特開 2025-16091 評価システム、処理装置、およびコンピュータプログラム

(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】P2025016091

(43)【公開日】2025-01-31

(54)【発明の名称】評価システム、処理装置、およびコンピュータプログラム

(51)【国際特許分類】

   G16H 40/00 20180101AFI20250124BHJP

【ＦＩ】

G16H40/00

【審査請求】未請求

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2023119133

(22)【出願日】2023-07-21

(71)【出願人】

【識別番号】000230962

【氏名又は名称】日本光電工業株式会社

(74)【代理人】

【識別番号】110001416

【氏名又は名称】弁理士法人信栄事務所

(72)【発明者】

【氏名】木島 真一

(72)【発明者】

【氏名】松沢 航

(72)【発明者】

【氏名】清水 剛

(72)【発明者】

【氏名】澤野 悠一郎

【テーマコード（参考）】

5L099

【Ｆターム（参考）】

5L099AA03

5L099AA22

(57)【要約】

【課題】対象者から取得された生体パラメータの測定波形を評価する環境を多様化する。
【解決手段】推論装置１１は、対象者２０の生体パラメータの測定波形に対応する第一データＤ１を取得し、当該生体パラメータの値が正しく測定される確率を推論し、かつ第一データＤ１に当該確率が付与された第二データＤ２を生成する。処理装置１２は、第二データＤ２に所定の評価関数を適用することにより前記測定波形の価値スコアを算出し、かつ第二データＤ２に当該価値スコアが付与された第三データＤ３を生成する。表示装置１３は、より高い前記価値スコアが付与された少なくとも一つの第三データＤ３に基づく情報を表示する。前記価値スコアは、前記確率に対して正の相関を有し、前記生体パラメータが測定されてからの経過時間に対して負の相関を有している。
【選択図】図１

【特許請求の範囲】

【請求項1】

対象者の生体パラメータの測定波形に対応する第一データを取得し、当該生体パラメータの値が正しく測定される確率を推論し、かつ当該第一データに当該確率が付与された第二データを生成する推論装置と、
前記第二データに所定の評価関数を適用することにより前記測定波形の価値スコアを算出し、かつ当該第二データに当該価値スコアが付与された第三データを生成する処理装置と、
より高い前記価値スコアが付与された少なくとも一つの前記第三データに基づく情報を出力する出力装置と、
を備えており、
前記価値スコアは、前記確率に対して正の相関を有し、前記生体パラメータが測定されてからの経過時間に対して負の相関を有している、
評価システム。

【請求項2】

前記処理装置は、特定の時点で測定された前記生体パラメータについて生成された前記第二データと、当該特定の時点よりも前に測定された前記生体パラメータと当該特定の時点よりも後に測定された前記生体パラメータの少なくとも一方について生成された前記第二データとの整合性に基づいて前記価値スコアを変動させるように構成されている、
請求項１に記載の評価システム。

【請求項3】

前記処理装置は、前記対象者の年齢、性別、および基礎疾患の種別の少なくとも一つに基づいて前記価値スコアを変動させるように構成されている、
請求項１に記載の評価システム。

【請求項4】

前記処理装置は、前記対象者に装着されていないセンサを通じて取得された当該対象者の行動に基づいて前記価値スコアを変動させるように構成されている、
請求項１に記載の評価システム。

【請求項5】

前記処理装置は、前記対象者に装着されていないセンサを通じて取得された当該対象者の行動に基づいて前記価値スコアの算出を停止させるように構成されている、
請求項１に記載の評価システム。

【請求項6】

前記価値スコアの妥当性についてのフィードバックを受け付けるユーザインタフェースを備えており、
前記処理装置は、前記フィードバックに応じて別の前記第三データに基づく情報を出力装置に出力させる、
請求項１に記載の評価システム。

【請求項7】

前記処理装置は、前記フィードバックに基づいて前記評価関数を修正する、
請求項６に記載の評価システム。

【請求項8】

前記評価関数は、機械学習を通じて生成された推論モデルにより提供されている、
請求項１に記載の評価システム。

【請求項9】

前記価値スコアの妥当性についてのフィードバックを受け付けるユーザインタフェースを備えており、
前記処理装置は、前記フィードバックに対応する情報が前記第三データに付与された第四データを生成し、
前記第四データに基づいて前記推論モデルの再学習を実行する装置を備えている、
請求項８に記載の評価システム。

【請求項10】

対象者の生体パラメータの測定波形に対応する第一データを取得し、当該生体パラメータの値が正しく測定される確率を推論し、かつ当該第一データに当該確率が付与された第二データを生成する推論装置と通信可能に接続される処理装置であって、
前記第二データを受け付けるインタフェースと、
前記第二データに所定の評価関数を適用することにより前記測定波形の価値スコアを算出し、当該第二データに当該価値スコアが付与された第三データを生成し、かつより高い前記価値スコアが付与された少なくとも一つの前記第三データを出力装置に出力させるプロセッサと、
を備えており、
前記価値スコアは、前記確率に対して正の相関を有し、前記生体パラメータが測定されてからの経過時間に対して負の相関を有している、
処理装置。

【請求項11】

対象者の生体パラメータの測定波形に対応する第一データを取得し、当該生体パラメータの値が正しく測定される確率を推論し、かつ当該第一データに当該確率が付与された第二データを生成する推論装置と協働する処理装置に搭載されたプロセッサにより実行可能なコンピュータプログラムであって、
実行されることにより、前記処理装置は、
前記第二データを受け付け、
前記第二データに所定の評価関数を適用することにより前記測定波形の価値スコアを算出し、
前記第二データに当該価値スコアが付与された第三データを生成し、
より高い前記価値スコアが付与された少なくとも一つの前記第三データを出力装置に出力させ、
前記価値スコアは、前記確率に対して正の相関を有し、前記生体パラメータが測定されてからの経過時間に対して負の相関を有している、
コンピュータプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、対象者から取得された生体情報を評価するシステムに関連する。本開示は、当該システムに含まれる処理装置、および当該処理装置に搭載されたプロセッサにより実行可能なコンピュータプログラムにも関連する。

【背景技術】

【0002】

特許文献１は、対象者から取得された生体パラメータの測定波形に対応するデータを機械学習済みモデルに入力することにより、当該生体パラメータの値が正しく測定される確率を推論する装置を開示している。閾値を下回る確率が付与されたデータを特定することにより、ノイズの影響下などの信頼性の低い環境で取得された生体情報を評価対象から除外できる。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２２－０１９６０２号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

対象者から取得された生体パラメータの測定波形を評価する環境の多様化を図ることが求められている。

【課題を解決するための手段】

【0005】

本開示により提供される一態様例は、評価システムであって、
対象者の生体パラメータの測定波形に対応する第一データを取得し、当該生体パラメータの値が正しく測定される確率を推論し、かつ当該第一データに当該確率が付与された第二データを生成する推論装置と、
前記第二データに所定の評価関数を適用することにより前記測定波形の価値スコアを算出し、かつ当該第二データに当該価値スコアが付与された第三データを生成する処理装置と、
より高い前記価値スコアが付与された少なくとも一つの前記第三データに基づく情報を出力する出力装置と、
を備えており、
前記価値スコアは、前記確率に対して正の相関を有し、前記生体パラメータが測定されてからの経過時間に対して負の相関を有している。

【0006】

本開示により提供される一態様例は、対象者の生体パラメータの測定波形に対応する第一データを取得し、当該生体パラメータの値が正しく測定される確率を推論し、かつ当該第一データに当該確率が付与された第二データを生成する推論装置と通信可能に接続される処理装置であって、
前記第二データを受け付けるインタフェースと、
前記第二データに所定の評価関数を適用することにより前記測定波形の価値スコアを算出し、当該第二データに当該価値スコアが付与された第三データを生成し、かつより高い前記価値スコアが付与された少なくとも一つの前記第三データを出力装置に出力させるプロセッサと、
を備えており、
前記価値スコアは、前記確率に対して正の相関を有し、前記生体パラメータが測定されてからの経過時間に対して負の相関を有している。

【0007】

本開示により提供される一態様例は、対象者の生体パラメータの測定波形に対応する第一データを取得し、当該生体パラメータの値が正しく測定される確率を推論し、かつ当該第一データに当該確率が付与された第二データを生成する推論装置と協働する処理装置に搭載されたプロセッサにより実行可能なコンピュータプログラムであって、
実行されることにより、前記処理装置は、
前記第二データを受け付け、
前記第二データに所定の評価関数を適用することにより前記測定波形の価値スコアを算出し、
前記第二データに当該価値スコアが付与された第三データを生成し、
より高い前記価値スコアが付与された少なくとも一つの前記第三データを出力装置に出力させ、
前記価値スコアは、前記確率に対して正の相関を有し、前記生体パラメータが測定されてからの経過時間に対して負の相関を有している。

【0008】

上記の各態様例に係る構成によれば、生体パラメータの値が正確に測定される確率だけでなく当該値が測定された時点からの経過時間も加味された新たな価値基準に基づいて評価された結果を提示できる。例えば、従来の評価基準に基づいて早期警告スコアに用いられている生体パラメータの測定値に加えてあるいは代えて、このようにして評価された生体パラメータの測定値を利用することができる。したがって、対象者から取得された生体パラメータの測定波形を評価する環境の多様化を図ることができる。

【図面の簡単な説明】

【0009】

【図1】一実施形態に係る評価システムの機能構成を例示している。

【図2】図１の推論装置により付与された正常測定確率の経時変化を例示している。

【図3】図１の処理装置により生成された第三データの一例を示している。

【図4】図１の表示装置により表示される画面の一例を示している。

【図5】図１の処理装置により生成された第三データの別例を示している。

【図6】図１の処理装置により生成された第三データの別例を示している。

【図7】図１の表示装置により表示される画面の別例を示している。

【発明を実施するための形態】

【0010】

添付の図面を参照しつつ、実施形態の例を以下詳細に説明する。

【0011】

図１は、一実施形態に係る評価システム１０の機能構成を例示している。評価システム１０は、対象者２０から取得された生体情報を評価するための構成を備えている。

【0012】

評価システム１０は、推論装置１１を含んでいる。推論装置１１は、入力インタフェース１１１を備えている。入力インタフェース１１１は、対象者２０の生体パラメータの測定波形に対応する第一データＤ１を受け付けるハードウェアインタフェースとして構成されている。第一データＤ１は、当該測定波形が取得された時点を示す情報を含んでいる。

【0013】

第一データＤ１は、対象者２０に装着されたセンサ３１から直接的に受け付けられてもよいし、複数種のセンサが接続された不図示のモニタ装置を中継して受け付けられてもよい。第一データＤ１は、出力元の仕様に応じてアナログデータの形態であってもよいし、デジタルデータの形態であってもよい。第一データＤ１がアナログデータの形態である場合、入力インタフェース１１１は、Ａ／Ｄコンバータを含む適宜の変換回路を備える。

【0014】

本明細書で用いられる「対象者の生体パラメータ」という語は、当該対象者の生理学的状態を表す各種の指標のうち測定可能な数値をもつものを指す。生体パラメータの測定値は、生体情報の一例である。

【0015】

推論装置１１は、推論モデル１１２を備えている。推論モデル１１２は、第一データＤ１に対応する生体パラメータの測定波形に基づいて当該生体パラメータの値が正しく測定される確率を、推論結果として出力するように構成されたコンピュータアルゴリズムである。確率は、０から１の間の値をとる。値０は、０％に対応している。値１は、１００％に対応している。確率の高低は、生体パラメータの測定環境、対象者の状態などに依存する。

【0016】

推論モデル１１２は、教師データを用いた機械学習を行なうことにより、または適宜の統計手法を通じて生成されうる。教師データは、測定環境や対象者の状態が相違する条件下で取得された生体パラメータの測定波形と、当該生体パラメータが正しく算出されているか否かを示すアノテーションとの組合せとして提供される。機械学習に用いられるアルゴリズムの例としては、ニューラルネットワーク、決定木、ランダムフォレスト、サポートベクトルマシン、ベイズ推定、ガウス過程などが挙げられる。統計手法の例としては、変動係数を用いた手法が挙げられる。

【0017】

推論装置１１は、プロセッサ１１３と出力インタフェース１１４を備えている。プロセッサ１１３は、入力インタフェース１１１により受け付けられた第一データＤ１を推論モデル１１２に入力し、推論モデル１１２から出力された確率を第一データＤ１に付与することによって生成された第二データＤ２を、出力インタフェース１１４から出力するように構成されている。すなわち、出力インタフェース１１４は、第二データＤ２を出力可能なハードウェアインタフェースとして構成されている。

【0018】

プロセッサ１１３は、生体パラメータの測定波形に対応する第一データＤ１に基づいて、当該生体パラメータの値を算出しうる。この場合、算出された値は、当該生体パラメータの測定値として第二データＤ２に含まれうる。第一データＤ１の出力元の仕様によっては、当該生体パラメータの測定値が第一データＤ１に含まれてもよい。

【0019】

評価システム１０は、処理装置１２を含んでいる。処理装置１２は、入力インタフェース１２１を備えている。入力インタフェース１２１は、第二データＤ２を受け付けるハードウェアインタフェースとして構成されている。

【0020】

処理装置１２は、評価モデル１２２を備えている。評価モデル１２２は、第二データＤ２に所定の評価関数を適用することにより第一データＤ１に係る生体パラメータの測定波形の価値スコアを算出するように構成されたコンピュータアルゴリズムである。本例においては、価値スコアは、０から１００の間の値をとる。

【0021】

図２を参照しつつ、価値スコアの意義について説明する。図２は、対象者２０から取得された生体パラメータの値ごとに推定された当該値が正しく測定された確率（以下、「正常測定確率」と称する）の経時変化を例示している。したがって、横軸は時間の経過を表しており、縦軸は確率を表している。本例においては、生体パラメータは呼吸数とする。グラフには示されていないが、プロットごとに一つの呼吸数の測定値が対応付けられている。

【0022】

正常測定確率は、例えばいわゆるデータクレンジングに利用されうる。低い確率値が付与されている呼吸数の測定値は、相対的に悪い測定条件下で取得された可能性が高いとみなされうる。測定条件を悪化させる要因としては、被検者の体動、センサの位置ずれや故障などが挙げられる。正常測定確率について適切な閾値Ｐｔを設定し、当該閾値を下回る確率値が付与された測定値を採用しないようにすることによって、信頼性の高い呼吸数の測定値を選別できる。

【0023】

図２において時点ｔ１において測定された呼吸数の値に付与された正常測定確率は、時点ｔ２において測定された呼吸数の値に付与された正常測定確率よりも高い。確率値のみに注目すれば、時点ｔ１において測定された呼吸数の値の方が時点ｔ２において測定された呼吸数の値よりも信頼性が高いと言える。しかしながら、時間的により後で測定された呼吸数の方が現時点の対象者の状態をよりよく反映しており信頼性が高いという見方も可能である。

【0024】

本実施形態例においては、「測定されてからの経過時間が長いほど、その測定値の信頼性は低下する」という指針に基づいて価値スコアを算出している。すなわち、価値スコアは、当該指針に基づく評価が加味された呼吸数の測定値の信頼性の高さを表している。よって、評価モデル１２２により第二データＤ２に対して適用される上記の評価関数は、結果として算出される価値スコアが正常測定確率に対して正の相関を有し、かつ呼吸数の測定時点からの経過時間に対して負の相関を有するように定められる。

【0025】

図１に例示されるように、処理装置１２は、プロセッサ１２３を備えている。プロセッサ１２３は、入力インタフェース１２１により受け付けられた第二データＤ２を評価モデル１２２に入力し、評価モデル１２２から出力された価値スコアを第二データＤ２に付与することによって第三データＤ３を生成するように構成されている。

【0026】

図３は、プロセッサ１２３により生成された第三データＤ３の一例を示している。六つの時点において測定された呼吸数の各々について正常測定確率と価値スコアが算出されている。図３においては、より高い価値スコアを含む第三データＤ３がより上方に位置するように例示がなされている。結果として、測定日時については時系列順の並びではなくなっており、正常測定確率についても高低順の並びではなくなっている。

【0027】

処理装置１２は、ハードウェアインタフェースとして構成された出力インタフェース１２４を備えている。プロセッサ１２３は、より高い価値スコアが付与された少なくとも一つの第三データＤ３を、出力インタフェース１２４から出力するように構成されている。

【0028】

評価システム１０は、表示装置１３を含んでいる。表示装置１３は、処理装置１２から出力された第三データＤ３に基づく表示を行なうように構成されている。表示装置１３は、出力装置の一例である。表示は、情報の出力の一例である。

【0029】

図４は、表示装置１３により表示される第一画面１３１を例示している。本例においては、最も高い価値スコアが付与された第三データＤ３に基づいて表示がなされる。第一画面１３１は、測定がなされた時点、当該時点において取得された測定波形、当該測定波形に基づいて算出された呼吸数、当該呼吸数の正常測定確率、および当該呼吸数の価値スコアを含んでいる。

【0030】

処理装置１２のプロセッサ１２３は、上記のような表示を表示装置１３に行なわせる表示制御データＤＣを、出力インタフェース１２４から出力する。表示制御データＤＣは、表示装置１３の仕様に応じてアナログデータの形態であってもよいし、デジタルデータの形態であってもよい。表示制御データＤＣがアナログデータの形態で出力される場合、出力インタフェース１２４は、Ｄ／Ａコンバータを含む適宜の変換回路を備える。

【0031】

適切な院内迅速対応システム（Rapid Response System）を構築するために、患者のバイタルサインを点数化して容体の急変を予測する早期警告スコア（Early Warning Score；ＥＷＳ）を用いることが知られている。容態の急変リスクの予測精度を高めるためには、より正確な生体パラメータの測定値を提供する必要がある。前述したデータクレンジングは、例えばこの予測精度の向上を目的として行なわれうる。

【0032】

本実施形態例に係る構成によれば、生体パラメータの値が正確に測定される確率だけでなく当該値が測定された時点からの経過時間も加味された新たな価値基準に基づいて評価された結果を提示できる。例えば、従来の評価基準に基づいてＥＷＳに用いられている生体パラメータの測定値に加えてあるいは代えて、このようにして評価された生体パラメータの測定値を利用することができる。したがって、対象者から取得された生体パラメータの測定波形を評価する環境の多様化を図ることができる。

【0033】

処理装置１２のプロセッサ１２３は、特定の時点で測定された呼吸数について生成された第二データＤ２と、当該特定の時点よりも前に測定された呼吸数と当該特定の時点よりも後に測定された呼吸数の少なくとも一方について生成された第二データＤ２との整合性に基づいて価値スコアを変動させるように構成されうる。

【0034】

具体的には、プロセッサ１２３は、ある時点で測定された呼吸数に対して付与された正常測定確率の値が、その前後に測定された呼吸数に対して付与された正常測定確率の値から大きく乖離している場合、価値スコアを低下させるように構成されうる。

【0035】

図５は、プロセッサ１２３により生成された第三データＤ３の別例を示している。六つの時点において測定された呼吸数の各々について正常測定確率と価値スコアが算出されている。図５においては、時系列順に沿ってデータの例示がなされている。より新しい（時間的に後で取得された）測定値について生成された第三データＤ３がより上方に位置している。

【0036】

太い実線で囲まれた第三データＤ３においては、呼吸数の測定値に付与された正常測定確率の値が、時間的に前後して測定された呼吸数に付与された正常測定確率の値から大きく乖離していることが判る。このような場合、プロセッサ１２３は、測定時点からの経過時間が短く正常測定確率が高くても、測定値に付与される価値スコアを低下させる。

【0037】

正常測定確率の乖離の度合いを判定するために、特定数の測定値の移動平均値と特定の測定値との差分に基づいて判断するアルゴリズムや、ディープメトリックラーニングに基づくアルゴリズムなどが用いられうる。

【0038】

正常測定確率の値が急変することによって上記のような乖離が生じうる。そのような確率値の急変は、ノイズに起因している可能性が高い。そのような状況下で取得された測定値の価値を低下させることにより、本来は信頼性の低い測定値が高い評価を伴って表示装置１３に表示される事態の発生を抑制できる。これにより、対象者から取得された生体パラメータの測定波形を評価する環境の多様性をさらに高めることができる。

【0039】

図１に例示されるように、評価システム１０は、ユーザインタフェース１４を備えうる。ユーザインタフェース１４は、対象者２０の年齢、性別、および基礎疾患の種別の少なくとも一つに係る情報の入力を、属性データＡＴとして受け付けるように構成されている。ユーザインタフェース１４は、推論装置１１または処理装置１２の一部として提供されてもよいし、これらとは独立した装置の一部として提供されてもよい。

【0040】

属性データＡＴは、処理装置１２の入力インタフェース１２１により受け付けられる。属性データＡＴは、ユーザインタフェース１４の仕様に応じてアナログデータの形態で提供されてもよいし、デジタルデータの形態で提供されてもよい。属性データＡＴがアナログデータの形態で提供される場合、入力インタフェース１２１は、Ａ／Ｄコンバータを含む適宜の変換回路を備える。この説明は、後述する入力インタフェース１２１が受け付け可能な他のデータについても同様に適用される。

【0041】

処理装置１２のプロセッサ１２３は、入力インタフェース１２１により受け付けられた属性データＡＴに基づいて価値スコアを変動させるように構成されうる。

【0042】

対象者が高齢者や基礎疾患を持つ者である場合、ある生体パラメータの測定値や変化態様が同様であっても、非高齢者や基礎疾患を持たない者に比べて容体の急変リスクが高い傾向にある。容体の急変リスクが高いと医療従事者により判断された者も同様である。

【0043】

一例として、容体急変リスクが相対的に高い対象者であることを示す属性データＡＴが入力された場合に、測定時点からの経過時間が長い測定値の価値スコアをより大きく低下させるように（負の相関を強めるように）プロセッサ１２３が構成されることにより、新しい生体パラメータの測定値が提示されやすくなり、容体急変リスクへの対応可能性を高めることができる。

【0044】

別例として、対象者の容体が回復した場合、または回復傾向にある場合、測定時点からの経過時間が長い測定値の価値スコアの低下をより少なくするように（負の相関を弱めるように）プロセッサ１３２が構成されることにより、提示される生体パラメータの測定値の幅が増大する。

【0045】

結果として、対象者から取得された生体パラメータの測定波形を評価する環境の多様性をさらに高めることができる。

【0046】

図１に例示されるように、処理装置１２の入力インタフェース１２１は、非装着型センサ３２からの検出データＤＴを受け付け可能に構成されうる。非装着型センサ３２は、対象者２０に装着されることなくその行動を検出し、検出された行動に対応する検出データＤＴを出力するように構成される。非装着型センサ３２の例としては、カメラ、集音マイク、ベッドに設置された荷重センサなどが挙げられる。検出データＤＴは、当該行動が検出された時点を示す情報を含んでいる。

【0047】

この場合、処理装置１２のプロセッサ１２３は、入力インタフェース１２１により受け付けられた検出データＤＴに基づいて価値スコアを変動させるように構成されうる。具体的には、プロセッサ１２３は、検出データＤＴに含まれている時点情報を参照し、同時点に測定された呼吸数に係る第三データＤ３との関連付けを行なう。例えば、センサ３１による生体パラメータの測定精度を低下させるような行動を検出データＤＴが示している場合、プロセッサ１２３は、当該検出データＤＴに関連付けられた第三データＤ３に含まれる価値スコアを低下させる。そのような行動の例としては、体動、発話、咳、くしゃみ、いびきなどが挙げられる。

【0048】

図６は、プロセッサ１２３により生成された第三データＤ３の別例を示している。四つの時点において測定された呼吸数の各々について正常測定確率と価値スコアが算出されている。図６においては、時系列順に沿ってデータの例示がなされている。より新しい（時間的に後で取得された）測定値について生成された第三データＤ３がより上方に位置している。加えて、検出データＤＴに基づいて判断された対象者２０の体動の有無が、各第三データＤ３に関連付けられている。

【0049】

太い実線で囲まれた第三データＤ３については、検出データＤＴに基づいて対象者２０の体動が判断されている。このような場合、プロセッサ１２３は、測定時点からの経過時間が短く正常測定確率が高くても、測定値に付与される価値スコアを低下させる。図示された例のように、体動の大きさに応じて価値スコアを低下させる量を変えてもよい。

【0050】

すなわち、センサ３１による生体パラメータの測定精度を低下させるような行動（体動、咳、会話など）を対象者２０がとっている状況を検出データＤＴが示している場合、プロセッサ１２３は、当該状況下で取得された測定値の価値を低くする。これにより、本来は信頼性の低い測定値が高い評価を伴って表示装置１３に表示される事態の発生を抑制できる。

【0051】

別例として、センサ３１による生体パラメータの測定中に対象者２０の呼吸が検出されない状況を検出データＤＴが示している場合、プロセッサ１２３は、当該状況下で取得された測定値の価値を高くする。これにより、対象者２０が呼吸困難、吐血などの異常が疑われる状況下にあることの認知を促すことができる。対象者２０が当該状況下にあると判断された場合、医療従事者への報知がなされることが好ましい。

【0052】

他方、対象者２０が睡眠時無呼吸症候群（ＳＡＳ）に罹患していると医療従事者が認識している場合、無呼吸に係る上記のような異常が検出データＤＴに基づいて判断されても、直ちに報知がなされることを要しない。この場合、無呼吸状態が検出されている時間長さが所定の閾値を超えたときに報知がなされるように構成されうる。

【0053】

但し、中枢性無呼吸症候群に関連付けられうる呼吸パターンであるチェーンストークス様呼吸の出現が検出データＤＴに基づいて判断された場合、報知が直ちになされることが好ましい。これにより、対象者２０の意識消失による舌根沈下や窒息が生じた場合への応急処置を迅速に行なうことができる。本例においては、プロセッサ１２３は、応急処置を優先するために価値スコアの算出を停止するように構成されうる。プロセッサ１２３は、異常事態に起因して価値スコアの算出が中断されていることを示すフラグを立てるなどの処理を行なうことにより、当該異常事態の解消後に価値スコアの算出を再開できる。

【0054】

結果として、対象者から取得された生体パラメータの測定波形を評価する環境の多様性をさらに高めることができる。

【0055】

図１に例示されるように、ユーザインタフェース１４は、価値スコアの妥当性についてのフィードバックを受け付け、当該フィードバックに対応するフィードバックデータＦＢを出力するように構成されうる。

【0056】

具体的には、図４に例示されるように、第一画面１３１は、確定ボタン画像１３１ａと却下ボタン画像１３１ｂを含んでいる。確定ボタン画像１３１ａが選択状態とされることにより、提示された価値スコアが妥当であるとのフィードバックがなされる。却下ボタン画像１３１ｂが選択状態とされることにより、提示された価値スコアが妥当でないとのフィードバックがなされる。ユーザは、第一画面１３１に表示されている呼吸数の測定波形を参照しつつ測定値の正確性と価値スコアの妥当性を判断できる。

【0057】

各ボタン画像は、マウスなどの入力装置を用いて選択状態とされうる。表示装置１３がタッチパネル方式である場合、各ボタン画像は、ユーザのタッチ操作を通じて選択状態とされうる。すなわち、ユーザインタフェース１４は、表示装置１３の一部として提供されうる。

【0058】

却下ボタン画像１３１ｂが選択状態とされると、第二画面１３２が表示される。第二画面１３２は、複数のラジオボタン画像１３２ａを含んでいる。複数のラジオボタン画像１３２ａは、より具体的なフィードバックを受け付けるために提供されている。ユーザは、複数のラジオボタン画像１３２ａの一つを選択状態にすることによって、第一画面１３１を通じて提供された価値スコアが妥当でないと考える理由を入力できる。

【0059】

第二画面１３２は、戻るボタン画像１３２ｂ、省略ボタン画像１３２ｃ、および確定ボタン画像１３２ｄをさらに含んでいる。戻るボタン画像１３２ｂが選択状態にされると、表示装置１３は、第一画面１３１を再表示する。省略ボタン画像１３２ｃまたは確定ボタン画像１３２ｄが選択状態にされると、表示装置１３は、第三画面１３３を表示する。省略ボタン画像１３２ｃは、価値スコアが妥当でない理由の入力を省略したい場合に選択状態とされる。

【0060】

第三画面１３３は、第一画面１３１を通じて提供された情報に加えて、別の時点で測定された呼吸数に係る第三データに基づく情報を含んでいる。本例においては、二番目に高い価値スコアが付与された呼吸数に係る情報が表示されている。

【0061】

第三画面１３３は、複数のラジオボタン画像１３３ａを含んでいる。各ラジオボタン画像１３３ａは、対応する一つの呼吸数の測定値に基づく情報に対応付けられている。第三画面１３３が表示された当初は、第一画面１３１を通じて提供された情報に対応づけられたラジオボタン画像１３３ａが選択状態とされている。

【0062】

第三画面１３３は、確定ボタン画像１３３ｂと却下ボタン画像１３３ｃをさらに含んでいる。確定ボタン画像１３３ｂは、選択状態とされたラジオボタン画像１３３ａに対応付けられた価値スコアが妥当であるとのフィードバックを行なうために選択状態とされる。却下ボタン画像１３３ｃは、選択状態とされたラジオボタン画像１３３ａに対応付けられた価値スコアが妥当でないとのフィードバックを行なうために選択状態とされる。ユーザは、選択状態にしたラジオボタン画像１３３ａに対応付けられた呼吸数の測定波形を参照しつつ、測定値の正確性と価値スコアの妥当性を判断できる。

【0063】

却下ボタン画像１３３ｃが選択状態にされると、表示装置１３は、第二画面１３２を再表示する。ユーザは、第三画面１３３を通じて選択した価値スコアが妥当でないと考える理由についてのフィードバックを行なうことができる。ここで省略ボタン画像１３２ｃまたは確定ボタン画像１３２ｄが選択状態にされると、表示装置１３は、さらに別の時点で測定された呼吸数に係る第三データに基づく情報を含む第三画面１３３を表示する。ユーザは、妥当と認める価値スコアが付与された測定結果が得られるまで上記の操作を繰り返すことができる。

【0064】

なお、第一画面１３１を通じて提供された情報に加えて第三画面１３３に表示される情報は、二つ以上の時点で測定された呼吸数に基づくものであってもよい。この場合、複数の候補のいずれかを選択できるように二つ以上のラジオボタン画像１３３ａが追加的に表示される。

【0065】

すなわち、処理装置１２のプロセッサ１２３は、入力インタフェース１２１により受け付けられたフィードバックデータＦＢに基づいて、少なくとも一つの別の第三データＤ３に基づく情報を表示装置１３に表示させるように構成されうる。

【0066】

評価システム１０が当初採用している価値スコアの付与基準が、ユーザの好みやユーザが所属している医療機関の指針に沿わない場合がありうる。上記のような構成によれば、価値スコアの妥当性をユーザの好みやユーザが所属している医療機関の指針に近づける変更を許容する自由度を評価システム１０に与えることができる。これにより、対象者から取得された生体パラメータの測定波形を評価する環境の多様性をさらに高めることができる。

【0067】

なお、第一画面１３１の表示が省略され、当初より第三画面１３３が表示装置１３に表示される構成も採用されうる。この場合、ユーザは、ラジオボタン画像１３３ａを用いて複数の価値スコアから一つを選択し、確定ボタン画像１３３ｂで最も妥当と考える価値スコアを選択したり、却下ボタン画像１３３ｃで第二画面１３２を表示させることにより価値スコアが妥当でないと考える理由を入力したりできる。

【0068】

処理装置１２のプロセッサ１２３は、入力インタフェース１２１により受け付けられたフィードバックデータＦＢに基づいて、評価モデル１２２により提供される評価関数を変更するように構成されうる。

【0069】

一例として、図４の第二画面１３２において「データが古い」という理由が選択された場合、プロセッサ１２３は、当該選択に係る呼吸数が測定された時点からの経過時間を閾値として取得する。以降の処理においては、プロセッサ１２３は、呼吸数が測定された時点からの経過時間が閾値以上である第二データＤ２に対して付与される価値スコアを大きく低下させるように、評価関数を変更する。

【0070】

別例として、図４の第二画面１３２において「波形が乱れている」という理由が選択された場合、プロセッサ１２３は、当該選択に係る生体パラメータの値が正しく測定される確率を、閾値として取得する。以降の処理においては、プロセッサ１２３は、当該確率が所定の閾値を下回る第二データＤ２に対して付与される価値スコアを大きく低下させるように、評価関数を変更する。

【0071】

別例として、図４の第二画面１３２において「呼吸数が合わない」という理由が選択された場合、図７に例示される第四画面１３４が表示される。第四画面１３４は、アノテーション付与を行なうために提供される。第四画面１３４は、アノテーション付与領域１３４ａと呼吸数入力領域１３４ｂを含んでいる。ユーザは、第四画面１３４に表示されている呼吸数の測定波形に対して波形のピークとボトムを示すアノテーションを付与できる。アノテーションの付与は、測定波形における該当箇所へのタッチ操作を通じてなされうる。ユーザは、アノテーション結果に基づいて正しい呼吸数を特定し、呼吸数入力領域１３４ｂへ入力できる。

【0072】

第四画面１３４は、省略ボタン画像１３４ｃと確定ボタン画像１３４ｄをさらに含んでいる。省略ボタン画像１３４ｃが選択状態とされると、アノテーションの付与と呼吸数の訂正は行なわれることなく、表示装置１３が第三画面１３３を表示する。確定ボタン画像１３４ｄが選択状態とされると、付与されたアノテーションと訂正後の呼吸数に係るデータが有効化され、表示装置１３が第三画面１３３を表示する。

【0073】

上記のような構成によれば、価値スコアの妥当性をユーザの好みやユーザが所属している医療機関の指針に近づける変更を、評価モデル１２２の動作に反映できる。これにより、対象者から取得された生体パラメータの測定波形を評価する環境の多様性をさらに高めることができる。

【0074】

評価モデル１２２の評価関数は、機械学習を通じて生成された推論モデルにより提供されうる。機械学習に用いられるアルゴリズムの例としては、ニューラルネットワーク、決定木、ランダムフォレスト、サポートベクトルマシン、ベイズ推定、ガウス過程などが挙げられる。教師データとしては、図４および図７を参照して説明したユーザによる変更結果（いずれのデータが選択または却下されたのか）が使用されうる。

【0075】

図１に例示されるように、評価システム１０は、再学習装置１５を含みうる。再学習装置１５は、機械学習を通じて生成された評価モデル１２２の再学習を行なうための装置である。再学習装置１５は、処理装置１２と通信可能に接続される。

【0076】

この場合、処理装置１２のプロセッサ１２３は、入力インタフェース１２１により受け付けられたフィードバックデータＦＢに対応する情報を第三データＤ３に付与することにより、第四データＤ４を生成するように構成される。第四データＤ４は、出力インタフェース１２４から再学習装置１５へ出力される。

【0077】

再学習装置１５は、処理装置１２に実装されているものと同じ評価モデルＭを保持している。第四データＤ４は、特定の測定波形に対して付与された価値スコアとその妥当性についての情報（アノテーション）を含んでいる。したがって、再学習装置１５は、第四データＤ４を教師データとして用いることにより、より妥当性の高い価値スコアを付与できるように評価関数を調整するための再学習を評価モデルＭに対して実行できる。処理装置１２は、再学習がなされた評価モデルＭを再学習装置１５から受け取ることにより、評価モデル１２２を更新する。

【0078】

このような構成によっても、価値スコアの妥当性をユーザの好みやユーザが所属している医療機関の指針に近づける変更を、評価モデル１２２の動作に反映できる。図示を省略するが、再学習装置１５は、複数の処理装置１２により共有されうる。この場合、価値スコアの妥当性について好みや指針を共有する複数の評価システム１０の間で同じ評価モデル１２２を共有できる。

【0079】

これまで説明した各種の機能を有する推論装置１１のプロセッサ１１３と処理装置１２のプロセッサ１２３の各々は、汎用メモリと協働して動作する汎用マイクロプロセッサにより実現されうる。汎用マイクロプロセッサとしては、ＣＰＵ、ＭＰＵ、ＧＰＵが例示されうる。汎用メモリとしては、ＲＯＭやＲＡＭが例示されうる。この場合、ＲＯＭには、上述した処理を実行するコンピュータプログラムが記憶されうる。ＲＯＭは、コンピュータプログラムが記憶された非一時的なコンピュータ可読媒体の一例である。汎用マイクロプロセッサは、ＲＯＭ上に記憶されたコンピュータプログラムの少なくとも一部を指定してＲＡＭ上に展開し、ＲＡＭと協働して上述した処理を実行する。当該コンピュータプログラムは、汎用メモリにプリインストールされてもよいし、通信ネットワークを介して外部サーバ装置からダウンロードされてから汎用メモリにインストールされてもよい。この場合、外部サーバ装置は、コンピュータプログラムが記憶された非一時的なコンピュータ可読媒体の一例である。

【0080】

推論装置１１のプロセッサ１１３と処理装置１２のプロセッサ１２３の各々は、マイクロコントローラ、ＡＳＩＣ、ＦＰＧＡなどの上記のコンピュータプログラムを実行可能な専用集積回路によって実現されてもよい。この場合、当該専用集積回路に含まれる記憶素子に上記のコンピュータプログラムがプリインストールされる。当該記憶素子は、コンピュータプログラムが記憶されたコンピュータ可読媒体の一例である。推論装置１１のプロセッサ１１３と処理装置１２のプロセッサ１２３の各々は、汎用マイクロプロセッサと専用集積回路の組合せによっても実現されうる。

【0081】

これまでに説明した各構成は、本開示の理解を容易にするための例示にすぎない。各構成例は、本開示の趣旨を逸脱しなければ、適宜の変更や他の構成例との組み合わせがなされうる。

【0082】

図１においては、推論装置１１、処理装置１２、表示装置１３、および再学習装置１５は、互いに独立した装置として例示されている。しかしながら、これらの装置のうち少なくとも二つは、単一の装置における異なる機能モジュールとして実現されうる。例えば推論装置１１と処理装置１２が単一の装置として提供される場合、推論装置１１の出力インタフェース１１４と処理装置１２の入力インタフェース１２１は、ハードウェアインタフェースではなくソフトウェアインタフェースとして実現されうる。

【0083】

第三データＤ３に基づく価値スコアを含む情報は、必ずしも表示装置１３を通じて出力されることを要しない。当該情報は、プリンタを通じて可視化されてもよいし、他の装置が利用可能なデータ形式で送信されてもよい。この場合におけるプリンタおよびデータ送信装置は、出力装置の一例である。

【0084】

推論モデル１１２は、必ずしも推論装置１１に搭載されることを要しない。図示を省略するが、推論装置１１は、通信ネットワークを介して外部サーバ装置と通信可能に接続されうる。この場合、推論モデル１１２は、当該外部サーバ装置に搭載されうる。

【0085】

評価モデル１２２は、必ずしも処理装置１２に搭載されることを要しない。図示を省略するが、処理装置１２は、通信ネットワークを介して外部サーバ装置と通信可能に接続されうる。この場合、評価モデル１２２当該外部サーバ装置に搭載されうる。

【0086】

以下に列挙される構成もまた、本開示の一部を構成する。

項目１：
対象者の生体パラメータの測定波形に対応する第一データを取得し、当該生体パラメータの値が正しく測定される確率を推論し、かつ当該第一データに当該確率が付与された第二データを生成する推論装置と、
前記第二データに所定の評価関数を適用することにより前記測定波形の価値スコアを算出し、かつ当該第二データに当該価値スコアが付与された第三データを生成する処理装置と、
より高い前記価値スコアが付与された少なくとも一つの前記第三データに基づく情報を出力する出力装置と、
を備えており、
前記価値スコアは、前記確率に対して正の相関を有し、前記生体パラメータが測定されてからの経過時間に対して負の相関を有している、
評価システム。

項目２：
前記処理装置は、特定の時点で測定された前記生体パラメータについて生成された前記第二データと、当該特定の時点よりも前に測定された前記生体パラメータと当該特定の時点よりも後に測定された前記生体パラメータの少なくとも一方について生成された前記第二データとの整合性に基づいて前記価値スコアを変動させるように構成されている、
項目１に記載の評価システム。

項目３：
前記処理装置は、前記対象者の年齢、性別、および基礎疾患の種別の少なくとも一つに基づいて前記価値スコアを変動させるように構成されている、
項目１または２に記載の評価システム。

項目４：
前記処理装置は、前記対象者に装着されていないセンサを通じて取得された当該対象者の行動に基づいて前記価値スコアを変動させるように構成されている、
項目１から３のいずれか一項に記載の評価システム。

項目５：
前記処理装置は、前記対象者に装着されていないセンサを通じて取得された当該対象者の行動に基づいて前記価値スコアの算出を停止させるように構成されている、
項目１から３のいずれか一項に記載の評価システム。

項目６：
前記価値スコアの妥当性についてのフィードバックを受け付けるユーザインタフェースを備えており、
前記処理装置は、前記フィードバックに応じて別の前記第三データに基づく情報を出力装置に出力させる、
項目１から５のいずれか一項に記載の評価システム。

項目７：
前記処理装置は、前記フィードバックに基づいて前記評価関数を修正する、
項目６に記載の評価システム。

項目８：
前記評価関数は、機械学習を通じて生成された推論モデルにより提供されている、
項目１から７のいずれか一項に記載の評価システム。

項目９：
前記処理装置は、前記フィードバックに対応する情報が前記第三データに付与された第四データを生成し、
前記第四データに基づいて前記推論モデルの再学習を実行する装置を備えている、
項目６に記載の評価システム。

【符号の説明】

【0087】

１０：評価システム、１１：推論装置、１２：処理装置、１２１：入力インタフェース、１２２：評価モデル、１２３：プロセッサ、１３：表示装置、１４：ユーザインタフェース、１５：再学習装置、２０：対象者、３２：非装着型センサ、Ｄ１：第一データ、Ｄ２：第二データ、Ｄ３：第三データ、Ｄ４：第四データ、ＤＴ：検出データ、ＦＢ：フィードバックデータ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】