JP2015114761A - 情報処理システム、電子機器、方法及びプログラム - Google Patents
情報処理システム、電子機器、方法及びプログラム Download PDFInfo
- Publication number
- JP2015114761A JP2015114761A JP2013255102A JP2013255102A JP2015114761A JP 2015114761 A JP2015114761 A JP 2015114761A JP 2013255102 A JP2013255102 A JP 2013255102A JP 2013255102 A JP2013255102 A JP 2013255102A JP 2015114761 A JP2015114761 A JP 2015114761A
- Authority
- JP
- Japan
- Prior art keywords
- information
- biological
- patient
- biological information
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1093—Calendar-based scheduling for persons or groups
- G06Q10/1095—Meeting or appointment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Epidemiology (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
【課題】受診順序を好適に決定すること。【解決手段】実施形態によれば、情報処理システムは、生体センサ装置と電子機器とを具備する。生体センサ装置は、生体情報を連続的に計測する計測手段を含む。電子機器は、第1取得手段、生成手段、算出手段及び決定手段を含む。第1取得手段は、連続的に計測された生体情報を含む生体情報群を生体センサ装置から取得する。生成手段は、生体情報群を時系列解析して、生体センサ装置を装着した患者の定常状態をモデル化したモデル情報を生成する。算出手段は、生体情報群とモデル情報とに基づいて、生体情報群に含まれる生体情報の変化の仕方がモデル情報により示される患者の定常状態からどれだけ逸脱しているのかを示す逸脱度を算出する。決定手段は、患者が医療機関を来訪した時刻と逸脱度とに基づいて、患者の受診順序を決定する。【選択図】図4
Description
本発明の実施形態は、医療機関において受診順序を決定するための情報処理システム、電子機器、方法及びプログラムに関する。
一般に、医療機関で患者に対して診察を行う順序は、患者が来訪(来院)した順序または来院予約をした順序に準ずることが多い。この場合、症状が重く、優先して診察されるべき患者への診察が後回しになる恐れがある。
このため、医療機関で患者に対して診察を行う順序を、患者の自己申告による症状の重さに応じて決定すると、虚偽申告が行われる恐れがあり、受診の順序(以下、受診順序と表記)を公平に決定することができないという不都合がある。
本発明の一形態の目的は、受診順序を好適に決定し得る情報処理システム、電子機器、方法及びプログラムを提供することである。
実施形態によれば、情報処理システムは、生体センサ装置と電子機器とを具備する。前記生体センサ装置は、生体情報を連続的に計測する計測手段を含む。前記電子機器は、第1取得手段、生成手段、算出手段及び決定手段を含む。前記第1取得手段は、前記連続的に計測された生体情報を含む生体情報群を前記生体センサ装置から取得する。前記生成手段は、前記生体情報群を時系列解析して、前記生体センサ装置を装着した患者の定常状態をモデル化したモデル情報を生成する。前記算出手段は、前記生体情報群と前記モデル情報とに基づいて、前記生体情報群に含まれる生体情報の変化の仕方が前記モデル情報により示される患者の定常状態からどれだけ逸脱しているのかを示す逸脱度を算出する。前記決定手段は、前記患者が医療機関を来訪した時刻と前記逸脱度とに基づいて、前記患者の受診順序を決定する。
以下、実施の形態について図面を参照して説明する。
図1は、一実施形態に係る情報処理システムの概略構成例を示すブロック図である。この情報処理システムは、図1に示すように、生体センサ装置10及び電子機器11が通信可能に接続されたシステムである。生体センサ装置10は小型・軽量・薄型であり、電池(例えば、内蔵の2次電池)で駆動される。生体センサ装置10は、生体情報を常時計測可能とするために、例えば、接着テープ等により人体に貼り付けられる。しかし、人体への装着法は貼り付けによる装着以外にも、リストバンドによる装着、イヤホンによる装着でもよい。生体センサ装置10は例えば脈波、心電図、体温、体動等の複数の生体情報を同時に計測し、無線で電子機器11に送出する機能を有する。なお、電子機器11に送出する前に、生体センサ装置10内部のフラッシュメモリ50に一時的に蓄えておくことも可能である。生体センサ装置10は電子機器11からの制御信号等を無線で受信する機能も有する。なお、生体センサ装置10は、生体情報を電子機器11に送出する際に、生体センサ装置10固有の識別情報を共に電子機器11に送出してもよい。また、生体センサ装置10は、計測した複数の生体情報のうちの1つの生体情報だけを電子機器11に送出してもよい。あるいは、計測する生体情報は1つの生体情報だけであってもよい。
電子機器11内のコンピュータ12は、図1に示すように、例えばハードディスクドライブ(HDD: Hard Disk Drive)のような外部記憶装置13と接続されている。この外部記憶装置13は、コンピュータ12によって実行されるプログラム14を格納する。コンピュータ12及び外部記憶装置13は、電子機器11を構成する。このような電子機器11は、ハードウェア構成、又はハードウェア資源とソフトウェアとの組み合わせ構成のいずれも実施可能となっている。組み合わせ構成のソフトウェアとしては、予めネットワーク又は外部記憶装置13からコンピュータ12にインストールされ、電子機器11の各機能を実現させるためのプログラム14が用いられる。
まず、生体センサ装置10について詳しく説明する。
生体センサ装置10は複数の生体情報を同時に計測できるように、複数のセンサを有するが、複数のセンサのアナログフロントエンドは、センサ毎に仕様が異なるために、柔軟性と高性能の両立が要求され、大型化してしまうことがある。しかしながら、本実施形態では、擬似SoC技術を用いて複数のアナログフロントエンドと、CPU等をシングルチップ上に集積することにより、数ミリメートル四方のセンサモジュールが実現される。擬似SoC技術とは、ウエハ上に部品を集積することにより、SoC相当の小型化と、SiP相当の設計自由度を両立した技術である。このモジュールにアンテナと電池等のわずかな周辺部品を接続することにより、小型・軽量(10数グラム程度)・薄型(数mm程度)の生体センサ装置10が実現される。なお、部品内蔵基板技術や専用LSIを用いた構成により小型化を実現することも可能である。
生体センサ装置10は、例えば、長軸が数センチメートル程度の楕円形状であり、図2に示すように、人体への接着面には心電図電極(R)20a、心電図電極(L)20b、光電ユニット22、温度センサ24、充電用の端子26が配置される。心電図電極20a、20bは心臓の左右に位置することが必要であるので、長軸に沿って間隔を空けて配置される。光電ユニット22は光学的に脈波を検出するものであり、その前面には光を透過する透明な材質の窓部が設けられている。
図3は、生体センサ装置10の回路構成を示すブロック図である。生体センサ装置10は上記した心電図電極20a、20b、光電ユニット22、温度センサ24、充電用の端子26に加えて、心電計30、加速度センサ32、脈波計34、ブルーツース(登録商標)モジュール36、システムコントローラ38、エンベデッドコントローラ(EC)40、リチウム2次電池42、CPU44、主メモリ46、BIOS−ROM48、フラッシュメモリ50等を含む。
心電図電極(R)20a、心電図電極(L)20bが心電図用のアナログフロントエンドである心電計30に接続される。心電計30は心電図電極(R)20a、心電図電極(L)20b間の電位差をサンプリングした時系列信号を解析することにより心電図を得る。さらに、心電計30は心電図から心拍数を求めるとともに、連続する2つの心拍それぞれに対応する2つのR波間の間隔であるR−R間隔(RRI)を求める。
光電ユニット22は容積脈波を検知するためのものであり、光源である発光素子(例えば緑色LED)22aと、受光部であるフォトダイオード(PD)22bを含む。光電ユニット22の前面には透明な窓部が設けられ、窓部を通して青色LED22aからの光が皮膚表面に照射され、反射光が窓部を通してPD22bに入射される。緑色LED22aと、PD22bが脈波用のアナログフロントエンドである脈波計34に接続される。脈波計34は毛細血管内の血流変化により変化する反射光の変動を検知し、この検知信号を解析することにより脈波を求め、脈拍数を求める。
心電計30、加速度センサ32、脈波計34、温度センサ24がシステムコントローラ38に接続される。温度センサ24は人体の体表面の温度を測定し、加速度センサ32は人体の体動を測定する。
CPU44は生体センサ装置10の各モジュール、各コンポーネントの動作を制御するプロセッサである。上記したように、生体センサ装置10は各センサの出力、あるいは複数のセンサの出力の組み合わせを解析することにより、種々の生体情報(例、体温、皮膚温、脈拍数、心拍数、自律神経活動指標、血圧、睡眠時間等)を連続的に計測することができる。
なお、血圧は心電図波形のピーク(R波のピーク)と脈波のピークとに基づいた脈波伝搬時間(PWTT:Pulse Wave Transit time)に基づいて求められる。脈波伝搬時間は心電図のR波の出現から末梢の脈波が出現するまでの時間間隔を示す。脈波伝搬時間は血圧値と反比例の関係を有する。したがって、脈波伝搬時間(PWTT)から血圧の変動を求めることができる。なお、血圧の測定においては、血圧値と脈波伝搬時間との関係を示す初期値を予め決めておいてもよい。例えば、通常の血圧測定器で測定されるユーザの血圧値とこの時の脈波伝搬時間とを初期値として予めフラッシュメモリ50に格納しておいてもよい。現在の脈波伝搬時間(PWTT)から求められる血圧の変動と、この初期値(血圧値と脈波伝搬時間との関係)とを使用して、ユーザの現在の血圧値を求めることができる。あるいは、通常の血圧測定器で測定されるユーザの血圧値とこの時の脈波伝搬時間とを初期値として入力する代わりに、血圧値と脈波伝搬時間との関係を示す標準的なデータを用意しておき、この標準的なデータと、現在の脈波伝搬時間(PWTT)から求められる血圧の変動とを使用して、ユーザの現在の血圧値を求めるようにしてもよい。また、自律神経活動指標は前述したRRIの時系列を周波数解析することにより求めることが可能である。また、睡眠時間はたとえばCole式と呼ばれる式で求めることが出来る。
システムコントローラ38は、CPU44と各モジュール、各コンポーネントとの間を接続するブリッジデバイスである。システムコントローラ38には、ブルーツースモジュール36、エンベデッドコントローラ(EC)40、CPU44、主メモリ46、BIOS−ROM 48、フラッシュメモリ50も接続される。
エンベデッドコントローラ40は、生体センサ装置10の電力管理を実行するための電力管理コントローラであり、内蔵の2次電池、例えばリチウム2次電池42の充電を制御する。生体センサ装置10が充電器52に装着されると、充電端子26が充電器52の端子に接触し、充電端子26を介して充電器52からの充電電流が生体センサ装置10に供給され、リチウム2次電池42が充電される。エンベデッドコントローラ40は、リチウム2次電池42からの電力に基づいて各モジュール、各コンポーネントへ動作電源を供給する。
次に、電子機器11について詳しく説明する。
電子機器11は、図4に示すように、受診受付部111、生体情報受信部112、生体情報解析部113、受診順序決定部114及び受診順序出力部115等を備えている。以下では、電子機器11を構成する各部111乃至115の機能について説明する。
受診受付部111は、患者が医療機関(例、病院、クリニック等)に来訪(来院)したことを示す受付情報の入力を受け付ける(受付情報を受信する)。受付情報は、患者を識別するための識別情報である患者識別情報と、患者が医療機関に来訪し、受付した時刻(受付時刻)を示す時刻情報とを少なくとも含む。入力された受付情報は、生体情報受信部112及び受診順序決定部114に送られる。
受付情報は、医師や看護師によって図示しない入力機器から手動で入力されてもよい。また、受付情報は、患者が医療機関に来訪した際に提示され、患者識別情報を少なくとも記憶する情報記憶媒体(例、診察カード等)を読取可能な図示しない専用機器から送信されてもよい。なお、受診受付部111自体が、上記した専用機器と同様な機能を有してもよい。この場合、受診受付部111は、情報記憶媒体に対して読取処理を実行することで、当該情報記憶媒体に記憶された患者識別情報と、当該読取処理が実行された時刻(受付時刻)を示す時刻情報とを含む受付情報の入力を受け付ける。
生体情報受信部112は、受診受付部111から送られる受付情報の入力を受け付けると、生体センサ装置10に記憶された生体情報(生体情報群)を送信するよう患者に要求する。例えば、生体情報受信部112は、図示しない表示機器に生体情報を送信することを促す旨のメッセージを表示させることで、生体情報を送信するよう患者に要求する。生体情報受信部112は、上記した要求に応じて、生体センサ装置10から送信される生体情報群の入力を受け付ける(生体情報群を受信する)。入力された生体情報群は、生体情報解析部113に送られる。なお、生体センサ装置10に記憶された生体情報を送信するよう患者に要求してから一定期間経過しても生体情報が送信されてこない場合、生体情報受信部112は、患者が生体センサ装置10を装着していないと認識し、この旨を受診順序決定部114に通知する。
生体情報解析部113は、生体情報受信部112から送られる生体情報群の入力を受け付けると、入力された生体情報群を時系列解析して、患者の定常状態をモデル化したモデル情報を生成する。時系列解析の具体的な手法としては、例えば、自己回帰モデルや確率遷移モデル(状態遷移モデル)等が用いられる。
なお、生体情報解析部113は、入力された生体情報群に含まれる複数の生体情報のうち、定常状態時の生体情報を、モデル情報を生成するために使用する。定常状態時の生体情報とは、定常状態である旨を示すタグが付された生体情報であり、当該タグは、例えば、生体センサ装置10と連携可能な外部機器を用いて患者により定常状態である旨が入力されることで生体情報に付すことができる。また、上記タグは、例えば、上記外部機器を用いて患者により医療機関を来訪していない旨が入力されることで生体情報に付されるとしてもよい。
また、生体情報解析部113は、入力された生体情報群に含まれる複数の生体情報が複数項目に関する計測値を含む場合、これら項目毎にモデル情報を生成する。例えば、入力された生体情報が体温と心拍数とに関する計測値を含む生体情報である場合、生体情報解析部113は、体温に関するモデル情報と、心拍数に関するモデル情報とを生成する。
自己回帰モデルは時系列解析の手法の一つであり、この自己回帰モデルが時系列解析の手法として用いられる場合、生体情報解析部113は、以下に示す(1)式を用いて生体情報の値を予測(予測値を算出)して、患者の定常状態をモデル化する。
すなわち、生体情報解析部113は、所定の時間における所定の生体情報の値を、当該所定の時間以前の生体情報に含まれる計測値から予測して、患者の定常状態をモデル化したモデル情報を生成する。上記tは時間(年月日時分秒)を示す変数である。上記x(t)は時間tにおける生体情報の予測値を算出するための関数である。上記iは1からNまでのいずれかを示す変数であり、上記Nはモデル情報を生成するために用いられる生体情報の数である。上記a0は定数項である。上記aiは係数項であり、最小二乗法やBurg法等、公知の方法を用いて算出される。なお、定数項a0及び係数項aiが求まれば、生体情報の予測値を適宜求めることができるため、通常、定数項a0及び係数項aiを求めるまでをモデル化と呼ぶが、ここでは、上記(1)式を用いて生体情報の予測値を算出し、当該算出した予測値を用いて定常状態時に起こり得る変化を予測するまでをモデル化と呼ぶ。
確率遷移モデルは自己回帰モデルと同様に時系列解析の手法の一つであり、この確率遷移モデルが時系列解析の手法として用いられる場合、生体情報解析部113は、状態mから状態nに遷移する確率を算出して、患者の定常状態をモデル化する。状態m及び状態nは予め定義されており、例えば「体温が高い状態」、「体温が低い状態」、「心拍数が高い状態」、「心拍数が低い状態」等を示す。
詳しくは、生体情報解析部113は、入力された生体情報群に含まれる複数の生体情報のうち、連続した2つの生体情報に含まれる計測値に基づいて、状態mから状態nに遷移した回数を数える。また、生体情報解析部113は、状態遷移の総数と、状態mから状態nに遷移した回数とに基づいて、状態mから状態nに遷移する確率を算出する。この場合、状態mから状態nに遷移する確率を算出するまでをモデル化と呼ぶ。
以上のようにして、生体情報解析部113は患者の定常状態をモデル化する処理を実行して、当該処理結果を示すモデル情報を生成する。
生体情報解析部113は、モデル情報を生成すると、入力された生体情報群に含まれる複数の生体情報のうちの最新(現在)の生体情報が、モデル情報により示される患者の定常状態からどれだけ逸脱しているかを示す逸脱度を算出する。算出された逸脱度を示す解析結果情報は、受診順序決定部114に送られる。
例えば、モデル情報が自己回帰モデルを用いて生成されている場合、生体情報解析部113は、図5に示すように、最新の生体情報に含まれる計測値(図5中の白丸)と、モデル情報により示される上記計測値に対応する予測値(図5中の破線の丸)との差分に基づいて逸脱度を算出する。ここでは、逸脱度は計測値と予測値との差分そのものであってもよいし、差分が大きくなる程大きくなる任意の評価値であってもよい。
また、モデル情報が確率遷移モデルを用いて生成されている場合、まず生体情報解析部113は、入力された生体情報群に含まれる複数の生体情報のうちの最新の生体情報が予め定義された複数の状態のいずれに該当しているのかを認識する(状態nを認識する)。次に、生体情報解析部113は、最新の生体情報の直前に連続して計測された計測値を含む生体情報が予め定義された複数の状態のいずれに該当しているのかを認識する(状態mを認識する)。その後、生体情報解析部113は、モデル情報により示される状態mから状態nに遷移する確率を参照して、状態mから状態nに遷移することが、確率の高い状態遷移であるか、中程度の確率の状態遷移であるか、または確率の低い状態遷移であるかを判断して、逸脱度を算出する。例えば、上記した判断の結果、状態mから状態nに遷移することが確率の高い状態遷移である場合、生体情報解析部113は、確率の高い状態遷移である程小さくなる任意の評価値を逸脱度として算出する。
受診順序決定部114は、受診受付部111から送られる受付情報の入力を受け付ける。また、受診順序決定部114は、生体情報受信部112から送られる患者が生体センサ装置10を装着していない旨の通知の入力を受け付ける。さらに、受診順序決定部114は、生体情報解析部113から送られる解析結果情報の入力を受け付ける。
受診順序決定部114は、各種情報の入力を受け付けると、受付情報に含まれる時刻情報と、解析結果情報とに基づいて受診順序を決定する。詳しくは、受診順序決定部114は、以下に示す(2)式を用いて、優先度を算出し、この優先度に基づいて受診順序を決定する。
優先度=α1×f1(受付時刻)+α2×f2(逸脱度) …(2)
上記f1(受付時刻)は、入力された受付情報に含まれる時刻情報により示される受付時刻が早い程、値が大きくなる任意の関数を示す。上記f2(逸脱度)は、入力された解析結果情報により示される逸脱度が大きい程、値が大きくなる任意の関数を示す。但し、生体情報受信部112から送られる患者が生体センサ装置10を装着していない旨の通知を受けている場合、上記f2(逸脱度)は0になるものとする。上記α1、α2は係数項である。なお、係数項α1、α2は、適宜変更可能な値である。例えば、生体センサ装置10を装着し始めたばかりの患者の場合、所定の時間以前の生体情報の数(項目毎の計測値)が少ない、すなわち、生体情報による時系列の長さが短いため、生体情報解析部113によって患者の定常状態を正確にモデル化することができない可能性があり、ひいては、逸脱度を正確に算出することができない可能性がある。このため、係数項α2の値を通常より小さい値に変更することで、受診順序決定部114は、生体センサ装置10を装着し始めたばかりの患者の優先度も精度良く算出することができる。なお、生体センサ装置10を装着し始めたばかりの患者の場合、一般的な患者の生体情報の平均値を代わりに使用して、最新の生体情報に含まれる計測値と上記平均値とに基づいた逸脱度を生体情報解析部113に算出させることで、受診順序決定部114は、生体センサ装置10を装着し始めたばかりの患者の優先度を精度良く算出することができる。
上記f1(受付時刻)は、入力された受付情報に含まれる時刻情報により示される受付時刻が早い程、値が大きくなる任意の関数を示す。上記f2(逸脱度)は、入力された解析結果情報により示される逸脱度が大きい程、値が大きくなる任意の関数を示す。但し、生体情報受信部112から送られる患者が生体センサ装置10を装着していない旨の通知を受けている場合、上記f2(逸脱度)は0になるものとする。上記α1、α2は係数項である。なお、係数項α1、α2は、適宜変更可能な値である。例えば、生体センサ装置10を装着し始めたばかりの患者の場合、所定の時間以前の生体情報の数(項目毎の計測値)が少ない、すなわち、生体情報による時系列の長さが短いため、生体情報解析部113によって患者の定常状態を正確にモデル化することができない可能性があり、ひいては、逸脱度を正確に算出することができない可能性がある。このため、係数項α2の値を通常より小さい値に変更することで、受診順序決定部114は、生体センサ装置10を装着し始めたばかりの患者の優先度も精度良く算出することができる。なお、生体センサ装置10を装着し始めたばかりの患者の場合、一般的な患者の生体情報の平均値を代わりに使用して、最新の生体情報に含まれる計測値と上記平均値とに基づいた逸脱度を生体情報解析部113に算出させることで、受診順序決定部114は、生体センサ装置10を装着し始めたばかりの患者の優先度を精度良く算出することができる。
なお、電子機器11に入力された生体情報が複数項目に関する計測値を含み、モデル情報が項目毎に生成され、生成された各モデル情報に基づいて項目毎に逸脱度が算出される場合、受診順序決定部114は、以下に示す(3)式を用いて、優先度を算出することができる。下記(3)式では、生体情報が、体温、心拍数及び血圧に関する計測値を含む場合を想定する。
優先度=α1×f1(受付時刻)+α2×f2(体温の逸脱度)
+α3×f3(心拍数の逸脱度)+α4×f4(血圧の逸脱度) …(3)
上記(3)式では、係数項α2乃至α4は診療科毎に異なる値に設定されてもよい。例えば、内科では高熱の患者を優先するために、係数項α2の値が、係数項α3、α4の値に比べて大きな値に設定されてもよい。また、外科では出血量の多い可能性のある患者を優先するために、係数項α3、α4の値が、係数項α2の値に比べて大きな値に設定されてもよい。
+α3×f3(心拍数の逸脱度)+α4×f4(血圧の逸脱度) …(3)
上記(3)式では、係数項α2乃至α4は診療科毎に異なる値に設定されてもよい。例えば、内科では高熱の患者を優先するために、係数項α2の値が、係数項α3、α4の値に比べて大きな値に設定されてもよい。また、外科では出血量の多い可能性のある患者を優先するために、係数項α3、α4の値が、係数項α2の値に比べて大きな値に設定されてもよい。
以上のようにして、受診順序決定部114は優先度を算出する。なお、上記(2)式及び(3)式は、医師の判断を数値化した変数αnをさらに含むとしてもよい。この場合、受診順序決定部114は、上記(2)式及び(3)式を用いて算出される優先度に、変数αnをさらに加算することで、新たな優先度を算出する。
受診順序決定部114は、優先度を算出すると、算出した優先度にしたがって受診順序を決定する。ここでは、受診順序決定部114は、優先度の値が大きい患者程、受診順序が早くなるようにして受診順序を決定する。決定された受診順序を示す順序情報は、受診順序出力部115に送られる。なお、受診順序決定部114によって決定された受診順序は、医師や看護師によって適宜変更されてもよい。この場合、変更後の受診順序が最終的に決定された受診順序となり、当該受診順序を示す順序情報が受診順序出力部115に送られる。
受診順序出力部115は、受診順序決定部114から送られる順序情報の入力を受け付けると、入力された順序情報を図示しない表示機器に出力し、医師や看護師または患者が把握可能な形式で受診順序を当該表示機器に表示させる。例えば、受診順序出力部115は、患者識別情報(または患者識別情報により識別される患者の名前)と受診順序とが対応付けられた一覧形式で図示しない表示機器に受診順序を表示させるとしてもよい。
次に、図6のフローチャートを参照して、電子機器11によって実行される処理の手順について説明する。
始めに、受診受付部111は、患者識別情報と時刻情報とを含む受付情報を受信する。受診された受付情報は、生体情報受信部112及び受診順序決定部114に送信される(ステップS1)。
続いて、生体情報受信部112は、受診受付部111から送信された受付情報を受信すると、生体センサ装置10に記憶された生体情報を送信することを促す旨のメッセージを図示しない表示機器に表示させる。つまり、生体情報受信部112は、生体情報を送信するよう患者に要求する(ステップS2)。
次に、生体情報受信部112は、予め設定された期間内に生体センサ装置10から送信される生体情報群を受信したか否かを判定する(ステップS3)。予め設定された期間内に生体情報群を受信しなかった場合(ステップS3のNO)、生体情報受信部112は、患者が生体センサ装置10を装着していないと認識して、この旨を受診順序決定部114に通知した後に、後述するステップS6の処理に進む。
予め設定された期間内に生体情報群を受信した場合(ステップS3のYES)、生体情報受信部112は、受信された生体情報群を生体情報解析部113に送信する(ステップS4)。
続いて、生体情報解析部113は、生体情報受信部112から送信された生体情報群を受信すると、受信された生体情報群を時系列解析して、患者の定常状態をモデル化したモデル情報を生成する。生体情報解析部113は、受信された生体情報に含まれる複数の生体情報のうちの最新の生体情報が、モデル情報により示される患者の定常状態からどれだけ逸脱しているかを示す逸脱度を算出する。算出された逸脱度を示す解析結果情報は、受診順序決定部114に送信される(ステップS5)。
次に、受診順序決定部114は、受診受付部111から送信された受付情報と、生体情報受信部112から送信された通知と、生体情報解析部113から送信された解析結果情報を受信すると、受信された各種情報に基づいて優先度を算出して、受診順序を決定する。決定された受診順序を示す順序情報は、受診順序出力部115に送信される(ステップS6)。
しかる後、受診順序出力部115は、受診順序決定部114から送信された順序情報を受信すると、受信された順序情報を図示しない表示機器に出力して表示させることで、決定した受診順序を患者に提示し(ステップS7)、ここでの処理を終了させる。
本実施形態では、生体センサ装置10と電子機器11とが通信可能に接続された構成の情報処理システムについて説明したが、情報処理システムの構成は、上記構成に限定されない。情報処理システムは、例えば図7に示すように、生体センサ装置10と、電子機器11と、携帯機器15とを含み、生体センサ装置10と携帯機器15とが通信可能に接続され、さらに、電子機器11と携帯機器15とが通信可能に接続された構成であってもよい。携帯機器15は、例えば、タブレットコンピュータ、ノートブック型パーソナルコンピュータ、スマートフォン、PDA(Personal Digital Assistant)等である。この場合、生体センサ装置10は、所定の期間毎に、生体センサ装置10及び携帯機器15の双方に搭載される近距離無線通信機能等を用いて、生体情報を携帯機器15に送信する。生体情報は、携帯機器15内のメモリ等に記憶される。患者は、医療機関を来訪した際に携帯機器15を用いて電子機器11に生体情報を送信する。電子機器11は、上記した図6に示す各種処理を実行して、決定した受診順序を示す順序情報を携帯機器15に送信する。これにより、患者は、携帯機器15の画面上で、決定された受診順序を確認することができる。
また、情報処理システムは、図8に示すように、生体センサ装置10と、電子機器11と、携帯機器15と、サーバ装置17とを含み、生体センサ装置10と携帯機器15とが通信可能に接続され、電子機器11、携帯機器15及びサーバ装置17がインターネットを介して通信可能に接続された構成であってもよい。
この場合、生体センサ装置10は、所定の期間毎に、生体センサ装置10及び携帯機器15の双方に搭載される近距離無線通信機能等を用いて、生体情報を携帯機器15に送信する。携帯機器15は、所定の期間毎に、生体センサ装置10から送信された生体情報を患者識別情報と共にサーバ装置17に送信する。サーバ装置17は、生体情報記憶部171を備えており、携帯機器15から送信された生体情報を患者識別情報毎に記憶する。電子機器11は、患者が医療機関に来訪する(すなわち、受付情報を受信する)と、受付情報に含まれる患者識別情報をサーバ装置17に送信し、当該患者識別情報に対応する生体情報を送信するよう要求する。電子機器11は、サーバ装置17から送信された生体情報を受信すると、上記した図6に示す各種処理を実行して、決定した受診順序を示す順序情報を携帯機器15に送信する。このように、生体センサ装置10や携帯機器15に搭載されるメモリより記憶容量が大きいサーバ装置17で生体情報を管理することで、より多くの生体情報を用いた解析処理を実行することが可能になり、ひいては、精度良く受診順序を決定することができる。
さらに、情報処理システムは、図9に示すように、電子機器11の生体情報解析部113に相当する機能をサーバ装置17に搭載させるとしてもよい。サーバ装置17は、上記したように携帯機器15から生体情報が送信されると、生体情報解析部113と同様な機能を有した生体情報解析部172を用いて、上記した図6のステップS5に相当する処理を実行し、解析結果情報を生成する。生成された解析結果情報は、生体情報記憶部171に記憶される。電子機器11は、患者が医療機関に来訪する(すなわち、受付情報を受信する)と、受付情報に含まれる患者識別情報をサーバ装置17に送信し、当該患者識別情報に対応する解析結果情報を送信するよう要求する。電子機器11は、サーバ装置17から送信された解析結果情報を受信すると、上記した図6に示すステップS6及びステップS7の処理を実行して、決定した受診順序を示す順序情報を携帯機器15に送信する。このように、電子機器11の機能の一部をサーバ装置17に搭載することで、予め解析処理を実行することが可能になり、ひいては、より早く順序情報を携帯機器15に送信することができる。
以上説明した一実施形態によれば、生体センサ装置10と電子機器11とを含む情報処理システムにおいて、電子機器11は、生体センサ装置10により連続的に計測された生体情報に基づいて患者の定常状態をモデル化し、上記計測された生体情報がモデル化された患者の定常状態からどれだけ逸脱しているかを判断した上で受診順序を決定することができる。すなわち、受診順序を好適に決定することができる。
これまで、患者の生体情報のあらかじめ定められた一定の閾値からの逸脱度を基に、優先順序を決定する方法が提案されてきたが、本実施形態によれば、患者個々人の定常状態を考慮し、より正確な優先順序の決定ができるようになる。
なお、本実施形態の処理は、コンピュータプログラムによって実現することができるので、このコンピュータプログラムを格納したコンピュータ読み取り可能な記憶媒体を通じてこのコンピュータプログラムをコンピュータにインストールして実行するだけで、本実施形態と同様の効果を容易に実現することができる。
なお、本発明の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。これら新規な実施形態は、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ともに、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。
10…生体センサ装置、11…電子機器、111…受診受付部、112…生体情報受信部、113…生体情報解析部、114…受診順序決定部、115…受診順序出力部
Claims (17)
- 生体センサ装置と電子機器とを具備する情報処理システムであって、
前記生体センサ装置は、生体情報を連続的に計測する計測手段を含み、
前記電子機器は、
前記連続的に計測された生体情報を含む生体情報群を前記生体センサ装置から取得する第1取得手段と、
前記生体情報群を時系列解析して、前記生体センサ装置を装着した患者の定常状態をモデル化したモデル情報を生成する生成手段と、
前記生体情報群と前記モデル情報とに基づいて、前記生体情報群に含まれる生体情報の変化の仕方が前記モデル情報により示される患者の定常状態からどれだけ逸脱しているのかを示す逸脱度を算出する算出手段と、
前記患者が医療機関を来訪した時刻と前記逸脱度とに基づいて、前記患者の受診順序を決定する決定手段と
を含むことを特徴とする情報処理システム。 - 前記計測手段は、
前記患者の体温、皮膚温、脈拍数、心拍数、自律神経活動指標、血圧及び睡眠時間のうちの少なくとも1つの項目を連続的に計測することを特徴とする請求項1に記載の情報処理システム。 - 前記生成手段は、
前記生体情報群に含まれる生体情報のうち、定常状態であることを示すタグ情報が付された生体情報を、自己回帰モデルまたは確率遷移モデルを用いて時系列解析して、前記モデル情報を生成することを特徴とする請求項1に記載の情報処理システム。 - 前記決定手段は、
前記患者が医療機関に来訪した時刻と前記逸脱度とに基づいて優先度を算出し、この優先度の大きさにしたがって前記受診順序を決定することを特徴とする請求項1に記載の情報処理システム。 - 前記決定手段は、
前記生体情報群に含まれる生体情報の数が所定の数より少ない場合、前記逸脱度に対する重みづけを小さくして前記優先度を算出することを特徴とする請求項4に記載の情報処理システム。 - 前記決定手段は、
前記患者が受診する診療科毎に、前記逸脱度に対する重みづけを変更して前記優先度を算出することを特徴とする請求項4に記載の情報処理システム。 - 前記生体センサ装置は、
前記生体情報群を外部機器に送信する第1送信手段をさらに含み、
前記電子機器は、
前記生体情報群を前記外部機器から取得する第2取得手段と、
前記受診順序を示す順序情報を前記外部機器に送信する第2送信手段とをさらに含むことを特徴とする請求項1に記載の情報処理システム。 - 前記生体センサ装置は、
前記生体情報群を外部機器を介してサーバ装置に送信する第3送信手段をさらに含み、
前記電子機器は、
前記生体情報群を前記サーバ装置から取得する第3取得手段と、
前記受診順序を示す順序情報を前記外部機器に送信する第4送信手段とをさらに含むことを特徴とする請求項1に記載の情報処理システム。 - 生体情報を連続的に計測可能な生体センサ装置と通信可能に接続された電子機器であって、
前記連続的に計測された生体情報を含む生体情報群を前記生体センサ装置から取得する第1取得手段と、
前記生体情報群を時系列解析して、前記生体センサ装置を装着した患者の定常状態をモデル化したモデル情報を生成する生成手段と、
前記生体情報群と前記モデル情報とに基づいて、前記生体情報群に含まれる生体情報の変化の仕方が前記モデル情報により示される患者の定常状態からどれだけ逸脱しているのかを示す逸脱度を算出する算出手段と、
前記患者が医療機関を来訪した時刻と前記逸脱度とに基づいて、前記患者の受診順序を決定する決定手段と
を具備することを特徴とする電子機器。 - 前記生成手段は、
前記生体情報群に含まれる生体情報のうち、定常状態であることを示すタグ情報が付された生体情報を、自己回帰モデルまたは確率遷移モデルを用いて時系列解析して、前記モデル情報を生成することを特徴とする請求項9に記載の電子機器。 - 前記決定手段は、
前記患者が医療機関に来訪した時刻と前記逸脱度とに基づいて優先度を算出し、この優先度の大きさにしたがって前記受診順序を決定することを特徴とする請求項9に記載の電子機器。 - 生体情報を連続的に計測可能な生体センサ装置と通信可能に接続された電子機器によって実行される方法であって、
前記連続的に計測された生体情報を含む生体情報群を前記生体センサ装置から取得することと、
前記生体情報群を時系列解析して、前記生体センサ装置を装着した患者の定常状態をモデル化したモデル情報を生成することと、
前記生体情報群と前記モデル情報とに基づいて、前記生体情報群に含まれる生体情報の変化の仕方が前記モデル情報により示される患者の定常状態からどれだけ逸脱しているのかを示す逸脱度を算出することと、
前記患者が医療機関を来訪した時刻と前記逸脱度とに基づいて、前記患者の受診順序を決定することと
を具備することを特徴とする方法。 - 前記生成することは、
前記生体情報群に含まれる生体情報のうち、定常状態であることを示すタグ情報が付された生体情報を、自己回帰モデルまたは確率遷移モデルを用いて時系列解析して、前記モデル情報を生成することを特徴とする請求項12記載の方法。 - 前記決定することは、
前記患者が医療機関に来訪した時刻と前記逸脱度とに基づいて優先度を算出し、この優先度の大きさにしたがって前記受診順序を決定することを特徴とする請求項12記載の方法。 - コンピュータにより実行されるプログラムであって、前記プログラムは前記コンピュータを、
前記連続的に計測された生体情報を含む生体情報群を前記生体センサ装置から取得する第1取得手段と、
前記生体情報群を時系列解析して、前記生体センサ装置を装着した患者の定常状態をモデル化したモデル情報を生成する生成手段と、
前記生体情報群と前記モデル情報とに基づいて、前記生体情報群に含まれる生体情報の変化の仕方が前記モデル情報により示される患者の定常状態からどれだけ逸脱しているのかを示す逸脱度を算出する算出手段と、
前記患者が医療機関を来訪した時刻と前記逸脱度とに基づいて、前記患者の受診順序を決定する決定手段として動作させるプログラム。 - 前記生成手段は、
前記生体情報群に含まれる生体情報のうち、定常状態であることを示すタグ情報が付された生体情報を、自己回帰モデルまたは確率遷移モデルを用いて時系列解析して、前記モデル情報を生成することを特徴とする請求項15に記載のプログラム。 - 前記決定手段は、
前記患者が医療機関に来訪した時刻と前記逸脱度とに基づいて優先度を算出し、この優先度の大きさにしたがって前記受診順序を決定することを特徴とする請求項15に記載のプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013255102A JP2015114761A (ja) | 2013-12-10 | 2013-12-10 | 情報処理システム、電子機器、方法及びプログラム |
US14/548,960 US20150161342A1 (en) | 2013-12-10 | 2014-11-20 | Information processing system, electronic apparatus, method and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013255102A JP2015114761A (ja) | 2013-12-10 | 2013-12-10 | 情報処理システム、電子機器、方法及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2015114761A true JP2015114761A (ja) | 2015-06-22 |
Family
ID=53271447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013255102A Pending JP2015114761A (ja) | 2013-12-10 | 2013-12-10 | 情報処理システム、電子機器、方法及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20150161342A1 (ja) |
JP (1) | JP2015114761A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017073366A1 (ja) * | 2015-10-28 | 2017-05-04 | 京セラ株式会社 | 再生装置 |
JP2017156978A (ja) * | 2016-03-02 | 2017-09-07 | 株式会社日立製作所 | 作業動作認識システム |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6252682B2 (ja) * | 2014-08-15 | 2017-12-27 | 株式会社村田製作所 | 生体情報センサ |
JP2016195747A (ja) * | 2015-04-06 | 2016-11-24 | セイコーエプソン株式会社 | 生体情報処理装置、生体情報処理システム、生体情報処理方法及び生体情報処理プログラム |
US10447347B2 (en) * | 2016-08-12 | 2019-10-15 | Mc10, Inc. | Wireless charger and high speed data off-loader |
-
2013
- 2013-12-10 JP JP2013255102A patent/JP2015114761A/ja active Pending
-
2014
- 2014-11-20 US US14/548,960 patent/US20150161342A1/en not_active Abandoned
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017073366A1 (ja) * | 2015-10-28 | 2017-05-04 | 京セラ株式会社 | 再生装置 |
JP2017085350A (ja) * | 2015-10-28 | 2017-05-18 | 京セラ株式会社 | 再生装置 |
US10331397B2 (en) | 2015-10-28 | 2019-06-25 | Kyocera Corporation | Reproduction apparatus |
JP2017156978A (ja) * | 2016-03-02 | 2017-09-07 | 株式会社日立製作所 | 作業動作認識システム |
Also Published As
Publication number | Publication date |
---|---|
US20150161342A1 (en) | 2015-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220007955A1 (en) | Method for measuring biological signal and wearable electronic device for the same | |
US10390730B1 (en) | Methods, systems, and devices for determining a respiration rate | |
JP6277716B2 (ja) | 生体情報計測機器、生体情報処理方法及びプログラム | |
US9950236B1 (en) | Activity metric calculation for wearable devices | |
EP3106084B1 (en) | Method and apparatus for evaluating physiological aging level | |
CN111012323B (zh) | 用于估计血压的设备以及用于支持血压估计的设备 | |
KR20180088020A (ko) | 전자 장치 및 그의 동작 방법 | |
US20210401314A1 (en) | Illness Detection Based on Nervous System Metrics | |
JP2015114761A (ja) | 情報処理システム、電子機器、方法及びプログラム | |
EP3075310B1 (en) | Method and apparatus for measuring bio signal | |
JP2017046960A (ja) | 睡眠管理装置、睡眠管理システム、睡眠管理方法及びそのプログラム | |
US20150157278A1 (en) | Electronic device, method, and storage medium | |
US11259713B2 (en) | Biological information measurement device, and biological information measurement support method | |
US11963748B2 (en) | Portable monitor for heart rate detection | |
US11147505B1 (en) | Methods, systems and devices for identifying an abnormal sleep condition | |
JP2015112205A (ja) | 情報提供システム、電子機器、方法及びプログラム | |
US20220313224A1 (en) | Fertility prediction from wearable-based physiological data | |
US20220167931A1 (en) | Wearable detection & treating device | |
KR20170006151A (ko) | 웨어러블 디바이스상에서 획득된 생체 정보 분석을 통한 건강 관리 시스템 | |
EP3644324A1 (en) | Detecting an ictal of a subject | |
US20220409187A1 (en) | Illness detection with menstrual cycle pattern analysis | |
US20230031107A1 (en) | Apparatus and method for estimating body temperature | |
US20220406467A1 (en) | Anonymized health monitoring platform | |
KR20210047041A (ko) | 다중 디바이스 간의 생리적 데이터 통합 및 도시화 장치 및 그 방법 |