[发明专利]数据分析装置以及保健事业支援方法

说明书

技术领域

本发明涉及一种数据分析技术，特别是涉及一种对医疗数据进行分析来支援保健事业的系统。

背景技术

健康保险组合为了降低医疗费而进行着实施用于生活习惯病的预防和重症化的预防的保健指导的保健事业。但是，为保健指导所能够确保的保健师以及用于保健指导的费用等资源有限。因此，期望支援有效且高效的保健事业的运营的系统。

作为支援保健事业的运营的方法，专利文献1中记载了如下保健事业支援系统：该保健事业支援系统基于诊疗费用账单信息、体检信息以及保健指导信息，选择保健指导对象者，该保健事业支援系统具备：医疗费模型制作部，制作表示针对每个健康保险加入者的重症度和检查值的预测医疗费的医疗费模型；检查值改善模型制作部，制作表示针对每个重症度和检查值的改善量的检查值改善模型；预测医疗费削减效果计算部，针对每个重症度和检查值计算保健指导所带来的预测医疗费削减量；以及对象者选择部，选择属于预测医疗费削减量高的重症度和检查值的健康保险加入者作为保健指导对象者。

专利文献1：日本特开2012-128670号公报

非专利文献1：Y.F.Hu,“Efficient,High Quality Force-Directed Graph Drawing”,The Mathematica Journal,vol.10,no.1,pp.37-71,2006

为了在健康保险组合的资源中进行有效且高效的保健事业，需要选择优先实施保健指导的对象者。另外，保健指导的内容也需要选择适于各个对象者的内容。

在专利文献1中，在预测医疗费时，基于当前的重症度和检查值预测将来的医疗费。例如基于当前的糖尿病的重症度和血糖值预测将来的糖尿病的重症度，将该重症度的平均的医疗费作为预测医疗费。

但是，关于对于将来的医疗费和重症度的预测有效的因素(在糖尿病中为血糖值)，需要作为现有知识通过人工进行设定。另外，重症度的定义也需要通过人工进行设定。

关于对于将来的医疗费的预测有效的因素，除了血糖值以外，还考虑年龄、性别、其它检查值、药品的处方状况以及生活习惯等各种因素，通过考虑它们，能够进行精度更高的预测。但是，难以通过人工列出这些因素。另外，需要针对每个疾病根据现有知识设定这些因素。因此，难以针对所有疾病进行分析。

发明内容

示出在本申请中公开的发明的代表性一例则如下。即，一种分析系统，具有执行程序的处理器以及保存所述程序的存储器，通过执行所述程序来对数据进行分析，所述分析系统能够访问保存包含实例间的类似度的数据间类似度信息的存储装置，所述分析系统具备：数据映射部，所述处理器基于所述数据间类似度信息，设定作用于所述实例间的引力和斥力，将所述实例在某维度的矢量空间配置成，所述引力和斥力的能量小于预先确定的阈值；以及聚类分析部，对配置在所述矢量空间的实例进行分类，所述数据映射部在所述矢量空间中虚拟地追加一个维度，使所述实例的坐标向所述追加的维度方向微小变动，计算对于所述微小变动而言为稳定的矢量空间的最小的维度数。

发明效果

根据本发明的代表性实施方式，能够基于实例间的类似度将实例配置在适当的维度的矢量空间中。因此，能够通过以往的聚类分析方法对实例适当地进行分类。前述以外的问题、结构以及效果会通过以下的实施例的说明而变得清楚。

附图说明

图1是表示第2实施例的医疗数据分析系统的结构的框图。

图2是表示第1实施例的数据聚类分析装置的结构的框图。

图3是说明第1实施例的数据间类似度信息的图。

图4是说明本发明的关联技术的图。

图5是第1实施例的数据映射部的处理的流程图。

图6是说明第2实施例的诊疗费用账单基本信息的图。

图7是说明第2实施例的体检信息的图。

图8是说明第2实施例的问诊信息的图。

图9是说明第2实施例的伤病名信息的图。

图10是说明第2实施例的伤病名分类信息的图。

图11是说明第2实施例的诊疗行为信息的图。

图12是说明第2实施例的诊疗行为分类信息的图。

图13是说明第2实施例的药品信息的图。

图14是说明第2实施例的药品分类信息的图。

图15是说明第2实施例的整形信息的一例的图。

图16A是说明第2实施例的整形信息的另一例的图。

图16B是第2实施例的项目合并处理的流程图。