맞춤기술찾기

이전대상기술

빅데이터 분석을 통한 진료비 예측 장치 및 방법

  • 기술번호 : KST2022011796
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 빅데이터 분석을 통한 진료비 예측 장치 및 방법이 제공된다. 상기 장치는, 의료 관련 빅데이터를 수신하는 통신부, 진료비 예측을 위한 적어도 하나의 프로그램을 구비한 메모리, 및 상기 프로그램을 실행하고, 상기 프로그램을 통해 상기 의료 관련 빅데이터에 포함된 변수별 통계 데이터를 추출하고, 상기 변수별 통계 데이터에 기초하여 분석 모델을 이용하여 제1 결과 데이터를 추출하고, 상기 제1 결과 데이터에 기초하여 의료 서비스에 대한 진료비를 예측하는 제어부를 포함한다.
Int. CL G16H 40/20 (2018.01.01) G16H 50/50 (2018.01.01) G06Q 10/04 (2012.01.01)
CPC G16H 40/20(2013.01) G16H 50/50(2013.01) G06Q 10/04(2013.01)
출원번호/일자 1020200169185 (2020.12.07)
출원인 가톨릭대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0080266 (2022.06.14) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.12.07)
심사청구항수 15

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 가톨릭대학교 산학협력단 대한민국 서울특별시 서초구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이향열 서울시 강남구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인비엘티 대한민국 서울특별시 강남구 테헤란로*길**, *층(역삼동, 청원빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2020.12.07 수리 (Accepted) 1-1-2020-1319819-75
2 선행기술조사의뢰서
Request for Prior Art Search
2021.10.19 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2022.01.26 발송처리완료 (Completion of Transmission) 9-6-2022-0075749-81
4 의견제출통지서
Notification of reason for refusal
2022.04.29 발송처리완료 (Completion of Transmission) 9-5-2022-0322252-51
5 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2022.06.17 수리 (Accepted) 1-1-2022-0632844-61
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2022.06.17 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2022-0632845-17
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
의료 관련 빅데이터를 수신하는 통신부;진료비 예측을 위한 적어도 하나의 프로그램을 구비한 메모리; 및상기 프로그램을 실행하고,상기 프로그램을 통해 상기 의료 관련 빅데이터에 포함된 변수별 통계 데이터를 추출하고,상기 변수별 통계 데이터에 기초하여 분석 모델을 이용하여 제1 결과 데이터를 추출하고,상기 제1 결과 데이터에 기초하여 가정간호에 대한 진료비를 예측하는 제어부;를 포함하는,빅데이터 분석을 통한 진료비 예측 장치
2 2
제1항에 있어서,상기 제어부는,상기 변수별 통계 데이터로부터 추출되는 현황 데이터를 상기 분석 모델에 적용하여 상기 제1 결과 데이터를 추출하고,상기 현황 데이터는 적어도 하나의 변수를 고려하여 추출되는,빅데이터 분석을 통한 진료비 예측 장치
3 3
제1항에 있어서,상기 제어부는,상기 제1 결과 데이터에 포함된 변수별 제1 값에 기초하여 각 변수가 상기 분석 모델에 유의미한지를 판단하고,유의미하지 않은 것으로 판단된 변수는 제외하고 상기 진료비를 예측하는,빅데이터 분석을 통한 진료비 예측 장치
4 4
제3항에 있어서,상기 제어부는,상기 제1 값이 기 설정된 기준 값 보다 큰 변수에 대해서 유의미하지 않은 것으로 판단하는,빅데이터 분석을 통한 진료비 예측 장치
5 5
제3항에 있어서,상기 제어부는,유의미한 것으로 판단된 변수의 제2 값을 이용하여 상기 진료비를 예측하는,빅데이터 분석을 통한 진료비 예측 장치
6 6
제1항에 있어서,상기 제1 결과 데이터는,제1 그룹과 관련된 제1 결과 데이터 및 제2 그룹에 관련된 제1 결과 데이터를 포함하고,상기 제어부는,제1 그룹과 관련된 제1 결과 데이터에 기초하여, 제1 그룹의 가정간호에 대한 진료비를 예측하고,제2 그룹과 관련된 제1 결과 데이터에 기초하여, 제2 그룹의 가정간호에 대한 진료비를 예측하는,빅데이터 분석을 통한 진료비 예측 장치
7 7
제6항에 있어서,상기 제1 그룹은 적어도 하나의 민간의료기관을 포함하고, 상기 제2 그룹은 적어도 하나의 공공의료기관을 포함하는,빅데이터 분석을 통한 진료비 예측 장치
8 8
제1항에 있어서,상기 제어부는,변수별 통계 데이터에 기초하여 분석 모델을 이용하여 제2 결과 데이터를 추출하고,상기 제2 결과 데이터에 기초하여 가정간호에 대한 이용건수를 예측하는,빅데이터 분석을 통한 진료비 예측 장치
9 9
제1항에 있어서,상기 변수는 나이, 연도, 요양일수, 수술여부, 지역, 성별, 진료과목, 주상병, 부상병, 보험자종별, 요양기관종별 및 그룹 중 적어도 하나를 포함하는,빅데이터 분석을 통한 진료비 예측 장치
10 10
진료비 예측 장치에 의해 수행되는 빅데이터 분석을 통한 진료비 예측 방법에 있어서,의료 관련 빅데이터를 수신하는 단계;진료비 예측을 위한 적어도 하나의 프로그램을 실행하는 단계;상기 프로그램을 통해 상기 의료 관련 빅데이터에 포함된 변수별 통계 데이터를 추출하는 단계;상기 변수별 통계 데이터에 기초하여 분석 모델을 이용하여 제1 결과 데이터를 추출하는 단계; 및상기 제1 결과 데이터에 기초하여 가정간호에 대한 진료비를 예측하는 단계;를 포함하는,빅데이터 분석을 통한 진료비 예측 방법
11 11
제10항에 있어서,상기 제1 결과 데이터 추출 단계는,상기 변수별 통계 데이터로부터 추출되는 현황 데이터를 상기 분석 모델에 적용하여 상기 제1 결과 데이터를 추출하고,상기 현황 데이터는 적어도 하나의 변수를 고려하여 추출되는,빅데이터 분석을 통한 진료비 예측 방법
12 12
제10항에 있어서,상기 진료비 예측 단계는,상기 제1 결과 데이터에 포함된 변수별 제1 값에 기초하여 각 변수가 상기 분석 모델에 유의미한지를 판단하는 단계; 및유의미하지 않은 것으로 판단된 변수는 제외하고 상기 진료비를 예측하는 단계;를 포함하는,빅데이터 분석을 통한 진료비 예측 방법
13 13
제12항에 있어서,상기 유의미 판단 단계는,상기 제1 값이 기 설정된 기준 값 보다 큰 변수에 대해서 유의미하지 않은 것으로 판단하는,빅데이터 분석을 통한 진료비 예측 방법
14 14
제12항에 있어서,상기 진료비 예측 단계는,유의미한 것으로 판단된 변수의 제2 값을 이용하여 상기 진료비를 예측하는 단계;를 포함하는,빅데이터 분석을 통한 진료비 예측 방법
15 15
제10항에 있어서,상기 제1 결과 데이터는,제1 그룹과 관련된 제1 결과 데이터 및 제2 그룹에 관련된 제1 결과 데이터를 포함하고,상기 제어부는,제1 그룹과 관련된 제1 결과 데이터에 기초하여, 제1 그룹의 가정간호에 대한 진료비를 예측하고, 제2 그룹과 관련된 제1 결과 데이터에 기초하여, 제2 그룹의 가정간호에 대한 진료비를 예측하는,빅데이터 분석을 통한 진료비 예측 방법
16 16
제15항에 있어서,상기 제1 그룹은 적어도 하나의 민간의료기관을 포함하고, 상기 제2 그룹은 적어도 하나의 공공의료기관을 포함하는,빅데이터 분석을 통한 진료비 예측 방법
17 17
제10항에 있어서,변수별 통계 데이터에 기초하여 분석 모델을 이용하여 제2 결과 데이터를 추출하는 단계; 및 상기 제2 결과 데이터에 기초하여 가정간호에 대한 이용건수를 예측하는 단계;를 더 포함하는,빅데이터 분석을 통한 진료비 예측 방법
18 18
제10항에 있어서,상기 변수는 나이, 연도, 요양일수, 수술여부, 지역, 성별, 진료과목, 주상병, 부상병, 보험자종별, 요양기관종별 및 그룹 중 적어도 하나를 포함하는,빅데이터 분석을 통한 진료비 예측 방법
19 19
컴퓨터와 결합하여 제10항 내지 제18항 중 어느 한 항의 빅데이터 분석을 통한 진료비 예측 방법을 수행하기 위하여 컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.