JP2020201977A5 - 人体の健康状態を推定するシステム - Google Patents

Description

このＡＩは、各状態の動的マトリクスを格納した第２のユニットにアクセス可能であってもよく、方法は、さらに、第１の時点から時間が経過した第１の検査対象のシステムの第２の時点における多数の検査項目間の第２の関係の第１の関係に対する変位と各状態の動的マトリクスとを比較して、第２の関係に基づき静的判断ユニットにより推定される第２の静的な状態を検証する第２のステップを含んでもよい。第２のステップは、第２の関係の前記第１の関係に対する変位を各状態の動的マトリクスをフィルターとして画像に変換した各状態の個別変位マトリクスを画像認識して第２の静的な状態を推定することを含んでもよい。さらに、この方法は、第１の検査対象のシステムの第２の時点以降の状態の推移を推定する第３のステップを有していてもよい。
上記には、さらに、多数の検査対象の複雑系の個別の複雑系の状態を推定するシステムが開示されている。このシステムは、前記多数の検査対象の複雑系の経時的変化の各段階に該当する前記多数の検査対象の複雑系の状態を示唆する多数の検査項目の検査結果間の多数の相関情報を含む各段階のマトリクスであって、複数の検査項目の検査結果同士の相関情報を含む複数のセルを含む各段階のマトリクスを格納した第１のストレージと、個別の複雑系である第１の複雑系の第１の時点における前記多数の検査項目の検査結果を、前記各段階のマトリクスの少なくともいずれかのマトリクスの前記多数の検査項目の検査結果間の多数の相関情報に基づきマトリクス化した第１のマトリクスに基づき前記第１の複雑系の第１の状態を推定するように構成された第１の推定ユニットとを有する。前記第１の推定ユニットは、複数の前記第１のマトリクスと複数の前記第１の状態との対応関係を機械学習により学習した人工知能により、前記個別の複雑系の前記第１の状態を推定するように構成された第１のＡＩユニットを含んでもよい。前記第１のＡＩユニットは、前記複数のセルを含む前記第１のマトリクスを画像認識して前記第１の状態との対応関係を機械学習した人工知能を含んでもよい。システムは、前記各段階のマトリクスに含まれる前記複数のセルのそれぞれに、前記第１の複雑系の前記第１の時点における複数の検査項目の検査結果同士の関係を反映した前記第１のマトリクスを生成するように構成された第１の生成ユニットをさらに有してもよい。システムは、前記第１の複雑系の前記第１の時点における前記多数の検査項目の検査結果を、前記各段階のマトリクスの前記多数の検査項目の検査結果間の多数の相関情報を用いて、前記複数のセルに展開した前記第１のマトリクスを生成するように構成された第２の生成ユニットをさらに有してもよい。システムは、前記複数のセルが、前記多数の検査項目をＸおよびＹ軸とする２次元に配置された前記第１のマトリクスを出力するように構成された出力ユニットをさらに有してもよい。
このシステムは、第１の時点から時間が経過した前記第１の複雑系の第２の時点における前記多数の検査項目の検査結果を、前記各段階のマトリクスの少なくともいずれかのマトリクスの前記多数の検査項目の検査結果間の多数の相関情報に基づきマトリクス化した第２のマトリクスと、前記第１のマトリクスとの変位に基づき前記第１の複雑系の状態の推移を推定するように構成された第２の推定ユニットをさらに有してもよい。前記ストレージは、前記各段階のマトリクスの間の前記多数の相関情報が遷移する情報を含む移行マトリクスであって、前記多数の検査対象のシステムの経時的な状態の変化を反映した移行マトリクスを含み、前記第２の推定ユニットは、前記第１のマトリクスから前記第２のマトリクスへの変位と前記移行マトリクスとを比較して、前記第２のマトリクスに基づき推定された前記第１の複雑系の第２の状態を検証するように構成されたユニットを含んでもよい。前記第２の推定ユニットは、前記第１の複雑系の前記第２の時点以降の状態の推移を推定するように構成されたユニットを含んでもよい。前記第２の推定ユニットは、複数の前記第１のマトリクスと複数の前記第２のマトリクスとの間の変位と、前記多数の検査対象の複雑系の経時的な状態変化との対応関係を機械学習により学習した人工知能により、前記第１の複雑系の前記状態の推移を推定するように構成された第２のＡＩユニットを含んでもよい。このシステムは、前記検査対象の複雑系のレプリカを用いて前記各段階の前記多数の検査項目間の多数の相関情報を自動生成するように構成されたユニットを含んでもよい。当該システムは典型的には予備診察システムであり、前記検査対象の複雑系は人体であってもよい。
上記には、さらに、コンピュータにより、多数の検査対象の複雑系の個別の複雑系の状態を推定する方法が開示されている。前記コンピュータは、前記多数の検査対象の複雑系の状態の経時的変化の各段階に該当する前記多数の検査対象の複雑系の状態を示唆する多数の検査項目の検査結果間の多数の相関情報を含む各段階のマトリクスであって、複数の検査項目の検査結果同士の相関情報を含む複数のセルを含む各段階のマトリクスを格納した第１のストレージを有し、当該方法は、個別の複雑系である第１の複雑系の第１の時点における前記多数の検査項目の検査結果を、前記各段階のマトリクスの少なくともいずれかのマトリクスの前記多数の検査項目の検査結果間の多数の相関情報に基づきマトリクス化した第１のマトリクスに基づき前記第１の複雑系の第１の状態を推定する第１の推定処理を、前記コンピュータに実行させることを含む。前記第１の推定処理は、複数の前記第１のマトリクスと複数の前記第１の状態との対応関係を機械学習により学習した人工知能により、前記第１の複雑系の前記第１の状態を推定することを含んでもよい。この方法は、前記各段階のマトリクスに含まれる前記複数のセルのそれぞれに、前記第１の複雑系の前記第１の時点における複数の検査項目の検査結果同士の関係を反映した前記第１のマトリクスを生成する処理を、前記コンピュータに実行させることを含んでもよい。この方法は、さらに、前記第１の複雑系の前記第１の時点における前記多数の検査項目の検査結果を、前記各段階のマトリクスの前記多数の検査項目の検査結果間の多数の相関情報を用いて、前記複数のセルに展開した前記第１のマトリクスを生成する処理を、前記コンピュータに実行させることを含んでもよい。
この方法は、前記第１の時点から時間が経過した前記第１の複雑系の第２の時点における前記多数の検査項目の検査結果を、前記各段階のマトリクスの少なくともいずれかのマトリクスの前記多数の検査項目の検査結果間の多数の相関情報に基づきマトリクス化した第２のマトリクスと、第１のマトリクスとの変位に基づき第１の複雑系の状態の推移を推定する第２の推定処理を前記コンピュータが実行することをさらに有してもよい。前記ストレージは、前記各段階のマトリクスの間の前記多数の相関情報が遷移する情報を含む移行マトリクスであって、前記多数の検査対象のシステムの経時的な状態の変化を反映した移行マトリクスを含み、前記第２の推定処理は、前記第１のマトリクスから前記第２のマトリクスへの変位と前記移行マトリクスとを比較して、前記第２のマトリクスに基づき推定された前記第１の複雑系の第２の状態を検証することを含んでもよい。前記第２の推定処理は、前記第１の複雑系の前記第２の時点以降の状態の推移を推定することを含んでもよい。また、これらに記載の方法をコンピュータにより実行するためのプログラムも開示されている。

Claims (6)

1. 人体の健康状態を推定するシステムであって、
   人体の健康状態を示唆する多数の検査項目の検査結果間の多数の相関情報を含む各段階のマトリクスであって、複数の検査項目の検査結果同士の相関情報を含む複数のセルを含み、多数の患者の各検査時における前記多数の検査項目の検査結果を前記多数の検査項目の検査結果間の多数の相関情報に基づきマトリクス化した多数の第１のマトリクスと前記多数の患者の健康状態との対応関係を機械学習により学習した第１の人工知能を含む第１のＡＩユニットと、
   第１の患者の検査時における前記多数の検査項目の検査結果を前記多数の検査項目の検査結果間の多数の相関情報に基づきマトリクス化した検査時のマトリクスに基づき、前記第１のＡＩユニットが、前記第１の患者の前記検査時における健康状態を推定するように構成された第１の推定ユニットとを有するシステム。
2. 請求項１において、
   前記第１のＡＩユニットは、前記複数のセルを含む前記多数の第１のマトリクスを画像認識して前記多数の患者の健康状態との対応関係を機械学習した前記第１の人工知能を含む、システム。
3. 請求項１または２において、
   第１の検査時点から時間が経過した第２の検査時点における前記多数の検査項目の検査結果の変移を前記多数の検査項目の検査結果間の多数の相関情報に基づきマトリクス化した多数の第２のマトリクスと前記多数の患者の経時的な状態変化との対応関係を機械学習により学習した第２の人工知能により、前記第１の患者の前記健康状態の推移を推定するように構成された第２のＡＩユニットをさらに有する、システム。
4. コンピュータにより、患者の健康状態を推定する方法であって、
   人体の健康状態を示唆する多数の検査項目の検査結果間の多数の相関情報を含む各段階のマトリクスであって、複数の検査項目の検査結果同士の相関情報を含む複数のセルを含み、多数の患者の各検査時における前記多数の検査項目の検査結果を前記多数の検査項目の検査結果間の多数の相関情報に基づきマトリクス化した多数の第１のマトリクスと前記多数の患者の健康状態との対応関係を機械学習により学習した第１の人工知能により、第１の患者の検査時における前記多数の検査項目の検査結果を前記多数の検査項目の検査結果間の多数の相関情報に基づきマトリクス化した検査時のマトリクスに基づき、前記第１の患者の前記検査時における健康状態を推定する第１の推定処理を、前記コンピュータに実行させることを含む、方法。
5. 請求項４において、
   第１の検査時点から時間が経過した第２の検査時点における前記多数の検査項目の検査結果の変移を前記多数の検査項目の検査結果間の多数の相関情報に基づきマトリクス化した多数の第２のマトリクスと前記多数の患者の経時的な状態変化との対応関係を機械学習により学習した第２の人工知能により、前記第１の患者の前記健康状態の推移を推定する第２の推定処理を、前記コンピュータに実行させることをさらに含む、方法。
6. 請求項４または５のいずれかに記載の方法をコンピュータにより実行するためのプログラム。