本開示は、医療に関する情報の表示制御を行う表示制御装置、表示制御方法及び記憶媒体の技術分野に関する。This disclosure relates to the technical fields of display control devices, display control methods, and storage media that control the display of medical information.
電子カルテに基づき、検査、投薬、その他の医療行為などの医療イベントのタイムラインを表示することが行われている。例えば、特許文献１には、臨床現場で作成される臨床テキストから臨床医学表現と時間表現とを抽出し、時系列データ化して表示する技術が開示されている。Based on electronic medical records, timelines of medical events such as examinations, medication, and other medical procedures are being displayed. For example, Patent Document 1 discloses a technology that extracts clinical medical expressions and time expressions from clinical texts created at clinical sites, and converts them into time-series data for display.
タイムラインの表示においては、医療従事者であるユーザが閲覧する目的によって求められる情報の粒度が異なる。例えば、保険請求のための書類作成や他院への紹介状の作成などを目的とする場合には、クリニカルパスのような詳細な情報は必要とされない。When displaying a timeline, the granularity of information required by the user, a medical professional, varies depending on the purpose of viewing. For example, when the purpose is to prepare documents for insurance claims or to write referral letters to other hospitals, detailed information such as clinical paths is not required.
本開示は、上述した課題を鑑み、医療イベントの時系列情報を好適に表示することが可能な表示制御装置、表示制御方法及び記憶媒体を提供することを目的の１つとする。In consideration of the above-mentioned problems, one of the objectives of the present disclosure is to provide a display control device, a display control method, and a storage medium that can optimally display chronological information on medical events.
表示制御装置の一の態様は、
時系列での医療イベントを表す時系列情報を取得する取得手段と、
指定された目的に基づき、前記時系列情報のフィルタリングを行うフィルタリング手段と、
前記フィルタリングがなされた前記時系列情報を表示装置に表示させる表示制御手段と、
を有する表示制御装置である。One aspect of the display control device is
an acquisition means for acquiring time series information representing medical events in a time series;
A filtering means for filtering the time-series information based on a specified purpose;
a display control means for displaying the filtered time-series information on a display device;
The display control device has the following features.
表示制御方法の一の態様は、
コンピュータが、
時系列での医療イベントを表す時系列情報を取得し、
指定された目的に基づき、前記時系列情報のフィルタリングを行い、
前記フィルタリングがなされた前記時系列情報を表示装置に表示させる、
表示制御方法である。One aspect of the display control method includes:
The computer
Obtaining time series information representing medical events over time;
filtering the time series information based on a specified purpose;
displaying the filtered time-series information on a display device;
A display control method.
記憶媒体の一の態様は、
時系列での医療イベントを表す時系列情報を取得し、
指定された目的に基づき、前記時系列情報のフィルタリングを行い、
前記フィルタリングがなされた前記時系列情報を表示装置に表示させる処理をコンピュータに実行させるプログラムが格納された記憶媒体である。One aspect of the storage medium is
Obtaining time series information representing medical events over time;
filtering the time series information based on a specified purpose;
The storage medium stores a program for causing a computer to execute a process of displaying the filtered time-series information on a display device.
本開示によれば、医療イベントの時系列情報を好適に表示することができる。According to the present disclosure, chronological information on medical events can be displayed in an optimal manner.
以下、図面を参照しながら、表示制御装置、表示制御方法及び記憶媒体の実施形態について説明する。Below, embodiments of a display control device, a display control method, and a storage medium will be described with reference to the drawings.
＜第１実施形態＞
（１）システム構成
図１は、診療情報処理システム１００の概略構成を示す。診療情報処理システム１００は、ユーザにより指定された患者の医療イベントのタイムライン（時系列情報）の生成及び表示に関する処理を実行する。First Embodiment
(1)System Configuration Fig. 1 shows a schematic configuration of a medical information processing system 100. The medical information processing system 100 executes processing related to the generation and display of a timeline (time-series information) of medical events of a patient specified by a user.
以後において、「診療記録」は、患者の状態（身体状況、病状、適用する治療等）について診療の過程で作成された諸記録を指し、診療録（カルテ）、処方せん、手術記録、看護記録、検査所見記録、紹介状、退院した患者に係る入院期間中の診療経過の要約、その他の医療文書などが含まれる。以後では、特に言及のない場合には、診療記録は、上述の諸記録が電子的に保存された電子データ（電子カルテを含む）を指すものとする。Hereinafter, "medical records" refers to the various records created during the course of medical treatment regarding the patient's condition (physical condition, medical symptoms, treatment applied, etc.), and includes medical records (charts), prescriptions, surgery records, nursing records, test findings records, referral letters, summaries of the medical progress of discharged patients during their hospital stay, and other medical documents. Hereinafter, unless otherwise specified, medical records will refer to electronic data (including electronic medical records) in which the above-mentioned records are stored electronically.
診療情報処理システム１００は、主に、診療情報処理装置１と、入力装置２と、出力装置３と、記憶装置４と、とを備える。The medical information processing system 100 mainly comprises a medical information processing device 1, an input device 2, an output device 3, and a storage device 4.
診療情報処理装置１は、指定された患者の医療イベントのタイムラインの生成及びユーザの閲覧目的に応じたタイムラインの表示制御などを実行する。上述の閲覧目的には、患者の外来診察、医療文書（紹介状、診断書、退院サマリ等）の作成などが含まれる。The medical information processing device 1 generates a timeline of the medical events of a specified patient and controls the display of the timeline according to the user's viewing purpose. The above-mentioned viewing purposes include outpatient consultations for patients and the creation of medical documents (referral letters, medical certificates, discharge summaries, etc.).
診療情報処理装置１は、通信網を介し、又は、無線若しくは有線による直接通信により、入力装置２、出力装置３、及び記憶装置４とデータ通信を行う。診療情報処理装置１は、例えば、ユーザが操作する入力装置２から供給される入力信号等に基づいて、医療イベントのタイムラインを生成する対象となる患者（「対象患者」とも呼ぶ。）、及び、タイムラインの閲覧目的等に関するユーザの指定を受け付ける。また、診療情報処理装置１は、指定された対象患者及び閲覧目的に応じて生成したタイムラインの表示情報を含む出力信号を、出力装置３に供給する。出力信号には、音声情報がさらに含まれてもよい。The medical information processing device 1 communicates data with the input device 2, output device 3, and storage device 4 via a communication network or by direct wireless or wired communication. The medical information processing device 1 accepts user designation of the patient (also called the "target patient") for whom a timeline of medical events is to be generated, and the purpose of viewing the timeline, based on, for example, an input signal supplied from the input device 2 operated by the user. In addition, the medical information processing device 1 supplies an output signal to the output device 3, which includes display information for the timeline generated in accordance with the specified target patient and viewing purpose. The output signal may further include audio information.
入力装置２は、ユーザによる情報の手入力（外部入力）を受け付けるインターフェースである。入力装置２は、例えば、タッチパネル、ボタン、キーボード、マウス、音声入力装置などの種々のユーザ入力用インターフェースであってもよい。入力装置２は、生成した入力信号を、診療情報処理装置１へ供給する。出力装置３は、診療情報処理装置１から供給される出力信号に基づき、所定の情報を出力する。出力装置３の例には、ディスプレイ、プロジェクタ、スピーカ、プリンター等が含まれる。The input device 2 is an interface that accepts manual input of information by a user (external input). The input device 2 may be various user input interfaces such as a touch panel, a button, a keyboard, a mouse, or a voice input device. The input device 2 supplies the generated input signal to the medical information processing device 1. The output device 3 outputs predetermined information based on the output signal supplied from the medical information processing device 1. Examples of the output device 3 include a display, a projector, a speaker, a printer, etc.
記憶装置４は、診療情報処理装置１が実行する処理に必要な各種情報を記憶するメモリである。記憶装置４は、診療情報処理装置１に接続又は内蔵されたハードディスクなどの外部記憶装置であってもよく、フラッシュメモリなどの記憶媒体であってもよい。また、記憶装置４は、診療情報処理装置１とデータ通信を行うサーバ装置であってもよい。また、記憶装置４は、複数の装置から構成されてもよい。また、記憶装置４に記憶される情報の少なくとも一部は、診療情報処理装置１により記憶されてもよい。The storage device 4 is a memory that stores various information necessary for the processing executed by the medical information processing device 1. The storage device 4 may be an external storage device such as a hard disk connected to or built into the medical information processing device 1, or may be a storage medium such as a flash memory. The storage device 4 may also be a server device that performs data communication with the medical information processing device 1. The storage device 4 may also be composed of multiple devices. At least a portion of the information stored in the storage device 4 may be stored by the medical information processing device 1.
記憶装置４は、機能的には、主に、患者の診療記録を記憶する診療記録記憶部４１を有している。Functionally, the storage device 4 mainly has a medical record storage section 41 that stores the medical records of patients.
図２は、診療記録記憶部４１における診療記録のデータ構造の一例である。診療記録記憶部４１は、例えば、診療ごとに作成された診療記録を、診療がされた患者を識別するための患者識別情報（「患者ＩＤ」とも呼ぶ。）と紐付けて記憶している。ここで、診療記録は、テーブルとして構造化された構造化データと、構造化されていないテキスト情報である非構造化データとを含んでいる。図２の例では、診療記録記憶部４１には、患者ＩＤ「ＰＩＤ１」が示す患者の診療記録として、構造化データ「ＣＤ１」及び非構造化データ「ＮＣＤ１」が患者ＩＤ「ＰＩＤ１」と紐付けて記憶されており、患者ＩＤ「ＰＩＤ２」が示す患者の診療記録として、構造化データ「ＣＤ２」及び非構造化データ「ＮＣＤ２」が患者ＩＤ「ＰＩＤ２」と紐付けて記憶されている。例えば、構造化データ（ＣＤ１、ＣＤ２、…）には、患者基本情報、投薬・処方オーダー、検査オーダーなどが含まれ、非構造化データ（ＮＣＤ１、ＮＣＤ２、…）には、診察記事（読影レポートを含む）などが含まれる。なお、構造化データは、患者ＩＤごとに分離されている必要はなく、全患者に共通する１又は複数のテーブルとして構成されてもよい。2 is an example of the data structure of medical records in the medical record storage unit 41. For example, the medical record storage unit 41 stores medical records created for each medical treatment, linked to patient identification information (also called "patient ID") for identifying the patient who received the treatment. Here, the medical records include structured data structured as a table and unstructured data, which is unstructured text information. In the example of FIG. 2, the medical record storage unit 41 stores structured data "CD1" and unstructured data "NCD1" linked to patient ID "PID1" as the medical record of the patient indicated by patient ID "PID1", and stores structured data "CD2" and unstructured data "NCD2" linked to patient ID "PID2" as the medical record of the patient indicated by patient ID "PID2". For example, the structured data (CD1, CD2, ...) includes basic patient information, medication and prescription orders, and test orders, while the unstructured data (NCD1, NCD2, ...) includes medical records (including radiology reports). Note that the structured data does not need to be separated by patient ID, and may be structured as one or more tables common to all patients.
なお、図１に示す診療情報処理システム１００の構成は一例であり、当該構成に種々の変更が行われてもよい。例えば、入力装置２及び出力装置３は、一体となって構成されてもよい。この場合、入力装置２及び出力装置３は、診療情報処理装置１と一体又は別体となるタブレット型端末（スマートフォンを含む。）として構成されてもよい。また、診療情報処理装置１は、複数の装置から構成されてもよい。この場合、診療情報処理装置１を構成する複数の装置は、予め割り当てられた処理を実行するために必要な情報の授受を、これらの複数の装置間において行う。この場合、診療情報処理装置１はシステムとして機能する。Note that the configuration of the medical information processing system 100 shown in FIG. 1 is one example, and various changes may be made to this configuration. For example, the input device 2 and the output device 3 may be configured as one unit. In this case, the input device 2 and the output device 3 may be configured as a tablet terminal (including a smartphone) that is integrated with or separate from the medical information processing device 1. The medical information processing device 1 may also be configured from multiple devices. In this case, the multiple devices that make up the medical information processing device 1 exchange information necessary to execute pre-assigned processing between these multiple devices. In this case, the medical information processing device 1 functions as a system.
（２）ハードウェア構成
図３は、診療情報処理装置１のハードウェア構成を示す。診療情報処理装置１は、ハードウェアとして、プロセッサ１１と、メモリ１２と、インターフェース１３とを含む。プロセッサ１１、メモリ１２及びインターフェース１３は、データバス１０を介して接続されている。(2)Hardware Configuration Fig. 3 shows the hardware configuration of the medical information processing device 1. The medical information processing device 1 includes, as hardware, a processor 11, a memory 12, and an interface 13. The processor 11, the memory 12, and the interface 13 are connected via a data bus 10.
プロセッサ１１は、メモリ１２に記憶されているプログラムを実行することにより、診療情報処理装置１の全体の制御を行うコントローラ（演算装置）として機能する。プロセッサ１１は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＴＰＵ（Ｔｅｎｓｏｒ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などのプロセッサである。プロセッサ１１は、複数のプロセッサから構成されてもよい。プロセッサ１１は、コンピュータの一例である。The processor 11 functions as a controller (arithmetic unit) that controls the entire medical information processing device 1 by executing the programs stored in the memory 12. The processor 11 is, for example, a processor such as a CPU (Central Processing Unit), a GPU (Graphics Processing Unit), or a TPU (Tensor Processing Unit). The processor 11 may be composed of multiple processors. The processor 11 is an example of a computer.
メモリ１２は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリなどの各種の揮発性メモリ及び不揮発性メモリにより構成される。また、メモリ１２には、診療情報処理装置１が実行する処理を実行するためのプログラムが記憶される。なお、メモリ１２が記憶する情報の一部は、診療情報処理装置１と通信可能な１又は複数の外部記憶装置により記憶されてもよく、診療情報処理装置１に対して着脱自在な記憶媒体により記憶されてもよい。The memory 12 is composed of various types of volatile and non-volatile memory, such as RAM (Random Access Memory), ROM (Read Only Memory), and flash memory. The memory 12 also stores programs for executing the processes executed by the medical information processing device 1. Note that some of the information stored in the memory 12 may be stored in one or more external storage devices capable of communicating with the medical information processing device 1, or may be stored in a storage medium that is detachable from the medical information processing device 1.
インターフェース１３は、診療情報処理装置１と他の装置とを電気的に接続するためのインターフェースである。これらのインターフェースは、他の装置とデータの送受信を無線により行うためのネットワークアダプタなどのワイアレスインタフェースであってもよく、他の装置とケーブル等により接続するためのハードウェアインターフェースであってもよい。The interface 13 is an interface for electrically connecting the medical information processing device 1 to other devices. These interfaces may be wireless interfaces such as network adapters for wirelessly transmitting and receiving data to and from other devices, or may be hardware interfaces for connecting to other devices via cables or the like.
なお、診療情報処理装置１のハードウェア構成は、図３に示す構成に限定されない。例えば、診療情報処理装置１は、入力装置２又は出力装置３の少なくとも一方を含んでもよい。Note that the hardware configuration of the medical information processing device 1 is not limited to the configuration shown in FIG. 3. For example, the medical information processing device 1 may include at least one of the input device 2 and the output device 3.
（３）処理概要
次に、診療情報処理装置１が実行する対象患者の医療イベントのタイムライン表示に関する処理の概要について説明する。概略的には、診療情報処理装置１は、対象患者の構造化データに基づくタイムラインと非構造化データに基づくタイムラインとを自然言語処理に基づくマッチングにより統合し、統合したタイムラインを閲覧目的によりフィルタリングして出力装置３に表示させる。これにより、診療情報処理装置１は、構造化データと非構造化データとの両方に基づくタイムラインを、ユーザの閲覧目的に応じて必要十分な情報量により表示する。(3)Processing Overview Next, an overview of processing related to displaying a timeline of medical events of a target patient executed by the medical information processing device 1 will be described. In general, the medical information processing device 1 integrates a timeline based on structured data and a timeline based on unstructured data of the target patient by matching based on natural language processing, filters the integrated timeline according to the viewing purpose, and displays it on the output device 3. As a result, the medical information processing device 1 displays a timeline based on both structured data and unstructured data with a necessary and sufficient amount of information according to the user's viewing purpose.
図４は、診療情報処理装置１のプロセッサ１１の機能ブロックの一例である。診療情報処理装置１のプロセッサ１１は、機能的には、診療記録取得部１４と、第１タイムライン生成部１５と、第２タイムライン生成部１６と、タイムライン統合部１７と、フィルタリング部１８と、出力制御部１９と、を有する。なお、ここでは、データの授受が行われるブロック同士を実線により結んでいるが、データの授受が行われるブロックの組合せはこれに限定されない。後述する他の機能ブロックの図においても同様である。FIG. 4 is an example of a functional block of the processor 11 of the medical information processing device 1. Functionally, the processor 11 of the medical information processing device 1 has a medical record acquisition unit 14, a first timeline generation unit 15, a second timeline generation unit 16, a timeline integration unit 17, a filtering unit 18, and an output control unit 19. Note that here, the blocks where data is exchanged are connected by solid lines, but the combination of blocks where data is exchanged is not limited to this. The same applies to the other functional block diagrams described later.
診療記録取得部１４は、対象患者の診療記録を、診療記録記憶部４１からインターフェース１３を介して取得する。この場合、例えば、診療記録取得部１４は、対象患者を指定するユーザ入力を入力装置２により受け付け、入力装置２が生成する入力信号に基づき、対象患者を特定する。そして、診療記録取得部１４は、対象患者の患者ＩＤと紐付けられた構造化データ及び非構造化データの診療記録を、診療記録記憶部４１から抽出する。そして、診療記録取得部１４は、構造化データを第１タイムライン生成部１５に供給し、非構造化データを第２タイムライン生成部１６に供給する。The medical record acquisition unit 14 acquires the medical record of the target patient from the medical record storage unit 41 via the interface 13. In this case, for example, the medical record acquisition unit 14 accepts user input specifying the target patient from the input device 2, and identifies the target patient based on the input signal generated by the input device 2. The medical record acquisition unit 14 then extracts the medical record of the target patient in the form of structured data and unstructured data linked to the patient ID of the target patient from the medical record storage unit 41. The medical record acquisition unit 14 then supplies the structured data to the first timeline generation unit 15, and supplies the unstructured data to the second timeline generation unit 16.
ここで、第１タイムライン生成部１５に供給される構造化データは、例えば、対象患者の医療イベントごとに診療記録のレコードとして生成されたエンティティから構成されている。また、各エンティティは、例えば、発生した医療イベント及び医療イベントの発生日時（記録した日時であってもよい）に関する情報を少なくとも含んでいる。医療イベントは、診察、検査、手術、投薬などの対象患者に関する医療に関連したイベント（医療行為を含む）である。Here, the structured data supplied to the first timeline generation unit 15 is composed of entities generated as records of medical records for each medical event of the target patient. Furthermore, each entity includes, for example, at least information regarding the medical event that occurred and the date and time of the occurrence of the medical event (which may be the recorded date and time). A medical event is an event related to medical care for the target patient (including medical procedures), such as consultations, examinations, surgery, and medication.
第１タイムライン生成部１５は、診療記録取得部１４から供給される対象患者の診療記録の構造化データのエンティティを時系列に並べたタイムライン（「第１タイムライン」とも呼ぶ。）を生成する。第１タイムラインは、医療イベントの発生順序に基づく時間関係が定められた構造化データのエンティティ群となる。第１タイムライン生成部１５は、生成した第１タイムラインを、タイムライン統合部１７に供給する。The first timeline generation unit 15 generates a timeline (also called the "first timeline") in which entities of the structured data of the medical records of the target patient supplied from the medical record acquisition unit 14 are arranged in chronological order. The first timeline is a group of structured data entities in which temporal relationships are determined based on the order in which medical events occur. The first timeline generation unit 15 supplies the generated first timeline to the timeline integration unit 17.
第２タイムライン生成部１６は、診療記録取得部１４から供給される対象患者の診療記録の非構造化データに基づき、医療イベントごとのエンティティを生成し、当該エンティティを時系列に並べたタイムライン（「第２タイムライン」とも呼ぶ。）を生成する。第２タイムラインは、医療イベントの発生順序に基づく時間関係が定められた非構造化データのエンティティ群となる。この場合、例えば、第２タイムライン生成部１６は、非構造化データであるテキストから医療固有表現及びこれらの時間的関係性を抽出する機械学習モデル等を用いてエンティティを生成する。このエンティティには、医療イベント（臨床医学表現）を表すエンティティデータと、時間関係を表す関係性データとが含まれる。そして、第２タイムライン生成部１６は、エンティティを関係性データに基づき並べた第２タイムラインを生成する。なお、このように非構造化データから医療イベントのタイムラインを生成する方法の一例については、特許文献１に開示されている。なお、第２タイムライン生成部１６は、特許文献１に記載の方法に限らず、任意の方法により非構造化データであるテキスト情報から時系列のエンティティを生成してもよい。第２タイムライン生成部１６は、生成した第２タイムラインを、タイムライン統合部１７に供給する。The second timeline generating unit 16 generates an entity for each medical event based on the unstructured data of the medical records of the target patient supplied from the medical record acquiring unit 14, and generates a timeline (also called the "second timeline") in which the entities are arranged in chronological order. The second timeline is a group of entities of unstructured data in which a time relationship is determined based on the order in which the medical events occur. In this case, for example, the second timeline generating unit 16 generates entities using a machine learning model or the like that extracts medical specific expressions and their temporal relationships from text, which is unstructured data. The entities include entity data representing medical events (clinical medical expressions) and relationship data representing temporal relationships. Then, the second timeline generating unit 16 generates a second timeline in which the entities are arranged based on the relationship data. An example of a method for generating a timeline of medical events from unstructured data in this way is disclosed in Patent Document 1. The second timeline generating unit 16 may generate time-series entities from text information, which is unstructured data, by any method, not limited to the method described in Patent Document 1. The second timeline generation unit 16 supplies the generated second timeline to the timeline integration unit 17.
タイムライン統合部１７は、第１タイムライン生成部１５から供給される第１タイムラインと、第２タイムライン生成部１６から供給される第２タイムラインとを統合したタイムライン（「統合タイムライン」とも呼ぶ。）を生成する。この場合、タイムライン統合部１７は、第１タイムラインのエンティティと第２タイムラインのエンティティとの間で等価なものを推定し、等価となるエンティティを基準として第１タイムラインと第２タイムラインとの時間軸を揃える。これにより、タイムライン統合部１７は、第１タイムライン及び第２タイムラインのエンティティの統合及び時間関係の特定を行い、構造化データ及び非構造化データの両方に基づいた詳細な統合タイムラインを生成する。タイムライン統合部１７が実行する処理の詳細については後述する。タイムライン統合部１７は、統合タイムラインをフィルタリング部１８に供給する。The timeline integration unit 17 generates a timeline (also called an "integrated timeline") by integrating the first timeline supplied from the first timeline generation unit 15 and the second timeline supplied from the second timeline generation unit 16. In this case, the timeline integration unit 17 estimates equivalence between the entities of the first timeline and the entities of the second timeline, and aligns the time axes of the first timeline and the second timeline based on the equivalent entities. In this way, the timeline integration unit 17 integrates the entities of the first timeline and the second timeline and identifies the time relationships, and generates a detailed integrated timeline based on both structured data and unstructured data. Details of the process executed by the timeline integration unit 17 will be described later. The timeline integration unit 17 supplies the integrated timeline to the filtering unit 18.
フィルタリング部１８は、ユーザが指定する閲覧目的に応じて統合タイムラインのエンティティのフィルタリングを行い、統合タイムラインを粗視化したタイムラインを生成する。この場合、フィルタリング部１８は、閲覧目的を指定するユーザ入力を入力装置２により受け付け、入力装置２が生成する入力信号に基づき、閲覧目的を特定する。フィルタリング部１８がフィルタリングにより生成するタイムラインは、ユーザに提示されるタイムラインであり、以後では「提示タイムライン」とも呼ぶ。フィルタリング部１８は、提示タイムラインを出力制御部１９に供給する。The filtering unit 18 filters entities of the integrated timeline according to the viewing purpose specified by the user, and generates a coarse-grained timeline from the integrated timeline. In this case, the filtering unit 18 accepts user input specifying the viewing purpose via the input device 2, and identifies the viewing purpose based on the input signal generated by the input device 2. The timeline generated by the filtering unit 18 through filtering is the timeline presented to the user, and is hereinafter also referred to as the "presented timeline." The filtering unit 18 supplies the presented timeline to the output control unit 19.
出力制御部１９は、フィルタリング部１８から供給される提示タイムラインに基づく出力信号を生成し、生成した出力信号を出力装置３に供給する。これにより、出力制御部１９は、出力装置３に提示タイムラインに関する情報を出力させる。医療従事者は、提示タイムラインを確認することで、例えば、患者に対する次の対処方法を検討したり、患者に関する医療文書の作成を好適に行ったりすることが可能となる。このようにして、出力制御部１９は、医療従事者の意思決定を支援することができる。出力制御部１９が出力装置３に表示させる表示例については後述する。The output control unit 19 generates an output signal based on the presentation timeline supplied from the filtering unit 18, and supplies the generated output signal to the output device 3. As a result, the output control unit 19 causes the output device 3 to output information related to the presentation timeline. By checking the presentation timeline, medical professionals can, for example, consider the next course of action for the patient or appropriately create medical documents related to the patient. In this way, the output control unit 19 can support the decision-making of medical professionals. Examples of displays that the output control unit 19 causes the output device 3 to display will be described later.
なお、図４において説明した、診療記録取得部１４、第１タイムライン生成部１５、第２タイムライン生成部１６、タイムライン統合部１７、フィルタリング部１８、及び出力制御部１９の各構成要素は、例えば、プロセッサ１１がプログラムを実行することによって実現できる。また、必要なプログラムを任意の不揮発性記憶媒体に記録しておき、必要に応じてインストールすることで、各構成要素を実現するようにしてもよい。なお、これらの各構成要素の少なくとも一部は、プログラムによるソフトウェアで実現することに限ることなく、ハードウェア、ファームウェア、及びソフトウェアのうちのいずれかの組合せ等により実現してもよい。また、これらの各構成要素の少なくとも一部は、例えばＦＰＧＡ（Field-Programmable Gate Array）又はマイクロコントローラ等の、ユーザがプログラミング可能な集積回路を用いて実現してもよい。この場合、この集積回路を用いて、上記の各構成要素から構成されるプログラムを実現してもよい。また、各構成要素の少なくとも一部は、ＡＳＳＰ（Application Specific Standard Produce）、ＡＳＩＣ（Application Specific Integrated Circuit）又は量子プロセッサ（量子コンピュータ制御チップ）により構成されてもよい。このように、各構成要素は、種々のハードウェアにより実現されてもよい。以上のことは、後述する他の実施の形態においても同様である。さらに、これらの各構成要素は、例えば、クラウドコンピューティング技術などを用いて、複数のコンピュータの協働によって実現されてもよい。以上のことは、後述する他の実施の形態においても同様である。Note that each of the components of the medical record acquisition unit 14, the first timeline generation unit 15, the second timeline generation unit 16, the timeline integration unit 17, the filtering unit 18, and the output control unit 19 described in FIG. 4 can be realized, for example, by the processor 11 executing a program. Also, each component may be realized by recording the necessary programs in any non-volatile storage medium and installing them as necessary. Note that at least a part of each of these components may not be realized by software using a program, but may be realized by any combination of hardware, firmware, and software. Also, at least a part of each of these components may be realized by using an integrated circuit that is programmable by the user, such as an FPGA (Field-Programmable Gate Array) or a microcontroller. In this case, the integrated circuit may be used to realize a program composed of each of the above components. Also, at least a part of each of the components may be configured by an ASSP (Application Specific Standard Produce), an ASIC (Application Specific Integrated Circuit), or a quantum processor (quantum computer control chip). In this way, each component may be realized by various hardware. The above also applies to other embodiments described below. Furthermore, each of these components may be realized by the cooperation of multiple computers, for example, using cloud computing technology. The above also applies to other embodiments described below.
（４）統合タイムラインの生成
次に、タイムライン統合部１７による統合タイムラインの生成処理について具体的に説明する。まず、第１タイムラインのエンティティと第２タイムラインのエンティティとのマッチング処理について説明する。(4)Generation of Integrated Timeline Next, a specific description will be given of the generation process of the integrated timeline by the timeline integration unit 17. First, a matching process between entities of the first timeline and entities of the second timeline will be described.
図５は、第１タイムラインのエンティティと第２タイムラインのエンティティとのマッチング処理の概要を示す図である。図５では、構造化データのエンティティ（ここではエンティティＡ～Ｄを含む）を時系列に並べた情報である第１タイムラインと、非構造化データのエンティティ（ここではエンティティａ～ｄを含む）を時系列に並べた情報である第２タイムラインとが明示されている。エンティティＡ～Ｄは、第１エンティティの一例であり、エンティティａ～ｄは、第２エンティティの一例である。FIG. 5 is a diagram showing an overview of the matching process between entities in a first timeline and entities in a second timeline. FIG. 5 clearly shows the first timeline, which is information in which structured data entities (here including entities A to D) are arranged in chronological order, and the second timeline, which is information in which unstructured data entities (here including entities a to d) are arranged in chronological order. Entities A to D are examples of first entities, and entities a to d are examples of second entities.
タイムライン統合部１７は、第１タイムラインのエンティティと第２タイムラインのエンティティとの間での医療イベントに関するマッチング（言い換えると、一致・不一致の判定）を行う。これにより、タイムライン統合部１７は、マッチする第１タイムラインのエンティティと第２タイムラインのエンティティとの組（ペア）を特定する。第１タイムラインのエンティティと第２タイムラインのエンティティとの間でのマッチングでは、例えば、タイムライン統合部１７は、文字列をトークンごとにベクトル化する任意の言語モデルを用い、各エンティティに含まれる医療イベントを表す情報のエンベディング（トークンごとのベクトル化）を行い、変換されたベクトル空間におけるベクトル間の距離に基づき上述の判定を行う。The timeline integration unit 17 performs matching (in other words, a determination of match/mismatch) regarding medical events between entities in the first timeline and entities in the second timeline. In this way, the timeline integration unit 17 identifies a pair of matching entities in the first timeline and entities in the second timeline. In matching between entities in the first timeline and entities in the second timeline, for example, the timeline integration unit 17 uses an arbitrary language model that vectorizes character strings for each token, embeds information representing medical events contained in each entity (vectorization for each token), and performs the above-mentioned determination based on the distance between vectors in the converted vector space.
図６（Ａ）は、第１タイムラインのエンティティＡと第２タイムラインのエンティティａとの一致・不一致の判定方法の第１の例を示す。図６（Ａ）に示す例では、第１タイムラインの各エンティティには、医療イベントを識別するための番号などのコード（「イベントコード」とも呼ぶ。）が含まれている。また、イベントコードの辞書データ（即ち、構造化データにおいて用いられる各コードと対応するテキストとの対応関係を示すマスターテーブル）が診療記録記憶部４１等に記憶されている。また、第２タイムラインの各エンティティには、医療イベントに関する文字列（「イベント文字列」とも呼ぶ。）が含まれている。FIG. 6(A) shows a first example of a method for determining whether an entity A in the first timeline matches or does not match an entity a in the second timeline. In the example shown in FIG. 6(A), each entity in the first timeline includes a code such as a number for identifying a medical event (also called an "event code"). In addition, dictionary data of the event codes (i.e., a master table showing the correspondence between each code used in the structured data and the corresponding text) is stored in the medical record storage unit 41, etc. In addition, each entity in the second timeline includes a character string related to the medical event (also called an "event character string").
図６（Ａ）に示される第１の例では、タイムライン統合部１７は、エンティティＡのイベントコードＣＡを、辞書データに基づき文字列化し、イベント文字列ＴＡを生成する。そして、タイムライン統合部１７は、イベント文字列ＴＡと、エンティティａに含まれるイベント文字列Ｔａとを、任意の言語モデルを用いてマッチングする。この場合、タイムライン統合部１７は、イベント文字列ＴＡとイベント文字列Ｔａとを、言語モデルによりトークンごとにエンベディングしてベクトルを生成し、ベクトル間の距離と閾値とに基づき、一致又は不一致の判定を行う。これにより、タイムライン統合部１７は、表記のゆらぎなどを吸収した実質的な一致又は不一致の判定を的確に行う。上述の言語モデルの例には、ＢＥＲＴ（Bidirectional Encoder Representations from Transformers）などのコンテキストを考慮した言語モデルが含まれる。上述の言語モデルは、医療イベントに関するトークンをベクトルに変換する機械学習モデルの一例である。In the first example shown in FIG. 6A, the timeline integration unit 17 converts the event code CA of the entity A into a string based on the dictionary data to generate an event string TA. The timeline integration unit 17 then matches the event string TA with the event string Ta included in the entity a using an arbitrary language model. In this case, the timeline integration unit 17 embeds the event string TA and the event string Ta for each token using the language model to generate a vector, and determines whether they match or mismatch based on the distance between the vectors and a threshold value. This allows the timeline integration unit 17 to accurately determine whether they substantially match or mismatch while absorbing fluctuations in notation, etc. Examples of the above-mentioned language model include a language model that takes into account context, such as BERT (Bidirectional Encoder Representations from Transformers). The above-mentioned language model is an example of a machine learning model that converts tokens related to medical events into vectors.
図６（Ｂ）は、第１タイムラインのエンティティＡと第２タイムラインのエンティティａとの一致・不一致の判定方法の第２の例を示す。図６（Ｂ）に示される第２の例では、タイムライン統合部１７は、辞書データに含まれる医療イベントを表す文字列とエンティティａに含まれるイベント文字列Ｔａとを、任意の言語モデルを用いてマッチングし、イベント文字列Ｔａに対応するイベントコードＣａを辞書データから抽出する。この場合、まず、タイムライン統合部１７は、辞書データの文字列とイベント文字列Ｔａとを、言語モデルによりエンベディングしてベクトルを生成する。そして、タイムライン統合部１７は、生成したベクトルに基づき、イベント文字列Ｔａに実質的に一致する辞書データの文字列を特定し、特定した文字列に対応するイベントコードＣａを特定する。そして、タイムライン統合部１７は、イベントコードＣＡとイベントコードＣａとが同一である場合には、エンティティＡとエンティティａとは実質的に一致すると判定し、イベントコードＣＡとイベントコードＣａとが同一でない場合には、エンティティＡとエンティティａとは実質的に一致しないと判定する。図６（Ｂ）に示す第２の例によっても、タイムライン統合部１７は、第１タイムラインのエンティティと第２タイムラインのエンティティとの実質的な一致・不一致の判定を的確に実行することができる。6B shows a second example of a method for determining whether an entity A in the first timeline and an entity a in the second timeline match or not. In the second example shown in FIG. 6B, the timeline integration unit 17 matches a character string representing a medical event included in the dictionary data with an event character string Ta included in the entity a using an arbitrary language model, and extracts an event code Ca corresponding to the event character string Ta from the dictionary data. In this case, the timeline integration unit 17 first embeds the character string in the dictionary data and the event character string Ta using a language model to generate a vector. Then, based on the generated vector, the timeline integration unit 17 identifies a character string in the dictionary data that substantially matches the event character string Ta, and identifies an event code Ca corresponding to the identified character string. Then, if the event code CA and the event code Ca are identical, the timeline integration unit 17 determines that the entity A and the entity a substantially match, and if the event code CA and the event code Ca are not identical, the timeline integration unit 17 determines that the entity A and the entity a do not substantially match. The second example shown in FIG. 6(B) also enables the timeline integration unit 17 to accurately determine whether there is a substantial match or mismatch between an entity in the first timeline and an entity in the second timeline.
なお、第１タイムラインのエンティティと第２タイムラインのエンティティとのマッチング方法は図６（Ａ）及び図６（Ｂ）に示される例に限定されない。例えば、タイムライン統合部１７は、言語モデルを用いることなく、文字列（トークン）同士を直接比較することで、第１タイムラインのエンティティと第２タイムラインのエンティティとの一致・不一致の判定を行ってもよい。Note that the method of matching the entities in the first timeline with the entities in the second timeline is not limited to the examples shown in Figs. 6(A) and 6(B). For example, the timeline integration unit 17 may determine whether the entities in the first timeline and the entities in the second timeline match or do not match by directly comparing character strings (tokens) with each other without using a language model.
次に、マッチング結果に基づく第１タイムラインと第２タイムラインの統合処理について説明する。Next, we will explain the process of integrating the first and second timelines based on the matching results.
タイムライン統合部１７は、マッチング結果に基づき、第１タイムラインに第２タイムラインを統合する（組み込む）。このとき、タイムライン統合部１７は、第１タイムラインのエンティティとマッチした第２タイムラインのエンティティを当該第１タイムラインのエンティティと統合する。一方、タイムライン統合部１７は、第１タイムラインのいずれのエンティティともマッチしない第２タイムラインのエンティティを、統合された第２タイムラインのエンティティとの時間関係が整合するように第１タイムラインに追加する。The timeline integration unit 17 integrates (incorporates) the second timeline into the first timeline based on the matching result. At this time, the timeline integration unit 17 integrates the entities of the second timeline that match with the entities of the first timeline with the entities of the first timeline. On the other hand, the timeline integration unit 17 adds the entities of the second timeline that do not match any of the entities of the first timeline to the first timeline so that the temporal relationship with the integrated entities of the second timeline is consistent.
図７は、マッチング結果を明示した第１タイムライン及び第２タイムラインと、統合タイムラインとの具体例を示す図である。図７の例では、図５に示した第１タイムライン及び第２タイムラインのマッチング結果が明示されており、当該マッチング結果に基づく統合タイムラインが示されている。具体的には、タイムライン統合部１７は、エンティティＢとエンティティａとがマッチ（実質的に一致）し、エンティティＣとエンティティｃ、及びエンティティＣとエンティティｄとが夫々マッチしていると判定している。FIG. 7 is a diagram showing a specific example of a first timeline and a second timeline showing the matching results, and an integrated timeline. In the example of FIG. 7, the matching results of the first timeline and the second timeline shown in FIG. 5 are shown, and an integrated timeline based on the matching results is shown. Specifically, the timeline integration unit 17 has determined that entity B and entity a match (substantially coincide), entity C and entity c, and entity C and entity d match, respectively.
この場合、タイムライン統合部１７は、第２タイムラインのエンティティのうち、第１タイムラインのいずれかのエンティティとマッチするエンティティを、マッチした第１タイムラインのエンティティに統合する。例えば、タイムライン統合部１７は、エンティティａをエンティティＢに統合したエンティティ「Ｂ（ａ）」を生成し、エンティティｃ及びエンティティｄをエンティティＣに統合したエンティティ「Ｃ（ｃ、ｄ）」を生成する。この場合、タイムライン統合部１７は、任意のデータ結合処理に基づき、エンティティの統合を行ってもよい。なお、タイムライン統合部１７は、第１タイムラインのエンティティが第２タイムラインのエンティティよりも正確であるとみなし、第１タイムラインのエンティティを、統合後のエンティティとして用いてもよい。In this case, the timeline integration unit 17 integrates, among the entities of the second timeline, any entity that matches any of the entities of the first timeline into the matching entity of the first timeline. For example, the timeline integration unit 17 generates an entity "B(a)" by integrating entity a into entity B, and generates an entity "C(c, d)" by integrating entities c and d into entity C. In this case, the timeline integration unit 17 may integrate the entities based on any data combination process. Note that the timeline integration unit 17 may consider the entity of the first timeline to be more accurate than the entity of the second timeline, and use the entity of the first timeline as the entity after integration.
また、タイムライン統合部１７は、第２タイムラインのエンティティのうち、第１タイムラインのいずれのエンティティともマッチしないエンティティを、マッチしたエンティティとの時間関係が整合するように第１タイムラインに追加する。例えば、第１タイムラインのいずれのエンティティともマッチしない第２タイムラインのエンティティｂは、エンティティａよりも後、かつ、エンティティｃよりも前の医療イベントを示す。よって、タイムライン統合部１７は、エンティティａが統合されたエンティティＢ（ａ）とエンティティｃが統合されたエンティティＣ（ｃ、ｄ）との間にエンティティｂを挿入する。なお、この場合に複数の挿入する候補位置が存在する場合には、タイムライン統合部１７は、複数の候補位置からランダムに選んだ候補位置に第２タイムラインのエンティティを挿入してもよく、エンティティに医療イベントの発生日時情報が含まれる場合には、発生日時情報に基づき位置を決定してもよい。The timeline integration unit 17 also adds, to the first timeline, entities in the second timeline that do not match any of the entities in the first timeline so that their time relationships with the matched entities are consistent. For example, entity b in the second timeline that does not match any of the entities in the first timeline indicates a medical event that occurs after entity a and before entity c. Therefore, the timeline integration unit 17 inserts entity b between entity B (a) into which entity a is integrated and entity C (c, d) into which entity c is integrated. Note that in this case, if there are multiple candidate positions for insertion, the timeline integration unit 17 may insert the entity in the second timeline into a candidate position randomly selected from the multiple candidate positions, or, if the entity includes information on the date and time of occurrence of a medical event, may determine the position based on the date and time information of the occurrence.
このように、タイムライン統合部１７は、第１タイムラインと第２タイムラインとのエンティティ同士のマッチング結果に基づき、第１タイムラインに第２タイムラインを統合した統合タイムラインを生成する。このように生成された統合タイムラインは、構造化データ及び非構造化データの両方を考慮した詳細なタイムラインとなっている。In this way, the timeline integration unit 17 generates an integrated timeline by integrating the second timeline with the first timeline based on the matching results between entities in the first timeline and the second timeline. The integrated timeline generated in this way is a detailed timeline that takes into account both structured data and unstructured data.
（５）フィルタリング
次に、フィルタリング部１８による閲覧目的に応じた統合タイムラインのフィルタリングについて説明する。一般に、閲覧目的（外来診察、医療文書の作成など）によって閲覧するユーザが必要とする情報は異なる。以上を勘案し、フィルタリング部１８は、閲覧目的に応じた統合タイムラインのフィルタリングを行い、指定された閲覧目的にとって重要度が低いエンティティをフィルタリングによって削除し、閲覧するユーザにとって必要十分なエンティティのみを並べた提示タイムラインを生成する。(5)Filtering Next, filtering of the integrated timeline according to the viewing purpose by the filtering unit 18 will be described. In general, the information required by the viewing user differs depending on the viewing purpose (outpatient examination, creation of medical documents, etc.). Taking the above into consideration, the filtering unit 18 filters the integrated timeline according to the viewing purpose, removes entities that are less important for the specified viewing purpose by filtering, and generates a presented timeline that lists only entities that are necessary and sufficient for the viewing user.
例えば、フィルタリング部１８は、統合タイムラインの各エンティティに対し、閲覧目的に応じた表示の適性（即ち提示タイムラインのエンティティとしての適性）を示すスコア（「適性スコア」とも呼ぶ。）を算出する。この場合、例えば、フィルタリング部１８は、閲覧目的に応じた適性スコアを算出する機械学習モデルを用いて、統合タイムラインの各エンティティから当該各エンティティに対する適性スコアを算出する。適性スコアは、「目的に応じた表示の適性を示す情報」の一例である。For example, the filtering unit 18 calculates a score (also called an "suitability score") for each entity in the integrated timeline that indicates the suitability of display according to the viewing purpose (i.e., suitability as an entity in the presented timeline). In this case, for example, the filtering unit 18 calculates a suitability score for each entity from each entity in the integrated timeline using a machine learning model that calculates suitability scores according to the viewing purpose. The suitability score is an example of "information indicating suitability of display according to the purpose."
図８は、図７に示す統合タイムラインから提示タイムラインを生成する処理の概要を示した図である。Figure 8 shows an overview of the process for generating a presentation timeline from the integrated timeline shown in Figure 7.
フィルタリング部１８は、例えば、ユーザにより指定された閲覧目的に応じた機械学習モデルを選択し、選択した機械学習モデルを用いて、統合タイムラインの各エンティティに対応する適性スコアを算出する。ここでは、フィルタリング部１８は、機械学習モデルに基づき、エンティティＡに対する適性スコア「０．７」、エンティティＢ（ａ）に対する適性スコア「０．３」、エンティティｂに対する適性スコア「０．９」、エンティティＣ（ｃ、ｄ）に対する適性スコア「０．９」、エンティティＤに対する適性スコア「０．８」を算出する。ここでは、一例として、適性スコアは、０～１の値域を有するものとし、閲覧目的に応じた表示の適性が高いほど高い値になるものとする。The filtering unit 18, for example, selects a machine learning model according to the viewing purpose specified by the user, and calculates suitability scores corresponding to each entity in the integrated timeline using the selected machine learning model. Here, based on the machine learning model, the filtering unit 18 calculates a suitability score of "0.7" for entity A, a suitability score of "0.3" for entity B (a), a suitability score of "0.9" for entity b, a suitability score of "0.9" for entity C (c, d), and a suitability score of "0.8" for entity D. Here, as an example, the suitability score has a value range of 0 to 1, and the higher the suitability of the display according to the viewing purpose, the higher the value.
そして、フィルタリング部１８は、適性スコアが所定の閾値以上となるエンティティを、指定された閲覧目的にとって必要な情報であるとみなし、提示タイムラインのエンティティとして使用する。一方、フィルタリング部１８は、所定の閾値未満となるエンティティを、指定された閲覧目的にとって重要でないエンティティとみなし、提示タイムラインのエンティティとして使用しない。上述の閾値は、例えば、閲覧目的ごとに異なる値又は閲覧目的によらずに共通の値に定められ、メモリ１２又は記憶装置４に予め記憶されている。The filtering unit 18 then considers entities whose suitability scores are equal to or greater than a predetermined threshold to be information necessary for the specified viewing purpose, and uses them as entities in the presentation timeline. On the other hand, the filtering unit 18 considers entities whose suitability scores are less than the predetermined threshold to be entities that are not important for the specified viewing purpose, and does not use them as entities in the presentation timeline. The above-mentioned thresholds are set, for example, to different values for each viewing purpose or to a common value regardless of the viewing purpose, and are stored in advance in the memory 12 or the storage device 4.
図８の例では、フィルタリング部１８は、適性スコアが予め定めた閾値「０．６」以上となるエンティティＡ、エンティティｂ、エンティティＣ（ｃ、ｄ）、エンティティＤを提示タイムラインのエンティティとして使用する。一方、フィルタリング部１８は、適性スコアが予め定めた閾値「０．６」未満となるエンティティＢ（ａ）を提示タイムラインのエンティティとして使用しない。これにより、フィルタリング部１８は、指定された閲覧目的にとって必要十分な情報となるエンティティから構成される提示タイムラインを生成することができる。In the example of FIG. 8, the filtering unit 18 uses entity A, entity b, entity C (c, d), and entity D, whose suitability scores are equal to or greater than the predetermined threshold value of "0.6", as entities in the presentation timeline. On the other hand, the filtering unit 18 does not use entity B (a), whose suitability score is less than the predetermined threshold value of "0.6", as an entity in the presentation timeline. This allows the filtering unit 18 to generate a presentation timeline made up of entities that provide necessary and sufficient information for the specified viewing purpose.
ここで、適性スコアの算出に用いる機械学習モデルについて補足説明する。図９（Ａ）は、機械学習モデルの第１態様を示し、図９（Ｂ）は、機械学習モデルの第２態様を示し、図９（Ｃ）は、機械学習モデルの第３態様を示し、図９（Ｄ）は、機械学習モデルの第４態様を示す。Here, we provide additional explanation on the machine learning model used to calculate the aptitude score. Figure 9(A) shows a first aspect of the machine learning model, Figure 9(B) shows a second aspect of the machine learning model, Figure 9(C) shows a third aspect of the machine learning model, and Figure 9(D) shows a fourth aspect of the machine learning model.
図９（Ａ）に示す第１態様の機械学習モデルは、エンティティに含まれるイベント情報と、適性スコアとの関係を学習したモデルであり、閲覧目的ごとに機械学習されることで生成される。イベント情報は、上述したイベント文字列であってもよく、イベントコードであってもよい。機械学習モデルの学習済みのパラメータは、各閲覧目的に紐付けられ、メモリ１２又は記憶装置４等に記憶される。機械学習モデルがニューラルネットワークにより構成される場合、例えば、層構造、各層のニューロン構造、各層におけるフィルタ数及びフィルタサイズ、並びに各フィルタの各要素の重みなどの各種パラメータ（ハイパーパラメータを含む）がメモリ１２又は記憶装置４等に記憶される。そして、フィルタリング部１８は、閲覧目的に紐付けられた機械学習モデルを選択し、選択した機械学習モデルにエンティティのイベント情報を入力する。そして、フィルタリング部１８は、上述の入力により機械学習モデルが出力する適性スコアを、当該エンティティの適性スコアとして取得する。The machine learning model of the first aspect shown in FIG. 9(A) is a model that learns the relationship between the event information included in the entity and the aptitude score, and is generated by machine learning for each browsing purpose. The event information may be the event string described above, or may be an event code. The learned parameters of the machine learning model are linked to each browsing purpose and stored in the memory 12 or the storage device 4, etc. When the machine learning model is configured by a neural network, various parameters (including hyperparameters), such as the layer structure, the neuron structure of each layer, the number of filters and filter size in each layer, and the weight of each element of each filter, are stored in the memory 12 or the storage device 4, etc. Then, the filtering unit 18 selects the machine learning model linked to the browsing purpose and inputs the event information of the entity to the selected machine learning model. Then, the filtering unit 18 obtains the aptitude score output by the machine learning model based on the above-mentioned input as the aptitude score of the entity.
なお、機械学習モデルは、機械学習モデルへの入力のサンプル（ここではイベント情報）と、当該サンプルが入力された場合に機械学習モデルが出力すべき正解（ここでは適性スコア）との組となる複数のレコードを含む学習データを用いて機械学習が行われる。この場合、サンプルが機械学習モデルに入力された場合に機械学習モデルが出力する推論結果と、正解との誤差（損失）が最小となるように、機械学習モデルのパラメータが決定される。損失を最小化するように上述のパラメータを決定するアルゴリズムは、勾配降下法や誤差逆伝播法などの機械学習において用いられる任意の学習アルゴリズムであってもよい。以後の機械学習モデルでも同様に学習が行われ、学習済みのパラメータが取得される。Note that machine learning is performed on the machine learning model using training data that includes multiple records that are pairs of an input sample to the machine learning model (event information in this case) and a correct answer (aptitude score in this case) that the machine learning model should output when the sample is input. In this case, the parameters of the machine learning model are determined so that the error (loss) between the correct answer and the inference result output by the machine learning model when a sample is input to the machine learning model is minimized. The algorithm that determines the above parameters so as to minimize the loss may be any learning algorithm used in machine learning, such as gradient descent or backpropagation. Similar learning is performed in subsequent machine learning models, and learned parameters are obtained.
図９（Ｂ）に示す第２態様の機械学習モデルは、エンティティに含まれるイベント情報、及び、イベント情報が示す医療イベントの相対的な発生時間を示す相対時間情報の組と、適性スコアとの関係を学習したモデルであり、閲覧目的ごとに機械学習されることで生成される。ここで、相対時間情報は、例えば、重要な医療イベント（例えば手術、初診等）の発生日を基準とした相対的な時間情報である。例えば、手術日を基準とした場合、相対時間情報は、術前又は術後の日数を示す。機械学習モデルの学習済みのパラメータは、各閲覧目的に紐付けられ、メモリ１２又は記憶装置４等に記憶される。そして、フィルタリング部１８は、閲覧目的に応じた機械学習モデルを選択し、選択した機械学習モデルにエンティティのイベント情報と当該エンティティに含まれる発生日時情報に基づく相対時間情報とを機械学習モデルに入力する。そして、フィルタリング部１８は、上述の入力により機械学習モデルが出力する適性スコアを、当該エンティティの適性スコアとして取得する。上述のイベント情報及び相対時間情報は、「エンティティに基づく情報」の例である。The machine learning model of the second aspect shown in FIG. 9B is a model that learns the relationship between the pair of event information included in the entity and relative time information indicating the relative occurrence time of the medical event indicated by the event information, and the aptitude score, and is generated by machine learning for each browsing purpose. Here, the relative time information is, for example, relative time information based on the occurrence date of an important medical event (e.g., surgery, first consultation, etc.). For example, when the date of surgery is used as the reference, the relative time information indicates the number of days before or after the surgery. The learned parameters of the machine learning model are linked to each browsing purpose and stored in the memory 12 or the storage device 4, etc. Then, the filtering unit 18 selects a machine learning model according to the browsing purpose, and inputs the event information of the entity and the relative time information based on the occurrence date and time information included in the entity to the selected machine learning model. Then, the filtering unit 18 obtains the aptitude score output by the machine learning model based on the above-mentioned input as the aptitude score of the entity. The above-mentioned event information and relative time information are examples of "information based on the entity".
図９（Ｃ）に示す第３態様の機械学習モデルは、エンティティに含まれるイベント情報、及び、ユーザにより指定された閲覧目的を示す情報の組と、適性スコアとの関係を学習したモデルであり、機械学習されることで生成される。閲覧目的を示す情報は、例えば、閲覧目的ごとに固有の識別情報である。機械学習モデルの学習済みのパラメータは、メモリ１２又は記憶装置４等に記憶される。そして、フィルタリング部１８は、第３態様の機械学習モデルにエンティティのイベント情報及び指定された閲覧目的を示す情報を入力することで当該機械学習モデルが出力する適性スコアを、当該エンティティの適性スコアとして取得する。なお、第３態様の機械学習モデルは、第２態様の機械学習モデルと組み合わされてもよい。この場合、機械学習モデルは、イベント情報と、相対時間情報と、閲覧目的を示す情報とが入力されるモデルとなる。第３態様の機械学習モデルにおいて入力される情報は、「エンティティと目的とに基づく情報」の一例である。The machine learning model of the third aspect shown in FIG. 9(C) is a model that learns the relationship between the combination of the event information included in the entity and the information indicating the browsing purpose specified by the user, and the aptitude score, and is generated by machine learning. The information indicating the browsing purpose is, for example, unique identification information for each browsing purpose. The learned parameters of the machine learning model are stored in the memory 12 or the storage device 4, etc. Then, the filtering unit 18 inputs the event information of the entity and the information indicating the specified browsing purpose to the machine learning model of the third aspect, and obtains the aptitude score output by the machine learning model as the aptitude score of the entity. Note that the machine learning model of the third aspect may be combined with the machine learning model of the second aspect. In this case, the machine learning model is a model to which event information, relative time information, and information indicating the browsing purpose are input. The information input to the machine learning model of the third aspect is an example of "information based on the entity and the purpose".
なお、フィルタリング部１８は、機械学習モデルを用いて適性スコアを算出する代わりに、ルールベースにより適性スコアを決定してもよい。この場合、例えば、医療イベントと適性スコアとの対応関係を示すテーブル情報が閲覧目的ごとにメモリ１２又は記憶装置４等に記憶されている場合には、フィルタリング部１８は、指定された閲覧目的に応じてテーブル情報を選択する。そして、フィルタリング部１８は、エンティティのイベント情報が示す医療イベントと当該テーブル情報において対応付けられている適性スコアを、当該エンティティの適性スコアとして決定する。In addition, instead of calculating the aptitude score using a machine learning model, the filtering unit 18 may determine the aptitude score based on a rule base. In this case, for example, if table information indicating the correspondence between medical events and aptitude scores is stored in the memory 12 or the storage device 4 for each viewing purpose, the filtering unit 18 selects table information according to the specified viewing purpose. Then, the filtering unit 18 determines the aptitude score associated in the table information with the medical event indicated by the event information of the entity as the aptitude score of the entity.
図９（Ｄ）に示す第４態様の機械学習モデルは、第１態様～第３態様のいずれかの機械学習モデルに入力される情報と、エンティティの適性の有無との関係を学習したモデルであり、機械学習されることで生成される。第４態様の機械学習モデルは、イベント情報などのエンティティに基づく情報が入力された場合に当該エンティティの適性の有無を示す分類結果（例えば０又は１の２値分類結果）を出力する。この場合、フィルタリング部１８は、エンティティに基づく情報を機械学習モデルに入力することで当該機械学習モデルが出力する分類結果に基づき、当該エンティティを提示タイムラインに残すか否かを決定する。なお、第４態様の機械学習モデルは、第１態様又は第２態様のように閲覧目的ごとに学習された機械学習モデルであってもよく、第３態様のように閲覧目的を入力とする共通の機械学習モデルであってもよい。上述の分類結果は、「目的に応じた表示の適性を示す情報」の一例である。The machine learning model of the fourth aspect shown in FIG. 9(D) is a model that learns the relationship between information input to the machine learning model of any one of the first to third aspects and the suitability of an entity, and is generated by machine learning. The machine learning model of the fourth aspect outputs a classification result (for example, a binary classification result of 0 or 1) indicating the suitability of the entity when entity-based information such as event information is input. In this case, the filtering unit 18 inputs entity-based information into the machine learning model and based on the classification result output by the machine learning model, determines whether or not to leave the entity on the presentation timeline. Note that the machine learning model of the fourth aspect may be a machine learning model trained for each viewing purpose as in the first or second aspect, or may be a common machine learning model that inputs the viewing purpose as in the third aspect. The above-mentioned classification result is an example of "information indicating the suitability of display according to the purpose".
（６）表示例
図１０は、出力制御部１９が出力装置３に表示させる表示画面の一例である。出力制御部１９は、フィルタリング部１８が生成した提示タイムラインに基づき上述の表示画面を表示するための表示情報を生成し、生成した表示情報を出力装置３にインターフェース１３を介して送信することで、出力装置３に表示画面を表示させる。出力制御部１９は、表示画面上に、患者情報表示領域５１と、タイムライン表示領域５２と、閲覧目的選択欄５３と、対象患者選択ボタン５４と、を設けている。(6)Display Example Fig. 10 is an example of a display screen that the output control unit 19 causes the output device 3 to display. The output control unit 19 generates display information for displaying the above-mentioned display screen based on the presentation timeline generated by the filtering unit 18, and transmits the generated display information to the output device 3 via the interface 13, thereby causing the output device 3 to display the display screen. The output control unit 19 provides a patient information display area 51, a timeline display area 52, a viewing purpose selection field 53, and a target patient selection button 54 on the display screen.
出力制御部１９は、患者情報表示領域５１に、対象患者の基本情報を表示する。ここでは、出力制御部１９は、診療記録記憶部４１が記憶する対象患者の診療記録等を参照し、患者情報表示領域５１に、患者名、年齢、性別、疾病名、治療期間などを表示している。The output control unit 19 displays basic information about the target patient in the patient information display area 51. Here, the output control unit 19 refers to the medical records of the target patient stored in the medical record storage unit 41, and displays the patient name, age, sex, disease name, treatment period, etc. in the patient information display area 51.
また、出力制御部１９は、タイムライン表示領域５２に、閲覧目的選択欄５３において指定された閲覧目的に応じてフィルタリング部１８が生成した提示タイムラインを示すテーブルを表示している。ここで、上述のテーブルは、提示タイムラインのエンティティを時系列により示しており、１つのレコードは、１つのエンティティに基づき生成されている。ここでは、出力制御部１９は、「日時」、「イベント」、「症状」、「検査」、「診断」、「治療」、「予定」の列（カラム）を有するテーブルを表示している。なお、タイムライン表示領域５２での提示タイムラインの表示態様は、図１０に示される形式（テーブル）に限定されない。例えば、提示タイムラインは、任意の形式のチャートによりタイムライン表示領域５２において表示されてもよい。The output control unit 19 also displays in the timeline display area 52 a table showing the presentation timeline generated by the filtering unit 18 according to the viewing purpose specified in the viewing purpose selection field 53. Here, the above-mentioned table shows the entities of the presentation timeline in chronological order, and one record is generated based on one entity. Here, the output control unit 19 displays a table having columns of "Date and Time", "Event", "Symptoms", "Examination", "Diagnosis", "Treatment", and "Schedule". Note that the display format of the presentation timeline in the timeline display area 52 is not limited to the format (table) shown in FIG. 10. For example, the presentation timeline may be displayed in the timeline display area 52 as a chart of any format.
出力制御部１９は、閲覧目的選択欄５３において、閲覧目的を指定するユーザ入力を受け付ける。ここでは、一例として、閲覧目的選択欄５３は、プルダウンメニュー形式の選択欄となっており、「外来診察」が選択されている。フィルタリング部１８は、閲覧目的選択欄５３において選択された閲覧目的に応じた対象患者の統合タイムラインのフィルタリングを行うことで生成した提示タイムラインを出力制御部１９に供給し、出力制御部１９は、当該提示タイムラインに基づきタイムライン表示領域５２の表示内容を決定する。また、出力制御部１９は、対象患者選択ボタン５４が選択されたことを検知した場合、図示しない対象患者を選択する表示画面を表示し、対象患者を指定するユーザ入力を受け付ける。The output control unit 19 accepts user input specifying the viewing purpose in the viewing purpose selection field 53. Here, as an example, the viewing purpose selection field 53 is a selection field in the form of a pull-down menu, and "outpatient examination" is selected. The filtering unit 18 supplies the output control unit 19 with a presentation timeline generated by filtering the integrated timeline of the target patient according to the viewing purpose selected in the viewing purpose selection field 53, and the output control unit 19 determines the display content of the timeline display area 52 based on the presentation timeline. Furthermore, when the output control unit 19 detects that the target patient selection button 54 has been selected, it displays a display screen for selecting a target patient (not shown) and accepts user input specifying the target patient.
このように、図１０に示す表示画面によれば、出力制御部１９は、ユーザが選択した閲覧目的に応じてフィルタリングした対象患者のタイムラインを好適にユーザに提示することができる。このようなタイムラインは、閲覧目的に応じた所望の時間スケールとなっている。In this way, according to the display screen shown in FIG. 10, the output control unit 19 can suitably present to the user a timeline of the target patient that has been filtered according to the viewing purpose selected by the user. Such a timeline has a desired time scale according to the viewing purpose.
（７）処理フロー
図１１は、診療情報処理装置１が実行するフローチャートの一例である。(7)Processing Flow FIG. 11 is an example of a flowchart executed by the medical information processing device 1.
まず、診療情報処理装置１は、対象患者の指定があったか否か判定する（ステップＳ１１）。診療情報処理装置１は、例えば、対象患者を指定した入力装置２からのユーザ入力を受信した場合に、対象患者の指定があったと判定する。First, the medical information processing device 1 determines whether a target patient has been designated (step S11). For example, when the medical information processing device 1 receives a user input from the input device 2 designating a target patient, the medical information processing device 1 determines that a target patient has been designated.
そして、診療情報処理装置１は、対象患者の指定があった場合（ステップＳ１１；Ｙｅｓ）、指定された対象患者に対応する構造化データ及び非構造化データを診療記録記憶部４１から取得する（ステップＳ１２）。一方、診療情報処理装置１は、対象患者が指定されていない場合（ステップＳ１１；Ｎｏ）、引き続きステップＳ１１を実行する。なお、診療情報処理装置１は、対象患者の指定があり、かつ、閲覧目的の指定があった場合に限り、ステップＳ１２以降の処理を行ってもよい。Then, if a target patient has been specified (step S11; Yes), the medical information processing device 1 acquires structured data and unstructured data corresponding to the specified target patient from the medical record storage unit 41 (step S12). On the other hand, if a target patient has not been specified (step S11; No), the medical information processing device 1 continues to execute step S11. Note that the medical information processing device 1 may perform processing from step S12 onwards only if a target patient has been specified and the viewing purpose has been specified.
次に、診療情報処理装置１は、ステップＳ１２で取得した構造化データに基づく第１タイムラインを生成する（ステップＳ１３）。さらに、診療情報処理装置１は、ステップＳ１２で取得した非構造化データに基づく第２タイムラインを生成する（ステップＳ１４）。なお、ステップＳ１３及びステップＳ１４は、順不同であり、並列的に実行されてもよい。Next, the medical information processing device 1 generates a first timeline based on the structured data acquired in step S12 (step S13). Furthermore, the medical information processing device 1 generates a second timeline based on the unstructured data acquired in step S12 (step S14). Note that steps S13 and S14 may be performed in parallel in any order.
次に、診療情報処理装置１は、ステップＳ１３で生成した第１タイムラインとステップＳ１４で生成した第２タイムラインとをマッチングにより統合する（ステップＳ１５）。これにより、診療情報処理装置１は、統合タイムラインを生成する。Next, the medical information processing device 1 integrates the first timeline generated in step S13 and the second timeline generated in step S14 by matching (step S15). As a result, the medical information processing device 1 generates an integrated timeline.
次に、診療情報処理装置１は、閲覧目的が指定されたか否か判定する（ステップＳ１６）。診療情報処理装置１は、例えば、閲覧目的を指定した入力装置２からのユーザ入力を受信した場合に、閲覧目的の指定があったと判定する。そして、閲覧目的が指定されたと判定した場合（ステップＳ１６；Ｙｅｓ）、診療情報処理装置１は、指定された閲覧目的に応じて統合タイムラインのフィルタリングを行う（ステップＳ１７）。これにより、診療情報処理装置１は、閲覧目的に鑑みて不必要な情報となるエンティティを統合タイムラインから削除することで得られるタイムラインを、提示タイムラインとして取得する。そして、診療情報処理装置１は、フィルタリング後の提示タイムラインを、出力装置３により提示する（ステップＳ１８）。The medical information processing device 1 then determines whether or not a viewing purpose has been specified (step S16). For example, when the medical information processing device 1 receives a user input from the input device 2 specifying a viewing purpose, the medical information processing device 1 determines that a viewing purpose has been specified. If it is determined that a viewing purpose has been specified (step S16; Yes), the medical information processing device 1 filters the integrated timeline according to the specified viewing purpose (step S17). As a result, the medical information processing device 1 obtains, as the presented timeline, a timeline obtained by deleting entities that are unnecessary information in light of the viewing purpose from the integrated timeline. The medical information processing device 1 then presents the filtered presented timeline via the output device 3 (step S18).
＜第２実施形態＞
図１２は、診療情報処理システム１００Ａの概略構成を示す。第２実施形態に係る診療情報処理システム１００Ａは、サーバクライアントモデルのシステムであり、サーバ装置として機能する診療情報処理装置１Ａが第１実施形態における診療情報処理装置１の処理を行う。以後では、第１実施形態と同一構成要素については、適宜同一符号を付し、その説明を省略する。Second Embodiment
12 shows a schematic configuration of a medical information processing system 100A. The medical information processing system 100A according to the second embodiment is a server-client model system, and a medical information processing device 1A functioning as a server device performs the processing of the medical information processing device 1 in the first embodiment. Hereinafter, the same components as those in the first embodiment are appropriately designated by the same reference numerals, and the description thereof will be omitted.
診療情報処理システム１００Ａは、主に、サーバとして機能する診療情報処理装置１Ａと、第１実施形態に係る記憶装置４と同様のデータを記憶する記憶装置４Ａと、クライアントとして機能する端末装置８とを有する。診療情報処理装置１Ａと端末装置８とは、ネットワーク７を介してデータ通信を行う。The medical information processing system 100A mainly comprises a medical information processing device 1A that functions as a server, a storage device 4A that stores data similar to that of the storage device 4 according to the first embodiment, and a terminal device 8 that functions as a client. The medical information processing device 1A and the terminal device 8 communicate data via a network 7.
端末装置８は、入力機能、表示機能、及び通信機能を有する端末であり、図１に示される入力装置２及び出力装置３として機能する。端末装置８は、例えば、パーソナルコンピュータ、タブレット型端末、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）などであってもよい。端末装置８は、ユーザ入力に基づく入力信号などを、診療情報処理装置１Ａに送信する。The terminal device 8 is a terminal having input, display, and communication functions, and functions as the input device 2 and output device 3 shown in FIG. 1. The terminal device 8 may be, for example, a personal computer, a tablet terminal, a PDA (Personal Digital Assistant), etc. The terminal device 8 transmits input signals based on user input, etc., to the medical information processing device 1A.
診療情報処理装置１Ａは、第１実施形態に係る診療情報処理装置１と同一のハードウェア構成及び機能ブロック構成を有する。そして、診療情報処理装置１Ａは、ネットワーク７を介して端末装置８から入力信号などを受信し、受信した情報に基づいて対象患者及び閲覧目的などを特定し、提示タイムラインの生成などを行う。また、診療情報処理装置１Ａは、提示タイムラインの生成結果に関する情報等を示す出力信号を、ネットワーク７を介して端末装置８に送信する。このように、端末装置８は、第１実施形態における入力装置２及び出力装置３として機能する。The medical information processing device 1A has the same hardware configuration and functional block configuration as the medical information processing device 1 according to the first embodiment. The medical information processing device 1A receives input signals and the like from the terminal device 8 via the network 7, identifies the target patient and the purpose of viewing based on the received information, and generates a presentation timeline and performs other operations. The medical information processing device 1A also transmits output signals indicating information related to the results of generating the presentation timeline to the terminal device 8 via the network 7. In this way, the terminal device 8 functions as the input device 2 and output device 3 in the first embodiment.
このような構成によれば、診療情報処理システム１００Ａは、ユーザが指定した対象患者及び閲覧目的に対応する提示タイムラインを生成し、ユーザに提示することができる。With this configuration, the medical information processing system 100A can generate a presentation timeline that corresponds to the target patient and viewing purpose specified by the user, and present it to the user.
＜第３実施形態＞
第３実施形態では、図１２に示される構成において、第１実施形態において診療情報処理装置１が実行する処理を、診療情報処理装置１Ａと端末装置８とで分担して実行する。Third Embodiment
In the third embodiment, in the configuration shown in FIG. 12, the processing executed by the medical information processing device 1 in the first embodiment is shared and executed by a medical information processing device 1A and a terminal device 8.
例えば、診療情報処理装置１Ａは、図４に示される診療記録取得部１４、第１タイムライン生成部１５、第２タイムライン生成部１６、タイムライン統合部１７に相当する機能を有し、端末装置８は、フィルタリング部１８及び出力制御部１９に相当する機能を有する。For example, the medical information processing device 1A has functions corresponding to the medical record acquisition unit 14, the first timeline generation unit 15, the second timeline generation unit 16, and the timeline integration unit 17 shown in FIG. 4, and the terminal device 8 has functions corresponding to the filtering unit 18 and the output control unit 19.
この場合、診療情報処理装置１Ａは、端末装置８又は他の装置等から指定患者を示す情報が供給された場合に、指定患者の診療記録から統合タイムラインを生成し、生成した統合タイムラインを示す情報を端末装置８に供給する。端末装置８は、閲覧目的を指定する入力を検知した場合に、診療情報処理装置１Ａから受信した統合タイムラインを示す情報と閲覧目的とに基づいて、提示タイムラインを生成し、生成した提示タイムラインに基づく出力制御を行う。In this case, when information indicating a designated patient is supplied from the terminal device 8 or another device, the medical information processing device 1A generates an integrated timeline from the medical records of the designated patient and supplies information indicating the generated integrated timeline to the terminal device 8. When the terminal device 8 detects an input specifying the viewing purpose, it generates a presentation timeline based on the information indicating the integrated timeline received from the medical information processing device 1A and the viewing purpose, and performs output control based on the generated presentation timeline.
このような構成によれば、診療情報処理装置１Ａは、構造化データ及び非構造化データの両方を用いた対象患者の統合タイムラインを生成することができる。また、端末装置８は、ユーザにより指定された閲覧目的に対応する提示タイムラインを生成し、ユーザに提示することができる。With this configuration, the medical information processing device 1A can generate an integrated timeline of a target patient using both structured data and unstructured data. Furthermore, the terminal device 8 can generate a presentation timeline that corresponds to the viewing purpose specified by the user and present it to the user.
＜第４実施形態＞
図１３は、診療情報処理システム１００Ｂの構成を示す。第４実施形態における診療情報処理システム１００Ｂは、ＬＬＭ（大規模言語モデル：Ｌａｒｇｅ Ｌａｎｇｕａｇｅ Ｍｏｄｅｌ）を用いて医療文書を示す医療文書データを生成するシステムであって、診療情報処理装置１Ｂと、診療情報処理装置１Ｂとネットワーク７Ｂを介して通信を行う医療文書生成装置８Ｂと、を有する。なお、以後では、説明便宜上、診療情報処理装置１Ｂは、第１実施形態等において説明した入力装置２、出力装置３、及び記憶装置４を含んでいるものとするが、第１実施形態等と同様に、これらは診療情報処理装置１Ｂとは別装置として構成されてもよい。また、以後では、第１実施形態と同一構成要素については、適宜同一符号を付し、その説明を省略する。Fourth Embodiment
FIG. 13 shows the configuration of a medical information processing system 100B. The medical information processing system 100B in the fourth embodiment is a system that generates medical document data indicating a medical document using an LLM (Large Language Model), and includes a medical information processing device 1B and a medical document generation device 8B that communicates with the medical information processing device 1B via a network 7B. In the following, for convenience of explanation, the medical information processing device 1B includes the input device 2, output device 3, and storage device 4 described in the first embodiment, etc., but as in the first embodiment, these may be configured as devices separate from the medical information processing device 1B. In the following, the same components as those in the first embodiment are appropriately designated by the same reference numerals, and their explanations will be omitted.
診療情報処理装置１Ｂは、提示タイムラインから医療文書に記載したい医療イベントをユーザが選択する入力を受け付け、選択結果に基づき、ＬＬＭへの入力データ（入力プロンプト）となるテキスト情報（「入力テキスト情報」とも呼ぶ。）を生成する。入力テキスト情報は、例えば、選択された医療イベントを時系列にて箇条書きしたテキスト情報である。そして、診療情報処理装置１Ｂは、生成した入力テキスト情報を医療文書生成装置８Ｂに送信する。そして、診療情報処理装置１Ｂは、入力テキスト情報の応答として医療文書生成装置８Ｂから受信する医療文書データを受信し、受信した医療文書データが示す医療文書を表示する。The medical information processing device 1B accepts input from the user selecting a medical event to be included in the medical document from the presented timeline, and generates text information (also called "input text information") that will be input data (input prompt) to the LLM based on the selection result. The input text information is, for example, text information that lists the selected medical events in chronological order. The medical information processing device 1B then transmits the generated input text information to the medical document generation device 8B. The medical information processing device 1B then receives medical document data from the medical document generation device 8B in response to the input text information, and displays the medical document indicated by the received medical document data.
医療文書生成装置８Ｂは、学習済みのＬＬＭを実行可能な装置であり、診療情報処理装置１Ｂとネットワーク７Ｂを介してデータ通信可能な装置又はサーバ（クラウドサーバを含む）である。医療文書生成装置８Ｂは、診療情報処理装置１Ｂから入力テキスト情報を受信した場合に、ＬＬＭの学習済みのパラメータを参照することで構成したＬＬＭに入力テキスト情報を入力することで、ＬＬＭが出力する医療文書データを取得する。この場合、ＬＬＭは、テキスト情報が入力された場合に、テキスト情報に基づく医療文書を示す医療文書データを生成するように機械学習された任意の自然言語処理モデルである。そして、医療文書生成装置８Ｂは、生成した医療文書データを診療情報処理装置１Ｂに送信する。The medical document generation device 8B is a device capable of executing the trained LLM, and is a device or server (including a cloud server) capable of data communication with the medical information processing device 1B via the network 7B. When the medical document generation device 8B receives input text information from the medical information processing device 1B, it inputs the input text information into the LLM configured by referencing the trained parameters of the LLM, thereby acquiring medical document data output by the LLM. In this case, the LLM is an arbitrary natural language processing model that has been machine-learned to generate medical document data indicating a medical document based on the text information when text information is input. The medical document generation device 8B then transmits the generated medical document data to the medical information processing device 1B.
図１４は、診療情報処理装置１Ｂが表示する表示画面の一例である。診療情報処理装置１Ｂは、フィルタリング部１８が生成した提示タイムラインに基づき上述の表示画面を表示する。診療情報処理装置１Ｂは、表示画面上に、患者情報表示領域５１と、タイムライン表示領域５２と、閲覧目的選択欄５３と、対象患者選択ボタン５４と、選択イベントリスト表示領域５５と、を設けている。診療情報処理装置１Ｂは、患者情報表示領域５１と、タイムライン表示領域５２と、閲覧目的選択欄５３と、において、図１０の表示例と同様の内容を表示している。FIG. 14 is an example of a display screen displayed by the medical information processing device 1B. The medical information processing device 1B displays the above-mentioned display screen based on the presentation timeline generated by the filtering unit 18. The medical information processing device 1B provides a patient information display area 51, a timeline display area 52, a viewing purpose selection field 53, a target patient selection button 54, and a selected event list display area 55 on the display screen. The medical information processing device 1B displays the same content as the display example of FIG. 10 in the patient information display area 51, the timeline display area 52, and the viewing purpose selection field 53.
診療情報処理装置１Ｂは、タイムライン表示領域５２に表示した提示タイムラインを示すテーブルの「イベント」の列において、医療文書に記載したい医療イベントをユーザ（医療従事者）が選択する入力を受け付ける。ここでは、診療情報処理装置１Ｂは、ユーザがポインタのクリック操作により選択した医療イベント「入院」、「手術」、「退院」を、上述のテーブル上において色分けなどにより強調表示している。なお、強調表示の方法はこれに限らない。The medical information processing device 1B accepts input from the user (medical professional) selecting the medical event they wish to include in the medical document in the "Event" column of the table showing the presented timeline displayed in the timeline display area 52. Here, the medical information processing device 1B highlights the medical events "Hospitalization," "Surgery," and "Discharge" selected by the user by clicking the pointer on the above-mentioned table by color coding or the like. Note that the method of highlighting is not limited to this.
また、診療情報処理装置１Ｂは、提示タイムラインを示すテーブルの「イベント」の列において選択された医療イベントの箇条書きの文章を生成し、生成した文章を選択イベントリスト表示領域５５に表示する。これにより、箇条書きの文章は、医療従事者であるユーザに提示（表示）される。医療従事者であるユーザは、確認し、必要に応じて選択イベントリスト表示領域５５に表示された箇条書きの文章を修正してもよい。この場合、診療情報処理装置１Ｂは、選択イベントリスト表示領域５５において、テキストの削除及び追加の入力を受け付ける。The medical information processing device 1B also generates itemized text for the medical event selected in the "Event" column of the table showing the presentation timeline, and displays the generated text in the selected event list display area 55. This allows the itemized text to be presented (displayed) to the user who is a medical professional. The user who is a medical professional may review and, if necessary, modify the itemized text displayed in the selected event list display area 55. In this case, the medical information processing device 1B accepts input of deletion and addition of text in the selected event list display area 55.
そして、診療情報処理装置１Ｂは、選択イベントリスト表示領域５５に設けられた文書作成ボタン５６が選択されたことを検知した場合、選択イベントリスト表示領域５５に表示された箇条書きの文章を示すテキスト情報を、入力テキスト情報（即ちＬＬＭへの入力プロンプト）とみなし、医療文書生成装置８Ｂに送信する。医療文書生成装置８Ｂは、診療情報処理装置１Ｂから受信した入力テキスト情報をＬＬＭに入力することで得られた医療文書データを診療情報処理装置１Ｂに送信する。診療情報処理装置１Ｂは、医療文書生成装置８Ｂから医療文書データを受信し、受信した医療文書データが示す医療文書を表示し、ユーザである医療従事者に提示する。このように、診療情報処理装置１Ｂは、ユーザが選択した医療イベントに基づく医療文書を好適にユーザに提示することができる。When the medical information processing device 1B detects that the document creation button 56 provided in the selected event list display area 55 has been selected, it regards the text information indicating the bulleted sentences displayed in the selected event list display area 55 as input text information (i.e., an input prompt for the LLM) and transmits it to the medical document generation device 8B. The medical document generation device 8B transmits medical document data obtained by inputting the input text information received from the medical information processing device 1B into the LLM to the medical information processing device 1B. The medical information processing device 1B receives the medical document data from the medical document generation device 8B, displays the medical document indicated by the received medical document data, and presents it to the user, who is a medical professional. In this way, the medical information processing device 1B can preferably present to the user a medical document based on the medical event selected by the user.
＜第５実施形態＞
図１５は、表示制御装置１Ｘのブロック図である。表示制御装置１Ｘは、主に、取得手段１８１Ｘと、フィルタリング手段１８２Ｘと、表示制御手段１９Ｘと、を有する。なお、表示制御装置１Ｘは、複数の装置により構成されてもよい。表示制御装置１Ｘは、例えば、第１実施形態における診療情報処理装置１、第２実施形態における診療情報処理装置１Ａ、第３実施形態における端末装置８とすることができる。Fifth Embodiment
15 is a block diagram of the display control device 1X. The display control device 1X mainly includes an acquisition unit 181X, a filtering unit 182X, and a display control unit 19X. The display control device 1X may be composed of a plurality of devices. The display control device 1X may be, for example, the medical information processing device 1 in the first embodiment, the medical information processing device 1A in the second embodiment, or the terminal device 8 in the third embodiment.
取得手段１８１Ｘは、時系列での医療イベントを表す時系列情報を取得する。The acquisition means 181X acquires time series information that represents medical events in a time series.
時系列情報の第１の例は、第１実施形態～第３実施形態における統合タイムラインとすることができる。時系列情報の第２の例は、第１タイムライン又は第２タイムラインのいずれか一方とすることができる。このように、時系列情報は、時系列での医療イベントを表す情報であればよい。A first example of the time series information can be the integrated timeline in the first to third embodiments. A second example of the time series information can be either the first timeline or the second timeline. In this way, the time series information can be any information that represents medical events in a chronological order.
また、取得手段１８１Ｘは、時系列情報を生成してもよく、他の装置が生成した時系列情報を取得してもよい。前者の例では、取得手段１８１Ｘは、例えば、第１実施形態若しくは第２実施形態における診療記録取得部１４、第１タイムライン生成部１５、第２タイムライン生成部１６、及びタイムライン統合部１７とすることができる。後者の例では、取得手段１８１Ｘは、例えば、第３実施形態における端末装置８のフィルタリング部１８とすることができる。The acquisition means 181X may generate time series information or acquire time series information generated by another device. In the former example, the acquisition means 181X may be, for example, the medical record acquisition unit 14, the first timeline generation unit 15, the second timeline generation unit 16, and the timeline integration unit 17 in the first or second embodiment. In the latter example, the acquisition means 181X may be, for example, the filtering unit 18 of the terminal device 8 in the third embodiment.
フィルタリング手段１８２Ｘは、指定された目的に基づき、時系列情報のフィルタリングを行う。フィルタリング手段１８２Ｘは、例えば、第１実施形態～第３実施形態におけるフィルタリング部１８とすることができる。The filtering means 182X filters the time series information based on the specified purpose. The filtering means 182X can be, for example, the filtering unit 18 in the first to third embodiments.
表示制御手段１９Ｘは、フィルタリングがなされた時系列情報を表示装置に表示させる。表示制御手段１９Ｘは、例えば、第１実施形態～第３実施形態における出力制御部１９とすることができる。The display control means 19X causes the filtered time series information to be displayed on a display device. The display control means 19X can be, for example, the output control unit 19 in the first to third embodiments.
図１６は、表示制御装置１Ｘが実行するフローチャートの一例である。取得手段１８１Ｘは、時系列での医療イベントを表す時系列情報を取得する（ステップＳ２１）。フィルタリング手段１８２Ｘは、指定された目的に基づき、時系列情報のフィルタリングを行う（ステップＳ２２）。表示制御手段１９Ｘは、フィルタリングがなされた時系列情報を表示装置に表示させる（ステップＳ２３）。FIG. 16 is an example of a flowchart executed by the display control device 1X. The acquisition means 181X acquires time series information that represents medical events in a time series (step S21). The filtering means 182X filters the time series information based on a specified purpose (step S22). The display control means 19X displays the filtered time series information on the display device (step S23).
第５実施形態によれば、表示制御装置１Ｘは、指定された目的に応じて粗視化した医療イベントの時系列情報をユーザに提示することが可能となる。According to the fifth embodiment, the display control device 1X is capable of presenting to the user time-series information of medical events that is coarse-grained according to a specified purpose.
なお、上述した各実施形態において、プログラムは、様々なタイプの非一時的なコンピュータ可読媒体（Ｎｏｎ－ｔｒａｎｓｉｔｏｒｙ ｃｏｍｐｕｔｅｒ ｒｅａｄａｂｌｅ ｍｅｄｉｕｍ）を用いて格納され、コンピュータであるプロセッサ等に供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記憶媒体（Ｔａｎｇｉｂｌｅ ｓｔｏｒａｇｅ ｍｅｄｉｕｍ）を含む。非一時的なコンピュータ可読媒体の例は、磁気記憶媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記憶媒体（例えば光磁気ディスク）、ＣＤ－ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ）、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ ＰＲＯＭ）、フラッシュＲＯＭ、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（Ｔｒａｎｓｉｔｏｒｙ ｃｏｍｐｕｔｅｒ ｒｅａｄａｂｌｅ ｍｅｄｉｕｍ）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。In each of the above-described embodiments, the program can be stored using various types of non-transitory computer readable media and supplied to a computer, such as a processor. Non-transitory computer readable media include various types of tangible storage media. Examples of non-transitory computer-readable media include magnetic storage media (e.g., floppy disks, magnetic tapes, hard disk drives), optical storage media (e.g., optical disks), CD-ROMs (Read Only Memory), CD-Rs, CD-R/Ws, semiconductor memories (e.g., mask ROMs, PROMs (Programmable ROMs), EPROMs (Erasable PROMs), flash ROMs, and RAMs (Random Access Memory). Programs may also be supplied to computers by various types of transient computer-readable media. Examples of transient computer-readable media include electrical signals, optical signals, and electromagnetic waves. Transient computer-readable media can supply programs to computers via wired communication paths such as electric wires and optical fibers, or wireless communication paths.
その他、上記の各実施形態の一部又は全部は、以下の付記のようにも記載され得るが以下には限られない。In addition, some or all of the above embodiments may be described as, but are not limited to, the following notes.
［付記１］
時系列での医療イベントを表す時系列情報を取得する取得手段と、
指定された目的に基づき、前記時系列情報のフィルタリングを行うフィルタリング手段と、
前記フィルタリングがなされた前記時系列情報を表示装置に表示させる表示制御手段と、
を有する表示制御装置。
［付記２］
前記時系列情報は、前記時系列での医療イベントを夫々表す複数のエンティティを含み、
前記フィルタリング手段は、前記時系列情報から削除するエンティティを前記目的に基づき選択する、付記１に記載の表示制御装置。
［付記３］
前記フィルタリング手段は、前記複数のエンティティの各々に対する前記目的に応じた表示の適性を示すスコアを算出し、前記スコアに基づき前記時系列情報から削除するエンティティを決定する、付記２に記載の表示制御装置。
［付記４］
前記フィルタリング手段は、機械学習モデルに基づき、前記時系列情報から削除するエンティティを選択し、
前記機械学習モデルは、エンティティに基づく情報と、当該エンティティの前記目的に応じた表示の適性との関係を機械学習したモデルである、付記２または３に記載の表示制御装置。
［付記５］
前記機械学習モデルは、目的ごとに機械学習されたモデルであり、
前記フィルタリング手段は、指定された前記目的に紐付けられた機械学習モデルを選択し、当該機械学習モデルに基づき前記時系列情報から削除するエンティティを選択する、付記４に記載の表示制御装置。
［付記６］
前記機械学習モデルは、前記エンティティと前記目的とに基づく情報が入力された場合に当該エンティティの前記適性を示す情報を出力する機械学習モデルであり、
前記フィルタリング手段は、前記エンティティと目的とに基づく情報を前記機械学習モデルに入力することで得られる前記適性を示す情報に基づき、前記時系列情報から削除するエンティティを選択する、付記４に記載の表示制御装置。
［付記７］
前記フィルタリング手段は、前記目的と、前記時系列での医療イベントの相対時間情報とに基づき、前記時系列情報のフィルタリングを行う、付記１に記載の表示制御装置。
［付記８］
前記時系列情報は、診療記録に関する構造化データまたは非構造化データの少なくとも一方に基づき生成された情報である、付記１に記載の表示制御装置。
［付記９］
前記表示制御手段は、医療従事者の意思決定を支援するために、前記フィルタリングがなされた前記時系列情報を表示装置に表示させる、付記１に記載の表示制御装置。
［付記１０］
前記フィルタリングがなされた前記時系列情報のうちユーザに選択された前記時系列情報に基づき、ＬＬＭへの入力用のテキスト情報を生成する生成手段をさらに備える、付記２に記載の表示制御装置。
［付記１１］
コンピュータが、
時系列での医療イベントを表す時系列情報を取得し、
指定された目的に基づき、前記時系列情報のフィルタリングを行い、
前記フィルタリングがなされた前記時系列情報を表示装置に表示させる、
表示制御方法。
［付記１２］
時系列での医療イベントを表す時系列情報を取得し、
指定された目的に基づき、前記時系列情報のフィルタリングを行い、
前記フィルタリングがなされた前記時系列情報を表示装置に表示させる処理をコンピュータに実行させるプログラムが格納された記憶媒体。[Appendix 1]
an acquisition means for acquiring time series information representing medical events in a time series;
A filtering means for filtering the time-series information based on a specified purpose;
a display control means for displaying the filtered time-series information on a display device;
A display control device having the following.
[Appendix 2]
the time series information includes a plurality of entities each representing a medical event in the time series;
The display control device according to claim 1, wherein the filtering means selects entities to be deleted from the time-series information based on the purpose.
[Appendix 3]
The display control device according to claim 2, wherein the filtering means calculates a score indicating the suitability of display for each of the plurality of entities according to the purpose, and determines entities to be deleted from the time series information based on the score.
[Appendix 4]
The filtering means selects entities to be deleted from the time-series information based on a machine learning model; and
The display control device according to claim 2 or 3, wherein the machine learning model is a model that machine-learns the relationship between information based on an entity and the suitability of the entity for displaying the entity according to the purpose.
[Appendix 5]
The machine learning model is a model machine-learned for each purpose,
The display control device according to claim 4, wherein the filtering means selects a machine learning model associated with the specified purpose and selects an entity to be deleted from the time series information based on the machine learning model.
[Appendix 6]
the machine learning model is a machine learning model that outputs information indicating the aptitude of the entity when information based on the entity and the purpose is input;
The display control device described in Appendix 4, wherein the filtering means selects entities to be deleted from the time series information based on information indicating the suitability obtained by inputting information based on the entities and objectives into the machine learning model.
[Appendix 7]
2. The display control device according to claim 1, wherein the filtering means filters the time series information based on the purpose and relative time information of medical events in the time series.
[Appendix 8]
The display control device described in Appendix 1, wherein the time series information is information generated based on at least one of structured data and unstructured data related to medical records.
[Appendix 9]
The display control device according to claim 1, wherein the display control means causes a display device to display the filtered time-series information in order to assist medical personnel in making decisions.
[Appendix 10]
The display control device according to claim 2, further comprising a generation means for generating text information for input to an LLM based on the time-series information selected by a user from the time-series information that has been filtered.
[Appendix 11]
The computer
Obtaining time series information representing medical events over time;
filtering the time series information based on a specified purpose;
displaying the filtered time-series information on a display device;
Display control method.
[Appendix 12]
Obtaining time series information representing medical events over time;
filtering the time series information based on a specified purpose;
A storage medium storing a program for causing a computer to execute a process of displaying the filtered time-series information on a display device.
以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。すなわち、本願発明は、請求の範囲を含む全開示、技術的思想にしたがって当業者であればなし得るであろう各種変形、修正を含むことは勿論である。また、引用した上記の特許文献及び非特許文献等の各開示は、本書に引用をもって繰り込むものとする。The present invention has been described above with reference to the embodiments, but the present invention is not limited to the above-mentioned embodiments. Various modifications that a person skilled in the art can understand can be made to the configuration and details of the present invention within the scope of the present invention. In other words, the present invention naturally includes various modifications and amendments that a person skilled in the art could make in accordance with the entire disclosure, including the claims, and the technical ideas. Furthermore, the disclosures of the above cited patent documents and non-patent documents are incorporated by reference into this document.
１、１Ａ、１Ｂ 診療情報処理装置
１Ｘ 表示制御装置
２ 入力装置
３ 出力装置
４ 記憶装置
８ 端末装置
１００、１００Ａ、１００Ｂ 診療情報処理システムReference Signs List 1, 1A, 1B Medical information processing device 1X Display control device 2 Input device 3 Output device 4 Storage device 8 Terminal device 100, 100A, 100B Medical information processing system
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2023/031234WO2025046739A1 (en) | 2023-08-29 | 2023-08-29 | Display control device, display control method, and storage medium |
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2023/031234WO2025046739A1 (en) | 2023-08-29 | 2023-08-29 | Display control device, display control method, and storage medium |
| Publication Number | Publication Date |
|---|---|
| WO2025046739A1true WO2025046739A1 (en) | 2025-03-06 |
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/JP2023/031234PendingWO2025046739A1 (en) | 2023-08-29 | 2023-08-29 | Display control device, display control method, and storage medium |
| Country | Link |
|---|---|
| WO (1) | WO2025046739A1 (en) |
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008204461A (en)* | 2007-02-22 | 2008-09-04 | General Electric Co <Ge> | Method and system for providing clinical display and search of electronic medical recording data from variety of information systems |
| JP2015521308A (en)* | 2012-04-16 | 2015-07-27 | エアストリップ アイピー ホールディングス リミテッド ライアビリティ カンパニー | System and method for displaying patient data |
| JP2018081584A (en)* | 2016-11-17 | 2018-05-24 | ヤフー株式会社 | Providing device, providing method, and providing program |
| JP2018521394A (en)* | 2015-06-12 | 2018-08-02 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | Apparatus, system and method for displaying semantically categorized timelines |
| JP2020077202A (en)* | 2018-11-07 | 2020-05-21 | キヤノンメディカルシステムズ株式会社 | Discharge summary preparation device |
| US20220327106A1 (en)* | 2018-05-24 | 2022-10-13 | People.ai, Inc. | Systems and methods for detecting events based on updates to node profiles from electronic activities |
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008204461A (en)* | 2007-02-22 | 2008-09-04 | General Electric Co <Ge> | Method and system for providing clinical display and search of electronic medical recording data from variety of information systems |
| JP2015521308A (en)* | 2012-04-16 | 2015-07-27 | エアストリップ アイピー ホールディングス リミテッド ライアビリティ カンパニー | System and method for displaying patient data |
| JP2018521394A (en)* | 2015-06-12 | 2018-08-02 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | Apparatus, system and method for displaying semantically categorized timelines |
| JP2018081584A (en)* | 2016-11-17 | 2018-05-24 | ヤフー株式会社 | Providing device, providing method, and providing program |
| US20220327106A1 (en)* | 2018-05-24 | 2022-10-13 | People.ai, Inc. | Systems and methods for detecting events based on updates to node profiles from electronic activities |
| JP2020077202A (en)* | 2018-11-07 | 2020-05-21 | キヤノンメディカルシステムズ株式会社 | Discharge summary preparation device |
| Publication | Publication Date | Title |
|---|---|---|
| Khosravi et al. | Artificial intelligence and decision-making in healthcare: a thematic analysis of a systematic review of reviews | |
| Ghosh et al. | Quro: facilitating user symptom check using a personalised chatbot-oriented dialogue system | |
| Gonsalves | Gender identity, the sexed body, and the medical making of transgender | |
| WO2022267678A1 (en) | Video consultation method and apparatus, device and storage medium | |
| Shafi et al. | Cleft prediction before birth using deep neural network | |
| US12237056B2 (en) | Event data modelling | |
| Susanto | Electronic health system: sensors emerging and intelligent technology approach | |
| JPWO2016120955A1 (en) | BEHAVIOR PREDICTION DEVICE, BEHAVIOR PREDICTION DEVICE CONTROL METHOD, AND BEHAVIOR PREDICTION DEVICE CONTROL PROGRAM | |
| CN112542242B (en) | Data conversion/symptom scoring | |
| US20150154373A1 (en) | Disease risk decision support platform | |
| US12381002B2 (en) | Telemedicine platform including virtual assistance | |
| JPWO2020036207A1 (en) | Medical information processing system, medical information processing device, and medical information processing method | |
| US20250166850A1 (en) | Non-transient computer-readable medium for generating pain treatment assistant information using a learning model | |
| CN119920484A (en) | Intelligent medical guidance method, system, electronic device and storage medium | |
| CN116259396A (en) | Treatment cost prediction method, system, device and storage medium based on machine learning | |
| Pfutzenreuter et al. | Machine learning in healthcare management for medical insurance cost prediction | |
| TW202309917A (en) | Data analysis system and data analysis method | |
| CN112613313B (en) | Method, apparatus, device, storage medium and program product for medical order quality control | |
| WO2025005083A1 (en) | Program, information processing device, method, and system | |
| CN113140323A (en) | Health portrait generation method, system, medium and server | |
| US9804768B1 (en) | Method and system for generating an examination report | |
| Collen et al. | Medical informatics: past and future | |
| WO2025046739A1 (en) | Display control device, display control method, and storage medium | |
| EP4270402A1 (en) | Genogram creation and diagnosis | |
| WO2025046740A1 (en) | Information processing device, information processing method, and storage medium |
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application | Ref document number:23950689 Country of ref document:EP Kind code of ref document:A1 |