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】2023-09-25
(45)【発行日】2023-10-03
(54)【発明の名称】治療支援システム
(51)【国際特許分類】
G16H 20/00 20180101AFI20230926BHJP
G16H 50/20 20180101ALI20230926BHJP
A61C 19/00 20060101ALI20230926BHJP
【ＦＩ】
G16H20/00
G16H50/20
A61C19/00 Z
【請求項の数】
4
(21)【出願番号】P 2019190800
(22)【出願日】2019-10-18
(65)【公開番号】P2021067996
(43)【公開日】2021-04-30
【審査請求日】2022-07-08
【新規性喪失の例外の表示】特許法第３０条第２項適用 （証明書１）令和元年５月２５日、５月２６日開催 一般社団法人福岡県歯科医師会、福岡県歯科用品商組合主催「２０１９ 九州デンタルショー」 （証明書２）令和元年７月１２日公開 ｈｔｔｐｓ：／／ｗｈｉｔｅ－ａｉ．ｃｏｍ／ （証明書３）令和元年７月１６日、７月２６日公開 チラシの配布 配布場所：日本歯科大学附属病院 （証明書４）令和元年７月１９日公開 チラシの配布 配布場所：あすか会議室 （証明書５）令和元年８月１日公開 チラシの配布 配布場所：いぐち歯科クリニック （証明書６）令和元年９月２７日公開 スライドの公開 配布場所：日本マイクロソフト品川本社 （証明書７）令和元年１０月１日公開 デモの公開 配布場所：日本マイクロソフト品川本社
(73)【特許権者】
【識別番号】507220361
【氏名又は名称】株式会社オプテック
(74)【代理人】
【識別番号】110000925
【氏名又は名称】弁理士法人信友国際特許事務所
(72)【発明者】
【氏名】細川 仁志
(72)【発明者】
【氏名】大原 茂之
(72)【発明者】
【氏名】竹田 彰彦
(72)【発明者】
【氏名】柴田 さおり
【審査官】安井 雅史
(56)【参考文献】
【文献】国際公開第２０１８／０９３８６５（ＷＯ，Ａ１）
【文献】特開２００７－１０４６５４（ＪＰ，Ａ）
【文献】特開２０１７－１６２４９４（ＪＰ，Ａ）
【文献】特開２０１９－０８０９００（ＪＰ，Ａ）
【文献】特開２００２－１４０２４５（ＪＰ，Ａ）
【文献】特開２００８－２５７２９１（ＪＰ，Ａ）
【文献】国際公開第２０１８／１００７９７（ＷＯ，Ａ１）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ１６Ｈ １０／００－８０／００
Ｇ０６Ｑ １０／００－９９／００
Ａ６１Ｃ １／００－ ５／００
５／４０－ ５／６８
５／９０－ ７／３６
１９／００－１９／１０
(57)【特許請求の範囲】
【請求項1】
機械学習を利用して推定演算を実現するＡＩを生成し、かつ更新する学習フェーズを実行する学習演算処理部と、
前記学習演算処理部における学習処理によって形成された近似関数パラメータとラベルテーブルを組み合わせることによって、所定の入力データに対する前記推定演算を行う推定フェーズを実行する推定演算処理部と、
指定されたＵＲＬに対応して、複数存在する前記近似関数パラメータから一つを選択して前記ＡＩと組み合わせ、前記ＡＩにより所定の推定演算を実行する入出力制御部と、
前記ＡＩを一意に識別するための識別情報であるＡＩＩＤが全て格納されるＡＩＩＤフィールドと、前記ＡＩＩＤに対応する前記ＡＩにアクセスするための前記ＵＲＬが格納されるＵＲＬフィールドとを有するＡＩＩＤマスタと、
前記ＡＩを利用したユーザを一意に識別するユーザＩＤが格納されるユーザＩＤフィールドと、前記ユーザが利用した前記ＡＩのＡＩＩＤが格納されるＡＩＩＤフィールドと、前記ユーザが前記ＡＩを利用した日時が格納される利用日時フィールドとを有するＡＩ利用ログテーブルと、
端末装置から送信される、前記ＡＩＩＤを含む前記ＡＩに対する問い合わせに対し、前記ＡＩＩＤマスタに基づいて、前記ＡＩＩＤを前記ＵＲＬに変換するＡＩ利用要求変換処理部と、
前記ＡＩ利用要求変換処理部から得た前記ＵＲＬに基づいて前記入出力制御部へ問い合わせを行うＡＩ通信処理部と、を備え、
前記ＡＩ利用要求変換処理部は、前記ＡＩ通信処理部が前記ＡＩから前記入出力制御部を通じて所定の回答を受信したことに呼応して、前記ＡＩ利用ログテーブルに新規レコードを追記録する、
治療支援システム。
【請求項2】
前記推定演算処理部の前記入力データには、患者年齢、疾患部位及び所定の自然言語文章が含まれる、請求項１に記載の治療支援システム。
【請求項3】
更に、前記ＡＩ利用ログテーブルを検索することで、ユーザが所定のＡＩ利用期間において支払うべき利用料金を算出するＡＩ利用料金算出部を備える
請求項１または２に記載の治療支援システム。
【請求項4】
前記ＡＩ利用料金算出部は、前記ＡＩＩＤマスタ及び前記ＡＩ利用ログテーブルを検索することで、前記ＡＩを作成したユーザが所定のＡＩ利用期間において得られる利用料金を算出する、請求項３に記載の治療支援システム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、主に歯科治療現場等の医療現場において運用される、治療支援システムに関する。
【背景技術】
【0002】
歯科医師は歯番ごとに作成した歯牙歯周の状態の所見に基づいて下記（１）～（４）の準備を経て治療に入る。
（１）問題のある歯牙歯周の歯番ごとの病名を決定する。
（２）病名と所見から歯番ごとの治療方法を決定する。
（３）歯番全体の治療方法から歯番の治療順序を洗い出す。
（４）患者と相談して最適な治療順序を確定する。
なお、歯番とは患者を正面から見た口腔内を正中線の左上、左下、右上、右下ごとに分割し、前から後ろに向けて永久歯は１～８、乳歯はＡ～Ｅとした番号のことである。
（１）問題のある歯牙歯周の歯番ごとの病名を決定する。
（２）病名と所見から歯番ごとの治療方法を決定する。
（３）歯番全体の治療方法から歯番の治療順序を洗い出す。
（４）患者と相談して最適な治療順序を確定する。
なお、歯番とは患者を正面から見た口腔内を正中線の左上、左下、右上、右下ごとに分割し、前から後ろに向けて永久歯は１～８、乳歯はＡ～Ｅとした番号のことである。
【0003】
特許文献１には本発明の先行技術である、歯科医師が遂行する患者の病名の決定、治療方法の策定、治療順序の策定を支援する歯科治療支援システムが開示されている。
【先行技術文献】
【特許文献】
【0004】
【文献】特開２０１９－８０９００号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
上述した病名の決定、治療方法の策定、治療順序の策定は単に規則的にできるものではなく、歯科医師が個々に積み上げてきた観察力、経験値あるいは直感力といった暗黙知が必要となる。例えば、患者の食事を妨げないように左右２カ所の同時治療を避ける、抜歯をしないで済むように治療方法や治療順序を決めていくことなどである。すなわち、現状では歯科医師の経験等の差に依存して歯科治療の質が左右される状況である。
もし、病名の決定、治療方法の策定、治療順序の策定を、情報技術を用いて補助することができるなら、経験の浅い歯科医師であっても良質の歯科治療を実現することが期待できる。
以上の背景に基づき、発明者らは歯科医師のノウハウを機械学習システム及び／またはデータベースに登録し、経験の浅い歯科医師がそれらノウハウを利用可能にする歯科治療支援システムを発明した。これが特許文献１で開示した発明である。
もし、病名の決定、治療方法の策定、治療順序の策定を、情報技術を用いて補助することができるなら、経験の浅い歯科医師であっても良質の歯科治療を実現することが期待できる。
以上の背景に基づき、発明者らは歯科医師のノウハウを機械学習システム及び／またはデータベースに登録し、経験の浅い歯科医師がそれらノウハウを利用可能にする歯科治療支援システムを発明した。これが特許文献１で開示した発明である。
【0006】
特許文献１に係る歯科治療支援システムは、サーバ運営者がサーバを操作することで、複数の歯科医師のノウハウを学習したＡＩ（artificial intelligence:人工知能）を構築し、ユーザである歯科医師が当該ＡＩを利用する利用形態のシステムである。すなわち、サーバ上に形成されるＡＩは、サーバ運営者の管理下にある、全ユーザに対して共通且つ単一種類のサービスを提供するために利用される。
しかし、治療方法や治療順序は専門分野ごとに異なるため、ユーザの専門分野に適したＡＩが存在しない場合もある。
そこで、ユーザが独自のＡＩをサーバ上に構築することができれば、専門分野に特化したＡＩの構築が可能となり、ユーザは多様なＡＩの中から、必要なＡＩを選択して利用することが可能となる。
しかし、治療方法や治療順序は専門分野ごとに異なるため、ユーザの専門分野に適したＡＩが存在しない場合もある。
そこで、ユーザが独自のＡＩをサーバ上に構築することができれば、専門分野に特化したＡＩの構築が可能となり、ユーザは多様なＡＩの中から、必要なＡＩを選択して利用することが可能となる。
【0007】
本発明は係る課題に鑑みてなされたものであり、医師が独自に治療に関する諸情報を推定するＡＩを構築し、運用することを支援する治療支援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】
【0008】
上記課題を解決するために、本発明の治療支援システムは、機械学習を利用して推定演算を実現するＡＩを生成し、かつ更新する学習フェーズを実行する学習演算処理部と、学習演算処理部における学習処理によって形成された近似関数パラメータとラベルテーブルを組み合わせることによって、所定の入力データに対する推定演算を行う推定フェーズを実行する推定演算処理部と、指定されたＵＲＬに対応して、複数存在する近似関数パラメータから一つを選択してＡＩと組み合わせ、このＡＩにより所定の推定演算を実行する入出力制御部と、を備える。
更に、本発明の治療支援システムは、ＡＩを一意に識別するための識別情報であるＡＩＩＤが全て格納されるＡＩＩＤフィールドと、ＡＩＩＤに対応するＡＩにアクセスするためのＵＲＬが格納されるＵＲＬフィールドとを有するＡＩＩＤマスタと、ＡＩを利用したユーザを一意に識別するユーザＩＤが格納されるユーザＩＤフィールドと、ユーザが利用したＡＩのＡＩＩＤが格納されるＡＩＩＤフィールドと、ユーザが前記ＡＩを利用した日時が格納される利用日時フィールドとを有するＡＩ利用ログテーブルと、端末装置から送信される、ＡＩＩＤを含むＡＩに対する問い合わせに対し、ＡＩＩＤマスタに基づいて、ＡＩＩＤを前記ＵＲＬに変換するＡＩ利用要求変換処理部と、ＡＩ利用要求変換処理部から得たＵＲＬに基づいて入出力制御部へ問い合わせを行うＡＩ通信処理部と、を備える。
そして、ＡＩ利用要求変換処理部は、ＡＩ通信処理部がＡＩから入出力制御部を通じて所定の回答を受信したことに呼応して、ＡＩ利用ログテーブルに新規レコードを追記録する。
更に、本発明の治療支援システムは、ＡＩを一意に識別するための識別情報であるＡＩＩＤが全て格納されるＡＩＩＤフィールドと、ＡＩＩＤに対応するＡＩにアクセスするためのＵＲＬが格納されるＵＲＬフィールドとを有するＡＩＩＤマスタと、ＡＩを利用したユーザを一意に識別するユーザＩＤが格納されるユーザＩＤフィールドと、ユーザが利用したＡＩのＡＩＩＤが格納されるＡＩＩＤフィールドと、ユーザが前記ＡＩを利用した日時が格納される利用日時フィールドとを有するＡＩ利用ログテーブルと、端末装置から送信される、ＡＩＩＤを含むＡＩに対する問い合わせに対し、ＡＩＩＤマスタに基づいて、ＡＩＩＤを前記ＵＲＬに変換するＡＩ利用要求変換処理部と、ＡＩ利用要求変換処理部から得たＵＲＬに基づいて入出力制御部へ問い合わせを行うＡＩ通信処理部と、を備える。
そして、ＡＩ利用要求変換処理部は、ＡＩ通信処理部がＡＩから入出力制御部を通じて所定の回答を受信したことに呼応して、ＡＩ利用ログテーブルに新規レコードを追記録する。
【発明の効果】
【0009】
本発明により、医師が独自に治療に関する諸情報を推定するＡＩを構築し、運用することを支援する治療支援システムを提供することができる。
上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。
上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。
【図面の簡単な説明】
【0010】
【図1】本発明の実施形態に係る歯科治療支援システムの全体構成を示す概略図である。
【図2】端末装置のハードウェア構成を示すブロック図である。
【図3】歯科治療支援サーバのハードウェア構成を示すブロック図である。
【図4】歯科治療支援システムのソフトウェア機能の概略を示すブロック図である。
【図5】各種テーブルのフィールド構成を示す表である。
【図6】ＡＩ処理部における、システム標準ＡＩの学習フェーズを示す機能ブロック図である。
【図7】ＡＩ処理部における、システム標準ＡＩの推定フェーズを示す機能ブロック図である。
【図8】ＡＩ処理部における、ユーザ独自ＡＩの学習フェーズを示す図である。
【図9】ＡＩ処理部における、ユーザ独自ＡＩの推定フェーズを示す図である。
【図10】ユーザが端末装置を通じてＡＩを利用する際のタイミングチャートである。
【発明を実施するための形態】
【0011】
本発明は、特許文献１に開示した発明の改良発明である。
多くの経験豊富な歯科医師あるいは歯科医院は、それぞれ異なる専門分野を有することが多い。小児向け治療の経験が豊富な歯科医師、インプラント等の保険対象外治療の経験が豊富な歯科医師等、様々である。それら歯科医師あるいは歯科医院は独自の患者データベースを有しており、それらデータには価値がある。
もし、歯科治療支援システムを利用する各々のユーザが、ユーザ独自のデータを基にユーザ独自のＡＩを構築することができれば、歯科治療支援システムが標準で提供するＡＩにはない特徴を有して、ユーザによるＡＩの相互利用が活性化されることが期待できる。
多くの経験豊富な歯科医師あるいは歯科医院は、それぞれ異なる専門分野を有することが多い。小児向け治療の経験が豊富な歯科医師、インプラント等の保険対象外治療の経験が豊富な歯科医師等、様々である。それら歯科医師あるいは歯科医院は独自の患者データベースを有しており、それらデータには価値がある。
もし、歯科治療支援システムを利用する各々のユーザが、ユーザ独自のデータを基にユーザ独自のＡＩを構築することができれば、歯科治療支援システムが標準で提供するＡＩにはない特徴を有して、ユーザによるＡＩの相互利用が活性化されることが期待できる。
【0012】
例えば、小児向け治療の経験が豊富な歯科医師がサービスするＡＩを利用すれば、小児向け治療の為の診断の精度向上が期待できる。
また、インプラント等の保険対象外治療の経験が豊富な歯科医師がサービスするＡＩを利用すれば、保険対象外治療において適切な差し歯等の選択精度向上が期待できる。
また、インプラント等の保険対象外治療の経験が豊富な歯科医師がサービスするＡＩを利用すれば、保険対象外治療において適切な差し歯等の選択精度向上が期待できる。
【0013】
本発明は歯科医師の経験等の差に依存して歯科治療の質が左右される状況を鑑みてなされたものである。
本発明の実施形態は、ＡＩを利用する歯科治療支援システムである。予め、定評のある歯科医師の経験をＡＩ（artificial intelligence：人工知能）に学習させる。そして、本発明の実施形態は、このＡＩに所見等を入力することにより、まだ経験値が低い歯科医師であっても、病名、治療方法、治療計画などを確定する時に、あたかも経験の深い歯科医師がアドバイスするかのように機能して、歯科治療を一定水準以上になるように支援するものである。
本発明の実施形態は、ＡＩを利用する歯科治療支援システムである。予め、定評のある歯科医師の経験をＡＩ（artificial intelligence：人工知能）に学習させる。そして、本発明の実施形態は、このＡＩに所見等を入力することにより、まだ経験値が低い歯科医師であっても、病名、治療方法、治療計画などを確定する時に、あたかも経験の深い歯科医師がアドバイスするかのように機能して、歯科治療を一定水準以上になるように支援するものである。
【0014】
歯科治療支援システムが利用するＡＩの学習演算処理は、可変長テキストデータを含むデータを読み込んで分類学習を行う機械学習を実行する。この機械学習は、一般的には、自然言語処理機能と推論結果を評価する機能を有するＡＩによって実現されるものである。この機械学習の一例としては、米マイクロソフト社のクラウドサービス「ＡＺＵＲＥ」に形成されているMachine Learning StudioやＬＵＩＳ（Language Understanding Intelligent Service）、あるいは米ＩＢＭ社のＮＬＣ（Natural Language Classifier）などが挙げられる。これ以降、本発明の実施形態に係る歯科治療支援システム１０１では、ＡＺＵＲＥを通じてMachine Learning Studioを利用するものとする。
【0015】
ＡＺＵＲＥ上に形成されたＡＩには一意のＵＲＬ（Uniform Resource Locator）が割り当てられ、このＵＲＬに所定の入力項目を送信することでＡＩを利用する。
この時、ＡＩのＵＲＬがユーザや第三者に知られてしまうと当該ＡＩを無尽蔵に利用されてしまう、という弊害が生じる。
つまり、現状のＡＺＵＲＥは、ある一つのＡＩを特定多数のユーザが利用することを想定してシステムが構築されていない。
そこで、本発明の実施形態に係る歯科治療支援システムでは、ＡＩのＵＲＬを隠蔽し、ユーザ認証を必須とすることで、第三者によるＡＩの利用を防ぎ、ＡＩの利用量に応じて正しく課金等を発生させるための仕組みを構築している。
この時、ＡＩのＵＲＬがユーザや第三者に知られてしまうと当該ＡＩを無尽蔵に利用されてしまう、という弊害が生じる。
つまり、現状のＡＺＵＲＥは、ある一つのＡＩを特定多数のユーザが利用することを想定してシステムが構築されていない。
そこで、本発明の実施形態に係る歯科治療支援システムでは、ＡＩのＵＲＬを隠蔽し、ユーザ認証を必須とすることで、第三者によるＡＩの利用を防ぎ、ＡＩの利用量に応じて正しく課金等を発生させるための仕組みを構築している。
【0016】
［歯科治療支援システム１０１：全体構成］
図１は、本発明の実施形態に係る歯科治療支援システム１０１の全体構成を示す概略図である。
経験豊富な歯科医師１０２は、歯科治療に定評のある歯科医師である。この経験豊富な歯科医師１０２は、インターネット１０３を通じて、自身が所有する端末装置１０４ａを歯科治療支援サーバ１０５に接続する。そして、端末装置１０４ａを用いて経験豊富な歯科医師１０２自身の過去の治療情報（カルテ）を歯科治療支援サーバ１０５に入力する。歯科治療支援サーバ１０５は、端末装置１０４ａから入力された治療情報を学習する。
図１は、本発明の実施形態に係る歯科治療支援システム１０１の全体構成を示す概略図である。
経験豊富な歯科医師１０２は、歯科治療に定評のある歯科医師である。この経験豊富な歯科医師１０２は、インターネット１０３を通じて、自身が所有する端末装置１０４ａを歯科治療支援サーバ１０５に接続する。そして、端末装置１０４ａを用いて経験豊富な歯科医師１０２自身の過去の治療情報（カルテ）を歯科治療支援サーバ１０５に入力する。歯科治療支援サーバ１０５は、端末装置１０４ａから入力された治療情報を学習する。
【0017】
経験の浅い歯科医師１０６は、歯科治療の経験の浅い歯科医師である。この経験の浅い歯科医師１０６は、インターネット１０３を通じて、自身が所有する端末装置１０４ｂを歯科治療支援サーバ１０５に接続する。そして、端末装置１０４ｂを用いてこれから診療を行おうとする患者１０７の所見等の情報（カルテ）を歯科治療支援サーバ１０５に入力する。歯科治療支援サーバ１０５は、端末装置１０４ｂから入力された所見等の情報に基づき、患者１０７の病名の推定、治療方法の推定、治療順序の推定を行い、その結果を端末装置１０４ｂへ出力する。
なお、これ以降、端末装置１０４ａと端末装置１０４ｂを区別しないときには、端末装置１０４と呼ぶ。
なお、これ以降、端末装置１０４ａと端末装置１０４ｂを区別しないときには、端末装置１０４と呼ぶ。
【0018】
［端末装置１０４：ハードウェア構成］
図２は、端末装置１０４のハードウェア構成を示すブロック図である。
一般的なパソコンよりなる端末装置１０４は、バス２０１に接続された、ＣＰＵ２０２、ＲＯＭ２０３、ＲＡＭ２０４、表示部２０５、操作部２０６、不揮発性ストレージ２０７、ＮＩＣ２０８を備える。
なお、端末装置１０４の表示部２０５及び操作部２０６は、歯科治療支援サーバ１０５の表示部３０７及び操作部３０８の代わりに用いられることもある。
図２は、端末装置１０４のハードウェア構成を示すブロック図である。
一般的なパソコンよりなる端末装置１０４は、バス２０１に接続された、ＣＰＵ２０２、ＲＯＭ２０３、ＲＡＭ２０４、表示部２０５、操作部２０６、不揮発性ストレージ２０７、ＮＩＣ２０８を備える。
なお、端末装置１０４の表示部２０５及び操作部２０６は、歯科治療支援サーバ１０５の表示部３０７及び操作部３０８の代わりに用いられることもある。
【0019】
［歯科治療支援サーバ１０５：ハードウェア構成］
図３は、歯科治療支援サーバ１０５のハードウェア構成を示すブロック図である。
歯科治療支援サーバ１０５は、バス３０１に接続された、ＣＰＵ３０２、ＲＯＭ３０３、ＲＡＭ３０４、不揮発性ストレージ３０５、ＮＩＣ３０６、ＲＴＣ（RealTime Clock）３０９を備える。
なお、歯科治療支援サーバ１０５はパソコンを流用することが可能である。その場合、表示部３０７と操作部３０８を有することがある。ここでは、表示部３０７と操作部３０８は歯科治療支援サーバ１０５に不可欠なものではないので、点線で示している。
図３は、歯科治療支援サーバ１０５のハードウェア構成を示すブロック図である。
歯科治療支援サーバ１０５は、バス３０１に接続された、ＣＰＵ３０２、ＲＯＭ３０３、ＲＡＭ３０４、不揮発性ストレージ３０５、ＮＩＣ３０６、ＲＴＣ（RealTime Clock）３０９を備える。
なお、歯科治療支援サーバ１０５はパソコンを流用することが可能である。その場合、表示部３０７と操作部３０８を有することがある。ここでは、表示部３０７と操作部３０８は歯科治療支援サーバ１０５に不可欠なものではないので、点線で示している。
【0020】
［歯科治療支援システム１０１：ソフトウェア機能の概略］
図４は、歯科治療支援システム１０１のソフトウェア機能の概略を示すブロック図である。
歯科治療支援サーバ１０５は、クラウドのｗｅｂサービスである。図３と図４では図示の都合上、単一の計算機資源で図示している。
図４は、歯科治療支援システム１０１のソフトウェア機能の概略を示すブロック図である。
歯科治療支援サーバ１０５は、クラウドのｗｅｂサービスである。図３と図４では図示の都合上、単一の計算機資源で図示している。
【0021】
端末装置１０４は、入出力制御部４０１に接続された表示部２０５と操作部２０６よりなる。ユーザが操作部２０６を操作することによって生成される情報は、入出力制御部４０１からインターネット１０３を通じて歯科治療支援サーバ１０５に送信される。また、インターネット１０３を通じて歯科治療支援サーバ１０５から入出力制御部４０１が受信した情報は、表示部２０５に表示される。
【0022】
歯科治療支援サーバ１０５は、端末装置１０４に対するｗｅｂサーバとして機能する。入出力制御部４０３は端末装置１０４と周知のＨＴＴＰＳ（Hypertext Transfer Protocol Secure）にて通信を実行する。
端末装置１０４が歯科治療支援サーバ１０５にアクセスすると、入出力制御部４０３を通じてＡＩ選択画面処理部４０２が起動される。
ＡＩ選択画面処理部４０２は、ユーザマスタ４０４を参照して所定のログイン認証を行った後、ユーザ利用ＡＩテーブル４０５を参照して、端末装置１０４のユーザが利用可能なＡＩのリストを作成する。更に、歯科治療支援サーバ１０５は、作成したＡＩのリストを基にＡＩ選択画面を構成するＨＴＭＬ文書を作成し、端末装置１０４に返信する。
端末装置１０４が歯科治療支援サーバ１０５にアクセスすると、入出力制御部４０３を通じてＡＩ選択画面処理部４０２が起動される。
ＡＩ選択画面処理部４０２は、ユーザマスタ４０４を参照して所定のログイン認証を行った後、ユーザ利用ＡＩテーブル４０５を参照して、端末装置１０４のユーザが利用可能なＡＩのリストを作成する。更に、歯科治療支援サーバ１０５は、作成したＡＩのリストを基にＡＩ選択画面を構成するＨＴＭＬ文書を作成し、端末装置１０４に返信する。
【0023】
ユーザが端末装置１０４を操作して使用するＡＩを選択して、患者の年齢、口腔疾患部位を含む所定の入力項目を歯科治療支援サーバ１０５へ送信すると、歯科治療支援サーバ１０５のＡＩ利用要求変換処理部４０６が入出力制御部４０３を通じてこれを受信する。ＡＩ利用要求変換処理部４０６はＡＩＩＤマスタ４０７を参照して、ユーザが選択したＡＩのＡＩＩＤをＵＲＬに変換する。ＡＩＩＤとは、歯科治療支援サーバ１０５のＡＩ処理部４０９に形成される複数のＡＩを一意に識別するための識別情報である。そして、入出力制御部４０３はＡＩ利用要求変換処理部４０６から受け取ったＵＲＬと所定の入力項目をＡＩ通信処理部４０８に引き渡す。
ＡＩ通信処理部４０８は、ＡＩ処理部４０９に対するｗｅｂクライアントとして機能する。また、ＡＩ処理部４０９はＵＲＬで指定されるＡＩのリソースを提供するｗｅｂサーバである。ＡＩ通信処理部４０８は、ＡＩ利用要求変換処理部４０６から受け取ったＵＲＬにアクセスすることでＡＩ処理部４０９に接続して、所定の入力項目をＡＩ処理部４０９に送信する。
ＡＩ通信処理部４０８は、ＡＩ処理部４０９に対するｗｅｂクライアントとして機能する。また、ＡＩ処理部４０９はＵＲＬで指定されるＡＩのリソースを提供するｗｅｂサーバである。ＡＩ通信処理部４０８は、ＡＩ利用要求変換処理部４０６から受け取ったＵＲＬにアクセスすることでＡＩ処理部４０９に接続して、所定の入力項目をＡＩ処理部４０９に送信する。
【0024】
ＡＩ処理部４０９にはｗｅｂサーバプログラムである入出力制御部４１０とＡＩの演算処理エンジンである推定演算処理部４１１が含まれている。
入出力制御部４１０はＡＩ通信処理部４０８によって指定されたＵＲＬに基づいて近似関数パラメータ４１２とラベルテーブル４１３と推定演算処理部４１１を組み合わせて、所望のＡＩ（分類推定器）を形成する。その上で、入力された所定の入力項目を推定演算
処理部４１１に与えて、推定結果を得る。
これ以降、本発明の実施形態において説明する、ＡＩ処理部４０９において形成されるＡＩとは、推定演算処理部４１１に所定の学習処理によって形成された近似関数パラメータ４１２とラベルテーブル４１３を組み合わせることによって実現される分類推定器であり、所定の入力データに対する推定演算処理を実行する機能を持つ。また、近似関数パラメータとは、機械学習において学習処理によって更新される、近似関数を実現するための係数群である。
入出力制御部４１０はＡＩ通信処理部４０８によって指定されたＵＲＬに基づいて近似関数パラメータ４１２とラベルテーブル４１３と推定演算処理部４１１を組み合わせて、所望のＡＩ（分類推定器）を形成する。その上で、入力された所定の入力項目を推定演算
処理部４１１に与えて、推定結果を得る。
これ以降、本発明の実施形態において説明する、ＡＩ処理部４０９において形成されるＡＩとは、推定演算処理部４１１に所定の学習処理によって形成された近似関数パラメータ４１２とラベルテーブル４１３を組み合わせることによって実現される分類推定器であり、所定の入力データに対する推定演算処理を実行する機能を持つ。また、近似関数パラメータとは、機械学習において学習処理によって更新される、近似関数を実現するための係数群である。
【0025】
ＡＩを含む機械学習を利用するためには、推定演算を実現するＡＩを生成し更新する学習フェーズと、実際に入力データを与えて推定演算を実行する推定フェーズが存在する。
ＡＩ処理部４０９には推定フェーズを実行する推定演算処理部４１１の他に、所望のＡＩを生成し更新する学習フェーズを実行する学習演算処理部４１４が存在する。
ＡＩ処理部４０９には推定フェーズを実行する推定演算処理部４１１の他に、所望のＡＩを生成し更新する学習フェーズを実行する学習演算処理部４１４が存在する。
【0026】
ＡＩを含む機械学習を利用する推定演算装置には、推定演算機能を生成し更新する学習フェーズと、実際に入力データを与えて推定演算を実行する推定フェーズが存在する。
ＡＩ処理部４０９には推定フェーズを実行する推定演算処理部４１１の他に、所望のＡＩを生成し更新する学習フェーズを実行する学習演算処理部４１４が存在する。
ＡＩ処理部４０９には推定フェーズを実行する推定演算処理部４１１の他に、所望のＡＩを生成し更新する学習フェーズを実行する学習演算処理部４１４が存在する。
【0027】
ＡＩ処理部４０９の学習演算処理部４１４は、可変長テキストデータを含むデータを読み込み、分類学習を行う機械学習を実行する。この機械学習は、一般的には、自然言語処理機能と推論結果を評価する機能を有するＡＩによって実現されるものである。一例として、米マイクロソフト社のクラウドサービス「ＡＺＵＲＥ」に形成されているMachine Learning StudioやＬＵＩＳ（Language Understanding Intelligent Service）、あるいは米ＩＢＭ社のＮＬＣ（Natural Language Classifier）などが挙げられる。
【0028】
ＡＩ処理部４０９が形成するＡＩは、例えば以下の４種類が形成可能である。
（１）患者年齢、口腔疾患部位と口腔疾患病名を入力すると治療計画を出力する、治療計画ＡＩ。
治療計画ＡＩは、口腔疾患部位と口腔疾患病名から類推される治療計画を、確率と共に出力することで、歯科医師が治療計画を策定する際の参考情報を提供する。
（２）患者年齢、口腔疾患部位と口腔疾患病名を入力すると所見を出力する、所見ＡＩ。
所見ＡＩは、患者年齢、口腔疾患部位と口腔疾患病名を入力すると、他の歯科医師が作成した所見の文章を確率と共に出力する。歯科医師はこの所見の文章を見て、口腔疾患病名の正確性を類推することが可能になる。
（１）患者年齢、口腔疾患部位と口腔疾患病名を入力すると治療計画を出力する、治療計画ＡＩ。
治療計画ＡＩは、口腔疾患部位と口腔疾患病名から類推される治療計画を、確率と共に出力することで、歯科医師が治療計画を策定する際の参考情報を提供する。
（２）患者年齢、口腔疾患部位と口腔疾患病名を入力すると所見を出力する、所見ＡＩ。
所見ＡＩは、患者年齢、口腔疾患部位と口腔疾患病名を入力すると、他の歯科医師が作成した所見の文章を確率と共に出力する。歯科医師はこの所見の文章を見て、口腔疾患病名の正確性を類推することが可能になる。
【0029】
（３）患者年齢、口腔疾患部位と第一回目の治療内容を入力すると、口腔疾患病名を出力する、治療病名ＡＩ。
治療病名ＡＩは、患者年齢、口腔疾患部位と、実際に行った治療内容から類推される病名を、確率と共に出力することで、歯科医師がカルテに記載する病名を判断する参考情報を提供する。
（４）患者年齢、口腔疾患部位と所見を入力すると、口腔疾患病名を出力する、所見病名ＡＩ。
所見病名ＡＩは、患者年齢、口腔疾患部位と、所見の文章から類推される病名を確率と共に出力することで、歯科医師の診察の参考情報を提供する。
以上の説明より明らかなように、各々のＡＩは、患者年齢及び口腔疾患部位の、２種類の入力項目が共通かつ必須である。これらの入力項目は、ＡＩの推定精度を向上させるために必須である。換言すれば、口腔疾患部位及び口腔疾患と患者年齢にはある種の相関関係が存在するものと思われる。
治療病名ＡＩは、患者年齢、口腔疾患部位と、実際に行った治療内容から類推される病名を、確率と共に出力することで、歯科医師がカルテに記載する病名を判断する参考情報を提供する。
（４）患者年齢、口腔疾患部位と所見を入力すると、口腔疾患病名を出力する、所見病名ＡＩ。
所見病名ＡＩは、患者年齢、口腔疾患部位と、所見の文章から類推される病名を確率と共に出力することで、歯科医師の診察の参考情報を提供する。
以上の説明より明らかなように、各々のＡＩは、患者年齢及び口腔疾患部位の、２種類の入力項目が共通かつ必須である。これらの入力項目は、ＡＩの推定精度を向上させるために必須である。換言すれば、口腔疾患部位及び口腔疾患と患者年齢にはある種の相関関係が存在するものと思われる。
【0030】
図４では、歯科治療支援サーバ１０５の内部に、ＡＩ処理部４０９が、歯科治療支援サーバ１０５の一部を構成するように図示されているが、前述のように歯科治療支援サーバ１０５はクラウドのｗｅｂサービスに形成されている。したがって、ＡＩ処理部４０９を歯科治療支援サーバ１０５とは別体のｗｅｂサーバとして構築してもよい。
【0031】
図５は各種テーブルのフィールド構成を示す表である。
ユーザマスタ４０４は、ログインＩＤフィールド、パスワードハッシュ値フィールド、ユーザＩＤフィールド、その他フィールドを有する。
ログインＩＤフィールドには、ユーザが歯科治療支援サーバ１０５を利用する際に認証を行うためのログインＩＤが格納される。
パスワードハッシュ値フィールドには、パスワードのハッシュ値が格納される。
ユーザＩＤフィールドには、ユーザを一意に識別するユーザＩＤが格納される。
その他フィールドには、ユーザに関する諸情報が格納される。
ユーザＩＤが漏洩しただけで悪意ある第三者が他人のＡＩＩＤを取得でき、即座にＡＩを使用できてしまうため、本発明の実施形態に係る歯科治療支援サーバ１０５では、ユーザＩＤとは別に、認証のためのログインＩＤとパスワードハッシュ値をユーザマスタ４０４に持たせている。
ユーザマスタ４０４は、ログインＩＤフィールド、パスワードハッシュ値フィールド、ユーザＩＤフィールド、その他フィールドを有する。
ログインＩＤフィールドには、ユーザが歯科治療支援サーバ１０５を利用する際に認証を行うためのログインＩＤが格納される。
パスワードハッシュ値フィールドには、パスワードのハッシュ値が格納される。
ユーザＩＤフィールドには、ユーザを一意に識別するユーザＩＤが格納される。
その他フィールドには、ユーザに関する諸情報が格納される。
ユーザＩＤが漏洩しただけで悪意ある第三者が他人のＡＩＩＤを取得でき、即座にＡＩを使用できてしまうため、本発明の実施形態に係る歯科治療支援サーバ１０５では、ユーザＩＤとは別に、認証のためのログインＩＤとパスワードハッシュ値をユーザマスタ４０４に持たせている。
【0032】
ユーザ利用ＡＩテーブル４０５は、ユーザＩＤフィールド、ＡＩＩＤフィールドを有する。
ユーザＩＤフィールドは、ユーザマスタ４０４のユーザＩＤフィールドと同じである。
ＡＩＩＤフィールドには、ユーザＩＤフィールドに記述されているユーザＩＤの当該ユーザが利用可能なＡＩを一意に識別するための識別情報であるＡＩＩＤが格納される。
このため、ユーザ利用ＡＩテーブル４０５においてユーザＩＤとＡＩＩＤは１対多の関係を有する。
ユーザＩＤフィールドは、ユーザマスタ４０４のユーザＩＤフィールドと同じである。
ＡＩＩＤフィールドには、ユーザＩＤフィールドに記述されているユーザＩＤの当該ユーザが利用可能なＡＩを一意に識別するための識別情報であるＡＩＩＤが格納される。
このため、ユーザ利用ＡＩテーブル４０５においてユーザＩＤとＡＩＩＤは１対多の関係を有する。
【0033】
ＡＩＩＤマスタ４０７は、ＡＩＩＤフィールド、ユーザＩＤフィールド、ＵＲＬフィールド、利用料金フィールドを有する。
ＡＩＩＤフィールドは、ユーザ利用ＡＩテーブル４０５のＡＩＩＤフィールドと概ね同じであり、ＡＩを一意に識別するための識別情報であるＡＩＩＤが全て格納される。
ユーザＩＤフィールドには、ＡＩＩＤフィールドに記述されているＡＩＩＤのＡＩを作成し、所有するユーザのユーザＩＤが格納される。
ＵＲＬフィールドには、ＡＩＩＤに対応するＡＩにアクセスするためのＵＲＬが格納される。
利用料金フィールドには、ユーザがＡＩの作成時に設定した、ＡＩの利用料金が格納される。
ＡＩＩＤフィールドは、ユーザ利用ＡＩテーブル４０５のＡＩＩＤフィールドと概ね同じであり、ＡＩを一意に識別するための識別情報であるＡＩＩＤが全て格納される。
ユーザＩＤフィールドには、ＡＩＩＤフィールドに記述されているＡＩＩＤのＡＩを作成し、所有するユーザのユーザＩＤが格納される。
ＵＲＬフィールドには、ＡＩＩＤに対応するＡＩにアクセスするためのＵＲＬが格納される。
利用料金フィールドには、ユーザがＡＩの作成時に設定した、ＡＩの利用料金が格納される。
【0034】
ＡＩ利用ログテーブル４１５は、利用日時フィールド、ユーザＩＤフィールド、ＡＩＩＤフィールド、実行結果フィールド、利用料金フィールド、その他フィールドを有する。
ユーザＩＤフィールドは、ユーザ利用ＡＩテーブル４０５のユーザＩＤフィールドと同じである。すなわち、ＡＩＩＤフィールドに記載されたＡＩＩＤで特定されるＡＩを利用したユーザのユーザＩＤが格納される。
ＡＩＩＤフィールドは、ユーザ利用ＡＩテーブル４０５のＡＩＩＤフィールドと同じである。すなわち、ユーザＩＤフィールドに記載されたユーザＩＤで特定されるユーザが利用したＡＩのＡＩＩＤが格納される。
利用日時フィールドには、ユーザＩＤフィールドに記載されたユーザＩＤで特定されるユーザが、ＡＩＩＤフィールドに記載されたＡＩＩＤで特定されるＡＩを利用した日時が格納される。
実行結果フィールドには、ＡＩの実行の結果、正常終了したか否かを示す情報が格納される。
利用料金フィールドには、ユーザがＡＩを使用した結果として発生した、ＡＩの利用料金が格納される。つまり、ＡＩＩＤマスタ４０７の同名フィールドの値をコピーしたものである。
その他フィールドには、ユーザのアクセスに関する諸情報（例えばＨＴＴＰ（Ｓ）のＵｓｅｒＡｇｅｎｔ等）が格納される。
ユーザＩＤフィールドは、ユーザ利用ＡＩテーブル４０５のユーザＩＤフィールドと同じである。すなわち、ＡＩＩＤフィールドに記載されたＡＩＩＤで特定されるＡＩを利用したユーザのユーザＩＤが格納される。
ＡＩＩＤフィールドは、ユーザ利用ＡＩテーブル４０５のＡＩＩＤフィールドと同じである。すなわち、ユーザＩＤフィールドに記載されたユーザＩＤで特定されるユーザが利用したＡＩのＡＩＩＤが格納される。
利用日時フィールドには、ユーザＩＤフィールドに記載されたユーザＩＤで特定されるユーザが、ＡＩＩＤフィールドに記載されたＡＩＩＤで特定されるＡＩを利用した日時が格納される。
実行結果フィールドには、ＡＩの実行の結果、正常終了したか否かを示す情報が格納される。
利用料金フィールドには、ユーザがＡＩを使用した結果として発生した、ＡＩの利用料金が格納される。つまり、ＡＩＩＤマスタ４０７の同名フィールドの値をコピーしたものである。
その他フィールドには、ユーザのアクセスに関する諸情報（例えばＨＴＴＰ（Ｓ）のＵｓｅｒＡｇｅｎｔ等）が格納される。
【0035】
［歯科治療支援システム１０１：システム標準ＡＩの構築と運用］
図６は、ＡＩ処理部４０９における、システム標準ＡＩの学習フェーズを示す機能ブロック図である。
図７は、ＡＩ処理部４０９における、システム標準ＡＩの推定フェーズを示す機能ブロック図である。
なお、図６及び図７では、歯科治療支援サーバ１０５の内部でＡＩ処理部４０９にデータの引き渡しの際に行われる種々のデータ加工処理を省略している。
図６は、ＡＩ処理部４０９における、システム標準ＡＩの学習フェーズを示す機能ブロック図である。
図７は、ＡＩ処理部４０９における、システム標準ＡＩの推定フェーズを示す機能ブロック図である。
なお、図６及び図７では、歯科治療支援サーバ１０５の内部でＡＩ処理部４０９にデータの引き渡しの際に行われる種々のデータ加工処理を省略している。
【0036】
先ず、歯科治療支援サーバ１０５はシステム標準ＡＩを構成するため、学習フェーズでシステム標準近似関数パラメータ６０１を作成する。
システム標準ラベルテーブル６０２は、教師データに対応するラベルを保持するテーブルである。
端末装置１０４は、歯科治療支援サーバ１０５のＡＩ処理部４０９に対し、入力データと教師データを与える。
端末装置１０４から入力される教師データは、長文の自然言語文章であったり、複数のフィールドを有するテーブルのレコードであったりする。これら不定形な教師データの代わりに、それらレコードを一意に識別するラベルを付与して、教師データに代えて入力させることで、学習演算処理部４１４の負担を軽減し、システム標準近似関数パラメータ６０１のデータ容量を低減する。
システム標準ラベルテーブル６０２は、教師データに対応するラベルを保持するテーブルである。
端末装置１０４は、歯科治療支援サーバ１０５のＡＩ処理部４０９に対し、入力データと教師データを与える。
端末装置１０４から入力される教師データは、長文の自然言語文章であったり、複数のフィールドを有するテーブルのレコードであったりする。これら不定形な教師データの代わりに、それらレコードを一意に識別するラベルを付与して、教師データに代えて入力させることで、学習演算処理部４１４の負担を軽減し、システム標準近似関数パラメータ６０１のデータ容量を低減する。
【0037】
推定フェーズでは、推定演算処理部４１１が推定結果としてラベルと確率を推定リスト７０１として出力する。
ＡＩ処理部４０９の入出力制御部４１０は推定リスト７０１をそのまま端末装置１０４に返信するのではなく、システム標準ラベルテーブル６０２を参照して、ラベルを本来の推定結果に置換して、端末装置１０４へ返信する。
ＡＩ処理部４０９の入出力制御部４１０は推定リスト７０１をそのまま端末装置１０４に返信するのではなく、システム標準ラベルテーブル６０２を参照して、ラベルを本来の推定結果に置換して、端末装置１０４へ返信する。
【0038】
［歯科治療支援システム１０１：ユーザ独自ＡＩの構築と運用］
図８は、ＡＩ処理部４０９における、ユーザ独自ＡＩの学習フェーズを示す図である。
図９は、ＡＩ処理部４０９における、ユーザ独自ＡＩの推定フェーズを示す図である。
図６及び図７と比較して、端末装置１０４には変更がないので、図示を省略している。
図６で作成したシステム標準ＡＩを構成するシステム標準近似関数パラメータ６０１とシステム標準ラベルテーブル６０２は、それぞれユーザ独自近似関数パラメータ８０１とユーザ独自ラベルテーブル８０２にコピーされた上で、ユーザが自前のデータを用いて学習を行う。
したがって、推定演算処理部４１１と、ユーザ独自近似関数パラメータ８０１とユーザ独自ラベルテーブル８０２を組み合わせることで、ユーザ独自の学習データが反映されたＡＩが構築され、機能する。
図８は、ＡＩ処理部４０９における、ユーザ独自ＡＩの学習フェーズを示す図である。
図９は、ＡＩ処理部４０９における、ユーザ独自ＡＩの推定フェーズを示す図である。
図６及び図７と比較して、端末装置１０４には変更がないので、図示を省略している。
図６で作成したシステム標準ＡＩを構成するシステム標準近似関数パラメータ６０１とシステム標準ラベルテーブル６０２は、それぞれユーザ独自近似関数パラメータ８０１とユーザ独自ラベルテーブル８０２にコピーされた上で、ユーザが自前のデータを用いて学習を行う。
したがって、推定演算処理部４１１と、ユーザ独自近似関数パラメータ８０１とユーザ独自ラベルテーブル８０２を組み合わせることで、ユーザ独自の学習データが反映されたＡＩが構築され、機能する。
【0039】
あるユーザが独自のＡＩを作成すると、ＡＩ処理部４０９によって当該ＡＩを利用するためのＵＲＬが生成される。その後、図示しないＡＩ管理処理部によって、当該ＵＲＬに対応する新規のＡＩＩＤが生成され、ＡＩＩＤマスタ４０７に新規レコードとして追記録される。その際、ユーザが決定した利用料金も当該レコードの利用料金フィールドに記録される。
他のユーザが新規のＡＩを利用する際には、ＡＩＩＤマスタ４０７からＡＩＩＤをユーザ利用ＡＩテーブル４０５に引き写す。
以上の処理を経て、あるユーザが独自に作成したＡＩが複数の他のユーザによって利用され、共有されるようになる。
他のユーザが新規のＡＩを利用する際には、ＡＩＩＤマスタ４０７からＡＩＩＤをユーザ利用ＡＩテーブル４０５に引き写す。
以上の処理を経て、あるユーザが独自に作成したＡＩが複数の他のユーザによって利用され、共有されるようになる。
【0040】
［歯科治療支援システム１０１：ユーザ独自ＡＩの利用］
図１０は、ユーザが端末装置１０４を通じてＡＩを利用する際のタイミングチャートである。
ユーザが端末装置１０４を操作することによってメニュー表示要求操作が行われると、端末装置１０４からメニュー表示要求がユーザＩＤと共に歯科治療支援サーバ１０５のＡＩ選択画面処理部４０２に送信される（Ｓ１００１）。
図１０は、ユーザが端末装置１０４を通じてＡＩを利用する際のタイミングチャートである。
ユーザが端末装置１０４を操作することによってメニュー表示要求操作が行われると、端末装置１０４からメニュー表示要求がユーザＩＤと共に歯科治療支援サーバ１０５のＡＩ選択画面処理部４０２に送信される（Ｓ１００１）。
【0041】
ＡＩ選択画面処理部４０２はユーザマスタ４０４とユーザ利用ＡＩテーブル４０５を参照して、端末装置１０４のユーザが利用可能なＡＩＩＤのリストを作成し、これに基づいてＡＩ選択画面ＨＴＭＬ文書を作成する。そして、ＡＩ選択画面ＨＴＭＬ文書を返信する（Ｓ１００２）。
【0042】
端末装置１０４は歯科治療支援サーバ１０５のＡＩ選択画面処理部４０２からＡＩ選択画面ＨＴＭＬ文書を受信すると、表示部２０５に使用可能ＡＩメニューを表示する（Ｓ１００３）。
ユーザは使用したいＡＩを選択し、所定の入力項目を入力して、歯科治療支援サーバ１０５に送信する（Ｓ１００４）。
ユーザは使用したいＡＩを選択し、所定の入力項目を入力して、歯科治療支援サーバ１０５に送信する（Ｓ１００４）。
【0043】
端末装置１０４から送信されるユーザＩＤ、ＡＩＩＤ及び所定の入力項目は、ＡＩ利用要求変換処理部４０６に入力される。ＡＩ利用要求変換処理部４０６は、ＡＩＩＤマスタ４０７を参照して、端末装置１０４から受信したＡＩＩＤをＵＲＬに置換する。そして、ＵＲＬと所定の入力項目をＡＩ通信処理部４０８に引き渡す（Ｓ１００５）。
ＡＩ利用要求変換処理部４０６からＵＲＬと所定の入力項目を受信したＡＩ通信処理部４０８は、ＡＩ処理部４０９に対するｗｅｂクライアントとして機能する。ＡＩ通信処理部４０８は、ＵＲＬにアクセスすることでＡＩ処理部４０９に接続して、周知のＨＴＴＰＳにて所定の入力項目をＡＩ処理部４０９に送信する（Ｓ１００６）。
ＡＩ利用要求変換処理部４０６からＵＲＬと所定の入力項目を受信したＡＩ通信処理部４０８は、ＡＩ処理部４０９に対するｗｅｂクライアントとして機能する。ＡＩ通信処理部４０８は、ＵＲＬにアクセスすることでＡＩ処理部４０９に接続して、周知のＨＴＴＰＳにて所定の入力項目をＡＩ処理部４０９に送信する（Ｓ１００６）。
【0044】
ＡＩ通信処理部４０８からアクセス要求を受信したＡＩ処理部４０９は、ＵＲＬで指定されたＡＩを起動し、ＡＩ通信処理部４０８から受信した所定の入力項目を当該ＡＩに与えて実行し、推定結果を得る。そして、推定結果である回答をＡＩ通信処理部４０８に返信する（Ｓ１００７）。
ＡＩ通信処理部４０８は、ＡＩ処理部４０９から受信した回答を、ＡＩ利用要求変換処理部４０６に転送する（Ｓ１００８）。
ＡＩ通信処理部４０８から回答を受信したＡＩ利用要求変換処理部４０６は、端末装置１０４に対して回答を転送（返信）すると共に、ＡＩ利用ログテーブル４１５にＡＩ利用ログを追記録する（Ｓ１００９）。この時、ＡＩ利用要求変換処理部４０６は、ＡＩＩＤマスタ４０７をＡＩＩＤで検索してヒットしたレコードの利用料金フィールドの値を、ＡＩ利用ログテーブル４１５の新規レコードの利用料金フィールドに転記する。
歯科治療支援サーバ１０５から回答を受信した端末装置１０４は、回答を表示部２０５に表示する（Ｓ１０１０）。
ＡＩ通信処理部４０８は、ＡＩ処理部４０９から受信した回答を、ＡＩ利用要求変換処理部４０６に転送する（Ｓ１００８）。
ＡＩ通信処理部４０８から回答を受信したＡＩ利用要求変換処理部４０６は、端末装置１０４に対して回答を転送（返信）すると共に、ＡＩ利用ログテーブル４１５にＡＩ利用ログを追記録する（Ｓ１００９）。この時、ＡＩ利用要求変換処理部４０６は、ＡＩＩＤマスタ４０７をＡＩＩＤで検索してヒットしたレコードの利用料金フィールドの値を、ＡＩ利用ログテーブル４１５の新規レコードの利用料金フィールドに転記する。
歯科治療支援サーバ１０５から回答を受信した端末装置１０４は、回答を表示部２０５に表示する（Ｓ１０１０）。
【0045】
ＡＩ利用ログテーブル４１５には、いつ、どのユーザがどのＡＩを使用したのかを示す情報、そしてＡＩの利用料金が蓄積される。そこで、ＡＩ利用ログテーブル４１５を、所定の利用期間に合致する利用日時とユーザＩＤで絞り込んだ上で、利用料金フィールドの値を合算すれば、当該ユーザが所定のＡＩ利用期間において支払うべき利用料金を算出することが可能になる。また、ＡＩＩＤマスタ４０７のレコードをユーザＩＤで絞り込んだ上で、ヒットしたレコードのＡＩＩＤフィールドにあるＡＩＩＤを検索キーとして保持する。そして、ＡＩ利用ログテーブル４１５を、所定の利用期間に合致する利用日時と先に保持したＡＩＩＤで絞り込んだ上で、利用料金フィールドの値を合算すれば、ＡＩを作成したユーザが所定のＡＩ利用期間において得られる利用料金を算出することが可能になる。
したがって、ＡＩ利用ログテーブル４１５とＡＩＩＤマスタ４０７を参照することで、ＡＩを作成したユーザがＡＩを利用したユーザから利用料金を徴収することが可能になる。
したがって、ＡＩ利用ログテーブル４１５とＡＩＩＤマスタ４０７を参照することで、ＡＩを作成したユーザがＡＩを利用したユーザから利用料金を徴収することが可能になる。
【0046】
なお、ＡＩ利用ログテーブル４１５の利用料金フィールドは、利用料金合算処理を容易にするために設けられているものであり、必ずしも必須ではない。ＡＩ利用ログテーブル４１５のＡＩＩＤフィールドをＡＩＩＤマスタ４０７のＡＩＩＤフィールドと紐付けた上で、ＡＩＩＤマスタ４０７の利用料金フィールドを参照することで、上述した利用料金の合算も可能である。
また、利用料金を算出するタイミングは、ＡＩ利用要求変換処理部４０６がステップＳ１００９の時点でリアルタイムに実行してもよいし、毎月の料金算出日等にバッチ処理等で実行してもよい。この場合、ＡＩ利用要求変換処理部４０６は、ＡＩ利用料金算出部として機能する。また、ＡＩ利用料金算出部として機能する機能ブロックは、ＡＩ利用要求変換処理部４０６でなく、ＡＩ利用要求変換処理部４０６とは異なる独立したプログラムとして設けてもよい。
また、利用料金を算出するタイミングは、ＡＩ利用要求変換処理部４０６がステップＳ１００９の時点でリアルタイムに実行してもよいし、毎月の料金算出日等にバッチ処理等で実行してもよい。この場合、ＡＩ利用要求変換処理部４０６は、ＡＩ利用料金算出部として機能する。また、ＡＩ利用料金算出部として機能する機能ブロックは、ＡＩ利用要求変換処理部４０６でなく、ＡＩ利用要求変換処理部４０６とは異なる独立したプログラムとして設けてもよい。
【0047】
ステップＳ１００６において説明したように、ＡＩ通信処理部４０８は、ｗｅｂサーバとして機能するＡＩ処理部４０９に対するｗｅｂクライアントである。ＡＩ通信処理部４０８はＡＩ処理部４０９にアクセスする際、ＡＩ処理部４０９に固有のユーザＩＤを使用してＡＩ処理部４０９にアクセスする。
つまり、入出力制御部４０３、ＡＩ利用要求変換処理部４０６及びＡＩ通信処理部４０８は、ユーザの端末装置１０４とＡＩ処理部４０９との間に介在して、端末装置１０４から送信されるＡＩ利用要求を代行する、一種のアプリケーションプロキシとして機能する。
ＡＩに対する端末装置１０４のアクセスにおいて、ＡＩ処理部４０９に直接アクセスするためのＵＲＬはＡＩ利用要求変換処理部４０６によってユーザから隠蔽される。したがって、悪意ある第三者によるＡＩに対する不正アクセスを防ぎ、個々のユーザが作成するＡＩを適切に運用することが可能になる。
つまり、入出力制御部４０３、ＡＩ利用要求変換処理部４０６及びＡＩ通信処理部４０８は、ユーザの端末装置１０４とＡＩ処理部４０９との間に介在して、端末装置１０４から送信されるＡＩ利用要求を代行する、一種のアプリケーションプロキシとして機能する。
ＡＩに対する端末装置１０４のアクセスにおいて、ＡＩ処理部４０９に直接アクセスするためのＵＲＬはＡＩ利用要求変換処理部４０６によってユーザから隠蔽される。したがって、悪意ある第三者によるＡＩに対する不正アクセスを防ぎ、個々のユーザが作成するＡＩを適切に運用することが可能になる。
【0048】
なお、図１０では、端末装置１０４からＡＩ利用要求変換処理部４０６、ＡＩ通信処理部４０８を経てＡＩ処理部４０９に到達する、というデータの流れであったが、端末装置１０４から直接、ＡＩ通信処理部４０８を経てＡＩ処理部４０９に到達する、という流れでもよい。この場合、ＡＩ通信処理部４０８がＡＩ利用要求変換処理部４０６にＡＩＩＤからＵＲＬの変換処理を行わせた後、ＡＩ処理部４０９にアクセスする、という手順になる。そして、ＡＩ利用ログテーブル４１５に対するログ記録はＡＩ通信処理部４０８が実行することとなる。この場合、ＡＩ利用要求変換処理部４０６またはＡＩ通信処理部４０８は、ＡＩ通信処理部４０８がＡＩから入出力制御部４１０を通じて所定の回答を受信したことに呼応して、ＡＩ利用ログテーブル４１５に新規レコードを追記録するログ記録機能を提供する、ＡＩ利用ログ記録処理部として機能する。
すなわち、ＡＩ通信処理部４０８とＡＩ処理部４０９との間の通信は図１０に示す通りであるが、端末装置１０４とＡＩ通信処理部４０８との間の通信の形態は、様々な形態を取り得る。
すなわち、ＡＩ通信処理部４０８とＡＩ処理部４０９との間の通信は図１０に示す通りであるが、端末装置１０４とＡＩ通信処理部４０８との間の通信の形態は、様々な形態を取り得る。
【0049】
以上説明した歯科治療支援システム１０１は、歯科治療現場を対象とする治療支援システムである。しかし、本発明の適用対象は歯科治療現場にのみ限定されるものではない。
先ず、歯科治療に限らない、内科、外科、眼科、耳鼻咽喉科等、様々な医療現場にも本発明は適用可能である。この場合、推定演算処理部の入力データは、患者年齢、疾患部位及び所定の自然言語文章を有する。すなわち、口腔疾患部位から広い範囲の疾患部位に代わる。
歯科治療以外の医療業務では、治療病名ＡＩが作成される機会は少ないと考えられる。一方で、医科領域においては「クリニカルパス」と呼ばれる、入院から退院までの治療・検査・食事等に関する診療計画書が存在する。したがって、歯科領域の治療計画ＡＩに類似する「診療計画ＡＩ」が作成され、運用される可能性は高い。更に、患者年齢、疾患部位と疾患病名を入力すると所見を出力する所見ＡＩと、患者年齢、疾患部位と所見を入力すると疾患病名を出力する所見病名ＡＩも、作成され、運用される可能性が高い。
先ず、歯科治療に限らない、内科、外科、眼科、耳鼻咽喉科等、様々な医療現場にも本発明は適用可能である。この場合、推定演算処理部の入力データは、患者年齢、疾患部位及び所定の自然言語文章を有する。すなわち、口腔疾患部位から広い範囲の疾患部位に代わる。
歯科治療以外の医療業務では、治療病名ＡＩが作成される機会は少ないと考えられる。一方で、医科領域においては「クリニカルパス」と呼ばれる、入院から退院までの治療・検査・食事等に関する診療計画書が存在する。したがって、歯科領域の治療計画ＡＩに類似する「診療計画ＡＩ」が作成され、運用される可能性は高い。更に、患者年齢、疾患部位と疾患病名を入力すると所見を出力する所見ＡＩと、患者年齢、疾患部位と所見を入力すると疾患病名を出力する所見病名ＡＩも、作成され、運用される可能性が高い。
【0050】
また、本発明は医療行為を支援するシステムの範疇に留まらず、ネイルサロン、美容院、動物病院など、従来、人の経験や知見の蓄積に基づいて行われた判断行為を有するあらゆる産業分野に適用可能である。
【0051】
本発明の実施形態においては、歯科治療支援システム１０１を開示した。
ＡＩに対する端末装置１０４のアクセスにおいて、ＡＩ処理部４０９に直接アクセスするためのＵＲＬはＡＩ利用要求変換処理部４０６によってユーザから隠蔽される。したがって、悪意ある第三者によるＡＩに対する不正アクセスを防ぎ、個々のユーザが作成するＡＩを適切に運用することが可能になる。
また、ＡＩの利用が完遂した時にＡＩ利用ログテーブル４１５へログ記録を実行する。このＡＩ利用ログテーブル４１５によって、ＡＩを作成したユーザがＡＩを利用したユーザから利用料金を徴収することが可能になる。
ＡＩに対する端末装置１０４のアクセスにおいて、ＡＩ処理部４０９に直接アクセスするためのＵＲＬはＡＩ利用要求変換処理部４０６によってユーザから隠蔽される。したがって、悪意ある第三者によるＡＩに対する不正アクセスを防ぎ、個々のユーザが作成するＡＩを適切に運用することが可能になる。
また、ＡＩの利用が完遂した時にＡＩ利用ログテーブル４１５へログ記録を実行する。このＡＩ利用ログテーブル４１５によって、ＡＩを作成したユーザがＡＩを利用したユーザから利用料金を徴収することが可能になる。
【0052】
以上、本発明の実施形態について説明したが、本発明は上記実施形態に限定されるものではなく、特許請求の範囲に記載した本発明の要旨を逸脱しない限りにおいて、他の変形例、応用例を含む。
【符号の説明】
【0053】
１０１…歯科治療支援システム、１０２、１０６…歯科医師、１０３…インターネット、１０４…端末装置、１０５…歯科治療支援サーバ、１０７…患者、２０１…バス、２０２…ＣＰＵ、２０３…ＲＯＭ、２０４…ＲＡＭ、２０５…表示部、２０６…操作部、２０７…不揮発性ストレージ、２０８…ＮＩＣ、３０１…バス、３０２…ＣＰＵ、３０３…ＲＯＭ、３０４…ＲＡＭ、３０５…不揮発性ストレージ、３０６…ＮＩＣ、３０７…表示部、３０８…操作部、３０９…ＲＴＣ、４０１…入出力制御部、４０２…ＡＩ選択画面処理部、４０３…入出力制御部、４０４…ユーザマスタ、４０５…ユーザ利用ＡＩテーブル、４０６…ＡＩ利用要求変換処理部、４０７…ＡＩＩＤマスタ、４０８…ＡＩ通信処理部、４０９…ＡＩ処理部、４１０…入出力制御部、４１１…推定演算処理部、４１２…近似関数パラメータ、４１３…ラベルテーブル、４１４…学習演算処理部、４１５…ＡＩ利用ログテーブル、６０１…システム標準近似関数パラメータ、６０２…システム標準ラベルテーブル、７０１…推定リスト、８０１…ユーザ独自近似関数パラメータ、８０２…ユーザ独自ラベルテーブル
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】