特許ウォッチ

公開番号2025005787
公報種別公開特許公報(A)
公開日2025-01-17
出願番号2023106148
出願日2023-06-28
発明の名称特徴量推定装置、特徴量推定方法および分類システム
出願人株式会社日立製作所
代理人弁理士法人サンネクスト国際特許事務所
主分類G06F 16/908 20190101AFI20250109BHJP(計算;計数)
要約【課題】時系列データに対し、特徴量を抽出するための特徴量推定ルールを生成し、分類対象を分類する処理を支援する特徴量推定装置、特徴量推定方法、分類システムを提供する。
【解決手段】各データ間の関係性を基に、特徴量を推定するルールとして特徴量推定ルールを生成する特徴量推定ルール生成部20と、特徴量推定ルールを分類の対象となる時系列データに適用し、特徴量の候補である推定特徴量候補を作成する推定特徴量候補作成部と、作成された推定特徴量候補について、時系列データに対する分類性能を評価する特徴量評価部21と、評価の結果として再定義が必要とされた推定特徴量候補に対応する特徴量推定ルールに対し、評価値を変更した特徴量推定ルールを追加する特徴量推定ルール追加部と、を備える特徴量推定装置。
【選択図】図3

特許請求の範囲【請求項１】
各データ間の関係性を基に、特徴量を推定するルールとして特徴量推定ルールを生成する特徴量推定ルール生成部と、
前記特徴量推定ルールを分類の対象となる時系列データに適用し、特徴量の候補である推定特徴量候補を作成する推定特徴量候補作成部と、
作成された前記推定特徴量候補について、前記時系列データに対する分類性能を評価する特徴量評価部と、
評価の結果として再定義が必要とされた前記推定特徴量候補に対応する特徴量推定ルールに対し、評価値を変更した特徴量推定ルールを追加する特徴量推定ルール追加部と、
を備える特徴量推定装置。
続きを表示（約 850 文字）【請求項２】
前記特徴量推定ルールは、前記推定特徴量候補の要素となる、文言の組合せおよび前記文言の組合せに対する前記評価値を含む請求項１に記載の特徴量推定装置。
【請求項３】
前記特徴量推定ルール生成部は、各データの関連性を表す関連性情報、前記文言の組合せを表す特徴量組合せ要素情報および前記評価値の候補を表す特徴量推定ルール要素情報を基に、前記特徴量推定ルールを生成する請求項２に記載の特徴量推定装置。
【請求項４】
前記時系列データは、レセプトデータである請求項１に記載の特徴量推定装置。
【請求項５】
前記推定特徴量候補は、前記レセプトデータを分類し、傷病者を複数のグループに区分するためのものである請求項４に記載の特徴量推定装置。
【請求項６】
前記特徴量推定ルール生成部は、傷病に対するガイドラインについての各データ間の関係性を基に、前記特徴量推定ルールを生成する請求項４に記載の特徴量推定装置。
【請求項７】
前記推定特徴量候補作成部は、前記時系列データのうち、予め定められた要素が共通するものについて前記推定特徴量候補を抽出する請求項１に記載の特徴量推定装置。
【請求項８】
前記推定特徴量候補作成部は、複数の共通する要素について前記推定特徴量候補を抽出する処理を繰り返し、前記推定特徴量候補を追加していく請求項７に記載の特徴量推定装置。
【請求項９】
前記特徴量評価部は、前記推定特徴量候補が、前記時系列データを分類するために機能するか否かを評価する請求項１に記載の特徴量推定装置。
【請求項１０】
前記特徴量推定ルール、前記推定特徴量候補および前記推定特徴量候補の分類性能を評価する特徴量評価ルールの少なくとも１つをユーザに対し表示し、選択させる表示処理部をさらに備える請求項１に記載の特徴量推定装置。
（【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】
本発明は、特徴量推定装置、特徴量推定方法、分類システムに関する。本発明は、例えば、レセプトデータを分類する際に使用する特徴量を推定する特徴量推定装置等に関する。
続きを表示（約 3,600 文字）【背景技術】
【０００２】
従来技術として、時間の経過とともに変化する時系列データに対し、特徴量に基づき時間による変動の分析を行う方法が存在する。
【０００３】
特許文献１では、時系列パターンの説明情報生成装置について開示されている。この説明情報生成装置は、時系列データをニューラルネットワークに学習して予測モデルを構成する予測モデル学習部と、予測モデルを使用して、時系列データに含まれる特徴的な変化を示す系列パターンの候補を抽出する系列パターン候補生成部と、複数の系列パターンの候補を、相互の間の非類似度を算出して分類し、各分類に含まれる代表的な系列パターンの候補を、時系列データの系列パターンとして出力する系列パターン生成部と、時系列データより抽出された任意の系列パターンより特徴量を算出して、予め正常時の系列パターンより算出しておいた特徴量を記憶した変化検知モデルと比較して、監視対象システムが正常か否かの分析結果を出力する時系列データ分析部とを備える。
【０００４】
特許文献２では、診断システムについて開示されている。機器情報分類部は、監視対象機器の基本機器情報を含む監視項目に関連し固定された第１被結合機器情報と可変の第２被結合機器情報を基本機器情報に結合した結合機器情報を得る。機器情報分類部は結合機器情報を分類する。機器状態診断部は、監視項目に対応する測定データを解析した解析結果の特徴量を得る。機器状態診断部は、監視対象機器の状態を機器情報分類部の分類結果に対応した解析結果の特徴量の診断パターンを用いて診断する。機器情報分類部は結合機器情報の特徴量を得る。機器情報分類部は、結合機器情報の特徴量に基づいて結合機器情報を予め記憶された複数の機器特徴パターンのいずれかに分類する。
【先行技術文献】
【特許文献】
【０００５】
特開２０２１－１２４８１９号公報
特開２０１６－９１３７８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
時系列データとして、例えば、医療機関が対象者に対し治療を行った経過を示すレセプトデータが挙げられる。対象者は、この場合、傷病者である。
しかし、レセプトデータはその時点での特定サービスの受領の有無のみを表現しており、医療従事者が対象者の状態を理解するためには、レセプトデータ内で欠損しているデータ間の関係性を特徴としてくみ取る必要があり、大きな工数を要していた。
本発明は、時系列データに対し、特徴量を抽出するための特徴量推定ルールを生成し、分類対象を分類する処理を支援する特徴量推定装置、特徴量推定方法、分類システ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】
上記の課題を解決するため本発明は、各データ間の関係性を基に、特徴量を推定するルールとして特徴量推定ルールを生成する特徴量推定ルール生成部と、特徴量推定ルールを分類の対象となる時系列データに適用し、特徴量の候補である推定特徴量候補を作成する推定特徴量候補作成部と、作成された推定特徴量候補について、時系列データに対する分類性能を評価する特徴量評価部と、評価の結果として再定義が必要とされた推定特徴量候補に対応する特徴量推定ルールに対し、評価値を変更した特徴量推定ルールを追加する特徴量推定ルール追加部と、を備える特徴量推定装置である。この場合、時系列データに対し、特徴量を抽出するための特徴量推定ルールを生成し、分類対象を分類する処理を支援する特徴量推定装置を提供することができる。
【０００８】
ここで、特徴量推定ルールは、推定特徴量候補の要素となる、文言の組合せおよび文言の組合せに対する評価値を含むようにできる。この場合、特徴量を推定するためのルールとして、より適切なものになる。
また、特徴量推定ルール生成部は、各データの関連性を表す関連性情報、文言の組合せを表す特徴量組合せ要素情報および評価値の候補を表す特徴量推定ルール要素情報を基に、特徴量推定ルールを生成することができる。この場合、特徴量推定ルールをより容易に生成することができる。
さらに、時系列データは、レセプトデータにすることができる。この場合、傷病者の分類を行うことができる。
またさらに、推定特徴量候補は、レセプトデータを分類し、傷病者を複数のグループに区分するためのものとすることができる。この場合、傷病者を、類似した健康状態を有する傷病者が集まった複数のグループに区分することができる。
また、特徴量推定ルール生成部は、傷病に対するガイドラインについての各データ間の関係性を基に、特徴量推定ルールを生成することができる。この場合、より適切な特徴量推定ルールを生成できる。
さらに、推定特徴量候補作成部は、時系列データのうち、予め定められた要素が共通するものについて推定特徴量候補を抽出することができる。この場合、より適切な推定特徴量候補を抽出することができる。
またさらに、推定特徴量候補作成部は、複数の共通する要素について推定特徴量候補を抽出する処理を繰り返し、推定特徴量候補を追加していくことができる。この場合、種々の要素について、より適切な推定特徴量候補を抽出することができる。
そして、特徴量評価部は、推定特徴量候補が、時系列データを分類するために機能するか否かを評価することができる。この場合、特徴量として適さないものを除外できる。
また、特徴量推定ルール、推定特徴量候補および推定特徴量候補の分類性能を評価する特徴量評価ルールの少なくとも１つをユーザに対し表示し、選択させる表示処理部をさらに備えることができる。この場合、特徴量推定ルール、推定特徴量候補および特徴量評価ルールの少なくとも１つに対し、より適したものをユーザにより選別させることができる。
さらに、ユーザが選択した、特徴量推定ルール、推定特徴量候補および特徴量評価ルールに基づき、時系列データを分類するための特徴量を決定することができる。この場合、特徴量としてより精度の高いものを抽出できる。
またさらに、特徴量推定ルール生成部は、過去に作成された推定特徴量候補に対応する特徴量推定ルールを追加することができる。この場合、特徴量推定ルールとしてより有用なものを追加できる。
そして、特徴量推定ルール生成部は、過去に作成された推定特徴量候補と推定特徴量候補がユーザにより使用された使用率に基づき、追加する特徴量推定ルールを選択することができる。この場合、より過去に使用された実績を基に、特徴量推定ルールを追加することができる。
【０００９】
また、本発明は、プロセッサがメモリに記録されたプログラムを実行することにより、各データ間の関係性を基に、特徴量を推定するルールとして特徴量推定ルールを生成し、特徴量推定ルールを分類の対象となる時系列データに適用し、特徴量の候補である推定特徴量候補を作成し、作成された推定特徴量候補について、時系列データに対する分類性能を評価し、評価の結果として再定義が必要とされた推定特徴量候補に対応する特徴量推定ルールに対し、評価値を変更した特徴量推定ルールを追加する、特徴量推定方法である。この場合、時系列データに対し、特徴量を抽出するための特徴量推定ルールを生成し、分類対象を分類する処理を支援する特徴量推定方法を提供することができる。
【００１０】
さらに、本発明は、分類の対象となる時系列データを分類するために、特徴量の候補である推定特徴量候補を作成する特徴量推定装置と、推定特徴量候補に基づき決定された特徴量により時系列データを分類するデータ分類装置と、を有し、特徴量推定装置は、各データ間の関係性を基に、特徴量を推定するルールとして特徴量推定ルールを生成する特徴量推定ルール生成部と、
特徴量推定ルールを時系列データに適用し、推定特徴量候補を作成する推定特徴量候補作成部と、作成された推定特徴量候補について、時系列データに対する分類性能を評価する特徴量評価部と、評価の結果として再定義が必要とされた推定特徴量候補に対応する特徴量推定ルールに対し、評価値を変更した特徴量推定ルールを追加する特徴量推定ルール追加部と、を備える分類システムである。この場合、時系列データに対し、特徴量を抽出するための特徴量推定ルールを生成し、分類対象を分類する処理を支援する特徴量推定システムを提供することができる。
【発明の効果】
（【００１１】以降は省略されています）

関連特許