맞춤기술찾기

이전대상기술

응용 프로그램을 이용한 질병 데이터 추출 및 질병 사망률 예측 방법 및 시스템

  • 기술번호 : KST2023009056
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
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 응용 프로그램을 이용한 질병 데이터 추출 및 질병 사망률 예측 방법 및 시스템이 개시된다. 일 실시예에 따른 사망률 예측 시스템에 의해 수행되는 질병 데이터 추출 및 질병 사망률 예측 방법은, 응용 프로그램을 통해 질병 예측을 위한 환경을 구축하는 단계; 상기 구축된 질병 예측을 위한 환경에서 데이터베이스 내에 존재하는 질병 데이터를 추출하는 단계; 및 상기 추출된 질병 데이터에 대해 구축된 파이프라인을 이용하여 학습된 사망률 예측을 위한 머신러닝 모델을 통해 새로운 질병 데이터에 대한 사망률을 예측하는 단계를 포함할 수 있다.
Int. CL G16H 50/50 (2018.01.01) G16H 50/70 (2018.01.01) G06N 20/00 (2019.01.01) G06N 3/04 (2023.01.01) G06F 16/903 (2019.01.01) G16H 10/60 (2018.01.01)
CPC G16H 50/50(2013.01) G16H 50/70(2013.01) G06N 20/00(2013.01) G06N 3/04(2013.01) G06F 16/903(2013.01) G16H 10/60(2013.01)
출원번호/일자 1020220041597 (2022.04.04)
출원인 한양대학교 산학협력단
등록번호/일자
공개번호/일자 10-2023-0142943 (2023.10.11) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2022.04.04)
심사청구항수 9

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 조인휘 서울특별시 성동구
2 이유석 서울특별시 성동구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 양성보 대한민국 서울특별시 강남구 선릉로***길 ** (논현동) 삼성빌딩 *층(피앤티특허법률사무소)

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
2022.04.04 수리 (Accepted) 1-1-2022-0357294-20
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
사망률 예측 시스템에 의해 수행되는 질병 데이터 추출 및 질병 사망률 예측 방법에 있어서,응용 프로그램을 통해 질병 예측을 위한 환경을 구축하는 단계;상기 구축된 질병 예측을 위한 환경에서 데이터베이스 내에 존재하는 질병 데이터를 추출하는 단계; 및상기 추출된 질병 데이터에 대해 구축된 파이프라인을 이용하여 학습된 사망률 예측을 위한 머신러닝 모델을 통해 새로운 질병 데이터에 대한 사망률을 예측하는 단계를 포함하는 질병 데이터 추출 및 질병 사망률 예측 방법
2 2
제1항에 있어서,상기 구축하는 단계는,데이터베이스 내에 의료 데이터를 삽입하고, 상기 응용 프로그램을 통해 상기 데이터베이스에서 질병 데이터 검색을 위한 데이터베이스 질의 언어를 사용하도록 상기 데이터베이스 질의 언어와 상기 응용 프로그램의 엔진을 연결하는 단계를 포함하는 질병 데이터 추출 및 질병 사망률 예측 방법
3 3
제1항에 있어서,상기 추출하는 단계는,상기 데이터베이스 질의 언어에 따른 Select 문을 사용하여 상기 데이터베이스에 접속하여 의료 데이터로부터 질병 데이터에 추출하는 단계를 포함하는 질병 데이터 추출 및 질병 사망률 예측 방법
4 4
제3항에 있어서,상기 추출하는 단계는,상기 추출된 질병 데이터를 이용하여 분석할 대상을 설정하고, 상기 추출된 질병 데이터를 이용하여 환자의 사망률을 분석하기 위하여, 상기 추출된 질병 데이터에서 환자의 사망 날짜와 생존 여부가 나타나 있는 컬럼을 통해 환자의 사망 여부를 포함하는 확인하는 단계 를 포함하는 질병 데이터 추출 및 질병 사망률 예측 방법
5 5
제4항에 있어서,상기 추출하는 단계는,상기 추출된 질병 데이터에 대한 데이터 전처리를 통해 상기 추출된 질병 데이터에 존재하는 중복값 또는 중복 컬럼을 제거하고, 상기 중복값 또는 중복 컬럼이 제거된 질병 데이터에 대한 환자의 인덱스를 재배열하는 단계를 포함하는 질병 데이터 추출 및 질병 사망률 예측 방법
6 6
제5항에 있어서,상기 추출하는 단계는,상기 중복값 또는 중복 컬럼이 제거된 질병 데이터에 대하여 기 설정된 기준으로 데이터를 분할하고, 상기 분할된 데이터를 파티션(Partition)에 삽입하고, 상기 파티션에 삽입된 데이터를 시각화하는 단계를 포함하는 질병 데이터 추출 및 질병 사망률 예측 방법
7 7
제1항에 있어서,상기 예측하는 단계는, 복수 개의 트랜스포머에서 상기 질병 데이터에 대한 데이터프레임에 새로운 컬럼을 추가하여 다른 데이터프레임으로 변형시키고, 에스티메이터(Estimator)에서 상기 변형된 다른 데이터프레임에 기초하여 분류 알고리즘을 통해 예측함에 따라 복수 개의 트랜스포머(Transformer)와 에스티메이터(Estimator)를 연결시켜 상기 질병 데이터에 대한 사망률 예측을 위한 머신러닝 모델을 생성하기 위한 파이프라인을 구축하는 단계를 포함하는 질병 데이터 추출 및 질병 사망률 예측 방법
8 8
제7항에 있어서,상기 예측하는 단계는, 상기 구축된 파이프라인을 통해 사망률 예측을 위한 머신러닝 모델을 학습시키고, 상기 학습된 머신러닝 모델에 대한 하이퍼파라미터 튜닝을 수행하고, 상기 하이퍼파라미터 튜닝이 수행된 머신러닝 모델을 이용하여 새로운 질병 데이터에 대한 사망률을 예측하는 단계를 포함하는 질병 데이터 추출 및 질병 사망률 예측 방법
9 9
사망률 예측 시스템에 있어서,응용 프로그램을 통해 질병 예측을 위한 환경을 구축하는 환경 구축부;상기 구축된 질병 예측을 위한 환경에서 데이터베이스 내에 존재하는 질병 데이터를 추출하는 질병 데이터 추출부; 및상기 추출된 질병 데이터에 대해 구축된 파이프라인을 이용하여 학습된 사망률 예측을 위한 머신러닝 모델을 통해 새로운 질병 데이터에 대한 사망률을 예측하는 사망률 예측부를 포함하는 사망률 예측 시스템
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 중소벤처기업부 (주)아이오티포헬스 위탁연구개발사업 / 위탁연구개발사업 / 구매조건부신제품개발사업(구매연계형) 글로벌 시장을 위한 자기주도형 건강관리 원격 솔루션