JP6066825B2 - データ分析装置及び保健事業支援方法 - Google Patents
データ分析装置及び保健事業支援方法 Download PDFInfo
- Publication number
- JP6066825B2 JP6066825B2 JP2013104659A JP2013104659A JP6066825B2 JP 6066825 B2 JP6066825 B2 JP 6066825B2 JP 2013104659 A JP2013104659 A JP 2013104659A JP 2013104659 A JP2013104659 A JP 2013104659A JP 6066825 B2 JP6066825 B2 JP 6066825B2
- Authority
- JP
- Japan
- Prior art keywords
- subscriber
- medical
- information
- data
- cluster
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
プログラムを実行するプロセッサと、前記プログラムを格納するメモリとを有し、前記プログラムを実行することによってデータを分析する分析システムであって、前記分析システムは、インスタンス間の類似度を含むデータ間類似度情報を格納する記憶装置にアクセス可能であって、前記分析システムは、前記プロセッサが、前記データ間類似度情報に基づいて前記インスタンス間に働く引力及び斥力を設定し、前記引力及び斥力によるエネルギーが予め定められた閾値より小さくなるように、ある次元のベクトル空間に前記インスタンスを配置するデータマッピング部と、前記ベクトル空間に配置されたインスタンスを分類するクラスタリング部と、を備え、前記データマッピング部は、前記ベクトル空間に仮想的に一つの次元を追加し、前記追加された次元方向へ前記インスタンスの座標を微小変動させ、前記微小変動に対して安定となるベクトル空間の最小の次元数を計算する。
第1の実施例では、データペア同士の類似度を記したデータ間類似度情報が与えられている場合に、類似度に基づいてデータをクラスタリングするデータ分析装置の例を説明する。
fr(i,j)=−CK2/|xi−xj| i≠j、i,j∈V …(1)
fa(i,j)=|xi−xj|2/K i⇔jである場合 …(2)
fa(i,j)=0 i⇔jでない場合
fr(i,j)=−CK(1+p)/|xi−xj|p i≠j、i,j∈V …(3)
f(i)=−Σfr(i,j)v(j、i)+Σfa(i,j)v(j,i) …(4)
v(j,i)=(xj−xi)/|xj−xi| …(5)
これを用いて、系全体のエネルギーEは、式(6)によって定義できる。
E({xi},K,C)=Σ|f(i)|2 …(6)
{xi}={sx1,sx2,…} …(7)
E({xi},K,C)=(K/K’)2(C/C’)4/3 E({sxi},K’,C’) …(8)
xi←xi+t×f(i)/|f(i)| …(9)
t←0.9×t …(10)
fa(i,j)=s(i,j)|xi−xj|2 /K s(i,j)≧hの場合
fa(i,j)=0 s(i,j)<hの場合 …(11)
fr(i,j)=−δCK2 /(|xi−xj|2+δ2)
≒−δCK2 /|xi−xj|2 …(12)
fa(i,j)=δs(i,j)(|xi−xj|2+δ2)1/2 /K
≒δs(i,j)|xi−xj|/K s(i,j)≧hの場合
fa(i,j)=0 s(i,j)<hの場合 …(13)
u(i,{xi},K,C)=−Σfr(i,j)−Σfa(i,j) …(14)
U=Σu(i,{xi},K,C)/(KC1/3 M(M−1)) …(15)
第2の実施例では、医療データ(例えば、レセプト情報、健診情報、問診情報)に基づいて、病気の発症予防及び重症化予防のために、保健指導対象者の選定、保健指導方法を提案し、保健指導効果を予測する医療データ分析システムの例を説明する。
102、202 入力部
103、203 出力部
104、204 演算装置
105、205 メモリ
106、206 記憶媒体
107 データ整形部
108 状態遷移モデル作成部
109 加入者配置座標生成部
110 クラスタリング部
111 状態遷移確率算出部
112 状態遷移予測部
113 状態特徴付け・再構成部
114 状態遷移・医療費予測部
115 保健指導支援部
116 データベース
117 医療情報記憶部
118 整形情報記憶部
119 配置座標記憶部
120 クラスタリング情報記憶部
121 状態遷移確率記憶部
122 予測結果記憶部
201 データクラスタリング装置
207 データマッピング部
208 クラスタリング部
209 データ間類似度情報
Claims (11)
- プログラムを実行するプロセッサと、前記プログラムを格納するメモリとを有し、前記プログラムを実行することによってデータを分析する分析システムであって、
前記分析システムは、インスタンス間の類似度を含むデータ間類似度情報を格納する記憶装置にアクセス可能であって、
前記分析システムは、
前記プロセッサが、前記データ間類似度情報に基づいて前記インスタンス間に働く引力及び斥力を設定し、前記引力及び斥力によるエネルギーが予め定められた閾値より小さくなるように、ある次元のベクトル空間に前記インスタンスを配置するデータマッピング部と、
前記ベクトル空間に配置されたインスタンスを分類するクラスタリング部と、を備え、
前記データマッピング部は、前記ベクトル空間に仮想的に一つの次元を追加し、前記追加された次元方向へ前記インスタンスの座標を微小変動させ、前記微小変動に対して安定となるベクトル空間の最小の次元数を計算することを特徴とする分析システム。 - プログラムを実行するプロセッサと、前記プログラムを格納するメモリとを有し、前記プログラムを実行することによって医療データを分析する分析システムであって、
前記分析システムは、加入者の傷病名と前記加入者に行われた医療行為とを含む医療情報と、前記医療行為の費用情報と、前記加入者の健康診断による検査値を含む健診情報と、を格納するデータベースにアクセス可能であって、
前記分析システムは、
前記プロセッサが、前記医療情報と前記健診情報とに基づいて前記加入者間の類似度を計算し、前記計算された類似度に基づいて前記加入者を同一の次元数のベクトル空間に配置する加入者配置座標生成部と、
前記プロセッサが、前記加入者が配置された座標に基づいて、前記加入者をクラスタに分類し、前記分類したクラスタでモデルを構成するクラスタリング部と、
前記プロセッサが、前記分類されたクラスタ間の遷移確率を算出する状態遷移確率算出部と、
前記プロセッサが、指定された項目で特徴付けられるクラスタと、当該クラスタと前記遷移確率によって定まるクラスタとに基づいて前記モデルを再構成する状態特徴付け・再構成部と、
前記プロセッサが、前記医療行為の費用情報と、前記構成されたモデル又は前記再構成されたモデルとに基づいて、将来の病気の状態及び医療費を予測する状態遷移・医療費予測部と、
前記プロセッサが、前記予測された病態の状態及び医療費に基づいて、健康指導の対象者及び健康指導内容を選定する健康指導支援部と、を備え、
前記加入者配置座標生成部は、
前記類似度に基づいて設定した、前記加入者間に働く引力及び斥力によるエネルギーが予め定められた閾値より小さくなるように、ある次元のベクトル空間に前記加入者を配置し、
前記ある次元のベクトル空間に仮想的に一つの次元を追加し、
前記追加された次元方向へ前記加入者の座標を微小変動させ、
前記微小変動に対して安定となるベクトル空間の最小の次元数を計算し、
前記計算された次元数のベクトル空間に前記加入者を配置することを特徴とする分析システム。 - 請求項2に記載の分析システムであって、
前記健康指導支援部は、
分析対象の加入者と類似度が高い加入者が属するクラスタを、前記分析対象の加入者の現在の状態として特定し、
前記特定されたクラスタから他のクラスタへの遷移確率によって、前記分析対象の加入者が前記他のクラスタに属する確率を計算することを特徴とする分析システム。 - 請求項2に記載の分析システムであって、
前記健康指導支援部は、
分析対象の加入者の健診情報を、健康指導を受けた後の予想値に置き換えた後、前記分析対象の加入者と類似度が高い加入者が属するクラスタを特定し、
前記特定されたクラスタから他のクラスタへの遷移確率によって、健康指導を受けた後に前記分析対象の加入者が前記他のクラスタに属する確率を計算することを特徴とする分析システム。 - 請求項2に記載の分析システムであって、
前記状態特徴付け・再構成部は、
前記クラスタに属する加入者の各項目の値を統計処理した値によって当該クラスタを特徴付け、
前記統計処理した値が全加入者の平均値からの乖離が大きい項目について、当該クラスタを特徴付ける項目と前記統計処理した値とを表示するためのデータを作成することを特徴とする分析システム。 - 請求項2に記載の分析システムであって、
前記加入者配置座標生成部は、前記医療情報の複数の項目を統合した項目を用いて、前記加入者間の類似度を算出することを特徴とする分析システム。 - 請求項2に記載の分析システムであって、
前記プロセッサが、医療行為が行われた回数及び医療行為の費用を前記医療情報から取得し、前記検査値を前記健診情報から取得し、前記取得した情報を前記加入者毎かつ所定期間毎に纏めた整形情報を作成し、前記作成した整形情報を前記データベースに格納するデータ整形部をさらに備え、
前記加入者配置座標生成部は、前記整形情報のある項目について、第1の加入者の値以下の値である人の割合と、第2の加入者の値以下の値である人の割合との差を用いて、前記第1の加入者と前記第2の加入者との類似度を計算することを特徴とする分析システム。 - 請求項2に記載の分析システムであって、
前記健康指導支援部は、
前記加入者の検査値を健康指導を受けた後の検査値に置き換えた第2の予測医療費及び前記健康指導の費用を前記加入者の予測医療費から減じることによって予測効果を計算し、
前記計算された予測効果が高い加入者と健康指導との組を、健康指導の対象者及び健康指導内容として選定することを特徴とする分析システム。 - 請求項2に記載の分析システムであって、
前記健康指導支援部は、
前記加入者の病態の遷移確率と平均的な病態の遷移確率との比によって第1の発症リスクを算出し、
ユーザが検査値改善目標値を入力することによって、前記加入者の検査値を改善目標値に置き換えた病態の遷移確率を用いて、第2の発症リスクを算出し、
前記第1の発症リスクと前記第2の発症リスクとを比較することによって、改善によるリスク低減効果を表示するためのデータを生成することを特徴とする分析システム。 - 請求項9に記載の分析システムであって、糖尿病、高血圧症及び脂質異常症の少なくとも一つについてのモデルを構成することを特徴とする分析システム。
- プログラムを実行するプロセッサと、前記プログラムを格納するメモリとを有する計算機を用いて健康指導を支援する健康事業支援方法であって、
前記計算機は、加入者の傷病名と前記加入者に対して行われた医療行為とを含む医療情報と、前記医療行為の費用情報と、前記加入者の健康診断による検査値を含む健診情報と、を格納するデータベースにアクセス可能であって、
前記健康事業支援方法は、
前記プロセッサが、前記医療情報と前記健診情報とに基づいて前記加入者間の類似度を計算し、前記計算された類似度に基づいて前記加入者を同一の次元数のベクトル空間に配置する加入者配置座標生成ステップと、
前記プロセッサが、前記加入者が配置された座標に基づいて、前記加入者が分類されたクラスタを作成し、前記作成されたクラスタよってモデルを構成するクラスタリングステップと、
前記プロセッサが、前記クラスタに属する加入者の特徴によって前記クラスタを特徴付け、前記医療情報と前記健診情報とに基づいて、前記作成されたクラスタ間の遷移確率を算出し、前記遷移確率に基づいて、指定された項目で特徴付けられるクラスタによって構成されるモデルを再構成する状態特徴付け・再構成ステップと、
前記プロセッサが、前記医療行為の費用を含む情報と、前記構成されたモデル又は前記再構成されたモデルと、に基づいて、将来の病気の状態及び医療費を予測する状態遷移・医療費予測ステップと、
前記プロセッサが、前記予測された病態の状態及び医療費に基づいて、健康指導の対象者及び健康指導内容を選定する健康指導支援ステップと、を含み、
前記クラスタリングステップでは、
前記加入者間の類似度に基づいて、前記加入者間に働く引力及び斥力を設定し、
前記引力及び斥力によるエネルギーが予め定められた閾値より小さくなるように、ある次元のベクトル空間に前記加入者を配置し、
前記ある次元のベクトル空間に仮想的に一つの次元を追加し、
前記追加された次元方向へ前記加入者の座標を微小変動させ、
前記微小変動に対して安定となるベクトル空間の最小の次元数を計算し、
前記計算された次元数のベクトル空間に前記加入者を配置することを特徴とする健康事業支援方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013104659A JP6066825B2 (ja) | 2013-05-17 | 2013-05-17 | データ分析装置及び保健事業支援方法 |
US14/278,534 US20140343966A1 (en) | 2013-05-17 | 2014-05-15 | Analysis system and health business support method |
EP20140168542 EP2804121A3 (en) | 2013-05-17 | 2014-05-15 | Analysis system and health business support method |
CN201410208266.5A CN104166881A (zh) | 2013-05-17 | 2014-05-16 | 数据分析装置以及保健事业支援方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013104659A JP6066825B2 (ja) | 2013-05-17 | 2013-05-17 | データ分析装置及び保健事業支援方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2014225175A JP2014225175A (ja) | 2014-12-04 |
JP2014225175A5 JP2014225175A5 (ja) | 2016-03-17 |
JP6066825B2 true JP6066825B2 (ja) | 2017-01-25 |
Family
ID=50735920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013104659A Active JP6066825B2 (ja) | 2013-05-17 | 2013-05-17 | データ分析装置及び保健事業支援方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20140343966A1 (ja) |
EP (1) | EP2804121A3 (ja) |
JP (1) | JP6066825B2 (ja) |
CN (1) | CN104166881A (ja) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6436535B2 (ja) * | 2015-03-17 | 2018-12-12 | Kddi株式会社 | 予測モデル構築装置 |
JP6468653B2 (ja) * | 2015-07-27 | 2019-02-13 | Kddi株式会社 | 予測モデル構築装置 |
JP6474132B2 (ja) * | 2015-07-27 | 2019-02-27 | Kddi株式会社 | 選別装置 |
JP6474103B2 (ja) * | 2015-08-07 | 2019-02-27 | Kddi株式会社 | 提示装置 |
JP6555061B2 (ja) * | 2015-10-01 | 2019-08-07 | 富士通株式会社 | クラスタリングプログラム、クラスタリング方法、および情報処理装置 |
JP6652699B2 (ja) * | 2015-10-05 | 2020-02-26 | 富士通株式会社 | アノマリ評価プログラム、アノマリ評価方法、および情報処理装置 |
US10055435B2 (en) * | 2016-05-04 | 2018-08-21 | International Business Machines Corporation | Interactive presentation of large scale graphs |
JP6932654B2 (ja) * | 2016-07-06 | 2021-09-08 | オムロンヘルスケア株式会社 | リスク分析システム及びリスク分析方法 |
JP6861481B2 (ja) | 2016-07-06 | 2021-04-21 | オムロンヘルスケア株式会社 | リスク分析システム及びリスク分析方法 |
JP6901308B2 (ja) * | 2017-04-14 | 2021-07-14 | 株式会社日立製作所 | データ分析支援システム及びデータ分析支援方法 |
JP6905892B2 (ja) | 2017-08-04 | 2021-07-21 | 株式会社日立製作所 | 計算機システム |
JP6537121B1 (ja) * | 2017-12-19 | 2019-07-03 | 学校法人産業医科大学 | 傷病別医療費推計装置および方法並びにプログラム |
JP6999403B2 (ja) * | 2017-12-20 | 2022-01-18 | 富士フイルム株式会社 | 健診結果出力装置とその作動方法および作動プログラム |
JP6863591B2 (ja) * | 2018-01-10 | 2021-04-21 | オムロンヘルスケア株式会社 | リスク分析システム及びリスク分析方法 |
JP7007027B2 (ja) | 2018-03-30 | 2022-01-24 | Necソリューションイノベータ株式会社 | 予測システム、モデル生成システム、方法およびプログラム |
JP7158175B2 (ja) * | 2018-05-16 | 2022-10-21 | 日鉄ソリューションズ株式会社 | 情報処理装置、システム、情報処理方法及びプログラム |
JP6979392B2 (ja) * | 2018-07-26 | 2021-12-15 | 株式会社日立製作所 | 分析方法、分析装置及びプログラム |
CN111179102B (zh) * | 2019-12-25 | 2023-10-03 | 北京亚信数据有限公司 | 医疗保险核保风控方法、装置及存储介质 |
CN111767283B (zh) * | 2020-06-19 | 2023-08-18 | 北京思特奇信息技术股份有限公司 | 一种数据系统监测方法和系统 |
CN112428263B (zh) * | 2020-10-16 | 2022-06-10 | 北京理工大学 | 机械臂控制方法、装置及聚类模型训练方法 |
CN113434937A (zh) * | 2021-06-29 | 2021-09-24 | 广联达科技股份有限公司 | 设计模型转换为算量模型的方法、装置、设备和介质 |
WO2023079712A1 (ja) * | 2021-11-05 | 2023-05-11 | 日本電信電話株式会社 | 処理装置、処理方法及び処理プログラム |
JP7442247B1 (ja) | 2022-11-30 | 2024-03-04 | 一般財団法人Lhs研究所 | 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 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040078228A1 (en) * | 2002-05-31 | 2004-04-22 | Fitzgerald David | System for monitoring healthcare patient encounter related information |
CN101410842A (zh) * | 2003-05-21 | 2009-04-15 | 西门子医疗健康服务公司 | 用于健康护理及其他领域的服务订购系统与用户界面 |
US8684922B2 (en) * | 2006-05-12 | 2014-04-01 | Bao Tran | Health monitoring system |
GB2440562A (en) * | 2006-08-03 | 2008-02-06 | Sony Uk Ltd | Apparatus and method of data organisation |
US8200506B2 (en) * | 2006-12-19 | 2012-06-12 | Accenture Global Services Limited | Integrated health management platform |
JP4863908B2 (ja) * | 2007-03-16 | 2012-01-25 | 株式会社ソニー・コンピュータエンタテインメント | データ処理装置、データ処理方法、及びデータ処理プログラム |
US8821418B2 (en) * | 2007-05-02 | 2014-09-02 | Earlysense Ltd. | Monitoring, predicting and treating clinical episodes |
JP2009087057A (ja) * | 2007-09-28 | 2009-04-23 | Sharp Corp | ベクトルデータをクラスタリングするクラスタリング装置、クラスタリング方法、プログラムおよび記録媒体 |
US9015633B2 (en) * | 2007-10-22 | 2015-04-21 | Sony Corporation | Data management apparatus and method for organizing data elements into multiple categories for display |
EP2583237A4 (en) * | 2010-06-20 | 2017-02-15 | Univfy, Inc. | Method of delivering decision support systems (dss) and electronic health records (ehr) for reproductive care, pre-conceptive care, fertility treatments, and other health conditions |
JP5564708B2 (ja) * | 2010-12-15 | 2014-08-06 | 株式会社日立製作所 | 保健事業支援システム、保険事業支援装置、及び保険事業支援プログラム |
US20130297342A1 (en) * | 2012-05-07 | 2013-11-07 | Healtheo360 | Computer-based system for managing a patient support and information network |
-
2013
- 2013-05-17 JP JP2013104659A patent/JP6066825B2/ja active Active
-
2014
- 2014-05-15 EP EP20140168542 patent/EP2804121A3/en not_active Withdrawn
- 2014-05-15 US US14/278,534 patent/US20140343966A1/en not_active Abandoned
- 2014-05-16 CN CN201410208266.5A patent/CN104166881A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2014225175A (ja) | 2014-12-04 |
US20140343966A1 (en) | 2014-11-20 |
EP2804121A3 (en) | 2015-04-08 |
CN104166881A (zh) | 2014-11-26 |
EP2804121A2 (en) | 2014-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6066825B2 (ja) | データ分析装置及び保健事業支援方法 | |
JP6182431B2 (ja) | 医療データ分析システム、及び医療データを分析する方法 | |
JP6066826B2 (ja) | 分析システム及び保健事業支援方法 | |
JP2014225175A5 (ja) | ||
US11488717B2 (en) | Method and system for analysis of spine anatomy and spine disease | |
Tran et al. | An integrated framework for suicide risk prediction | |
US20120271612A1 (en) | Predictive modeling | |
JP6159872B2 (ja) | 医療データ分析システム、医療データ分析方法及び記憶媒体 | |
JP6901308B2 (ja) | データ分析支援システム及びデータ分析支援方法 | |
US9646135B2 (en) | Clinical outcome tracking and analysis | |
US20170147753A1 (en) | Method for searching for similar case of multi-dimensional health data and apparatus for the same | |
US20110119207A1 (en) | Healthcare Index | |
JP2007034700A (ja) | 予測プログラムおよび予測装置 | |
WO2016006532A1 (ja) | 薬効分析システム及び薬効分析方法 | |
JP6038727B2 (ja) | 分析システム及び分析方法 | |
Kostek et al. | Automatic assessment of the motor state of the Parkinson's disease patient--a case study | |
Chin et al. | eDRAM: effective early disease risk assessment with matrix factorization on a large-scale medical database: a case study on rheumatoid arthritis | |
US20150310351A1 (en) | Profiling a population of examples | |
Guglielmi et al. | Semiparametric Bayesian models for clustering and classification in the presence of unbalanced in-hospital survival | |
CN112189209A (zh) | 用于量化客户参与度的系统和方法 | |
US20150339602A1 (en) | System and method for modeling health care costs | |
Goodman et al. | Emergency department frequent user subgroups: Development of an empirical, theory-grounded definition using population health data and machine learning. | |
WO2023023392A1 (en) | Medical fraud, waste, and abuse analytics systems and methods using sensitivity analysis | |
JP7027359B2 (ja) | ヘルスケアデータ分析装置及びヘルスケアデータ分析方法 | |
Barcella et al. | Modelling correlated binary variables: an application to lower urinary tract symptoms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160126 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160126 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20161109 |
|
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: 20161122 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20161220 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6066825 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |