JP7529612B2

JP7529612B2 - Formulation system

Info

Publication number: JP7529612B2
Application number: JP2021075933A
Authority: JP
Inventors: 保夫宮澤; 肇金子; 由加子佐藤; 亮大蓮田; 和範磯貝; 宏之松尾; 堅西永
Original assignee: 学校法人星槎
Priority date: 2021-04-28
Filing date: 2021-04-28
Publication date: 2024-08-06
Anticipated expiration: 2041-04-28
Also published as: JP2022170058A; JP2024147784A

Description

本発明は、策定システムに関する。 The present invention relates to a formulation system.

発達にアンバランスのある児童生徒の教育において、当該児童生徒の特性により沿った教育を提供するために、指導者が児童生徒別の個別指導計画（ＩＥＰ：Individualized Education Plan）を作成することが求められている。また、近年、学習者の指導計画の作成を支援する技術が研究されている（例えば、特許文献１を参照）。 When educating children with developmental imbalances, instructors are required to create individualized education plans (IEPs) for each child to provide education that is more suited to the characteristics of each child. In recent years, there has also been research into technology that supports the creation of learning plans for learners (see, for example, Patent Document 1).

特開２０２０－０９８２５３号公報JP 2020-098253 A

個別指導計画を作成するにあたって、目標設定や支援方法の策定は、指導者によって決められる。そのため、個別指導計画が対象の生徒児童（対象者）に適したものとなるか否かは、指導者の経験やセンスに依存してしまう可能性がある。
本発明の目的は、対象者を支援するための方針を指導者によらず適切に策定することができる策定システムを提供することにある。 When creating an individualized teaching plan, the instructor decides on the goals and support methods. Therefore, whether the individualized teaching plan is suitable for the target student (target person) may depend on the instructor's experience and sense.
An object of the present invention is to provide a formulation system that can appropriately formulate a policy for supporting a subject without relying on an instructor.

本発明の一態様によれば、策定システムは、対象者の支援方針を策定する策定システムであって、前記対象者の特性に関する特性データを取得する特性取得部と、前記特性データに基づいて、複数の成長目標候補の中から前記対象者の成長目標を決定する目標決定部と、前記成長目標に基づいて、複数の活動候補の中から前記対象者に取り組ませる活動を決定する活動決定部と、前記特性データ及び前記活動の少なくとも一方に基づいて、支援者が前記活動の取り組みを支援するための支援手段を決定する支援決定部とを備える。 According to one aspect of the present invention, the formulation system is a formulation system for formulating a support policy for a subject, and includes a characteristic acquisition unit that acquires characteristic data regarding the characteristics of the subject, a goal determination unit that determines a growth goal for the subject from among a plurality of growth goal candidates based on the characteristic data, an activity determination unit that determines an activity for the subject to engage in from among a plurality of activity candidates based on the growth goal, and a support determination unit that determines a support means for a supporter to support the engagement in the activity based on at least one of the characteristic data and the activity.

上記態様によれば、策定システムは、対象者を支援するための方針を指導者によらず適切に策定することができる。 According to the above aspect, the formulation system can appropriately formulate a policy for supporting a subject without relying on a leader.

第１の実施形態に係るＩＥＰ策定システムの構成を示す概略図である。1 is a schematic diagram showing a configuration of an IEP formulation system according to a first embodiment. 第１の実施形態に係るＩＥＰ策定システムのＩＥＰ策定時の動作を示すフローチャートである。4 is a flowchart showing an operation of the IEP formulation system according to the first embodiment at the time of formulating an IEP. 第１の実施形態に係る成長目標の選択画面の例を示す図である。FIG. 13 is a diagram showing an example of a selection screen for a growth goal according to the first embodiment; 第１の実施形態に係る活動の選択画面の例を示す図である。FIG. 11 is a diagram showing an example of an activity selection screen according to the first embodiment. 第１の実施形態に係る支援手段の選択画面の例を示す図である。FIG. 11 is a diagram showing an example of a selection screen for a support means according to the first embodiment; 第１の実施形態に係るＩＥＰ策定システムの評価時の動作を示すフローチャートである。4 is a flowchart showing an operation during evaluation of the IEP formulation system according to the first embodiment.

〈第１の実施形態〉
《ＩＥＰ策定システム１００の構成》
以下、図面を参照しながら実施形態について詳しく説明する。
図１は、第１の実施形態に係るＩＥＰ策定システム１００の構成を示す概略図である。
第１の実施形態に係るＩＥＰ策定システム１００は、対象者の特性に関する情報の入力を受け付け、ＩＥＰを構成する成長目標、活動及び支援手段の選択肢を支援者に提示する。またＩＥＰ策定システム１００は、提示した選択肢に基づく支援者の入力によって、ＩＥＰを生成する。 First Embodiment
Configuration of IEP formulation system 100
Hereinafter, the embodiments will be described in detail with reference to the drawings.
FIG. 1 is a schematic diagram showing a configuration of an IEP formulation system 100 according to the first embodiment.
The IEP formulation system 100 according to the first embodiment accepts input of information on the characteristics of a subject, and presents options of growth goals, activities, and support means that constitute an IEP to a supporter. The IEP formulation system 100 also generates an IEP based on the supporter's input based on the presented options.

対象者の例としては、発達にアンバランスのある児童生徒が挙げられる。支援者の例としては、対象者を指導する教員が挙げられる。なお、対象者は発達にアンバランスのある児童生徒に限られず、アンバランスの小さい者であってもよいし、児童生徒でない者であってもよい。また支援者は教員に限られず、保護者、支援施設の職員、対象者の上長などであってもよい。ＩＥＰは、対象者の支援方針を表す情報である。 An example of a target person is a student who has a developmental imbalance. An example of a supporter is a teacher who guides the target person. Note that the target person is not limited to a student who has a developmental imbalance, but may be someone with a smaller imbalance, or may be someone who is not a student. Furthermore, the supporter is not limited to a teacher, but may be a guardian, staff member at a support facility, or the target person's superior. The IEP is information that represents the support policy for the target person.

ＩＥＰに係る成長目標は、対象者のねらい、長期目標とも言い換えることができる。ＩＥＰに係る活動は、対象者が成長目標の達成のために取り組む活動である。ＩＥＰに係る活動は、タスク、短期目標とも言い換えることができる。ＩＥＰに係る支援手段は、対象者が活動に取り組むにあたって、支援者が活動の取り組みを支援する方法である。ＩＥＰに係る支援手段は、指導方法、支援の手立てとも言い換えることができる。 Growth goals related to the IEP can also be rephrased as the target person's aims or long-term goals. Activities related to the IEP are the activities that the target person undertakes to achieve the growth goals. Activities related to the IEP can also be rephrased as tasks or short-term goals. Support means related to the IEP are the methods by which supporters support the target person in engaging in the activities. Support means related to the IEP can also be rephrased as instruction methods or support methods.

ＩＥＰ策定システム１００は、ウェブサーバにインストールされ、支援者が操作するクライアント端末からのアクセスを受け付ける。
ＩＥＰ策定システム１００は、対象者入力部１０１、検査結果入力部１０２、観察結果入力部１０３、特性取得部１０４、データベース１０５、目標決定部１０６、活動決定部１０７、条件決定部１０８、支援決定部１０９、出力部１１０、成果入力部１１１、更新部１１２を備える。 The IEP formulation system 100 is installed on a web server and receives access from a client terminal operated by a supporter.
The IEP formulation system 100 comprises a subject input unit 101, a test result input unit 102, an observation result input unit 103, a characteristic acquisition unit 104, a database 105, a goal determination unit 106, an activity determination unit 107, a condition determination unit 108, a support determination unit 109, an output unit 110, a result input unit 111, and an update unit 112.

対象者入力部１０１は、対象者の氏名、所属などの対象者の情報の入力を受け付ける。対象者入力部１０１は、対象者の情報が入力された場合に、当該対象者のＩＤを生成し、ＩＤ及び入力された情報をデータベース１０５に記録する。 The subject input unit 101 accepts input of subject information such as the subject's name and affiliation. When subject information is input, the subject input unit 101 generates an ID for the subject and records the ID and the input information in the database 105.

検査結果入力部１０２は、クライアント端末から、対象者が受検した心理検査の結果の入力を受け付ける。心理検査の例としては、ＷＩＳＣ（Wechsler Intelligence Scale for Children）やＫ－ＡＢＣ（Kaufman Assessment Battery for Children）などが挙げられる。第１の実施形態に係る心理検査の結果は、複数の項目について数値で表されるものである。すなわち、心理検査の結果は多次元のベクトルで表される。なお、対象者が心理検査を受検していない場合、検査結果入力部１０２に心理検査の結果の入力がなされなくてもよい。 The test result input unit 102 accepts input of the results of a psychological test taken by the subject from the client terminal. Examples of psychological tests include the Wechsler Intelligence Scale for Children (WISC) and the Kaufman Assessment Battery for Children (K-ABC). The results of the psychological test in the first embodiment are expressed as numerical values for multiple items. In other words, the results of the psychological test are expressed as multidimensional vectors. Note that if the subject has not taken a psychological test, the results of the psychological test do not need to be input to the test result input unit 102.

観察結果入力部１０３は、クライアント端末から、支援者による対象者の行動観察の結果の入力を受け付ける。観察結果の入力は、例えば複数項目のアンケートへの入力によって行われる。アンケートの回答は、ＹＥＳ／ＮＯによる評価であってもよいし、多段階評価であってもよいし、パーセンテージの入力によるものであってもよい。観察結果は多次元のベクトルで表される。 The observation result input unit 103 accepts input of the results of the supporter's behavioral observation of the subject from the client terminal. The observation results are input, for example, by inputting multiple items into a questionnaire. The answers to the questionnaire may be a YES/NO evaluation, a multi-level evaluation, or a percentage input. The observation results are expressed as a multidimensional vector.

特性取得部１０４は、心理検査の結果と観察結果とに基づいて、対象者の特性を表す特性データを生成する。第１の実施形態に係る特性データは、対象者の認知特性や傾向を表す複数項目のリストによって表される。例えば、特性データは、知的能力、言語能力、視覚認知能力、聴覚認知能力、ワーキングメモリ、処理速度、プランニング、社会的認知能力、固執性、運動機能、不注意傾向、多動傾向／衝動傾向、ＬＤ（Learning Disability）傾向、情動のコントロール、自己概念の問題、不安／緊張／対人恐怖、ＨＳＰ（Highly Sensitive Person）傾向、睡眠リズム、身体的機能障害、及び登校不順／不登校などの項目を有し、各項目について、対象者が苦手とする項目及び不便を感じる項目にＴＲＵＥを格納し、そうでない項目にＦＡＬＳＥを格納したデータであってよい。つまり、特性データは多次元のベクトルで表される。 The characteristic acquisition unit 104 generates characteristic data representing the characteristics of the subject based on the results of the psychological test and the observation results. The characteristic data according to the first embodiment is represented by a list of multiple items representing the cognitive characteristics and tendencies of the subject. For example, the characteristic data may have items such as intellectual ability, language ability, visual cognitive ability, auditory cognitive ability, working memory, processing speed, planning, social cognitive ability, perseverance, motor function, tendency to be inattentive, tendency to hyperactivity/impulsivity, tendency to have a learning disability (LD), emotional control, self-concept problems, anxiety/tension/social phobia, tendency to be a highly sensitive person (HSP), sleep rhythm, physical functional disorder, and irregular school attendance/refusal, and may store TRUE for each item that the subject is not good at or finds inconvenient, and store FALSE for other items. In other words, the characteristic data is represented by a multidimensional vector.

特性取得部１０４は、心理検査の結果及び観察結果を、所定の関数に入力することで特性データの初期値を計算し、クライアント端末に表示させる。なお、心理検査の結果は、特性データの初期値の計算に用いられるが、画面に表示されない。当該関数は、予め、心理検査の結果と、観察結果と、特性データの各項目との関係を重回帰分析によって求めることで得られたものであってよい。特性取得部１０４は、クライアント端末の操作によって特性データの初期値に対する修正を受け付けることで、特性データを決定する。 The characteristic acquisition unit 104 calculates the initial value of the characteristic data by inputting the results of the psychological test and the observation results into a specified function, and displays it on the client terminal. Note that the results of the psychological test are used to calculate the initial value of the characteristic data, but are not displayed on the screen. The function may be obtained in advance by determining the relationship between the results of the psychological test, the observation results, and each item of the characteristic data through multiple regression analysis. The characteristic acquisition unit 104 determines the characteristic data by accepting modifications to the initial value of the characteristic data through operation of the client terminal.

データベース１０５は、ＩＥＰの生成に用いる複数のデータテーブルを記憶する。具体的には、データベース１０５は、対象者テーブルと、目標テーブルと、第１活動テーブルと、第２活動テーブルと、第３活動テーブルと、第４活動テーブルと、支援テーブルと、履歴テーブルと、成果テーブルと、未評価テーブルとを記憶する。 The database 105 stores multiple data tables used to generate the IEP. Specifically, the database 105 stores a subject table, a goal table, a first activity table, a second activity table, a third activity table, a fourth activity table, a support table, a history table, an outcome table, and an unevaluated table.

対象者テーブルは、対象者入力部１０１に入力された対象者ごとに、対象者のＩＤ、氏名、所属、及び特性データを関連付けて記憶する。 The subject table stores, in association with each subject entered into the subject input unit 101, the subject's ID, name, affiliation, and characteristic data.

目標テーブルは、複数の成長目標候補ごとに、特性データの項目別の相関係数を格納する。相関係数は、特性データと、当該特性データに係る対象者による成長目標候補の適正の組み合わせに基づく重回帰分析によって求められる。相関係数は、－１以上＋１以下の値によって表され、正の相関を有する場合に正数、負の相関を有する場合に負数、相関がない場合にゼロとなる。目標テーブルは、複数の成長目標候補と特性データとの関係を表す関数の一例である。 The goal table stores correlation coefficients for each characteristic data item for multiple growth goal candidates. The correlation coefficient is calculated by multiple regression analysis based on the combination of characteristic data and the suitability of the growth goal candidates for the subject related to that characteristic data. The correlation coefficient is expressed as a value between -1 and +1, and is a positive number when there is a positive correlation, a negative number when there is a negative correlation, and zero when there is no correlation. The goal table is an example of a function that represents the relationship between multiple growth goal candidates and characteristic data.

第１～第４活動テーブルは、複数の活動候補ごとに、当該活動候補によって実現が見込まれる成長目標と、活動候補のレコメンドスコアとを関連付けて格納する。レコメンドスコアは、設定した成長目標の実現に対する活動候補の好ましさを表す値である。レコメンドスコアが高いほどその活動候補が好ましい可能性が高いことを示す。
第１活動テーブルに係るレコメンドスコアは、成長目標と活動候補の組み合わせごとに、当該成長目標に対して当該活動候補が選択された回数に基づく重回帰分析によって求められた値である。
第２活動テーブルに係るレコメンドスコアは、成長目標と活動候補の組み合わせごとに、当該組み合わせに係るＩＥＰに係る対象者が成長目標に向けて取り組んでいる度合いを示す毎日の評価値の平均値に基づく重回帰分析によって求められた値である。
第３活動テーブルに係るレコメンドスコアは、成長目標と活動候補の組み合わせごとに、当該組み合わせに係るＩＥＰに係る対象者が成長目標に向けて取り組んだ結果による、成長目標に対する対象者の状態の変化度合いを表す。具体的には、第３活動テーブルに係るレコメンドスコアは、例えば前年の評価値と今年の評価値の差の平均値に基づく重回帰分析によって求められた値である。なお、評価値の差は、今年の評価値が前年の評価値より高い場合に正の値をとり、今年の評価値が前年の評価値より低い場合に負の値をとる。
第４活動テーブルに係るレコメンドスコアは、成長目標と活動候補の組み合わせごとに、当該組み合わせに係るＩＥＰに係る対象者が成長目標に向けての活動に対する達成感を示す学期の評価値の平均値に基づく重回帰分析によって求められた値である。
第１～第４活動テーブルは、それぞれ複数の活動候補とレコメンドスコアとの関係を示す関数の一例である。 The first to fourth activity tables store, for each of a plurality of candidate activities, a growth goal expected to be achieved by the candidate activity and a recommendation score for the candidate activity in association with each other. The recommendation score is a value that indicates the desirability of the candidate activity for achieving the set growth goal. The higher the recommendation score, the more likely the candidate activity is to be desirable.
The recommendation score related to the first activity table is a value calculated for each combination of a growth goal and a candidate activity by multiple regression analysis based on the number of times that candidate activity was selected for that growth goal.
The recommendation score for the second activity table is a value calculated by multiple regression analysis based on the average daily evaluation values indicating the degree to which the subject related to the IEP related to the combination of growth goal and candidate activity is working toward the growth goal.
The recommendation score related to the third activity table represents the degree of change in the state of the subject with respect to the growth goal as a result of the subject's efforts toward the growth goal for each combination of the growth goal and the activity candidate, which are related to the IEP related to the combination. Specifically, the recommendation score related to the third activity table is a value calculated by multiple regression analysis based on the average value of the difference between the evaluation value of the previous year and the evaluation value of this year. Note that the difference in the evaluation value is a positive value when the evaluation value of this year is higher than the evaluation value of the previous year, and a negative value when the evaluation value of this year is lower than the evaluation value of the previous year.
The recommendation score for the fourth activity table is a value calculated for each combination of growth goals and candidate activities by multiple regression analysis based on the average semester evaluation values that indicate the sense of accomplishment that the subjects related to the IEP related to that combination have in terms of activities toward their growth goals.
The first to fourth activity tables are each an example of a function indicating the relationship between a plurality of activity candidates and a recommendation score.

支援テーブルは、支援手段候補ごとに、当該支援手段に係る活動と、相関係数とを格納する。支援テーブルには、一の支援手段候補について、複数の活動が関連付けられていてもよい。相関係数は、活動と、対象者に対する支援手段候補の適正の組み合わせに基づく重回帰分析によって求められる。 The support table stores, for each candidate support means, the activity related to that support means and the correlation coefficient. In the support table, multiple activities may be associated with one candidate support means. The correlation coefficient is calculated by multiple regression analysis based on the combination of activities and the suitability of the candidate support means for the subject.

履歴テーブルは、対象者のＩＤ、成長目標、活動、実行条件及び支援手段の組み合わせと、設定した成長目標についての適性を示す評価値、設定した成長目標の不適合事由、設定した活動についての適性を示す評価値、設定した活動の不適合事由、設定した支援手段についての適性を示す評価値、及び設定した支援手段の不適合事由を、記憶する。履歴テーブルに格納される評価値は、ＩＥＰの適切さを評価する評価値である。 The history table stores the subject's ID, growth goal, activity, execution conditions, and support means combination, an evaluation value indicating suitability for the set growth goal, reasons for non-suitability of the set growth goal, an evaluation value indicating suitability for the set activity, reasons for non-suitability of the set activity, an evaluation value indicating suitability for the set support means, and reasons for non-suitability of the set support means. The evaluation values stored in the history table are evaluation values that evaluate the appropriateness of the IEP.

成果テーブルは、対象者のＩＤ、評価期間、成長目標に対する対象者の達成度合いを示す評価値の組み合わせを記憶する。成果テーブルに格納される評価値は、対象者の成長を評価する評価値である。 The outcome table stores a combination of the subject's ID, the evaluation period, and an evaluation value that indicates the subject's degree of achievement of the growth goal. The evaluation value stored in the outcome table is an evaluation value that evaluates the subject's growth.

未評価テーブルは、新たに追加された選択肢を含む成長目標、活動、実行条件の選択肢及び支援手段の選択肢と、成長目標、活動、及び支援手段のそれぞれについての適性を示す評価値を格納する。具体的には、未評価テーブルは、対象者のＩＤ、成長目標、活動、実行条件、支援手段及び評価値の組み合わせを記憶する。未評価テーブルに係る成長目標、活動、実行条件及び支援手段の少なくとも１つは、新たに追加された選択肢である。 The unevaluated table stores options for growth goals, activities, execution conditions, and support means, including newly added options, as well as evaluation values indicating suitability for each of the growth goals, activities, and support means. Specifically, the unevaluated table stores a combination of the subject's ID, growth goal, activity, execution conditions, support means, and evaluation value. At least one of the growth goals, activities, execution conditions, and support means related to the unevaluated table is a newly added option.

目標決定部１０６は、特性取得部１０４が生成した特性データと、データベース１０５の目標テーブルとに基づいて、成長目標候補別のレコメンドスコアを算出する。ここで、特性データの項目数をＡとおき、成長目標候補の数をＢとおく場合、特性データはＡ次元のベクトル、すなわち１×Ａの行列として表すことができ、特性データと成長目標候補との相関関係はＡ×Ｂの行列として表すことができる。そのため、目標決定部１０６は、特性データを表すベクトルと、目標テーブルの相関係数を表す行列との乗算を行うことで、成長目標候補別のレコメンドスコアを表すベクトルを得ることができる。 The goal determination unit 106 calculates a recommendation score for each growth goal candidate based on the characteristic data generated by the characteristic acquisition unit 104 and the goal table in the database 105. Here, if the number of items in the characteristic data is A and the number of growth goal candidates is B, the characteristic data can be expressed as an A-dimensional vector, i.e., a 1×A matrix, and the correlation between the characteristic data and the growth goal candidates can be expressed as an A×B matrix. Therefore, the goal determination unit 106 can obtain a vector representing the recommendation score for each growth goal candidate by multiplying the vector representing the characteristic data by a matrix representing the correlation coefficient of the goal table.

目標決定部１０６は、算出されたレコメンドスコアの降順に成長目標候補を並べた選択画面をクライアント端末に送信する。目標決定部１０６は、クライアント端末から成長目標候補の選択を受け付け、選択された成長目標候補を成長目標に決定する。なお、目標決定部１０６は、１つの成長目標候補のみの選択を受け付けてもよいし、複数の成長目標候補の選択を受け付けてもよい。複数の成長目標候補の選択を受け付ける場合、目標決定部１０６は、１つの成長目標について、活動、条件、及び支援手段を決定した後に、次の成長目標の選択を受け付けてもよい。目標決定部１０６は、成長目標として成長目標候補に含まれない新たな選択肢の追加を受け付けてもよい。 The goal determination unit 106 transmits to the client terminal a selection screen on which growth goal candidates are arranged in descending order of the calculated recommendation score. The goal determination unit 106 accepts a selection of a growth goal candidate from the client terminal and determines the selected growth goal candidate as the growth goal. The goal determination unit 106 may accept the selection of only one growth goal candidate, or may accept the selection of multiple growth goal candidates. When accepting the selection of multiple growth goal candidates, the goal determination unit 106 may accept the selection of the next growth goal after determining the activities, conditions, and support means for one growth goal. The goal determination unit 106 may accept the addition of a new option that is not included in the growth goal candidates as a growth goal.

活動決定部１０７は、データベース１０５の第１～第４活動テーブルから目標決定部１０６が決定した成長目標に関連付けられた活動候補を読み出す。活動決定部１０７は、読み出した活動候補に関連付けられたレコメンドスコアの降順に活動候補を並べた選択画面をクライアント端末に送信する。活動決定部１０７は、クライアント端末から１つの活動候補の選択を受け付け、選択された活動候補を対象者に取り組ませる活動に決定する。なお、成長目標が複数選択された場合、活動決定部１０７は、成長目標別に１つずつ活動候補の選択を受け付ける。活動決定部１０７は、対象者に取り組ませる活動として活動候補に含まれない新たな選択肢の追加を受け付けてもよい。 The activity determination unit 107 reads out activity candidates associated with the growth goals determined by the goal determination unit 106 from the first to fourth activity tables in the database 105. The activity determination unit 107 transmits to the client terminal a selection screen on which the activity candidates are arranged in descending order of the recommendation scores associated with the read activity candidates. The activity determination unit 107 accepts the selection of one activity candidate from the client terminal, and determines the selected activity candidate as the activity to be undertaken by the subject. Note that if multiple growth goals are selected, the activity determination unit 107 accepts the selection of one activity candidate for each growth goal. The activity determination unit 107 may also accept the addition of a new option not included in the activity candidates as an activity to be undertaken by the subject.

条件決定部１０８は、データベース１０５の活動テーブルから活動決定部１０７が決定した活動に関連付けられた実行条件別の選択肢を読み出す。条件決定部１０８は、読み出した実行条件別の選択肢に基づいて、実行条件の設定画面をクライアント端末に送信する。実行条件の設定画面には、実行条件ごとに、１つ以上の選択肢の入力を受け付けるチェックボックスが表示され、クライアント端末の操作によって選択肢の選択を受け付ける。条件決定部１０８は、クライアント端末から実行条件別の選択肢の選択を受け付けることで、活動の実行条件を決定する。条件決定部１０８は、実行条件として新たな選択肢の追加を受け付けてもよい。 The condition determination unit 108 reads out options for each execution condition associated with the activity determined by the activity determination unit 107 from the activity table of the database 105. The condition determination unit 108 sends an execution condition setting screen to the client terminal based on the read options for each execution condition. The execution condition setting screen displays check boxes for inputting one or more options for each execution condition, and accepts the selection of an option by operating the client terminal. The condition determination unit 108 determines the execution conditions for the activity by accepting the selection of an option for each execution condition from the client terminal. The condition determination unit 108 may also accept the addition of a new option as an execution condition.

支援決定部１０９は、データベース１０５の支援テーブルから活動決定部１０７が決定した活動と、読み出した支援手段候補に係る相関係数とに基づいて、支援手段候補別のレコメンドスコアを算出する。ここで、活動の項目数をＣとおき、支援手段候補の数をＤとおく場合、活動はＣ次元のベクトル、すなわち１×Ｃの行列として表すことができ、活動と支援手段候補との相関係数はＣ×Ｄの行列として表すことができる。そのため、支援決定部１０９は、活動を表すベクトルと、支援テーブルの相関係数を表す行列との乗算を行うことで、支援手段候補別のレコメンドスコアを表すベクトルを得ることができる。 The support determination unit 109 calculates a recommendation score for each support means candidate based on the activity determined by the activity determination unit 107 from the support table of the database 105 and the correlation coefficient for the read support means candidate. Here, if the number of activity items is C and the number of support means candidates is D, the activities can be expressed as a C-dimensional vector, i.e., a 1×C matrix, and the correlation coefficient between the activities and the support means candidates can be expressed as a C×D matrix. Therefore, the support determination unit 109 can obtain a vector representing the recommendation score for each support means candidate by multiplying the vector representing the activity by a matrix representing the correlation coefficient of the support table.

支援決定部１０９は、算出されたレコメンドスコアの降順に支援手段候補を並べた選択画面をクライアント端末に送信する。支援決定部１０９は、クライアント端末から１つの支援手段候補の選択を受け付け、選択された支援手段候補を支援手段に決定する。なお、成長目標が複数選択された場合、支援決定部１０９は、成長目標別に支援手段候補の選択を受け付ける。支援決定部１０９は、支援手段として支援手段候補に含まれない新たな選択肢の追加を受け付けてもよい。 The support determination unit 109 transmits to the client terminal a selection screen on which the support means candidates are arranged in descending order of the calculated recommendation score. The support determination unit 109 accepts the selection of one support means candidate from the client terminal and determines the selected support means candidate as the support means. Note that if multiple growth goals are selected, the support determination unit 109 accepts the selection of a support means candidate for each growth goal. The support determination unit 109 may also accept the addition of a new option that is not included in the support means candidates as a support means.

出力部１１０は、目標決定部１０６が決定した成長目標、活動決定部１０７が決定した活動、条件決定部１０８が決定した実行条件、及び支援決定部１０９が決定した支援手段を含むＩＥＰを、クライアント端末に出力する。また出力部１１０は、ＩＥＰに係る成長目標、活動、実行条件及び支援手段のすべてが選択肢から選択された場合、成長目標、活動、実行条件及び支援手段と対象者のＩＤとを関連付けてデータベース１０５の履歴テーブルに記録する。他方、出力部１１０は、ＩＥＰに係る成長目標、活動、実行条件及び支援手段の少なくとも１つが新たに追加された選択肢を示す場合、成長目標、活動、実行条件及び支援手段と対象者のＩＤとを関連付けてデータベース１０５の未評価テーブルに記録する。 The output unit 110 outputs an IEP including the growth goal determined by the goal determination unit 106, the activity determined by the activity determination unit 107, the execution condition determined by the condition determination unit 108, and the support means determined by the support determination unit 109 to the client terminal. When the growth goal, activity, execution condition, and support means related to the IEP are all selected from the options, the output unit 110 records the growth goal, activity, execution condition, and support means in association with the ID of the subject in the history table of the database 105. On the other hand, when at least one of the growth goal, activity, execution condition, and support means related to the IEP indicates a newly added option, the output unit 110 records the growth goal, activity, execution condition, and support means in association with the ID of the subject in the unevaluated table of the database 105.

成果入力部１１１は、ＩＥＰの策定後の所定の評価タイミング（例えば、期末など）において、クライアント端末からＩＥＰで設定した成長目標の適性、活動の適性、及び支援手段の適性のそれぞれについて評価値及び不適合事由の入力を受け付ける。不適合事由は、例えばドロップダウンリストやチェックボックスなどによって提示される選択肢から選択される。不適合事由は、評価値が低い場合に入力されればよく、評価値が高い場合には入力されなくてよい。成果入力部１１１は、履歴テーブルまたは未評価テーブルのうち当該ＩＥＰに係るデータに、評価タイミングにおいて入力された評価値を追加する。 The result input unit 111 accepts input of evaluation values and reasons for non-compliance for each of the suitability of the growth goals, the suitability of the activities, and the suitability of the support means set in the IEP from the client terminal at a specified evaluation timing (e.g., at the end of the term) after the formulation of the IEP. The reasons for non-compliance are selected from options presented, for example, by a drop-down list or check boxes. The reasons for non-compliance need only be input when the evaluation value is low, and need not be input when the evaluation value is high. The result input unit 111 adds the evaluation value input at the evaluation timing to the data related to the IEP in the history table or the unevaluated table.

また、成果入力部１１１は、例えば、毎日、毎学期に設定される振り返りタイミングにおいて、クライアント端末から対象者の活動の成果報告の入力を受け付ける。具体的には、成果入力部１１１は、毎日の振り返りタイミングにおいて、対象者がその日に成長目標に向けた取り組めたか否かを表す評価値の入力を受け付ける。また、成果入力部１１１は、学期の振り返りタイミングにおいて、対象者がその期間において成長目標に向けた取り組めたか否かを表す評価値の入力を受け付ける。なお、学期の振り返りのタイミングにおいて、対象者から、ＩＥＰにおいて設定された目標を達成することができたか否かか、目標の達成に対する回答の理由、自分自身の変化を感じたか否かなどの聞き取りを行う。成果入力部１１１は、当該聞き取り結果を成果テーブルに記録する。また、成果入力部１１１は、期末の振り返りタイミングにおいて、対象者がその期間において成長目標に向けた取り組めたか否かを表す評価値の入力を受け付ける。成果入力部１１１は、振り返りタイミングにおいて入力された評価値を、対象者のＩＤ及び評価期間に関連付けて成果テーブルに追加する。評価値は、対象者の支援の成果の一例である。 The result input unit 111 also accepts input of a result report of the subject's activities from the client terminal at, for example, a daily review timing set for each semester. Specifically, the result input unit 111 accepts input of an evaluation value indicating whether or not the subject was able to work toward the growth goal on that day at the daily review timing. Also, the result input unit 111 accepts input of an evaluation value indicating whether or not the subject was able to work toward the growth goal during that period at the review timing of the semester. At the review timing of the semester, the subject is asked whether or not the goal set in the IEP was achieved, the reason for the answer to the goal achievement, whether or not the subject felt a change in himself, etc. The result input unit 111 records the results of the interview in the result table. Also, the result input unit 111 accepts input of an evaluation value indicating whether or not the subject was able to work toward the growth goal during that period at the review timing at the end of the term. The result input unit 111 adds the evaluation value input at the review timing to the result table in association with the subject's ID and the evaluation period. The evaluation value is an example of the outcome of support for the target person.

更新部１１２は、成果入力部１１１への入力によって更新された履歴テーブルのデータに基づいて、目標テーブル、活動テーブル、実行条件テーブル及び支援テーブルを更新する。具体的には、更新部１１２は、履歴テーブルが保持する評価値をレコメンドスコアに換算することで、特性データ、成長目標、活動、実行条件及び支援手段と、レコメンドスコアとの関係を特定する。なお特性データは、対象者のＩＤに関連付けて対象者テーブルに記録されている。更新部１１２は、特性データと、成長目標とに基づく重回帰分析により、特性データと成長目標との相関係数を算出することで、目標テーブルを更新する。具体的には、更新部１１２は、成長目標を説明変数とし、特性データを目的変数とする重回帰分析により、特性ごとの回帰係数を求めることで、目標テーブルを更新する。更新部１１２は、、活動と、支援手段とに基づく重回帰分析により、活動と支援手段との相関係数を算出することで、支援テーブルを更新する。 The update unit 112 updates the goal table, the activity table, the execution condition table, and the support table based on the data of the history table updated by the input to the result input unit 111. Specifically, the update unit 112 converts the evaluation value held in the history table into a recommendation score to identify the relationship between the characteristic data, the growth goal, the activity, the execution condition, and the support means and the recommendation score. The characteristic data is recorded in the subject table in association with the ID of the subject. The update unit 112 updates the goal table by calculating a correlation coefficient between the characteristic data and the growth goal through multiple regression analysis based on the characteristic data and the growth goal. Specifically, the update unit 112 updates the goal table by finding a regression coefficient for each characteristic through multiple regression analysis with the growth goal as an explanatory variable and the characteristic data as an objective variable. The update unit 112 updates the support table by calculating a correlation coefficient between the activity and the support means through multiple regression analysis based on the activity and the support means.

更新部１１２は、成長目標と活動候補の組み合わせごとに、当該成長目標に対して当該活動候補が選択された回数に基づく重回帰分析を行ってレコメンドスコアを求めることで、第１活動テーブルを更新する。更新部１１２は、成果テーブルに格納された評価期間の長さが１日であるデータに基づいて、成長目標と活動候補の組み合わせごとの、成長目標に向けて取り組んでいる度合いを示す評価値の平均値に基づく重回帰分析によりレコメンドスコアを求め、第２活動テーブルを更新する。更新部１１２は、成果テーブルのデータに含まれる対象者ＩＤを用いて、履歴テーブルから当該対象者ＩＤが示す対象者の成長目標と活動候補を読み出すことができる。更新部１１２は、成果テーブルに格納された評価期間の長さが学期であるデータに基づいて、同一の対象者の前年の成長目標に対する対象者の状態を示す評価値と今年の成長目標に対する対象者の状態を示す評価値の差を求め、成長目標と活動候補の組み合わせごとの評価値の差の平均値に基づく重回帰分析によりレコメンドスコアを求めることで、第３活動テーブルを更新する。更新部１１２は、成果テーブルに格納された評価期間の長さが学期であるデータに基づいて、成長目標と活動候補の組み合わせごとの、成長目標に向けての活動に対する達成感を示す評価値の平均値に基づく重回帰分析によりレコメンドスコアを求め、第４活動テーブルを更新する。 The update unit 112 updates the first activity table by performing multiple regression analysis based on the number of times the activity candidate was selected for the growth goal for each combination of the growth goal and the activity candidate to obtain a recommendation score. The update unit 112 obtains a recommendation score for each combination of the growth goal and the activity candidate based on the data stored in the result table with an evaluation period of one day, by performing multiple regression analysis based on the average value of the evaluation value indicating the degree of working toward the growth goal, and updates the second activity table. The update unit 112 can read out the growth goal and activity candidates of the subject indicated by the subject ID from the history table using the subject ID included in the data of the result table. The update unit 112 obtains the difference between the evaluation value indicating the subject's state for the growth goal of the previous year and the evaluation value indicating the subject's state for the growth goal of this year, based on the data stored in the result table with an evaluation period of one term, and updates the third activity table by obtaining a recommendation score by performing multiple regression analysis based on the average value of the difference in evaluation value for each combination of the growth goal and the activity candidate. The update unit 112 calculates a recommendation score by multiple regression analysis based on the average value of the evaluation value indicating the sense of accomplishment for activities toward the growth goal for each combination of growth goal and activity candidate, based on the data stored in the results table in which the length of the evaluation period is a semester, and updates the fourth activity table.

《ＩＥＰ策定時の動作》
図２は、第１の実施形態に係るＩＥＰ策定システム１００のＩＥＰ策定時の動作を示すフローチャートである。
支援者は、クライアント端末を操作し、ＩＥＰ策定システム１００にアクセスを試みる。ＩＥＰ策定システム１００がクライアント端末からのアクセスを受け、ＩＥＰの作成リクエストを受け付ける。ＩＥＰ策定システム１００の対象者入力部１０１は、ＩＥＰの作成リクエストに応じてクライアント端末から対象者の情報の入力を受け付ける（ステップＳ１）。例えば、対象者入力部１０１は、対象者の情報の入力フォームを生成し、クライアント端末に表示させ、入力された情報を受信する。対象者入力部１０１は、例えばＣＳＶ（Comma Separated Value）などのリストデータによって複数の対象者の情報を一括で受け付けてもよい。対象者入力部１０１は、クライアント端末から対象者の情報の入力を受け付け、対象者にＩＤを割り振る。対象者入力部１０１は、データベース１０５の対象者テーブルにＩＤ及び入力された情報を記録する（ステップＳ２）。 <<Operations when formulating an IEP>>
FIG. 2 is a flowchart showing an operation of the IEP formulation system 100 according to the first embodiment when formulating an IEP.
The supporter operates a client terminal and attempts to access the IEP formulation system 100. The IEP formulation system 100 receives an access from the client terminal and accepts a request to create an IEP. The subject input unit 101 of the IEP formulation system 100 accepts input of subject information from the client terminal in response to the IEP creation request (step S1). For example, the subject input unit 101 generates an input form for subject information, displays it on the client terminal, and receives the input information. The subject input unit 101 may accept information on multiple subjects at once, for example, by list data such as CSV (Comma Separated Value). The subject input unit 101 accepts input of subject information from the client terminal and assigns an ID to the subject. The subject input unit 101 records the ID and the input information in the subject table of the database 105 (step S2).

ＩＥＰ策定システム１００は、データベース１０５の対象者テーブルに記録された複数の対象者の中から、ＩＥＰの作成対象となる対象者の選択を受け付ける（ステップＳ３）。ＩＥＰ策定システム１００の検査結果入力部１０２は、選択された対象者について、心理検査の結果の入力を受け付ける。なお、必ずしもすべての対象者が心理検査を受検しているとは限らないため、支援者は対象者が心理検査を受検していない場合に心理検査の結果の入力をスキップすることができる。検査結果入力部１０２は、心理検査の結果の入力がなされたか否かを判定する（ステップＳ４）。 The IEP formulation system 100 accepts the selection of a subject for whom an IEP is to be created from among multiple subjects recorded in the subject table of the database 105 (step S3). The test result input unit 102 of the IEP formulation system 100 accepts the input of the psychological test results for the selected subject. Note that since not all subjects necessarily take the psychological test, the supporter can skip inputting the psychological test results if the subject has not taken the psychological test. The test result input unit 102 determines whether the psychological test results have been input (step S4).

心理検査の結果の入力がある場合（ステップＳ４：ＹＥＳ）、検査結果入力部１０２は、クライアント端末から心理検査の結果を取得する（ステップＳ５）。他方、検査結果入力部１０２は、心理検査の結果の入力がない場合（ステップＳ４：ＮＯ）、検査結果入力部１０２は、心理検査の結果を取得せずに処理を進める。
次に、観察結果入力部１０３は、対象者の観察結果の入力を受け付ける（ステップＳ６）。 If the result of the psychological test is input (step S4: YES), the test result input unit 102 acquires the result of the psychological test from the client terminal (step S5). On the other hand, if the result of the psychological test is not input (step S4: NO), the test result input unit 102 proceeds with the process without acquiring the result of the psychological test.
Next, the observation result input unit 103 accepts input of the observation results of the subject (step S6).

特性取得部１０４は、ステップＳ５で取得した心理検査の結果とステップＳ６で取得した観察結果とを、所定の関数に入力することで特性データの初期値を計算し、クライアント端末に表示させる（ステップＳ７）。なお、心理検査の結果の入力がない場合、特性取得部１０４は、心理検査の結果の代わりに平均値を用いて特性データの初期値を計算してもよい。また、特性取得部１０４は、観察結果から心理検査の結果を予測するモデルによって観察結果から予測された心理検査の結果を用いて特性データの初期値を計算してもよい。観察結果から心理検査の結果を予測するモデルは、例えば観察結果のサンプルと心理検査の結果のサンプルとを用いた機械学習によって学習されたものであってよい。
特性取得部１０４は、クライアント端末から特性データの修正を受け付ける（ステップＳ８）。これにより特性取得部１０４は、特性データを決定する。特性取得部１０４は、決定した特性データをデータベース１０５の対象者テーブルのうち、当該対象者のＩＤに関連付けられたタプルに追加する。 The characteristic acquisition unit 104 inputs the result of the psychological test acquired in step S5 and the observation result acquired in step S6 into a predetermined function to calculate an initial value of the characteristic data, and displays the result on the client terminal (step S7). If the result of the psychological test is not input, the characteristic acquisition unit 104 may calculate the initial value of the characteristic data using an average value instead of the result of the psychological test. The characteristic acquisition unit 104 may also calculate the initial value of the characteristic data using the result of the psychological test predicted from the observation result by a model predicting the result of the psychological test from the observation result. The model predicting the result of the psychological test from the observation result may be learned by machine learning using, for example, a sample of the observation result and a sample of the result of the psychological test.
The characteristic acquisition unit 104 accepts the correction of the characteristic data from the client terminal (step S8). In response to this, the characteristic acquisition unit 104 determines the characteristic data. The characteristic acquisition unit 104 adds the determined characteristic data to a tuple associated with the ID of the subject in the subject table of the database 105.

次に、目標決定部１０６は、ステップＳ８で決定した特性データと、データベース１０５の目標テーブルとに基づいて、成長目標候補別のレコメンドスコアを算出する（ステップＳ９）。目標決定部１０６は、算出されたレコメンドスコアの降順に成長目標候補を並べた選択画面をクライアント端末に送信する（ステップＳ１０）。図３は、第１の実施形態に係る成長目標の選択画面の例を示す図である。成長目標の選択画面には、成長目標を選択するためのプルダウンメニューが表示され、プルダウンメニューにレコメンドスコアの降順に成長目標候補が表示される。また、目標決定部１０６は、前回の期末の振り返りにおいて、対象者にとって必要であると回答された成長目標については、レコメンドスコアによらず、成長目標候補の上位に表示させる。また、プルダウンメニューは、自由入力によって新規な成長目標候補の入力を受け付けることができる。目標決定部１０６は、クライアント端末から成長目標候補の選択を受け付け、選択された成長目標候補を成長目標に決定する（ステップＳ１１）。 Next, the goal determination unit 106 calculates a recommendation score for each growth goal candidate based on the characteristic data determined in step S8 and the goal table of the database 105 (step S9). The goal determination unit 106 transmits a selection screen in which the growth goal candidates are arranged in descending order of the calculated recommendation score to the client terminal (step S10). FIG. 3 is a diagram showing an example of a selection screen for a growth goal according to the first embodiment. The selection screen for a growth goal displays a pull-down menu for selecting a growth goal, and the growth goal candidates are displayed in descending order of the recommendation score in the pull-down menu. In addition, the goal determination unit 106 displays the growth goal that was answered as necessary for the subject in the review at the end of the previous period at the top of the growth goal candidates regardless of the recommendation score. In addition, the pull-down menu can accept the input of a new growth goal candidate by free input. The goal determination unit 106 accepts the selection of the growth goal candidate from the client terminal and decides that the selected growth goal candidate is the growth goal (step S11).

次に、活動決定部１０７は、データベース１０５の第１～第４活動テーブルからステップＳ１１で決定した成長目標に関連付けられた活動候補を読み出す（ステップＳ１２）。活動決定部１０７は、第１～第４活動テーブルのそれぞれについて、読み出した活動候補に関連付けられたレコメンドスコアの降順に活動候補を並べた選択画面をクライアント端末に送信する（ステップＳ１３）。図４は、第１の実施形態に係る活動の選択画面の例を示す図である。活動決定部１０７は、各活動テーブルに基づく活動候補を、それぞれ提示する。図４において、第１活動テーブルに基づく活動候補は、重回帰分析によるレコメンドというラベルが付されたドロップダウンリストに表示される。第２活動テーブルに基づく活動候補は、毎日評価平均というラベルが付されたドロップダウンリストに表示される。第３活動テーブルに基づく活動候補は、変化値というラベルが付されたドロップダウンリストに表示される。第４活動テーブルに基づく活動候補は、期末振り返りというラベルが付されたドロップダウンリストに表示される。なお、第２～第４活動テーブルに基づく活動候補の提示は、対象者または支援者の実感に則した提示となる。活動決定部１０７は、クライアント端末から１つの活動候補の選択を受け付け、選択された活動候補を対象者に取り組ませる活動に決定する（ステップＳ１４）。具体的には、支援者は、４つのドロップダウンリストを参照して活動候補を選択し、表示された活動候補を採用するドロップダウンリストに関連付けられたチェックボックスにチェックを入れることで、１つの活動候補を選択する。また、活動候補を並べた選択画面には、活動の内容を自由入力可能なテキストボックスが含まれ、当該テキストボックスへの入力によって新規な活動の入力を受け付けることができる。 Next, the activity determination unit 107 reads out activity candidates associated with the growth goal determined in step S11 from the first to fourth activity tables of the database 105 (step S12). The activity determination unit 107 transmits to the client terminal a selection screen in which the activity candidates are arranged in descending order of the recommendation scores associated with the read activity candidates for each of the first to fourth activity tables (step S13). FIG. 4 is a diagram showing an example of an activity selection screen according to the first embodiment. The activity determination unit 107 presents activity candidates based on each activity table. In FIG. 4, activity candidates based on the first activity table are displayed in a drop-down list labeled "recommendation by multiple regression analysis." Activity candidates based on the second activity table are displayed in a drop-down list labeled "daily evaluation average." Activity candidates based on the third activity table are displayed in a drop-down list labeled "change value." Activity candidates based on the fourth activity table are displayed in a drop-down list labeled "end-of-period review." The presentation of activity candidates based on the second to fourth activity tables is based on the actual experience of the subject or supporter. The activity determination unit 107 accepts the selection of one activity candidate from the client terminal, and determines the selected activity candidate as the activity to be undertaken by the subject (step S14). Specifically, the supporter selects one activity candidate by referring to four drop-down lists, and checks a check box associated with the drop-down list to adopt the displayed activity candidate. The selection screen listing the activity candidates also includes a text box in which the content of the activity can be freely entered, and input into the text box can be used to accept the input of a new activity.

次に、条件決定部１０８は、データベース１０５の活動テーブルからステップＳ１４で決定した活動に関連付けられた実行条件別の選択肢を読み出す（ステップＳ１５）。条件決定部１０８は、クライアント端末から実行条件の修正を受け付け、活動の実行条件を決定する（ステップＳ１６）。 Next, the condition determination unit 108 reads out options for each execution condition associated with the activity determined in step S14 from the activity table of the database 105 (step S15). The condition determination unit 108 accepts modifications to the execution conditions from the client terminal and determines the execution conditions for the activity (step S16).

支援決定部１０９は、データベース１０５の支援テーブルから活動決定部１０７が決定した活動に関連付けられた支援手段候補を読み出す（ステップＳ１７）。支援決定部１０９は、活動決定部１０７が決定した活動と、読み出した支援手段候補に係る相関係数とに基づいて、支援手段候補別のレコメンドスコアを算出する（ステップＳ１８）。支援決定部１０９は、算出されたレコメンドスコアの降順に支援手段候補を並べた選択画面をクライアント端末に送信する（ステップＳ１９）。図５は、第１の実施形態に係る支援手段の選択画面の例を示す図である。図５に示すように、支援手段候補を並べた選択画面には、チェックボックスを伴う支援手段候補のリストが表示される。支援手段候補には、当該支援手段が不適合であったＩＥＰにおける不適合事由が表示される。これにより、支援者は、レコメンドスコア順に並べられた支援手段候補を、不適合事由と共に確認することができる。また、支援決定部１０９は、支援者から心理検査に基づく支援の指針の表示要求を受け付けると、データベース１０５から当該対象者の心理検査の結果を読み出し、心理検査の結果に基づく支援手段の策定指針を提示する。支援手段の策定指針として、例えばＷＩＳＣのアセスメントなどが挙げられる。このとき、支援決定部１０９は、対象者のＷＩＳＣの結果そのものは表示させない。支援決定部１０９は、クライアント端末から１つ以上の支援手段候補の選択を受け付け、選択された支援手段候補を支援手段に決定する（ステップＳ２０）。また、支援決定部１０９は、選択された支援手段候補ごとに、支援条件の設定を受け付けることができる。 The support determination unit 109 reads out the support means candidates associated with the activity determined by the activity determination unit 107 from the support table of the database 105 (step S17). The support determination unit 109 calculates a recommendation score for each support means candidate based on the activity determined by the activity determination unit 107 and the correlation coefficient related to the read support means candidate (step S18). The support determination unit 109 transmits to the client terminal a selection screen in which the support means candidates are arranged in descending order of the calculated recommendation score (step S19). FIG. 5 is a diagram showing an example of a selection screen for a support means according to the first embodiment. As shown in FIG. 5, a list of support means candidates with checkboxes is displayed on the selection screen in which the support means candidates are arranged. The support means candidates are displayed with the reasons for non-compliance in the IEP for which the support means was non-compatible. This allows the supporter to check the support means candidates arranged in order of recommendation score together with the reasons for non-compliance. Furthermore, when the support decision unit 109 receives a request from a support provider to display support guidelines based on a psychological test, it reads out the results of the psychological test for the subject from the database 105 and presents guidelines for formulating support measures based on the results of the psychological test. Examples of guidelines for formulating support measures include WISC assessments. At this time, the support decision unit 109 does not display the subject's WISC results themselves. The support decision unit 109 receives a selection of one or more support means candidates from the client terminal and determines the selected support means candidates as the support means (step S20). Furthermore, the support decision unit 109 can receive settings of support conditions for each selected support means candidate.

出力部１１０は、ＩＥＰに係る成長目標、活動、実行条件及び支援手段の少なくとも１つについて、既存の選択肢にない新規の選択肢が入力されたか否かを判定する（ステップＳ２１）。すべての項目が既存の選択肢から選択された場合（ステップＳ２１：ＮＯ）、出力部１１０は、成長目標、活動、実行条件及び支援手段と対象者のＩＤとを関連付けてデータベース１０５の履歴テーブルに記録する（ステップＳ２２）。他方、少なくとも１つの項目について既存の選択肢にない値が入力された場合（ステップＳ２１：ＹＥＳ）、出力部１１０は、成長目標、活動、実行条件及び支援手段と対象者のＩＤとを関連付けてデータベース１０５の未評価テーブルに記録する（ステップＳ２３）。 The output unit 110 determines whether a new option not included in the existing options has been input for at least one of the growth goal, activity, execution condition, and support means related to the IEP (step S21). If all items have been selected from the existing options (step S21: NO), the output unit 110 associates the growth goal, activity, execution condition, and support means with the subject's ID and records them in the history table of the database 105 (step S22). On the other hand, if a value not included in the existing options has been input for at least one item (step S21: YES), the output unit 110 associates the growth goal, activity, execution condition, and support means with the subject's ID and records them in the unevaluated table of the database 105 (step S23).

出力部１１０は、目標決定部１０６が決定した成長目標、活動決定部１０７が決定した活動、条件決定部１０８が決定した実行条件、及び支援決定部１０９が決定した支援手段を含むＩＥＰを、クライアント端末に出力する（ステップＳ２４）。
これにより、支援者は対象者の特性に応じた適切なＩＥＰを容易に作成することができる。これは、ＩＥＰを構成する成長目標、活動、実行条件及び支援手段がそれぞれ対象者の特性に適した順に提示されるため、支援者は提示された選択肢の上位のものを選択することで、経験やセンスによらず、適切なＩＥＰを作成することができる。他方、ＩＥＰ策定システム１００は、選択肢の上位のものを自動的に選択せず、支援者からの選択を受け付けることによって、経験豊富な支援者のセンスを織り込んだＩＥＰの策定を妨げない。 The output unit 110 outputs the IEP including the growth goals determined by the goal determination unit 106, the activities determined by the activity determination unit 107, the execution conditions determined by the condition determination unit 108, and the support means determined by the support determination unit 109 to the client terminal (step S24).
This allows the supporter to easily create an appropriate IEP according to the characteristics of the subject. Since the growth goals, activities, execution conditions, and support means that make up the IEP are presented in the order that best suits the characteristics of the subject, the supporter can create an appropriate IEP regardless of experience or sense by selecting the top option from the presented options. On the other hand, the IEP formulation system 100 does not automatically select the top option from the options, but accepts the supporter's selection, so as not to impede the formulation of an IEP that incorporates the sense of an experienced supporter.

《評価時の動作》
図６は、第１の実施形態に係るＩＥＰ策定システム１００の評価時の動作を示すフローチャートである。
支援者は、策定したＩＥＰに基づいて対象者の支援を行う。ＩＥＰの策定後の所定の評価タイミングにおいて、支援者は、ＩＥＰにおいて設定した成長目標に対する対象者の状況を評価する。支援者は、クライアント端末を操作し、ＩＥＰ策定システム１００にアクセスを試みる。ＩＥＰ策定システム１００がクライアント端末からのアクセスを受け、評価リクエストを受け付ける。ＩＥＰ策定システム１００は、データベース１０５の対象者テーブルに記録された複数の対象者の中から、評価対象となる対象者の選択を受け付ける（ステップＳ５１）。ＩＥＰ策定システム１００の成果入力部１１１は、クライアント端末からＩＥＰで設定した成長目標に対する対象者の成長度合いを示す評価値の入力を受け付ける（ステップＳ５２）。評価値は、例えば１０点満点で、成長目標を達成した場合に５、成長目標を上回った場合に６～１０、成長目標に到達しない場合に０～４を設定する。成果入力部１１１は、履歴テーブル又は未評価テーブルにおいてステップＳ５１で受け付けた対象者のＩＤに関連付けられたタプルに、入力された評価値を記録する（ステップＳ５３）。 <<Evaluation behavior>>
FIG. 6 is a flowchart showing the operation at the time of evaluation of the IEP formulation system 100 according to the first embodiment.
The supporter supports the subject based on the formulated IEP. At a predetermined evaluation timing after formulating the IEP, the supporter evaluates the subject's situation with respect to the growth goal set in the IEP. The supporter operates a client terminal and attempts to access the IEP formulation system 100. The IEP formulation system 100 receives an access from the client terminal and accepts an evaluation request. The IEP formulation system 100 accepts the selection of a subject to be evaluated from among a plurality of subjects recorded in the subject table of the database 105 (step S51). The result input unit 111 of the IEP formulation system 100 accepts input of an evaluation value indicating the subject's degree of growth with respect to the growth goal set in the IEP from the client terminal (step S52). The evaluation value is, for example, a full score of 10, and is set to 5 when the growth goal is achieved, 6 to 10 when the growth goal is exceeded, and 0 to 4 when the growth goal is not reached. The result input unit 111 records the input evaluation value in the history table or the unevaluated table in a tuple associated with the ID of the subject accepted in step S51 (step S53).

更新部１１２は、履歴テーブルが保持する対象者の成長度合い、活動の実施状況、及び支援手段の有効性についての評価値をそれぞれレコメンドスコアに換算する（ステップＳ５４）。更新部１１２は、特定した成長度合いに係るレコメンドスコアと、特性データと、成長目標とに基づく重回帰分析により、特性データと成長目標との相関係数を算出することで、目標テーブルを更新する（ステップＳ５５）。更新部１１２は、活動ごとに、活動の実施状況に係るレコメンドスコアの平均値を求めることで、活動テーブルを更新する（ステップＳ５６）。更新部１１２は、特定した支援手段の有効性に係るレコメンドスコアと、活動と、支援手段とに基づく重回帰分析により、活動と支援手段との相関係数を算出することで、支援テーブルを更新する（ステップＳ５７）。 The update unit 112 converts the evaluation values of the subject's growth level, the implementation status of the activity, and the effectiveness of the support means stored in the history table into recommendation scores (step S54). The update unit 112 updates the goal table by calculating a correlation coefficient between the characteristic data and the growth goal through multiple regression analysis based on the recommendation score related to the identified growth level, the characteristic data, and the growth goal (step S55). The update unit 112 updates the activity table by calculating the average value of the recommendation scores related to the implementation status of the activity for each activity (step S56). The update unit 112 updates the support table by calculating a correlation coefficient between the activity and the support means through multiple regression analysis based on the recommendation score related to the effectiveness of the identified support means, the activity, and the support means (step S57).

これにより、ＩＥＰ策定システム１００は、支援者によって評価の入力がなされるたびに、データベース１０５が記憶するデータテーブルを更新することができる。つまり、ＩＥＰ策定システム１００は、支援者による評価の入力によって、ＩＥＰの各項目のレコメンドの精度を向上させることができる。
第１の実施形態に係るＩＥＰ策定システム１００は、成長目標の適切さ、活動の適切さ、及び支援手段の適切さのそれぞれについての評価値の入力を受け付ける。一方で、他の実施形態に係るＩＥＰ策定システム１００は、成長目標の適切さ、活動の適切さ、実行条件の適切さ、及び支援手段の適切さのそれぞれを評価させるのではなく、成長目標に対する対象者の成長度合いを評価させてもよい。例えば対象者がＩＥＰで設定した成長目標に達しなかった場合に、成長目標、活動、実行条件及び支援手段の何れが不適切であったかを判断することは支援者にとって困難であり、また支援者の経験とセンスに依存する可能性がある。一方で、成長目標に対する対象者の成長度合いは、対象者の特性と、成長目標、活動、実行条件及び支援手段との関係によって表れることから、支援者にとって比較的定量化しやすい成長目標に対する対象者の成長度合いを評価値に取り、各項目の相関性を解析することで、支援者の経験とセンスによらずにデータベース１０５を更新することができる。 Thereby, every time a supporter inputs an evaluation, the IEP formulation system 100 can update the data table stored in the database 105. In other words, the IEP formulation system 100 can improve the accuracy of recommendations for each item of the IEP by the supporter inputting the evaluation.
The IEP formulation system 100 according to the first embodiment accepts input of evaluation values for the appropriateness of the growth goal, the appropriateness of the activity, and the appropriateness of the support means. On the other hand, the IEP formulation system 100 according to another embodiment may evaluate the degree of growth of the subject with respect to the growth goal, instead of evaluating the appropriateness of the growth goal, the appropriateness of the activity, the appropriateness of the execution conditions, and the appropriateness of the support means. For example, if the subject does not reach the growth goal set in the IEP, it is difficult for the supporter to determine which of the growth goal, activity, execution conditions, and support means was inappropriate, and it may depend on the experience and sense of the supporter. On the other hand, since the degree of growth of the subject with respect to the growth goal is expressed by the relationship between the characteristics of the subject and the growth goal, activity, execution conditions, and support means, the degree of growth of the subject with respect to the growth goal, which is relatively easy for the supporter to quantify, is taken as an evaluation value, and the correlation of each item is analyzed, so that the database 105 can be updated regardless of the experience and sense of the supporter.

支援者は、評価値が低い場合に、図２に示すフローチャートの処理により、再度ＩＥＰの策定を行ってもよい。 If the evaluation value is low, the supporter may re-formulate the IEP by following the process in the flowchart shown in Figure 2.

なお、未評価テーブルに記録されたデータは、データベース１０５に自動的に反映させず、まず専門家による検証がなされる。その後、専門家によって新たに追加された選択した尤もらしいものであると判断された場合に、未評価テーブルに一定量のデータが蓄積された後に、未評価テーブルに蓄積されたデータに基づいてレコメンドスコア及び相関係数を算出し、データベース１０５の各データテーブルに追加される。 The data recorded in the unrated table is not automatically reflected in the database 105, but is first verified by an expert. After that, if the expert determines that the newly added selection is plausible, a certain amount of data is accumulated in the unrated table, and then a recommendation score and correlation coefficient are calculated based on the data accumulated in the unrated table and added to each data table in the database 105.

また、第１の実施形態に係るＩＥＰ策定システム１００の目標決定部１０６は、前回の期末の振り返りにおいて、対象者にとって必要であると回答された成長目標については、レコメンドスコアによらず、成長目標候補の上位に表示させる。重回帰分析の結果、ＩＥＰ策定システム１００によって対象者に必要な成長目標でない（例えば、既に対象者が所定の成長程度に達している）と判断されたとしても、対象者にとっては、当該成長目標が設定されていることにより安心感を持つことができる重要な成長目標である可能性がある。そのため、目標決定部１０６は、前回の期末の振り返りにおいて、対象者にとって必要であると回答された成長目標について、レコメンドスコアによらずに提示することで、対象者にとって重要である可能性のある成長目標が選択肢から除外されることを防ぐことができる。なお、ＩＥＰ策定システム１００は、成長目標に限らず、活動や支援手段についても、同様に対象者が必要であると認識しているものを、レコメンドスコアによらずに提示してよい。 In addition, the goal determination unit 106 of the IEP formulation system 100 according to the first embodiment displays the growth goal that was answered as necessary for the subject in the review at the end of the previous period at the top of the growth goal candidates regardless of the recommendation score. Even if the IEP formulation system 100 determines that the growth goal is not necessary for the subject (for example, the subject has already reached a certain level of growth) as a result of the multiple regression analysis, the growth goal may be an important growth goal that gives the subject a sense of security because the growth goal has been set. Therefore, the goal determination unit 106 presents the growth goal that was answered as necessary for the subject in the review at the end of the previous period regardless of the recommendation score, thereby preventing the growth goal that may be important to the subject from being excluded from the options. Note that the IEP formulation system 100 may present not only growth goals but also activities and support means that the subject recognizes as necessary, regardless of the recommendation score.

〈他の実施形態〉
以上、図面を参照して一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、様々な設計変更等をすることが可能である。すなわち、他の実施形態においては、上述の処理の順序が適宜変更されてもよい。また、一部の処理が並列に実行されてもよい。 Other Embodiments
Although one embodiment has been described in detail above with reference to the drawings, the specific configuration is not limited to the above, and various design changes are possible. That is, in other embodiments, the order of the above-mentioned processes may be changed as appropriate. Also, some of the processes may be executed in parallel.

上述した実施形態に係るＩＥＰ策定システム１００は、単独のコンピュータによって構成されるものであってもよいし、ＩＥＰ策定システム１００の構成を複数のコンピュータに分けて配置し、複数のコンピュータが互いに協働することでＩＥＰ策定システム１００として機能するものであってもよい。また上述した実施形態に係るＩＥＰ策定システム１００は、サーバ装置として機能するが、これに限られず、ローカルコンピュータにインストールされるソフトウェアによって実現されるものであってもよい。 The IEP formulation system 100 according to the above-described embodiment may be configured by a single computer, or the configuration of the IEP formulation system 100 may be distributed across multiple computers, and the multiple computers may function as the IEP formulation system 100 by working together. In addition, the IEP formulation system 100 according to the above-described embodiment functions as a server device, but is not limited to this, and may be realized by software installed on a local computer.

上述した実施形態に係る多変量解析手法の例として重回帰分析を挙げたが、これに限られない。例えば、他の実施形態に係るＩＥＰ策定システム１００は、多変量解析において因子分析や回帰モデルに係る教師あり機械学習を用いてもよい。 Although multiple regression analysis has been given as an example of a multivariate analysis technique according to the above-described embodiment, this is not limiting. For example, the IEP formulation system 100 according to other embodiments may use supervised machine learning related to factor analysis or regression models in the multivariate analysis.

上述した実施形態に係る活動テーブルおよび実行条件テーブルは、レコメンドスコアを直接格納するが、これに限られない。例えば他の実施形態に係る活動テーブルおよび実行条件テーブルは、目標テーブルのように特性データとの関係を表す相関係数を格納するものであってもよい。 The activity table and execution condition table in the above-described embodiment directly store the recommendation score, but are not limited to this. For example, the activity table and execution condition table in other embodiments may store correlation coefficients that represent relationships with characteristic data, like a goal table.

上述した実施形態に係るＩＥＰ策定システム１００は、決定した活動に基づいて支援手段の候補を決定するが、これに限られない。例えば、他の実施形態に係るＩＥＰ策定システム１００は、支援手段を活動及び特性データの両方に基づいて決定してもよい。具体的には、支援テーブルが、支援手段候補ごとに、当該支援手段に係る活動と、特性データの項目別の相関係数とを格納するものであってよい。この場合、相関係数は、特性データと、当該特性データに係る対象者に対する支援手段候補の適正の組み合わせに基づく重回帰分析によって求められる。また、この場合、支援決定部１０９は、データベース１０５の支援テーブルから活動決定部１０７が決定した活動に関連付けられた支援手段候補を読み出す。支援決定部１０９は、特性取得部１０４が生成した特性データと、読み出した支援手段候補に係る相関係数とに基づいて、支援手段候補別のレコメンドスコアを算出する。また例えば、他の実施形態に係るＩＥＰ策定システム１００は、検査結果入力部１０２に入力された心理検査の結果に基づいて一義的に支援手段を決定してもよい。 The IEP formulation system 100 according to the above embodiment determines the candidate support means based on the determined activity, but is not limited to this. For example, the IEP formulation system 100 according to another embodiment may determine the support means based on both the activity and the characteristic data. Specifically, the support table may store, for each support means candidate, the activity related to the support means and the correlation coefficient for each item of the characteristic data. In this case, the correlation coefficient is obtained by multiple regression analysis based on a combination of the characteristic data and the suitability of the support means candidate for the subject related to the characteristic data. In this case, the support determination unit 109 reads out the support means candidate associated with the activity determined by the activity determination unit 107 from the support table of the database 105. The support determination unit 109 calculates a recommendation score for each support means candidate based on the characteristic data generated by the characteristic acquisition unit 104 and the correlation coefficient related to the read support means candidate. Also, for example, the IEP formulation system 100 according to another embodiment may uniquely determine the support means based on the results of the psychological test input to the test result input unit 102.

上述した実施形態に係る特性取得部１０４は、特性データとしてＴＲＵＥ／ＦＡＬＳＥの１ビットの値を項目ごとに格納したデータを用いるがこれに限られない。例えば、他の実施形態に係る特性データは、各項目に整数値や小数値を保持するものであってよい。このとき、特性データは予め意味を設定された複数の項目を表すものではなく、例えば心理検査の結果及び観察結果に主成分分析によって次元削減処理を施したデータであってもよい。 The characteristic acquisition unit 104 according to the above-described embodiment uses data in which a 1-bit value of TRUE/FALSE is stored for each item as characteristic data, but is not limited to this. For example, characteristic data according to other embodiments may hold integer or decimal values for each item. In this case, the characteristic data does not represent multiple items with pre-assigned meanings, and may be data in which, for example, psychological test results and observation results have been subjected to dimensionality reduction processing using principal component analysis.

上述した実施形態に係るＩＥＰ策定システム１００は、評価値として１０点満点評価に係る値の入力を受け付けるが、これに限られない。例えば、他の実施形態に係るＩＥＰ策定システム１００は、対象者の成長度合いに係る複数の項目の質問事項を含むアンケートへの回答によって計算されるものであってもよいし、パーセンテージによるものであってもよいし、前回の成長度合いに対する相対評価によるものであってもよい。 The IEP development system 100 according to the embodiment described above accepts input of a value on a 10-point scale as the evaluation value, but is not limited to this. For example, the IEP development system 100 according to other embodiments may calculate the degree of growth of the subject based on responses to a questionnaire that includes multiple questions about the subject's degree of growth, may be based on a percentage, or may be based on a relative evaluation against the previous degree of growth.

〈コンピュータ構成〉
ＩＥＰ策定システム１００は、バスで接続されたプロセッサ、メモリ、補助記憶装置などを備え、プログラムを実行することによって各処理部の機能を備える装置として機能する。プロセッサの例としては、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphic Processing Unit）、マイクロプロセッサなどが挙げられる。
プログラムは、コンピュータ読み取り可能な記録媒体に記録されてもよい。コンピュータ読み取り可能な記録媒体とは、例えば磁気ディスク、光磁気ディスク、光ディスク、半導体メモリ等の記憶装置である。プログラムは、電気通信回線を介して送信されてもよい。
なお、ＩＥＰ策定システム１００の各機能の全て又は一部は、ＡＳＩＣ（Application Specific Integrated Circuit）やＰＬＤ（Programmable Logic Device）等のカスタムＬＳＩ（Large Scale Integrated Circuit）を用いて実現されてもよい。ＰＬＤの例としては、ＰＡＬ(Programmable Array Logic)、ＧＡＬ(Generic Array Logic)、ＣＰＬＤ(Complex Programmable Logic Device)、ＦＰＧＡ（Field Programmable Gate Array）が挙げられる。このような集積回路も、プロセッサの一例に含まれる。 Computer Configuration
The IEP formulation system 100 includes a processor, a memory, an auxiliary storage device, and the like, which are connected by a bus, and functions as a device having the functions of each processing unit by executing a program. Examples of the processor include a CPU (Central Processing Unit), a GPU (Graphic Processing Unit), and a microprocessor.
The program may be recorded on a computer-readable recording medium. The computer-readable recording medium is, for example, a storage device such as a magnetic disk, a magneto-optical disk, an optical disk, a semiconductor memory, etc. The program may be transmitted via a telecommunication line.
All or part of the functions of the IEP formulation system 100 may be realized using custom LSIs (Large Scale Integrated Circuits) such as ASICs (Application Specific Integrated Circuits) and PLDs (Programmable Logic Devices). Examples of PLDs include PALs (Programmable Array Logic), GALs (Generic Array Logic), CPLDs (Complex Programmable Logic Devices), and FPGAs (Field Programmable Gate Arrays). Such integrated circuits are also included in the scope of the processor.

１００…ＩＥＰ策定システム１０１…対象者入力部１０２…検査結果入力部１０３…観察結果入力部１０４…特性取得部１０５…データベース１０６…目標決定部１０７…活動決定部１０８…条件決定部１０９…支援決定部１１０…出力部１１１…成果入力部１１２…更新部 100...IEP formulation system 101...Subject input section 102...Test result input section 103...Observation result input section 104...Characteristics acquisition section 105...Database 106...Goal determination section 107...Activity determination section 108...Condition determination section 109...Support determination section 110...Output section 111...Results input section 112...Update section

Claims

A system for formulating a support policy for a subject,
A characteristic acquisition unit that acquires characteristic data regarding the characteristics of the subject represented by a multidimensional vector ;
a goal determination unit that presents a selection screen in which the plurality of growth goal candidates are arranged based on a recommendation score for each of the growth goal candidates, the recommendation score being calculated by a first function that represents a relationship between the plurality of growth goal candidates and the characteristic data, to a supporter, and determines the growth goal candidate selected by the supporter as the growth goal of the subject;
an activity determination unit that presents to the supporter a selection screen in which the plurality of activity candidates are arranged based on a second function that indicates a relationship between the plurality of activity candidates set for each growth goal and a recommendation score , and determines the activity candidate selected by the supporter as the activity to be engaged in by the subject;
and a support determination unit that presents to the supporter a selection screen that lists the multiple support means candidates based on a recommendation score for each of the support means candidates calculated by a third function that represents the relationship between the activity and the multiple support means candidates , and determines the support means candidate selected by the supporter as the support means to support the supporter in engaging in the activity.

A result input unit that receives an input of a result of the support for the subject or a result of the activity of the subject ;
an update unit that updates the first function, the second function, and the third function based on the input result;
The formulation system of claim 1 .

The outcome of the support is an evaluation of the achievement of the growth goal.
The formulation system of claim 2 .

the second function includes a plurality of different evaluation functions;
The update unit updates each of the plurality of evaluation functions based on different criteria for the input outcome.
A formulation system according to claim 2 or claim 3 .

The formulation system according to claim 1 , wherein the characteristic acquisition unit generates the characteristic data based on a result of a psychological test of the subject and a result of a behavioral observation of the subject.