JP2008176473A - 患者容体変化予測装置、及び患者容体変化管理システム - Google Patents

Abstract

【課題】過去の患者のデータから、患者におこる容体変化発生の度合いを定量的に算出し、それを表示する患者容体変化予測システムを提供する。
【解決手段】容体変化を引き起こす複数の容体変化要因をパラメータとする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３と、患者の容体変化要因を受けて、記憶手段３が記憶している関数を基に該患者の容体変化発生の度合いを算出する容体変化予測手段５と、該患者におこる容体変化の種類と該容体変化発生の度合いを表示手段７に表示する表示制御手段６を備える。
【選択図】図１

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。

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。

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。

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。

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。

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

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。

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。

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。

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。

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。

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。

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。

〔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。

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（Ｈｏｓｐｉｔａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍ）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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

＜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。

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。

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。

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。

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。

＜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。

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。

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。

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。

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。

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。

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。

〔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。

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。

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。

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。

〔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。

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。

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。

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。

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。

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。

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

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、

と表すことができる。
ここで、

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

第１の実施形態に係る機能構成を表わすブロック図 病院システムに記憶されている患者情報の例 リスクファクターと容体変化の対応を説明する図 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 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 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 各患者の容体変化の情報の一覧表示を説明する図 各患者の容体変化の情報の個別表示を説明する図 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 容体変化発生リスクの算出及び表示のフローチャート 第３の実施形態に係る機能構成を表わすブロック図 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

符号の説明

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

Claims (10)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。
7. 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。
8. 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。
9. 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。
10. 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。

Images