JP2016194821A - 保険契約支援装置、保険契約支援方法、および保険契約支援プログラム - Google Patents
保険契約支援装置、保険契約支援方法、および保険契約支援プログラム Download PDFInfo
- Publication number
- JP2016194821A JP2016194821A JP2015074540A JP2015074540A JP2016194821A JP 2016194821 A JP2016194821 A JP 2016194821A JP 2015074540 A JP2015074540 A JP 2015074540A JP 2015074540 A JP2015074540 A JP 2015074540A JP 2016194821 A JP2016194821 A JP 2016194821A
- Authority
- JP
- Japan
- Prior art keywords
- insurance
- information
- health
- health information
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000036541 health Effects 0.000 claims abstract description 131
- 238000004458 analytical method Methods 0.000 claims abstract description 37
- 238000013523 data management Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims description 23
- 230000000694 effects Effects 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 10
- 238000007726 management method Methods 0.000 claims description 6
- 230000003542 behavioural effect Effects 0.000 claims description 5
- 230000003862 health status Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 28
- 230000035622 drinking Effects 0.000 description 16
- 230000009467 reduction Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 11
- 238000012360 testing method Methods 0.000 description 11
- 230000006872 improvement Effects 0.000 description 9
- 239000003814 drug Substances 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 229940079593 drug Drugs 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 230000004622 sleep time Effects 0.000 description 5
- 230000000391 smoking effect Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000036578 sleeping time Effects 0.000 description 4
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 238000009534 blood test Methods 0.000 description 3
- 230000002068 genetic effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 235000019577 caloric intake Nutrition 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000002600 positron emission tomography Methods 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 101000856500 Bacillus subtilis subsp. natto Glutathione hydrolase proenzyme Proteins 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 108010028554 LDL Cholesterol Proteins 0.000 description 1
- 238000008214 LDL Cholesterol Methods 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000003287 bathing Methods 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 235000013611 frozen food Nutrition 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 208000028169 periodontal disease Diseases 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000001959 radiotherapy Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 210000003296 saliva Anatomy 0.000 description 1
- 238000010340 saliva test Methods 0.000 description 1
- 230000007958 sleep Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000002255 vaccination Methods 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
【課題】人の健康状態が保険の加入条件に与える影響について客観的な評価をすることができる保険契約支援装置、保険契約支援方法、および保険契約支援プログラムを提供することである。【解決手段】実施形態の保険契約支援装置は、収集部と、データ管理部と、解析部とを持つ。収集部は、人の健康に関する健康情報であって、複数のパラメータを含む健康情報と、人が加入した保険の保険料および保険内容に関する保険情報とを収集する。データ管理部は、前記収集部により収集された健康情報と保険情報を、同一人からの情報を互いに対応付けて記憶部に記憶させる。解析部は、前記データ管理部により前記記憶部に記憶された健康情報と保険情報との対応関係に基づいて、前記収集部により収集された健康情報に含まれる各パラメータの変動が保険に与える影響を解析する。【選択図】図1
Description
本発明の実施形態は、保険契約支援装置、保険契約支援方法、および保険契約支援プログラムに関する。
近年、健康志向の高まりに伴い、レセプトデータや健診データ等を情報源として、人の健康状態をデータベースで管理する技術が注目されている。また、医療保険や生命保険等に代表される保険の加入に際し、加入者への便宜を図るための技術について研究が進められている。しかしながら、従来の技術では、人の健康状態が保険の加入条件に与える影響について客観的な評価をすることができなかった。
本発明が解決しようとする課題は、人の健康状態が保険の加入条件に与える影響について客観的な評価をすることができる保険契約支援装置、保険契約支援方法、および保険契約支援プログラムを提供することである。
実施形態の保険契約支援装置は、収集部と、データ管理部と、解析部とを持つ。収集部は、人の健康に関する健康情報であって、複数のパラメータを含む健康情報と、人が加入した保険の保険料および保険内容に関する保険情報とを収集する。データ管理部は、前記収集部により収集された健康情報と保険情報を、同一人からの情報を互いに対応付けて記憶部に記憶させる。解析部は、前記データ管理部により前記記憶部に記憶された健康情報と保険情報との対応関係に基づいて、前記収集部により収集された健康情報に含まれる各パラメータの変動が保険に与える影響を解析する。
以下、実施形態の保険契約支援装置、保険契約支援方法、および保険契約支援プログラムを、図面を参照して説明する。
図1は、実施形態の保険契約支援装置1の構成および使用環境を示す図である。保険契約支援装置1は、WAN(Wide Area Network)やLAN(Local Area Network)等のネットワークNWを介して、利用者端末100、薬局端末110、医院端末120、病院端末130等の情報収集用機器、並びに保険会社端末200と接続されている。保険契約支援装置1は、情報収集用機器から収集した情報(健康情報)、および保険に加入した人から得た保険料および保険内容(保険情報)をデータベースに登録して管理し、保険への加入を支援するための推奨情報を生成して出力する装置である。保険とは、例えば、保険会社により提供される医療保険や生命保険である。また、保険は、公的な組合や特定の独立行政法人等により提供される保険を含んでもよい。
[各種機器について]
保険契約支援装置1の構成に先立って、各種の情報収集用機器、並びに保険会社端末200について説明する。利用者端末100は、例えば、スマートフォンやタブレット端末等の端末装置である。利用者端末100は、Bluetooth(登録商標)やUSBケーブル等を介して活動量計102またはバイタルセンサ104と通信する。
保険契約支援装置1の構成に先立って、各種の情報収集用機器、並びに保険会社端末200について説明する。利用者端末100は、例えば、スマートフォンやタブレット端末等の端末装置である。利用者端末100は、Bluetooth(登録商標)やUSBケーブル等を介して活動量計102またはバイタルセンサ104と通信する。
活動量計102は、例えば、人の手首に装着されるリストバンド型活動量計である。図2は、実施形態の活動量計102の外観構成図である。活動量計102は、リストバンド部102Aに本体部(不図示)が装着された状態で、人の手首に装着されて使用される。本体部は、ボタン102Bおよび表示部102Cが設けられる他、三軸式加速度センサや利用者端末100と通信するための通信装置、CPU(Central Processing Unit)等のプロセッサ、各種記憶装置等を内蔵する。また、本体部の表示部102Cと反対の側には、充電用端子が設けられる。表示部102Cは、リストバンド部102Aに形成された孔部を介して外部に表面が露出することで、表示内容が視認可能となっている。また、ボタン102Bは、リストバンド部102Aの側壁部102Aaによって覆われた状態で使用され、リストバンド部102Aの側壁部102Aaごとプッシュ操作される。
活動量計102は、ボタン102Bに対する操作によって、利用者端末100と通信可能なモード(ペアリングモード)に設定される。活動量計102の動作モードは、表示部102Cの表示態様を変更することで認識可能となっている。活動量計102は、利用者端末100に専用アプリがインストールされることで、利用者端末100と共に、人の種々の活動を計測することができる。例えば、利用者端末100の専用アプリは、活動量計102の三軸式加速度センサの検出値に基づいて、活動量計102が装着された人の歩数、移動距離、消費カロリー、または睡眠時間を計測する。なお、このような計測機能は、活動量計102の側が備えてもよい。また、活動量計102は、本体部に対するタップ操作によって、食事をした時刻、入浴した時刻等を記録することができる。
バイタルセンサ104は、例えば、人体(胸部等)に導電性ゲルパッドで貼り付けられ、人の心電位、脈波、三軸方向の加速度、皮膚温度を同時に連続計測可能なウェアラブル生体情報センサである。図3は、実施形態のバイタルセンサ104の外観構成図である。図3の左図は、バイタルセンサ104の表側の面を示し、図3の右図は、バイタルセンサ104の裏側(人体に貼り付けられる側)の面を示している。バイタルセンサ104の裏側には、心電位センサ104Aおよび104Bと、皮膚温度センサ104Cと、脈波センサ104Dとが設けられている。また、バイタルセンサ104は、三軸式加速度センサや利用者端末100と通信するための通信装置、CPU等のプロセッサ、各種記憶装置等を内蔵する。バイタルセンサ104は、上記各センサによって検出されたバイタル情報に基づいて、心拍間隔、脈波間隔、体動量、姿勢等を算出する。バイタルセンサ104の検出結果、および算出結果は、例えば、バイタルセンサ104において予め用意されたAPIに対するコマンドを利用者端末100から送信することで、利用者端末100に返信される。利用者端末100にインストールされた専用アプリは、バイタルセンサ104から取得した情報に基づいて各種表示画像を生成し、表示部に表示させる。
利用者端末100は、活動量計102またはバイタルセンサ104から取得した各種生体情報(健康情報)を、ネットワークNWを介して保険契約支援装置1に送信する。また、利用者端末100は、人が保険に加入した際の保険料および保険内容(保険情報)の入力を受け付け、健康情報との対応関係を認識可能な態様で(例えば住所や氏名等を明記した状態で)保険契約支援装置1に送信する。保険情報には、保険に加入できなかった事実が含まれてもよい。また、利用者端末100は、活動量計102やバイタルセンサ104に代えて(または、加えて)体組成計や血圧計から健康情報を取得してもよい。
薬局端末110は、薬局に設置される専用端末、或いは汎用のパーソナルコンピュータ等である。また、薬局検査装置112は、薬局端末110が設置された薬局内に設置される検査装置であり、例えば、血液検査装置や呼気検査装置を含む。血液検査装置は、人から採取された血液の成分を分析し、血糖値、HcA1c、中性脂肪、HDLコレステロール、LDLコレステロール、AST(GOT)、ALT(GPT)、γ−GTP等の検査結果を出力する。呼気検査装置は、検査薬を飲んだ人の呼気成分を分析し、ピロリ菌に感染しているか否かを検査した結果を出力する。
薬局端末110は、例えば、キーボードやマウス等の入力デバイスを備え、薬局検査装置112による検査結果が、薬剤師等によって手動で薬局端末110に入力される。なお、これに代えて、薬局検査装置112の検査結果がLAN等を介して自動的に薬局端末110にインポートされるようにしてもよい。また、薬局端末110には、人に処方された薬の履歴である投薬歴が、手動または自動で入力される。薬局端末110は、例えばブラウザ機能によって特定のウェブサイトにアクセスし、フォームデータを送信することで、各種情報(健康情報)を保険契約支援装置1に送信する。また、薬局端末110は、診療報酬の明細書であるレセプトデータを、ネットワークNWを介して保険契約支援装置1に送信してもよい。
医院端末120は、歯科医や眼科医等の医院に設置される専用端末、或いは汎用のパーソナルコンピュータ等である。また、医院検査装置122は、医院端末120が設置された医院内に設置される装置であり、例えば、医院で実施される健康診断のために用いられる装置、唾液から歯周病を検査する装置、DNA検査装置等である。医院端末120には、例えば、電子カルテシステムが導入され、過去に医院や病院で診療された結果(検査結果、投薬歴等)が閲覧可能となっている。医院端末120は、電子カルテシステムに入力された情報(健康情報)を所定のフォーマットに変換し、ネットワークNWを介して保険契約支援装置1に送信する。また、医院端末120は、診療報酬の明細書であるレセプトデータや、医院で実施した健康診断のデータ(健診データ)の健康情報を、ネットワークNWを介して保険契約支援装置1に送信してもよい。
病院端末130は、病院に設置される専用端末、或いは汎用のパーソナルコンピュータ等である。また、病院装置132は、病院端末130が設置された医院内に設置される装置であり、例えば、病院で実施される健康診断のために用いられる装置、CT(Computed Tomography;コンピュータ断層撮影)装置、MRI(Magnetic Resonance Imaging;核磁気共鳴画像法)装置、PET(Positron Emission Tomography;ポジトロン断層法)装置、重粒子線治療装置等である。病院端末130は、病院装置132により取得された人体画像等の情報(健康情報)を、ネットワークNWを介して保険契約支援装置1に送信する。また、病院端末130は、各種検査結果や投薬歴、診療報酬の明細書であるレセプトデータ、病院で実施した健康診断のデータ(健診データ)等の健康情報を、ネットワークNWを介して保険契約支援装置1に送信する。
保険会社端末200は、保険の提供者によって使用される専用端末、或いは汎用のパーソナルコンピュータ等である。
[保険契約支援装置]
以下、保険契約支援装置1の構成および機能について説明する。保険契約支援装置1は、例えば、通信インターフェース10と、データ管理部20と、解析部30と、推奨情報生成部40と、請求管理部50と、記憶部70とを備える。推奨情報生成部40は、保険料低減項目選択部42と、保険加入可能条件推定部44とを備える。データ管理部20、解析部30、推奨情報生成部40、および請求管理部50は、例えば、CPU等のプロセッサが、記憶部70に格納されたプログラム71を実行することで機能するソフトウェア機能部である。すなわち、保険契約支援装置1は、汎用のコンピュータ装置を基本ハードウェアとして用いることでも実現することが可能である。この場合、保険契約支援装置1は、プログラム71をコンピュータ装置にあらかじめインストールすることで実現されてもよいし、CD−ROMなどの記憶媒体に記憶して、あるいはネットワークを介して上記のプログラムを配布して、このプログラムをコンピュータ装置に適宜インストールすることで実現されてもよい。なお、上記機能部のうち一部または全部は、LSI(Large Scale Integration)やASIC(Application Specific Integrated Circuit)等のハードウェア機能部であってもよい。
以下、保険契約支援装置1の構成および機能について説明する。保険契約支援装置1は、例えば、通信インターフェース10と、データ管理部20と、解析部30と、推奨情報生成部40と、請求管理部50と、記憶部70とを備える。推奨情報生成部40は、保険料低減項目選択部42と、保険加入可能条件推定部44とを備える。データ管理部20、解析部30、推奨情報生成部40、および請求管理部50は、例えば、CPU等のプロセッサが、記憶部70に格納されたプログラム71を実行することで機能するソフトウェア機能部である。すなわち、保険契約支援装置1は、汎用のコンピュータ装置を基本ハードウェアとして用いることでも実現することが可能である。この場合、保険契約支援装置1は、プログラム71をコンピュータ装置にあらかじめインストールすることで実現されてもよいし、CD−ROMなどの記憶媒体に記憶して、あるいはネットワークを介して上記のプログラムを配布して、このプログラムをコンピュータ装置に適宜インストールすることで実現されてもよい。なお、上記機能部のうち一部または全部は、LSI(Large Scale Integration)やASIC(Application Specific Integrated Circuit)等のハードウェア機能部であってもよい。
記憶部70は、HDD(Hard Disk Drive)やSSD(Solid State Drive)、ROM(Read Only Memory)、RAM(Random Access Memory)等により実現される。記憶部70には、前述したプログラム71の他、健康情報データベース72、クレンジング対応情報73、保険情報データベース74、提携事業者データベース75等の情報が格納される。なお、記憶部70のうち一部または全部は、NAS(Network Attached Storage)装置等を利用した、保険契約支援装置1から見た外部装置により実現されてもよい。
通信インターフェース10は、ネットワークNWに接続するためのハードウェア(例えばネットワークカード)を含む。通信インターフェース10は、「収集部」の一例である。通信インターフェース10によって、利用者端末100、薬局端末110、医院端末120、および病院端末130から、上記説明した健康情報および保険情報が収集される。なお、健康情報または保険情報は、保険契約支援装置1が備える入力部(不図示)を用いて手動で入力されてもよい。
[データ管理]
データ管理部20は、通信インターフェース10により収集された健康情報に対して、クレンジング処理および突合処理を行って、健康情報データベース72を構築する。
データ管理部20は、通信インターフェース10により収集された健康情報に対して、クレンジング処理および突合処理を行って、健康情報データベース72を構築する。
図4は、健康情報データベース72として格納される情報の一例を示す図である。図示するように、健康情報データベース72は、例えば、基本情報、生活因子、環境因子、遺伝因子、および医療データに大別される項目が、対象者の識別情報である対象者IDに対応付けられた情報である。以下、健康情報が取得された取得元の人のことを「対象者」と称する。また、一人の対象者の対象者IDに対応付けられた項目群を、「レコード」と称する。健康情報データベース72の各項目のうち遺伝因子を除く項目は、収集された日時、あるいは検査日時等に対応付けられた時系列データとなっている。
基本情報は、例えば、対象者の年齢、性別、身長、体重等の項目を含む。生活因子は、例えば、対象者の労働時間、睡眠時間、飲酒の有無または量、喫煙の有無または量、運動の頻度または量、単位時間(例えば1日)あたりの消費カロリー等の項目を含む。環境因子は、例えば、空気の質、水の質、気候、日射量等の自然環境因子と、熱や冷気等の職場環境因子と、対人環境等の人的因子とを含む。職場環境因子の項目「熱」とは、例えば製鉄所等の高温環境で就労しているか否かを示す項目である。また、職場環境因子の項目「冷気」とは、例えば冷凍食品の保管所等の冷温環境で就労しているか否かを示す項目である。対人環境とは、例えば家族や友人に対して特にストレスを感じているか否かを示す項目である。基本情報、生活因子、および環境因子の各項目は、例えば、医院端末120または病院端末130から収集される健診データ(問診表)から取得される。
遺伝因子は、例えば、特定の疾病に関連性の強い各種DNA情報や、家族の病歴等の項目を含む。医療データは、例えば、疾病歴、健診歴、投薬歴、手術歴、予防接種歴、血液検査結果、唾液検査結果、呼気検査結果、血圧、視力等の項目を含む。
健康情報データベース72の元となる情報は、まず、記憶部70のバッファ領域に格納される。そして、データ管理部20の処理によって、対象者IDに各項目が対応付けられた健康情報データベース72の形式に整えられる。以下、これについて説明する。図5は、データ管理部20により実行される処理の流れの一例を示すフローチャートである。本フローチャートの処理は、所定の周期で(例えば1日1回程度)実行される。
まず、データ管理部20は、記憶部70のバッファ領域に格納されている健康情報を、対象者順にソートする(ステップS100)。次に、データ管理部20は、対象者順に並べられた健康情報から、対象者を一人選択し(ステップS102)、選択した対象者が、健康情報データベース72に登録されていない、新たな対象者であるか否かを判定する(ステップS104)。選択した対象者が新たな対象者である場合、データ管理部20は、その対象者に対象者IDを付与し、健康情報データベース72に新たなレコードを追加する(ステップS106)。
次に、データ管理部20は、ステップS102で選択した対象者についての健康情報を、種類別にソートする(ステップS108)。健康情報の「種類」とは、例えば、「○○医院から収集した健診データ」、「××薬局から収集した血液検査結果」、といったように、健康情報の収集元とデータの種類とに基づいて特定される種類である。
次に、データ管理部20は、ステップS102で選択した対象者についての健康情報から一つの種類の健康情報を選択する(ステップS110)。そして、データ管理部20は、クレンジング対応情報73からステップS110で選択した健康情報の種類に対応する情報を取得し(ステップS112)、取得した情報に基づいて、健康情報から健康情報データベース72の項目に情報を転記する(ステップS114)。これによって、個別のフォーマットで収集される健康情報における必要な項目が、健康情報データベース72に転記されると共に、不要な項目が破棄されることになる(データクレンジング処理)。
図6は、クレンジング対応情報73として格納される情報の一例を示す図である。図示するように、クレンジング対応情報73は、健康情報の収集元とデータの種類とに基づいて特定される健康情報の種類ごとに、健康情報における項目の位置と、健康情報データベース72における項目の位置とを対応付けた情報である。
次に、データ管理部20は、現在選択されている対象人に関して、全ての健康情報の種類について処理を完了したか否かを判定する(ステップS116)。全ての健康情報の種類について処理を完了していない場合、データ管理部20は、ステップS110に戻り、健康情報の次の種類を一つ選択し、以降の処理を行う。
係る処理によって、現在選択されている対象人に関して、異なる種類の健康情報からの情報が足し合され、健康情報データベース72のレコードが形成される(突合処理)。データクレンジング処理と、突合処理とによって、様々なフォーマットで収集される健康情報を、統計処理に適した統一フォーマットの健康情報データベース72として管理することができる。
図7は、データクレンジング処理および突合処理の内容を模式的に示す図である。図示するように、データクレンジング処理によって、健康情報における必要な項目が健康情報データベース72に転記されると共に、不要な項目が破棄され、突合処理によって、同一の対象人に関する、異なる種類の健康情報からの情報が足し合わされる。
図5の説明に戻る。ステップS116において、全ての健康情報の種類について処理を完了したと判定した場合、データ管理部20は、全ての対象者について処理を完了したか否かを判定する(ステップS118)。全ての対象者について処理を完了していない場合、データ管理部20は、ステップS102に戻り、次の対象者を一人選択し、以降の処理を行う。全ての対象者について処理を完了した場合、データ管理部20は、本フローチャートの処理を終了する。
更に、データ管理部20は、通信インターフェース10が利用者端末100や保険会社端末200等から収集した保険情報に基づいて、保険情報データベース74を構築する。保険情報は、人が加入した保険の保険料および保険内容に関する情報である。データ管理部20は、健康情報データベース72と保険情報データベース74を、同一の対象者からの情報が互いに対応付けられた形で記憶部70に記憶させる。データ管理部20は、例えば、健康情報と保険情報の双方に含まれる氏名や住所、年齢等に基づいて対象者を同定し、同一の対象者からの情報には、健康情報データベース72と保険情報データベース74の双方において同じ対象者IDを付与して管理する。
図8は、保険情報データベース74として格納される情報の一例を示す図である。図示するように、保険情報データベース74には、健康情報データベース72と共通の対象者IDに対応付けられて、その対象者が加入した保険の保険内容および保険料、並びに保険に加入できなかった事実の有無が格納される。
[影響度の解析]
解析部30は、データ管理部20により記憶部70に構築された健康情報データベース72と、保険情報データベース74との対応関係に基づいて、健康情報データベース72に含まれる各パラメータの変動が、保険料および保険内容に与える影響を解析する。なお、解析部30による処理は、保険会社毎に行われてもよいし、料率計算が保険会社間で大きく相違しないとの前提であれば、保険会社を区別せずに行われてもよい。
解析部30は、データ管理部20により記憶部70に構築された健康情報データベース72と、保険情報データベース74との対応関係に基づいて、健康情報データベース72に含まれる各パラメータの変動が、保険料および保険内容に与える影響を解析する。なお、解析部30による処理は、保険会社毎に行われてもよいし、料率計算が保険会社間で大きく相違しないとの前提であれば、保険会社を区別せずに行われてもよい。
解析部30は、例えば、健康情報データベース72における各項目について、その変動量が保険料に与える影響度を解析する。項目の変動量とは、各項目の変化を項目ごとの基準に即して数値化したものであり、例えば、項目「飲酒」であれば1日あたりの飲酒量の変動量となる。影響度Qは、例えば式(1)で表される。式中、Pは保険料であり、xiは健康情報データベース72におけるi番目の項目の値である。また、Δxiはi番目の項目の値の変動量であり、αiはi番目の項目に対応した係数である。この係数αiをi番目の項目の値の変動量Δxiに乗算することで、i番目の項目の変動に依存する保険料Pの変動割合ΔPiが求められる。影響度Qは、保険料Pの変動割合ΔPiを保険料Pで除算した値となる。
P×Q=ΔPi=αi×Δxi …(1)
解析部30は、健康情報データベース72における各項目について、上記の式(1)を構築するために、以下の処理を行う。図9は、解析部30により実行される処理の流れの一例を示すフローチャートである。
まず、解析部30は、健康情報データベース72に含まれる項目から、着目項目を一つ選択する(ステップS200)。次に、解析部30は、健康情報データベース72から、着目項目以外の項目がほぼ同じ二つのレコードの組を抽出する(ステップS202)。更に、解析部30は、ステップS202で抽出したレコードの組を、保険情報データベース74において該当する二人の対象者の保険内容の項目がほぼ同じレコードの組に絞り込む(ステップS204)。「ほぼ同じ」とは、項目の内容ごとに定められる許容範囲内であることを意味する。そして、解析部30は、ステップS204で絞り込んだレコードの組に該当する対象者間での保険料の比較に基づき、影響度Qを導出する(ステップS206)。解析部30は、ステップS200からS206の処理を、健康情報データベース72に含まれる全ての項目を着目項目として選択し終えるまで繰り返し実行する(ステップS208)。
図10は、解析部30による処理を説明するための図である。図10は、項目「飲酒」に着目した場合の処理を示している。この場合、解析部30は、「飲酒」の項目が有意に異なり、その他の項目がほぼ同じである健康情報データベース72のレコードの組を抽出する。更に、解析部30は、抽出したレコードの組から、該当する対象者の加入した保険の保険内容がほぼ同じであるレコードの組に絞り込む。そして、解析部30は、例えば、絞り込んだレコードの組から、例えば「飲酒」の項目が飲酒有りとなっている対象者が支払っている保険料(図ではPA、PE、…)の平均値から、「飲酒」の項目が飲酒無しとなっている対象者が支払っている保険料(図ではPB、PF、…)の平均値を減算し、「飲酒」の項目が飲酒無しとなっている対象者が支払っている保険料(図ではPB、PF、…)で除算することで、影響度Qを導出する。係る処理によって、健康情報データベース72における各項目の変動が、保険料に与える影響を客観的に評価することができる。
また、解析部30は、後述する推奨情報の生成のために、項目毎の係数αiを導出して記憶部70に記憶させておく。この際に、解析部30は、項目の内容を数値化した項目値の差分についてレコード間での平均(平均差分)を求め、平均差分の大きさに基づいて係数αiを調整してもよい。上記の例では、解析部30は「飲酒」有りのグループの平均飲酒量が大きい値であれば、係数αiを相対的に小さく調整し、「飲酒」有りのグループの平均飲酒量が小さい値であれば、係数αiを相対的に大きく調整する。
なお、保険内容と保険料が比例関係にあるという前提であれば、解析部30は、図9のステップS204の処理を省略し、影響度Qを導出する際に用いられる対象者毎の「保険料」に対して、保険内容に応じた換算係数を乗算してもよい。例えば、基準となる保険内容に対して、各対象者の保険内容がW倍であれば換算係数は(1/W)といったように、保険内容の値の逆数に基づいて算出される。
更に、解析部30は、「保険料が変動しない健康情報の変動幅」についても算出してよい。この場合、解析部30は、健康情報データベース72における着目項目について、それ以外の項目がほぼ同じ二つのレコードの組を抽出し、さらに、抽出したレコードの組を、保険情報データベース74において保険内容および保険料の項目がほぼ同じレコードの組に絞り込む。そして、解析部30は、絞り込んだレコードの組における着目項目間の差分の最大値を、「保険料が変動しない健康情報の変動幅」として算出する。
[推奨情報]
推奨情報生成部40のうち保険料低減項目選択部42は、保険に加入しようとする特定の人、或いは保険内容を見直したい特定の人(以下、依頼者と称する)からの照会に応じて、依頼者が支払う保険料を低減させる行動変容を推奨する推奨情報を生成する。依頼者は、自らの健康情報を、上記説明した種々の手法で保険契約支援装置1に提供した上で、下記のサービスを受けることができる。なお、照会は、保険の提供者からなされてもよい。
推奨情報生成部40のうち保険料低減項目選択部42は、保険に加入しようとする特定の人、或いは保険内容を見直したい特定の人(以下、依頼者と称する)からの照会に応じて、依頼者が支払う保険料を低減させる行動変容を推奨する推奨情報を生成する。依頼者は、自らの健康情報を、上記説明した種々の手法で保険契約支援装置1に提供した上で、下記のサービスを受けることができる。なお、照会は、保険の提供者からなされてもよい。
保険料低減項目選択部42は、健康情報データベース72に含まれる各項目について、上限と下限を設定しておく。例えば、項目が「飲酒」であれば、上限は例えば「5合以上/1日」と設定され、下限は「飲酒無し」と設定される。また、項目が「睡眠時間」であれば、上限は「8時間以上」に設定され、下限は「4時間未満」に設定される。その上で、保険料低減項目選択部42は、図11に例示する処理を実行する。
図11は、保険料低減項目選択部42により実行される処理の流れの一例を示すフローチャートである。まず、保険料低減項目選択部42は、依頼者の健康情報に含まれる項目から、着目項目を一つ選択する(ステップS300)。次に、保険料低減項目選択部42は、ステップS300で選択した着目項目について、改善方向への変動可能量(改善可能幅)を算出する(ステップS302)。改善可能幅は、項目の内容に応じて、上限側への変動幅である場合もあるし、下限側への変動幅である場合もある。例えば、項目が「飲酒」であれば下限に近い方が保険料は安くなり、項目が「睡眠時間」であれば上限に近い方が保険料は安くなると考えられるからである。
そして、保険料低減項目選択部42は、ステップS300で選択した着目項目について、ステップS302で算出した改善可能幅に、解析部30により予め導出されている着目項目を項目iとした場合の計数αiを乗算する(ステップS304)。これによって、保険料低減項目選択部42は、「着目項目を最大限に改善した場合の保険料の改善率」を導出することができる。保険料低減項目選択部42は、ステップS300からS304の処理を、依頼者の健康情報に含まれる全ての項目を着目項目として選択し終えるまで繰り返し実行する(ステップS306)。
次に、保険料低減項目選択部42は、依頼者の健康情報に含まれる全ての項目について導出した保険料の改善率を降順にソートし(ステップS308)、上位項目(例えば上位3番目までの項目)の行動変容を推奨する推奨情報を生成し(ステップS310)、通信インターフェース10を介して利用者端末100等に送信する(ステップS312)。例えば、上位から3番目までの項目が「睡眠時間」、「喫煙」、「運動」であった場合、推奨情報は、「保険料低減のために、睡眠を良く取り、禁煙し、運動を積極的にするようにしましょう」といった情報となる。これによって、依頼者は、自らの行動変容によって保険料を低減させることができる。また、保険の提供者にとっても、疾病リスクの高い人が保険に加入するのを抑制することで、保険金の支払いを抑制することができる。
なお、保険料低減項目選択部42は、「その項目を最大限に改善した場合の保険料の改善率」ではなく、「その項目を基準幅だけ改善した場合の保険料の改善率」を導出してもよい。この場合、保険料低減項目選択部42は、改善可能幅がゼロでない各項目について、項目毎に定められている基準幅だけ改善した場合の保険料の改善率を導出し、上位から順に選択して依頼者に提供する。
また、推奨情報生成部40のうち保険加入可能条件推定部44は、依頼者からの照会に応じて、本来であれば保険に加入できなかった依頼者が保険に加入可能となるための行動変容を推奨する推奨情報を生成する。
保険加入可能条件推定部44は、例えば、健康情報データベース72に格納されているレコードを、保険情報データベース74の内容に基づいて、保険に加入できた対象者のレコードと、加入できなかった対象者のレコードにそれぞれグループ化する。そして、健康情報データベース72の各項目について、保険加入の可否基準となる境界線の有無、および境界線の位置を探索する。
例えば、項目が「睡眠時間」である場合、保険加入可能条件推定部44は、4時間、5時間、6時間、といったように複数の境界線を設定し、各境界線で健康情報データベース72に格納されているレコードを区切った場合に、保険加入の可否に基づくグループにどの程度合致しているかを数値化する。例えば、保険加入可能条件推定部44は、「睡眠時間」の境界線を4時間とした場合、睡眠時間が4時間未満の対象者のグループと、睡眠時間が4時間以上の対象者のグループとに分け、保険加入の可否に基づくグループ分けとの合致度を算出する。合致度は、例えば、対象者全員の数を分母とし、境界線に基づくグループへの所属と保険加入の可否に基づくグループへの所属とが一致した対象者の数を分子として求められる。保険加入可能条件推定部44は、閾値よりも高い合致度が得られた境界線を、保険加入の可否基準となる境界線とする。一方、保険加入可能条件推定部44は、閾値よりも高い合致度が得られる境界線が存在しない場合は、その項目は保険加入の可否に影響を与えない項目であると判断する。
保険加入可能条件推定部44は、上記のような判定を各項目について行い、保険加入を可能とする項目毎の境界線を設定する。そして、依頼者から得られた健康情報の各項目について境界線よりも保険加入可能側であるか否かを判定し、境界線よりも保険加入可能側でない項目についての行動変容を推奨する推奨情報を生成し、利用者端末100等に送信する。これによって、本来であれば保険に加入できなかった依頼者が、保険に加入できる可能性を生じさせることができる。
また、推奨情報生成部40は、提携事業者データベース75を参照し、各種紹介を推奨情報に含めてもよい。図12は、提携事業者データベース75として格納される情報の一例を示す図である。図示するように、提携事業者データベース75では、推奨情報に含まれる項目と、提携事業者とが対応付けられている。推奨情報生成部40は、生成した推奨情報に「禁煙」の項目が含まれている場合、禁煙外来を行う医院の情報を推奨情報に付加して依頼者に出力する。
請求管理部50は、依頼者が、保険契約支援装置1による推奨情報を受けて保険に加入した場合、加入した保険会社に対して支援報酬の請求を行う。請求管理部50は、例えば、通信インターフェース10を介して、推奨情報を受けて保険に加入した依頼者の数に応じた請求額を保険会社端末200に送信する。
図13は、実施形態の保険契約支援装置1を中心として実行される処理の流れの一例を示すシーケンス図である。まず、情報収集用機器によって健康情報が収集され(ステップS400)、対象者から保険情報が収集される(ステップS402)。保険契約支援装置1は、健康情報データベース72と保険情報データベース74とに基づく解析を行い、影響度Qや項目毎の係数αiを導出しておく(ステップS404)。
その後、依頼者等からの照会があると(ステップS406)、保険契約支援装置1は、依頼者の健康情報に基づいて推奨情報を生成し(ステップS408)、依頼者に提供する(ステップS410)。
依頼者が保険の申し込みを行うと(ステップS412)、保険会社端末200から申し込み受領の通知がなされ(ステップS414)、保険契約支援装置1は請求情報を保険会社端末200に送信する(ステップS416)。
以上説明した実施形態によれば、データ管理部20が、健康情報と保険情報を、同一人からの情報を互いに対応付けて健康情報データベース72および保険情報データベース74として記憶部70に記憶させ、解析部30が、それらの対応関係に基づいて、健康情報に含まれる各パラメータの変動が保険に与える影響を解析することにより、人の健康状態が保険の加入条件に与える影響について客観的な評価をすることができる。
また、実施形態によれば、データクレンジング処理と、突合処理とによって、様々なフォーマットで収集される健康情報を、統計処理に適した統一フォーマットの健康情報データベース72として管理することができる。
また、実施形態によれば、推奨情報生成部40が、依頼者から取得された健康情報と、解析部30により解析された影響とに基づいて、保険料を低減させるための行動変容を推奨する推奨情報を生成することにより、依頼者は、自らの行動変容によって保険料を低減させることができる。また、保険の提供者にとっても、疾病リスクの高い人が保険に加入するのを抑制することで、保険金の支払いを抑制することができる。
また、実施形態によれば、推奨情報生成部40のうち保険加入可能条件推定部44が、依頼者が保険に加入可能となるための行動変容を推奨する推奨情報を生成するため、本来であれば保険に加入できなかった依頼者が、保険に加入できる可能性を生じさせることができる。
なお、上記実施形態では、健康情報や保険情報を提供する人から、それらの情報が統計処理等に用いられることの合意を得ることについて言及していないが、保険契約支援装置1は、人から合意を取得した上で上記説明した統計処理等を実行するようにしてもよい。
以上説明した少なくともひとつの実施形態によれば、人の健康に関する健康情報であって、複数のパラメータを含む健康情報と、人が加入した保険の保険料および保険内容に関する保険情報とを収集する収集部(10)と、収集部により収集された健康情報と保険情報を、同一人からの情報を互いに対応付けて記憶部(70)に記憶させるデータ管理部(20)と、データ管理部(20)により記憶部(70)に記憶された健康情報と保険情報との対応関係に基づいて、収集部により収集された健康情報に含まれる各パラメータの変動が保険に与える影響を解析する解析部(30)とを持つことにより、人の健康状態が保険の加入条件に与える影響について客観的な評価をすることができる。
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
1…保険契約支援装置、10…通信インターフェース、20…データ管理部、30…解析部、40…推奨情報生成部、42…保険料低減項目選択部、44…保険加入可能条件推定部、50…請求管理部、70…記憶部、71…プログラム、72…健康情報データベース、73…クレンジング対応情報、74…保険情報データベース、75…提携事業者データベース、100…利用者端末、102…活動量計、104…バイタルセンサ、110…薬局端末、120…医院端末、130…病院端末、200…保険会社端末
Claims (7)
- 人の健康に関する健康情報であって、複数のパラメータを含む健康情報と、人が加入した保険の保険料および保険内容に関する保険情報とを収集する収集部と、
前記収集部により収集された健康情報と保険情報を、同一人からの情報を互いに対応付けて記憶部に記憶させるデータ管理部と、
前記データ管理部により前記記憶部に記憶された健康情報と保険情報との対応関係に基づいて、前記収集部により収集された健康情報に含まれる各パラメータの変動が保険に与える影響を解析する解析部と、
を備える保険契約支援装置。 - 前記データ管理部は、前記収集部により収集される健康情報の収集元ごとに特定される健康情報の種類と、前記記憶部に記憶させる情報の形式との対応関係を示す対応情報を参照することで、前記収集部により個別のフォーマットで収集される健康情報における不要な項目を破棄すると共に、異なる種類の健康情報からの情報を人について足し合わせて前記記憶部に記憶させる、
請求項1記載の保険契約支援装置。 - 前記収集部により特定の人から取得された健康情報と、前記解析部により解析された影響とに基づいて、前記特定の人が保険料を低減させるための行動変容を推奨する推奨情報を生成する推奨情報生成部を更に備える、
請求項1または2記載の保険契約支援装置。 - 前記保険情報には、人が保険に加入できなかった事実を示す情報が含まれ、
前記収集部により特定の人から取得された健康情報と、前記収集部により予め収集された保険情報とに基づいて、前記特定の人が保険に加入可能となるための行動変容を推奨する推奨情報を生成する推奨情報生成部を更に備える、
請求項1から3のうちいずれか1項記載の保険契約支援装置。 - 前記特定の人が前記推奨情報生成部により生成された推奨情報を利用して保険に加入した場合に、前記加入した保険の保険会社に対する請求額を決定する請求管理部を更に備える、
請求項3または4記載の保険契約支援装置。 - コンピュータが、
人の健康に関する健康情報であって、複数のパラメータを含む健康情報と、人が加入した保険の保険料および保険内容に関する保険情報とを収集し、
前記収集した健康情報と保険情報を、同一人からの情報を互いに対応付けて記憶部に記憶させ、
前記記憶部に記憶された健康情報と保険情報との対応関係に基づいて、前記収集された健康情報に含まれる各パラメータの変動が、前記保険情報に含まれる保険料および保険内容に与える影響を解析する、
保険契約支援方法。 - コンピュータに、
収集部により収集された、人の健康に関し複数のパラメータを含む健康情報と、人が加入している保険の保険料および保険内容に関する保険情報とを、同一人からの情報を互いに対応付けて記憶部に記憶させる処理と、
前記記憶部に記憶された健康情報と保険情報との対応関係に基づいて、前記収集された健康情報に含まれる各パラメータの変動が、前記保険情報に含まれる保険料および保険内容に与える影響を解析する処理と、
を実行させるための保険契約支援プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015074540A JP2016194821A (ja) | 2015-03-31 | 2015-03-31 | 保険契約支援装置、保険契約支援方法、および保険契約支援プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015074540A JP2016194821A (ja) | 2015-03-31 | 2015-03-31 | 保険契約支援装置、保険契約支援方法、および保険契約支援プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016194821A true JP2016194821A (ja) | 2016-11-17 |
Family
ID=57323579
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015074540A Pending JP2016194821A (ja) | 2015-03-31 | 2015-03-31 | 保険契約支援装置、保険契約支援方法、および保険契約支援プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2016194821A (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6203440B1 (ja) * | 2017-02-02 | 2017-09-27 | 株式会社アルム | 情報処理装置、及び情報処理システム |
WO2018116862A1 (ja) * | 2016-12-22 | 2018-06-28 | ソニー株式会社 | 情報処理装置および方法、並びにプログラム |
JP2018106401A (ja) * | 2016-12-26 | 2018-07-05 | 大日本印刷株式会社 | 保険業務支援システム、保険業務支援装置及びコンピュータプログラム |
JP2019012493A (ja) * | 2017-07-03 | 2019-01-24 | 株式会社日立製作所 | 保険設計支援システム及び保険設計支援方法 |
WO2020149447A1 (ko) * | 2019-01-15 | 2020-07-23 | 제노플랜코리아 주식회사 | 보험 추천 시스템 및 그 동작 방법 |
CN111461902A (zh) * | 2020-03-31 | 2020-07-28 | 泰康保险集团股份有限公司 | 保费处理方法、装置、设备及计算机可读存储介质 |
-
2015
- 2015-03-31 JP JP2015074540A patent/JP2016194821A/ja active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018116862A1 (ja) * | 2016-12-22 | 2018-06-28 | ソニー株式会社 | 情報処理装置および方法、並びにプログラム |
JPWO2018116862A1 (ja) * | 2016-12-22 | 2019-10-24 | ソニー株式会社 | 情報処理装置および方法、並びにプログラム |
JP7074069B2 (ja) | 2016-12-22 | 2022-05-24 | ソニーグループ株式会社 | 情報処理装置および方法、並びにプログラム |
US11615476B2 (en) | 2016-12-22 | 2023-03-28 | Sony Corporation | Information processing device and method |
JP2018106401A (ja) * | 2016-12-26 | 2018-07-05 | 大日本印刷株式会社 | 保険業務支援システム、保険業務支援装置及びコンピュータプログラム |
JP6203440B1 (ja) * | 2017-02-02 | 2017-09-27 | 株式会社アルム | 情報処理装置、及び情報処理システム |
JP2018124846A (ja) * | 2017-02-02 | 2018-08-09 | 株式会社アルム | 情報処理装置、及び情報処理システム |
JP2019012493A (ja) * | 2017-07-03 | 2019-01-24 | 株式会社日立製作所 | 保険設計支援システム及び保険設計支援方法 |
WO2020149447A1 (ko) * | 2019-01-15 | 2020-07-23 | 제노플랜코리아 주식회사 | 보험 추천 시스템 및 그 동작 방법 |
CN111461902A (zh) * | 2020-03-31 | 2020-07-28 | 泰康保险集团股份有限公司 | 保费处理方法、装置、设备及计算机可读存储介质 |
CN111461902B (zh) * | 2020-03-31 | 2023-12-15 | 泰康保险集团股份有限公司 | 保费处理方法、装置、设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Murakami et al. | Accuracy of wearable devices for estimating total energy expenditure: comparison with metabolic chamber and doubly labeled water method | |
Price et al. | Validation of the Fitbit One, Garmin Vivofit and Jawbone UP activity tracker in estimation of energy expenditure during treadmill walking and running | |
US20210307653A1 (en) | Brain dysfunction evaluation system, brain dysfunction evaluation method, and program | |
Strath et al. | Guide to the assessment of physical activity: clinical and research applications: a scientific statement from the American Heart Association | |
Broadbent et al. | Trajectory patterns of dental caries experience in the permanent dentition to the fourth decade of life | |
Colantonio et al. | A smart mirror to promote a healthy lifestyle | |
JP2016194821A (ja) | 保険契約支援装置、保険契約支援方法、および保険契約支援プログラム | |
Sasaki et al. | Measurement of physical activity using accelerometers | |
US20070299360A1 (en) | Systems and Methods for Analyzing and Assessing Dementia and Dementia-Type Disorders | |
US8458610B2 (en) | Medical information generation and recordation methods and apparatus | |
US20140095202A1 (en) | Medication effect prediction system and control method thereof | |
Luo et al. | A preliminary dual-energy X-ray absorptiometry-based finite element model for assessing osteoporotic hip fracture risk | |
WO2013166347A1 (en) | Devices, systems, and methods for automated data collection | |
KR102297367B1 (ko) | 생체정보 수집 및 온라인 문진을 이용한 건강관리케어 서비스 제공 서버 | |
US20180060518A1 (en) | Electronic community medical marijuana network | |
Stahl et al. | Caloric expenditure assessment among older adults: Criterion validity of a novel accelerometry device | |
Marras et al. | Cumulative spine loading and clinically meaningful declines in low-back function | |
Raposo et al. | e-CoVig: a novel mHealth system for remote monitoring of symptoms in COVID-19 | |
US20180301211A1 (en) | Electronic community medical marijuana network | |
Crossland et al. | Evaluation of a home-printable vision screening test for telemedicine | |
Pustozerov et al. | Mobile-based decision support system for gestational diabetes mellitus | |
US20160188830A1 (en) | System and method for real-time online and on-demand medical diagnosis and treatment of a patient | |
Cruz Rivera et al. | Performance of bioelectrical impedance analysis compared to dual X-ray absorptiometry (DXA) in Veterans with COPD | |
Tamantini et al. | A classification method for workers’ physical risk | |
Wagner et al. | Assessment of Pediatric Telemedicine using remote physical examinations with a Mobile Medical device: a Nonrandomized Controlled Trial |