JP4901226B2 - 医療用シミュレーションシステム及びそのコンピュータプログラム - Google Patents

Description

本発明は、糖尿病などの治療支援に用いられる医療用シミュレーションシステム及びそのコンピュータプログラムに関するものである。

病気の治療に際しては、医師による問診に加え、患者に対して様々な検査が行われるのが一般的である。
そして、医師は、患者の検査結果や臨床所見などの判断材料に基づいて、自己の経験と勘を頼りに、治療方法を選択しているというのが現状である。

したがって、診療に役立つ情報がコンピュータによって提供されれば、医師による診療が、より的確に行われることを期待できる。
診療を支援するシステムとしては、特許文献１及び特許文献２に記載されているように、血糖値を予測するシステムがある。
これらのシステムは、患者の血糖値の変化を予測して、予測血糖値を医師に提供することにより、診療を支援するものである。

特開平１０−３３２７０４号公報 特開平１１−２９６５９８号公報

適切な治療方法を選択する際には、医師が、病気の各種症状の原因を構成する要因を適切に把握することが望まれる。要因を適切に把握できれば、その要因を改善する治療を行うことで、より適切な治療が期待できる。
例えば、糖尿病の場合、その病気の程度を示す指標として「血糖値」が用いられる。しかし、「血糖値」は、あくまでも結果にすぎず、この結果をもたらしたインスリン分泌不全、末梢インスリン抵抗性、肝糖取込低下、肝糖放出亢進といった要因を、医師が的確に把握することが診療において重要である。

そして、医師が、的確な治療を行う際には、ある要因を治療した場合に、どの程度の治療効果が見込めるのかを把握できれば望ましい。

また、糖尿病のような疾患においては、例えば、インスリン分泌不全と末梢インスリン抵抗性の両方が現れるといったように、複数の要因が組み合わさっている場合が多い。
このように複数の要因が同時に出現すると、薬剤の組み合わせが困難である等の理由により、全ての病態を治療することは、不可能なことがある。
このような場合には、いずれの要因に対する治療を施せば、効率の良い治療となるかを医師が判断する必要が生じる。

上記のような問題に鑑み、本発明は、糖尿病の要因に対する治療効果を治療前の状態と比較して予め確認できる医療用シミュレーションシステムを提供することを目的とする。

本発明は、生体の機能に関する内部パラメータセットを含む数理モデルによって表現された生体モデルを備えており、糖尿病患者の検査データを入力することによって構築された患者の生体モデルを用いて、擬似生体応答を生成する医療用シミュレーションシステムであって、表示手段と、処理手段と、を備え、前記処理手段は、患者の経口ブドウ糖負荷試験の時系列データの入力を受け付ける処理、入力された前記時系列データを模した擬似生体応答を出力する生体モデルを形成する内部パラメータセットを、前記患者の生体モデルの内部パラメータセットとして獲得する処理、前記患者の生体モデルの内部パラメータセットに含まれるパラメータの値を、生体機能状態値として、前記表示手段に表示する処理、前記表示手段に表示された患者の生体モデルのパラメータのうち置換対象となるパラメータの選択入力を受け付ける処理、前記表示手段に表示された患者の生体モデルのパラメータのうち、前記置換対象として選択されたパラメータの値を他の値に置換する処理、および置換された値が反映された生体モデルの出力である置換後擬似生体応答の時間的変化を示すグラフと、置換前のパラメータ値が反映された生体モデルの出力である置換前擬似生体応答の時間的変化を示すグラフを重ねて前記表示手段に表示する処理、を実行する。

上記本発明によれば、疾患の要因に対応するパラメータ値を、例えば、治療によって生体機能が回復したときの値に置換することで、治療効果が生じた生体モデルを生成できる。この生体モデルに基づくシミュレーションで得られた置換後疑似応答が、治療後の生体応答を模しているから、医師が治療効果を確認することができる。なお、置換は、生体機能が悪化する方向への変更であってもよい。
しかも、上記本発明では、置換前後の生体応答を表示することで、置換によって生体応答がどのように変化したかを容易に確認することができる。

前記置換する処理では、前記置換対象となるパラメータの値を、正常な生体が持つべき値に置換するのが好ましい。この場合、置換によって治療が施された状態を得ることができ、治療効果を確認することができる。

前記処理手段は、パラメータの値の置換の仕方が異なる複数の生体モデルの出力であるそれぞれの置換後擬似生体応答に基づいて、治療効果の判断を支援するための判断支援情報を作成する処理を実行するのが好ましい。この場合、置換の仕方を替えることで、複数の置換後疑似生体応答が得られる。これらの複数の置換後疑似生体応答に基づいて判断支援情報を作成することで、より信頼性のある判断支援情報を得ることができる。

前記医療用シミュレーションシステムは、コンピュータを当該医療用シミュレーションシステムとして機能させるためのコンピュータプログラムをコンピュータに搭載することで実現することができる。

本発明に係るシステム及びコンピュータプログラムによれば、糖尿病の要因に対応する生体機能状態値を、例えば、治療によって生体機能が回復したときの値に置換することで、治療効果が生じた生体モデルを生成できる。この生体モデルに基づくシミュレーションで得られた置換後疑似応答が、治療後の生体応答を模しているから、医師が糖尿病の治療効果を治療前の状態と比較して確認することができる。

以下、添付図面を参照しつつ、本発明の医療用シミュレーションシステム（以下、単にシステムともいう）の実施の形態を詳細に説明する。
［システム全体構成］
図１は、医療用シミュレーションシステムＳＳを、サーバ−クライアントシステムとして構成した場合のシステム構成図を示している。

このシステムＳＳは、ＷｅｂサーバＳ１の機能を含むサーバＳと、サーバＳにネットワークを介して接続されたクライアント端末Ｃと、によって構成されている。クライアント端末Ｃは、医師等のユーザによって使用される。
前記クライアント端末Ｃは、ＷｅｂブラウザＣ１を備えている。このＷｅｂブラウザＣ１は、システムＳＳのユーザインターフェースとして機能し、ユーザは、ＷｅｂブラウザＣ１上で、入力、必要な操作を行うことができる。また、ＷｅｂブラウザＣ１には、サーバＳで生成されて送信された画面が出力される。

サーバＳは、クライアント端末ＣのＷｅｂブラウザＣ１からのアクセスを受け付けるＷｅｂサーバＳ１の機能を備えている。
また、サーバＳには、ＷｅｂブラウザＣ１で表示されるユーザインターフェース画面を生成するユーザインターフェイスプログラムＳ２がコンピュータ実行可能に搭載されている。このユーザインターフェイスプログラムＳ２は、ＷｅｂブラウザＣ１に表示される画面を生成してクライアント端末Ｃに送信したり、ＷｅｂブラウザＣ１上で入力された情報をクライアント端末Ｃから受け付ける機能を有している。
なお、クライアント端末Ｃは、サーバＳから、ＷｅｂブラウザＣ１に表示される画面の一部又は全部の機能を実現するためのｊａｖａ（登録商標）アプレット等のプログラムをダウンロードして、ＷｅｂブラウザＣ１に画面を表示してもよい。

さらに、サーバＳには、病態シミュレータプログラムＳ３がコンピュータ実行可能に搭載されている。この病態シミュレータプログラムＳ３は、後述のように生体モデルに基づいて疾患に関するシミュレーションを行うためのものである。
また、サーバＳには、患者の検査結果等の各種データを有するデータベースＳ４が設けられており、システムＳＳに入力されたデータやシステムで生成されたデータその他のデータは、このデータベースＳ４に保存されている。

上記のように、サーバＳは、Ｗｅｂサーバとしての機能、インタフェース（画面）生成機能、病態シミュレータとしての機能を有している。
なお、図１では、医療用シミュレーションシステムの構成例として、ネットワーク接続されたサーバ−クライアントシステムを示しているが、本システムを、１つのコンピュータ上で構成してもよい。

図２は、前記サーバＳのハードウェア構成を示すブロック図である。前記サーバＳは、本体Ｓ１１０と、ディスプレイＳ１２０と、入力デバイスＳ１３０とから主として構成されたコンピュータによって構成されている。本体Ｓ１１０は、ＣＰＵ Ｓ１１０ａと、ＲＯＭ Ｓ１１０ｂと、ＲＡＭ Ｓ１１０ｃと、ハードディスクＳ１１０ｄと、読出装置Ｓ１１０ｅと、入出力インタフェースＳ１１０ｆと、画像出力インタフェースＳ１１０ｈとから主として構成されており、ＣＰＵ Ｓ１１０ａ、ＲＯＭ Ｓ１１０ｂ、ＲＡＭ Ｓ１１０ｃ、ハードディスクＳ１１０ｄ、読出装置Ｓ１１０ｅ、入出力インタフェースＳ１１０ｆ、及び画像出力インタフェースＳ１１０ｈは、バスＳ１１０ｉによってデータ通信可能に接続されている。

ＣＰＵ Ｓ１１０ａは、ＲＯＭ Ｓ１１０ｂに記憶されているコンピュータプログラム及びＲＡＭ Ｓ１１０ｃにロードされたコンピュータプログラムを実行することが可能である。そして、前記プログラムＳ２，Ｓ３などのアプリケーションプログラム１４０ａを当該ＣＰＵ Ｓ１１０ａが実行することにより、後述するような各機能ブロックが実現され、コンピュータがシステムＳＳとして機能する。
ＲＯＭ Ｓ１１０ｂは、マスクＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ等によって構成されており、ＣＰＵ Ｓ１１０ａに実行されるコンピュータプログラムおよびこれに用いるデータ等が記録されている。

ＲＡＭ Ｓ１１０ｃは、ＳＲＡＭ又はＤＲＡＭ等によって構成されている。ＲＡＭ Ｓ１１０ｃは、ＲＯＭ Ｓ１１０ｂ及びハードディスクＳ１１０ｄに記録されているコンピュータプログラムの読み出しに用いられる。また、これらのコンピュータプログラムを実行するときに、ＣＰＵ Ｓ１１０ａの作業領域として利用される。
ハードディスクＳ１１０ｄは、オペレーティングシステム及びアプリケーションプログラム等、ＣＰＵ Ｓ１１０ａに実行させるための種々のコンピュータプログラム及び当該コンピュータプログラムの実行に用いるデータがインストールされている。プログラムＳ２，Ｓ３も、このハードディスクＳ１１０ｄにインストールされている。

読出装置Ｓ１１０ｅは、フレキシブルディスクドライブ、ＣＤ−ＲＯＭドライブ、又はＤＶＤ−ＲＯＭドライブ等によって構成されており、可搬型記録媒体Ｓ１４０に記録されたコンピュータプログラム又はデータを読み出すことができる。また、可搬型記録媒体Ｓ１４０には、コンピュータを本発明のシステムとして機能させるためのアプリケーションプログラムＳ１４０ａ（Ｓ２，Ｓ３）が格納されており、コンピュータが当該可搬型記録媒体Ｓ１４０から本発明に係るアプリケーションプログラムＳ１４０ａを読み出し、当該アプリケーションプログラムＳ１４０ａをハードディスクＳ１１０ｄにインストールすることが可能である。

なお、前記アプリケーションプログラムＳ１４０ａは、可搬型記録媒体Ｓ１４０によって提供されるのみならず、電気通信回線（有線、無線を問わない）によってコンピュータと通信可能に接続された外部の機器から前記電気通信回線を通じて提供することも可能である。例えば、前記アプリケーションプログラムがインターネット上のアプリケーションプログラム提供サーバコンピュータのハードディスク内に格納されており、このサーバコンピュータにアクセスして、当該コンピュータプログラムをダウンロードし、これをハードディスクＳ１１０ｄにインストールすることも可能である。
また、ハードディスクＳ１１０ｄには、例えば米マイクロソフト社が製造販売するＷｉｎｄｏｗｓ（登録商標）等のグラフィカルユーザインタフェース環境を提供するオペレーティングシステムがインストールされている。以下の説明においては、本実施形態に係るアプリケーションプログラムＳ１４０ａ（Ｓ２，Ｓ３）は当該オペレーティングシステム上で動作するものとしている。

入出力インタフェースＳ１１０ｆは、例えばＵＳＢ、ＩＥＥＥ１３９４、ＲＳ−２３２Ｃ等のシリアルインタフェース、ＳＣＳＩ、ＩＤＥ、ＩＥＥＥ１２８４等のパラレルインタフェース、およびＤ／Ａ変換器、Ａ／Ｄ変換器等からなるアナログインタフェース等から構成されている。入出力インタフェースＳ１１０ｆには、キーボードおよびマウスからなる入力デバイスＳ１３０が接続されており、ユーザが当該入力デバイスＳ１３０を使用することにより、コンピュータにデータを入力することが可能である。
画像出力インタフェースＳ１１０ｈは、ＬＣＤまたはＣＲＴ等で構成されたディスプレイＳ１２０に接続されており、ＣＰＵ Ｓ１１０ａから与えられた画像データに応じた映像信号をディスプレイＳ１２０に出力するようになっている。ディスプレイＳ１２０は、入力された映像信号にしたがって、画像（画面）を表示する。

なお、前記クライアント端末Ｃのハードウェア構成も、前記サーバＳのハードウェア構成と略同様である。

［シミュレーションシステムにおける生体モデル］
図３は、システムＳＳの病態シミュレータプログラムＳ３で用いられる生体モデルの一例の全体構成を示すブロック図である。この生体モデルは、特に、糖尿病に関連した生体器官(生体機能)を模したものであり、膵臓ブロック１、肝臓ブロック２、インスリン動態ブロック３及び末梢組織ブロック４から構成されている。

各ブロック１，２，３，４は、それぞれ入力と出力を有している。すなわち、膵臓ブロック１は、血中グルコース濃度６を入力とし、インスリン分泌速度７を出力としている。
肝臓ブロック２は、消化管からのグルコース吸収５、血中グルコース濃度６及びインスリン分泌速度７を入力とし、正味グルコース放出８及び肝臓通過後インスリン９を出力としている。
また、インスリン動態ブロック３は、肝臓通過後インスリン９を入力とし、末梢組織でのインスリン濃度１０を出力としている。
さらに、末梢組織ブロック４は、正味グルコース放出８及び末梢組織でのインスリン濃度１０を入力とし、血中グルコース濃度６を出力としている。

グルコース吸収５は、生体モデル外部から与えられるデータである。本実施形態において、グルコース吸収に関するデータは、入力する検査データ（生体応答）の種類に応じて、あらかじめ定められた値を記憶させておく。
また、それぞれの機能ブロック１〜４は、シミュレータプログラムがサーバＳのＣＰＵによって実行されることにより実現される。

つぎに、前述した例における各ブロックの詳細について説明する。なお、ＦＧＢ及びＷｓはそれぞれ空腹時血糖値（ＦＧＢ＝ＢＧ（０））及び想定体重を示しており、またＤＶｇ及びＤＶｉはそれぞれグルコースに対する分布容量体積及びインスリンに対する分布容量体積を示している。

［生体モデルの膵臓ブロック］
膵臓ブロック１の入出力の関係は、以下の微分方程式（１）を用いて記述することができる。また、微分方程式（１）と等価な、図４に示されるブロック線図を用いて表現することもできる。
微分方程式（１）：
ｄＹ／ｄｔ ＝ −α｛Ｙ（ｔ）−β（ＢＧ（ｔ）−ｈ）｝
（ただし、ＢＧ（ｔ）＞ ｈ）
＝ −αＹ（ｔ） （ただし、ＢＧ（ｔ）＜=ｈ）
ｄＸ／ｄｔ ＝ −Ｍ・Ｘ（ｔ）＋Ｙ（ｔ）
ＳＲ（ｔ） ＝ Ｍ・Ｘ（ｔ）
変数：
ＢＧ（ｔ）：血糖値
Ｘ（ｔ） ：膵臓から分泌可能なインスリン総量
Ｙ（ｔ） ：グルコース刺激に対しＸ（ｔ）に新たに供給されるインスリン供給速度
ＳＲ（ｔ）：膵臓からのインスリン分泌速度
パラメータ：
ｈ ：インスリン供給を刺激できるグルコース濃度のしきい値
α ：グルコース刺激に対する追従性
β ：グルコース刺激に対する感受性
Ｍ ：単位濃度あたりの分泌速度
ここで、図３における膵臓ブロック１への入力である血糖値６はＢＧ（ｔ）と対応し、また出力であるインスリン分泌速度７はＳＲ（ｔ）と対応する。

図４のブロック線図において、６は血糖値ＢＧ（ｔ）、７は膵臓からのインスリン分泌速度ＳＲ（ｔ）、１２はインスリン供給を刺激できるグルコース濃度のしきい値ｈ、１３はグルコース刺激に対する感受性β、１４はグルコース刺激に対する追従性α、１５は積分要素、１６はグルコース刺激に対して新たに供給されるインスリン供給速度Ｙ（ｔ）、１７は積分要素、１８は膵臓から分泌可能なインスリン総量Ｘ（ｔ）、１９は単位濃度当たりの分泌速度Ｍをそれぞれ示している。

［生体モデルの肝臓ブロック］
肝臓ブロック２の入出力の関係は、以下の微分方程式（２）を用いて記述することができる。また、微分方程式（２）と等価な、図５に示されるブロック線図を用いて表現することもできる。
微分方程式（２）：
ｄＩ_４（ｔ）／ｄｔ ＝ α２｛−Ａ_３Ｉ_４（ｔ） ＋ (1−Ａ_７)・ＳＲ（ｔ） ｝
Ｇｏｆｆ（ＦＧＢ） ＝ ｆ１ (ただし ＦＧＢ＜ｆ３）
＝ ｆ１ ＋ ｆ２・(ＦＧＢ−ｆ３)
(ただしＦＧＢ＞＝ｆ３）
Ｆｕｎｃ１（ＦＧＢ）＝ ｆ４ − ｆ５・(ＦＧＢ−ｆ６)
Ｆｕｎｃ２（ＦＧＢ）＝ｆ７／ＦＧＢ
ｂ１(Ｉ_４（ｔ）)＝ ｆ８｛1 ＋ ｆ９・Ｉ４（ｔ）｝
ＨＧＵ（ｔ） ＝ｒ・Ｆｕｎｃ１（ＦＧＢ）・ｂ１(Ｉ_４（ｔ）)・ＲＧ（ｔ）＋ (1−r)・Ｋｈ・ＢＧ（ｔ）・Ｉ_４（ｔ） （ただしＨＧＵ（ｔ）＞＝０）
ＨＧＰ（ｔ） ＝ Ｉ_４ｏｆｆ・Ｆｕｎｃ２（ＦＧＢ）・ｂ２＋Ｇ_ｏｆｆ（ＦＧＢ）−Ｉ_４（ｔ）・Ｆｕｎｃ２（ＦＧＢ）・ｂ２ （ただしＨＧＰ（ｔ）＞= ０）
ＳＧＯ（ｔ） ＝ＲＧ（ｔ）＋ ＨＧＰ（ｔ）−ＨＧＵ（ｔ）
ＳＲｐｏｓｔ（ｔ） ＝ Ａ_７ＳＲ（ｔ）
変数：
ＢＧ（ｔ）：血糖値（血液単位体積あたりのグルコース濃度）
ＳＲ（ｔ）：膵臓からのインスリン分泌速度
ＳＲｐｏｓｔ（ｔ）：肝臓通過後のインスリン
ＲＧ（ｔ） ：消化管からのグルコース吸収
ＨＧＰ（ｔ） ：肝糖放出
ＨＧＵ（ｔ） ：肝糖取込
ＳＧＯ（ｔ） ：肝臓からの正味グルコース
Ｉ_４（ｔ） ：肝インスリン濃度
パラメータ：
Ｋｈ ：単位インスリン、単位グルコース当たりの肝臓でのインスリン依存グルコース取り込み速度
Ａ_７ ：肝臓でのインスリン通過率
Ｇｏｆｆ ：基礎代謝に対するグルコース放出速度
ｂ２ ：肝糖放出抑制率に関する調整項
ｒ ：インスリン非依存性肝糖取り込みへの分配率
α２ ：インスリン刺激に対する追従性
Ｉ_４ｏｆｆ ：肝糖放出が抑制されるインスリン濃度のしきい値
関数：
Ｇｏｆｆ（ＦＧＢ）： 基礎代謝に対するグルコース放出速度
Ｆｕｎｃ１（ＦＧＢ）： 消化管からのグルコース刺激に対する肝糖取り込み率
Ｆｕｎｃ２（ＦＧＢ）： インスリン刺激に対する肝糖放出抑制率
ｆ１〜ｆ９ ： 上記の3要素の表現にあたって用いた定数
ｂ１（Ｉ_４（ｔ））： 肝糖取り込み率に関する調整項
ここで、図３における肝臓ブロックへの入力である、消化管からのグルコース吸収５はＲＧ（ｔ）、血糖値６はＢＧ（ｔ）、インスリン分泌速度７はＳＲ（ｔ）とそれぞれ対応し、また出力である正味グルコース放出８はＳＧＯ（ｔ）、肝臓通過後インスリン９はＳＲｐｏｓｔ（ｔ）とそれぞれ対応している。

図５のブロック線図において、５は消化管からのグルコース吸収ＲＧ（ｔ）、６は血糖値ＢＧ（ｔ）、７は膵臓からのインスリン分泌速度ＳＲ（ｔ）、８は肝臓からの正味グルコースＳＧＯ（ｔ）、９は肝臓通過後のインスリンＳＲｐｏｓｔ（ｔ）、２４は肝臓のインスリン取込み率（１−Ａ７）、２５はインスリン刺激に対する追従性α２、２６は肝臓でのインスリン消失速度Ａ３、２７は積分要素、２８は肝インスリン濃度I_４（ｔ）、２９はインスリン依存性肝糖取り込み分配率（１−ｒ）、３０は単位インスリン、単位グルコース当たりの肝臓でのインスリン依存グルコース取り込み速度Ｋｈ、３１はインスリン非依存性肝糖取り込みへの分配率ｒ、３２は消化管からのグルコース刺激に対する肝糖取り込み率Ｆｕｎｃ１（ＦＧＢ）、３３は肝糖取り込み率に関する調整項ｂ１（Ｉ_４（ｔ））、３４は肝糖取込ＨＧＵ（ｔ）、３５は肝糖放出が抑制されるインスリン濃度のしきい値Ｉ_４ｏｆｆ、３６はインスリン刺激に対する肝糖放出抑制率Ｆｕｎｃ２（ＦＧＢ）、３７は肝糖放出抑制率に関する調整項ｂ２、３８は基礎代謝に対する内因性グルコース放出速度、３９は肝糖放出ＨＧＰ（ｔ）、４０は肝臓でのインスリン通過率Ａ_７を示している。

［生体モデルのインスリン動態ブロック］
インスリン動態分泌の入出力の関係は、以下の微分方程式（３）を用いて記述することができる。また、微分方程式（３）と等価な、図６に示されるブロック線図を用いて表現することもできる。
微分方程式（３）：
ｄＩ_１（ｔ）／ｄｔ ＝ −Ａ_３Ｉ_１（ｔ）＋Ａ_５Ｉ_２（ｔ）＋Ａ_４Ｉ_３（ｔ）＋ＳＲｐｏｓｔ（ｔ）
ｄＩ_２（ｔ）／ｄｔ＝ Ａ_６Ｉ_１（ｔ）− Ａ_５Ｉ_２（ｔ）
ｄＩ_３（ｔ）／ｄｔ＝Ａ_２Ｉ_１（ｔ） − Ａ_１Ｉ_３（ｔ）
変数：
ＳＲｐｏｓｔ（ｔ）：肝臓通過後のインスリン
Ｉ_１（ｔ） ：血中インスリン濃度
Ｉ_２（ｔ） ：インスリン非依存組織でのインスリン濃度
Ｉ_３（ｔ） ：末梢組織でのインスリン濃度
パラメータ：
Ａ_１ ：末梢組織でのインスリン消失速度
Ａ_２ ：末梢組織へのインスリン分配率
Ａ_３ ：肝臓通過後のインスリン消失速度
Ａ_４ ：末梢組織通過後のインスリン流出速度
Ａ_５ ：インスリン非依存組織でのインスリン消失速度
Ａ_６ ：インスリン非依存組織へのインスリン分配率
ここで、図３におけるインスリン動態ブロックの入力である肝臓通過後のインスリン９は、ＳＲｐｏｓｔ（ｔ）と対応し、また出力である末梢組織でのインスリン濃度１０は、Ｉ_３（ｔ）と対応する。

図６のブロック線図において、９は肝臓通過後のインスリンＳＲｐｏｓｔ（ｔ）、１０は末梢組織でのインスリン濃度Ｉ_３（ｔ）、５０は積分要素、５１は肝臓通過後のインスリン消失速度Ａ_３、５２は血中インスリン濃度Ｉ_１（ｔ）、５３は末梢組織へのインスリン分配率Ａ_２、５４は積分要素、５５は末梢組織でのインスリン消失速度Ａ１、５６は末梢組織通過後のインスリン流出速度Ａ_４、５７はインスリン非依存組織へのインスリン分配率Ａ_６、５８は積分要素、５９はインスリン非依存組織でのインスリン濃度Ｉ_２（ｔ）、６０はインスリン非依存組織でのインスリン消失速度Ａ_５をそれぞれ示している。

［生体モデルの末梢組織ブロック］
末梢組織ブロック４の入出力の関係は、以下の微分方程式（４）を用いて記述することができる。また、微分方程式（４）と等価な、図７に示されるブロック線図を用いて表現することもできる。
微分方程式（４）：
ｄＢＧ´／ｄｔ＝ＳＧＯ（ｔ）−ｕ* Ｇｏｆｆ（ＦＧＢ）−Ｋｂ（ＢＧ´（ｔ）−ＦＢＧ´）−Ｋｐ・Ｉ_３（ｔ）・ＢＧ´（ｔ）
変数：
ＢＧ´（ｔ） ：血糖値（単位体重あたりのグルコース濃度）
(ただしＢＧ[ｍｇ／ｄｌ]、ＢＧ´[ｍｇ／ｋｇ])
ＳＧＯ（ｔ） ：肝臓からの正味グルコース
Ｉ_３（ｔ） ：末梢組織でのインスリン濃度
ＦＢＧ´ ：空腹時血糖（ただしＦＢＧ´＝ＢＧ´（０））
パラメータ：
Ｋｂ ：末梢組織でのインスリン非依存グルコース消費速度
Ｋｐ ：単位インスリン、単位グルコースあたりの
末梢組織でのインスリン依存グルコース消費速度
ｕ ：基礎代謝に対するグルコース放出速度のうち
基礎代謝に対するインスリン非依存グルコース消費が占める割合
関数：
Ｇｏｆｆ（ＦＧＢ）：基礎代謝に対するグルコース放出速度
ｆ１〜ｆ３ ：Ｇｏｆｆの表現にあたって用いた定数
ここで、図３における末梢組織ブロックへの入力である末梢組織でのインスリン濃度１０はＩ_３（ｔ）、肝臓からの正味グルコース８はＳＧＯ（ｔ）とそれぞれ対応し、また出力である血糖値６はＢＧ（ｔ）と対応する。

図７のブロック線図において、６は血糖値ＢＧ（ｔ）、８は肝臓からの正味グルコースＳＧＯ（ｔ）、１０は末梢組織でのインスリン濃度Ｉ_３（ｔ）、７０は基礎代謝に対するインスリン非依存グルコース消費速度ｕ* Ｇｏｆｆ（ＦＧＢ）、７１は積分要素、７２は末梢組織でのインスリン非依存グルコース消費速度Ｋｂ、７３は単位インスリン、単位グルコース当たりの末梢組織でのインスリン依存グルコース消費速度Ｋｐ、７４は単位変換定数Ｗｓ／ＤＶｇをそれぞれ示している。

図３に示されるように、本システムを構成するブロック間の入力、出力は、相互に接続されているため、消化管からのグルコース吸収５を与えることで、疑似生体応答として血糖値及びインスリン濃度の時系列変化を、数式に基づいて計算し、シミュレートすることができる。

本システムの微分方程式の計算には、例えばＥ−ＣＥＬＬ（慶應義塾大学公開ソフトウェア）やＭＡＴＬＡＢ（マスワークス社製品）を用いることができるが、他の計算システムを用いてもよい。

［全体の処理手順］
図８は、本システムＳＳが、医師による治療効果の判断を支援するための判断支援情報を生成して表示するまでの処理手順を示している。
図８の処理は、大きくわけて、生体応答入力処理ＳＴＰ１、置換前処理ＳＴＰ２、置換処理ＳＴＰ３、置換後処理ＳＴＰ４、そして判断支援情報作成処理ＳＴＰ５を含んでいる。
なお、図８の処理は、ユーザインターフェイスプログラムＳ２又は病態シミュレータプログラムＳ３がコンピュータによって実行されることによって実現される。

［生体応答入力処理ＳＴＰ１］
まず、生体応答情報（実測臨床データ）としてのＯＧＴＴ（Oral Glucose Tolerance Test;経口ブドウ糖負荷試験）時系列データの入力処理が行われる。
ＯＧＴＴ時系列データは、生体モデルによってシミュレートしようとする患者に対して実際に行った検査であるＯＧＴＴ（所定量のブドウ糖液を経口負荷して血糖値や血中インスリン濃度の時間的変化を測定）の結果であり、本システムは、クライアント端末Ｃから、実際の生体応答（実際の検査値）として入力を受け付ける。ここでは、ＯＧＴＴ時系列データとして、血糖値データとインスリン濃度データの２つが入力される。
クライアント端末Ｃに入力された生体応答情報は、サーバＳに送信され、サーバＳは、その情報を受け付ける。このように、サーバＳは、生体応答入力部としての機能を有している。
なお、生体応答入力は、システム外の他のコンピュータから生体応答情報がシステムＳＳへ送信されることによって行われても良い。

図９は、入力された血糖値とインスリン濃度の実測値（時間的変化）をグラフ上に画面表示した例を示している。この図９の画面は、クライアント端末Ｃ（必要であればサーバＳでも）表示可能である。
なお、図９の血糖値データは、図３〜図７に示す生体モデルにおける出力項目の１つである血糖値ＢＧ（ｔ）の時間的変化に対応した実測データである。
また、図９のインスリン濃度変動データは、図３〜図７に示す生体モデルにおける出力項目の一つである血中インスリン濃度I_１(t)の時間的変化に対応した実測データである。

［置換前処理ＳＴＰ２］
続いて、置換前処理として、生体モデルのパラメータセット獲得処理ＳＴＰ２−１、病態シミュレーション処理ＳＴＰ２−２、表示処理ＳＴＰ２−３が行われる。

［生体モデルのパラメータセット獲得処理（生体機能状態値生成処理）ＳＴＰ２−１］
図３〜図７に示す上述の生体モデルによって、個々の患者の生体器官をシミュレートするには、個々の患者に応じた特性を有する生体モデルを生成する必要がある。具体的には、生体モデルのパラメータと変数の初期値とを、個々の患者に応じて決定し、決定されたパラメータ及び初期値を生体モデルに適用して、個々の患者に対応した生体モデルを生成する必要がある（なお、以下では、特に区別しなければ、変数の初期値も生成対象のパラメータに含めるものとする）。

このため、本システムＳＳのサーバＳは、生体モデルの内部パラメータの組である内部パラメータセット（以下、単に「パラメータセット」ということがある）を求め、求めたパラメータセットが適用された生体モデルを生成する機能を有している。なお、この機能は、病態シミュレータプログラムＳ３によって実現されている。
生体モデル生成部によって生成されたパラメータセットを前記生体モデルに与えることで、生体モデル演算部が、生体器官の機能のシミュレートを行って、実際の生体応答（検査結果）を模した疑似応答を出力することができる。

以下、実際の患者（生体）の検査結果（生体応答）に基づき、その患者の生体器官を模した生体モデルを形成するためのパラメータ（生体機能状態値）のセットを生成するパラメータセット獲得処理の詳細について説明する。

［テンプレートマッチングＳＴＰ２−１−１］
図１０に示すように、本システムＳＳは、入力されたＯＧＴＴ時系列データと、テンプレートデータベースＤＢ１のテンプレートとのマッチングを行う。なお、テンプレートデータベースＤＢ１は、サーバＳのデータベースＳ４に含まれる１つのデータベースである。
テンプレートデータベースＤＢ１は、図１１に示すように、テンプレートとなる生体モデルの参照用出力値Ｔ１，Ｔ２，・・と、当該参照用出力値を発生させるパラメータセットＰＳ＃０１，ＰＳ＃０２・・とが対応付けられた複数組のデータが予め格納されたものである。参照用出力値とパラメータセットの組を作成するには、任意の参照用出力値に対して、適当なパラメータセットを割り当てたり、逆に任意のパラメータセットを選択した場合の生体モデルの出力を生体シミュレーションシステムで求めたりすればよい。

図１２は、テンプレート（参照用出力値）Ｔ１の例を示している。図１２（ａ）は、テンプレートとしての血糖値データであり、図３〜図７に示す生体モデルにおける出力項目の一つである血糖値ＢＧ（ｔ）の時間的変化に対応した参照用時系列データである。図１２（ｂ）は、テンプレートとしての血中インスリン濃度データであり、図３〜図７に示す生体モデルにおける出力項目の一つである血中インスリン濃度I_１(t)の時間的変化に対応した参照用時系列データである。

システムＳＳは、上記テンプレートデータベースＤＢ１の各参照用時系列データと、ＯＧＴＴ時系列データとの類似度を演算する。類似度は、誤差総和を求めることによって得られる。誤差総和は、例えば、次式によって得られる。
誤差総和＝αΣ｜ＢＧ（０）−ＢＧｔ（０）｜＋βΣ｜ＰＩ（０）−ＰＩｔ（０）｜
＋αΣ｜ＢＧ（１）−ＢＧｔ（１）｜＋βΣ｜ＰＩ（１）−ＰＩｔ（１）｜
＋αΣ｜ＢＧ（２）−ＢＧｔ（２）｜＋βΣ｜ＰＩ（２）−ＰＩｔ（２）｜
＋・・・
＝α｛Σ｜ＢＧ（ｔ）−ＢＧｔ（ｔ）｜｝＋β｛Σ｜ＰＩ（ｔ）−ＰＩｔ（ｔ）｜｝
ここで、
ＢＧ：入力データの血糖値[mg/dl]
ＰＩ：入力データの血中インスリン濃度［μU/ml］
ＢＧｔ：テンプレートの血糖値[mg/dl]
ＰＩｔ：テンプレートの血中インスリン濃度［μU/ml］
ｔ：時間［分］
また、α及びβは規格化に用いる係数であり、
α＝１／Average｛ΣＢＧ（ｔ）｝
β＝１／Average｛ΣＰＩ（ｔ）｝
定式のAverageはテンプレートデータベースＤＢ１に格納された全テンプレートに対する平均値を指す。

誤差総和が少ないほど、テンプレートとＯＧＴＴ時系列データが類似していることになる。また、ＯＧＴＴ時系列データに類似するテンプレートのパラメータセットは、生体機能の状態を良く表している、といえる。
そこで、ＣＰＵ Ｓ１１０ａは、テンプレートデータベースＤＢ１中の各テンプレートについて誤差総和を求め、誤差総和（類似度）が最小となるテンプレート、すなわちＯＧＴＴ時系列データに最も近似するテンプレートを決定する。

［パラメータセット獲得ＳＴＰ２−１−２］
さらに、システムＳＳは、ＳＴＰ２−２−１において決定されたテンプレートに対応するパラメータセットを、テンプレートデータベースＤＢ１から獲得する。以下では、獲得されたパラメータセットを「置換前パラメータセット」といい、置換前パラメータセットを構成する個々のパラメータを「置換前パラメータ」という。

なお、パラメータセット（生体モデル）を生成する方法は、上記のようなテンプレートマッチングに限られるものではない。例えば、パラメータセットを遺伝的アルゴリズムによって生成してもよい。つまり、パラメータセットの初期集団をランダムに発生させ、初期集団に含まれるパラメータセット（個体）に対して、選択・交叉・突然変異処理を行って、新たな子集団を生成するという遺伝的アルゴリズムを適用することができる。この遺伝的アルゴリズムによって生成されたパラメータセットのうち、入力された生体応答（検査結果）に近似した疑似応答を出力するパラメータセットを採用することができる。
このように、生体モデル生成部は、入力され生体応答を模した疑似応答を出力できる生体モデルを生成できるものであれば、その具体的生成方法は特に限定されない。

［置換前シミュレーション処理ＳＴＰ２−２］
システムＳＳは、パラメータセット獲得処理ＳＴＰ２−１によって得られた置換前パラメータセットを生体モデルに与え、その生体モデルに基づき演算を行い、入力されたＯＧＴＴ時系列データを模した疑似生体応答情報（血糖値及びインスリン濃度の時間変化を示すグラフ）を生成する。なお、この機能は、病態シミュレータプログラムＳ３によって実現されている。
また、以下では、シミュレーション（置換前）ＳＴＰ２−２で生成された疑似応答を、「置換前疑似生体応答」という。置換前疑似生体応答は、ＯＧＴＴ時系列データを模したものである。

［表示処理ＳＴＰ２−３］
［置換前生体応答（入力された生体応答と置換前疑似生体応答）の表示］
図１３は、ＳＴＰ２−２の処理結果に基づき、サーバＳのユーザインターフェイスプログラムＳ２によって生成され、サーバＳ２からクライアントＣに送信されて、当該クライアントＣのＷｅｂブラウザＣ１上に表示される画面表示を示している。
図１３の画面は、入力されたＯＧＴＴ時系列データと置換前疑似生体応答を共に表示するものである。ＯＧＴＴ時系列データと置換前疑似生体応答の両方を出力することで、置換前疑似生体応答が、ＯＧＴＴ時系列データ（入力された生体応答）を良く再現しているか否かをユーザが確認することができる。
なお、ＯＧＴＴ時系列データとこれを再現した置換前疑似生体応答とを、特に区別しない場合、両者を総称して「置換前生体応答」という。

［生体機能状態値（パラメータセット）表示］
図１４は、ＳＴＰ２−１の処理結果に基づき、サーバＳのユーザインターフェイスプログラムＳ２によって生成され、サーバＳ２からクライアントＣに送信されて、当該クライアントＣのＷｅｂブラウザＣ１上に表示される画面表示を示している。
図１４の画面は、生体モデルが示す生体機能の状態値として置換前パラメータセットを表示するものである。より具体的には、図１４の画面は、生体モデルのパラメータ名（ＢＥＴＡ、Ｈ、・・等）表示部１００、置換前パラメータセット表示部１０１、健常者の平均パラメータ値を示す正常型平均表示部１０２、境界型糖尿病患者の平均パラメータ値を示す境界型平均表示部１０３、糖尿病患者の平均パラメータ値を示す糖尿病型平均表示部１０４を含んでいる。

図１４のように、置換前パラメータセットと共に、病態を把握するために役立つ比較対象値として、正常型平均、境界型平均、糖尿病型平均などの値を表示することで、ユーザ（医師）は、患者の病態を把握し易くなる。
例えば、図１４におけるパラメータ「ＢＥＴＡ」は、生体モデルの膵臓ブロック１における「β：グルコース刺激に対する感受性（「インスリン分泌感度」ともいう）」に対応している。置換前パラメータセットの「ＢＥＴＡ」の値は、正常型平均値の「ＢＥＴＡ」の値から離れており、医師は、病態としてインスリン分泌感度が悪化しているという判断を容易に行うことができる。

また、図１４におけるパラメータ「Ｋｐ」は、生体モデルの末梢組織ブロック４における「Ｋｐ：単位インスリン、単位グルコースあたりの末梢組織でのインスリン依存グルコース消費速度（末梢インスリン感受性ともいう）」に対応している。置換前パラメータセットの「Ｋｐ」の値は、正常型平均の「Ｋｐ」の値から離れており、医師は、病態として末梢インスリン感受性が悪化しているという判断を容易に行うことができる。

このように、図１４の表示は、医師が患者の病態把握を支援する情報を提供している。
なお、図１４の表示は、パラメータセットを構成するパラメータのうち、一部のパラメータだけを表示しているが、他のパラメータを表示してもよい。また、図１４では、生体機能状態値として、パラメータ値をそのまま表示しているが、１又は複数のパラメータ値に基づいて演算された値を、生体機能状態値としてもよい。

［置換処理ＳＴＰ３］
［置換対象選択処理ＳＴＰ３−１］
続いて、ユーザは、図１４の画面表示を参照しつつ、値の置換対象となるパラメータ（生体機能状態値）の選択を行う。この選択は、図１４の画面上で、マウスポインタにより、置換対象としたいパラメータ名をクリックする等の、コンピュータにおいて採用されている一般的な選択入力機能を利用して行うことができる。
なお、置換対象の選択は、ユーザからの入力に限らず、システムＳＳが自動的に行っても良い。例えば、正常型平均から所定値以上離れているパラメータを置換対象として自動選択としてもよい。
また、システムＳＳによる自動選択で挙げられた置換候補の中から、ユーザが置換したいパラメータを選択してもよい。

［置換処理ＳＴＰ３−２］
システムＳＳは、置換対象（置換対象パラメータ）の選択を受け付けると、置換対象パラメータ値を、正常な生体（健常者）の値、すなわち、図１４の正常型平均表示部１０２に表示されている値、に置換する。
例えば、図１４に示す置換前パラメータセットのうち、「ＢＥＴＡ」を置換対象パラメータとして置換処理を行った場合（以下、この処理を「ＢＥＴＡ置換」という）、置換後パラメータセットは、ＢＥＴＡの値が、正常型平均値である「０．３９９３９」になり、その他のパラメータ値は、置換前パラメータセットの値と同じである。図１４では、ＢＥＴＡ置換後パラメータセットを、ＢＥＴＡ置換表示部１０５に表示している。

また、図１４に置換前パラメータセットのうち、「Ｋｐ」を置換対象パラメータとして置換処理を行った場合（以下、この処理を「Ｋｐ置換」という）、置換後パラメータセットは、Ｋｐの値が、正常型平均値である「０．０００１６１」になり、その他のパラメータ値は、置換前パラメータセットの値と同じである。図１４では、Ｋｐ置換後パラメータセットを、Ｋｐ置換表示部１０５に表示している。

上記のように、本システムＳＳでは、１つの置換前パラメータセットに対して、置換の仕方が異なる複数の置換後パラメータセットを生成することができる。そして、これらの置換後パラメータセットを生体モデルに適用すれば、置換の仕方が異なる複数の置換後生体モデルを生成できる。

なお、上記説明では、１つの置換処理において、置換対象となるパラメータは１つだけである（例えば，ＢＥＴＡ置換であれば置換対象パラメータはＢＥＴＡのみ）が、１つの置換処理において、複数のパラメータを置換してもよい。
また、上記説明では、正常型平均値への置換を行ったが、境界型平均値や糖尿病型平均値への置換を行っても良い。つまり、病状が悪化する方向の置換を行っても良い。

さらに、置換後のパラメータ値は、任意の値でもよい。つまり、置換後のパラメータ値をユーザが入力して、任意の値に設定できるようにしてもよい。
また、置換の仕方が異なる複数の置換後パラメータセット（置換後生体モデル）を生成するという処理には、同じパラメータを、異なる値に置換することも含まれる。例えば、置換前パラメータセットのＢＥＴＡを、正常型平均値に置換した置換後パラメータセットと、境界型平均値に置換した置換後パラメータセットは異なるパラメータセットであるとみなすことができる。

［置換後処理ＳＴＰ４］
［置換後シミュレーション処理ＳＴＰ４−１］
置換前シミュレーション処理ＳＴＰ２−２と同様に、システムＳＳは、置換処理ＳＴＰ３によって得られた置換後パラメータセットを生体モデルに与え、その生体モデルに基づき演算を行い、置換後疑似生体応答情報（血糖値及びインスリン濃度の時間的変化を示すグラフ）を生成する。なお、この機能は、病態シミュレータプログラムＳ３によって実現されている。
また、以下では、置換後シミュレーションＳＴＰ４−１で生成された疑似応答を、「置換後疑似生体応答」という。置換後疑似生体応答は、置換されたパラメータに対応する病態が改善された患者のＯＧＴＴ時系列データを模したものである。

［置換後生体応答の表示処理ＳＴＰ４−２］
図１５及び図１６は、ＳＴＰ４−１のシミュレーション処理結果に基づき、サーバＳのユーザインターフェイスプログラムＳ２によって生成され、サーバＳ２からクライアントＣに送信されて、当該クライアントＣのＷｅｂブラウザＣ１上に表示される画面表示を示している。
図１５の画面は、置換前擬似生体応答とＢＥＴＡ置換を行った置換後疑似生体応答とを共に表示するものである。置換前疑似生体応答と置換後疑似生体応答の両方を出力することで、ＢＥＴＡ置換前の生体応答とＢＥＴＡ置換後の生体応答とが、どのように変化しているかを、ユーザが容易に把握することができる。
すなわち、図１５の画面をみれば、ＢＥＴＡ（インスリン分泌感度）という病因を薬物治療などによって治療を行ったときに、ＯＧＴＴデータがどのようになるかを治療前に確認することが可能である。すなわち、図１５の画面は、治療効果の判断を支援するための判断支援情報となっており、図１５の画面表示機能は、判断支援情報作成部及び判断支援情報表示部としても機能している。

また、図１６の画面は、置換前擬似生体応答とＫｐ置換を行った置換後疑似生体応答とを共に表示するものである。図１６の画面をみれば、Ｋｐ（末梢インスリン感受性）という病因を薬物治療などによって治療を行ったときに、ＯＧＴＴデータがどのようになるかを治療前に確認することが可能である。すなわち、図１６の画面は、治療効果の判断を支援するための判断支援情報となっており、図１６の画面表示機能は、判断支援情報作成部及び判断支援情報表示部としても機能している。

さらに、図１５及び図１６に示す複数の置換後生体モデルの置換後疑似生体応答は、共に画面表示されるため、ユーザは、複数の置換後疑似生体応答を見比べることで、複数の病因のうち、どの病因の治療が効果的であるかの判断支援情報を得ることもできる。

［判断支援情報作成処理ＳＴＰ５］
図１５及び図１６の表示も治療効果の判断を支援する情報として機能するが、ここでは、ユーザにとってさらに分かり易い判断支援情報を生成する。具体的には、処理ＳＴＰ５では、置換の仕方が異なる複数の置換（治療）について、どの置換（治療）が効果的であるかの判断をし易くする情報を生成する。

［血糖降下度算出ＳＴＰ５−１］
まず、複数の置換（ＢＥＴＡ置換とＫｐ置換）について、それぞれの置換前後の血糖降下度を算出する。血糖降下度は、置換前の血糖値と置換後の血糖値との差分（グラフでの差分面積）を求めることによって得られる。

［病因占有比率算出・表示処理ＳＴＰ５−２］
続いて、ＢＥＴＡ置換とＫｐ置換のそれぞれの血糖降下度の比率から、病因の占有比率を算出する。図１５及び図１６の場合、病因「ＢＥＴＡ」の占有比率は２４％であるのに対して、病因「Ｋｐ」の占有比率は７６％と高くなっていることがわかる。つまり、この患者の病因としては、比較的「Ｋｐ」が支配的であり、「Ｋｐ」を是正する治療の方がより効果が高いことになる。
図１７は、判断支援情報としての病因占有比率を円グラフで画面表示したものである。図１７の表示は、クライアントＣのＷｅｂブラウザＣ１上にて行われる。医師は、この図１７の表示をみることで、Ｋｐを是正する治療の方が、治療効果が高いと判断することができる。

図１８〜図２３は、他の患者について、図８に示す処理を行った場合の、画面表示例を示している。
つまり、図１８は、入力されたＯＧＴＴ時系列データのグラフ表示画面であり、図１９は、入力されたＯＧＴＴ時系列データとその置換前疑似生体応答を示すグラフ表示画面である）。図２０は、置換前パラメータセット他の表示画面であり、ＢＥＴＡ置換及びＫｐ置換を行った場合の値も表示されている。

そして、図２１及び図２２は、それぞれ、置換前生体応答と置換後疑似生体応答を示すグラフ表示画面であり、図２１及び図２２の対比から、ＢＥＴＡを是正する治療、すなわち、インスリン分泌感度を改善する方が、治療効果が高いと考えることができる。
さらに、図２３は、図２１及び図２２の結果から算出された病因占有率のグラフ表示画面であり、図２３の表示によって、インスリン分泌感度を是正する治療を行うと効果が高いことを、医師が一層容易に判断することができる。

本発明は、上記実施形態に限定されるものではなく、様々な変形が可能である。例えば、本発明のシステムが対象とする疾患は、糖尿病に限られるものではなく、高血圧症等他の疾患であってもよい。高血圧症の場合、生体モデルの出力する生体応答としては血圧とするのが好適である。

医療用シミュレーションシステムのシステム構成図である。 サーバのハードウェア構成を示すブロック図である。 生体モデルの全体構成図である。 生体モデルの膵臓モデルの構成を示すブロック線図である。 生体モデルの肝臓モデルの構成を示すブロック線図である。 生体モデルのインスリン動態モデルの構成を示すブロック線図である。 生体モデルの末梢組織モデルの構成を示すブロック線図である。 システムの全体処理フローチャートである。 実測ＯＧＴＴ時系列データの表示画面である。 生体モデルのパラメータセット獲得処理のフローチャートである。 テンプレートデータベースを示す図である。 テンプレートのＯＧＴＴ時系列データを示す図であり、（ａ）は血糖値、（ｂ）はインスリン濃度である。 入力されたＯＧＴＴデータ及び置換前疑似生体応答を示す表示画面である。 置換前パラメータセット等の表示画面である。 ＢＥＴＡ置換を行った場合の置換前後の生体応答表示画面である。 Ｋｐ置換を行った場合の置換前後の生体応答表示画面である。 病因占有率を示す円グラフ表示である。 実測ＯＧＴＴ時系列データの表示画面の他の例である。 入力されたＯＧＴＴデータ及び置換前擬似生体応答を示す表示画面の他の例である。 置換前パラメータセット等の表示画面の他の例である。 ＢＥＴＡ置換を行った場合の置換前後の生体応答表示画面の他の例である。 Ｋｐ置換を行った場合の置換前後の生体応答表示画面の他の例である。 病因占有率を示す円グラフ表示の他の例である。

符号の説明

ＳＳ 医療用シミュレーションシステム
１膵臓ブロック
２肝臓ブロック
３インスリン動態ブロック
４末梢組織ブロック
５消化管からのグルコース吸収
６血糖値
７インスリン分泌速度
８正味グルコース放出
９肝臓通過後インスリン
１０末梢組織でのインスリン濃度
ＳＴＰ１ 生体応答入力処理（生体応答入力部）
ＳＴＰ２−１ パラメータセット獲得処理（生体機能状態値生成部）
ＳＴＰ２−３ 表示処理（生体機能状態値表示部）
ＳＴＰ３ 置換処理（置換部）
ＳＴＰ３−１ 置換対象選択受付処理（選択部）
ＳＴＰ４−１ 置換後シミュレーション処理（シミュレーション部）
ＳＴＰ４−２ 置換後生体応答表示処理（置換後生体応答表示部）
ＳＴＰ５ 判断支援情報作成処理（判断支援情報作成部）
ＳＴＰ５−２ 病因占有比率算出表示処理（判断支援情報表示部）

Claims (4)

1. 生体の機能に関する内部パラメータセットを含む数理モデルによって表現された生体モデルを備えており、糖尿病患者の検査データを入力することによって構築された患者の生体モデルを用いて、擬似生体応答を生成する医療用シミュレーションシステムであって、
   表示手段と、
   処理手段と、を備え、
   前記処理手段は、
   患者の経口ブドウ糖負荷試験の時系列データの入力を受け付ける処理、
   入力された前記時系列データを模した擬似生体応答を出力する生体モデルを形成する内部パラメータセットを、前記患者の生体モデルの内部パラメータセットとして獲得する処理、
   前記患者の生体モデルの内部パラメータセットに含まれるパラメータの値を、生体機能状態値として、前記表示手段に表示する処理、
   前記表示手段に表示された患者の生体モデルのパラメータのうち置換対象となるパラメータの選択入力を受け付ける処理、
   前記表示手段に表示された患者の生体モデルのパラメータのうち、前記置換対象として選択されたパラメータの値を他の値に置換する処理、および
   置換された値が反映された生体モデルの出力である置換後擬似生体応答の時間的変化を示すグラフと、置換前のパラメータ値が反映された生体モデルの出力である置換前擬似生体応答の時間的変化を示すグラフを重ねて前記表示手段に表示する処理、
   を実行することを特徴とする医療用シミュレーションシステム。
2. 前記置換する処理では、前記置換対象となるパラメータの値を、正常な生体が持つべき値に置換することを特徴とする請求項１記載の医療用シミュレーションシステム。
3. 前記処理手段は、パラメータの値の置換の仕方が異なる複数の生体モデルの出力であるそれぞれの置換後擬似生体応答に基づいて、治療効果の判断を支援するための判断支援情報を作成する処理を実行することを特徴とする請求項１又は２記載の医療用シミュレーションシステム。
4. コンピュータを、請求項１〜３のいずれかに記載の医療用シミュレーションシステムとして機能させるためのコンピュータプログラム。

Images