經(jīng)年變化預(yù)測系統(tǒng)以及經(jīng)年變化預(yù)測方法
【專利摘要】本發(fā)明涉及一種經(jīng)年變化預(yù)測系統(tǒng)以及經(jīng)年變化預(yù)測方法。實(shí)現(xiàn)基于圖形模型的高精度且控制了計算成本的預(yù)測。經(jīng)年變化預(yù)測系統(tǒng)將第一時間點(diǎn)的證據(jù)群作為輸入，將表示從第一時間點(diǎn)開始經(jīng)過第一期間后概率變量的狀態(tài)的信息作為輸出，保持圖形模型，關(guān)于第一時間點(diǎn)的證據(jù)群中包括的概率分布，根據(jù)從該概率分布計算出的特征量和/或在上述圖形模型中定義的該概率分布所對應(yīng)的概率變量的特征量，決定是否進(jìn)行從該概率分布向該概率分布所對應(yīng)的概率變量的確定狀態(tài)的轉(zhuǎn)換，將該轉(zhuǎn)換后的第一時間點(diǎn)的證據(jù)群輸入給圖形模型。
【專利說明】
經(jīng)年變化預(yù)測系統(tǒng)以及經(jīng)年變化預(yù)測方法
技術(shù)領(lǐng)域
[0001 ]本發(fā)明涉及一種經(jīng)年變化預(yù)測系統(tǒng)以及經(jīng)年變化預(yù)測方法。
【背景技術(shù)】
[0002]作為援助保險事業(yè)運(yùn)營的【背景技術(shù)】，有日本特開2014-225176號公報(專利文獻(xiàn)I)。在該公報中記載了“具備:因果/迀移結(jié)構(gòu)計算部，其生成根據(jù)有向邊或無向邊來定義表示病態(tài)的概率變量所對應(yīng)的節(jié)點(diǎn)和表示對病態(tài)變化有影響的因子的概率變量所對應(yīng)的節(jié)點(diǎn)之間的概率依存性的圖表結(jié)構(gòu);節(jié)點(diǎn)生成部，其生成上述概率變量的現(xiàn)象空間;概率表計算部，其計算上述圖表結(jié)構(gòu)的條件概率;模型再構(gòu)筑部，其通過由指定的概率變量組成的圖表結(jié)構(gòu)、事件空間以及條件概率來再構(gòu)筑模型;病態(tài)迀移/醫(yī)療費(fèi)預(yù)測部，其預(yù)測病態(tài)迀移概率以及醫(yī)療費(fèi)；以及保健指導(dǎo)支持部，其選定保健指導(dǎo)的對象以及保健指導(dǎo)內(nèi)容”的技術(shù)。
[0003]專利文獻(xiàn)I:日本特開2014-225176號公報

【發(fā)明內(nèi)容】

[0004]專利文獻(xiàn)I中記載的技術(shù)例如使用某一年及其第二年的數(shù)據(jù)，構(gòu)筑預(yù)測一年以后的生病率和醫(yī)療費(fèi)的貝葉斯網(wǎng)絡(luò)。另外，在輸入到貝葉斯網(wǎng)絡(luò)等圖形模型中的證據(jù)中有將概率變量的確定狀態(tài)設(shè)為證據(jù)的硬證據(jù)、在雖然沒有確定概率變量的狀態(tài)為一個但判明該概率變量所遵循的概率分布的情況下將該概率分布設(shè)為證據(jù)的軟證據(jù)。
[0005]專利文獻(xiàn)I中記載的技術(shù)將當(dāng)前的狀態(tài)作為硬證據(jù)而輸入給貝葉斯網(wǎng)絡(luò)，進(jìn)行一年以后的狀態(tài)預(yù)測。因此，在當(dāng)前狀態(tài)中包括(沒有判明概率變量的確定狀態(tài))概率分布的情況下，為了使用專利文獻(xiàn)I所記載的技術(shù)來進(jìn)行預(yù)測，需要將該概率分布轉(zhuǎn)換為確定狀
??τ O
[0006]作為從概率分布向確定狀態(tài)的轉(zhuǎn)換方法，例如有選擇概率分布上概率變得最高的狀態(tài)即最頻值的方法、根據(jù)概率分布計算期望值來選擇相應(yīng)的狀態(tài)的方法等。但是，輸入從概率分布轉(zhuǎn)換而得的確定狀態(tài)的情況與輸入該概率分布的情況相比較，預(yù)測精度下降。
[0007]特別是例如在重復(fù)將圖形模型的輸出結(jié)果作為該圖形模型的下一個輸入的預(yù)測的情況下，得到與實(shí)際情況相反的結(jié)果的可能性很高。例如生病率和醫(yī)療費(fèi)一般有隨年齡上升的傾向，但是如果將醫(yī)療費(fèi)和生病率的概率分布轉(zhuǎn)換為確定狀態(tài)來進(jìn)行經(jīng)年變化預(yù)測，則會得到每年醫(yī)療費(fèi)和生病率減少的預(yù)測結(jié)果。
[0008]這是由于概率分布有偏差。一般患有某種病的人會比沒有患病的人要少很多，因此如果關(guān)于將是否患有該病的概率分布轉(zhuǎn)換為確定狀態(tài)，則選擇沒有患該病的狀態(tài)。其結(jié)果為，每次重復(fù)第二年的預(yù)測時會收斂在幾乎所有人沒有病的健康狀態(tài)。
[0009]另外，在將軟證據(jù)輸入到圖形模型中時，例如計算成本根據(jù)概率變量的狀態(tài)數(shù)等而增大。因此本發(fā)明的一個方式為提供一種經(jīng)年變化預(yù)測系統(tǒng)，從證據(jù)群中包括的概率分布適當(dāng)?shù)剡x擇從該概率分布轉(zhuǎn)換為與該概率分布對應(yīng)的概率變量的確定狀態(tài)的概率分布，由此能夠以高精度且低計算成本進(jìn)行預(yù)測。
[0010]為了解決上述問題，本發(fā)明的一個方式例如采用以下的結(jié)構(gòu)。一種經(jīng)年變化預(yù)測系統(tǒng)，包括處理器和存儲裝置，使用圖形模型來預(yù)測概率變量的狀態(tài)，上述存儲裝置保持上述圖形模型，上述圖形模型將第一時間點(diǎn)的證據(jù)群作為輸入，將表示從上述第一時間點(diǎn)開始經(jīng)過第一期間后上述概率變量的狀態(tài)的信息作為輸出，上述證據(jù)群的證據(jù)是上述概率變量遵循的概率分布或上述概率變量的確定狀態(tài)，上述處理器使用上述圖形模型執(zhí)行預(yù)測處理，并在上述預(yù)測處理中取得上述第一時間點(diǎn)的證據(jù)群，關(guān)于上述取得的證據(jù)群中包括的概率分布，根據(jù)從該概率分布計算出的特征量和/或在上述圖形模型中定義的該概率分布所對應(yīng)的概率變量的特征量，決定是否進(jìn)行從該概率分布向該概率分布所對應(yīng)的概率變量的確定狀態(tài)的轉(zhuǎn)換，將決定為上述轉(zhuǎn)換的對象的概率分布轉(zhuǎn)換為與該概率分布對應(yīng)的概率變量的確定狀態(tài)，將上述轉(zhuǎn)換后的上述第一時間點(diǎn)的證據(jù)群輸入到上述圖形模型，輸出表示從上述第一時間點(diǎn)經(jīng)過上述第一期間后上述概率變量的狀態(tài)的信息。
[0011]根據(jù)本發(fā)明的一個方式，使用預(yù)測一定期間后的概率變量的狀態(tài)的圖形模型，能夠進(jìn)行高精度且控制了計算成本的預(yù)測。
[0012]另外，通過以下實(shí)施方式的說明能夠明確上述以外的課題、結(jié)構(gòu)以及效果。
【附圖說明】
[0013]圖1是表示疾病發(fā)病預(yù)測裝置的結(jié)構(gòu)例的框圖。
[0014]圖2A是概率變量表的數(shù)據(jù)結(jié)構(gòu)的一例。
[0015]圖2B是鏈接表的數(shù)據(jù)結(jié)構(gòu)的一例。
[0016]圖2C是概率表的數(shù)據(jù)結(jié)構(gòu)的一例。
[0017]圖3是輸出用變量的概率分布表的數(shù)據(jù)結(jié)構(gòu)的一例。
[0018]圖4是S/Η選擇表的數(shù)據(jù)結(jié)構(gòu)的一例。
[0019]圖5是混合證據(jù)表的數(shù)據(jù)結(jié)構(gòu)的一例。
[0020]圖6是表示疾病發(fā)病預(yù)測處理的一例的流程圖。
[0021 ]圖7是表示S/Η選擇決定處理的一例的流程圖。
[0022]圖8是表示S/Η選擇條件設(shè)定部的設(shè)定用接口的例子。
[0023]圖9A是以概率方式分割為從屬的變量集合的貝葉斯網(wǎng)絡(luò)的例子。
[0024]圖9B是路徑被切斷的模式的例子。
[0025 ]圖9C是路徑未被切斷的模式的例子。
[0026]圖1OA是用于預(yù)測將來的疾病發(fā)病和預(yù)測醫(yī)療費(fèi)的輸入輸出例。
[0027]圖1OB是用于根據(jù)生活習(xí)慣預(yù)測將來的測定值的輸入輸出例。
[0028]圖1OC是用于推定生活習(xí)慣的輸入輸出例。
[0029]圖1lA是顯示疾病發(fā)病預(yù)測裝置的輸出的接口的例子。
[0030]圖1lB是顯示疾病發(fā)病預(yù)測裝置的輸出的接口的例子。
[0031]符號的說明
[0032]100疾病發(fā)病預(yù)測裝置、101單年預(yù)測執(zhí)行部、102年度預(yù)測結(jié)果存儲部、103 SAtife擇決定部、104 S/Η選擇表存儲部、105 S/Η轉(zhuǎn)換部、108單年預(yù)測模型存儲部、113運(yùn)算裝置、114存儲器、115存儲介質(zhì)、201預(yù)測模型輸入部、202概率分布輸入部、203醫(yī)療知識存儲部、204預(yù)測計算成本評價部、205 S/Η判定部、206 S/Η選擇表輸出部。
【具體實(shí)施方式】
[0033]以下，參照【附圖說明】本發(fā)明的實(shí)施方式。應(yīng)該注意本實(shí)施方式不過是用于實(shí)現(xiàn)本發(fā)明的一例，不限定本發(fā)明的技術(shù)范圍。在各圖中對共同的結(jié)構(gòu)標(biāo)注相同的參照符號。
[0034]本實(shí)施方式的經(jīng)年變化預(yù)測系統(tǒng)使用將概率變量遵循的概率分布作為輸入而進(jìn)行概率推論的軟證據(jù)推論，由此實(shí)現(xiàn)使用了第二年的預(yù)測模型的經(jīng)年變化預(yù)測。經(jīng)年變化預(yù)測系統(tǒng)在將概率分布輸入到預(yù)測模型的情況下，不需要將概率變量遵循的概率分布轉(zhuǎn)換為概率變量的確定狀態(tài)，因此能夠高精度地進(jìn)行預(yù)測。經(jīng)年變化預(yù)測系統(tǒng)甚至能夠避免重復(fù)將輸出的概率分布再次輸入到預(yù)測模型的預(yù)測的情況下的概率變量所采用的值收斂的問題。
[0035]另一方面，作為使用了軟證據(jù)的概率推論處理的特征，會有計算成本根據(jù)被輸入軟證據(jù)的所有概率變量的狀態(tài)數(shù)等而增大的問題。因此，經(jīng)年變化預(yù)測系統(tǒng)例如在針對所有的輸入用概率變量輸入軟證據(jù)時，計算成本會增大。
[0036]因此，本實(shí)施方式的經(jīng)年變化預(yù)測系統(tǒng)針對各輸入用概率變量，例如按照各個輸入概率變量的特征量和/或與各輸入用變量對應(yīng)的輸出用概率變量遵循的概率分布的特征量，選擇是輸入軟證據(jù)還是輸入硬證據(jù)。進(jìn)一步，本實(shí)施方式的經(jīng)年變化預(yù)測系統(tǒng)可以按照各輸入用概率變量的特征量來決定從軟證據(jù)向硬證據(jù)的轉(zhuǎn)換方法。本實(shí)施方式的經(jīng)年變化預(yù)測系統(tǒng)通過上述處理實(shí)現(xiàn)提高預(yù)測精度的同時控制了計算量的預(yù)測。
[0037][實(shí)施例1]
[0038]本實(shí)施例作為經(jīng)年變化預(yù)測系統(tǒng)的一例，說明基于健康檢查結(jié)果、問診結(jié)果、病歷以及診斷治療記錄等醫(yī)療數(shù)據(jù)，預(yù)測分析對象的疾病發(fā)病概率在每個預(yù)定期間的經(jīng)年變化的疾病發(fā)病預(yù)測裝置的例子。在本實(shí)施例中將該預(yù)定時間設(shè)為一年進(jìn)行說明。
[0039]醫(yī)療數(shù)據(jù)是例如包括每個對象的診斷治療記錄或檢查值等與每個人的醫(yī)療以及健康相關(guān)的信息的數(shù)據(jù)。另外，例如醫(yī)療數(shù)據(jù)也可以包括身高、體重、BM1、血壓、膽固醇值以及血糖值等健康檢查和問診時所測定的檢查值等。另外，例如醫(yī)療數(shù)據(jù)也可以包括有無吸煙、有無日常的出汗運(yùn)動、有無飲酒以及睡眠狀態(tài)等與生活習(xí)慣相關(guān)的數(shù)據(jù)。例如醫(yī)療數(shù)據(jù)還可以包括病歷即接受醫(yī)療機(jī)關(guān)的診斷時的傷病名的履歷等數(shù)據(jù)。另外，例如醫(yī)療數(shù)據(jù)也可以包括處方醫(yī)藥品、實(shí)施的診斷治療行為以及醫(yī)療費(fèi)等與診斷治療記錄相關(guān)的數(shù)據(jù)。
[0040]圖1表示本實(shí)施例的疾病發(fā)病預(yù)測裝置的結(jié)構(gòu)例。疾病發(fā)病預(yù)測裝置100包括輸入部111、輸出部112、運(yùn)算裝置113、存儲器114以及存儲介質(zhì)115。輸入部111例如是鼠標(biāo)、鍵盤等人機(jī)接口，從用戶接受數(shù)據(jù)等的輸入。輸出部112例如是顯示器或打印機(jī)等，輸出疾病發(fā)病預(yù)測裝置100的運(yùn)算結(jié)果。存儲介質(zhì)115例如存儲實(shí)現(xiàn)疾病發(fā)病預(yù)測裝置100進(jìn)行的處理的各種程序以及處理結(jié)果等各種數(shù)據(jù)。
[0041 ]運(yùn)算裝置113例如是CPU、GPU等。運(yùn)算裝置113例如包括按照程序進(jìn)行動作的處理器和/或邏輯電路，進(jìn)行數(shù)據(jù)的輸入/輸出、讀入/寫入，還執(zhí)行各個程序。運(yùn)算裝置113執(zhí)行以下說明的處理以及運(yùn)算。
[0042]存儲器114例如暫時加載并存儲由運(yùn)算裝置113執(zhí)行的各種程序以及數(shù)據(jù)。存儲介質(zhì)115所保持的程序以及數(shù)據(jù)的一部分或全部可以存儲在存儲器114中。另外，各種程序例如可以存儲在CD-ROM等計算機(jī)可讀取的可攜帶的非臨時存儲介質(zhì)中，也可以根據(jù)需要，經(jīng)由處理該非臨時存儲介質(zhì)的外部存儲裝置從該非臨時存儲介質(zhì)加載到存儲器114中。
[0043]存儲介質(zhì)115包括程序即單年預(yù)測執(zhí)行部101、S/H選擇決定部103、S/H轉(zhuǎn)換部105、遞歸預(yù)測執(zhí)行部106、預(yù)測結(jié)果輸出部107以及證據(jù)輸入部109。另外，存儲介質(zhì)115包括存儲數(shù)據(jù)等的區(qū)域即年度預(yù)測結(jié)果存儲部102、醫(yī)療知識存儲部203、S/H選擇條件存儲部208、S/H選擇表存儲部104以及單年預(yù)測模型存儲部108。
[0044]通過運(yùn)算裝置113執(zhí)行程序，由此一邊使用存儲裝置和通信端口(通信設(shè)備)一邊進(jìn)行預(yù)定的處理。因此，在該實(shí)施方式中將程序作為主語的說明也可以是將運(yùn)算裝置113作為主語的說明。或者，由程序執(zhí)行的處理是該程序進(jìn)行動作的計算機(jī)以及計算機(jī)程序所進(jìn)行的處理。
[0045]運(yùn)算裝置113通過按照程序進(jìn)行動作，作為實(shí)現(xiàn)預(yù)定的功能的功能部(單元)進(jìn)行動作。例如，運(yùn)算裝置113通過按照單年預(yù)測執(zhí)行部101進(jìn)行動作而作為單年預(yù)測執(zhí)行部(單年預(yù)測執(zhí)行單元)發(fā)揮功能，通過按照S/Η選擇決定部103進(jìn)行動作而作為S/Η選擇決定部(S/Η選擇決定單元)發(fā)揮功能。關(guān)于其他的程序也同樣。運(yùn)算裝置113還作為實(shí)現(xiàn)各程序所執(zhí)行的多個處理的各處理的功能部(單元)進(jìn)行動作。計算機(jī)以及計算機(jī)系統(tǒng)是包括這些功能部(單元)的裝置以及系統(tǒng)。
[0046]單年預(yù)測模型存儲部108例如保持基于通過用戶等預(yù)先輸入的、表示某個時間點(diǎn)的狀態(tài)的醫(yī)療數(shù)據(jù)來預(yù)測從該某個時間點(diǎn)開始一年以后的狀態(tài)的貝葉斯網(wǎng)絡(luò)的信息。以下也將該貝葉斯網(wǎng)絡(luò)稱為單年預(yù)測模型。單年預(yù)測模型存儲部108保持后述的概率變量表、鏈接表以及概率表。單年預(yù)測模型被以統(tǒng)計的方式根據(jù)過去的醫(yī)療數(shù)據(jù)構(gòu)筑，記述醫(yī)療數(shù)據(jù)內(nèi)的各項(xiàng)目之間的統(tǒng)計概率的因果關(guān)系。
[0047]各項(xiàng)目之間的因果關(guān)系例如是疾病和針對該疾病開出的藥品之間的關(guān)系、檢查值的異常和該以上所表示的疾病的征兆之間的關(guān)系、疾病和由該疾病發(fā)病所帶來的醫(yī)療費(fèi)增加之間的關(guān)系等。
[0048]另外，單年預(yù)測模型至少包括兩種概率變量，該至少兩種概率變量包括表示某個時間點(diǎn)的狀態(tài)的輸入用概率變量和表示一年后的該狀態(tài)的輸出用概率變量。例如，單年預(yù)測模型在包括在某個時間點(diǎn)疾病A是否發(fā)病的輸入用概率變量的情況下，包括從該某個時間點(diǎn)開始一年后是否發(fā)生了疾病A的該輸入用概率變量所對應(yīng)輸出用概率變量。
[0049]單年預(yù)測執(zhí)行部101使用由單年預(yù)測模型存儲部108所保持的單年預(yù)測模型，將表示某個時間點(diǎn)的狀態(tài)的醫(yī)療數(shù)據(jù)等作為輸入，進(jìn)行輸出從該某個時間點(diǎn)開始一年后的狀態(tài)的預(yù)測處理。其中將成為輸入的、表示某個時間點(diǎn)的狀態(tài)的醫(yī)療數(shù)據(jù)等稱為證據(jù)。證據(jù)被輸入到輸入用概率變量中。
[0050]證據(jù)中存在硬證據(jù)和軟證據(jù)兩種。硬證據(jù)是將某個概率變量的狀態(tài)確定為一個時表示其確定狀態(tài)的信息。表示“疾病A發(fā)病”的狀態(tài)的信息是硬證據(jù)的一例。另外，例如像表示“血糖值為80mg/dl?100mg/dl。”的狀態(tài)的信息那樣，表示已確定在預(yù)定的多個階段范圍中的特定一個范圍內(nèi)包括測量值的狀態(tài)的信息也是硬證據(jù)的一例。
[0051]軟證據(jù)是雖然某個概率變量的狀態(tài)沒有確定為一個，但判明該概率變量遵循的概率分布時表示該概率分布的信息?！凹膊以15%的概率發(fā)病”、“血糖值在80mg/dl以下的概率為10%、80mg/dl?100mg/dl的概率為50%、100mg/dl以上的概率為40%”等信息是軟證據(jù)的例子。
[0052]年度預(yù)測結(jié)果存儲部102存儲由單年預(yù)測執(zhí)行部101輸出的預(yù)測結(jié)果即表示輸出用概率變量各自的概率分布的概率分布表。關(guān)于概率分布表的數(shù)據(jù)結(jié)構(gòu)在后面描述。在疾病發(fā)病預(yù)測裝置100進(jìn)行經(jīng)年變化推移的預(yù)測的情況下，年度預(yù)測結(jié)果存儲部102例如分別存儲每個年度的預(yù)測結(jié)果。
[0053]S/Η選擇決定部103選擇分別對單年預(yù)測模型存儲部108所保持的單年預(yù)測模型內(nèi)的輸入用概率變量輸入軟證據(jù)還是輸入硬證據(jù)，生成表示該選擇結(jié)果的S/Η選擇表。關(guān)于S/H選擇表的數(shù)據(jù)結(jié)構(gòu)在后面描述。S/Η選擇決定部103在選擇了硬證據(jù)的輸入的情況下，可以決定將軟證據(jù)或概率分布轉(zhuǎn)換為硬證據(jù)的轉(zhuǎn)換方式。
[0054]另外，S/Η選擇決定部103包括預(yù)測模型輸入部201、概率分布輸入部202、預(yù)測計算成本評價部204、S/H判定部205、S/H選擇表輸出部206以及S/Η選擇條件設(shè)定部207。
[0055]預(yù)測模型輸入部201從單年預(yù)測模型存儲部108接受單年預(yù)測模型的輸入。概率分布輸入部202從年度預(yù)測結(jié)果存儲部102接受輸入用概率變量的概率分布的輸入。預(yù)測計算成本評價部204根據(jù)單年預(yù)測模型和S/Η選擇表來評價單年預(yù)測所需要的計算成本。S/Η判定部205判定對于單年預(yù)測模型內(nèi)的輸入用概率變量是分別輸入軟證據(jù)還是輸入硬證據(jù)，生成S/Η選擇表。S/Η選擇表輸出部206例如將所生成的S/Η選擇表輸出給輸出部112^/H選擇條件設(shè)定部207例如經(jīng)由輸入部111從用戶接受用于由S/Η判定部205進(jìn)行判定的條件設(shè)定。
[0056]醫(yī)療知識存儲部203例如保持通過用戶等預(yù)先輸入的、表示單年預(yù)測模型內(nèi)的概率變量之間的相關(guān)性的信息。例如，表示該相關(guān)性的信息可以包括與單年預(yù)測模型中包括的表示相關(guān)性的信息不同的信息。另外，例如概率變量間的相關(guān)系數(shù)等是該相關(guān)性一例。另夕卜，各個概率變量間有無關(guān)系等也是該相關(guān)性的一例。醫(yī)療知識存儲部203也可以保持表示輸入用概率變量之間的相關(guān)性、輸出用變量之間的相關(guān)性的信息。
[0057]S/Η選擇條件存儲部208保持由S/Η選擇條件設(shè)定部207接受的選擇條件。S/Η選擇表存儲部104存儲由S/Η選擇決定部103生成的S/Η選擇表。
[0058]S/Η轉(zhuǎn)換部105根據(jù)由S/Η選擇表存儲部104保持的S/Η選擇表，將年度預(yù)測結(jié)果存儲部102所保持的預(yù)測結(jié)果轉(zhuǎn)換為硬證據(jù)。沒有進(jìn)行轉(zhuǎn)換的預(yù)測結(jié)果直接以概率分布的形式被處理為軟證據(jù)。進(jìn)行了轉(zhuǎn)換的硬證據(jù)和軟證據(jù)成為接著由單年預(yù)測執(zhí)行部101進(jìn)行預(yù)測處理時的輸入。
[0059]遞歸預(yù)測執(zhí)行部106例如使用單年預(yù)測執(zhí)行部101、年度預(yù)測結(jié)果存儲部102、S/H選擇決定部103、S/H選擇表存儲部104、S/H轉(zhuǎn)換部105、預(yù)測結(jié)果輸出部107以及單年預(yù)測模型存儲部108等進(jìn)行遞歸的經(jīng)年變化推移預(yù)測。預(yù)測結(jié)果輸出部107將記錄在年度預(yù)測結(jié)果存儲部102中的每個年度的預(yù)測結(jié)果輸出給輸出部112。證據(jù)輸入部109例如經(jīng)由輸入部111從用戶等接受用于單年預(yù)測執(zhí)行部101進(jìn)行的初次預(yù)測的證據(jù)輸入。
[0060]接著，說明疾病發(fā)病預(yù)測轉(zhuǎn)置100所保持的各個表的結(jié)構(gòu)例。圖2A、圖2B以及圖2C表示單年預(yù)測模型即貝葉斯網(wǎng)絡(luò)的數(shù)據(jù)結(jié)構(gòu)。例如由單年預(yù)測模型存儲部108所保持的概率變量表900、鏈接表910以及概率表920這3個要素來確定貝葉斯網(wǎng)絡(luò)。
[0061 ]圖2A表示概率變量表900的數(shù)據(jù)結(jié)構(gòu)的一例。概率變量表900表示貝葉斯網(wǎng)絡(luò)中包括的節(jié)點(diǎn)即各概率變量的特征。概率變量表900例如包括概率變量901、狀態(tài)數(shù)902、狀態(tài)903、順序性904、輸入/輸出905以及對應(yīng)變量906。
[0062 ] 概率變量901表示貝葉斯網(wǎng)絡(luò)中包括的節(jié)點(diǎn)即概率變量。狀態(tài)數(shù)90 2表示存儲在概率變量901中的概率變量能夠取得的值的模式數(shù)。狀態(tài)數(shù)902表示該概率變量能夠取得的狀態(tài)的內(nèi)容。順序性904表示該概率變量的狀態(tài)是否具有順序性。
[0063]輸入/輸出905表示該概率變量是輸入用概率變量還是輸出用概率變量。如果該概率變量是輸入用概率變量則對應(yīng)變量906表示與該概率變量對應(yīng)的輸出用概率變量，如果該概率變量是輸出用概率變量則對應(yīng)變量906表示與該概率變量對應(yīng)的輸入用概率變量。在不存在與該概率變量對應(yīng)的輸入用/輸出用變量的情況下，對應(yīng)變量906例如保持空(Null)值或“無”的值等。
[0064]圖2B表示鏈接表910的數(shù)據(jù)結(jié)構(gòu)的一例。鏈接表910表示貝葉斯網(wǎng)絡(luò)中包括的概率變量之間的因果關(guān)系。鏈接表910例如包括鏈接911、起點(diǎn)912以及913。鏈接911表示存儲在起點(diǎn)912中的概率變量和存儲在終點(diǎn)913中的概率變量之間有因果關(guān)系。另外，在2個概率變量間的關(guān)系中，將成為起點(diǎn)的概率變量稱為母變量，將成為終點(diǎn)的概率變量稱為子變量。
[0065 ]圖2C表示概率表90 2的數(shù)據(jù)結(jié)構(gòu)的一例。概率表920表示貝葉斯網(wǎng)絡(luò)中包括的概率變量的與該概率變量的母變量的狀態(tài)對應(yīng)的概率分布。概率表920例如包括表921、子變量922、母變量923以及概率分布924。表921表示用于識別概率表920的各個記錄的信息。子變量922表示子變量。母變量923表示母變量。
[0066]概率分布924表示將分別與存儲在母變量923中的母變量的狀態(tài)對應(yīng)的、存儲在子變量922中的子變量遵循的概率分別設(shè)為行的行列。在母變量923中存儲“無”的情況下，概率分布924表不子變量遵循的先驗(yàn)分布。另外，與子變量對應(yīng)的母變量的數(shù)量可以是O個，也可以存在2個以上。
[0067]圖3表示預(yù)測結(jié)果輸出部107輸出的輸出用變量的概率分布表的數(shù)據(jù)結(jié)構(gòu)的一例。概率分布表1000例如包括概率變量1001以及概率分布1002。概率變量1001表示輸出用概率變量。概率分布1002表不該輸出用概率變量遵循的概率分布。
[0068]圖4表示S/Η選擇表的數(shù)據(jù)結(jié)構(gòu)的一例。S/Η選擇表1100例如包括概率變量1101、S/H選擇1102以及轉(zhuǎn)換方法1103。概率變量1101表示輸入用概率變量。S/Η選擇1102表示向該輸入了用概率變量輸入軟證據(jù)和硬證據(jù)的哪一個。另外，“軟”表示軟證據(jù)，“硬”表示硬證據(jù)。轉(zhuǎn)換方法1103表示S/Η選擇1102在存儲“硬”的情況下的從概率分布到硬證據(jù)的轉(zhuǎn)換方法。
[0069]圖5表示混合證據(jù)表的數(shù)據(jù)結(jié)構(gòu)的一例?；旌献C據(jù)表1200例如包括概率變量1201、S/Η選擇1202、狀態(tài)1203以及概率分布1204。概率變量1201表示輸入用概率變量。S/Η選擇1202表示向該輸入用概率變量輸入了軟證據(jù)和硬證據(jù)的哪一個。
[0070]狀態(tài)1203表示S/Η選擇1202存儲“硬”時的該輸入用概率變量的確定狀態(tài)。在S/Η選擇1202保持“軟”的情況下，狀態(tài)1203保持“無” ο概率分布1204表示在S/Η選擇1202保持“軟”的情況下，該輸入用概率變量遵循的概率分布。在S/Η選擇1202保持“硬”的情況下，概率分布1204保持“無”。
[0071]接著，說明疾病發(fā)病預(yù)測裝置100的動作例。圖6表示疾病發(fā)病預(yù)測裝置100的到N年以后的疾病發(fā)生率的經(jīng)年變化的預(yù)測處理的一例。疾病發(fā)病預(yù)測裝置100通過重復(fù)使用單年預(yù)測模型進(jìn)行N年以后的預(yù)測。另外，疾病發(fā)病預(yù)測裝置100根據(jù)單年預(yù)測模型內(nèi)的概率變量的特征量，分別使用軟證據(jù)和硬證據(jù)，由此抑制計算量的增大的同時能夠提高預(yù)測精度。疾病發(fā)病預(yù)測裝置100甚至?xí)乐褂捎谥貜?fù)預(yù)測處理造成的預(yù)測結(jié)果向錯誤值收斂。
[0072]首先，在步驟S301中，預(yù)測模型輸入部201接受單年預(yù)測模型的信息即概率變量表900、鏈接表910以及概率表920的信息的輸入。接著，在步驟S302中，證據(jù)輸入部109接受預(yù)測的初始輸入即由預(yù)測對象第O年的一個以上的概率變量的確定狀態(tài)組成的集合H(O)的輸入。設(shè)H( O)的各個要素是硬證據(jù)。
[0073]接著，在步驟S303中，單年預(yù)測執(zhí)行部101使用單年預(yù)測模型進(jìn)行第一次預(yù)測。第一次預(yù)測的輸入是H(O)，得到的輸出是表示一年后的預(yù)測結(jié)果的由一個以上的概率分布組成的集合S(I)oS(l)中包括的概率分布分別被存儲在概率分布表1000中。另外，在步驟S304中，單年預(yù)測執(zhí)行部101針對單年預(yù)測模型的輸入用概率變量，在沒有輸入的狀態(tài)下進(jìn)行預(yù)測，作為輸出得到由I個以上的先驗(yàn)分布組成的集合Sp。
[0074]在步驟S305中，遞歸預(yù)測執(zhí)行部106將經(jīng)過年數(shù)y設(shè)定為y= l，開始遞歸預(yù)測。在步驟S306中，S/Η選擇決定部103根據(jù)單年預(yù)測模型、S(y)、Sp來生成S/Η選擇表1100。后面描述S/Η選擇表1100的具體生成處理。
[0075]在步驟S307中，S/Η轉(zhuǎn)換部105根據(jù)S/Η選擇表1100，將第7年的預(yù)測結(jié)果即5(7)轉(zhuǎn)換為第y年的混合證據(jù)M(y)?；旌献C據(jù)M(y)是分別針對輸入用概率變量輸入的軟證據(jù)或硬證據(jù)的集合，M(y)的信息被存儲在混合證據(jù)表1200中，
[0076]具體地說，在步驟S307中，S/Η轉(zhuǎn)換部105將S/Η選擇表1100的概率變量1101以及S/H選擇1102分別存儲在混合證據(jù)表1200的概率變量1201以及S/Η選擇1202中。
[0077]S/Η轉(zhuǎn)換部105針對S/Η選擇1202是“軟”的輸入用概率變量的每一個，分別在混合證據(jù)表1200的狀態(tài)1203中存儲“無”，在概率分布1204中存儲S (y)的該輸入用概率數(shù)遵循的概率分布。
[0078]S/Η轉(zhuǎn)換部105針對S/Η選擇1202是“軟”的輸入用概率變量的每一個，通過轉(zhuǎn)換方法1103所指定的方法將S(y)的該輸入用概率變量遵循的概率分布轉(zhuǎn)換為確定狀態(tài)。S/Η轉(zhuǎn)換部105針對S/Η選擇1202是“硬”的輸入用概率變量的每一個，分別在混合證據(jù)表1200的狀態(tài)1203中存儲該確定狀態(tài)，在概率分布1204中存儲“無”。
[0079]在步驟S308中，單年預(yù)測執(zhí)行部101將混合證據(jù)M(y)作為輸入，進(jìn)行第y+Ι年的預(yù)測。在步驟S309，遞歸預(yù)測執(zhí)行部106判定是否是y+l=N。在遞歸預(yù)測執(zhí)行部106判定為是y+1〈N的情況下(S309:否)，進(jìn)入步驟S310。在步驟S310中，遞歸預(yù)測執(zhí)行部106在y上加1，再次返回步驟S306繼續(xù)處理。
[0080]在步驟S309中，在遞歸預(yù)測執(zhí)行部106判定為是y+l=N的情況下(S309:是)，即得到目的的第N年的預(yù)測結(jié)果的情況下，進(jìn)入步驟S311。在步驟S311中，預(yù)測結(jié)果輸出部107輸出預(yù)測結(jié)果S(1)、S(2)、……、S(N)，結(jié)束疾病發(fā)病預(yù)測裝置100進(jìn)行的疾病發(fā)生預(yù)測處理。
[0081]另外，在步驟S302，假設(shè)H(O)的各個要素全部是硬證據(jù)，但是H(O)中也可以包括概率變量遵循的概率分布即軟證據(jù)。這時，S/Η選擇決定部103也可以判定是否將H(O)中包括的軟證據(jù)分別轉(zhuǎn)換為硬證據(jù)，并根據(jù)該判定結(jié)果進(jìn)行S/Η轉(zhuǎn)換。
[0082]接著，說明S/Η選擇決定部103的動作例。圖7表示S/Η選擇決定部103的動作例。在步驟S401中，預(yù)測模型輸入部201從單年預(yù)測模型存儲部108接受單年預(yù)測模型即概率變量表900、鏈接表910以及概率表920的信息。在步驟S402，概率分布輸入部202從年度預(yù)測結(jié)果存儲部102接受S (y)中包括的概率分布即概率分布表1000的信息。
[0083]在步驟S403，S/H判定部205讀入由S/Η選擇條件存儲部208保持的S/Η選擇條件。S/H選擇條件例如是用于生成通過用戶預(yù)先設(shè)定的S/Η選擇表1100的條件。S/Η選擇條件例如包括用于決定優(yōu)先度的規(guī)則，該優(yōu)先度用于選擇一次預(yù)測的計算成本的上限、特別是要高精度地預(yù)測的輸出用概率變量等軟證據(jù)。
[0084]圖8是用于由S/Η選擇條件設(shè)定部207接受S/Η選擇條件的設(shè)定的用戶接口的例子。設(shè)定用用戶接口 600例如包括輸入接受區(qū)域601?602、選擇框603以及確定按鈕604。輸入接受區(qū)域601接受推論速度的輸入。該推論速度可以表示步驟S306?步驟S310的一次循環(huán)處理的推論速度，也可以表示步驟S301?步驟S311的處理的推論速度。
[0085]輸入接受區(qū)域602接受輸出用概率變量中特別要高精度地預(yù)測的項(xiàng)目的輸入。選擇框603是用于將檢查值全部轉(zhuǎn)換為硬證據(jù)的選擇框。確定按鈕604是用于確定被輸入到輸入接受區(qū)域601?602以及選擇框603中的S/Η選擇條件的按鈕。
[0086]返回到圖7的說明。在步驟S404，S/Η判定部205將概率變量表900中包括的輸入用概率變量分別存儲在S/Η選擇表1100的概率變量1101中，例如將S/Η選擇1102的所有值設(shè)定為“硬”。另外，S/Η判定部205參照概率變量表900，根據(jù)S(y)確定與輸入用概率變量對應(yīng)的輸出用概率分布遵循的概率分布。
[0087]S/Η判定部205參照概率變量表900，按照存儲在概率變量1101中的概率變量各自的特征，分別決定轉(zhuǎn)換方法1103。例如，在該概率變量的狀態(tài)具有順序性的情況下，S/Η判定部205將轉(zhuǎn)換方法1103決定為期望值。另外，在轉(zhuǎn)換方法1103是期望值的情況下，S/Η轉(zhuǎn)換部105將概率分布轉(zhuǎn)換為最接近該概率分布的期望值的狀態(tài)。
[0088]另外，在該概率變量的狀態(tài)具有順序性的情況下，例如S/Η判定部205在該順序性所表示的順序關(guān)系中，可以計算出全部相鄰值之間的差。這時，如果該差的方差在預(yù)定以上、或從最大的該差減去最小的該差之后的差在預(yù)定以上，則即使在該概率變量的狀態(tài)具有順序性的情況下，S/Η判定部205也可以將轉(zhuǎn)換方法1103決定為最頻值。
[0089]另外，例如在該概率變量的狀態(tài)不具有順序性的情況下，S/Η判定部205將轉(zhuǎn)換方法1103決定為最頻值。S/Η判定部205如上述那樣決定轉(zhuǎn)換方法，從而提高預(yù)測精度。另外，例如可以在概率變量表900上預(yù)先決定轉(zhuǎn)換為輸入用概率變量的硬證據(jù)的轉(zhuǎn)換方法，也可以是S/Η判定部205將該預(yù)定的轉(zhuǎn)換方法存儲在轉(zhuǎn)換方法1103中。
[0090]在步驟S405，S/H判定部205例如生成空的列表作為選擇完畢概率變量的列表。在步驟S406，S/H判定部205例如根據(jù)單年預(yù)測模型、S(y)中包括的概率分布以及S/Η選擇條件，從沒有包括在選擇完畢概率變量的列表中的輸入用概率變量來選擇輸入軟證據(jù)的優(yōu)先度高的輸入用概率變量。S/Η判定部205將S/Η選擇表1100的該選擇出的輸入用概率變量所對應(yīng)的S/Η選擇1102的值設(shè)定為“軟”。在該時間點(diǎn)S/Η選擇1102的值為“硬”的概率變量遵循的概率分布是變換候補(bǔ)概率分布。另外，在存在優(yōu)先度最高的多個輸入用概率變量的情況下，S/Η判定部205例如從該多個輸入用概率變量隨機(jī)地選擇一個輸入用概率變量即可。[0091 ]另外，S/Η判定部205例如根據(jù)輸入用概率變量的狀態(tài)數(shù)、輸入用概率變量遵循的先驗(yàn)分布的偏差以及輸入用概率變量狀態(tài)的順序性等輸入用概率變量的特征量來決定該優(yōu)先度。另外，S/Η判定部205也可以根據(jù)輸入用概率變量的平均信息量等與輸入用概率變量對應(yīng)的概率分布的特征量來決定該優(yōu)先度。S/Η判定部205例如能夠通過輸入用概率變量的狀態(tài)數(shù)越小越提高該優(yōu)先度，選擇計算成本的增加量小的軟證據(jù)。
[0092]另外，S/Η判定部205例如在輸入用概率變量的平均信息量、或該輸入用概率變量遵循的先驗(yàn)分布的偏差越大，該輸入用概率變量的狀態(tài)越?jīng)]有順序性的情況下，通過較高地決定該優(yōu)先度，能夠選擇對提高預(yù)測精度貢獻(xiàn)度高的軟證據(jù)。
[0093]另外，S/Η判定部205例如從概率變量表900取得輸入用概率變量的狀態(tài)數(shù)以及輸入用概率變量的狀態(tài)順序性等特征量。另外，S/Η判定部205例如根據(jù)從概率表920取得的概率分布計算輸入用概率變量的先驗(yàn)分布的偏差。另外，S/Η判定部205從概率分布表1000取得輸出用概率變量的概率分布，并計算該概率分布的平均信息量，將該計算出的平均信息量作為與該輸出用概率變量對應(yīng)的輸入用概率變量的平均信息量即可。
[0094]例如，在具有有無用藥A的概率變量X、檢查值B的值的概率變量Y的情況下，SA^lJ定部205提高概率變量X的優(yōu)先度。概率變量X的狀態(tài)數(shù)至少是“有”、“無”2個，進(jìn)一步由于“有”的概率極其小，因此平均信息量大。
[0095]對此，概率變量Y是數(shù)值數(shù)據(jù)，因此狀態(tài)數(shù)多，進(jìn)一步概率分布的偏差也不是那么極端，從而平均信息量小。進(jìn)一步概率變量Y的狀態(tài)具有順序性，因此能夠計算期望值。因此，S/Η判定部205將概率變量X的優(yōu)先度設(shè)得比概率變量Y的優(yōu)先度要高，由此預(yù)計能夠抑制預(yù)測精度低下，并且能夠使計算成本下降。
[0096]另外，S/Η判定部205在使用多個特征量決定優(yōu)先度的情況下，例如按照通過將該多個特征量分別設(shè)為變量的預(yù)定函數(shù)而計算出的值從大到小的順序較高地設(shè)定優(yōu)先度即可。在該多個特征量由狀態(tài)數(shù)、平均信息量以及順序性的有無組成的情況下，該預(yù)定的函數(shù)例如是狀態(tài)數(shù)以及順序性的有無(例如將有順序性設(shè)為1，將無順序性設(shè)為O)的減少函數(shù)且平均信息量的增加函數(shù)即可。
[0097]另外，S/Η判定部205在使用多個特征量決定優(yōu)先度的情況下，例如可以根據(jù)該多個特征量間的預(yù)定優(yōu)先順序，將該多個特征量作為關(guān)鍵來排序輸入用概率變量，從而決定優(yōu)先度?？紤]該多個特征量由狀態(tài)數(shù)、平均信息量以及順序性的有無組成，按照特征量間的優(yōu)先順序從高到低的順序是狀態(tài)數(shù)、平均信息量以及順序性的有無的情況。這時，S/Η判定部205例如按照將狀態(tài)數(shù)設(shè)為第一關(guān)鍵的升序、將平均信息量設(shè)為第二關(guān)鍵的降序、將狀態(tài)數(shù)設(shè)為第三關(guān)鍵的升序，將輸入用概率變量進(jìn)行排序，將該排序后的順序設(shè)為優(yōu)先度。
[0098]另外，在要高精度地預(yù)測的項(xiàng)目被特別指定為S/Η選擇條件的情況下，S/Η判定部205例如也可以提高與該項(xiàng)目對應(yīng)的概率變量、和/或存儲在醫(yī)療知識存儲部203中的信息表示的與該項(xiàng)目關(guān)聯(lián)的項(xiàng)目所對應(yīng)的概率變量的優(yōu)先度。具體地說，S/Η判定部205例如可以將作為提高優(yōu)先度的對象而選擇出的概率變量的優(yōu)先度設(shè)為最高，另外，也可以在通過上述預(yù)定的函數(shù)值計算出優(yōu)先度的情況下，在該概率變量中將預(yù)定值與根據(jù)函數(shù)計算出來的值相加。S/Η判定部205通過使用存儲在醫(yī)療知識存儲部203中的信息，能夠使用與貝葉斯網(wǎng)絡(luò)表不的相關(guān)性不同的相關(guān)性，因此提尚預(yù)測精度。
[0099]在步驟S407中，預(yù)測計算成本評價部204根據(jù)單年預(yù)測模型和其時間點(diǎn)的S/Η選擇表1100，評價用于進(jìn)行預(yù)測處理的計算成本。在步驟S408中，預(yù)測計算成本評價部204判定所評價的計算成本是否是在通過S/Η選擇條件決定的計算成本的上限以內(nèi)。
[0?00]在預(yù)測計算成本評價部204判定為所評價的計算成本不在該上限以內(nèi)的情況下(S408:否)，在步驟S409，S/Η判定部205進(jìn)行將在S/Η選擇表1100中通過步驟S406選擇出的輸入用概率變量的S/Η選擇1102返回到“硬”的處理，轉(zhuǎn)移到步驟S410。另外，預(yù)測計算成本評價部204在判定為所評價的計算成本不在該上限以內(nèi)的情況下(S408:是)，轉(zhuǎn)移到步驟S411o
[0101 ] 接著在步驟S410中，S/Η判定部205將通過步驟S406選擇出的輸入用概率變量加到選擇完畢概率變量的列表中。在步驟S411中，S/Η判定部205判定是否有選擇完畢概率變量的列表中沒有包括的輸入用概率變量。
[0102]S/Η判定部205在判定為有選擇完畢概率變量的列表中沒有包括的輸入用概率變量的情況下(S411:是)，繼續(xù)返回步驟S406的處理。在S/Η判定部205判定為沒有選擇完畢概率變量的列表中沒有包括的輸入用概率變量的情況下(S411:否)，在步驟S413，S/Η選擇表輸出部206將S/Η選擇表1100輸出給S/Η選擇表存儲部104，并結(jié)束S/Η選擇決定部103的處理。
[0103]另外，S/Η選擇決定部103可以不對所有的預(yù)測年度生成S/Η選擇表1100。例如，S/H選擇決定部103生成到第M年(M是滿足I ^ M〈N的自然數(shù))為止的S/Η選擇表1100，S/H轉(zhuǎn)換部105可以使用第M年的S/Η選擇表1100來進(jìn)行第M+1年以后的S/Η轉(zhuǎn)換。
[0104]另外，特別是狀態(tài)數(shù)、先驗(yàn)概率分布的偏差、順序性的有無在哪個年度中都是不變的。因此，S/Η判定部205在根據(jù)從這些特征量選擇出的一個以上的特征量而生成S/Η選擇表1100的情況下，可以只生成第一年的S/Η選擇表1100。另外，S/Η選擇決定部103可以按照每個預(yù)測年度來變更S/Η選擇表1100的S/Η選擇1102以及轉(zhuǎn)換方法1103的決定方法。
[0105]以下，說明評價進(jìn)行預(yù)測處理情況下的計算成本的步驟S408的處理的一例。圖9A表示以概率的方式被分割為從屬變量的集合的貝葉斯網(wǎng)絡(luò)的例子。另外，在圖9A以及后述的圖9B和圖9C中，各個圓圈表不節(jié)點(diǎn)，各個箭頭表不各個節(jié)點(diǎn)間的因果關(guān)系，各個圓圈是否被點(diǎn)涂抹表示輸入到各個節(jié)點(diǎn)中的證據(jù)的種類。圖中沒有被點(diǎn)涂抹的節(jié)點(diǎn)表示第一種節(jié)點(diǎn)，圖中被點(diǎn)涂抹的節(jié)點(diǎn)表示第二種節(jié)點(diǎn)。第一種節(jié)點(diǎn)是被輸入軟證據(jù)的節(jié)點(diǎn)或沒有被輸入證據(jù)的節(jié)點(diǎn)。第二種節(jié)點(diǎn)是被輸入硬證據(jù)的節(jié)點(diǎn)。
[0106]貝葉斯網(wǎng)絡(luò)501是具有由鏈接表910定義的結(jié)構(gòu)，按照在當(dāng)前時間點(diǎn)的S/Η選擇表1100來確定輸入到各個節(jié)點(diǎn)中的證據(jù)的種類的貝葉斯網(wǎng)絡(luò)的一例。預(yù)測計算成本評價部204按照各個節(jié)點(diǎn)的種類以及連接各個節(jié)點(diǎn)的路徑，分別確定由貝葉斯網(wǎng)絡(luò)501中包括的概率變量(被輸入硬證據(jù)以外的節(jié)點(diǎn))，即以概率方式從屬的概率變量組成的集合即概率變量集合502。概率變量集合502的確定方法將在后面描述。
[0107]預(yù)測計算成本評價部204例如針對概率變量集合502分別計算被輸入軟證據(jù)的變量的狀態(tài)數(shù)的積，將該積設(shè)為該概率變量集合502的計算成本。預(yù)測計算成本評價部204例如將計算出的概率變量集合502的計算成本的總和設(shè)為用于推論所有的概率變量的計算成本即步驟S408中的計算成本。
[0108]以下說明確定概率變量集合的方法。貝葉斯網(wǎng)絡(luò)503包括通過鏈接的路徑連接的概率變量504和概率變量505。貝葉斯網(wǎng)絡(luò)只包括上述路徑，因此概率變量504和概率變量505相對于其他的概率變量相互獨(dú)立。因此，預(yù)測計算成本評價部204在貝葉斯網(wǎng)絡(luò)503中，將概率變量504和概率變量505組成的集合確定為概率變量集合。
[0109]S卩，預(yù)測計算成本評價部204重復(fù)將由通過路徑連接的概率變量組成集合確定為概率變量集合的作業(yè)。但是，即使在存在概率變量間的路徑的情況下，也會有根據(jù)路徑中有無被輸入硬證據(jù)的節(jié)點(diǎn)、圖表的結(jié)構(gòu)而切斷該路徑的情況。在概率變量間的路徑被切斷的情況下，該概率變量相互獨(dú)立。
[0110]圖9B表示路徑被切斷的模式的例子。模式511?513都是通過虛線部分切斷路徑。模式511是被稱為尾到尾(tail-to-tail)的包括從母節(jié)點(diǎn)到多個子節(jié)點(diǎn)的路徑的模式。模式511中的母節(jié)點(diǎn)是第二種節(jié)點(diǎn)，子節(jié)點(diǎn)是第一種節(jié)點(diǎn)。
[O111 ] 模式512被稱為頭到尾(head-to-tail)的包括從母節(jié)點(diǎn)到子節(jié)點(diǎn)以及從子節(jié)點(diǎn)到孫子節(jié)點(diǎn)的路徑的模式。模式512中的母節(jié)點(diǎn)是第一種節(jié)點(diǎn)，子節(jié)點(diǎn)是第二種節(jié)點(diǎn)，孫子節(jié)點(diǎn)是第一種節(jié)點(diǎn)。模式513是被稱為頭到頭(head-to-head)的包括從多個母節(jié)點(diǎn)到子節(jié)點(diǎn)的路徑的模式。模式513中的母節(jié)點(diǎn)以及子節(jié)點(diǎn)是第一種節(jié)點(diǎn)。
[0112]圖9C表示路徑?jīng)]有被切斷的模式的例子。尾到尾的模式521中的母節(jié)點(diǎn)以及子節(jié)點(diǎn)是第一種節(jié)點(diǎn)。頭到尾的模式522中的母節(jié)點(diǎn)、子節(jié)點(diǎn)以及孫子節(jié)點(diǎn)是第一種節(jié)點(diǎn)。頭到頭的模式523以及模式524在第一種節(jié)點(diǎn)即母節(jié)點(diǎn)、子孫節(jié)點(diǎn)中包括第二種節(jié)點(diǎn)。如模式523以及模式524那樣，在頭到頭的模式，即子節(jié)點(diǎn)或子節(jié)點(diǎn)的子孫節(jié)點(diǎn)的任意一個是第二種節(jié)點(diǎn)的模式中，解除切斷。
[0113]接著，說明本實(shí)施例的疾病發(fā)病預(yù)測裝置100的輸入輸出例。圖1OA表示將本實(shí)施例的疾病發(fā)病預(yù)測裝置100應(yīng)用到將來的疾病發(fā)病預(yù)測和醫(yī)療費(fèi)預(yù)測中的情況下的輸入輸出例。疾病發(fā)病預(yù)測裝置100例如可以將體重、身高等當(dāng)前測量值、生活習(xí)慣以及病歷等作為輸入，輸出各個疾病的將來發(fā)病概率等概率以及醫(yī)療費(fèi)的期望值等。
[0114]圖1OB表示將本實(shí)施例的疾病發(fā)病預(yù)測裝置100應(yīng)用到根據(jù)生活習(xí)慣進(jìn)行將來的測量值預(yù)測中的情況下的輸入輸出例。疾病發(fā)病預(yù)測裝置100例如可以將體重、身高等當(dāng)前測量值以及生活習(xí)慣作為輸入，輸出體重、血壓等將來的預(yù)測值。另外，疾病發(fā)病預(yù)測裝置100也可以將體重、血壓等測量值的預(yù)測值不作為具體的數(shù)值，而是作為以多個階段分割的測量值的范圍進(jìn)行輸出。
[0115]圖1OC表示將本實(shí)施例的疾病發(fā)病預(yù)測裝置100應(yīng)用到生活習(xí)慣的推定中的情況下輸入輸出例。疾病發(fā)病預(yù)測裝置100例如可以將體重、身高等當(dāng)前測定值以及病歷作為輸入，輸出當(dāng)前的生活習(xí)慣。
[0116]圖1lA是通過預(yù)測結(jié)果輸出部107而顯示在輸出部112上的個人的預(yù)測結(jié)果輸出畫面的例子。預(yù)測結(jié)果輸出畫面700例如包括標(biāo)簽701以及顯示區(qū)域702?708。顯示區(qū)域702?708分別顯示通過標(biāo)簽701指定的年度的值。顯示區(qū)域702顯示該個人的年度醫(yī)療費(fèi)的期望值。顯示區(qū)域703?708分別顯示該個人的各個疾病的發(fā)生率。
[0117]如圖1lB是多人的團(tuán)體預(yù)測結(jié)果輸出畫面的例子。預(yù)測結(jié)果輸出畫面800例如包括標(biāo)簽801以及顯示區(qū)域802?808。顯示區(qū)域802?808分別顯示通過標(biāo)簽801指定的年度的值。顯示區(qū)域702顯示該團(tuán)體的年度醫(yī)療費(fèi)的期望值。顯示區(qū)域703?708分別顯示該團(tuán)體的發(fā)生各個疾病的預(yù)測人數(shù)。
[0118]另外，輸出內(nèi)容可以不限于概率推論進(jìn)行的預(yù)測的信息，而在顯示部112中顯示S/H選擇表1100的信息、輸入軟證據(jù)的優(yōu)先度高但因計算成本的限制而沒有被輸入軟證據(jù)的概率變量的信息等。
[0119]如上所述，本實(shí)施例的疾病發(fā)病預(yù)測裝置100輸入與分析對象相關(guān)的已知醫(yī)療數(shù)據(jù)，并通過貝葉斯網(wǎng)絡(luò)即單年預(yù)測模型上的概率推論來預(yù)測一年以后的醫(yī)療數(shù)據(jù)的狀態(tài)。疾病發(fā)病預(yù)測裝置100能夠?qū)⑺A(yù)測的一年以后的狀態(tài)作為輸入并再次通過單年預(yù)測模型預(yù)測2年以后的醫(yī)療數(shù)據(jù)的狀態(tài)，還能夠通過遞歸地進(jìn)行N次預(yù)測來預(yù)測到N年后的醫(yī)療數(shù)據(jù)的年度推移。
[0120]這時，疾病發(fā)病預(yù)測裝置100根據(jù)概率變量的特征量，選擇對輸入用概率變量分別輸入軟證據(jù)和硬證據(jù)中的任意一個，由此能夠通過小的計算成本高精度地進(jìn)行預(yù)測。特別是疾病發(fā)病預(yù)測裝置100能夠通過預(yù)測處理的重復(fù)避免概率分布中有偏差的醫(yī)療數(shù)據(jù)的值收斂。
[0121]另外，本實(shí)施例的疾病發(fā)病預(yù)測裝置100進(jìn)行使用了貝葉斯網(wǎng)絡(luò)的預(yù)測處理，但是也可以代替貝葉斯網(wǎng)絡(luò)，例如使用馬爾科夫網(wǎng)絡(luò)等其他圖形模型進(jìn)行同樣的預(yù)測處理。
[0122]另外，本發(fā)明不限定于上述實(shí)施例，而包括各種變形例。例如，上述實(shí)施例是為了容易理解地說明本發(fā)明而詳細(xì)進(jìn)行說明的例子，不一定限定于具備所說明的全部的結(jié)構(gòu)。另外，也能夠?qū)⒛硞€實(shí)施例的結(jié)構(gòu)的一部分置換為其他實(shí)施例的結(jié)構(gòu)，另外，也能夠在某個實(shí)施例的結(jié)構(gòu)上追加其他實(shí)施例的結(jié)構(gòu)。另外，關(guān)于各個實(shí)施例的結(jié)構(gòu)的一部分，能夠進(jìn)行其他結(jié)構(gòu)的追加/刪除/置換。
[0123]另外，關(guān)于上述各個結(jié)構(gòu)、功能、處理部、處理單元等可以通過例如由集成電路設(shè)計等由硬件來實(shí)現(xiàn)其中的一部分或全部。另外，上述各個結(jié)構(gòu)、功能等也可以通過由處理器解釋實(shí)現(xiàn)各自的功能的程序并執(zhí)行，而由軟件來實(shí)現(xiàn)。實(shí)現(xiàn)各個功能的程序、表、文件等的信息能夠放在存儲器、硬盤、SSD(Solid State Drive固態(tài)驅(qū)動器)等記錄裝置或IC卡、SD卡、DVD等記錄介質(zhì)中。
[0124]另外，控制線和信息線表示認(rèn)為說明上需要的線，產(chǎn)品上不一定限于表示所有的控制線和信息線。實(shí)際上可以認(rèn)為幾乎所有的結(jié)構(gòu)相互連接。
【主權(quán)項(xiàng)】
1.一種經(jīng)年變化預(yù)測系統(tǒng)，其包括處理器和存儲裝置，使用圖形模型預(yù)測概率變量的狀態(tài)，其特征在于， 上述存儲裝置保持上述圖形模型， 上述圖形模型將第一時間點(diǎn)的證據(jù)群作為輸入，將表示從上述第一時間點(diǎn)起經(jīng)過第一期間后上述概率變量的狀態(tài)的信息作為輸出， 上述證據(jù)群的證據(jù)是上述概率變量遵循的概率分布或上述概率變量的確定狀態(tài)， 上述處理器使用上述圖形模型執(zhí)行預(yù)測處理， 在上述預(yù)測處理中，執(zhí)行如下處理: 取得上述第一時間點(diǎn)的證據(jù)群， 關(guān)于上述取得的證據(jù)群中包括的概率分布，根據(jù)從該概率分布計算出的特征量和/或在上述圖形模型中定義的、該概率分布所對應(yīng)的概率變量的特征量，決定是否進(jìn)行從該概率分布向該概率分布所對應(yīng)的概率變量的確定狀態(tài)的轉(zhuǎn)換， 將決定為上述轉(zhuǎn)換的對象的概率分布轉(zhuǎn)換為該概率分布所對應(yīng)的概率變量的確定狀態(tài)， 將上述轉(zhuǎn)換后的上述第一時間點(diǎn)的證據(jù)群輸入給上述圖形模型， 輸出表示從上述第一時間點(diǎn)起經(jīng)過上述第一期間后上述概率變量的狀態(tài)的信息。2.根據(jù)權(quán)利要求1所述的經(jīng)年變化預(yù)測系統(tǒng)，其特征在于， 上述處理器重復(fù)上述預(yù)測處理， 在第二次以后的預(yù)測處理中，取得上次預(yù)測處理中的表示經(jīng)過上述第一期間后的狀態(tài)的信息作為上述第一時間點(diǎn)的證據(jù)群。3.根據(jù)權(quán)利要求1所述的經(jīng)年變化預(yù)測系統(tǒng)，其特征在于， 在上述圖形模型中定義的、該概率分布所對應(yīng)的概率變量的特征量是該概率變量的狀態(tài)數(shù)。4.根據(jù)權(quán)利要求1所述的經(jīng)年變化預(yù)測系統(tǒng)，其特征在于， 在上述圖形模型中定義的、該概率分布所對應(yīng)的概率變量的特征量是該概率變量的狀態(tài)有無順序性。5.根據(jù)權(quán)利要求1所述的經(jīng)年變化預(yù)測系統(tǒng)，其特征在于， 在上述圖形模型中定義的、該概率分布所對應(yīng)的概率變量的特征量是該概率變量遵循的先驗(yàn)分布的偏差。6.根據(jù)權(quán)利要求1所述的經(jīng)年變化預(yù)測系統(tǒng)，其特征在于， 從該概率分布計算出的特征量是該概率分布所對應(yīng)的概率變量的平均信息量。7.根據(jù)權(quán)利要求1所述的經(jīng)年變化預(yù)測系統(tǒng)，其特征在于， 上述處理器執(zhí)行以下處理: 根據(jù)從上述概率分布計算出的特征量和/或在上述圖形模型中定義的上述概率分布所對應(yīng)的概率變量的特征量，從上述取得的證據(jù)群中選擇表示成為上述轉(zhuǎn)換的對象的概率分布的候補(bǔ)的轉(zhuǎn)換候補(bǔ)概率分布， 根據(jù)在上述圖形模型中定義的上述概率變量間的相關(guān)性和包括在上述取得的證據(jù)群中且不同于上述轉(zhuǎn)換候補(bǔ)概率分布的概率分布所對應(yīng)的概率變量的、在上述圖形模型中定義的狀態(tài)數(shù)，計算出計算成本，該計算成本是在針對上述轉(zhuǎn)換候補(bǔ)概率分布進(jìn)行了上述轉(zhuǎn)換的情況下，將上述轉(zhuǎn)換后的上述第一時間點(diǎn)的證據(jù)群輸入給上述圖形模型并輸出表示從上述第一時間點(diǎn)起經(jīng)過上述第一期間后上述概率變量的狀態(tài)的信息的情況下的計算成本，在上述計算成本超過閾值的情況下，再次選擇上述轉(zhuǎn)換候補(bǔ)概率分布， 在上述計算成本是上述閾值以下的情況下，將上述轉(zhuǎn)換候補(bǔ)概率分布決定為上述轉(zhuǎn)換的對象。8.根據(jù)權(quán)利要求1所述的經(jīng)年變化預(yù)測系統(tǒng)，其特征在于， 上述處理器進(jìn)行如下處理: 根據(jù)決定為上述轉(zhuǎn)換的對象的概率分布所對應(yīng)的概率變量的、在上述圖形模型中定義的狀態(tài)有無順序性，決定將決定為上述轉(zhuǎn)換的對象的概率分布轉(zhuǎn)換為該概率分布所對應(yīng)的概率變量的確定狀態(tài)的方法， 通過上述決定的方法將決定為上述轉(zhuǎn)換的對象的概率分布轉(zhuǎn)換為該概率分布所對應(yīng)的概率變量的確定狀態(tài)。9.根據(jù)權(quán)利要求8所述的經(jīng)年變化預(yù)測系統(tǒng)，其特征在于， 上述處理器進(jìn)行如下處理: 針對決定為上述轉(zhuǎn)換的對象的概率分布即對應(yīng)的概率變量的狀態(tài)具有順序性的概率分布，計算上述圖形模型中定義的該概率變量能夠取得的狀態(tài)中包括的、在上述順序性所表示的順序關(guān)系中相互相鄰的狀態(tài)的間隔， 根據(jù)上述計算出的間隔，決定將決定為上述轉(zhuǎn)換的對象的概率分布轉(zhuǎn)換為該概率分布所對應(yīng)的概率變量的確定狀態(tài)的方法。10.根據(jù)權(quán)利要求1所述的經(jīng)年變化預(yù)測系統(tǒng)，其特征在于， 在上述圖形模型中定義了上述概率變量間的相關(guān)性， 上述存儲裝置保持表示與上述定義的相關(guān)性不同的、上述概率變量間的相關(guān)性的相關(guān)性信息， 上述處理器接受上述相關(guān)性信息中包括的概率變量的指定，關(guān)于上述取得的證據(jù)群中包括的概率分布，根據(jù)上述相關(guān)性信息所表示的該概率分布所對應(yīng)的概率變量和上述指定的概率變量之間的相關(guān)性，決定是否進(jìn)行從該概率分布向該概率分布所對應(yīng)的概率變量的確定狀態(tài)的轉(zhuǎn)換。11.一種經(jīng)年變化預(yù)測方法，其是經(jīng)年變化預(yù)測系統(tǒng)使用圖形模型預(yù)測概率變量的狀態(tài)的方法，其特征在于， 上述經(jīng)年變化預(yù)測系統(tǒng)保持上述圖形模型， 上述圖形模型將第一時間點(diǎn)的證據(jù)群作為輸入，將表示從上述第一時間點(diǎn)起經(jīng)過第一期間后上述概率變量的狀態(tài)的信息作為輸出， 上述證據(jù)群的證據(jù)是上述概率變量遵循的概率分布或上述概率變量的確定狀態(tài)，在上述方法中，上述經(jīng)年變化預(yù)測系統(tǒng)使用上述圖形模型執(zhí)行預(yù)測處理，在上述預(yù)測處理中進(jìn)行如下處理: 取得上述第一時間點(diǎn)的證據(jù)群， 關(guān)于上述取得的證據(jù)群中包括的概率分布，根據(jù)從該概率分布計算出的特征量和/或在上述圖形模型中定義的該概率分布所對應(yīng)的概率變量的特征量，決定是否進(jìn)行從該概率分布向該概率分布所對應(yīng)的概率變量的確定狀態(tài)的轉(zhuǎn)換， 將決定為上述轉(zhuǎn)換的對象的概率分布轉(zhuǎn)換為該概率分布所對應(yīng)的概率變量的確定狀態(tài)， 將上述轉(zhuǎn)換后的上述第一時間點(diǎn)的證據(jù)群輸入給上述圖形模型，輸出表示從上述第一時間點(diǎn)起經(jīng)過上述第一期間后上述概率變量的狀態(tài)的信息。
【文檔編號】G06F19/00GK105912832SQ201610084432
【公開日】2016年8月31日
【申請日】2016年2月14日
【發(fā)明人】廣木桂, 廣木桂一, 三好利升
【申請人】株式會社日立制作所