JP2019204212A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2019204212A5 JP2019204212A5 JP2018097906A JP2018097906A JP2019204212A5 JP 2019204212 A5 JP2019204212 A5 JP 2019204212A5 JP 2018097906 A JP2018097906 A JP 2018097906A JP 2018097906 A JP2018097906 A JP 2018097906A JP 2019204212 A5 JP2019204212 A5 JP 2019204212A5
- Authority
- JP
- Japan
- Prior art keywords
- biological
- factor
- parameter
- behavioral
- improveable
- 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
- 238000011156 evaluation Methods 0.000 claims description 20
- 230000003542 behavioural Effects 0.000 claims description 18
- HVYWMOMLDIMFJA-DPAQBDIFSA-N (3β)-Cholest-5-en-3-ol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 8
- 206010003210 Arteriosclerosis Diseases 0.000 claims description 7
- 229940107161 Cholesterol Drugs 0.000 claims description 4
- 206010012601 Diabetes mellitus Diseases 0.000 claims description 3
- 230000006399 behavior Effects 0.000 claims 8
- 230000002411 adverse Effects 0.000 claims 4
- 230000036772 blood pressure Effects 0.000 claims 2
- 238000007726 management method Methods 0.000 claims 2
- 230000000391 smoking Effects 0.000 claims 2
- 230000002068 genetic Effects 0.000 claims 1
- 230000004622 sleep time Effects 0.000 claims 1
- 230000036578 sleeping time Effects 0.000 claims 1
- 230000035488 systolic blood pressure Effects 0.000 description 3
- 206010061256 Ischaemic stroke Diseases 0.000 description 1
- 208000010125 Myocardial Infarction Diseases 0.000 description 1
- 239000002220 antihypertensive agent Substances 0.000 description 1
- 230000000271 cardiovascular Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
Images
Description
2.2.3 固定端末のハードウェア構成例
次に、固定端末50のハードウェア構成例について説明する。図5は、本実施形態に係る固定端末50のハードウェア構成の一例を示すブロック図である。図5に示すように、本実施形態に係る固定端末50は、制御部51、記憶部52、通信部53、操作部54、及び、表示部55を備える。
次に、固定端末50のハードウェア構成例について説明する。図5は、本実施形態に係る固定端末50のハードウェア構成の一例を示すブロック図である。図5に示すように、本実施形態に係る固定端末50は、制御部51、記憶部52、通信部53、操作部54、及び、表示部55を備える。
10年以内のASCVD発症リスクは、心臓発作、虚血性脳卒中等の動脈硬化性心血管疾患(ASCVD)が、10年以内に発症する可能性を予測し、数値化したものである。10年以内のASCVD発症リスクは、例えば、ACC/AHAによる心血管系リスクガイドライン(2013 ACC/AHA Guideline on the Assessment of Cardiovascular Risk)に基づいて、算出される。リスク算出部83によるリスク算出処理については、後述する。
次に、プロセッサ80aは、生体情報及び評価用算出値Aに基づいて、10年以内のASCVD発症リスク(10-Year Risk of Hard ASCVD Event)Rを算出する(S103)。
また、入力情報表示部91では、最高血圧の血圧値(Systolic BP)について、評価対象者の最高血圧の血圧値(mmHg)が表示される。
図13は、評価対象者が、男性であり、白人であり、50才であり、総コレステロール値が150 mg/dLであり、HDLコレステロール値が50 mg/dLであり、降圧剤を使用済みであり、最高血圧の血圧値が150 mmHgであり、喫煙者であり、糖尿病患者である場合の一例を示す。
3. 実施形態等の共通構成
リスク管理装置(1:80)は、評価対象者の生体パラメータに関する生体情報と前記評価対象者の行動パラメータに関する行動情報を取得する取得部(2:82)と、取得された前記生体情報及び前記行動情報に基づいてイベント発症率を算出するリスク算出部(3:83)と、前記生体情報及び前記行動情報の中から改善可能因子となる生体パラメータ及び行動パラメータを選択する選択部(4:84)と、前記改善可能因子として選択された前記生体パラメータ及び前記行動パラメータのそれぞれについて前記イベント発症率に対する寄与度を算出する寄与度算出部(5:85)と、前記寄与度算出部(5:85)での算出結果を表す出力データを生成する生成部(6:86)と、を備える。
リスク管理装置(1:80)は、評価対象者の生体パラメータに関する生体情報と前記評価対象者の行動パラメータに関する行動情報を取得する取得部(2:82)と、取得された前記生体情報及び前記行動情報に基づいてイベント発症率を算出するリスク算出部(3:83)と、前記生体情報及び前記行動情報の中から改善可能因子となる生体パラメータ及び行動パラメータを選択する選択部(4:84)と、前記改善可能因子として選択された前記生体パラメータ及び前記行動パラメータのそれぞれについて前記イベント発症率に対する寄与度を算出する寄与度算出部(5:85)と、前記寄与度算出部(5:85)での算出結果を表す出力データを生成する生成部(6:86)と、を備える。
Claims (8)
- 評価対象者の生体パラメータに関する生体情報と前記評価対象者の行動パラメータに関する行動情報を取得する取得部と、
取得された前記生体情報及び前記行動情報に基づいてイベント発症率を算出するリスク算出部と、
前記生体情報及び前記行動情報の中から改善可能因子となる生体パラメータ及び行動パラメータを選択する選択部と、
前記改善可能因子として選択された前記生体パラメータ及び前記行動パラメータのそれぞれについて前記イベント発症率に対する寄与度を算出する寄与度算出部と、
前記寄与度算出部での算出結果を表す出力データを生成する生成部と、
を備え、
前記寄与度算出部は、前記改善可能因子として選択された前記生体パラメータ及び前記行動パラメータのそれぞれについて前記イベント発症率に対する評価値を算出し、算出された前記評価値を合計した加算値を算出し、算出された前記加算値に対する前記生体パラメータの前記評価値及び前記行動パラメータの前記評価値のそれぞれの割合を前記寄与度として算出し、
前記改善可能因子は、前記イベント発症率の増加に寄与する悪影響因子と前記イベント発症率の減少に寄与する好影響因子とを含み、
前記寄与度算出部は、前記改善可能因子のうち前記悪影響因子として選択された前記生体パラメータ及び前記行動パラメータのそれぞれについて算出された前記評価値の合計値を前記加算値として算出する、
リスク管理装置。 - 前記リスク算出部は、前記イベント発症率として、動脈硬化性心血管疾患の発症リスクを算出する、請求項1に記載のリスク管理装置。
- 前記取得部は、前記生体情報として、人種、性別、年齢、血圧値、コレステロール値、糖尿病の有無及び遺伝情報のうちの少なくとも1つを取得する、請求項1に記載のリスク管理装置。
- 前記取得部は、前記行動情報として、喫煙状況及び睡眠時間のうちの少なくとも一方を取得する、請求項1に記載のリスク管理装置。
- 前記選択部は、前記改善可能因子として、血圧値、コレステロール値、糖尿病の有無、喫煙の有無及び睡眠時間のうちの少なくとも1つを選択する、請求項1に記載のリスク管理装置。
- 前記生成部は、前記出力データとして、前記改善可能因子として選択された前記生体パラメータ及び前記行動パラメータの前記寄与度を相互に比較可能な画像データを生成する、請求項1に記載のリスク管理装置。
- 請求項1乃至6のいずれか1項に記載のリスク管理装置が備える各部の機能をプロセッサに実行させる、リスク管理プログラム。
- 評価対象者に関するイベント発症率を管理する装置が実行するリスク管理方法であって、
前記評価対象者の生体パラメータに関する生体情報と前記評価対象者の行動パラメータに関する行動情報とを取得する過程と、
取得された前記生体情報及び前記行動情報に基づいてイベント発症率を算出する過程と、
前記生体情報及び前記行動情報に含まれる複数の前記生体パラメータ及び前記行動パラメータの中から改善可能因子となる生体パラメータ及び行動パラメータを選択する過程と、
前記改善可能因子として選択された前記生体パラメータ及び前記行動パラメータのそれぞれについて前記イベント発症率に対する寄与度を算出する過程と、
前記寄与度の算出結果を表す出力データを生成する過程と、
を備え、
前記寄与度を算出する過程は、前記改善可能因子として選択された前記生体パラメータ及び前記行動パラメータのそれぞれについて前記イベント発症率に対する評価値を算出し、算出された前記評価値を合計した加算値を算出し、算出された前記加算値に対する前記生体パラメータの前記評価値及び前記行動パラメータの前記評価値のそれぞれの割合を前記寄与度として算出し、
前記改善可能因子は、前記イベント発症率の増加に寄与する悪影響因子と前記イベント発症率の減少に寄与する好影響因子とを含み、
前記寄与度を算出する過程は、前記改善可能因子のうち前記悪影響因子として選択された前記生体パラメータ及び前記行動パラメータのそれぞれについて算出された前記評価値の合計値を前記加算値として算出する、
リスク管理方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018097906A JP7131073B2 (ja) | 2018-05-22 | 2018-05-22 | リスク管理装置、リスク管理方法及びリスク管理プログラム |
CN201980027559.4A CN112074916A (zh) | 2018-05-22 | 2019-05-21 | 风险管理装置、风险管理方法以及风险管理程序 |
DE112019001536.2T DE112019001536T5 (de) | 2018-05-22 | 2019-05-21 | Risikomanagementvorrichtung, risikomanagementverfahren und risikomanagementprogramm |
PCT/JP2019/020043 WO2019225577A1 (ja) | 2018-05-22 | 2019-05-21 | リスク管理装置、リスク管理方法及びリスク管理プログラム |
US17/097,571 US12004880B2 (en) | 2018-05-22 | 2020-11-13 | Risk management device, risk management method, and non-temporary recording medium in which risk management program is stored |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018097906A JP7131073B2 (ja) | 2018-05-22 | 2018-05-22 | リスク管理装置、リスク管理方法及びリスク管理プログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2019204212A JP2019204212A (ja) | 2019-11-28 |
JP2019204212A5 true JP2019204212A5 (ja) | 2021-07-26 |
JP7131073B2 JP7131073B2 (ja) | 2022-09-06 |
Family
ID=68616948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018097906A Active JP7131073B2 (ja) | 2018-05-22 | 2018-05-22 | リスク管理装置、リスク管理方法及びリスク管理プログラム |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP7131073B2 (ja) |
CN (1) | CN112074916A (ja) |
DE (1) | DE112019001536T5 (ja) |
WO (1) | WO2019225577A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023214547A1 (ja) * | 2022-05-02 | 2023-11-09 | 日本臓器製薬株式会社 | プログラム、情報処理装置及び情報処理方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5185785B2 (ja) | 2008-11-19 | 2013-04-17 | オムロンヘルスケア株式会社 | 健康状態判断装置 |
CN107111679A (zh) * | 2014-10-28 | 2017-08-29 | 塔普吉恩斯公司 | 用于确定健康风险的方法 |
US20170061093A1 (en) * | 2015-08-25 | 2017-03-02 | Rubendran Amarasingham | Clinical Dashboard User Interface System and Method |
EP3469501A1 (en) | 2016-06-10 | 2019-04-17 | Cardiac Pacemakers, Inc. | Patient risk scoring & evaluation system |
-
2018
- 2018-05-22 JP JP2018097906A patent/JP7131073B2/ja active Active
-
2019
- 2019-05-21 CN CN201980027559.4A patent/CN112074916A/zh active Pending
- 2019-05-21 WO PCT/JP2019/020043 patent/WO2019225577A1/ja active Application Filing
- 2019-05-21 DE DE112019001536.2T patent/DE112019001536T5/de active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7035004B2 (ja) | 心筋ブリッジ及び患者に及ぼす影響を自動的に判定するためのシステム及び方法 | |
JP5144338B2 (ja) | 健康状態によるアバター映像の生成方法及び装置 | |
US9715657B2 (en) | Information processing apparatus, generating method, medical diagnosis support apparatus, and medical diagnosis support method | |
JP2019528113A (ja) | 機械学習モデルを使用した眼底画像の処理 | |
WO2019131245A1 (ja) | 疾患発症リスク予測装置、方法およびプログラム | |
JP2012128670A (ja) | 保健事業支援システム、保険事業支援装置、及び保険事業支援プログラム | |
JP2021029692A (ja) | 軽度認知障害判定システム | |
JP2018534697A (ja) | 個人化された予測モデルに基づいて健康モニタリングを容易化するシステム及び方法 | |
JP5171239B2 (ja) | 保健指導対象者選定支援システム | |
JP2020530933A (ja) | 機械学習法において使用するゲノムの発見 | |
JP6071338B2 (ja) | 医療診断支援装置、医療診断支援方法及びプログラム | |
CN112868068A (zh) | 使用利用其它模式训练的机器学习模型处理眼底相机图像 | |
JP2019023790A (ja) | 死亡予測装置及び死亡予測プログラム | |
JP2019204212A5 (ja) | ||
CN113571183A (zh) | Covid-19患者管理的风险预测 | |
Cubillos-Calvachi et al. | Analysis of stress’s effects on cardiac dynamics: A case study on undergraduate students | |
JP2020039384A (ja) | 生体情報処理装置、生体情報処理方法、プログラム及び記憶媒体 | |
JP2019101654A (ja) | 健康管理支援装置、方法およびプログラム | |
JP6590386B1 (ja) | 画像処理装置、画像処理システム、および画像処理プログラム | |
WO2019225577A1 (ja) | リスク管理装置、リスク管理方法及びリスク管理プログラム | |
WO2019155825A1 (ja) | 生体情報処理装置、生体情報処理方法、及び生体情報処理プログラム | |
JPWO2019235335A1 (ja) | 診断支援システム、診断支援方法及び診断支援プログラム | |
JP4499503B2 (ja) | 発症リスク算出システム及びプログラム | |
US20230105385A1 (en) | Method And Assembly For Predicting The Occurrence Of Heart Disease Within An Individual | |
JP2019086839A (ja) | 高リスク患者群抽出装置および高リスク患者群抽出方法 |