| 1 |
1
환자의 역학 정보, 사망 정보 및 탐색 정보를 포함하는 환자 별 인자 정보를 획득하고, 상기 환자 별 인자 정보를 매트릭스 형태로 구조화하여 저장하는 정보 저장부;상기 사망 정보에 대한 상기 역학 정보 및 상기 탐색 정보의 연관성을 판단하고, 상기 연관성을 이용하여 상기 사망 정보에 대한 위험비를 산출하여 상기 환자 별 인자 정보에 각각의 위험 점수를 할당하고, 할당된 상기 위험 점수를 계산하여 상기 환자의 사망 가능성을 예측하는 예측 모델을 생성하는 모델 생성부; 상기 예측 모델 중에서 통계 검정을 통해 최종 예측 모델을 결정하는 모델 결정부; 및 상기 최종 예측 모델을 이용하여 상기 환자의 사망 가능성을 예측하고 위험 계층을 분류하는 결과 출력부;를 포함하는 것을 특징으로 하는 질병 예측 장치
|
| 2 |
2
제 1 항에 있어서,상기 정보 저장부는,상기 탐색 정보에 상기 사망 정보의 원인으로 추정되는 추정 인자를 추가하여 상기 환자 별 인자 정보를 획득하고, 변경된 상기 환자 별 인자 정보를 매트릭스 형태로 재구조화하여 저장하는 것을 특징으로 하는 질병 예측 장치
|
| 3 |
3
제 2 항에 있어서,상기 모델 생성부는,상기 추정 인자가 추가된 상기 탐색 정보로 인해 변경된 상기 환자 별 인자 정보에 따라 상기 위험 점수를 재할당하는 것을 특징으로 하는 질병 예측 장치
|
| 4 |
4
제 1 항에 있어서,상기 모델 생성부는,저장된 상기 환자 별 인자 정보를 딥러닝 알고리즘에 입력하여 상기 사망 정보에 대한 연관성을 판단하고,상기 연관성에 대한 로지스틱 회귀 분석을 수행하여 상기 역학 정보 및 상기 탐색 정보를 포함하는 상기 환자 별 인자 정보에 대한 위험비를 산출하고, 상기 위험비에 기초하여 상기 환자 별 인자 정보에 상기 위험 점수를 각각 할당하는 것을 특징으로 하는 질병 예측 장치
|
| 5 |
5
제 4 항에 있어서,상기 연관성은,상기 사망 정보를 기준으로 상기 역학 정보 및 상기 탐색 정보에서 주요 인자를 추출하고, 상기 환자를 상기 위험 계층으로 분류하여 판단되는 것을 특징으로 하는 질병 예측 장치
|
| 6 |
6
제 1 항에 있어서,상기 모델 생성부는,상기 예측 모델에 할당된 상기 위험 점수를 합산하여 환자 별 최종 위험 점수를 산출하고, 상기 최종 위험 점수에 따라 위험 사망률을 예측하고 위험 계층을 분류하는 것을 특징으로 하는 질병 예측 장치
|
| 7 |
7
제 1 항에 있어서,상기 모델 결정부는,상기 예측 모델을 이용하여 사망 가능성을 예측한 예측 결과와 상기 사망 정보를 비교하여 통계량을 산출하고, 상기 통계량을 이용하여 상기 예측 모델 중에서 상기 최종 예측 모델을 결정하는 것을 특징으로 하는 질병 예측 장치
|
| 8 |
8
제 1 항에 있어서,상기 결과 출력부는,상기 최종 예측 모델을 이용하여 산출한 환자 별 최종 위험 점수, 상기 위험 계층 및 위험 사망률 중 적어도 하나를 출력하는 것을 특징으로 하는 질병 예측 장치
|
| 9 |
9
환자의 역학 정보, 사망 정보 및 탐색 정보를 포함하는 환자 별 인자 정보를 획득하고, 상기 환자 별 인자 정보를 매트릭스 형태로 구조화하여 저장하는 정보 저장 단계;상기 사망 정보에 대한 상기 역학 정보 및 상기 탐색 정보의 연관성을 판단하고, 상기 연관성을 이용하여 상기 사망 정보에 대한 위험비를 산출하여 상기 환자 별 인자 정보에 각각의 위험 점수를 할당하고, 할당된 상기 위험 점수를 계산하여 상기 환자의 사망 가능성을 예측하는 예측 모델을 생성하는 모델 생성 단계;상기 예측 모델 중에서 통계 검정을 통해 최종 예측 모델을 결정하는 모델 결정 단계; 및상기 최종 예측 모델을 이용하여 상기 환자의 사망 가능성을 예측하고 위험 계층을 분류하는 결과 출력 단계;를 포함하는 것을 특징으로 하는 질병 예측 방법
|
| 10 |
10
제 9 항에 있어서,상기 정보 저장 단계는,상기 탐색 정보에 상기 사망 정보의 원인으로 추정되는 추정 인자를 추가하여 상기 환자 별 인자 정보를 획득하고, 변경된 상기 환자 별 인자 정보를 매트릭스 형태로 재구조화하여 저장하는 것을 특징으로 하는 질병 예측 방법
|
| 11 |
11
제 10 항에 있어서,상기 모델 생성 단계는,상기 추정 인자가 추가된 상기 탐색 정보로 인해 변경된 상기 환자 별 인자 정보에 따라 상기 위험 점수를 재할당하는 것을 특징으로 하는 질병 예측 방법
|
| 12 |
12
제 9 항에 있어서,상기 모델 생성 단계는,저장된 상기 환자 별 인자 정보를 딥러닝 알고리즘에 입력하여 상기 사망 정보에 대한 연관성을 판단하고,상기 연관성에 대한 로지스틱 회귀 분석을 수행하여, 상기 역학 정보 및 상기 탐색 정보를 포함하는 상기 환자 별 인자 정보에 대한 위험비를 산출하고, 상기 위험비에 기초하여 상기 환자 별 인자 정보에 상기 위험 점수를 각각 할당하는 것을 특징으로 하는 질병 예측 방법
|
| 13 |
13
제 9 항에 있어서,상기 모델 생성 단계는,상기 예측 모델에 할당된 상기 위험 점수를 합산하여 환자 별 최종 위험 점수를 산출하고, 상기 최종 위험 점수에 따라 위험 사망률을 예측하고 위험 계층을 분류하는 것을 특징으로 하는 질병 예측 방법
|
| 14 |
14
제 9 항에 있어서,상기 모델 결정 단계는,상기 예측 모델을 이용하여 사망 가능성을 예측한 예측 결과와 상기 사망 정보를 비교하여 통계량을 산출하고, 상기 통계량을 이용하여 상기 예측 모델 중에서 상기 최종 예측 모델을 결정하는 것을 특징으로 하는 질병 예측 방법
|
| 15 |
15
제 9 항에 있어서,상기 결과 출력 단계는,상기 최종 예측 모델을 이용하여 산출한 환자 별 최종 위험 점수, 상기 위험 계층 및 위험 사망률 중 적어도 하나를 출력하는 것을 특징으로 하는 질병 예측 방법
|
| 16 |
16
질병 예측 방법을 실행시키기 위한 프로그램을 기록한 기록 매체에 있어서,환자의 역학 정보, 사망 정보 및 탐색 정보를 포함하는 환자 별 인자 정보를 획득하고, 상기 환자 별 인자 정보를 매트릭스 형태로 구조화하여 저장하는 정보 저장 기능;상기 사망 정보에 대한 상기 역학 정보 및 상기 탐색 정보의 연관성을 판단하고, 상기 연관성을 이용하여 상기 사망 정보에 대한 위험비를 산출하여 상기 환자 별 인자 정보에 각각의 위험 점수를 할당하고, 할당된 상기 위험 점수를 계산하여 상기 환자의 사망 가능성을 예측하는 예측 모델을 생성하는 모델 생성 기능;상기 예측 모델 중에서 통계 검정을 통해 최종 예측 모델을 결정하는 모델 결정 기능; 및상기 최종 예측 모델을 이용하여 상기 환자의 사망 가능성을 예측하고 위험 계층을 분류하는 결과 출력 기능을 구현하는 프로그램이 기록되고 컴퓨터로 읽을 수 있는 기록 매체
|
