特許 6974896 デュアルコア判定システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】6974896

(24)【登録日】2021年11月9日

(45)【発行日】2021年12月1日

(54)【発明の名称】デュアルコア判定システム

(51)【国際特許分類】

   G16H 20/00 20180101AFI20211118BHJP

【ＦＩ】

   G16H20/00

【請求項の数】9

【全頁数】21

(21)【出願番号】特願2021-531694(P2021-531694)

(86)(22)【出願日】2021年2月19日

(86)【国際出願番号】JP2021006315

【審査請求日】2021年6月3日

(31)【優先権主張番号】特願2020-72040(P2020-72040)

(32)【優先日】2020年4月14日

(33)【優先権主張国】JP

【早期審査対象出願】

(73)【特許権者】

【識別番号】520130982

【氏名又は名称】医療法人社団三輪会

(74)【代理人】

【識別番号】100081271

【弁理士】

【氏名又は名称】吉田 芳春

(72)【発明者】

【氏名】三輪谷 博史

【審査官】 塩澤 如正

(56)【参考文献】

【文献】 特開２０１３−１８２４９３（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ１６Ｈ ２０／００

(57)【特許請求の範囲】

【請求項1】

各患者が、認知症問題行動に関して症状有りと回答した症状及びストレスに関して症状有りと回答した症状を前記各患者対応に記憶すると共に、模範となる施術者によって前記各患者に対して人体ケア療法を行った後の症状の評価値を、前記患者の名、前記模範となる施術者の名及び前記人体ケア療法の内容と共に記憶する評価用データベースを有しており、該評価用データベースに記憶されている前記評価値の偏差値をベイズ統計学に基づいて算出し、該算出した偏差値が所定範囲内の症状を、前記人体ケア療法に関して取得すべき症状であると判定する評価用人工知能装置と、
前記評価用人工知能装置によって判定された、取得すべき症状を記憶すると共に、該取得すべき症状を有する患者に関して、任意の施術者によって人体ケア療法を行った後の人体ケア療法の内容の評価値を、該人体ケア療法の内容、前記患者の名、前記任意の施術者の名及び前記症状と共に記憶する実施用データベースを有しており、前記実施用データベースに記憶されている前記評価値の偏差値をベイズ統計学に基づいて算出し、少なくとも、該算出した偏差値と前記人体ケア療法の内容との関係をディープラーニングにより求める実施用人工知能装置と、
を備えていることを特徴とするデュアルコア判定システム。

【請求項2】

前記実施用人工知能装置が、前記実施用データベースに記憶されている前記評価値に関して算出した前記偏差値と、前記患者の名、前記任意の施術者の名又は前記症状との関係をディープラーニングにより求めるように構成されていることを特徴とする請求項１に記載のデュアルコア判定システム。

【請求項3】

前記評価用人工知能装置が、該評価用人工知能装置によって入力された症状の数があらかじめ定めた第１の所定値を超えた場合に、動作を終了するように構成されていることを特徴とする請求項１に記載のデュアルコア判定システム。

【請求項4】

前記実施用人工知能装置が、該実施用人工知能装置によって入力された症状の数があらかじめ定めた第２の所定値を超えた場合に、症状の入力を終了するか動作を終了するように構成されていることを特徴とする請求項１に記載のデュアルコア判定システム。

【請求項5】

前記人体ケア療法の内容が、該人体ケア療法の施術の時間帯、該人体ケア療法の施術場所、該人体ケア療法の施術の人的環境、及び該人体ケア療法における手技を含んでいることを特徴とする請求項１から４のいずれか１項に記載のデュアルコア判定システム。

【請求項6】

前記認知症問題行動に関しての症状が、認知症の中核症状、認知症の周辺症状及び認知症の頻度を含んでいることを特徴とする請求項１に記載のデュアルコア判定システム。

【請求項7】

前記ストレスに関しての症状が、心理面の反応、行動面の反応及び身体面の反応を含んでいることを特徴とする請求項１に記載のデュアルコア判定システム。

【請求項8】

前記実施用データベースが、前記取得すべき症状を有する患者に関して、年齢、性別、生活環境、食生活、介護環境、及び人的交流を含む患者個人環境及び背景情報、並びに認知症、代謝性疾患、慢性炎症性疾患、慢性内分泌疾患、慢性呼吸疾患、慢性循環器疾患、及び悪性腫瘍を含む疾病情報を記憶するように構成されていることを特徴とする請求項１に記載のデュアルコア判定システム。

【請求項9】

前記人体ケア療法が、タクティールケアであることを特徴とする請求項１に記載のデュアルコア判定システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、人体ケア療法について、ＡＩ（人工知能）装置を用いてその療法の施術者の適否やその療法の内容若しくはアプローチの適否等を判断する判定システムに係り、特に、評価用ＡＩ装置及び実施用ＡＩ装置という２つのＡＩ装置を備えたデュアルコア判定システムに関する。

【背景技術】

【0002】

人体ケア療法として、タクティール又はタクティールケアと称される療法が存在する。このタクティールケアは、タッチングケアの一種であり、被施術者（患者）に対して優しい接触を継続的に行って交感神経を刺激し、オキシトシンというホルモンの分泌を促して、不安感情を取り除く作用があり、また、ゲートコントロール効果を通じて痛みを緩和する作用があるとされている。

【0003】

このような人体ケア療法について、どのような症状に対してどのような内容の療法が最適であるか、どのような施術者が最適であるか等を判断することは、多数の条件及び多数の判断基準が複雑に入り組んでいるため、医師や施術者が経験に基づいて判断することは非常に難しかった。しかも、その判断は、限られた知識に基づく主観的なものであり、客観的、科学的なエビデンスに基づくものでは全くなかった。

【0004】

特許文献１には、コンピュータを用い、特定の疾患を考えることなく、患者が問診票の日常生活習慣、症状を回答するだけで、複数の特定疾患に対する可能性の有無を知ることができる診断支援システムが開示されている。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２００３−２５６５６９号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

しかしながら、特許文献１に開示されているシステムは、患者が回答した症状に対して、疾患区分ごとに症状レベルを求めて合算し、疾患の可能性の有無を表す問診結果レポートを作成するものであり、これを人体ケア療法に適用しても、どのような症状に対してどのような内容の人体ケア療法が最適であるかを判断することは全くできなかった。

【0007】

従って本発明の目的は、どのような症状に対してどのような内容の人体ケア療法が最適であるか、どのような施術者が最適であるか等を短時間でかつ高い信頼性で判断することができるデュアルコア判定システムを提供することにある。

【課題を解決するための手段】

【0008】

本発明によれば、デュアルコア判定システムは、各患者が認知症問題行動に関して症状有りと回答した症状及びストレスに関して症状有りと回答した症状を、各患者対応に記憶すると共に、模範となる施術者によって各患者に対して人体ケア療法を行った後の症状の評価値を、患者の名、模範となる施術者の名及び人体ケア療法の内容と共に記憶する評価用データベース（評価用ＤＢ）を有しており、この評価用ＤＢに記憶されている評価値の偏差値をベイズ統計学に基づいて算出し、算出した偏差値が所定範囲内の症状を、上述の人体ケア療法に関して取得すべき症状であると判定する評価用人工知能装置（評価用ＡＩ装置）と、評価用ＡＩ装置によって判定された、取得すべき症状を記憶すると共に、取得すべき症状を有する患者に関して、任意の施術者によって人体ケア療法を行った後の人体ケア療法の内容の評価値を、人体ケア療法の内容、患者の名、任意の施術者の名及び症状と共に記憶する実施用データベース（実施用ＤＢ）を有しており、この実施用ＤＢに記憶されている評価値の偏差値をベイズ統計学に基づいて算出し、少なくとも、算出した偏差値と人体ケア療法の内容との関係をディープラーニングにより求める実施用人工知能装置（実施用ＡＩ装置）とを備えている。

【0009】

認知症問題行動に関する症状及びストレスに関する症状と、これら症状に対する人体ケア療法の内容、施術者及び患者（被施術者）との因果関係は非常に複雑であり、その関係を表すデータは膨大な量となるが、評価用ＡＩ装置によって、システムが取得すべき症状を判定し、その取得すべき症状のみについて実施用ＡＩ装置が動作する。即ち、取得すべき症状を有する患者に関して、実施用ＡＩ装置によって、人体ケア療法を行った後の療法の内容の評価値の偏差値をベイズ統計学に基づいて算出し、算出した偏差値と人体ケア療法の内容との関係をディープラーニングにより求めている。実施用ＡＩ装置が、全ての症状について、偏差値と人体ケア療法の内容との関係を求めるのではなく、評価用ＡＩ装置によってシステムが取得すべき症状であると判定した症状についてのみ、このような偏差値と人体ケア療法の内容との関係を求めているため、システムの処理するデータ量は大幅に少なくなるから、データ処理時間の短縮化を図ることができる。また、評価用ＡＩ装置によって判定された取得すべき症状が、模範となる施術者によって正しく実施されたものであるため、実施用ＡＩ装置によって得られる大量のデータ（メガデータ）に含まれるノイズは非常に少なく、高い信頼性を有するデータとなる。また、偏差値をベイズ統計学に基づいて算出しているため、これによって得られるデータは、客観的かつ科学的なエビデンスに基づくものとなる。

【0010】

実施用ＡＩ装置が、実施用ＤＢに記憶されている評価値に関して算出した偏差値と、患者の名、任意の施術者の名又は症状との関係をディープラーニングにより求めるように構成されていることが好ましい。

【0011】

評価用ＡＩ装置が、評価用ＡＩ装置によって入力された症状の数があらかじめ定めた第１の所定値を超えた場合に、動作を終了するように構成されていることも好ましい。

【0012】

実施用ＡＩ装置が、実施用ＡＩ装置によって入力された症状の数があらかじめ定めた第２の所定値を超えた場合に、症状の入力を終了するか動作を終了するように構成されていることも好ましい。

【0013】

人体ケア療法の内容が、人体ケア療法の施術の時間帯、人体ケア療法の施術場所、人体ケア療法の施術の人的環境、及び人体ケア療法における手技を含んでいることも好ましい。

【0014】

認知症問題行動に関しての症状が、認知症の中核症状、認知症の周辺症状及び認知症の頻度を含んでいることも好ましい。

【0015】

ストレスに関しての症状が、心理面の反応、行動面の反応及び身体面の反応を含んでいることも好ましい。

【0016】

実施用ＤＢが、取得すべき症状を有する患者に関して、年齢、性別、生活環境、食生活、介護環境、及び人的交流を含む患者個人環境及び背景情報、並びに認知症、代謝性疾患、慢性炎症性疾患、慢性内分泌疾患、慢性呼吸疾患、慢性循環器疾患、及び悪性腫瘍を含む疾病情報を記憶するように構成されていることも好ましい。

【0017】

人体ケア療法が、タクティールケアであることも好ましい。

【発明の効果】

【0018】

本発明によれば、評価用ＡＩ装置によってシステムが取得すべき症状であると判定した症状についてのみ、偏差値と人体ケア療法の内容との関係を求めているため、システムの処理するデータ量は大幅に少なくなるから、データ処理時間の短縮化を図ることができる。また、評価用ＡＩ装置によって判定された取得すべき症状が模範となる施術者によって正しく実施されたものであるため、実施用ＡＩ装置によって得られるメガデータに含まれるノイズは非常に少なく、高い信頼性を有するデータとなる。また、偏差値をベイズ統計学に基づいて算出しているため、これによって得られるデータは、客観的かつ科学的なエビデンスに基づくものとなる。

【図面の簡単な説明】

【0019】

【図1】本発明のデュアルコア判定システムの一実施形態の電気的構成を概略的に示すブロック図である。

【図2a】図１の実施形態におけるデュアルコア判定システムの評価用ＡＩ装置の動作の一部を概略的に説明するフローチャートである。

【図2b】図１の実施形態におけるデュアルコア判定システムの評価用ＡＩ装置の動作の一部を概略的に説明するフローチャートである。

【図3a】図１の実施形態におけるデュアルコア判定システムの実施用ＡＩ装置の動作の一部を概略的に説明するフローチャートである。

【図3b】図１の実施形態におけるデュアルコア判定システムの実施用ＡＩ装置の動作の一部を概略的に説明するフローチャートである。

【図4a】本発明のデュアルコア判定システムの他の実施形態における評価用ＡＩ装置の動作の一部を概略的に説明するフローチャートである。

【図4b】本発明のデュアルコア判定システムの他の実施形態における評価用ＡＩ装置の動作の一部を概略的に説明するフローチャートである。

【図5a】図４ａ及び図４ｂの実施形態におけるデュアルコア判定システムの実施用ＡＩ装置の動作の一部を概略的に説明するフローチャートである。

【図5b】図４ａ及び図４ｂの実施形態におけるデュアルコア判定システムの実施用ＡＩ装置の動作の一部を概略的に説明するフローチャートである。

【発明を実施するための形態】

【0020】

図１は本発明のデュアルコア判定システムの一実施形態の電気的構成を概略的に示している。本実施形態のシステムは、人体ケア療法としてタクティールケアを行う場合に、どのような症状に対してどのような内容のタクティールケアが最適であるか、どのような施術者が最適であるか等を判定するシステムである。なお、本発明は、人体ケア療法として、タクティールケアの他に、従来では統計学的に評価不可能だった代替療法である整体療法、エステ等の美容療法等のタッチングケア及びその他の療法にベイズ統計に基づく統計学的評価として適用可能である。

【0021】

図１に示すように、本実施形態におけるデュアルコア判定システム１０は、データバス１０ｋに接続された評価用人工知能（ＡＩ）装置１０ａと、この評価用ＡＩ装置１０ａに接続された評価用データベース（ＤＢ）１０ｂと、データバス１０ｋに接続された実施用人工知能（ＡＩ）装置１０ｃと、この実施用ＡＩ装置１０ｃに接続された実施用データベース（ＤＢ）１０ｄと、データバス１０ｋに接続された中央処理装置（ＣＰＵ）１０ｅと、データバス１０ｋに接続されたランダムアクセスメモリ（ＲＡＭ）１０ｆと、データバス１０ｋに接続されたリードオンリーメモリ（ＲＯＭ）１０ｇと、データバス１０ｋに接続されたディスプレイ１０ｈと、データバス１０ｋに接続された入力キーボード１０ｉと、データバス１０ｋに接続された通信インターフェース（ＩＦ）１０ｊとを備えたコンピュータ及びこれを動作させるプログラムから構成される。

【0022】

評価用ＡＩ装置１０ａ及び実施用ＡＩ装置１０ｃは、例えば、パイソン（Ｐｙｔｈｏｎ）等のプログラミング言語を用いて機械学習アルゴリズム、及びディープラーニングアルゴリズムを構築したＡＩ装置である。

【0023】

評価用ＤＢ１０ｂ及び実施用ＤＢ１０ｄは、例えば、マイクロソフト社のＳＱＬサーバーをインストールすることにより作成されたデータベースである。

【0024】

ＣＰＵ１０ｅは、ＲＯＭ１０ｇに記憶されているオペレーションシステム（ＯＳ）やブートプログラム等の基本プログラムに従って評価用ＡＩ装置１０ａ及び実施用ＡＩ装置１０ｃを含むシステム全体の動作を制御する。

【0025】

ＲＯＭ１０ｇはＣＰＵ１０ｅを動作させるプログラム及びデータがあらかじめ格納されている。

【0026】

ＲＡＭ１０ｆはメインメモリとして使用され、ＲＯＭ１０ｇから転送されたプログラムやデータを一時的に保存するように構成されている。また、このＲＡＭ１０ｆは、プログラム実行時の各種データが一時的に保存されるワークエリアとしても使用される。

【0027】

このような構成のコンピュータにおいて、ＣＰＵ１０ｅは、処理動作時は、まず、ＲＡＭ１０ｆ内にプログラム記憶領域、データ記憶領域及びワークエリアを確保し、ＲＯＭ１０ｇからプログラム及びデータを取り込んで、プログラム記憶領域及びデータ記憶領域に格納する。次いで、このプログラム記憶領域に格納されたプログラムに基づいて、評価用ＡＩ装置１０ａは図２ａ及び図２ｂに示す処理動作を実行する。

【0028】

この処理動作の前に、種々の症状、患者個人環境及び背景並びに疾病等に関する問診票の内容に対して、タクティールケアを施術する各患者（被施術者）及び施術者又は管理者による回答が行われる。

【0029】

問診票は、後述する認知症問題行動の症状及びストレスの症状のセットと、患者個人環境及び背景のセットと、疾病のセットと、タクティールケア方法のセットとの４つの区分で仕切られており、本実施形態では、各質問に該当する場合は「１」を、該当しない場合は「０」を入力して回答するように構成されている。これら入力事項は、２次元数列化することが可能であり、これにより、入力事項を画像認識することが可能となる。例えば、認知症問題行動の症状について、その項目と重症度判定を５つに分けることで、５×Ｘ（Ｘは症状の数）の２次元数列を構成することができる。なお、問診票をコンピュータ化し、各患者がコンピュータを操作して回答するように構成することも可能である。

【0030】

問診票の質問事項の各セットは、以下の通りである。
認知症問題行動の症状のセット
（Ａ）中核症状
（Ａ１）記憶障害
（Ａ２）実行機能障害
（Ａ３）失行
（Ａ４）失認
（Ａ５）失語
（Ｂ）周辺症状
（Ｂ１）妄想
（Ｂ２）幻覚
（Ｂ３）誤認
（Ｂ４）カプグラ症候群
（Ｂ５）プレゴリ症候群
（Ｂ６）相互変身症候群
（Ｂ７）抑うつ
（Ｂ８）不眠
（Ｂ９）不安
（Ｂ１０）攻撃的行動
（Ｂ１１）徘徊
（Ｂ１２）不穏
（Ｂ１３）焦燥
（Ｂ１４）社会通念上不適切な行動と性的脱抑制
（Ｂ１５）落ち着かず部屋の中を行ったり来たり
（Ｂ１６）叫声
（Ｂ１７）泣き叫ぶ
（Ｂ１８）ののしる
（Ｂ１９）無気力
（Ｂ２０）繰り返し尋ねる
（Ｂ２１）シャドーイング（付きまとい）
（Ｃ）頻度
（Ｃ１）ほぼ毎日 ：１
（Ｃ２）ほぼ２日に一度：２
（Ｃ３）ほぼ週に一度 ：３
（Ｃ４）それ以上の間隔：４
ストレスの症状のセット
（Ｄ）心理面の反応
（Ｄ１）不安、落ち込み、罪悪感がある
（Ｄ２）恐怖感、緊張、イライラ感がある
（Ｄ３）孤独感、疎外感、無気力がある
（Ｅ）行動面の反応
（Ｅ１）怒りの爆発や攻撃的な行為、過激な行動がある
（Ｅ２）突然意味もなく涙が出ることがある
（Ｅ３）誰とも会いたくないという感情や、孤立したり、引きこもることがある
（Ｅ４）拒食や過食など摂食の障害がある
（Ｅ５）瞼が意味もなく痙攣するチック症状がある
（Ｅ６）アルコール、ギャンブル、などの依存行動がある
（Ｆ）身体面の反応
（Ｆ１）心臓に問題はないけど動悸を感じることがある
（Ｆ２）原因不明の発熱や冷感を感じる
（Ｆ３）頭痛を感じる
（Ｆ４）腹痛を感じる
（Ｆ５）疲労感がある、疲れてだるく何もできないことがある
（Ｆ６）食欲がわかないことがある
（Ｆ７）嘔吐感などがあり胃の調子がおかしいと感じる
（Ｆ８）下痢や便秘など排便の障害がある
（Ｆ９）のぼせ感を感じることがある
（Ｆ１０）めまいを感じることがある
（Ｆ１１）手足のしびれを感じることがある
（Ｆ１２）息苦しさを感じることがある
（Ｆ１３）睡眠の障害がある。寝つきが悪い、夢をよく見る、途中で起きてしまうことがある

【0031】

このような問診票の質問事項データと患者の回答データとが、入力キーボード１０ｉ等を介してシステムに入力されることにより判定処理が開始可能となる。具体的には、本実施形態では、患者の回答が、問診票のある症状について症状有りの場合に、その症状コードについて「１」が各患者対応で入力され（図２ａのステップＳ１）、評価用ＡＩ装置１０ａの評価用ＤＢ１０ｂに記憶される（図２ａのステップＳ２）。その際に、後述する患者個人の環境及び背景の回答並びに疾病に関する回答も症状番号に紐付けして記憶される。従って、評価用ＤＢ１０ｂには、患者名（患者コード）と、その患者が症状有りと回答した症状コードの「１」と、下記のような患者個人環境及び背景のセットと、疾病のセットにおける各コードの「１」又は「０」とが紐づけされて記憶される。

【0032】

患者個人環境及び背景のセット
（Ｇ１）年齢
（Ｇ２）性別
（Ｇ３）生活環境について
ａ）独居
ｂ）日中独居
ｃ）７５歳以上の老人夫婦
ｄ）夫婦
ｅ）独身の子息と同居
ｆ）子息と同居
（Ｇ４）食生活について（全食事の６０％以上をどうしているか）
ａ）自炊中心
ｂ）スーパーなどの総菜中心
ｃ）配色サービスの利用中心
ｄ）インスタント食品中心
ｅ）食堂など
（Ｇ５）介護環境について
介護状況：
ａ）要支援１
ｂ）要支援２
ｃ）要介護１
ｄ）要介護２
ｅ）要介護３
ｆ）要介護４
ｇ）要介護５
ｈ）自立
主な介護場所：
ａ）自宅
ｂ）通所系介護事業所
ｃ）グループホーム
ｄ）特養
ｅ）老健
ｆ）サ高住
ｇ）有料老人ホーム
（Ｇ６）人的交流（普通の日に一日に会話をする人の数、商店などでの対話を除く）について
ａ）一人もいない
ｂ）一人
ｃ）２~３人
ｄ）７人以下
ｅ）７人以上
疾病のセット
（Ｈ１）認知症について
ａ）ＭＭＳＥ（Ｍｉｎｉ Ｍｅｎｔａｌ Ｓｔａｔｅ Ｅｘａｍｉｎａｔｉｏｎ）
の点数： ／３０
ｂ）アルツハイマー型認知症
ｃ）レビー小体型認知症
ｄ）前頭葉側頭葉型認知症：ピック病
ｅ）脳血管型認知症
ｆ）硬膜下血種後遺型認知症
ｇ）脳梗塞後認知症
ｈ）脳腫瘍型認知症
ｉ）脳外傷性認知症
（Ｈ２）代謝性疾患：
ａ）糖尿病
ｂ）高尿酸血症
ｃ）高脂血症
ｄ）その他
（Ｈ３）慢性炎症性疾患：
ａ）膠原病
ｂ）悪性リウマチ
ｃ）ＳＬＥ
ｄ）慢性肺炎
ｅ）慢性胃腸炎
ｆ）その他
（Ｈ４）慢性内分泌疾患：
ａ）甲状腺機能異常
ｂ）膵炎
ｃ）脳下垂体異常
ｄ）その他
（Ｈ５）慢性呼吸疾患：
ａ）睡眠時無呼吸症候群
ｂ）慢性閉塞性肺疾患
ｃ）その他
（Ｈ６）慢性循環器疾患：
ａ）慢性心不全
ｂ）弁膜症
ｃ）心筋症
ｄ）閉塞性動脈硬化症
ｅ）その他
（Ｈ７）悪性腫瘍：腹腔内腫瘍（転移性腫瘍も含む）
ａ）ステージ１
ｂ）ステージ２
ｃ）ステージ３
ｄ）ステージ４
（Ｈ８）悪性腫瘍：腹腔外腫瘍
ａ）ステージ１
ｂ）ステージ２
ｃ）ステージ３
ｄ）ステージ４

【0033】

次いで、このように入力された症状の数が２０００〜５０００のうちの第１の所定値（例えば、３０００）を超えたかどうか判別され（図２ａのステップＳ３）、症状数が第１の所定値を超えていないと判別された場合（ＮＯの場合）、ステップＳ１へ戻って、上述したステップＳ１〜Ｓ３の処理が繰り返される。

【0034】

図２ａのステップＳ３において、症状の数が第１の所定値を超えたと判別された場合（ＹＥＳの場合）、評価用ＡＩ装置１０ａの処理動作が一時的に終了する。

【0035】

その後、よく訓練されたと認定されている施術者（模範となる施術者）によって、各患者に所定のタクティールケアを施術する。タクティールケアの内容については、以下の通りである。
タクティールケアの内容のセット
（Ｉ１）施術者名
（Ｉ２）施術（手技）の内容
（Ｉ３）施術の時間
ａ）８時３０分から１２時まで
ｂ）１２時から１５時まで
ｃ）１５時から１８時３０分まで
ｄ）１８時３０分から翌日８時３０分まで
（Ｉ４）施術の物理的環境
ａ）個室
ｂ）特別な施術室
ｃ）大部屋
（Ｉ５）施術を行う場所での環境
ａ）立ち合い人数 １
ｂ）施術者と二人
ｃ）施設職員などと一緒
ｄ）家族と一緒
（Ｉ６）手技の種類
ａ）利き腕の手のケア
ｂ）利き腕でない手のケア
ｃ）両手のケア
ｄ）背中のケア
ｅ）利き足のケア
ｆ）利き足でない足のケア
ｇ）両足のケア
ｈ）おなかのケア
ｉ）顔のケア
ｊ）頭のケア

【0036】

このように模範となる施術者によってタクティールケアの施術をした後に、その症状の改善度を各患者、施術者又は第三者（例えば看護師）が評価し回答することにより評価が行われる。具体的には、評価用ＡＩ装置１０ａの処理動作が再開され、その施術による症状の改善度（評価値）が入力キーボード１０ｉ等を介してシステムに入力され（図２ｂのステップＳ４）、評価用ＡＩ装置１０ａの評価用ＤＢ１０ｂに記憶される（図２ｂのステップＳ５）。タクティールケアとしては、例えば、手のタクティールケアを、時間を問わず、１日１回、１週間で５回行う。各症状の改善度（評価値）は、次のように評価０〜４の数値で回答される。
症状が悪化した又は変化無かった（悪化、変化なし）：評価０
症状の改善にやや有効であった（やや有効） ：評価１
症状の改善に有効であった（有効） ：評価２
症状の改善に著しく有効であった（著効） ：評価３
症状が消失した（症状消失） ：評価４
例えば、症状Ｂ１１（徘徊）について評価２、症状Ｂ１１（徘徊）について評価３、症状Ｂ１１（徘徊）について評価０などが回答され、記憶される。従って、評価用ＤＢ１０ｂには、患者名（患者コード）と、その患者が症状有りと回答した症状コードの「１」と、疾病コードの「１」又は「０」と、模範となる施術者の名及びタクティールケアの内容と、評価値とが紐づけして記憶される。この評価が患者によって行われたのか、施術者によって行われたのか、又は第三者によって行われたのかも紐づけして記憶される。

【0037】

次いで、評価値の少なくとも偏差値がベイズ統計学に基づいて算出され（図２ｂのステップＳ６）、評価用ＡＩ装置１０ａの評価用ＤＢ１０ｂに記憶される（図２ｂのステップＳ７）。具体的には、例えば、症状の総数が１０００、症状として徘徊の数が５００、評価０が１２５、評価１が７５、評価２が１５０、評価３が１００、評価４が５０であるとする。この場合、全症例に対する徘徊（Ｂ１１）の出現率は５００／１０００＝０．５となる。ベイズ推定において、０は棄却事象となるため、徘徊（Ｂ１１）の有効率は（５００−１２５）／５００＝０．７５となる。評価点数の平均μ_xは、μ_x＝（１×７５＋２×１５０＋３×１００＋４×５０）／３７５＝８７５／３７５＝２．３３となり、標準偏差σ_xは、｛７５（１−２．３３）²＋１５０（２−２．３３）²＋１００（３−２．３３）²＋５０（４−２．３３）²｝／（７５＋１５０＋１００＋５０）＝３２２／３７５＝０．８５の平方根となる。即ち、σ_x＝√（０．８５）＝０．９２となる。変動（分散）係数は、０．９２／２．３３＝０．３９となる。そのときの評価１の偏差値Ｔ₁は、Ｔ₁＝１０（１−２．３３）／０．９２＋５０＝３３．５４となる。評価２の偏差値Ｔ₂は、Ｔ₂＝１０（２−２．３３）／０．９２＋５０＝４６．４１となり、評価３の偏差値Ｔ₃は、Ｔ₃＝１０（３−２．３３）／０．９２＋５０＝５７．２８となり、評価４の偏差値Ｔ₄は、Ｔ₄＝１０（４−２．３３）／０．９２＋５０＝６８．１５となる。この徘徊（Ｂ１１）の症状の有効出現頻度は、その有効率が０．７５であるため、５００×０．７５／１０００＝０．３７５となる。症状の総数の確率を１とするために偏差値を加重平均する。例えば、症状が徘徊（Ｂ１１）しかなく、その評価が２の有効のみである場合、この徘徊（Ｂ１１）の有効出現頻度と評価２の偏差値Ｔ₂とから、０．３７５×（Ｔ₂＝４９．６４）／０．３７５＝４９．６４がこのトライアルの偏差値（事後確率）となる。その確率値（偏差値）をそのほかのサブセットに特徴数として割り当てる。サブセットを組み合わせて３つ以上の特徴数が与えられると、平均、標準偏差及び変動係数を得ることができる。

【0038】

次いで、算出された偏差値Ｔ_iが所定範囲であるか否か、即ち３５≦Ｔｉ≦７５であるか否かが判別される（図２ｂのステップＳ８）。偏差値Ｔ_iが所定範囲ではない場合（ＮＯの場合）、この評価用ＡＩ装置１０ａの処理動作が終了する。

【0039】

ステップＳ８において、偏差値Ｔ_iが所定範囲（３５≦Ｔｉ≦７５）にあると判別された場合（ＹＥＳの場合）、タクティールケアがこの症状に効果的であり、その症状が実施用ＡＩ装置１０ｃに入力すべき症状であると認識し、その症状のコードが他の情報と紐づけして評価用ＤＢ１０ｂに記憶される（図２ｂのステップＳ９）。この取得すべき症状のコードは、実施用ＡＩ装置１０ｃの実施用ＤＢ１０ｄにも記憶される。その後、この評価用ＡＩ装置１０ａの処理動作が終了する。

【0040】

次に、図３ａ及び図３ｂに示す、実施用ＡＩ装置１０ｃの処理動作を説明する。実施用ＡＩ装置１０ｃは、評価用ＡＩ装置１０ａによって評価された症状の数が第１の所定数を超えていない場合は、評価用ＡＩ装置１０ａと同一の動作を行う（図３ａのステップＳ１１）。この動作は、評価用ＡＩ装置１０ａが作動停止となるまで繰り返される（図３ａのステップＳ１２）。評価用ＡＩ装置１０ａに入力された症状の数が第１の所定数（例えば３０００）を超えて、この評価用ＡＩ装置１０ａが動作停止となったと判別された場合（図３ａのステップＳ１２でＹＥＳの場合）に、実施用ＡＩ装置１０ｃは、評価用ＡＩ装置１０ａの場合と同様の処理を行う。

【0041】

まず、患者の回答が、問診票のある症状について症状有りの場合に、その症状コードについて「１」が各患者対応で入力される（図３ａのステップＳ１３）。次いで、入力された症状が、取得すべき症状であるか否かが判別される（図３ａのステップＳ１４）。即ち、入力された症状コードが、実施用ＤＢ１０ｄに記憶されている取得すべき症状コードであるか否かが判別される。入力された症状コードが、取得すべき症状コードではないと判別された場合（ＮＯの場合）、その入力された症状を記憶することなく、ステップＳ１３に戻り、次の症状コードが入力される。入力された症状コードが、取得すべき症状コードであると判別された場合（ＹＥＳの場合）、その症状コードが実施用ＡＩ装置１０ｃの実施用ＤＢ１０ｄに記憶される（図３ａのステップＳ１５）。その際に、患者個人の後述する環境及び背景の回答も症状番号に紐付けして記憶される。従って、実施用ＤＢ１０ｄには、患者名（患者コード）と、その患者が症状有りと回答した症状コードの「１」と、患者個人環境及び背景のセットと、疾病のセットにおける各コードの「１」又は「０」とが紐づけされて記憶される。即ち、実施用ＤＢ１０ｄには、患者コードと、その患者が症状有りと回答した症状コードと、患者に関する年齢、性別、生活環境、食生活、介護環境、及び人的交流を含む患者個人環境及び背景情報と、認知症、代謝性疾患、慢性炎症性疾患、慢性内分泌疾患、慢性呼吸疾患、慢性循環器疾患、及び悪性腫瘍を含む疾病情報とが記憶される。

【0042】

次いで、このように評価された症状の数が第２の所定値（例えば、１００００）を超えたかどうか判別され（図３ａのステップＳ１６）、症状数が第２の所定値を超えていないと判別された場合（ＮＯの場合）、ステップＳ１３へ戻って、上述したステップＳ１３〜Ｓ１６の処理が繰り返される。

【0043】

図３ａのステップＳ１６において、症状の数が第２の所定値を超えたと判別された場合（ＹＥＳの場合）、実施用ＡＩ装置１０ｃの処理動作が一時的に終了する。

【0044】

その後、任意の施術者によって、各患者に任意のタクティールケアを施術した後に、その症状の改善度を各患者、施術者又は第三者（例えば看護師）が評価し回答することにより評価が行われる。具体的には、実施用ＡＩ装置１０ｃの処理動作が再開され、その施術による症状の改善度（評価値）が入力キーボード１０ｉ等を介してシステムに入力され（図３ｂのステップＳ１７）、実施用ＡＩ装置１０ｃの実施用ＤＢ１０ｄに記憶される（図３ｂのステップＳ１８）。ここで、任意のタクティールケアとは、例えば、手のタクティールケア、背中のタクティールケア、足のタクティールケア、おなかのタクティールケア、顔のタクティールケア、又は頭のタクティールケアを、時間を問わず、１日１回、１週間で所定回行う施術である。各症状の改善度（評価値）は、前述の場合と同様に、次のように評価０〜４の数値で回答される。
症状が悪化した又は変化無かった（悪化、変化なし）：評価０
症状の改善にやや有効であった（やや有効） ：評価１
症状の改善に有効であった（有効） ：評価２
症状の改善に著しく有効であった（著効） ：評価３
症状が消失した（症状消失） ：評価４
従って、実施用ＤＢ１０ｄには、患者名（患者コード）と、その患者が症状有りと回答した症状コードの「１」と、疾病コードの「１」又は「０」と、施術者名、及びタクティールケアの内容と、評価値及び評価者とが紐づけして記憶される。

【0045】

次いで、評価値の少なくとも偏差値がベイズ統計学に基づいて算出され（図３ｂのステップＳ１９）、実施用ＡＩ装置１０ｃの実施用ＤＢ１０ｄに記憶される（図３ｂのステップＳ２０）。具体的には、例えば、症状の総数が１０００、症状として徘徊の数が５００、評価０が１２５、評価１が７５、評価２が１５０、評価３が１００、評価４が５０であるとする。この場合、全症例に対する徘徊（Ｂ１１）の出現率は５００／１０００＝０．５となる。ベイズ推定において、０は棄却事象となるため、徘徊（Ｂ１１）の有効率は（５００−１２５）／５００＝０．７５となる。評価点数の平均μ_xは、μ_x＝（１×７５＋２×１５０＋３×１００＋４×５０）／３７５＝８７５／３７５＝２．３３となり、標準偏差σ_xは、｛７５（１−２．３３）²＋１５０（２−２．３３）²＋１００（３−２．３３）²＋５０（４−２．３３）²｝／（７５＋１５０＋１００＋５０）＝３２２／３７５＝０．８５の平方根となる。即ち、σ_x＝√（０．８５）＝０．９２となる。変動（分散）係数は、０．９２／２．３３＝０．３９となる。そのときの評価１の偏差値Ｔ₁は、Ｔ₁＝１０（１−２．３３）／０．９２＋５０＝３３．５４となる。評価２の偏差値Ｔ₂は、Ｔ₂＝１０（２−２．３３）／０．９２＋５０＝４６．４１となり、評価３の偏差値Ｔ₃は、Ｔ₃＝１０（３−２．３３）／０．９２＋５０＝５７．２８となり、評価４の偏差値Ｔ₄は、Ｔ₄＝１０（４−２．３３）／０．９２＋５０＝６８．１５となる。この徘徊（Ｂ１１）の症状の有効出現頻度は、その有効率が０．７５であるため、５００×０．７５／１０００＝０．３７５となる。症状の総数の確率を１とするために偏差値を加重平均する。例えば、症状が徘徊（Ｂ１１）しかなく、その評価が２の有効のみである場合、この徘徊（Ｂ１１）の有効出現頻度と評価２の偏差値Ｔ₂とから、０．３７５×（Ｔ₂＝４９．６４）／０．３７５＝４９．６４がこのトライアルの偏差値（事後確率）となる。その確率値（偏差値）をそのほかのサブセットに特徴数として割り当てる。サブセットを組み合わせて３つ以上の特徴数が与えられると、平均、標準偏差及び変動係数を得ることができる。

【0046】

次いで、算出された偏差値Ｔ_iが所定範囲であるか否か、即ち３５≦Ｔｉ≦７５であるか否かが判別される（図３ｂのステップＳ２１）。偏差値Ｔ_iが所定範囲ではない場合（ＮＯの場合）、この実施用ＡＩ装置１０ｃの処理動作が終了する。

【0047】

ステップＳ２１において、偏差値Ｔ_iが所定範囲（３５≦Ｔｉ≦７５）にあると判別された場合（ＹＥＳの場合）、この偏差値Ｔ_iとタクティールケアの内容との関係がディープラーニングを用いた自動機械学習によって求められる（図３ｂのステップＳ２２）。例えば、偏差値Ｔ_iとタクティールケアの施術の時間帯との関係、偏差値Ｔ_iとタクティールケアの施術場所との関係、偏差値Ｔ_iとタクティールケアの施術の人的環境との関係、及び偏差値Ｔ_iとタクティールケア手技との関係、さらに、偏差値Ｔ_iとタクティールケアの患者の名との関係、偏差値Ｔ_iとタクティールケアの施術者の名との関係、及び偏差値Ｔ_iとタクティールケアの症状との関係がディープラーニングを用いた自動機械学習によって求められる。次いで、求めた関係が実施用ＡＩ装置１０ｃの実施用ＤＢ１０ｄに記憶される（図３ｂのステップＳ２３）。これにより、実施用ＡＩ装置１０ｃの処理動作が終了する。

【0048】

本実施形態におけるデュアルコア判定システムにおいては、以上の動作が繰り返して行われる。繰り返して動作するたびに、得られる数値は変化する。そして、自動機械学習するたびにサブバージョンを上昇させる。症状のセットに大きな変更があった場合には、バージョンが１つ上がる。また、サブセットの項目を変化させた場合にバージョンが上がる。さらに、自動機械学習させる都度、３項目のバージョンが以下のように上がる。例えば、Ｖｅｒ．２．４．３５であれば、症状の項目に２回目の変更をかけ、サブドメインに４回目の変更をかけ、３５回自動機械学習をさせたバージョンということになる。前述のごとく、実施用ＡＩ装置１０ｃについては、１００００データごとに自動機械学習させている。多数のデータを取得することによって、多変数についての解析が可能となる。これらの新たなデータの構築には人為が全く入っておらず、実際の数値をベイズ統計学に基づいて計算して得た結果であり、いままで何となく考えていたことが客観的に評価できるようになる点が本発明の特徴点である。また、データを集めれば集めるほど真実に近づくということも、重要な利点である。その結果、一度に多変数解析が可能となり、今まで感覚で行っていた行為を数値化した効果で評価できるようになる。

【0049】

認知症問題行動に関する症状及びストレスに関する症状と、これら症状に対するタクティールケアの内容、施術者及び患者との因果関係は非常に複雑であり、その関係を表すデータは膨大な量となるが、評価用ＡＩ装置１０ａによって、システムが取得すべき症状を判定し、その取得すべき症状のみについて実施用ＡＩ装置１０ｃが動作するように構成されている。即ち、取得すべき症状を有する患者に関して、実施用ＡＩ装置１０ｃによって、タクティールケアを行った後のその内容の評価値の偏差値をベイズ統計学に基づいて算出し、算出した偏差値と人体ケア療法の内容との関係をディープラーニングにより求めている。実施用ＡＩ装置１０ｃが、全ての症状について、偏差値とタクティールケアの内容との関係を求めるのではなく、評価用ＡＩ装置１０ａによってシステムが取得すべき症状であると判定した症状についてのみ、このような偏差値と人体ケア療法の内容との関係を求めているため、システムの処理するデータ量は大幅に少なくなるから、データ処理時間の短縮化を図ることができる。また、評価用ＡＩ装置１０ａによって判定された取得すべき症状が模範となる施術者によって正しく実施されたものであるため、実施用ＡＩ装置１０ｃによって得られる大量のデータ（メガデータ）に含まれるノイズは非常に少なく、高い信頼性を有するデータとなる。さらに、評価用ＡＩ装置１０ａ及び実施用ＡＩ装置１０ｃが、偏差値をベイズ統計学に基づいて算出しているため、これによって得られるデータは、客観的かつ科学的なエビデンスに基づくものとなる。

【0050】

このように、本実施形態では、評価用ＡＩ装置１０ａ及び実施用ＡＩ装置１０ｃという２つの人工知能が協調して１つの現象を解析することで、複数の現象の出現確率を推定できる。即ち、小さな「正しいと定義した」人工知能を評価する側として、その評価により機械学習を自動化させ、より進化させるディープラーニングに結びつけようとするものである。正しいと思われるものを人為の作業ではなく、人工知能という機械に判定させている。そして、１つのことを両者の協調で行うことにより、お互いが進化していく仕組みが論理的かつ数学的に作れることを初めて示したものである。

【0051】

次に、本発明のデュアルコア判定システムの他の実施形態について説明する。この実施形態の電気的構成は図１に示したものと同様であるため、説明は省略する。図４ａ及び図４ｂはこの実施形態における評価用ＡＩ装置の動作を概略的に示しており、図５ａ及び図５ｂはこの実施形態におけるデュアルコア判定システムの実施用ＡＩ装置の動作を概略的に示している。

【0052】

本実施形態においては、評価値の偏差値の算出を症状の数が第１の所定値及び第２の所定値を超えてから行うのではなく、その都度行うようにしている。即ち、本実施形態では、ＲＡＭ１０ｆ内のプログラム記憶領域に格納されたプログラムに基づいて、評価用ＡＩ装置１０ａは図４ａ及び図４ｂに示す処理動作を実行する。

【0053】

前述の実施形態の場合と同様に、この処理動作の前に、種々の症状、患者個人環境及び背景並びに疾病等に関する問診票を作成しておき、これに、タクティールケアを施術する各患者（被施術者）及び施術者又は管理者が回答することが行われる。

【0054】

問診票は、後述する認知症問題行動の症状及びストレスの症状のセットと、患者個人環境及び背景のセットと、疾病のセットと、タクティールケア方法のセットとの４つの区分で仕切られており、各質問に該当する場合は「１」を、該当しない場合は「０」を入力して回答するように構成されている。これら入力事項は、２次元数列化することが可能であり、これにより、入力事項を画像認識することが可能となる。例えば、認知症問題行動の症状について、その項目と重症度判定を５つに分けることで、５×Ｘ（Ｘは症状の数）の２次元数列を構成することができる。

【0055】

問診票の質問事項の各セットは、前述の実施形態における認知症問題行動の症状のセット及びストレスの症状のセットの通りである。

【0056】

このような問診票の質問事項データと患者の回答データとが、入力キーボード１０ｉ等を介してシステムに入力されることにより判定処理が開始可能となる。具体的には、本実施形態では、患者の回答が、問診票のある症状について症状有りの場合に、その症状コードについて「１」が各患者対応で入力され（図４ａのステップＳ３１）、評価用ＡＩ装置１０ａの評価用ＤＢ１０ｂに記憶される（図４ａのステップＳ３２）。その際に、後述する患者個人の環境及び背景の回答並びに疾病に関する回答も症状番号に紐付けして記憶される。従って、評価用ＤＢ１０ｂには、患者名（患者コード）と、その患者が症状有りと回答した症状コードの「１」と、前述の実施形態と同様な患者個人環境及び背景のセットと、疾病のセットにおける各コードの「１」又は「０」とが紐づけされて記憶される。

【0057】

これにより、評価用ＡＩ装置１０ａの処理動作が一時的に終了する。

【0058】

その後、よく訓練されたと認定されている施術者（模範となる施術者）によって、各患者に所定のタクティールケアを施術する。タクティールケアの内容は、前述の実施形態におけるタクティールケアの内容と同様である。

【0059】

このように模範となる施術者によってタクティールケアの施術をした後に、その症状の改善度を各患者、施術者又は第三者（例えば看護師）が評価し回答することにより評価が行われる。具体的には、評価用ＡＩ装置１０ａの処理動作が再開され、その施術による症状の改善度（評価値）が入力キーボード１０ｉ等を介してシステムに入力され（図４ｂのステップＳ３３）、評価用ＡＩ装置１０ａの評価用ＤＢ１０ｂに記憶される（図４ｂのステップＳ３４）。タクティールケアとしては、例えば、手のタクティールケアを、時間を問わず、１日１回、１週間で５回行う施術である。各症状の改善度（評価値）は、前述の実施形態における評価０〜４の数値と同じである。例えば、症状Ｂ１１（徘徊）について評価２、症状Ｂ１１（徘徊）について評価３、症状Ｂ１１（徘徊）について評価０などが回答され、記憶される。従って、評価用ＤＢ１０ｂには、患者名（患者コード）と、その患者が症状有りと回答した症状コードの「１」と、疾病コードの「１」又は「０」と、模範となる施術者の名及びタクティールケアの内容と、評価値とが紐づけして記憶される。この評価が患者によって行われたのか、施術者によって行われたのか、又は第三者によって行われたのかも紐づけして記憶される。

【0060】

その後、評価値の少なくとも偏差値がベイズ統計学に基づいて算出され（図４ｂのステップＳ３５）、評価用ＡＩ装置１０ａの評価用ＤＢ１０ｂに記憶される（図４ｂのステップＳ３６）。具体的には、例えば、症状の総数が１０００、症状として徘徊が５００、評価０が１２５、評価１が７５、評価２が１５０、評価３が１００、評価４が５０であるとする。この場合、全症例に対する徘徊（Ｂ１１）の出現率は５００／１０００＝０．５となる。ベイズ推定において、０は棄却事象となるため、徘徊（Ｂ１１）の有効率は（５００−１２５）／５００＝０．７５となる。評価点数の平均μ_xは、μ_x＝（１×７５＋２×１５０＋３×１００＋４×５０）／３７５＝８７５／３７５＝２．３３となり、標準偏差σ_xは、｛７５（１−２．３３）²＋１５０（２−２．３３）²＋１００（３−２．３３）²＋５０（４−２．３３）²｝／（７５＋１５０＋１００＋５０）＝３２２／３７５＝０．８５の平方根となる。即ち、σ_x＝√（０．８５）＝０．９２となる。変動（分散）係数は、０．９２／２．３３＝０．３９となる。そのときの評価１の偏差値Ｔ₁は、Ｔ₁＝１０（１−２．３３）／０．９２＋５０＝３３．５４となる。評価２の偏差値Ｔ₂は、Ｔ₂＝１０（２−２．３３）／０．９２＋５０＝４６．４１となり、評価３の偏差値Ｔ₃は、Ｔ₃＝１０（３−２．３３）／０．９２＋５０＝５７．２８となり、評価４の偏差値Ｔ₄は、Ｔ₄＝１０（４−２．３３）／０．９２＋５０＝６８．１５となる。この徘徊（Ｂ１１）の症状の有効出現頻度は、その有効率が０．７５であるため、５００×０．７５／１０００＝０．３７５となる。症状の総数の確率を１とするために偏差値を加重平均する。例えば、症状が徘徊（Ｂ１１）しかなく、その評価が２の有効のみである場合、この徘徊（Ｂ１１）の有効出現頻度と評価２の偏差値Ｔ₂とから、０．３７５×（Ｔ₂＝４９．６４）／０．３７５＝４９．６４がこのトライアルの偏差値（事後確率）となる。その確率値（偏差値）をそのほかのサブセットに特徴数として割り当てる。サブセットを組み合わせて３つ以上の特徴数が与えられると、平均、標準偏差及び変動係数を得ることができる。

【0061】

次いで、算出された偏差値Ｔ_iが所定範囲であるか否か、即ち３５≦Ｔｉ≦７５であるか否かが判別される（図４ｂのステップＳ３７）。偏差値Ｔ_iが所定範囲ではない場合（ＮＯの場合）、図４ｂのステップＳ３９へ進み、偏差値Ｔ_iが所定範囲（３５≦Ｔｉ≦７５）にあると判別された場合（ＹＥＳの場合）、タクティールケアがこの症状に効果的であり、その症状が実施用ＡＩ装置１０ｃに入力すべき症状であると認識し、その症状のコードが他の情報と紐づけして評価用ＤＢ１０ｂに記憶される（図４ｂのステップＳ３８）。この取得すべき症状のコードは、実施用ＡＩ装置１０ｃの実施用ＤＢ１０ｄにも記憶される。

【0062】

次いで、このように評価された症状の数が２０００〜５０００のうちの第１の所定値（例えば、３０００）を超えたかどうか判別され(図４ｂのステップＳ３９)、症状数が第１の所定値を超えていないと判別された場合（ＮＯの場合）、ステップＳ３３へ戻って、上述したステップＳ３３〜Ｓ３９の処理が繰り返される。

【0063】

ステップＳ３９において、症状の数が第１の所定値を超えたと判別された場合（ＹＥＳの場合）、この評価用ＡＩ装置１０ａの処理動作が終了する。

【0064】

次に、図５ａ及び図５ｂに示す、実施用ＡＩ装置１０ｃの処理動作を説明する。実施用ＡＩ装置１０ｃは、評価用ＡＩ装置１０ａによって評価された症状の数が第１の所定数を超えていない場合は、評価用ＡＩ装置１０ａと同一の動作を行う（図５ａのステップＳ４１）。この動作は、評価用ＡＩ装置１０ａが動作停止となるまで繰り返される（図５ａのステップＳ４２）。即ち、評価用ＡＩ装置１０ａに入力された症状の数が所定の数（例えば３０００）を超えて、この評価用ＡＩ装置１０ａが動作停止となったと判別されるまで（図５ａのステップＳ４２でＹＥＳとなるまで）、実施用ＡＩ装置１０ｃは、評価用ＡＩ装置１０ａの場合と同様の処理を行う。

【0065】

図５ａのステップＳ４２でＹＥＳと判別された場合、患者の回答が、問診票のある症状について症状有りの場合に、その症状コードについて「１」が各患者対応で入力される（図５ａのステップＳ４３）。次いで、入力された症状が、取得すべき症状であるか否かが判別される（図５ａのステップＳ４４）。即ち、入力された症状コードが、実施用ＤＢ１０ｄに記憶されている取得すべき症状コードであるか否かが判別される。入力された症状コードが、取得すべき症状コードではないと判別された場合（ＮＯの場合）、その入力された症状を記憶することなく、ステップＳ４３に戻り、次の症状コードが入力される。入力された症状コードが、取得すべき症状コードであると判別された場合（ＹＥＳの場合）、その症状コードが実施用ＡＩ装置１０ｃの実施用ＤＢ１０ｄに記憶される（図５ａのステップＳ４５）。その際に、患者個人の後述する環境及び背景の回答も症状番号に紐付けして記憶される。従って、実施用ＤＢ１０ｄには、患者名（患者コード）と、その患者が症状有りと回答した症状コードの「１」と、患者個人環境及び背景のセットと、疾病のセットにおける各コードの「１」又は「０」とが紐づけされて記憶される。

【0066】

これにより、実施用ＡＩ装置１０ｃの処理動作が一時的に終了する。

【0067】

その後、任意の施術者によって、各患者に任意のタクティールケアを施術した後に、その症状の改善度を各患者、施術者又は第三者（例えば看護師）が評価し回答することにより評価が行われる。具体的には、実施用ＡＩ装置１０ｃの処理動作が再開され、その施術による症状の改善度（評価値）が入力キーボード１０ｉ等を介してシステムに入力され（図５ｂのステップＳ４６）、実施用ＡＩ装置１０ｃの実施用ＤＢ１０ｄに記憶される（図５ｂのステップＳ４７）。ここで、任意のタクティールケアとは、例えば、手のタクティールケア、背中のタクティールケア、足のタクティールケア、おなかのタクティールケア、顔のタクティールケア、又は頭のタクティールケアを、時間を問わず、１日１回、１週間で所定回行う施術である。各症状の改善度（評価値）は、前述の場合と同様に、評価０〜４の数値で回答される。従って、実施用ＤＢ１０ｄには、患者名（患者コード）と、その患者が症状有りと回答した症状コードの「１」と、疾病コードの「１」又は「０」と、施術者名、及びタクティールケアの内容と、評価値及び評価者とが紐づけして記憶される。

【0068】

次いで、評価値の少なくとも偏差値がベイズ統計学に基づいて算出され（図５ｂのステップＳ４８）、実施用ＡＩ装置１０ｃの実施用ＤＢ１０ｄに記憶される（図５ｂのステップＳ４９）。具体的には、例えば、症状の総数が１０００、症状として徘徊が５００、評価０が１２５、評価１が７５、評価２が１５０、評価３が１００、評価４が５０であるとする。この場合、全症例に対する徘徊（Ｂ１１）の出現率は５００／１０００＝０．５となる。ベイズ推定において、０は棄却事象となるため、徘徊（Ｂ１１）の有効率は（５００−１２５）／５００＝０．７５となる。評価点数の平均μ_xは、μ_x＝（１×７５＋２×１５０＋３×１００＋４×５０）／３７５＝８７５／３７５＝２．３３となり、標準偏差σ_xは、｛７５（１−２．３３）²＋１５０（２−２．３３）²＋１００（３−２．３３）²＋５０（４−２．３３）²｝／（７５＋１５０＋１００＋５０）＝３２２／３７５＝０．８５の平方根となる。即ち、σ_x＝√（０．８５）＝０．９２となる。変動（分散）係数は、０．９２／２．３３＝０．３９となる。そのときの評価１の偏差値Ｔ₁は、Ｔ₁＝１０（１−２．３３）／０．９２＋５０＝３３．５４となる。評価２の偏差値Ｔ₂は、Ｔ₂＝１０（２−２．３３）／０．９２＋５０＝４６．４１となり、評価３の偏差値Ｔ₃は、Ｔ₃＝１０（３−２．３３）／０．９２＋５０＝５７．２８となり、評価４の偏差値Ｔ₄は、Ｔ₄＝１０（４−２．３３）／０．９２＋５０＝６８．１５となる。この徘徊（Ｂ１１）の症状の有効出現頻度は、その有効率が０．７５であるため、５００×０．７５／１０００＝０．３７５となる。症状の総数の確率を１とするために偏差値を加重平均する。例えば、症状が徘徊（Ｂ１１）しかなく、その評価が２の有効のみである場合、この徘徊（Ｂ１１）の有効出現頻度と評価２の偏差値Ｔ₂とから、０．３７５×（Ｔ₂＝４９．６４）／０．３７５＝４９．６４がこのトライアルの偏差値（事後確率）となる。その確率値（偏差値）をそのほかのサブセットに特徴数として割り当てる。サブセットを組み合わせて３つ以上の特徴数が与えられると、平均、標準偏差及び変動係数を得ることができる。

【0069】

次いで、算出された偏差値Ｔ_iが所定範囲であるか否か、即ち３５≦Ｔｉ≦７５であるか否かが判別される（図５ｂのステップＳ５０）。偏差値Ｔ_iが所定範囲ではない場合（ＮＯの場合）、図５ｂのステップＳ５３へ進む。

【0070】

ステップＳ５０において、偏差値Ｔ_iが所定範囲（３５≦Ｔｉ≦７５）にあると判別された場合（ＹＥＳの場合）、この偏差値Ｔ_iとタクティールケアの内容との関係がディープラーニングを用いた自動機械学習によって求められる（図５ｂのステップＳ５１）。例えば、偏差値Ｔ_iとタクティールケアの施術の時間帯との関係、偏差値Ｔ_iとタクティールケアの施術場所との関係、偏差値Ｔ_iとタクティールケアの施術の人的環境との関係、及び偏差値Ｔ_iとタクティールケア手技との関係、さらに、偏差値Ｔ_iとタクティールケアの患者の名との関係、偏差値Ｔ_iとタクティールケアの施術者の名との関係、及び偏差値Ｔ_iとタクティールケアの症状との関係がディープラーニングを用いた自動機械学習によって求められる。次いで、求めた関係が実施用ＡＩ装置１０ｃの実施用ＤＢ１０ｄに記憶される（図５ｂのステップＳ５２）。

【0071】

次いで、評価された症状の数が第２の所定値（例えば、１００００）を超えたかどうか判別され(図５ｂのステップＳ５３)、症状数が第２の所定値を超えていないと判別された場合（ＮＯの場合）、図５ｂのステップＳ４６へ戻って、上述したステップＳ４６〜Ｓ５３の処理が繰り返される。

【0072】

ステップＳ５３において、症状の数が第２の所定値を超えたと判別された場合（ＹＥＳの場合）、この実施用ＡＩ装置１０ｃの処理動作が終了する。

【0073】

本実施形態におけるデュアルコア判定システムにおいては、以上の動作が繰り返して行われる。繰り返して動作するたびに、得られる数値は変化する。そして、自動機械学習するたびにサブバージョンを上昇させる。症状のセットに大きな変更があった場合には、バージョンが１つ上がる。また、サブセットの項目を変化させた場合にバージョンが上がる。さらに、自動機械学習させる都度、３項目のバージョンが以下のように上がる。例えば、Ｖｅｒ．２．４．３５であれば、症状の項目に２回目の変更をかけ、サブドメインに４回目の変更をかけ、３５回自動機械学習をさせたバージョンということになる。前述のごとく、実施用ＡＩ装置については、１００００データごとに自動機械学習させている。多数のデータを取得することによって、多変数についての解析が可能となる。これらの新たなデータの構築には人為が全く入っておらず、実際の数値をベイズ統計学に基づいて計算して得た結果であり、いままで何となく考えていたことが客観的に評価できるようになる点が本発明の特徴点である。また、データを集めれば集めるほど真実に近づくということも、重要な利点である。その結果、一度に多変数解析が可能となり、今まで感覚で行っていた行為を数値化した効果で評価できるようになる。

【0074】

認知症問題行動に関する症状及びストレスに関する症状と、これら症状に対するタクティールケアの内容、施術者及び患者との因果関係は非常に複雑であり、その関係を表すデータは膨大な量となるが、評価用ＡＩ装置１０ａによって、システムが取得すべき症状を判定し、その取得すべき症状のみについて実施用ＡＩ装置１０ｃが動作するように構成されている。即ち、取得すべき症状を有する患者に関して、実施用ＡＩ装置１０ｃによって、タクティールケアを行った後のその内容の評価値の偏差値をベイズ統計学に基づいて算出し、算出した偏差値と人体ケア療法の内容との関係をディープラーニングにより求めている。実施用ＡＩ装置１０ｃが、全ての症状について、偏差値とタクティールケアの内容との関係を求めるのではなく、評価用ＡＩ装置１０ａによってシステムが取得すべき症状であると判定した症状についてのみ、このような偏差値と人体ケア療法の内容との関係を求めているため、システムの処理するデータ量は大幅に少なくなるから、データ処理時間の短縮化を図ることができる。また、評価用ＡＩ装置１０ａによって判定された取得すべき症状が模範となる施術者によって正しく実施されたものであるため、実施用ＡＩ装置１０ｃによって得られる大量のデータ（メガデータ）に含まれるノイズは非常に少なく、高い信頼性を有するデータとなる。さらに、評価用ＡＩ装置１０ａ及び実施用ＡＩ装置１０ｃが、偏差値をベイズ統計学に基づいて算出しているため、これによって得られるデータは、客観的かつ科学的なエビデンスに基づくものとなる。

【0075】

このように、本実施形態では、評価用ＡＩ装置１０ａ及び実施用ＡＩ装置１０ｃという２つの人工知能が協調して１つの現象を解析することで、複数の現象の出現確率を推定できる。即ち、小さな「正しいと定義した」人工知能を評価する側として、その評価により機械学習を自動化させ、より進化させるディープラーニングに結びつけようとするものである。正しいと思われるものを人為の作業ではなく、人工知能という機械に判定させている。そして、１つのことを両者の協調で行うことにより、お互いが進化していく仕組みが論理的かつ数学的に作れることを初めて示したものである。

【0076】

以上述べた実施形態は全て本発明を例示的に示すものであって限定的に示すものではなく、本発明は他の種々の変形態様及び変更態様で実施することができる。従って本発明の範囲は特許請求の範囲及びその均等範囲によってのみ規定されるものである。

【産業上の利用可能性】

【0077】

タクティールケア等の人体ケア療法において、その療法の施術者の適否やその療法の内容若しくはアプローチの適否等を判断する判定システムに適用可能である。

【符号の説明】

【0078】

１０ デュアルコア判定システム
１０ａ 評価用ＡＩ装置
１０ｂ 評価用ＤＢ
１０ｃ 実施用ＡＩ装置
１０ｄ 実施用ＤＢ
１０ｅ ＣＰＵ
１０ｆ ＲＡＭ
１０ｇ ＲＯＭ
１０ｈ ディスプレイ
１０ｉ 入力キーボード
１０ｊ 通信ＩＦ
１０ｋ データバス

【要約】

デュアルコア判定システムは、各患者が、認知症問題行動に関して症状有りと回答した症状及びストレスに関して症状有りと回答した症状を、各患者対応に記憶すると共に、模範となる施術者によって各患者に対して人体ケア療法を行った後の症状の評価値を、患者の名、模範となる施術者の名及び人体ケア療法の内容と共に記憶する評価用ＤＢを有しており、この評価用ＤＢに記憶されている評価値の偏差値をベイズ統計学に基づいて算出し、算出した偏差値が所定範囲内の症状を、人体ケア療法に関して取得すべき症状であると判定する評価用ＡＩ装置と、評価用ＡＩ装置によって判定された、取得すべき症状を記憶すると共に、取得すべき症状を有する患者に関して、任意の施術者によって各患者に対して人体ケア療法を行った後の人体ケア療法の内容の評価値を、患者、任意の施術者及び症状と共に記憶する実施用ＤＢを有しており、この実施用ＤＢに記憶されている評価値の偏差値をベイズ統計学に基づいて算出し、少なくとも、算出した偏差値と人体ケア療法の内容との関係をディープラーニングにより求める実施用ＡＩ装置とを備えている。

【図1】

【図2a】

【図2b】

【図3a】

【図3b】

【図4a】

【図4b】

【図5a】

【図5b】