JP7734311B2 - 調剤書類監査装置 - Google Patents

Description

特許法第３０条第２項適用 令和５年１０月１１日～１３日幕張メッセ国際展示場において開催された第４回次世代薬局ＥＸＰＯで展示

本発明は、調剤薬局において患者毎に処方薬を提供するときに使用する複数種類の調剤関連書類について記載内容に不整合がないかを監査する技術に関する。

調剤薬局においては、医療機関から発行された患者毎の処方箋に基づいて医薬品の調剤が行われているが、その際に使用される調剤関連書類として「処方箋」、「調剤録」、「調剤明細書」、「薬剤情報提供書」、「薬袋」、「お薬手帳シール」、「領収書」等があり、患者毎にこれらの調剤関連書類が正しく提供されることが必要となる。

しかしながら、調剤薬局において患者毎に必要な複数の調剤関連書類をそろえる際には人手が介入するため、そこにヒューマンエラーが発生する可能性がある。例えば、患者Aの調剤関連書類の中に患者Bのものが混入した場合には医療事故につながる重大なインシデントになる可能性がある。したがって、このようなヒューマンエラーによるインシデントの発生を未然に防止するための仕組みが必要となる。

調剤薬局において患者毎に必要な複数種類の調剤関連書類として、「処方箋」、「調剤録」、「調剤明細書」、「薬剤情報提供書」、「薬袋」、「お薬手帳シール」、「領収書」等をそろえるときに、調剤関連書類毎に記載内容に不整合がないか監査することで、ヒューマンエラーによるインシデントの発生を未然に防止することが重要になる。

本発明の目的は、調剤薬局において患者毎に処方薬を提供するときに使用する複数種類の調剤関連書類毎に記載内容に不整合がないか監査する、特に‘患者氏名’の情報について照合して、その照合結果に不一致のものが含まれていないかを監査する調剤書類監査装置を提供することにある。

上記の目的を達成するために、第１発明に係る調剤書類監査装置は、
調剤薬局において患者毎に処方薬を提供するときに使用する書類として「処方箋」、「調剤録」、「調剤明細書」、「薬剤情報提供書」、「薬袋」、「お薬手帳シール」、「領収書」を含む、調剤関連書類の記載内容を監査する装置であって、
患者毎に処方薬を提供するときに使用する前記調剤関連書類を撮影するカメラ撮影部と、
前記カメラ撮影部で取得した一つ以上の画像データについて、該画像データ毎にレイアウトを解析して複数の文字領域を抽出する画像データ解析部と、
前記画像データ解析部で抽出した文字領域毎に、該文字領域に含まれる文字データと、前記調剤関連書類の種類毎に予め定義されている特徴量とを照合して、前記画像データに含まれる複数種類の前記調剤関連書類を特定する書類識別部と、
前記書類識別部で特定した複数種類の前記調剤関連書類毎に、学習モデルを用いて、前記調剤関連書類に含まれる‘患者氏名’の情報を識別する文字識別部と、
前記文字識別部で識別した‘患者氏名’の情報について、複数種類の前記調剤関連書類毎に照合して、その照合結果に不一致のものが含まれていないかを監査する文字照合部と、
を備え、
前記学習モデルは、
前記調剤関連書類の種類毎に、‘患者氏名’の情報を識別するために必要な「患者」を含む、一つ以上の特定文字と、該特定文字から‘患者氏名’の情報を識別するための特有のレイアウトタイプや文脈と、に基づき機械学習により生成されたものが含まれる、
ことを特徴とする。

第２発明に係る調剤書類監査装置は、第１発明において、
前記学習モデルは、前記調剤関連書類の種類毎に、‘処方薬’の情報を識別するために必要な「処方」を含む、一つ以上の特定文字と、該特定文字から‘処方薬’の情報を識別するための特有のレイアウトタイプや文脈と、に基づき、機械学習により生成されたものが含まれるとともに、
前記文字識別部は、
前記書類識別部で特定した複数種類の前記調剤関連書類毎に、前記学習モデルを用いて、前記調剤関連書類に含まれる‘処方薬’の情報を識別する手段を有し、
前記文字照合部は、
前記文字識別部で識別した‘処方薬’の情報について、複数種類の前記調剤関連書類毎に照合して、その照合結果に不一致のものが含まれていないかを監査する手段を有する、ことを特徴とする。

第３発明に係る調剤書類監査装置は、第２発明において、
前記文字照合部は、前記文字識別部で識別した‘処方薬’の情報に基づき、「薬袋」の数量を算出するとともに、その数量と、前記書類識別部で特定した「薬袋」の数量とを照合して、その照合結果に不一致のものが含まれていないかを監査する手段を有する、ことを特徴とする。

第４発明に係る調剤書類監査装置は、第１発明において、
調剤薬局の店舗毎に使用する前記調剤関連書類のフォーマットに応じて定義された特徴量定義ファイルを一括管理する管理サーバが配置された構成において、
請求項１に記載の調剤書類監査装置は、
前記管理サーバから、各店舗に応じた前記特徴量定義ファイルをダウンロードする特徴量取得部、を備え、
前記書類識別部は、前記特徴量取得部で取得した前記特徴量定義ファイルに定義された前記特徴量を用いて、前記画像データに含まれる複数種類の前記調剤関連書類を特定する、ことを特徴とする。

本発明によれば、調剤薬局において患者毎に処方薬を提供するときに使用する複数種類の調剤関連書類毎に記載内容に不整合がないかを監査する、特に‘患者氏名’の情報について照合して、その照合結果に不一致のものが含まれていないかを監査することで、ヒューマンエラーによるインシデントの発生を未然に防止することが可能になる。

さらに、調剤書類監査装置をスマートフォンやタブレット端末等の情報端末に組み込むことにより、簡単な操作でリアルタイムに調剤関連書類の監査を行うことが可能になる。

本発明の実施形態に係る調剤書類監査装置を説明する実施例を示した構成図である。 本発明の実施形態に係る調剤書類監査装置において機能構成の一例を示した機能構成図である。 本発明の実施形態に係る調剤書類監査装置で実行される処理の一例を示したフローチャート図である。 本発明の実施形態に係る調剤書類監査装置において、複数種類の調剤関連書類をカメラで撮影した撮影画像の一例を示した模式図である。 本発明の実施形態に係る調剤書類監査装置をカメラ付きスマートフォンに搭載した場合の実施例を示した模式図である。 本発明の実施形態に係る調剤書類監査装置を調剤薬局の複数店舗に導入して構成されるシステムの一例を示したシステム構成図である。

以下、本発明を実施するための形態について図面を参照して詳細に説明する。なお、本発明は、以下に述べる実施形態により限定されるものではない。

図１は、本発明の実施形態に係る調剤書類監査装置について、調剤薬局の業務において使用されるイメージの一例を示したものである。図１に示すように、調剤書類監査装置１は、カメラ機能を有しており、さらに調剤薬局において患者毎に処方薬を提供するときに使用する複数種類の調剤関連書類２をカメラで撮影し、その撮影画像に基づいて調剤関連書類２を識別し、調剤関連書類２の種類毎に記載内容に不整合がないかを監査する機能を有している。ここで調剤関連書類２には、「処方箋」、「調剤録」、「調剤明細書」、「薬剤情報提供書」、「薬袋」、「お薬手帳シール」、「領収書」が含まれる。

また複数種類の調剤関連書類２をカメラで撮影する際には、複数種類の調剤関連書類２を並べて一度に撮影するケースや、複数回に別けて撮影するケースを想定している。

さらに、調剤書類監査装置１をスマートフォンやタブレット端末等の情報端末に組み込むことにより、簡単な操作でリアルタイムに調剤関連書類の監査を行うことを可能にしている。

次に、図２は調剤書類監査装置１において機能構成の一例を示した機能構成図である。図２に示すように、調剤書類監査装置１は、カメラ撮影部１１、画像データ解析部１２、書類識別部１３、文字識別部１４、文字照合部１５、学習モデル１６および特徴量定義ファイル１７を備えている。

カメラ撮影部１１は、患者毎に処方薬を提供するときに使用する複数種類の調剤関連書類２を撮影する。ここで調剤関連書類２には、「処方箋」、「調剤録」、「調剤明細書」、「薬剤情報提供書」、「薬袋」、「お薬手帳シール」、「領収書」が含まれる。また複数種類の調剤関連書類２を撮影する際には、複数種類の調剤関連書類２を並べて一度に撮影するケースや、複数回に別けて撮影するケースが想定される。

画像データ解析部１２は、カメラ撮影部１１で取得した一つ以上の画像データについて、該画像データ毎にレイアウトを解析して複数の文字領域を抽出する。また文字領域の抽出においては、例えば、ＯＣＲ（Optical Character Recognition）プログラムを稼働させて、該画像データ毎に文字情報を読み取るように構成することもできる。

書類識別部１３は、画像データ解析部１２で抽出した文字領域毎に、該文字領域に含まれる文字データと、調剤関連書類２の種類毎に予め定義されている特徴量とを照合して、前記画像データ毎に含まれる複数種類の調剤関連書類２を特定する。すなわち、画像データ毎に含まれる複数の文字領域について、文字領域毎に、該文字領域に含まれる文字データと、調剤関連書類２として「処方箋」、「調剤録」、「調剤明細書」、「薬剤情報提供書」、「薬袋」、「お薬手帳シール」、「領収書」毎に予め定義されている特徴量とを繰り返し照合して、合致する特徴量を検出した場合に該特徴量から調剤関連書類２の種類を特定する。

ここで、上記の特徴量は、特徴量定義ファイル１７に、調剤関連書類２の種類を特定するために予め定義され格納されているものである。例えば、「処方箋」の書類を特定するために、特徴量として文字列「処方箋」、「処方せん」等が定義されている。また。例えば、「薬袋」の書類を特定するために、特徴量として文字列「内服薬」、「外服薬」等が定義されている。

また調剤関連書類２については全国一律の基準でフォーマットが統一されていることではないため、調剤薬局の店舗毎に異なるフォーマットの書類を使用するケースが一般的である。すなわち、調剤関連書類２について、調剤薬局の店舗毎に異なるフォーマットの書類を使用するケースがある。したがって、上記の特徴量を定義する際には、調剤薬局の店舗毎に使用する書類のフォーマットに応じた特徴量をカスタマイズすることにより、調剤関連書類２の種類を特定する精度の向上が可能になる。

さらに調剤書類監査装置１を調剤薬局の複数店舗に導入する際には、例えば、調剤薬局の店舗毎にカスタマイズして定義された特徴量定義ファイル１７を管理サーバ上で一括管理して、調剤薬局の店舗毎にダウンロードして使用する構成としてもよい。この場合、図２には示していないが、調剤書類監査装置１は、前記管理サーバから、各店舗に応じた特徴量定義ファイル１７をダウンロードする特徴量取得部、を備え、書類識別部１３は、前記特徴量取得部で取得した特徴量定義ファイル１７に定義された前記特徴量を用いて、前記画像データに含まれる複数種類の前記調剤関連書類を特定する、構成となる。このような構成とすることにより、各店舗では最新の情報をリアルタイムに入手することが可能になり、業務効率の向上や管理コストの削減につながる効果が期待される。

なお、ここでは調剤関連書類２の種類毎に予め定義されている特徴量を利用して調剤関連書類２の種類を特定する構成としているが、この方法に限定されず、例えば、ニューラルネットワークによる機械学習を利用する方法を用いてもよい。

文字識別部１４は、書類識別部１３で特定した複数種類の調剤関連書類２毎に、学習モデル１６を用いて、調剤関連書類２に含まれる‘患者氏名’の情報を識別する。

文字照合部１５は、文字識別部１４で識別した‘患者氏名’の情報について、複数種類の調剤関連書類２毎に照合して、その照合結果に不一致のものが含まれていないかを監査する。そして、その照合結果に不一致のものが含まれる場合には、例えばアラートを発出する等の手段が実行される。

学習モデル１６は、調剤関連書類２の種類毎に、‘患者氏名’の情報を識別するために必要な「患者」を含む、一つ以上の特定文字と、該特定文字から‘患者氏名’の情報を識別するための特有のレイアウトタイプや文脈と、に基づき機械学習により生成されたものが含まれる。

上記の機能構成においては、複数種類の調剤関連書類２毎に‘患者氏名’の情報について照合して、その照合結果に不一致のものが含まれていないか監査することについて説明したが、別の機能構成について、以下に説明する。

学習モデル１６は、調剤関連書類２の種類毎に、‘処方薬’の情報を識別するために必要な「処方」を含む、一つ以上の特定文字と、該特定文字から‘処方薬’の情報を識別するための特有のレイアウトタイプや文脈と、に基づき機械学習により生成されたものが含まれる。

文字識別部１４は、書類識別部１３で特定した複数種類の調剤関連書類２毎に、学習モデル１６を用いて、調剤関連書類２に含まれる‘処方薬’の情報を識別する手段を有する。

文字照合部１５は、文字識別部１４で識別した‘処方薬’の情報について、複数種類の調剤関連書類２毎に照合して、その照合結果に不一致のものが含まれていないかを監査する手段を有する。そして、その照合結果に不一致のものが含まれる場合には、例えばアラートを発出する等の手段が実行される。

さらに、文字照合部１５は、文字識別部１４で識別した‘処方薬’の情報に基づき、「薬袋」の数量を算出するとともに、その数量と、書類識別部１３で特定した「薬袋」の数量とを照合して、その照合結果に不一致のものが含まれていないかを監査する手段を有する。その照合結果に不一致のものが含まれる場合には、例えばアラートを発出する等の手段が実行される。

次に、図３に示すフローチャート図を用いて、調剤書類監査装置１において実行されるプロセスについて説明する。図３は、調剤書類監査装置１で実行される処理の一例を示したフローチャート図である。

ステップＳ１０において、患者毎に処方薬を提供するときに使用する複数種類の調剤関連書類２についてカメラで撮影した画像データを取得する。ここで調剤関連書類２には、「処方箋」、「調剤録」、「調剤明細書」、「薬剤情報提供書」、「薬袋」、「お薬手帳シール」、「領収書」が含まれる。また複数種類の調剤関連書類２を撮影する際には、複数種類の調剤関連書類２を並べて一度に撮影するケースや、複数回に分けて撮影するケースが想定される。

図４は、複数種類の調剤関連書類をカメラで撮影した撮影画像の一例を示したものである。図４の例では、患者毎に複数種類の調剤関連書類２を４回に分けて撮影した画像データ１～４を示したものであり、画像データ１には「処方箋」、「調剤明細書」、「薬剤情報提供書」、「領収書」が含まれ、画像データ２には「お薬手帳シール」が含まれ、画像データ３には「薬袋」が含まれ、そして画像データ４には「調剤録」が含まれている。

次にステップＳ２０において、ステップＳ１０で撮影した一つ以上の画像データについて、該画像データ毎にレイアウトを解析して複数の文字領域を抽出する。図４の例では、撮影した画像データが４個あり、画像データ１のレイアウトを解析して複数の文字領域を抽出する。同様にして、画像データ２、画像データ３、画像データ４についてもレイアウトを解析して複数の文字領域を抽出する。

次にステップＳ３０において、ステップＳ２０で抽出した文字領域毎に、該文字領域に含まれる文字データと、調剤関連書類２の種類毎に予め定義されている特徴量とを照合して、前記画像データ毎に含まれる複数種類の調剤関連書類２を特定する。すなわち、画像データ毎に含まれる複数の文字領域について、文字領域毎に、該文字領域に含まれる文字データと、調剤関連書類２として「処方箋」、「調剤録」、「調剤明細書」、「薬剤情報提供書」、「薬袋」、「お薬手帳シール」、「領収書」毎に予め定義されている特徴量とを繰り返し照合して、合致する特徴量を検出した場合に該特徴量から調剤関連書類２の種類を特定する。

ここで、上記の特徴量は、特徴量定義ファイル１７に、調剤関連書類２の種類を特定するために予め定義され格納されているものである。例えば、「処方箋」の書類を特定するために、特徴量として文字列「処方箋」、「処方せん」等が定義されている。また「薬袋」の書類を特定するために、特徴量として文字列「内服薬」、「外服薬」等が定義されている。

図４の例では、画像データ１については、調剤関連書類２として「処方箋」、「調剤明細書」、「薬剤情報提供書」、「領収書」が特定される。また、画像データ２については調剤関連書類２として「お薬手帳シール」、画像データ３については調剤関連書類２として「薬袋」、画像データ４については調剤関連書類２として「調剤録」、が特定される。

なお、ここでは調剤関連書類２の種類毎に予め定義されている特徴量を利用して調剤関連書類２の種類を特定するようにしているが、この方法に限定されず、例えば、ニューラルネットワークによる機械学習を利用する方法を用いてもよい。

次にステップＳ４０において、ステップＳ３０で特定した複数種類の調剤関連書類２毎に、学習モデル１６を用いて、調剤関連書類２に含まれる‘患者氏名’の情報を識別する。

ここで、学習モデル１６は、調剤関連書類２の種類毎に、‘患者氏名’の情報を識別するために必要な「患者」を含む、一つ以上の特定文字と、該特定文字から‘患者氏名’の情報を識別するための特有のレイアウトタイプや文脈と、に基づき機械学習により生成されたものが含まれている。

次にステップＳ５０において、ステップＳ４０で識別した、‘患者氏名’の情報について、複数種類の調剤関連書類２毎に照合して、その照合結果に不一致のものが含まれていないかを監査する。そしてフローチャートには示されていないが、その照合結果に不一致のものが含まれる場合には、例えばアラートを発出する等の手段が実行されるように構成することも可能である。

以上で述べたように、調剤薬局において患者毎に処方薬を提供するときに使用する複数種類の調剤関連書類２毎に記載内容に不整合がないかを監査する、特に‘患者氏名’の情報について照合して、その照合結果に不一致のものが含まれていないか監査することで、ヒューマンエラーによるインシデントの発生を未然に防止することが可能になる。

また、上記のステップＳ４０およびステップＳ５０については、‘患者氏名’の情報について照合して、その照合結果に不一致のものが含まれていないか監査することについて説明したが、フローチャートには示していない別の処理について、以下に説明する。

ステップＳ４０において、ステップＳ３０で特定した複数種類の調剤関連書類２毎に、学習モデル１６を用いて、調剤関連書類２に含まれる‘処方薬’の情報を識別する。

ここで、学習モデル１６は、調剤関連書類２の種類毎に、‘処方薬’の情報を識別するために必要な「処方」を含む、一つ以上の特定文字と、該特定文字から‘処方薬’の情報を識別するための特有のレイアウトタイプや文脈と、に基づき機械学習により生成されたものが含まれている。

次にステップＳ５０において、ステップＳ４０で識別した、‘処方薬’の情報について、複数種類の調剤関連書類２毎に照合して、その照合結果に不一致のものが含まれていないかを監査する。そしてフローチャートには示されていないが、その照合結果に不一致のものが含まれる場合には、例えばアラートを発出する等の手段が実行されるように構成することも可能である。

さらに、ステップＳ４０で識別した、‘処方薬’の情報に基づき「薬袋」の数量を算出するとともに、その数量と、書類識別部１４で特定した「薬袋」の数量とを照合して、の照合結果に不一致のものが含まれていないかを監査する。そして、その照合結果に不一致のものが含まれる場合には、例えばアラートを発出する等の手段が実行されるように構成することも可能である。

以上で説明したステップＳ１０からステップＳ５０を実行することにより、調剤薬局において患者毎に処方薬を提供するときに使用する複数種類の調剤関連書類２毎に記載内容に不整合がないかを監査する、特に‘患者氏名’や‘処方薬’の情報について照合して、その照合結果に不一致のものが含まれていないかを監査することで、ヒューマンエラーによるインシデントの発生を未然に防止することが可能になる。

また、以上で説明したステップＳ１０からステップＳ５０を、例えばコンピュータプログラムで実行させるように構成することも可能である。

次に、調剤書類監査装置１をカメラ付きスマートフォンに搭載した場合の実施例について、図５に基づいて説明する。

＜実施例１＞
図５に示す実施例においては、患者Ａに提供する調剤関連書類として次の１２個の書類がある。
・処方箋１，処方箋２，処方箋３
・薬袋１，薬袋２，薬袋３，薬袋４
・調剤録１
・調剤明細書１，調剤明細書２，調剤明細書３，調剤明細書４
これらの１２個の調剤関連書類について、カメラ付きスマートフォンに搭載された調剤書類監査装置１は、調剤関連書類毎に記載内容に不整合がないかを監査する。ここでは、‘患者氏名’の情報について照合して、その照合結果に不一致のものが含まれていないか監査する。本実施例について、図３に示すフローチャート図のステップ毎に説明する。

＜ステップＳ１０＞
カメラ付きスマートフォンに搭載された調剤書類監査装置１は、患者Ａに提供する、上記１２個の調剤関連書類についてカメラで撮影した画像データを取得する。これらの調剤関連書類を撮影する際には、複数回に分けて撮影するケースが想定される。

＜ステップＳ２０＞
調剤書類監査装置１は、ステップＳ１０で撮影した複数の画像データについて、該画像データ毎にレイアウトを解析して複数の文字領域を抽出する。

＜ステップＳ３０＞
調剤書類監査装置１は、ステップＳ２０で抽出した文字領域毎に、該文字領域に含まれる文字データと、調剤関連書類の種類毎に予め定義されている特徴量とを照合して、前記画像データ毎に含まれる複数種類の調剤関連書類を特定する。すなわち、画像データ毎に含まれる複数の文字領域について、文字領域毎に、該文字領域に含まれる文字データと、調剤関連書類として「処方箋」、「調剤録」、「調剤明細書」、「薬剤情報提供書」、「薬袋」、「お薬手帳シール」、「領収書」毎に予め定義されている特徴量とを繰り返し照合して、合致する特徴量を検出した場合に該特徴量から調剤関連書類の種類を特定する。ここでは、上記１２個の調剤関連書類が特定される。

＜ステップＳ４０＞
調剤書類監査装置１は、ステップＳ３０で特定した上記１２個の調剤関連書類毎に、学習モデルを用いて、調剤関連書類に含まれる‘患者氏名’の情報を識別する。

＜ステップＳ５０＞
調剤書類監査装置１は、ステップＳ４０で識別した、‘患者氏名’の情報について、上記１２個の調剤関連書類毎に照合して、その照合結果に不一致のものが含まれていないかを監査する。すなわち上記１２個の調剤関連書類が患者Ａに提供する調剤関連書類であることを監査する。図５においては、その監査結果の表示例が示されている。

図５に示した監査結果の表示例では、次のように表示されている。
・処方箋 ３／３
・薬袋 １／４
・調剤録 １／１
・調剤明細書 ４／４
処方箋１～３、調剤録１、調剤明細書１～４については、‘患者氏名’の情報が全て一致しているが、薬袋１～４については、‘患者氏名’の情報が一致しているものが１個であり、残りの３個については、‘患者氏名’の情報が一致していないことが表示されている。

以上から、患者Ａに提供する調剤関連書類に不整合がないか照合して照合結果に不一致のものが含まれていないか容易に監査することが可能になり、ヒューマンエラーによるインシデントの発生を未然に防止することができる。

次に、調剤書類監査装置１を調剤薬局の複数店舗に導入して構成されるシステムの実施例について、図６に基づいて説明する。

＜実施例２＞
図６は、調剤書類監査装置１を調剤薬局の３店舗に導入した場合に構成されるシステムの一例を示したシステム構成図である。図６に示す調剤書類監査システム３１では、調剤書類監査装置１が各店舗に配置され、特徴量定義ファイル１７が管理サーバ３２上で一括管理される構成としている。調剤薬局の店舗毎に配置された調剤書類監査装置１は、管理サーバ３２からネットワークを経由して、店舗毎にカスタマイズして定義された特徴量定義ファイル１７をダウンロードして使用する構成としている。

調剤書類監査装置１は、管理サーバ３２から各店舗に応じた特徴量定義ファイル１７をダウンロードする特徴量取得部、を備えている。書類識別部１３は、前記特徴量取得部で取得した特徴量定義ファイル１７に定義された前記特徴量を用いて、前記画像データに含まれる複数種類の調剤関連書類２を特定する。

上記でも述べたように、調剤薬局の店舗毎に異なるフォーマットの書類を使用するケースが一般的である。すなわち、調剤関連書類２について、調剤薬局の店舗毎に異なるフォーマットの書類を使用するケースがあるため、特徴量を定義する際には、調剤薬局の店舗毎に使用する書類のフォーマットに応じた特徴量をカスタマイズすることにより、調剤関連書類２の種類を特定する精度の向上が可能になる。さらに、特徴量定義ファイル１７を管理サーバ３２上で一括管理することにより、各店舗では最新の情報をリアルタイムに入手することが可能になり、業務効率の向上や管理コストの削減につながる効果が期待される。

１…調剤書類監査装置
２…調剤関連書類
１１…カメラ撮影部
１２…画像データ解析部
１３…書類識別部
１４…文字識別部
１５…文字照合部
１６…学習モデル
１７…特徴量定義ファイル
３１…調剤書類監査システム
３２…管理サーバ

Claims (4)

1. 調剤薬局において患者毎に処方薬を提供するときに使用する書類として「処方箋」、「調剤録」、「調剤明細書」、「薬剤情報提供書」、「薬袋」、「お薬手帳シール」、「領収書」を含む、調剤関連書類の記載内容を監査する装置であって、
   患者毎に処方薬を提供するときに使用する前記調剤関連書類を撮影するカメラ撮影部と、
   前記カメラ撮影部で取得した一つ以上の画像データについて、該画像データ毎にレイアウトを解析して複数の文字領域を抽出する画像データ解析部と、
   前記画像データ解析部で抽出した文字領域毎に、該文字領域に含まれる文字データと、前記調剤関連書類の種類毎に予め定義されている特徴量とを照合して、前記画像データに含まれる複数種類の前記調剤関連書類を特定する書類識別部と、
   前記書類識別部で特定した複数種類の前記調剤関連書類毎に、学習モデルを用いて、前記調剤関連書類に含まれる‘患者氏名’の情報を識別する文字識別部と、
   前記文字識別部で識別した‘患者氏名’の情報について、複数種類の前記調剤関連書類毎に照合して、その照合結果に不一致のものが含まれていないかを監査する文字照合部と、
   を備え、
   前記学習モデルは、
   前記調剤関連書類の種類毎に、‘患者氏名’の情報を識別するために必要な「患者」を含む、一つ以上の特定文字と、該特定文字から‘患者氏名’の情報を識別するための特有のレイアウトタイプや文脈と、に基づき機械学習により生成されたものが含まれる、
   ことを特徴とする調剤書類監査装置。
2. 請求項１に記載の調剤書類監査装置において、
   前記学習モデルは、前記調剤関連書類の種類毎に、‘処方薬’の情報を識別するために必要な「処方」を含む、一つ以上の特定文字と、該特定文字から‘処方薬’の情報を識別するための特有のレイアウトタイプや文脈と、に基づき、機械学習により生成されたものが含まれるとともに、
   前記文字識別部は、
   前記書類識別部で特定した複数種類の前記調剤関連書類毎に、前記学習モデルを用いて、前記調剤関連書類に含まれる‘処方薬’の情報を識別する手段を有し、
   前記文字照合部は、
   前記文字識別部で識別した‘処方薬’の情報について、複数種類の前記調剤関連書類毎に照合して、その照合結果に不一致のものが含まれていないかを監査する手段を有する、ことを特徴とする調剤書類監査装置。
3. 請求項２に記載の調剤書類監査装置において、
   前記文字照合部は、前記文字識別部で識別した‘処方薬’の情報に基づき、「薬袋」の数量を算出するとともに、その数量と、前記書類識別部で特定した「薬袋」の数量とを照合して、その照合結果に不一致のものが含まれていないかを監査する手段を有する、ことを特徴とする調剤書類監査装置。
4. 調剤薬局の店舗毎に使用する前記調剤関連書類のフォーマットに応じて定義された特徴量定義ファイルを一括管理する管理サーバが配置された構成において、
   請求項１に記載の調剤書類監査装置は、
   前記管理サーバから、各店舗に応じた前記特徴量定義ファイルをダウンロードする特徴量取得部、を備え、
   前記書類識別部は、前記特徴量取得部で取得した前記特徴量定義ファイルに定義された前記特徴量を用いて、前記画像データに含まれる複数種類の前記調剤関連書類を特定する、ことを特徴とする調剤書類監査装置。