JP2021525411A - 先を見越した健康監視及び管理のための個別化されたデバイス推奨 - Google Patents
先を見越した健康監視及び管理のための個別化されたデバイス推奨 Download PDFInfo
- Publication number
- JP2021525411A JP2021525411A JP2020564171A JP2020564171A JP2021525411A JP 2021525411 A JP2021525411 A JP 2021525411A JP 2020564171 A JP2020564171 A JP 2020564171A JP 2020564171 A JP2020564171 A JP 2020564171A JP 2021525411 A JP2021525411 A JP 2021525411A
- Authority
- JP
- Japan
- Prior art keywords
- patient
- devices
- health
- information
- health metrics
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
一般的なコンピューティング/ネットワークの概念
構造化データの処理
非構造化情報の処理/解析
分類モデル
一実施形態において、K=5である。
最適化モデル
Claims (20)
- 健康状態を監視もしくは管理する又は監視及び管理するためのデバイスの個別化された推奨を提供するための、コンピュータで実装される方法であって、
患者と、1つ又は複数の患者集団の第1の集合とに関する、第1の構造化情報を受け取ることと、
少なくとも前記患者と、1つ又は複数の患者集団の第2の集合とに関する、非構造化情報受け取ることと、
前記非構造化情報を解析して第2の構造化情報を導出することと、
分類モデルを使用して、第1の構造化情報及び第2の構造化情報の各々を解析することに基づいて、前記患者について監視すべき1つ又は複数の健康メトリックを決定することと、
前記1つ又は複数の健康メトリックを監視するために使用すべきデバイスの最適セットを決定することと、
を含む方法。 - 前記非構造化情報を解析することが、機械学習技術を使用して前記非構造化情報から構造化情報を抽出するように構成された少なくとも1つの抽出モデルを構築することを含む、請求項1に記載の方法。
- 前記非構造化情報が、テキスト情報、画像、音声、及び映像のうちの1つ又は複数を含む、請求項2に記載の方法。
- 前記非構造化情報がテキスト情報を含み、前記機械学習技術がTerm Frequency-Inverse Document Frequency (tf-idf)アルゴリズムを含む、請求項2に記載の方法。
- 前記分類モデルはさらに、前記1つ又は複数の健康メトリックの各々に関連づけられる1つ又は複数の重みを決定し、前記重みは、前記患者の将来の健康状態を予測する際の所定のメトリックの相対的な重要性の指標である、請求項1に記載の方法。
- 前記1つ又は複数の患者集団の履歴医療情報を含む訓練セットを使用して前記分類モデルを訓練することをさらに含み、前記履歴医療情報は、構造化情報及び非構造化情報を含む、請求項1に記載の方法。
- 前記デバイスの最適セットを決定することは、
前記デバイスの最適セットが、
前記1つ又は複数の健康メトリックを監視するために必要なすべてのデバイス能力を含むことと、
前記デバイスの最適セットの各個、及び
前記1つ又は複数の健康メトリックが測定される動作環境の、
適用可能な技術的制約を超えないことと、
を保証する一方で前記デバイスの最適セットの財政的コストを最小化するように構成された複数の規則を含む最適化モデルを利用する、請求項1に記載の方法。 - 前記規則は、
前記デバイスの最適セットの総コストを最小化するように構成された目的関数Σi∈Ici・Xiを含み、前記コストは、
前記デバイスの最適セットが、前記1つ又は複数のヘルスメトリックの監視に必要なすべてのデバイス能力を含むことを保証するように構成された、能力制約Σi∈IZim・Xi≧1,∀m∈Mと、
前記デバイスの最適セットが、前記デバイスの最適セットの各個、及び1つ又は複数の健康メトリックが測定される動作環境の適用可能な技術的制約を超えないことを保証するように構成された、リソース制約Σi∈Iaij・Xi≦Kj,∀j∈Jと、
前記デバイスの最適セットの財政的総コストが所定の予算を超えないことを保証するように構成された、財政的制約Σi∈Ici・Xi≦Bと
を含む複数の制約によって定められ、
ここで
Iは前記デバイスの最適セットに含まれる可能なデバイスの集合であり、
ciは所与のデバイスi∈Iのコストであり、
Bは、前記デバイスの最適セットの最大予算であり、
Mは、前記1つ又は複数の健康メトリックを監視するために必要な測定値の集合であり、
zimは、所与のデバイスi∈Iが測定値m∈Mを収集することが可能である場合は値1を有し、それ以外の場合は値0を有する、二値入力パラメータであり、
Xi ∀i∈Iは、所与のデバイスi∈Iが前記健康状態を監視もしくは管理する又は監視及び管理するために推奨される前記デバイスの最適セットの1つである場合には値1を有し、そうでない場合は値ゼロを有する、二値変数であり、
Jは、前記1つ又は複数のヘルスメトリックが監視される動作環境において前記デバイスの最適セットに対して利用可能なリソースの集合であり、
aijは、所与のデバイスi∈Iのリソース消費量であり、
Kjはリソースj∈Jの利用可能な容量である、
請求項7に記載の方法。 - 前記デバイスの最適セットが、デバイス能力、関連するデバイスサービス、及びリソース制約に基づいて決定され、
前記リソース制約は、前記患者の財政的制約と、前記デバイス、及び前記患者について前記健康メトリックが監視される動作環境、のうちの1つ又は複数の技術的制約とを含む、請求項1に記載の方法。 - 請求項1の方法に従って決定されたデバイスの最適セットを使用して、患者の1つ又は複数の健康メトリックを継続的に監視することと、
前記患者の前記1つ又は複数の健康メトリックの値を、1つ又は複数の対応するイベントトリガ閾値と比較することと、
前記比較に基づいて、前記1つ又は複数の健康メトリックの少なくとも1つが、前記対応するイベントトリガ閾値を超える値によって特徴づけられると判定すると、前記患者の前記1つ又は複数の健康メトリックの値を出力することと、
前記患者の1つ又は複数の健康メトリックの出力値を経時的に収集された前記患者の1つ又は複数の健康メトリックの対応する過去の値と組み合わせて、前記患者の前記1つ又は複数の健康メトリックの値の包括的セットを生成することと、
分類モデルを使用して前記値の包括的セットを解析することに基づいて、前記患者について監視すべき1つ又は複数の健康メトリックの新たなセットを決定することと、
デバイス能力、関連するデバイスサービス、及びリソース制約に基づいて、1つ又は複数の健康メトリックの新たなセットを監視するために使用すべきデバイスの新たな最適セットを決定することと、
を含む、コンピュータで実装される方法。 - 健康状態を監視もしくは管理する又は監視及び管理するためのデバイスの個別化された推奨を提供するためのコンピュータプログラム製品であって、具体化されたプログラム命令を有するコンピュータ可読ストレージ媒体を含み、前記コンピュータ可読ストレージ媒体はそれ自体が一時的信号ではなく、前記プログラム命令は、プロセッサによって実行可能であって、
前記プロセッサにおいて、患者と、1つ又は複数の患者集団の第1の集合とに関する、第1の構造化情報を受け取ることと、
前記プロセッサにおいて、少なくとも前記患者と、1つ又は複数の患者集団の第2の集合とに関する、非構造化情報受け取ることと、
前記非構造化情報を解析して第2の構造化情報を導出することと、
前記プロセッサによって、分類モデルを使用して、第1の構造化情報及び第2の構造化情報の各々を解析することに基づいて、前記患者について監視すべき1つ又は複数の健康メトリックを決定することと、
前記プロセッサによって、前記1つ又は複数の健康メトリックを監視するために使用すべきデバイスの最適セットを決定することと、
を含む方法を前記プロセッサに行わせる、コンピュータプログラム製品。 - 前記非構造化情報を解析することが、機械学習技術を使用して前記非構造化情報から構造化情報を抽出するように構成された少なくとも1つの抽出モデルを構築することを含む、請求項11に記載のコンピュータプログラム製品。
- 前記非構造化情報が、テキスト情報、画像、音声、及び映像のうちの1つ又は複数を含む、請求項12に記載のコンピュータプログラム製品。
- 前記非構造化情報がテキスト情報を含み、前記機械学習技術がTerm Frequency-Inverse Document Frequency (tf-idf)アルゴリズムを含む、請求項12に記載のコンピュータプログラム製品。
- 前記分類モデルはさらに、前記1つ又は複数の健康メトリックの各々に関連づけられる1つ又は複数の重みを決定し、前記重みは、前記患者の将来の健康状態を予測する際の所定のメトリックの相対的な重要性の指標である、請求項11に記載のコンピュータプログラム製品。
- 前記プロセッサに、前記1つ又は複数の患者集団の履歴医療情報を含む訓練セットを使用して前記分類モデルを訓練させる、前記プロセッサによって実行可能なプログラム命令をさらに含み、前記履歴医療情報は構造化情報及び非構造化情報を含む、請求項11に記載のコンピュータプログラム製品。
- 前記デバイスの最適セットを決定することは、
前記デバイスの最適セットが、
前記1つ又は複数の健康メトリックを監視するために必要なすべてのデバイス能力を含むことと、
前記デバイスの最適セットの各個、及び
前記1つ又は複数の健康メトリックが測定される動作環境の、
適用可能な技術的制約を超えないことと、
を保証する一方で前記デバイスの最適セットの財政的コストを最小化するように構成された複数の規則を含む最適化モデルを利用する、請求項11に記載のコンピュータプログラム製品。 - 前記規則は、
前記デバイスの最適セットの総コストを最小化するように構成された目的関数Σi∈Ici・Xiを含み、前記コストは、
前記デバイスの最適セットが、前記1つ又は複数のヘルスメトリックの監視に必要なすべてのデバイス能力を含むことを保証するように構成された、能力制約Σi∈IZim・Xi≧1,∀m∈Mと、
前記デバイスの最適セットが、前記デバイスの最適セットの各個、及び1つ又は複数の健康メトリックが測定される動作環境の適用可能な技術的制約を超えないことを保証するように構成された、リソース制約Σi∈Iaij・Xi≦Kj,∀j∈Jと、
前記デバイスの最適セットの財政的総コストが所定の予算を超えないことを保証するように構成された、財政的制約Σi∈Ici・Xi≦Bと
を含む複数の制約によって定められ、
ここで
Iは前記デバイスの最適セットに含まれる可能なデバイスの集合であり、
ciは所与のデバイスi∈Iのコストであり、
Bは、前記デバイスの最適セットの最大予算であり、
Mは、前記1つ又は複数の健康メトリックを監視するために必要な測定値の集合であり、
zimは、所与のデバイスi∈Iが測定値m∈Mを収集することが可能である場合は値1を有し、それ以外の場合は値0を有する、二値入力パラメータであり、
Xi ∀i∈Iは、所与のデバイスi∈Iが前記健康状態を監視もしくは管理する又は監視及び管理するために推奨される前記デバイスの最適セットの1つである場合には値1を有し、そうでない場合は値ゼロを有する、二値変数であり、
Jは、前記1つ又は複数のヘルスメトリックが監視される動作環境において前記デバイスの最適セットに対して利用可能なリソースの集合であり、
aijは、所与のデバイスi∈Iのリソース消費量であり、
Kjはリソースj∈Jの利用可能な容量である、
請求項17にコンピュータプログラム製品。 - 前記デバイスの最適セットが、デバイス能力、関連するデバイスサービス、及びリソース制約に基づいて決定され、
前記リソース制約は、前記患者の財政的制約と、前記デバイス、及び前記患者について前記健康メトリックが監視される動作環境、のうちの1つ又は複数の技術的制約とを含む、請求項11に記載のコンピュータプログラム製品。 - 健康状態を監視もしくは管理する又は監視及び管理するためのデバイスの個別化された推奨を提供するためのコンピュータプログラム製品であって、具体化されたプログラム命令を有するコンピュータ可読ストレージ媒体を含み、前記コンピュータ可読ストレージ媒体はそれ自体が一時的信号ではなく、前記プログラム命令は、プロセッサによって実行可能であって、
請求項11の方法に従って決定されたデバイスの最適セットを使用して、患者の1つ又は複数の健康メトリックを継続的に監視することと、
前記患者の前記1つ又は複数の健康メトリックの値を、1つ又は複数の対応するイベントトリガ閾値と比較することと、
前記比較に基づいて、前記1つ又は複数の健康メトリックの少なくとも1つが、前記対応するイベントトリガ閾値を超える値によって特徴づけられると判定すると、前記患者の前記1つ又は複数の健康メトリックの値を出力することと、
前記患者の1つ又は複数の健康メトリックの出力値を経時的に収集された前記患者の1つ又は複数の健康メトリックの対応する過去の値と組み合わせて、前記患者の前記1つ又は複数の健康メトリックの値の包括的セットを生成することと、
分類モデルを使用して前記値の包括的セットを解析することに基づいて、前記患者について監視すべき1つ又は複数の健康メトリックの新たなセットを決定することと、
1つ又は複数の健康メトリックの新たなセットを監視するために使用すべきデバイスの新たな最適セットを決定することと、
を含む方法を前記プロセッサに行わせる、コンピュータプログラム製品。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/993,381 | 2018-05-30 | ||
US15/993,381 US11631497B2 (en) | 2018-05-30 | 2018-05-30 | Personalized device recommendations for proactive health monitoring and management |
PCT/IB2019/053917 WO2019229562A1 (en) | 2018-05-30 | 2019-05-13 | Personalized device recommendations for proactive health monitoring and management |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021525411A true JP2021525411A (ja) | 2021-09-24 |
JP7161274B2 JP7161274B2 (ja) | 2022-10-26 |
Family
ID=68694341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020564171A Active JP7161274B2 (ja) | 2018-05-30 | 2019-05-13 | 先を見越した健康監視及び管理のための個別化されたデバイス推奨 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11631497B2 (ja) |
JP (1) | JP7161274B2 (ja) |
CN (1) | CN112204671A (ja) |
GB (1) | GB2588537A (ja) |
WO (1) | WO2019229562A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115101202A (zh) * | 2022-06-13 | 2022-09-23 | 戎誉科技(深圳)有限公司 | 一种基于大数据的健康检测数据管理系统 |
CN117831745A (zh) * | 2024-03-06 | 2024-04-05 | 中国人民解放军海军青岛特勤疗养中心 | 基于数据分析的远程护理管理方法及系统 |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11250950B1 (en) * | 2016-10-05 | 2022-02-15 | HVH Precision Analytics LLC | Machine-learning based query construction and pattern identification for amyotrophic lateral sclerosis |
US11145414B2 (en) * | 2019-02-28 | 2021-10-12 | Babylon Partners Limited | Dialogue flow using semantic simplexes |
US11562828B2 (en) | 2019-12-26 | 2023-01-24 | Kpn Innovations, Llc. | Methods and systems for customizing treatments |
US11531911B2 (en) | 2020-03-20 | 2022-12-20 | Kpn Innovations, Llc. | Systems and methods for application selection using behavioral propensities |
WO2021262771A1 (en) * | 2020-06-22 | 2021-12-30 | Harrow Ip, Llc | Systems and methods for automated intake of patient data |
US11463536B2 (en) * | 2020-08-28 | 2022-10-04 | Teso LT, UAB | Curating proxy server pools |
US20220107880A1 (en) * | 2020-10-05 | 2022-04-07 | Kpn Innovations, Llc. | System and method for presenting a monitoring device identification |
CN112472346B (zh) * | 2020-11-26 | 2021-12-24 | 南通市第二人民医院 | 一种基于大数据的牙龈保护方法和装置 |
US11854018B2 (en) * | 2021-01-13 | 2023-12-26 | International Business Machines Corporation | Labeling optimization through image clustering |
CN113393934B (zh) * | 2021-06-07 | 2022-07-12 | 义金(杭州)健康科技有限公司 | 基于生命体征大数据的健康趋势估计方法和预测系统 |
WO2023047360A1 (en) * | 2021-09-23 | 2023-03-30 | The Joan and Irwin Jacobs Technion-Cornell Institute | Multi-stage machine learning techniques for profiling hair and uses thereof |
US11770307B2 (en) | 2021-10-29 | 2023-09-26 | T-Mobile Usa, Inc. | Recommendation engine with machine learning for guided service management, such as for use with events related to telecommunications subscribers |
WO2024013280A1 (en) * | 2022-07-14 | 2024-01-18 | Basf Se | Smart sprayer logging |
CN116746933A (zh) * | 2023-08-04 | 2023-09-15 | 南京麦豆健康科技有限公司 | 一种盆底肌训练数据的多维度分析方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160098539A1 (en) * | 2014-10-06 | 2016-04-07 | Dexcom, Inc. | System and method for data analytics and visualization |
US20160283671A1 (en) * | 2015-03-27 | 2016-09-29 | Siemens Aktiengesellschaft | Scheduling apparatus, scheduling method and diagnostic system |
WO2018084166A1 (en) * | 2016-11-02 | 2018-05-11 | Nec Corporation | Method, computing system and medium for optimizing of healthcare institution resource utilisation |
Family Cites Families (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7444308B2 (en) | 2001-06-15 | 2008-10-28 | Health Discovery Corporation | Data mining platform for bioinformatics and other knowledge discovery |
US7433853B2 (en) | 2004-07-12 | 2008-10-07 | Cardiac Pacemakers, Inc. | Expert system for patient medical information analysis |
US7558622B2 (en) | 2006-05-24 | 2009-07-07 | Bao Tran | Mesh network stroke monitoring appliance |
US8323189B2 (en) | 2006-05-12 | 2012-12-04 | Bao Tran | Health monitoring appliance |
US8684922B2 (en) | 2006-05-12 | 2014-04-01 | Bao Tran | Health monitoring system |
US8200506B2 (en) | 2006-12-19 | 2012-06-12 | Accenture Global Services Limited | Integrated health management platform |
US20090006457A1 (en) | 2007-02-16 | 2009-01-01 | Stivoric John M | Lifeotypes |
JP2011522583A (ja) | 2008-05-28 | 2011-08-04 | オリディオン メディカル 1987 リミテッド | Co2をモニタリングする方法、装置および系 |
US20100161385A1 (en) * | 2008-12-19 | 2010-06-24 | Nxn Tech, Llc | Method and System for Content Based Demographics Prediction for Websites |
US9330237B2 (en) | 2008-12-24 | 2016-05-03 | Medtronic Minimed, Inc. | Pattern recognition and filtering in a therapy management system |
US8930212B2 (en) | 2009-07-17 | 2015-01-06 | WAVi | Patient data management apparatus for comparing patient data with ailment archetypes to determine correlation with established ailment biomarkers |
US20110113049A1 (en) * | 2009-11-09 | 2011-05-12 | International Business Machines Corporation | Anonymization of Unstructured Data |
US20120165617A1 (en) | 2010-12-28 | 2012-06-28 | General Electric Company | Patient enabled methods, apparatus, and systems for early health and preventive care using wearable sensors |
CA3123171A1 (en) * | 2011-01-12 | 2012-07-19 | The Regents Of The University Of California | System and method for closed-loop patient-adaptive hemodynamic management |
US9536052B2 (en) | 2011-10-28 | 2017-01-03 | Parkland Center For Clinical Innovation | Clinical predictive and monitoring system and method |
US20140107932A1 (en) | 2012-10-11 | 2014-04-17 | Aliphcom | Platform for providing wellness assessments and recommendations using sensor data |
US20140288950A1 (en) | 2013-03-20 | 2014-09-25 | Samsung Electronics Co., Ltd. | System and method for recommending health management device using mobile device connectivity information |
US10185934B2 (en) | 2013-07-09 | 2019-01-22 | Qualcomm Incorporated | Real-time context aware recommendation engine based on a user internet of things environment |
US20150269825A1 (en) | 2014-03-20 | 2015-09-24 | Bao Tran | Patient monitoring appliance |
CN104008180B (zh) * | 2014-06-09 | 2017-04-12 | 北京奇虎科技有限公司 | 结构化数据与图片的关联方法与关联装置 |
JP6986262B2 (ja) * | 2014-11-14 | 2021-12-22 | ゾール メディカル コーポレイションZOLL Medical Corporation | 医療前兆イベント予測のシステムおよび当該システムを操作するための方法 |
WO2016094330A2 (en) * | 2014-12-08 | 2016-06-16 | 20/20 Genesystems, Inc | Methods and machine learning systems for predicting the liklihood or risk of having cancer |
US10282475B2 (en) | 2014-12-18 | 2019-05-07 | Microsoft Technology Licensing, Llc | Generation of browser suggestions based on internet of things device data |
US20160224750A1 (en) | 2015-01-31 | 2016-08-04 | The Board Of Trustees Of The Leland Stanford Junior University | Monitoring system for assessing control of a disease state |
EP3267872A1 (en) * | 2015-03-09 | 2018-01-17 | Koninklijke Philips N.V. | System, device and method for remotely monitoring the well-being of a user with a wearable device |
WO2016151445A1 (en) | 2015-03-20 | 2016-09-29 | Koninklijke Philips N.V. | Health wearable using smart energy harvesting |
WO2016176219A1 (en) | 2015-04-26 | 2016-11-03 | Intel Corporation | All in one mobile computing device |
US20160371457A1 (en) | 2015-06-22 | 2016-12-22 | Sonja Zillner | System and Method for Data Analyzing of Health-Related Data |
CN105235215B (zh) | 2015-10-29 | 2019-11-08 | 南京纯悦电子科技有限公司 | 通过3d打印来提高可穿戴设备个体适配的机制 |
JP6719082B2 (ja) * | 2016-07-04 | 2020-07-08 | パナソニックIpマネジメント株式会社 | 決定木生成装置、決定木生成方法、決定木生成プログラム及び質問システム |
CN106383853A (zh) * | 2016-08-30 | 2017-02-08 | 刘勇 | 一种电子病历后结构化以及辅助诊断的实现方法及其系统 |
US11250958B2 (en) | 2016-10-21 | 2022-02-15 | International Business Machines Corporation | Systems and techniques for recommending personalized health care based on demographics |
US10235263B2 (en) * | 2017-01-04 | 2019-03-19 | International Business Machines Corporation | Optimizing adaptive monitoring in resource constrained environments |
-
2018
- 2018-05-30 US US15/993,381 patent/US11631497B2/en active Active
-
2019
- 2019-05-13 GB GB2018705.0A patent/GB2588537A/en not_active Withdrawn
- 2019-05-13 JP JP2020564171A patent/JP7161274B2/ja active Active
- 2019-05-13 CN CN201980036277.0A patent/CN112204671A/zh active Pending
- 2019-05-13 WO PCT/IB2019/053917 patent/WO2019229562A1/en active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160098539A1 (en) * | 2014-10-06 | 2016-04-07 | Dexcom, Inc. | System and method for data analytics and visualization |
US20160283671A1 (en) * | 2015-03-27 | 2016-09-29 | Siemens Aktiengesellschaft | Scheduling apparatus, scheduling method and diagnostic system |
WO2018084166A1 (en) * | 2016-11-02 | 2018-05-11 | Nec Corporation | Method, computing system and medium for optimizing of healthcare institution resource utilisation |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115101202A (zh) * | 2022-06-13 | 2022-09-23 | 戎誉科技(深圳)有限公司 | 一种基于大数据的健康检测数据管理系统 |
CN117831745A (zh) * | 2024-03-06 | 2024-04-05 | 中国人民解放军海军青岛特勤疗养中心 | 基于数据分析的远程护理管理方法及系统 |
CN117831745B (zh) * | 2024-03-06 | 2024-05-07 | 中国人民解放军海军青岛特勤疗养中心 | 基于数据分析的远程护理管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
US20190371463A1 (en) | 2019-12-05 |
CN112204671A (zh) | 2021-01-08 |
GB202018705D0 (en) | 2021-01-13 |
GB2588537A (en) | 2021-04-28 |
WO2019229562A1 (en) | 2019-12-05 |
JP7161274B2 (ja) | 2022-10-26 |
US11631497B2 (en) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7161274B2 (ja) | 先を見越した健康監視及び管理のための個別化されたデバイス推奨 | |
Souri et al. | A new machine learning-based healthcare monitoring model for student’s condition diagnosis in Internet of Things environment | |
US11600390B2 (en) | Machine learning clinical decision support system for risk categorization | |
Himes et al. | Prediction of chronic obstructive pulmonary disease (COPD) in asthma patients using electronic medical records | |
Johnson et al. | A new severity of illness scale using a subset of acute physiology and chronic health evaluation data elements shows comparable predictive accuracy | |
Di Martino et al. | Explainable AI for clinical and remote health applications: a survey on tabular and time series data | |
US11250958B2 (en) | Systems and techniques for recommending personalized health care based on demographics | |
US20200005188A1 (en) | E-triage: an electronic emergency triage system | |
JP7430295B2 (ja) | 個体慢性疾患進行リスク可視化評価方法及びシステム | |
Shaw et al. | Timing of onset, burden, and postdischarge mortality of persistent critical illness in Scotland, 2005–2014: a retrospective, population-based, observational study | |
US20180322942A1 (en) | Medical protocol evaluation | |
Holder et al. | A locally optimized data-driven tool to predict sepsis-associated vasopressor use in the ICU | |
Nguyen et al. | Developing machine learning models to personalize care levels among emergency room patients for hospital admission | |
Wen et al. | Time-to-event modeling for hospital length of stay prediction for COVID-19 patients | |
Statz et al. | Can Artificial Intelligence Enhance Syncope Management? A JACC: Advances Multidisciplinary Collaborative Statement | |
US20210217529A1 (en) | Assessing unreliability of clinical risk prediction | |
WO2021044594A1 (en) | Method, system, and apparatus for health status prediction | |
US20200321117A1 (en) | Systems and methods for assessing signs and symptoms in congestive heart failure patients | |
Xu et al. | Predicting recurrence for patients with ischemic cerebrovascular events based on process discovery and transfer learning | |
Higgins et al. | Benchmarking inpatient mortality using electronic medical record data: a retrospective, multicenter analytical observational study | |
US20190198174A1 (en) | Patient assistant for chronic diseases and co-morbidities | |
AU2021102593A4 (en) | A Method for Detection of a Disease | |
Srinivasan et al. | Examining disease multimorbidity in US hospital visits before and during COVID-19 pandemic: a graph analytics approach | |
Nie et al. | Forecasting medical state transition using machine learning methods | |
Visweswaran et al. | Integration of ai for clinical decision support |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201201 Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210204 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210927 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20220502 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221004 |
|
RD14 | Notification of resignation of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7434 Effective date: 20221004 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221012 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7161274 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |