特許 5992798 モダリティ導入支援装置及び方法、並びにプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】5992798

(24)【登録日】2016年8月26日

(45)【発行日】2016年9月14日

(54)【発明の名称】モダリティ導入支援装置及び方法、並びにプログラム

(51)【国際特許分類】

   G06Q 50/22 20120101AFI20160901BHJP

【ＦＩ】

   G06Q50/22

【請求項の数】16

【全頁数】22

(21)【出願番号】特願2012-240248(P2012-240248)

(22)【出願日】2012年10月31日

(65)【公開番号】特開2014-89651(P2014-89651A)

(43)【公開日】2014年5月15日

【審査請求日】2015年4月15日

(73)【特許権者】

【識別番号】306037311

【氏名又は名称】富士フイルム株式会社

(74)【代理人】

【識別番号】100075281

【弁理士】

【氏名又は名称】小林 和憲

(72)【発明者】

【氏名】大楠 清央

(72)【発明者】

【氏名】上田 智

(72)【発明者】

【氏名】久藤 勇哉

(72)【発明者】

【氏名】松政 宏典

(72)【発明者】

【氏名】大田 恭義

【審査官】 梅岡 信幸

(56)【参考文献】

【文献】 特開２００６−２４３９５６（ＪＰ，Ａ）

【文献】 特開２００２−２６９２４２（ＪＰ，Ａ）

【文献】 特開２００７−０９５１０６（ＪＰ，Ａ）

【文献】 特開２００３−０２２３４７（ＪＰ，Ａ）

【文献】 特開２００９−１２９２００（ＪＰ，Ａ）

【文献】 米国特許出願公開第２０１０／０１９８６０９（ＵＳ，Ａ１）

【文献】 近内 誠他，薬局業務をトータルに効率化する三菱保険薬局システム“Ｍｅｌｐｈｉｎ／Ｎｅｏ”，三菱電機技報，日本，三菱電機エンジニアリング株式会社，２００７年，第８１巻、第７号，Ｐ．２７〜３０

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｑ １０／００−９９／００

(57)【特許請求の範囲】

【請求項1】

疾病にかかった実患者数を地域毎に格納する疾病発生情報データベースと、
前記疾病に関する地域毎の統計情報が格納された統計情報データベースと、
前記疾病の診療に必要なモダリティの導入台数が地域毎に格納された台数情報データベースと、
前記モダリティの導入を希望する導入希望医療機関の診療圏内において前記疾病による診療を受ける可能性がある潜在的な患者の人数である潜在患者数を、前記診療圏内の前記実患者数と前記診療圏内の前記統計情報に基づいて予測する潜在患者数予測部と、
前記診療圏内の前記導入台数に基づいて算出された、前記診療圏内において前記モダリティで処理可能な総患者数から、前記診療圏内の前記実患者数を引いた許容患者数を余剰処理能力として特定する余剰処理能力特定部と、
前記潜在患者数と前記許容患者数とを比較して、前記潜在患者数が前記許容患者数よりも多い場合には前記導入希望医療機関に前記モダリティの導入を推奨する推奨判定を行い、前記潜在患者数が前記許容患者数よりも少ない場合には前記導入希望医療機関に前記モダリティの導入を推奨しない非推奨判定を行う導入判定部と、を備えたことを特徴とするモダリティ導入支援装置。

【請求項2】

前記統計情報は、前記疾病に関する地域毎の疾病率統計情報と、地域毎の人口統計情報とを備えており、
前記潜在患者数予測部は、前記診療圏の前記疾病率統計情報と前記人口統計情報とに基づいて、前記診療圏内において前記疾病にかかる可能性がある想定患者数を算出し、前記想定患者数から前記実患者数を引いた患者数を、前記潜在患者数として算出することを特徴とする請求項１に記載のモダリティ導入支援装置。

【請求項3】

前記統計情報は、地域毎の定期健康診断を受診した総受診者数と、前記総受診者数のうち異常が見つかった有所見者数とを格納した定期健康診断統計情報を備えており、前記疾病率統計情報は、前記診療圏の前記総受診者数に対する前記有所見者数の割合から求められることを特徴とする請求項２に記載のモダリティ導入支援装置。

【請求項4】

前記台数情報データベースは、前記モダリティの導入台数とともに、前記モダリティの稼働率と、前記モダリティが導入されている診療科数とを格納しており、
前記余剰処理能力特定部は、前記モダリティの導入台数及び稼働率と、前記診療科数とに基づいて、前記総患者数を特定することを特徴とする請求項１〜３いずれか一項に記載のモダリティ導入支援装置。

【請求項5】

前記導入判定部は、前記推奨判定を行う場合に、前記潜在患者数から前記許容患者数を引いた余剰潜在患者数を算出し、前記診療圏内で前記余剰潜在患者数を処理するために必要な診療科数と、前記モダリティの台数とを特定することを特徴とする請求項１〜４いずれか一項に記載のモダリティ導入支援装置。

【請求項6】

複数種類のモダリティに関する情報が登録されたモダリティ情報データベースと、
前記導入判定部で前記推奨判定がなされた場合に、前記モダリティ情報データベースを検索して、前記導入希望医療機関に導入を推奨するモダリティを選定するモダリティ選定部と、を備えたことを特徴とする請求項５に記載のモダリティ導入支援装置。

【請求項7】

前記モダリティ選定部は、前記余剰潜在患者数の処理が可能なモダリティを選定することを特徴とする請求項６に記載のモダリティ導入支援装置。

【請求項8】

前記モダリティ選定部は、前記導入希望医療機関の導入希望条件に適合するモダリティを選定することを特徴とする請求項６または７に記載のモダリティ導入支援装置。

【請求項9】

前記導入希望医療機関から、前記導入希望医療機関の住所と、導入を希望するモダリティとを含む導入支援依頼を受け付ける導入支援受付部を備えることを特徴とする請求項１〜８いずれか一項に記載のモダリティ導入支援装置。

【請求項10】

前記導入判定部は、前記導入希望医療機関の住所に基づいて前記診療圏を特定することを特徴とする請求項９に記載のモダリティ導入支援装置。

【請求項11】

前記疾病発生情報データベース及び前記台数情報データベースは、複数の医療機関から収集した電子カルテ情報を格納する導入支援情報データベースからなることを特徴とする請求項１〜１０いずれか一項に記載のモダリティ導入支援装置。

【請求項12】

複数の前記医療機関から前記電子カルテ情報を収集する情報収集部を備えることを特徴とする請求項１１に記載のモダリティ導入支援装置。

【請求項13】

前記情報収集部は、国または地方の公共団体から前記統計情報を収集することを特徴とする請求項１２に記載のモダリティ導入支援装置。

【請求項14】

前記情報収集部は、前記モダリティのメーカーまたは販売代理店から、前記モダリティの情報を収集することを特徴とする請求項１２または１３に記載のモダリティ導入支援装置。

【請求項15】

疾病にかかった実患者数を地域毎に格納する疾病発生情報データベースにアクセスして、モダリティの導入を希望する導入希望医療機関の診療圏内の前記実患者数を読み出す実患者数読み出しステップと、
前記疾病に関する地域毎の統計情報が格納された統計情報データベースにアクセスして、前記診療圏内の前記統計情報を読み出す統計情報読み出しステップと、
前記診療圏内において前記疾病による診療を受ける可能性がある潜在的な患者の人数である潜在患者数を、前記診療圏内の前記実患者数と前記診療圏内の前記統計情報に基づいて予測する潜在患者数予測ステップと、
前記疾病の診療に必要なモダリティの導入台数が地域毎に格納された台数情報データベースにアクセスして、前記診療圏内の前記導入台数を読み出す導入台数読み出しステップと、
前記診療圏内の前記導入台数に基づいて算出された、前記診療圏内において前記モダリティで処理可能な総患者数から、前記診療圏内の前記実患者数を引いた許容患者数を余剰処理能力として特定する余剰処理能力特定ステップと、
前記潜在患者数と前記許容患者数とを比較して、前記潜在患者数が前記許容患者数よりも多い場合には前記導入希望医療機関に前記モダリティの導入を推奨する推奨判定を行い、前記潜在患者数が前記許容患者数よりも少ない場合には前記導入希望医療機関に前記モダリティの導入を推奨しない非推奨判定を行う導入判定ステップと、を備えたことを特徴とするモダリティ導入支援方法。

【請求項16】

疾病にかかった実患者数を地域毎に格納する疾病発生情報データベースと、
前記疾病に関する地域毎の統計情報が格納された統計情報データベースと、
前記疾病の診療に必要なモダリティの導入台数が地域毎に格納された台数情報データベースと、
前記モダリティの導入を希望する導入希望医療機関の診療圏内において前記疾病による診療を受ける可能性がある潜在的な患者の人数である潜在患者数を、前記診療圏内の前記実患者数と前記診療圏内の前記統計情報に基づいて予測する潜在患者数予測部と、
前記診療圏内の前記導入台数に基づいて算出された、前記診療圏内において前記モダリティで処理可能な総患者数から、前記診療圏内の前記実患者数を引いた許容患者数を余剰処理能力として特定する余剰処理能力特定部と、
前記潜在患者数と前記許容患者数とを比較して、前記潜在患者数が前記許容患者数よりも多い場合には前記導入希望医療機関に前記モダリティの導入を推奨する推奨判定を行い、前記潜在患者数が前記許容患者数よりも少ない場合には前記導入希望医療機関に前記モダリティの導入を推奨しない非推奨判定を行う導入判定部と、してコンピュータを機能させることを特徴とするモダリティ導入支援プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、医療機関によるモダリティの導入を支援するためのモダリティ導入支援装置及び方法、並びにプログラムに関する。

【背景技術】

【0002】

病院等の医療機関では、医用画像の撮影に用いるために、ＣＲ（Computed Radiography）装置や、ＤＲ(Digital Radiography)装置、ＣＴ（computed tomography：コンピュータ断層撮影）装置等の各種モダリティを導入している。医療機関は、モダリティを導入する際には、まずモダリティを導入すべきか否かを検討し、導入決定後に導入するモダリティのメーカーや機種を選定している。

【0003】

高額なモダリティの導入は、医療機関の経営に大きな影響を及ぼす場合がある。そのため、モダリティの導入可否を検討する際には、医療機関の診療圏内におけるモダリティの需要を検討する必要がある。また、モダリティは、複数のメーカーから色々な機種が販売されており、各機種に特徴的な機能等が付与されている。そのため、モダリティのメーカーや機種を選定する際には、各モダリティの価格や処理能力、機能等を調査し、理解した上で選定しなければならない。このように、モダリティの導入には、様々な検討が必要となるため、モダリティの導入経験が無い病院や、導入経験の少ない病院がモダリティの導入を検討するのは難しい。

【0004】

従来、医療機関に対して、モダリティ等の高度医療機器の導入を支援する手法が発明されている（例えば、特許文献１参照）。特許文献１には、モダリティの導入予算、予想患者数、設置面積及び重量等の条件に基づいて、モダリティの機種やモダリティシステムの構成を自動的に選定し、所定期間ごとの予測患者数に基づいて、選定されたモダリティの所定期間ごとの対価を試算することができる貸与額試算サーバーが開示されている。予測患者数とは、モダリティが導入された場合に、そのモダリティによって医用画像が撮影されることが予想される患者の人数である。特許文献１の貸与額試算サーバーによれば、モダリティの導入経験が無い病院や、導入経験の少ない病院でも、独自にモダリティの導入を検討することができる。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２００７−０９５１０６号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

特許文献１の貸与額試算サーバーでは、モダリティの機種選定と対価の試算とを行うことができるが、モダリティの導入の可否については判断していない。そのため、モダリティの導入経験が無い病院や、導入経験の少ない病院が特許文献１の貸与額試算サーバーを利用してモダリティの導入を検討しても、導入可否の検討について支援を受けることはできない。

【0007】

また、特許文献１では、モダリティの機種を選定して対価を試算するために、予測患者数を利用しているが、この予測患者数の予測精度は、モダリティ導入後の採算性や、診療に大きな影響を及ぼしてしまう。例えば、予測患者数が実際の患者数よりも多く見込まれた状態でモダリティが導入された場合には、実際の患者数は予測患者数よりも少なくなるので、モダリティの導入による採算性は、導入検討時よりも低くなってしまう。また、これとは逆に、予測患者数が実際の患者数よりも少なく見込まれた状態でモダリティが導入された場合には、実際の患者数は予測患者数よりも多くなるので、モダリティの処理能力が不足してしまい、診療に影響が及んでしまう。このように、モダリティの導入検討においては、患者数の予測精度は重要な要素となるが、特許文献１には、患者数をどのように予測するかは記載されていない。

【0008】

本発明は、モダリティ導入後の患者数を精度よく予測して、モダリティの導入可否の検討を支援することができるモダリティ導入支援装置及び方法、並びにプログラムを提供することを目的とする。

【課題を解決するための手段】

【0009】

上記課題を解決するために、本発明のモダリティ導入支援装置は、疾病にかかった実患者数を地域毎に格納する疾病発生情報データベースと、疾病に関する地域毎の統計情報が格納された統計情報データベースと、疾病の診療に必要なモダリティの導入台数が地域毎に格納された台数情報データベースと、モダリティの導入を希望する導入希望医療機関の診療圏内において前記疾病による診療を受ける可能性がある潜在的な患者数を、実患者数と統計情報に基づいて予測する潜在患者数予測部と、導入台数に基づいて診療圏内においてモダリティで処理可能な総患者数から、実患者数を引いた許容患者数を余剰処理能力として特定する余剰処理能力特定部と、潜在患者数と許容患者数とを比較して、潜在患者数が許容患者数よりも多い場合には導入希望医療機関にモダリティの導入を推奨する推奨判定を行い、潜在患者数が許容患者数よりも少ない場合には導入希望医療機関にモダリティの導入を推奨しない非推奨判定を行う導入判定部とを備えている。

【0010】

統計情報は、疾病に関する地域毎の疾病率統計情報と、地域毎の人口統計情報とを備えており、潜在患者数予測部は、診療圏の疾病率統計情報と人口統計情報とに基づいて、診療圏内において疾病にかかる可能性がある想定患者数を算出し、想定患者数から実患者数を引いた患者数を、潜在患者数として算出することが好ましい。

【0011】

統計情報は、地域毎の定期健康診断を受診した総受診者数と、総受診者数のうち異常が見つかった有所見者数とを格納した定期健康診断統計情報を備えており、疾病率情報は、診療圏の総受診者数に対する有所見者数の割合から求められることが好ましい。

【0012】

台数情報データベースは、モダリティの導入台数とともに、その稼働率と、モダリティが導入されている診療科数とを格納しており、余剰処理能力特定部は、モダリティの導入台数及び稼働率と、診療科数とに基づいて、総患者数を特定することが好ましい。

【0013】

導入判定部は、推奨判定を行う場合に、潜在患者数から許容患者数を引いた余剰潜在患者数を算出し、診療圏内で余剰潜在患者数を処理するために必要な診療科数と、モダリティの台数とを特定することが好ましい。

【0014】

複数種類のモダリティに関する情報が登録されたモダリティ情報データベースと、導入判定部で推奨判定がなされた場合に、モダリティ情報データベースを検索して、導入希望医療機関に導入を推奨するモダリティを選定するモダリティ選定部とを備えることが好ましい。

【0015】

モダリティ選定部は、余剰潜在患者数の処理が可能なモダリティを選定することが好ましい。また、モダリティ選定部は、導入希望医療機関の導入希望条件に適合するモダリティを選定してもよい。

【0016】

導入希望医療機関から、導入希望医療機関の住所と、導入を希望するモダリティとを含む導入支援依頼を受け付ける導入支援受付部を備えることが好ましい。導入判定部は、導入希望医療機関の住所に基づいて診療圏を特定することが好ましい。

【0017】

疾病発生情報データベース及び台数情報データベースは、複数の医療機関から収集した電子カルテ情報を格納する導入支援情報データベースからなることが好ましい。

【0018】

複数の医療機関から電子カルテ情報を収集する情報収集部を備えることが好ましい。情報収集部は、国または地方の公共団体から統計情報を収集することが好ましい。また、情報収集部は、モダリティのメーカーまたは販売代理店から、モダリティの情報を収集することが好ましい。

【0019】

本発明のモダリティ導入支援方法は、疾病にかかった実患者数を地域毎に格納する疾病発生情報データベースにアクセスして、モダリティの導入を希望する導入希望医療機関の診療圏内の実患者数を読み出す実患者数読み出しステップと、疾病に関する地域毎の統計情報が格納された統計情報データベースにアクセスして、診療圏内の統計情報を読み出す統計情報読み出しステップと、診療圏内において疾病による診療を受ける可能性がある潜在的な患者数を、実患者数と統計情報に基づいて予測する潜在患者数予測ステップと、疾病の診療に必要なモダリティの導入台数が地域毎に格納された台数情報データベースにアクセスして、診療圏内の導入台数を読み出す導入台数読み出しステップと、導入台数に基づいて診療圏内においてモダリティで処理可能な総患者数から、実患者数を引いた許容患者数を余剰処理能力として特定する余剰処理能力特定ステップと、潜在患者数と許容患者数とを比較して、潜在患者数が許容患者数よりも多い場合には導入希望医療機関にモダリティの導入を推奨する推奨判定を行い、潜在患者数が許容患者数よりも少ない場合には導入希望医療機関にモダリティの導入を推奨しない非推奨判定を行う導入判定ステップと、を備えている。

【0020】

本発明のモダリティ導入支援プログラムは、疾病にかかった実患者数を地域毎に格納する疾病発生情報データベースと、疾病に関する地域毎の統計情報が格納された統計情報データベースと、疾病の診療に必要なモダリティの導入台数が地域毎に格納された台数情報データベースと、モダリティの導入を希望する導入希望医療機関の診療圏内において前記疾病による診療を受ける可能性がある潜在的な患者数を、実患者数と統計情報に基づいて予測する潜在患者数予測部と、導入台数に基づいて診療圏内においてモダリティで処理可能な総患者数から、実患者数を引いた許容患者数を余剰処理能力として特定する余剰処理能力特定部と、潜在患者数と許容患者数とを比較して、潜在患者数が許容患者数よりも多い場合には導入希望医療機関にモダリティの導入を推奨する推奨判定を行い、潜在患者数が許容患者数よりも少ない場合には導入希望医療機関にモダリティの導入を推奨しない非推奨判定を行う導入判定部と、してコンピュータを機能させるものである。

【発明の効果】

【0021】

本発明によれば、モダリティの導入を希望する導入希望医療機関の診療圏において診療を受ける可能性が潜在患者数を予測し、診療圏のモダリティの余剰処理能力である許容患者数を特定し、この潜在患者数と許容患者数とを比較するので、診療圏におけるモダリティの需要を精度よく予測することができる。そのため、モダリティ導入後の患者数が導入検討時の予測患者数よりも少ないことによる採算割れや、モダリティ導入後の患者数が導入検討時の予測患者数よりも多いことによるモダリティの能力不足等の問題発生を抑制することができる。また、モダリティの需要を精度よく予測できることから、例えばモダリティの導入について国や地方公共団体に補助申請を行う際の資料として利用することもできる。

【0022】

また、潜在患者数と許容患者数との比較結果に基づいて、導入希望医療機関がモダリティを導入すべきか否かを判定するので、モダリティの導入経験が無い、あるいは導入経験が少ない導入希望医療機関であっても、モダリティの導入可否について判断の参考を得ることができる。

【0023】

また、診療圏の疾病率情報及び人口情報に基づいて、診療圏内で疾病にかかる可能性がある想定患者数を特定し、想定患者数と実患者数とに基づいて潜在患者数を予測するので、診療圏において診療を受ける可能性が潜在患者数を精度よく予測することができる。

【0024】

更に、潜在患者数と許容患者数とに基づいて、導入希望医療機関が導入すべきモダリティを選定するので、モダリティの導入経験が無い医療機関や、導入経験が少ない医療機関でも、モダリティ選定の参考を得ることができる。

【図面の簡単な説明】

【0025】

【図1】モダリティ導入支援装置を含む医用ネットワークの構成を示す概略図である。

【図2】電子カルテデータベースの構成を示す説明図である。

【図3】疾病発生情報データベースの構成を示す説明図である。

【図4】疾病率統計情報の構成を示す説明図である。

【図5】人口統計情報の構成を示す説明図である。

【図6】モダリティ情報データベースの構成を示す説明図である。

【図7】モダリティ導入支援装置の構成を示すブロック図である。

【図8】モダリティ導入支援装置の機能的な構成を示すブロック図である。

【図9】導入支援依頼の情報の構成を示す説明図である。

【図10】導入希望病院の診療圏の特定手順を示す概略図である。

【図11】潜在患者数の予測手法を示す説明図である。

【図12】許容患者数の特定手法を示す説明図である。

【図13】潜在患者数が許容患者数よりも多い場合を示す説明図である。

【図14】潜在患者数が許容患者数よりも少ない場合を示す説明図である。

【図15】推奨判定時のモダリティ導入判定結果表示画面を示す説明図である。

【図16】非推奨判定時のモダリティ導入判定結果表示画面を示す説明図である。

【図17】モダリティ導入支援の手順を示すフローチャートである。

【図18】潜在患者数の予測手順を示すフローチャートである。

【図19】許容患者数の特定手順を示すフローチャートである。

【図20】モダリティの導入判定手順を示すフローチャートである。

【図21】第２実施形態の統計情報データベースの構成を示す説明図である。

【図22】第２実施形態の定期健康診断情報の構成を示す説明図である。

【発明を実施するための形態】

【0026】

［第１実施形態］
図１に示すように、本発明のモダリティ導入支援装置１０は、病院等の医療機関によるモダリティの導入を支援するための装置であり、データセンター１１に設置されている。モダリティ導入支援装置１０には、ネットワーク１２を介して、病院１３、１４、１５を含む複数の病院の院内ネットワークが接続されている。ネットワーク１２は、インターネットなどのネットワークと比較して情報セキュリティレベルが高い専用線やＶＰＮ（Virtual Private Network）等の通信ネットワークで構成されている。モダリティ導入支援装置１０は、ネットワーク１２を介して、何れかの病院からモダリティの導入支援依頼を受信した場合に、その病院に対するモダリティの導入支援を開始する。

【0027】

病院１３の院内ネットワーク１３ａは、医用画像を撮影するモダリティ１８と、モダリティ１８で撮影された医用画像を管理する画像サーバー１９と、電子カルテを管理する電子カルテサーバー２０と、電子カルテ情報の入力と電子カルテ及び医用画像の閲覧とに用いられる複数台のクライアント端末２１とを備えている。これらの装置１８〜２１は、ローカルエリアネットワーク（ＬＡＮ：Local area network）２２によって通信可能に接続されている。ＬＡＮ２２は、ネットワーク１２に接続されている。

【0028】

モダリティ１８は、例えば、ＣＲ装置、ＤＲ装置、ＣＴ装置、内視鏡、超音波診断装置等である。ＣＲ装置は、輝尽性蛍光体が塗布されたイメージングプレートを用いてＸ線画像を撮影し、撮影後のイメージングプレートを走査して、イメージングプレートに記録されたＸ線画像を電子データとして読み取る装置である。ＤＲ装置は、Ｘ線の入射量に応じた信号電荷を蓄積する画素がマトリクス状に配列されたフラットパネルディテクタ（ＦＰＤ；flat panel detector）を利用してＸ線画像を撮影する装置であり、画素毎に蓄積した信号電荷を信号処理回路で電圧信号に変換することでＸ線画像を電子データとして検出する。ＣＴ装置は、患者の体の周囲を回転しながら放射されたＸ線を反対側の検出器で検出して、水平方向に輪切りにした身体の断面画像をコンピュータ上で構成する装置である。

【0029】

画像サーバー１９は、画像サーバー用プログラムが組み込まれたコンピュータと、このコンピュータに接続された画像データベース（以下、画像ＤＢという）とを備えている。モダリティ１８で撮影された医用画像は、ＬＡＮ２２を介して画像サーバー１９に送信される。画像サーバー１９は、モダリティ１８から受信した医用画像を画像ＤＢに格納して管理する。医用画像には、モダリティ１８により、患者ＩＤ等の情報がメタデータとして書き込まれている。画像サーバー１９は、クライアント端末２１からの閲覧要求があったときに、閲覧要求に含まれる患者ＩＤに基づいて画像ＤＢを検索して医用画像を抽出し、抽出した医用画像をクライアント端末２１に送信する。

【0030】

電子カルテサーバー２０は、電子カルテサーバー用プログラムが組み込まれたコンピュータと、このコンピュータに接続された電子カルテデータベース（以下、電子カルテＤＢという）とを備えている。クライアント端末２１で入力された電子カルテ情報は、ＬＡＮ２２を介して電子カルテサーバー２０に送信される。電子カルテサーバー１６は、クライアント端末２１で入力された電子カルテ情報を受信し、電子カルテＤＢに格納して管理する。

【0031】

図２に示すように、電子カルテＤＢ２５は、患者ごとに電子カルテ情報２６を格納している。電子カルテ情報２６は、例えば、患者に関する患者情報と、患者に対して行われた診療及び診療を行った病院に関する診療情報と、診療に際して撮影された医用画像に関する検査情報とからなる。

【0032】

患者情報には、例えば、患者氏名、患者ＩＤ、住所、生年月日、年齢、性別及び既往症等の項目が含まれている。診療情報には、例えば、診療日時、診療科、傷病名、診断結果、治療期間、処方内容、担当医師、病院名及び病院の住所等の項目が含まれている。診療科の項目には、内科、外科等の診療科名が格納される。例えば、病院に第１内科、第２内科等のように同種の診療科が複数存在する場合には、診療科の項目には、第１内科または第２内科が格納される。検査情報には、例えば、検査日時、検査機器、検査方法、検査部位及び医用画像等の項目が含まれる。検査機器の項目には、例えば医用画像の撮影に使用されたモダリティの機種名が格納される。また、医用画像の項目には、医用画像の画像情報が格納される。

【0033】

電子カルテサーバー２０は、クライアント端末２１から閲覧要求を受信した場合に、閲覧要求に含まれる患者ＩＤに基づいて電子カルテＤＢ２５を検索して該当する電子カルテ情報２６を抽出し、抽出した電子カルテ情報２６をクライアント端末２１に送信する。

【0034】

クライアント端末２１は、電子カルテ情報の作成と、電子カルテ及び医用画像の閲覧用のプログラムがインストールされたコンピュータである。クライアント端末２１は、電子カルテ情報を入力するための入力デバイスと、電子カルテ及び医用画像を閲覧するためのディスプレイと、電子カルテ情報の作成及び閲覧用プログラムを動作させるためのＣＰＵ等を備えている。入力デバイスは、例えばキーボードやマウス等である。

【0035】

クライアント端末２１は、入力デバイスの操作によって入力された電子カルテ情報を電子カルテサーバー２０に送信する。また、クライアント端末２１で電子カルテまたは医用画像を閲覧する場合には、クライアント端末２１から電子カルテサーバー２０または画像サーバー１９に、患者ＩＤを含む閲覧要求を送信する。この閲覧要求に応じて、電子カルテサーバー２０から電子カルテ情報２６が、または画像サーバー１９から医用画像がクライアント端末２１に送信された場合には、クライアント端末２１は、閲覧用プログラムによって、ディスプレイに電子カルテ、または医用画像を閲覧可能なように表示する。

【0036】

病院１４及び病院１５は、病院１３と同様に、モダリティ１８、画像サーバー１９、電子カルテサーバー２０、クライアント端末２１及びＬＡＮ２２からなる院内ネットワークをそれぞれ備えている。病院１４及び病院１５の院内ネットワークは、ＬＡＮ２２により、ネットワーク１２を介してモダリティ導入支援装置１０に接続されている。

【0037】

なお、本実施形態においては、病院１３〜１５を例示しているが、実際にはより多くの病院の院内ネットワークがモダリティ導入支援装置１０に接続されている。モダリティ導入支援装置１０に院内ネットワークが接続されている多数の病院は、病院１３〜１５と同様に、少なくとも電子カルテサーバー２０、クライアント端末２１及びＬＡＮ２２からなる院内ネットワークをそれぞれ備えているが、導入されているモダリティの種類や台数等は病院によって異なっており、モダリティが導入されていない病院も含まれている。

【0038】

病院１３〜１５を含む複数の病院の各電子カルテサーバー２０は、クライアント端末２１から電子カルテ情報が入力された場合に、入力された電子カルテ情報をネットワーク１２を介してモダリティ導入支援装置１０に送信する。

【0039】

モダリティ導入支援装置１０は、導入支援情報データベース（以下、導入支援情報ＤＢという）２９、統計情報データベース（以下、統計情報ＤＢという）３０及びモダリティ情報データベース（以下、モダリティ情報ＤＢという）３１を備えている。

【0040】

図３に示すように、導入支援情報ＤＢ２９は、本発明の疾病発生情報データベース及び台数情報データベースを構成する。導入支援情報ＤＢ２９は、病院１３〜１５を含む複数の病院の各電子カルテサーバー２０から受信した電子カルテ情報２６を、病気の発生位置を特定するための発生位置情報と、病気の発生日時を特定するための発生日時情報と対応付けて格納している。発生位置情報は、例えば電子カルテ情報２６から患者の現住所、あるいは病院の住所が抽出されて登録される。また、発生日時情報は、電子カルテ情報２６から診察日時、あるいは検査日時が抽出されて登録される。

【0041】

図１に示すように、統計情報ＤＢ３０には、疾病率統計情報３４及び人口統計情報３５が格納されている。図４に示すように、疾病率統計情報３４は、病名ごとに分類された複数の疾病別統計情報３６ａ〜３６ｃからなる。疾病別統計情報３６ａ〜３６ｃは、平成２４年、平成２３年等の年度別に分類されている。例えば、肺ガンに関する疾病別統計情報３６ａには、都道府県及び主要都市等、国内の各地域における年代別の男女の疾病率の統計情報が格納されている。なお、その他の疾病別統計情報３６ｂ、３６ｃも、疾病別統計情報３６ａと同様の構成であるため、詳しい説明は省略する。また、疾病別統計情報として、肺ガン、胃ガン、喉頭ガンの３種類しか図示していないが、実際には多数の疾病の疾病別統計情報が統計情報ＤＢ３０に格納されている。

【0042】

なお、疾病率は、大別すると有病率と、罹患率とに分けられる。有病率とは、特定時点の患者数の割合を表しており、有病期間に比例する。有病率は、静態的な値であるため、慢性疾患の疾病率の把握に適しており、疾病率をマクロ的に把握することができる。また、罹患率は、一定期間の発生数の割合を表しており、有病期間に反比例する。罹患率は、動態的な値であるため、急性疾患の把握に適しており、疾病率をミクロ的に把握することができる。有病率は、罹患率×有病期間によって求められる。本実施形態では、モダリティという継続的に使用される医療機器の導入検討に使用するため、有病率を使用している。有病率に代えて、罹患率を用いてもよい。

【0043】

図５に示すように、人口統計情報３５には、都道府県及び主要都市等、国内の各地域における年代別の男女の人口統計情報が格納されている。人口統計情報は、平成２４年、平成２３年等の年度別に分類されている。

【0044】

統計情報ＤＢ３０に格納されている各統計情報は、例えば、厚生労働省や国立感染研究所、各地方の保健所や衛生研究所等、国または地方の公共団体のホームページで公表されている。モダリティ導入支援装置１０は、これらの国または地方公共団体のホームページにアクセスして、疾病率統計情報３４や人口統計情報３５等の各種統計情報を自動収集する。

【0045】

モダリティ情報ＤＢ３１は、図６に示すように、ＤＲ装置やＣＲ装置等、モダリティの種類ごとに分類された複数の種類別モダリティ情報３８ａ〜３８ｃからなる。例えば、ＤＲ装置に関する種類別モダリティ情報３８ａでは、現在販売されているＤＲ装置がメーカーごとに分類され、各ＤＲ装置の機種名、価格、処理能力、機能、設置面積、重量等の各種情報が格納されている。ＤＲ装置の処理能力とは、単位時間あたりに撮影可能な医用画像の枚数である。また、ＤＲ装置の機能とは、単純Ｘ線撮影の他に備えている機能であり、例えば動画撮影や長尺撮影、トモシンセシス撮影等である。なお、その他のＣＲ装置やＣＴ装置の種類別モダリティ情報３８ｂ、３８ｃも、ＤＲ装置の種類別モダリティ情報３８ａと同様の構成であるため、詳しい説明は省略する。また、種類別モダリティ情報として、ＤＲ装置、ＣＲ装置、ＣＴ装置の３種類しか図示していないが、実際には内視鏡や超音波診断装置等、多数のモダリティ装置の情報がモダリティ情報ＤＢ３１に格納されている。

【0046】

モダリティ情報ＤＢ３１に格納されている各種類別モダリティ情報３８ａ〜３８ｃは、例えば、モダリティのメーカーや販売代理店等のホームページで公表されている。モダリティ導入支援装置１０は、これらのメーカーや販売代理店等のホームページにアクセスして、各種類別モダリティ情報３８ａ〜３８ｃを自動収集する。

【0047】

図７に示すように、モダリティ導入支援装置１０は、パーソナルコンピュータやワークステーションなどのコンピュータをベースに、オペレーティングシステムなどの制御プログラムや、コンピュータをモダリティ導入支援装置１０として機能させるためのアプリケーションプログラム（ＡＰ）４１をインストールして構成される。モダリティ導入支援装置１０は、ディスプレイや、キーボード、マウス、ディスプレイと一体となったタッチパネルなどの入力デバイスとで構成されるコンソール４２と、コンピュータ本体とを備えている。

【0048】

モダリティ導入支援装置１０のコンピュータ本体には、ＣＰＵ４４、メモリ４６、ストレージデバイス４７、通信Ｉ／Ｆ４８が設けられており、これらはデータバス４９を介して接続されている。

【0049】

ストレージデバイス４７は、各種データを格納するデバイスであり、例えば、ハードディスクドライブで構成される。ストレージデバイス４７には、制御プログラムや、診療管理予約プログラムなどのアプリケーションプログラム（ＡＰ）４１が格納される。

【0050】

メモリ４６は、ＣＰＵ４５が処理を実行するためのワークメモリである。ＣＰＵ４５は、ストレージデバイス４７に格納された制御プログラムをメモリ４６へロードして、プログラムに従った処理を実行することにより、コンピュータの各部を統括的に制御する。通信Ｉ／Ｆ４８は、ネットワーク１２に接続して、各病院１３〜１５の院内ネットワークと通信するための通信インタフェースである。また、通信Ｉ／Ｆ４８は、ＬＡＮなどを介して、導入支援情報ＤＢ２９、統計情報ＤＢ３０及びモダリティ情報ＤＢ３１が構築されたデータサーバ５１と通信可能に接続する通信インタフェースとしても機能する。データサーバ５１は、外部ストレージデバイスである。もちろん、導入支援情報ＤＢ２９、統計情報ＤＢ３０及びモダリティ情報ＤＢ３１をストレージデバイス４７内に構築してもよい。

【0051】

図８に示すように、モダリティ導入支援プログラムが起動すると、モダリティ導入支援装置１０のＣＰＵ４５は、メモリ４６と協働して、情報収集部５４、ＤＢアクセス部５５、導入判定部５６、モダリティ選定部５７として機能する。

【0052】

情報収集部５４は、病院１３〜１５を含む複数の病院の各電子カルテサーバー２０から、複数の電子カルテ情報２６を受信する。また、情報収集部５４は、厚生労働省や国立感染研究所、各地方の保健所や衛生研究所等、国または地方の公共団体のホームページにアクセスして、疾病率統計情報３４や人口統計情報３５等の各種統計情報を自動収集する。また、情報収集部５４は、モダリティのメーカーや販売代理店等のホームページにアクセスして、各種類別モダリティ情報３８ａ〜３８ｃを自動収集する。

【0053】

ＤＢアクセス部５５は、導入支援情報ＤＢ２９、統計情報ＤＢ３０及びモダリティ情報ＤＢ３１にアクセスして、電子カルテ情報や各種統計情報、モダリティ情報の更新や読み出しを行う。ＤＢアクセス部５５は、情報収集部５４から電子カルテ情報２６の格納が指示されると、電子カルテ情報２６に、電子カルテ情報２６から抽出した発生位置情報及び発生時期情報を対応付けて、導入支援情報ＤＢ２９に格納する。また、ＤＢアクセス部５５は、情報収集部５４から疾病率統計情報３４または人口統計情報３５の格納が指示されると、統計情報ＤＢ３０に疾病率統計情報３４または人口統計情報３５を格納する。更に、ＤＢアクセス部５５は、情報収集部５４から種類別モダリティ情報の格納が指示されると、モダリティ情報ＤＢ３１に種類別モダリティ情報を格納する。

【0054】

ＤＢアクセス部５５は、導入判定部５６から所定地域の電子カルテ情報と、統計情報との読み出しが指示されると、導入支援情報ＤＢ２９及び統計情報ＤＢ３０から、所定地域の電子カルテ情報と、疾病率統計情報３４及び人口統計情報３５とを読み出す。また、ＤＢアクセス部５５は、モダリティ選定部５７から種類別モダリティ情報の読み出しが指示されると、指示された種類別モダリティ情報をモダリティ情報ＤＢ３１から読み出す。

【0055】

導入判定部５６は、導入支援受付部６０、潜在患者数予測部６１及び余剰処理能力特定部６２を備える。導入支援受付部６０は、病院１３〜１５を含む複数の病院のうち、モダリティの導入を希望している導入希望病院、例えば病院１４からのクライアント端末２１から、導入支援依頼ＩＳＲを受け付ける。図９に示すように、導入支援依頼ＩＳＲには、導入希望病院の住所６４ａと、導入希望病院がモダリティの導入にあたって希望する導入条件６４ｂとが含まれている。導入条件６４ｂは、例えば、ＣＲ装置やＤＲ装置等、導入を希望するモダリティの種類である導入希望モダリティ種と、価格、処理能力、機能、重量、設置面積等である。また、導入条件６４ｂには、導入希望病院に導入を推奨するモダリティを選定する際に、導入希望病院の診療圏に存在する潜在患者数に基づいてモダリティを選定するか、あるいは導入条件６４ｂに登録されている条件に基づいてモダリティを選定するかを指定するモダリティ選定条件も含まれている。

【0056】

導入判定部５６は、導入支援依頼ＩＳＲの住所６４ａに基づいて、導入希望病院の診療圏ＣＳを特定する。診療圏とは、導入希望病院に患者が診療に訪れる地理的範囲である。導入判定部５６は、図１０に示すように、例えば導入希望病院である病院１４の住所を中心にして、半径数ｋｍから数十ｋｍの範囲を診療圏ＣＳとして設定する。なお、病院の実際の診療圏ＣＳは、病院までの直線的な距離だけでなく、病院までの公共交通機関の有無や、道路事情、病院数等の各種要因によって変化するため、これらの要因を考慮した上で診療圏ＣＳを特定してもよい。

【0057】

潜在患者数予測部６１は、図１１に示すように、導入希望病院の診療圏ＣＳ内の全人口から、導入希望モダリティ種による診療が必要な潜在患者数ＬＰを予測する。潜在患者数ＬＰは、現在はモダリティによる診療を受けていないものの、これから診療を受ける可能性がある潜在的な患者の人数である。潜在患者数予測部６１は、統計情報ＤＢ３０の疾病率統計情報３４及び人口時計情報３５から、診療圏ＣＳ内で導入希望モダリティ種による診療が必要な疾病の各年代の男女別の疾病率ＳＲと、診療圏内の各年代の男女別の人口情報ＰＩとを読み出す。潜在患者数予測部６１は、統計情報ＤＢ３０から読み出した疾病率ＳＲ及び人口情報ＰＩに基づいて、想定患者数ＡＰを算出する。想定患者数ＡＰは、診療圏内で疾病にかかる可能性がある患者数である。

【0058】

潜在患者数予測部６１は、疾病発生情報データベースである導入支援情報ＤＢ２９の電子カルテ情報２６を検索して、診療圏ＣＳ内で、導入希望モダリティ種と同種のモダリティによる診療をすでに受けている実患者数ＳＰを抽出する。潜在患者数予測部６１は、想定患者数ＡＰから実患者数ＳＰを減算して、診療圏ＣＳ内の潜在患者数ＬＰを算出する。

【0059】

導入判定部５６の余剰処理能力特定部６２は、図１２に示すように、診療圏ＣＳ内の導入済みモダリティの余剰処理能力によって処理可能な許容患者数ＭＰを特定する。余剰処理能力特定部６２は、導入支援情報ＤＢ２９の電子カルテ情報２６に基づいて、診療圏ＣＳ内の導入済みモダリティで処理可能な総患者数ＰＰを特定する。総患者数ＰＰは、例えば、診療圏ＣＳ内で導入済みモダリティを有する診療科数ＣＤと、導入済みモダリティの台数ＭＮ及び稼働率ＲＯとに基づいて特定される。診療科数ＣＤ、導入済みモダリティの台数ＭＮ及び稼働率ＲＯは、台数情報データベースである導入支援情報ＤＢ２９の電子カルテ情報２６から特定される。余剰処理能力特定部６２は、総患者数ＰＰから上述した実患者数ＳＰを減算して、許容患者数ＭＰを算出する。

【0060】

導入判定部５６は、潜在患者数予測部６１により予測された潜在患者数ＬＰと、余剰処理能力特定部６２で算出された許容患者数ＭＰとを比較して、導入希望病院がモダリティを導入すべきか否かを判定する。導入判定部５６は、図１３に示すように、潜在患者数ＬＰが許容患者数ＭＰよりも多い場合には、モダリティの需要があるため、導入希望病院にモダリティの導入を推奨する推奨判定を行う。また、導入判定部５６は、図１４に示すように、潜在患者数ＬＰが許容患者数ＭＰよりも少ない場合には、モダリティの需要がないため、導入希望病院にモダリティの導入を推奨しない非推奨判定を行う。

【0061】

導入判定部５６は、推奨判定をする場合には、図１３に示すように、潜在患者数ＬＰから許容患者数ＭＰを減算して、現在の導入済みモダリティでは処理することができない余剰潜在患者数ＳＬＰを算出する（Ｓ３３）。次いで、導入判定部５６は、余剰潜在患者数ＳＬＰに基づいて、導入希望病院の診療圏で余剰潜在患者数ＳＬＰを処理するために必要な診療科数ＣＤ１と、導入希望モダリティ種の台数ＭＮ１とを特定する。なお、診療科数ＣＤ１及び導入希望モダリティ種の台数ＭＮ１は、例えば、平均的な処理能力を有する導入希望モダリティ種を、所定期間内に標準的な稼働率で稼働させた場合を想定して求められる。

【0062】

また、導入判定部５６で推奨判定がなされた場合には、モダリティ選定部５７は、モダリティ情報ＤＢ３１を検索して、導入希望病院に導入を推奨するモダリティを選定する。モダリティ選定部５７は、導入支援依頼ＩＳＲの導入条件６４ｂのモダリティ選定条件に基づいてモダリティを選定する。モダリティ選定条件において、潜在患者数に基づいて選定するように指定されている場合には、モダリティ選定部５７は、余剰潜在患者数ＳＬＰの処理が可能なモダリティを選定する。また、モダリティ選定条件において、導入条件６４ｂに基づいて選定するように指定されている場合には、モダリティ選定部５７は、導入条件６４ｂの各条件に適合するモダリティを選定する。

【0063】

導入判定部５６は、導入希望病院のクライアント端末２１に、導入判定結果を送信する。導入判定結果が推奨判定である場合には、導入判定結果とともに、想定患者数ＡＰ、実患者数ＳＰ、潜在患者数ＬＰ、許容患者数ＭＰ及び余剰潜在患者数ＳＬＰと、診療圏内で余剰潜在患者数ＳＬＰを処理するために必要な診療科数ＣＤ１及びモダリティ数ＭＮ１と、モダリティ選定部５７で選定されたモダリティのメーカー名及び機種名とが導入希望病院のクライアント端末２１に送信される。また、導入判定結果が非推奨判定である場合には、導入判定結果とともに、想定患者数ＡＰ、実患者数ＳＰ、潜在患者数ＬＰ、許容患者数ＭＰが、導入希望病院のクライアント端末２１に送信される。

【0064】

図１５、１６に示すように、モダリティ導入支援装置１０から導入判定結果を受信した導入希望病院のクライアント端末２１のディスプレイには、導入判定結果表示画面が表示される。推奨判定時の導入判定結果表示画面６７には、判定結果６９、判定理由７０、導入を推奨するモダリティに関する推奨モダリティ情報７１、想定患者数ＡＰ等の判定結果詳細７２とが表示される。また、非推奨判定時の導入判定結果表示画面７４には、判定結果７５、判定理由７６及び判定結果詳細７７が表示される。非推奨判定時の導入判定結果表示画面７４には、推奨判定時の導入判定結果表示画面６７とは異なり、推奨モダリティ情報や、判定結果詳細７７の余剰潜在患者数ＳＬＰ、診療科数ＣＤ１及びモダリティ数ＭＮ１等は表示されない。

【0065】

以下、上記モダリティ導入支援装置１０の作用について図１７〜２０に示すフローチャートを参照しながら説明する。モダリティ導入支援装置１０は、病院１３〜１５を含む複数の病院からの導入支援依頼を、図８に示す導入支援受付部６０によって受け付ける（Ｓ１０）。例えば、病院１４から導入支援依頼を受け付けたモダリティ導入支援装置１０は、導入判定部５６により、図９に示す導入支援依頼ＩＳＲの病院住所に基づいて、病院１４の診療圏ＣＳを特定する（Ｓ１１）。図１０に示すように、病院１４の診療圏ＣＳは、病院１４の住所を中心にして、半径数ｋｍから数十ｋｍの範囲が設定される。

【0066】

導入判定部５６の潜在患者数予測部６１は、導入希望病院の診療圏ＣＳ内で、所定期間内に、導入希望モダリティ種による診療が必要な潜在患者数ＬＰを予測する（Ｓ１２）。図１８に示すように、潜在患者数予測部６１は、ＤＢアクセス部５５に指示して、統計情報ＤＢ３０の疾病率統計情報３４を検索させ、導入希望病院の診療圏ＣＳ内で、導入希望モダリティ種による診療が必要な疾病の各年代の男女別の疾病率ＳＲを特定する（Ｓ２０）。次いで、潜在患者数予測部６１は、ＤＢアクセス部５５に指示して、統計情報ＤＢ３０の人口統計情報３５を検索させ、導入希望病院の診療圏ＣＳ内の各年代の男女別の人口情報ＰＩを抽出させる（Ｓ２１）。

【0067】

潜在患者数予測部６１は、統計情報ＤＢ３０から抽出した診療圏ＣＳ内の疾病率ＳＲと、人口情報ＰＩとを乗算して、診療圏ＣＳにおいて導入希望モダリティ種の使用が想定される想定患者数ＡＰを算出する（Ｓ２２）。潜在患者数予測部６１は、ＤＢアクセス部５５に指示して、導入支援情報ＤＢ２９の電子カルテ情報２６を検索させ、導入希望病院の診療圏ＣＳ内で、導入希望モダリティ種と同種のモダリティである導入済みモダリティによって診療を受けている実患者数ＳＰを抽出させる（Ｓ２３）。次いで、潜在患者数予測部６１は、想定患者数ＡＰから実患者数ＳＰを減算して、診療圏ＣＳ内において疾病に罹患している可能性がある潜在患者数ＬＰを算出する（Ｓ２４）。

【0068】

導入判定部５６の余剰処理能力特定部６２は、図１７に示すように、導入希望病院の診療圏ＣＳに導入されている、導入希望モダリティ種と同種の導入済みモダリティの余剰処理能力により処理可能な許容患者数ＭＰを特定する（Ｓ１３）。図１９に示すように、余剰処理能力特定部６２は、ＤＢアクセス部５５に指示して、導入支援情報ＤＢ２９の電子カルテ情報２６を検索させ、導入希望病院の診療圏ＣＳ内で導入済みモダリティを有する診療科数ＣＤと、導入済みモダリティの台数ＭＮ及び稼働率ＲＯとを特定する（Ｓ３０）。余剰処理能力特定部６２は、診療圏内の診療科数ＣＤと、導入済みモダリティの台数ＭＮ及びその稼働率ＲＯとに基づいて、診療圏の導入済みモダリティで処理可能な総患者数ＰＰを特定する（Ｓ３１）。余剰処理能力特定部６２は、総患者数ＰＰから上述した実患者数ＳＰを減算して、導入済みモダリティの余剰処理能力により処理可能な許容患者数ＭＰを算出する（Ｓ３２）。

【0069】

図１７に示すように、導入判定部５６は、潜在患者数予測部６１により予測された潜在患者数ＬＰと、余剰処理能力特定部６２で算出された許容患者数ＭＰとに基づいて、導入希望モダリティの導入判定を行う（Ｓ１４）。導入判定部５６は、図２０に示すように、潜在患者数ＬＰと許容患者数ＭＰとを比較する（Ｓ４０）。導入判定部５６は、潜在患者数ＬＰが許容患者数ＭＰよりも多い場合（Ｓ４０でＹＥＳ）には、導入希望モダリティ種の導入を推奨する推奨判定を行う（Ｓ４１）。また、導入判定部５６は、潜在患者数ＬＰが許容患者数ＭＰよりも少ない場合（Ｓ４０でＮＯ）には、導入希望モダリティ種の導入を推奨しない非推奨判定を行う（Ｓ４２）。

【0070】

導入判定部５６は、推奨判定をする場合には、潜在患者数ＬＰから許容患者数ＭＰを減算して、現在の導入済みモダリティでは処理することができない余剰潜在患者数ＳＬＰを算出する（Ｓ４３）。次いで、導入判定部５６は、余剰潜在患者数ＳＬＰに基づいて、導入希望病院の診療圏で余剰潜在患者数ＳＬＰを処理するために必要な診療科数ＣＤ１と、導入希望モダリティ種の台数ＭＮ１とを特定する（Ｓ４４）。なお、診療科数ＣＤ１及び導入希望モダリティ種の台数ＭＮ１は、例えば、平均的な処理能力を有する導入希望モダリティ種を、所定期間内に標準的な稼働率で稼働させた場合を想定して求められる。

【0071】

また、導入判定部５６で推奨判定がなされた場合、モダリティ選定部５７は、導入支援依頼ＩＳＲの導入条件６４ｂのモダリティ選定条件に基づいて、導入希望病院に導入を推奨するモダリティを選定する（Ｓ４５）。図１７に示すように、導入判定部５６は、導入判定結果を導入希望病院のクライアント端末２１に送信する（Ｓ１５）。

【0072】

導入希望病院のクライアント端末２１のディスプレイには、導入判定結果表示画面が表示される。図１５に示すように、推奨判定時の導入判定結果表示画面６７には、判定結果６９、判定理由７０、導入を推奨するモダリティに関する推奨モダリティ情報７１、想定患者数ＡＰ等の判定結果詳細７２とが表示される。また、図１６に示すように、非推奨判定時の導入判定結果表示画面７４には、判定結果７５、判定理由７６及び判定結果詳細７７が表示される。導入希望病院のモダリティ導入担当者は、導入判定結果表示画面６７、７４に表示されている情報を参考にして、モダリティの導入可否検討、及びモダリティの選定を行うことができる。

【0073】

以上説明したように、本実施形態のモダリティ導入支援装置１０は、モダリティの導入を希望する導入希望病院から導入支援依頼を受けた場合に、導入希望病院の診療圏ＣＳにおいて診療を受ける可能性が潜在患者数ＬＰを予測し、診療圏ＣＳの導入済みモダリティの余剰処理能力である許容患者数ＭＰを特定し、この潜在患者数ＬＰと許容患者数ＭＰとを比較するので、診療圏ＣＳにおけるモダリティの需要を精度よく予測することができる。そのため、モダリティ導入後の患者数が導入検討時の予測患者数よりも少ないことによる採算割れや、モダリティ導入後の患者数が導入検討時の予測患者数よりも多いことによるモダリティの能力不足等の問題発生を抑制することができる。また、モダリティの需要を精度よく予測できることから、例えばモダリティの導入について国や地方公共団体に補助申請を行う際の資料として利用することもできる。

【0074】

また、潜在患者数ＬＰと許容患者数ＭＰとの比較結果に基づいて、導入希望病院がモダリティを導入すべきか否かを判定することができるので、モダリティの導入経験が無い、あるいは導入経験が少ない導入希望病院であっても、モダリティの導入可否について判断の参考を得ることができる。

【0075】

また、診療圏ＣＳの疾病率ＳＲ及び人口情報ＰＩに基づいて、診療圏ＣＳ内で疾病にかかる可能性がある想定患者数ＡＰを特定し、想定患者数ＡＰと実患者数ＳＰとに基づいて潜在患者数ＬＰを予測するので、診療圏ＣＳにおいて診療を受ける可能性が潜在患者数ＬＰを精度よく予測することができる。

【0076】

更に、潜在患者数ＬＰと許容患者数ＭＰとに基づいて、導入希望病院が導入すべきモダリティを選定するので、モダリティの導入経験が無い、あるいは導入経験が少ない導入希望病院であっても、モダリティ選定の参考を得ることができる。

【0077】

［第２実施形態］
第１実施形態では、診療圏内の潜在患者数を予測するために、国または地方の公共団体から収集した疾病率統計情報３４に基づいて診療圏内の疾病率ＳＲを特定しているが、本実施形態は、疾病率統計情報３４の代わりに定期健康診断情報に基づいて疾病率ＳＲを特定している点で、第１実施形態と異なっている。なお、第１実施形態と共通部分については説明を省略し、相違点を中心に説明する。

【0078】

図２１に示すように、本実施形態のモダリティ導入支援装置１０は、統計情報ＤＢ３０に、定期健康診断情報８０を格納している。図２２に示すように、定期健康診断情報８０は、都道府県の各地域において行われた定期健康診断に関する情報であり、年度別及び地域別に分類されている。定期健康診断情報８０には、その所定地域で定期健康診断を受診した総受診者数と、この総受診者数のうち、健康診断で異常が見つかった有所見者数とが格納されている。定期健康診断情報８０は、厚生労働省や各地域の保険衛生に関する公共団体のホームページにおいて公表されているので、情報収集部５４により自動収集することができる。

【0079】

図８に示すモダリティ導入支援装置１０の潜在患者数予測部６１は、所定の診療圏ＣＳ内の潜在患者数ＬＰを予測するために疾病率ＳＲを特定する際に、定期健康診断情報８０の総受診者数に対する有所見者数の割合に基づいて、疾病率ＳＲを算出する。例えば、図２２に示す定期健康診断情報８０の北海道のテーブル８１には、札幌市の総受診者数「３５４６８６人」に対し、有所見者数が「６３９８１人」であるため、疾病率ＳＲは、「約１８％」となる。この疾病率ＳＲは、第１実施形態と同様に、潜在患者数予測部６１で潜在患者数ＬＰを予測するために用いられる。

【0080】

本実施形態によれば、実際に異常が確認された有所見者数に基づいて疾病率ＳＲを特定するので、疾病率ＳＲに基づいて予測される潜在患者数ＬＰの予測精度を向上させることができる。また、第１実施形態に比べて、疾病率ＳＲの特定手順が単純化されるので、高速に処理を行うことができる。

【0081】

上記各実施形態では、モダリティの導入台数を電子カルテ情報から特定するようにしたが、各地域の各医療機関に導入されているモダリティのメーカー、機種名及び台数等を格納した台数情報データベースを作成しておき、この台数情報データベースに基づいてモダリティの導入判定を行ってもよい。

【符号の説明】

【0082】

１０ モダリティ導入支援装置
１１ データセンター
１２ ネットワーク
１３〜１５ 病院
２６ 電子カルテ情報
２９ 導入支援情報ＤＢ
３０ 統計情報ＤＢ
３１ モダリティ情報ＤＢ
３４ 疾病率統計情報
３５ 人口統計情報
５４ 情報収集部
５６ 導入判定部
５７ モダリティ選定部
６０ 導入支援受付部
６１ 潜在患者数予測部
６２ 余剰処理能力特定部
６４ａ 病院住所
６４ｂ 導入条件
８０ 定期健康診断情報
ＩＳＲ 導入支援依頼
ＣＳ 診療圏
ＡＰ 想定患者数
ＳＰ 実患者数
ＬＰ 潜在患者数
ＰＰ 総患者数
ＭＰ 許容患者数
ＳＬＰ 余剰潜在患者数

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】