異常頻度推定装置、異常頻度推定プログラム、異常頻度推定方法および異常頻度推定システム
【構成】 異常頻度推定装置１２は、ＣＰＵ１２ａを含み、ＣＰＵ１２ａは、すべてのクライアントについての過去の検査値に基づいて、検査対象の各検査項目の検査値の所定回数分の平均値を算出するとともに、推定対象の各検査項目の所定回数における異常頻度を算出する。そして、ＣＰＵは、ベイズ推定に基づく手法により、算出した平均値と異常頻度の関係に基づく尤度関数を用いて、検査対象の各検査項目の今回の検査値を含む所定回数分の平均値から、今回を含む所定回数における各推定対象の検査項目の検査結果についての異常頻度を推定する。
【効果】 過去の検査値から得た平均値と異常頻度の関係を用いて異常頻度を推定するので、１対多の関係に基づいて異常頻度を比較的正確に推定することができる。
【効果】 過去の検査値から得た平均値と異常頻度の関係を用いて異常頻度を推定するので、１対多の関係に基づいて異常頻度を比較的正確に推定することができる。
【発明の詳細な説明】
【技術分野】
【０００１】
この発明は異常頻度推定装置、異常頻度推定プログラム、異常頻度推定方法および異常頻度推定システムに関し、特にたとえば、臨床検査における検査項目の検査結果が異常を示す頻度（異常頻度）を推定する、異常頻度推定装置、異常頻度推定プログラム、異常頻度推定方法および異常頻度推定システムに関する。
【背景技術】
【０００２】
この種の従来の異常頻度推定装置の一例が特許文献１に開示されている。この特許文献１に開示される臨床検査データ解析表示装置では、予め格納していた検査データと正常と判断させる範囲の上限・下限よりなる基準値とを基に、クライアントの検査データから健康度を判断して表示するインタラクティブインタフェースを用いて、臨床検査データの検査項目間の隠れた関係を抽出する。この関係抽出では、各検査項目における異常回数に注目する。そのため、インタラクティブインタフェースの特徴抽出部に関係行列算出部を付加するとともに、表示制御装置と表示装置の間の表示インタフェースに関係行列表示インタフェースを追加する。これにより、或る検査項目値から他の検査項目値を推定する。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２０１１−２２８５７号［G06Q 50/00, G06F 17/30, A61B 5/00］
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかし、特許文献１の臨床検査データ解析表示装置では、たとえば、検査項目{Ａ１，Ａ２，Ａ３，…}の検査値の平均値と検査項目Ｂの検査結果の異常回数との関係が線形であると仮定して、Ａ群の検査項目の検査値の平均値から検査項目Ｂの検査結果の異常回数を線形近似（推定）するため、そのような関係を有していない場合には、異常回数（異常頻度）を正しく推定することができない。
【０００５】
それゆえに、この発明の主たる目的は、新規な、異常頻度推定装置、異常頻度推定プログラム、異常頻度推定方法および異常頻度推定システムを提供することである。
【０００６】
また、この発明の他の目的は、推定精度を向上させることができる、異常頻度推定装置、異常頻度推定プログラム、異常頻度推定方法および異常頻度推定システムを提供することである。
【課題を解決するための手段】
【０００７】
本発明は、上記の課題を解決するために、以下の構成を採用した。なお、括弧内の参照符号および補足説明等は、本発明の理解を助けるために後述する実施の形態との対応関係を示したものであって、本発明を何ら限定するものではない。
【０００８】
第１の発明は、複数のクライアントの各々について臨床検査についての所定数の検査項目の検査値を収録したデータベース、データベースに収録された全検査項目の全検査値のうち、前回以前の臨床検査の検査値を用いて、一部の複数の第１検査項目の各々についての所定検査回数分の平均値を算出する第１平均値算出手段、前回以前の臨床検査の検査値を用いて、第１検査項目以外の第２検査項目についての所定検査回数における異常頻度を算出する異常頻度算出手段、第１平均値算出手段によって算出された各平均値を要素とする平均値ベクトルと、異常頻度算出手段によって算出された第２検査項目の異常頻度との関係を抽出する抽出手段、選択した１のクライアントについて、データベースに収録された複数の第１検査項目の各々についての今回の臨床検査の検査値を含む所定検査回数分の検査値の平均値を算出する第２平均値算出手段、および抽出手段によって抽出された関係を用いて、第２平均値算出手段によって算出された複数の第１検査項目の各々についての平均値から、第２検査項目についての今回の臨床検査を含む所定検査回数における異常頻度を推定する異常頻度推定手段を備える、異常頻度推定装置である。
【０００９】
第１の発明では、異常頻度推定装置（１２）は、データベース（１４）を備える。データベースは、複数のクライアントの各々について臨床検査についての所定数の検査項目の検査値を収録している。第１平均値算出手段（１２ａ、Ｓ１５）は、データベースに収録された全検査項目の全検査値のうち、前回以前の臨床検査の検査値を用いて、一部の複数の第１検査項目の各々についての所定検査回数分の平均値を算出する。異常頻度算出手段（１２ａ、Ｓ１５）は、前回以前の臨床検査の検査値を用いて、第１検査項目以外の第２検査項目についての所定検査回数における異常頻度を算出する。抽出手段（１２ａ、Ｓ２１）は、第１平均値算出手段によって算出された各平均値を要素とする平均値ベクトルと、異常頻度算出手段によって算出された第２検査項目の異常頻度との関係を抽出する。第２平均値算出手段（１２ａ、Ｓ１９）は、選択した１のクライアントについて、データベースに収録された複数の第１検査項目の各々についての今回の臨床検査の検査値を含む所定検査回数分の検査値の平均値を算出する。異常頻度推定手段（１２ａ、Ｓ２７）は、抽出手段によって抽出された関係を用いて、第２平均値算出手段によって算出された複数の第１検査項目の各々についての平均値から、第２検査項目についての今回の臨床検査を含む所定検査回数における異常頻度を推定する。
【００１０】
第１の発明によれば、過去の全検査値のうち、一部の複数の第１検査項目の検査値の各々についての所定検査回数分の平均値と、第１検査項目以外の第２検査項目の所定回数における異常頻度との関係を抽出し、この関係を用いて、今回の検査値を含む複数の第１検査項目の検査値の各々についての所定回数分の平均値から今回を含む所定回数における第２検査項目の異常頻度を推定するので、推定する第２検査項目と第１検査項目との関係を仮定する必要がなく、推定精度を向上させることができる。
【００１１】
第２の発明は、第１の発明に従属し、異常頻度は、所定検査回数の臨床検査において異常であることが判断された回数である。
【００１２】
第２の発明では、異常頻度は、各検査項目について、たとえば連続する所定検査回数の臨床検査において異常であることが判断された回数である。
【００１３】
第２の発明によれば、複数回の臨床検査の検査値に基づいて、異常頻度を推定するので、季節変動、睡眠時間、食事からの時間などの様々な要因による影響をなるべく受けずに、異常頻度を比較的正確に推定することができる。
【００１４】
第３の発明は、第１または第２の発明に従属し、異常頻度推定手段によって推定された第２検査項目の異常頻度と前回以前の当該第２検査項目の検査値とに基づいて、今回の当該第２検査項目の検査結果の正常または異常を推定する検査結果推定手段をさらに備える。
【００１５】
第３の発明では、異常頻度推定装置は、検査結果推定手段（１２ａ、Ｓ２９）をさらに備える。この検査結果推定手段は、異常頻度推定手段によって推定された第２検査項目の異常頻度と前回以前の当該第２検査項目の検査値とに基づいて、今回の当該第２検査項目の検査結果の正常または異常を推定（判断）する。
【００１６】
第３の発明によれば、第２検査項目についての検査結果が異常であると推定された場合には、当該第２検査項目について臨床検査を行わせることができるので、病気や未病の状態を見逃すリスクを可及的少なくすることができる。
【００１７】
第４の発明は、複数のクライアントの各々について臨床検査についての所定数の検査項目の検査値を収録したデータベースを備える、異常頻度推定装置の異常頻度推定プログラムであって、異常頻度推定装置のプロセッサに、データベースに収録された全検査項目の全検査値のうち、前回以前の臨床検査の検査値を用いて、一部の複数の第１検査項目の各々についての所定検査回数分の平均値を算出する第１平均値算出ステップ、前回以前の臨床検査の検査値を用いて、第１検査項目以外の第２検査項目についての所定検査回数における異常頻度を算出する異常頻度算出ステップ、第１平均値算出ステップにおいて算出された各平均値を要素とする平均値ベクトルと、異常頻度算出ステップにおいて算出された第２検査項目の異常頻度との関係を抽出する抽出ステップ、選択した１のクライアントについて、データベースに収録された複数の第１検査項目の各々についての今回の臨床検査の検査値を含む所定検査回数分の検査値の平均値を算出する第２平均値算出ステップ、および抽出ステップにおいて抽出された関係を用いて、第２平均値算出ステップにおいて算出された複数の第１検査項目の各々についての平均値から、第２検査項目についての今回の臨床検査を含む所定検査回数における異常頻度を推定する異常頻度推定ステップを実行させる、異常頻度推定プログラムである。
【００１８】
第５の発明は、複数のクライアントの各々について臨床検査についての所定数の検査項目の検査値を収録したデータベースを備える、異常頻度推定装置の異常頻度推定方法であって、異常頻度推定装置のプロセッサは、（ａ）データベースに収録された全検査項目の全検査値のうち、前回以前の臨床検査の検査値を用いて、一部の複数の第１検査項目の各々についての所定検査回数分の平均値を算出し、（ｂ）前回以前の臨床検査の検査値を用いて、第１検査項目以外の第２検査項目についての所定検査回数における異常頻度を算出し、（ｃ）ステップ（ａ）において算出された各平均値を要素とする平均値ベクトルと、ステップ（ｂ）において算出された第２検査項目の異常頻度との関係を抽出し、（ｄ）選択した１のクライアントについて、データベースに収録された複数の第１検査項目の各々についての今回の臨床検査の検査値を含む所定検査回数分の検査値の平均値を算出し、そして（ｅ）ステップ（ｃ）において抽出された関係を用いて、ステップ（ｄ）において算出された複数の第１検査項目の各々についての平均値から、第２検査項目についての今回の臨床検査を含む所定検査回数における異常頻度を推定する、異常頻度推定方法である。
【００１９】
第６の発明は、複数のクライアントの各々について臨床検査についての所定数の検査項目の検査値を収録したデータベース、データベースに収録された全検査項目の全検査値のうち、前回以前の臨床検査の検査値を用いて、一部の複数の第１検査項目の各々についての所定検査回数分の平均値を算出する第１平均値算出手段、前回以前の臨床検査の検査値を用いて、第１検査項目以外の第２検査項目についての所定検査回数における異常頻度を算出する異常頻度算出手段、第１平均値算出手段によって算出された各平均値を要素とする平均値ベクトルと、異常頻度算出手段によって算出された第２検査項目の異常頻度との関係を抽出する抽出手段、選択した１のクライアントについて、データベースに収録された複数の第１検査項目の各々についての今回の臨床検査の検査値を含む所定検査回数分の検査値の平均値を算出する第２平均値算出手段、および抽出手段によって抽出された関係を用いて、第２平均値算出手段によって算出された複数の第１検査項目の各々についての平均値から、第２検査項目についての今回の臨床検査を含む所定検査回数における異常頻度を推定する異常頻度推定手段を備える、異常頻度推定システムである。
【００２０】
第４ないし第６の発明においても、第１の発明と同様に、推定精度を向上させることができる。
【発明の効果】
【００２１】
この発明によれば、過去の全検査値のうち、一部の複数の第１検査項目の検査値の各々についての所定検査回数分の平均値と、第１検査項目以外の第２検査項目の所定回数における異常頻度との関係を抽出し、この関係を用いて、今回の検査値を含む複数の第１検査項目の検査値の各々についての所定回数分の平均値から今回を含む所定回数における第２検査項目の異常頻度を推定するので、推定する第２検査項目と第１検査項目との関係を仮定する必要がなく、推定精度を向上させることができる。
【００２２】
この発明の上述の目的，その他の目的，特徴および利点は、図面を参照して行う以下の実施例の詳細な説明から一層明らかとなろう。
【図面の簡単な説明】
【００２３】
【図１】図１はこの発明の異常頻度推定システムの一例を示す図解図である。
【図２】図２は図１に示す検査データベースの内容の一例を示す図解図である。
【図３】図３は図１および図２に示す検査データベースの具体的な内容を示す図解図である。
【図４】図４は検査値の正規分布と基準値とを示す図解図である。
【図５】図５は基準値の一例を示す図解図である。
【図６】図６は検査値の変化の一例およびその異常頻度を示す図解図である。
【図７】図７は実数値でない検査結果を実数値に変換するための変換表の一例を示す図解図である。
【図８】図８は尤度関数の求め方を説明するための図解図である。
【図９】図９は前２回の検査結果と異常頻度の推定結果とから、推定した検査項目の検査結果の正常、異常を推定するための対応表を示す図解図である。
【図１０】図１０は図１の異常頻度推定装置内のＲＡＭのメモリマップの一例を示す図解図である。
【図１１】図１１は図１の異常頻度推定装置内のＣＰＵの異常頻度の推定および検査結果の推定処理を示すフロー図である。
【図１２】図１２は実際の臨床検査および異常頻度の推定の流れを説明するための図解図である。
【図１３】図１３は主要な項目区分の費用を示す図解図である。
【図１４】図１４は、検査項目を常に一定とした場合において、検査をした項目数、正解項目数、および不正解項目数を男女別に示した結果のグラフである。
【図１５】図１５は、図１４に示した男性についての結果を、累積検査回数毎に集計した結果を示すグラフである。
【図１６】図１６は、図１４に示した女性についての結果を、累積検査回数毎に集計した結果を示すグラフである。
【図１７】図１７は、検査項目を変化させた場合において、検査をした項目数、正解項目数、および不正解項目数を男女別に示した結果のグラフである。
【図１８】図１８は、図１７に示した男性についての結果を、累積検査回数毎に集計した結果を示すグラフである。
【図１９】図１９は、図１７に示した女性についての結果を、累積検査回数毎に集計した結果を示すグラフである。
【図２０】図２０は検査項目の選定の有無による平均不正解項目数を比較するためのグラフである。
【図２１】図２１は、男性の場合において、検査項目を選定した場合の検査費用の推移を示すグラフである。
【図２２】図２２は、女性の場合において、検査項目を選定した場合の検査費用の推移を示すグラフである。
【図２３】図２３は、フィルタリングを行う前後における異常頻度の推定の精度を比較するためのグラフである。
【発明を実施するための形態】
【００２４】
図１を参照して、この実施例の異常頻度推定システム１０は、異常頻度推定装置１２および検査データベース１４を含む。異常頻度推定装置１２と検査データベース１４とは、コマンドやデータを送受信可能に接続される。異常頻度推定装置１２は、汎用のコンピュータであり、ＣＰＵ１２ａやＲＡＭ１２ｂなどのコンポーネントを含む。
【００２５】
なお、この実施例では、検査データベース１４は、異常頻度推定装置１２と直接接続されるようにしてあるが、インターネットやＬＡＮのようなネットワークを介して接続されてもよい。または、検査データベース１４は、異常頻度推定装置１２に内蔵されるハードディスクドライブ（図示せず）で構成してもよい。
【００２６】
図２に示すように、検査データベース１４には、クライアント情報１６、検査項目情報１８および検査結果情報２０が記憶される。詳細な説明は省略するが、この実施例では、検査データベース１４には、５７９名のクライアント（男性：２６０名、女性：３１９名）についての各情報が記憶される。
【００２７】
図３（Ａ）に示すように、クライアント情報１６は、各クライアント（健康診断を受けるユーザ）についての情報（データ）を含む。クライアントについてのデータ（クライアントデータ）は、氏名、ユーザＩＤ、性別および生年月日についてのデータである。ただし、ユーザＩＤは、クライアント（ユーザ）の識別情報であり、たとえば、当該クライアントに割り当てられた個別の番号ないし記号（数字またはローマ字或いはそれらの両方）である。
【００２８】
図３（Ｂ）に示すように、検査項目情報１８は、各検査項目についての情報（データ）を含む。検査項目のデータは、項目分類名、項目名（検査ＩＤ）、基準値上限（男性）、基準値下限（男性）、基準値上限（女性）および基準値下限（女性）についてのデータである。
【００２９】
項目分類名は、各検査項目を分類したまとまり（グループ）毎の名称である。この実施例では、「血清蛋白」、「蛋白分画」、「肝胆道系」、「自己免疫」、「鉄代謝」、「無機イオン代謝」、「脂質代謝」、「リポ蛋白」、「糖代謝」、「筋代謝」、「腎機能」、「炎症」、「酵素」、「感染」、「血液一般」、「細胞性免疫」、「腫瘍マーカ（血清）」、「腫瘍マーカ（尿）」および「尿一般」に分類される。
【００３０】
項目名（検査ＩＤ）は、検査項目の名称である。たとえば、検査項目は、全部で１３４項目であり、項目名として、総蛋白（ｇ／ｄｌ）、アルブミニ（ｇ／ｄｌ）、アルブミン分画（％）、…などが記載される。ただし、項目名に代えて、ユーザＩＤのような番号ないし記号で割り当てられた識別情報を記載するようにしてもよい。
【００３１】
なお、項目分類および項目名の詳細については、東京女子医科大学ＩＲＥＩＩＭＳの研究によって開発された統合医科学情報基盤（ＣＩＭＩ(Cyber Integrated Medical Infrastructure)）データベースの仕様書（http://www.twmu.ac.jp/TIIMS
/CIMI_Database_v1_0.pdf）に開示されているため、ここではその説明は省略することにする。
【００３２】
基準値上限（男性）は、当該検査項目に設定された男性についての基準値の上限値である。基準値下限（男性）は、当該検査項目に設定された男性についての基準値の下限値である。基準値上限（女性）は、当該検査項目に設定された女性についての基準値の上限値である。基準値下限（女性）は、当該検査項目に設定された女性についての基準値の下限値である。
【００３３】
このように、各検査項目には、健康診断の結果が正常であるか異常であるかを判断するために、基準値が設定されている。この基準値は、図４に示すように、検査値の正規分布のうち、その中の９５％に含まれている範囲を規定する値を意味する。ただし、正規分布は、健康な成人についての検査値の正規分布である。その９５％に含まれている範囲のうちの最大値（上限）が基準値上限であり、最小値（下限）が基準値下限である。ただし、男性と女性とでは、一部の検査項目について、基準値上限および基準値下限が異なるため、それぞれの場合について記憶（設定）してある。
【００３４】
図５には、基準値（基準値上限および基準値下限）の一例が示される。具体的には、白血球数（ｘ×１０３）、赤血球数（ｘ×１０６）およびクレアチニン（血清）（ｍｇ／ｄｌ）の各検査項目に対応して、男性および女性の場合についての基準値上限および基準値下限がそれぞれ記述される。図示は省略するが、他の検査項目についても同様である。
【００３５】
図３（Ｃ）に戻って、検査結果情報２０は、各検査結果についての情報（データ）を含む。検査結果のデータは、ユーザＩＤ、項目名（検査ＩＤ）、検査日、検査値、基準値上限、基準値下限および判断結果についてのデータである。ユーザＩＤおよび項目名は上述したとおりである。
【００３６】
検査日は、項目名が示す検査項目についての臨床検査を行った年月日である。検査値は、項目名が示す検査項目についての検査結果（測定結果）の値（実数値、離散値）である。基準値上限は、項目名が示す検査項目についての臨床検査を行ったときの基準値上限であり、上述したように、クライアントの性別に応じて異なる場合がある。同様に、基準値下限は、項目名が示す検査項目についての臨床検査を行ったときの基準値下限であり、クライアントの性別に応じて異なる場合がある。判断結果は、項目名が示す検査項目についての臨床検査の検査結果（検査値）の正常または異常の推定（判断）結果である。
【００３７】
このように、検査日（検査時）の基準値上限および基準値下限を記憶するのは、基準値が検査時期によって変化する場合があるからである。基準値が変化する理由としては、技術的変動要因と生理的変動要因とがある。技術的変動要因としては、測定に用いる機器や試薬の変更による基準値の変動や測定誤差が該当する。また、生理的変動要因としては、分析対象のデータの年齢による基準値の変動や季節変動が該当する。
【００３８】
この実施例の異常頻度推定装置１２では、検査データベース１４を参照して、臨床検査を行わない検査項目の検査結果について異常が発生する頻度（異常頻度）を推定する。この実施例では、異常頻度とは、連続する複数回（たとえば、３回）の健康診断（臨床検査）の検査結果のうち、検査結果（検査値）が異常を示す回数を意味する。ただし、異常頻度の推定は、検査項目毎に行われる。
【００３９】
上述したように、臨床検査の検査項目は全部で１３４項目あり、これらすべてを毎回検査するには多大な費用を要する。一方、一般的な健康診断では、検査項目は１０〜１３項目程度であり、様々な病気の兆候をその異常状態のみから見つけるためには検査項目が少な過ぎる。
【００４０】
したがって、この実施例では、費用を出来る限り抑えつつ、多対１の関係性に着目して、臨床検査を行わない検査項目についての異常頻度を推定し、さらに、その推定結果に基づいて、当該臨床検査を行わない検査項目についての検査結果が正常であるか異常であるかを判断（推定）するようにしてある。
【００４１】
簡単に説明すると、或る検査項目についての異常頻度を推定する場合には、実際に今回臨床検査を行った複数の検査項目の今回を含む所定回数分の検査値が用いられる。ただし、検査値は直接用いられるのではなく、次のような値に変換される。整数値や記号で示されている検査値については、実数値に変換される。また、各期間（各検査時期）で異なる基準値に即した検査値が線形変換される。さらに、異常頻度の推定の元となる、実際に今回臨床検査を行った複数の検査項目についての過去所定回数分の検査結果についての検査値（上記の変換後の検査値である。）についての平均値および今回臨床検査を行わない複数の検査項目についての同じく過去所定回数分の検査結果（検査値）が異常を示す頻度（異常頻度）が算出される。このように算出された平均値と異常頻度から尤度関数が求められる。そして、上述した今回を含む所定回数分の検査値の平均値の尤度が求められ、臨床検査を行わない複数の検査項目の各々について異常頻度が推定される。この実施例では、異常頻度の推定には、ベイズ推定に基づいた手法が用いられ、これにより、異常頻度が識別される。
【００４２】
つまり、この実施例では、検査データベース１４に記憶されている全クライアントについての全検査項目の全検査値のうち、前回以前の所定回数分（この実施例では、前回以前の過去３回分）を用いて、今回臨床検査を行った検査項目（説明の都合上、「第１検査項目」という。）のそれぞれについての平均値を算出する。また、同じく前回以前の所定回数分（この実施例では、前回以前の過去３回分）を用いて、今回臨床検査を行わない（異常頻度を推定する）検査項目（説明の都合上、「第２検査項目」という。）のそれぞれについて、その所定回数における検査結果の異常頻度を算出する。このようにして算出された第１検査項目の各々の平均値と第２検査項目の各々の異常頻度との関係が抽出される。この実施例では、所定の統計モデルが作成される。そして、今回臨床検査が行われたとき、今回臨床検査を行った検査項目（第１検査項目）のそれぞれについて、今回の臨床検査を含む連続する３回の臨床検査の検査値の平均値が算出され、この平均値が作成された統計モデルに当て嵌められる。これによって、今回臨床検査を行わない検査項目（第２検査項目）のそれぞれについての異常頻度が推定される。
【００４３】
ここで、異常頻度の算出方法と、異常頻度の推定方法について説明することにする。異常頻度は、検査データベース１４に収録されている検査値および基準値に基づいて算出（推定）される。
【００４４】
図４に示したように、各検査項目に対応して基準値が設定されており、その上限（基準値上限）を上回ったり、その下限（基準下限）を下回ったりする場合には、当該検査項目の検査結果として異常であることが判断される。ただし、この実施例では、基準値上限を上回った検査値を「異常高値」と呼び、基準値下限を下回った検査値を「異常低値」と呼ぶことがある。また、上述したように、基準値は、男性と女性とで異なる場合があるため、この実施例では、男性、女性、異常高値および異常低値に分けて、正常であるか異常であるかが判断される。
【００４５】
この実施例では、１回の臨床検査における検査値が異常頻度の推定に用いられるのではなく、連続した複数回（３回）の臨床検査における検査値が異常頻度の推定に用いられる。これは、一般に、検査値は、疾患に関わる変動だけでなく、季節変動、睡眠時間、食事からの時間など、様々な要因に影響を受けることが知られているからである。このため、１つの検査値から他の検査値を推定することは困難である。これは、医師であっても同様であり、複数回の臨床検査の検査値に基づいて判断されることが多い。
【００４６】
そこで、上述したように、この実施例では、実際に臨床検査を行った各検査項目についての過去所定回数分の検査値の平均値および臨床検査を行わない各検査項目についての当該過去所定回数分の検査結果（検査値）における異常頻度に基づいて、今回の臨床検査を含む複数回の検査値の平均値から、今回臨床検査を行わない各検査項目についての異常頻度を推定するようにしてある。
【００４７】
図６（Ａ）は、或る検査項目についての検査値を時系列に従って示したグラフであり、基準値に基づいて検査値が異常であるかどうかを判断した結果が示される。この図６（Ａ）では、検査値が基準値を超えている場合に、検査結果（検査値）が異常であることが判断され、検査値が基準値以内である場合に、検査値が正常であることが判断される。また、図６（Ａ）では、正常と判断された検査値を白丸で示し、異常と判断された検査値を黒丸で示してある。ただし、図６（Ａ）（図６（Ｂ）も同様）では、異常高値または異常低値を区別していない。
【００４８】
図６（Ｂ）は、図６（Ａ）に示すように検査値が変化した場合における、検査値の異常頻度を示す表である。具体的には、図６（Ｂ）は、図６（Ａ）に対応しており、臨床検査の各回数τに対応して、検査値の正常または異常の判断結果が記述されるとともに、前々回、前回、今回の連続する３回（（τ−２）回〜τ回）についての異常頻度の数値（０、１、２、３）が記述される。
【００４９】
図６（Ａ）および図６（Ｂ）に示すように、初回（τ＝１）から３回（τ＝３）目までの各検査値は、基準値を超えているため、すべて異常と判断される。つまり、３回の臨床検査において３回の異常が発生しているため、３回目に対応する異常頻度は「３」となる。同様に、２回（τ＝２）目から４回（τ＝４）目では、３回の臨床検査のうち、２回の検査値が異常と判断されているため、４回目に対応する異常頻度は「２」となる。５回目以降も同様に、異常頻度が算出される。この実施例では、異常頻度が「０」である場合を「正常」と定義し、異常頻度が「３」である場合を「高頻度異常」と定義する。
【００５０】
なお、初回および２回目では、臨床検査が３回に満たないため、異常頻度は算出されない。
【００５１】
次に、異常頻度の推定方法について説明する。上述したように、臨床検査を行わない検査項目の異常頻度を推定するために、臨床検査を行った各検査項目についての過去３回の臨床検査における検査値の平均値および臨床検査を行わない各検査項目の過去３回の検査結果（検査値）の異常頻度が用いられる。以下では、異常頻度の推定方法について、式を用いて説明することにする。ただし、各式で用いる変数は次のように定義される。
【００５２】
変数ｉは、臨床検査の検査項目の別を示し、検査項目の総数はＮで示される。また、変数ｊは、クライアントの別を示し、クライアントの総人数はＨで示される。さらに、変数ｔは、何回目の臨床検査であるかを示し、クライアントｊの累積検査回数はＴｊで示される。
【００５３】
クライアントｊおよび検査項目ｉの検査値ｘｊ，ｉ（ｔ）を、検査項目ｉに従ってベクトル化したＸｊ（ｔ）は数１のように定義される。ただし、Ｘｊ（ｔ）は、１回（ｔ回目）の臨床検査によって得られる検査値のすべてを表している。
【００５４】
［数１］
Ｘｊ（ｔ）＝｛ｘｊ，ｉ（ｔ）｜ｉ＝１，２，…，Ｎ；ｔ＝１，２，…，Ｔｊ；ｊ＝１，２，…，Ｈ｝
正常と判断された検査項目ｉの検査値（正常値）と、異常と判断された検査項目ｉの検査値（異常値）との境界の値すなわち基準値を、Ｆｉ，ｌｏｗ（基準値下限）およびＦｉ，ｈｉｇｈ（基準値上限）とするとき、検査値のベクトルＸｊ（ｔ）の各要素が異常（異常値）であるか正常（正常値）であるかを示す異常ベクトルＢｊ（ｔ）は数２のように定義される。
【００５５】
［数２］
Ｂｊ（ｔ）＝｛ｂｊ，ｉ（ｔ）｜ｉ＝１，２，…，Ｎ；ｔ＝１，２，…，Ｔｊ；ｊ＝１，２，…，Ｈ｝
ここで、ｂｊ，ｉ（ｔ）は、数３で示すように、検査値が異常（異常値）である場合には「１」となり、検査値が正常（正常値）である場合には「０」となる。ただし、検査値がＦｉ，ｈｉｇｈ（基準値上限）を上回る異常高値である場合、および検査値がＦｉ，ｌｏｗ（基準値下限）を下回る異常低値である場合に、ｂｊ，ｉ（ｔ）は「１」となる。
【００５６】
［数３］
【００５７】
［数４］
【００５８】
ここで、異常頻度の推定を行う前に必要となる検査値の処理（前処理）について説明する。上述したように、臨床検査の検査項目には、その検査値が実数の値（実数値）と実数でない値（離散値）とが存在する。たとえば、尿検査においては、（＋）や（−）を用いて、陰性および陽性の強さの度合いを表す。具体的には、（＋）は陽性を表し、これに付加される数値が大きくなる程、陽性の傾向が強くなる。また、（−）は陰性を表し、陽性と同様に、これに付加される数値が大きくなる程、陰性の傾向が強くなる。さらに、（＋−）は偽陽性を表し、陽性の疑いがあることを示す。
【００５９】
このように、実数でない値については、図７に示すように、実数値に変換するための表（変換表）を定義しておき、この変換表に従って変換することにより、数値化する。たとえば、検査項目が尿一般（一部）である場合には、検査結果が（３−）であれば、実数値「０」に変換され、検査結果が（＋）であれば、実数値「４」に変換される。詳細な説明は省略するが、他の検査結果についても同様である。
【００６０】
また、検査項目が尿沈渣である場合には、検査結果は沈渣数の範囲で表される。したがって、図７の変換表に示すように、沈渣数の範囲に対応して実数値が定義され、この変換表に従って変換することにより、沈渣数の範囲を数値化する。たとえば、沈渣数が１〜４／ＨＰＦである場合には、実数値「１」に変換され、沈渣数が３０〜３９／ＨＰＦである場合には、実数値「５」に変換される。詳細な説明は省略するが、他の検査結果（沈渣数）についても同様である。
【００６１】
このようにして、実数でない値が実数値に変換され、さらに、検査値は、期間（検査時期）毎の基準値に即した値に変換される。つまり、最新の基準値に過去の基準値が合わせられる。これは、各検査項目には、基準値上限および基準値下限が設けられているが、上述したように、それらは検査時期によって変化する場合があるからである。
【００６２】
この実施例では、過去の臨床検査の検査値に遡ることにより、平均値と異常頻度との関係性に着目するため、基準値の変動を考慮する必要がある。このため、異常頻度を推定する前に、検査値を線形変換するようにしてある。
【００６３】
具体的には、検査項目ｉの検査値ｘｉを線形変換する場合には、検査値ｘｉを計測したときの基準値をＦｉ，ｌｏｗおよびＦｉ，ｈｉｇｈとし、最新の基準値をＦ´ｉ，ｌｏｗおよびＦ´ｉ，ｈｉｇｈとすると、線形変換後の検査値ｘ´ｉは数５に従って算出される。
【００６４】
［数５］
【００６５】
この数５では、以前の基準値と現在の基準値との比率を算出するとともに、基準値下限からの移動量（差分）を算出している。
【００６６】
異常頻度の推定では、ベイズ推定に基づく手法が用いられる。上述したように、過去の検査値（検査結果）から算出された平均値および異常頻度が入力値として用いられる。また、推定結果の出力は、クライアントｊの検査項目ｉの異常頻度（「０回異常／３回中」〜「３回異常／３回中」）となる。
【００６７】
具体的には、異常頻度に基づいて多次元の尤度関数を用いた、ベイズ推定に基づいた手法が導入される。ベイズ推定を導入した理由としては、事前分布を医師や専門家の先見的知見に基づいて定めることが可能であることと、異常頻度を識別する際に、他の識別手法と比較して、より正しく推定することができる（推定精度が高い）ことである。
【００６８】
なお、他の識別手法は、カーネルＳＶＭ、ｋ−ＭＭ法およびＪ４８（決定木）であり、図示および詳細な説明は省略するが、予め行った実験によって、ベイズ推定による推定が最も正答率が高かった。
【００６９】
事前分布は、後述するように、証拠が無い条件で、或る変数について知られていることを確率分布として表現したものである。この実施例では、事前分布は異常頻度の各クラス（０〜３）が推定される確率分布である。この実施例では、検査値から事前分布（確率分布）を算出してあるが、医師の知見に基づいて確率分布を調整することも可能である。たとえば、医者の知見により、「検索項目ｉはリスクを避けるために高頻度に推定させたい」場合などの個別の事情があるからである。
【００７０】
ここで、一般的な健康診断において実際に臨床検査を行った検査項目から、臨床検査を行わない検査項目（推定対象の検査項目）の異常頻度を推定する場合において、実際に臨床検査を行った検査項目（検査対象の検査項目）の集合Ｓを定義する。たとえば、検査項目「βマイクログロブリン（尿）」の異常頻度を、「血糖」、「βマイクログロブリン（血清）」、「ＡＬＰ」の３つの検査項目の検査値から推定する場合には、ｉ＝βマイクログロブリン（尿）、Ｓ＝｛血糖，βマイクログロブリン（血清），ＡＬＰ｝と定義される。
【００７１】
［数６］
【００７２】
［数７］
【００７３】
なお、詳細な説明は省略するが、検査対象でない各検査項目ｉについての異常頻度を求める際に、その各検査項目ｉの検査結果（検査値）について、基準値に基づいて正常または異常が判断され、このとき、検査結果のデータの判断結果に「正常」または「異常」が記憶（記述）される。または、検査値が検査データベース１４に登録されるときに、基準値に基づいて正常または異常を判断するようにしてもよい。
【００７４】
次に、ベイズ推定について説明する。ベイズ推定とは、観測された事実に基づいて、その事実の原因となる事象が起こる確率を推定する方法を意味する。このベイズ推定の基本式は、数８で示される。
【００７５】
［数８］
【００７６】
つまり、事象Ｘが発生する確率Ｐ（Ｘ）と尤度（尤度関数）Ｐ（Ｙ｜Ｘ）の積に基づいて、事象Ｙが発生した下で、事象Ｘが発生する条件付き確率（事後確率）Ｐ（Ｘ｜Ｙ）を推定する。
【００７７】
ベイズ推定の特徴の１つとして、従来の推計統計学では、事前確率Ｐ（Ｘ）が定数として決定されていたが、ベイズ推定では、関数と考えることが挙げられる。この特徴によって、母集団を特定することが困難なスパムメールを識別したり、臨床検査における「陰性」および「陽性」の結果を出したりする際に、ベイズ推定が用いられる。
【００７８】
つまり、この実施例では、事前確率Ｐ（Ｘ）は、「或る異常頻度ｋ」になる確率である。上述したように、異常頻度ｋは離散値（０≦ｋ≦Ｍ）であるため、事前確率分布は離散分布となる。ただし、この実施例では、Ｍ＝３である。以下、同じ。データベース（検査データベース１４とは異なる。）に記憶されている全クライアントについての検査項目ｉの検査値のデータのうち、異常頻度がｋである検査値のデータの総数をｎｉ（ｋ）とすると、事前確率Ｐ（Ｘ＝ｋ）は数９のように表される。ただし、ｕは、０≦ｕ≦Ｍの整数である。
【００７９】
ここで、事前確率Ｐ（Ｘ）を算出する際に参照されるデータベースは、多数のクライアントの臨床検査の検査結果が蓄積されているデータベースであって、図示は省略するが、インターネットのようなネットワークを介して異常頻度推定装置１２と通信可能に接続される。このデータベースでは、クライアントが増えると、検査結果も増える。また、データベースでは、年月とともに、検査結果が増減し、クライアントの数も増減する。ただし、事前確率Ｐ（Ｘ）の算出に用いられる検査値についても、上記と同じ前処理が施される。
【００８０】
［数９］
【００８１】
また、推定したい検査項目ｉの或る異常頻度ｋにおいて、臨床検査を行った検査項目ｉの平均値の尤もらしさを表す尤度関数Ｐ（Ｙ｜Ｘ）は、平均値ベクトルの密度を用いて計算される。ただし、平均値ベクトルは多次元であるため、検査値を元に多次元分布の密度が推定される。
【００８２】
分布密度は、推定したい検査項目ｉの異常頻度ｋ毎に求められる。検査項目ｉと異常頻度ｋを対応づけるために、クライアントｊと検査項目ｉの組み合わせＧｉ，ｋは数１０に示すように定義される。
【００８３】
［数１０］
【００８４】
この実施例では、分布の密度を推定する方法としては、多次元版のカーネル密度推定が採用される。検査項目ｉ´のクライアントｊ´のτ´回目の推定を行うための尤度関数Ｐ（Ｙ｜Ｘ＝ｋ）は数１１に示すように定義される。ただし、「´」は、クライアントｊとは異なるクライアントを意味するために付してある。また、尤度関数Ｐ（Ｙ｜Ｘ＝ｋ）を算出する（求める）方法の概念図が図８に示される。ただし、図８ではカーネルは一次元であるのに対し、上述したように、実際のカーネルは多次元である。
【００８５】
［数１１］
【００８６】
［数１２］
【００８７】
ただし、Ｎはｊ，τの組み合わせの数であり、Ｄは実際に臨床検査を行った検査項目ｉの数であり、そして、ｈは数１３に示すバンド幅である。ただし、バンド幅とは、上記のカーネルの幅を設定する変数を意味する。この実施例では、バンド幅は、数１３に示すように、Silvermanの経験則を採用した。
【００８８】
［数１３］
【００８９】
ベイズ推定の式を用いて異常頻度ｋ＝Ｘ＝０，１，２，３毎に事後確率Ｐ（Ｘ｜Ｙ）が算出される。そして、クライアントｊの検査値に基づいて期待値Ｅ（Ｘ｜Ｙ）が算出される。数１４に示す期待値Ｅ（Ｘ｜Ｙ）は実数であるのに対し、異常頻度ｋは０，１，２，３の４段階であるため、期待値Ｅ（Ｘ｜Ｙ）の算出結果が四捨五入され、０〜３の実数に変換される。これが異常頻度ｋの推定結果にされる。
【００９０】
［数１４］
【００９１】
このように、異常頻度ｋの算出および推定が行われる。次に、システム１０における全体の処理について説明することにする。まず、システム１０では、クライアントｊの過去の検査値などを総合的に判断することにより、検査項目ｉが選択される。ここでは、全検査項目ｉが、臨床検査を行う必要がある（検査対象の）検査項目ｉ（教師データとなる検査項目ｉ）と、異常頻度ｋを推定する（推定対象の）検査項目ｉとに分類される。
【００９２】
ここで、推定に用いる検査項目ｉを選択する方法（アルゴリズム）について説明する。検査項目ｉは、健康診断が行われる毎に必ず臨床検査を行うものと、検査項目ｉを選択（選定）するアルゴリズム（選定アルゴリズム）によって、臨床検査を行うかどうかを判断するものとに分別される。
【００９３】
健康診断が行われる毎に必ず臨床検査を行うものとしては、一般の健康診断で行われる検査項目ｉ、検査費用の単価が安価な検査項目ｉ、および診断を行う上で重要性が高い検査項目ｉである。また、選定アルゴリズムの対象となるものとしては、毎回検査を行うことが困難である検査費用の高い検査項目ｉ、および診断を行う上で重要性が低い検査項目ｉである。
【００９４】
選定アルゴリズムは、取り決めに基づくため、医師や専門家によって定義される。ただし、この実施例では、「過去に連続して２回以上異常となった場合」において臨床検査を行う検査項目ｉ（検査対象の検査項目ｉ）を選定するようにしてある。他の例としては、選定アルゴリムを「特定の検査項目ｉが異常だった場合に他の検査項目ｉを臨床検査の対象とする」と定義し、検査対象の検査項目ｉを選定するようにすることも可能である。この選定アルゴリズムによって、検査項目ｉは、臨床検査を行う必要がある検査項目ｉと、臨床検査を行わずに推定する検査項目ｉとに選定（選択）される。
【００９５】
検査対象の検査項目ｉとして選定された検査項目ｉについては、実際に臨床検査が行われる。この臨床検査の結果（検査結果）は、異常頻度を推定する際に利用される。
【００９６】
次に、検査データベース１４から、検査対象の検査項目ｉと、推定対象の検査項目ｉとのそれぞれの検査値を取得する。上述したように、検査データベース１４から取得した検査値を元に異常頻度ｋを推定するため、検査値を実数値に変換したり、基準値を線形変換したりする前処理を行い、この前処理が行われた検査値を用いて、検査対象の各検査項目ｉについての検出値の平均値および推定対象の各検査項目ｉの検査結果（検査値）の異常頻度が算出される。
【００９７】
そして、ベイズ推定によって、推定対象の各検査項目ｉの異常頻度ｋが推定される。このとき、予め算出された平均値および異常頻度が用いられる。ただし、平均値は、推定対象の検査項目ｉの異常頻度（「０回／３回中」〜「３回／３回中」）に対応する形で与えられる。そして、推定された異常頻度は、たとえばモニタ（図示せず）に表示（出力）される。
【００９８】
さらに、推定対象の検査項目ｉについては、今回の検査結果（検査値）が正常であるか異常であるかが判断（推定）される。ただし、この場合には、当該検査項目ｉについて推定された異常頻度に基づいて行わなければならない。
【００９９】
図９には、異常頻度の推定結果と、最後に行った臨床検査の検査結果の正常または異常を推定するための対応表が示される。ただし、括弧内の数字は異常頻度を示す。また、対応させた結果、推定される異常頻度と異なる異常頻度が現れている場合について米印（※）を付してある。
【０１００】
図９に示す対応表では、検査結果として、たとえば、「（正常）（正常）」とあるのは、前回および前々回の検査結果が正常であったことを意味する。厳密に言うと、左側の括弧内が前々回の検査結果であり、右側の括弧内が前回の検査結果である。図９においては、「（異常）（正常）」を省略してあるが、これは、「（正常）（異常）」の場合と同じだからである。したがって、括弧内の検査結果は、どちらが前々回の結果（または前回の結果）であっても構わない。
【０１０１】
上述したように、前回と前々回の検査結果が「（正常）（正常）」である場合に、異常頻度の推定において「０回／３回中」となった場合には、今回、前回および前々回の３回の臨床検査において異常が無かったと推定されている。このため、最新（今回）の検査結果は「正常」であると判断（推定）される。また、前回と前々回の検査結果が「（正常）（正常）」である場合に、異常頻度の推定において「１回／３回中」となった場合には、今回、前回および前々回の３回の臨床検査において１回異常が有ったと推定されている。このため、今回の検査結果は「異常」であると推定される。
【０１０２】
さらに、前回と前々回の検査結果が「（正常）（正常）」である場合に、異常頻度の推定において「２回／３回中」または「３回／３回中」となった場合には、今回、前回および前々回の３回の臨床検査において、２回以上異常が有ったと推定されている。しかし、実際には、過去３回中２回は正常であったため、推定結果は矛盾することになる。したがって、「１回／３回中」となった場合と同様に、今回の検査結果のみを「異常」と推定することで矛盾を回避してある。
【０１０３】
なお、詳細な説明は省略するが、他の場合についても同様である。また、詳細な説明は省略するが、異常頻度の推定結果に基づいて検査結果が「異常」と判断された検査項目ｉについては、その後、臨床検査が行われ、検査データベース１４に、検査値およびその「正常」または「異常」の別が記憶される。一方、異常頻度の推定結果に基づいて検査結果が「正常」であると判断（推定）された検査項目ｉについては、検査データベース１４に、検査値は記憶されず、検査結果として「正常」であることが記憶される。
【０１０４】
図１０は、図１に示したＲＡＭ１２ｂのメモリマップ３０の一例を示す図解図である。図１０に示すように、ＲＡＭ１２ｂは、プログラム記憶領域３２およびデータ記憶領域３４を含む。プログラム記憶領域３２には、異常頻度推定装置１２の全体処理についてのプログラム（制御プログラム）が記憶される。制御プログラムは、メイン処理プログラム３２ａ、検査項目選択プログラム３２ｂ、前処理プログラム３２ｃ、異常頻度推定プログラム３２ｄ、異常頻度出力プログラム３２ｅ、検査結果推定プログラム３２ｆおよび推定結果出力プログラム３２ｇなどによって構成される。
【０１０５】
メイン処理プログラム３２ａは、異常頻度推定装置１２のメインルーチンを処理するためのプログラムである。検査項目選択プログラム３２ｂは、上述した選定アルゴリズムに従うプログラムであり、臨床検査を行う必要がある検査項目ｉ（検査対象の検査項目ｉ）と、異常頻度ｋを推定する検査項目ｉ（推定対象の検査項目ｉ）とを選定（選択）する。具体的には、選択された（対象の）クライアントｊについての検査値のデータを取得し、各検査項目ｉについて前回と前々回の検査値のデータを参照して、その両方が異常である場合に、当該検査項目ｉを検査対象の検査項目ｉとして選定する。
【０１０６】
なお、後述するように、毎回必ず臨床検査を行う検査項目ｉ（基礎検査項目）については、選定する必要はない。
【０１０７】
前処理プログラム３２ｃは、検査データベース１４から取得した検査値のうち、実数でない検査値を実数値に変換するとともに、取得した検査値について線形変換を行うためのプログラムである。異常頻度推定プログラム３２ｄは、検査対象の検査項目ｉの検査値に基づいて予め算出した平均値および推定対象の検査項目ｉの検査値（検査結果）に基づいて予め算出した異常頻度を用いて、ベイズ推定に基づく手法により、推定対象の各検査項目ｉの異常頻度を推定するためのプログラムである。ただし、各検査値には、前処理プログラム３２ｃに従って前処理が施されてある。
【０１０８】
異常頻度出力プログラム３２ｅは、推定した異常頻度を、異常頻度推定装置１２に接続されたモニタ（図示せず）やプリンタ（図示せず）に出力するためのプログラムである。ただし、推定した異常頻度を検査項目ｉ毎に記述したテーブルについてのデータを外部のコンピュータや記憶媒体に出力（送信）するようにしてもよい。後述する推定結果出力プログラム３２ｇも同様である。
【０１０９】
検査結果推定プログラム３２ｆは、異常頻度を推定した検査項目ｉの検査値が正常であるか異常であるかを推定（判断）するためのプログラムである。推定結果出力プログラム３２ｇは、検査結果推定プログラム３２ｆに従って推定された結果、すなわち、異常頻度を推定した検査項目ｉの検査結果（検査値）について推定された結果（正常または異常）を異常頻度推定装置１２に接続されたモニタ（図示せず）やプリンタ（図示せず）に出力するためのプログラムである。
【０１１０】
図示は省略するが、プログラム記憶領域３２には、検査データベース１４との間でコマンドやデータを送受信するためのプログラムなども記憶される。
【０１１１】
データ記憶領域３４には、制御プログラムの実行に必要なデータが記憶（一時記憶）されたり、制御プログラムの実行に必要なカウンタ（タイマ）やフラグが設けられたりする。たとえば、検査項目選定プログラム３２ｂに従って選定された、検査対象の検査項目ｉについての検査ＩＤと、推定対象の検査項目ｉの検査ＩＤとが識別可能に記憶される。
【０１１２】
図１１は、図１に示したＣＰＵ１２ａの異常頻度の推定および異常の判定処理についてのフロー図である。図示は省略するが、検査項目ｉの選定（選択）処理は予め実行され、検査対象の検査項目ｉについては、実際に臨床検査が行われ、その検査値および判断結果（正常または異常）は検査データベース１４に記憶（収録）されているものとする。
【０１１３】
図１１に示すように、ＣＰＵ１２ａは、異常頻度の推定および検査結果の推定処理を開始すると、ステップＳ１で、選択された（対象の）クライアントｊ（ユーザＩＤ）を入力する。次のステップＳ３では、推定対象の検査項目ｉ（検査ＩＤ）を入力する。ただし、ステップＳ１およびＳ３では、異常頻度推定システム１０の管理者等が、ユーザＩＤや各検査項目ｉを入力する。
【０１１４】
続いて、ステップＳ５では、すべてのユーザ（クライアント）についての過去３回（たとえば、前回、前々回、３回前）の全検査項目ｉの検査値のデータおよびステップＳ１で入力されたユーザＩＤが示すクライアントｊについて今回臨床検査した検査項目ｉの検査値のデータを読み込む。ここでは、ＣＰＵ１２ａは、検査データベース１４から上記の検査値のデータを読み出して、ＲＡＭ１２ｂのバッファ領域（図示せず）に記憶する。次のステップＳ７では、読み込んだ検査値のデータについて前処理を実行する。
【０１１５】
なお、この実施例では、異常頻度の推定および検査結果の推定処理において前処理を実行するようにしてあるが、この処理とは別に予め前処理を実行しておいてもよい。または、前処理が施された検査データベース１４を設けるようにしてもよい。
【０１１６】
また、この実施例では、直近の過去３回の検査値のデータを読み込むようにしてあるが、連続する過去３回の検査値のデータであれば、それ以前のものであっても構わない。
【０１１７】
続くステップＳ９では、ステップＳ１で入力されたユーザＩＤについての推定対象の検査項目の検査値を取得する。ここでは、ＣＰＵ１２ａは、バッファ領域に記憶された検査値のデータから、推定対象の検査項目ｉについての連続する過去３回（３回前、前々回および前回）の検査値のデータを読み込む。
【０１１８】
次のステップＳ１１では、ステップＳ１で入力されたユーザＩＤについての検査対象の検査項目の検査値を取得する。ここでは、ＣＰＵ１２ａは、バッファ領域に記憶された検査値のデータから、検査対象の検査項目ｉについての連続する過去３回（３回前、前々回および前回）の検査値のデータを読み込む。
【０１１９】
さらに、ステップＳ１３では、すべての検査項目の基準値を取得する。つまり、ＣＰＵ１２ａは、検査データベース１４に検査項目情報１８（検査項目のデータ）の読み出し指示を与え、これに応じて、検査データベース１４から与えられた検査項目のデータをＲＡＭ１２ｂのバッファ領域に記憶する。ただし、ユーザＩＤに対応するクライアントｊが男性である場合には、基準値上限（女性）および基準値下限（女性）のデータは読み込まなくてもよい。同様に、ユーザＩＤに対応するクライアントｊが女性である場合には、基準値上限（男性）および基準値下限（男性）のデータは読み込まなくてもよい。
【０１２０】
続いて、ステップＳ１５では、ステップＳ１１で読み出した検査値のデータを用いて、数６に従って検査対象の各検査項目ｉの過去の検査値の平均値を算出するとともに、ステップＳ９で読み出した検査値のデータを用いて、数７に従って推定対象の各検査項目ｉの過去の検査値（検査結果）の異常頻度を算出する。このとき、ステップＳ１３で取得した基準値（検査項目情報のデータ）が参照され、検査値（検査結果）の正常または異常が判定される。ただし、予め検査値（検査結果）の正常または異常を判定し、検査データベース１４に登録しておいてもよい。かかる場合には、ステップＳ１３の処理は削除することができる。
【０１２１】
続く、ステップＳ１７では、数９に従って事前確率分布すなわち事前確率Ｐ（Ｘ）を算出する。ただし、上述したように、ここでは、検査データベース１４とは異なるデータベースから検査値が読み出されるとともに、前処理が施される。さらに、ステップＳ１９では、数６に従って今回を含む連続３回（今回、前回および前々回）の臨床検査における検査対象の各検査項目ｉの検査値の平均値を算出する。次のステップＳ２１では、ステップＳ１５で算出した平均値および異常頻度から尤度関数（数１１）を求め（定義し）、ステップＳ２３では、数１１に従って、ステップＳ１９で算出した平均値の尤度を算出する。そして、ステップＳ２５で、数８に従って事後確率分布を算出する。続いて、ステップＳ２７で、数１４に従って異常頻度を推定する。
【０１２２】
異常頻度を推定すると、ステップＳ２９で、その異常頻度を出力する。図示は省略したが、推定された異常頻度を示す表やグラフのデータは、たとえば、異常頻度推定装置１２に接続されるモニタ、プリンタ、または異常頻度推定装置１２と通信可能に接続される他のコンピュータに出力される。このことは、後述するステップＳ３３において、判断結果を出力する場合についても同様である。
【０１２３】
さらに、ステップＳ３１で、今回を含む連続する３回の検査値（検査結果）についての異常頻度の推定結果と、前回および前々回の検査結果（判断結果）とから、図９に示した対応表に従って、異常頻度を推定した検査項目ｉの検査結果について正常または異常を推定（判断）する。そして、ステップＳ３３で、ステップＳ３１の推定（判断）結果を出力して、異常頻度の推定および検査結果の推定処理を終了する。
【０１２４】
なお、詳細な説明は省略したが、ステップＳ１７−Ｓ２９では、推定対象の各検査項目ｉについて処理が実行される。
【０１２５】
さらに、この実施例の異常頻度推定システム１０が有効であることを示すために、実際の健康診断に異常頻度の推定方法を組み合わせたと仮定し、シミュレーションを行った。実際に行われている健康診断（臨床検査）および異常頻度の推定の流れが図１２の表に示される。
【０１２６】
ただし、シミュレーションでは、第１回目の臨床検査の前に、全検査項目について少なくとも１回の臨床検査が行われており、第１回目および第２回目の臨床検査の検査結果（検査値）を用いることにより、第３回目においては、検査対象項目についての検査値の過去３回の平均値および推定対象項目についての検査値（検査結果）の過去３回における異常頻度が算出され、これらに基づいて統計モデルが作成されているものとする。
【０１２７】
図１２に示すように、健康診断の初診日（２００６年１１月２９日）すなわち１回目の臨床検査では、検知したい病気に関連するすべての検査項目ｉが検査される。２回目（２００７年３月６日）の健康診断では、１回目の臨床検査に基づいて、医師が健康診断の受診者にアドバイスを行った後に、１回目と同様に、すべての検査項目ｉが検査される。
【０１２８】
３回目（２００７年６月１８日）の健康診断では、２回目の臨床検査に基づいて、医師が健康診断の受診者にアドバイスを行う。また、選定アルゴリズムに従って、過去の検査値に基づいて、臨床検査を行う必要がある検査項目ｉと、異常頻度を推定する検査項目ｉとが選定（選別）される。ここでは、毎回必ず臨床検査を行う検査項目ｉに加えて、過去２回とも異常であった検査項目ｉが選定される。そして、臨床検査を行う必要がある検査項目ｉについて検査が行われ、検査を行わない検査項目ｉについては異常頻度が推定される。
【０１２９】
さらに、４回目（２００７年１０月１日）の健康診断では、３回目の臨床検査に基づいて、医師が健康診断の受診者にアドバイスを行う。また、選定アルゴリズムに従って、過去の検査値に基づいて、臨床検査を行う必要がある検査項目ｉと、異常頻度を推定する検査項目ｉとが選定（選別）される。そして、臨床検査を行う必要がある検査項目ｉについて検査が行われ、検査を行わない検査項目ｉについては異常頻度が推定される。
【０１３０】
このような流れに従って、実際の臨床検査および異常頻度の推定が行われる。ただし、２回目以降では、受診者は、健康診断を行う日に前回の検査結果を受け取り、その検査結果に基づいて医師から生活習慣などのアドバイスを受けた後に、健康診断を受診する。
【０１３１】
次に、シミュレーションに基づく分析を行う際の検査項目ｉの選定（選択）の条件について説明する。具体的には、基礎の検査項目ｉ（基礎検査項目）として選定した検査項目ｉおよび選定アルゴリズムの条件を説明する。
【０１３２】
まず、基礎検査項目として、一般的な健康診断で用いられる９項目を定義した。具体的には、「ＡＳＴ」、「ＡＬＴ」、「γ−ＧＴＰ」、「中性脂肪」、「ＨＤＬコレステロール」、「白血球数」、「赤血球数」、「血糖」および「尿蛋白」が基礎検査項目として選定される。これらの基礎検査項目については、必ず臨床検査を行うこととし、かつ異常頻度を推定するために用いる検査項目ｉ（教師データ）とする。また、この実施例では、推定の精度を向上させるために、検査費用が増大しない範囲で検査項目ｉを追加した。
【０１３３】
実際に健康診断を行う際には、血液検査や尿検査では、複数の検査項目ｉが一組になっており、複数の検査項目ｉに対してまとめて費用が請求される。たとえば、上記の基礎検査項目（９項目）においても、図１３に示すように、「末梢血液一般検査」、「尿一般検査」および「生化学検査」の３つのカテゴリに属する。
【０１３４】
末梢血液一般検査の７項目は、「白血球数（ＷＢＣ）」、「赤血球数（ＲＢＣ）」、「ＭＣＶ」、「ＭＣＨ」、「ＭＣＨＣ」、「ヘモグロビン」、「ヘマトクリット」である。また、尿一般検査の８項目は、「尿蛋白」、「尿糖」、「尿比重」、「尿ｐＨ」、「尿ウロビリノーゲン定性」、「尿ウロビリン定性」、「尿ケトン体」および「尿潜血反応」である。
【０１３５】
さらに、生化学検査の３２項目は、「総蛋白（ＴＰ）」、「アルブミン」、「ＴＴＴ」、「ＺＴＴ」、「ＣＫ」、「ＡＬＴ（ＧＰＴ）」、「ＡＳＴ（ＧＯＴ）」、「ＬＤＨ」、「ＡＬＰ」、「γ−ＧＴＰ」、「コリンエステラーゼ」、「ＬＡＰ」、「血清アミラーゼ」、「酸性フォスファターゼ（ＡＣＰ）」、「クレアチニン＜血清＞」、「尿酸＜血清＞」、「尿素窒素＜血清＞」、「血糖」、「中性脂肪（ＴＧ）」、「リン脂質」、「遊離脂肪酸（ＮＥＦＡ）］，「総コレステロール」、「ＨＤＬコレステロール」、「ナトリウム（Ｎａ）」、「カリウム（Ｋ）」、「クロール（Ｃｌ）」、「マグネシウム（Ｍｇ）」、「カルシウム（Ｃａ）」、「無機リン（Ｐ）」、「血清鉄（Ｆｅ）」、「ＴＩＢＣ＜血清＞」および「総ビリルビン」である。
【０１３６】
シミュレーションでは、上記の４７項目のうち、検査データベース１４に記憶された検査値において、異常が全く見つからなかった尿一般検査の「尿ケトン体」を除いた４６項目を、推定を行うために用いる検査項目ｉとした。上述したように、推定を行った結果は異常頻度（０〜３の４段階）として出力される。ただし、最後の健康診断において異常であるかどうかは、つまり今回異常頻度を推定した検査項目ｉの検査結果（検査値）の正常または異常は、異常頻度の推定結果と、前回および前々回の検査結果とから、図９に示した表に基づいて推定される。
【０１３７】
次に、この実施例で行った、推定率、コスト（検査費用）およびリスク（病気を見逃す可能性）の３つの評価について説明する。
【０１３８】
（１）推定率の評価
この実施例では、正しく異常頻度を推定できたかどうかを示す推定率による評価を行った。ただし、推定率とは、推定の対象となったすべての検査項目ｉのうち、異常頻度を正しく推定できた検査項目ｉの割合を意味する。
【０１３９】
（２）コスト（検査費用）の評価
臨床検査を行う際には、検査項目ｉ毎に検査費用が発生する。ただし、一定の検査項目ｉで合わせて（まとめて）発生する費用と、１つ１つの検査項目ｉ毎に発生する費用とがある。検査費用は、医療機関によって異なるが、この実施例では、１つの指針として、検査データベース１４を収録する際に、仮にクライアントが負担した費用を用いて検証（評価）を行った。
【０１４０】
一般的な臨床検査のみを行う場合には、図１３を用いて説明した検査項目ｉのみを検査すればよく、検査費用の合計は４，０３０円である。これは一般的な健康診断に係る費用とほぼ同額である。
【０１４１】
しかし、癌の進行を詳細に検査する場合には、腫瘍マーカの検査を受けなければならない。腫瘍マーカの検査費用は、１検査項目あたり約１，０００円〜８，０００円程度（定価）である。選定アルゴリム（選択処理）に従って、臨床検査を行う必要があると判断された検査項目ｉによっては高額な費用がかかる可能性がある。そこで、この実施例の異常頻度の推定処理が行われることにより、検査項目ｉを抑える（低減する）ことで、検査費用がどの程度縮減されるかを評価するとともに、どの検査項目ｉが検査費用を押し上げる可能性があるかを評価する。
【０１４２】
（３）リスク（病気を見逃す可能性）の評価
この実施例の異常頻度の推定処理が行われることにより、異常である検査項目ｉを正常と判断し、病気を見逃すことを防ぐことを目的として行った評価について説明する。
【０１４３】
上述したように、推定結果は、０（「０回異常／３回中」）〜３（「３回異常／３回中」）の４段階で出力される。たとえば、実際には、連続３回とも異常であるにも関わらず、推定結果が０（「０回異常／３回中」）である場合には、検査を行うべき検査項目ｉから除外され、この検査項目ｉに関連する病気を患うリスクを負うこととなる。そこで、各検査項目ｉにおいて、実際の異常頻度よりも低い異常頻度が推定された割合について評価を行う。
【０１４４】
次にシミュレーションを行った結果について説明する。システム１０における検査項目ｉの選定処理が有効であるかどうかを検証するため、以下の２つの条件の各々についてシミュレーションを行った。第１の条件は、常に一定の検査項目ｉ（上記の４６項目）を選定したことである。第２の条件は、この実施例の選定アルゴリズムに従って検査項目ｉを選定し、検査項目ｉを毎回変化させたことである（上記の４６項目＋α）。
【０１４５】
検査項目ｉが常に一定である場合のシミュレーション（以下、「第１シミュレーション」という）の結果が図１４に示される。図１４に示すように、検査した検査項目ｉ（検査をした項目）の項目数、正解した検査項目ｉ（正解項目）の項目数、不正解（実際より高く判断）した検査項目ｉの項目数および不正解（実際より低く判断）した検査項目ｉの項目数が、男女別に集計される。
【０１４６】
また、それぞれの結果を累積検査回数毎に集計した結果が、図１５および図１６に示される。ただし、図１５は男性について集計した結果であり、図１６は女性について集計した結果である。また、図１５および図１６では、横軸が累積検査回数であり、縦軸が推定対象となった検査項目ｉの中での割合である。後述する図１８および図１９についても同じである。
【０１４７】
一方、選定アルゴリズムに従って、検査項目ｉを毎回変化させた場合のシミュレーション（以下、「第２シミュレーション」という）の結果が図１７に示される。図１７に示すように、検出した項目の項目数、正解項目の項目数、不正解（実際より高く判断）した検査項目ｉの項目数および不正解（実際より低く判断）した検査項目ｉの項目数が、男女別に集計される。
【０１４８】
また、それぞれの結果を累積検査回数毎に集計した結果が、図１８および図１９に示される。ただし、図１８は男性について集計した結果であり、図１９は女性について集計した結果である。
【０１４９】
第１シミュレーションの場合には、推定率は、男性では平均７９．４％であり、女性では平均８０．３％である。一方、第２シミュレーションの場合には、推定率は、男性では平均８３．８％であり、女性では平均８４．２％である。したがって、選定アルゴリムに従って検査項目ｉを毎回変化させた方が、推定率が高いという結果が得られた。
【０１５０】
また、不正解の（誤った）項目数の平均を、第１シミュレーション（選定無し）の場合と、第２シミュレーション（選定アルゴリズムによる毎回の選定有り）の場合とで比較した結果が図２０に示される。図２０では、累積検査回数に従って平均の不正解項目数の変化が示される。
【０１５１】
第２シミュレーションの場合には、不正解項目数は平均１１．２項目であり、第１シミュレーションの場合と比較して２８．４％減少した。また、第２シミュレーションの場合には、不正解項目のうち、異常頻度を低く推定した検査項目が平均４．５２項目であり、第１シミュレーションの場合と比較して４１．８％減少した。さらに、第２シミュレーションの場合において、新たに検査をした検査項目と正解した検査項目の平均を加算した結果は６４．７項目となり、選定を行う前と比較して正解した検査項目が平均４．３項目増加した。
【０１５２】
また、第１シミュレーションの場合には、選定された検査項目ｉは一定であるため、上述したように、検査費用は一定額（４，０３０円）である。一方、第２シミュレーションの場合には、検査項目ｉは毎回変化されるため、同じクライアントｊであっても、選定される検査項目ｉに応じて検査費用が変動する。図２１には、図１８に示した場合における検査費用の推移を示し、図２２には、図１９に示した場合における検査費用の推移を示す。図２１および図２２に示すように、男性、女性ともに、検査費用は２３，０００円〜２７，０００円で推移する結果となった。
【０１５３】
選定アルゴリズムに従って検査項目を選定した場合の費用は、図２１および図２２に示したとおりであり、選定アルゴリズムに従って選定を行わない場合に比べて高額である。すべての検査を行った場合の費用は、約１２万円であるのに対し約８０％の費用が削減されていることが分かる。
【０１５４】
また、上述の実施例では、ベイズ推定に基づく手法による異常頻度の推定を行う際には、検査データベース１４に収録された異常頻度の分布を確率分布（事前分布）として扱っているため、推定後の事後分布に関しても異常頻度が０である確率が高い。その結果、異常であるはずの検査項目ｉを正常であると判断してしまう可能性が高くなる。そこで、事前分布の偏りを減らすために、数式を用いて平滑化（フィルタリング）を行う。
【０１５５】
或る検査項目ｉにおいて、異常頻度が０〜３のデータ数の割合を、それぞれ、Ｐ（Ｘ＝０），Ｐ（Ｘ＝１），Ｐ（Ｘ＝２），Ｐ（Ｘ＝３）とする。これらの割合の合計は、数１５に示すように、１とする。
【０１５６】
［数１５］
【０１５７】
フィルタリングは、数１６に示すように、ガウシアンフィルタリングを用いた。ただし、「´」はフィルタリング後を意味する。
【０１５８】
［数１６］
【０１５９】
フィルタリングを行った結果が図２３に示される。図２３に示すように、フィルタリングを行った場合には、フィルタリングを行わなかった場合と比較して異常頻度を高く推定する傾向があり、不正解の（誤った）項目数の平均が上昇する結果となった。
【０１６０】
この実施例によれば、ベイズ推定に基づく手法により、推定対象の各検査項目の或る異常頻度となる確率の分布を事前確率とし、検査対象の各検査項目の過去複数回の検査値の平均値と推定対象の各検査項目の過去複数回の検査値の異常頻度との関係を用いて、検査対象の各検査項目の今回を含む複数回の検査値の平均値から、推定対象の検査項目の異常頻度を推定するので、推定対象の検査項目と検査対象の検査項目との関係を仮定する必要がなく、異常頻度や検査結果の推定についての推定精度を向上させることができる。
【０１６１】
また、この実施例によれば、異常頻度の推定結果から推定対象の検査結果が正常であるか異常であるかを判断することにより、臨床検査が必要である検査項目を知ることができるので、病気や未病の状態を見逃すリスクを可及的少なくすることができる。
【０１６２】
なお、この実施例では、検査データベースに収録された全てのクライアントについての検査値を用いて尤度関数を求めるようにしたが、これに限定される必要はない。特定の一部のクライアントについての検査値を用いるようにしてもよい。ユーザ（クライアント）の検査値が尤度関数を求めるのに（統計モデルを作成するのに）十分な数だけ収録されている場合には、異常頻度を推定するユーザについての検査値のみを用いるようにしてもよい。
【０１６３】
また、この実施例では、１台のコンピュータで、検査項目の選択処理、前処理、異常頻度の推定処理、および検査結果の推定処理を含む複数の処理を実行するようにしたが、これらの処理が複数のコンピュータ等によって分散処理されるようなシステムにも適用可能である。
【符号の説明】
【０１６４】
１０ …異常頻度推定システム
１２ …異常頻度推定装置
１４ …検査データベース
【技術分野】
【０００１】
この発明は異常頻度推定装置、異常頻度推定プログラム、異常頻度推定方法および異常頻度推定システムに関し、特にたとえば、臨床検査における検査項目の検査結果が異常を示す頻度（異常頻度）を推定する、異常頻度推定装置、異常頻度推定プログラム、異常頻度推定方法および異常頻度推定システムに関する。
【背景技術】
【０００２】
この種の従来の異常頻度推定装置の一例が特許文献１に開示されている。この特許文献１に開示される臨床検査データ解析表示装置では、予め格納していた検査データと正常と判断させる範囲の上限・下限よりなる基準値とを基に、クライアントの検査データから健康度を判断して表示するインタラクティブインタフェースを用いて、臨床検査データの検査項目間の隠れた関係を抽出する。この関係抽出では、各検査項目における異常回数に注目する。そのため、インタラクティブインタフェースの特徴抽出部に関係行列算出部を付加するとともに、表示制御装置と表示装置の間の表示インタフェースに関係行列表示インタフェースを追加する。これにより、或る検査項目値から他の検査項目値を推定する。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２０１１−２２８５７号［G06Q 50/00, G06F 17/30, A61B 5/00］
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかし、特許文献１の臨床検査データ解析表示装置では、たとえば、検査項目{Ａ１，Ａ２，Ａ３，…}の検査値の平均値と検査項目Ｂの検査結果の異常回数との関係が線形であると仮定して、Ａ群の検査項目の検査値の平均値から検査項目Ｂの検査結果の異常回数を線形近似（推定）するため、そのような関係を有していない場合には、異常回数（異常頻度）を正しく推定することができない。
【０００５】
それゆえに、この発明の主たる目的は、新規な、異常頻度推定装置、異常頻度推定プログラム、異常頻度推定方法および異常頻度推定システムを提供することである。
【０００６】
また、この発明の他の目的は、推定精度を向上させることができる、異常頻度推定装置、異常頻度推定プログラム、異常頻度推定方法および異常頻度推定システムを提供することである。
【課題を解決するための手段】
【０００７】
本発明は、上記の課題を解決するために、以下の構成を採用した。なお、括弧内の参照符号および補足説明等は、本発明の理解を助けるために後述する実施の形態との対応関係を示したものであって、本発明を何ら限定するものではない。
【０００８】
第１の発明は、複数のクライアントの各々について臨床検査についての所定数の検査項目の検査値を収録したデータベース、データベースに収録された全検査項目の全検査値のうち、前回以前の臨床検査の検査値を用いて、一部の複数の第１検査項目の各々についての所定検査回数分の平均値を算出する第１平均値算出手段、前回以前の臨床検査の検査値を用いて、第１検査項目以外の第２検査項目についての所定検査回数における異常頻度を算出する異常頻度算出手段、第１平均値算出手段によって算出された各平均値を要素とする平均値ベクトルと、異常頻度算出手段によって算出された第２検査項目の異常頻度との関係を抽出する抽出手段、選択した１のクライアントについて、データベースに収録された複数の第１検査項目の各々についての今回の臨床検査の検査値を含む所定検査回数分の検査値の平均値を算出する第２平均値算出手段、および抽出手段によって抽出された関係を用いて、第２平均値算出手段によって算出された複数の第１検査項目の各々についての平均値から、第２検査項目についての今回の臨床検査を含む所定検査回数における異常頻度を推定する異常頻度推定手段を備える、異常頻度推定装置である。
【０００９】
第１の発明では、異常頻度推定装置（１２）は、データベース（１４）を備える。データベースは、複数のクライアントの各々について臨床検査についての所定数の検査項目の検査値を収録している。第１平均値算出手段（１２ａ、Ｓ１５）は、データベースに収録された全検査項目の全検査値のうち、前回以前の臨床検査の検査値を用いて、一部の複数の第１検査項目の各々についての所定検査回数分の平均値を算出する。異常頻度算出手段（１２ａ、Ｓ１５）は、前回以前の臨床検査の検査値を用いて、第１検査項目以外の第２検査項目についての所定検査回数における異常頻度を算出する。抽出手段（１２ａ、Ｓ２１）は、第１平均値算出手段によって算出された各平均値を要素とする平均値ベクトルと、異常頻度算出手段によって算出された第２検査項目の異常頻度との関係を抽出する。第２平均値算出手段（１２ａ、Ｓ１９）は、選択した１のクライアントについて、データベースに収録された複数の第１検査項目の各々についての今回の臨床検査の検査値を含む所定検査回数分の検査値の平均値を算出する。異常頻度推定手段（１２ａ、Ｓ２７）は、抽出手段によって抽出された関係を用いて、第２平均値算出手段によって算出された複数の第１検査項目の各々についての平均値から、第２検査項目についての今回の臨床検査を含む所定検査回数における異常頻度を推定する。
【００１０】
第１の発明によれば、過去の全検査値のうち、一部の複数の第１検査項目の検査値の各々についての所定検査回数分の平均値と、第１検査項目以外の第２検査項目の所定回数における異常頻度との関係を抽出し、この関係を用いて、今回の検査値を含む複数の第１検査項目の検査値の各々についての所定回数分の平均値から今回を含む所定回数における第２検査項目の異常頻度を推定するので、推定する第２検査項目と第１検査項目との関係を仮定する必要がなく、推定精度を向上させることができる。
【００１１】
第２の発明は、第１の発明に従属し、異常頻度は、所定検査回数の臨床検査において異常であることが判断された回数である。
【００１２】
第２の発明では、異常頻度は、各検査項目について、たとえば連続する所定検査回数の臨床検査において異常であることが判断された回数である。
【００１３】
第２の発明によれば、複数回の臨床検査の検査値に基づいて、異常頻度を推定するので、季節変動、睡眠時間、食事からの時間などの様々な要因による影響をなるべく受けずに、異常頻度を比較的正確に推定することができる。
【００１４】
第３の発明は、第１または第２の発明に従属し、異常頻度推定手段によって推定された第２検査項目の異常頻度と前回以前の当該第２検査項目の検査値とに基づいて、今回の当該第２検査項目の検査結果の正常または異常を推定する検査結果推定手段をさらに備える。
【００１５】
第３の発明では、異常頻度推定装置は、検査結果推定手段（１２ａ、Ｓ２９）をさらに備える。この検査結果推定手段は、異常頻度推定手段によって推定された第２検査項目の異常頻度と前回以前の当該第２検査項目の検査値とに基づいて、今回の当該第２検査項目の検査結果の正常または異常を推定（判断）する。
【００１６】
第３の発明によれば、第２検査項目についての検査結果が異常であると推定された場合には、当該第２検査項目について臨床検査を行わせることができるので、病気や未病の状態を見逃すリスクを可及的少なくすることができる。
【００１７】
第４の発明は、複数のクライアントの各々について臨床検査についての所定数の検査項目の検査値を収録したデータベースを備える、異常頻度推定装置の異常頻度推定プログラムであって、異常頻度推定装置のプロセッサに、データベースに収録された全検査項目の全検査値のうち、前回以前の臨床検査の検査値を用いて、一部の複数の第１検査項目の各々についての所定検査回数分の平均値を算出する第１平均値算出ステップ、前回以前の臨床検査の検査値を用いて、第１検査項目以外の第２検査項目についての所定検査回数における異常頻度を算出する異常頻度算出ステップ、第１平均値算出ステップにおいて算出された各平均値を要素とする平均値ベクトルと、異常頻度算出ステップにおいて算出された第２検査項目の異常頻度との関係を抽出する抽出ステップ、選択した１のクライアントについて、データベースに収録された複数の第１検査項目の各々についての今回の臨床検査の検査値を含む所定検査回数分の検査値の平均値を算出する第２平均値算出ステップ、および抽出ステップにおいて抽出された関係を用いて、第２平均値算出ステップにおいて算出された複数の第１検査項目の各々についての平均値から、第２検査項目についての今回の臨床検査を含む所定検査回数における異常頻度を推定する異常頻度推定ステップを実行させる、異常頻度推定プログラムである。
【００１８】
第５の発明は、複数のクライアントの各々について臨床検査についての所定数の検査項目の検査値を収録したデータベースを備える、異常頻度推定装置の異常頻度推定方法であって、異常頻度推定装置のプロセッサは、（ａ）データベースに収録された全検査項目の全検査値のうち、前回以前の臨床検査の検査値を用いて、一部の複数の第１検査項目の各々についての所定検査回数分の平均値を算出し、（ｂ）前回以前の臨床検査の検査値を用いて、第１検査項目以外の第２検査項目についての所定検査回数における異常頻度を算出し、（ｃ）ステップ（ａ）において算出された各平均値を要素とする平均値ベクトルと、ステップ（ｂ）において算出された第２検査項目の異常頻度との関係を抽出し、（ｄ）選択した１のクライアントについて、データベースに収録された複数の第１検査項目の各々についての今回の臨床検査の検査値を含む所定検査回数分の検査値の平均値を算出し、そして（ｅ）ステップ（ｃ）において抽出された関係を用いて、ステップ（ｄ）において算出された複数の第１検査項目の各々についての平均値から、第２検査項目についての今回の臨床検査を含む所定検査回数における異常頻度を推定する、異常頻度推定方法である。
【００１９】
第６の発明は、複数のクライアントの各々について臨床検査についての所定数の検査項目の検査値を収録したデータベース、データベースに収録された全検査項目の全検査値のうち、前回以前の臨床検査の検査値を用いて、一部の複数の第１検査項目の各々についての所定検査回数分の平均値を算出する第１平均値算出手段、前回以前の臨床検査の検査値を用いて、第１検査項目以外の第２検査項目についての所定検査回数における異常頻度を算出する異常頻度算出手段、第１平均値算出手段によって算出された各平均値を要素とする平均値ベクトルと、異常頻度算出手段によって算出された第２検査項目の異常頻度との関係を抽出する抽出手段、選択した１のクライアントについて、データベースに収録された複数の第１検査項目の各々についての今回の臨床検査の検査値を含む所定検査回数分の検査値の平均値を算出する第２平均値算出手段、および抽出手段によって抽出された関係を用いて、第２平均値算出手段によって算出された複数の第１検査項目の各々についての平均値から、第２検査項目についての今回の臨床検査を含む所定検査回数における異常頻度を推定する異常頻度推定手段を備える、異常頻度推定システムである。
【００２０】
第４ないし第６の発明においても、第１の発明と同様に、推定精度を向上させることができる。
【発明の効果】
【００２１】
この発明によれば、過去の全検査値のうち、一部の複数の第１検査項目の検査値の各々についての所定検査回数分の平均値と、第１検査項目以外の第２検査項目の所定回数における異常頻度との関係を抽出し、この関係を用いて、今回の検査値を含む複数の第１検査項目の検査値の各々についての所定回数分の平均値から今回を含む所定回数における第２検査項目の異常頻度を推定するので、推定する第２検査項目と第１検査項目との関係を仮定する必要がなく、推定精度を向上させることができる。
【００２２】
この発明の上述の目的，その他の目的，特徴および利点は、図面を参照して行う以下の実施例の詳細な説明から一層明らかとなろう。
【図面の簡単な説明】
【００２３】
【図１】図１はこの発明の異常頻度推定システムの一例を示す図解図である。
【図２】図２は図１に示す検査データベースの内容の一例を示す図解図である。
【図３】図３は図１および図２に示す検査データベースの具体的な内容を示す図解図である。
【図４】図４は検査値の正規分布と基準値とを示す図解図である。
【図５】図５は基準値の一例を示す図解図である。
【図６】図６は検査値の変化の一例およびその異常頻度を示す図解図である。
【図７】図７は実数値でない検査結果を実数値に変換するための変換表の一例を示す図解図である。
【図８】図８は尤度関数の求め方を説明するための図解図である。
【図９】図９は前２回の検査結果と異常頻度の推定結果とから、推定した検査項目の検査結果の正常、異常を推定するための対応表を示す図解図である。
【図１０】図１０は図１の異常頻度推定装置内のＲＡＭのメモリマップの一例を示す図解図である。
【図１１】図１１は図１の異常頻度推定装置内のＣＰＵの異常頻度の推定および検査結果の推定処理を示すフロー図である。
【図１２】図１２は実際の臨床検査および異常頻度の推定の流れを説明するための図解図である。
【図１３】図１３は主要な項目区分の費用を示す図解図である。
【図１４】図１４は、検査項目を常に一定とした場合において、検査をした項目数、正解項目数、および不正解項目数を男女別に示した結果のグラフである。
【図１５】図１５は、図１４に示した男性についての結果を、累積検査回数毎に集計した結果を示すグラフである。
【図１６】図１６は、図１４に示した女性についての結果を、累積検査回数毎に集計した結果を示すグラフである。
【図１７】図１７は、検査項目を変化させた場合において、検査をした項目数、正解項目数、および不正解項目数を男女別に示した結果のグラフである。
【図１８】図１８は、図１７に示した男性についての結果を、累積検査回数毎に集計した結果を示すグラフである。
【図１９】図１９は、図１７に示した女性についての結果を、累積検査回数毎に集計した結果を示すグラフである。
【図２０】図２０は検査項目の選定の有無による平均不正解項目数を比較するためのグラフである。
【図２１】図２１は、男性の場合において、検査項目を選定した場合の検査費用の推移を示すグラフである。
【図２２】図２２は、女性の場合において、検査項目を選定した場合の検査費用の推移を示すグラフである。
【図２３】図２３は、フィルタリングを行う前後における異常頻度の推定の精度を比較するためのグラフである。
【発明を実施するための形態】
【００２４】
図１を参照して、この実施例の異常頻度推定システム１０は、異常頻度推定装置１２および検査データベース１４を含む。異常頻度推定装置１２と検査データベース１４とは、コマンドやデータを送受信可能に接続される。異常頻度推定装置１２は、汎用のコンピュータであり、ＣＰＵ１２ａやＲＡＭ１２ｂなどのコンポーネントを含む。
【００２５】
なお、この実施例では、検査データベース１４は、異常頻度推定装置１２と直接接続されるようにしてあるが、インターネットやＬＡＮのようなネットワークを介して接続されてもよい。または、検査データベース１４は、異常頻度推定装置１２に内蔵されるハードディスクドライブ（図示せず）で構成してもよい。
【００２６】
図２に示すように、検査データベース１４には、クライアント情報１６、検査項目情報１８および検査結果情報２０が記憶される。詳細な説明は省略するが、この実施例では、検査データベース１４には、５７９名のクライアント（男性：２６０名、女性：３１９名）についての各情報が記憶される。
【００２７】
図３（Ａ）に示すように、クライアント情報１６は、各クライアント（健康診断を受けるユーザ）についての情報（データ）を含む。クライアントについてのデータ（クライアントデータ）は、氏名、ユーザＩＤ、性別および生年月日についてのデータである。ただし、ユーザＩＤは、クライアント（ユーザ）の識別情報であり、たとえば、当該クライアントに割り当てられた個別の番号ないし記号（数字またはローマ字或いはそれらの両方）である。
【００２８】
図３（Ｂ）に示すように、検査項目情報１８は、各検査項目についての情報（データ）を含む。検査項目のデータは、項目分類名、項目名（検査ＩＤ）、基準値上限（男性）、基準値下限（男性）、基準値上限（女性）および基準値下限（女性）についてのデータである。
【００２９】
項目分類名は、各検査項目を分類したまとまり（グループ）毎の名称である。この実施例では、「血清蛋白」、「蛋白分画」、「肝胆道系」、「自己免疫」、「鉄代謝」、「無機イオン代謝」、「脂質代謝」、「リポ蛋白」、「糖代謝」、「筋代謝」、「腎機能」、「炎症」、「酵素」、「感染」、「血液一般」、「細胞性免疫」、「腫瘍マーカ（血清）」、「腫瘍マーカ（尿）」および「尿一般」に分類される。
【００３０】
項目名（検査ＩＤ）は、検査項目の名称である。たとえば、検査項目は、全部で１３４項目であり、項目名として、総蛋白（ｇ／ｄｌ）、アルブミニ（ｇ／ｄｌ）、アルブミン分画（％）、…などが記載される。ただし、項目名に代えて、ユーザＩＤのような番号ないし記号で割り当てられた識別情報を記載するようにしてもよい。
【００３１】
なお、項目分類および項目名の詳細については、東京女子医科大学ＩＲＥＩＩＭＳの研究によって開発された統合医科学情報基盤（ＣＩＭＩ(Cyber Integrated Medical Infrastructure)）データベースの仕様書（http://www.twmu.ac.jp/TIIMS
/CIMI_Database_v1_0.pdf）に開示されているため、ここではその説明は省略することにする。
【００３２】
基準値上限（男性）は、当該検査項目に設定された男性についての基準値の上限値である。基準値下限（男性）は、当該検査項目に設定された男性についての基準値の下限値である。基準値上限（女性）は、当該検査項目に設定された女性についての基準値の上限値である。基準値下限（女性）は、当該検査項目に設定された女性についての基準値の下限値である。
【００３３】
このように、各検査項目には、健康診断の結果が正常であるか異常であるかを判断するために、基準値が設定されている。この基準値は、図４に示すように、検査値の正規分布のうち、その中の９５％に含まれている範囲を規定する値を意味する。ただし、正規分布は、健康な成人についての検査値の正規分布である。その９５％に含まれている範囲のうちの最大値（上限）が基準値上限であり、最小値（下限）が基準値下限である。ただし、男性と女性とでは、一部の検査項目について、基準値上限および基準値下限が異なるため、それぞれの場合について記憶（設定）してある。
【００３４】
図５には、基準値（基準値上限および基準値下限）の一例が示される。具体的には、白血球数（ｘ×１０３）、赤血球数（ｘ×１０６）およびクレアチニン（血清）（ｍｇ／ｄｌ）の各検査項目に対応して、男性および女性の場合についての基準値上限および基準値下限がそれぞれ記述される。図示は省略するが、他の検査項目についても同様である。
【００３５】
図３（Ｃ）に戻って、検査結果情報２０は、各検査結果についての情報（データ）を含む。検査結果のデータは、ユーザＩＤ、項目名（検査ＩＤ）、検査日、検査値、基準値上限、基準値下限および判断結果についてのデータである。ユーザＩＤおよび項目名は上述したとおりである。
【００３６】
検査日は、項目名が示す検査項目についての臨床検査を行った年月日である。検査値は、項目名が示す検査項目についての検査結果（測定結果）の値（実数値、離散値）である。基準値上限は、項目名が示す検査項目についての臨床検査を行ったときの基準値上限であり、上述したように、クライアントの性別に応じて異なる場合がある。同様に、基準値下限は、項目名が示す検査項目についての臨床検査を行ったときの基準値下限であり、クライアントの性別に応じて異なる場合がある。判断結果は、項目名が示す検査項目についての臨床検査の検査結果（検査値）の正常または異常の推定（判断）結果である。
【００３７】
このように、検査日（検査時）の基準値上限および基準値下限を記憶するのは、基準値が検査時期によって変化する場合があるからである。基準値が変化する理由としては、技術的変動要因と生理的変動要因とがある。技術的変動要因としては、測定に用いる機器や試薬の変更による基準値の変動や測定誤差が該当する。また、生理的変動要因としては、分析対象のデータの年齢による基準値の変動や季節変動が該当する。
【００３８】
この実施例の異常頻度推定装置１２では、検査データベース１４を参照して、臨床検査を行わない検査項目の検査結果について異常が発生する頻度（異常頻度）を推定する。この実施例では、異常頻度とは、連続する複数回（たとえば、３回）の健康診断（臨床検査）の検査結果のうち、検査結果（検査値）が異常を示す回数を意味する。ただし、異常頻度の推定は、検査項目毎に行われる。
【００３９】
上述したように、臨床検査の検査項目は全部で１３４項目あり、これらすべてを毎回検査するには多大な費用を要する。一方、一般的な健康診断では、検査項目は１０〜１３項目程度であり、様々な病気の兆候をその異常状態のみから見つけるためには検査項目が少な過ぎる。
【００４０】
したがって、この実施例では、費用を出来る限り抑えつつ、多対１の関係性に着目して、臨床検査を行わない検査項目についての異常頻度を推定し、さらに、その推定結果に基づいて、当該臨床検査を行わない検査項目についての検査結果が正常であるか異常であるかを判断（推定）するようにしてある。
【００４１】
簡単に説明すると、或る検査項目についての異常頻度を推定する場合には、実際に今回臨床検査を行った複数の検査項目の今回を含む所定回数分の検査値が用いられる。ただし、検査値は直接用いられるのではなく、次のような値に変換される。整数値や記号で示されている検査値については、実数値に変換される。また、各期間（各検査時期）で異なる基準値に即した検査値が線形変換される。さらに、異常頻度の推定の元となる、実際に今回臨床検査を行った複数の検査項目についての過去所定回数分の検査結果についての検査値（上記の変換後の検査値である。）についての平均値および今回臨床検査を行わない複数の検査項目についての同じく過去所定回数分の検査結果（検査値）が異常を示す頻度（異常頻度）が算出される。このように算出された平均値と異常頻度から尤度関数が求められる。そして、上述した今回を含む所定回数分の検査値の平均値の尤度が求められ、臨床検査を行わない複数の検査項目の各々について異常頻度が推定される。この実施例では、異常頻度の推定には、ベイズ推定に基づいた手法が用いられ、これにより、異常頻度が識別される。
【００４２】
つまり、この実施例では、検査データベース１４に記憶されている全クライアントについての全検査項目の全検査値のうち、前回以前の所定回数分（この実施例では、前回以前の過去３回分）を用いて、今回臨床検査を行った検査項目（説明の都合上、「第１検査項目」という。）のそれぞれについての平均値を算出する。また、同じく前回以前の所定回数分（この実施例では、前回以前の過去３回分）を用いて、今回臨床検査を行わない（異常頻度を推定する）検査項目（説明の都合上、「第２検査項目」という。）のそれぞれについて、その所定回数における検査結果の異常頻度を算出する。このようにして算出された第１検査項目の各々の平均値と第２検査項目の各々の異常頻度との関係が抽出される。この実施例では、所定の統計モデルが作成される。そして、今回臨床検査が行われたとき、今回臨床検査を行った検査項目（第１検査項目）のそれぞれについて、今回の臨床検査を含む連続する３回の臨床検査の検査値の平均値が算出され、この平均値が作成された統計モデルに当て嵌められる。これによって、今回臨床検査を行わない検査項目（第２検査項目）のそれぞれについての異常頻度が推定される。
【００４３】
ここで、異常頻度の算出方法と、異常頻度の推定方法について説明することにする。異常頻度は、検査データベース１４に収録されている検査値および基準値に基づいて算出（推定）される。
【００４４】
図４に示したように、各検査項目に対応して基準値が設定されており、その上限（基準値上限）を上回ったり、その下限（基準下限）を下回ったりする場合には、当該検査項目の検査結果として異常であることが判断される。ただし、この実施例では、基準値上限を上回った検査値を「異常高値」と呼び、基準値下限を下回った検査値を「異常低値」と呼ぶことがある。また、上述したように、基準値は、男性と女性とで異なる場合があるため、この実施例では、男性、女性、異常高値および異常低値に分けて、正常であるか異常であるかが判断される。
【００４５】
この実施例では、１回の臨床検査における検査値が異常頻度の推定に用いられるのではなく、連続した複数回（３回）の臨床検査における検査値が異常頻度の推定に用いられる。これは、一般に、検査値は、疾患に関わる変動だけでなく、季節変動、睡眠時間、食事からの時間など、様々な要因に影響を受けることが知られているからである。このため、１つの検査値から他の検査値を推定することは困難である。これは、医師であっても同様であり、複数回の臨床検査の検査値に基づいて判断されることが多い。
【００４６】
そこで、上述したように、この実施例では、実際に臨床検査を行った各検査項目についての過去所定回数分の検査値の平均値および臨床検査を行わない各検査項目についての当該過去所定回数分の検査結果（検査値）における異常頻度に基づいて、今回の臨床検査を含む複数回の検査値の平均値から、今回臨床検査を行わない各検査項目についての異常頻度を推定するようにしてある。
【００４７】
図６（Ａ）は、或る検査項目についての検査値を時系列に従って示したグラフであり、基準値に基づいて検査値が異常であるかどうかを判断した結果が示される。この図６（Ａ）では、検査値が基準値を超えている場合に、検査結果（検査値）が異常であることが判断され、検査値が基準値以内である場合に、検査値が正常であることが判断される。また、図６（Ａ）では、正常と判断された検査値を白丸で示し、異常と判断された検査値を黒丸で示してある。ただし、図６（Ａ）（図６（Ｂ）も同様）では、異常高値または異常低値を区別していない。
【００４８】
図６（Ｂ）は、図６（Ａ）に示すように検査値が変化した場合における、検査値の異常頻度を示す表である。具体的には、図６（Ｂ）は、図６（Ａ）に対応しており、臨床検査の各回数τに対応して、検査値の正常または異常の判断結果が記述されるとともに、前々回、前回、今回の連続する３回（（τ−２）回〜τ回）についての異常頻度の数値（０、１、２、３）が記述される。
【００４９】
図６（Ａ）および図６（Ｂ）に示すように、初回（τ＝１）から３回（τ＝３）目までの各検査値は、基準値を超えているため、すべて異常と判断される。つまり、３回の臨床検査において３回の異常が発生しているため、３回目に対応する異常頻度は「３」となる。同様に、２回（τ＝２）目から４回（τ＝４）目では、３回の臨床検査のうち、２回の検査値が異常と判断されているため、４回目に対応する異常頻度は「２」となる。５回目以降も同様に、異常頻度が算出される。この実施例では、異常頻度が「０」である場合を「正常」と定義し、異常頻度が「３」である場合を「高頻度異常」と定義する。
【００５０】
なお、初回および２回目では、臨床検査が３回に満たないため、異常頻度は算出されない。
【００５１】
次に、異常頻度の推定方法について説明する。上述したように、臨床検査を行わない検査項目の異常頻度を推定するために、臨床検査を行った各検査項目についての過去３回の臨床検査における検査値の平均値および臨床検査を行わない各検査項目の過去３回の検査結果（検査値）の異常頻度が用いられる。以下では、異常頻度の推定方法について、式を用いて説明することにする。ただし、各式で用いる変数は次のように定義される。
【００５２】
変数ｉは、臨床検査の検査項目の別を示し、検査項目の総数はＮで示される。また、変数ｊは、クライアントの別を示し、クライアントの総人数はＨで示される。さらに、変数ｔは、何回目の臨床検査であるかを示し、クライアントｊの累積検査回数はＴｊで示される。
【００５３】
クライアントｊおよび検査項目ｉの検査値ｘｊ，ｉ（ｔ）を、検査項目ｉに従ってベクトル化したＸｊ（ｔ）は数１のように定義される。ただし、Ｘｊ（ｔ）は、１回（ｔ回目）の臨床検査によって得られる検査値のすべてを表している。
【００５４】
［数１］
Ｘｊ（ｔ）＝｛ｘｊ，ｉ（ｔ）｜ｉ＝１，２，…，Ｎ；ｔ＝１，２，…，Ｔｊ；ｊ＝１，２，…，Ｈ｝
正常と判断された検査項目ｉの検査値（正常値）と、異常と判断された検査項目ｉの検査値（異常値）との境界の値すなわち基準値を、Ｆｉ，ｌｏｗ（基準値下限）およびＦｉ，ｈｉｇｈ（基準値上限）とするとき、検査値のベクトルＸｊ（ｔ）の各要素が異常（異常値）であるか正常（正常値）であるかを示す異常ベクトルＢｊ（ｔ）は数２のように定義される。
【００５５】
［数２］
Ｂｊ（ｔ）＝｛ｂｊ，ｉ（ｔ）｜ｉ＝１，２，…，Ｎ；ｔ＝１，２，…，Ｔｊ；ｊ＝１，２，…，Ｈ｝
ここで、ｂｊ，ｉ（ｔ）は、数３で示すように、検査値が異常（異常値）である場合には「１」となり、検査値が正常（正常値）である場合には「０」となる。ただし、検査値がＦｉ，ｈｉｇｈ（基準値上限）を上回る異常高値である場合、および検査値がＦｉ，ｌｏｗ（基準値下限）を下回る異常低値である場合に、ｂｊ，ｉ（ｔ）は「１」となる。
【００５６】
［数３］
【００５７】
［数４］
【００５８】
ここで、異常頻度の推定を行う前に必要となる検査値の処理（前処理）について説明する。上述したように、臨床検査の検査項目には、その検査値が実数の値（実数値）と実数でない値（離散値）とが存在する。たとえば、尿検査においては、（＋）や（−）を用いて、陰性および陽性の強さの度合いを表す。具体的には、（＋）は陽性を表し、これに付加される数値が大きくなる程、陽性の傾向が強くなる。また、（−）は陰性を表し、陽性と同様に、これに付加される数値が大きくなる程、陰性の傾向が強くなる。さらに、（＋−）は偽陽性を表し、陽性の疑いがあることを示す。
【００５９】
このように、実数でない値については、図７に示すように、実数値に変換するための表（変換表）を定義しておき、この変換表に従って変換することにより、数値化する。たとえば、検査項目が尿一般（一部）である場合には、検査結果が（３−）であれば、実数値「０」に変換され、検査結果が（＋）であれば、実数値「４」に変換される。詳細な説明は省略するが、他の検査結果についても同様である。
【００６０】
また、検査項目が尿沈渣である場合には、検査結果は沈渣数の範囲で表される。したがって、図７の変換表に示すように、沈渣数の範囲に対応して実数値が定義され、この変換表に従って変換することにより、沈渣数の範囲を数値化する。たとえば、沈渣数が１〜４／ＨＰＦである場合には、実数値「１」に変換され、沈渣数が３０〜３９／ＨＰＦである場合には、実数値「５」に変換される。詳細な説明は省略するが、他の検査結果（沈渣数）についても同様である。
【００６１】
このようにして、実数でない値が実数値に変換され、さらに、検査値は、期間（検査時期）毎の基準値に即した値に変換される。つまり、最新の基準値に過去の基準値が合わせられる。これは、各検査項目には、基準値上限および基準値下限が設けられているが、上述したように、それらは検査時期によって変化する場合があるからである。
【００６２】
この実施例では、過去の臨床検査の検査値に遡ることにより、平均値と異常頻度との関係性に着目するため、基準値の変動を考慮する必要がある。このため、異常頻度を推定する前に、検査値を線形変換するようにしてある。
【００６３】
具体的には、検査項目ｉの検査値ｘｉを線形変換する場合には、検査値ｘｉを計測したときの基準値をＦｉ，ｌｏｗおよびＦｉ，ｈｉｇｈとし、最新の基準値をＦ´ｉ，ｌｏｗおよびＦ´ｉ，ｈｉｇｈとすると、線形変換後の検査値ｘ´ｉは数５に従って算出される。
【００６４】
［数５］
【００６５】
この数５では、以前の基準値と現在の基準値との比率を算出するとともに、基準値下限からの移動量（差分）を算出している。
【００６６】
異常頻度の推定では、ベイズ推定に基づく手法が用いられる。上述したように、過去の検査値（検査結果）から算出された平均値および異常頻度が入力値として用いられる。また、推定結果の出力は、クライアントｊの検査項目ｉの異常頻度（「０回異常／３回中」〜「３回異常／３回中」）となる。
【００６７】
具体的には、異常頻度に基づいて多次元の尤度関数を用いた、ベイズ推定に基づいた手法が導入される。ベイズ推定を導入した理由としては、事前分布を医師や専門家の先見的知見に基づいて定めることが可能であることと、異常頻度を識別する際に、他の識別手法と比較して、より正しく推定することができる（推定精度が高い）ことである。
【００６８】
なお、他の識別手法は、カーネルＳＶＭ、ｋ−ＭＭ法およびＪ４８（決定木）であり、図示および詳細な説明は省略するが、予め行った実験によって、ベイズ推定による推定が最も正答率が高かった。
【００６９】
事前分布は、後述するように、証拠が無い条件で、或る変数について知られていることを確率分布として表現したものである。この実施例では、事前分布は異常頻度の各クラス（０〜３）が推定される確率分布である。この実施例では、検査値から事前分布（確率分布）を算出してあるが、医師の知見に基づいて確率分布を調整することも可能である。たとえば、医者の知見により、「検索項目ｉはリスクを避けるために高頻度に推定させたい」場合などの個別の事情があるからである。
【００７０】
ここで、一般的な健康診断において実際に臨床検査を行った検査項目から、臨床検査を行わない検査項目（推定対象の検査項目）の異常頻度を推定する場合において、実際に臨床検査を行った検査項目（検査対象の検査項目）の集合Ｓを定義する。たとえば、検査項目「βマイクログロブリン（尿）」の異常頻度を、「血糖」、「βマイクログロブリン（血清）」、「ＡＬＰ」の３つの検査項目の検査値から推定する場合には、ｉ＝βマイクログロブリン（尿）、Ｓ＝｛血糖，βマイクログロブリン（血清），ＡＬＰ｝と定義される。
【００７１】
［数６］
【００７２】
［数７］
【００７３】
なお、詳細な説明は省略するが、検査対象でない各検査項目ｉについての異常頻度を求める際に、その各検査項目ｉの検査結果（検査値）について、基準値に基づいて正常または異常が判断され、このとき、検査結果のデータの判断結果に「正常」または「異常」が記憶（記述）される。または、検査値が検査データベース１４に登録されるときに、基準値に基づいて正常または異常を判断するようにしてもよい。
【００７４】
次に、ベイズ推定について説明する。ベイズ推定とは、観測された事実に基づいて、その事実の原因となる事象が起こる確率を推定する方法を意味する。このベイズ推定の基本式は、数８で示される。
【００７５】
［数８］
【００７６】
つまり、事象Ｘが発生する確率Ｐ（Ｘ）と尤度（尤度関数）Ｐ（Ｙ｜Ｘ）の積に基づいて、事象Ｙが発生した下で、事象Ｘが発生する条件付き確率（事後確率）Ｐ（Ｘ｜Ｙ）を推定する。
【００７７】
ベイズ推定の特徴の１つとして、従来の推計統計学では、事前確率Ｐ（Ｘ）が定数として決定されていたが、ベイズ推定では、関数と考えることが挙げられる。この特徴によって、母集団を特定することが困難なスパムメールを識別したり、臨床検査における「陰性」および「陽性」の結果を出したりする際に、ベイズ推定が用いられる。
【００７８】
つまり、この実施例では、事前確率Ｐ（Ｘ）は、「或る異常頻度ｋ」になる確率である。上述したように、異常頻度ｋは離散値（０≦ｋ≦Ｍ）であるため、事前確率分布は離散分布となる。ただし、この実施例では、Ｍ＝３である。以下、同じ。データベース（検査データベース１４とは異なる。）に記憶されている全クライアントについての検査項目ｉの検査値のデータのうち、異常頻度がｋである検査値のデータの総数をｎｉ（ｋ）とすると、事前確率Ｐ（Ｘ＝ｋ）は数９のように表される。ただし、ｕは、０≦ｕ≦Ｍの整数である。
【００７９】
ここで、事前確率Ｐ（Ｘ）を算出する際に参照されるデータベースは、多数のクライアントの臨床検査の検査結果が蓄積されているデータベースであって、図示は省略するが、インターネットのようなネットワークを介して異常頻度推定装置１２と通信可能に接続される。このデータベースでは、クライアントが増えると、検査結果も増える。また、データベースでは、年月とともに、検査結果が増減し、クライアントの数も増減する。ただし、事前確率Ｐ（Ｘ）の算出に用いられる検査値についても、上記と同じ前処理が施される。
【００８０】
［数９］
【００８１】
また、推定したい検査項目ｉの或る異常頻度ｋにおいて、臨床検査を行った検査項目ｉの平均値の尤もらしさを表す尤度関数Ｐ（Ｙ｜Ｘ）は、平均値ベクトルの密度を用いて計算される。ただし、平均値ベクトルは多次元であるため、検査値を元に多次元分布の密度が推定される。
【００８２】
分布密度は、推定したい検査項目ｉの異常頻度ｋ毎に求められる。検査項目ｉと異常頻度ｋを対応づけるために、クライアントｊと検査項目ｉの組み合わせＧｉ，ｋは数１０に示すように定義される。
【００８３】
［数１０］
【００８４】
この実施例では、分布の密度を推定する方法としては、多次元版のカーネル密度推定が採用される。検査項目ｉ´のクライアントｊ´のτ´回目の推定を行うための尤度関数Ｐ（Ｙ｜Ｘ＝ｋ）は数１１に示すように定義される。ただし、「´」は、クライアントｊとは異なるクライアントを意味するために付してある。また、尤度関数Ｐ（Ｙ｜Ｘ＝ｋ）を算出する（求める）方法の概念図が図８に示される。ただし、図８ではカーネルは一次元であるのに対し、上述したように、実際のカーネルは多次元である。
【００８５】
［数１１］
【００８６】
［数１２］
【００８７】
ただし、Ｎはｊ，τの組み合わせの数であり、Ｄは実際に臨床検査を行った検査項目ｉの数であり、そして、ｈは数１３に示すバンド幅である。ただし、バンド幅とは、上記のカーネルの幅を設定する変数を意味する。この実施例では、バンド幅は、数１３に示すように、Silvermanの経験則を採用した。
【００８８】
［数１３］
【００８９】
ベイズ推定の式を用いて異常頻度ｋ＝Ｘ＝０，１，２，３毎に事後確率Ｐ（Ｘ｜Ｙ）が算出される。そして、クライアントｊの検査値に基づいて期待値Ｅ（Ｘ｜Ｙ）が算出される。数１４に示す期待値Ｅ（Ｘ｜Ｙ）は実数であるのに対し、異常頻度ｋは０，１，２，３の４段階であるため、期待値Ｅ（Ｘ｜Ｙ）の算出結果が四捨五入され、０〜３の実数に変換される。これが異常頻度ｋの推定結果にされる。
【００９０】
［数１４］
【００９１】
このように、異常頻度ｋの算出および推定が行われる。次に、システム１０における全体の処理について説明することにする。まず、システム１０では、クライアントｊの過去の検査値などを総合的に判断することにより、検査項目ｉが選択される。ここでは、全検査項目ｉが、臨床検査を行う必要がある（検査対象の）検査項目ｉ（教師データとなる検査項目ｉ）と、異常頻度ｋを推定する（推定対象の）検査項目ｉとに分類される。
【００９２】
ここで、推定に用いる検査項目ｉを選択する方法（アルゴリズム）について説明する。検査項目ｉは、健康診断が行われる毎に必ず臨床検査を行うものと、検査項目ｉを選択（選定）するアルゴリズム（選定アルゴリズム）によって、臨床検査を行うかどうかを判断するものとに分別される。
【００９３】
健康診断が行われる毎に必ず臨床検査を行うものとしては、一般の健康診断で行われる検査項目ｉ、検査費用の単価が安価な検査項目ｉ、および診断を行う上で重要性が高い検査項目ｉである。また、選定アルゴリズムの対象となるものとしては、毎回検査を行うことが困難である検査費用の高い検査項目ｉ、および診断を行う上で重要性が低い検査項目ｉである。
【００９４】
選定アルゴリズムは、取り決めに基づくため、医師や専門家によって定義される。ただし、この実施例では、「過去に連続して２回以上異常となった場合」において臨床検査を行う検査項目ｉ（検査対象の検査項目ｉ）を選定するようにしてある。他の例としては、選定アルゴリムを「特定の検査項目ｉが異常だった場合に他の検査項目ｉを臨床検査の対象とする」と定義し、検査対象の検査項目ｉを選定するようにすることも可能である。この選定アルゴリズムによって、検査項目ｉは、臨床検査を行う必要がある検査項目ｉと、臨床検査を行わずに推定する検査項目ｉとに選定（選択）される。
【００９５】
検査対象の検査項目ｉとして選定された検査項目ｉについては、実際に臨床検査が行われる。この臨床検査の結果（検査結果）は、異常頻度を推定する際に利用される。
【００９６】
次に、検査データベース１４から、検査対象の検査項目ｉと、推定対象の検査項目ｉとのそれぞれの検査値を取得する。上述したように、検査データベース１４から取得した検査値を元に異常頻度ｋを推定するため、検査値を実数値に変換したり、基準値を線形変換したりする前処理を行い、この前処理が行われた検査値を用いて、検査対象の各検査項目ｉについての検出値の平均値および推定対象の各検査項目ｉの検査結果（検査値）の異常頻度が算出される。
【００９７】
そして、ベイズ推定によって、推定対象の各検査項目ｉの異常頻度ｋが推定される。このとき、予め算出された平均値および異常頻度が用いられる。ただし、平均値は、推定対象の検査項目ｉの異常頻度（「０回／３回中」〜「３回／３回中」）に対応する形で与えられる。そして、推定された異常頻度は、たとえばモニタ（図示せず）に表示（出力）される。
【００９８】
さらに、推定対象の検査項目ｉについては、今回の検査結果（検査値）が正常であるか異常であるかが判断（推定）される。ただし、この場合には、当該検査項目ｉについて推定された異常頻度に基づいて行わなければならない。
【００９９】
図９には、異常頻度の推定結果と、最後に行った臨床検査の検査結果の正常または異常を推定するための対応表が示される。ただし、括弧内の数字は異常頻度を示す。また、対応させた結果、推定される異常頻度と異なる異常頻度が現れている場合について米印（※）を付してある。
【０１００】
図９に示す対応表では、検査結果として、たとえば、「（正常）（正常）」とあるのは、前回および前々回の検査結果が正常であったことを意味する。厳密に言うと、左側の括弧内が前々回の検査結果であり、右側の括弧内が前回の検査結果である。図９においては、「（異常）（正常）」を省略してあるが、これは、「（正常）（異常）」の場合と同じだからである。したがって、括弧内の検査結果は、どちらが前々回の結果（または前回の結果）であっても構わない。
【０１０１】
上述したように、前回と前々回の検査結果が「（正常）（正常）」である場合に、異常頻度の推定において「０回／３回中」となった場合には、今回、前回および前々回の３回の臨床検査において異常が無かったと推定されている。このため、最新（今回）の検査結果は「正常」であると判断（推定）される。また、前回と前々回の検査結果が「（正常）（正常）」である場合に、異常頻度の推定において「１回／３回中」となった場合には、今回、前回および前々回の３回の臨床検査において１回異常が有ったと推定されている。このため、今回の検査結果は「異常」であると推定される。
【０１０２】
さらに、前回と前々回の検査結果が「（正常）（正常）」である場合に、異常頻度の推定において「２回／３回中」または「３回／３回中」となった場合には、今回、前回および前々回の３回の臨床検査において、２回以上異常が有ったと推定されている。しかし、実際には、過去３回中２回は正常であったため、推定結果は矛盾することになる。したがって、「１回／３回中」となった場合と同様に、今回の検査結果のみを「異常」と推定することで矛盾を回避してある。
【０１０３】
なお、詳細な説明は省略するが、他の場合についても同様である。また、詳細な説明は省略するが、異常頻度の推定結果に基づいて検査結果が「異常」と判断された検査項目ｉについては、その後、臨床検査が行われ、検査データベース１４に、検査値およびその「正常」または「異常」の別が記憶される。一方、異常頻度の推定結果に基づいて検査結果が「正常」であると判断（推定）された検査項目ｉについては、検査データベース１４に、検査値は記憶されず、検査結果として「正常」であることが記憶される。
【０１０４】
図１０は、図１に示したＲＡＭ１２ｂのメモリマップ３０の一例を示す図解図である。図１０に示すように、ＲＡＭ１２ｂは、プログラム記憶領域３２およびデータ記憶領域３４を含む。プログラム記憶領域３２には、異常頻度推定装置１２の全体処理についてのプログラム（制御プログラム）が記憶される。制御プログラムは、メイン処理プログラム３２ａ、検査項目選択プログラム３２ｂ、前処理プログラム３２ｃ、異常頻度推定プログラム３２ｄ、異常頻度出力プログラム３２ｅ、検査結果推定プログラム３２ｆおよび推定結果出力プログラム３２ｇなどによって構成される。
【０１０５】
メイン処理プログラム３２ａは、異常頻度推定装置１２のメインルーチンを処理するためのプログラムである。検査項目選択プログラム３２ｂは、上述した選定アルゴリズムに従うプログラムであり、臨床検査を行う必要がある検査項目ｉ（検査対象の検査項目ｉ）と、異常頻度ｋを推定する検査項目ｉ（推定対象の検査項目ｉ）とを選定（選択）する。具体的には、選択された（対象の）クライアントｊについての検査値のデータを取得し、各検査項目ｉについて前回と前々回の検査値のデータを参照して、その両方が異常である場合に、当該検査項目ｉを検査対象の検査項目ｉとして選定する。
【０１０６】
なお、後述するように、毎回必ず臨床検査を行う検査項目ｉ（基礎検査項目）については、選定する必要はない。
【０１０７】
前処理プログラム３２ｃは、検査データベース１４から取得した検査値のうち、実数でない検査値を実数値に変換するとともに、取得した検査値について線形変換を行うためのプログラムである。異常頻度推定プログラム３２ｄは、検査対象の検査項目ｉの検査値に基づいて予め算出した平均値および推定対象の検査項目ｉの検査値（検査結果）に基づいて予め算出した異常頻度を用いて、ベイズ推定に基づく手法により、推定対象の各検査項目ｉの異常頻度を推定するためのプログラムである。ただし、各検査値には、前処理プログラム３２ｃに従って前処理が施されてある。
【０１０８】
異常頻度出力プログラム３２ｅは、推定した異常頻度を、異常頻度推定装置１２に接続されたモニタ（図示せず）やプリンタ（図示せず）に出力するためのプログラムである。ただし、推定した異常頻度を検査項目ｉ毎に記述したテーブルについてのデータを外部のコンピュータや記憶媒体に出力（送信）するようにしてもよい。後述する推定結果出力プログラム３２ｇも同様である。
【０１０９】
検査結果推定プログラム３２ｆは、異常頻度を推定した検査項目ｉの検査値が正常であるか異常であるかを推定（判断）するためのプログラムである。推定結果出力プログラム３２ｇは、検査結果推定プログラム３２ｆに従って推定された結果、すなわち、異常頻度を推定した検査項目ｉの検査結果（検査値）について推定された結果（正常または異常）を異常頻度推定装置１２に接続されたモニタ（図示せず）やプリンタ（図示せず）に出力するためのプログラムである。
【０１１０】
図示は省略するが、プログラム記憶領域３２には、検査データベース１４との間でコマンドやデータを送受信するためのプログラムなども記憶される。
【０１１１】
データ記憶領域３４には、制御プログラムの実行に必要なデータが記憶（一時記憶）されたり、制御プログラムの実行に必要なカウンタ（タイマ）やフラグが設けられたりする。たとえば、検査項目選定プログラム３２ｂに従って選定された、検査対象の検査項目ｉについての検査ＩＤと、推定対象の検査項目ｉの検査ＩＤとが識別可能に記憶される。
【０１１２】
図１１は、図１に示したＣＰＵ１２ａの異常頻度の推定および異常の判定処理についてのフロー図である。図示は省略するが、検査項目ｉの選定（選択）処理は予め実行され、検査対象の検査項目ｉについては、実際に臨床検査が行われ、その検査値および判断結果（正常または異常）は検査データベース１４に記憶（収録）されているものとする。
【０１１３】
図１１に示すように、ＣＰＵ１２ａは、異常頻度の推定および検査結果の推定処理を開始すると、ステップＳ１で、選択された（対象の）クライアントｊ（ユーザＩＤ）を入力する。次のステップＳ３では、推定対象の検査項目ｉ（検査ＩＤ）を入力する。ただし、ステップＳ１およびＳ３では、異常頻度推定システム１０の管理者等が、ユーザＩＤや各検査項目ｉを入力する。
【０１１４】
続いて、ステップＳ５では、すべてのユーザ（クライアント）についての過去３回（たとえば、前回、前々回、３回前）の全検査項目ｉの検査値のデータおよびステップＳ１で入力されたユーザＩＤが示すクライアントｊについて今回臨床検査した検査項目ｉの検査値のデータを読み込む。ここでは、ＣＰＵ１２ａは、検査データベース１４から上記の検査値のデータを読み出して、ＲＡＭ１２ｂのバッファ領域（図示せず）に記憶する。次のステップＳ７では、読み込んだ検査値のデータについて前処理を実行する。
【０１１５】
なお、この実施例では、異常頻度の推定および検査結果の推定処理において前処理を実行するようにしてあるが、この処理とは別に予め前処理を実行しておいてもよい。または、前処理が施された検査データベース１４を設けるようにしてもよい。
【０１１６】
また、この実施例では、直近の過去３回の検査値のデータを読み込むようにしてあるが、連続する過去３回の検査値のデータであれば、それ以前のものであっても構わない。
【０１１７】
続くステップＳ９では、ステップＳ１で入力されたユーザＩＤについての推定対象の検査項目の検査値を取得する。ここでは、ＣＰＵ１２ａは、バッファ領域に記憶された検査値のデータから、推定対象の検査項目ｉについての連続する過去３回（３回前、前々回および前回）の検査値のデータを読み込む。
【０１１８】
次のステップＳ１１では、ステップＳ１で入力されたユーザＩＤについての検査対象の検査項目の検査値を取得する。ここでは、ＣＰＵ１２ａは、バッファ領域に記憶された検査値のデータから、検査対象の検査項目ｉについての連続する過去３回（３回前、前々回および前回）の検査値のデータを読み込む。
【０１１９】
さらに、ステップＳ１３では、すべての検査項目の基準値を取得する。つまり、ＣＰＵ１２ａは、検査データベース１４に検査項目情報１８（検査項目のデータ）の読み出し指示を与え、これに応じて、検査データベース１４から与えられた検査項目のデータをＲＡＭ１２ｂのバッファ領域に記憶する。ただし、ユーザＩＤに対応するクライアントｊが男性である場合には、基準値上限（女性）および基準値下限（女性）のデータは読み込まなくてもよい。同様に、ユーザＩＤに対応するクライアントｊが女性である場合には、基準値上限（男性）および基準値下限（男性）のデータは読み込まなくてもよい。
【０１２０】
続いて、ステップＳ１５では、ステップＳ１１で読み出した検査値のデータを用いて、数６に従って検査対象の各検査項目ｉの過去の検査値の平均値を算出するとともに、ステップＳ９で読み出した検査値のデータを用いて、数７に従って推定対象の各検査項目ｉの過去の検査値（検査結果）の異常頻度を算出する。このとき、ステップＳ１３で取得した基準値（検査項目情報のデータ）が参照され、検査値（検査結果）の正常または異常が判定される。ただし、予め検査値（検査結果）の正常または異常を判定し、検査データベース１４に登録しておいてもよい。かかる場合には、ステップＳ１３の処理は削除することができる。
【０１２１】
続く、ステップＳ１７では、数９に従って事前確率分布すなわち事前確率Ｐ（Ｘ）を算出する。ただし、上述したように、ここでは、検査データベース１４とは異なるデータベースから検査値が読み出されるとともに、前処理が施される。さらに、ステップＳ１９では、数６に従って今回を含む連続３回（今回、前回および前々回）の臨床検査における検査対象の各検査項目ｉの検査値の平均値を算出する。次のステップＳ２１では、ステップＳ１５で算出した平均値および異常頻度から尤度関数（数１１）を求め（定義し）、ステップＳ２３では、数１１に従って、ステップＳ１９で算出した平均値の尤度を算出する。そして、ステップＳ２５で、数８に従って事後確率分布を算出する。続いて、ステップＳ２７で、数１４に従って異常頻度を推定する。
【０１２２】
異常頻度を推定すると、ステップＳ２９で、その異常頻度を出力する。図示は省略したが、推定された異常頻度を示す表やグラフのデータは、たとえば、異常頻度推定装置１２に接続されるモニタ、プリンタ、または異常頻度推定装置１２と通信可能に接続される他のコンピュータに出力される。このことは、後述するステップＳ３３において、判断結果を出力する場合についても同様である。
【０１２３】
さらに、ステップＳ３１で、今回を含む連続する３回の検査値（検査結果）についての異常頻度の推定結果と、前回および前々回の検査結果（判断結果）とから、図９に示した対応表に従って、異常頻度を推定した検査項目ｉの検査結果について正常または異常を推定（判断）する。そして、ステップＳ３３で、ステップＳ３１の推定（判断）結果を出力して、異常頻度の推定および検査結果の推定処理を終了する。
【０１２４】
なお、詳細な説明は省略したが、ステップＳ１７−Ｓ２９では、推定対象の各検査項目ｉについて処理が実行される。
【０１２５】
さらに、この実施例の異常頻度推定システム１０が有効であることを示すために、実際の健康診断に異常頻度の推定方法を組み合わせたと仮定し、シミュレーションを行った。実際に行われている健康診断（臨床検査）および異常頻度の推定の流れが図１２の表に示される。
【０１２６】
ただし、シミュレーションでは、第１回目の臨床検査の前に、全検査項目について少なくとも１回の臨床検査が行われており、第１回目および第２回目の臨床検査の検査結果（検査値）を用いることにより、第３回目においては、検査対象項目についての検査値の過去３回の平均値および推定対象項目についての検査値（検査結果）の過去３回における異常頻度が算出され、これらに基づいて統計モデルが作成されているものとする。
【０１２７】
図１２に示すように、健康診断の初診日（２００６年１１月２９日）すなわち１回目の臨床検査では、検知したい病気に関連するすべての検査項目ｉが検査される。２回目（２００７年３月６日）の健康診断では、１回目の臨床検査に基づいて、医師が健康診断の受診者にアドバイスを行った後に、１回目と同様に、すべての検査項目ｉが検査される。
【０１２８】
３回目（２００７年６月１８日）の健康診断では、２回目の臨床検査に基づいて、医師が健康診断の受診者にアドバイスを行う。また、選定アルゴリズムに従って、過去の検査値に基づいて、臨床検査を行う必要がある検査項目ｉと、異常頻度を推定する検査項目ｉとが選定（選別）される。ここでは、毎回必ず臨床検査を行う検査項目ｉに加えて、過去２回とも異常であった検査項目ｉが選定される。そして、臨床検査を行う必要がある検査項目ｉについて検査が行われ、検査を行わない検査項目ｉについては異常頻度が推定される。
【０１２９】
さらに、４回目（２００７年１０月１日）の健康診断では、３回目の臨床検査に基づいて、医師が健康診断の受診者にアドバイスを行う。また、選定アルゴリズムに従って、過去の検査値に基づいて、臨床検査を行う必要がある検査項目ｉと、異常頻度を推定する検査項目ｉとが選定（選別）される。そして、臨床検査を行う必要がある検査項目ｉについて検査が行われ、検査を行わない検査項目ｉについては異常頻度が推定される。
【０１３０】
このような流れに従って、実際の臨床検査および異常頻度の推定が行われる。ただし、２回目以降では、受診者は、健康診断を行う日に前回の検査結果を受け取り、その検査結果に基づいて医師から生活習慣などのアドバイスを受けた後に、健康診断を受診する。
【０１３１】
次に、シミュレーションに基づく分析を行う際の検査項目ｉの選定（選択）の条件について説明する。具体的には、基礎の検査項目ｉ（基礎検査項目）として選定した検査項目ｉおよび選定アルゴリズムの条件を説明する。
【０１３２】
まず、基礎検査項目として、一般的な健康診断で用いられる９項目を定義した。具体的には、「ＡＳＴ」、「ＡＬＴ」、「γ−ＧＴＰ」、「中性脂肪」、「ＨＤＬコレステロール」、「白血球数」、「赤血球数」、「血糖」および「尿蛋白」が基礎検査項目として選定される。これらの基礎検査項目については、必ず臨床検査を行うこととし、かつ異常頻度を推定するために用いる検査項目ｉ（教師データ）とする。また、この実施例では、推定の精度を向上させるために、検査費用が増大しない範囲で検査項目ｉを追加した。
【０１３３】
実際に健康診断を行う際には、血液検査や尿検査では、複数の検査項目ｉが一組になっており、複数の検査項目ｉに対してまとめて費用が請求される。たとえば、上記の基礎検査項目（９項目）においても、図１３に示すように、「末梢血液一般検査」、「尿一般検査」および「生化学検査」の３つのカテゴリに属する。
【０１３４】
末梢血液一般検査の７項目は、「白血球数（ＷＢＣ）」、「赤血球数（ＲＢＣ）」、「ＭＣＶ」、「ＭＣＨ」、「ＭＣＨＣ」、「ヘモグロビン」、「ヘマトクリット」である。また、尿一般検査の８項目は、「尿蛋白」、「尿糖」、「尿比重」、「尿ｐＨ」、「尿ウロビリノーゲン定性」、「尿ウロビリン定性」、「尿ケトン体」および「尿潜血反応」である。
【０１３５】
さらに、生化学検査の３２項目は、「総蛋白（ＴＰ）」、「アルブミン」、「ＴＴＴ」、「ＺＴＴ」、「ＣＫ」、「ＡＬＴ（ＧＰＴ）」、「ＡＳＴ（ＧＯＴ）」、「ＬＤＨ」、「ＡＬＰ」、「γ−ＧＴＰ」、「コリンエステラーゼ」、「ＬＡＰ」、「血清アミラーゼ」、「酸性フォスファターゼ（ＡＣＰ）」、「クレアチニン＜血清＞」、「尿酸＜血清＞」、「尿素窒素＜血清＞」、「血糖」、「中性脂肪（ＴＧ）」、「リン脂質」、「遊離脂肪酸（ＮＥＦＡ）］，「総コレステロール」、「ＨＤＬコレステロール」、「ナトリウム（Ｎａ）」、「カリウム（Ｋ）」、「クロール（Ｃｌ）」、「マグネシウム（Ｍｇ）」、「カルシウム（Ｃａ）」、「無機リン（Ｐ）」、「血清鉄（Ｆｅ）」、「ＴＩＢＣ＜血清＞」および「総ビリルビン」である。
【０１３６】
シミュレーションでは、上記の４７項目のうち、検査データベース１４に記憶された検査値において、異常が全く見つからなかった尿一般検査の「尿ケトン体」を除いた４６項目を、推定を行うために用いる検査項目ｉとした。上述したように、推定を行った結果は異常頻度（０〜３の４段階）として出力される。ただし、最後の健康診断において異常であるかどうかは、つまり今回異常頻度を推定した検査項目ｉの検査結果（検査値）の正常または異常は、異常頻度の推定結果と、前回および前々回の検査結果とから、図９に示した表に基づいて推定される。
【０１３７】
次に、この実施例で行った、推定率、コスト（検査費用）およびリスク（病気を見逃す可能性）の３つの評価について説明する。
【０１３８】
（１）推定率の評価
この実施例では、正しく異常頻度を推定できたかどうかを示す推定率による評価を行った。ただし、推定率とは、推定の対象となったすべての検査項目ｉのうち、異常頻度を正しく推定できた検査項目ｉの割合を意味する。
【０１３９】
（２）コスト（検査費用）の評価
臨床検査を行う際には、検査項目ｉ毎に検査費用が発生する。ただし、一定の検査項目ｉで合わせて（まとめて）発生する費用と、１つ１つの検査項目ｉ毎に発生する費用とがある。検査費用は、医療機関によって異なるが、この実施例では、１つの指針として、検査データベース１４を収録する際に、仮にクライアントが負担した費用を用いて検証（評価）を行った。
【０１４０】
一般的な臨床検査のみを行う場合には、図１３を用いて説明した検査項目ｉのみを検査すればよく、検査費用の合計は４，０３０円である。これは一般的な健康診断に係る費用とほぼ同額である。
【０１４１】
しかし、癌の進行を詳細に検査する場合には、腫瘍マーカの検査を受けなければならない。腫瘍マーカの検査費用は、１検査項目あたり約１，０００円〜８，０００円程度（定価）である。選定アルゴリム（選択処理）に従って、臨床検査を行う必要があると判断された検査項目ｉによっては高額な費用がかかる可能性がある。そこで、この実施例の異常頻度の推定処理が行われることにより、検査項目ｉを抑える（低減する）ことで、検査費用がどの程度縮減されるかを評価するとともに、どの検査項目ｉが検査費用を押し上げる可能性があるかを評価する。
【０１４２】
（３）リスク（病気を見逃す可能性）の評価
この実施例の異常頻度の推定処理が行われることにより、異常である検査項目ｉを正常と判断し、病気を見逃すことを防ぐことを目的として行った評価について説明する。
【０１４３】
上述したように、推定結果は、０（「０回異常／３回中」）〜３（「３回異常／３回中」）の４段階で出力される。たとえば、実際には、連続３回とも異常であるにも関わらず、推定結果が０（「０回異常／３回中」）である場合には、検査を行うべき検査項目ｉから除外され、この検査項目ｉに関連する病気を患うリスクを負うこととなる。そこで、各検査項目ｉにおいて、実際の異常頻度よりも低い異常頻度が推定された割合について評価を行う。
【０１４４】
次にシミュレーションを行った結果について説明する。システム１０における検査項目ｉの選定処理が有効であるかどうかを検証するため、以下の２つの条件の各々についてシミュレーションを行った。第１の条件は、常に一定の検査項目ｉ（上記の４６項目）を選定したことである。第２の条件は、この実施例の選定アルゴリズムに従って検査項目ｉを選定し、検査項目ｉを毎回変化させたことである（上記の４６項目＋α）。
【０１４５】
検査項目ｉが常に一定である場合のシミュレーション（以下、「第１シミュレーション」という）の結果が図１４に示される。図１４に示すように、検査した検査項目ｉ（検査をした項目）の項目数、正解した検査項目ｉ（正解項目）の項目数、不正解（実際より高く判断）した検査項目ｉの項目数および不正解（実際より低く判断）した検査項目ｉの項目数が、男女別に集計される。
【０１４６】
また、それぞれの結果を累積検査回数毎に集計した結果が、図１５および図１６に示される。ただし、図１５は男性について集計した結果であり、図１６は女性について集計した結果である。また、図１５および図１６では、横軸が累積検査回数であり、縦軸が推定対象となった検査項目ｉの中での割合である。後述する図１８および図１９についても同じである。
【０１４７】
一方、選定アルゴリズムに従って、検査項目ｉを毎回変化させた場合のシミュレーション（以下、「第２シミュレーション」という）の結果が図１７に示される。図１７に示すように、検出した項目の項目数、正解項目の項目数、不正解（実際より高く判断）した検査項目ｉの項目数および不正解（実際より低く判断）した検査項目ｉの項目数が、男女別に集計される。
【０１４８】
また、それぞれの結果を累積検査回数毎に集計した結果が、図１８および図１９に示される。ただし、図１８は男性について集計した結果であり、図１９は女性について集計した結果である。
【０１４９】
第１シミュレーションの場合には、推定率は、男性では平均７９．４％であり、女性では平均８０．３％である。一方、第２シミュレーションの場合には、推定率は、男性では平均８３．８％であり、女性では平均８４．２％である。したがって、選定アルゴリムに従って検査項目ｉを毎回変化させた方が、推定率が高いという結果が得られた。
【０１５０】
また、不正解の（誤った）項目数の平均を、第１シミュレーション（選定無し）の場合と、第２シミュレーション（選定アルゴリズムによる毎回の選定有り）の場合とで比較した結果が図２０に示される。図２０では、累積検査回数に従って平均の不正解項目数の変化が示される。
【０１５１】
第２シミュレーションの場合には、不正解項目数は平均１１．２項目であり、第１シミュレーションの場合と比較して２８．４％減少した。また、第２シミュレーションの場合には、不正解項目のうち、異常頻度を低く推定した検査項目が平均４．５２項目であり、第１シミュレーションの場合と比較して４１．８％減少した。さらに、第２シミュレーションの場合において、新たに検査をした検査項目と正解した検査項目の平均を加算した結果は６４．７項目となり、選定を行う前と比較して正解した検査項目が平均４．３項目増加した。
【０１５２】
また、第１シミュレーションの場合には、選定された検査項目ｉは一定であるため、上述したように、検査費用は一定額（４，０３０円）である。一方、第２シミュレーションの場合には、検査項目ｉは毎回変化されるため、同じクライアントｊであっても、選定される検査項目ｉに応じて検査費用が変動する。図２１には、図１８に示した場合における検査費用の推移を示し、図２２には、図１９に示した場合における検査費用の推移を示す。図２１および図２２に示すように、男性、女性ともに、検査費用は２３，０００円〜２７，０００円で推移する結果となった。
【０１５３】
選定アルゴリズムに従って検査項目を選定した場合の費用は、図２１および図２２に示したとおりであり、選定アルゴリズムに従って選定を行わない場合に比べて高額である。すべての検査を行った場合の費用は、約１２万円であるのに対し約８０％の費用が削減されていることが分かる。
【０１５４】
また、上述の実施例では、ベイズ推定に基づく手法による異常頻度の推定を行う際には、検査データベース１４に収録された異常頻度の分布を確率分布（事前分布）として扱っているため、推定後の事後分布に関しても異常頻度が０である確率が高い。その結果、異常であるはずの検査項目ｉを正常であると判断してしまう可能性が高くなる。そこで、事前分布の偏りを減らすために、数式を用いて平滑化（フィルタリング）を行う。
【０１５５】
或る検査項目ｉにおいて、異常頻度が０〜３のデータ数の割合を、それぞれ、Ｐ（Ｘ＝０），Ｐ（Ｘ＝１），Ｐ（Ｘ＝２），Ｐ（Ｘ＝３）とする。これらの割合の合計は、数１５に示すように、１とする。
【０１５６】
［数１５］
【０１５７】
フィルタリングは、数１６に示すように、ガウシアンフィルタリングを用いた。ただし、「´」はフィルタリング後を意味する。
【０１５８】
［数１６］
【０１５９】
フィルタリングを行った結果が図２３に示される。図２３に示すように、フィルタリングを行った場合には、フィルタリングを行わなかった場合と比較して異常頻度を高く推定する傾向があり、不正解の（誤った）項目数の平均が上昇する結果となった。
【０１６０】
この実施例によれば、ベイズ推定に基づく手法により、推定対象の各検査項目の或る異常頻度となる確率の分布を事前確率とし、検査対象の各検査項目の過去複数回の検査値の平均値と推定対象の各検査項目の過去複数回の検査値の異常頻度との関係を用いて、検査対象の各検査項目の今回を含む複数回の検査値の平均値から、推定対象の検査項目の異常頻度を推定するので、推定対象の検査項目と検査対象の検査項目との関係を仮定する必要がなく、異常頻度や検査結果の推定についての推定精度を向上させることができる。
【０１６１】
また、この実施例によれば、異常頻度の推定結果から推定対象の検査結果が正常であるか異常であるかを判断することにより、臨床検査が必要である検査項目を知ることができるので、病気や未病の状態を見逃すリスクを可及的少なくすることができる。
【０１６２】
なお、この実施例では、検査データベースに収録された全てのクライアントについての検査値を用いて尤度関数を求めるようにしたが、これに限定される必要はない。特定の一部のクライアントについての検査値を用いるようにしてもよい。ユーザ（クライアント）の検査値が尤度関数を求めるのに（統計モデルを作成するのに）十分な数だけ収録されている場合には、異常頻度を推定するユーザについての検査値のみを用いるようにしてもよい。
【０１６３】
また、この実施例では、１台のコンピュータで、検査項目の選択処理、前処理、異常頻度の推定処理、および検査結果の推定処理を含む複数の処理を実行するようにしたが、これらの処理が複数のコンピュータ等によって分散処理されるようなシステムにも適用可能である。
【符号の説明】
【０１６４】
１０ …異常頻度推定システム
１２ …異常頻度推定装置
１４ …検査データベース
【特許請求の範囲】
【請求項１】
複数のクライアントの各々について臨床検査についての所定数の検査項目の検査値を収録したデータベース、
前記データベースに収録された全検査項目の全検査値のうち、前回以前の臨床検査の検査値を用いて、一部の複数の第１検査項目の各々についての所定検査回数分の平均値を算出する第１平均値算出手段、
前記前回以前の臨床検査の検査値を用いて、前記第１検査項目以外の第２検査項目についての前記所定検査回数における異常頻度を算出する異常頻度算出手段、
前記第１平均値算出手段によって算出された各平均値を要素とする平均値ベクトルと、前記異常頻度算出手段によって算出された前記第２検査項目の異常頻度との関係を抽出する抽出手段、
選択した１のクライアントについて、前記データベースに収録された前記複数の第１検査項目の各々についての今回の臨床検査の検査値を含む前記所定検査回数分の検査値の平均値を算出する第２平均値算出手段、および
前記抽出手段によって抽出された関係を用いて、前記第２平均値算出手段によって算出された前記複数の第１検査項目の各々についての平均値から、前記第２検査項目についての今回の臨床検査を含む前記所定検査回数における異常頻度を推定する異常頻度推定手段を備える、異常頻度推定装置。
【請求項２】
前記異常頻度は、前記所定検査回数の臨床検査において異常であることが判断された回数である、請求項１記載の異常頻度推定装置。
【請求項３】
前記異常頻度推定手段によって推定された前記第２検査項目の異常頻度と前回以前の当該第２検査項目の検査値とに基づいて、今回の当該第２検査項目の検査結果の正常または異常を推定する検査結果推定手段をさらに備える、請求項１または２記載の異常頻度推定装置。
【請求項４】
（請求項１と同様。）
複数のクライアントの各々について臨床検査についての所定数の検査項目の検査値を収録したデータベースを備える、異常頻度推定装置の異常頻度推定プログラムであって、
異常頻度推定装置のプロセッサに、
前記データベースに収録された全検査項目の全検査値のうち、前回以前の臨床検査の検査値を用いて、一部の複数の第１検査項目の各々についての所定検査回数分の平均値を算出する第１平均値算出ステップ、
前記前回以前の臨床検査の検査値を用いて、前記第１検査項目以外の第２検査項目についての前記所定検査回数における異常頻度を算出する異常頻度算出ステップ、
前記第１平均値算出ステップにおいて算出された各平均値を要素とする平均値ベクトルと、前記異常頻度算出ステップにおいて算出された前記第２検査項目の異常頻度との関係を抽出する抽出ステップ、
選択した１のクライアントについて、前記データベースに収録された前記複数の第１検査項目の各々についての今回の臨床検査の検査値を含む前記所定検査回数分の検査値の平均値を算出する第２平均値算出ステップ、および
前記抽出ステップにおいて抽出された関係を用いて、前記第２平均値算出ステップにおいて算出された前記複数の第１検査項目の各々についての平均値から、前記第２検査項目についての今回の臨床検査を含む前記所定検査回数における異常頻度を推定する異常頻度推定ステップを実行させる、異常頻度推定プログラム。
【請求項５】
（請求項１と同様。）
複数のクライアントの各々について臨床検査についての所定数の検査項目の検査値を収録したデータベースを備える、異常頻度推定装置の異常頻度推定方法であって、
異常頻度推定装置のプロセッサは、
（ａ）前記データベースに収録された全検査項目の全検査値のうち、前回以前の臨床検査の検査値を用いて、一部の複数の第１検査項目の各々についての所定検査回数分の平均値を算出し、
（ｂ）前記前回以前の臨床検査の検査値を用いて、前記第１検査項目以外の第２検査項目についての前記所定検査回数における異常頻度を算出し、
（ｃ）前記ステップ（ａ）において算出された各平均値を要素とする平均値ベクトルと、前記ステップ（ｂ）において算出された前記第２検査項目の異常頻度との関係を抽出し、
（ｄ）選択した１のクライアントについて、前記データベースに収録された前記複数の第１検査項目の各々についての今回の臨床検査の検査値を含む前記所定検査回数分の検査値の平均値を算出し、そして
（ｅ）前記ステップ（ｃ）において抽出された関係を用いて、前記ステップ（ｄ）において算出された前記複数の第１検査項目の各々についての平均値から、前記第２検査項目についての今回の臨床検査を含む前記所定検査回数における異常頻度を推定する、異常頻度推定方法。
【請求項６】
（請求項１と同様。）
複数のクライアントの各々について臨床検査についての所定数の検査項目の検査値を収録したデータベース、
前記データベースに収録された全検査項目の全検査値のうち、前回以前の臨床検査の検査値を用いて、一部の複数の第１検査項目の各々についての所定検査回数分の平均値を算出する第１平均値算出手段、
前記前回以前の臨床検査の検査値を用いて、前記第１検査項目以外の第２検査項目についての前記所定検査回数における異常頻度を算出する異常頻度算出手段、
前記第１平均値算出手段によって算出された各平均値を要素とする平均値ベクトルと、前記異常頻度算出手段によって算出された前記第２検査項目の異常頻度との関係を抽出する抽出手段、
選択した１のクライアントについて、前記データベースに収録された前記複数の第１検査項目の各々についての今回の臨床検査の検査値を含む前記所定検査回数分の検査値の平均値を算出する第２平均値算出手段、および
前記抽出手段によって抽出された関係を用いて、前記第２平均値算出手段によって算出された前記複数の第１検査項目の各々についての平均値から、前記第２検査項目についての今回の臨床検査を含む前記所定検査回数における異常頻度を推定する異常頻度推定手段を備える、異常頻度推定システム。
【請求項１】
複数のクライアントの各々について臨床検査についての所定数の検査項目の検査値を収録したデータベース、
前記データベースに収録された全検査項目の全検査値のうち、前回以前の臨床検査の検査値を用いて、一部の複数の第１検査項目の各々についての所定検査回数分の平均値を算出する第１平均値算出手段、
前記前回以前の臨床検査の検査値を用いて、前記第１検査項目以外の第２検査項目についての前記所定検査回数における異常頻度を算出する異常頻度算出手段、
前記第１平均値算出手段によって算出された各平均値を要素とする平均値ベクトルと、前記異常頻度算出手段によって算出された前記第２検査項目の異常頻度との関係を抽出する抽出手段、
選択した１のクライアントについて、前記データベースに収録された前記複数の第１検査項目の各々についての今回の臨床検査の検査値を含む前記所定検査回数分の検査値の平均値を算出する第２平均値算出手段、および
前記抽出手段によって抽出された関係を用いて、前記第２平均値算出手段によって算出された前記複数の第１検査項目の各々についての平均値から、前記第２検査項目についての今回の臨床検査を含む前記所定検査回数における異常頻度を推定する異常頻度推定手段を備える、異常頻度推定装置。
【請求項２】
前記異常頻度は、前記所定検査回数の臨床検査において異常であることが判断された回数である、請求項１記載の異常頻度推定装置。
【請求項３】
前記異常頻度推定手段によって推定された前記第２検査項目の異常頻度と前回以前の当該第２検査項目の検査値とに基づいて、今回の当該第２検査項目の検査結果の正常または異常を推定する検査結果推定手段をさらに備える、請求項１または２記載の異常頻度推定装置。
【請求項４】
（請求項１と同様。）
複数のクライアントの各々について臨床検査についての所定数の検査項目の検査値を収録したデータベースを備える、異常頻度推定装置の異常頻度推定プログラムであって、
異常頻度推定装置のプロセッサに、
前記データベースに収録された全検査項目の全検査値のうち、前回以前の臨床検査の検査値を用いて、一部の複数の第１検査項目の各々についての所定検査回数分の平均値を算出する第１平均値算出ステップ、
前記前回以前の臨床検査の検査値を用いて、前記第１検査項目以外の第２検査項目についての前記所定検査回数における異常頻度を算出する異常頻度算出ステップ、
前記第１平均値算出ステップにおいて算出された各平均値を要素とする平均値ベクトルと、前記異常頻度算出ステップにおいて算出された前記第２検査項目の異常頻度との関係を抽出する抽出ステップ、
選択した１のクライアントについて、前記データベースに収録された前記複数の第１検査項目の各々についての今回の臨床検査の検査値を含む前記所定検査回数分の検査値の平均値を算出する第２平均値算出ステップ、および
前記抽出ステップにおいて抽出された関係を用いて、前記第２平均値算出ステップにおいて算出された前記複数の第１検査項目の各々についての平均値から、前記第２検査項目についての今回の臨床検査を含む前記所定検査回数における異常頻度を推定する異常頻度推定ステップを実行させる、異常頻度推定プログラム。
【請求項５】
（請求項１と同様。）
複数のクライアントの各々について臨床検査についての所定数の検査項目の検査値を収録したデータベースを備える、異常頻度推定装置の異常頻度推定方法であって、
異常頻度推定装置のプロセッサは、
（ａ）前記データベースに収録された全検査項目の全検査値のうち、前回以前の臨床検査の検査値を用いて、一部の複数の第１検査項目の各々についての所定検査回数分の平均値を算出し、
（ｂ）前記前回以前の臨床検査の検査値を用いて、前記第１検査項目以外の第２検査項目についての前記所定検査回数における異常頻度を算出し、
（ｃ）前記ステップ（ａ）において算出された各平均値を要素とする平均値ベクトルと、前記ステップ（ｂ）において算出された前記第２検査項目の異常頻度との関係を抽出し、
（ｄ）選択した１のクライアントについて、前記データベースに収録された前記複数の第１検査項目の各々についての今回の臨床検査の検査値を含む前記所定検査回数分の検査値の平均値を算出し、そして
（ｅ）前記ステップ（ｃ）において抽出された関係を用いて、前記ステップ（ｄ）において算出された前記複数の第１検査項目の各々についての平均値から、前記第２検査項目についての今回の臨床検査を含む前記所定検査回数における異常頻度を推定する、異常頻度推定方法。
【請求項６】
（請求項１と同様。）
複数のクライアントの各々について臨床検査についての所定数の検査項目の検査値を収録したデータベース、
前記データベースに収録された全検査項目の全検査値のうち、前回以前の臨床検査の検査値を用いて、一部の複数の第１検査項目の各々についての所定検査回数分の平均値を算出する第１平均値算出手段、
前記前回以前の臨床検査の検査値を用いて、前記第１検査項目以外の第２検査項目についての前記所定検査回数における異常頻度を算出する異常頻度算出手段、
前記第１平均値算出手段によって算出された各平均値を要素とする平均値ベクトルと、前記異常頻度算出手段によって算出された前記第２検査項目の異常頻度との関係を抽出する抽出手段、
選択した１のクライアントについて、前記データベースに収録された前記複数の第１検査項目の各々についての今回の臨床検査の検査値を含む前記所定検査回数分の検査値の平均値を算出する第２平均値算出手段、および
前記抽出手段によって抽出された関係を用いて、前記第２平均値算出手段によって算出された前記複数の第１検査項目の各々についての平均値から、前記第２検査項目についての今回の臨床検査を含む前記所定検査回数における異常頻度を推定する異常頻度推定手段を備える、異常頻度推定システム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【公開番号】特開２０１３−９７６１７（Ｐ２０１３−９７６１７Ａ）
【公開日】平成２５年５月２０日（２０１３．５．２０）
【国際特許分類】
【出願番号】特願２０１１−２４０５５５（Ｐ２０１１−２４０５５５）
【出願日】平成２３年１１月１日（２０１１．１１．１）
【国等の委託研究の成果に係る記載事項】（出願人による申告）平成２３年４月１日付け、支出負担行為担当官 総務省大臣官房会計課企画官、研究テーマ「ライフサポート型ロボット技術に関する研究開発」に関する委託研究、産業技術力強化法第１９条の適用を受ける特許出願
【出願人】（３９３０３１５８６）株式会社国際電気通信基礎技術研究所 (905)
【公開日】平成２５年５月２０日（２０１３．５．２０）
【国際特許分類】
【出願日】平成２３年１１月１日（２０１１．１１．１）
【国等の委託研究の成果に係る記載事項】（出願人による申告）平成２３年４月１日付け、支出負担行為担当官 総務省大臣官房会計課企画官、研究テーマ「ライフサポート型ロボット技術に関する研究開発」に関する委託研究、産業技術力強化法第１９条の適用を受ける特許出願
【出願人】（３９３０３１５８６）株式会社国際電気通信基礎技術研究所 (905)
[ Back to top ]