1 |
1
웨어러블 기기 또는 센서를 통해 수집된 데이터, 환자의 의료기록, 환자들 및 의사들의 소셜 네트워크 상에서의 논의 데이터, 및 의료 웹페이지의 데이터를 수집하는 데이터 수집부; 개인 클라우드 서버와 연결되어 수집된 데이터들을 저장하는 빅데이터 클라우드 서버의 데이터 저장부; 및수집된 데이터의 사전 분석, 수집된 센서 데이터의 사전 처리 및 필터링, 의료기록의 사전처리, 소셜 네트워크 컨텐츠의 사전처리를 포함하는 데이터 분석을 수행하고, 특징 극성 식별 및 문서 레이블링을 수행하는 빅데이터 분석 엔진을 포함하고, 빅데이터 분석 엔진은, 저장된 데이터의 텍스트 데이터에서 워드 임베딩 및 온톨로지 기반 특징을 추출하고, 웨어러블 기기 또는 센서 데이터로부터 특성을 추출하며, 주성분 분석을 통해 차원 감소에 대한 통계적 접근을 수행하고, Bi-LSTM 기반 당뇨병과 BP 분류 및 약물 부작용을 예측하는 의료 모니터링 장치
|
2 |
2
제1항에 있어서,데이터 수집부는, 치료와 의료 이력을 결정하기 위해 환자의 의료기록을 수집하고, 환자의 느낌, 감정, 스트레스를 파악하기 위해 SNS에서 환자의 내용을 추출하고, 현재 의약품 섭취의 부작용을 파악하기 위해 의료 웹페이지에서 약물에 대한 환자 리뷰를 수집하는 의료 모니터링 장치
|
3 |
3
제1항에 있어서,빅데이터 분석 엔진은, 수집된 데이터의 사전 분석을 위해 구문 분석할 수 있도록 CSV 파일로 변환하고, 숫자 값과 함께 열의 형태로 표시한 후, 센서 데이터의 ID를 실제 센서 이름으로 표시하여, 불일치와 노이즈를 제거하기 위해 데이터를 필터링하며, 실험실 테스트, 자가 검사 답변, 복용한 약물 데이터를 포함하는 서로 다른 의료기록을 사전처리하고, 소셜 네트워크 컨텐츠에 대해 단어 제거 중지, 토큰화, PoS 태깅, 특징 변환을 포함하는 사전처리를 수행하여 데이터를 구조화된 형태로 변환하는 의료 모니터링 장치
|
4 |
4
제1항에 있어서,빅데이터 분석 엔진은, 환자들 및 의사들의 소셜 네트워크 상에서의 논의 데이터를 사용하여 정서 분석 접근법을 통해 환자의 스트레스와 우울증을 감지하고, 당뇨병 치료제의 효율성과 부작용에 대한 의견을 파악하기 위해 환자의 약물에 대한 검토를 수행하는 의료 모니터링 장치
|
5 |
5
제1항에 있어서,빅데이터 분석 엔진은, 단어를 숫자 값으로 나타내기 위해 워드 임베딩 접근법을 적용하고, 차원을 줄이기 위해 차원을 설정한 후, 설정된 차원 값을 사용하여 단어를 표현하고, Word2vec의 신경망 기반의 워드 임베딩 모델을 사용하여 단어를 표현하는 의료 모니터링 장치
|
6 |
6
웨어러블 기기 또는 센서를 통해 수집된 데이터, 환자의 의료기록, 환자들 및 의사들의 소셜 네트워크 상에서의 논의 데이터, 및 의료 웹페이지의 데이터를 수집하는 단계; 빅데이터 클라우드 서버의 데이터 저장부를 통해 개인 클라우드 서버와 연결되어 수집된 데이터들을 저장하는 단계; 및빅데이터 분석 엔진을 통해 수집된 데이터의 사전 분석, 수집된 센서 데이터의 사전 처리 및 필터링, 의료기록의 사전처리, 소셜 네트워크 컨텐츠의 사전처리를 포함하는 데이터 분석을 수행하고, 특징 극성 식별 및 문서 레이블링을 수행하는 단계를 포함하고, 빅데이터 분석 엔진을 통해 수집된 데이터의 사전 분석, 수집된 센서 데이터의 사전 처리 및 필터링, 의료기록의 사전처리, 소셜 네트워크 컨텐츠의 사전처리를 포함하는 데이터 분석을 수행하고, 특징 극성 식별 및 문서 레이블링을 수행하는 단계는, 저장된 데이터의 텍스트 데이터에서 워드 임베딩 및 온톨로지 기반 특징을 추출하고, 웨어러블 기기 또는 센서 데이터로부터 특성을 추출하며, 주성분 분석을 통해 차원 감소에 대한 통계적 접근을 수행하고, Bi-LSTM 기반 당뇨병과 BP 분류 및 약물 부작용을 예측하는의료 모니터링 방법
|
7 |
7
제6항에 있어서, 웨어러블 기기 또는 센서를 통해 수집된 데이터, 환자의 의료기록, 환자들 및 의사들의 소셜 네트워크 상에서의 논의 데이터, 및 의료 웹페이지의 데이터를 수집하는 단계는, 치료와 의료 이력을 결정하기 위해 환자의 의료기록을 수집하고, 환자의 느낌, 감정, 스트레스를 파악하기 위해 SNS에서 환자의 내용을 추출하고, 현재 의약품 섭취의 부작용을 파악하기 위해 의료 웹페이지에서 약물에 대한 환자 리뷰를 수집하는 의료 모니터링 방법
|
8 |
8
제6항에 있어서, 빅데이터 분석 엔진을 통해 수집된 데이터의 사전 분석, 수집된 센서 데이터의 사전 처리 및 필터링, 의료기록의 사전처리, 소셜 네트워크 컨텐츠의 사전처리를 포함하는 데이터 분석을 수행하고, 특징 극성 식별 및 문서 레이블링을 수행하는 단계는, 수집된 데이터의 사전 분석을 위해 구문 분석할 수 있도록 CSV 파일로 변환하고, 숫자 값과 함께 열의 형태로 표시한 후, 센서 데이터의 ID를 실제 센서 이름으로 표시하여, 불일치와 노이즈를 제거하기 위해 데이터를 필터링하며, 실험실 테스트, 자가 검사 답변, 복용한 약물 데이터를 포함하는 서로 다른 의료기록을 사전처리하고, 소셜 네트워크 컨텐츠에 대해 단어 제거 중지, 토큰화, PoS 태깅, 특징 변환을 포함하는 사전처리를 수행하여 데이터를 구조화된 형태로 변환하는 의료 모니터링 방법
|
9 |
9
제6항에 있어서, 빅데이터 분석 엔진을 통해 수집된 데이터의 사전 분석, 수집된 센서 데이터의 사전 처리 및 필터링, 의료기록의 사전처리, 소셜 네트워크 컨텐츠의 사전처리를 포함하는 데이터 분석을 수행하고, 특징 극성 식별 및 문서 레이블링을 수행하는 단계는, 환자들 및 의사들의 소셜 네트워크 상에서의 논의 데이터를 사용하여 정서 분석 접근법을 통해 환자의 스트레스와 우울증을 감지하고, 당뇨병 치료제의 효율성과 부작용에 대한 의견을 파악하기 위해 환자의 약물에 대한 검토를 수행하는 의료 모니터링 방법
|
10 |
10
제6항에 있어서, 빅데이터 분석 엔진을 통해 수집된 데이터의 사전 분석, 수집된 센서 데이터의 사전 처리 및 필터링, 의료기록의 사전처리, 소셜 네트워크 컨텐츠의 사전처리를 포함하는 데이터 분석을 수행하고, 특징 극성 식별 및 문서 레이블링을 수행하는 단계는, 단어를 숫자 값으로 나타내기 위해 워드 임베딩 접근법을 적용하고, 차원을 줄이기 위해 차원을 설정한 후, 설정된 차원 값을 사용하여 단어를 표현하고, Word2vec의 신경망 기반의 워드 임베딩 모델을 사용하여 단어를 표현하는 의료 모니터링 방법
|