CN116917888A - 信息处理装置及信息处理方法 - Google Patents
信息处理装置及信息处理方法 Download PDFInfo
- Publication number
- CN116917888A CN116917888A CN202180080406.3A CN202180080406A CN116917888A CN 116917888 A CN116917888 A CN 116917888A CN 202180080406 A CN202180080406 A CN 202180080406A CN 116917888 A CN116917888 A CN 116917888A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- technical information
- processing
- technical
- 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.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 46
- 238000003672 processing method Methods 0.000 title claims description 6
- 238000012545 processing Methods 0.000 claims abstract description 341
- 238000003860 storage Methods 0.000 claims abstract description 52
- 230000009471 action Effects 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims description 168
- 230000008569 process Effects 0.000 claims description 135
- 238000005516 engineering process Methods 0.000 claims description 37
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000002411 adverse Effects 0.000 claims description 4
- 230000000474 nursing effect Effects 0.000 description 63
- 238000012872 hydroxylapatite chromatography Methods 0.000 description 31
- 230000033001 locomotion Effects 0.000 description 25
- 238000010586 diagram Methods 0.000 description 17
- 238000004891 communication Methods 0.000 description 16
- 238000012986 modification Methods 0.000 description 16
- 230000004048 modification Effects 0.000 description 16
- 230000015654 memory Effects 0.000 description 13
- 238000011156 evaluation Methods 0.000 description 11
- 239000000284 extract Substances 0.000 description 11
- 235000012054 meals Nutrition 0.000 description 10
- 235000013305 food Nutrition 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 201000010099 disease Diseases 0.000 description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 8
- 230000001629 suppression Effects 0.000 description 8
- 230000029142 excretion Effects 0.000 description 7
- 208000004210 Pressure Ulcer Diseases 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000005065 mining Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 208000036626 Mental retardation Diseases 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 210000004556 brain Anatomy 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 238000001356 surgical procedure Methods 0.000 description 4
- 208000031650 Surgical Wound Infection Diseases 0.000 description 3
- 230000002496 gastric effect Effects 0.000 description 3
- 208000014674 injury Diseases 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 206010011985 Decubitus ulcer Diseases 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 206010001526 Air embolism Diseases 0.000 description 1
- 208000032840 Catheter-Related Infections Diseases 0.000 description 1
- 206010010305 Confusional state Diseases 0.000 description 1
- 206010064687 Device related infection Diseases 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 208000010378 Pulmonary Embolism Diseases 0.000 description 1
- 208000030886 Traumatic Brain injury Diseases 0.000 description 1
- 206010047249 Venous thrombosis Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000011882 arthroplasty Methods 0.000 description 1
- 238000007681 bariatric surgery Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000002316 cosmetic surgery Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 235000021399 easy meals Nutrition 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 201000001231 mediastinitis Diseases 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000011548 physical evaluation Methods 0.000 description 1
- 201000003144 pneumothorax Diseases 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000011883 total knee arthroplasty Methods 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
- 208000019206 urinary tract infection Diseases 0.000 description 1
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
- 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
- G16H40/60—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 operation of medical equipment or devices
- G16H40/67—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 operation of medical equipment or devices for remote operation
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- General Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Economics (AREA)
- Child & Adolescent Psychology (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Computational Linguistics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
信息处理装置包含:处理部,该处理部接收技术信息的登记要求,该技术信息包含将条件信息和护理信息相对应的信息,该条件信息表示给定的开始条件,该护理信息表示在满足开始条件的情况下执行的护理行动;以及存储部,该存储部基于多个登记要求来存储多个技术信息,处理部基于检索要求,将多个技术信息中的任一个技术信息作为检索结果来输出,该检索要求包含确定开始条件和护理行动中的任一方的检索用信息。
Description
技术领域
本发明涉及一种信息处理装置及信息处理方法。本申请基于2021年3月15日在日本申请的专利2021-041033号并主张其优先权,并且将其内容援用于此。
背景技术
以往,已知医疗场所、看护设施等所利用的系统。专利文献1公开了将服务提供者与来自看护服务的利用者的要求相匹配的技术。专利文献2公开了确定上门看护服务的路径的技术。
现有技术文献
专利文献
专利文献1:日本特开2002-007574号公报
专利文献2:日本特开2017-191416号公报
发明内容
发明所要解决的技术问题
提供一种能够适当地活用隐性知识的信息处理装置及信息处理方法等。
用于解决技术问题的技术手段
本实施方式所涉及的信息处理装置包含接收技术信息的登记要求的处理部和基于多个登记要求来存储多个技术信息的存储部,该知识信息包含将条件信息和护理信息相对应的信息,该条件信息表示给定的开始条件,该护理信息表示在满足开始条件的情况下执行的护理行动,处理部基于检索要求,将多个技术信息中的任一个技术信息作为检索结果来输出,该检索要求包含确定开始条件和护理行动的任一方的检索用信息。
附图说明
图1是包含本实施方式的信息处理装置的信息处理系统的例子。
图2是服务器系统的结构例。
图3是终端装置的结构例。
图4是说明技术信息的登记处理的流程的图。
图5是技术信息的例子。
图6是说明将技术信息与器件等相对应的处理的流程的图。
图7是对正解数据标记时显示的画面例。
图8是登记信息的例子。
图9是登记信息的例子。
图10是说明检索处理的流程的图。
图11是列表信息的例子。
图12是说明使用技术信息的处理的流程的图。
图13A是第一类似度判定处理的说明图。
图13B是第一类似度判定处理的说明图。
图14是说明确定推荐用户的处理的流程的图。
图15是说明第二类似度判定处理的流程图。
图16是设施列表信息的例子。
图17是显示与给定的用户相关的信息的用户页面的例子。
图18是技术信息的例子。
图19A是显示与给定的用户相关的信息的用户页面的例子。
图19B是显示与给定的用户相关的信息的用户页面的例子。
图19C是显示与给定的用户相关的信息的用户页面的例子。
图20是技术信息与多个器件的对应例。
图21是基于技术信息确定推荐的供应商的处理的说明图。
图22是提示推荐的供应商的画面的例子。
图23是显示推荐用户的检索结果的画面的例子。
具体实施方式
以下,参照附图对本实施方式进行说明。对于附图中相同或者同等的要素标注相同的符号并省略重复的说明。此外,以下说明的本实施方式并不对请求的范围所记载的内容进行不当的限定。另外,本实施方式中说明的结构并非都是本发明的必须的构成要件。
1.系统结构例
图1是包含本实施方式所涉及的信息处理装置的信息处理系统10的结构例。本实施方式所涉及的信息处理系统10是在例如看护设施中,对于看护人员的“直觉”、“隐性知识”而进行的作业,通过对该“直觉”、“隐性知识”数字化来向看护人员提供信息以能够不依赖于看护人员的熟练度地进行适当的护理的系统。以下,为了使说明简单化,将“直觉”、“隐性知识”都简单地表示为隐性知识。另外,以下,虽然对于在看护设施、医院等中,积累、利用与护理相关的隐性知识的手法进行说明,但是本实施方式并不限定于此。例如,在设施外进行看护的上门看护中,也可以积累、利用与护理者的护理相关的隐性知识,进一步,本实施方式的方法向其他用户提供熟练者等的隐性知识,能够广泛地应用于学校、工厂、企业等使用隐性知识的场景。
图1所示的信息处理系统10包含服务器系统100、终端装置200以及头戴式受话器300。在图1中,图示了终端装置200-1和终端装置200-2这两个终端装置作为终端装置200,并且图示了头戴式受话器300-1和头戴式受话器300-2作为头戴式受话器300。但是,信息处理系统10的结构并不限定于图1,能够进行一部分省略、追加其他结构等各种变形而实施。例如,终端装置200和头戴式受话器300的数量也可以是三个以上。另外,能够实施结构的省略、追加等的变形这点在后述的图2、图3等中也同样。
以下,在无需将多个终端装置200彼此区别的情况下,简单地表示为终端装置200。同样,在无需将多个头戴式受话器300彼此区别的情况下,简单地表示为头戴式受话器300。
本实施方式的信息处理装置例如与服务器系统100对应。但是,本实施方式的手法并不限定于此,也可以通过使用服务器系统100和其它的装置的分散处理来执行信息处理装置的处理。例如,本实施方式的信息处理装置也可以包含服务器系统100和终端装置200。以下,对信息处理装置为服务器系统100的例子进行说明。
服务器系统100例如经由网络与终端装置200和头戴式受话器300连接。此处的网络是例如因特网等公共通信网,但也可以是LAN(Local Area Network)等。例如,终端装置200和头戴式受话器300是看护设施的职员、医院的护士在工作中使用的装置。此外,头戴式受话器300并不限于能够与服务器系统100直接连接的设备,也可以是经由终端装置200而与服务器系统100连接的设备。
另外,终端装置200也不限定于直接与服务器系统100进行通信的装置。例如,也可以在看护设施等设置未图示的中继装置。中继装置是能够经由网络与服务器系统100通信的装置。也可以是,终端装置200和头戴式受话器300使用看护设施内的LAN与中继装置连接,并且经由该中继装置与服务器系统100连接。例如,假定在看护设施等中,多个终端装置200、多个头戴式受话器300同时被使用。中继装置也可以进行选择作为来自服务器系统100的信息的发送对象的终端装置200或者头戴式受话器300的处理。或者,也可以是,中继装置是由看护设施的管理者使用的管理者终端,基于该管理者的操作输入而进行动作。例如,也可以是,在中继装置的显示部显示来自服务器系统100的信息,阅览了显示结果后的管理者来选择作为发送对象的终端装置200或者头戴式受话器300。另外,如上所述,本实施方式的信息处理装置能够进行各种变形而实施,例如,也可以是,上述的中继装置包含于信息处理装置。
服务器系统100也可以是一个服务器,也可以包含多个服务器。例如,服务器系统100也可以包含数据库服务器和应用服务器。数据库服务器存储使用图2来后述的各种数据。应用服务器进行使用图4、图6、图10、图12、图14、图15等来后述的处理。此外,此处的多个服务器也可以是物理服务器,也可以是虚拟服务器。另外,在使用虚拟服务器的情况下,该虚拟服务器也可以设置于一个物理服务器,也可以是分散地配置于多个物理服务器。如以上这样,本实施方式中的服务器系统100的具体结构能够进行各种变形而实施。
终端装置200是用于向用户提示由服务器系统100提供的信息和用于终端装置200的用户所进行的信息的输入的装置。本实施方式中的用户可以是例如在看护设施等中,进行被护理者(患者、入住者)的护理的护理者。或者,终端装置200的用户也可以是进行上门看护的家庭佣工,也可以是在医院等中进行患者的护理的护士、物理治疗师、职业治疗师、语言治疗师。本实施方式中的护理表示对日常生活中的自身完成度较低的事务进行援助。护理包含用餐护理、排泄护理、转移/移动护理等对于被护理者的各种护理。另外,本实施方式中的护理也可以扩展为看护、照料。
考虑到在进行护理的场景使用,例如终端装置200是容易携带的智能手机、平板终端等。但是,使用图17等后述的画面也可以在护理者没有进行护理的场景下阅览,终端装置200也可以是PC(Personal Computer)等。
另外,头戴式受话器300包含用于输出声音的入耳式耳机或者头戴式耳机和将声音转换为电信号并输出为语音数据的麦克风。头戴式受话器300是进行将用户的发声输出为语音数据的处理和将来自服务器系统100的信息作为声音向用户进行提示的处理的器件。
例如,护理者等的用户借用一个终端装置200和一个头戴式受话器300,并且使用终端装置200和头戴式受话器300来进行与服务器系统100的通信。但是,本实施方式的手法并不限定于此,也可以从用户所使用的装置中省略头戴式受话器300,也可以追加其他的可穿戴设备。此处的可穿戴设备也可以是眼镜型的设备,也可以是手表型的设备,也可以是其他形状的设备。
图2是表示服务器系统100的详细的结构例的框图。服务器系统100例如包含处理部110、存储部120以及通信部130。处理部110接收技术信息121的登记要求,技术信息121包含将条件信息和护理信息相对应的信息,该条件信息表示给定的开始条件,该护理信息表示在满足开始条件的情况下执行的护理行动。存储部120基于多个登记要求来存储多个技术信息121。
本实施方式的处理部110由下述的硬件构成。硬件可以包括处理数字信号的电路和处理模拟信号的电路中的至少一方。例如,硬件能够由安装于电路基板的一个或者多个电路装置、一个或者多个电路元件构成。一个或者多个电路装置例如是IC(IntegratedCircuit:集成电路)、FPGA(field-programmable gate array:可编程门阵列)等。一个或者多个电路元件例如是电阻、电容器等。
另外,处理部110也可以由下述的处理器实现。本实施方式的服务器系统100包含存储信息的存储器和基于存储于存储器的信息来动作的处理器。信息例如是程序和各种数据等。处理器包含硬件。处理器能够使用CPU(Central Processing Unit)、GPU(GraphicsProcessing Unit)、DSP(Digital Signal Processor)等各种处理器。存储器可以是SRAM(Static Random Access Memory)、DRAM(Dynamic Random Access Memory)、闪存等半导体存储器,也可以是寄存器,也可以是硬盘装置(HDD:Hard Disk Drive)等磁存储装置,也可以是光盘装置等光学式存储装置。例如,存储器贮存能够由计算机读取的命令,通过处理器执行该命令,处理部110的功能作为处理而被实现。此处的命令也可以是构成程序的命令集的命令,也可以是对于处理器的硬件电路指示动作的命令。
处理部110例如包含登记处理部111、检索处理部112以及类似度判定部113。
登记处理部111进行用于接收与用户的隐性知识对应的信息并将该信息存储于存储部120的处理。例如,登记处理部111如使用图4来后述的那样,进行用于将隐性知识登记为技术信息121的处理。另外,也可以是,登记处理部111如使用图6来后述的那样,为了更容易利用隐性知识,进行作成和更新将技术信息121与器件、处理算法、参数等相对应的登记信息122的处理。
在存在希望使用由登记处理部111登记的技术信息121的用户的情况下,检索处理部112接收该用户的检索要求,并且进行提示检索结果的处理。另外,也可以是,在检索结果中的任一个技术信息121被用户选择了的情况下,检索处理部112作成和更新作为将该用户和该技术信息121相对应的信息的列表信息123。由此,各用户能够利用他人登记的技术信息121。更具体而言,列表信息123是给定的用户在使用中的一个或者多个技术信息121的集合。
类似度判定部113进行判定两个技术信息121之间的类似度的第一类似度判定处理。例如,也可以是,检索处理部112在获取到上述检索要求的情况下,从类似度判定部113获取第一类似度判定处理的结果,并基于该结果来决定作为检索结果来提示的技术信息121。
另外,类似度判定部113也可以进行判定两个列表信息123之间的类似度的第二类似度判定处理。另外,在将与给定的设施相对应的一个或者多个技术信息121设为设施列表信息124时,类似度判定部113也可以进行判定设施列表信息124与列表信息123的类似度的第三类似度判定处理。类似度判定部113基于第二类似度判定处理、第三类似度判定处理来进行决定例如推荐用户、推荐设施的处理。
存储部120是处理部110的工作区域,存储各种各样的信息。存储部120能够通过各种各样的存储器来实现,存储器也可以是SRAM、DRAM、ROM、闪存等半导体存储器,也可以是寄存器,也可以是磁存储装置,也可以是光学式存储装置。
存储部120也可以存储技术信息121、登记信息122、列表信息123、设施列表信息124。技术信息121是将表示开始条件的条件信息和表示满足该开始条件的情况下要执行的护理行动的护理信息相对应的信息。条件信息和护理信息例如是文本。
登记信息122是将技术信息121和用于至少使开始条件的判定自动化的器件(传感器)、开始判定的具体的处理内容相对应的信息。列表信息123是给定的用户在使用中的一个或者多个技术信息121的集合。设施列表信息124是属于给定的设施的用户所登记的一个或者多个技术信息121的集合。在下文,对各信息的具体内容进行描述。另外,存储部120也可以存储除此以外的信息。
通信部130是用于进行经由了网络的通信的接口,例如包含天线、RF(radiofrequency)电路及基带电路。通信部130也可以根据处理部110的控制进行动作,也可以包含与处理部110不同的通信控制用的处理器。通信部130是用于进行例如依据TCP/IP(Transmission Control Protocol/Internet Protocol:传输控制协议/互联网协议)的通信的接口。但是,具体的通信方式能够进行各种变形而实施。
图3是表示终端装置200的详细的结构例的框图。终端装置200例如包含处理部210、存储部220、通信部230、显示部240以及操作部250。
处理部210由包含处理数字信号的电路和处理模拟信号的电路中的至少一方的硬件构成。另外,处理部210也可以由处理器实现。处理器能够使用CPU、GPU、DSP等各种处理器。通过处理器执行储存于终端装置200的存储器的命令,处理部210的功能作为处理而被实现。
存储部220是处理部210的工作区域,并且由SRAM、DRAM、ROM等各种存储器实现。
通信部230是用于进行经由了网络的通信的接口,例如包含天线、RF电路及基带电路。通信部230例如经由网络来进行与服务器系统100的通信。
显示部240是显示各种信息的接口,可以是液晶显示器,也可以是有机EL显示器,也可以是其他类型的显示器。操作部250是接收用户操作的接口。操作部250也可以是设置于终端装置200的按钮等。另外,显示部240和操作部250也可以是构成为一体的触摸面板。
另外,终端装置200也可以包含发光部、振动部、声音输出部等图3中没有图示的结构。发光部例如是LED(light emitting diode),通过发光进行通知。振动部例如是马达,通过振动进行通知。声音输出部例如是扬声器,通过声音进行通知。另外,如上所述,终端装置200也可以包含加速度传感器、陀螺仪传感器等运动传感器、摄像传感器、GPS(GlobalPositioning System)传感器等各种各样的传感器。
2.数据的登记
以下,使用图4~图9对向服务器系统100的存储部120登记技术信息121的处理进行说明。以下的处理是作为护理者、护士的用户以他人能够利用的方式积累自身的隐性知识的处理。
2.1文本的登记处理
首先,用户输入包含“如果进行了xxx,则进行yyy”的开始条件和满足该开始条件时要执行的护理行动的文本。这样,能够将作为对象的用户在进行护理时认为重要的状况和行动积累在服务器系统100。
图4是说明技术信息121的登记处理的流程的图。当该处理开始时,首先用户朝向头戴式受话器300的麦克风说出上述的“如果进行了xxx,则进行yyy”的内容。在步骤S101中,头戴式受话器300将用户的语音变化为语音数据,并向终端装置200发送该语音数据。此外,作为语音输入的前级,可以进行给定的触发词的识别处理,也可以进行设置于头戴式受话器300的操作部的操作。
在步骤S102中,终端装置200对于从头戴式受话器300发送的语音数据进行语音识别处理。在语音识别处理中,首先进行从语音数据抽取特征量的声学分析。对于声学分析的结果,使用声学模型进行确定与特征相近的音素的处理。进一步,通过使用发音词典、语言模型,将音素转换为单词、句子,从而获取语音识别结果。语音识别结果是表示将语音数据转换为文本的转换结果的数据。此外,在本实施方式的语音识别处理中,由于能够广泛应用公知的方法,因此省略进一步的详细的说明。
在步骤S103中,终端装置200向服务器系统100发送作为语音识别处理的结果的文本。在步骤S103被发送的数据例如是“如果进行了xxx,则进行yyy”的文本。或者,终端装置200也可以在语音识别处理中,通过检测“如果......”、“情况下”、“时”等词语来获取表示开始条件和护理行动的两个文本。在上述的例子中,“进行了xxx”是表示开始条件的文本,“进行yyy”是表示护理行动的文本。
在步骤S104中,服务器系统100的登记处理部111基于获取到的文本来进行将技术信息121存储于存储部120的处理。例如,登记处理部111存储确定作为文本的发送源的用户的信息。确定用户的信息也可以是分配给头戴式受话器300的识别信息,也可以是分配给终端装置200的识别信息。或者,确定用户的信息也可以是唯一地确定用户的用户ID。例如,登记处理部111将包含用户ID、表示开始条件的文本以及表示护理行动的文本的信息作为技术信息121存储于存储部120。
图5是在步骤S104中存储的技术信息121的例子。图5中的ID是唯一地确定技术信息121的信息。此外,在通过开始条件和护理行动的组合能够唯一地确定技术信息121的情况下,也可以省略ID。登记用户是表示登记了对象的技术信息121的用户的用户ID等。开始条件、护理行动如上述那样,是基于用户输入的文本。此外,表示开始条件的条件信息并不仅限于文本,也可以包含语音数据,也可以包含语音识别处理的结果。语音识别处理的结果例如是语素分析的结果,并且是语素与词类相对应的信息等。另外,表示护理行动的护理信息也同样可以包含语音数据、语音识别处理的结果。
另外,如图5所示,登记处理部111也可以进行登记上述以外的信息作为技术信息121的处理。例如,技术信息121也可以包含确定采取护理行动的状况的信息。例如,技术信息121包含表示护理行动在用餐护理、排泄护理、转移/移动护理等各种各样的护理中的任一种类的护理中是否执行的信息。另外,技术信息121也可以包含表示作为用户进行护理的对象的被护理者的属性的信息。此处的属性包含被护理者的年龄、性别、身高、体重、病史、用药史等信息。另外,技术信息121也可以包含表示被护理者的身体评估的身体评估数据。身体评估数据包含ADL(Activity ofDaily Living)的评估值、康复记录、跌倒风险、褥疮风险等信息。这样,能够存储表示隐性知识的技术信息121应该在什么种类的护理中,以什么样的被护理者为对象来进行使用。
此外,护理的种类、被护理者的属性、身体评估数据等附加信息也可以由用户自发地进行输入。例如,用户也可以在说出“如果进行了xxx,则进行yyy”以外,说出包含“用餐”、“身高高”等词。另外,用户也可以说出一系列包含“如果身高高的患者在用餐中进行了xxx,则进行yyy”等附加信息。
另外,服务器系统100也可以向头戴式受话器300发送“在什么场景下使用?”、“对于什么样的被护理者使用?”等提问。通过用户对于该提问用语音回答,并且表示回答结果的文本向服务器系统100发送,从而获取上述附加信息。
这样,在本实施方式中,隐性知识作为包含文本的技术信息121而积累在服务器系统100的存储部120。由于用户在进行护理的过程中可以使用头戴式受话器300口述自身认为重要的开始条件和护理行动,因此不需要复杂的操作输入。因此,容易大量地收集在看护、医疗现场使用的隐性知识。
另外,在技术信息121的收集进展的情况下,服务器系统100也可以进行该技术信息121的解析处理。例如,也可以是,处理部110基于各技术信息121求得特征量,从而进行在特征量空间上映射各技术信息121的处理。例如处理部110通过在特征量空间求得密集的区域,能够推定隐性知识中尤为重要的信息。
此外,虽然在图4中表示了终端装置200中进行语音识别处理的例子,但是并不限定于此。例如,也可以是,终端装置200向服务器系统100发送从头戴式受话器300接收到的语音数据。在该情况下,服务器系统100的处理部110也可以进行语音识别处理。另外,语音识别处理也可以在外部的语音识别服务器中执行。
另外,用户的输入也可以使用文本进行而不是语音。例如,终端装置200也可以通过接收用户的文字输入操作来获取“如果进行了xxx,则进行yyy”等的文本。获取了文本后的处理与图4的例子同样。
2.2与器件相对应
通过进行图4所示的处理,登记包含例如“如果在用餐中脸摆动”的开始条件和“停止食物的提供”的护理行动的技术信息121。由于这些文本能够在用餐护理中引起注意,因此是有意义的信息。
但是,本实施方式的手法并不限于将隐性知识积累为文本数据,也可以将更多的信息相关联。例如,登记处理部111将用于自动地判定开始条件的信息与技术信息121相关联。这样,能够在服务器系统100中自动地判定是否满足“脸摆动”的条件。其结果是,由于能够抑制每个用户的判断的差异,因此能够使熟练度低的用户实施与熟练度高的用户同样的行动。
具体而言,在本实施方式中,也可以将确定具有进行数据收集的传感器的器件的信息和确定对于来自传感器的传感器信息的具体的处理内容的信息等与技术信息121相关联。以下,使用图6~图8进行说明。
图6是说明收集自动化用的信息的处理的流程的图。首先,在步骤S201中,登记处理部111从表示开始条件的条件信息抽取需要解释的部分。需要解释的部分具体而言是作为服务器系统100进行的自动判定的对象的部分,例如是表示被护理者的动作、被护理者的状态、被护理者的环境等的文本。
例如,若开始条件为“如果在用餐中脸摆动”,则“摆动”的文本表示在开始条件的判定中要检测的被护理者的动作。另外,“脸”的部分是确定作为动作的检测对象的部位的信息。因此,登记处理部111将“如果在用餐中脸摆动”中的“脸摆动”的部分抽取作为需要解释的部分。
同样,若是将“如果勺子上的食物几乎没有吃”的开始条件和“变更为容易用餐的姿势”的护理行动相对应的技术信息121,则“没有吃”表示直接的被护理者的动作。另外,在该情况下,“食物”被利用于用于表示吃的对象的判定。另外,“勺子上的”的部分也用于确定食物的位置,能够利用于判定。另外,“几乎”也给予了量的基准,能够利用于判定。因此,登记处理部例如将“勺子上的食物几乎没有吃”的文本抽取作为需要解释的部分。
如以上这样,也可以是,登记处理部111例如通过进行自然语言处理中的语素解析等来确定需要解释的部分。例如,登记处理部111如上述那样基于语素解析的结果,首先抽取表示动作、状态的语句。进一步,也可以是,登记处理部111进行依次抽取作为宾语的名词短语、修饰动作、状态的副词短语、形容词短语等的处理。例如,在图4的步骤S102所示的语音识别处理中进行语素解析的情况下,登记处理部111也可以基于语音识别处理的结果来抽取需要解释的部分。
或者,服务器系统100的存储部120也可以预先存储表示护理中需要检测的必要性较高的动作、状态等的词。登记处理部111也可以基于这些词语和表示开始条件的文本的比较处理来抽取需要解释的部分。此外,抽取需要解释的部分的处理能够进行各种变形而实施。例如,也可以是,使用技术信息和该技术信息中的需要解释的部分的信息的训练数据使神经网络NN等进行机械学习,并使用学习完成模型自动地抽取需要解释的部分。
在步骤S202中,登记处理部111基于需要解释的部分的抽取结果来确定包含处理所需的传感器的器件。例如,登记处理部111在判定“脸摆动”的开始条件的情况下,判定为需要检测被护理者的脸(头部)的动作。例如,登记处理部111将能够拍摄被护理者的脸的摄像头、能够安装于头部并包含运动传感器的可穿戴设备等确定为处理所需的器件。例如,也可以是,服务器系统100的存储部120对于被护理者的每个部位预先存储能够检测该部位的动作的一个或者多个器件。另外,例如也可以是,使用开始条件的文本信息和处理所需的器件的训练数据使神经网络NN等进行机械学习,并使用学习完成模型自动地确定处理所需的器件。
另外,作为判定“勺子上的食物几乎没有吃”的器件,将能够拍摄护理者手边或者被护理者嘴边的摄像头等确定为包含处理所需的传感器的器件。
在步骤S203中,登记处理部111判定对象的用户是否能够利用确定的器件。此处的用户例如是通过进行图4的处理来登记技术信息121的登记用户。
例如,存储部120对于各用户预先存储该用户能够利用的器件列表。器件列表是确定智能手机、头戴式受话器、眼镜型穿戴设备、手表型穿戴设备、能够获取被护理者的身体信息的设备等具体的设备的信息。更具体而言,器件信息不仅可以单纯地存储智能手机的信息,还可以存储该智能手机的厂商、产品的型号等。
另外,用户能够利用的器件并不限定于该用户穿戴、携带的设备,也可以是配置于看护设施等的器件。例如,器件列表也可以包含配置于对象用户的工作环境的摄像头,也可以包含其他传感器器件。传感器器件所包含的传感器能够进行各种变形而实施,能够利用温度传感器、湿度传感器、照度传感器、气压传感器、活动量计、气味传感器等各种传感器。
在步骤S203中,登记处理部111对在步骤S202中被确定的器件和登记用户能够使用的器件列表进行比较。如果是在上述的例子中,登记处理部111判定器件列表中包含的各器件是否能够拍摄被护理者的脸,或者判定是否包含运动传感器且能够安装于头部。
在登记处理部111判定为无法利用登记用户所确定的器件的情况下,省略步骤S204以后的处理。在该情况下,被登记的技术信息121没有与器件等相对应。即,该技术信息121在“进行了xxx”的情况下以“进行yyy”的文本的形式被利用,不进行自动的开始条件的判定等。
此外,也可以是,登记处理部111经由通信部130向终端装置200指示被确定的器件无法利用的信息,并且终端装置200显示消息。
在判定为能够利用登记用户所确定的器件的情况下,登记处理部111决定用于自动地判定开始条件的必要的信息。例如,登记处理部111决定:器件用于收集器件数据的第一处理算法;用于对被收集的器件数据进行处理的第二处理算法;以及在该第二处理算法中被利用的参数。此外,器件数据具体而言是通过器件所具有的传感器检测的传感器信息。例如,智能手机等具有摄像头的器件被确定的情况下的器件数据(传感器信息)是由摄像头拍摄的图像数据。
在步骤S204中,登记处理部111决定上述第一处理算法。换而言之,登记处理部111决定获取传感器信息时的处理内容。
例如,在对“脸摆动”的开始条件的判定自动化的情况下,登记处理部111需要获取在存在“脸摆动”的情况下和在没有“脸摆动”的情况下产生的能够进行识别的差异的信息作为传感器信息。即,该情况下的传感器信息是表示检测到被护理者的脸的动作的结果的信息,例如可以使拍摄了包含被护理者的头部的范围的一秒左右的视频,也可以是安装于被护理者的头部的动作传感器的一秒左右的时序数据。
例如,存储部120也可以存储将表示“摆动”等动作的词和多个第一处理算法相对应的表格。如果是检测是否“脸摆动”的例子中,第一处理算法是拍摄视频,并使摄像头(摄像传感器)执行一秒一秒区分并输出的处理的算法。或者,第一处理算法是时序地获取加速度数据和角速度数据,并使运动传感器执行一秒一秒区分并输出的处理的算法。登记处理部111基于在步骤S201中抽取的词来确定表格,并且进行选择该表格中包含的第一处理算法中的任一个的处理。此外,虽然在图6中省略了,但也可以是,登记处理部111进行在终端装置200显示确定的表格中包含的多个第一处理算法的处理,并接收用户的选择操作。
通过决定第一处理算法,能够进行器件数据(传感器信息)的收集。接着,处理部110(登记处理部111)进行收集由器件获取的多个器件数据的处理和对于多个器件数据中的每一个向登记用户所使用的终端装置200发送正解标签的附加要求的处理。此处的正解标签表示登记用户对多个器件数据中的每一个是否为满足开始条件的情况下的数据的判定结果。这样,能够收集将开始条件的判定处理中的输入数据和在该输入数据被输入时要输出的正解数据相对应的信息。登记处理部111能够基于这些信息来决定第二处理算法中使用的参数。在下文,对参数进行描述。根据本实施方式的手法,由于登记用户的判定基准反映于参数,因此能够将该登记用户的隐性知识适当地数字化。以下,对具体的处理进行说明。
在步骤S205中,登记处理部111经由通信部130向终端装置200指示进行作为样本的器件数据(以下,也记载为样本数据)的收集。例如,登记处理部111也可以发送使与上述的第一处理算法对应的处理执行的程序。在步骤S206中,终端装置200向传感器指示进行样本数据的收集。此外,此处的传感器可以包含于终端装置200,也可以包含于与终端装置200不同的传感器器件。即,在步骤S206中,终端装置200可以进行控制内部的传感器的处理,也可以向外部的器件发送指示进行数据收集的信息。终端装置200或者传感器器件通过安装从登记处理部111发送的上述程序,开始样本数据的收集。
在步骤S207中,传感器收集样本数据。在步骤S208中,传感器向终端装置200发送收集到的样本数据。在步骤S209中,终端装置200向服务器系统100发送样本数据。在步骤S210中,服务器系统100的登记处理部111将接收到的样本数据存储于存储部120。
通过步骤S207~S210的处理,一个样本数据存储于服务器系统100的存储部120。在本实施方式中,重复步骤S207~S210的处理,直到积累至规定数量的样本数据。例如,登记用户在进行了图4所示的处理后,在持续进行正常运行的过程中,逐渐进行样本数据的收集。例如,在登记了“在用餐中脸摆动”的开始条件的情况下,当登记用户进行用餐护理时,通过将智能手机的摄像头控制为接通,自动地收集拍摄了被护理者的头部的样本数据。并且,登记用户在一定时间段内持续包含用餐护理的工作,完成规定数量的样本数据的收集。
在判定为完成了规定数量的样本数据的收集的情况下,在步骤S211中,登记处理部111进行生成样本数据显示用的画面信息的处理。在步骤S212中,登记处理部111向终端装置200发送画面信息。在步骤S213中,终端装置200的显示部240显示样本数据。此外,此处的画面信息可以是显示画面本身,也可以是能够确定显示画面的信息。
图7是在步骤S213中显示在显示部240的画面的例子。例如,在样本数据是拍摄了被护理者的头部的一秒左右的视频的情况下,显示部240显示包含各视频的缩略图的画面。另外,显示部240也可以显示提示用户输入各样本数据是否满足开始条件的画面。如果是图7的例子,则显示部240显示“请选择‘脸摆动’数据”的文本。
在步骤S214中,终端装置200获取表示各样本数据是否满足开始条件的正解数据。例如,用户基于图7的画面,使用操作部250来进行选择“脸摆动”数据的操作。例如,终端装置200获取表示是正解的正解标签作为与被选择的样本数据对应的正解数据。另外,终端装置200获取表示不是正解的非正解标签作为与在用户操作完成时没有被选择的样本数据对应的正解数据。
另外,在步骤S214中,终端装置200也可以获取与用户的判断的观点相关的信息。例如,在判断是否“脸摆动”时,考虑将作为基准的位置的最大的移动量的大小作为判断基准。此处的基准位置例如可以是正坐在椅子、床上的状态下的脸的位置,也可以是拍摄图像中的中央等。或者,也可以与基准位置无关地将头部一次的移动量的大小作为判断基准。即,即使同样抽取“摆动”这个词,也有对此的判断根据用户而不同的情况。
例如,存储部120也可以存储将例如“摆动”等表示动作的词和表示多个观点的信息相对应的表格。例如,表格存储“头部相对于图像的基准位置的最大移动角度比阈值α大”的观点和“头部一次的移动角度比阈值β大”的观点这两个观点。也可以是,登记处理部111例如在步骤S212中,发送提示进行表格中包含的多个观点中的任一个的选择的显示画面。然后,终端装置200在步骤S214中接收正解数据,并且接收与判断的观点相关的信息。
在步骤S215中,终端装置200向服务器系统100发送正解数据。另外,在如上述那样输入了判断的观点的情况下,终端装置200向服务器系统100发送与该观点相关的信息。
在步骤S216中,首先,登记处理部111进行决定第二处理算法的处理,该第二处理算法以器件数据作为输入,并且用于输出表示是否满足开始条件的输出数据。例如,登记处理部111基于在步骤S215中获取的与判断的观点相关的用户输入来决定第二处理算法。例如,在选择了“头部相对于图像的基准位置的最大移动角度比阈值α大”的观点的情况下,第二处理算法是包含求得“头部相对于图像的基准位置的最大移动角度”的处理和将求得的移动角度与阈值α进行比较的处理的算法。在选择了“头部一次的移动角度比阈值β大”的观点的情况下,第二处理算法是包含求得“头部一次的移动角度”和将求得的移动角度与阈值β进行比较的处理的算法。另外,在以视频为对象的情况下和以时序的加速度数据等为对象的情况下,想定具体的处理内容不同。因此,第二处理算法也可以根据器件的种类(传感器的种类)、第一处理算法的内容来决定。
但是,上述第二处理算法中的作为参数的α、β是未知的。因此,在步骤S216中,登记处理部111基于样本数据和正解数据来进行运算参数的处理。例如,登记处理部111对于样本数据,根据第二处理算法求得“头部相对于图像的基准位置的最大移动角度”。然后,登记处理部111进行以被标注了正解标签的样本数据的移动角度比α大且被标注了非正解标签的样本数据的移动角度为α以下的方式求得最准确的α的处理。
例如,登记处理部111也可以使用SVM(support vector machine)来分类被标注了正解标签的样本数据和被标注了非正解标签的样本数据。例如,登记处理部111求得将被标注了正解标签的样本数据和被标注了非正解标签的样本数据分离的超平面,并且基于该超平面来决定α、β等参数。
此外,第二处理算法并不限于上述的例子,也可以使用神经网络。以下,将神经网络记作NN。例如,存储部120也可以存储彼此构造不同的多个NN作为多个第二处理算法。例如,存储部120存储作为适用于以图像数据作为输入的处理的NN的NN1和作为适用于以来自运动传感器的加速度数据、角速度数据作为输入的处理的NN的NN2。在步骤S216中,登记处理部111自动地或者基于用户输入来进行选择包含NN1和NN2的多个NN中的任一个的处理。此外,NN1例如是CNN(Convolutional neural network)。NN2例如是DNN(Deep NeuralNetwork)
然后,在步骤S216中,登记处理部111也可以进行使用了NN的学习处理。例如,登记处理部111将样本数据输入NN,并使用此时的权重进行顺方向的运算来求得输出数据。另外,登记处理部111基于该输出数据和正解数据来求得目标函数(例如均方误差函数等误差函数),并使用误差反向传播法等以减小误差的方式更新权重。登记处理部111也可以将包含学习结束时的权重的NN作为学习完成模型而存储于存储部120。即,在使用NN的情况下,该NN的构造对应于第二处理算法,权重对应于参数。
在步骤S217中,登记处理部111将用于获取样本数据的器件、对于该器件的器件数据(传感器信息)的处理内容以及确定的参数和技术信息121相对应并存储于存储部120。
图8是在步骤S217中被存储的登记信息122的例子。如图8所示,登记信息122包含表示与器件相对应的用户的用户ID、表示技术信息121的ID、器件以及处理程序。此外,此处的用户例如是使用图4来登记技术信息121的登记用户。登记信息122所包含的器件例如是如上所述的设备的厂商、型号等信息。处理程序例如是第二处理算法与参数的组合,也可以是包含权重的NN。另外,以下虽然对登记信息122中包含的处理程序是第二处理算法和参数的例子进行说明,但是此处的处理程序也可以包含上述的第一处理算法。这样,用于获取作为第二处理算法的处理对象的器件数据的第一处理算法也能够使用登记信息122来进行管理。
通过使用图5的技术信息121和图8的登记信息122,能够进行开始条件的自动判定。例如,如果是与图5的ID1对应的技术信息121,则通过对Device1的器件数据进行根据PG1的处理,能够自动地判定是否满足if1的开始条件。
如上所述,也可以是,处理部110(登记处理部111)通过进行条件信息的文本解析处理,从而进行确定用于条件信息所表示的开始条件的判定的器件的处理(例如步骤S202和S203),并且将表示被确定的器件的信息与技术信息121相对应(例如步骤S217)。这样,由于条件信息与具体的器件相对应,因此能够使用该器件来判定是否满足开始条件。
此外,本实施方式中的技术信息121从与器件相对应的观点来考虑能够分为三种。第一种是在步骤S203中判定为器件能够使用且已完成步骤S217的处理的技术信息121。这是因为除了与器件相对应以外,还确定了第二处理算法和参数,从而能够自动判定开始条件的技术信息121。
第二种是在步骤S203判定为器件无法使用,并且没有进行步骤S204之后的处理的技术信息121。由于该技术信息121以文本的形式被利用,因此例如通过用户自身来判定是否满足开始条件。
第三种是在步骤S203中判定为器件能够使用,但是没有完成步骤S217的处理的技术信息121。这是没有收集仅能够决定参数的样本数据的技术信息121。例如,也可以是,登记处理部111对于该技术信息121不生成登记信息121,而与在步骤S203中判定为器件无法使用的技术信息121同样地处理。在之后积累了充分的样本数据的情况下,完成步骤S217的处理并生成登记信息122,因此能够自动判定开始条件。另外,也有经过一段时间也没完成样本数据的收集,无法进行登记信息122的生成的情况。
此外,在图6中表示了将在步骤S216中求得的参数在步骤S217直接存储的例子。但是,本实施方式的处理并不限定于此。例如,也可以是,登记处理部111将样本数据与正解数据的组合的一部分作为验证数据,并且使用该验证数据来求得使用了第二处理算法和参数的判定处理的正解率。登记处理部111向终端装置200发送该正解率。终端装置200提示正解率,并且接收是否采用参数的用户输入。然后,也可以是,登记处理部111在用户进行了要采用参数的输入的情况下,进行步骤S217的处理。另外,也可以是,登记处理部111在用户进行了不采用参数的输入的情况下,例如重置参数并再次开始样本数据的收集。
2.3决定正解动作
以上,对技术信息121中包含的开始条件和护理行动中的用于使开始条件的判定自动化的手法进行了说明。但是,本实施方式的手法并不限定于此,也可以使与护理行动相关的处理自动化。例如,在存在“如果勺子上的食物几乎没有吃”、“使被护理者变更为容易用餐的姿势”的技术信息121的情况下,可以进行求得“容易用餐的姿势”的正解的处理,也可以进行在用户采取的姿势与正解的姿势不同的情况下进行警告的处理。通过求得护理行动的正解,能够不依赖于用户的熟练度地进行依据登记的技术信息121的护理动作。
具体的处理流程与图6相同。即,登记处理部111与步骤S201同样地从表示护理行动的文本中抽取需要解释的部分。如果是上述的例子,则登记处理部111抽取“容易用餐的姿势”。
接着,登记处理部111与步骤S202、S203同样地确定包含拍摄用户的摄像头、检测姿势的运动传感器等的器件作为用于检测容易用餐的姿势器件,并且判定该器件是否能够使用。
在能够进行使用的情况下,与步骤S207~S215同样地,登记处理部111收集表示被护理者的姿势的样本数据,并且对于收集结果指示用户的标签。例如,样本数据是拍摄了用餐中的用户的全身的静止图像,并且登记处理部111进行接收多个静止图像中的作为容易用餐的姿势的静止图像的选择操作的处理。
登记处理部111与步骤S216同样地,基于被标注的标签来决定参数。表示相对于器件数据的处理内容的第二处理算法可以是关节等的屈曲角度与阈值的比较处理,也可以是其他的处理。另外,也可以使用以静止图像本身作为输入的NN。参数可以是上述阈值,也可以是NN的权重。
登记处理部111与步骤S217同样地,将包含判定护理行动时的器件、第二处理算法以及参数的登记信息122和技术信息122相对应。
图9是登记信息122的其他例。如图9所示,登记信息122包含:表示与器件相对应的用户的用户ID;表示技术信息121的ID;作为用于开始判定的器件的器件In;作为用于开始判定的处理程序的处理程序In;作为用于护理行动的判定的器件的器件Out;以及作为用于护理行动的判定的处理程序的处理程序Out。器件Out例如与器件In同样,是设备的厂商、型号等信息。处理程序Out与处理程序In同样,例如是第二处理算法与参数的组合,也可以是包含权重的NN。
此外,例如是“如果在用餐中脸晃动了”,“停止食物的提供”的技术信息121的情况下,进行“停止食物的提供”的护理行动是容易的,在服务器系统100中求得作为正解的动作的必要性较低。因此,在该情况下,也可以对护理行动省略上述的处理。例如,也可以是,如图9的ID1的技术信息121那样,器件Out和处理程序Out为无数据。
另外,对于护理行动的判定,虽然也判定位器件能够使用,但是由于无法收集充分的样本数据等的原因,由无法决定第二处理算法和参数的情况。在该情况下,器件Out和处理程序Out也为无数据
3.数据的利用
根据以上的处理,用户的隐性知识作为技术信息121被积累。另外,将满足了条件的技术信息121和确定用于使开始条件的判定、护理行动的判定自动化的器件等的登记信息122相对应。以下,对利用所获取的技术信息121的方法进行说明。
3.1检索处理
如果熟练度较低的用户能够利用熟练者的隐性知识,则能够不依赖于用户的熟练度地执行适当的护理。例如,利用信息处理系统10的多个用户分别选择积累在服务器系统100的存储器120的技术信息121中的某一个,并使用所选择的技术信息121。
图10是说明各用户选择和利用技术信息121的处理的流程的图。首先,在步骤S301中,用户使用头戴式受话器300,进行输入用于检索的词的处理。例如,用户朝向头戴式受话器300的麦克风说出开始条件或者护理行动。
在步骤S302中,终端装置200进行语音识别处理,获取表示开始条件的文本或者表示护理行动的文本。在步骤S303中,终端装置200将所获取的文本作为检索关键字向服务器系统100发送。
在步骤S304中,服务器系统100执行使用了获取的检索关键字的检索处理。即,服务器系统100的处理部110(检索处理部112)基于作为包含检索用信息(检索关键字)的检索要求,输出多个检索信息121中的任一个技术信息121作为检索结果,该检索用信息是与开始条件对应的文本和与护理行动对应的文本中的任一方。例如,检索处理部112也可以将满足与检索关键字的一致程度等的条件的技术信息121作为检索结果输出。另外,如使用图13A、图13B等来后述的那样,检索处理部112也可以将第一类似度判定处理的结果满足给定的条件的技术信息121作为检索结果输出。
开始条件被用作检索关键字的场景例如是用户无法决定适当的护理行动的场景。例如,虽然用户能够识别被护理者进行了某个动作、被护理者生活的环境发生了这样的变化等状况,但是不知道在该状况下应该执行的护理行动。在该情况下,通过进行以该状况为开始条件的检索处理,提供表示该状况下的适当的措施的技术信息121。
另外,护理行动表示用勺子给予食物、询问、改变姿势等护理者进行的具体行动。例如,用户虽然识别用于护理被护理者的用餐、排泄等所需的行动,但是缺乏在什么样的场景、什么时机执行这些行动的判断力。在该情况下,通过基于护理行动进行检索处理,提供表示应该执行该护理行动的开始条件的技术信息121。
这样,根据本实施方式的手法,通过将开始条件或者护理行动作为检索关键字来进行检索处理,能够决定和提示表示隐性知识的多个技术信息121中的适合用户的技术信息121。
此外,步骤S304的具体处理能够进行各种变形而实施。例如,也可以是,在表示开始条件的文本作为检索关键字被输入了的情况下,检索处理部112在表示包含于技术信息121的开始条件的文本中的至少一部分与检索关键字一致时,判定为该技术信息121满足条件。另外,在表示护理行动的文本作为检索关键字被输入了的情况下,检索处理部112在表示包含于技术信息121的护理行动的文本的至少一部分与检索关键字一致时,判定为该技术信息121满足条件。或者,也可以是,检索处理部112判定文本之间的类似度,并且在该类似度为阈值以上的情况下判定为满足条件。
在步骤S305中,服务器系统100向终端装置200发送判定为满足条件的一个或者多个技术信息121。在步骤S306中,终端装置200的显示部240显示所获取的一个或者多个技术信息121。在步骤S307中,终端装置200例如接收使用了操作部250的用户的选择操作。即,用户从作为检索结果而提示的技术信息121中选择自身想要使用的技术信息121。
此外,在技术信息121与图5所示的登记信息122相对应的情况下,为了充分地利用该技术信息,需要进行具体的器件的选择。例如,登记了作为对象的技术信息121的登记用户在开始条件的判定中使用厂商AAA的型号BBB的智能手机,表示该意思的登记信息122被存储。但是,利用技术信息121的用户并不限于选择同样的厂商AAA的型号BBB的智能手机。另外,只要是仅使用智能手机的摄像头,也可以使用相同厂商的不同型号的产品,也可以使用其他厂商的产品。进一步而言,例如在以拍摄被护理者的脸为目的使用登记用户的智能手机的情况下,作为用于自动判定的器件,例如也可以使用设置于看护床等的摄像头、设置于起居室的摄像头、搭载于能够移动的装置的摄像头等。因此,在登记用户以外的用户使用由登记用户登记的技术信息121的情况下,也可以按照用户需要进行器件的选择。
在步骤S308中,终端装置200接收用户对器件的选择操作。例如,也可以是,服务器系统100的存储部120保持表示进行了检索处理的用户所保有的器件的器件列表,并进行从中选择和提示与登记信息122中包含的器件相近的器件的处理。例如如上所述,在登记用户的器件为智能手机的情况下,检索处理部112也可以进行将进行了检索处理的用户所保有的智能手机、归于该类的器件的一览显示在终端装置200的显示部240的处理。此外,在登记信息122和技术信息121没有相对应的情况下,省略步骤S308的处理。
接着,在步骤S309中,终端装置200向服务器系统100发送由用户选择的技术信息121。在步骤S310中,服务器系统100更新表示作为对象的用户使用中的技术信息121的列表信息123。在进行了步骤S308的处理的情况下,被选择的器件的信息也一同发送,并追加于列表123。
如图10所示,处理部110能够从多个用户获取存储于存储部120的多个技术信息121中的任一个使用要求。并且,也可以是,存储部120将多个用户分别和包含使用中的一个或者多个技术信息121的列表信息123相对应并存储。这样,能够适当地管理积累于存储部120的多个技术信息121中的各用户在使用的技术信息121。
例如,也可以是,增加熟练度较低的用户通过积极地使用技术信息121而能够利用熟练者的隐性知识的场景。另外,在信息过剩而难以完全掌握的情况,能够进行将使用的技术信息121限定为重要的信息的调节。另外,由于有一定程度经验的用户不使用技术信息121也能够适当地执行护理的场景较多,因此也可以与初学者相比减少使用的技术信息121的数量。
图11是列表信息123的例子。列表信息123包含:确定用户的信息;确定该用户使用中的技术信息121的信息;以及确定用于使用该技术信息121的器件的信息。在图11的例子中,与UserIDa对应的用户a正在使用与UserID1对应的登记用户所登记ID1的技术信息121。如图8所示,登记用户为了使ID1的技术信息121自动化,登记了Device1。相对于此,如图11所示,用户a选择Device1a作为用于使ID1的技术信息121自动化的器件。即,即使是相同的技术信息121,也可以根据用户不同而使用的器件不同,存储部120能够存储与一个技术信息121相对应的多个器件。
另外,在图11的例子中,与UserID2对应的登记用户所登记的ID2的技术信息121正在使用中。由于在ID2的技术信息121中登记用户也没有登记器件,因此在用户a使用时也没有相对应的器件。此外,如图11的ID2那样,没有相对应的器件的技术信息121例如以文本的形式进行利用。例如,在技术信息121中包含“用餐”等的信息作为附加信息的情况下,也可以在开始用餐护理的时机,向用户通知与技术信息121对应的文本。
另一方面,如图11的ID1那样,在与器件相对应的技术信息121中,开始条件的判定等的自动化成为可能。
图12是说明使用与器件相对应的技术信息121的处理的流程的图。首先,当技术信息121追加于列表信息123时,在步骤S401中,对应的器件开始传感器信息的收集。此外,传感器信息的收集也可以始终进行,也可以在与该技术信息121相关联的确定的状况下使用。例如,在技术信息121中包含“排泄”等的信息作为附加信息的情况下,也可以是,在开始排泄护理的时机,器件开始传感器信息的收集。
在步骤S402中,传感器向终端装置200发送传感器信息。此外,在此处的器件为终端装置200的情况下,步骤S402的处理对应于从终端装置200内的传感器向处理器的数据的交接。在步骤S403中,终端装置200向服务器系统100发送传感器信息。
在步骤S404中,处理部110基于传感器信息自动地判定开始条件。例如,处理部110基于图8的登记信息122来决定第二处理算法和参数。处理部110以传感器信息为输入数据,通过进行依据上述第二处理算法和参数的处理,求得表示是否满足开始条件的输出数据。
在判定为满足开始条件的情况下,在步骤S405中,处理部110基于技术信息121来确定护理行动。在步骤S406中,处理部110向终端装置200发送表示所确定的护理行动的信息。在步骤S407中,终端装置200向头戴式受话器300发送表示护理行动的信息。在步骤S408中,头戴式受话器300使用扬声器来宣布护理行动。此外,此处的表示护理行动的信息是文本,步骤S408中的处理也可以是语音朗读处理。但是,如使用图9来上述的那样,也可以是,处理部110求得护理行动的正解,并进行基于该正解的通知。
如上所述,根据本实施方式的手法,能够将熟练的用户的隐形知识数据化,使熟练度较低的用户也进行适当的护理。例如,由于即使是熟练度较低的用户也能够与熟练者进行同等的护理,因此提高护理的再现性。另外,由于护理技能的差异被抑制,组织管理也变得容易,因此被护理者跌倒等意外的产生被抑制。其结果是,例如在看护设施等中,能够抑制伴随着入院的空床的产生,伴随着事故报告的作成而产生的加班。另外,由于如果意外得到抑制,则可以抑制用户对风险过于敏感,因此能够减轻压力,其结果是,能够对离职率进行抑制。另外,通过用户的技能提高、能够改善劳动环境,从而也能够提高被护理者、被护理者的家人的满足度、提高QOL(Quality ofLife)。
此外,本实施方式的信息处理系统10、服务器系统100、终端装置200等的处理的一部分或者大部分也可以通过程序实现。在该情况下,通过CPU等的处理器执行程序实现本实施方式的信息处理系统10等。具体而言,读出存储于非暂时性的信息存储介质的程序,CPU等的处理器执行所读出的程序。在此,信息存储介质(能够通过计算机读取的介质)储存程序、数据等,并且其功能能够通过光盘、HDD或者存储器(卡式存储器、ROM等)等实现。并且,CPU等的处理器基于储存于信息存储介质的程序来进行本实施方式的各种处理。即,在信息存储介质存储了用于使计算机作为本实施方式的各部分发挥功能的程序。
另外,本实施方式的手法能够应用于如下的信息处理方法:接收技术信息121的登记要求,该技术信息包含将条件信息和护理信息相对应的信息,该条件信息表示给定的开始条件,该护理信息表示在满足开始条件的情况下执行的护理行动,并且基于包含确定开始条件和护理行动的任一方的检索用信息的检索要求,将基于多个登记要求而存储的多个技术信息121中的任一个技术信息121作为检索结果进行输出。
3.2技术信息间的类似判定
另外,本实施方式的服务器系统100(类似度判定部113)也可以进行判定给定的技术信息121与其他的技术信息121的类似度的处理。例如,也可以是,检索处理部112在图10的步骤S304中,不仅对使用检索关键字而抽取的技术信息121进行判定,还对作为与该技术信息121类似的技术信息121的类似技术信息判定为满足条件。
例如,也可以是,类似度判定部113基于技术信息121中包含的附加信息来判定两个技术信息121的类似度。例如,如图5所示,附加信息包含表示护理的种类、被护理者的属性的词。类似度判定部113在两个技术信息121包含相同的词的情况下,判定为类似度较高。或者,也可以是,对于各词定义同义词,类似度判定部113在一方的技术信息121中包含的词的同义词包含于另一方的技术信息121的情况下,判定为两个技术信息121的类似度较高。
或者,也可以是,类似度判定部113基于文本挖掘来判定类似度。例如,类似度判定部113进行以表示开始条件的文本和表示护理行动的文本的至少一方作为对象的文本挖掘。类似度判定部113对于通过文本挖掘而抽取的词分别求得表示该词的重要度的tf-idf。tf是单词的出现频率,idf表示逆文档频率。tf-idf是出现频度高的词的重要度高且出现于多篇文档的词的重要度低的指标。例如,类似度判定部113求得出现于技术信息121的每个词与tf-idf的值相对应的向量。类似度判定部113对于两个技术信息121分别求得向量,并且基于求得的两个向量所成的角度θ来求得该两个技术信息121的类似度。例如,类似度为cosθ。但是,已知存在各种求得两个文本的类似度的方法,在本实施方式中能够广泛地应用。另外,作为文本挖掘的对象的部分并不限定于开始条件和护理行动的至少一方,也可以包含附加信息。
另外,从是否与给定的技术信息121经常一同使用的观点来看,类似度判定部113也可以求得该技术信息121的类似技术信息。
例如,多个技术信息121包含第一技术信息、第二技术信息以及第三技术信息,处理部110(类似度判定部113)进行判定存储于存储部120的多个技术信息121中的任意两个间的类似度的类似度判定处理。此时,类似度判定部113基于列表信息123中包含第一技术信息及第二技术信息的用户的数量和列表信息123中包含第一技术信息及第三技术信息的用户的数量来判定类似度。
图13A、图13B是说明类似度判定处理的图。图13A是与正在使用对应于IDa的第一技术信息和对应于IDb的第二技术信息这双方的用户相关的列表信息123的例子。如果是图13A的例子,则对应于UserIDx1~UserIDx100的100位用户正在使用第一技术信息和第二技术信息这双方。
图13B是与正在使用对应于IDa的第一技术信息和对应于IDc的第三技术信息这双方的用户相关的列表信息123的例子。如果是图13B的例子,则仅与UserIDy1对应的一位用户正在使用第一技术信息和第三技术信息这双方。
在该情况下,第二技术信息容易与第一技术信息一同被利用,第三技术信息难以与第一技术信息一同被利用。类似度判定部113判定为第一技术信息与第二技术信息的类似度比第一技术信息与第三技术信息的类似度高。
这样,能够将对一同使用有用的技术信息121作为类似技术信息向用户进行提示。例如,能够对进行了使用图10来上述的检索处理的用户提示有用的技术信息121的组合。此外,此处的第一技术信息和第二技术信息也可以护理的种类不同。例如,在第一技术信息与用餐护理相关联的情况下,第二技术信息与排泄护理、转移护理相关联。这样,从附加信息等的观点来看,能够将被判定为类似度较低的技术信息121包含于类似技术信息。
3.3伴随着登记处理的类似判定
另外,以上对在检索处理中,利用技术信息121间的类似度判定处理的例子进行了说明。但是,利用类似度判定处理的结果的场景并不限定于此。
例如,在通过登记用户来登记新的技术信息121的情况下,也可以向登记用户提示与登记对象的技术信息121类似的类似技术信息。该处理也可以在图4的步骤S103之后进行。或者,也可以在图6的步骤S216之后进行。例如,在步骤S216的参数的运算后,接收正解率的提示、与参数的采用/不采用相关的用户选择的情况下,也可以同时执行类似技术信息的提示和选择操作的接收。
在登记用户登记技术信息121的情况下,该技术信息121是表示登记用户的隐性知识的信息。因此,与该技术信息121类似的类似技术信息是对登记用户有用的信息的盖然性很高。因此,通过在技术信息121的登记时提示类似技术信息,能够有效地利用隐性知识。
此外,此处的类似判定处理可以如上述那样基于附加信息来进行,也可以基于文本挖掘来进行,也可以基于同时使用两个技术信息121的用户的数量来进行。但是,在该情况下,虽然作为文本的技术信息121存在登记完成的可能性(步骤S104),但器件等的相对应(步骤S217)并未完成。因此,存在其他用户对技术信息121的使用没有进展的可能性。因此,类似度判定部113在类似度判定处理中,也可以省略基于同时使用两个技术信息121的用户的数量的判定,具体的类似度判定处理能够进行各种变形而实施。
3.4推荐用户和推荐设施
另外,处理部110(类似度判定部113)也可以进行第二类似度判定处理,该第二类似度判定处理判定与多个用户中的第一用户对应的列表信息123和与不同于第一用户的第二用户对应的列表信息123的类似度。
如上所述,第一用户的列表信息123是第一用户使用中的技术信息121的集合,第二用户的列表信息123是第二用户使用中的技术信息121的集合。即,如果能够判定列表信息123间的类似度,则能够确定利用相同的隐性知识的用户。
例如,假设存在有对于给定的被护理者的护理经验,并且该护理内容被评价的用户。护理内容的好坏可以由被护理者本人评价,也可以由被护理者的家人评价,也可以由护理管理者评价。另外,护理内容的好坏也可以基于被护理者的脸部图像的识别处理结果、基于笑容是否多来评价。
护理内容被评价的用户例如可以是进行上门看护的家庭佣工,也可以是被护理者的家人。在该情况下,从适当地护理被护理者的观点来看,优选的是该用户持续地执行护理。但是,由于在家人有事或者家庭佣工休假、调动、工作变动等原因,有该用户无法进行护理的场景。另外,即使用户自身能够进行护理,从费用等观点来看,也考虑需要找另外的家庭佣工的情况。
在该情况下,处理部110(类似度判定部113)基于对应于有对于被护理者的护理经验的用户的列表信息123和多个用户的列表信息123来进行第二类似度判定处理,并且基于第二类似度判定处理的结果,进行从多个用户中决定推荐进行该被护理者的护理的推荐用户的处理。
图14是说明决定推荐用户的处理的流程的图。首先,被护理者的家人、护理管理者进行推荐用户的检索要求操作。例如,家人等使用终端装置200进行输入用户ID的操作,该用户ID确定执行了优选的护理的用户。例如,在执行检索的用户为被护理者的家人的情况下,如果平时的护理是自身进行的则输入自身的用户ID,如果平时的护理是委托给家庭佣工的则输入该家庭佣工的用户ID。在步骤S501中,终端装置200接收该检索要求操作。
在步骤S502中,终端装置200向服务器系统100发送包含该用户ID的推荐用户检索要求。在步骤S503中,服务器系统100的类似度判定部113基于从终端装置200发送的用户ID来确定执行优选的护理的用户的列表信息123。在步骤S504中,类似度判定部113进行第二类似度判定处理,该第二类似度判定处理判定在步骤S503确定的列表信息123与其他用户的列表信息123的类似度。
图15是说明步骤S504的第二类似度判定处理的流程图。在步骤S601中,类似度判定部113抽取一方的列表信息123中包含的一个技术信息121。在步骤S602中,类似度判定部113进行第一类似度判定处理,该第一类似度判定处理判定在步骤S601抽取的技术信息121与另一方的列表信息123中包含的一个或者多个技术信息121的每一个的类似度。在步骤S603中,类似度判定部113将计算出的一个或者多个类似度中的最大值作为抽取的技术信息121的分数而进行存储。
在步骤S604中,对于一方的列表信息123中包含的所有的技术信息121判定是否完成了分数的计算。在没有完成分数计算的情况下,类似度判定部113返回至步骤S601,抽取其他的技术信息121,并以抽取的技术信息121为对象进行第一类似度判定处理和分数的记录。
在对于所有的技术信息121完成了分数的计算的情况下,在步骤S605中,类似度判定部113基于计算出的一个或者多个分数求得作为第二类似度判定处理的结果的第二类似度。此处的第二类似度可以是一个或者多个分数的总计,也可以是平均,也可以是加权相加的结果等其他信息。此外,图15是第二类似度判定处理的一例,具体的处理并不限定于此,能够进行各种变形而实施。
例如,也可以是,在预先知道利用的护理的种类的情况下,类似度判定部113进行限定于该种类的处理。例如,类似度判定部113在步骤S502中接收用于进行被护理者的用餐护理的推荐用户的检索要求。在该情况下,也可以是,类似度判定部113分别从作为比较对象的两个列表信息123中抽取与“用餐”相对应的技术信息121作为附加信息,并且将抽取结果作为对象进行第二类似度判定处理。或者,类似度判定部113也可以基于表示一方的列表信息123中包含的技术信息121的分布的分布信息与另一方的列表信息123的分布信息的比较处理来求得第二类似度。
通过图15所示的处理,完成执行了优选的护理的用户的列表信息123与多个用户中的任一位的列表信息123的第二类似度判定处理。类似度判定部113对于其他的用户也执行与图15同样的处理。
在步骤S505中,类似度判定部113将与第二类似度最大的列表信息123对应的用户确定为推荐用户。在步骤S506中,服务器系统100向终端装置200发送与推荐用户相关的信息。在步骤S507中,终端装置200的显示部240显示与推荐用户相关的信息。
或者,在步骤S505中,类似度判定部113将与第二类似度为给定的阈值以上的列表信息123对应的用户确定为推荐用户。该情况下的推荐用户并不限定于一人。在步骤S506中,服务器系统100向终端装置200发送与一个或者多个推荐用户相关的信息。在步骤S507中,终端装置200的显示部240显示与推荐用户相关的信息。
这样,能够对于被护理者的家人、护理管理者等提示与过去进行了适当的护理的用户进行同样的护理的盖然性较高的用户的信息作为推荐用户。因此,通过向推荐用户委托进行护理,能够提高被护理者、家人的满足度等。
另外,存储部120也可以对于多个设施分别存储作为由所属的一个或者多个用户登记的技术信息121的集合的设施列表信息124。此处的设施表示进行被护理者的护理的用户所属的组织,可以是看护设施,也可以是医院,也可以是其他的设施。
图16是说明求得设备列表信息124的处理的图。如图16所示,存储部120存储登记信息122。登记信息122的详细内容如使用图8来上述的那样,登记信息122包含登记了技术信息121的登记用户和确定技术信息121的ID。另外,存储部120也可以存储将设施与所属于该设施的用户相对应的信息。如果是图16的例子,则与UserID1对应的用户和与UserID4对应的用户所属于与FacilityID1对应的设施。
处理部110基于这两个信息求得设备列表信息124。如果是图16的例子,则UserID1的用户登记ID1的技术信息121,UserID4的用户登记ID4的技术信息121。因此,FacilityID1的设施的设施列表信息124包含ID1和ID4的技术信息121。
在所属用户登记了技术信息121的情况下,该技术信息121对应于在对象的设施工作中获取的隐性知识的盖然性较高。即,也可以说设备列表信息124是表示该设施特有的隐性知识的信息。
也可以是,处理部110(类似度判定部113)进行判定与给定的用户对应的列表信息123和设备列表信息124的类似度的第三类似度判定处理,并且基于第三类似度判定处理的结果,进行决定向给定的用户推荐的推荐设施或者向给定的设施推荐的推荐用户的处理。第三类似度判定处理的具体流程与图15所示的第二类似度判定处理相同。即,基于该设施列表信息124中包含的技术信息121与列表信息123中包含的技术信息121的类似度来进行第三类似度判定处理,求得第三类似度作为该第三类似度判定处理的结果。另外,对于第三类似度判定处理也能够进行各种变形而实施,例如将列表信息123的分布信息与设施列表信息124的分布信息进行比较等。
例如,类似度判定部113基于对应于有对于被护理者的护理经验的用户的列表信息123和多个设施的设施列表信息124来进行第三类似度判定处理,并且基于第三类似度判定处理的结果,进行从多个设施中决定推荐进行该被护理者的护理的推荐设施。这样,由于能够推荐能够执行适合对象的被护理者的护理的设施,因此能够提高被护理者、家人的满足度,并且能够提高护理管理者的工作效率。其结果是,能够对过早离开设施进行抑制。
或者,第三类似度判定处理也可以由家庭佣工、护士、照料人、物理治疗师、职业治疗师、语言治疗师等用户进行利用。例如,在这些用户进行求职的情况下,优选选择符合护理方针的设施。用户有能够利用其至今累计的护理经验的优点。另外,如果设施方能够雇佣符合设施的方针的用户,则也能够减轻教育的负担,能够抑制离职率。根据本实施方式的手法,基于根据列表信息123和设施列表信息124的第三类似度判定处理,能够进行用户与设施的配对。
第三类似度判定处理也可以是作为护士等的用户触发而进行。例如,考虑更换工作等的用户使用终端装置200向服务器系统100发送推荐设施的检索要求。服务器系统100进行判定对象用户的列表信息123与多个设施列表信息124的类似度的第三类似度判定处理。服务器系统100向终端装置200发送被判定为第三类似度较高的设施的信息,终端装置200的显示部240显示该设施的信息。例如,显示部240也可以显示第三类似度被判定为阈值以上的设施的列表,也可以显示第三类似度降序的规定数量的设施的列表。另外,也可以将满足第三类似度的条件且离用户的住所的距离为规定阈值以下的设施显示在地图上。
或者,第三类似度判定处理也可以是作为设施的管理者等的用户触发而进行。例如,招聘人才的设施的负责人使用终端装置200向服务器系统100发送推荐用户的检索要求。服务器系统100进行判定对象设施的设施列表信息124与多个用户列表信息123的类似度的第三类似度判定处理。服务器系统100向终端装置200发送被判定为第三类似度较高的用户的信息,终端装置200的显示部240显示该用户的信息。例如,显示部240也可以显示第三类似度被判定为阈值以上的用户的列表,也可以显示第三类似度降序的规定数量的用户的列表。另外,除了第三类似度的条件以外,也可以基于用户的居住地等信息来进行筛选。
图17是本实施方式的信息处理系统10的服务利用画面,并且是显示与给定的用户相关的信息的用户主页的例子。如图17所示,用户主页也可以包含显示对象的用户使用中的技术信息121的区域RE1、显示登记的技术信息121的区域RE2、显示推荐使用的技术信息121的RE3以及显示推荐设施的RE4。
在RE1显示例如使用图11来上述的列表信息123中包含的技术信息121。在RE2显示例如使用图8来上述的登记信息122中包含的技术信息121。在RE3显示例如与使用中的技术信息121或者登记的技术信息121类似的技术信息121。显示在RE3的技术信息121例如基于上述第一类似度判定处理求得。在RE4显示与通过第三类似度判定处理判定为第三类似度较高的设施相关的信息。
通过进行这样的显示,不仅技术信息121的登记、利用状况容易被掌握,还能够提示未使用过但判定为适用于该用户的技术信息121、提示与该用户护理方针接近的设施。即,通过使用图17所示的画面,能够便于理解地提示对于用户而言有用的信息。
此外,如图17所示,除了使用中的技术信息121以外,也可以在RE1所示的区域显示与该技术信息121相对应的器件。如图8或者图9所示,此处显示的器件是包含于列表信息123的器件。这样,能够便于理解地向用户提示使用中的技术信息121中使用的器件的信息。
另外,如图17所示,也可以在RE2所示的区域显示表示与对象用户登记的技术信息121相关的器件的登记状况的信息。例如,在没有与图6的器件相对应(步骤S203中的否)的技术信息121显示包含表示该意思的“No device”的文本的对象。
另外,虽然有相对应的器件(步骤S203的是),但由于样本数据没有充分收集(步骤S207~S210的循环持续中),因此在用户没有做好正解数据附加的准备的技术信息121显示包含表示该意思的“Not ready”的文本的对象。
另外,由于已充分收集样本数据(步骤S207~S210的循环结束),因此在用户做好了正解数据附加的准备的技术信息121显示包含表示该意思的“ready”的文本的对象。例如,用户通过进行显示为“ready”的对象的选择操作,开始图6的步骤S211之后的处理。
另外,虽然在图17中未图示,但也可以对用户的正解数据附加、第二处理算法和参数的决定(步骤S216)以及登记信息122的作成(步骤S217)完成的技术信息121显示包含表示该意思的“completed”的文本的对象。如上所述,通过不仅显示确定技术信息121的信息,还显示与该技术信息121相对应的信息,能够便于理解地提示对象的用户的技术信息121的使用状况、登记状况。
3.5HACs(院内产生不良事件)
在医院的入院中,已知院内产生不良事件(HACs:Hospital AcquiredConditions)。HACs表示在入院后,产生与原本的治疗目的不同的其他疾病。HACs原本是能够预防的,表示患者管理存在缺陷。例如,在美国,HACs的医疗费原则上由医院承担,HACs的抑制尤为重要。
HACs包含术后的异物潴留、空气栓塞症、血液不匹配、褥疮、跌倒、外伤、骨折、脱位、颅内的损伤、灾难性的损伤、烧伤、其他损伤、不充分的血糖值管理、导管引起的尿路感染、与导管相关感染、心脏旁路手术后的手术部位的感染/纵隔炎、减肥手术后的手术部位感染、腹腔镜下的胃旁路手术、胃扩大手术、腹腔镜下的胃的限定性手术、整形手术后的手术部位感染、心脏植入型电子器件手术部位的感染、整形手术后的静脉血栓/肺栓塞、全膝关节置换术、髋关节置换术、原发性胸部气胸症等事件。此外,以上是HACs的一例,对于具体的事件能够进行各种变形而实施。
本实施方式的技术信息121也可以包含表示院内产生不良事件的信息。图18是技术信息121的例子。图18所示的HACs1、HACs2分别表示上述事件中的任一个。如图18所示,通过将HACs和技术信息121相对应,能够确定各技术信息121对任一种类的HACs的抑制是否有效。也可以是,表示HACs的信息例如在图4的步骤S101中,通过说出“为了抑制HACs1,先进行xxx,再进行yyy”的一系列话语来获得。或者,也可以是,服务器系统100进行“有助于哪个HACs的抑制?”等的提问,并且获取表示HACs的信息作为对于该提问的回答。
例如,实际进行医院中的患者的护理的是护士助手(CNA:CertifiedNursingAssistants)。因此,如使用图10来上述的那样,CNA将必要的技术信息121追加至列表信息123,并且在具体的护理场景下使用。此时,检索处理部112也可以基于作为对象的CNA自身过去产生过的HACs与技术信息121中包含的表示HACs的信息的比较处理来决定向该CNA提示的技术信息121。例如,对于使患者产生褥疮的CNA,通过使其使用被认为对褥疮抑制有效的技术信息121,从而能够适当地抑制HACs。
但是,在完全委托CNA进行与HACs相关的技术信息121的选择和使用的情况下,有技术信息121没有适当地活用的担忧。例如,考虑到即使某位CNA使患者产生过褥疮,该CNA也没有意识到其重要性,或者日常工作的负担较大没有时间进行列表信息123的更新的状况。但是,HACs并不仅是CNA个人的问题,而与该CNA所属的医院的评估相关联。另外,已知与HACs相关联的医疗费是巨额的,在是如上述那样采用由医院承担HACs的费用的制度的国家的情况下,有影响到医院的经营的可能性。
因此,在本实施方式中,也可以是,在管理进行直接护理的用户的列表信息123时,不仅是用户本人,进行该用户的指挥监督的管理用户也能够进行操作。例如,本实施方式中的多个用户包含受到管理用户的指挥的实际工作用户。实际工作用户是直接进行被护理者的护理的人,例如是上述的CNA。
另外,管理用户是进行实际工作用户的指挥监督的人,例如是注册护士(RN:Registered Nurse)。但是,管理用户和实际工作用户是上下级关系即可,具体的立场并不限定于RN和CNA。另外,本实施方式的手法也能够扩张为具有指挥命令系统的三阶级以上的组织。
管理用户是具有能够利用本实施方式所涉及的信息处理系统10,并且能够阅览与实际工作用户相关的信息(例如图17那样的实际工作用户的用户主页)的权利的用户。此外,管理用户也可以与上述的用户同样,是通过作成自身的列表信息123而在护理中利用技术信息121的用户。或者,管理用户也可以是主要进行实际工作用户的管理而不进行实际的护理的用户。
图19A~图19C是本实施方式的信息处理系统10的服务利用画面,并且是显示与给定的管理用户相关的信息的用户主页。如图19A所示,管理用户的用户主页显示:用于向与负责的患者相关联的信息的过度的对象;用于向作为自身登记为收藏夹的信息的过度的对象;以及用于向与自身所属的组织的信息的过度的对象等。在进行了各对象的选择操作的情况下,进行向对应的信息的显示画面的过度。
图19B是例如在进行了包含图19A的“My Patients”的文本的对象的选择操作的情况下显示的画面的例子。在图19B的例子中,作为对象的管理用户的RN进行多个CNA的指挥监督。例如,Name1~Name6分别表示CNA的名字。各CNA负责一个或者多个患者的护理。即,与负责的患者相关的信息也可以是在管理用户的监督下,与直接负责患者的护理的多个实际工作用户相关的信息。通过进行这样的显示,能够便于理解地向管理用户提示作为管理对象的实际工作用户。
也可以是,处理部110基于实际工作用户的院内产生不良事件的产生状况,进行如下的处理:从多个技术信息121决定推荐实际工作用户使用的推荐技术信息,并向管理用户提示所决定的推荐技术信息。例如,假设给定的CNA在给定的期间内有使患者产生褥疮的历史。此处的给定的期间虽然是例如距今六个月前为止的期间,但是具体的期间能够进行各种变形而实施。在该情况下,为了抑制该CNA再次使HACs产生,可以使该CNA利用与褥疮相对应的技术信息121。
因此,处理部110也可以基于例如有产生历史的HACs和技术信息121中包含的与HACs相关的信息来决定推荐技术信息。例如,处理部110也可以在存在有HACs的产生历史且没有使用对应的技术信息121的实际工作用户的情况下,进行警告显示。在图19B的例子中,在对应于与Name1对应的CNA的区域显示包含“Warning”的文本的对象。
图19C是例如在图19B中,进行了给定的用户的选择操作的情况下显示的画面的例子。如图19C所示,在选择了给定的用户的情况下,显示被选择的CNA的面部照片、姓名、所属关系等,并且显示与该CNA相关联的技术信息。具体而言,图19C的画面包含显示对象的CNA使用中的技术信息121的区域RE5和显示登记的技术信息121的区域RE6。另外,在选择了被进行警告显示的用户的情况下,图19C的画面也可以包含显示推荐技术信息的区域RE7。例如,显示在图19C的RE7的“if7-then7”和“if10-then10”表示推荐技术信息。
这样,处于管理一个或者多个实际工作用户的立场的用户能够适当地掌握各实际工作用户的HACs产生状况和技术信息121的使用状况。另外,在用于HACs抑制的技术信息121没有充分活用的情况下,能够向各管理用户通知该情况。
另外,处理部110也可以在从管理用户接收到推荐技术信息的追加要求的情况下,进行向实际工作用户的列表信息123追加推荐技术信息的处理。更具体而言,处理部110也可以在从管理用户接收到推荐技术信息的追加要求的情况下,即使未经实际工作用户的许可,也进行向该实际工作用户的列表信息123追加推荐技术信息的处理。这样,管理用户能够管理实际工作用户的列表信息123。因此,即使实际工作用户因为某些理由而没有使用用于HACs抑制的适当的技术信息121,管理用户也能够进行修正。由此,由于能够避免委托于实际工作用户个人的应对,因此能够作为医院整体地推进HACs抑制等。进一步而言,通过抑制HACs,还能够抑制社会整体的医疗费、患者的产生。
例如,如图19C的RE7所示,也可以在与各个推荐技术信息对应的区域显示包含“Request to apply”的文本的对象。该对象用于管理用户的推荐技术信息的追加要求。例如,在图19C的画面中,在管理用户进行了该对象的选择操作的情况下,处理部110进行将对应的推荐技术信息追加至对应的用户的列表信息123的处理。这样,管理用户能够确认各实际工作用户的技术信息121的使用、登记状况,并且能够容易地追加必要的推荐技术信息。此外,在图19中,虽然管理用户能够向实际工作用户追加要求推荐技术信息,但并不限定于此,例如管理用户也可以向被选择的实际工作用户追加要求管理用户所检索的技术信息。
另外,上述的实际工作用户是在医院内负责给定的患者的院内用户。并且,本实施方式中的多个用户也可以包含负责上述给定的患者在院外的护理的院外用户。例如,给定的实际工作用户负责入院中的给定的患者,并且在其他的用户进行该给定的患者的出院后的护理的情况下,该其他用户为院外用户。
例如,在图19B中,记作“I”的两位用户(对应于Name1和Name2)为院内用户,记作“O”的用户(对应于Name3)为院外用户。院外用户例如进行患者的上门看护等。此外,在进行了院外用户的选择操作的情况下,与图19C同样,显示该院外用户使用的技术信息121、登记的技术信息121等。通过进行这样的显示,对于负责相同患者的院外用户,也能够便于理解地向管理用户提示技术信息121的利用状况。
在给定的实际工作用户负责的患者产生了不良事件的情况下,有作为管理者的RN、医院整体对该不良事件问责的可能性。例如,如上所述,HACs产生的医药费需要医院承担。并且,此处的不良事件包含对象的患者在出院后、短期内再次入院的情况。例如,在美国,在出院过的患者因相同的疾病在30天以内再次入院的情况下,削减治疗费用。即,可以说短期内的再入院与HACs同样,是不仅需要对实际工作用户层面采取措施,还应该通过组织上的管理进行抑制的重大事件。
因此,处理部110也可以进行向管理用户提示第二推荐技术信息的处理,该第二推荐技术信息是为了抑制患者的再入院而推荐院外用户使用的技术信息121。例如,技术信息121也可以包含与患者的疾病相关的信息。这样,能够确定用于进行适用于由于特定的疾病而入院的患者的护理的技术信息121。处理部110也可以基于作为患者的入院原因的疾病和技术信息121中包含的与疾病相关的信息来确定第二推荐技术信息。
例如,处理部110基于患者的疾病和院外用户使用中的技术信息121来判定该院外用户是否正在使用有助于患者的再入院抑制的技术信息121。例如,处理部110也可以在存在没有使用与患者的疾病对应的技术信息121的院外用户的情况下,进行警告显示。例如,在图19B的例子中,在与院外用户对应的区域显示包含“Warning”的文本的对象。并且,在进行了院外用户的选择操作的情况下,与图19C的RE7同样,进行推荐给该院外用户的第二推荐技术信息的显示处理。
这样,由于能够向管理用户提示院外用户的护理的状况,因此能够使管理用户判断是否执行了抑制出院的患者的短期内的再入院那样的适当的护理。另外,与上述的例子同样,处理部110也可以在从管理用户接收了第二推荐技术信息的追加要求的情况下,即使未经院外用户许可,也进行向该院外用户的列表信息123追加第二推荐技术信息的处理。
另外,本实施方式的服务器系统100也可以包含未图示的计费处理部。计费处理部进行决定对于用户的技术信息121的使用的使用费的处理、所决定的使用费的请求、结算处理。通过像这样对于技术信息121的使用要求使用费,例如能够向登记了技术信息121的用户支付报酬。由于提高了对于技术信息121的登记的积极性,能够有效地收集隐性知识。
此时,由于院外用户不是在医院工作的用户,因此假定院外用户个人或者院外用户的直接雇主支付利用技术信息121的情况下的使用费。但是,在管理用户向院外用户的列表信息123追加第二推荐技术信息的情况下,计费处理部也可以进行向该管理用户或者管理用户所属的医院请求使用费的处理。由于技术信息121的使用是通过抑制再入院而使医院受益的行为,因此对此的使用费也可以作为医院必要的经费。这样,管理用户能够编辑没有直接的上下级关系的院外用户的列表信息123,通过承担此时的使用费,容易向院外用户提供必要的技术信息121。由于患者在入院中和出院后无缝地受到适当的护理,因此能够抑制再入院。即,通过本实施方式的手法,能够利用包含医院外的用户的广泛的隐性知识,因此能够抑制医疗费等。
3.6GPO(Group Purchasing Organization)
有在医疗设施购入医疗设备时,利用GPO(Group Purchasing Organization)的情况。GPO是与厂商等经销商专门进行价格谈判的业种,向加盟者提供通过承诺大量采购而降低单价的服务。即使在厂商希望的最低采购量较大的情况下,通过利用GPO,也能够使作为加盟者的医疗设施采购必要量的单价高的产品并降低成本。例如,在美国,很多医疗设施加盟GPO,并经由GPO来采购各种医疗设备。
GPO提供购买条件(合同),加盟者在利用该合同时向GPO支付购买价格的一部分作为手续费。合同的内容多种多样,例如根据厂商来设定价格、根据购买量来设定折扣等。
适用于GPO的计算机系统、方法记载于“COMPTER-BASED SYSTEMS SPECIFICALLYCONFIGURED TO MANAGE SOFTWARE OBJECTS THAT ARE INTERRELATED VIA TRIGGERCONDITIONS AND METHODS OF USE THEREOF”2017年10月13日申请的美国专利申请第15/783,992号和“METHODS AND SYSTEMS FOR PROVIDING IMPROVED MECHANISM FOR UPDATINGHEALTHCARE INFORMATION SYSTEMS”2020年8月5日申请的美国专利申请第16/985,609号。这些专利申请的整体通过参照援用于本申请说明书。
美国专利申请第15/783,992号的图6公开了买家通过输入合同的参数、折扣的条件等来作成RFP(Request For Proposal)的画面例。在该例子中,基于用于UNSPSC(UnitedNations Standard Products and Services Code:联合国标准产品和服务规范)等的产品分类代码的产品类别的指定来作成RFP,向一个或者多个供应商发送作成的RFP。
在供应商基于RFP进行了包含具体的产品的回复的情况下,例如向买家提示与图22对应的画面。图22是选择产品时的接口的画面。在图22中,能够彼此参照多个产品来选择与买家的需求对应的产品。
另外,美国专利申请第16/985,609号的图10公开了用于评价将给定的产品置换为其他产品时的效果的画面。
通过这些记载可知,依据买家的要求提案适当的产品对于GPO来说是重要的。本实施方式的手法也可以用于向GPO咨询,具体而言用于支持GPO的产品提案。
例如,处理部110也可以在规定的技术信息121与作为器件的多个器件相对应的情况下,进行提示多个器件中的除了第一期间以外的器件作为多个器件中的第一器件的代替器件的处理。
图20是上述的技术信息121、登记信息122、列表信息123的例子。如上所述,登记用户通过进行图6所示的处理,将技术信息121和用于判定该技术信息121的开始条件或者护理行动中的任一个的器件相对应。另外,各用户通过进行图10(尤其是步骤S308)所示的处理,也将技术信息121和用于判定该技术信息121的开始条件或者护理行动中的任一个的器件相对应。由此,如图20所示,能够确定与给定的技术信息121相对应的一个或者多个器件。此外,如图20所示,通过进一步使用技术信息121本身,能够将具体的开始条件、护理行动等,更为详细的信息和器件相对应。
如上所述,登记信息122中包含的Device1是登记用户为了判定开始条件等而指定的器件。列表信息123中包含的Device1a是其他用户为了使用登记用户的隐性知识而指定的器件。即,由于与给定的技术信息121对应的多个器件都是用于判定同样的开始条件等的器件,因此类似的盖然性较高。Device1b也同样。
因此,处理部110例如在买家考虑Device1的置换的情况下,进行提案Device1a和Device1b作为代替器件的处理。这样,从不同于UNSPSC等的产品分类代码的观点来看,能够确定和提示符合用户的要求的产品。
进一步,处理部110也可以在例如买家考虑给定的技术信息121中使用的器件的置换的情况下,也可以提案对应于与该技术信息121类似的类似技术信息的一个或者多个器件作为代替器件。类似技术信息如上述那样基于第一类似度判定处理来决定。在技术信息121和类似技术信息中,例如表示开始条件的文本间的类似度、使用的护理的种类的类似度较高。因此,技术信息121和类似技术信息在类似的状况下使用的盖然性较高,考虑与类似技术信息相对应的器件也与作为置换对象的器件类似。通过像这样使用类似技术信息,能够增减可提示的器件的数量,并且支持较宽范围的提案。
此外,本实施方式的手法无需限定于使用技术信息121来提案器件的手法。例如,也可以是,处理部110能够切换使用了UNSPSC等的代码的替代器件的决定处理和使用了技术信息121的代替器件的决定处理。例如,处理部110基于用户输入来决定使用代码和技术信息121中的哪一个。
另外,本实施方式的处理部110也可以进行从多个技术信息121中确定与没有和器件对应的第四技术信息的类似度较高且对应于器件的第五技术信息的处理。处理部110进行将与第五技术信息相对应的器件的供应商决定为判定第四技术信息的开始条件的器件的供应商的处理。
图21是说明基于第四技术信息和第五技术信息来确定供应商的处理的图。例如,ID43的技术信息121对应于第四技术信息。ID43的技术信息121不存在对应的登记信息122,没有和器件相对应。类似度判定部113基于第一类似度判定处理来求得与ID43的技术信息121类似的类似技术信息。例如,ID10的技术信息121是类似技术信息,对应于第五技术信息。
在此,ID10的技术信息121如图21所示的那样存在对应的登记信息122,与作为器件的Device10相对应。另外,存储部120还存储将器件和供给该器件的供应商相对应的信息。例如,Device10与Supplier10相对应。
在该情况下,处理部110进行将Supplier10提案为利用于ID43的技术信息121的器件的供应商的处理。如上所述,由于ID43的技术信息121和ID10的技术信息121类似,因此在ID43的技术信息121的自动判定中能够利用与Device10类似的器件的盖然性较高。即,用于ID43的技术信息121的自动判定的器件与Supplier10的亲和度较高,有Supplier10能够开发和提供的可能性。
如上所述,由于ID43的技术信息121没有与器件相对应,因此有适用于开始条件、护理行动的自动判定的器件在市面上并不广泛的可能性。但是,只要作为技术信息121进行了登记,则该信息是表示某一个用户的隐性知识的信息,因此在护理的场景下有可能有用。在这一点上,根据本实施方式的手法,能够提示用于使无法与现有的器件相对应的技术信息121的处理自动化的信息。其结果是,能够开拓新的传感器件市场等。
此外,也可以是,处理部110在决定第四技术信息121时,使用各技术信息121的利用率、收藏率。例如,也可以是,处理部110对于各技术信息121统计为了使用而下载的次数。另外,处理部110也可以统计现在正在使用各技术信息121的用户的数量。下载数量、使用用户数量表示对象的技术信息121被多少用户判定为有用。即,下载数量等较多的技术信息121有广泛被利用的可能性,能够使该技术信息121的处理自动化的器件有较大的需求。即,由于预计市场规模在某种程度上较大,因此供应商进入市场的积极性较高,被选择的供应商有可能容易实际开始器件供给。
另外,在本实施方式中,也可以是,用户能够评价所使用的技术信息121。评价的方式有多种,例如,各用户对技术信息121进行评分。分数的统计量(平均值等)高的技术信息121得到用户的支持度高,有被广泛利用的可能性。因此,在该情况下,也能够使技术信息121的利用自动化的器件也被认为有较大需求。
图22是提示推荐的供应商的画面的例子。在图22的例子中,显示没有与器件对应的技术信息121的ID编号和与该技术信息相对应的推荐供应商。此外,图22中的Category表示例如基于UNSPSC等的产品分类代码来决定的类别。例如,在图22的例子中,作为与ID11的技术信息121对应的器件的供应商,提示Supplier1和Supplier2。此外,在如图20那样存在多个与第五技术信息相对应的器件的情况下,或者选择了多个与一个第四技术信息类似的第五技术信息的情况下等,推荐的供应商可以是多个。同样,提示Supplier10作为与ID43的技术信息121对应的器件的供应商。其他的技术信息121也同样。这样,能够对于各技术信息121便于理解地提示推荐的供应商。
此时,处理部110也可以提示各技术信息121的排名。如上所述,决定排名的指标可以是下载数量,也可以是使用用户数量,也可以是评价值,也可以是组合了这些数据而得到的信息。例如,ID11的技术信息121排名较高,在使该判定自动化的器件被供给的情况下,考虑使用的用户较多。这样,由于排名是鼓励供应商提供新器件的材料,因此对于处理有用。例如,图22是将不与器件相对应的多个技术信息121中的满足给定的条件的技术信息121按照排名顺序显示的画面。
4.变形例
<数据形式>
此外,在以上说明的本实施方式中,作为存储于存储部120的数据,例示了技术信息121、登记信息122、列表信息123、设施列表信息124等。但是,在本实施方式中使用的数据的形式并不限定于上述的数据,能够进行各种变形而实施。例如,分为多个表格来说明的数据也可以集合在一个表格。另外,作为一个表格来说明的数据也可以分割为多个表格。另外,给定的表格中包含的要素能够进行追加、省略,也可以存储为其他表格的要素。
另外,在本实施方式中,使用各种表格进行了说明,但也可以是,代替将这些表格存储于存储部,而例如使用NN等机械学习来决定表格中包含的各要素的对应关系。
例如,以上,登记信息122是与登记用户相关的数据,列表信息123是除了登记用户以外的用户利用技术信息121时的数据。但是,通过图8和图11可知,由于数据形式类似,因此也可以不分开这些数据。例如,也可以将列表信息123作为包含对象的用户登记了的技术信息121和使用中的技术信息121的信息。例如,登记处理部111也可以在登记技术信息121时,在登记用户的列表信息123存储确定该技术信息、器件、处理程序等的信息。
另外,以上说明了列表信息123是现在使用中的技术信息121的集合的例子。但是,列表信息123也可以包含有使用历史但现在并未使用的技术信息121。例如,作为列表信息123中包含的各技术信息121的状态,也可以存储虽然下载了但是未使用、使用中、过去使用过但是现在未使用等的信息。另外,也可以对各技术信息121存储使用开始日期和时刻、持续使用时间、使用次数、评价分数等信息。
另外,以上对设施列表信息124是所属的用户所登记的技术信息121的集合的例子进行了说明。但是,设施列表信息124也可以包含所述的用户正在使用中的技术信息121。
<技术信息121的利用方式>
另外,以上对个别地利用技术信息121的例子进行了说明。例如,存储将作为开始条件的if_p和作为护理行动的then_p相对应的第p技术信息以及将开始条件if_q和护理行动then_q相对应的第q技术信息。第p技术信息121与Device_p相对应,第q技术信息121与Device_q相对应。在该情况下,如果是上述的例子,则分别独立地进行:在使用Device_p并判定为满足if_p的情况下进行与then_p相关的提示的处理;以及在使用Device_q并判定为满足if_q的情况下进行与then_q相关的提示的处理。
但是,本实施方式的处理并不限定于此。例如,在第p技术信息与第q技术信息类似的情况下,if_p和then_q有具有某些关联性的可能性。同样,if_q和then_p有具有某些关联性的可能性。因此,不独立地进行处理,而进行复合的处理。
例如,处理部110也可以接收来自Device_p的传感器信息和来自Device_q的传感器信息作为输入,并且基于这双方来进行是否满足if_p的判定和是否满足if_q的判定。例如,使用对于第p技术信息收集的样本数据和正解数据以及对第q技术信息收集的样本数据和正解数据的双方,进行二输入二输出的NN的机械学习。但是,第二处理算法如上述那样,能够进行各种变形而实施。
这样,由于在考虑了技术信息121彼此的关联性之后,能够判定开始条件、护理条件,因此能够提高处理的精度。此外,在此虽然对组合了两个技术信息121的例子进行了说明,但也可以以三个以上的技术信息121作为对象进行复合处理。
<第三类似度判定处理>
以上,根据图15对与第二类似度判定处理同样地求得第三类似度判定处理的例子进行了说明。即,设施列表信息124中包含的多个技术信息121分别是与列表信息123中包含的技术信息121的第一类似度判定处理的对象。但是,第三类似度判定处理的具体例并不限定于此。
例如,与给定的设施相关的设施列表信息124也可以包含各技术信息的下载数量、使用用户数量的信息。并且,类似度判定部113也可以基于设施列表信息124中包含的多个技术信息121中的由下载数量等决定的排名较高的一部分技术信息121来进行第三类似度判定处理。例如,类似度判定部113将设施列表信息124中包含的多个技术信息121中的排名靠前的规定数量的技术信息121作为第三类似度判定处理的对象。
这样,能够将第三类似度判定处理的对象限定为设施列表信息124中包含的多个技术信息121中的重要度更高的信息。其结果是,能够更高精度地求得用户与设施的匹配度。
<适用于被护理者的推荐设施>
以上,为了决定适用于给定的被护理者的推荐设施,对使用护理内容被评价的用户的列表信息123与设施列表信息124的第三类似度的例子进行了说明。
但是,本实施方式的处理并不限定于此。第三类似度是从设施的护理的方式是否适用于对象的被护理者的观点出发的指标。但是,入住设施时的被护理者的满足度并不仅仅取决于护理的方式,还可能受到被护理者的失智的发展程度、ADL的程度等各种原因的影响。例如,当某位被护理者入住设施时,如果该被护理者的ADL的程度比其他入住者的ADL的程度相对较低,则该被护理者无法参与设施的娱乐活动,其结果是,被护理者的积极性下降,有被护理者离开设施的情况。
因此,处理部110也可以使用除了列表信息123和设施列表信息124以外的信息来进行决定推荐设施的处理。例如,处理的输入包含护理内容被评价的用户的列表信息123、作为判定对象的设施的设施列表信息124、失智级别信息、ADL的评估值。处理的输出是表示被护理者适合于对象的设施的程度的信息。
此外,此处的失智级别信息是表示被护理者的失智的发展程度的信息。例如,失智级别信息可以是MMSE(Mini-Mental State Examination:简易精神状态检查)的分数,也可以是修订后的长谷川式简单智力评估量表(HDS-R)的分数,也可以是表示失智检查的结果的其它信息。另外,失智级别信息也可以是基于使用CT(Computed Tomography)、MRI(magnetic resonance imaging)获取到的脑图像的信息。例如,失智级别信息可以是表示医生基于脑图像进行诊断的结果的信息,也可以是脑图像本身,也可以是对脑图像进行了某种图像处理而得到的结果。
处理部110也可以进行例如使用NN等机械学习来决定推荐设施的处理。例如,在学习阶段,存储部120将表示被护理者入住给定的设施时的结果的信息作为正解数据与对于列表信息、设施列表信息、失智级别信息、ADL的评估值相对应。
此处的正解数据例如是表示被护理者是否继续入住对象的设施,或者表示是否立即离开的信息。例如,正解数据可以是区分二者的二进制数据,也可以是表示继续入住期间的数值数据。
或者,正解数据也可以是表示入住设施时的被护理者的笑容程度的信息。例如,将入住设施期间的笑容的次数等相对于通常的状态下笑容的次数、频率、时间的比例来求得笑容程度。通常的状态例如可以是在家的状态,也可以是接受护理内容被评价的用户的护理时的状态。
处理部110基于上述的输入数据和正解数据来进行机械学习。例如,处理部110将列表信息、设施列表信息、失智级别信息、ADL的评估值输入NN并基于此时的权重进行顺方向的运算。然后,处理部110基于运算结果和正解数据(入住状况或者笑容程度)来运算目标函数,基于目标函数来更新权重。
这样,基于输入数据,生成学习完成模型,该学习完成模型求得被护理者入住对象的设施时的入住状况的推定值或者笑容程度的推定值。本实施方式的处理部110也可以基于该学习完成模型来求得推荐给被护理者的推荐设施。这样,不仅是护理的方式,还能够从各种观点来判定被护理者与设施的匹配度。
<推荐用户的显示画面>
以上,对基于第二类似度判定处理,进行决定适用于给定的被护理者的护理的推荐用户的处理和基于第三类似度判定处理,进行决定适用于给定的设施的推荐用户的处理进行了说明。以下,对显示推荐用户的信息的画面例进行说明。
图23是显示推荐用户的信息的具体的画面例。如图23所示,该情况下的显示画面包含:输入检索关键字的区域RE11;表示类似打开关闭的复选框CB;表示作为检索结果的一个或者多个推荐用户的区域RE12;以及表示在RE12中被选择的推荐用户的详细信息的区域RE13。
首先,执行检索的用户在RE11输入用于推荐用户的检索的检索关键字。例如如上所述,用户输入对于被护理者的护理内容被评价的用户的用户ID作为检索关键字,并且勾选CB。在CB被勾选的情况下,处理部110基于判定用户间的类似度的第二类似度判定处理来决定推荐用户。即,在该情况下,被判定为与对于被护理者的护理内容被评价的用户类似的用户作为推荐用户而显示在RE12。RE12例如是以类似度从高到低的顺序显示规定人数的推荐用户的信息的区域。
此外,在本实施方式中,也可以从不同于第二类似度判定处理的观点出发来检索推荐用户。例如,用户不勾选CB,而输入用餐、排泄等的护理的种类、被护理者的居住地、报酬金额等信息作为检索关键字。在该情况下,处理部110进行将擅长规定种类的护理的用户、在附近活动的用户、接收被输入的报酬金额以下的委托的用户等作为推荐用户而显示在RE12的处理。
RE13包含:显示用户名的区域RE14;显示登记的技术信息的区域RE15;显示日程的区域RE16;以及显示每个类别的类似度的区域RE17。
显示于RE15的技术信息121基于登记信息122来决定。此外,如图23所示,也可以在各技术信息121显示下载数量、其他用户的评价结果、排名等。这样,能够向执行检索的用户提示对象的用户拥有多少有用的隐性知识。
RE16是显示表示对象的用户能否每天提供护理服务的信息的区域。如果是图23的例子,则显示对象的用户在3/7~3/13能够提供护理服务,但是在3/14无法提供护理服务。另外,如图23所示,也可以显示每天能够提供服务的时间。这样,执行了检索的用户能够一边查看自身、被护理者的日程、推荐用户的日程,一边决定委托护理的日期和时刻。
RE17包含对每个护理的类别显示表示通过检索关键字确定的用户、设施与推荐用户的类似度的对象。例如,图23的category1~6分别表示用餐、排泄、转移等护理的种类。例如,类似度判定部113也可以基于技术信息121的附加信息,按照类别将列表信息123中包含的多个技术信息121分类。然后,类似度判定部113对于每个类别计算出对应于检索关键字的用户的列表信息123与其他用户的列表信息123的第二类似度。在图23的例子中,通过对六个类别分别进行第二类似度判定处理,求得六个第二类似度,并将其值作为图表显示。例如,如委托用餐护理但不需要转移护理那样,根据被护理者、家人的状况,所需的护理的种类不同。在这一点上,如图23所示,通过向用户提示每个类别的类似度,能够更便于理解地提示推荐用户是否适于进行被护理者的护理。如果是图23的例子,则在委托了与category3、4对应的护理的情况下,对应的用户容易被选择,在委托了与category2、6对应的护理的情况下,对应的用户难以被选择。
此外,虽然如上述那样对本实施方式进行了详细说明,但本领域技术人员应该能够容易地理解能够进行不脱离本实施方式的新事项以及效果的多个变形。因此,所有这样的变形例都包含在本发明的范围内。例如,在说明书或者附图中,记载了至少一次的与更广义或同义的不同术语一同记载的术语能够在说明书或者附图的任何地方用与之不同的术语代替。另外,本实施方式以及变形例的全部组合也包含在本发明的范围内。另外,信息处理系统、信息处理装置、服务器系统、终端装置等的结构和动作等也不限于本实施方式中说明的结构,能够进行各种变形而实施。
Claims (14)
1.一种信息处理装置,其特征在于,包含:
处理部,该处理部接收技术信息的登记要求,该技术信息包含将条件信息和护理信息相对应的信息,该条件信息表示给定的开始条件,该护理信息表示在满足所述开始条件的情况下执行的护理行动;以及
存储部,该存储部基于多个所述登记要求来存储多个所述技术信息,
所述处理部基于检索要求,将多个所述技术信息中的任一个所述技术信息作为检索结果来输出,该检索要求包含确定所述开始条件和所述护理行动中的任一方的检索用信息。
2.根据权利要求1所述的信息处理装置,其特征在于,
所述条件信息是表示所述开始条件的文本,
所述处理部通过进行所述条件信息的文本解析处理,从而进行确定在所述条件信息所表示的所述开始条件的判定中使用的器件的处理,将表示被确定的所述器件的信息和所述技术信息相对应。
3.根据权利要求2所述的信息处理装置,其特征在于,
在将发送所述技术信息的所述登记要求的用户作为登记用户时,
所述处理部进行收集由所述器件获取的多个器件数据的处理,并且对于所述多个器件数据中的每一个,进行向所述登记用户所使用的终端装置发送正解标签的附加要求的处理,
所述正解标签表示所述多个器件数据中的每一个是否是满足所述开始条件的情况下的数据的所述登记用户的判定结果。
4.根据权利要求1至3中任一项所述的信息处理装置,其特征在于,
所述处理部能够从多个用户获取存储于所述存储部的多个所述技术信息中的任一个的使用要求,
所述存储部将所述多个用户中的每一个和包含使用中的一个或者多个所述技术信息的列表信息相对应并存储。
5.根据权利要求4所述的信息处理装置,其特征在于,
多个所述技术信息包含第一技术信息、第二技术信息以及第三技术信息,
所述处理部进行判定存储于所述存储部的多个所述技术信息中的任两个之间的类似度的类似度判定处理,
在所述类似度判定处理中,在所述列表信息中包含所述第一技术信息和所述第二技术信息的所述用户的数量比所述列表信息中包含所述第一技术信息和所述第三技术信息的所述用户的数量多的情况下,判定为所述第一技术信息与所述第二技术信息系的所述类似度比所述第一技术信息与所述第三技术信息的所述类似度高。
6.根据权利要求4或5所述的信息处理装置,其特征在于,
所述处理部进行第二类似度判定处理,该第二类似度判定处理判定对应于所述多个用户中的第一用户的所述列表信息与对应于不同于所述第一用户的第二用户的所述列表信息的类似度。
7.根据权利要求6所述的信息处理装置,其特征在于,
所述处理部基于对应于所述多个用户中的有对于给定的被护理者的护理经验的所述用户的所述列表信息和所述多个用户中的其他用户的所述列表信息来进行所述第二类似度判定处理,
所述处理部基于所述第二类似度判定处理的结果,进行从所述其他用户中决定推荐给所述给定的被护理者的护理的推荐用户的处理。
8.根据权利要求4至7中任一项所述的信息处理装置,其特征在于,
所述存储部对于多个设施中的每一个存储设施列表信息,该设施列表信息是由所属的一个或者多个所述用户登记的所述技术信息的集合,
所述处理部进行判定所述列表信息与所述设施列表信息的类似度的第三类似度判定处理,并且基于所述第三类似度判定处理的结果,进行决定推荐给给定的用户的推荐设施或者推荐给给定的设施的推荐用户的处理。
9.根据权利要求4至8中任一项所述的信息处理装置,其特征在于,
所述技术信息包含表示院内产生不良事件的信息,
所述多个用户包含由管理用户进行管理的实际工作用户,
所述处理部基于所述实际工作用户的所述院内产生不良事件的产生状况,进行从多个所述技术信息决定推荐所述实际工作用户使用的推荐技术信息,并且向所述管理用户提示所决定的所述推荐技术信息的处理。
10.根据权利要求9所述的信息处理装置,其特征在于,
在从所述管理用户接收了所述推荐技术信息的追加要求的情况下,所述处理部进行向所述实际工作用户的所述列表信息追加所述推荐技术信息的处理。
11.根据权利要求9或10所述的信息处理装置,其特征在于,
所述实际工作用户是在医院内负责给定的患者的院内用户,
所述多个用户包含负责所述患者在院外的看护的院外用户,
所述处理部进行向所述管理用户提示第二推荐技术信息的处理,该第二推荐技术信息是为了抑制所述患者的再入院而推荐所述院外用户使用的所述技术信息。
12.根据权利要求2所述的信息处理装置,其特征在于,
在将给定的所述技术信息和作为所述器件的多个器件相对应的情况下,
所述处理部进行将所述多个器件中的除了第一器件以外的所述器件提示为所述多个器件中的所述第一器件的代替器件的处理。
13.根据权利要求2所述的信息处理装置,其特征在于,
所述处理部进行从多个所述技术信息中确定第五技术信息的处理,该第五技术信息与没有相对应的所述器件的第四技术信息的类似度高且有相对应的所述器件,
所述处理部进行将与所述第五技术信息相对应的所述器件的供应商决定为判定所述第四技术信息的所述开始条件的所述器件的所述供应商的处理。
14.一种信息处理方法,其特征在于,
接收技术信息的登记要求,该技术信息包含将条件信息和护理信息相对应的信息,该条件信息表示给定的开始条件,该护理信息表示在满足所述开始条件的情况下执行的护理行动,
基于检索要求,将基于多个所述登记要求而存储的多个所述技术信息中的任一个所述技术信息作为检索结果来输出,该检索要求包含确定所述开始条件和所述护理行动中的任一方的检索用信息。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021041033A JP2022140940A (ja) | 2021-03-15 | 2021-03-15 | 情報処理装置及び情報処理方法 |
JP2021-041033 | 2021-03-15 | ||
PCT/JP2021/024602 WO2022195906A1 (ja) | 2021-03-15 | 2021-06-29 | 情報処理装置及び情報処理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116917888A true CN116917888A (zh) | 2023-10-20 |
Family
ID=83322104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180080406.3A Pending CN116917888A (zh) | 2021-03-15 | 2021-06-29 | 信息处理装置及信息处理方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230410988A1 (zh) |
JP (1) | JP2022140940A (zh) |
CN (1) | CN116917888A (zh) |
TW (1) | TW202238614A (zh) |
WO (1) | WO2022195906A1 (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11312199A (ja) * | 1998-04-27 | 1999-11-09 | Kobe Steel Ltd | 看護ガイダンスシステム |
JP2005092440A (ja) * | 2003-09-16 | 2005-04-07 | Advanced Telecommunication Research Institute International | 警告装置 |
US20180060495A1 (en) * | 2016-08-29 | 2018-03-01 | Conduent Business Services, Llc | Method and system for data processing to recommend medical intervention activities for caregivers and/or human subjects |
-
2021
- 2021-03-15 JP JP2021041033A patent/JP2022140940A/ja active Pending
- 2021-06-29 US US18/034,757 patent/US20230410988A1/en active Pending
- 2021-06-29 WO PCT/JP2021/024602 patent/WO2022195906A1/ja active Application Filing
- 2021-06-29 CN CN202180080406.3A patent/CN116917888A/zh active Pending
- 2021-08-30 TW TW110132054A patent/TW202238614A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2022195906A1 (ja) | 2022-09-22 |
TW202238614A (zh) | 2022-10-01 |
JP2022140940A (ja) | 2022-09-29 |
US20230410988A1 (en) | 2023-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6566409B1 (ja) | 情報処理装置、プログラム及び情報処理方法 | |
Maresova et al. | Technological solutions for older people with Alzheimer's disease | |
Costa et al. | PHAROS—PHysical assistant RObot system | |
US20210327582A1 (en) | Method and system for improving the health of users through engagement, monitoring, analytics, and care management | |
US20170161450A1 (en) | Real-time veterinarian communication linkage for animal assessment and diagnosis | |
Moguel et al. | Systematic literature review of food-intake monitoring in an aging population | |
KR102410322B1 (ko) | 심리 상담사 추천 시스템 및 심리 상담사 추천 방법 | |
CN108140044A (zh) | 用于确定与临床医生相关的信息的设备、系统和方法 | |
WO2021084822A1 (ja) | 情報提供システム | |
CN110169778A (zh) | 压力通知系统及记录介质 | |
JP2016018224A (ja) | 健康状態予測診断利用サービスシステム | |
WO2021216524A1 (en) | Systems and methods for medical resource intelligence | |
CN114868203A (zh) | 信息传递装置以及信息传递方法 | |
Meals et al. | Viability of hand and wrist photogoniometry | |
CN111295716B (zh) | 健康管理辅助装置、方法及程序 | |
Chang et al. | iBuffet: An AIoT-based intelligent calorie management system for eating buffet meals with calorie intake control | |
JP6402345B1 (ja) | 指導支援システム、指導支援方法及び指導支援プログラム | |
US20140297300A1 (en) | Disease management system and method using a wired/wireless communication network | |
Abu-Issa et al. | Design and implementation of proactive multi-type context-aware recommender system for patients suffering diabetes | |
CN111192655B (zh) | 在线医疗方法及系统、电子设备、计算机存储介质 | |
CN116917888A (zh) | 信息处理装置及信息处理方法 | |
Vishnevskaya et al. | Study the possibility of creating self-diagnosis and first aid system | |
JP2022189528A (ja) | 情報処理装置及び情報処理方法 | |
Dorman et al. | Nutrition monitor: a food purchase and consumption monitoring mobile system | |
Dhamanti et al. | Smart home healthcare for chronic disease management: A scoping review |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |