WO2019130495A1 - コンピュータシステム、薬提案方法及びプログラム - Google Patents

コンピュータシステム、薬提案方法及びプログラム Download PDF

Info

Publication number
WO2019130495A1
WO2019130495A1 PCT/JP2017/047010 JP2017047010W WO2019130495A1 WO 2019130495 A1 WO2019130495 A1 WO 2019130495A1 JP 2017047010 W JP2017047010 W JP 2017047010W WO 2019130495 A1 WO2019130495 A1 WO 2019130495A1
Authority
WO
WIPO (PCT)
Prior art keywords
diagnosis
drug
data
medicine
result
Prior art date
Application number
PCT/JP2017/047010
Other languages
English (en)
French (fr)
Inventor
俊二 菅谷
Original Assignee
株式会社オプティム
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社オプティム filed Critical 株式会社オプティム
Priority to US16/958,884 priority Critical patent/US20200337568A1/en
Priority to JP2019561486A priority patent/JP7106195B2/ja
Priority to CN201780097988.XA priority patent/CN111527515A/zh
Priority to PCT/JP2017/047010 priority patent/WO2019130495A1/ja
Publication of WO2019130495A1 publication Critical patent/WO2019130495A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • 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
    • 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
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency

Definitions

  • the present invention relates to a computer system, a drug proposal method, and a program for proposing a drug suitable for diagnosis of a disease.
  • diagnosis of a user's medical condition is performed using an application installed in a terminal device such as a smartphone or a tablet terminal.
  • Patent Document 1 can diagnose a disease, it has been difficult to determine a drug for treating the disease based on the result of a simple diagnosis. This is because the drug may not be sufficiently effective by humans, and it is difficult to prescribe an appropriate drug to treat the disease in the diagnosis of the disease using conventional applications.
  • An object of the present invention is to provide a computer system capable of prescribing an appropriate medicine for treating a disease, a drug proposal method and a program.
  • the present invention provides the following solutions.
  • the present invention is a computer system that proposes a medicine that is suitable for diagnosis of a disease, Output means for outputting inquiry data for asking a user a question; Reception means for receiving response data to the inquiry data; Diagnostic means for performing a diagnosis based on the response data; Proposing means for learning the diagnosis and the type and amount of medicine prescribed based on the diagnosis, and proposing a medicine related to the diagnosis based on the learning result;
  • the computer system that proposes the medicine that has met the diagnosis result of the disease outputs inquiry data for asking a question to the user, receives response data for the inquiry data, and, based on the response data, A diagnosis is made, the diagnosis and the type and amount of medicine prescribed based on the diagnosis are learned, and medicines related to the diagnosis are proposed based on the learning result.
  • the present invention is a category of computer system, but it exerts the same operation / effect according to the category in other categories such as a method or a program.
  • FIG. 1 is a diagram showing an outline of a drug proposal system 1.
  • FIG. 2 is an entire configuration diagram of the drug proposal system 1.
  • FIG. 3 is a functional block diagram of the information terminal 100.
  • FIG. 4 is a flowchart showing a learning process performed by the information terminal 100.
  • FIG. 5 is a flowchart showing a learning and diagnosis process performed by the information terminal 100.
  • FIG. 6 is a diagram showing an example of a state in which response data is received.
  • FIG. 7 is a diagram showing an example of a diagnostic result display screen.
  • FIG. 8 is a diagram showing an example of a diagnostic result display screen.
  • FIG. 1 is a view for explaining an outline of a drug proposal system 1 according to a preferred embodiment of the present invention.
  • the drug proposal system 1 is a computer system that is configured from the information terminal 100 and proposes a drug that is appropriate for the diagnosis result of the disease.
  • the information terminal 100 is not limited to one, and may be plural.
  • the information terminal 100 is not limited to an existing device, but may be a virtual device.
  • the drug proposal system 1 may have a configuration in which external devices such as a computer and a terminal device (not shown) are connected, and these and the information terminal 100 can be communicated with each other.
  • the information terminal 100 is a terminal device capable of diagnosing a user's illness using an application installed therein. In such an application, the information terminal 100 executes a diagnosis by acquiring various data such as a user's vital sign, medical history, medication history, symptoms and the like.
  • the information terminal 100 is, for example, a mobile phone, a portable information terminal, a tablet terminal, a personal computer, as well as a netbook terminal, a slate terminal, an electronic book terminal, an electric appliance such as a portable music player, a smart glass, a head mounted display, etc. Wearable terminals and other goods.
  • diagnosis by the application described above is not limited to such a configuration, and can be appropriately changed. As a main point, it is possible to identify one or more corresponding diseases based on the input content received from the user If it is
  • the application installed in the information terminal 100 stores a database on various information (name of disease, medical condition, symptoms, therapy, etc.) necessary for diagnosis of disease.
  • This application diagnoses a disease based on this database and input contents received from the user described later.
  • this application learns the diagnosis result and the type and amount of medicine prescribed based on the diagnosis, and proposes the medicine related to the new diagnosis result based on the learning result Do.
  • this application learns the type and amount of medicine based on the user's physical condition data included in the answer data, the user's medical history and the medicine history of the medicine in addition to the diagnosis result, as described later. And suggest medicines related to the outcome of the diagnosis.
  • this application notifies the pharmacist who can prescribe the proposed medicine, as described later.
  • the proposal of the medicine by the application mentioned above can be suitably changed not only in this structure. The point is that it is possible to learn the diagnosis of this user and the type and amount of medicine prescribed based on the diagnosis, and to propose medicines related to the diagnosis based on the learning result .
  • the information terminal 100 outputs the medical inquiry data on the disease to the user (step S01).
  • the information terminal 100 for example, asks a question regarding the affected part (part or all of the body such as the head, face, neck, ears, eyes, mouth, arms, etc.) which is the site where the symptom occurs and the content of the actual symptom. Output as data.
  • the information terminal 100 may output the above-described inquiry as a selection input to a plurality of options, or outputs a text box for prompting the user to perform character input and voice input using a virtual keyboard. It is also good.
  • the information terminal 100 outputs this inquiry data by displaying it on the display unit of its own.
  • the information terminal 100 outputs selection input to a plurality of options and a text box in order to acquire physical condition data of the user in accordance with the inquiry data.
  • the information terminal 100 receives response data indicating a response to the interview data (step S02).
  • the information terminal 100 receives answer data, for example, by receiving the above-described selection input, character input, or voice input.
  • the information terminal 100 may receive, as response data, an affected area image obtained by the user capturing an affected area with an imaging device that the information terminal 100 has. In this case, in the diagnosis described later, the affected area and its symptoms may be diagnosed by image analysis.
  • the information terminal 100 When receiving the response data, the information terminal 100 acquires physical condition data of the user.
  • Physical condition data are, for example, body temperature (body temperature of normal heat and current body temperature), diseased part image, blood pressure, pulse, respiratory rate for those whose judgment by photograph is effective (for example, allergic disease, skin disease, infection) .
  • the information terminal 100 may acquire physical condition data from a device for acquiring the physical condition data communicably connected to the information terminal 100, or may selectively input the physical condition data in accordance with the response data, enter characters, or Physical condition data may be acquired by accepting voice input.
  • the information terminal 100 diagnoses a disease based on the received response data (step S03).
  • the information terminal 100 identifies the name of the disease and diagnoses the disease by referring to the diseased part in the received response data and the disease database corresponding to the diseased part corresponding to the symptom of the diseased part.
  • disease database disease names corresponding to the affected area and the symptoms in the affected area are registered.
  • the information terminal 100 may make a diagnosis of a disease in consideration of physical condition data.
  • the information terminal 100 determines the type and the amount of the necessary medicine based on the diagnosis, and learns the type and the amount of the medicine (step S04).
  • the information terminal 100 may further correlate and learn physical condition data at the time of diagnosis of the user in the learning. Moreover, the information terminal 100 may further associate and learn the past medical history of the user and the dose data of the medicine in the learning. In addition, the information terminal 100 may further associate and learn the physical condition data, the past medical history, and the medicine intake data at the time of this learning.
  • the information terminal 100 learns the type and amount of medicine appropriate for the user, and uses it at the next diagnosis.
  • the information terminal 100 makes an output based on the above-mentioned inquiry data, receives an answer data, makes a diagnosis based on this answer data, and based on the above-mentioned learning result, a medicine related to this diagnosis. To the user (step S05).
  • the information terminal 100 may notify a pharmacist who can prescribe the proposed medicine. In this case, the information terminal 100 notifies the external device possessed by the corresponding pharmacist by transmitting the data of the medicine. Further, the information terminal 100 may notify by performing a video call or the like with an external device owned by the corresponding pharmacist.
  • the above-described processes may not necessarily be executed by the information terminal 100 alone.
  • the information terminal 100 transmits answer data to an external device such as a computer or other terminal device (not shown), the external device executes a diagnosis, and the diagnosis result is transmitted to the information terminal 100. It may be configured to output to Further, the external device may perform the above-described learning, and the information terminal 100 may acquire the learning result. Further, in the drug proposal system 1, either or both of the information terminal 100 or the external device may execute one or more of the above-described respective processes.
  • FIG. 2 is a diagram showing a system configuration of a drug proposal system 1 according to a preferred embodiment of the present invention.
  • the drug proposal system 1 is a computer system that is configured from the information terminal 100 and proposes a drug that is appropriate for the diagnosis result of the disease.
  • the information terminal 100 is not limited to one, and may be plural. Further, the information terminal 100 is not limited to an existing device, but may be a virtual device. Also, it may be communicably connected to an external device such as a computer (not shown) or another terminal device via a public network or the like.
  • the information terminal 100 is the above-described terminal device provided with functions described later.
  • FIG. 3 is a diagram showing a functional block diagram of the information terminal 100. As shown in FIG. 3, the function of the drug proposal system 1 which is a preferred embodiment of the present invention will be described.
  • FIG. 3 is a diagram showing a functional block diagram of the information terminal 100. As shown in FIG. 3
  • the information terminal 100 includes a central processing unit (CPU), a random access memory (RAM), a read only memory (ROM), and the like as the control unit 110, and a device for enabling communication with another device as the communication unit 120.
  • a device for enabling communication with another device as the communication unit 120.
  • it comprises a WiFi (Wireless Fidelity) compliant device compliant with IEEE 802.11.
  • the information terminal 100 includes, as the storage unit 130, a storage unit of data such as a hard disk, a semiconductor memory, a recording medium, and a memory card.
  • the information terminal 100 stores a disease database to be described later in the storage unit 130.
  • the information terminal 100 includes various devices such as a display unit for outputting and displaying data and images controlled by the control unit 110, and a touch panel, a keyboard, and an input unit such as a mouse. Equipped with
  • the control unit 110 reads a predetermined program to realize the medicine notification module 150 in cooperation with the communication unit 120. In addition, in the information terminal 100, the control unit 110 reads a predetermined program to realize the storage module 160 in cooperation with the storage unit 130. In addition, in the information terminal 100, the control unit 110 reads a predetermined program to cooperate with the input / output unit 140 to transmit the application module 170, the inquiry output module 171, the answer acceptance module 172, the diagnosis module 173, and the diagnosis result notification. A module 174, a drug determination module 175, an evaluation acceptance module 176, and a learning module 177 are realized.
  • FIG. 4 is a diagram illustrating a flowchart of learning processing performed by the information terminal 100. The processing executed by each module described above will be described along with this processing.
  • the application module 170 activates a diagnostic application (step S10).
  • the application module 170 activates the corresponding diagnostic application by receiving an activation input from the user, such as a tap input or an audio input.
  • an activation input such as a tap input or an audio input.
  • the inquiry output module 171 outputs, as inquiry data, a plurality of options and inquiries regarding symptoms in the affected area and the affected area, and a text box for receiving direct input of symptoms in the affected area and the affected area from the user (step S11).
  • the inquiry output module 171 displays the inquiry data on the display unit.
  • the inquiry data includes options and text boxes for acquiring physical condition data of the user. Physical condition data is, for example, the temperature of the user (body temperature and current temperature of the user's body temperature), and for those whose judgment by photographs is effective (for example, allergic disease, skin disease, infection) image of affected area, blood pressure, pulse, respiratory rate It is.
  • the inquiry output module 171 may output the inquiry data by voice output or the like.
  • the answer acceptance module 172 accepts an answer to the inquiry data as answer data (step S12).
  • the answer acceptance module 172 accepts answer data by accepting selection input for the above-described option, character input with a virtual keyboard, voice input with voice from the user, and the like.
  • the response receiving module 172 acquires physical condition data by receiving the above-described physical condition data as response data as well.
  • the answer acceptance module 172 may accept this physical condition data by selection input from the user, character input or voice input, or an external device capable of acquiring physical condition data communicably connected (for example, thermometer, imaging device , Various data measured by a sphygmomanometer, a respirometer) may be received.
  • the response receiving module 172 may receive, as response data, an affected area image obtained by imaging the affected area with an imaging device or the like.
  • the information terminal 100 may perform image analysis in a diagnosis process described later, identify an affected area and a symptom in the affected area, and perform diagnosis based on the identified result.
  • FIG. 6 is a diagram showing an example of a state in which response data is received.
  • the medical inquiry output module 171 displays a medical inquiry display area 200
  • the answer reception module 172 displays an answer reception area 210, a physical condition reception area 220, a medical history / dose history reception area 230, and a diagnosis icon 240.
  • the inquiry display area 200 is an area for displaying the inquiry described above.
  • the medical inquiry output module 171 displays “Where is the affected area?”, “What kind of symptom is it?”, And “What is itchy?” In the medical inquiry display area 200.
  • the answer acceptance area 210 displays "back is rash" and "strong" input by the user.
  • the inquiry output module 171 additionally displays new inquiry contents in the inquiry display area 200 based on the answer received from the user. Specifically, first, the inquiry output module 171 displays an inquiry about the affected area and its symptoms in the inquiry display area 200. When the response receiving module 172 receives an input from the user "Back is rash," the text analysis is performed to confirm the input content and identify the affected area and the symptom. The inquiry output module 171 displays a further inquiry in the inquiry display area 200 when it is necessary to make an inquiry for identifying an actual disease based on the identified result. In this embodiment, it corresponds to the new inquiry content which "it is it to what extent?" Additionally displayed. The answer acceptance module 172 displays “strong”, the input of which has been accepted as the answer to this inquiry, in the answer acceptance area 210.
  • the answer acceptance module 172 accepts the aforementioned physical condition data, and displays the physical condition data in the response acceptance area 210.
  • the answer acceptance module 172 displays each value of the accepted “body temperature, blood pressure, pulse, respiratory rate, etc.”.
  • the answer acceptance module 172 accepts the user's past medical history and dosing history, and displays the medical history and dosing history in the medical history / taking history reception area 230.
  • This medical history / dose history reception area 230 displays not only the input from the user but also the name of the disease of the disease as a result of diagnosis by the application for diagnosis in the past, and the name and amount of medicine prescribed for this disease. May be
  • the answer acceptance module 172 receives an input operation to the diagnostic icon 240 to detect the completion of the input, and the diagnostic module 173 executes a diagnosis described later.
  • the diagnosis module 173 performs diagnosis based on the received response data (step S13).
  • the diagnosis module 173 diagnoses the affected area in the received response data, the disease corresponding to the symptom in the affected area, and the type and amount of medicine for the disease.
  • a learning diagnostic process to be described later is executed.
  • the diagnosis module 173 associates the affected part and the symptom, the name of the disease corresponding to this, the coping method (the type and amount of medicine) and the risk of the disease Diagnose diseases based on registered disease databases.
  • the disease database is stored in advance in the storage module 160.
  • the disease database stored in the storage module 160 will be described.
  • the storage module 160 stores a disease database acquired in advance from an external database, an external device or the like. This may be stored in a diagnostic application.
  • the disease database includes the affected area and the symptom at the affected area, the name of the actual disease, the method of treatment (eg, therapeutic agent, therapy), and the risk (eg, high numerical value for diseases requiring early treatment) In case of chronic disease, the dangerous disease is associated with a moderate numerical value, and the natural healing disease is associated with a low numerical value)
  • the diagnosis module 173 is associated with the affected area and the symptom based on the response data of “back” as the affected area, “rash” as the symptom, and “strong” as the magnitude of the itching. Identify the disease by referring to the disease database. At this time, the diagnosis module 173 identifies the corresponding disease as "allergic eczema". At this time, when a plurality of diseases are identified, the most likely disease is judged as the diagnosis result this time.
  • the diagnosis module 173 may determine not a single disease but a plurality of diseases as a diagnosis result. In this case, the possibility of each disease is judged.
  • the diagnosis result notification module 174 outputs the result of diagnosis (step S14).
  • the diagnostic result notification module 174 outputs the diagnostic result by displaying the result on the display unit, and notifies the user.
  • FIG. 7 is a view showing an example of a diagnostic result display screen displayed by the diagnostic result notification module 174.
  • the diagnosis result notification module 174 displays a diagnosis result display area 300, a physical condition / drug display area 310, and an end icon 320 as a diagnosis result display screen.
  • the diagnosis result display area 300 is an area for displaying a diagnosis result.
  • the physical condition / drug display area 310 is an area for displaying the degree of the medical condition based on the physical condition data, the name of the medicine to be prescribed, and the amount thereof.
  • the diagnosis result notification module 174 displays the result of the present diagnosis in the diagnosis result display area 300. In FIG.
  • the diagnosis result notification module 174 displays the name and amount of medicine to be prescribed based on the diagnosed disease in the physical condition / drug display area 310. In FIG. 7, the degree of eczema on the skin is displayed in a five-point evaluation, and a recommended medicine for the disease and the amount thereof are displayed.
  • the diagnosis result notification module 174 detects the completion of the display by accepting the input operation to the end icon 320, and ends the display of the definite diagnosis result.
  • the diagnostic result notification module 174 proposes the user the medicine associated with the diagnosis.
  • the drug determination module 175 determines whether the currently output drug is a prescription drug (step S15). In step S15, the drug determination module 175 determines whether the drug is a prescription drug based on the name of the drug output this time. If the medicine determination module 175 determines that the medicine is not a prescribed medicine (NO in step S15), the medicine determination module 175 executes the process of step S17 described later.
  • step S15 determines in step S15 that the drug is a prescription drug (YES in step S15)
  • the drug notification module 150 tells the pharmacist who can prescribe this drug the prescription data indicating the drug name and the amount thereof. Is notified (step S16).
  • step S16 the medicine notification module 150 outputs and displays this prescription data on a terminal device (not shown) possessed by the target pharmacist. The pharmacist should prepare the necessary medicine and amount based on this prescription data.
  • the medicine notification module 150 calls this terminal apparatus by its own telephone function when outputting prescription data. , Normal calls, video calls, etc. may be performed. In addition, even if it is not a prescription drug, the drug notification module 150 may notify the pharmacist handling the target drug of the prescription data.
  • the evaluation receiving module 176 receives an input of a prescription result of what happened to the symptom by the medicine based on the diagnosis result of this time (step S17).
  • the evaluation receiving module 176 makes a positive evaluation such as whether the symptoms have been resolved or a negative evaluation such that the symptoms have not changed or worsened, or the symptoms are good. Accept an intermediate evaluation, such as not knowing whether it has become or not.
  • the evaluation acceptance module 176 accepts the selection by selection input, character input, voice input, or the like, as in the above-described response data.
  • the evaluation receiving module 176 may receive an affected area image as a prescription result, similarly to the response data. In this case, the evaluation reception module 176 determines the above-mentioned evaluation of the symptoms by comparing the affected area image before use of the drug with the affected area image after use of the drug by analyzing the affected area image. It may be accepted by
  • the learning module 177 learns the result of the present diagnosis, the type and amount of prescribed medicine, the user's physical condition data included in the response data, the user's past medical history and dose history, and the evaluation of the prescription result. (Step S18). In step S18, the learning module 177 learns the type and amount of medicine, physical condition data, and past medical history and dosing history, in which evaluation of the prescription result is associated with positive evaluation as correct data. Also, the learning module 177 learns, as incorrect answer data, those in which the evaluation of the prescription result is associated with the intermediate or negative evaluation.
  • the learning module 177 may perform learning based on any one or a plurality of combinations of those described above. For example, the learning module 177 may learn the result of diagnosis and the type and amount of prescribed medicine in association with each other, or the result of diagnosis, the type and amount of prescribed medicine and physical condition data, May be learned in association with each other, or the result of diagnosis, the type and amount of prescribed medicine, and the medical history and dose history of the user may be correlated in association with each other. May be
  • the storage module 160 stores the learning result (step S19).
  • step S19 the storage module 160 stores each of the correct data and the incorrect data as a learning result.
  • FIG. 5 is a diagram showing a flowchart of a learning diagnosis process performed by the information terminal 100. The processing executed by each module described above will be described along with this processing. In addition, the detailed description is abbreviate
  • the information terminal 100 executes the activation of the diagnostic application, the output of the inquiry data, and the reception process of the answer data (steps S30 to S32) as in the above-described diagnosis process.
  • the diagnosis module 173 performs diagnosis based on the received response data (step S33).
  • the diagnosis module 173 diagnoses an affected area in the received response data, a disease corresponding to a symptom in the affected area, and types and amounts of medicines for the disease.
  • the diagnosis module 173 uses the learning data stored in the storage module 160 when diagnosing the type and amount of medicine.
  • the drug determination module 175 determines the type and amount of medicine determined based on the result of the current diagnosis based on the type and amount of medicine determined based on the result of the current diagnosis and the type and amount of drug in the learning data. Is judged to be appropriate (step S34). In step S34, whether the medicine determination module 175 is appropriate by determining whether or not the medicine type and the amount determined based on the result of the current diagnosis match or approximate the correct data. Decide whether or not. Specifically, matching or approximating with the correct data means that the type and amount of the same drug, the type of the same drug but the amount is different, the type of drug is different, but the generic etc. It is a kind of medicine that can expect substantially the same effect.
  • step S34 when the medicine determination module 175 determines that the medicine is not appropriate (NO in step S34), the medicine determination module 175 determines that the medicine determined based on the result of the current diagnosis does not match the user and performs diagnosis.
  • the module 173 diagnoses another drug (step S35).
  • step S35 the diagnosis module 173 diagnoses another drug having an effect similar to the drug determined based on the result of diagnosis by referring to the disease database or the like described above.
  • the diagnosis result notification module 174 outputs the diagnosed disease and the type and amount of newly diagnosed medicine as a result of diagnosis (step S36).
  • step S34 if it is determined in step S34 that the drug determination module 175 is appropriate (YES in step S34), the diagnosis result notification module 174 outputs the type and amount of diagnosed diseases and drugs as a result of diagnosis. (Step S36).
  • step S36 the diagnostic result notification module 174 outputs the diagnostic result by displaying the result on the display unit, and notifies the user.
  • FIG. 8 is a view showing an example of a diagnostic result display screen displayed by the diagnostic result notification module 174.
  • the diagnosis result notification module 174 displays a diagnosis result display area 400, a physical condition / drug display area 410, and an end icon 420 as a diagnosis result display screen.
  • the diagnosis result display area 400 is an area for displaying a diagnosis result.
  • the physical condition / drug display area 410 is an area for displaying the degree of the medical condition based on the physical condition data, the name of the medicine to be prescribed, and the amount thereof.
  • the diagnosis result notification module 174 displays the result of the present diagnosis in the diagnosis result display area 400. In FIG.
  • the disease name of the disease is displayed, the possibility of the disease is displayed as a 5-step evaluation, the coping method of the disease is displayed, and the risk of the disease is displayed as a 10-step evaluation.
  • the diagnostic result notification module 174 displays the name and amount of medicine to be prescribed based on the diagnosed disease in the physical condition / drug display area 410.
  • the degree of eczema on the skin is displayed in a five-step evaluation, and a recommended medicine for the disease and the amount thereof are displayed. The recommended medicine and the amount thereof are determined based on the result of learning based on the learning data and the physical condition data of the user.
  • the diagnosis result notification module 174 detects the completion of the display by accepting the input operation to the end icon 420, and ends the display of the definite diagnosis result.
  • the diagnosis result notification module 174 proposes medicines related to diagnosis based on learning results of medicines that have been diagnosed in the diagnosed user's physical condition and / or past medical history and dose data.
  • the information terminal 100 will be briefly described because the subsequent processing is the same as the processing after step S15 of the learning processing described above.
  • the drug determination module 175 determines whether the currently output drug is a prescription drug (step S37).
  • the process of step S37 is similar to the process of step S15 described above. If the medicine determination module 175 determines that the medicine is not a prescribed medicine (NO in step S37), the medicine determination module 175 executes the process of step S39 described later.
  • step S37 determines in step S37 that the drug is a prescription drug (YES in step S37)
  • the drug notification module 150 tells the pharmacist who can prescribe this drug the prescription data indicating the drug name and the amount thereof. Is notified (step S38).
  • the process of step S38 is similar to the process of step S16 described above.
  • the evaluation receiving module 176 receives the input of the prescription result of what happened to the symptom by the medicine based on the diagnosis result this time (step S39).
  • the process of step S39 is the same as the process of step S17 described above.
  • the learning module 177 learns the result of the present diagnosis, the type and amount of prescribed medicine, the user's physical condition data included in the response data, the user's past medical history and dose history, and the evaluation of the prescription result. (Step S40).
  • the process of step S40 is similar to the process of step S18 described above.
  • the storage module 160 stores the learned result (step S41).
  • the process of step S41 is the same as the process of step S19 described above.
  • the above is learning diagnostic processing.
  • the above-described processes may not necessarily be executed by the information terminal 100 alone.
  • the information terminal 100 transmits answer data to an external device such as a computer or other terminal device (not shown), the external device executes a diagnosis, and the diagnosis result is transmitted to the information terminal 100. It may be configured to output to Further, in the drug proposal system 1, either or both of the information terminal 100 or the external device may execute one or more of the above-described respective processes.
  • the above-described means and functions are realized by a computer (including a CPU, an information processing device, and various terminals) reading and executing a predetermined program.
  • the program is provided, for example, in the form of being provided from a computer via a network (SaaS: software as a service).
  • the program is provided in the form of being recorded on a computer-readable recording medium such as, for example, a flexible disk, a CD (such as a CD-ROM), and a DVD (such as a DVD-ROM or a DVD-RAM).
  • the computer reads the program from the recording medium, transfers the program to an internal storage device or an external storage device, stores it, and executes it.
  • the program may be recorded in advance in a storage device (recording medium) such as, for example, a magnetic disk, an optical disk, or a magneto-optical disk, and may be provided from the storage device to the computer via a communication line.

Abstract

【課題】病気を治療するための適切な薬を処方することが可能なコンピュータシステム、薬提案方法及びプログラムを提供することを目的とする。 【解決手段】病気の診断結果にあった薬を提案するコンピュータシステムは、ユーザへの問診のための問診データを出力し、前記問診データに対する回答データを受け付け、前記回答データに基づいて、診断を行い、前記診断と、この診断に基づいて処方した薬の種類及び分量とを学習しておき、当該学習結果に基づいて、前記診断に関連する薬を提案する。コンピュータシステムは、診断に加えて、ユーザの体調データや、病歴及び服用歴等に基づいて、薬の種類及び分量を学習しておき、薬を提案する。コンピュータシステムは、提案した薬を処方できる薬剤師に通知する。

Description

コンピュータシステム、薬提案方法及びプログラム
　本発明は、病気の診断結果にあった薬を提案するコンピュータシステム、薬提案方法及びプログラムに関する。
　近年、スマートフォンやタブレット端末等の端末装置にインストールしたアプリケーションを利用し、ユーザの病状の診断を行うことが行われている。
　このような診断として、ユーザのバイタルサイン、既往歴、年齢等の様々な情報を利用して病状を診断する構成が開示されている（特許文献１参照）。
特開２０１７－１３１４９５号公報
　しかしながら、特許文献１の構成では、病気の診断は可能であるものの、この病気を治療するための薬は、単純な診断の結果に基づいて決定することは困難であった。これは、薬が、人によって十分な効果が得られないことがあるためであり、従来のアプリケーションを利用した病気の診断において、病気を治療するための適切な薬を処方することは困難であった。
　本発明の目的は、病気を治療するための適切な薬を処方することが可能なコンピュータシステム、薬提案方法及びプログラムを提供することを目的とする。
　本発明では、以下のような解決手段を提供する。
　本発明は、病気の診断結果にあった薬を提案するコンピュータシステムであって、
　ユーザへの問診のための問診データを出力する出力手段と、
　前記問診データに対する回答データを受け付ける受付手段と、
　前記回答データに基づいて、診断を行う診断手段と、
　前記診断と、この診断に基づいて処方した薬の種類及び分量とを学習しておき、当該学習結果に基づいて、前記診断に関連する薬を提案する提案手段と、
　を備えることを特徴とするコンピュータシステムを提供する。
　本発明によれば、病気の診断結果にあった薬を提案するコンピュータシステムは、ユーザへの問診のための問診データを出力し、前記問診データに対する回答データを受け付け、前記回答データに基づいて、診断を行い、前記診断と、この診断に基づいて処方した薬の種類及び分量とを学習しておき、当該学習結果に基づいて、前記診断に関連する薬を提案する。
　ここで、本発明は、コンピュータシステムのカテゴリであるが、方法又はプログラム等の他のカテゴリにおいても、そのカテゴリに応じた同様の作用・効果を発揮する。
　本発明によれば、病気を治療するための適切な薬を処方することが可能なコンピュータシステム、薬提案方法及びプログラムを提供することが可能となる。
図１は、薬提案システム１の概要を示す図である。 図２は、薬提案システム１の全体構成図である。 図３は、情報端末１００の機能ブロック図である。 図４は、情報端末１００が実行する学習処理を示すフローチャートである。 図５は、情報端末１００が実行する学習診断処理を示すフローチャートである。 図６は、回答データを受け付けた状態の一例を示す図である。 図７は、診断結果表示画面の一例を示す図である。 図８は、診断結果表示画面の一例を示す図である。
　以下、本発明を実施するための最良の形態について、図を参照しながら説明する。なお、これはあくまでも一例であって、本発明の技術的範囲はこれに限られるものではない。
　［薬提案システム１の概要］
　本発明の好適な実施形態の概要について、図１に基づいて説明する。図１は、本発明の好適な実施形態である薬提案システム１の概要を説明するための図である。薬提案システム１は、情報端末１００から構成され、病気の診断結果にあった薬を提案するコンピュータシステムである。
　なお、図１において、情報端末１００は、１つに限らず複数であってもよい。また、情報端末１００は、実在する装置に限らず仮想的な装置であってもよい。また、薬提案システム１は、図示していないコンピュータや端末装置等の外部装置を有し、これらと情報端末１００とがデータ通信可能に接続される構成であってもよい。
　情報端末１００は、自身にインストールされたアプリケーションを利用して、ユーザの病気を診断することが可能な端末装置である。このようなアプリケーションにおいて、情報端末１００は、ユーザのバイタルサイン、既往歴、投薬歴、症状等の様々なデータを取得することにより、診断を実行する。情報端末１００は、例えば、携帯電話、携帯情報端末、タブレット端末、パーソナルコンピュータに加え、ネットブック端末、スレート端末、電子書籍端末、携帯型音楽プレーヤ等の電化製品や、スマートグラス、ヘッドマウントディスプレイ等のウェアラブル端末や、その他の物品である。
　なお、上述したアプリケーションによる診断は、このような構成に限らず、適宜変更可能であり、要点としては、ユーザから受け付けた入力内容に基づいて、該当する一又は複数の病気を特定することが可能であればよい。
　情報端末１００にインストールされたアプリケーションは、病気の診断に必要な各種情報（病名、病状、症状、療法等）に関するデータベースが格納される。このアプリケーションは、このデータベースと後述するユーザから受け付けた入力内容とに基づいて、病気の診断を行う。また、このアプリケーションは、後述する通り、診断の結果と、診断に基づいて処方した薬の種類及び分量とを学習しておき、学習結果に基づいて、新たな診断の結果に関連する薬を提案する。また、このアプリケーションは、後述する通り、診断の結果に加えて、回答データに含まれるユーザの体調データや、ユーザの病歴及び薬の服用歴に基づいて、薬の種類及びその分量を学習しておき、診断の結果に関連する薬を提案する。また、このアプリケーションは、後述する通り、提案した薬を処方できる薬剤師に通知する。
　なお、上述したアプリケーションによる薬の提案は、この構成に限らず、適宜変更可能である。要点としては、このユーザの診断と、診断に基づいて処方した薬の種類及び分量とを学習しておき、この学習結果に基づいて、診断に関連する薬を提案することが可能であればよい。
　情報端末１００は、ユーザに対して、病気に関する問診データを出力する（ステップＳ０１）。情報端末１００は、例えば、症状が発生している部位である患部（頭、顔、首、耳、目、口、腕等の身体の一部又は全部）及び実際の症状の内容に関する問診を問診データとして出力する。このとき、情報端末１００は、上述した問診を、複数の選択肢への選択入力として出力してもよいし、仮想的なキーボードによる文字入力や音声入力をユーザへ促すためのテキストボックスを出力してもよい。情報端末１００は、この問診データを、自身が有する表示部に表示することにより出力する。
　情報端末１００は、問診データにあわせて、ユーザの体調データを取得するために複数の選択肢への選択入力やテキストボックスを出力する。
　情報端末１００は、この問診データに対する回答を示す回答データを受け付ける（ステップＳ０２）。情報端末１００は、例えば、上述した選択入力、文字入力又は音声入力を受け付けることにより、回答データを受け付ける。なお、情報端末１００は、自身が有する撮影装置によりユーザが患部を撮影した患部画像を、回答データとして受け付けてもよい。この場合、後述する診断において、画像解析により、患部及びその症状を診断すればよい。
　情報端末１００は、回答データを受け付ける際、このユーザの体調データを取得する。体調データとは、例えば、体温（平熱の体温及び現在の体温）、写真による判定が有効なもの（例えば、アレルギー疾患、皮膚疾患、感染症）には患部画像、血圧、脈拍、呼吸数である。情報端末１００は、情報端末１００に通信可能に接続されたこれらの体調データを取得するための機器から体調データを取得してもよいし、回答データにあわせて体調データを選択入力、文字入力又は音声入力を受け付けることにより体調データを取得してもよい。
　情報端末１００は、受け付けた回答データに基づいて、病気の診断を行う（ステップＳ０３）。情報端末１００は、受け付けた回答データにおける患部及びこの患部の症状に該当する病気を患部及び症状を登録した病気データベースを参照することにより、病気の病名を特定し、病気の診断を行う。この病気データベースは、患部とこの患部における症状とに該当する病気の病名が登録されたものである。
　なお、情報端末１００は、回答データに加えて、体調データを加味して病気の診断を行ってもよい。
　情報端末１００は、この診断に基づいて、必要な薬の種類及び分量を決定し、この薬の種類及び分量を学習する（ステップＳ０４）。
　なお、情報端末１００は、この学習に際して、このユーザの診断時点における体調データをさらに対応付けて学習してもよい。また、情報端末１００は、この学習に際して、このユーザの過去の病歴及び薬の服用データをさらに対応付けて学習してもよい。また、情報端末１００は、この学習に際して、これらの体調データと、過去の病歴及び薬の服用データとをさらに対応付けて学習してもよい。
　情報端末１００は、このようにして、このユーザに対して適切な薬の種類及び分量を学習しておき、次回の診断時、利用する。
　情報端末１００は、新たにユーザが診断を行う際、上述した問診データの出力、回答データの受付、この回答データに基づいた診断を行い、この診断に関連する薬を、上述した学習結果に基づいて、ユーザに提案する（ステップＳ０５）。
　なお、情報端末１００は、この提案した薬を処方できる薬剤師に通知してもよい。この場合、情報端末１００は、該当する薬剤師が所持する外部装置にこの薬のデータを送信することにより通知する。また、情報端末１００は、該当する薬剤師が所持する外部装置との間でビデオ通話等を実行することにより、通知してもよい。
　以上が、薬提案システム１の概要である。
　なお、上述した各処理は、必ずしも情報端末１００単体により実行する構成でなくてもよい。例えば、薬提案システム１は、情報端末１００が、図示していないコンピュータや他の端末装置等の外部装置に、回答データを送信し、外部装置が、診断を実行し、診断結果を情報端末１００に出力する構成であってもよい。また、外部装置が、上述した学習を行い、学習結果を、情報端末１００が取得する構成であってもよい。また、薬提案システム１は、上述した各処理の何れか又は複数の処理を、情報端末１００又は外部装置の何れか又は双方が実行してもよい。
　［薬提案システム１のシステム構成］
　図２に基づいて、本発明の好適な実施形態である薬提案システム１のシステム構成について説明する。図２は、本発明の好適な実施形態である薬提案システム１のシステム構成を示す図である。薬提案システム１は、情報端末１００から構成され、病気の診断結果にあった薬を提案するコンピュータシステムである。なお、情報端末１００は、１つに限らず、複数であってもよい。また、情報端末１００は、実在する装置に限らず、仮想的な装置であってもよい。また、公衆回線網等により図示していないコンピュータや他の端末装置等の外部装置と通信可能に接続されていてもよい。
　情報端末１００は、後述の機能を備えた上述した端末装置である。
　［各機能の説明］
　図３に基づいて、本発明の好適な実施形態である薬提案システム１の機能について説明する。図３は、情報端末１００の機能ブロック図を示す図である。
　情報端末１００は、制御部１１０として、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）等を備え、通信部１２０として、他の機器と通信可能にするためのデバイス、例えば、ＩＥＥＥ８０２．１１に準拠したＷｉＦｉ（Ｗｉｒｅｌｅｓｓ　Ｆｉｄｅｌｉｔｙ）対応デバイスを備える。また、情報端末１００は、記憶部１３０として、ハードディスクや半導体メモリ、記録媒体、メモリカード等によるデータのストレージ部を備える。情報端末１００は、記憶部１３０に後述する病気データベースを記憶する。また、情報端末１００は、入出力部１４０として、制御部１１０で制御したデータや画像等を出力表示する表示部や、ユーザからの入力を受け付けるタッチパネルやキーボード、マウス等の入力部等の各種デバイスを備える。
　情報端末１００において、制御部１１０が所定のプログラムを読み込むことにより、通信部１２０と協働して、薬通知モジュール１５０を実現する。また、情報端末１００において、制御部１１０が所定のプログラムを読み込むことにより、記憶部１３０と協働して、記憶モジュール１６０を実現する。また、情報端末１００において、制御部１１０が所定のプログラムを読み込むことにより、入出力部１４０と協働して、アプリケーションモジュール１７０、問診出力モジュール１７１、回答受付モジュール１７２、診断モジュール１７３、診断結果通知モジュール１７４、薬判断モジュール１７５、評価受付モジュール１７６、学習モジュール１７７を実現する。
　［学習処理］
　図４に基づいて、薬提案システム１が実行する学習処理について説明する。図４は、情報端末１００が実行する学習処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理にあわせて説明する。
　はじめに、アプリケーションモジュール１７０は、診断用アプリケーションを起動する（ステップＳ１０）。ステップＳ１０において、アプリケーションモジュール１７０は、ユーザからのタップ入力や音声入力等による起動入力を受け付けることにより、該当する診断用アプリケーションを起動する。以下の各処理は、アプリケーションが実際の処理を実行するものとして説明する。
　問診出力モジュール１７１は、患部や該当患部における症状に関する複数の選択肢や問診、ユーザから患部や該当患部における症状の直接入力を受け付けるテキストボックス等を、問診データとして出力する（ステップＳ１１）。ステップＳ１１において、問診出力モジュール１７１は、問診データを、表示部に表示する。この問診データには、ユーザの体調データを取得するための選択肢やテキストボックスが含まれる。体調データとは、例えば、ユーザの体温（平熱の体温及び現在の体温）、写真による判定が有効なもの（例えば、アレルギー疾患、皮膚疾患、感染症）には患部画像、血圧、脈拍、呼吸数である。
　なお、問診出力モジュール１７１は、問診データを、音声出力等により出力してもよい。
　回答受付モジュール１７２は、問診データに対する回答を、回答データとして受け付ける（ステップＳ１２）。ステップＳ１２において、回答受付モジュール１７２は、上述した選択肢に対する選択入力、仮想的なキーボードによる文字入力又はユーザからの音声による音声入力等を受け付けることにより、回答データを受け付ける。回答受付モジュール１７２は、回答データとして、上述した体調データもあわせて受け付けることにより、体調データを取得する。回答受付モジュール１７２は、この体調データを、ユーザからの選択入力、文字入力又は音声入力により受け付けてもよいし、通信可能に接続された体調データを取得可能な外部装置（例えば、体温計、撮影装置、血圧計、呼吸計）により計測した各種データを受け付けてもよい。
　なお、回答受付モジュール１７２は、撮影装置等により患部を撮影した患部画像を、回答データとして受け付けてもよい。この場合、情報端末１００は、後述する診断の処理において、画像解析を行い、患部及びこの患部における症状を特定し、特定した結果に基づいて診断を行えばよい。
　図６に基づいて、回答受付モジュール１７２が受け付ける回答データについて説明する。図６は、回答データを受け付けた状態の一例を示す図である。図６において、問診出力モジュール１７１は、問診表示領域２００を表示し、回答受付モジュール１７２は、回答受付領域２１０、体調受付領域２２０、病歴・服用歴受付領域２３０、診断アイコン２４０を表示する。問診表示領域２００は、上述した問診を表示する領域である。図６において、問診出力モジュール１７１は、問診表示領域２００に、「患部はどこですか？」、「どのような症状ですか？」、「かゆみはどの程度ですか？」を表示する。回答受付領域２１０には、ユーザが入力した「背中がかぶれている」、「強い」を表示する。問診出力モジュール１７１は、この問診表示領域２００に、ユーザから受け付けた回答に基づいて、新たな問診内容を追加的に表示する。具体的には、はじめに、問診出力モジュール１７１は、問診表示領域２００に、患部及びその症状に対する問診を表示する。回答受付モジュール１７２が、これに対してユーザから「背中がかぶれている」との入力を受け付けた場合、テキスト解析を行うことにより、入力内容を確認し、患部及び症状を特定する。問診出力モジュール１７１は、特定した結果に基づいて、実際の病気を特定するための問診が必要である場合、さらなる問診を、問診表示領域２００に表示する。本実施形態では、「かゆみはどの程度ですか？」が追加的に表示した新たな問診内容に該当する。回答受付モジュール１７２は、この問診の回答として入力を受け付けた「強い」を、回答受付領域２１０に表示する。回答受付モジュール１７２は、上述した体調データを受け付け、この体調データを回答受付領域２１０に表示する。回答受付モジュール１７２は、受け付けた「体温、血圧、脈拍、呼吸数等」の其々の値を表示する。回答受付モジュール１７２は、ユーザの過去の病歴及び服用歴を受け付け、この病歴及び服用歴を病歴・服用歴受付領域２３０に表示する。この病歴・服用歴受付領域２３０は、ユーザからの入力に限らず、過去のこの診断用アプリケーションにより診断した結果の病気の病名と、この病気に対して処方した薬の名称及び分量とを表示してもよい。回答受付モジュール１７２は、診断アイコン２４０への入力操作を受け付けることにより、入力の完了を検出し、診断モジュール１７３は、後述する診断を実行する。
　診断モジュール１７３は、受け付けた回答データに基づいて、診断を行う（ステップＳ１３）。ステップＳ１３において、診断モジュール１７３は、受け付けた回答データにおける患部及びこの患部における症状に該当する病気及びこの病気に対する薬の種類及びその分量を診断する。このとき、これまでに同様の症状又は類似する症状を診断した学習結果を有している場合、後述する学習診断処理を実行する。一方、学習結果を有していない場合、診断モジュール１７３は、患部及び症状と、これに該当する病気の病名と、対処方法（薬の種類及びその分量）と、病気の危険度とが対応付けられて登録された病気データベースに基づいて病気を診断する。病気データベースは、予め記憶モジュール１６０に記憶されている。
　［病気データベース］
　記憶モジュール１６０が記憶する病気データベースについて説明する。記憶モジュール１６０は、外部データベースや外部装置等から、予め取得した病気データベースを記憶しておく。これは、診断用アプリケーションに格納されたものであってもよい。病気データベースは、上述した通り、患部及びこの患部における症状と、実際の病気の病名と、対処方法（例えば、治療薬、療法）と、危険度（例えば、早期治療が必要な病気には高い数値、慢性化した場合危険な病気には中程度の数値、自然治癒する病気には低い数値）とが対応付けられている
　診断モジュール１７３は、上述した例において、患部として「背中」、その症状として「かぶれ」、そのかゆみの大きさとして「強い」との回答データに基づいて、これらの患部及び症状に対応付けられた病気を、病気データベースを参照して特定する。今回、診断モジュール１７３は、該当する病気を、「アレルギー性湿疹」であるものと特定する。このとき、複数の病気が特定された場合、最も可能性が高い病気を、今回の診断結果として判断する。
　なお、診断モジュール１７３は、複数の病気を特定した場合、一の病気ではなく、複数の病気を診断結果として判断してもよい。この場合、其々の病気に対して、可能性を判断する。
　診断結果通知モジュール１７４は、診断の結果を出力する（ステップＳ１４）。ステップＳ１４において、診断結果通知モジュール１７４は、診断の結果を、表示部に表示することにより出力し、ユーザに通知する。
　図７に基づいて、診断結果通知モジュール１７４が表示する。診断結果表示画面の一例について説明する。図７は、診断結果通知モジュール１７４が表示する診断結果表示画面の一例を示す図である。図７において、診断結果通知モジュール１７４は、診断結果表示画面として、診断結果表示領域３００、体調・薬品表示領域３１０、終了アイコン３２０を表示する。診断結果表示領域３００は、診断結果を表示する領域である。体調・薬品表示領域３１０は、体調データに基づいた病状の程度及び処方するべき薬品の名称及びその分量を表示する領域である。診断結果通知モジュール１７４は、今回の診断の結果を、診断結果表示領域３００に表示する。図７では、病気の病名を表示、この病気の可能性を５段階評価として表示、この病気の対処方法を表示、この病気の危険度を１０段階評価として表示している。診断結果通知モジュール１７４は、診断した病気に基づいた処方すべき薬品の名称及びその分量を、体調・薬品表示領域３１０に表示する。図７では、肌の湿疹の程度を５段階評価で表示、病気に対する推奨薬及びその分量を表示している。診断結果通知モジュール１７４は、終了アイコン３２０への入力操作を受け付けることにより、表示の完了を検出し、確定診断結果の表示を終了する。
　このようにして、診断結果通知モジュール１７４により、ユーザに診断に関連する薬を提案する。
　薬判断モジュール１７５は、今回出力した薬が、処方薬であるか否かを判断する（ステップＳ１５）。ステップＳ１５において、薬判断モジュール１７５は、今回出力した薬の名称に基づいて、処方薬であるか否かを判断する。薬判断モジュール１７５は、処方薬ではないと判断した場合（ステップＳ１５　ＮＯ）、後述するステップＳ１７の処理を実行する。
　一方、ステップＳ１５において、薬判断モジュール１７５は、処方薬であると判断した場合（ステップＳ１５　ＹＥＳ）、薬通知モジュール１５０は、この薬を処方できる薬剤師に、薬の名称及びその分量を示す処方データを通知する（ステップＳ１６）。ステップＳ１６において、薬通知モジュール１５０は、対象となる薬剤師が所持する図示していない端末装置に、この処方データを出力し、表示させる。薬剤師は、この処方データに基づいて、必要な薬及び分量を用意すればよい。
　なお、この薬が、薬剤師との面談が必要な場合等の特殊なものである場合、薬通知モジュール１５０は、処方データを出力する際、自身の電話機能によりこの端末装置に対して発呼し、通常の通話やビデオ通話等を実行してもよい。また、処方薬でない場合であっても、薬通知モジュール１５０が、この対象となる薬を扱っている薬剤師に処方データを通知してもよい。
　評価受付モジュール１７６は、今回の診断結果に基づいた薬により症状がどうなったかの処方結果の入力を受け付ける（ステップＳ１７）。ステップＳ１７において、評価受付モジュール１７６は、通知された薬を使用した結果、症状が治まったか等の肯定的な評価や、症状が変わらなかった又は悪化した等の否定的な評価や、症状が良くなったかわからない等の中間的な評価を受け付ける。このとき、評価受付モジュール１７６は、上述した回答データと同様に、選択肢に対する選択入力、文字入力又は音声入力等により受け付ける。
　なお、評価受付モジュール１７６は、回答データと同様に、患部画像を処方結果として受け付けてもよい。この場合、評価受付モジュール１７６は、患部画像を画像解析することにより、薬の使用前の患部画像と、薬の使用後の患部画像とを比較することにより、症状に対する上述した評価を判定することにより受け付けてもよい。
　学習モジュール１７７は、今回の診断の結果と、処方した薬の種類及びその分量と、回答データに含まれるユーザの体調データと、ユーザの過去の病歴及び服用歴と、処方結果の評価とを学習する（ステップＳ１８）。ステップＳ１８において、学習モジュール１７７は、処方結果の評価が肯定的な評価に対応付けられた、薬の種類及びその分量と、体調データと、過去の病歴及び服用歴とを正解データとして学習する。また、学習モジュール１７７は、処方結果の評価が中間的又は否定的な評価に対応付けられたこれらのものを不正解データとして学習する。
　なお、学習モジュール１７７は、上述したもののうち、何れか又は複数の組み合わせに基づいて学習してもよい。例えば、学習モジュール１７７は、診断の結果と、処方した薬の種類及びその分量とを対応付けて学習してもよいし、診断の結果と、処方した薬の種類及びその分量と、体調データとを対応付けて学習してもよいし、診断の結果と、処方した薬の種類及びその分量と、ユーザの病歴及び服用歴とを対応付けて学習してもよいし、その他の組み合わせにより学習してもよい。
　記憶モジュール１６０は、学習した結果を記憶する（ステップＳ１９）。ステップＳ１９において、記憶モジュール１６０は、正解データ及び不正解データの其々を学習結果として記憶する。
　以上が、学習処理である。
　［学習診断処理］
　図５に基づいて、薬提案システム１が実行する学習診断処理について説明する。図５は、情報端末１００が実行する学習診断処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理にあわせて説明する。なお、上述した学習処理と同様の処理については、その詳細な記載を省略する。
　情報端末１００は、上述した診断処理と同様に、診断用アプリケーションの起動、問診データの出力、回答データの受付処理を実行する（ステップＳ３０～Ｓ３２）。
　診断モジュール１７３は、受け付けた回答データに基づいて、診断を行う（ステップＳ３３）。ステップＳ３３において、診断モジュール１７３は、受け付けた回答データにおける患部及びこの患部における症状に該当する病気及びこの病気に対する薬の種類及びその分量を診断する。このとき、診断モジュール１７３は、薬の種類及びその分量の診断に際して、記憶モジュール１６０が記憶する学習データを用いる。
　薬判断モジュール１７５は、今回の診断の結果により判断した薬の種類及びその分量と、学習データにおける薬の種類及びその分量とに基づいて、今回の診断の結果により判断した薬の種類及びその分量が適切であるか否かを判断する（ステップＳ３４）。ステップＳ３４において、薬判断モジュール１７５は、今回の診断の結果により判断した薬の種類及びその分量とが、正解データと一致又は近似するものであるか否かを判断することにより、適切であるか否かを判断する。正解データと一致又は近似するとは、具体的には、同じ薬の種類及び分量であること、同じ薬の種類であるがその分量が異なっていること、薬の種類は異なっているものの、ジェネリック等の実質的に同様の効果が期待できる薬の種類であること等である。
　ステップＳ３４において、薬判断モジュール１７５は、適切ではないと判断した場合（ステップＳ３４　ＮＯ）、薬判断モジュール１７５は、今回の診断の結果により判断した薬がユーザには合っていないと判断し、診断モジュール１７３は、他の薬を診断する（ステップＳ３５）。ステップＳ３５において、診断モジュール１７３は、診断の結果により判断した薬と類似する効果を有した他の薬を上述した病気データベース等を参照することにより診断する。
　診断結果通知モジュール１７４は、診断した病気及び新たに診断した薬の種類及びその分量を、診断の結果として出力する（ステップＳ３６）。
　一方、ステップＳ３４において、薬判断モジュール１７５は、適切であると判断した場合（ステップＳ３４　ＹＥＳ）、診断結果通知モジュール１７４は、診断した病気及び薬の種類及びその分量を、診断の結果として出力する（ステップＳ３６）。
　ステップＳ３６において、診断結果通知モジュール１７４は、診断の結果を、表示部に表示することにより出力し、ユーザに通知する。
　図８に基づいて、診断結果通知モジュール１７４が表示する。診断結果表示画面の一例について説明する。図８は、診断結果通知モジュール１７４が表示する診断結果表示画面の一例を示す図である。図８において、診断結果通知モジュール１７４は、診断結果表示画面として、診断結果表示領域４００、体調・薬品表示領域４１０、終了アイコン４２０を表示する。診断結果表示領域４００は、診断結果を表示する領域である。体調・薬品表示領域４１０は、体調データに基づいた病状の程度及び処方するべき薬品の名称及びその分量を表示する領域である。診断結果通知モジュール１７４は、今回の診断の結果を、診断結果表示領域４００に表示する。図８では、病気の病名を表示、この病気の可能性を５段階評価として表示、この病気の対処方法を表示、この病気の危険度を１０段階評価として表示している。診断結果通知モジュール１７４は、診断した病気に基づいた処方すべき薬品の名称及びその分量を、体調・薬品表示領域４１０に表示する。図８では、肌の湿疹の程度を５段階評価で表示、病気に対する推奨薬及びその分量を表示している。推奨薬及びその分量は、学習データによる学習の結果と、ユーザの体調データとに基づいてその内容を決定している。また、推奨薬及びその分量は、学習データによる学習の結果と、ユーザの過去の病歴及び服用データとに基づいてその内容を決定している。診断結果通知モジュール１７４は、終了アイコン４２０への入力操作を受け付けることにより、表示の完了を検出し、確定診断結果の表示を終了する。
　このようにして、診断結果通知モジュール１７４により、診断したユーザの体調や、過去の病歴及び服用データの何れか又は双方にあった薬を学習結果から、診断に関連する薬を提案する。
　情報端末１００は、以降の処理は、上述した学習処理のステップＳ１５以降の処理と同様の処理であるため、簡単に説明する。
　薬判断モジュール１７５は、今回出力した薬が、処方薬であるか否かを判断する（ステップＳ３７）。ステップＳ３７の処理は、上述したステップＳ１５の処理と同様である。薬判断モジュール１７５は、処方薬ではないと判断した場合（ステップＳ３７　ＮＯ）、後述するステップＳ３９の処理を実行する。
　一方、ステップＳ３７において、薬判断モジュール１７５は、処方薬であると判断した場合（ステップＳ３７　ＹＥＳ）、薬通知モジュール１５０は、この薬を処方できる薬剤師に、薬の名称及びその分量を示す処方データを通知する（ステップＳ３８）。ステップＳ３８の処理は、上述したステップＳ１６の処理と同様である。
　評価受付モジュール１７６は、今回の診断結果に基づいた薬により症状がどうなったかの処方結果の入力を受け付ける（ステップＳ３９）。ステップＳ３９の処理は、上述したステップＳ１７の処理と同様である。
　学習モジュール１７７は、今回の診断の結果と、処方した薬の種類及びその分量と、回答データに含まれるユーザの体調データと、ユーザの過去の病歴及び服用歴と、処方結果の評価とを学習する（ステップＳ４０）。ステップＳ４０の処理は、上述したステップＳ１８の処理と同様である。
　記憶モジュール１６０は、学習した結果を記憶する（ステップＳ４１）。ステップＳ４１の処理は、上述したステップＳ１９の処理と同様である。
　以上が、学習診断処理である。
　なお、上述した各処理は、必ずしも情報端末１００単体により実行する構成でなくてもよい。例えば、薬提案システム１は、情報端末１００が、図示していないコンピュータや他の端末装置等の外部装置に、回答データを送信し、外部装置が、診断を実行し、診断結果を情報端末１００に出力する構成であってもよい。また、薬提案システム１は、上述した各処理の何れか又は複数の処理を、情報端末１００又は外部装置の何れか又は双方が実行してもよい。
　上述した手段、機能は、コンピュータ（ＣＰＵ、情報処理装置、各種端末を含む）が、所定のプログラムを読み込んで、実行することによって実現される。プログラムは、例えば、コンピュータからネットワーク経由で提供される（ＳａａＳ：ソフトウェア・アズ・ア・サービス）形態で提供される。また、プログラムは、例えば、フレキシブルディスク、ＣＤ（ＣＤ－ＲＯＭなど）、ＤＶＤ（ＤＶＤ－ＲＯＭ、ＤＶＤ－ＲＡＭなど）等のコンピュータ読取可能な記録媒体に記録された形態で提供される。この場合、コンピュータはその記録媒体からプログラムを読み取って内部記憶装置又は外部記憶装置に転送し記憶して実行する。また、そのプログラムを、例えば、磁気ディスク、光ディスク、光磁気ディスク等の記憶装置（記録媒体）に予め記録しておき、その記憶装置から通信回線を介してコンピュータに提供するようにしてもよい。
　以上、本発明の実施形態について説明したが、本発明は上述したこれらの実施形態に限るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載されたものに限定されるものではない。
　１　薬提案システム、１００　情報端末

Claims (6)

  1. 　病気の診断結果にあった薬を提案するコンピュータシステムであって、
    　ユーザへの問診のための問診データを出力する出力手段と、
    　前記問診データに対する回答データを受け付ける受付手段と、
    　前記回答データに基づいて、診断を行う診断手段と、
    　前記診断と、この診断に基づいて処方した薬の種類及び分量とを学習しておき、当該学習結果に基づいて、前記診断に関連する薬を提案する提案手段と、
    　を備えることを特徴とするコンピュータシステム。
  2. 　前記提案手段は、前記診断に加えて、前記回答データに含まれる前記ユーザの体調データに基づいて、前記薬の種類及び分量を学習しておき、前記診断に関連する薬を提案する、
    　ことを特徴とする請求項１に記載のコンピュータシステム。
  3. 　前記提案手段は、前記診断に加えて、前記ユーザの病歴及び服用歴に基づいて、前記薬の種類及び分量を学習しておき、前記診断に関連する薬を提案する、
    　ことを特徴とする請求項１に記載のコンピュータシステム。
  4. 　前記提案手段が提案した薬を処方できる薬剤師に通知する通知手段と、
    　をさらに備えることを特徴とする請求項１に記載のコンピュータシステム。
  5. 　病気の診断結果にあった薬を提案するコンピュータシステムが実行する薬提案方法であって、
    　ユーザへの問診のための問診データを出力するステップと、
    　前記問診データに対する回答データを受け付けるステップと、
    　前記回答データに基づいて、診断を行うステップと、
    　前記診断と、この診断に基づいて処方した薬の種類及び分量とを学習しておき、当該学習結果に基づいて、前記診断に関連する薬を提案するステップと、
    　を備えることを特徴とする薬提案方法。
  6. 　病気の診断結果にあった薬を提案するコンピュータシステムに、
    　ユーザへの問診のための問診データを出力するステップ、
    　前記問診データに対する回答データを受け付けるステップ、
    　前記回答データに基づいて、診断を行うステップ、
    　前記診断と、この診断に基づいて処方した薬の種類及び分量とを学習しておき、当該学習結果に基づいて、前記診断に関連する薬を提案するステップ、
    　を実行させるためのコンピュータ読み取り可能なプログラム。
PCT/JP2017/047010 2017-12-27 2017-12-27 コンピュータシステム、薬提案方法及びプログラム WO2019130495A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US16/958,884 US20200337568A1 (en) 2017-12-27 2017-12-27 Computer system, drug recommendation method, and program
JP2019561486A JP7106195B2 (ja) 2017-12-27 2017-12-27 コンピュータシステム、薬提案方法及びプログラム
CN201780097988.XA CN111527515A (zh) 2017-12-27 2017-12-27 计算机系统、药物建议方法以及程序
PCT/JP2017/047010 WO2019130495A1 (ja) 2017-12-27 2017-12-27 コンピュータシステム、薬提案方法及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/047010 WO2019130495A1 (ja) 2017-12-27 2017-12-27 コンピュータシステム、薬提案方法及びプログラム

Publications (1)

Publication Number Publication Date
WO2019130495A1 true WO2019130495A1 (ja) 2019-07-04

Family

ID=67066809

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/047010 WO2019130495A1 (ja) 2017-12-27 2017-12-27 コンピュータシステム、薬提案方法及びプログラム

Country Status (4)

Country Link
US (1) US20200337568A1 (ja)
JP (1) JP7106195B2 (ja)
CN (1) CN111527515A (ja)
WO (1) WO2019130495A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7402008B2 (ja) 2019-10-09 2023-12-20 株式会社イーエムシステムズ 傷病名推論システム、傷病名推論方法、傷病名推論プログラム、及びデータ構造

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004160082A (ja) * 2002-11-15 2004-06-10 Aoki Office Service:Kk 問診システム、問診方法、問診プログラム、問診プログラムを記録した記録媒体、診断プログラム及び診断プログラムを記録した記録媒体
JP2017012761A (ja) * 2010-08-13 2017-01-19 インテリメディシン インコーポレイテッド 個別化された医薬品の生産のためのシステムおよび方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6410289B2 (ja) 2014-03-20 2018-10-24 日本電気株式会社 医薬品有害事象抽出方法及び装置
JP6404677B2 (ja) 2014-10-18 2018-10-10 プロモツール株式会社 画像処理技術を用いた被検者の肌状態の判定システム
US20160350508A1 (en) * 2015-06-01 2016-12-01 International Business Machines Corporation Recommending available medication based on symptoms
CN105373706A (zh) * 2015-12-04 2016-03-02 上海斐讯数据通信技术有限公司 药品推送方法及系统
JP6558700B2 (ja) * 2016-01-29 2019-08-14 芙蓉開発株式会社 病気診断装置
US11164679B2 (en) * 2017-06-20 2021-11-02 Advinow, Inc. Systems and methods for intelligent patient interface exam station
US10957451B2 (en) * 2017-12-27 2021-03-23 General Electric Company Patient healthcare interaction device and methods for implementing the same

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004160082A (ja) * 2002-11-15 2004-06-10 Aoki Office Service:Kk 問診システム、問診方法、問診プログラム、問診プログラムを記録した記録媒体、診断プログラム及び診断プログラムを記録した記録媒体
JP2017012761A (ja) * 2010-08-13 2017-01-19 インテリメディシン インコーポレイテッド 個別化された医薬品の生産のためのシステムおよび方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7402008B2 (ja) 2019-10-09 2023-12-20 株式会社イーエムシステムズ 傷病名推論システム、傷病名推論方法、傷病名推論プログラム、及びデータ構造

Also Published As

Publication number Publication date
US20200337568A1 (en) 2020-10-29
JP7106195B2 (ja) 2022-07-26
CN111527515A (zh) 2020-08-11
JPWO2019130495A1 (ja) 2020-12-17

Similar Documents

Publication Publication Date Title
Chibanda et al. Group problem-solving therapy for postnatal depression among HIV-positive and HIV-negative mothers in Zimbabwe
Groves et al. Associations between intimate partner violence and emotional distress among pregnant women in Durban, South Africa
CN109545315B (zh) 一种药品交易处理方法、服务器及存储介质
US20140257851A1 (en) Automated interactive health care application for patient care
Gaydos et al. Use of tablet-based kiosks in the emergency department to guide patient HIV self-testing with a point-of-care oral fluid test
Garne Holm et al. Participatory design methods for the development of a clinical telehealth service for neonatal homecare
CN109478425A (zh) 按需全点远程医疗会诊的系统和方法
Cheung et al. Assessment of mental health literacy in patients with breast cancer
Clays et al. Proof-of-concept trial results of the HeartMan mobile personal health system for self-management in congestive heart failure
Ezran et al. Assessing trends in the content of maternal and child care following a health system strengthening initiative in rural Madagascar: a longitudinal cohort study
Mintz et al. Tele-ophthalmology for age-related macular degeneration during the COVID-19 pandemic and beyond
Gordon et al. Experiences of complex patients with telemonitoring in a nurse-led model of care: multimethod feasibility study
WO2019130495A1 (ja) コンピュータシステム、薬提案方法及びプログラム
Shara et al. Voice activated remote monitoring technology for heart failure patients: Study design, feasibility and observations from a pilot randomized control trial
McEachern et al. Digital health services and digital identity in Alberta
US20150051918A1 (en) Computer-based system and method for presenting customized medical information
JP6989203B2 (ja) 医療装置、システム、及び方法
Abel et al. Use of coaching and technology to improve blood pressure control in Black women with hypertension: Pilot randomized controlled trial study
JP2018190325A (ja) レセプトデータ解析装置、方法及びプログラム
WO2019130494A1 (ja) コンピュータシステム、アラート方法及びプログラム
WO2019130493A1 (ja) コンピュータシステム、診断方法及びプログラム
Carroll Mobile Medical App Regulation: Preventing a Pandemic of Mobilechondriacs
Eriksen Facing Puberty: Exploring the Onset, Symptoms and Experience of Menses in Females with Autism Spectrum Disorder
US20230317216A1 (en) User interfaces for assisting in form completion
Lo et al. A feasibility study on the efficacy of a patient-owned wound surveillance system for diabetic foot ulcer care (ePOWS study)

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17936044

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2019561486

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17936044

Country of ref document: EP

Kind code of ref document: A1