| 1 |
1
요양병원 대상자를 위한 섬망 예방 시스템(10)으로서,섬망이 발병한 요양병원 환자에게서 발병 전 나타난 징후, 과거와 현재의 병력 정보, 및 신체적 특징을 포함하는 정보(이하, 위험요인이라 한다)를 수집하는 데이터수집부(100);상기 데이터수집부(100)에서 수집된 위험요인들과 섬망 발병 여부의 상관관계를 이해하도록 회귀분석 모델 또는 기계학습 모델을 학습하는 학습부(200);요양병원 대상자에게 해당하는 위험요인을 입력받는 입력부(300); 및상기 입력부(300)에서 위험요인이 입력되면, 상기 학습부(200)에서 학습된 기계학습 또는 회귀분석 모델을 이용하여, 상기 요양병원 대상자에게 섬망이 발병할 예상 위험 정도를 연산하는 섬망 위험도 연산부(400)를 포함하는 것을 특징으로 하는, 요양병원 대상자를 위한 섬망 예방 시스템(10)
|
| 2 |
2
제1항에 있어서,상기 섬망 위험도 연산부(400)에서 연산된 위험 정도에 따라 섬망 예방을 위한 조치를 안내하는 섬망 예방 중재부(500)를 더 포함하는 것을 특징으로 하는, 요양병원 대상자를 위한 섬망 예방 시스템(10)
|
| 3 |
3
제2항에 있어서, 상기 학습부(200)는,위험요인들과 섬망 발병 여부의 상관관계를 이해하도록, 상기 회귀분석 모델로서 순서형 로지스틱 회귀분석 모델을 학습하는 것을 특징으로 하는, 요양병원 대상자를 위한 섬망 예방 시스템(10)
|
| 4 |
4
제2항에 있어서, 상기 학습부(200)는,위험요인들과 섬망 발병 여부의 상관관계를 이해하도록, 상기 기계학습 모델로서 MLP(Multilayer Perceptron) 모델을 학습하는 것을 특징으로 하는, 요양병원 대상자를 위한 섬망 예방 시스템(10)
|
| 5 |
5
제2항에 있어서, 상기 섬망 위험도 연산부(400)는,상기 요양병원 대상자에게 섬망이 발병할 예상 위험 정도를 저위험군, 중위험군, 고위험군의 세분류로 나누도록 연산하는 것을 특징으로 하는, 요양병원 대상자를 위한 섬망 예방 시스템(10)
|
| 6 |
6
제2항에 있어서, 상기 섬망 위험도 연산부(400)는,상기 요양병원 대상자에게 섬망이 발병할 예상 위험 정도를 백분율로 연산하는 것을 특징으로 하는, 요양병원 대상자를 위한 섬망 예방 시스템(10)
|
| 7 |
7
제2항에 있어서, 상기 입력부(300)에서 입력받는 위험요인은,수분전해질 불균형, 영양 불균형, 수면장애, 동반질환지수(Charlson Comorbidity Index: CCI), 저산소증, 감염, 고관절 수술, 나이 65세 이상 여부, 음주력, 및 수술 이력 중 적어도 하나를 포함하는 것을 특징으로 하는, 요양병원 대상자를 위한 섬망 예방 시스템(10)
|
| 8 |
8
제2항에 있어서,섬망 판정 도구를 사용하여, 요양병원 대상자의 섬망 발병 여부를 판정하는 섬망 발병 판단부(600)를 더 포함하는 것을 특징으로 하는, 요양병원 대상자를 위한 섬망 예방 시스템(10)
|
| 9 |
9
제8항에 있어서, 상기 섬망 발병 판단부(600)는,상기 섬망 판정 도구로서 CAM(Confusion Assessment Method)을 이용하여 섬망의 발병 여부를 판정하는 것을 특징으로 하는, 요양병원 대상자를 위한 섬망 예방 시스템(10)
|
| 10 |
10
제1항 내지 제9항 중 어느 한 항에 있어서, 상기 요양병원 대상자를 위한 섬망 예방 시스템(10)은,사용자의 단말기 내에서 웹 기반 애플리케이션을 통하여 구동되는 것을 특징으로 하는, 요양병원 대상자를 위한 섬망 예방 시스템(10)
|
| 11 |
11
요양병원 대상자를 위한 섬망 예방 방법으로서,(1) 섬망이 발병한 요양병원 환자에게서 발병 전 나타난 징후, 과거와 현재의 병력 정보, 및 신체적 특징을 포함하는 정보(이하, 위험요인이라 한다)를 수집하는 단계;(2) 상기 단계 (1)에서 수집된 위험요인들과 섬망 발병 여부의 상관관계를 이해하도록 회귀분석 모델 또는 기계학습 모델을 학습하는 단계;(3) 요양병원 대상자에게 해당하는 위험요인을 입력받는 단계; 및(4) 상기 단계 (3)에서 위험요인이 입력되면, 상기 단계 (2)에서 학습된 기계학습 또는 회귀분석 모델을 이용하여, 상기 요양병원 대상자에게 섬망이 발병할 예상 위험 정도를 연산하는 단계를 포함하는 것을 특징으로 하는, 요양병원 대상자를 위한 섬망 예방 방법
|
| 12 |
12
제11항에 있어서,(5) 상기 단계 (4)에서 연산된 위험 정도에 따라 섬망 예방을 위한 조치를 안내하는 단계를 더 포함하는 것을 특징으로 하는, 요양병원 대상자를 위한 섬망 예방 방법
|
| 13 |
13
제12항에 있어서, 상기 단계 (2)에서는,위험요인들과 섬망 발병 여부의 상관관계를 이해하도록, 상기 회귀분석 모델로서 순서형 로지스틱 회귀분석 모델을 학습하는 것을 특징으로 하는, 요양병원 대상자를 위한 섬망 예방 방법
|
| 14 |
14
제12항에 있어서, 상기 단계 (2)에서는,위험요인들과 섬망 발병 여부의 상관관계를 이해하도록, 상기 기계학습 모델로서 MLP(Multilayer Perceptron) 모델을 학습하는 것을 특징으로 하는, 요양병원 대상자를 위한 섬망 예방 방법
|
| 15 |
15
제12항에 있어서, 상기 단계 (4)에서는,상기 요양병원 대상자에게 섬망이 발병할 예상 위험 정도를 저위험군, 중위험군, 고위험군의 세분류로 나누도록 연산하는 것을 특징으로 하는, 요양병원 대상자를 위한 섬망 예방 방법
|
| 16 |
16
제12항에 있어서, 상기 단계 (4)에서는,상기 요양병원 대상자에게 섬망이 발병할 예상 위험 정도를 백분율로 연산하는 것을 특징으로 하는, 요양병원 대상자를 위한 섬망 예방 방법
|
| 17 |
17
제12항에 있어서, 상기 단계 (3)에서 입력받는 위험요인은,수분전해질 불균형, 영양 불균형, 수면장애, 동반질환지수(Charlson Comorbidity Index: CCI), 저산소증, 감염, 고관절 수술, 나이 65세 이상 여부, 음주력, 및 수술 이력 중 적어도 하나를 포함하는 것을 특징으로 하는, 요양병원 대상자를 위한 섬망 예방 방법
|
| 18 |
18
제12항에 있어서,(6) 섬망 판정 도구를 사용하여, 요양병원 대상자의 섬망 발병 여부를 판정하는 단계를 더 포함하는 것을 특징으로 하는, 요양병원 대상자를 위한 섬망 예방 방법
|
| 19 |
19
제18항에 있어서, 상기 단계 (6)에서는,상기 섬망 판정 도구로서 CAM(Confusion Assessment Method)을 이용하여 섬망의 발병 여부를 판정하는 것을 특징으로 하는, 요양병원 대상자를 위한 섬망 예방 방법
|
| 20 |
20
제11항 내지 제19항 중 어느 한 항에 있어서, 상기 요양병원 대상자를 위한 섬망 예방 방법은,사용자의 단말기 내에서 웹 기반 애플리케이션을 통하여 구동되는 것을 특징으로 하는, 요양병원 대상자를 위한 섬망 예방 방법
|
