JP7023037B2 - 選択支援装置、選択支援方法、データ構造、学習済みモデルおよびプログラム - Google Patents
選択支援装置、選択支援方法、データ構造、学習済みモデルおよびプログラム Download PDFInfo
- Publication number
- JP7023037B2 JP7023037B2 JP2018134132A JP2018134132A JP7023037B2 JP 7023037 B2 JP7023037 B2 JP 7023037B2 JP 2018134132 A JP2018134132 A JP 2018134132A JP 2018134132 A JP2018134132 A JP 2018134132A JP 7023037 B2 JP7023037 B2 JP 7023037B2
- Authority
- JP
- Japan
- Prior art keywords
- acceptance
- past
- data
- request
- attribute information
- 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 57
- 238000004364 calculation method Methods 0.000 claims description 77
- 238000012545 processing Methods 0.000 claims description 29
- 238000013500 data storage Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 14
- 238000012546 transfer Methods 0.000 description 12
- 239000000284 extract Substances 0.000 description 11
- 208000024891 symptom Diseases 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000007619 statistical method Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 230000004308 accommodation Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 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
- 238000002940 Newton-Raphson method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- 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
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- 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
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- 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
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Medical Informatics (AREA)
- Educational Administration (AREA)
- Software Systems (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Child & Adolescent Psychology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
[一実施形態]
(構成)
図1は、この発明の一実施形態に係る、選択支援装置1の機能構成を示すブロック図である。以下では、一例として、ユーザからの受入れ要求として救急搬送の要請があったときに、ユーザまたはオペレータ(例えば、救急隊員またはサービスセンタのオペレータ)等が搬送先の施設を選択し、その施設に対して搬送要求を出す場合を例に挙げて説明する。ただし、受入れ要求はこのような搬送要求だけに限定されるものではなく、要求の受入れ先施設は医療機関に限定されるものではない。
次に、以上のように構成された選択支援装置1の動作を、いくつかの実施例を用いて説明する。
(第1の実施例)
(1)過去の確率の算出
図2は、図1に示した選択支援装置1の制御ユニット20による過去確率算出処理の処理手順と処理内容の一例を示すフロー図である。この処理は、任意のタイミングで開始されてよく、例えば、一定時間ごとに自動的に開始されてもよいし、オペレータの操作をトリガとして開始されてもよい。
図3は、図1に示した選択支援装置1の制御ユニット20による予測モデルの生成処理手順と処理内容の一例を示すフロー図である。この実施形態では、予測モデルは、施設による搬送要求の受け入れやすさ、すなわち受入れ要求を受け入れる可能性を予測するためのモデルである。より具体的には、この実施形態では、予測モデルの生成は、施設による搬送要求の受け入れやすさを表すスコア値を算出するために用いられる、特徴ベクトルに対して適用すべき係数ベクトルを算出する処理を指す。なお、この処理は、任意のタイミングで開始されてよく、例えば、一定時間ごとに自動的に開始されてもよいし、オペレータの操作をトリガとして開始されてもよい。
(3-1)スコア算出用データの取得
図4は、図1に示した選択支援装置1の制御ユニット20によるスコア算出用データ取得処理の処理手順と処理内容の一例を示すフロー図である。この処理は、例えば、新たに救急搬送を要する患者が発生したときに、ユーザまたはオペレータ(例えば、救急隊員またはサービスセンタのオペレータ)からの開始要求の入力に応じて開始される。
図5は、図1に示した選択支援装置1の制御ユニット20によるスコア算出処理の処理手順と処理内容の一例を示すフロー図である。この処理は、通常、上記(3-1)のスコア算出用データの取得処理に続いて実行される。
スコア値=1/(1+exp(-(t(W)X)))
として算出することができる。ここでtは転置を示す。
この発明の第2の実施例は、診療科目別に学習モデルを生成するようにしたものである。そのため、第2の実施例では、予測モデル生成用データD3として、診療科目別に分割されたデータを用いる。
第1の実施例と同様に、過去確率算出処理は、任意のタイミングで開始されることができる。
第1の実施例と同様に、予測モデルの生成処理は、任意のタイミングで開始されることができる。
(3-1)スコア算出用データの取得
第1の実施例と同様に、スコア算出用データの取得処理は、例えば、新たに救急搬送を要する患者が発生したときに、ユーザまたはオペレータ(例えば、救急隊員またはサービスセンタのオペレータ)からの開始要求の入力に応じて開始される。
第1の実施例と同様に、スコア算出処理は、通常、上記(3-1)のスコア算出用データの取得処理に続いて実行される。
一実施形態により算出されるスコア値の妥当性を評価するために、平成29年度1月から12月までの実績データを用いて検証を行った。全実績データのうち、8割を学習用のデータとし、残り2割を検証用のデータとした。
以上詳述したように、上記実施形態では、選択支援装置1により、各施設における搬送要求の受入れ成否を表す情報と、搬送要求に関連する属性情報(または属性情報から抽出される特徴)とを関連づけた実績データD1が取得され、実績データD1に基づき、施設ごとに、各々の属性情報(または特徴)に応じた過去の確率が算出される(過去確率データD2)。さらに、実績データD1と、属性情報(または特徴)に基づいて過去確率データD2から抽出される過去の確率とを結合することによって、予測モデル生成用データD3が生成される。この予測モデル生成用データD3を用いて、搬送要求の受入れ成否を表す情報を目的変数とし、属性情報(もしくは特徴)または算出された過去の確率のうちの少なくとも1つを説明変数とした統計分析により、学習済みモデルが生成される。
なお、この発明は上記実施形態に限定されるものではない。例えば、制御ユニット20が備える各部の構成や記憶部に記憶されるレコードの構成等についても、この発明の要旨を逸脱しない範囲で種々変形して実施可能である。
Claims (6)
- ユーザからの要求に応じた受入れ先施設の選択を支援する、選択支援装置であって、
複数の候補施設の各々における、過去の受入れ要求に対する受入れの成否を表す情報を、前記過去の受入れ要求に関連する属性情報と関連付けた受入れ実績データを取得する、受入れ実績データ取得部と、
前記取得された受入れ実績データに基づいて、前記複数の候補施設の各々における前記属性情報に応じた受入れの過去の確率を算出する、過去確率算出部と、
前記受入れ実績データおよび前記算出された過去の確率に基づいて、前記複数の候補施設の各々について、新たに発生した受入れ要求に関連する属性情報に応じて当該新たに発生した受入れ要求に対する受入れの可能性を予測するための、前記受入れの成否を表す情報と前記属性情報との関係を表す予測モデルを生成する、学習部と、
を具備し、
前記過去確率算出部は、前記過去の受入れ要求に関連する属性情報から抽出される複数の特徴ごとに、対応する条件で前記複数の候補施設の各々における過去の確率を算出し、
前記学習部は、前記受入れの成否を表す情報を目的変数とし、前記過去の確率のうちの少なくとも1つを説明変数として、前記予測モデルを生成する、選択支援装置。 - 前記複数の候補施設の各々について、前記生成された予測モデルと前記新たに発生した受入れ要求に関連する属性情報とに基づいて、前記新たに発生した受入れ要求に対する受入れの可能性を予測する、受入れ可能性予測部と、
前記受入れ可能性予測部による予測結果を出力する、出力部と
をさらに具備する、請求項1に記載の選択支援装置。 - 前記受入れ可能性予測部は、さらに、前記受入れの可能性の高さを表すスコア値を算出し、
前記出力部は、前記算出されたスコア値をソートして出力する、
請求項2に記載の選択支援装置。 - 前記学習部は、前記属性情報から抽出される複数の特徴のうちの少なくとも1つに着目した、特徴の種類別の前記予測モデルを生成する、請求項1に記載の選択支援装置。
- ユーザからの要求に応じた受入れ先施設の選択を支援する選択支援装置が実行する選択支援方法であって、
複数の候補施設の各々における、過去の受入れ要求に対する受入れの成否を表す情報を、前記過去の受入れ要求に関連する属性情報と関連付けた受入れ実績データを取得する過程と、
前記取得された受入れ実績データに基づいて、前記複数の候補施設の各々における前記属性情報に応じた受入れの過去の確率を算出する過程と、
前記受入れ実績データおよび前記算出された過去の確率に基づいて、前記複数の候補施設の各々について、新たに発生した受入れ要求に関連する属性情報に応じて当該新たに発生した受入れ要求に対する受入れの可能性を予測するための、前記受入れの成否を表す情報と前記属性情報との関係を表す予測モデルを生成する過程と、
を具備し、
前記過去の確率を算出する過程は、前記過去の受入れ要求に関連する属性情報から抽出される複数の特徴ごとに、対応する条件で前記複数の候補施設の各々における過去の確率を算出する過程を備え、
前記予測モデルを生成する過程は、前記受入れの成否を表す情報を目的変数とし、前記過去の確率のうちの少なくとも1つを説明変数として、前記予測モデルを生成する過程を備える、選択支援方法。 - 請求項1乃至請求項4の何れかに記載の装置の各部による処理をプロセッサに実行させるプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018134132A JP7023037B2 (ja) | 2018-07-17 | 2018-07-17 | 選択支援装置、選択支援方法、データ構造、学習済みモデルおよびプログラム |
US17/260,409 US20210264315A1 (en) | 2018-07-17 | 2019-07-01 | Selection assistance device, selection assistance method, data structure, learned model, and program |
PCT/JP2019/026096 WO2020017302A1 (ja) | 2018-07-17 | 2019-07-01 | 選択支援装置、選択支援方法、データ構造、学習済みモデルおよびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018134132A JP7023037B2 (ja) | 2018-07-17 | 2018-07-17 | 選択支援装置、選択支援方法、データ構造、学習済みモデルおよびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020013255A JP2020013255A (ja) | 2020-01-23 |
JP7023037B2 true JP7023037B2 (ja) | 2022-02-21 |
Family
ID=69164327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018134132A Active JP7023037B2 (ja) | 2018-07-17 | 2018-07-17 | 選択支援装置、選択支援方法、データ構造、学習済みモデルおよびプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210264315A1 (ja) |
JP (1) | JP7023037B2 (ja) |
WO (1) | WO2020017302A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11624624B2 (en) * | 2020-07-28 | 2023-04-11 | Bayerische Motoren Werke Aktiengesellschaft | Methods and apparatuses for predicting user destinations |
US20240105318A1 (en) * | 2020-12-21 | 2024-03-28 | Nec Corporation | Medical facility matching system, medical facility matching method, and recording medium |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120232926A1 (en) | 2009-07-16 | 2012-09-13 | Justin Boyle | System and method for prediction of patient admission rates |
JP2013092930A (ja) | 2011-10-26 | 2013-05-16 | Seiko Epson Corp | 搬送管理システム及び搬送管理方法 |
US20140136458A1 (en) | 2011-05-17 | 2014-05-15 | The John Hopkins University | Hospital unit demand forecasting tool |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3083465B2 (ja) * | 1995-09-06 | 2000-09-04 | フクダ電子株式会社 | 患者情報解析管理システム及び方法 |
US8655679B2 (en) * | 2010-08-06 | 2014-02-18 | Sunjay Berdia | System and methods for an intelligent medical practice system employing a learning knowledge base |
US9152918B1 (en) * | 2012-01-10 | 2015-10-06 | Cerner Innovation, Inc. | Resource forecasting using Bayesian model reduction |
US10186155B2 (en) * | 2016-12-22 | 2019-01-22 | Xevo Inc. | Method and system for providing interactive parking management via artificial intelligence analytic (AIA) services using cloud network |
US20190237203A1 (en) * | 2018-01-26 | 2019-08-01 | University Hospitals Cleveland Medical Center | Facilitating self-scheduling of medical appointments |
-
2018
- 2018-07-17 JP JP2018134132A patent/JP7023037B2/ja active Active
-
2019
- 2019-07-01 WO PCT/JP2019/026096 patent/WO2020017302A1/ja active Application Filing
- 2019-07-01 US US17/260,409 patent/US20210264315A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120232926A1 (en) | 2009-07-16 | 2012-09-13 | Justin Boyle | System and method for prediction of patient admission rates |
US20140136458A1 (en) | 2011-05-17 | 2014-05-15 | The John Hopkins University | Hospital unit demand forecasting tool |
JP2013092930A (ja) | 2011-10-26 | 2013-05-16 | Seiko Epson Corp | 搬送管理システム及び搬送管理方法 |
Also Published As
Publication number | Publication date |
---|---|
US20210264315A1 (en) | 2021-08-26 |
WO2020017302A1 (ja) | 2020-01-23 |
JP2020013255A (ja) | 2020-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mohammadi et al. | Data analytics and modeling for appointment no-show in community health centers | |
US20230054513A1 (en) | Systems and methods for healthcare provider dashboards | |
JP6066825B2 (ja) | データ分析装置及び保健事業支援方法 | |
US10943676B2 (en) | Healthcare information technology system for predicting or preventing readmissions | |
JP6623280B2 (ja) | 医療システム及びプログラム | |
JP5977898B1 (ja) | 行動予測装置、行動予測装置の制御方法、および行動予測装置の制御プログラム | |
US20240112794A1 (en) | Time-based resource allocation for long-term integrated health computer system | |
JP2020042761A (ja) | 治療経路分析および管理プラットフォーム | |
WO2020069466A1 (en) | Healthcare ecosystem methods, systems, and techniques | |
Damotte et al. | Harnessing electronic medical records to advance research on multiple sclerosis | |
WO2017015394A1 (en) | Patient coordination system and method | |
JP7023037B2 (ja) | 選択支援装置、選択支援方法、データ構造、学習済みモデルおよびプログラム | |
CN112908452A (zh) | 事件数据建模 | |
Chang et al. | Morbidity trajectories as predictors of utilization: multi-year disease patterns in Taiwan's national health insurance program | |
WO2020036207A1 (ja) | 医療用情報処理システム、医療用情報処理装置、および医療用情報処理方法 | |
CN117203714A (zh) | 用于疫情追踪和管理的病例筛选和聚类筛选 | |
JP2007233578A (ja) | 調剤薬局情報提供システム | |
JP6677756B2 (ja) | データ分析装置及びプログラム | |
US20200350061A1 (en) | Medical information processing system | |
US20220351846A1 (en) | System and method for determining retention of caregivers | |
Fowler et al. | Predicting patient revisits at the University of Virginia health system emergency department | |
JP6136169B2 (ja) | 退院サマリ編集プログラム、退院サマリ編集装置および退院サマリ編集方法 | |
Lequertier et al. | Predicting length of stay with administrative data from acute and emergency care: an embedding approach | |
KR20220026378A (ko) | 심리 상담사 추천 시스템 및 심리 상담사 추천 방법 | |
KR20220011549A (ko) | 병원의 의사결정 장치, 방법, 컴퓨터 판독 가능한 기록매체 및 컴퓨터 프로그램 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201102 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211012 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211209 |
|
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: 20220104 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20220121 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220204 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7023037 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |