JP7357066B2 - 診療支援装置、その作動方法及び作動プログラム、並びに診療支援システム - Google Patents

Description

本発明は、診療支援装置、その作動方法及び作動プログラム、並びに診療支援システムに関する。

医療分野では、医師や検査技師等の医療スタッフが円滑に診察及び検査等を進めるために、診療プロセス及び診療結果を、医療スタッフ間または診療科間等で共有する統合的な診療支援装置及び診療支援システムが使用されている。診療支援装置は、例えば、診療プロセス及び診療結果を複数の患者について一覧にしたリスト表示する等して、医療スタッフに提供することによって診療を支援する（特許文献１）。

一方、医療分野においても、機械学習を用いて医療スタッフの作業を効率化することが行われており、例えば特許文献２に記載の情報処理装置では、電子カルテ等の操作画面において、過去の診察時になされた操作履歴を解析及び学習する。そして、医療スタッフにより入力操作された投薬や病名に対して、次に行われる操作を学習結果に基づいて予測する。予測された操作を次の操作候補として提案する。

特開２０１６－１４３２０４号公報 特許５１５１９１３号公報

上記特許文献１記載の診療支援装置及び診療支援システムでは、診療情報及び診療結果を表示し、上記特許文献２記載の情報処理装置では、電子カルテの操作画面から解析及び学習を行うなど、患者の個人情報が含まれるものを扱っている。このため、患者の個人情報等の流出危機を回避するため、各病院施設では、施設内部のネットワークのみで運用されるケースが多い。

また、上記特許文献１記載のような診療支援装置及び診療支援システムに対して、上記特許文献２記載の情報処理装置のような操作履歴の解析及び学習を行わせる場合、以下のような問題がある。例えば、医療用画像に対して病変部等を認識する装置についての機械学習では、事前に多くの医療用画像を蓄積して学習させることができる。しかしながら、診療支援装置及び診療支援システムにおいて操作履歴を学習させる場合、所定の病院施設内で使用する診療支援装置及び診療支援システムと同じ装置、同じシステム、及び少なくとも同じ職種の医療スタッフが操作する際の操作履歴を蓄積して学習させなければならない。すなわち、装置、システム及び職種のいずれか１つでも異なる操作履歴に基づいて生成された学習結果の場合、高い学習効果を得ることは難しくなる。

また、機械学習では、より多くのサンプルを蓄積していき適切に学習を継続することで、予測精度を向上させることができるが、患者の個人情報等の流出を考慮した場合、１つの病院施設内における診療支援装置及び診療支援システムで学習しただけでは多種かつ大量のユーザに関する操作履歴を集めることができず、予測精度を向上させることができない。

そこで、本発明は、患者情報の流出危機を回避しつつ、多くのユーザの操作履歴を集め、予測精度を向上させることができる診療支援装置、その作動方法及び作動プログラム、並びに診療支援システムを提供することを目的とする。

本発明の診療支援装置は、操作履歴取得部と、予測実行部と、操作提案部と、を備える。操作履歴取得部は、医療施設に設置される端末装置から、ユーザが端末装置を操作した際の操作履歴を取得する。予測実行部は、取得した操作履歴を医療施設の外部に設置された外部サーバが学習することにより生成された学習済みモデルを用いて、端末装置を入力操作した際の次の操作候補を予測する。操作提案部は、予測実行部が予測した次の操作候補から前記端末装置に対して提案を行う。
学習済みモデルは、外部サーバが操作履歴を学習することにより生成し、操作履歴に個人情報が含まれる場合、操作履歴を外部サーバに送信する際、個人情報を削除した状態とする。
学習済みモデルは、外部サーバが操作履歴を学習することにより生成し、操作履歴に個人情報が含まれる場合、操作履歴を外部サーバに送信する際、個人情報を削除した状態とし、操作履歴における個人情報の部分は端末装置と同じ医療施設内に設置された内部記憶装置に蓄積する。

操作履歴は、端末装置を使用するユーザを特定するユーザ識別情報が付帯されていることが好ましい。

学習済みモデルは、外部サーバが操作履歴を学習することにより生成し、操作履歴に個人情報が含まれる場合、操作履歴を外部サーバに送信する際、個人情報を削除した状態とすることが好ましい。

学習済みモデルは、外部サーバが操作履歴を学習することにより生成し、操作履歴に個人情報が含まれる場合、操作履歴を外部サーバに送信する際、個人情報を削除した状態とし、操作履歴における個人情報の部分は端末装置と同じ医療施設内に設置された内部記憶装置に蓄積することが好ましい。

操作履歴は、操作対象として検査データを少なくとも含むことが好ましい。

操作履歴は、操作対象として、ユーザが参照した検査データの順番、ユーザが入力操作した表示レイアウトの変更、及び表示倍率のいずれか１つを少なくとも含むことが好ましい。

操作履歴は、操作対象として、ユーザが作成した作成文書の種類、作成文書を作成した順番、又は作成文書の作成時期のいずれか１つを少なくとも含むことが好ましい。

操作履歴は、操作対象として、ユーザが使用した機能、又は機能を使用した順番のいずれか１つを少なくとも含むことが好ましい。

操作履歴は、端末装置によりユーザがオーダした検査又は処置の種類を少なくとも含むことが好ましい。

操作履歴は、端末装置によりユーザがオーダした検査又は処置の時刻又は時間帯を示すオーダ時期を少なくとも含むことが好ましい。

操作提案部は、提案として端末装置に検査データを表示することが好ましい。

操作提案部は、提案として端末装置に表示する検査データのレイアウトを変更することが好ましい。

操作提案部は、提案として端末装置を使用してユーザが作成すべき作成文書の表示、又は作成文書の作成を促す表示を行うことが好ましい。

操作提案部は、提案として端末装置を使用してユーザが入力操作すべき操作内容を表示することが好ましい。

操作提案部は、提案として端末装置を使用してユーザがオーダすべき検査又は処置の表示、又はオーダをユーザに促す表示を行うことが好ましい。

操作提案部は、時刻又は時間帯に応じて提案を行うことが好ましい。

本発明の診療支援システムは、診療支援装置、端末装置及び外部サーバを備える。

本発明の医療支援装置の作動方法は、医療施設に設置される端末装置から、端末装置を操作した際の操作履歴を取得する操作履歴取得ステップと、取得した操作履歴を医療施設の外部に設置された外部サーバが学習することにより生成された学習済みモデルを用いて、端末装置を入力操作した際の次の操作候補を予測する予測実行ステップと、予測した次の操作候補から端末装置に対して提案を行う操作提案ステップと、を備える。
学習済みモデルは、外部サーバが操作履歴を学習することにより生成し、操作履歴に個人情報が含まれる場合、操作履歴を外部サーバに送信する際、個人情報を削除した状態とする。
学習済みモデルは、外部サーバが操作履歴を学習することにより生成し、操作履歴に個人情報が含まれる場合、操作履歴を外部サーバに送信する際、個人情報を削除した状態とし、操作履歴における個人情報の部分は端末装置と同じ医療施設内に設置された内部記憶装置に蓄積する。

本発明の医療支援装置のプログラムは、医療施設に設置される端末装置から、端末装置を操作した際の操作履歴を取得する操作履歴取得ステップと、取得した操作履歴を医療施設の外部に設置された外部サーバが学習することにより生成された学習済みモデルを用いて、端末装置を入力操作した際の次の操作候補を予測する予測実行ステップと、予測した次の操作候補から端末装置に対して提案を行う操作提案ステップと、を備える。
学習済みモデルは、外部サーバが操作履歴を学習することにより生成し、操作履歴に個人情報が含まれる場合、操作履歴を外部サーバに送信する際、個人情報を削除した状態とする。
学習済みモデルは、外部サーバが操作履歴を学習することにより生成し、操作履歴に個人情報が含まれる場合、操作履歴を外部サーバに送信する際、個人情報を削除した状態とし、操作履歴における個人情報の部分は端末装置と同じ医療施設内に設置された内部記憶装置に蓄積する。

本発明によれば、患者情報の流出危機を回避しつつ、多くのユーザの操作履歴を集め、予測精度を向上させることができる。

診療支援システムの構成を示す説明図である。 医療施設内に設けられたネットワークの構成を示す説明図である。 クライアント端末の構成を示すブロック図である。 クライアント端末の機能を示すブロック図である。 診療支援装置の構成を示すブロック図である。 診療支援装置の機能を示すブロック図である。 操作履歴の一例を示す説明図である。 学習装置の機能を示すブロック図である。 初期画面である。 レイアウト表示画面である。 次の操作の提案を行ったレイアウト表示画面である。 第１実施形態の変形例を示すレイアウト表示画面である。 第２実施形態における操作履歴の一例を示す説明図である。 第３実施形態における操作履歴の一例を示す説明図である。 第４実施形態における操作履歴の一例を示す説明図である。 第４実施形態におけるレイアウト表示画面の一例である。 第５実施形態における操作履歴の一例である。 操作履歴から個人情報を削除した例を示す説明図である。 操作履歴から削除した個人情報を内部機構装置に蓄積する例を示す説明図である。

［第１実施形態］
図１に示すように、診療支援システム１０は、病院等の医療施設において診療支援を行うコンピュータシステムであり、複数の医療施設Ａ，Ｂ，・・・，Ｘに設置される診療支援装置１１と、診療支援装置１１と同じ医療施設Ａ，Ｂ，・・・，Ｘに設置されるクライアント端末１２と、学習装置１３と、ネットワーク１４等を備える。なお、診療支援システム１０は、各医療施設Ａ，Ｂ，・・・，Ｘに設けられた医療情報システム１７（図２参照）を包含する。また、各医療施設Ａ，Ｂ，・・・，Ｘには複数の診療支援装置１１が設置されていてもよい。学習装置１３は、クラウド上に設置されている外部サーバである。

ネットワーク１４は、インターネット等の公衆回線網または専用回線網を介して複数の医療施設Ａ，Ｂ，・・・，Ｘに置かれた診療支援装置１１と学習装置１３とを広域的に結ぶワイドエリアネットワーク(広域通信網ＷＡＮ：WideAreaNetwork)である。

図２に示すように、診療支援装置１１は、１つの医療施設Ａ内に施設されたネットワーク１６を介して、医療施設Ａに設けられた医療情報システム１７に接続されている。なお、図示は省略するが、他の医療施設Ｂ，・・・，Ｘにも同様に医療情報システム１７が設けられ、図２と同様にネットワーク１６に診療支援装置１１及びクライアント端末１２等が接続されている。

医療情報システム１７は、診療支援装置１１と、クライアント端末１２と、サーバ群１８とを備え、ネットワーク１６を介して相互にデータを送受信可能に構成している。ネットワーク１６は、ローカルエリアネットワーク（ＬＡＮ：Local Area Network）であり、医療用画像データを高速転送が可能なように光ファイバーなどの通信ケーブルを用いるのが望ましい。

クライアント端末１２（端末装置）は、診療支援装置１１からサービスの提供（診療支援装置１１の機能の提供）を受けるための端末であり、医師、検査技師、または看護師等の医療スタッフが直接的に操作するコンピュータ（タブレット端末等である場合を含む）等である。クライアント端末１２は、内科もしくは外科等の診療科、放射線検査科もしくは臨床検査科等の各種検査科、ナースセンター、または、その他の必要箇所に設置する。また、クライアント端末１２は、医療スタッフごとに設けることができ、また、複数の医療スタッフの共用とすることができる。したがって、図２に示すように、医療情報システム１７は、複数のクライアント端末１２を含む。例えば、グループＧ１は医師Ａ１及び医師Ａ２が属する「内科」であり、医師Ａ１と医師Ａ２はそれぞれにクライアント端末１２を保有する。同様に、例えば、グループＧ２は医師Ｂ１が属する「外科」であり、グループＧ２には少なくとも１台のクライアント端末１２がある。また、例えば、グループＧ１９は技師Ｎ１が属する「放射線科」であり、グループＧ１９には少なくとも１台のクライアント端末１２がある。

診療支援装置１１は、例えばクライアント端末１２からの要求に応じて、クライアント端末１２に診療データ（例えば画像等自体）及び／または診療データの所在を示す情報（例えば画像等に対するリンク）等を含む表示画面を提供する。診療データとは、診察、検査もしくは手術等において取得もしくは作成した画像、レポート、検査結果、その他診療の過程で、もしくは診療の結果として得られるデータ、またはこれらの所在を示す情報（いわゆるリンク（エイリアス）等）である。診療支援装置１１は、表示画面において使用する診療データをサーバ群１８から取得する。

診療支援装置１１がクライアント端末１２に提供する表示画面とは、クライアント端末１２が、クライアント端末１２の表示部３６（図３参照）の画面を形成するために使用するデータをいう。また、診療支援装置１１がクライアント端末１２に提供する表示画面には、クライアント端末１２が画面全体の表示を構成する全画面表示用のデータだけでなく、画面の一部に係る表示を構成するデータを含む。例えば、本実施形態においては、診療支援装置１１は、表示部３６の画面の一部において一般的なウィンドウ形式で表示可能な表示画面をクライアント端末１２に提供する。

診療支援装置１１がクライアント端末１２に提供する表示画面は、具体的には、初期画面７１（図９参照）、クリニカルフロー画面８１（図９参照）、タイムライン画面（図示せず）、及び、レイアウト表示画面１０１（図１０参照）等である。クリニカルフロー画面８１は、複数名の患者について、患者ごとに、患者の識別情報と、診療プロセスの一部または全部と、を対応付けて表示する表示画面である。患者の識別情報とは、例えば、患者の氏名、生年月日、年齢、もしくは性別等、または、患者に付与した固有の番号及び／または記号等のＩＤ（Identification Data）である（以下、患者ＩＤという）。診療プロセスとは、既に行った診療及び将来行う予定の診療の過程または結果をいう。したがって、診療プロセスは、既に取得等した診療データのみならず、取得等する予定の診療データを含む場合がある。取得等する予定の診療データは、例えば、特定検査のオーダの有無、その予定日時、または、取得予定の診療データの種別等に関する情報、等である。タイムライン画面は、特定の１名の患者について、その患者の診療プロセスの一部または全部を１画面に時系列に表示する表示画面である。レイアウト表示画面１０１は、特定の１名の患者について、その患者の診療プロセスの一部または全部を、縦横に並べて（例えばタイル状に並べて）表示する表示画面である。

診療支援装置１１は、例えば、ＸＭＬ（Extensible Markup Language）データ等のマークアップ言語を用いた記述形式で、表示画面をクライアント端末１２に提供する。クライアント端末１２は、ＸＭＬ形式の表示画面を、ウェブブラウザを用いて表示する。なお、診療支援装置１１は、ＸＭＬの代わりに、ＪＳＯＮ（JavaScript（登録商標） Object Notation）等の他の形式で表示画面をクライアント端末１２に提供できる。

サーバ群１８は、診療支援装置１１からの要求に応じた診療データを検索し、要求に該当する診療データを診療支援装置１１に提供する。サーバ群１８は、電子カルテサーバ２１、画像サーバ２２、レポートサーバ２３、等を含む。

電子カルテサーバ２１は、電子カルテを格納するカルテデータベース２１Ａを有する。電子カルテは、１または複数の診療データの集合体である。具体的には、電子カルテは、例えば、診察記録、検体検査の結果、患者のバイタルサイン、検査等のオーダ、治療記録、または、会計データ等の診療データを含む。電子カルテは、クライアント端末１２を用いて入力及び閲覧できる。

なお、診察記録とは、問診もしくは触診の内容及び結果、または病名等の記録である。検体とは患者から採取した血液または組織等であり、検体検査とは、血液検査または生化学検査等である。バイタルサインとは、患者の脈拍、血圧、または体温等の患者の状態を示すデータである。検査等のオーダとは、検体検査等の検査、各種モダリティを用いた撮影、レポートの作成、処置もしくは手術、または投薬等の依頼である。治療記録とは、処置、手術、投薬、または、処方箋等の記録である。会計データとは、受診料、薬料、または、入院費等に関するデータである。

画像サーバ２２は、いわゆるＰＡＣＳ（Picture Archiving and Communication System）サーバであり、検査画像が格納される画像データベース２２Ａを有する。検査画像とは、ＣＴ（Computed tomography）検査、ＭＲＩ（Magnetic Resonance Imaging）検査、Ｘ線検査、超音波検査、または内視鏡検査等の各種画像検査で得られる画像である。これらの検査画像は、例えばＤＩＣＯＭ（Digital Imaging and Communications in Medicine）規格に準拠したフォーマットで記録する。検査画像は、クライアント端末１２を用いて閲覧できる。

レポートサーバ２３は、読影レポートを格納するレポートデータベース２３Ａを有する。読影レポート（以下、単にレポートという）とは、画像検査で得た検査画像の読影結果をまとめた報告書である。検査画像の読影は読影医が行う。レポートは、クライアント端末１２を用いて、作成及び／または閲覧できる。

上記の電子カルテ、検査画像、及び、レポートには、それぞれ、患者ＩＤが付帯する。また、電子カルテには、患者ＩＤの他、診療データ毎に、診療データを入力等した医療スタッフを識別する情報が付帯する。検査画像には、患者ＩＤの他、検査を実施した医療スタッフ（具体的には検査技師）を識別する情報が付帯する。レポートには、作成した医療スタッフ（具体的には読影医）を識別する情報が付帯する。医療スタッフを識別する情報とは、医療スタッフの氏名等、または、各医療スタッフに付与した固有の番号及び／または記号等のＩＤである（以下、医療スタッフＩＤという）。

診療支援装置１１、クライアント端末１２、学習装置１３、及び、サーバ群１８を構成する各サーバ２１～２３は、サーバコンピュータ、パーソナルコンピュータ、またはワークステーションといったコンピュータをベースに、オペレーティングシステムプログラムと、サーバプログラムまたはクライアントプログラム等のアプリケーションプログラムをインストールして構成する。すなわち、診療支援装置１１、クライアント端末１２、学習装置１３、及び、サーバ群１８を構成する各サーバ２１～２３の基本的な構成は同じであり、ＣＰＵ（Central Processing Unit）、メモリ、ストレージ、通信部等、及び、これらを接続する接続回路を備える。通信部は、ネットワーク１４又はネットワーク１６と接続するための通信用のインターフェース（モデム、ルータ、又はＬＡＮボード等）である。接続回路は、例えば、システムバス及び／またはデータバス等を提供するマザーボードである。

図３に示すように、クライアント端末１２は、ＣＰＵ３１、メモリ３２、ストレージ３３、通信部３４、及び、接続回路３５の他に、表示部３６及び操作部３７を備える。表示部３６は、例えば液晶等を用いたディスプレイであり、少なくとも診療支援装置１１が提供する表示画面を表示する画面を有する。操作部３７は、例えば、マウス等のポインティングデバイス、及び／または、キーボード等の入力デバイスである。表示部３６及び操作部３７は、いわゆるタッチパネルを構成することができる。

クライアント端末１２は、ストレージ３３に、オペレーティングシステムプログラム等の他、作動プログラム３９を記憶する。作動プログラム３９は、クライアント端末１２を用いて診療支援装置１１の機能の提供を受けるためのアプリケーションプログラムである。本実施形態においては、作動プログラム３９は、ウェブブラウザのプログラムである。但し、作動プログラム３９は、診療支援装置１１の機能の提供を受けるための専用のアプリケーションプログラムとすることができる。なお、作動プログラム３９には、診療支援装置１１が提供する表示画面の一部または全部を制御するための１または複数のガジェットエンジンを含む場合がある。ガジェットエンジンとは、ウェブブラウザ等に付随して動作することにより、各種機能を発揮するサブプログラムである。

クライアント端末１２において作動プログラム３９を起動すると、図４に示すように、クライアント端末１２のＣＰＵ３１は、メモリ３２と協働してＧＵＩ(Graphical User Interface)制御部４１及び要求発行部４２として機能する。

ＧＵＩ制御部４１は、診療支援装置１１が提供する表示画面を表示部３６においてウェブブラウザ上に表示する。ＧＵＩ制御部４１は、ポインタによるボタンのクリック操作等、操作部３７を用いて入力する操作指示に応じて、クライアント端末１２を制御する。

要求発行部４２は、操作部３７の操作指示に応じて、診療支援装置１１に対する各種処理の要求（以下、処理要求という）を発行する。要求発行部４２が発行する処理要求は、例えば、表示画面の配信要求、または、表示画面の編集要求等である。要求発行部４２は、処理要求を、通信部３４及びネットワーク１６を介して診療支援装置１１に送信する。

表示画面の配信要求は、診療支援装置１１に、特定の構成を有する表示画面の配信を要求する。例えば、表示画面の配信要求によって、クリニカルフロー画面８１、及び、レイアウト表示画面１０１等のうちいずれかを指定して配信を受けることができる。

表示画面の編集要求は、診療支援装置１１から特定の構成を有する表示画面の配信を受けた後、診療支援装置１１にその表示画面に表示する診療データ等の内容について編集を要求する。例えば、クリニカルフロー画面８１の配信を受けた場合、表示する患者のリストの指定もしくは変更、診療プロセスの表示対象期間の指定もしくは変更、表示対象とする診療プロセスの指定もしくは変更、または、表示内容の並べ替え（ソート）等の要求が表示画面の編集要求である。

なお、表示画面の配信要求及び／または編集要求等は、医療スタッフＩＤ、及び、当該クライアント端末１２のネットワーク上のアドレス等の情報を含む。医療スタッフＩＤは、診療支援システム１０（あるいは診療支援装置１１）へのログイン画面（図示しない）において入力する。

図５に示すように、診療支援装置１１は、ＣＰＵ５１、メモリ５２、ストレージ５３、通信部５４、及び、接続回路５５を備える。診療支援装置１１は、必要に応じてクライアント端末１２と同様に表示部及び／または操作部を備えることができ、また、必要に応じて表示部及び／または操作部を取り付けることができるが、本実施形態においては、診療支援装置１１は表示部及び操作部を有しない。

診療支援装置１１は、ストレージ５３に、オペレーティングシステム等の他、作動プログラム５９を記憶する。作動プログラム５９は、診療支援装置１１を構成するコンピュータを、診療支援装置１１として機能させるためのアプリケーションプログラムである。作動プログラム５９が起動すると、図６に示すように、診療支援装置１１のＣＰＵ５１はメモリ５２と協働して、要求受付部６１、表示画面生成部６２、操作履歴取得部６３、及び、予測実行部６４等として機能する。

要求受付部６１は、クライアント端末１２から表示画面の配信要求及び編集要求等の各種処理要求を受け付ける。要求受付部６１が各種処理要求を受け付けると、要求受付部６１は、対応する処理を実行する各部に、要求があった処理の内容に応じて、処理の指示を入力する。例えば、クライアント端末１２から表示画面の配信要求があった場合、要求受付部６１は、該当する表示画面の生成指示を表示画面生成部６２に入力する。同様に、クライアント端末１２から表示画面の編集要求があった場合、要求受付部６１は、該当する表示画面の編集指示を表示画面生成部６２に入力する。なお、診療支援装置１１へのログインの要求も要求受付部６１が受け付け、ログイン処理部（図示しない）が医療スタッフＩＤ及びパスワードの確認等のログイン処理を実行する。

表示画面生成部６２は、クリニカルフロー画面８１等の各種表示画面を生成または編集する。表示画面生成部６２は、操作提案部としても機能する。本実施形態においては、表示画面生成部６２は、新たな表示画面の配信要求があった場合に、その表示画面を表すＸＭＬデータを生成し、かつ、表示画面の編集要求があった場合には、その要求内容に応じて先に作成したＸＭＬデータを編集する。

表示画面生成部６２は、必要に応じてサーバ群１８にアクセスし、表示画面の生成または編集に使用する診療プロセス等に関する情報を取得する。なお、表示画面生成部６２は、サーバ群１８へのアクセス頻度を低減するために、サーバ群１８から取得した診療プロセス等に関する情報の一部または全部を保持しておくことができる。なお、ログイン処理部がログイン処理を正常に完了した場合、表示画面生成部６２は、ログイン後最初に表示する初期画面７１（図９参照）を生成する。また、初期画面７１の作成または編集する際には、表示画面生成部６２は、初期画面７１の生成または編集に必要な情報を、サーバ群１８、クライアント端末１２、または、その他の診療支援システム１０と連携する装置もしくはシステムから取得する。

操作履歴取得部６３は、例えば、要求受付部６１が受け付けたクライアント端末１２からの各種処理要求のうち、ユーザである医療スタッフがクライアント端末１２を入力操作したことに関する情報を抽出して操作履歴を取得する。この操作履歴には、クライアント端末１２を使用するユーザを特定するユーザ識別情報を付帯する。操作履歴取得部６３が、ユーザがクライアント端末１２を入力操作したことに関する情報を抽出して操作履歴を取得する動作は、操作履歴取得ステップを構成する。

図７は、クライアント端末１２で入力操作を行った場合の操作履歴の一例を示すものであり、例えば、医療施設情報、日時情報、操作情報、ユーザ識別情報、参照患者識別情報が操作履歴に含まれている。また、図１０に示す例は、クライアント端末１２でレイアウト表示画面１０１を表示した場合に、電子カルテ、検査画像、及び、レポートなどを編集する際の入力操作の例である。

医療施設情報は、診療支援装置１１が設置された医療施設に関する情報であり、施設ＩＤ、施設名称、診療科の情報等が含まれている。なお、これに限らず、医療施設情報には、登録ユーザ数、住所、連絡先などを含めてもよい。医療施設情報は、例えば、診療支援装置１１のストレージ５３に予め記憶させていてもよいし、クライアント端末１２又はサーバ群１８から取得してもよい。

操作情報は、ユーザである医療スタッフがクライアント端末１２を入力操作した際の操作に関する情報であり、例えば、機能名、操作対象、操作内容、操作属性などが含まれている。具体的には、機能名として検査データ閲覧が、操作対象として内視鏡画像のファイル名が、操作内容として内視鏡画像の画像ＯＰＥＮ（内視鏡画像ファイルを開いた）、画像移動、画像拡大などの指示が含まれる。さらに、操作内容が画像移動の場合は、操作属性として画像移動した分の座標の数値が含まれ、また、操作内容が画像拡大の場合は、操作属性として画像拡大した分の拡大率（表示倍率）の数値が含まれている。なお、これに限らず、内視鏡画像の他に、Ｘ線画像などの医療用画像、血液検査及び病理検査などの検査結果、検査レポートなどの検査データを操作対象としてもよく、操作内容としては、操作対象を参照した順番、ユーザが入力操作した表示レイアウトの変更などを含めてもよい。

操作履歴に付帯されるユーザ識別情報は、クライアント端末１２を使用するユーザを特定するものであり、ユーザＩＤ、職種、性別、年齢などである。ユーザＩＤは、例えば、クライアント端末１２にログインした際に入力した番号等であり、職種、性別、年齢などの情報は、例えば、ユーザＩＤと関連付けて診療支援装置１１のストレージ５３に予め記憶させていてもよいし、クライアント端末１２又はサーバ群１８から取得してもよい。なお、操作履歴に付帯されるユーザ識別情報には、ユーザの個人情報（ユーザである医療スタッフの氏名等）が含まれる場合もあるが、その場合は、後述するように外部サーバに操作履歴を送信する際に、ユーザの個人情報の部分を削除してから送信することが好ましい。 なお、本実施形態では、ユーザ識別情報にユーザの個人情報は含まない形態とする。また、ユーザ識別情報には、経験年数等を含めてもよい。

また、操作履歴に付帯される参照患者識別情報は、クライアント端末１２を使用する際に表示されるレイアウト表示画面１０１などの表示画面に含まれる患者識別情報であり、すなわち、クライアント端末１２により編集を行う電子カルテ、検査画像、及び、レポートなどに関連付けされた患者ＩＤなどである。また、患者ＩＤ以外の疾患名、性別、年齢などは、クライアント端末１２又はサーバ群１８から取得してもよい。また、参照患者識別情報には、入院年数等を含めてもよい。なお、操作履歴に付帯される参照患者識別情報には、患者の個人情報（患者の氏名等）が含まれる場合もあるが、その場合は、後述するように外部サーバに操作履歴を送信する際に、患者の個人情報の部分を削除してから送信することが好ましい。なお、本実施形態では、患者識別情報に患者の個人情報は含まない形態とする。

操作履歴取得部６３は、上述したように、ユーザ識別情報等が付帯された操作履歴をネットワーク１４を介して学習装置１３に送信する。学習装置１３は、診療支援装置１１と同様に、ＣＰＵ５１、メモリ５２、ストレージ５３、通信部５４、及び、接続回路５５等の周知のハードウェア構成を備え、周知のオペレーションシステム等がインストールされ、さらに、サーバの機能を有した高性能なコンピュータである。

図８に示すように、学習装置１３は、オペレーションシステム等により、取得部６５、登録部６６、記憶部６７、学習部６８、および制御部６９として機能する。取得部６５は、上述したように、複数の医療施設Ａ，Ｂ・・・Ｘに設置された診療支援装置１１から送信された操作履歴を取得するものである。

制御部６９は、取得部６５、登録部６６、及び学習部６８の処理の流れを制御する。登録部６６は、取得部６５により取得した操作履歴、及び操作履歴に付帯されたユーザ識別情報を記憶部６７に登録する。記憶部６７は、例えば、学習装置１３に設けられた記憶装置の一部でもよいし、ネットワーク１４を介して接続された記憶装置でもよい。

登録部６６は、学習部６８による機械学習等のためにサンプルとしての操作履歴を登録する。登録部６６は、診療支援システム１０の動作中、診療支援装置１１からの操作履歴の登録を繰り返す。

学習部６８は、記憶部６７に登録された操作履歴を複数用いて、クライアント端末１２において、いずれかの入力操作をした場合に、次の操作候補を出力する学習済みモデルを生成するための機械学習を行う。本実施形態では、学習部６８は、特に操作対象のデータ、及び入力操作として使用した操作内容（機能）、又は使用した操作内容の順番を抽出して機械学習を行う。学習部６８は、記憶部６７に登録された操作履歴、及び付帯されたユーザ識別情報を読み出し、例えば、同じユーザＩＤを有する複数の操作履歴から、又は属性が同じユーザの複数の操作履歴から学習済みモデルを生成する。属性が同じユーザとはユーザ識別情報に含まれる職種、診療科、患者の疾患名などが同じユーザのことをいう。あるいは、当初は、属性が同じユーザの操作履歴から学習済みモデルを生成し、同じユーザＩＤを有する操作履歴が所定個数まで蓄積された場合は、同じユーザＩＤを有する複数の操作履歴から学習済みモデルを生成するようにしてもよい。同じユーザＩＤを有する操作履歴から学習済みモデルを生成した場合は、ユーザ個人に最適化した予測を行うことが可能であり、一方で属性が同じユーザの操作履歴から学習モデルを生成した場合は、より多くのサンプルとしての操作履歴を集めることができるという利点がある。

学習装置１３は、操作履歴から生成された学習済みモデルをネットワーク１４を介して診療支援装置１１に送信する。この場合、学習済みモデルのサンプルとなった操作履歴に付帯されたユーザＩＤを参照し、操作履歴が送信された送信元の診療支援装置１１に学習済みモデルを送信する。

予測実行部６４は、クライアント端末１２を入力操作した際の次の操作を予測する。予測実行部６４は、上述した学習装置１３で生成された学習済みモデル（いわゆる、ＡＩ（artificial intelligence）プログラム）を用いて構成することができる。

学習済みモデルを用いて構成された予測実行部６４は、クライアント端末１２において、いずれかの入力操作をした場合に、次の操作候補を出力する。予測実行部６４が、クライアント端末１２を入力操作した際の次の操作候補を予測する動作は、予測実行ステップを構成する。クライアント端末１２の入力操作は、操作履歴取得部６３が操作履歴を取得した場合と同様に、要求受付部６１などから取得する。例えば、上記で説明した図７のような操作履歴の例から学習済みモデルが生成され、この学習済みモデルから予測実行部６４が構成された場合、予測実行部６４は、操作対象のデータとして内視鏡画像に着目する。そして、内視鏡画像の画像ＯＰＥＮという入力操作に対して、次の操作候補として内視鏡画像の移動という次の操作候補を出力する。あるいは、内視鏡画像の移動という入力操作に対しては、内視鏡画像の拡大という次の操作候補を出力する。また、次の操作候補として内視鏡画像の移動を出力する場合は、移動量を付帯させて出力し、内視鏡画像の拡大を出力する場合は、拡大率を付帯させて出力することが好ましい。

本実施形態においては、表示画面生成部６２は、予測実行部６４が予測した次の操作候補から、クライアント端末１２に対して提案を行う。具体的には、表示画面生成部６２は、予測実行部６４が予測した次の操作候補を用いて、表示画面を表すＸＭＬデータを生成または編集してクライアント端末１２に送信する。表示画面生成部６２が、予測実行部６４が予測した次の操作候補から、クライアント端末１２に対して提案を行う動作は、操作提案ステップを構成する。

上記のように構成する診療支援システム１０は、次のように動作する。まず、医療スタッフがクライアント端末１２を用いて診療支援システム１０にログインした場合、表示画面生成部６２は、医療スタッフ毎にした設定等に基づいて、図９に示す初期画面７１を生成し、クライアント端末１２に提供する。これにより、クライアント端末１２は、初期画面７１を表示部３６の画面に表示する。

初期画面７１は、例えば、スケジュール表示欄７２、メール表示欄７３、リスト表示欄７４の３つの表示欄を有する。スケジュール表示欄７２及びメール表示欄７３の表示内容は、クライアント端末１２の作動プログラム３９の一部であるガジェットエンジンが、クライアント端末１２その他の装置またはシステムから情報を得て生成する。また、リスト表示欄７４は、本実施形態においては、クリニカルフロー画面８１の少なくとも一部を表示する。このため、表示画面生成部６２は、内容を含まないスケジュール表示欄７２及びメール表示欄７３と、クリニカルフロー画面８１の内容を含むリスト表示欄７４と、を含む初期画面７１を生成する。クライアント端末１２はガジェットエンジンを用いてスケジュール表示欄７２及びメール表示欄７３の内容を補充した初期画面７１を表示部３６の画面に表示する。

なお、表示すべき内容の全部がリスト表示欄７４内に収まらない場合、リスト表示欄７４に、または、リスト表示欄７４の近傍に、リスト表示欄７４の表示内容を遷移（いわゆるスクロール）するスクロールバー７８及びスクロールバー７９を表示する。スクロールバー７８は、リスト表示欄７４の表示内容を左右方向に遷移し、非表示部分を表示する場合に操作するＧＵＩである。スクロールバー７９は、リスト表示欄７４の表示内容を上下方向に遷移することにより、非表示部分を表示する場合に操作するＧＵＩである。こうしたＧＵＩの表示及び制御はＧＵＩ制御部４１が行う。

上記の初期画面７１において、例えば、ポインタ（図示しない）等のＧＵＩを用いて所定のメニュー等の操作をした場合に、要求発行部４２は表示画面の配信要求を発行する。本実施形態においては、初期画面７１に表示されていないレイアウト表示画面１０１を表示するために、レイアウト表示画面１０１を表示するための操作、例えば、ＧＵＩを用いて、リスト表示欄７４に表示されている患者の一人を選択する入力操作を実行する。これにより、要求発行部４２は、レイアウト表示画面１０１の配信要求を発行する。

要求発行部４２が表示画面の配信要求を発行した場合、診療支援装置１１においては要求受付部６１がその表示画面の配信要求を受け、表示画面生成部６２がその表示画面の配信要求に係る表示画面を生成する。本実施形態においては、表示画面生成部６２は、リスト表示欄７４に含まれる患者識別情報（例えば、患者ＩＤ）を参照し、患者に係る情報を取得する。具体的には、リスト表示欄７４に含まれる患者識別情報と同じ患者識別情報が付帯された電子カルテ、検査画像、及び、レポート等をサーバ群１８等から適宜取得する。そして、患者識別情報を参照して取得した患者に係る情報を用いて、レイアウト表示画面１０１を生成する。

クライアント端末１２のＧＵＩ制御部４１は、上記のように生成した表示画面の配信を受け、これを表示部３６の画面に、初期画面７１の代わりに表示し、または、初期画面７１を残しつつ重畳して別のウィンドウ等で表示する。

上記のように、表示画面生成部６２が配信要求に係る表示画面を生成する場合、その表示画面の生成の前に、表示画面の生成と同時に（表示画面の生成と並行して）、または、表示画面の生成後において、予測実行部６４は、入力操作に対して次の操作候補を出力する。すなわち、予測実行部６４は、クライアント端末１２において、レイアウト表示画面１０１を表示（図１０参照）するという入力操作に対して、次の操作候補を出力する。図７に示す例を含む複数の操作履歴から学習済みモデルが生成され、この学習済みモデルから予測実行部６４が構成された場合、予測実行部６４は、レイアウト表示画面１０１を表示という入力操作に対して、例えば、内視鏡画像のＯＰＥＮという次の操作候補を出力する。あるいは、レイアウト表示画面１０１を作成する情報として当初から（入力操作前から）内視鏡画像が含まれている場合には、内視鏡画像の画像ＯＰＥＮという入力操作に対して、内視鏡画像の移動、又は内視鏡画像の拡大という次の操作候補を出力する。

次に、表示画面生成部６２が、予測実行部６４が予測した次の操作候補に基づき、クライアント端末１２に提案を行う。すなわち、図１０に示すレイアウト表示画面１０１の表示という入力操作に対して、図１１に示すように、レイアウト表示画面１０１に内視鏡画像１０２を重畳表示した表示画面を編集する。なお、ここで、レイアウト表示画面１０１に重畳表示する内視鏡画像１０２は、レイアウト表示画面１０１を作成する際に取得した患者識別情報と同じ患者識別情報が付帯された内視鏡画像であり、例えば、撮影された時期が最新の内視鏡画像である。または、ＣＡＤ（computer-aided diagnosis）機能等を使用して疾患が疑われる箇所が最も鮮明に写っている内視鏡画像を表示してもよい。また、内視鏡画像の場合、食道胃接合部・十二指腸球部・胃の前壁・胃角部・体下部・体中部・体上部など、ユーザーが良く参照する部位を、良く参照する順に自動でレイアウトして表示してもよい。

なお、レイアウト表示画面１０１を作成する情報として当初から内視鏡画像１０２が含まれている場合には、内視鏡画像１０２の表示ではなく、レイアウトの変更、すなわち内視鏡画像１０２の移動、又は内視鏡画像１０２の拡大を行った表示画面を編集してもよい。そして、表示画面生成部６２は、編集した表示画面をクライアント端末１２に配信する。また、この場合、予測実行部６４は、内視鏡画像１０２の移動量及び拡大率を予測し、表示画面生成部６２は、予測実行部６４が予測した移動量で内視鏡画像１０２を移動し、同様に予測した拡大率で内視鏡画像１０２を拡大することが好ましい。

その後、クライアント端末１２のＧＵＩ制御部４１は、上記のように編集した表示画面の配信を受け、これを表示部３６の画面に、最初に表示したレイアウト表示画面１０１の代わりに表示する。

以上のように、本実施形態の診療支援システム１０及び診療支援装置１１では、外部サーバとしての学習装置１３に操作履歴を送信して学習済みモデルを生成しているので、サンプルとしての操作履歴は、十分な個数を集めることが可能であり、学習済みモデルや予測実行部６４の予測精度を向上させることができる。また、操作履歴を外部サーバとしての学習装置１３に送信する際には、個人情報を含まないユーザＩＤなどをユーザ識別情報として操作履歴に付帯しているので、個人情報の漏洩危機を回避することができる。

なお、表示画面生成部６２が行う、予測実行部６４が予測した次の操作候補に基づく表示画面の編集としては、上記のものに限らず、例えば、図１２に示すように、内視鏡画像１０２の表示を変更してもよい。この場合、予測実行部６４が予測する次の操作候補としては、内視鏡画像の画像ＯＰＥＮであるが、レイアウト表示画面１０１を作成する情報として当初から内視鏡画像１０２が含まれている場合は、内視鏡画像１０２の表示を変更してもよい。

図１２に示す例では、内視鏡画像１０２を囲む枠線を太くし、枠線１０２Ａの色を変更している（図示の都合上、色の変更ではなく枠線内に網掛けを施している。）。そして、上記実施形態と同様に、クライアント端末１２のＧＵＩ制御部４１は、編集したレイアウト表示画面１０１を表示部３６の画面に表示する。また、これに限らず、レイアウト表示画面１０１を作成する情報として当初から内視鏡画像１０２が含まれている場合には、図１２に示す内視鏡画像の表示の変更と、図１１に示す内視鏡画像の移動、又は内視鏡画像の拡大を両方行ってもよい。また、図１１では、１つの内視鏡画像１０２を表示させているが、これに限らず、複数の内視鏡画像を表示させてもよい。

また、表示画面生成部６２が行う、予測実行部６４が予測した次の操作候補に基づく別の表示としては、ユーザが入力操作すべき操作内容（機能）を表示してもよい。例えば、予測実行部６４が予測した次の操作候補が、内視鏡画像の移動、又は内視鏡画像の拡大の場合、これをユーザが入力操作すべき操作内容１０３（図１２参照）として表示させてもよい。また、学習済みモデルとして、操作内容の順番を学習した場合、ユーザが前回入力操作した操作内容に着目し、次に入力操作すべき操作内容を表示させてもよい。

［第２実施形態］
上記第１実施形態においては、学習部６８は、操作履歴における操作対象のデータ、入力操作として使用した機能、及び入力操作の順番を抽出して機械学習を行っているが、操作履歴から機械学習する内容としてはこれに限らず、第２実施形態では、操作履歴においてユーザが診療等した患者の症状、疾患名、検査名を操作対象とし、所定の症状、疾患名、検査名の場合、どのような検査データを参照したかなどを機械学習してもよい。なお、診療支援システム１０及び診療支援装置１１の構成としては、上記第１実施形態と同様である。

図１３に示す操作履歴において、左側は、操作対象としての患者の症状、疾患名、検査の一覧であり、右側は、操作対象に含まれる検査を行った場合に、ユーザである医療スタッフが参照した検査データの一覧である。参照した検査データは、ユーザの職種によって異なる。本実施形態の診療支援装置１１は、上記第１実施形態と同様に、図１３に示す操作履歴にユーザ識別情報を付帯して学習装置１３に送信する。

本実施形態においては、学習装置１３の学習部６８は、ユーザが診療等した患者の症状、疾患名、検査名を操作対象とし、所定の症状、疾患名、検査名の場合、どのような検査データを参照したかを機械学習する。具体的には、学習部６８は、所定の症状、疾患名、検査名に対して、ユーザの職種ごとに参照頻度の高い検査データ名を出力する学習済みモデルを生成する。学習部６８が生成した学習済みモデルは診療支援装置１１に送信され、上記第１実施形態と同様に、診療支援装置１１の予測実行部６４を構成する。

上記のように学習済みモデルを生成した場合、診療支援システム１０は、次のように動作する。なお、医療スタッフがクライアント端末１２を用いて診療支援システム１０にログインしてからレイアウト表示画面１０１を表示するまでは、上記第１実施形態と同様である。そして、予測実行部６４は、レイアウト表示画面１０１に含まれる電子カルテ、検査画像、及び、レポート等のデータから症状、疾患名、検査名を操作対象として抽出する。

そして、予測実行部６４は、抽出した症状、疾患名、検査名からユーザが次に参照する検査データ名を出力する。例えば、上記で説明した図１３のような操作履歴の例から学習済みモデルが生成され、この学習済みモデルから予測実行部６４が構成された場合、症状、疾患名、検査名に着目し、ユーザの職種が内視鏡医であるときは、検査データ名として内視鏡画像を予測する。

表示画面生成部６２は、予測実行部６４が予測した次の操作候補からクライアント端末１２に提案を行う。すなわち、レイアウト表示画面１０１の表示という入力操作に対して、次に参照する検査データ（例えば、内視鏡画像）の表示画面を、レイアウト表示画面１０１に代えて、又はレイアウト表示画面１０１に重畳表示した表示画面を編集する。そして、表示画面生成部６２は、編集した表示画面をクライアント端末１２に配信する。クライアント端末１２のＧＵＩ制御部４１は、上記のように編集した表示画面の配信を受け、これを表示部３６の画面に、最初に表示したレイアウト表示画面１０１の代わりに表示する。以上の動作により、第１実施形態と同様に、個人情報の漏洩危機を回避することが可能であり、且つ、学習済みモデルや予測実行部６４の予測精度を向上させることができる。

［第３実施形態］
学習部６８が機械学習する操作履歴の例は、上記第１及び第２実施形態で示したものに限らず、例えば、操作履歴において、ユーザが作成した作成文書を操作対象とし、操作対象の作成文書の種類及び作成頻度、又は作成文書をどのような順番で作成したかなどを操作履歴から抽出して学習済みモデルを作成してもよい。なお、診療支援システム１０及び診療支援装置１１の構成としては、上記第１実施形態と同様である。

図１４は、本実施形態で用いる操作履歴の一例であり、この操作履歴において、左側の欄は、ユーザの職種であり、右側の欄は、左側の欄に対応するユーザが作成した作成文書名である。本実施形態の診療支援装置１１は、上記第１実施形態と同様に、図１４に示す操作履歴にユーザ識別情報を付帯して学習装置１３に送信する。なお、図１４において、看護師が作成した作成文書名として紹介状が記載されているが、これは医師の代筆であり、医師が最終的に確認して署名することが必要な書類である。また、診断書、処方箋なども同様に、医師が最終的に確認して署名することを条件に、医師以外のスタッフが医師の補助者として作成を代行することが許可されており、看護師や医療クラーク等の職員が代筆する場合がある。

本実施形態においては、学習装置１３の学習部６８は、ユーザが作成した作成文書名を操作対象とし、作成文書の種類、及び作成頻度、又は作成文書を作成する順番を機械学習する。具体的には、学習部６８は、機械学習により、ユーザの職種ごとに、作成頻度の高い作成文書名を出力する学習済みモデルを生成する。学習部６８が生成した学習済みモデルは診療支援装置１１に送信され、上記第１実施形態と同様に、診療支援装置１１の予測実行部６４において用いられる。

上記のように学習済みモデルを生成した場合、診療支援システム１０は、次のように動作する。なお、医療スタッフがクライアント端末１２を用いて診療支援システム１０にログインしてからレイアウト表示画面１０１を表示するまでは、上記第１実施形態と同様である。そして、予測実行部６４は、ログインしたユーザＩＤからユーザの職種を各種処理要求から抽出する。そして、予測実行部６４は、抽出したユーザの職種からユーザが次に作成する可能性が高い作成文書名を出力する。例えば、上記で説明した図１４のような操作履歴の例から学習済みモデルが生成され、この学習済みモデルから予測実行部６４が構成された場合、ユーザの職種に着目し、ユーザの職種が放射線科医であるときは、次に作成する可能性が高い作成文書名として一般Ｘ線読影レポートを予測する。また、学習済みモデルとして、ユーザの職種ごとに、作成文書を作成する順番を学習した場合、ユーザが前回作成した文書に着目し、次に作成する可能性が高い作成文書名を予測してもよい。

表示画面生成部６２は、予測実行部６４が予測した次の操作候補からクライアント端末１２に提案を行う。すなわち、所定の職種のユーザがログインしたという入力操作に対して、次に作成する可能性が高い作成文書（例えば、一般Ｘ線読影レポート）を、次に作成すべき作成文書として設定し、その表示画面を、レイアウト表示画面１０１に代えて、又はレイアウト表示画面１０１に重畳表示した表示画面を編集する。そして、表示画面生成部６２は、編集した表示画面をクライアント端末１２に配信する。

クライアント端末１２のＧＵＩ制御部４１は、上記のように編集した表示画面の配信を受け、これを表示部３６の画面に、最初に表示したレイアウト表示画面１０１の代わりに表示する。なお、表示画面生成部６２が次に作成すべき作成文書として設定した文書について、ユーザが既に作成済みである場合は、作成文書の表示を行わなくてもよい。以上の動作により、第１実施形態と同様に、個人情報の漏洩危機を回避することが可能であり、且つ、学習済みモデルや予測実行部６４の予測精度を向上させることができる。

［第４実施形態］
上記第３実施形態では、予測実行部６４は、ユーザの職種ごとに、次に作成する可能性が高い作成文書名を予測しているが、予測実行部６４の予測としては、これに限らず、ユーザごと又はユーザの職種ごとの検査実施状況、文書の作成状況に応じて作成する可能性が高い作成文書名を予測して提案を行ってもよい。

図１５は、本実施形態で用いる操作履歴の一例であり、この操作履歴において、左側の欄は、ユーザの職種であり、中央の欄は、左側の欄に対応するユーザが作成した作成文書名であり、右側の欄は、左側の欄に対応するユーザが中央の欄に対応する作成文書を作成した作成時期である。なお、操作履歴に含まれる作成時期としては、さらに詳細な時期又は時間帯を取得してもよく、例えば、内視鏡検査後何時間以内など時間を限定してもよく、１つの作成文書に対して複数の作成時期を取得してもよい。また、作成時期については、検査後、診療後という診療項目とは関係なく、ユーザが作成文書を作成した時刻、又は時間帯を取得してもよい。

本実施形態においては、学習装置１３の学習部６８は、ユーザが作成した作成文書名を操作対象とし、作成文書の作成時期を機械学習する。具体的には、学習部６８は、ユーザの職種ごとに、作成文書を作成する頻度の高い作成時期を出力する学習済みモデルを生成する。学習部６８が生成した学習済みモデルは診療支援装置１１に送信され、上記第１実施形態と同様に、診療支援装置１１の予測実行部６４を構成する。

上記のように学習済みモデルを生成した場合、診療支援システム１０は、次のように動作する。予測実行部６４は、各種処理要求から抽出したユーザの職種ごとに、作成する可能性が高い作成文書、及び作成文書を作成する可能性が高い作成時期を出力する。例えば、上記で説明した図１５のような操作履歴の例から学習済みモデルが生成され、この学習済みモデルから予測実行部６４が構成された場合、ユーザの職種に着目し、ユーザの職種が放射線科医であるときは、作成する可能性が高い作成文書名として一般Ｘ線読影レポートを予測し、作成する可能性が高い作成時期として一般Ｘ線撮影後を予測する。

表示画面生成部６２は、予測実行部６４が予測した次の操作候補からクライアント端末１２に提案を行う。この場合、表示画面生成部６２は、予測実行部６４による予測を取得した後、サーバ群１８にアクセスし、予測した作成文書が作成済み又は未作成かという作成状況も取得する。図１６に示すように、表示画面生成部６２は、予測実行部６４が予測した作成する可能性が高い作成時期（例えば、一般Ｘ線撮影後）を、ユーザが作成文書を作成すべき作成時期として設定し、その作成時期に、次に作成すべき作成文書（例えば、一般Ｘ線読影レポート）の作成を促す表示１０５を行う。また、この場合、次に作成する可能性が高い作成文書を、次に作成すべき作成文書として設定する。なお、ここでいう作成時期とは、いずれかの診療後、診療前等に限定するものではなく、また、時、分などの時刻に限定せず、午前、午後などの時間帯や、日付、曜日なども含む。作成を促す表示１０５としては「一般Ｘ線読影レポートが未作成です。」という文章と、文章を囲む枠線１０５Ａを太くし、枠線１０５Ａの色を周囲と異なる色にしている。なお、この場合、予測実行部６４が予測した次に作成すべき作成文書名について、ユーザが既に作成済みである場合は、作成を促す表示１０５を行わなくてもよい。

また、表示画面生成部６２が行う提案としては、予測実行部６４が予測した作成時期よりも後の時間に行ってもよく、例えば、予測した作成時期から所定時間が経過したときに作成すべき作成文書が未作成の場合に作成文書の作成を促す表示１０５を行ってもよい。

［第５実施形態］
上記各実施形態では、操作履歴から機械学習する内容としては、ユーザの入力操作の順番、作成文書の作成頻度、作成文書を作成した作成時期、及び、作成文書の作成状況など、ユーザ主体のタイミングについて機械学習を行っているが、これに限らず、ユーザが担当する患者の診療スケジュールに応じた作成時期を機械学習し、予測実行部６４で予測してもよい。なお、診療支援システム１０及び診療支援装置１１の構成としては、上記第１実施形態と同様である。

図１７は、本実施形態で用いる操作履歴の一例であり、この操作履歴は、ユーザが担当する患者の診療スケジュールを時系列順に並べたものであり、いわゆるタイムラインと呼ばれるものでもある。また、このタイムラインの内容を、診療支援装置１１が表示画面として作成し、クライアント端末１２に配信してもよく、クライアント端末１２の入力操作によりタイムラインを編集してもよい。タイムラインの上段には診療項目が、診療項目の下には診療項目に対応する作成文書名が並んでいる。最下段に示す時系列は、患者が手術前に診断を受ける期間、治療及び手術を受けるため入院する期間、及び手術後フォローを受ける期間をそれぞれ示している。なお、図１６は、胃がんの患者の例であり、クライアント端末１２のユーザの職種は、外科医である。

本実施形態においては、学習装置１３の学習部６８は、ユーザが担当する患者の診療項目について、各診療項目に対応する作成文書名を操作対象とし、患者の診療スケジュールに応じた作成時期を機械学習する。すなわち、学習部６８は、患者の診療スケジュールに応じて、作成文書を作成する頻度の高い作成時期を出力する学習済みモデルを生成する。学習部６８が生成した学習済みモデルは診療支援装置１１に送信され、上記第１実施形態と同様に、診療支援装置１１の予測実行部６４を構成する。

上記のように学習済みモデルを生成した場合、診療支援システム１０は、次のように動作する。予測実行部６４は、各種処理要求から抽出したユーザが担当する患者の診療項目について、各診療項目に対応する作成文書、及び診療スケジュールにおいて作成文書を作成する頻度の高い作成時期を出力する。例えば、上記で説明した図１６のような操作履歴の例から学習済みモデルが生成され、この学習済みモデルから予測実行部６４が構成された場合、ユーザが担当する患者の診療スケジュールに着目し、例えば、診療項目に内視鏡検査がある場合、作成する可能性が高い作成文書名としての内視鏡同意書、及び内視鏡レポートを予測し、作成する可能性が高い作成時期として内視鏡検査の所定時間前、又は内視鏡検査の所定時間後等を予測する。

表示画面生成部６２は、予測実行部６４が予測した次の操作候補からクライアント端末１２に提案を行う。この場合、表示画面生成部６２は、予測実行部６４が予測した作成する可能性が高い作成時期（例えば、内視鏡検査の所定時間経過後）を、ユーザが作成文書を作成すべき作成時期として設定し、その作成時期に、次に作成すべき作成文書（例えば、内視鏡レポート）の表示画面を、表示中の表示画面に代えて、又は表示中の表示画面に重畳表示した表示画面を編集する。また、この場合、次に作成する可能性が高い作成文書を、次に作成すべき作成文書として設定する。そして、表示画面生成部６２は、編集した表示画面をクライアント端末１２に配信する。

クライアント端末１２のＧＵＩ制御部４１は、上記のように編集した表示画面の配信を受け、これを表示部３６の画面に表示する。なお、予測実行部６４が予測した次に作成する作成文書名について、ユーザが既に作成済みである場合は、作成文書の表示を行わなくてもよい。

あるいは、予測実行部６４が作成時期を予測した場合、上記第４実施形態と同様に、作成を促す表示を行ってもよい。なお、ここでいう作成時期とは、いずれかの診療後、診療前等に限定するものではなく、また、時、分などの時刻に限定せず、午前、午後などの時間帯や、日付、曜日なども含む。作成を促す表示１０５としては「一般Ｘ線読影レポートが未作成です。」という文章と、文章を囲む枠線１０５Ａを太くし、枠線１０５Ａの色を周囲と異なる色にしている。なお、この場合、予測実行部６４が予測した次に作成する作成文書名について、ユーザが既に作成済みである場合は、作成を促す表示１０５を行わなくてもよい。以上の動作により、第１実施形態と同様に、個人情報の漏洩危機を回避することが可能であり、且つ、学習済みモデルや予測実行部６４の予測精度を向上させることができる。

上記第４及び第５実施形態においては、ユーザが作成文書を作成した作成時期について機械学習し、予測実行部６４が予測した作成時期に作成文書の表示、又は作成を促す表示を行っているが、これに限らず、例えば、ユーザの操作履歴から、ユーザがオーダした検査又は処置（手術又は治療を含む）の種類、及びユーザが検査又は処置のオーダをしたオーダ時期について機械学習した後、上記各実施形態等と同様に予測実行部６４が予測を行う。そして予測実行部６４の予測から、表示画面生成部６２は、ユーザがオーダすべきオーダ時期に、オーダすべき検査又は処置の表示、又は検査又は処置のオーダをユーザに促す表示（例えば、「ＭＲＩ検査オーダが未発行です。」などの文章を表示画面に表示する。）を行ってもよい。なお、ここでいうオーダ時期には、いずれかの診療後、診療前等に限定するものではなく、また、時、分などの時刻に限定せず、午前、午後などの時間帯や、日付、曜日なども含む。このように、ユーザがオーダすべきオーダ時期を予測する場合、操作履歴において、検査後、診療後という診療項目とは関係なく、ユーザがオーダをした時刻、又は時間帯をオーダ時期として取得してもよい。これにより、例えば、病理検査等は、処理に時間が掛かるため、午前中の時間帯に検査のオーダを行う、あるいは、医療施設によって手術の曜日が決まっているため、それまでに必要な検査や文書作成を行う、というようなユーザの正確な傾向を学習することができる。

上記各実施形態においては、学習装置１３に操作履歴を送信する際、個人情報を含まないユーザＩＤなどを操作履歴に付帯しているが、図１８に示すように、操作履歴取得部６３が取得した操作履歴に個人情報に含まれる場合、また、ユーザが担当する患者についても個人情報が含まれる場合は、個人情報の部分（ユーザ氏名、患者ＩＤ、患者氏名等）を削除してから学習装置１３に送信してもよい。これにより、より確実に個人情報の漏洩危機を回避することができる。

また、図１９に示すように、削除した個人情報の部分については、診療支援装置１１と同じ医療施設内に設置されたサーバ群１８に蓄積し、個人情報の部分を削除した操作履歴を学習装置１３に送信することが好ましい。なお、操作履歴から削除した個人情報の部分については、操作履歴に対応するユーザ識別情報としてのユーザＩＤを付帯させることが好ましい。これにより、学習装置１３で生成された学習済みモデルを予測実行部６４において用いる際、サーバ群１８に蓄積した個人情報を読み出して、個人情報に関する部分を復元させることもできる。サーバ群１８は、クライアント端末と同じ医療施設内に設置された内部記憶装置の一例である。

上記各実施形態において、ＧＵＩ制御部４１、要求発行部４２、要求受付部６１、表示画面生成部６２、操作履歴取得部６３、予測実行部６４、取得部６５、登録部６６、記憶部６７、学習部６８、および制御部６９等といった各種の処理を実行する処理部（processing unit）のハードウェア的な構造は、次に示すような各種のプロセッサ（processor）である。各種のプロセッサには、ソフトウエア（プログラム）を実行して各種の処理部として機能する汎用的なプロセッサであるＣＰＵ（Central Processing Unit)、ＦＰＧＡ (Field Programmable Gate Array) などの製造後に回路構成を変更可能なプロセッサであるプログラマブルロジックデバイス（Programmable Logic Device:ＰＬＤ）、各種の処理を実行するために専用に設計された回路構成を有するプロセッサである専用電気回路（Graphical Processing Unit:ＧＰＵ）などが含まれる。

１つの処理部は、これら各種のプロセッサのうちの１つで構成されてもよいし、同種または異種の２つ以上のプロセッサの組み合せ（例えば、複数のＦＰＧＡや、ＣＰＵとＦＰＧＡの組み合わせ、ＧＰＵとＣＰＵの組み合わせ）で構成されてもよい。また、複数の処理部を１つのプロセッサで構成してもよい。複数の処理部を１つのプロセッサで構成する例としては、第１に、クライアントやサーバなどのコンピュータに代表されるように、１つ以上のＣＰＵとソフトウエアの組み合わせで１つのプロセッサを構成し、このプロセッサが複数の処理部として機能する形態がある。第２に、システムオンチップ（System On Chip:ＳｏＣ）などに代表されるように、複数の処理部を含むシステム全体の機能を１つのＩＣ（Integrated Circuit）チップで実現するプロセッサを使用する形態がある。このように、各種の処理部は、ハードウェア的な構造として、上記各種のプロセッサを１つ以上用いて構成される。

さらに、これらの各種のプロセッサのハードウェア的な構造は、より具体的には、半導体素子などの回路素子を組み合わせた形態の電気回路（circuitry）である。本発明の他の態様は、プロセッサが、複数の医療施設に設置される複数の端末装置から、端末装置を操作した際の操作履歴を取得し、取得した操作履歴を医療施設の外部に設置された外部サーバが学習することにより生成された学習済みモデルを用いて、端末装置を入力操作した際の次の操作候補を予測する予測実行部と、予測実行部が予測した次の操作候補から端末装置に対して提案を行う診療支援装置である。

本発明は、上記実施形態に限らず、本発明の要旨を逸脱しない限り種々の構成を採用し得ることはもちろんである。さらに、本発明は、プログラムに加えて、プログラムを記憶する記憶媒体にもおよぶ。

上記記載から、以下の付記項１に記載の撮像装置を把握することができる。
［付記項１］
プロセッサを備えた診療支援装置であって、
前記プロセッサは、
医療施設に設置される端末装置から、ユーザが前記端末装置を操作した際の操作履歴を取得し、
取得した前記操作履歴を前記医療施設の外部に設置された外部サーバが学習することにより生成された学習済みモデルを用いて、前記端末装置を入力操作した際の次の操作候補を予測し、
予測した前記次の操作候補から前記端末装置に対して提案を行う、
診療支援装置。

１０ 診療支援システム
１１ 診療支援装置
１２ クライアント端末
１３ 学習装置
１４、１６ ネットワーク
１７ 医療情報システム
１８ サーバ群
２１ 電子カルテサーバ
２１Ａ カルテデータベース
２２ 画像サーバ
２２Ａ 画像データベース
２３ レポートサーバ
２３Ａ レポートデータベース
３１、５１ ＣＰＵ（Central Processing Unit)
３２、５２ メモリ
３３、５３ ストレージ
３４、５４ 通信部
３５、５５ 接続回路
３６ 表示部
３７ 操作部
３９、５９ 作動プログラム
４１ ＧＵＩ(Graphical User Interface)制御部
４２ 要求発行部
６１ 要求受付部
６２ 表示画面生成部
６３ 操作履歴取得部
６４ 予測実行部
６５ 取得部
６６ 登録部
６７ 記憶部
６８ 学習部
６９ 制御部
７１ 初期画面
７２ スケジュール表示欄
７３ メール表示欄
７４ リスト表示欄
７８、７９ スクロールバー
８１ クリニカルフロー画面
１０１ レイアウト表示画面
１０２ 内視鏡画像
１０２Ａ、１０５Ａ 枠線
１０３ 操作内容
１０５ 表示
Ａ１、Ａ２、Ｂ１ 医師
Ｇ１、Ｇ２、Ｇ１９ グループ
Ｎ１ 技師

Claims (20)

1. 医療施設に設置される端末装置から、ユーザが前記端末装置を操作した際の操作履歴を取得する操作履歴取得部と、
   前記取得した操作履歴を前記医療施設の外部に設置された外部サーバが学習することにより生成された学習済みモデルを用いて、前記端末装置を入力操作した際の次の操作候補を予測する予測実行部と、
   前記予測実行部が予測した前記次の操作候補から前記端末装置に対して提案を行う操作提案部と、
   を備え、
   前記学習済みモデルは、前記外部サーバが前記操作履歴を学習することにより生成し、前記操作履歴に個人情報が含まれる場合、前記操作履歴を前記外部サーバに送信する際、個人情報を削除した状態とする診療支援装置。
2. 医療施設に設置される端末装置から、ユーザが前記端末装置を操作した際の操作履歴を取得する操作履歴取得部と、
   前記取得した操作履歴を前記医療施設の外部に設置された外部サーバが学習することにより生成された学習済みモデルを用いて、前記端末装置を入力操作した際の次の操作候補を予測する予測実行部と、
   前記予測実行部が予測した前記次の操作候補から前記端末装置に対して提案を行う操作提案部と、
   を備え、
   前記学習済みモデルは、前記外部サーバが前記操作履歴を学習することにより生成し、前記操作履歴に個人情報が含まれる場合、前記操作履歴を前記外部サーバに送信する際、個人情報を削除した状態とし、前記操作履歴における個人情報の部分は前記端末装置と同じ前記医療施設内に設置された内部記憶装置に蓄積する診療支援装置。
3. 前記操作履歴は、前記端末装置を使用する前記ユーザを特定するユーザ識別情報が付帯されている請求項１または２記載の診療支援装置。
4. 前記操作履歴は、操作対象として検査データを少なくとも含む請求項１ないし３のいずれか１項に記載の診療支援装置。
5. 前記操作履歴は、操作対象として、前記ユーザが参照した検査データの順番、前記ユーザが入力操作した表示レイアウトの変更、及び表示倍率のいずれか１つを少なくとも含む請求項１ないし４のいずれか１項に記載の診療支援装置。
6. 前記操作履歴は、操作対象として、前記ユーザが作成した作成文書の種類、前記作成文書を作成した順番、又は前記作成文書の作成時期のいずれか１つを少なくとも含む請求項１ないし５のいずれか１項に記載の診療支援装置。
7. 前記操作履歴は、操作対象として、前記ユーザが使用した機能、又は前記機能を使用した順番のいずれか１つを少なくとも含む請求項１ないし６のいずれか１項に記載の診療支援装置。
8. 前記操作履歴は、前記端末装置により前記ユーザがオーダした検査又は処置の種類を少なくとも含む請求項１ないし７のいずれか１項に記載の診療支援装置。
9. 前記操作履歴は、前記端末装置により前記ユーザが検査又は処置をオーダした時刻又は時間帯を示すオーダ時期を少なくとも含む請求項１ないし８のいずれか1項に記載の診療支援装置。
10. 前記操作提案部は、前記提案として前記端末装置に検査データを表示する請求項１ないし９のいずれか１項に記載の診療支援装置。
11. 前記操作提案部は、前記提案として前記端末装置に表示する検査データのレイアウトを変更する請求項１ないし１０のいずれか１項に記載の診療支援装置。
12. 前記操作提案部は、前記提案として前記端末装置を使用して前記ユーザが作成すべき作成文書の表示、又は前記作成文書の作成を促す表示を行う請求項１ないし１１のいずれか１項に記載の診療支援装置。
13. 前記操作提案部は、前記提案として前記端末装置を使用して前記ユーザが入力操作すべき操作内容を表示する請求項１ないし１２のいずれか１項に記載の診療支援装置。
14. 前記操作提案部は、前記提案として前記端末装置を使用して前記ユーザがオーダすべき検査又は処置の表示、又はオーダをユーザに促す表示を行う請求項１ないし１３のいずれか１項に記載の診療支援装置
    。
15. 前記操作提案部は、時刻又は時間帯に応じて前記提案を行う請求項１ないし１４のいずれか１項に記載の診療支援装置。
16. 請求項１ないし１５のいずれか１項に記載の診療支援装置、端末装置、及び外部サーバを備える診療支援システム。
17. 医療施設に設置される端末装置から、前記端末装置を操作した際の操作履歴を取得する操作履歴取得ステップと、
    前記取得した操作履歴を前記医療施設の外部に設置された外部サーバが学習することにより生成された学習済みモデルを用いて、前記端末装置を入力操作した際の次の操作候補を予測する予測実行ステップと、
    予測した前記次の操作候補から前記端末装置に対して提案を行う操作提案ステップと、
    を備え、
    前記学習済みモデルは、前記外部サーバが前記操作履歴を学習することにより生成し、前記操作履歴に個人情報が含まれる場合、前記操作履歴を前記外部サーバに送信する際、個人情報を削除した状態とする診療支援装置の作動方法。
18. 医療施設に設置される端末装置から、前記端末装置を操作した際の操作履歴を取得する操作履歴取得ステップと、
    前記取得した操作履歴を前記医療施設の外部に設置された外部サーバが学習することにより生成された学習済みモデルを用いて、前記端末装置を入力操作した際の次の操作候補を予測する予測実行ステップと、
    予測した前記次の操作候補から前記端末装置に対して提案を行う操作提案ステップと、
    を備え、
    前記学習済みモデルは、前記外部サーバが前記操作履歴を学習することにより生成し、前記操作履歴に個人情報が含まれる場合、前記操作履歴を前記外部サーバに送信する際、個人情報を削除した状態とし、前記操作履歴における個人情報の部分は前記端末装置と同じ前記医療施設内に設置された内部記憶装置に蓄積する診療支援装置の作動方法。
19. 医療施設に設置される端末装置から、前記端末装置を操作した際の操作履歴を取得する操作履歴取得ステップと、
    前記取得した操作履歴を前記医療施設の外部に設置された外部サーバが学習することにより生成された学習済みモデルを用いて、前記端末装置を入力操作した際の次の操作候補を予測する予測実行ステップと、
    予測した前記次の操作候補から前記端末装置に対して提案を行う操作提案ステップと、
    を備え、
    前記学習済みモデルは、前記外部サーバが前記操作履歴を学習することにより生成し、前記操作履歴に個人情報が含まれる場合、前記操作履歴を前記外部サーバに送信する際、個人情報を削除した状態とする診療支援装置の作動プログラム。
20. 医療施設に設置される端末装置から、前記端末装置を操作した際の操作履歴を取得する操作履歴取得ステップと、
    前記取得した操作履歴を前記医療施設の外部に設置された外部サーバが学習することにより生成された学習済みモデルを用いて、前記端末装置を入力操作した際の次の操作候補を予測する予測実行ステップと、
    予測した前記次の操作候補から前記端末装置に対して提案を行う操作提案ステップと、
    を備え、
    前記学習済みモデルは、前記外部サーバが前記操作履歴を学習することにより生成し、前記操作履歴に個人情報が含まれる場合、前記操作履歴を前記外部サーバに送信する際、個人情報を削除した状態とし、前記操作履歴における個人情報の部分は前記端末装置と同じ前記医療施設内に設置された内部記憶装置に蓄積する診療支援装置の作動プログラム。

Images