1 |
1
인코딩된 명령들을 포함하는 컴퓨터 판독 가능 저장 매체에 저장된 컴퓨터 프로그램으로서, 상기 컴퓨터 프로그램은 컴퓨터 시스템의 하나 이상의 프로세서들에 의해 실행되는 경우, 상기 하나 이상의 프로세서들로 하여금 인덱싱을 위한 이하의 단계들을 수행하도록 하며, 상기 단계들은:하나 이상의 항목을 포함하는 생체 계측 데이터 및 상기 생체 계측 데이터와 상이한 변경 데이터를 수신하는 단계;상기 생체 계측 데이터 및 변경 데이터를 훈련된 신경망에 입력시키고, 상기 훈련된 신경망을 이용하여 상기 생체 계측 데이터 및 상기 변경 데이터를 연산하는 단계;상기 훈련된 신경망의 출력에 기초하여 상기 생체 계측 데이터에 대한 제 1 건강 위험 정보를 생성하고, 상기 변경 데이터에 대한 제 2 건강 위험 정보를 생성하는 단계; 및상기 생체 계측 데이터와 상기 변경 데이터의 데이터 변화량과 상기 제 1 건강 위험 정보 및 상기 제 2 건강 위험 정보의 건강 위험 정보 변화량의 연관관계를 생성하는 단계; 를 포함하는,컴퓨터 판독가능 매체에 저장된 컴퓨터 프로그램
|
2 |
2
제 1 항에 있어서, 상기 생체 계측 데이터는,인구 사회학적 정보, 사망관련 정보, 건강보장 유형 정보, 사회경제적 수준 정보, 장애 등록 정보, 신체 검진 정보, 과거력 문진 정보, 가족력 문진 정보, 생활습관 문진 정보, 및 정신 검사 정보 중 적어도 하나를 상기 항목으로 포함하는, 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램
|
3 |
3
제 1 항에 있어서, 상기 생체 계측 데이터의 하나 이상의 항목 중 상기 제 1 건강 위험 정보와 연관성이 높은 고연관 항목을 추출하는 단계; 및상기 고연관 항목을 변경시키기 위한 위험 회피 정보를 생성하는 단계;를 더 포함하는, 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램
|
4 |
4
제 1 항에 있어서, 상기 제 1 건강 위험 정보는, 심혈관 질환의 발병 확률 정보, 암의 발병 확률 정보, 및 성인병의 발병 확률 정보 중 적어도 하나를 포함하는, 컴퓨터 판독가능 매체에 저장된 컴퓨터 프로그램
|
5 |
5
제 1 항에 있어서, 상기 연관관계에 기초하여 상기 데이터 변화량과 상기 건강 위험 정보 변화량의 비율이 사전결정된 임계값 이상인 임계 변경 데이터를 결정하는 단계;를 더 포함하는, 컴퓨터 판독가능 매체에 저장된 컴퓨터 프로그램
|
6 |
6
건강 위험 발생 예측을 위한 컴퓨팅 장치로서, 하나 이상의 프로세서; 및 상기 하나 이상의 프로세서에서 실행가능한 명령들을 저장하는 메모리;를 포함하고, 상기 하나 이상의 프로세서는, 하나 이상의 항목을 포함하는 생체 계측 데이터 및 상기 생체 계측 데이터의 적어도 하나의 항목이 변경된 변경 데이터를 수신하고,상기 생체 계측 데이터 및 변경 데이터를 훈련된 신경망에 입력시키고, 상기 훈련된 신경망을 이용하여 상기 생체 계측 데이터 및 상기 변경 데이터를 연산하고,상기 훈련된 신경망의 출력에 기초하여 상기 생체 계측 데이터에 대한 제 1 건강 위험 정보를 생성하고, 상기 변경 데이터에 대한 제 2 건강 위험 정보를 생성하고, 그리고상기 생체 계측 데이터와 상기 변경 데이터의 데이터 변화량과 상기 제 1 건강 위험 정보 및 상기 제 2 건강 위험 정보의 건강 위험 정보 변화량의 연관관계를 생성하는,건강 위험 발생 예측을 위한 컴퓨팅 장치
|
7 |
7
컴퓨팅 장치의 하나 이상의 프로세서에서 수행되는 건강 위험 발생 예측을 위한 방법으로서, 하나 이상의 항목을 포함하는 생체 계측 데이터 및 상기 생체 계측 데이터의 적어도 하나의 항목이 변경된 변경 데이터를 수신하는 단계;상기 생체 계측 데이터 및 변경 데이터를 훈련된 신경망에 입력시키고, 상기 훈련된 신경망을 이용하여 상기 생체 계측 데이터 및 상기 변경 데이터를 연산하는 단계;상기 훈련된 신경망의 출력에 기초하여 상기 생체 계측 데이터에 대한 제 1 건강 위험 정보를 생성하고, 상기 변경 데이터에 대한 제 2 건강 위험 정보를 생성하는 단계; 및상기 생체 계측 데이터와 상기 변경 데이터의 데이터 변화량과 상기 제 1 건강 위험 정보 및 상기 제 2 건강 위험 정보의 건강 위험 정보 변화량의 연관관계를 생성하는 단계; 를 포함하는,컴퓨팅 장치의 하나 이상의 프로세서에서 수행되는 건강 위험 발생 예측을 위한 방법
|
8 |
8
인코딩된 명령들을 포함하는 컴퓨터 판독 가능 저장 매체에 저장된 컴퓨터 프로그램으로서, 상기 컴퓨터 프로그램은 컴퓨터 시스템의 하나 이상의 프로세서들에 의해 실행되는 경우, 상기 하나 이상의 프로세서들로 하여금 인덱싱을 위한 이하의 단계들을 수행하도록 하며, 상기 단계들은:생체 계측 데이터를 획득하는 단계;상기 생체 계측 데이터에 포함된 대상 구분 정보에 기초하여 상기 생체 계측 데이터를 대상 별로 그룹화하여 대상별 샘플을 생성하는 단계;상기 대상별 샘플과 진료 데이터를 매칭시켜 라벨링된 학습 데이터를 생성하는 단계; 및상기 라벨링된 학습 데이터를 이용하여 신경망을 훈련시켜 상기 생체 계측 데이터에 기초한 건강 위험 정보를 출력하도록 하는 신경망 모델을 생성하는 단계;를 포함하는, 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램
|
9 |
9
제 8 항에 있어서, 상기 신경망은 RNN(recurrent neural network)으로 구성되며,상기 RNN은 LSTM(long short-term memory)으로 구성되는, 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램
|
10 |
10
제 8 항에 있어서, 상기 신경망 모델을 생성하는 단계는, 상기 대상별 샘플을 상기 신경망에 입력시키고 상기 신경망으로 연산한 출력 데이터와 상기 진료 데이터를 비교하여 오차를 계산하는 단계; 상기 오차에 기초하여 상기 신경망의 가중치를 역전파(backpropagation) 방식으로 조정하는 단계; 상기 신경망의 학습이 사전결정된 에폭(epoch) 이상 수행된 경우, 검증 데이터를 이용하여 학습의 중단 여부를 결정하는 단계; 및 테스트 데이터를 이용하여 신경망 모델의 성능을 테스트하고, 성능에 기초하여 신경망의 활성화 여부를 결정하는 단계;를 포함하는, 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램
|
11 |
11
제 8 항에 있어서, 상기 라벨링은,진료 데이터에 포함된 질환의 발생 여부, 질환의 명칭, 발생 시기를 포함하고, 상기 학습 데이터는 다년간의 생체 계측 데이터를 포함하며, 질환의 발생 여부에 따라 음성 샘플 또는 양성 샘플로 분류되는, 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램
|
12 |
12
제 11 항에 있어서, 상기 양성 샘플에서 발병시점을 상기 다년간의 생체 계측 데이터의 종료시점으로 하여 상기 다년간의 생체 계측 데이터를 분할하여 인공 양성 샘플을 생성하는 단계; 및상기 음성 샘플의 상기 다년간의 생체 계측 데이터를 임의의 시작시점과 종료시점을 가지도록 분할하여 인공 음성 샘플을 생성하는 단계;를 더 포함하는, 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램
|
13 |
13
제 8 항에 있어서, 상기 생체 계측 데이터에 포함된 측정 값을 정규화하고, 상기 생체 계측 데이터에 포함된 결측값을 전체의 평균값으로 설정하는 단계;를 더 포함하는, 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램
|
14 |
14
제 8 항에 있어서, 상기 생체 계측 데이터를 획득하는 단계는, 상기 생체 계측 데이터를 병원서버, 정부 서버로부터 전자건강기록(EHR: electronic health record), 전자의료기록(EMR: electronic medical record) 및 건강검진DB 중 적어도 하나로부터 획득하는 단계;를 포함하는, 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램
|
15 |
15
건강 위험 발생 예측을 위한 컴퓨팅 장치로서, 하나 이상의 프로세서; 및 상기 하나 이상의 프로세서에서 실행가능한 명령들을 저장하는 메모리;를 포함하고, 상기 하나 이상의 프로세서는, 생체 계측 데이터를 획득하고, 상기 생체 계측 데이터에 포함된 대상 구분 정보에 기초하여 상기 생체 계측 데이터를 개인 별로 그룹화하여 대상별 샘플을 생성하고, 상기 대상별 샘플과 진료 데이터를 매칭시켜 라벨링된 학습 데이터를 생성하고, 그리고 상기 라벨링된 학습 데이터를 이용하여 신경망을 훈련시켜 상기 생체 계측 데이터에 기초한 건강 위험 정보를 출력하도록 하는 신경망 모델을 생성하는, 건강 위험 발생 예측을 위한 컴퓨팅 장치
|
16 |
16
컴퓨팅 장치의 하나 이상의 프로세서에서 수행되는 건강 위험 발생 예측을 위한 방법으로서, 생체 계측 데이터를 획득하는 단계;상기 생체 계측 데이터에 포함된 대상 구분 정보에 기초하여 상기 생체 계측 데이터를 개인 별로 그룹화하여 대상별 샘플을 생성하는 단계;상기 대상별 샘플과 진료 데이터를 매칭시켜 라벨링된 학습 데이터를 생성하는 단계; 및상기 라벨링된 학습 데이터를 이용하여 신경망을 훈련시켜 상기 생체 계측 데이터에 기초한 건강 위험 정보를 출력하도록 하는 신경망 모델을 생성하는 단계;를 포함하는, 컴퓨팅 장치의 하나 이상의 프로세서에서 수행되는 건강 위험 발생 예측을 위한 방법
|