特許 7580977 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】2024-11-01

(45)【発行日】2024-11-12

(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 50/20 20180101AFI20241105BHJP

【ＦＩ】

G16H50/20

【請求項の数】 9

(21)【出願番号】P 2020147517

(22)【出願日】2020-09-02

(65)【公開番号】P2022042204

(43)【公開日】2022-03-14

【審査請求日】2023-06-29

(73)【特許権者】

【識別番号】594164542

【氏名又は名称】キヤノンメディカルシステムズ株式会社

(74)【代理人】

【識別番号】110001634

【氏名又は名称】弁理士法人志賀国際特許事務所

(72)【発明者】

【氏名】藤澤 恭子

(72)【発明者】

【氏名】杉山 敦子

【審査官】森田 充功

(56)【参考文献】

【文献】特表２０１７－５０２４３９（ＪＰ，Ａ）

【文献】米国特許出願公開第２００９／０２８７５０３（ＵＳ，Ａ１）

【文献】国際公開第２０１６／１４７２９０（ＷＯ，Ａ１）

【文献】米国特許出願公開第２０１７／０１９９９６５（ＵＳ，Ａ１）

【文献】国際公開第２０１８／０７３８９５（ＷＯ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ１６Ｈ １０／００ － ８０／００

(57)【特許請求の範囲】

【請求項1】

対象患者の属性を取得する取得部と、
前記取得部によって取得された前記属性を定量的に表した第１分布を算出する第１算出部と、
過去に診療を受けた複数の患者の診療情報に基づき前記複数の患者から層別化された複数のグループのそれぞれの属性を定量的に表した第２分布を算出する第２算出部と、
前記第１算出部によって算出された前記第１分布と、前記第２算出部によって算出された前記第２分布との比較結果に基づく情報を出力する出力部と、を備え、
前記第２算出部は、前記複数の患者のそれぞれの時間的又は経済的なコストに関する第１指標値と、前記複数の患者のそれぞれに対して用いられた診療方法ごとの治療効果に関する第２指標値とのうち、少なくとも前記第２指標値に基づいて、前記複数の患者を前記複数のグループに層別化し、
前記第１算出部によって算出された前記第１分布と、前記第２算出部によって算出された前記第２分布とを比較し、前記第１分布と前記第２分布との比較結果に基づいて、前記対象患者に関する前記第１指標値及び前記第２指標値のうち少なくとも一方の指標値を推定する推定部を更に備え、
前記出力部は、更に、前記推定部によって推定された前記指標値に基づく情報を出力し、
前記取得部は、前記対象患者に対して取り得ることが可能な一つ又は複数の診療方法の中から医師によって選択された診療方法を表す情報を取得し、
前記第２算出部は、前記複数のグループの中から、前記取得部によって取得された前記情報が表す診療方法の治療効果に関する前記第２指標値を用いて層別化されたグループである特定グループを選択し、前記特定グループの属性を定量的に表した前記第２分布を算出し、
前記推定部は、前記第１分布と前記特定グループの前記第２分布との比較結果に基づいて、前記対象患者に関する前記第１指標値及び前記第２指標値のうち少なくとも一方の指標値を推定する、
情報処理装置。

【請求項2】

前記出力部は、前記第１分布と前記特定グループの前記第２分布との比較結果に基づいて推定された前記指標値が許容範囲外である場合、他の診療方法を選択するように前記医師に促す情報を出力する、
請求項１に記載の情報処理装置。

【請求項3】

前記出力部は、前記第１分布と前記特定グループの前記第２分布との比較結果に基づいて推定された前記指標値が許容範囲外である場合、前記医師と異なる第三者の端末装置に対して所定の情報を出力する、
請求項１又は２に記載の情報処理装置。

【請求項4】

前記出力部は、前記第１分布と前記特定グループの前記第２分布との比較結果に基づいて推定された前記指標値が許容範囲外である場合、前記診療方法が適用される際に前記対象患者があるべき状態又は条件を出力する、
請求項１から３のうちいずれか一項に記載の情報処理装置。

【請求項5】

前記出力部は、前記第１分布と前記特定グループの前記第２分布との比較結果に基づいて推定された前記指標値が許容範囲外である場合、前記対象患者を診療する医療機関内で取り得ることが可能であり、かつ前記対象患者の属性に合致した診療方法を選択するように前記医師に促す情報を出力する、
請求項１から４のうちいずれか一項に記載の情報処理装置。

【請求項6】

前記推定部は、
前記第１分布と前記複数のグループのそれぞれの前記第２分布との類似度を算出し、
前記類似度が最も大きいグループが層別化される際に用いられた前記第１指標値を、前記対象患者に関する前記第１指標値として推定する、又は前記類似度が最も大きいグループが層別化される際に用いられた前記第２指標値を、前記対象患者に関する前記第２指標値として推定する、
請求項１から５のうちいずれか一項に記載の情報処理装置。

【請求項7】

前記第２算出部は、
前記第１指標値と、前記第２指標値とのうち少なくとも１つを確率変数とした確率密度分布を算出し、
前記確率密度分布に基づいて、前記複数の患者を前記複数のグループに層別化する、
請求項１から６のうちいずれか一項に記載の情報処理装置。

【請求項8】

コンピュータが、
対象患者の属性を取得し、
取得した前記属性を定量的に表した第１分布を算出し、
過去に診療を受けた複数の患者の診療情報に基づき前記複数の患者から層別化された複数のグループのそれぞれの属性を定量的に表した第２分布を算出し、
算出した前記第１分布と、算出した前記第２分布との比較結果に基づく情報を出力し、
前記複数の患者のそれぞれの時間的又は経済的なコストに関する第１指標値と、前記複数の患者のそれぞれに対して用いられた診療方法ごとの治療効果に関する第２指標値とのうち、少なくとも前記第２指標値に基づいて、前記複数の患者を前記複数のグループに層別化し、
算出された前記第１分布と、算出された前記第２分布とを比較し、
前記第１分布と前記第２分布との比較結果に基づいて、前記対象患者に関する前記第１指標値及び前記第２指標値のうち少なくとも一方の指標値を推定し、
推定された前記指標値に基づく情報を出力し、
前記対象患者に対して取り得ることが可能な一つ又は複数の診療方法の中から医師によって選択された診療方法を表す情報を取得し、
前記複数のグループの中から、取得された前記情報が表す診療方法の治療効果に関する前記第２指標値を用いて層別化されたグループである特定グループを選択し、
前記特定グループの属性を定量的に表した前記第２分布を算出し、
前記第１分布と前記特定グループの前記第２分布との比較結果に基づいて、前記対象患者に関する前記第１指標値及び前記第２指標値のうち少なくとも一方の指標値を推定する、
情報処理方法。

【請求項9】

コンピュータに、
対象患者の属性を取得すること、
取得した前記属性を定量的に表した第１分布を算出すること、
過去に診療を受けた複数の患者の診療情報に基づき前記複数の患者から層別化された複数のグループのそれぞれの属性を定量的に表した第２分布を算出すること、及び
算出した前記第１分布と、算出した前記第２分布との比較結果に基づく情報を出力すること、
前記複数の患者のそれぞれの時間的又は経済的なコストに関する第１指標値と、前記複数の患者のそれぞれに対して用いられた診療方法ごとの治療効果に関する第２指標値とのうち、少なくとも前記第２指標値に基づいて、前記複数の患者を前記複数のグループに層別化すること、
算出された前記第１分布と、算出された前記第２分布とを比較すること、
前記第１分布と前記第２分布との比較結果に基づいて、前記対象患者に関する前記第１指標値及び前記第２指標値のうち少なくとも一方の指標値を推定すること、
推定された前記指標値に基づく情報を出力すること、
前記対象患者に対して取り得ることが可能な一つ又は複数の診療方法の中から医師によって選択された診療方法を表す情報を取得すること、
前記複数のグループの中から、取得された前記情報が表す診療方法の治療効果に関する前記第２指標値を用いて層別化されたグループである特定グループを選択すること、
前記特定グループの属性を定量的に表した前記第２分布を算出すること、
前記第１分布と前記特定グループの前記第２分布との比較結果に基づいて、前記対象患者に関する前記第１指標値及び前記第２指標値のうち少なくとも一方の指標値を推定すること、
を実行させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本明細書及び図面に開示の実施形態は、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】

主治医が推奨する治療方法は、国や施設、医師によって異なっていることが知られており、臨床アウトカムにも違いがあることが知られている。医師の推奨選択肢に偏りがあることを医師自らが気づかず、他の選択肢には目もくれない場合がある。つまり、主治医の専門分野、好み、価値観、施設の設備などによって推奨される治療方法が選択されており、医師自らが治療方法の選択の偏りに気づくことが難しい。

【先行技術文献】

【特許文献】

【0003】

【文献】特表２０１４－５０３８９４号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

本明細書及び図面に開示の実施形態が解決しようとする課題は、医師が有する認知的なバイアスを低下させ、患者にとってより好適となる診療方法を医師に提案させることである。ただし、本明細書及び図面に開示の実施形態により解決しようとする課題は上記課題に限られない。後述する実施形態に示す各構成による各効果に対応する課題を他の課題として位置づけることもできる。

【課題を解決するための手段】

【0005】

実施形態の情報処理装置は、取得部、第１算出部、第２算出部、及び出力部を持つ。取得部は、対象患者の属性を取得する。第１算出部は、前記取得部によって取得された前記属性を定量的に表した第１分布を算出する。第２算出部は、過去に診療を受けた複数の患者の診療情報に基づき前記複数の患者から層別化された複数のグループのそれぞれの属性を定量的に表した第２分布を算出する。出力部は、前記第１算出部によって算出された前記第１分布と、前記第２算出部によって算出された前記第２分布との比較結果に基づく情報を出力する。

【図面の簡単な説明】

【0006】

【図1】第１実施形態における情報処理システム１の構成例を表す図。

【図2】第１実施形態における端末装置１０の構成例を表す図。

【図3】第１実施形態における情報処理装置１００の構成例を表す図。

【図4】第１実施形態に係る処理回路１２０の一連の処理の流れを表すフローチャート。

【図5】属性分布の一例を表す図。

【図6】層別化処理を説明するための図。

【図7】属性分布の比較方法を説明するための図。

【図8】端末装置１０のディスプレイ１３の画面の一例を表す図。

【図9】第２実施形態に係る処理回路１２０の一連の処理の流れを表すフローチャート。

【図10】第３実施形態に係る処理回路１２０の一連の処理の流れを表すフローチャート。

【図11】端末装置１０のディスプレイ１３の画面の他の例を表す図。

【発明を実施するための形態】

【0007】

以下、図面を参照しながら、実施形態の情報処理装置、情報処理方法、及びプログラムについて説明する。

【0008】

（第１実施形態）
［情報処理システムの構成］
図１は、第１実施形態における情報処理システム１の構成例を表す図である。情報処理システム１は、例えば、端末装置１０と、情報処理装置１００とを備える。端末装置１０及び情報処理装置１００は、通信ネットワークＮＷを介して通信可能に接続される。

【0009】

通信ネットワークＮＷは、電気通信技術を利用した情報通信網全般を意味してよい。例えば、通信ネットワークＮＷは、病院基幹ＬＡＮ（Local Area Network）等の無線／有線ＬＡＮやインターネット網のほか、電話通信回線網、光ファイバ通信ネットワーク、ケーブル通信ネットワークおよび衛星通信ネットワーク等を含む。

【0010】

端末装置１０は、医療従事者Ｐ２によって利用されるパーソナルコンピュータやタブレット端末、携帯電話などの端末装置である。医療従事者Ｐ２は、典型的には医師であるが、看護師やその他の診療に関わる人物であってもよい。医療従事者Ｐ２は、例えば、診療の対象とする患者（以下、対象患者Ｐ１という）に関する情報を端末装置１０に入力する。

【0011】

本実施形態において「診療」とは、手術や投薬といった治療のみならず、治療に至るまで、或いは治療に至った後の診察やその他のあらゆる医療的行為を含んでよい。

【0012】

端末装置１０は、医療従事者Ｐ２によって入力された情報を、通信ネットワークＮＷを介して、情報処理装置１００に情報を送信したり、或いは情報処理装置１００から情報を受信したりする。

【0013】

情報処理装置１００は、通信ネットワークＮＷを介して、端末装置１０から情報を受信し、その受信した情報を処理する。そして、情報処理装置１００は、通信ネットワークＮＷを介して、処理した情報を端末装置１０に送信する。

【0014】

情報処理装置１００は、単一の装置であってもよいし、通信ネットワークＮＷを介して接続された複数の装置が互いに協働して動作するシステムであってもよい。すなわち、情報処理装置１００は、分散コンピューティングシステムやクラウドコンピューティングシステムに含まれる複数のコンピュータ（プロセッサ）によって実現されてもよい。また、情報処理装置１００は、必ずしも端末装置１０とは異なる別体の装置である必要はなく、端末装置１０と一体になった装置であってもよい。

【0015】

［端末装置の構成］
図２は、第１実施形態における端末装置１０の構成例を表す図である。端末装置１０は、例えば、通信インタフェース１１と、入力インタフェース１２と、ディスプレイ１３と、メモリ１４と、処理回路２０とを備える。

【0016】

通信インタフェース１１は、通信ネットワークＮＷを介して情報処理装置１００などと通信する。通信インタフェース１１は、例えば、ＮＩＣ（Network Interface Card）や無線通信用のアンテナ等を含む。

【0017】

入力インタフェース１２は、操作者（例えば医療従事者Ｐ２）からの各種の入力操作を受け付け、受け付けた入力操作を電気信号に変換して処理回路２０に出力する。例えば、入力インタフェース１２は、マウス、キーボード、トラックボール、スイッチ、ボタン、ジョイスティック、タッチパネル等を含む。入力インタフェース１２は、例えば、マイク等の音声入力を受け付けるユーザインタフェースであってもよい。入力インタフェース１２がタッチパネルである場合、入力インタフェース１２は、ディスプレイ１３の表示機能を兼ね備えるものであってもよい。

【0018】

なお、本明細書において入力インタフェース１２はマウス、キーボード等の物理的な操作部品を備えるものだけに限られない。例えば、装置とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を制御回路へ出力する電気信号の処理回路も入力インタフェース１２の例に含まれる。

【0019】

ディスプレイ１３は、各種の情報を表示する。例えば、ディスプレイ１３は、処理回路２０によって生成された画像や、医療従事者Ｐ２からの各種の入力操作を受け付けるためのＧＵＩ（Graphical User Interface）等を表示する。例えば、ディスプレイ１３は、ＬＣＤ（Liquid Crystal Display）や、ＣＲＴ（Cathode Ray Tube）ディスプレイ、有機ＥＬ（Electro Luminescence）ディスプレイ等である。

【0020】

メモリ１４は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスクによって実現される。これらの非一過性の記憶媒体は、ＮＡＳ（Network Attached Storage）や外部ストレージサーバ装置といった通信ネットワークＮＷを介して接続される他の記憶装置によって実現されてもよい。また、メモリ１４には、ＲＯＭ（Read Only Memory）やレジスタ等の非一過性の記憶媒体が含まれてもよい。

【0021】

処理回路２０は、例えば、取得機能２１と、表示制御機能２２と、通信制御機能２３とを備える。処理回路２０は、例えば、ハードウェアプロセッサ（コンピュータ）がメモリ１４（記憶回路）に記憶されたプログラムを実行することにより、これらの機能を実現するものである。

【0022】

処理回路２０におけるハードウェアプロセッサは、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、特定用途向け集積回路（Application Specific Integrated Circuit; ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device; ＳＰＬＤ）または複合プログラマブル論理デバイス（Complex Programmable Logic Device; ＣＰＬＤ）、フィールドプログラマブルゲートアレイ（Field Programmable Gate Array; ＦＰＧＡ））等の回路（circuitry）を意味する。メモリ１４にプログラムを記憶させる代わりに、ハードウェアプロセッサの回路内にプログラムを直接組み込むように構成しても構わない。この場合、ハードウェアプロセッサは、回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。上記のプログラムは、予めメモリ１４に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭ等の非一時的記憶媒体に格納されており、非一時的記憶媒体が端末装置１０のドライブ装置（不図示）に装着されることで非一時的記憶媒体からメモリ１４にインストールされてもよい。ハードウェアプロセッサは、単一の回路として構成されるものに限らず、複数の独立した回路を組み合わせて１つのハードウェアプロセッサとして構成され、各機能を実現するようにしてもよい。また、複数の構成要素を１つのハードウェアプロセッサに統合して各機能を実現するようにしてもよい。

【0023】

取得機能２１は、入力インタフェース１２を介して入力情報を取得したり、通信インタフェース１１を介して情報処理装置１００から情報を取得したりする。

【0024】

表示制御機能２２は、取得機能２１によって取得された情報をディスプレイ１３に表示させる。

【0025】

通信制御機能２３は、入力インタフェース１２に入力された情報を通信インタフェース１１を介して情報処理装置１００に送信する。

【0026】

［情報処理装置の構成］
図３は、第１実施形態における情報処理装置１００の構成例を表す図である。情報処理装置１００は、例えば、通信インタフェース１１０と、処理回路１２０と、メモリ１３０とを備える。

【0027】

通信インタフェース１１０は、通信ネットワークＮＷを介して端末装置１０などと通信する。通信インタフェース１１０は、例えば、ＮＩＣ等を含む。

【0028】

処理回路１２０は、例えば、取得機能１２１と、第１算出機能１２２と、第２算出機能１２３と、推定機能１２４と、通信制御機能１２５と、層別化処理機能１２６とを備える。取得機能１２１は「取得部」の一例であり、第１算出機能１２２は「第１算出部」の一例であり、第２算出機能１２３は「第２算出部」の一例であり、推定機能１２４は「推定部」の一例であり、通信インタフェース１１０及び通信制御機能１２５は「出力部」の一例である。また、「出力部」は、情報処理装置１００の通信インタフェース１１０及び通信制御機能１２５と、端末装置１０のディスプレイ１３及び表示制御機能２２とを合わせたものであってもよい。

【0029】

処理回路１２０は、例えば、ハードウェアプロセッサ（コンピュータ）がメモリ１３０（記憶回路）に記憶されたプログラムを実行することにより、これらの機能を実現するものである。

【0030】

処理回路１２０におけるハードウェアプロセッサは、例えば、ＣＰＵ、ＧＰＵ、特定用途向け集積回路、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイスまたは複合プログラマブル論理デバイス、フィールドプログラマブルゲートアレイ等の回路（circuitry）を意味する。メモリ１３０にプログラムを記憶させる代わりに、ハードウェアプロセッサの回路内にプログラムを直接組み込むように構成しても構わない。この場合、ハードウェアプロセッサは、回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。上記のプログラムは、予めメモリ１３０に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭ等の非一時的記憶媒体に格納されており、非一時的記憶媒体が情報処理装置１００のドライブ装置（不図示）に装着されることで非一時的記憶媒体からメモリ１３０にインストールされてもよい。ハードウェアプロセッサは、単一の回路として構成されるものに限らず、複数の独立した回路を組み合わせて１つのハードウェアプロセッサとして構成され、各機能を実現するようにしてもよい。また、複数の構成要素を１つのハードウェアプロセッサに統合して各機能を実現するようにしてもよい。

【0031】

メモリ１３０は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスクによって実現される。これらの非一過性の記憶媒体は、ＮＡＳや外部ストレージサーバ装置といった通信ネットワークＮＷを介して接続される他の記憶装置によって実現されてもよい。また、メモリ１３０には、ＲＯＭやレジスタ等の非一過性の記憶媒体が含まれてもよい。

【0032】

［情報処理装置の処理フロー］
以下、フローチャートに即しながら、情報処理装置１００の処理回路１２０による各機能の処理について説明する。図４は、第１実施形態に係る処理回路１２０の一連の処理の流れを表すフローチャートである。

【0033】

まず、取得機能１２１は、通信インタフェース１１０を介して端末装置１０から対象患者Ｐ１の属性を取得する（ステップＳ１００）。

【0034】

対象患者Ｐ１の属性は、対象患者Ｐ１の現在の状態、対象患者Ｐ１が来院してからの状態の推移、対象患者Ｐ１をフォローしている間の状態の推移、既往症、遺伝性情報、といった複数の性質や特徴によって構成される。これら複数の性質や特徴のうちの一部は省略されてもよいし、例示されていない他の性質や特徴に置き換わってもよい。例えば、対象患者Ｐ１の属性には、治療方法や治療歴などが含まれてもよい。

【0035】

対象患者Ｐ１の現在の状態には、例えば、年齢、性別、体重、血液型、バイタルサイン、疾病、疾患特徴を示す画像パラメータ、疾患特徴を示す非画像パラメータ、併発している疾病およびその特徴を表す画像非画像パラメータ、予想される合併症などが含まれる。対象患者Ｐ１が来院してからの状態の推移には、例えば、体重、心機能状態、呼吸状態、代謝状態、疾患特徴を示す画像パラメータ、疾患特徴を示す非画像パラメータなどが含まれる。対象患者Ｐ１をフォローしている間の状態の推移には、例えば、体重、心機能状態、呼吸状態、代謝状態、疾患特徴を示す画像パラメータ、疾患特徴を示す非画像パラメータなどが含まれる。

【0036】

例えば、医師などの医療従事者Ｐ２が、端末装置１０に対して、対象患者Ｐ１の現在の状態、状態の推移、既往歴、遺伝性情報を入力したとする。この場合、端末装置１０は、これら入力された情報を対象患者Ｐ１の属性として情報処理装置１００に送信する。情報処理装置１００の取得機能１２１は、通信インタフェース１１０が端末装置１０から対象患者Ｐ１の属性を受信した場合、その属性を通信インタフェース１１０から取得する。

【0037】

次に、第１算出機能１２２は、取得機能１２１によって取得された対象患者Ｐ１の属性を定量的に表した分布（以下、属性分布と称する）を算出する（ステップＳ１０２）。対象患者Ｐ１の属性分布は、「第１分布」の一例である。

【0038】

例えば、第１算出機能１２２は、行政機関などが定めたガイドラインや各医療機関が定めた診療基準などに従って、対象患者Ｐ１の複数の属性のそれぞれを定量的な値に変換し、定量化した属性を分布として算出する。第１算出機能１２２は、所定のデータベースを用いて対象患者Ｐ１の属性を定量化してもよいし、機械学習（深層学習等）を用いて対象患者Ｐ１の属性を定量化してもよい。

【0039】

図５は、属性分布の一例を表す図である。図示のように、例えば、属性分布は、０から５までの５段階で各属性の程度が段階付けられたレーダーチャートとして表されてよい。つまり、各属性の値は、最小値が０になり、最大値が５となるように正規化された上で、レーダーチャートのような分布として表現されてよい。属性分布における（ａ）の領域には、例えば、年齢や性別、血液型の定量値がプロットされる。（ｂ）の領域には、例えば、現時点のバイタルサインの定量値がプロットされる。（ｃ）の領域には、例えば、現時点の疾患パラメータ（画像パラメータや非画像パラメータ）の定量値がプロットされる。（ｄ）の領域には、例えば、来院中の推移情報の定量値がプロットされる。（ｅ）の領域には、例えば、フォロー中の推移情報の定量値がプロットされる。（ｆ）の領域には、例えば、既往歴や遺伝性情報の定量値がプロットされる。

【0040】

（ｂ）（ｃ）の属性（例えば体重、バイタルサイン、併発疾患、疾患特徴を表すパラメータ）は、対象患者Ｐ１が診療を受けている現時点において制御可能な因子（すなわち制御因子）である。（ａ）（ｄ）（ｅ）（ｆ）の属性（例えば年齢、血液型、病歴、家族歴）は、対象患者Ｐ１が診療を受けている現時点において制御不可能な因子（すなわち不制御因子）である。

【0041】

なお、図５の例では、属性分布がレーダーチャートであるものとして説明したがこれに限られない。例えば、属性分布は、ヒストグラム、積み上げグラフ、ヒートマップのような、その他の統計的図表によって表されてもよい。また属性の段階数についても５に限られず、４以下であってもよいし、６以上であってもよい。

【0042】

なお、第１算出機能１２２は、対象患者Ｐ１の属性を分布として算出することに代えて、或いは加えて、対象患者Ｐ１の属性全体を統合して１つの指標値（スカラ値）として算出してもよい。例えば、第１算出機能１２２は、対象患者Ｐ１の属性数をｎとした場合、各属性（τ（ｉ）；ｉ＝１～ｎ）における疾患ＱＩ（Quality Index）への影響度αｉを考慮した総和Ｔ（ｉ）＝Σαｉ×τ（ｉ）を、対象患者Ｐ１の属性全体を表す指標値としてよい。疾患ＱＩについては後述する。

【0043】

図４のフローチャートの説明に戻る。次に、第２算出機能１２３は、母集団に含まれる複数のグループのそれぞれの属性分布を算出する（ステップＳ１０４）。

【0044】

母集団とは、対象患者Ｐ１を診療しようとしている医療従事者Ｐ２、或いはその医療従事者Ｐ２が勤務する医療機関のもとで過去に診療を受けた複数の患者によって構成される。医療機関は、例えば、病院や診療所、その他医療が提供される施設であってよい。また、母集団は、医療統計上の患者集団であってもよい。母集団は、病院ＰＩ（Performance Index）及び／又は疾患ＱＩに基づいて、複数のグループに層別化（分類化、グループ化、クラスタ化ともいう）することが可能である。

【0045】

病院ＰＩとは、母集団の各患者が費やした時間的又は経済的コストに関する指標値であり、例えば、入院日数や治療費などである。別の側面から見れば、病院ＰＩは、医療機関が費やした時間的又は経済的コストに関する指標値であり、例えば、在院日数や診療報酬などである。病院ＰＩは、「第１指標値」の一例である。

【0046】

疾患ＱＩとは、母集団の各患者をある診療方法に従って診療したときに、その患者の疾患がどの程度治療されたのかという治療効果を計るための指標値である。例えば、患者の疾患ががんである場合、疾患ＱＩは、５年生存率や、術後在院日数、再発率、がん残存率、乳房温存手術の割合などであってよい。また、患者の疾患が急性心筋梗塞である場合、疾患ＱＩは、平均在院日数などであってよい。また、患者の疾患が糖尿病である場合、疾患ＱＩは、ＨｂＡ１ｃ（Hemoglobin A1c）改善率や、患者の紹介件数、患者の逆紹介件数などであってよい。また、患者の疾患が肺炎である場合、疾患ＱＩは、平均在院日数や初期治療成功率などであってよい。疾患ＱＩは、「第２指標値」の一例である。

【0047】

まず、第２算出機能１２３は、母集団の各グループの属性分布を算出するために、治療効果を計るための複数の指標値の中から、一つ又は複数の指標値を病院ＰＩ及び／又は疾患ＱＩとして選択する。この際、第２算出機能１２３は、診療方法によって母集団の患者をフィルタリングしてもよい。

【0048】

第２算出機能１２３は、病院ＰＩ及び／又は疾患ＱＩを選択すると、その選択した病院ＰＩ及び／又は疾患ＱＩを基に、母集団を複数のグループに層別化する。なお、第２算出機能１２３は、このような層別化処理を、本フローチャートとは異なる別のタイミングで行ってもよい。別のタイミングとは、例えば、医療機関の休業日や診療すべき患者が比較的少ない夜間などである。つまり、本フローチャートの処理が開始されるときには、既に母集団が複数のグループに層別化された状態であってもよい。

【0049】

図６は、層別化処理を説明するための図である。図示のように、例えば、第２算出機能１２３は、病院ＰＩや疾患ＱＩを確率変数Ｘとしたときの母集団の確率密度分布Ｆ（Ｘ）を算出する。そして、第２算出機能１２３は、確率密度分布Ｆ（Ｘ）上において、ある基準に従って母集団を複数のグループに層別化する。

【0050】

例えば、第２算出機能１２３は、確率変数Ｘが第２閾値ＴＨ２未満のグループをＡ群に分類し、確率変数Ｘが第２閾値ＴＨ２以上かつ第１閾値ＴＨ１未満のグループをＢ群に分類し、確率変数Ｘが第１閾値ＴＨ１以上のグループをＣ群に分類してよい。第１閾値ＴＨ１及び第２閾値ＴＨ２は、例えば、医療的な統計結果やガイドラインを基に決定された固定値であってもよいし、全国平均や各医療機関内の平均などに対して一定のマージンが加えられた或いは引かれた参照値であってもよい。第１閾値ＴＨ１及び第２閾値ＴＨ２は、±１σや、±２σ、±３σといった標準偏差であってもよい。閾値は２つに限られず、１つであってもよいし、３つ以上であってもよい。つまり、グループは２つであってもよいし、４つ以上であってもよい。

【0051】

例えば、第２算出機能１２３は、疾患ＱＩとしてがんの再発率を選択した場合、母集団から、がん患者やがんの診療方法が適用された患者をフィルタリングで抽出し、その抽出した患者の集合（すなわち標本群）のがんの再発率を確率変数Ｘとした確率密度分布Ｆ（Ｘ）を算出する。そして、第２算出機能１２３は、がんの再発率に関する確率密度分布Ｆ（Ｘ）上において、母集団を例えばＡ，Ｂ，Ｃの計３つのグループに層別化する。この場合、Ａ群は、がんの再発率が低いグループとなり、Ｂ群は、がんの再発率がＡ群よりも高いグループとなり、Ｃ群は、がんの再発率がＢ群よりも高いグループとなる。

【0052】

第２算出機能１２３は、母集団を複数のグループに層別化すると、各グループの属性分布を算出する。例えば、第２算出機能１２３は、各グループに含まれる複数の患者のそれぞれの属性分布を平均し、その平均した属性分布を各グループの属性分布とする。具体的には、第２算出機能１２３は、Ａ群に１００人の患者が含まれる場合、その１００人のそれぞれの属性分布を平均し、その患者１００人分の属性分布を平均した一つの属性分布を、Ａ群の属性分布とする。第２算出機能１２３は、Ｂ群やＣ群といった他のグループについても同様に、複数の患者の属性分布を平均化することで、各グループの属性分布を算出してよい。各グループの属性分布は、「第２分布」の一例である。

【0053】

図４のフローチャートの説明に戻る。次に、推定機能１２４は、第１算出機能１２２によって算出された対象患者Ｐ１の属性分布と、第２算出機能１２３によって算出された複数のグループのそれぞれの属性分布とを比較する（ステップＳ１０６）。

【0054】

図７は、属性分布の比較方法を説明するための図である。例えば、Ａ群、Ｂ群、Ｃ群の３つのグループの属性分布があったとする。この場合、推定機能１２４は、対象患者Ｐ１の属性分布を、Ａ群、Ｂ群、Ｃ群のそれぞれの属性分布と比較し、属性分布同士の類似度を算出する。

【0055】

例えば、推定機能１２４は、属性分布がレーダーチャートのように形状に特徴が現れる図表であった場合、対象患者Ｐ１の属性分布の図形的形状とＡ群の属性分布の図形的形状との相似度を類似度ａとして算出する。同様に、推定機能１２４は、対象患者Ｐ１の属性分布の図形的形状とＢ群の属性分布の図形的形状との相似度を類似度ｂとして算出し、対象患者Ｐ１の属性分布の図形的形状とＣ群の属性分布の図形的形状との相似度を類似度ｃとして算出する。比較対象である２つの属性分布が相似形状に近いほど、類似度は大きくなる。また、推定機能１２４は、属性分布がヒートマップのように色や濃淡に特徴が現れる図表であった場合、比較対象である２つの属性分布の色や濃淡の距離（いわゆる色差）を、類似度として算出してよい。具体的には、推定機能１２４は、各属性分布の色ヒストグラムを計算し、色ヒストグラムのユークリッド距離やコサイン類似度から、２つの属性分布間の類似度を算出してよい。

【0056】

図４のフローチャートの説明に戻る。次に、推定機能１２４は、対象患者Ｐ１の属性分布と各グループの属性分布との比較結果に基づいて、対象患者Ｐ１に関する病院ＰＩ及び疾患ＱＩのうち少なくとも一方の指標値、又は双方の指標値を推定する（ステップＳ１０８）。

【0057】

例えば、推定機能１２４は、対象患者Ｐ１の属性分布と比較した複数のグループのうち、属性分布の類似度が最も大きいグループが層別化される際に用いられた病院ＰＩを、対象患者Ｐ１に関する病院ＰＩとして推定し、属性分布の類似度が最も大きいグループが層別化される際に用いられた疾患ＱＩを、対象患者Ｐ１に関する疾患ＱＩとして推定する。

【0058】

例えば、図７において、類似度ｂが最も大きいとする。この場合、推定機能１２４は、母集団からＢ群が層別化される際に用いられたがんの再発率を、対象患者Ｐ１の疾患ＱＩとして推定する。Ｂ群は、がんの再発率が第２閾値ＴＨ２以上かつ第１閾値ＴＨ１未満のグループである。従って、対象患者Ｐ１のがんの再発率として推定される値は、第２閾値ＴＨ２から第１閾値ＴＨ１までの範囲となる。

【0059】

更に、推定機能１２４は、対象患者Ｐ１の疾患ＱＩを推定する際に、各属性（τ（ｉ）；ｉ＝１～ｎ）における疾患ＱＩへの影響度βｉを考慮してもよい。具体的には、推定機能１２４は、ある基準とする範囲において、推定した疾患ＱＩに対して、任意の変換係数γと、総和Σ｛βｉ×（ｆ（ｉ）－τ（ｉ））｝との積を加算してもよい。影響度βｉは、対象患者Ｐ１の属性の中で、より着目したい属性を重みづけるための係数である。また、推定機能１２４は、機械学習や深層学習によって得られた類似確率を基に疾患ＱＩを推定してもよい。

【0060】

更に、推定機能１２４は、対象患者Ｐ１の属性分布と比較した複数のグループの全ての病院ＰＩや疾患ＱＩの平均や最大、最小といった統計値を算出してもよい。例えば、対象患者Ｐ１の属性分布と比較した複数のグループがＡ群、Ｂ群、及びＣ群の３つであった場合、推定機能１２４は、Ａ群、Ｂ群、及びＣ群の病院ＰＩの平均や疾患ＱＩの平均を算出してよい。

【0061】

次に、通信制御機能１２５は、類似度が最も大きいグループの属性分布と対象患者Ｐ１の属性分布との相違点や、推定された対象患者Ｐ１の病院ＰＩ及び／又は疾患ＱＩなどを、通信インタフェース１１０を介して端末装置１０に送信（出力）する（ステップＳ１１０）。更に、通信制御機能１２５は、対象患者Ｐ１に対して既に適用された診療方法や、その診療方法のガイドラインに従った評価結果、対象患者Ｐ１の属性分布と比較した全グループの病院ＰＩや疾患ＱＩの平均、といったその他の情報を、通信インタフェース１１０を介して端末装置１０に送信してもよい。これによって、端末装置１０のディスプレイ１３には、属性分布の相違点や、推定された対象患者Ｐ１の病院ＰＩ及び／又は疾患ＱＩなどが表示される。これによって本フローチャートの処理が終了する。

【0062】

図８は、端末装置１０のディスプレイ１３の画面の一例を表す図である。図示の例のように、ディスプレイ１３には、類似度が最も大きいＢ群の属性分布と、対象患者Ｐ１の属性分布とが重畳された状態で一緒に表示されてよい。この際、ディスプレイ１３には、更に、対象患者Ｐ１に対して既に適用された診療方法（図中ＡＡＡ）や、その診療方法のガイドラインに従った評価結果（図中Ｄ＋）、対象患者Ｐ１に対して推奨される診療方法（図中ＢＢＡ、ＣＡＢ）、推定された対象患者Ｐ１の疾患ＱＩ、推定された対象患者Ｐ１の病院ＰＩ、といった種々の情報が表示されてもよい。図示の例では、推定された対象患者Ｐ１の疾患ＱＩは疾患の再発率であり、推定された対象患者Ｐ１の病院ＰＩは入院日数であることを表している。例えば、Ｂ群の再発率が６０［％］及び入院日数が２０日であり、Ａ群、Ｂ群、及びＣ群の再発率の平均が４８［％］及び入院日数の平均が１４日であったとする。この場合、これら具体的な数値も情報処理装置１００から端末装置１０へと送信され、端末装置１０のディスプレイ１３には、これら具体的な数値も併せて表示される。

【0063】

以上説明した第１実施形態によれば、情報処理装置１００は、医療従事者Ｐ２、或いはその医療従事者Ｐ２が勤務する医療機関のもとで診療される対象患者Ｐ１の属性を取得する。情報処理装置１００は、取得した属性をもとに対象患者Ｐ１の属性分布（第１分布の一例）を算出する。情報処理装置１００は、過去に診療を受けた複数の患者から構成される母集団の病院ＰＩ（第１指標値の一例）と疾患ＱＩ（第２指標値の一例）とに基づいて層別化された複数のグループのそれぞれの属性分布（第２分布の一例）を算出する。情報処理装置１００は、対象患者Ｐ１の属性分布と各グループの属性分布とを比較し、それら属性分布同士の類似度を算出する。情報処理装置１００は、算出した類似度に基づいて、対象患者Ｐ１の病院ＰＩ及び疾患ＱＩのうち少なくとも一方の指標値を推定する。そして、情報処理装置１００は、推定した対象患者Ｐ１の病院ＰＩや疾患ＱＩ、対象患者Ｐ１の属性分布、グループの属性分布などの各種情報を、医療従事者Ｐ２が操作可能な端末装置１０に送信する。これを受けて、端末装置１０のディスプレイ１３には、各種情報が表示される。これによって、医師が有する認知的なバイアスを低下させることができる。この結果、医師が対象患者Ｐ１に対してより好適となる診療方法を提案することができる。言い換えれば、対象患者Ｐ１はより好適な診療を受けることができる。

【0064】

（第２実施形態）
以下、第２実施形態について説明する。上述した第１実施形態では、診療方法によって母集団の患者をフィルタリングしてもよいことについて説明した。第２実施形態では、この診療方法によるフィルタリングについて詳細に説明する。以下、第１実施形態との相違点を中心に説明し、第１実施形態と共通する点については説明を省略する。なお、第２実施形態の説明において、第１実施形態と同じ部分については同一符号を付して説明する。

【0065】

図９は、第２実施形態に係る処理回路１２０の一連の処理の流れを表すフローチャートである。まず、取得機能１２１は、通信インタフェース１１０を介して、端末装置１０から、対象患者Ｐ１の属性と、医療従事者Ｐ２によって選択された診療方法を表す情報とを取得する（ステップＳ２００）。

【0066】

例えば、端末装置１０の表示制御機能２２は、対象患者Ｐ１に対して適用可能な複数の診療方法をディスプレイ１３に表示させる。医療従事者Ｐ２（特に医師）が、ディスプレイ１３に表示された複数の診療方法の中からいずれか一つ又は複数の診療方法を選択し、その選択結果を入力インタフェース１２に対して入力する。通信制御機能２３は、医療従事者Ｐ２によって入力インタフェース１２に対して入力された診療方法の選択結果を、通信インタフェース１１を介して情報処理装置１００に送信する。これを受けて、情報処理装置１００の取得機能１２１は、通信インタフェース１１０を介して、端末装置１０から、医療従事者Ｐ２によって選択された診療方法の選択結果を取得する。

【0067】

次に、第１算出機能１２２は、取得機能１２１によって取得された対象患者Ｐ１の属性を定量的に表した属性分布を算出する（ステップＳ２０２）。

【0068】

次に、第２算出機能１２３は、取得機能１２１によって取得された診療方法の選択結果に基づいて、母集団の患者をフィルタリングする（ステップＳ２０４）。例えば、医療従事者Ｐ２によって選択された診療方法が「ＡＡＡ」という方法であった場合、第２算出機能１２３は、母集団の中から過去に「ＡＡＡ」という診療方法を受けた複数の患者を抽出する。

【0069】

次に、第２算出機能１２３は、診療方法に基づいて母集団から抽出した複数の患者（以下、標本と称する）を複数のグループに層別化し、その層別化した各グループの属性分布を算出する（ステップＳ２０６）。

【0070】

例えば、第２算出機能１２３は、医療従事者Ｐ２によって選択された診療方法に関連した病院ＰＩ及び／又は疾患ＱＩを選択する。そして、第２算出機能１２３は、選択した病院ＰＩ及び／又は疾患ＱＩを基に、標本を複数のグループに層別化し、各グループの属性分布を算出する。例えば、「ＡＡＡ」という診療方法ががん特有の診療方法であった場合、第２算出機能１２３は、がんに関連した「再発率」や「がん残存率」といった指標値を疾患ＱＩとして選択し、そのがんに関連した疾患ＱＩを基に、標本を複数のグループに層別化する。診療方法に関連した病院ＰＩ及び／又は疾患ＱＩを基に層別化されたグループは、「特定グループ」の一例である。

【0071】

なお、第２算出機能１２３は、層別化処理を、本フローチャートとは異なる別のタイミングで行ってもよい。別のタイミングとは、例えば、医療機関の休業日や診療すべき患者が比較的少ない夜間などである。つまり、本フローチャートの処理が開始されるときには、既に標本が複数のグループに層別化された状態であってもよい。この場合、第２算出機能１２３は、既に層別化された複数のグループの中から、診療方法に関連した病院ＰＩ及び／又は疾患ＱＩに基づく特定グループを選択するだけでよい。

【0072】

次に、推定機能１２４は、第１算出機能１２２によって算出された対象患者Ｐ１の属性分布と、第２算出機能１２３によって算出された複数のグループのそれぞれの属性分布とを比較し、属性分布同士の類似度を算出する（ステップＳ２０８）。

【0073】

次に、推定機能１２４は、対象患者Ｐ１の属性分布と各グループの属性分布との比較結果、つまり類似度に基づいて、対象患者Ｐ１に関する病院ＰＩ及び疾患ＱＩのうち少なくとも一方の指標値、又は双方の指標値を推定する（ステップＳ２１０）。

【0074】

次に、通信制御機能１２５は、類似度が最も大きいグループの属性分布と対象患者Ｐ１の属性分布との相違点や、推定された対象患者Ｐ１の病院ＰＩ及び／又は疾患ＱＩなどを、通信インタフェース１１０を介して端末装置１０に送信する（ステップＳ２１２）。更に、通信制御機能１２５は、対象患者Ｐ１に対して既に適用された診療方法や、その診療方法のガイドラインに従った評価結果、対象患者Ｐ１の属性分布と比較した全グループの病院ＰＩや疾患ＱＩの平均、といったその他の情報を、通信インタフェース１１０を介して端末装置１０に送信してもよい。これによって、端末装置１０のディスプレイ１３には、属性分布の相違点や、推定された対象患者Ｐ１の病院ＰＩ及び／又は疾患ＱＩなどが表示される。

【0075】

次に、通信制御機能１２５は、推定された対象患者Ｐ１の病院ＰＩ及び／又は疾患ＱＩが許容範囲内か否かを判定する（ステップＳ２１４）。許容範囲は、医療従事者Ｐ２、医療機関、地方自治体、又は国ごとに定められた目標とすべき病院ＰＩ及び／又は疾患ＱＩから算出された数値範囲であってよい。例えば、ある医療機関において、目標とすべき患者の在院日数（入院日数）が１０日であったとした場合、病院ＰＩの許容範囲は、０～１０日という期間に決定されてよい。

【0076】

通信制御機能１２５は、病院ＰＩ及び／又は疾患ＱＩが許容範囲外であると判定した場合、通信インタフェース１１０を介して、推奨すべき他の診療方法を端末装置１０に送信したり、医療従事者Ｐ２と異なる第三者の端末装置（例えばパーソナルコンピュータや携帯電話）に対して所定の情報を送信したりする（ステップＳ２１６）。

【0077】

推奨すべき他の診療方法とは、医療従事者Ｐ２が選択した診療方法とは異なる診療方法であり、医療従事者Ｐ２が選択した診療方法に比べて、病院ＰＩ及び／又は疾患ＱＩが改善するような診療方法である。

【0078】

これによって、端末装置１０のディスプレイ１３には、医療従事者Ｐ２が選択した診療方法とは異なる他の診療方法が表示される。この結果、医療従事者Ｐ２に対して、病院ＰＩ及び／又は疾患ＱＩが改善するような他の診療方法を再選択するよう（対象患者Ｐ１に対して他の診療方法を適用するよう）促すことができる。

【0079】

第三者とは、例えば、医療従事者Ｐ２の上司や同僚、医療従事者Ｐ２が勤務する医療機関の経営者、その医療機関の機能などを評価する外部の監督機関などである。所定の情報とは、例えば、病院ＰＩ及び／又は疾患ＱＩが許容範囲外となることが推定される診療方法が医療従事者Ｐ２によって選択された、という内容の情報であってもよいし、第三者との間で予め取り決めておいた何らかのシグナルであってもよい。

【0080】

これによって、第三者は、医療従事者Ｐ２が対象患者Ｐ１に対して好ましくない診療方法を選択したことを知ることができ、その医療従事者Ｐ２に対して是正や改善といった指導を行うことができる。

【0081】

以上説明した第２実施形態によれば、情報処理装置１００は、医療従事者Ｐ２によって選択された診療方法によって母集団をフィルタリングし、そのフィルタリングによって得られた標本のグループ（特定グループの一例）の属性分布と、対象患者Ｐ１の属性分布との比較結果に基づいて、対象患者Ｐ１の病院ＰＩ及び／又は疾患ＱＩを推定し、その推定結果などを出力する。これよって、情報処理装置１００は、推定された病院ＰＩ及び／又は疾患ＱＩが許容範囲外であり、医療従事者Ｐ２によって選択された診療方法が好ましくない場合には、医療従事者Ｐ２に対して、病院ＰＩ及び／又は疾患ＱＩが改善するような他の診療方法を再選択するよう促したり、或いは、第三者に所定の情報を通知したりすることができる。これによって、医師が有する認知的なバイアスを低下させることができる。この結果、医師が対象患者Ｐ１に対してより好適となる診療方法を提案することができる。言い換えれば、対象患者Ｐ１はより好適な診療を受けることができる。

【0082】

（第３実施形態）
以下、第３実施形態について説明する。上述した第２実施形態では、推定された病院ＰＩ及び／又は疾患ＱＩが許容範囲外である場合、医療従事者Ｐ２に対して他の診療方法を提案することについて説明した。これに対して、第３実施形態では、医療従事者Ｐ２に対して提案した他の診療方法が、その医療従事者Ｐ２によって受け入れられたか否かに応じて、更なる処理を行う点で上述した実施形態と異なる。以下、第１実施形態及び第２実施形態との相違点を中心に説明し、第１実施形態及び第２実施形態と共通する点については説明を省略する。なお、第３実施形態の説明において、第１実施形態又は第２実施形態と同じ部分については同一符号を付して説明する。

【0083】

図１０は、第３実施形態に係る処理回路１２０の一連の処理の流れを表すフローチャートである。本フローチャートにおけるＳ３００～Ｓ３１４の処理は、図９のフローチャートにおけるＳ２００～Ｓ２１４の処理と同じであるため説明を省略する。

【0084】

通信制御機能１２５は、Ｓ３１４の処理において病院ＰＩ及び／又は疾患ＱＩが許容範囲外であると判定した場合、更に、医療従事者Ｐ２が自らが選択した診療方法（病院ＰＩ及び／又は疾患ＱＩが許容範囲外となる診療方法）を採用したか否かを判定する（ステップＳ３１６）。

【0085】

例えば、端末装置１０のディスプレイ１３に、医療従事者Ｐ２が、入力インタフェース１２に対して自らが選択した診療方法を採用する旨の入力をしたとする。この場合、端末装置１０の通信制御機能２３は、通信インタフェース１１を介して、情報処理装置１００に診療方法が採用された旨の情報（以下、採用情報と称する）を送信する。一方、医療従事者Ｐ２が、入力インタフェース１２に対して、診療方法を採用する旨の入力を一定期間しなかった場合、或いは他の診療方法を採用する旨の入力をした場合、端末装置１０の通信制御機能２３は、通信インタフェース１１を介して、情報処理装置１００に診療方法が採用されなかった旨の情報（以下、非採用情報と称する）を送信する。

【0086】

情報処理装置１００の通信制御機能１２５は、通信インタフェース１１０が端末装置１０から採用情報を受信した場合、医療従事者Ｐ２が自らが選択した診療方法を採用したと判定し、通信インタフェース１１０が端末装置１０から非採用情報を受信した場合、医療従事者Ｐ２が自らが選択した診療方法を採用しなかったと判定する。

【0087】

通信制御機能１２５は、医療従事者Ｐ２が自らが選択した診療方法を採用したと判定した場合、その医療従事者Ｐ２によって選択された診療方法が対象患者Ｐ１に適用される際に対象患者Ｐ１があるべき状態又は条件を、通信インタフェース１１０を介して端末装置１０に送信する（ステップＳ３１８）。また、通信制御機能１２５は、Ｓ３１８の処理として、第三者の端末装置に対して所定の情報を送信してもよい。

【0088】

例えば、医療機関の設備や人員などの限られた医療リソースを活用することを考えた場合、必ずしも最善策とはいえない診療方法であっても対象患者Ｐ１に対して適用することが避けられないケースが想定される。このような選択可能な診療方法が限られたケースでは、診療方法を変更するのではなく、診療方法が適用されるときの対象患者Ｐ１の状態や条件を変更することで、病院ＰＩや疾患ＱＩを改善するのが好ましい。

【0089】

従って、医療従事者Ｐ２が上記のケースを考慮して敢えて診療方法を変更せずにそのまま採用したことも想定して、情報処理装置１００は、現状の診療方法を対象患者Ｐ１に適用したときに、可能な限り病院ＰＩや疾患ＱＩが改善するような対象患者Ｐ１の状態又は条件がどういったものであるのかを医療従事者Ｐ２に提示する。

【0090】

具体的には、情報処理装置１００は、対象患者Ｐ１の属性分布と、類似度が最も大きいグループの属性分布とを比較したときに、分布の相違点を見つけ、その相違点がなくなるためには対象患者Ｐ１がどういった状態又は条件であるべきかを算出し、その算出結果を端末装置１０に出力する。

【0091】

図１１は、端末装置１０のディスプレイ１３の画面の他の例を表す図である。図示のように、対象患者Ｐ１の属性分布と、類似度が最も大きいグループの属性分布とを比較したとき、分布形状に相違点が生じる場合がある。上述したように、対象患者Ｐ１の属性の中には制御因子と非制御因子とが存在しており、属性分布の相違点が制御因子に該当する場合、その制御因子を調整することで、病院ＰＩや疾患ＱＩを改善することが可能である。図示の例では、矢印Ｖ１及びＶ２で示すように、対象患者Ｐ１の属性分布において（ｂ）の属性と（ｄ）の属性とが、比較対象のグループの属性分布と大きく乖離している。（ｂ）の属性はバイタルサインを表しており、（ｄ）の属性は来院中の推移情報を表している。これら双方の属性はどちらも制御因子である。従って、情報処理装置１００は、診療方法は変更せず、バイタルサインや来院中の推移情報といった属性が改善するような施策を行うように促す情報を、端末装置１０に送信する。例えば、対象患者Ｐ１の体重が比較対象のグループの体重よりも軽い場合、通信制御機能１２５は、対象患者Ｐ１の体重を増量するような施策を示す情報を端末装置１０に送信してよい。また、対象患者Ｐ１が合併症を患っており、比較対象のグループが合併症を患っていない場合、通信制御機能１２５は、対象患者Ｐ１の合併症を軽減するような施策を示す情報を端末装置１０に送信してよい。

【0092】

図１０のフローチャートの説明に戻る。一方、Ｓ３１６の処理において、医療従事者Ｐ２が自らが選択した診療方法を採用しなかったと通信制御機能１２５によって判定された場合、第２算出機能１２３は、診療方法を変更し（ステップＳ３２０）、Ｓ３０４に処理を戻す。

【0093】

例えば、第２算出機能１２３は、医療従事者Ｐ２が勤務する医療機関内で取り得ることが可能な診療方法の中からいずれか一つの診療方法を選択し、その選択した診療方法によって母集団の患者をフィルタリングしてよい。これによって、情報処理装置１００は、対象患者Ｐ１の病院ＰＩ及び／又は疾患ＱＩが許容範囲外である場合、医療機関内で取り得ることが可能であり、かつ対象患者Ｐ１の属性に合致した診療方法を医療従事者Ｐ２に対して提案することができる。

【0094】

このように本フローチャートでは、Ｓ３１４の処理において、対象患者Ｐ１の病院ＰＩ及び／又は疾患ＱＩが許容範囲内であるか（Ｓ３１４；ＹＥＳ）、又はＳ３１６の処理において、医療従事者Ｐ２が自らが選択した診療方法を採用した（Ｓ３１６；ＹＥＳ）と判定されるまで、診療方法を変えながら対象患者Ｐ１の病院ＰＩ及び／又は疾患ＱＩが推定されることが繰り返される。

【0095】

上記の繰り返し処理の過程で、通信制御機能１２５は、繰り返し対象患者Ｐ１の病院ＰＩ及び／又は疾患ＱＩが推定された診療方法のうち、病院ＰＩ及び／又は疾患ＱＩが最適値となる診療方法（例えば再発率という疾患ＱＩであれば、その疾患ＱＩが最小値をとる診療方法）を、通信インタフェース１１０を介して端末装置１０に送信してもよい。これを受けて、端末装置１０のディスプレイ１３には、病院ＰＩ及び／又は疾患ＱＩが最適値となる診療方法が表示される。これによって本フローチャートの処理が終了する。

【0096】

以上説明した第３実施形態によれば、情報処理装置１００は、医療従事者Ｐ２によって病院ＰＩ及び／又は疾患ＱＩが許容範囲外となる診療方法が採用された場合、その診療方法が対象患者Ｐ１に適用される際に対象患者Ｐ１があるべき状態又は条件を提示する。これによって、医療従事者Ｐ２は、診療方法が変更できない状況下であっても、病院ＰＩや疾患ＱＩが改善するような施策をとることができる。

【0097】

（その他の実施形態）
以下、その他の実施形態について説明する。上述した実施形態では、端末装置１０と情報処理装置１００とが互いに異なる装置であるものとして説明したがこれに限られない。例えば、端末装置１０と情報処理装置１００とは一体となった一つの装置であってもよい。例えば、端末装置１０の処理回路２０は、取得機能２１、表示制御機能２２、及び通信制御機能２３に加えて、更に、情報処理装置１００の処理回路１２０が備える第１算出機能１２２、第２算出機能１２３、及び推定機能１２４を備えていてもよい。この場合、端末装置１０は、スタンドアローン（オフライン）で上述した各種フローチャートの処理を行うことができる。

【0098】

いくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

【符号の説明】

【0099】

１…情報処理システム、１０…端末装置、１１…通信インタフェース、１２…入力インタフェース、１３…ディスプレイ、１４…メモリ、２０…処理回路、２１…取得機能、２２…表示制御機能、２３…通信制御機能、１００…情報処理装置、１１０…通信インタフェース、１２０…処理回路、１２１…取得機能、１２２…第１算出機能、１２３…第２算出機能、１２４…推定機能、１２５…通信制御機能、１３０…メモリ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】