JPH11353183A - 治療法決定支援方法 - Google Patents
治療法決定支援方法Info
- Publication number
- JPH11353183A JPH11353183A JP9331899A JP9331899A JPH11353183A JP H11353183 A JPH11353183 A JP H11353183A JP 9331899 A JP9331899 A JP 9331899A JP 9331899 A JP9331899 A JP 9331899A JP H11353183 A JPH11353183 A JP H11353183A
- Authority
- JP
- Japan
- Prior art keywords
- patient
- judgement
- treatment
- information
- occurrence probabilities
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
(57)【要約】
【課題】医療の場では、ＥＢＭを基本に据えつつも、
（１）最新のデータを順次補充、更新されたエヴィデン
スを提供でき、（２）個々の患者にとって最適のエヴィ
デンスを提供でき、（３）統計的に見て良い医療という
だけでなく、患者の多様な価値観に即した医療への柔軟
な意思決定を支援でき、（４）さらには、インフォーム
ドコンセントを支援でき、ひいては、効率の高い医療の
実現を支援できるシステムを提供することを目的とす
る。 【解決手段】治療法において選択されるいくつかの行為
と、その行為によって生じうるいくつかの事象とをそれ
ぞれ枝として、その各枝の生起確率と被験者の意思が反
映される効用値とから、各行為の期待値を算出すること
からなり、上記生起確率が被験者の属性情報によって較
正可能である治療法決定支援方法。
（１）最新のデータを順次補充、更新されたエヴィデン
スを提供でき、（２）個々の患者にとって最適のエヴィ
デンスを提供でき、（３）統計的に見て良い医療という
だけでなく、患者の多様な価値観に即した医療への柔軟
な意思決定を支援でき、（４）さらには、インフォーム
ドコンセントを支援でき、ひいては、効率の高い医療の
実現を支援できるシステムを提供することを目的とす
る。 【解決手段】治療法において選択されるいくつかの行為
と、その行為によって生じうるいくつかの事象とをそれ
ぞれ枝として、その各枝の生起確率と被験者の意思が反
映される効用値とから、各行為の期待値を算出すること
からなり、上記生起確率が被験者の属性情報によって較
正可能である治療法決定支援方法。
Description
【０００１】
【発明の属する技術分野】本発明は患者の治療方針・検
査方針などを決定する際の治療法決定支援システムに関
する。
査方針などを決定する際の治療法決定支援システムに関
する。
【０００２】
【従来の技術】医療の現場では、様々な治療方針の選択
を短時間に決めなければならないが、未だに臨床医の経
験と勘に頼るところが多い。これらの選択の基準が決ま
っている場合でも、その基準がどのような根拠のもとに
作られたものかがわからないことが多い。そして、選択
された治療等によって生じる結果は個人差が大きく、そ
の際の合併症，薬の副作用，手術の不成功などの要因に
よって、同じ治療によっても完治から失敗までまったく
異なる結果となることとなる。
を短時間に決めなければならないが、未だに臨床医の経
験と勘に頼るところが多い。これらの選択の基準が決ま
っている場合でも、その基準がどのような根拠のもとに
作られたものかがわからないことが多い。そして、選択
された治療等によって生じる結果は個人差が大きく、そ
の際の合併症，薬の副作用，手術の不成功などの要因に
よって、同じ治療によっても完治から失敗までまったく
異なる結果となることとなる。
【０００３】臨床医は治療方針の決定の際には、各治療
には一定の確率で好ましくない結果が生ずる可能性があ
ることを明確にして、より論理的構造の明らかな選択を
する必要がある。このような問題に対して、適正な手順
（基本的には無作為対照試験）を取って行われた結果の
みをエヴィデンス（Ｅｖｉｄｅｎｃｅ）と称し、そのエ
ヴィデンスに基づいて意思決定を行うＥＢＭ（Ｅｖｉｄ
ｅｎｃｅ ＢａｓｅｄＭｅｄｉｃｉｎｅ）というものが
提唱されている。ＥＢＭは、客観的なデータから統計的
にみて良い治療を行うことを可能とする。また、近年世
界的な潮流となっている医療費の削滅に寄与するものと
しても期待されている。
には一定の確率で好ましくない結果が生ずる可能性があ
ることを明確にして、より論理的構造の明らかな選択を
する必要がある。このような問題に対して、適正な手順
（基本的には無作為対照試験）を取って行われた結果の
みをエヴィデンス（Ｅｖｉｄｅｎｃｅ）と称し、そのエ
ヴィデンスに基づいて意思決定を行うＥＢＭ（Ｅｖｉｄ
ｅｎｃｅ ＢａｓｅｄＭｅｄｉｃｉｎｅ）というものが
提唱されている。ＥＢＭは、客観的なデータから統計的
にみて良い治療を行うことを可能とする。また、近年世
界的な潮流となっている医療費の削滅に寄与するものと
しても期待されている。
【０００４】現状、ＥＢＭのエヴィデンスとして、論文
の記述そのものである場合や、エッセンスを文書として
まとめたもの、プロトコル化したものが個々には存在す
るが、いろいろな臨床状況を網羅し全体を把握できて、
実際に臨床に活用ができるようなところまでは実現して
いない。そこで、このようなエヴィデンスをプロトコル
化して、複雑な臨床の状況を判断樹として分かりやすく
図示したものが提案されている（福井ら：臨床病理学に
おける医学判断学：臨床病理１９９２）。
の記述そのものである場合や、エッセンスを文書として
まとめたもの、プロトコル化したものが個々には存在す
るが、いろいろな臨床状況を網羅し全体を把握できて、
実際に臨床に活用ができるようなところまでは実現して
いない。そこで、このようなエヴィデンスをプロトコル
化して、複雑な臨床の状況を判断樹として分かりやすく
図示したものが提案されている（福井ら：臨床病理学に
おける医学判断学：臨床病理１９９２）。
【０００５】
【発明が解決しようとする課題】しかし、多くのエヴィ
デンスをプロトコル化しても、実際の臨床ではこのエヴ
ィデンスを変動させる要因が多くて、その活用が難し
い。例えば、近年は治療方法、検査方法などが大きく進
歩してゆくため、その進歩も反映させていないエヴィデ
ンスではまったく使い物にならないこともある。また、
これらの治療方法や検査方法は施設によっても異なり、
そのためエヴィデンスも施設ごとに異なることもある。
さらに、単なる患者全体の統計データでは患者個別の条
件、例えば年齢、性別による違いや他の疾患、薬の効果
などが反映されない。つまりこれらの要因に対応された
エヴィデンスにしなければ、臨床の現場で用いることが
難しいといえる。
デンスをプロトコル化しても、実際の臨床ではこのエヴ
ィデンスを変動させる要因が多くて、その活用が難し
い。例えば、近年は治療方法、検査方法などが大きく進
歩してゆくため、その進歩も反映させていないエヴィデ
ンスではまったく使い物にならないこともある。また、
これらの治療方法や検査方法は施設によっても異なり、
そのためエヴィデンスも施設ごとに異なることもある。
さらに、単なる患者全体の統計データでは患者個別の条
件、例えば年齢、性別による違いや他の疾患、薬の効果
などが反映されない。つまりこれらの要因に対応された
エヴィデンスにしなければ、臨床の現場で用いることが
難しいといえる。
【０００６】また、今までは生か死かということで生存
率を基準にして、医療における様々な意思決定が行われ
てきた。しかし、現在ではＱＯＬ（Ｑｕａｌｉｔｙ Ｏ
ｆＬｉｆｅ）という観点から、治療結果の健康状態に対
する様々な患者の主観的な価値観に対応することが望ま
れている。例えば、乳ガンにおける***切除術では、乳
房切除に対する患者の価値観によって、治療の選択が変
わりうる。このような患者の主観的価値観を治療等の意
思決定において、どのように反映させるかが課題とな
る。
率を基準にして、医療における様々な意思決定が行われ
てきた。しかし、現在ではＱＯＬ（Ｑｕａｌｉｔｙ Ｏ
ｆＬｉｆｅ）という観点から、治療結果の健康状態に対
する様々な患者の主観的な価値観に対応することが望ま
れている。例えば、乳ガンにおける***切除術では、乳
房切除に対する患者の価値観によって、治療の選択が変
わりうる。このような患者の主観的価値観を治療等の意
思決定において、どのように反映させるかが課題とな
る。
【０００７】また、複数の治療方法が考えられる際にど
の治療法を選択するかの決定権についても、各治療法の
長所短所をよく理解させた上で患者側へ移行させていく
流れがある。そのためにはインフォームドコンセントが
必須となるが、例えばニューロネットワーク等を使用し
た判断支援方法では判断過程がブラックボックス化され
るため、患者への説明が殆ど不可能となるという間題が
あった。
の治療法を選択するかの決定権についても、各治療法の
長所短所をよく理解させた上で患者側へ移行させていく
流れがある。そのためにはインフォームドコンセントが
必須となるが、例えばニューロネットワーク等を使用し
た判断支援方法では判断過程がブラックボックス化され
るため、患者への説明が殆ど不可能となるという間題が
あった。
【０００８】そこで、本発明は、医療の場では、ＥＢＭ
を基本に据えつつも、（１）最新のデータを順次補充、
更新されたエヴィデンスを提供でき、（２）個々の患者
にとって最適のエヴィデンスを提供でき、（３）統計的
に見て良い医療というだけでなく、患者の多様な価値観
に即した医療への柔軟な意思決定を支援でき、（４）さ
らには、インフォームドコンセントを支援でき、ひいて
は、効率の高い医療の実現を支援できるシステムであ
り、より一般的には様々な場面において目的に最も適合
した判断基準を有する判断樹を生成して人間の判断を支
援するシステムを提供することを目的とする。
を基本に据えつつも、（１）最新のデータを順次補充、
更新されたエヴィデンスを提供でき、（２）個々の患者
にとって最適のエヴィデンスを提供でき、（３）統計的
に見て良い医療というだけでなく、患者の多様な価値観
に即した医療への柔軟な意思決定を支援でき、（４）さ
らには、インフォームドコンセントを支援でき、ひいて
は、効率の高い医療の実現を支援できるシステムであ
り、より一般的には様々な場面において目的に最も適合
した判断基準を有する判断樹を生成して人間の判断を支
援するシステムを提供することを目的とする。
【０００９】
【課題を解決するための手段】本発明の意思決定支援シ
ステムは、判断事項の臨床状況を判断樹として図示し、
選択される行為によって生じうる各事象およびその生起
確率と、各枝末端の事象の効用値とから、選択点での各
枝の期待値を判断情報として提供するシステムであっ
て、生起確率および効用値を動的に更新可能としたこと
を特徴とする。
ステムは、判断事項の臨床状況を判断樹として図示し、
選択される行為によって生じうる各事象およびその生起
確率と、各枝末端の事象の効用値とから、選択点での各
枝の期待値を判断情報として提供するシステムであっ
て、生起確率および効用値を動的に更新可能としたこと
を特徴とする。
【００１０】本発明の、意志決定支援システムにおける
判断情報は、判断樹のツリー構造、各枝の生起確率、各
枝末端の事象の効用値として具現化される。判断樹のツ
リー構造とは判断事項の臨床状況において、選択される
治療等の行為おのおのを枝として図示し、それらの行為
によって生じうるひとつ又は複数の事象をさらに枝とし
て図示してゆくものをいう。
判断情報は、判断樹のツリー構造、各枝の生起確率、各
枝末端の事象の効用値として具現化される。判断樹のツ
リー構造とは判断事項の臨床状況において、選択される
治療等の行為おのおのを枝として図示し、それらの行為
によって生じうるひとつ又は複数の事象をさらに枝とし
て図示してゆくものをいう。
【００１１】選択される行為によって生じうる各事象の
生起確率とは、判断事項の選択点で選択された各行為の
結果、生じうる事象の枝別れ点（ノード）において、各
枝が生起する確率をいう。この生起確率はエヴィデンス
によって求められる。そしてエヴィデンスは動的に更新
可能となるように構成される。例えば本システムには標
準的なデータベースによるエヴィデンスが収納されてお
り、このエヴィデンスはインターネット等を通して最新
のデータを補充、更新することができるように構成され
る。そして、その施設内のデータベースを使用して、こ
のエヴィデンスを施設データに合うように補正すること
ができる。さらに、性別，年齢，基礎疾患などをパラメ
ータとしたデータベース情報を利用して、各患者の性
別，年齢，基礎疾患などの属性情報を考慮した値に各枝
の生起確率を補正することができる。さらに、患者の時
系列データをデータマインニングして生起確率を補正す
ること、例えば、患者固有の正常値から検査値の異常度
合いを算定したり、検査値の日差変動によって病態の進
行度合いを算定したりすることで、その患者の現状態を
反映した生起確率に補正することができる。
生起確率とは、判断事項の選択点で選択された各行為の
結果、生じうる事象の枝別れ点（ノード）において、各
枝が生起する確率をいう。この生起確率はエヴィデンス
によって求められる。そしてエヴィデンスは動的に更新
可能となるように構成される。例えば本システムには標
準的なデータベースによるエヴィデンスが収納されてお
り、このエヴィデンスはインターネット等を通して最新
のデータを補充、更新することができるように構成され
る。そして、その施設内のデータベースを使用して、こ
のエヴィデンスを施設データに合うように補正すること
ができる。さらに、性別，年齢，基礎疾患などをパラメ
ータとしたデータベース情報を利用して、各患者の性
別，年齢，基礎疾患などの属性情報を考慮した値に各枝
の生起確率を補正することができる。さらに、患者の時
系列データをデータマインニングして生起確率を補正す
ること、例えば、患者固有の正常値から検査値の異常度
合いを算定したり、検査値の日差変動によって病態の進
行度合いを算定したりすることで、その患者の現状態を
反映した生起確率に補正することができる。
【００１２】各枝末端の事象とは、判断樹の枝末端（リ
ーフ）に位置づけられ、幾つかの選択された行為の結果
として最終的に生じうる事象をいう。効用値とはこの最
終的に生じうる各事象に対し、患者が望む主観的価値観
を定量的に表現した数値である。患者の主観的価値観に
は、健康の回復度合い、後遺症、余命期間、治療負荷、
治療費用、治療期間、生活の質の変化など種々の要因が
状況に応じて反映される。この効用値の数値自体は患者
が単純に数値化していっても良いし、例えば患者に対す
る問診をファジイ言語インターフェイスなどの手法によ
って数値化することも好適である。この効用値も動的に
更新可能となっており、例えば患者の主観的価値観は治
療経過やその際の状況などによって変わってゆくものな
ので、それに対応して更新してゆけるように構成されな
くてはならない。それで効用値を数値化するための、問
診内容やその重みづけなどの手法も更新されていくよう
に構成されることが好適である。
ーフ）に位置づけられ、幾つかの選択された行為の結果
として最終的に生じうる事象をいう。効用値とはこの最
終的に生じうる各事象に対し、患者が望む主観的価値観
を定量的に表現した数値である。患者の主観的価値観に
は、健康の回復度合い、後遺症、余命期間、治療負荷、
治療費用、治療期間、生活の質の変化など種々の要因が
状況に応じて反映される。この効用値の数値自体は患者
が単純に数値化していっても良いし、例えば患者に対す
る問診をファジイ言語インターフェイスなどの手法によ
って数値化することも好適である。この効用値も動的に
更新可能となっており、例えば患者の主観的価値観は治
療経過やその際の状況などによって変わってゆくものな
ので、それに対応して更新してゆけるように構成されな
くてはならない。それで効用値を数値化するための、問
診内容やその重みづけなどの手法も更新されていくよう
に構成されることが好適である。
【００１３】選択点とは、判断により選択が必要な分岐
点をいう。各枝の期待値とは、各枝の生起確率と各枝末
端の効用値とから算出される値をいう。この期待値が各
治療における患者の主観的価値観と客観的なエヴィデン
スとを反映する値となり、判断情報として提供される値
である。
点をいう。各枝の期待値とは、各枝の生起確率と各枝末
端の効用値とから算出される値をいう。この期待値が各
治療における患者の主観的価値観と客観的なエヴィデン
スとを反映する値となり、判断情報として提供される値
である。
【００１４】これらの期待値は，効用値、生起確率とと
もに判断樹上に表示されるようにすれば一覧性が良くな
り判断する際に便利である。また、効用値等を何度も入
力して、計算しなおして用いる場合には、期待値，効用
値のみを表示したり、判断樹の一部のみと期待値，効用
値とを併せて表示したりすることも便利である。
もに判断樹上に表示されるようにすれば一覧性が良くな
り判断する際に便利である。また、効用値等を何度も入
力して、計算しなおして用いる場合には、期待値，効用
値のみを表示したり、判断樹の一部のみと期待値，効用
値とを併せて表示したりすることも便利である。
【００１５】
【実施例】本発明の意思決定支援システムを使用した実
施例を図１ないし図５を参照して説明する。図１は本発
明の意思決定支援システムを使用した実施例のブロック
図である。図２は本発明の意思決定支援システムを利用
して患者への処置を決定する場合の手順を示したもので
ある。本システムには、予め各治療法の判断樹、すなわ
ち選択される治療等の行為とその行為によって生じうる
事象とを枝としたツリー構造が各枝の生起確率とともに
判断樹データ収納部４に収納される。この生起確率は各
治療法とその行為によって生じた結果をエヴィデンスと
して集計されるデータベースから得られる。このデータ
ベースは最新データをシステムの外部情報源であるホス
トコンピュータ６やネットワーク７でダウンロードする
などによって追加されて、生起確率が最新データに更新
されていくようにされている。
施例を図１ないし図５を参照して説明する。図１は本発
明の意思決定支援システムを使用した実施例のブロック
図である。図２は本発明の意思決定支援システムを利用
して患者への処置を決定する場合の手順を示したもので
ある。本システムには、予め各治療法の判断樹、すなわ
ち選択される治療等の行為とその行為によって生じうる
事象とを枝としたツリー構造が各枝の生起確率とともに
判断樹データ収納部４に収納される。この生起確率は各
治療法とその行為によって生じた結果をエヴィデンスと
して集計されるデータベースから得られる。このデータ
ベースは最新データをシステムの外部情報源であるホス
トコンピュータ６やネットワーク７でダウンロードする
などによって追加されて、生起確率が最新データに更新
されていくようにされている。
【００１６】患者の治療法を決定するために、まず本シ
ステムに対して、判断事項を入力部２より入力する（ス
テッブ１００）。本実施例の判断事項とは足の下垂を伴
う腰痛における治療等の選択である。すると、システム
は入力された判断事項である足の下垂を伴う腰痛の治療
選択の判断樹を判断樹データ収納部４より呼び出して、
この場合において選択されるいくつかの行為（手術、保
存療法）とそれらの行為によって生じうるいくつかの事
象（回復、部分的効果、死亡等）とをそれぞれ枝とした
判断樹を表示部３に表示する（ステッブ１１０）。この
判断樹には最新データに更新されたデータベースより求
められた各枝の生起確率がともに表示されるようになっ
ている。
ステムに対して、判断事項を入力部２より入力する（ス
テッブ１００）。本実施例の判断事項とは足の下垂を伴
う腰痛における治療等の選択である。すると、システム
は入力された判断事項である足の下垂を伴う腰痛の治療
選択の判断樹を判断樹データ収納部４より呼び出して、
この場合において選択されるいくつかの行為（手術、保
存療法）とそれらの行為によって生じうるいくつかの事
象（回復、部分的効果、死亡等）とをそれぞれ枝とした
判断樹を表示部３に表示する（ステッブ１１０）。この
判断樹には最新データに更新されたデータベースより求
められた各枝の生起確率がともに表示されるようになっ
ている。
【００１７】次に、治療法を検討する患者の属性情報
（性別、年齢、体重、既往症、検査結果など）がホスト
コンピュータ６等より本システムに入力される（ステッ
ブ１２０）。するとシステムは、判断樹の各枝の生起確
率をその患者の属性情報に合わせるように演算部１で最
適化を行って、それを表示部３に表示する（ステップ１
３０）。その患者の属性情報に合わせる最適化はデータ
ベースのデータ数が多い場合はその患者の属性情報のデ
ータだけ（例えばその患者の属する年齢層、性別、検査
結果等）を抽出してゆけば、その患者に最適化される。
しかし、それだけではデータ数を減らしてゆくことにも
なるし、その属性情報が入力されていないデータは用い
られないので、データ数が多くない場合は、逆に信頼性
が低下することもある。そこで属性情報と生起確率との
相関関係を演算する機能が設けることによってデータの
最適化をより効果的に行うようにされる。各属性情報と
生起確率との相関が例えば図６のように演算して表示さ
れる。図６は年齢と生起確率との相関の表示で、その患
者が属している年齢層のグラフ（７０代）が反転してお
り、全年齢（年齢情報が入力されていないデータも含
む）の生起確率が点線で表示される。この患者の年齢層
の生起確率は０．５５で、全年齢の生起確率０．７９よ
りも３割ほど低くなっている。もしこの患者の年齢が１
０代から５０代であれば、特に補正する必要はないが、
この年齢層ではかなり生起確率が低くなるため治療決定
の判断も異なってくる。このようにして各属性情報と生
起確率との補正が自動的に行われてゆく。この補正は各
情報ごとに相関を表示できるようにすれば、相関を確認
しながら補正の適否を決定することができ、患者とのイ
ンフォームドコンセントとしても用いることができる。
又、同じ施設では治療条件が近いので、データベース
のデータのうちその施設でのデータに重みをつけて生起
確率を算出することも患者の属性情報に対する最適化と
なる。
（性別、年齢、体重、既往症、検査結果など）がホスト
コンピュータ６等より本システムに入力される（ステッ
ブ１２０）。するとシステムは、判断樹の各枝の生起確
率をその患者の属性情報に合わせるように演算部１で最
適化を行って、それを表示部３に表示する（ステップ１
３０）。その患者の属性情報に合わせる最適化はデータ
ベースのデータ数が多い場合はその患者の属性情報のデ
ータだけ（例えばその患者の属する年齢層、性別、検査
結果等）を抽出してゆけば、その患者に最適化される。
しかし、それだけではデータ数を減らしてゆくことにも
なるし、その属性情報が入力されていないデータは用い
られないので、データ数が多くない場合は、逆に信頼性
が低下することもある。そこで属性情報と生起確率との
相関関係を演算する機能が設けることによってデータの
最適化をより効果的に行うようにされる。各属性情報と
生起確率との相関が例えば図６のように演算して表示さ
れる。図６は年齢と生起確率との相関の表示で、その患
者が属している年齢層のグラフ（７０代）が反転してお
り、全年齢（年齢情報が入力されていないデータも含
む）の生起確率が点線で表示される。この患者の年齢層
の生起確率は０．５５で、全年齢の生起確率０．７９よ
りも３割ほど低くなっている。もしこの患者の年齢が１
０代から５０代であれば、特に補正する必要はないが、
この年齢層ではかなり生起確率が低くなるため治療決定
の判断も異なってくる。このようにして各属性情報と生
起確率との補正が自動的に行われてゆく。この補正は各
情報ごとに相関を表示できるようにすれば、相関を確認
しながら補正の適否を決定することができ、患者とのイ
ンフォームドコンセントとしても用いることができる。
又、同じ施設では治療条件が近いので、データベース
のデータのうちその施設でのデータに重みをつけて生起
確率を算出することも患者の属性情報に対する最適化と
なる。
【００１８】次に、患者に対して治療等に関する問診を
行なう。例えば腰痛に対して徹底治療を受け完全回復を
希望するのか、今の痛みをやわらげる緩やかな治療を望
むのか、手術して長期入院しても構わないのかなど、単
に手術と保存療法の選択を直接聞くだけではなく、この
治療によって起こりうる様々な条件についての患者の意
思を確認するような問診を行う。そして問診の結果をシ
ステムに入力部２より入力する（ステップ１４０）。入
力された問診結果はシステム内のファジィ言語インター
フェイス５によって、各枝末端の事象に対する患者の意
思が効用値として数値化される（ステッブ１５０）。
行なう。例えば腰痛に対して徹底治療を受け完全回復を
希望するのか、今の痛みをやわらげる緩やかな治療を望
むのか、手術して長期入院しても構わないのかなど、単
に手術と保存療法の選択を直接聞くだけではなく、この
治療によって起こりうる様々な条件についての患者の意
思を確認するような問診を行う。そして問診の結果をシ
ステムに入力部２より入力する（ステップ１４０）。入
力された問診結果はシステム内のファジィ言語インター
フェイス５によって、各枝末端の事象に対する患者の意
思が効用値として数値化される（ステッブ１５０）。
【００１９】これらの効用値が決定されると、各枝の生
起確率と効用値とを演算部１にて計算して期待値が求め
られる（ステッブ１６０）。 以上のようにして求めら
れた効用値、期待値が判断樹全体と伴に表示部３に表示
される（ステップ１７０）。この表示部３の判断樹を見
ながら医師は患者と治療方法決定のインフォームコンセ
ントを行ない、手術をするか、保存療法をとるか等の意
思決定を行う（ステップ１８０）。
起確率と効用値とを演算部１にて計算して期待値が求め
られる（ステッブ１６０）。 以上のようにして求めら
れた効用値、期待値が判断樹全体と伴に表示部３に表示
される（ステップ１７０）。この表示部３の判断樹を見
ながら医師は患者と治療方法決定のインフォームコンセ
ントを行ない、手術をするか、保存療法をとるか等の意
思決定を行う（ステップ１８０）。
【００２０】図３は本システムによって、足の下垂を伴
う腰痛の治療について患者Ａに対する判断樹を表示した
例である。□が選択点を表わし、この場合は手術をする
か保存療法をとるかを選択することが判断事項である。
○がノードを表わし、選択された行為によって生じうる
事象の枝別れの点である。そして、枝末端（リーフ）に
記載された健康、足の下垂を伴わない腰痛、腰痛と足の
下垂、後遺症および死亡がこの場合の生じうる事象を表
わす。ノードから分岐した各枝下部の（ ）内の数値が
各枝の生起確率を表わす。右末端の数値は生じうる事象
に対する患者の効用値を表わす。ノードに矢線でひかれ
た数値がそのノードへの枝の期待値を表わす。選択され
た行為によって生じうる事象の生起確率は最新データ、
施設データによって更新補正され、患者Ａの属性をもと
に患者Ａに最適なエヴィデンスとして判断樹が表わされ
る。患者Ａに対する問診によって各事象に対する効用値
が入力されて、期待値が算出される。この患者Ａの場合
は、手術する場合の期待値は０．８１２で、保存療法を
選択する場合の期待値０．８６より低く、保存療法を選
択するほうが患者の意思を反映することがわかる。
う腰痛の治療について患者Ａに対する判断樹を表示した
例である。□が選択点を表わし、この場合は手術をする
か保存療法をとるかを選択することが判断事項である。
○がノードを表わし、選択された行為によって生じうる
事象の枝別れの点である。そして、枝末端（リーフ）に
記載された健康、足の下垂を伴わない腰痛、腰痛と足の
下垂、後遺症および死亡がこの場合の生じうる事象を表
わす。ノードから分岐した各枝下部の（ ）内の数値が
各枝の生起確率を表わす。右末端の数値は生じうる事象
に対する患者の効用値を表わす。ノードに矢線でひかれ
た数値がそのノードへの枝の期待値を表わす。選択され
た行為によって生じうる事象の生起確率は最新データ、
施設データによって更新補正され、患者Ａの属性をもと
に患者Ａに最適なエヴィデンスとして判断樹が表わされ
る。患者Ａに対する問診によって各事象に対する効用値
が入力されて、期待値が算出される。この患者Ａの場合
は、手術する場合の期待値は０．８１２で、保存療法を
選択する場合の期待値０．８６より低く、保存療法を選
択するほうが患者の意思を反映することがわかる。
【００２１】図４は同じ判断事項について、別の患者Ｂ
に対する本システムの判断樹を表示した例である。患者
Ｂは患者属性情報によって補正された生起確率が、患者
Ａに比べて手術した場合の回復率が高くなっている。そ
して患者Ｂに問診をしたところ、治療の負担が大きくて
も完全回復を強く希望するため、完全回復できずに腰痛
が残る場合の効用値（この例では０．６０）や腰痛と足
の下垂がそのまま残る場合の効用値（この例では０．３
０）が患者Ａと較べて低くなっている。そうすると患者
Ｂの場合は、手術する場合の期待値は０．８０２で、保
存療法を選択する場合の期待値０．７８より高く、手術
を選択するほうが患者の意思を反映することがわかる。
このように同じ判断事項においても異なる判断情報が得
られる。これは客観的なエヴィデンスと患者の主観的価
値観である効用値を動的に更新させることによって反映
させているからである。
に対する本システムの判断樹を表示した例である。患者
Ｂは患者属性情報によって補正された生起確率が、患者
Ａに比べて手術した場合の回復率が高くなっている。そ
して患者Ｂに問診をしたところ、治療の負担が大きくて
も完全回復を強く希望するため、完全回復できずに腰痛
が残る場合の効用値（この例では０．６０）や腰痛と足
の下垂がそのまま残る場合の効用値（この例では０．３
０）が患者Ａと較べて低くなっている。そうすると患者
Ｂの場合は、手術する場合の期待値は０．８０２で、保
存療法を選択する場合の期待値０．７８より高く、手術
を選択するほうが患者の意思を反映することがわかる。
このように同じ判断事項においても異なる判断情報が得
られる。これは客観的なエヴィデンスと患者の主観的価
値観である効用値を動的に更新させることによって反映
させているからである。
【００２２】以上の判断例は単純な選択例ではあるが、
選択点が複数ある場合や期間をおいて同じような選択を
繰りかえす場合など複雑な臨床現場にあっても、同様に
判断樹をその時点でその患者における最適のエヴィデン
スに動的に更新することによって、対応してゆくことが
可能である。
選択点が複数ある場合や期間をおいて同じような選択を
繰りかえす場合など複雑な臨床現場にあっても、同様に
判断樹をその時点でその患者における最適のエヴィデン
スに動的に更新することによって、対応してゆくことが
可能である。
【００２３】
【発明の効果】本発明を例えば患者の治療方針・検査方
針などを決定する際の意恩決定支援システムとして使用
すると、、（１）最新のデータを順次補充、更新された
エヴィデンスを提供でき、（２）個々の患者にとって最
適のエヴィデンスを提供でき、（３）統計的に見て良い
医療というだけでなく、患者の多様な価値観に即した医
療への柔軟な意思決定を支援でき、（４）さらには、イ
ンフォームドコンセントを支援でき、ひいては、効率の
高い医療の実現を支援できるシステムであり、より一般
的には様々な場面において目的に最も適合した判断基準
を有する判断樹を生成して人間の判断を支援するシステ
ムを提供することができる。
針などを決定する際の意恩決定支援システムとして使用
すると、、（１）最新のデータを順次補充、更新された
エヴィデンスを提供でき、（２）個々の患者にとって最
適のエヴィデンスを提供でき、（３）統計的に見て良い
医療というだけでなく、患者の多様な価値観に即した医
療への柔軟な意思決定を支援でき、（４）さらには、イ
ンフォームドコンセントを支援でき、ひいては、効率の
高い医療の実現を支援できるシステムであり、より一般
的には様々な場面において目的に最も適合した判断基準
を有する判断樹を生成して人間の判断を支援するシステ
ムを提供することができる。
【図１】本発明の意志決定支援システムを利用した実施
例のブロック図である。
例のブロック図である。
【図２】本発明の意思決走支援システムを利用して息者
への処置を決定する場合の手順を示すフローチャートで
ある。
への処置を決定する場合の手順を示すフローチャートで
ある。
【図３】本発明の意志決定支援システムを使用して得ら
れる患者Ａに対する判断樹の例である。
れる患者Ａに対する判断樹の例である。
【図４】本発明の意志決定支援システムを使用して得ら
れる患者Ｂに対する判断樹の例である。
れる患者Ｂに対する判断樹の例である。
【図５】本発明の治療法決定支援システムを使用して得
られる生起確率と年齢との相関の図の例である。
られる生起確率と年齢との相関の図の例である。
Claims (7)
- 【請求項１】治療法において選択されるいくつかの行為
と、その行為によって生じうるいくつかの事象とをそれ
ぞれ枝として、その各枝の生起確率と被験者の意思が反
映される効用値とから、各行為の期待値を算出すること
からなり、上記生起確率が被験者の属性情報によって較
正可能である治療法決定支援方法。 - 【請求項２】被験者の属性情報が、年齢、性別、体重、
既往症、検査結果から選択される１以上の情報であるこ
とを特徴とする請求項１記載の意思決定支援方法。 - 【請求項３】効用値が、健康の回復度合い、後遺症、余
命期間、治療負荷、治療費用、治療期間、生活の質の変
化から選択される１以上の情報に基づいて数値化される
ことを特徴とする請求項１記載の意思決定支援方法。 - 【請求項４】効用値が１以上の上記情報に基づいて、複
数段階の数値として算出されることを特徴とする請求項
３記載の意思決定支援方法。 - 【請求項５】効用値が被験者に対する意思の問診結果に
よることを特徴とする請求項３記載の意思決定支援方
法。 - 【請求項６】被験者の属性情報と生起確率との相関が表
示されることを特徴とする請求項１記載の意思決定支援
方法。 - 【請求項７】生起確率が外部情報源からの情報によって
更新されることを特徴とする請求項１記載の意思決定支
援方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9331899A JPH11353183A (ja) | 1998-04-08 | 1999-03-31 | 治療法決定支援方法 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP13588598 | 1998-04-08 | ||
| JP10-135885 | 1998-04-08 | ||
| JP9331899A JPH11353183A (ja) | 1998-04-08 | 1999-03-31 | 治療法決定支援方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH11353183A true JPH11353183A (ja) | 1999-12-24 |
Family
ID=26434715
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9331899A Pending JPH11353183A (ja) | 1998-04-08 | 1999-03-31 | 治療法決定支援方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH11353183A (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001273362A (ja) * | 2000-03-23 | 2001-10-05 | Toshiba Corp | 医療診断支援方法、そのシステム、そのための検索端末及び医療情報端末 |
| JP2003114931A (ja) * | 2001-10-02 | 2003-04-18 | Exit Inc | 評価装置およびその方法 |
| JP2008514334A (ja) * | 2004-09-30 | 2008-05-08 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 異なる抽出レベルにより臨床ガイドラインをナビゲートする臨床ガイドライン用の意思決定支援システム |
| JP2009054124A (ja) * | 2007-08-26 | 2009-03-12 | Takayuki Hoshino | 健診事業における個別指導・介入対象者選択・介入時期時期や頻度決定を支援する電子計算機システム |
| JP2010231403A (ja) * | 2009-03-26 | 2010-10-14 | Fujitsu Ltd | 電子カルテ入力支援プログラム、電子カルテ入力支援方法、及び電子カルテ入力支援装置 |
| JP2015524095A (ja) * | 2012-06-08 | 2015-08-20 | ヒューレット−パッカード デベロップメント カンパニー エル．ピー．Ｈｅｗｌｅｔｔ‐Ｐａｃｋａｒｄ Ｄｅｖｅｌｏｐｍｅｎｔ Ｃｏｍｐａｎｙ， Ｌ．Ｐ． | 患者情報インターフェース |
-
1999
- 1999-03-31 JP JP9331899A patent/JPH11353183A/ja active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001273362A (ja) * | 2000-03-23 | 2001-10-05 | Toshiba Corp | 医療診断支援方法、そのシステム、そのための検索端末及び医療情報端末 |
| JP2003114931A (ja) * | 2001-10-02 | 2003-04-18 | Exit Inc | 評価装置およびその方法 |
| JP2008514334A (ja) * | 2004-09-30 | 2008-05-08 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 異なる抽出レベルにより臨床ガイドラインをナビゲートする臨床ガイドライン用の意思決定支援システム |
| JP2009054124A (ja) * | 2007-08-26 | 2009-03-12 | Takayuki Hoshino | 健診事業における個別指導・介入対象者選択・介入時期時期や頻度決定を支援する電子計算機システム |
| JP2010231403A (ja) * | 2009-03-26 | 2010-10-14 | Fujitsu Ltd | 電子カルテ入力支援プログラム、電子カルテ入力支援方法、及び電子カルテ入力支援装置 |
| JP2015524095A (ja) * | 2012-06-08 | 2015-08-20 | ヒューレット−パッカード デベロップメント カンパニー エル．ピー．Ｈｅｗｌｅｔｔ‐Ｐａｃｋａｒｄ Ｄｅｖｅｌｏｐｍｅｎｔ Ｃｏｍｐａｎｙ， Ｌ．Ｐ． | 患者情報インターフェース |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6807531B1 (en) | Support system for making decisions on medical treatment plans or test plans | |
| US5940802A (en) | Digital disease management system | |
| US8579784B2 (en) | Personalized prognosis modeling in medical treatment planning | |
| Rome et al. | FDA approval of cardiac implantable electronic devices via original and supplement premarket approval pathways, 1979-2012 | |
| EP1204062A2 (en) | System and method for treatment and outcome measurement analysis | |
| US20030009356A1 (en) | Digital disease management system | |
| US20020082906A1 (en) | Computerized interactive method and system for determining a risk of developing a disease and the consequences of developing the disease | |
| JP7010946B2 (ja) | 健康状態の計算解析を容易化するシステム及び方法 | |
| CN110827994B (zh) | 心梗预警方法、装置及设备、存储介质 | |
| Selskyy et al. | On an algorithm for decision-making for the optimization of disease prediction at the primary health care level using neural network clustering | |
| EP1454279A2 (en) | Systems and methods for evaluating patient-specific information and providing patient management recommendations for healthcare providers | |
| Evans et al. | Clinical decision support to efficiently identify patients eligible for advanced heart failure therapies | |
| WO2012075268A2 (en) | Faint and fall assessment | |
| Surbakti et al. | The relationship between consultation length and patient satisfaction: a systematic review | |
| AU2003245948A1 (en) | Method and system for detecting and analyzing clinical pictures and the causes thereof and for determining proposals for appropriate therapy | |
| JPH11353183A (ja) | 治療法決定支援方法 | |
| JP5176653B2 (ja) | 予約管理装置、予約管理方法、およびコンピュータプログラム | |
| JP4358474B2 (ja) | 健康診断用の自己組織化マップ作成装置及び作成方法 | |
| Matlock et al. | Life-saving devices reach the end of life with heart failure | |
| Vigier et al. | Physiological linkage during interactions between doctors and cancer patients | |
| Swanson et al. | Doing all they can: physicians who deny medical futility | |
| CN111630607A (zh) | 用于对可通过行为改变来治疗的疾病的治疗的***、装置、方法以及程序 | |
| CN109378078A (zh) | 一种用于口腔种植修复的电子信息***及方法 | |
| Yilmaz et al. | The development of a decision aid for shared decision making in the dutch implantable cardioverter defibrillator patient population: A novel approach to patient education | |
| Hopkins et al. | Outpatient telemedicine in neurosurgery: 15,677 consecutive encounters in a comparative analysis of its effectiveness and impact on the surgical conversion rate |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060224 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060224 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090317 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20090714 |