| 1 |
1
서버의 처방 보조 정보를 제공하는 방법에 있어서,대상 의사의 진료 기록들을 획득하는 단계 -상기 진료 기록들 각각은 면담 기록 및 처방 검사 항목 리스트를 포함함 -;상기 진료 기록들을 이용하여 학습 데이터 세트들을 생성하는 단계;상기 학습 데이터 세트들을 이용하여 패턴 분류 모델을 생성하는 단계;상기 대상 의사의 제1 분석 대상 면담 기록을 획득하는 단계;상기 제1 분석 대상 면담 기록 및 상기 패턴 분류 모델을 이용하여 제1 후보 검사 항목들을 획득하는 단계; 및상기 제1 후보 검사 항목들을 제공하는 단계;를 포함하고,상기 학습 데이터 세트들을 생성하는 단계는,상기 진료 기록들을 이용하여 검사 세트들을 생성하는 단계;제1 진료 기록의 제1 처방 검사 항목 리스트를 고려하여 상기 검사 세트들 중 제1 검사 세트에 대응되는 데이터를 상기 제1 진료 기록의 제1 면담 기록을 가공한 데이터에 라벨링(labeling)하여 제1 학습 데이터 세트를 생성하는 단계, 및 제2 진료 기록의 제2 처방 검사 항목 리스트를 고려하여 상기 검사 세트들 중 제2 검사 세트에 대응되는 데이터를 상기 제2 진료 기록의 제2 면담 기록을 가공한 데이터에 라벨링하여 제2 학습 데이터 세트를 생성하는 단계를 포함하고,상기 패턴 분류 모델은,상기 제1 분석 대상 면담 기록을 가공한 데이터를 입력 받아 상기 검사 세트들 중 어느 하나에 대응되는 데이터를 출력하고,상기 제1 후보 검사 항목들은 상기 출력된 데이터에 대응되는 검사 세트에 포함된 검사 항목들이고,상기 검사 세트들을 생성하는 단계는,제1 진료 기록의 제1 처방 검사 항목 리스트 내지 제n 진료 기록의 제n 처방 검사 항목 리스트(n은 2 이상의 자연수임)에 포함되는 검사 항목들을 추출하는 단계, 및상기 추출된 검사 항목들을 고려하여 상기 검사 세트들을 결정하는 단계를 포함하되,상기 추출된 검사 항목들을 고려하여 상기 검사 세트들을 결정하는 단계는,상기 추출된 검사 항목들을 이용하여 1차 후보 검사 세트들을 생성하는 단계 -상기 1차 후보 검사 세트들 각각은 상기 추출된 검사 항목들 중 적어도 둘 이상을 포함함-,상기 제1 내지 제n 처방 검사 항목 리스트에 대한 상기 1차 후보 검사 세트들 각각의 동시출현 판단 값을 산출하는 단계, 및상기 1차 후보 검사 세트들 각각의 동시출현 판단 값에 기초하여 상기 1차 후보 검사 세트들 중 적어도 일부를 2차 후보 검사 세트들로 선택하는 단계를 포함하는,방법
|
| 2 |
2
제1 항에 있어서,상기 2차 후보 검사세트들 중 적어도 일부가 상기 검사 세트들로 선택되는,방법
|
| 3 |
3
삭제
|
| 4 |
4
제1 항에 있어서,상기 2차 후보 검사 세트들을 선택하는 단계에서,상기 1차 후보 검사 세트들 중 동시출현 판단 값이 가장 큰 1차 후보 검사 세트가 상기 2차 후보 검사 세트들로 선택되는,방법
|
| 5 |
5
제1 항에 있어서,상기 동시출현 판단 값은,상기 제1 내지 제n 처방 검사 항목 리스트들 중 제1 1차 후보 검사 세트 및 제2 1차 후보 검사 세트를 모두 포함하는 리스트들의 개수를 n으로 나눈 값을,상기 제1 내지 제n 처방 검사 항목 리스트들 중 제1 1차 후보 검사 세트를 포함하는 리스트의 개수를 n으로 나눈 값과 상기 제1 내지 제n 처방 검사 항목 리스트들 중 제2 1차 후보 검사 세트를 포함하는 리스트의 개수를 n으로 나눈 값을 곱하여 나온 값으로 나누어 산출하는,방법
|
| 6 |
6
제1 항에 있어서,상기 검사 세트들을 생성하는 단계는,제1 및 제2 단계를 수행하는 것을 포함하되,상기 제1 단계는 상기 제1 내지 제n 처방 검사 항목 리스트에 대한 (M-1)차 후보 검사 세트들 각각의 동시출현 판단 값을 산출하는 단계, 및상기 제2 단계는 상기 (M-1)차 후보 검사 세트들 각각의 동시출현 판단 값에 기초하여 상기 (M-1)차 후보 검사 세트들 중 적어도 일부를 M차 후보 검사 세트들로 선택하는 단계를 더 포함하고,M은 3이상의 자연수인,방법
|
| 7 |
7
제6 항에 있어서,상기 검사 세트들을 생성하는 단계는,상기 제1 단계 및 제2 단계가 미리 설정된 조건을 만족할 때까지 반복되고, 최종적으로 상기 제2 단계가 종료된 후 선택된 K차 후보 검사 세트를 상기 검사 세트로 획득하는 단계를 더 포함하는,방법
|
| 8 |
8
삭제
|
| 9 |
9
삭제
|
| 10 |
10
제1 항에 있어서,상기 제1 진료 기록의 상기 제1 면담 기록은 상기 대상 의사의 제1 진료 과정을 녹음하여 획득되는 제1 음향 데이터를 변환하여 획득되고,상기 제1 진료 기록의 상기 제1 처방 검사 항목 리스트는 상기 제1 진료 과정에서 환자에 대해 상기 대상 의사가 처방한 검사 항목을 포함하는,방법
|
| 11 |
11
제1 항에 있어서,상기 제1 진료 기록의 상기 제1 처방 검사 항목 리스트에 포함된 검사 항목들은 상기 제1 검사 세트에 포함된 검사 항목들과 동일한,방법
|
| 12 |
12
제1 항에 있어서,상기 제1 검사 세트는 상기 제1 진료 기록의 상기 제1 처방 검사 항목 리스트에 포함된 검사 항목들을 포함하는,방법
|
| 13 |
13
제1 항에 있어서,상기 학습 데이터 세트들을 생성하는 단계는,제3 진료 기록의 제3 면담 기록을 가공한 데이터에 패턴 없음을 지시하는 데이터를 라벨링하여 제3 학습 데이터 세트를 생성하는 단계;를 포함하되,상기 검사 세트들 중 어느 하나도 상기 제3 진료 기록의 제3 처방 검사 항목 리스트와 동일하지 않은,방법
|
| 14 |
14
제1 항에 있어서,상기 학습 데이터 세트들을 생성하는 단계는,제3 진료 기록의 제3 면담 기록을 가공한 데이터에 상기 제1 검사 세트에 대응되는 데이터를 라벨링하여 제3 학습 데이터 세트를 생성하는 단계;를 포함하되,상기 제3 진료 기록의 제3 처방 검사 항목 리스트와 상기 제1 검사 세트가 공통적으로 포함하는 검사 항목 개수는 상기 제3 처방 검사 항목 리스트와 상기 제2 검사 세트가 공통적으로 포함하는 검사 항목 개수와 동일하고,상기 제1 검사 세트에 포함된 검사 항목 수는 상기 제2 검사 세트에 포함된 검사 항목 수보다 많은,방법
|
| 15 |
15
제1 항에 있어서,상기 패턴 분류 모델을 생성하는 단계는,상기 학습 데이터 세트들과는 다른 데이터로 미리 학습된 베이스 모델을 선택하는 단계; 및상기 베이스 모델을 상기 학습 데이터 세트들을 이용하여 학습시키는 단계;를 포함하는,방법
|
| 16 |
16
제15 항에 있어서,상기 베이스 모델은 BERT(bidirectional encoder representations form transformer) 또는 GPT-3(generative pre-trained transformer 3)인,방법
|
| 17 |
17
제1 항에 있어서,상기 대상 의사의 환자에 대한 진료 과정을 녹음하는 단계; 및녹음된 진료 과정으로부터 상기 제1 분석 대상 면담 기록을 획득하는 단계;를 더 포함하는,방법
|
