JP7490162B2 - 気象予測システムおよび気象病予測システム - Google Patents
気象予測システムおよび気象病予測システム Download PDFInfo
- Publication number
- JP7490162B2 JP7490162B2 JP2024514153A JP2024514153A JP7490162B2 JP 7490162 B2 JP7490162 B2 JP 7490162B2 JP 2024514153 A JP2024514153 A JP 2024514153A JP 2024514153 A JP2024514153 A JP 2024514153A JP 7490162 B2 JP7490162 B2 JP 7490162B2
- Authority
- JP
- Japan
- Prior art keywords
- weather
- vital
- meteorological
- user
- illness
- 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
- 201000010099 disease Diseases 0.000 title claims description 22
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims description 22
- 238000005259 measurement Methods 0.000 claims description 42
- 239000003814 drug Substances 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 13
- 238000013500 data storage Methods 0.000 claims description 13
- 230000009471 action Effects 0.000 claims description 12
- 229940079593 drug Drugs 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 7
- 208000024891 symptom Diseases 0.000 claims description 6
- 208000002193 Pain Diseases 0.000 claims description 5
- 208000002173 dizziness Diseases 0.000 claims description 4
- 208000004296 neuralgia Diseases 0.000 claims description 4
- 206010012735 Diarrhoea Diseases 0.000 claims description 3
- 208000019695 Migraine disease Diseases 0.000 claims description 3
- 208000003251 Pruritus Diseases 0.000 claims description 3
- 208000036071 Rhinorrhea Diseases 0.000 claims description 3
- 206010039101 Rhinorrhoea Diseases 0.000 claims description 3
- 208000020764 Sensation disease Diseases 0.000 claims description 3
- 206010043169 Tearfulness Diseases 0.000 claims description 3
- 206010016256 fatigue Diseases 0.000 claims description 3
- 230000007803 itching Effects 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000001953 sensory effect Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 2
- 206010027599 migraine Diseases 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 15
- 238000000034 method Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000009825 accumulation Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 230000035807 sensation Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011017 operating method Methods 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 208000035657 Abasia Diseases 0.000 description 1
- 208000006820 Arthralgia Diseases 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 208000008930 Low Back Pain Diseases 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 235000015243 ice cream Nutrition 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 208000024765 knee pain Diseases 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 231100000862 numbness Toxicity 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 210000003296 saliva Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- 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
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Environmental & Geological Engineering (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Economics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Environmental Sciences (AREA)
- Veterinary Medicine (AREA)
- Ecology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Atmospheric Sciences (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
図1は、実施の形態1に係る気象予測システム100の構成を示す図である。図1のように、実施の形態1に係る気象予測システム100は、気象を予測する気象予測装置10と、気象予測装置10が気象予測に用いる気象予測モデル23aを作成する気象予測モデル作成装置20とを含んでいる。気象予測モデル作成装置20により作成される気象予測モデル23aは、人のバイタルサインと当該バイタルサインの出現地点の気象の変化との相関関係を学習して得られる気象モデルである。
図5は、実施の形態2に係る気象予測システム100の構成を示す図である。図5の気象予測システム100の構成は、図1の構成に対し、バイタルデータ取得部15を追加したものである。
図7は、気象予測システム100の変形例を示す図である。図7の気象予測システム100の構成は、実施の形態1(図1)の気象予測システム100に対し、災害予測部16および災害予測通知部17を追加したものである。
図8は、実施の形態3に係る気象病予測システム200の構成を示す図である。図8の気象病予測システム200は、実施の形態1または2に係る気象予測システム100(図8に示されている気象予測システム100は実施の形態1に係るものであるが、実施の形態2に係るものでもよい)と、気象予測システム100による気象予測の結果に基づいてユーザの気象病の発症を予測する気象病予測装置30とを備えている。気象予測システム100については、実施の形態1または2で説明したとおりであるので、ここでの説明は省略する。
図10は、実施の形態4に係る気象病予測システム200の構成を示す図である。図10の気象病予測システム200の構成は、図8の構成に対し、ユーザバイタルデータ取得部35を追加したものである。
図12は、気象病予測システム200の第1の変形例を示す図である。図12の気象病予測システム200の構成は、実施の形態3(図8)の気象病予測システム200に対し、服用タイミング通知部36を追加したものである。
上に示した気象予測装置10、気象予測モデル作成装置20および気象病予測装置30は、それぞれ図14または図15のようなハードウェア構成により実現することができる。
人のバイタルサインならびに当該バイタルサインの出現地点および出現時刻の情報を取得するバイタルサイン取得部と、
気象観測データを取得する気象観測データ取得部と、
人のバイタルサインと当該バイタルサインの出現地点の気象の変化との相関関係を学習して得られた気象予測モデルを用いて、前記バイタルサイン取得部が取得した人のバイタルサインならびに当該バイタルサインの出現地点および出現時刻における気象観測データから気象予測を行う気象予測部と、
を備える気象予測システム。
人のバイタルデータならびに当該バイタルデータの測定地点および測定時刻の情報を取得するバイタルデータ取得部をさらに備え、
前記気象予測モデルは、人のバイタルサインと当該バイタルサインの出現地点の気象の変化との相関関係に加え、人のバイタルデータと当該バイタルデータの測定地点の気象の変化との相関関係を学習して得られた気象予測モデルであり、
前記気象予測部は、前記気象予測モデルを用いて、前記バイタルサイン取得部が取得した人のバイタルサインならびに当該バイタルサインの出現地点および出現時刻における気象観測データと、前記バイタルデータ取得部が取得した人のバイタルデータならびに当該バイタルデータの測定地点および測定時刻における気象観測データとから、気象予測を行う、
付記1に記載の気象予測システム。
前記バイタルサイン取得部は、ソーシャルネットワーキングサービスへ投稿された文章もしくは画像を解析して、当該文章もしくは画像を投稿した人のバイタルサインを抽出する、
付記1または付記2に記載の気象予測システム。
ユーザからの要求に応じて、当該ユーザが指定した地点の前記気象予測の結果を、当該ユーザに通知する気象予測送信部をさらに備える、
付記1から付記3のいずれか一項に記載の気象予測システム。
前記気象予測部による前記気象予測の結果に基づいて、災害の発生を予測する災害予測部と、
災害が発生すると予測された地域のユーザに対し、災害予測の情報を通知する災害予測通知部と、
をさらに備える、
付記1から付記4のいずれか一項に記載の気象予測システム。
前記バイタルサイン取得部が取得した人のバイタルサインならびに当該バイタルサインの出現地点および出現時刻の情報と、前記気象観測データ取得部が取得した気象観測データとを蓄積するデータ蓄積部と、
前記データ蓄積部に蓄積された情報を用いて、人のバイタルサインと当該バイタルサインの出現地点の気象の変化との相関関係を学習することで前記気象予測モデルを作成する気象予測モデル作成部と、
をさらに備える、
付記1に記載の気象予測システム。
前記バイタルサイン取得部が取得した人のバイタルサインならびに当該バイタルサインの出現地点および出現時刻の情報と、前記バイタルデータ取得部が取得した人のバイタルデータならびに当該バイタルデータの測定地点および測定時刻の情報と、前記気象観測データ取得部が取得した気象観測データとを蓄積するデータ蓄積部と、
前記データ蓄積部に蓄積された情報を用いて、人のバイタルサインと当該バイタルサインの出現地点の気象の変化との相関関係、および、人のバイタルデータと当該バイタルデータの測定地点の気象の変化との相関関係を学習することで、前記気象予測モデルを作成する気象予測モデル作成部と、
をさらに備える、
付記2に記載の気象予測システム。
ユーザの気象病に関する情報が登録されたユーザ情報記憶部と、
前記ユーザの現在位置の情報を取得するユーザ位置取得部と、
付記1から付記7のいずれか一項に記載の気象予測システムから取得された前記ユーザの現在位置の前記気象予測の結果および前記ユーザの気象病に関する情報に基づいて、前記ユーザの気象病の発症を予測する気象病予測部と、
を備える、
気象病予測システム。
前記ユーザのバイタルデータを取得するユーザバイタルデータ取得部をさらに備え、
前記気象病予測部は、前記ユーザのバイタルデータを加味して、前記ユーザの気象病の発症を予測する、
付記8に記載の気象病予測システム。
前記ユーザバイタルデータ取得部は、前記ユーザのバイタルデータに加え、当該バイタルデータの測定時刻および測定地点の情報を取得し、
前記気象病予測部は、前記ユーザのバイタルデータの測定時刻および測定地点を加味して、前記ユーザの気象病の発症を予測する、
付記9に記載の気象病予測システム。
気象病を発症すると予測されたユーザに対し、気象病予測の情報を通知する気象病予測通知部をさらに備える、
付記8から付記10のいずれか一項に記載の気象病予測システム。
気象病を発症すると予測されたユーザに対し、当該気象病の発症を抑える薬の服用タイミングを通知する服用タイミング通知部をさらに備える、
付記8から付記11のいずれか一項に記載の気象病予測システム。
気象病を発症すると予測されたユーザに対し、当該気象病の発症前または発症後に推奨される行動を通知する推奨行動通知部をさらに備える、
付記8から付記12のいずれか一項に記載の気象病予測システム。
Claims (13)
- 人のバイタルサインならびに当該バイタルサインの出現地点および出現時刻の情報を取得するバイタルサイン取得部と、
気象観測データを取得する気象観測データ取得部と、
人のバイタルサインと当該バイタルサインの出現地点の気象の変化との相関関係を学習して得られた気象予測モデルを用いて、前記バイタルサイン取得部が取得した人のバイタルサインならびに当該バイタルサインの出現地点および出現時刻における気象観測データから気象予測を行う気象予測部と、
を備え、
前記バイタルサイン取得部が取得する人のバイタルサインの情報が示す症状は、偏頭痛、神経痛、痛み、だるさ、痒み、目眩、下痢、涕涙、鼻水、感覚のズレ、感覚の不調、体のバランスの変化のいずれかである、
気象予測システム。 - 人のバイタルデータならびに当該バイタルデータの測定地点および測定時刻の情報を取得するバイタルデータ取得部をさらに備え、
前記気象予測モデルは、人のバイタルサインと当該バイタルサインの出現地点の気象の変化との相関関係に加え、人のバイタルデータと当該バイタルデータの測定地点の気象の変化との相関関係を学習して得られた気象予測モデルであり、
前記気象予測部は、前記気象予測モデルを用いて、前記バイタルサイン取得部が取得した人のバイタルサインならびに当該バイタルサインの出現地点および出現時刻における気象観測データと、前記バイタルデータ取得部が取得した人のバイタルデータならびに当該バイタルデータの測定地点および測定時刻における気象観測データとから、気象予測を行う、
請求項1に記載の気象予測システム。 - 前記バイタルサイン取得部は、ソーシャルネットワーキングサービスへ投稿された文章もしくは画像を解析して、当該文章もしくは画像を投稿した人のバイタルサインを抽出する、
請求項1または請求項2に記載の気象予測システム。 - ユーザからの要求に応じて、当該ユーザが指定した地点の前記気象予測の結果を、当該ユーザに通知する気象予測送信部をさらに備える、
請求項1または請求項2に記載の気象予測システム。 - 前記気象予測部による前記気象予測の結果に基づいて、災害の発生を予測する災害予測部と、
災害が発生すると予測された地域のユーザに対し、災害予測の情報を通知する災害予測通知部と、
をさらに備える、
請求項1または請求項2に記載の気象予測システム。 - 前記バイタルサイン取得部が取得した人のバイタルサインならびに当該バイタルサインの出現地点および出現時刻の情報と、前記気象観測データ取得部が取得した気象観測データとを蓄積するデータ蓄積部と、
前記データ蓄積部に蓄積された情報を用いて、人のバイタルサインと当該バイタルサインの出現地点の気象の変化との相関関係を学習することで前記気象予測モデルを作成する気象予測モデル作成部と、
をさらに備える、
請求項1に記載の気象予測システム。 - 前記バイタルサイン取得部が取得した人のバイタルサインならびに当該バイタルサインの出現地点および出現時刻の情報と、前記バイタルデータ取得部が取得した人のバイタルデータならびに当該バイタルデータの測定地点および測定時刻の情報と、前記気象観測データ取得部が取得した気象観測データとを蓄積するデータ蓄積部と、
前記データ蓄積部に蓄積された情報を用いて、人のバイタルサインと当該バイタルサインの出現地点の気象の変化との相関関係、および、人のバイタルデータと当該バイタルデータの測定地点の気象の変化との相関関係を学習することで、前記気象予測モデルを作成する気象予測モデル作成部と、
をさらに備える、
請求項2に記載の気象予測システム。 - ユーザの気象病に関する情報が登録されたユーザ情報記憶部と、
前記ユーザの現在位置の情報を取得するユーザ位置取得部と、
請求項1または請求項2に記載の気象予測システムから取得された前記ユーザの現在位置の前記気象予測の結果および前記ユーザの気象病に関する情報に基づいて、前記ユーザの気象病の発症を予測する気象病予測部と、
を備える、
気象病予測システム。 - 前記ユーザのバイタルデータを取得するユーザバイタルデータ取得部をさらに備え、
前記気象病予測部は、前記ユーザのバイタルデータを加味して、前記ユーザの気象病の発症を予測する、
請求項8に記載の気象病予測システム。 - 前記ユーザバイタルデータ取得部は、前記ユーザのバイタルデータに加え、当該バイタルデータの測定時刻および測定地点の情報を取得し、
前記気象病予測部は、前記ユーザのバイタルデータの測定時刻および測定地点を加味して、前記ユーザの気象病の発症を予測する、
請求項9に記載の気象病予測システム。 - 気象病を発症すると予測されたユーザに対し、気象病予測の情報を通知する気象病予測通知部をさらに備える、
請求項8に記載の気象病予測システム。 - 気象病を発症すると予測されたユーザに対し、当該気象病の発症を抑える薬の服用タイミングを通知する服用タイミング通知部をさらに備える、
請求項8に記載の気象病予測システム。 - 気象病を発症すると予測されたユーザに対し、当該気象病の発症前または発症後に推奨される行動を通知する推奨行動通知部をさらに備える、
請求項8に記載の気象病予測システム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022063974 | 2022-04-07 | ||
JP2022063974 | 2022-04-07 | ||
PCT/JP2022/048490 WO2023195207A1 (ja) | 2022-04-07 | 2022-12-28 | 気象予測システムおよび気象病予測システム |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2023195207A1 JPWO2023195207A1 (ja) | 2023-10-12 |
JP7490162B2 true JP7490162B2 (ja) | 2024-05-24 |
JPWO2023195207A5 JPWO2023195207A5 (ja) | 2024-05-24 |
Family
ID=88242693
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2024514153A Active JP7490162B2 (ja) | 2022-04-07 | 2022-12-28 | 気象予測システムおよび気象病予測システム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7490162B2 (ja) |
WO (1) | WO2023195207A1 (ja) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001067403A (ja) | 1999-08-25 | 2001-03-16 | Care Network:Kk | 在宅健康管理システム |
JP2002311158A (ja) | 2001-04-19 | 2002-10-23 | Metocean Environment Inc | 医学気象予報配信システム、医学気象予報配信方法、医学気象予報配信プログラム |
JP2013238970A (ja) | 2012-05-14 | 2013-11-28 | Secom Co Ltd | 健康管理システム |
WO2017187495A1 (ja) | 2016-04-26 | 2017-11-02 | 株式会社オプティム | コンシェルジュシステム、方法及びプログラム |
JP2018200567A (ja) | 2017-05-26 | 2018-12-20 | 一般財団法人日本気象協会 | コンピュータプログラム、端末、方法およびサーバ |
JP2019037548A (ja) | 2017-08-25 | 2019-03-14 | 京セラ株式会社 | マッサージ支援装置、マッサージ支援方法及びマッサージ支援プログラム |
JP2021069283A (ja) | 2019-10-29 | 2021-05-06 | 三菱電機株式会社 | 制御装置及び制御システム |
JP2021174013A (ja) | 2020-04-17 | 2021-11-01 | シンメトリー・ディメンションズ・インク | 災害予測システム、および災害予測方法 |
-
2022
- 2022-12-28 WO PCT/JP2022/048490 patent/WO2023195207A1/ja active Application Filing
- 2022-12-28 JP JP2024514153A patent/JP7490162B2/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001067403A (ja) | 1999-08-25 | 2001-03-16 | Care Network:Kk | 在宅健康管理システム |
JP2002311158A (ja) | 2001-04-19 | 2002-10-23 | Metocean Environment Inc | 医学気象予報配信システム、医学気象予報配信方法、医学気象予報配信プログラム |
JP2013238970A (ja) | 2012-05-14 | 2013-11-28 | Secom Co Ltd | 健康管理システム |
WO2017187495A1 (ja) | 2016-04-26 | 2017-11-02 | 株式会社オプティム | コンシェルジュシステム、方法及びプログラム |
JP2018200567A (ja) | 2017-05-26 | 2018-12-20 | 一般財団法人日本気象協会 | コンピュータプログラム、端末、方法およびサーバ |
JP2019037548A (ja) | 2017-08-25 | 2019-03-14 | 京セラ株式会社 | マッサージ支援装置、マッサージ支援方法及びマッサージ支援プログラム |
JP2021069283A (ja) | 2019-10-29 | 2021-05-06 | 三菱電機株式会社 | 制御装置及び制御システム |
JP2021174013A (ja) | 2020-04-17 | 2021-11-01 | シンメトリー・ディメンションズ・インク | 災害予測システム、および災害予測方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2023195207A1 (ja) | 2023-10-12 |
JPWO2023195207A1 (ja) | 2023-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2021200812B2 (en) | A system and method for generating a profile of stress levels and stress resilience levels in a population | |
Yang et al. | Accurate estimation of influenza epidemics using Google search data via ARGO | |
US20200357503A1 (en) | Information processing apparatus, information processing method, and program | |
Stansfeld | Noise effects on health in the context of air pollution exposure | |
Rocklöv et al. | Susceptibility to mortality related to temperature and heat and cold wave duration in the population of Stockholm County, Sweden | |
DiMaggio | Small-area spatiotemporal analysis of pedestrian and bicyclist injuries in New York City | |
Azongo et al. | A time series analysis of weather variables and all-cause mortality in the Kasena-Nankana Districts of Northern Ghana, 1995–2010 | |
Saeb et al. | The relationship between clinical, momentary, and sensor-based assessment of depression | |
Wilson | Weather, social distancing, and the spread of COVID-19 | |
JP7025131B2 (ja) | コンピュータプログラム、端末、方法およびサーバ | |
US20200194125A1 (en) | Method and System for Tracking, Storing, and Processing Data to Identify Risk Factors and Predict Health-Related Conditions | |
CN107871538A (zh) | 基于宏观因子的大数据预测方法及系统 | |
Peng et al. | Large-scale assessment of missed opportunity risks in a complex hospital setting | |
JP2012043423A (ja) | センサデータストリームのメタデータの選択 | |
Kaffash-Charandabi et al. | A ubiquitous asthma monitoring framework based on ambient air pollutants and individuals’ contexts | |
US20210151194A1 (en) | Dynamic Behavioral Phenotyping for Predicting Health Outcomes | |
Wang et al. | The threat of Asian dust storms on asthma patients: a population-based study in Taiwan | |
US20130218812A1 (en) | System and method for detecting medical anomalies using a mobile communication device | |
Kim et al. | Weekly ILI patient ratio change prediction using news articles with support vector machine | |
Runa et al. | Assessing the impacts of weather on pedestrian signal activity at 49 signalized intersections in Northern Utah | |
Vincens et al. | Railway noise and diabetes among residents living close to the railways in Västra Götaland, Sweden: Cross-sectional mediation analysis on obesity indicators | |
JP7490162B2 (ja) | 気象予測システムおよび気象病予測システム | |
Zhou et al. | A 5-year retrospective cohort study of unplanned readmissions in an Australian tertiary paediatric hospital | |
Strid et al. | Hospitalization rate and 30-day mortality among patients with status asthmaticus in Denmark: a 16-year nationwide population-based cohort study | |
KR102345215B1 (ko) | 진단을 통한 건강 관리 정보 제공 장치, 시스템 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240322 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240322 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20240322 |
|
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: 20240416 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240514 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7490162 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |