診断支援システム及びコンピュータプログラム
【課題】 患者の糖尿病に関する情報及びメタボリックシンドロームに関する情報を提供することが可能な診断支援システム及びコンピュータプログラムを提供する。
【解決手段】 診断支援システム１０は、生理データ入力部１、糖尿病疾患リスク分析部２、メタボリックシンドローム疾患リスク分析部３、診断支援情報生成部４、生体モデル生成部５、病態シミュレーション部６、および診断支援情報出力部７の各機能ブロックを有している。糖尿病疾患リスク分析部２及びメタボリックシンドローム疾患リスク分析部３により、夫々糖尿病及びメタボリックシンドロームの疾患リスクを分析する。診断支援情報生成部４が分析結果から診断支援情報を生成する。
【解決手段】 診断支援システム１０は、生理データ入力部１、糖尿病疾患リスク分析部２、メタボリックシンドローム疾患リスク分析部３、診断支援情報生成部４、生体モデル生成部５、病態シミュレーション部６、および診断支援情報出力部７の各機能ブロックを有している。糖尿病疾患リスク分析部２及びメタボリックシンドローム疾患リスク分析部３により、夫々糖尿病及びメタボリックシンドロームの疾患リスクを分析する。診断支援情報生成部４が分析結果から診断支援情報を生成する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、対象者における糖尿病及びメタボリックシンドロームの疾患リスクを分析することにより糖尿病及びメタボリックシンドロームの疾患リスク情報を提供する診断支援システム、及びコンピュータを診断支援システムとして機能させるためのコンピュータプログラムに関する。
【背景技術】
【０００２】
糖尿病は生活習慣病の代表であり、生活習慣の欧米化に伴い、患者数が急増している疾患である。かかる糖尿病は、その病態が多数のパターンに分れており、夫々の病態パターンに合致した治療パターンを選択することが必要とされるが、糖尿病の専門医でなければ、患者に最適な治療パターンを選択することは困難であった。そこで、糖尿病の専門家ではない開業医、一般内科医等であっても最適な糖尿病の診断を行うことができるように、糖尿病の診断を支援する情報を提供する診断支援システムが開発されている（例えば、特許文献１〜３参照）。
【０００３】
その一方で、かかる糖尿病を含む生活習慣病の発症リスクを高める因子として、「内臓脂肪症候群」、「シンドロームＸ」、「死の四重奏」、「インスリン抵抗性症候群」、「マルチプルリスクファクター症候群」などが研究者によって発表されている。現在では、これらの概念は代謝症候群とも称される「メタボリックシンドローム」という概念に統一されている。メタボリックシンドロームは、高血圧症、高脂血症、インスリン抵抗性、高尿酸血症などの生活習慣病危険因子を併せ持つことで、動脈硬化性疾患の発症リスクを著しく引き上げる症候群とされている。
【０００４】
【特許文献１】特開平１０−３３２７０４号公報
【特許文献２】特開平１１−２９６５９８号公報
【特許文献３】特開２００４−１５４３４１号公報
【発明の開示】
【発明が解決しようとする課題】
【０００５】
かかるメタボリックシンドロームは、数々の生活習慣病の危険因子となるため、その是正は健康政策上の重要な課題である。そのためには、患者のメタボリックシンドロームの疾患リスクを的確に分析することが必要である。また、メタボリックシンドロームが糖尿病と密接に関係していることから、糖尿病の診断において、患者のメタボリックシンドロームに関する疾患情報があれば、これを考慮することで診断の信頼性を高めることができ、またその反対にメタボリックシンドロームの診断においても、患者の糖尿病に関する疾患情報を考慮することによってその診断の信頼性を高めることができる。しかしながら、上述したような従来の診断支援システムにあっては、システムが提供可能な情報が糖尿病の疾患リスク等の糖尿病に関する情報のみであり、メタボリックシンドロームに関する情報を提供することはできなかった。
【０００６】
本発明は、かかる事情に鑑みてなされたものであり、対象者（患者）の糖尿病に関する情報だけでなく、メタボリックシンドロームに関する情報をも提供することが可能な診断支援システム及びコンピュータプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００７】
本発明に係る診断支援システムは、対象者の生理状態を示す生理情報の入力を受け付ける入力受付手段と、当該入力受付手段が受け付けた生理情報と、予め設定された判定基準とを比較して、対象者における糖尿病の疾患リスクを分析する第１リスク分析手段と、前記入力受付手段が受け付けた生理情報と、予め設定された判定基準とを比較して、対象者におけるメタボリックシンドロームの疾患リスクを分析する第２リスク分析手段と、前記第１リスク分析手段による分析結果と、前記第２リスク分析手段による分析結果とを出力する出力手段とを備えることを特徴とする。
【０００８】
かかる構成とすることにより、第１リスク分析手段によって分析された糖尿病の疾患リスクと、第２リスク分析手段によって分析されたメタボリックシンドロームの疾患リスクとを提供することができ、糖尿病又はメタボリックシンドロームの診断において、その診断の信頼性を高めることができる。
【０００９】
上記発明においては、前記生理情報は、ウェスト径、中性脂肪値、ＨＤＬコレステロール値、血圧値、及び空腹時血糖値を含み、前記第２リスク分析手段は、生理情報に含まれるウェスト径、中性脂肪値、ＨＤＬコレステロール値、血圧値、空腹時血糖値が各別に対応する判定基準を夫々超えるか否かを判別し、判別結果に基づいて対象者におけるメタボリックシンドロームの疾患リスクを分析する構成とすることが好ましい。これにより、メタボリックシンドロームの疾患リスクを正確に分析することが可能となる。
【００１０】
上記発明においては、前記第２リスク分析手段は、生理情報に含まれる少なくとも中性脂肪値又はＨＤＬコレステロール値、血圧値、及び空腹時血糖値のうちのいくつが前記判定基準を超えたかを計数する計数手段と、当該計数手段による計数結果が所定数を超えるか否かを判別する判別手段とを備え、当該判別手段によって前記計数結果が所定数を超えると判別された場合に、メタボリックシンドロームの疾患リスクが高いと分析するように構成されていることが好ましい。なお、ここでいう「判定基準を超える」とは、ウェスト径等の値が、判定基準によって区分される正常側領域と異常側領域とのうち異常側領域に入ることを意味し、例えば、判定基準を上回った場合に異常とされる場合には判定基準を上回ることを意味し、判定基準を下回った場合に異常とされる場合には判定基準を下回ることを意味する。
【００１１】
上記発明においては、前記生理情報に、血圧値、高脂血症に関する検査値、内臓脂肪肥満に関する検査値、及び微量アルブミン尿に関する検査値を含めることが好ましい。
【００１２】
上記発明においては、前記生理情報は、例えば、糖尿病、耐糖能異常に該当しているか否かを示す情報、糖尿病、耐糖能異常の程度（重度、中度、軽度等）を示す情報等のような糖尿病及び／又は耐糖能異常に関する情報を更に含み、前記第２リスク分析手段は、前記対象者が糖尿病又は耐糖能異常に該当しているか否かを判別する第１分析手段と、生理情報に含まれる血圧値、高脂血症に関する検査値、内臓脂肪肥満に関する検査値、及び微量アルブミン尿に関する検査値が各別に対応する判定基準を夫々超えるか否かを判別する第２分析手段とを備え、前記第１分析手段による判別結果と、前記第２分析手段による判別結果とに基づいて、対象者におけるメタボリックシンドロームの疾患リスクを分析する構成とすることができるし、前記第２リスク分析手段は、前記第１リスク分析手段による分析結果に基づいて前記対象者が糖尿病に該当しているか否かを判別する第１分析手段と、生理情報に含まれる血圧値、高脂血症に関する検査値、内臓脂肪肥満に関する検査値、及び微量アルブミン尿に関する検査値が各別に対応する判定基準を夫々超えるか否かを判別する第２分析手段とを備え、前記第１分析手段による判別結果と、前記第２分析手段による判別結果とに基づいて、対象者におけるメタボリックシンドロームの疾患リスクを分析する構成とすることもできる。
【００１３】
また、かかる場合においては、前記第２分析手段は、生理情報に含まれる血圧値、高脂血症に関する検査値、内臓脂肪肥満に関する検査値、及び微量アルブミン尿に関する検査値のうちのいくつが前記判定基準を超えたかを計数するように構成されており、前記第２リスク分析手段は、前記第２分析手段による計数結果が所定数を超えるか否かを判別する判別手段を備え、前記第１分析手段による判別の結果、対象者が糖尿病又は耐糖能異常に該当しており、しかも、前記判別手段によって前記計数結果が所定数を超えると判別された場合に、メタボリックシンドロームの疾患リスクが高いと分析するように構成されていることが好ましい。これにより、メタボリックシンドロームの疾患リスクを正確に分析することが可能となる。なお、ここでいう「判定基準を超える」とは、血圧等の値が、判定基準によって区分される正常側領域と異常側領域とのうち異常側領域に入ることを意味し、例えば、判定基準を上回った場合に異常とされる場合には判定基準を上回ることを意味し、判定基準を下回った場合に異常とされる場合には判定基準を下回ることを意味する。
【００１４】
上記発明においては、前記生理情報は、インスリン抵抗性に関する検査値を更に含み、前記第２リスク分析手段は、前記対象者がインスリン抵抗性に該当しているか否かを判別する第１分析手段と、生理情報に含まれる血圧値、高脂血症に関する検査値、内臓脂肪肥満に関する検査値、及び微量アルブミン尿に関する検査値が各別に対応する判定基準を夫々超えるか否かを判別する第２分析手段とを備え、前記第１分析手段による判別結果と、前記第２分析手段による判別結果とに基づいて、対象者におけるメタボリックシンドロームの疾患リスクを分析する構成とすることが可能であり、また、前記第２リスク分析手段は、前記第１リスク分析手段による分析結果に基づいて前記対象者がインスリン抵抗性に該当しているか否かを判別する第１分析手段と、生理情報に含まれる血圧値、高脂血症に関する検査値、内臓脂肪肥満に関する検査値、及び微量アルブミン尿に関する検査値が各別に対応する判定基準を夫々超えるか否かを判別する第２分析手段とを備え、前記第１分析手段による判別結果と、前記第２分析手段による判別結果とに基づいて、対象者におけるメタボリックシンドロームの疾患リスクを分析する構成とすることも可能である。
【００１５】
かかる場合においては、前記第２分析手段は、生理情報に含まれる血圧値、高脂血症に関する検査値、内臓脂肪肥満に関する検査値、及び微量アルブミン尿に関する検査値のうちのいくつが前記判定基準を超えたかを計数するように構成されており、前記第２リスク分析手段は、前記第２分析手段による計数結果が所定数を超えるか否かを判別する判別手段を備え、前記第１分析手段による判別の結果、対象者がインスリン抵抗性に該当しており、しかも、前記判別手段によって前記計数結果が所定数を超えると判別された場合に、メタボリックシンドロームの疾患リスクが高いと分析するように構成されていることが好ましい。これにより、メタボリックシンドロームの疾患リスクを正確に分析することが可能となる。
【００１６】
上記発明においては、前記高脂血症に関する検査値を、中性脂肪値又はＨＤＬコレステロール値とすることが可能である。また、前記内臓脂肪肥満に関する検査値を、ウェスト径、ウェスト／ヒップ比又はＢＭＩとすることが可能である。また、前記微量アルブミン尿に関する検査値を、μ−Ａｌｂ又はアルブミン／クレアチニン比とすることも可能である。
【００１７】
上記発明においては、前記第１リスク分析手段は、対象者におけるインスリン抵抗性の程度を分析するインスリン抵抗性リスク分析手段と、対象者におけるブドウ糖放出亢進の程度を分析するブドウ糖放出亢進リスク分析手段と、対象者におけるインスリン分泌低下の程度を分析するインスリン分泌低下リスク分析手段とを備える構成とすることが好ましい。糖尿病の病態は、インスリン抵抗性、ブドウ糖放出亢進、及びインスリン分泌低下に大別されるため、かかる構成とすることにより、夫々の病態毎にその程度が求められることとなる。よって、これらの病態の程度を総合的に判断することにより、糖尿病の疾患リスクを正確に分析することが可能となる。
【００１８】
また、この場合においては、前記第１リスク分析手段は、対象者における糖毒性の程度を分析する糖毒性リスク分析手段を更に備える構成とすることも可能である。基本的には、糖尿病の病態は上述した３つの病態インスリン抵抗性、ブドウ糖放出亢進、及びインスリン分泌低下）に分けられるが、糖毒性についての分析結果を併せることにより、より一層糖尿病の疾患リスクの分析結果をより一層高めることができる。
【００１９】
上記発明においては、入力に対して生体器官における糖尿病の病態を模した出力を生成する生体モデルと、当該生体モデルを用いて対象者に治療を行った場合の生体器官をシミュレートし、治療後の病態を予測する病態予測手段と、当該病態予測手段による予測結果を出力する予測結果出力手段とを更に備える構成とすることが好ましい。これにより、治療を行ったときの治療の効果を予測することができ、糖尿病の非専門医であっても正しい治療パターンの検討を容易に行うことができる。
【００２０】
上記発明においては、前記第１リスク分析手段による分析結果に基づいて、医師の診断に使用するための診断支援情報を生成する診断支援情報生成手段と、当該診断支援情報生成手段によって生成された診断支援情報を出力する診断支援情報出力手段とを更に備える構成とすることが好ましい。これにより、糖尿病の非専門家であっても、診断支援情報を用いることによって糖尿病の診断を容易且つ正確に行うことが可能となる。
【００２１】
本発明に係るコンピュータプログラムは、入力装置及び出力装置を有するコンピュータを、糖尿病及びメタボリックシンドロームの診断の支援に用いられる診断支援システムとして機能させるためのコンピュータプログラムであって、前記コンピュータを、前記入力装置によって対象者の生理状態を示す生理情報の入力を受け付ける入力受付手段と、当該入力受付手段が受け付けた生理情報と、予め設定された判定基準とを比較して、対象者における糖尿病の疾患リスクを分析する第１リスク分析手段と、前記入力受付手段が受け付けた生理情報と、予め設定された判定基準とを比較して、対象者におけるメタボリックシンドロームの疾患リスクを分析する第２リスク分析手段と、前記第１リスク分析手段による分析結果と、前記第２リスク分析手段による分析結果とを前記出力装置に出力させる出力手段として機能させることを特徴とする。
【００２２】
このようにすることにより、第１リスク分析手段によって分析された糖尿病の疾患リスクと、第２リスク分析手段によって分析されたメタボリックシンドロームの疾患リスクとを提供することができ、糖尿病又はメタボリックシンドロームの診断において、その診断の信頼性を高めることができる。
【発明の効果】
【００２３】
本発明に係る診断支援システム及びコンピュータプログラムによれば、糖尿病の疾患リスクと、メタボリックシンドロームの疾患リスクとを医師等に提供することができ、糖尿病又はメタボリックシンドロームの診断において、その診断の信頼性を高めることができる等、本発明は優れた効果を奏する。
【発明を実施するための最良の形態】
【００２４】
以下、本発明の実施の形態に係る診断支援システム及びコンピュータプログラムについて、図面を参照しながら具体的に説明する。
（実施の形態１）
図１は、この発明の実施の形態１に係る診断支援システムの概念的構成を示す機能ブロック図である。図１に示すように、この実施形態の診断支援システム１０は、生理データ入力部１、糖尿病疾患リスク分析部２、メタボリックシンドローム疾患リスク分析部３、診断支援情報生成部４、生体モデル生成部５、生体モデル５ａ、生体モデル駆動部５ｂ、病態シミュレーション部６、および診断支援情報出力部７の各機能ブロックを有している。このようなそれぞれの機能ブロックは、次のようなハードウェア構成と、コンピュータプログラムとが協働することにより実現されている。
【００２５】
図２は、本実施の形態１に係る診断支援システムのハードウェア構成を示すブロック図である。本実施の形態１に係る診断支援システム１０は、本体１１と、ディスプレイ１２と、入力デバイス１３とから主として構成されたコンピュータ１０ａによって構成されている。本体１１は、ＣＰＵ１１ａと、ＲＯＭ１１ｂと、ＲＡＭ１１ｃと、ハードディスク１１ｄと、読出装置１１ｅと、入出力インタフェース１１ｆと、通信インタフェース１１ｇと、画像出力インタフェース１１ｈとから主として構成されており、ＣＰＵ１１ａ、ＲＯＭ１１ｂ、ＲＡＭ１１ｃ、ハードディスク１１ｄ、読出装置１１ｅ、入出力インタフェース１１ｆ、および画像出力インタフェース１１ｈは、バス１１ｉによってデータ通信可能に接続されている。
【００２６】
ＣＰＵ１１ａは、ＲＯＭ１１ｂに記憶されているコンピュータプログラムおよびＲＡＭ１１ｃにロードされたコンピュータプログラムを実行することが可能である。そして、後述するようなアプリケーションプログラム１４ａを当該ＣＰＵ１１ａが実行することにより、前述した各機能ブロックが実現され、コンピュータ１０ａが診断支援システム１０として機能する。
【００２７】
ＲＯＭ１１ｂは、マスクＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ等によって構成されており、ＣＰＵ１１ａに実行されるコンピュータプログラムおよびこれに用いるデータ等が記録されている。
【００２８】
ＲＡＭ１１ｃは、ＳＲＡＭまたはＤＲＡＭ等によって構成されている。ＲＡＭ１１ｃは、ＲＯＭ１１ｂおよびハードディスク１１ｄに記録されているコンピュータプログラムの読み出しに用いられる。また、これらのコンピュータプログラムを実行するときに、ＣＰＵ１１ａの作業領域として利用される。
【００２９】
ハードディスク１１ｄは、オペレーティングシステムおよびアプリケーションプログラム等、ＣＰＵ１１ａに実行させるための種々のコンピュータプログラムおよび当該コンピュータプログラムの実行に用いるデータがインストールされている。後述するアプリケーションプログラム１４ａも、このハードディスク１１ｄにインストールされている。
【００３０】
読出装置１１ｅは、フレキシブルディスクドライブ、ＣＤ−ＲＯＭドライブ、またはＤＶＤ−ＲＯＭドライブ等によって構成されており、可搬型記録媒体１４に記録されたコンピュータプログラムまたはデータを読み出すことができる。また、可搬型記録媒体１４には、コンピュータを本発明に係る診断支援システムとして機能させるためのアプリケーションプログラム１４ａが格納されており、コンピュータ１０ａが当該可搬型記録媒体１４から本発明に係るアプリケーションプログラム１４ａを読み出し、当該アプリケーションプログラム１４ａをハードディスク１１ｄにインストールすることが可能である。
【００３１】
なお、前記アプリケーションプログラム１４ａは、可搬型記録媒体１４によって提供されるのみならず、電気通信回線（有線、無線を問わない）によってコンピュータ１０ａと通信可能に接続された外部の機器から前記電気通信回線を通じて提供することも可能である。例えば、前記アプリケーションプログラム１４ａがインターネット上のサーバコンピュータのハードディスク内に格納されており、このサーバコンピュータにコンピュータ１０ａがアクセスして、当該コンピュータプログラムをダウンロードし、これをハードディスク１１ｄにインストールすることも可能である。
【００３２】
また、ハードディスク１１ｄには、例えば米マイクロソフト社が製造販売するWindows（登録商標）等のグラフィカルユーザインタフェース環境を提供するオペレーティングシステムがインストールされている。以下の説明においては、本実施の形態１に係るアプリケーションプログラム１４ａは当該オペレーティングシステム上で動作するものとしている。
【００３３】
入出力インタフェース１１ｆは、例えばUSB，IEEE1394，RS-232C等のシリアルインタフェース、SCSI，IDE，IEEE1284等のパラレルインタフェース、およびＤ／Ａ変換器、Ａ／Ｄ変換器等からなるアナログインタフェース等から構成されている。入出力インタフェース１１ｆには、キーボードおよびマウスからなる入力デバイス１３が接続されており、ユーザが当該入力デバイス１３を使用することにより、コンピュータ１０ａにデータを入力することが可能である。
【００３４】
画像出力インタフェース１１ｈは、ＬＣＤまたはＣＲＴ等で構成されたディスプレイ１２に接続されており、ＣＰＵ１１ａから与えられた画像データに応じた映像信号をディスプレイ１２に出力するようになっている。ディスプレイ１２は、入力された映像信号にしたがって、画像（画面）を表示する。
【００３５】
図１に示す生理データ入力部１は、血糖値等の検査結果の数値（検査値）、医師の問診により得られた所見情報、その他の対象者（診断対象者、患者）の生理状態を示す情報を本システムに入力する部分であり、図２に示すような入力デバイス１３、入出力インタフェース１１ｆ、及び入力デバイス１３からの情報の入力の受け付けに関するコンピュータプログラムによって構成されている。本実施の形態１では、生理データ入力部１を入力デバイス１３により構成したが、これに限定されるものではなく、例えば、入力デバイス１３以外にも、ＯＣＲ、スキャナ等の各種入力機器を備える構成としてもよいし、コンピュータ１０ａがアクセス可能なデータベース等に各種情報を登録しておき、このデータベースにコンピュータ１０ａがアクセスすることにより情報を入力する構成としてもよい。入力された情報は、糖尿病疾患リスク分析部２、メタボリックシンドローム疾患リスク分析部３等で利用されるように、ハードディスク１１ｄに格納される。
【００３６】
ここで、本実施形態では、入力される生理データとしては、少なくとも、経口糖負荷試験におけるインスリン値（μｕ／ｍｌ）、血糖値（ｍｇ／ｄｌ）、空腹時および食後２時間のインスリン値ａ（μｕ／ｍｌ）、血糖値ｂ（ｍｇ／ｄｌ）、ＨＯＭＡ−ＩＲ値（＝ａ×ｂ／４０５）、２４時間尿中Ｃペプチド（μｇ）、糖化タンパク指標ＨｂＡ1C、体重減少の有無、ＢＭＩ値、ΔＩＲＩ／ΔＢＳ、尿ケトン体が陽性か否か、ウェスト径、中性脂肪値、ＨＤＬコレステロール値、血圧値などがあげられる。ただし、これらに限るものではなく、必要に応じて他の検査値等を入力してもよい。また、臨床所見としては、肥満または痩せの状態、空腹時または食後の血糖値の状態、糖質の摂取状態等が挙げられる。また、ＨＯＭＡ−ＩＲ値は、生理データとして入力されるのではなく、ＣＰＵ１１ａが空腹時のインスリン値ａと、血糖値ｂとを用いて算出してもよい。
【００３７】
糖尿病疾患リスク分析部２は、入力された生理データに基づいて、対象者の糖尿病に関する疾患リスクを分析する部分である。以下の実施例では、糖尿病の原因となる病因を次の４つに分類するものとする。
（ａ）末梢のインスリン抵抗性
（ｂ）肝臓からのブドウ糖放出亢進
（ｃ）長期の高血糖にさらされた糖毒性
（ｄ）インスリン分泌の低下
糖尿病疾患リスク分析部２では、この４つの病因それぞれについて、評価値を算出する。評価値とは、その病因の糖尿病への影響度を意味する。各評価値は、後述するような分析判定基準に基づいて算出され、実数値として出力される。以下、この評価値をスコアと呼ぶ。上記分析判定基準は、予めハードディスク１１ｄに格納されており、アプリケーションプログラム１４ａに基づいて、順次入力データと判定基準値との比較をすることによりスコアが算出される。出力されたスコアは、診断支援情報生成部４に与えられ、治療方法などの支援情報の作成に用いられる。
【００３８】
メタボリックシンドローム疾患リスク分析部３は、入力された生理データに基づいて、対象者のメタボリックシンドロームに関する疾患リスクを分析する部分である。メタボリックシンドローム疾患リスク分析部３では、１つの評価値（スコア）を算出する。かかるスコアも、後述するような分析判定基準に基づいて算出され、実数値として出力される。メタボリックシンドロームに関する分析に使用される判定基準は、予めハードディスク１１ｄに格納されており、アプリケーションプログラム１４ａに基づいて、順次入力データと判定基準値との比較をすることによりスコアが算出される。かかるメタボリックシンドローム疾患リスク分析部３から出力されたスコアもまた、診断支援情報生成部４に与えられる。
【００３９】
診断支援情報生成部４は、糖尿病疾患リスク分析部２及びメタボリックシンドローム疾患リスク分析部３での分析結果と、生理データ入力部１から入力された生理データおよび専門医のノウハウを格納したデータベースなどを利用して、後述するような診断判断基準に基づいて、最適と考えられる治療方法をはじめとする診断支援情報を生成する部分である。専門医のノウハウを格納したデータベースは、専門医の糖尿病に対する薬剤の知識、運動療法に関する知識、食事療法に関する知識などからなり、各病態のパターンや患者の臨床所見、手術歴などに応じて治療方針として体系化されたものである。これらの情報はハードディスク１１ｄに格納されている。
【００４０】
薬剤の知識としては、糖尿病の各病態に応じて投与できる薬剤の候補、臨床所見に応じた薬剤の選択順位や投与量、患者の状態によっては投与できない薬剤の種類（禁忌情報）などが挙げられる。薬剤の投与比率は、その患者における各病因の糖尿病への影響度や腎臓など臓器器官に障害があるか否かのようなパラメータの強度の関数で与えられる。たとえば、ＴＺＤにＡＧＩを併用するといった薬剤投与の方針は、その患者の糖尿病の病因のうちインスリン抵抗性の向上が最大の影響を与えており、更に心不全がなく、電解質異常がなく、過去に消化管の手術がない等の条件を考え併せることで与えられる。運動療法の知識としては、各病態に応じた運動強度、運動量や推奨される運動種目などが挙げられる。食事療法の知識としては、各病態に応じた許容摂取カロリー、各栄養素の許容摂取量などが挙げられる。
【００４１】
生体モデル生成部５は、入力された生理データ及び糖尿病疾患リスク分析部２による分析結果に基づいて、対象者固有の生体パラメータ値を推定して生体モデル５ａを生成する部分である。生体モデル５ａは、糖尿病に関連する臓器、器官の機能を数理モデルとして記述したモデルであり、たとえば膵臓においてはインスリンの分泌機能、肝臓においてはブドウ糖の取り込みと放出の機能、末梢組織においてはインスリンを用いた糖の代謝の機能を表現することができる。モデルの表現方式としては、たとえば物質濃度を変数とする微分方程式として表現することができる。ただし、これらに限るものではなく、必要に応じて他の臓器、器官や他の機能を含んでもよく、他の表現方式を用いてもよい。この生体モデル５ａは、各患者に共通の構造部分と、患者ごとに異なる変数である生体パラメータとを有する。この生体パラメータは、たとえば、「糖利用」，「インスリン分泌」，「糖放出」の程度を表しており、対象者毎に異なるパラメータ値が定められる。これらのパラメータ値は、病態シミュレーション部６に与えられ、対象者の今後の糖尿病の病態を予測するのに用いられる。たとえば、「糖利用」とは筋や肥肪組織など末梢組織をはじめとする各細胞での糖類の消費量を意味し、これはインスリン抵抗性を予測するのに用いられる。
【００４２】
生体モデル駆動部５ｂは、生体モデル５ａを用いて、生体の挙動を再現するための計算を行うための部分である。たとえば、MatLab（マスワークス社製品）やE-Cell（慶應義塾大学公開ソフトウェア）を用いて、生体モデルの挙動を計算してもよい。また、他の計算システムを用いてもよい。前記生体モデル５ａとして前述したような微分方程式による数理モデルを用いる場合には、生体モデル駆動部５ｂとして、前記微分方程式の任意のパラメータ値を任意の時間間隔で計算できる数値計算ソフトウェアを用いることができる。
【００４３】
生体モデル生成部５は、生体モデル駆動部５ｂの出力が、入力された生理データ及び糖尿病疾患リスク分析部２から与えられた分析結果と合致するような、生体モデル５ａの各パラメータ値を推定する。各パラメータ値の推定方法としては、公知の最少二乗法、最急降下法、遺伝的アルゴリズム、又はシミュレーテッドアニーリング等を用いることができるが、これらに限るものではなく、必要に応じて他のアルゴリズムを用いてもよい。
【００４４】
病態シミュレーション部６は、生体モデル生成部５で生成された患者固有の生体モデルを用いて、その患者に対してある治療を行なった後の病態を予測する部分である。たとえば、治療前の病態が長期の高血糖にさらされた糖毒性を最大影響病因とする患者に対し、インスリン投与を施したと仮定するシミュレーションの結果、「インスリン分泌」の上昇と「糖放出」の低下は見られたが「糖利用」の上昇が見られないといった場合には、治療後の病態をインスリン抵抗性が最大影響病因と予測し、それを意味する結果を出力する。
【００４５】
診断支援情報出力部７は、診断支援情報生成部４で生成された治療方法又はメタボリックシンドロームの疾患リスクや、病態シミュレーション部６で予測される病態又は治療結果などの診断支援情報をディスプレイ１２に表示させる部分である。なお、ディスプレイ１２への表示に限らず、たとえば、プリンタなどの印刷装置に診断支援情報を印刷する構成であってもよい。このように診断支援情報は、ディスプレイ１２へ表示され、又は所定の用紙へ印刷されて、医師および患者等のユーザに提供される。
【００４６】
次に、本実施の形態１に係る診断支援システムの動作について説明する。コンピュータ１０ａのＣＰＵ１１ａが、アプリケーションプログラム１４ａを実行することにより、コンピュータ１０ａが診断支援システム１０として機能し、以下のように動作する。図３は、本発明の実施の形態１に係る診断支援システム１０の動作の流れを示すフローチャートである。まず、ＣＰＵ１１ａは、前記したようなある患者の生理データの入力を受け付ける（ステップＳ１）。
【００４７】
次に、ＣＰＵ１１ａは、糖尿病疾患リスク分析処理を実行する（ステップＳ２）。
糖尿病疾患リスク分析処理では、主として、次の４つの判定処理を行う。
ステップＳ２−１：末梢のインスリン抵抗性判定
ステップＳ２−２：肝臓からのブドウ糖放出亢進判定
ステップＳ２−３：長期の高血糖にさらされた糖毒性判定
ステップＳ２−４：インスリン分泌の低下判定
各ステップの詳細処理内容については、図４から図７に示す。
【００４８】
各ステップの判定処理が実行されると、そのステップごとに、ＣＰＵ１１ａによりスコアが算出され、ＲＡＭ１１ｃ又はハードディスク１１ｄに一時保存される。たとえば、ステップＳ２−１では、末梢のインスリン抵抗性判定処理を実行することにより、インスリン抵抗性が糖尿病の原因としてどの程度影響を及ぼしているかを示す評価値（スコアＡとする）が求められる。このスコアＡが一時保存され、後の診断支援情報生成処理（ステップＳ５）で用いられる。
【００４９】
同様に、ステップＳ２−２にて、ＣＰＵ１１ａによってブドウ糖放出亢進の評価値であるスコアＢが算出され、ステップＳ２−３にて糖毒性のスコアＣが、ステップＳ２−４にてインスリン分泌低下のスコアＤが夫々ＣＰＵ１１ａにより算出される。これらのスコアは、数値が大きいほどその病因の影響度が大きいことを示す。
【００５０】
次に、ＣＰＵ１１ａは、メタボリックシンドローム疾患リスク分析処理を実行する（ステップＳ３）。ここでは、メタボリックシンドロームの疾患リスクを示す評価値（スコアＥとする）が算出される。このスコアＥは、数値が大きいほどメタボリックシンドロームの疾患リスクが高い、即ち、メタボリックシンドロームの症状が重い、又はメタボリックシンドロームを発症する蓋然性が高いことを示す。当該ステップＳ３の詳細処理内容については、図８に示す。
【００５１】
次に、ＣＰＵ１１ａは、ステップＳ４において、診断支援情報の生成処理（ステップＳ５）へ進むか、生体モデル生成処理（ステップＳ６）へ進むかの判断をする。この判断は、利用者の入力をうながす表示をして、所定のキー入力により行なうようにしてもよい。あるいは、ステップＳ１の入力のときに、予め、利用者がどちらの処理をするかの情報を入力するようにしてもよい。また、このステップＳ４の分岐判断は必須のものではなく、ステップＳ５を実行した後に、シーケンシャルにステップＳ６，Ｓ７を実行するようにしてもよいし、ステップＳ６，７を実行した後に、シーケンシャルにステップＳ５を実行するようにしてもよい。
【００５２】
ステップＳ４において、診断支援情報生成処理をしない場合には（ステップＳ４においてＮＯ）、ＣＰＵ１１ａは、ステップＳ６へ処理を進め、生体モデル生成処理を実行する。生体モデル生成処理（ステップＳ６）では、主として入力された生理データ等を基に関数の値の算出などが行なわれ、前記したような生体パラメータ値が求められる。ステップＳ６の後、病態シミュレーション処理（ステップＳ７）が実行され、ＣＰＵ１１ａが、求められた生体パラメータ値を用いて、治療を行なった後の患者の病態を予測する。病態の予測は、たとえば、ある薬剤を特定量投与するといった情報を入力することで、ＣＰＵ１１ａが前記生態パラメータ値を表す各関数値を算出し、それら各生体パラメータ値の増加または減少からその患者の生理データを予測し、その結果を用いてステップＳ５を実行することにより行われる。この後、ステップＳ８へ進み、ステップＳ２，Ｓ３，Ｓ６およびＳ７で求められた診断に役立つ情報をディスプレイ１２に表示（またはプリンタで印刷）する。
【００５３】
ステップＳ４において、診断情報生成処理をする場合には（ステップＳ４においてＹＥＳ）、ＣＰＵ１１ａは、ステップＳ５へ処理を進め、診断支援情報生成処理を実行する。診断支援情報生成処理（ステップＳ５）では、ステップＳ２で求めた４つのスコア（Ａ，Ｂ，Ｃ，Ｄ）の大小関係によって、次の４つの処理のうちいずれかの処理がＣＰＵ１１ａにより実行される。
ステップＳ５−１：末梢のインスリン抵抗性と判定された場合
ステップＳ５−２：肝臓からのブドウ糖放出亢進と判定された場合
ステップＳ５−３：長期の高血糖にさらされた糖毒性と判定された場合
ステップＳ５−４：インスリン分泌の低下と判定された場合
これらの４つの処理では、ＣＰＵ１１ａが、それぞれの病因について、所定の診断基準に基づいて、治療方針，投与する薬剤等からなる診断支援情報を生成する。
【００５４】
また、ステップＳ５では、ＣＰＵ１１ａが、ステップＳ３で求めたスコア（Ｅ）を用いて、メタボリックシンドロームに疾患リスクを判定する（ステップＳ５−５）。各ステップＳ５−１〜Ｓ５−５の詳細処理内容については、図９〜図１４に示す。そして、ステップＳ５の後、ＣＰＵ１１ａが診断支援情報をディスプレイ１２に表示（またはプリンタで印刷）する（ステップＳ８）。以上がこの発明の診断支援システムの全体フローである。
【００５５】
次に、ステップＳ２の中の各判定処理について説明する。図４は、末梢のインスリン抵抗性判定処理（Ｓ２−１）の処理手順を示すフローチャートであり、図５は、肝臓からのブドウ糖放出亢進判定処理（Ｓ２−２）の処理手順を示すフローチャートであり、図６は、長期の高血糖にさらされた糖毒性判定処理（Ｓ２−３）の処理手順を示すフローチャートであり、図７は、インスリン分泌の低下判定処理（Ｓ２−４）の処理手順を示すフローチャートである。ステップＳ２−１，Ｓ２−２，Ｓ２−３およびＳ２−４の各処理の終了時において、それぞれ、スコアＡ，Ｂ，ＣおよびＤが算出される。
【００５６】
各スコア（Ａ、Ｂ、Ｃ、Ｄ）は、その判定処理で予め定められた数値の合計値（ＳＣ）として求められる。ただし、スコアを百分率（％）で表わすために、算出されたスコア値ＳＣを、最悪の場合に相当するスコアが最も高くなるような判定がされた場合のその総スコア値ＳＡで除算したものをスコアとして用いてもよい。すなわち、スコア（Ａ，Ｂ，Ｃ，Ｄ）＝（ＳＣ／ＳＡ）×１００（％）とする。また、分析判定基準の中に実施していない検査Ｋがある場合、最悪の場合の総スコア値ＳＡからその検査Ｋで得られるはずであったスコアの値（ＳＢ）を減算したものを総スコア値ＳＡとする（ＳＡ＝ＳＡ−ＳＢ）。このように％で表わすことにより、実施した検査の種類や個数によらない結果を得ることができる。
【００５７】
まず、図４における判定処理（Ｓ２−１）では、ＣＰＵ１１ａが、入力された「空腹時インスリン値」、「食後２時間血糖値」、「ＨＯＭＡ−ＩＲ」、「インスリンＯＧＴＴ頂値」、「２４時間尿中Ｃペプチド」のそれぞれについて、予め定められた判定基準値と比較する。更に具体的に説明すると、ＣＰＵ１１ａは、スコアＡを算出するための変数Ａを用意し、初期値をゼロとし、ステップＳ１０１〜Ｓ１１５の各判断において"ＹＥＳ"となった場合に、所定の点数を、この変数Ａに加算していく。
【００５８】
たとえば、ステップＳ１０１において、入力された「空腹時インスリン値」が１０以上の場合には"ＹＥＳ"となるので、ＣＰＵ１１ａは、この変数Ａに、１．５を加算する。また、たとえば「ＨＯＭＡ−ＩＲ」の検査を実施していない場合には、ステップＳ１０７で"ＮＯ"となり、ＣＰＵ１１ａは、数値の加算をせずに次の判断（ステップＳ１１０）へ処理を進める。ＣＰＵ１１ａは、ステップＳ１０１からステップＳ１１５までの各判断を実行した後、ステップＳ１１６において、変数Ａの値を用いてスコアＡの算出，保存を行なう。スコアＡは、変数Ａの数値をそのまま採用してもよいが、前記したように、変数ＡをこのステップＳ２−１全体の最大のスコア値となるルートをたどった場合の総スコア値ＳＡ（＝２３点）で除算し％で表わしたもの（変数Ａ／ＳＡ）×１００を採用することが好ましい。
【００５９】
同様にして、図５のステップＳ２−２において、ＣＰＵ１１ａは、初期値ゼロの変数Ｂに対して、判断ごとに数値を加算していき、ステップＳ１２１〜Ｓ１３３の後、ステップＳ１３４において、変数ＢからスコアＢを算出する。また、図６のステップＳ２−３において、ＣＰＵ１１ａは、初期値ゼロの変数Ｃに対して、ステップＳ１４１〜Ｓ１５２の判断ごとに数値を加算していき、ステップＳ１５３において、変数ＣからスコアＣを算出する。さらに、ＣＰＵ１１ａは、図７のステップＳ２−４において、初期値ゼロの変数Ｄに対して、ステップＳ１６１〜Ｓ１６９の判断ごとに数値を加算していき、ステップＳ１７０において、変数ＤからスコアＤを算出する。以上のようにして、ステップＳ２の処理が終了し、スコアＡ，Ｂ，Ｃ，Ｄが算出される。
【００６０】
このように、糖尿病疾患リスク分析処理（ステップＳ２）の４つの判定処理（図４〜図７）により、４つの評価値（スコア）が求められたが、これらのスコアの大きさを比較することにより、どの病因が最も影響度が大きいかを判断することができる。また、これら４つのスコア値各々の絶対的大きさの組み合わせで分類する処理をＣＰＵ１１ａが行うことにより、患者の病態を前記したような５つの糖尿病の病態のいずれに属するかを分類することができる。たとえば、図１６に示すように「インスリン抵抗性」、「糖毒性」、「インスリン分泌」の３つのスコア値を３次元空間にマッピングすれば、臨床像によって異なる位置にプロットされ、主要な病因に応じて病態を分類できる。また、図１７に示すように「インスリン抵抗性」「肝糖放出亢進」「インスリン分泌低下」の３つのスコア値を３次元空間にマッピングすれば、臨床像によって異なる位置にプロットされ、主要な病因に応じて病態を分類できる。
【００６１】
図１５は、入力データと、ステップＳ２で算出されたスコアについて、各病因の患者ごとの具体例を示す図表である。たとえば、インスリン抵抗性の判定において、スコアＡが最も高い数値０．８５となった患者は、インスリン抵抗性の病因が最も影響力が大きいことを示しており、「インスリン抵抗性患者」と判定される。
【００６２】
次に、メタボリックシンドローム疾患リスク分析処理（ステップＳ３）の処理内容について説明する。メタボリックシンドロームを構成する各因子は、それぞれが独立して存在するのではなく、原因となる主因子と、その因子と連動して引き起こされる従属因子に分けられ、それらの因子は相互に関連している。そのため、患者所見からメタボリックシンドロームの疾患リスクを分析するためには、単に特定の臨床検査値のみを用いるのではなく、複数の臨床検査値、所見を組み合わせて疾患リスクの分析を行うことが必要とされる。かかる見地から、米国コレステロール教育プログラム (NCEP)によってATPIII(Adult Treatment Panel III 2001)として以下のような基準が発表されている。
【００６３】
ATPIII診断基準によれば、以下のうちの３個以上の条件を満たす場合にメタボリックシンドロームの疾患リスクが高いと判定する。
（１）内蔵肥満
ウェスト径が男性で１０２ｃｍ以上、女性で８８ｃｍ以上であること。
（２）中性脂肪
中性脂肪値が１５０ｍｇ／ｄＬ以上であること。
（３）ＨＤＬコレステロール
ＨＤＬコレステロール値が男性で４０ｍｇ／ｄＬ未満、女性で５５ｍｇ／ｄＬ未満であること。
（４）血圧
血圧値が収縮期において１３０ｍｍＨｇ以上、拡張期において８５ｍｍＨｇ以上であること。
（５）空腹時血糖値
空腹時血糖値が１１０ｍｇ／ｄＬ以上であること。
以下に説明するメタボリックシンドローム疾患リスク分析処理においては、このような診断基準を用いて疾患リスクの分析を行うことができる。これにより、基準に合致した正確なメタボリックシンドロームの疾患リスクの判定を行うことが可能となる。なお、上記の診断基準は米国人向けに作成されたものであるので、例えば患者が日本人である場合には、上記のウェスト径の診断基準に代えて、次のような日本人向けの診断基準（２００５年４月８日、第１０２回日本内科学会講演会にて発表）を用いることができる。
【００６４】
以下のうちの（１）の条件を満たし、且つ（２）〜（４）の条件のうち２つ以上を満たす場合にメタボリックシンドロームの疾患リスクが高いと判定する。
（１）ウェスト径が男性で８５ｃｍ以上、女性９０ｃｍ以上であること。
（２）中性脂肪値が１５０ｍｇ／ｄＬ以上の高トリグリセライド血症、ＨＤＬコレステロール値が４０ｍｇ／ｄＬ未満の低ＨＤＬコレステロール血症のいずれか又は両方であること。
（３）血圧値が収縮期において１３０ｍｍＨｇ以上、拡張期において８５ｍｍＨｇ以上のいずれか又は両方であること。
（４）空腹時血糖値が１１０ｍｇ／ｄＬ以上であること。
このように対象者（患者）に適した診断基準を採用することにより、正確に疾患リスクを判定することができる。
【００６５】
図８は、本実施の形態１に係るメタボリックシンドローム疾患リスク分析処理（ステップＳ３）の処理手順を示すフローチャートである。ここでは、上述した日本人向けの診断基準を用いてメタボリックシンドロームの疾患リスク分析を行う場合について説明する。まずＣＰＵ１１ａは、ステップＳ１において入力を受け付けた生理データに含まれるウェスト径を所定の基準値と比較し（ステップＳ１８１）、ウェスト径が基準値を超えた場合には（ステップＳ１８１においてＹＥＳ）、初期値ゼロにセットされた変数Ｅに１を加算し（ステップＳ１８２）、ステップＳ１８３へと処理を進める。一方、ステップＳ１８１においてウェスト径が基準値を超えなかった場合には（ステップＳ１８１においてＮＯ）、ＣＰＵ１１ａは処理をリターンする。
【００６６】
ステップＳ１８３においては、ＣＰＵ１１ａは、生理データに含まれる中性脂肪値を所定の基準値と比較する。このステップＳ１８３での比較の結果、中性脂肪値が基準値を超えた場合には（ステップＳ１８３においてＹＥＳ）、ＣＰＵ１１ａは変数Ｅに１を加算し（ステップＳ１８４）、ステップＳ１８７へと処理を進める。ステップＳ１８３において中性脂肪値が基準値を超えなかった場合には（ステップＳ１８３においてＮＯ）、ＣＰＵ１１ａはステップＳ１８５へ処理を進める。
【００６７】
ステップＳ１８５においては、ＣＰＵ１１ａは、生理データに含まれるＨＤＬコレステロール値を所定の基準値と比較する。このステップＳ１８５での比較の結果、ＨＤＬコレステロール値が基準値を下回った場合には（ステップＳ１８５においてＹＥＳ）、ＣＰＵ１１ａは変数Ｅに１を加算し（ステップＳ１８６）、ステップＳ１８７へと処理を進める。ステップＳ１８５においてＨＤＬコレステロール値が基準値を超えた場合にも（ステップＳ１８５においてＮＯ）、ＣＰＵ１１ａはステップＳ１８７へ処理を進める。
【００６８】
ステップＳ１８７においては、ＣＰＵ１１ａは、生理データに含まれる血圧値を所定の基準値と比較する。このステップＳ１８７での比較の結果、血圧値が基準値を超えた場合には（ステップＳ１８７においてＹＥＳ）、ＣＰＵ１１ａは変数Ｅに１を加算し（ステップＳ１８８）、ステップＳ１８９へと処理を進める。ステップＳ１８７において血圧値が基準値を超えなかった場合にも（ステップＳ１８７においてＮＯ）、ＣＰＵ１１ａはステップＳ１８９へ処理を進める。
【００６９】
ステップＳ１８９においては、ＣＰＵ１１ａは、生理データに含まれる空腹時血糖値を所定の基準値と比較する。このステップＳ１８９での比較の結果、空腹時血糖値が基準値を超えた場合には（ステップＳ１８９においてＹＥＳ）、ＣＰＵ１１ａは変数Ｅに１を加算し（ステップＳ１９０）、処理をリターンする。また、ステップＳ１８９において空腹時血糖値が基準値を超えなかった場合には（ステップＳ１８９においてＮＯ）、ＣＰＵ１１ａは処理をリターンする。以上のようなメタボリックシンドローム疾患リスク分析処理３では、変数Ｅの数値をそのままスコアＥとして採用する。
【００７０】
次に、診断支援情報生成処理（ステップ５）の処理内容について説明する。図９は、診断支援情報生成処理（ステップＳ５）の処理手順を示すフローチャートである。まず、ＣＰＵ１１ａは、ステップＳ２及びステップＳ３で求めた各スコア（Ａ，Ｂ，Ｃ，Ｄ，Ｅ）を読み出し、このうち４つのスコアＡ，Ｂ，Ｃ，Ｄを比較して、４つのスコアＡ，Ｂ，Ｃ，Ｄのうち最大のものを探し出す（ステップＳ５１）。そして、最大のスコアに対応する病因の治療方針の決定処理を実行し、処理をリターンする。ステップＳ５２において、スコアＡが他のスコアよりも大きく最大のとき（ステップＳ５２においてＹＥＳ）、ＣＰＵ１１ａはステップＳ５−１へ処理を進め、「末梢のインスリン抵抗性の治療方針決定処理」を実行する。
【００７１】
同様に、ＣＰＵ１１ａは、ステップＳ５３においてスコアＢが最大のとき（ステップＳ５３においてＹＥＳ）、ステップＳ５−２へ処理を進め、「肝臓からのブドウ糖放出亢進の治療方針決定処理」を実行する。ステップＳ５４においてスコアＣが最大のとき（ステップＳ５４においてＹＥＳ）、ＣＰＵ１１ａはステップＳ５−３へ処理を進め、「長期の高血糖にさらされた糖毒性の治療方針決定処理」を実行する。ステップＳ５５においてスコアＤが最大のとき（ステップＳ５５においてＹＥＳ）、ＣＰＵ１１ａはステップＳ５−４へ処理を進め、「インスリン分泌の低下の治療方針決定処理」を実行する。なお、同点数のスコアがある場合は、複数の病因が同時に影響を与えていることを意味しており、同点数のスコア全てに対応する処理を行った後、たとえば薬剤であれば併用投与をすすめるなど、結果の全てを出力するようにすればよい。また、上述の処理を行った後には、ＣＰＵ１１ａは、ステップＳ５−５へと処理を移し、「メタボリックシンドロームの疾患リスク判定処理」を実行する。
【００７２】
図１０は、ステップＳ５−１の「末梢インスリン抵抗性の治療方針の決定処理」の処理手順を示すフローチャートである。まず、ＣＰＵ１１ａは、ステップＳ２０１において「条件１：心不全がないこと」および「条件２：電解質異常がないこと」が成立するか否か判断する。ここで、「心不全がないこと」は、入力されたデータのうち、データベース等にすでに入力されている情報により判断される。同様に「電解質異常がないこと」は、データベース等にすでに入力されている情報により判断される。
【００７３】
そして、ステップＳ２０１において条件１および条件２が成立すると判断された場合には（ステップＳ２０１においてＹＥＳ）、ＣＰＵ１１ａはステップＳ２０４へと処理を進め、「インスリン注射よりも、ＴＺＤを第１選択」という治療方針を選択する。ステップＳ２０１で、「条件１かつ条件２」が成立しない場合には（ステップＳ２０１においてＮＯ）、ＣＰＵ１１ａはステップＳ２０２へと処理を進め、入力データから「過去の消化管手術歴の有無」を判断する。ステップＳ２０２において手術歴がない場合には（ステップＳ２０２においてＮＯ）、ＣＰＵ１１ａはステップＳ２０３へ処理を進め、「高血糖の是正を急くべきか否か」を判断する。高血糖の是正の判断は、入力されたデータのうち、データベース等にすでに入力されている情報により行うことができる。すなわち、データベース等に「高血糖の是正を急ぐ」というデータが入力されているのであれば、ＣＰＵ１１ａが高血糖の是正を急くべきと判断する。
【００７４】
ステップＳ２０２において、手術歴がある場合には（ステップＳ２０２において「有り」）、ＣＰＵ１１ａはステップＳ２０５へと処理を進め、このステップに対応する治療方針を採用する。また、手術歴がない場合には（ステップＳ２０２において「無し」）、ＣＰＵ１１ａは、ステップＳ２０３における判断の結果に応じて、ステップＳ２０６（ステップＳ２０３においてＹＥＳの場合）あるいはステップＳ２０７（ステップＳ２０３においてＮＯの場合）の治療方針を採用する。
【００７５】
図１１は、ステップＳ５−２の「肝臓からのブドウ糖放出亢進の治療方針の決定処理」の処理手順を示すフローチャートである。まず、ＣＰＵ１１ａは、ステップＳ２１１において、「条件１：クレアチニン＜１．４０であること」および「条件２：肝障害がないこと」が成立するか否か判断する。「条件２：肝障害がないこと」は、データベース等にすでに入力されている情報により判断できる。
【００７６】
「条件１かつ条件２」が成立しないときは（ステップＳ２１１においてＮＯ）、ＣＰＵ１１ａは、ステップＳ２１２へ処理を進め、術中または術後数日以内であるか否かを判別する。術中であるか術後数日以内であるかの判断は、入力された患者に関するデータベース等にすでに入力されている情報を参照すればよい。なお、数日とは、入力された患者の生理データから導かれる関数の値として算出される。ＣＰＵ１１ａは、このような判断に基づいて、それぞれ、Ｓ２１３からＳ２１５に示した治療方針のいずれかを選択する。
【００７７】
図１２は、ステップＳ５−３の「長期の高血糖にさらされた糖毒性の治療方針の決定処理」の処理手順を示すフローチャートである。ＣＰＵ１１ａは、まずステップＳ２２１において、「糖毒性の程度が軽いか否か」を判断する。糖毒性の程度が軽いことは、ステップＳ２−３により算出された糖毒性のスコアＣにより判断できる。たとえば、ＣＰＵ１１ａは、糖毒性のスコアＣが４つの病因スコアＡ，Ｂ，Ｃ，Ｄのうち最小のときには、糖毒性の程度が軽いと判断する。程度が軽くないと判断されたときには（ステップＳ２２１においてＮＯ）、ＣＰＵ１１ａはステップＳ２２６の食事療法を採用する。程度が軽いときには（ステップ２２１においてＹＥＳ）、ＣＰＵ１１ａは、ステップＳ２２２からステップＳ２２５の血糖低下の状況について順次判断する。
【００７８】
ＳＵ，ＡＧＩ，ＢＧおよびＴＺＤのいずれかにより血糖が低下したと判断された場合には（ステップＳ２２２，Ｓ２２３，Ｓ２２４，Ｓ２２５においてＹＥＳ）、ＣＰＵ１１ａは、ステップＳ２２８の治療方針を採用し、いずれによっても血糖低下していない場合には（ステップＳ２２２，Ｓ２２３，Ｓ２２４，Ｓ２２５においてＮＯ）、ステップＳ２２７の治療方針を採用する。ここで、血糖が低下したか否かの判断は、データベース等にすでに入力された情報により行うことができる。たとえば、ある薬剤の投与歴があり、その後の入力データのうち血糖値が低下しているなどのとき、血糖が低下したと判断する。
【００７９】
図１３は、ステップＳ５−４の「インスリン分泌の低下の治療方針の決定処理」の処理手順を示すフローチャートである。まず、ＣＰＵ１１ａは、ステップＳ２３１において、「尿中および血中ケトン体が高値」であるか否かを判断する。ここで高値とは、たとえば入力データの尿中ケトン体が２＋程度以上であることをいう。ケトン体が高値であると判断した場合には（ステップＳ２３１においてＹＥＳ）、ＣＰＵ１１ａは、ステップＳ２３２へ処理を進め、入力データの「２４時間尿中Ｃペプチド」が３０μｇよりも小さいか否かを判断する。「２４時間尿中Ｃペプチド」が３０μｇよりも小さい場合には（ステップＳ２３２においてＹＥＳ）、「Ｉ型糖尿病」と判断されるので、ＣＰＵ１１ａがステップＳ２３６の治療方針を採用する。
【００８０】
ステップＳ２３１またはＳ２３２で"ＮＯ"と判断した場合には、ＣＰＵ１１ａは、ステップＳ２３３へ処理を進め、「治療過程でインスリン分泌が枯渇したか否か」を判断する。ここで、枯渇か否かは、空腹時インスリン値や２４時間尿中Ｃペプチドにより判断できる。たとえば、２４時間尿中Ｃペプチドが５０μｇ未満のとき、インスリン分泌が枯渇したと判断する。
【００８１】
ＣＰＵ１１ａは、インスリン分泌が枯渇したと判断したとき（ステップＳ２３３においてＹＥＳ）、ステップＳ２３７へ処理を進め、消化管の手術をした後か否か判断し、この判断結果に対応した治療方針を採用する（ステップＳ２３８，Ｓ２３９）。一方、ステップＳ２３３で枯渇していないと判断した場合には（ステップＳ２３３においてＮＯ）、ＣＰＵ１１ａは、ステップＳ２３４へと処理を進める。ステップＳ２３４においては、ＣＰＵ１１ａは、残存膵予備能がある程度温存されているか否かを判断する。残存膵予備能がある程度温存されていると判断された場合には（ステップＳ２３４においてＹＥＳ）、ＣＰＵ１１ａはステップＳ２４０へ処理を進め、そうでないときには（ステップＳ２３４においてＮＯ）、ステップＳ２３５へと処理を進める。
【００８２】
残存膵予備能がある程度温存されているか否かは、
（１）空腹時のインスリン≧５μｇ／ｍｌ
（２）２４時間尿中Ｃペプチド≧５０μｇ
のどちらかが成立するか否かによって判断される。すなわち、（１）または（２）が成立すれば、ＣＰＵ１１ａは、残存膵予備能がある程度温存されていると判断する。
【００８３】
ＣＰＵ１１ａは、ステップＳ２４０では、ＳＵに徐々に反応しなくなったか否かを判断し、その判断結果に基づいてそれぞれの治療方針を採用する（ステップＳ２４１，Ｓ２４２）。ＳＵに徐々に反応しなくなったか否かの判断は、たとえばデータベース等にすでに入力された情報を用いればよい。このとき、ＳＵ投与後の血糖値が投与前と比して低下していないような場合には、ＳＵに反応しなくなったと判断される。
【００８４】
また、ＣＰＵ１１ａは、ステップＳ２３５において、術前までやせが続いていたか否かを判断し、その判断結果に基づいて、それぞれの治療方針を採用する（ステップＳ２４３，Ｓ２４４）。やせが続いていたか否かは、たとえばデータベース等にすでに入力された情報により判断され、ＢＭＩ（＝体重×１００００／（身長×身長））＜１８が複数回続いたときの場合にやせが続いていたと判断される。
【００８５】
図１４は、ステップＳ５−５の「メタボリックシンドロームの疾患リスク判定処理」の処理手順を示すフローチャートである。ＣＰＵ１１ａは、ステップＳ３において算出したスコアＥが所定の基準値（例えば３）以上であるか否かを判別する（ステップＳ２４１）。スコアＥが基準値以上である場合には（ステップＳ２４１においてＹＥＳ）、ＣＰＵ１１ａは、診断支援情報として、「メタボリックシンドロームの疾患リスクが高い」を採用し（ステップＳ２４２）、処理をリターンする。一方、ステップＳ２４１において、スコアＥが基準値未満であった場合には（ステップＳ２４１においてＮＯ）、診断支援情報として「メタボリックシンドロームの疾患リスクは通常レベル」を採用し（ステップＳ２４３）、処理をリターンする。
【００８６】
上記のような診断支援情報生成処理Ｓ５により生成された診断支援情報は、ステップＳ８にて出力（画面表示）されることとなる。かかる診断支援情報には、上述したようにメタボリックシンドロームを有することによって増加する心血管イベントを中心とした疾患リスクに関する情報が含まれている。中村他( Nakamura et al. )、マグニチュード・オブ・サステインド・マルチプル・リスク・ファクターズ・フォー・イスケミック・ハート・ディジーズ・イン・ジャパニーズ・エンプロイーズ−ア・ケース・コントロール・スタディー−( Magnitude of Sustained Multiple Risk Factors for Ischemic Heart Disease in Japanese Employees - A Case-Control Study - )、ジャパニーズ・サーキュレーション・ジャーナル( Japanese Circulation Journal )、（日本）、日本循環器学会、２００１年、第６５巻、第１号、ｐ．１１−１７に開示されている通り、日本人において、糖尿病患者がさらにメタボリックシンドロームを有するということは、内臓脂肪肥満があり、さらに高脂血症または高血圧症を並存する場合であるが、そのいずれもが、糖尿病の合併症のうち最も重篤な合併症である大血管障害に対するリスクを非常に高めることが知られている。
【００８７】
このため医師が対象者が単なる糖尿病なのか、糖尿病であると共にメタボリックシンドロームでもあるのかを考慮することにより、対象者に対してより一層適切な診断、治療方針の決定等を行うことができる。また、メタボリックシンドロームの疾患リスクを診断支援情報の一部として単に出力するだけでなく、例えば、スコアＥの大きさによって糖尿病の疾患リスクに重み付けをしてもよいし、メタボリックシンドロームの疾患リスクが高いか通常レベルかを単に示す情報ではなく、例えば、スコアＥの大きさによってメタボリックシンドロームの疾患リスクを多値的に表した情報（例えば、疾患リスクが非常に高い、高い、中程度、低い等）を表示してもよい。これに対しては既にかなり多数の臨床疫学データ、EBMデータが出版されており、参考に出来る。
【００８８】
以上が診断支援情報生成処理の詳細な処理手順であるが、これに限るものではなく、患者の状況、医師独自の判断基準，論文など糖尿病及びメタボリックシンドロームの研究の成果などを考慮して、必要に応じて判断基準を追加，削除または変更してもよい。このシステムの利用者や専門の医師が容易に判断基準を追加等することができるように、判断基準の追加，変更をするための専用ツールを用いてもよい。
（実施の形態２）
次に、本発明の実施の形態２に係る診断支援システムについて説明する。図２に示すように、本実施の形態２に係る診断支援システム２０は、ハードディスク１１ｄにコンピュータ１０ａを以下のように動作させるアプリケーションプログラム２４ａがインストールされている。本実施の形態２に係る診断支援システムのその他の構成は、実施の形態１に係る診断支援システム１０の構成と同様であるので、同一構成要素については同一符号を付し、その説明を省略する。
【００８９】
次に、本実施の形態２に係る診断支援システム２０の動作について説明する。コンピュータ１０ａのＣＰＵ１１ａが、アプリケーションプログラム２４ａを実行することにより、コンピュータ１０ａが診断支援システム２０として機能し、以下のように動作する。本実施の形態２に係る診断支援システム２０は、メタボリックシンドローム疾患リスク分析処理（Ｓ２３）及び診断支援情報生成処理（ステップＳ２５）以外の部分においては、実施の形態１に係る診断支援システム１０と同様の動作を行うので（図３参照）、同様の部分については説明を省略する。
【００９０】
図１８は、本実施の形態２に係るメタボリックシンドローム疾患リスク分析処理（ステップＳ２３）の処理手順を示すフローチャートである。なお、本実施の形態２においては、ステップＳ１において入力される生理データに、糖尿病の有無、耐糖能異常の有無、血圧値、中性脂肪値、ＨＤＬコレステロール値、ウェスト／ヒップ比、ＢＭＩ、μ−Ａｌｂ、アルブミン／クレアチニン比が含まれる。また、メタボリックシンドローム疾患リスク分析処理では、メタボリックシンドロームの疾患リスクを示す２つの評価値（スコアＦ，Ｇとする）が算出される。
【００９１】
ＷＨＯにより策定された診断基準では、以下のうちの条件（１）、（２）のいずれか一つと、条件（３）〜（５）のうちの２つ以上を満たす場合にメタボリックシンドロームの疾患リスクが高いと判定される。
（１）耐糖能異常
耐糖能異常であること。
（２）糖尿病
糖尿病であること。
（３）血圧
血圧値が収縮期において１４０ｍｍＨｇ以上、拡張期において９０ｍｍＨｇ以上であること。
（４）高脂血症
血清中性脂肪量が１５０ｍｇ／ｄＬ以上であるか、ＨＤＬコレステロール値が男性で３５ｍｇ／ｄＬ未満、女性で３９ｍｇ／ｄＬ未満であること。
（５）内臓脂肪肥満
ウェスト／ヒップ比が男性で０．９０以上、女性で０．８５以上であるか、ＢＭＩが３０以上であること。
ｎ（６）微量アルブミン尿
μ-Albが２０μｇ／分 以上であるか、アルブミン／クレアチニン比が３０ｍｇ／ｇ以上であること。
本実施形態２に係るメタボリックシンドローム疾患リスク分析処理Ｓ２３においては、かかる診断基準を用いて疾患リスクの分析を行う。
【００９２】
本実施の形態２に係るメタボリックシンドローム疾患リスク分析処理においては、まずＣＰＵ１１ａは、変数Ｆ及びＧを夫々０にセットする（ステップＳ２８１）。次にＣＰＵ１１ａは、生理データに含まれる糖尿病の有無から、患者が糖尿病であるか否かを判別する（ステップＳ２８２）。糖尿病である場合には（ステップＳ２８２においてＹＥＳ）、ＣＰＵ１１ａは変数Ｆに１を加算し（ステップＳ２８３）、ステップＳ２８６へと処理を進める。ステップＳ２８２において糖尿病でなかった場合には（ステップＳ２８２においてＮＯ）、ＣＰＵ１１ａはステップＳ２８４へ処理を進める。
【００９３】
ステップＳ２８４においては、ＣＰＵ１１ａは、生理データに含まれる耐糖能異常の有無から、患者が耐糖能異常であるか否かを判別する。耐糖能異常である場合には（ステップＳ２８４においてＹＥＳ）、ＣＰＵ１１ａは、変数Ｆに１を加算し（ステップＳ２８５）、ステップＳ２８６へと処理を進める。ステップＳ２８４において耐糖能異常でなかった場合にも（ステップＳ２８４においてＮＯ）、ＣＰＵ１１ａはステップＳ２８６へ処理を進める。
【００９４】
ステップＳ２８６においては、ＣＰＵ１１ａは、生理データに含まれる血圧値を所定の基準値と比較する。このステップＳ２８６での比較の結果、血圧値が基準値を超えた場合には（ステップＳ２８６においてＹＥＳ）、ＣＰＵ１１ａは変数Ｇに１を加算し（ステップＳ２８７）、ステップＳ２８８へと処理を進める。ステップＳ２８６において血圧値が基準値を超えなかった場合にも（ステップＳ２８６においてＮＯ）、ＣＰＵ１１ａはステップＳ２８８へ処理を進める。
【００９５】
ステップＳ２８８においては、ＣＰＵ１１ａは、生理データに含まれる高脂血症に関する検査値（例えば、中性脂肪値及びＨＤＬコレステロール値）を所定の基準値と比較して、患者が高脂血症であるか否かを判別する。この結果、高脂血症に該当する場合には（ステップＳ２８８においてＹＥＳ）、ＣＰＵ１１ａは変数Ｇに１を加算し（ステップＳ２８９）、ステップＳ２９０へと処理を進める。ステップＳ２８８において高脂血症に該当しなかった場合にも（ステップＳ２８８においてＮＯ）、ＣＰＵ１１ａはステップＳ２９０へ処理を進める。
【００９６】
ステップＳ２９０においては、ＣＰＵ１１ａは、生理データに含まれる内臓脂肪肥満に関する検査値（例えば、ウェスト／ヒップ比、ＢＭＩ）を所定の基準値と比較して、患者が内臓脂肪肥満であるか否かを判別する。この結果、内臓脂肪肥満に該当する場合には（ステップＳ２９０においてＹＥＳ）、ＣＰＵ１１ａは変数Ｇに１を加算し（ステップＳ２９１）、ステップＳ２９２へと処理を進める。ステップＳ２９０において内臓脂肪肥満に該当しなかった場合にも（ステップＳ２９０においてＮＯ）、ＣＰＵ１１ａはステップＳ２９２へ処理を進める。
【００９７】
ステップＳ２９２においては、ＣＰＵ１１ａは、生理データに含まれる微量アルブミン尿に関する検査値（例えば、μーＡｌｂ、アルブミン／クレアチニン比）を所定の基準値と比較して、患者が微量アルブミン尿であるか否かを判別する。この結果、微量アルブミン尿に該当する場合には（ステップＳ２９２においてＹＥＳ）、ＣＰＵ１１ａは変数Ｇに１を加算し（ステップＳ２９３）、処理をリターンする。ステップＳ２９２において微量アルブミン尿に該当しなかった場合にも（ステップＳ２９２においてＮＯ）、ＣＰＵ１１ａは処理をリターンする。
【００９８】
図３に示すように、本実施の形態２に係る診断支援情報生成処理（ステップＳ２５）では、末梢インスリン抵抗性の治療方針の決定処理（ステップＳ５−１）、肝臓からのブドウ糖放出亢進の治療方針の決定処理（ステップＳ５−２）、長期の高血糖にさらされた糖毒性の治療方針の決定処理（ステップＳ５０３）、インスリン分泌の低下の治療方針の決定処理（ステップＳ５−４）、及びメタボリックシンドロームに疾患リスク判定処理（ステップＳ５−２５）が実行される。ここで、メタボリックシンドロームに疾患リスク判定処理（ステップＳ５−２５）以外の処理（ステップＳ５−１〜Ｓ５−４）は、実施の形態１で説明したものと同様であるので、その説明を省略する。図１９は、本実施の形態２に係る「メタボリックシンドロームの疾患リスク判定処理」の処理手順を示すフローチャートである。ＣＰＵ１１ａは、ステップＳ３４１において、ステップＳ２３において算出したスコアＦが所定の基準値（例えば１）以上であるか否かを判別する。スコアＦが基準値以上である場合には（ステップＳ３４１においてＹＥＳ）、ＣＰＵ１１ａは、ステップＳ２３において算出したスコアＧが所定の基準値（例えば２）以上であるか否かを判別する（ステップＳ３４２）。スコアＧが基準値以上である場合には（ステップＳ３４２においてＹＥＳ）、ＣＰＵ１１ａは、診断支援情報として、「メタボリックシンドロームの疾患リスクが高い」を採用し（ステップＳ３４３）、処理をリターンする。一方、ステップＳ３４１において、スコアＥが基準値未満であった場合（ステップＳ３４１においてＮＯ）、又はステップＳ３４２において、スコアＧが基準値未満であった場合には（ステップＳ３４２においてＮＯ）、診断支援情報として「メタボリックシンドロームの疾患リスクは通常レベル」を採用し（ステップＳ３４４）、処理をリターンする。
【００９９】
なお、以上のようなメタボリックシンドロームの疾患リスクの分析では、上述したようなＷＨＯによって策定された診断基準を用いてもよいが、この診断基準は欧米人向けのものであるので、例えば患者が日本人の場合には、日本人に適合した診断基準を用いることにより、より一層正確な診断支援情報を提供することができる。また、上述した診断基準は例であり、したがって本発明に係る診断支援システムにおいて用いられる糖尿病又はメタボリックシンドロームの診断基準は上述したものに限定されず、糖尿病又はメタボリックシンドロームの診断基準であれば、他の診断基準を適用してもよいことはいうまでもない。
【０１００】
また、本実施の形態２においては、糖尿病の有無を生理データとして外部から受け付け、これを用いてメタボリックシンドロームの疾患リスクを分析する構成について述べたが、これに限定されるものではなく、ステップＳ５−１〜Ｓ５−４において糖尿病であるか否かを判定し、この判定結果を用いてメタボリックシンドローム疾患リスク分析を行う構成であってもよい。糖尿病であるか否かの判定は、例えば、スコアＡ〜Ｄの何れか少なくとも１つが所定値よりも大きいか否かを判別したり、スコアＡ〜Ｄの合計が所定値よりも大きいか否かを判別したりすることにより行うことが可能である。また、この場合には、ステップＳ５−１〜Ｓ５−４の処理をメタボリックシンドロームの疾患リスク分析処理（ステップＳ３３）よりも先に実行しておくことが必要である。
（実施の形態３）
次に、本発明の実施の形態３に係る診断支援システムについて説明する。図２に示すように、本実施の形態３に係る診断支援システム３０は、ハードディスク１１ｄにコンピュータ１０ａを以下のように動作させるアプリケーションプログラム３４ａがインストールされている。本実施の形態３に係る診断支援システムのその他の構成は、実施の形態１に係る診断支援システム１０の構成と同様であるので、同一構成要素については同一符号を付し、その説明を省略する。
【０１０１】
次に、本実施の形態３に係る診断支援システム３０の動作について説明する。コンピュータ１０ａのＣＰＵ１１ａが、アプリケーションプログラム３４ａを実行することにより、コンピュータ１０ａが診断支援システム３０として機能し、以下のように動作する。本実施の形態３に係る診断支援システム３０は、メタボリックシンドローム疾患リスク分析処理（Ｓ３３）以外の部分においては、実施の形態２に係る診断支援システム２０と同様の動作を行うので（図３参照）、同様の部分については説明を省略する。
【０１０２】
図２０は、本実施の形態３に係るメタボリックシンドローム疾患リスク分析処理（ステップＳ３３）の処理手順を示すフローチャートである。なお、本実施の形態３においては、ステップＳ１において入力される生理データに、糖尿病の有無、耐糖能異常の有無に代えて、インスリン抵抗性の有無が含まれる。本実施の形態３に係るメタボリックシンドローム疾患リスク分析処理においては、ＣＰＵ１１ａが変数Ｆ及びＧを夫々０にセットした（ステップＳ２８１）後、生理データに含まれるインスリン抵抗性の有無から、患者がインスリン抵抗性であるか否かを判別する（ステップＳ３８２）。インスリン抵抗性である場合には（ステップＳ３８２においてＹＥＳ）、ＣＰＵ１１ａは変数Ｆに１を加算し（ステップＳ３８３）、ステップＳ２８６へと処理を進める。ステップＳ３８２においてインスリン抵抗性でなかった場合にも（ステップＳ３８２においてＮＯ）、ＣＰＵ１１ａはステップＳ２８６へ処理を進める。本実施の形態３におけるメタボリックシンドローム疾患リスク分析処理（ステップＳ３３）のその他の処理は、実施の形態２において説明したメタボリックシンドローム疾患リスク分析処理（ステップＳ２３）と同様であるので、その説明を省略する。
【０１０３】
このように、本実施の形態３においては、インスリン抵抗性の有無を用いてメタボリックシンドロームの疾患リスク分析を行う。メタボリックシンドロームにおける糖代謝異常は、インスリン抵抗性が原因であると考えられており、よってかかるメタボリックシンドロームの重大な危険因子であるインスリン抵抗性の有無を用いることにより、高精度なリスク分析を行うことができる。
【０１０４】
なお、本実施の形態３においては、インスリン抵抗性を生理データとして外部から受け付け、これによってメタボリックシンドロームの疾患リスクを分析する構成について述べたが、これに限定されるものではなく、ステップＳ５−１においてインスリン抵抗性であるか否かを判定し、この判定結果を用いてメタボリックシンドローム疾患リスク分析を行う構成であってもよい。インスリン抵抗性であるか否かの判定は、例えば、スコアＡが所定値よりも大きいか否かを判別することにより行うことが可能である。また、この場合には、ステップＳ５−１〜Ｓ５−４の処理をメタボリックシンドロームの疾患リスク分析処理（ステップＳ３３）よりも先に実行しておくことが必要である。
【０１０５】
以上説明したように実施の形態１〜３に係る診断支援システム１０，２０，３０においては、糖尿病の治療方針及びメタボリックシンドロームの疾患リスク分析結果が決定された後、ステップＳ８において、決定された治療方針及びメタボリックシンドロームの疾患リスク分析結果を含む診断支援情報が医師等に提供されることになる。１人の患者について、再診および再々診等ごとに同様の検査、分析をして数値化した分析結果（スコア）を得るとともに診断支援情報を提供することができるので、時間経過に伴う患者の状態の変化を客観的かつ的確に把握し、経過状態に応じて適切な判断に基づく治療をすることができる。
【０１０６】
たとえば、スコアの変化を見ることにより、単に分類された糖尿病の病態の変化及びメタボリックシンドロームの病態の変化を知ることができるだけでなく、定量化されたスコア値からどの程度病態が変化したかを確認することができ、より適切な判断、治療が可能となる。また、この診断支援システムを利用することにより、不確定要素の多い経験や主観に頼らずに、予め用意された画一的な判断基準で病態の分析や治療方針を得ることができるので、糖尿病及びメタボリックシンドロームの専門医でない者でも、専門医と同等かまたはそれに近い判断や治療をすることが可能となる。
【０１０７】
また、糖尿病と密接な関係を有するメタボリックシンドロームについての疾患リスクを利用者に提供することができるため、この情報に基づいて医師が糖尿病の治療方針、予防方針を決定することもできる。例えば、糖尿病の非専門医が当該システム１０，２０をある患者について使用して、当該患者においては糖尿病はまだ発症していないものの、メタボリックシンドロームの疾患リスクが高いという診断支援情報を得た場合には、当該患者に対してメタボリックシンドロームの治療及び糖尿病の予防プログラムを実行するという診断を下すことができる。
【産業上の利用可能性】
【０１０８】
本発明に係る診断支援システム及びコンピュータプログラムは、糖尿病の疾患リスクと、メタボリックシンドロームの疾患リスクとを医師等に提供することができ、糖尿病又はメタボリックシンドロームの診断において、その診断の信頼性を高めることができるという効果を奏し、対象者における糖尿病及びメタボリックシンドロームの疾患リスクを分析することにより糖尿病及びメタボリックシンドロームの疾患リスク情報を提供する診断支援システム、及びコンピュータを診断支援システムとして機能させるためのコンピュータプログラムとして有用である。
【図面の簡単な説明】
【０１０９】
【図１】本発明の実施の形態１に係る診断支援システムの概念的構成を示す機能ブロック図である。
【図２】本発明の実施の形態１に係る診断支援システムのハードウェア構成を示すブロック図である。
【図３】本発明の実施の形態１に係る診断支援システムの動作の流れを示すフローチャートである。
【図４】末梢のインスリン抵抗性判定処理の処理手順を示すフローチャートである。
【図５】肝臓からのブドウ糖放出亢進判定処理の処理手順を示すフローチャートである。
【図６】長期の高血糖にさらされた糖毒性判定処理の処理手順を示すフローチャートである。
【図７】インスリン分泌の低下判定処理の処理手順を示すフローチャートである。
【図８】本発明の実施の形態１に係るメタボリックシンドローム疾患リスク分析処理の処理手順を示すフローチャートである。
【図９】本発明の実施の形態１に係る診断支援情報生成処理の処理手順を示すフローチャートである。
【図１０】末梢インスリン抵抗性の治療方針の決定処理の処理手順を示すフローチャートである。
【図１１】肝臓からのブドウ糖放出亢進の治療方針の決定処理の処理手順を示すフローチャートである。
【図１２】長期の高血糖にさらされた糖毒性の治療方針の決定処理の処理手順を示すフローチャートである。
【図１３】インスリン分泌の低下の治療方針の決定処理の処理手順を示すフローチャートである。
【図１４】本発明の実施の形態１に係るメタボリックシンドロームの疾患リスク判定処理の処理手順を示すフローチャートである。
【図１５】各病因の患者ごとの生理データ及びスコアの具体例を示す図表である。
【図１６】糖尿病の病態を３次元的に分類した例を示す３次元グラフである。
【図１７】糖尿病の病態を３次元的に分類した例を示す３次元グラフである。
【図１８】本発明の実施の形態２に係るメタボリックシンドローム疾患リスク分析処理の処理手順を示すフローチャートである。
【図１９】本発明の実施の形態２に係るメタボリックシンドロームの疾患リスク判定処理の処理手順を示すフローチャートである。
【図２０】本発明の実施の形態３に係るメタボリックシンドローム疾患リスク分析処理の処理手順を示すフローチャートである。
【符号の説明】
【０１１０】
１ 生理データ入力部
２ 糖尿病疾患リスク分析部
３ メタボリックシンドローム疾患リスク分析部
４ 診断支援情報生成部
５ 生体モデル生成部
５ａ 生体モデル
５ｂ 生体モデル駆動部
６ 病態シミュレーション部
７ 診断支援情報出力部
１０，２０，３０ 診断支援システム
１０ａ コンピュータ
１１ 本体
１１ａ ＣＰＵ
１１ｂ ＲＯＭ
１１ｃ ＲＡＭ
１１ｄ ハードディスク
１１ｅ 読出装置
１１ｆ 入出力インタフェース
１１ｇ 通信インタフェース
１１ｈ 画像出力インタフェース
１１ｉ バス
１２ ディスプレイ
１３ 入力デバイス
１４ 可搬型記録媒体
１４ａ，２４ａ，３４ａ アプリケーションプログラム
【技術分野】
【０００１】
本発明は、対象者における糖尿病及びメタボリックシンドロームの疾患リスクを分析することにより糖尿病及びメタボリックシンドロームの疾患リスク情報を提供する診断支援システム、及びコンピュータを診断支援システムとして機能させるためのコンピュータプログラムに関する。
【背景技術】
【０００２】
糖尿病は生活習慣病の代表であり、生活習慣の欧米化に伴い、患者数が急増している疾患である。かかる糖尿病は、その病態が多数のパターンに分れており、夫々の病態パターンに合致した治療パターンを選択することが必要とされるが、糖尿病の専門医でなければ、患者に最適な治療パターンを選択することは困難であった。そこで、糖尿病の専門家ではない開業医、一般内科医等であっても最適な糖尿病の診断を行うことができるように、糖尿病の診断を支援する情報を提供する診断支援システムが開発されている（例えば、特許文献１〜３参照）。
【０００３】
その一方で、かかる糖尿病を含む生活習慣病の発症リスクを高める因子として、「内臓脂肪症候群」、「シンドロームＸ」、「死の四重奏」、「インスリン抵抗性症候群」、「マルチプルリスクファクター症候群」などが研究者によって発表されている。現在では、これらの概念は代謝症候群とも称される「メタボリックシンドローム」という概念に統一されている。メタボリックシンドロームは、高血圧症、高脂血症、インスリン抵抗性、高尿酸血症などの生活習慣病危険因子を併せ持つことで、動脈硬化性疾患の発症リスクを著しく引き上げる症候群とされている。
【０００４】
【特許文献１】特開平１０−３３２７０４号公報
【特許文献２】特開平１１−２９６５９８号公報
【特許文献３】特開２００４−１５４３４１号公報
【発明の開示】
【発明が解決しようとする課題】
【０００５】
かかるメタボリックシンドロームは、数々の生活習慣病の危険因子となるため、その是正は健康政策上の重要な課題である。そのためには、患者のメタボリックシンドロームの疾患リスクを的確に分析することが必要である。また、メタボリックシンドロームが糖尿病と密接に関係していることから、糖尿病の診断において、患者のメタボリックシンドロームに関する疾患情報があれば、これを考慮することで診断の信頼性を高めることができ、またその反対にメタボリックシンドロームの診断においても、患者の糖尿病に関する疾患情報を考慮することによってその診断の信頼性を高めることができる。しかしながら、上述したような従来の診断支援システムにあっては、システムが提供可能な情報が糖尿病の疾患リスク等の糖尿病に関する情報のみであり、メタボリックシンドロームに関する情報を提供することはできなかった。
【０００６】
本発明は、かかる事情に鑑みてなされたものであり、対象者（患者）の糖尿病に関する情報だけでなく、メタボリックシンドロームに関する情報をも提供することが可能な診断支援システム及びコンピュータプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００７】
本発明に係る診断支援システムは、対象者の生理状態を示す生理情報の入力を受け付ける入力受付手段と、当該入力受付手段が受け付けた生理情報と、予め設定された判定基準とを比較して、対象者における糖尿病の疾患リスクを分析する第１リスク分析手段と、前記入力受付手段が受け付けた生理情報と、予め設定された判定基準とを比較して、対象者におけるメタボリックシンドロームの疾患リスクを分析する第２リスク分析手段と、前記第１リスク分析手段による分析結果と、前記第２リスク分析手段による分析結果とを出力する出力手段とを備えることを特徴とする。
【０００８】
かかる構成とすることにより、第１リスク分析手段によって分析された糖尿病の疾患リスクと、第２リスク分析手段によって分析されたメタボリックシンドロームの疾患リスクとを提供することができ、糖尿病又はメタボリックシンドロームの診断において、その診断の信頼性を高めることができる。
【０００９】
上記発明においては、前記生理情報は、ウェスト径、中性脂肪値、ＨＤＬコレステロール値、血圧値、及び空腹時血糖値を含み、前記第２リスク分析手段は、生理情報に含まれるウェスト径、中性脂肪値、ＨＤＬコレステロール値、血圧値、空腹時血糖値が各別に対応する判定基準を夫々超えるか否かを判別し、判別結果に基づいて対象者におけるメタボリックシンドロームの疾患リスクを分析する構成とすることが好ましい。これにより、メタボリックシンドロームの疾患リスクを正確に分析することが可能となる。
【００１０】
上記発明においては、前記第２リスク分析手段は、生理情報に含まれる少なくとも中性脂肪値又はＨＤＬコレステロール値、血圧値、及び空腹時血糖値のうちのいくつが前記判定基準を超えたかを計数する計数手段と、当該計数手段による計数結果が所定数を超えるか否かを判別する判別手段とを備え、当該判別手段によって前記計数結果が所定数を超えると判別された場合に、メタボリックシンドロームの疾患リスクが高いと分析するように構成されていることが好ましい。なお、ここでいう「判定基準を超える」とは、ウェスト径等の値が、判定基準によって区分される正常側領域と異常側領域とのうち異常側領域に入ることを意味し、例えば、判定基準を上回った場合に異常とされる場合には判定基準を上回ることを意味し、判定基準を下回った場合に異常とされる場合には判定基準を下回ることを意味する。
【００１１】
上記発明においては、前記生理情報に、血圧値、高脂血症に関する検査値、内臓脂肪肥満に関する検査値、及び微量アルブミン尿に関する検査値を含めることが好ましい。
【００１２】
上記発明においては、前記生理情報は、例えば、糖尿病、耐糖能異常に該当しているか否かを示す情報、糖尿病、耐糖能異常の程度（重度、中度、軽度等）を示す情報等のような糖尿病及び／又は耐糖能異常に関する情報を更に含み、前記第２リスク分析手段は、前記対象者が糖尿病又は耐糖能異常に該当しているか否かを判別する第１分析手段と、生理情報に含まれる血圧値、高脂血症に関する検査値、内臓脂肪肥満に関する検査値、及び微量アルブミン尿に関する検査値が各別に対応する判定基準を夫々超えるか否かを判別する第２分析手段とを備え、前記第１分析手段による判別結果と、前記第２分析手段による判別結果とに基づいて、対象者におけるメタボリックシンドロームの疾患リスクを分析する構成とすることができるし、前記第２リスク分析手段は、前記第１リスク分析手段による分析結果に基づいて前記対象者が糖尿病に該当しているか否かを判別する第１分析手段と、生理情報に含まれる血圧値、高脂血症に関する検査値、内臓脂肪肥満に関する検査値、及び微量アルブミン尿に関する検査値が各別に対応する判定基準を夫々超えるか否かを判別する第２分析手段とを備え、前記第１分析手段による判別結果と、前記第２分析手段による判別結果とに基づいて、対象者におけるメタボリックシンドロームの疾患リスクを分析する構成とすることもできる。
【００１３】
また、かかる場合においては、前記第２分析手段は、生理情報に含まれる血圧値、高脂血症に関する検査値、内臓脂肪肥満に関する検査値、及び微量アルブミン尿に関する検査値のうちのいくつが前記判定基準を超えたかを計数するように構成されており、前記第２リスク分析手段は、前記第２分析手段による計数結果が所定数を超えるか否かを判別する判別手段を備え、前記第１分析手段による判別の結果、対象者が糖尿病又は耐糖能異常に該当しており、しかも、前記判別手段によって前記計数結果が所定数を超えると判別された場合に、メタボリックシンドロームの疾患リスクが高いと分析するように構成されていることが好ましい。これにより、メタボリックシンドロームの疾患リスクを正確に分析することが可能となる。なお、ここでいう「判定基準を超える」とは、血圧等の値が、判定基準によって区分される正常側領域と異常側領域とのうち異常側領域に入ることを意味し、例えば、判定基準を上回った場合に異常とされる場合には判定基準を上回ることを意味し、判定基準を下回った場合に異常とされる場合には判定基準を下回ることを意味する。
【００１４】
上記発明においては、前記生理情報は、インスリン抵抗性に関する検査値を更に含み、前記第２リスク分析手段は、前記対象者がインスリン抵抗性に該当しているか否かを判別する第１分析手段と、生理情報に含まれる血圧値、高脂血症に関する検査値、内臓脂肪肥満に関する検査値、及び微量アルブミン尿に関する検査値が各別に対応する判定基準を夫々超えるか否かを判別する第２分析手段とを備え、前記第１分析手段による判別結果と、前記第２分析手段による判別結果とに基づいて、対象者におけるメタボリックシンドロームの疾患リスクを分析する構成とすることが可能であり、また、前記第２リスク分析手段は、前記第１リスク分析手段による分析結果に基づいて前記対象者がインスリン抵抗性に該当しているか否かを判別する第１分析手段と、生理情報に含まれる血圧値、高脂血症に関する検査値、内臓脂肪肥満に関する検査値、及び微量アルブミン尿に関する検査値が各別に対応する判定基準を夫々超えるか否かを判別する第２分析手段とを備え、前記第１分析手段による判別結果と、前記第２分析手段による判別結果とに基づいて、対象者におけるメタボリックシンドロームの疾患リスクを分析する構成とすることも可能である。
【００１５】
かかる場合においては、前記第２分析手段は、生理情報に含まれる血圧値、高脂血症に関する検査値、内臓脂肪肥満に関する検査値、及び微量アルブミン尿に関する検査値のうちのいくつが前記判定基準を超えたかを計数するように構成されており、前記第２リスク分析手段は、前記第２分析手段による計数結果が所定数を超えるか否かを判別する判別手段を備え、前記第１分析手段による判別の結果、対象者がインスリン抵抗性に該当しており、しかも、前記判別手段によって前記計数結果が所定数を超えると判別された場合に、メタボリックシンドロームの疾患リスクが高いと分析するように構成されていることが好ましい。これにより、メタボリックシンドロームの疾患リスクを正確に分析することが可能となる。
【００１６】
上記発明においては、前記高脂血症に関する検査値を、中性脂肪値又はＨＤＬコレステロール値とすることが可能である。また、前記内臓脂肪肥満に関する検査値を、ウェスト径、ウェスト／ヒップ比又はＢＭＩとすることが可能である。また、前記微量アルブミン尿に関する検査値を、μ−Ａｌｂ又はアルブミン／クレアチニン比とすることも可能である。
【００１７】
上記発明においては、前記第１リスク分析手段は、対象者におけるインスリン抵抗性の程度を分析するインスリン抵抗性リスク分析手段と、対象者におけるブドウ糖放出亢進の程度を分析するブドウ糖放出亢進リスク分析手段と、対象者におけるインスリン分泌低下の程度を分析するインスリン分泌低下リスク分析手段とを備える構成とすることが好ましい。糖尿病の病態は、インスリン抵抗性、ブドウ糖放出亢進、及びインスリン分泌低下に大別されるため、かかる構成とすることにより、夫々の病態毎にその程度が求められることとなる。よって、これらの病態の程度を総合的に判断することにより、糖尿病の疾患リスクを正確に分析することが可能となる。
【００１８】
また、この場合においては、前記第１リスク分析手段は、対象者における糖毒性の程度を分析する糖毒性リスク分析手段を更に備える構成とすることも可能である。基本的には、糖尿病の病態は上述した３つの病態インスリン抵抗性、ブドウ糖放出亢進、及びインスリン分泌低下）に分けられるが、糖毒性についての分析結果を併せることにより、より一層糖尿病の疾患リスクの分析結果をより一層高めることができる。
【００１９】
上記発明においては、入力に対して生体器官における糖尿病の病態を模した出力を生成する生体モデルと、当該生体モデルを用いて対象者に治療を行った場合の生体器官をシミュレートし、治療後の病態を予測する病態予測手段と、当該病態予測手段による予測結果を出力する予測結果出力手段とを更に備える構成とすることが好ましい。これにより、治療を行ったときの治療の効果を予測することができ、糖尿病の非専門医であっても正しい治療パターンの検討を容易に行うことができる。
【００２０】
上記発明においては、前記第１リスク分析手段による分析結果に基づいて、医師の診断に使用するための診断支援情報を生成する診断支援情報生成手段と、当該診断支援情報生成手段によって生成された診断支援情報を出力する診断支援情報出力手段とを更に備える構成とすることが好ましい。これにより、糖尿病の非専門家であっても、診断支援情報を用いることによって糖尿病の診断を容易且つ正確に行うことが可能となる。
【００２１】
本発明に係るコンピュータプログラムは、入力装置及び出力装置を有するコンピュータを、糖尿病及びメタボリックシンドロームの診断の支援に用いられる診断支援システムとして機能させるためのコンピュータプログラムであって、前記コンピュータを、前記入力装置によって対象者の生理状態を示す生理情報の入力を受け付ける入力受付手段と、当該入力受付手段が受け付けた生理情報と、予め設定された判定基準とを比較して、対象者における糖尿病の疾患リスクを分析する第１リスク分析手段と、前記入力受付手段が受け付けた生理情報と、予め設定された判定基準とを比較して、対象者におけるメタボリックシンドロームの疾患リスクを分析する第２リスク分析手段と、前記第１リスク分析手段による分析結果と、前記第２リスク分析手段による分析結果とを前記出力装置に出力させる出力手段として機能させることを特徴とする。
【００２２】
このようにすることにより、第１リスク分析手段によって分析された糖尿病の疾患リスクと、第２リスク分析手段によって分析されたメタボリックシンドロームの疾患リスクとを提供することができ、糖尿病又はメタボリックシンドロームの診断において、その診断の信頼性を高めることができる。
【発明の効果】
【００２３】
本発明に係る診断支援システム及びコンピュータプログラムによれば、糖尿病の疾患リスクと、メタボリックシンドロームの疾患リスクとを医師等に提供することができ、糖尿病又はメタボリックシンドロームの診断において、その診断の信頼性を高めることができる等、本発明は優れた効果を奏する。
【発明を実施するための最良の形態】
【００２４】
以下、本発明の実施の形態に係る診断支援システム及びコンピュータプログラムについて、図面を参照しながら具体的に説明する。
（実施の形態１）
図１は、この発明の実施の形態１に係る診断支援システムの概念的構成を示す機能ブロック図である。図１に示すように、この実施形態の診断支援システム１０は、生理データ入力部１、糖尿病疾患リスク分析部２、メタボリックシンドローム疾患リスク分析部３、診断支援情報生成部４、生体モデル生成部５、生体モデル５ａ、生体モデル駆動部５ｂ、病態シミュレーション部６、および診断支援情報出力部７の各機能ブロックを有している。このようなそれぞれの機能ブロックは、次のようなハードウェア構成と、コンピュータプログラムとが協働することにより実現されている。
【００２５】
図２は、本実施の形態１に係る診断支援システムのハードウェア構成を示すブロック図である。本実施の形態１に係る診断支援システム１０は、本体１１と、ディスプレイ１２と、入力デバイス１３とから主として構成されたコンピュータ１０ａによって構成されている。本体１１は、ＣＰＵ１１ａと、ＲＯＭ１１ｂと、ＲＡＭ１１ｃと、ハードディスク１１ｄと、読出装置１１ｅと、入出力インタフェース１１ｆと、通信インタフェース１１ｇと、画像出力インタフェース１１ｈとから主として構成されており、ＣＰＵ１１ａ、ＲＯＭ１１ｂ、ＲＡＭ１１ｃ、ハードディスク１１ｄ、読出装置１１ｅ、入出力インタフェース１１ｆ、および画像出力インタフェース１１ｈは、バス１１ｉによってデータ通信可能に接続されている。
【００２６】
ＣＰＵ１１ａは、ＲＯＭ１１ｂに記憶されているコンピュータプログラムおよびＲＡＭ１１ｃにロードされたコンピュータプログラムを実行することが可能である。そして、後述するようなアプリケーションプログラム１４ａを当該ＣＰＵ１１ａが実行することにより、前述した各機能ブロックが実現され、コンピュータ１０ａが診断支援システム１０として機能する。
【００２７】
ＲＯＭ１１ｂは、マスクＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ等によって構成されており、ＣＰＵ１１ａに実行されるコンピュータプログラムおよびこれに用いるデータ等が記録されている。
【００２８】
ＲＡＭ１１ｃは、ＳＲＡＭまたはＤＲＡＭ等によって構成されている。ＲＡＭ１１ｃは、ＲＯＭ１１ｂおよびハードディスク１１ｄに記録されているコンピュータプログラムの読み出しに用いられる。また、これらのコンピュータプログラムを実行するときに、ＣＰＵ１１ａの作業領域として利用される。
【００２９】
ハードディスク１１ｄは、オペレーティングシステムおよびアプリケーションプログラム等、ＣＰＵ１１ａに実行させるための種々のコンピュータプログラムおよび当該コンピュータプログラムの実行に用いるデータがインストールされている。後述するアプリケーションプログラム１４ａも、このハードディスク１１ｄにインストールされている。
【００３０】
読出装置１１ｅは、フレキシブルディスクドライブ、ＣＤ−ＲＯＭドライブ、またはＤＶＤ−ＲＯＭドライブ等によって構成されており、可搬型記録媒体１４に記録されたコンピュータプログラムまたはデータを読み出すことができる。また、可搬型記録媒体１４には、コンピュータを本発明に係る診断支援システムとして機能させるためのアプリケーションプログラム１４ａが格納されており、コンピュータ１０ａが当該可搬型記録媒体１４から本発明に係るアプリケーションプログラム１４ａを読み出し、当該アプリケーションプログラム１４ａをハードディスク１１ｄにインストールすることが可能である。
【００３１】
なお、前記アプリケーションプログラム１４ａは、可搬型記録媒体１４によって提供されるのみならず、電気通信回線（有線、無線を問わない）によってコンピュータ１０ａと通信可能に接続された外部の機器から前記電気通信回線を通じて提供することも可能である。例えば、前記アプリケーションプログラム１４ａがインターネット上のサーバコンピュータのハードディスク内に格納されており、このサーバコンピュータにコンピュータ１０ａがアクセスして、当該コンピュータプログラムをダウンロードし、これをハードディスク１１ｄにインストールすることも可能である。
【００３２】
また、ハードディスク１１ｄには、例えば米マイクロソフト社が製造販売するWindows（登録商標）等のグラフィカルユーザインタフェース環境を提供するオペレーティングシステムがインストールされている。以下の説明においては、本実施の形態１に係るアプリケーションプログラム１４ａは当該オペレーティングシステム上で動作するものとしている。
【００３３】
入出力インタフェース１１ｆは、例えばUSB，IEEE1394，RS-232C等のシリアルインタフェース、SCSI，IDE，IEEE1284等のパラレルインタフェース、およびＤ／Ａ変換器、Ａ／Ｄ変換器等からなるアナログインタフェース等から構成されている。入出力インタフェース１１ｆには、キーボードおよびマウスからなる入力デバイス１３が接続されており、ユーザが当該入力デバイス１３を使用することにより、コンピュータ１０ａにデータを入力することが可能である。
【００３４】
画像出力インタフェース１１ｈは、ＬＣＤまたはＣＲＴ等で構成されたディスプレイ１２に接続されており、ＣＰＵ１１ａから与えられた画像データに応じた映像信号をディスプレイ１２に出力するようになっている。ディスプレイ１２は、入力された映像信号にしたがって、画像（画面）を表示する。
【００３５】
図１に示す生理データ入力部１は、血糖値等の検査結果の数値（検査値）、医師の問診により得られた所見情報、その他の対象者（診断対象者、患者）の生理状態を示す情報を本システムに入力する部分であり、図２に示すような入力デバイス１３、入出力インタフェース１１ｆ、及び入力デバイス１３からの情報の入力の受け付けに関するコンピュータプログラムによって構成されている。本実施の形態１では、生理データ入力部１を入力デバイス１３により構成したが、これに限定されるものではなく、例えば、入力デバイス１３以外にも、ＯＣＲ、スキャナ等の各種入力機器を備える構成としてもよいし、コンピュータ１０ａがアクセス可能なデータベース等に各種情報を登録しておき、このデータベースにコンピュータ１０ａがアクセスすることにより情報を入力する構成としてもよい。入力された情報は、糖尿病疾患リスク分析部２、メタボリックシンドローム疾患リスク分析部３等で利用されるように、ハードディスク１１ｄに格納される。
【００３６】
ここで、本実施形態では、入力される生理データとしては、少なくとも、経口糖負荷試験におけるインスリン値（μｕ／ｍｌ）、血糖値（ｍｇ／ｄｌ）、空腹時および食後２時間のインスリン値ａ（μｕ／ｍｌ）、血糖値ｂ（ｍｇ／ｄｌ）、ＨＯＭＡ−ＩＲ値（＝ａ×ｂ／４０５）、２４時間尿中Ｃペプチド（μｇ）、糖化タンパク指標ＨｂＡ1C、体重減少の有無、ＢＭＩ値、ΔＩＲＩ／ΔＢＳ、尿ケトン体が陽性か否か、ウェスト径、中性脂肪値、ＨＤＬコレステロール値、血圧値などがあげられる。ただし、これらに限るものではなく、必要に応じて他の検査値等を入力してもよい。また、臨床所見としては、肥満または痩せの状態、空腹時または食後の血糖値の状態、糖質の摂取状態等が挙げられる。また、ＨＯＭＡ−ＩＲ値は、生理データとして入力されるのではなく、ＣＰＵ１１ａが空腹時のインスリン値ａと、血糖値ｂとを用いて算出してもよい。
【００３７】
糖尿病疾患リスク分析部２は、入力された生理データに基づいて、対象者の糖尿病に関する疾患リスクを分析する部分である。以下の実施例では、糖尿病の原因となる病因を次の４つに分類するものとする。
（ａ）末梢のインスリン抵抗性
（ｂ）肝臓からのブドウ糖放出亢進
（ｃ）長期の高血糖にさらされた糖毒性
（ｄ）インスリン分泌の低下
糖尿病疾患リスク分析部２では、この４つの病因それぞれについて、評価値を算出する。評価値とは、その病因の糖尿病への影響度を意味する。各評価値は、後述するような分析判定基準に基づいて算出され、実数値として出力される。以下、この評価値をスコアと呼ぶ。上記分析判定基準は、予めハードディスク１１ｄに格納されており、アプリケーションプログラム１４ａに基づいて、順次入力データと判定基準値との比較をすることによりスコアが算出される。出力されたスコアは、診断支援情報生成部４に与えられ、治療方法などの支援情報の作成に用いられる。
【００３８】
メタボリックシンドローム疾患リスク分析部３は、入力された生理データに基づいて、対象者のメタボリックシンドロームに関する疾患リスクを分析する部分である。メタボリックシンドローム疾患リスク分析部３では、１つの評価値（スコア）を算出する。かかるスコアも、後述するような分析判定基準に基づいて算出され、実数値として出力される。メタボリックシンドロームに関する分析に使用される判定基準は、予めハードディスク１１ｄに格納されており、アプリケーションプログラム１４ａに基づいて、順次入力データと判定基準値との比較をすることによりスコアが算出される。かかるメタボリックシンドローム疾患リスク分析部３から出力されたスコアもまた、診断支援情報生成部４に与えられる。
【００３９】
診断支援情報生成部４は、糖尿病疾患リスク分析部２及びメタボリックシンドローム疾患リスク分析部３での分析結果と、生理データ入力部１から入力された生理データおよび専門医のノウハウを格納したデータベースなどを利用して、後述するような診断判断基準に基づいて、最適と考えられる治療方法をはじめとする診断支援情報を生成する部分である。専門医のノウハウを格納したデータベースは、専門医の糖尿病に対する薬剤の知識、運動療法に関する知識、食事療法に関する知識などからなり、各病態のパターンや患者の臨床所見、手術歴などに応じて治療方針として体系化されたものである。これらの情報はハードディスク１１ｄに格納されている。
【００４０】
薬剤の知識としては、糖尿病の各病態に応じて投与できる薬剤の候補、臨床所見に応じた薬剤の選択順位や投与量、患者の状態によっては投与できない薬剤の種類（禁忌情報）などが挙げられる。薬剤の投与比率は、その患者における各病因の糖尿病への影響度や腎臓など臓器器官に障害があるか否かのようなパラメータの強度の関数で与えられる。たとえば、ＴＺＤにＡＧＩを併用するといった薬剤投与の方針は、その患者の糖尿病の病因のうちインスリン抵抗性の向上が最大の影響を与えており、更に心不全がなく、電解質異常がなく、過去に消化管の手術がない等の条件を考え併せることで与えられる。運動療法の知識としては、各病態に応じた運動強度、運動量や推奨される運動種目などが挙げられる。食事療法の知識としては、各病態に応じた許容摂取カロリー、各栄養素の許容摂取量などが挙げられる。
【００４１】
生体モデル生成部５は、入力された生理データ及び糖尿病疾患リスク分析部２による分析結果に基づいて、対象者固有の生体パラメータ値を推定して生体モデル５ａを生成する部分である。生体モデル５ａは、糖尿病に関連する臓器、器官の機能を数理モデルとして記述したモデルであり、たとえば膵臓においてはインスリンの分泌機能、肝臓においてはブドウ糖の取り込みと放出の機能、末梢組織においてはインスリンを用いた糖の代謝の機能を表現することができる。モデルの表現方式としては、たとえば物質濃度を変数とする微分方程式として表現することができる。ただし、これらに限るものではなく、必要に応じて他の臓器、器官や他の機能を含んでもよく、他の表現方式を用いてもよい。この生体モデル５ａは、各患者に共通の構造部分と、患者ごとに異なる変数である生体パラメータとを有する。この生体パラメータは、たとえば、「糖利用」，「インスリン分泌」，「糖放出」の程度を表しており、対象者毎に異なるパラメータ値が定められる。これらのパラメータ値は、病態シミュレーション部６に与えられ、対象者の今後の糖尿病の病態を予測するのに用いられる。たとえば、「糖利用」とは筋や肥肪組織など末梢組織をはじめとする各細胞での糖類の消費量を意味し、これはインスリン抵抗性を予測するのに用いられる。
【００４２】
生体モデル駆動部５ｂは、生体モデル５ａを用いて、生体の挙動を再現するための計算を行うための部分である。たとえば、MatLab（マスワークス社製品）やE-Cell（慶應義塾大学公開ソフトウェア）を用いて、生体モデルの挙動を計算してもよい。また、他の計算システムを用いてもよい。前記生体モデル５ａとして前述したような微分方程式による数理モデルを用いる場合には、生体モデル駆動部５ｂとして、前記微分方程式の任意のパラメータ値を任意の時間間隔で計算できる数値計算ソフトウェアを用いることができる。
【００４３】
生体モデル生成部５は、生体モデル駆動部５ｂの出力が、入力された生理データ及び糖尿病疾患リスク分析部２から与えられた分析結果と合致するような、生体モデル５ａの各パラメータ値を推定する。各パラメータ値の推定方法としては、公知の最少二乗法、最急降下法、遺伝的アルゴリズム、又はシミュレーテッドアニーリング等を用いることができるが、これらに限るものではなく、必要に応じて他のアルゴリズムを用いてもよい。
【００４４】
病態シミュレーション部６は、生体モデル生成部５で生成された患者固有の生体モデルを用いて、その患者に対してある治療を行なった後の病態を予測する部分である。たとえば、治療前の病態が長期の高血糖にさらされた糖毒性を最大影響病因とする患者に対し、インスリン投与を施したと仮定するシミュレーションの結果、「インスリン分泌」の上昇と「糖放出」の低下は見られたが「糖利用」の上昇が見られないといった場合には、治療後の病態をインスリン抵抗性が最大影響病因と予測し、それを意味する結果を出力する。
【００４５】
診断支援情報出力部７は、診断支援情報生成部４で生成された治療方法又はメタボリックシンドロームの疾患リスクや、病態シミュレーション部６で予測される病態又は治療結果などの診断支援情報をディスプレイ１２に表示させる部分である。なお、ディスプレイ１２への表示に限らず、たとえば、プリンタなどの印刷装置に診断支援情報を印刷する構成であってもよい。このように診断支援情報は、ディスプレイ１２へ表示され、又は所定の用紙へ印刷されて、医師および患者等のユーザに提供される。
【００４６】
次に、本実施の形態１に係る診断支援システムの動作について説明する。コンピュータ１０ａのＣＰＵ１１ａが、アプリケーションプログラム１４ａを実行することにより、コンピュータ１０ａが診断支援システム１０として機能し、以下のように動作する。図３は、本発明の実施の形態１に係る診断支援システム１０の動作の流れを示すフローチャートである。まず、ＣＰＵ１１ａは、前記したようなある患者の生理データの入力を受け付ける（ステップＳ１）。
【００４７】
次に、ＣＰＵ１１ａは、糖尿病疾患リスク分析処理を実行する（ステップＳ２）。
糖尿病疾患リスク分析処理では、主として、次の４つの判定処理を行う。
ステップＳ２−１：末梢のインスリン抵抗性判定
ステップＳ２−２：肝臓からのブドウ糖放出亢進判定
ステップＳ２−３：長期の高血糖にさらされた糖毒性判定
ステップＳ２−４：インスリン分泌の低下判定
各ステップの詳細処理内容については、図４から図７に示す。
【００４８】
各ステップの判定処理が実行されると、そのステップごとに、ＣＰＵ１１ａによりスコアが算出され、ＲＡＭ１１ｃ又はハードディスク１１ｄに一時保存される。たとえば、ステップＳ２−１では、末梢のインスリン抵抗性判定処理を実行することにより、インスリン抵抗性が糖尿病の原因としてどの程度影響を及ぼしているかを示す評価値（スコアＡとする）が求められる。このスコアＡが一時保存され、後の診断支援情報生成処理（ステップＳ５）で用いられる。
【００４９】
同様に、ステップＳ２−２にて、ＣＰＵ１１ａによってブドウ糖放出亢進の評価値であるスコアＢが算出され、ステップＳ２−３にて糖毒性のスコアＣが、ステップＳ２−４にてインスリン分泌低下のスコアＤが夫々ＣＰＵ１１ａにより算出される。これらのスコアは、数値が大きいほどその病因の影響度が大きいことを示す。
【００５０】
次に、ＣＰＵ１１ａは、メタボリックシンドローム疾患リスク分析処理を実行する（ステップＳ３）。ここでは、メタボリックシンドロームの疾患リスクを示す評価値（スコアＥとする）が算出される。このスコアＥは、数値が大きいほどメタボリックシンドロームの疾患リスクが高い、即ち、メタボリックシンドロームの症状が重い、又はメタボリックシンドロームを発症する蓋然性が高いことを示す。当該ステップＳ３の詳細処理内容については、図８に示す。
【００５１】
次に、ＣＰＵ１１ａは、ステップＳ４において、診断支援情報の生成処理（ステップＳ５）へ進むか、生体モデル生成処理（ステップＳ６）へ進むかの判断をする。この判断は、利用者の入力をうながす表示をして、所定のキー入力により行なうようにしてもよい。あるいは、ステップＳ１の入力のときに、予め、利用者がどちらの処理をするかの情報を入力するようにしてもよい。また、このステップＳ４の分岐判断は必須のものではなく、ステップＳ５を実行した後に、シーケンシャルにステップＳ６，Ｓ７を実行するようにしてもよいし、ステップＳ６，７を実行した後に、シーケンシャルにステップＳ５を実行するようにしてもよい。
【００５２】
ステップＳ４において、診断支援情報生成処理をしない場合には（ステップＳ４においてＮＯ）、ＣＰＵ１１ａは、ステップＳ６へ処理を進め、生体モデル生成処理を実行する。生体モデル生成処理（ステップＳ６）では、主として入力された生理データ等を基に関数の値の算出などが行なわれ、前記したような生体パラメータ値が求められる。ステップＳ６の後、病態シミュレーション処理（ステップＳ７）が実行され、ＣＰＵ１１ａが、求められた生体パラメータ値を用いて、治療を行なった後の患者の病態を予測する。病態の予測は、たとえば、ある薬剤を特定量投与するといった情報を入力することで、ＣＰＵ１１ａが前記生態パラメータ値を表す各関数値を算出し、それら各生体パラメータ値の増加または減少からその患者の生理データを予測し、その結果を用いてステップＳ５を実行することにより行われる。この後、ステップＳ８へ進み、ステップＳ２，Ｓ３，Ｓ６およびＳ７で求められた診断に役立つ情報をディスプレイ１２に表示（またはプリンタで印刷）する。
【００５３】
ステップＳ４において、診断情報生成処理をする場合には（ステップＳ４においてＹＥＳ）、ＣＰＵ１１ａは、ステップＳ５へ処理を進め、診断支援情報生成処理を実行する。診断支援情報生成処理（ステップＳ５）では、ステップＳ２で求めた４つのスコア（Ａ，Ｂ，Ｃ，Ｄ）の大小関係によって、次の４つの処理のうちいずれかの処理がＣＰＵ１１ａにより実行される。
ステップＳ５−１：末梢のインスリン抵抗性と判定された場合
ステップＳ５−２：肝臓からのブドウ糖放出亢進と判定された場合
ステップＳ５−３：長期の高血糖にさらされた糖毒性と判定された場合
ステップＳ５−４：インスリン分泌の低下と判定された場合
これらの４つの処理では、ＣＰＵ１１ａが、それぞれの病因について、所定の診断基準に基づいて、治療方針，投与する薬剤等からなる診断支援情報を生成する。
【００５４】
また、ステップＳ５では、ＣＰＵ１１ａが、ステップＳ３で求めたスコア（Ｅ）を用いて、メタボリックシンドロームに疾患リスクを判定する（ステップＳ５−５）。各ステップＳ５−１〜Ｓ５−５の詳細処理内容については、図９〜図１４に示す。そして、ステップＳ５の後、ＣＰＵ１１ａが診断支援情報をディスプレイ１２に表示（またはプリンタで印刷）する（ステップＳ８）。以上がこの発明の診断支援システムの全体フローである。
【００５５】
次に、ステップＳ２の中の各判定処理について説明する。図４は、末梢のインスリン抵抗性判定処理（Ｓ２−１）の処理手順を示すフローチャートであり、図５は、肝臓からのブドウ糖放出亢進判定処理（Ｓ２−２）の処理手順を示すフローチャートであり、図６は、長期の高血糖にさらされた糖毒性判定処理（Ｓ２−３）の処理手順を示すフローチャートであり、図７は、インスリン分泌の低下判定処理（Ｓ２−４）の処理手順を示すフローチャートである。ステップＳ２−１，Ｓ２−２，Ｓ２−３およびＳ２−４の各処理の終了時において、それぞれ、スコアＡ，Ｂ，ＣおよびＤが算出される。
【００５６】
各スコア（Ａ、Ｂ、Ｃ、Ｄ）は、その判定処理で予め定められた数値の合計値（ＳＣ）として求められる。ただし、スコアを百分率（％）で表わすために、算出されたスコア値ＳＣを、最悪の場合に相当するスコアが最も高くなるような判定がされた場合のその総スコア値ＳＡで除算したものをスコアとして用いてもよい。すなわち、スコア（Ａ，Ｂ，Ｃ，Ｄ）＝（ＳＣ／ＳＡ）×１００（％）とする。また、分析判定基準の中に実施していない検査Ｋがある場合、最悪の場合の総スコア値ＳＡからその検査Ｋで得られるはずであったスコアの値（ＳＢ）を減算したものを総スコア値ＳＡとする（ＳＡ＝ＳＡ−ＳＢ）。このように％で表わすことにより、実施した検査の種類や個数によらない結果を得ることができる。
【００５７】
まず、図４における判定処理（Ｓ２−１）では、ＣＰＵ１１ａが、入力された「空腹時インスリン値」、「食後２時間血糖値」、「ＨＯＭＡ−ＩＲ」、「インスリンＯＧＴＴ頂値」、「２４時間尿中Ｃペプチド」のそれぞれについて、予め定められた判定基準値と比較する。更に具体的に説明すると、ＣＰＵ１１ａは、スコアＡを算出するための変数Ａを用意し、初期値をゼロとし、ステップＳ１０１〜Ｓ１１５の各判断において"ＹＥＳ"となった場合に、所定の点数を、この変数Ａに加算していく。
【００５８】
たとえば、ステップＳ１０１において、入力された「空腹時インスリン値」が１０以上の場合には"ＹＥＳ"となるので、ＣＰＵ１１ａは、この変数Ａに、１．５を加算する。また、たとえば「ＨＯＭＡ−ＩＲ」の検査を実施していない場合には、ステップＳ１０７で"ＮＯ"となり、ＣＰＵ１１ａは、数値の加算をせずに次の判断（ステップＳ１１０）へ処理を進める。ＣＰＵ１１ａは、ステップＳ１０１からステップＳ１１５までの各判断を実行した後、ステップＳ１１６において、変数Ａの値を用いてスコアＡの算出，保存を行なう。スコアＡは、変数Ａの数値をそのまま採用してもよいが、前記したように、変数ＡをこのステップＳ２−１全体の最大のスコア値となるルートをたどった場合の総スコア値ＳＡ（＝２３点）で除算し％で表わしたもの（変数Ａ／ＳＡ）×１００を採用することが好ましい。
【００５９】
同様にして、図５のステップＳ２−２において、ＣＰＵ１１ａは、初期値ゼロの変数Ｂに対して、判断ごとに数値を加算していき、ステップＳ１２１〜Ｓ１３３の後、ステップＳ１３４において、変数ＢからスコアＢを算出する。また、図６のステップＳ２−３において、ＣＰＵ１１ａは、初期値ゼロの変数Ｃに対して、ステップＳ１４１〜Ｓ１５２の判断ごとに数値を加算していき、ステップＳ１５３において、変数ＣからスコアＣを算出する。さらに、ＣＰＵ１１ａは、図７のステップＳ２−４において、初期値ゼロの変数Ｄに対して、ステップＳ１６１〜Ｓ１６９の判断ごとに数値を加算していき、ステップＳ１７０において、変数ＤからスコアＤを算出する。以上のようにして、ステップＳ２の処理が終了し、スコアＡ，Ｂ，Ｃ，Ｄが算出される。
【００６０】
このように、糖尿病疾患リスク分析処理（ステップＳ２）の４つの判定処理（図４〜図７）により、４つの評価値（スコア）が求められたが、これらのスコアの大きさを比較することにより、どの病因が最も影響度が大きいかを判断することができる。また、これら４つのスコア値各々の絶対的大きさの組み合わせで分類する処理をＣＰＵ１１ａが行うことにより、患者の病態を前記したような５つの糖尿病の病態のいずれに属するかを分類することができる。たとえば、図１６に示すように「インスリン抵抗性」、「糖毒性」、「インスリン分泌」の３つのスコア値を３次元空間にマッピングすれば、臨床像によって異なる位置にプロットされ、主要な病因に応じて病態を分類できる。また、図１７に示すように「インスリン抵抗性」「肝糖放出亢進」「インスリン分泌低下」の３つのスコア値を３次元空間にマッピングすれば、臨床像によって異なる位置にプロットされ、主要な病因に応じて病態を分類できる。
【００６１】
図１５は、入力データと、ステップＳ２で算出されたスコアについて、各病因の患者ごとの具体例を示す図表である。たとえば、インスリン抵抗性の判定において、スコアＡが最も高い数値０．８５となった患者は、インスリン抵抗性の病因が最も影響力が大きいことを示しており、「インスリン抵抗性患者」と判定される。
【００６２】
次に、メタボリックシンドローム疾患リスク分析処理（ステップＳ３）の処理内容について説明する。メタボリックシンドロームを構成する各因子は、それぞれが独立して存在するのではなく、原因となる主因子と、その因子と連動して引き起こされる従属因子に分けられ、それらの因子は相互に関連している。そのため、患者所見からメタボリックシンドロームの疾患リスクを分析するためには、単に特定の臨床検査値のみを用いるのではなく、複数の臨床検査値、所見を組み合わせて疾患リスクの分析を行うことが必要とされる。かかる見地から、米国コレステロール教育プログラム (NCEP)によってATPIII(Adult Treatment Panel III 2001)として以下のような基準が発表されている。
【００６３】
ATPIII診断基準によれば、以下のうちの３個以上の条件を満たす場合にメタボリックシンドロームの疾患リスクが高いと判定する。
（１）内蔵肥満
ウェスト径が男性で１０２ｃｍ以上、女性で８８ｃｍ以上であること。
（２）中性脂肪
中性脂肪値が１５０ｍｇ／ｄＬ以上であること。
（３）ＨＤＬコレステロール
ＨＤＬコレステロール値が男性で４０ｍｇ／ｄＬ未満、女性で５５ｍｇ／ｄＬ未満であること。
（４）血圧
血圧値が収縮期において１３０ｍｍＨｇ以上、拡張期において８５ｍｍＨｇ以上であること。
（５）空腹時血糖値
空腹時血糖値が１１０ｍｇ／ｄＬ以上であること。
以下に説明するメタボリックシンドローム疾患リスク分析処理においては、このような診断基準を用いて疾患リスクの分析を行うことができる。これにより、基準に合致した正確なメタボリックシンドロームの疾患リスクの判定を行うことが可能となる。なお、上記の診断基準は米国人向けに作成されたものであるので、例えば患者が日本人である場合には、上記のウェスト径の診断基準に代えて、次のような日本人向けの診断基準（２００５年４月８日、第１０２回日本内科学会講演会にて発表）を用いることができる。
【００６４】
以下のうちの（１）の条件を満たし、且つ（２）〜（４）の条件のうち２つ以上を満たす場合にメタボリックシンドロームの疾患リスクが高いと判定する。
（１）ウェスト径が男性で８５ｃｍ以上、女性９０ｃｍ以上であること。
（２）中性脂肪値が１５０ｍｇ／ｄＬ以上の高トリグリセライド血症、ＨＤＬコレステロール値が４０ｍｇ／ｄＬ未満の低ＨＤＬコレステロール血症のいずれか又は両方であること。
（３）血圧値が収縮期において１３０ｍｍＨｇ以上、拡張期において８５ｍｍＨｇ以上のいずれか又は両方であること。
（４）空腹時血糖値が１１０ｍｇ／ｄＬ以上であること。
このように対象者（患者）に適した診断基準を採用することにより、正確に疾患リスクを判定することができる。
【００６５】
図８は、本実施の形態１に係るメタボリックシンドローム疾患リスク分析処理（ステップＳ３）の処理手順を示すフローチャートである。ここでは、上述した日本人向けの診断基準を用いてメタボリックシンドロームの疾患リスク分析を行う場合について説明する。まずＣＰＵ１１ａは、ステップＳ１において入力を受け付けた生理データに含まれるウェスト径を所定の基準値と比較し（ステップＳ１８１）、ウェスト径が基準値を超えた場合には（ステップＳ１８１においてＹＥＳ）、初期値ゼロにセットされた変数Ｅに１を加算し（ステップＳ１８２）、ステップＳ１８３へと処理を進める。一方、ステップＳ１８１においてウェスト径が基準値を超えなかった場合には（ステップＳ１８１においてＮＯ）、ＣＰＵ１１ａは処理をリターンする。
【００６６】
ステップＳ１８３においては、ＣＰＵ１１ａは、生理データに含まれる中性脂肪値を所定の基準値と比較する。このステップＳ１８３での比較の結果、中性脂肪値が基準値を超えた場合には（ステップＳ１８３においてＹＥＳ）、ＣＰＵ１１ａは変数Ｅに１を加算し（ステップＳ１８４）、ステップＳ１８７へと処理を進める。ステップＳ１８３において中性脂肪値が基準値を超えなかった場合には（ステップＳ１８３においてＮＯ）、ＣＰＵ１１ａはステップＳ１８５へ処理を進める。
【００６７】
ステップＳ１８５においては、ＣＰＵ１１ａは、生理データに含まれるＨＤＬコレステロール値を所定の基準値と比較する。このステップＳ１８５での比較の結果、ＨＤＬコレステロール値が基準値を下回った場合には（ステップＳ１８５においてＹＥＳ）、ＣＰＵ１１ａは変数Ｅに１を加算し（ステップＳ１８６）、ステップＳ１８７へと処理を進める。ステップＳ１８５においてＨＤＬコレステロール値が基準値を超えた場合にも（ステップＳ１８５においてＮＯ）、ＣＰＵ１１ａはステップＳ１８７へ処理を進める。
【００６８】
ステップＳ１８７においては、ＣＰＵ１１ａは、生理データに含まれる血圧値を所定の基準値と比較する。このステップＳ１８７での比較の結果、血圧値が基準値を超えた場合には（ステップＳ１８７においてＹＥＳ）、ＣＰＵ１１ａは変数Ｅに１を加算し（ステップＳ１８８）、ステップＳ１８９へと処理を進める。ステップＳ１８７において血圧値が基準値を超えなかった場合にも（ステップＳ１８７においてＮＯ）、ＣＰＵ１１ａはステップＳ１８９へ処理を進める。
【００６９】
ステップＳ１８９においては、ＣＰＵ１１ａは、生理データに含まれる空腹時血糖値を所定の基準値と比較する。このステップＳ１８９での比較の結果、空腹時血糖値が基準値を超えた場合には（ステップＳ１８９においてＹＥＳ）、ＣＰＵ１１ａは変数Ｅに１を加算し（ステップＳ１９０）、処理をリターンする。また、ステップＳ１８９において空腹時血糖値が基準値を超えなかった場合には（ステップＳ１８９においてＮＯ）、ＣＰＵ１１ａは処理をリターンする。以上のようなメタボリックシンドローム疾患リスク分析処理３では、変数Ｅの数値をそのままスコアＥとして採用する。
【００７０】
次に、診断支援情報生成処理（ステップ５）の処理内容について説明する。図９は、診断支援情報生成処理（ステップＳ５）の処理手順を示すフローチャートである。まず、ＣＰＵ１１ａは、ステップＳ２及びステップＳ３で求めた各スコア（Ａ，Ｂ，Ｃ，Ｄ，Ｅ）を読み出し、このうち４つのスコアＡ，Ｂ，Ｃ，Ｄを比較して、４つのスコアＡ，Ｂ，Ｃ，Ｄのうち最大のものを探し出す（ステップＳ５１）。そして、最大のスコアに対応する病因の治療方針の決定処理を実行し、処理をリターンする。ステップＳ５２において、スコアＡが他のスコアよりも大きく最大のとき（ステップＳ５２においてＹＥＳ）、ＣＰＵ１１ａはステップＳ５−１へ処理を進め、「末梢のインスリン抵抗性の治療方針決定処理」を実行する。
【００７１】
同様に、ＣＰＵ１１ａは、ステップＳ５３においてスコアＢが最大のとき（ステップＳ５３においてＹＥＳ）、ステップＳ５−２へ処理を進め、「肝臓からのブドウ糖放出亢進の治療方針決定処理」を実行する。ステップＳ５４においてスコアＣが最大のとき（ステップＳ５４においてＹＥＳ）、ＣＰＵ１１ａはステップＳ５−３へ処理を進め、「長期の高血糖にさらされた糖毒性の治療方針決定処理」を実行する。ステップＳ５５においてスコアＤが最大のとき（ステップＳ５５においてＹＥＳ）、ＣＰＵ１１ａはステップＳ５−４へ処理を進め、「インスリン分泌の低下の治療方針決定処理」を実行する。なお、同点数のスコアがある場合は、複数の病因が同時に影響を与えていることを意味しており、同点数のスコア全てに対応する処理を行った後、たとえば薬剤であれば併用投与をすすめるなど、結果の全てを出力するようにすればよい。また、上述の処理を行った後には、ＣＰＵ１１ａは、ステップＳ５−５へと処理を移し、「メタボリックシンドロームの疾患リスク判定処理」を実行する。
【００７２】
図１０は、ステップＳ５−１の「末梢インスリン抵抗性の治療方針の決定処理」の処理手順を示すフローチャートである。まず、ＣＰＵ１１ａは、ステップＳ２０１において「条件１：心不全がないこと」および「条件２：電解質異常がないこと」が成立するか否か判断する。ここで、「心不全がないこと」は、入力されたデータのうち、データベース等にすでに入力されている情報により判断される。同様に「電解質異常がないこと」は、データベース等にすでに入力されている情報により判断される。
【００７３】
そして、ステップＳ２０１において条件１および条件２が成立すると判断された場合には（ステップＳ２０１においてＹＥＳ）、ＣＰＵ１１ａはステップＳ２０４へと処理を進め、「インスリン注射よりも、ＴＺＤを第１選択」という治療方針を選択する。ステップＳ２０１で、「条件１かつ条件２」が成立しない場合には（ステップＳ２０１においてＮＯ）、ＣＰＵ１１ａはステップＳ２０２へと処理を進め、入力データから「過去の消化管手術歴の有無」を判断する。ステップＳ２０２において手術歴がない場合には（ステップＳ２０２においてＮＯ）、ＣＰＵ１１ａはステップＳ２０３へ処理を進め、「高血糖の是正を急くべきか否か」を判断する。高血糖の是正の判断は、入力されたデータのうち、データベース等にすでに入力されている情報により行うことができる。すなわち、データベース等に「高血糖の是正を急ぐ」というデータが入力されているのであれば、ＣＰＵ１１ａが高血糖の是正を急くべきと判断する。
【００７４】
ステップＳ２０２において、手術歴がある場合には（ステップＳ２０２において「有り」）、ＣＰＵ１１ａはステップＳ２０５へと処理を進め、このステップに対応する治療方針を採用する。また、手術歴がない場合には（ステップＳ２０２において「無し」）、ＣＰＵ１１ａは、ステップＳ２０３における判断の結果に応じて、ステップＳ２０６（ステップＳ２０３においてＹＥＳの場合）あるいはステップＳ２０７（ステップＳ２０３においてＮＯの場合）の治療方針を採用する。
【００７５】
図１１は、ステップＳ５−２の「肝臓からのブドウ糖放出亢進の治療方針の決定処理」の処理手順を示すフローチャートである。まず、ＣＰＵ１１ａは、ステップＳ２１１において、「条件１：クレアチニン＜１．４０であること」および「条件２：肝障害がないこと」が成立するか否か判断する。「条件２：肝障害がないこと」は、データベース等にすでに入力されている情報により判断できる。
【００７６】
「条件１かつ条件２」が成立しないときは（ステップＳ２１１においてＮＯ）、ＣＰＵ１１ａは、ステップＳ２１２へ処理を進め、術中または術後数日以内であるか否かを判別する。術中であるか術後数日以内であるかの判断は、入力された患者に関するデータベース等にすでに入力されている情報を参照すればよい。なお、数日とは、入力された患者の生理データから導かれる関数の値として算出される。ＣＰＵ１１ａは、このような判断に基づいて、それぞれ、Ｓ２１３からＳ２１５に示した治療方針のいずれかを選択する。
【００７７】
図１２は、ステップＳ５−３の「長期の高血糖にさらされた糖毒性の治療方針の決定処理」の処理手順を示すフローチャートである。ＣＰＵ１１ａは、まずステップＳ２２１において、「糖毒性の程度が軽いか否か」を判断する。糖毒性の程度が軽いことは、ステップＳ２−３により算出された糖毒性のスコアＣにより判断できる。たとえば、ＣＰＵ１１ａは、糖毒性のスコアＣが４つの病因スコアＡ，Ｂ，Ｃ，Ｄのうち最小のときには、糖毒性の程度が軽いと判断する。程度が軽くないと判断されたときには（ステップＳ２２１においてＮＯ）、ＣＰＵ１１ａはステップＳ２２６の食事療法を採用する。程度が軽いときには（ステップ２２１においてＹＥＳ）、ＣＰＵ１１ａは、ステップＳ２２２からステップＳ２２５の血糖低下の状況について順次判断する。
【００７８】
ＳＵ，ＡＧＩ，ＢＧおよびＴＺＤのいずれかにより血糖が低下したと判断された場合には（ステップＳ２２２，Ｓ２２３，Ｓ２２４，Ｓ２２５においてＹＥＳ）、ＣＰＵ１１ａは、ステップＳ２２８の治療方針を採用し、いずれによっても血糖低下していない場合には（ステップＳ２２２，Ｓ２２３，Ｓ２２４，Ｓ２２５においてＮＯ）、ステップＳ２２７の治療方針を採用する。ここで、血糖が低下したか否かの判断は、データベース等にすでに入力された情報により行うことができる。たとえば、ある薬剤の投与歴があり、その後の入力データのうち血糖値が低下しているなどのとき、血糖が低下したと判断する。
【００７９】
図１３は、ステップＳ５−４の「インスリン分泌の低下の治療方針の決定処理」の処理手順を示すフローチャートである。まず、ＣＰＵ１１ａは、ステップＳ２３１において、「尿中および血中ケトン体が高値」であるか否かを判断する。ここで高値とは、たとえば入力データの尿中ケトン体が２＋程度以上であることをいう。ケトン体が高値であると判断した場合には（ステップＳ２３１においてＹＥＳ）、ＣＰＵ１１ａは、ステップＳ２３２へ処理を進め、入力データの「２４時間尿中Ｃペプチド」が３０μｇよりも小さいか否かを判断する。「２４時間尿中Ｃペプチド」が３０μｇよりも小さい場合には（ステップＳ２３２においてＹＥＳ）、「Ｉ型糖尿病」と判断されるので、ＣＰＵ１１ａがステップＳ２３６の治療方針を採用する。
【００８０】
ステップＳ２３１またはＳ２３２で"ＮＯ"と判断した場合には、ＣＰＵ１１ａは、ステップＳ２３３へ処理を進め、「治療過程でインスリン分泌が枯渇したか否か」を判断する。ここで、枯渇か否かは、空腹時インスリン値や２４時間尿中Ｃペプチドにより判断できる。たとえば、２４時間尿中Ｃペプチドが５０μｇ未満のとき、インスリン分泌が枯渇したと判断する。
【００８１】
ＣＰＵ１１ａは、インスリン分泌が枯渇したと判断したとき（ステップＳ２３３においてＹＥＳ）、ステップＳ２３７へ処理を進め、消化管の手術をした後か否か判断し、この判断結果に対応した治療方針を採用する（ステップＳ２３８，Ｓ２３９）。一方、ステップＳ２３３で枯渇していないと判断した場合には（ステップＳ２３３においてＮＯ）、ＣＰＵ１１ａは、ステップＳ２３４へと処理を進める。ステップＳ２３４においては、ＣＰＵ１１ａは、残存膵予備能がある程度温存されているか否かを判断する。残存膵予備能がある程度温存されていると判断された場合には（ステップＳ２３４においてＹＥＳ）、ＣＰＵ１１ａはステップＳ２４０へ処理を進め、そうでないときには（ステップＳ２３４においてＮＯ）、ステップＳ２３５へと処理を進める。
【００８２】
残存膵予備能がある程度温存されているか否かは、
（１）空腹時のインスリン≧５μｇ／ｍｌ
（２）２４時間尿中Ｃペプチド≧５０μｇ
のどちらかが成立するか否かによって判断される。すなわち、（１）または（２）が成立すれば、ＣＰＵ１１ａは、残存膵予備能がある程度温存されていると判断する。
【００８３】
ＣＰＵ１１ａは、ステップＳ２４０では、ＳＵに徐々に反応しなくなったか否かを判断し、その判断結果に基づいてそれぞれの治療方針を採用する（ステップＳ２４１，Ｓ２４２）。ＳＵに徐々に反応しなくなったか否かの判断は、たとえばデータベース等にすでに入力された情報を用いればよい。このとき、ＳＵ投与後の血糖値が投与前と比して低下していないような場合には、ＳＵに反応しなくなったと判断される。
【００８４】
また、ＣＰＵ１１ａは、ステップＳ２３５において、術前までやせが続いていたか否かを判断し、その判断結果に基づいて、それぞれの治療方針を採用する（ステップＳ２４３，Ｓ２４４）。やせが続いていたか否かは、たとえばデータベース等にすでに入力された情報により判断され、ＢＭＩ（＝体重×１００００／（身長×身長））＜１８が複数回続いたときの場合にやせが続いていたと判断される。
【００８５】
図１４は、ステップＳ５−５の「メタボリックシンドロームの疾患リスク判定処理」の処理手順を示すフローチャートである。ＣＰＵ１１ａは、ステップＳ３において算出したスコアＥが所定の基準値（例えば３）以上であるか否かを判別する（ステップＳ２４１）。スコアＥが基準値以上である場合には（ステップＳ２４１においてＹＥＳ）、ＣＰＵ１１ａは、診断支援情報として、「メタボリックシンドロームの疾患リスクが高い」を採用し（ステップＳ２４２）、処理をリターンする。一方、ステップＳ２４１において、スコアＥが基準値未満であった場合には（ステップＳ２４１においてＮＯ）、診断支援情報として「メタボリックシンドロームの疾患リスクは通常レベル」を採用し（ステップＳ２４３）、処理をリターンする。
【００８６】
上記のような診断支援情報生成処理Ｓ５により生成された診断支援情報は、ステップＳ８にて出力（画面表示）されることとなる。かかる診断支援情報には、上述したようにメタボリックシンドロームを有することによって増加する心血管イベントを中心とした疾患リスクに関する情報が含まれている。中村他( Nakamura et al. )、マグニチュード・オブ・サステインド・マルチプル・リスク・ファクターズ・フォー・イスケミック・ハート・ディジーズ・イン・ジャパニーズ・エンプロイーズ−ア・ケース・コントロール・スタディー−( Magnitude of Sustained Multiple Risk Factors for Ischemic Heart Disease in Japanese Employees - A Case-Control Study - )、ジャパニーズ・サーキュレーション・ジャーナル( Japanese Circulation Journal )、（日本）、日本循環器学会、２００１年、第６５巻、第１号、ｐ．１１−１７に開示されている通り、日本人において、糖尿病患者がさらにメタボリックシンドロームを有するということは、内臓脂肪肥満があり、さらに高脂血症または高血圧症を並存する場合であるが、そのいずれもが、糖尿病の合併症のうち最も重篤な合併症である大血管障害に対するリスクを非常に高めることが知られている。
【００８７】
このため医師が対象者が単なる糖尿病なのか、糖尿病であると共にメタボリックシンドロームでもあるのかを考慮することにより、対象者に対してより一層適切な診断、治療方針の決定等を行うことができる。また、メタボリックシンドロームの疾患リスクを診断支援情報の一部として単に出力するだけでなく、例えば、スコアＥの大きさによって糖尿病の疾患リスクに重み付けをしてもよいし、メタボリックシンドロームの疾患リスクが高いか通常レベルかを単に示す情報ではなく、例えば、スコアＥの大きさによってメタボリックシンドロームの疾患リスクを多値的に表した情報（例えば、疾患リスクが非常に高い、高い、中程度、低い等）を表示してもよい。これに対しては既にかなり多数の臨床疫学データ、EBMデータが出版されており、参考に出来る。
【００８８】
以上が診断支援情報生成処理の詳細な処理手順であるが、これに限るものではなく、患者の状況、医師独自の判断基準，論文など糖尿病及びメタボリックシンドロームの研究の成果などを考慮して、必要に応じて判断基準を追加，削除または変更してもよい。このシステムの利用者や専門の医師が容易に判断基準を追加等することができるように、判断基準の追加，変更をするための専用ツールを用いてもよい。
（実施の形態２）
次に、本発明の実施の形態２に係る診断支援システムについて説明する。図２に示すように、本実施の形態２に係る診断支援システム２０は、ハードディスク１１ｄにコンピュータ１０ａを以下のように動作させるアプリケーションプログラム２４ａがインストールされている。本実施の形態２に係る診断支援システムのその他の構成は、実施の形態１に係る診断支援システム１０の構成と同様であるので、同一構成要素については同一符号を付し、その説明を省略する。
【００８９】
次に、本実施の形態２に係る診断支援システム２０の動作について説明する。コンピュータ１０ａのＣＰＵ１１ａが、アプリケーションプログラム２４ａを実行することにより、コンピュータ１０ａが診断支援システム２０として機能し、以下のように動作する。本実施の形態２に係る診断支援システム２０は、メタボリックシンドローム疾患リスク分析処理（Ｓ２３）及び診断支援情報生成処理（ステップＳ２５）以外の部分においては、実施の形態１に係る診断支援システム１０と同様の動作を行うので（図３参照）、同様の部分については説明を省略する。
【００９０】
図１８は、本実施の形態２に係るメタボリックシンドローム疾患リスク分析処理（ステップＳ２３）の処理手順を示すフローチャートである。なお、本実施の形態２においては、ステップＳ１において入力される生理データに、糖尿病の有無、耐糖能異常の有無、血圧値、中性脂肪値、ＨＤＬコレステロール値、ウェスト／ヒップ比、ＢＭＩ、μ−Ａｌｂ、アルブミン／クレアチニン比が含まれる。また、メタボリックシンドローム疾患リスク分析処理では、メタボリックシンドロームの疾患リスクを示す２つの評価値（スコアＦ，Ｇとする）が算出される。
【００９１】
ＷＨＯにより策定された診断基準では、以下のうちの条件（１）、（２）のいずれか一つと、条件（３）〜（５）のうちの２つ以上を満たす場合にメタボリックシンドロームの疾患リスクが高いと判定される。
（１）耐糖能異常
耐糖能異常であること。
（２）糖尿病
糖尿病であること。
（３）血圧
血圧値が収縮期において１４０ｍｍＨｇ以上、拡張期において９０ｍｍＨｇ以上であること。
（４）高脂血症
血清中性脂肪量が１５０ｍｇ／ｄＬ以上であるか、ＨＤＬコレステロール値が男性で３５ｍｇ／ｄＬ未満、女性で３９ｍｇ／ｄＬ未満であること。
（５）内臓脂肪肥満
ウェスト／ヒップ比が男性で０．９０以上、女性で０．８５以上であるか、ＢＭＩが３０以上であること。
ｎ（６）微量アルブミン尿
μ-Albが２０μｇ／分 以上であるか、アルブミン／クレアチニン比が３０ｍｇ／ｇ以上であること。
本実施形態２に係るメタボリックシンドローム疾患リスク分析処理Ｓ２３においては、かかる診断基準を用いて疾患リスクの分析を行う。
【００９２】
本実施の形態２に係るメタボリックシンドローム疾患リスク分析処理においては、まずＣＰＵ１１ａは、変数Ｆ及びＧを夫々０にセットする（ステップＳ２８１）。次にＣＰＵ１１ａは、生理データに含まれる糖尿病の有無から、患者が糖尿病であるか否かを判別する（ステップＳ２８２）。糖尿病である場合には（ステップＳ２８２においてＹＥＳ）、ＣＰＵ１１ａは変数Ｆに１を加算し（ステップＳ２８３）、ステップＳ２８６へと処理を進める。ステップＳ２８２において糖尿病でなかった場合には（ステップＳ２８２においてＮＯ）、ＣＰＵ１１ａはステップＳ２８４へ処理を進める。
【００９３】
ステップＳ２８４においては、ＣＰＵ１１ａは、生理データに含まれる耐糖能異常の有無から、患者が耐糖能異常であるか否かを判別する。耐糖能異常である場合には（ステップＳ２８４においてＹＥＳ）、ＣＰＵ１１ａは、変数Ｆに１を加算し（ステップＳ２８５）、ステップＳ２８６へと処理を進める。ステップＳ２８４において耐糖能異常でなかった場合にも（ステップＳ２８４においてＮＯ）、ＣＰＵ１１ａはステップＳ２８６へ処理を進める。
【００９４】
ステップＳ２８６においては、ＣＰＵ１１ａは、生理データに含まれる血圧値を所定の基準値と比較する。このステップＳ２８６での比較の結果、血圧値が基準値を超えた場合には（ステップＳ２８６においてＹＥＳ）、ＣＰＵ１１ａは変数Ｇに１を加算し（ステップＳ２８７）、ステップＳ２８８へと処理を進める。ステップＳ２８６において血圧値が基準値を超えなかった場合にも（ステップＳ２８６においてＮＯ）、ＣＰＵ１１ａはステップＳ２８８へ処理を進める。
【００９５】
ステップＳ２８８においては、ＣＰＵ１１ａは、生理データに含まれる高脂血症に関する検査値（例えば、中性脂肪値及びＨＤＬコレステロール値）を所定の基準値と比較して、患者が高脂血症であるか否かを判別する。この結果、高脂血症に該当する場合には（ステップＳ２８８においてＹＥＳ）、ＣＰＵ１１ａは変数Ｇに１を加算し（ステップＳ２８９）、ステップＳ２９０へと処理を進める。ステップＳ２８８において高脂血症に該当しなかった場合にも（ステップＳ２８８においてＮＯ）、ＣＰＵ１１ａはステップＳ２９０へ処理を進める。
【００９６】
ステップＳ２９０においては、ＣＰＵ１１ａは、生理データに含まれる内臓脂肪肥満に関する検査値（例えば、ウェスト／ヒップ比、ＢＭＩ）を所定の基準値と比較して、患者が内臓脂肪肥満であるか否かを判別する。この結果、内臓脂肪肥満に該当する場合には（ステップＳ２９０においてＹＥＳ）、ＣＰＵ１１ａは変数Ｇに１を加算し（ステップＳ２９１）、ステップＳ２９２へと処理を進める。ステップＳ２９０において内臓脂肪肥満に該当しなかった場合にも（ステップＳ２９０においてＮＯ）、ＣＰＵ１１ａはステップＳ２９２へ処理を進める。
【００９７】
ステップＳ２９２においては、ＣＰＵ１１ａは、生理データに含まれる微量アルブミン尿に関する検査値（例えば、μーＡｌｂ、アルブミン／クレアチニン比）を所定の基準値と比較して、患者が微量アルブミン尿であるか否かを判別する。この結果、微量アルブミン尿に該当する場合には（ステップＳ２９２においてＹＥＳ）、ＣＰＵ１１ａは変数Ｇに１を加算し（ステップＳ２９３）、処理をリターンする。ステップＳ２９２において微量アルブミン尿に該当しなかった場合にも（ステップＳ２９２においてＮＯ）、ＣＰＵ１１ａは処理をリターンする。
【００９８】
図３に示すように、本実施の形態２に係る診断支援情報生成処理（ステップＳ２５）では、末梢インスリン抵抗性の治療方針の決定処理（ステップＳ５−１）、肝臓からのブドウ糖放出亢進の治療方針の決定処理（ステップＳ５−２）、長期の高血糖にさらされた糖毒性の治療方針の決定処理（ステップＳ５０３）、インスリン分泌の低下の治療方針の決定処理（ステップＳ５−４）、及びメタボリックシンドロームに疾患リスク判定処理（ステップＳ５−２５）が実行される。ここで、メタボリックシンドロームに疾患リスク判定処理（ステップＳ５−２５）以外の処理（ステップＳ５−１〜Ｓ５−４）は、実施の形態１で説明したものと同様であるので、その説明を省略する。図１９は、本実施の形態２に係る「メタボリックシンドロームの疾患リスク判定処理」の処理手順を示すフローチャートである。ＣＰＵ１１ａは、ステップＳ３４１において、ステップＳ２３において算出したスコアＦが所定の基準値（例えば１）以上であるか否かを判別する。スコアＦが基準値以上である場合には（ステップＳ３４１においてＹＥＳ）、ＣＰＵ１１ａは、ステップＳ２３において算出したスコアＧが所定の基準値（例えば２）以上であるか否かを判別する（ステップＳ３４２）。スコアＧが基準値以上である場合には（ステップＳ３４２においてＹＥＳ）、ＣＰＵ１１ａは、診断支援情報として、「メタボリックシンドロームの疾患リスクが高い」を採用し（ステップＳ３４３）、処理をリターンする。一方、ステップＳ３４１において、スコアＥが基準値未満であった場合（ステップＳ３４１においてＮＯ）、又はステップＳ３４２において、スコアＧが基準値未満であった場合には（ステップＳ３４２においてＮＯ）、診断支援情報として「メタボリックシンドロームの疾患リスクは通常レベル」を採用し（ステップＳ３４４）、処理をリターンする。
【００９９】
なお、以上のようなメタボリックシンドロームの疾患リスクの分析では、上述したようなＷＨＯによって策定された診断基準を用いてもよいが、この診断基準は欧米人向けのものであるので、例えば患者が日本人の場合には、日本人に適合した診断基準を用いることにより、より一層正確な診断支援情報を提供することができる。また、上述した診断基準は例であり、したがって本発明に係る診断支援システムにおいて用いられる糖尿病又はメタボリックシンドロームの診断基準は上述したものに限定されず、糖尿病又はメタボリックシンドロームの診断基準であれば、他の診断基準を適用してもよいことはいうまでもない。
【０１００】
また、本実施の形態２においては、糖尿病の有無を生理データとして外部から受け付け、これを用いてメタボリックシンドロームの疾患リスクを分析する構成について述べたが、これに限定されるものではなく、ステップＳ５−１〜Ｓ５−４において糖尿病であるか否かを判定し、この判定結果を用いてメタボリックシンドローム疾患リスク分析を行う構成であってもよい。糖尿病であるか否かの判定は、例えば、スコアＡ〜Ｄの何れか少なくとも１つが所定値よりも大きいか否かを判別したり、スコアＡ〜Ｄの合計が所定値よりも大きいか否かを判別したりすることにより行うことが可能である。また、この場合には、ステップＳ５−１〜Ｓ５−４の処理をメタボリックシンドロームの疾患リスク分析処理（ステップＳ３３）よりも先に実行しておくことが必要である。
（実施の形態３）
次に、本発明の実施の形態３に係る診断支援システムについて説明する。図２に示すように、本実施の形態３に係る診断支援システム３０は、ハードディスク１１ｄにコンピュータ１０ａを以下のように動作させるアプリケーションプログラム３４ａがインストールされている。本実施の形態３に係る診断支援システムのその他の構成は、実施の形態１に係る診断支援システム１０の構成と同様であるので、同一構成要素については同一符号を付し、その説明を省略する。
【０１０１】
次に、本実施の形態３に係る診断支援システム３０の動作について説明する。コンピュータ１０ａのＣＰＵ１１ａが、アプリケーションプログラム３４ａを実行することにより、コンピュータ１０ａが診断支援システム３０として機能し、以下のように動作する。本実施の形態３に係る診断支援システム３０は、メタボリックシンドローム疾患リスク分析処理（Ｓ３３）以外の部分においては、実施の形態２に係る診断支援システム２０と同様の動作を行うので（図３参照）、同様の部分については説明を省略する。
【０１０２】
図２０は、本実施の形態３に係るメタボリックシンドローム疾患リスク分析処理（ステップＳ３３）の処理手順を示すフローチャートである。なお、本実施の形態３においては、ステップＳ１において入力される生理データに、糖尿病の有無、耐糖能異常の有無に代えて、インスリン抵抗性の有無が含まれる。本実施の形態３に係るメタボリックシンドローム疾患リスク分析処理においては、ＣＰＵ１１ａが変数Ｆ及びＧを夫々０にセットした（ステップＳ２８１）後、生理データに含まれるインスリン抵抗性の有無から、患者がインスリン抵抗性であるか否かを判別する（ステップＳ３８２）。インスリン抵抗性である場合には（ステップＳ３８２においてＹＥＳ）、ＣＰＵ１１ａは変数Ｆに１を加算し（ステップＳ３８３）、ステップＳ２８６へと処理を進める。ステップＳ３８２においてインスリン抵抗性でなかった場合にも（ステップＳ３８２においてＮＯ）、ＣＰＵ１１ａはステップＳ２８６へ処理を進める。本実施の形態３におけるメタボリックシンドローム疾患リスク分析処理（ステップＳ３３）のその他の処理は、実施の形態２において説明したメタボリックシンドローム疾患リスク分析処理（ステップＳ２３）と同様であるので、その説明を省略する。
【０１０３】
このように、本実施の形態３においては、インスリン抵抗性の有無を用いてメタボリックシンドロームの疾患リスク分析を行う。メタボリックシンドロームにおける糖代謝異常は、インスリン抵抗性が原因であると考えられており、よってかかるメタボリックシンドロームの重大な危険因子であるインスリン抵抗性の有無を用いることにより、高精度なリスク分析を行うことができる。
【０１０４】
なお、本実施の形態３においては、インスリン抵抗性を生理データとして外部から受け付け、これによってメタボリックシンドロームの疾患リスクを分析する構成について述べたが、これに限定されるものではなく、ステップＳ５−１においてインスリン抵抗性であるか否かを判定し、この判定結果を用いてメタボリックシンドローム疾患リスク分析を行う構成であってもよい。インスリン抵抗性であるか否かの判定は、例えば、スコアＡが所定値よりも大きいか否かを判別することにより行うことが可能である。また、この場合には、ステップＳ５−１〜Ｓ５−４の処理をメタボリックシンドロームの疾患リスク分析処理（ステップＳ３３）よりも先に実行しておくことが必要である。
【０１０５】
以上説明したように実施の形態１〜３に係る診断支援システム１０，２０，３０においては、糖尿病の治療方針及びメタボリックシンドロームの疾患リスク分析結果が決定された後、ステップＳ８において、決定された治療方針及びメタボリックシンドロームの疾患リスク分析結果を含む診断支援情報が医師等に提供されることになる。１人の患者について、再診および再々診等ごとに同様の検査、分析をして数値化した分析結果（スコア）を得るとともに診断支援情報を提供することができるので、時間経過に伴う患者の状態の変化を客観的かつ的確に把握し、経過状態に応じて適切な判断に基づく治療をすることができる。
【０１０６】
たとえば、スコアの変化を見ることにより、単に分類された糖尿病の病態の変化及びメタボリックシンドロームの病態の変化を知ることができるだけでなく、定量化されたスコア値からどの程度病態が変化したかを確認することができ、より適切な判断、治療が可能となる。また、この診断支援システムを利用することにより、不確定要素の多い経験や主観に頼らずに、予め用意された画一的な判断基準で病態の分析や治療方針を得ることができるので、糖尿病及びメタボリックシンドロームの専門医でない者でも、専門医と同等かまたはそれに近い判断や治療をすることが可能となる。
【０１０７】
また、糖尿病と密接な関係を有するメタボリックシンドロームについての疾患リスクを利用者に提供することができるため、この情報に基づいて医師が糖尿病の治療方針、予防方針を決定することもできる。例えば、糖尿病の非専門医が当該システム１０，２０をある患者について使用して、当該患者においては糖尿病はまだ発症していないものの、メタボリックシンドロームの疾患リスクが高いという診断支援情報を得た場合には、当該患者に対してメタボリックシンドロームの治療及び糖尿病の予防プログラムを実行するという診断を下すことができる。
【産業上の利用可能性】
【０１０８】
本発明に係る診断支援システム及びコンピュータプログラムは、糖尿病の疾患リスクと、メタボリックシンドロームの疾患リスクとを医師等に提供することができ、糖尿病又はメタボリックシンドロームの診断において、その診断の信頼性を高めることができるという効果を奏し、対象者における糖尿病及びメタボリックシンドロームの疾患リスクを分析することにより糖尿病及びメタボリックシンドロームの疾患リスク情報を提供する診断支援システム、及びコンピュータを診断支援システムとして機能させるためのコンピュータプログラムとして有用である。
【図面の簡単な説明】
【０１０９】
【図１】本発明の実施の形態１に係る診断支援システムの概念的構成を示す機能ブロック図である。
【図２】本発明の実施の形態１に係る診断支援システムのハードウェア構成を示すブロック図である。
【図３】本発明の実施の形態１に係る診断支援システムの動作の流れを示すフローチャートである。
【図４】末梢のインスリン抵抗性判定処理の処理手順を示すフローチャートである。
【図５】肝臓からのブドウ糖放出亢進判定処理の処理手順を示すフローチャートである。
【図６】長期の高血糖にさらされた糖毒性判定処理の処理手順を示すフローチャートである。
【図７】インスリン分泌の低下判定処理の処理手順を示すフローチャートである。
【図８】本発明の実施の形態１に係るメタボリックシンドローム疾患リスク分析処理の処理手順を示すフローチャートである。
【図９】本発明の実施の形態１に係る診断支援情報生成処理の処理手順を示すフローチャートである。
【図１０】末梢インスリン抵抗性の治療方針の決定処理の処理手順を示すフローチャートである。
【図１１】肝臓からのブドウ糖放出亢進の治療方針の決定処理の処理手順を示すフローチャートである。
【図１２】長期の高血糖にさらされた糖毒性の治療方針の決定処理の処理手順を示すフローチャートである。
【図１３】インスリン分泌の低下の治療方針の決定処理の処理手順を示すフローチャートである。
【図１４】本発明の実施の形態１に係るメタボリックシンドロームの疾患リスク判定処理の処理手順を示すフローチャートである。
【図１５】各病因の患者ごとの生理データ及びスコアの具体例を示す図表である。
【図１６】糖尿病の病態を３次元的に分類した例を示す３次元グラフである。
【図１７】糖尿病の病態を３次元的に分類した例を示す３次元グラフである。
【図１８】本発明の実施の形態２に係るメタボリックシンドローム疾患リスク分析処理の処理手順を示すフローチャートである。
【図１９】本発明の実施の形態２に係るメタボリックシンドロームの疾患リスク判定処理の処理手順を示すフローチャートである。
【図２０】本発明の実施の形態３に係るメタボリックシンドローム疾患リスク分析処理の処理手順を示すフローチャートである。
【符号の説明】
【０１１０】
１ 生理データ入力部
２ 糖尿病疾患リスク分析部
３ メタボリックシンドローム疾患リスク分析部
４ 診断支援情報生成部
５ 生体モデル生成部
５ａ 生体モデル
５ｂ 生体モデル駆動部
６ 病態シミュレーション部
７ 診断支援情報出力部
１０，２０，３０ 診断支援システム
１０ａ コンピュータ
１１ 本体
１１ａ ＣＰＵ
１１ｂ ＲＯＭ
１１ｃ ＲＡＭ
１１ｄ ハードディスク
１１ｅ 読出装置
１１ｆ 入出力インタフェース
１１ｇ 通信インタフェース
１１ｈ 画像出力インタフェース
１１ｉ バス
１２ ディスプレイ
１３ 入力デバイス
１４ 可搬型記録媒体
１４ａ，２４ａ，３４ａ アプリケーションプログラム
【特許請求の範囲】
【請求項１】
対象者の生理状態を示す生理情報の入力を受け付ける入力受付手段と、
当該入力受付手段が受け付けた生理情報と、予め設定された判定基準とを比較して、対象者における糖尿病の疾患リスクを分析する第１リスク分析手段と、
前記入力受付手段が受け付けた生理情報と、予め設定された判定基準とを比較して、対象者におけるメタボリックシンドロームの疾患リスクを分析する第２リスク分析手段と、
前記第１リスク分析手段による分析結果と、前記第２リスク分析手段による分析結果とを出力する出力手段とを備える診断支援システム。
【請求項２】
前記生理情報は、ウェスト径、中性脂肪値、ＨＤＬコレステロール値、血圧値、及び空腹時血糖値を含み、
前記第２リスク分析手段は、生理情報に含まれるウェスト径、中性脂肪値、ＨＤＬコレステロール値、血圧値、空腹時血糖値が各別に対応する判定基準を夫々超えるか否かを判別し、判別結果に基づいて対象者におけるメタボリックシンドロームの疾患リスクを分析する請求項１に記載の診断支援システム。
【請求項３】
前記第２リスク分析手段は、生理情報に含まれる少なくとも中性脂肪値又はＨＤＬコレステロール値、血圧値、及び空腹時血糖値のうちのいくつが前記判定基準を超えたかを計数する計数手段と、当該計数手段による計数結果が所定数を超えるか否かを判別する判別手段とを備え、当該判別手段によって前記計数結果が所定数を超えると判別された場合に、メタボリックシンドロームの疾患リスクが高いと分析するように構成されている請求項３に記載の診断支援システム。
【請求項４】
前記生理情報は、血圧値、高脂血症に関する検査値、中心性肥満に関する検査値、及び微量アルブミン尿に関する検査値を含む請求項１に記載の診断支援システム。
【請求項５】
前記生理情報は、糖尿病及び／又は耐糖能異常に関する情報を更に含み、
前記第２リスク分析手段は、
前記対象者が糖尿病又は耐糖能異常に該当しているか否かを判別する第１分析手段と、
生理情報に含まれる血圧値、高脂血症に関する検査値、中心性肥満に関する検査値、及び微量アルブミン尿に関する検査値が各別に対応する判定基準を夫々超えるか否かを判別する第２分析手段とを備え、
前記第１分析手段による判別結果と、前記第２分析手段による判別結果とに基づいて、対象者におけるメタボリックシンドロームの疾患リスクを分析する請求項４に記載の診断支援システム。
【請求項６】
前記第２リスク分析手段は、
前記第１リスク分析手段による分析結果に基づいて前記対象者が糖尿病に該当しているか否かを判別する第１分析手段と、
生理情報に含まれる血圧値、高脂血症に関する検査値、中心性肥満に関する検査値、及び微量アルブミン尿に関する検査値が各別に対応する判定基準を夫々超えるか否かを判別する第２分析手段とを備え、
前記第１分析手段による判別結果と、前記第２分析手段による判別結果とに基づいて、対象者におけるメタボリックシンドロームの疾患リスクを分析する請求項４に記載の診断支援システム。
【請求項７】
前記第２分析手段は、生理情報に含まれる血圧値、高脂血症に関する検査値、中心性肥満に関する検査値、及び微量アルブミン尿に関する検査値のうちのいくつが前記判定基準を超えたかを計数するように構成されており、
前記第２リスク分析手段は、前記第２分析手段による計数結果が所定数を超えるか否かを判別する判別手段を備え、
前記第１分析手段による判別の結果、対象者が糖尿病又は耐糖能異常に該当しており、しかも、前記判別手段によって前記計数結果が所定数を超えると判別された場合に、メタボリックシンドロームの疾患リスクが高いと分析するように構成されている請求項５又は６に記載の診断支援システム。
【請求項８】
前記生理情報は、インスリン抵抗性に関する検査値を更に含み、
前記第２リスク分析手段は、
前記対象者がインスリン抵抗性に該当しているか否かを判別する第１分析手段と、
生理情報に含まれる血圧値、高脂血症に関する検査値、中心性肥満に関する検査値、及び微量アルブミン尿に関する検査値が各別に対応する判定基準を夫々超えるか否かを判別する第２分析手段とを備え、
前記第１分析手段による判別結果と、前記第２分析手段による判別結果とに基づいて、対象者におけるメタボリックシンドロームの疾患リスクを分析する請求項４に記載の診断支援システム。
【請求項９】
前記第２リスク分析手段は、
前記第１リスク分析手段による分析結果に基づいて前記対象者がインスリン抵抗性に該当しているか否かを判別する第１分析手段と、
生理情報に含まれる血圧値、高脂血症に関する検査値、中心性肥満に関する検査値、及び微量アルブミン尿に関する検査値が各別に対応する判定基準を夫々超えるか否かを判別する第２分析手段とを備え、
前記第１分析手段による判別結果と、前記第２分析手段による判別結果とに基づいて、対象者におけるメタボリックシンドロームの疾患リスクを分析する請求項４に記載の診断支援システム。
【請求項１０】
前記第２分析手段は、生理情報に含まれる血圧値、高脂血症に関する検査値、中心性肥満に関する検査値、及び微量アルブミン尿に関する検査値のうちのいくつが前記判定基準を超えたかを計数するように構成されており、
前記第２リスク分析手段は、前記第２分析手段による計数結果が所定数を超えるか否かを判別する判別手段を備え、
前記第１分析手段による判別の結果、対象者がインスリン抵抗性に該当しており、しかも、前記判別手段によって前記計数結果が所定数を超えると判別された場合に、メタボリックシンドロームの疾患リスクが高いと分析するように構成されている請求項８又は９に記載の診断支援システム。
【請求項１１】
前記高脂血症に関する検査値は、中性脂肪値又はＨＤＬコレステロール値である請求項４乃至１０の何れかに記載の診断支援システム。
【請求項１２】
前記中心性肥満に関する検査値は、ウェスト径、ウェスト／ヒップ比又はＢＭＩである請求項４乃至１１の何れかに記載の診断支援システム。
【請求項１３】
前記微量アルブミン尿に関する検査値は、μ−Ａｌｂ又はアルブミン／クレアチニン比である請求項４乃至１２の何れかに記載の診断支援システム。
【請求項１４】
前記第１リスク分析手段は、
対象者におけるインスリン抵抗性の程度を分析するインスリン抵抗性分析手段と、
対象者におけるブドウ糖放出亢進の程度を分析するブドウ糖放出亢進分析手段と、
対象者におけるインスリン分泌低下の程度を分析するインスリン分泌低下分析手段とを備える請求項１乃至１３の何れかに記載の診断支援システム。
【請求項１５】
前記第１リスク分析手段は、対象者における糖毒性の程度を分析する糖毒性分析手段を更に備える請求項１４に記載の診断支援システム。
【請求項１６】
入力に対して生体器官における糖尿病の病態を模した出力を生成する生体モデルと、
当該生体モデルを用いて対象者に治療を行った場合の生体器官をシミュレートし、治療後の病態を予測する病態予測手段と、
当該病態予測手段による予測結果を出力する予測結果出力手段とを更に備える請求項１乃至１５の何れかに記載の診断支援システム。
【請求項１７】
前記第１リスク分析手段による分析結果に基づいて、医師の診断に使用するための診断支援情報を生成する診断支援情報生成手段と、
当該診断支援情報生成手段によって生成された診断支援情報を出力する診断支援情報出力手段とを更に備える請求項１乃至１６の何れかに記載の診断支援システム。
【請求項１８】
入力装置及び出力装置を有するコンピュータを、糖尿病及びメタボリックシンドロームの診断の支援に用いられる診断支援システムとして機能させるためのコンピュータプログラムであって、
前記コンピュータを、前記入力装置によって対象者の生理状態を示す生理情報の入力を受け付ける入力受付手段と、
当該入力受付手段が受け付けた生理情報と、予め設定された判定基準とを比較して、対象者における糖尿病の疾患リスクを分析する第１リスク分析手段と、
前記入力受付手段が受け付けた生理情報と、予め設定された判定基準とを比較して、対象者におけるメタボリックシンドロームの疾患リスクを分析する第２リスク分析手段と、
前記第１リスク分析手段による分析結果と、前記第２リスク分析手段による分析結果とを前記出力装置に出力させる出力手段として機能させるためのコンピュータプログラム。
【請求項１】
対象者の生理状態を示す生理情報の入力を受け付ける入力受付手段と、
当該入力受付手段が受け付けた生理情報と、予め設定された判定基準とを比較して、対象者における糖尿病の疾患リスクを分析する第１リスク分析手段と、
前記入力受付手段が受け付けた生理情報と、予め設定された判定基準とを比較して、対象者におけるメタボリックシンドロームの疾患リスクを分析する第２リスク分析手段と、
前記第１リスク分析手段による分析結果と、前記第２リスク分析手段による分析結果とを出力する出力手段とを備える診断支援システム。
【請求項２】
前記生理情報は、ウェスト径、中性脂肪値、ＨＤＬコレステロール値、血圧値、及び空腹時血糖値を含み、
前記第２リスク分析手段は、生理情報に含まれるウェスト径、中性脂肪値、ＨＤＬコレステロール値、血圧値、空腹時血糖値が各別に対応する判定基準を夫々超えるか否かを判別し、判別結果に基づいて対象者におけるメタボリックシンドロームの疾患リスクを分析する請求項１に記載の診断支援システム。
【請求項３】
前記第２リスク分析手段は、生理情報に含まれる少なくとも中性脂肪値又はＨＤＬコレステロール値、血圧値、及び空腹時血糖値のうちのいくつが前記判定基準を超えたかを計数する計数手段と、当該計数手段による計数結果が所定数を超えるか否かを判別する判別手段とを備え、当該判別手段によって前記計数結果が所定数を超えると判別された場合に、メタボリックシンドロームの疾患リスクが高いと分析するように構成されている請求項３に記載の診断支援システム。
【請求項４】
前記生理情報は、血圧値、高脂血症に関する検査値、中心性肥満に関する検査値、及び微量アルブミン尿に関する検査値を含む請求項１に記載の診断支援システム。
【請求項５】
前記生理情報は、糖尿病及び／又は耐糖能異常に関する情報を更に含み、
前記第２リスク分析手段は、
前記対象者が糖尿病又は耐糖能異常に該当しているか否かを判別する第１分析手段と、
生理情報に含まれる血圧値、高脂血症に関する検査値、中心性肥満に関する検査値、及び微量アルブミン尿に関する検査値が各別に対応する判定基準を夫々超えるか否かを判別する第２分析手段とを備え、
前記第１分析手段による判別結果と、前記第２分析手段による判別結果とに基づいて、対象者におけるメタボリックシンドロームの疾患リスクを分析する請求項４に記載の診断支援システム。
【請求項６】
前記第２リスク分析手段は、
前記第１リスク分析手段による分析結果に基づいて前記対象者が糖尿病に該当しているか否かを判別する第１分析手段と、
生理情報に含まれる血圧値、高脂血症に関する検査値、中心性肥満に関する検査値、及び微量アルブミン尿に関する検査値が各別に対応する判定基準を夫々超えるか否かを判別する第２分析手段とを備え、
前記第１分析手段による判別結果と、前記第２分析手段による判別結果とに基づいて、対象者におけるメタボリックシンドロームの疾患リスクを分析する請求項４に記載の診断支援システム。
【請求項７】
前記第２分析手段は、生理情報に含まれる血圧値、高脂血症に関する検査値、中心性肥満に関する検査値、及び微量アルブミン尿に関する検査値のうちのいくつが前記判定基準を超えたかを計数するように構成されており、
前記第２リスク分析手段は、前記第２分析手段による計数結果が所定数を超えるか否かを判別する判別手段を備え、
前記第１分析手段による判別の結果、対象者が糖尿病又は耐糖能異常に該当しており、しかも、前記判別手段によって前記計数結果が所定数を超えると判別された場合に、メタボリックシンドロームの疾患リスクが高いと分析するように構成されている請求項５又は６に記載の診断支援システム。
【請求項８】
前記生理情報は、インスリン抵抗性に関する検査値を更に含み、
前記第２リスク分析手段は、
前記対象者がインスリン抵抗性に該当しているか否かを判別する第１分析手段と、
生理情報に含まれる血圧値、高脂血症に関する検査値、中心性肥満に関する検査値、及び微量アルブミン尿に関する検査値が各別に対応する判定基準を夫々超えるか否かを判別する第２分析手段とを備え、
前記第１分析手段による判別結果と、前記第２分析手段による判別結果とに基づいて、対象者におけるメタボリックシンドロームの疾患リスクを分析する請求項４に記載の診断支援システム。
【請求項９】
前記第２リスク分析手段は、
前記第１リスク分析手段による分析結果に基づいて前記対象者がインスリン抵抗性に該当しているか否かを判別する第１分析手段と、
生理情報に含まれる血圧値、高脂血症に関する検査値、中心性肥満に関する検査値、及び微量アルブミン尿に関する検査値が各別に対応する判定基準を夫々超えるか否かを判別する第２分析手段とを備え、
前記第１分析手段による判別結果と、前記第２分析手段による判別結果とに基づいて、対象者におけるメタボリックシンドロームの疾患リスクを分析する請求項４に記載の診断支援システム。
【請求項１０】
前記第２分析手段は、生理情報に含まれる血圧値、高脂血症に関する検査値、中心性肥満に関する検査値、及び微量アルブミン尿に関する検査値のうちのいくつが前記判定基準を超えたかを計数するように構成されており、
前記第２リスク分析手段は、前記第２分析手段による計数結果が所定数を超えるか否かを判別する判別手段を備え、
前記第１分析手段による判別の結果、対象者がインスリン抵抗性に該当しており、しかも、前記判別手段によって前記計数結果が所定数を超えると判別された場合に、メタボリックシンドロームの疾患リスクが高いと分析するように構成されている請求項８又は９に記載の診断支援システム。
【請求項１１】
前記高脂血症に関する検査値は、中性脂肪値又はＨＤＬコレステロール値である請求項４乃至１０の何れかに記載の診断支援システム。
【請求項１２】
前記中心性肥満に関する検査値は、ウェスト径、ウェスト／ヒップ比又はＢＭＩである請求項４乃至１１の何れかに記載の診断支援システム。
【請求項１３】
前記微量アルブミン尿に関する検査値は、μ−Ａｌｂ又はアルブミン／クレアチニン比である請求項４乃至１２の何れかに記載の診断支援システム。
【請求項１４】
前記第１リスク分析手段は、
対象者におけるインスリン抵抗性の程度を分析するインスリン抵抗性分析手段と、
対象者におけるブドウ糖放出亢進の程度を分析するブドウ糖放出亢進分析手段と、
対象者におけるインスリン分泌低下の程度を分析するインスリン分泌低下分析手段とを備える請求項１乃至１３の何れかに記載の診断支援システム。
【請求項１５】
前記第１リスク分析手段は、対象者における糖毒性の程度を分析する糖毒性分析手段を更に備える請求項１４に記載の診断支援システム。
【請求項１６】
入力に対して生体器官における糖尿病の病態を模した出力を生成する生体モデルと、
当該生体モデルを用いて対象者に治療を行った場合の生体器官をシミュレートし、治療後の病態を予測する病態予測手段と、
当該病態予測手段による予測結果を出力する予測結果出力手段とを更に備える請求項１乃至１５の何れかに記載の診断支援システム。
【請求項１７】
前記第１リスク分析手段による分析結果に基づいて、医師の診断に使用するための診断支援情報を生成する診断支援情報生成手段と、
当該診断支援情報生成手段によって生成された診断支援情報を出力する診断支援情報出力手段とを更に備える請求項１乃至１６の何れかに記載の診断支援システム。
【請求項１８】
入力装置及び出力装置を有するコンピュータを、糖尿病及びメタボリックシンドロームの診断の支援に用いられる診断支援システムとして機能させるためのコンピュータプログラムであって、
前記コンピュータを、前記入力装置によって対象者の生理状態を示す生理情報の入力を受け付ける入力受付手段と、
当該入力受付手段が受け付けた生理情報と、予め設定された判定基準とを比較して、対象者における糖尿病の疾患リスクを分析する第１リスク分析手段と、
前記入力受付手段が受け付けた生理情報と、予め設定された判定基準とを比較して、対象者におけるメタボリックシンドロームの疾患リスクを分析する第２リスク分析手段と、
前記第１リスク分析手段による分析結果と、前記第２リスク分析手段による分析結果とを前記出力装置に出力させる出力手段として機能させるためのコンピュータプログラム。
【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】
【公開番号】特開２００６−３０４８３３（Ｐ２００６−３０４８３３Ａ）
【公開日】平成１８年１１月９日（２００６．１１．９）
【国際特許分類】
【出願番号】特願２００５−１２７６４１（Ｐ２００５−１２７６４１）
【出願日】平成１７年４月２６日（２００５．４．２６）
【出願人】（３９００１４９６０）シスメックス株式会社 (810)
【Ｆターム（参考）】
【公開日】平成１８年１１月９日（２００６．１１．９）
【国際特許分類】
【出願日】平成１７年４月２６日（２００５．４．２６）
【出願人】（３９００１４９６０）シスメックス株式会社 (810)
【Ｆターム（参考）】
[ Back to top ]