JP7190777B2 - 教師あり学習に基づく合意診断方法及びそのシステム - Google Patents
教師あり学習に基づく合意診断方法及びそのシステム Download PDFInfo
- Publication number
- JP7190777B2 JP7190777B2 JP2021524471A JP2021524471A JP7190777B2 JP 7190777 B2 JP7190777 B2 JP 7190777B2 JP 2021524471 A JP2021524471 A JP 2021524471A JP 2021524471 A JP2021524471 A JP 2021524471A JP 7190777 B2 JP7190777 B2 JP 7190777B2
- Authority
- JP
- Japan
- Prior art keywords
- diagnostic
- consensus
- diagnosis
- individual
- result
- 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
- 238000003745 diagnosis Methods 0.000 title claims description 170
- 238000000034 method Methods 0.000 title claims description 36
- 201000010099 disease Diseases 0.000 claims description 29
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 29
- 238000012549 training Methods 0.000 claims description 23
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 2
- 238000002405 diagnostic procedure Methods 0.000 claims 2
- 238000013528 artificial neural network Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 206010060862 Prostate cancer Diseases 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 208000000236 Prostatic Neoplasms Diseases 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 206010061818 Disease progression Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 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
- G16H50/20—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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- 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
- 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
- G16H40/60—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 operation of medical equipment or devices
- G16H40/67—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 operation of medical equipment or devices for remote operation
-
- 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
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Business, Economics & Management (AREA)
- Physiology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Software Systems (AREA)
- Psychiatry (AREA)
- Fuzzy Systems (AREA)
- Computational Linguistics (AREA)
- Business, Economics & Management (AREA)
- Radiology & Medical Imaging (AREA)
- Signal Processing (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Testing And Monitoring For Control Systems (AREA)
Description
前記合意診断結果と、前記複数の診断システムのうちの特定の診断システムの個別診断結果とが異なっており、前記合意診断結果としてアノテーションされた前記特定の生体データを含む学習データにより前記特定の診断システムが再訓練されることを特徴としてもよい。
一方、本発明の技術的思想に基づく合意診断システム100は、図2(c)に示す要素を備えていてもよい。
30及び/又はスタンダード診断システム40)の数又は割合(全ての診断システムの数に比べて、特定の診断システム(例えば、診断システム2)と同じ種類の診断結果を出力した診断システムの数)をさらに考慮して重みを調整してもよい。例えば、10個の診断システムのうち1つだけが異なる診断結果を出力した場合、当該システムの重みを第1値(例えば、0.1)分だけ調整し、10個の診断システムのうち一定数(例えば、3つ)以上又は一定割合(例えば、30%)以上が異なる診断結果を出力した場合、当該システムのそれぞれの重みを第2値(例えば、0.03)分だけ調整してもよい。あるいは、一定数以上又は一定割合以上の場合、合意診断結果とは異なる診断結果を出力したとしても、当該システムの重みを決して調整しない場合もある。
30及び/又はスタンダード診断システム40)別に異なる学習データを用いて、それぞれの診断システムを学習させる場合にも有用であり得る。
Claims (11)
- 教師あり学習を通じて学習された診断システムを用いて疾病を診断する方法であって、
合意診断システムが、複数の診断システム-前記複数の診断システムのそれぞれは、互いに異なるアノテーション主体によってアノテーションされた学習データによりそれぞれ学習されたシステムである-のそれぞれに所定の生体データをそれぞれ入力して出力される複数の個別診断結果を確認するステップと;
前記合意診断システムが確認した前記複数の個別診断結果に基づいて前記生体データの合意診断結果を出力するステップと;
を含み、
前記合意診断システムが確認した前記複数の個別診断結果に基づいて前記生体データの合意診断結果を出力するステップは、
前記複数の診断システムのそれぞれに与えられた重み(加重値)に基づいて前記合意診断結果を出力することを特徴とし、
前記重みは、
特定の診断システムが合意診断結果とは異なる個別診断結果を出力した場合、前記特定の診断システムが合意診断結果とは異なる個別診断結果を出力した回数と、全ての個別診断結果のうち、前記異なる個別診断結果を出力した他の診断システムの数又は割合に基づいて決定される、
教師あり学習に基づく合意診断方法。 - 前記教師あり学習に基づく合意診断方法は、
前記合意診断システムが、ゴールドスタンダードの学習データにより学習されたスタンダード診断システムが前記生体データの入力を受けて出力するスタンダード個別診断結果を確認するステップをさらに含み、
前記合意診断システムが確認した前記複数の個別診断結果に基づいて前記生体データの合意診断結果を出力するステップは、
前記複数の個別診断結果及び前記スタンダード個別診断結果に基づいて前記合意診断結果を出力するステップを含む、請求項1に記載の教師あり学習に基づく合意診断方法。 - 前記合意診断システムが確認した前記複数の個別診断結果に基づいて前記生体データの合意診断結果を出力するステップは、
前記複数の診断システム及び前記スタンダード診断システムのそれぞれに与えられた重みに基づいて前記合意診断結果を出力することを特徴とし、
前記スタンダード診断システムには、前記複数の診断システムに比べて高い重みが与えられたことを特徴とする、請求項2に記載の教師あり学習に基づく合意診断方法。 - 前記複数の診断システムは、
所定の学習データセットが複数に分割された分割学習データセット-任意の分割学習データセットは、他の分割学習データセットには含まれていない少なくとも1つの学習データを含み、それぞれ異なる主体によってアノテーションされた学習データセットである-をそれぞれ学習し、疾病の診断結果を出力するシステムであることを特徴とする、請求項1に記載の教師あり学習に基づく合意診断方法。 - 前記教師あり学習に基づく合意診断方法は、
特定の生体データの合意診断結果とは異なる、前記特定の生体データの個別診断結果を有する診断システムが、前記合意診断結果としてアノテーションされた前記特定の生体データを含む学習データにより再訓練されるステップをさらに含む、請求項1に記載の教師あり学習に基づく合意診断方法。 - データ処理装置にインストールされ、請求項1乃至請求項5のうちのいずれか一項に記載の方法を行うためのコンピュータ読み取り可能な記録媒体に記憶されたコンピュータプログラム。
- プロセッサと;
プログラムを記憶する記憶装置と;
を備え、
前記プロセッサによって実行されるプログラムにより前記請求項1乃至請求項5のうちのいずれか一項に記載の方法が行われるデータ処理システム。 - プロセッサと;
前記プロセッサによって実行されるプログラムを記憶する記憶装置と;
を備え、
前記プログラムは、
複数の診断システム-前記複数の診断システムのそれぞれは、互いに異なるアノテーション主体によってアノテーションされた学習データによりそれぞれ学習されたシステムである-のそれぞれに所定の生体データをそれぞれ入力して出力される複数の個別診断結果を確認し、
確認した前記複数の個別診断結果と、前記複数の診断システムのそれぞれに与えられた重みに基づいて前記生体データの合意診断結果を出力し、
前記重みは、
特定の診断システムが合意診断結果とは異なる個別診断結果を出力した場合、前記特定の診断システムが合意診断結果とは異なる個別診断結果を出力した回数と、全ての個別診断結果のうち、前記異なる個別診断結果を出力した他の診断システムの数又は割合に基づいて決定される、合意診断システム。 - 前記プログラムは、
ゴールドスタンダードの学習データにより学習されたスタンダード診断システムが前記生体データの入力を受けて出力するスタンダード個別診断結果をさらに確認し、
前記複数の個別診断結果及び前記スタンダード個別診断結果に基づいて前記合意診断結果を出力する、請求項8に記載の合意診断システム。 - 前記プログラムは、
前記複数の診断システム及び前記スタンダード診断システムのそれぞれに与えられた重みに基づいて前記合意診断結果を出力することを特徴とし、
前記スタンダード診断システムには、前記複数の診断システムに比べて高い重みが与えられたことを特徴とする、請求項9に記載の合意診断システム。 - 前記合意診断システムの診断に用いる生体データのうちの特定の生体データは、
前記合意診断結果と、前記複数の診断システムのうちの特定の診断システムの個別診断結果とが異なっており、
前記合意診断結果としてアノテーションされた前記特定の生体データを含む学習データにより前記特定の診断システムが再訓練されることを特徴とする、請求項8に記載の教師あり学習に基づく合意診断システム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180142095A KR102226899B1 (ko) | 2018-11-16 | 2018-11-16 | 지도학습기반의 합의 진단방법 및 그 시스템 |
KR10-2018-0142095 | 2018-11-16 | ||
PCT/KR2019/015737 WO2020101457A2 (ko) | 2018-11-16 | 2019-11-18 | 지도학습기반의 합의 진단방법 및 그 시스템 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2022506857A JP2022506857A (ja) | 2022-01-17 |
JP7190777B6 JP7190777B6 (ja) | 2022-12-16 |
JP7190777B2 true JP7190777B2 (ja) | 2022-12-16 |
Family
ID=70730552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021524471A Active JP7190777B2 (ja) | 2018-11-16 | 2019-11-18 | 教師あり学習に基づく合意診断方法及びそのシステム |
Country Status (6)
Country | Link |
---|---|
US (1) | US20210407675A1 (ja) |
EP (1) | EP3866175A4 (ja) |
JP (1) | JP7190777B2 (ja) |
KR (1) | KR102226899B1 (ja) |
CN (1) | CN113056793A (ja) |
WO (1) | WO2020101457A2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10957442B2 (en) * | 2018-12-31 | 2021-03-23 | GE Precision Healthcare, LLC | Facilitating artificial intelligence integration into systems using a distributed learning platform |
KR102226898B1 (ko) * | 2019-01-25 | 2021-03-11 | 주식회사 딥바이오 | 커스터마이징 진단 시스템 제공방법 및 그 시스템 |
KR102163519B1 (ko) * | 2020-06-05 | 2020-10-07 | 주식회사 딥바이오 | 오토인코더 및 다중 인스턴스 학습을 통한 뉴럴 네트워크 학습 방법 및 이를 수행하는 컴퓨팅 시스템 |
EP4170679A4 (en) * | 2020-07-23 | 2024-03-27 | Deep Bio Inc. | METHOD AND SYSTEM FOR PROVIDING PERSONALIZED DIAGNOSTIC SYSTEM |
US11810662B2 (en) * | 2022-03-04 | 2023-11-07 | Imagemovermd, Inc. | Collection, storage, and management of images or image results |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170357760A1 (en) | 2016-06-10 | 2017-12-14 | Electronics And Telecommunications Research Institute | Clinical decision supporting ensemble system and clinical decision supporting method using the same |
JP2018032071A (ja) | 2016-08-22 | 2018-03-01 | 株式会社クレスコ | 検証装置、検証方法及び検証プログラム |
JP2018045673A (ja) | 2016-09-09 | 2018-03-22 | 株式会社Screenホールディングス | 分類器構築方法、画像分類方法、分類器構築装置および画像分類装置 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6678669B2 (en) * | 1996-02-09 | 2004-01-13 | Adeza Biomedical Corporation | Method for selecting medical and biochemical diagnostic tests using neural network-related applications |
AU2003304434A1 (en) * | 2002-08-06 | 2005-03-07 | The Johns Hopkins University | System, software and methods for biomarker identification |
DE102014222241B3 (de) | 2014-10-30 | 2016-03-31 | Continental Automotive Gmbh | Elektrisch angetriebene Pumpe |
KR101799823B1 (ko) * | 2015-08-12 | 2017-11-21 | 아주대학교산학협력단 | 다기관 의료 데이터 통합 분석을 위한 정규화 방법 및 그 시스템 |
DE102015217429A1 (de) * | 2015-09-11 | 2017-03-16 | Siemens Healthcare Gmbh | Diagnosesystem und Diagnoseverfahren |
US20170249434A1 (en) * | 2016-02-26 | 2017-08-31 | Daniela Brunner | Multi-format, multi-domain and multi-algorithm metalearner system and method for monitoring human health, and deriving health status and trajectory |
KR102558021B1 (ko) * | 2016-06-10 | 2023-07-24 | 한국전자통신연구원 | 임상 의사결정 지원 앙상블 시스템 및 이를 이용한 임상 의사결정 지원 방법 |
EP3510505A1 (en) * | 2016-09-07 | 2019-07-17 | Koninklijke Philips N.V. | Systems, methods, and apparatus for diagnostic inferencing with a multimodal deep memory network |
EP3312748A1 (en) * | 2016-10-19 | 2018-04-25 | Fujitsu Limited | Method for aiding a diagnosis, program and apparatus |
KR101944536B1 (ko) * | 2016-12-11 | 2019-02-01 | 주식회사 딥바이오 | 뉴럴 네트워크를 이용한 질병의 진단 시스템 및 그 방법 |
KR101811028B1 (ko) * | 2017-08-25 | 2017-12-20 | (주)제이엘케이인스펙션 | 인공지능 기반 의료기기의 임상적 유효성 평가 방법 및 시스템 |
CN108198620B (zh) * | 2018-01-12 | 2022-03-22 | 洛阳飞来石软件开发有限公司 | 一种基于深度学习的皮肤疾病智能辅助诊断系统 |
US10599984B1 (en) * | 2018-03-20 | 2020-03-24 | Verily Life Sciences Llc | Validating a machine learning model after deployment |
CN108231194A (zh) * | 2018-04-04 | 2018-06-29 | 苏州医云健康管理有限公司 | 一种疾病诊断系统 |
US11164086B2 (en) * | 2018-07-09 | 2021-11-02 | International Business Machines Corporation | Real time ensemble scoring optimization |
-
2018
- 2018-11-16 KR KR1020180142095A patent/KR102226899B1/ko active IP Right Grant
-
2019
- 2019-11-18 WO PCT/KR2019/015737 patent/WO2020101457A2/ko unknown
- 2019-11-18 EP EP19885108.1A patent/EP3866175A4/en active Pending
- 2019-11-18 CN CN201980075511.0A patent/CN113056793A/zh active Pending
- 2019-11-18 JP JP2021524471A patent/JP7190777B2/ja active Active
- 2019-11-18 US US17/294,283 patent/US20210407675A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170357760A1 (en) | 2016-06-10 | 2017-12-14 | Electronics And Telecommunications Research Institute | Clinical decision supporting ensemble system and clinical decision supporting method using the same |
JP2018032071A (ja) | 2016-08-22 | 2018-03-01 | 株式会社クレスコ | 検証装置、検証方法及び検証プログラム |
JP2018045673A (ja) | 2016-09-09 | 2018-03-22 | 株式会社Screenホールディングス | 分類器構築方法、画像分類方法、分類器構築装置および画像分類装置 |
Non-Patent Citations (2)
Title |
---|
YANG, Q. et al.,A multi-agent prototype system for medical diagnosis,2008 3rd International Conference on Intelligent System and Knowledge Engineering [online],2008年11月17日,pp. 1265-1270,[retrieved on 2022-05-23], Retrieved from the Internet: <URL: https://ieeexplore.ieee.org/document/4731125>,<DOI: 10.1109/ISKE.2008.4731125> |
柚木 翔太ほか,ベイジアンネットワークによるコールトリアージ判定の高精度化,電気学会論文誌C(電子・情報・システム部門誌),2012年01月01日,Vol. 132, No. 1,pp. 61-67,ISSN: 0385-4221 |
Also Published As
Publication number | Publication date |
---|---|
EP3866175A2 (en) | 2021-08-18 |
WO2020101457A3 (ko) | 2020-10-15 |
KR102226899B1 (ko) | 2021-03-11 |
KR20200057547A (ko) | 2020-05-26 |
JP2022506857A (ja) | 2022-01-17 |
WO2020101457A2 (ko) | 2020-05-22 |
US20210407675A1 (en) | 2021-12-30 |
EP3866175A4 (en) | 2021-12-22 |
CN113056793A (zh) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7190777B2 (ja) | 教師あり学習に基づく合意診断方法及びそのシステム | |
JP7190777B6 (ja) | 教師あり学習に基づく合意診断方法及びそのシステム | |
US10346782B2 (en) | Adaptive augmented decision engine | |
KR102226898B1 (ko) | 커스터마이징 진단 시스템 제공방법 및 그 시스템 | |
US20210011974A1 (en) | Named-entity recognition through sequence of classification using a deep learning neural network | |
KR20190030876A (ko) | 건강 위험 예측 방법 | |
Wang et al. | Cost-effective quality assurance in crowd labeling | |
JP2022510113A (ja) | 半教師あり学習を用いた診断システム提供方法、及びそれを用いた診断システム | |
CN110378438A (zh) | 标签容错下的图像分割模型的训练方法、装置及相关设备 | |
KR102285665B1 (ko) | 학습 커리큘럼 제공 방법, 시스템 및 장치 | |
JP6421421B2 (ja) | 注釈情報付与プログラム及び情報処理装置 | |
KR20190143510A (ko) | 투 페이스 질병 진단 시스템 및 그 방법 | |
US20200058399A1 (en) | Control method and reinforcement learning for medical system | |
US20220414470A1 (en) | Multi-Task Attention Based Recurrent Neural Networks for Efficient Representation Learning | |
Buskirk et al. | Why machines matter for survey and social science researchers: Exploring applications of machine learning methods for design, data collection, and analysis | |
WO2020087971A1 (zh) | 基于预测模型预测住院合理性的方法及相关产品 | |
US11556780B2 (en) | Neural network learning device, neural network learning method, and recording medium on which neural network learning program is stored | |
WO2024159819A1 (zh) | 训练方法、版面分析、质量评估方法、装置、设备和介质 | |
KR20190031192A (ko) | 건강 위험 예측 방법 | |
WO2024059097A1 (en) | Apparatus for generating a personalized risk assessment for neurodegenerative disease | |
Kern et al. | Statistical quality control for human-based electronic services | |
JP6947460B1 (ja) | プログラム、情報処理装置、及び方法 | |
US20230196469A1 (en) | System and Method for Processing Insurance Cards | |
US11275903B1 (en) | System and method for text-based conversation with a user, using machine learning | |
CN115516473A (zh) | 混合人机学习系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210607 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220413 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220527 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220825 |
|
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: 20221111 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221129 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7190777 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R370 | Written measure of declining of transfer procedure |
Free format text: JAPANESE INTERMEDIATE CODE: R370 |