7324390 情報処理装置、情報処理方法及びプログラム

(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】2023-08-02

(45)【発行日】2023-08-10

(54)【発明の名称】情報処理装置、情報処理方法及びプログラム

(51)【国際特許分類】

   G16H 50/00 20180101AFI20230803BHJP

【ＦＩ】

G16H50/00

【請求項の数】 10

(21)【出願番号】P 2020162351

(22)【出願日】2020-09-28

(62)【分割の表示】P 2018233594の分割

【原出願日】2018-12-13

(65)【公開番号】P2021005410

(43)【公開日】2021-01-14

【審査請求日】2021-11-25

【審判番号】

【審判請求日】2022-12-02

【早期審査対象出願】

(73)【特許権者】

【識別番号】506369036

【氏名又は名称】アイエムエス ソフトウェア サービシズ リミテッド

(74)【代理人】

【識別番号】100076428

【弁理士】

【氏名又は名称】大塚 康徳

(74)【代理人】

【識別番号】100115071

【弁理士】

【氏名又は名称】大塚 康弘

(74)【代理人】

【識別番号】100112508

【弁理士】

【氏名又は名称】高柳 司郎

(74)【代理人】

【識別番号】100116894

【弁理士】

【氏名又は名称】木村 秀二

(74)【代理人】

【識別番号】100134474

【弁理士】

【氏名又は名称】坂田 恭弘

(74)【代理人】

【識別番号】100161399

【弁理士】

【氏名又は名称】大戸 隆広

(72)【発明者】

【氏名】後藤 浩文

(72)【発明者】

【氏名】橋本 昌樹

(72)【発明者】

【氏名】石井 昭人

(72)【発明者】

【氏名】吉田 麗

【合議体】

【審判長】高瀬 勤

【審判官】後藤 亮治

【審判官】梶尾 誠哉

(56)【参考文献】

【文献】特開２０１８－１８０９９３（ＪＰ，Ａ）

【文献】特開２００７－１４１０６３（ＪＰ，Ａ）

【文献】特開２００５－３０４９６８（ＪＰ，Ａ）

【文献】特開２００６－２０９５７７（ＪＰ，Ａ）

【文献】特開２０１８－１２６３０８（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１４／０２１４４５２（ＵＳ，Ａ１）

【文献】米国特許出願公開第２００８／００８１９５５（ＵＳ，Ａ１）

【文献】特開２００４－２８８０４７（ＪＰ，Ａ）

【文献】武田理宏ほか３名、”レセプトデータを活用した患者病名の推定”、第３４回医療情報学連合大会、２０１４年１１月、ｐ３１２－３１５

【文献】梅本和俊ほか３名、”大規模レセプトデータからの投薬トレンドの変化検知”、第１０回データ工学と情報マネジメントに関するフォーラム（第１６回日本データベース学会年次大会）［オンライン］、２０１８年３月６日、［令和５年５月２２日検索］、インターネット＜ＵＲＬ：ｈｔｔｐ：／／ｄｂ－ｅｖｅｎｔ．ｊｐｎ．ｏｒｇ／ｄｅｉｍ２０１８／ｄａｔａ／ｐａｐｅｒｓ／３６０．ｐｄｆ＞

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００ － ９９／００

Ｇ１６Ｈ １０／００ － ８０／００

(57)【特許請求の範囲】

【請求項1】

複数の患者のそれぞれについて、個別の患者に対して処方された薬剤の種類に関する処方情報と、前記個別の患者の疾患の種類に関する疾患情報と、前記個別の患者の年齢区分との組み合わせを取得する取得手段と、
前記複数の患者についての前記組み合わせを用いて統計解析を行うことによって、１種類以上の薬剤を処方された患者の疾患の種類を推定するための推定関数を決定する決定手段と、
を備える情報処理装置。

【請求項2】

複数の患者のそれぞれについて、個別の患者に対して処方された薬剤の種類に関する処方情報と、前記個別の患者の疾患の種類に関する疾患情報と、前記個別の患者の性別との組み合わせを取得する取得手段と、
前記複数の患者についての前記組み合わせを用いて統計解析を行うことによって、１種類以上の薬剤を処方された患者の疾患の種類を推定するための推定関数を決定する決定手段と、
を備える情報処理装置。

【請求項3】

複数の患者のそれぞれについて、個別の患者に対して処方された薬剤の種類に関する処方情報と、前記個別の患者の疾患の種類に関する疾患情報と、前記個別の患者の年齢区分と、前記個別の患者の性別との組み合わせを取得する取得手段と、
前記複数の患者についての前記組み合わせを用いて統計解析を行うことによって、１種類以上の薬剤を処方された患者の疾患の種類を推定するための推定関数を決定する決定手段と、
を備える情報処理装置。

【請求項4】

前記取得手段は、薬剤の種類と、当該種類の薬剤を使用可能な疾患の種類とが関連付けられた適応症情報を更に取得し、
前記決定手段は、前記適応症情報に合致しない前記組み合わせを前記統計解析に使用しない、請求項１乃至３の何れか１項に記載の情報処理装置。

【請求項5】

薬剤の種類を含む入力情報を取得する入力手段と、
前記入力情報に前記推定関数を適用することによって疾患の種類を推定する推定手段と、
前記推定手段による推定結果を出力する出力手段と、
を更に備える、請求項１乃至４のいずれか１項に記載の情報処理装置。

【請求項6】

前記推定結果は、複数種類の疾患のそれぞれについての罹患確率を含む、請求項５に記載の情報処理装置。

【請求項7】

請求項１乃至６の何れか１項に記載の情報処理装置の各手段としてコンピュータを機能させるためのプログラム。

【請求項8】

コンピュータによって実行される情報処理方法であって、
複数の患者のそれぞれについて、個別の患者に対して処方された薬剤の種類に関する処方情報と、前記個別の患者の疾患の種類に関する疾患情報と、前記個別の患者の年齢区分との組み合わせを取得する取得工程と、
前記複数の患者についての前記組み合わせを用いて統計解析を行うことによって、１種類以上の薬剤を処方された患者の疾患の種類を推定するための推定関数を決定する決定工程と、
を備える情報処理方法。

【請求項9】

コンピュータによって実行される情報処理方法であって、
複数の患者のそれぞれについて、個別の患者に対して処方された薬剤の種類に関する処方情報と、前記個別の患者の疾患の種類に関する疾患情報と、前記個別の患者の性別との組み合わせを取得する取得工程と、
前記複数の患者についての前記組み合わせを用いて統計解析を行うことによって、１種類以上の薬剤を処方された患者の疾患の種類を推定するための推定関数を決定する決定工程と、
を備える情報処理方法。

【請求項10】

コンピュータによって実行される情報処理方法であって、
複数の患者のそれぞれについて、個別の患者に対して処方された薬剤の種類に関する処方情報と、前記個別の患者の疾患の種類に関する疾患情報と、前記個別の患者の年齢区分と、前記個別の患者の性別との組み合わせを取得する取得工程と、
前記複数の患者についての前記組み合わせを用いて統計解析を行うことによって、１種類以上の薬剤を処方された患者の疾患の種類を推定するための推定関数を決定する決定工程と、
を備える情報処理方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理装置、情報処理方法及びプログラムに関する。

【背景技術】

【0002】

薬剤師が患者に対して適切なサービスを行うために、その患者が罹患している疾患の種類を把握したい場合がある。患者の疾患の種類を推定するための様々な技術が提案されている。特許文献１には、患者の症状から疾患の種類を推定する技術が記載されている。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２００４－１６００８２号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

薬剤師による患者の症状の把握は、医師によるものよりも精度が低い。そのため、特許文献１に記載された技術を用いたとしても、薬剤師が患者の疾患を適切に推定することは困難であった。本発明は、患者の疾患の種類を推定するための新たな技術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】

【0005】

上記課題に鑑みて、一部の実施形態では、複数の患者のそれぞれについて、個別の患者に対して処方された薬剤の種類に関する処方情報と、前記個別の患者の疾患の種類に関する疾患情報と、前記個別の患者の年齢区分との組み合わせを取得する取得手段と、前記複数の患者についての前記組み合わせを用いて統計解析を行うことによって、１種類以上の薬剤を処方された患者の疾患の種類を推定するための推定関数を決定する決定手段と、を備える情報処理装置が提供される。

【発明の効果】

【0006】

上記手段により、新たな技術を用いて患者の疾患を推定できる。

【図面の簡単な説明】

【0007】

【図1】本発明の一部の実施形態に係る情報処理装置の構成例を説明するブロック図。

【図2】図１の情報処理装置の動作例を説明するフローチャート。

【図3】図１の情報処理装置が用いるクレームデータの例を説明する図。

【図4】図１の情報処理装置が用いる適応症情報の例を説明する図。

【図5】図１の情報処理装置が用いる推定関数の例を説明する図。

【発明を実施するための形態】

【0008】

添付の図面を参照して本発明の実施形態について以下に説明する。様々な実施形態を通じて同様の要素には同一の参照符号を付して重複する説明を省略する。また、各実施形態は適宜変更、組み合わせが可能である。

【0009】

図１のブロック図を参照して、本発明の一部の実施形態に係る情報処理装置１００の構成について説明する。情報処理装置１００は、患者の疾患の種類を推定するための動作を行う。処理の詳細については後述する。情報処理装置１００は、例えばパーソナルコンピュータやワークステーション、スマートフォン、タブレットデバイスなどの情報処理装置で実現される。情報処理装置１００は、単体の装置で実現されてもよいし、ネットワークを介して相互に接続された複数の装置で実現されてもよい。情報処理装置１００は、図１に示す各構成要素を有する。

【0010】

プロセッサ１０１は、情報処理装置１００全体の動作を制御する。プロセッサ１０１は、例えばＣＰＵとして機能する。メモリ１０２は、情報処理装置１００の動作に用いられるプログラムや一時データなどを記憶する。メモリ１０２は、例えばＲＯＭやＲＡＭなどにより実現される。入力部１０３は、情報処理装置１００のユーザが情報処理装置１００への入力を行うために用いられ、例えばマウスやキーボードなどの入力装置で実現される。出力部１０４は、情報処理装置１００からユーザへ情報を出力するために用いられ、例えば表示装置（ディスプレイ）や音響装置（スピーカー）で実現される。通信部１０５は、情報処理装置１００が他の装置と通信する機能を提供し、例えばネットワークカードなどで実現される。他の装置との通信は有線であってもよいし、無線であってもよい。

【0011】

記憶部１０６は、情報処理装置１００の動作に用いられるデータ、例えば適応症情報１０７、クレームデータ１０８及び推定関数１０９を記憶する。適応症情報１０７、クレームデータ１０８及び推定関数１０９の詳細については後述する。記憶部１０６は、ディスクドライブ（例えば、ＨＤＤやＳＤＤ）などの記憶装置で実現される。本実施形態で、適応症情報１０７、クレームデータ１０８及び推定関数１０９は情報処理装置１００に記憶される。これに代えて、これらの内容の一部又は全部が情報処理装置１００とは異なる装置（外部記憶装置）に記憶されてもよい。この場合に、情報処理装置１００は、通信部１０５を用いて、他の装置から適応症情報１０７、クレームデータ１０８及び推定関数１０９を受信する。適応症情報１０７及びクレームデータ１０８は、ファイル形式で記憶されてもよいし、データベースや他の形式で記憶されてもよい。推定関数１０９は、関数の式と、この式に含まれるパラメータの値とに分けて記憶されてもよい。

【0012】

図２を参照して、情報処理装置１００は、患者の疾患の種類を推定するための動作の一例について説明する。図２に説明する方法の各工程は、例えばプロセッサ１０１がメモリ１０２に格納されたプログラムを実行することによって実施される。これに代えて、この方法の一部又は全部の工程が、ＡＳＩＣ（特定用途向け集積回路）のようなハードウェアで実現されてもよい。

【0013】

ステップＳ２０１で、プロセッサ１０１は、処方情報及び疾患情報を取得する。処方情報は、例えばレセプト識別子（レセプトＩＤ）と、患者に対して処方された薬剤の種類とを含む。薬剤の種類として、例えばフェブリク、アイミクス配合、トラゼンタなどがある。薬剤の種類は、例えば９０００種類程度であってもよい。薬剤の種類は、用法や数量ごとに細分化されていてもよい。プロセッサ１０１は、レセプト識別子によって識別される複数の処方箋のそれぞれについて処方情報を取得する。処方情報は、例えば、情報処理装置１００に対して入力された調剤レセプトから読み出される。

【0014】

疾患情報は、例えばレセプト識別子と、患者の疾患の種類とを含む。さらに、疾患情報は、患者の年齢区分や性別、患者識別子（患者ＩＤ）を含んでもよい。疾患の種類として、例えばアレルギー性鼻炎、高血圧症、気管支喘息などがある。疾患の種類は、例えば６００種類程度であってもよい。患者の年齢は、例えば１５歳未満、１５歳以上６５歳以上、６５歳超の３つの区分に分かれている。年齢区分の個数はこれに限られない。プロセッサ１０１は、レセプト識別子によって識別される複数の診断のそれぞれについて疾患情報を取得する。疾患情報は、例えば、情報処理装置１００に対して入力された診療レセプトから読み出される。

【0015】

ステップＳ２０２で、プロセッサ１０１は、取得した処方情報及び疾患情報に基づいてクレームデータ１０８を生成する。クレームデータ１０８の一例を図３に示す。クレームデータ１０８とは、患者に対して処方された薬剤の種類に関する処方情報と、この患者の疾患の種類に関する疾患情報との組み合わせに関するデータのことである。

【0016】

１つ以上のカラム３０１は、疾患の種類を示す。疾患の種類ごとにカラムが生成される。フィールドの値が「０」の場合に患者が対象の疾患（例えば、疾患Ａ）を罹患していないことを示し、「１」の場合に患者が対象の疾患を罹患していることを示す。カラム３０２は、レセプト識別子を示す。レセプト識別子とは、レセプトを一意に識別するための情報である。カラム３０３は、患者識別子を示す。患者識別子とは、患者を一意に識別するための情報である。カラム３０４は、患者の年齢区分を示す。カラム３０５は、患者の性別を示す。１つ以上のカラム３０６は、薬剤の種類を示す。薬剤の種類ごとにカラムが生成される。フィールドの値が「０」の場合に患者が対象の薬剤（例えば、薬剤Ａ）を処方されなかったことを示し、「１」の場合に患者が対象の薬剤を処方されたことを示す。

【0017】

プロセッサ１０１は、レセプト識別子をキーとして処方情報と疾患情報とを関連付けることによって得られた組み合わせをクレームデータ１０８のレコードとし、記憶部１０６に格納する。すなわち、クレームデータ１０８の各レコードは、ある特定の患者に対して処方された薬剤の種類に関する情報と、この特定の患者の疾患の種類に関する情報との組み合わせを表す。さらに、各レコードは、この特定の患者のその他の属性、例えば年齢区分及び性別を表す。

【0018】

ステップＳ２０３で、プロセッサ１０１は、適応症情報１０７を参照してクレームデータ１０８をクレンジングする。ステップＳ２０１において取得された疾患情報には過去の疾患の情報が残っている場合がある。例えば、ある患者が過去に気管支喘息を患っていたものの、その後完治したとする。完治後のこの患者に関する疾患情報には気管支喘息が含まれるべきではないが、更新漏れによって気管支喘息が疾患情報に含まれてしまうことがある。そこで、プロセッサ１０１は、適応症情報１０７を参照して、不適切なレコードをクレームデータ１０８から削除する。

【0019】

適応症情報１０７とは、薬剤の種類と、当該種類の薬剤を使用可能な疾患の種類とが関連付けられた情報のことである。適応症情報１０７の一例を図４に示す。１つ以上のロウ４０１は、薬剤の種類を示す。薬剤の種類ごとにロウが規定されている。１つ以上のカラム４０２は、疾患の種類を示す。疾患の種類ごとにカラムが規定されている。フィールドの値が「０」の場合に、対象の薬剤（例えば、薬剤Ａ）が対象の疾患（例えば、疾患Ｂ）に使用可能でないことを示し、「１」の場合に、対象の薬剤（例えば、薬剤Ａ）が対象の疾患（例えば、疾患Ａ）に使用可能であることを示す。情報処理装置１００の記憶部１０６には、この適応症情報１０７が事前に格納されている。プロセッサ１０１は、例えばクレームデータ１０８が、疾患Ａのフールドが１であり且つ薬剤Ｂのフィールドが「１」であるレコードを含んでいる場合に、このレコードは適応症情報１０７に合致しないので、クレームデータ１０８から削除する。クレームデータ１０８から削除されたレコードは、後述の統計解析に使用されない。

【0020】

ステップＳ２０４で、プロセッサ１０１は、クレームデータ１０８のうち同一の患者についてのレコードを統合する。例えば、図３のクレームデータ１０８において、患者識別子が「Ｐ００１」である３つのレコードが統合される。統合において、プロセッサ１０１は、カラム３０１の各フィールドの論理和を統合後のレコードのフィールド値とする。また、プロセッサ１０１は、カラム３０６の各フィールドの論理和を統合後のレコードのフィールド値とする。このようにレコードを統合することによって、患者数が少ない症例についても推定精度を向上できる。上述のステップＳ２０３及びＳ２０４は、推定関数の精度を向上するためのオプションであり、省略されてもよい。

【0021】

ステップＳ２０５で、プロセッサ１０１は、クレームデータ１０８の複数のレコードを用いて統計解析を行うことによって、推定関数１０９を決定する。推定関数１０９とは、１種類以上の薬剤を処方された患者の疾患を推定するための関数である。患者の疾患の推定結果は、患者が各疾患に罹患している確率（以下、罹患確率）によって与えられる。疾患ｊ（ｊ＝Ａ、Ｂ、…）の罹患確率Ｐ（疾患ｊ）は、以下の式（１）で表される推定関数１０９によって決定される。

【0022】

Ｐ（疾患ｊ）＝１／｛１＋ｅｘｐ（－α－Σβ_iｘ_i） …式（１）
ここで、ｘ_iは薬剤ｉ（ｉ＝Ａ、Ｂ、…）の処方の有無を表す変数であり、処方された場合に「１」、処方されなかった場合に「０」となる。さらに、ｘ_iは薬剤の処方以外の属性、例えば年齢区分や性別を表してもよい。β_iは、ｘ_iのパラメータであり、αは切片を表すパラメータである。α及びβ_iは、クレームデータ１０８を用いて統計解析を行うことによって決定される。

【0023】

例えば、プロセッサ１０１は、統計解析の一種であるロジスティック回帰分析を行うことによって上記のパラメータα、β_iを決定する。さらに、プロセッサ１０１は、機械学習によってパラメータα、β_iを決定してもよい。これらの統計解析では、組み合わせの発生頻度に基づいてパラメータα、β_iが決定される。

【0024】

図５に、推定関数１０９の一部を構成する推定関数用パラメータ１０９ａの一例を示す。カラム５０１は、疾患の種類を示す。カラム５０２は、パラメータαの値を示す。カラム５０３は、性別に対するパラメータβの値を示す。カラム５０４は、年齢区分に対するパラメータβの値を示す。１つ以上のカラム５０５は、薬剤の種類に対するパラメータβの値を示す。このように、疾患の種類ごとに推定関数のパラメータの値が異なっているので、疾患の種類ごとに罹患確率が算出される。プロセッサ１０１は、決定した推定関数１０９、具体的には推定関数用パラメータ１０９ａを記憶部１０６に格納する。推定関数１０９の式（１）は、記憶部１０６に事前に格納されている。

【0025】

ステップＳ２０６で、プロセッサ１０１は、薬剤の種類を含む入力情報を取得する。入力情報は、患者の属性、例えば年齢区分や性別を含んでもよい。この入力情報は、情報処理装置１００の入力部１０３を用いて入力されてもよいし、通信部１０５によって外部の装置から受信してもよい。例えば、情報処理装置１００は、ウェブサーバとして機能し、外部のクライアント端末がブラウザを介して入力情報を情報処理装置１００へ送信してもよい。１つのシナリオでは、薬局の薬剤師が患者の処方箋に記載された薬剤の種類を情報処理装置１００へ入力する。

【0026】

ステップＳ２０７で、プロセッサ１０１は、入力情報に推定関数１０９を適用する。具体的に、プロセッサ１０１は、上述の式（１）に対して、ステップ２０５で決定されたパラメータα、β_iの値と、入力情報によって定まるｘ_iの値をと代入することによって、各疾患に対する罹患確率を算出する。

【0027】

ステップＳ２０８で、プロセッサ１０１は、各疾患に対する罹患確率を推定結果として出力する。プロセッサ１０１は、情報処理装置１００の出力部１０４に推定結果を出力してもよいし、外部の装置に対して推定結果を送信してもよい。上述のシナリオでは、薬局の薬剤師が各疾患に対する罹患確率を取得できる。

【0028】

以上のように、本発明の実施形態によれば、１種類以上の薬剤を処方された患者の疾患を推定するための推定関数１０９を決定できる。この推定関数１０９に対して、患者に処方された薬剤の種類を入力することによって、その患者が罹患している疾患を推定できる。

【符号の説明】

【0029】

１００ 情報処理装置、１０７ 適応症情報、１０８ クレームデータ、１０９ 推定関数

【図1】

【図2】

【図3】

【図4】

【図5】