、部署単位および年月単位のインパクトスコアを導出する。
　リスクスコア導出部５０は、複数の解析対象レポートそれぞれの過失スコアと重症スコアとを所定の比率で合算することにより、複数の解析対象レポートのリスクスコアを導出する。また、リスクスコア導出部５０は、複数の解析対象レポートのリスクスコアを病院単位、部署単位、年月単位のそれぞれで集計して統計量を求めることにより、病院単位、部署単位および年月単位のリスクスコアを導出する。
　出力部５２は、病院単位、部署単位および年月単位の過失スコア、重症スコア、インパクトスコア、リスクスコアを結果ファイルに記録し、その結果ファイルを所定の記憶領域に格納する。画像生成部５４は、病院単位、部署単位および年月単位の過失スコア、重症スコア、インパクトスコア、リスクスコアをもとに所定の統計図表を生成し、その統計図表を含む画像データを生成する。出力部５２は、画像生成部５４により生成された画像データを所定の記憶領域に格納する。
　以下、リスク評価装置１０によるリスク評価の例を説明する。
　リスクスコア導出部５０は、複数の病院のそれぞれで作成されたインシデントレポート群をもとに、複数の病院それぞれのリスクスコアを導出する。画像生成部５４は、複数の病院それぞれのリスクスコアを並べて示す画像を生成する。
　この画像の例を図９に示す。図９は、リスク評価結果として、６つの病院（病院Ａ～病院Ｆ）それぞれのリスクスコアを示す箱ひげ図を含む。図９の箱ひげ図は、病院ごとの複数のインシデントレポートについて、リスクスコアの最小値６０、最大値６２、第１四分点６４、第３四分点６６、中央値６８、平均値７０（相加平均値）を示している。このように、第１実施例のリスク評価装置１０によると、異なる複数の組織が抱えるリスクの大きさを可視化し、組織間でリスクを比較することが容易になる。
　また、リスクスコア導出部５０は、複数の期間のそれぞれで発生したインシデントを報告する複数のインシデントレポートであり、言い換えれば、複数の期間のそれぞれで作成されたインシデントレポートをもとに、上記複数の期間のそれぞれにおける病院および各部署のリスクスコアを導出する。画像生成部５４は、上記複数の期間に亘る病院および各部署のリスクスコアの変動を示す画像を生成する。
　この画像の例を図１０に示す。図１０は、リスク評価結果として、病院内のある１部署における時系列でのリスクスコアの変動を示す折れ線グラフを含む。折れ線グラフの要素のうち実線は、当該部署におけるリスクスコアそのものを示す。破線は、リスクスコアの５ヶ月移動平均値を示し、一点鎖線は、リスクスコアの３ヶ月移動平均値を示している。画像生成部５４は、病院内の複数の部署についての、時系列でのリスクスコアの変動を示す複数の折れ線グラフを含む画像を生成してもよい。このように、第１実施例のリスク評価装置１０によると、様々な粒度の組織が抱えるリスクについて、その時系列での変動を可視化し、変動の傾向を容易に把握できるよう支援できる。
＜第２実施例＞
　以下、第２実施例について、第１実施例と相違する点を中心に説明し、共通する点の説明を省略する。第２実施例の特徴は、第１実施例および変形例の特徴と任意の組合せが可能であることはもちろんである。
　図１１は、報告量とリスクスコアの関係を示す散布図である。この散布図では、病院内の複数の部署に対応する複数の点をプロットしている。横軸の報告量は、病院内の各組織における１年当たりかつ１人当たりのインシデントレポート件数である。この散布図が示すように、報告量が少ない部署ほどリスクスコアが高くなり、報告量が多い部署ほどリスクスコアが低くなる傾向が見られた。これは、報告量が多いからといって高リスクのインシデントレポートが多いわけではなく、むしろ低リスクのインシデントレポートが多く報告されるために、全体としてのスコアの統計量が低くなることが理由と考えられる。同様の傾向は、過失スコア、重症スコア、インパクトスコアにも見られた。
　このように、リスクスコア、過失スコア、重症スコア、インパクトスコアは、報告量（すなわちインシデントレポート件数）の影響を受けると考えられる。そこで第２実施例では、各組織の報告量を加味して各組織が抱えるリスクの大きさを一層精度よく評価する技術を提案する。第２実施例では、各組織の報告量を加味して各組織が抱えるリスクの大きさを示す指標として、リスク偏差、過失偏差、重症偏差、インパクト偏差を導入する。
　第２実施例のリスク評価装置１０の機能ブロックは、図４に示した第１実施例のリスク評価装置１０の機能ブロックと同様である。リスクスコア導出部５０は、複数の組織のそれぞれで作成されたインシデントレポートの数であり、言い換えれば、各組織で発生したインシデントを報告するインシデントレポートの数と、各組織のリスクスコア（第１実施例の方法による導出値）との対応関係を求める。リスクスコア導出部５０は、ある組織のインシデントレポート数に対応するリスクスコアの標準値と、当該組織のリスクスコアの導出値との差を当該組織のリスク偏差として導出する。
　図１２は、リスク偏差導出の具体例を示す。リスクスコア導出部５０は、組織情報読込部３２により読み込まれた組織情報にしたがって、各組織の人数を取得する。リスクスコア導出部５０は、インシデントレポートに記載された発生日と部署名をもとに、各組織における単位期間でのインシデントレポート件数を導出する。リスクスコア導出部５０は、各組織の人数と、各組織における単位期間でのインシデントレポート件数とをもとに、各組織の報告量を導出する。第２実施例での報告量は、１年当たりかつ１人当たりのインシデントレポート件数である。
　変形例として、報告量は、インシデントレポート件数に基づく他の数値であってもよい。例えば、リスク比較対象となる複数組織の人数が互いに近似する場合、単位期間当たりのインシデントレポート件数を報告量としてもよい。また、リスク比較対象となる複数組織の人数およびインシデントレポート集計期間が互いに近似する場合、インシデントレポート件数そのものを報告量としてもよい。また報告量として、単位期間ごとの各組織のインシデントレポート件数の平均値、中央値、最頻値を採用してもよい。
　リスクスコア導出部５０は、報告量（すなわち１年当たりかつ１人当たりのインシデントレポート件数）を第１軸とし、リスクスコアを第２軸とする２次元空間上に複数の組織の位置をプロットし、曲線当てはめ等の公知の手法を用いて、各組織の位置に対する近似曲線８０（スプライン曲線、平滑化スプラインとも呼ばれる。）を求める。第２軸のリスクスコアは、同一報告量の複数組織のリスクスコアの統計量（中央値）を採用してもよい。近似曲線８０は、報告量に対応するリスクスコアの標準値を示すものである。なお、図１２の近似曲線８０の上下に設けた破線は、近似曲線の９５％信頼区間を示している。
　リスクスコア導出部５０は、ある組織の報告量に対応する近似曲線８０上のリスクスコアを、その報告量に対応するリスクスコアの標準値として識別する。リスクスコア導出部５０は、その標準値と、当該組織のリスクスコアの導出値（第１実施例の手法で求めた値であり、例えば中央値）との差を当該組織のリスク偏差として導出する。例えば、部署Ａが点８２にプロットされる場合、点８２の報告量に対応する近似曲線８０上のリスクスコア（標準値）と、点８２のリスクスコア（導出値）との差８４を部署Ａのリスク偏差として導出する。また、部署Ｂが点８６にプロットされる場合、点８６の報告量に対応する近似曲線８０上のリスクスコア（標準値）と、点８６のリスクスコア（導出値）との差８８を部署Ｂのリスク偏差として導出する。
　過失スコア導出部４４は、リスクスコア導出部５０と同様の手法にて、過失偏差を導出する。すなわち、過失スコア導出部４４は、複数の組織のそれぞれで作成されたインシデントレポートの数であり、言い換えれば、各組織で発生したインシデントを報告するインシデントレポートの数と、各組織の過失スコアとの対応関係を求める。過失スコア導出部４４は、ある組織のインシデントレポート数に対応する過失スコアの標準値と、当該組織の過失スコアの導出値との差を当該組織の過失偏差として導出する。
　具体的には、過失スコア導出部４４は、インシデントレポートの報告量（件数／人数／年）を第１軸とし、過失スコアを第２軸とする２次元空間上に複数の組織の位置をプロットし、各組織の位置に対応する近似曲線を求める。第２軸の過失スコアは、同一報告量の複数組織の過失スコアの統計量（中央値）を採用してもよい。この近似曲線は、報告量に対応する過失スコアの標準値を示すものと言える。過失スコア導出部４４は、ある組織の報告量に対応する近似曲線上の過失スコアを、その報告量に対応する過失スコアの標準値として識別する。過失スコア導出部４４は、その標準値と、当該組織の過失スコアの導出値（第１実施例の手法で求めた値であり、例えば中央値）との差を当該組織の過失偏差として導出する。
　重症スコア導出部４６は、リスクスコア導出部５０と同様の手法にて、重症偏差を導出する。すなわち、重症スコア導出部４６は、複数の組織のそれぞれで作成されたインシデントレポートの数であり、言い換えれば、各組織で発生したインシデントを報告するインシデントレポートの数と、各組織の重症スコアとの対応関係を求める。重症スコア導出部４６は、ある組織のインシデントレポート数に対応する重症スコアの標準値と、当該組織の重症スコアの導出値との差を当該組織の重症偏差として導出する。
　具体的には、重症スコア導出部４６は、インシデントレポートの報告量（件数／人数／年）を第１軸とし、重症スコアを第２軸とする２次元空間上に複数の組織の位置をプロットし、各組織の位置に対応する近似曲線を求める。第２軸の重症スコアは、同一報告量の複数組織の重症スコアの統計量（中央値）を採用してもよい。この近似曲線は、報告量に対応する重症スコアの標準値を示すものと言える。重症スコア導出部４６は、ある組織の報告量に対応する近似曲線上の重症スコアを、その報告量に対応する重症スコアの標準値として識別する。重症スコア導出部４６は、その標準値と、当該組織の重症スコアの導出値（第１実施例の手法で求めた値であり、例えば中央値）との差を当該組織の重症偏差として導出する。
　インパクトスコア導出部４８は、リスクスコア導出部５０と同様の手法にて、インパクト偏差を導出する。すなわち、インパクトスコア導出部４８は、複数の組織のそれぞれで作成されたインシデントレポートの数であり、言い換えれば、各組織で発生したインシデントを報告するインシデントレポートの数と、各組織のインパクトスコアとの対応関係を求める。インパクトスコア導出部４８は、ある組織のインシデントレポート数に対応するインパクトスコアの標準値と、当該組織のインパクトスコアの導出値との差を当該組織のインパクト偏差として導出する。
　具体的には、インパクトスコア導出部４８は、インシデントレポートの報告量（件数／人数／年）を第１軸とし、インパクトスコアを第２軸とする２次元空間上に複数の組織の位置をプロットし、各組織の位置に対応する近似曲線を求める。第２軸のインパクトスコアは、同一報告量の複数組織のインパクトスコアの統計量（中央値）を採用してもよい。この近似曲線は、報告量に対応するインパクトスコアの標準値を示すものと言える。インパクトスコア導出部４８は、ある組織の報告量に対応する近似曲線上のインパクトスコアを、その報告量に対応するインパクトスコアの標準値として識別する。インパクトスコア導出部４８は、その標準値と、当該組織のインパクトスコアの導出値（第１実施例の手法で求めた値であり、例えば中央値）との差を当該組織のインパクト偏差として導出する。
　第２実施例のリスク評価装置１０によると、インシデントレポートの内容に基づくリスク指標の導出値と、報告量（単位期間および単位人数当たりのインシデントレポート数）に対応するリスク指標の標準値との差を新たなリスク指標値（リスク偏差、過失偏差、重症偏差、インパクト偏差）とする。これにより、各組織のリスク指標値から各組織のインシデントレポート件数の影響を排除して、各組織が抱えるリスクの大きさを一層精度よく評価することができる。
　また、第２実施例のリスク評価装置１０によると、複数の組織間でのリスク比較の精度を一層高めることができる。例えば、図１２の部署Ａ（点８２）のリスクスコアは１．０、部署Ｂ（点８６）のリスクスコアは０．５である。そのため一見すると、部署Ａより部署Ｂの方がリスクが低いように思われる。しかし、部署Ａのリスク偏差は、差８４が示すように－０．４であり、部署Ｂのリスク偏差は、差８８が示すように０．３である。したがって、報告量を加味することにより、部署Ｂより部署Ａの方がリスクが低いと判断することができる。
　第２実施例のリスク評価装置１０の動作を説明する。
　過失スコア導出部４４は、第１実施例と同様の動作にて、複数の病院および複数の部署それぞれの過失スコアを導出する。過失スコア導出部４４は、複数の病院および複数の部署それぞれの報告量と過失スコアとをもとに、複数の病院および複数の部署それぞれの過失偏差をさらに導出する。重症スコア導出部４６は、第１実施例と同様の動作にて、複数の病院および複数の部署それぞれの重症スコアを導出する。重症スコア導出部４６は、複数の病院および複数の部署それぞれの報告量と重症スコアとをもとに、複数の病院および複数の部署それぞれの重症偏差をさらに導出する。
　インパクトスコア導出部４８は、第１実施例と同様の動作にて、複数の病院および複数の部署それぞれのインパクトスコアを導出する。インパクトスコア導出部４８は、複数の病院および複数の部署それぞれの報告量とインパクトスコアとをもとに、複数の病院および複数の部署それぞれのインパクト偏差をさらに導出する。リスクスコア導出部５０は、第１実施例と同様の動作にて、複数の病院および複数の部署それぞれのリスクスコアを導出する。リスクスコア導出部５０は、複数の病院および複数の部署それぞれの報告量とリスクスコアとをもとに、複数の病院および複数の部署それぞれのリスク偏差をさらに導出する。
　出力部５２は、第１実施例での出力データに加えて、病院単位および部署単位の過失偏差、重症偏差、インパクト偏差、リスク偏差を結果ファイルに記録し、その結果ファイルを所定の記憶領域に格納する。画像生成部５４は、病院単位および部署単位の過失偏差、重症偏差、インパクト偏差、リスク偏差をもとに所定の統計図表を生成し、その統計図表を含む画像データを生成する。出力部５２は、画像生成部５４により生成された画像データを所定の記憶領域に格納する。
　図１３は、第２実施例のリスク評価装置１０により生成されるリスク評価用の画像の例を示す。画像生成部５４は、重症偏差を第１軸とし過失偏差を第２軸とする２次元空間に、複数の組織（病院や部署等）それぞれの重症偏差と過失偏差とに応じて各組織の位置をプロットした散布図を含む画像を生成する。同図の散布図では、医師の部署を白丸で示し、看護士の部署を黒丸で示し、メディカルスタッフ（薬剤師や放射線技師、検査技師、栄養管理士等）の部署を三角で示している。
　図１４も、第２実施例のリスク評価装置１０により生成されるリスク評価用の画像の例を示す。画像生成部５４は、リスク偏差を第１軸としインパクト偏差を第２軸とする２次元空間に、複数の組織（病院や部署等）それぞれのリスク偏差とインパクト偏差とに応じて各組織の位置をプロットした散布図を含む画像を生成する。同図の散布図では、各組織の位置に各組織の名称を配置している。
　図１３の散布図において第１象限（右上領域）に配置される組織は、重症スコアと過失スコアのいずれもが標準値より高い組織であり、安全管理上、特に注意や支援が必要な組織であると判断することができる。同様に、図１４の散布図において第１象限（右上領域）に配置される組織は、リスクスコアとインパクトスコアのいずれもが標準値より高い組織であり、安全管理上、特に注意や支援が必要な組織であると判断することができる。
　図１５も、第２実施例のリスク評価装置１０により生成されるリスク評価用の画像の例を示す。図１５は、図１３に対応する画像であり、重症偏差を第１軸とし過失偏差を第２軸とする２次元空間に、複数の組織（病院や部署等）それぞれの重症偏差と過失偏差とに応じて各組織の位置をプロットした散布図を含む画像を示している。図１３の散布図は、或る病院（ここでは病院Ａとする）における各組織の位置をプロットしたものであり、図１５の散布図は、別の病院（ここでは病院Ｂとする）における各組織の位置をプロットしたものである。図１４の散布図と同様に、図１３および図１５の散布図にも組織名（例えば消化器外科、小児科、外来等）が記載されてもよい。
　病院Ａに関する図１３の散布図と病院Ｂに関する図１５の散布図を比較すると、どちらの散布図でも重症偏差と過失偏差がある程度の範囲に収まっており、重症偏差と過失偏差にて病院が抱えるリスクを可視化することの有用性が確かめられた。また、第２実施例のリスク評価装置１０によると、組織間（例えば病院間）でのリスク評価を実現できる。例えば、病院Ａに関する図１３の散布図と、病院Ｂに関する図１５の散布図とを比較することで、重症偏差と過失偏差の観点からいずれの病院のリスクが高いか、また、リスクを高める要因（部署等）を容易に判別することができる。
　図１６も、第２実施例のリスク評価装置１０により生成されるリスク評価用の画像の例を示す。図１６は、図１４に対応する画像であり、リスク偏差を第１軸としインパクト偏差を第２軸とする２次元空間に、複数の組織（病院や部署等）それぞれのリスク偏差とインパクト偏差とに応じて各組織の位置をプロットした散布図を含む画像を示している。図１４の散布図は、或る病院（ここでは病院Ａとする）における各組織の位置をプロットしたものであり、図１６の散布図は、別の病院（ここでは病院Ｂとする）における各組織の位置をプロットしたものである。図１４の散布図と同様に、図１６の散布図にも組織名が記載されてもよい。
　病院Ａに関する図１４の散布図と病院Ｂに関する図１６の散布図を比較すると、どちらの散布図においてもリスク偏差とインパクト偏差がある程度の範囲に収まっており、リスク偏差とインパクト偏差にて病院が抱えるリスクを可視化することの有用性が確かめられた。また、第２実施例のリスク評価装置１０によると、組織間（例えば病院間）でのリスク評価を実現できる。例えば、病院Ａに関する図１４の散布図と、病院Ｂに関する図１６の散布図とを比較することで、リスク偏差とインパクト偏差の観点からいずれの病院のリスクが高いか、また、リスクを高める要因（部署等）を容易に判別することができる。
　なお、リスク評価装置１０の画像生成部５４は、基準となる値または範囲を示すオブジェクト（「基準オブジェクト」と呼ぶ。）を図１３～図１６の散布図に付加した画像を生成してもよい。基準となる値または範囲は、基準となる病院または比較相手となる病院の最小値、最大値、または最小値から最大値の範囲であってもよい。例えば、基準オブジェクトは、基準となる病院のリスク偏差（重症偏差）の最小値から最大値の範囲と、基準となる病院のインパクト偏差（過失偏差）の最小値から最大値の範囲とを示す矩形のオブジェクトであってもよい。また、基準となる値または範囲は、複数の病院に亘る最小値の平均値、最大値の平均値、最小値の平均値から最大値の平均値の範囲であってもよい。この構成によると、各組織が抱えるリスクの評価、および、組織間のリスク比較を一層容易なものとすることができる。
　図１７と図１８も、第２実施例のリスク評価装置１０により生成されるリスク評価用の画像の例を示す。リスク評価装置１０の画像生成部５４は、比較対象となる複数の病院のインシデントレポートをもとに、それら複数の病院のリスク偏差を導出し、それら複数の病院のリスク偏差を並べて示すグラフ（例えば棒グラフ）を含む画像を生成する。図１７は、複数の病院の心臓外科および血管外科のインシデントレポートをもとに導出された、各病院の心臓外科および血管外科のリスク偏差を示している。また、図１８は、複数の病院の循環器内科のインシデントレポートをもとに導出された、各病院の循環器内科のリスク偏差を示している。この構成によると、組織間（ここでは病院間）でのリスク比較を一層容易なものとすることができる。
　以上、本開示を第１実施例、第２実施例をもとに説明した。これらの実施例は例示であり、それらの各構成要素や各処理プロセスの組合せにいろいろな変形例が可能なこと、またそうした変形例も本開示の範囲にあることは当業者に理解されるところである。
　第１実施例および第２実施例では言及していないが、変形例として、リスク評価装置１０は、コアスコアをさらに導出し、コアスコアに基づくリスク評価を行ってもよい。
　具体的には、リスク評価装置１０の分類情報記憶部２０は、病院で作成された複数のインシデントレポートのそれぞれが、リスクの把握や評価の観点から重要な内容が記載されていると複数人の会議（以下「合議体」とも呼ぶ。）で判断されたインシデントレポートに該当するか、否かを示す分類情報を記憶してもよい。該当するインシデントレポートの集合を「コアレポート群」と呼び、非該当のインシデントレポートの集合を「非コアレポート群」と呼ぶ。合議体は、複数のインシデントレポートの内容を確認して、各インシデントレポートがコアレポート群に該当するか、非コアレポート群に該当するかを判断する。この判断結果を示す分類情報が分類情報記憶部２０に格納されてもよい。なお合議体は、インパクトレポートを判断するＧＲＭとは異なるメンバーにより構成されてもよく、コアレポートの判断はインパクトレポートの判断と異なってもよい。
　リスク評価装置１０のタームスコア決定部３４は、コアタームスコア決定部をさらに備えてもよい。コアタームスコアは、インパクトタームスコアに類似する。コアタームスコアは、リスクの把握や評価の観点から重要な内容が記載されていると合議体により判断されたインシデントレポートであり、言い換えれば、慎重な検討や何らかのアクションが必要であると合議体が判断したインシデントレポートにおける出現のしやすさを表す指標である。コアタームスコアの導出方法は、図３に示すインパクトタームスコアの導出方法と同様でよく、図３の「インパクトレポート群」を「コアレポート群」に置き換え、図３の「非インパクトレポート群」を「非コアレポート群」に置き換えた方法でよい。コアタームスコア決定部により導出された各単語のコアタームスコアは、記憶部１４（コアタームスコア記憶部）に記憶されてよい。
　リスク評価装置１０のスコア導出部４２は、コアスコア導出部をさらに備えてもよい。コアスコア導出部は、コアタームスコア記憶部に記憶されたコアタームスコアに基づいて、コアスコアを導出する。コアスコアは、インパクトスコアに類似するものであり、重要な内容が記載されたインシデントレポートであると合議体が判断する観点からのリスクの大きさを表す指標である。コアスコアの導出方法は、図５に示した過失スコアの導出方法と同様である（図５の過失タームスコアをコアタームスコアに置き換える）。コアスコア導出部は、レポート読込部３０により複数の解析対象レポートが読み込まれた場合、解析対象レポートごと（レポート単位）のコアスコアを導出する。コアスコア導出部は、複数の解析対象レポートのインパクトスコアを様々な粒度（病院単位、部署単位等）で集計する。コアスコア導出部は、インパクトスコア導出部と同様に、様々な粒度の組織や様々な期間におけるコアスコアを導出する。
　また、コアスコア導出部は、リスクスコア導出部５０と同様の手法にて、コア偏差を導出する。すなわち、コアスコア導出部は、複数の組織のそれぞれで作成されたインシデントレポートの数であり、言い換えれば、各組織で発生したインシデントを報告するインシデントレポートの数と、各組織のコアスコアとの対応関係を求める。コアスコア導出部は、ある組織のインシデントレポート数に対応するコアスコアの標準値と、当該組織のコアスコアの導出値との差を当該組織のコア偏差として導出する。
　出力部５２は、病院単位、部署単位および年月単位のコアスコアとコア偏差を結果ファイルにさらに記録してもよい。例えば、出力部５２は、複数のインシデントレポートそれぞれの過失スコア、重症スコア、インパクトスコア、リスクスコア、コアスコアを示すドキュメントファイルを生成し、記録してもよい。画像生成部５４は、病院単位、部署単位および年月単位のコアスコアまたはコア偏差を含む所定の統計図表を生成し、その統計図表を含む画像データを生成してもよい。例えば、画像生成部５４は、図１４および図１６のインパクト偏差をコア偏差に置き換えた散布図を含む画像を生成してもよい。
　コアスコアとコア偏差を用いることで、一層多様な観点から組織のリスクを評価することができる。コアスコアは、インパクトスコアと同様に人の判断を基礎とするものであるが、インパクトスコアとは異なり複数人による合議の結果を基礎とするものである。そのため、コアスコアとコア偏差を導入することで、リスク評価に漏れが生じることを抑制し、一層適切なリスク評価および組織としての適切な判断を支援することができる。
　なお、リスク評価装置１０は、重症スコア（重症偏差）、過失スコア（過失偏差）、リスクスコア（リスク偏差）およびコアスコア（コア偏差）を導出するが、インパクトスコア（インパクト偏差）を導出しない構成であってもよい。ＧＲＭによる判断を得られない組織もあり得るからである。
　第１実施例および第２実施例に記載したリスク評価装置１０は、所定の通信プロトコルにしたがって外部装置と通信する通信部を備えてよく、クラウドサービスまたはＳａａＳ（Software as a Service）としてリスク評価サービスを提供してもよい。例えば、クライアント装置は、インシデントレポートと組織情報をリスク評価装置１０にアップロードし、リスク評価装置１０にリスク評価を要求してもよい。リスク評価装置１０の制御部１２は、通信部を介してインシデントレポートと組織情報を取得し、各種リスク指標のスコアを導出してもよい。リスク評価装置１０の出力部５２は、リスク評価結果（リスクスコアやリスク偏差、統計図表等）を通信部を介してクライアント装置へ送信してもよい。
　第１実施例および第２実施例に記載したリスク評価装置１０の複数の機能ブロックは、複数の装置に分散されて設けられてもよい。この場合、複数の装置が互いに通信し、システムとして連携することにより、第１実施例および第２実施例におけるリスク評価装置１０と同等の機能を発揮してもよい。
　第１実施例および第２実施例に記載した技術思想（リスク評価技術）は、医療機関で作成されたインシデントレポートを解析して、医療機関が抱えるリスクを評価すること以外にも適用可能である。例えば、解析対象とするレポートは、交通業界や建設業界など種々の業界におけるインシデントレポートであってもよい。また、インシデントレポートに限らず、ヒヤリハットレポートや論文、ニュース記事であってもよい。第１実施例および第２実施例に記載の技術思想は、レポートが示す事象が発生した組織が抱えるリスクを推定し、可視化する場合に広く適用可能である。
　上述した実施例および変形例の任意の組み合わせもまた本発明の実施の形態として有用である。組み合わせによって生じる新たな実施の形態は、組み合わされる実施例および変形例それぞれの効果をあわせもつ。また、請求項に記載の各構成要件が果たすべき機能は、実施例および変形例において示された各構成要素の単体もしくはそれらの連携によって実現されることも当業者には理解されるところである。
　本開示の技術は、リスク評価に関するシステムまたは装置に適用することができる。
　１０　リスク評価装置、　２２　過失タームスコア記憶部、　２４　重症タームスコア記憶部、　２６　インパクトタームスコア記憶部、　３０　レポート読込部、　３４　タームスコア決定部、　４２　スコア導出部、　５２　出力部、　５４　画像生成部。

Claims (8)

  1. 　ある組織で発生した事象を報告するレポートを解析して、前記組織のリスクの大きさを評価するシステムであって、
    　複数の単語のそれぞれについて、前記組織の過失によって事象が発生したことを示すレポートにおける出現のしやすさを表す指標である過失タームスコアを記憶する第１記憶部と、
    　複数の単語のそれぞれについて、重大な事象が発生したことを示すレポートにおける出現のしやすさを表す指標である重大タームスコアを記憶する第２記憶部と、
    　解析対象のレポートに記載された各単語の過失タームスコアと、前記解析対象のレポートに記載された各単語の重大タームスコアと、前記組織の過失と事象の重大性のそれぞれついて予め定められたリスク評価における重みとをもとにリスクスコアを導出するスコア導出部と、
    　を備えるリスク評価システム。
  2. 　前記スコア導出部は、前記組織で発生した事象を報告する複数のレポートをもとに複数のリスクスコアを導出し、前記複数のリスクスコアに基づく統計量を前記組織のリスクスコアとして導出することを特徴とする請求項１に記載のリスク評価システム。
  3. 　画像生成部をさらに備え、
    　前記スコア導出部は、複数の組織のそれぞれで発生した事象を報告する複数のレポートをもとに、前記複数の組織それぞれのリスクスコアを導出し、
    　前記画像生成部は、前記複数の組織それぞれのリスクスコアを示す画像を生成する請求項１または２に記載のリスク評価システム。
  4. 　画像生成部をさらに備え、
    　前記スコア導出部は、複数の期間のそれぞれで発生した事象を報告する複数のレポートをもとに、前記複数の期間のそれぞれにおける前記組織のリスクスコアを導出し、
    　前記画像生成部は、前記複数の期間に亘る前記組織のリスクスコアの変動を示す画像を生成する請求項１または２に記載のリスク評価システム。
  5. 　前記スコア導出部は、複数の組織のそれぞれで発生した事象を報告する複数のレポートをもとに、前記複数の組織それぞれのリスクスコアを導出し、
    　前記スコア導出部は、前記複数の組織それぞれのレポート数とリスクスコアとをもとに、レポート数と標準的なリスクスコアとの対応関係を求め、ある組織のレポート数に対応するリスクスコアの標準値と、当該組織のリスクスコアの導出値との差を当該組織のリスク偏差としてさらに導出する請求項１または２に記載のリスク評価システム。
  6. 　複数の単語のそれぞれについて、重要な内容が記載されていると人が判断したレポートにおける出現のしやすさを表す指標であるインパクトタームスコアを記憶する第３記憶部と、
    　画像生成部と、をさらに備え、
    　前記スコア導出部は、前記複数の組織のそれぞれで発生した事象を報告する複数のレポートに記載された各単語のインパクトタームスコアをもとに、前記複数の組織それぞれのリスクの大きさを表す指標であるインパクトスコアをさらに導出し、
    　前記スコア導出部は、前記複数の組織それぞれのレポート数とインパクトスコアとをもとに、レポート数と標準的なインパクトスコアとの対応関係を求め、ある組織のレポート数に対応するインパクトスコアの標準値と、当該組織のインパクトスコアの導出値との差を当該組織のインパクト偏差としてさらに導出し、
    　前記画像生成部は、リスク偏差を第１軸としインパクト偏差を第２軸とする２次元空間に、各組織のリスク偏差とインパクト偏差とに応じて各組織の位置をプロットした画像を生成する請求項５に記載のリスク評価システム。
  7. 　第１記憶部と第２記憶部とにアクセス可能なコンピュータが、ある組織で発生した事象を報告するレポートを解析して、前記組織のリスクの大きさを評価する方法であって、
    　前記第１記憶部は、複数の単語のそれぞれについて、前記組織の過失によって事象が発生したことを示すレポートにおける出現のしやすさを表す指標である過失タームスコアを記憶し、
    　前記第２記憶部は、複数の単語のそれぞれについて、重大な事象が発生したことを示すレポートにおける出現のしやすさを表す指標である重大タームスコアを記憶し、
    　解析対象のレポートに記載された複数の単語を抽出するステップと、
    　抽出した各単語の過失タームスコアと、抽出した各単語の重大タームスコアと、前記組織の過失と事象の重大性のそれぞれついて予め定められたリスク評価における重みとをもとに、前記組織のリスクの大きさを表す指標であるリスクスコアを導出するステップと、
    　を備えるリスク評価方法。
  8. 　第１記憶部と第２記憶部とにアクセス可能なコンピュータに、ある組織で発生した事象を報告するレポートを解析して、前記組織のリスクの大きさを評価させるためのコンピュータプログラムであって、
    　前記第１記憶部は、複数の単語のそれぞれについて、前記組織の過失によって事象が発生したことを示すレポートにおける出現のしやすさを表す指標である過失タームスコアを記憶し、
    　前記第２記憶部は、複数の単語のそれぞれについて、重大な事象が発生したことを示すレポートにおける出現のしやすさを表す指標である重大タームスコアを記憶し、
    　解析対象のレポートに記載された複数の単語を抽出する機能と、
    　抽出した各単語の過失タームスコアと、抽出した各単語の重大タームスコアと、前記組織の過失と事象の重大性のそれぞれついて予め定められたリスク評価における重みとをもとに、前記組織のリスクの大きさを表す指標であるリスクスコアを導出する機能と、
    　を前記コンピュータに実現させるためのコンピュータプログラム。
PCT/JP2020/040057 2019-10-30 2020-10-26 リスク評価システム、リスク評価方法およびコンピュータプログラム WO2021085364A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2021553591A JPWO2021085364A1 (ja) 2019-10-30 2020-10-26
US17/773,704 US20220383217A1 (en) 2019-10-30 2020-10-26 Risk evaluating system, risk evaluating method, and computer program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019197314 2019-10-30
JP2019-197314 2019-10-30

Publications (1)

Publication Number Publication Date
WO2021085364A1 true WO2021085364A1 (ja) 2021-05-06

Family

ID=75715146

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/040057 WO2021085364A1 (ja) 2019-10-30 2020-10-26 リスク評価システム、リスク評価方法およびコンピュータプログラム

Country Status (3)

Country Link
US (1) US20220383217A1 (ja)
JP (1) JPWO2021085364A1 (ja)
WO (1) WO2021085364A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11997112B1 (en) * 2020-11-06 2024-05-28 Wells Fargo Bank, N.A. Access control threat detection

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008269354A (ja) * 2007-04-20 2008-11-06 Toshiba Corp インシデント・アクシデントレポート分析装置、方法、およびプログラム
JP6172694B1 (ja) * 2016-11-14 2017-08-02 国立大学法人名古屋大学 レポートの分類システム

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8370193B2 (en) * 2010-02-01 2013-02-05 Bank Of America Corporation Method, computer-readable media, and apparatus for determining risk scores and generating a risk scorecard
US9754041B2 (en) * 2014-03-06 2017-09-05 Webfire, Llc Method of automatically constructing content for web sites
US11853948B2 (en) * 2018-04-05 2023-12-26 International Business Machines Corporation Methods and systems for managing risk with respect to potential customers

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008269354A (ja) * 2007-04-20 2008-11-06 Toshiba Corp インシデント・アクシデントレポート分析装置、方法、およびプログラム
JP6172694B1 (ja) * 2016-11-14 2017-08-02 国立大学法人名古屋大学 レポートの分類システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MURAMATSU, HIROSHI ET AL.: "Text Mining of Nursing Records", INFORMATION PROCESSING SOCIETY OF JAPAN TRANSACTIONS, vol. 3, no. 3, 15 October 2010 (2010-10-15), pages 112 - 122 *

Also Published As

Publication number Publication date
US20220383217A1 (en) 2022-12-01
JPWO2021085364A1 (ja) 2021-05-06

Similar Documents

Publication Publication Date Title
O’neill et al. Active reprioritization of the reading worklist using artificial intelligence has a beneficial effect on the turnaround time for interpretation of head CT with intracranial hemorrhage
Nouraei et al. A study of clinical coding accuracy in surgery: implications for the use of administrative big data for outcomes management
Hamilton et al. Variable decelerations: do size and shape matter?
Woodall et al. The use of control charts in healthcare
US20190259496A1 (en) System and method for processing ecg recordings from multiple patients for clinician overreading
Putnam-Hornstein et al. Preventing Severe and Fatal Child Maltreatment
US20140067407A1 (en) Personal user dashboard
Bergrath et al. Is paper-based documentation in an emergency medical service adequate for retrospective scientific analysis? An evaluation of a physician-run service
Sauro et al. Making sense of usability metrics: Usability and six sigma
Shahian et al. Risk aversion and public reporting. Part 2: mitigation strategies
US20150081319A1 (en) Method for Evaluating Medical Condition Insurability Risk
Bergs et al. The number of patients simultaneously present at the emergency department as an indicator of unsafe waiting times: a receiver operated curve-based evaluation
WO2021085364A1 (ja) リスク評価システム、リスク評価方法およびコンピュータプログラム
US20130024124A1 (en) Systems, methods, and apparatus for preventing recidivism
CN111312351A (zh) 一种区域病历数据分析方法及系统
EP3799064A1 (en) Analysis system and analysis method
Miller Discrete time hazard modeling of large motor carriers' longitudinal safety performance
Aminyan Investigation of Structural Relationship between Organizational Climate and Job‎ Satisfaction and Organizational Commitment among Employees of Paknam‎ Company
KR20160136875A (ko) 적정성 평가 관리를 위한 장치 및 방법
Li et al. A DEA-based performance measurement mathematical model and software application system applied to public hospitals in the Philippines
Catchpoole et al. Application of a machine learning–based decision support tool to improve an injury surveillance system workflow
Man Comparative Study of Machine Learning Models to Predict PPH
JP6699885B2 (ja) 地域包括ケア事業システム及び地域包括ケア事業推進方法
JP2007058833A (ja) 情報システム総合分析方法及びツール
Baron et al. Unwarranted Disparity in High-Stakes Decisions: Race Measurement and Policy Responses

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: 20880773

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021553591

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: 20880773

Country of ref document: EP

Kind code of ref document: A1