맞춤기술찾기

이전대상기술

기계학습을 이용하여 사용자의 전자의무기록의 사용기록으로부터 의무기록의 작성 순서 및 내용을 예측하는 전자의무기록 시스템과 그 방법

  • 기술번호 : KST2022022193
  • 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 기계학습을 이용하여 사용자의 전자의무기록의 사용기록으로부터 의무기록의 작성 순서 및 내용을 예측하는 전자의무기록 시스템과 그 방법이 개시된다. 이에 따르면 사용자가 환자에 대한 의무기록 작성시에 사용자 맞춤형 최단 경로를 제시하여 기존 프로그램 구동의 효율성을 증진시키고, 사용자 역시 손쉽게 의료정보를 기록할 수 있도록 함으로써 업무 효율성을 증가시킬 수 있다. 또한, 시스템의 구동의 안정성을 높이고, 정밀의료데이터구축(clinical data)에 있어서 사용자에 대한 특별한 교육 없이 입력값을 표준화할 수 있다.
Int. CL G16H 10/60 (2018.01.01) G16H 40/20 (2018.01.01) G16H 50/00 (2018.01.01) G06Q 10/04 (2012.01.01) G06N 20/00 (2019.01.01)
CPC G16H 10/60(2013.01) G16H 40/20(2013.01) G16H 50/00(2013.01) G06Q 10/04(2013.01) G06N 20/00(2013.01)
출원번호/일자 1020210064303 (2021.05.18)
출원인 서울대학교병원
등록번호/일자
공개번호/일자 10-2022-0156363 (2022.11.25) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.05.18)
심사청구항수 11

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김보영 서울특별시 강남구
2 김지영 서울특별시 강남구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 최우성 대한민국 서울특별시 종로구 종로*길 **, *층 (수송동, 석탄회관빌딩)(케이씨엘특허법률사무소)

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
2021.05.18 수리 (Accepted) 1-1-2021-0575650-05
2 선행기술조사의뢰서
Request for Prior Art Search
2022.04.15 수리 (Accepted) 9-1-9999-9999999-89
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
기계학습을 이용하여 사용자의 전자의무기록의 사용기록으로부터 의무기록의 작성 순서 및 내용을 예측하는 전자의무기록 시스템으로서, 상기 시스템은 특정 사용자에 대하여 전자의무기록 사용에 관한 로컬모델을 생성하는 모델 생성부를 포함하고, 상기 로컬모델은 사용자별로 예측 데이터를 생성하도록 구성되고, 상기 로컬모델은 시퀀스 데이터 획득부 및 예측부를 포함하며,상기 시퀀스 데이터 획득부는, 사용자의 전자의무기록 사용정보에 포함된 데이터를 사건별로 각각 시퀀스(sequence) 형태로 표현함으로써 시퀀스 데이터를 획득하고, 상기 사용자의 전자의무기록 사용정보에 포함된 데이터는 의무기록의 종류, 의무기록의 작성순서 및 해당 의무기록의 종류에 연관된 입력 값을 포함하고, 상기 예측부는, 상기 시퀀스 데이터 획득부에서 획득된 사건별 시퀀스 데이터와 상기 사용자의 고유정보를 결합한 것을 기초로 하여 사용자가 사용할 것으로 예상되는 최단경로의 의무기록의 종류, 의무기록의 작성 순서 및 입력 값 중 하나 이상을 예측하는 것을 특징으로 하는 사용자의 전자의무기록 사용기록으로부터 의무기록의 작성 순서 및 내용을 예측하는 전자의무기록 시스템
2 2
제1항에 있어서,상기 모델 생성부는 복수의 사용자별 로컬모델을 통합하여 글로벌모델을 더 생성하고, 상기 글로벌모델은 새로운 사용자가 사용할 것으로 예상되는 최단경로의 의무기록의 종류, 의무기록의 작성순서 및 입력 값을 예측하는 것을 특징으로 하는 사용자의 전자의무기록 사용기록으로부터 의무기록의 작성 순서 및 내용을 예측하는 전자의무기록 시스템
3 3
제2항에 있어서,상기 로컬모델에서 생성된 예측데이터인 의무기록의 종류, 의무기록의 작성 순서 및 입력 값을 기초로 하여, 사용자에게 상기 최단경로의 기록 관리 인터페이스를 제공하는 것을 특징으로 하는 사용자의 전자의무기록 사용기록으로부터 의무기록의 작성 순서 및 내용을 예측하는 전자의무기록 시스템
4 4
제3항에 있어서,상기 의무기록의 종류는 복수의 상위의무기록항목 및 상기 상위의무기록항목에 연관된 하위 레벨인 복수의 하위의무기록항목을 포함하고,상기 의무기록의 작성순서는 상위의무기록항목 및 해당 상위의무기록항목에 연관된 복수의 하위의무기록항목 사이의 작성 순서의 관계를 나타내고,상기 입력 값은 하위의무기록항목에 연관된 사용자가 선택 또는 입력한 구체적인 수치를 나타내는 것을 특징으로 하는 사용자의 전자의무기록 사용기록으로부터 의무기록의 작성 순서 및 내용을 예측하는 전자의무기록 시스템
5 5
제4항에 있어서,상기 로컬모델의 예측부에서 사용자가 사용할 것으로 예상되는 의무기록의 종류, 의무기록의 작성 순서 및 입력 값을 예측하는 것은, 상기 시퀀스 데이터 획득부가 획득한 시퀀스 데이터에서 상위의무기록항목 및 하위의무기록항목의 사용 빈도 분포를 산출하고, 산출된 분포에서 상대적으로 높은 사용 빈도를 나타낸 상위의무기록항목 및 하위의무기록항목들을 클러스터링하고, 상기 클러스터링을 통해 복수의 의무기록항목 중 상기 사용자가 사용하는 의무기록항목만을 분류하여 의무기록의 종류 및 작성순서를 예측하며; 그리고분류된 하위의무기록항목에 연관된 입력 값을 예측하는 것을 포함하며,상기 작성순서는 상기 사용자가 사용한 빈도수가 높은 상위의무기록항목 및 하위의무기록항목들로 구성된 최단경로인 것을 특징으로 하는 사용자의 전자의무기록 사용기록으로부터 의무기록의 작성 순서 및 내용을 예측하는 전자의무기록 시스템
6 6
제5항에 있어서,상기 로컬모델은 비지도학습(unsupervised learning)의 연관 규칙 학습(association rule learning)을 통해 사용자별 사용자의 전자의무기록 사용정보로부터 연속 패턴을 학습하고,상기 연속 패턴은 상기 사용자가 사용한 빈도수가 높은 의무기록항목의 작성 순서를 기초로한 시퀀스인 것을 특징으로 하는 사용자의 전자의무기록 사용기록으로부터 의무기록의 작성 순서 및 내용을 예측하는 전자의무기록 시스템
7 7
제3항에 있어서,상기 인터페이스는,로컬모델에서 생성된 예측데이터인 의무기록의 종류, 의무기록의 작성순서 및 입력 값을 사용자가 수정할 수 있는 수정부를 포함하는 것을 특징으로 하는 사용자의 전자의무기록 사용기록으로부터 의무기록의 작성 순서 및 내용을 예측하는 전자의무기록 시스템
8 8
제3항에 있어서,상기 인터페이스는,입력 창에 상위의무기록항목을 검색할 수 있는 검색부를 포함할 수 있고,상기 검색부에서 상위의무기록항목의 진료 항목을 입력하면, 입력된 진료 항목에 추가 하위의무기록항목을 연관시키는 연관항목검색부; 를 더 포함하는 것을 특징으로 하는 사용자의 전자의무기록 사용기록으로부터 의무기록의 작성 순서 및 내용을 예측하는 전자의무기록 시스템
9 9
제8항에 있어서,상기 검색부는 상기 입력 창에 입력된 검색어에 대응하는 자동완성 후보 단어를 제시하는 자동완성후보제시부를 포함할 수 있고,상기 자동완성 후보 단어의 제시 순서는 우선순위를 기초로 하고, 상기 우선순위는 상위의무기록항목 또는 하위의무기록항목의 사용 빈도가 많은 순서로 제시되는 것을 특징으로 하는 사용자의 전자의무기록 사용기록으로부터 의무기록의 작성 순서 및 내용을 예측하는 전자의무기록 시스템
10 10
제2항에 있어서,상기 로컬모델 및 글로벌모델은 연합학습(federated learning)을 통해 최단경로를 예측하기 위한 의무기록의 종류, 의무기록의 작성순서 및 입력 값에 대한 상기 로컬모델의 파라미터 값을 학습하고, 로컬 모델의 학습이 완료된 결과에 기초하여 새로운 사용자가 사용할 것으로 예상되는 최단경로의 의무기록의 종류, 의무기록의 작성순서 및 입력 값에 대한 상기 글로벌모델의 파라미터 값이 학습되는 것을 특징으로 하는 사용자의 전자의무기록 사용기록으로부터 의무기록의 작성 순서 및 내용을 예측하는 전자의무기록 시스템
11 11
컴퓨터 시스템에서 수행되는, 사용자의 전자의무기록 사용기록으로부터 의무기록의 작성 순서 및 내용을 예측하는 방법으로서, 상기 컴퓨터 시스템은 메모리에 포함된 컴퓨터 판독 가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,상기 적어도 하나의 프로세서는:특정 사용자에 대하여 사용자의 전자의무기록 사용에 관한 로컬모델을 생성하는 단계; 및 복수의 사용자별 로컬모델을 통합하여 글로벌모델을 생성하는 단계; 를 수행하고, 상기 로컬모델은 사용자별로 예측 데이터를 생성하도록 구성되고, 상기 특정 사용자에 대한 로컬 모델을 생성하는 단계는, 시퀀스 데이터 획득 단계 및 시퀀스 데이터 예측 단계를 포함하고,상기 시퀀스 데이터 획득 단계는, 사용자의 전자의무기록 사용정보에 포함된 데이터를 사건별로 각각 시퀀스(sequence) 형태로 표현함으로써 시퀀스 데이터를 획득하고, 상기 사용자의 전자의무기록 사용정보에 포함된 데이터는 의무기록의 종류, 의무기록의 작성순서 및 해당 의무기록의 종류에 연관된 입력 값을 포함하고, 상기 시퀀스 데이터 예측 단계는, 상기 시퀀스 데이터 획득 단계에서 획득된 사건별 시퀀스 데이터와 상기 사용자의 고유정보를 결합한 것을 기초로 하여 사용자가 사용할 것으로 예상되는 최단경로의 의무기록의 종류, 의무기록의 작성 순서 및 입력 값을 예측하는 것이고,상기 글로벌모델은 새로운 사용자가 사용할 것으로 예상되는 최단경로의 의무기록의 종류, 의무기록의 작성순서 및 입력 값을 예측하는 것을 특징으로 하는 사용자의 전자의무기록 사용기록으로부터 의무기록의 작성 순서 및 내용을 예측하는 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.