1 |
1
컴퓨팅 장치에 포함된 프로세서에 의해 수행되는 종합 질환 지수(Comprehensive Disease Index: CDI)를 산출하는 방법에서, 의료 데이터들을 분석하여 질환 위험도 값을 산출하는 단계;생체 데이터들 및 상기 생체 데이터들 중에서 표준 진료 지침 데이터에 매핑된 생체 데이터를 분석하여 질환 중증도 값을 산출하는 단계; 및상기 질환 위험도 값, 상기 질환 중증도 값 및 의료 지식베이스로부터 획득한 의료 지식 정보를 분석하여 상기 CDI를 산출하는 단계를 포함하는 종합 질환 지수를 산출하기 위한 방법
|
2 |
2
제1항에서,상기 질환 위험도 값을 산출하는 단계는,로지스틱 회귀 분석 기법을 기반으로 상기 의료 데이터를 분석하여 상기 질환 위험도 값을 산출하는 단계인 종합 질환 지수를 산출하기 위한 방법
|
3 |
3
제1항에서, 상기 의료 데이터는,건강 검진 데이터, 전자 의무 기록(Electronic medical record) 데이터 및 개인 건강 기록(Personal Health Record) 데이터를 포함하는 종합 질환 지수를 산출하기 위한 방법
|
4 |
4
제1항에서,상기 질환 중증도 값을 산출하는 단계는,기계학습 모델 및 딥러닝 모델을 기반으로 상기 생체 데이터를 분석하여 상기 질환 발생 가능성을 나타내는 예측 확률값을 산출하는 단계; 및상기 예측 확률값과 상기 표준 진료 지침 데이터에 매핑된 생체 데이터를 분석하여 상기 질환 중증도 값을 산출하는 단계를 포함하는 종합 질환 지수를 산출하기 위한 방법
|
5 |
5
제1항에서,상기 질환 중증도 값을 산출하는 단계는,기계학습 모델 및 딥러닝 모델을 기반으로 상기 생체 데이터를 분석하여 상기 질환 발생 가능성을 나타내는 예측 확률값을 산출하는 단계;상기 표준 진료 지침 데이터에 매핑된 생체 데이터를 표준 진료 지침 항목에서 정의하는 평가 척도에 따라 질환 중증도를 나타내는 스케일 값으로 환산하는 단계; 및상기 예측 확률값과 상기 스케일 값을 합산하여 상기 질환 중증도 값을 산출하는 단계를 포함하는 종합 질환 지수를 산출하기 위한 방법
|
6 |
6
제1항에서,상기 표준 진료 지침 데이터에 매핑된 생체 데이터는,최적 응시 및 시각을 포함하는 표준 진료 지침 항목에 매핑되는 시선 추적(Eye Tracker)과 관련된 데이터, 상지 운동, 하지 운동 및 사지 운동 실조를 포함하는 표준 진료 지침 항목에 매핑되는 근전도(EMG) 데이터와 자이로(Gyro) 데이터, 그리고 언어 장애 및 구음장애를 포함하는 표준 진료 지침 항목에 매핑되는 음성 인식(Voice Recognition) 데이터를 포함하는 종합 질환 지수를 산출하기 위한 방법
|
7 |
7
제1항에서,상기 질환 중증도 값을 산출하는 단계는,표준 진료 지침 항목과 상기 생체 데이터 사이의 매핑 관계를 설정하는 매핑 함수에 따라 상기 표준 진료 지침 데이터와 상기 생체 데이터를 매핑하는 단계를 포함하는 종합 질환 지수를 산출하기 위한 방법
|
8 |
8
제1항에서,상기 CDI를 산출하는 단계는,베이지안 이론을 기반으로 상기 질환 위험도 값, 상기 질환 중증도 값 및 상기 의료 지식 정보 간의 상관관계를 분석하여 상기 CDI를 산출하는 단계인 종합 질환 지수를 산출하기 위한 방법
|
9 |
9
제1항에서,상기 CDI를 산출하는 단계는,베이지안 이론을 기반으로, 상기 질환 위험도 값, 상기 질환 중증도 값 및 상기 의료 지식 정보가 주어진 경우에 상기 표준 진료 지침 데이터의 사후 확률(Posterior probability)을 계산하는 단계; 및상기 계산된 사후 확률을 상기 CDI로서 산출하는 단계를 포함하는 종합 질환 지수를 산출하기 위한 방법
|
10 |
10
의료 데이터들을 분석하여 질환 위험도 값을 산출하는 질환 위험도 산출 모듈;생체 데이터들을 분석하여 상기 질환 발생 가능성을 나타내는 예측 확률값을 산출하는 질환 발생 예측 모듈;상기 예측 확률값과 상기 생체 데이터들 중에서 상기 표준 진료 지침 데이터에 매핑된 생체 데이터를 분석하여 질환 중증도 값을 산출하는 질환 중증도 산출 모듈; 및상기 질환 위험도 값, 상기 질환 중증도 값 및 의료 지식베이스로부터 획득한 의료 지식 정보를 분석하여 종합 질환 지수(CDI)를 산출하는 CDI 산출 모듈을 포함하는 종합 질환 지수를 산출하기 위한 장치
|
11 |
11
제10항에서, 상기 질환 위험도 산출 모듈은,로지스틱 회귀 분석 기법을 기반으로 상기 의료 데이터를 분석하여 질환 위험 인자와 상기 질환 위험 인자에 대한 상기 질환 위험도 값을 산출하는 것인 종합 질환 지수를 산출하기 위한 장치
|
12 |
12
제10항에서,상기 질환 발생 예측 모듈은,기계학습 모델 및 딥러닝 모델을 기반으로 상기 생체 데이터를 각각 분석하여 상기 질환 발생 가능성을 나타내는 예측 확률값을 산출하는 것인 종합 질환 지수를 산출하기 위한 장치
|
13 |
13
제10항에서,상기 질환 중증도 산출 모듈은,상기 표준 진료 지침 데이터와 상기 생체 데이터를 결합하는 데이터 결합부;상기 표준 진료 지침 데이터에 매핑된 생체 데이터로부터 환산된 스케일 값과 상기 예측 확률값에 대한 가중치를 계산하는 가중치 계산부; 및상기 가중치를 적용한 상기 스케일 값과 상기 가중치를 적용한 상기 예측 확률값을 합산하여 질환 중증도 값을 산출하는 합산기를 포함하는 종합 질환 지수를 산출하기 위한 장치
|
14 |
14
제13항에서,상기 데이터 결합부는,표준 진료 지침 항목과 상기 생체 데이터 사이의 매핑 관계를 설정하는 매핑 함수에 따라 상기 표준 진료 지침 데이터와 상기 생체 데이터를 결합하는 것인 종합 질환 지수를 산출하기 위한 장치
|
15 |
15
제10항에서,상기 CDI 산출 모듈은,베이지안 학습 모델을 이용하여, 상기 질환 위험도 값, 상기 질환 중증도 값 및 상기 의료 지식 정보가 주어진 경우에 상기 표준 진료 지침 데이터의 사후 확률(Posterior probability)을 계산한 후, 상기 계산된 사후 확률을 상기 CDI로서 산출하는 것인 종합 질환 지수를 산출하기 위한 장치
|