1 |
1
컴퓨팅 장치에 의해 수행되는 방법에 있어서,치매 군 및 정상 군의 의료기록 정보를 이용하여 서로 다른 잠복기별 학습 데이터를 생성하는 단계;상기 잠복기별 학습 데이터 각각을 이용한 기계 학습을 수행하여 잠복기별 치매 예측 모델을 생성하는 단계; 및사용자의 의료기록 정보를 상기 잠복기별 치매 예측 모델 각각에 입력하여, 상기 사용자의 잠복기별 치매 예측 정보를 출력하는 단계를 포함하고,상기 치매 군 및 상기 정상 군의 의료기록 정보를 이용하여 서로 다른 잠복기별 학습 데이터를 생성하는 단계는,상기 의료기록 정보를 이용하여 기준 시점에서의 치매 진단 여부에 따라 상기 치매 군 및 상기 정상 군으로 분류하되, 상기 기준 시점 전에 치매로 진단되지 않은 데이터만을 대상으로 하는, 단계; 및상기 치매 군 및 상기 정상 군 각각에 대해, 상기 기준 시점으로부터 제1 기간 이전에 제1 시간구간 동안 수집된 데이터를 제1 잠복기의 학습 데이터로 구성하고,상기 치매 군 및 상기 정상 군 각각에 대해, 상기 기준 시점으로부터 제2 기간 이전에 제2 시간구간 동안 수집된 데이터를 제2 잠복기의 학습 데이터로 구성하고,상기 치매 군 및 상기 정상 군 각각에 대해, 상기 기준 시점으로부터 제3 기간 이전에 제3 시간구간 동안 수집된 데이터를 제3 잠복기의 학습 데이터로 구성하는 단계를 포함하고,상기 제1 기간은 상기 제2 기간보다 짧고, 상기 제2 기간은 상기 제3 기간보다 짧은 기간이고,상기 제1 시간구간, 상기 제2 시간구간, 및 상기 제3 시간구간은 동일한 시간구간이고,상기 의료기록 정보 중 질병 분류 코드 별로 계산된 약물 처방 일수를 이용하여 상기 각각의 잠복기별 학습 데이터에 대해 질병의 중증도 레벨을 결정하되, 상기 중증도 레벨은 급성 질환 및 만성 질환 각각에 대해 서로 다른 약물 처방 일수의 범위를 적용하여 결정되는, 단계;상기 잠복기별 치매 예측 모델에 기초하여 상기 잠복기별로 공통으로 발견되는 공통 치매 위험 인자를 식별하는 단계; 및상기 식별된 공통 치매 위험 인자 각각에 대해 상기 잠복기에 따른 중증도 레벨 별 분포 변화를 분석하여, 상기 공통 치매 위험 인자 각각의 영향도를 평가하는 단계를 더 포함하는,잠복기별 치매 예측 방법
|
2 |
2
제1 항에 있어서,상기 서로 다른 잠복기별 학습 데이터를 생성하는 단계는,상기 의료기록 정보 중 기준 시점에 진단된 기록을 이용하여 분류된 상기 치매 군 및 상기 정상 군의 의료기록 정보를 획득하는 단계; 및상기 기준 시점으로부터 서로 다른 과거 시점까지의 상기 의료기록 정보를 이용하여 상기 잠복기별 학습 데이터를 생성하는 단계를 포함하는,잠복기별 치매 예측 방법
|
3 |
3
제2 항에 있어서,상기 의료기록 정보 중 기준 시점에 진단된 기록을 이용하여 분류된 상기 치매 군 및 상기 정상 군의 의료기록 정보를 획득하는 단계는,상기 의료기록 정보에 포함되어 있는 복수의 질병 분류 코드 중 치매에 해당하는 분류 코드의 존재 여부에 따라 상기 치매 군 및 상기 정상 군을 분류하는 단계를 포함하고,상기 치매에 해당하는 분류 코드는, 상기 복수의 질병 분류 코드 중 기 설정된 일부의 분류 코드를 포함하는,잠복기별 치매 예측 방법
|
4 |
4
삭제
|
5 |
5
삭제
|
6 |
6
제1 항에 있어서,상기 서로 다른 잠복기별 학습 데이터를 생성하는 단계는,상기 의료기록 정보를 이용하여 복수의 피처들(features)을 생성하는 단계;상기 복수의 피처들(features) 중 소정 기준에 따라 잠복기별 피처 그룹을 선정하는 단계; 및상기 선정된 잠복기별 피처 그룹에 기반한 학습 데이터를 구성하는 단계를 포함하는,잠복기별 치매 예측 방법
|
7 |
7
제6 항에 있어서,상기 복수의 피처들(features) 중 소정 기준에 따라 잠복기별 피처 그룹을 선정하는 단계는,피처 선택 알고리즘을 이용하여 상기 잠복기별로 서로 다른 피처 그룹을 선정하는 단계를 포함하고,상기 피처 선택 알고리즘은, 전진 선택(Forward Selection), 후방 제거(Backward Elimination), 및 단계별 선택(Stepwise Selection) 방식 중 어느 하나에 기반한 것인,잠복기별 치매 예측 방법
|
8 |
8
제7 항에 있어서,상기 피처 선택 알고리즘을 이용하여 상기 잠복기별로 서로 다른 피처 그룹을 선정하는 단계는,상기 피처 선택 알고리즘의 수행 결과 획득되는 유의확률 값(p-value)에 기반하여 상기 잠복기별 피처 그룹에 포함될 피처를 결정하는 단계를 포함하는,잠복기별 치매 예측 방법
|
9 |
9
제1 항에 있어서,상기 잠복기별 치매 예측 모델은, 상기 잠복기별 학습 데이터 각각을 이용하여 서로 다른 기계 학습 알고리즘에 기반한 기계 학습을 수행하여 생성되는 복수의 모델 중 성능 수치가 임계치 이상인 모델로 선정된 것인, 잠복기별 치매 예측 방법
|
10 |
10
제9 항에 있어서,상기 서로 다른 기계 학습 알고리즘은, 랜덤 포레스트(Random Forest), 그래디언트 부스팅(Gradient Boosting), 및 다층 퍼셉트론(MLP: MultiLayer Perceptron)을 포함하는,잠복기별 치매 예측 방법
|
11 |
11
제1 항에 있어서,상기 잠복기별 치매 예측 모델의 생성 시 산출되는 피처 중요도(feature importance)에 기초하여 상기 잠복기별 치매 위험 인자를 결정하는 단계; 및상기 결정된 잠복기별 치매 위험 인자를 이용하여 상기 잠복기별로 상이한 치매 위험 인자를 식별하는 단계를 더 포함하는,잠복기별 치매 예측 방법
|
12 |
12
삭제
|
13 |
13
삭제
|
14 |
14
컴퓨터로 하여금 제1 항 내지 제3 항, 제6 항 내지 제11 항 중 어느 한 항의 방법을 수행하도록 하는 컴퓨터 프로그램이 저장된, 컴퓨터 판독 가능한 비일시적 기록 매체
|
15 |
15
컴퓨팅 장치에 의해 수행되는 방법에 있어서,사용자의 의료기록 정보를 잠복기별 치매 예측 모델 각각에 입력하는 단계; 및상기 잠복기별 치매 예측 모델 각각으로부터 상기 사용자의 잠복기별 치매 예측 정보를 출력하는 단계를 포함하고, 상기 잠복기별 치매 예측 모델은, 치매 군 및 정상 군의 의료기록 정보를 이용하여 생성된 서로 다른 잠복기별 학습 데이터를 이용한 기계 학습을 수행하여 생성된 것이고,상기 치매 군 및 상기 정상 군은, 상기 의료기록 정보를 이용하여 기준 시점에서의 치매 진단 여부에 따라 분류하되, 상기 기준 시점 전에 치매로 진단되지 않은 데이터만을 대상으로 분류되고,상기 서로 다른 잠복기별 학습 데이터는, 상기 치매 군 및 상기 정상 군 각각에 대해, 상기 기준 시점으로부터 제1 기간 이전에 제1 시간구간 동안 수집된 제1 잠복기의 학습 데이터와,상기 치매 군 및 상기 정상 군 각각에 대해, 상기 기준 시점으로부터 제2 기간 이전에 제2 시간구간 동안 수집된 제2 잠복기의 학습 데이터와,상기 치매 군 및 상기 정상 군 각각에 대해, 상기 기준 시점으로부터 제3 기간 이전에 제3 시간구간 동안 수집된 제3 잠복기의 학습 데이터를 포함하고,상기 제1 기간은 상기 제2 기간보다 짧고, 상기 제2 기간은 상기 제3 기간보다 짧은 기간이고,상기 제1 시간구간, 상기 제2 시간구간, 및 상기 제3 시간구간은 동일한 시간구간이고,상기 의료기록 정보 중 질병 분류 코드 별로 계산된 약물 처방 일수를 이용하여 상기 각각의 잠복기별 학습 데이터에 대해 질병의 중증도 레벨을 결정하되, 상기 중증도 레벨은 급성 질환 및 만성 질환 각각에 대해 서로 다른 약물 처방 일수의 범위를 적용하여 결정되는, 단계;상기 잠복기별 치매 예측 모델에 기초하여 상기 잠복기별로 공통으로 발견되는 공통 치매 위험 인자를 식별하는 단계; 및상기 식별된 공통 치매 위험 인자 각각에 대해 상기 잠복기에 따른 중증도 레벨 별 분포 변화를 분석하여, 상기 공통 치매 위험 인자 각각의 영향도를 평가하는 단계를 더 포함하는,잠복기별 치매 예측 방법
|
16 |
16
제15 항에 있어서,상기 잠복기별 치매 예측 모델은,최근 1년, 최근 3년, 및 최근 5년에 해당하는 잠복기별 학습 데이터를 이용한 기계 학습을 통해 1년 후, 3년 후, 및 5년 후에 해당하는 각 기간별로 생성되는,잠복기별 치매 예측 방법
|
17 |
17
제15 항에 있어서,상기 잠복기별 치매 예측 모델에 기초하여 상기 잠복기별로 상이한 제1 치매 위험 인자 및 상기 잠복기별로 공통으로 발견되는 제2 치매 위험 인자를 식별하는 단계를 더 포함하는,잠복기별 치매 예측 방법
|
18 |
18
외부 서버와 통신하는 통신부;상기 외부 서버로부터 수집된 치매 군 및 정상 군의 의료기록 정보를 이용하여 서로 다른 잠복기별 학습 데이터를 생성하고, 상기 잠복기별 학습 데이터 각각을 이용한 기계 학습을 수행하여 잠복기별 치매 예측 모델을 생성하는 학습부; 및사용자의 의료기록 정보를 상기 잠복기별 치매 예측 모델 각각에 입력하여, 상기 사용자의 잠복기별 치매 예측 정보를 출력하는 예측부를 포함하고,상기 학습부는,상기 의료기록 정보를 이용하여 기준 시점에서의 치매 진단 여부에 따라 상기 치매 군 및 상기 정상 군으로 분류하되, 상기 기준 시점 전에 치매로 진단되지 않은 데이터만을 대상으로 분류하고, 상기 치매 군 및 상기 정상 군 각각에 대해, 상기 기준 시점으로부터 제1 기간 이전에 제1 시간구간 동안 수집된 데이터를 제1 잠복기의 학습 데이터로 구성하고,상기 치매 군 및 상기 정상 군 각각에 대해, 상기 기준 시점으로부터 제2 기간 이전에 제2 시간구간 동안 수집된 데이터를 제2 잠복기의 학습 데이터로 구성하고,상기 치매 군 및 상기 정상 군 각각에 대해, 상기 기준 시점으로부터 제3 기간 이전에 제3 시간구간 동안 수집된 데이터를 제3 잠복기의 학습 데이터로 구성하고,상기 제1 기간은 상기 제2 기간보다 짧고, 상기 제2 기간은 상기 제3 기간보다 짧은 기간이고,상기 제1 시간구간, 상기 제2 시간구간, 및 상기 제3 시간구간은 동일한 시간구간이고,상기 학습부는, 상기 의료기록 정보 중 질병 분류 코드 별로 계산된 약물 처방 일수를 이용하여 상기 각각의 잠복기별 학습 데이터에 대해 질병의 중증도 레벨을 결정하되, 상기 중증도 레벨은 급성 질환 및 만성 질환 각각에 대해 서로 다른 약물 처방 일수의 범위를 적용하여 결정되고,상기 예측부는, 상기 잠복기별 치매 예측 모델에 기초하여 상기 잠복기별로 공통으로 발견되는 공통 치매 위험 인자를 식별하고, 상기 식별된 공통 치매 위험 인자 각각에 대해 상기 잠복기에 따른 중증도 레벨 별 분포 변화를 분석하여, 상기 공통 치매 위험 인자 각각의 영향도를 평가하는,잠복기별 치매 예측 장치
|
19 |
19
하나 이상의 프로세서;외부장치와 통신하는 통신 인터페이스;상기 프로세서에 의하여 수행되는 컴퓨터 프로그램을 로드(load)하는 메모리; 및상기 컴퓨터 프로그램을 저장하는 스토리지를 포함하되,상기 컴퓨터 프로그램은,사용자의 의료기록 정보를 잠복기별 치매 예측 모델 각각에 입력하는 동작, 및상기 잠복기별 치매 예측 모델 각각으로부터 상기 사용자의 잠복기별 치매 예측 정보를 출력하는 동작을 수행하기 위한 인스트럭션들(instructions)을 포함하고, 상기 잠복기별 치매 예측 모델은, 치매 군 및 정상 군의 의료기록 정보를 이용하여 생성된 서로 다른 잠복기별 학습 데이터를 이용한 기계 학습을 수행하여 생성된 것이고,상기 치매 군 및 상기 정상 군은, 상기 의료기록 정보를 이용하여 기준 시점에서의 치매 진단 여부에 따라 분류하되, 상기 기준 시점 전에 치매로 진단되지 않은 데이터만을 대상으로 분류되고,상기 서로 다른 잠복기별 학습 데이터는, 상기 치매 군 및 상기 정상 군 각각에 대해, 상기 기준 시점으로부터 제1 기간 이전에 제1 시간구간 동안 수집된 제1 잠복기의 학습 데이터와,상기 치매 군 및 상기 정상 군 각각에 대해, 상기 기준 시점으로부터 제2 기간 이전에 제2 시간구간 동안 수집된 제2 잠복기의 학습 데이터와,상기 치매 군 및 상기 정상 군 각각에 대해, 상기 기준 시점으로부터 제3 기간 이전에 제3 시간구간 동안 수집된 제3 잠복기의 학습 데이터를 포함하고,상기 제1 기간은 상기 제2 기간보다 짧고, 상기 제2 기간은 상기 제3 기간보다 짧은 기간이고,상기 제1 시간구간, 상기 제2 시간구간, 및 상기 제3 시간구간은 동일한 시간구간이고,상기 의료기록 정보 중 질병 분류 코드 별로 계산된 약물 처방 일수를 이용하여 상기 각각의 잠복기별 학습 데이터에 대해 질병의 중증도 레벨을 결정하되, 상기 중증도 레벨은 급성 질환 및 만성 질환 각각에 대해 서로 다른 약물 처방 일수의 범위를 적용하여 결정되는, 동작,상기 잠복기별 치매 예측 모델에 기초하여 상기 잠복기별로 공통으로 발견되는 공통 치매 위험 인자를 식별하는 동작, 및상기 식별된 공통 치매 위험 인자 각각에 대해 상기 잠복기에 따른 중증도 레벨 별 분포 변화를 분석하여, 상기 공통 치매 위험 인자 각각의 영향도를 평가하는 동작을 수행하기 위한 인스트럭션을 더 포함하는,잠복기별 치매 예측 장치
|