[发明专利]患者状态的预测装置、预测方法、以及预测程序

权利要求书

1.一种预测装置，其特征在于，具备：

特征量提取部，其输入患者的生物体信息，提取该生物体信息的特征量；

特征量变动部，其输入上述特征量提取部提取出的生物体信息的特征量，输出患者信息的综合特征量的预测值，上述患者信息包含与被输入到上述特征量提取部的生物体信息不同的生物体信息；以及

状态预测部，其输入上述综合特征量的预测值，输出上述患者的风险信息，

上述特征量变动部包含学习了上述生物体信息的特征量与上述综合特征量的关系性的学习模型。

2.根据权利要求1所述的预测装置，其特征在于，

上述预测装置还具备：特征量综合部，其生成上述综合特征量。

3.根据权利要求2所述的预测装置，其特征在于，

上述特征量综合部生成的上述综合特征量是将针对多个患者的生物体信息和诊疗信息分别得到的生物体信息特征量和诊疗信息特征量融合而得的融合特征量。

4.根据权利要求2所述的预测装置，其特征在于，

上述特征量综合部生成的上述综合特征量是将从多个患者的多项生物体信息中得到的生物体信息特征量压缩而得的压缩特征量。

5.根据权利要求2所述的预测装置，其特征在于，

上述预测装置还具备：特征量复原部，其将上述综合特征量复原为每个患者信息的特征量。

6.根据权利要求5所述的预测装置，其特征在于，

上述特征量综合部和上述特征量复原部具备输入每个患者信息的特征量并输出上述综合特征量的编码器、以及输入上述综合特征量并输出上述每个患者信息的复原特征量的解码器，并且以使所输入的每个患者信息的特征量与上述复原特征量一致的方式进行学习。

7.根据权利要求5所述的预测装置，其特征在于，

上述预测装置还具备：压缩部，其压缩上述特征量提取部提取出的生物体信息的特征量并生成压缩特征量；复原部，其复原由上述压缩部压缩的压缩特征量，

上述特征量变动部以使输入到上述压缩部的上述生物体信息的特征量与由上述复原部复原的生物体信息的特征量一致，并且使输入到上述特征量综合部的每个患者信息的特征量与由上述特征量复原部复原的每个患者信息的特征量一致的方式进行学习。

8.根据权利要求1所述的预测装置，其特征在于，

上述特征量变动部具备压缩上述特征量提取部提取出的生物体信息的特征量并生成压缩特征量的压缩部，并且输入由上述压缩部生成的压缩特征量，输出上述综合特征量。

9.根据权利要求8所述的预测装置，其特征在于，

上述预测装置还具备：复原部，其复原上述压缩特征量，

上述压缩部和上述复原部以使输入到上述压缩部的生物体信息的特征量与由上述复原部复原的特征量一致的方式进行学习。

10.根据权利要求1所述的预测装置，其特征在于，

上述特征量提取部包含提取时序数据的特征量的神经网络。

11.根据权利要求1所述的预测装置，其特征在于，

上述状态预测部包含：神经网络，其以使根据上述综合特征量输出患者的风险信息的方式进行了学习。

12.根据权利要求1所述的预测装置，其特征在于，

上述状态预测部将上述患者的风险信息输出为进行了数值化的评分。

13.根据权利要求1所述的预测装置，其特征在于，

上述状态预测部通过蒙特卡洛丢弃法，计算预测结果的确信度。

14.根据权利要求1所述的预测装置，其特征在于，

上述预测装置还具备：输出装置，其显示上述状态预测部的输出。