本发明专利技术的目的在于提供一种动物的疾病的预测系统、疾病的预测方法以及保险费的计算系统。一种疾病预测系统，具备：受理单元，其受理除人以外的动物的肠道细菌群的占有率数据和多样性数据；以及判定单元，其使用学习完毕模型，根据输入到所述受理单元的动物的肠道细菌群的占有率数据和多样性数据来预测判定该动物是否会染患疾病。物是否会染患疾病。物是否会染患疾病。
【技术实现步骤摘要】
【国外来华专利技术】疾病预测系统、保险费计算系统以及疾病预测方法
[0001]本专利技术涉及一种疾病预测系统、保险费计算系统以及疾病预测方法，详细地说，涉及一种根据与动物的肠道细菌群有关的数据来提供与动物将来染患疾病的可能性有关的信息的疾病预测系统、保险费计算系统以及疾病预测方法。
技术介绍
[0002]以狗、猫、兔为代表的宠物动物、以牛、猪为代表的家畜对人类而言是无可替代的存在。近年来，人类饲养的动物的平均寿命大幅延长，另一方面，动物在其一生之中染患某种疾病的情况增多，饲养者所负担的医疗费的增加成为问题。
[0003]为了维持动物的健康，重要的是通过日常的饮食、运动等来管理身体状况并对不良状况迅速应对，但是由于动物无法用自己的语言来诉说身体的不良状况，因此实际情况是，在症状发展而产生了外形上能够观察到的某种征候时，饲养者才会察觉到动物染患了疾病。
[0004]因此，寻求一种通过简易的方法来获知动物将来是否有染患疾病的可能性的方法。特别是，如果能够在未染患疾病的状态、未出现任何症状的状态下获知将来染患疾病的可能性，则能够具体地采取用于疾病预防的措施，因此是有用的。
[0005]在专利文献1中，公开了具有通过使肠道细菌群中的拟杆菌门(Bacteroidetes)的细菌增殖且使厚壁菌门(Firmicutes)的细菌减少来有效地调整或改善肠道细菌群的效果的肠道细菌群调整或改善组合物，但是并没有公开根据与动物的肠道细菌群有关的数据来预测该动物是否会得病的方法。
[0006]现有技术文献
[0007]专利文献
[0008]专利文献1：国际公开2017/094892号小册子
技术实现思路
[0009]专利技术要解决的问题
[0010]因此，本专利技术的目的在于提供一种通过简易的方法来预测动物将来染患疾病的可能性的疾病预测系统等。
[0011]用于解决问题的方案
[0012]本专利技术人对参加了宠物保险的动物的与肠道细菌群有关的数据以及与该动物有无索赔保险、即有无染患疾病有关的庞大的数据进行了分析、研究，其结果发现能够利用动物的肠道细菌群的数据来预测该动物将来是否会染患疾病，从而完成了本专利技术。
[0013]即，本专利技术是下面的[1]～[11]。
[0014][1]一种疾病预测系统，具备：受理单元，其受理除人以外的动物的肠道细菌群的占有率数据和多样性数据；以及判定单元，其使用学习完毕模型，根据输入到所述受理单元的动物的肠道细菌群的占有率数据和多样性数据来预测判定该动物是否会染患疾病。
[0015][2]根据[1]的疾病预测系统，所述学习完毕模型是如下的学习完毕模型：将除人以外的动物的肠道细菌群的占有率数据和多样性数据、以及该动物在从获取到该动物的肠道细菌群的占有率数据和多样性数据时起的规定期间内有无染患疾病用作训练数据来进行学习，将输入设为动物的肠道细菌群的占有率数据和多样性数据，且将输出设为该动物是否会染患疾病的预测判定。
[0016][3]根据[2]的疾病预测系统，所述占有率数据包含每个科的占有率或者基于每个科的占有率设定的标签。
[0017][4]根据[3]的疾病预测系统，所述占有率数据包含从由产碱杆菌科、拟杆菌科、双歧杆菌科、梭菌科、粪芽孢菌科、红蝽菌科、肠杆菌科、肠球菌科、丹毒丝菌科、梭杆菌科、毛螺菌科、消化链球菌科、普雷沃氏菌科、瘤胃球菌科以及韦荣氏菌科构成的组中选择的一个以上的科的占有率或者基于该占有率设定的标签。
[0018][5]根据[4]的疾病预测系统，所述占有率数据还包含链球菌科的占有率或者基于该占有率设定的标签。
[0019][6]根据[4]的疾病预测系统，所述占有率数据还包含从由弯曲杆菌科、脱硫弧菌科、黄杆菌科、螺杆菌科、臭杆菌科、帕拉普氏菌科、消化球菌科、紫单胞菌科以及琥珀酸弧菌科构成的组中选择的一个以上的科的占有率或者基于该占有率设定的标签。
[0020][7]根据[1]～[6]中的任一项的疾病预测系统，所述多样性数据包含多样性指数或者基于多样性指数设定的标签。
[0021][8]一种保险费计算系统，用于将成为保险的对象的动物的肠道细菌群的占有率数据和多样性数据输入到根据[1]～[7]中的任一项所述的疾病预测系统，根据所输出的疾病染患的预测来决定该动物的保险费。
[0022][9]一种学习完毕模型的生成方法，根据除人以外的动物的肠道细菌群的占有率数据和多样性数据来进行该动物在规定期间内是否会染患疾病的预测，所述学习完毕模型的生成方法的特征在于，将除人以外的动物的肠道细菌群的占有率数据和多样性数据、以及该动物在从获取到该动物的肠道细菌群的占有率数据和多样性数据时起的规定期间内有无染患疾病作为训练数据输入到包括人工智能的计算机，来使人工智能进行学习。
[0023][10]一种疾病预测方法，包括以下步骤：获取除人以外的动物的肠道细菌群的占有率数据和多样性数据；以及将所述占有率数据和所述多样性数据输入到学习完毕模型，计算机使用所述学习完毕模型，根据被输入的占有率数据和多样性数据来输出在规定期间内该动物是否会染患疾病的预测。
[0024][11]根据[10]的疾病预测方法，所述学习完毕模型是如下的学习完毕模型：将除人以外的动物的肠道细菌群的占有率数据和多样性数据、以及该动物在从获取到该动物的肠道细菌群的占有率数据和多样性数据时起的规定期间内有无染患疾病用作训练数据来进行学习，将输入设为动物的肠道细菌群的占有率数据和多样性数据，且将输出设为该动物是否会染患疾病的预测判定。
[0025]专利技术的效果
[0026]根据本专利技术，能够提供一种预测动物将来染患疾病的可能性的疾病预测系统、保险费计算系统、学习完毕模型的生成方法以及疾病预测方法。
附图说明
[0027]图1是保险费的计算系统的示意图。
[0028]图2是示出实施例1的结果的图表，是示出对于狗染患循环器官疾病的预测而言重要的特征量的图表。
[0029]图3是示出实施例1的结果的图表，是示出对于狗染患呼吸器官疾病的预测而言重要的特征量的图表。
[0030]图4是示出实施例1的结果的图表，是示出对于狗染患消化器官疾病的预测而言重要的特征量的图表。
[0031]图5是示出实施例1的结果的图表，是示出对于狗染患肝脏/胆道及胰腺疾病的预测而言重要的特征量的图表。
[0032]图6是示出实施例的结果的图表，是示出对于狗染患泌尿器官疾病的预测而言重要的特征量的图表。
[0033]图7是示出实施例1的结果的图表，是示出对于狗染患生殖器官疾病的预测而言重要的特征量的图表。
[0034]图8是示出实施例1的结果的图表，是示出对于狗染患神经疾病的预测而言重要的特征量的图表。
[0035]图9是示出实施例1的结果的图表，是示出对于狗染患眼及附属器官的疾病的预测而言重要的特征量的图表。
[0036]图10是示出实施例1的结果的图表，是示出对于狗染患耳疾病的预测而言重要的特征量的本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种疾病预测系统，具备：受理单元，其受理除人以外的动物的肠道细菌群的占有率数据和多样性数据；以及判定单元，其使用学习完毕模型，根据输入到所述受理单元的动物的肠道细菌群的占有率数据和多样性数据来预测判定该动物是否会染患疾病。2.根据权利要求1所述的疾病预测系统，其中，所述学习完毕模型是如下的学习完毕模型：将除人以外的动物的肠道细菌群的占有率数据和多样性数据、以及该动物在从获取到该动物的肠道细菌群的占有率数据和多样性数据时起的规定期间内有无染患疾病用作训练数据来进行学习，将输入设为动物的肠道细菌群的占有率数据和多样性数据，且将输出设为该动物是否会染患疾病的预测判定。3.根据权利要求2所述的疾病预测系统，其中，所述占有率数据包含每个科的占有率或者基于每个科的占有率设定的标签。4.根据权利要求3所述的疾病预测系统，其中，所述占有率数据包含从由产碱杆菌科、拟杆菌科、双歧杆菌科、梭菌科、粪芽孢菌科、红蝽菌科、肠杆菌科、肠球菌科、丹毒丝菌科、梭杆菌科、毛螺菌科、消化链球菌科、普雷沃氏菌科、瘤胃球菌科以及韦荣氏菌科构成的组中选择的一个以上的科的占有率或者基于该占有率设定的标签。5.根据权利要求4所述的疾病预测系统，其中，所述占有率数据还包含链球菌科的占有率或者基于该占有率设定的标签。6.根据权利要求4所述的疾病预测系统，其中，所述占有率数据还包含从由弯曲杆菌科、脱硫弧菌科、黄杆菌科、螺杆菌科、臭杆菌科、帕拉普氏菌科、消化球菌科、紫单胞菌科以及琥珀酸弧菌科构成的组中选择的一个以上的科的占有率或者基于该占有率设定的...
【专利技术属性】
技术研发人员：小泉亮人，
申请(专利权)人：爱你康控股株式会社，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。