JP7408366B2 - 機器管理装置、機器管理システム及び機器管理方法 - Google Patents
機器管理装置、機器管理システム及び機器管理方法 Download PDFInfo
- Publication number
- JP7408366B2 JP7408366B2 JP2019221460A JP2019221460A JP7408366B2 JP 7408366 B2 JP7408366 B2 JP 7408366B2 JP 2019221460 A JP2019221460 A JP 2019221460A JP 2019221460 A JP2019221460 A JP 2019221460A JP 7408366 B2 JP7408366 B2 JP 7408366B2
- Authority
- JP
- Japan
- Prior art keywords
- failure
- data
- sign
- function
- extraction
- 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.)
- Active
Links
- 238000007726 management method Methods 0.000 title claims description 69
- 238000000605 extraction Methods 0.000 claims description 140
- 238000001514 detection method Methods 0.000 claims description 103
- 230000035945 sensitivity Effects 0.000 claims description 60
- 239000000284 extract Substances 0.000 claims description 6
- 230000006870 function Effects 0.000 description 194
- 238000012545 processing Methods 0.000 description 124
- 230000015654 memory Effects 0.000 description 45
- 238000005259 measurement Methods 0.000 description 39
- 238000004891 communication Methods 0.000 description 32
- 230000005574 cross-species transmission Effects 0.000 description 27
- 238000012795 verification Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 24
- 238000004519 manufacturing process Methods 0.000 description 17
- 238000012423 maintenance Methods 0.000 description 15
- 230000005540 biological transmission Effects 0.000 description 14
- 239000000523 sample Substances 0.000 description 8
- 238000002604 ultrasonography Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000002591 computed tomography Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 208000027418 Wounds and injury Diseases 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 208000014674 injury Diseases 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G16H40/40—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 of medical equipment or devices, e.g. scheduling maintenance or upgrades
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0297—Reconfiguration of monitoring system, e.g. use of virtual sensors; change monitoring method as a response to monitoring results
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
機器は自機器における故障予兆を検知するにとどまる。故障予兆を検知した機器については、故障のリスクを把握することはできるが、故障予兆を検知していない機器については、故障のリスクを把握することはできない。そのため、複数の機器にわたって同様の潜在的なリスクを早期に把握することは難しい。
以下、図面を参照しながら第1の実施形態について説明する。
第1の実施形態は、故障予兆を発した医療機器に基づいて、故障予兆の検知感度の調整を、故障予兆を発していない医療機器に波及させるものである。例えば、故障予兆の検知感度の調整は、故障予兆を検知しやすくする方向への調整である。例えば、故障予兆を検知しやすくする方向への調整は、故障予兆の検知感度を上げることである。第1の実施形態は、故障予兆を発した医療機器と故障予兆を発していない医療機器とが同じ病院内にある例である。故障予兆とは、未だ医療機器に故障は起きていないが、将来的に医療機器の何れかの部位に故障または異常の起きる可能性が高い前ぶれである。部位とは、医療機器の一部であり、医療機器を構成する部品単位でもいいし、複数の部品の集合のモジュール単位でもよい。以下では、故障予兆を発した医療機器を波及元機器ともいう。波及元機器は、第1の機器ともいう。故障予兆を発していない医療機器、かつ、故障予兆の検知感度の調整対象となる医療機器を波及先機器ともいう。波及先機器は、第2の機器ともいう。
病院内システム10は、複数の医療機器1-1~1-m(mは2以上の整数)、部門サーバ2及び表示装置3を有する。複数の医療機器1-1~1-m、部門サーバ2及び表示装置3は、LAN(Local Area Network)などの病院内ネットワークを介して互いに通信可能に接続されている。ネットワーク接続は、無線接続または有線接続を問わない。
出力機能217は、少なくとも波及元機器について発生した故障予兆に関する情報を表示装置3へ出力してもよい。
図2は、抽出条件の広さの一例を示す図である。抽出条件の広さは、抽出条件に含まれる医療機器の数に対応する。例えば、抽出事項は、部位、機器、型番、製造ロット及び動作状況などである。
図3は、部門サーバ2のメモリ22に記憶される抽出項目管理テーブルの一例を示す図である。
図4は、部門サーバ2のメモリ22に記憶される波及管理テーブルの一例を示す図である。
波及管理テーブルは、故障推定部位と、波及の要否とを紐付けている。
メモリ22は、故障推定部位毎の波及管理テーブルを記憶する。
波及管理テーブルは、故障推定部位の故障推定原因と、波及の要否とを紐付けている。
図6は、部門サーバ2の処理回路21による波及処理の流れの一例を示す図である。処理の順序の変更及び一部の処理の省略は、適宜なし得る。
ここでは、医療機器1-1が波及元機器であるものとする。医療機器1-2が波及先機器であるものとする。
以下、図面を参照しながら第2の実施形態について説明する。
第2の実施形態は、第1の実施形態と同様に、波及元機器に基づいて、故障予兆の検知感度の調整を、波及先機器に波及させるものである。第2の実施形態は、第1の実施形態と異なり、波及元機器と波及先機器とが異なる病院内にある例である。
第1の実施形態と同様の構成については同一の符号を付し、その説明を省略する。第2の実施形態では、主として、第1の実施形態と異なる部分について説明する。
情報管理システム100は、病院H1内にある病院内システム10、病院H1内にあるクラウドシステム20、病院H2内にある病院内システム30、病院H2内にあるクラウドシステム40、サーバ50及び表示装置60を有する。病院内システム10とクラウドシステム20とは、例えば、専用回線により接続されている。病院内システム30とクラウドシステム40とは、例えば、専用回線により接続されている。サーバ50は、クラウドシステム20及びクラウドシステム40とネットワークを介してデータ通信可能に接続されている。ネットワークは有線または無線を問わない。
各機能511~517は、第1の実施形態で説明した各機能211~217と同様である。なお、抽出機能514は、波及元機器の属する病院とは異なる病院に属する波及先機器を抽出することができる。出力機能517は、波及元機器の情報及び波及先機器の情報のうちの少なくとも何れか一方を表示装置60へ出力することができる。または、出力機能517は、少なくとも波及元機器について発生した故障予兆に関する情報を表示装置60へ出力することができる。表示装置60は、表示装置3と同様である。表示装置60は、出力装置の一例である。サーバ50及び表示装置60を含む情報管理システム100は、機器管理システムの一例である。
以下、図面を参照しながら第3の実施形態について説明する。
第3の実施形態は、波及元機器の動作に関する計測データと波及先機器の動作に関する計測データを照合するものである。第3の実施形態は、波及元機器と波及先機器とが同じ病院内にある例である。
第1の実施形態と同様の構成については同一の符号を付し、その説明を省略する。第3の実施形態では、主として、第1の実施形態と異なる部分について説明する。
図9は、照合機能218による照合処理の一例を示す図である。
処理回路21は、波及元機器の故障推定部位を示す情報の取得に基づいて、抽出機能214により、波及先機器を抽出したものとする。波及元機器は、故障予兆の発生後に実際に故障したものとする。波及先機器は、波及元機器の故障タイミングでは故障していないものとする。波及先機器と波及元機器は、同じタイミングで使用を開始したものとしているが、異なるタイミングで使用を開始していてもよい。
図10は、照合機能218による照合処理の一例を示す図である。
処理回路21は、波及元機器の故障推定部位を示す情報の取得に基づいて、抽出機能214により、波及先機器を抽出したものとする。波及元機器は、故障予兆の発生した日の5日後に実際に故障したものとする。波及先機器と波及元機器は、同じタイミングで使用を開始したものとしているが、異なるタイミングで使用を開始していてもよい。
図11は、部門サーバ2の処理回路21による照合処理の流れの一例を示す図である。処理の順序の変更及び一部の処理の省略は、適宜なし得る。
ここでは、医療機器1-1が波及元機器であるものとする。医療機器1-2が波及先機器であるものとする。
以下、図面を参照しながら第4の実施形態について説明する。
第4の実施形態は、波及元機器の動作に関する計測データと波及先機器の動作に関する計測データを照合するものである。第4の実施形態は、第3の実施形態と異なり、波及元機器と波及先機器とが異なる病院内にある例である。
第2の実施形態と同様の構成については同一の符号を付し、その説明を省略する。第4の実施形態では、主として、第1の実施形態と異なる部分について説明する。
出力機能519は、出力機能219と同様である。出力機能519は、照合結果を表示装置60へ出力することができる。
[1]第1の機器の故障推定部位を示す情報を取得する取得部と、前記故障推定部位に基づき、1以上の第2の機器を抽出するための抽出条件を設定する設定部と、前記設定した前記抽出条件により前記第2の機器を抽出する抽出部と、前記第1の機器の動作に関する第1のデータと前記第2の機器の動作に関する第2のデータとを照合する照合部と、前記照合部による照合結果を出力する出力部と、を備える機器管理装置。
[2]前記照合部は、前記第1の機器の故障予兆の発生タイミングにおける前記第1のデータと前記発生タイミングにおける前記第2のデータとを照合する、[1]に記載の機器管理装置。
[3]前記照合部は、前記第1の機器の故障予兆の発生タイミングよりも前のタイミングにおける前記第1のデータと類似する前記第2のデータを探索し、探索結果に応じて前記第2の機器における故障予兆の有無を判断する、[3]に記載の機器管理装置。
H2 病院
10 病院内システム
1-1~1-m 医療機器
2 部門サーバ
3 表示装置
4 中継装置
20 クラウドシステム
30 病院内システム
31-1~31-n 医療機器
32 部門サーバ
33 中継装置
40 クラウドシステム
50 サーバ
60 表示装置
100 情報管理システム
11 診断処理回路
12 処理回路
13 メモリ
14 通信インタフェース
21 処理回路
22 メモリ
23 通信インタフェース
51 処理回路
52 メモリ
53 通信インタフェース
121 システム制御機能
122 検知機能
123 特定機能
124 送信機能
125 受信機能
126 反映機能
211 受信機能
212 取得機能
213 設定機能
214 抽出機能
215 調整機能
216 送信機能
217 出力機能
218 照合機能
219 出力機能
511 受信機能
512 取得機能
513 設定機能
514 抽出機能
515 調整機能
516 送信機能
517 出力機能
518 照合機能
519 出力機能
Claims (6)
- 第1の機器の故障予兆の発生を示す情報および前記第1の機器の故障推定部位を示す情報を取得する取得部と、
前記故障推定部位に基づき、前記第1の機器とは異なる1以上の第2の機器を抽出するための抽出条件を設定する設定部と、
前記設定した抽出条件により前記第2の機器を抽出する抽出部と、
前記故障予兆の発生を示す情報に関連する前記第2の機器の故障予兆の検知感度を調整し、前記故障推定部位に対応する部位における前記故障予兆の検知感度を調整し、前記故障推定部位毎に、前記故障予兆の検知感度の調整の要否を決定する調整部と、
を備える機器管理装置。 - 前記設定部は、取得される故障推定部位毎に異なる抽出条件を設定する、請求項1に記載の機器管理装置。
- 前記設定部は、前記第1の機器の動作状況も加味して前記抽出条件を設定する、請求項2に記載の機器管理装置。
- 前記調整部は、前記故障推定部位の推定原因に基づき、前記故障予兆の検知感度の調整の要否を決定する、請求項1乃至3のいずれか1項に記載の機器管理装置。
- 第1の機器の故障予兆の発生を示す情報および前記第1の機器の故障推定部位を示す情報を取得する取得部と、
前記故障推定部位に基づき、前記第1の機器とは異なる1以上の第2の機器を抽出するための抽出条件を設定する設定部と、
前記設定した抽出条件により前記第2の機器を抽出する抽出部と、
前記故障予兆の発生を示す情報に関連する前記第2の機器の故障予兆の検知感度を調整し、前記故障推定部位に対応する部位における前記故障予兆の検知感度を調整し、前記故障推定部位毎に、前記故障予兆の検知感度の調整の要否を決定する調整部と、
を備える機器管理装置と、
少なくとも前記第1の機器について発生した故障予兆に関する情報を出力する出力装置と、
を備える機器管理システム。 - コンピュータが、
第1の機器の故障予兆の発生を示す情報および前記第1の機器の故障推定部位を示す情報を取得することと、
前記故障推定部位に基づき、前記第1の機器とは異なる1以上の第2の機器を抽出するための抽出条件を設定することと、
前記設定した抽出条件により前記第2の機器を抽出することと、
前記故障予兆の発生を示す情報に関連する前記第2の機器の故障予兆の検知感度を調整し、前記故障推定部位に対応する部位における前記故障予兆の検知感度を調整し、前記故障推定部位毎に、前記故障予兆の検知感度の調整の要否を決定することと、
を備える機器管理方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019221460A JP7408366B2 (ja) | 2019-12-06 | 2019-12-06 | 機器管理装置、機器管理システム及び機器管理方法 |
CN202011404724.4A CN112927791B (zh) | 2019-12-06 | 2020-12-03 | 设备管理装置、设备管理***以及设备管理方法 |
US17/111,854 US11830611B2 (en) | 2019-12-06 | 2020-12-04 | Device management apparatus, device management system, and device management method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019221460A JP7408366B2 (ja) | 2019-12-06 | 2019-12-06 | 機器管理装置、機器管理システム及び機器管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021092849A JP2021092849A (ja) | 2021-06-17 |
JP7408366B2 true JP7408366B2 (ja) | 2024-01-05 |
Family
ID=76162642
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019221460A Active JP7408366B2 (ja) | 2019-12-06 | 2019-12-06 | 機器管理装置、機器管理システム及び機器管理方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11830611B2 (ja) |
JP (1) | JP7408366B2 (ja) |
CN (1) | CN112927791B (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7242153B1 (ja) * | 2022-02-15 | 2023-03-20 | 三菱電機株式会社 | データ収集装置、データ収集方法、データ収集プログラム及びデータ収集システム |
CN117275701B (zh) * | 2023-11-21 | 2024-02-02 | 拓庄医疗科技有限公司 | 基于人工智能的ct设备故障诊断数据分析***及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018033037A (ja) | 2016-08-25 | 2018-03-01 | 大阪瓦斯株式会社 | ネットワークシステム |
JP2019159730A (ja) | 2018-03-12 | 2019-09-19 | 株式会社リコー | 保守システム、保守サーバ、保守方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003050718A (ja) | 2001-08-08 | 2003-02-21 | Hitachi Medical Corp | リモートメンテナンスシステム |
JP2006135412A (ja) * | 2004-11-02 | 2006-05-25 | Tokyo Gas Co Ltd | 遠隔監視システム |
JP4661380B2 (ja) | 2005-06-14 | 2011-03-30 | トヨタ自動車株式会社 | 故障診断装置、故障診断システム、故障診断方法、及び車載装置 |
JP2011100283A (ja) * | 2009-11-05 | 2011-05-19 | Ricoh Co Ltd | 管理装置、機器管理方法、機器管理プログラム、記録媒体、及び機器管理システム |
JP5901140B2 (ja) * | 2011-05-17 | 2016-04-06 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | システムの高い可用性のためにセンサデータを補間する方法、コンピュータプログラム、システム。 |
JP6129654B2 (ja) * | 2013-06-13 | 2017-05-17 | 株式会社東芝 | 認証装置、認証方法およびプログラム |
US9842302B2 (en) * | 2013-08-26 | 2017-12-12 | Mtelligence Corporation | Population-based learning with deep belief networks |
US10948906B2 (en) * | 2015-06-04 | 2021-03-16 | Honeywell International Inc. | Maintenance plan forecast using automation control devices' usage pattern through big data analytics |
JP5845374B1 (ja) | 2015-08-05 | 2016-01-20 | 株式会社日立パワーソリューションズ | 異常予兆診断システム及び異常予兆診断方法 |
US9913050B2 (en) * | 2015-12-18 | 2018-03-06 | Cochlear Limited | Power management features |
JP6870347B2 (ja) * | 2017-01-31 | 2021-05-12 | オムロン株式会社 | 情報処理装置、情報処理プログラムおよび情報処理方法 |
JP6867589B2 (ja) * | 2017-05-30 | 2021-04-28 | 富士通株式会社 | 影響範囲特定プログラム、影響範囲特定方法、および影響範囲特定装置 |
KR102030697B1 (ko) * | 2018-03-14 | 2019-10-10 | 엘에스산전 주식회사 | 배전반 관리 시스템 |
US10896114B2 (en) * | 2018-05-23 | 2021-01-19 | Seagate Technology Llc | Machine learning error prediction in storage arrays |
-
2019
- 2019-12-06 JP JP2019221460A patent/JP7408366B2/ja active Active
-
2020
- 2020-12-03 CN CN202011404724.4A patent/CN112927791B/zh active Active
- 2020-12-04 US US17/111,854 patent/US11830611B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018033037A (ja) | 2016-08-25 | 2018-03-01 | 大阪瓦斯株式会社 | ネットワークシステム |
JP2019159730A (ja) | 2018-03-12 | 2019-09-19 | 株式会社リコー | 保守システム、保守サーバ、保守方法 |
Also Published As
Publication number | Publication date |
---|---|
US11830611B2 (en) | 2023-11-28 |
JP2021092849A (ja) | 2021-06-17 |
US20210174951A1 (en) | 2021-06-10 |
CN112927791B (zh) | 2024-05-28 |
CN112927791A (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11410758B2 (en) | Medical scan artifact detection system | |
JP7408366B2 (ja) | 機器管理装置、機器管理システム及び機器管理方法 | |
US12033761B2 (en) | Sensor-based machine learning in a health prediction environment | |
US9747778B2 (en) | Context-aware compliance monitoring | |
US9734301B2 (en) | Intelligent presentation of alarms and messages in mobile health systems | |
US9282008B2 (en) | Systems and methods for monitoring system performance and availability | |
US8736453B2 (en) | Preemptive notification of patient fall risk condition | |
CN112466473A (zh) | 新发传染病自动预警方法及*** | |
Hackmann et al. | Toward a two-tier clinical warning system for hospitalized patients | |
JP4744856B2 (ja) | 医用機器管理装置及び医用機器の管理方法 | |
Vest et al. | Characteristics and outcomes of adult inpatients with malnutrition | |
Tóth et al. | Let Sleeping Patients Lie, avoiding unnecessary overnight vitals monitoring using a clinically based deep-learning model | |
Subudhi et al. | Prognostic machine learning models for COVID‐19 to facilitate decision making | |
Riccardo et al. | COVID-19 response: effectiveness of weekly rapid risk assessments, Italy | |
BR112014012003B1 (pt) | Sistema de controle de qualidade, método e meio legível por computador para o uso com bens de consumo, usuários e dispositivos de teste de diagnóstico biológico/ambiental | |
JP5975094B2 (ja) | 交換候補提示方法、情報処理装置、及びプログラム | |
US9129501B1 (en) | Augmented acknowledgement of alarms and messages in mobile health systems | |
JP2019091399A (ja) | 食違いが有る場合に電子カルテを処理する方法およびシステム | |
Polanco et al. | Detection of Severe Respiratory Disease Epidemic Outbreaks by CUSUM‐Based Overcrowd‐Severe‐Respiratory‐Disease‐Index Model | |
JP2006268515A (ja) | Pciカ−ド障害管理方式 | |
Groisman et al. | A proposal for the systematic assessment of data quality indicators in birth defects surveillance | |
JP2018007944A (ja) | 医用管理装置、医用画像診断装置及び縮退運転プログラム | |
Ezekowitz et al. | A prospective evaluation of the established criteria for heart failure with preserved ejection fraction using the Alberta HEART cohort | |
Sainath et al. | Sleep pattern monitoring and analysis to improve the health and quality of life of people | |
FR3070851B1 (fr) | Systeme pour detecter et alerter le personnel soignant d’un risque de decompensation ou d’hospitalisation d’un patient |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220906 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20230106 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230719 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230801 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230929 |
|
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: 20231121 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231220 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7408366 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |