JPWO2020084734A1 - ナレッジ生成システム、方法およびプログラム - Google Patents
ナレッジ生成システム、方法およびプログラム Download PDFInfo
- Publication number
- JPWO2020084734A1 JPWO2020084734A1 JP2020552449A JP2020552449A JPWO2020084734A1 JP WO2020084734 A1 JPWO2020084734 A1 JP WO2020084734A1 JP 2020552449 A JP2020552449 A JP 2020552449A JP 2020552449 A JP2020552449 A JP 2020552449A JP WO2020084734 A1 JPWO2020084734 A1 JP WO2020084734A1
- Authority
- JP
- Japan
- Prior art keywords
- character string
- knowledge
- group
- instance
- character
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- 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
-
- 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
- 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
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Business, Economics & Management (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Bioethics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
所定の条件は、「インスタンス選択部12によって同一のグループから同一のインスタンスが複数回選択され、そのインスタンスによってインスタンスXが置き換えられた看護記録が、そのインスタンスに対する修正が加えられずに看護師によって確定されたことが所定回数生じた」という条件であってもよい。
所定の条件は、「インスタンス選択部12によって同一のグループからインスタンスが複数回選択され、選択されたインスタンスによってインスタンスXが置き換えられた看護記録が、その選択されたインスタンスに対する修正が加えられずに看護師によって確定されたことが所定回数生じた」という条件であってもよい。
所定の条件は、「インスタンス選択部12によって同一のグループからインスタンスが複数回選択され、選択されたインスタンスによってインスタンスXが置き換えられた看護記録が、その選択されたインスタンスに対する修正が加えられずに看護師によって確定されたことが所定回数生じた」という条件であってもよい。すなわち、例3における所定の条件は、例2における所定の条件と同様である。
例4における所定の条件は、例2および例3における所定の条件と同様であり、説明を省略する。
例4における所定の条件は、例2、例3および例5における所定の条件と同様であり、説明を省略する。
事象に対応する原因または対処方法を表わす情報であるナレッジを記憶するナレッジ記憶手段と、
未確定の業務記録の中から、所定の事象に対応するナレッジに含まれる原因または対処方法と異なり、かつ、当該所定の事象と関連する文を抽出する文抽出手段と、
過去の業務記録から得られた、事象に対応する原因または対処方法を表わす可能性のある文字列がグルーピングされた文字列のグループのうち複数の文字列を含むグループの各々と、抽出された前記文のうちの前記原因または対処方法を表わす可能性がある第1の文字列との類似度に基づいて、前記複数の文字列を含むグループのいずれかを選択するグループ選択手段と、
選択された前記複数の文字列を含むグループに含まれる文字列を第2の文字列として選択する文字列選択手段と、
前記業務記録内の前記第1の文字列を、文字列選択手段によって選択された前記第2の文字列に置き換える置き換え手段と、
前記第1の文字列が前記第2の文字列に置き換えられた業務記録が確定される状況に関する所定の条件が満たされた場合、前記グループに含まれる文字列のいずれかに基づいて新たなナレッジを生成するナレッジ生成手段とを備える
ことを特徴とするナレッジ生成システム。
グループは、
文字列の各々を表わすベクトルに基づいて文字列がグルーピングされている
付記1に記載のナレッジ生成システム。
グループ選択手段は、
複数の文字列を含む個々のグループの中心を表わす個々のベクトルと、第1の文字列を表わすベクトルとの距離を、前記個々のグループと前記第1の文字列との類似度としてグループを選択する
付記1または付記2に記載のナレッジ生成システム。
文字列選択手段は、
選択されたグループに含まれる個々の文字列を表わす個々のベクトルと、第1の文字列を表わすベクトルとの距離に基づいて、前記選択されたグループから第2の文字列を選択する
付記1から付記3のうちのいずれかに記載のナレッジ生成システム。
文字列選択手段は、
一回選択した第2の文字列を再度選択することを許容して、選択されたグループから第2の文字列を選択する
付記1から付記4のうちのいずれかに記載のナレッジ生成システム。
文字列選択手段は、
グループから第2の文字列を選択するときに、一回選択した第2の文字列とは異なる第2の文字列を選択する
付記1から付記4のうちのいずれかに記載のナレッジ生成システム。
所定の条件は、
文字列選択手段によって同一のグループから同一の第2の文字列が複数回選択され、
第1の文字列が前記第2の文字列に置き換えられた業務記録が、前記第2の文字列に対する修正が加えられずに確定されたことが所定回数生じたという条件である
付記1から付記5のうちのいずれかに記載のナレッジ生成システム。
ナレッジ生成手段は、
所定の条件が満たされた場合に、グループから複数回選択された第2の文字列に基づいて新たなナレッジを生成する
付記7に記載のナレッジ生成システム。
所定の条件は、
文字列選択手段によって同一のグループから第2の文字列が複数回選択され、
第1の文字列が選択された第2の文字列に置き換えられた業務記録が、前記選択された第2の文字列に対する修正が加えられずに確定されたことが所定回数生じたという条件であり、
ナレッジ生成手段は、
前記所定の条件が満たされた場合に、前記文字列選択手段によって選択された回数が最も多い第2の文字列に基づいて新たなナレッジを生成する
付記1から付記5のうちのいずれかに記載のナレッジ生成システム。
所定の条件は、
文字列選択手段によって同一のグループから第2の文字列が複数回選択され、
第1の文字列が選択された第2の文字列に置き換えられた業務記録が、前記選択された第2の文字列に対する修正が加えられずに確定されたことが所定回数生じたという条件である
付記1から付記6のうちのいずれかに記載のナレッジ生成システム。
ナレッジ生成手段は、
所定の条件が満たされた場合に、グループに含まれる個々の文字列の長さに基づいて選択された文字列に基づいて新たなナレッジを生成する
付記10に記載のナレッジ生成システム。
ナレッジ生成手段は、
所定の条件が満たされた場合に、グループの中心を表わすベクトルと、前記グループに含まれる個々の文字列を表わす個々のベクトルとの距離を用いて前記グループから選択された文字列に基づいて新たなナレッジを生成する
付記10に記載のナレッジ生成システム。
ナレッジ生成手段は、
所定の条件が満たされた場合に、グループの中心を表わすベクトルと、前記グループに含まれる個々の文字列を表わす個々のベクトルとの距離、および、前記グループに含まれる個々の文字列の長さを用いて前記グループから選択された文字列に基づいて新たなナレッジを生成する
付記10に記載のナレッジ生成システム。
ナレッジ生成手段は、新たなナレッジとして、グループから選択した文字列に含まれる各単語と所定の事象との組合せを生成する
付記1から付記13のうちのいずれかに記載のナレッジ生成システム。
過去に作成された業務記録の中から、所定の事象に関連した文であって、かつ、当該所定の事象に対応する既存のナレッジと異なる内容を含む文を抽出する前処理用文抽出手段と、
前記前処理用文抽出手段によって抽出された文から前記所定の事象を表わす文節を除去した文字列を生成する文字列生成手段と、
前記文字列生成手段によって生成された文字列をグルーピングするグルーピング手段とを備える
付記1から付記14のうちのいずれかに記載のナレッジ生成システム。
ナレッジ生成システムは、看護師業務のナレッジ生成に適用される
付記1から付記15のうちのいずれかに記載のナレッジ生成システム。
事象に対応する原因または対処方法を表わす情報であるナレッジを記憶するナレッジ記憶手段を備えるコンピュータが、
未確定の業務記録の中から、所定の事象に対応するナレッジに含まれる原因または対処方法と異なり、かつ、当該所定の事象と関連する文を抽出する文抽出処理、
過去の業務記録から得られた、事象に対応する原因または対処方法を表わす可能性のある文字列がグルーピングされた文字列のグループのうち複数の文字列を含むグループの各々と、抽出された前記文のうちの前記原因または対処方法を表わす可能性がある第1の文字列との類似度に基づいて、前記複数の文字列を含むグループのいずれかを選択するグループ選択処理、
選択された前記複数の文字列を含むグループに含まれる文字列を第2の文字列として選択する文字列選択処理、
前記業務記録内の前記第1の文字列を、文字列選択処理で選択された前記第2の文字列に置き換える置き換え処理、および、
前記第1の文字列が前記第2の文字列に置き換えられた業務記録が確定される状況に関する所定の条件が満たされた場合、前記グループに含まれる文字列のいずれかに基づいて新たなナレッジを生成するナレッジ生成処理を実行する
ことを特徴とするナレッジ生成方法。
事象に対応する原因または対処方法を表わす情報であるナレッジを記憶するナレッジ記憶手段を備えるコンピュータに搭載されるナレッジ生成プログラムであって、
前記コンピュータに、
未確定の業務記録の中から、所定の事象に対応するナレッジに含まれる原因または対処方法と異なり、かつ、当該所定の事象と関連する文を抽出する文抽出処理、
過去の業務記録から得られた、事象に対応する原因または対処方法を表わす可能性のある文字列がグルーピングされた文字列のグループのうち複数の文字列を含むグループの各々と、抽出された前記文のうちの前記原因または対処方法を表わす可能性がある第1の文字列との類似度に基づいて、前記複数の文字列を含むグループのいずれかを選択するグループ選択処理、
選択された前記複数の文字列を含むグループに含まれる文字列を第2の文字列として選択する文字列選択処理、
前記業務記録内の前記第1の文字列を、文字列選択処理で選択された前記第2の文字列に置き換える置き換え処理、および、
前記第1の文字列が前記第2の文字列に置き換えられた業務記録が確定される状況に関する所定の条件が満たされた場合、前記グループに含まれる文字列のいずれかに基づいて新たなナレッジを生成するナレッジ生成処理
を実行させるためのナレッジ生成プログラム。
2 既存ナレッジ記憶部
3 業務記録記憶部
4 前処理用文抽出部
5 前処理用インスタンス生成部
6 グルーピング部
7 グループ記憶部
8 通信インタフェース
9 文抽出部
10 インスタンス生成部
11 グループ選択部
12 インスタンス選択部
13 置き換え部
14 ナレッジ生成部
20 ナレッジ生成システム
31 端末装置
Claims (18)
- 事象に対応する原因または対処方法を表わす情報であるナレッジを記憶するナレッジ記憶手段と、
未確定の業務記録の中から、所定の事象に対応するナレッジに含まれる原因または対処方法と異なり、かつ、当該所定の事象と関連する文を抽出する文抽出手段と、
過去の業務記録から得られた、事象に対応する原因または対処方法を表わす可能性のある文字列がグルーピングされた文字列のグループのうち複数の文字列を含むグループの各々と、抽出された前記文のうちの前記原因または対処方法を表わす可能性がある第1の文字列との類似度に基づいて、前記複数の文字列を含むグループのいずれかを選択するグループ選択手段と、
選択された前記複数の文字列を含むグループに含まれる文字列を第2の文字列として選択する文字列選択手段と、
前記業務記録内の前記第1の文字列を、文字列選択手段によって選択された前記第2の文字列に置き換える置き換え手段と、
前記第1の文字列が前記第2の文字列に置き換えられた業務記録が確定される状況に関する所定の条件が満たされた場合、前記グループに含まれる文字列のいずれかに基づいて新たなナレッジを生成するナレッジ生成手段とを備える
ことを特徴とするナレッジ生成システム。 - グループは、
文字列の各々を表わすベクトルに基づいて文字列がグルーピングされている
請求項1に記載のナレッジ生成システム。 - グループ選択手段は、
複数の文字列を含む個々のグループの中心を表わす個々のベクトルと、第1の文字列を表わすベクトルとの距離を、前記個々のグループと前記第1の文字列との類似度としてグループを選択する
請求項1または請求項2に記載のナレッジ生成システム。 - 文字列選択手段は、
選択されたグループに含まれる個々の文字列を表わす個々のベクトルと、第1の文字列を表わすベクトルとの距離に基づいて、前記選択されたグループから第2の文字列を選択する
請求項1から請求項3のうちのいずれか1項に記載のナレッジ生成システム。 - 文字列選択手段は、
一回選択した第2の文字列を再度選択することを許容して、選択されたグループから第2の文字列を選択する
請求項1から請求項4のうちのいずれか1項に記載のナレッジ生成システム。 - 文字列選択手段は、
グループから第2の文字列を選択するときに、一回選択した第2の文字列とは異なる第2の文字列を選択する
請求項1から請求項4のうちのいずれか1項に記載のナレッジ生成システム。 - 所定の条件は、
文字列選択手段によって同一のグループから同一の第2の文字列が複数回選択され、
第1の文字列が前記第2の文字列に置き換えられた業務記録が、前記第2の文字列に対する修正が加えられずに確定されたことが所定回数生じたという条件である
請求項1から請求項5のうちのいずれか1項に記載のナレッジ生成システム。 - ナレッジ生成手段は、
所定の条件が満たされた場合に、グループから複数回選択された第2の文字列に基づいて新たなナレッジを生成する
請求項7に記載のナレッジ生成システム。 - 所定の条件は、
文字列選択手段によって同一のグループから第2の文字列が複数回選択され、
第1の文字列が選択された第2の文字列に置き換えられた業務記録が、前記選択された第2の文字列に対する修正が加えられずに確定されたことが所定回数生じたという条件であり、
ナレッジ生成手段は、
前記所定の条件が満たされた場合に、前記文字列選択手段によって選択された回数が最も多い第2の文字列に基づいて新たなナレッジを生成する
請求項1から請求項5のうちのいずれか1項に記載のナレッジ生成システム。 - 所定の条件は、
文字列選択手段によって同一のグループから第2の文字列が複数回選択され、
第1の文字列が選択された第2の文字列に置き換えられた業務記録が、前記選択された第2の文字列に対する修正が加えられずに確定されたことが所定回数生じたという条件である
請求項1から請求項6のうちのいずれか1項に記載のナレッジ生成システム。 - ナレッジ生成手段は、
所定の条件が満たされた場合に、グループに含まれる個々の文字列の長さに基づいて選択された文字列に基づいて新たなナレッジを生成する
請求項10に記載のナレッジ生成システム。 - ナレッジ生成手段は、
所定の条件が満たされた場合に、グループの中心を表わすベクトルと、前記グループに含まれる個々の文字列を表わす個々のベクトルとの距離を用いて前記グループから選択された文字列に基づいて新たなナレッジを生成する
請求項10に記載のナレッジ生成システム。 - ナレッジ生成手段は、
所定の条件が満たされた場合に、グループの中心を表わすベクトルと、前記グループに含まれる個々の文字列を表わす個々のベクトルとの距離、および、前記グループに含まれる個々の文字列の長さを用いて前記グループから選択された文字列に基づいて新たなナレッジを生成する
請求項10に記載のナレッジ生成システム。 - ナレッジ生成手段は、新たなナレッジとして、グループから選択した文字列に含まれる各単語と所定の事象との組合せを生成する
請求項1から請求項13のうちのいずれか1項に記載のナレッジ生成システム。 - 過去に作成された業務記録の中から、所定の事象に関連した文であって、かつ、当該所定の事象に対応する既存のナレッジと異なる内容を含む文を抽出する前処理用文抽出手段と、
前記前処理用文抽出手段によって抽出された文から前記所定の事象を表わす文節を除去した文字列を生成する文字列生成手段と、
前記文字列生成手段によって生成された文字列をグルーピングするグルーピング手段とを備える
請求項1から請求項14のうちのいずれか1項に記載のナレッジ生成システム。 - ナレッジ生成システムは、看護師業務のナレッジ生成に適用される
請求項1から請求項15のうちのいずれか1項に記載のナレッジ生成システム。 - 事象に対応する原因または対処方法を表わす情報であるナレッジを記憶するナレッジ記憶手段を備えるコンピュータが、
未確定の業務記録の中から、所定の事象に対応するナレッジに含まれる原因または対処方法と異なり、かつ、当該所定の事象と関連する文を抽出する文抽出処理、
過去の業務記録から得られた、事象に対応する原因または対処方法を表わす可能性のある文字列がグルーピングされた文字列のグループのうち複数の文字列を含むグループの各々と、抽出された前記文のうちの前記原因または対処方法を表わす可能性がある第1の文字列との類似度に基づいて、前記複数の文字列を含むグループのいずれかを選択するグループ選択処理、
選択された前記複数の文字列を含むグループに含まれる文字列を第2の文字列として選択する文字列選択処理、
前記業務記録内の前記第1の文字列を、文字列選択処理で選択された前記第2の文字列に置き換える置き換え処理、および、
前記第1の文字列が前記第2の文字列に置き換えられた業務記録が確定される状況に関する所定の条件が満たされた場合、前記グループに含まれる文字列のいずれかに基づいて新たなナレッジを生成するナレッジ生成処理を実行する
ことを特徴とするナレッジ生成方法。 - 事象に対応する原因または対処方法を表わす情報であるナレッジを記憶するナレッジ記憶手段を備えるコンピュータに搭載されるナレッジ生成プログラムであって、
前記コンピュータに、
未確定の業務記録の中から、所定の事象に対応するナレッジに含まれる原因または対処方法と異なり、かつ、当該所定の事象と関連する文を抽出する文抽出処理、
過去の業務記録から得られた、事象に対応する原因または対処方法を表わす可能性のある文字列がグルーピングされた文字列のグループのうち複数の文字列を含むグループの各々と、抽出された前記文のうちの前記原因または対処方法を表わす可能性がある第1の文字列との類似度に基づいて、前記複数の文字列を含むグループのいずれかを選択するグループ選択処理、
選択された前記複数の文字列を含むグループに含まれる文字列を第2の文字列として選択する文字列選択処理、
前記業務記録内の前記第1の文字列を、文字列選択処理で選択された前記第2の文字列に置き換える置き換え処理、および、
前記第1の文字列が前記第2の文字列に置き換えられた業務記録が確定される状況に関する所定の条件が満たされた場合、前記グループに含まれる文字列のいずれかに基づいて新たなナレッジを生成するナレッジ生成処理
を実行させるためのナレッジ生成プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/039692 WO2020084734A1 (ja) | 2018-10-25 | 2018-10-25 | ナレッジ生成システム、方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020084734A1 true JPWO2020084734A1 (ja) | 2021-09-16 |
JP7192874B2 JP7192874B2 (ja) | 2022-12-20 |
Family
ID=70331980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020552449A Active JP7192874B2 (ja) | 2018-10-25 | 2018-10-25 | ナレッジ生成システム、方法およびプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210343413A1 (ja) |
JP (1) | JP7192874B2 (ja) |
WO (1) | WO2020084734A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112908487B (zh) * | 2021-04-19 | 2023-09-22 | 中国医学科学院医学信息研究所 | 一种临床指南更新内容的自动识别方法及系统 |
JPWO2022249407A1 (ja) * | 2021-05-27 | 2022-12-01 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004206571A (ja) * | 2002-12-26 | 2004-07-22 | Nippon Telegr & Teleph Corp <Ntt> | 文書情報提示方法及び装置並びにプログラム及び記録媒体 |
JP2006079469A (ja) * | 2004-09-10 | 2006-03-23 | Nec Personal Products Co Ltd | サポート情報処理システム及びサポート情報処理方法 |
JP2016099967A (ja) * | 2014-11-26 | 2016-05-30 | 株式会社ユニバーサルエンターテインメント | 情報提供システム、情報提供方法、及びプログラム |
JP2017107261A (ja) * | 2015-12-07 | 2017-06-15 | 東日本旅客鉄道株式会社 | テキストデータ加工装置、文字化放送表示システム及び文字化放送表示プログラム |
JP2017111756A (ja) * | 2015-12-18 | 2017-06-22 | 日本電気株式会社 | 医療情報処理装置、その情報処理方法、およびプログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10476921B2 (en) * | 2013-06-12 | 2019-11-12 | Carefusion 303, Inc. | System event notification |
US20180218127A1 (en) * | 2017-01-31 | 2018-08-02 | Pager, Inc. | Generating a Knowledge Graph for Determining Patient Symptoms and Medical Recommendations Based on Medical Information |
-
2018
- 2018-10-25 WO PCT/JP2018/039692 patent/WO2020084734A1/ja active Application Filing
- 2018-10-25 JP JP2020552449A patent/JP7192874B2/ja active Active
- 2018-10-25 US US17/284,612 patent/US20210343413A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004206571A (ja) * | 2002-12-26 | 2004-07-22 | Nippon Telegr & Teleph Corp <Ntt> | 文書情報提示方法及び装置並びにプログラム及び記録媒体 |
JP2006079469A (ja) * | 2004-09-10 | 2006-03-23 | Nec Personal Products Co Ltd | サポート情報処理システム及びサポート情報処理方法 |
JP2016099967A (ja) * | 2014-11-26 | 2016-05-30 | 株式会社ユニバーサルエンターテインメント | 情報提供システム、情報提供方法、及びプログラム |
JP2017107261A (ja) * | 2015-12-07 | 2017-06-15 | 東日本旅客鉄道株式会社 | テキストデータ加工装置、文字化放送表示システム及び文字化放送表示プログラム |
JP2017111756A (ja) * | 2015-12-18 | 2017-06-22 | 日本電気株式会社 | 医療情報処理装置、その情報処理方法、およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP7192874B2 (ja) | 2022-12-20 |
US20210343413A1 (en) | 2021-11-04 |
WO2020084734A1 (ja) | 2020-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3654227A1 (en) | System for extracting semantic triples for building a knowledge base | |
US8666742B2 (en) | Automatic detection and application of editing patterns in draft documents | |
US10764431B1 (en) | Method for conversion and classification of data based on context | |
JP6505421B2 (ja) | 情報抽出支援装置、方法およびプログラム | |
CN101326573A (zh) | 动态创建语境的方法和系统 | |
US20190095428A1 (en) | Information processing apparatus, dialogue processing method, and dialogue system | |
US11228681B1 (en) | Systems for summarizing contact center calls and methods of using same | |
WO2017041377A1 (zh) | 用于生成日历提醒信息的方法和装置 | |
JP2017041171A (ja) | テストシナリオ生成支援装置およびテストシナリオ生成支援方法 | |
JPWO2020084734A1 (ja) | ナレッジ生成システム、方法およびプログラム | |
JP6988924B2 (ja) | 質問群抽出方法、質問群抽出装置および質問群抽出プログラム | |
JP2019032704A (ja) | 表データ構造化システムおよび表データ構造化方法 | |
US10224036B2 (en) | Automated identification of verbal records using boosted classifiers to improve a textual transcript | |
US20230163988A1 (en) | Computer-implemented system and method for providing an artificial intelligence powered digital meeting assistant | |
JP2020197592A (ja) | テキスト補正装置およびテキスト補正方法 | |
US20210304019A1 (en) | Computer-based techniques for capturing knowledge about computer-based tasks | |
JP5892598B2 (ja) | 音声文字変換作業支援装置、音声文字変換システム、音声文字変換作業支援方法及びプログラム | |
CN114020888A (zh) | 文本生成的方法、装置、设备以及存储介质 | |
Kazi et al. | Automatically generating psychiatric case notes from digital transcripts of doctor-patient conversations using text mining | |
KR101798139B1 (ko) | 웹 기반 데이터 시각화 시스템에서의 데이터 변수타입에 따른 필터 시스템 및 방법 | |
EP3970154A1 (en) | Correcting an examination report | |
JP7231806B2 (ja) | 情報処理装置、情報処理システム、制御方法、およびプログラム | |
WO2023084704A1 (ja) | 画像処理装置、方法およびプログラム | |
JP7295463B2 (ja) | 業務フロー作成支援装置、業務フロー作成支援方法、および、業務フロー作成支援プログラム | |
US11971915B2 (en) | Language processor, language processing method and language processing program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210415 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220524 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220713 |
|
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: 20221108 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221121 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7192874 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |