JP7210578B2 - 感染症予兆検知装置、感染症予兆検知方法、プログラム - Google Patents
感染症予兆検知装置、感染症予兆検知方法、プログラム Download PDFInfo
- Publication number
- JP7210578B2 JP7210578B2 JP2020525732A JP2020525732A JP7210578B2 JP 7210578 B2 JP7210578 B2 JP 7210578B2 JP 2020525732 A JP2020525732 A JP 2020525732A JP 2020525732 A JP2020525732 A JP 2020525732A JP 7210578 B2 JP7210578 B2 JP 7210578B2
- Authority
- JP
- Japan
- Prior art keywords
- infectious disease
- patient
- information
- sign
- sign detection
- 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
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/569—Immunoassay; Biospecific binding assay; Materials therefor for microorganisms, e.g. protozoa, bacteria, viruses
- G01N33/56983—Viruses
-
- 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
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6893—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Molecular Biology (AREA)
- Chemical & Material Sciences (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Urology & Nephrology (AREA)
- Data Mining & Analysis (AREA)
- Hematology (AREA)
- Virology (AREA)
- Biotechnology (AREA)
- Medicinal Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Biophysics (AREA)
- Food Science & Technology (AREA)
- Bioethics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Biology (AREA)
- Tropical Medicine & Parasitology (AREA)
- Cell Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Microbiology (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Heart & Thoracic Surgery (AREA)
Description
図1は第一実施形態による感染症予兆検知装置1を有する感染症予兆検知システム100の概略図である。
図1で示すように感染症予兆検知システム100は、感染症予兆検知装置1、計測装置2、モニタ3等の表示装置を備える。
感染症予兆検知装置1は計測装置2およびモニタ3と通信接続する。表示装置はモニタ3以外の端末であってよい。例えば感染症予兆検知装置1は医師や看護師が携帯する端末等の表示装置と通信接続していてもよい。
感染症予兆検知装置1は計測装置2から患者の生体情報を含む状態情報を取得する。感染症予兆検知装置1は看護師や医師が直接入力した患者の状態情報を取得してもよい。
感染症予兆検知装置1はモニタ3に状態情報や、感染症の発症の推定結果や、対処情報等を出力する。計測装置2が患者から取得できる生体情報は、少なくとも患者の体温の遷移と、患者の呼吸数の遷移とを含む状態情報である。計測装置2は所定の間隔毎に温度を感染症予兆検知装置1へ出力する。また計測装置2は所定の間隔毎に単位時間当たりの呼吸数を感染症予兆検知装置1へ出力する。計測装置2はその他、脈拍、心電位、加速度などを検出して感染症予兆検知装置1へ出力するようにしてもよい。また計測装置2は血液中の酸素飽和度(SpO2)を検出して感染症予兆検知装置1へ出力するようにしてもよい。
感染症予兆検知装置1はコンピュータであり、図2で示すようにCPU(Central Processing Unit)101、ROM(Read Only Memory)102、RAM(Random Access Memory)103、HDD(Hard Disk Drive)104、インタフェース105、通信モジュール106等のハードウェアを備える。
図3に示すように感染症予兆検知装置1のCPU101は起動時に感染症予兆検知プログラムを実行する。これにより感染症予兆検知装置1には制御部10、学習部11、感染症予兆検知部12、対処情報出力部13の各機能が備わる。
制御部10は感染症予兆検知装置1を制御する。
学習部11は少なくとも患者の体温の遷移と患者の呼吸数の遷移とを含む状態情報と、感染症の発症結果とに基づいて機械学習を行い、学習データを生成する。感染症の発症結果とは、感染症を発症したか否かを示す結果であってもよい。学習部11は、少なくとも感染症の患者の体温の遷移と感染症の患者の呼吸数の遷移とを含む状態情報に基づいて機械学習を行い、学習データを生成してもよい。
感染症予兆検知部12は、患者のうち(少なくとも)感染症を発症した患者の生体情報について学習した結果を示す学習データと、判定対象となる患者について取得した生体情報とを用いて、判定対象となる患者が感染症を発症する予兆を示す予兆情報を生成する。予兆情報は予兆が有るか否かを示す情報、予兆の確率や段階評価の何れかの度合を示す情報などであってよい。学習データは、ある感染症を発症した患者の生体情報と、そのある感染症を発症しなかった患者の生体情報とについて学習した結果であってもよい。
また対処情報出力部13は、予兆情報に基づいて判定対象となる患者についての感染症に対する対処情報を出力する。
本実施形態において判定対象となる患者は、新たな入院患者である場合の例を示している。また本実施形態において患者は脳疾患患者である場合の例を示している。
図4は感染症予兆検知装置1の学習処理の処理フローを示す図である。
まず感染症予兆検知装置1は学習処理を行う。この学習処理の前提において感染症予兆検知装置1は入院した脳疾患患者に取り付けた計測装置2より生体情報を含む状態情報を取得する(ステップS101)。また感染症予兆検知装置1は看護師や医師から入力された生体情報やその他の状態情報を取得してもよい。状態情報には血液中の酸素飽和度(SpO2)などの生体情報や、単位時間当たりの喀痰数などの状態情報が含まれてよい。そして感染症予兆検知装置1は脳疾患患者IDに紐づけてこれら生体情報を含む状態情報をデータベース4記録する(ステップS102)。
次に感染症予兆検知装置1の感染症予兆検知処理について説明する。
まず感染症予兆検知装置1は新たに入院した脳疾患患者の生体情報を計測装置2から取得する(ステップS201)。また感染症予兆検知装置1は当該脳疾患患者のその他の状態情報の入力を受け付ける(ステップS202)。生体情報は上述したように、少なくとも脳疾患患者の体温と呼吸数である。また生体情報や状態情報は、脈拍、心電位、加速度、酸素飽和度、単位時間当たりの喀痰数などの情報をさらに含んでいてよい。
感染症予兆検知装置1は少なくとも感染症予兆検知部12と対処情報出力部13とを備えればよい。
感染症予兆検知部12は患者のうち感染症を発症した患者の生体情報について学習した結果を示す学習データと、判定対象となる患者について取得した生体情報とを用いて、判定対象となる患者が感染症を発症する予兆が有るか否かを判定する。
対処情報出力部13は、判定対象となる患者が感染症を発症する予兆が有ると判定された場合に、感染症に対する対処情報を出力する。
2・・・計測装置
3・・・モニタ
4・・・データベース
10・・・制御部
11・・・学習部
12・・・感染症予兆検知部
13・・・対処情報出力部
Claims (7)
- 少なくとも複数の患者のうち感染症を発症した患者の体温の遷移と呼吸数の遷移とを含む生体情報を前記患者に取り付けた計測装置から取得して、当該生体情報と、前記複数の患者の喀痰数と前記複数の患者の血液中の酸素飽和度との少なくとも一方を含む前記患者の状態情報と、前記感染症の発症結果とに基づいて機械学習を行い、学習データを生成する学習部と、
前記学習データと、判定対象となる患者について取得した生体情報とを用いて、前記判定対象となる患者が前記感染症を発症する予兆を示す予兆情報を生成する感染症予兆検知部と、
前記予兆情報に基づいて前記判定対象となる患者についての前記感染症に対する対処情報を出力する対処情報出力部と、
を備える感染症予兆検知装置。 - 前記感染症を発症した患者が、前記感染症を発症した脳疾患患者であり、
前記判定対象となる患者が、脳疾患患者であり、
前記感染症予兆検知部は、前記感染症を発症した脳疾患患者の生体情報について学習した結果を示す前記学習データと、前記判定対象となる脳疾患患者について取得した前記生体情報とを用いて、前記判定対象となる脳疾患患者が前記感染症を発症する予兆を示す予兆情報を生成し、
前記対処情報出力部は、前記予兆情報に基づいて前記判定対象となる脳疾患患者についての前記感染症に対する対処情報を出力する
請求項1に記載の感染症予兆検知装置。 - 前記対処情報出力部は前記感染症に対する投与薬の種別と投薬量とを少なくとも含む前記対処情報を出力する
請求項1または請求項2に記載の感染症予兆検知装置。 - 前記感染症予兆検知部は前記感染症を発症する予兆が有るか否かを示す予兆情報を生成し、
前記対処情報出力部は前記予兆情報に基づいて前記判定対象となる患者が前記感染症を発症する予兆が有ると判定した場合に、前記感染症に対する対処情報を出力する
請求項1から請求項3の何れか一項に記載の感染症予兆検知装置。 - 前記感染症予兆検知部は前記感染症を発症する予兆の度合を示す予兆情報を生成し、
前記対処情報出力部は前記予兆情報に含まれる前記予兆の度合に基づいて、前記感染症に対する対処情報を出力する
請求項1から請求項3の何れか一項に記載の感染症予兆検知装置。 - 少なくとも複数の患者のうち感染症を発症した患者の体温の遷移と呼吸数の遷移とを含む生体情報を前記患者に取り付けた計測装置から取得して、当該生体情報と、前記複数の患者の喀痰数と前記複数の患者の血液中の酸素飽和度との少なくとも一方を含む前記患者の状態情報と、前記感染症の発症結果とに基づいて機械学習を行い、学習データを生成し、
前記学習データと、判定対象となる患者について取得した生体情報とを用いて、前記判定対象となる患者が前記感染症を発症する予兆を示す予兆情報を生成し、
前記予兆情報に基づいて前記判定対象となる患者についての前記感染症に対する対処情報を出力する
を備える感染症予兆検知方法。 - 感染症予兆検知装置のコンピュータに、
少なくとも複数の患者のうち感染症を発症した患者の体温の遷移と呼吸数の遷移とを含む生体情報を前記患者に取り付けた計測装置から取得して、当該生体情報と、前記複数の患者の喀痰数と前記複数の患者の血液中の酸素飽和度との少なくとも一方を含む前記患者の状態情報と、前記感染症の発症結果とに基づいて機械学習を行い、学習データを生成し、
前記学習データと、判定対象となる患者について取得した生体情報とを用いて、前記判定対象となる患者が前記感染症を発症する予兆を示す予兆情報を生成し、
前記予兆情報に基づいて前記判定対象となる患者についての前記感染症に対する対処情報を出力する
ことを実行させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023002290A JP2023038250A (ja) | 2018-06-18 | 2023-01-11 | 感染症予兆検知装置、感染症予兆検知方法、プログラム |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018115634 | 2018-06-18 | ||
JP2018115634 | 2018-06-18 | ||
PCT/JP2019/023999 WO2019244859A1 (ja) | 2018-06-18 | 2019-06-18 | 感染症予兆検知装置、感染症予兆検知方法、記録媒体 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023002290A Division JP2023038250A (ja) | 2018-06-18 | 2023-01-11 | 感染症予兆検知装置、感染症予兆検知方法、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019244859A1 JPWO2019244859A1 (ja) | 2021-02-15 |
JP7210578B2 true JP7210578B2 (ja) | 2023-01-23 |
Family
ID=68983392
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020525732A Active JP7210578B2 (ja) | 2018-06-18 | 2019-06-18 | 感染症予兆検知装置、感染症予兆検知方法、プログラム |
JP2023002290A Pending JP2023038250A (ja) | 2018-06-18 | 2023-01-11 | 感染症予兆検知装置、感染症予兆検知方法、プログラム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023002290A Pending JP2023038250A (ja) | 2018-06-18 | 2023-01-11 | 感染症予兆検知装置、感染症予兆検知方法、プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210134395A1 (ja) |
JP (2) | JP7210578B2 (ja) |
WO (1) | WO2019244859A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7470601B2 (ja) | 2020-08-19 | 2024-04-18 | 浜松ホトニクス株式会社 | 身体状態推定システム及び身体状態推定方法 |
CN114067505B (zh) * | 2021-11-17 | 2023-04-18 | 南方医科大学南方医院 | 一种护理病床用紧急呼叫报警的系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005122033A1 (ja) | 2004-06-08 | 2005-12-22 | Intellectual Property Bank Corp. | 医療総合情報装置及び医療総合情報システム |
WO2006098192A1 (ja) | 2005-03-16 | 2006-09-21 | Ajinomoto Co., Inc. | 生体状態評価装置、生体状態評価方法、生体状態評価システム、生体状態評価プログラム、評価関数作成装置、評価関数作成方法、評価関数作成プログラムおよび記録媒体 |
JP2010086037A (ja) | 2008-09-29 | 2010-04-15 | Wako Shoji:Kk | 健康危殆早期発見システム |
JP2016099922A (ja) | 2014-11-26 | 2016-05-30 | 日本電気株式会社 | 装置、端末、システム、感染予防方法 |
JP2017068386A (ja) | 2015-09-28 | 2017-04-06 | 富士通株式会社 | アプリケーション起動制御プログラム、アプリケーション起動制御方法、および情報処理装置 |
JP2018067266A (ja) | 2016-10-21 | 2018-04-26 | 富士レビオ株式会社 | 疾病の発症リスク又は再発リスクを予測するためのプログラム |
-
2019
- 2019-06-18 JP JP2020525732A patent/JP7210578B2/ja active Active
- 2019-06-18 WO PCT/JP2019/023999 patent/WO2019244859A1/ja active Application Filing
- 2019-06-18 US US17/252,973 patent/US20210134395A1/en active Pending
-
2023
- 2023-01-11 JP JP2023002290A patent/JP2023038250A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005122033A1 (ja) | 2004-06-08 | 2005-12-22 | Intellectual Property Bank Corp. | 医療総合情報装置及び医療総合情報システム |
WO2006098192A1 (ja) | 2005-03-16 | 2006-09-21 | Ajinomoto Co., Inc. | 生体状態評価装置、生体状態評価方法、生体状態評価システム、生体状態評価プログラム、評価関数作成装置、評価関数作成方法、評価関数作成プログラムおよび記録媒体 |
JP2010086037A (ja) | 2008-09-29 | 2010-04-15 | Wako Shoji:Kk | 健康危殆早期発見システム |
JP2016099922A (ja) | 2014-11-26 | 2016-05-30 | 日本電気株式会社 | 装置、端末、システム、感染予防方法 |
JP2017068386A (ja) | 2015-09-28 | 2017-04-06 | 富士通株式会社 | アプリケーション起動制御プログラム、アプリケーション起動制御方法、および情報処理装置 |
JP2018067266A (ja) | 2016-10-21 | 2018-04-26 | 富士レビオ株式会社 | 疾病の発症リスク又は再発リスクを予測するためのプログラム |
Also Published As
Publication number | Publication date |
---|---|
JPWO2019244859A1 (ja) | 2021-02-15 |
US20210134395A1 (en) | 2021-05-06 |
JP2023038250A (ja) | 2023-03-16 |
WO2019244859A1 (ja) | 2019-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ge et al. | An Interpretable ICU Mortality Prediction Model Based on Logistic Regression and Recurrent Neural Networks with LSTM units. | |
JP2023038250A (ja) | 感染症予兆検知装置、感染症予兆検知方法、プログラム | |
Petraco et al. | Fractional flow reserve–guided revascularization: practical implications of a diagnostic gray zone and measurement variability on clinical decisions | |
JP6145042B2 (ja) | 患者の病気重篤性、致死性および滞在長さの連続的な予測の方法 | |
Shashikumar et al. | Development and prospective validation of a deep learning algorithm for predicting need for mechanical ventilation | |
KR101841222B1 (ko) | 피검체의 치명적 증상의 발생을 조기에 예측하기 위한 예측 결과를 생성하는 방법 및 이를 이용한 장치 | |
Hernandez et al. | Culture, behavior and health | |
US20210090739A1 (en) | Aggravation estimation device and storage medium | |
JP7161688B2 (ja) | 手術後感染予測装置、手術後感染予測装置生産方法、手術後感染予測方法およびプログラム | |
US20210196125A1 (en) | Tomographic image prediction device and tomographic image prediction method | |
US11728034B2 (en) | Medical examination assistance apparatus | |
US20160180029A1 (en) | System and method for predicting patient discharge planning | |
EP3929939A1 (en) | System and method for peri-anaesthetic risk evaluation | |
CN111933245A (zh) | 超说明书用药信息处理方法、装置及相关设备 | |
EP4231311A1 (en) | Method and apparatus for providing information needed for dementia diagnosis | |
WO2022070226A1 (ja) | 医療計画支援システム、医療計画支援装置、医療計画支援方法、及び、医療計画支援プログラムが格納された記録媒体 | |
JP7147864B2 (ja) | 支援装置、支援方法、プログラム | |
JP7420145B2 (ja) | リスク予測装置、リスク予測方法、及びコンピュータプログラム | |
Rafii et al. | Functional brain imaging in the clinical assessment of consciousness | |
KR102049824B1 (ko) | 피검체의 소정 증상의 발생을 예측하기 위한 예측 결과를 생성하는 방법 및 이를 이용한 장치 | |
Teng et al. | mTBI-DSANet: A deep self-attention model for diagnosing mild traumatic brain injury using multi-level functional connectivity networks | |
Neves et al. | External validation of an artificial intelligence device for intracranial hemorrhage detection | |
Vilic et al. | Simplifying EHR overview of critically ill patients through vital signs monitoring | |
WO2022208581A1 (ja) | 学習装置、判定装置、学習済みモデル生成方法及び記録媒体 | |
JP7480601B2 (ja) | 医療診断支援装置、医療診断支援装置の制御方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200713 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20200731 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20200731 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211102 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220531 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220801 |
|
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: 20221213 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230111 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7210578 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |