JP2006277609A - 待ち時間予測方法、待ち時間予測システム、及びプログラム - Google Patents
待ち時間予測方法、待ち時間予測システム、及びプログラム Download PDFInfo
- Publication number
- JP2006277609A JP2006277609A JP2005099277A JP2005099277A JP2006277609A JP 2006277609 A JP2006277609 A JP 2006277609A JP 2005099277 A JP2005099277 A JP 2005099277A JP 2005099277 A JP2005099277 A JP 2005099277A JP 2006277609 A JP2006277609 A JP 2006277609A
- Authority
- JP
- Japan
- Prior art keywords
- time
- date
- value
- predicted
- waiting
- 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
- 238000000034 method Methods 0.000 title claims description 47
- 238000013528 artificial neural network Methods 0.000 claims abstract description 65
- 238000012545 processing Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000003745 diagnosis Methods 0.000 description 47
- 230000005540 biological transmission Effects 0.000 description 24
- 238000010586 diagram Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 13
- 230000002776 aggregation Effects 0.000 description 12
- 238000004220 aggregation Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 7
- 238000012937 correction Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】一日においてサービスの提供にかかった提供時間実績値の平均値と、過去の所定期間における提供時間実績値の平均値とを入力信号とし、サービスにかかる時間の予測値である予測提供時間を出力信号とし、前記提供時間実績値を教師信号とするニューラルネットワークをコンピュータに構築する。現在の日付の提供時間実績値の第1の平均値と、過去所定期間での提供時間実績値の第2の平均値とを算出し、算出した第1及び第2の平均値を入力信号として、ニューラルネットワークによりサービスの提供時間の予測値を算出する。サービスを利用する予定の利用者数に予測値を乗じて、待ち時間の予測値を算出する。
【選択図】 図1
Description
本発明の待ち時間の予測方法によれば、定式化が困難な待ち時間の予測であっても、ニューラルネットワークの学習を用いることにより、良好な予測結果を期待することができる。
この場合、予約された利用者の提供時間を予測値に加算することで、予約者へのサービス提供にかかる時間を考慮に入れた予測を行うことができる。したがって、より精度の高い待ち時間の予測を行うことができる。
この場合、直近の同曜日の利用者数もニューラルネットワークの入力信号とするので、直近の傾向を考慮に入れた提供時間の予測を行うことができる。
この場合、サービスが提供される毎にニューラルネットワークによる学習が行われていくので、逐次最適な予測がなされるようにすることができる。
この場合、例えば、当日の実績との相関が高くなりすぎてしまうようなときに対応することができる。
図1は、本実施形態に係る情報提供システム1の全体構成を示す図である。図1に示すように、情報提供システム1は、医療機関において診察(サービス)を受ける患者(利用者)が使用する患者端末10、医療機関の従業者が利用する従業者端末20、患者が医療機関に来院した際に受付処理を行う受付端末30、患者の診察を行う医師が操作する医師端末40、及びサーバ装置50を含んで構成される。患者端末10及び従業者端末20は、例えば、携帯電話やパーソナルコンピュータなどのコンピュータである。受付端末30及び医師端末40は、例えば、パーソナルコンピュータやワークステーション、セットトップボックスなどのコンピュータである。サーバ装置50は、例えば、パーソナルコンピュータやワークステーションなどのコンピュータである。
図2は、患者端末10のハードウェア構成を示す図である。図2に示すように、患者端末10は、CPU101、メモリ102、記憶装置103、通信インタフェース104、入力装置105、出力装置106を備えている。
予測待ち時間出力部113は、予測待ち時間受信部112が受信した予測待ち時間を出力装置106に出力する。
図4は、従業者端末20のハードウェア構成図である。図4に示すように、従業者端末20のハードウェア構成は患者端末10と同様であるが、通信インタフェース104が接続する先はLAN60である。
予測患者数受信部212は、予測患者数取得要求に応じてサーバ装置50から送信される予測患者数を受信する。
予測患者数出力部213は、予測患者数受信部212が受信した予測患者数を出力装置106に出力する。
図6は受付端末30のハードウェア構成図である。受付端末30のハードウェア構成は、上述した図1に示す患者端末10とほぼ同様であるが、患者端末10の構成に加えて、診察券302の読み取り装置であるカードリーダ301を備えている。診察券302は、例えば磁気カードやICカード、メモリカードなどであり、患者を特定する情報(以下、患者IDという。)が記録される。カードリーダ301には、診察券302に合わせて、磁気カードリーダや接触型のICカードリーダ、非接触型のICカードリーダ、メモリカードリーダなどを用いることができる。なお、カードリーダ301に代えて、指紋や虹彩などの生体信号を患者IDとして読み取る入力装置を採用するようにしてもよい。
予測待ち時間取得要求送信部313は、予測待ち時間取得要求をサーバ装置50に送信する。予測待ち時間取得要求には予測対象日と予測対象時間帯とが設定される。
予測待ち時間受信部314は、予測待ち時間取得要求に応じてサーバ装置50から送信される予測待ち時間を受信する。
予測待ち時間出力部315は、予測待ち時間受信部314が受信した予測待ち時間を出力装置106に出力する。
図8は、医師端末40のハードウェア構成図である。図8に示すように、医師端末40のハードウェア構成は受付端末30と同様である。
図10は、サーバ装置50のハードウェア構成図である。図10に示すように、サーバ装置50のハードウェア構成は、上述した患者端末10や従業者端末20、受付端末10、医師端末40などと同様の一般的なコンピュータの構成であるが、入力装置105やカードリーダ301などを省略することができる。なお、本実施形態では、サーバ装置50が備える出力装置106は、例えば、電光掲示板や大型ディスプレイなど、診察待合中の患者に対して情報を提供する表示装置を想定している。
予測待ち時間取得要求受信部521は、患者端末10や受付端末30から送信される予測待ち時間取得要求を受信する。
待ち時間予測部522は、予測待ち時間取得要求に応じて、診察時間予測部519による診察時間の予測値に基づいて待ち時間の予測を行い、又は集計情報などに基づいて待ち時間の予測を行う。なお、待ち時間予測部522による待ち時間の予測処理の詳細については後述する。
予測待ち時間送信部523は、待ち時間予測部522により予測された待ち時間を、予測待ち時間取得要求の送信元となる患者端末10や受付端末30に送信する。
予測患者数取得要求受信部524は、従業者端末20から送信される予測患者数取得要求を受信する。
患者数予測部525は、集計情報などに基づいて来院患者数の予測を行う。なお、来院患者数の予測処理の詳細については後述する。
予測患者数送信部526は、患者数予測部525により予測された来院患者数の予測値(以下、予測患者数という。)を従業者端末20に送信する。
医療機関に通院する患者は、事前に患者端末10を用いてサーバ装置50にアクセスし、待ち時間の予測値を参照して、通院するかどうか、通院するのであれば何時ごろにするかといった判断を行うことができる。患者は、当日の待ち時間以外にも、将来の日付での待ち時間の予測も要求することができる。待ち時間予測部522は、予測待ち時間取得要求に設定されている予測対象日に応じて異なる処理を行う。
予測対象日が当日よりも後の日付である場合、待ち時間予測部522は、集計データベース557に記憶されている集計情報に基づいて待ち時間の予測を行う。図22に、予測対象日が当日よりも後の日付である場合の待ち時間の予測処理の流れを示す。
待ち時間予測部522は、上記特定した3つの日付に対応する補正待ち時間の平均値を算出して、待ち時間の予測値とする(S629)。
一方、予測対象日が当日である場合、待ち時間予測部522は、当日の待ち時間の実績値を考慮に入れて予測処理を行う。なお、本実施形態では、予測対象日が当日である場合には、患者端末10から送信される予測待ち時間取得要求に当日の日付が設定されていた場合と、受付端末30のカードリーダ301に患者の診察券302が挿入されたときに受付端末30から予測待ち時間取得要求が送信された場合とが想定される。図23に、予測対象日が当日である場合の待ち時間の予測処理の流れを示す。
また、待ち時間予測部522は、予測待ち時間取得要求に医師IDが設定されている場合(受付端末30から送信される予測待ち時間取得要求を想定している。)には、診察時間を予測して、実際に待合中の患者の数から待ち時間の予測を行う。この場合の予測処理の流れを図24に示す。
待ち時間予測部522は、上記のようにして求めた、待合中の患者数「X」に予約患者数「b」を加算したものに、ニューラルネットワークにより予測された診察時間(a)を乗じたものを待ち時間の予測値とする(S668)。
上述したように、本実施形態では、例えば電光掲示板やディスプレイなどに、待合情報が表示され、患者は待合中にも待ち時間を確認することができるようになっている。待合情報は待合リスト出力部515により待合リストデータベース554から読み出されて出力装置106に出力される。待合リストデータベース554は、サーバ装置50が受付端末30から受付履歴登録要求を受信したときや、医師端末40から診察履歴登録要求を受信したときに待合リスト更新部514により更新される。図25は、待合リスト更新部514による待合リストデータベース554の更新処理の流れを示すフロー図である。
待合リスト更新部514は、待合情報を作成して、待合情報の医師ID、患者ID、及び受付番号に受付履歴情報の該当する項目の内容を設定する。待合リスト更新部514は、受付履歴情報に含まれている患者ID及び医師IDに対応する診察履歴情報が、上記読み出した診察履歴情報の中にあるかどうかを判断し(S678)、診察履歴情報がある場合には(S678:YES)、待合情報の診察開始予定時刻として、該当する診察履歴情報の診察開始時刻を設定し(S679)、待合情報の診察終了時刻に診察履歴情報の診察終了時刻を設定して(S680)、待合情報を待合リストデータベース554に登録する(S681)。待合リスト更新部514は、診察履歴情報の診察終了時刻を「t」とする(S682)。
待合リスト更新部514は、待合情報の診察開始予定時刻に「t」を設定し(S686)、予約フラグに「×」を設定し、待合情報を待合リストデータベース554に登録する(S687)。待合リスト更新部514は、次の診察開始予定時刻となる「t」に診察時間の予測値[a]を加算する(S688)。
30 受付端末 40 医師端末
50 サーバ装置 60 LAN
70 インターネット 101 CPU
102 メモリ 103 記憶装置
104 通信インタフェース 105 入力装置
106 出力装置
111 予測待ち時間取得要求送信部 112 予測待ち時間受信部
113 予測待ち時間出力部 211 予測患者数取得要求送信部
212 予測患者数受信部 213 予測患者数出力部
301 カードリーダ 302 診察券
311 患者ID入力部 312 医師ID入力部
313 予測待ち時間取得要求送信部 314 予測待ち時間受信部
315 予測待ち時間出力部 316 受付履歴登録要求送信部
411 診察開始指示入力部 412 診察終了指示入力部
413 診察履歴登録要求送信部 511 受付履歴登録要求受信部
512 診察履歴登録要求受信部 513 待ち時間実績登録部
514 待合リスト更新部 515 待合リスト出力部
516 予約情報登録部 517 気象情報登録部
518 集計情報登録部 519 診察時間予測部
520 ニューラルネットワーク計算部 521 予測待ち時間取得要求受信部
522 待ち時間予測部 523 予測待ち時間送信部
524 予測患者数取得要求受信部 525 患者数予測部
526 予測患者数送信部 551 受付履歴データベース
552 診察履歴データベース 553 待ち時間実績データベース
554 待合リストデータベース 555 予約データベース
556 気象データベース 557 集計データベース
Claims (14)
- サービスが提供されるまでの待ち時間を予測する方法であって、
CPUとメモリとを備えるコンピュータが、
前記サービスの提供にかかった時間である提供時間実績値を、前記サービスが提供された日時を特定する情報に対応付けて前記メモリに記憶し、
ニューラルネットワークの学習対象となる時である学習対象時が属する日における前記提供時間実績値の平均値と、前記学習対象時から過去の所定期間における前記提供時間実績値の平均値とを入力信号とし、前記学習対象時において前記サービスにかかる時間の予測値である予測提供時間を出力信号とし、前記学習対象時における前記提供時間実績値を教師信号とするニューラルネットワークを構成し、
前記サービスを利用する予定の利用者数である利用予定者数を決定する利用予定者数決定情報を前記メモリに記憶し、
現在の日付に対応する前記提供時間実績値を前記メモリから読み出し、読み出した前記提供時間実績値の第1の平均値を算出し、
過去の前記所定期間における前記提供時間実績値を前記メモリから読み出し、読み出した前記提供時間実績値の第2の平均値を算出し、
算出した前記第1及び第2の平均値を入力信号として前記ニューラルネットワークにより前記予測提供時間を算出し、
前記メモリに記憶されている利用予定者数決定情報により決定される前記利用予定者数と前記予測提供時間とを乗算して前記待ち時間の予測値を算出すること、
を特徴とする待ち時間予測方法。 - 請求項1に記載の待ち時間予測方法であって、
前記コンピュータは、
前記サービスの利用を予約している予約者数を、前記サービスの予約時に対応付けて前記メモリに記憶し、
現時点から前記待ち時間の予測値までの間に予約されている前記予約者数を前記メモリから読み出し、
読み出した前記予約者数と前記予測提供時間とを乗算した値を、前記予測値に加算すること、
を特徴とする待ち時間予測方法。 - 請求項1に記載の待ち時間予測方法であって、
日付毎に、前記サービスを利用した利用者数を前記メモリに記憶し、
前記ニューラルネットワークはさらに、前記学習対象時が含まれる日付の前週同曜日に該当する日付に対応する前記利用者数の合計を入力信号とするように構成され、
前記コンピュータは、前記現在の日付に対応する前記利用者数を前記メモリから読み出し、読み出した前記利用者数と、前記第1及び第2の平均値とを入力信号として、前記ニューラルネットワークによる前記予測提供時間を算出すること、
を特徴とする待ち時間予測方法。 - 請求項1に記載の待ち時間予測方法であって、
前記コンピュータは、
前記サービスが提供された後に、前記サービスの提供にかかった前記提供時間実績値の入力を受け付け、
入力された前記提供時間実績値を前記ニューラルネットワークの教師信号として前記ニューラルネットワークによる学習処理を行うこと、
を特徴とする待ち時間予測方法。 - 請求項1に記載の待ち時間予測方法であって、
前記コンピュータは、
前記予測値に1以下の第1の係数を乗算した値と、1から前記係数を減算した第2の係数に前記第1の平均値を乗算した値とを合計して前記待ち時間の予測値を算出すること、
を特徴とする待ち時間予測方法。 - 請求項5に記載の待ち時間予測方法であって、
前記コンピュータは、
前記サービスが提供された後に、前記サービスの提供にかかった前記提供時間実績値の入力を受け付け、
前記利用予定者数と前記予測提供時間とを乗算した第1の前記予測値に前記第1の係数を乗算した値と、前記第2の係数に前記第1の平均値を乗算した値とを合計した第1の前記予測値と、前記提供時間実績値との差が最小になるように前記第1及び第2の係数を決定すること、
を特徴とする待ち時間予測方法。 - 請求項1に記載の待ち時間予測方法であって、
前記コンピュータは、
前記利用予定者数決定情報として、前記サービスの提供を受ける利用者を特定する利用者特定情報と、前記利用者が前記サービスの提供を受ける順番とを対応付ける待合情報を前記メモリに記憶しており、
前記メモリに記憶されている前記待合情報の数を前記利用予定者数として決定し、
前記メモリに記憶されている前記待合情報のそれぞれについて、前記サービスの提供が開始される時刻に、前記順番に前記予測提供時間を乗じた値を加算した予測提供時刻を算出し、前記利用者特定情報と前記予測提供時刻とを出力装置に出力すること、
を特徴とする待ち時間予測方法。 - サービスが提供されるまでの待ち時間を予測する方法であって、
CPUとメモリとを備えるコンピュータが、
前記サービスが提供された日付と、前記日付における時間帯と、前記日付の前記時間帯における気象データと、前記日付の前記時間帯において前記サービスの提供までにかかった待ち時間の実績値と、を対応付けて前記メモリに記憶し、
ニューラルネットワークの学習対象となる日付である学習対象日の前週に含まれる日付のそれぞれの、学習対象となる時間帯である学習対象時間帯における前記実績値の平均値と、前記学習対象日の前年同月同週同曜日となる日付の前記学習対象時間帯における前記実績値の平均値と、前記学習対象日から過去所定年において、前記学習対象日と同月同曜日となる日付の前記学習対象時間帯における前記実績値の平均値と、前記学習対象日の前週に含まれる日付のそれぞれの全時間帯における前記実績値の平均値と、前記学習対象日から前記所定年において、前記学習対象日と前記同月同曜日となる前記日付の全時間帯における前記実績値の平均値と、前記学習対象日における前記気象データとを入力信号とし、前記学習対象日の前記学習対象時間帯において前記サービスが提供されるまでの待ち時間の予測値である予測待ち時間を出力信号とし、前記学習対象日の前記学習対象時間帯においてかかった前記待ち時間の実績値を教師信号とするニューラルネットワークを構成し、
予測対象となる日付である予測対象日における気象データの予測値を取得し、
前記予測対象日の前週に含まれる日付の何れかと、予測対象となる時間帯である予測対象時間帯とに対応する前記実績値の平均値である第1の前週実績平均値を算出し、
前記予測対象日の前週に含まれる日付の何れかに対応する前記実績値の平均値である第2の前週実績平均値を算出し、
前記予測対象日から前年同月同週同曜日となる日付と、前記予測対象時間帯とに対応する前記実績値の平均値である第1の実績平均値を算出し、
前記予測対象日から前年同月同週同曜日となる日付に対応する前記実績値の平均値である第2の実績平均値を算出し、
算出した前記第1及び第2の前週実績平均値と、算出した前記第1及び第2の実績平均値とを入力信号として前記ニューラルネットワークにより前記予測待ち時間を算出すること、
を特徴とする待ち時間予測方法。 - サービスが提供されるまでの待ち時間を予測する方法であって、
CPUとメモリとを備えるコンピュータが、
前記サービスが提供された日付及び時間帯と、前記日付の前記時間帯における気象データと、前記日付の前記時間帯において前記サービスの提供までにかかった待ち時間の実績値と、前記日付の前記時間帯における利用者数と、を対応付けて前記メモリに記憶し、
ニューラルネットワークの学習対象となる学習対象日から特定される曜日と、学習対象となる時間帯と、前記学習対象日の前記学習対象時間帯における気象データと、前記学習対象日の前記学習対象時間帯から過去に所定期間での前記待ち時間の平均値と、前記学習対象日から前週同曜日となる日付における利用者数の合計値と、前記学習対象日の前記学習対象時間帯から過去に前記所定期間における利用者数の合計値とを入力信号とし、前記サービスの前記待ち時間の予測値を出力信号とし、前記学習対象日の前記学習対象時間帯における前記待ち時間の実績値を教師信号とするニューラルネットワークを構成し、
現在の日付の前記気象データの予測値を取得し、
現在の日付と、過去の何れかの時間帯である当日時間帯とに対応する前記実績値を前記メモリから読み出し、読み出した前記実績値を平均した当日実績値を算出し、
現在の日付と前記当日時間帯とに対応する前記利用者数を前記メモリから読み出し、読み出した前記利用者数を合計した当日利用者数を算出し、
現在の日付から前週同曜日となる日付に対応する前記利用者数を前記メモリから読み出し、読み出した前記利用者数を合計した前週利用者数を算出し、
現在の日付から特定される曜日と、現在の時間帯と、前記気象データの予測値と、前記当日実績値と、前記当日利用者数とを入力信号として、前記ニューラルネットワークにより前記待ち時間の予測値を算出すること、
を特徴とする待ち時間予測方法。 - 請求項1、8又は9の何れかに記載の待ち時間予測方法であって、
前記コンピュータは、
前記サービスが提供された日付及び時間帯と、前記日付の前記時間帯における気象データと、前記日付の前記時間帯における利用者数とを対応付けて前記メモリに記憶し、
予測対象となる日付である予測対象日における気象データの予測値を取得し、
前記予測対象日により特定される曜日と、前記気象データの予測値とに対応する前記日付を前記メモリから検索し、
検索した前記日付と予測対象となる時間帯とに対応する前記利用者数を前記メモリから読み出し、読み出した前記利用者数を平均して前記利用者数の予測値である予測利用者数を算出し、
前記ニューラルネットワークはさらに、前記算出した前記利用者数の予測値を入力信号とすること、
を特徴とする待ち時間予測方法。 - サービスが提供されるまでの待ち時間を予測するシステムであって、
CPUと、メモリと、
前記サービスの提供にかかった時間である提供時間実績値を、前記サービスが提供された日時を特定する情報に対応付けて記憶する実績値記憶部と、
ニューラルネットワークの学習対象となる時である学習対象時が属する日における前記提供時間実績値の平均値と、前記学習対象時から過去の所定期間における前記提供時間実績値の平均値とを入力信号とし、前記学習対象時において前記サービスにかかる時間の予測値である予測提供時間を出力信号とし、前記学習対象時における前記提供時間実績値を教師信号とするニューラルネットワークを構成するニューラルネットワーク計算部と、
前記サービスを利用する予定の利用者数である利用予定者数を決定する利用予定者数決定情報を記憶する利用予定者数記憶部と、
現在の日付に対応する前記提供時間実績値を前記利用予定者数記憶部から読み出し、読み出した前記提供時間実績値の第1の平均値を算出する提供時間平均値算出部と、
過去の前記所定期間における前記提供時間実績値を前記メモリから読み出し、読み出した前記提供時間実績値の第2の平均値を算出する平均利用者数算出部と、
算出した前記第1及び第2の平均値を入力信号として前記ニューラルネットワークにより前記予測提供時間を算出する提供時間予測部と、
前記サービスを利用する予定の利用者数である利用予定者数の入力を受け付ける利用者数入力部と、
前記メモリに記憶されている利用予定者数決定情報により決定される前記利用予定者数と前記予測提供時間とを乗算して前記待ち時間の予測値を算出する待ち時間予測部と、
を備えることを特徴とする待ち時間予測システム。 - 請求項11に記載の待ち時間予測システムであって、
前記利用予定者数記憶部は、前記利用予定者数決定情報として、前記サービスの提供を受ける利用者を特定する利用者特定情報と、前記利用者が前記サービスの提供を受ける順番とを対応付ける待合情報を記憶しており、
前記メモリに記憶されている前記待合情報のそれぞれについて、前記サービスの提供が開始される時刻に、前記順番に前記予測提供時間を乗じた値を加算した予測提供時刻を算出する提供時刻予測部と、
前記利用者特定情報と前記予測提供時刻とを出力装置に出力する待合リスト出力部と、
を備えることを特徴とする待ち時間予測システム。 - サービスが提供されるまでの待ち時間を予測するためのプログラムであって、
CPUとメモリとを備えるコンピュータに、
前記サービスの提供にかかった時間である提供時間実績値を、前記サービスが提供された日時を特定する情報に対応付けて前記メモリに記憶するステップと、
ニューラルネットワークの学習対象となる時である学習対象時が属する日における前記提供時間実績値の平均値と、前記学習対象時から過去の所定期間における前記提供時間実績値の平均値とを入力信号とし、前記学習対象時において前記サービスにかかる時間の予測値である予測提供時間を出力信号とし、前記学習対象時における前記提供時間実績値を教師信号とするニューラルネットワークを構成するステップと、
前記サービスを利用する予定の利用者数である利用予定者数を決定する利用予定者数決定情報を前記メモリに記憶するステップと、
現在の日付に対応する前記提供時間実績値を前記メモリから読み出し、読み出した前記提供時間実績値の第1の平均値を算出するステップと、
過去の前記所定期間における前記提供時間実績値を前記メモリから読み出し、読み出した前記提供時間実績値の第2の平均値を算出するステップと、
算出した前記第1及び第2の平均値を入力信号として前記ニューラルネットワークにより前記予測提供時間を算出するステップと、
前記メモリに記憶されている利用予定者数決定情報により決定される前記利用予定者数と前記予測提供時間とを乗算して前記待ち時間の予測値を算出するステップと、
を実行させるためのプログラム。 - 請求項13に記載のプログラムであって、
前記コンピュータに、
前記利用予定者数決定情報として、前記サービスの提供を受ける利用者を特定する利用者特定情報と、前記利用者が前記サービスの提供を受ける順番とを対応付ける待合情報を前記メモリに記憶するようにさせ、
前記メモリに記憶されている前記待合情報の数を前記利用予定者数として決定するステップと、
前記メモリに記憶されている前記待合情報のそれぞれについて、前記サービスの提供が開始される時刻に、前記順番に前記予測提供時間を乗じた値を加算した予測提供時刻を算出するステップと、
前記利用者特定情報と前記予測提供時刻とを出力装置に出力するステップと、
をさらに実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005099277A JP4217689B2 (ja) | 2005-03-30 | 2005-03-30 | 待ち時間予測方法、待ち時間予測システム、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005099277A JP4217689B2 (ja) | 2005-03-30 | 2005-03-30 | 待ち時間予測方法、待ち時間予測システム、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006277609A true JP2006277609A (ja) | 2006-10-12 |
JP4217689B2 JP4217689B2 (ja) | 2009-02-04 |
Family
ID=37212267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005099277A Active JP4217689B2 (ja) | 2005-03-30 | 2005-03-30 | 待ち時間予測方法、待ち時間予測システム、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4217689B2 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008242657A (ja) * | 2007-03-26 | 2008-10-09 | Fujifilm Corp | 診療管理システム |
JP2009129308A (ja) * | 2007-11-27 | 2009-06-11 | Chugoku Electric Power Co Inc:The | サービス時間割当方法及びサービス時間割当装置 |
JP2010165290A (ja) * | 2009-01-19 | 2010-07-29 | Seiko:Kk | 予約管理装置,予約管理方法および予約管理用プログラム |
JP5989270B1 (ja) * | 2016-03-23 | 2016-09-07 | 株式会社リクルートホールディングス | 順番管理システム、順番管理装置およびプログラム |
JP6200041B1 (ja) * | 2016-07-15 | 2017-09-20 | 株式会社三井住友銀行 | 店舗検索システムおよび方法 |
JP2019063116A (ja) * | 2017-09-29 | 2019-04-25 | 株式会社トプコン | 眼科検査システム |
CN110993070A (zh) * | 2019-10-17 | 2020-04-10 | 山东科技大学 | 基于神经网络的医院门诊等待时间预测方法 |
US10673784B1 (en) * | 2016-08-25 | 2020-06-02 | C/Hca, Inc. | Processing delay predictions based on queue assessments |
JP2021002195A (ja) * | 2019-06-21 | 2021-01-07 | 株式会社ビードットメディカル | 粒子線治療のスケジュール管理装置及び管理方法 |
JP2021000417A (ja) * | 2019-06-21 | 2021-01-07 | 株式会社ビードットメディカル | 放射線治療のスケジュール管理装置及び管理方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5555109B2 (ja) * | 2010-09-21 | 2014-07-23 | 中国電力株式会社 | サービス時間予測装置及びサービス時間予測方法 |
JP5318173B2 (ja) * | 2011-10-17 | 2013-10-16 | 中国電力株式会社 | インターバル予測装置、待ち時間予測装置、インターバル予測方法、待ち時間予測方法及びプログラム |
JP5328867B2 (ja) * | 2011-10-17 | 2013-10-30 | 中国電力株式会社 | 時間予測装置、時間予測方法及びプログラム |
CN106372391B (zh) * | 2016-08-26 | 2020-05-08 | 东软集团股份有限公司 | 一种门诊候诊时间计算方法及装置 |
WO2022064650A1 (ja) * | 2020-09-25 | 2022-03-31 | 日本電気株式会社 | 混雑予測装置、混雑予測方法および記録媒体 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06348724A (ja) * | 1993-06-03 | 1994-12-22 | Saginomiya Seisakusho Inc | 待ち時間表示装置 |
JPH0991593A (ja) * | 1995-09-28 | 1997-04-04 | Hitachi Ltd | 駐車場案内方法 |
JPH10154299A (ja) * | 1996-09-30 | 1998-06-09 | Hitachi Ltd | 駐車待ち時間案内システム |
JPH10312497A (ja) * | 1997-05-13 | 1998-11-24 | Toshiba Corp | 交通状況予測装置 |
JP2001005866A (ja) * | 1999-06-17 | 2001-01-12 | Techno Medica:Kk | 患者待ち人数表示システム |
JP2001236337A (ja) * | 2000-02-22 | 2001-08-31 | Fuji Electric Co Ltd | ニューラルネットワークによる予測装置 |
JP2001282919A (ja) * | 2000-03-30 | 2001-10-12 | Toto Ltd | 診察待ち時間予測システム |
JP2001325582A (ja) * | 2000-05-17 | 2001-11-22 | Chugoku Electric Power Co Inc:The | 時系列データ学習・予測装置 |
-
2005
- 2005-03-30 JP JP2005099277A patent/JP4217689B2/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06348724A (ja) * | 1993-06-03 | 1994-12-22 | Saginomiya Seisakusho Inc | 待ち時間表示装置 |
JPH0991593A (ja) * | 1995-09-28 | 1997-04-04 | Hitachi Ltd | 駐車場案内方法 |
JPH10154299A (ja) * | 1996-09-30 | 1998-06-09 | Hitachi Ltd | 駐車待ち時間案内システム |
JPH10312497A (ja) * | 1997-05-13 | 1998-11-24 | Toshiba Corp | 交通状況予測装置 |
JP2001005866A (ja) * | 1999-06-17 | 2001-01-12 | Techno Medica:Kk | 患者待ち人数表示システム |
JP2001236337A (ja) * | 2000-02-22 | 2001-08-31 | Fuji Electric Co Ltd | ニューラルネットワークによる予測装置 |
JP2001282919A (ja) * | 2000-03-30 | 2001-10-12 | Toto Ltd | 診察待ち時間予測システム |
JP2001325582A (ja) * | 2000-05-17 | 2001-11-22 | Chugoku Electric Power Co Inc:The | 時系列データ学習・予測装置 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008242657A (ja) * | 2007-03-26 | 2008-10-09 | Fujifilm Corp | 診療管理システム |
JP2009129308A (ja) * | 2007-11-27 | 2009-06-11 | Chugoku Electric Power Co Inc:The | サービス時間割当方法及びサービス時間割当装置 |
JP2010165290A (ja) * | 2009-01-19 | 2010-07-29 | Seiko:Kk | 予約管理装置,予約管理方法および予約管理用プログラム |
JP5989270B1 (ja) * | 2016-03-23 | 2016-09-07 | 株式会社リクルートホールディングス | 順番管理システム、順番管理装置およびプログラム |
JP6200041B1 (ja) * | 2016-07-15 | 2017-09-20 | 株式会社三井住友銀行 | 店舗検索システムおよび方法 |
JP2018010564A (ja) * | 2016-07-15 | 2018-01-18 | 株式会社三井住友銀行 | 店舗検索システムおよび方法 |
US10673784B1 (en) * | 2016-08-25 | 2020-06-02 | C/Hca, Inc. | Processing delay predictions based on queue assessments |
JP2019063116A (ja) * | 2017-09-29 | 2019-04-25 | 株式会社トプコン | 眼科検査システム |
JP7092481B2 (ja) | 2017-09-29 | 2022-06-28 | 株式会社トプコン | 眼科検査システム |
JP2021002195A (ja) * | 2019-06-21 | 2021-01-07 | 株式会社ビードットメディカル | 粒子線治療のスケジュール管理装置及び管理方法 |
JP2021000417A (ja) * | 2019-06-21 | 2021-01-07 | 株式会社ビードットメディカル | 放射線治療のスケジュール管理装置及び管理方法 |
JP7464372B2 (ja) | 2019-06-21 | 2024-04-09 | 株式会社ビードットメディカル | 放射線治療のスケジュール管理装置及び管理方法 |
CN110993070A (zh) * | 2019-10-17 | 2020-04-10 | 山东科技大学 | 基于神经网络的医院门诊等待时间预测方法 |
Also Published As
Publication number | Publication date |
---|---|
JP4217689B2 (ja) | 2009-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4217689B2 (ja) | 待ち時間予測方法、待ち時間予測システム、及びプログラム | |
JP4194573B2 (ja) | 待ち時間予測方法、待ち時間予測システム、及びプログラム | |
Main et al. | Computerised decision support systems in order communication for diagnostic, screening or monitoring test ordering: systematic reviews of the effects and cost-effectiveness of systems | |
JP5731440B2 (ja) | 患者呼出表示システム、患者呼出/案内方法、患者呼出/案内装置、プログラム | |
JP5328867B2 (ja) | 時間予測装置、時間予測方法及びプログラム | |
JP2009070188A (ja) | メニュー配信システム、メニューサーバ、読書装置、方法、およびプログラム | |
Salzarulo et al. | The impact of variability and patient information on health care system performance | |
JP2007011971A (ja) | ルート情報提供システム | |
JP2007141165A (ja) | 予約時間案内システム、予約時間案内方法、及びプログラム | |
JP2010079551A (ja) | 医療機関における駐車場予約装置 | |
JP2014203416A (ja) | 待ち時間予測システム | |
KR20020005890A (ko) | 병원진료 관리시스템 | |
JP2004302696A (ja) | 待ち行列管理サーバ、待ち行列管理システム、待ち行列管理方法、待ち行列管理プログラム | |
JP5318173B2 (ja) | インターバル予測装置、待ち時間予測装置、インターバル予測方法、待ち時間予測方法及びプログラム | |
JP2009205359A (ja) | 受付支援装置及び方法、並びに医用ネットワークシステム | |
JP2006301760A (ja) | 医療情報提供装置及び医療情報提供方法 | |
JP2011191991A (ja) | 患者呼込み管理方法、患者呼込み管理装置および患者呼込み管理プログラム | |
JP2008165422A (ja) | 医療機関情報提供システム | |
JP7327843B1 (ja) | 予測装置、予測システム、予測方法、及びプログラム | |
JP4450820B2 (ja) | スケジュール管理システム、スケジュール管理方法、およびプログラム | |
JP2017167656A (ja) | 順番管理システム、順番管理装置および順番管理プログラム | |
JP6279644B2 (ja) | 順番管理システム、順番管理装置およびプログラム | |
JP4191116B2 (ja) | 待ち時間管理システム | |
JP5116781B2 (ja) | 予約設定方法及び予約設定装置 | |
JP5004996B2 (ja) | 利用者順序予測方法及び利用者順序予測装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20071122 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20080125 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20080214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080219 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080418 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080610 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080807 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20080916 |
|
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: 20081014 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20081110 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4217689 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111114 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111114 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111114 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111114 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121114 Year of fee payment: 4 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121114 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121114 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131114 Year of fee payment: 5 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |