JP4132839B2 - 感染症システム - Google Patents
感染症システム Download PDFInfo
- Publication number
- JP4132839B2 JP4132839B2 JP2002019774A JP2002019774A JP4132839B2 JP 4132839 B2 JP4132839 B2 JP 4132839B2 JP 2002019774 A JP2002019774 A JP 2002019774A JP 2002019774 A JP2002019774 A JP 2002019774A JP 4132839 B2 JP4132839 B2 JP 4132839B2
- Authority
- JP
- Japan
- Prior art keywords
- score
- risk
- knowledge
- coefficient
- infectious disease
- 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.)
- Expired - Lifetime
Links
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、医療情報システムに係り、特に感染症分野における感染症システムに関する。
【０００２】
【従来の技術】
近年、医療分野全般において、今までの経験的な医療に代わり、ＥＢＭ（Evidence Based Medicine 、根拠に基づく医療）が求められている。特に、感染症分野においては、医師が感染症発症の原因となる起炎菌が判明しないまま、治療方針を判断しなければならない場合が多いため、治療判断の根拠となる情報が強く求められている。
【０００３】
治療判断の根拠となる情報として考えられるものの１つに、患者の病態を客観的な指標として提示するという考え方がある。例えば、文献「Ａ ＰＲＥＤＩＣＴＩＯＮ ＲＵＬＥ ＴＯ ＩＤＥＮＴＩＦＹ ＬＯＷ−ＲＩＳＫ ＰＡＴＩＥＮＴＳ ＷＩＴＨ ＣＯＭＭＵＮＩＴＹ−ＡＣＱＵＩＲＥＤ ＰＮＥＵＭＯＮＩＡ（Ｎｅｗ Ｅｎｇｌａｎｄ Ｊｏｕｎａｌ ｏｆ Ｍｅｄｉｃｉｎｅ、Ｖｏｌ．３４６ Ｎｏ．４、Ｐ２４３−２５０、１９９７年）」に記載の「リスククラス」という指標では、患者の性別、基礎疾患、身体所見、臨床検査データで構成されるファクターをもとに、感染症に罹患した患者の病態を５段階にクラス分けすることで、その後の治療方針を判断させるというものである。
【０００４】
このリスククラスの判定は、２つのステップで構成される。ステップ１では、ａ）５０歳以下かどうか、ｂ）悪性腫瘍、心不全、脳卒中等の基礎疾患の有無、ｃ）脈拍、呼吸数等の身体所見の異常の有無、を判定し、全て該当しなければリスククラス１と判定する。１つでも該当する場合は、次のステップ（ステップ２）へ移る。ステップ２では、患者の年齢、性別、基礎疾患、身体所見、臨床検査データからなるファクターをスコア化し、これらの合計スコアでリスククラス２から５までを判定する。例えば、７０歳の男性で、基礎疾患が悪性腫瘍（スコア３０）と肝疾患（スコア１０）の場合、それぞれのスコアを加算して年齢を合計した＋１１０が合計スコアとなり、合計スコア９１から１３０に該当するリスククラス４と判定されることになる。
【０００５】
【発明が解決しようとする課題】
このように、従来の技術では、基礎疾患等のファクター毎に定義された一定のスコアをもとにリスククラスを判定しているが、実際には、ファクター毎のリスクは一定ではない場合が多い。例えば、肝疾患には、肝機能障害、慢性肝炎、肝硬変、等の疾患があるが、比較的重症度の低い肝機能障害と、かなり重症度が高い肝硬変ではリスクが大きく異なっている。しかし、従来の技術では同じリスクとして扱われるため、同じリスククラスに判定されてしまい、リスククラスが正しく判定されないというような課題を有していた。
【０００６】
また、従来の技術を用いて、これらの疾患を新しくファクターとして定義することも可能であるが、その場合、同義のファクターが複数該当する可能性があるため、合計スコアが正しく算出されなくなってしまい、リスククラスが正しく判定されないというような課題を有していた。
【０００７】
本発明は、かかる点に着目してなされたものであり、より確実に、かつより客観的に医療判断を可能にする感染症システムを提供することを目的とする。
【０００８】
【課題を解決するための手段】
上記目的を達成するために、本発明では、被検体（患者もしくは健常者）の感染症の原因となる細菌等の感染源に対する抵抗力に影響を与える項目であるリスクファクターと、前記項目の感染源に対する抵抗力の度合いを数値化し、その被検体に与える影響度に応じて変更可能な係数であるスコアを格納する知識ＤＢ（データベース）と、前記知識ＤＢをもとに、被検体の医療情報に応じて、感染源への抵抗力を段階化した指標であるリスクレベルとして判定するリスクレベル判定部とを具備することを特徴とする。
【０００９】
また、本発明は、前記知識ＤＢが、前記リスクファクターと前記スコアを関連付けて格納するリスクファクターＤＢと、前記患者情報に該当するリスクファクターのスコアから算出された、感染源への抵抗力を数値的に示す点数であるリスクスコアをもとに前記リスクレベルを判定するための知識ベースを格納するリスクレベル判定ＤＢとを有するよう構成することにより、ユーザがリスクファクター毎のスコアやリスクレベルの判定基準を変更することで論理を変更できるので、より簡易に解決できる。
【００１０】
また、本発明は、前記知識ＤＢに、前記項目の抵抗力への影響度を示す複数の選択肢のうち選択された選択肢に応じて可変するスコアを有するよう構成することにより、ユーザが感受性の度合いを直接的に選択できるので、より確実に、解決できる。
【００１１】
また、本発明は、前記選択肢が、疾患名であるよう構成することにより、ユーザが感受性の度合いを意識せずに選択できるので、より簡易に、解決できる。
【００１２】
また、本発明は、前記知識ＤＢに、バイタルサイン、臨床検査結果、画像検査結果のうち少なくとも一つの医療情報に応じて可変するスコアを有するよう構成することにより、より客観的な指標を用いてスコアを算出できるので、より正確に、解決できる。
【００１３】
また、本発明は、前記知識ＤＢに、複数のリスクファクターに応じて可変するスコアを有するよう構成することにより、リスクファクター間の相互関係を反映したスコアを算出できるので、より正確に、解決できる。
【００１４】
また、本発明は、前記知識ＤＢに、前記可変するスコアと、前記可変するスコアを算出できない場合の標準スコアを有するよう構成することにより、スコアを算出できない場合でも概算値を算出できるので、より汎用的に、解決できる。
【００１５】
また、本発明は、前記知識ＤＢに格納された知識ベースを読み出す知識ベース読出し部と、前記知識ベース読出し部で読み出した知識ベースを編集可能な知識ベース編集部と、編集後の知識ベースを前記知識ＤＢへ格納する知識ベース書込み部と、で構成することにより、知識ベースを確認しながら編集できるので、より効率的に、解決できる。
【００１６】
また、本発明は、前記知識ベース編集部で編集した後の知識ベースをもとにリスクレベルを算出するシミュレーション部を有するよう構成することにより、ユーザが論理を変更した後のリスクレベルを確認することができるので、より確実に、解決できる。
【００１７】
【発明の実施の形態】
以下、本発明の実施例について、図面を参照して説明する。
【００１８】
図１に、本発明の実施例である感染症システム１００の構成図を示す。本システム１００は、制御部１０１と、通信部１０２と、患者情報取得部１０３と、リスクレベル判定知識読み出し部１０４と、リスクレベル判定部１０５と、症例データ書込み部１０６と、症例データ読出し部１５３と、リスクレベル判定知識編集部１５４と、シミュレーション部１５５と、リスクレベル判定知識書込み部１５６と、症例ＤＢ１１２と、リスクレベル判定知識ＤＢ１１１と、で構成される。
【００１９】
本システム１００は、入出力端末１２０とネットワーク１３０を介して通信できる。また、本システム１００は、臨床検査システム、医事会計システム、オーダエントリシステム、電子カルテシステム等、他の医療情報システム１４０と前記ネットワーク１３０を介して通信できる。
【００２０】
前記ネットワーク１３０は、院内のネットワークを前提にしているが、地域のネットワークやより広域のネットワークでもよい。また、医療情報システム１４０は、地域医療システムでもよい。
【００２１】
前記入出力端末１２０は、キーボードやマウス等を入力機能、ＣＲＴディスプレイを出力機能とするパソコン等の情報機器を想定しているが、他の入出力機能を有していてもよい。また、前記入出力端末１２０は、Ｗｅｂブラウザ機能を搭載した端末でもよい。また、本システム１００と前記入出力端末１２０は、別のハードウエアとして記載しているが、前記入出力端末１２０の入出力機能が本システム１００に搭載されていても良い。
【００２２】
また、本システムはハードウエア構成として記載されているが、本システムの機能はソフトウエアで構成されていてもよい。
【００２３】
また、本システムは１つのハードウエア構成として記載されているが、前記リスクレベル知識編集部１５４、前記シミュレーション部１５５等、別のハードウエアとして構成しても良い。
【００２４】
前記リスクレベル判定知識ＤＢ１１１は、患者もしくは健常者の感染症の原因となる細菌等の感染源に対する抵抗力に影響を与える項目であるリスクファクターを格納するリスクファクターＤＢ３１０と、リスクレベル判定基準ＤＢ３２０と、で構成される。前記リスクファクターＤＢ３１０は、前記リスクファクターの識別子であるリスクＩＤを格納するフィールド３１１と、前記リスクファクターの名称を格納するフィールド３１２と、前記リスクファクターの感染源に対する抵抗力への影響度を定量化した係数であるスコアを格納するフィールド３１３と、で構成される。前記フィールド３１３には、前記リスクファクターの重みにより可変可能な条件付きスコアと、条件付きスコアを算出できない場合に用いる標準スコアと、を格納することができる。
【００２５】
前記リスクファクターには、年齢等の基礎情報、アルコール摂取、喫煙等の生活習慣情報、高血圧、高脂血症、肝疾患、糖尿病、呼吸器疾患、膠原病、脳血管障害、腎疾患、膵炎、貧血、低栄養、ネフローゼ、心疾患、熱傷、低グロブリン血症、低補体血症、血液悪性腫瘍、固形悪性腫瘍、エイズ、好中球機能不全、低出生体重児等の基礎疾患情報、健胃薬、降圧剤、広域抗菌薬、抗潰瘍薬、ステロイド剤、免疫抑制剤、抗がん剤、インスリン等の投薬情報、カテーテル、気管切開、レスピレータ、ドレーン等の処置デバイス情報、放射線療法、開胸・開腹手術、移植、摘脾、輸血等の治療情報、寝たきり、要ＩＣＵ管理状態、ＳＩＲＳ状態等の状態情報、を含んでもよい。
【００２６】
ここでは、リスクＩＤとして独自コードを用いているが、ＩＣＤ１０等の国際疾病分類コード、厚生労働省院内感染対策サーベイランスの疾病分類コード、等を用いても良い。
【００２７】
前記リスクレベル判定基準ＤＢ３２０は、リスクレベルの判定基準の識別子である判定ＩＤを格納するフィールド３２１と、判定基準となる下限値、上限値を格納するフィールド３２２、３２３と、リスクレベルを格納するフィールド３２４と、で構成される。
【００２８】
図２に、本システム１００のリスクレベル判定時の動作を表すフローチャートを示す。まず、本システムが起動すると、前記制御部１０１は、前記患者情報取得部１０３を起動し、医師が前記入出力端末１２０を使用して入力した患者情報を取得するステップ２０１を実行する。
【００２９】
図４に、医師による患者情報入力時の前記入出力端末１２０の画面例５００を示す。医師は、まず患者を識別する患者ＩＤ５０１と、年齢、生活習慣、等の基本情報、既往症・現病歴等の疾患情報、患者の状態、投薬情報、医原的処置情報、患者に適用した治療情報等、リスクレベルの判定に必要な情報５０３と、医師が前記情報５０３と判断できる時点での日時５０２を入力し、判定ボタン５０４を選択する。
【００３０】
次に、前記制御部１０１は、前記リスクレベル判定知識読み出し部１０４を起動し、前記リスクレベル判定知識ＤＢ１１１から、リスクファクターとスコアを読み出すステップ２０２、リスクレベル判定基準を読み出すステップ２０３を実行する。
【００３１】
次に、前記制御部１０１は、前記リスクレベル判定部１０５を起動し、前記ステップ２０１で取得した患者情報と、前記ステップ２０２で読み出したリスクファクターとスコアをもとに、患者の感染源への抵抗力を数値的に示す点数であるリスクスコアを算出するステップ２０４、及び算出したリスクスコアをもとに、感染源への抵抗力を段階化した指標であるリスクレベルを判定するステップ２０５を実行する。
【００３２】
例えば、図４で示した患者ＩＤ「Ｐ１２３４５６７」の患者の場合、リスクファクターとして、「糖尿病」、「肝疾患」、「好中球機能不全」、「ＳＩＲＳ状態」が該当する。
【００３３】
もし、リスクファクターの重みに関する情報がない場合は、図１で示した前記リスクファクターＤＢ３１２に格納されているスコアをもとに、標準スコアである「１０」、「１０」、「８０」、「５０」を加算し、リスクスコア「１５０」を算出する。このとき、リスクファクター「貧血」がある場合は、さらに「２０」が加算される。さらに、図１で示した前記リスクレベル判定基準ＤＢ３２０に格納されている判定基準をもとに、リスクスコア「１５０」に該当するリスクレベル「３」と判定する。
【００３４】
図４では、リスクファクターの重みに関して、リスクファクター「糖尿病」では「コントロール良」、リスクファクター「肝疾患」では「肝機能障害」、リスクファクター「好中球機能不全」では「ＷＢＣ＝２００」、が選択されているため、図１で示した前記リスクファクターＤＢ３１２に格納されているスコアをもとに、それぞれの条件付きスコアである「１０」、「５」、「１２０」、「５０」を加算し、リスクスコア「１８５」を算出する。このとき、リスクファクター「貧血」がある場合は、標準スコアの場合と同様に、さらに「２０」が加算される。さらに、図１で示した前記リスクレベル判定基準ＤＢ３２０に格納されている判定基準をもとに、リスクスコア「１８５」に該当するリスクレベル「４」と判定する。
【００３５】
本実施例では、スコアはすべて正のスコアとなっているが、負のスコアでもよい。
【００３６】
このように、リスクファクターの重みに関する情報がない場合でもリスクレベルを判定することが出来る。さらに、リスクファクターの重みに関する情報がある場合は、リスクファクターの重みに応じたスコアを利用できるので、
より正確に、リスクレベルを判定できる。
【００３７】
上記例では、前記ステップ２０４で、スコアを加算してリスクスコアを算出する例を示したが、他の算術式を用いてリスクスコアを算出しても良い。また、ニューラルネットワークやファジー理論等を用いてリスクスコアを算出しても良い。また、それらを組み合わせても良い。
【００３８】
前記ステップ２０１において、本システム１００が、前記医療情報システム１４０と通信可能な場合は、前記患者ＩＤ５０１と日時５０２を入力した時点で、前記医療情報システムからリスクレベルの判定に必要な情報を取得してもよい。また、本システム１００が、リスクレベルの判定に必要な情報を管理していてもよい。
【００３９】
また、例えば、ＳＩＲＳ状態の条件である、（１）体温が３８度以上または３６度以下、（２）心拍数９０／分、（３）呼吸数２０／分またはＰａＣＯ2（血中二酸化炭素濃度）＜３２Ｔｒｒ、（４）白血球数＞１２０００／ｍｍ3または＜４０００ｍｍ3あるいは未熟顆粒球＞１０％、を満たした場合、自動的にリスクファクター「ＳＩＲＳ状態」を選択してもよい。
【００４０】
次に、前記制御部１０１は、前記通信部１０２を用いて、前記ステップ２０５で判定されたリスクレベルを前記入出力端末１２０に出力するステップ２０６を実行する。
【００４１】
図５に、前記ステップ２０６の実行後、前記入出力端末１２０に表示される画面の例６００を示す。前記リスクレベル出力エリア６０１に、判定結果として「リスクレベル４（リスクスコア１８５）」と出力されていることがわかる。
【００４２】
このように、リスクレベルを出力することで、ユーザは患者の感染源への抵抗力の度合いが客観的に判るので、その患者に適した治療方針の判断が可能となる。また、リスクスコアを出力することで、ユーザは感受性の度合いが詳細に判る。
【００４３】
次に、前記制御部１０１は、前記ステップ２０１で取得した患者情報を、ユーザに保存するかどうか判断させるステップ２０７を実行する。
【００４４】
もし、ユーザが前記画面６００で保存ボタン６０３を押し、保存することを選択した場合、前記制御部１０１は、前記ステップ２０１で取得した患者情報と、前記ステップ２０５で判定されたリスクレベルと、ユーザが判断したリスクレベルを前記症例ＤＢ１１２へ格納するステップ２０８を実行する。
【００４５】
図３に、前記症例ＤＢ１１２の例を示す。前期症例ＤＢ１１２は、症例データを識別する症例ＩＤを格納するフィールド４０１と、患者を識別する患者ＩＤを格納するフィールド４０２と、リスクファクターを格納するフィールド４０３と、本システムの出力であるリスクレベルを格納するフィールド４０４と、日時を格納するフィールド４０５と、ユーザが判断したリスクレベルを格納するフィールド４０６で構成される。例えば、前記画面６００の場合、患者ＩＤ「Ｐ１２３４５６７」に対するリスクレベルが「４」、ユーザが判断した患者のリスクレベルが「５」のため、前記症例ＤＢ１１２のように症例データが格納される。なお、このとき、症例ＩＤは、前記症例ＤＢ１１２に唯一になるように自動的に付加される。
【００４６】
前記ステップ２０７で、保存することを選択しなかった場合、本システムのリスクレベル判定時の動作が終了する。
【００４７】
図６に、本システム１００のリスクレベル判定知識ＤＢ編集支援時の動作を表すフローチャートを示す。
【００４８】
まず、本システム１００が編集支援時の動作を開始すると、前記制御部１０１が動作を開始し、前記リスクレベル判定知識読出し部１５２を起動し、前記リスクレベル判定知識ＤＢ１１１から知識ベースを読み出すステップ７０１を実行する。
【００４９】
次に、前記制御部１０１は、前記症例ＤＢ１１２から症例データを読み出すステップ７０２を実行する。
【００５０】
次に、前記制御部１０１は、知識ベースを編集支援するステップ７０３を実行する。
【００５１】
図７に、前記ステップ７０３実行時の画面例８００を示す。画面左側には前記リスクレベル判定知識ＤＢ１１１の知識ベースを、画面右側には前記症例ＤＢ１１２の症例データを表示する。前記画面例８００では、画面左側上段に前記ステップ７０１で読み込んだ時のリスクファクターとスコアを、画面左側下段にリスクレベル判定基準を表示している。ここで、ユーザが症例ＩＤ入力ボックス８１１に、症例ＩＤを入力し、患者選択ボタン８１２を押すと、症例ＩＤに対応する症例データを表示する。
【００５２】
図８に、前記画面例８００でユーザが症例ＩＤ「０００００００４」を選択したときの画面例９００を示す。ここでは、前記症例ＤＢ１１２に格納された症例ＩＤ「０００００００４」の症例データ、判定結果であるリスクレベル、ユーザが判定したリスクレベル、が表示されていることがわかる。
【００５３】
図９に、ユーザが知識ベースを編集したときの画面例１０００を示す。前記画面例１０００では、リスクレベル判定基準「レベル５」のスコアを「１８０」と編集している。
【００５４】
ここで、ユーザが判定ボタン１０１１を押すと、前記制御部図９は、前記シミュレーション部１５５を起動し、編集後のリスクファクターとスコアをもとに、リスクレベル判定のシミュレーションを行うステップ７０４を実行する。
【００５５】
図１０に、前記ステップ７０４実行後の画面例１１００を示す。シミュレーション結果として、リスクレベル「５」と変わっていることがわかる。
【００５６】
もし、ユーザがシミュレーション結果に満足していれば、確定ボタン１００１を押す。これにより、前記制御部１０１は、確定確認ステップ７０５を実行後に、編集した知識ベースをリスクレベル判定知識ＤＢへ書き込むステップ７０６を実行する。
【００５７】
もし、ユーザがシミュレーション結果に満足していなければ、前記ステップ７０３から繰り返すことができる。
【００５８】
また、ユーザがキャンセルボタン１００２を押すことにより、書き込まずに終了することもできる。
【００５９】
図１１に、前記ステップ７０６終了後の前記リスクレベル判定知識ＤＢ１１１の例１２００を示す。リスクレベル判定基準の１２０１と１２０２で示す値が「１８０」と変更されていることがわかる。
【００６０】
このように、ユーザがリスクファクター毎のスコアやリスクレベル判定基準を変更することで、簡易に、リスクレベルを判定する論理を変更できる。
【００６１】
また、シミュレーションにより、ユーザがリスクレベルを判定する論理を変更した後のリスクレベルを確認することができるので、より確実に、リスクレベルを判定する論理を変更できる。
【００６２】
ここでは、リスクレベル判定基準ＤＢの編集を例として示したが、リスクファクターＤＢも同様に編集及びシミュレーションが可能である。
【００６３】
ここでは、判定知識編集支援として、１名分の症例データをもとにシミュレーションを行った結果を提示する例を示したが、複数名の症例データをもとにシミュレーションを行った結果を提示してもよい。そのとき、全ての症例データに対する結果だけではなく、平均、分散等の統計処理結果を提示してもよい。
【００６４】
また、症例データは、ユーザが任意に選択するのではなく、前記症例ＤＢ１１２に格納されている前記判定レベル４０４と前記ユーザ判定レベル４０６の異なる症例のみを抽出して用いてもよい。
【００６５】
また、症例データは、ユーザが任意に選択するのではなく、前記症例ＤＢ１１２に格納されている前記判定レベル４０４と前記ユーザ判定レベル４０６の異なる症例と、前記判定レベル４０４と前記ユーザ判定レベル４０６が同じ症例を同数ずつ抽出して用いてもよい。
【００６６】
本実施例では、リスクレベルを判定する対象者を疾患を発症している患者としているが、疾患を発症していない健常者でもよい。
【００６７】
以上説明した感染症システムにより、ユーザは患者もしくは健常者の感染源への抵抗力の度合いが客観的に判るので、その患者もしく健常者に適した治療方針の判断が可能となる。
【００６８】
また、ユーザがリスクファクター毎のスコアやリスクレベル判定基準を変更することで、簡易に、リスクレベルを判定する論理を変更できる。
【００６９】
また、シミュレーションにより、ユーザがリスクレベルを判定する論理を変更した後のリスクレベルを確認することができるので、より確実に、リスクレベルを判定する論理を変更できる。
【００７０】
また、以上説明した実施例における感染症システムに限らず、本発明の基本的な考え方は、臨床検査システム、診療支援システム、看護支援システム、等のような医療情報システムにも適用可能である。
【００７１】
以上、本発明を整理すると、次のようになる。
【００７２】
（１） 被検体の感染症の原因となる感染源に対する抵抗力に影響を与えるファクターを含む項目と、前記項目の前記感染源に対する抵抗力の度合いを数値化し、前記被検体に与える影響度に応じて変更可能な係数とを知識データベースとして格納する格納部と、前記知識データベースをもとに、被検体の医療情報に応じて、被検体の感染源への抵抗力のレベルを段階化し指標として判定する判定部とを具備してなることを特徴とする感染症システム。
【００７３】
（２） 前記事項（１）の構成において、前記知識データベースが、前記項目と前記係数を関連付けて格納する項目データベースと、前記被検体の医療情報に該当する項目の係数から算出された、感染源への抵抗力を数値的に示すスコアをもとに、前記指標を判定するための知識ベースを格納する指標判定データベースとを含んでなることを特徴とする感染症システム。
【００７４】
（３） 前記事項（１）の構成において、前記知識データベースに、前記項目の抵抗力への影響度を示す複数の選択肢のうち選択された選択肢に応じて可変する係数を有することを特徴とする感染症システム。
【００７５】
（４） 前記事項（１）の構成において、前記知識データベースに、バイタルサイン、臨床検査結果、画像検査結果のうち少なくとも一つの医療情報に応じて可変する係数を有することを特徴とする感染症システム。
【００７６】
（５） 前記事項（３）の構成において、前記知識データベースに、前記可変する係数と、前記可変する係数を算出できない場合の標準係数とを有することを特徴とする感染症システム。
【００７７】
（６） 患者もしくは健常者の感染症の原因となる細菌等の感染源に対する抵抗力に影響を与える項目と、前記項目の前記感染源に対する抵抗力への度合いに応じて可変する影響度を数値化した係数を格納する知識ＤＢと、前記知識ＤＢをもとに、患者もしくは健常者の個人情報に応じて、感染源への抵抗力を段階化した指標として判定する判定部と、で構成されることを特徴とする感染症システム。
【００７８】
（７） 前記事項（６）の構成の感染症システムであって、前記知識ＤＢが、前記項目と前記係数を関連付けて格納する項目ＤＢと、前記患者情報に該当する項目の係数から算出された、感染源への抵抗力を数値的に示す点数をもとに前記指標を判定するための知識ベースを格納する指標判定ＤＢと、で構成されることを特徴とする感染症システム。
【００７９】
（８） 前記事項（６）または（７）の構成の感染症システムであって、前記知識ＤＢに、前記項目の抵抗力への影響度を示す複数の選択肢のうち選択された選択肢に応じて可変する係数を有することを特徴とする感染症システム。
【００８０】
（９） 前記事項（８）の構成の感染症システムであって、前記選択肢が、疾患名であることを特徴とする感染症システム。
【００８１】
（１０） 前記事項（６）乃至（９）の構成の感染症システムであって、前記知識ＤＢに、１つまたは複数のバイタルサイン、臨床検査結果、画像検査結果に応じて可変する係数を有することを特徴とする感染症システム。
【００８２】
（１１） 前記事項（６）乃至（１０）の構成の感染症システムであって、前記知識ＤＢに、複数のリスクファクターに応じて可変する係数を有することを特徴とする感染症システム。
【００８３】
（１２） 前記事項（６）乃至（１１）の構成の感染症システムであって、前記知識ＤＢに、前記可変する係数と、前記可変する係数を算出できない場合の標準係数を有することを特徴とする感染症システム。
【００８４】
（１３） 前記事項（６）乃至（１２）の構成の感染症システムであって、前記知識ＤＢに格納された知識ベースを読み出す知識ベース読出し部と、前記知識ベース読出し部で読み出した知識ベースを編集可能な知識ベース編集部と、編集後の知識ベースを前記知識ＤＢへ格納する知識ベース書込み部と、で構成されることを特徴とする感染症システム。
【００８５】
（１４） 前記事項（１３）の構成の感染症システムであって、前記知識ベース編集部で編集された後の知識ベースをもと前記指標を算出するシミュレーション部を有することを特徴とする感染症システム。
【００８６】
【発明の効果】
本発明によれば、感染症分野において、より確実に、かつより客観的に医療判断を可能にする感染症システムを実現する。
【図面の簡単な説明】
【図１】本発明の一実施例である感染症システムの構成を説明する図。
【図２】本システムのリスクレベル判定時の動作を表すフローチャート。
【図３】症例ＤＢの例を説明する図。
【図４】患者情報入力時の入出力端末の画面例を示す図。
【図５】リスクレベル出力時の入出力端末の画面例を示す図。
【図６】本システムの判定知識編集支援時の動作を表すフローチャート。
【図７】編集支援画面の例を示す図。
【図８】症例データ選択後の編集支援画面の例を示す図。
【図９】知識ベース編集時の編集支援画面の例を示す図。
【図１０】シミュレーション後の編集支援画面の例を示す図。
【図１１】判定知識編集後のリスクレベル判定知識ＤＢの例を示す図。
【符号の説明】
１００…感染症システム、１０１…制御部、１０２…通信部、１０３…患者情報取得部、１０４…リスクレベル判定知識読み出し部、１０５…リスクレベル判定部、１０６…症例データ書込み部、１５３…症例データ読出し部、１５４…リスクレベル判定知識編集部、１５５…シミュレーション部、１５６…リスクレベル判定知識書込み部、１１２…症例ＤＢ、１１１…リスクレベル判定知識ＤＢ、１２０…入出力端末、１３０…ネットワーク、１４０…医療情報システム、３１０…リスクファクターＤＢ、３２０…リスクレベル判定基準ＤＢ、３１１…リスクＩＤを格納するフィールド、３１２…リスクファクターの名称を格納するフィールド、３１３…スコアを格納するフィールド、３２１…判定ＩＤを格納するフィールド、３２２−３２３…判定基準となる下限値、上限値を格納するフィールド、３２４…リスクレベルを格納するフィールド、２０１…患者情報を取得するステップ、２０２…リスクファクターとスコアを読み出すステップ、２０３…リスクレベル判定基準を読み出すステップ、２０４…リスクスコアを算出するステップ、２０５…リスクレベルを判定するステップ、２０６…リスクレベルを入出力端末１２０に出力するステップ、２０７ 患者情報をユーザに保存するかどうか判断させるステップ、５００…医師による患者情報入力時の入出力端末１２０の画面例、５０１…患者ＩＤ、５０２…日時、５０３…リスクレベルの判定に必要な情報、５０４…判定ボタン、６００…ステップ２０６の実行後、入出力端末１２０に表示される画面例、６０１…リスクレベル出力エリア、６０３…保存ボタン、４０１…症例ＩＤを格納するフィールド、４０２…患者ＩＤを格納するフィールド、４０３…リスクファクターを格納するフィールド、４０４…本システムの出力であるリスクレベルを格納するフィールド、４０５…日時を格納するフィールド、４０６…ユーザが判断したリスクレベルを格納するフィールド、７０１…リスクレベル判定知識ＤＢ１１１から知識ベースを読み出すステップ、７０２…症例ＤＢ１１２から症例データを読み出すステップ、７０３…知識ベースを編集支援するステップ、７０４…リスクレベル判定のシミュレーションを行うステップ、７０５…確定確認ステップ、７０６…知識ベースをリスクレベル判定知識ＤＢへ書き込むステップ、８００…ステップ７０３実行時の画面例、８１１…症例ＩＤ入力ボックス、８１２…患者選択ボタン、９００…前記画面例８００でユーザが症例ＩＤ「０００００００４」を選択したときの画面例、１０００…ユーザが知識ベースを編集したときの画面例、１０１１…判定ボタン、１００１…確定ボタン、１００２…キャンセルボタン、１１００…ステップ７０４実行後の画面例、１２００…ステップ７０６終了後の前記リスクレベル判定知識ＤＢ１１１の例、１２０１〜１２０２…ステップ７０６により変更された判定基準。
【発明の属する技術分野】
本発明は、医療情報システムに係り、特に感染症分野における感染症システムに関する。
【０００２】
【従来の技術】
近年、医療分野全般において、今までの経験的な医療に代わり、ＥＢＭ（Evidence Based Medicine 、根拠に基づく医療）が求められている。特に、感染症分野においては、医師が感染症発症の原因となる起炎菌が判明しないまま、治療方針を判断しなければならない場合が多いため、治療判断の根拠となる情報が強く求められている。
【０００３】
治療判断の根拠となる情報として考えられるものの１つに、患者の病態を客観的な指標として提示するという考え方がある。例えば、文献「Ａ ＰＲＥＤＩＣＴＩＯＮ ＲＵＬＥ ＴＯ ＩＤＥＮＴＩＦＹ ＬＯＷ−ＲＩＳＫ ＰＡＴＩＥＮＴＳ ＷＩＴＨ ＣＯＭＭＵＮＩＴＹ−ＡＣＱＵＩＲＥＤ ＰＮＥＵＭＯＮＩＡ（Ｎｅｗ Ｅｎｇｌａｎｄ Ｊｏｕｎａｌ ｏｆ Ｍｅｄｉｃｉｎｅ、Ｖｏｌ．３４６ Ｎｏ．４、Ｐ２４３−２５０、１９９７年）」に記載の「リスククラス」という指標では、患者の性別、基礎疾患、身体所見、臨床検査データで構成されるファクターをもとに、感染症に罹患した患者の病態を５段階にクラス分けすることで、その後の治療方針を判断させるというものである。
【０００４】
このリスククラスの判定は、２つのステップで構成される。ステップ１では、ａ）５０歳以下かどうか、ｂ）悪性腫瘍、心不全、脳卒中等の基礎疾患の有無、ｃ）脈拍、呼吸数等の身体所見の異常の有無、を判定し、全て該当しなければリスククラス１と判定する。１つでも該当する場合は、次のステップ（ステップ２）へ移る。ステップ２では、患者の年齢、性別、基礎疾患、身体所見、臨床検査データからなるファクターをスコア化し、これらの合計スコアでリスククラス２から５までを判定する。例えば、７０歳の男性で、基礎疾患が悪性腫瘍（スコア３０）と肝疾患（スコア１０）の場合、それぞれのスコアを加算して年齢を合計した＋１１０が合計スコアとなり、合計スコア９１から１３０に該当するリスククラス４と判定されることになる。
【０００５】
【発明が解決しようとする課題】
このように、従来の技術では、基礎疾患等のファクター毎に定義された一定のスコアをもとにリスククラスを判定しているが、実際には、ファクター毎のリスクは一定ではない場合が多い。例えば、肝疾患には、肝機能障害、慢性肝炎、肝硬変、等の疾患があるが、比較的重症度の低い肝機能障害と、かなり重症度が高い肝硬変ではリスクが大きく異なっている。しかし、従来の技術では同じリスクとして扱われるため、同じリスククラスに判定されてしまい、リスククラスが正しく判定されないというような課題を有していた。
【０００６】
また、従来の技術を用いて、これらの疾患を新しくファクターとして定義することも可能であるが、その場合、同義のファクターが複数該当する可能性があるため、合計スコアが正しく算出されなくなってしまい、リスククラスが正しく判定されないというような課題を有していた。
【０００７】
本発明は、かかる点に着目してなされたものであり、より確実に、かつより客観的に医療判断を可能にする感染症システムを提供することを目的とする。
【０００８】
【課題を解決するための手段】
上記目的を達成するために、本発明では、被検体（患者もしくは健常者）の感染症の原因となる細菌等の感染源に対する抵抗力に影響を与える項目であるリスクファクターと、前記項目の感染源に対する抵抗力の度合いを数値化し、その被検体に与える影響度に応じて変更可能な係数であるスコアを格納する知識ＤＢ（データベース）と、前記知識ＤＢをもとに、被検体の医療情報に応じて、感染源への抵抗力を段階化した指標であるリスクレベルとして判定するリスクレベル判定部とを具備することを特徴とする。
【０００９】
また、本発明は、前記知識ＤＢが、前記リスクファクターと前記スコアを関連付けて格納するリスクファクターＤＢと、前記患者情報に該当するリスクファクターのスコアから算出された、感染源への抵抗力を数値的に示す点数であるリスクスコアをもとに前記リスクレベルを判定するための知識ベースを格納するリスクレベル判定ＤＢとを有するよう構成することにより、ユーザがリスクファクター毎のスコアやリスクレベルの判定基準を変更することで論理を変更できるので、より簡易に解決できる。
【００１０】
また、本発明は、前記知識ＤＢに、前記項目の抵抗力への影響度を示す複数の選択肢のうち選択された選択肢に応じて可変するスコアを有するよう構成することにより、ユーザが感受性の度合いを直接的に選択できるので、より確実に、解決できる。
【００１１】
また、本発明は、前記選択肢が、疾患名であるよう構成することにより、ユーザが感受性の度合いを意識せずに選択できるので、より簡易に、解決できる。
【００１２】
また、本発明は、前記知識ＤＢに、バイタルサイン、臨床検査結果、画像検査結果のうち少なくとも一つの医療情報に応じて可変するスコアを有するよう構成することにより、より客観的な指標を用いてスコアを算出できるので、より正確に、解決できる。
【００１３】
また、本発明は、前記知識ＤＢに、複数のリスクファクターに応じて可変するスコアを有するよう構成することにより、リスクファクター間の相互関係を反映したスコアを算出できるので、より正確に、解決できる。
【００１４】
また、本発明は、前記知識ＤＢに、前記可変するスコアと、前記可変するスコアを算出できない場合の標準スコアを有するよう構成することにより、スコアを算出できない場合でも概算値を算出できるので、より汎用的に、解決できる。
【００１５】
また、本発明は、前記知識ＤＢに格納された知識ベースを読み出す知識ベース読出し部と、前記知識ベース読出し部で読み出した知識ベースを編集可能な知識ベース編集部と、編集後の知識ベースを前記知識ＤＢへ格納する知識ベース書込み部と、で構成することにより、知識ベースを確認しながら編集できるので、より効率的に、解決できる。
【００１６】
また、本発明は、前記知識ベース編集部で編集した後の知識ベースをもとにリスクレベルを算出するシミュレーション部を有するよう構成することにより、ユーザが論理を変更した後のリスクレベルを確認することができるので、より確実に、解決できる。
【００１７】
【発明の実施の形態】
以下、本発明の実施例について、図面を参照して説明する。
【００１８】
図１に、本発明の実施例である感染症システム１００の構成図を示す。本システム１００は、制御部１０１と、通信部１０２と、患者情報取得部１０３と、リスクレベル判定知識読み出し部１０４と、リスクレベル判定部１０５と、症例データ書込み部１０６と、症例データ読出し部１５３と、リスクレベル判定知識編集部１５４と、シミュレーション部１５５と、リスクレベル判定知識書込み部１５６と、症例ＤＢ１１２と、リスクレベル判定知識ＤＢ１１１と、で構成される。
【００１９】
本システム１００は、入出力端末１２０とネットワーク１３０を介して通信できる。また、本システム１００は、臨床検査システム、医事会計システム、オーダエントリシステム、電子カルテシステム等、他の医療情報システム１４０と前記ネットワーク１３０を介して通信できる。
【００２０】
前記ネットワーク１３０は、院内のネットワークを前提にしているが、地域のネットワークやより広域のネットワークでもよい。また、医療情報システム１４０は、地域医療システムでもよい。
【００２１】
前記入出力端末１２０は、キーボードやマウス等を入力機能、ＣＲＴディスプレイを出力機能とするパソコン等の情報機器を想定しているが、他の入出力機能を有していてもよい。また、前記入出力端末１２０は、Ｗｅｂブラウザ機能を搭載した端末でもよい。また、本システム１００と前記入出力端末１２０は、別のハードウエアとして記載しているが、前記入出力端末１２０の入出力機能が本システム１００に搭載されていても良い。
【００２２】
また、本システムはハードウエア構成として記載されているが、本システムの機能はソフトウエアで構成されていてもよい。
【００２３】
また、本システムは１つのハードウエア構成として記載されているが、前記リスクレベル知識編集部１５４、前記シミュレーション部１５５等、別のハードウエアとして構成しても良い。
【００２４】
前記リスクレベル判定知識ＤＢ１１１は、患者もしくは健常者の感染症の原因となる細菌等の感染源に対する抵抗力に影響を与える項目であるリスクファクターを格納するリスクファクターＤＢ３１０と、リスクレベル判定基準ＤＢ３２０と、で構成される。前記リスクファクターＤＢ３１０は、前記リスクファクターの識別子であるリスクＩＤを格納するフィールド３１１と、前記リスクファクターの名称を格納するフィールド３１２と、前記リスクファクターの感染源に対する抵抗力への影響度を定量化した係数であるスコアを格納するフィールド３１３と、で構成される。前記フィールド３１３には、前記リスクファクターの重みにより可変可能な条件付きスコアと、条件付きスコアを算出できない場合に用いる標準スコアと、を格納することができる。
【００２５】
前記リスクファクターには、年齢等の基礎情報、アルコール摂取、喫煙等の生活習慣情報、高血圧、高脂血症、肝疾患、糖尿病、呼吸器疾患、膠原病、脳血管障害、腎疾患、膵炎、貧血、低栄養、ネフローゼ、心疾患、熱傷、低グロブリン血症、低補体血症、血液悪性腫瘍、固形悪性腫瘍、エイズ、好中球機能不全、低出生体重児等の基礎疾患情報、健胃薬、降圧剤、広域抗菌薬、抗潰瘍薬、ステロイド剤、免疫抑制剤、抗がん剤、インスリン等の投薬情報、カテーテル、気管切開、レスピレータ、ドレーン等の処置デバイス情報、放射線療法、開胸・開腹手術、移植、摘脾、輸血等の治療情報、寝たきり、要ＩＣＵ管理状態、ＳＩＲＳ状態等の状態情報、を含んでもよい。
【００２６】
ここでは、リスクＩＤとして独自コードを用いているが、ＩＣＤ１０等の国際疾病分類コード、厚生労働省院内感染対策サーベイランスの疾病分類コード、等を用いても良い。
【００２７】
前記リスクレベル判定基準ＤＢ３２０は、リスクレベルの判定基準の識別子である判定ＩＤを格納するフィールド３２１と、判定基準となる下限値、上限値を格納するフィールド３２２、３２３と、リスクレベルを格納するフィールド３２４と、で構成される。
【００２８】
図２に、本システム１００のリスクレベル判定時の動作を表すフローチャートを示す。まず、本システムが起動すると、前記制御部１０１は、前記患者情報取得部１０３を起動し、医師が前記入出力端末１２０を使用して入力した患者情報を取得するステップ２０１を実行する。
【００２９】
図４に、医師による患者情報入力時の前記入出力端末１２０の画面例５００を示す。医師は、まず患者を識別する患者ＩＤ５０１と、年齢、生活習慣、等の基本情報、既往症・現病歴等の疾患情報、患者の状態、投薬情報、医原的処置情報、患者に適用した治療情報等、リスクレベルの判定に必要な情報５０３と、医師が前記情報５０３と判断できる時点での日時５０２を入力し、判定ボタン５０４を選択する。
【００３０】
次に、前記制御部１０１は、前記リスクレベル判定知識読み出し部１０４を起動し、前記リスクレベル判定知識ＤＢ１１１から、リスクファクターとスコアを読み出すステップ２０２、リスクレベル判定基準を読み出すステップ２０３を実行する。
【００３１】
次に、前記制御部１０１は、前記リスクレベル判定部１０５を起動し、前記ステップ２０１で取得した患者情報と、前記ステップ２０２で読み出したリスクファクターとスコアをもとに、患者の感染源への抵抗力を数値的に示す点数であるリスクスコアを算出するステップ２０４、及び算出したリスクスコアをもとに、感染源への抵抗力を段階化した指標であるリスクレベルを判定するステップ２０５を実行する。
【００３２】
例えば、図４で示した患者ＩＤ「Ｐ１２３４５６７」の患者の場合、リスクファクターとして、「糖尿病」、「肝疾患」、「好中球機能不全」、「ＳＩＲＳ状態」が該当する。
【００３３】
もし、リスクファクターの重みに関する情報がない場合は、図１で示した前記リスクファクターＤＢ３１２に格納されているスコアをもとに、標準スコアである「１０」、「１０」、「８０」、「５０」を加算し、リスクスコア「１５０」を算出する。このとき、リスクファクター「貧血」がある場合は、さらに「２０」が加算される。さらに、図１で示した前記リスクレベル判定基準ＤＢ３２０に格納されている判定基準をもとに、リスクスコア「１５０」に該当するリスクレベル「３」と判定する。
【００３４】
図４では、リスクファクターの重みに関して、リスクファクター「糖尿病」では「コントロール良」、リスクファクター「肝疾患」では「肝機能障害」、リスクファクター「好中球機能不全」では「ＷＢＣ＝２００」、が選択されているため、図１で示した前記リスクファクターＤＢ３１２に格納されているスコアをもとに、それぞれの条件付きスコアである「１０」、「５」、「１２０」、「５０」を加算し、リスクスコア「１８５」を算出する。このとき、リスクファクター「貧血」がある場合は、標準スコアの場合と同様に、さらに「２０」が加算される。さらに、図１で示した前記リスクレベル判定基準ＤＢ３２０に格納されている判定基準をもとに、リスクスコア「１８５」に該当するリスクレベル「４」と判定する。
【００３５】
本実施例では、スコアはすべて正のスコアとなっているが、負のスコアでもよい。
【００３６】
このように、リスクファクターの重みに関する情報がない場合でもリスクレベルを判定することが出来る。さらに、リスクファクターの重みに関する情報がある場合は、リスクファクターの重みに応じたスコアを利用できるので、
より正確に、リスクレベルを判定できる。
【００３７】
上記例では、前記ステップ２０４で、スコアを加算してリスクスコアを算出する例を示したが、他の算術式を用いてリスクスコアを算出しても良い。また、ニューラルネットワークやファジー理論等を用いてリスクスコアを算出しても良い。また、それらを組み合わせても良い。
【００３８】
前記ステップ２０１において、本システム１００が、前記医療情報システム１４０と通信可能な場合は、前記患者ＩＤ５０１と日時５０２を入力した時点で、前記医療情報システムからリスクレベルの判定に必要な情報を取得してもよい。また、本システム１００が、リスクレベルの判定に必要な情報を管理していてもよい。
【００３９】
また、例えば、ＳＩＲＳ状態の条件である、（１）体温が３８度以上または３６度以下、（２）心拍数９０／分、（３）呼吸数２０／分またはＰａＣＯ2（血中二酸化炭素濃度）＜３２Ｔｒｒ、（４）白血球数＞１２０００／ｍｍ3または＜４０００ｍｍ3あるいは未熟顆粒球＞１０％、を満たした場合、自動的にリスクファクター「ＳＩＲＳ状態」を選択してもよい。
【００４０】
次に、前記制御部１０１は、前記通信部１０２を用いて、前記ステップ２０５で判定されたリスクレベルを前記入出力端末１２０に出力するステップ２０６を実行する。
【００４１】
図５に、前記ステップ２０６の実行後、前記入出力端末１２０に表示される画面の例６００を示す。前記リスクレベル出力エリア６０１に、判定結果として「リスクレベル４（リスクスコア１８５）」と出力されていることがわかる。
【００４２】
このように、リスクレベルを出力することで、ユーザは患者の感染源への抵抗力の度合いが客観的に判るので、その患者に適した治療方針の判断が可能となる。また、リスクスコアを出力することで、ユーザは感受性の度合いが詳細に判る。
【００４３】
次に、前記制御部１０１は、前記ステップ２０１で取得した患者情報を、ユーザに保存するかどうか判断させるステップ２０７を実行する。
【００４４】
もし、ユーザが前記画面６００で保存ボタン６０３を押し、保存することを選択した場合、前記制御部１０１は、前記ステップ２０１で取得した患者情報と、前記ステップ２０５で判定されたリスクレベルと、ユーザが判断したリスクレベルを前記症例ＤＢ１１２へ格納するステップ２０８を実行する。
【００４５】
図３に、前記症例ＤＢ１１２の例を示す。前期症例ＤＢ１１２は、症例データを識別する症例ＩＤを格納するフィールド４０１と、患者を識別する患者ＩＤを格納するフィールド４０２と、リスクファクターを格納するフィールド４０３と、本システムの出力であるリスクレベルを格納するフィールド４０４と、日時を格納するフィールド４０５と、ユーザが判断したリスクレベルを格納するフィールド４０６で構成される。例えば、前記画面６００の場合、患者ＩＤ「Ｐ１２３４５６７」に対するリスクレベルが「４」、ユーザが判断した患者のリスクレベルが「５」のため、前記症例ＤＢ１１２のように症例データが格納される。なお、このとき、症例ＩＤは、前記症例ＤＢ１１２に唯一になるように自動的に付加される。
【００４６】
前記ステップ２０７で、保存することを選択しなかった場合、本システムのリスクレベル判定時の動作が終了する。
【００４７】
図６に、本システム１００のリスクレベル判定知識ＤＢ編集支援時の動作を表すフローチャートを示す。
【００４８】
まず、本システム１００が編集支援時の動作を開始すると、前記制御部１０１が動作を開始し、前記リスクレベル判定知識読出し部１５２を起動し、前記リスクレベル判定知識ＤＢ１１１から知識ベースを読み出すステップ７０１を実行する。
【００４９】
次に、前記制御部１０１は、前記症例ＤＢ１１２から症例データを読み出すステップ７０２を実行する。
【００５０】
次に、前記制御部１０１は、知識ベースを編集支援するステップ７０３を実行する。
【００５１】
図７に、前記ステップ７０３実行時の画面例８００を示す。画面左側には前記リスクレベル判定知識ＤＢ１１１の知識ベースを、画面右側には前記症例ＤＢ１１２の症例データを表示する。前記画面例８００では、画面左側上段に前記ステップ７０１で読み込んだ時のリスクファクターとスコアを、画面左側下段にリスクレベル判定基準を表示している。ここで、ユーザが症例ＩＤ入力ボックス８１１に、症例ＩＤを入力し、患者選択ボタン８１２を押すと、症例ＩＤに対応する症例データを表示する。
【００５２】
図８に、前記画面例８００でユーザが症例ＩＤ「０００００００４」を選択したときの画面例９００を示す。ここでは、前記症例ＤＢ１１２に格納された症例ＩＤ「０００００００４」の症例データ、判定結果であるリスクレベル、ユーザが判定したリスクレベル、が表示されていることがわかる。
【００５３】
図９に、ユーザが知識ベースを編集したときの画面例１０００を示す。前記画面例１０００では、リスクレベル判定基準「レベル５」のスコアを「１８０」と編集している。
【００５４】
ここで、ユーザが判定ボタン１０１１を押すと、前記制御部図９は、前記シミュレーション部１５５を起動し、編集後のリスクファクターとスコアをもとに、リスクレベル判定のシミュレーションを行うステップ７０４を実行する。
【００５５】
図１０に、前記ステップ７０４実行後の画面例１１００を示す。シミュレーション結果として、リスクレベル「５」と変わっていることがわかる。
【００５６】
もし、ユーザがシミュレーション結果に満足していれば、確定ボタン１００１を押す。これにより、前記制御部１０１は、確定確認ステップ７０５を実行後に、編集した知識ベースをリスクレベル判定知識ＤＢへ書き込むステップ７０６を実行する。
【００５７】
もし、ユーザがシミュレーション結果に満足していなければ、前記ステップ７０３から繰り返すことができる。
【００５８】
また、ユーザがキャンセルボタン１００２を押すことにより、書き込まずに終了することもできる。
【００５９】
図１１に、前記ステップ７０６終了後の前記リスクレベル判定知識ＤＢ１１１の例１２００を示す。リスクレベル判定基準の１２０１と１２０２で示す値が「１８０」と変更されていることがわかる。
【００６０】
このように、ユーザがリスクファクター毎のスコアやリスクレベル判定基準を変更することで、簡易に、リスクレベルを判定する論理を変更できる。
【００６１】
また、シミュレーションにより、ユーザがリスクレベルを判定する論理を変更した後のリスクレベルを確認することができるので、より確実に、リスクレベルを判定する論理を変更できる。
【００６２】
ここでは、リスクレベル判定基準ＤＢの編集を例として示したが、リスクファクターＤＢも同様に編集及びシミュレーションが可能である。
【００６３】
ここでは、判定知識編集支援として、１名分の症例データをもとにシミュレーションを行った結果を提示する例を示したが、複数名の症例データをもとにシミュレーションを行った結果を提示してもよい。そのとき、全ての症例データに対する結果だけではなく、平均、分散等の統計処理結果を提示してもよい。
【００６４】
また、症例データは、ユーザが任意に選択するのではなく、前記症例ＤＢ１１２に格納されている前記判定レベル４０４と前記ユーザ判定レベル４０６の異なる症例のみを抽出して用いてもよい。
【００６５】
また、症例データは、ユーザが任意に選択するのではなく、前記症例ＤＢ１１２に格納されている前記判定レベル４０４と前記ユーザ判定レベル４０６の異なる症例と、前記判定レベル４０４と前記ユーザ判定レベル４０６が同じ症例を同数ずつ抽出して用いてもよい。
【００６６】
本実施例では、リスクレベルを判定する対象者を疾患を発症している患者としているが、疾患を発症していない健常者でもよい。
【００６７】
以上説明した感染症システムにより、ユーザは患者もしくは健常者の感染源への抵抗力の度合いが客観的に判るので、その患者もしく健常者に適した治療方針の判断が可能となる。
【００６８】
また、ユーザがリスクファクター毎のスコアやリスクレベル判定基準を変更することで、簡易に、リスクレベルを判定する論理を変更できる。
【００６９】
また、シミュレーションにより、ユーザがリスクレベルを判定する論理を変更した後のリスクレベルを確認することができるので、より確実に、リスクレベルを判定する論理を変更できる。
【００７０】
また、以上説明した実施例における感染症システムに限らず、本発明の基本的な考え方は、臨床検査システム、診療支援システム、看護支援システム、等のような医療情報システムにも適用可能である。
【００７１】
以上、本発明を整理すると、次のようになる。
【００７２】
（１） 被検体の感染症の原因となる感染源に対する抵抗力に影響を与えるファクターを含む項目と、前記項目の前記感染源に対する抵抗力の度合いを数値化し、前記被検体に与える影響度に応じて変更可能な係数とを知識データベースとして格納する格納部と、前記知識データベースをもとに、被検体の医療情報に応じて、被検体の感染源への抵抗力のレベルを段階化し指標として判定する判定部とを具備してなることを特徴とする感染症システム。
【００７３】
（２） 前記事項（１）の構成において、前記知識データベースが、前記項目と前記係数を関連付けて格納する項目データベースと、前記被検体の医療情報に該当する項目の係数から算出された、感染源への抵抗力を数値的に示すスコアをもとに、前記指標を判定するための知識ベースを格納する指標判定データベースとを含んでなることを特徴とする感染症システム。
【００７４】
（３） 前記事項（１）の構成において、前記知識データベースに、前記項目の抵抗力への影響度を示す複数の選択肢のうち選択された選択肢に応じて可変する係数を有することを特徴とする感染症システム。
【００７５】
（４） 前記事項（１）の構成において、前記知識データベースに、バイタルサイン、臨床検査結果、画像検査結果のうち少なくとも一つの医療情報に応じて可変する係数を有することを特徴とする感染症システム。
【００７６】
（５） 前記事項（３）の構成において、前記知識データベースに、前記可変する係数と、前記可変する係数を算出できない場合の標準係数とを有することを特徴とする感染症システム。
【００７７】
（６） 患者もしくは健常者の感染症の原因となる細菌等の感染源に対する抵抗力に影響を与える項目と、前記項目の前記感染源に対する抵抗力への度合いに応じて可変する影響度を数値化した係数を格納する知識ＤＢと、前記知識ＤＢをもとに、患者もしくは健常者の個人情報に応じて、感染源への抵抗力を段階化した指標として判定する判定部と、で構成されることを特徴とする感染症システム。
【００７８】
（７） 前記事項（６）の構成の感染症システムであって、前記知識ＤＢが、前記項目と前記係数を関連付けて格納する項目ＤＢと、前記患者情報に該当する項目の係数から算出された、感染源への抵抗力を数値的に示す点数をもとに前記指標を判定するための知識ベースを格納する指標判定ＤＢと、で構成されることを特徴とする感染症システム。
【００７９】
（８） 前記事項（６）または（７）の構成の感染症システムであって、前記知識ＤＢに、前記項目の抵抗力への影響度を示す複数の選択肢のうち選択された選択肢に応じて可変する係数を有することを特徴とする感染症システム。
【００８０】
（９） 前記事項（８）の構成の感染症システムであって、前記選択肢が、疾患名であることを特徴とする感染症システム。
【００８１】
（１０） 前記事項（６）乃至（９）の構成の感染症システムであって、前記知識ＤＢに、１つまたは複数のバイタルサイン、臨床検査結果、画像検査結果に応じて可変する係数を有することを特徴とする感染症システム。
【００８２】
（１１） 前記事項（６）乃至（１０）の構成の感染症システムであって、前記知識ＤＢに、複数のリスクファクターに応じて可変する係数を有することを特徴とする感染症システム。
【００８３】
（１２） 前記事項（６）乃至（１１）の構成の感染症システムであって、前記知識ＤＢに、前記可変する係数と、前記可変する係数を算出できない場合の標準係数を有することを特徴とする感染症システム。
【００８４】
（１３） 前記事項（６）乃至（１２）の構成の感染症システムであって、前記知識ＤＢに格納された知識ベースを読み出す知識ベース読出し部と、前記知識ベース読出し部で読み出した知識ベースを編集可能な知識ベース編集部と、編集後の知識ベースを前記知識ＤＢへ格納する知識ベース書込み部と、で構成されることを特徴とする感染症システム。
【００８５】
（１４） 前記事項（１３）の構成の感染症システムであって、前記知識ベース編集部で編集された後の知識ベースをもと前記指標を算出するシミュレーション部を有することを特徴とする感染症システム。
【００８６】
【発明の効果】
本発明によれば、感染症分野において、より確実に、かつより客観的に医療判断を可能にする感染症システムを実現する。
【図面の簡単な説明】
【図１】本発明の一実施例である感染症システムの構成を説明する図。
【図２】本システムのリスクレベル判定時の動作を表すフローチャート。
【図３】症例ＤＢの例を説明する図。
【図４】患者情報入力時の入出力端末の画面例を示す図。
【図５】リスクレベル出力時の入出力端末の画面例を示す図。
【図６】本システムの判定知識編集支援時の動作を表すフローチャート。
【図７】編集支援画面の例を示す図。
【図８】症例データ選択後の編集支援画面の例を示す図。
【図９】知識ベース編集時の編集支援画面の例を示す図。
【図１０】シミュレーション後の編集支援画面の例を示す図。
【図１１】判定知識編集後のリスクレベル判定知識ＤＢの例を示す図。
【符号の説明】
１００…感染症システム、１０１…制御部、１０２…通信部、１０３…患者情報取得部、１０４…リスクレベル判定知識読み出し部、１０５…リスクレベル判定部、１０６…症例データ書込み部、１５３…症例データ読出し部、１５４…リスクレベル判定知識編集部、１５５…シミュレーション部、１５６…リスクレベル判定知識書込み部、１１２…症例ＤＢ、１１１…リスクレベル判定知識ＤＢ、１２０…入出力端末、１３０…ネットワーク、１４０…医療情報システム、３１０…リスクファクターＤＢ、３２０…リスクレベル判定基準ＤＢ、３１１…リスクＩＤを格納するフィールド、３１２…リスクファクターの名称を格納するフィールド、３１３…スコアを格納するフィールド、３２１…判定ＩＤを格納するフィールド、３２２−３２３…判定基準となる下限値、上限値を格納するフィールド、３２４…リスクレベルを格納するフィールド、２０１…患者情報を取得するステップ、２０２…リスクファクターとスコアを読み出すステップ、２０３…リスクレベル判定基準を読み出すステップ、２０４…リスクスコアを算出するステップ、２０５…リスクレベルを判定するステップ、２０６…リスクレベルを入出力端末１２０に出力するステップ、２０７ 患者情報をユーザに保存するかどうか判断させるステップ、５００…医師による患者情報入力時の入出力端末１２０の画面例、５０１…患者ＩＤ、５０２…日時、５０３…リスクレベルの判定に必要な情報、５０４…判定ボタン、６００…ステップ２０６の実行後、入出力端末１２０に表示される画面例、６０１…リスクレベル出力エリア、６０３…保存ボタン、４０１…症例ＩＤを格納するフィールド、４０２…患者ＩＤを格納するフィールド、４０３…リスクファクターを格納するフィールド、４０４…本システムの出力であるリスクレベルを格納するフィールド、４０５…日時を格納するフィールド、４０６…ユーザが判断したリスクレベルを格納するフィールド、７０１…リスクレベル判定知識ＤＢ１１１から知識ベースを読み出すステップ、７０２…症例ＤＢ１１２から症例データを読み出すステップ、７０３…知識ベースを編集支援するステップ、７０４…リスクレベル判定のシミュレーションを行うステップ、７０５…確定確認ステップ、７０６…知識ベースをリスクレベル判定知識ＤＢへ書き込むステップ、８００…ステップ７０３実行時の画面例、８１１…症例ＩＤ入力ボックス、８１２…患者選択ボタン、９００…前記画面例８００でユーザが症例ＩＤ「０００００００４」を選択したときの画面例、１０００…ユーザが知識ベースを編集したときの画面例、１０１１…判定ボタン、１００１…確定ボタン、１００２…キャンセルボタン、１１００…ステップ７０４実行後の画面例、１２００…ステップ７０６終了後の前記リスクレベル判定知識ＤＢ１１１の例、１２０１〜１２０２…ステップ７０６により変更された判定基準。
Claims (5)
- 被検体の感染症の原因となる感染源に対する抵抗力に影響を与えるファクターを含む項目と、前記項目の前記感染源に対する抵抗力の度合いを数値化し、前記被検体に与える影響度に応じて変更可能な係数とを知識データベースとして格納する格納部と、
前記知識データベースをもとに、被検体の医療情報に応じて、被検体の感染源への抵抗力のレベルを段階化し指標として判定する判定部と、
前記判定部での判定結果を少なくとも表示できる表示手段とを具備する感染症システムにおいて、
前記知識データベースは、
前記項目と前記係数を関連付けて格納する項目データベースと、
前記被検体の医療情報に該当する項目の係数から算出された、感染源への抵抗力を数値的に示すスコアをもとに、前記指標を判定するための知識ベースを格納する指標判定データベースとを有し、
前記判定部は、
前記被検体の医療情報に該当する項目の前記係数または前記感染源への抵抗力を数値的に示す前記スコアを編集できる編集部と、
前記編集部で前記被検体の医療情報に該当する項目の前記係数ないし前記感染源への抵抗力を数値的に示す前記スコアが編集された後のスコアをもとに前記指標を判定するシミュレーション部とを備え、
前記シミュレーション部で判定された結果を、前記表示手段に表示できることを特徴とする感染症システム。 - 前記判定部は、前記編集部で編集された前記被検体の医療情報に該当する項目の係数または前記感染源への抵抗力を数値的に示すスコアを前記知識データベースに格納できる知識ベース書込み部を有することを特徴とする請求項１記載の感染症システム。
- 前記知識データベースに、前記項目の抵抗力への影響度を示す複数の選択肢のうち選択された選択肢に応じて可変する係数を有することを特徴とする請求項１記載の感染症システム。
- 前記知識データベースに、バイタルサイン、臨床検査結果、画像検査結果のうち少なくとも一つの医療情報に応じて可変する係数を有することを特徴とする請求項１記載の感染症システム。
- 前記知識データベースに、前記可変する係数と、前記可変する係数を算出できない場合の標準係数とを有することを特徴とする請求項３記載の感染症システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002019774A JP4132839B2 (ja) | 2002-01-29 | 2002-01-29 | 感染症システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002019774A JP4132839B2 (ja) | 2002-01-29 | 2002-01-29 | 感染症システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003220034A JP2003220034A (ja) | 2003-08-05 |
| JP4132839B2 true JP4132839B2 (ja) | 2008-08-13 |
Family
ID=27743489
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002019774A Expired - Lifetime JP4132839B2 (ja) | 2002-01-29 | 2002-01-29 | 感染症システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4132839B2 (ja) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2323479C1 (ru) * | 2006-07-25 | 2008-04-27 | Валерий Леонидович Сазыкин | Система контроля в здравоохранении с использованием интегральных показателей |
| RU2326440C2 (ru) * | 2006-07-25 | 2008-06-10 | Валерий Леонидович Сазыкин | Система контроля и управления в здравоохранении с использованием интегральных показателей |
| JP2008176473A (ja) * | 2007-01-17 | 2008-07-31 | Toshiba Corp | 患者容体変化予測装置、及び患者容体変化管理システム |
| JP5685798B2 (ja) * | 2008-01-25 | 2015-03-18 | 公立大学法人首都大学東京 | 有病体検出装置および有病体検出システム |
| RU2014130779A (ru) * | 2011-12-27 | 2016-02-20 | Конинклейке Филипс Н.В. | Способ и система для сокращения ранней повторной госпитализации |
| JP6300264B2 (ja) * | 2013-12-02 | 2018-03-28 | 公立大学法人首都大学東京 | 症状判別装置 |
| JP7188712B1 (ja) * | 2021-09-28 | 2022-12-13 | 株式会社アルム | 感染症対策システム、感染症対策装置、および感染症対策プログラム |
-
2002
- 2002-01-29 JP JP2002019774A patent/JP4132839B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003220034A (ja) | 2003-08-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Butala et al. | Conscious sedation versus general anesthesia for transcatheter aortic valve replacement: variation in practice and outcomes | |
| 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 | |
| Rumpf et al. | Screening for mental health: validity of the MHI-5 using DSM-IV Axis I psychiatric disorders as gold standard | |
| JP6907831B2 (ja) | コンテキストベースの患者類似性の方法及び装置 | |
| US20170124279A1 (en) | Adaptive Complimentary Self-Assessment And Automated Health Scoring For Improved Patient Care | |
| Chakshu et al. | An AI based digital-twin for prioritising pneumonia patient treatment | |
| US20140136225A1 (en) | Discharge readiness index | |
| Morris et al. | Computer clinical decision support that automates personalized clinical care: a challenging but needed healthcare delivery strategy | |
| Levin et al. | Real-time machine learning alerts to prevent escalation of care: a nonrandomized clustered pragmatic clinical trial | |
| Brescia et al. | Assessment of mortality among durable left ventricular assist device recipients ineligible for clinical trials | |
| Ahuja et al. | Impact of frailty on outcomes after cardiac surgery | |
| Zhang et al. | Ventilator-associated pneumonia prediction models based on AI: scoping review | |
| Abedini et al. | Comparison of “cough peak expiratory flow measurement” and “cough strength measurement using the white card test” in extubation success: A randomized controlled trial | |
| US11978543B2 (en) | System and methods for developing and using a microbiome-based action component | |
| JP2003220034A (ja) | 感染症システム | |
| Waldauf et al. | Machine learning determination of motivators of terminal extubation during the transition to end-of-life care in intensive care unit | |
| CN121583516A (zh) | 一种基于功能能力与护理风险的老年照护方法及相关设备 | |
| JP7605217B2 (ja) | 医療計画支援システム、医療計画支援方法、及び、医療計画支援プログラム | |
| Parindra et al. | Optimization of Hospital Health Services: Insights from Recent Literature | |
| JP4133027B2 (ja) | 感染症知識ベース編集支援方法およびそのプログラム | |
| US20180349558A1 (en) | Systems and methods for autonomous discharge queue management | |
| Badnjevic et al. | Pre-classification process symptom questionnaire based on fuzzy logic for pulmonary function test cost reduction | |
| Iapichino et al. | Effectiveness and efficiency of intensive care medicine: variable costs in different diagnosis groups | |
| AU2005285611B2 (en) | Computer installation for establishing a diagnosis | |
| JP2021163006A (ja) | 睡眠健康度判別プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20041213 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041214 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20041213 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070717 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070829 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20070829 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080507 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080602 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110606 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4132839 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110606 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120606 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120606 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130606 Year of fee payment: 5 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term |