JP2021163012A - 健康管理支援システム、健康管理支援方法、及びプログラム - Google Patents
健康管理支援システム、健康管理支援方法、及びプログラム Download PDFInfo
- Publication number
- JP2021163012A JP2021163012A JP2020062238A JP2020062238A JP2021163012A JP 2021163012 A JP2021163012 A JP 2021163012A JP 2020062238 A JP2020062238 A JP 2020062238A JP 2020062238 A JP2020062238 A JP 2020062238A JP 2021163012 A JP2021163012 A JP 2021163012A
- Authority
- JP
- Japan
- Prior art keywords
- information
- cold
- target user
- poor circulation
- user
- 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
- 230000036541 health Effects 0.000 title claims abstract description 120
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000003550 marker Substances 0.000 claims abstract description 65
- 230000035601 cold sensitivity Effects 0.000 claims description 127
- 230000004087 circulation Effects 0.000 claims description 122
- 230000035945 sensitivity Effects 0.000 claims description 33
- 201000009240 nasopharyngitis Diseases 0.000 claims description 18
- 239000000284 extract Substances 0.000 claims description 8
- 208000024891 symptom Diseases 0.000 description 38
- 238000003860 storage Methods 0.000 description 36
- 206010016326 Feeling cold Diseases 0.000 description 33
- 108010075254 C-Peptide Proteins 0.000 description 29
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 28
- 230000017531 blood circulation Effects 0.000 description 26
- 201000010099 disease Diseases 0.000 description 25
- VOUAQYXWVJDEQY-QENPJCQMSA-N 33017-11-7 Chemical compound OC(=O)CC[C@H](N)C(=O)N[C@@H](C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(O)=O)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](C(C)C)C(=O)NCC(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(C)C)C(=O)NCC(=O)NCC(=O)NCC(=O)N1CCC[C@H]1C(=O)NCC(=O)N[C@@H](C)C(=O)NCC(=O)N[C@@H](CO)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(N)=O)C(=O)N1[C@H](C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](C)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)NCC(=O)N[C@@H](CO)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(N)=O)C(O)=O)CCC1 VOUAQYXWVJDEQY-QENPJCQMSA-N 0.000 description 22
- 238000004891 communication Methods 0.000 description 20
- 206010022489 Insulin Resistance Diseases 0.000 description 19
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 19
- 238000005259 measurement Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 14
- 230000002631 hypothermal effect Effects 0.000 description 12
- 238000010801 machine learning Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 230000036760 body temperature Effects 0.000 description 9
- 238000012549 training Methods 0.000 description 9
- 108010004903 glycosylated serum albumin Proteins 0.000 description 8
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 8
- 230000036772 blood pressure Effects 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 7
- 230000006872 improvement Effects 0.000 description 7
- 210000004369 blood Anatomy 0.000 description 6
- 239000008280 blood Substances 0.000 description 6
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 description 6
- 230000006806 disease prevention Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 5
- 238000009534 blood test Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 206010022437 insomnia Diseases 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 238000002360 preparation method Methods 0.000 description 5
- BPYKTIZUTYGOLE-IFADSCNNSA-N Bilirubin Chemical compound N1C(=O)C(C)=C(C=C)\C1=C\C1=C(C)C(CCC(O)=O)=C(CC2=C(C(C)=C(\C=C/3C(=C(C=C)C(=O)N\3)C)N2)CCC(O)=O)N1 BPYKTIZUTYGOLE-IFADSCNNSA-N 0.000 description 4
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 4
- 206010020751 Hypersensitivity Diseases 0.000 description 4
- 102000004877 Insulin Human genes 0.000 description 4
- 108090001061 Insulin Proteins 0.000 description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 230000007815 allergy Effects 0.000 description 4
- 208000007502 anemia Diseases 0.000 description 4
- 230000001364 causal effect Effects 0.000 description 4
- 239000008103 glucose Substances 0.000 description 4
- 230000004153 glucose metabolism Effects 0.000 description 4
- 201000001421 hyperglycemia Diseases 0.000 description 4
- 229940125396 insulin Drugs 0.000 description 4
- 238000007477 logistic regression Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 229940109239 creatinine Drugs 0.000 description 3
- 208000035475 disorder Diseases 0.000 description 3
- 230000003284 homeostatic effect Effects 0.000 description 3
- 230000003907 kidney function Effects 0.000 description 3
- 238000004092 self-diagnosis Methods 0.000 description 3
- 238000011282 treatment Methods 0.000 description 3
- 101710094483 Cullin-5 Proteins 0.000 description 2
- 102100025525 Cullin-5 Human genes 0.000 description 2
- -1 HbA1c Proteins 0.000 description 2
- 108010054147 Hemoglobins Proteins 0.000 description 2
- 102000001554 Hemoglobins Human genes 0.000 description 2
- 206010021143 Hypoxia Diseases 0.000 description 2
- 206010033557 Palpitations Diseases 0.000 description 2
- 206010034568 Peripheral coldness Diseases 0.000 description 2
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 description 2
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 description 2
- 210000000577 adipose tissue Anatomy 0.000 description 2
- 230000037182 bone density Effects 0.000 description 2
- 230000004097 bone metabolism Effects 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol 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 description 2
- 238000007621 cluster analysis Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 230000000378 dietary effect Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 235000013376 functional food Nutrition 0.000 description 2
- 238000005534 hematocrit Methods 0.000 description 2
- JYGXADMDTFJGBT-VWUMJDOOSA-N hydrocortisone Chemical compound O=C1CC[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 JYGXADMDTFJGBT-VWUMJDOOSA-N 0.000 description 2
- 230000002267 hypothalamic effect Effects 0.000 description 2
- 210000001596 intra-abdominal fat Anatomy 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 239000009569 juzentaihoto Substances 0.000 description 2
- 210000003141 lower extremity Anatomy 0.000 description 2
- 230000004060 metabolic process Effects 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 229940124595 oriental medicine Drugs 0.000 description 2
- 210000005259 peripheral blood Anatomy 0.000 description 2
- 239000011886 peripheral blood Substances 0.000 description 2
- 108090000765 processed proteins & peptides Proteins 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 102000005962 receptors Human genes 0.000 description 2
- 108020003175 receptors Proteins 0.000 description 2
- 230000008326 skin blood flow Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000035488 systolic blood pressure Effects 0.000 description 2
- 229940116269 uric acid Drugs 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- MSWZFWKMSRAUBD-IVMDWMLBSA-N 2-amino-2-deoxy-D-glucopyranose Chemical compound N[C@H]1C(O)O[C@H](CO)[C@@H](O)[C@@H]1O MSWZFWKMSRAUBD-IVMDWMLBSA-N 0.000 description 1
- 206010000087 Abdominal pain upper Diseases 0.000 description 1
- PQSUYGKTWSAVDQ-ZVIOFETBSA-N Aldosterone Chemical compound C([C@@]1([C@@H](C(=O)CO)CC[C@H]1[C@@H]1CC2)C=O)[C@H](O)[C@@H]1[C@]1(C)C2=CC(=O)CC1 PQSUYGKTWSAVDQ-ZVIOFETBSA-N 0.000 description 1
- PQSUYGKTWSAVDQ-UHFFFAOYSA-N Aldosterone Natural products C1CC2C3CCC(C(=O)CO)C3(C=O)CC(O)C2C2(C)C1=CC(=O)CC2 PQSUYGKTWSAVDQ-UHFFFAOYSA-N 0.000 description 1
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 241000208340 Araliaceae Species 0.000 description 1
- 241001474374 Blennius Species 0.000 description 1
- 208000006386 Bone Resorption Diseases 0.000 description 1
- 235000011299 Brassica oleracea var botrytis Nutrition 0.000 description 1
- 235000017647 Brassica oleracea var italica Nutrition 0.000 description 1
- 240000003259 Brassica oleracea var. botrytis Species 0.000 description 1
- 241000238557 Decapoda Species 0.000 description 1
- 208000005171 Dysmenorrhea Diseases 0.000 description 1
- 208000000059 Dyspnea Diseases 0.000 description 1
- 206010013975 Dyspnoeas Diseases 0.000 description 1
- 102000008857 Ferritin Human genes 0.000 description 1
- 108050000784 Ferritin Proteins 0.000 description 1
- 238000008416 Ferritin Methods 0.000 description 1
- 208000036119 Frailty Diseases 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 208000004044 Hypesthesia Diseases 0.000 description 1
- 208000001953 Hypotension Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 102000016267 Leptin Human genes 0.000 description 1
- 108010092277 Leptin Proteins 0.000 description 1
- 208000001145 Metabolic Syndrome Diseases 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 102000004279 Oxytocin receptors Human genes 0.000 description 1
- 108090000876 Oxytocin receptors Proteins 0.000 description 1
- 208000002193 Pain Diseases 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 206010039897 Sedation Diseases 0.000 description 1
- 102000004136 Vasopressin Receptors Human genes 0.000 description 1
- 108090000643 Vasopressin Receptors Proteins 0.000 description 1
- 206010047513 Vision blurred Diseases 0.000 description 1
- PNNCWTXUWKENPE-UHFFFAOYSA-N [N].NC(N)=O Chemical compound [N].NC(N)=O PNNCWTXUWKENPE-UHFFFAOYSA-N 0.000 description 1
- 201000000690 abdominal obesity-metabolic syndrome Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000001919 adrenal effect Effects 0.000 description 1
- 229960002478 aldosterone Drugs 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 206010003549 asthenia Diseases 0.000 description 1
- 210000003403 autonomic nervous system Anatomy 0.000 description 1
- MSWZFWKMSRAUBD-UHFFFAOYSA-N beta-D-galactosamine Natural products NC1C(O)OC(CO)C(O)C1O MSWZFWKMSRAUBD-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 230000024279 bone resorption Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 235000021466 carotenoid Nutrition 0.000 description 1
- 150000001747 carotenoids Chemical class 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000000546 chi-square test Methods 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 229940107161 cholesterol Drugs 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 235000013325 dietary fiber Nutrition 0.000 description 1
- 230000003292 diminished effect Effects 0.000 description 1
- 239000002934 diuretic Substances 0.000 description 1
- 230000001882 diuretic effect Effects 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 206010016256 fatigue Diseases 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 229960002442 glucosamine Drugs 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 108010036302 hemoglobin AS Proteins 0.000 description 1
- 235000008216 herbs Nutrition 0.000 description 1
- 230000013632 homeostatic process Effects 0.000 description 1
- 229960000890 hydrocortisone Drugs 0.000 description 1
- 208000034783 hypoesthesia Diseases 0.000 description 1
- 230000007954 hypoxia Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000008721 kamikihi-to Substances 0.000 description 1
- NRYBAZVQPHGZNS-ZSOCWYAHSA-N leptin Chemical compound O=C([C@H](CO)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CC=1C2=CC=CC=C2NC=1)NC(=O)[C@H](CC(C)C)NC(=O)[C@@H](NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CO)NC(=O)CNC(=O)[C@H](CCC(N)=O)NC(=O)[C@@H](N)CC(C)C)CCSC)N1CCC[C@H]1C(=O)NCC(=O)N[C@@H](CS)C(O)=O NRYBAZVQPHGZNS-ZSOCWYAHSA-N 0.000 description 1
- 229940039781 leptin Drugs 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 208000012866 low blood pressure Diseases 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 210000000440 neutrophil Anatomy 0.000 description 1
- 231100000862 numbness Toxicity 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229920001184 polypeptide Polymers 0.000 description 1
- 230000012495 positive regulation of renal sodium excretion Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 102000004196 processed proteins & peptides Human genes 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000008085 renal dysfunction Effects 0.000 description 1
- 230000001850 reproductive effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 208000001076 sarcopenia Diseases 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 208000013220 shortness of breath Diseases 0.000 description 1
- 210000002027 skeletal muscle Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 210000004003 subcutaneous fat Anatomy 0.000 description 1
- 235000000346 sugar Nutrition 0.000 description 1
- 150000008163 sugars Chemical class 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000008704 toki-shakuyaku-san Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 208000037911 visceral disease Diseases 0.000 description 1
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
さらに、冷えと関連して、血流低下による酸素不足もさまざまな疾患のリスク因子である。それゆえに、冷えと低酸素が、病気になる2大原因とも考えられている。病気だけでなく、肩こり、足腰が冷え、手足が冷たい、しびれ、だるい、不眠、頭痛、疲労、めまい、月経痛、胃痛、目のかすみ、風邪をひきやすい、肌荒れ、動悸・息切れ、抑うつや自律神経の失調など、さまざまな不調の根的な原因に冷えや血流の低下が存在し得る。 東洋医学による診察では、同じ冷えの症状であっても、手足など抹消が冷えているのか、体の中心部が冷えているか等により分類(層別化)して診断がなされ、診断結果のそれぞれに応じて異なる治療が行われることが知られている。
一方、医療機関における健康診断などにおいては、血液検査などの生体情報の測定が定期的に行われている。特許文献1では、健康診断データ及びレセプトデータに基づいて、健康管理を支援する技術が開示されている。生体情報に基づいて、健康を維持、管理するとともに、効果的な健康増進、疾病予防を図る提示がなされることが望まれている。
本発明における健康管理支援システム1の概要について説明する。図1は、本実施形態に係る健康管理支援システム1の概要を示す図である。健康管理支援システム1は、対象ユーザTUにおける冷え体質を考慮した体質の予測を行い、予測した体質に応じて健康管理に関する提示を行なうシステムである。予測には、対象ユーザTUの健診情報321(図5参照)が用いられる。ここでの健診情報321は、健康診断などにより測定された生体情報である。生体情報には、体重や身長、血圧などの非侵襲により測定される生体情報と、血液検査などの侵襲的に測定される生体情報とが含まれる。また、生体情報には医師による問診の結果や、事前に行われる健診前アンケートの結果などが含まれていてもよい。
次に、健康管理支援システム1の構成について説明する。図2は、健康管理支援システム1の構成の例を示すブロック図である。健康管理支援システム1は、例えば、生体情報蓄積サーバ10と、冷え症学習サーバ20と、体質分類サーバ30と、情報提示サーバ40と、複数のユーザ端末50(ユーザ端末50−1、50−2、…50−N)とを備える。Nは任意の自然数である。
以上が、健康管理支援システム1の構成についての説明である。
次に、健康管理支援システム1の動作について説明する。図3は、健康管理支援システム1が行う処理の流れを示すシーケンス図である。
生体情報蓄積サーバ10は、不特定のユーザUの冷え症情報320、及び健診情報321を記憶(蓄積)する。
生体情報蓄積サーバ10は、不特定のユーザUの冷え症情報320、及び健診情報321を冷え症学習サーバ20に出力する。
(ステップS12)
冷え症学習サーバ20は、不特定のユーザUの冷え症情報320、及び健診情報321に基づいて、健康診断の診断結果と冷え症との対応関係を学習モデルに学習させることにより、冷え症予測モデル323を作成する。冷え症予測モデル323を作成する方法については後で詳しく説明する。
(ステップS13)
冷え症学習サーバ20は、作成した冷え症予測モデル323を、体質分類サーバ30に出力する。
体質分類サーバ30は、冷え症予測モデル323を取得し、取得した冷え症予測モデル323を記憶させる。
一方、生体情報蓄積サーバ10は、不特定のユーザUの冷え症情報320、及び健診情報321を体質分類サーバ30に出力する。
(ステップS16)
体質分類サーバ30は、冷え症情報320、及び健診情報321から抽出される特徴に基づいて、指標マーカ322を選択する。指標マーカ322を選択する方法については後で詳しく説明する。
一方、ユーザ端末50では、対象ユーザTUのクリック操作などにより「健康管理アプリ」が起動される。健康管理アプリが起動されると、例えば、健康診断の診断結果を入力するための入力フォームなどが表示される。
(ステップS18)
ユーザ端末50は、対象ユーザTUの入力操作などにより、入力フォームを介して健康診断の診断結果が入力されると、健診情報321を体質分類サーバ30に送信する。
(ステップS19)
体質分類サーバ30は、ユーザ端末50から受信した対象ユーザTUの健診情報321を、冷え症予測モデル323に入力させることにより、対象ユーザTUが冷え症であるか否かを予測する。
(ステップS20)
体質分類サーバ30は、対象ユーザTUが冷え症であるか否かを予測した予測結果、及び対象ユーザTUの健診情報321から抽出した指標マーカの値に基づいて、対象ユーザTUの体質が、冷え症に基づくいずれのタイプであるかを分類する。
体質分類サーバ30は、対象ユーザTUの体質を分類した分類結果を、体質情報として情報提示サーバ40及びユーザ端末50に送信する。
(ステップS22)
情報提示サーバ40は、対象ユーザTUの体質を分類した結果に基づいて、対象ユーザTUに提示する疾病予防や体質改善提案に関する情報を選択する。
(ステップS23)
情報提示サーバ40は、選択した情報を提示情報としてユーザ端末50に送信する。
(ステップS24)
ユーザ端末50は、体質分類サーバ30から受信した体質情報と、情報提示サーバ40から受信した提示情報とを、「健康アプリ」の出力欄に表示させる。
以上が健康管理支援システム1の動作についての説明である。
次に、健康管理支援システム1の処理に用いられる各種のデータの構成について説明する。
以上が、データの構成についての説明である。
次に、冷え症予測モデル323を作成する方法、及び指標マーカ322を選択する方法について説明する。図6は、実施形態に係る健康管理支援システム1が行う処理を説明する図である。以下、図6に示すステップS100〜S104の順に沿って、冷え症予測モデル323を作成する方法、及び指標マーカ322を選択する方法を説明する。
健康管理支援システム1は、「冷え」の要因を分析する。具体的に、健康管理支援システム1は冷え症学習サーバ20によって、健診情報321から、冷え症と関連が強い因子を抽出する。
例えば、冷え症学習サーバ20は、二項ロジステック回帰分析により「冷え」の要因を分析する。具体的に、冷え症学習サーバ20は、冷え症情報320と健診情報321に、二項ロジステック回帰分析を適用する。これにより、冷え症に有意に影響がある因子を抽出することができる。また、冷え症学習サーバ20は「冷え」の症状を示す情報と健診情報321に、二項ロジステック回帰分析を適用することにより、冷え症に有意に影響がある因子を抽出するようにしてもよい。「冷え」の症状を示す情報とは、冷え症であるか否かを判断する判断材料となり得る情報であって、例えば、体温が低い、皮膚温が低い、血流量が少ないなどを示す情報である。ここでの血流量は、特に皮膚の血流量を示している。表1に、二項ロジステック回帰分析した結果の一例を示す。
例えば、冷え症学習サーバ20は、ベイジアンネットワークにより「冷え」の要因を分析する。具体的に、冷え症学習サーバ20は、冷え症情報320と健診情報321にベイジアンネットワークを適用する。冷え症学習サーバ20は、ベイジアンネットワークにより抽出された特に冷え症と因果関係が強い因子を取得する。
次に、健康管理支援システム1は、冷え症の予測に重要な因子を抽出する。健康管理支援システム1では、機械学習の手法を用いて生成された冷え症予測モデル323によって、冷え症が予測される。機械学習の手法は、既存の任意の学習手法であってよいが、例えば、教師あり学習であり、ランダムツリー、C5.0決定木、CHAID(CHi-squared Automatic Interaction Detector)、線形サポートベクターマシン、ニューラルネットワーク等の学習モデルを用いた手法である。どの学習モデルに、どのような学習データセットを学習させるかにより、冷え症予測モデル323がどのように冷え症を予測するかが決定される。
次に、健康管理支援システム1は、健康に及ぼす「冷え」のリスクを評価する。具体的に、体質分類サーバ30は、健康と冷え症と関連が強いと考えられる健診情報321とクロス集計分析することにより、健康に及ぼす「冷え」のリスクを評価する。
次に、健康管理支援システム1は、「冷え」要因の因果関係の解析を行う。具体的に、体質分類サーバ30は、表3〜表6に示すような、冷え症、及び冷えの症状(低体温、低皮膚温、低血流)におけるリスクを評価した結果に基づいて、冷え症を分類(層別化)し得る指標、つまり、指標マーカ322を決定する。
次に、健康管理支援システム1は、Two Stepクラスター分析とカテゴリー化による「冷え」分類と特徴の抽出を行う。具体的に、体質分類サーバ30は、冷え症であるか否かと、指標マーカ322とを用いて、対象ユーザTUの体質を冷えに基づく何れのタイプであるか分類する。また、情報提示サーバ40は体質分類サーバ30によって分類された結果に基づいて、対象ユーザTUの体質に応じた疾病予防や体質改善に関する情報を提示する。
1)冷え症、かつ、Cペプチドが正常範囲のタイプT1
2)冷え症、かつ、Cペプチドが高いタイプT2
3)非冷え症、かつ、Cペプチドが正常範囲のタイプT3
4)非冷え症、かつ、Cペプチドが高いタイプT4
のカテゴリーに分類する例が示されている。
次に、健康管理支援システム1が備える各装置のコンピュータシステム100の構成について説明する。図8は、コンピュータシステム100の構成を示すブロック図である。コンピュータシステム100は、通信部101と、入力部102と、出力部103と、記憶部104と、CPU(Central Processing Unit)105と、を備える。これらの構成要素は、バスBを介して相互に通信可能に接続されている。
CPU105は、記憶部104に記憶された各種プログラムを実行し、コンピュータシステム100が備える各構成を制御する。
以上が、コンピュータシステム100の構成についての説明である。
次に、冷え症学習サーバ20の構成について説明する。図9は、実施形態に係る冷え症学習サーバ20の構成の例を示すブロック図である。冷え症学習サーバ20は、通信部21と記憶部22と制御部23とを備える。通信部21は、通信ネットワークNWに接続する他の装置と通信する。ここでの他の装置は、生体情報蓄積サーバ10、体質分類サーバ30、情報提示サーバ40、及びユーザ端末50である。
以上が、冷え症学習サーバ20の構成についての説明である。
次に、体質分類サーバ30の構成について説明する。図10は、体質分類サーバ30の構成を示すブロック図である。体質分類サーバ30は、通信部31と、記憶部32と、制御部33と、を備える。
冷え症情報取得部330は、不特定のユーザUの冷え症情報を、通信部31を介して生体情報蓄積サーバ10から取得する。健診情報取得部331は、不特定のユーザUの健診情報を、通信部31を介して生体情報蓄積サーバ10から取得する。
冷え症情報取得部330は、対象ユーザTUの冷え症情報を、通信部31を介してユーザ端末50から取得する。健診情報取得部331は、対象ユーザTUの健診情報を、通信部31を介してユーザ端末50から取得する。
以上が、体質分類サーバ30の構成についての説明である。
以上説明してきたように、実施形態に係る健康管理支援システム1は、冷え症情報取得部330と、健診情報取得部331と、指標マーカ選択部332と、冷え体質分類部334と、分類結果出力部335とを備える。冷え症情報取得部330は、不特定のユーザUの冷え症情報320を取得する。健診情報取得部331は、不特定のユーザUの健診情報321を取得する。健診情報取得部331は、不特定のユーザUの冷え症情報320及び健診情報321から抽出される特徴に基づいて、指標マーカ322を選択する。冷え体質分類部334は、対象ユーザTUの冷え症情報320、及び対象ユーザTUにおける指標マーカ322の数値に基づいて、対象ユーザTUの体質を、冷え症に基づく何れかのタイプに分類する。これにより、実施形態に係る健康管理支援システム1は、生体情報から指標マーカを選択することができ、指標マーカを用いて冷え症を分類することができる。したがって、冷え症のタイプがどのようなタイプであるかに応じて、適切な情報を提供することが可能である。
冷え症情報取得部330は、「第1取得部」の一例である。
健診情報321は、「第2情報」の一例である。
健診情報取得部331は、「第2取得部」の一例である。
指標マーカ選択部332は、「選択部」の一例である。
冷え体質分類部334は、「分類部」の一例である。
分類結果出力部335は、「出力部」の一例である。
冷え症学習サーバ20は、「学習装置」の一例である。
体質分類サーバ30は、「分類装置」の一例である。
モデル作成部233は、「学習部」の一例である。
10…生体情報蓄積サーバ
20…冷え症学習サーバ
21…通信部
22…記憶部
23…制御部
230…冷え症情報取得部
231…健診情報取得部
232…前処理部
233…モデル作成部
234…学習データ確定部
30…体質分類サーバ
31…通信部
32…記憶部
320…冷え症情報
321…健診情報
33…制御部
330…冷え症情報取得部
331…健診情報取得部
332…指標マーカ選択部
333…冷え症予測部
334…冷え体質分類部
335…分類結果出力部
40…情報提示サーバ
50…ユーザ端末
対象ユーザが冷え症であるか否かを示す情報、及び対象ユーザにおける前記指標マーカの数値に基づいて、前記対象ユーザの体質を、前記第1タイプ、前記第2タイプ、前記第3タイプ、及び前記第4タイプの何れかのタイプに分類する分類手段、前記分類手段により分類された分類結果を出力する出力手段、を実行させるためのプログラムであって、前記選択手段において、前記第2情報から冷え症と二つの冷えの症状とに共に相関する相関情報を抽出し、前記相関情報のうち、前記二つの冷えの症状のうち一方の症状と他方の症状について、前記相関情報と前記一方の症状とが正の相関を示し、前記相関情報と前記他方の症状とが負の相関を示す前記相関情報を、前記指標マーカとする、プログラムである。
Claims (9)
- ユーザが冷え症であるか否かを示す第1情報を取得する第1取得部と、
前記ユーザの生体情報を示す第2情報を取得する第2取得部と、
前記第1情報、及び前記第2情報から抽出される特徴に基づいて、冷え症を分類する指標となる生体情報である指標マーカを選択する選択部と、
対象ユーザが冷え症であるか否かを示す情報、及び対象ユーザにおける前記指標マーカの数値に基づいて、前記対象ユーザの体質を、冷え症に基づく何れかのタイプに分類する分類部と、
前記分類部により分類された分類結果を出力する出力部と、
を備える健康管理支援システム。 - 前記選択部は、前記第2情報から、冷え症、及び複数の冷えの症状のそれぞれと相関する情報であって、前記複数の冷えの症状のそれぞれとの相関度合いが異なる情報を、前記指標マーカとする、
請求項1に記載の健康管理支援システム。 - 前記選択部は、前記第2情報から、冷え症、及び複数の冷えの症状のそれぞれと相関する情報を抽出し、抽出した情報における、前記複数の冷えの症状との相関係数をそれぞれ算出し、算出した相関係数の符号が互いに異なるものを、前記指標マーカとする、
請求項1に記載の健康管理支援システム。 - 前記第1情報と前記第2情報との対応関係を学習モデルに学習させることにより、対象ユーザの前記第2情報から前記対象ユーザが冷え症であるか否かを予測する冷え症予測モデルを生成する学習部、を更に備え、
前記分類部は、前記冷え症予測モデルを用いて予測された前記対象ユーザの前記第1情報、及び前記指標マーカに基づいて、前記対象ユーザの体質を、冷え症に基づく何れかのタイプに分類する、
請求項1に記載の健康管理支援システム。 - 前記学習部は、学習内容が異なる複数の学習済みモデルを作成し、作成した学習済みモデルにおけるそれぞれの予測精度に基づいて選択した学習済みモデルを、前記冷え症予測モデルとする、
請求項4に記載の健康管理支援システム。 - ユーザが冷え症であるか否かを示す第1情報を取得する第1取得部と、
前記ユーザの生体情報を示す第2情報を取得する第2取得部と、
前記第1情報と前記第2情報との対応関係を学習モデルに学習させることにより、対象ユーザの前記第2情報から前記対象ユーザが冷え症であるか否かを予測する冷え症予測モデルを生成する学習部と、
を有する学習装置と、
前記第1情報、及び前記第2情報から抽出される特徴に基づいて、冷え症を分類する指標となる生体情報である指標マーカを選択する選択部と、
対象ユーザが冷え症であるか否かを示す情報、及び対象ユーザにおける前記指標マーカの数値に基づいて、前記対象ユーザの体質を、冷え症に基づく何れかのタイプに分類する分類部と、
前記分類部により分類された分類結果を出力する出力部と、
を有する分類装置と、
を備える健康管理支援システム。 - ユーザが冷え症であるか否かを示す第1情報を取得する第1取得部と、
前記ユーザの生体情報を示す第2情報を取得する第2取得部と、
前記第1情報と前記第2情報との対応関係を学習モデルに学習させることにより、対象ユーザの前記第2情報から前記対象ユーザが冷え症であるか否かを予測する冷え症予測モデルを生成する学習部と、
を有する学習装置。 - 第1取得部が、ユーザが冷え症であるか否かを示す第1情報を取得し、
第2取得部が、前記ユーザの生体情報を示す第2情報を取得し、
選択部が、前記第1情報、及び前記第2情報から抽出される特徴に基づいて、冷え症を分類する指標となる生体情報である指標マーカを選択し、
分類部が、対象ユーザが冷え症であるか否かを示す情報、及び対象ユーザにおける前記指標マーカの数値に基づいて、前記対象ユーザの体質を、冷え症に基づく何れかのタイプに分類し、
出力部が、前記分類部により分類された分類結果を出力する、
健康管理支援方法。 - コンピュータに、
ユーザが冷え症であるか否かを示す第1情報を取得する第1取得手段、
前記ユーザの生体情報を示す第2情報を取得する第2取得手段、
前記第1情報、及び前記第2情報から抽出される特徴に基づいて、冷え症を分類する指標となる生体情報である指標マーカを選択する選択手段、
対象ユーザが冷え症であるか否かを示す情報、及び対象ユーザにおける前記指標マーカの数値に基づいて、前記対象ユーザの体質を、冷え症に基づく何れかのタイプに分類する分類手段、
前記分類手段により分類された分類結果を出力する出力手段、
を実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020062238A JP6954568B2 (ja) | 2020-03-31 | 2020-03-31 | 健康管理支援システム、健康管理支援方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020062238A JP6954568B2 (ja) | 2020-03-31 | 2020-03-31 | 健康管理支援システム、健康管理支援方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021163012A true JP2021163012A (ja) | 2021-10-11 |
JP6954568B2 JP6954568B2 (ja) | 2021-10-27 |
Family
ID=78003399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020062238A Active JP6954568B2 (ja) | 2020-03-31 | 2020-03-31 | 健康管理支援システム、健康管理支援方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6954568B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115223675A (zh) * | 2022-09-20 | 2022-10-21 | 深圳市健怡康医疗器械科技有限公司 | 基于汇总式分级的肺功能检测数据处理系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7048796B1 (ja) * | 2021-05-31 | 2022-04-05 | 大塚製薬株式会社 | 生活者の健康状態を把握、健康予測モデルでの生活者の健康維持、増進をサポートする方法及び情報提供方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009525462A (ja) * | 2005-12-15 | 2009-07-09 | ベクトン・ディキンソン・アンド・カンパニー | 敗血症の診断 |
JP2014033805A (ja) * | 2012-08-08 | 2014-02-24 | Pola Chem Ind Inc | 冷え状態の判別方法 |
JP2014197013A (ja) * | 2008-12-30 | 2014-10-16 | ヤンセン バイオテツク,インコーポレーテツド | 強直性脊椎炎を有する患者における抗−TNFα抗体に対する臨床応答を予測する血清マーカー |
US20140323836A1 (en) * | 2012-09-28 | 2014-10-30 | Panasonic Corporation | Biological information acquisition terminal, information management method, and information display method |
JP2016065848A (ja) * | 2014-03-03 | 2016-04-28 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | センシング方法、センシングシステムおよびそれらを備える空調機器 |
JP2017038759A (ja) * | 2015-08-19 | 2017-02-23 | 花王株式会社 | 不定愁訴症状の評価方法 |
JP2019105502A (ja) * | 2017-12-12 | 2019-06-27 | 株式会社東芝 | 学習モデル製造方法、汚染密度算出方法および汚染密度算出装置 |
JP2020042810A (ja) * | 2018-09-06 | 2020-03-19 | キヤノンメディカルシステムズ株式会社 | 医用情報処理装置、医用情報処理方法、医用情報処理プログラムおよび医用情報処理システム |
-
2020
- 2020-03-31 JP JP2020062238A patent/JP6954568B2/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009525462A (ja) * | 2005-12-15 | 2009-07-09 | ベクトン・ディキンソン・アンド・カンパニー | 敗血症の診断 |
JP2014197013A (ja) * | 2008-12-30 | 2014-10-16 | ヤンセン バイオテツク,インコーポレーテツド | 強直性脊椎炎を有する患者における抗−TNFα抗体に対する臨床応答を予測する血清マーカー |
JP2014033805A (ja) * | 2012-08-08 | 2014-02-24 | Pola Chem Ind Inc | 冷え状態の判別方法 |
US20140323836A1 (en) * | 2012-09-28 | 2014-10-30 | Panasonic Corporation | Biological information acquisition terminal, information management method, and information display method |
JP2016065848A (ja) * | 2014-03-03 | 2016-04-28 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | センシング方法、センシングシステムおよびそれらを備える空調機器 |
JP2017038759A (ja) * | 2015-08-19 | 2017-02-23 | 花王株式会社 | 不定愁訴症状の評価方法 |
JP2019105502A (ja) * | 2017-12-12 | 2019-06-27 | 株式会社東芝 | 学習モデル製造方法、汚染密度算出方法および汚染密度算出装置 |
JP2020042810A (ja) * | 2018-09-06 | 2020-03-19 | キヤノンメディカルシステムズ株式会社 | 医用情報処理装置、医用情報処理方法、医用情報処理プログラムおよび医用情報処理システム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115223675A (zh) * | 2022-09-20 | 2022-10-21 | 深圳市健怡康医疗器械科技有限公司 | 基于汇总式分级的肺功能检测数据处理系统 |
Also Published As
Publication number | Publication date |
---|---|
JP6954568B2 (ja) | 2021-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Han et al. | National trends in American Heart Association revised life's simple 7 metrics associated with risk of mortality among US adults | |
Jacobs et al. | Waist circumference and all-cause mortality in a large US cohort | |
Narula et al. | Machine-learning algorithms to automate morphological and functional assessments in 2D echocardiography | |
Arem et al. | Leisure time physical activity and mortality: a detailed pooled analysis of the dose-response relationship | |
Bayes-Genis et al. | Effect of body mass index on diagnostic and prognostic usefulness of amino-terminal pro–brain natriuretic peptide in patients with acute dyspnea | |
Chen et al. | Population-based cohort analyses of the bidirectional relationship between type 2 diabetes and depression | |
Willis et al. | Midlife fitness and the development of chronic conditions in later life | |
Goodpaster et al. | Obesity, regional body fat distribution, and the metabolic syndrome in older men and women | |
Attia et al. | Prospective evaluation of smartwatch-enabled detection of left ventricular dysfunction | |
Bachmann et al. | Cardiorespiratory fitness in middle age and health care costs in later life | |
Murata et al. | A probabilistic model for predicting hypoglycemia in type 2 diabetes mellitus: The Diabetes Outcomes in Veterans Study (DOVES) | |
US20160055760A1 (en) | System and method for generating health & lifestyle observations and recommendations for an individual | |
Jiang et al. | Temporal associations of alcohol and tobacco consumption with cancer mortality | |
Brown et al. | Body composition and cardiovascular events in patients with colorectal cancer: a population-based retrospective cohort study | |
Shaw et al. | Improved near-term coronary artery disease risk classification with gated stress myocardial perfusion SPECT | |
Faccioli et al. | Accuracy of a CGM sensor in pediatric subjects with type 1 diabetes. Comparison of three insertion sites: arm, abdomen, and gluteus | |
JP6954568B2 (ja) | 健康管理支援システム、健康管理支援方法、及びプログラム | |
Tripoliti et al. | HEARTEN KMS–A knowledge management system targeting the management of patients with heart failure | |
Hudda et al. | Association of childhood fat mass and weight with adult-onset type 2 diabetes in Denmark | |
Basile et al. | Frailty modifications and prognostic impact in older patients admitted in acute care | |
Baig et al. | Early detection of prediabetes and T2DM using wearable sensors and internet-of-things-based monitoring applications | |
Zhang et al. | Depressive symptoms and mortality among US adults | |
Tapia-Conyer et al. | Association of Blood Pressure With Cause-Specific Mortality in Mexican Adults | |
JP7466914B2 (ja) | 健康度ポジショニングマップおよび健康関数を作成する方法、システム、およびプログラム、ならびにそれらの使用方法 | |
Park et al. | Application of machine learning to identify clinically meaningful risk group for osteoporosis in individuals under the recommended age for dual-energy X-ray absorptiometry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20200507 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20200603 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20200507 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201117 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20201117 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210308 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20210428 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210518 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210715 |
|
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: 20210907 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210917 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6954568 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |