技术特征：
1.一种检体采集的呼叫时间预测系统，其特征在于，所述呼叫时间预测系统具备第一处理器，该第一处理器基于表示采集检体的患者的受理时间的受理时间信息、表示从所述患者采集的所述检体的类别的检体类别信息、表示所述患者的受理顺序的受理编号、表示所述患者是住院患者还是外来患者的住院外来区分信息、在所述受理时间的等待呼叫采集检体的患者数中的至少一个以上，通过机器学习来预测所述患者被呼叫采集检体的时间。2.根据权利要求1所述的检体采集的呼叫时间预测系统，其特征在于，所述呼叫时间预测系统具备存储部，该存储部存储所述受理时间信息、所述检体类别信息、所述受理编号、所述住院外来区分信息、所述等待呼叫的患者数、所述患者被呼叫的时间的实测值中的至少一个以上，所述第一处理器进行基于所述存储部中存储的数据来预测所述患者被呼叫采集检体的时间的机器学习。3.根据权利要求2所述的检体采集的呼叫时间预测系统，其特征在于，所述第一处理器多次改变所述机器学习的学习期间，在每个所述学习期间构筑临时的机器学习模型，所述第一处理器决定所述患者被呼叫的时间的预测值与实测值之差在作为预测精度指标的阈值以内的概率最高的所述临时的机器学习模型的所述学习期间，所述第一处理器在设定了所决定的所述学习期间后，重构在业务中利用的所述机器学习模型。4.根据权利要求3所述的检体采集的呼叫时间预测系统，其特征在于，所述呼叫时间预测系统具备输出装置，所述第一处理器计算用于表示所述患者被呼叫的时间的预测值与实测值之差在所述阈值以内的概率的预测精度，所述输出装置输出所述患者被呼叫的时间的预测值、作为所述预测精度指标的所述阈值以及所述预测精度。5.根据权利要求1所述的检体采集的呼叫时间预测系统，其特征在于，所述呼叫时间预测系统具备：传感器，其检测患者识别信息，该患者识别信息表示用于识别所述患者的信息；门，其设置在候诊室；以及第二处理器，其根据与所述患者识别信息对应的所述患者被呼叫的时间的预测值和当前时间，判定所述患者可否进入候诊室内，并以在判定为能够进入时将所述门打开，在判定为不能进入时将所述门关闭的方式控制所述门。6.根据权利要求2所述的检体采集的呼叫时间预测系统，其特征在于，所述第一处理器根据至少包含所述等待呼叫的患者数的所述数据，通过机器学习来预测所述患者被呼叫采集检体的时间。7.根据权利要求6所述的检体采集的呼叫时间预测系统，其特征在于，所述第一处理器根据至少包含所述受理时间信息的所述数据，通过机器学习来预测所述患者被呼叫采集检体的时间。8.根据权利要求7所述的检体采集的呼叫时间预测系统，其特征在于，
所述第一处理器根据至少包含所述受理编号的所述数据，通过机器学习来预测所述患者被呼叫采集检体的时间。9.根据权利要求2所述的检体采集的呼叫时间预测系统，其特征在于，所述呼叫时间预测系统具备受理部，该受理部进行采集所述检体的所述患者的受理。10.根据权利要求9所述的检体采集的呼叫时间预测系统，其特征在于，所述呼叫时间预测系统具备呼叫部，该呼叫部呼叫采集所述检体的所述患者。11.根据权利要求3所述的检体采集的呼叫时间预测系统，其特征在于，所述呼叫时间预测系统具备设定部，该设定部设定所述机器学习的学习期间。12.根据权利要求4所述的检体采集的呼叫时间预测系统，其特征在于，所述输出装置是打印机或显示器。13.一种检体采集的呼叫时间预测方法，其特征在于，所述呼叫时间预测方法包含如下工序：基于表示采集检体的患者的受理时间的受理时间信息、表示从所述患者采集的所述检体的类别的检体类别信息、表示所述患者的受理顺序的受理编号、表示所述患者是住院患者还是外来患者的住院外来区分信息、在所述受理时间的等待呼叫采集检体的患者数中的至少一个以上，通过机器学习来预测所述患者被呼叫采集检体的时间。
技术总结
提供一种能够提高患者被呼叫采集检体的时间的预测精度的呼叫时间预测系统以及方法。呼叫时间预测系统(10)具备第一处理器，即预测部(101)。第一处理器基于表示采集检体的患者的受理时间的受理时间信息即受理时间(302)、表示从患者采集的检体的类别的检体类别信息(303)、表示患者的受理顺序的受理编号(304)、表示患者是住院患者还是外来患者的住院外来区分信息(305)、在受理时间(302)的等待呼叫采集检体的患者数即等待患者数(306)中的至少一个以上，通过机器学习来预测患者被呼叫采集检体的时间。体的时间。体的时间。
技术研发人员：高桥贤一 田坂正纲
受保护的技术使用者：株式会社日立高新技术
技术研发日：2022.01.31
技术公布日：2023/10/15