特許ウォッチ

公開番号2025073551
公報種別公開特許公報(A)
公開日2025-05-13
出願番号2023184458
出願日2023-10-27
発明の名称予測モデル生成装置、予測装置、予測モデル生成方法、予測方法及びプログラム
出願人公立大学法人名古屋市立大学,国立大学法人東海国立大学機構
代理人個人,個人,個人,個人,個人
主分類A61B 10/00 20060101AFI20250502BHJP(医学または獣医学;衛生学)
要約【課題】時間的に連続して予測対象者に痛みが生じるか否かを予測する。
【解決手段】患者に痛みが生じていないときの前記患者の心電に関するデータを教師データとして、予測対象者の心電に関するデータを入力として、前記予測対象者に痛みが生じるか否かの予測基準となる値を出力する予測モデルを生成する、予測モデル生成装置。
【選択図】図1
特許請求の範囲【請求項１】
患者に痛みが生じていないときの前記患者の心電に関するデータを教師データとして、
予測対象者の心電に関するデータを入力として、前記予測対象者に痛みが生じるか否かの予測基準となる値を出力する予測モデルを生成する、
予測モデル生成装置。
続きを表示（約 940 文字）【請求項２】
前記予測モデルは、前記予測対象者の心電に関するデータと患者に痛みがないときの患者の心電に関するデータとの間の再構築誤差を算出し、
前記再構築誤差が所定時間の間、所定値以上であるときに、前記予測対象者に痛みが生じると予測される、
請求項１に記載の予測モデル生成装置。
【請求項３】
前記心電に関するデータは、心電におけるＲ波の間隔から算出される心拍変動を特徴づける指標である、
請求項１又は２に記載の予測モデル生成装置。
【請求項４】
患者の心電に関するデータを入力として、前記患者に痛みが生じるか否かの予測基準となる値を出力するように学習された予測モデルに、予測対象者の心電に関するデータを入力することで、前記予測対象者に痛みが生じるか否かを予測する、
予測装置。
【請求項５】
前記予測モデルに、前記予測対象者の心電に関するデータを入力することで、前記予測対象者の心電に関するデータと患者に痛みがないときの患者の心電に関するデータとの間の再構築誤差を算出し、
前記再構築誤差が所定時間の間、所定値以上であるときに、前記予測対象者に痛みが生じると予測する、
請求項４に記載の予測装置。
【請求項６】
患者に痛みが生じていないときの前記患者の心電に関するデータを教師データとして、
予測対象者の心電に関するデータを入力として、前記予測対象者に痛みが生じるか否かの予測基準となる値を出力する予測モデルを生成する、
予測モデル生成方法。
【請求項７】
患者の心電に関するデータを入力として、前記患者に痛みが生じるか否かの予測基準となる値を出力するように学習された予測モデルに、予測対象者の心電に関するデータを入力することで、前記予測対象者に痛みが生じるか否かを予測する
予測方法。
【請求項８】
コンピュータに請求項６に記載の予測モデル生成方法を実行させる、
プログラム。
【請求項９】
コンピュータに請求項７に記載の予測方法を実行させる、
プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、予測モデル生成装置、予測装置、予測モデル生成方法、予測方法及びプログラムに関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
主観的な感覚である痛みの客観的評価を試みる研究が多く行われている（例えば非特許文献１及び非特許文献２）。痛みの客観的評価を試みる研究においては、主に熱や電気刺激を発生させた際に生じる生理学的な変化から痛みを評価している。
【先行技術文献】
【非特許文献】
【０００３】
E, K, Naeini et al., “Pain Recognition With Electrocardiographic Features in Postoperative Patients: Method Validation Study” J Med Internet Res, vol. 23, no.5, pp. 1-13, 2021.
S. A. H. Aqajari et al., “Pain Assessment Tool With Electrodermal Activity for Postoperative Patients: Method Validation Study”, JMIR Mhealth Uhealth, vol.9, no. 5, pp. 1-11, 2021
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、従来の研究においては痛みが生じるか否かをリアルタイムに予測することができていない。非特許文献１及び非特許文献２においても痛みの評価を自己評価スケールに頼っており、時間的に非連続な評価しかできていない。
【０００５】
本発明の目的は、時間的に連続して予測対象者に痛みが生じるか否かを予測することができる予測モデル生成装置、予測装置、予測モデル生成方法、予測方法及びプログラムを提供することにある。
【課題を解決するための手段】
【０００６】
本発明の一態様は、患者に痛みが生じていないときの前記患者の心電に関するデータを教師データとして、予測対象者の心電に関するデータを入力として、前記予測対象者に痛みが生じるか否かの予測基準となる値を出力する予測モデルを生成する、予測モデル生成装置である。
【０００７】
本発明の一態様は、患者の心電に関するデータを入力として、前記患者に痛みが生じるか否かの予測基準となる値を出力するように学習された予測モデルに、予測対象者の心電に関するデータを入力することで、前記予測対象者に痛みが生じるか否かを予測する、予測装置である。
【発明の効果】
【０００８】
本発明によれば、時間的に連続して予測対象者に痛みが生じるか否かを予測することができる。
【図面の簡単な説明】
【０００９】
本実施形態の予測モデル生成装置の構成の一例を示す図である。
教師データ生成システムの構成の一例を示す図である。
除外する心電を示す図である。
本実施形態の予測モデル生成装置の動作を示すフローチャートである。
本実施形態の予測システムの構成の一例を示す図である。
本実施形態の予測装置の構成の一例を示す図である。
本実施形態の予測装置の動作の一例を示すフローチャートである。
ある予測対象者において、予測装置により痛みが生じると予測された結果と、痛みが生じた時点を示す図である。
【発明を実施するための形態】
【００１０】
（予測モデル生成装置）
以下、図面を参照しながら本発明の実施形態について詳しく説明する。
図１は、本実施形態の予測モデル生成装置１の構成の一例を示す図である。予測モデル生成装置１は、予測モデルを生成する。予測モデルは、予測の対象とする者に痛みが生じるか否かを予測するモデルである。
予測モデル生成装置１は、教師データ取得部１１、予測モデル生成部１２及び予測モデル出力部１３を備える。
（【００１１】以降は省略されています）

関連特許