JP2022508221A - クリティカルアラームの予測 - Google Patents
クリティカルアラームの予測 Download PDFInfo
- Publication number
- JP2022508221A JP2022508221A JP2021529477A JP2021529477A JP2022508221A JP 2022508221 A JP2022508221 A JP 2022508221A JP 2021529477 A JP2021529477 A JP 2021529477A JP 2021529477 A JP2021529477 A JP 2021529477A JP 2022508221 A JP2022508221 A JP 2022508221A
- Authority
- JP
- Japan
- Prior art keywords
- alarm
- critical
- critical alarm
- subject
- time window
- 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
- 238000010801 machine learning Methods 0.000 claims abstract description 114
- 238000000034 method Methods 0.000 claims abstract description 96
- 230000004044 response Effects 0.000 claims abstract description 37
- 238000004422 calculation algorithm Methods 0.000 claims description 148
- 230000008569 process Effects 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 21
- 230000001960 triggered effect Effects 0.000 claims description 19
- 238000012544 monitoring process Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 4
- 108091092568 Alarmone Proteins 0.000 claims 1
- 238000013459 approach Methods 0.000 abstract description 7
- 238000012549 training Methods 0.000 description 27
- 238000003066 decision tree Methods 0.000 description 15
- 238000013528 artificial neural network Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 12
- 230000036387 respiratory rate Effects 0.000 description 12
- 238000005259 measurement Methods 0.000 description 8
- 230000035945 sensitivity Effects 0.000 description 8
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 7
- 238000013479 data entry Methods 0.000 description 7
- 229910052760 oxygen Inorganic materials 0.000 description 7
- 239000001301 oxygen Substances 0.000 description 7
- 230000006866 deterioration Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 230000007704 transition Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 230000036760 body temperature Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 4
- 210000002569 neuron Anatomy 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 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000017531 blood circulation Effects 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 3
- 239000008103 glucose Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 238000003759 clinical diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000035487 diastolic blood pressure Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000002847 impedance measurement Methods 0.000 description 2
- 230000010412 perfusion Effects 0.000 description 2
- 230000035935 pregnancy Effects 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 238000010187 selection method Methods 0.000 description 2
- 230000035488 systolic blood pressure Effects 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 208000008784 apnea Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 230000036471 bradycardia Effects 0.000 description 1
- 208000006218 bradycardia Diseases 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002612 cardiopulmonary effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000003434 inspiratory effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002638 palliative care Methods 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002106 pulse oximetry Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Emergency Management (AREA)
- General Business, Economics & Management (AREA)
- Physical Education & Sports Medicine (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
Claims (15)
- 生理学的パラメータモニタリングを受けている被検者に対するクリティカルアラームの発生を予測するコンピュータ実施方法であって、
発生時間に、前記被検者が臨床的に望ましくない状態に入ったことを示す非クリティカルアラーム信号を受信するステップと、
前記非クリティカルアラーム信号に応答して、
第1の所定の長さのプレアラーム時間ウィンドウ内で収集された前記被検者の少なくとも1つのモニタリングされた生理学的パラメータの1つ以上の値から導出されるか及び/又は当該値を含む、1つ以上のプレアラーム値のセットを取得するステップであって、前記プレアラーム時間ウィンドウの開始時間は、前記非クリティカルアラーム信号の前記発生時間に依存し、前記プレアラーム時間ウィンドウは、前記非クリティカルアラーム信号の前記発生時間の前に又は前記発生時間において終了する、取得するステップと、
機械学習アルゴリズムを使用して、前記非クリティカルアラーム信号の後に、ポストアラーム時間ウィンドウ内で、前記被検者が臨床的にアクショナブルな状態に入ったことを示すクリティカルアラーム信号が続く確率を示す予測インジケータを生成するために、前記1つ以上のプレアラーム値のセットを処理するステップであって、前記ポストアラーム時間ウィンドウは、第2の所定の長さがあり、前記非クリティカルアラーム信号の前記発生時間に開始する、処理するステップと、
を含む、コンピュータ実施方法。 - 前記プレアラーム時間ウィンドウは、前記非クリティカルアラーム信号の前記発生時間に終了する、請求項1に記載のコンピュータ実施方法。
- 前記第1の所定の長さは、前記第2の所定の長さよりも大きい、請求項1又は2に記載のコンピュータ実施方法。
- 前記第1の所定の長さは、1分から3分であり、前記第2の所定の長さは、1分から3分である、請求項1から3のいずれか一項に記載のコンピュータ実施方法。
- 前記非クリティカルアラームに応答して、前記プレアラーム時間ウィンドウの間に発生する前記被検者に対する任意の他のアラームについての情報を取得するステップをさらに含み、
前記処理するステップは、前記機械学習アルゴリズムを使用して、少なくとも、取得された前記1つ以上のプレアラーム値のセット及び任意の他のアラームについての情報を処理し、これにより、前記予測インジケータを生成するステップを含む、請求項1から4のいずれか一項に記載のコンピュータ実施方法。 - 前記非クリティカルアラームに応答して、生理学的パラメータモニタリングを受けている前記被検者のメタデータを取得するステップをさらに含み、
前記処理するステップは、前記機械学習アルゴリズムを使用して、少なくとも、取得された前記1つ以上のプレアラーム値のセット及び前記被検者の前記メタデータを処理し、これにより、前記予測インジケータを生成するステップを含む、請求項1から5のいずれか一項に記載のコンピュータ実施方法。 - 前記非クリティカルアラームに応答して、少なくとも1つのモニタリングされた生理学的パラメータの2つ以上の値の間の相関を示す少なくとも1つの相関尺度を決定するステップをさらに含み、
前記1つ以上のプレアラーム値のセットを取得するステップは、前記1つ以上のプレアラーム値のセットに、前記少なくとも1つの相関尺度を含めるステップを含む、請求項1から6のいずれか一項に記載のコンピュータ実施方法。 - 前記予測インジケータは、前記非クリティカルアラームの後に、前記ポストアラーム時間ウィンドウ内でクリティカルアラームが続くかどうかの予測を示すバイナリ出力であり、
前記機械学習アルゴリズムは、0.95以上の特異性を有するように構成されている、請求項1から7のいずれか一項に記載のコンピュータ実施方法。 - 前記非クリティカルアラームがクリティカルアラームに発展する尤度が所定の閾値以上であることを前記予測インジケータが示すことに応答して、第1の臨床医知覚可能アラートを生成するステップさらに含む、請求項1から8のいずれか一項に記載のコンピュータ実施方法。
- 前記非クリティカルアラームがクリティカルアラームに発展する尤度が所定の閾値を下回ることを前記予測インジケータが示すことに応答して、前記第1の臨床医知覚可能アラームを生成しないステップをさらに含む、請求項9に記載のコンピュータ実施方法。
- 生理学的パラメータモニタリングを受けている前記被検者のメタデータを取得するステップと、
前記被検者の取得された前記メタデータに基づいて、前記第1の所定の長さを設定するステップと、
をさらに含む、請求項1から10のいずれか一項に記載のコンピュータ実施方法。 - 前記非クリティカルアラーム信号は、前記被検者の少なくとも1つの生理学的パラメータが、臨床的に望ましくない状態に入ったことを示し、前記方法は、前記非クリティカルアラームに応答して、
前記非クリティカルアラームがトリガされた時間に、前記非クリティカルアラームをトリガする前記少なくとも1つの生理学的パラメータの1つ以上の値を取得するステップと、
前記非クリティカルアラームがトリガされた時間に、前記非クリティカルアラームをトリガする前記少なくとも1つの生理学的パラメータの取得された前記1つ以上の値に基づいて、前記第1の所定の長さを修正するステップと、
をさらに含む、請求項1から11のいずれか一項に記載のコンピュータ実施方法。 - コンピュータ上で実行されると、請求項1から12のいずれか一項に記載の方法を実施するためのコード手段を含む、コンピュータプログラム。
- 生理学的パラメータモニタリングを受けている被検者に対するクリティカルアラームの発生を予測するためのシステムであって、
前記被検者が臨床的に望ましくない状態に入ったことを示す非クリティカルアラーム信号を受信するアラーム受信モジュールと、
前記非クリティカルアラームに応答して、
第1の所定の長さのプレアラーム時間ウィンドウ内で収集された前記被検者の少なくとも1つのモニタリングされた生理学的パラメータの値から導出されるか及び/又は当該値を含む、1つ以上のプレアラーム値のセットを取得し、
機械学習アルゴリズムを使用して、前記非クリティカルアラーム信号の後に、ポストアラーム時間ウィンドウ内で、前記被検者が臨床的にアクショナブルな状態に入ったことを示すクリティカルアラーム信号が続く確率を示す予測インジケータを生成するために、1つ以上のプレアラーム値の前記セットを処理する、アラーム予測モジュールと、
を含み、
前記プレアラーム時間ウィンドウの開始時間は、前記非クリティカルアラーム信号の発生時間に依存し、
前記プレアラーム時間ウィンドウは、前記非クリティカルアラーム信号の前記発生時間の前に又は前記発生時間において終了し、
前記ポストアラーム時間ウィンドウは、第2の所定の長さがあり、前記非クリティカルアラーム信号の前記発生時間に開始する、システム。 - 前記非クリティカルアラームがクリティカルアラームに発展する尤度が所定の閾値を上回ることを前記予測インジケータが示すことに応答して、臨床医知覚可能アラートを生成するユーザインターフェースをさらに含む、請求項14に記載のシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18208606.6 | 2018-11-27 | ||
EP18208606.6A EP3660802A1 (en) | 2018-11-27 | 2018-11-27 | Predicting critical alarms |
PCT/EP2019/082739 WO2020109381A1 (en) | 2018-11-27 | 2019-11-27 | Predicting critical alarms |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2022508221A true JP2022508221A (ja) | 2022-01-19 |
JPWO2020109381A5 JPWO2020109381A5 (ja) | 2022-12-05 |
JP7449287B2 JP7449287B2 (ja) | 2024-03-13 |
Family
ID=64500269
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021529477A Active JP7449287B2 (ja) | 2018-11-27 | 2019-11-27 | クリティカルアラームの予測 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11922796B2 (ja) |
EP (2) | EP3660802A1 (ja) |
JP (1) | JP7449287B2 (ja) |
CN (1) | CN113168759B (ja) |
WO (1) | WO2020109381A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3660802A1 (en) * | 2018-11-27 | 2020-06-03 | Koninklijke Philips N.V. | Predicting critical alarms |
CN111671394A (zh) * | 2020-05-12 | 2020-09-18 | 中国医学科学院北京协和医院 | 一种重症监护报警方法及装置 |
CN117079428A (zh) * | 2023-10-16 | 2023-11-17 | 合肥航谱时代科技有限公司 | 一种用于厂区危化气体泄漏监测的区域预警系统 |
CN117373688B (zh) * | 2023-11-07 | 2024-06-04 | 爱奥乐医疗器械(深圳)有限公司 | 慢性病数据处理方法、装置、电子设备和存储介质 |
CN117405177B (zh) * | 2023-12-15 | 2024-04-26 | 国网山东省电力公司济南供电公司 | 电缆隧道有害气体泄漏预警方法、系统、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016502420A (ja) * | 2012-10-30 | 2016-01-28 | デックスコム・インコーポレーテッド | 高感度でかつ特異的なアラームを提供するためのシステム及び方法 |
US20170281099A1 (en) * | 2016-04-01 | 2017-10-05 | Cardiac Pacemakers, Inc. | Alert management for physiological event detection |
JP2018130358A (ja) * | 2017-02-16 | 2018-08-23 | 日本光電工業株式会社 | センサ装置及び見守り装置 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL155955A0 (en) | 2003-05-15 | 2003-12-23 | Widemed Ltd | Adaptive prediction of changes of physiological/pathological states using processing of biomedical signal |
US20090002156A1 (en) | 2004-12-28 | 2009-01-01 | Marian Croak | Method and apparatus for correlating non-critical alarms with potential service disrupting events |
US8433260B2 (en) | 2009-09-01 | 2013-04-30 | Ubidyne Inc. | Base-station failure predictor |
US9095316B2 (en) * | 2011-04-20 | 2015-08-04 | Masimo Corporation | System for generating alarms based on alarm patterns |
EP2766886A4 (en) | 2011-10-13 | 2016-07-06 | Univ California | SYSTEM AND METHODS FOR GENERATING PREDICTIVE COMBINATIONS OF HOSPITAL SURVEILLANCE DEVICE ALARMS |
CN104040547B (zh) * | 2011-12-21 | 2018-10-12 | 皇家飞利浦有限公司 | 用于预测生理和临床状态改变的方法和系统 |
US20180211730A1 (en) * | 2015-07-21 | 2018-07-26 | Arizona Board Of Regents On Behalf Of The University Of Arizona | Health information (data) medical collection, processing and feedback continuum systems and methods |
US20170236071A1 (en) * | 2016-02-11 | 2017-08-17 | Freeport-Mcmoran Inc. | Alarm management system |
GB2560339B (en) * | 2017-03-07 | 2020-06-03 | Transf Ai Ltd | Prediction of cardiac events |
WO2018165868A1 (zh) * | 2017-03-14 | 2018-09-20 | 深圳中兴力维技术有限公司 | 监测方法和监测装置 |
CN107536611A (zh) * | 2017-07-21 | 2018-01-05 | 青岛康庆和医药科技有限责任公司 | 一种体征监测系统 |
CN112585693A (zh) | 2018-07-09 | 2021-03-30 | 皇家飞利浦有限公司 | 减少冗余警报 |
EP3660802A1 (en) * | 2018-11-27 | 2020-06-03 | Koninklijke Philips N.V. | Predicting critical alarms |
-
2018
- 2018-11-27 EP EP18208606.6A patent/EP3660802A1/en not_active Withdrawn
-
2019
- 2019-11-27 WO PCT/EP2019/082739 patent/WO2020109381A1/en unknown
- 2019-11-27 JP JP2021529477A patent/JP7449287B2/ja active Active
- 2019-11-27 CN CN201980076783.2A patent/CN113168759B/zh active Active
- 2019-11-27 EP EP19809081.3A patent/EP3888071A1/en active Pending
- 2019-11-27 US US17/297,910 patent/US11922796B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016502420A (ja) * | 2012-10-30 | 2016-01-28 | デックスコム・インコーポレーテッド | 高感度でかつ特異的なアラームを提供するためのシステム及び方法 |
US20170281099A1 (en) * | 2016-04-01 | 2017-10-05 | Cardiac Pacemakers, Inc. | Alert management for physiological event detection |
JP2018130358A (ja) * | 2017-02-16 | 2018-08-23 | 日本光電工業株式会社 | センサ装置及び見守り装置 |
Also Published As
Publication number | Publication date |
---|---|
EP3660802A1 (en) | 2020-06-03 |
WO2020109381A1 (en) | 2020-06-04 |
CN113168759A (zh) | 2021-07-23 |
EP3888071A1 (en) | 2021-10-06 |
JP7449287B2 (ja) | 2024-03-13 |
US11922796B2 (en) | 2024-03-05 |
US20220044548A1 (en) | 2022-02-10 |
CN113168759B (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7449287B2 (ja) | クリティカルアラームの予測 | |
US9700218B2 (en) | Systems and methods for reducing nuisance alarms in medical devices | |
JP6857612B2 (ja) | 心血管劣化の警告スコア | |
CN108604465B (zh) | 基于患者生理反应的对急性呼吸道疾病综合征(ards)的预测 | |
US8932219B2 (en) | Systems and methods for monitoring heart rate and blood pressure correlation | |
Baig et al. | Machine learning-based clinical decision support system for early diagnosis from real-time physiological data | |
US20190311809A1 (en) | Patient status monitor and method of monitoring patient status | |
US10490049B2 (en) | Systems and methods for identifying patient distress | |
US11580432B2 (en) | System monitor and method of system monitoring to predict a future state of a system | |
US20160183886A1 (en) | Biological information predicting apparatus and biological information predicting method | |
US20200178903A1 (en) | Patient monitoring system and method having severity prediction and visualization for a medical condition | |
US11813077B2 (en) | Arrhythmic heartbeat resilient sleep apnea detection | |
CN107690687B (zh) | 慢性阻塞性支气管炎患者接近发作时的探测和早期预测系统 | |
Ravishankar et al. | An early respiratory distress detection method with markov models | |
US20090138252A1 (en) | Method and system of evaluating disease severity | |
WO2022233958A1 (en) | System and method for automated discovery of time series trends without imputation | |
US20230386676A1 (en) | Systems and methods to detect a false alarm in a patient monitoring device | |
Yang et al. | An Automatic Remote Health Risk Assessment system based on LSTM for elderly | |
CN110600130A (zh) | 触发针对对象的警报 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221125 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221125 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230816 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231002 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231107 |
|
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: 20240201 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240301 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7449287 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |