JP6533243B2 - 提供装置、提供方法、及び提供プログラム - Google Patents
提供装置、提供方法、及び提供プログラム Download PDFInfo
- Publication number
- JP6533243B2 JP6533243B2 JP2017038325A JP2017038325A JP6533243B2 JP 6533243 B2 JP6533243 B2 JP 6533243B2 JP 2017038325 A JP2017038325 A JP 2017038325A JP 2017038325 A JP2017038325 A JP 2017038325A JP 6533243 B2 JP6533243 B2 JP 6533243B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- information
- disease
- predicted
- providing
- 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
- 238000000034 method Methods 0.000 title claims description 51
- 201000010099 disease Diseases 0.000 claims description 290
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 290
- 230000008569 process Effects 0.000 claims description 19
- 230000010485 coping Effects 0.000 claims description 18
- 230000000694 effects Effects 0.000 claims description 4
- 238000003860 storage Methods 0.000 description 108
- 206010019233 Headaches Diseases 0.000 description 57
- 231100000869 headache Toxicity 0.000 description 57
- 230000007613 environmental effect Effects 0.000 description 37
- 208000017667 Chronic Disease Diseases 0.000 description 33
- 208000008035 Back Pain Diseases 0.000 description 28
- 238000010586 diagram Methods 0.000 description 20
- 102000003815 Interleukin-11 Human genes 0.000 description 12
- 108090000177 Interleukin-11 Proteins 0.000 description 12
- 230000009471 action Effects 0.000 description 12
- 230000010365 information processing Effects 0.000 description 12
- 102000013462 Interleukin-12 Human genes 0.000 description 10
- 108010065805 Interleukin-12 Proteins 0.000 description 10
- 230000036772 blood pressure Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 239000003814 drug Substances 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 229940079593 drug Drugs 0.000 description 5
- 208000019804 backache Diseases 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 102000003816 Interleukin-13 Human genes 0.000 description 2
- 108090000176 Interleukin-13 Proteins 0.000 description 2
- 208000008930 Low Back Pain Diseases 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 208000006673 asthma Diseases 0.000 description 2
- 239000000090 biomarker Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 208000002193 Pain Diseases 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000035487 diastolic blood pressure Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000035488 systolic blood pressure Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
〔1.提供処理〕
まず、図1を用いて、実施形態に係る提供処理の一例について説明する。図1は、実施形態に係る提供処理の一例を示す図である。図1の例では、提供装置100は、ユーザに対応付けられた疾病のうち、ユーザの置かれている環境に関する情報(以下、「環境情報」ともいう)やユーザの生体情報に基づいて、ユーザに発症すると予測される疾病(以下、「予測疾病」ともいう)を予測する場合を示す。なお、環境情報には、ユーザが置かれている環境に関する情報であれば、図1に示すセンサ等により取得される気温や気圧等の気象(現象)に関する情報に限らず、種々の情報が含まれてもよい。例えば、環境情報には、ユーザの職場環境や人間関係等の種々の環境に関する情報が含まれてもよい。
図1の説明に先立って、図2を用いて提供システム1の構成について説明する。図2は、実施形態に係る提供システムの構成例を示す図である。図2に示すように、提供システム1は、端末装置10と、提供装置100とが含まれる。端末装置10と、提供装置100とは所定のネットワークNを介して、有線または無線により通信可能に接続される。なお、図2に示した提供システム1には、複数台の端末装置10や、複数台の提供装置100が含まれてもよい。
なお、上述した例では、提供装置100がユーザへ提供するサービスの一例として情報提供を示したが、提供装置100は、ユーザの予測疾病に関するサービスであれば、どのようなサービスを提供してもよい。例えば、提供装置100は、ユーザの予測疾病に関する医薬機関の予約サービスを提供してもよい。例えば、提供装置100は、ユーザの予測疾病に関する病院の受診予約サービスを提供してもよい。例えば、提供装置100は、ユーザの予測疾病に関する病院の予約サイトをユーザの端末装置10に表示させたり、病院の受診可能時間等をユーザの端末装置10に表示させたりすることにより、病院の受診予約サービスを提供してもよい。また、例えば、提供装置100は、ユーザの予測疾病に関する病院に電話を掛けることにより、病院の受診予約サービスを提供してもよい。
図1の例では、提供装置100は、予測モデルM1〜M3等を生成したり、予測モデルM1〜M3等を外部の情報処理装置から取得したりしてもよい。例えば、提供装置100は、ユーザに関する情報を用いて、予測モデルM1〜M3等を生成してもよい。
また、図1の例では、各疾病について、各ユーザの症状や重症度(発症歴等)等に応じて、各ユーザの閾値を異ならせる場合を示したが、提供装置100は、各疾病についてユーザに共通の閾値を用いてもよい。
図1の例では、提供装置100は、端末装置10からユーザU1の環境情報を取得する場合を示したが、提供装置100は、端末装置10以外の外部の情報処理装置からユーザU1の環境情報を取得してもよい。例えば、提供装置100は、気象に関する種々のオープンデータを提供する外部の情報処理装置からユーザU1の環境情報を取得してもよい。例えば、提供装置100は、ユーザU1が利用する端末措置10からユーザU1の位置情報を取得し、位置情報及びその取得日時に基づいて、気象に関する種々のオープンデータからユーザU1の環境情報に対応する情報を取得してもよい。
次に、図3を用いて、実施形態に係る提供装置100の構成について説明する。図3は、実施形態に係る提供装置100の構成例を示す図である。図3に示すように、提供装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、提供装置100は、提供装置100の管理者等から各種操作を受け付ける入力部(例えば、キーボードやマウス等)や、各種情報を表示するための表示部(例えば、液晶ディスプレイ等)を有してもよい。
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。そして、通信部110は、ネットワークと有線または無線で接続され、端末装置10との間で情報の送受信を行う。
記憶部120は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。実施形態に係る記憶部120は、図3に示すように、ユーザ情報記憶部121と、環境情報記憶部122と、生体情報記憶部123と、予測モデル情報記憶部124と、医薬機関情報記憶部125と、対処情報記憶部126とを有する。
実施形態に係るユーザ情報記憶部121は、ユーザに関する各種情報を記憶する。例えば、ユーザ情報記憶部121は、ユーザ属性に関する各種情報を記憶する。図4は、実施形態に係るユーザ情報記憶部の一例を示す図である。図4に示すユーザ情報記憶部121は、「ユーザID」、「年齢」、「性別」、「持病情報」といった項目が含まれる。また、「持病情報」には、「疾病ID」、「名称」、「閾値」といった項目が含まれる。
実施形態に係る環境情報記憶部122は、ユーザの環境に関する環境情報に関する各種情報を記憶する。図5は、実施形態に係る環境情報記憶部の一例を示す図である。例えば、環境情報記憶部122は、環境情報として、ある時点(時刻)のユーザの位置におけるユーザの置かれている環境に関する情報を記憶する。例えば、環境情報記憶部122は、環境情報として、ある時点(時刻)のユーザの位置における気象情報を記憶する。図5に示す環境情報記憶部122には、「ユーザID」、「環境情報」といった項目が含まれる。また、「環境情報」には、「時刻」、「位置」、「気温(℃)」、「気圧(hPa)」、「天候」といった項目が含まれる。
実施形態に係る生体情報記憶部123は、ユーザの生体情報に関する各種情報を記憶する。図6は、実施形態に係る生体情報記憶部の一例を示す図である。例えば、生体情報記憶部123は、生体情報として、ある時点(時刻)のユーザの心拍や血圧等に関する情報を記憶する。図6に示す生体情報記憶部123には、「ユーザID」、「生体情報」といった項目が含まれる。また、「生体情報」には、「時刻」、「心拍(bpm)」、「血圧(mmHg)」といった項目が含まれる。
実施形態に係る予測モデル情報記憶部124は、予測モデルに関する情報を記憶する。例えば、予測モデル情報記憶部124は、生成処理により生成された予測モデル情報を記憶する。図7は、実施形態に係る予測モデル情報記憶部の一例を示す図である。図7に示す予測モデル情報記憶部124では、各疾病に対応する予測モデルが記憶される。図7に示す予測モデル情報記憶部124は、予測モデル情報として、各予測モデルM1〜M3等に対応させて「素性1」〜「素性3」等といった項目を有する。
実施形態に係る医薬機関情報記憶部125は、医薬機関に関する各種情報を記憶する。図8は、実施形態に係る医薬機関情報記憶部の一例を示す図である。例えば、医薬機関情報記憶部125は、病院や薬局等を含む医薬機関に関する情報を記憶する。図8に示す医薬機関情報記憶部125には、「機関ID」、「種別」、「名称」、「エリア」、「対応疾病」といった項目が含まれる。
実施形態に係る対処情報記憶部126は、ユーザに提供する対処情報を記憶する。例えば、対処情報記憶部126は、医薬機関に行くことなくユーザ自身により実施可能な対処情報を記憶する。図9は、実施形態に係る対処情報記憶部の一例を示す図である。図9に示す対処情報記憶部126は、「疾病ID」、「対処情報」といった項目が含まれる。また、「対処情報」には、「コンテンツ」、「内容」といった項目が含まれる。
図3の説明に戻って、制御部130は、コントローラ(controller)であり、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、提供装置100内部の記憶装置に記憶されている各種プログラム(提供プログラムの一例に相当)がRAMを作業領域として実行されることにより実現される。また、制御部130は、コントローラであり、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路により実現される。
取得部131は、種々の情報を取得する。取得部131は、端末装置10等の外部装置から各種情報を取得する。また、取得部131は、ユーザ情報記憶部121や、環境情報記憶部122や、生体情報記憶部123や、予測モデル情報記憶部124や、医薬機関情報記憶部125や、対処情報記憶部126等から各種情報を取得する。
生成部132は、種々の情報を生成する。例えば、生成部132は、予測モデル等の各種モデルを生成する。例えば、予測部133は、予測モデル情報記憶部124(図7参照)に記憶された予測モデルM1〜M3を生成する。
予測部133は、種々の情報を予測する。例えば、予測部133は、生成部132により生成された各種モデルを用いて、種々の情報を予測する。例えば、予測部133は、予測モデル情報記憶部124に記憶された予測モデルM1〜M3等を用いて、ユーザに発症する疾病を予測する。
提供部134は、端末装置10等の外部装置に各種情報を提供する。例えば、提供部134は、生成部132により生成された各種情報を外部装置に提供してもよい。また、提供部134は、予測部133により予測された各種の予測情報を外部装置に提供してもよい。
次に、図10を用いて、実施形態に係る提供システム1による提供処理の手順について説明する。図10は、実施形態に係る予測モデルの生成の一例を示すフローチャートである。具体的には、図10は、予測モデルの生成に関する予測モデルの生成の一例を示すフローチャートである。
次に、図11を用いて、実施形態に係る提供システム1による提供処理の手順について説明する。図11は、実施形態に係る提供処理の一例を示すフローチャートである。具体的には、図11は、予測モデルを用いた提供処理の一例を示すフローチャートである。
上述してきたように、実施形態に係る提供装置100は、取得部131と、提供部134とを有する。取得部131は、ユーザの環境に関する環境情報を取得する。提供部134は、ユーザに対応付けられた疾病のうち、取得部131により取得された環境情報に基づいて、当該ユーザに発症すると予測される疾病である予測疾病に関するサービスを提供する。
上述してきた実施形態に係る提供装置100は、例えば図12に示すような構成のコンピュータ1000によって実現される。図12は、提供装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ1000は、CPU1100、RAM1200、ROM1300、HDD(Hard Disk Drive)1400、通信インターフェイス(I/F)1500、入出力インターフェイス(I/F)1600、及びメディアインターフェイス(I/F)1700を有する。
また、上記実施形態及び変形例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
100 提供装置
121 ユーザ情報記憶部
122 環境情報記憶部
123 生体情報記憶部
124 予測モデル情報記憶部
125 医薬機関情報記憶部
126 対処情報記憶部
130 制御部
131 取得部
132 生成部
133 予測部
134 提供部
10 端末装置
N ネットワーク
Claims (13)
- ユーザの環境に関する環境情報であって、インターネット上におけるユーザの行動情報に基づいて推定されるユーザの人間関係に関する情報を含む環境情報と、前記ユーザに発症する疾病を予測する予測モデルとを取得する取得部と、
前記ユーザに対応付けられた疾病のうち、前記取得部により取得された前記環境情報を前記予測モデルに入力することにより出力されるスコアと、前記ユーザに類似する類似ユーザの情報により決定され、疾病に対応する閾値とに基づいて、当該ユーザに発症すると予測される疾病である予測疾病に関するサービスを提供する提供部と、
を備えることを特徴とする提供装置。 - 前記取得部は、
前記ユーザの生体情報を取得し、
前記提供部は、
前記ユーザの生体情報及び前記環境情報を前記予測モデルに入力することにより出力される前記スコアに基づいて、当該ユーザに発症すると予測される前記予測疾病に関するサービスを提供する
ことを特徴とする請求項1に記載の提供装置。 - 所定のユーザにおいて発症した疾病と、当該疾病の発症時における前記所定のユーザの生体情報及び環境情報とに基づいて生成される前記予測モデルが出力する前記スコアを用いて、前記ユーザに発症する疾病を予測する予測部、
をさらに備え、
前記提供部は、
前記予測部により前記ユーザに発症すると予測される前記予測疾病に関するサービスを提供する
ことを特徴とする請求項2に記載の提供装置。 - 前記予測部は、
所定のユーザにおいて発症した複数の疾病と、各疾病の発症時における前記所定のユーザの生体情報及び環境情報とに基づいて、前記複数の疾病の各々について生成される複数の前記予測モデルを用いて、前記ユーザに発症する疾病を予測する
ことを特徴とする請求項3に記載の提供装置。 - 前記取得部は、
前記ユーザが位置する地点の気象に関する気象情報を含む前記環境情報を取得する
ことを特徴とする請求項1〜4のいずれか1項に記載の提供装置。 - 前記提供部は、
前記予測疾病に対する対処に関する情報である対処法情報を提供する
ことを特徴とする請求項1〜5のいずれか1項に記載の提供装置。 - 前記提供部は、
前記予測疾病に関する情報を前記ユーザに提供する
ことを特徴とする請求項6に記載の提供装置。 - 前記提供部は、
前記予測疾病に対する対処に関する情報である対処法情報を提供する
ことを特徴とする請求項7に記載の提供装置。 - 前記提供部は、
前記対処法情報として、所定のネットワークにおいて取得される前記予測疾病への対処法に関する情報を提供する
ことを特徴とする請求項8に記載の提供装置。 - 前記提供部は、
前記対処法情報として、前記ユーザの位置から所定範囲内の医薬機関であって、前記予測疾病に対応する医薬機関に関する情報を提供する
ことを特徴とする請求項8に記載の提供装置。 - 前記提供部は、
前記予測疾病に対応する医療機関の予約サービスを提供する
ことを特徴とする請求項1〜10のいずれか1項に記載の提供装置。 - コンピュータが実行する提供方法であって、
ユーザの環境に関する環境情報であって、インターネット上におけるユーザの行動情報に基づいて推定されるユーザの人間関係に関する情報を含む環境情報と、前記ユーザに発症する疾病を予測する予測モデルとを取得する取得工程と、
前記ユーザに対応付けられた疾病のうち、前記取得工程により取得された前記環境情報を前記予測モデルに入力することにより出力されるスコアと、前記ユーザに類似する類似ユーザの情報により決定され、疾病に対応する閾値とに基づいて、当該ユーザに発症すると予測される疾病である予測疾病に関するサービスを提供する提供工程と、
を含むことを特徴とする提供方法。 - ユーザの環境に関する環境情報であって、インターネット上におけるユーザの行動情報に基づいて推定されるユーザの人間関係に関する情報を含む環境情報と、前記ユーザに発症する疾病を予測する予測モデルとを取得する取得手順と、
前記ユーザに対応付けられた疾病のうち、前記取得手順により取得された前記環境情報を前記予測モデルに入力することにより出力されるスコアと、前記ユーザに類似する類似ユーザの情報により決定され、疾病に対応する閾値とに基づいて、当該ユーザに発症すると予測される疾病である予測疾病に関するサービスを提供する提供手順と、
をコンピュータに実行させることを特徴とする提供プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017038325A JP6533243B2 (ja) | 2017-03-01 | 2017-03-01 | 提供装置、提供方法、及び提供プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017038325A JP6533243B2 (ja) | 2017-03-01 | 2017-03-01 | 提供装置、提供方法、及び提供プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018147023A JP2018147023A (ja) | 2018-09-20 |
JP6533243B2 true JP6533243B2 (ja) | 2019-06-19 |
Family
ID=63591371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017038325A Active JP6533243B2 (ja) | 2017-03-01 | 2017-03-01 | 提供装置、提供方法、及び提供プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6533243B2 (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210391077A1 (en) * | 2018-10-19 | 2021-12-16 | Sony Group Corporation | Medical information processing system, medical information processing apparatus, and medical information processing method |
EP3928328A4 (en) * | 2019-02-22 | 2022-11-02 | Pear Therapeutics (US), Inc. | SYSTEMS AND METHODS FOR TREATMENT OF MIGRAINE SYMPTOMS |
JP2021117926A (ja) * | 2020-01-29 | 2021-08-10 | キヤノン株式会社 | 医用情報処理システム、医用情報処理装置、医用情報処理システムの制御方法、及びプログラム |
KR102329995B1 (ko) * | 2020-01-30 | 2021-11-22 | 연세대학교 원주산학협력단 | 사용자의 미세먼지 영향도 산출 및 예측 방법 |
CN111462909B (zh) * | 2020-03-30 | 2024-04-05 | 讯飞医疗科技股份有限公司 | 疾病演化跟踪和病情提示方法、装置及电子设备 |
KR20230025877A (ko) * | 2020-07-17 | 2023-02-23 | 미쓰이 가가쿠 가부시키가이샤 | 두통 원인 판정 시스템, 두통 원인 판정 방법, 프로그램, 및 데이터 구조 |
JP6916367B1 (ja) * | 2020-11-30 | 2021-08-11 | 株式会社博報堂Dyホールディングス | 推定システム及び推定方法 |
WO2023058391A1 (ja) * | 2021-10-05 | 2023-04-13 | ソニーグループ株式会社 | 情報処理方法、情報処理システム及び情報処理装置 |
JP7311829B1 (ja) * | 2023-05-16 | 2023-07-20 | キヤノンマーケティングジャパン株式会社 | 情報処理装置並びにその処理方法とプログラム、システムとその処理方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3861136B2 (ja) * | 2001-04-19 | 2006-12-20 | いであ株式会社 | 医学気象予報配信システム、医学気象予報配信方法、医学気象予報配信プログラム |
JP2005050212A (ja) * | 2003-07-30 | 2005-02-24 | Mitsui Sumitomo Insurance Co Ltd | 疾患症状予測サーバ、疾患症状予測システム、疾患症状予測方法、及びプログラム |
EP2526524A4 (en) * | 2010-01-21 | 2014-08-13 | Asthma Signals Inc | EARLY WARNING METHOD AND SYSTEM USED IN THE MANAGEMENT OF CHRONIC DISEASE |
JP2011180857A (ja) * | 2010-03-02 | 2011-09-15 | Saxa Inc | 健康管理指示提供システムおよび健康管理指示提供方法 |
JP2013196041A (ja) * | 2012-03-15 | 2013-09-30 | Sharp Corp | 健康アドバイスシステム、同プログラム |
JP2014089582A (ja) * | 2012-10-30 | 2014-05-15 | Fujifilm Corp | 医療補助システム |
JP6004084B2 (ja) * | 2013-03-29 | 2016-10-05 | 富士通株式会社 | モデル更新方法、装置、およびプログラム |
JP2015219617A (ja) * | 2014-05-15 | 2015-12-07 | 日本光電工業株式会社 | 疾病分析装置、疾病分析方法、及びプログラム |
-
2017
- 2017-03-01 JP JP2017038325A patent/JP6533243B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018147023A (ja) | 2018-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6533243B2 (ja) | 提供装置、提供方法、及び提供プログラム | |
Batty | Digital twins | |
US11730420B2 (en) | Maternal-fetal sepsis indicator | |
Topol | The patient will see you now: the future of medicine is in your hands | |
Thanassoulis et al. | Mendelian randomization: nature's randomized trial in the post–genome era | |
US10937528B2 (en) | Chronic disease discovery and management system | |
AU2017251705B2 (en) | Device-based participant matching | |
US11276495B2 (en) | Systems and methods for predicting multiple health care outcomes | |
Califf | Future of personalized cardiovascular medicine: JACC state-of-the-art review | |
Cano Martín et al. | Economic impact assessment from the use of a mobile app for the self-management of heart diseases by patients with heart failure in a Spanish region | |
JP6631628B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
US20200066412A1 (en) | Validating efficacy of medical advice | |
Khowaja et al. | VIRFIM: an AI and Internet of Medical Things-driven framework for healthcare using smart sensors | |
Khasha et al. | Mobile GIS-based monitoring asthma attacks based on environmental factors | |
Pryss et al. | Machine learning findings on geospatial data of users from the trackyourstress mhealth crowdsensing platform | |
Khowaja et al. | Internet of Everything enabled solution for COVID-19, its new variants and future pandemics: Framework, Challenges, and Research Directions | |
Qiu et al. | Estimating disease burden using Internet data | |
Ponmalar et al. | Mobile application for hospital management system | |
US20190279752A1 (en) | Generation of adherence-improvement programs | |
Pah et al. | Big data: what is it and what does it mean for cardiovascular research and prevention policy | |
JP2020523095A (ja) | 患者集団の疾患症状比較を視覚化するためのシステム及び方法 | |
Bakin et al. | Fast prototyping of a local fuzzy search system for decision support and retraining of hospital staff during pandemic | |
Sulaiman et al. | A framework for AI-enabled proactive mHealth with automated decision-making for a user’s context | |
JP2015170040A (ja) | 情報処理装置、情報処理方法及びプログラム | |
McCallum et al. | Health management, health promotion and disease prevention in gerontechnology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20171212 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190218 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190523 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6533243 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |