JP6066826B2 - 分析システム及び保健事業支援方法 - Google Patents
分析システム及び保健事業支援方法 Download PDFInfo
- Publication number
- JP6066826B2 JP6066826B2 JP2013104664A JP2013104664A JP6066826B2 JP 6066826 B2 JP6066826 B2 JP 6066826B2 JP 2013104664 A JP2013104664 A JP 2013104664A JP 2013104664 A JP2013104664 A JP 2013104664A JP 6066826 B2 JP6066826 B2 JP 6066826B2
- Authority
- JP
- Japan
- Prior art keywords
- medical
- information
- node
- model
- probability
- 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.)
- Expired - Fee Related
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
- 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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
第1の実施例では、医療データ(例えば、レセプト情報、健診情報、問診情報)に基づいて、病気の発症予防及び重症化予防のために、保健指導の対象者を選択し、保健指導方法を提案し、保健指導効果を予測する医療データ分析システムの例を説明する。
ここで、ΣはSの全ての要素pの和である。定量依存度の場合と同様に、ランダム化したw1、w2についても、e(w1,w2)を計算する。e(v1,v2)は、正の値とし、v1、v2の共起度が大きいほど、小さい値となる。そのため、ランダムな場合で正規化したe(v1,v2)/e(w1,w2)が1より大きい場合、v1とv2とには依存関係がないと判断できる。また、e(v1,v2)/e(w1,w2)は0以上の値である。そこで、e(v1,v2)/e(w1,w2)が1より大きい場合の共起依存度を0とし、それ以外の場合の共起依存度を1−e(v1,v2)/e(w1,w2)とする。
ここで、fのパラメータ(上記の場合にはα、β、γ)を定める方法を説明する。例えば、図20(B)(C)に示す例2005の場合と2006の場合では、例2005のx1、x2の定量依存度Q(x1,x2)の値と、例2006の共起依存度C(x1,x2)の値は近いことが望ましい。そこで、様々な定量依存度を有するベクトルx1、x2の複数の組み合わせを準備し、Q(x1,x2)を計算し、そのうち、x2の値をランダムに変更したx2を準備しC(x1,x2)を計算する。Q(x1,x2)とf(C(x1,x2))は近い値となることが望ましいので、例えば、f(C(x1,x2))とQ(x1,x2)の最小二乗誤差が小さくなるように、fのパラメータを定める。例2005と例2006とでは、例2006のx2は、例2005のx2の値を、0→1、1→0、2→3、3→2に変換したものである。
P(X1,X4,X5,X6,X7,X8)=P(X1)P(X6)P(X8)P(X7|X8)P(X5|X6,X7)P(X4|X1,X5)
P(X5=s)は、下式によって与えられる。なお、ΣはX5以外の全ての確率変数の状態についての和である。
P(X5=s)=ΣP(X1,X4,X5,X6,X7,X8)
P(X5=s)=ΣP(X1=t,X4,X5,X6,X7,X8)
第2の実施例では、項目とデータエントリから構成される表形式情報に基づいて、グラフィカルモデルを構築する。そして、新たに得られたデータの未知の値を、構築されたモデルに基づいて、予測する分析システムの例を説明する。
102 入力部
103 出力部
104 演算装置
105 メモリ
106 記憶媒体
107 データ整形部
108 病態因果・遷移モデル作成部
109 因果・遷移構造算出部
110 ノード生成部
111 確率テーブル算出部
112 発症確率・医療費予測部
113 モデル再構築部
114 病態遷移確率・医療費予測部
115 保健指導支援部
116 データベース
117 医療情報記憶部
118 整形情報記憶部
119 因果遷移モデル記憶部
120 ノード情報記憶部
121 再構築モデル記憶部
122 予測結果記憶部
201 データ分析装置
202 入力部
203 出力部
204 演算装置
205 メモリ
206 記憶媒体
207 グラフィカルモデル作成部
208 グラフィカルモデル構造算出部
209 ノード生成部
210 確率テーブル算出部
211 予測部
212 簡易グラフィカルモデル再構築部
213 確率推論部
214 データベース
215 表形式情報記憶部
216 グラフィカルモデル記憶部
217 ノード情報記憶部
218 再構築モデル記憶部
219 予測結果記憶部
Claims (15)
- プログラムを実行するプロセッサと、前記プログラムを格納するメモリとを有し、前記プログラムを実行することによって医療データを分析する分析システムであって、
前記分析システムは、加入者の傷病名と前記加入者に対して行われた医療行為とを含む医療情報と、前記医療行為の費用情報と、前記加入者の健康診断による検査値を含む健診情報と、を格納するデータベースにアクセス可能であって、
前記分析システムは、
前記プロセッサが、病態と前記病態に関する発症確率変数とに対応する病態ノードと、前記病態の変化に影響を与える因子を表す因子確率変数に対応する因子ノードと、前記病態ノードと前記因子ノードとの間で有向辺又は無向辺によって定義された確率的依存性と、を含むグラフ構造を、前記医療情報と前記健診情報とに基づいて作成し、前記作成されたグラフ構造を前記データベースに格納する因果・遷移構造算出部と、
前記プロセッサが、前記医療情報と前記健診情報とに基づいて、前記発症確率変数と前記因子確率変数との事象空間を作成し、前記作成した事象空間を前記データベースに格納するノード生成部と、
前記プロセッサが、前記医療情報と前記健診情報と前記事象空間とに基づいて、前記グラフ構造の条件付確率を算出し、前記算出した条件付確率を前記データベースに格納する確率算出部と、
前記プロセッサが、前記グラフ構造と前記事象空間と前記条件付確率とから構成されるモデルに基づいて、指定された確率変数からなるグラフ構造と事象空間と条件付確率とによってモデルを再構成し、前記再構成したモデルを前記データベースに格納するモデル再構築部と、
前記プロセッサが、前記医療行為の費用情報と前記再構成されたモデルとに基づいて、病態遷移確率及び医療費を予測する病態遷移・医療費予測部と、
前記プロセッサが、前記予測された病態遷移確率及び医療費に基づいて、健康指導の対象者及び健康指導内容を選定する健康指導支援部と、を備えることを特徴とする分析システム。 - 請求項1に記載の分析システムであって、
前記プロセッサが、医療行為が行われた回数、医療行為の費用及び前記健診情報を、前記医療情報及び前記健診情報から取得し、前記取得した情報を前記加入者毎かつ所定期間毎に纏めた整形情報を作成し、前記作成した整形情報を前記データベースに格納するデータ整形部を備えることを特徴とする分析システム。 - 請求項2に記載の分析システムであって、
前記因果・遷移構造算出部は、前記整形情報中の医療行為が行われた回数及び前記健診情報の内容を確率変数としてグラフ構造を作成することを特徴とする分析システム。 - 請求項1に記載の分析システムであって、
前記因果・遷移構造算出部は、第1の期間の検査値に対応するノードから前記第1の期間より所定期間後の第2の期間の医療行為に対応するノードの方向に定義される有向辺、及び、前記第1の期間の医療行為に対応するノードから前記第2の期間の医療行為に対応するノードの方向に定義される有向辺を含むグラフ構造を作成することを特徴とする分析システム。 - 請求項1に記載の分析システムであって、
前記因果・遷移構造算出部は、第1の期間の検査値に対応するノードから前記第1の期間より所定期間後の第2の期間の検査値に対応するノードの方向に定義される有向辺、第1の期間の生活習慣に対応するノードから前記第2の期間の検査値に対応するノードの方向に定義される有向辺、前記第2の期間の検査値に対応するノードから前記第2の期間の医療行為に対応するノードの方向に定義される有向辺、及び、前記第1の期間の医療行為に対応するノードから前記第2の期間の医療行為に対応するノードの方向に定義された有向辺を含むグラフ構造を作成することを特徴とする分析システム。 - 請求項1に記載の分析システムであって、
前記因果・遷移構造算出部は、第1の期間の医療費に対応するノードから前記第1の期間より所定期間後の第2の期間の医療費に対応するノードの方向に定義される有向辺、及び、前記第2の期間の医療行為に対応するノードから前記第2の期間の医療費に対応するノードの方向に定義される有向辺を含むグラフ構造を作成することを特徴とする分析システム。 - 請求項2に記載の分析システムであって、
前記因果・遷移構造算出部は、
前記整形情報の事例のうち、前記二つの確率変数において値が欠落していない事例の値を要素とする二つのベクトルv1及びv2を作成し、
前記二つのベクトルv1及びv2の要素をそれぞれ独立に並べ替えたベクトルw1及びw2を作成し、
前記ベクトルv1の相関係数から前記ベクトルw1の相関係数を減じた値と、前記ベクトルv2の相関係数から前記ベクトルw2の相関係数を減じた値との定量的な関連性に基づく類似度を求め、
前記w1及びw2の各要素の組からなる集合のエントロピーと、v1及びv2の各要素との組からなる集合のエントロピーとの比を共起性に基づく類似度として求め、
同一ベクトルでの前記求められた二つの類似度の値が近くなるように変換関数を作成することによって値を校正した二つの類似度のうち大きい値を、二つの確率変数間の確率的依存度として算出することを特徴とする分析システム。 - 請求項7に記載の分析システムであって、
前記因果・遷移構造算出部は、ノード間の確率的依存度が所定の基準以下のノード間には無向辺及び有向辺のいずれも定義しないことを特徴とする分析システム。 - 請求項7に記載の分析システムであって、
前記ノード生成部は、
ノード間の確率的依存度が所定の基準以上のノード同士を集約し、新たな一つのノードとして定義し、
前記新たに定義したノードのグラフ構造によってモデルを再構築することを特徴とする分析システム。 - 請求項2に記載の分析システムであって、
前記ノード生成部は、子ノードを有する親ノードについて、前記親ノードの値と前記子ノードの値との組の各々と一致する事例数が、前記整形情報の中に所定の基準以上存在するように、ノードの事例数が少ない事象を統合することによって、ノードの事象空間を定めることを特徴とする分析システム。 - 請求項1に記載の分析システムであって、
前記ノード生成部は、子ノードを有する親ノードの事象のうち、前記子ノードの条件付確率分布の変化が所定の基準以下となる事象を統合することによって、ノードの事象空間を定めることを特徴とする分析システム。 - 請求項1に記載の分析システムであって、
前記健康指導支援部は、
前記加入者の検査値を健康指導サービスによる改善後検査値に置き換えた第2の予測医療費及び前記健康指導サービスの費用を前記加入者の予測医療費から減じることによって予測効果を計算し、
前記計算された予測効果が高い加入者と健康指導サービスとの組を、健康指導の対象者及び健康指導内容として選定することを特徴とする分析システム。 - 請求項1に記載の分析システムであって、
前記健康指導支援部は、
前記加入者の病態の遷移確率と平均的な病態の遷移確率との比によって第1の発症リスクを算出し、
ユーザが検査値改善目標値を入力することによって、前記加入者の検査値を改善目標値に置き換えた病態の遷移確率を用いて、第2の発症リスクを算出し、
前記第1の発症リスクと前記第2の発症リスクとを比較することによって、改善によるリスク低減効果を表示するためのデータを生成することを特徴とする分析システム。 - プログラムを実行するプロセッサと、前記プログラムを格納するメモリとを有し、前記プログラムを実行することによってデータを分析する分析システムであって、
前記分析システムは、列にデータの属性項目、及び行にデータエントリを記載した表形式情報を格納するデータベースにアクセス可能であって、
前記分析システムは、
前記プロセッサが、前記表形式情報に基づいて、属性項目を表す確率変数間の確率的依存性が有向辺又は無向辺によって定義されたグラフ構造を作成し、前記作成されたグラフ構造を前記データベースに格納するグラフィカルモデル構造算出部と、
前記プロセッサが、前記表形式情報に基づいて、前記確率変数の事象空間を作成し、前記作成された事象空間を前記データベースに格納するノード生成部と、
前記プロセッサが、前記表形式情報及び前記事象空間に基づいて、前記グラフ構造の条件付確率を算出し、前記算出された条件付確率を前記データベースに格納する確率テーブル算出部と、
前記プロセッサが、前記グラフ構造、前記事象空間及び前記条件付確率から構成されるモデルに基づいて、指定された確率変数からなるグラフ構造、事象空間、条件付確率によってモデルを再構成し、前記再構成したモデルを前記データベースに格納するモデル再構築部と、
前記プロセッサが、前記再構成されたモデルに基づいて、各確率変数が各状態をとる確率を算出する確率推論部と、を備えることを特徴とする分析システム。 - プログラムを実行するプロセッサと、前記プログラムを格納するメモリとを有する計算機を用いて健康指導を支援する健康事業支援方法であって、
前記計算機は、加入者の傷病名と前記加入者に対して行われた医療行為とを含む医療情報と、前記医療行為の費用情報と、前記加入者の健康診断による検査値を含む健診情報と、を格納するデータベースにアクセス可能であって、
前記健康事業支援方法は、
前記プロセッサが、病態と前記病態に関する発症確率変数とに対応する病態ノードと、前記病態の変化に影響を与える因子を表す因子確率変数に対応する因子ノードと、前記病態ノードと前記因子ノードとの間で有向辺又は無向辺によって定義された確率的依存性と、を含む病態と前記病態に関する発症確率変数とに対応する病態ノードと、前記病態の変化に影響を与える因子を表す因子確率変数に対応する因子ノードと、前記病態ノードと前記因子ノードとの間で有向辺又は無向辺によって定義された確率的依存性と、を含むグラフ構造を、前記医療情報と前記健診情報とに基づいて作成し、前記作成されたグラフ構造を前記データベースに格納する因果・遷移構造算出ステップと、
前記プロセッサが、前記医療情報と前記健診情報とに基づいて、前記発症確率変数と前記因子確率変数との事象空間を作成し、前記作成した事象空間を前記データベースに格納するノード生成ステップと、
前記プロセッサが、前記医療情報と前記健診情報と前記事象空間とに基づいて、前記グラフ構造の条件付確率を算出し、前記算出した条件付確率を前記データベースに格納する確率算出ステップと、
前記プロセッサが、前記グラフ構造と前記事象空間と前記条件付確率とから構成されるモデルに基づいて、指定された確率変数からなるグラフ構造と事象空間と条件付確率とによってモデルを再構成し、前記再構成したモデルを前記データベースに格納するモデル再構築ステップと、
前記プロセッサが、前記医療行為の費用情報と前記再構成されたモデルとに基づいて、病態遷移確率及び医療費を予測する病態遷移・医療費予測ステップと、
前記プロセッサが、前記予測された病態遷移確率及び医療費に基づいて、健康指導の対象者及び健康指導内容を選定する健康指導支援ステップと、を含むことを特徴とする健康事業支援方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013104664A JP6066826B2 (ja) | 2013-05-17 | 2013-05-17 | 分析システム及び保健事業支援方法 |
EP14168538.8A EP2804119A3 (en) | 2013-05-17 | 2014-05-15 | Analysis System and Health Business Support Method |
US14/278,154 US20140343965A1 (en) | 2013-05-17 | 2014-05-15 | Analysis system and health business support method |
CN201410208444.4A CN104166667B (zh) | 2013-05-17 | 2014-05-16 | 分析***以及保健事业支援方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013104664A JP6066826B2 (ja) | 2013-05-17 | 2013-05-17 | 分析システム及び保健事業支援方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2014225176A JP2014225176A (ja) | 2014-12-04 |
JP2014225176A5 JP2014225176A5 (ja) | 2016-03-17 |
JP6066826B2 true JP6066826B2 (ja) | 2017-01-25 |
Family
ID=50735917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013104664A Expired - Fee Related JP6066826B2 (ja) | 2013-05-17 | 2013-05-17 | 分析システム及び保健事業支援方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20140343965A1 (ja) |
EP (1) | EP2804119A3 (ja) |
JP (1) | JP6066826B2 (ja) |
CN (1) | CN104166667B (ja) |
Families Citing this family (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6220310B2 (ja) * | 2014-04-24 | 2017-10-25 | 株式会社日立製作所 | 医用画像情報システム、医用画像情報処理方法及びプログラム |
WO2016120986A1 (ja) * | 2015-01-27 | 2016-08-04 | 株式会社日立製作所 | 分析システム及び保健事業支援方法 |
US20180018571A1 (en) * | 2015-02-06 | 2018-01-18 | Quorum.Ai Inc. | System and method for using artificial intelligence in making decisions |
JP6301853B2 (ja) * | 2015-02-18 | 2018-03-28 | 株式会社日立製作所 | 経年変化予測システム |
JP6282783B2 (ja) * | 2015-05-12 | 2018-02-21 | 株式会社日立製作所 | 分析システム及び分析方法 |
US10991053B2 (en) * | 2015-07-02 | 2021-04-27 | DZee Solutions, Inc. | Long-term healthcare cost predictions using future trajectories and machine learning |
WO2017013712A1 (ja) * | 2015-07-17 | 2017-01-26 | 株式会社日立製作所 | 保険用情報提供システムおよび保険用情報提供方法 |
JP6468652B2 (ja) * | 2015-07-21 | 2019-02-13 | Kddi株式会社 | 医療データ解析装置 |
JP2017037489A (ja) * | 2015-08-10 | 2017-02-16 | 株式会社リコー | 情報処理システム、情報処理装置及び情報処理方法 |
US10902524B2 (en) * | 2015-09-30 | 2021-01-26 | Sensormatic Electronics, LLC | Sensor based system and method for augmenting underwriting of insurance policies |
JP6593231B2 (ja) * | 2016-03-14 | 2019-10-23 | 富士通株式会社 | レセプト電算ファイル作成プログラム、レセプト電算ファイル作成装置及びレセプト電算ファイル作成方法 |
WO2017204233A1 (ja) * | 2016-05-23 | 2017-11-30 | Necソリューションイノベータ株式会社 | 健康状態予測装置、健康状態予測方法、及びコンピュータ読み取り可能な記録媒体 |
WO2018042606A1 (ja) * | 2016-09-01 | 2018-03-08 | 株式会社日立製作所 | 分析装置、分析システムおよび分析方法 |
JP6567484B2 (ja) * | 2016-09-29 | 2019-08-28 | 株式会社日立製作所 | 推計モデル構築システム、推計モデル構築方法及びプログラム |
US20190311810A1 (en) * | 2016-12-12 | 2019-10-10 | Koninklijke Philips N.V. | System and method for facilitating computational analysis of a health condition |
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 |
US11023817B2 (en) | 2017-04-20 | 2021-06-01 | International Business Machines Corporation | Probabilistic estimation of node values |
JP6537121B1 (ja) * | 2017-12-19 | 2019-07-03 | 学校法人産業医科大学 | 傷病別医療費推計装置および方法並びにプログラム |
KR102153161B1 (ko) * | 2017-12-21 | 2020-09-08 | 한국과학기술원 | 확률 그래프 기반의 서열 데이터 연관성 학습 방법 및 시스템 |
CN109063940B (zh) * | 2018-02-05 | 2024-01-26 | 重庆邮电大学 | 基于变结构贝叶斯网络的智能车辆威胁估计***及方法 |
JP6531241B1 (ja) * | 2018-03-14 | 2019-06-19 | メドケア株式会社 | 効率化支援システム及び医療効率化支援方法 |
US11281995B2 (en) | 2018-05-21 | 2022-03-22 | International Business Machines Corporation | Finding optimal surface for hierarchical classification task on an ontology |
CN112840406A (zh) * | 2018-10-11 | 2021-05-25 | 西门子医疗有限公司 | 医疗保健网络 |
KR101944100B1 (ko) * | 2018-10-16 | 2019-01-30 | 장봉석 | 행위패턴인식을 이용한 관리시스템 |
CN109308793A (zh) * | 2018-10-22 | 2019-02-05 | 平安医疗健康管理股份有限公司 | 基于数据处理的药品费用超标预警方法及装置 |
CN111383123A (zh) * | 2018-12-29 | 2020-07-07 | 天津幸福生命科技有限公司 | 临床医疗开销的统计方法、装置、存储介质及电子设备 |
US11676043B2 (en) | 2019-03-04 | 2023-06-13 | International Business Machines Corporation | Optimizing hierarchical classification with adaptive node collapses |
US11531908B2 (en) * | 2019-03-12 | 2022-12-20 | Ebay Inc. | Enhancement of machine learning-based anomaly detection using knowledge graphs |
JP7191800B2 (ja) * | 2019-10-23 | 2022-12-19 | 株式会社東芝 | 健康支援システム、プログラム及び方法 |
JP7359345B2 (ja) * | 2020-02-14 | 2023-10-11 | 株式会社メガ・テクノロジー | 安全情報管理システムおよびその方法 |
US12045282B2 (en) * | 2020-03-27 | 2024-07-23 | International Business Machines Corporation | Fault localization and alert aggregation |
CN112017743B (zh) * | 2020-08-20 | 2024-02-20 | 姚香怡 | 一种疾病风险评测报告自动生成平台及应用 |
KR102241399B1 (ko) * | 2020-08-25 | 2021-04-16 | 주식회사 쓰리빌리언 | 증상의 질병 특이도 측정 시스템 |
CN112331355B (zh) * | 2020-11-26 | 2024-03-19 | 微医云(杭州)控股有限公司 | 病种评估表的生成方法、装置、电子设备及存储介质 |
JP7442247B1 (ja) | 2022-11-30 | 2024-03-04 | 一般財団法人Lhs研究所 | 健康管理支援システム、健康管理支援方法、及びプログラム |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6601055B1 (en) * | 1996-12-27 | 2003-07-29 | Linda M. Roberts | Explanation generation system for a diagnosis support tool employing an inference system |
US6687685B1 (en) * | 2000-04-07 | 2004-02-03 | Dr. Red Duke, Inc. | Automated medical decision making utilizing bayesian network knowledge domain modeling |
WO2006026383A2 (en) * | 2004-08-26 | 2006-03-09 | Strategic Health Decisions, Inc. | Sytem for optimizing treatment strategies using a patient-specific rating system |
US8122012B2 (en) * | 2005-01-14 | 2012-02-21 | International Business Machines Corporation | Abstract record timeline rendering/display |
JP5038671B2 (ja) * | 2006-09-25 | 2012-10-03 | 株式会社東芝 | 検査項目選定装置、検査項目選定方法、及び検査項目選定プログラム |
US8676598B2 (en) * | 2009-03-31 | 2014-03-18 | Jacob George Kuriyan | Chronic population based cost model to compare effectiveness of preventive care programs |
US11562323B2 (en) * | 2009-10-01 | 2023-01-24 | DecisionQ Corporation | Application of bayesian networks to patient screening and treatment |
JP5564708B2 (ja) * | 2010-12-15 | 2014-08-06 | 株式会社日立製作所 | 保健事業支援システム、保険事業支援装置、及び保険事業支援プログラム |
US9934361B2 (en) * | 2011-09-30 | 2018-04-03 | Univfy Inc. | Method for generating healthcare-related validated prediction models from multiple sources |
US20130116999A1 (en) * | 2011-11-04 | 2013-05-09 | The Regents Of The University Of Michigan | Patient-Specific Modeling and Forecasting of Disease Progression |
US8732096B1 (en) * | 2011-12-17 | 2014-05-20 | Vacslav Glukhov | Method and computer system for making optimal medical decisions |
-
2013
- 2013-05-17 JP JP2013104664A patent/JP6066826B2/ja not_active Expired - Fee Related
-
2014
- 2014-05-15 EP EP14168538.8A patent/EP2804119A3/en not_active Ceased
- 2014-05-15 US US14/278,154 patent/US20140343965A1/en not_active Abandoned
- 2014-05-16 CN CN201410208444.4A patent/CN104166667B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
EP2804119A2 (en) | 2014-11-19 |
EP2804119A3 (en) | 2015-03-11 |
CN104166667B (zh) | 2018-04-20 |
US20140343965A1 (en) | 2014-11-20 |
CN104166667A (zh) | 2014-11-26 |
JP2014225176A (ja) | 2014-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6066826B2 (ja) | 分析システム及び保健事業支援方法 | |
US11923056B1 (en) | Discovering context-specific complexity and utilization sequences | |
Turgeman et al. | Insights from a machine learning model for predicting the hospital Length of Stay (LOS) at the time of admission | |
JP6182431B2 (ja) | 医療データ分析システム、及び医療データを分析する方法 | |
JP6066825B2 (ja) | データ分析装置及び保健事業支援方法 | |
Khan et al. | Chronic disease prediction using administrative data and graph theory: The case of type 2 diabetes | |
Rahman et al. | Using and comparing different decision tree classification techniques for mining ICDDR, B Hospital Surveillance data | |
JP6159872B2 (ja) | 医療データ分析システム、医療データ分析方法及び記憶媒体 | |
VanHouten et al. | Machine learning for risk prediction of acute coronary syndrome | |
WO2015071968A1 (ja) | 分析システム | |
WO2021148967A1 (en) | A computer-implemented system and method for outputting a prediction of a probability of a hospitalization of patients with chronic obstructive pulmonary disorder | |
JP6282783B2 (ja) | 分析システム及び分析方法 | |
CN112908452A (zh) | 事件数据建模 | |
Fukunishi et al. | Alzheimer-type dementia prediction by sparse logistic regression using claim data | |
Séverac et al. | Non-redundant association rules between diseases and medications: an automated method for knowledge base construction | |
Junqueira et al. | A machine learning model for predicting ICU readmissions and key risk factors: analysis from a longitudinal health records | |
Domino et al. | Price elasticity and pharmaceutical selection: the influence of managed care | |
Khan et al. | Understanding chronic disease comorbidities from baseline networks: knowledge discovery utilising administrative healthcare data | |
Moradi et al. | Detecting factors associated with polypharmacy in general practitioners' prescriptions: A data mining approach | |
JP7296873B2 (ja) | 将来推計システム及び将来を推計する方法 | |
CN117688226B (zh) | 基于相似儿童患者匹配的智能诊前自助开单方法及*** | |
Welch | Implementation, evaluation and application of multiple imputation for missing data in longitudinal electronic health record research | |
Badolato et al. | The limits of predicting individual-level longevity | |
Musy et al. | Big data in healthcare: new methods of analysis | |
US20230153757A1 (en) | System and Method for Rapid Informatics-Based Prognosis and Treatment Development |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160126 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160126 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20161109 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20161122 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20161220 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6066826 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |