JP6471452B2 - 感染症流行予測装置、感染症流行予測方法及びプログラム - Google Patents
感染症流行予測装置、感染症流行予測方法及びプログラム Download PDFInfo
- Publication number
- JP6471452B2 JP6471452B2 JP2014212494A JP2014212494A JP6471452B2 JP 6471452 B2 JP6471452 B2 JP 6471452B2 JP 2014212494 A JP2014212494 A JP 2014212494A JP 2014212494 A JP2014212494 A JP 2014212494A JP 6471452 B2 JP6471452 B2 JP 6471452B2
- Authority
- JP
- Japan
- Prior art keywords
- infectious disease
- patients
- epidemic
- information
- medical institution
- 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
- 208000035473 Communicable disease Diseases 0.000 title claims description 406
- 208000015181 infectious disease Diseases 0.000 title claims description 386
- 238000000034 method Methods 0.000 title claims description 14
- 238000003860 storage Methods 0.000 claims description 29
- 229960005486 vaccine Drugs 0.000 claims description 19
- 230000003247 decreasing effect Effects 0.000 claims description 13
- 238000002255 vaccination Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 6
- 201000010099 disease Diseases 0.000 claims 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims 1
- 230000008859 change Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 206010022000 influenza Diseases 0.000 description 5
- 201000005404 rubella Diseases 0.000 description 5
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
なお、このプログラムは、コンピュータが読み取り可能な記憶媒体に記録することができる。記憶媒体は、半導体メモリ、ハードディスク、磁気記録媒体、光記録媒体等の非トランジェント(non-transient)なものとすることができる。本発明は、コンピュータプログラム製品として具現することも可能である。
第1の実施形態について、図面を用いてより詳細に説明する。
続いて、第2の実施形態について図面を参照して詳細に説明する。
続いて、第3の実施形態について図面を参照して詳細に説明する。
第1の期間にて医療機関を受診し、感染症に罹患していると診断された第1の患者数と、前記第1の期間とは異なる第2の期間にて医療機関を受診し、感染症に罹患していると診断された第2の患者数と、をそれぞれ入力する入力部と、
前記第1及び第2の患者数に基づき感染症の流行予測を行う、流行予測部と、
を備える感染症流行予測装置。
[付記2]
前記流行予測部は、第1地域を感染症の流行予測単位とする、付記1の感染症流行予測装置。
[付記3]
前記流行予測部による感染症の流行予測に基づいて、前記第1地域に関する感染症の流行を警報する第1の感染症警報情報を生成する情報生成部をさらに備える、付記2の感染症流行予測装置。
[付記4]
前記流行予測部は、
所定期間における前記第1の患者数の増減に関する第1増減傾向、所定期間における前記第2の患者数の増減に関する第2増減傾向をそれぞれ算出すると共に、
前記第1及び第2増減傾向に基づき、感染症の流行予測を行う、付記2又は3の感染症流行予測装置。
[付記5]
前記第1及び第2増減傾向と、感染症の流行予測と、の関係を規定するテーブル情報を記憶する記憶部をさらに備え、
前記流行予測部は、前記テーブル情報を参照し、前記第1及び第2増減傾向から感染症の流行予測結果を取得する、付記4の感染症流行予測装置。
[付記6]
前記情報生成部は、感染症の患者数と、ワクチン接種者の数と、に基づいて、感染症の流行を警報する第2の感染症警報情報をさらに生成する、付記3乃至5のいずれか一に記載の感染症流行予測装置。
[付記7]
前記第1及び/又は第2の感染症警報情報を、前記第1地域を管轄する自治体に設置された端末に出力する、出力部をさらに備える付記6の感染症流行予測装置。
[付記8]
前記情報生成部は、
年代別の感染症の患者数と、年代別のワクチン接種者の数と、に基づいて、前記第2の感染症警報情報を生成する、付記6又は7の感染症流行予測装置。
[付記9]
前記情報生成部は、前記第1地域に隣接する第2地域に関する前記第1の感染症警報情報を生成し、
前記出力部は、前記第2地域を管轄する自治体に設置された端末に前記第1の感染症警報情報を出力する、付記7又は8の感染症流行予測装置。
[付記10]
前記第1の患者数は、休日又は夜間に医療機関を受診した患者であって、感染症に罹患していると診断された患者の数であり、
前記第2の患者数は、医療機関の通常の診察時間として予め定められた時間帯に医療機関を受診した患者であって、感染症に罹患していると診断された患者の数である、付記1乃至9のいずれか一に記載の感染症流行予測装置。
[付記11]
前記入力部は、前記第1の患者数に関する情報を前記第1地域に存在する急患センターから取得し、前記第2の患者数に関する情報を前記第2地域に存在する診療所から取得する、付記9又は10の感染症流行予測装置。
[付記12]
第1の期間にて医療機関を受診し、感染症に罹患していると診断された第1の患者数と、前記第1の期間とは異なる第2の期間にて医療機関を受診し、感染症に罹患していると診断された第2の患者数と、をそれぞれ入力するステップと、
前記第1及び第2の患者数に基づき感染症の流行予測を行うステップと、
を含む感染症流行予測方法。
[付記13]
第1の期間にて医療機関を受診し、感染症に罹患していると診断された第1の患者数と、前記第1の期間とは異なる第2の期間にて医療機関を受診し、感染症に罹患していると診断された第2の患者数と、をそれぞれ入力する処理と、
前記第1及び第2の患者数に基づき感染症の流行予測を行う処理と、
を感染症流行予測装置を制御するコンピュータに実行させるプログラム。
なお、付記12の形態及び付記13の形態は、付記1の形態と同様に、付記2の形態〜付記11の形態に展開することが可能である。
20 自治体端末
30、30a、30b 感染症情報生成装置
31、101 入力部
32、102 流行予測部
33 情報生成部
34 出力部
35 記憶部
100 感染症流行予測装置
200−1、200−2 急患センター
201−1〜201−3 診療所
301、302、311〜314 感染症流行予測地域
401、402 メッセージ
Claims (12)
- 第1の期間にて医療機関を受診し、感染症に罹患していると診断された第1の患者数と、前記第1の期間とは異なる第2の期間にて医療機関を受診し、感染症に罹患していると診断された第2の患者数と、をそれぞれ入力する入力部と、
前記第1及び第2の患者数に基づき感染症の流行予測を行う、流行予測部と、
を備え、
前記第1の患者数は、休日又は夜間に医療機関を受診した患者であって、感染症に罹患していると診断された患者の数であり、
前記第2の患者数は、医療機関の通常の診察時間として予め定められた時間帯に医療機関を受診した患者であって、感染症に罹患していると診断された患者の数である、感染症流行予測装置。 - 前記流行予測部は、第1地域を感染症の流行予測単位とする、請求項1の感染症流行予測装置。
- 前記流行予測部による感染症の流行予測に基づいて、前記第1地域に関する感染症の流行を警報する第1の感染症警報情報を生成する情報生成部をさらに備える、請求項2の感染症流行予測装置。
- 前記流行予測部は、
所定期間における前記第1の患者数の増減に関する第1増減傾向、所定期間における前記第2の患者数の増減に関する第2増減傾向をそれぞれ算出すると共に、
前記第1及び第2増減傾向に基づき、感染症の流行予測を行う、請求項2又は3の感染症流行予測装置。 - 前記第1及び第2増減傾向と、感染症の流行予測と、の関係を規定するテーブル情報を記憶する記憶部をさらに備え、
前記流行予測部は、前記テーブル情報を参照し、前記第1及び第2増減傾向から感染症の流行予測結果を取得する、請求項4の感染症流行予測装置。 - 前記情報生成部は、感染症の患者数と、ワクチン接種者の数と、に基づいて、感染症の流行を警報する第2の感染症警報情報をさらに生成する、請求項3に記載の感染症流行予測装置。
- 前記第1及び/又は第2の感染症警報情報を、前記第1地域を管轄する自治体に設置された端末に出力する、出力部をさらに備える請求項6の感染症流行予測装置。
- 前記情報生成部は、
年代別の感染症の患者数と、年代別のワクチン接種者の数と、に基づいて、前記第2の感染症警報情報を生成する、請求項6又は7の感染症流行予測装置。 - 前記情報生成部は、前記第1地域に隣接する第2地域に関する前記第1の感染症警報情報を生成し、
前記出力部は、前記第2地域を管轄する自治体に設置された端末に前記第1の感染症警報情報を出力する、請求項7を引用する請求項8の感染症流行予測装置。 - 前記入力部は、前記第1の患者数に関する情報を前記第1地域に存在する急患センターから取得し、前記第2の患者数に関する情報を前記第2地域に存在する診療所から取得する、請求項9の感染症流行予測装置。
- コンピュータが、
第1の期間にて医療機関を受診し、感染症に罹患していると診断された第1の患者数と、前記第1の期間とは異なる第2の期間にて医療機関を受診し、感染症に罹患していると診断された第2の患者数と、をそれぞれ入力するステップと、
前記第1及び第2の患者数に基づき感染症の流行予測を行うステップと、
を含み、
前記第1の患者数は、休日又は夜間に医療機関を受診した患者であって、感染症に罹患していると診断された患者の数であり、
前記第2の患者数は、医療機関の通常の診察時間として予め定められた時間帯に医療機関を受診した患者であって、感染症に罹患していると診断された患者の数である、感染症流行予測方法。 - 第1の期間にて医療機関を受診し、感染症に罹患していると診断された第1の患者数と、前記第1の期間とは異なる第2の期間にて医療機関を受診し、感染症に罹患していると診断された第2の患者数と、をそれぞれ入力する処理と、
前記第1及び第2の患者数に基づき感染症の流行予測を行う処理と、
を感染症流行予測装置を制御するコンピュータに実行させるプログラムであって、
前記第1の患者数は、休日又は夜間に医療機関を受診した患者であって、感染症に罹患していると診断された患者の数であり、
前記第2の患者数は、医療機関の通常の診察時間として予め定められた時間帯に医療機関を受診した患者であって、感染症に罹患していると診断された患者の数である、プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014212494A JP6471452B2 (ja) | 2014-10-17 | 2014-10-17 | 感染症流行予測装置、感染症流行予測方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014212494A JP6471452B2 (ja) | 2014-10-17 | 2014-10-17 | 感染症流行予測装置、感染症流行予測方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016081321A JP2016081321A (ja) | 2016-05-16 |
JP6471452B2 true JP6471452B2 (ja) | 2019-02-20 |
Family
ID=55958738
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014212494A Active JP6471452B2 (ja) | 2014-10-17 | 2014-10-17 | 感染症流行予測装置、感染症流行予測方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6471452B2 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101733652B1 (ko) | 2016-11-25 | 2017-05-11 | 에쓰오씨소프트(주) | 빅데이터를 활용한 감염병의 지역별 위험도 예측 기반의 예방활동 지원을 위한 방법, 전자 장치 및 시스템 |
JP6880935B2 (ja) * | 2017-03-31 | 2021-06-02 | 富士通株式会社 | 感染影響度推定プログラム、感染影響度推定方法、および情報処理装置 |
KR101921270B1 (ko) | 2017-10-27 | 2018-11-22 | (주)루나유엑스 | 질병관리 시스템 |
CN108172301B (zh) * | 2018-01-31 | 2021-02-02 | 中国科学院软件研究所 | 一种基于梯度提升树的蚊媒传染病疫情预测方法及系统 |
CN108630321B (zh) * | 2018-04-11 | 2020-02-21 | 平安科技(深圳)有限公司 | 流行病预测方法、计算机装置及计算机可读存储介质 |
JP7224780B2 (ja) * | 2018-05-24 | 2023-02-20 | キヤノンメディカルシステムズ株式会社 | 計画支援装置、及び計画支援プログラム |
JP7422308B2 (ja) * | 2018-08-08 | 2024-01-26 | パナソニックIpマネジメント株式会社 | 情報提供方法、サーバ、音声認識装置、及び情報提供プログラム |
JP2021064137A (ja) * | 2019-10-11 | 2021-04-22 | 株式会社日立ハイテク | 情報処理装置、処理方法およびプログラム |
CN111403048A (zh) * | 2020-03-18 | 2020-07-10 | 唐宓 | 一种未知传染病预警及追溯方法 |
CN111611297B (zh) * | 2020-05-21 | 2023-09-15 | 中南大学 | 顾及参数时变性的传播模型建立方法及其预测方法 |
JP6854955B1 (ja) * | 2020-08-06 | 2021-04-07 | エンサイス株式会社 | 情報処理システム、コンピュータシステム及びプログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010086037A (ja) * | 2008-09-29 | 2010-04-15 | Wako Shoji:Kk | 健康危殆早期発見システム |
WO2010066033A1 (en) * | 2008-12-08 | 2010-06-17 | Niall Wallace | Disease mapping and infection control system and method |
JP2011128935A (ja) * | 2009-12-18 | 2011-06-30 | Noriaki Aoki | 感染症予測システム |
-
2014
- 2014-10-17 JP JP2014212494A patent/JP6471452B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016081321A (ja) | 2016-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6471452B2 (ja) | 感染症流行予測装置、感染症流行予測方法及びプログラム | |
US10026508B2 (en) | Geographic utilization of artificial intelligence in real-time for disease identification and alert notification | |
Kogan et al. | An early warning approach to monitor COVID-19 activity with multiple digital traces in near real time | |
Wollum et al. | Benchmarking health system performance across states in Nigeria: a systematic analysis of levels and trends in key maternal and child health interventions and outcomes, 2000–2013 | |
Klazinga et al. | Indicators without a cause. Reflections on the development and use of indicators in health care from a public health perspective | |
Awotunde et al. | Cloud and IoMT-based big data analytics system during COVID-19 pandemic | |
Wang et al. | Modelling Covid-19 under uncertainty: what can we expect? | |
Babigumira et al. | Estimating the costs of induced abortion in Uganda: a model-based analysis | |
Menon et al. | Modelling and simulation of COVID-19 propagation in a large population with specific reference to India | |
Cooper et al. | A method for detecting and characterizing outbreaks of infectious disease from clinical reports | |
Deardorff et al. | Pneumonia risk stratification scores for children in low-resource settings: a systematic literature review | |
Khasha et al. | Mobile GIS-based monitoring asthma attacks based on environmental factors | |
Simonsen et al. | Capacity and adaptations of general practice during an influenza pandemic | |
Martínez et al. | Barriers to access to treatment for mothers with postpartum depression in primary health care centers: a predictive model | |
Cardoso et al. | Characterizing the impact of social inequality on COVID-19 propagation in developing countries | |
Smith et al. | Investigating the effect of sociodemographic factors on 30-day hospital readmission among medical patients in Toronto, Canada: a prospective cohort study | |
Zhang et al. | Infectious disease control: from health security strengthening to health systems improvement at global level | |
Kumar et al. | 6G-enabled IoT and AI for smart healthcare: Challenges, impact, and analysis | |
Jones | Addressing the Knowledge Deficit in Hospital Bed Planning and Defining an Optimum Region for the Number of Different Types of Hospital Beds in an Effective Health Care System | |
Ostir et al. | Cognitive health and risk of ED revisit in underserved older adults | |
Reji Kumar | A comparative study of the SIR prediction models and disease control strategies: a case study of the State of Kerala, India | |
Bagal et al. | Estimating the parameters of SIR model of COVID-19 cases in India during lock down periods | |
Hino et al. | Coinfection of tuberculosis/human immunodeficiency virus in an administrative district in the city of São Paulo | |
Lopez et al. | The comparison of trends in Spain and the Nederland: a Dynamical compartment model of the transmission of Coronavirus | |
Borrero | Big data analytic, big step for patient management and care in Puerto Rico |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170907 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180815 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180904 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180913 |
|
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: 20181225 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190107 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6471452 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |