JP7268148B2 - 医療情報登録支援装置、医療情報登録支援装置の作動方法、及びプログラム - Google Patents
医療情報登録支援装置、医療情報登録支援装置の作動方法、及びプログラム Download PDFInfo
- Publication number
- JP7268148B2 JP7268148B2 JP2021522225A JP2021522225A JP7268148B2 JP 7268148 B2 JP7268148 B2 JP 7268148B2 JP 2021522225 A JP2021522225 A JP 2021522225A JP 2021522225 A JP2021522225 A JP 2021522225A JP 7268148 B2 JP7268148 B2 JP 7268148B2
- Authority
- JP
- Japan
- Prior art keywords
- medical information
- information
- usage
- support device
- medical
- 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
- 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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
- G06F16/24558—Binary matching operations
-
- 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
- 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
- G06N3/08—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
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- 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
- 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
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
Description
図1は第1の実施形態に係る用法名登録支援装置10(医療情報登録支援装置)の構成を示すブロック図である。用法名登録支援装置10は薬剤の用法名(医療情報の一態様)の登録支援を行う装置であり、コンピュータを用いて実現することができる。図1に示すように、用法名登録支援装置10は処理部100、記憶部200、表示部300、及び操作部400を備え、互いに接続されて必要な情報が送受信される。これらの構成要素については各種の設置形態を採用することができ、各構成要素が1箇所(1筐体内、1室内等)に設置されていてもよいし、離れた場所に設置されネットワークを介して接続されていてもよい。また、用法名登録支援装置10は不図示のネットワークを介して不図示の病院内システムや外部サーバ、あるいは外部データベース等に接続し、必要に応じて情報を取得することができる。
図2は処理部100の構成を示す図である。処理部100は入力受付部102(入力受付部)、判断部104(判断部)、候補生成部106(候補生成部)、登録部108(登録部)、学習部110(学習部)、データ生成部112(データ生成部)、規格化部114(規格化部)、通信制御部116、及び表示制御部118を備える。処理部100は、さらにCPU130(CPU:Central Processing Unit)、ROM140(ROM:Read Only Memory)、及びRAM150(RAM:Random Access Memory)を備える。なお、これらの各部による処理はCPU130の制御の下で行われる。
記憶部200はDVD(Digital Versatile Disk)、ハードディスク(Hard Disk)、各種半導体メモリ等の非一時的記録媒体及びその制御部により構成され、用法名の登録情報、追加学習用データ等が記憶される。
表示部300はモニタ310(表示装置)を備えており、入力した用法名(医療情報)、記憶部200に記憶された情報、処理部100による処理の結果等を表示することができる。操作部400は入力デバイス及び/またはポインティングデバイスとしてのキーボード410及びマウス420を含んでおり、ユーザはこれらのデバイス及びモニタ310の画面を介して、本発明に係る用法名登録支援方法(医療情報登録支援方法)の実行に必要な操作を行うことができる(後述)。モニタ310をタッチパネルにより構成し、ユーザがそのタッチパネルを介して操作を行えるようにしてもよい。操作部400によりユーザが実行できる操作には、例えば登録情報の候補の修正が含まれる。
以下、図3のフローチャートを参照しつつ、上述した構成の用法名登録支援装置10による用法名登録支援方法の処理について説明する。
ステップS120の判断が否定された場合(受け付けた用法名(医療情報)と登録情報とが一致しない場合)、候補生成部106(候補生成部)は、機械学習により構成された学習済みモデル107を用いて、受け付けた用法名に対する登録情報の候補を生成する(ステップS130~S170:候補生成工程)。詳細を以下に説明するように、学習済みモデル107は、入力された用法名から服用タイミングの候補を出力する(医療情報の種別に応じた標準化の一例)学習済みモデルである。学習済みモデル107は、用法名に基づいて薬剤の用法タイプを推定する第1の学習済みモデル107A(第1の学習済みモデル)と、用法タイプに基づいて薬剤の服用タイミングを推定する第2の学習済みモデル107B(第2の学習済みモデル)と、を有する(図2参照)。
学習済みモデル107(第1の学習済みモデル107A及び第2の学習済みモデル107B)は、自然言語処理のアルゴリズムに基づいて構築された学習済みモデルである。具体的には、学習済みモデル107をRNN(Recurrent Neural Network:ニューラルネットワークの一態様)により構成することができる。図6はRNNによる第2の学習済みモデル107Bの構成例を示す図である(第1の学習済みモデル107Aでも同様の構成を採用することができる)。第2の学習済みモデル107Bは入力層510、隠れ層520、及び出力層530を有し、隠れ層520が現在の時刻(時刻t)の状態を示す隠れ層522と過去の時刻(時刻t-1)の状態を示す隠れ層524とを有する点で通常のニューラルネットワークと異なる。第2の学習済みモデル107Bは、時刻t-1における隠れ層の状態を保持して次の時刻tの入力に使うことにより、自然言語のように時系列的に入力される情報の過去の履歴(本実施形態では、受け付けた用法名における文字や単語の前後関係)を利用した推定を行うことができる。なお、第2の学習済みモデル107Bは、RNNの一種であるLSTM(Long Short-Term Memory)を用いて構成されていてもよい。
学習済みモデル107(第1の学習済みモデル107A及び第2の学習済みモデル107B)は、例えば学習部110がRNN等のニューラルネットワークに過去の登録内容を学習データとした機械学習を行わせることで構築することができる。学習部110は、この機械学習に、例えば入力した用法名(医療情報)とその用法名に基づいて登録されたデータ(登録情報)とを組とした学習データを用いることができる。また、学習部110は、標準的な用法名とその用法名に対応するデータとを組とした学習データを用いてもよい(後述する追加学習についても同様)。
候補生成部106は、入力されたデータに分類欄があるか否かを判断する(ステップS130:候補生成工程)。分類欄は、薬剤の用法タイプを示す情報、例えば「時点分割」タイプ(朝食後に服用する、就寝前に服用する、等)「必要時」タイプ(胃痛時に服用、胸痛発作時に服用等)、「そのまま(入力された用法名そのまま)」タイプ(「1日4回 6時間毎」等)を含む。入力されたデータに分類欄がある場合(ステップS130でYES)、候補生成部106は分類欄のデータから用法タイプを決定して(ステップS140:候補生成工程)、ステップS160に進む。一方、入力されたデータに分類欄がない場合(ステップS130でNO)、候補生成部106は第1の学習済みモデル107Aを用いて用法タイプを推定する(ステップS150:候補生成工程)。第1の学習済みモデル107Aは、入力された用法名(医療情報の一態様)を標準化して出力する学習済みモデルである。なお、医療情報の「標準化」とは、医療情報をあらかじめ定められた基準に従って出力することを含み、第1の学習済みモデル107Aは、あらかじめ決められた用法タイプ(例えば上述した「時点分割」、「必要時」、「そのまま」)のいずれかを出力することができる。
候補生成部106は、用法タイプに基づいて薬剤の服用タイミングを推定する第2の学習済みモデル107Bを用いて、服用タイミングを推定する(ステップS160:候補生成工程)。服用タイミングの推定において、候補生成部106は、分類欄のデータから決定した用法タイプ、または第1の学習済みモデル107Aを用いて推定した用法タイプを第2の学習済みモデル107Bに入力する。また、候補生成部106は、上述した用法名(規格化後)を第2の学習済みモデル107Bに入力する。第2の学習済みモデル107Bは、用法タイプに応じて用法名(医療情報の一態様)を標準化して出力する学習済みモデルである。なお、医療情報の「標準化」とは、医療情報をあらかじめ定められた基準に従って出力することを含み、第2の学習済みモデル107Bは、以下のような処理を行うことができる。
候補生成部106及び表示制御部118は、生成した服用タイミングの候補をモニタ310(表示装置)に表示させる(ステップS170:候補生成工程、登録工程)。候補生成部106及び表示制御部118は決定した用法タイプ、または推定した用法タイプの候補を合わせて表示してもよく、また候補が複数存在する場合は複数の候補を表示してもよい。図8は用法タイプの候補及び服用タイミングの候補(用法名に含まれる時点情報)の例を示す図である。登録部108は、操作部400を介したユーザの操作による候補の選択または修正を受け付ける。これにより、ユーザは不適切な候補を修正することができる。
上述した選択または修正が確定したら(ステップS180でYES:登録工程)、確定した服用タイミング(登録情報)と用法名とを関連付けて登録する(ステップS190:登録工程)。登録部108は、表示した用法タイプの候補のうちから選択された用法タイプ、または用法タイプの候補を修正した用法タイプを受け付けた用法名と関連付けて登録してもよい(ステップS190:登録工程)。ステップS190における登録は、登録部108が上述した変換テーブルを更新(データを追加)することにより行うことができる。図9は用法タイプ及び服用タイミングについての、候補及び確定情報の例を示す図である。なお、図9の例において、参照符号600~610の欄は候補(参照符号600A~610Aの欄)が修正されていることを示す。例えば、参照符号600Aの欄では用法タイプが「必要時」と推定されているが、参照符号600の欄にあるように「時点分割」と修正されている。また、参照符号610Aの欄では服用タイミングが「起床時、朝食後、昼食後、夕食後、夕食後」と推定されているが、参照符号610の欄にあるように「起床時、朝食後、昼食後、夕食後」と修正されている。
データ生成部112(データ生成部)は、上述した服用タイミングの候補に対する選択または修正が確定したら、確定した選択または修正に基づいて追加学習用データを生成する(ステップS200:データ生成工程)。データ生成部112は、操作部400を介したユーザの操作(例えば、OKボタンのクリック)に応じて「選択または修正が確定した」と判断することができる。データ生成部112は、用法タイプについても追加学習用データを生成してよい。
<登録用法名を用いた一包化監査支援>
上述した実施形態に係る用法名登録支援装置、用法名登録支援方法、及びプログラムは、例えば以下の形態で利用できる。図11は一包化監査支援の流れを示す図である。医師が処方箋を作成し、必要に応じて医師や薬剤師が処方箋を修正して処方データが作成され、この処方データに基づいて1回に服用する薬剤が一包化(分包化)される。一包化は一包化装置で行われ、一包化装置により用法がデータ化(用法コード、用法名等)される。そして、このデータが用法名登録支援装置10等で登録され、服用タイミングのデータが得られる。監査支援装置は一包化された薬剤が処方データの通りであるかを判断し、「処方データの通りである」と判断した分包袋に服用タイミングを印字またはラベル貼付する。図12は監査された分包袋にラベルが貼付された様子を示す図である。図12の(a)部分は朝食後に服用する薬剤の分包袋700に「朝食後」と印字されたラベル710が貼付された様子を示し、同図の(b)部分は就寝前に服用する薬剤の分包袋702に「就寝前」と印字されたラベル712が貼付された様子を示す。ラベル710,712に示された服用タイミングは、用法名登録支援装置10で登録された服用タイミング(この例では、時点分割されている)である。
本発明の医療情報登録支援装置、医療情報登録支援方法、及びプログラムは、第1の実施形態で説明した薬剤の用法名だけでなく様々な医療情報を処理することができる。ここで「医療情報」は、登録対象である医療行為及び/または医療行為の結果、医療材料、及び医薬品のうちいずれかを示す情報と、登録対象がどのように実行、取得、もしくは使用されるかを示す情報と、のうち少なくとも一方を含む情報である。登録対象に関し、「医療行為」の例としては手術、検査、診察、診断、手技、処置の名称や術式を挙げることができ、「医療行為の結果」の例としては手術や検査の結果、診断名、病名、症状名、所見等を挙げることができる。また、「医療材料」の例としては手術、検査等で使用される医療材料や患者が使用する医療材料の種類、名称を挙げることができる。「医薬品」については、錠剤やカプセル型の固形の薬剤や注射剤等の液体の薬剤や気体の薬剤でもよく、また患者が服用(内服)する薬剤だけでなく点眼、塗る、貼る等外用により使用する薬剤の種類や名称でもよい。また、「医薬品」は手術や検査で使用される医薬品の種類、名称でもよい。また、「登録対象がどのように実行、取得、もしくは使用されるかを示す情報」は「実行、取得、使用」の条件、回数、タイミング等を挙げることができ、登録対象の種別(医療行為、医療行為の結果、医療材料、医薬品のいずれであるか)によって異なっていてよい。
100 処理部
102 入力受付部
104 判断部
106 候補生成部
107 学習済みモデル
107A 第1の学習済みモデル
107B 第2の学習済みモデル
108 登録部
110 学習部
112 データ生成部
114 規格化部
116 通信制御部
118 表示制御部
130 CPU
140 ROM
150 RAM
200 記憶部
300 表示部
310 モニタ
400 操作部
410 キーボード
420 マウス
510 入力層
520 隠れ層
522 隠れ層
524 隠れ層
530 出力層
700 分包袋
702 分包袋
710 ラベル
712 ラベル
S100~S200 用法名登録支援方法(医療情報登録支援方法)の各ステップ
Claims (15)
- 医療情報の入力を受け付ける入力受付部と、
前記受け付けた前記医療情報と登録情報とが一致するか否かを判断する判断部と、
前記受け付けた前記医療情報と前記登録情報とが一致しない場合に、機械学習により構成された学習済みモデルであって、入力された医療情報を前記医療情報の種別に応じて標準化して出力する学習済みモデルを用いて、前記受け付けた前記医療情報に対する前記登録情報の候補を生成する候補生成部と、
前記候補のうちから選択された医療情報、または前記候補を修正した医療情報を前記受け付けた前記医療情報と関連付けて前記登録情報として登録する登録部と、
を備える医療情報登録支援装置。 - 前記入力受付部は、登録対象である医療行為及び/または医療行為の結果、医療材料、及び医薬品のうちいずれかを示す情報と、前記登録対象がどのように実行、取得、もしくは使用されるかを示す情報と、のうち少なくとも一方を含む情報を前記医療情報として受け付ける請求項1に記載の医療情報登録支援装置。
- 前記入力受付部は前記医療情報として薬剤の用法名を示す情報の入力を受け付け、
前記候補生成部は前記登録情報の候補として前記薬剤の服用タイミングの候補を生成する請求項1または2に記載の医療情報登録支援装置。 - 前記判断部は、薬剤の用法名を示す情報と薬剤の服用タイミングとが関連付けて記録された変換テーブルを参照して前記判断を行う請求項3に記載の医療情報登録支援装置。
- 前記学習済みモデルは、前記受け付けた前記用法名に基づいて前記薬剤の用法タイプを推定する第1の学習済みモデルと、用法タイプに基づいて前記薬剤の服用タイミングを推定する第2の学習済みモデルと、を有する請求項3または4に記載の医療情報登録支援装置。
- 前記候補生成部は、前記用法タイプを前記受け付けた用法名及び前記推定された服用タイミングと関連付けて前記用法タイプの候補を生成し、
前記登録部は前記生成された前記用法タイプの候補のうちから選択された用法タイプ、または前記用法タイプの候補を修正した用法タイプを前記受け付けた用法名と関連付けて登録する請求項5に記載の医療情報登録支援装置。 - 前記候補生成部は、前記用法タイプに応じて、前記受け付けた用法名から前記薬剤の服用時点を示す時点情報を生成し、前記生成した時点情報を前記服用タイミングの候補とする請求項5または6に記載の医療情報登録支援装置。
- 前記第1の学習済みモデル及び前記第2の学習済みモデルは自然言語処理のアルゴリズムに基づいて構築された学習済みモデルである請求項5から7のいずれか1項に記載の医療情報登録支援装置。
- 前記第1の学習済みモデル及び前記第2の学習済みモデルはニューラルネットワークにより構成される学習済みモデルである請求項5から8のいずれか1項に記載の医療情報登録支援装置。
- 前記修正に基づいて前記学習済みモデルに追加学習を行わせる学習部を備え、
前記候補生成部は前記追加学習が行われた前記学習済みモデルを用いて前記候補を生成する請求項1から9のいずれか1項に記載の医療情報登録支援装置。 - 前記修正に基づいて追加学習用データを生成するデータ生成部を備え、
前記学習部は前記学習済みモデルに前記追加学習用データを用いた追加学習を行わせる請求項10に記載の医療情報登録支援装置。 - 前記受け付けた前記医療情報を規格化する規格化部を備え、
前記判断部は前記規格化された前記医療情報に基づいて前記判断を行う請求項1から11のいずれか1項に記載の医療情報登録支援装置。 - プロセッサを備える医療情報登録支援装置の作動方法であって、
前記プロセッサは、
医療情報の入力を受け付け、
前記受け付けた前記医療情報と登録情報とが一致するか否かを判断し、
前記受け付けた前記医療情報と前記登録情報とが一致しない場合に、機械学習により構成された学習済みモデルであって、入力された医療情報を前記医療情報の種別に応じて標準化して出力する学習済みモデルを用いて、前記受け付けた前記医療情報に対する前記登録情報の候補を生成し、
前記候補のうちから選択された医療情報、または前記候補を修正した医療情報を前記受け付けた前記医療情報と関連付けて前記登録情報として登録する、
作動方法。 - 請求項13に記載の作動方法をコンピュータに実行させるプログラム。
- 非一時的かつコンピュータ読取可能な記録媒体であって、前記記録媒体に格納された指令がコンピュータによって読み取られた場合に請求項14に記載のプログラムをコンピュータに実行させる記録媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019101351 | 2019-05-30 | ||
JP2019101351 | 2019-05-30 | ||
PCT/JP2020/019573 WO2020241332A1 (ja) | 2019-05-30 | 2020-05-18 | 医療情報登録支援装置、医療情報登録支援方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020241332A1 JPWO2020241332A1 (ja) | 2020-12-03 |
JP7268148B2 true JP7268148B2 (ja) | 2023-05-02 |
Family
ID=73552928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021522225A Active JP7268148B2 (ja) | 2019-05-30 | 2020-05-18 | 医療情報登録支援装置、医療情報登録支援装置の作動方法、及びプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220051800A1 (ja) |
EP (1) | EP3979254A4 (ja) |
JP (1) | JP7268148B2 (ja) |
CN (1) | CN113874948A (ja) |
WO (1) | WO2020241332A1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005032062A (ja) | 2003-07-08 | 2005-02-03 | Sanyo Electric Co Ltd | 医療事務用計算機及び医療事務用計算機における処方区分の決定方法 |
JP2005292979A (ja) | 2004-03-31 | 2005-10-20 | Yuyama Manufacturing Co Ltd | 電子カルテシステム |
JP2007026253A (ja) | 2005-07-20 | 2007-02-01 | Seiko Epson Corp | 服薬管理システム、服薬管理システムの制御方法およびそのプログラム |
JP2011048822A (ja) | 2009-08-25 | 2011-03-10 | Accenture Global Services Gmbh | 支払請求分析エンジン |
CN103530840A (zh) | 2013-10-10 | 2014-01-22 | 中国中医科学院 | 一种准确快速的电子病历录入系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6658396B1 (en) * | 1999-11-29 | 2003-12-02 | Tang Sharon S | Neural network drug dosage estimation |
JP5085210B2 (ja) | 2007-07-13 | 2012-11-28 | パナソニックヘルスケア株式会社 | 診療支援装置 |
US20120078840A1 (en) * | 2010-09-27 | 2012-03-29 | General Electric Company | Apparatus, system and methods for comparing drug safety using holistic analysis and visualization of pharmacological data |
US20160378950A1 (en) * | 2015-06-29 | 2016-12-29 | Bruce Reiner | Method and apparatus for tracking a pharmaceutical |
JP6868617B2 (ja) * | 2015-09-28 | 2021-05-12 | アレクシオン ファーマシューティカルズ, インコーポレイテッド | 低ホスファターゼ血症の組織非特異的アルカリホスファターゼ(tnsalp)酵素補充療法に有効な投薬計画の特定 |
WO2018147674A1 (ko) * | 2017-02-10 | 2018-08-16 | 연세대학교 산학협력단 | 의료 영상에 기반하여 상태를 진단하는 장치 및 방법 |
-
2020
- 2020-05-18 WO PCT/JP2020/019573 patent/WO2020241332A1/ja unknown
- 2020-05-18 CN CN202080038412.8A patent/CN113874948A/zh active Pending
- 2020-05-18 EP EP20813122.7A patent/EP3979254A4/en active Pending
- 2020-05-18 JP JP2021522225A patent/JP7268148B2/ja active Active
-
2021
- 2021-10-27 US US17/511,679 patent/US20220051800A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005032062A (ja) | 2003-07-08 | 2005-02-03 | Sanyo Electric Co Ltd | 医療事務用計算機及び医療事務用計算機における処方区分の決定方法 |
JP2005292979A (ja) | 2004-03-31 | 2005-10-20 | Yuyama Manufacturing Co Ltd | 電子カルテシステム |
JP2007026253A (ja) | 2005-07-20 | 2007-02-01 | Seiko Epson Corp | 服薬管理システム、服薬管理システムの制御方法およびそのプログラム |
JP2011048822A (ja) | 2009-08-25 | 2011-03-10 | Accenture Global Services Gmbh | 支払請求分析エンジン |
CN103530840A (zh) | 2013-10-10 | 2014-01-22 | 中国中医科学院 | 一种准确快速的电子病历录入系统 |
Also Published As
Publication number | Publication date |
---|---|
EP3979254A1 (en) | 2022-04-06 |
JPWO2020241332A1 (ja) | 2020-12-03 |
CN113874948A (zh) | 2021-12-31 |
US20220051800A1 (en) | 2022-02-17 |
EP3979254A4 (en) | 2022-07-27 |
WO2020241332A1 (ja) | 2020-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11195103B2 (en) | System and method to aid diagnosis of a patient | |
US20160042134A1 (en) | Method of calculating a score of a medical suggestion as a support in medical decision making | |
US20200227162A1 (en) | Hospital information system and image data generation method | |
US11342077B2 (en) | Medical information processing apparatus and medical information processing method | |
Goulooze et al. | Beyond the randomized clinical trial: innovative data science to close the pediatric evidence gap | |
JP2011150395A (ja) | 医療データのグラフ表示システム、グラフ表示装置および表示プログラム | |
Lobach et al. | Increasing complexity in rule-based clinical decision support: the symptom assessment and management intervention | |
Stone et al. | Randomized trials, statistics, and clinical inference | |
Chen et al. | Estimands in real-world evidence studies | |
JP7268148B2 (ja) | 医療情報登録支援装置、医療情報登録支援装置の作動方法、及びプログラム | |
JP2023115376A (ja) | 診療支援装置、その作動方法及び作動プログラム | |
US20180330822A1 (en) | Medical information processing device and medical information processing method | |
Hempenius et al. | Primary nonadherence to drugs prescribed by general practitioners: A Dutch database study | |
CN111863179B (zh) | 医用信息处理装置、医用信息处理方法及程序 | |
WO2005022432A1 (ja) | 電子カルテシステム | |
JP2021185543A (ja) | 診療支援装置、診療支援装置の作動方法、診療支援装置の作動プログラム | |
JPH0676005A (ja) | 患者の病名のチェック方法及びチェックシステム | |
Marsall et al. | Measuring transitional patient safety: Adaptation and validation of the German version of the Care Transitions Measure | |
Zhu et al. | DCDS: A real-time data capture and personalized decision support system for heart failure patients in skilled nursing facilities | |
JP7323664B1 (ja) | 服薬指導支援装置、服薬指導支援方法、および、服薬指導支援プログラム | |
JP2004133610A (ja) | 医用データ処理方法 | |
Lohiya et al. | Measuring outcomes of hypertension treatment in primary care in resource-limited settings | |
US20230290469A1 (en) | Recording medium, information processing apparatus, healthcare worker terminal, information processing system and healthcare worker system | |
US20230162821A1 (en) | Interpretation management device, recording medium, and interpretation management method | |
Melton | Addressing Current and Upcoming Challenges in Healthcare Analytics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211202 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230210 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230404 |
|
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: 20230413 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230420 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7268148 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |