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】特許公報(B2)
(11)【特許番号】
(24)【登録日】2022-04-05
(45)【発行日】2022-04-13
(54)【発明の名称】呼吸抵抗測定装置、データ処理方法及び呼吸抵抗測定システム
(51)【国際特許分類】
A61B 5/085 20060101AFI20220406BHJP
【ＦＩ】
A61B5/085
【請求項の数】
5
(21)【出願番号】P 2019021993
(22)【出願日】2019-02-08
(65)【公開番号】P2020127640
(43)【公開日】2020-08-27
【審査請求日】2021-10-27
【早期審査対象出願】
(73)【特許権者】
【識別番号】597129229
【氏名又は名称】チェスト株式会社
(74)【代理人】
【識別番号】110002147
【氏名又は名称】特許業務法人酒井国際特許事務所
(72)【発明者】
【氏名】久原 聡
(72)【発明者】
【氏名】西貝 学
(72)【発明者】
【氏名】伊藤 久仁貴
【審査官】藤原 伸二
(56)【参考文献】
【文献】特開２００４－０４９３８９（ＪＰ，Ａ）
【文献】特表２００５－５３７０６８（ＪＰ，Ａ）
【文献】特開２００２－０９５６５０（ＪＰ，Ａ）
【文献】特開昭６３－２４２２３１（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ａ６１Ｂ ５／０８－５／０９７
ＪＳＴＰｌｕｓ／ＪＭＥＤＰｌｕｓ／ＪＳＴ７５８０（ＪＤｒｅａｍＩＩＩ）
(57)【特許請求の範囲】
【請求項1】
過去に実施された被験者の測定結果を示すデータに基づいて新たな測定結果を示す追加データを処理する呼吸抵抗測定装置であって、呼吸機能が正常である場合の測定結果を示す第１データ及び異常がある場合の測定結果を示す第２データを記憶する記憶部と、
前記第１データ及び前記第２データに基づいて、前記追加データと前記第１データとの相関及び前記追加データと前記第２データとの相関の少なくとも一方を判定する制御部とを備え、
前記第２データは、前記呼吸抵抗測定装置の利用方法が不適切な場合の測定結果を示すＮＧデータを含み、
前記ＮＧデータは、被験者が測定中に咳をした場合の第１ＮＧデータと、被験者が不適切な姿勢で測定を行った場合の第２ＮＧデータと、被験者が測定中に舌を動かした場合の第３ＮＧデータと、被験者が測定中に嚥下した場合の第４ＮＧデータと、測定中に息漏れが生じた場合の第５ＮＧデータとを含み、
前記制御部は、前記追加データが前記第２データに該当すると判定された場合、前記ＮＧデータに該当するかさらに判定し、前記追加データが前記ＮＧデータに該当すると判定された場合、前記第１ＮＧデータ、前記第２ＮＧデータ、前記第３ＮＧデータ、前記第４ＮＧデータ及び前記第５ＮＧデータのうち該当するものをさらに判定する
呼吸抵抗測定装置。
【請求項2】
前記第２データは、ＣＯＰＤを罹患している被験者のＣＯＰＤデータと、喘息を罹患している被験者の喘息データと、ＣＯＰＤ又は喘息のいずれであるか判定が困難な判定困難データとを含み、前記喘息データは、気道可逆性試験を経た再度の測定結果に基づいて喘息と判定された試験済みデータを含み、
前記判定困難データは、前記試験済みデータが得られた被験者が前記気道可逆性試験を経る前の未試験データを含み、
前記試験済みデータと前記未試験データとは対応付けられ、
前記制御部は、前記追加データと前記未試験データとの照合結果に基づいて、前記追加データが測定された被験者に対する前記気道可逆性試験の実施の妥当性をさらに判定する
請求項１に記載の呼吸抵抗測定装置。
【請求項3】
前記制御部は、前記追加データを入力とし、前記第１データ及び前記第２データを教師データとし、前記追加データの判定結果を出力とするニューラルネットワークを生成する請求項１又は２に記載の呼吸抵抗測定装置。
【請求項4】
情報処理装置が、呼吸抵抗測定装置を用いて過去に実施された被験者の測定結果を示すデータに基づいて新たな測定結果を示す追加データを処理するデータ処理方法であって、呼吸機能が正常である場合の測定結果を示す第１データを記憶部に記憶する第１ステップと、
異常がある場合の測定結果を示す第２データを前記第１データと区別して前記記憶部に記憶する第２ステップと、
前記第１データ及び前記第２データに基づいて、前記追加データと前記第１データとの相関及び前記追加データと前記第２データとの相関の少なくとも一方を判定する第３ステップとを含み、
前記第２データは、前記呼吸抵抗測定装置の利用方法が不適切な場合の測定結果を示すＮＧデータを含み、
前記ＮＧデータは、被験者が測定中に咳をした場合の第１ＮＧデータと、被験者が不適切な姿勢で測定を行った場合の第２ＮＧデータと、被験者が測定中に舌を動かした場合の第３ＮＧデータと、被験者が測定中に嚥下した場合の第４ＮＧデータと、測定中に息漏れが生じた場合の第５ＮＧデータとを含み、
前記第３ステップで前記追加データが前記第２データに該当すると判定された場合、前記ＮＧデータに該当するかさらに判定し、前記追加データが前記ＮＧデータに該当すると判定された場合、前記第１ＮＧデータ、前記第２ＮＧデータ、前記第３ＮＧデータ、前記第４ＮＧデータ及び前記第５ＮＧデータのうち該当するものをさらに判定する
データ処理方法。
【請求項5】
被験者の呼吸抵抗値を測定する測定部を備える呼吸抵抗測定装置と、過去に実施された被験者の測定結果を示すデータに基づいて新たな測定結果を示す追加データを処理する情報処理装置と、を備える呼吸抵抗測定システムであって、
前記情報処理装置は、
過去に実施された被験者の測定結果を示すデータに基づいて新たな測定結果を示す追加データを処理する呼吸抵抗測定装置であって、
呼吸機能が正常である場合の測定結果を示す第１データ及び異常がある場合の測定結果を示す第２データを記憶する記憶部と、
前記第１データ及び前記第２データに基づいて、前記追加データと前記第１データとの相関及び前記追加データと前記第２データとの相関の少なくとも一方を判定する制御部とを備え、
前記第２データは、前記呼吸抵抗測定装置の利用方法が不適切な場合の測定結果を示すＮＧデータを含み、
前記ＮＧデータは、被験者が測定中に咳をした場合の第１ＮＧデータと、被験者が不適切な姿勢で測定を行った場合の第２ＮＧデータと、被験者が測定中に舌を動かした場合の第３ＮＧデータと、被験者が測定中に嚥下した場合の第４ＮＧデータと、測定中に息漏れが生じた場合の第５ＮＧデータとを含み、
前記制御部は、前記追加データが前記第２データに該当すると判定された場合、前記ＮＧデータに該当するかさらに判定し、前記追加データが前記ＮＧデータに該当すると判定された場合、前記第１ＮＧデータ、前記第２ＮＧデータ、前記第３ＮＧデータ、前記第４ＮＧデータ及び前記第５ＮＧデータのうち該当するものをさらに判定し、
前記呼吸抵抗測定装置は、前記制御部の判定結果に応じた表示を行う表示部を備える
呼吸抵抗測定システム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、呼吸抵抗測定装置、データ処理方法及び呼吸抵抗測定システムに関する。
【背景技術】
【0002】
呼吸機能の測定方法として、強制オシレーション法が知られている（例えば、特許文献１）。
【先行技術文献】
【非特許文献】
【0003】
【文献】特開２００９－２４０７５２号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
強制オシレーション法の測定結果を示す表示内容は、医療関係者が当該表示内容を一見しても被験者の状態を判断することが困難なことがあった。
【0005】
本発明は、上記の課題に鑑みてなされたものであって、判断を支援する情報処理が可能な呼吸抵抗測定装置、データ処理方法及び呼吸抵抗測定システムを提供することを目的とする。
【課題を解決するための手段】
【0006】
上記の目的を達成するため、本発明に係る呼吸抵抗測定装置は、過去に実施された被験者の測定結果を示すデータに基づいて新たな測定結果を示す追加データを処理する呼吸抵抗測定装置であって、呼吸機能が正常である場合の測定結果を示す第１データ及び異常がある場合の測定結果を示す第２データを記憶する記憶部と、前記第１データ及び前記第２データに基づいて、前記追加データと前記第１データとの相関及び前記追加データと前記第２データとの相関の少なくとも一方を判定する制御部とを備え、前記第２データは、前記呼吸抵抗測定装置の利用方法が不適切な場合の測定結果を示すＮＧデータを含み、前記制御部は、前記追加データが前記第２データに該当すると判定された場合、前記ＮＧデータに該当するかさらに判定する。
【0007】
これによって、追加データの異常の原因が呼吸抵抗測定装置の利用方法が不適切であることによるかが示唆される。従って、判断を支援する情報処理が可能である。
【0008】
呼吸抵抗測定装置の望ましい態様として、前記ＮＧデータは、被験者が測定中に咳をした場合の第１ＮＧデータと、被験者が不適切な姿勢で測定を行った場合の第２ＮＧデータと、被験者が測定中に舌を動かした場合の第３ＮＧデータと、被験者が測定中に嚥下した場合の第４ＮＧデータと、測定中に息漏れが生じた場合の第５ＮＧデータとを含み、前記制御部は、前記追加データが前記ＮＧデータに該当すると判定された場合、前記第１ＮＧデータ、前記第２ＮＧデータ、前記第３ＮＧデータ、前記第４ＮＧデータ及び前記第５ＮＧデータのうち該当するものをさらに判定する。
【0009】
これによって、追加データの異常の原因が認識されやすくなる。従って、判断を支援する情報処理が可能である。
【0010】
呼吸抵抗測定装置の望ましい態様として、前記第２データは、ＣＯＰＤを罹患している被験者のＣＯＰＤデータと、喘息を罹患している被験者の喘息データと、ＣＯＰＤ又は喘息のいずれであるか判定が困難な判定困難データとを含み、前記喘息データは、気道可逆性試験を経た再度の測定結果に基づいて喘息と判定された試験済みデータを含み、前記判定困難データは、前記試験済みデータが得られた被験者が前記気道可逆性試験を経る前の未試験データを含み、前記試験済みデータと前記未試験データとは対応付けられ、前記制御部は、前記追加データと前記未試験データとの照合結果に基づいて、前記追加データが測定された被験者に対する前記気道可逆性試験の実施の妥当性をさらに判定する。
【0011】
これによって、気道可逆性試験を行うことで喘息と判定する診断の確度がより高められる。従って、判断を支援する情報処理が可能である。
【0012】
呼吸抵抗測定装置の望ましい態様として、前記制御部は、前記追加データを入力とし、前記第１データ及び前記第２データを教師データとし、前記追加データの判定結果を出力とするニューラルネットワークを生成する。
【0013】
これによって、機械学習を利用した判断の支援が可能である。
【0014】
また、上記の目的を達成するため、本発明に係るデータ処理方法は、情報処理装置が、呼吸抵抗測定装置を用いて過去に実施された被験者の測定結果を示すデータに基づいて新たな測定結果を示す追加データを処理するデータ処理方法であって、呼吸機能が正常である場合の測定結果を示す第１データを記憶部に記憶する第１ステップと、異常がある場合の測定結果を示す第２データを前記第１データと区別して前記記憶部に記憶する第２ステップと、前記第１データ及び前記第２データに基づいて、前記追加データと前記第１データとの相関及び前記追加データと前記第２データとの相関の少なくとも一方を判定する第３ステップとを含み、前記第２データは、前記呼吸抵抗測定装置の利用方法が不適切な場合の測定結果を示すＮＧデータを含み、前記第３ステップで前記追加データが前記第２データに該当すると判定された場合、前記ＮＧデータに該当するかさらに判定する。
【0015】
これによって、追加データの異常の原因が呼吸抵抗測定装置の利用方法が不適切であることによるかが示唆される。従って、判断を支援する情報処理が可能である。
【0016】
また、上記の目的を達成するため、本発明に係る呼吸抵抗測定システムは、被験者の呼吸抵抗値を測定する測定部を備える呼吸抵抗測定装置と、過去に実施された被験者の測定結果を示すデータに基づいて新たな測定結果を示す追加データを処理する情報処理装置と、を備える呼吸抵抗測定システムであって、前記情報処理装置は、過去に実施された被験者の測定結果を示すデータに基づいて新たな測定結果を示す追加データを処理する呼吸抵抗測定装置であって、呼吸機能が正常である場合の測定結果を示す第１データ及び異常がある場合の測定結果を示す第２データを記憶する記憶部と、前記第１データ及び前記第２データに基づいて、前記追加データと前記第１データとの相関及び前記追加データと前記第２データとの相関の少なくとも一方を判定する制御部とを備え、前記第２データは、前記呼吸抵抗測定装置の利用方法が不適切な場合の測定結果を示すＮＧデータを含み、前記制御部は、前記追加データが前記第２データに該当すると判定された場合、前記ＮＧデータに該当するかさらに判定し、前記呼吸抵抗測定装置は、前記制御部の判定結果に応じた表示を行う表示部を備える。
【0017】
これによって、追加データの異常の原因が呼吸抵抗測定装置の利用方法が不適切であることによるかが示唆される。従って、判断を支援する情報処理が可能である。
【発明の効果】
【0018】
本発明によれば、判断を支援する情報処理が可能な呼吸抵抗測定装置及びデータ処理方法を提供することができる。
【図面の簡単な説明】
【0019】
【発明を実施するための形態】
【0020】
本発明を実施するための形態（実施形態）につき、図面を参照しつつ詳細に説明する。以下の実施形態に記載した内容により本発明が限定されるものではない。また、以下に記載した構成要素には、当業者が容易に想定できるもの、実質的に同一のものが含まれる。さらに、以下に記載した構成要素は適宜組み合わせることが可能である。
【0021】
図１は、実施形態の呼吸抵抗測定装置１の主要構成例を示すブロック図である。呼吸抵抗測定装置１は、測定部１０と、データ管理部２０とを備える。測定部１０は、呼吸抵抗の測定に用いられる。データ管理部２０は、測定部１０を用いて測定された呼吸抵抗に関するデータを利用した各種の処理を行う。
【0022】
図２は、測定部１０の主要構成例を示す模式図である。測定部１０は、負荷発生部１１、流量計測部１２、圧力計測部１３、分岐管１４、ニューモタコグラフ１５、マウスピース１６等を備える。実施形態の測定部１０は、所謂広域周波オシレーション法と呼ばれる呼吸抵抗測定方法で被験者の呼吸抵抗を測定するためのものである。
【0023】
負荷発生部１１は、被験者が行う呼吸により生じる気流Ｂ（安静換気）に対して負荷を与える。負荷発生部１１は、例えば、気流Ｂが流れる流路に対して波動Ｏを発生して負荷を与えるスピーカである。流量計測部１２は、気流Ｂの流量を測定するセンサである。圧力計測部１３は、気流Ｂの圧力を測定するセンサである。なお、流量計測部１２が計測する流量は、所定の単位時間（例えば、１秒）あたりの流量である。
【0024】
分岐管１４は、気流Ｂが流れる管状の流路の終端側に設けられて、終端側を２分岐させるＹ字状の管路を有する部材である。負荷発生部１１には、２分岐した流路の一端側に負荷発生部１１が設けられ、他端側に終端抵抗１４ａが設けられている。負荷発生部１１及び終端抵抗１４ａは、流路の終端の一部又は全部を塞いでいる。ニューモタコグラフ１５は、分岐管１４とマウスピース１６との間に介在するように気流Ｂの流路に設けられる。ニューモタコグラフ１５には、流量計測部１２、圧力計測部１３及びスクリーン１５ａが設けられる。スクリーン１５ａは、気流Ｂが通過可能に設けられる。気流Ｂがスクリーン１５ａに与える影響に基づいて、流量計測部１２及び圧力計測部１３がセンシングを行う。マウスピース１６は、気流Ｂの流路の始端側に設けられる。マウスピース１６に、被験者の口（又は、鼻及び口）が密着されて呼吸が行われる。
【0025】
なお、流量計測部１２、圧力計測部１３を測定部１０に設けるための具体的構成は、ニューモタコグラフ１５に限られない。例えば、リリー型フローセンサ等の差圧式流量計を用いて気流Ｂの流量、圧力を測定してもよい。
【0026】
図２に示す負荷発生部１１は、負荷制御部１１ａとユニット１１ｂとを含む。負荷制御部１１ａは、流量計測部１２が測定する流量のデータ及び圧力計測部１３が測定する圧力のデータに基づいて、呼吸のタイミングに合わせてユニット１１ｂに負荷を発生させる。ユニット１１ｂは、負荷制御部１１ａの制御下で波動Ｏを発生させて気流Ｂに対して負荷を与える。
【0027】
実施形態では、ユニット１１ｂが発生させる波動Ｏとして、例えば、ハニング波、雑音波等の広帯域周波数成分を含む波動が採用されている。波動Ｏの周波数帯は、例えば、５～３５Ｈｚである。これら例示された波動Ｏの詳細は、あくまで広域周波オシレーション法で採用されるオシレーション波の具体例であってこれらに限られるものでなく、適宜変更可能である。
【0028】
負荷制御部１１ａは、流量計測部１２及び圧力計測部１３からのデータと、ユニット１１ｂに負荷を発生させたタイミング及び負荷の種類（周波数等）を示すデータとをデータ管理部２０に出力する。流量計測部１２及び圧力計測部１３からのデータは、負荷制御部１１ａを介さずデータ管理部２０に出力されてもよい。
【0029】
データ管理部２０は、記憶部２１、演算部２２、表示部２３、入力部２４等を備える。記憶部２１は、ハードディスクドライブ（ＨＤＤ：Hard Disk Drive）、ソリッドステートドライブ（ＳＳＤ：Solid State Drive）、フラッシュメモリーその他の記憶装置のいずれかを有し、各種のデータを記憶する。記憶部２１は、例えば、測定データ２１０、表示プログラム２２０、判定プログラム２３０等を記憶する。
【0030】
測定データ２１０は、過去に測定部１０を用いて行われた測定結果を示すデータである。また、被験者が新たに行った測定によって測定部１０からデータ管理部２０に出力された新たな測定結果を示すデータ（追加データＡＤ）は、１人の被験者の１回分の測定データ２１０として扱われる。すなわち、測定部１０を用いて測定が行われるたび、測定データ２１０に含まれる被験者のデータは増加する。
【0031】
表示プログラム２２０は、測定データ２１０に基づいた表示出力を行うためのソフトウェア・プログラムである。以下、単にプログラムと記載した場合、ソフトウェア・プログラムのことをさす。判定プログラム２３０は、追加データＡＤがどのようなデータであるかを判定するためのプログラムである。これらのプログラムにより実現される機能については後述する。
【0032】
演算部２２は、ＣＰＵ（Central Processing Unit）等の演算回路を有し、記憶部２１に記憶されているプログラム、データを読み出して実行処理し、データ管理部２０の動作に関する各種の処理を行う。表示部２３は、液晶ディスプレイ、有機エレクトロルミネセンスディスプレイその他の表示装置のいずれかを有し、演算部２２の処理内容に応じた表示出力を行う。入力部２４は、例えば表示部２３の表示領域に対するタッチ操作を検出するタッチパネル、キーボード、マウスその他の入力装置のいずれかを有し、データ管理部２０に対するユーザの手動入力操作を受け付ける。
【0033】
まず、データ管理部２０によるデータ表示機能の概要について説明する。演算部２２は、流量計測部１２及び圧力計測部１３からのデータに基づいて高速フーリエ変換等の処理を行い、当該データが検出された被験者の呼吸抵抗値及びリアクタンス値を求める。演算部２２は、測定部１０を用いて行われた被験者の呼吸抵抗測定期間（時間）の時系列に沿って変化する気流Ｂの流量及び圧力に基づいて、時系列に沿って呼吸抵抗値及びリアクタンス値を求める。
【0034】
演算部２２は、表示プログラム２２０を実行し、時系列に沿った呼吸抵抗値の変化を表示部２３に表示させる処理を行う。表示部２３は、演算部２２によって求められた呼吸抵抗値等を時系列に沿って表示する。以下、呼吸抵抗値の表示例について、図３を参照して説明する。
【0035】
図３は、時系列に沿う呼吸抵抗値の波形の一例を示す３Ｄグラフである。図３に示す３Ｄグラフは、３軸のうち１つが呼吸抵抗値（Ｒ）、他の１つが周波数（Ｆ）、残りの１つが時間（Ｔ）を示す。図３のグラフでは、周波数（Ｆ）の軸に沿って手前側から奥側に渡って表示される呼吸抵抗値（Ｒ）の高低を示す波形Ｗが時間（Ｔ）の軸に沿って３Ｄ状に表示されることで、表示部２３を見たユーザが周波数別の呼吸抵抗値の傾向を容易に把握可能になっている。図３に例示する波形Ｗは、波形Ｗ１，Ｗ２，Ｗ３，Ｗ４，Ｗ５，Ｗ６を含む。波形Ｗ１，Ｗ２，Ｗ３，Ｗ４，Ｗ５，Ｗ６は、それぞれ異なる周波数帯の５［Ｈｚ］幅の呼吸抵抗値を示す波形である。図３のようなグラフにおける周波数（Ｆ）と呼吸抵抗値（Ｒ）との関係は、負荷発生部１１からの負荷の周波数が変化した場合に呼吸抵抗値がどのように変化したかを示している。図４以降の３Ｄグラフでは、３軸の矢印及び符号の図示を省略しているが、３Ｄグラフの解釈方法については図３と同様である。実施形態では、表示部２３からの表示出力内容に呼吸抵抗値（Ｒ）、周波数（Ｆ）及び時間（Ｔ）を示す矢印は表示されないが、表示するようにしてもよい。また、図３及び図４以降の３Ｄグラフでは、吸気の期間にハッチングを付している。ハッチングが付されていない期間が呼気の期間である。
【0036】
実施形態の表示プログラム２２０は、図３に例示するように、測定データ２１０に基づいて求められた呼吸抵抗値を３Ｄグラフの形態で表示出力するプログラムである。表示プログラム２２０による表示態様は図３に示す例に限定されず、測定部１０を用いた測定によって求められた呼吸抵抗値を把握可能な形態であればよい。
【0037】
図３に示すグラフは、呼吸器系に特段の疾患を持たない健常者が被験者である場合の呼吸抵抗値の一例を示すグラフである。図３に示すグラフのようなデータは、追加データＡＤに限られない。図３に示すグラフのようなデータのうち、過去に実施済みのデータについては、呼吸機能が正常であると判定済みの測定結果を示す第１データ２１１として扱われる。図１に示すように、第１データ２１１は、記憶部２１に記憶されている測定データ２１０に含まれる。
【0038】
一方、追加データＡＤが得られた場合、演算部２２は、判定プログラム２３０を実行し、追加データＡＤと過去のデータとの類似性に関する判定を行う。具体的には、判定プログラム２３０を実行中の演算部２２は、当該データから求められる呼吸抵抗値と周波数と時間の関係（前者）と、記憶済みの第１データ２１１が示す呼吸抵抗値と周波数と時間の関係（公社）との相関から、前者と後者との類似性を数値化する。前者と後者との相関は、例えば後者を教師データとして扱った特徴量分析による。
【0039】
より具体的な例を挙げると、上述の前者と後者で同じ周波数の負荷が与えられているタイミングでの呼吸抵抗値の値が一致又は実質的に一致すると評価可能な誤差の範囲内であると判定された場合に前者と後者の相関は高くなり、一致しないと判定された場合に前者と後者の相関はより低くなる。判定プログラム２３０を実行中の演算部２２は、このような相関の高低に関する判定を、呼気と吸気とで個別に行って前者と後者の総合的な相関を数値化する。このようなより具体的な例はあくまで相関を求めるための一手法であって、実施形態における判定プログラム２３０を実行中の演算部２２の処理内容をこれに限定するものでない。
【0040】
実施形態の判定プログラム２３０は、過去に測定されたデータを含む測定データ２１０を教師データとして、追加データＡＤが測定データ２１０に含まれるどのデータに該当する可能性がより高いかを判定するＡＩ（Artificial Intelligence）的な振る舞いを演算部２２で実現するためのプログラムである。
【0041】
上述の例では、追加データＡＤが第１データ２１１に該当するかどうかを判定することを例として判定プログラム２３０を実行中の演算部２２について説明しているが、測定データ２１０に含まれるデータは第１データ２１１に限られない。判定プログラム２３０を実行中の演算部２２は、第１データ２１１に限らず、追加データＡＤが測定データ２１０のどのデータに該当するかを判定する。また、第１データ２１１として扱われる過去のデータは、１人の被験者の１回分のデータに限らず、複数人の被験者の複数回分のデータであってよい。同様に、後述する第２データ２１２に該当する各種のデータについても、それぞれ１人の被験者の１回分のデータに限らず、複数人の被験者の複数回分のデータであってよい。
【0042】
以下、第１データ２１１とは異なる呼吸抵抗値が算出された場合のデータ、すなわち、異常があると判定済みの測定結果を示す第２データ２１２の具体例として、被験者が罹患した疾患によって異常が生じたデータの例を、図４から図７を参照して説明する。慢性閉塞性肺疾患（ＣＯＰＤ：Chronic Obstructive Pulmonary Disease）、喘息等の呼吸器系疾患を罹患している被験者の呼吸抵抗値及び呼吸抵抗値のグラフは、図３とは異なるものになる。
【0043】
図４は、ＣＯＰＤを罹患している被験者の呼吸抵抗値の波形の一例を示す３Ｄグラフである。図４で例示するように、ＣＯＰＤを罹患している被験者では、負荷発生部１１からの負荷の周波数（Ｆ）によって呼吸抵抗値の高低差が生じる「呼吸抵抗値の周波数依存性」が発現することが多い。図４に示すような３Ｄグラフが表示されることになる呼吸抵抗値と周波数と時間の関係が求められるデータは、ＣＯＰＤデータ２１３として扱われる。
【0044】
図５は、喘息を罹患している被験者の呼吸抵抗値の波形の一例を示す３Ｄグラフである。図３の例と図５の例との対比から、喘息を罹患している被験者では、健常者に比して呼吸抵抗値が相対的に高くなる傾向が発現する。一方、喘息を罹患している被験者では、重症度により傾向は様々だが、図４で例示したような「呼吸抵抗値の周波数依存性」は発現しないことが多い。図５に示すような３Ｄグラフが表示されることになる呼吸抵抗値と周波数と時間の関係が求められるデータは、喘息データ２１４として扱われる。
【0045】
図４と図５との差にあるような「呼吸抵抗値の周波数依存性」の有無に基づいて、呼吸抵抗測定装置１のユーザである医療関係者は、ＣＯＰＤと喘息を判別しやすくなる。３Ｄグラフでの表示によって、このような「呼吸抵抗値の周波数依存性」の有無をより判別しやすくなる。
【0046】
また、被験者が喘息であることを検証するために気道可逆性試験を行うことが知られている。以下、可逆性試験と記載した場合、気道可逆性試験をさす。可逆性試験とは、気管支拡張剤を吸入することで呼吸器系の機能が改善するかどうかを確認する試験である。喘息の場合、気管支拡張剤を吸入することで呼吸器系の機能が有意に改善することが知られている。一方、ＣＯＰＤの場合、気管支拡張剤を吸入しても呼吸器系の有意な機能改善は見受けられないとされる。可逆性試験を行って有用な結果が得られるかどうかが予め推定できると、被験者にとって負担の大きい可逆性試験をしなくてもよい被験者を増やすことができる。
【0047】
図６は、喘息を罹患している被験者の可逆性試験前の呼吸抵抗値の波形の一例を示す３Ｄグラフである。なお、図５も可逆性試験前のグラフであるが、図６は図５と異なるグラフである。図７は、可逆性試験前に図６の呼吸抵抗値が得られた被験者から可逆性試験を行った後に得られた呼吸抵抗値の波形の一例を示す３Ｄグラフである。
【0048】
図６と図７との呼吸抵抗値の高低差が示すように、喘息を罹患している被験者が可逆性試験を行うと、可逆性試験後の呼吸抵抗値が可逆性試験前に比して有意に下がることが多い。このような可逆性試験前後の呼吸抵抗値の差異によって、被験者が喘息であるという判別結果の確度をより高められる。図７に示すような３Ｄグラフが表示されることになる呼吸抵抗値と周波数と時間の関係が求められるデータは、喘息データ２１４のうち試験済みデータ２１４ａとして扱われる。また、図６に示すような３Ｄグラフが表示されることになる呼吸抵抗値と周波数と時間の関係が求められるデータは、喘息データ２１４として扱われてもよいし、後述する判別困難データ２１５の未試験データ２１５ａとして扱われてもよい。
【0049】
図３から図７を参照した説明で例示したように、ユーザである医療関係者は、表示部２３に表示された３Ｄグラフに基づいて被験者の呼吸器系に関する判別の手掛かりを得られる。データ管理部２０は、さらに、判断を支援する情報処理を行う。
【0050】
図８は、測定データ２１０の付加データをテーブルデータ形式で表現した場合の一例を示す図である。なお、図８では、図３のデータが「０００００００１」の識別番号に該当し、図４のデータが「０００００００２」の識別番号に該当し、図５のデータが「０００００００３」の識別番号に該当し、図６のデータが「０００００００４」の識別番号に該当し、図７のデータが「０００００００５」の識別番号に該当することを想定している。測定データ２１０に含まれる複数の種類のデータは、例えば図８の識別番号のような固有の識別子によって各回の測定結果単位で区別されている。識別番号は、例えば演算部２２が過去のデータに与えられていない識別番号を新たに生成し、測定部１０からデータ管理部２０に入力されたデータに個別に与えることで各回のデータに割り当てられる。
【0051】
図８の診断結果は、呼吸抵抗測定装置１のユーザが入力部２４を用いて行った入力又は判定プログラム２３０を実行した記憶部２１による判定によって測定データ２１０に含まれる各回のデータに設定された診断結果である。「正常」の診断結果は、図１に示す第１データ２１１に該当するデータであることを示す。「ＣＯＰＤ」の診断結果は、図１に示すＣＯＰＤデータ２１３に該当するデータであることを示す。「喘息」の診断結果は、図１に示す喘息データ２１４に該当するデータであることを示す。「不明」の診断結果は、図１に示す判別困難データ２１５に該当するデータであることを示す。「ＮＧ」の診断結果は、図１に示すＮＧデータ２１６に該当するデータであることを示す。
【0052】
図８の可逆性試験欄における試験の有無は、可逆性試験が行われた測定結果と関係があるか否かを示す。試験の有無が「無」であるデータは、可逆性試験が行われた測定結果と関係がないことを示す。試験の有無が「有」であるデータは、可逆性試験が行われた測定結果と関係があることを示す。
【0053】
図８の可逆性試験欄における試験前、試験後、試験前データ及び試験後データは、試験の有無が「有」であるデータのみフィールドにパラメータが設定される。図８の例では、可逆性試験前のデータに該当する場合、試験前に「丸（○）」が設定され、当該データと同一の被験者が可逆性試験を行った後のデータの識別番号が試験後データに設定される。「０００００００４」の識別番号が与えられたレコードを例にすると、当該レコードに対応するデータが可逆性試験前のデータであり、当該データを得られた被験者が可逆性試験を行った後に得られたデータが「０００００００５」の識別番号を与えられたデータであることを示している。また、可逆性試験後のデータに該当する場合、試験後に「丸（○）」が設定され、当該データと同一の被験者が可逆性試験を行う前のデータの識別番号が試験前データに設定される。「０００００００５」の識別番号が与えられたレコードを例にすると、当該レコードに対応するデータが可逆性試験後のデータであり、当該データを得られた被験者が可逆性試験を行う前に得られたデータが「０００００００４」の識別番号を与えられたデータであることを示している。
【0054】
また、図８の被験者属性に含まれる年齢［歳］、性別、身長［ｃｍ］、体重［ｋｇ］のカラムに設定されているパラメータによって例示するように、測定データ２１０データに含まれる各種のデータには、被験者の年齢［歳］、性別、身長［ｃｍ］、体重［ｋｇ］等、被験者の身体的特性その他の情報を示すパラメータがさらに設定されてもよい。可逆性試験及び被験者属性のパラメータは、例えば入力部２４を用いた入力を介して、ユーザにより設定される。
【0055】
なお、測定データ２１０は、例えば、流量計測部１２及び圧力計測部１３からのデータを記録したもの、すなわち、高速フーリエ変換等の処理前のデータであってもよいし、流量計測部１２及び圧力計測部１３からのデータに基づいて演算部２２が行った高速フーリエ変換等の処理によって求められた呼吸抵抗値等を示すデータであってもよい。また、図８で例示する付加データの具体的な内容はあくまで一例であってこれに限られるものでなく、同様の意味を示す他の表現が用いられていてもよい。
【0056】
図９は、可逆性試験前後の呼吸抵抗値と疾患の種類との関係の例を示す図である。以下、可逆性試験が有効である場合と無効である場合の区別について、図９を参照して説明する。図９では、可逆性試験が有効である場合の例として、喘息を罹患している被験者のデータを採用している。また、可逆性試験が無効である場合の例として、ＣＯＰＤを罹患している被験者のデータを採用している。
【0057】
図９で示す例の場合、可逆性試験前の呼吸抵抗値と周波数と時間の関係だけでは、喘息であってもＣＯＰＤであってもいずれの疾患であるのか判定し難い程度の差異しか現れていない。このような呼吸抵抗値と周波数と時間の関係が現れるデータが測定された場合、３Ｄグラフを見て疾患を判定するユーザも、判定プログラム２３０を実行中の演算部２２も、診断結果の判定が困難になる。従って、図９で示す可逆性試験前の３Ｄグラフが現れるようなデータが過去のデータとして測定データ２１０に含まれる場合、判別困難データ２１５として予め記憶される。また、可逆性試験前のデータであるので、当該過去のデータは、未試験データ２１５ａとして予め記憶される。また、図９で示す可逆性試験前の３Ｄグラフが現れるようなデータが追加データＡＤとして測定部１０からデータ管理部２０に出力された場合、判定プログラム２３０を実行中の演算部２２は、当該追加データＡＤの診断結果を「不明」とし、判別困難データ２１５として測定データ２１０に加える。また、呼吸抵抗測定装置１のユーザによって当該追加データＡＤが可逆性試験前のデータであることを示す付加データが入力部２４を用いて入力された場合、判定プログラム２３０を実行中の演算部２２は、当該追加データＡＤを未試験データ２１５ａとする。
【0058】
一方、図６、図７及び図９の上段で示すように、喘息を罹患している被験者では、可逆性試験前の呼吸抵抗値よりも可逆性試験後の呼吸抵抗値が有意に下がることが多い。これに対し、図９の下段で示すようにＣＯＰＤを罹患している被験者では、可逆性試験前後で呼吸抵抗値に実質的に変化が見られないことが多い。これらのデータが可逆性試験後のデータであること及び可逆性試験前のデータとの対応付けを示す付加データが入力部２４を用いて入力された場合、判定プログラム２３０を実行中の演算部２２は、これらのデータの診断結果を可逆性試験前後の呼吸抵抗値の差に基づいて診断結果を判定する。図８に示す例では、図９上段のデータのうち、可逆性試験前のデータが「０００００００６」の識別番号を与えられたデータである。また、図９上段のデータのうち、可逆性試験後のデータが「０００００００７」の識別番号を与えられたデータである。また、図９下段のデータのうち、可逆性試験前のデータが「０００００００８」の識別番号を与えられたデータである。また、図９下段のデータのうち、可逆性試験後のデータが「０００００００９」の識別番号を与えられたデータである。「０００００００６」の識別番号を与えられたデータ及び「０００００００８」の識別番号を与えられたデータは、未試験データ２１５ａとして扱われる。「０００００００７」の識別番号を与えられたデータは、喘息データ２１４の試験済みデータ２１４ａとして扱われる。「０００００００９」の識別番号を与えられたデータは、ＣＯＰＤデータ２１３の試験済みデータ２１３ａとして扱われる。
【0059】
図９を参照した説明に基づいて、演算部２２は、追加データＡＤが、試験済みデータ２１４ａと対応付けられた未試験データ２１５ａに類似するか判定するようにしてもよい。この類似判定は、例えば、未試験データ２１５ａのうち、試験済みデータ２１４ａと対応付けられたものと当該追加データＡＤとの相関と、未試験データ２１５ａのうち、試験済みデータ２１３ａと対応付けられたものと当該追加データＡＤとの相関と、の相対的高低に基づいて行われる。この類似判定を行った結果、追加データＡＤが試験済みデータ２１４ａと対応付けられた未試験データ２１５ａに類似すると判定された場合、演算部２２は、３Ｄグラフを含む表示を行うとともに、可逆性試験を促す通知を当該表示に含ませるようにしてもよい。これによって、可逆性試験を実施する妥当性に関する情報の提供が可能になる。従って、判断を支援する情報処理が可能である。これにより、被験者にとって負担の大きい可逆性試験をしなくてもよい被験者を増やすことができる。
【0060】
図１０は、演算部２２による処理の流れの一例を示すフローチャートである。特筆しない限り、図１０に示す処理は、判定プログラム２３０を実行中の演算部２２による処理である。測定部１０を用いて新たに測定された追加データＡＤが測定部１０からデータ管理部２０に出力された場合、演算部２２は、当該追加データＡＤを取得し（ステップＳ１）、呼吸抵抗値と周波数と時間の関係を求める。また、演算部２２は、ステップＳ１の追加データＡＤに関して呼吸抵抗測定装置１のユーザによって入力された、可逆性試験の有無、可逆性試験が行われた場合の前後関係を示す付加データを取得する（ステップＳ２）。ステップＳ１の処理とステップＳ２の処理は順不同である。
【0061】
演算部２２は、ステップＳ２の処理で得た付加データに基づいて、ステップＳ１の処理で得た追加データＡＤが試験済みデータ（試験済みデータ２１４ａ又は試験済みデータ２１３ａと判定されることになるデータ）に該当するか判定する（ステップＳ３）。具体的には、演算部２２は、付加データの試験後に「丸（○）」が設定されたか判定する。以下、ステップＳ３の処理で該当しないと判定された場合（ステップＳ３；Ｎｏ）について先に説明する。
【0062】
演算部２２は、ステップＳ１の処理で得た追加データＡＤの呼吸抵抗値と周波数と時間の関係が、第１データ２１１に該当すると判定可能な相関を過去の第１データ２１１に対して有しているか判定する（ステップＳ４）。係る相関を有していると判定された場合（ステップＳ４；Ｙｅｓ）、演算部２２は、当該追加データＡＤを第１データ２１１に追加し（ステップＳ５）、当該追加データＡＤの診断結果を「正常」とする付加データを与える。また、演算部２２は、表示プログラム２２０を実行して当該追加データＡＤに基づいた表示を行う（ステップＳ６）。ステップＳ６の処理後、当該追加データＡＤに関する処理は終了する。
【0063】
ステップＳ４の処理で、第１データ２１１に該当すると判定可能な相関を過去の第１データ２１１に対して有していないと判定された場合（ステップＳ４；Ｎｏ）、演算部２２は、ステップＳ１の処理で得た追加データＡＤの呼吸抵抗値と周波数と時間の関係が、ＮＧデータ２１６に該当すると判定可能な相関を過去のＮＧデータ２１６に対して有しているか判定する（ステップＳ７）。係る相関を有していると判定された場合（ステップＳ７；Ｙｅｓ）、演算部２２は、ＮＧデータ２１６の種類を判定し（ステップＳ８）、当該追加データＡＤをＮＧデータ２１６のうち該当する種類のデータに追加し（ステップＳ９）、当該追加データＡＤの診断結果を「ＮＧ」とする付加データを与える。その後、ステップＳ６の処理に移行する。なお、ステップＳ８の処理及びステップＳ９の処理におけるＮＧデータ２１６の種類については後述する。
【0064】
ステップＳ７の処理で、ＮＧデータ２１６に該当すると判定可能な相関を過去の第１データ２１１に対して有していないと判定された場合（ステップＳ７；Ｎｏ）、演算部２２は、ステップＳ１の処理で得た追加データＡＤの呼吸抵抗値と周波数と時間の関係が、判別困難データ２１５に該当すると判定可能な相関を過去の判別困難データ２１５に対して有しているか判定する（ステップＳ１０）。係る相関を有していないと判定された場合（ステップＳ１０；Ｎｏ）、演算部２２は、当該追加データＡＤがＣＯＰＤデータ２１３又は喘息データ２１４のいずれであるかを判定する。図１０では、ステップＳ１１の処理として、演算部２２は、当該追加データＡＤが喘息データ２１４に該当すると判定可能な相関を過去の喘息データ２１４に対して有しているか判定している。ステップＳ１１の処理は、当該追加データＡＤがＣＯＰＤデータ２１３に該当すると判定可能な相関を過去のＣＯＰＤデータ２１３に対して有しているか演算部２２が判定する処理であってもよい。
【0065】
ステップＳ１の処理で得た追加データＡＤが喘息データ２１４に該当すると判定可能な相関を過去の喘息データ２１４に対して有していると判定された場合（ステップＳ１１；Ｙｅｓ）、演算部２２は、当該追加データＡＤを喘息データ２１４に追加し（ステップＳ１２）、当該追加データＡＤの診断結果を「喘息」とする付加データを与える。一方、そうでない場合（ステップＳ１１；Ｎｏ）、すなわち、当該追加データＡＤがＣＯＰＤデータ２１３に該当すると判定可能な相関を過去のＣＯＰＤデータ２１３に対して有していると判定された場合、演算部２２は、当該追加データＡＤをＣＯＰＤデータ２１３に追加し（ステップＳ１３）、当該追加データＡＤの診断結果を「ＣＯＰＤ」とする付加データを与える。ステップＳ１２又はステップＳ１３の処理後、ステップＳ６の処理に移行する。
【0066】
ステップＳ１０の処理で、判別困難データ２１５に該当すると判定可能な相関を過去の判別困難データ２１５に対して有していると判定された場合（ステップＳ１０；Ｙｅｓ）、演算部２２は、当該追加データＡＤを判別困難データ２１５に追加し（ステップＳ１４）、当該追加データＡＤの診断結果を「不明」とする付加データを与える。演算部２２は、当該追加データＡＤが、喘息を罹患している被験者のデータであると判定された試験済みデータ（試験済みデータ２１４ａ）と対応付けられた未試験データ２１５ａに類似するか判定する（ステップＳ１５）。
【0067】
ステップＳ１の処理で得た追加データＡＤが試験済みデータ２１４ａと対応付けられた未試験データ２１５ａに類似すると判定された場合（ステップＳ１５；Ｙｅｓ）、演算部２２は、表示プログラム２２０を実行して当該追加データＡＤに基づいた表示を行うとともに、可逆性試験を促す通知を当該表示に含ませる（ステップＳ１６）。ステップＳ１６の処理後、当該追加データＡＤに関する処理は終了する。一方、当該追加データＡＤが試験済みデータ２１４ａと対応付けられた未試験データ２１５ａに類似しないと判定された場合（ステップＳ１５；Ｎｏ）、ステップＳ６の処理に移行する。
【0068】
次に、ステップＳ３の処理で、追加データＡＤが試験済みデータ（試験済みデータ２１４ａ又は試験済みデータ２１３ａと判定されることになるデータ）に該当すると判定された場合（ステップＳ３；Ｙｅｓ）について説明する。演算部２２は、ステップＳ２の処理で与えられた付加データによって対応付けられた未試験データ２１５ａを取得する（ステップＳ１７）。演算部２２は、当該未試験データ２１５ａの呼吸抵抗値に比して当該追加データＡＤの呼吸抵抗値が有意に下がっているか判定する（ステップＳ１８）。下がっていると判定された場合（ステップＳ１８；Ｙｅｓ）、ステップＳ１２の処理に移行する。ただし、この場合、ステップＳ１２の処理において、演算部２２は、当該追加データＡＤを喘息データ２１４の試験済みデータ２１４ａに追加する。一方、ステップＳ１８の処理で、当該未試験データ２１５ａの呼吸抵抗値に比して当該追加データＡＤの呼吸抵抗値が有意に下がっていないと判定された場合（ステップＳ１８；Ｎｏ）、ステップＳ１３の処理に移行する。なお、この場合、ステップＳ１３の処理において、演算部２２は、当該追加データＡＤをＣＯＰＤデータ２１３の試験済みデータ２１３ａに追加する。
【0069】
ステップＳ１８の処理で「有意に下がる」と判定される呼吸抵抗値の下落の度合いを判定するための閾値は、過去の試験済みデータ２１４ａの呼吸抵抗値と、過去の試験済みデータ２１４ａと対応付けられている未試験データ２１５ａの呼吸抵抗値との差に基づいた値（例えば、差の平均値）であってもよいし、予め定められて記憶部２１に記憶されている閾値であってもよい。なお、喘息とＣＯＰＤが合併したＡＣＯ（Asthma and Copd Overlap）を罹患している被験者の場合、ＣＯＰＤと合併していない喘息を罹患している被験者に比して、可逆性試験による呼吸抵抗値の下がり度合いが小さくなる傾向がある。ステップＳ１８等、喘息とＣＯＰＤとの判別に係る処理は、ＡＣＯのような症例を考慮した処理に置換されてもよい。例えば、ＣＯＰＤを合併していない喘息と、喘息を合併していないＣＯＰＤと、ＡＣＯと、が区別された第２データ２１２に基づいた判定処理を行うようにしてもよい。
【0070】
以上説明したように、実施形態の測定データ２１０は、呼吸抵抗測定装置１の利用方法が不適切な場合の測定結果を示すＮＧデータ２１６を含む。実施形態の演算部２２は、過去のデータとして予め測定データ２１０に含まれる第１データ２１１及び第２データ２１２に基づいて、追加データＡＤが第１データ２１１又は第２データ２１２のいずれであるか判定する制御部として機能する。また、実施形態の演算部２２は、追加データＡＤが第２データ２１２に該当すると判定された場合、ＮＧデータ２１６に該当するかさらに判定する。
【0071】
このような実施形態によれば、追加データＡＤの異常の原因が呼吸抵抗測定装置１の利用方法が不適切であることによるかが示唆される。従って、判断を支援する情報処理が可能である。
【0072】
また、実施形態の測定データ２１０は、可逆性試験を経た再度の測定結果に基づいて喘息と判定された試験済みデータ２１４ａを含む。また実施形態の判別困難データ２１５は、未試験データ２１５ａを含む。試験済みデータ２１４ａと未試験データ２１５ａとは対応付けられる。実施形態の演算部２２は、追加データＡＤと未試験データ２１５ａとの照合結果に基づいて、追加データＡＤが測定された被験者に対する可逆性試験の実施の妥当性をさらに判定する。
【0073】
これによって、可逆性試験を行うことで喘息と判定する診断の確度がより高められる。従って、判断を支援する情報処理が可能である。
【0074】
【0075】
図１１は、測定中に咳をした被験者の呼吸抵抗値の波形の一例を示す３Ｄグラフである。被験者が咳をした場合、図１１の下落部Ｌ１，Ｌ２で例示するように、呼気に極端な呼吸抵抗値の低下が現れる。図１１に示すような３Ｄグラフが表示されることになる呼吸抵抗値と周波数と時間の関係が求められるデータは、第１ＮＧデータ２１６ａとして扱われる。
【0076】
図１２は、不適切な姿勢で測定を行った被験者の呼吸抵抗値の波形の一例を示す３Ｄグラフである。測定部１０を用いた測定で想定されている正しい姿勢に比して、被験者が測定中に顎を引き過ぎる不適切な姿勢を取った場合、図１２で例示するように、第１データ２１１に比して全体的に呼吸抵抗値が上がる。特に、吸気の呼吸抵抗値に比して、呼気の呼吸抵抗値の上昇がより顕著に現れる。
【0077】
図１３及び図１４は、不適切な姿勢で測定を行った被験者の呼吸抵抗値の波形の他の一例を示す３Ｄグラフである。上述の正しい姿勢に比して、被験者が猫背になる不適切な姿勢を取った場合、図１３及び図１４で例示するように、顎を引き過ぎる場合に比してさらに呼吸抵抗値が上がる。特に、吸気の呼吸抵抗値に比して、呼気の呼吸抵抗値の上昇がより顕著に現れる。ただし、ＣＯＰＤデータ２１３及び喘息データ２１４と異なり、呼吸抵抗値の上昇が姿勢に依存しているため、呼吸抵抗値の上昇の度合いが不安定である。図１２、図１３及び図１４に示すような３Ｄグラフが表示されることになる呼吸抵抗値と周波数と時間の関係が求められるデータは、第２ＮＧデータ２１６ｂとして扱われる。
【0078】
図１５は、測定中に舌を動かした被験者の呼吸抵抗値の波形の一例を示す３Ｄグラフである。被験者が舌を動かした場合、図１５の上昇部Ｈ１で例示するように、極端な呼吸抵抗値の上昇が現れる。当該上昇は、呼気中か吸気中かに関わらず、舌の動きに依存する。図１５に示すような３Ｄグラフが表示されることになる呼吸抵抗値と周波数と時間の関係が求められるデータは、第３ＮＧデータ２１６ｃとして扱われる。
【0079】
図１６は、測定中に嚥下した被験者の呼吸抵抗値の波形の一例を示す３Ｄグラフである。被験者が嚥下した場合、図１６の上昇部Ｈ２で例示するように、上述の上昇部Ｈ１よりもさらに極端な呼吸抵抗値の上昇が現れる。１回嚥下する毎に、１回の呼吸期間（各１回の呼気＋吸気の期間）に比して、数分の１～３分の１程度の期間に相当する上昇部Ｈ２が現れる傾向がある。一般的に、１回の呼吸期間は２～３［秒］程度であるのに対し、１回の嚥下期間は数百ミリ［秒］～１［秒］程度である。図１６に示すような３Ｄグラフが表示されることになる呼吸抵抗値と周波数と時間の関係が求められるデータは、第４ＮＧデータ２１６ｄとして扱われる。
【0080】
図１７は、測定中に吸気に息漏れが生じた被験者の呼吸抵抗値の波形の一例を示す３Ｄグラフである。測定中に吸気に息漏れが生じると、呼気に比して、流量計測部１２及び圧力計測部１３が検知する吸気の信号強度が呼気の信号強度に比して小さくなる。このため、図１７で例示するように、呼気の呼吸抵抗値に比して吸気の呼吸抵抗値が下がる。
【0081】
図１８は、測定中に呼気に息漏れが生じた被験者の呼吸抵抗値の波形の一例を示す３Ｄグラフである。測定中に呼気に息漏れが生じると、吸気に比して、流量計測部１２及び圧力計測部１３が検知する呼気の信号強度が吸気の信号強度に比して小さくなる。このため、図１８で例示するように、吸気の呼吸抵抗値に比して呼気の呼吸抵抗値が下がる。
【0082】
図１９は、測定中に呼気及び吸気に息漏れが生じた被験者の呼吸抵抗値の波形の一例を示す３Ｄグラフである。測定中に呼気及び吸気に息漏れが生じると、図１９で例示するように、測定結果として不適切なレベルまで呼吸抵抗値が全体的に下がる。測定結果として適切か不適切かを判定するための呼吸抵抗値の基準値は、過去の第１データ２１１の呼吸抵抗値に基づいた値であってもよいし、予め定められて記憶部２１に記憶されている基準値であってもよい。図１７、図１８及び図１９に示すような３Ｄグラフが表示されることになる呼吸抵抗値と周波数と時間の関係が求められるデータは、第５ＮＧデータ２１６ｅとして扱われる。
【0083】
図１１から図１９を参照して説明したように、実施形態のＮＧデータ２１６は、第１ＮＧデータ２１６ａ、第２ＮＧデータ２１６ｂ、第３ＮＧデータ２１６ｃ、第４ＮＧデータ２１６ｄ及び第５ＮＧデータ２１６ｅを含む。追加データＡＤがＮＧデータ２１６に該当すると判定された場合、図１０に示すステップＳ８の処理において、実施形態の演算部２２は、第１ＮＧデータ２１６ａ、第２ＮＧデータ２１６ｂ、第３ＮＧデータ２１６ｃ、第４ＮＧデータ２１６ｄ及び第５ＮＧデータ２１６ｅのうち追加データＡＤが該当するものをさらに判定する。この判定に基づいて、図１０に示すステップＳ９の処理において、実施形態の演算部２２は、追加データＡＤをＮＧデータ２１６のうち該当する種類のデータに追加する。
【0084】
これによって、追加データＡＤの異常の原因が認識されやすくなる。従って、判断を支援する情報処理が可能である。なお、ＮＧデータ２１６の種類は、図１１から図１９を参照した説明で例示したものに限られない。また、表示プログラム２２０を実行中の演算部２２は、ＮＧと判定された根拠を示す情報の表示をさらに行ってもよい。
【0085】
図２０は、ＮＧと判定された根拠を示す情報を含む表示部２３の表示態様の一例を示す図である。図２０に示す表示態様では、３ＤグラフＧと、３ＤグラフＧの読み方に関する情報を提供する情報提供部Ｐと、３ＤグラフＧが示す呼吸抵抗値のうちＮＧデータ２１６と判定される根拠になった呼吸抵抗値の範囲を示す強調表示部Ｅとを含む。図２０の例では、３ＤグラフＧが図１４の３Ｄグラフと同様のグラフである場合を例示している。従って、強調表示部Ｅは、不適切な姿勢によって顕著に上がった呼吸抵抗値を示す範囲を示すように表示されている。強調表示部Ｅの表示位置及び大きさは、ＮＧデータ２１６の種類及びＮＧとされた原因に応じて適宜変更される。
【0086】
なお、図２０の情報提供部Ｐにおける「Ｒｒｓ」は、呼吸抵抗値の高低と３Ｄグラフのパターンとの対応関係に関する情報を提供している。図２０及び上述の図３等ではドットパターンの濃淡で３Ｄグラフにおける呼吸抵抗値の高低を表現しているが、実際には、カラー表示可能な表示部２３を用いた多色表現が行われる。また、図２０及び上述の図３等でハッチングの有無によって表現されている呼気と吸気との区別についても、実際には色の差によって表現される。
【0087】
また、図２０及び上述の図３等では図示を省略しているが、呼吸抵抗測定装置１は、呼吸抵抗値と周波数と時間の関係だけでなく、流量計測部１２及び圧力計測部１３からのデータに基づいて求められたリアクタンス値と周波数と時間の関係を示す３Ｄグラフも表示可能である。図２０の情報提供部Ｐにおける「Ｘｒｓ」は、リアクタンス値の高低と３Ｄグラフのパターンとの対応関係に関する情報を提供している。
【0088】
なお、可逆性試験が行われた場合、表示部２３の表示内容に可逆性試験前後のデータを並列表示するようにしてもよい。その場合、例えば、図６に示すような３Ｄグラフと図７に示すような３Ｄグラフとが並列表示される。これによって、可逆性試験の効果をより分かりやすく示すことができる。また、並列表示の場合、図６及び図７の３Ｄグラフと他の３Ｄグラフとの時間軸方向の幅の差で例示するように、表示部２３の表示領域内で並列可能な幅になるよう３Ｄグラフのレイアウトを変更するようにしてもよい。
【0089】
また、判定プログラム２３０の実行によって記憶部２１がデータの種別（診断結果）の判定を行った追加データＡＤに対して、呼吸抵抗測定装置１のユーザが入力部２４を用いた入力によって診断結果を更新した場合、当該追加データＡＤは、更新された診断結果に対応するデータとして扱われるようにしてもよい。これによって、万が一、演算部２２の判定結果に誤りが生じたとしても、事後に訂正できる。また、この訂正によって、以後の演算部２２による判定の確度をより高めることができる。
【0090】
また、追加データＡＤと第１データ２１１との相関及び追加データＡＤと第２データ２１２との相関の判定は、少なくとも一方でよい。追加データＡＤと第１データ２１１との相関が高いということは、追加データＡＤと第２データ２１２との相関が低いことを示唆する。また、追加データＡＤと第２データ２１２との相関が高いということは、追加データＡＤと第１データ２１１との相関が低いことを示唆する。このように、一方の相関は、他方の相関を逆説的に示唆する。
【0091】
また、図１を参照して説明した実施形態の構成では、データ管理部２０が呼吸抵抗測定装置１に含まれているが、データ管理部２０の構成は、測定部１０を備える呼吸抵抗測定装置と別体の情報処理装置に含まれていてもよい。この場合、呼吸抵抗測定装置と情報処理装置は通信可能に接続される。情報処理装置のデータ管理部２０は、測定部１０を備える呼吸抵抗測定装置から出力される追加データＡＤを取得し、予め記憶されている測定データ２１０を参照した判定を行う。呼吸抵抗測定装置は、表示部２３と同様の表示装置を備え、情報処理装置の判定結果に基づいた表示出力（図２０参照）を行う。
【0092】
さらに、実施形態の呼吸抵抗測定装置１は、所謂機械学習によって追加データＡＤの判定精度をより高められる。例えば、所謂ニューラルネットワークにおける入力を追加データＡＤとし、出力を追加データＡＤの判定結果とし、教師データを測定データ２１０に含まれる各種のデータとする。ここで、判定プログラム２３０を実行中の演算部２２は、当該ニューラルネットワークを生成して入力と出力との間に介在し、上述の処理（特に、図１０参照）を行って入力から出力を導出するための重み付けを行う隠れ層として機能する。当該隠れ層としての演算部２２は、追加データＡＤが示す呼気及び吸気の各々の呼吸抵抗値の最高値、最低値、一連の呼吸における増減パターンその他の特徴に基づいて追加データＡＤに基づいた重み付けの度合いを示す値を出力することで、追加データＡＤの判定結果を決定する。
【0093】
より具体的には、例えば追加データＡＤが第１データ２１１である可能性が高い場合に高い値を出力するニューロンと、追加データＡＤがＣＯＰＤデータ２１３であるである可能性が高い場合に高い値を出力するニューロンと、追加データＡＤが喘息データ２１４であるである可能性が高い場合に高い値を出力するニューロンと、…のように、測定データ２１０に含まれるデータの種類の各々に対応したニューロンとして演算部２２が機能する判定プログラム２３０が採用される。これによって、実施形態では、機械学習による追加データＡＤの判定を行うことができる。すなわち、判定プログラム２３０は、機械学習プログラムとして機能する。また、判定プログラム２３０を実行中の演算部２２を含む構成は、所謂機械学習システムとして機能する。
【0094】
さらに、呼吸抵抗値の最高値及び最低値に基づいた重み付けを行うためのニューロンと、呼吸抵抗値の増減に基づいた重み付けを行うためのニューロンと、被験者の身長・体重等の身体的特徴との関係に基づいた重み付けを行うためのニューロンと、…のように、入力と出力との間に介在する隠れ層を構成するニューロンを階層化するアルゴリズムを含む判定プログラム２３０が採用されることで、より高い精度が望める。これらをさらに発展させて所謂ディープラーニングによる追加データＡＤの判定を行うようにしてもよい。
【0095】
上述の実施形態における判定結果に従って追加データＡＤが測定データ２１０に含まれるいずれかのデータに分類されると、その後、当該追加データＡＤを含む測定データ２１０が教師データとして機能する。すなわち、追加データＡＤが生じる程、測定データ２１０がより多様なデータを含み、かつ、正しい判定結果を得るための「学習後の教師データ」として機能する。ここで、万が一、判定結果に誤りがあったとしても、例えば入力部２４を介した手動入力によってユーザが当該誤りを訂正して正しい判定結果を設定することで、演算部２２は、判定プログラム２３０による隠れ層の重み付けを訂正する機会を得ることができる。すなわち、実施形態では、必要に応じてユーザが教師データをより正確なデータにすることができる。これによって、判定プログラム２３０を実行中の演算部２２は、より正解に近い判定結果を得られる重み付けに基づいて追加データＡＤの判定結果を導出することができる。このような教師データと出力とのすりあわせの機会が生じ得ることを考慮し、判定プログラム２３０は更新可能に設けられることが望ましい。
【符号の説明】
【0096】
１ 呼吸抵抗測定装置
１０ 測定部
２０ データ管理部
２１ 記憶部
２２ 演算部
２３ 表示部
２４ 入力部
２１０ 測定データ
２１１ 第１データ
２１２ 第２データ
２１３ ＣＯＰＤデータ
２１４ 喘息データ
２１４ａ 試験済みデータ
２１５ 判別困難データ
２１５ａ 未試験データ
２１６ ＮＧデータ
２１６ａ 第１ＮＧデータ
２１６ｂ 第２ＮＧデータ
２１６ｃ 第３ＮＧデータ
２１６ｄ 第４ＮＧデータ
２１６ｅ 第５ＮＧデータ
ＡＤ 追加データ
１０ 測定部
２０ データ管理部
２１ 記憶部
２２ 演算部
２３ 表示部
２４ 入力部
２１０ 測定データ
２１１ 第１データ
２１２ 第２データ
２１３ ＣＯＰＤデータ
２１４ 喘息データ
２１４ａ 試験済みデータ
２１５ 判別困難データ
２１５ａ 未試験データ
２１６ ＮＧデータ
２１６ａ 第１ＮＧデータ
２１６ｂ 第２ＮＧデータ
２１６ｃ 第３ＮＧデータ
２１６ｄ 第４ＮＧデータ
２１６ｅ 第５ＮＧデータ
ＡＤ 追加データ
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
