JP7266357B1 - プログラム、情報処理装置、方法及びシステム - Google Patents
プログラム、情報処理装置、方法及びシステム Download PDFInfo
- Publication number
- JP7266357B1 JP7266357B1 JP2022067240A JP2022067240A JP7266357B1 JP 7266357 B1 JP7266357 B1 JP 7266357B1 JP 2022067240 A JP2022067240 A JP 2022067240A JP 2022067240 A JP2022067240 A JP 2022067240A JP 7266357 B1 JP7266357 B1 JP 7266357B1
- Authority
- JP
- Japan
- Prior art keywords
- information
- acquiring
- individual
- relevance
- obtaining
- 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 abstract description 27
- 230000010365 information processing Effects 0.000 title claims abstract description 7
- 230000036541 health Effects 0.000 claims abstract description 63
- 238000012360 testing method Methods 0.000 claims abstract description 33
- 238000003745 diagnosis Methods 0.000 claims abstract description 29
- 230000003862 health status Effects 0.000 claims abstract description 12
- 238000007689 inspection Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 10
- 239000008280 blood Substances 0.000 claims description 4
- 210000004369 blood Anatomy 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 33
- 201000010099 disease Diseases 0.000 description 44
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 44
- 238000004458 analytical method Methods 0.000 description 40
- 230000006870 function Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 14
- 238000010801 machine learning Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 6
- 230000005236 sound signal Effects 0.000 description 6
- 230000000875 corresponding effect Effects 0.000 description 4
- 206010020772 Hypertension Diseases 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 206010012601 diabetes mellitus Diseases 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 239000000090 biomarker Substances 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 238000009534 blood test Methods 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000000491 multivariate analysis Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 description 1
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000013403 standard screening design Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 229940116269 uric acid Drugs 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
図1は、本開示に係るシステムの動作の概要を示す図である。本開示のシステム1は、不特定多数の個人が受けた健康診断に関する第1情報と、健康診断を受けた不特定多数の個人が医療機関において受診した診断に関する第2情報とを取得する。システム1は、第1情報と、第2情報とを解析することで、第1情報と第2情報との関連性を取得する。例えば、システム1は、第1情報に含まれる検査項目と、第2情報に含まれる診断結果との相関関係を取得する。システム1は、取得した相関関係に基づき、所定の被験者の健康診断の結果を入力とし、その被験者の状態を予測する。
図2は、システム1の全体構成の例を示すブロック図である。図2に示すシステム1は、例えば、端末装置10、サーバ20、データサーバ30を含む。端末装置10、サーバ20及びデータサーバ30は、例えば、ネットワーク80を介して通信接続する。
図3は、図2に示す端末装置10の機能的な構成の例を表すブロック図である。図3に示す端末装置10は、例えば、PC、携帯端末、またはウェアラブル端末により実現される。図3に示すように、端末装置10は、通信部120と、入力装置13と、出力装置14と、音声処理部17と、マイク171と、スピーカー172と、カメラ161と、位置情報センサ150と、記憶部180と、制御部190とを備える。端末装置10に含まれる各ブロックは、例えば、バス等により電気的に接続される。
図4は、サーバ20の機能的な構成の例を示す図である。図4に示すように、サーバ20は、通信部201と、記憶部202と、制御部203としての機能を発揮する。
図5~図8は、サーバ20が記憶するデータベースのデータ構造を示す図である。なお、図5~図8は一例であり、記載されていないデータを除外するものではない。
以下、サーバ20の動作の一例について説明する。
学習済みモデルは、世代、性別等の全ての属性を含むような単一の学習済みモデルでもよいが、属性毎に生成されてもよい。例えば、制御部203は、データベースに記憶される第1情報と第2情報から、属性に関する第1情報と第2情報とを抽出する。制御部203は、抽出した第1情報と第2情報とに基づき、学習データを作成し、作成した学習データに基づき、学習済みモデルのディープニューラルネットワークを学習させる。これにより、取得される関連性の精度が向上することになる。
以下、端末装置10から出力される画面の一例を、図11~図14を参照して説明する。
以上詳細に説明したように、本実施形態のシステム1によれば、蓄積される健康診断に関する情報、および診断に関する情報を活用し、被験者の健康状態を高精度に予測できる。また、第1情報と、第2情報との解析を繰り返して、関連性を取得するようにしている。このため、検査項目と、疾患との新たな関連性を取得することが可能となり、健康診断における種々の検査の重要性が高まることになる。
上記実施形態では、提示モジュール2037が、サーバ20で実現される場合を説明した。しかしながら、提示モジュール2037は、端末装置10で実現されてもよい。この場合、関連性DB2024で記憶される関連性、または、解析に基づいて生成された学習済みモデルが端末装置10に記憶されるようになる。端末装置10の制御部190は、健康診断情報に、記憶部180に記憶する関連性または学習済みモデルを適用し、操作者の健康状態を予測する。
なお、上記した実施形態は本開示を分かりやすく説明するために構成を詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、各実施形態の構成の一部について、他の構成に追加、削除、置換することが可能である。また、上記実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものとする。
プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムであって、プログラムは、プロセッサに、不特定多数の個人が受けた健康診断に関する第1情報を取得するステップと、不特定多数の個人が医療機関において受診した診断に関する第2情報を取得するステップと、取得した第1情報と第2情報とを解析し、第1情報に含まれる検査項目と、第2情報に含まれる診断結果との関連性を取得するステップと、任意の個人についての第1情報の少なくとも一部を取得し、取得した情報と、関連性とに基づき、個人の健康状態を予測するステップとを実行させるプログラム。
(付記2)
第1情報、および第2情報には、個人の属性を表す情報が含まれており、関連性を取得するステップにおいて、属性に応じた関連性を取得する(付記1)に記載のプログラム。
(付記3)
関連性を取得するステップにおいて、個人の血縁関係を参照して関連性を取得する(付記1)又は(付記2)に記載のプログラム。
(付記4)
第1情報を取得するステップにおいて、第1のタイミングで、新たに追加された第1情報を取得する処理を繰り返し、第2情報を取得するステップにおいて、第2のタイミングで、新たに追加された第2情報を取得する処理を繰り返し、関連性を取得するステップにおいて、第3タイミングで、新たに取得した情報を含む第1情報と第2情報とを解析し、関連性を繰り返し取得する(付記1)乃至(付記3)のいずれかに記載のプログラム。
(付記5)
第3タイミングは、第1情報または第2情報を取得したタイミング、所定周期、所定の暦、または所定容量の情報を蓄積したタイミングである(付記4)に記載のプログラム。
(付記6)
第1情報を取得するステップにおいて、健康診断を受けた個人からの同意があると、当該個人についての第1情報を取得し、第2情報を取得するステップにおいて、診断された個人からの同意があると、当該個人についての第2情報を取得する(付記1)乃至(付記5)のいずれかに記載のプログラム。
(付記7)
関連性を取得するステップにおいて、取得した第1情報を入力データ、第2情報を正解出力データとして学習させた学習済みモデルを生成することで、関連性を取得する(付記1)乃至(付記6)のいずれかに記載のプログラム。
(付記8)
プロセッサとメモリとを備えたコンピュータにより実行される方法であって、プロセッサは、不特定多数の個人が受けた健康診断に関する第1情報を取得するステップと、不特定多数の個人が医療機関において受診した診断に関する第2情報を取得するステップと、取得した第1情報と第2情報とを解析し、第1情報に含まれる検査項目と、第2情報に含まれる診断結果との関連性を取得するステップと、任意の個人についての第1情報の少なくとも一部を取得し、取得した情報と、関連性とに基づき、個人の健康状態を予測するステップとを実行する方法。
(付記9)
プロセッサとメモリとを備えた情報処理装置であって、プロセッサは、不特定多数の個人が受けた健康診断に関する第1情報を取得するステップと、不特定多数の個人が医療機関において受診した診断に関する第2情報を取得するステップと、取得した第1情報と第2情報とを解析し、第1情報に含まれる検査項目と、第2情報に含まれる診断結果との関連性を取得するステップと、任意の個人についての第1情報の少なくとも一部を取得し、取得した情報と、関連性とに基づき、個人の健康状態を予測するステップとを実行する情報処理装置。
(付記10)
不特定多数の個人が受けた健康診断に関する第1情報を取得する手段と、不特定多数の個人が医療機関において受診した診断に関する第2情報を取得する手段と、取得した第1情報と第2情報とを解析し、第1情報に含まれる検査項目と、第2情報に含まれる診断結果との関連性を取得する手段と、任意の個人についての第1情報の少なくとも一部を取得し、取得した情報と、関連性とに基づき、個人の健康状態を予測する手段とを具備するシステム。
Claims (11)
- プロセッサとメモリとを備えるコンピュータを動作させるためのプログラムであって、
前記プログラムは、前記プロセッサに、
不特定多数の個人が受けた健康診断に関する第1情報であって、前記健康診断で検査された複数の検査項目の値を含む第1情報を取得するステップと、
不特定多数の個人が医療機関において受診した診断に関する第2情報を取得するステップと、
取得した前記第1情報と前記第2情報とを解析し、前記第1情報に含まれる検査項目と、前記第2情報に含まれる診断結果との関連性を取得するステップと、
任意の個人についての前記第1情報を取得し、取得した前記第1情報と、前記関連性とに基づき、前記個人の健康状態を予測するステップと、
予測した前記健康状態を、前記第1情報を提供した個人へ提示するステップと
を実行させるプログラム。 - 前記第1情報、および前記第2情報には、個人の属性を表す情報が含まれており、
前記関連性を取得するステップにおいて、前記属性に応じた関連性を取得する請求項1記載のプログラム。 - 前記関連性を取得するステップにおいて、前記個人の血縁関係を参照して前記関連性を取得する請求項1記載のプログラム。
- 前記第1情報を取得するステップにおいて、第1のタイミングで、新たに追加された第1情報を取得する処理を繰り返し、
前記第2情報を取得するステップにおいて、第2のタイミングで、新たに追加された第2情報を取得する処理を繰り返し、
前記関連性を取得するステップにおいて、第3タイミングで、新たに取得した情報を含む前記第1情報と前記第2情報とを解析し、前記関連性を繰り返し取得する請求項1記載のプログラム。 - 前記第3タイミングは、第1情報または第2情報を取得したタイミング、所定周期、所定の暦、または所定容量の情報を蓄積したタイミングである請求項4記載のプログラム。
- 前記第1情報を取得するステップにおいて、所定の第1周期で、新たに追加された第1情報を取得する処理を繰り返し、
前記第2情報を取得するステップにおいて、前記第1周期、又は第1周期と異なる第2周期で、新たに追加された第2情報を取得する処理を繰り返し、
前記関連性を取得するステップにおいて、前記第1周期、前記第2周期、又は前記第1、第2周期と異なる第3周期で、新たに取得した情報を含む前記第1情報と前記第2情報とを解析し、前記関連性を繰り返し取得する請求項1記載のプログラム。 - 前記第1情報を取得するステップにおいて、健康診断を受けた個人からの同意があると、当該個人についての第1情報を取得し、
前記第2情報を取得するステップにおいて、診断された個人からの同意があると、当該個人についての第2情報を取得する請求項1記載のプログラム。 - 前記関連性を取得するステップにおいて、取得した前記第1情報を入力データ、前記第2情報を正解出力データとして学習させた学習済みモデルを生成することで、前記関連性を取得する請求項1記載のプログラム。
- プロセッサとメモリとを備えたコンピュータにより実行される方法であって、
前記プロセッサは、
不特定多数の個人が受けた健康診断に関する第1情報であって、前記健康診断で検査された複数の検査項目の値を含む第1情報を取得するステップと、
不特定多数の個人が医療機関において受診した診断に関する第2情報を取得するステップと、
取得した前記第1情報と前記第2情報とを解析し、前記第1情報に含まれる検査項目と、前記第2情報に含まれる診断結果との関連性を取得するステップと、
任意の個人についての前記第1情報を取得し、取得した前記第1情報と、前記関連性とに基づき、前記個人の健康状態を予測するステップと、
予測した前記健康状態を、前記第1情報を提供した個人へ提示するステップと
を実行する方法。 - プロセッサとメモリとを備えた情報処理装置であって、
前記プロセッサは、
不特定多数の個人が受けた健康診断に関する第1情報であって、前記健康診断で検査された複数の検査項目の値を含む第1情報を取得するステップと、
不特定多数の個人が医療機関において受診した診断に関する第2情報を取得するステップと、
取得した前記第1情報と前記第2情報とを解析し、前記第1情報に含まれる検査項目と、前記第2情報に含まれる診断結果との関連性を取得するステップと、
任意の個人についての前記第1情報を取得し、取得した前記第1情報と、前記関連性とに基づき、前記個人の健康状態を予測するステップと、
予測した前記健康状態を、前記第1情報を提供した個人へ提示するステップと
を実行する情報処理装置。 - 不特定多数の個人が受けた健康診断に関する第1情報であって、前記健康診断で検査された複数の検査項目の値を含む第1情報を取得する手段と、
不特定多数の個人が医療機関において受診した診断に関する第2情報を取得する手段と、
取得した前記第1情報と前記第2情報とを解析し、前記第1情報に含まれる検査項目と、前記第2情報に含まれる診断結果との関連性を取得する手段と、
任意の個人についての前記第1情報を取得し、取得した前記第1情報と、前記関連性とに基づき、前記個人の健康状態を予測する手段と、
予測した前記健康状態を、前記第1情報を提供した個人へ提示する手段と
を具備するシステム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022067240A JP7266357B1 (ja) | 2022-04-14 | 2022-04-14 | プログラム、情報処理装置、方法及びシステム |
JP2023066318A JP2023157894A (ja) | 2022-04-14 | 2023-04-14 | プログラム、情報処理装置、方法及びシステム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022067240A JP7266357B1 (ja) | 2022-04-14 | 2022-04-14 | プログラム、情報処理装置、方法及びシステム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023066318A Division JP2023157894A (ja) | 2022-04-14 | 2023-04-14 | プログラム、情報処理装置、方法及びシステム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7266357B1 true JP7266357B1 (ja) | 2023-04-28 |
JP2023157365A JP2023157365A (ja) | 2023-10-26 |
Family
ID=86144032
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022067240A Active JP7266357B1 (ja) | 2022-04-14 | 2022-04-14 | プログラム、情報処理装置、方法及びシステム |
JP2023066318A Pending JP2023157894A (ja) | 2022-04-14 | 2023-04-14 | プログラム、情報処理装置、方法及びシステム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023066318A Pending JP2023157894A (ja) | 2022-04-14 | 2023-04-14 | プログラム、情報処理装置、方法及びシステム |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP7266357B1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017117469A (ja) | 2015-12-22 | 2017-06-29 | 国立研究開発法人理化学研究所 | リスク評価方法、リスク評価装置及びリスク評価プログラム |
JP2020013246A (ja) | 2018-07-17 | 2020-01-23 | オムロンヘルスケア株式会社 | 疾病予測装置、方法およびプログラム |
JP2020166441A (ja) | 2019-03-28 | 2020-10-08 | 株式会社スギ薬局 | 生体情報に基づく健康状態推定方法および健康状態推定装置 |
JP2021196701A (ja) | 2020-06-10 | 2021-12-27 | Necソリューションイノベータ株式会社 | 診断支援装置、学習モデル生成装置、診断支援方法、及びプログラム |
-
2022
- 2022-04-14 JP JP2022067240A patent/JP7266357B1/ja active Active
-
2023
- 2023-04-14 JP JP2023066318A patent/JP2023157894A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017117469A (ja) | 2015-12-22 | 2017-06-29 | 国立研究開発法人理化学研究所 | リスク評価方法、リスク評価装置及びリスク評価プログラム |
JP2020013246A (ja) | 2018-07-17 | 2020-01-23 | オムロンヘルスケア株式会社 | 疾病予測装置、方法およびプログラム |
JP2020166441A (ja) | 2019-03-28 | 2020-10-08 | 株式会社スギ薬局 | 生体情報に基づく健康状態推定方法および健康状態推定装置 |
JP2021196701A (ja) | 2020-06-10 | 2021-12-27 | Necソリューションイノベータ株式会社 | 診断支援装置、学習モデル生成装置、診断支援方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2023157894A (ja) | 2023-10-26 |
JP2023157365A (ja) | 2023-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sánchez‐Ferro et al. | New methods for the assessment of Parkinson's disease (2005 to 2015): a systematic review | |
Allaudeen et al. | Inability of providers to predict unplanned readmissions | |
Marcus et al. | Informatics and data mining tools and strategies for the human connectome project | |
US20200227172A1 (en) | Determining indicators of individual health | |
JP7293050B2 (ja) | 軽度認知障害判定システム | |
US8249892B2 (en) | Method of data mining in medical applications | |
JP7479168B2 (ja) | 問診装置 | |
US20180032674A1 (en) | Diagnostic system, diagnostic method, and storage medium | |
WO2023192224A1 (en) | Predictive machine learning models for preeclampsia using artificial neural networks | |
CN114078593A (zh) | 临床决策支持 | |
Zarate et al. | Using facial analysis technology in a typical genetic clinic: experience from 30 individuals from a single institution | |
US10318877B2 (en) | Cohort-based prediction of a future event | |
Quinn et al. | Association between US physician malpractice claims rates and hospital admission rates among patients with lower-risk syncope | |
Joudar et al. | Artificial intelligence-based approaches for improving the diagnosis, triage, and prioritization of autism spectrum disorder: a systematic review of current trends and open issues | |
JP2002073816A (ja) | 健康情報管理システム及び方法 | |
US20210151188A1 (en) | Eating Disorder Diagnosis | |
JP7266357B1 (ja) | プログラム、情報処理装置、方法及びシステム | |
JP7126472B2 (ja) | 生体情報に基づく健康状態推定方法および健康状態推定装置 | |
JP2019003408A (ja) | ハイパーパラメータの評価方法、計算機及びプログラム | |
KR20210119081A (ko) | 주요 우울증에 대한 정보 제공 방법 및 이를 이용한 주요 우울증에 대한 정보 제공용 디바이스 | |
US20200294682A1 (en) | Medical interview apparatus | |
Tan et al. | A stratification approach using logit-based models for confounder adjustment in the study of continuous outcomes | |
JP2021189093A (ja) | 自己免疫性水疱症の診断装置 | |
JP2021068188A (ja) | 診断支援方法および診断支援システム | |
Cassarly et al. | Treatment effect on ordinal functional outcome using piecewise multistate Markov model with unobservable baseline: an application to the modified Rankin scale |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220415 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220415 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220720 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220916 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221004 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221129 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230207 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230405 |
|
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: 20230412 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230414 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7266357 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |