医療情報システムおよびその制御プログラム
【課題】好適に性能劣化を判定する。
【解決手段】医療データを保存して管理するデータベースを有する医療情報システムにおいて、データモデルの特性値を記憶するデータモデル記憶手段１３ａと、データモデルに対応する医療データの特性値をデータ分布として算出するデータ分布算出手段１３ｂと、データモデルの特性値と、データ分布算出手段１３ｂにより算出された医療データの特性値の差異を算出するデータ分布差異算出手段１３ｃと、データ分布差異算出手段１３ｃにより算出された差異に基づいて、性能を判定する性能判定手段１３ｄとを備える。
【解決手段】医療データを保存して管理するデータベースを有する医療情報システムにおいて、データモデルの特性値を記憶するデータモデル記憶手段１３ａと、データモデルに対応する医療データの特性値をデータ分布として算出するデータ分布算出手段１３ｂと、データモデルの特性値と、データ分布算出手段１３ｂにより算出された医療データの特性値の差異を算出するデータ分布差異算出手段１３ｃと、データ分布差異算出手段１３ｃにより算出された差異に基づいて、性能を判定する性能判定手段１３ｄとを備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、医療情報システムおよびその制御プログラムに関し、特に、好適に性能劣化を判定する医療情報システムおよびその制御プログラムに関する。
【背景技術】
【０００２】
従来、特許文献１に開示されるような医用診断装置が提案されている。この医用診断装置は、医用診断装置の各機能の調整日時や所定操作（キャリブレーションなど）の使用日時を記録し、所定時間が経過した場合、未調整である旨のメッセージを表示させるというものである。
【０００３】
また特許文献２に開示されるような画像管理システムが提案されている。この画像管理システムは、医用画像機器の稼動状況を継続的に蓄積したデータベース、および故障原因解析データベースにより、画質の劣化を早期に認識して、画質劣化の原因究明の対応を短時間に指示するというものである。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００８−２２０３９６号公報
【特許文献２】特開２００５−２０５１９３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
ところで、医用診断装置などの医療情報システムにおいては、長期間使用することにより、当初設計されたデータモデルと現実データのズレが生じ、適正な性能が維持できなくなる、いわゆる経年劣化が発生する課題があった。
【０００６】
そこで、経年劣化を発見するためには、テスト患者のデータ条件を実データと同じにして異常（性能劣化）があるか否かの試験を行うが、時間的な制約から全数試験を実施することができない。
【０００７】
また、好適な条件でのみ試験を実施すれば時間的な制約はなくなるが、実データは事前設計データモデルと異なることが多いため、事前に設計された好適な条件は、試験実施時には必ずしも好適ではない。
【０００８】
本発明はこのような状況に鑑みてなされたものであり、その目的は、好適に性能劣化を判定することが可能な医療情報システムおよびその制御プログラムを提供することである。
【課題を解決するための手段】
【０００９】
請求項１記載の本発明の特徴は、医療データを保存して管理するデータベースを有する医療情報システムにおいて、データモデルの特性値を記憶するデータモデル記憶手段と、データモデルに対応する医療データの特性値をデータ分布として算出するデータ分布算出手段と、データモデルの特性値と、データ分布算出手段により算出された医療データの特性値の差異を算出するデータ分布差異算出手段と、データ分布差異算出手段により算出された差異に基づいて、性能を判定する性能判定手段とを備える。
【００１０】
請求項５記載の本発明の特徴は、医療データを保存して管理するデータベースと、データモデルの特性値を記憶するデータモデル記憶手段とを有する医療情報システムが備えるコンピュータに、データモデルに対応する医療データの特性値をデータ分布として算出するデータ分布算出ステップと、データモデルの特性値と、データ分布算出ステップで算出された医療データの特性値の差異を算出するデータ分布差異算出ステップと、データ分布差異算出ステップで算出された差異に基づいて、性能を判定する性能判定ステップと、を実行させることである。
【発明の効果】
【００１１】
本発明によれば、データモデルと実データとの差異を算出することにより、好適に性能劣化を判定することが可能となる。
【図面の簡単な説明】
【００１２】
【図１】本発明を適用した医療情報システムの構成例を示す図である。
【図２】HISの機能構成例を示すブロック図である。
【図３】DBMSで管理するデータベースの構成例を示す。
【図４】データモデル記憶部に記憶されるデータモデルの特性値の情報例を示す図である。
【図５】データ分布算出部で算出されるデータ分布の情報例を示す図である。
【図６】データ分布差異算出部で算出されるデータ分布差異の情報例を示す図である。
【図７】経年劣化判定処理を説明するフローチャートである。
【発明を実施するための形態】
【００１３】
以下、本発明の実施の形態について図面を参照して詳細に説明する。
【００１４】
図１は、本発明を適用した医療情報システムの構成例を示す図である。この医療情報システムにおいては、HIS（Hospital Information System）１、RIS（Radiology Information System）２、DICOM（Digital Imaging and COmmunications in Medicine）サーバ３、医用画像撮影装置４、および医用画像観察装置５が、ネットワーク６を介してそれぞれ接続されている。
【００１５】
なお、本実施の形態でいう医療情報システムとは、図１に示すような、HIS１、RIS２、DICOMサーバ３、医用画像撮影装置４、および医用画像観察装置５など、医療機関で使用されるコンピュータを用いた装置を指すが、ここでは、特に、内部にデータベース管理システム（DBMS：Database Management System）を搭載した装置を意味するものとする。
【００１６】
HIS１は、病院内の事務的な情報を統括的に管理する病院情報管理システムである。例えば、HIS１は、患者の受診情報、カルテ情報、検査結果情報、および会計情報などを、DBMSを用いて管理している。
【００１７】
RIS２は、放射線部門内における医療情報を統括的に管理する放射線部門情報管理システムである。例えば、RIS２は、HIS１と連携し、放射線検査オーダ内容、スケジュール、および検査実施記録などを、DBMSを用いて管理している。
【００１８】
DICOMサーバ３は、内部にDBMSを搭載しており、DICOM規格に従って画像データを保管する。
【００１９】
医用画像撮影装置４は、Ｘ線装置、ＣＴ（Computed Tomography）装置、MRI（Magnetic Resonance Imaging）装置、および超音波装置などで構成される。医用画像撮影装置４は、内部にDBMSを搭載しており、撮影された画像データを保管する。なお、医用画像撮影装置４で保管される画像データは、一時的なものであり、長期的な保管には、医用画像撮影装置４の外部にあるDICOMサーバ３などが利用される。
【００２０】
医用画像観察装置５は、内部にDBMSを搭載しておらず、DICOMサーバ３または医用画像撮影装置４から受信した画像データの表示を行う。
【００２１】
HIS１乃至医用画像観察装置５は、プログラムとこのプログラム処理に必要となるデータを記憶する主記憶装置（例えば、HDD（Hard Disc Drive））、プログラムおよびデータに基づいて演算処理を行うCPU（Central Processing Unit）、ROM（Read Only Memory）、およびRAM（Random Access Memoryなどから構成されるコンピュータである。
【００２２】
ネットワーク６は、公衆回線網、ローカルエリアネットワーク、またはインターネットなどのネットワーク、デジタル衛星放送といった、有線または無線のいずれのものでもよい。
【００２３】
図２は、HIS１の機能構成例を示すブロック図である。図２に示す機能部のうちの少なくとも一部は、プログラム制御部１１により経年劣化検出アプリケーションが実行されることによって、DBMS１２、経年劣化検出部１３、およびGUI（Graphical User Interface）制御部１４が実現される。
【００２４】
プログラム制御部１１は、経年劣化検出部１３の各機能部を起動するための命令を発行する。またプログラム制御部１１は、GUI制御部１４のGUI機能を制御する。
【００２５】
DBMS１２は、リレーショナルモデルまたはオブジェクトモデルに従って、患者情報、保険情報、受診情報、カルテ情報、カルテ項目情報、検体オーダ情報、リハビリオーダ情報、処方オーダ情報、オーダ項目マスタ、およびカルテ項目マスタなどの医療データを、データベースに保存して管理する。
【００２６】
図３は、DBMS１２で管理するデータベースの構成例を示す。
【００２７】
「患者情報」のデータテーブル１２ａには、患者ID、氏名、生年月日、電話番号、および住所のフィールドが設定されている。患者IDには、主キーが定義されている。主キーとは、格納されたレコードを一意に識別するためのものである。
【００２８】
「保険情報」のデータテーブル１２ｂには、患者ID、保険順序番号、保険種別、被保険者番号、保険者番号、および満了日のフィールドが設定されている。患者IDおよび保険順序番号には、主キーが定義されている。このデータテーブル１２ｂのように、単一フィールドでの一意性が保証できない場合、２つ以上のフィールドを主キーとして割り当てることができる。患者IDは、外部キー（FK）でもあり、参照先のテーブルの主キーが定義される。つまり、患者IDが参照する先は、「患者情報」のデータテーブル１２ａとされる。
【００２９】
「受診情報」のデータテーブル１２ｃには、患者ID、受診番号、受診日、および受診科のフィールドが設定されている。患者IDおよび受診番号には、主キーが定義されている。患者IDには、外部キー（FK）も定義されており、「患者情報」のデータテーブル１２ａが参照される。
【００３０】
「カルテ情報」のデータテーブル１２ｄには、カルテ番号、患者ID、受診番号、および確定ステータスのフィールドが設定されている。カルテ番号には、主キーが定義されている。患者IDおよび受診番号には、外部キーが定義されており、「受診情報」のデータテーブル１２ｃが参照される。
【００３１】
「カルテ項目マスタ」のデータテーブル１２ｅには、カルテ項目ID、カルテ項目名、カルテ項目種別、および項目データ型のフィールドが設定されている。カルテ項目IDには、主キーが定義されている。
【００３２】
「カルテ項目情報」のデータテーブル１２ｆには、カルテ番号、項目番号、カルテ項目ID、および項目データのフィールドが定義されている。カルテ番号および項目番号には、主キーが定義されている。カルテ番号には、外部キーが定義されており、「カルテ情報」のデータテーブル１２ｄが参照される。またカルテ項目IDにも、外部キーが定義されており、「カルテ項目マスタ」のデータテーブル１２ｅが参照される。
【００３３】
「オーダ項目マスタ」のデータテーブル１２ｇには、オーダ項目ID、オーダ項目名、オーダ項目種別、および項目データ型のフィールドが設定されている。オーダ項目IDには、主キーが定義されている。
【００３４】
「検体オーダ情報」のデータテーブル１２ｈには、カルテ番号、オーダ項目番号、オーダ項目ID、数量、依頼形式、オーダステータス、依頼日、および実施日のフィールドが設定されている。カルテ番号およびオーダ項目番号には、主キーが定義されている。カルテ番号には、外部キーが定義されており、「カルテ情報」のデータテーブル１２ｄが参照される。またオーダ項目IDにも、外部キーが定義されており、「オーダ項目マスタ」のデータテーブル１２ｇが参照される。
【００３５】
「リハビリオーダ情報」のデータテーブル１２ｉには、カルテ番号、オーダ項目番号、オーダ項目ID、実施期間開始、実施期間終了、実施回数、オーダステータス、依頼日、および実施日のフィールドが設定されている。カルテ番号およびオーダ項目番号には、主キーが定義されている。カルテ番号には、外部キーが定義されており、「カルテ情報」のデータテーブル１２ｄが参照される。またオーダ項目IDにも、外部キーが定義されており、「オーダ項目マスタ」のデータテーブル１２ｇが参照される。
【００３６】
「処方オーダ情報」のデータテーブル１２ｊには、カルテ番号、オーダ項目番号、オーダ項目ID、数量、オーダステータス、依頼日、および実施日のフィールドが設定されている。カルテ番号およびオーダ項目番号には、主キーが定義されている。カルテ番号には、外部キーが定義されており、「カルテ情報」のデータテーブル１２ｄが参照される。またオーダ項目IDにも、外部キーが定義されており、「オーダ項目マスタ」のデータテーブル１２ｇが参照される。
【００３７】
以上のように、DBMS１２では、さまざまなデータテーブルが管理されている。なお、図３では、リレーショナルモデルを用いたデータベースの構成例を示したが、オブジェクトモデルに従ったデータベースを用いるようにしてもよい。
【００３８】
またDBMS１２で管理されるデータベースへのアクセスは、アプリケーションプログラムを介して行われる。アプリケーションプログラムは、関係データベース言語であるSQLなどのデータ取得命令によりDBMS１２にアクセスし、データの取得を行う。なお、SQLに限らず、各DBMSで提供されるデータアクセス手法によってデータ取得を行うようにしてもよい。
【００３９】
図２の説明に戻る。DBMS１２は、アプリケーションプログラムからデータ取得命令を受けると、その命令を分析し、最適なデータ取得アルゴリズムを動的に決定し実行する。データの取得方法としては、例えば、対象テーブルの結合順序、結合アルゴリズム、使用索引使用の有無、および索引の種別などに基づいて決定される。これらの決定方法としては、例えば、予め決められたルールに従ってSQLの記述方法を元に決定する方法や、検索対象テーブルのデータ分布特性を考慮して決定する方法がある。一般には、検索対象テーブルのデータ分布特性を考慮して決定する手法がより高速にデータを取得できるとされている。
【００４０】
経年劣化検出部１３は、データモデル記憶部１３ａ、データ分布算出部１３ｂ、データ分布差異算出部１３ｃ、および性能判定部１３ｄによって構成されており、プログラム制御部１１からの命令により起動する。この起動命令は、データ分布差異算出部１３ｃで受ける。
【００４１】
なお、HIS１内に複数のDBMSが搭載されている場合には、特定のDBMSを指定するための識別情報を起動命令に含めることにより、特定のDBMSのみを検出対象にすることができる。また、１つ以上の対象テーブル名を指定することで、指定されたテーブルのみを検出対象にすることができる。これにより、経年劣化の判定に必要となる処理時間やCPU負荷を低減することが可能となる。
【００４２】
データモデル記憶部１３ａは、DBMS１２で管理されるデータテーブルのうち、データアクセス速度に影響を与えるデータテーブルの特性値をデータモデルとして記憶する。データアクセスには、データ検索、データ登録、およびデータ更新などが含まれる。
【００４３】
データモデル記憶部１３ａは、設計時点で想定されたデータモデルを少なくとも１つ記憶すればよいが、複数のデータモデルを記憶することにより、後述の性能判定部１３ｄにおける判定処理をより高精度に行うことが可能となるため、複数のデータモデルを記憶することが好ましい。
【００４４】
例えば、複数のデータモデルとして、１受診当たり１０件の検体オーダ項目を想定したデータモデル、および１受診当たり１００件の検体オーダを想定したデータモデルなどが考えられる。データモデルとしては、データ件数、データのカーディナリティをデータモデル特性値として持つのが良いがそれに限定されるわけでない。
【００４５】
図４は、データモデル記憶部１３ａに記憶されるデータモデルの特性値の情報例を示す。
【００４６】
「カルテ情報」のデータテーブルにおける「標準型小規模」のデータモデルには、特性値として「10,000」が記憶され、「リハビリ型小規模」のデータモデルには、特性値として「10,000」が記憶されている。
【００４７】
「リハビリオーダ情報」のデータテーブルにおける「標準型小規模」のデータモデルには、特性値として「1,000」が記憶され、「リハビリ型小規模」のデータモデルには、特性値として「300,000」が記憶されている。
【００４８】
「処方オーダ情報」のデータテーブルにおける「標準型小規模」のデータモデルには、特性値として「30,000」が記憶され、「リハビリ型小規模」のデータモデルには、特性値として「1,000」が記憶されている。
【００４９】
「検体オーダ情報」のデータテーブルにおける「標準型小規模」のデータモデルには、特性値として「500」が記憶され、「リハビリ型小規模」のデータモデルには、特性値として「500」が記憶されている。
【００５０】
データモデル記憶部１３ａは、データ分布差異算出部１３ｃからの要求によって、記憶しているデータモデルの情報を戻す。データ分布差異算出部１３ｃからの要求には、データモデルを識別する番号、データモデルの特性値、およびデータモデルの特性値の範囲のうち、少なくともいずれか１つを含む。
【００５１】
データ分布算出部１３ｂは、データ分布差異算出部１３ｃから、データモデルで定義されたデータテーブルを評価項目として取得する。データ分布算出部１３ｂは、データ分布差異算出部１３ｃからの要求によって、取得した評価項目に対応する実データをDBMS１２のデータベースから検索し、その特性値をデータ分布として算出する。この算出処理は、予め所定時間毎（例えば、１か月毎）に実行してDBMS１２のデータベースに保存し、それを読み込むようにしてもよい。
【００５２】
図５は、データ分布算出部１３ｂで算出されるデータ分布の情報例を示す。
【００５３】
図５に示す例では、「カルテ情報」の評価項目に対応する実データの特性値として「1,000」が算出され、「リハビリオーダ情報」の評価項目に対応する実データの特性値として「100」が算出され、「処方オーダ情報」の評価項目に対応する実データの特性値として「3,000」が算出され、「検体オーダ情報」の評価項目に対応する実データの特性値として「50」が算出されている。
【００５４】
データ分布差異算出部１３ｃは、データモデル記憶部１３ａに記憶されているデータモデルの情報を戻すように要求する。またデータ分布差異算出部１３ｃは、データ分布算出部１３ｂに対して、データモデルで定義された評価項目（データテーブル）に対応する実データの特性値をデータ分布として算出するように要求する。
【００５５】
データ分布差異算出部１３ｃは、データモデル記憶部１３ａから戻されたデータモデルの情報に含まれる特性値と、データ分布算出部１３ｂで算出された実データの特性値の間の差異を算出する。
【００５６】
例えば、データ分布差異算出部１３ｃは、全ての評価項目に対して差異の算出を準備するが、データモデル記憶部１３ａに記憶されているデータモデルの当該評価項目の値と、データ分布算出部１３ｂから取得した特性値の差が、予め設定された値よりも大きくなったときに、即座にデータ分布に差異があると判断し、それ以降の評価項目については差異の算出を行わないようにする。
【００５７】
なお、上述の差異算出方法の場合、処理時間を短縮することができるが、判定対象全体の特性を評価しているとは言えないため、後述する性能判定部１３ｄによる性能判定の正確性が低下する可能性がある。従って、他の差異算出方法として、予め評価項目に重み付けをし、全ての評価項目に対してデータ分布差異を算出し、差異の合算値で判断するようにしてもよい。
【００５８】
図６は、データ分布差異算出部１３ｃで算出されるデータ分布差異の情報例を示す。
【００５９】
図６に示す例では、「カルテ情報」の評価項目における「標準型小規模」のデータモデルの特性値と実データの特性値の差異として「9,000」が算出され、「リハビリオーダ情報」の評価項目における「標準型小規模」のデータモデルの特性値と実データの特性値の差異として「900」が算出され、「処方オーダ情報」の評価項目における「標準型小規模」のデータモデルの特性値と実データの特性値の差異として「27,000」が算出され、「検体オーダ情報」の評価項目における「標準型小規模」のデータモデルの特性値と実データの特性値の差異として「650」が算出されている。
【００６０】
データ分布差異算出部１３ｃは、データモデルの特性値と実データの特性値の間の差異算出結果を性能判定部１３ｄに供給する。算出結果には、例えば、次のような情報が含まれており、（１）乃至（５）のいずれかの情報が性能判定部１３ｄに供給される。
【００６１】
（１）データモデル特性値と実データ特性値との差、および適用されているデータモデルの識別情報
（２）データモデル特性値と実データ特性値との差をデータモデル特性値の種別に応じて重み付けした値、および適用されているデータモデルの識別情報
（３）データモデル特性値と実データ特性値の差を予め定義された閾値に従って分類して値付けしたもの、および適用されているデータモデルの識別情報
（４）データ分布算出部１３ｂで算出された実データの特性値、および適用されているデータモデルの識別情報
（５）データ分布算出部１３ｂで算出された実データの特性値、および適用されているデータモデルのデータモデル特性値
性能判定部１３ｄは、データ分布差異算出部１３ｃから供給された算出結果に基づいて、データモデル記憶部１３ａに記憶されているデータモデルが適切であるか否かを判定し、判定結果をGUI制御部１４に供給する。
【００６２】
例えば、性能判定部１３ｄは、上述した（１）のデータモデル特性値と実データ特性値との差異である図６に示したような情報を算出結果として取得した場合、適用されているデータモデルよりもデータ件数が少なく、かつ、データ分布比率（カルテ情報：リハビリオーダ情報：処方オーダ情報：検体オーダ情報）も適用データモデルと同等であることから、適用データモデルが適切であると判定する。
【００６３】
データ分布比率については、予め定めたルールにより、同等か否かの判断を行うようにすれば良い。
【００６４】
例えば、カルテ情報の件数で各データ件数を割り、元の比率との差が±３０％以内であれば、データ分布比率が適用データモデルと同等であると判断する。
【００６５】
また例えば、カルテ情報の件数で各データ件数を割り、各データモデルとの比率の距離をそれぞれ算出し、距離が最小となるデータモデルと適合していれば、データ分布比率が適用データモデルと同等であると判断する。この場合には、適切なデータモデルが何であるかについての情報を含めた判定結果をGUI制御部１４に供給することができるため、より利便性が向上する。
【００６６】
GUI制御部１４は、性能判定部１３ｄから供給された性能判定結果に基づいて、適用されているデータモデルが、適切である旨、または不適切である旨のメッセージを図示せぬ表示装置に表示させる。またGUI制御部１４は、適用データモデルが不適切である旨のメッセージとともに、適用データモデルを更新するための操作方法を提供するGUIも表示させる。
【００６７】
なお、図２に示した機能構成例では、経年劣化検出部１３が、HIS１の内部に設けられているが、これに限らず、HIS１の外部に設けるようにしても勿論良い。
【００６８】
また、データモデル特性値として、データテーブルに登録されているデータの件数を例に挙げ説明したが、これに限らず、データのカーディナリティ、各カラムのデータサイズの平均値、および、DBMS１２で管理されるデータベースのディスク記憶領域情報などを特性値に含めるようにしてもよい。
【００６９】
次に、図７のフローチャートを参照して、HIS１が実行する経年劣化判定処理について説明する。
【００７０】
ステップＳ１において、データ分布差異算出部１３ｃは、データモデル記憶部１３ａからデータモデルの特性値を取得する。これにより、例えば、図４に示したようなデータモデル特性値が取得される。
【００７１】
またデータ分布差異算出部１３ｃは、データ分布算出部１３ｂに対して、データモデルで定義された評価項目に対応する実データの特性値をデータ分布として算出するように要求する。
【００７２】
ステップＳ２において、データ分布算出部１３ｂは、データ分布差異算出部１３ｃから、データモデルで定義されたデータテーブルを評価項目として取得する。これにより、例えば、「カルテ情報」、「リハビリオーダ情報」、「処方オーダ情報」、および「検体オーダ情報」の評価項目が取得される。
【００７３】
ステップＳ３において、データ分布算出部１３ｂは、ステップＳ２の処理で取得した評価項目に対応する実データをDBMS１２のデータベースから検索し、その特性値をデータ分布として算出する。これにより、例えば、図５に示したようなデータ分布が算出される。
【００７４】
ステップＳ４において、データ分布差異算出部１３ｃは、ステップＳ１の処理で取得したデータモデル特性値と、ステップＳ３の処理でデータ分布算出部１３ｂにより算出された実データの特性値の間の差異を算出する。これにより、例えば、図６に示したような差異が算出される。
【００７５】
ステップＳ５において、性能判定部１３ｄは、ステップＳ４の処理による算出結果である、データモデル特性値と実データの特性値の差異から、適用モデルが適切か否かを判定する。
【００７６】
図６に示した例では、適用されているデータモデルよりもデータ件数が少なく、かつ、データ分布比率も適用データモデルと同等であるため、適用モデルが適切であると判定される。
【００７７】
これに対して、適用されているデータモデルよりも実データのデータ件数が多かった場合や、データ分布比率と適用データモデルの比率との差が所定値を超えていた場合などは、適用データモデルが適切ではないと判定される。
【００７８】
ステップＳ６において、性能判定部１３ｄは、ステップＳ５の処理による判定結果に基づいて、適切または不適切である旨のメッセージを表示装置に表示させる。また適用データモデルが不適切であると判定された場合には、適用データモデルが不適切である旨のメッセージとともに適用データモデルを更新するための操作方法を提供するGUIを表示装置に表示させる。
【００７９】
以上のように、性能劣化を判定するために、データアクセス速度に影響を与えるデータテーブルを評価項目として抽出し、その評価項目のデータモデル特性値と実データ特性値との差異を算出するようにしたので、時間的な制約もなく、より好適に性能劣化を判定することが可能となる。
【００８０】
従って、実際のデータ分布が設計時に想定していたデータモデルと異なると判定された場合には、性能が劣化している、つまり、DBMS１２において、想定外のデータ取得アルゴリズムが適用されてデータ取得性能が低下していると判断される。このような場合には、表示装置に表示されたGUIに従い、新たなデータモデルを適用するように更新を行えばよい。
【００８１】
なお、以上においては、HIS１を例に挙げ説明したが、勿論、RIS２、DICOMサーバ３、および医用画像撮影装置４などにも適用することが可能である。
【００８２】
この発明は、上記実施の形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化したり、上記実施の形態に開示されている複数の構成要素を適宜組み合わせたりすることにより種々の発明を形成できる。例えば、実施の形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施の形態に亘る構成要素を適宜組み合わせても良い。
【符号の説明】
【００８３】
１ HIS
２ RIS
３ DICOMサーバ
４ 医用画像撮影装置
１２ DBMS
１３ 経年劣化検出部
１３ａ データモデル記憶部
１３ｂ データ分布算出部
１３ｃ データ分布差異算出部
１３ｄ 性能判定部
【技術分野】
【０００１】
本発明は、医療情報システムおよびその制御プログラムに関し、特に、好適に性能劣化を判定する医療情報システムおよびその制御プログラムに関する。
【背景技術】
【０００２】
従来、特許文献１に開示されるような医用診断装置が提案されている。この医用診断装置は、医用診断装置の各機能の調整日時や所定操作（キャリブレーションなど）の使用日時を記録し、所定時間が経過した場合、未調整である旨のメッセージを表示させるというものである。
【０００３】
また特許文献２に開示されるような画像管理システムが提案されている。この画像管理システムは、医用画像機器の稼動状況を継続的に蓄積したデータベース、および故障原因解析データベースにより、画質の劣化を早期に認識して、画質劣化の原因究明の対応を短時間に指示するというものである。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００８−２２０３９６号公報
【特許文献２】特開２００５−２０５１９３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
ところで、医用診断装置などの医療情報システムにおいては、長期間使用することにより、当初設計されたデータモデルと現実データのズレが生じ、適正な性能が維持できなくなる、いわゆる経年劣化が発生する課題があった。
【０００６】
そこで、経年劣化を発見するためには、テスト患者のデータ条件を実データと同じにして異常（性能劣化）があるか否かの試験を行うが、時間的な制約から全数試験を実施することができない。
【０００７】
また、好適な条件でのみ試験を実施すれば時間的な制約はなくなるが、実データは事前設計データモデルと異なることが多いため、事前に設計された好適な条件は、試験実施時には必ずしも好適ではない。
【０００８】
本発明はこのような状況に鑑みてなされたものであり、その目的は、好適に性能劣化を判定することが可能な医療情報システムおよびその制御プログラムを提供することである。
【課題を解決するための手段】
【０００９】
請求項１記載の本発明の特徴は、医療データを保存して管理するデータベースを有する医療情報システムにおいて、データモデルの特性値を記憶するデータモデル記憶手段と、データモデルに対応する医療データの特性値をデータ分布として算出するデータ分布算出手段と、データモデルの特性値と、データ分布算出手段により算出された医療データの特性値の差異を算出するデータ分布差異算出手段と、データ分布差異算出手段により算出された差異に基づいて、性能を判定する性能判定手段とを備える。
【００１０】
請求項５記載の本発明の特徴は、医療データを保存して管理するデータベースと、データモデルの特性値を記憶するデータモデル記憶手段とを有する医療情報システムが備えるコンピュータに、データモデルに対応する医療データの特性値をデータ分布として算出するデータ分布算出ステップと、データモデルの特性値と、データ分布算出ステップで算出された医療データの特性値の差異を算出するデータ分布差異算出ステップと、データ分布差異算出ステップで算出された差異に基づいて、性能を判定する性能判定ステップと、を実行させることである。
【発明の効果】
【００１１】
本発明によれば、データモデルと実データとの差異を算出することにより、好適に性能劣化を判定することが可能となる。
【図面の簡単な説明】
【００１２】
【図１】本発明を適用した医療情報システムの構成例を示す図である。
【図２】HISの機能構成例を示すブロック図である。
【図３】DBMSで管理するデータベースの構成例を示す。
【図４】データモデル記憶部に記憶されるデータモデルの特性値の情報例を示す図である。
【図５】データ分布算出部で算出されるデータ分布の情報例を示す図である。
【図６】データ分布差異算出部で算出されるデータ分布差異の情報例を示す図である。
【図７】経年劣化判定処理を説明するフローチャートである。
【発明を実施するための形態】
【００１３】
以下、本発明の実施の形態について図面を参照して詳細に説明する。
【００１４】
図１は、本発明を適用した医療情報システムの構成例を示す図である。この医療情報システムにおいては、HIS（Hospital Information System）１、RIS（Radiology Information System）２、DICOM（Digital Imaging and COmmunications in Medicine）サーバ３、医用画像撮影装置４、および医用画像観察装置５が、ネットワーク６を介してそれぞれ接続されている。
【００１５】
なお、本実施の形態でいう医療情報システムとは、図１に示すような、HIS１、RIS２、DICOMサーバ３、医用画像撮影装置４、および医用画像観察装置５など、医療機関で使用されるコンピュータを用いた装置を指すが、ここでは、特に、内部にデータベース管理システム（DBMS：Database Management System）を搭載した装置を意味するものとする。
【００１６】
HIS１は、病院内の事務的な情報を統括的に管理する病院情報管理システムである。例えば、HIS１は、患者の受診情報、カルテ情報、検査結果情報、および会計情報などを、DBMSを用いて管理している。
【００１７】
RIS２は、放射線部門内における医療情報を統括的に管理する放射線部門情報管理システムである。例えば、RIS２は、HIS１と連携し、放射線検査オーダ内容、スケジュール、および検査実施記録などを、DBMSを用いて管理している。
【００１８】
DICOMサーバ３は、内部にDBMSを搭載しており、DICOM規格に従って画像データを保管する。
【００１９】
医用画像撮影装置４は、Ｘ線装置、ＣＴ（Computed Tomography）装置、MRI（Magnetic Resonance Imaging）装置、および超音波装置などで構成される。医用画像撮影装置４は、内部にDBMSを搭載しており、撮影された画像データを保管する。なお、医用画像撮影装置４で保管される画像データは、一時的なものであり、長期的な保管には、医用画像撮影装置４の外部にあるDICOMサーバ３などが利用される。
【００２０】
医用画像観察装置５は、内部にDBMSを搭載しておらず、DICOMサーバ３または医用画像撮影装置４から受信した画像データの表示を行う。
【００２１】
HIS１乃至医用画像観察装置５は、プログラムとこのプログラム処理に必要となるデータを記憶する主記憶装置（例えば、HDD（Hard Disc Drive））、プログラムおよびデータに基づいて演算処理を行うCPU（Central Processing Unit）、ROM（Read Only Memory）、およびRAM（Random Access Memoryなどから構成されるコンピュータである。
【００２２】
ネットワーク６は、公衆回線網、ローカルエリアネットワーク、またはインターネットなどのネットワーク、デジタル衛星放送といった、有線または無線のいずれのものでもよい。
【００２３】
図２は、HIS１の機能構成例を示すブロック図である。図２に示す機能部のうちの少なくとも一部は、プログラム制御部１１により経年劣化検出アプリケーションが実行されることによって、DBMS１２、経年劣化検出部１３、およびGUI（Graphical User Interface）制御部１４が実現される。
【００２４】
プログラム制御部１１は、経年劣化検出部１３の各機能部を起動するための命令を発行する。またプログラム制御部１１は、GUI制御部１４のGUI機能を制御する。
【００２５】
DBMS１２は、リレーショナルモデルまたはオブジェクトモデルに従って、患者情報、保険情報、受診情報、カルテ情報、カルテ項目情報、検体オーダ情報、リハビリオーダ情報、処方オーダ情報、オーダ項目マスタ、およびカルテ項目マスタなどの医療データを、データベースに保存して管理する。
【００２６】
図３は、DBMS１２で管理するデータベースの構成例を示す。
【００２７】
「患者情報」のデータテーブル１２ａには、患者ID、氏名、生年月日、電話番号、および住所のフィールドが設定されている。患者IDには、主キーが定義されている。主キーとは、格納されたレコードを一意に識別するためのものである。
【００２８】
「保険情報」のデータテーブル１２ｂには、患者ID、保険順序番号、保険種別、被保険者番号、保険者番号、および満了日のフィールドが設定されている。患者IDおよび保険順序番号には、主キーが定義されている。このデータテーブル１２ｂのように、単一フィールドでの一意性が保証できない場合、２つ以上のフィールドを主キーとして割り当てることができる。患者IDは、外部キー（FK）でもあり、参照先のテーブルの主キーが定義される。つまり、患者IDが参照する先は、「患者情報」のデータテーブル１２ａとされる。
【００２９】
「受診情報」のデータテーブル１２ｃには、患者ID、受診番号、受診日、および受診科のフィールドが設定されている。患者IDおよび受診番号には、主キーが定義されている。患者IDには、外部キー（FK）も定義されており、「患者情報」のデータテーブル１２ａが参照される。
【００３０】
「カルテ情報」のデータテーブル１２ｄには、カルテ番号、患者ID、受診番号、および確定ステータスのフィールドが設定されている。カルテ番号には、主キーが定義されている。患者IDおよび受診番号には、外部キーが定義されており、「受診情報」のデータテーブル１２ｃが参照される。
【００３１】
「カルテ項目マスタ」のデータテーブル１２ｅには、カルテ項目ID、カルテ項目名、カルテ項目種別、および項目データ型のフィールドが設定されている。カルテ項目IDには、主キーが定義されている。
【００３２】
「カルテ項目情報」のデータテーブル１２ｆには、カルテ番号、項目番号、カルテ項目ID、および項目データのフィールドが定義されている。カルテ番号および項目番号には、主キーが定義されている。カルテ番号には、外部キーが定義されており、「カルテ情報」のデータテーブル１２ｄが参照される。またカルテ項目IDにも、外部キーが定義されており、「カルテ項目マスタ」のデータテーブル１２ｅが参照される。
【００３３】
「オーダ項目マスタ」のデータテーブル１２ｇには、オーダ項目ID、オーダ項目名、オーダ項目種別、および項目データ型のフィールドが設定されている。オーダ項目IDには、主キーが定義されている。
【００３４】
「検体オーダ情報」のデータテーブル１２ｈには、カルテ番号、オーダ項目番号、オーダ項目ID、数量、依頼形式、オーダステータス、依頼日、および実施日のフィールドが設定されている。カルテ番号およびオーダ項目番号には、主キーが定義されている。カルテ番号には、外部キーが定義されており、「カルテ情報」のデータテーブル１２ｄが参照される。またオーダ項目IDにも、外部キーが定義されており、「オーダ項目マスタ」のデータテーブル１２ｇが参照される。
【００３５】
「リハビリオーダ情報」のデータテーブル１２ｉには、カルテ番号、オーダ項目番号、オーダ項目ID、実施期間開始、実施期間終了、実施回数、オーダステータス、依頼日、および実施日のフィールドが設定されている。カルテ番号およびオーダ項目番号には、主キーが定義されている。カルテ番号には、外部キーが定義されており、「カルテ情報」のデータテーブル１２ｄが参照される。またオーダ項目IDにも、外部キーが定義されており、「オーダ項目マスタ」のデータテーブル１２ｇが参照される。
【００３６】
「処方オーダ情報」のデータテーブル１２ｊには、カルテ番号、オーダ項目番号、オーダ項目ID、数量、オーダステータス、依頼日、および実施日のフィールドが設定されている。カルテ番号およびオーダ項目番号には、主キーが定義されている。カルテ番号には、外部キーが定義されており、「カルテ情報」のデータテーブル１２ｄが参照される。またオーダ項目IDにも、外部キーが定義されており、「オーダ項目マスタ」のデータテーブル１２ｇが参照される。
【００３７】
以上のように、DBMS１２では、さまざまなデータテーブルが管理されている。なお、図３では、リレーショナルモデルを用いたデータベースの構成例を示したが、オブジェクトモデルに従ったデータベースを用いるようにしてもよい。
【００３８】
またDBMS１２で管理されるデータベースへのアクセスは、アプリケーションプログラムを介して行われる。アプリケーションプログラムは、関係データベース言語であるSQLなどのデータ取得命令によりDBMS１２にアクセスし、データの取得を行う。なお、SQLに限らず、各DBMSで提供されるデータアクセス手法によってデータ取得を行うようにしてもよい。
【００３９】
図２の説明に戻る。DBMS１２は、アプリケーションプログラムからデータ取得命令を受けると、その命令を分析し、最適なデータ取得アルゴリズムを動的に決定し実行する。データの取得方法としては、例えば、対象テーブルの結合順序、結合アルゴリズム、使用索引使用の有無、および索引の種別などに基づいて決定される。これらの決定方法としては、例えば、予め決められたルールに従ってSQLの記述方法を元に決定する方法や、検索対象テーブルのデータ分布特性を考慮して決定する方法がある。一般には、検索対象テーブルのデータ分布特性を考慮して決定する手法がより高速にデータを取得できるとされている。
【００４０】
経年劣化検出部１３は、データモデル記憶部１３ａ、データ分布算出部１３ｂ、データ分布差異算出部１３ｃ、および性能判定部１３ｄによって構成されており、プログラム制御部１１からの命令により起動する。この起動命令は、データ分布差異算出部１３ｃで受ける。
【００４１】
なお、HIS１内に複数のDBMSが搭載されている場合には、特定のDBMSを指定するための識別情報を起動命令に含めることにより、特定のDBMSのみを検出対象にすることができる。また、１つ以上の対象テーブル名を指定することで、指定されたテーブルのみを検出対象にすることができる。これにより、経年劣化の判定に必要となる処理時間やCPU負荷を低減することが可能となる。
【００４２】
データモデル記憶部１３ａは、DBMS１２で管理されるデータテーブルのうち、データアクセス速度に影響を与えるデータテーブルの特性値をデータモデルとして記憶する。データアクセスには、データ検索、データ登録、およびデータ更新などが含まれる。
【００４３】
データモデル記憶部１３ａは、設計時点で想定されたデータモデルを少なくとも１つ記憶すればよいが、複数のデータモデルを記憶することにより、後述の性能判定部１３ｄにおける判定処理をより高精度に行うことが可能となるため、複数のデータモデルを記憶することが好ましい。
【００４４】
例えば、複数のデータモデルとして、１受診当たり１０件の検体オーダ項目を想定したデータモデル、および１受診当たり１００件の検体オーダを想定したデータモデルなどが考えられる。データモデルとしては、データ件数、データのカーディナリティをデータモデル特性値として持つのが良いがそれに限定されるわけでない。
【００４５】
図４は、データモデル記憶部１３ａに記憶されるデータモデルの特性値の情報例を示す。
【００４６】
「カルテ情報」のデータテーブルにおける「標準型小規模」のデータモデルには、特性値として「10,000」が記憶され、「リハビリ型小規模」のデータモデルには、特性値として「10,000」が記憶されている。
【００４７】
「リハビリオーダ情報」のデータテーブルにおける「標準型小規模」のデータモデルには、特性値として「1,000」が記憶され、「リハビリ型小規模」のデータモデルには、特性値として「300,000」が記憶されている。
【００４８】
「処方オーダ情報」のデータテーブルにおける「標準型小規模」のデータモデルには、特性値として「30,000」が記憶され、「リハビリ型小規模」のデータモデルには、特性値として「1,000」が記憶されている。
【００４９】
「検体オーダ情報」のデータテーブルにおける「標準型小規模」のデータモデルには、特性値として「500」が記憶され、「リハビリ型小規模」のデータモデルには、特性値として「500」が記憶されている。
【００５０】
データモデル記憶部１３ａは、データ分布差異算出部１３ｃからの要求によって、記憶しているデータモデルの情報を戻す。データ分布差異算出部１３ｃからの要求には、データモデルを識別する番号、データモデルの特性値、およびデータモデルの特性値の範囲のうち、少なくともいずれか１つを含む。
【００５１】
データ分布算出部１３ｂは、データ分布差異算出部１３ｃから、データモデルで定義されたデータテーブルを評価項目として取得する。データ分布算出部１３ｂは、データ分布差異算出部１３ｃからの要求によって、取得した評価項目に対応する実データをDBMS１２のデータベースから検索し、その特性値をデータ分布として算出する。この算出処理は、予め所定時間毎（例えば、１か月毎）に実行してDBMS１２のデータベースに保存し、それを読み込むようにしてもよい。
【００５２】
図５は、データ分布算出部１３ｂで算出されるデータ分布の情報例を示す。
【００５３】
図５に示す例では、「カルテ情報」の評価項目に対応する実データの特性値として「1,000」が算出され、「リハビリオーダ情報」の評価項目に対応する実データの特性値として「100」が算出され、「処方オーダ情報」の評価項目に対応する実データの特性値として「3,000」が算出され、「検体オーダ情報」の評価項目に対応する実データの特性値として「50」が算出されている。
【００５４】
データ分布差異算出部１３ｃは、データモデル記憶部１３ａに記憶されているデータモデルの情報を戻すように要求する。またデータ分布差異算出部１３ｃは、データ分布算出部１３ｂに対して、データモデルで定義された評価項目（データテーブル）に対応する実データの特性値をデータ分布として算出するように要求する。
【００５５】
データ分布差異算出部１３ｃは、データモデル記憶部１３ａから戻されたデータモデルの情報に含まれる特性値と、データ分布算出部１３ｂで算出された実データの特性値の間の差異を算出する。
【００５６】
例えば、データ分布差異算出部１３ｃは、全ての評価項目に対して差異の算出を準備するが、データモデル記憶部１３ａに記憶されているデータモデルの当該評価項目の値と、データ分布算出部１３ｂから取得した特性値の差が、予め設定された値よりも大きくなったときに、即座にデータ分布に差異があると判断し、それ以降の評価項目については差異の算出を行わないようにする。
【００５７】
なお、上述の差異算出方法の場合、処理時間を短縮することができるが、判定対象全体の特性を評価しているとは言えないため、後述する性能判定部１３ｄによる性能判定の正確性が低下する可能性がある。従って、他の差異算出方法として、予め評価項目に重み付けをし、全ての評価項目に対してデータ分布差異を算出し、差異の合算値で判断するようにしてもよい。
【００５８】
図６は、データ分布差異算出部１３ｃで算出されるデータ分布差異の情報例を示す。
【００５９】
図６に示す例では、「カルテ情報」の評価項目における「標準型小規模」のデータモデルの特性値と実データの特性値の差異として「9,000」が算出され、「リハビリオーダ情報」の評価項目における「標準型小規模」のデータモデルの特性値と実データの特性値の差異として「900」が算出され、「処方オーダ情報」の評価項目における「標準型小規模」のデータモデルの特性値と実データの特性値の差異として「27,000」が算出され、「検体オーダ情報」の評価項目における「標準型小規模」のデータモデルの特性値と実データの特性値の差異として「650」が算出されている。
【００６０】
データ分布差異算出部１３ｃは、データモデルの特性値と実データの特性値の間の差異算出結果を性能判定部１３ｄに供給する。算出結果には、例えば、次のような情報が含まれており、（１）乃至（５）のいずれかの情報が性能判定部１３ｄに供給される。
【００６１】
（１）データモデル特性値と実データ特性値との差、および適用されているデータモデルの識別情報
（２）データモデル特性値と実データ特性値との差をデータモデル特性値の種別に応じて重み付けした値、および適用されているデータモデルの識別情報
（３）データモデル特性値と実データ特性値の差を予め定義された閾値に従って分類して値付けしたもの、および適用されているデータモデルの識別情報
（４）データ分布算出部１３ｂで算出された実データの特性値、および適用されているデータモデルの識別情報
（５）データ分布算出部１３ｂで算出された実データの特性値、および適用されているデータモデルのデータモデル特性値
性能判定部１３ｄは、データ分布差異算出部１３ｃから供給された算出結果に基づいて、データモデル記憶部１３ａに記憶されているデータモデルが適切であるか否かを判定し、判定結果をGUI制御部１４に供給する。
【００６２】
例えば、性能判定部１３ｄは、上述した（１）のデータモデル特性値と実データ特性値との差異である図６に示したような情報を算出結果として取得した場合、適用されているデータモデルよりもデータ件数が少なく、かつ、データ分布比率（カルテ情報：リハビリオーダ情報：処方オーダ情報：検体オーダ情報）も適用データモデルと同等であることから、適用データモデルが適切であると判定する。
【００６３】
データ分布比率については、予め定めたルールにより、同等か否かの判断を行うようにすれば良い。
【００６４】
例えば、カルテ情報の件数で各データ件数を割り、元の比率との差が±３０％以内であれば、データ分布比率が適用データモデルと同等であると判断する。
【００６５】
また例えば、カルテ情報の件数で各データ件数を割り、各データモデルとの比率の距離をそれぞれ算出し、距離が最小となるデータモデルと適合していれば、データ分布比率が適用データモデルと同等であると判断する。この場合には、適切なデータモデルが何であるかについての情報を含めた判定結果をGUI制御部１４に供給することができるため、より利便性が向上する。
【００６６】
GUI制御部１４は、性能判定部１３ｄから供給された性能判定結果に基づいて、適用されているデータモデルが、適切である旨、または不適切である旨のメッセージを図示せぬ表示装置に表示させる。またGUI制御部１４は、適用データモデルが不適切である旨のメッセージとともに、適用データモデルを更新するための操作方法を提供するGUIも表示させる。
【００６７】
なお、図２に示した機能構成例では、経年劣化検出部１３が、HIS１の内部に設けられているが、これに限らず、HIS１の外部に設けるようにしても勿論良い。
【００６８】
また、データモデル特性値として、データテーブルに登録されているデータの件数を例に挙げ説明したが、これに限らず、データのカーディナリティ、各カラムのデータサイズの平均値、および、DBMS１２で管理されるデータベースのディスク記憶領域情報などを特性値に含めるようにしてもよい。
【００６９】
次に、図７のフローチャートを参照して、HIS１が実行する経年劣化判定処理について説明する。
【００７０】
ステップＳ１において、データ分布差異算出部１３ｃは、データモデル記憶部１３ａからデータモデルの特性値を取得する。これにより、例えば、図４に示したようなデータモデル特性値が取得される。
【００７１】
またデータ分布差異算出部１３ｃは、データ分布算出部１３ｂに対して、データモデルで定義された評価項目に対応する実データの特性値をデータ分布として算出するように要求する。
【００７２】
ステップＳ２において、データ分布算出部１３ｂは、データ分布差異算出部１３ｃから、データモデルで定義されたデータテーブルを評価項目として取得する。これにより、例えば、「カルテ情報」、「リハビリオーダ情報」、「処方オーダ情報」、および「検体オーダ情報」の評価項目が取得される。
【００７３】
ステップＳ３において、データ分布算出部１３ｂは、ステップＳ２の処理で取得した評価項目に対応する実データをDBMS１２のデータベースから検索し、その特性値をデータ分布として算出する。これにより、例えば、図５に示したようなデータ分布が算出される。
【００７４】
ステップＳ４において、データ分布差異算出部１３ｃは、ステップＳ１の処理で取得したデータモデル特性値と、ステップＳ３の処理でデータ分布算出部１３ｂにより算出された実データの特性値の間の差異を算出する。これにより、例えば、図６に示したような差異が算出される。
【００７５】
ステップＳ５において、性能判定部１３ｄは、ステップＳ４の処理による算出結果である、データモデル特性値と実データの特性値の差異から、適用モデルが適切か否かを判定する。
【００７６】
図６に示した例では、適用されているデータモデルよりもデータ件数が少なく、かつ、データ分布比率も適用データモデルと同等であるため、適用モデルが適切であると判定される。
【００７７】
これに対して、適用されているデータモデルよりも実データのデータ件数が多かった場合や、データ分布比率と適用データモデルの比率との差が所定値を超えていた場合などは、適用データモデルが適切ではないと判定される。
【００７８】
ステップＳ６において、性能判定部１３ｄは、ステップＳ５の処理による判定結果に基づいて、適切または不適切である旨のメッセージを表示装置に表示させる。また適用データモデルが不適切であると判定された場合には、適用データモデルが不適切である旨のメッセージとともに適用データモデルを更新するための操作方法を提供するGUIを表示装置に表示させる。
【００７９】
以上のように、性能劣化を判定するために、データアクセス速度に影響を与えるデータテーブルを評価項目として抽出し、その評価項目のデータモデル特性値と実データ特性値との差異を算出するようにしたので、時間的な制約もなく、より好適に性能劣化を判定することが可能となる。
【００８０】
従って、実際のデータ分布が設計時に想定していたデータモデルと異なると判定された場合には、性能が劣化している、つまり、DBMS１２において、想定外のデータ取得アルゴリズムが適用されてデータ取得性能が低下していると判断される。このような場合には、表示装置に表示されたGUIに従い、新たなデータモデルを適用するように更新を行えばよい。
【００８１】
なお、以上においては、HIS１を例に挙げ説明したが、勿論、RIS２、DICOMサーバ３、および医用画像撮影装置４などにも適用することが可能である。
【００８２】
この発明は、上記実施の形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化したり、上記実施の形態に開示されている複数の構成要素を適宜組み合わせたりすることにより種々の発明を形成できる。例えば、実施の形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施の形態に亘る構成要素を適宜組み合わせても良い。
【符号の説明】
【００８３】
１ HIS
２ RIS
３ DICOMサーバ
４ 医用画像撮影装置
１２ DBMS
１３ 経年劣化検出部
１３ａ データモデル記憶部
１３ｂ データ分布算出部
１３ｃ データ分布差異算出部
１３ｄ 性能判定部
【特許請求の範囲】
【請求項１】
医療データを保存して管理するデータベースを有する医療情報システムにおいて、
データモデルの特性値を記憶するデータモデル記憶手段と、
前記データモデルに対応する前記医療データの特性値をデータ分布として算出するデータ分布算出手段と、
前記データモデルの特性値と、前記データ分布算出手段により算出された前記医療データの特性値の差異を算出するデータ分布差異算出手段と、
前記データ分布差異算出手段により算出された差異に基づいて、性能を判定する性能判定手段と、
を備えることを特徴とする医療情報システム。
【請求項２】
前記データモデル記憶手段は、データアクセス速度に影響を与える項目の特性値を記憶することを特徴とする請求項１に記載の医療情報システム。
【請求項３】
前記性能判定手段は、前記データモデル記憶手段に記憶されている前記データモデルが適切であるか否かを判定することを特徴とする請求項１または請求項２に記載の医療情報システム。
【請求項４】
前記データモデルの特性値は、データ件数、データのカーディナリティ、各カラムのデータサイズの平均値、および、前記データベースのディスク記憶領域情報のうち、少なくとも１つを含むことを特徴とする請求項１乃至請求項３のいずれかに記載の医療情報システム。
【請求項５】
医療データを保存して管理するデータベースと、
データモデルの特性値を記憶するデータモデル記憶手段と
を有する医療情報システムが備えるコンピュータに、
前記データモデルに対応する前記医療データの特性値をデータ分布として算出するデータ分布算出ステップと、
前記データモデルの特性値と、前記データ分布算出ステップで算出された前記医療データの特性値の差異を算出するデータ分布差異算出ステップと、
前記データ分布差異算出ステップで算出された差異に基づいて、性能を判定する性能判定ステップと、
を実行させることを特徴とする制御プログラム。
【請求項１】
医療データを保存して管理するデータベースを有する医療情報システムにおいて、
データモデルの特性値を記憶するデータモデル記憶手段と、
前記データモデルに対応する前記医療データの特性値をデータ分布として算出するデータ分布算出手段と、
前記データモデルの特性値と、前記データ分布算出手段により算出された前記医療データの特性値の差異を算出するデータ分布差異算出手段と、
前記データ分布差異算出手段により算出された差異に基づいて、性能を判定する性能判定手段と、
を備えることを特徴とする医療情報システム。
【請求項２】
前記データモデル記憶手段は、データアクセス速度に影響を与える項目の特性値を記憶することを特徴とする請求項１に記載の医療情報システム。
【請求項３】
前記性能判定手段は、前記データモデル記憶手段に記憶されている前記データモデルが適切であるか否かを判定することを特徴とする請求項１または請求項２に記載の医療情報システム。
【請求項４】
前記データモデルの特性値は、データ件数、データのカーディナリティ、各カラムのデータサイズの平均値、および、前記データベースのディスク記憶領域情報のうち、少なくとも１つを含むことを特徴とする請求項１乃至請求項３のいずれかに記載の医療情報システム。
【請求項５】
医療データを保存して管理するデータベースと、
データモデルの特性値を記憶するデータモデル記憶手段と
を有する医療情報システムが備えるコンピュータに、
前記データモデルに対応する前記医療データの特性値をデータ分布として算出するデータ分布算出ステップと、
前記データモデルの特性値と、前記データ分布算出ステップで算出された前記医療データの特性値の差異を算出するデータ分布差異算出ステップと、
前記データ分布差異算出ステップで算出された差異に基づいて、性能を判定する性能判定ステップと、
を実行させることを特徴とする制御プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【公開番号】特開２０１１−３９９３６（Ｐ２０１１−３９９３６Ａ）
【公開日】平成２３年２月２４日（２０１１．２．２４）
【国際特許分類】
【出願番号】特願２００９−１８８６１３（Ｐ２００９−１８８６１３）
【出願日】平成２１年８月１７日（２００９．８．１７）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【出願人】（５９４１６４５４２）東芝メディカルシステムズ株式会社 (4,066)
【Ｆターム（参考）】
【公開日】平成２３年２月２４日（２０１１．２．２４）
【国際特許分類】
【出願日】平成２１年８月１７日（２００９．８．１７）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【出願人】（５９４１６４５４２）東芝メディカルシステムズ株式会社 (4,066)
【Ｆターム（参考）】
[ Back to top ]