| 1 |
1
EMR 데이터베이스로부터 환자의 전자 의무 기록(EMR)을 제공 받아 상기 환자의 상태, 상기 환자에게 적용된 치료방법, 및 상기 환자의 치료경과를 포함하는 에피소드로 변환하여 에피소드 데이터베이스에 저장하는 에피소드 변환 모듈;상기 환자에게 치료방법을 적용한 후 상기 환자의 다음 상태를 예측하는 환자상태 예측지능을 학습하는 환자상태 예측지능 딥러닝 모듈;상기 에피소드 데이터베이스에 저장된 에피소드에 기반하여 상기 환자에 대한 최적 치료경로 탐색을 위한 정책지능을 강화학습하는 로컬 정책지능 강화학습 모듈;상기 정책지능을 이용하여 상기 환자에 대한 최적 치료경로를 출력하는 최적 치료경로 탐색 모듈; 및상기 정책지능에 기반하여 최적 치료경로 탐색을 위한 글로벌 정책지능을 업데이트하는 글로벌 정책지능 관리 모듈을 포함하는 인공지능 장치
|
| 2 |
2
제 1 항에 있어서,상기 에피소드는 상기 환자의 제 1 상태, 상기 환자에게 적용된 치료방법, 상기 치료방법을 적용한 후 상기 환자의 제 2 상태, 및 상기 환자의 치료경과의 순서를 갖는 시계열인 인공지능 장치
|
| 3 |
3
제 1 항에 있어서,상기 환자상태 예측지능은 상기 환자에게 치료방법을 적용한 경우 전이될 수 있는 복수의 상태들 및 상기 복수의 상태들 각각으로 전이될 수 있는 확률을 예측하는 시계열 혼합 확률분포 모델인 인공지능 장치
|
| 4 |
4
제 1 항에 있어서,상기 정책지능은 상기 환자의 상태에 기반한 예측을 통해 적합한 치료방법을 계획하는 치료방법 계획지능 및 상기 환자의 상태 및 상기 예측된 치료방법에 기반하여 상기 환자의 치료경과를 판단하는 치료경과 판단지능을 포함하고,상기 글로벌 정책지능은 글로벌 치료방법 계획지능 및 글로벌 치료경과 판단지능을 포함하는 인공지능 장치
|
| 5 |
5
제 1 항에 있어서,상기 글로벌 정책지능 관리 모듈은 외부 의료 기관으로부터 페더레이션 메시지 또는 동기화 메시지를 수신하거나, 또는 외부 의료 기관으로 페더레이션 메시지 또는 동기화 메시지를 발신하는 인공지능 장치
|
| 6 |
6
제 5 항에 있어서,상기 글로벌 정책지능 관리 모듈은:상기 페더레이션 메시지에 응답하여, 상기 외부 의료 기관으로부터 상기 외부 의료 기관의 정책지능의 학습 결과를 제공 받아 상기 글로벌 정책지능을 업데이트하고, 그리고상기 동기화 메시지에 응답하여, 상기 외부 의료 기관으로 상기 글로벌 정책지능을 제공하는 인공지능 장치
|
| 7 |
7
환자의 전자 의무 기록(EMR)을 제공 받아 상기 환자의 상태, 상기 환자에게 적용된 치료방법, 및 상기 환자의 치료경과를 포함하는 에피소드로 변환하는 단계;상기 환자에게 치료방법을 적용한 후 상기 환자의 다음 상태를 예측하는 환자상태 예측지능을 학습하는 단계;상기 에피소드에 기반하여 상기 환자에 대한 최적 치료경로 탐색을 위한 정책지능을 강화학습하는 단계;상기 정책지능에 기반하여 정책지능 강화학습을 위한 글로벌 정책지능을 업데이트하는 단계; 및상기 정책지능을 이용하여 상기 환자에 대한 최적 치료경로를 출력하는 단계를 포함하는 인공지능 장치의 동작 방법
|
| 8 |
8
제 7 항에 있어서,상기 에피소드로 변환하는 단계는:EMR 데이터베이스로부터 상기 환자에 대한 EMR을 읽어오고, 에피소드를 초기화하는 단계;상기 환자에 대한 상기 EMR을 검사기록 테이블 및 치료기록 테이블로 분리하고, 상기 검사기록 테이블 및 상기 치료기록 테이블을 각각 시간 순서대로 정렬하는 단계;상기 치료기록 테이블에 기반하여 상기 환자에게 적용되는 치료방법 식별자를 생성하는 단계;상기 검사기록 테이블에 기반하여 상기 치료방법을 적용하기 전 상기 환자의 제 1 상태 식별자, 및 상기 치료방법을 적용한 후 상기 환자의 제 2 상태 식별자를 생성하는 단계;상기 검사기록 테이블에 기반하여 상기 치료방법을 적용한 후 상기 환자의 치료경과 식별자를 생성하는 단계; 및상기 치료 식별자, 상기 제 1 상태 식별자, 상기 제 2 상태 식별자, 및 상기 치료경과 식별자에 기반하여 상기 에피소드를 업데이트하는 단계를 포함하는 인공지능 장치의 동작 방법
|
| 9 |
9
제 7 항에 있어서,상기 환자상태 예측지능은 상기 환자에게 치료방법을 적용한 경우 전이될 수 있는 복수의 상태들 및 상기 복수의 상태들 각각으로 전이될 수 있는 확률을 예측하는 시계열 확률분포 모델인 인공지능 장치의 동작 방법
|
| 10 |
10
제 7 항에 있어서,상기 정책지능은 상기 환자의 상태에 기반한 예측을 통해 적합한 치료방법을 계획하는 치료방법 계획지능 및 상기 환자의 상태 및 상기 예측된 치료방법에 기반하여 상기 환자의 치료경과를 판단하는 치료경과 판단지능을 포함하고,상기 글로벌 정책지능은 글로벌 치료방법 계획지능 및 글로벌 치료경과 판단지능을 포함하는 인공지능 장치의 동작 방법
|
| 11 |
11
제 10 항에 있어서,상기 정책지능을 강화학습하는 단계는:에피소드 데이터베이스로부터 상기 환자에 대한 에피소드를 샘플링하는 단계;상기 치료방법 계획지능 및 상기 치료경과 판단지능을 상기 글로벌 치료방법 계획지능 및 상기 글로벌 치료경과 판단지능으로 동기화하는 단계;상기 치료방법 계획지능에 대한 제 1 가중치 및 상기 치료경과 판단지능에 대한 제 2 가중치를 조절하는 단계;상기 치료방법 계획지능을 통해 상기 환자에 대한 치료방법을 예측하는 단계;상기 환자상태 예측지능을 통해 상기 환자에게 상기 치료방법을 적용하였을 때 상기 환자의 상태 및 상기 환자의 치료경과를 예측하는 단계;상기 치료방법, 상기 상태, 및 상기 치료경과에 기반하여 제 1 에피소드를 생성하는 단계; 및상기 제 1 단위배치에 기반하여 상기 치료방법 계획지능 및 상기 치료경과 판단지능의 파라미터들을 업데이트하는 단계를 포함하되,상기 제 1 가중치는 상기 글로벌 치료방법 계획지능의 파라미터들이 상기 치료방법 계획지능에 반영되는 비율을 나타내고, 상기 제 2 가중치는 상기 글로벌 치료경과 판단지능의 파라미터들이 상기 치료경과 판단지능에 반영되는 비율을 나타내는 인공지능 장치의 동작 방법
|
| 12 |
12
제 11 항에 있어서,상기 파라미터들을 업데이트하는 단계는:상기 에피소드 데이터베이스로부터 상기 제 1 에피소드와 유사한 제 2 에피소드를 샘플링하는 단계; 및상기 제 2 에피소드에 기반하여 상기 치료경과 판단지능의 파라미터들을 업데이트하는 단계를 포함하는 인공지능 장치의 동작 방법
|
| 13 |
13
제 7 항에 있어서,상기 글로벌 정책지능을 업데이트하는 단계는:외부 의료 기관으로부터 메시지를 수신하는 단계;상기 메시지가 동기화 메시지인 경우, 상기 외부 의료 기관으로 상기 글로벌 정책지능을 전송하는 단계; 및상기 메시지가 페더레이션 메시지인 경우, 상기 외부 의료 기관으로부터 제공 받은 상기 외부 의료 기관의 정책지능을 이용하여 상기 글로벌 정책지능을 업데이트하는 단계를 포함하는 인공지능 장치의 동작 방법
|
| 14 |
14
프로그램 코드를 포함하는 비일시적 컴퓨터 판독 가능 매체에 있어서, 프로세서에 의해 상기 프로그램 코드가 실행될 때, 상기 프로세서는:환자의 전자 의무 기록(EMR)을 제공 받아 상기 환자의 상태, 상기 환자에게 적용된 치료방법, 및 상기 환자의 치료경과를 포함하는 에피소드로 변환하고,상기 환자에게 치료방법을 적용한 후 상기 환자의 다음 상태를 예측하는 환자상태 예측지능을 학습하고,상기 에피소드에 기반하여 상기 환자에 대한 최적 치료경로 탐색을 위한 정책지능을 강화학습하고,상기 정책지능을 이용하여 상기 환자에 대한 최적 치료경로를 출력하고, 그리고상기 정책지능에 기반하여 최적 치료경로 탐색을 위한 글로벌 정책지능을 업데이트하는 비일시적 컴퓨터 판독 가능 매체
|
| 15 |
15
제 14 항에 있어서,상기 에피소드로 변환하는 것은:EMR 데이터베이스로부터 상기 환자에 대한 EMR을 읽어오고, 에피소드를 초기화하고,상기 환자에 대한 상기 EMR을 검사기록 테이블 및 치료기록 테이블로 분리하고, 상기 검사기록 테이블 및 상기 치료기록 테이블을 각각 시간 순서대로 정렬하고,상기 치료기록 테이블에 기반하여 상기 환자에게 적용되는 치료방법 식별자를 생성하고,상기 검사기록 테이블에 기반하여 상기 치료방법을 적용하기 전 상기 환자의 제 1 상태 식별자, 및 상기 치료방법을 적용한 후 상기 환자의 제 2 상태 식별자를 생성하고,상기 검사기록 테이블에 기반하여 상기 치료방법을 적용한 후 상기 환자의 치료경과 식별자를 생성하고, 그리고상기 치료 식별자, 상기 제 1 상태 식별자, 상기 제 2 상태 식별자, 및 상기 치료경과 식별자에 기반하여 상기 에피소드를 업데이트하는 것을 포함하는 비일시적 컴퓨터 판독 가능 매체
|
| 16 |
16
제 14 항에 있어서,상기 환자상태 예측지능은 상기 환자에게 치료방법을 적용한 경우 전이될 수 있는 복수의 상태들 및 상기 복수의 상태들 각각으로 전이될 수 있는 확률을 예측하는 시계열 확률분포 모델인 비일시적 컴퓨터 판독 가능 매체
|
| 17 |
17
제 14 항에 있어서,상기 정책지능은 상기 환자의 상태에 기반한 예측을 통해 치료방법을 계획하는 치료방법 계획지능 및 상기 환자의 상태 및 상기 예측된 치료방법에 기반하여 상기 환자의 치료경과를 판단하는 치료경과 판단지능을 포함하고,상기 글로벌 정책지능은 글로벌 치료방법 계획지능 및 글로벌 치료경과 판단지능을 포함하는 비일시적 컴퓨터 판독 가능 매체
|
| 18 |
18
제 17 항에 있어서,상기 정책지능을 강화학습하는 것은:에피소드 데이터베이스로부터 상기 환자에 대한 에피소드를 샘플링하고,상기 치료방법 계획지능 및 상기 치료경과 판단지능을 상기 글로벌 치료방법 계획지능 및 상기 글로벌 치료경과 판단지능으로 동기화하고,상기 치료방법 계획지능에 대한 제 1 가중치 및 상기 치료경과 판단지능에 대한 제 2 가중치를 조절하고,상기 치료방법 계획지능을 통해 상기 환자에 대한 치료방법을 예측하고,상기 환자상태 예측지능을 통해 상기 환자에게 상기 치료방법을 적용하였을 때 상기 환자의 상태 및 상기 환자의 치료경과를 예측하고,상기 치료방법, 상기 상태, 및 상기 치료경과에 기반하여 제 1 에피소드를 생성하고, 그리고상기 제 1 단위배치에 기반하여 상기 치료방법 계획지능 및 상기 치료경과 판단지능의 파라미터들을 업데이트하는 것을 포함하되,상기 제 1 가중치는 상기 글로벌 치료방법 계획지능의 파라미터들이 상기 치료방법 계획지능에 반영되는 비율을 나타내고, 상기 제 2 가중치는 상기 글로벌 치료경과 판단지능의 파라미터들이 상기 치료경과 판단지능에 반영되는 비율을 나타내는 비일시적 컴퓨터 판독 가능 매체
|
| 19 |
19
제 18 항에 있어서,상기 파라미터들을 업데이트하는 것은:상기 에피소드 데이터베이스로부터 상기 제 1 에피소드와 유사한 제 2 에피소드를 샘플링하고, 그리고상기 제 2 에피소드에 기반하여 상기 치료경과 판단지능의 파라미터들을 업데이트하는 것을 포함하는 비일시적 컴퓨터 판독 가능 매체
|
| 20 |
20
제 14 항에 있어서,상기 글로벌 정책지능을 업데이트하는 것은:외부 의료 기관으로부터 메시지를 수신하고,상기 메시지가 동기화 메시지인 경우, 상기 외부 의료 기관으로 상기 글로벌 정책지능을 전송하고, 그리고상기 메시지가 페더레이션 메시지인 경우, 상기 외부 의료 기관으로부터 제공 받은 상기 외부 의료 기관의 정책지능을 이용하여 상기 글로벌 정책지능을 업데이트하는 것을 포함하는 비일시적 컴퓨터 판독 가능 매체
|
