JP6608295B2 - 被験者の健康状態を予測する方法およびシステム - Google Patents
被験者の健康状態を予測する方法およびシステム Download PDFInfo
- Publication number
- JP6608295B2 JP6608295B2 JP2016018315A JP2016018315A JP6608295B2 JP 6608295 B2 JP6608295 B2 JP 6608295B2 JP 2016018315 A JP2016018315 A JP 2016018315A JP 2016018315 A JP2016018315 A JP 2016018315A JP 6608295 B2 JP6608295 B2 JP 6608295B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- subjects
- parameters
- view
- views
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
1つの実施形態において、マイクロプロセッサ202は、一個抜き交差検証技術を利用して、分類器を、健康状態スコア範囲が既知である、被験者の訓練データセットに基づいて訓練してよい。したがって、被験者の訓練データセットのデータビューのうちの1つは、一人以上の被験者の各々の健康状態スコアの所定値を含む、健康状態スコアデータビューを含んでよい。訓練データセットは、1つ以上のデータビューに分類化されてよく(ステップ304参照)、その後、実験的/発見的に選択される「k」の値を伴って、第2のデータ構造214に変換されてよい(ステップ306参照)。第2のデータ構造214における各所見に対して、マイクロプロセッサ202は、分類器を残りの所見において訓練してよく、分類器を使用して、省略される所見の健康状態スコア範囲を予測してよい。その後、マイクロプロセッサ202は、分類器の分類正確性を、正しい予測の割合に基づいて判定してよい。さらに、マイクロプロセッサ202は、「k」の第2の値を、経験的/発見的に選択してよい。その後、マイクロプロセッサ202は、1つ以上のデータビューを、「k」の第2の値をその次元として伴う第2のデータ構造214に再変換してよい。新しい分類器は、同様に、第2のデータ構造214において訓練されてよく、分類の正確性が新しい分類器に対して判定されてよい。マイクロプロセッサ202は、健康状態スコア範囲の予測対象である、一人以上の被験者の実際のデータセットのベイズ学習ベースのCMF変換に対する、より高い分類正確性をもたらす、「k」の値を選択してよい。当業者は、新しいkの値を選択するプロセスが、所定の分類正確性に到達するまで、または、所定のkの値に到達するまで、繰り返されてよいことを、理解するであろう。
Claims (20)
- 一人以上の被験者を1つ以上のカテゴリに分類するシステムであって、前記1つ以上のカテゴリは前記一人以上の被験者と関連付けられる健康状態を表し、前記システムは、
前記一人以上の被験者の各々と関連付けられる1つ以上のパラメータを、1つ以上のデータビューに、前記1つ以上のパラメータの各々の少なくともデータ種類に基づいて分類化することであって、データビューは、前記一人以上の被験者の各々と関連付けられ、前記データビューに分類化され、及びパラメータのセットを保存する第1のデータ構造に対応する、分類化すること、
前記1つ以上のデータビューを第2のデータ構造に変換することであって、前記第2のデータ構造は、前記1つ以上のデータビューの各々全体で前記パラメータのセットを表し、前記1つ以上のデータビュー全体の相関情報は、前記第2のデータ構造内で保存され、一方、特定のデータビューに存在するデータビュー特定情報であって、他のデータビューに存在する情報に相関しないデータビュー特定情報は、前記第2のデータ構造内で保存されず、前記1つ以上のデータビューの変換は、前記1つ以上のデータビューを集合行列に組み込み、前記集合行列を前記第2のデータ構造に因数分解することを含み、前記第2のデータ構造は、対応する前記集合行列の次元より低い次元の行列で表される、前記変換すること、および、
分類器を前記第2のデータ構造に基づいて訓練することであって、前記分類器は、前記一人以上の被験者を前記1つ以上のカテゴリに分類する、訓練すること、
を行うよう構成される、1つ以上のマイクロプロセッサと、
前記一人以上の被験者の前記1つ以上のカテゴリへの前記分類を、計算デバイスへ送信するよう構成される送受信器であって、前記一人以上の被験者の前記分類は、前記計算デバイスの表示デバイス上にユーザインタフェースを介して表示される、送受信器と、
を備える、システム。 - 前記データ種類は、分類化データ種類、二値データ種類、または数値データ種類、のうちの少なくとも1つに対応する、請求項1に記載のシステム。
- 前記1つ以上のカテゴリのそれぞれは、脳卒中スコアの範囲に対応する、請求項1に記載のシステム。
- 前記1つ以上のデータビューは、人口統計データビュー、過去の疾患データビュー、過去の依存データビュー、血液検査データビュー、放射線検査データビュー及び過去の投薬データビューの少なくとも一つに対応する、請求項1に記載のシステム。
- 一人以上の被験者を1つ以上のカテゴリに分類する方法であって、前記1つ以上のカテゴリは、前記一人以上の被験者と関連付けられる健康状態を表し、前記方法は、
1つ以上のマイクロプロセッサにより、前記一人以上の被験者の各々と関連付けられる1つ以上のパラメータを、1つ以上のデータビューに、前記1つ以上のパラメータの各々の少なくともデータ種類に基づいて分類化することであって、データビューは、前記一人以上の被験者の各々と関連付けられ、前記データビューに分類化され、およびパラメータのセットを保存する第1のデータ構造に対応する、分類化すること、
前記1つ以上のマイクロプロセッサにより、前記1つ以上のデータビューを第2のデータ構造に変換することであって、前記第2のデータ構造は、前記1つ以上のデータビュー全体で前記パラメータのセットを表し、前記1つ以上のデータビュー全体の相関情報は、前記第2のデータ構造内で保存され、一方、特定のデータビューに存在するデータビュー特定情報であって、他のデータビューに存在する情報に相関しないデータビュー特定情報は、前記第2のデータ構造内で保存されず、前記1つ以上のデータビューの変換は、前記1つ以上のデータビューを集合行列に組み込み、前記集合行列を前記第2のデータ構造に因数分解することを含み、前記第2のデータ構造は、対応する前記集合行列の次元より低い次元の行列で表される、前記変換すること、
前記1つ以上のマイクロプロセッサにより、分類器を前記第2のデータ構造に基づいて訓練することであって、前記分類器は、前記一人以上の被験者を前記1つ以上のカテゴリに分類する、訓練すること、および、
送受信器により、前記一人以上の被験者の前記1つ以上のカテゴリへの前記分類を、計算デバイスへ送信することであって、前記一人以上の被験者の前記分類は、前記計算デバイスの表示デバイス上にユーザインタフェースを介して表示される、送信すること、
を備える、方法。 - 前記データ種類は、分類化データ種類、二値データ種類、または数値データ種類、のうちの少なくとも1つに対応する、請求項5に記載の方法。
- 前記1つ以上のカテゴリの各々は、脳卒中スコアの範囲に対応する、請求項5に記載の方法。
- 前記1つ以上のデータビューは、人口統計データビュー、過去の疾患データビュー、過去の依存データビュー、血液検査データビュー、放射線検査データビュー、または過去の投薬データビュー、のうちの少なくとも1つに対応する、請求項5に記載の方法。
- 前記人口統計データビューに分類化される前記パラメータのセットは、前記一人以上の被験者の年齢、前記一人以上の被験者の性別、前記一人以上の被験者の教育レベル、または前記一人以上の被験者の職種、のうちの少なくとも1つに対応する、請求項8に記載の方法。
- 前記過去の疾患データビューに分類化される前記パラメータのセットは、前記一人以上の被験者における、高血圧、糖尿病、心疾患、または脳血管障害、のうちの少なくとも1つの1回以上の過去の症例に対応する、請求項8に記載の方法。
- 前記過去の依存データビューに分類化される前記パラメータのセットは、前記一人以上の被験者における、喫煙またはアルコールのうちの少なくとも1つの依存に対応する、請求項8に記載の方法。
- 前記血液検査データビューに分類化される前記パラメータのセットは、前記一人以上の被験者に関連する総血球数、ヘモグロビン数、RBS数、血小板数、クレアチニン数、血清ナトリウム数、および血清アルブミン数の少なくとも一つに対応する、請求項8に記載の方法。
- 前記放射線検査データビューに分類化される前記パラメータのセットは、前記一人以上の被験者に関連するエコースキャン読み込み、MRIスキャン読み込み、およびCTスキャン読み込みの少なくとも一つに対応する、請求項8に記載の方法。
- 前記過去の投薬データビューに分類化される前記パラメータのセットは、前記一人以上の被験者によるアスピリン、クロピドグレル、スタチン、CCB、ACEI、抗てんかん薬、および高糖尿病薬の少なくとも一つを含む一又は二以上の薬の摂取に対応する、請求項8に記載の方法。
- 前記変換は、複合行列因子分解(CMF)技術、主成分分析(PCA)技術、非負値行列因子分解(NMF)技術、正準相関分析技術(CCA)、または、バッテリー間因子分析(IBFA)技術の少なくとも一つを含むマルチビュー学習技術に基づいている、請求項5に記載の方法。
- 前記変換は、ベイズ技術を利用することによる前記1つ以上のデータビューの前記第2のデータ構造への分解に対応する、請求項5に記載の方法。
- 前記第2のデータ構造は、前記1つ以上のデータビューにおける共通情報を保存し、前記1つ以上のデータビューにおけるデータビュー特定情報を廃棄する、請求項5に記載の方法。
- 前記分類器は、サポートベクターマシン(SVM)、ロジスティック回帰、ベイズ分類器、決定木分類器、コピュラベースの分類器、K最近傍法(KNN)分類器、または、ランダムフォレスト(RF)分類器の少なくとも一つを含む1つ以上の機器学習技術に基づいている、請求項5に記載の方法。
- 前記1つ以上のマイクロプロセッサが、前記一人以上の被験者のうちの一人の被験者の前記分類に基づいて当該被験者について、処置コース、リハビリコース、合併症予測、または緊急治療決定の少なくとも一つを決定することをさらに含む、請求項5に記載の方法。
- 計算デバイスで使用するコンピュータプログラム製品であって、前記コンピュータプログラム製品は持続性コンピュータ可読媒体を備え、前記持続性コンピュータ可読媒体は、一人以上の被験者を1つ以上のカテゴリに分類するためのコンピュータプログラムコードを保存し、前記1つ以上のカテゴリは、前記一人以上の被験者と関連付けられる健康状態を表し、前記コンピュータプログラムコードは、1つ以上のマイクロプロセッサにより前記計算デバイスにおいて実行可能であって、
前記一人以上の被験者の各々と関連付けられる1つ以上のパラメータを、1つ以上のデータビューに、前記1つ以上のパラメータの各々の少なくともデータ種類に基づいて分類化することであって、データビューは、前記一人以上の被験者の各々と関連付けられ、前記データビューに分類化され、およびパラメータのセットを保存する第1のデータ構造に対応する、分類化すること、
前記1つ以上のデータビューを第2のデータ構造へ変換することであって、前記第2のデータ構造は、前記1つ以上のデータビュー全体で前記パラメータのセットを表し、前記1つ以上のデータビュー全体の相関情報は、前記第2のデータ構造内で保存され、一方、特定のデータビューに存在するデータビュー特定情報であって、他のデータビューに存在する情報に相関しないデータビュー特定情報は、前記第2のデータ構造内で保存されず、前記1つ以上のデータビューの変換は、前記1つ以上のデータビューを集合行列に組み込み、前記集合行列を前記第2のデータ構造に因数分解することを含み、前記第2のデータ構造は、対応する前記集合行列の次元より低い次元の行列で表される、前記変換すること、
分類器を前記第2のデータ構造に基づいて訓練することであって、前記分類器は、前記一人以上の被験者を前記1つ以上のカテゴリに分類する、訓練すること、および、
送受信器により、前記一人以上の被験者の前記1つ以上のカテゴリへの分類を、第2の計算デバイスへ送信することであって、前記一人以上の被験者の前記分類は、前記第2の計算デバイスの表示デバイス上に、ユーザインタフェースを介して表示される、送信することを行う、コンピュータプログラム製品。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/629,766 US9870449B2 (en) | 2015-02-24 | 2015-02-24 | Methods and systems for predicting health condition of human subjects |
US14/629,766 | 2015-02-24 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2016157430A JP2016157430A (ja) | 2016-09-01 |
JP2016157430A5 JP2016157430A5 (ja) | 2019-04-04 |
JP6608295B2 true JP6608295B2 (ja) | 2019-11-20 |
Family
ID=56577705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016018315A Expired - Fee Related JP6608295B2 (ja) | 2015-02-24 | 2016-02-02 | 被験者の健康状態を予測する方法およびシステム |
Country Status (3)
Country | Link |
---|---|
US (1) | US9870449B2 (ja) |
JP (1) | JP6608295B2 (ja) |
DE (1) | DE102016201728A1 (ja) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3702685A1 (en) | 2012-08-28 | 2020-09-02 | Delos Living LLC | Environmental control system and method of operation such system |
AU2015223112B2 (en) | 2014-02-28 | 2020-07-09 | Delos Living Llc | Systems, methods and articles for enhancing wellness associated with habitable environments |
CN107251031A (zh) | 2015-01-13 | 2017-10-13 | 戴尔斯生活有限责任公司 | 用于监测和增强人体健康的系统、方法和制品 |
US11955236B2 (en) | 2015-04-20 | 2024-04-09 | Murj, Inc. | Systems and methods for managing patient medical devices |
US10268989B2 (en) * | 2015-04-20 | 2019-04-23 | Murj, Inc. | Medical device data platform |
US10468136B2 (en) * | 2016-08-29 | 2019-11-05 | Conduent Business Services, Llc | Method and system for data processing to predict health condition of a human subject |
US10839707B2 (en) * | 2016-09-08 | 2020-11-17 | Wayne State University | Augmented reality system and method for exposure therapy and motor skills training |
US10650621B1 (en) | 2016-09-13 | 2020-05-12 | Iocurrents, Inc. | Interfacing with a vehicular controller area network |
WO2019046580A1 (en) | 2017-08-30 | 2019-03-07 | Delos Living Llc | SYSTEMS, METHODS AND ARTICLES FOR EVALUATING AND / OR IMPROVING HEALTH AND WELL-BEING |
WO2019111618A1 (ja) * | 2017-12-08 | 2019-06-13 | 日本電気株式会社 | 患者状態判定装置、患者状態判定システム、患者状態判定方法、および患者状態判定プログラム記録媒体 |
KR20190132710A (ko) | 2018-05-21 | 2019-11-29 | 한국표준과학연구원 | NIHSS(National Institutes of Health Stroke Scale)를 이용한 뇌졸중 중증도의 예측 및 분석 방법과 시스템 |
WO2020055872A1 (en) | 2018-09-14 | 2020-03-19 | Delos Living Llc | Systems and methods for air remediation |
WO2020176503A1 (en) | 2019-02-26 | 2020-09-03 | Delos Living Llc | Method and apparatus for lighting in an office environment |
US11898898B2 (en) | 2019-03-25 | 2024-02-13 | Delos Living Llc | Systems and methods for acoustic monitoring |
US11456072B1 (en) | 2022-03-15 | 2022-09-27 | Murj, Inc. | Systems and methods to distribute cardiac device advisory data |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006035450A1 (en) * | 2004-09-29 | 2006-04-06 | Hewlett-Packard Development Company L.P. | Systems and methods for soliciting feedback using print-augmented broadcast signal |
US20140200824A1 (en) | 2008-09-19 | 2014-07-17 | University Of Pittsburgh Of The Commonwealth System Of Higher Education | K-partite graph based formalism for characterization of complex phenotypes in clinical data analyses and disease outcome prognosis |
US20110070582A1 (en) * | 2008-11-03 | 2011-03-24 | Source Precision Medicine, Inc. d/b/d Source MDX | Gene Expression Profiling for Predicting the Response to Immunotherapy and/or the Survivability of Melanoma Subjects |
US9200322B2 (en) | 2010-02-23 | 2015-12-01 | The United States Of America, As Represented By The Secretary, Department Of Health And Human Services | Biomarkers for acute ischemic stroke |
JP2011257816A (ja) * | 2010-06-04 | 2011-12-22 | Gifu Univ | 受診者状態推定装置及びプログラム |
US8699486B1 (en) * | 2010-12-07 | 2014-04-15 | Juniper Networks, Inc. | Managing multicast distribution using multicast trees |
KR102320178B1 (ko) * | 2011-01-06 | 2021-11-02 | 다케다 파머수티컬 컴패니 리미티드 | 혈장 칼리크레인 결합 단백질 |
EP2492691A1 (en) | 2011-02-22 | 2012-08-29 | Institut de Recerca Hospital Universitari Vall d'Hebron | Method of predicting the evolution of a patient suffering of a neurovascular disease |
JP2014514572A (ja) * | 2011-04-29 | 2014-06-19 | キャンサー・プリヴェンション・アンド・キュア,リミテッド | 分類システムおよびそのキットを使用した肺疾患の同定および診断方法 |
US9536052B2 (en) | 2011-10-28 | 2017-01-03 | Parkland Center For Clinical Innovation | Clinical predictive and monitoring system and method |
US9147041B2 (en) | 2012-09-13 | 2015-09-29 | Parkland Center For Clinical Innovation | Clinical dashboard user interface system and method |
US9489624B2 (en) * | 2013-03-12 | 2016-11-08 | Xerox Corporation | Method and system for recommending crowdsourcing platforms |
US9305245B2 (en) * | 2013-05-07 | 2016-04-05 | Xerox Corporation | Methods and systems for evaluating handwritten documents |
US9582484B2 (en) * | 2013-10-01 | 2017-02-28 | Xerox Corporation | Methods and systems for filling forms |
US9159032B1 (en) * | 2014-03-19 | 2015-10-13 | Xerox Corporation | Predicting arrival times of vehicles based upon observed schedule adherence |
US9471876B2 (en) * | 2014-05-09 | 2016-10-18 | Xerox Corporation | Methods and systems for determining inter-dependenices between applications and computing infrastructures |
US9228841B2 (en) * | 2014-06-02 | 2016-01-05 | Xerox Corporation | Methods and systems for determining routes in a navigation system |
US9383976B1 (en) * | 2015-01-15 | 2016-07-05 | Xerox Corporation | Methods and systems for crowdsourcing software development project |
-
2015
- 2015-02-24 US US14/629,766 patent/US9870449B2/en active Active
-
2016
- 2016-02-02 JP JP2016018315A patent/JP6608295B2/ja not_active Expired - Fee Related
- 2016-02-04 DE DE102016201728.4A patent/DE102016201728A1/de active Pending
Also Published As
Publication number | Publication date |
---|---|
DE102016201728A1 (de) | 2016-08-25 |
US20160246931A1 (en) | 2016-08-25 |
JP2016157430A (ja) | 2016-09-01 |
US9870449B2 (en) | 2018-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6608295B2 (ja) | 被験者の健康状態を予測する方法およびシステム | |
van de Sande et al. | Moving from bytes to bedside: a systematic review on the use of artificial intelligence in the intensive care unit | |
Jones et al. | Assessment of a deep-learning system for fracture detection in musculoskeletal radiographs | |
US10783989B2 (en) | Devices, systems, and methods for automated data collection | |
Pasternak et al. | Use of acyclovir, valacyclovir, and famciclovir in the first trimester of pregnancy and the risk of birth defects | |
US10340040B2 (en) | Method and system for identifying diagnostic and therapeutic options for medical conditions using electronic health records | |
McDonald et al. | US emergency department visits for alcohol-related diseases and injuries between 1992 and 2000 | |
Marghoob et al. | Number of satellite nevi as a correlate for neurocutaneous melanocytosis in patients with large congenital melanocytic nevi | |
Lyder et al. | Quality of care for hospitalized medicare patients at risk for pressure ulcers | |
Sawaya et al. | Estimated quality of life and economic outcomes associated with 12 cervical cancer screening strategies: a cost-effectiveness analysis | |
Dhruva et al. | Variations between clinical trial participants and Medicare beneficiaries in evidence used for Medicare national coverage decisions | |
Elmore et al. | The association between obesity and screening mammography accuracy | |
Davis et al. | Immunization levels among premature and low-birth-weight infants and risk factors for delayed up-to-date immunization status | |
Gauthier et al. | High prevalence of overweight children and adolescents in the Practice Partner Research Network | |
Xie et al. | Development and assessment of an interpretable machine learning triage tool for estimating mortality after emergency admissions | |
Masroor et al. | Association of NCCN-recommended posttreatment surveillance with outcomes in patients with HPV-associated oropharyngeal squamous cell carcinoma | |
Meltzer et al. | Association of whole-body computed tomography with mortality risk in children with blunt trauma | |
Morrison et al. | Cost-effectiveness of artificial intelligence–based retinopathy of prematurity screening | |
WO2022183460A1 (zh) | 一种利用个性化指标进行健康分析的系统及其使用方法 | |
US11449792B2 (en) | Methods and systems for generating a supplement instruction set using artificial intelligence | |
Chien et al. | Reduction in patient burdens with graphical computerized adaptive testing on the ADL scale: tool development and simulation | |
JP2009205464A (ja) | 医療情報処理装置、医療情報処理方法、及び医療情報処理プログラム | |
US20200395127A1 (en) | Connected system for information-enhanced test results | |
Lin et al. | Using transfer learning of convolutional neural network on neck radiographs to identify acute epiglottitis | |
US20150302155A1 (en) | Methods and systems for predicting health condition of human subject |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20160208 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20160209 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190201 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190221 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190221 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190226 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20190513 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190516 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20190513 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190618 |
|
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: 20190924 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191023 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6608295 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |