特開 2024-148456 プログラム、モデルの生成方法、情報処理方法、及び情報処理装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024148456

(43)【公開日】2024-10-18

(54)【発明の名称】プログラム、モデルの生成方法、情報処理方法、及び情報処理装置

(51)【国際特許分類】

   G16H 50/20 20180101AFI20241010BHJP

【ＦＩ】

G16H50/20

【審査請求】有

【請求項の数】24

【出願形態】ＯＬ

(21)【出願番号】P 2023061615

(22)【出願日】2023-04-05

【新規性喪失の例外の表示】特許法第３０条第２項適用申請有り 令和 ５年 １月３１日に、ＰＲ ＴＩＭＥＳのウェブサイトにて公開 ｈｔｔｐｓ：／／ｐｒｔｉｍｅｓ．ｊｐ／ｍａｉｎ／ｈｔｍｌ／ｒｄ／ｐ／００００００００５．０００１１５４０１．ｈｔｍｌ 令和 ５年 １月３１日に、新潟県厚生農業協同組合連合会 糸魚川総合病院のウェブサイトにて公開 ｈｔｔｐｓ：／／ｗｗｗ．ｉｔｏｉｇａｗａ－ｈｐ．ｊｐ／ｈｏｓｐｉｔａｌ／ｄｅｐａｒｔｍｅｎｔｓ／％Ｅ９％Ａ０％ＡＤ％Ｅ７％９７％９ＢＡＩ％Ｅ８％Ａ８％ＢＡ％Ｅ６％９６％ＡＤ％Ｅ３％８３％９７％Ｅ３％８３％ＡＣ％Ｅ３％８２％Ｂ９％Ｅ３％８３％ＡＡ％Ｅ３％８３％ＡＡ％Ｅ３％８３％ＢＣ％Ｅ３％８２％Ｂ９．ｐｄｆ

(71)【出願人】

【識別番号】523055802

【氏名又は名称】勝木 将人

(74)【代理人】

【識別番号】100114557

【弁理士】

【氏名又は名称】河野 英仁

(74)【代理人】

【識別番号】100078868

【弁理士】

【氏名又は名称】河野 登夫

(72)【発明者】

【氏名】勝木 将人

【テーマコード（参考）】

5L099

【Ｆターム（参考）】

5L099AA04

5L099AA24

(57)【要約】

【課題】簡易に頭痛の種類を判定可能なプログラム等を提供する。
【解決手段】本開示の一実施形態に係るプログラムは、頭痛に関するユーザの回答情報を取得し、回答情報を入力した場合に、片頭痛、薬物乱用頭痛、緊張型頭痛、三叉神経自律神経性頭痛、その他の一次性頭痛、または二次性頭痛のいずれかを示す前記分類情報を出力するように学習された学習モデルに、取得した回答情報を入力することにより、前記分類情報を出力する処理をコンピュータに実行させる。
【選択図】図１

【特許請求の範囲】

【請求項1】

頭痛に関するユーザの回答情報を取得し、
回答情報を入力した場合に、片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報を出力するように学習された学習モデルに、取得した回答情報を入力することにより、前記分類情報を出力する
処理をコンピュータに実行させるプログラム。

【請求項2】

片頭痛、薬物乱用頭痛、緊張型頭痛、三叉神経自律神経性頭痛、その他の一次性頭痛、または二次性頭痛のいずれかを示す前記分類情報を出力する
請求項１に記載のプログラム。

【請求項3】

前記回答情報は、頭痛頻度、頭痛持続時間、頭痛部位、頭痛特徴、または服用中の薬剤に関する情報の項目を含む
請求項１または２に記載のプログラム。

【請求項4】

前記回答情報の前記項目の、前記分類情報の出力に対する寄与度を出力する
請求項３に記載のプログラム。

【請求項5】

前記分類情報に対応する頭痛診断に関する情報を出力する
請求項１または２に記載のプログラム。

【請求項6】

過去に出力された前記分類情報の履歴を出力する
請求項１または２に記載のプログラム。

【請求項7】

時系列の前記回答情報を含む頭痛履歴データを取得し、
前記学習モデルは、頭痛履歴データを入力した場合に、前記分類情報を出力するように学習されており、
前記学習モデルに、取得した前記頭痛履歴データを入力することにより、前記分類情報を出力する
請求項１または２に記載のプログラム。

【請求項8】

時系列の前記回答情報を含む頭痛履歴データを取得し、
前記学習モデルは、頭痛履歴データを入力した場合に、必要な治療薬に関する情報を出力するように学習されており、
前記学習モデルに、取得した前記頭痛履歴データを入力することにより、前記必要な治療薬に関する情報を出力する
請求項１または２に記載のプログラム。

【請求項9】

頭痛頻度、頭痛持続時間、頭痛部位、または頭痛特徴を含む頭痛に関する記録または服用中の薬剤に関する記録を行うアプリケーションプログラムから、頭痛に関する記録または服用中の薬剤に関する記録を取得し、
取得した頭痛に関する記録または服用中の薬剤に関する記録を回答情報として前記学習モデルに入力することにより、前記分類情報を出力する
請求項１または２に記載のプログラム。

【請求項10】

前記頭痛履歴データの記録または服用中の薬剤に関する記録を行うアプリケーションプログラムから、前記頭痛履歴データの記録または服用中の薬剤に関する記録を取得し、
取得した前記頭痛履歴データまたは服用中の薬剤に関する記録を前記回答情報として前記学習モデルに入力することにより、前記分類情報を出力する
請求項７に記載のプログラム。

【請求項11】

前記頭痛履歴データの記録または服用中の薬剤に関する記録を行うアプリケーションプログラムから、前記頭痛履歴データの記録または服用中の薬剤に関する記録を取得し、
取得した前記頭痛履歴データまたは服用中の薬剤に関する記録を前記回答情報として前記学習モデルに入力することにより、前記必要な治療薬に関する情報を出力する
請求項８に記載のプログラム。

【請求項12】

前記項目別に、前記分類情報毎の前記寄与度の平均値を積み上げて作成されたグラフを出力する
請求項４に記載のプログラム。

【請求項13】

頭痛に関するユーザの回答情報と、前記回答情報に基づいて判定された片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報とを含む訓練データを取得し、
取得した訓練データに基づき、前記回答情報を入力した場合に、前記分類情報を出力する学習モデルを生成する
モデルの生成方法。

【請求項14】

頭痛に関するユーザの回答情報を取得し、
回答情報を入力した場合に、片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報を出力するように学習された学習モデルに、取得した回答情報を入力することにより、前記分類情報を出力する
情報処理方法。

【請求項15】

頭痛に関するユーザの回答情報を取得し、
回答情報を入力した場合に、片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報を出力するように学習された学習モデルに、取得した回答情報を入力することにより、前記分類情報を出力する
制御部
を備える情報処理装置。

【発明の詳細な説明】

【技術分野】

【0001】

本技術は、プログラム、モデルの生成方法、情報処理方法、及び情報処理装置に関する。

【背景技術】

【0002】

従来、片頭痛の診断を行うための診断キットが提案されている。例えば、特許文献１に記載の診断キットは、被検者から単離したリンパ細胞におけるαフォドリン遺伝子またはＨＰＣＡＬ１遺伝子の発現レベルを調べることにより、被験者が片頭痛に罹患しているか否かを診断する。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特許第４９２５０６３号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、特許文献１に記載の診断キットは、被験者の細胞から細胞抽出物を調整する必要があり、簡易に頭痛の種類を判定できないという問題点があった。

【0005】

本開示は斯かる事情に鑑みてなされたものであり、簡易に頭痛の種類を判定可能なプログラム等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】

【0006】

本開示の一実施形態に係るプログラムは、頭痛に関するユーザの回答情報を取得し、回答情報を入力した場合に、片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報を出力するように学習された学習モデルに、取得した回答情報を入力することにより、前記分類情報を出力する処理をコンピュータに実行させる。

【0007】

本開示の一実施形態に係るモデルの生成方法は、頭痛に関するユーザの回答情報と、前記回答情報に基づいて判定された片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報とを含む訓練データを取得し、取得した訓練データに基づき、前記回答情報を入力した場合に、前記分類情報を出力する学習モデルを生成する。

【0008】

本開示の一実施形態に係る情報処理方法は、頭痛に関するユーザの回答情報を取得し、回答情報を入力した場合に、片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報を出力するように学習された学習モデルに、取得した回答情報を入力することにより、前記分類情報を出力する。

【0009】

本開示の一実施形態に係る情報処理装置は、頭痛に関するユーザの回答情報を取得し、回答情報を入力した場合に、片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報を出力するように学習された学習モデルに、取得した回答情報を入力することにより、前記分類情報を出力する制御部を備える。

【発明の効果】

【0010】

本開示の一実施形態に係るプログラムにあっては、簡易に頭痛の種類を判定可能である。

【図面の簡単な説明】

【0011】

【図1】情報処理システムの概要を示す模式図である。

【図2】実施形態１に係る情報処理装置の構成例を示すブロック図である。

【図3】端末装置の構成例を示すブロック図である。

【図4】実施形態１に係る学習モデルの一例を示す説明図である。

【図5】診断情報テーブルの一例を示す説明図である。

【図6】分類情報履歴テーブルの一例を示す説明図である。

【図7】端末装置における問診票画面の一例を示す説明図である。

【図8】端末装置における問診票画面の一例を示す説明図である。

【図9】端末装置における診断結果表示画面の一例を示す説明図である。

【図10】実施形態１に係る情報処理装置及び端末装置の処理の一例を示すフローチャートである。

【図11】実施形態２に係る情報処理装置の構成例を示すブロック図である。

【図12】頭痛履歴テーブルの一例を示す説明図である。

【図13】実施形態２に係る学習モデルの一例を示す説明図である。

【図14】実施形態２に係る情報処理装置及び端末装置の処理の一例を示すフローチャートである。

【図15】実施形態３に係る端末装置の構成例を示すブロック図である。

【図16】頭痛記録テーブルの一例を示す説明図である。

【図17】服薬記録テーブルの一例を示す説明図である。

【図18】頭痛記録選択画面の一例を示す説明図である。

【図19】服用薬剤記録選択画面の一例を示す説明図である。

【図20】実施形態３に係る情報処理装置及び端末装置の処理の一例を示すフローチャートである。

【図21】実施形態４に係る情報処理装置の構成例を示すブロック図である。

【図22】寄与度テーブルの一例を示す説明図である。

【図23】寄与度グラフ表示画面の一例を示す説明図である。

【発明を実施するための形態】

【0012】

（実施形態１）
図１は、情報処理システムの概要を示す模式図である。情報処理システムＳは、情報処理装置１と、端末装置２とを備える。情報処理装置１は、広域無線通信によるネットワークＮを介して端末装置２と互いに通信可能である。端末装置２は、ユーザ（頭痛患者）が所有する端末である。なお、端末装置２は、頭痛患者の診察を行う病院または医師が所有する端末であってもよい。端末装置２は、ユーザが罹患する頭痛に関する回答情報を情報処理装置１に送信する。情報処理装置１は、端末装置２から受信した回答情報に基づいて、頭痛の種類を示す分類情報（診断結果）を出力し、出力した分類情報を端末装置２に送信する。

【0013】

図２は、実施形態１に係る情報処理装置１の構成例を示すブロック図である。情報処理装置１は、例えばサーバコンピュータであり、制御部１１と、記憶部１２と、通信部１３とを備える。制御部１１は、ＣＰＵ（Central Processing Unit）ＭＰＵ(Micro Processing Unit)、ＧＰＵ（Graphical Processing Unit）、または量子プロセッサ等により構成されており、記憶部１２に予め記憶されたプログラムＰ（プログラム製品）及びデータベースを読み出して実行することにより、種々の制御処理、演算処理等を行う。なお情報処理装置１の外部にデータベースサーバ等を設け、制御部１１は該データベースサーバ等からデータベースを読み出してもよい。また、情報処理装置１は、複数のサーバ装置またはコンピュータによりその機能が実現されるものであってもよい。また、情報処理装置１は、ブロックチェーン上のノードに対応するものでもよい。

【0014】

情報処理装置１の記憶部１２は、例えば、揮発性メモリ及び不揮発性メモリである。記憶部１２には、プログラムＰ、学習モデルＭ、診断情報テーブル１２１、及び分類情報履歴テーブル１２２が記憶されている。なお、プログラムＰは、コンピュータが読み取り可能に記憶した記憶媒体１２ａを用いて情報処理装置１に提供されてもよい。記憶媒体１２ａは、例えば可搬型メモリである。可搬型メモリの例として、ＣＤ－ＲＯＭ、ＵＳＢ（Universal Serial Bus）メモリ、ＳＤカード、マイクロＳＤカード又はフラッシュメモリ等が挙げられる。記憶媒体１２ａが可搬型メモリである場合、制御部１１の処理素子は、図示しない読取装置を用いて記憶媒体１２ａからプログラムＰを読み取ってもよい。読み取ったプログラムＰは記憶部１２に書き込まれる。更に、プログラムＰは、通信部１３が外部装置と通信することによって、情報処理装置１に提供されてもよい。学習モデルＭは、回答情報が入力された場合、ユーザが罹患する頭痛の種類を示す分類情報を出力する。診断情報テーブル１２１には、学習モデルＭが出力した分類情報に対応する、情報処理装置１が端末装置２に送信する頭痛診断に関する情報（診断情報）が記憶されている。診断情報テーブル１２１には、過去に学習モデルＭが出力した分類情報の履歴が格納されている。学習モデルＭ、診断情報テーブル１２１、及び分類情報履歴テーブル１２２の詳細については後述する。

【0015】

通信部１３は、有線又は無線により端末装置２と通信するための通信モジュール又は通信インターフェイスであり、例えばＬＴＥ（登録商標）、４Ｇ、または５Ｇ等の広域無線通信モジュールである。制御部１１は、通信部１３を介し、例えばインターネットなどの外部のネットワークＮを通じて、端末装置２と通信を行う。

【0016】

図３は、端末装置２の構成例を示すブロック図である。端末装置２は、例えば、スマートフォン、タブレット型端末、ウェアラブルグラス、ウェアラブルコンピュータ、またはパーソナルコンピュータ等である。なお、本実施形態においては、端末装置２はスマートフォンである例について説明を行う。端末装置２は、端末制御部２１と、記憶部２２と、通信部２３と、表示部２４と、入力部２５とを備える。端末制御部２１は、ＣＰＵ又はＭＰＵ等により構成されており、種々の制御処理、演算処理等を行う。なお、端末装置２の機能は複数の機器によって実現されてもよい。また、端末装置２は、情報処理装置１が行う処理の一部または全部を実行するものであってもよい。

【0017】

記憶部２２は、ユーザから回答情報の入力を受け付け、入力された回答情報を情報処理装置１に送信し、情報を情報処理装置１から受信した分類情報（診断結果）及び診断情報を表示するアプリケーションプログラム（アプリプログラム）Ｐａを記憶している。アプリプログラムＰａは、例えば、記憶媒体２２ａを用いて端末装置２に提供される。なお、端末装置２の端末制御部２１は、インターネットを用いてアプリプログラムＰａを取得し、記憶部２２に記憶させてもよい。

【0018】

通信部２３は、無線により情報処理装置１と通信するための通信モジュール又は通信インターフェイスである。端末制御部２１は、通信部２３を介し、外部のネットワークＮを通じて、情報処理装置１と通信を行う。

【0019】

表示部２４は、回答情報の入力を受け付ける回答情報入力画面、及び情報処理装置１から受信した分類情報（診断結果）を表示する診断結果表示画面などを表示する。

【0020】

入力部２５は、回答情報の入力を受け付ける。なお、本実施形態において、端末装置２はスマートフォンであり、表示部２４及び入力部２５はタッチパネルによって一体として構成される。なお、端末装置２は、紙媒体の問診票を撮影またはスキャンすることによって回答情報を取得してもよい。

【0021】

図４は、実施形態１に係る学習モデルＭの一例を示す説明図である。学習モデルＭは、回答情報を入力された場合に、ユーザが罹患している頭痛が、片頭痛、薬物乱用頭痛、緊張型頭痛、三叉神経自律神経性頭痛、その他の一次性頭痛、または二次性頭痛のいずれかを示す分類情報を出力する。なお、分類情報は、一次性頭痛または二次性頭痛のいずれかを示すものであってもよい。片頭痛、薬物乱用頭痛、緊張型頭痛、三叉神経自律神経性頭痛、及びその他の一次性頭痛は一次性頭痛に含まれる。本実施形態に係る回答情報には、年齢、性別、身長、体重、頭痛発症年齢、頭痛頻度、頭痛持続時間、頭痛部位、頭痛特徴、頭痛重度、運動による頭痛の改善度または悪化度（運動影響）、随伴症状、前兆、頭痛時間帯、頭痛誘因、服薬情報（薬の種類、服用頻度、及び有効性）、及び家族頭痛情報を含む各項目についてユーザが入力した回答データが含まれる。なお、回答情報には、上述の項目の一部が含まれてもよい。また、回答情報には、例えば既往歴または生活習慣などの他の項目に係る回答データが含まれてもよい。

【0022】

本実施形態に係る学習モデルＭは、決定木により構成される。なお、学習モデルＭは、例えばTransformer、ＢＥＲＴ（Bidirectional Encoder Representations from Transformers）、ＧＰＴ（Generative Pre-trained Transformer）、ＣＮＮ（Convolution Neural Network）、ＲＮＮ（Recurrent Neural Network）、またはＬＳＴＭ（Long Short Term Memory）等のニューラルネットワークであってもよく、サポートベクタマシン、ロジスティクス回帰、ランダムフォレスト、またはＸＧＢｏｏｓｔ（eXtreme Gradient Boosting ）等の他の学習アルゴリズムであってもよい。学習モデルＭに入力データ（回答情報）が入力されると、入力データ（回答情報）は根から枝に行く途中で条件により分類され、末端の葉ノードに辿り着くと、当該末端の葉ノードに与えられた値が分類情報（診断結果）として出力される。すなわち、学習モデルＭの出力データは、片頭痛、薬物乱用頭痛、緊張型頭痛、三叉神経自律神経性頭痛、その他の一次性頭痛、または二次性頭痛のいずれかである。なお、学習モデルＭの出力データには、疾患なし（正常）を示す分類情報が含まれてもよい。また、学習モデルＭは、各頭痛の種類の、ユーザが罹患する頭痛の種類と一致する確度を出力し、確度が最も高い頭痛の種類を診断結果としてもよい。

【0023】

学習モデルＭは、回答情報と出力する分類情報の正解値ラベルとを紐づけた訓練データを用いて学習される。正解値ラベルは、例えば、頭痛の専門医が回答情報に基づいて診断した結果に基づくものである。学習モデルＭは、例えば、情報処理装置１の記憶部１２に記憶された訓練データを用いて学習される。学習モデルＭは、訓練データに含まれる回答情報が入力された場合に、正解値ラベルと同値を出力するように、各ノードの条件の順番の入れ替えなどによって学習される。例えば、回答情報に基づく専門医による診断結果が片頭痛である場合、学習モデルＭは、該回答情報が入力された場合に片頭痛を出力するように学習される。学習モデルＭは、多数の訓練データについて同様の処理が行われることによって学習（構築）される。なお、学習モデルＭは、情報処理装置１以外の装置において学習されてもよい。

【0024】

情報処理装置１の制御部１１は、学習モデルＭに入力される回答情報に含まれる各項目の、出力された分類情報に対する寄与度を算出する。寄与度の算出方法は限定されるものではないが、例えばＳＨＡＰ（SHapley Additive exPlanation）、ＬＩＭＥ（Local Interpretable Model-Agnostic Explanations）、またはAttention機構等を利用することができる。項目の寄与度が大きいほど、分類情報の出力に及ぼす影響が大きいことを示す。なお、ＳＨＡＰにより寄与度が算出される場合、寄与度は０～１の値となる。制御部１１は、回答情報に含まれる各項目のうち、最も寄与度が高い項目を端末装置２に送信する。

【0025】

図５は、診断情報テーブル１２１の一例を示す説明図である。診断情報テーブルには、分類情報（診断結果）に対応する頭痛診断に関する情報（ユーザに提示する治療病院名及び治療薬名）が記憶されている。診断情報テーブル１２１の管理項目（フィールド）は、分類情報フィールドと、治療病院フィールドと、治療薬フィールドとを含む。分類情報フィールドには、学習モデルＭによって出力される、ユーザが罹患する頭痛の分類情報（頭痛の種類）が格納される。治療病院フィールドには、分類情報に対してユーザに提示される、頭痛の治療が可能な治療病院名が格納される。治療薬フィールドには、頭痛の種類に対して治療に必要な治療薬の治療薬名が格納される。なお、診断情報テーブル１２１には、治療に必要な治療薬の量（頻度または一回当たりの服用量）が格納される治療薬量フィールドが含まれてもよい。端末装置２が、ユーザ所有する端末である場合、治療薬テーブルには、要指導医薬品または一般用医薬品の治療薬名が格納される。端末装置２が、頭痛患者の診察を行う病院または医師が所有する端末である場合、治療薬テーブルには、医療用医薬品の治療薬名が格納される。情報処理装置１の制御部１１は、診断情報テーブル１２１を参照し、分類情報に対応する治療病院名及び治療薬名を特定する。制御部１１は、分類情報と共に、特定した治療病院名及び治療薬名を端末装置２に送信する。なお、診断情報テーブル１２１は、治療病院が所在する地域が格納される地域フィールドを含んでもよい。この場合、制御部１１は、分類情報、ユーザが居住する地域、及び病院が所在する地域に基づいてユーザに提示する治療病院名を特定してもよい。

【0026】

図６は、分類情報履歴テーブル１２２の一例を示す説明図である。分類情報履歴テーブル１２２には、ユーザに対して過去に出力された分類情報の履歴が記憶されている。分類情報履歴テーブルの管理項目（フィールド）は、日付フィールドと、分類情報フィールドとを含む。日付フィールドには、分類情報が出力された日の日付（年月日）が格納される、分類情報フィールドには、出力された分類情報が格納される。情報処理装置１の制御部１１は、学習モデルＭが分類情報を出力する毎に、出力のあった日付と出力された分類情報とを紐づけたレコードを分類情報履歴テーブル１２２に追加する。また、制御部１１は、学習モデルＭによって出力された分類情報を端末装置２に送信する際、例えば直近過去５回分の分類情報及び分類情報が出力された日付を分類情報履歴テーブル１２２から読み出し、読み出した分類情報及び分類情報が出力された日付についても端末装置２に送信する。情報処理装置１の記憶部は、複数のユーザそれぞれについての分類情報履歴テーブル１２２を記憶している。なお、分類情報履歴テーブル１２２は、各ユーザが所有する端末装置２に記憶されていてもよい。

【0027】

図７及び図８は、端末装置２における問診票画面の一例を示す説明図である。端末装置２の端末制御部２１は、表示部２４に、回答情報の各項目についての入力欄を表示させ、入力部２５に各項目についての回答データ（回答情報）の入力を受け付けさせる。入力部２５は、問診票画面において、年齢、性別、身長、体重、頭痛発症年齢、頭痛頻度、頭痛持続時間、頭痛部位、頭痛特徴、頭痛重度、運動による頭痛の改善度または悪化度、随伴症状、前兆、頭痛時間帯、頭痛誘因、服薬情報（服用中の薬の種類、服用頻度、及び有効性）、及び家族頭痛情報について、選択式による入力を受け付ける。ユーザは、各項目の各選択肢に設けられるチェックボックスをタップすることによって回答データの入力を行うことが可能である。本実施形態において入力部２５は、各項目につき一つの選択肢の選択を受け付けるが、複数の選択肢の選択を受け付けてもよい。また、入力部２５は、選択式ではなく記入式によって回答情報の入力を受け付けてもよい。この場合、記入された回答情報は、自然言語処理が可能な学習モデルＭに入力される。

【0028】

図９は、端末装置２における診断結果表示画面の一例を示す説明図である。端末装置２の端末制御部２１は、情報処理装置１から受信した診断結果（分類情報）、寄与度が最も高い回答情報の項目及び回答データ、治療病院名及び治療薬名（頭痛診断に関する情報）及び過去に出力された分類情報の履歴（直近過去５回分の分類情報及び分類情報が出力された日付）を表示部２４に表示させる。

【0029】

図１０は、実施形態１に係る情報処理装置１及び端末装置２の処理の一例を示すフローチャートである。端末装置２の端末制御部２１は、問診票画面を表示部２４に表示させる（Ｓ１）。端末制御部２１は、入力部２５にユーザからの回答情報の入力を受け付けさせる（Ｓ２）。端末制御部２１は、入力された回答情報を情報処理装置１に送信する（Ｓ３）。

【0030】

情報を情報処理装置１の制御部１１は、端末装置２から回答情報を受信する（Ｓ４）。制御部１１は、受信した回答情報を学習モデルＭに入力し（Ｓ５）、分類情報を出力する（Ｓ６）。また、制御部１１は、Ｓ５において入力された回答情報の各項目の、分類情報の出力に係る寄与度を算出する（Ｓ７）。制御部１１は、回答情報に含まれる項目のうち、寄与度が最も高い項目を特定する（Ｓ８）。制御部１１は、診断情報テーブル１２１を参照し、Ｓ６において出力された分類情報に基づいて治療病院名及び治療薬名（頭痛診断に関する情報）を特定する（Ｓ９）。制御部１１は、出力された分類情報を、分類情報が出力された日付と紐づけて分類情報履歴テーブル１２２の新たなレコードに追加して記憶する（Ｓ１０）。制御部１１は、分類情報履歴テーブル１２２から、直近過去５回分の分類情報及び分類情報が出力された日付を読み出す（Ｓ１１）。制御部１１は、Ｓ６において出力された分類情報、Ｓ８において特定された項目（寄与度が最も高い項目）、及びＳ１０において読み出された、直近過去５回分の分類情報及び分類情報が出力された日付を端末装置２に送信し（Ｓ１２）、処理を終了する。

【0031】

端末装置２の端末制御部２１は、情報処理装置１から、分類情報、寄与度が最も高い項目、及び直近過去５回分の分類情報及び分類情報が出力された日付を受信する（Ｓ１３）。端末制御部２１は、分類情報、寄与度が最も高い項目、治療病院名、治療薬名、及び直近過去５回分の分類情報及び分類情報が出力された日付を表示部２４に表示させ（Ｓ１４）、処理を終了する。

【0032】

以上の構成及び処理によれば、ユーザが入力した回答情報に基づいて、簡易に頭痛の種類を判定することが可能である。なお、学習モデルＭの入力データには、分類情報履歴テーブル１２２に記憶された、過去に学習モデルＭが出力した分類情報が含まれてもよい。

【0033】

（実施形態２）
実施形態２に係る情報処理装置１の制御部１１は、ユーザが端末装置２に入力し、情報処理装置１に送信された回答情報を頭痛履歴データとして記憶部１２に記憶させる。制御部１１は、過去に記憶した時系列の回答情報（頭痛履歴データ）を学習モデルＭに入力に入力し、分類情報及び治療に必要な治療薬に関する情報を出力する。以下では、実施形態２について、実施形態１と異なる点を説明する。後述する構成を除く他の構成については、実施形態１と共通している。このため、実施形態１と共通する構成部には実施形態１と同一の参照符号を付し、その構成部の説明を省略する。

【0034】

図１１は、実施形態２に係る情報処理装置１の構成例を示すブロック図である。実施形態２に係る情報処理装置１の記憶部１２は、頭痛履歴テーブル１２３を記憶している。また、実施形態２に係る学習モデルＭは、第１学習モデルＭ１及び第２学習モデルＭ２を含む。

【0035】

図１２は、頭痛履歴テーブル１２３の一例を示す説明図である。頭痛履歴テーブル１２３には、過去にユーザが端末装置２に入力し、情報処理装置１に送信された回答情報（頭痛履歴データ）が記憶されている。頭痛履歴テーブル１２３の管理項目は、例えば、日付フィールドと、頭痛頻度フィールドと、頭痛持続時間フィールドと、頭痛部位フィールドと、頭痛特徴フィールドと、服用薬剤フィールドと、服用頻度フィールドと、有効性フィールドとを含む。日付フィールドには、端末装置２に回答情報が入力された日の日付（年月日）が格納される。頭痛頻度フィールド、頭痛持続時間フィールド、頭痛部位フィールド、及び頭痛特徴フィールドには、入力情報に含まれる頭痛頻度、頭痛持続時間、頭痛部位、及び頭痛特徴が格納される。服用薬剤フィールド、服用頻度フィールド、及び有効性フィールドには、回答情報に含まれる服薬情報（服用中の薬の種類、服用頻度、及び有効性）が格納される。情報処理装置１の制御部１１は、端末装置２から、入力された回答情報を受信した場合、回答情報に含まれる頭痛頻度、頭痛持続時間、頭痛部位、頭痛特徴、及び服薬情報を頭痛履歴テーブル１２３の新たなレコードに追加する。なお、頭痛履歴テーブル１２３には、上述した項目以外の回答情報に含まれる項目が格納されてもよい。

【0036】

図１３は、実施形態２に係る学習モデルＭの一例を示す説明図である。本実施形態に係る学習モデルＭは、第１学習モデルＭ１と、第２学習モデルＭ２とを含む。第１学習モデルＭ１及び第２学習モデルＭ２には、頭痛履歴テーブル１２３に記憶された複数のレコードに係る回答情報（時系列の回答情報）が入力される。情報処理装置１の制御部１１は、例えば、頭痛履歴テーブル１２３から直近過去５回分の回答情報のレコードを読み出し、読み出した回答情報を頭痛履歴データ（入力データ）として第１学習モデルＭ１及び第２学習モデルＭ２に入力する。

【0037】

第１学習モデルＭ１は、例えば、Transformerにより構成される。なお、第１学習モデルＭ１は、例えば、ＢＥＲＴ、ＧＰＴ、ＲＮＮ、ＣＮＮ、またはＬＳＴＭ等の他のニューラルネットワークであってもよく、決定木、サポートベクタマシン、ロジスティクス回帰、ランダムフォレスト、またはＸＧＢｏｏｓｔ等の他の学習アルゴリズムであってもよい。第１学習モデルＭ１の入力層は、頭痛履歴データに含まれる各日付の回答情報の入力を、日付順に受け付ける。第２学習モデルＭ２の中間層は、入力データの特徴量を抽出する複数のニューロンを有し、抽出した特徴量を出力層に受け渡す。出力層は、ユーザの治療に必要な治療薬名を出力するニューロンを有し、中間層から出力された特徴量に基づいて、分類情報（診断結果）を出力する。第１学習モデルＭ１がTransformerである場合、情報処理装置１の制御部１１は、Transformerのアテンション機構を用いて分類情報の出力に対する各項目の寄与度を導出しても良い。すなわち、制御部１１は、どれだけ多くのアテンションを第１学習モデルＭ１が各項目（トークン）に示したかを寄与度として導出する。

【0038】

第２学習モデルＭ２は、例えば、Transformerにより構成される。なお、第２学習モデルＭ２は、例えば、ＢＥＲＴ、ＧＰＴ、ＲＮＮ、ＣＮＮ、またはＬＳＴＭ等の他のニューラルネットワークであってもよく、決定木、サポートベクタマシン、ロジスティクス回帰、ランダムフォレスト、またはＸＧＢｏｏｓｔ等の他の学習アルゴリズムであってもよい。第２学習モデルＭ２の入力層は、頭痛履歴データに含まれる各日付の回答情報の入力を、日付順に受け付ける。第２学習モデルＭ２の中間層は、入力データの特徴量を抽出する複数のニューロンを有し、抽出した特徴量を出力層に受け渡す出力層は、ユーザの治療に必要な治療薬に関する情報を出力するニューロンを有し、中間層から出力された特徴量に基づいて、ユーザの治療に必要な治療薬に関する情報（治療薬名）を出力する。第２学習モデルＭ２がTransformerである場合、情報処理装置１の制御部１１は、Transformerのアテンション機構を用いて治療薬に関する情報の出力に対する各項目の寄与度を導出しても良い。すなわち、制御部１１は、どれだけ多くのアテンションを第２学習モデルＭ２が各項目（トークン）に示したかを寄与度として導出する。

【0039】

上述の通り、実施形態２に係る学習モデルＭは、時系列の回答情報を含む頭痛履歴データが入力された場合、分類情報（診断結果）及びユーザの治療に必要な治療薬に関する情報（治療薬名）を出力する。なお、学習モデルＭは分類情報または治療薬名のいずれか一方のみを出力してもよい。端末装置２が、ユーザ所有する端末である場合、学習モデルＭが出力する治療薬名は、要指導医薬品または一般用医薬品の治療薬名である。端末装置２が、頭痛患者の診察を行う病院または医師が所有する端末である場合、学習モデルＭが出力する治療薬名は、医療用医薬品の治療薬名である。

【0040】

第１学習モデルＭ１は、頭痛履歴データと出力する分類情報の正解値ラベルとを紐づけた訓練データを用いて学習される。正解値ラベルは、例えば、頭痛の専門医が頭痛履歴データに基づいて診断した結果に基づくものである。第１学習モデルＭ１は、頭痛履歴データが入力された場合に、正解値ラベルと同値を出力するように、誤差逆伝播によって重み及びバイアスを修正して学習される。例えば、頭痛履歴データに基づく専門医による診断結果が片頭痛である場合、学習モデルＭは、該頭痛履歴データが入力された場合に片頭痛を出力するように学習される。学習モデルＭは、多数の訓練データについて同様の処理が行われることによって学習（構築）される。

【0041】

第２学習モデルＭ２は、頭痛履歴データと出力する治療薬名の正解値ラベルとを紐づけた訓練データを用いて学習される。正解値ラベルとなる治療薬名は、例えば、頭痛の専門医が実際に患者に対して処方し、患者の頭痛が軽減または治癒した（有効であった）治療薬の治療薬名である。第２学習モデルＭ２は、頭痛履歴データが入力された場合に、正解値ラベルと同値を出力するように、誤差逆伝播によって重み及びバイアスを修正して学習される。例えば、頭痛履歴データに基づいて処方され、有効であった治療薬の治療薬名が薬剤Ｕである場合、第２学習モデルＭ２は、該頭痛履歴データが入力された場合に薬剤Ｕを出力するように学習される。学習モデルＭは、多数の訓練データについて同様の処理が行われることによって学習（構築）される。

【0042】

図１４は、実施形態２に係る情報処理装置１及び端末装置２の処理の一例を示すフローチャートである。端末装置２の端末制御部２１は、問診票画面を表示部２４に表示させる（Ｓ２１）。端末制御部２１は、入力部２５にユーザからの回答情報の入力を受け付けさせる（Ｓ２２）。端末制御部２１は、入力された回答情報を情報処理装置１に送信する（Ｓ２３）。

【0043】

情報を情報処理装置１の制御部１１は、端末装置２から回答情報を受信する（Ｓ２４）。制御部１１は、受信した回答情報のうち、頭痛頻度、頭痛持続時間、頭痛部位、頭痛特徴、及び服薬情報（服用中の薬の種類、服用頻度、及び有効性）を記憶部１２の頭痛履歴テーブル１２３に記憶させる（Ｓ２５）。制御部１１は、頭痛履歴テーブル１２３から直近過去５回分の時系列の回答情報（頭痛履歴データ）を読み出す（Ｓ２６）。制御部１１は、読み出した頭痛履歴データを学習モデルＭに入力し（Ｓ２７）、分類情報及びユーザの治療に必要な治療薬名を出力する（Ｓ２８）。制御部１１は、出力された分類情報及び治療に必要な治療薬名を端末装置２に送信し（Ｓ２９）、処理を終了する。

【0044】

端末装置２の端末制御部２１は、情報処理装置１から分類情報及び治療薬名を受信する（Ｓ３０）。端末制御部２１は、分類情報及び治療薬名を表示部２４に表示させ（Ｓ３１）、処理を終了する。

【0045】

なお、学習モデルＭ（第１学習モデルＭ１及び第２学習モデルＭ２）に対する入力データには、過去に学習モデルＭが出力した分類情報または薬剤に関する情報が含まれてもよい。また、学習モデルＭは分類情報及び薬剤に関する情報の両方を出力する単一のモデルにより構成されてもよい。学習モデルＭがＧＰＴまたはｓｅｑ２ｓｅｑ等の時系列による出力が可能なモデルによって構成されている場合、学習モデルＭは、将来ユーザが罹患する頭痛の分類情報の予測、または将来必要な治療薬名及び必要な治療薬の量（治療薬に関する情報）の予測を時系列によって出力してもよい。この場合、学習モデルＭは、将来的に頭痛が治癒する（正常となる）予測、または将来的に治療薬が不要となる予測を出力することが可能である。例えば、学習モデルＭは時系列による分類情報について、現在は片頭痛、１か月後は片頭痛、３か月後は正常のように出力する。また、学習モデルＭは時系列による治療薬に関する情報について、現在は薬剤Ｕ１日３回、１か月後は薬剤Ｕ１日１回、３か月後は薬剤不要のように出力する。また、この場合、学習モデルＭは、過去の時系列の回答データ（頭痛履歴データ）と複数期間にわたる分類情報とが含まれる訓練データ、及び過去の時系列の回答データ（頭痛履歴データ）と複数期間にわたって頭痛の専門医が患者に処方した薬剤または有効であった治療薬の治療薬名及び服用量とが含まれる訓練データを用いて学習される。

【0046】

（実施形態３）
実施形態３に係る端末装置２は、頭痛頻度、頭痛持続時間、頭痛部位、または頭痛特徴を含む頭痛に関する情報の記録を行うアプリケーションプログラム及び服用中の薬剤に関する情報の記録を行うアプリケーションプログラムを記憶している。情報処理装置１の制御部１１は、端末装置２が実行するアプリケーションプログラムから頭痛に関する記録または服用中の薬剤に関する記録を取得し、取得した前記頭痛履歴データまたは服用中の薬剤に関する記録を回答情報として前記学習モデルに入力することにより、分類情報または必要な治療薬に関する情報（治療薬名）を出力する。以下では、実施形態３について、実施形態１及び実施形態２と異なる点を説明する。後述する構成を除く他の構成については、実施形態１または実施形態２と共通している。このため、実施形態１または実施形態２と共通する構成部には実施形態１と同一の参照符号を付し、その構成部の説明を省略する。

【0047】

図１５は、実施形態３に係る端末装置２の構成例を示すブロック図である。実施形態３に係る端末装置２は、頭痛記録アプリケーションプログラム（頭痛記録アプリプログラム）Ｐｂ、服薬記録アプリケーションプログラム（服薬記録アプリプログラム）Ｐｃ、頭痛記録テーブル２２１、及び服薬記録テーブル２２２を記憶している。頭痛記録テーブル２２１は、頭痛記録アプリプログラムＰｂによって読み出され、表示部２４に表示される。服薬記録テーブル２２２は、服薬記録アプリプログラムＰｃによって読み出され、表示部２４に表示される。頭痛記録アプリプログラムＰｂ及び服薬記録アプリプログラムＰｃは、例えば、記憶媒体２２ａを用いて端末装置２に提供される。なお、端末装置２の端末制御部２１は、インターネットを用いて頭痛記録アプリプログラムＰｂ及び服薬記録アプリプログラムＰｃを取得し、記憶部２２に記憶させてもよい。なお、記憶部２２には、情報処理装置１または他の装置から取得（ダウンロード）した電子カルテデータが記憶されてもよい。この場合、端末制御部２１は、該電子カルテデータから読み出された情報を回答情報として情報処理装置１に送信する。

【0048】

図１６は、頭痛記録テーブル２２１の一例を示す説明図である。頭痛記録テーブル２２１には、過去にユーザが入力した頭痛に関する記録が格納されている。頭痛記録テーブル２２１の管理項目（フィールド）は、例えば、日付フィールドと、頭痛頻度フィールドと、頭痛持続時間フィールドと、頭痛部位フィールドと、頭痛特徴フィールドと、を含む。日付フィールドには、ユーザが端末装置２に回答情報を入力した日の日付（年月日）が格納される。頭痛頻度フィールド、頭痛持続時間フィールド、頭痛部位フィールド、及び頭痛特徴フィールドには、ユーザが入力した回答情報に含まれる頭痛頻度、頭痛持続時間、頭痛部位、及び頭痛特徴が格納される。

【0049】

図１７は、服薬記録テーブル２２２の一例を示す説明図である。服薬記録テーブル２２２には、過去にユーザが入力した服用中の薬剤に関する記録が格納されている。服薬記録テーブル２２２の管理項目（フィールド）は、日付フィールドと、服用薬剤フィールドと、服用頻度フィールドと、有効性フィールドとを含む。日付フィールドには、ユーザが端末装置２に回答情報を入力した日の日付（年月日）が格納される。服用薬剤フィールド、服用頻度フィールド、及び有効性フィールドには、ユーザが入力した回答情報に含まれる服薬情報（服用中の薬の種類、服用頻度、及び有効性）が格納される。

【0050】

図１８は、頭痛記録選択画面の一例を示す説明図である。端末装置２の端末制御部２１は、頭痛記録アプリプログラムＰｂの実行を開始すると、記憶部２２から頭痛記録テーブル２２１を読み出し、表示部２４に表示させる。ユーザは入力部２５によって、回答情報として情報処理装置１に送信する頭痛記録のレコードの選択を入力することが可能である。本実施形態に係る頭痛記録選択画面においては、複数の頭痛記録のレコードが選択される。端末制御部２１は、選択された複数の頭痛記録を情報処理装置１に送信する。すなわち、時系列の複数の回答情報（頭痛頻度、頭痛持続時間、頭痛部位、及び頭痛特徴）が頭痛履歴データとして情報処理装置１に送信される。図１８に示す例においては、選択された頭痛記録のレコードは黒三角によって示される。なお、本実施形態に係る頭痛記録テーブル２２１には頭痛頻度フィールドが含まれており、記録された頭痛頻度が回答情報に含まれるが、これに限られない。端末制御部２１は、ユーザが頭痛を発症する毎に入力された頭痛記録を入力された日付に紐づけて頭痛記録テーブル２２１に記録し、複数の該日付に基づいて算出した頭痛頻度を回答情報または頭痛履歴データに含めてもよい。

【0051】

図１９は、服用薬剤記録選択画面の一例を示す説明図である。端末装置２の端末制御部２１は、服薬記録アプリプログラムＰｃの実行を開始すると、記憶部２２から服薬記録テーブル２２２を読み出し、表示部２４に表示させる。ユーザは入力部２５によって、回答情報として情報処理装置１に送信する薬剤に関する記録のレコードの選択を入力することが可能である。本実施形態に係る服用薬剤記録選択画面においては、複数の薬剤に関する記録のレコードが選択される。端末制御部２１は、選択された複数の薬剤に関する記録を情報処理装置１に送信する。すなわち、時系列の複数の回答情報（服用中の薬の種類、服用頻度、及び有効性）が情報処理装置１に送信される。図１９に示す例においては、選択された薬剤に関する記録のレコードは黒三角によって示される。

【0052】

本実施形態においては、図１８に示す頭痛記録選択画面において選択された頭痛記録のレコードと同じ日付の服用薬剤記録のレコードが図１９に示す服用薬剤記録選択画面において選択されるが、これに限られない。頭痛記録のレコードの日付と服用薬剤記録選択画面のレコードの日付は異なってもよい。また、端末装置２の端末制御部２１は、頭痛記録アプリプログラムＰｂの実行を開始すると、自動で直近過去５回分の頭痛記録のレコードを読み出して情報処理装置１に送信してもよく、服薬記録アプリプログラムＰｃの実行を開始すると、自動で直近過去５回分の服用薬剤記録のレコードを読み出して情報処理装置１に送信してもよい。

【0053】

図２０は、実施形態３に係る情報処理装置及び端末装置の処理の一例を示すフローチャートである。端末装置２の端末制御部２１は、頭痛記録選択画面を表示部２４に表示させる（Ｓ４１）。端末制御部２１は、入力部２５に複数の頭痛記録のレコードの選択を受け付けさせる（Ｓ４２）。端末制御部２１は、入力部２５に服用薬剤記録画面を表示させる（Ｓ４３）。端末制御部２１は、入力部２５に複数の薬剤に関する記録のレコードの選択を受け付けさせる（Ｓ４４）。端末制御部２１は、選択された複数の頭痛記録及び複数の薬剤に関する記録を時系列の回答情報を含む頭痛履歴データとして情報処理装置１に送信する（Ｓ４５）。

【0054】

情報を情報処理装置１の制御部１１は、端末装置２から頭痛履歴データを受信する（Ｓ４６）。制御部１１は、受信した頭痛履歴データを学習モデルＭに入力し（Ｓ４７）、分類情報及びユーザの治療に必要な治療薬名を出力する（Ｓ４８）。制御部１１は、出力された分類情報及び治療名を端末装置２に送信し（Ｓ４９）、処理を終了する。

【0055】

端末装置２の端末制御部２１は、情報処理装置１から分類情報及び治療薬名を受信する（Ｓ５０）。端末制御部２１は、分類情報及び治療薬名を表示部２４に表示させ（Ｓ５１）、処理を終了する。

【0056】

（実施形態４）
実施形態４に係る情報処理装置１は、算出された学習モデルＭに入力された回答情報に含まれる各項目の、出力された分類情報に対する寄与度を記憶し、各項目における複数の回答情報に係る寄与度の平均値を算出する。情報処理装置１は、回答情報の項目別に、分類情報毎の寄与度の平均値を積み上げて作成されたグラフを作成し、端末装置２に送信（出力）する。実施形態２に係る端末装置２は、頭痛患者の診察を行う病院または医師が所有する端末であり、情報処理装置１から受信した寄与度の平均値を示すグラフを表示する。以下では、実施形態４について、実施形態１と異なる点を説明する。後述する構成を除く他の構成については、実施形態１と共通している。このため、実施形態１と共通する構成部には実施形態１と同一の参照符号を付し、その構成部の説明を省略する。

【0057】

図２１は、実施形態４に係る情報処理装置１の構成例を示すブロック図である。実施形態４に係る情報処理装置１の記憶部１２は、寄与度テーブル１２４を記憶している。

【0058】

図２２は、寄与度テーブル１２４の一例を示す説明図である。寄与度テーブル１２４には、学習モデルＭに入力された回答情報に含まれる各項目の、出力された分類情報に対する寄与度が記憶されている。寄与度テーブル１２４の管理項目（フィールド）は、分類情報フィールドと、複数の寄与度フィールドとを含む。なお、寄与度フィールドは、回答情報に含まれる各項目に係る寄与度が格納されるフィールドを含むが、図２２においては、年齢、性別、身長、及び体重に係る寄与度フィールドを示し、他の項目に係る寄与度フィールドを省略している。情報処理装置１の制御部１１は、学習モデルＭによって分類情報を出力後、出力された分類情報に対する各項目の寄与度を算出し、分類情報と紐づけて寄与度テーブルの新たなレコードに追加して記憶する。

【0059】

図２３は、寄与度グラフ表示画面の一例を示す説明図である。情報処理装置１の制御部１１は、例えば、寄与度テーブルに所定数のレコードが追加された場合、各分類情報に対する回答情報の各項目の寄与度の平均値を示すグラフ（寄与度グラフ）を作成し、端末装置２に送信する。端末装置２の端末制御部２１は、情報処理装置１から受信した寄与度グラフを表示部２４に表示させる。なお、情報処理装置１の制御部１１は、端末装置２から寄与度グラフの作成を指示する情報が送信された場合、寄与度グラフを作成して端末装置２に送信してもよい。

【0060】

情報処理装置１の制御部１１は、寄与度テーブル１２４に所定数（例えば１００）のレコードが追加されると、各分類情報についての、各項目の寄与度の平均値を算出する。なお、本実施形態において、片頭痛と薬物乱用頭痛とは同じ分類情報であるものとし、分類情報が片頭痛であるレコードと薬物乱用頭痛であるレコードは合わせて各項目の寄与度の平均値が算出される。具体的には、制御部１１は、分類情報が片頭痛または薬物乱用頭痛であるレコードをすべて読み出し、読み出したレコードの各項目の寄与度の平均値を算出する。制御部１１は、分類情報が薬物乱用頭痛、緊張型頭痛、三叉神経自律神経性頭痛、その他の一次性頭痛、及び二次性頭痛であるレコードについても同様に各項目の寄与度の平均値を算出する。制御部１１は、回答情報の項目ごとに、各分類情報の出力に対する寄与度の平均値を積み上げることで、積み上げグラフ形式の寄与度グラフを作成する。すなわち、制御部１１は、回答情報の項目別に、分類情報毎の寄与度の平均値を積み上げてグラフを作成する。寄与度グラフの縦軸は回答情報の項目を示し、横軸は寄与度を示す。本実施形態に係る寄与度はＳＨＡＰにより算出され、各分類情報に対する寄与度の値の幅は０～１である。なお、図２３に示す例においては、各分類情報の出力に対する寄与度の合計が高い順に上から回答情報の項目が配列されている。また、本実施形態においては、回答情報の項目ごとに寄与度の平均値が算出されているが、回答情報の項目に係る回答データ（選択肢）ごとに寄与度の平均値が算出されてもよい。

【0061】

今回開示した実施の形態は、全ての点で例示であって、制限的なものではないと考えられるべきである。各実施例にて記載されている技術的特徴は互いに組み合わせることができ、本発明の範囲は、特許請求の範囲内での全ての変更及び特許請求の範囲と均等の範囲が含まれることが意図される。また、特許請求の範囲に記載した独立請求項及び従属請求項は、引用形式に関わらず全てのあらゆる組み合わせにおいて、相互に組み合わせることが可能である。さらに、特許請求の範囲には他の２以上のクレームを引用するクレームを記載する形式（マルチクレーム形式）を用いているが、これに限るものではない。マルチクレームを少なくとも一つ引用するマルチクレーム（マルチマルチクレーム）を記載する形式を用いて記載しても良い。

【符号の説明】

【0062】

１ 情報処理装置
１１ 制御部
１２ 記憶部
１２１ 診断情報テーブル
１２２ 分類情報履歴テーブル
１２３ 頭痛履歴テーブル
１２４ 寄与度テーブル
１２ａ 記憶媒体
１３ 通信部
２ 端末装置
２１ 端末制御部
２２ 記憶部
２２１ 頭痛記録テーブル
２２２ 服薬記録テーブル
２２ａ 記憶媒体
２３ 通信部
２４ 表示部
２５ 入力部
Ｍ 学習モデル
Ｍ１ 第１学習モデル
Ｍ２ 第２学習モデル
Ｎ ネットワーク
Ｐ プログラム
Ｐａ アプリケーションプログラム（アプリプログラム）
Ｐｂ 頭痛記録アプリケーションプログラム（頭痛記録アプリプログラム）
Ｐｃ 服薬記録アプリケーションプログラム（服薬記録アプリプログラム）
Ｓ 情報処理システム

【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】

【図23】

【手続補正書】

【提出日】2024-07-01

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

頭痛に関し、頭痛持続時間及び頭痛特徴に関する情報の項目を含むユーザの回答情報を取得し、
頭痛持続時間及び頭痛特徴に関する情報の項目を含む回答情報を入力した場合に、片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報を出力するように学習された学習モデルに、取得した回答情報を入力することにより、前記分類情報を出力する
処理をコンピュータに実行させるプログラム。

【請求項2】

頭痛に関するユーザの回答情報を取得し、
回答情報を入力した場合に、片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報を出力するように学習された学習モデルに、取得した回答情報を入力することにより、前記分類情報を出力し、
前記回答情報の前記項目の、前記分類情報の出力に対する寄与度を出力し、
最も前記寄与度が高い前記項目を出力し、
前記分類情報に対応し、頭痛の治療が可能な治療病院名及び頭痛の種類に対して治療に必要な治療薬の治療薬名を含む頭痛診断に関する情報を出力し、
過去に出力された前記分類情報の履歴を出力し、
前記分類情報、前記寄与度が高い前記項目、前記頭痛診断に関する情報、及び前記分類情報の履歴を同一の画面において表示する
処理をコンピュータに実行させるプログラム。

【請求項3】

頭痛に関するユーザの複数の項目を含む回答情報を取得し、
回答情報を入力した場合に、片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報を出力するように学習された学習モデルに、取得した回答情報を入力することにより、前記分類情報を出力し、
前記回答情報の前記項目の、前記分類情報の出力に対する寄与度を出力し、
各前記項目の、出力された前記分類情報に対する前記寄与度を記憶し、
各分類情報について、各前記項目の寄与度の平均値を算出し、
縦軸が前記回答情報の前記項目を示し、横軸は前記寄与度の平均値を積み上げた合計を示す、前記項目別に前記分類情報毎の前記寄与度の平均値を積み上げて作成されたグラフであって、各前記分類情報の平均値を示す部分ごとに表示態様が異なるグラフを出力する
処理をコンピュータに実行させるプログラム。

【請求項4】

頭痛に関するユーザの時系列の回答情報を取得し、
時系列の回答情報を入力した場合に、片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報を出力するように学習された第１学習モデルに、取得した時系列の回答情報を入力することにより、前記分類情報を出力し、
時系列の回答情報を入力した場合に、ユーザの治療に必要な治療薬に関する情報を出力するように学習された第２学習モデルに、取得した時系列の回答情報を入力することにより、前記ユーザの治療に必要な治療薬に関する情報を出力し、
前記第１学習モデルによって出力された前記分類情報に対応付けて、前記第２学習モデルによって出力された前記治療薬に関する情報を表示する
処理をコンピュータに実行させるプログラム。

【請求項5】

片頭痛、薬物乱用頭痛、緊張型頭痛、三叉神経自律神経性頭痛、その他の一次性頭痛、または二次性頭痛のいずれかを示す前記分類情報を出力する
請求項１から４のいずれか一つに記載のプログラム。

【請求項6】

前記回答情報は、頭痛頻度、頭痛持続時間、頭痛部位、頭痛特徴、または服用中の薬剤に関する情報の項目を含む
請求項１から４のいずれか一つに記載のプログラム。

【請求項7】

前記回答情報の前記項目の、前記分類情報の出力に対する寄与度を出力する
請求項６に記載のプログラム。

【請求項8】

前記分類情報に対応する頭痛診断に関する情報を出力する
請求項１から４のいずれか一つに記載のプログラム。

【請求項9】

過去に出力された前記分類情報の履歴を出力する
請求項１から４のいずれか一つに記載のプログラム。

【請求項10】

時系列の前記回答情報を含む頭痛履歴データを取得し、
前記学習モデルは、頭痛履歴データを入力した場合に、前記分類情報を出力するように学習されており、
前記学習モデルに、取得した前記頭痛履歴データを入力することにより、前記分類情報を出力する
請求項１から４のいずれか一つに記載のプログラム。

【請求項11】

時系列の前記回答情報を含む頭痛履歴データを取得し、
前記学習モデルは、頭痛履歴データを入力した場合に、必要な治療薬に関する情報を出力するように学習されており、
前記学習モデルに、取得した前記頭痛履歴データを入力することにより、前記必要な治療薬に関する情報を出力する
請求項１から４のいずれか一つに記載のプログラム。

【請求項12】

頭痛頻度、頭痛持続時間、頭痛部位、または頭痛特徴を含む頭痛に関する記録または服用中の薬剤に関する記録を行うアプリケーションプログラムから、頭痛に関する記録または服用中の薬剤に関する記録を取得し、
取得した頭痛に関する記録または服用中の薬剤に関する記録を回答情報として前記学習モデルに入力することにより、前記分類情報を出力する
請求項１から４のいずれか一つに記載のプログラム。

【請求項13】

前記頭痛履歴データの記録または服用中の薬剤に関する記録を行うアプリケーションプログラムから、前記頭痛履歴データの記録または服用中の薬剤に関する記録を取得し、
取得した前記頭痛履歴データまたは服用中の薬剤に関する記録を前記回答情報として前記学習モデルに入力することにより、前記分類情報を出力する
請求項１０に記載のプログラム。

【請求項14】

前記頭痛履歴データの記録または服用中の薬剤に関する記録を行うアプリケーションプログラムから、前記頭痛履歴データの記録または服用中の薬剤に関する記録を取得し、
取得した前記頭痛履歴データまたは服用中の薬剤に関する記録を前記回答情報として前記学習モデルに入力することにより、前記必要な治療薬に関する情報を出力する
請求項１１に記載のプログラム。

【請求項15】

前記項目別に、前記分類情報毎の前記寄与度の平均値を積み上げて作成されたグラフを出力する
請求項７に記載のプログラム。

【請求項16】

頭痛に関し、頭痛持続時間及び頭痛特徴に関する情報の項目を含むユーザの回答情報と、前記回答情報に基づいて判定された片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報とを含む訓練データを取得し、
取得した訓練データに基づき、頭痛持続時間及び頭痛特徴に関する情報の項目を含む回答情報を入力した場合に、前記分類情報を出力する学習モデルを生成する
モデルの生成方法。

【請求項17】

頭痛に関し、頭痛持続時間及び頭痛特徴に関する情報の項目を含むユーザの回答情報を取得し、
頭痛持続時間及び頭痛特徴に関する情報の項目を含む回答情報を入力した場合に、片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報を出力するように学習された学習モデルに、取得した回答情報を入力することにより、前記分類情報を出力する
情報処理方法。

【請求項18】

頭痛に関するユーザの回答情報を取得し、
回答情報を入力した場合に、片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報を出力するように学習された学習モデルに、取得した回答情報を入力することにより、前記分類情報を出力し、
前記回答情報の前記項目の、前記分類情報の出力に対する寄与度を出力し、
最も前記寄与度が高い前記項目を出力し、
前記分類情報に対応し、頭痛の治療が可能な治療病院名及び頭痛の種類に対して治療に必要な治療薬の治療薬名を含む頭痛診断に関する情報を出力し、
過去に出力された前記分類情報の履歴を出力し、
前記分類情報、前記寄与度が高い前記項目、前記頭痛診断に関する情報、及び前記分類情報の履歴を同一の画面において表示する
情報処理方法。

【請求項19】

頭痛に関するユーザの複数の項目を含む回答情報を取得し、
回答情報を入力した場合に、片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報を出力するように学習された学習モデルに、取得した回答情報を入力することにより、前記分類情報を出力し、
前記回答情報の前記項目の、前記分類情報の出力に対する寄与度を出力し、
各前記項目の、出力された前記分類情報に対する前記寄与度を記憶し、
各分類情報について、各前記項目の寄与度の平均値を算出し、
縦軸が前記回答情報の前記項目を示し、横軸は前記寄与度の平均値を積み上げた合計を示す、前記項目別に前記分類情報毎の前記寄与度の平均値を積み上げて作成されたグラフであって、各前記分類情報の平均値を示す部分ごとに表示態様が異なるグラフを出力する
情報処理方法。

【請求項20】

頭痛に関するユーザの時系列の回答情報を取得し、
時系列の回答情報を入力した場合に、片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報を出力するように学習された第１学習モデルに、取得した時系列の回答情報を入力することにより、前記分類情報を出力し、
時系列の回答情報を入力した場合に、ユーザの治療に必要な治療薬に関する情報を出力するように学習された第２学習モデルに、取得した時系列の回答情報を入力することにより、前記ユーザの治療に必要な治療薬に関する情報を出力し、
前記第１学習モデルによって出力された前記分類情報に対応付けて、前記第２学習モデルによって出力された前記治療薬に関する情報を表示する
情報処理方法。

【請求項21】

頭痛に関し、頭痛持続時間及び頭痛特徴に関する情報の項目を含むユーザの回答情報を取得し、
頭痛持続時間及び頭痛特徴に関する情報の項目を含む回答情報を入力した場合に、片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報を出力するように学習された学習モデルに、取得した回答情報を入力することにより、前記分類情報を出力する
制御部
を備える情報処理装置。

【請求項22】

頭痛に関するユーザの回答情報を取得し、
回答情報を入力した場合に、片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報を出力するように学習された学習モデルに、取得した回答情報を入力することにより、前記分類情報を出力し、
前記回答情報の前記項目の、前記分類情報の出力に対する寄与度を出力し、
最も前記寄与度が高い前記項目を出力し、
前記分類情報に対応し、頭痛の治療が可能な治療病院名及び頭痛の種類に対して治療に必要な治療薬の治療薬名を含む頭痛診断に関する情報を出力し、
過去に出力された前記分類情報の履歴を出力し、
前記分類情報、前記寄与度が高い前記項目、前記頭痛診断に関する情報、及び前記分類情報の履歴を同一の画面において表示する
制御部
を備える情報処理装置。

【請求項23】

頭痛に関するユーザの複数の項目を含む回答情報を取得し、
回答情報を入力した場合に、片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報を出力するように学習された学習モデルに、取得した回答情報を入力することにより、前記分類情報を出力し、
前記回答情報の前記項目の、前記分類情報の出力に対する寄与度を出力し、
各前記項目の、出力された前記分類情報に対する前記寄与度を記憶し、
各分類情報について、各前記項目の寄与度の平均値を算出し、
縦軸が前記回答情報の前記項目を示し、横軸は前記寄与度の平均値を積み上げた合計を示す、前記項目別に前記分類情報毎の前記寄与度の平均値を積み上げて作成されたグラフであって、各前記分類情報の平均値を示す部分ごとに表示態様が異なるグラフを出力する
制御部
を備える情報処理装置。

【請求項24】

頭痛に関するユーザの時系列の回答情報を取得し、
時系列の回答情報を入力した場合に、片頭痛を含む一次性頭痛または二次性頭痛のいずれかを示す分類情報を出力するように学習された第１学習モデルに、取得した時系列の回答情報を入力することにより、前記分類情報を出力し、
時系列の回答情報を入力した場合に、ユーザの治療に必要な治療薬に関する情報を出力するように学習された第２学習モデルに、取得した時系列の回答情報を入力することにより、前記ユーザの治療に必要な治療薬に関する情報を出力し、
前記第１学習モデルによって出力された前記分類情報に対応付けて、前記第２学習モデルによって出力された前記治療薬に関する情報を表示する
制御部
を備える情報処理装置。