JP6967329B1 - 感染リスク定量化システム及び感染リスク定量化方法 - Google Patents

Abstract

【課題】施設内で計測された環境データに加え、市中感染状況を含んだ疫学データを入力情報として取り込んで感染リスクを確率的に定量化するシステム又は方法を提供する。
【解決手段】本発明の方法は、区画内のＣＯ_２濃度を計測しつつ施設外のＣＯ_２濃度を計測する工程Ｓ１と、疫学データ閲覧サイトから施設の属する地域の感染症流行情報を取得する工程Ｓ２と、数理モデルを用いて区画での感染確率Ｐを随時導出する工程Ｓ６とを含む。本発明の方法は、数理モデルを用いて、区画の安全レベルを判断するための警報閾値Ｔ_Ａを決定する工程Ｓ５を含むことが好ましい。さらに、空気環境を整えるための少なくとも１つの機器を備えた機器監視制御部を区画内に配置して機器の運転状況を確認する工程Ｓ３と、数理モデルを用いて機器の運転状況を変更するための機器制御閾値Ｔ_Ｄを決定する機器制御閾値決定工程Ｓ５をさらに含むことが好ましい。
【選択図】図２

Description

本発明は、病院等の施設の建物内部における飛沫核・飛沫感染リスクを定量化するためのシステムや方法に関する。より具体的には、市中感染状況を踏まえつつ建物内部の感染寄与因子の状況をリアルタイムに計測しながら感染リスクを定量化するためのシステムや方法に関する。

近年流行しているコロナウイルスの他、インフルエンザウイルス、麻疹ウイルス、結核菌などの感染症に人類は脅かされてきた。これらの感染症を引き起こす病原体は目に見えないほど小さいため、感染症を治療すべき病院などでも院内感染が頻繁に発生している。このような事情からも、病院等の施設内の特定区画毎に感染リスクをリアルタイムに定量化して医療従事者へ通知することが望まれている。

（先行技術としての特許文献１）
上記要望に対応する先行技術として、例えば、特許文献１に施設内監視システムが開示されている。特許文献１に記載のシステムでは、施設内の環境パラメータ（温度・湿度等）をモニタリングし、各区画（病室）の感染症毎の発生危険度を取得し、注意通知表示データをナースステーションのＰＣや携帯端末に送信し、特定の感染症の危険のある病室を表示・警告することができる。

（特許文献１における技術的課題）
しかしながら、特許文献１に記載のシステムでは、施設（より具体的には各病室）内の温度や湿度などの環境パラメータを計測しているだけである。また、感染リスクの評価の際には計測中の各環境パラメータが「基準範囲」、「要注意」、又は「警告」に属するかを判定するための閾値を任意に設定しているだけであり（特許文献１の図面１６を参照）、各閾値の設定にＷＨＯなどの公的機関による疫学上の指針が反映されているわけではない。つまり、当該システムによる判定（基準範囲内か、要注意であるか否かの評価）は、システム提供者或いはシステムを操作する医療従事者の主観に依るところが大きい。

また、特許文献１に記載のシステムでは、感染リスクの評価に際して計測対象施設内の環境パラメータを利用するのみで、刻々と変動する施設外の市中感染状況の影響が反映されることは無い。例えば、インフルエンザの場合は季節による感染リスクが変動しており、こうした施設外の市中感染状況も感染リスクの評価に反映させられることが望ましい。

また、特許文献１に記載のシステムでは、感染リスクの評価に際して環境パラメータの変動を単にモニタリングしているだけであり、感染確率を定量的に導出するものではない。

（非特許文献１，２ 空気感染リスクを推定する数理モデルの例）
なお、空気感染リスクを推定する数理モデルとしてＷｅｌｌｓ−Ｒｉｌｅｙのモデルが知られている。この数理モデルは結核菌の感染確率がポアソン過程に従うとの実験結果（非特許文献１を参照）から得られたものである。また、このＷｅｌｌｓ−Ｒｉｌｅｙのモデルを改良した非特許文献２に開示のＲｕｄｎｉｃｋ ａｎｄ Ｍｉｌｔｏｎのモデルも知られている。

（先行技術としての特許文献２）
また、特許文献２に記載のインフルエンザ予測表示装置では、インフルエンザの流行を予測するために外気温度や外気湿度をセンサで計測し、これらの計測値を基に水蒸気圧等を算出して流行（危険度）の判定を行う。そして、ＬＥＤ報知手段などの表示部により予測結果を表示したり、加湿ユニットで加湿運転を駆動させたりすることができる。

（特許文献２における技術的課題）
しかしながら、特許文献２に記載の装置では施設外の環境パラメータを計測するものの、施設（例えば、施設内の各区画（各病室））内の環境パラメータを計測するものでは無い。また、特許文献２に記載の装置では、各センサから実測された気温や相対湿度、これらの実測値から算出された絶対湿度や水蒸気圧の変動をモニタリングし、予め任意に設定した閾値を超えると、「危険度小」から「危険度中」や「危険度大」と判定するものである。

従って、特許文献２に記載の装置も、特許文献１に記載の技術と同様に、各閾値の設定の際にＷＨＯなどの公的機関による疫学上の指針が何ら反映されているわけではないし、感染リスクを確率的に定量化するものではない。さらに、市中感染状況を踏まえつつ施設内の環境パラメータをモニタリングしながら感染リスクを定量化するものではない。

（先行技術としての特許文献３）
また、特許文献３に記載の情報提供システムでは、複数の病原体検出装置（具体的にはウイルスセンサ）を用いて公共交通機関の駅や車両内の空気中の病原体を検出し、この検出結果（病原体への感染リスク）を踏まえてユーザは駅までの移動経路の決定が可能となる。

（特許文献３における技術的課題）
しかしながら、ウイルスセンサによってウイルス濃度を測定するとのことであるが、コロナウイルスなど多くのウイルス濃度を現実的かつリアルタイムに測定できる機器は存在していない。

また、特許文献３に記載のシステムも、特許文献１，２に記載の技術と同様に、各閾値の設定の際にＷＨＯなどの公的機関による疫学上の指針が何ら反映されているわけではないし、感染リスクを確率的に定量化するものではない。

また、特許文献３に記載のシステムでは、環境情報データベースとして国立感染症研究所や自治体からインフルエンザ流行情報を取得して感染リスク情報の評価に利用することも記載されている。しかしながら、取得されたインフルエンザ流行情報は、図面４に示すように、任意の基準で「無し」、「注意」及び「警報」の３段階に分類されるだけである。

つまり、取得した現在の流行レベルが３段階のいずれの状態にあるかを示す情報のみが、その後の感染リスク情報の評価に利用されるだけであって、流行レベルの実測値（地域毎の患者数）を数理モデルのパラメータの一つとしてそのまま入力して感染リスク情報を評価・定量化していくものでは無い。

特開２０１９−０７９１３６号公報 特開２００４−２７０９９８号公報 特開２０２０−００８９６９号公報

Ｗ．Ｆ．Ｗｅｌｌｓ， Ａｉｒｂｏｒｎｅ Ｃｏｎｔａｇｉｏｎ ａｎｄ Ａｉｒ Ｈｙｇｉｅｎｅ（Ａｎ Ｅｃｏｌｏｇｉｃａｌ Ｓｔｕｄｙ ｏｆ Ｄｒｏｐｌｅｔ Ｉｎｆｅｃｔｉｏｎｓ）， Ｈａｒｖａｒｄ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ， Ｃａｍｂｒｉｄｇｅ， １９５５ Ｒｕｄｎｉｃｋ ＳＮ， Ｍｉｌｔｏｎ ＤＫ， Ｒｉｓｋ ｏｆ ｉｎｄｏｏｒ ａｉｒｂｏｒｎｅ ｉｎｆｅｃｔｉｏｎ ｔｒａｎｓｍｉｓｓｉｏｎ ｅｓｔｉｍａｔｅｄ ｆｒｏｍ ｃａｒｂｏｎ ｄｉｏｘｉｄｅ ｃｏｎｃｅｎｔｒａｔｉｏｎ， Ｉｎｄｏｏｒ Ａｉｒ，２３７−４５，２００３

（本発明の目的）
本発明はこのような事情に鑑みてなされたものであり、施設内で計測された環境データの他に、市中感染状況を含んだ疫学データを入力情報（数理モデルに使用する入力パラメータ）として取り込んで一元化し、感染リスクを確率的に定量化する方法及びシステムを提供することを目的とする。

また、本発明のもう一つの目的は、ある区画での感染リスクの判定（例えば、安全、注意、又は危険であるか否かの評価）のための閾値の設定に、ＷＨＯなどの公的機関による疫学上の指針・基準を直接適用可能な感染リスク定量化方法及びそのシステムを提供することである。

さらに、本発明のもう一つの目的は、ある区画での区画内の空気環境を整える機器の運転状況を変更するための閾値の設定に、ＷＨＯなどの公的機関による疫学上の指針・基準を直接適用可能であり、これらの機器の運転の自動制御を可能とする感染リスク定量化方法及びそのシステムを提供することである。

本発明者らは、鋭意検討の末、上述の問題点を見事に解決できる新規なシステム及び方法を見出し、本発明を完成した。

すなわち本発明は、例えば、以下の構成・特徴を備えるものである。
（態様１）
施設内の少なくとも１つの区画の感染リスクを評価する感染リスク定量化方法であって、
前記区画内のＣＯ_２濃度を計測しつつ、前記施設外のＣＯ_２濃度を計測する計測工程と、
疫学データ閲覧サイトから、少なくとも１つの感染症に関する前記施設の属する地域の感染者報告数ｎ_ｒを随時取得する工程と、
数理モデルを用いて前記区画での感染確率Ｐを随時導出する工程と、
を含み、かつ、
前記数理モデルは、以下の数式で求められる、

ここで、Ｃ_ｉは前記区画内の前記ＣＯ_２濃度であり、Ｃ_ｏは前記施設外の前記ＣＯ_２濃度（但し、前記区画内ＣＯ_２濃度が夜間に前記施設外の前記ＣＯ_２濃度の値まで下がる場合は、前記区画内ＣＯ_２濃度の前記夜間の前記値で代用可能）であり、Ｃ_ａは人の呼気で発生するＣＯ_２濃度の割合（Ｃ_ａ＝０．０３８）であり、Ｆは前記感染症の前記地域における流行特性が前記施設内の在室者に与える影響因子であり、前記地域の全人口ｎ_ｔに対する前記感染者報告数ｎ_ｒの割合であり、ｑは前記感染症に感染した者の呼気による感染性粒子発生速度である、
ことを特徴とする感染リスク定量化方法。
（態様２）
前記数理モデルを用いて、前記区画の安全レベルを判断するための警報閾値Ｔ_Ａを少なくとも１つ決定する警報閾値決定工程を更に含み、かつ、
前記警報閾値決定工程は、
室内側環境基準Ｂ _１ を第１公的指針から算定する工程と、
疫学側環境基準Ｂ _２ を第２公的指針から算定する工程と、
前記基準Ｂ _１ ，Ｂ _２ を前記数理モデルに代入し、得られた感染確率Ｐを閾値根拠基準Ｂ _３ として設定する工程と、
前記基準Ｂ _３ を基に前記警報閾値Ｔ _Ａ を決定する工程と、
を含む、
ことを特徴とする態様１に記載の感染リスク定量化方法。
（態様３）
空気環境を整えるための少なくとも１つの機器を備えた機器監視制御部を前記区画内に配置して、前記機器の運転状況を確認する工程と、
前記数理モデルを用いて、前記機器の前記運転状況を変更するための機器制御閾値Ｔ_Ｄを少なくとも１つ決定する機器制御閾値決定工程と、
前記感染確率Ｐが前記機器制御閾値Ｔ_Ｄ未満であると判断されれば運転状態にある前記機器の数を減らす一方、前記感染確率Ｐが前記機器制御閾値Ｔ_Ｄ以上であると判断されれば運転状態にある前記機器の数を増やす機器運転変更工程と、
を更に含み、かつ、
前記機器制御閾値決定工程は、
室内側環境基準Ｂ _１ を第１公的指針から算定する工程と、
疫学側環境基準Ｂ _２ を第２公的指針から算定する工程と、
前記基準Ｂ _１ ，Ｂ _２ を前記数理モデルに代入し、得られた感染確率Ｐを閾値根拠基準Ｂ _３ として設定する工程と、
前記基準Ｂ _３ を基に前記機器制御閾値Ｔ _Ｄ を決定する工程と、
を含む、
ことを特徴とする態様１又は２に記載の感染リスク定量化方法。
（態様４）
前記数理モデルにより導出された感染確率Ｐをユーザが操作可能な端末に随時送信して、該端末の画面に表示可能にする、
ことを特徴とする態様１〜３のいずれかに記載の感染リスク定量化方法。
（態様５）
施設内の少なくとも１つの区画の感染リスクを評価する感染リスク定量化システムであって、
通信網に接続された通信部と記憶部と演算部とを備えたシステムサーバと、
前記通信網に直接又は間接的に接続され、かつ、前記区画内のＣＯ_２濃度を計測する室内環境センサと前記施設外のＣＯ_２濃度を計測する屋外環境センサとを備えた計測監視部と、
前記通信網に接続され、かつ、少なくとも１つの感染症に関する前記施設の属する地域の感染者報告数ｎ_ｒを随時蓄積する疫学データ閲覧サイトと、
を含み、かつ、
前記記憶部では、前記通信部を介して、前記計測監視部で取得されたＣＯ_２濃度と、前記疫学データ閲覧サイトで蓄積された前記感染者報告数ｎ_ｒを記憶し、
前記演算部では、前記記憶部で記憶された各ＣＯ_２濃度と、前記感染者報告数ｎ_ｒとを以下の数式の数理モデルに代入して、前記区画での感染確率Ｐを導出する、

ここで、Ｃ_ｉは前記区画内の前記ＣＯ_２濃度であり、Ｃ_ｏは前記施設外の前記ＣＯ_２濃度（但し、前記区画内ＣＯ_２濃度が夜間に前記施設外の前記ＣＯ_２濃度の値まで下がる場合は、前記区画内ＣＯ_２濃度の前記夜間の前記値で代用可能）であり、Ｃ_ａは人の呼気で発生するＣＯ_２濃度の割合（Ｃ_ａ＝０．０３８）であり、Ｆは前記感染症の前記地域における流行特性が前記施設内の在室者に与える影響因子であり、前記地域の全人口ｎ_ｔに対する前記感染者報告数ｎ_ｒの割合であり、ｑは前記感染症に感染した者の呼気による感染性粒子発生速度である、
ことを特徴とする感染リスク定量化システム。
（態様６）
前記システムサーバの前記演算部では、前記数理モデルを用いて、前記区画の安全レベルを判断するための警報閾値Ｔ_Ａを少なくとも１つ決定し、
前記システムサーバの前記記憶部では、前記警報閾値Ｔ_Ａを記憶し、かつ、
前記システムサーバの前記演算部は、
室内側環境基準Ｂ _１ を第１公的指針から算定し、
疫学側環境基準Ｂ _２ を第２公的指針から算定し、
前記基準Ｂ _１ ，Ｂ _２ を前記数理モデルに代入し、得られた感染確率Ｐを閾値根拠基準Ｂ _３ として設定し、かつ、
前記基準Ｂ _３ を基に前記警報閾値Ｔ _Ａ を決定する、
を含む、
ことを特徴とする態様５に記載の感染リスク定量化システム。
（態様７）
前記感染リスク定量化システムは、空気環境を整えるための少なくとも１つの機器を備えた機器監視制御部と、
を更に含み、かつ、
前記システムサーバの前記制御部では、前記機器の運転状況を確認し、
前記システムサーバの前記演算部では、前記数理モデルを用いて、前記機器の前記運転状況を変更するための機器制御閾値Ｔ_Ｄを少なくとも１つ決定し、
前記システムサーバの前記制御部は、前記感染確率Ｐが前記機器制御閾値Ｔ_Ｄ未満であると判断すれば運転状態にある前記機器の数を減らす一方、前記感染確率Ｐが前記機器制御閾値Ｔ_Ｄ以上であると判断すれば運転状態にある前記機器の数を増やし、かつ、
前記システムサーバの前記演算部は、
室内側環境基準Ｂ _１ を第１公的指針から算定し、
疫学側環境基準Ｂ _２ を第２公的指針から算定し、
前記基準Ｂ _１ ，Ｂ _２ を前記数理モデルに代入し、得られた感染確率Ｐを閾値根拠基準Ｂ _３ として設定し、かつ、
前記基準Ｂ _３ を基に前記機器制御閾値Ｔ _Ｄ を決定する、
を含む、
ことを特徴とする態様５又は６に記載の感染リスク定量化システム。
（態様８）
前記感染リスク定量化システムは前記通信網に接続されたユーザ操作端末を更に含み、
前記ユーザ操作端末は、前記システムサーバから、前記数理モデルにより導出された感染確率Ｐを随時受信して、該端末の画面に表示可能にする、
ことを特徴とする態様５〜７のいずれかに記載の感染リスク定量化システム。

本発明の方法によれば、数理モデルを利用して定量的な感染確率を算出することができ、より定量的な感染リスクの評価や可視化が可能となる。

また、本発明の感染リスクの定量化に際しては、施設内の環境データの変化の他に、施設外の感染状況（施設が属する地域の市中感染状況）に関する経時的な疫学データも利用するため、算出される感染確率は季節や地域によって変動しがちな感染症の流行レベルの実態が反映されたものになる。

また、本発明の方法によれば、感染リスクの判定における閾値の設定に、ＷＨＯなどの公的機関の指針・基準を直接適用できる。本発明では、従来技術に比べ、閾値設定の根拠に信頼がおけるようになる。さらに、本発明の好適な態様によれば、ある区画での区画内の空気環境を整える機器の運転状況を変更するための閾値の設定にも、ＷＨＯなどの公的機関による疫学上の指針・基準を直接適用可能であり、これらの機器の運転の自動制御が可能となる。

本発明の感染リスク定量化システムの概略的な構成を示した図である。 本発明の感染リスク定量化方法の各工程を示すフローチャートである。 本発明の各種閾値を決定する工程の詳細及び概略を示した図である。 本発明のユーザ操作端末の操作画面（ホーム画面）を示した図である。 本発明のユーザ操作端末の操作画面（施設管理画面、区画管理画面、及び、ユーザ管理画面）を示した図である。 本発明のユーザ操作端末の操作画面（監視画面及びグラフ画面）を示した図である。 本発明のユーザ操作端末の操作画面（閾値設定画面）を示した図である。

以下、添付の図面を参照しながら下記の具体的な実施形態に基づき本発明の技術的内容を説明するが、本発明はこれらの実施形態に何等限定されるものではない。

（感染リスク定量化システムの主要な構成）
図１に、本発明の感染リスク定量化システム１（以下、単に「システム」とも呼ぶ。）を示す。本システム１は、システムサーバ２と、環境データ入出力装置３と、ユーザ操作端末４と、疫学データ閲覧サイト５と、計測監視部６と、機器監視制御部７と、から構成されている。これらの各構成要素２〜７は以下に詳述する。

（システムサーバの概要）
システムサーバ２は本システム１での感染リスク評価処理の中心的な役割を担う。なお、システムサーバ２は、通信網Ｗを経由しないスタンドアローン型の形態でも、通信網Ｗを経由したネットワーク型（例えば、図１に示すようなクラウドサーバ）の形態でもよい。図１の例では、システムサーバ２には通信部２１、記憶部２２、演算部２３、制御部２４、及び閲覧表示部２５などが設けられている。

通信部２１は、通信網Ｗを介して、環境データ入出力装置３やユーザ操作端末４と情報のやりとりを行う。なお、通信部２１は、疫学データ閲覧サイト５から、後述する疫学データの取得を行う。

記憶部２２では、システムサーバ２外部の構成要素３〜７から通信部２１を介して取得した信号やデータを保存したり、システムサーバ２内の演算部２３で算出された演算データも保存したりすることができる。

演算部２３では、通信部２１で取得し記憶部２２で保存された入力情報を利用しながら後述の定量化方法に示すように感染リスク情報を算出する。

制御部２４では、通信網Ｗを介してシステムサーバ２と接続している環境データ入出力装置３、ユーザ操作端末４及び疫学データ閲覧サイト５とのデータの送受信に関する制御を行ったり、演算部２３で算出した感染リスク情報（後述の感染確率Ｐ、機器制御閾値Ｔ_Ｄや警報閾値Ｔ_Ａ（Ｔ_Ａ１，Ｔ_Ａ２））を利用し、機器監視制御部７の後述する運転状況の変更を行ったりすることができる。

閲覧表示部２５では、システムサーバ２やユーザ操作端末４の画面等に演算部２３で算出された感染リスク情報を感染症（病原種）毎にリアルタイムに表示することができる。この他にも、通信部２１で取得した入力情報を表示させたり、演算部２３での感染リスク評価の際に使用する閾値等の各種パラメータ（後述）の選択画面を表示させたり、計測監視部６における各種センサ６１，６２や機器監視制御部７の運転状況を表示させたりすることもできる。なお、システムサーバ２の画面等に表示される内容と同様の内容をユーザ操作端末４の操作画面４ｄに表示させるようにしてもよい。

（環境データ入出力装置の概要）
環境データ入出力装置３は、通信網Ｗを介してシステムサーバ２に接続されるとともに、計測監視部６や機器監視制御部７にも接続されている。なお、図示の例では、環境データ入出力装置３と計測監視部６及び機器監視制御部７との接続が直接的であるが、通信網Ｗを介した接続であってもよい。

環境データ入出力装置３には、通信部３１や信号入出力部３２などが設けられている。信号入出力部３２は、例えば、計測監視部６の後述する各種センサ６１、６２にて計測された環境データを受信して通信部３１を介してシステムサーバ２へ送信する。

さらに信号入出力部３２は、機器監視制御部７から機器７１，７２，７３の運転状況を受信してシステムサーバ２へ送信する。また、信号入出力部３２はシステムサーバ２から機器監視制御部７への信号の受信も行う。具体的には、システムサーバ２の制御部２４から発せられた制御信号を環境データ入出力装置３の通信部３１を介して受信し、機器監視制御部７内の各種機器７１〜７３の運転状況を変更する。信号入出力部３２として、例えば、市販のＰＬＣ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｃｏｎｔｒｏｌｌｅｒ）を利用することができる。

（ユーザ操作端末の概要）
ユーザ操作端末４は、施設（例えば、病院や介護施設）内の所定の空間を有した区画（例えば、ナースステーション、待合室、病室）内で使用されることを前提とするが、施設外での使用も可能である。ユーザ操作端末４は、ナースステーション等に据え置かれる据置端末４１の形態であってもよいし、医療従事者が携帯する携帯端末４２の形態であってもよい。

（疫学データ閲覧サイトの概要）
疫学データ閲覧サイト５は、少なくとも一種の感染症（病原種）の地域別の感染者情報などの感染症流行情報を閲覧・取得できるサイトである。例えば、国立感染症研究所や地方自治体のサイトが上記流行情報（例えば、地域別の感染者報告数ｎ_ｒ）を公表しており、これらの情報の閲覧・取得が可能である。なお、感染症には、例えば、インフルエンザウイルス、結核、麻疹、新型コロナウイルスなどが挙げられる。

（計測監視部の概要）
計測監視部６には、例えば、施設内（病室や待合室など）の二酸化炭素（ＣＯ_２）濃度を計測する室内環境センサ６１と、施設外の二酸化炭素（ＣＯ_２）濃度を計測する屋外環境センサ６２とが設けられる。

（機器監視制御部の概要）
機器監視制御部７には、例えば、計測監視部６により監視されている対象空間（病室や待合室等の区画）に浮遊するウイルスを死滅又は不活化させることを目的とした殺菌装置７１（例えば、紫外線照射装置）と、対象空間の空気を換気可能な換気送風装置７２と、対象空間の空気を吸引しフィルタでもってろ過可能なフィルタろ過装置７３（例えば、空気清浄機）とが設けられる。

これらの機器監視制御部７の機器７１〜７３の少なくとも１つは監視対象空間の各区画に設置されていることが望ましく、本発明のシステム１により、ある区画の感染リスクが高い（「注意」や「警告」）と判定された場合に、該区画内を浮遊するウイルスを殺菌したり、換気やろ過を行うことで該区画内の空気を清浄したりできるよう作動する。加えて、機器監視制御部７の機器７１〜７３が複数配置されていた場合に、どの機器７１〜７３から優先的に作動させるかについて作動順序の優先順位を決めておくことが望ましい。例えば、本発明者らの経験によれば、感染リスクが高いと判定された場合、殺菌装置７１（紫外線照射装置）、フィルタろ過装置７３（空気清浄機）、換気送風装置７２の順番で、優先的に作動（増段）させることがさらに望ましい。

（本発明の感染リスク定量化方法）
次に、図２を参照しながら、本発明の感染リスク定量化方法について詳しく説明する。

先ず計測監視部６の各センサ６１，６２を運転させる。本実施例では、室内環境センサ６１を用いて施設内の監視対象の各空間（区画）内のＣＯ_２濃度をリアルタイムに計測するとともに、屋外環境センサ６２を用いて施設外（屋外）のＣＯ_２濃度をリアルタイムに計測する（工程Ｓ１）。このように計測されたＣＯ_２濃度のデータは環境データ入出力装置３や通信網Ｗを経由してシステムサーバ２に送られ、記憶部２２に保存・蓄積される。ここで、区画内のＣＯ_２濃度は、一般に、日中、該区画内に患者や医療従事者等の在室者が居りＣＯ_２を発生するために、人口密度の低い施設外の屋外ＣＯ_２濃度よりも高い。しかしながら、夜間になると、区画によっては在室者が減るか、全く存在しない状況も生まれ、区画内のＣＯ_２濃度は屋外ＣＯ_２濃度に近づいていく。

そこで、夜間、監視区画内に在室者が居らず、室内環境センサ６１で取得された該区画内ＣＯ_２濃度が屋外ＣＯ_２濃度と同等の値まで低下する場合に限り、夜間に低下した該区画内ＣＯ_２濃度（以下、「初期値」とも呼ぶ。）を屋外ＣＯ_２濃度として代用することも可能である。これにより、屋外環境センサ６２を一時運休してその消費電力を抑制したり、或いは、屋外環境センサ６２の設置を不要としたりすることができる。

次に、システムサーバ２は、疫学データ閲覧サイト５にアクセスして監視対象の施設が存在する地域（都道府県）の流行情報（言い換えれば、市中感染状況）を取得し、記憶部２２に保存・蓄積する（工程Ｓ２）。例えば、国立感染症研究所のサイトでは都道府県毎や感染症（病原種）毎の感染者数が日々更新・蓄積されている。

また、システムサーバ２は、上述した機器監視制御部７について利用可能な機器７１〜７３の種類や運転状況を確認する（工程Ｓ３）。なお、監視対象の区画に機器監視制御部７が設置されていなければ、これを配置して本システム１に接続したうえで、運転状況を確認する。

本システム１の操作者（「ユーザ」とも呼ぶ。）は、本システム１で監視（つまり、感染リスクの定量化）を希望する感染症（病原種）を選択する（工程Ｓ４）。図４などに示す例では、インフルエンザウイルス、結核、麻疹、新型コロナウイルスの合計４つの病原種から選択できる。

工程Ｓ４で選択した感染症に対応した機器制御閾値Ｔ_Ｄや警報閾値Ｔ_Ａ（Ｔ_Ａ１，Ｔ_Ａ２）を決定することが望ましい（工程Ｓ５）。ここで、機器制御閾値Ｔ_Ｄや警報閾値Ｔ_Ａ（Ｔ_Ａ１，Ｔ_Ａ２）は後述する数理モデルを利用して決定することができる。なお、機器制御閾値Ｔ_Ｄとは、システムサーバ２の制御部２４が機器監視制御部７内の機器７１〜７３の運転状態を変更するか否かの基準値であり、警報閾値Ｔ_Ａ（Ｔ_Ａ１，Ｔ_Ａ２）とは、システムサーバ２の制御部２４が、監視区画での現時点の感染確率Ｐから該区画の安全レベルを判定するための指標である。

上述の工程Ｓ１〜Ｓ２で取得した入力値（環境データ、疫学データ）や工程Ｓ３〜Ｓ４で選択した本システム１での運転条件や設定条件が揃うと、システムサーバ２の演算部２３は、後述する数理モデルを利用して監視対象の各区画での感染確率Ｐ（選択した感染症における感染確率Ｐ）を算出する（工程Ｓ６）。この感染確率Ｐの算出は一定間隔毎に継続的に実行される。得られた感染確率Ｐは上述の設定条件（各種閾値Ｔ_Ｄ，Ｔ_Ａ、機器運転状況）とともにユーザ操作端末４に送られて操作画面４ｄに表示される（工程Ｓ７）。なお、同様の感染リスク情報がシステムサーバ２の画面にも表示されるようにしてもよい。

随時算出される各区画の感染確率Ｐは上述の各種閾値Ｔ_Ｄ，Ｔ_Ａと比較される。具体的には、感染確率Ｐが機器制御閾値Ｔ_Ｄを超えているかどうかを判断する（工程Ｓ８）。感染確率Ｐが該閾値Ｔ_Ｄを超えていない場合は、制御部２４は、運転状態の機器監視制御部７の機器７１〜７３の数を減らすよう信号を送信する（工程Ｓ８１）。運転状態の機器監視制御部７が機器１台のみであれば、機器監視制御部７は停止状態となる。また、機器監視制御部７が既に停止状態であった場合は運転状態の機器７１〜７３は存在しないため、停止状態を継続することになる。

一方で、監視対象のある区画の感染確率Ｐが機器制御閾値Ｔ_Ｄを超えてしまった場合は、停止状態から運転状態に変更可能な機器監視制御部７の機器７１〜７３が少なくとも１つ存在するかどうかを判断する（工程Ｓ８２）。もし存在すれば、予め定めた稼働優先順位に応じて機器監視制御部７の機器７１〜７３の追加運転を開始する（工程Ｓ８３）。このような本システム１の制御部２４の処理により、機器監視制御部７の運転に関する自動制御が可能となる。なお、機器制御閾値Ｔ_Ｄは１つの値に限られず、複数の値が設定されてもよい。

この工程Ｓ８〜Ｓ８３を終えると、制御部２４は、感染確率Ｐが警報閾値Ｔ_Ａを超えているかどうかを判断する（工程Ｓ９（Ｓ９Ａ））。警報閾値Ｔ_Ａは、図２に示す例のように、値が異なる大小２種類の閾値Ｔ_Ａ１，Ｔ_Ａ２が用意されていてもよい。どちらの警報閾値Ｔ_Ａ１，Ｔ_Ａ２も超えていない場合は「安全」と判定して（工程Ｓ９１）、当該信号をユーザ操作端末４へ向けて発信する（工程Ｓ１０）。なお、一つ前のルーチン処理にて、後述の「注意」や「警告」と判定されていた場合は当該判定を解除する。この場合、システムサーバ２やユーザ操作端末４の操作画面４ｄ上の対象区画の安全レベル表示欄に当該信号「安全」が表示される（図４を参照）。

これに対し、感染確率Ｐが、比較的小さな警報閾値Ｔ_Ａ１以上であるだけでなく比較的大きな警報閾値Ｔ_Ａ２以上であるかどうかを判定する（工程Ｓ９Ｂ）。感染確率Ｐが閾値Ｔ_Ａ２未満である場合（Ｔ_Ａ１≦Ｐ＜Ｔ_Ａ２）には、「注意」と判定し（工程Ｓ９２）、当該信号をユーザ操作端末４へ向けて発信する（工程Ｓ１０）。この場合、システムサーバ２やユーザ操作端末４の操作画面４ｄ上の対象区画の安全レベル表示欄に当該信号「注意」が表示される（図４を参照）。

さらに、感染確率Ｐが比較的大きな警報閾値Ｔ_Ａ２以上の範囲（Ｔ_Ａ２≦Ｐ）に入ってしまった場合には、「警告」と判定し、当該信号をユーザ操作端末４へ向けて発信する（工程Ｓ９３）。この場合、システムサーバ２やユーザ操作端末４の操作画面４ｄ上の対象区画の安全レベル表示欄に当該信号「警告」が表示される（図４を参照）。

（本システムに使用する数理モデルの導出）
次に、上述した工程Ｓ６での感染確率Ｐをリアルタイムに算出する数理モデルについて詳述する。このモデルは、非特許文献２に記載のＲｕｄｎｉｃｋ ａｎｄ Ｍｉｌｔｏｎの感染確率モデル（数式３）から、本発明者らが独自に改良を加えて編み出した数式である。

ここで、ｆは室内ＣＯ_２濃度全体に占める呼気由来のＣＯ_２濃度の割合であり、Ｉは閉鎖空間での感染者数であり、ｑはある感染症（病原種）に感染した者の呼気による感染性粒子発生速度（「ｑｕａｎｔａ」とも呼ばれ、単位は〔１／ｈ〕）であり、ｔは室内滞在時間であり、ｎは区画内（室内）の人数である。

さらに、ｆは以下の数式４で示され、上述した各ＣＯ_２濃度の測定値を利用可能である。

ここで、Ｃ_ｉは室内環境センサ６１で計測された区画内ＣＯ_２濃度であり、Ｃ_ｏは屋外環境センサ６２で計測された屋外ＣＯ_２濃度（但し、上述の区画内ＣＯ_２濃度が夜間に屋外ＣＯ_２濃度の値まで下がる場合は、区画内ＣＯ_２濃度の前記夜間の前記値（初期値）で代用可能）であり、Ｃ_ａは人の呼気で発生するＣＯ_２濃度の割合（Ｃ_ａ＝０．０３８の一定値）である。Ｃ_ｉやＣ_ｏは上述のセンサ６１，６２により計測し、システムサーバ２の記憶部２２に保管されている環境データを利用することができる。

しかしながら、本発明者らは、公知の数式３では感染者数Ｉを「定数」として扱っていることに気が付いた。つまり、監視区画内の在室者の感染状況や空気中に浮遊する感染性粒子量を直接モニタリングできない以上、この数式３のままではリアルタイムに感染確率を随時求めていくことができないことになる。

そこで、本発明者らは、感染者数Ｉにリアルタイム性を持たせるために疫学データ閲覧サイト５で公開されている疫学データを取得し、これから地域流行特性が在室者に与える影響因子Ｆを推定した上で感染者数Ｉを特定した。例えば、取得された疫学データのうち当日の感染者数（都道府県毎の感染者報告数ｎ_ｒ）を対応する都道府県の人口で除することで、地域流行特性が在室者に与える影響因子Ｆ（例、Ｆ＝（ある県の感染者報告数ｎ_ｒ）／（当該県の県人口ｎ_ｔ））とし、この影響因子Ｆに、監視対象区画の在室者数ｎを掛け合わせたものを感染者数Ｉ（Ｉ＝ｎ×Ｆ）とした。つまり、本発明の数理モデルは以下の数式５に書き直すことができる。

ここで、ｑはある感染症（病原種）に感染した者の呼気による感染性粒子発生速度（ｑｕａｎｔａ、単位は〔１／ｈ〕）であり、病原種毎に決まった既定値である。例えば、本実施例で監視対象とする４つの感染症（病原種）の感染性粒子発生速度ｑを表１に示す。

この数式５により、本システム１による感染確率Ｐの評価が、監視する対象施設が属する地域の市中感染状況の変動に応じたものとなり、よりリアルタイムで現地状況をより反映した感染リスクの定量化が実現する。このように市中感染状況の統計値（疫学データ）を用いることで、施設内で得られる環境データのみを用いた評価手法よりも高精度に感染リスクを補足できているし、屋内外の二酸化炭素濃度の差分（Ｃ_ｉ−Ｃ_ｏ）を用いることで、いわゆる「密」状況に起因するリスク上昇も感染リスクに反映することができるのである。

本発明者らは、監視対象区画に殺菌装置７１、換気送風装置７２，フィルタろ過装置７３などの機器監視制御部７を設置することも想定しており、これらの機器７１〜７３を稼働させることにより、空気中の病原を不活化したり、除去したりすることができる。従って、本発明者らはこれらの機器監視制御部７の運転による病原除去効果を数式５に織り込んで、以下の数式６を導き出した。

ここで、ηは区画（室）内に設置されている機器監視制御部７のワンパス除去率であり、Ｑ_Ｍは室内に設置されている機器監視制御部７の処理風量であり、Ｖは室（監視対象）の気積である。

空気清浄機等の機器監視制御部７の性能は基本的に「ワンパス除去率η」と「処理風量Ｑ_Ｍ」とで規定される。ワンパス除去率ηとは、空気清浄機に空気が１回通過する際に除去できる粒子の割合を示したものである。なお、実際の感染性粒子の除去量は、ワンパス除去率ηと処理風量Ｑ_Ｍとを乗じたものに、更に感染性粒子濃度と機器運転時間とを乗じて求めることになる。そして、当該除去量を濃度として表現する場合には、当該除去量を気積Ｖで除せばよく、装置が複数台ある場合に拡張すると、以下の数式７で表される。

本システム１では、監視対象の区画内に、殺菌装置７１、換気送風装置７２，フィルタろ過装置７３など、複数の機器監視制御部７を設置することを想定している。このため、上記数式は機器台数の総和の形で表している。ｍは機器番号を示し、Ｎは区画内の感染性粒子の濃度を示す。そして、数式７を数式６に反映することにより数理モデルは以下の数式８で表現される。

この数式８が、本発明の感染リスク定量化方法で利用可能な数理モデルとなり、本システムの計測監視部６や機器監視制御部７で取得された環境データや信号、疫学データなどの入力情報を数式８に代入することによって、感染確率Ｐをリアルタイムに定量化し、本システム１のユーザ（例えば、医療従事者）に通知することができるようになる。

（機器制御閾値と警報閾値の算出方法）
図３（ａ）及び（ｂ）を参照しながら上述の工程Ｓ５の実施内容（機器制御閾値Ｔ_Ｄと警報閾値Ｔ_Ａ（Ｔ_Ａ１，Ｔ_Ａ２）の算出方法）の詳細について説明する。これらの閾値Ｔ_Ｄ，Ｔ_Ａを決定するに当たり、本発明者らは、１）区画（室内）側環境基準Ｂ_１と、２）疫学側（屋外側）環境基準Ｂ_２とを決定し、３）これらの２つの指標Ｂ_１，Ｂ_２を上述の数理モデルに代入して得られた感染確率Ｐを閾値根拠基準Ｂ_３とすることにした。

（室内側環境基準への環境衛生上の公的指針（第１公的指針）の利用）
先ず、室内側環境基準Ｂ_１は、厚生労働省などの官公庁が公表しているＣＯ_２濃度に関する環境衛生上の指針（つまり、室内ＣＯ_２濃度が屋外ＣＯ_２濃度に７００ｐｐｍを加算した値以下にすべきとの指針（「第１公的指針」とも呼ぶ。））から算定する（工程Ｓ５１）。すなわち、室内側環境基準Ｂ_１は、以下の数式９で表現できる。

（疫学側（屋外側）環境基準への衛生上の公的指針（第２公的指針）の利用）
一方、疫学側（屋外側）環境基準Ｂ_２は、世界保健機関（ＷＨＯ）や国立感染症研究所などが公表している各感染症の流行レベルに関する警報指針（「第２公的指針」とも呼ぶ。））から算定する（工程Ｓ５２）。

例えば、第２公的指針として、結核菌の場合、年間罹患率が１０万人当たり１０人以上になると警戒すべきとの指針が得られていることから、疫学側（屋外側）環境基準Ｂ_２は以下の数式１０で表現できる。

（閾値根拠基準の決定）
このように決定した基準Ｂ_１，Ｂ_２を、数理モデルのパラメータとして上述の数式７，８に代入し、最終的に得られた感染確率Ｐを閾値根拠基準Ｂ_３として設定する（工程Ｓ５３）。例えば、以上のＢ_１やＢ_２の具体的数値を代入すると、感染確率Ｐ（閾値根拠基準Ｂ_３）＝２５×１０^−８（＝０．００００２５％）が得られる（図７に示す感染症３の欄も参照）。

（閾値根拠基準を基に警報閾値を決定・調整）
以上の閾値根拠基準Ｂ_３を基に、警報閾値Ｔ_Ａ（Ｔ_Ａ１，Ｔ_Ａ２）や機器制御閾値Ｔ_Ｄをシステム管理者或いはユーザによって任意に決定すればよい（工程Ｓ５４）。例えば、比較的大きな警報閾値Ｔ_Ａ２は閾値根拠基準Ｂ_３と同じかそれ以上に設定し、比較的小さな警報閾値Ｔ_Ａ１は閾値根拠基準Ｂ_３よりも幾分小さな値（例えば約８０〜９０％）に設定してもよい。

例えば、ユーザは、閾値根拠基準Ｂ_３の感染状況（例えば、新型コロナウイルスの判定でステージ３相当の状況であった場合）を確認しながら、閾値根拠基準Ｂ_３の値に到達するよりも前に「注意」を発信（喚起）し、閾値根拠基準Ｂ_３をやや超過したら「警告」を発信（喚起）したい等のユーザの個々の需要に対応して任意に警報閾値Ｔ_Ａ１，Ｔ_Ａ２を設定することができるようになる。もちろん、閾値根拠基準Ｂ_３の値をそのまま警報閾値Ｔ_Ａ１（注意）又はＴ_Ａ２（警告）の値に定めてもよい。

（閾値根拠基準を基に機器制御閾値を決定・調整）
また、機器制御閾値Ｔ_Ｄも同様に閾値根拠基準Ｂ_３を参照しながら決定することができる。例えば、該閾値Ｂ_３よりも実質的小さな値（例えば約６０〜７０％）に設定してもよい。これらの閾値のＴ_Ａ（Ｔ_Ａ１，Ｔ_Ａ２），Ｔ_Ｄの設定は、システムサーバ２やユーザ操作端末４の操作画面４ｄ（具体的には、図７に示すような設定画面４ｄ₇）上のＧＵＩ（例えば、感染症毎のスライダアイコンＳ_Ｌ（Ｓ_Ｌ１，Ｓ_Ｌ２，Ｓ_Ｌ３，Ｓ_Ｌ４））を操作することで簡単に設定変更するようにしてもよい。また、上述の工程Ｓ４にて本システム１で監視を希望する感染症（病原種）を選択する際には、同一の設定画面４ｄ₇のトグルボタンＴＢを押下げすることで選択の有無を切り替えることができる。

（システムサーバ又はユーザ操作端末の操作画面）
図４〜７はシステムサーバ２又はユーザ操作端末４の操作画面４ｄの一例を示す。操作画面４ｄには、図４に示すホーム画面４ｄ_１の他に、図５（ａ）に示す施設管理画面４ｄ_２、図５（ｂ）に示す区画管理画面４ｄ_３、や図５（ｃ）に示すユーザ管理画面４ｄ_４が設けられており、それぞれの画面４ｄ_２〜４ｄ_４に対応するアイコンをクリックすることで表示画面を互いに切り替えることができる。

図５（ｂ）に示すように、区画管理画面４ｄ_３では監視対象として登録された区画一覧（図示では４つ）と評価結果（安全、注意、警告のいずれかの表示）が掲載される。なお、区画表示部一覧中の任意の区画表示部を選択すると、後述する当該区画の監視画面４ｄ_５（図６（ａ）参照）に切り替わる。

また、図５（ａ）に示すように、施設管理画面４ｄ_２では、監視対象の施設の登録情報（例えば、住所、電話番号、メールアドレスなど）が表示可能である。一方、図５（ｃ）に示すように、ユーザ管理画面４ｄ_４では、本システム１に登録されているユーザの一覧を表示することができ、各ユーザの登録情報（例えば、氏名、システム使用上の権限、メールアドレス、登録日、活性状態など）が表示可能である。なお、施設管理画面４ｄ_２やユーザ管理画面４ｄ_４は、システムサーバ２の操作画面４ｄにのみ表示されるようにしてもよい。

（ホーム画面）
ホーム画面４ｄ_１は、図４に示すように、現在監視している区画の数（例えば、部屋数）や本システム１にログインしているユーザ操作端末４の数や操作者（ユーザ）の数を表示するとともに、現在監視している区画毎の監視状況の概要を示す。ホーム画面４ｄ_１上にて監視中の区画表示部のいずれかを選択すると、図６（ａ）に示す当該区画の監視画面４ｄ_５に切り替わる。監視画面４ｄ_５では、感染症（病原種）毎に本システム１で定量化した感染確率Ｐを、視認性を高めるために棒グラフで表示している。

（監視画面）
なお、区画管理画面４ｄ_３には更に関連した後述の画面４ｄ_５〜４ｄ_７が用意されている。より詳細には、監視対象の区画毎の監視画面４ｄ_５には、施設内外の環境データや施設内の空調状態や機器監視制御部７等の運転状況を表示する欄も設けられている（図６（ａ）参照）。

（リスク変動グラフ）
さらに、区画管理画面４ｄ_３から、図６（ｂ）に示すような病原種（感染症１〜４）毎の感染確率Ｐの時間変動を示したリスク変動グラフ（グラフ画面４ｄ_６）を表示することができる。なお、図示では、感染症２の感染確率Ｐに関する経時的なデータを表示している。該グラフには「安全」と「注意」とを分ける警報閾値Ｔ_Ａ１、「注意」と「警告」とを分ける警報閾値Ｔ_Ａ２、閾値根拠基準Ｂ_３も併せて表示されているため、例えば、監視区画の安全レベルが、この数日或いは数時間以内に「注意」や「警告」の範囲に入ってしまったかどうかが一目で判断することができる。

本発明者らが医療従事者を対象に独自に調査した結果によると、インフルエンザ流行情報等の市中感染リスクの把握や施設内の空気中のウイルスや細菌の濃度の監視の他、これらのウイルスや細菌の濃度を常時抑制するための施設内機器の制御への要望や関心が高いことが判った。

理想を言えば、空気中のウイルスや細菌濃度の直接的な監視が望ましいが、現在の技術水準ではウイルス直接監視の実現可能性は低い。

従って、施設内で直接監視された二酸化炭素濃度と市中感染状況に関する疫学データとを組み合わせて精度よく感染確率を定量化する本発明のシステムは、理想のウイルス直接監視に現実的に代替しかつ比較的信頼性のおける技術であるといえる。

従って、本発明の感染リスクの定量化システムや定量化方法は、産業上の利用価値及び利用可能性が高い。

１ 感染リスク定量化システム
２ システムサーバ
３ 環境データ入出力装置
４ ユーザ操作端末
４ｄ，４ｄ_１，４ｄ_２，４ｄ_３ 操作画面，ホーム画面，施設管理画面，区画管理画面
４ｄ_４，４ｄ_５，４ｄ_６，４ｄ_７ ユーザ管理画面，監視画面，グラフ画面，設定画面
５ 疫学データ閲覧サイト
６ 計測監視部
７ 機器監視制御部
２１，２２，２３，２４，２５ 通信部，記憶部，演算部，制御部，閲覧表示部
３１，３２ 通信部，信号入出力部
４１，４２ 据置端末，携帯端末
６１，６２ 室内環境センサ，屋外環境センサ
７１，７２，７３ 殺菌装置，換気送風装置，フィルタろ過装置
Ｂ_１，Ｂ_２，Ｂ_３ 室内側環境基準，疫学側（屋外側）環境基準，閾値根拠基準
Ｐ 感染確率
Ｓ_Ｌ（Ｓ_Ｌ１，Ｓ_Ｌ２，Ｓ_Ｌ３，Ｓ_Ｌ４） スライダアイコン
Ｔ_Ａ（Ｔ_Ａ１，Ｔ_Ａ２），Ｔ_Ｄ 警報閾値，機器制御閾値
ＴＢ トグルボタン
Ｗ 通信網

Claims (8)

1. 施設内の少なくとも１つの区画の感染リスクを評価する感染リスク定量化方法であって、
   前記区画内のＣＯ_２濃度を計測しつつ、前記施設外のＣＯ_２濃度を計測する計測工程と、
   疫学データ閲覧サイトから、少なくとも１つの感染症に関する前記施設の属する地域の感染者報告数ｎ_ｒを随時取得する工程と、
   数理モデルを用いて前記区画での感染確率Ｐを随時導出する工程と、
   を含み、かつ、
   前記数理モデルは、以下の数式で求められる、
   

   

   ここで、Ｃ_ｉは前記区画内の前記ＣＯ_２濃度であり、Ｃ_ｏは前記施設外の前記ＣＯ_２濃度（但し、前記区画内ＣＯ_２濃度が夜間に前記施設外の前記ＣＯ_２濃度の値まで下がる場合は、前記区画内ＣＯ_２濃度の前記夜間の前記値で代用可能）であり、Ｃ_ａは人の呼気で発生するＣＯ_２濃度の割合（Ｃ_ａ＝０．０３８）であり、Ｆは前記感染症の前記地域における流行特性が前記施設内の在室者に与える影響因子であり、前記地域の全人口ｎ_ｔに対する前記感染者報告数ｎ_ｒの割合であり、ｑは前記感染症に感染した者の呼気による感染性粒子発生速度である、
   ことを特徴とする感染リスク定量化方法。
2. 前記数理モデルを用いて、前記区画の安全レベルを判断するための警報閾値Ｔ_Ａを少なくとも１つ決定する警報閾値決定工程を更に含み、かつ、
   前記警報閾値決定工程は、
   室内側環境基準Ｂ _１ を第１公的指針から算定する工程と、
   疫学側環境基準Ｂ _２ を第２公的指針から算定する工程と、
   前記基準Ｂ _１ ，Ｂ _２ を前記数理モデルに代入し、得られた感染確率Ｐを閾値根拠基準Ｂ _３ として設定する工程と、
   前記基準Ｂ _３ を基に前記警報閾値Ｔ _Ａ を決定する工程と、
   を含む、
   ことを特徴とする請求項１に記載の感染リスク定量化方法。
3. 空気環境を整えるための少なくとも１つの機器を備えた機器監視制御部を前記区画内に配置して、前記機器の運転状況を確認する工程と、
   前記数理モデルを用いて、前記機器の前記運転状況を変更するための機器制御閾値Ｔ_Ｄを少なくとも１つ決定する機器制御閾値決定工程と、
   前記感染確率Ｐが前記機器制御閾値Ｔ_Ｄ未満であると判断されれば運転状態にある前記機器の数を減らす一方、前記感染確率Ｐが前記機器制御閾値Ｔ_Ｄ以上であると判断されれば運転状態にある前記機器の数を増やす機器運転変更工程と、
   を更に含み、かつ、
   前記機器制御閾値決定工程は、
   室内側環境基準Ｂ _１ を第１公的指針から算定する工程と、
   疫学側環境基準Ｂ _２ を第２公的指針から算定する工程と、
   前記基準Ｂ _１ ，Ｂ _２ を前記数理モデルに代入し、得られた感染確率Ｐを閾値根拠基準Ｂ _３ として設定する工程と、
   前記基準Ｂ _３ を基に前記機器制御閾値Ｔ _Ｄ を決定する工程と、
   を含む、
   ことを特徴とする請求項１又は２に記載の感染リスク定量化方法。
4. 前記数理モデルにより導出された感染確率Ｐをユーザが操作可能な端末に随時送信して、該端末の画面に表示可能にする、
   ことを特徴とする請求項１〜３のいずれかに記載の感染リスク定量化方法。
5. 施設内の少なくとも１つの区画の感染リスクを評価する感染リスク定量化システムであって、
   通信網に接続された通信部と記憶部と演算部とを備えたシステムサーバと、
   前記通信網に直接又は間接的に接続され、かつ、前記区画内のＣＯ_２濃度を計測する室内環境センサと前記施設外のＣＯ_２濃度を計測する屋外環境センサとを備えた計測監視部と、
   前記通信網に接続され、かつ、少なくとも１つの感染症に関する前記施設の属する地域の感染者報告数ｎ_ｒを随時蓄積する疫学データ閲覧サイトと、
   を含み、かつ、
   前記記憶部では、前記通信部を介して、前記計測監視部で取得されたＣＯ_２濃度と、前記疫学データ閲覧サイトで蓄積された前記感染者報告数ｎ_ｒを記憶し、
   前記演算部では、前記記憶部で記憶された各ＣＯ_２濃度と、前記感染者報告数ｎ_ｒとを以下の数式の数理モデルに代入して、前記区画での感染確率Ｐを導出する、
   

   

   ここで、Ｃ_ｉは前記区画内の前記ＣＯ_２濃度であり、Ｃ_ｏは前記施設外の前記ＣＯ_２濃度（但し、前記区画内ＣＯ_２濃度が夜間に前記施設外の前記ＣＯ_２濃度の値まで下がる場合は、前記区画内ＣＯ_２濃度の前記夜間の前記値で代用可能）であり、Ｃ_ａは人の呼気で発生するＣＯ_２濃度の割合（Ｃ_ａ＝０．０３８）であり、Ｆは前記感染症の前記地域における流行特性が前記施設内の在室者に与える影響因子であり、前記地域の全人口ｎ_ｔに対する前記感染者報告数ｎ_ｒの割合であり、ｑは前記感染症に感染した者の呼気による感染性粒子発生速度である、
   ことを特徴とする感染リスク定量化システム。
6. 前記システムサーバの前記演算部では、前記数理モデルを用いて、前記区画の安全レベルを判断するための警報閾値Ｔ_Ａを少なくとも１つ決定し、
   前記システムサーバの前記記憶部では、前記警報閾値Ｔ_Ａを記憶し、かつ、
   前記システムサーバの前記演算部は、
   室内側環境基準Ｂ _１ を第１公的指針から算定し、
   疫学側環境基準Ｂ _２ を第２公的指針から算定し、
   前記基準Ｂ _１ ，Ｂ _２ を前記数理モデルに代入し、得られた感染確率Ｐを閾値根拠基準Ｂ _３ として設定し、かつ、
   前記基準Ｂ _３ を基に前記警報閾値Ｔ _Ａ を決定する、
   を含む、
   ことを特徴とする請求項５に記載の感染リスク定量化システム。
7. 前記感染リスク定量化システムは、空気環境を整えるための少なくとも１つの機器を備えた機器監視制御部と、
   を更に含み、かつ、
   前記システムサーバの前記制御部では、前記機器の運転状況を確認し、
   前記システムサーバの前記演算部では、前記数理モデルを用いて、前記機器の前記運転状況を変更するための機器制御閾値Ｔ_Ｄを少なくとも１つ決定し、
   前記システムサーバの前記制御部は、前記感染確率Ｐが前記機器制御閾値Ｔ_Ｄ未満であると判断すれば運転状態にある前記機器の数を減らす一方、前記感染確率Ｐが前記機器制御閾値Ｔ_Ｄ以上であると判断すれば運転状態にある前記機器の数を増やし、かつ、
   前記システムサーバの前記演算部は、
   室内側環境基準Ｂ _１ を第１公的指針から算定し、
   疫学側環境基準Ｂ _２ を第２公的指針から算定し、
   前記基準Ｂ _１ ，Ｂ _２ を前記数理モデルに代入し、得られた感染確率Ｐを閾値根拠基準Ｂ _３ として設定し、かつ、
   前記基準Ｂ _３ を基に前記機器制御閾値Ｔ _Ｄ を決定する、
   を含む、
   ことを特徴とする請求項５又は６に記載の感染リスク定量化システム。
8. 前記感染リスク定量化システムは前記通信網に接続されたユーザ操作端末を更に含み、
   前記ユーザ操作端末は、前記システムサーバから、前記数理モデルにより導出された感染確率Ｐを随時受信して、該端末の画面に表示可能にする、
   ことを特徴とする請求項５〜７のいずれかに記載の感染リスク定量化システム。

Images