1 |
1
컴퓨팅 장치에 의해 수행되는 방법에 있어서,사용자의 의료기록 정보를 잠복기별 치매 예측 모델 각각에 입력하여, 상기 사용자의 잠복기별 치매 예측 정보를 출력하는 단계;상기 의료기록 정보 중 질병 분류 코드 별로 계산된 약물 처방 일수를 이용하여 잠복기별 학습 데이터에 대해 질병의 중증도 레벨을 결정하는 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 포함하되,상기 각각의 잠복기별 치매 예측 모델은, 치매 군 및 정상 군의 의료기록 정보를 이용하여 생성된 각 잠복기별 학습 데이터를 이용한 기계 학습의 결과로 생성된 것인,잠복기별 치매 예측 방법
|
2 |
2
제1 항에 있어서,상기 중증도 레벨은, 급성 질환 및 만성 질환 각각에 대해 서로 다른 약물 처방 일수의 범위를 적용하여 결정되는,잠복기별 치매 예측 방법
|
3 |
3
제1 항에 있어서,상기 치매 군 및 상기 정상 군은, 상기 의료기록 정보를 이용하여 기준 시점 전에 치매로 진단되지 않은 데이터만을 대상으로 상기 기준 시점에서의 치매 진단 여부에 따라 분류되는,잠복기별 치매 예측 방법
|
4 |
4
제1 항에 있어서,상기 잠복기별 학습 데이터는,상기 의료기록 정보를 이용하여 생성된 복수의 피처들(features) 중 소정 기준에 따라 선정된 잠복기별 피처 그룹에 기반하여 구성되는,잠복기별 치매 예측 방법
|
5 |
5
제4 항에 있어서,상기 잠복기별 피처 그룹은, 피처 선택 알고리즘을 이용하여 잠복기별로 상이하게 선정되는 피처들을 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
|
6 |
6
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
|
7 |
7
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 입력하여, 상기 사용자의 잠복기별 치매 예측 정보를 출력하는 동작,상기 의료기록 정보 중 질병 분류 코드 별로 계산된 약물 처방 일수를 이용하여 잠복기별 학습 데이터에 대해 질병의 중증도 레벨을 결정하는 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 포함하되,상기 각각의 잠복기별 치매 예측 모델은, 치매 군 및 정상 군의 의료기록 정보를 이용하여 생성된 각 잠복기별 학습 데이터를 이용한 기계 학습의 결과로 생성된 것인,잠복기별 치매 예측 장치
|