JP2009031900A - 健診データ処理装置 - Google Patents
健診データ処理装置 Download PDFInfo
- Publication number
- JP2009031900A JP2009031900A JP2007193099A JP2007193099A JP2009031900A JP 2009031900 A JP2009031900 A JP 2009031900A JP 2007193099 A JP2007193099 A JP 2007193099A JP 2007193099 A JP2007193099 A JP 2007193099A JP 2009031900 A JP2009031900 A JP 2009031900A
- Authority
- JP
- Japan
- Prior art keywords
- data
- medical
- lifestyle
- health
- health guidance
- 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
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
【課題】保健師や医師による、生活習慣病やその予備群への保健指導が平成20年度から義務づけられる。保健指導は、今後、系統的、公平、迅速、適格さが要求される。そのためには、データとして健診データや生活習慣データが蓄積され、保健指導の内容も適格なことが要求されてくる。本発明の目的は、こうした目的を達成するためにある。
【解決手段】本発明の健診データ処理装置は、多数の健診者の健診データ及び生活習慣データを取り込み、それらのデータ的に類似な健診者に応じたグループ分けをし、更にグループの中で改善傾向の高い者達を選び出し、その者達に関する保健指導内容を蓄積し、以後の保健健診に利用する。
【選択図】図1
【解決手段】本発明の健診データ処理装置は、多数の健診者の健診データ及び生活習慣データを取り込み、それらのデータ的に類似な健診者に応じたグループ分けをし、更にグループの中で改善傾向の高い者達を選び出し、その者達に関する保健指導内容を蓄積し、以後の保健健診に利用する。
【選択図】図1
Description
本発明は、保健師の保健指導に好適な健診データ処理装置に関する。
平成20年に、特定健診・特定保健指導が義務づけられる。現在、メタボリックシンドロームの対象者及びその予備群が約200万人存在し、その中で保健指導を必要とする人数は5万人いるとされる。
従来の保健指導の公知例には、特許文献1、2がある。
特開2006−107222号公報
特開2004−13888号公報
従来の保健指導の公知例には、特許文献1、2がある。
平成20年以降の保健指導義務化にあっては、更に、生活習慣病患者・予備群の25%現象させるとの政策目標がある。従って、改善する可能性の人はより改善させる方向に進ませたり、そのための保健指導ガイドの確立が望まれる。
前記特許文献1、2は、こうした保健指導ガイドの確立に間接的に寄与することは確かであるが、健診者には種々の健康・不健康なレベルがあり、そうした各レベルの区分けや区分けに応じた保健指導への支援システムの提供には至っていない。更に、保健指導を行う保健師の側に立ってみるに、健診者の健康・不健康の各レベルに応じたきめ細かな保健指導を、負担なく公平・迅速・適格に行うことが要求されている。
複数健診者に対して、同じ保健指導を行っても、指導開始段階で一定期間後の指導効果が高いか低いか分からないことが多い。また指導を行う保健師が熟練者と非熟練者とでは、指導のレベルが異なることがあり、より効果的な保健指導ができないとの現状もある。
本発明の目的は、健診者の健診指導結果を、改善のレベルに応じて区分けすると共にそのレベルに応じた適切な保健指導を可能にする健診データ処理装置を提供することにある。
本発明は、個人データを有する多数の健診者のある時点での第1の生活習慣データと、この生活習慣データに基づき設定された保健指導データと、この保健指導データに基づいてなされた各健診者のその後の時点での第2の生活習慣データと、を健診者対応に格納する格納手段と、
上記第1の生活習慣データとその健診者の個人データとに基づいて上記格納手段をアクセスして、健診者を同一又は類似の生活習慣データで且つ同一又は類似の個人データを持つ者同志でのグループ化を行うグループ化手段と、
各グループ毎に、上記第2の生活習慣データを参照して保健指導効果を判定し、上位にある健診者を抽出する抽出手段と、
各グループ毎の上位の健診者の、その保健指導データ及びそれに基づいてなされた上記第2の生活習慣データを、個人データと併せて蓄積する蓄積手段と、
を備える健診データ処理装置を開示する。
上記第1の生活習慣データとその健診者の個人データとに基づいて上記格納手段をアクセスして、健診者を同一又は類似の生活習慣データで且つ同一又は類似の個人データを持つ者同志でのグループ化を行うグループ化手段と、
各グループ毎に、上記第2の生活習慣データを参照して保健指導効果を判定し、上位にある健診者を抽出する抽出手段と、
各グループ毎の上位の健診者の、その保健指導データ及びそれに基づいてなされた上記第2の生活習慣データを、個人データと併せて蓄積する蓄積手段と、
を備える健診データ処理装置を開示する。
本発明によれば、健診者の健診指導結果を、改善のレベルに応じて区分けすると共にそのレベルに応じた適切な保健指導を可能にする健診データ処理装置を提供できる。
図1は本発明の健診データ処理装置の全体構成例図を示す。この処理装置は、健診システム1、生活指導支援システム2、食事管理システム3、生活習慣管理システム4、及び健診者の個人用パソコン5と携帯電話6、とをインターネット10にて接続したものである。
健診システム1は健診者の健診データを格納・管理するもの、生活指導支援システム2は健診者用の生活指導ガイドの提供及びその管理及びそのデータの格納を行うもの、食事管理システム3は健診者用の食事の管理やそのデータを格納するもの、生活習慣管理システム4は健診者用の生活習慣を格納し管理を行うもの、である。これらのシステム1〜4は、保健所や病院に設置され、医師や保健師が管理を行っている。
個人用パソコン5や携帯電話6は、多数の健診者個々の所有するものであって、これから、健診のための双方向通信を、システム1〜4とインターネット10を介して行う。この双方向通信には、保健師からの問診、それに対応する健診者各人の回答(個人データ、健診データ、生活習慣データ)が含まれる。
図2は、健診者への保健師による保健指導の処理フローを示す。この処理は、健診システム1で保健師が独自に行い、そのとき現実に健診者がインターネットを介して接続されている必要はない。この処理によって得たデータが現実に何時健診者に送られるかは、本発明では関知しない。直接につながっていれば、即座に送ったり、つながっていなければ格納させておき、その後に送ればよい。先ず健診システム1で保健指導対象者(健診者)のリストを検索し(ステップS1)、次いで対象者条件設定(例えば年齢別とか性別とか生活習慣レベルとか健診データとか種々の条件設定)(ステップS3)により設定された条件に合致する保健指導対象者をそのリストから抽出する(ステップS2)。この抽出で複数の対象者が得られ、ステップS4でその中の条件に合致する1乃至複数の該当者を選択する。
次に保健指導データ(内容)参照を行い(ステップS5)、該当者への適切な保健指導データ決定を行い(ステップS6)、指導・指示を画面上に表示し及び出力或いは格納を行う(ステップS7、S8)。
図3は、パソコン5又は携帯電話6による健診者個々の生活習慣データの自己管理用入力処理を示す。管理対象は、食事か行動かのいずれか又は両者であり、食事入力であれば食事メニューを決定する(ステップS1、S2)。それに従った食事がなされ、その食事結果(食事メニュー)を入力する(ステップS3、S4)。通常は、決定した食事メニューと実行した食事メニューとは一致するが、食べ残しや手をつけなかったメニューがあれば両者は一致しない。
一方、行動であれば、例えば一日の行動をした後で、その行動をデータとして入力する(ステップS5、S6)。もし、食事のように事前に行動メニューを立案していれば、食事と同様に、立案メニューと実行メニューとの両者を入力する。
一方、行動であれば、例えば一日の行動をした後で、その行動をデータとして入力する(ステップS5、S6)。もし、食事のように事前に行動メニューを立案していれば、食事と同様に、立案メニューと実行メニューとの両者を入力する。
かかる図3は、日常の中で、健診対象者の自己による入力が正しく善意に必ず行われていることを前提としたものである。この正しく善意に行われているとの前提のもとで本発明はその生活習慣データを信頼し、改善者の抽出、その際の保健指導データの蓄積を行う。
図3で健診者が入力した食事データ及び行動データは、その入力の都度、又は何日か分ずつ自己のメモリに登録した後で一括して、インターネット10を介して健診システム1に送られ、健診者別に新しい生活習慣データとしてデータベースに格納登録され、管理対象となる。
図3で健診者が入力した食事データ及び行動データは、その入力の都度、又は何日か分ずつ自己のメモリに登録した後で一括して、インターネット10を介して健診システム1に送られ、健診者別に新しい生活習慣データとしてデータベースに格納登録され、管理対象となる。
図4は、図3で入力された各健診者のデータの分析と処理のフローであり、これは健診システム1によって行われる。
この処理は、健診者との対話形式による処理ではなく、健診システム1側で独自に行う分析・処理である。
この処理は、健診者との対話形式による処理ではなく、健診システム1側で独自に行う分析・処理である。
先ず、健診者のデータベースから健診データ及び生活習慣データを取り出し分析する(ステップS1)。健診データとは、いわゆる血圧とか血糖値とかの医学的測定データであり、問診による報告や病院からのデータであり、生活習慣データとは、どのような生活習慣であるかを示すデータであり、例えば図3の処理で得た食事データ及び又は行動データを含む。これらのデータは、時系列的に継続して得られたものである。
この分析結果から、データとして類似している健診者のグループ化を行う(ステップS2)。次に、この各グループ毎に保健指導効果の、高い順に健診者の抽出を行う(ステップS3)。この指導効果の高いとは、保健指導の内容に沿って食事データ及び行動データの実践がなされたこと、健診データの数値が改善されていること、等のデータを持つ例を示す。
この分析結果から、データとして類似している健診者のグループ化を行う(ステップS2)。次に、この各グループ毎に保健指導効果の、高い順に健診者の抽出を行う(ステップS3)。この指導効果の高いとは、保健指導の内容に沿って食事データ及び行動データの実践がなされたこと、健診データの数値が改善されていること、等のデータを持つ例を示す。
保健指導効果の高いグループの健診者に行った保健指導の読み出しを行い表示し、且つその蓄積や編集(学習)を行わせる(ステップS4、S5)。以上ステップS5〜S5に関して、日/月/年単位で繰返処理を行って、生活習慣の分析を行う(ステップS6)。
指導効果の高い者を抽出する本来の理由は、その保健指導内容が良いモデルとして位置づけられること、それ故に、その指導内容を蓄積・学習する意味があること、指導効果の高い者は健康な人へと変化してゆく可能性が強くそれ故に保健指導からの卒業者となり生活習慣病とその予備群からの脱却の可能性が高くそうした人達を積極的に作り出してゆくという保健制作遂行に適していること、による。
図5は、健診者からインターネットを介して取り込んだ生活習慣データをもとにして一日ごとに生活習慣の様子(改善度)を判定する処理のフローを示す。このデータは一日単位に送られてくる例もあれば、数日間をまとめて送られてくる例もある。この処理は、システム4と3、又はこれと協同してのシステム1による。先ず食事か行動かの区別を行い(ステップS1)、食事であれば、推奨メニューを表示し、それとの対比で健診者の入力した入力メニュー判定を行う(ステップS3、S4)。一方、行動であれば一日の推奨行動を表示し、それとの対比で健診者の入力した一日の行動データの判定を行う(ステップS4、S5)。最後に、ステップS3、S5での2つの判定結果から、その一日の総合判定を行い、生活習慣データを蓄積する(ステップS6、S7)。
図6は、健診システムでの健診データの1つである初期情報入力データ例を示す。この初期情報とは、健診の最初の時点での保健師の使う入力画面例であり、端末5又は6から入力するか、聞き取りにより保健師が入力するかのいずれかで得られるものであり、数値データ入力例(身長、体重、通勤時間、等)と、チェックデータ入力例(男か女か、喫煙ありかなしか、運動の種別)とがある。この他に血圧や血糖値などのデータがある。これらのデータは、初期情報としてデータベースに格納され、以後の管理に利用される。
図7は、保健師又は受診者が使う毎日の生活入力画面例を示す。図5で一日毎に健診者の生活習慣の総合判定を行っているが、そのための一日単位のデータ入力画面である。このデータ入力画面は、かなり細かい個人データを入力するものであって、朝体重・夜体重・増減・睡眠時間、通勤データ例(徒歩、自転車、電車、自動車の各所要時間)、朝食・昼食・夕食・夜食、及びそれらの推奨項目、生活行動、そして、以上の各データ入力のもとでの摂取カロリー・消費カロリー・トータル摂取カロリーの算出値、の入力画面である。図7の入力画面のデータは、端末5又は6から受け取った生活習慣データであり、図6と同様に健診システム1のデータベースに記憶され、以後の健診管理に利用される。
図8は、一日単位で入力した、図7の画面から得られる生活習慣データの1月推移例をまとめた画面例である。この画面では、体重とカロリーの推移例と、朝昼夜の平均摂取カロリー産出地、一日平均摂取カロリー算出値、平均消費カロリー算出値、平均トータル摂取カロリー算出値を併せて表示させている。推移単位は1月だけではなし、半年とか1年とかのレンジの長い例もある。
かかる画面のデータも健診システム1のデータベースに記憶され、以後の管理対象となる。
かかる画面のデータも健診システム1のデータベースに記憶され、以後の管理対象となる。
図9は、健診データ入力画面例であり、保健師が使用する画面である。1年単位で、健診者の身体情報(身長、体重、…)、並びに本来の健診データ(肥満度、BMI、血圧、視力、GOT、GDP、γ−GTB)を記録した画面である。これらの画面のデータも、データベースに記憶され、以後の管理対象となる。
図10は、食事管理システム3のデータベースに備えた食事マスタデータ例を示す。このマスタはカレーライン(大、中、小)での事例であって、カロリー点数、栄養群(1、2、3、4群)、摂取時間帯を示したデータである。
図11は、生活習慣管理システム4のデータベースに備えた生活行動マスタデータ例であり、掃除・選択・デスクワーク・営業まわり・ウォーキング・ジョギング・ゴルフの別に、消費カロリー量、強度、とのデータを持つ例である。この他に、数多くの生活行動事例を有する。
図12は、健診システム1での類似生活習慣者検索画面例を示す。この画面は、保健師の操作画面である。この検索画面のチェック入力欄、データ入力欄にチェック結果やデータを入力させることで、所定の検索条件の入力となる。
図13は、生活指導対象者一覧例を示す画面である。この画面は、保健師の扱う画面である。画面では、対象者、生活習慣レベル、指導優先度、改善方法、改善例、類似生活者例を、各対象者別に表示させている。この画面は、例えば生活指導支援システム2又は健診システム1で扱う。
図14は、図12の類似生活習慣者の入力画面による検索結果例を示す。この例では対象者が7名おり、生活習慣レベル、改善方法、改善例、生活経過の別に各人の対応データが表示されている。この画面は、受診者(健診者)用にも保健師用にも使える。
図15は、生活指導支援システム2は健診システム1による保健指導一覧例の画面を示す。この画面例では、3人が該当し、保健指導名称、指導人数、対象者、指導作成者の順に対応データを表示させている。
図16は、保健指導画面例であって、保健指導名称(例えば「運動指導−軽肥満」)、指導内容(例えば「1日に20分以上の運動を推奨する。性別、年齢を考慮し、各人にあった運動を指導する。」)、指導表示画面(例えば「運動指導概要」)、対象者(体脂肪、性別、年齢の項目毎に条件、指導対象者、指導内容、指導画面)、を表示させている。
図17は、保健指導画面例であって、同じ生活習慣者A、B、Cについて、横軸を経過月、縦軸を危険レベル(下段の黒塗り、標準レベル(中段)と改善レベル(上段)との3段階区分)、を示した画面である。この図によればAさんは最初は改善度が高かったが、経過と共に、標準レベル、そして10ヶ月経過時あたりでは危険レベルの生活実態にあることがわかる。Bさんは、最初標準レベルで途中から改善レベルへと移行し、その後も更なる改善がなされていることがわかる。Cさんは、概ね標準レベルにあるが、最新の時点では改善レベルへと移行しつつあることがわかる。
以上のようにシステム1〜4を利用することで、保健師側では、種々の画面を利用して、種々の個人生活データ、健診データ、保健指導内容の編集と蓄積が可能である。
そこで、図4の処理のフローに戻る。ステップS1での健診者の健診データとは図9の如きデータを指し、生活習慣データとは図7の如きデータを指す。そして、ステップS1ではこれらのデータの分析を行う。分析目的は、類似健診者による区分化である。類似健診者とは、性別や体重、身長等の個人データが同一又は類似した健診者同志であって、且つ健診データと生活習慣データとが類似している者同士を指すが、どの程度までの数値の違いを類似に含めるかは事前にルールとして定めておく。例えば個人データが同一又は類似とは性別が同一であって、体重なら±3kgの差の範囲とか、身長なら±5cmとかの範囲を指す。また、健診データが多数で生活習慣データが多数である故に、比較すべき人と人との間でデータ間の相互相関を得る相互相関式を定めておき、相互相関値の閾値よりも小さい相互相関値を持つ者同士を類似健診者とするやり方がある。
ステップS2では、ステップS1で求めた類似者同士について、類似の度合いに応じたグルーピング(区分化)を行う。
ステップS3では、類似の度合いに応じたグルーピングの中で、指導効果が高い順に健診者を抽出する。指導効果が高い者とは、2つの定義がある。第1は、図17で示すグラフの中で、最新の時点で改善レベルにある者、又は改善レベルの中で、更に上位にある者である。第2は、過去との関係で改善度が著しい者、例えば1年前には危険レベルであったが、最新時点では改善レベルに入ってる者、又はその改善レベルの中の上位の者である。
指導効果の高い者の中で、更にランク付けを行うこともある。例えば、高い者の中で上中下の如き分け方である。また、指導効果の悪い者(即ち指導効果の高い者の逆の関係にある者)をも会わせて抽出するやり方もある。
ステップS3では、指導効果の高い者順に健診者を抽出し、ステップS4へ移り、その抽出した健診者に関して、保健指導の内容を表示し、移行の蓄積データとして利用する(ステップS5)。ステップS6では、生活習慣の分析を行う。その結果は図17の如き例となる。
逆に、指導効果の低い健診者に対しては、図に示していないが、本人宛とか、保健師宛とか、病院宛とか、保健会社宛とかでその旨の通報を行う。
1 健診システム
2 生活指導支援システム
3 食事管理システム
4 生活習慣管理システム
5 個人用パソコン
6 携帯電話
10 インターネット
2 生活指導支援システム
3 食事管理システム
4 生活習慣管理システム
5 個人用パソコン
6 携帯電話
10 インターネット
Claims (5)
- 個人データを有する多数の健診者のある時点での第1の生活習慣データと、この生活習慣データに基づき設定された保健指導データと、この保健指導データに基づいてなされた各健診者のその後の時点での第2の生活習慣データと、を健診者対応に格納する格納手段と、
上記第1の生活習慣データとその健診者の個人データとに基づいて上記格納手段をアクセスして、健診者を同一又は類似の生活習慣データで且つ同一又は類似の個人データを持つ者同志でのグループ化を行うグループ化手段と、
各グループ毎に、上記第2の生活習慣データを参照して保健指導効果を判定し、上位にある健診者を抽出する抽出手段と、
各グループ毎の上位の健診者の、その保健指導データ及びそれに基づいてなされた上記第2の生活習慣データを、個人データと併せて蓄積する蓄積手段と、
を備える健診データ処理装置。 - 上記第1及び第2の生活習慣データには、健診データを含むものとした請求項1の健診データ処理装置。
- 上記抽出手段は、下位にある健診者をも併せて抽出するものとし、この抽出健診者を記憶すると共に、予め定めた通報先へ通報するものとした請求項1の健診データ処理装置。
- 上記格納手段にあっては、第2の生活習慣データを健診者対応に格納するものとし、
更に、このその後の更新される時点を含めた時間の推移の中での第3の生活習慣データを、個人別、又はグループ化別又は上位別に表示する表示手段を持つものとする請求項1の健診データ処理装置。 - 更に、上記蓄積手段を検索することで、健診者の個人データ並びに第1及び第2の生活習慣データに対応する保健指導データを読み出し表示する手段を持つものとした請求項1の健診データ処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007193099A JP2009031900A (ja) | 2007-07-25 | 2007-07-25 | 健診データ処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007193099A JP2009031900A (ja) | 2007-07-25 | 2007-07-25 | 健診データ処理装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009031900A true JP2009031900A (ja) | 2009-02-12 |
Family
ID=40402364
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007193099A Pending JP2009031900A (ja) | 2007-07-25 | 2007-07-25 | 健診データ処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2009031900A (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010250489A (ja) * | 2009-04-14 | 2010-11-04 | Hitachi Medical Corp | メタボリックシンドローム改善情報演算システム、当該システムとして機能させるためのプログラム、及び、当該プログラムを記録した記録媒体 |
JP2016103092A (ja) * | 2014-11-27 | 2016-06-02 | 株式会社東芝 | 予防サービス効果評価装置、および予防サービス効果評価プログラム |
JP2017097772A (ja) * | 2015-11-27 | 2017-06-01 | 株式会社インソース | ストレスチェックシステムおよびストレスチェック方法 |
JP2019179438A (ja) * | 2018-03-30 | 2019-10-17 | Phcホールディングス株式会社 | 端末、特定保健指導支援システム、およびプログラム |
WO2021256283A1 (ja) * | 2020-06-15 | 2021-12-23 | オムロンヘルスケア株式会社 | 治療支援装置、治療支援方法、及び治療支援プログラム |
JP7125036B2 (ja) | 2019-11-05 | 2022-08-24 | 厚子 佐藤 | 栄養管理装置及び栄養管理用プログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002245178A (ja) * | 2001-02-16 | 2002-08-30 | Matsushita Electric Ind Co Ltd | 健康管理システム |
JP2006155411A (ja) * | 2004-11-30 | 2006-06-15 | Houken Corp | 治療予測モデル構築システム、治療予測モデル構築方法、治療予測モデル構築用プログラム、治療内容検証・提案システム、治療内容検証・提案方法、治療内容検証・提案用プログラム、健康管理データダウンロード方法、着脱可能な記憶メディア |
JP2006343792A (ja) * | 2005-06-07 | 2006-12-21 | Hitachi Ltd | 健康指導支援システム |
JP2007193714A (ja) * | 2006-01-23 | 2007-08-02 | Mitsubishi Electric Corp | 健康指導カウンセラー業務支援システム |
-
2007
- 2007-07-25 JP JP2007193099A patent/JP2009031900A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002245178A (ja) * | 2001-02-16 | 2002-08-30 | Matsushita Electric Ind Co Ltd | 健康管理システム |
JP2006155411A (ja) * | 2004-11-30 | 2006-06-15 | Houken Corp | 治療予測モデル構築システム、治療予測モデル構築方法、治療予測モデル構築用プログラム、治療内容検証・提案システム、治療内容検証・提案方法、治療内容検証・提案用プログラム、健康管理データダウンロード方法、着脱可能な記憶メディア |
JP2006343792A (ja) * | 2005-06-07 | 2006-12-21 | Hitachi Ltd | 健康指導支援システム |
JP2007193714A (ja) * | 2006-01-23 | 2007-08-02 | Mitsubishi Electric Corp | 健康指導カウンセラー業務支援システム |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010250489A (ja) * | 2009-04-14 | 2010-11-04 | Hitachi Medical Corp | メタボリックシンドローム改善情報演算システム、当該システムとして機能させるためのプログラム、及び、当該プログラムを記録した記録媒体 |
JP2016103092A (ja) * | 2014-11-27 | 2016-06-02 | 株式会社東芝 | 予防サービス効果評価装置、および予防サービス効果評価プログラム |
JP2017097772A (ja) * | 2015-11-27 | 2017-06-01 | 株式会社インソース | ストレスチェックシステムおよびストレスチェック方法 |
JP2019179438A (ja) * | 2018-03-30 | 2019-10-17 | Phcホールディングス株式会社 | 端末、特定保健指導支援システム、およびプログラム |
JP7101018B2 (ja) | 2018-03-30 | 2022-07-14 | Phcホールディングス株式会社 | 端末、特定保健指導支援システム、およびプログラム |
JP7125036B2 (ja) | 2019-11-05 | 2022-08-24 | 厚子 佐藤 | 栄養管理装置及び栄養管理用プログラム |
WO2021256283A1 (ja) * | 2020-06-15 | 2021-12-23 | オムロンヘルスケア株式会社 | 治療支援装置、治療支援方法、及び治療支援プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11392856B2 (en) | Methods and systems for an artificial intelligence support network for behavior modification | |
US10559386B1 (en) | Methods and systems for an artificial intelligence support network for vibrant constituional guidance | |
US11878215B2 (en) | Methods and systems for an artificial intelligence fitness professional support network for vibrant constitional guidance | |
Fang et al. | National trends in antiarrhythmic and antithrombotic medication use in atrial fibrillation | |
Alley et al. | The changing relationship of obesity and disability, 1988-2004 | |
Albassam et al. | Did this patient have cardiac syncope?: the rational clinical examination systematic review | |
Knaus | APACHE 1978-2001: the development of a quality assurance system based on prognosis: milestones and personal reflections | |
Church et al. | Cardiorespiratory fitness and body mass index as predictors of cardiovascular disease mortality among men with diabetes | |
Daviglus et al. | Association of nonspecific minor ST-T abnormalities with cardiovascular mortality: the Chicago Western Electric Study | |
KR20200038628A (ko) | 맞춤형 의료 정보 제공 장치 및 방법 | |
Santamaria et al. | Changing cardiac arrest and hospital mortality rates through a medical emergency team takes time and constant review | |
US8670997B2 (en) | Quality metric extraction and editing for medical data | |
US8355925B2 (en) | Methods of assessing risk based on medical data and uses thereof | |
Freer et al. | Social frailty: the importance of social and environmental factors in predicting frailty in older adults | |
Eastwood et al. | Weight and symptom diary for self-monitoring in heart failure clinic patients | |
US11393589B2 (en) | Methods and systems for an artificial intelligence support network for vibrant constitutional guidance | |
JP2019079503A (ja) | 問診システム及びそのプログラム | |
US11328819B2 (en) | Methods and systems for an artificial intelligence fitness professional support network for vibrant constitutional guidance | |
JP2008176434A (ja) | 個別健康指導支援システム | |
US20220192556A1 (en) | Predictive, diagnostic and therapeutic applications of wearables for mental health | |
US20210393196A1 (en) | Methods and systems for utilizing diagnostics for informed vibrant constituional guidance | |
KR20200113954A (ko) | 사용자 맞춤형 건강 정보 서비스 제공 시스템 및 그 방법 | |
JP2009031900A (ja) | 健診データ処理装置 | |
Park | Factors affecting self-care behavior in Koreans with COPD | |
Tikellis et al. | Barriers to and facilitators of the use of oxygen therapy in people living with an interstitial lung disease: a systematic review of qualitative evidence |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20100125 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100720 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120507 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20121105 |