阅读说明：本技术 支援系统、支援方法以及支援程序 (Support system, support method, and support program ) 是由 坂口雄纪 野村治 木下康 关根佑辅 于 2018-07-31 设计创作，主要内容包括：本发明提供一种有助于医疗费的削减的支援系统、支援方法以及支援程序。支援系统(100)具备：数据获取部(111),其获取与预定了在医疗机关就诊的就诊预定者有关的就诊预定者数据(D1)、与就诊预定者向医疗机关来访的来访履历有关的来访数据(D2)以及与就诊预定者过于在医疗机关就诊的诊察内容有关的就诊数据(D3)；学习部(112),其使用就诊预定者数据、来访数据以及就诊数据进行机械学习；以及提示部(113),其基于机械学习的结果,提示是否需要对就诊预定者进行诊察。(The invention provides a support system, a support method and a support program which are helpful for reducing medical fees. The support system (100) is provided with: a data acquisition unit (111) for acquiring preschool patient data (D1) relating to a preschool patient who is scheduled to visit the medical institution, visit data (D2) relating to a history of visits the preschool patient visits the medical institution, and visit data (D3) relating to the content of the visits the preschool patient visits too much in the medical institution; a learning unit (112) that performs machine learning using the scheduled visit data, the visit data, and the visit data; and a presentation unit (113) that presents whether or not the examination of the person scheduled to see a doctor is necessary, based on the result of the machine learning.)

支援系统、支援方法以及支援程序

技术领域

本发明涉及对医疗从业者的诊察进行支援的支援系统、支援方法以及支援程序。

背景技术

近年来，我国迎来超高龄化社会，担心医疗从业者人数不足、医疗品质下降等。因此，以医疗的效率性以及医疗品质的提高等为目的，多个医疗机关协作治疗患者，推进区域医疗协作。

例如在下述专利文献1中记载有支援医疗机关间介绍患者的区域医疗协作系统。

现有技术文献

专利文献1：国际公开第2014/097466号

发明内容

作为高龄化社会的大问题之一，例举有社会保险费即医疗费的高涨。医疗费高涨的原因有高额的治疗用药登场、医疗升级等各种各样的原因，尤其重视高龄者过量就诊的问题。

例如在高龄者产生身体不适的情况下，难以判断自己的健康状态，从而积极访问病院等的医疗机关。另外，在高龄者之中，即便实际上自认为不需要到医疗机关就诊，但为了消除心理上的寂寞等，也会频繁去多数的高龄者所在的社区的医疗机关。其结果为，会产生医疗费的增加、医生等医疗从业者的负担的增加，进一步会产生医药用品的过量开处等的问题。

另一方面，即便医疗从业者侧自认为不需要处方，但也有可能对来院的高龄者过量地开处药剂等的医药用品的处方。

如上所述，健康的高龄者通过接受“姑且进行诊疗”、“为了以防万一进行诊疗”、“无用的诊疗”等，因这些行动派生出“医药用品的过量开处”，其结果为，产生了医疗费高涨的问题。

本发明是鉴于上述情况提出的，其目的在于提供有助于削减医疗费的支援系统、支援方法以及支援程序。

达成上述目的的本发明的支援系统对医疗从业者的诊察进行支援，所述支援系统具备：数据获取部，其获取与预定了在医疗机关就诊的就诊预定者有关的就诊预定者数据、与所述就诊预定者向医疗机关的来访履历有关的来访数据以及与所述就诊预定者过去在医疗机关就诊的诊察内容有关的就诊数据；学习部，其使用所述就诊预定者数据、所述来访数据以及所述就诊数据进行机械学习；以及提示部，其基于所述机械学习的结果，提示是否需要对所述就诊预定者进行诊察。

达成上述目的的本发明的支援方法对医疗从业者的诊察进行支援，所述支援方法包括：数据获取步骤，获取与预定了在医疗机关就诊的就诊预定者有关的就诊预定者数据、与所述就诊预定者向医疗机关的来访履历有关的来访数据以及与所述就诊预定者过去在医疗机关就诊的诊察内容有关的就诊数据；学习步骤，使用所述就诊预定者数据、所述来访数据以及所述就诊数据进行机械学习；以及提示步骤，基于所述机械学习的结果，提示是否需要对所述就诊预定者进行诊察。

达成上述目的的本发明的支援程序，其对医疗从业者的诊察进行支援，所述支援程序执行如下的步骤：数据获取步骤，获取与预定了在医疗机关就诊的就诊预定者有关的就诊预定者数据、与所述就诊预定者向医疗机关的来访履历有关的来访数据以及与所述就诊预定者过去在医疗机关就诊的诊察内容有关的就诊数据；学习步骤，使用所述就诊预定者数据、所述来访数据以及所述就诊数据进行机械学习；以及提示步骤，基于所述机械学习的结果，提示是否需要对所述就诊预定者进行诊察。

发明效果

本发明基于机械学习的结果提示是否需要医疗从业者对就诊预定者的诊察。医疗从业者通过参照所提示的内容，能够避免对缺乏就诊的必要性的就诊预定者进行诊察。其结果为，能够防止医疗从业者的业务负担的增加以及因高龄者向医疗机关的来访而产生医药用品的过量开处这样的情况于未然，能够有效地削减医疗费。

附图说明

图1是示出本实施方式的支援系统的概要的图。

图2是示出本实施方式的支援系统经由网络与医疗机关终端以及就诊预定者终端连接的状态的图。

图3A是示出本实施方式的支援系统的硬件构成的框图。

图3B是示出本实施方式的支援系统的功能构成的框图。

图4A是示出本实施方式的支援系统的就诊预定者数据、来访数据、就诊数据的图。

图4B是示出本实施方式的支援系统的处方数据的图。

图4C是示出本实施方式的支援系统的地域数据的图。

图4D是示出本实施方式的支援系统的气候数据的图。

图4E是示出本实施方式的支援系统的医疗机关数据的图。

图5是示出本实施方式的支援方法的流程图。

图6是示出在医疗机关终端的显示器显示的提示内容以及提示根据的图。

具体实施方式

以下，参照附图说明本发明的实施方式。此外，在附图的说明中，对同一要素标注同一附图标记，省略重复的说明。另外，附图的尺寸比率有时为了便于说明而被夸大，与实际的比率不同。

图1以及图2是用于说明本实施方式的支援系统100的整体构成的图。图3A以及图3B是用于说明支援系统100的各部分的图。图4A～图4E是用于说明支援系统100处理的数据的图。

如图1所示，支援系统100为如下的系统，即，使用就诊预定者数据D1、来访数据D2、就诊数据D3、其他数据D4(地域数据D41、气候数据D42、医疗机关数据D43)等，提示是否需要对希望诊察的就诊预定者进行诊察，而且提示医药用品的处方情况(例如是否需要药剂的处方、药剂的种类、药剂的量、药剂的剂型等)。此外，“医疗机关”没有特别限定，例如是指医生、护士向就诊预定者提供医疗的设施，例如包括病院、诊疗所等。另外，“特定(一定)的地域”没有特别限定，例如为以市町村单位、都道府县单位、国单位来划分的地域等。

如图2所示，支援系统100经由网络与各医疗机关的医疗机关终端200以及各就诊预定者所持有等的就诊者终端300连接，被构成为在医疗机关终端200以及就诊者终端300之间进行数据的接收/发送的服务器。高龄者等的就诊预定者在到医疗机关来访时或者在来访之前，通过操作就诊者终端300能够从支援系统100接受就诊方针的提示。另外，医疗从业者(医生、护士等)能够利用医疗机关终端200确认上述就诊方针。此外，网络能够采用基于例如Wifi(注册商标)、Bluetooth(注册商标)等的通信功能的无线通信方式、其他非接触式的无线通信、有线通信。

在本实施方式中，支援系统100由能够基于对话而与人交流的对话型设备构成。作为对话型设备，能够使用附带例如搭载有AI的对话功能的机器人。能够在对话型设备搭载例如能够显示静止图像、视频的显示器、能够输出声音、音乐等的扬声器、能够拍摄静止图像、视频的摄像头功能等。此外，对话型机器人的外观设计等没有特别限定，例如能够举出人型、动物型等。

以下、对支援系统100进行详细说明。

对支援系统100的硬件的构成进行说明。

支援系统100没有特别限定，例如能够通过大型机或计算机集群等来构成。如图3A所示，支援系统100具备CPU(Central ProcessingUnit：中央处理器)110、存储部120、输入输出I/F130以及通信部140。CPU110、存储部120、输入输出I/F130以及通信部140与总线150连接，经由总线150彼此接收/发送数据等。

CPU110按照存储在存储部120内的各种程序，执行各部分的控制、各种运算处理等。

存储部120由存储各种程序、各种数据的ROM(Read Only Memory：只读存储器)、作为工作区域来临时存储程序、数据的RAM(Randam Access Memory：随机存储器)、存储包含操作系统在内的各种程序、各种数据的硬盘等构成。

输入输出I/F130为用于连接键盘、鼠标、扫描仪、麦克风等的输入装置以及显示器、扬声器、打印机等的输出装置的接口。

通信部140为用于与医疗机关终端200以及就诊者终端300等进行通信的接口。

接着，对支援系统100的主要功能进行说明。

存储部120存储就诊预定者数据D1、来访数据D2、就诊数据D3、其他数据D4等的各种数据。另外，存储部120存储用于提供本实施方式的支援方法的支援程序。

如图3B所示，CPU110通过执行存储在存储部120内的支援程序，而作为数据获取部111、学习部112以及提示部113发挥作用。

对数据获取部111进行说明。

数据获取部111获取就诊预定者数据D1、来访数据D2、就诊数据D3以及其他数据D4。

如图4A所示，就诊预定者数据D1包括例如就诊预定者的识别ID(例如能够由MyNumber(个人编号)等获取的数据)、就诊预定者名、住址、年龄。来访数据D2包括例如既往病史(到医疗机关来访的记录)。就诊数据D3包括例如上一次到医疗机关来访时的诊察结果、在此以前到医疗机关来访时的诊察结果。此外，就诊数据D3还能够包括在就诊预定者有在家医疗、上门护理的经验的情况下的这些在就诊时(出诊时)获取的数据。

就诊预定者数据D1还能够包括例如与就诊预定者的遗传信息有关的数据。遗传信息不仅包含就诊预定者的遗传信息还包含亲属的遗传信息。遗传信息能够由例如DNA检查结果等构成。遗传信息能够用于在判断例如就诊预定者的疾患时，判断疾患是否收到遗传要素很大的影响。

就诊预定者数据D1、来访数据D2、就诊数据D3在针对每个就诊预定者关联的状态下存储在存储部120内。另外，这些各数据D1、D2、D3能够通过例如公知的电子病历等来保管以及管理。

如图4B所示，就诊数据D3能够包括医疗机关侧处方数据(处方数据)D31以及药房侧处方数据(处方数据)D32。医疗机关侧处方数据D31包括在例如过去就诊预定者在医疗机关开处医药用品(例如药剂等)的情况下与该处方有关的各种数据。医疗机关侧处方数据D31包括与例如开处方的日期时间、医药用品的种类、处方量、剂型等有关的数据。此外，药房侧处方数据D32包括与基于在医疗机关提供的处方笺在药房实际对就诊预定者开处的医药用品有关的数据。药房侧处方数据D32例如与医疗机关侧处方数据D31同样地，包括与开处的日期时间、医药用品的种类、处方量、剂型等有关的数据(药品记录本中记载的处方记录等)。此外，本实施方式的医药用品包括搭载有数字功能(检测例如服药后、生体器官的生体信息而获取该信息的功能)的所谓数字医药用品。能够用于由医疗机关、就诊预定者、医疗从业者共享例如与根据数字医药用品获取的就诊预定者有关的信息等，或者监视就诊预定者的服药状态。

数据获取部111能够从各医疗机关的医疗机关终端200以及各就诊预定者的就诊者终端300获取例如就诊预定者数据D1、来访数据D2、就诊数据D3。

数据获取部111的获取对象即其他数据D4能够包括图4C示出的地域数据D41、图4D示出的气候数据D42、和图4E示出的医疗机关数据D43。

如图4C所示，地域数据D41包括特定的地域名、特定的地域中的人口、特定的地域中的主要家族构成(例如特定的地域中的家族的人数的平均值)、特定的地域的年龄层(例如特定的地域中的年龄层的平均值)、就诊预定者在特定的地域中是否有就诊记录和处方记录的信息。地域数据D41能够包括例如在特定的地域流行中的疾患等的数据。另外，地域数据D41能够包括例如与特定的地域中的交通信息有关的数据。与交通信息有关的数据包括例如从就诊预定者的自己家到医疗机关位置的距离、可利用的交通手段的种类(例如公交、电车)。

如图4D所示，气候数据D42包括与各医疗机关的周边环境有关的气候(气象)有关的数据。气候数据D42包括周边环境的天气、温度、湿度、日照时间。

数据获取部111能够从互联网获取例如地域数据D41以及气候数据D42。

如图4E所示，医疗机关数据D43包括与各医疗机关的名称(医疗机关名)、住址、诊疗科目、设备(包括病床/救护车/医疗器械、事务器械等在内的器械等)的持有数量、布局、临床路径、方针、医生等有关的数据。这些数据在针对每个医疗机关关联的状态下存储在存储部120内。此外，布局的数据能够由表示例如各设备、诊察室、检查室、手术室、护士站、普通病房、ICU(Intensive Care Unit：重症监护室)、HCU(High Care Unit：高级监护室)等的位置以及距离的医疗机关的布局图构成。临床路径的数据能够由例如汇总了从多个就诊预定者的入院到退院位置的日程的日程表构成。方针的数据举出有例如研修等的与教育方针有关的数据、重点医疗等的与医疗方针有关的数据等。另外，医生等的数据虽省略图示，但举出有例如医生名、诊疗科目、诊疗经验、手术经验、勤务日程等的数据。这些数据在针对每个医生关联的状态下存储在存储部120内。

另外，医疗机关数据D43能够包括与例如医疗机关的混杂状况有关的数据。与混杂状况有关的数据包括与例如就诊预定者的自己家距离一定的范围内的医疗机关的混杂状况(与外来情况有关的混杂状况、与入院有关的混杂状况等)。例如支援系统100能够在就诊预定者向规定的医疗机关来访时，基于与交通信息有关的数据、与混杂状况有关的数据，向就诊预定者提供最佳交通手段的信息(时刻表、换乘指南等)，或者关于特定的疾患推荐治疗成绩优异的医生，另外提示这样的医生工作的医疗机关。另外，支援系统100可以自动一并实施由交通手段进行医疗机关的提示、以及配合前往医疗机关的到达时间的诊察预约。

另外，其他数据D4能够包括与例如医疗器械、医药用品有关的再利用数据。再利用数据包括与通过例如清洁、灭菌处理而使医疗器械是否能够再利用有关的信息。上述医疗器械例如以单次使用医疗器械为对象，但也可以为单次使用医疗器械以外的医疗器械(医疗器械的一部分的构成部件)。另外，再利用数据能够包括与例如剩余的医药用品有关的信息。上述剩余的医药用品包括与例如由瓶等的容器以规定量保管的药剂(例如液状的药剂)是否能够用于多个就诊预定者有关的信息。例如在能够将保存在特定的容器的药剂向就诊预定者给药，并能够将保存在同样的容器的药剂向其他就诊预定者给药的情况下，药剂被看作可再利用。

此外，再利用数据能够从具有例如成为再利用的对象的医疗器械、医药用品的医疗机关的病院信息系统(Hospital Information System)实时地获取。

数据获取部111能够获取例如医疗数据，来作为有助于支援医疗从业者的其他信息。医疗数据例如为与医疗知识有关的数据，能够举出与疾患有关的疾患数据(疾患名、症状、接受治疗的必要性等)、与治疗有关的治疗数据(治疗方法、治疗所需的期间、必要的设备以及药品以及它们的批发价等)、和与医疗保险制度有关的数据等。数据获取部111例如能够从互联网获取医疗数据，或者从通过扫描仪等得到的医学的专业书的电子数据等获取医疗数据。

接着，对学习部112进行说明。

学习部112利用就诊预定者数据D1、来访数据D2、就诊数据D3以及其他数据D4进行机械学习。此外，在本说明书中，“机械学习”是指，使用算法来解析输入数据，并从该解析结果提取有用的规则、判断基准等，使算法扩展。

本实施方式的支援系统100进行是否需要医疗从业者的诊察的提示以及医药用品的处方情况的提示这两者。支援系统100以使这些提示内容不成为欠缺妥当性的内容的方式，基于上述各数据进行机械学习。支援系统100通过由学习部112进行机械学习，根据就诊预定者的过去的动态(向医疗机关的访问频度、就诊内容、就诊结果、医药用品的处方、医药用品的使用状况等)预测就诊预定者的当前以及将来的动态，并基于该预测结果，相对于医疗从业者提示适当的对应方法。此外，学习部112能够基于例如多个人的医疗机关侧处方数据D31以及/或者药房侧处方数据D32，学习适宜的医药用品的处方情况。

具体来说，提示部113在有来自访问了医疗机关的就诊预定者或者在访问医疗机关之前的就诊预定者的就诊请求的情况下，基于学习部112的机械学习结果，向医疗从业者提示是否要就诊。另外，提示部113还提示医疗从业者相对于就诊预定者进行的医药用品的处方情况。在此所说的处方情况是指，例如包括判断是否需要医药用品的处方以及确定药剂的种类、处方量、用法、剂型等。另外，作为提示部113进行提示的一例，基于例如多个人的医疗机关侧处方数据D31以及/或者药房侧处方数据D32，还能够提示在一个家庭(例如夫妇、父母与子女等)内分享多余的医药用品，或者提示他人利用在规定的总体中因某种关系而不需要服用的人的医药用品，提示通过使开处同一医药用品的他人彼此之间批量购买医药用品而实现购入成本的削减。

提示部113在提示是否需要医疗从业者的就诊以及医药用品的处方情况时，与该提示内容一并提示得出该提示的提示根据。例如在本实施方式中，如后述那样，在判断不需要医疗从业者的诊察的情况下，基于各数据提示其根据。在有多个根据的情况下，能够提示多个根据。通过医疗从业者一并提示是否需要医疗从业者的诊察以及医药用品的处方情况和其根据，能够认可地采用各提示内容。此外，根据(依据)的提示方法也可以使用曲线图、表格来示出例如数据彼此之间的关系，或者具体地一并示出成为得出根据的要因的事情和现象和贡献率等的数字。

在本实施方式中，提示部113在从医疗从业者、就诊预定者收到提示请求的情况下执行提示。但是，提示部113执行提示的定时没有特别限定。例如提示部113可以不定期或者定期地自动实施数据获取，即便医疗从业者、就诊预定者没有提示请求，但在预测到就诊预定者向医疗机关来访这样的情况下，也自动地向医疗机关、医疗从业者提示对就诊预定者的适当对应方针。另外，例如提示部113也可以不定期或者定期地获取与就诊预定者的动态有关的数据，并相对于预测到向医疗机关来访的就诊预定者提示接受治疗方针等的将来预测。

图5以及图6是用于说明本实施方式的支援方法的图。以下，参照图5以及图6，对本实施方式的支援方法进行说明。

参照图5概括来说，支援方法包括：获取就诊预定者数据D1、来访数据D2、就诊数据D3以及其他数据D4的数据获取步骤(S1)；利用就诊预定者数据D1、来访数据D2、就诊数据D3以及其他数据D4进行机械学习的学习步骤(S2)；以及基于机械学习的结果，提示是否需要医疗从业者的就诊以及医药用品的处方情况的提示步骤(S3)。以下，对各步骤进行说明。

此外，机械学习的算法通常分为监督学习、无监督学习、强化学习等。在监督学习的算法中，将输入和结果的数据组赋予学习部112来进行机械学习。在无监督学习的算法中，仅将输入数据大量赋予学习部112来进行机械学习。在强化学习的算法中，基于由算法输出的解使环境变化，并基于输出的解在何种程度上为正确的报酬，来施加修正。学习部112的机械学习的算法可以为监督学习、无监督学习、强化学习中的任一种，在本实施方式中，以学习部112根据监督学习的算法进行机械学习的情况为例来进行说明。

首先，对数据获取步骤(S1)进行说明。

在数据获取步骤(S1)中，数据获取部111获取就诊预定者数据D1、来访数据D2、就诊数据D3以及其他数据D4，并存储至存储部120。数据获取部111获取就诊预定者数据D1、来访数据D2、就诊数据D3以及其他数据D4的定时没有特别限定，例如可以针对每规定时间进行获取，或者在这些数据变化的定时获取。数据获取部111经过规定期间获取就诊预定者数据D1、来访数据D2、就诊数据D3以及其他数据D4，并存储至存储部120。因此，用于进行监督学习的输入数据和解的数据组大量存储在存储部120内。

例如在本实施方式中，在就诊预定者向医疗机关来访时，获取以及确认基于挂号证、保险卡、电子病历的区域医疗的共有数据和从My Number等获取以及确认规定的地域内外的就诊预定者的各数据(就诊预定者数据D1、来访数据D2、就诊数据D3)。另外，此时，通过多个或者单个对话型设备执行向就诊预定者的应对，从就诊预定者听取与就诊有关的证言。在后述的学习步骤中一并利用听诊的结果与各数据。

来自就诊预定者的信息的获取方法并不限于通过如上述那样的听诊获取语言信息。例如支援系统100也可以获取生体信息。作为生体信息的获取方法，举出有例如使用红外线的体温、氧饱和度的获取、末梢血管的脉搏波测量来获取动脉硬化的发展程度的方法。另外，支援系统100可以经由对话型设备获取在听诊时与就诊预定者的反应(脸部红潮程度、运动功能等)有关的信息。另外，支援系统100还能够具有如下的算法，即该算法基于由听诊以及上述各方法得到的信息判断就诊预定者的言动的可信性，并且确认从就诊预定者得到的各信息的妥当性。

此外，来自就诊预定者的信息的获取还能够仅通过支援系统100所具有的对话型设备执行，但例如也可以人为(医疗从业者等)执行，或者由对话型设备以及人为两方进行。关于例如仅利用对话型设备而无法圆滑地进行信息的处理等的事项，由人通过对话型设备实现与就诊预定者交流，并输入获取的信息，由此，能够更准确且圆滑地进行来自就诊预定者的信息的获取。

接着，对学习步骤(S2)进行说明。

在学习步骤(S2)中，学习部112对存储在存储部120内的大量的数据组应用监督学习的算法。作为监督学习的算法没有特别限定，例如举出有最小二乘法，线性回归，自回归，神经网络等的公知的算法。

学习部112基于获取的各数据，预测与就诊预定者向医疗机关来访有关的当前以及将来的动态。另外，参照上述听诊结果和预测的结果，执行是否需要医疗从业者进行诊察的提示、和医药用品的处方动态的提示。

另外，学习部112关于用于手术、诊疗等的医疗器械，能够基于医疗器械时是否能够再利用、在医疗器械能够再利用的情况下通过采用哪种方法(清洁、灭菌方法)能够实现再利用、医疗器械的哪个构成部件能够再利用等的信息，对有助于医疗器械的再利用的判断的信息进行机械学习。另外，学习部113关于用于手术、诊疗等的医药用品，能够基于医药用品是否能够再利用、在医药用品能够再利用的情况下通过采用哪种方法(医药用品的保存方法、向就诊预定者的提供方法)能够实现再利用等的信息，对有助于医药用品的再利用的判断的信息进行机械学习。提示部113通过提示上述的机械学习的学习结果，能够向医疗机关提供与医疗器械、医药用品的再利用有关的信息。医疗机关在特定的一个医疗机关或者多个医疗机关之间，获取或者共用上述与再利用有关的学习结果，由此，能够有效削减医疗费。

接着，对提示步骤(S3)进行说明。

提示部113例如图6所示，能够将提示内容和提示根据显示在医疗机关终端200的显示器210上。此外，提示内容和提示根据还能够显示在例如就诊预定者所有的就诊者终端300的显示器310(参照图1)、对话型设备所具备的显示器等上。

参照图6，说明提示内容和提示根据的一例。

在例如作为提示内容而判断为不需要医生的诊察的情况下，作为提示根据而显示得出判断结果的主要原因。另外，作为提示内容，还可以一并显示是否需要诊察、和针对药剂的处方情况的判断结果。

如图6所示，提示内容包含例如第二意见。第二意见包含例如是否需要医疗从业者进行诊察的判断和对医药用品的处方情况的判断双方。另外，假如通过第二意见判断为需要医药用品的新的处方(开处与以前不同的药剂的情况等)的情况下，提示推荐新的处方，在开出与以前同样的处方的情况下，基于各处方数据D31、D32(参照图4B)，预测医药用品的剩余量，提示推荐仅补足不足量的处方。

如图6所示，提示内容包含例如通知。通知是指，在判断为没有适当进行就诊预定者的听诊的结果、以前的诊察、医药用品的处方的情况下，提案将其意通知就诊预定者、医疗机关、就诊预定者的亲戚等。提示部113在得到就诊预定者意图希望重新诊察或者有意重复开出医药用品的处方的判断结果的情况下，提示例如向公共机关等通知这种情况。

另外，如图6所示，提示内容例如包括对话型设备的利用。假设在判断为就诊预定者没有以就诊为目的向医疗机关来访的情况下，通过执行基于对话型设备的对话(交流)，就诊预定者即便没有接受到医疗从业者的诊察，也能够得到满足感。因此，能够圆滑地促使就诊预定者回家。

此外，提示部113在提示例如不需要医疗从业者进行诊察的情况下，作为代替医疗从业者的诊察的其他诊察行为，可以提示基于对话型设备的对话以外的方法。提示部113能够提示例如与志愿者职员的对话、与其他就诊预定者的对话、抚摸动物等等。

支援系统100在提示了向特定的就诊预定者的应对的情况下，可以通过数据获取部111再度获取就诊预定者数据D1、来访数据D2以及就诊数据D3等的数据。然后，学习部112可以使用重新获取的数据再度执行机械学习，更新学习模型。支援系统100能够基于更新后的学习模型，预测例如同一就诊预定者或者不同就诊预定者的将来的动态，并将该结果作为新数据进行积累，以在下一次提案时应用。

如以上说明那样，本实施方式的支援系统100具备：数据获取部111，其获取与预定了在医疗机关就诊的就诊预定者有关的就诊预定者数据D1、与就诊预定者向医疗机关的来访履历有关的来访数据D2以及与就诊预定者过去在医疗机关就诊的诊察内容有关的就诊数据D3；使用就诊预定者数据D1、来访数据D2以及就诊数据D3进行机械学习的学习部112；以及基于机械学习的结果来提示是否需要对就诊预定者进行诊察的提示部113。

如上所述，支援系统100基于机械学习的结果，提示是否需要医疗从业者对就诊预定者进行诊察。医疗从业者通过参照所提示的内容，能够避免对缺乏就诊的必要性的就诊预定者进行诊察。其结果为，能够防止医疗从业者的业务负担的增加以及因高龄者向医疗机关访问而产生过量的医药用品的处方这种情况于未然，能够有效地削减医疗费。

另外，提示部113在提示不需要诊察的情况下，提示代替医疗从业者的诊察的其他诊察行为。因此，就诊预定者即使在没有接受医疗从业者的诊察的情况下，也能够得到向医疗机关来访的高度满足感。

另外，提示部113作为其他诊察行为，而提示基于对话型设备与就诊预定者交流。因此，能够抑制医疗从业者的业务负担的增加，并能够进一步提高就诊预定者的满足感。

另外，就诊数据D3包括与对就诊预定者开处的医药用品有关的处方数据D31、D32。学习部112基于就诊预定者数据D1、来访数据D2、就诊数据D3以及处方数据D31、D32，学习所推荐的医药用品的处方情况。然后，提示部113基于机械学习的结果，提示医药用品的处方情况。因此，支援系统100能够更适当地判断是否需要医药用品的处方，并且能够在开处医药用品的情况下提供适当的处方量以及适当种类的医药用品。

另外，提示部113一并提示提示内容和提示根据。因此，医疗从业者、就诊预定者等能够认可地采用提示内容。

另外，本实施方式的支援方法包括：数据获取步骤(S1)，获取与预定了在医疗机关就诊的就诊预定者有关的就诊预定者数据D1、与就诊预定者向医疗机关的来访履历有关的来访数据D2以及与就诊预定者过去在医疗机关就诊的诊察内容有关的就诊数据D3；学习步骤(S2)，使用就诊预定者数据D1、来访数据D2以及就诊数据D3进行机械学习；以及提示步骤(S3)，基于机械学习的结果提示是否需要对就诊预定者进行诊察。因此，医疗从业者通过参照所提示的内容，能够避免对缺乏就诊的必要性的就诊预定者进行诊察。其结果为，能够防止医疗从业者的业务负担的增加以及因高龄者向医疗机关访问而产生过量的医药用品的处方于未然，能够有效地削减医疗费。

另外，本实施方式的支援程序执行如下的步骤：获取与预定了在医疗机关就诊的就诊预定者有关的就诊预定者数据D1、与就诊预定者向医疗机关的来访履历有关的来访数据D2以及与就诊预定者过去在医疗机关就诊的诊察内容有关的就诊数据D3；学习步骤(S2)，使用就诊预定者数据D1、来访数据D2以及就诊数据D3进行机械学习；以及提示步骤(S3)，基于机械学习的结果提示是否需要对就诊预定者进行诊察。因此，医疗从业者通过参照所提示的内容，能够避免对缺乏就诊的必要性的就诊预定者进行诊察。其结果为，能够防止医疗从业者的业务负担的增加以及因高龄者向医疗机关访问而产生过量的医药用品的处方于未然，能够有效地削减医疗费。

以上、通过实施方式说明了本发明的支援系统、支援方法以及支援程序，但本发明不仅限于在说明书内说明的各构成，能够基于专利权利要求的范围的记载而适当变更。

例如上述实施方式的支援系统、支援方法以及支援程序可以在多个医疗机关之间共用所获取的各数据以及提示内容，或者可以仅利用单一医疗机关。

另外，本发明的支援系统用于机械学习的数据只要至少使用就诊预定者数据、来访数据以及就诊数据即可，没有特别限定。另外，提示的内容只要包含是否需要对就诊预定者进行诊察即可。

另外，在就诊数据包含处方数据的情况下，处方数据只要包含医疗机关侧处方数据以及药房侧处方数据的至少一方的数据即可。

另外，在上述实施方式的支援系统中，学习部使用监督学习的算法进行机械学习，但学习部用于机械学习的算法可以为无监督学习的算法，也可以为强化学习的算法。另外，学习部也可以使用多个种类的算法来进行机械学习。

另外，上述实施方式的支援系统中进行各种处理的手段以及方法能够有专用的硬件电路、或者程序化后的计算机的任一种来实现。另外，支援程序例如可以由CD-ROM(Compact Disc Read Only Memory：只读光盘)等的计算机可读取的记录介质来提供，也可以经由互联网等的网络在线提供。在该情况下，记录在计算机可读取的记录介质的程序通常被传送至硬盘等的存储部并存储。另外，支援程序也可以作为单独的应用软件来提供。

本申请基于在2017年11月30日提出的日本国专利申请第2017-230847号而提出的，其公开内容通过参照而作为整体被引用至此。

附图标记说明

100 支援系统(对话型设备)

111 数据获取部

112 学习部

113 提示部

D1 就诊预定者数据

D2 来访数据

D3 就诊数据

D31 医疗机关侧处方数据(处方数据)

D32 药房侧处方数据(处方数据)

D4 其他数据

D41 地域数据

D42 气候数据

D43 医疗机关数据。