JP7003880B2 - 予測装置、方法およびプログラム - Google Patents
予測装置、方法およびプログラム Download PDFInfo
- Publication number
- JP7003880B2 JP7003880B2 JP2018165705A JP2018165705A JP7003880B2 JP 7003880 B2 JP7003880 B2 JP 7003880B2 JP 2018165705 A JP2018165705 A JP 2018165705A JP 2018165705 A JP2018165705 A JP 2018165705A JP 7003880 B2 JP7003880 B2 JP 7003880B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- future
- prediction
- time
- prediction model
- 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 11
- 238000012549 training Methods 0.000 claims description 51
- 230000036541 health Effects 0.000 claims description 47
- 201000010099 disease Diseases 0.000 claims description 31
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 31
- 238000011156 evaluation Methods 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 12
- 230000006399 behavior Effects 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 3
- 230000005548 health behavior Effects 0.000 description 34
- 235000005911 diet Nutrition 0.000 description 11
- 238000013528 artificial neural network Methods 0.000 description 10
- 230000003862 health status Effects 0.000 description 10
- 239000003814 drug Substances 0.000 description 9
- 229940079593 drug Drugs 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 230000037213 diet Effects 0.000 description 8
- 230000015654 memory Effects 0.000 description 8
- 206010012601 diabetes mellitus Diseases 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 208000017169 kidney disease Diseases 0.000 description 5
- 239000000470 constituent Substances 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 238000000502 dialysis Methods 0.000 description 3
- 230000000378 dietary effect Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 238000013058 risk prediction model Methods 0.000 description 3
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002301 combined effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 230000036449 good health Effects 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 235000001497 healthy food Nutrition 0.000 description 1
- 230000008376 long-term health Effects 0.000 description 1
- 235000014659 low sodium diet Nutrition 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 235000021590 normal diet Nutrition 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Technology Law (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Description
(本発明の一実施形態の趣旨)
ユーザの将来の資産は、現在の資産(単に資産と称することがある)と今後の資産運用方針とに応じて変動するものである。一方、将来の支出は、現在の健康状態(単に健康状態と称することがある)と今後の健康行動方針とに応じて変動するものである。そして、将来の資産と将来の支出は、互いに影響を及ぼし合うものである。将来の資産と支出を、これら将来の資産と将来の支出との関係性を加味して予測できれば、これらのバランスが崩れるとき、つまり、金銭的リスクが生じるときについて精度の高い見込みを立てることができる。
図1は、本発明の一実施形態に係る金銭的リスク予測装置の機能構成例を示すブロック図である。
図1に示すように、本発明の一実施形態に係る金銭的リスク予測装置10は、訓練データ受付部11、訓練データ記録部12、予測モデル学習部13、予測モデル記録部14、および予測モデル適用部15を有する。各部の詳細については後述する。
訓練データ記録部12、および予測モデル記録部14は、上記メモリのうち随時書込および読み出しが可能な不揮発性メモリに設けられる。
図2は、本発明の一実施形態に係る金銭的リスク予測装置10による訓練データの記録および予測モデル構築にかかる処理動作の一例を示すフローチャートである。
まず、訓練データ受付部11は、外部からの訓練データの入力を受け付け、この訓練データを訓練データ記録部12に記録する(ステップS1-1)。訓練データとは、リスク予測モデルの学習に用いられるデータである。
図3に示すように、訓練データは、ユーザ毎に、日時(例えば年月日)、資産、資産運用方針、健康状態、健康行動方針、疾病リスクでなる6つの大項目で構成される時系列データである。訓練データの日時は、過去、現在および将来の日時を含んでよい。資産、健康状態は、訓練データ上で対応する日時における資産、健康状態である。
大項目「健康行動方針」の小項目は「食事」(健康を考慮した食事方針の採用の有無)、「運動」(健康を考慮した運動方針の採用の有無)、「薬剤」(現在罹患している疾病に対する薬剤治療方針の採用の有無)である。
訓練データ上の資産運用方針の小項目の値は、上記の預金割合及び投資割合に限らず、海外株式又は国内株式の資産運用配分、投資銘柄(投資していれば「1」、投資していなければ「0」のカテゴリ変数)など、資産運用の各種別の程度を量的に表せるものであればよい。
訓練データ上の疾病リスクの小項目の値は、疾病の症状を定義できるものであればよい。
予測モデルの学習には訓練データ記録部12に記録される訓練データを用いる。
多層ニューラルネットワークの入力層に入力されるデータは、時点tにおける訓練データの資産、資産運用方針、健康状態、健康行動方針、疾病リスクを表す値、及び時点tにおける、これらの値の欠損の有無(値が欠損していれば「0」、値があれば「1」)を表すベクトルをそれぞれ含む。
予測モデルは、個人の将来の資産額及び健康状態を示す数値(疾病の発症時期、寿命など)の関係、例えば疾病の発症時期及び死亡時における資産額を、これら将来の資産額と将来の健康状態を示す数値とが互いに及ぼす影響の大きさを考慮して予測することができる。予測モデルは、個人の将来の資産及び健康の関係を、ユーザの資産運用方針が将来の資産額と将来の健康状態を示す数値(疾病の発症時期、寿命)とにそれぞれ及ぼす影響の大きさを考慮して予測することができる。これにより、例えば、資産における預金、投資の割合の大小に応じて金銭的リスクを適切に予測できる。
この後に、予測モデルは、予測結果として得た、当該時刻t+1における値を入力し、時刻t+2における値を出力として得る。このような処理を繰り返すことで、任意の時刻における予測値を得ることができる。つまり、現在の資産運用方針及び現在の健康行動方針を含む時系列データを予測モデルに入力すると、将来の資産運用方針及び将来の健康行動方針を含む時系列データを予測して出力することができる。
例えば、将来の資産額を増やしたり、疾病の発症を予防したりする目的で、将来の時刻t+1における予測された時系列データで示される資産運用方針及び健康行動方針の少なくとも一方を意図的に変更する場合の処理を説明する。
この場合は、現在の時刻tにおける時系列データの値を予測モデルに入力して得られた、時刻t+1における時系列データで示される資産運用方針、健康行動方針の予測結果で示される値をユーザにより意図する値に置き換えた上で、予測モデル学習部13は、この値を予測モデルに入力し、時刻t+2における時系列データの値を出力として得る。
予測モデル適用部15は、ユーザに係る日時、資産(現在の資産)、資産運用方針(過去、現在の資産運用方針、将来にわたって予測又は仮定される資産運用方針)、健康状態(過去、現在の健康状態)、健康行動方針(過去、現在の健康行動方針、将来にわたって予測又は仮定される健康行動方針)、疾病リスク(過去、現在の疾病、将来に予測される疾病など)でなる6つの大項目で構成される時系列データを評価データとして外部から受け付ける。
評価結果は、ユーザに係る日時、資産(将来の資産)、資産運用方針(将来にわたって予測される資産運用方針)、健康行動方針(将来にわたって予測又は仮定される健康行動方針)、疾病リスク(将来に予測される疾病など)の時系列データを含む。
図6乃至図8では、評価結果における、ユーザが疾病を発症すると予測される時点、ユーザが死亡すると予測される時点を含む各時点での資産額予測値の時系列データを可視化した予測結果通知データの表示例を示す。
図6に示した例では、評価結果における資産額予測値は、各種の疾病の発症と、その後の治療によって年齢とともに低下していくが、ユーザが寿命を全うすると予測される90歳の時点で資産が残っているため、金銭的リスクが生涯にわたって生じないことを示している。
この図7に示した例では、図6に示した例と比較してユーザが糖尿病を発症するまでの資産額増加の傾きが緩く、75歳で資産が0円になり金銭的リスクが生じ、寿命を全うすると予測される90歳の時点で資産額が大幅に不足すると予測された結果を示している。
図8に示した例では、上記のように健康を考慮した食事、運動を取り入れたため、年齢を経ても腎症の発症および透析の開始に至らず、さらに、寿命を全うすると予測される年齢が100歳に延び、この時点で資産額が大幅に残っており、金銭的リスクが生涯にわたって明らかに生じないことを示している。
上記の例に限らず、評価データの健康状態として日々の体重の増減、歩数の増減、運動負荷の増減、食事内容を入力として受け付け、金銭的リスクの予測に反映してもよい。
次に、金銭的リスクの改善又は悪化傾向の可視化について説明する。
予測モデル適用部15は、ユーザの将来の資産運用方針、健康行動方針の少なくとも一方の変更前において予測された将来の資産及び健康と、変更後において予測された将来の資産及び健康との差異を可視化した評価結果を出力してもよい。これにより、ユーザは、資産運用方針、健康行動方針の変更に伴う将来の金銭的リスクの変動を容易に把握することができる。
次に、資産運用方針の分類と、健康行動方針の分類について説明する。
資産運用方針については、景気、インフレ率などの経済状況に影響されやすい要素(例えば株式、不動産)と、経済状況に影響されにくい要素(例えば貯金)とがある。
Claims (10)
- ユーザの将来の資産額を示す時系列データを予測する予測モデルを記録する予測モデル記録部と、
ユーザの資産額と健康状態を示す数値とを含む時系列データである評価データを受け付け、前記予測モデル記録部に記録される予測モデルに前記評価データを入力して、前記入力に応じて前記予測モデルにより予測される前記ユーザの将来の資産額を示す時系列データを出力する予測手段と、
を備える予測装置。 - 前記予測モデル記録部に記録された予測モデルは、
前記ユーザの将来の資産額を示す時系列データを、前記ユーザの将来の資産額と前記ユーザの将来の健康状態を示す数値とが互いに及ぼす影響の大きさを考慮して予測するモデルである、
請求項1に記載の予測装置。 - 前記予測モデル記録部に記録された予測モデルは、
前記ユーザの将来の資産額を示す時系列データを、前記ユーザの資産運用の種別が前記ユーザの将来の資産額と前記ユーザの将来の健康状態を示す数値とに及ぼす影響の大きさを考慮して予測するモデルである、
請求項2に記載の予測装置。 - 前記予測モデル記録部に記録され予測モデルは、
前記ユーザの将来の資産額を示す時系列データを、前記ユーザの行動の種別が前記ユーザの将来の資産額と前記ユーザの将来の健康状態を示す数値とに及ぼす影響の大きさを考慮して予測するモデルである、
請求項2に記載の予測装置。 - ユーザ毎の資産額と健康状態を示す数値を含み、前記予測モデルの学習に用いられる時系列データである訓練データを受け付ける訓練データ受付手段と、
前記訓練データ受付手段により受け付けられた訓練データを記録する訓練データ記録部と、
前記訓練データ記録部に記録された訓練データをもとに、学習済みの前記予測モデルを生成する学習手段と、
をさらに備える請求項1乃至請求項4の何れか1項に記載の予測装置。 - 前記予測手段は、
前記ユーザが疾病を発症すると予測される時点及び前記ユーザが死亡すると予測される時点の少なくとも一方の資産額の時系列データを可視化した結果を含むデータを出力する、
請求項1乃至請求項5の何れか1項に記載の予測装置。 - 前記予測される時系列データは、
前記ユーザの将来の資産運用の種別及び行動の種別を含み、
前記予測手段は、
前記ユーザの将来の資産運用の種別及び将来の行動の種別の少なくとも一方を変更する前と変更した後における将来の資産額の時系列データの差異を可視化した結果を含むデータを出力する、
請求項1乃至請求項6の何れか1項に記載の予測装置。 - 前記予測モデル記録部に記録された予測モデルは、
前記ユーザの将来の資産額を、前記ユーザによる資産運用の種別及び行動の種別が前記将来の資産額と将来の健康状態を示す数値とに及ぼす影響の大きさを考慮して予測するモデルであり、
前記予測手段は、
前記資産運用の種別に応じた資産額を経済状況により変動しやすい第1の要素と前記第1の要素と比較して経済状況により変動しにくい第2の要素とに分類し、前記行動に必要な費用を経済状況により変動しやすい第3の要素に応じた費用と前記第3の要素と比較して経済状況により変動しにくい第4の要素に応じた費用とに分類し、前記資産額の総額に占める前記第1の要素に応じた資産額の割合と、分類前の前記行動に必要な費用に占める前記第3の要素に応じた費用の割合との乖離を表す情報を出力する、
請求項1乃至請求項7のいずれか1項に記載の予測装置。 - ユーザの将来の資産額を示す時系列データを予測する予測モデルを記録する予測モデル記録部を有する予測装置が行なう方法であって、
前記予測装置の予測手段が、
ユーザの資産額と健康状態を示す数値とを含む時系列データである評価データを受け付け、
前記予測モデル記録部に記録される予測モデルに前記評価データを入力し、
前記入力に応じて前記予測モデルにより予測される前記ユーザの将来の資産額を示す時系列データを出力する、
予測方法。 - 請求項1乃至請求項8のいずれか1項に記載の予測装置の前記各手段としてプロセッサを機能させる予測処理プログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018165705A JP7003880B2 (ja) | 2018-09-05 | 2018-09-05 | 予測装置、方法およびプログラム |
US17/273,037 US20220129734A1 (en) | 2018-09-05 | 2019-09-04 | Forecasting device, method, and program |
PCT/JP2019/034823 WO2020050327A1 (ja) | 2018-09-05 | 2019-09-04 | 予測装置、方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018165705A JP7003880B2 (ja) | 2018-09-05 | 2018-09-05 | 予測装置、方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020038526A JP2020038526A (ja) | 2020-03-12 |
JP7003880B2 true JP7003880B2 (ja) | 2022-02-10 |
Family
ID=69723197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018165705A Active JP7003880B2 (ja) | 2018-09-05 | 2018-09-05 | 予測装置、方法およびプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220129734A1 (ja) |
JP (1) | JP7003880B2 (ja) |
WO (1) | WO2020050327A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018047655A1 (ja) * | 2016-09-06 | 2018-03-15 | 日本電信電話株式会社 | 時系列データ特徴量抽出装置、時系列データ特徴量抽出方法及び時系列データ特徴量抽出プログラム |
WO2022045537A1 (ko) * | 2020-08-27 | 2022-03-03 | 서울대학교산학협력단 | 건강 자산 계산 방법 및 장치 |
KR102532281B1 (ko) * | 2021-04-13 | 2023-05-15 | 서울대학교산학협력단 | 기업의 건강 기여율 및 건강 자산 기여 가치 계산 방법 및 장치 |
CN113205206A (zh) * | 2021-04-20 | 2021-08-03 | 索信达(北京)数据技术有限公司 | 数据预测方法、装置、计算机设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003085376A (ja) | 2002-07-08 | 2003-03-20 | Mit:Kk | ポートフォリオ自動設計システム及び記録媒体 |
JP2003167959A (ja) | 2001-11-29 | 2003-06-13 | Hitachi Ltd | 健康管理支援方法及び装置と健康余命予測データ生成方法及び装置 |
JP2005050380A5 (ja) | 2004-10-29 | 2007-03-01 | ||
JP2011065505A (ja) | 2009-09-18 | 2011-03-31 | Tokyo Univ Of Science | 投資行動に寄与する投資情報を提供する投資行動補助サーバ及びその方法 |
JP2017117394A (ja) | 2015-12-25 | 2017-06-29 | ヤフー株式会社 | 生成装置、生成方法及び生成プログラム |
JP2018005284A (ja) | 2016-06-27 | 2018-01-11 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 情報処理方法、情報処理装置及び情報処理プログラム |
JP2018018266A (ja) | 2016-07-27 | 2018-02-01 | 株式会社野村総合研究所 | 資産管理システム |
US20180040071A1 (en) | 2016-08-08 | 2018-02-08 | Votaire, LLC | Systems and methods for analyzing retirement data |
JP2018088263A (ja) | 2018-01-10 | 2018-06-07 | オムロンヘルスケア株式会社 | 血圧リスク分析装置及び血圧リスク分析方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4209830B2 (ja) * | 2004-10-29 | 2009-01-14 | 三井住友海上火災保険株式会社 | 医療費予測システム、医療費予測サーバ、医療費予測方法、及びプログラム |
US7627512B2 (en) * | 2006-03-27 | 2009-12-01 | Morgan Stanley | Asset and liability modeling tool |
US20090018969A1 (en) * | 2007-06-07 | 2009-01-15 | Ian Ayres | Systems and methods for providing investment strategies |
US8527387B2 (en) * | 2011-01-18 | 2013-09-03 | Living Legacy System, L.L.C. | Asset investment tool |
US11270375B1 (en) * | 2017-10-31 | 2022-03-08 | Intuit Inc. | Method and system for aggregating personal financial data to predict consumer financial health |
-
2018
- 2018-09-05 JP JP2018165705A patent/JP7003880B2/ja active Active
-
2019
- 2019-09-04 WO PCT/JP2019/034823 patent/WO2020050327A1/ja active Application Filing
- 2019-09-04 US US17/273,037 patent/US20220129734A1/en active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003167959A (ja) | 2001-11-29 | 2003-06-13 | Hitachi Ltd | 健康管理支援方法及び装置と健康余命予測データ生成方法及び装置 |
JP2003085376A (ja) | 2002-07-08 | 2003-03-20 | Mit:Kk | ポートフォリオ自動設計システム及び記録媒体 |
JP2005050380A5 (ja) | 2004-10-29 | 2007-03-01 | ||
JP2011065505A (ja) | 2009-09-18 | 2011-03-31 | Tokyo Univ Of Science | 投資行動に寄与する投資情報を提供する投資行動補助サーバ及びその方法 |
JP2017117394A (ja) | 2015-12-25 | 2017-06-29 | ヤフー株式会社 | 生成装置、生成方法及び生成プログラム |
JP2018005284A (ja) | 2016-06-27 | 2018-01-11 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 情報処理方法、情報処理装置及び情報処理プログラム |
JP2018018266A (ja) | 2016-07-27 | 2018-02-01 | 株式会社野村総合研究所 | 資産管理システム |
US20180040071A1 (en) | 2016-08-08 | 2018-02-08 | Votaire, LLC | Systems and methods for analyzing retirement data |
JP2018088263A (ja) | 2018-01-10 | 2018-06-07 | オムロンヘルスケア株式会社 | 血圧リスク分析装置及び血圧リスク分析方法 |
Also Published As
Publication number | Publication date |
---|---|
US20220129734A1 (en) | 2022-04-28 |
WO2020050327A1 (ja) | 2020-03-12 |
JP2020038526A (ja) | 2020-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7003880B2 (ja) | 予測装置、方法およびプログラム | |
US11600390B2 (en) | Machine learning clinical decision support system for risk categorization | |
Abaluck et al. | Choice inconsistencies among the elderly: evidence from plan choice in the Medicare Part D program | |
Astolfi et al. | Informing policy makers about future health spending: a comparative analysis of forecasting methods in OECD countries | |
Heyma | A structural dynamic analysis of retirement behaviour in the Netherlands | |
Wong et al. | Medical innovation and age-specific trends in health care utilization: findings and implications | |
US20120271612A1 (en) | Predictive modeling | |
Bhattacharya et al. | Does health insurance make you fat? | |
CN107851295A (zh) | 数据分析设备、数据分析方法和存储数据分析程序的存储介质 | |
Marton et al. | Medicaid program choice, inertia and adverse selection | |
Cronin | Insurance‐induced moral Hazard: a dynamic model of within‐year medical care decision making under uncertainty | |
WO2022191210A1 (ja) | ユーザに好適な商品またはサービスを決定するためのシステム、方法、およびプログラム | |
Liu et al. | Employer contribution and premium growth in health insurance | |
WO2020054115A1 (ja) | 分析システム及び分析方法 | |
JP7373958B2 (ja) | 分析システム及び分析方法 | |
Pak et al. | Rationality of longevity expectations: Evidence from the Korean Longitudinal Study of Aging | |
White | Optimal Health Investment: An Ounce of Prevention at Half Price? | |
Kwiecień et al. | The challenges for life insurance underwriting caused by changes in demography and digitalisation | |
Ibrahim et al. | Economic Ramifications of Chronic Diseases' Burden in Egypt | |
JP7448421B2 (ja) | 保険設計支援システム及び保険設計支援方法 | |
JP7165834B1 (ja) | コンピュータプログラム、情報処理装置及び方法 | |
JP7054099B1 (ja) | 健康診断データ解析システム及び健康診断データ解析プログラム | |
JP7220822B1 (ja) | プログラム、情報処理装置、及び情報処理方法 | |
WO2023182162A1 (ja) | コンピュータプログラム、情報処理装置及び方法 | |
Branin | Role of Technology-Enabled Tools for Measuring Financial Resources and Improving Quality of Life |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210108 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210921 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211112 |
|
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: 20211130 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211213 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7003880 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |