| 1 |
1
(a) 레이블 유사도 행렬 생성부에서 다수 환자의 환자별 치료 레이블이 있는 건강정보와 치료 레이블이 없는 건강정보로 이루어진 건강정보 데이터베이스에서 치료 레이블 정보를 포함하여 레이블 정보 종류에 따라 환자 사이의 각 레이블 정보별 유사도를 나타내는 레이블 유사도 행렬을 생성하는 단계;(b) 전체 유사도 행렬 생성부에서 상기 각 레이블 정보별 유사도를 나타내는 레이블 유사도 행렬의 합으로부터 환자 사이의 전체 유사도 행렬을 생성하는 단계;(c) 예비 군집 정보 생성부에서 상기 전체 유사도 행렬에서 서로 유사한 속성을 가지는 환자 사이의 군집 밀집도가 임계값보다 작도록 밀집시켜 상기 다수 환자의 예비 군집 정보를 생성하는 단계; 및(d) 군집화부에서 상기 예비 군집 정보의 분포 특성에 기초하여 설정된 수의 군집으로 다수 환자를 군집화하는 단계를 포함하는 건강정보의 군집화 방법
|
| 2 |
2
제 1 항에 있어서, 상기 환자 사이의 각 레이블 정보별 유사도는 환자별 각 레이블 정보의 유클리드 거리(euclidean distance)로 계산되는 것을 특징으로 하는 건강정보의 군집화 방법
|
| 3 |
3
제 2 항에 있어서, 상기 치료 레이블 정보의 유사도는 유클리드 거리가 0을 초과하는 경우 1로 설정되는 것을 특징으로 하는 건강정보의 군집화 방법
|
| 4 |
4
제 1 항에 있어서, 상기 레이블 정보의 종류는감정 레이블 정보, 수치 레이블 정보, 징후 레이블 정보, 치료 레이블 정보 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 건강정보의 군집화 방법
|
| 5 |
5
제 4 항에 있어서, 상기 감정 레이블 정보, 수치 레이블 정보, 징후 레이블 정보, 치료 레이블 정보에 대한 레이블 유사도 행렬을 구성하는 각 원소의 값은 서로 동일한 제1 기준값으로 정규화되는 것을 특징으로 하는 건강정보의 군집화 방법
|
| 6 |
6
제 5 항에 있어서, 상기 감정 레이블 정보, 수치 레이블 정보, 징후 레이블 정보, 치료 레이블 정보는 각 레이블 정보를 구성하는 항목별 식별자에 매칭되는 식별값으로 저장되어 있는 것을 특징으로 하는 건강정보의 군집화 방법
|
| 7 |
7
제 1 항 내지 제 6 항 중 어느 한 항에 있어서, 상기 예비 군집 정보 생성부에서 상기 예비 군집 정보를 생성하는 단계는(c1) 제2 기준값으로 정규화된 초기 벡터를 생성하는 단계;(c2) 상기 초기 벡터를 이전 벡터로 설정하고 상기 전체 유사도 행렬과 상기 이전 벡터의 곱으로부터 다음 벡터를 생성하는 단계;(c3) 상기 이전 벡터와 상기 다음 벡터의 차가 임계값보다 작은지 판단하는 단계; 및(c4) 상기 이전 벡터와 상기 다음 벡터의 차가 임계값보다 작은 경우 상기 다음 벡터를 상기 다수 환자의 예비 군집 정보로 생성하는 단계를 포함하며, 상기 이전 벡터와 상기 다음 벡터의 차가 임계값보다 큰 경우 상기 다음 벡터를 이전 벡터로 설정하여 상기 (c2) 내지 (c3)를 반복 수행하는 것을 특징으로 하는 건강정보의 군집화 방법
|
| 8 |
8
제 7 항에 있어서, 상기 예비 군집 정보는 K-means 군집화 알고리즘을 통해 상기 예비 군집 정보의 분포 밀집도 특성에 따라 설정된 수의 군집으로 군집화되는 것을 특징으로 하는 건강정보의 군집화 방법
|
| 9 |
9
(a) 다수 환자의 환자별 치료 레이블이 있는 건강정보와 치료 레이블이 없는 건강정보로 이루어진 건강정보 데이터베이스에서 치료 레이블 정보를 포함하여 레이블 정보 종류에 따라 환자 사이의 각 레이블 정보별 유사도를 나타내는 레이블 유사도 행렬을 생성하는 단계;(b) 상기 각 레이블 정보별 유사도를 나타내는 레이블 유사도 행렬의 합으로부터 환자 사이의 전체 유사도 행렬을 생성하는 단계;(c) 상기 전체 유사도 행렬에서 서로 유사한 속성을 가지는 환자 사이의 건강정보를 밀집시켜 상기 다수의 환자의 예비 군집 정보를 생성하고 상기 예비 군집 정보의 분포 밀집도 특성에 기초하여 설정된 수로 상기 다수 환자를 군집화하는 단계;(d) 상기 군집화된 환자의 레이블 정보 종류별 건강정보의 중심값으로 각 군집별 군집 정보를 생성하는 단계; 및(e) 신규 환자의 건강정보와 상기 군집 정보의 유사도를 판단하여 상기 신규 환자와 가장 유사도가 높은 군집 정보의 치료 레이블 정보를 상기 신규 환자에 대한 치료 레이블 정보로 제공하는 단계를 포함하며,상기 (a) 단계 내지 (d) 단계는 건강 정보 군집화 장치에서 수행되며, 상기 (e) 단계는 치료 조언 장치에서 수행되는 것을 특징으로 하는 치료 조언 방법
|
| 10 |
10
제 9 항에 있어서, 상기 예비 군집 정보를 생성하는 단계는(c1) 기준값으로 정규화된 초기 벡터를 생성하는 단계;(c2) 상기 초기 벡터를 이전 벡터로 설정하고 상기 전체 유사도 행렬과 상기 이전 벡터의 곱으로부터 다음 벡터를 생성하는 단계;(c3) 상기 이전 벡터와 상기 다음 벡터의 차가 임계값보다 작은지 판단하는 단계; 및(c4) 상기 이전 벡터와 상기 다음 벡터의 차가 임계값보다 작은 경우 상기 다음 벡터에 기초하여 상기 다수 환자의 예비 군집 데이터를 생성하는 단계를 포함하며, 상기 이전 벡터와 상기 다음 벡터의 차가 임계값보다 큰 경우 상기 다음 벡터를 이전 벡터로 설정하여 상기 (c2) 내지 (c3)를 반복 수행하는 것을 특징으로 하는 치료 조언 방법
|
| 11 |
11
제 10 항에 있어서, 상기 레이블 정보 종류는감정 레이블 정보, 수치 레이블 정보, 징후 레이블 정보, 치료 레이블 정보 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 치료 조언 방법
|
| 12 |
12
다수 환자의 환자별 치료 레이블이 있는 건강정보와 치료 레이블이 없는 건강정보로 이루어진 건강정보 데이터베이스에서 환자 사이의 각 레이블 정보별 유사도를 나타내는 레이블 유사도 행렬을 생성하는 레이블 유사도 행렬 생성부;상기 각 레이블 정보별 유사도를 나타내는 레이블 유사도 행렬의 합으로부터 환자 사이의 전체 유사도 행렬을 생성하는 전체 유사도 행렬 생성부;상기 전체 유사도 행렬에서 서로 유사한 속성을 가지는 환자 사이의 군집 밀집도가 임계값보다 작도록 밀집시켜 상기 다수 환자의 예비 군집 정보를 생성하는 예비 군집 정보 생성부; 및상기 예비 군집 정보의 분포 밀집도 특성에 기초하여 설정된 수의 군집으로 다수 환자를 군집화하는 군집화부를 포함하는 것을 특징으로 하는 건강정보 군집화 장치
|
| 13 |
13
제 12 항에 있어서, 상기 레이블 유사도 행렬 생성부는상기 환자 사이의 감정 레이블 정보의 유사도를 계산하고 상기 환자 사이의 감정 레이블 유사도 행렬을 생성하는 감정 행렬 생성부;상기 환자 사이의 수치 레이블 정보의 유사도를 계산하고, 상기 환자 사이의 수치 레이블 유사도 행렬을 생성하는 수치 행렬 생성부;상기 환자 사이의 징후 레이블 정보의 유사도를 계산하고 상기 환자 사이의 징후 레이블 유사도 행렬을 생성하는 징후 행렬 생성부; 및상기 환자 사이의 치료 레이블 정보의 유사도를 계산하고 상기 환자 사이의 치료 레이블 유사도 행렬을 생성하는 치료 행렬 생성부를 포함하는 것을 특징으로 하는 건강정보 군집화 장치
|
| 14 |
14
제 13 항에 있어서, 상기 레이블 유사도 행렬 생성부는상기 감정 레이블 행렬, 수치 레이블 행렬, 징후 레이블 행렬, 치료 레이블 행렬을 동일한 제1 기준값으로 정규화하는 행렬 정규화부를 더 포함하는 것을 특징으로 하는 건강정보 군집화 장치
|
| 15 |
15
제 12 항에 있어서, 상기 예비 군집 정보 생성부는제2 기준값으로 정규화된 초기 벡터를 생성하는 초기 벡터 생성부;상기 초기 벡터를 이전 벡터로 설정하고 상기 이전 벡터와 상기 전체 유사도 행렬을 곱하여 다음 벡터를 생성하는 다음 벡터 생성부;상기 이전 벡터와 상기 다음 벡터의 차가 임계값보다 작은지 판단하며, 판단 결과에 기초하여 이전 벡터와 상기 다음 벡터의 차가 임계값보다 큰 경우 상기 다음 벡터를 이전벡터로 설정하여 다음 벡터를 반복 생성하도록 제어하는 밀집부; 및상기 밀집부의 판단 결과에 기초하여 상기 이전 벡터와 상기 다음 벡터의 차가 임계값보다 작은 경우, 상기 다음 벡터를 상기 다수 환자의 예비 군집 정보로 생성하는 예비 군집 결정부를 포함하는 것을 특징으로 하는 건강정보 군집화 장치
|
| 16 |
16
제 15 항에 있어서, 상기 군집화부는상기 예비 군집 정보를 K-means 군집화 알고리즘을 통해 상기 예비 군집 정보의 분포 밀집도 특성에 따라 설정된 수로 군집화하는 것을 특징으로 하는 건강정보 군집화 장치
|
