特許ウォッチ

公開番号2025179322
公報種別公開特許公報(A)
公開日2025-12-10
出願番号2024085994
出願日2024-05-28
発明の名称ベッドコントロールシステム
出願人シーライヴ株式会社,国立大学法人大阪大学
代理人弁理士法人小笠原国際特許事務所,個人
主分類G16H 40/00 20180101AFI20251203BHJP(特定の用途分野に特に適合した情報通信技術)
要約【課題】ベッドコントロールをより効率的に、低負担で行うことができるベッドコントロールシステムを提供する。
【解決手段】ベッドの情報に係るデータであるベッドデータ、医療従事者の情報に係るデータである医療従事者データ、傷病に係るデータである傷病データ及び患者の情報に係るデータである患者データを含む第一教師データ、及び、前記第一教師データに基づいて、患者又は付添人に割り当てるのに適した一又は複数のベッドに係るデータを含む第二教師データを用いた機械学習により生成され、ベッドデータ、医療従事者データ、傷病データ及び患者データを含む第一入力データに基づいて、患者又は付添人に割り当てるのに適した一又は複数のベッドに係るデータである割当データを出力する一又は複数の学習済モデルからなるベッド割当部131を備える。
【選択図】図2
特許請求の範囲【請求項１】
患者又は付添人に、病院におけるベッドを割り当てるベッドコントロールシステムであって、
ベッドの情報に係るデータであるベッドデータ、医療従事者の情報に係るデータである医療従事者データ、傷病に係るデータである傷病データ及び患者の情報に係るデータである患者データを含む第一教師データ、及び、前記第一教師データに基づいて、前記患者又は前記付添人に割り当てるのに適した一又は複数のベッドに係るデータを含む第二教師データを用いた機械学習により生成され、前記ベッドデータ、前記医療従事者データ、前記傷病データ及び前記患者データを含む第一入力データに基づいて、前記患者又は前記付添人に割り当てるのに適した一又は複数のベッドに係るデータである割当データを出力する一又は複数の学習済モデルからなるベッド割当部を
備えるベッドコントロールシステム。
続きを表示（約 1,400 文字）【請求項２】
請求項１に記載のベッドコントロールシステムであって、
前記ベッド割当部は、
前記第一教師データ及び前記第二教師データのうち、異なる病院で共用できるデータを用いた機械学習により生成される第一共用学習済モデルと、
前記第一教師データ及び前記第二教師データのうち、異なる病院で共用できないデータを用いた機械学習により生成される第一専用学習済モデルと、
を有するベッドコントロールシステム。
【請求項３】
請求項１に記載のベッドコントロールシステムであって、
前記ベッド割当部は、
前記第一教師データ及び前記第一入力データに有事であるか否かに係るデータである有事データを含む学習済モデルである有事学習済モデルと、
前記第一教師データ及び前記第一入力データに有事データを含まない学習済モデルである平時学習済モデルと、
を有するベッドコントロールシステム。
【請求項４】
請求項１に記載のベッドコントロールシステムであって、さらに、
前記第一入力データに基づいて、傷病の治療に対して不足するベッド又は医療従事者に係るデータを出力する不足算出部を備えるベッドコントロールシステム。
【請求項５】
請求項１に記載のベッドコントロールシステムであって、さらに、
ユーザが、前記患者データを含む第二入力データを文章又は音声の態様で入力する第二入力部と、
前記ユーザが、前記第一入力データに必要な情報を、前記第二入力データとして入力するよう誘導する入力誘導部と、
用語のシソーラスを含む第三教師データを用いた機械学習により生成され、前記第二入力データを、前記第一入力データとして使用可能な態様に変換して出力する一又は複数の学習済モデルからなる言語認識部と、
を備えるベッドコントロールシステム。
【請求項６】
請求項５に記載のベッドコントロールシステムであって、
前記言語認識部は、
前記第三教師データのうち、異なる病院で共用できるデータを用いた機械学習により生成される第二共用学習済モデルと、
前記第三教師データのうち、異なる病院で共用できないデータを用いた機械学習により生成される第二専用学習済モデルと、
を有するベッドコントロールシステム。
【請求項７】
請求項１に記載のベッドコントロールシステムであって、さらに、
前記ベッド割当部が、前記患者又は前記付添人に割り当てるのに適した複数のベッドに係るデータである割当データを出力した場合に、該複数のベッドを一覧で表示する表示部と、
前記表示部に表示された複数のベッドの中から、一のベッドをユーザに選択させる選択部と、
前記複数のベッドに係るデータ及び前記選択部によって選択されたベッドに係るデータを含む第四教師データを用いた機械学習により生成され、前記ユーザの癖に基づいて、前記割当データを補正するためのデータである補正データを出力する一又は複数の学習済モデルからなる補正部と、
を備え、
前記表示部が、前記補正データに基づいて、前記ユーザの癖を反映した前記複数のベッドの一覧を表示するベッドコントロールシステム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、患者又は付添人に、病院におけるベッドを割り当てるベッドコントロールシステムに関する。
続きを表示（約 1,900 文字）【背景技術】
【０００２】
ベッドコントロールは、ベッドの利用状況、患者の入退院、転室、転科、転棟、転出予定や患者の病状、付添人の有無等を把握し、患者の病状や緊急性に応じて、患者又は付添人が使用するベッドを確保できるように、ベッドを効率的に運用することをいい、病院にとって重要な業務であるが、様々な要素を考慮する必要があるため、作業時間及び労力は肥大化しがちであり、病院における負担は非常に大きいものであった。
【０００３】
このような状況に鑑みて、近年では、ベッドコントロールを効率的に行うためのベッドコントロールを支援するためのシステムが提案されている。例えば、特許文献１では、病院の各ベッドにおける患者の状況やベッド全体の稼働状況、各病棟別や病院全体の利用状況等をベッドコントロールに必要な情報を把握しやすい形で表示する技術が開示されている。
【先行技術文献】
【特許文献】
【０００４】
特開２０１９－１０１６７５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、特許文献１で開示されるような技術は、あくまで病院におけるベッドコントロールを支援・効率化するための技術であり、最終的なベッドの割り当て（最終解）の決定は人為的に行われる必要があるため、本質的な問題の解決にはいたっていない。つまり最終解が即座に得られるわけではない。
【０００６】
本発明は、従来のこのような事情に鑑みてなされたものである。本発明の目的の一は、病院におけるベッドコントロールをより効率的に、低負担で行うことができるベッドコントロールシステムを提供することにある。
【発明の概要】
課題を解決するための手段及び発明の効果
【０００７】
本発明の第１の側面に係るベッドコントロールシステムは、患者又は付添人に、病院におけるベッドを割り当てるベッドコントロールシステムであって、ベッドの情報に係るデータであるベッドデータ、医療従事者の情報に係るデータである医療従事者データ、傷病に係るデータである傷病データ及び患者の情報に係るデータである患者データを含む第一教師データ、及び、前記第一教師データに基づいて、前記患者又は前記付添人に割り当てるのに適した一又は複数のベッドに係るデータを含む第二教師データを用いた機械学習により生成され、前記ベッドデータ、前記医療従事者データ、前記傷病データ及び前記患者データを含む第一入力データに基づいて、前記患者又は前記付添人に割り当てるのに適した一又は複数のベッドに係るデータである割当データを出力する一又は複数の学習済モデルからなるベッド割当部を備えるよう構成できる。
【０００８】
前記構成によれば、例えば、過去のベッドコントロールの記録を機械学習させて生成される学習済モデルを用いることにより、過去のベッドコントロールに則した（病院における病床割り当ての傾向・慣習・指向性等）態様の割当データを取得できる。すなわち、ユーザは、割当データに基づいて一のベッドが提示された場合には、そのベッドでよいかといった確認作業のみを行うことで、また、複数のベッドが提示された場合には、その中から一のベッドを選択するといった選択作業のみを行うことで、ベッドコントロールが可能となるので、より効率的に、低負担で行うことができる。これにより、従来は一定の熟練を必要としたベッドコントロールを、その熟練を要していない者でも比較的容易に行えるようになる。このように、本発明に係るベッドコントロールシステムの特徴は、最終解が直接得られる点にあり、単なるベッドの割り当ての支援・効率化のみを行う（最終解が得られない）従来技術とは大きく異なるものである。
【０００９】
また、数理モデル（計算式）等によってベッドコントロールの自動化を機械的に実現する場合と異なり、病院における「暗黙知」のような言語化やルール化が困難な理由に基づくベッドコントロールも機械学習し、再現できるようになる。
【００１０】
本発明の第２の側面に係るベッドコントロールシステムは、前記ベッド割当部は、前記第一教師データ及び前記第二教師データのうち、異なる病院で共用できるデータを用いた機械学習により生成される第一共用学習済モデルと、前記第一教師データ及び前記第二教師データのうち、異なる病院で共用できないデータを用いた機械学習により生成される第一専用学習済モデルと、を有するよう構成できる。
（【００１１】以降は省略されています）

関連特許