JP2021060821A - 医薬品の調剤量を予測するためのシステム、方法、およびプログラム - Google Patents
医薬品の調剤量を予測するためのシステム、方法、およびプログラム Download PDFInfo
- Publication number
- JP2021060821A JP2021060821A JP2019184745A JP2019184745A JP2021060821A JP 2021060821 A JP2021060821 A JP 2021060821A JP 2019184745 A JP2019184745 A JP 2019184745A JP 2019184745 A JP2019184745 A JP 2019184745A JP 2021060821 A JP2021060821 A JP 2021060821A
- Authority
- JP
- Japan
- Prior art keywords
- data
- pharmacy
- drug
- dispensing
- amount
- 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 40
- 229940127554 medical product Drugs 0.000 title abstract 4
- 239000003814 drug Substances 0.000 claims description 238
- 229940079593 drug Drugs 0.000 claims description 230
- 238000012417 linear regression Methods 0.000 claims description 13
- 239000000825 pharmaceutical preparation Substances 0.000 claims description 6
- 229940127557 pharmaceutical product Drugs 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 description 17
- 230000006399 behavior Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 9
- 238000004806 packaging method and process Methods 0.000 description 7
- 230000002354 daily effect Effects 0.000 description 6
- 230000001932 seasonal effect Effects 0.000 description 5
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- WXFIGDLSSYIKKV-RCOVLWMOSA-N L-Metaraminol Chemical compound C[C@H](N)[C@H](O)C1=CC=CC(O)=C1 WXFIGDLSSYIKKV-RCOVLWMOSA-N 0.000 description 3
- AGOYDEPGAOXOCK-KCBOHYOISA-N clarithromycin Chemical compound O([C@@H]1[C@@H](C)C(=O)O[C@@H]([C@@]([C@H](O)[C@@H](C)C(=O)[C@H](C)C[C@](C)([C@H](O[C@H]2[C@@H]([C@H](C[C@@H](C)O2)N(C)C)O)[C@H]1C)OC)(C)O)CC)[C@H]1C[C@@](C)(OC)[C@@H](O)[C@H](C)O1 AGOYDEPGAOXOCK-KCBOHYOISA-N 0.000 description 3
- 229960002626 clarithromycin Drugs 0.000 description 3
- 230000001788 irregular Effects 0.000 description 3
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 206010022000 influenza Diseases 0.000 description 2
- 239000007923 nasal drop Substances 0.000 description 2
- 229910052700 potassium Inorganic materials 0.000 description 2
- 239000011591 potassium Substances 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 230000003612 virological effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 229940100656 nasal solution Drugs 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 241000712461 unidentified influenza virus Species 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
(項目1)
医薬品の調剤量を予測するためのコンピュータシステムであって、
薬局に関するデータを取得する取得手段と、
前記薬局に関するデータに基づいて、前記薬局における医薬品の将来の調剤量を予測する予測手段と、
前記予測された調剤量を出力する出力手段と
を備えるコンピュータシステム。
(項目2)
前記薬局に関するデータは、前記医薬品を調剤した日の月を含む、項目1に記載のコンピュータシステム。
(項目3)
前記薬局に関するデータは、前記日の曜日をさらに含む、項目2に記載のコンピュータシステム。
(項目4)
前記薬局に関するデータは、前記日の1週間後が休日であることを示す翌週休日フラグをさらに含む、項目2または項目3に記載のコンピュータシステム。
(項目5)
前記薬局に関するデータは、前記日の1週間前が休日であることを示す前週休日フラグ、前記日が休日であることを示す当日休日フラグ、前記日の翌日が休日であることを示す翌日休日フラグのうちの少なくとも1つをさらに含む、項目2〜4のいずれか一項に記載のコンピュータシステム。
(項目6)
前記薬局に関するデータは、前記日の1週間前が休日であることを示す前週休日フラグと、前記日が休日であることを示す当日休日フラグと、前記日の翌日が休日であることを示す翌日休日フラグとをさらに含む、項目2〜4のいずれか一項に記載のコンピュータシステム。
(項目7)
前記予測手段は、学習済モデルを用いて前記薬局における医薬品の調剤量を予測し、前記学習済モデルは、前記薬局に関するデータに基づいて学習処理がなされたモデルである、項目1〜6のいずれか一項に記載のシステム。
(項目8)
前記学習済モデルは、線形回帰モデルであり、
前記予測手段は、前記薬局に関するデータを前記線形回帰モデルの説明変数に入力することにより、前記医薬品の将来の調剤量を得る、項目7に記載のコンピュータシステム。
(項目9)
前記予測手段は、少なくとも1日後〜3日後の3日間の前記医薬品の調剤量を予測する、項目1〜8のいずれか一項に記載のコンピュータシステム。
(項目10)
前記取得手段は、医薬品の在庫データをさらに取得し、
前記コンピュータシステムは、前記予測された調剤量と、前記在庫データとに基づいて、前記医薬品を発注すべき量の推奨値を予測する第2の予測手段をさらに備え、
前記出力手段は、前記予測された発注すべき量の推奨値を出力する、項目1〜9のいずれか一項に記載のコンピュータシステム。
(項目11)
前記第2の予測手段は、
前記医薬品の現在の在庫量から前記予測された調剤量を減算した値と、前記医薬品の適正在庫量とを比較することと、
前記医薬品の現在の在庫量から前記予測された調剤量を減算した値が前記医薬品の適正在庫量を下回る場合に、前記医薬品を発注すべき量の推奨値を予測することと
を行うように構成されている、項目10に記載のコンピュータシステム。
(項目12)
医薬品の調剤量を予測するための方法であって、
薬局に関するデータを取得することと、
前記薬局に関するデータに基づいて、前記薬局における医薬品の将来の調剤量を予測することと、
前記予測された調剤量を出力することと
を含む方法。
(項目13)
医薬品の調剤量を予測するためのプログラムであって、前記プログラムは、プロセッサ部を備えるシステムにおいて実行され、前記プログラムは、
薬局に関するデータを取得することと、
前記薬局に関するデータに基づいて、前記薬局における医薬品の将来の調剤量を予測することと、
前記予測された調剤量を出力することと
を含む処理を前記プロセッサ部に実行させる、プログラム。
(項目14)
医薬品の調剤量を予測するために用いられるモデルを構築するためのコンピュータシステムであって、
薬局に関するデータを取得する取得手段と、
前記薬局に関するデータを教師データとして学習する学習手段と
を備えるコンピュータシステム。
(項目15)
前記薬局に関するデータは、4日前〜90日前の期間内のデータを含む、項目14に記載のコンピュータシステム。
(項目16)
医薬品の調剤量を予測するために用いられるモデルを構築するための方法であって、
薬局に関するデータを取得することと、
前記薬局に関するデータを教師データとして学習することと
を含む方法。
(項目17)
医薬品の調剤量を予測するために用いられるモデルを構築するためのプログラムであって、前記プログラムは、プロセッサ部を備えるシステムにおいて実行され、前記プログラムは、
薬局に関するデータを取得することと、
前記薬局に関するデータを教師データとして学習することと
を含む処理を前記プロセッサ部に実行させる、プログラム。
本発明の発明者は、医薬品の発注を支援するための新たなサービスを開発した。そのサービスの1つは、発注すべき医薬品を決定することを支援するために、調剤薬局における将来の調剤量を発注者に提示するサービスである。このサービスでは、例えば、発注日の次の日に調剤され得る医薬品の調剤量が発注者に提示される。発注者は、このサービスを利用することにより、将来の調剤量を考慮して発注量を決定することができるようになる。これにより、発注の精度が向上し、過剰な在庫状態または不足する在庫状態を回避することができる。
図2Aは、医薬品の調剤量を予測するためのコンピュータシステム100の構成の一例を示す。
yi=w1x1+w2x2+・・・+wkxk+α
で表される。取得手段121によって取得されたデータに基づく学習処理では、例えば、薬局に関するデータのうちの調剤日の月、調剤日の曜日、調剤日に関する休日フラグを説明変数xkとし、薬局に関するデータのうちの調剤量小計を目的変数yiとして、係数wkを決定することにより、学習済モデルが構築される。例えば、或る調剤日の月、曜日、休日フラグを説明変数xkとし、その調剤日の翌日の調剤量小計を目的変数yiとして、構築された学習済モデルは、翌日の調剤量を予測することが可能な学習済モデルとなる。例えば、或る調剤日の月、曜日、休日フラグを説明変数xkとし、その調剤日の翌々日の調剤量小計を目的変数yiとして、構築された学習済モデルは、翌々日の調剤量を予測することが可能な学習済モデルとなる。このように、調剤量を予測したい将来の日に応じて、学習に用いる調剤量小計を変えることにより、所望の将来の日の調剤量を予測することが可能な学習済モデルを構築することができる。このとき、特定の薬局から取得された薬局に関するデータを用いて、その薬局特有の学習済モデル(専用学習済モデル)を構築するようにしてもよいし、不特定の薬局から取得された薬局に関するデータを用いて、一般的な学習済モデル(汎用学習済モデル)を構築するようにしてもよい。例えば、学習処理では、薬局に関するデータに対して前処理を施したうえで、前処理を施された薬局に関するデータを用いて学習済みモデルを構築するようにしてもよい。前処理として、任意の処理を行うことができる。例えば、休日フラグの有無に基づいて、目的変数に用いられる調剤量小計を増減させるようにしてもよい。これにより、例えば、月末や年末等の時期的な要因で薬剤の需要および必要在庫量が特異的に変動することに対応した、より精緻な予測が可能になり得る。
E=SE+(S0−S1)+α
と表され得る。ここで、αは、適正在庫量に対してどれだけ余裕を持つかの指標であり、医薬品毎に各薬局によって設定され得る値である。
図6は、医薬品の調剤量を予測するためのコンピュータシステム100における処理の一例を示す。処理600は、コンピュータシステム100のプロセッサ部120において実行される。以下では、薬局Aで調剤され得る医薬品aの調剤量を予測する場合を例に説明する。
Ea=SEa+(S0a−S1a)+αa
と表され得る。ここで、αaは、医薬品aの適正在庫量に対してどれだけ余裕を持つかの指標であり、各薬局によって設定され得る値である。
yi=w1x1+w2x2+・・・+wkxk+α
で表される。ステップS802では、プロセッサ部120は、例えば、ステップS801で取得された薬局に関するデータのうちの調剤日の月、調剤日の曜日、調剤日の翌週休日フラグ、調剤日の前週休日フラグ、調剤日の当日休日フラグ、調剤日の翌日休日フラグのうちの少なくとも1つを説明変数xkとし、薬局に関するデータのうちの調剤量小計を目的変数yiとして、係数wkを決定することにより、学習済モデルを構築することができる。例えば、目的変数yiとして、調剤日の翌日の調剤量小計を用いると、構築された学習済モデルは、翌日の調剤量を予測することが可能な学習済モデルとなる。例えば、目的変数yiとして、調剤日の2日後の調剤量小計を用いると、構築された学習済モデルは、翌々日の調剤量を予測することが可能な学習済モデルとなる。このように、調剤量を予測したい将来の日に応じて、学習に用いる調剤量小計を変えることにより、所望の将来の日の調剤量を予測することが可能な学習済モデルを構築することができる。
100 コンピュータシステム
110 インターフェース部
120 プロセッサ部
130 メモリ部
Claims (17)
- 医薬品の調剤量を予測するためのコンピュータシステムであって、
薬局に関するデータを取得する取得手段と、
前記薬局に関するデータに基づいて、前記薬局における医薬品の将来の調剤量を予測する予測手段と、
前記予測された調剤量を出力する出力手段と
を備えるコンピュータシステム。 - 前記薬局に関するデータは、前記医薬品を調剤した日の月を含む、請求項1に記載のコンピュータシステム。
- 前記薬局に関するデータは、前記日の曜日をさらに含む、請求項2に記載のコンピュータシステム。
- 前記薬局に関するデータは、前記日の1週間後が休日であることを示す翌週休日フラグをさらに含む、請求項2または請求項3に記載のコンピュータシステム。
- 前記薬局に関するデータは、前記日の1週間前が休日であることを示す前週休日フラグ、前記日が休日であることを示す当日休日フラグ、前記日の翌日が休日であることを示す翌日休日フラグのうちの少なくとも1つをさらに含む、請求項2〜4のいずれか一項に記載のコンピュータシステム。
- 前記薬局に関するデータは、前記日の1週間前が休日であることを示す前週休日フラグと、前記日が休日であることを示す当日休日フラグと、前記日の翌日が休日であることを示す翌日休日フラグとをさらに含む、請求項2〜4のいずれか一項に記載のコンピュータシステム。
- 前記予測手段は、学習済モデルを用いて前記薬局における医薬品の調剤量を予測し、前記学習済モデルは、前記薬局に関するデータに基づいて学習処理がなされたモデルである、請求項1〜6のいずれか一項に記載のシステム。
- 前記学習済モデルは、線形回帰モデルであり、
前記予測手段は、前記薬局に関するデータを前記線形回帰モデルの説明変数に入力することにより、前記医薬品の将来の調剤量を得る、請求項7に記載のコンピュータシステム。 - 前記予測手段は、少なくとも1日後〜3日後の3日間の前記医薬品の調剤量を予測する、請求項1〜8のいずれか一項に記載のコンピュータシステム。
- 前記取得手段は、医薬品の在庫データをさらに取得し、
前記コンピュータシステムは、前記予測された調剤量と、前記在庫データとに基づいて、前記医薬品を発注すべき量の推奨値を予測する第2の予測手段をさらに備え、
前記出力手段は、前記予測された発注すべき量の推奨値を出力する、請求項1〜9のいずれか一項に記載のコンピュータシステム。 - 前記第2の予測手段は、
前記医薬品の現在の在庫量から前記予測された調剤量を減算した値と、前記医薬品の適正在庫量とを比較することと、
前記医薬品の現在の在庫量から前記予測された調剤量を減算した値が前記医薬品の適正在庫量を下回る場合に、前記医薬品を発注すべき量の推奨値を予測することと
を行うように構成されている、請求項10に記載のコンピュータシステム。 - 医薬品の調剤量を予測するための方法であって、
薬局に関するデータを取得することと、
前記薬局に関するデータに基づいて、前記薬局における医薬品の将来の調剤量を予測することと、
前記予測された調剤量を出力することと
を含む方法。 - 医薬品の調剤量を予測するためのプログラムであって、前記プログラムは、プロセッサ部を備えるシステムにおいて実行され、前記プログラムは、
薬局に関するデータを取得することと、
前記薬局に関するデータに基づいて、前記薬局における医薬品の将来の調剤量を予測することと、
前記予測された調剤量を出力することと
を含む処理を前記プロセッサ部に実行させる、プログラム。 - 医薬品の調剤量を予測するために用いられるモデルを構築するためのコンピュータシステムであって、
薬局に関するデータを取得する取得手段と、
前記薬局に関するデータを教師データとして学習する学習手段と
を備えるコンピュータシステム。 - 前記薬局に関するデータは、4日前〜90日前の期間内のデータを含む、請求項14に記載のコンピュータシステム。
- 医薬品の調剤量を予測するために用いられるモデルを構築するための方法であって、
薬局に関するデータを取得することと、
前記薬局に関するデータを教師データとして学習することと
を含む方法。 - 医薬品の調剤量を予測するために用いられるモデルを構築するためのプログラムであって、前記プログラムは、プロセッサ部を備えるシステムにおいて実行され、前記プログラムは、
薬局に関するデータを取得することと、
前記薬局に関するデータを教師データとして学習することと
を含む処理を前記プロセッサ部に実行させる、プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019184745A JP6709483B1 (ja) | 2019-10-07 | 2019-10-07 | 医薬品の調剤量を予測するためのシステム、方法、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019184745A JP6709483B1 (ja) | 2019-10-07 | 2019-10-07 | 医薬品の調剤量を予測するためのシステム、方法、およびプログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020079539A Division JP2021060958A (ja) | 2020-04-28 | 2020-04-28 | 医薬品の調剤量を予測するためのシステム、方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6709483B1 JP6709483B1 (ja) | 2020-06-17 |
JP2021060821A true JP2021060821A (ja) | 2021-04-15 |
Family
ID=71079412
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019184745A Active JP6709483B1 (ja) | 2019-10-07 | 2019-10-07 | 医薬品の調剤量を予測するためのシステム、方法、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6709483B1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7101304B1 (ja) | 2021-07-01 | 2022-07-14 | 株式会社カケハシ | 医療機関における薬剤の需要を予測する装置、方法及びそのためのプログラム |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112465294B (zh) * | 2020-10-21 | 2023-08-22 | 郑州大学第一附属医院 | 基于审计结果的医院药品智能供货方法及装置 |
JP7154361B1 (ja) | 2021-04-12 | 2022-10-17 | 株式会社カケハシ | 医療機関における商品の発注処理を行うための装置、方法及びそのためのプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05250387A (ja) * | 1992-03-09 | 1993-09-28 | Nec Corp | 予想在庫量による発注方式 |
JP2002149819A (ja) * | 2000-11-15 | 2002-05-24 | Kuraya Sanseido Inc | 薬品卸業務管理システム |
JP2004062607A (ja) * | 2002-07-30 | 2004-02-26 | Higashi Nihon Medicom Kk | 処方箋集計システムおよび薬剤師配置システム |
JP2019053433A (ja) * | 2017-09-13 | 2019-04-04 | ヤフー株式会社 | 予測装置、予測方法、及び予測プログラム |
-
2019
- 2019-10-07 JP JP2019184745A patent/JP6709483B1/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05250387A (ja) * | 1992-03-09 | 1993-09-28 | Nec Corp | 予想在庫量による発注方式 |
JP2002149819A (ja) * | 2000-11-15 | 2002-05-24 | Kuraya Sanseido Inc | 薬品卸業務管理システム |
JP2004062607A (ja) * | 2002-07-30 | 2004-02-26 | Higashi Nihon Medicom Kk | 処方箋集計システムおよび薬剤師配置システム |
JP2019053433A (ja) * | 2017-09-13 | 2019-04-04 | ヤフー株式会社 | 予測装置、予測方法、及び予測プログラム |
Non-Patent Citations (1)
Title |
---|
医療法人社団久保田産婦人科病院: "土曜日/祝日前後の外来診療についてのご案内", 新着情報バックナンバー, JPN6020005310, 4 July 2017 (2017-07-04), JP, ISSN: 0004211477 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7101304B1 (ja) | 2021-07-01 | 2022-07-14 | 株式会社カケハシ | 医療機関における薬剤の需要を予測する装置、方法及びそのためのプログラム |
JP2023008745A (ja) * | 2021-07-01 | 2023-01-19 | 株式会社カケハシ | 医療機関における薬剤の需要を予測する装置、方法及びそのためのプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6709483B1 (ja) | 2020-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dong et al. | The impact of delay announcements on hospital network coordination and waiting times | |
JP6709483B1 (ja) | 医薬品の調剤量を予測するためのシステム、方法、およびプログラム | |
US20160350721A1 (en) | Behaviorally informed scheduling systems and methods | |
US8429034B2 (en) | Inventory control over pharmaceutical sample distributions software, systems and methodologies | |
US8078488B2 (en) | System and method for determining trailing data adjustment factors | |
JP2009265747A (ja) | マーケティング支援システム、マーケティング支援方法、マーケティング支援プログラム及びコンピュータ読み取り可能な媒体 | |
US20200152305A1 (en) | Healthcare compliance process over a network | |
KR102533729B1 (ko) | 의약품 주문 및 고객 정보 기반 의약품 수요 예측 및 재고 관리 방법, 장치 및 시스템 | |
Shukla et al. | Optimizing vaccine distribution via mobile clinics: a case study on COVID-19 vaccine distribution to long-term care facilities | |
TWI467507B (zh) | Information processing devices, information processing methods and programs | |
Zhang et al. | Kroger uses simulation-optimization to improve pharmacy inventory management | |
KR102370556B1 (ko) | 인공신경망을 활용한 장례식 시스템 | |
WO2019049819A1 (ja) | 医療情報処理システム | |
WO2023031762A1 (en) | System and method for end-to-end hospital management | |
JP2024040508A (ja) | 医薬品の発注を支援するためのシステム、プログラム、および方法 | |
JP6722927B2 (ja) | 医薬品の流通を支援するためのシステム、方法およびプログラム | |
JP2021060958A (ja) | 医薬品の調剤量を予測するためのシステム、方法、およびプログラム | |
JP2020119388A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2002259663A (ja) | 顧客訪問スケジュール作成装置および方法 | |
US20180053137A1 (en) | System and method for customer selected convenience based pricing of service providers | |
CA2915585C (en) | Systems and methods for managing an electronic database | |
Cao et al. | Optimal pricing and inventory control strategy for a continuous-review system with product return | |
JP2020149716A (ja) | 医薬品の流通を支援するためのシステム、方法およびプログラム | |
JPH07175787A (ja) | 販売量予測装置 | |
Lu | Data-driven system design in service operations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191024 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20191024 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20191031 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200206 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200212 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200330 |
|
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: 20200417 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200428 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6709483 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |