ホーム > 特許ランキング > 株式会社プレシジョン
知財求人 - 知財ポータルサイト「IP Force」
(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】P2025146835
(43)【公開日】2025-10-03
(54)【発明の名称】プログラム、情報処理装置及び方法
(51)【国際特許分類】
G16H 10/60 20180101AFI20250926BHJP
【ＦＩ】
G16H10/60
【審査請求】有
【請求項の数】11
【出願形態】ＯＬ
(21)【出願番号】P 2025090547
(22)【出願日】2025-05-30
(62)【分割の表示】P 2025005264の分割
【原出願日】2025-01-15
(31)【優先権主張番号】P 2024046886
(32)【優先日】2024-03-22
(33)【優先権主張国・地域又は機関】JP
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．ＣＨＡＴＧＰＴ
【国等の委託研究の成果に係る記載事項】（出願人による申告）令和６年度、国立研究開発法人国立国際医療研究センター、戦略的イノベーション創造プログラム（ＳＩＰ）「統合型ヘルスケアシステムの構築」委託研究、産業技術力強化法第１７条第１項の適用を受ける特許出願
(71)【出願人】
【識別番号】517019991
【氏名又は名称】株式会社プレシジョン
(74)【代理人】
【識別番号】110002815
【氏名又は名称】ＩＰＴｅｃｈ弁理士法人
(72)【発明者】
【氏名】佐藤 寿彦
【テーマコード（参考）】
5L099
【Ｆターム（参考）】
5L099AA01
5L099AA23
(57)【要約】
【課題】音声データに基づいて入力された電子カルテの記録の省力化を図る。同時に、日本中の医療機関にマスカスタマイズして届ける。
【解決手段】プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムであって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プログラムは、プロセッサに、ユーザから、発話データの入力を受け付けさせ、受け付けた発話データを音声認識して音声認識データを取得させ、取得した音声認識データを機械学習モデルに入力し、この機械学習モデルに、入力した音声認識データに対応する漢字変換済音声認識データを出力させ、漢字変換済音声認識データをユーザに提示させる。
を実行させる、プログラム。
【選択図】図１
【解決手段】プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムであって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プログラムは、プロセッサに、ユーザから、発話データの入力を受け付けさせ、受け付けた発話データを音声認識して音声認識データを取得させ、取得した音声認識データを機械学習モデルに入力し、この機械学習モデルに、入力した音声認識データに対応する漢字変換済音声認識データを出力させ、漢字変換済音声認識データをユーザに提示させる。
を実行させる、プログラム。
【選択図】図１
【特許請求の範囲】
【請求項1】
プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムであって、
前記プログラムは、前記プロセッサに、
ユーザから、発話データの入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記発話データを音声認識して得た、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを前記ユーザに提示する第２ステップと、
前記第１ステップで受け付けている前記発話データの前記ユーザによる入力の終了を判断する第３ステップと、
前記第３ステップにより入力の終了が判定されるまでに前記第１ステップにおいて受け付けた前記発話データを解析するとともに、（ｉ）前記ユーザの環境情報、（ｉｉ）前記音声認識データの取得前の文書、及び（ｉｉｉ）前記ユーザの顧客に関する情報の少なくとも１つ、並びに（ｉｖ）前記音声認識データを解析することにより、前記音声認識データに対して仮名漢字変換または誤字の修正のいずれか一方を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行させる、プログラム。
前記プログラムは、前記プロセッサに、
ユーザから、発話データの入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記発話データを音声認識して得た、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを前記ユーザに提示する第２ステップと、
前記第１ステップで受け付けている前記発話データの前記ユーザによる入力の終了を判断する第３ステップと、
前記第３ステップにより入力の終了が判定されるまでに前記第１ステップにおいて受け付けた前記発話データを解析するとともに、（ｉ）前記ユーザの環境情報、（ｉｉ）前記音声認識データの取得前の文書、及び（ｉｉｉ）前記ユーザの顧客に関する情報の少なくとも１つ、並びに（ｉｖ）前記音声認識データを解析することにより、前記音声認識データに対して仮名漢字変換または誤字の修正のいずれか一方を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行させる、プログラム。
【請求項2】
プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムであって、
前記プログラムは、前記プロセッサに、
ユーザから、前記ユーザの顧客に関する情報の入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記ユーザの顧客に関する情報を音声認識して得た、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを前記ユーザに提示する第２ステップと、
前記第１ステップで受け付けている前記ユーザの顧客に関する情報の前記ユーザによる入力の終了を、前記ユーザの顧客に関する情報に含まれる句読点、改行コード、前記ユーザの顧客に関する情報の文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第６ステップと、
前記第６ステップにより入力の終了が判定されるまでに前記第１ステップにおいて受け付けた前記ユーザの顧客に関する情報を解析するとともに、（Ｉ）前記ユーザの環境情報及び（ＩＩ）前記音声認識データの取得前の文書の少なくとも一方、並びに（ＩＩＩ）前記音声認識データを解析することにより、前記音声認識データに対して仮名漢字変換または誤字の修正のいずれか一方を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行させる、プログラム。
前記プログラムは、前記プロセッサに、
ユーザから、前記ユーザの顧客に関する情報の入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記ユーザの顧客に関する情報を音声認識して得た、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを前記ユーザに提示する第２ステップと、
前記第１ステップで受け付けている前記ユーザの顧客に関する情報の前記ユーザによる入力の終了を、前記ユーザの顧客に関する情報に含まれる句読点、改行コード、前記ユーザの顧客に関する情報の文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第６ステップと、
前記第６ステップにより入力の終了が判定されるまでに前記第１ステップにおいて受け付けた前記ユーザの顧客に関する情報を解析するとともに、（Ｉ）前記ユーザの環境情報及び（ＩＩ）前記音声認識データの取得前の文書の少なくとも一方、並びに（ＩＩＩ）前記音声認識データを解析することにより、前記音声認識データに対して仮名漢字変換または誤字の修正のいずれか一方を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行させる、プログラム。
【請求項3】
プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムであって、
前記プログラムは、前記プロセッサに、
ユーザから、前記ユーザの顧客に関する発話データの入力を受け付ける第７ステップと、
前記第７ステップで受け付けた前記発話データを音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第８ステップと、
前記第８ステップにおいて取得された前記音声認識データを前記ユーザに提示する第９ステップと、
前記第７ステップで受け付けている前記発話データの前記ユーザによる入力の終了を、前記音声認識データに含まれる句読点、改行コード、前記音声認識データの文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第１０ステップと、
前記第１０ステップにより入力の終了が判定されるまでに前記第８ステップにおいて取得した前記音声認識データを解析するとともに、前記ユーザの環境情報及び前記音声認識データの取得前の文書の少なくとも一方を解析することにより、前記音声認識データに対して仮名漢字変換または誤字の修正のいずれか一方を行った変換済音声認識データを取得する第１１ステップと、
前記第１１ステップで取得した前記変換済音声認識データを前記ユーザに提示する第１２ステップとを実行させる、プログラム。
前記プログラムは、前記プロセッサに、
ユーザから、前記ユーザの顧客に関する発話データの入力を受け付ける第７ステップと、
前記第７ステップで受け付けた前記発話データを音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第８ステップと、
前記第８ステップにおいて取得された前記音声認識データを前記ユーザに提示する第９ステップと、
前記第７ステップで受け付けている前記発話データの前記ユーザによる入力の終了を、前記音声認識データに含まれる句読点、改行コード、前記音声認識データの文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第１０ステップと、
前記第１０ステップにより入力の終了が判定されるまでに前記第８ステップにおいて取得した前記音声認識データを解析するとともに、前記ユーザの環境情報及び前記音声認識データの取得前の文書の少なくとも一方を解析することにより、前記音声認識データに対して仮名漢字変換または誤字の修正のいずれか一方を行った変換済音声認識データを取得する第１１ステップと、
前記第１１ステップで取得した前記変換済音声認識データを前記ユーザに提示する第１２ステップとを実行させる、プログラム。
【請求項4】
前記ユーザは医療従事者であり、前記顧客は前記ユーザが診療を担当している患者である、請求項２または３に記載のプログラム。
【請求項5】
前記ユーザは医療従事者であり、前記ユーザの環境情報は前記ユーザが所属する診療科に関する情報である。請求項１～３のいずれかに記載のプログラム。
【請求項6】
前記ユーザの顧客に関する情報は、前記顧客が前回受診した際のカルテ情報及び／または診療サマリーである、請求項４に記載のプログラム。
【請求項7】
プロセッサとメモリとを備えた情報処理装置であって、
前記プロセッサは、
ユーザから、発話データの入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記発話データを音声認識して得た、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを前記ユーザに提示する第２ステップと、
前記第１ステップで受け付けている前記発話データの前記ユーザによる入力の終了を判断する第３ステップと、
前記第３ステップにより入力の終了が判定されるまでに前記第１ステップにおいて受け付けた前記発話データを解析するとともに、（ｉ）前記ユーザの環境情報、（ｉｉ）前記音声認識データの取得前の文書、及び（ｉｉｉ）前記ユーザの顧客に関する情報の少なくとも１つ、並びに（ｉｖ）前記音声認識データを解析することにより、前記音声認識データに対して仮名漢字変換または誤字の修正のいずれか一方を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行する、情報処理装置。
前記プロセッサは、
ユーザから、発話データの入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記発話データを音声認識して得た、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを前記ユーザに提示する第２ステップと、
前記第１ステップで受け付けている前記発話データの前記ユーザによる入力の終了を判断する第３ステップと、
前記第３ステップにより入力の終了が判定されるまでに前記第１ステップにおいて受け付けた前記発話データを解析するとともに、（ｉ）前記ユーザの環境情報、（ｉｉ）前記音声認識データの取得前の文書、及び（ｉｉｉ）前記ユーザの顧客に関する情報の少なくとも１つ、並びに（ｉｖ）前記音声認識データを解析することにより、前記音声認識データに対して仮名漢字変換または誤字の修正のいずれか一方を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行する、情報処理装置。
【請求項8】
プロセッサとメモリとを備えた情報処理装置であって、
前記プロセッサは、
ユーザから、前記ユーザの顧客に関する情報の入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記ユーザの顧客に関する情報を音声認識して得た、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを前記ユーザに提示する第２ステップと、
前記第１ステップで受け付けている前記ユーザの顧客に関する情報の前記ユーザによる入力の終了を、前記ユーザの顧客に関する情報に含まれる句読点、改行コード、前記ユーザの顧客に関する情報の文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第６ステップと、
前記第６ステップにより入力の終了が判定されるまでに前記第１ステップにおいて受け付けた前記ユーザの顧客に関する情報を解析するとともに、（Ｉ）前記ユーザの環境情報及び（ＩＩ）前記音声認識データの取得前の文書の少なくとも一方、並びに（ＩＩＩ）前記音声認識データを解析することにより、前記音声認識データに対して仮名漢字変換または誤字の修正のいずれか一方を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行する、情報処理装置。
前記プロセッサは、
ユーザから、前記ユーザの顧客に関する情報の入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記ユーザの顧客に関する情報を音声認識して得た、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを前記ユーザに提示する第２ステップと、
前記第１ステップで受け付けている前記ユーザの顧客に関する情報の前記ユーザによる入力の終了を、前記ユーザの顧客に関する情報に含まれる句読点、改行コード、前記ユーザの顧客に関する情報の文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第６ステップと、
前記第６ステップにより入力の終了が判定されるまでに前記第１ステップにおいて受け付けた前記ユーザの顧客に関する情報を解析するとともに、（Ｉ）前記ユーザの環境情報及び（ＩＩ）前記音声認識データの取得前の文書の少なくとも一方、並びに（ＩＩＩ）前記音声認識データを解析することにより、前記音声認識データに対して仮名漢字変換または誤字の修正のいずれか一方を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行する、情報処理装置。
【請求項9】
プロセッサとメモリとを備えた情報処理装置であって、
前記プロセッサは、
ユーザから、前記ユーザの顧客に関する発話データの入力を受け付ける第７ステップと、
前記第７ステップで受け付けた前記発話データを音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第８ステップと、
前記第８ステップにおいて取得された前記音声認識データを前記ユーザに提示する第９ステップと、
前記第７ステップで受け付けている前記発話データの前記ユーザによる入力の終了を、前記音声認識データに含まれる句読点、改行コード、前記音声認識データの文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第１０ステップと、
前記第１０ステップにより入力の終了が判定されるまでに前記第８ステップにおいて取得した前記音声認識データを解析するとともに、前記ユーザの環境情報及び前記音声認識データの取得前の文書の少なくとも一方を解析することにより、前記音声認識データに対して仮名漢字変換または誤字の修正のいずれか一方を行った変換済音声認識データを取得する第１１ステップと、
前記第１１ステップで取得した前記変換済音声認識データを前記ユーザに提示する第１２ステップとを実行する、情報処理装置。
前記プロセッサは、
ユーザから、前記ユーザの顧客に関する発話データの入力を受け付ける第７ステップと、
前記第７ステップで受け付けた前記発話データを音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第８ステップと、
前記第８ステップにおいて取得された前記音声認識データを前記ユーザに提示する第９ステップと、
前記第７ステップで受け付けている前記発話データの前記ユーザによる入力の終了を、前記音声認識データに含まれる句読点、改行コード、前記音声認識データの文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第１０ステップと、
前記第１０ステップにより入力の終了が判定されるまでに前記第８ステップにおいて取得した前記音声認識データを解析するとともに、前記ユーザの環境情報及び前記音声認識データの取得前の文書の少なくとも一方を解析することにより、前記音声認識データに対して仮名漢字変換または誤字の修正のいずれか一方を行った変換済音声認識データを取得する第１１ステップと、
前記第１１ステップで取得した前記変換済音声認識データを前記ユーザに提示する第１２ステップとを実行する、情報処理装置。
【請求項10】
プロセッサとメモリとを備えたコンピュータにより実行される方法であって、
前記プロセッサは、
ユーザから、発話データの入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記発話データを音声認識して得た、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを前記ユーザに提示する第２ステップと、
前記第１ステップで受け付けている前記発話データの前記ユーザによる入力の終了を判断する第３ステップと、
前記第３ステップにより入力の終了が判定されるまでに前記第１ステップにおいて受け付けた前記発話データを解析するとともに、（ｉ）前記ユーザの環境情報、（ｉｉ）前記音声認識データの取得前の文書、及び（ｉｉｉ）前記ユーザの顧客に関する情報の少なくとも１つ、並びに（ｉｖ）前記音声認識データを解析することにより、前記音声認識データに対して仮名漢字変換または誤字の修正のいずれか一方を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行する、方法。
前記プロセッサは、
ユーザから、発話データの入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記発話データを音声認識して得た、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを前記ユーザに提示する第２ステップと、
前記第１ステップで受け付けている前記発話データの前記ユーザによる入力の終了を判断する第３ステップと、
前記第３ステップにより入力の終了が判定されるまでに前記第１ステップにおいて受け付けた前記発話データを解析するとともに、（ｉ）前記ユーザの環境情報、（ｉｉ）前記音声認識データの取得前の文書、及び（ｉｉｉ）前記ユーザの顧客に関する情報の少なくとも１つ、並びに（ｉｖ）前記音声認識データを解析することにより、前記音声認識データに対して仮名漢字変換または誤字の修正のいずれか一方を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行する、方法。
【請求項11】
プロセッサとメモリとを備えたコンピュータにより実行される方法であって、
前記プロセッサは、
ユーザから、前記ユーザの顧客に関する情報の入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記ユーザの顧客に関する情報を音声認識して得た、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを前記ユーザに提示する第２ステップと、
前記第１ステップで受け付けている前記ユーザの顧客に関する情報の前記ユーザによる入力の終了を、前記ユーザの顧客に関する情報に含まれる句読点、改行コード、前記ユーザの顧客に関する情報の文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第６ステップと、
前記第６ステップにより入力の終了が判定されるまでに前記第１ステップにおいて受け付けた前記ユーザの顧客に関する情報を解析するとともに、（Ｉ）前記ユーザの環境情報及び（ＩＩ）前記音声認識データの取得前の文書の少なくとも一方、並びに（ＩＩＩ）前記音声認識データを解析することにより、前記音声認識データに対して仮名漢字変換または誤字の修正のいずれか一方を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行する、方法。
前記プロセッサは、
ユーザから、前記ユーザの顧客に関する情報の入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記ユーザの顧客に関する情報を音声認識して得た、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを前記ユーザに提示する第２ステップと、
前記第１ステップで受け付けている前記ユーザの顧客に関する情報の前記ユーザによる入力の終了を、前記ユーザの顧客に関する情報に含まれる句読点、改行コード、前記ユーザの顧客に関する情報の文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第６ステップと、
前記第６ステップにより入力の終了が判定されるまでに前記第１ステップにおいて受け付けた前記ユーザの顧客に関する情報を解析するとともに、（Ｉ）前記ユーザの環境情報及び（ＩＩ）前記音声認識データの取得前の文書の少なくとも一方、並びに（ＩＩＩ）前記音声認識データを解析することにより、前記音声認識データに対して仮名漢字変換または誤字の修正のいずれか一方を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行する、方法。
【請求項12】
プロセッサとメモリとを備えたコンピュータにより実行される方法であって、
前記プロセッサは、
ユーザから、前記ユーザの顧客に関する発話データの入力を受け付ける第７ステップと、
前記第７ステップで受け付けた前記発話データを音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第８ステップと、
前記第８ステップにおいて取得された前記音声認識データを前記ユーザに提示する第９ステップと、
前記第７ステップで受け付けている前記発話データの前記ユーザによる入力の終了を、前記音声認識データに含まれる句読点、改行コード、前記音声認識データの文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第１０ステップと、
前記第１０ステップにより入力の終了が判定されるまでに前記第８ステップにおいて取得した前記音声認識データを解析するとともに、前記ユーザの環境情報及び前記音声認識データの取得前の文書の少なくとも一方を解析することにより、前記音声認識データに対して仮名漢字変換または誤字の修正のいずれか一方を行った変換済音声認識データを取得する第１１ステップと、
前記第１１ステップで取得した前記変換済音声認識データを前記ユーザに提示する第１２ステップとを実行する、方法。
前記プロセッサは、
ユーザから、前記ユーザの顧客に関する発話データの入力を受け付ける第７ステップと、
前記第７ステップで受け付けた前記発話データを音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第８ステップと、
前記第８ステップにおいて取得された前記音声認識データを前記ユーザに提示する第９ステップと、
前記第７ステップで受け付けている前記発話データの前記ユーザによる入力の終了を、前記音声認識データに含まれる句読点、改行コード、前記音声認識データの文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第１０ステップと、
前記第１０ステップにより入力の終了が判定されるまでに前記第８ステップにおいて取得した前記音声認識データを解析するとともに、前記ユーザの環境情報及び前記音声認識データの取得前の文書の少なくとも一方を解析することにより、前記音声認識データに対して仮名漢字変換または誤字の修正のいずれか一方を行った変換済音声認識データを取得する第１１ステップと、
前記第１１ステップで取得した前記変換済音声認識データを前記ユーザに提示する第１２ステップとを実行する、方法。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、プログラム、情報処理装置及び方法に関する。
【背景技術】
【0002】
医師が患者に対する問診内容及び問診結果を音声またはキーボード入力して電子的に記録し、さらに患者に行う医療行為の履歴を電子的に記録する電子カルテは公知である。電子カルテの記録内容は、電子カルテテンプレートに沿って作成されることがある。
【0003】
上述した技術に関連する技術として、特許文献１に開示された技術がある。
【0004】
特許文献１には、医療支援装置に関する技術が開示されている。医療支援装置において、入力項目表示手段は入力項目を表示器に表示する。入力項目選択手段は複数の前記入力項目から一の前記入力項目を選択する。音声認識手段は、選択された辞書を用いて、入力された音声の音声認識を行い、音声に対する語句候補を抽出する。語句候補表示手段は抽出された語句候補を表示器に表示する。選択操作受付手段は語句候補から一の語句候補の選択操作を受付ける。記憶制御手段は、選択操作された一の語句候補を、選択した一の前記入力項目に対する回答として記憶手段に記憶させる。
【先行技術文献】
【特許文献】
【0005】
【特許文献1】特開２０１３－１５６８４４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に記載された技術では、医療分野の専門辞書を用いて音声認識処理を行っているが、医療分野のテンプレート入力では同音異表記が多く、現時点においても音声認識処理の精度には一定の限界があり、音声認識処理を行った結果としての電子カルテテンプレートへの入力内容に対してその後医師等が修正入力を行う必要が生じることがある。
【0007】
そこで、本開示は、上記課題を解決すべくなされたものであって、その目的は、音声データに基づいて入力された電子カルテテンプレートへの記録の省力化を図る技術を提供することである。
【課題を解決するための手段】
【0008】
プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムである。メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プログラムは、プロセッサに、ユーザから、発話データの入力を受け付ける第１３ステップと、第１３ステップで受け付けた発話データを音声認識して音声認識データを取得する第１４ステップと、第１４ステップで取得した音声認識データを機械学習モデルに入力し、この機械学習モデルに、入力した音声認識データに対応する漢字変換済音声認識データを出力させる第１５ステップと、第１５ステップの出力である漢字変換済音声認識データをユーザに提示する第１６ステップとを実行させる。
【発明の効果】
【0009】
本開示によれば、音声データに基づいて入力された電子カルテテンプレートへの記録の省力化を図ることができる。
【図面の簡単な説明】
【0010】
【図1】一実施形態に係るシステムの全体の構成を示す図である。
【図2】一実施形態に係る端末装置の機能的な構成を示す図である。
【図3】一実施形態に係るサーバの機能的な構成を示す図である。
【図4】一実施形態に係る電子カルテデータベースのデータ構造を示す図である。
【図5】一実施形態に係るシステムにおける処理流れの一例を示すフローチャートである。
【図6】一実施形態に係るシステムにおける処理流れの他の例を示すフローチャートである。
【図7】一実施形態に係る端末装置で表示される画面の一例を表す模式図である。
【図8】一実施形態に係るシステムにおける処理流れの一例を示す図である。
【図9】一実施形態に係るシステムにおける処理流れの他の例を示す図である。
【図10】一実施形態に係るシステムにおける処理流れのまた他の例を示す図である。
【図11】一実施形態に係る端末装置で表示される画面の他の例を表す模式図である。
【図12】一実施形態に係る端末装置で表示される画面のまた別の一例を表す模式図である。
【図13】一実施形態に係る端末装置で表示される画面のまた別の一例を表す模式図である。
【図14】一実施形態に係る端末装置で表示される画面のまた別の一例を表す模式図である。
【図15】一実施形態に係る端末装置で表示される画面のまた別の一例を表す模式図である。
【図16】一実施形態に係る端末装置で表示される画面のまた別の一例を表す模式図である。
【図17】一実施形態に係るシステムにより紹介状を生成する手順を説明する図である。
【図18】一実施形態に係るシステムにより紹介状を生成する手順を説明する図である。
【図19】変形例に係るシステムにおける処理流れの一例を示すフローチャートである。
【発明を実施するための形態】
【0011】
以下、本開示の実施形態について図面を参照して説明する。実施形態を説明する全図において、共通の構成要素には同一の符号を付し、繰り返しの説明を省略する。なお、以下の実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではない。また、実施形態に示される構成要素のすべてが、本開示の必須の構成要素であるとは限らない。また、各図は模式図であり、必ずしも厳密に図示されたものではない。
【0012】
また、以下の説明において、「プロセッサ」は、１以上のプロセッサである。少なくとも１つのプロセッサは、典型的には、ＣＰＵ（Central Processing Unit）のようなマイクロプロセッサであるが、ＧＰＵ（Graphics Processing Unit）のような他種のプロセッサでもよい。少なくとも１つのプロセッサは、シングルコアでもよいしマルチコアでもよい。
【0013】
また、少なくとも１つのプロセッサは、処理の一部又は全部を行うハードウェア回路（例えばＦＰＧＡ（Field-Programmable Gate Array）又はＡＳＩＣ（Application Specific Integrated Circuit））といった広義のプロセッサでもよい。
【0014】
また、以下の説明において、「ｘｘｘテーブル」といった表現により、入力に対して出力が得られる情報を説明することがあるが、この情報は、どのような構造のデータでもよいし、入力に対する出力を発生するニューラルネットワークのような学習モデルでもよい。従って、「ｘｘｘテーブル」を「ｘｘｘ情報」と言うことができる。
【0015】
また、以下の説明において、各テーブルの構成は一例であり、１つのテーブルは、２以上のテーブルに分割されてもよいし、２以上のテーブルの全部又は一部が１つのテーブルであってもよい。
【0016】
また、以下の説明において、「プログラム」を主語として処理を説明する場合があるが、プログラムは、プロセッサによって実行されることで、定められた処理を、適宜に記憶部及び／又はインターフェース部等を用いながら行うため、処理の主語が、プロセッサ（或いは、そのプロセッサを有するコントローラのようなデバイス）とされてもよい。
【0017】
プログラムは、計算機のような装置にインストールされてもよいし、例えば、プログラム配布サーバ又は計算機が読み取り可能な（例えば非一時的な）記録媒体にあってもよい。また、以下の説明において、２以上のプログラムが１つのプログラムとして実現されてもよいし、１つのプログラムが２以上のプログラムとして実現されてもよい。
【0018】
本明細書中に記載されている構成要素により実現される機能は、当該記載された機能を実現するようにプログラムされた、汎用プロセッサ、特定用途プロセッサ、集積回路、ＡＳＩＣｓ、ＣＰＵ、従来型の回路、および／又はそれらの組合せを含む、circuitry又はprocessing circuitryにおいて実装されてもよい。プロセッサは、トランジスタやその他の回路を含み、circuitry又はprocessing circuitryとみなされる。プロセッサは、メモリに格納されたプログラムを実行する、programmed processorであってもよい。
【0019】
本明細書において、circuitry、ユニット、手段は、記載された機能を実現するようにプログラムされたハードウェア、又は実行するハードウェアである。当該ハードウェアは、本明細書に開示されているあらゆるハードウェア、又は、当該記載された機能を実現するようにプログラムされた、又は、実行するものとして知られているあらゆるハードウェアであってもよい。
【0020】
当該ハードウェアがcircuitryのタイプであるとみなされるプロセッサである場合、当該circuitry、手段、又はユニットは、ハードウェアと、当該ハードウェア及び又はプロセッサを構成する為に用いられるソフトウェアの組合せである。
【0021】
また、以下の説明において、種々の対象の識別情報として、識別番号が使用されるが、識別番号以外の種類の識別情報（例えば、英字や符号を含んだ識別子）が採用されてもよい。
【0022】
また、以下の説明において、同種の要素を区別しないで説明する場合には、参照符号（又は、参照符号のうちの共通符号）を使用し、同種の要素を区別して説明する場合は、要素の識別番号（又は参照符号）を使用することがある。
【0023】
また、以下の説明において、制御線や情報線は、説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。全ての構成が相互に接続されていてもよい。
【0024】
＜０ システムの概要＞
本開示に係るシステムは、電子カルテテンプレートに基づく電子カルテの記録内容の記録を音声認識により行うシステムである。本明細書において、電子カルテの記録内容は電子カルテテンプレートに基づいて生成される。
本開示に係るシステムは、電子カルテテンプレートに基づく電子カルテの記録内容の記録を音声認識により行うシステムである。本明細書において、電子カルテの記録内容は電子カルテテンプレートに基づいて生成される。
【0025】
電子カルテテンプレートは、入力項目とこの入力項目に関連付けられた入力内容とを有する構造化データである。ここに、構造化データとは、ストレージに配置される前に事前定義され、ある定められた構造となるように整形されたデータである。これに対して、非構造化データとは、平文のまま保存され、使用時まで処理されないデータである。電子カルテは、この電子カルテテンプレートに基づいてその入力項目が規定される。なお、本システムは、電子カルテのテンプレートの入力項目をウェブフォーム等で別の形に作り直した電子カルテテンプレート入力補助システムでテンプレートの入力項目の入力を支援するシステムを含む。
【0026】
入力項目は電子カルテの各項目に対応する項目であり、医療従事者がどの項目であるかを特定するために、医療指定語を用いた比較的短い内容である。入力内容はこの入力内容に関連付けられた入力項目に対して医師または医療従事者が入力する内容である。入力内容は選択肢形式であったり自由回答形式であったり、その設問形式は多様である。入力内容は、選択肢形式であればいずれかの選択肢（選択肢が単一の場合もある）を選択したものであり、自由回答形式であれば自由文が入力される。なお、選択肢形式の入力内容であると、選択肢に医療指定語が含まれる。電子カルテテンプレートデータは、電子カルテテンプレートに基づいて医師または医療従事者が入力した内容であり、電子カルテテンプレートの入力内容の具体的な内容である。
【0027】
医療現場では、医師及び医療従事者は、電子カルテテンプレートに基づいて、電子カルテに大量のデータ入力をする必要がある。そして、電子カルテテンプレートは構造化データであり、一部は選択肢形式であり、一部は自由回答形式である。
【0028】
電子カルテテンプレートの入力項目及び入力内容は医療従事者が入力／修正／追記し、また、医療従事者が閲覧することを前提に作成されている。このことは、入力項目及び入力内容は医学的知識を前提とし、また、医学的に正確なものである必要がある。しかしながら、医師を含む医療従事者が電子カルテに記録すべき記録内容は膨大な量になり、その手間は半端なものではない。一例では、ある医療施設の入退院支援センターでは、大体６ページにわたる入力内容があり、その内容を電子カルテの縦に長くなったプロフィール欄またはアセスメントシートのどこの項目に入力するのかを探し、そこに入力することは、１患者当たり２０分程度かかっており、看護師・医療事務の残業の理由となっている。
【0029】
このような観点から、電子カルテの記録内容を音声認識により行うことが考えられる。とはいえ、現時点においても音声認識処理の精度は十分とは言えない。特に、電子カルテに記録すべき内容には患者の氏名、医療指定語等、一般的な音声認識エンジンでは正確な仮名漢字変換を行える可能性が低い内容を含んでいる。
【0030】
そこで、本開示に係るシステムでは、電子カルテテンプレートに基づく電子カルテの記録内容の記録を行うに当たって、音声認識処理を機械学習モデルに行わせる。好ましくは、プロンプトとして症例情報、診療メモ等の医療情報を機械学習モデルに入力し、機械学習モデルからの出力を用いて電子カルテの記録内容を特定している。このような構成を採用することにより、音声認識技術を用いて効率的にかつ正確な電子カルテの記録内容を記録することができる。
【0031】
ここに、症例情報とは、特定の患者（単一人には限らない）についての少なくとも現在の症状を含む情報であり、好ましくは、患者の年齢、性別、医療従事者が聞き取った主訴、現在の病歴（現病歴）及び既往歴・家族歴、初診時所見及び患者に対する検査数値、患者アウトカム、画像検査所見、音声情報を含む。症例情報は医療従事者が対面で問診したもの、患者が問診票に入力したもの、音声で吹き込んだものを含む。
【0032】
症例情報をシステムに入力するためには、電子的なデータ（例えばテキストデータ）に変換する必要がある。例えば、医療従事者が対面で問診した場合、医療従事者が問診した内容を電子カルテの自由記入欄に手入力したものが、電子化した症例情報に含まれる。また、医療従事者の問診に先立って患者が問診票に入力した内容についても電子化が必要である。近年、タブレット端末等を用いて、電子問診票と呼ばれる、問診項目に対応する問診回答を電子的に入力できるシステムがあり、電子問診票の問診回答であれば既に電子化されている。
【0033】
本開示に係るシステムでは、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルを用いている。この機械学習モデルは、ChatGPTに代表される汎用的な大規模言語モデルであってもよいし、本開示に係るシステムのためにチューニングされた機械学習モデルであってもよい。
【0034】
機械学習モデルに医療情報を入力する際に、医療情報をプロンプトとして入力することが好ましい。当然、医療情報以外のテキストを医療情報に付加したものを機械学習モデルに入力してもよい。プロンプトの詳細については後述する。
【0035】
なお、音声認識の精度は人間の作業者と同様に１００％にはならない。入力が正しくされたのかを確認する方法より簡易であることもユーザの使いやすさに大きな影響を与える。
【0036】
また、本開示に係るシステムは、医療従事者の指示により、上述した作業により記録内容が確定した電子カルテデータ（含む電子カルテテンプレートの構造化データ）、好ましくは特定の患者についての電子カルテデータに基づいて、文書データを生成する。ここにいう文書データは、一例として、診療サマリー、紹介状、製薬企業へのレポート等、電子カルテデータの一部を利用して生成する文書のデータである。
【0037】
本開示に係るシステムでは、これら文書データについての文書テンプレートを機械学習モデルにより生成している。機械学習モデルは、電子カルテテンプレートの入力項目に含まれる医療指定語を入力として、この医療指定語を衝突困難な文字列として含む文書テンプレートを出力する。この機械学習モデルは、ChatGPTに代表される汎用的な大規模言語モデルであってもよいし、本開示に係るシステムのためにチューニングされた機械学習モデルであってもよい。
【0038】
＜一実施形態＞
＜１ システム全体の構成図＞
図１は、本実施形態の電子カルテシステム１の全体の構成を示す図である。図１に示すように、電子カルテシステム１は、複数の端末装置（図１では、端末装置１０Ａ及び端末装置１０Ｂを示している。以下、総称して「端末装置１０」ということもある）と、サーバ２０とを含む。端末装置１０とサーバ２０とは、ネットワーク８０を介して相互に通信可能に接続されている。ネットワーク８０は、有線または無線ネットワークにより構成される。本実施形態では、サーバ２０はＷｅｂサーバ（クラウドサーバを含む）としての機能を有するサーバであり、端末装置１０との間でＷｅｂページにより情報のやり取りを行う。また、端末装置１０にはＷｅｂページを閲覧するためのＷｅｂページブラウザがインストールされているが、サーバ２０のサービスを提供するための専用アプリケーションがインストールされ、専用アプリケーションにより閲覧可能に構成してもよい。
＜１ システム全体の構成図＞
図１は、本実施形態の電子カルテシステム１の全体の構成を示す図である。図１に示すように、電子カルテシステム１は、複数の端末装置（図１では、端末装置１０Ａ及び端末装置１０Ｂを示している。以下、総称して「端末装置１０」ということもある）と、サーバ２０とを含む。端末装置１０とサーバ２０とは、ネットワーク８０を介して相互に通信可能に接続されている。ネットワーク８０は、有線または無線ネットワークにより構成される。本実施形態では、サーバ２０はＷｅｂサーバ（クラウドサーバを含む）としての機能を有するサーバであり、端末装置１０との間でＷｅｂページにより情報のやり取りを行う。また、端末装置１０にはＷｅｂページを閲覧するためのＷｅｂページブラウザがインストールされているが、サーバ２０のサービスを提供するための専用アプリケーションがインストールされ、専用アプリケーションにより閲覧可能に構成してもよい。
【0039】
端末装置１０は、据え置き型のＰＣ（Personal Computer）、ラップトップＰＣ等により実現される。この他、端末装置１０は、例えば移動体通信システムに対応したタブレットや、スマートフォン等の携帯端末であるとしてもよい。
【0040】
端末装置１０は、医療従事者または電子カルテシステム１の管理者が操作する装置である。ここに、医療従事者とは、医師、看護師、医療知識を有する検査技師等を含む概念である。なお、以下の説明において、医療従事者とシステム１の管理者とを区別して説明する時以外は、医療従事者にはシステム１の管理者が含まれるものとする。
【0041】
医療従事者は、端末装置１０を使用して、電子カルテテンプレートに基づく電子カルテの記録内容の記録を行う。この際、医療従事者は、発話データを端末装置１０に入力し、入力／修正／追記を指示する。端末装置１０は、発話データをサーバ２０に送出し、このサーバ２０による音声認識処理及び仮名漢字変換処理（自然言語処理）をリクエストし、サーバ２０から漢字変換済音声認識データを取得する。次いで、医療従事者は、端末装置１０により、この漢字変換済音声認識データに基づいて記録内容の入力／修正／追記を行う。そして、医療従事者は、端末装置１０により、入力／修正／追記を行った入力内容を電子カルテの記録内容として記録する指示を行う。
【0042】
端末装置１０は、ネットワーク８０を介してサーバ２０と通信可能に接続される。端末装置１０は、４Ｇ、５Ｇ、ＬＴＥ（Long Term Evolution）等の通信規格に対応した無線基地局８１、ＩＥＥＥ（Institute of Electrical and Electronics Engineers）８０２．１１等の無線ＬＡＮ（Local Area Network）規格に対応した無線ＬＡＮルータ８２等の通信機器と通信することにより、ネットワーク８０に接続される。図１に示すように、端末装置１０は、通信ＩＦ（Interface）１２と、入力装置１３と、出力装置１４と、メモリ１５と、記憶部１６と、プロセッサ１９とを備える。
【0043】
通信ＩＦ１２は、端末装置１０が外部の装置と通信するため、信号を入出力するためのインタフェースである。入力装置１３は、ユーザからの入力操作を受け付けるための入力装置（例えば、キーボードや、タッチパネル、タッチパッド、マウス等のポインティングデバイス等）である。出力装置１４は、ユーザに対し情報を提示するための出力装置（ディスプレイ、スピーカ等）である。メモリ１５は、プログラム、及び、プログラム等で処理されるデータ等を一時的に記憶するためのものであり、例えばＤＲＡＭ（Dynamic Random Access Memory）等の揮発性のメモリである。記憶部１６は、データを保存するための記憶装置であり、例えばフラッシュメモリ、ＨＤＤ（Hard Disc Drive）である。プロセッサ１９は、プログラムに記述された命令セットを実行するためのハードウェアであり、演算装置、レジスタ、周辺回路等により構成される。
【0044】
サーバ２０は、本実施形態の電子カルテシステム１の管理者により管理され、端末装置１０の利用者である医療従事者により適宜格納内容が修正／追加／削除がされる。サーバ２０は電子カルテ装置であり、医療施設において医療従事者が端末装置１０を介して電子カルテの入力項目及び入力内容を閲覧し、入力内容の修正／追記を行う。また、端末装置１０を介して医療従事者が行った電子カルテテンプレートの編集操作を受け入れ、この編集操作に基づいて電子カルテテンプレートの修正／追加／削除がされる。
【0045】
サーバ２０は、ネットワーク８０に接続されたコンピュータである。サーバ２０は、通信ＩＦ２２と、入出力ＩＦ２３と、メモリ２５と、ストレージ２６と、プロセッサ２９とを備える。
【0046】
通信ＩＦ２２は、サーバ２０が外部の装置と通信するため、信号を入出力するためのインタフェースである。入出力ＩＦ２３は、ユーザからの入力操作を受け付けるための入力装置、及び、ユーザに対し情報を提示するための出力装置とのインタフェースとして機能する。メモリ２５は、プログラム、及び、プログラム等で処理されるデータ等を一時的に記憶するためのものであり、例えばＤＲＡＭ（Dynamic Random Access Memory）等の揮発性のメモリである。ストレージ２６は、データを保存するための記憶装置であり、例えばフラッシュメモリ、ＨＤＤ（Hard Disc Drive）である。プロセッサ２９は、プログラムに記述された命令セットを実行するためのハードウェアであり、演算装置、レジスタ、周辺回路等により構成される。
【0047】
＜１．１ 端末装置１０の機能的な構成＞
図２は、本実施形態のシステム１を構成する端末装置１０の機能的な構成を示すブロック図である。図２に示すように、端末装置１０は、複数のアンテナ（アンテナ１１１、アンテナ１１２）と、各アンテナに対応する無線通信部（第１無線通信部１２１、第２無線通信部１２２）と、入力装置１３（キーボード１３１及びマウス１３２を含む）と、音声処理部１７（マイク１７１及びスピーカ１７２を含む）と、出力装置１４としてのディスプレイ１４１と、記憶部１８０と、制御部１９０とを含む。端末装置１０は、図２では特に図示していない機能及び構成（例えば、電力を保持するためのバッテリー、バッテリーから各回路への電力の供給を制御する電力供給回路等）も有している。図２に示すように、端末装置１０に含まれる各ブロックは、バス等により電気的に接続される。
図２は、本実施形態のシステム１を構成する端末装置１０の機能的な構成を示すブロック図である。図２に示すように、端末装置１０は、複数のアンテナ（アンテナ１１１、アンテナ１１２）と、各アンテナに対応する無線通信部（第１無線通信部１２１、第２無線通信部１２２）と、入力装置１３（キーボード１３１及びマウス１３２を含む）と、音声処理部１７（マイク１７１及びスピーカ１７２を含む）と、出力装置１４としてのディスプレイ１４１と、記憶部１８０と、制御部１９０とを含む。端末装置１０は、図２では特に図示していない機能及び構成（例えば、電力を保持するためのバッテリー、バッテリーから各回路への電力の供給を制御する電力供給回路等）も有している。図２に示すように、端末装置１０に含まれる各ブロックは、バス等により電気的に接続される。
【0048】
アンテナ１１１は、端末装置１０が発する信号を電波として放射する。また、アンテナ１１１は、空間から電波を受信して受信信号を第１無線通信部１２１へ与える。
【0049】
アンテナ１１２は、端末装置１０が発する信号を電波として放射する。また、アンテナ１１２は、空間から電波を受信して受信信号を第２無線通信部１２２へ与える。
【0050】
第１無線通信部１２１は、端末装置１０が他の無線機器と通信するため、アンテナ１１１を介して信号を送受信するための変復調処理等を行う。第２無線通信部１２２は、端末装置１０が他の無線機器と通信するため、アンテナ１１２を介して信号を送受信するための変復調処理等を行う。第１無線通信部１２１と第２無線通信部１２２とは、チューナー、ＲＳＳＩ（Received Signal Strength Indicator）算出回路、ＣＲＣ（Cyclic Redundancy Check）算出回路、高周波回路等を含む通信モジュールである。第１無線通信部１２１と第２無線通信部１２２とは、端末装置１０が送受信する無線信号の変復調や周波数変換を行い、受信信号を制御部１９０へ与える。
【0051】
入力装置１３は、ユーザの入力操作を受け付けるための機構を有する。具体的には、入力装置１３は、キーボード１３１と、マウス１３２とを含む。なお、入力装置１３は、例えば静電容量方式のタッチパネルを用いることによって、タッチパネルに対するユーザの接触位置を検出する、タッチスクリーンとして構成してもよい。
【0052】
キーボード１３１は、端末装置１０のユーザの入力操作を受け付ける。キーボード１３１は、文字入力を行う装置であり、入力された文字情報を入力信号として制御部１９０へ出力する。
【0053】
マウス１３２は、端末装置１０のユーザの入力操作を受け付ける。マウス１３２は、ディスプレイ１４１に表示されている表示物を選択等するためのポインティングデバイスであり、画面上で選択された位置情報と、ボタン押下されていることを示す情報とを入力信号として制御部１９０へ出力する。
【0054】
音声処理部１７は、音声信号の変復調を行う。音声処理部１７は、マイク１７１から与えられる信号を変調して、変調後の信号を制御部１９０へ与える。また、音声処理部１７は、音声信号をスピーカ１７２へ与える。音声処理部１７は、例えば音声処理用のプロセッサによって実現される。マイク１７１は、音声入力を受け付けて、当該音声入力に対応する音声信号を音声処理部１７へ与える。スピーカ１７２は、音声処理部１７から与えられる音声信号を音声に変換して当該音声を端末装置１０の外部へ出力する。
【0055】
ディスプレイ１４１は、制御部１９０の制御に応じて、画像、動画、テキスト等のデータを表示する。ディスプレイ１４１は、例えばＬＣＤ（Liquid Crystal Display）、または有機ＥＬ（Electro-Luminescence）ディスプレイによって実現される。
【0056】
記憶部１８０は、例えばフラッシュメモリ等により構成され、端末装置１０が使用するデータ及びプログラムを記憶する。ある局面において、記憶部１８０は、ユーザ情報１８２を記憶する。
【0057】
ユーザ情報１８２は、端末装置１０を使用して、システム１の機能である、音声認識処理により電子カルテの入力内容を確定する作業を行うユーザの情報であり、好ましくは、本実施形態のシステム１を利用する医療従事者の情報である。
【0058】
制御部１９０は、記憶部１８０に記憶されるプログラムを読み込んで、プログラムに含まれる命令を実行することにより、端末装置１０の動作を制御する。制御部１９０は、例えば予め端末装置１０にインストールされているアプリケーションである。制御部１９０は、記憶部１８０に格納されているアプリケーションプログラム１８１に従って動作することにより、入力操作受付部１９１と、送受信部１９２と、データ処理部１９３と、提示制御部１９４としての機能を発揮する。
【0059】
入力操作受付部１９１は、キーボード１３１等の入力装置に対するユーザの入力操作を受け付ける処理を行う。
【0060】
送受信部１９２は、端末装置１０が、サーバ２０等の外部の装置と、通信プロトコルに従ってデータを送受信するための処理を行う。
【0061】
データ処理部１９３は、端末装置１０が入力を受け付けたデータに対し、プログラムに従って演算を行い、演算結果をメモリ等に出力する処理を行う。
【0062】
提示制御部１９４は、ユーザに対し情報を提示する処理を行う。提示制御部１９４は、表示画像をディスプレイ１４１に表示させる処理、音声をスピーカ１７２に出力させる処理等を行う。
【0063】
【0064】
通信部２０１は、サーバ２０が外部の装置と通信するための処理を行う。
【0065】
記憶部２０２は、例えば、電子カルテＤＢ２０２２と、電子カルテデータ２０２３と、電子カルテテンプレート２０２４と、文書テンプレート２０２５と、発話データ２０２６と、音声認識データ２０２７と、漢字変換済音声認識データ２０２８と、教師データ２０２９と、機械学習モデル２０４０と、医療指定語データ２０４１等とを有する。
【0066】
電子カルテＤＢ２０２２は、サーバ２０を利用する医療施設を受診したことがある患者についての電子カルテデータを管理するためのデータベースである。電子カルテＤＢ２０２２は、複数の医療施設における電子カルテデータを管理してもよい。詳細は後述する。
【0067】
電子カルテデータ２０２３は、電子カルテＤＢ２０２２に取り込まれることで、電子カルテの記録内容の一部を為す。電子カルテデータ２０２３は、入力項目とこの入力項目に関連付けられた入力内容とを有する。電子カルテデータ２０２３のデータ形式には特段の限定はないが、本実施例の電子カルテデータ２０２３は、ＸＡＭＬ（Extensible Application Markup Language）で記述されたデータをＪＳＯＮ（JavaScript Object Notation）（JavaScriptは登録商標）形式に変換したものである。電子カルテデータ２０２３は、その入力項目に数字列等の識別子が付与されていることが好ましく、この識別子も電子カルテデータ２０２３を構成する。電子カルテデータ２０２３は、患者の症例情報を含む医療情報の少なくとも一部を為す。
【0068】
電子カルテテンプレート２０２４は、電子カルテデータ２０２３を生成する際のテンプレートである。電子カルテテンプレート２０２４は、入力項目とこの入力項目に関連付けられた入力内容を規定する構造化データである。電子カルテテンプレート２０２４のデータ形式にも特段の限定はないが、本実施例の電子カルテテンプレート２０２４は、電子カルテデータ２０２３と同様に、ＸＡＭＬで記述されたデータをＪＳＯＮ形式に変換したものである。電子カルテデータ２０２３と同様に、電子カルテテンプレート２０２４は、その入力項目に数字列等の識別子が付与されていることが好ましく、この識別子も電子カルテテンプレート２０２４を構成する。
【0069】
個々の電子カルテテンプレート２０２４には、それぞれの電子カルテテンプレート２０２４を識別するための識別子が関連付けられている。一例として、電子カルテテンプレート２０２４の識別子は所定桁の数字列である。
【0070】
また、本実施形態では、電子カルテテンプレート２０２４において、入力項目に対して複数の問診設問の回答候補（入力内容の候補）が関連付けられていてもよいものとする。つまり、入力内容は複数の回答候補から選択された一の回答候補でありうる。
【0071】
文書テンプレート２０２５は、本実施形態のサーバ２０が生成する文書データのテンプレートである。本実施形態において、文書データは、一例として、診療サマリー、紹介状、製薬企業へのレポートであり、文書テンプレート２０２５も、これら文書データの種類毎に設けられている。
【0072】
発話データ２０２６は、端末装置１０に対して医療従事者が入力した発話を音声処理部１７のマイク１７１を介して収録したデータであり、端末装置１０の制御部１９０の送受信部１９２を介してサーバ２０に送出される。好ましくは、医療従事者は、発話データ２０２６中に、後述する医療指定語データ２０４１に含まれる医療指定語を含める。言い換えれば、医療従事者は、端末装置１０のマイク１７１に、医療指定語を含めた音声を入力する。
【0073】
音声認識データ２０２７は、後述する制御部２０３の音声認識モジュール２０３３が発話データ２０２６に基づいて音声認識を行った結果得られた音声認識データである。本実施形態の音声認識データ２０２７は、ひらがな、カタカナ、英数字及び句読点が混じったデータであり、好ましくは、これらひらがな、カタカナ、英数字及び句読点の間に空白データ等が区切り（デリミタ）として挿入されおり、ひらがな等の文字が読みやすくなっている。
【0074】
漢字変換済音声認識データ２０２８は、後述する生成モデル入出力モジュール２０３５が音声認識データ２０２７を機械学習モデル２０４０に入力した結果としてこの機械学習モデル２０４０が出力した、漢字変換済の音声認識データである。漢字変換済音声認識データ２０２８を得る手法については後に詳述する。
【0075】
教師データ２０２９は、機械学習モデル２０４０に対して学習をさせる際の学習データとなる教師データである。本実施形態のサーバ２０は、２種類の機械学習モデル２０４０を有し、これに伴い、それぞれの機械学習モデル２０４０を学習させるための教師データ２０２９を有する。
【0076】
一方の教師データ２０２９は、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データ２０２７と、この音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データ２０２８とを有する。好ましくは、教師データ２０２９は、電子カルテデータ２０２３の少なくとも一部を有する。
【0077】
他方の教師データ２０２９は、医療指定語データ２０４１と、この医療指定語データ２０４１に含まれる医療指定語を衝突困難な文字列として含む文書テンプレート２０２５とを有する。
【0078】
機械学習モデル２０４０の一形態は、例えばChatGPTに代表されるように、自然言語またはベクトルが入力されると、この自然言語に対する自然言語をまたはベクトルを出力する大規模言語モデルである。特に、本実施形態の機械学習モデル２０４０では、それぞれの教師データ２０２９を用いた機械学習が行われている。そして、学習済みの一方の機械学習モデル２０４０にひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データ２０２７を入力し、入力された音声認識データ２０２７に対して仮名漢字変換を行った漢字変換済音声認識データ２０２８を出力するチューニングがされている。また、学習済みの他方の機械学習モデル２０４０に、医療指定語データ２０４１に含まれる医療指定語を入力し、この医療指定語を衝突困難な文字列として含む文書テンプレート２０２５を出力するチューニングがされている。
【0079】
なお、一般的に大規模言語モデルは生成ＡＩとも呼称されるが、人の文章作成という生成過程を機械学習にさせるモデルとして作成されている。大規模言語モデルはまずは大量の事前学習用のデータで学習され、次にインストラクション、現場のフィードバックをもとにしたアライメントをおこない学習を終えてモデルを作る。これらは生成ＡＩの生成される文章の質を高め、また、プロンプトといわれる利用時の指示をより正確に生成過程に適用できるように作成するものである。一度出来上がったモデルは、固定化される。そのモデルに、利用時にプロンプトにて指示を与え、生成過程を制御する。なお、プロンプトに入れるテキストを、外部検索エンジンを用いて入手し、利用することをＲＡＧ（検索拡張生成）という。
【0080】
本実施形態に係る機械学習モデル２０４０は、例えば、複数の関数が合成されたパラメータ付き合成関数である。パラメータ付き合成関数は、複数の調整可能な関数、及びパラメータの組合せにより定義される。本実施形態に係る予測モデルは、上記の要請を満たす如何なるパラメータ付き合成関数であってもよいが、多層のネットワークモデル（以下、多層化ネットワークと呼ぶ）であるとする。多層化ネットワークを用いる予測モデルは、入力層と、出力層と、入力層と出力層との間に設けられる少なくとも１層の中間層あるいは隠れ層とを有する。予測モデルは、人工知能ソフトウェアの一部であるプログラムモジュールとしての使用が想定される。
【0081】
本実施形態に係る多層化ネットワークとしては、例えば、深層学習（Deep Learning）の対象となる多層ニューラルネットワークである深層ニューラルネットワーク（Deep Neural Network：ＤＮＮ）が用いられ得る。ＤＮＮとしては、例えば、画像を対象とする畳み込みニューラルネットワーク（Convolution Neural Network：ＣＮＮ）を用いてもよい。
【0082】
また、上記はあくまで予測モデルの例示であり、予測モデルとしては、他の構成を備えてもよい。例えば、予測モデルは、主訴情報および環境情報を変数とし、各変数に過去の実績から導出された係数が付された関数により記述されるルールベースのモデルであってもよい。
【0083】
医療指定語データ２０４１は、制御部２０３の電子カルテデータ生成モジュール２０３７が、漢字変換済音声認識データ２０２８に基づいて電子カルテの入力内容の修正／追記を行う際に、修正／追記を行うべき入力内容に係る入力項目を特定するために用いる医療指定語データである。ここにいう医療指定語は、電子カルテに限らず、一般的に医療従事者がカルテに記載する際に使用する用語であり、いわゆる医学用語を少なくとも含み、さらに、入力項目に用いられている専門的な用語を含む。好ましくは、医療指定語データ２０４１は、これら医療指定語等の同義語辞書を有し、修正時更新時に項目の紐づけを同定、維持するのに用いる。なお、医学用語とは、「既往歴」、「現病歴」、「薬剤歴」、「社会歴」、「病名」、「薬剤名」等、医療機関で医学に関する言葉を正確に記述するために用いられる用語である。また「現病歴」は「現症」「ＨＰＩ」等の同義語が存在し、テンプレートの紐づけ時に、同義語を用いて紐づけを誘導または確定してもよい
制御部２０３は、プロセッサ２９が記憶部２０２に記憶されるアプリケーションプログラム２０２１を読み込み、アプリケーションプログラム２０２１に含まれる命令を実行することにより実現される。制御部２０３は、アプリケーションプログラム２０２１に従って動作することにより、受信制御モジュール２０３１、送信制御モジュール２０３２、音声認識モジュール２０３３、プロンプト生成モジュール２０３４、生成モデル入出力モジュール２０３５、提示制御部２０３６及び電子カルテデータ生成モジュール２０３７として示す機能を発揮する。
制御部２０３は、プロセッサ２９が記憶部２０２に記憶されるアプリケーションプログラム２０２１を読み込み、アプリケーションプログラム２０２１に含まれる命令を実行することにより実現される。制御部２０３は、アプリケーションプログラム２０２１に従って動作することにより、受信制御モジュール２０３１、送信制御モジュール２０３２、音声認識モジュール２０３３、プロンプト生成モジュール２０３４、生成モデル入出力モジュール２０３５、提示制御部２０３６及び電子カルテデータ生成モジュール２０３７として示す機能を発揮する。
【0084】
受信制御モジュール２０３１は、サーバ２０が外部の装置から通信プロトコルに従って信号を受信する処理を制御する。
【0085】
送信制御モジュール２０３２は、サーバ２０が外部の装置に対し通信プロトコルに従って信号を送信する処理を制御する。
【0086】
音声認識モジュール２０３３は、医療従事者がマイク１７１を介して入力した発話データ２０２６に基づいて、出力結果としての音声認識データ２０２７を取得する。本実施形態の音声認識モジュール２０３３は、音声認識データ２０２７の説明でも述べたように、音声認識データ２０２７として、ひらがな、カタカナ、英数字及び句読点が混じったデータであり、好ましくは、これらひらがな、カタカナ、英数字及び句読点の間に空白データが区切り（デリミタ）として挿入されている音声認識データ２０２７を出力する。
【0087】
プロンプト生成モジュール２０３４は、記憶部２０２の機械学習モデル２０４０に各種入力を行う際に、機械学習モデル２０４０に入力するテキストデータであるプロンプトを生成し、生成したプロンプトを一時的に記憶部２０２に格納する。
【0088】
プロンプト生成モジュール２０３４が生成するプロンプトに特段の制限はないが、一例として、本実施形態のプロンプト生成モジュール２０３４は、医療従事者が音声入力を行う内容に係る医療情報が挙げられる。例えば、音声入力が特定の患者に対する電子カルテテンプレートデータの入力のためであれば、過去に蓄積されたこの特定の患者に対する電子カルテテンプレートデータの少なくとも一部である。また、プロンプト生成モジュール２０３４が生成するプロンプトは、端末装置１０を利用する医療従事者が所属する診療科についてのテキストであってもよい。プロンプトに含まれる電子カルテテンプレートデータには、患者を特定するための情報（ＩＤ）、これまでの電子カルテデータ２０２３、患者が入院した際の診療サマリー等が含まれうる。これらは特定の患者の病歴と総称することができる。また、プロンプト生成モジュール２０３４が生成するプロンプトには、機械学習モデル２０４０からの出力を適切なものにするものも含まれる。このようなプロンプトの具体例については画面例等を用いて後に詳述する。
【0089】
生成モデル入出力モジュール２０３５は、音声認識モジュール２０３３が音声認識処理を行った結果得られた音声認識データ２０２７、及び、プロンプト生成モジュール２０３４が生成したプロンプト等を機械学習モデル２０４０に入力し、この機械学習モデル２０４０から、機械学習モデル２０４０に入力した音声認識データ２０２７に対応する漢字変換済音声認識データ２０２８を出力させる。
【0090】
あるいは、また、生成モデル入出力モジュール２０３５は、医療指定語データ２０４１に含まれる医療指定語、及び、プロンプト生成モジュール２０３４が生成したプロンプト等を機械学習モデル２０４０に入力し、この機械学習モデル２０４０から、機械学習モデル２０４０に入力した医療指定語を衝突困難な文字列として含む文書テンプレート２０２５を出力させる。
【0091】
この際、生成モデル入出力モジュール２０３５は、機械学習モデル２０４０から出力された文書テンプレート２０２５に、特定の患者に係る電子カルテテンプレート２０２４の構造化データに含まれる医療指定語をキーとして構造化データを挿入して文書データを生成する。生成した文書データは一時的に記憶部２０２に格納される。
【0092】
提示制御部２０３６は、音声認識モジュール２０３３、プロンプト生成モジュール２０３４、生成モデル入出力モジュール２０３５、及び後述する電子カルテデータ生成モジュール２０３７の出力結果を、送信制御モジュール２０３２と協働して医療従事者が操作する端末装置１０に送信してこの端末装置１０のディスプレイ１４１に表示させる。
【0093】
この際、提示制御部２０３６は、電子カルテデータ生成モジュール２０３７が特定した、電子カルテテンプレート２０２４に記録すべき記録内容と、この記録内容以外の電子カルテテンプレート２０２４との提示態様を変更させて提示する。
【0094】
また、あるいは、提示制御部２０３６は、機械学習モデル２０４０の出力結果である文書テンプレート２０２５に対して、生成モデル入出力モジュール２０３５が文書テンプレート２０２５に挿入した構造化データと、文書テンプレート２０２５に挿入した構造化データ以外の文書データとの提示態様を変更させて提示する。
【0095】
また、提示制御部２０３６は、生成モデル入出力モジュール２０３５が文書テンプレート２０２５に挿入した構造化データの入力項目とこの入力項目に対応する入力内容とを対にして提示する。この際、提示制御部２０３６は、対にして提示した、文書テンプレート２０２５に挿入した構造化データの入力項目とこの入力項目に対応する入力内容のうち、生成モデル入出力モジュール２０３５が生成する文書データに挿入すべき入力項目とこの入力項目に対応する入力内容の選択入力を受け入れる。生成モデル入出力モジュール２０３５は、選択入力を受け入れた入力項目とこの入力項目に対応する入力内容を文書データに挿入する。
【0096】
電子カルテデータ生成モジュール２０３７は、漢字変換済音声認識データ２０２８中に含まれる医療指定語に基づいて、電子カルテテンプレート２０２４に記録すべき記録内容を特定する。そして、電子カルテデータ生成モジュール２０３７は、特定した記録内容に基づいて電子カルテテンプレート２０２４を追記、更新する。
【0097】
【0098】
図４に示すデータベースは、リレーショナルデータベースを指し、行と列によって構造的に規定された表形式のテーブルと呼ばれるデータ集合を、互いに関連づけて管理するためのものである。データベースでは、表をテーブル、表の列をカラム、表の行をレコードと呼ぶ。リレーショナルデータベースでは、テーブル同士の関係を設定し、関連づけることができる。
【0099】
通常、各テーブルにはレコードを一意に特定するための主キーとなるカラムが設定されるが、カラムへの主キーの設定は必須ではない。サーバ２０の制御部２０３は、各種プログラムに従ってプロセッサ２９に、記憶部２０２に記憶された特定のテーブルにレコードを追加、削除、更新を実行させることができる。
【0100】
図４は、電子カルテＤＢ２０２２のデータ構造を示す図である。図４に示すように、電子カルテＤＢ２０２２のレコードの各々は、例えば、項目「電子カルテＩＤ」と、項目「患者ＩＤ」と、項目「診療科ＩＤ」と、項目「電子カルテデータ」を含む。電子カルテＤＢ２０２２の各項目は、図略の電子カルテテンプレートデータ記録モジュールが電子カルテデータ２０２３を生成した際にこの電子カルテテンプレートデータ記録モジュールにより入力される。電子カルテＤＢ２０２２が記憶する情報は、適宜変更・更新することが可能である。
【0101】
項目「電子カルテＩＤ」は、本実施形態のシステム１（特にサーバ２０）により管理される電子カルテを特定するためのＩＤである。項目「患者ＩＤ」は、項目「電子カルテＩＤ」により特定される電子カルテにより管理される医療情報に係る患者を特定するためのＩＤである。項目「診療科ＩＤ」は、項目「電子カルテＩＤ」により特定される電子カルテにより管理される医療情報に係る診療科を特定するためのＩＤである。項目「電子カルテデータ」は、項目「電子カルテＩＤ」により特定される電子カルテに係る電子カルテデータ２０２３のファイル名に関する情報である。
【0102】
＜３ 動作例＞
以下、端末装置１０及びサーバ２０の動作の一例について説明する。
以下、端末装置１０及びサーバ２０の動作の一例について説明する。
【0103】
【0104】
ステップＳ５００において、電子カルテテンプレート２０２４の入力等を行う医療従事者は、自身が操作する端末装置１０のスピーカ１７２に、好ましくは医療指定語を含む音声入力を行い、端末装置１０のデータ処理部１９３は、入力された音声をデジタルデータである発話データに変換して、この発話データを送受信部１９２を介してサーバ２０に送出する。次いで、サーバ２０の制御部２０３は、端末装置１０から送出された発話データを受信制御モジュール２０３１を介して受け取り、記憶部２０２に格納する。具体的には、例えば、制御部２０３は、受信制御モジュール２０３１及び音声認識モジュール２０３３により、端末装置１０から送出された発話データを受け取り、発話データ２０２６として記憶部２０２に格納する。
【0105】
次いで、ステップＳ５０１において、制御部２０３は、ステップＳ５００で受け入れた発話データ２０２６を用いてリアルタイムで音声認識を行い、その音声認識結果を端末装置１０のディスプレイ１４１にリアルタイム表示させる。具体的には、例えば、制御部２０３は、音声認識モジュール２０３３により、ステップＳ５００で受け入れた発話データ２０２６を用いてリアルタイムで音声認識を行い、提示制御部２０３６により、その音声認識結果を端末装置１０のディスプレイ１４１に表示させる。既に述べたように、ステップＳ５０１における音声認識結果は、ひらがな、カタカナ、英数字及び句読点が混じったデータであり、好ましくは、これらひらがな、カタカナ、英数字及び句読点の間に空白データが区切り（デリミタ）として挿入されている。リアルタイムで入力が漢字変換等への変換の質が悪くても、ユーザは入力されていることが分かり、安心ができる。なお、ステップＳ５０１における音声認識結果は、ひらがな、カタカナ、英数字及び句読点が混じったデータには、漢字が含むこともある。この変換で大事なことは、時間と質の二つの軸に対して、時間を優先した変換を行うシステムという事である。
【0106】
次いで、ステップＳ５０２において、制御部２０３は、端末装置１０を操作する医療従事者からの音声認識終了指示入力、あるいは、端末装置１０を用いた音声入力の一定時間の中断を契機に、音声認識処理を終了し、音声認識処理の結果である音声認識データ２０２７を一度確定する。具体的には、例えば、制御部２０３は、端末装置１０を操作する医療従事者からの音声認識終了指示入力、あるいは、端末装置１０を用いた音声入力の一定時間の中断を契機に、音声認識モジュール２０３３による音声認識処理を終了し、音声認識処理の結果である音声認識データ２０２７を一度確定する。そして、音声認識モジュール２０３３は、確定した音声認識データ２０２７を記憶部２０２に格納する。
【0107】
次いで、ステップＳ５０３において、制御部２０３は、後述するステップＳ５０４において機械学習モデル２０４０に入力するプロンプトを、発話データ２０２６に係る患者の病歴、前回受診した際のカルテ情報、前回入院した際の診療サマリー、及び紹介状のテキストに基づいて生成する。具体的には、例えば、制御部２０３は、プロンプト生成モジュール２０３４により、後述するステップＳ５０４において機械学習モデル２０４０に入力するプロンプトを、発話データ２０２６に係る患者の病歴、前回受診した際のカルテ情報、前回入院した際の診療サマリー、及び紹介状のテキストに基づいて生成する。この際、プロンプト生成モジュール２０３４は、患者を特定するための情報（ＩＤ）を用いて電子カルテテンプレート２０２４を検索し、発話データ２０２６に係る患者の病歴、前回受診した際のカルテ情報、前回入院した際の診療サマリー、及び紹介状のテキストを入手する。
【0108】
そして、ステップＳ５０４において、制御部２０３は、ステップＳ５０３で生成したプロンプト、及び、ステップＳ５０２で確定した音声認識データ２０２７を機械学習モデル２０４０に入力し、この機械学習モデル２０４０から出力される、音声認識データ２０２７を仮名漢字変換し、あるいは／また誤字を修正した漢字変換済音声認識データ２０２８を取得する。具体的には、例えば、制御部２０３は、生成モデル入出力モジュール２０３５により、ステップＳ５０３で生成したプロンプト、及び、ステップＳ５０２で確定した音声認識データ２０２７を機械学習モデル２０４０に入力し、この機械学習モデル２０４０から出力される、音声認識データ２０２７を仮名漢字変換し、あるいは／また誤字を修正した漢字変換済音声認識データ２０２８を取得する。そして、生成モデル入出力モジュール２０３５は、取得した漢字変換済音声認識データ２０２８を記憶部２０２に格納する。
【0109】
生成ＡＩは、一般的に出力速度がやや遅い反面、質の高い応答及び文章を生成できるという特徴を持つ。また、生成ＡＩは、プロンプト（指示文）の内容を調整することで出力結果を制御できる。これらのことから、生成ＡＩは、出力結果としてのテキストの前後の文脈、ユーザの利用環境、特定のキーワード（例：医療指定語や固有名詞）等をプロンプトで予め指示することにより、指示内容を反映した高精度な変換結果又は補完結果を出力することが可能となる。
【0110】
本開示に係るシステムでは、前述のような生成ＡＩの特性を活用する。但し、変換自体は必ずしも生成ＡＩを活用する必要はなく、例えば一般的なプログラムを活用してもよい。一般的なプログラムの一例としては、一般的なルールベースのアルゴリズム、当該アルゴリズムと既存の統計的言語モデルとを組み合わせたハイブリッド型のプログラム等が挙げられる。また、ユーザの要件（性格、属性等）、ユーザの利用環境等に合わせて、複数種類の一般的なプログラムを選択して組み合わせでもよい。これらのうちの何れを活用したとしても、本開示に係るシステムが重視するのは、「時間と質」という二軸のうち、「質」を最優先とする変換である。
【0111】
具体的には、本開示に係るシステムは、以下の（ア）～（カ）のような情報を総合的に取り込み、生成または変換の質を評価する。
【0112】
（ア）ユーザの環境情報
ユーザの環境情報は、ユーザが利用しているデバイスの作動状況、ネットワークの通信状況、ネットワークへのアクセス状況等、ユーザの利用環境に関する情報である。具体的には、例えば、医療現場であれば電子カルテシステムの利用環境に関する情報、ユーザが所属する診療科に関する情報、飲食店であればＰＯＳレジ、オーダー管理システム等の利用環境に関する情報、ＩＴ企業をはじめとする各種企業であれば顧客管理（ＣＲＭ）、在庫管理システム等の利用環境に関する情報が挙げられる。
ユーザの環境情報は、ユーザが利用しているデバイスの作動状況、ネットワークの通信状況、ネットワークへのアクセス状況等、ユーザの利用環境に関する情報である。具体的には、例えば、医療現場であれば電子カルテシステムの利用環境に関する情報、ユーザが所属する診療科に関する情報、飲食店であればＰＯＳレジ、オーダー管理システム等の利用環境に関する情報、ＩＴ企業をはじめとする各種企業であれば顧客管理（ＣＲＭ）、在庫管理システム等の利用環境に関する情報が挙げられる。
【0113】
（イ）ユーザの意図に関する情報
ユーザが行おうとしている作業又はタスク（例：カルテへの情報入力、顧客データへのコメント追加、レポート作成等）を通じて、作業等の最終目的及び完了要件を把握する。つまり、ユーザが行おうとしている作業等から把握される当該作業等の最終目的及び完了要件が、ユーザの意図に関する情報の一例となる。そして、本開示に係るシステムは、把握結果に応じた出力を行う。
ユーザが行おうとしている作業又はタスク（例：カルテへの情報入力、顧客データへのコメント追加、レポート作成等）を通じて、作業等の最終目的及び完了要件を把握する。つまり、ユーザが行おうとしている作業等から把握される当該作業等の最終目的及び完了要件が、ユーザの意図に関する情報の一例となる。そして、本開示に係るシステムは、把握結果に応じた出力を行う。
【0114】
（ウ）ユーザの顧客に関する情報
例えば、医療現場であれば患者、飲食店であれば来店客、各種企業であれば取引先に関する各種の情報が、ユーザの顧客に関する情報に相当する。本開示に係るシステムは、ユーザの顧客に関する情報の中でも、特に、名前、ＩＤ情報、嗜好及びアレルギーに関する情報、購買履歴等を活用して、正確な漢字変換及び英数字変換を行う。また、本開示に係るシステムは、特に固有名詞の自動変換において、患者の名前や企業名を誤変換しないよう参照辞書を活用する。
例えば、医療現場であれば患者、飲食店であれば来店客、各種企業であれば取引先に関する各種の情報が、ユーザの顧客に関する情報に相当する。本開示に係るシステムは、ユーザの顧客に関する情報の中でも、特に、名前、ＩＤ情報、嗜好及びアレルギーに関する情報、購買履歴等を活用して、正確な漢字変換及び英数字変換を行う。また、本開示に係るシステムは、特に固有名詞の自動変換において、患者の名前や企業名を誤変換しないよう参照辞書を活用する。
【0115】
（エ）ユーザの嗜好性に関する情報
ユーザの嗜好性に関する情報は、例えば、ユーザの文体及び表記揺れの傾向、ユーザにとっての略語の使用可否等の情報である。本開示に係るシステムは、このようなユーザの嗜好性に関する情報を通じて、例えば医療指定語・医療略語を正しく展開するか、或いは企業名・製品名を原語表記のまま残すか等の設定をプロンプトによって指示する。
ユーザの嗜好性に関する情報は、例えば、ユーザの文体及び表記揺れの傾向、ユーザにとっての略語の使用可否等の情報である。本開示に係るシステムは、このようなユーザの嗜好性に関する情報を通じて、例えば医療指定語・医療略語を正しく展開するか、或いは企業名・製品名を原語表記のまま残すか等の設定をプロンプトによって指示する。
【0116】
（オ）ユーザの癖に関する情報
ユーザ特有のフレーズ又は表記ルール、若しくはユーザが普段使い慣れた用語等が入力される場合、例えば、医療従事者がカルテに記入する際、患者氏名に「（サトウ太郎）」のように読み仮名を後ろに付記する癖がある場合、本開示に係るシステムは、そうした癖に基づく表記を自動補完する。
ユーザ特有のフレーズ又は表記ルール、若しくはユーザが普段使い慣れた用語等が入力される場合、例えば、医療従事者がカルテに記入する際、患者氏名に「（サトウ太郎）」のように読み仮名を後ろに付記する癖がある場合、本開示に係るシステムは、そうした癖に基づく表記を自動補完する。
【0117】
（カ）ユーザの次のプロセスに関する情報
本開示に係るシステムは、生成結果又は変換結果の活用内容（テンプレートへの転記、レポート生成、帳票出力、他システムとの連携等）を入力することにより、テンプレート書式に合わせたレイアウト調整、又は既存システムにインポート可能な形式への自動変換等を行う。
本開示に係るシステムは、生成結果又は変換結果の活用内容（テンプレートへの転記、レポート生成、帳票出力、他システムとの連携等）を入力することにより、テンプレート書式に合わせたレイアウト調整、又は既存システムにインポート可能な形式への自動変換等を行う。
【0118】
以上の（ア）～（カ）のような多面的な情報を入力情報とすることで、本開示に係るシステムは、単に単語及び文節を変換するだけでなく、ユーザの様々な実態に適合した質の高い結果を生成することができる。具体的には、本開示に係るシステムは、音声認識の際に顧客の名前を正確な漢字へ変換したり、アルファベットを英数字に置き換えたりする等、ユーザが出力後に手動で修正する手間を最小化する。さらに、本開示に係るシステムは、医療分野における指定語、及び業務フローに関するキーワードもプロンプトを通じて明確に指示することができ、生成ＡＩへの指示の際に不要・不適切な文言が混入することを防止することができる。
【0119】
本開示に係るシステムの最終的な目的は、「ユーザの使用環境」・「ユーザの意図」・「ユーザの顧客」・「ユーザの嗜好性」・「ユーザの癖」・「ユーザの次のプロセス」等、多角的な視点から導き出される情報を活用して、時間効率よりも質を優先した変換を行うことである。これにより、生成又は変換される文章の正確性・妥当性が高まり、ユーザが実際に運用する際の修正負荷を軽減することができる。
【0120】
一方、ステップＳ５５０において、制御部２０３は、記憶部２０２に格納されている電子カルテテンプレート２０２４を呼び出す。具体的には、例えば、制御部２０３は、生成モデル入出力モジュール２０３５により、記憶部２０２に格納されている電子カルテテンプレート２０２４を呼び出す。
【0121】
次いで、ステップＳ５５１において、制御部２０３は、ステップＳ５５０で呼び出した電子カルテテンプレート２０２４から、この電子カルテテンプレート２０２４に紐付いている医療指定語が入ったテキストを入手する。具体的には、例えば、制御部２０３は、プロンプト生成モジュール２０３４により、ステップＳ５５０で呼び出した電子カルテテンプレート２０２４から、この電子カルテテンプレート２０２４に紐付いている医療指定語が入ったテキストを入手する。
【0122】
次いで、ステップＳ５５２において、制御部２０３は、ステップＳ５０３で入手した、発話データ２０２６に係る患者の病歴、前回受診した際のカルテ情報、前回入院した際の診療サマリー、紹介状のテキスト、及び、ステップＳ５０４で取得した漢字変換済音声認識データ２０２８を入手する。具体的には、例えば、制御部２０３は、プロンプト生成モジュール２０３４により、ステップＳ５０３で入手した、発話データ２０２６に係る患者の病歴、前回受診した際のカルテ情報、前回入院した際の診療サマリー、紹介状のテキスト、及び、ステップＳ５０４で取得した漢字変換済音声認識データ２０２８を入手する。
【0123】
次いで、ステップＳ５５３において、制御部２０３は、ステップＳ５５１またはステップＳ５５２で入手したテキストをプロンプトとして機械学習モデル２０４０に入力し、この機械学習モデル２０４０から出力される文書を取得する。具体的には、例えば、制御部２０３は、プロンプト生成モジュール２０３４により、ステップＳ５５１またはステップＳ５５２で入手したテキストをプロンプトとして機械学習モデル２０４０に入力し、この機械学習モデル２０４０から出力される文書を取得する。ここで用いる機械学習モデル２０４０は、ステップＳ５５１またはステップＳ５５２で入手したテキストを入力とし、入力されたテキストに基づいて電子カルテテンプレート２０２４に記述可能な文書を出力する機械学習モデル２０４０である。好ましくは、この機械学習モデル２０４０の出力には、医療指定語が含まれる。
【0124】
次いで、ステップＳ５５４において、制御部２０３は、ステップＳ５５３で機械学習モデル２０４０から出力された文書に含まれる医療指定語をキーとして、機械学習モデル２０４０からの出力された文書と電子カルテテンプレート２０２４とを紐付ける。具体的には、例えば、制御部２０３は、電子カルテデータ生成モジュール２０３７により、ステップＳ５５３で機械学習モデル２０４０から出力された文書に含まれる医療指定語をキーとして、機械学習モデル２０４０からの出力された文書と電子カルテテンプレート２０２４とを紐付ける。この作業は、発話データ２０２６、音声認識データ２０２７及び漢字変換済音声認識データ２０２８に基づいた、医療指定語をキーとする電子カルテテンプレート２０２４に記録すべき記録内容を特定する作業に相当する。
【0125】
そして、ステップＳ５５５において、制御部２０３は、ステップＳ５５４で特定した記録内容に基づいて電子カルテテンプレート２０２４の入力／修正／上書き作業を行う。具体的には、例えば、制御部２０３は、電子カルテデータ生成モジュール２０３７により、ステップＳ５５４で特定した記録内容に基づいて電子カルテテンプレート２０２４の入力／修正／上書き作業を行う。
【0126】
なお、図５のフローチャートにおけるステップＳ５００～Ｓ５０４の各処理は、医療従事者が音声入力により電子カルテテンプレート２０２４の入力／修正／追記を行う場合以外にも適用可能である。具体的には、例えば、飲食店の店主又は従業員（ユーザ）が端末装置１０を操作する場合、或いはＩＴ企業をはじめとする各種企業の担当者（ユーザ）が端末装置１０を操作する場合等にも適用可能である。
【0127】
即ち、ステップＳ５００において、飲食店の店主又は従業員、若しくは各種企業の担当者等の操作者は、自身が操作する端末装置１０のスピーカ１７２に音声入力を行う。この処理以降、Ｓ５０２までの各種処理は、前述の医療従事者が操作者の場合と同様である。
【0128】
次いで、ステップＳ５０３において、制御部２０３は、ステップＳ５０４において機械学習モデル２０４０に入力するプロンプトを、ユーザの顧客の発話データ２０２６、並びに、ユーザの環境情報、ユーザの顧客に関する情報、及び音声認識データの取得前の文書のうちの少なくとも１つに基づいて生成する。ここで、「顧客」には、例えば、医療現場における患者、飲食店における来店客、および各種企業における取引先等が含まれる。また、ユーザの顧客に関する情報は、例えば、音声認識データ２０２７の取得前の文書を含む。
【0129】
前述したそれぞれの業界／業種で扱う、ユーザの顧客に関する情報は、例えば以下の通りである。
【0130】
（１）医療現場（顧客：患者）
例えば、来院履歴、治療履歴、前回受診時のカルテ（音声認識データ２０２７の取得前の文書）の記載内容、前回入院時の診療サマリー（音声認識データ２０２７の取得前の文書）の記載内容、及び紹介状の記載内容等が挙げられる。特に、患者の名前を正確に漢字変換すること、及び入院履歴と照合するための識別情報（患者ＩＤ）を、英数字で扱うことが重要である。ここで、「前回」とは、具体的には、患者の発話データ２０２６に基づいた音声認識データを取得する前の回の受診／入院を指す。
例えば、来院履歴、治療履歴、前回受診時のカルテ（音声認識データ２０２７の取得前の文書）の記載内容、前回入院時の診療サマリー（音声認識データ２０２７の取得前の文書）の記載内容、及び紹介状の記載内容等が挙げられる。特に、患者の名前を正確に漢字変換すること、及び入院履歴と照合するための識別情報（患者ＩＤ）を、英数字で扱うことが重要である。ここで、「前回」とは、具体的には、患者の発話データ２０２６に基づいた音声認識データを取得する前の回の受診／入院を指す。
【0131】
（２）飲食店（顧客：来店客）
例えば、来店履歴、注文履歴、アレルギー又は嗜好に関する情報、レビューコメント、来店客による回答済のアンケート用紙（音声認識データ２０２７の取得前の文書）の記載内容、及び他店舗からの紹介文の記載内容等が挙げられる。特に、来店客の名前（発音が同じでも異なる漢字表記の可能性あり）を音声認識で、間違いなく、正確に変換することが求められる。ここで、来店客による回答済のアンケート用紙は、具体的には、来店客の発話データ２０２６に基づく音声認識データを取得する前に得られたものである。
例えば、来店履歴、注文履歴、アレルギー又は嗜好に関する情報、レビューコメント、来店客による回答済のアンケート用紙（音声認識データ２０２７の取得前の文書）の記載内容、及び他店舗からの紹介文の記載内容等が挙げられる。特に、来店客の名前（発音が同じでも異なる漢字表記の可能性あり）を音声認識で、間違いなく、正確に変換することが求められる。ここで、来店客による回答済のアンケート用紙は、具体的には、来店客の発話データ２０２６に基づく音声認識データを取得する前に得られたものである。
【0132】
（３）各種企業（顧客：取引先）
商談履歴に関する情報、製品／サービスの導入履歴に関する情報、サポート履歴に関する情報、製品に関する問い合わせログ、取引先による回答済のアンケート用紙（音声認識データ２０２７の取得前の文書）の記載内容、他社からの紹介文のテキスト等が挙げられる。特に、法人名、担当者名が英数字表記又はカタカナ・ローマ字表記になる場合があるため、音声認識の段階で文字種変換又はスペル修正を行う必要がある。ここで、取引先による回答済のアンケート用紙は、具体的には、取引先の発話データ２０２６に基づく音声認識データを取得する前に得られたものである。
商談履歴に関する情報、製品／サービスの導入履歴に関する情報、サポート履歴に関する情報、製品に関する問い合わせログ、取引先による回答済のアンケート用紙（音声認識データ２０２７の取得前の文書）の記載内容、他社からの紹介文のテキスト等が挙げられる。特に、法人名、担当者名が英数字表記又はカタカナ・ローマ字表記になる場合があるため、音声認識の段階で文字種変換又はスペル修正を行う必要がある。ここで、取引先による回答済のアンケート用紙は、具体的には、取引先の発話データ２０２６に基づく音声認識データを取得する前に得られたものである。
【0133】
具体的には、例えば、プロンプト生成モジュール２０３４は、ステップＳ５０４において機械学習モデル２０４０に入力するプロンプトを、ユーザの顧客の発話データ２０２６、並びに、顧客の利用履歴、顧客とのやり取りの要約、前回利用時の各種レポートの記載内容、及び紹介文のテキストの少なくとも１つに基づいて生成する。この際、プロンプト生成モジュール２０３４は、例えば、顧客を特定するための情報（顧客ＩＤ）を用いて、顧客に関する各種情報を取得する。また例えば、プロンプト生成モジュール２０３４は、プロンプトを生成する際にユーザの環境情報を加味してもよい。更には、発話データ２０２６、顧客の利用履歴、顧客とのやり取りの要約、前回利用時の各種レポートの記載内容、紹介文のテキスト、及びユーザの環境情報は、プロンプトに組み込まれる態様で機械学習モデル２０４０に入力されなくてもよく、例えば機械学習モデル２０４０の説明変数として入力されてもよい。
【0134】
プロンプト生成モジュール２０３４は、例えば、医療現場であれば、電子カルテテンプレート２０２４を検索することにより、患者のプロフィール及び来歴、前回受診時のカルテ情報、前回受診時の診療サマリーに関する情報、及び紹介状のテキスト等を入手する。また例えば、飲食店であれば、プロンプト生成モジュール２０３４は、不図示の顧客データベースを検索することにより、注文履歴、レビュー履歴、及び他店舗からの紹介文のテキスト等を取得する。更には、各種企業であれば、プロンプト生成モジュール２０３４は、不図示のカスタマー情報データベースを検索することにより、プロフィールの取引先の名称、担当者の名前及び所属部署、商談履歴、問い合わせログ、及び他社からの紹介文のテキスト等を取得する。
【0135】
さらに、音声認識の過程では、顧客（患者、来店客、又は取引先等）の固有名詞の正確な認識・変換が特に重要である。例えば、患者の名前が「佐藤」と発話された場合に、「サトウ」、「ｓａｔｏ」等の候補となるテキストが生成された場合、プロンプト生成モジュール２０３４は、漢字への正しい変換「佐藤」を推定し、必要に応じて患者ＩＤ「ＩＤ－１２３４５」等の英数字との関連付けを行う。一方で、企業名がローマ字表記又はカタカナで発話される場合等、発話認識システムは当該名前・組織名を正確に変換する必要がある。誤変換や表記ゆれが起こらないように、機械学習モデル２０４０が参照する辞書情報、テンプレート情報を活用することが推奨される。
【0136】
このように、発話データ２０２６、及びユーザの顧客に関する情報（患者情報を含む）等を基にプロンプトを生成することで、機械学習モデル２０４０から出力される対話及び提案内容（即ち、漢字変換済音声認識データ２０２８）を、当該顧客の状況・属性に合わせて最適化することが可能となる。また、顧客名、顧客ＩＤ等の固有情報を正確にテキスト化・管理することにより、修正が少なく、且つ、履歴の照合精度及び追加情報の取得精度を高め、照合誤り及び取得誤りを低減できるという利点がある。
【0137】
次に、ステップＳ５０４において、制御部２０３は、ステップＳ５０３で生成したプロンプト、及び、ステップＳ５０２で確定した音声認識データ２０２７を機械学習モデル２０４０に入力することなく、漢字変換済音声認識データ２０２８を取得してもよい。
【0138】
具体的には、例えば、生成モデル入出力モジュール２０３５は、発話データ２０２６、音声認識データ２０２７、顧客の利用履歴（ユーザの顧客に関する情報）、顧客とのやり取りの要約（ユーザの顧客に関する情報）、前回利用時の各種レポートの記載内容（音声認識データ２０２７の取得前の文書）、紹介文のテキスト、又はユーザの環境情報等のうちの少なくとも２つ以上の組み合わせをルールベースのアルゴリズムで解析することにより、漢字変換済音声認識データ２０２８を取得してもよい。また例えば、生成モデル入出力モジュール２０３５は、機械学習モデル２０４０及びルールベースのアルゴリズムの両方を併用して漢字変換済音声認識データ２０２８を取得してもよい。
【0139】
漢字変換済音声認識データ２０２８の取得に用いられるルールベースのアルゴリズムとしては、例えば以下の（ａ）又は（ｂ）のような公知のアルゴリズムが挙げられる。
【0140】
（ａ）音素の連続データを生成するアルゴリズム
先ず、音声信号を短時間ごとのフレームに分割し、各フレームの音声の特徴量を計算する。音声の特徴量は、例えば、周波数スペクトル、フォルマント周波数、ゼロ交差率等である。次に、算出した音声の特徴量を分析し、特徴量に基づく閾値又はルールを適用して音素の候補を推定する。次に、推定された音素の連続データを生成する。なお、上記の音声信号のフレーム分割および音声の特徴量の抽出には、一般的な信号処理技術（例: フィルタリング、フーリエ変換）を利用する事例が多い。
先ず、音声信号を短時間ごとのフレームに分割し、各フレームの音声の特徴量を計算する。音声の特徴量は、例えば、周波数スペクトル、フォルマント周波数、ゼロ交差率等である。次に、算出した音声の特徴量を分析し、特徴量に基づく閾値又はルールを適用して音素の候補を推定する。次に、推定された音素の連続データを生成する。なお、上記の音声信号のフレーム分割および音声の特徴量の抽出には、一般的な信号処理技術（例: フィルタリング、フーリエ変換）を利用する事例が多い。
【0141】
（ｂ）音素列を単語又は文章に変換するアルゴリズム
先ず、音素列を事前定義された単語辞書と比較し、一致する単語候補を抽出する。次に、文法ルール又は構文解析を適用し、候補となる単語列をスコアリングする。文法ルール及び構文解析の例としては、主語-動詞-目的語の文構造、音素接続規則等が挙げられる。次に、スコアリング結果に基づき、最も確からしい単語列または文章を確定する。ここで、文法ルールの適用には、状態遷移モデル（例: 有限状態機械）、又は正規表現を使用することが多い。また、辞書検索及びスコアリングでは、接続確率又は信頼度に基づいたヒューリスティック手法を導入することが多い。
先ず、音素列を事前定義された単語辞書と比較し、一致する単語候補を抽出する。次に、文法ルール又は構文解析を適用し、候補となる単語列をスコアリングする。文法ルール及び構文解析の例としては、主語-動詞-目的語の文構造、音素接続規則等が挙げられる。次に、スコアリング結果に基づき、最も確からしい単語列または文章を確定する。ここで、文法ルールの適用には、状態遷移モデル（例: 有限状態機械）、又は正規表現を使用することが多い。また、辞書検索及びスコアリングでは、接続確率又は信頼度に基づいたヒューリスティック手法を導入することが多い。
【0142】
このように、ルールベースのアルゴリズムを利用した音声認識処理は、音声の特徴量と文法ルールとを組み合わせて実行される処理であり、機械学習モデル２０４０を用いない場合の音声認識の実現方法として有用である。
【0143】
以上のことを纏めると、制御部２０３は、（ｉ）発話データ２０２６、（ｉｉ）ユーザの環境情報、（ｉｉｉ）音声認識データの取得前の文書、（ｉｖ）ユーザの顧客に関する情報、又は（ｖ）音声認識データ２０２７のうちの少なくとも２つ以上の組み合わせを解析することにより、漢字変換済音声認識データ２０２８を取得すればよい。
【0144】
図６は、サーバ２０の動作の一例を表すフローチャートである。図６は、端末装置１０の操作者が、サーバ２０に格納されている電子カルテテンプレート２０２４を用いて文書データを生成する際の動作の例を示すフローチャートである。
【0145】
ステップＳ６００において、制御部２０３は、記憶部２０２に格納されている電子カルテテンプレート２０２４を呼び出す。具体的には、例えば、制御部２０３は、生成モデル入出力モジュール２０３５により、記憶部２０２に格納されている電子カルテテンプレート２０２４を呼び出す。
【0146】
次に、ステップＳ６０１において、制御部２０３は、ステップＳ６００で呼び出した電子カルテテンプレート２０２４から、過去にこの電子カルテテンプレート２０２４に入力されたデータを入手する。具体的には、例えば、制御部２０３は、生成モデル入出力モジュール２０３５により、ステップＳ６００で呼び出した電子カルテテンプレート２０２４から、過去にこの電子カルテテンプレート２０２４に入力されたデータを入手する。
【0147】
一方、ステップＳ６０２において、制御部２０３は、ステップＳ６００で呼び出した電子カルテテンプレート２０２４から、この電子カルテテンプレート２０２４に紐付いた医療指定語を含むプロンプトを生成する。具体的には、例えば、制御部２０３は、プロンプト生成モジュール２０３４により、ステップＳ６００で呼び出した電子カルテテンプレート２０２４から、この電子カルテテンプレート２０２４に紐付いた医療指定語を含むプロンプトを生成する。
【0148】
次に、ステップＳ６０３において、制御部２０３は、ステップＳ６０２で生成したプロンプトを機械学習モデル２０４０に入力し、この機械学習モデル２０４０から、入力したプロンプトに基づく、フォーム入力機能を持った差し込み文書テンプレート２０２５の出力を受け入れる。具体的には、例えば、制御部２０３は、生成モデル入出力モジュール２０３５により、ステップＳ６０２で生成したプロンプトを機械学習モデル２０４０に入力し、この機械学習モデル２０４０から、入力したプロンプトに基づく、フォーム入力機能を持った差し込み文書テンプレート２０２５の出力を受け入れる。ステップＳ６０３において機械学習モデル２０４０が出力する文書テンプレート２０２５は、上述したように、ステップＳ６０２において生成したプロンプトに含まれている医療指定語を衝突困難な文字列として含む文書テンプレート２０２５である。また、フォーム入力機能を持った差し込み文書テンプレート２０２５とは、差し込みフィールドと、差し込みフォーム（セレクトボックス、チェックボックス、フリーテキスト欄、プルダウン等で、容易に選択をできるフォーム機能を持ったＵＩ)が差し込まれた文書テンプレート２０２５である。
【0149】
ステップＳ６０４において、制御部２０３は、ステップＳ６０３において生成した差し込み文書テンプレート２０２５を選択する。具体的には、例えば、制御部２０３は、提示制御部２０３６により、ステップＳ６０３において生成した差し込み文書テンプレート２０２５を選択する。
【0150】
なお、差し込み文書の選択に際して、カーソルの部位の周辺に薄い文字等入力候補であることを意味する特殊な表示で表示し、差し込み文書テンプレート候補を表示することも可能である。テンプレートが妥当でない場合は文字を書き始めると消える、もしくは、別のテンプレートに変える指示を出す。その直前のカルテ内容から、テンプレート候補が選択され、上記の入力候補であることを意味する特殊なＵＩ表示されること等もある。
【0151】
次いで、ステップＳ６０５において、制御部２０３は、ステップＳ６０４において選択した差し込み文書テンプレート２０２５に基づいて、文書データを作成する。具体的には、例えば、制御部２０３は、生成モデル入出力モジュール２０３５により、ステップＳ６０４において選択した差し込み文書テンプレート２０２５に基づいて、文書データを作成する。
【0152】
次いで、ステップＳ６０６において、制御部２０３は、ステップＳ６０５において作成した文書データにおいて、差し込まれた部分をハイライト表示させる。具体的には、例えば、制御部２０３は、提示制御部２０３６により、ステップＳ６０５において作成した文書データを端末装置１０のディスプレイ１４１に表示させ、この際、差し込まれた部分をそれ以外の部分と識別可能な状態にハイライト表示させる。
【0153】
次いで、ステップＳ６０７において、制御部２０３は、ステップＳ６０５において生成した文書データに対して、フォームを入力させる。具体的には、例えば、制御部２０３は、端末装置１０を介して医療従事者がフォームに入力した内容を提示制御部２０３６により取得し、入力内容を端末装置１０のディスプレイ１４１に表示させる。
【0154】
次いで、ステップＳ６０８において、制御部２０３は、ステップＳ６０７においてフォームに入力された内容を確定させる。具体的には、例えば、制御部２０３は、端末装置１０を操作する医療従事者から、端末装置１０のディスプレイ１４１に表示されたフォーム入力内容の確定指示入力を提示制御部２０３６を介して受け入れ、フォーム入力内容を確定させる。
【0155】
そして、ステップＳ６０９において、制御部２０３は、ステップＳ６０８で確定した文書データを機械学習モデル２０４０に入力し、この機械学習モデル２０４０から、文章の流暢さを改善した文書データを出力させる。具体的には、例えば、制御部２０３は、生成モデル入出力モジュール２０３５により、ステップＳ６０８で確定した文書データを機械学習モデル２０４０に入力し、この機械学習モデル２０４０から、文章の流暢さを改善した文書データを出力させる。ここにおける機械学習モデル２０４０は特段の学習を行っていない一般的な大規模言語モデルであってよい。
【0156】
【0157】
図７は、端末装置１０の操作者が行った音声入力に対する音声認識処理の途中経過及び結果が端末装置１０のディスプレイ１４１に表示される画面の一例を示す図である。
【0158】
端末装置１０のディスプレイ１４１の画面７００には、端末装置１０の操作者が行った音声入力を音声認識処理した途中経過及び結果が表示される領域７０１が設けられ、この領域７０１内に、音声認識モジュール２０３３及び機械学習モデル２０４０による音声認識処理結果７０２が表示される。図中の上に示す例では、音声認識モジュール２０３３は、既に述べたように、音声認識処理結果である音声認識データ２０２７として、ひらがな、カタカナ、英数字及び句読点が混じったデータであり、好ましくは、これらひらがな、カタカナ、英数字及び句読点の間に空白データが区切り（デリミタ）として挿入されている音声認識データ２０２７を出力する。従って、図中上の音声認識処理結果７０２は、ひらがな、カタカナ、英数字及び句読点が混じったデータであり、さらには、これらひらがな、カタカナ、英数字及び句読点の間に空白データが区切り（デリミタ）として挿入されているデータである。音声認識処理結果７０２はリアルタイムに行われ、ディスプレイ１４１にもリアルタイムに表示される。
【0159】
プロンプト生成モジュール２０３４は、電子カルテテンプレート２０２４から、音声入力に係る患者のデータを取得し、このデータを用いてプロンプトを生成する。一例として、プロンプト生成モジュール２０３４は、過去のカルテデータから、図中領域７０３に表示されるようなデータを取得し、生成モデル入出力モジュール２０３５は、このデータをプロンプトとして機械学習モデル２０４０に入力する。
【0160】
図中下の音声認識処理結果７０２は、機械学習モデル２０４０からの出力である漢字変換済音声認識データ２０２８である。この漢字変換済音声認識データ２０２８では、正確な仮名漢字変換が行われていることが理解できる。
【0161】
図８は、電子カルテテンプレート２０２４に保存されている過去の紹介状自然文を起点として、文書データである他院への紹介状を生成する手順を説明するための図である。
【0162】
まず、プロンプト生成モジュール２０３４は、電子カルテテンプレート２０２４を検索し、電子カルテテンプレート２０２４に含まれる医療情報から、文書データ作成に適した医療情報を取得する。図示例では、前の医療現場の紹介状（自然文）である。
【0163】
次いで、プロンプト生成モジュール２０３４は、機械学習モデル２０４０が、医学指定語等の項目名と値が、助詞、記号等で区切られる形に変換された文書テンプレート２０２５を生成するプロンプトを設計し、次いで、生成モデル入出力モジュール２０３５は、プロンプト生成モジュール２０３４が設計し、出力したプロンプトを機械学習モデル２０４０に入力し、この機械学習モデル２０４０から、医学指定語等の項目名と値が、助詞、記号等で区切られる形に変換された文書テンプレート２０２５を出力させる。
【0164】
文書テンプレート２０２５は、自然文を医学指定語と助詞等の記号を認知しテーブル情報に構造化したものである。あるいは、機械学習モデル２０４０からの出力が自然文であった場合、提示制御部２０３６は、自然文を医学指定語と助詞等の記号を認知しテーブル情報に構造化したものに変換する
端末装置１０を操作する医療従事者が紹介状を生成する際、端末装置１０のディスプレイ１４１には図８に示すようなテーブル構造化された文書テンプレート２０２５が表示されるので、医療従事者は、紹介状に出力すべき項目の選択入力を行う。
端末装置１０を操作する医療従事者が紹介状を生成する際、端末装置１０のディスプレイ１４１には図８に示すようなテーブル構造化された文書テンプレート２０２５が表示されるので、医療従事者は、紹介状に出力すべき項目の選択入力を行う。
【0165】
一方、プロンプト生成モジュール２０３４は、医療指定語を含み、所望の文書テンプレート２０２５を機械学習モデル２０４０に出力させるためのプロンプトを生成する。このプロンプトは、医療指定語を衝突困難な記号として含むものである。生成モデル入出力モジュール２０３５は、プロンプト生成モジュール２０３４が生成したプロンプトを機械学習モデル２０４０に入力し、この機械学習モデル２０４０から、医療指定語を衝突困難な記号として含む差し込み文書テンプレート２０２５を出力させる。
【0166】
その後、生成モデル入出力モジュール２０３５は、医療指定語をキーとして電子カルテテンプレート２０２４の入力内容を差し込むことで、文書データである紹介状を生成する。
【0167】
図９は、差し込み文書テンプレート２０２５における差し込みテンプレートフィールド機能に対応するテキスト表現と差し込みフォーム機能に対応するテキスト表現の一例を示す図である。
【0168】
図１０は、音声認識モジュール２０３３から出力される音声認識データ２０２７を生成モデル入出力モジュール２０３５が機械学習モデル２０４０に入力して漢字変換済音声認識データ２０２８を得る際の、プロンプト生成モジュール２０３４が生成するプロンプトの一例を示す図である。
【0169】
図１１は、端末装置１０のディスプレイ１４１に表示される画面の一例を示す図である。図中、電子カルテテンプレート２０２４に反映する、つまり入力等を行う内容（図中左側）と音声認識処理結果（図中右側）とが表示されている。音声認識処理結果の画面には、音声入力に基づく漢字変換候補を表示するための画面が重畳表示されている。
【0170】
図１２は、端末装置１０の操作者が、電子カルテテンプレート２０２４の入力作業をする際に、端末装置１０のディスプレイ１４１に表示される画面の一例を示す図である。
【0171】
端末装置１０のディスプレイ１４１の画面１２００の左側には、サーバ２０の記憶部２０２に格納されている電子カルテテンプレート２０２４の入力項目及び操作者からの発話データ２０２６に基づく音声認識処理の結果、特定された入力内容を示す画面１２０１が表示され、また、ディスプレイ１４１の画面１２００の右側上部には、音声入力のガイダンス画面１２０２が表示され、画面１２００の右側下部には、発話データ２０２６に基づく音声入力結果を表示する画面１２０３が表示されている。さらに、画面１２００の下部には、発話データ２０２６の録音開始及び発話データ２０２６の保存を指示するためのボタン１２０５、１２０６が表示されている。
【0172】
端末装置１０の操作者は、入力装置１３によりこれらボタン１２０５、１２０６をクリックする等の操作入力をすることで、発話データ２０２６の録音開始指示または発話データ２０２６の保存指示をする。
【0173】
図１３は、図１２に示す画面１２０１の詳細を示す図である。画面１３００（１２０１）は、既に説明したように、電子カルテテンプレート２０２４の入力項目及び操作者からの発話データ２０２６に基づく音声認識処理の結果、特定された入力内容を示す画面である。
【0174】
端末装置１０のディスプレイ１４１に表示されている画面１３００には、電子カルテテンプレート２０２４の入力項目１３０１及びこの入力項目１３０１に関連付けられた入力内容１３０２が表示されている。入力項目１３０１には、この入力項目１３０１を識別するための数字列１３０３も表示されている。音声認識モジュール２０３３の音声認識処理に伴い、入力内容１３０２には音声入力結果が順次入力される。また、電子カルテテンプレート２０２４の入力内容１３０２には既に入力された事項があり、音声入力は既入力事項に対する追記／修正のために行われている。図１３に示すように、既入力事項は「修正なし」として特定の色で表示され、音声入力により追記／修正がされたものについては、既入力事項とは異なる色で表示されている。
【0175】
【0176】
端末装置１０のディスプレイ１４１の画面１４００には、電子カルテテンプレート２０２４の入力項目であり医療指定語を含む入力項目１４０１と、この入力項目１４０１に対して入力すべき入力内容の例示１４０２が表示されている。また、電子カルテテンプレート２０２４に既入力事項がある場合は、例示１４０２の箇所に既入力事項が表示されている。
【0177】
【0178】
端末装置１０のディスプレイ１４１の画面１５００には、発話データ２０２６に基づいて音声認識モジュール２０３３が漢字変換を行った際の平仮名表記１５０１及び変換候補例１５０２が表示されている。端末装置１０の操作者は、入力装置１３を用いて変換候補例１５０２のいずれかを選択することで、漢字変換を確定させる。
【0179】
図１６は、電子カルテテンプレートのインポートにあたって他の医療機関から提供された電子カルテテンプレートデータの一例を示す図である。電子カルテテンプレートデータの構成は図１３に示すものと同様であるので詳細な説明は割愛する。電子カルテテンプレートデータであるので、プロフィール情報まで含まれている。
【0180】
図１７は、電子カルテテンプレートデータに基づいてサーバ２０が生成する紹介状文章の生成手順を説明するための図である。
【0181】
図１７の上段には、特定の患者についての電子カルテテンプレートデータ（入力内容）の一覧が表示されている。サーバ２０の操作者は、これら入力内容の一覧から、紹介状文章の生成のために必要な入力内容及び不要な入力内容を選定する（スクリプトに必要／不要）。
【0182】
入力内容の選定が終わると、サーバ２０は、大規模言語モデル（機械学習モデル２０４０）の文章生成タスクに投入すべきスクリプトを生成する。生成されたスクリプトは図１７の中段に表示されている。この際、既に説明したように、文章生成タスクによる文章生成の際に、正確な文章生成がされているかを確認するために、一部の数値（図示例では採血結果を示す検査結果の数値）をダミーに置き換えている。
【0183】
スクリプトを大規模言語モデルの文章生成タスクに投入した結果を図１７の下段に示す。
【0184】
【0185】
＜５ 一実施形態の効果＞
以上詳細に説明したように、本実施形態のシステム１によれば、入力された電子カルテといった医療行為の記録内容を簡易な手順により追記／修正することができる。この点について以下、詳細に説明する。
以上詳細に説明したように、本実施形態のシステム１によれば、入力された電子カルテといった医療行為の記録内容を簡易な手順により追記／修正することができる。この点について以下、詳細に説明する。
【0186】
医療業界はミスが許されない業界である。そして、医療業界では、テンプレートによる構造化データのニーズがとても高い。構造化データは、医療エラーを減らすことができる。電子カルテのテンプレートにより、業務フローを統一することが可能である。
【0187】
しかしながら、構造化データを電子カルテに入力することはとても手間のかかることである。例えば、ある医療施設の入退院支援センターでは、大体６ページにわたる入力内容があり、その内容をどこの項目に入力するのかを指示し、そこに入力することは、１患者当たり２０分程度かかっていた。本実施形態に係るシステム１によれば、この業務を５分程度に減らすことができた。
【0188】
今まで、音声認識を用いて、構造化データを入れることが現場で利用されていなかった理由は、３つの理由である。一つは音声認識の精度が十分ではない事、二つめは音声認識よりも入力が簡単な方法があったからで、三つ目は間違いを修正することが困難であること、である。
【0189】
本実施形態に係るシステム１では、この一つ目の問題である音声認識の精度の問題は、利用シーンを制限し、同時にテンプレートの入力項目名と、この入力項目に係る入力内容の候補を表示し、入力される音声のパターンを絞ることで解消した。本開示に係るシステム１では、音声認識に伴うＷＥＲ（Word Error Rate）が６％から２％程度に下がる。
【0190】
二つ目の問題は、音声認識よりも、簡単な入力である、選択肢問題による入力を音声認識の前に行い、その結果を表示することで、その入力では不十分な部分を、音声認識で修正または追記することで解消した。
【0191】
三つ目の間違いを修正することが困難である問題は、入力後に、他の候補を表示し、他の候補を選択できるようにすることと、どのような音声をもとにこの入力がされたのかを確認することを容易にすることで解消している。
【0192】
特に、本実施形態のシステム１では、選択肢形式の入力内容には医療指定語が大抵の場合含まれるので、この医療指定語をキーとして音声認識処理を行い、少なくとも選択肢形式の入力内容の特定を行っているので、音声認識の精度をより向上させることができる。
【0193】
＜６ 変形例＞
なお、上記した実施形態は本開示を分かりやすく説明するために構成を詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、各実施形態の構成の一部について、他の構成に追加、削除、置換することが可能である。
なお、上記した実施形態は本開示を分かりやすく説明するために構成を詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、各実施形態の構成の一部について、他の構成に追加、削除、置換することが可能である。
【0194】
一例として、上述した一実施形態のシステム１では、機械学習モデル２０４０がサーバ２０内にあったが、例えば図１に示す外部サーバ４０内にあってもよい。
【0195】
また、上述した一実施形態のシステム１では、電子カルテテンプレート２０２４への入力／追記／上書き作業等のために、音声認識処理及び機械学習モデルを用いて発話データの正確な仮名漢字変換を行っていたが、音声認識処理及び機械学習モデルを用いて発話データの正確な仮名漢字変換を行う対象は電子カルテテンプレート２０２４の内容に限定されず、さらには、音声認識処理を経ることなく、ユーザが端末装置１０の入力装置１３等を用いて入力したテキストデータに対して機械学習モデルを用いて正確な仮名漢字変換を行ってもよい。
【0196】
また、上述した一実施形態のシステム１では、端末装置１０を操作するユーザが発話データの入出力のタイミングを自ら入力指示していたが、サーバ２０等が、ユーザが入力したテキストデータに含まれる句読点、改行コード、テキストデータの文字数、及び、ユーザによる入力作業の所定時間の中断の少なくとも１つに基づいて自律的に判断してもよい。
【0197】
テキスト入力を起点とする電子カルテテンプレート２０２４の入力内容特定動作のフローチャートを図１９に示す。キーボードからテキストを入力した際に、「入力がきちんとされていることを示すテキスト」をリアルタイムの表示を行う。その後、テキスト入力の終了を、句読点の入力、改行の入力、数秒間入力がないことの入力等の何らかのシグナルをもとに判断し、生成ＡＩに「キーボードからの入力されたテキスト」をプロンプトに入力し、誤字脱字修正や漢字変換を行う。また、その際に電子カルテの情報、周辺情報をプロンプトに追記することで、精度を上げることである。
【0198】
【0199】
ステップＳ１９００において、端末装置１０のユーザは、キーボード１３１の操作により、入力装置１３を介してテキストデータを入力する。以降のステップＳ１９０１～Ｓ１９５５の動作は、図５のステップＳ５０１～Ｓ５５５と同様である。
【0200】
なお、ステップＳ１９０３において、制御部２０３は、機械学習モデル２０４０に入力するプロンプトを、入力装置１３から入力されたテキストデータに基づいて生成する。具体的には、例えば、制御部２０３は、プロンプト生成モジュール２０３４により、前述のテキストデータに対して誤字脱字修正、又は医療用語を含む適切な漢字変換等を施す。これにより、制御部２０３は、前述のテキストデータを高精度に修正して、機械学習モデル２０４０に入力するプロンプトを生成する。また、制御部２０３は、プロンプト生成モジュール２０３４により、必要に応じて、電子カルテテンプレート２０２４に含まれる患者情報、病名リスト、医療用語が記載された辞書のデータ、医療用語リスト等をプロンプトの内容に反映させる。これにより、更に正確な変換結果が得られる。
【0201】
そして、ステップＳ１９０４において、制御部２０３は、機械学習モデル２０４０から取得した漢字変換済音声認識データ２０２８を、サーバ２０が備える不図示の表示装置に表示させる。これにより、ユーザは、表示装置を通じて変換結果（漢字変換済音声認識データ２０２８）を確認することができるだけでなく、必要に応じて変換結果を手動で編集等することもできる。一方、制御部２０３は、変換結果に問題がない旨の情報を受け付けることで変換結果を確定し、確定した変換結果を電子カルテテンプレート２０２４に反映させる。
【0202】
以上により、キーボード１３１からの単純なテキスト入力であっても、句読点、改行、入力の途切れ等をトリガとして、生成ＡＩ（機械学習モデル２０４０）による誤字脱字の補正及び漢字変換が自動的に実行される。また、電子カルテに既に蓄積された患者情報及び病名リスト（以上、電子カルテの情報）、並びに、医療用語が記載された辞書のデータ、及び医療用語リスト（以上、周辺情報）等をプロンプトに反映させることで、より文脈に即した高精度な変換を実現することができる。これにより、医療現場での入力ミス及び表記揺れが抑制され、カルテの信頼性及び作成効率が向上する。
【0203】
また、機械学習モデル２０４０に入力する情報として、端末装置１０を所有する医療従事者が所属する診療科を含めてもよい。また、診療科に関する情報も用いて機械学習モデル２０４０の学習を行ってもよい。
【0204】
さらに、上述した一実施形態のプロンプト生成モジュール２０３４が生成するプロンプトの内容を、プロンプトとしてではなく、生成モデル入出力モジュール２０３５が機械学習モデル２０４０に入力してもよい。機械学習モデル２０４０が例えば大規模言語モデルであれば、プロンプトによらずとも所望の結果に近い出力を得ることができる。但し、所望の結果が出力されなかった場合、同様の入力を機械学習モデル２０４０に繰り返し行い、漸次所望の結果に近い出力を得ることが好ましい。
【0205】
さらに、音声認識モジュール２０３３による音声認識処理に先立って、端末装置１０を操作する医療従事者が電子カルテテンプレート２０２４を開いて、発話データ２０２６に係る患者の医療情報を閲覧している場合、プロンプト生成モジュール２０３４は、各々の端末装置１０においてどの患者の電子カルテテンプレート２０２４が閲覧されているかを監視し、音声認識モジュール２０３３による音声認識処理が開始したら、この患者を特定するための情報を用いて電子カルテテンプレート２０２４を検索し、患者の医療情報を予め入手しておくこともできる。この患者の医療情報は、機械学習モデル２０４０による音声認識処理に利用される。
【0206】
また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、本発明は、実施例の機能を実現するソフトウェアのプログラムコードによっても実現できる。この場合、プログラムコードを記録した記憶媒体をコンピュータに提供し、そのコンピュータが備えるプロセッサが記憶媒体に格納されたプログラムコードを読み出す。この場合、記憶媒体から読み出されたプログラムコード自体が前述した実施例の機能を実現することになり、そのプログラムコード自体、及びそれを記憶した記憶媒体は本発明を構成することになる。このようなプログラムコードを供給するための記憶媒体としては、例えば、フレキシブルディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、ハードディスク、ＳＳＤ、光ディスク、光磁気ディスク、ＣＤ－Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭ等が用いられる。
【0207】
また、本実施例に記載の機能を実現するプログラムコードは、例えば、アセンブラ、Ｃ／Ｃ＋＋、ｐｅｒｌ、Ｓｈｅｌｌ、ＰＨＰ、Ｊａｖａ（登録商標）等の広範囲のプログラム又はスクリプト言語で実装できる。
【0208】
さらに、実施例の機能を実現するソフトウェアのプログラムコードを、ネットワークを介して配信することによって、それをコンピュータのハードディスクやメモリ等の記憶手段又はＣＤ－ＲＷ、ＣＤ－Ｒ等の記憶媒体に格納し、コンピュータが備えるプロセッサが当該記憶手段や当該記憶媒体に格納されたプログラムコードを読み出して実行するようにしてもよい。
【0209】
＜７ 付記＞
以上の各実施形態で説明した事項を以下に付記する。
以上の各実施形態で説明した事項を以下に付記する。
【0210】
（付記１）
プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムであって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プログラムは、プロセッサに、ユーザから、情報の入力を受け付ける第１ステップと、第１ステップにおいて入力されている情報をユーザに提示する第２ステップと、第１ステップで受け付けている情報のユーザによる入力の終了を判断する第３ステップと、第３ステップにより入力の終了が判定されるまでに第１ステップにおいて受け付けた情報を機械学習モデルに入力するとともに、環境情報及び情報を機械学習モデルに入力し、機械学習モデルに、入力した情報に対応する漢字変換済音声認識データを出力させる第４ステップと、第４ステップの出力である漢字変換済音声認識データをユーザに提示する第５ステップとを実行させる、プログラム。
プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムであって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プログラムは、プロセッサに、ユーザから、情報の入力を受け付ける第１ステップと、第１ステップにおいて入力されている情報をユーザに提示する第２ステップと、第１ステップで受け付けている情報のユーザによる入力の終了を判断する第３ステップと、第３ステップにより入力の終了が判定されるまでに第１ステップにおいて受け付けた情報を機械学習モデルに入力するとともに、環境情報及び情報を機械学習モデルに入力し、機械学習モデルに、入力した情報に対応する漢字変換済音声認識データを出力させる第４ステップと、第４ステップの出力である漢字変換済音声認識データをユーザに提示する第５ステップとを実行させる、プログラム。
【0211】
（付記２）
プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムであって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プログラムは、プロセッサに、ユーザから、ユーザの顧客に関する情報の入力を受け付ける第１ステップと、第１ステップにおいて入力されている情報をユーザに提示する第２ステップと、第１ステップで受け付けている情報のユーザによる入力の終了を、情報に含まれる句読点、改行コード、情報の文字数、及び、ユーザによる入力の所定時間の中断の少なくとも１つに基づいて判断する第６ステップと、第６ステップにより入力の終了が判定されるまでに第１ステップにおいて受け付けた情報を機械学習モデルに入力するとともに、環境情報及び顧客に関する情報をプロンプトとして機械学習モデルに入力し、機械学習モデルに、入力した情報に対応する漢字変換済音声認識データを出力させる第４ステップと、第４ステップの出力である漢字変換済音声認識データをユーザに提示する第５ステップとを実行させる、プログラム。
プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムであって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プログラムは、プロセッサに、ユーザから、ユーザの顧客に関する情報の入力を受け付ける第１ステップと、第１ステップにおいて入力されている情報をユーザに提示する第２ステップと、第１ステップで受け付けている情報のユーザによる入力の終了を、情報に含まれる句読点、改行コード、情報の文字数、及び、ユーザによる入力の所定時間の中断の少なくとも１つに基づいて判断する第６ステップと、第６ステップにより入力の終了が判定されるまでに第１ステップにおいて受け付けた情報を機械学習モデルに入力するとともに、環境情報及び顧客に関する情報をプロンプトとして機械学習モデルに入力し、機械学習モデルに、入力した情報に対応する漢字変換済音声認識データを出力させる第４ステップと、第４ステップの出力である漢字変換済音声認識データをユーザに提示する第５ステップとを実行させる、プログラム。
【0212】
（付記３）
プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムであって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プログラムは、プロセッサに、ユーザから、ユーザの顧客に関する発話データの入力を受け付ける第７ステップと、第７ステップで受け付けた発話データを音声認識して音声認識データを取得する第８ステップと、第８ステップにおいて取得された音声認識データをユーザに提示する第９ステップと、第７ステップで受け付けている発話データのユーザによる入力の終了を、音声認識データに含まれる句読点、改行コード、情報の文字数、及び、ユーザによる入力の所定時間の中断の少なくとも１つに基づいて判断する第１０ステップと、第１０ステップにより入力の終了が判定されるまでに第８ステップにおいて取得した音声認識データを機械学習モデルに入力するとともに、環境情報及び顧客に関する情報をプロンプトとして機械学習モデルに入力し、機械学習モデルに、入力した情報に対応する漢字変換済音声認識データを出力させる第１１ステップと、第１１ステップの出力である漢字変換済音声認識データをユーザに提示する第１２ステップとを実行させる、プログラム。
プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムであって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プログラムは、プロセッサに、ユーザから、ユーザの顧客に関する発話データの入力を受け付ける第７ステップと、第７ステップで受け付けた発話データを音声認識して音声認識データを取得する第８ステップと、第８ステップにおいて取得された音声認識データをユーザに提示する第９ステップと、第７ステップで受け付けている発話データのユーザによる入力の終了を、音声認識データに含まれる句読点、改行コード、情報の文字数、及び、ユーザによる入力の所定時間の中断の少なくとも１つに基づいて判断する第１０ステップと、第１０ステップにより入力の終了が判定されるまでに第８ステップにおいて取得した音声認識データを機械学習モデルに入力するとともに、環境情報及び顧客に関する情報をプロンプトとして機械学習モデルに入力し、機械学習モデルに、入力した情報に対応する漢字変換済音声認識データを出力させる第１１ステップと、第１１ステップの出力である漢字変換済音声認識データをユーザに提示する第１２ステップとを実行させる、プログラム。
【0213】
（付記４）
ユーザは医療従事者であり、顧客はユーザが診療を担当している患者である、付記２または３に記載のプログラム。
ユーザは医療従事者であり、顧客はユーザが診療を担当している患者である、付記２または３に記載のプログラム。
【0214】
（付記５）
ユーザは医療従事者であり、環境情報はユーザが所属する診療科に関する情報である。付記１～３のいずれかに記載のプログラム。
ユーザは医療従事者であり、環境情報はユーザが所属する診療科に関する情報である。付記１～３のいずれかに記載のプログラム。
【0215】
（付記６）
ユーザの顧客に関する情報は、顧客が直近に受診した際のカルテ情報及び／または診療サマリーである、付記４に記載のプログラム。
ユーザの顧客に関する情報は、顧客が直近に受診した際のカルテ情報及び／または診療サマリーである、付記４に記載のプログラム。
【0216】
（付記７）
プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムであって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プログラムは、プロセッサに、ユーザから、発話データの入力を受け付ける第１３ステップと、第１３ステップで受け付けた発話データを音声認識して音声認識データを取得する第１４ステップと、第１４ステップで取得した音声認識データを機械学習モデルに入力し、この機械学習モデルに、入力した音声認識データに対応する漢字変換済音声認識データを出力させる第１５ステップと、第１５ステップの出力である漢字変換済音声認識データをユーザに提示する第１６ステップとを実行させる、プログラム。
プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムであって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プログラムは、プロセッサに、ユーザから、発話データの入力を受け付ける第１３ステップと、第１３ステップで受け付けた発話データを音声認識して音声認識データを取得する第１４ステップと、第１４ステップで取得した音声認識データを機械学習モデルに入力し、この機械学習モデルに、入力した音声認識データに対応する漢字変換済音声認識データを出力させる第１５ステップと、第１５ステップの出力である漢字変換済音声認識データをユーザに提示する第１６ステップとを実行させる、プログラム。
【0217】
（付記８）
メモリには電子カルテテンプレートの構造化データが格納されており、構造化データは、電子カルテテンプレートの入力項目と入力内容とが関連付けられたデータであり、入力内容には患者を特定するための情報が紐付けられており、第１５ステップにおいて、患者を特定するための情報を用いて電子カルテテンプレートを検索して、入力内容である、直近で患者が受診または入院した際の入力内容を取得し、音声認識データを機械学習モデルに入力するとともに、直近で患者が受診または入院した際の入力内容をプロンプトとして機械学習モデルに入力する付記７に記載のプログラム。
メモリには電子カルテテンプレートの構造化データが格納されており、構造化データは、電子カルテテンプレートの入力項目と入力内容とが関連付けられたデータであり、入力内容には患者を特定するための情報が紐付けられており、第１５ステップにおいて、患者を特定するための情報を用いて電子カルテテンプレートを検索して、入力内容である、直近で患者が受診または入院した際の入力内容を取得し、音声認識データを機械学習モデルに入力するとともに、直近で患者が受診または入院した際の入力内容をプロンプトとして機械学習モデルに入力する付記７に記載のプログラム。
【0218】
（付記９）
メモリには電子カルテテンプレートの構造化データが格納されており、構造化データは、電子カルテテンプレートの入力項目と入力内容とが関連付けられたデータであり、入力内容には患者を特定するための情報が紐付けられており、プログラムは、プロセッサに、さらに、第１３ステップに先立って、発話データに係る患者に紐付けられた電子カルテテンプレートの構造化データの閲覧を受け入れる第２４ステップを実行させ、第１３ステップにおいて、電子カルテテンプレートの構造化データの閲覧を受け入れている患者を特定するための情報を用いて電子カルテテンプレートを検索して、入力内容である、直近で患者が受診または入院した際の入力内容を取得し、第１５ステップにおいて、音声認識データを機械学習モデルに入力するとともに、直近で患者が受診または入院した際の入力内容をプロンプトとして機械学習モデルに入力する付記７に記載のプログラム。
メモリには電子カルテテンプレートの構造化データが格納されており、構造化データは、電子カルテテンプレートの入力項目と入力内容とが関連付けられたデータであり、入力内容には患者を特定するための情報が紐付けられており、プログラムは、プロセッサに、さらに、第１３ステップに先立って、発話データに係る患者に紐付けられた電子カルテテンプレートの構造化データの閲覧を受け入れる第２４ステップを実行させ、第１３ステップにおいて、電子カルテテンプレートの構造化データの閲覧を受け入れている患者を特定するための情報を用いて電子カルテテンプレートを検索して、入力内容である、直近で患者が受診または入院した際の入力内容を取得し、第１５ステップにおいて、音声認識データを機械学習モデルに入力するとともに、直近で患者が受診または入院した際の入力内容をプロンプトとして機械学習モデルに入力する付記７に記載のプログラム。
【0219】
（付記１０）
メモリには電子カルテテンプレートの構造化データが格納されており、構造化データは、電子カルテテンプレートの入力項目と入力内容とが関連付けられたデータであり、入力項目には医療指定語が含まれ、発話データには、医療指定語が含まれ、プログラムは、プロセッサに、さらに、発話データ中に含まれる医療指定語に基づいて、電子カルテテンプレートに記録すべき記録内容を特定する第１７ステップを実行させる、付記７記載のプログラム。
メモリには電子カルテテンプレートの構造化データが格納されており、構造化データは、電子カルテテンプレートの入力項目と入力内容とが関連付けられたデータであり、入力項目には医療指定語が含まれ、発話データには、医療指定語が含まれ、プログラムは、プロセッサに、さらに、発話データ中に含まれる医療指定語に基づいて、電子カルテテンプレートに記録すべき記録内容を特定する第１７ステップを実行させる、付記７記載のプログラム。
【0220】
（付記１１）
発話データは、特定の患者に対するものであり、第１５ステップにおいて、音声認識データを機械学習モデルに入力するとともに、特定の患者の電子カルテテンプレートをプロンプトとして機械学習モデルに入力する、付記１０に記載のプログラム。
発話データは、特定の患者に対するものであり、第１５ステップにおいて、音声認識データを機械学習モデルに入力するとともに、特定の患者の電子カルテテンプレートをプロンプトとして機械学習モデルに入力する、付記１０に記載のプログラム。
【0221】
（付記１２）
発話データは、特定の患者に対するものであり、メモリには、特定の患者の病歴が格納されており、第１５ステップにおいて、音声認識データを機械学習モデルに入力するとともに、特定の患者の病歴をプロンプトとして機械学習モデルに入力する、付記７に記載のプログラム。
発話データは、特定の患者に対するものであり、メモリには、特定の患者の病歴が格納されており、第１５ステップにおいて、音声認識データを機械学習モデルに入力するとともに、特定の患者の病歴をプロンプトとして機械学習モデルに入力する、付記７に記載のプログラム。
【0222】
（付記１３）
プログラムは、プロセッサに、さらに、第１７ステップにおいて特定した記録内容を含む電子カルテテンプレートをユーザに提示する第１８ステップを実行し、さらに、第１８ステップにおいて、特定した記録内容と、記録内容以外の電子カルテテンプレートとの提示態様を変更させて提示する付記１０に記載のプログラム。
プログラムは、プロセッサに、さらに、第１７ステップにおいて特定した記録内容を含む電子カルテテンプレートをユーザに提示する第１８ステップを実行し、さらに、第１８ステップにおいて、特定した記録内容と、記録内容以外の電子カルテテンプレートとの提示態様を変更させて提示する付記１０に記載のプログラム。
【0223】
（付記１４）
電子カルテテンプレートの構造化データにおいて、入力内容は、選択肢を選択する選択式入力内容を含み、第１７ステップにおいて、電子カルテテンプレートの入力内容のうち少なくとも選択式入力内容に基づいて、電子カルテテンプレートに記録すべき記録内容を特定する付記１０に記載のプログラム。
電子カルテテンプレートの構造化データにおいて、入力内容は、選択肢を選択する選択式入力内容を含み、第１７ステップにおいて、電子カルテテンプレートの入力内容のうち少なくとも選択式入力内容に基づいて、電子カルテテンプレートに記録すべき記録内容を特定する付記１０に記載のプログラム。
【0224】
（付記１５）
第１４ステップにおいて、音声認識データは、それぞれのひらがな、カタカナ、英数字及び句読点の間に空白データが挿入されている付記７に記載のプログラム。
第１４ステップにおいて、音声認識データは、それぞれのひらがな、カタカナ、英数字及び句読点の間に空白データが挿入されている付記７に記載のプログラム。
【0225】
（付記１６）
プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムであって、メモリには電子カルテテンプレートの構造化データが格納されており、構造化データは、電子カルテテンプレートの入力項目と入力内容とが関連付けられたデータであり、入力項目には医療指定語が含まれ、さらに、メモリには、医療指定語を入力として、この医療指定語を衝突困難な文字列として含む文書テンプレートを出力する機械学習モデルが格納されており、プログラムは、プロセッサに、メモリから電子カルテテンプレートの構造化データを取得する第１９ステップと、第１９ステップで取得した電子カルテテンプレートの構造化データに含まれる医療指定語を機械学習モデルに入力し、この医療指定語を衝突困難な文字列として含む文書テンプレートを出力させる第２０ステップと、電子カルテテンプレートの構造化データのうち、特定の患者に係る電子カルテテンプレートの構造化データを取得する第２１ステップと、第２０ステップで出力させた文書テンプレートに、特定の患者に係る電子カルテテンプレートの構造化データに含まれる医療指定語をキーとして構造化データを挿入して文書データを生成する第２２ステップとを実行させる、プログラム。
プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムであって、メモリには電子カルテテンプレートの構造化データが格納されており、構造化データは、電子カルテテンプレートの入力項目と入力内容とが関連付けられたデータであり、入力項目には医療指定語が含まれ、さらに、メモリには、医療指定語を入力として、この医療指定語を衝突困難な文字列として含む文書テンプレートを出力する機械学習モデルが格納されており、プログラムは、プロセッサに、メモリから電子カルテテンプレートの構造化データを取得する第１９ステップと、第１９ステップで取得した電子カルテテンプレートの構造化データに含まれる医療指定語を機械学習モデルに入力し、この医療指定語を衝突困難な文字列として含む文書テンプレートを出力させる第２０ステップと、電子カルテテンプレートの構造化データのうち、特定の患者に係る電子カルテテンプレートの構造化データを取得する第２１ステップと、第２０ステップで出力させた文書テンプレートに、特定の患者に係る電子カルテテンプレートの構造化データに含まれる医療指定語をキーとして構造化データを挿入して文書データを生成する第２２ステップとを実行させる、プログラム。
【0226】
（付記１７）
プログラムは、プロセッサに、さらに、第２２ステップにおいて生成した文書データをユーザに提示する第２３ステップ
を実行させる、付記１６に記載のプログラム。
プログラムは、プロセッサに、さらに、第２２ステップにおいて生成した文書データをユーザに提示する第２３ステップ
を実行させる、付記１６に記載のプログラム。
【0227】
（付記１８）
第２３ステップにおいて、文書テンプレートに挿入した構造化データと、文書テンプレートに挿入した構造化データ以外の文書データとの提示態様を変更させて提示する付記１７に記載のプログラム。
第２３ステップにおいて、文書テンプレートに挿入した構造化データと、文書テンプレートに挿入した構造化データ以外の文書データとの提示態様を変更させて提示する付記１７に記載のプログラム。
【0228】
（付記１９）
第２３ステップにおいて、文書テンプレートに挿入した構造化データの入力項目とこの入力項目に対応する入力内容とを対にして提示する付記１８に記載のプログラム。
第２３ステップにおいて、文書テンプレートに挿入した構造化データの入力項目とこの入力項目に対応する入力内容とを対にして提示する付記１８に記載のプログラム。
【0229】
（付記２０）
第２３ステップにおいて、対にして提示した、文書テンプレートに挿入した構造化データの入力項目とこの入力項目に対応する入力内容のうち、文書データに挿入すべき入力項目とこの入力項目に対応する入力内容の選択入力を受け入れ、プログラムは、プロセッサに、さらに、選択入力を受け入れた入力項目とこの入力項目に対応する入力内容を文書データに挿入する第２４ステップを実行させる、付記１９に記載のプログラム。
第２３ステップにおいて、対にして提示した、文書テンプレートに挿入した構造化データの入力項目とこの入力項目に対応する入力内容のうち、文書データに挿入すべき入力項目とこの入力項目に対応する入力内容の選択入力を受け入れ、プログラムは、プロセッサに、さらに、選択入力を受け入れた入力項目とこの入力項目に対応する入力内容を文書データに挿入する第２４ステップを実行させる、付記１９に記載のプログラム。
【0230】
（付記２１）
文書テンプレートは、診療サマリー、紹介状、製薬企業へのレポートのテンプレートの少なくとも１つを含む、付記１６記載のプログラム。
文書テンプレートは、診療サマリー、紹介状、製薬企業へのレポートのテンプレートの少なくとも１つを含む、付記１６記載のプログラム。
【0231】
（付記２２）
プロセッサとメモリとを備えた情報処理装置であって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プロセッサは、ユーザから、情報の入力を受け付ける第１ステップと、第１ステップにおいて入力されている情報をユーザに提示する第２ステップと、第１ステップで受け付けている情報のユーザによる入力の終了を判断する第３ステップと、第３ステップにより入力の終了が判定されるまでに第１ステップにおいて受け付けた情報を機械学習モデルに入力するとともに、環境情報及び情報を機械学習モデルに入力し、機械学習モデルに、入力した情報に対応する漢字変換済音声認識データを出力させる第４ステップと、第４ステップの出力である漢字変換済音声認識データをユーザに提示する第５ステップとを実行する、情報処理装置。
プロセッサとメモリとを備えた情報処理装置であって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プロセッサは、ユーザから、情報の入力を受け付ける第１ステップと、第１ステップにおいて入力されている情報をユーザに提示する第２ステップと、第１ステップで受け付けている情報のユーザによる入力の終了を判断する第３ステップと、第３ステップにより入力の終了が判定されるまでに第１ステップにおいて受け付けた情報を機械学習モデルに入力するとともに、環境情報及び情報を機械学習モデルに入力し、機械学習モデルに、入力した情報に対応する漢字変換済音声認識データを出力させる第４ステップと、第４ステップの出力である漢字変換済音声認識データをユーザに提示する第５ステップとを実行する、情報処理装置。
【0232】
（付記２３）
プロセッサとメモリとを備えた情報処理装置であって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プロセッサは、ユーザから、ユーザの顧客に関する情報の入力を受け付ける第１ステップと、第１ステップにおいて入力されている情報をユーザに提示する第２ステップと、第１ステップで受け付けている情報のユーザによる入力の終了を、情報に含まれる句読点、改行コード、情報の文字数、及び、ユーザによる入力の所定時間の中断の少なくとも１つに基づいて判断する第６ステップと、第６ステップにより入力の終了が判定されるまでに第１ステップにおいて受け付けた情報を機械学習モデルに入力するとともに、環境情報及び顧客に関する情報をプロンプトとして機械学習モデルに入力し、機械学習モデルに、入力した情報に対応する漢字変換済音声認識データを出力させる第４ステップと、第４ステップの出力である漢字変換済音声認識データをユーザに提示する第５ステップとを実行する、情報処理装置。
プロセッサとメモリとを備えた情報処理装置であって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プロセッサは、ユーザから、ユーザの顧客に関する情報の入力を受け付ける第１ステップと、第１ステップにおいて入力されている情報をユーザに提示する第２ステップと、第１ステップで受け付けている情報のユーザによる入力の終了を、情報に含まれる句読点、改行コード、情報の文字数、及び、ユーザによる入力の所定時間の中断の少なくとも１つに基づいて判断する第６ステップと、第６ステップにより入力の終了が判定されるまでに第１ステップにおいて受け付けた情報を機械学習モデルに入力するとともに、環境情報及び顧客に関する情報をプロンプトとして機械学習モデルに入力し、機械学習モデルに、入力した情報に対応する漢字変換済音声認識データを出力させる第４ステップと、第４ステップの出力である漢字変換済音声認識データをユーザに提示する第５ステップとを実行する、情報処理装置。
【0233】
（付記２４）
プロセッサとメモリとを備えた情報処理装置であって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プロセッサは、ユーザから、ユーザの顧客に関する発話データの入力を受け付ける第７ステップと、第７ステップで受け付けた発話データを音声認識して音声認識データを取得する第８ステップと、第８ステップにおいて取得された音声認識データをユーザに提示する第９ステップと、第７ステップで受け付けている発話データのユーザによる入力の終了を、音声認識データに含まれる句読点、改行コード、情報の文字数、及び、ユーザによる入力の所定時間の中断の少なくとも１つに基づいて判断する第１０ステップと、第１０ステップにより入力の終了が判定されるまでに第８ステップにおいて取得した音声認識データを機械学習モデルに入力するとともに、環境情報及び顧客に関する情報をプロンプトとして機械学習モデルに入力し、機械学習モデルに、入力した情報に対応する漢字変換済音声認識データを出力させる第１１ステップと、第１１ステップの出力である漢字変換済音声認識データをユーザに提示する第１２ステップとを実行する、情報処理装置。
プロセッサとメモリとを備えた情報処理装置であって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プロセッサは、ユーザから、ユーザの顧客に関する発話データの入力を受け付ける第７ステップと、第７ステップで受け付けた発話データを音声認識して音声認識データを取得する第８ステップと、第８ステップにおいて取得された音声認識データをユーザに提示する第９ステップと、第７ステップで受け付けている発話データのユーザによる入力の終了を、音声認識データに含まれる句読点、改行コード、情報の文字数、及び、ユーザによる入力の所定時間の中断の少なくとも１つに基づいて判断する第１０ステップと、第１０ステップにより入力の終了が判定されるまでに第８ステップにおいて取得した音声認識データを機械学習モデルに入力するとともに、環境情報及び顧客に関する情報をプロンプトとして機械学習モデルに入力し、機械学習モデルに、入力した情報に対応する漢字変換済音声認識データを出力させる第１１ステップと、第１１ステップの出力である漢字変換済音声認識データをユーザに提示する第１２ステップとを実行する、情報処理装置。
【0234】
（付記２５）
プロセッサとメモリとを備えた情報処理装置であって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プロセッサは、ユーザから、発話データの入力を受け付ける第１３ステップと、第１３ステップで受け付けた発話データを音声認識して音声認識データを取得する第１４ステップと、第１４ステップで取得した音声認識データを機械学習モデルに入力し、この機械学習モデルに、入力した音声認識データに対応する漢字変換済音声認識データを出力させる第１５ステップと、第１５ステップの出力である漢字変換済音声認識データをユーザに提示する第１６ステップとを実行する、情報処理装置。
プロセッサとメモリとを備えた情報処理装置であって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プロセッサは、ユーザから、発話データの入力を受け付ける第１３ステップと、第１３ステップで受け付けた発話データを音声認識して音声認識データを取得する第１４ステップと、第１４ステップで取得した音声認識データを機械学習モデルに入力し、この機械学習モデルに、入力した音声認識データに対応する漢字変換済音声認識データを出力させる第１５ステップと、第１５ステップの出力である漢字変換済音声認識データをユーザに提示する第１６ステップとを実行する、情報処理装置。
【0235】
（付記２６）
プロセッサとメモリとを備えた情報処理装置であって、メモリには電子カルテテンプレートの構造化データが格納されており、構造化データは、電子カルテテンプレートの入力項目と入力内容とが関連付けられたデータであり、入力項目には医療指定語が含まれ、さらに、メモリには、医療指定語を入力として、この医療指定語を衝突困難な文字列として含む文書テンプレートを出力する機械学習モデルが格納されており、プロセッサは、メモリから電子カルテテンプレートの構造化データを取得する第１９ステップと、第１９ステップで取得した電子カルテテンプレートの構造化データに含まれる医療指定語を機械学習モデルに入力し、この医療指定語を衝突困難な文字列として含む文書テンプレートを出力させる第２０ステップと、電子カルテテンプレートの構造化データのうち、特定の患者に係る電子カルテテンプレートの構造化データを取得する第２１ステップと、第２０ステップで出力させた文書テンプレートに、特定の患者に係る電子カルテテンプレートの構造化データに含まれる医療指定語をキーとして構造化データを挿入して文書データを生成する第２２ステップとを実行する、情報処理装置。
プロセッサとメモリとを備えた情報処理装置であって、メモリには電子カルテテンプレートの構造化データが格納されており、構造化データは、電子カルテテンプレートの入力項目と入力内容とが関連付けられたデータであり、入力項目には医療指定語が含まれ、さらに、メモリには、医療指定語を入力として、この医療指定語を衝突困難な文字列として含む文書テンプレートを出力する機械学習モデルが格納されており、プロセッサは、メモリから電子カルテテンプレートの構造化データを取得する第１９ステップと、第１９ステップで取得した電子カルテテンプレートの構造化データに含まれる医療指定語を機械学習モデルに入力し、この医療指定語を衝突困難な文字列として含む文書テンプレートを出力させる第２０ステップと、電子カルテテンプレートの構造化データのうち、特定の患者に係る電子カルテテンプレートの構造化データを取得する第２１ステップと、第２０ステップで出力させた文書テンプレートに、特定の患者に係る電子カルテテンプレートの構造化データに含まれる医療指定語をキーとして構造化データを挿入して文書データを生成する第２２ステップとを実行する、情報処理装置。
【0236】
（付記２７）
プロセッサとメモリとを備えたコンピュータにより実行される方法であって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プロセッサは、ユーザから、情報の入力を受け付ける第１ステップと、第１ステップにおいて入力されている情報をユーザに提示する第２ステップと、第１ステップで受け付けている情報のユーザによる入力の終了を判断する第３ステップと、第３ステップにより入力の終了が判定されるまでに第１ステップにおいて受け付けた情報を機械学習モデルに入力するとともに、環境情報及び情報を機械学習モデルに入力し、機械学習モデルに、入力した情報に対応する漢字変換済音声認識データを出力させる第４ステップと、第４ステップの出力である漢字変換済音声認識データをユーザに提示する第５ステップとを実行する、方法。
プロセッサとメモリとを備えたコンピュータにより実行される方法であって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プロセッサは、ユーザから、情報の入力を受け付ける第１ステップと、第１ステップにおいて入力されている情報をユーザに提示する第２ステップと、第１ステップで受け付けている情報のユーザによる入力の終了を判断する第３ステップと、第３ステップにより入力の終了が判定されるまでに第１ステップにおいて受け付けた情報を機械学習モデルに入力するとともに、環境情報及び情報を機械学習モデルに入力し、機械学習モデルに、入力した情報に対応する漢字変換済音声認識データを出力させる第４ステップと、第４ステップの出力である漢字変換済音声認識データをユーザに提示する第５ステップとを実行する、方法。
【0237】
（付記２８）
プロセッサとメモリとを備えたコンピュータにより実行される方法であって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プロセッサは、ユーザから、ユーザの顧客に関する情報の入力を受け付ける第１ステップと、第１ステップにおいて入力されている情報をユーザに提示する第２ステップと、第１ステップで受け付けている情報のユーザによる入力の終了を、情報に含まれる句読点、改行コード、情報の文字数、及び、ユーザによる入力の所定時間の中断の少なくとも１つに基づいて判断する第６ステップと、第６ステップにより入力の終了が判定されるまでに第１ステップにおいて受け付けた情報を機械学習モデルに入力するとともに、環境情報及び顧客に関する情報をプロンプトとして機械学習モデルに入力し、機械学習モデルに、入力した情報に対応する漢字変換済音声認識データを出力させる第４ステップと、第４ステップの出力である漢字変換済音声認識データをユーザに提示する第５ステップとを実行する、方法。
プロセッサとメモリとを備えたコンピュータにより実行される方法であって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プロセッサは、ユーザから、ユーザの顧客に関する情報の入力を受け付ける第１ステップと、第１ステップにおいて入力されている情報をユーザに提示する第２ステップと、第１ステップで受け付けている情報のユーザによる入力の終了を、情報に含まれる句読点、改行コード、情報の文字数、及び、ユーザによる入力の所定時間の中断の少なくとも１つに基づいて判断する第６ステップと、第６ステップにより入力の終了が判定されるまでに第１ステップにおいて受け付けた情報を機械学習モデルに入力するとともに、環境情報及び顧客に関する情報をプロンプトとして機械学習モデルに入力し、機械学習モデルに、入力した情報に対応する漢字変換済音声認識データを出力させる第４ステップと、第４ステップの出力である漢字変換済音声認識データをユーザに提示する第５ステップとを実行する、方法。
【0238】
（付記２９）
プロセッサとメモリとを備えたコンピュータにより実行される方法であって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プロセッサは、ユーザから、ユーザの顧客に関する発話データの入力を受け付ける第７ステップと、第７ステップで受け付けた発話データを音声認識して音声認識データを取得する第８ステップと、第８ステップにおいて取得された音声認識データをユーザに提示する第９ステップと、第７ステップで受け付けている発話データのユーザによる入力の終了を、音声認識データに含まれる句読点、改行コード、情報の文字数、及び、ユーザによる入力の所定時間の中断の少なくとも１つに基づいて判断する第１０ステップと、第１０ステップにより入力の終了が判定されるまでに第８ステップにおいて取得した音声認識データを機械学習モデルに入力するとともに、環境情報及び顧客に関する情報をプロンプトとして機械学習モデルに入力し、機械学習モデルに、入力した情報に対応する漢字変換済音声認識データを出力させる第１１ステップと、第１１ステップの出力である漢字変換済音声認識データをユーザに提示する第１２ステップとを実行する、方法。
プロセッサとメモリとを備えたコンピュータにより実行される方法であって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プロセッサは、ユーザから、ユーザの顧客に関する発話データの入力を受け付ける第７ステップと、第７ステップで受け付けた発話データを音声認識して音声認識データを取得する第８ステップと、第８ステップにおいて取得された音声認識データをユーザに提示する第９ステップと、第７ステップで受け付けている発話データのユーザによる入力の終了を、音声認識データに含まれる句読点、改行コード、情報の文字数、及び、ユーザによる入力の所定時間の中断の少なくとも１つに基づいて判断する第１０ステップと、第１０ステップにより入力の終了が判定されるまでに第８ステップにおいて取得した音声認識データを機械学習モデルに入力するとともに、環境情報及び顧客に関する情報をプロンプトとして機械学習モデルに入力し、機械学習モデルに、入力した情報に対応する漢字変換済音声認識データを出力させる第１１ステップと、第１１ステップの出力である漢字変換済音声認識データをユーザに提示する第１２ステップとを実行する、方法。
【0239】
（付記３０）
プロセッサとメモリとを備えたコンピュータにより実行される方法であって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プロセッサは、ユーザから、発話データの入力を受け付ける第１３ステップと、第１３ステップで受け付けた発話データを音声認識して音声認識データを取得する第１４ステップと、第１４ステップで取得した音声認識データを機械学習モデルに入力し、この機械学習モデルに、入力した音声認識データに対応する漢字変換済音声認識データを出力させる第１５ステップと、第１５ステップの出力である漢字変換済音声認識データをユーザに提示する第１６ステップと
を実行する、方法。
プロセッサとメモリとを備えたコンピュータにより実行される方法であって、メモリには、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを入力として、音声認識データに対して仮名漢字変換を行った漢字変換済音声認識データを出力する機械学習モデルが格納されており、プロセッサは、ユーザから、発話データの入力を受け付ける第１３ステップと、第１３ステップで受け付けた発話データを音声認識して音声認識データを取得する第１４ステップと、第１４ステップで取得した音声認識データを機械学習モデルに入力し、この機械学習モデルに、入力した音声認識データに対応する漢字変換済音声認識データを出力させる第１５ステップと、第１５ステップの出力である漢字変換済音声認識データをユーザに提示する第１６ステップと
を実行する、方法。
【0240】
（付記３１）
プロセッサとメモリとを備えたコンピュータにより実行される方法であって、メモリには電子カルテテンプレートの構造化データが格納されており、構造化データは、電子カルテテンプレートの入力項目と入力内容とが関連付けられたデータであり、入力項目には医療指定語が含まれ、さらに、メモリには、医療指定語を入力として、この医療指定語を衝突困難な文字列として含む文書テンプレートを出力する機械学習モデルが格納されており、プロセッサは、メモリから電子カルテテンプレートの構造化データを取得する第１９ステップと、第１９ステップで取得した電子カルテテンプレートの構造化データに含まれる医療指定語を機械学習モデルに入力し、この医療指定語を衝突困難な文字列として含む文書テンプレートを出力させる第２０ステップと、電子カルテテンプレートの構造化データのうち、特定の患者に係る電子カルテテンプレートの構造化データを取得する第２１ステップと、第２０ステップで出力させた文書テンプレートに、特定の患者に係る電子カルテテンプレートの構造化データに含まれる医療指定語をキーとして構造化データを挿入して文書データを生成する第２２ステップと
を実行する、方法。
プロセッサとメモリとを備えたコンピュータにより実行される方法であって、メモリには電子カルテテンプレートの構造化データが格納されており、構造化データは、電子カルテテンプレートの入力項目と入力内容とが関連付けられたデータであり、入力項目には医療指定語が含まれ、さらに、メモリには、医療指定語を入力として、この医療指定語を衝突困難な文字列として含む文書テンプレートを出力する機械学習モデルが格納されており、プロセッサは、メモリから電子カルテテンプレートの構造化データを取得する第１９ステップと、第１９ステップで取得した電子カルテテンプレートの構造化データに含まれる医療指定語を機械学習モデルに入力し、この医療指定語を衝突困難な文字列として含む文書テンプレートを出力させる第２０ステップと、電子カルテテンプレートの構造化データのうち、特定の患者に係る電子カルテテンプレートの構造化データを取得する第２１ステップと、第２０ステップで出力させた文書テンプレートに、特定の患者に係る電子カルテテンプレートの構造化データに含まれる医療指定語をキーとして構造化データを挿入して文書データを生成する第２２ステップと
を実行する、方法。
【符号の説明】
【0241】
１…電子カルテシステム、１０…端末装置、２０…サーバ、２５…メモリ、２６…ストレージ、２９…プロセッサ、２０１…通信部、２０２…記憶部、２０３…制御部、２０２１…アプリケーションプログラム、２０２３…電子カルテデータ、２０２４…電子カルテテンプレート、２０２５…文書テンプレート、２０２６…発話データ、２０２７…音声認識データ、２０２８…漢字変換済音声認識データ、２０２９…教師データ、２０３１…受信制御モジュール、２０３２…送信制御モジュール、２０３３…音声認識モジュール、２０３４…プロンプト生成モジュール、２０３５…生成モデル入出力モジュール、２０３６…提示制御部、２０３７…電子カルテデータ生成モジュール、２０４０…機械学習モデル、２０４１…医療指定語データ、２０２２…電子カルテＤＢ
【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】
【手続補正書】
【提出日】2025-06-17
【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】
プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムであって、
前記プログラムは、前記プロセッサに、
ユーザから、発話データの入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記発話データを音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第２ステップと、
前記第１ステップで受け付けている前記発話データの前記ユーザによる入力の終了を判断する第３ステップと、
前記音声認識データの取得前の文書、及び前記音声認識データを解析することにより、前記音声認識データに対してテキスト補正処理を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行させる、プログラム。
前記プログラムは、前記プロセッサに、
ユーザから、発話データの入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記発話データを音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第２ステップと、
前記第１ステップで受け付けている前記発話データの前記ユーザによる入力の終了を判断する第３ステップと、
前記音声認識データの取得前の文書、及び前記音声認識データを解析することにより、前記音声認識データに対してテキスト補正処理を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行させる、プログラム。
【請求項2】
プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムであって、
前記プログラムは、前記プロセッサに、
ユーザから、前記ユーザの顧客に関する情報の入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記ユーザの顧客に関する情報を音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第２ステップと、
前記第１ステップで受け付けている前記ユーザの顧客に関する情報の前記ユーザによる入力の終了を、前記ユーザの顧客に関する情報に含まれる句読点、改行コード、前記ユーザの顧客に関する情報の文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第６ステップと、
前記音声認識データの取得前の文書、及び前記音声認識データを解析することにより、前記音声認識データに対してテキスト補正処理を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行させる、プログラム。
前記プログラムは、前記プロセッサに、
ユーザから、前記ユーザの顧客に関する情報の入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記ユーザの顧客に関する情報を音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第２ステップと、
前記第１ステップで受け付けている前記ユーザの顧客に関する情報の前記ユーザによる入力の終了を、前記ユーザの顧客に関する情報に含まれる句読点、改行コード、前記ユーザの顧客に関する情報の文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第６ステップと、
前記音声認識データの取得前の文書、及び前記音声認識データを解析することにより、前記音声認識データに対してテキスト補正処理を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行させる、プログラム。
【請求項3】
プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムであって、
前記プログラムは、前記プロセッサに、
ユーザから、前記ユーザの顧客に関する発話データの入力を受け付ける第７ステップと、
前記第７ステップで受け付けた前記発話データを音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第８ステップと、
前記第７ステップで受け付けている前記発話データの前記ユーザによる入力の終了を、前記音声認識データに含まれる句読点、改行コード、前記音声認識データの文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第９ステップと、
前記第９ステップにより入力の終了が判定されるまでに前記第８ステップにおいて取得した前記音声認識データ、及び前記音声認識データの取得前の文書を解析することにより、前記音声認識データに対してテキスト補正処理を行った変換済音声認識データを取得する第１０ステップと、
前記第１０ステップで取得した前記変換済音声認識データを前記ユーザに提示する第１１ステップとを実行させる、プログラム。
前記プログラムは、前記プロセッサに、
ユーザから、前記ユーザの顧客に関する発話データの入力を受け付ける第７ステップと、
前記第７ステップで受け付けた前記発話データを音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第８ステップと、
前記第７ステップで受け付けている前記発話データの前記ユーザによる入力の終了を、前記音声認識データに含まれる句読点、改行コード、前記音声認識データの文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第９ステップと、
前記第９ステップにより入力の終了が判定されるまでに前記第８ステップにおいて取得した前記音声認識データ、及び前記音声認識データの取得前の文書を解析することにより、前記音声認識データに対してテキスト補正処理を行った変換済音声認識データを取得する第１０ステップと、
前記第１０ステップで取得した前記変換済音声認識データを前記ユーザに提示する第１１ステップとを実行させる、プログラム。
【請求項4】
前記ユーザは医療従事者であり、前記顧客は前記ユーザが診療を担当している患者である、請求項２または３に記載のプログラム。
【請求項5】
前記ユーザは医療従事者であり、前記顧客は前記ユーザが診療を担当している患者であり、
前記ユーザの顧客に関する情報は、前記患者が前回受診した際のカルテ情報及び／または診療サマリーである、請求項２に記載のプログラム。
前記ユーザの顧客に関する情報は、前記患者が前回受診した際のカルテ情報及び／または診療サマリーである、請求項２に記載のプログラム。
【請求項6】
プロセッサとメモリとを備えた情報処理装置であって、
前記プロセッサは、
ユーザから、発話データの入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記発話データを音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第２ステップと、
前記第１ステップで受け付けている前記発話データの前記ユーザによる入力の終了を判断する第３ステップと、
前記音声認識データの取得前の文書、及び前記音声認識データを解析することにより、前記音声認識データに対してテキスト補正処理を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行する、情報処理装置。
前記プロセッサは、
ユーザから、発話データの入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記発話データを音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第２ステップと、
前記第１ステップで受け付けている前記発話データの前記ユーザによる入力の終了を判断する第３ステップと、
前記音声認識データの取得前の文書、及び前記音声認識データを解析することにより、前記音声認識データに対してテキスト補正処理を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行する、情報処理装置。
【請求項7】
プロセッサとメモリとを備えた情報処理装置であって、
前記プロセッサは、
ユーザから、前記ユーザの顧客に関する情報の入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記ユーザの顧客に関する情報を音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第２ステップと、
前記第１ステップで受け付けている前記ユーザの顧客に関する情報の前記ユーザによる入力の終了を、前記ユーザの顧客に関する情報に含まれる句読点、改行コード、前記ユーザの顧客に関する情報の文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第６ステップと、
前記音声認識データの取得前の文書、及び前記音声認識データを解析することにより、前記音声認識データに対してテキスト補正処理を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行する、情報処理装置。
前記プロセッサは、
ユーザから、前記ユーザの顧客に関する情報の入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記ユーザの顧客に関する情報を音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第２ステップと、
前記第１ステップで受け付けている前記ユーザの顧客に関する情報の前記ユーザによる入力の終了を、前記ユーザの顧客に関する情報に含まれる句読点、改行コード、前記ユーザの顧客に関する情報の文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第６ステップと、
前記音声認識データの取得前の文書、及び前記音声認識データを解析することにより、前記音声認識データに対してテキスト補正処理を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行する、情報処理装置。
【請求項8】
プロセッサとメモリとを備えた情報処理装置であって、
前記プロセッサは、
ユーザから、前記ユーザの顧客に関する発話データの入力を受け付ける第７ステップと、
前記第７ステップで受け付けた前記発話データを音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第８ステップと、
前記第７ステップで受け付けている前記発話データの前記ユーザによる入力の終了を、前記音声認識データに含まれる句読点、改行コード、前記音声認識データの文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第９ステップと、
前記第９ステップにより入力の終了が判定されるまでに前記第８ステップにおいて取得した前記音声認識データ、及び前記音声認識データの取得前の文書を解析することにより、前記音声認識データに対してテキスト補正処理を行った変換済音声認識データを取得する第１０ステップと、
前記第１０ステップで取得した前記変換済音声認識データを前記ユーザに提示する第１１ステップとを実行する、情報処理装置。
前記プロセッサは、
ユーザから、前記ユーザの顧客に関する発話データの入力を受け付ける第７ステップと、
前記第７ステップで受け付けた前記発話データを音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第８ステップと、
前記第７ステップで受け付けている前記発話データの前記ユーザによる入力の終了を、前記音声認識データに含まれる句読点、改行コード、前記音声認識データの文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第９ステップと、
前記第９ステップにより入力の終了が判定されるまでに前記第８ステップにおいて取得した前記音声認識データ、及び前記音声認識データの取得前の文書を解析することにより、前記音声認識データに対してテキスト補正処理を行った変換済音声認識データを取得する第１０ステップと、
前記第１０ステップで取得した前記変換済音声認識データを前記ユーザに提示する第１１ステップとを実行する、情報処理装置。
【請求項9】
プロセッサとメモリとを備えたコンピュータにより実行される方法であって、
前記プロセッサは、
ユーザから、発話データの入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記発話データを音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第２ステップと、
前記第１ステップで受け付けている前記発話データの前記ユーザによる入力の終了を判断する第３ステップと、
前記音声認識データの取得前の文書、及び前記音声認識データを解析することにより、前記音声認識データに対してテキスト補正処理を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行する、方法。
前記プロセッサは、
ユーザから、発話データの入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記発話データを音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第２ステップと、
前記第１ステップで受け付けている前記発話データの前記ユーザによる入力の終了を判断する第３ステップと、
前記音声認識データの取得前の文書、及び前記音声認識データを解析することにより、前記音声認識データに対してテキスト補正処理を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行する、方法。
【請求項10】
プロセッサとメモリとを備えたコンピュータにより実行される方法であって、
前記プロセッサは、
ユーザから、前記ユーザの顧客に関する情報の入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記ユーザの顧客に関する情報を音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第２ステップと、
前記第１ステップで受け付けている前記ユーザの顧客に関する情報の前記ユーザによる入力の終了を、前記ユーザの顧客に関する情報に含まれる句読点、改行コード、前記ユーザの顧客に関する情報の文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第６ステップと、
前記音声認識データの取得前の文書、及び前記音声認識データを解析することにより、前記音声認識データに対してテキスト補正処理を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行する、方法。
前記プロセッサは、
ユーザから、前記ユーザの顧客に関する情報の入力を受け付ける第１ステップと、
前記第１ステップにおいて入力されている前記ユーザの顧客に関する情報を音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第２ステップと、
前記第１ステップで受け付けている前記ユーザの顧客に関する情報の前記ユーザによる入力の終了を、前記ユーザの顧客に関する情報に含まれる句読点、改行コード、前記ユーザの顧客に関する情報の文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第６ステップと、
前記音声認識データの取得前の文書、及び前記音声認識データを解析することにより、前記音声認識データに対してテキスト補正処理を行った変換済音声認識データを取得する第４ステップと、
前記第４ステップで取得した前記変換済音声認識データを前記ユーザに提示する第５ステップとを実行する、方法。
【請求項11】
プロセッサとメモリとを備えたコンピュータにより実行される方法であって、
前記プロセッサは、
ユーザから、前記ユーザの顧客に関する発話データの入力を受け付ける第７ステップと、
前記第７ステップで受け付けた前記発話データを音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第８ステップと、
前記第７ステップで受け付けている前記発話データの前記ユーザによる入力の終了を、前記音声認識データに含まれる句読点、改行コード、前記音声認識データの文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第９ステップと、
前記第９ステップにより入力の終了が判定されるまでに前記第８ステップにおいて取得した前記音声認識データ、及び前記音声認識データの取得前の文書を解析することにより、前記音声認識データに対してテキスト補正処理を行った変換済音声認識データを取得する第１０ステップと、
前記第１０ステップで取得した前記変換済音声認識データを前記ユーザに提示する第１１ステップとを実行する、方法。
前記プロセッサは、
ユーザから、前記ユーザの顧客に関する発話データの入力を受け付ける第７ステップと、
前記第７ステップで受け付けた前記発話データを音声認識して、ひらがな、カタカナ、英数字及び句読点の少なくとも１つを含む音声認識データを取得する第８ステップと、
前記第７ステップで受け付けている前記発話データの前記ユーザによる入力の終了を、前記音声認識データに含まれる句読点、改行コード、前記音声認識データの文字数、及び、前記ユーザによる前記入力の所定時間の中断の少なくとも１つに基づいて判断する第９ステップと、
前記第９ステップにより入力の終了が判定されるまでに前記第８ステップにおいて取得した前記音声認識データ、及び前記音声認識データの取得前の文書を解析することにより、前記音声認識データに対してテキスト補正処理を行った変換済音声認識データを取得する第１０ステップと、
前記第１０ステップで取得した前記変換済音声認識データを前記ユーザに提示する第１１ステップとを実行する、方法。