特許ウォッチ

公開番号2025069702
公報種別公開特許公報(A)
公開日2025-05-01
出願番号2023179591
出願日2023-10-18
発明の名称推論装置、推論モデルの生成方法、および演算装置
出願人日本光電工業株式会社
代理人弁理士法人信栄事務所
主分類A61B 5/00 20060101AFI20250423BHJP(医学または獣医学;衛生学)
要約【課題】対象者の生体情報を得るための被観測パラメータの観測環境変化に応じて生じうる当該生体情報の予測精度の変化をユーザに視認させることが可能なユーザインタフェースを提供する。
【解決手段】対象者の生体情報を得るための被観測パラメータについて異なる時点で当該対象者から取得された複数の観測値を含む時系列データTSが受け付けられる。時系列データを推論モデル23に入力することにより前記被観測パラメータの未観測値の推論が行なわれ、当該未観測値がとりうる範囲が出力装置において可視化される。当該範囲は、前記異なる時点の間隔に応じて変化する。
【選択図】図2
特許請求の範囲【請求項１】
対象者の生体情報を得るための被観測パラメータについて異なる時点で当該対象者から取得された複数の観測値を含む時系列データを受け付けるインタフェースと、
前記時系列データを推論モデルに入力することにより前記被観測パラメータの未観測値の推論を行ない、当該未観測値がとりうる範囲を出力装置に可視化させるプロセッサと、
を備えており、
前記範囲は、前記異なる時点の間隔に応じて変化する、
推論装置。
続きを表示（約 2,300 文字）【請求項２】
対象者の生体情報を得るための被観測パラメータについて異なる時点で当該対象者から取得された複数の観測値を含む時系列データを受け付けるインタフェースと、
前記時系列データを推論モデルに入力することにより前記被観測パラメータに係るイベントが発生する確率の推論を行ない、当該確率がとりうる範囲を出力装置に可視化させるプロセッサと、
を備えており、
前記範囲は、前記異なる時点の間隔に応じて変化する、
推論装置。
【請求項３】
対象者の生体情報を得るための被観測パラメータについて異なる時点で当該対象者から取得された複数の観測値を含む時系列データを受け付けるインタフェースと、
前記時系列データを推論モデルに入力することにより前記被観測パラメータとは別の被観測パラメータの観測値の推論を行ない、当該観測値がとりうる範囲を出力装置に可視化させるプロセッサと、
を備えており、
前記範囲は、前記異なる時点の間隔に応じて変化する、
推論装置。
【請求項４】
前記プロセッサは、前記範囲の代表値を前記出力装置に可視化させる、
請求項１から３のいずれか一項に記載の推論装置。
【請求項５】
前記プロセッサは、前記推論の結果の分布を前記出力装置に可視化させる、
請求項１から３のいずれか一項に記載の推論装置。
【請求項６】
前記推論モデルは、前記間隔を特徴量として前記範囲を推論する、
請求項１から３のいずれか一項に記載の推論装置。
【請求項７】
前記推論モデルは、前記間隔に対応する期間において前記複数の観測値を補間する値がとりうる範囲に基づいて、前記範囲を推論する、
請求項１から３のいずれか一項に記載の推論装置。
【請求項８】
請求項１に記載の推論モデルを演算装置により生成する方法であって、
前記被観測パラメータについて第一時間間隔で生体から取得された複数の観測値を含む第一観測データセットを取得し、
前記被観測パラメータについて前記第一時間間隔と異なる第二時間間隔で前記生体から取得された複数の観測値を含む第二観測データセットを取得し、
前記第一観測データセットよりも後に取得された前記被観測パラメータの観測値と前記第一観測データセットに基づいて予測された前記被観測パラメータの未観測値との差分を、前記第一時間間隔と関連付けて記憶し、
前記第二観測データセットよりも後に取得された前記被観測パラメータの観測値と前記第二観測データセットに基づいて予測された前記被観測パラメータの未観測値との差分を、前記第二時間間隔と関連付けて記憶し、
前記被観測パラメータに係る複数の観測値が対象者から取得された時間間隔に基づいて前記被観測パラメータの未観測値がとりうる範囲を推定できるように推論モデルの機械学習を実行する、
推論モデルの生成方法。
【請求項９】
請求項２に記載の推論モデルを演算装置により生成する方法であって、
前記被観測パラメータについて第一時間間隔で生体から取得された複数の観測値を含む第一観測データセットを取得し、
前記被観測パラメータについて前記第一時間間隔と異なる第二時間間隔で前記生体から取得された複数の観測値を含む第二観測データセットを取得し、
前記第一観測データセットの取得時以降に前記被観測パラメータに係るイベントが実際に発生したか否かに対応する値と前記第一観測データセットに基づいて予測された当該イベントの発生確率に対応する値との差分を、前記第一時間間隔と関連付けて記憶し、
前記第二観測データセットの取得時以降に前記被観測パラメータに係るイベントが実際に発生したか否かに対応する値と前記第二観測データセットに基づいて予測された当該イベントの発生確率に対応する値との差分を、前記第二時間間隔と関連付けて記憶し、
前記被観測パラメータに係る複数の観測値が対象者から取得された時間間隔に基づいて前記イベントの発生確率がとりうる範囲を推論できるように推論モデルの機械学習を実行する、
推論モデルの生成方法。
【請求項１０】
請求項３に記載の推論モデルを演算装置により生成する方法であって、
前記被観測パラメータについて第一時間間隔で生体から取得された複数の観測値を含む第一観測データセットを取得し、
前記被観測パラメータについて前記第一時間間隔と異なる第二時間間隔で前記生体から取得された複数の観測値を含む第二観測データセットを取得し、
前記第一観測データセットの取得時以降に取得された前記被観測パラメータとは別の被観測パラメータの観測値と前記第一観測データセットに基づいて予測された当該別の被観測パラメータの観測値との差分を、前記第一時間間隔と関連付けて記憶し、
前記第二観測データセットの取得時以降に取得された前記別の被観測パラメータの観測値と前記第二観測データセットに基づいて予測された前記別の被観測パラメータの観測値との差分を、前記第二時間間隔と関連付けて記憶し、
前記被観測パラメータに係る複数の観測値が対象者から取得された時間間隔に基づいて前記別の被観測パラメータの観測値がとりうる範囲を推論できるように推論モデルの機械学習を実行する、
推論モデルの生成方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示は、対象者の生体情報を得るための被観測パラメータについて当該対象者から取得された複数の観測値を含む時系列データを推論モデルに入力することにより、当該生体情報についての推論を行なう推論装置に関連する。本開示は、当該推論モデルを生成する方法および演算装置にも関連する。
続きを表示（約 3,400 文字）【背景技術】
【０００２】
医療臨床の現場で医療従事者の臨床判断を代替または支援するために機械学習技術を用いて生成された推論モデルが知られている。例えば、非特許文献１は、生体から取得された被観測パラメータの時系列データに基づいて、特定の生体情報を推論するモデルを開示している。特定の生体情報の例としては、当該被観測パラメータの将来値（時系列予測モデルとしての使用）、院内死亡確率（分類モデルとしての使用）、集中治療室（ＩＣＵ）の残存滞在時間（回帰モデルとしての使用）などが挙げられる。推論モデルの予測精度は、例えば被特許文献２に記載のように、信頼区間として可視化されうる。
【先行技術文献】
【非特許文献】
【０００３】
G. Harerimana, et al. "A Multi-Headed Transformer Approach for Predicting the Patient’s Clinical Time-Series Variables From Charted Vital Signs", IEEE Access (Volume 10), 105993-106004, October 3, 2022
Y. Du, et al., "Time-series and Machine Learning Scenarios for COVID-19 Infection Prediction", The 2nd International Conference on Biological Engineering and Medical Science, 397-403, June 7, 2022
【発明の概要】
【発明が解決しようとする課題】
【０００４】
対象者の生体情報を得るための被観測パラメータの観測環境変化に応じて生じうる当該生体情報の予測精度の変化をユーザに視認させることが可能なユーザインタフェースを提供することが求められている。
【課題を解決するための手段】
【０００５】
本開示により提供される第一の態様例は、推論装置であって、
対象者の生体情報を得るための被観測パラメータについて異なる時点で当該対象者から取得された複数の観測値を含む時系列データを受け付けるインタフェースと、
前記時系列データを推論モデルに入力することにより前記被観測パラメータの未観測値の推論を行ない、当該未観測値がとりうる範囲を出力装置に可視化させるプロセッサと、
を備えており、
前記範囲は、前記異なる時点の間隔に応じて変化する。
【０００６】
本開示により提供される第二の態様例は、第一の態様例に係る推論モデルを演算装置により生成する方法であって、
前記被観測パラメータについて第一時間間隔で生体から取得された複数の観測値を含む第一観測データセットを取得し、
前記被観測パラメータについて前記第一時間間隔と異なる第二時間間隔で前記生体から取得された複数の観測値を含む第二観測データセットを取得し、
前記第一観測データセットよりも後に取得された前記被観測パラメータの観測値と前記第一観測データセットに基づいて予測された前記被観測パラメータの未観測値との差分を、前記第一時間間隔と関連付けて記憶し、
前記第二観測データセットよりも後に取得された前記被観測パラメータの観測値と前記第二観測データセットに基づいて予測された前記被観測パラメータの未観測値との差分を、前記第二時間間隔と関連付けて記憶し、
前記被観測パラメータに係る複数の観測値が対象者から取得された時間間隔に基づいて前記被観測パラメータの未観測値がとりうる範囲を推定できるように推論モデルの機械学習を実行する。
【０００７】
本開示により提供される第三の態様例は、第一の態様例に係る推論モデルを生成する演算装置であって、
前記被観測パラメータについて第一時間間隔で生体から取得された複数の観測値を含む第一観測データセット、および前記被観測パラメータについて前記第一時間間隔と異なる第二時間間隔で前記生体から取得された複数の観測値を含む第二観測データセットを受け付けるインタフェースと、
前記第一観測データセットと前記第二観測データセットに基づいて推論モデルの機械学習を実行するプロセッサと、
を備えており、
前記プロセッサは、
前記第一観測データセットよりも後に取得された前記被観測パラメータの観測値と前記第一観測データセットに基づいて予測された前記被観測パラメータの未観測値との差分を、前記第一時間間隔と関連付けて記憶し、
前記第二観測データセットよりも後に取得された前記被観測パラメータの観測値と前記第二観測データセットに基づいて予測された前記被観測パラメータの未観測値との差分を、前記第二時間間隔と関連付けて記憶し、
前記被観測パラメータに係る複数の観測値が対象者から取得された時間間隔に基づいて前記範囲を推論できるように前記機械学習を実行する。
【０００８】
一般に、被観測パラメータの時系列データに含まれる複数の観測値が取得された時間間隔が短いほど、推論モデルにより推論される当該被観測パラメータの未観測値の予測精度は高まる。他方、例えば腋下温は、臨床医療の現場では医療従事者によって手作業で測定されることが一般的である。このような場合、被観測パラメータの観測値が取得される時間間隔が一定でなかったり、変化したりする場合がありうる。換言すると、推論される被観測パラメータの未観測値の予測精度が動的に変化する場合がありうる。しかしながら、第一から第三の態様例の各々に係る構成によれば、入力された被観測パラメータの時系列データに基づいて推論される当該被観測パラメータの未観測値がとりうる範囲が可視化され、かつ観測値が取得された時間間隔に応じて当該範囲を動的に変化させることができる。したがって、被観測パラメータの観測環境変化に応じて生じうる当該被観測パラメータの未観測値の予測精度の変化をユーザに視認させることが可能なユーザインタフェースを提供できる。
【０００９】
本開示により提供される第四の態様例は、推論装置であって、
対象者の生体情報を得るための被観測パラメータについて異なる時点で当該対象者から取得された複数の観測値を含む時系列データを受け付けるインタフェースと、
前記時系列データを推論モデルに入力することにより前記被観測パラメータに係るイベントが発生する確率の推論を行ない、当該確率がとりうる範囲を出力装置に可視化させるプロセッサと、
を備えており、
前記範囲は、前記異なる時点の間隔に応じて変化する。
【００１０】
本開示により提供される第五の態様例は、第四の態様例に係る推論モデルを演算装置により生成する方法であって、
前記被観測パラメータについて第一時間間隔で生体から取得された複数の観測値を含む第一観測データセットを取得し、
前記被観測パラメータについて前記第一時間間隔と異なる第二時間間隔で前記生体から取得された複数の観測値を含む第二観測データセットを取得し、
前記第一観測データセットの取得時以降に前記被観測パラメータに係るイベントが実際に発生したか否かに対応する値と前記第一観測データセットに基づいて予測された当該イベントの発生確率に対応する値との差分を、前記第一時間間隔と関連付けて記憶し、
前記第二観測データセットの取得時以降に前記被観測パラメータに係るイベントが実際に発生したか否かに対応する値と前記第二観測データセットに基づいて予測された当該イベントの発生確率に対応する値との差分を、前記第二時間間隔と関連付けて記憶し、
前記被観測パラメータに係る複数の観測値が対象者から取得された時間間隔に基づいて前記イベントの発生確率がとりうる範囲を推論できるように推論モデルの機械学習を実行する。
（【００１１】以降は省略されています）

関連特許