JP2008176473A

JP2008176473A - Patient condition variation predicting device and patient condition variation-managing system

Info

Publication number: JP2008176473A
Application number: JP2007008148A
Authority: JP
Inventors: Yasuo Sakurai; 康雄櫻井; Shigeharu Oyu; 重治大湯; Keisuke Hashimoto; 敬介橋本
Original assignee: Toshiba Corp; Toshiba Medical Systems Corp
Current assignee: Toshiba Corp; Canon Medical Systems Corp
Priority date: 2007-01-17
Filing date: 2007-01-17
Publication date: 2008-07-31

Abstract

<P>PROBLEM TO BE SOLVED: To provide a patient condition variation predicting system which quantitatively computes a degree of generation of condition variation, which occurs to a patient, from the past data on the patient, and then displays it. <P>SOLUTION: A patient condition variation predicting device is provided with; a storage means 3 which stores functions to find the degrees of generation of condition variations, the functions regarding a plurality of condition variation elements, which cause condition variations, as parameters; a condition variation predicting means 5 which computes the degrees of generation of condition variations of patients on the basis of the functions which the storage means 3 stores; and a display controlling means 6 which displays, on a display means 7, the kinds of the condition variations which occur to the patients and the degrees of the generation of the condition variations. <P>COPYRIGHT: (C)2008,JPO&INPIT

Description

本発明は、患者から得た診断情報を解析し、容体変化を予測して患者の容体管理に係わる医師や看護師に提示するための装置に関する。 The present invention relates to an apparatus for analyzing diagnostic information obtained from a patient, predicting a change in condition, and presenting it to a doctor or a nurse related to the patient's condition management.

病院では、手術を終えた直後の患者や症状が重篤な患者は、容体の急激な悪化の危険が常に存在している。そこで、それらの患者については、容体の悪化に備えて、集中治療室など特別な環境下での厳重な容体管理が行われてきた。これにより、常時それらの患者の容体が監視でき、容体変化への迅速な処置が可能になっている。その際、従来は、容体変化に対しより迅速かつ適切な処置を行うため、個々の医師や看護師が患者にどのような容体変化が起こるかをおおよそ予測し、それらを考慮して看護計画を立案し、その看護計画に基づいて容体変化の管理を行っていた。 In hospitals, there is always a risk of sudden deterioration of the condition of patients who have just completed surgery or who have severe symptoms. For these patients, therefore, strict physical management has been carried out under special circumstances such as an intensive care unit in preparation for deterioration of the physical condition. As a result, the patient's condition can be monitored at all times, and a rapid treatment for the condition change is possible. At that time, conventionally, in order to take quicker and more appropriate treatment for physical changes, individual doctors and nurses roughly predict what kind of physical changes will occur in patients, and take care of them with a nursing plan. I made a plan and managed the physical change based on the nursing plan.

しかし、従来の容体変化予測はあくまで特定の医師や看護師の経験に基づくものであるため、定量性がなく、判断する医師や看護師によって予測が変わりうるという問題がある。また、一人の患者に起こりうる容体変化の全てを、人間が常に網羅的に予測することは困難であり、重要な容体変化の兆候が見落とされることもありえる。そのため、結果として、患者の容体の悪化を見逃して処置が遅れたり、焦りから処置を誤ったりするなどの医療過誤を招くおそれがある。 However, since the conventional physical change prediction is based solely on the experience of a specific doctor or nurse, there is a problem that the prediction is not quantitative and the prediction can change depending on the doctor or nurse who makes the judgment. In addition, it is difficult for humans to always comprehensively predict all the physical changes that can occur in a single patient, and important signs of physical changes may be overlooked. Therefore, as a result, there is a possibility of causing a medical error such as overlooking the deterioration of the patient's condition and delaying the treatment or mistaking the treatment due to impatience.

また、集中治療室など重篤な患者の容体管理を行う場所では、２４時間交代勤務制が敷かれており、容体管理の途中での医師や看護師の交代が起こる。この交代の際にはその都度、患者容体や必要な処置、これから起こりうる容体変化などについての申し送りが、医師や看護師間で行われるが、その多くは手書きメモや口頭など、人の手を介した作業である。そのため、伝達すべき項目の一部を忘れるなど、常に人為的間違いが発生しうる。さらに、伝達が正確に行われたとしても、内容に定量性がないため、適切な処置が行えない場合もある。例えばある患者の血圧が低下する可能性が伝達されても、それがどの程度起きやすいのか、また、その血圧低下が起きた場合の処置の方法などが即座には分からないため、その場にいる医師や看護師が、適切な準備や処置を迅速に行うことが困難であるという問題がある。 Further, in places such as intensive care units where physical management of serious patients is performed, a 24-hour shift work system is established, and doctors and nurses are changed during the physical management. Each time this change takes place, doctors and nurses send out information about the patient's condition, necessary treatments, and possible changes in the future.Many of these are handwritten notes or verbs. Work. For this reason, human errors such as forgetting some of the items to be transmitted can always occur. Furthermore, even if the transmission is performed accurately, there is a case where the content is not quantitative and appropriate measures cannot be performed. For example, even if the possibility that a patient's blood pressure will decrease is communicated, it is not easy to know how easily it occurs and how to deal with the decrease in blood pressure. There is a problem that it is difficult for doctors and nurses to perform appropriate preparation and treatment quickly.

この点、取得又は保持している情報、および算定した係数などを利用して、最適なトレーニングを決定し提供するシステム（特許文献１参照）や、対象物の評価を算定するシステム（特許文献２参照）や、資産証券化の最適値を算定するシステム（特許文献３参照）などの将来の変化を予測するシステムが存在する。しかし、これらは医療を対象とするものではなく、これらの方法により患者の容体変化を予測することは困難である。 In this regard, a system for determining and providing optimal training using the acquired or held information and the calculated coefficient (see Patent Document 1), or a system for calculating the evaluation of an object (Patent Document 2) And other systems that predict future changes, such as a system that calculates an optimal value for asset securitization (see Patent Document 3). However, these are not intended for medical treatment, and it is difficult to predict changes in the patient's condition by these methods.

また、医学の分野において、将来の患者の変化や処置を決定するものとして、患者の核酸分子を採取し、比較することで、病理障害を発症する危険性の予測や患者への処置の決定に利用する方法（特許文献４参照、特許文献５参照、及び特許文献６参照）や、酵素の代謝を計測し利用する方法（特許文献７参照）などがあるが、特別な測定が必要であり、患者の全ての容体変化が予測できるものではないし、情報共有が不十分である。したがって、患者の容体変化を予測し、その予測した情報を共有する装置としては不十分である。
特開２００３−０２４４９１号公報特開２００２−３５２０７１号公報特開２００２−１４０５１６号公報特開２００５−５０８１６０号公報特開２００５−５００８１５号公報特開２００４−５０６４０９号公報特開２００２−５１９３６０号公報 In addition, in the field of medicine, it is possible to predict the risk of developing pathological disorders and to determine treatment for patients by collecting and comparing patient nucleic acid molecules as a means of determining future patient changes and treatments. There are methods to use (see Patent Document 4, see Patent Document 5, and Patent Document 6), methods for measuring and using enzyme metabolism (see Patent Document 7), etc., but special measurement is required, Not all patient changes are predictable and information sharing is inadequate. Therefore, it is insufficient as a device for predicting a patient's physical change and sharing the predicted information.
Japanese Patent Laid-Open No. 2003-024491 JP 2002-352071 A JP 2002-140516 A JP-A-2005-508160 JP-A-2005-500815 JP 2004-506409 A JP 2002-519360 A

本発明は、このような事情に鑑みてなされたもので、過去の電子カルテや治療記録から、注意すべき容体変化に対する容体変化発生の度合いを定量的に算出し、特に注意すべき容体変化の情報を表示することで、医師や看護師が、共有する定量的な情報により容体変化を予測し、その容体変化への対処を可能とする患者容体変化予測装置を提供することを目的としている。 The present invention has been made in view of such circumstances. From the past electronic medical records and treatment records, the degree of occurrence of physical change with respect to the physical change to be noted is quantitatively calculated, and the change in physical condition to which special attention should be paid. It is an object of the present invention to provide a patient condition change prediction apparatus that enables a doctor or nurse to predict a change in condition based on quantitative information shared by the information and to cope with the change in condition.

上記目的を達成するために、請求項１に記載の患者容体変化予測装置は、容体変化を引き起こす原因となる複数の容体に対する処置、容体の状態、もしくは患者固有情報を含む数値化された容体変化要因をパラメータとする、前記容体変化発生の度合いを表す関数を、容体変化の種類に対応して記憶する記憶手段と、患者の前記容体変化要因と、前記記憶手段に記憶されている前記関数から、該患者における発生が予測される前記容体変化の種類と該容体変化発生の度合いを求める容体変化予測手段と、該患者の前記容体変化の種類と該容体変化発生の度合いを表示手段に表示する表示制御手段とを備えることを特徴とするものである。 In order to achieve the above object, a patient condition change prediction device according to claim 1 is a digitalized condition change that includes treatments, condition states, or patient-specific information for a plurality of conditions that cause the condition change. From the storage means for storing the function representing the degree of occurrence of the physical condition corresponding to the type of physical change, the physical condition change factor of the patient, and the function stored in the storage means. The condition change predicting means for obtaining the type of the condition change that is predicted to occur in the patient and the degree of occurrence of the condition change, and the type of the condition change of the patient and the degree of occurrence of the condition change are displayed on the display means. And a display control means.

請求項８に記載の患者容体変化予測装置は、容体変化を引き起こす原因となる複数の容体に対する処置、容体の状態、もしくは患者固有情報を含む数値化された容体変化要因をパラメータとする、前記容体変化発生の度合いを表す関数を、容体変化の種類に対応して記憶する記憶手段と、患者の前記容体変化要因を受けて、受けた該患者の前記容体変化要因と、前記記憶手段に記憶されている前記関数から、該患者における前記容体変化発生の種類と該容体変化発生の度合いを求める容体変化予測手段と、該患者の前記容体変化の種類と該容体変化発生の度合いを表示手段に表示する表示制御手段と、該患者の前記容体変化要因、及び該患者が容体変化したときの該容体変化の情報を入力するための入力手段と、前記入力手段により入力された、該患者の前記容体変化要因、及び該患者が容体変化したときの該容体変化の情報を病院システムに送り病院システムの記録を更新させる記録更新手段とを備えることを特徴とするものである。 9. The patient condition change prediction apparatus according to claim 8, wherein the condition is a numeric condition change factor including a treatment, a condition of the condition, or patient-specific information that causes the condition change as a parameter. A storage means for storing a function representing the degree of occurrence of change corresponding to the type of physical change, a physical condition change factor of the patient received in response to the physical condition change factor of the patient, and stored in the storage means And a condition change predicting means for obtaining the condition change occurrence type and the condition change occurrence level in the patient, and the patient change type and the condition change occurrence degree are displayed on the display means. Display control means, input means for inputting the condition change factor of the patient, and information on the change of the condition when the patient is changed, and input by the input means. The condition change factor of the patient, and the patient is characterized in that and a recording and updating means for updating the recording of the hospital sends information of the container body change when changed condition in the hospital system system.

請求項９に記載の患者容体変化管理システムは、容体変化の種類と、該容体変化を引き起こす原因となる複数の容体に対する処置、容体の状態、もしくは患者固有情報を含む数値化された容体変化要因との対応が記録されているテーブルと、過去の患者の前記容体変化要因を前記テーブルから取得し、入力手段により指定された前記容体変化の種類と、前記取得した過去の患者の前記容体変化要因とを分析し、前記各容体変化要因による前記指定された容体変化の起こりやすさの相関関数を求め、前記相関関数に基づいて、全ての前記容体変化要因から前記容体変化発生の度合いを求める関数を作成するリスクファクター分析手段と、前記指定された容体変化の種類と、前記リスクファクター分析手段が作成した該容体変化発生の度合いを求める関数を記憶する記憶手段と、患者の前記容体変化要因を受けて、該患者の前記容体変化要因と前記記憶手段に記憶されている関数から、該患者における前記容体変化の種類と該容体変化発生の度合いを求める容体変化予測手段と、前記容体変化の種類と該容体変化発生の度合いを表示手段に表示する表示制御手段と、該患者の前記容体変化要因、及び該患者が容体変化したときの該容体変化の情報を入力するための入力手段と、前記入力手段により入力された、該患者の前記容体変化要因、及び該患者が容体変化したときの該容体変化の情報を前記データベースに送り前記データベースの記録を更新させる記録更新手段とを備えることを特徴とするものである。 The patient condition change management system according to claim 9 is a digital condition change factor including a kind of condition change, a treatment for a plurality of conditions causing the condition change, a condition of the condition, or patient-specific information. And the condition change factor of the past patient acquired from the table, the type of the condition change designated by the input means, and the acquired condition change factor of the past patient. A function for determining the degree of occurrence of the physical condition change from all the physical condition change factors based on the correlation function. A risk factor analysis means for creating a condition, a type of the specified physical change, and a degree of occurrence of the physical change created by the risk factor analysis means. Receiving the patient's condition change factor, and receiving the patient's condition change factor and the function stored in the storage means to determine the type of the condition change and the condition change in the patient. A condition change predicting means for obtaining the degree of occurrence, a display control means for displaying on the display means the type of the condition change and the degree of occurrence of the condition change, the condition change factor of the patient, and when the patient changes in condition Input to the database the input means for inputting information on the physical change of the patient, the factor of change in the physical condition of the patient input by the input means, and the information on the change of the physical condition when the patient is changed in the physical condition. And a record update means for updating the record of the database.

請求項１に記載の患者容体変化予測装置によれば、患者の容体変化要因を受けて、該患者における容体変化の種類と該容体変化発生の度合いが定量的に表示装置に表わされる。これにより、個々の医師や看護師の経験への依存を低減し、医師や看護師が容体変化の種類とその容体変化発生の度合いの定量的な情報を共有でき、その共有する情報に基づいて、該患者の容体変化を予測することで、その予測される容体変化にたいする処置をおこなうことが可能になる。 According to the patient condition change predicting apparatus of the first aspect, in response to the patient condition change factor, the type of condition change and the degree of occurrence of the condition change in the patient are quantitatively represented on the display device. This reduces the dependence on the experience of individual doctors and nurses, and allows doctors and nurses to share quantitative information about the types of physical changes and the extent of physical changes, based on the information they share. By predicting the change in the patient's condition, it is possible to perform a treatment for the predicted change in the condition.

請求項８に記載の患者容体変化予測装置によれば、患者の容体変化要因や、容体変化したときの該容体変化の情報を病院システムに送り、その病院システムの情報を逐次更新していくことが可能になり、容体変化発生の度合いの算出における母集団の情報が増えるので、より精度の高い容体変化発生の度合いの算出を行うことが可能になる。 According to the patient condition change prediction device according to claim 8, the patient condition change factor and the information on the condition change when the condition changes are sent to the hospital system, and the information on the hospital system is sequentially updated. Since the information on the population in the calculation of the degree of occurrence of physical changes increases, it becomes possible to calculate the degree of occurrence of physical changes with higher accuracy.

請求項９に記載の患者容体変化管理システムによれば、患者の情報を受けて、該患者における、容体変化の種類と該容体変化発生の度合いが定量的に表示装置に表わせるとともに、患者の容体変化要因や容体変化したときの該容体変化の情報がデータベースに送られ、患者容体変化発生の度合い算出のためのデータベースが逐次更新されていくことが可能になる。これにより、医師や看護師が容体変化発生リスクの情報を共有し、その情報に基づき容体変化を予測し、その予測に基づいた処置を患者に行うことができ、かつ、情報の増加に伴うより精度の高い容体変化発生の度合いの算出を可能にするシステムを提供することが可能になる。 According to the patient condition change management system according to claim 9, receiving the patient information, the type of condition change and the degree of occurrence of the condition change in the patient can be quantitatively expressed on the display device, and The condition change factor and information on the condition change when the condition changes are sent to the database, and the database for calculating the degree of occurrence of the patient condition change can be sequentially updated. As a result, doctors and nurses can share information on the risk of occurrence of physical changes, predict physical changes based on the information, and take treatment based on the predictions. It is possible to provide a system that enables the calculation of the degree of occurrence of physical changes with high accuracy.

〔第１の実施形態〕
図１は本発明に係る容体変化予測装置の機能構成を表したブロック図である。図１に示すように、本発明に係る容体変化予測装置は、情報取得手段１、リスクファクター分析手段２、記憶手段３、入力手段４、容体変化予測手段５、表示制御手段６、表示手段７、警告制御手段８、及び警告手段９で構成されている。また、リスクファクター分析手段２、容体変化予測手段５、表示制御手段６、及び警告制御手段８はＣＰＵで構成されている。 [First Embodiment]
FIG. 1 is a block diagram showing a functional configuration of a physical change prediction apparatus according to the present invention. As shown in FIG. 1, the physical change prediction apparatus according to the present invention includes an information acquisition unit 1, a risk factor analysis unit 2, a storage unit 3, an input unit 4, a physical change prediction unit 5, a display control unit 6, and a display unit 7. , Warning control means 8 and warning means 9. Further, the risk factor analysis means 2, the condition change prediction means 5, the display control means 6, and the warning control means 8 are constituted by a CPU.

以下、図１〜図６を参照して本実施形態に係る容体変化予測装置の動作を説明する。ここで、本実施形態における病院システムとは、病院情報を総合的に運用する病院情報コンピュータシステムであるＨＩＳ（ＨｏｓｐｉｔａｌＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍ）等を指す。そして過去の電子カルテや治療記録から得た、看護記録、生体記録、診療記録、手術記録、及び麻酔記録を含む過去の患者の情報が病院システムが備えるデータベース１１（図１参照）として保存されている。医療情報システム（例えば、特開２００４−２８０４５５参照。）などもこの病院システムに含まれる。データベース１１に保存されている情報としては、例えば、患者、患者ＩＤ、性別、年齢、身長、体重、血液型、既往歴（疾患名のほかに疾患に対する治療履歴や経過などに関する情報が含まれてもよい。）、症状、病名、診断、検査結果、手術内容、手術時間、出血量、輸血量、投薬量、生命の徴候の値、術中検査結果、容体変化、所管、処置、日時、場所、退院日、といった情報が保存されている（例えば、図２参照。）。また、上記の例は現在一般的に病院システムに記録されている情報の一部を示しているが、将来は遺伝子診断情報などが加わってもよい。 Hereinafter, the operation of the physical change prediction apparatus according to the present embodiment will be described with reference to FIGS. Here, the hospital system in this embodiment refers to HIS (Hospital Information System) which is a hospital information computer system that comprehensively operates hospital information. Past patient information obtained from past electronic medical records and treatment records, including nursing records, biological records, medical records, surgical records, and anesthesia records, is stored as a database 11 (see FIG. 1) provided in the hospital system. Yes. A medical information system (see, for example, JP-A-2004-280455) is also included in this hospital system. The information stored in the database 11 includes, for example, information on the patient, patient ID, sex, age, height, weight, blood type, medical history (in addition to the disease name, treatment history and course of the disease, etc. Symptom, disease name, diagnosis, test result, operation content, operation time, blood loss, blood transfusion, dosage, vital signs, intraoperative test results, physical changes, jurisdiction, treatment, date, place, Information such as the date of discharge is stored (for example, see FIG. 2). Moreover, although the above example shows a part of information generally recorded in a hospital system at present, genetic diagnosis information or the like may be added in the future.

そして、容体変化要因とは、輸血量や投薬量などの容体に対する処置、血圧や心拍などの容体の状態、もしくは性別や年齢などの患者固有の情報を数値化したものである。また、以下の説明におけるリスクファクターとは経験的又は統計的に容体変化を発生させる原因となることが確認されている上記容体変化の発生原因のことであり、例えば、心停止発生の原因となる術中出血量、輸血量、（術名静脈圧―中心静脈圧平均値）の最大値、及び術中の最低体温などが挙げられる。また、このリスクファクターの測定値又は、通常数値では表わされていないリスクファクターを数値化したものである容体変化要因をリスクファクター値と呼ぶ。これは、術中の出血量が多い場合、輸血量が多い場合、（術名静脈圧―中心静脈圧平均値）の最大値が大きい場合、又は術中の最低体温が低い場合などは、その後に心停止が発生する確率が高くなるなど、各リスクファクターにおけるリスクファクター値の変化により容体変化が発生する確率が変化することが経験的及び統計的に確認されているため、このリスクファクターを監視することで容体変化を予測することが可能になるからである。 The condition change factor is obtained by quantifying patient-specific information such as treatment on the condition such as a transfusion amount or dosage, a condition of the condition such as blood pressure or heart rate, or sex or age. In addition, the risk factor in the following explanation is the cause of the above-described physical change that has been confirmed empirically or statistically to cause the physical change, for example, the cause of cardiac arrest. Examples include intraoperative bleeding volume, blood transfusion volume, (maximum value of surgical name venous pressure-central venous pressure average), and minimum body temperature during surgery. Also, a measured value of this risk factor or a physical change factor obtained by quantifying a risk factor that is not represented by a normal numerical value is called a risk factor value. This is because if there is a large amount of blood during the operation, a large amount of blood transfusion, a maximum value of (operating name venous pressure-central venous pressure average), or if the minimum body temperature during the operation is low, It is empirically and statistically confirmed that the probability of physical change occurring due to changes in the risk factor value in each risk factor, such as an increased probability of outage, so monitor this risk factor. This is because it becomes possible to predict physical changes.

そして、病院システムには、心停止Ｙ１、呼吸障害Ｙ２、軽い血圧低下Ｙ３、重篤な血圧低下Ｙ４、腎機能障害Ｙ５、感染症Ｙ６、又は褥瘡Ｙ７など、医師や看護師が注意すべき容体変化（以下、特に容体変化を区別しないで表す場合は「容体変化Ｙｊ」という。ｊは容体変化の種類を表す。）と、術中出血量Ｘ１や、術中の輸血量Ｘ２や、術前静脈圧から中心静脈圧を引いた値の最大値Ｘ３や、術中の最低体温Ｘ４などの容体変化Ｙｊを引き起こす原因であって、事前に決められている各リスクファクター（以下、特にリスクファクターを区別しないで表す場合は「リスクファクターＸｉ」という。ｉはリスクファクターの種類を表す。）との対応を表わすテーブル１２が記憶されている。この対応テーブル１２はデータベース１１を基に作成される。例えば、過去のデータを基に、図３に示すような心停止Ｙ１と術中出血量Ｘ１との対応を表わすテーブル１２が病院システムに記憶されている。ここで、図３に示すように、００１５０４９２１で示す患者は術中出血量が２０００ｍｌで心停止が発生しているが、００１５０４９３０で示す患者は術中出血量が１０００ｍｌで心停止が発生していることが分かる。また、同じく術中出血量が１０００ｍｌであっても００１５０４９２３で示す患者は心停止が発生していないことが分かる。このように患者に応じてリスクファクター値に対する容体変化発生の条件は異なる。そこで、より多くのリスクファクターを利用することで、容体変化発生の予測の精度を上げていくことができる。本実施形態では容体変化と書くリスクファクターとの対応を表わすテーブル１２を病院システム内に記憶させているが、これは、本発明に係る患者容体変化予測装置内に記憶させてもよい。 In the hospital system, doctors and nurses should be careful about cardiac arrest Y1, respiratory disorder Y2, mild blood pressure decrease Y3, severe blood pressure decrease Y4, renal dysfunction Y5, infection Y6, or pressure ulcer Y7. Change (hereinafter referred to as “condition change Yj” in the case where the change in condition is not particularly distinguished, j indicates the type of change in condition), intraoperative bleeding amount X1, intraoperative blood transfusion amount X2, and preoperative venous pressure Is the cause of causing a physical change Yj such as the maximum value X3 of the value obtained by subtracting the central venous pressure from the body, and the minimum body temperature X4 during the operation. A table 12 representing the correspondence with “risk factor Xi” (i represents the type of risk factor) is stored. The correspondence table 12 is created based on the database 11. For example, based on past data, a table 12 representing the correspondence between cardiac arrest Y1 and intraoperative bleeding amount X1 as shown in FIG. 3 is stored in the hospital system. Here, as shown in FIG. 3, the patient indicated by 001504921 has a cardiac arrest with an intraoperative bleeding amount of 2000 ml, whereas the patient indicated by 001504930 has a cardiac arrest with an intraoperative bleeding amount of 1000 ml. I understand. Similarly, it can be seen that cardiac arrest does not occur in the patient indicated by 001504923 even when the intraoperative bleeding amount is 1000 ml. As described above, the condition for the occurrence of a physical change with respect to the risk factor value differs depending on the patient. Therefore, by using more risk factors, it is possible to improve the accuracy of predicting the occurrence of physical changes. In the present embodiment, the table 12 indicating the correspondence between the change in condition and the risk factor to be written is stored in the hospital system, but this may be stored in the patient condition change prediction apparatus according to the present invention.

さらに、本実施形態ではリスクファクターＸｉの例として心停止発生の原因となる術中出血量、輸血量、（術名静脈圧―中心静脈圧平均値）の最大値、及び術中の最低体温を挙げているが、リスクファクターＸｉとなりえる情報は、患者の性別や年齢、検査結果や治療中の輸血量など、容体変化Ｙｉを引き起こす原因となるものであれば特に制限はない。さらに、術中の最高血圧から平均血圧を引いた値のような、複数のリスクファクターＸｉの組み合わせもまたリスクファクターＸｉとなりえる。したがって、性別などの数値で表わせないようなリスクファクターＸｉも、他のリスクファクターＸｉと組み合わせることにより数値化される。 Furthermore, in this embodiment, as an example of the risk factor Xi, the amount of intraoperative bleeding that causes cardiac arrest, the amount of blood transfusion, the maximum value of (operative name venous pressure-central venous pressure average value), and the minimum body temperature during the operation are listed. However, the information that can be the risk factor Xi is not particularly limited as long as it causes the change in body condition Yi, such as the sex and age of the patient, the test result, and the blood transfusion volume during treatment. Furthermore, a combination of a plurality of risk factors Xi such as a value obtained by subtracting the average blood pressure from the intraoperative maximum blood pressure can also be the risk factor Xi. Therefore, a risk factor Xi that cannot be expressed by a numerical value such as gender is also quantified by combining it with another risk factor Xi.

リスクファクター分析手段２が、入力手段４により指定された容体変化Ｙｊの種類を基に、病院システムに記憶されている図３に示すような容体変化ＹｊとリスクファクターＸｉの対応を表わしたテーブル１２を参照し、各リスクファクターＸｉに対応した過去の患者のリスクファクターＸｉの容体変化要因であるリスクファクター値ｘｉ、及びそのリスクファクター値ｘｉに対応する容体変化Ｙｊの結果を、情報取得手段１を介して病院システムから定期的に取得する。そして、容体変化Ｙｊの種類と、リスクファクター値ｘｉの情報及びそれに対応する容体変化Ｙｊの結果を基に、容体変化Ｙｊと各リスクファクター値ｘｉとの相関関数Ｆｊｉ（ｘｉ）（ｉは容体変化の種類、ｊはリスクファクターの種類を表す。）を求める。 Table 12 in which the risk factor analysis means 2 shows the correspondence between the physical change Yj and the risk factor Xi as shown in FIG. 3 stored in the hospital system based on the type of physical change Yj designated by the input means 4. The information acquisition means 1 is used to obtain the risk factor value xi, which is a condition change factor of the past patient risk factor Xi corresponding to each risk factor Xi, and the result of the condition change Yj corresponding to the risk factor value xi. Get regularly from the hospital system. Based on the type of physical change Yj, information on risk factor value xi and the result of physical change Yj corresponding thereto, correlation function Fji (xi) (i is physical change) between physical change Yj and each risk factor value xi , J represents the type of risk factor).

ここで、相関関数Ｆｊｉ（ｘｉ）の求め方を説明する。例えば、入力手段４により心停止Ｙ１という容体変化Ｙｊの種類が指定され、心停止Ｙ１とリスクファクターＸｉの１つである術中出血Ｘ１の測定値である術中出血量ｘ１との相関関数Ｆ１１（ｘ１）を求める場合で説明する。 Here, how to obtain the correlation function Fji (xi) will be described. For example, the type of the condition change Yj called cardiac arrest Y1 is designated by the input means 4, and the correlation function F11 (x1) between the cardiac arrest Y1 and the intraoperative bleeding amount x1 which is a measured value of the intraoperative bleeding X1 which is one of the risk factors Xi. ).

まず、リスクファクター分析手段２が、図３に示すような心停止Ｙ１と術中出血量ｘ１との対応テーブル１２を参照し、（ｘ１，Ｙ１）＝（２０００，発生）（１０００，不発生）（４００，不発生）（４５０，不発生）（１０００，発生）といった値を報取得手段１を介して外部の病院システムから取得する。 First, the risk factor analysis means 2 refers to the correspondence table 12 of cardiac arrest Y1 and intraoperative bleeding amount x1 as shown in FIG. 3, and (x1, Y1) = (2000, occurrence) (1000, non-occurrence) ( 400, non-occurrence) (450, non-occurrence) (1000, occurrence) is acquired from the external hospital system via the report acquisition means 1.

次に、リスクファクター分析手段２は、図４（Ａ）に示すように、まず横軸を取得したデータの最高値に対する割合などにとることで規格化した術中出血量ｘ１となるようにとり、縦軸を心停止Ｙ１の値（「心停止発生」を１とし、「心停止発生せず」を０とする。）にとる。例えば、図３に示す術中出血量ｘ１において、２０００（ｍｌ）が最大値だった場合、２０００を図４（Ａ）の横軸の最大値にとり、他の各値を２０００（ｍｌ）に対する割合に応じて点を採る、例えば１０００（ｍｌ）であれば２０００（ｍｌ）の半分の場所に点をとる。次に、そのｘ１値に対応する心停止Ｙ１が発生ならば１に点をプロットし、心停止Ｙ１が不発生ならば０に点をプロットしていく。ここで、各患者のデータをプロットしたものが、図４（Ａ）の×の点で示されている。次に、リスクファクター分析手段２は、心停止Ｙ１の場合には、各術中出血量ｘ１の値における心停止Ｙ１の発生の確率を、その術中出血量ｘ１における心停止Ｙ１の値として規格化する。これは、心停止Ｙ１という容体変化の場合その結果は心臓が止まるか止まらないかであるためそのままでは相関関数が求められない、そこで確率を求めることで相関関数を算出できるようにするためである。また、リスクファクター値及び容体変化発生の確率を規格化する理由は、各リスクファクターによる容体変化への影響を公平にするためである。 Next, as shown in FIG. 4 (A), the risk factor analysis means 2 first takes the horizontal axis as the ratio to the maximum value of the acquired data, etc. The axis is set to the value of cardiac arrest Y1 (“cardiac arrest occurrence” is 1 and “cardiac arrest does not occur” is 0). For example, in the intraoperative bleeding amount x1 shown in FIG. 3, when 2000 (ml) is the maximum value, 2000 is taken as the maximum value on the horizontal axis of FIG. 4 (A), and each other value is set to a ratio to 2000 (ml). In response, for example, 1000 (ml), a point is placed at a half of 2000 (ml). Next, if the cardiac arrest Y1 corresponding to the x1 value occurs, a point is plotted at 1, and if the cardiac arrest Y1 does not occur, a point is plotted at 0. Here, a plot of the data of each patient is indicated by a point x in FIG. Next, in the case of cardiac arrest Y1, the risk factor analyzing means 2 normalizes the probability of occurrence of cardiac arrest Y1 at each intraoperative bleeding amount x1 value as the value of cardiac arrest Y1 at the intraoperative bleeding amount x1. . This is because in the case of a physical change of cardiac arrest Y1, the result is whether the heart stops or does not stop, so the correlation function cannot be obtained as it is, so that the correlation function can be calculated by obtaining the probability there. . Also, the reason for normalizing the risk factor value and the probability of occurrence of physical change is to make the influence of each risk factor on physical change fair.

次に、リスクファクター分析手段２は、図４の（Ａ）にプロットした点を基に、図４（Ｂ）に示すように、取得した過去の患者における規格化した術中出血量ｘ１に対応した規格化された心停止Ｙ１の値を算出しグラフ上にプロットしていく。この点は図４（Ｂ）の○の点で示されている。ここで、図４（Ｂ）に示されるグラフは、縦軸は心停止Ｙ１発生を１とした心停止Ｙ１発生の確率の値であり、横軸は規格化した術中出血量ｘ１である。そして、リスクファクター分析手段２は、全てのデータを図４（Ｂ）のようにプロットした後、それら○の点に近似する関数を最小二乗法などにより求める。これにより、術中出血量ｘ１と設定された心停止Ｙ１との相関関数が求められる。例えば、心停止Ｙ１の場合、図４（Ｂ）のグラフのように一次直線として相関関数が求まっているので、この場合には、Ｆ１１（ｘ１）＝ａ１・ｘ１と表せる。 Next, based on the points plotted in FIG. 4A, the risk factor analysis means 2 corresponds to the normalized intraoperative blood loss x1 in the acquired past patient as shown in FIG. 4B. The normalized value of cardiac arrest Y1 is calculated and plotted on the graph. This point is indicated by a circle in FIG. Here, in the graph shown in FIG. 4B, the vertical axis is the value of the probability of occurrence of cardiac arrest Y1 when the occurrence of cardiac arrest Y1 is 1, and the horizontal axis is the normalized intraoperative bleeding amount x1. Then, after all the data is plotted as shown in FIG. 4B, the risk factor analysis means 2 obtains a function that approximates those points by the least square method or the like. Thereby, a correlation function between the intraoperative bleeding amount x1 and the set cardiac arrest Y1 is obtained. For example, in the case of cardiac arrest Y1, the correlation function is obtained as a linear line as in the graph of FIG. 4B, and in this case, it can be expressed as F11 (x1) = a1 · x1.

さらに、術中出血量ｘ１以外の輸血量、（術名静脈圧―中心静脈圧平均値）の最大値、及び術中の最低体温などといった他のリスクファクターＸｉについても同様に相関関数を求める。ここで、リスクファクター分析手段２は、Ｆ１１（ｘ１）については上記のようにＦ１１（ｘ１）＝ａ１・ｘ１を求める手順を実行するプログラムを有しているが、他のＦｊｉ（ｘｉ）を求めるためのプログラムも有し、容体変化Ｙｊが指定されたときにそのプログラムを実行する構成とされている。例えば、心停止Ｙ１における各リスクファクターＸｉとの相関関数は、それぞれ図５に示すような相関関数Ｆ１ｊ（ｘｉ）として求められる。ここで、図５は心停止におけるリスクファクターと相関関数の対応関係を説明するための図である。 Further, correlation functions are similarly obtained for other risk factors Xi such as a transfusion amount other than the intraoperative bleeding amount x1, a maximum value of (operative name venous pressure-central venous pressure average value), and a minimum body temperature during the operation. Here, the risk factor analysis means 2 has a program for executing the procedure for obtaining F11 (x1) = a1 · x1 as described above for F11 (x1), but obtains another Fji (xi). And a program for executing the program when the condition change Yj is designated. For example, a correlation function with each risk factor Xi in cardiac arrest Y1 is obtained as a correlation function F1j (xi) as shown in FIG. Here, FIG. 5 is a diagram for explaining the correspondence between the risk factor and the correlation function in cardiac arrest.

次に、リスクファクター分析手段２は、全てのリスクファクターＸｉに基づく容体変化Ｙｊの発生の度合いである容体変化発生リスクｙｊを求める。このリスクファクター値ｘｉと容体変化発生リスクｙｊの関数の求め方としては、独立成分分析などにより、全てのリスクファクターＸｉにおける相関関数Ｆｊｉ（ｘｉ）を加えることで容体変化発生リスクｙｊが求められるようになる。このときの関数は、リスクファクターＸｉの全部の個数をｎとすると、ｙｊ＝Ｆｊ１（ｘ１）＋Ｆｊ２（ｘ２）＋・・・＋Ｆｊｉ（ｘｉ）＋・・・Ｆｊｎ（ｘｎ）と表される。これにより、全てのリスクファクター値ｘｉをパラメータとして容体変化発生リスクｙｊを求める関数が算出されることになる。 Next, the risk factor analysis means 2 obtains a physical change occurrence risk yj that is a degree of occurrence of the physical change Yj based on all the risk factors Xi. As a method of obtaining the function of the risk factor value xi and the physical change occurrence risk yj, the physical change occurrence risk yj can be obtained by adding the correlation function Fji (xi) for all the risk factors Xi by independent component analysis or the like. become. The function at this time is expressed as yj = Fj1 (x1) + Fj2 (x2) +... + Fji (xi) +... Fjn (xn), where n is the total number of risk factors Xi. As a result, a function for calculating the physical change occurrence risk yj is calculated using all risk factor values xi as parameters.

記憶手段３が、容体変化Ｙｊの種類と、それに対応する、リスクファクター分析手段２が求めたリスクファクター値ｘｉをパラメータとする容体変化発生リスクｙｊの関数を記憶する。 The storage unit 3 stores a function of the physical change occurrence risk yj using the type of the physical change Yj and the corresponding risk factor value xi obtained by the risk factor analyzing unit 2 as parameters.

容体変化予測手段５は、入力手段４から入力された患者を特定する情報（例えば、患者のＩＤや患者の名前など該患者を特定できる情報であればよい。）を受けて、情報取得手段１を介して病院システムに備わったデータベース１１にアクセスし、そのデータベース１１の中に該患者のリスクファクター値ｘｉがある場合には、情報取得手段１を介して病院システムから該患者のリスクファクター値ｘｉを取得する。該患者のリスクファクター値ｘｉが病院システムのデータベース１１の中にない場合には、表示制御手段６及び表示手段７を介して、ユーザに患者のリスクファクター値ｘｉの値の入力を促し、入力手段４から入力された該患者のリスクファクター値ｘｉの値を取得する。ここで取得する情報は、リスクファクター分析手段２で相関関数が０にならないものだけでよい。さらには、容体変化Ｙｉに対する影響が小さいリスクファクターＸｉを切り捨てるため、入力手段４で閾値を設定し記憶手段３にその閾値を記憶させておき、リスクファクター値ｘｉがその閾値より小さい場合には、リスクファクター値を０としてもよい。例えば、容体変化予測手段５は、患者の心停止Ｙ１を算出するのに必要な該患者のリスクファクター値ｘｉの情報を図６で示すような情報として受ける。ここで、図６は心停止のリスクファクターとそのリスクファクターに対応する患者のリスクファクター値との関係を説明する図である。 The condition change predicting means 5 receives the information (for example, information that can identify the patient such as the patient ID and the patient name) input from the input means 4 and receives the information. If the database 11 provided in the hospital system is accessed via the information system 1 and the risk factor value xi of the patient is present in the database 11, the risk factor value xi of the patient is obtained from the hospital system via the information acquisition means 1. To get. If the risk factor value xi of the patient is not in the database 11 of the hospital system, the user is prompted to input the value of the risk factor value xi of the patient via the display control means 6 and the display means 7, and the input means The value of the risk factor value xi of the patient input from 4 is acquired. The information acquired here only needs to be information whose correlation function does not become zero in the risk factor analysis means 2. Further, in order to round down the risk factor Xi having a small influence on the physical change Yi, a threshold value is set by the input unit 4 and the threshold value is stored in the storage unit 3, and when the risk factor value xi is smaller than the threshold value, The risk factor value may be 0. For example, the condition change predicting means 5 receives information on the risk factor value xi of the patient necessary for calculating the cardiac arrest Y1 of the patient as information as shown in FIG. Here, FIG. 6 is a diagram for explaining the relationship between the risk factor of cardiac arrest and the risk factor value of the patient corresponding to the risk factor.

このようにして取得した該患者のリスクファクター値ｘｉの値を基に、容体変化予測手段５は、記憶手段３に記憶されているリスクファクター値ｘｉと求める容体変化発生リスクｙｊの関数を利用して、該患者における容体変化発生リスクｙｊを求める。ここで、求めた容体変化発生リスクｙｊを使用したリスクファクターＸｉの個数ｎで割ることにより、その値を規格化してもよい。 Based on the risk factor value xi of the patient acquired in this way, the condition change predicting means 5 uses a function of the risk factor value xi stored in the storage means 3 and the required condition change occurrence risk yj. Thus, the risk of occurrence of physical condition change yj in the patient is obtained. Here, the value may be normalized by dividing the obtained physical change occurrence risk yj by the number n of risk factors Xi.

表示制御手段６は、容体変化Ｙｊの種類と、それに対応する、容体変化予測手段５が求めた該患者における容体変化発生リスクｙｊを受けて、表示手段７に該患者における容体変化発生リスクｙｊに基づく容体変化Ｙｊの情報を表示する。 The display control means 6 receives the type of condition change Yj and the corresponding condition change occurrence risk yj in the patient obtained by the condition change prediction means 5, and displays the condition change occurrence risk yj in the patient in the display means 7. Based on the information about the physical change Yj.

さらに、この患者容体変化予測装置は、容体変化予測手段５が求めた容体変化発生リスクｙｊの値が事前に設定され記憶手段３に記憶されている閾値を超えた場合、警告制御手段８により、表示制御手段６を介して表示手段７に警告を表示させたり、スピーカーやポケットベルやパトランプなどの聴覚的制御手段や視覚的制御手段である警告手段９により医師や看護師に対し警告を送ったりする構成でもよい。 Furthermore, this patient condition change prediction apparatus, when the value of the condition change occurrence risk yj obtained by the condition change prediction means 5 exceeds the threshold value set in advance and stored in the storage means 3, the warning control means 8 A warning is displayed on the display means 7 via the display control means 6, or a warning is sent to the doctor or nurse by the warning means 9 which is an auditory control means such as a speaker, a pager or a patrol lamp, or a visual control means. It may be configured to

本実施形態では、各集中治療室の入り口や、集中治療室を監視している看護師や医師の待機している部屋に表示手段７を設置してあり、表示制御手段６が病室のレイアウト情報や患者の配置位置の情報などを基に、図７に示すように一覧表示モニタ０１に部屋とベッドの配置などを表示している。ここで、図７は表示手段７の一例を示す図であり、右側が廊下及び廊下からその表示手段７が設置してある病室への入り口を示しており、６人部屋の病室における２列に３つずつ並べられた各ベッドの配置を表わしている。そして、図７に示すように、表示制御手段６は、その一覧表示モニタ０１の画面上の患者表示部０２にそのベッドにいる患者名やＩＤなどを表示している。ここでは、入って右側のベッドの列に奥からＡさん、Ｂさん、Ｃさんが、寝ており、入って左側のベッドの列の一番奥の「空き」と表示されている部分はベッドに誰も寝ておらず、次のベッドからＤさん、Ｅさんが寝ている状態を表している。そして、例えば、Ａさんのベッドの場所に対応した患者表示部０２にはＡさんの名前とＡさんに対するＩＤ１５０４９２１が表示されている。 In the present embodiment, the display means 7 is installed at the entrance of each intensive care unit, or in a room where nurses or doctors who are monitoring the intensive care unit are waiting, and the display control means 6 provides layout information of the room. Based on the information on the location of the patient and the patient, etc., the layout of the room and the bed is displayed on the list display monitor 01 as shown in FIG. Here, FIG. 7 is a diagram showing an example of the display means 7, the right side shows the entrance to the hospital room where the display means 7 is installed from the corridor and the corridor, and in two rows in the 6-person room. It shows the arrangement of each bed arranged in three. As shown in FIG. 7, the display control means 6 displays the name and ID of the patient in the bed on the patient display unit 02 on the screen of the list display monitor 01. Here, Mr. A, Mr. B, Mr. C are sleeping from the back in the row of beds on the right side, and the part of the bed row on the left where “vacant” is displayed is the bed. No one is sleeping, and D and E are sleeping from the next bed. For example, the name of Mr. A and the ID 1504921 for Mr. A are displayed on the patient display unit 02 corresponding to the location of Mr. A's bed.

さらに、一覧表示モニタ０１の画面上のリスク表示部０３には、その患者の特に注意すべき各容体変化発生リスクｙｉの値が表示されている。ここで、特に注意すべき容体変化とは、容体変化Ｙｊの発生の度合いの上位３つに含まれる程度の容体変化発生リスクｙｊを指す。例えば、図７のＡさんにおいては、心停止発生の度合いが４５、呼吸障害発生の度合いが２２、及び嘔吐・悪心発生の度合いが９という３つの容体変化が、他のＡさんにおける容体変化と比べて発生の度合いが高いので、特に注意する容体変化として表示されている。さらに、表示制御手段６は、容体変化発生の度合いが特に高い場合には、患者表示部０２の色分けをしたりしてハイライト表示を行う。例えば、図７のＡさんにおいては、心停止発生の度合いと呼吸障害発生の度合いが、他の患者と比べても非常に高いため、Ａさんの患者表示部０２を枠で囲ってハイライト表示し、さらに容体変化発生の度合いが特に高い心停止、呼吸障害の色を他の容体変化と異ならせて表示している。 Further, the risk display unit 03 on the screen of the list display monitor 01 displays the value of each physical change occurrence risk yi that the patient should pay particular attention to. Here, the physical change to be particularly noted indicates the physical change occurrence risk yj that is included in the top three of the occurrences of the physical change Yj. For example, in Mr. A in FIG. 7, three physical changes, that is, the degree of occurrence of cardiac arrest is 45, the degree of respiratory disorder is 22, and the degree of occurrence of vomiting / nausea is 9, Since the degree of occurrence is higher than that, it is displayed as a physical change to which special attention is paid. Further, the display control means 6 performs highlight display by color-coding the patient display unit 02 when the degree of occurrence of the physical condition is particularly high. For example, in Mr. A in FIG. 7, since the degree of occurrence of cardiac arrest and the degree of respiratory disorder are much higher than those of other patients, the patient display unit 02 of Mr. A is surrounded by a frame and highlighted. In addition, the color of cardiac arrest and breathing disorder with a particularly high degree of physical change is displayed differently from other physical changes.

さらに、表示制御装置６は、図７に示すように、実際にリスク表示部０３に表示している容体変化が発生した場合の処置を、病院システムに記録されている該当する容体変化に対する過去に行われた処置を受けて、該当する患者における容体変化の情報とともに処置表示部０４に表示させる。 Further, as shown in FIG. 7, the display control device 6 performs the treatment when the physical change actually displayed on the risk display unit 03 occurs in the past with respect to the corresponding physical change recorded in the hospital system. In response to the performed treatment, it is displayed on the treatment display unit 04 together with information on a change in the condition of the corresponding patient.

ここで、本実施形態では、詳細な情報を得て容体変化に迅速に対応するために、表示制御手段６は、一覧表示モニタ０１に部屋とベッドの配置を表示させ、そのベッドの配置に基づき表示部０２に患者名及びＩＤを、さらに表示部０３にハイライトを用いて注意すべき核容体変化発生リスクｙｉを表示させるなどといった詳細な表示を行う構成を採っているが、これは患者の容体変化に対応しようとするレベルに依存し、病院もしくは医師等が必要とするレベルに対応した情報を表示する構成であればよい。 Here, in the present embodiment, in order to obtain detailed information and quickly respond to the physical change, the display control means 6 displays the arrangement of the room and the bed on the list display monitor 01, and based on the arrangement of the bed. The patient name and ID are displayed on the display unit 02, and the nuclear unit change occurrence risk yi to be noted is displayed on the display unit 03 using highlights. It may be configured to display information corresponding to a level required by a hospital, a doctor, or the like, depending on the level to cope with the physical change.

さらに本実施形態では、図８に示すような表示手段７である個別表示モニタ０５を、各患者のベッドの脇に設置し、表示制御手段６により、その個別表示モニタ０５に必要とする情報を表示させている。例えば、警告表示部０６は、何か警告が出た場合に表示するようにしておく。これは、図８に示すように「血圧が低下しています」といった警告を指す。さらに、表示制御手段６は、イベント表示部０７に、患者のベッドの脇であることを考慮して、具体的な容体変化の種類は表示せずに容体変化を表わす記号や、それに対応する値を表示させたりする。例えば、図８におけるイベント表示部０７に表示されている「０１」とは、十の位が０番台とは循環器系の容体変化を表し、並べて表示している心拍・血圧・体温は容体変化の種類を示す手がかりである。また、一の位の数字が若ければ重篤を表している。 Further, in the present embodiment, an individual display monitor 05 as the display means 7 as shown in FIG. 8 is installed beside each patient's bed, and information necessary for the individual display monitor 05 is obtained by the display control means 6. It is displayed. For example, the warning display unit 06 displays when a warning is issued. This indicates a warning “blood pressure is decreasing” as shown in FIG. Further, the display control means 6 considers the fact that it is beside the patient's bed in the event display unit 07, and does not display a specific type of physical change, and a value corresponding to the symbol indicating the physical change. Is displayed. For example, “01” displayed on the event display unit 07 in FIG. 8 indicates a change in the circulatory system, where the tens place is in the 0th range, and the heart rate, blood pressure, and body temperature displayed side-by-side are changed. It is a clue that shows the type. In addition, if the number of the first place is young, it indicates seriousness.

次に、本実施形態に係る患者容体変化予測装置の一連の動作について図９及び図１０を用いて説明する。図９は、容体変化発生リスクｙｊを算出するために、図１０のフローチャート実行前に事前に記憶手段３に記憶されている容体変化発生リスクｙｊを求める関数の算出及び記憶の手順について示すフローチャートであり、図１０は、本装置における患者の容体変化発生リスクｙｊの算出及び表示の手順について示すフローチャートである。そして、図９のフローチャートは定期的に実行され、記憶される関数の内容が最新のものに更新される。 Next, a series of operations of the patient condition change prediction apparatus according to the present embodiment will be described with reference to FIGS. 9 and 10. FIG. 9 is a flowchart showing a procedure for calculating and storing a function for obtaining the condition change occurrence risk yj stored in the storage unit 3 in advance before executing the flowchart of FIG. 10 in order to calculate the condition change occurrence risk yj. FIG. 10 is a flowchart showing a procedure for calculating and displaying the patient's physical condition change risk yj in the present apparatus. Then, the flowchart of FIG. 9 is periodically executed, and the content of the stored function is updated to the latest one.

＜患者の容体変化発生リスクｙｊを求める関数の算出及び記憶の手順＞
ステップＳ０１：リスクファクター分析手段２が、入力手段４により容体変化Ｙｊの種類の指定を受ける。 <Procedure for calculating and storing function for determining patient's physical condition change risk yj>
Step S01: The risk factor analysis means 2 receives designation of the type of the physical change Yj by the input means 4.

ステップＳ０２：リスクファクター分析手段２が、指定された容体変化Ｙｊの種類に基づき、情報取得手段１を介して病院システムに配置されたリスクファクター値ｘｉと指定された容体変化Ｙｊとの対応テーブル１２を参照し、リスクファクター値及びそれに対応する容体変化の結果を取得する。 Step S02: The risk factor analysis means 2 is based on the type of the specified physical change Yj, and the correspondence table 12 between the risk factor value xi arranged in the hospital system via the information acquisition means 1 and the specified physical change Yj The risk factor value and the corresponding physical change result are obtained.

ステップＳ０３：リスクファクター分析手段２が、取得したリスクファクター値ｘｉと指定された容体変化Ｙｊとの関係を分析し、容体変化Ｙｊとリスクファクター値ｘｉとの相関関数Ｆｊｉ（ｘｉ）を求める。 Step S03: The risk factor analysis means 2 analyzes the relationship between the acquired risk factor value xi and the specified physical change Yj, and obtains a correlation function Fji (xi) between the physical change Yj and the risk factor value xi.

ステップＳ０４：リスクファクター分析手段２が、求めた容体変化Ｙｊに対する各リスクファクター値ｘｉにおける相関関数Ｆｊｉ（ｘｉ）から、全てのリスクファクターＸｉにおけるリスクファクター値ｘｉから容体変化発生リスクｙｊを求める関数を算出する。 Step S04: The risk factor analysis means 2 obtains a function change occurrence risk yj from the risk factor values xi of all the risk factors Xi from the correlation function Fji (xi) at each risk factor value xi with respect to the obtained physical change Yj. calculate.

ステップＳ０５：記憶手段３が、リスクファクター分析手段２が算出した容体変化発生リスクｙｊを求める関数を記憶する。 Step S05: The storage means 3 stores a function for obtaining the physical change occurrence risk yj calculated by the risk factor analysis means 2.

＜患者の容体変化発生リスクの算出及び表示の手順＞
ステップＳ０６：容体変化予測手段５が、入力手段４から入力された患者を特定する情報を取得する。 <Procedures for calculating and displaying the risk of patient changes>
Step S06: The condition change predicting means 5 acquires information specifying the patient input from the input means 4.

ステップＳ０７：容体変化予測手段５が、情報取得手段１を介して病院システムのデータベース１１の中に該患者のリスクファクター値ｘｉの情報があるか確認する。 Step S07: The condition change prediction means 5 confirms whether there is information on the risk factor value xi of the patient in the database 11 of the hospital system via the information acquisition means 1.

ステップＳ０８：容体変化予測手段５は、ステップＳ０７で病院システムのデータベース１１の中に該患者のリスクファクター値ｘｉがある場合に、該リスクファクター値ｘｉを取得する。 Step S08: The condition change predicting means 5 acquires the risk factor value xi when the risk factor value xi of the patient is present in the database 11 of the hospital system in step S07.

ステップＳ０９：容体変化予測手段５は、ステップＳ０７で病院システムのデータベース１１の中に該患者のリスクファクター値ｘｉがない場合に、表示制御手段６及び表示手段７を介して、ユーザに患者のリスクファクター値ｘｉの入力を促し、入力手段４からから入力された該リスクファクター値ｘｉを取得する。 Step S09: The condition change prediction means 5 determines that the risk of the patient to the user via the display control means 6 and the display means 7 when the risk factor value xi of the patient is not in the database 11 of the hospital system in Step S07. The input of the factor value xi is prompted, and the risk factor value xi input from the input means 4 is acquired.

ステップＳ１０：容体変化予測手段５は、記憶手段３に記憶されている容体変化発生リスクｙｊを求める関数に、取得した該患者のリスクファクター値ｘｉを当てはめ、該患者における容体変化発生リスクｙｊを求める。 Step S10: The condition change predicting means 5 applies the acquired risk factor value xi of the patient to the function for obtaining the condition change occurrence risk yj stored in the storage means 3, and obtains the condition change occurrence risk yj in the patient. .

ステップＳ１１：表示制御手段６が、求めた容体変化発生リスクｙｊを基に、容体変化の情報を表示手段７に表示する。 Step S11: The display control means 6 displays the information on the change in the condition on the display means 7 based on the obtained condition change occurrence risk yj.

以上のように、患者の容体変化要因である各リスクファクター値を基に、該患者における容体変化発生の度合いが定量的に表され、さらに、該患者の位置やその容体変化に対する処置、及び危険な容体変化に対する警告なども提供され、それらの情報を医師や看護師が共有することで、該患者の容体変化に対する適切な処置が可能となる。 As described above, based on each risk factor value that is a patient's condition change factor, the degree of occurrence of the condition change in the patient is quantitatively expressed, and further, the position of the patient, the treatment for the change in the condition, and the risk A warning about a change in the physical condition is also provided, and the doctor and the nurse can share the information so that an appropriate treatment for the change in the physical condition of the patient can be performed.

〔第２の実施形態〕
本実施形態における容体変化予測装置は、図１の第１の実施形態において、点線で示すように情報の帰還ルートを設けている。つまり、図１において、本実施形態では、記録更新手段１０が、指定された患者のリスクファクター値ｘｉの情報や、該患者が容体変化したときの該容体変化の情報を、入力手段４からの入力により取得し、その情報を病院システムに送信し、病院システムの患者の情報を更新する。 [Second Embodiment]
In the first embodiment of FIG. 1, the device change prediction apparatus according to the present embodiment is provided with an information return route as indicated by a dotted line. That is, in FIG. 1, in this embodiment, the record update unit 10 receives information on the risk factor value xi of the designated patient and information on the change in the condition when the patient has changed from the input unit 4. Obtained by input, transmits the information to the hospital system, and updates the patient information in the hospital system.

ここで、該患者のリスクファクター値ｘｉの情報は、容体変化予測手段５が該患者における容体変化発生リスクｙｊを求めるときに、該患者のリスクファクター値ｘｉが病院システムのデータベース１１になければ、容体変化予測手段５は、入力手段４から入力された該患者のリスクファクター値ｘｉを受け取っている。その場合、記録更新手段１０は、容体変化発生リスクｙｊを求めるときに入力手段４より入力された患者のリスクファクター値ｘｉの情報を受け取る。また、病院システムのデータベース１１に該患者のリスクファクター値ｘｉが既にある場合には、記録更新手段１０は、リスクファクター値ｘｉを送信してデータベース１１を更新する必要はない。これに対し、患者が容体変化したときの該容体変化の情報は、容体変化発生リスクｙｊの算出後、実際に患者に発生した全ての容体変化Ｙｊについて、その容体変化が発生した後に、記録更新手段１０が、入力手段４により該容体変化の情報を取得して、病院システムに送信し、病院システムのデータベース１１の情報を更新させる。 Here, the information on the risk factor value xi of the patient is obtained when the condition change predicting means 5 obtains the risk of occurrence of the condition change yj in the patient, if the risk factor value xi of the patient is not in the database 11 of the hospital system. The condition change predicting means 5 receives the risk factor value xi of the patient input from the input means 4. In that case, the record update means 10 receives the information of the risk factor value xi of the patient input from the input means 4 when obtaining the physical change occurrence risk yj. If the patient's risk factor value xi already exists in the database 11 of the hospital system, the record update means 10 does not need to update the database 11 by transmitting the risk factor value xi. On the other hand, the information on the change in the condition when the patient changes is recorded after all the change in condition Yj that has actually occurred in the patient after the calculation of the change in risk yj is recorded. The means 10 acquires the information on the change of the condition by the input means 4 and transmits the information to the hospital system to update the information in the database 11 of the hospital system.

例えば、心停止Ｙ１が患者に起こった場合は、記録更新手段１０は心停止Ｙ１が該患者に起こったという情報を病院システムのデータベース１１に送る。これにより、該患者の持つリスクファクター値ｘｉを有する場合に心停止Ｙ１が起こるという情報が追加され、病院システムのデータベース１１が更新されることになる。 For example, if the cardiac arrest Y1 has occurred in the patient, the record update means 10 sends information that the cardiac arrest Y1 has occurred in the patient to the database 11 of the hospital system. As a result, information indicating that cardiac arrest Y1 occurs when the patient has the risk factor value xi is added, and the database 11 of the hospital system is updated.

これにより、病院システムのデータベース１１に保管される過去の患者の情報が逐次更新され、リスクファクター値ｘｉと容体変化Ｙｊとの相関関数を求めるための母集団が増えていくので、より精度の高い容体変化発生リスクｙｊを求めるための相関関数を導くことが可能になり、容体変化発生リスクｙｊの精度を上げることができる。 As a result, past patient information stored in the database 11 of the hospital system is sequentially updated, and the population for obtaining the correlation function between the risk factor value xi and the physical change Yj increases, so that the accuracy is higher. It becomes possible to derive a correlation function for obtaining the physical change occurrence risk yj, and the accuracy of the physical change occurrence risk yj can be increased.

〔第３の実施形態〕
本実施形態に係る患者容体変化予測装置は、容体変化の種類として、呼吸、脈拍、血圧、及び体温などの生命の兆候（以下、「バイタル」という。）の変化を扱う構成である。そして、本実施形態におけるリスクファクター値とは、経験的又は統計的にバイタルの変化を発生させる原因となることが確認されている容体変化要因のことであり、例えば、血圧の変化の原因となる血圧、体温、心拍数、及び脈拍などが挙げられる。本実施形態に係る患者容体変化予測装置は、バイタルの測定値（以下、「バイタル値」という。）を収集する装置（以下、「バイタルモニタ」という。）が収集し記憶している患者の過去のバイタル値を取得し、その取得した値をリスクファクター値として、将来のバイタルの予測値を算出し、その予測に基づき表示や警告を行うものである。 [Third Embodiment]
The patient condition change prediction apparatus according to the present embodiment is configured to handle changes in signs of life (hereinafter referred to as “vital”) such as respiration, pulse, blood pressure, and body temperature as types of condition change. The risk factor value in this embodiment is a condition change factor that has been confirmed to cause a vital change empirically or statistically, for example, causing a change in blood pressure. Examples include blood pressure, body temperature, heart rate, and pulse. The patient condition change prediction apparatus according to the present embodiment is a patient past collected and stored by an apparatus (hereinafter referred to as “vital monitor”) that collects vital measurement values (hereinafter referred to as “vital values”). The vital value is obtained, the predicted value of the future vital is calculated using the obtained value as a risk factor value, and display or warning is performed based on the predicted value.

図１１は、本実施形態に係る機能構成を表すブロック図である。図１１に示すように、本実施形態における患者容体変化予測装置は、記憶手段３、入力手段４、容体変化予測手段５、表示制御手段６、表示手段７、警告制御手段８、警告手段９で構成されている。また、容体変化予測手段５、表示制御手段６、及び警告制御手段８はＣＰＵで構成されている。ここで、図１と同じ番号を有する手段は、第１の実施形態における手段と同じ機能・動作を行うものとする。以下、本実施形態に係る患者容体変化予測装置の動作を説明する。 FIG. 11 is a block diagram illustrating a functional configuration according to the present embodiment. As shown in FIG. 11, the patient condition change prediction apparatus in this embodiment includes a storage means 3, an input means 4, a condition change prediction means 5, a display control means 6, a display means 7, a warning control means 8, and a warning means 9. It is configured. Further, the condition change predicting means 5, the display control means 6, and the warning control means 8 are constituted by a CPU. Here, the means having the same numbers as those in FIG. 1 perform the same functions and operations as the means in the first embodiment. Hereinafter, the operation of the patient condition change prediction apparatus according to the present embodiment will be described.

本実施形態では、バイタルモニタはバイタル値を記憶する記憶部を有している。そして、バイタルモニタは、患者の呼吸、脈拍、血圧、体温、酸素飽和度、呼吸数、心拍数などの予め指定されたバイタル値を取得し、自らが記憶しているバイタル値の情報を定期的に更新している。また、記憶手段３には、複数の患者における過去のバイタル値などといった複数の過去のリスクファクター値を基に作成した、各バイタルの将来の予測値を求める関数が予め記憶されている。 In the present embodiment, the vital monitor has a storage unit that stores vital values. The vital monitor acquires pre-specified vital values such as patient breathing, pulse, blood pressure, body temperature, oxygen saturation, respiratory rate, heart rate, etc., and periodically stores information on vital values stored by itself. Has been updated. In addition, the storage means 3 stores in advance a function for obtaining a predicted value of each vital in the future created based on a plurality of past risk factor values such as past vital values in a plurality of patients.

ここで、過去の様々な患者のリスクファクター値に基づいて、指定された患者の予測直前までにバイタルモニタによって定期的に取得され記憶されているバイタル値などのリスクファクター値から、次のタイミングにおける該バイタルの予測値を算出するための関数を求める方法について説明する。 Here, based on the risk factor values of various patients in the past, from the risk factor values such as vital values periodically acquired and stored by the vital monitor immediately before the prediction of the designated patient, A method for obtaining a function for calculating the predicted value of the vital will be described.

本実施例では、入力手段４により血圧が予測するバイタルとして指定されているとする。そして、本実施例において、血圧の変化の原因となるリスクファクターには、血圧、体温、心拍数、及び脈拍といった各バイタルを設定している。これは、バイタルの変化にはバイタル自信が最も大きく影響するためである。図１２の各表は血圧、体温、心拍数、脈拍のバイタルの値の変化を表わすグラフであり、横軸を時間とし、縦軸をバイタルモニタが定期的に取得した各バイタル値（＝リスクファクター値）としている。ここで、使用するデータとしてのリスクファクター値はその予測するバイタルに関係するものであれば特に制限はない。 In the present embodiment, it is assumed that the blood pressure is specified by the input means 4 as a vital predictor. In the present embodiment, vitals such as blood pressure, body temperature, heart rate, and pulse are set as risk factors that cause changes in blood pressure. This is because vital confidence has the greatest influence on changes in vitals. Each table in FIG. 12 is a graph showing changes in vital values of blood pressure, body temperature, heart rate, and pulse, with the horizontal axis representing time, and the vertical axis representing each vital value (= risk factor) periodically acquired by the vital monitor. Value). Here, the risk factor value as the data to be used is not particularly limited as long as it is related to the predicted vitals.

そして、図１２の各点は過去の複数の患者におけるバイタル値の時間変化を表している。また、図１２に示されているデータセットとは、バイタル値の時間変化の中における、ある時間帯に含まれる全てのリスクファクター値であるｎ個のバイタル値（x₁ ⁽ⁱ⁾,x₂ ⁽ⁱ⁾ _，x₃ ⁽ⁱ⁾ _，…_，x_n ⁽ⁱ⁾）、及びその次の瞬間の予測するバイタルの値x_est ⁽ⁱ⁾とを組み合わせたものを、１つのデータセットとする。例えば、図１２のデータセット１とは、ｔで表される時間帯における血圧のデータ、体温のデータ、心拍数のデータ、脈拍のデータをとり、さらに、その次の瞬間の血圧のデータをとり、それらを並べたものとして、（x₁ ⁽¹⁾,x₂ ⁽¹⁾ _，x₃ ⁽¹⁾ _，…_，x_i ⁽¹⁾ _，…_，x_n ⁽¹⁾ _，x_est ⁽¹⁾）と表される。また、このデータセットにおける時間帯の長さは、予測として利用可能なバイタル値の変化発生までの時間間隔、及び予測値に大きく影響を与えるデータの範囲を基に決定する。例えば、血圧の予測の場合には５分間程度で、各リスクファクターの値が３００程度であることが好ましい。さらに、ここでは、例として１人の患者における２つのデータセットしか示していないが、このようなデータセットを異なる時間帯や異なる患者から複数抽出する。ここで、血圧を予測するバイタルとするＮ個のこのようなデータセットを抽出したとすると、それらは（x₁ ⁽¹⁾,x₂ ⁽¹⁾ _，x₃ ⁽¹⁾ _，…_，x_n ⁽¹⁾ _，x_est ⁽¹⁾）、（x₁ ⁽²⁾,x₂ ⁽²⁾ _，x₃ ⁽²⁾ _，…_，x_n ⁽²⁾ _，x_est ⁽²⁾）…（x₁ ^(N),x₂ ^(N) _，x₃ ^(N) _，…_，x_n ^(N) _，x_est ^(N) ）と表される。ここで、右肩括弧内の数字はデータセットの種類を表し、右下の数字はデータセットにおけるリスクファクター値の通し番号を表している。 Each point in FIG. 12 represents a temporal change in vital values in a plurality of past patients. Further, the data set shown in FIG. 12 refers to n vital values (x ₁ ⁽ⁱ⁾ , x ₂ ⁾ that are all risk factor values included in a certain time zone in the temporal change of vital values. ⁽ⁱ⁾ _, x ₃ ⁽ⁱ⁾ _, ... _, x _n ⁽ⁱ⁾ ) and the vital value x _est ⁽ⁱ⁾ predicted at the next moment are defined as one data set. For example, the data set 1 in FIG. 12 includes blood pressure data, body temperature data, heart rate data, and pulse data in a time period represented by t, and further, blood pressure data at the next moment. (X ₁ ⁽¹⁾ , x ₂ ⁽¹⁾ _, x ₃ ⁽¹⁾ _, … _, x _i ⁽¹⁾ _, … _, x _n ⁽¹⁾ _, x _est ⁽¹⁾ ) expressed. Further, the length of the time zone in this data set is determined based on the time interval until the occurrence of a change in vital value that can be used as a prediction, and the range of data that greatly affects the predicted value. For example, in the case of blood pressure prediction, it is preferable that the value of each risk factor is about 300 in about 5 minutes. Furthermore, although only two data sets for one patient are shown here as an example, a plurality of such data sets are extracted from different time zones and different patients. If N such data sets are extracted as vitals for predicting blood pressure, they are (x ₁ ⁽¹⁾ , x ₂ ⁽¹⁾ _, x ₃ ⁽¹⁾ _, … _, x _n ^{( 1)} _, x _est ⁽¹⁾ ), (x ₁ ⁽²⁾ , x ₂ ⁽²⁾ _, x ₃ ⁽²⁾ _, … _, x _n ⁽²⁾ _, x _est ⁽²⁾ )… (x ₁ ^(N) , x ₂ ^(N) _, x ₃ ^(N) _, ... _, x _n ^(N) _, x _est ^(N) ). Here, the number in the right brace represents the type of the data set, and the number on the lower right represents the serial number of the risk factor value in the data set.

次に、データセットに含まれるｎ個のバイタル値（x₁ ⁽ⁱ⁾,x₂ ⁽ⁱ⁾ _，x₃ ⁽ⁱ⁾ _，…_，x_n ⁽ⁱ⁾）、とその次の瞬間の予測しようとするバイタルである血圧の値x_est ⁽ⁱ⁾との関数は Next, n vital values (x ₁ ⁽ⁱ⁾ , x ₂ ⁽ⁱ⁾ _, x ₃ ⁽ⁱ⁾ _, … _, x _n ⁽ⁱ⁾ ) included in the data set and the next moment are predicted. The function of the blood pressure value x _est ⁽ⁱ⁾

といった、各データセットのバイタル値とa^Tとの積で表される。
このとき、上記の関数を満たすa^Tは、

Such, is represented by the product of the vital value and a ^T of each data set.
At this time, a ^T satisfying the above function is

と表すことができる。
ここで、

It can be expressed as.
here,

である。
ここで、［数３］はx_estとxとの共分散を表し、［数４］はxとxの共分散を表している。

It is.
Here, [ _Equation 3] represents the covariance of _xest and x, and [Equation 4] represents the covariance of x and x.

したがって、このa^Tを用いることで、ある時間帯に含まれるデータセットを構成するバイタル値、x₁ ⁽ⁱ⁾,x₂ ⁽ⁱ⁾ _，x₃ ⁽ⁱ⁾ _，…_，x_n ⁽ⁱ⁾ から、その次のタイミングの血圧の値x_est ⁽ⁱ⁾ を算出することができる。その関数はx＝（x₁ ⁽ⁱ⁾,x₂ ⁽ⁱ⁾ _，x₃ ⁽ⁱ⁾ _，…_，x_n ⁽ⁱ⁾ ）とすると、x_est ⁽ⁱ⁾ ＝a^T・xと表せる。 Therefore, by using this a ^T, from the vital values x ₁ ⁽ⁱ⁾ , x ₂ ⁽ⁱ⁾ _, x ₃ ⁽ⁱ⁾ _, … _, x _n ⁽ⁱ⁾ that compose the data set included in a certain time zone The blood pressure value x _est ⁽ⁱ⁾ at the next timing can be calculated. If the function is x = (x ₁ ⁽ⁱ⁾ , x ₂ ⁽ⁱ⁾ _, x ₃ ⁽ⁱ⁾ _, ... _, X _n ⁽ⁱ⁾ ), it can be expressed as x _est ⁽ⁱ⁾ = a ^T · x.

ここでは、血圧を予測するバイタルとして関数を求める手順を説明したが、他のバイタルを予測する場合の関数を求める手順も同様に行っていく。 Here, the procedure for obtaining a function as a vital for predicting blood pressure has been described, but the procedure for obtaining a function for predicting other vitals is also performed in the same manner.

このように求めた関数を、予め記憶手段３に記憶させておく。 The function thus obtained is stored in advance in the storage means 3.

容体変化予測手段５は、入力手段４により、指定された患者における指定されたバイタルの種類を受けて、該患者の現在の直前のデータセットに含まれるバイタル値をバイタルモニタから取得し、そのバイタル値と記憶手段３に記憶されている関数から、バイタルの予測値を算出する。ここで、本実施形態では、容体変化予測手段５が直接バイタルモニタからバイタル値を取得しているが、これはバイタルモニタからバイタル値を一旦病院システムに送り病院システムに記憶させておき、容体変化予測手段５は病院システムからバイタル値を取得する構成にしてもよい。 The condition change predicting means 5 receives the designated vital type in the designated patient by the input means 4 and acquires the vital value included in the data set immediately before the patient from the vital monitor, From the value and the function stored in the storage means 3, a vital prediction value is calculated. Here, in the present embodiment, the condition change predicting means 5 directly acquires the vital value from the vital monitor. This is because the vital value is once sent from the vital monitor to the hospital system and stored in the hospital system. The prediction means 5 may be configured to acquire a vital value from a hospital system.

表示制御手段６は、算出されたバイタルの予測値を表示手段７に表示する。 The display control means 6 displays the calculated vital predicted value on the display means 7.

さらに、容体変化予測手段５で算出された予測値が、事前に設定され記憶手段３に記憶されている閾値を超えた場合には、警告制御手段８が、表示制御手段６を介して表示手段７に警告を表示させたり、スピーカーやポケベルなどの警告手段９で医師や看護師に対し警告を発信したりする。 Further, when the predicted value calculated by the condition change prediction unit 5 exceeds a threshold value set in advance and stored in the storage unit 3, the warning control unit 8 displays the display unit via the display control unit 6. 7 is displayed, or the warning means 9 such as a speaker or a pager is used to send a warning to the doctor or nurse.

また、本実施形態ではリスクファクターとして過去のバイタル値のみを用いて予測値を求めたが、これ以外のリスクファクターを含めて算出してもよい。例えば、よく使われる薬の投与量などをx₁ ⁽ⁱ⁾,x₂ ⁽ⁱ⁾ _，x₃ ⁽ⁱ⁾ _，…_，x_n ⁽ⁱ⁾ の中のx_j ⁽ⁱ⁾ として加えても同様の関数により予測値を算出することができる。 Further, in the present embodiment, the predicted value is obtained using only the past vital value as the risk factor, but may be calculated including other risk factors. For example, even if the dose of a commonly used drug is added as x _j ⁽ⁱ⁾ in x ₁ ⁽ⁱ⁾ , x ₂ ⁽ⁱ⁾ _, x ₃ ⁽ⁱ⁾ _, … _, x _n ⁽ⁱ⁾ The predicted value can be calculated by the function.

さらに、本実施例でリスクファクター値は測定値をそのまま使う必要はなく、体重で割るなどして規格化を行った値を用いてもよい。 Furthermore, in this embodiment, the risk factor value does not need to use the measured value as it is, and a value obtained by normalization by dividing by the body weight or the like may be used.

さらに、前述の予測値を求める関数を作成するためのリスクファクターのデータは、共通点の多い患者における過去のデータのみを使用して関数を作成してもよい。例えば、男性、かつ５０歳〜６０歳、かつ糖尿病である患者のデータのみを用いて関数を作成するなどである。これにより、バイタル値の変化に共通の傾向がみられる患者のデータを用いて関数を作成することができ、より精度の高いバイタルの予測値を得ることができる。 Furthermore, as the risk factor data for creating the function for obtaining the above-described predicted value, a function may be created using only past data in patients with many common points. For example, a function may be created using only data of a male patient who is 50 to 60 years old and who has diabetes. Thereby, a function can be created using patient data in which a common tendency is seen in changes in vital values, and more accurate vital prediction values can be obtained.

以上のように、患者のバイタル値などを含む各リスクファクターの値から、特定のバイタルの予測値を得ることができ、その予測値を医師や看護師が共有できる。したがって、個々のバイタルの予測値に基づいて、該患者の容体変化に対する適切な処置が可能となる。 As described above, a predicted value of a specific vital can be obtained from each risk factor value including the vital value of the patient, and the predicted value can be shared by doctors and nurses. Therefore, it is possible to appropriately treat the patient's condition change based on the predicted values of the individual vitals.

第１の実施形態に係る機能構成を表わすブロック図The block diagram showing the functional composition concerning a 1st embodiment. 病院システムに記憶されている患者情報の例Example of patient information stored in hospital system リスクファクターと容体変化の対応を説明する図Diagram explaining the correspondence between risk factors and physical changes リスクファクター値と容体変化の値の関係を表わすグラフGraph showing the relationship between risk factor values and physical change values 心停止におけるリスクファクターと相関関数の対応関係を説明する図Diagram explaining the correspondence between risk factors and correlation functions in cardiac arrest 心停止のリスクファクターとそのリスクファクターに対応する患者のリスクファクター値との関係を説明する図Diagram explaining the relationship between the risk factor of cardiac arrest and the risk factor value of the patient corresponding to that risk factor 各患者の容体変化の情報の一覧表示を説明する図The figure explaining the list display of the information of the physical condition of each patient 各患者の容体変化の情報の個別表示を説明する図The figure explaining the individual display of the information on the physical condition of each patient 容体変化発生リスクを求める関数の算出及び記憶のフローチャートFlow chart for calculating and storing a function for determining the risk of occurrence of physical change 容体変化発生リスクの算出及び表示のフローチャートFlow chart for calculating and displaying the risk of physical change 第３の実施形態に係る機能構成を表わすブロック図The block diagram showing the functional composition concerning a 3rd embodiment. 第３の実施形態に係る関数算出の基となるバイタル値の時間変化のグラフThe graph of the time change of the vital value used as the basis of function calculation concerning a 3rd embodiment

符号の説明Explanation of symbols

１情報取得手段
２リスクファクター分析手段
３記憶手段
４入力手段
５容体変化予測手段
６表示制御手段
７表示手段
８警告制御手段
９警告手段
１０記録更新手段
０１一覧表示モニタ
０２患者表示部
０３リスク表示部
０４処置表示部
０５個別表示モニタ
０６警告表示部
０７イベント表示部 DESCRIPTION OF SYMBOLS 1 Information acquisition means 2 Risk factor analysis means 3 Storage means 4 Input means 5 Condition change prediction means 6 Display control means 7 Display means 8 Warning control means 9 Warning means 10 Record update means 01 List display monitor 02 Patient display part 03 Risk display part 04 treatment display section 05 individual display monitor 06 warning display section 07 event display section

Claims

容体変化を引き起こす原因となる複数の容体に対する処置、容体の状態、もしくは患者固有情報を含む数値化された容体変化要因をパラメータとする、前記容体変化発生の度合いを表す関数を、容体変化の種類に対応して記憶する記憶手段と、
患者の前記容体変化要因と、前記記憶手段に記憶されている前記関数から、該患者における発生が予測される前記容体変化の種類と該容体変化発生の度合いを求める容体変化予測手段と、
該患者の前記容体変化の種類と該容体変化発生の度合いを表示手段に表示する表示制御手段と
を備えることを特徴とする患者容体変化予測装置。 A function that represents the degree of occurrence of the physical change, using a treatment for a plurality of physical conditions causing the physical change, the state of the physical condition, or a quantified physical change factor including patient-specific information as a parameter. Storage means for storing corresponding to
From the patient's condition change factor and the function stored in the storage means, the condition change predicting means for obtaining the type of the condition change predicted to occur in the patient and the degree of occurrence of the condition change;
A patient condition change prediction apparatus comprising: a display control means for displaying on the display means the type of the condition change of the patient and the degree of occurrence of the condition change.

複数の前記容体変化と前記容体変化を引き起こす複数の容体変化要因との対応が記録されている外部の病院システムと通信接続されており、
前記容体変化予測手段は、入力手段により入力された患者を特定する情報を基に前記病院システムにアクセスして、該患者の前記測定値及び数値化された値を前記病院システムから受け、該患者の前記測定値及び数値化された値が前記病院システムにない場合は、前記入力手段から入力された該患者の前記容体変化要因を受ける
ことを特徴とする請求項１に記載の患者容体変化予測装置。 Communicatively connected to an external hospital system in which correspondences between a plurality of the physical changes and a plurality of physical change factors causing the physical changes are recorded;
The physical change predicting means accesses the hospital system based on information specifying the patient input by the input means, receives the measured value and the digitized value of the patient from the hospital system, and 2. The patient condition change prediction according to claim 1, wherein when the measured value and the digitized value of the patient are not in the hospital system, the condition change factor of the patient input from the input means is received. apparatus.

過去の患者の前記容体変化要因を病院システムから取得し、前記入力手段により指定された前記容体変化の種類と、取得した過去の患者の前記容体変化要因とを分析し、前記各容体変化発生要因による前記指定された種類の容体変化の起こりやすさの相関関数を求め、前記相関関数に基づいて、全ての前記容体変化要因から前記指定された種類の容体変化に対応する容体変化発生の度合いを求める関数を作成し、前記記憶手段に記憶させるリスクファクター分析手段
をさらに備えることを特徴とする請求項１又は請求項２に記載の患者容体変化予測装置。 The condition change factor of the past patient is acquired from a hospital system, the type of the condition change designated by the input means and the acquired condition change factor of the past patient are analyzed, and each condition change occurrence factor is analyzed. Obtaining a correlation function of the likelihood of occurrence of the specified type of physical change according to, and based on the correlation function, the degree of occurrence of physical change corresponding to the specified type of physical change from all of the physical change factors The patient condition change prediction apparatus according to claim 1, further comprising: a risk factor analysis unit that creates a function to be obtained and stores the function in the storage unit.

前記予測される前記容体変化発生の度合いが、事前に設定され記憶手段に記憶された閾値を超えたときに警告を行う警告制御手段をさらに備えることを特徴とする請求項１乃至３のいずれか一つに記載の患者容体変化予測装置。 4. The apparatus according to claim 1, further comprising warning control means for giving a warning when the predicted degree of occurrence of the physical condition exceeds a threshold value set in advance and stored in the storage means. The patient condition change prediction apparatus according to one.

前記表示制御手段は、患者が収容されている部屋のレイアウト、及びその部屋における各患者の位置を記憶しており、各容体変化発生の度合いを前記部屋のレイアウトと前記患者の位置情報とともに一覧で表示する
ことを特徴とする請求項１乃至４のいずれか一つに記載の患者容体変化予測装置。 The display control means stores the layout of the room in which the patient is accommodated and the position of each patient in the room, and lists the degree of occurrence of each physical change together with the layout of the room and the position information of the patient. The patient condition change predicting device according to any one of claims 1 to 4, wherein the patient condition change predicting device is displayed.

前記表示制御手段は、前記予測される容体変化が起こった場合の処置を外部の病院システムから受けて、前記患者の情報とともに表示する
ことを特徴とする請求項２乃至５のいずれか一つに記載の患者容体変化予測装置。 6. The display control means according to any one of claims 2 to 5, wherein the display control unit receives a treatment when the predicted physical change has occurred from an external hospital system and displays the information together with the patient information. The patient condition change prediction apparatus described.

前記表示制御手段は、患者の各容体変化発生の度合いを該患者のそばに設置された表示手段に表示することを特徴とする請求項１乃至６のいずれか一つに記載の患者容体変化予測装置。 7. The patient condition change prediction according to any one of claims 1 to 6, wherein the display control means displays the degree of occurrence of each condition change of the patient on a display means installed near the patient. apparatus.

容体変化を引き起こす原因となる複数の容体に対する処置、容体の状態、もしくは患者固有情報を含む数値化された容体変化要因をパラメータとする、前記容体変化発生の度合いを表す関数を、容体変化の種類に対応して記憶する記憶手段と、
患者の前記容体変化要因を受けて、受けた該患者の前記容体変化要因と、前記記憶手段に記憶されている前記関数から、該患者における前記容体変化発生の種類と該容体変化発生の度合いを求める容体変化予測手段と、
該患者の前記容体変化の種類と該容体変化発生の度合いを表示手段に表示する表示制御手段と、
該患者の前記容体変化要因、及び該患者が容体変化したときの該容体変化の情報を入力するための入力手段と、
前記入力手段により入力された、該患者の前記容体変化要因、及び該患者が容体変化したときの該容体変化の情報を病院システムに送り病院システムの記録を更新させる記録更新手段と
を備えることを特徴とする患者容体変化予測装置。 A function that represents the degree of occurrence of the physical change, using a treatment for a plurality of physical conditions causing the physical change, the state of the physical condition, or a quantified physical change factor including patient-specific information as a parameter. Storage means for storing corresponding to
In response to the condition change factor of the patient, from the received condition change factor of the patient and the function stored in the storage means, the type of occurrence of the condition change and the degree of occurrence of the condition change in the patient are determined. A means for predicting physical change, and
Display control means for displaying on the display means the type of condition change of the patient and the degree of occurrence of the condition change;
An input means for inputting the condition change factor of the patient and information on the condition change when the patient is changed;
Recording update means for sending the condition change factor of the patient inputted by the input means and information on the change of the condition when the patient has changed to the hospital system, and for updating the record of the hospital system. A patient condition change prediction device characterized.

容体変化の種類と、該容体変化を引き起こす原因となる複数の容体に対する処置、容体の状態、もしくは患者固有情報を含む数値化された容体変化要因との対応が記録されているテーブルと、
過去の患者の前記容体変化要因を前記テーブルから取得し、入力手段により指定された前記容体変化の種類と、前記取得した過去の患者の前記容体変化要因とを分析し、前記各容体変化要因による前記指定された容体変化の起こりやすさの相関関数を求め、前記相関関数に基づいて、全ての前記容体変化要因から前記容体変化発生の度合いを求める関数を作成するリスクファクター分析手段と、
前記指定された容体変化の種類と、前記リスクファクター分析手段が作成した該容体変化発生の度合いを求める関数を記憶する記憶手段と、
患者の前記容体変化要因を受けて、該患者の前記容体変化要因と前記記憶手段に記憶されている関数から、該患者における前記容体変化の種類と該容体変化発生の度合いを求める容体変化予測手段と、
前記容体変化の種類と該容体変化発生の度合いを表示手段に表示する表示制御手段と、
該患者の前記容体変化要因、及び該患者が容体変化したときの該容体変化の情報を入力するための入力手段と、
前記入力手段により入力された、該患者の前記容体変化要因、及び該患者が容体変化したときの該容体変化の情報を前記データベースに送り前記データベースの記録を更新させる記録更新手段と
を備えることを特徴とする患者容体変化管理システム。 A table in which correspondences between the types of condition changes and treatments for a plurality of conditions that cause the condition changes, condition of the condition, or digitized condition change factors including patient-specific information;
The condition change factor of the past patient is acquired from the table, and the type of the condition change designated by the input means and the acquired condition change factor of the past patient are analyzed, and each of the condition change factors A risk factor analysis means for determining a correlation function of the likelihood of occurrence of the specified physical change, and creating a function for determining the degree of occurrence of the physical condition change from all of the physical condition change factors based on the correlation function;
Storage means for storing a function for obtaining the type of the specified physical change and the degree of occurrence of the physical condition created by the risk factor analyzing means;
In response to the condition change factor of the patient, the condition change prediction means for determining the type of the condition change and the degree of occurrence of the condition change in the patient from the condition change factor of the patient and the function stored in the storage means When,
Display control means for displaying on the display means the type of physical change and the degree of occurrence of the physical change;
An input means for inputting the condition change factor of the patient and information on the condition change when the patient is changed;
Recording update means for sending the condition change factor of the patient inputted by the input means and information on the change of the condition when the patient is changed to the database, and updating the record of the database. A patient condition change management system.

前記容体変化は、血圧、脈拍、呼吸、又は体温を含む生命の徴候の変化であり、
前記容体変化発生の度合いは、前記生命の徴候の予測値であり、
生命の徴候の種類を指定する入力手段をさらに備え、
前記容体変化予測手段は、前記入力手段で指定された患者の指定された生命の徴候の種類における該患者の前記生命の徴候の予測値を求める
ことを特徴とする請求項１に記載の患者容体変化予測装置。 Said physical change is a change in vital signs including blood pressure, pulse, respiration, or body temperature,
The degree of occurrence of the condition change is a predicted value of the sign of life,
An input means for specifying the type of vital signs;
2. The patient condition according to claim 1, wherein the condition change predicting unit obtains a predicted value of the life sign of the patient in the kind of sign of the designated life of the patient designated by the input means. Change prediction device.