JP2005267042A - 糖尿病診療支援システム - Google Patents

Abstract

【課題】 入力された検査値等から病因を推定分析すると共に、患者の状態変化を把握し、糖尿病非専門医であっても診断に役立つような支援情報を提供することのできる糖尿病診療支援システムを提供する。
【解決手段】 患者の検査値および臨床所見を含む診療データを入力する診療データ入力部と、糖尿病に関連する臓器、器官の機能を数理モデルとして記述した生体モデルを用いて生体の挙動を再現する生体モデル駆動部と、前記診療データに基づいて生体モデルのパラメータセットを推定して患者固有の生体モデルを生成する生体モデル生成部と、生成された生体モデルのパラメータセットに基づいて患者の糖尿病の病態を分析する病態分析部と、分析された病態ごとに定められた診療判断基準を用いて診療支援情報を生成する診療支援情報生成部と、前記病態分析部および／または診療支援情報生成部より得られた情報を出力する診療支援情報出力部とを備えたことを特徴とする糖尿病診療支援システム。
【選択図】 図１

Description

この発明は、糖尿病診療支援システムに関し、特に、糖尿病の病態分析と、治療方法等の参考となる診療支援情報を提供する糖尿病診療支援システムに関する。

糖尿病は生活習慣病の代表であり、生活習慣の欧米化に伴い、患者数が急増している疾患である。
日本で平成９年１１月の国民栄養調査に際して行われた「糖尿病実態調査」によると、糖尿病患者数はその予備軍をも含めると１３７０万人にもなると報告されている。
糖尿病の病態は、主として、「肝糖放出亢進」、「インスリン分泌能」、「インスリン抵抗性」とからなり、またインスリン分泌の絶対的欠乏の有無で１型糖尿病、２型糖尿病に分類される。その大部分は膵β細胞からの相対的インスリン分泌低下と、インスリン感受性の低下、すなわちインスリン抵抗性の増大を特徴とする２型糖尿病である。
２型糖尿病ではその多くが、無自覚のまま進行している場合が多く、放置しておくと重篤な合併症を発症する。

糖尿病の怖さは特有の血管障害、そして神経障害の合併症を発症することであり、このような障害は５年、１０年、２０年といった長い病状経過の中で血糖コントロールが不十分な場合に起こる。
たとえば、代表的な障害である糖尿病性網膜症や白内障などは目に障害をもたらし、腎臓の障害は蛋白尿、むくみ、そしてやがて尿毒症を引きおこす。手足のしびれ、神経痛など神経の障害も全身に及ぶ。また、動脈硬化も進み易く、狭心症・心筋梗塞・脳卒中、脳血栓症は多くの糖尿病の死因に直結する疾患となっている。
従って、糖尿病の治療は、合併症の発症予防と進展の抑制がその大きな目標であるが、合併症を防ぐためには、血糖をコントロールすることが非常に重要となる。

２型糖尿病の治療は、主として、食事療法と運動療法が行われ、血糖の正常化が図られる。しかし、それだけで不十分な場合は、さらに薬物療法としての内服薬、またはインスリン注射を行い、望ましい血糖コントロールを得る。

糖尿病治療に用いられる薬剤としては、たとえば次のものがあげられる。
（１）膵β細胞に作用し、インスリン分泌を促進する“スルホニル尿素薬（ＳＵ）”
（２）主として肝に働きかけ、肝での糖処理能力を高め、肝からの糖放出を抑制する“ビグアナイド薬（ＢＧ）”
（３）腸管でのα−グルコシダーゼ（二糖類水解酵素）を阻害し、腸管からのブドウ糖グルコース吸収を遅らせることにより、食後高血糖を抑制する“α−グルコシダーゼ阻害薬（ＡＧＩ）”
（４）細胞内のインスリン作用を促進してインスリン抵抗性を減弱させ、血糖降下を助ける“インスリン抵抗性改善薬（チアゾリジン系薬剤、ＴＺＤ）”
（５）インスリン製剤
また、患者個々の状況に合わせて糖尿病の血糖コントロールをするために、食事療法、運動療法、投薬の組み合わせからなる最適な治療パターンが与えられる。

しかし、その治療パターンは専門家の知識・経験則によるところが大きく、決められたパターンはない。
糖尿病専門医の知識／経験則を分析してみると、臨床所見、臨床検査値などから糖尿病患者個々の病態をより細かく把握し、それに基づいて治療方針を決定し、治療パターンを決定している。

例えば、臨床所見、臨床検査値を基にして、糖尿病患者の病態を、「肝糖放出亢進」、「インスリン分泌能」、「インスリン抵抗性」の３つの要素から分類してみると、糖尿病の病態は次のように分類される。
Ａ．１型糖尿病
Ｂ．２型糖尿病（末梢インスリン抵抗性）
筋あるいは末梢での糖利用の低下がある場合で、肥満の場合が多い。
Ｃ．２型糖尿病（肝糖放出亢進）
肝グリコーゲン合成促進と糖新生抑制の効果が低下している場合で、非肥満で
あったとしても、内臓脂肪が蓄積している場合が多い。
Ｄ．２型糖尿病（インスリン分泌低下）
膵β細胞の疲幣などが原因となりインスリンの分泌不全となっている場合で、肥満ではなく、むしろやせている。

このような病態に対して画一的な治療パターンでは良好な血糖コントロールを得ることは難しく、病態の個々に応じて、食事、運動および薬剤を組み合わせた最適な治療パターンを与えなければならない。
一方、糖尿病の専門医ではない開業医や一般の内科医においては、必ずしもこのような患者個々に最適な治療パターンを実現できているとは限らず、望ましい血糖コントロールに至らない場合も存在する。
したがって、糖尿病の病態を正確かつ定量的に把握し、糖尿病の専門家ではない開業医あるいは一般内科医に診療支援情報として提供することができれば、糖尿病患者にとって大きな福音となり得る。

ところで、従来から糖尿病診療支援システムがいくつか存在するが、単に、自己血糖の測定結果のモニタリングをするものや、単に自己血糖値等の測定結果からインスリンの投与量を決定するものが多く、非専門医にとって十分な支援情報を提供するものではなかった（例えば特許文献１、２参照）。
また、一般に知られた糖尿病診断基準は１９９９年、日本糖尿病学会により定められた基準である。それは糖尿病の典型的症状の有無、および経口ブドウ糖負荷試験の結果に基づき患者を「正常型」、「境界型」、「糖尿病型」に分類し、２度の検査の結果がともに「糖尿病型」である患者を「糖尿病患者」と診断するものである。
糖尿病診療支援を行う既存のコンピュータシステムとしては、この診断基準での判定を自動化したものが多い。たとえば、経口ブドウ糖負荷試験の結果等を入力し、その入力データと所定の基準値とを自動的に比較し、その患者が分類上、上記「正常型」、「境界型」、「糖尿病型」のいずれにあてはまるかというような結果を出力するものである。

さらに高度なシステムとして、患者の身長・体重を併せて入力することにより、その患者が肥満しているか否か判断し、そこから投与する薬剤を自動的に選別する機能等を付加したものも存在する。

また、従来のシステムでは、被検者を、正常耐糖能患者、耐糖能異常患者、糖尿病患者糖に分類しているが、前記した糖毒性等の４つの要因をもとに病因を推定判別したものではない。

さらに、従来のシステムでは、患者の現在の病態を分類することができるが、任意の時間間隔で任意回数の診療支援処理を行うことができなかったので、時間経過や診療の経過による患者の状態の変化を詳細に把握することはできなかった。
患者の状態の変化を的確に把握するには、専門医の高度な経験、主観による判断が必要であり、糖尿病を専門としない医師や、糖尿病の診断の経験が浅い医師では、的確な判断ができないのが現状である。また、このような非専門医師に対して、どのような検査を行う必要があるか、あるいはその検査の結果からどのような病因が考えられるか等について画一的な知識が十分徹底されていないので、その判断にばらつきがあり最適な治療が困難であった。
特開平１０−３３２７０４号公報特開平１１−２９６５９８号公報

そこで、この発明は、以上のような事情を考慮したものであり、入力された検査値等から病因を推定分析すると共に、患者の状態変化を把握し、糖尿病非専門医であっても診断に役立つような支援情報を提供することのできる糖尿病診療支援システムを提供することを課題とする。

この発明は、患者の検査値および臨床所見を含む診療データを入力する診療データ入力部と、糖尿病に関連する臓器、器官の機能を数理モデルとして記述した生体モデルを用いて生体の挙動を再現する生体モデル駆動部と、前記診療データに基づいて生体モデルのパラメータセットを推定して患者固有の生体モデルを生成する生体モデル生成部と、生成された生体モデルのパラメータセットに基づいて患者の糖尿病の病態を分析する病態分析部と、分析された病態ごとに定められた診療判断基準を用いて、診療支援情報を生成する診療支援情報生成部と、前記病態分析部および／または診療支援情報生成部より得られた情報を出力する診療支援情報出力部とを備えたことを特徴とする糖尿病診療支援システムを提供するものである。
これによれば、糖尿病診断のための客観的かつ定量的な支援情報を得ることができ、糖尿病の非専門医でも、専門医と同等もしくはそれに近い判断や治療を客観的かつ的確にすることができる。
前記生体モデルおよび診療判断基準は、ＲＯＭ、ＰＲＯＭなどの不揮発性の半導体記憶素子やハードディスクなどの不揮発性の記憶装置に格納され、必要に応じて追加、削除および変更が可能なように構成されていることが好ましい。また、生体モデル生成部などの各機能ブロックの機能は、ハードウェアとプログラムとが協働して動作することにより、実現される。

また、前記生体モデル駆動部は、各患者に共通のモデル構造と、各患者固有のパラメータセットからなる生体モデルを持ち、該モデルは糖尿病の診療に関わる病態に対応したパラメータを構成要素として持つものとして構成できる。

また、前記生体モデル生成部は、前記生体モデル駆動部が、入力された診療データと合致するような生体の挙動を再現するような、生体モデルのパラメータセットを推定するものとして構成できる。

また、前記病態分析部は、各患者固有のパラメータセットを、あらかじめ定めたパラメータセットの正常範囲と比較することで患者の病態を分析するものとして構成できる。

また、前記診療支援情報生成部は、前期病態分析部が出力する病態パターンを入力して、あらかじめ病態パターンと対応付けられた、治療のための支援情報を生成するものとして構成できる。

さらに、前記生体モデル駆動部に前記生体モデル生成部が生成した患者固有のパラメータセットを入力し、さらに仮想的な治療方針に基づく所定の治療を擬似的に実行することによりその治療の効果をシミュレーションする病態シミュレーション部を、さらに備えてもよい。

また、前記診療データとして、患者の血糖値およびインスリン濃度を入力し、生体モデル生成部は、前記生体モデル駆動部の再現する血糖値とインスリン濃度が、入力された血糖値およびインスリン濃度に合致するよう生体モデルのパラメータセットを推定することもできる。

さらに、前記生体モデルが、膵臓、肝臓、末梢組織モデルを含んで構成され、それぞれ膵臓においてはインスリン分泌、肝臓においてはブドウ糖の取り込みと放出、末梢組織においてはインスリンによる糖代謝を表現したモデルとして構成することもできる。

さらに、前記診療支援情報出力部は、複数の時点で分析された患者の病態の、時系列での推移を出力してもよい。

またこの発明は、患者の検査値および臨床所見を含む診療データを入力する診療データ入力部と、糖尿病に関連する臓器、器官の機能を数理モデルとして記述した生体モデルを用いて生体の挙動を再現する生体モデル駆動部と、前記診療データに基づいて生体モデルのパラメータセットを推定して患者固有の生体モデルを生成する生体モデル生成部と、生成された生体モデルのパラメータセットに基づいて患者の糖尿病の病態を分析する病態分析部と、分析された病態ごとに定められた診療判断基準を用いて、診療支援情報を生成する診療支援情報生成部と、前記病態分析部および／または診療支援情報生成部より得られた情報を出力する診療支援情報出力部とを備えたことを特徴とする糖尿病診療支援システムの機能を、コンピュータに実現させるための糖尿病診療支援プログラムでもある。

この発明によれば、糖尿病の病因ごとの影響度合を示す評価値を求めているので、糖尿病の病態を定量的に分類することができる。
また、画一化された診療判断基準に基づいて、治療方針等の診療支援情報を生成しているので、糖尿病の非専門医でも、糖尿病について専門医と同等かまたはそれに近い判断や治療を迅速に行うことができる。
さらに、病態を定量的に分類しているので、１人の患者につき、同様の検査や分析等を継続的に行なうことにより、その患者の状態変化を、より客観的かつ的確に把握することができ、経過状態に応じて適切な判断、治療ができる。

以下、図面に示す実施の形態に基づいてこの発明を詳述する。なお、これによってこの発明が限定されるものではない。

＜システム構成＞
図１に、この発明の糖尿病診療支援システムの一実施例の概略構成ブロック図を示す。
図１に示すように、この発明の糖尿病診療支援システムは、診療データ入力部１、生体モデル２、生体モデル駆動部３、生体モデル生成部４、病態分析部５、診療支援情報生成部６、病態シミュレーション部７および診療支援情報出力部８とから構成される。

これらの構成要素は、ＣＰＵ、ＲＯＭ、ＲＡＭ、タイマー、Ｉ／Ｏコントローラ等からなるいわゆるマイクロコンピュータにより実現でき、各要素の機能は、ＣＰＵがＲＯＭ、ＲＡＭあるいはハードディスク等に格納されたプログラムを主記憶に読み出して、所定の処理を実行することにより実現される。

診療データ入力部１は、血糖値等の検査結果の数値（検査値）、医師の問診により得られた所見情報、データベース等にすでに入力されている各種情報等を本システムに入力する部分であり、たとえば、キーボード、ＯＣＲ、スキャナ、カードリーダ、マウス等の各種入力機器に相当する部分である。
入力された情報は、生体モデル生成部４等で利用されるように、ハードディスク等の不揮発性記憶装置に格納される。

ここで、この発明では、入力される診療データとしては、少なくとも次のようなものがあげられる。ただし、これらに限るものではなく、必要に応じて他の検査値等を入力してもよい。
経口糖負荷試験におけるインスリン値（μｕ／ｍｌ）、血糖値（ｍｇ／ｄｌ）、空腹時および食後２時間のインスリン値ａ（μｕ／ｍｌ）、血糖値ｂ（ｍｇ／ｄｌ）、ＨＯＭＡ−ＩＲ値（＝ａ×ｂ／４０５）、２４時間尿中Ｃペプチド（μｇ）、糖化タンパク指標ＨｂＡ1C、体重減少の有無、ＢＭＩ値、ΔＩＲＩ／ΔＢＳ、尿ケトン体が陽性か否か、などである。
また、臨床所見としては、肥満または痩せの状態、空腹時または食後の血糖値の状態、糖質の摂取状態等が挙げられる。

生体モデル２は、糖尿病に関連する臓器、器官の機能を数理モデルとして記述したモデルであり、たとえば膵臓においてはインスリンの分泌機能、肝臓においてはブドウ糖の取り込みと放出の機能、末梢組織においてはインスリンを用いた糖の代謝の機能を記述することができる。モデルの記述方式としては、たとえば物質濃度を変数とする微分方程式として記述することができる。ただし、これらに限るものではなく、必要に応じて他の臓器、器官や他の機能を含んでもよく、他の記述方式を用いてもよい。この生体モデル２は、各患者に共通の構造部分と、各患者ごとに異なる変数すなわちパラメータを持つ。

ここで用いる生体モデル２としては、例えば、Bergman et al., American Journal of Physiology, vol. 236(6), p. E-667-77(1979)および、Bergman et al., Journal of Clinical Investigation, vol. 68(6), p.1456-67 (1981)で開示されている、バーグマンのミニマルモデルを数式によって表現したものを用いることができる。

このミニマルモデルは、血漿ブドウ糖濃度、血漿インスリン濃度および末梢組織のインスリン作用点におけるインスリン作用量すなわちリモートインスリンを変数とする。ここで、時刻tにおける血漿ブドウ糖濃度をG(t)、血漿インスリン濃度をI(t)、リモートインスリンをX(t)とすると、G(t)、I(t)、X(t)はそれぞれ時間微分を左辺とする下記の微分方程式で記述される。
dG(t) / dt = -p₁( G(t)- G_b ) - X(t)G(t)
dX(t) / dt = -p₂ X(t) + p₃(I(t) - I_b)
dI(t) / dt = -n(I(t) - I_b) + γ(G(t) - h) ただし G(t) > h
= -n(I(t) - I_b) + γ(G(t) - h) ただし G(t) ≦ h
ここで、式中の各パラメータは、
p₁ : インスリン非依存性ブドウ糖代謝速度
G_b : ブドウ糖濃度基底値
p₂ : インスリンの作用点におけるインスリン取り込み能
p₃ : インスリン依存性ブドウ糖代謝に対するインスリン消費率
I_b : インスリン濃度基底値
n : 単位時間あたりのインスリン消費量
γ : ブドウ糖刺激に対するインスリン分泌感度
h : インスリン分泌が開始される血糖値しきい値
であって、これらは各患者によって異なる値を持つことができる。

生体モデル駆動部３は、生体モデル２を用いて、生体の挙動を再現するための計算を行うための部分である。たとえば、MatLab（マスワークス社製品)やE-Cell(慶應義塾大学公開ソフトウェア)を用いて、生体モデルの挙動を計算してもよい。また、他の計算システムを用いてもよい。

前記生体モデル２として前記ミニマルモデルを用いる場合は、生体モデル駆動部３として、前記微分方程式を任意の値のパラメータと任意の時間間隔で計算できる数値計算ソフトウェアを用いることができる。

生体モデル生成部４は、生体モデル駆動部３の出力が、入力された診療データと合致するような、生体モデル２のパラメータセットを推定するための部分である。パラメータセットの推定方法としては、公知の最少二乗法、最急降下法や遺伝的アルゴリズムを用いることができるが、これらに限るものではなく、必要に応じて他の方法を用いてもよい。

前記生体モデル２として前記ミニマルモデルを用いる場合は、第１のステップとして、前記診療データとして経静脈ブドウ糖負荷試験時の血漿中インスリン濃度変化データを用い、前記モデル駆動部３が出力するG(t)との誤差が最少となるように、公知の最少二乗法、最急降下法や遺伝的アルゴリズムを用いて、前記パラメータのうちのp₁、p₂、p₃、G_bを推定することができる。次のステップで、前記診療データとして経静脈ブドウ糖負荷試験時の血漿中ブドウ糖濃度変化データを用い、前期モデル駆動部３が出力するI(t)との誤差が最少となるように、同様の公知手法を用いて前記パラメータのうちのγ、n、h、I_bを推定することができる。

病態分析部５は、生体モデル生成部４が生成したパラメータセットを、前記糖尿病患者の３病態、「肝糖放出亢進」、「インスリン分泌能」、「インスリン抵抗性」と対応付け、あらかじめ定めた正常人のパラメータセットと比較し、異常となっているパラメータを検出することで病態を分析する。たとえば、前記ミニマルモデルのパラメータのうちγを「インスリン分泌能」と、G_bを「肝糖放出亢進」と、p₃を「インスリン抵抗性」と対応付けることができる。さらに、特定のパラメータについて、正常人のとりうる上限値と下限値を設定し、その範囲を超えた場合に異常と判定してもよい。また、正常人のパラメータの代表値と、生成された患者のパラメータの比率で正常、異常を判定することもできる。

診療支援情報生成部６は、病態分析部５が出力する病態パターンと、診療データ入力部１から入力された診療データおよび専門医のノウハウを格納したデータベースなどを利用して、後述するような診療判断基準に基づいて、最適と考えられる治療方法をはじめとする支援情報を生成する部分である。
専門医のノウハウを格納したデータベースは、専門医の糖尿病に対する薬剤の知識、運動療法に関する知識、食事療法に関する知識などからなり、各病態のパターンや患者の臨床所見、手術歴などに応じて治療方針として体系化されたものである。これらの情報はハードディスク等の記憶装置に格納されている。

薬剤の知識としては、各病態に応じて投与できる薬剤の候補、臨床所見に応じた薬剤の選択順位や投与量、患者の状態によっては投与できない薬剤の種類（禁忌情報）などが挙げられる。薬剤の投与比率は、その患者における各病因の糖尿病への影響度や腎臓など臓器器官に障害があるか否かのようなパラメータの強度の関数で与えられる。
たとえば、ＴＺＤにＡＧＩを併用するといった薬剤投与の方針は、その患者の糖尿病の病因のうちインスリン抵抗性の向上が最大の影響を与えており、更に心不全がなく、電解質異常がなく、過去に消化管の手術がない等の条件を考え併せることで与えられる。
運動療法の知識としては、各病態に応じた運動強度、運動量や推奨される運動種目などが挙げられる。
食事療法の知識としては、各病態に応じた許容摂取カロリー、各栄養素の許容摂取量などが挙げられる。

病態シミュレーション部７は、生体モデル生成部４で生成された患者固有の生体モデルを用いて、その患者に対してある治療を行った後の病態を予測する部分である。たとえば、治療前の病態がインスリン分泌の低下を最大影響病因とする患者に対し、インスリン投与を施したと仮定するシミュレーションの結果、「インスリン分泌」の上昇と「糖放出」の低下は見られたが「糖利用」の上昇が見られないといった場合には、治療後の病態をインスリン抵抗性を最大影響病因と予測し、それを意味する結果を出力する。

診療支援情報出力部８は、診療支援情報生成部６で生成された治療方法や、病態シミュレーション部７で予測される病態又は治療結果などの支援情報を出力する部分である。
診療支援情報出力部８は、たとえば、プリンタなどの印刷装置、ＣＲＴ、ＬＣＤ、ＥＬ、ＰＤＰなどの表示装置が用いられ、支援情報は、所定の用紙への印刷の他、画面上に表示されて医師および患者に提供される。

また、図1に示した生体モデル駆動部３、生体モデル生成部４、病態分析部５、診療支援情報生成部６、病態シミュレーション部７の各機能は、所定のプログラムとハードウェアとが協働して実現される。
これらの各機能ブロックの動作手順を示したプログラムは、通常ＲＯＭなどの半導体素子やハードディスクのような固定記憶装置に格納され、ＣＰＵの主記憶にロードされて実行されるが、ＣＤ−ＲＯＭ、ＭＯ、ＦＤ、ＤＶＤ−ＲＯＭのような種々の記録媒体に格納された形態で提供してもよい。また、遠隔地のサーバに格納しておき種々のネットワークを介して、本システムのハードディスクにダウンロードする形態でも提供できる。

＜システムの処理内容＞
次に、この発明の糖尿病診療支援システムの処理内容について説明する。
図２、３、４に、この発明の糖尿病診療支援システムのメインフローチャートを示す。
まず、ステップＳ１において、前記したようなある患者の診療データを診療データ入力部１から入力する。

次に、生体モデル推定処理を起動させる（ステップＳ２）。このステップでは、生体モデル２のパラメータセットとして、あらかじめ定めた初期値を設定し（ステップＳ２−１）、生体モデル駆動部３に与え生体の挙動を再現させる（ステップＳ２−２）。

つづいて、生体モデル駆動部３の出力と、入力された診療データが十分合致するか比較する（ステップＳ２−３、Ｓ２−４）。

十分合致しない場合、パラメータセットを更新し、ステップＳ２−２に戻って繰り返す。

十分合致する場合、パラメータセットを出力し、病態分析ステップＳ３へ進む。

次に、病態分析処理を起動させる（ステップＳ３）。
病態パターン分析処理では、主として、次の３つの判定処理を行う。
ステップＳ３−１：末梢のインスリン抵抗性判定
ステップＳ３−２：肝臓からのブドウ糖放出亢進判定
ステップＳ３−３：インスリン分泌の低下判定

例えば、前記ミニマルモデルにおけるp₃を、末梢組織でのインスリン濃度に対して、単位時間あたり代謝されるブドウ糖の量を示すパラメータとみなして、このパラメータが低下している患者は、末梢のインスリン抵抗性を有する判定することができる。

また、前記ミニマルモデルにおけるG_bを、ブドウ糖の産生が抑制される基底値となる血糖値を示すパラメータとみなして、このパラメータが増加している患者は、肝臓からの放出亢進を有すると判定することができる。

同様に、前記ミニマルモデルにおけるγを、ブドウ糖刺激に対して膵臓が単位時間あたり産生するインスリン産生量を示すパラメータとみなして、このパラメータが低下している患者は、インスリン分泌能の低下を有すると判定できる。

各ステップの判定処理が実行されると、そのステップごとに、スコアが算出され、ハードディスク等に一時保存される。たとえば、ステップＳ３−１では、末梢のインスリン抵抗性判定処理を実行することにより、インスリン抵抗性が糖尿病の原因としてどの程度影響を及ぼしているかを示す評価値（スコアＡとする）が求められる。スコアＡの算出方法としては、例えば、ミニマルモデルにおけるp3 ：インスリン依存性ブドウ糖代謝に対するインスリン消費率を、正常人の標準値で除したものを用いることができる。このスコアＡが一時保存され、次の診療支援情報生成処理（ステップＳ４）で用いられる。

同様に、ステップＳ３−２により、ブドウ糖放出亢進の評価値であるスコアＢが算出され、ステップＳ３−３によりインスリン分泌低下のスコアＣが算出される。スコアＢの算出方法としては、例えば、ミニマルモデルにおけるGb:ブドウ糖濃度基底値を、正常人の標準値で除したものを用いることができる。また、スコアＣの算出方法としては、例えばミニマルモデルにおけるh:インスリン分泌が開始される血糖値しきい値を、正常人の標準値で除したものを用いることができる。
これらのスコアは、数値が大きいほどその病因の影響度が大きいことを示す。

次に、支援情報の生成処理（ステップＳ４）へ進むか、病態シミュレーション（ステップＳ５）へ進むかの判断をする。
この判断は、利用者の入力をうながす表示をして、所定のキー入力により行なうようにしてもよい。あるいは、ステップＳ１の入力のときに、予め、利用者がどちらの処理をするかの情報を入力するようにしてもよい。また、この分岐判断は必須のものではなく、ステップＳ４を実行した後に、シーケンシャルにステップＳ５を実行するようにしてもよい。

ステップＳ４の診療支援情報生成処理では、ステップＳ２で求めた３つのスコア（Ａ、Ｂ、Ｃ）の大小関係によって、次の４つの処理のうちいずれかの処理が実行される。
ステップＳ４−１：末梢のインスリン抵抗性が最大と判定された場合
ステップＳ４−２：肝臓からのブドウ糖放出亢進が最大と判定された場合
ステップＳ４−３：インスリン分泌の低下が最大と判定された場合
これらの３つの処理では、それぞれの病因について、所定の診療判断基準に基づいて、治療方針、投与する薬剤等からなる支援情報を生成する。

例えば、末梢のインスリン抵抗性が最大と判定された場合には、抵抗性改善薬であるＴＺＤ薬が最も適しているという情報を生成することができる。

また、肝臓からのブドウ糖放出亢進が最大と判定された場合、糖放出を抑制するＢＧ剤が最も適しているという情報を生成することができる。

同様に、インスリン分泌の低下が最大と判定された場合、インスリンの分泌を刺激する、ＳＵ剤が最も適しているという情報を生成することができる。

そして、ステップＳ４の後、生成された診療支援情報が表示または印刷される（ステップＳ６）。

ステップＳ４に進まない場合は、病態シミュレーション処理（ステップＳ５）を実行する。
病態シミュレーション処理（ステップＳ５）では、求められたパラメータセットを用いて、治療を行った後の患者の病態を予測する。病態の予測は、たとえば、ある薬剤を特定量投与するといった情報を入力することで、前記パラメータを表す各関数値を算出し、それら各パラメータを増加または減少させ、そのパラメータを前記生体モデル駆動部に与えることにより行われる。
この後、ステップＳ６へ進み、ステップＳ２、Ｓ３およびＳ５で求められた診療支援に役立つ情報を表示または印刷する。
以上がこの発明の糖尿病診療支援システムの全体フローである。

以上のように病態が解析され治療方針が決定された後、前記したようにステップＳ６において、決定された治療方針を含む診療支援情報が医師等に提供されることになる。１人の患者について、再診および再々診等ごとに同様の検査、分析をして数値化した分析結果（スコア）を得るとともに診療支援情報を提供することができるので、時間経過に伴う患者の状態の変化を客観的かつ的確に把握し、経過状態に応じて適切な判断に基づく治療をすることができる。

たとえば、スコアの変化を見ることにより、単に分類された病態の変化を知ることができるだけでなく、定量化されたスコア値からどの程度病態が変化したかを確認することができ、より適切な判断、治療が可能となる。また、この診療支援システムを利用することにより、不確定要素の多い経験や主観に頼らずに、予め用意された画一的な診療判断基準で病態の分析や治療方針を得ることができるので、糖尿病の専門医でない者でも、専門医と同等かまたはそれに近い判断や治療をすることが可能となる。

本発明の糖尿病診療支援システムは、糖尿病専門医の知識・経験則を反映した画一化された診療判断基準に基づいて、治療方針等の診療支援情報を生成しているので、糖尿病の非専門医でも、糖尿病について専門医と同等かまたはそれに近い判断や治療を迅速に行うのに有用である。
また、１人の患者に対して、同様の検査や分析等を継続的に行なうことで、その患者の状態変化を、より客観的かつ的確に把握することができ、経過状態に応じて適切な判断、治療を行うのに有用である。

この発明の糖尿病診療支援システムの一実施例の全体構成を示すブロック図である。この発明の糖尿病診療支援システムの一実施例の処理の一部を示す概略フローチャートである。この発明の糖尿病診療支援システムの一実施例の診療支援情報生成処理を示す概略フローチャートである。この発明の糖尿病診療支援システムの一実施例の病態シミュレーション処理を示す概略フローチャートである。

Claims (10)

1. 患者の検査値および臨床所見を含む診療データを入力する診療データ入力部と、糖尿病に関連する臓器、器官の機能を数理モデルとして記述した生体モデルを用いて生体の挙動を再現する生体モデル駆動部と、前記診療データに基づいて生体モデルのパラメータセットを推定して患者固有の生体モデルを生成する生体モデル生成部と、生成された生体モデルのパラメータセットに基づいて患者の糖尿病の病態を分析する病態分析部と、分析された病態ごとに定められた診療判断基準を用いて診療支援情報を生成する診療支援情報生成部と、前記病態分析部および／または診療支援情報生成部より得られた情報を出力する診療支援情報出力部とを備えたことを特徴とする糖尿病診療支援システム。
2. 前記生体モデル駆動部は、各患者に共通のモデル構造と、各患者固有のパラメータセットからなる生体モデルを持ち、該モデルは糖尿病の診療に関わる病態に対応したパラメータを構成要素として持つことを特徴とする請求項１の糖尿病診療支援システム。
3. 前記生体モデル生成部は、前記生体モデル駆動部が、入力された診療データと合致するような生体の挙動を再現するような、生体モデルのパラメータセットを推定することを特徴とする請求項１記載の糖尿病診療支援システム。
4. 前記病態分析部は、各患者固有のパラメータセットを、あらかじめ定めたパラメータセットの正常範囲と比較することで患者の病態を分析することを特徴とする、請求項１の糖尿病診療支援システム。
5. 前記診療支援情報生成部は、前記病態分析部が出力する病態パターンを入力して、あらかじめ病態パターンと対応付けられた、治療のための支援情報を生成することを特徴とする請求項１の糖尿病診療支援システム。
6. 前記生体モデル駆動部に前記生体モデル生成部が生成した患者固有のパラメータセットを入力し、さらに仮想的な治療方針に基づく所定の治療を擬似的に実行することによりその治療の効果をシミュレーションする治療シミュレーション部を、さらに備えたことを特徴とする、請求項１の糖尿病診療支援システム。
7. 前記診療データとして、患者の血糖値およびインスリン濃度を入力し、生体モデル生成部は、前記生体モデル駆動部の再現する血糖値とインスリン濃度が、入力された血糖値およびインスリン濃度に合致するよう生体モデルのパラメータセットを推定する請求項１の糖尿病診療支援システム。
8. 前記生体モデルが、膵臓、肝臓、末梢組織モデルを含んで構成され、それぞれ膵臓においてはインスリン分泌、肝臓においてはブドウ糖の取り込みと放出、末梢組織においてはインスリンによる糖代謝を表現したモデルである、請求項１の糖尿病診療支援システム。
9. 前記診療支援情報出力部は、複数の時点で分析された患者の病態の、時系列での推移を出力することを特徴とする、請求項１の糖尿病診療支援システム。
10. 請求項１の糖尿病診療支援システムの機能を、コンピュータに実現させるための糖尿病診療支援プログラム。
    

Images