JP2021111241A - 情報処理装置、発症確率判定方法および発症確率判定プログラム - Google Patents
情報処理装置、発症確率判定方法および発症確率判定プログラム Download PDFInfo
- Publication number
- JP2021111241A JP2021111241A JP2020004007A JP2020004007A JP2021111241A JP 2021111241 A JP2021111241 A JP 2021111241A JP 2020004007 A JP2020004007 A JP 2020004007A JP 2020004007 A JP2020004007 A JP 2020004007A JP 2021111241 A JP2021111241 A JP 2021111241A
- Authority
- JP
- Japan
- Prior art keywords
- data
- probability
- information
- unit
- disease
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims description 30
- 201000010099 disease Diseases 0.000 title claims description 21
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims description 21
- 208000014644 Brain disease Diseases 0.000 claims abstract description 67
- 235000012054 meals Nutrition 0.000 claims abstract description 63
- 235000005911 diet Nutrition 0.000 claims description 18
- 230000000378 dietary effect Effects 0.000 claims description 13
- 230000000694 effects Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 13
- 210000004556 brain Anatomy 0.000 claims description 11
- 239000008280 blood Substances 0.000 claims description 9
- 210000004369 blood Anatomy 0.000 claims description 9
- 230000037213 diet Effects 0.000 claims description 5
- 230000006872 improvement Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 abstract 1
- 238000012545 processing Methods 0.000 description 22
- 238000013500 data storage Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 235000016709 nutrition Nutrition 0.000 description 9
- 230000036772 blood pressure Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 102000004169 proteins and genes Human genes 0.000 description 4
- 108090000623 proteins and genes Proteins 0.000 description 4
- 150000003839 salts Chemical class 0.000 description 4
- 208000003174 Brain Neoplasms Diseases 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 206010008118 cerebral infarction Diseases 0.000 description 3
- 208000026106 cerebrovascular disease Diseases 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 230000033764 rhythmic process Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 235000000346 sugar Nutrition 0.000 description 1
- 150000008163 sugars Chemical class 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
以下の実施の形態では、第1の実施形態に係る情報処理装置10の構成、情報処理装置10の処理の流れを順に説明し、最後に第1の実施形態による効果を説明する。
まず、図1を用いて、情報処理装置10の構成を説明する。図1は、第1の実施形態に係る情報処理装置の構成例を示すブロック図である。図1に示すように、情報処理装置10は、複数の端末装置20Aおよび端末装置20Bとネットワーク30を介して接続されている。なお、端末装置20Aおよび端末装置20Bについて、特に区別なく説明する場合には、端末装置20と記載する。
次に、図5を用いて、第1の実施形態に係る情報処理装置10による処理手順の例を説明する。図5は、第1の実施形態に係る情報処理装置における処理の流れの一例を示すフローチャートである。
第1の実施形態に係る情報処理装置10は、特定のユーザのバイタルデータおよび食事データを取得し、取得したバイタルデータおよび食事データを入力データとして、ユーザが脳の病気を発症する確率を判定するモデルを用いて、特定のユーザが脳の病気を発症する確率を判定し、判定した特定のユーザが脳の病気を発症する確率を出力する。このため、情報処理装置10は、ユーザのバイタルデータおよび食事データを定期的に取得し、脳の病気を発症する確率を判定するモデルを用いて、ユーザが脳の病気を発症する確率を判定するので、脳の病気の発症を早期に発見することが可能である。
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、CPUおよび当該CPUにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。
また、上記実施形態において説明した情報処理装置が実行する処理をコンピュータが実行可能な言語で記述したプログラムを作成することもできる。例えば、実施形態に係る情報処理装置10が実行する処理をコンピュータが実行可能な言語で記述した発症確率判定プログラムを作成することもできる。この場合、コンピュータが発症確率判定プログラムを実行することにより、上記実施形態と同様の効果を得ることができる。さらに、かかる発症確率判定プログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録された発症確率判定プログラムをコンピュータに読み込ませて実行することにより上記実施形態と同様の処理を実現してもよい。
11 通信処理部
12 制御部
12a 収集部
12b 学習部
12c 取得部
12d 判定部
12e 出力部
13 記憶部
13a 食事データ記憶部
13b ユーザデータ記憶部
13c モデル記憶部
20A、20B 端末装置
30 ネットワーク
Claims (7)
- 特定のユーザのバイタルデータおよび食事データを取得する取得部と、
前記取得部によって取得された前記バイタルデータおよび前記食事データを入力データとして、ユーザが脳の病気を発症する確率を判定するモデルを用いて、前記特定のユーザが脳の病気を発症する確率を判定する判定部と、
前記判定部によって判定された前記特定のユーザが脳の病気を発症する確率を出力する出力部と
を有することを特徴とする情報処理装置。 - 複数のユーザのバイタルデータおよび食事データと、各ユーザが脳の病気を発症したか否かを示す疾患情報とを収集する収集部と、
前記収集部によって収集された前記バイタルデータ、前記食事データおよび前記疾患情報を用いて、前記モデルを学習する学習部とをさらに有することを特徴とする請求項1に記載の情報処理装置。 - 前記収集部は、脳の病気が発症したことがある複数のユーザのバイタルデータおよび食事データを収集するとともに、各ユーザの脳の病気が再発したか否かと再発した時期を疾患情報として収集し、
前記学習部は、前記収集部によって収集された疾患情報を正解ラベルとして、前記バイタルデータおよび前記食事データを用いて、前記モデルを教師あり学習により学習することを特徴とする請求項2に記載の情報処理装置。 - 前記収集部は、前記バイタルデータ、前記食事データおよび前記疾患情報を収集するとともに、前記複数のユーザの脳波に関する情報、血液に関する情報、活動に関する情報、発話に関する音声情報のうち、いずれか一つまたは複数をさらに収集し、
前記学習部は、前記収集部によって収集された前記バイタルデータ、前記食事データ、前記疾患情報、前記脳波に関する情報、前記血液に関する情報、前記活動に関する情報および前記音声情報のうち、いずれか一つまたは複数を用いて、ユーザが脳の病気を発症する確率を判定するモデルを学習することを特徴とする請求項2に記載の情報処理装置。 - 前記出力部は、前記確率を出力するとともに、前記食事データを基に決定された生活改善メニューを出力することを特徴とする請求項1に記載の情報処理装置。
- 情報処理装置によって実行される発症確率判定方法であって、
特定のユーザのバイタルデータおよび食事データを取得する取得工程と、
前記取得工程によって取得された前記バイタルデータおよび前記食事データを入力データとして、ユーザが脳の病気を発症する確率を判定するモデルを用いて、前記特定のユーザが脳の病気を発症する確率を判定する判定工程と、
前記判定工程によって判定された前記特定のユーザが脳の病気を発症する確率を出力する出力工程と
を含むことを特徴とする発症確率判定方法。 - 特定のユーザのバイタルデータおよび食事データを取得する取得ステップと、
前記取得ステップによって取得された前記バイタルデータおよび前記食事データを入力データとして、ユーザが脳の病気を発症する確率を判定するモデルを用いて、前記特定のユーザが脳の病気を発症する確率を判定する判定ステップと、
前記判定ステップによって判定された前記特定のユーザが脳の病気を発症する確率を出力する出力ステップと
をコンピュータに実行させることを特徴とする発症確率判定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020004007A JP7427451B2 (ja) | 2020-01-14 | 2020-01-14 | 情報処理装置、発症確率判定方法および発症確率判定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020004007A JP7427451B2 (ja) | 2020-01-14 | 2020-01-14 | 情報処理装置、発症確率判定方法および発症確率判定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021111241A true JP2021111241A (ja) | 2021-08-02 |
JP7427451B2 JP7427451B2 (ja) | 2024-02-05 |
Family
ID=77060014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020004007A Active JP7427451B2 (ja) | 2020-01-14 | 2020-01-14 | 情報処理装置、発症確率判定方法および発症確率判定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7427451B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024090640A1 (ko) * | 2022-10-25 | 2024-05-02 | 주식회사 아이메디신 | 약물 반응성 분류 및 예측을 위한 디지털 피노타이핑 방법, 장치 및 컴퓨터프로그램 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018067266A (ja) | 2016-10-21 | 2018-04-26 | 富士レビオ株式会社 | 疾病の発症リスク又は再発リスクを予測するためのプログラム |
JP6894063B2 (ja) | 2017-01-17 | 2021-06-23 | 株式会社キャンサースキャン | 健康管理介入支援情報生成のための基盤システム、及び同基盤システムを利用した薬剤管理介入支援情報生成システム |
JP2018124702A (ja) | 2017-01-31 | 2018-08-09 | 株式会社教育ソフトウェア | 病因分析装置および疾病予測装置 |
-
2020
- 2020-01-14 JP JP2020004007A patent/JP7427451B2/ja active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024090640A1 (ko) * | 2022-10-25 | 2024-05-02 | 주식회사 아이메디신 | 약물 반응성 분류 및 예측을 위한 디지털 피노타이핑 방법, 장치 및 컴퓨터프로그램 |
Also Published As
Publication number | Publication date |
---|---|
JP7427451B2 (ja) | 2024-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ghassemi et al. | Learning to detect vocal hyperfunction from ambulatory neck-surface acceleration features: Initial results for vocal fold nodules | |
JP6519798B2 (ja) | 情報処理装置、情報処理方法、及び、情報処理システム | |
CN110558934B (zh) | 睡眠质量评估方法、装置、电子设备及介质 | |
Kirk et al. | Machine learning in nutrition research | |
Syed et al. | Evaluating the performance of raw and epoch non-wear algorithms using multiple accelerometers and electrocardiogram recordings | |
CN106859653A (zh) | 饮食行为检测装置及饮食行为检测方法 | |
Dang et al. | Exploring longitudinal cough, breath, and voice data for COVID-19 progression prediction via sequential deep learning: model development and validation | |
Rezk et al. | Leveraging artificial intelligence to improve the diversity of dermatological skin color pathology: Protocol for an algorithm development and validation study | |
Rouast et al. | Using Deep Learning and 360 Video to Detect Eating Behavior for User Assistance Systems. | |
US20240164692A1 (en) | Electrocardiogram analysis assistance device, program, electrocardiogram analysis assistance method, electrocardiogram analysis assistance system, peak estimation model generation method, and segment estimation model generation method | |
Zigarelli et al. | Machine-aided self-diagnostic prediction models for polycystic ovary syndrome: observational study | |
JP2015228202A (ja) | 判断システム、判断方法、及び判断プログラム | |
JP2021111241A (ja) | 情報処理装置、発症確率判定方法および発症確率判定プログラム | |
CN113764099A (zh) | 基于人工智能的心理状态分析方法、装置、设备及介质 | |
US20140107461A1 (en) | Adaptive Medical Testing | |
Triantafyllopoulos et al. | COVYT: Introducing the Coronavirus YouTube and TikTok speech dataset featuring the same speakers with and without infection | |
JP2018082766A (ja) | 診断装置、診断方法、プログラム | |
WO2022212740A2 (en) | Systems and methods for digital speech-based evaluation of cognitive function | |
US20210353208A1 (en) | Systems and methods for automated passive assessment of visuospatial memory and/or salience | |
CN115426947A (zh) | Sp02小程序:ai辅助sp02测量app | |
Triantafyllopoulos et al. | Introducing the COVID-19 YouTube (COVYT) speech dataset featuring the same speakers with and without infection | |
JP7427452B2 (ja) | 情報処理装置、発症確率判定方法および発症確率判定プログラム | |
CN109783673B (zh) | 一种舌象图像的标注方法和装置 | |
Mahmood | A package of smartphone and sensor-based objective measurement tools for physical and social exertional activities for patients with illness-limiting capacities | |
Aluru et al. | Parkinson’s Disease Detection Using Machine Learning Techniques |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220805 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230821 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230926 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231127 |
|
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: 20240109 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240124 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7427451 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |