WO2023007690A1 - 動物健康管理システム - Google Patents

動物健康管理システム Download PDF

Info

Publication number
WO2023007690A1
WO2023007690A1 PCT/JP2021/028249 JP2021028249W WO2023007690A1 WO 2023007690 A1 WO2023007690 A1 WO 2023007690A1 JP 2021028249 W JP2021028249 W JP 2021028249W WO 2023007690 A1 WO2023007690 A1 WO 2023007690A1
Authority
WO
WIPO (PCT)
Prior art keywords
animal
health
learning model
answer
health condition
Prior art date
Application number
PCT/JP2021/028249
Other languages
English (en)
French (fr)
Inventor
純 岡崎
Original Assignee
株式会社Peco
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Peco filed Critical 株式会社Peco
Priority to PCT/JP2021/028249 priority Critical patent/WO2023007690A1/ja
Priority to JP2022560848A priority patent/JPWO2023007690A1/ja
Publication of WO2023007690A1 publication Critical patent/WO2023007690A1/ja
Priority to JP2023065222A priority patent/JP2023089143A/ja

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry

Definitions

  • the present invention relates to an animal health management system.
  • the present invention was made in view of such a background, and aims to provide a technology that allows breeders to quickly ascertain the health condition of animals.
  • the main invention of the present invention for solving the above problems is a system for managing the health of animals, comprising: an inquiry storage unit that stores questions related to the health condition of the animal in association with animal species; a learning model storage unit that stores a learning model created by machine learning using the answer to the above as input data and the health condition of the animal determined by a veterinarian as teacher data; An inquiry transmission unit that periodically transmits the question to the owner terminal, an answer reception unit that receives an answer to the question from the owner terminal, and an estimation that estimates the health condition by giving the received answer to the learning model. and a health condition transmission unit that transmits the health condition to the owner terminal.
  • the breeder can grasp the health condition of the animal at an early stage.
  • FIG. 3 is a diagram showing an example hardware configuration of a management server 20;
  • FIG. 3 is a diagram showing an example of software configuration of a management server 20;
  • FIG. It is a figure explaining operation
  • a system for managing animal health comprising: an inquiry storage unit that stores questions related to the health condition of the animal in association with animal species; a learning model storage unit that stores a learning model created by machine learning using answers to the questions as input data and the health condition of the animal determined by a veterinarian as teacher data; an inquiry transmission unit that periodically transmits the question corresponding to the animal species of the animal to an owner terminal; an answer receiving unit that receives an answer to the question from the owner terminal; an estimating unit that provides the received answer to the learning model to estimate the health condition; a health condition transmitting unit that transmits the health condition to the owner terminal;
  • An animal health management system comprising: [Item 2] The animal health management system according to item 1, at least some of the plurality of questions include those to be answered by images of the animal; An animal health management system characterized by: [Item 3] The animal health management system according to item 1
  • An animal health management system characterized by: [Item 6] A method of managing animal health, comprising: an inquiry storage unit that stores questions related to the health condition of the animal in association with animal species; a learning model storage unit that stores a learning model created by machine learning using answers to the questions as input data and the health condition of the animal determined by a veterinarian as teacher data; , periodically sending the question corresponding to the species of the animal to an owner terminal; receiving an answer to the question from the owner terminal; providing the received answer to the learning model to estimate the health status; transmitting the health condition to the owner terminal; An animal health management method characterized by performing [Item 7] A program for managing animal health, comprising: an inquiry storage unit that stores questions related to the health condition of the animal in association with animal species; a learning model storage unit that stores a learning model created by machine learning using answers to the questions as input data and the health
  • a periodic medical examination system according to an embodiment of the present invention will be described below.
  • the regular check-up system of this embodiment is intended to support regular check-ups of animals.
  • the veterinary institution side periodically asks the owner of the animal such as a pet to determine the health condition of the animal, especially the necessity of visiting the hospital (triage). It is.
  • AI can be used for triage.
  • the AI can be a classifier that classifies whether a visit is necessary.
  • a learning model that has learned the judgments of veterinarians and other workers in veterinary medical institutions can be used.
  • animal species can be given as input data for AI learning.
  • an owner can give an image of a specific part of an animal as input data.
  • FIG. 1 is a diagram showing an example of the overall configuration of the regular medical examination system of this embodiment.
  • the regular check-up system of this embodiment includes a management server 20 .
  • the management server 20 is communicably connected to each of the owner terminal 10 and the medical institution terminal 30 via the communication network 40 .
  • the communication network 40 is, for example, the Internet, and is constructed by a public telephone line network, a mobile telephone line network, a wireless communication path, Ethernet (registered trademark), or the like.
  • the owner terminal 10 is a computer operated by an animal caregiver (owner or person taking care of the animal).
  • Owner terminal 10 is, for example, a smart phone, a tablet computer, a personal computer, or the like. It is assumed that the owner terminal 10 has a camera (not shown) and is capable of taking pictures.
  • the medical institution terminal 30 is a computer operated by veterinary medical personnel (such as nurses and doctors at veterinary hospitals) at veterinary medical institutions.
  • Medical institution terminal 30 is, for example, a tablet computer.
  • the medical institution terminal 30 can be, for example, any computer such as a smart phone or a personal computer.
  • the management server 20 is a computer that conducts regular medical interviews and determines whether animal patients need to visit the hospital.
  • the management server 20 may be a general-purpose computer such as a workstation or personal computer, or a virtual computer logically implemented by cloud computing.
  • FIG. 2 is a diagram showing a hardware configuration example of the management server 20. As shown in FIG. Note that the illustrated configuration is an example, and other configurations may be employed.
  • the management server 2 includes a CPU 201 , a memory 202 , a storage device 203 , a communication interface 204 , an input device 205 and an output device 206 .
  • the storage device 203 is, for example, a hard disk drive, solid state drive, flash memory, etc., which stores various data and programs.
  • the communication interface 204 is an interface for connecting to the communication network 3, and includes, for example, an adapter for connecting to Ethernet (registered trademark), a modem for connecting to a public telephone network, and a wireless communication device for performing wireless communication.
  • the input device 205 is, for example, a keyboard, mouse, touch panel, button, microphone, etc. for inputting data.
  • the output device 206 is, for example, a display, printer, speaker, or the like that outputs data.
  • Each functional unit of the management server 20, which will be described later, is implemented by the CPU 201 reading a program stored in the storage device 203 into the memory 202 and executing it. is implemented as part of the storage provided by
  • FIG. 3 is a diagram showing a software configuration example of the management server 20.
  • the management server 20 includes an inquiry transmission unit 211, an answer reception unit 212, a hospital visit necessity determination unit 213, a hospital visit necessity transmission unit 214, a hospital visit necessity acquisition unit 215, a learning processing unit 216, an owner information storage unit 231, and an animal information storage unit.
  • a section 232 , a question storage section 233 , an inquiry storage section 234 , an answer history storage section 235 , a triage history storage section 236 and a learning model storage section 237 are provided.
  • the owner information storage unit 231 stores information (hereinafter referred to as owner information) regarding the owner of an animal (patient animal) undergoing veterinary medical care.
  • the owner information includes an owner ID that identifies the owner, name, address, and contact information. Information about the owner other than name, address and contact information may be included.
  • the animal information storage unit 232 stores information about patient animals (hereinafter referred to as animal information).
  • the animal information can include various attributes of the patient animal, such as the name and species of the patient animal, in association with the owner ID indicating the owner of the patient animal and the animal ID identifying the patient animal.
  • the question storage unit 233 stores information related to questions about the animal's health condition (hereinafter referred to as question information).
  • the question information can include a question and presentation conditions in association with a question ID specifying a question and an animal species to which the question corresponds. Questions include questions that are expected to be answered in free text, questions that are expected to be answered by selecting one or more from 2 or 3 or more options, and answers with values (real numbers or integers) within a predetermined range. It can include scheduled questions and the like.
  • the questions can be text data, for example, and can include images and sounds.
  • the question includes a question to be answered with an image of a specific site.
  • the presentation condition can set a condition for including the question in the medical interview.
  • the presentation conditions are that the question must be the first question asked, and that the answer to the question before the question has specific content (for example, the answer to the question "Do you have an appetite?" Any judgable condition can be set, such as the fact that the date falls within a specific period (for example, the season at the time of the question is winter).
  • the medical interview storage unit 234 stores information about one medical interview (hereinafter referred to as medical interview information).
  • the inquiry information includes an animal ID indicating an animal to be interviewed and a question ID indicating a question to be included in the inquiry, in association with an inquiry ID identifying an inquiry.
  • a plurality of question IDs may be set for one inquiry ID.
  • the inquiry information may include an owner ID indicating an owner or an animal ID indicating a patient animal, and an inquiry may be set for a specific animal patient.
  • the answer history storage unit 235 stores the history of answers from the owner to questions related to medical interviews.
  • the answer history stored by the answer history storage unit 235 includes a question ID indicating a question and an answer to the question in association with an interview ID, an animal ID, and the date and time when the interview was conducted (or the answer was received). be It should be noted that sets of question IDs and answers corresponding to the number of questions can be registered for one inquiry ID.
  • the triage history storage unit 236 stores a history (hereinafter referred to as triage history).
  • the diagnosis history includes an interview ID, necessity of visiting the hospital, actions, and comments. Whether a visit to the hospital is necessary or not is either necessary or unnecessary.
  • the action is intervention information for the animal, and is information indicating actions that the animal should take, such as "Let's take a walk" and "Let's feed”. Action options can be preconfigured. The action may include that a hospital visit is required.
  • the comment is a comment on the interview result by the veterinarian.
  • a comment can be text data, for example. Comments may include possible illnesses.
  • the learning model storage unit 237 stores a learning model for determining whether or not to visit the hospital based on the medical interview results.
  • the learning model storage unit 237 can store learning models in association with animal species.
  • the animal species may be given as input data (feature amount) of the learning model.
  • the learning model is created and updated by the learning processing unit 216, which will be described later.
  • the inquiry transmission unit 211 periodically transmits an inquiry to the owner terminal 10.
  • the inquiry sending unit 211 can create one inquiry by selecting one or a plurality of questions stored in the question storage unit 233 corresponding to the animal species of the patient animal.
  • the medical inquiry sending unit 211 can, for example, randomly select a predetermined number of questions that satisfy the presentation conditions from among the questions corresponding to the animal species of the patient animal.
  • the medical inquiry sending unit 211 may select a question according to a predetermined rule set in advance, for example.
  • the answer receiving unit 212 receives answers to each medical interview question from the owner terminal 10 .
  • the answer receiving unit 212 can accept uploading of an image when the question includes a question to be answered with an image of a specific part.
  • the reply receiving section 212 can register the received reply in the reply history storage section 235 .
  • the hospital visit necessity determination unit 213 (estimation unit that estimates the animal's health condition) can give the interview result to the learning model and determine the necessity of the hospital visit.
  • the hospital visit necessity determination unit 213 identifies a learning model corresponding to the animal species of the patient animal from the learning model storage unit 237, and gives answer content to the identified learning model, thereby determining necessity of hospital visit. .
  • the hospital visit necessity determination unit 213 can obtain the accuracy of the hospital visit necessity obtained from the learning model. can be referred to veterinary personnel.
  • the hospital visit necessity transmission unit 214 transmits to the owner terminal 10 the necessity of a hospital visit determined based on the results of the interview.
  • the hospital visit necessity acquisition unit 215 can send a message to the medical institution terminal 30 requesting a determination of the necessity of a hospital visit. As described above, the hospital visit necessity acquisition unit 215 can transmit a message when the accuracy of the hospital visit necessity estimated using the learning model is less than a predetermined value.
  • the hospital visit necessity determination unit 213 can include the result of medical examination (answers to questions, that is, selection results of options, images, etc.) in a message and transmit it to the medical institution terminal 30 .
  • the medical institution terminal 30 can output the medical interview result and accept input from medical personnel such as a veterinarian as to whether or not a visit to the hospital is necessary. In the medical institution terminal 30, it is also possible to input intervention information (actions) and comments for the animal according to the interview results.
  • the hospital visit necessity acquisition unit 215 regularly, at a timing determined by a predetermined rule, or at random, sends the above message including all or part of the answers registered in the answer history storage unit 235. is sent to the medical institution terminal 30 to request the determination of whether or not to visit the hospital.
  • the hospital visit necessity acquisition unit 215 can create a triage history including the hospital visit necessity acquired from the medical institution terminal 30 and an interview ID indicating an interview corresponding to the interview result, and register the triage history in the triage history storage unit 236. can. Further, when actions and comments are transmitted from the medical institution terminal 30, the actions and comments can be included in the triage history.
  • the learning processing unit 216 creates and updates a learning model that learns whether a visit to the hospital is necessary or not.
  • the learning processing unit 216 performs machine learning using, for each animal species, the content of the inquiry corresponding to the animal species as input data, and the necessity of visiting the hospital in the triage history corresponding to the inquiry ID in the response history as teacher data.
  • a created or updated learning model can be registered in the learning model storage unit 237 .
  • the learning processing unit 216 can also update the learning model periodically or at a timing determined by a predetermined rule, triggered by the hospital visit necessity acquisition unit 215 acquiring the hospital visit necessity acquisition unit 215 .
  • a use history storage unit that stores the answer history and triage history used for learning is provided, and the learning processing unit 216 performs machine learning using the answer history and triage history that are not stored in the use history storage unit. You can go and update the learning model.
  • FIG. 4 is a diagram for explaining the operation of the periodic medical examination system of this embodiment.
  • the management server 20 creates an inquiry (S301).
  • the medical interview can be prepared by reading out a predetermined number of questions that correspond to the animal species of the patient animal and satisfy the provision conditions among the questions stored in the question storage unit 233 .
  • the management server 20 transmits the created medical interview to the owner terminal 10 (S302).
  • An interview is displayed on the owner terminal 10.
  • the medical interview may be conducted, for example, in a chat format, or may be conducted using a form on a web page.
  • a camera included in the owner terminal 10 can be activated to obtain an image captured by the camera as an answer.
  • the owner terminal 10 transmits the inputted answer to the management server 20 .
  • the management server 20 can receive an answer from the owner terminal 10 (S303) and register the received answer in the answer history storage unit 235.
  • the management server 20 reads the learning model corresponding to the animal species of the patient animal from the learning model storage unit 237, gives an answer to the read learning model, and determines whether or not to visit the hospital (S304).
  • a message with an answer set is sent to the medical institution terminal 30, asking whether or not to visit the hospital.
  • Make an inquiry (S306).
  • the message may include owner information and animal information.
  • the medical institution terminal 30 receives the input of whether or not to visit the hospital from the medical personnel such as a veterinarian and transmits the input to the management server 20, and the management server 20 receives the necessity of visiting the hospital from the medical institution terminal 30 (S307).
  • the management server 20 can update the learning model by performing machine learning using the answers and the necessity of visiting the hospital (S308).
  • the management server 20 transmits to the owner terminal 10 whether or not it is necessary to visit the hospital (S309), and periodically repeats the processing from S301 until the period for transmitting periodic medical interviews ends (S310: NO). In step S301 from the second time onward, the contents of the medical interview can be changed.
  • the veterinary institution can proactively send medical interviews to the breeders of patient animals periodically to confirm the health condition of the patient animals.
  • AI learning model
  • AI can be used to automatically determine whether a visit to the hospital is necessary based on the results of the interview.
  • the AI can learn the contents of medical interviews and judgments made by medical institutions.
  • a learning model is created for each animal species, but one or more learning models may be used as a whole, and the animal species may be given as a feature amount.
  • the learning model can include an image captured by the owner terminal 10 in the feature amount of the learning model.
  • the learning model can include an image captured by the owner terminal 10 in the feature amount of the learning model.
  • the learning model is a classifier that determines whether or not a visit to the hospital is necessary, but it may be a predictor that determines the degree to which a visit to the hospital is necessary.
  • an input of the degree of necessity of visiting the hospital can be accepted from the medical institution terminal 30 instead of the necessity of visiting the hospital, and the visit history of the triage history can be changed to the degree of necessity of visiting the hospital. It is also possible to determine whether or not a visit to the hospital is necessary based on whether or not the necessity of a visit to the hospital is equal to or greater than a predetermined threshold.
  • the degree of good health of the patient animal may be estimated, regardless of whether or not a visit to the hospital is necessary.
  • the learning model can be a predictor that predicts the degree of good health, and the input of the degree of good health is received from the medical institution terminal 30 and used as teacher data to perform machine learning. can be done.
  • a learning model for inferring an action can be stored in the learning model storage unit 237 in addition to or instead of the learning model for inferring necessity of visiting the hospital (hospital visit necessity model).
  • the learning process 216 can create and update action models.
  • the learning processing unit 216 performs machine learning using the inquiry content corresponding to the animal species as input data, and the action of the triage history corresponding to the inquiry ID of the answer history as teacher data, and the action model created or updated by machine learning. It can be registered in the learning model storage unit 237 .
  • the result of a single interview is used as a feature value given to the learning model (hospital visit necessity model).
  • an inquiry result preceding the inquiry result (with the same animal ID, different inquiry ID, and preceding date and time) may be given.
  • a feature value can be a case where the same answer is given consecutively to a specific question.

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

【課題】飼育者が動物の健康状態を早期に把握することができるようにする。 【解決手段】動物の健康を管理するシステムであって、動物種に対応付けて動物の健康状態に関連する質問を記憶する問診記憶部と、質問に対する回答を入力データとし、獣医療従事者により判断された動物の健康状態を教師データとして機械学習により作成された学習モデルを記憶する学習モデル記憶部と、動物の動物種に対応する質問を定期的に飼い主端末に送信する問診送信部と、飼い主端末から質問に対する回答を受信する回答受信部と、受信した回答を学習モデルに与えて健康状態を推定する推定部と、健康状態を飼い主端末に送信する健康状態送信部と、を備えることを特徴とする。

Description

動物健康管理システム
　本発明は、動物健康管理システムに関する。
　ネットワークを介して問診を行うことが行われている（特許文献１参照）。
国際公開２００４／１０４８８０号
　一般に問診は患者が自覚症状を感じたときに行われる。しかしながら、獣医療においては飼育者が健康状態を把握する必要がある。
　本発明はこのような背景を鑑みてなされたものであり、飼育者が動物の健康状態を早期に把握することができる技術を提供することを目的とする。
　上記課題を解決するための本発明の主たる発明は、動物の健康を管理するシステムであって、動物種に対応付けて前記動物の健康状態に関連する質問を記憶する問診記憶部と、前記質問に対する回答を入力データとし、獣医療従事者により判断された前記動物の前記健康状態を教師データとして機械学習により作成された学習モデルを記憶する学習モデル記憶部と、前記動物の動物種に対応する前記質問を定期的に飼い主端末に送信する問診送信部と、前記飼い主端末から前記質問に対する回答を受信する回答受信部と、受信した前記回答を前記学習モデルに与えて前記健康状態を推定する推定部と、前記健康状態を前記飼い主端末に送信する健康状態送信部と、を備えることを特徴とする。
　その他本願が開示する課題やその解決方法については、発明の実施形態の欄及び図面により明らかにされる。
　本発明によれば、飼育者が動物の健康状態を早期に把握することができる。
本実施形態の定期検診システムの全体構成例を示す図である。 管理サーバ２０のハードウェア構成例を示す図である。 管理サーバ２０のソフトウェア構成例を示す図である。 本実施形態の定期検診システムの動作を説明する図である。
＜発明の概要＞
　本発明の実施形態の内容を列記して説明する。本発明は、たとえば、以下のような構成を備える。
［項目１］
　動物の健康を管理するシステムであって、
　動物種に対応付けて前記動物の健康状態に関連する質問を記憶する問診記憶部と、
　前記質問に対する回答を入力データとし、獣医療従事者により判断された前記動物の前記健康状態を教師データとして機械学習により作成された学習モデルを記憶する学習モデル記憶部と、
　前記動物の動物種に対応する前記質問を定期的に飼い主端末に送信する問診送信部と、
　前記飼い主端末から前記質問に対する回答を受信する回答受信部と、
　受信した前記回答を前記学習モデルに与えて前記健康状態を推定する推定部と、
　前記健康状態を前記飼い主端末に送信する健康状態送信部と、
　を備えることを特徴とする動物健康管理システム。
［項目２］
　項目１に記載の動物健康管理システムであって、
　複数の前記質問の少なくとも一部には、前記動物を撮影した画像により回答をするべきものが含まれること、
　を特徴とする動物健康管理システム。
［項目３］
　項目１又は２に記載の動物健康管理システムであって、
　前記学習モデルは、前記回答及び前記動物種を入力データとした機械学習が行われ、
　前記推定部は、前記回答に加えて前記動物の動物種を前記学習モデルに与えること、
　を特徴とする動物健康管理システム。
［項目４］
　項目１乃至３のいずれか１項に記載の動物健康管理システムであって、
　前記健康状態は、医療機関への来院要否であること、
　を特徴とする動物健康管理システム。
［項目５］
　項目１乃至４のいずれか１項に記載の動物健康管理システムであって、
　前記学習モデル記憶部は、第１の前記学習モデルと、前記質問に対する回答を入力データとし、前記獣医療従事者により判断された前記動物がとるべきアクションを教師データとして機械学習により作成された第２の学習モデルとを記憶し、
　前記推定部は、前記回答を前記第１及び第２の学習モデルに与えて、前記健康状態及び前記アクションを推定し、
　前記健康状態送信部は、前記健康状態及び前記アクションを送信すること、
　を特徴とする動物健康管理システム。
［項目６］
　動物の健康を管理する方法であって、
　動物種に対応付けて前記動物の健康状態に関連する質問を記憶する問診記憶部と、
　前記質問に対する回答を入力データとし、獣医療従事者により判断された前記動物の前記健康状態を教師データとして機械学習により作成された学習モデルを記憶する学習モデル記憶部と、を備える情報処理装置が、
　前記動物の動物種に対応する前記質問を定期的に飼い主端末に送信するステップと、
　前記飼い主端末から前記質問に対する回答を受信するステップと、
　受信した前記回答を前記学習モデルに与えて前記健康状態を推定するステップと、
　前記健康状態を前記飼い主端末に送信するステップと、
　を実行することを特徴とする動物健康管理方法。
［項目７］
　動物の健康を管理するためのプログラムであって、
　動物種に対応付けて前記動物の健康状態に関連する質問を記憶する問診記憶部と、
　前記質問に対する回答を入力データとし、獣医療従事者により判断された前記動物の前記健康状態を教師データとして機械学習により作成された学習モデルを記憶する学習モデル記憶部と、を備える情報処理装置が、
　前記動物の動物種に対応する前記質問を定期的に飼い主端末に送信するステップと、
　前記飼い主端末から前記質問に対する回答を受信するステップと、
　受信した前記回答を前記学習モデルに与えて前記健康状態を推定するステップと、
　前記健康状態を前記飼い主端末に送信するステップと、
　を実行させるためのプログラム。
＜システムの概要＞
　以下、本発明の一実施形態に係る定期検診システムについて説明する。本実施形態の定期検診システムは、動物の定期検診を支援しようとするものである。
　本実施形態の定期検診システムは、獣医療機関側からペット等の動物の飼い主に対して定期的な問診を行うことにより、動物の健康状態、とくに来院の要否（トリアージ）を判断しようとするものである。本実施形態では、ＡＩを用いてトリアージを行うことができる。ＡＩは、来院の要否を分類する分類器とすることができる。ＡＩには、獣医師等の獣医療機関従事者の判断を学習した学習モデルを用いることができる。また、本実施形態の定期検診システムでは、ＡＩの学習にあたり動物種を入力データとして与えることができる。また、ＡＩの学習にあたり、飼い主が動物の特定部位を撮影した画像を入力データとして与えることができる。
　図１は、本実施形態の定期検診システムの全体構成例を示す図である。本実施形態の定期検診システムは、管理サーバ２０を含んで構成される。管理サーバ２０は、飼い主端末１０および医療機関端末３０とのそれぞれに対して通信ネットワーク４０を介して通信可能に接続される。通信ネットワーク４０は、たとえばインターネットであり、公衆電話回線網や携帯電話回線網、無線通信路、イーサネット（登録商標）などにより構築される。
　飼い主端末１０は、動物の介護者（飼い主または世話をしている人）が操作するコンピュータである。飼い主端末１０は、たとえば、スマートフォンやタブレットコンピュータ、パーソナルコンピュータなどである。飼い主端末１０は、カメラ（不図示）を備え、撮影が可能となっていることを想定する。
　医療機関端末３０は、獣医療機関での獣医療関係者（動物病院の看護師や医師などが）が操作するコンピュータである。医療機関端末３０は、たとえば、タブレットコンピュータである。医療機関端末３０は、たとえば、スマートフォンやパーソナルコンピュータなど、任意のコンピュータとすることができる。
　管理サーバ２０は、定期的な問診を行い、動物患者の来院要否を判断するコンピュータである。管理サーバ２０は、たとえばワークステーションやパーソナルコンピュータのような汎用コンピュータとしてもよいし、あるいはクラウド・コンピューティングによって論理的に実現される仮想コンピュータとしてもよい。
　図２は、管理サーバ２０のハードウェア構成例を示す図である。なお、図示された構成は一例であり、これ以外の構成を有していてもよい。管理サーバ２は、ＣＰＵ２０１、メモリ２０２、記憶装置２０３、通信インタフェース２０４、入力装置２０５、出力装置２０６を備える。記憶装置２０３は、各種のデータやプログラムを記憶する、例えばハードディスクドライブやソリッドステートドライブ、フラッシュメモリなどである。通信インタフェース２０４は、通信ネットワーク３に接続するためのインタフェースであり、例えばイーサネット（登録商標）に接続するためのアダプタ、公衆電話回線網に接続するためのモデム、無線通信を行うための無線通信機、シリアル通信のためのＵＳＢ（Universal Serial Bus）コネクタやＲＳ２３２Ｃコネクタなどである。入力装置２０５は、データを入力する、例えばキーボードやマウス、タッチパネル、ボタン、マイクロフォンなどである。出力装置２０６は、データを出力する、例えばディスプレイやプリンタ、スピーカなどである。後述する管理サーバ２０の各機能部は、ＣＰＵ２０１が記憶装置２０３に記憶されているプログラムをメモリ２０２に読み出して実行することにより実現され、管理サーバ２０の各記憶部は、メモリ２０２及び記憶装置２０３が提供する記憶領域の一部として実現される。
＜管理サーバ２０のソフトウェア構成＞
　図３は、管理サーバ２０のソフトウェア構成例を示す図である。管理サーバ２０は、問診送信部２１１、回答受信部２１２、来院要否判定部２１３、来院要否送信部２１４、来院要否取得部２１５、学習処理部２１６、飼い主情報記憶部２３１、動物情報記憶部２３２、質問記憶部２３３、問診記憶部２３４、回答履歴記憶部２３５、トリアージ履歴記憶部２３６、学習モデル記憶部２３７を備える。
　飼い主情報記憶部２３１は、獣医療機関を受診する動物（患者動物）の飼い主に関する情報（以下、飼い主情報という。）を記憶する。飼い主情報には、飼い主を特定する飼い主ＩＤ、氏名、住所、連絡先を含む。氏名、住所、連絡先以外の飼い主に関する情報を含めてもよい。
　動物情報記憶部２３２は、患者動物に関する情報（以下、動物情報という。）を記憶する。動物情報には、患者動物の飼い主を示す飼い主ＩＤおよび患者動物を特定する動物ＩＤに対応付けて、患者動物の名称及び動物種など、患者動物の各種属性を含めることができる。
　質問記憶部２３３は、動物の健康状態についての質問に係る情報（以下、質問情報という。）を記憶する。質問情報には、質問を特定する質問ＩＤと、当該質問が該当する動物種とに対応付けて、質問及び提示条件を含めることができる。質問には、フリーテキストでの回答を予定する質問、２択または３択以上の選択肢から１つ以上を選択する回答を予定する質問、所定の範囲内での値（実数または整数）の回答を予定する質問などを含めることができる。質問は、例えば、テキストデータとすることができ、画像や音声を含めるようにすることもできる。本実施形態では、質問には、特定の部位を撮影した画像により回答するべき質問が含まれるものとする。提示条件は、質問を問診に含める条件を設定することができる。提示条件には、一番最初に行う質問であること、当該質問よりも前の質問に対する回答が特定の内容であったこと（たとえば、「食欲があるか」という質問に対する回答として「ない」と回答した場合など）、日付が特定の期間にあたること（たとえば、質問時点の季節が冬である場合など）など、任意の判定可能な条件を設定することができる。
　問診記憶部２３４は、１回の問診に関する情報（以下、問診情報という。）を記憶する。問診情報には、問診を識別する問診ＩＤに対応付けて、問診対象とした動物を示す動物ＩＤ及び問診に含める質問を示す質問ＩＤを含む。１つの問診ＩＤに対して質問ＩＤは複数設定されてよい。問診情報には、飼い主を示す飼い主ＩＤ又は患者動物を示す動物ＩＤを含めて、特定の動物患者に対する問診を設定するようにしてもよい。
　回答履歴記憶部２３５は、問診に係る質問に対する飼い主からの回答の履歴を記憶する。回答履歴記憶部２３５が記憶する回答履歴には、問診ＩＤ、動物ＩＤ及び問診を行った（又は回答を受け付けた）日時に対応付けて、質問を示す質問ＩＤと、当該質問に対する回答とが含まれる。なお、１つの問診ＩＤに対して、質問の数だけ質問ＩＤ及び回答のセットが登録されうる。
　トリアージ履歴記憶部２３６は、問診結果（質問に対する回答）に対して獣医療従事者（本実施形態では獣医師を想定する。）が判断した動物患者の来院要否の判断に係る履歴（以下、トリアージ履歴）を記憶する。診断履歴には、問診ＩＤ、来院要否、アクション及びコメントが含まれる。来院要否は、必要又は不要のいずれかである。アクションは、動物に対する介入情報であり、例えば、「散歩をさせましょう」「食事をさせましょう」といった、動物が取るべき行動を示す情報である。アクションの選択肢は事前に設定しておくことができる。アクションに来院が必要であることを含めるようにしてもよい。コメントは、獣医師による問診結果に対するコメントである。コメントは、例えば、テキストデータとすることができる。コメントには、可能性のある病気を含めるようにしてもよい。
　学習モデル記憶部２３７は、問診結果に基づいて来院要否を判定する為の学習モデルを記憶する。学習モデル記憶部２３７は、動物種に対応付けて学習モデルを記憶することができる。なお、学習モデルの入力データ（特徴量）として動物種を与えるようにしてもよい。学習モデルは、後述する学習処理部２１６により作成及び更新される。
　問診送信部２１１は、問診を定期的に飼い主端末１０に送信する。問診送信部２１１は、患者動物の動物種に対応する質問記憶部２３３に記憶されている質問事項を１つ又は複数選択して１つの問診を作成することができる。問診送信部２１１は、患者動物の動物種に対応する質問事項のうち、提示条件が満たされているものを、例えば、ランダムに所定数選択することができる。また、問診送信部２１１は、例えば、事前に設定された所定のルールに従って質問を選択するようにしてもよい。
　回答受信部２１２は、問診の各質問に対する回答を飼い主端末１０から受信する。回答受信部２１２は、質問事項に、特定の部位を撮影した画像により回答するべき質問が含まれていた場合には、画像のアップロードを受け付けることができる。回答受信部２１２は、受信した回答を回答履歴記憶部２３５に登録することができる。
　来院要否判定部２１３（動物の健康状態を推定する推定部）は、問診結果を学習モデルに与えて来院要否を判定することができる。来院要否判定部２１３は、患者動物の動物種に対応する学習モデルを学習モデル記憶部２３７から特定し、特定した学習モデルに回答内容を与えることにより、来院の要否を判定することができる。
　なお、来院要否判定部２１３は、学習モデルにより求めた来院要否の確度を求めることができ、この確度が所定値未満である場合には、後述する来院要否取得部２１５が来院要否を獣医療関係者に問い合わせることができる。
　来院要否送信部２１４は、問診結果に基づいて判断された来院要否を飼い主端末１０に送信する。
　来院要否取得部２１５は、医療機関端末３０に対して来院要否の判断を求めるメッセージを送信することができる。来院要否取得部２１５は、上述したように、学習モデルを用いて推定した来院要否の確度が所定値未満である場合に、メッセージを送信することができる。来院要否判定部２１３は、問診結果（質問に対する回答、すなわち、選択肢の選択結果や画像などを含めることができる。）をメッセージに含めて医療機関端末３０に送信することができる。医療機関端末３０では、問診結果を出力して、獣医等の医療関係者から来院要否の判断の入力を受け付けることができる。医療機関端末３０では、問診結果に応じた動物に対する介入情報（アクション）及びコメントを入力することもできる。
　また、来院要否取得部２１５は、定期的に、所定のルールにより決定されたタイミングに、又はランダムに、回答履歴記憶部２３５に登録されている回答の全部又は一部を含めて上記のメッセージを医療機関端末３０に送信して、来院要否の判定を求めるようにすることができる。
　来院要否取得部２１５は、医療機関端末３０から取得した来院要否と、問診結果に対応する問診を示す問診ＩＤとを含むトリアージ履歴を作成して、トリアージ履歴記憶部２３６に登録することができる。また、医療機関端末３０からアクション及びコメントが送信された場合には、トリアージ履歴にアクション及びコメントを含めることもできる。
　学習処理部２１６は、来院要否の判断を学習する学習モデルを作成及び更新する。学習処理部２１６は、動物種ごとに、当該動物種に対応する問診内容を入力データとし、回答履歴の問診ＩＤに対応するトリアージ履歴の来院要否を教師データとして機械学習を行い、機械学習により作成又は更新された学習モデルを学習モデル記憶部２３７に登録することができる。
　学習処理部２１６はまた、来院要否取得部２１５が来院要否を取得したことを契機に、定期的に、又は、所定のルールにより決定されるタイミングに、学習モデルを更新することができる。この場合、学習に用いた回答履歴及びトリアージ履歴を記憶する使用履歴記憶部を設けるようにし、学習処理部２１６は、使用履歴記憶部に記憶されていない回答履歴及びトレイアージ履歴を用いて機械学習を行って学習モデルを更新することができる。
＜動作＞
　図４は、本実施形態の定期検診システムの動作を説明する図である。
　管理サーバ２０は、問診を作成する（Ｓ３０１）。問診は、質問記憶部２３３に記憶されている質問のうち、患者動物の動物種に対応し、提供条件が満たされているものを所定数読み出すことにより作成することができる。管理サーバ２０は、作成した問診を飼い主端末１０に送信する（Ｓ３０２）。
　飼い主端末１０では問診が表示される。問診は例えばチャット形式により行うようにしてもよいし、Ｗｅｂページのフォームにより行うようにしてもよい。また、画像により回答することが求められている質問については、飼い主端末１０が備えるカメラ（不図示）を起動してカメラの撮影画像を回答として取得することもできる。飼い主端末１０は、入力された回答を管理サーバ２０に送信する。
　管理サーバ２０は、飼い主端末１０から回答を受信し（Ｓ３０３）、受信した回答を回答履歴記憶部２３５に登録することができる。管理サーバ２０は、患者動物の動物種に対応する学習モデルを学習モデル記憶部２３７から読み出し、読み出した学習モデルに回答を与えて来院要否を判定する（Ｓ３０４）。
　ここで学習モデルによる予測精度（判定の信頼度）を示す確率が所定の閾値未満である場合は（Ｓ３０５：ＹＥＳ）、回答を設定したメッセージを医療機関端末３０に送信して、来院要否を問い合わせる（Ｓ３０６）。メッセージには、飼い主情報や動物情報を含めるようにしてもよい。医療機関端末３０では、獣医等の医療関係者から来院要否の入力を受け付けて管理サーバ２０に送信し、管理サーバ２０は、医療機関端末３０から来院要否を受信する（Ｓ３０７）。管理サーバ２０は、回答及び来院要否を用いて機械学習を行い学習モデルを更新することができる（Ｓ３０８）。
　管理サーバ２０は、来院要否を飼い主端末１０に送信し（Ｓ３０９）、定期的な問診の送信を行う期間が終了するまで（Ｓ３１０：ＮＯ）、定期的にＳ３０１からの処理を繰り返す。なお、２回目以降のステップＳ３０１では、問診の内容を変更することができる。
　以上のようにして、本実施形態の定期検診システムでは、獣医療機関側が主体的に、定期的に問診を患者動物の飼育者に対して送信し、患者動物の健康状態を確認することができる。また、ＡＩ（学習モデル）を用いて問診結果に基づいて来院要否を自動的に判断することができる。ＡＩ（学習モデル）は、問診内容と医療機関における判断とを学習することができる。
　以上、本実施形態について説明したが、上記実施形態は本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物も含まれる。
　例えば、本実施形態では、動物種ごとに学習モデルを作成するものとしたが、全体で１つ又は複数の学習モデルを用いるようにして、特徴量として動物種を与えるようにしてもよい。
　また、学習モデルには飼い主端末１０において撮影した画像を学習モデルの特徴量に含めることができる。これにより、例えば、皮膚病などの発症部位を撮影した写真や動画等に基づいて来院要否を判定することができ、必要に応じて適切なタイミングで患者動物に医療処置を施すことができる。
　また、本実施形態では、学習モデルは来院が必要か否かを判定する分類器であるものとしたが、来院が必要な度合を求める予測器であってもよい。この場合、医療機関端末３０からは来院要否に代えて来院必要度の入力を受け付けるようにし、トリアージ履歴の来院履歴も来院必要度に変更することができる。また、来院必要度が所定の閾値以上であるか否かにより来院要否を判定するようにすることもできる。
　また、来院要否に限らず、患者動物の健康が良好である度合を推定するようにしてもよい。この場合、学習モデルは、健康が良好である度合を予測する予測器とすることができ、医療機関端末３０からは健康が良好である度合の入力を受け付けて教師データとし、機械学習を行うことができる。
　また、来院要否に限らず、患者動物がとるべきアクションを学習モデルを用いて推定するようにすることもできる。この場合、来院要否を推論する学習モデル（来院要否モデル）に加えて又は代えて、アクションを推論する学習モデル（アクションモデル）を学習モデル記憶部２３７に記憶することができる。学習処理武２１６は、アクションモデルを作成及び更新することができる。学習処理部２１６は、動物種に対応する問診内容を入力データとし、回答履歴の問診ＩＤに対応するトリアージ履歴のアクションを教師データとして機械学習を行い、機械学習により作成又は更新されたアクションモデルを学習モデル記憶部２３７に登録することができる。
　また、本実施形態では、１回の問診結果を学習モデル（来院要否モデル）に与える特徴量であるものとしたが、来院要否モデル及びアクションモデルに与える特徴量として、問診結果に加えて、当該問診結果に先行する問診結果（動物ＩＤが同一であり、問診ＩＤが異なり、かつ日時が先行するもの）を与えるようにしてもよい。例えば、特定の質問に対して同じ回答が連続した場合などを特徴量とすることができる。
　　１０　　飼い主端末
　　２０　　管理サーバ
　　３０　　医療機関端末
　　２１１　問診送信部
　　２１２　回答受信部
　　２１３　来院要否判定部
　　２１４　来院要否送信部
　　２１５　来院要否取得部
　　２１６　学習処理部
　　２３１　飼い主情報記憶部
　　２３２　動物情報記憶部
　　２３３　質問記憶部
　　２３４　問診記憶部
　　２３５　回答履歴記憶部
　　２３６　トリアージ履歴記憶部
　　２３７　学習モデル記憶部

Claims (7)

  1. 　動物の健康を管理するシステムであって、
    　動物種に対応付けて前記動物の健康状態に関連する質問を記憶する問診記憶部と、
    　前記質問に対する回答を入力データとし、獣医療従事者により判断された前記動物の前記健康状態を教師データとして機械学習により作成された学習モデルを記憶する学習モデル記憶部と、
    　前記動物の動物種に対応する前記質問を定期的に飼い主端末に送信する問診送信部と、
    　前記飼い主端末から前記質問に対する回答を受信する回答受信部と、
    　受信した前記回答を前記学習モデルに与えて前記健康状態を推定する推定部と、
    　前記健康状態を前記飼い主端末に送信する健康状態送信部と、
    　を備えることを特徴とする動物健康管理システム。
  2. 　請求項１に記載の動物健康管理システムであって、
    　複数の前記質問の少なくとも一部には、前記動物を撮影した画像により回答をするべきものが含まれること、
    　を特徴とする動物健康管理システム。
  3. 　請求項１又は２に記載の動物健康管理システムであって、
    　前記学習モデルは、前記回答及び前記動物種を入力データとした機械学習が行われ、
    　前記推定部は、前記回答に加えて前記動物の動物種を前記学習モデルに与えること、
    　を特徴とする動物健康管理システム。
  4. 　請求項１乃至３のいずれか１項に記載の動物健康管理システムであって、
    　前記健康状態は、医療機関への来院要否であること、
    　を特徴とする動物健康管理システム。
  5. 　請求項１乃至４のいずれか１項に記載の動物健康管理システムであって、
    　前記学習モデル記憶部は、第１の前記学習モデルと、前記質問に対する回答を入力データとし、前記獣医療従事者により判断された前記動物がとるべきアクションを教師データとして機械学習により作成された第２の学習モデルとを記憶し、
    　前記推定部は、前記回答を前記第１及び第２の学習モデルに与えて、前記健康状態及び前記アクションを推定し、
    　前記健康状態送信部は、前記健康状態及び前記アクションを送信すること、
    　を特徴とする動物健康管理システム。
  6. 　動物の健康を管理する方法であって、
    　動物種に対応付けて前記動物の健康状態に関連する質問を記憶する問診記憶部と、
    　前記質問に対する回答を入力データとし、獣医療従事者により判断された前記動物の前記健康状態を教師データとして機械学習により作成された学習モデルを記憶する学習モデル記憶部と、を備える情報処理装置が、
    　前記動物の動物種に対応する前記質問を定期的に飼い主端末に送信するステップと、
    　前記飼い主端末から前記質問に対する回答を受信するステップと、
    　受信した前記回答を前記学習モデルに与えて前記健康状態を推定するステップと、
    　前記健康状態を前記飼い主端末に送信するステップと、
    　を実行することを特徴とする動物健康管理方法。
  7. 　動物の健康を管理するためのプログラムであって、
    　動物種に対応付けて前記動物の健康状態に関連する質問を記憶する問診記憶部と、
    　前記質問に対する回答を入力データとし、獣医療従事者により判断された前記動物の前記健康状態を教師データとして機械学習により作成された学習モデルを記憶する学習モデル記憶部と、を備える情報処理装置が、
    　前記動物の動物種に対応する前記質問を定期的に飼い主端末に送信するステップと、
    　前記飼い主端末から前記質問に対する回答を受信するステップと、
    　受信した前記回答を前記学習モデルに与えて前記健康状態を推定するステップと、
    　前記健康状態を前記飼い主端末に送信するステップと、
    　を実行させるためのプログラム。
PCT/JP2021/028249 2021-07-30 2021-07-30 動物健康管理システム WO2023007690A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/JP2021/028249 WO2023007690A1 (ja) 2021-07-30 2021-07-30 動物健康管理システム
JP2022560848A JPWO2023007690A1 (ja) 2021-07-30 2021-07-30
JP2023065222A JP2023089143A (ja) 2021-07-30 2023-04-12 動物健康管理システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/028249 WO2023007690A1 (ja) 2021-07-30 2021-07-30 動物健康管理システム

Publications (1)

Publication Number Publication Date
WO2023007690A1 true WO2023007690A1 (ja) 2023-02-02

Family

ID=85086553

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/028249 WO2023007690A1 (ja) 2021-07-30 2021-07-30 動物健康管理システム

Country Status (2)

Country Link
JP (2) JPWO2023007690A1 (ja)
WO (1) WO2023007690A1 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009064166A (ja) * 2007-09-05 2009-03-26 Toshiba Corp 健康指標値提示システムおよび健康指標値提示方法
JP2018156123A (ja) * 2017-03-15 2018-10-04 大日本印刷株式会社 情報提供装置、情報提供システム及びプログラム
WO2019188800A1 (ja) * 2018-03-27 2019-10-03 富士フイルム株式会社 検体検査計画管理装置、検体検査計画管理システム、検体検査計画管理方法、及びプログラム
JP2020013530A (ja) * 2018-07-06 2020-01-23 ユニ・チャーム株式会社 動物情報共有システム、動物情報共有装置及びプログラム
JP2020155123A (ja) * 2019-03-13 2020-09-24 キヤノンメディカルシステムズ株式会社 問診装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009064166A (ja) * 2007-09-05 2009-03-26 Toshiba Corp 健康指標値提示システムおよび健康指標値提示方法
JP2018156123A (ja) * 2017-03-15 2018-10-04 大日本印刷株式会社 情報提供装置、情報提供システム及びプログラム
WO2019188800A1 (ja) * 2018-03-27 2019-10-03 富士フイルム株式会社 検体検査計画管理装置、検体検査計画管理システム、検体検査計画管理方法、及びプログラム
JP2020013530A (ja) * 2018-07-06 2020-01-23 ユニ・チャーム株式会社 動物情報共有システム、動物情報共有装置及びプログラム
JP2020155123A (ja) * 2019-03-13 2020-09-24 キヤノンメディカルシステムズ株式会社 問診装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
AMANO, KOICHI; IMABAYASHI, TORU : "Big data utilization for Enriching Lives of Pets and Their Owners: Animal Cloud", FUJITSU/FUJITSU SCIENCE REVIEW, vol. 66, no. 4, 1 July 2015 (2015-07-01), JP , pages 98 - 104, XP009537040, ISSN: 0016-2515 *

Also Published As

Publication number Publication date
JP2023089143A (ja) 2023-06-27
JPWO2023007690A1 (ja) 2023-02-02

Similar Documents

Publication Publication Date Title
JP7005085B1 (ja) 方法、プログラム、カルテ情報提供システム
WO2023026439A1 (ja) 動物健康管理システム
JP7082442B2 (ja) 動物患者用電子カルテの提供方法
JP2022009351A (ja) 動物診療支援システム、動物診療支援サーバおよび動物診療支援プログラム
US11894144B2 (en) Animal health decision support system and methods
WO2023007690A1 (ja) 動物健康管理システム
Qureshi et al. Patient knowledge and attitude toward information technology and teledermatology: some tentative findings
JP7260943B1 (ja) 動物健康管理システム
JP7207805B1 (ja) 動物健康管理システム
JP7118488B1 (ja) 動物健康管理システム
WO2023037425A1 (ja) 動物健康管理システム
US20080162175A1 (en) System and method for enabling informed decisions
Ouyang Health Informatics in Veterinary Medicine: State of the Literature, Day-1 Competencies, Perceptions of Telemedicine and Application of Predictive Modeling
WO2023162109A1 (ja) 獣医療支援システム、獣医療支援方法及びプログラム
JP7321615B1 (ja) 獣医療支援システム、獣医療支援プログラム、獣医療支援方法
US20220084691A1 (en) Medical Data Management Method, Apparatus, System, and Server
WO2023162110A1 (ja) 獣医療支援システム、獣医療支援方法及びプログラム
JP7132669B1 (ja) 獣医療支援システム、獣医療支援方法及びプログラム
WO2023053221A1 (ja) 予約管理システム
JP7149665B2 (ja) 動物患者用電子カルテの提供方法
WO2023026440A1 (ja) 通知システム、通知プログラム、通知方法
WO2023007692A1 (ja) 通知システム、通知方法、及びプログラム
RU2741049C1 (ru) Вычислительное устройство для информирования пациентов (варианты)
Abu-Seida et al. Veterinary telemedicine: A new era for animal welfare
Graham The potential impact of artificial intelligence in equine practice

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2022560848

Country of ref document: JP

Kind code of ref document: A

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

Ref document number: 21951890

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE