本公开涉及一种预测系统、预测方法、已学习模型、学习系统、学习方法以及存储介质。
背景技术:
1、在日本特开2021-140273中,公开了一种根据需求预测来对物流据点进行调整的信息处理装置。该信息处理装置基于与商品相关的各利用者的实施行动的地点、和在地点被实施的行动的件数,而创建表示每个地域的商品的需求的动向的商品需求信息,并基于商品需求信息来决定商品的物流据点。并且,该信息处理装置基于商品需求信息而创建预先将商品运送至商品的物流据点处的运送计划。此外,该信息处理装置基于商品需求信息,来创建预先将商品的库存从具有商品的库存的其他物流据点转移向商品的物流据点的库存输送计划。
技术实现思路
1、可是,在借出医疗设备的医疗设备借出系统中,会在医疗设备的借出需求急增的情况下发生库存不足的事态。因此,为了能够在濒于库存不足之前采取以确保库存为目标的应对措施,从而期望事先对医疗设备的借出需求进行预测。另外,由于日本特开2021-140273中所记载的技术并非能够事先对医疗设备的借出需求进行预测的技术,因此无法解决这种问题。
2、本公开是为了解决这种问题而完成的发明,其提供一种能够事先对医疗设备借出系统中的医疗设备的需求进行预测的预测系统、预测方法、已学习模型以及存储介质、以及能够生成这种已学习模型的学习系统、学习方法以及存储介质。
3、本公开所涉及的预测系统对医疗设备借出系统中的医疗设备的需求进行预测,并被构成为:
4、对使用学习数据而进行了机器学习的已学习模型进行存储,其中,所述学习数据包含表示已借出所述医疗设备的实际结果的借出实际结果数据、和记述有表示已借出的所述医疗设备的使用的必要性的信息的电子病历数据,并且,所述已学习模型以输入记述有表示所述医疗设备的使用的必要性的信息的电子病历数据、并输出作为所述医疗设备的需求的预测结果的需求预测结果的方式而被进行了机器学习;
5、向所述已学习模型中输入记述有表示所述医疗设备的使用的必要性的信息的所述电子病历数据,以取得所述需求预测结果;
6、输入基于当前的库存和预约信息而被预测出的、作为所述医疗设备的库存的预测结果的库存预测结果;并且
7、对所取得的所述需求预测结果和被输入的所述库存预测结果进行比较,并在需求高于库存的情况下,向所述医疗设备借出系统进行通知。
8、在上述预测系统中,通过这种结构,能够事先对医疗设备借出系统中的医疗设备的需求进行预测,从而能够在濒于库存不足之前采取以确保库存为目标的应对措施。
9、也可以采用如下方式,即,所述医疗设备借出系统具备对所述医疗设备的借出进行临时预约的预约系统,所述借出实际结果数据包含对表示利用所述预约系统而被临时预约了的所述医疗设备的信息、和表示基于临时预约而实际实施了借出的实际结果的信息建立了关联的数据。
10、由此,在上述预测系统中,也能够对应于医疗设备借出系统中的临时预约来事先对医疗设备借出系统中的医疗设备的需求进行预测。
11、也可以采用如下方式,即,所述电子病历数据包含表示医务人员已判断出所述医疗设备的使用的信息。由此,在上述预测系统中,能够对由医务人员所实施的医疗设备的使用的判断的实际结果进行考虑,从而事先更加准确地对医疗设备的需求进行预测。
12、也可以采用如下方式,即,所述借出实际结果数据包含表示所述医疗设备的使用的结束定时或归还定时的信息。由此,在上述预测系统中,能够对医疗设备的实际的使用的结束定时或归还定时进行考虑,从而事先更加准确地对医疗设备的需求进行预测。
13、本公开所涉及的预测方法由计算机来对医疗设备借出系统中的医疗设备的需求进行预测,并包括:
14、所述计算机对使用学习数据而被进行了机器学习的已学习模型进行存储,其中,所述学习数据包含表示已借出所述医疗设备的实际结果的借出实际结果数据、和记述有表示已借出的所述医疗设备的使用的必要性的信息的电子病历数据,并且,所述已学习模型以输入记述有表示所述医疗设备的使用的必要性的信息的电子病历数据、并输出作为所述医疗设备的需求的预测结果的需求预测结果的方式而被进行了机器学习;
15、所述计算机向所述已学习模型中输入记述有表示所述医疗设备的使用的必要性的信息的所述电子病历数据,以取得所述需求预测结果;
16、所述计算机输入基于当前的库存和预约信息而被预测出的、作为所述医疗设备的库存的预测结果的库存预测结果;并且
17、所述计算机对所取得的所述需求预测结果和被输入的所述库存预测结果进行比较,并在需求高于库存的情况下,向所述医疗设备借出系统进行通知。
18、在上述预测方法中,通过这种处理,能够事先对医疗设备借出系统中的医疗设备的需求进行预测,从而能够在濒于库存不足之前采取以确保库存为目标的应对措施。
19、也可以采用如下方式,即,所述医疗设备借出系统具备对所述医疗设备的借出进行临时预约的预约系统,所述借出实际结果数据包含对表示利用所述预约系统而被临时预约了的所述医疗设备的信息、和表示基于临时预约而实际实施了借出的实际结果的信息建立了关联的数据。
20、由此,在上述预测系统中,也能够对应于医疗设备借出系统中的临时预约来事先对医疗设备借出系统中的医疗设备的需求进行预测。
21、也可以采用如下方式,即,所述电子病历数据包含表示医务人员已判断出所述医疗设备的使用的信息。
22、由此,在上述预测系统中,能够对由医务人员所实施的医疗设备的使用的判断的实际结果进行考虑,从而事先更加准确地对医疗设备的需求进行预测。
23、也可以采用如下方式,即,所述借出实际结果数据包含表示所述医疗设备的使用的结束定时或归还定时的信息。
24、由此,在上述预测系统中,能够对医疗设备的实际的使用的结束定时或归还定时进行考虑,从而事先更加准确地对医疗设备的需求进行预测。
25、在本公开所涉及的存储介质中,程序为使计算机执行对医疗设备借出系统中的医疗设备的需求进行预测的预测处理的程序,其中,所述预测处理包括:
26、对使用学习数据而被进行了机器学习的已学习模型进行存储,其中,所述学习数据包含表示已借出所述医疗设备的实际结果的借出实际结果数据、和记述有表示已借出的所述医疗设备的使用的必要性的信息的电子病历数据,并且,所述已学习模型以输入记述有表示所述医疗设备的使用的必要性的信息的电子病历数据、并输出作为所述医疗设备的需求的预测结果的需求预测结果的方式而被进行了机器学习;
27、向所述已学习模型中输入记述有表示所述医疗设备的使用的必要性的信息的所述电子病历数据,以取得所述需求预测结果;
28、输入基于当前的库存和预约信息而被预测出的、作为所述医疗设备的库存的预测结果的库存预测结果;并且
29、对所取得的所述需求预测结果和被输入的所述库存预测结果进行比较,并在需求高于库存的情况下,向所述医疗设备借出系统进行通知。
30、在上述程序中,通过这种处理,能够事先对医疗设备借出系统中的医疗设备的需求进行预测,从而能够在濒于库存不足之前采取以确保库存为目标的应对措施。
31、也可以采用如下方式,即,所述医疗设备借出系统具备对所述医疗设备的借出进行临时预约的预约系统,
32、所述借出实际结果数据包含对表示利用所述预约系统而被临时预约了的所述医疗设备的信息、和表示基于临时预约而实际实施了借出的实际结果的信息建立了关联的数据
33、由此,在上述预测系统中,也能够对应于医疗设备借出系统中的临时预约来事先对医疗设备借出系统中的医疗设备的需求进行预测。
34、也可以采用如下方式,即,所述电子病历数据包含表示医务人员已判断出所述医疗设备的使用的信息。
35、由此,在上述预测系统中,能够对由医务人员所实施的医疗设备的使用的判断的实际结果进行考虑,从而事先更加准确地对医疗设备的需求进行预测。
36、也可以采用如下方式,即,所述借出实际结果数据包含表示所述医疗设备的使用的结束定时或归还定时的信息。
37、由此,在上述预测系统中,能够对医疗设备的实际的使用的结束定时或归还定时进行考虑,从而事先更加准确地对医疗设备的需求进行预测。
38、本公开所涉及的已学习模型包括:使用包含表示已借出由医疗设备借出系统所管理的医疗设备的实际结果的借出实际结果数据、和记述有表示已借出的医疗设备的使用的必要性的信息的电子病历数据在内的学习数据,而以输入记述有表示所述医疗设备的使用的必要性的信息的电子病历数据、并输出作为所述医疗设备的需求的预测结果的需求预测结果的方式而进行了机器学习的已学习模型。
39、在上述已学习模型中,通过这种结构,能够事先对医疗设备借出系统中的医疗设备的需求进行预测。
40、本公开所涉及的学习系统包括:通过将包含表示已借出由医疗设备借出系统所管理的医疗设备的实际结果的借出实际结果数据、和记述有表示已借出的医疗设备的使用的必要性的信息的电子病历数据在内的学习数据输入至未学习的学习模型中,并执行机器学习,从而生成输入记述有表示所述医疗设备的使用的必要性的信息的电子病历数据、并输出作为所述医疗设备的需求的预测结果的需求预测结果的已学习模型。
41、在上述学习系统中,通过这种结构,能够生成能够事先对医疗设备借出系统中的医疗设备的需求进行预测的已学习模型。
42、本公开所涉及的学习方法包括:
43、通过将包含表示已借出由医疗设备借出系统所管理的医疗设备的实际结果的借出实际结果数据、和记述有表示已借出的医疗设备的使用的必要性的信息的电子病历数据在内的学习数据输入至未学习的学习模型中,并执行机器学习,从而生成输入记述有表示所述医疗设备的使用的必要性的信息的电子病历数据、并输出作为所述医疗设备的需求的预测结果的需求预测结果的已学习模型。
44、在上述学习方法中,通过这种处理,能够生成能够事先对医疗设备借出系统中的医疗设备的需求进行预测的已学习模型。
45、在本公开所涉及的存储介质中,程序为使计算机执行学习处理的程序,其中,所述学习处理包括:
46、通过将包含表示已借出由医疗设备借出系统所管理的医疗设备的实际结果的借出实际结果数据、和记述有表示已借出的医疗设备的使用的必要性的信息的电子病历数据在内的学习数据输入至未学习的学习模型中,并执行机器学习,从而生成输入记述有表示所述医疗设备的使用的必要性的信息的电子病历数据、并输出作为所述医疗设备的需求的预测结果的需求预测结果的已学习模型。
47、在上述程序中,通过这种处理,能够生成能够事先对医疗设备借出系统中的医疗设备的需求进行预测的已学习模型。
48、根据本公开,能够提供一种能够事先对医疗设备借出系统中的医疗设备的需求进行预测的预测系统、预测方法、已学习模型以及存储介质、以及能够提供一种能够生成这种已学习模型的学习系统、学习方法以及存储介质。