| 1 |
1
스마트 헬스케어 의사결정 지원 시스템을 위한 진화 가능한 증상-질병 예측 시스템에 있어서,증상 정보와 연관된 데이터를 송신하도록 구성된 클라이언트; 및상기 증상 정보와 연관된 데이터에 기반하여 질병을 검출 및 예측하도록 구성된 서버를 포함하고,상기 서버는,의료기기와 연관된 의료기기 데이터와 증상 정보를 포함하는 사용자 정보를 저장하도록 구성된 데이터 저장부;사용자 데이터셋에 대한 훈련 및 교정과 연관된 훈련 및 교정 파이프라인과 질병 예측과 연관된 활용 파이프라인과 연동하여, 상기 질병 예측을 위한 머신러닝 모델을 저장하도록 구성된 모델 저장부; 및상기 머신러닝 모델에 기반한 예측된 질병이 기존에 예측된 질병과 새로운 질병인 것으로 판단되면, 다른 의료기관과 공유하고 있는 모델 통합 프로세스를 통해 상기 머신러닝 모델에 다른 모델을 통합하여 상기 머신러닝 모델이 업데이트되도록 제어하는 프로세서를 포함하는, 증상-질병 예측 시스템
|
| 2 |
2
제1 항에 있어서,상기 서버는,상기 새로운 질병과 연관된 로컬 수집 데이터를 기반으로 상기 데이터 저장부에 저장된 머신러닝 모델을 업데이트하고,복수의 의료기관으로부터 수신된 상기 새로운 질병과 연관된 수집 데이터를 기반으로 상기 데이터 저장부에 저장된 머신러닝 모델을 최종적으로 업데이트하고,상기 최종적으로 업데이트된 머신러닝 모델을 통해 상기 새로운 질병에 대한 검출 및 예측을 수행하고, 업데이트된 모델 정보를 상기 복수의 의료기관에 해당하는 복수의 의료기관 서버로 배포하는, 증상-질병 예측 시스템
|
| 3 |
3
제2 항에 있어서,상기 서버는,상기 새로운 질병과 연관된 로컬 수집 데이터를 기반으로 상기 데이터 저장부에 저장된 머신러닝 모델을 업데이트하고,복수의 의료기관 중 대표 의료기관인 중앙 시스템으로부터 수신된 상기 새로운 질병과 연관된 수집 데이터를 기반으로 상기 데이터 저장부에 저장된 머신러닝 모델을 최종적으로 업데이트하고,상기 최종적으로 업데이트된 머신러닝 모델을 통해 상기 새로운 질병에 대한 검출 및 예측을 수행하고, 업데이트된 모델 정보를 상기 대표 의료기관의 서버로 배포하는, 증상-질병 예측 시스템
|
| 4 |
4
제3 항에 있어서,상기 서버는,상기 새로운 질병과 연관된 로컬 수집 데이터를 기반으로 상기 데이터 저장부에 저장된 머신러닝 모델을 업데이트하고,상기 서버가 속한 그룹의 대표 의료기관인 서브 시스템으로부터 수신된 상기 새로운 질병과 연관된 수집 데이터를 기반으로 상기 데이터 저장부에 저장된 머신러닝 모델을 최종적으로 업데이트하고,상기 최종적으로 업데이트된 머신러닝 모델을 통해 상기 새로운 질병에 대한 검출 및 예측을 수행하고, 업데이트된 모델 정보를 상기 그룹의 대표 의료기관인 상기 서브 시스템의 서버로 배포하는, 증상-질병 예측 시스템
|
| 5 |
5
제4 항에 있어서,상기 서버는,상기 서브 시스템으로부터 수신된 상기 새로운 질병과 연관된 수집 데이터를 기반으로 상기 머신러닝 모델에 대한 업데이트가 수행되지 않은 것으로 평가되면, 상기 서브 시스템을 통해 각각의 그룹의 서브 시스템들과 연동하는 중앙 시스템으로부터 제2 수집 데이터를 수신하고,상기 제2 수집 데이터를 기반으로 상기 데이터 저장부에 저장된 머신러닝 모델을 다시 업데이트하고,상기 다시 업데이트된 머신러닝 모델을 통해 상기 새로운 질병에 대한 검출 및 예측을 수행하고, 다시 업데이트된 모델 정보를 상기 그룹의 대표 의료기관인 상기 서브 시스템의 서버로 배포하는, 증상-질병 예측 시스템
|
| 6 |
6
제2 항에 있어서,상기 서버는,상기 예측된 질병이 기존에 예측된 질병과 새로운 질병인 것으로 판단된 제1 시점을 검출하고, 상기 제1 시점 이후의 제2 시점에서
|
| 7 |
7
제2 항에 있어서,상기 서버는,상기 예측된 질병이 기존에 예측된 질병과 새로운 질병인 것으로 판단된 제1 시점을 검출하고, 상기 제1 시점 이후의 제2 시점에서, 상기 사용자 데이터셋에 대한 훈련 및 교정 시 해당 의료기관의 사용자 데이터로만 상기 머신러닝 모델이 훈련되도록 제어하는, 증상-질병 예측 시스템
|
| 8 |
8
제7 항에 있어서,상기 제2 시점에서
|
| 9 |
9
제2 항에 있어서,상기 서버는,상기 업데이트된 머신러닝 모델을 이용하여 상기 새로운 질병에 대한 예측 및 검출을 수행하고,상기 새로운 질병이 검출된 사용자와 연관된 사용자 단말인 상기 클라이언트로 상기 새로운 질병에 대한 검출 결과 및 상기 사용자의 신체 및 건강 정보에 따른 진단 결과 및 예방 정보를 송신하는, 증상-질병 예측 시스템
|
| 10 |
10
스마트 헬스케어 의사결정 지원 시스템을 위한 진화 가능한 증상-질병 예측 시스템의 서버에 있어서,의료기기와 연관된 의료기기 데이터와 증상 정보를 포함하는 사용자 정보를 저장하도록 구성되고, 사용자 데이터셋에 대한 훈련 및 교정과 연관된 훈련 및 교정 파이프라인과 질병 예측과 연관된 활용 파이프라인과 연동하여, 상기 질병 예측을 위한 머신러닝 모델을 저장하도록 구성된 저장부; 및상기 머신러닝 모델에 기반한 예측된 질병이 기존에 예측된 질병과 새로운 질병인 것으로 판단되면, 다른 의료기관과 공유하고 있는 모델 통합 프로세스를 통해 상기 머신러닝 모델에 다른 모델을 통합하여 상기 머신러닝 모델이 업데이트되도록 제어하는 프로세서를 포함하는, 서버
|
| 11 |
11
제10항에 있어서,상기 저장부는,상기 의료기기와 연관된 의료기기 데이터와 증상 정보를 포함하는 사용자 정보를 저장하도록 구성된 데이터 저장부; 및 상기 사용자 데이터셋에 대한 훈련 및 교정과 연관된 훈련 및 교정 파이프라인과 질병 예측과 연관된 활용 파이프라인과 연동하여, 상기 질병 예측을 위한 머신러닝 모델을 저장하도록 구성된 모델 저장부를 포함하는, 서버
|
| 12 |
12
제11항에 있어서,상기 프로세서는,상기 새로운 질병과 연관된 로컬 수집 데이터를 기반으로 상기 데이터 저장부에 저장된 머신러닝 모델을 업데이트하고,복수의 의료기관으로부터 수신된 상기 새로운 질병과 연관된 수집 데이터를 기반으로 상기 데이터 저장부에 저장된 머신러닝 모델을 최종적으로 업데이트하고,상기 최종적으로 업데이트된 머신러닝 모델을 통해 상기 새로운 질병에 대한 검출 및 예측을 수행하고, 업데이트된 모델 정보를 상기 복수의 의료기관에 해당하는 복수의 의료기관 서버로 배포하는, 서버
|
| 13 |
13
제12 항에 있어서,상기 프로세서는,상기 새로운 질병과 연관된 로컬 수집 데이터를 기반으로 상기 데이터 저장부에 저장된 머신러닝 모델을 업데이트하고,복수의 의료기관 중 대표 의료기관인 중앙 시스템으로부터 수신된 상기 새로운 질병과 연관된 수집 데이터를 기반으로 상기 데이터 저장부에 저장된 머신러닝 모델을 최종적으로 업데이트하고,상기 최종적으로 업데이트된 머신러닝 모델을 통해 상기 새로운 질병에 대한 검출 및 예측을 수행하고, 업데이트된 모델 정보를 상기 대표 의료기관의 서버로 배포하는, 서버
|
| 14 |
14
제13 항에 있어서,상기 프로세서는,상기 새로운 질병과 연관된 로컬 수집 데이터를 기반으로 상기 데이터 저장부에 저장된 머신러닝 모델을 업데이트하고,상기 서버가 속한 그룹의 대표 의료기관인 서브 시스템으로부터 수신된 상기 새로운 질병과 연관된 수집 데이터를 기반으로 상기 데이터 저장부에 저장된 머신러닝 모델을 최종적으로 업데이트하고,상기 최종적으로 업데이트된 머신러닝 모델을 통해 상기 새로운 질병에 대한 검출 및 예측을 수행하고, 업데이트된 모델 정보를 상기 그룹의 대표 의료기관인 상기 서브 시스템의 서버로 배포하는, 서버
|
| 15 |
15
제14 항에 있어서,상기 프로세서는,상기 서브 시스템으로부터 수신된 상기 새로운 질병과 연관된 수집 데이터를 기반으로 상기 머신러닝 모델에 대한 업데이트가 수행되지 않은 것으로 평가되면, 상기 서브 시스템을 통해 각각의 그룹의 서브 시스템들과 연동하는 중앙 시스템으로부터 제2 수집 데이터를 수신하고,상기 제2 수집 데이터를 기반으로 상기 데이터 저장부에 저장된 머신러닝 모델을 다시 업데이트하고,상기 다시 업데이트된 머신러닝 모델을 통해 상기 새로운 질병에 대한 검출 및 예측을 수행하고, 다시 업데이트된 모델 정보를 상기 그룹의 대표 의료기관인 상기 서브 시스템의 서버로 배포하는, 서버
|
| 16 |
16
제12 항에 있어서,상기 프로세서는,상기 예측된 질병이 기존에 예측된 질병과 새로운 질병인 것으로 판단된 제1 시점을 검출하고, 상기 제1 시점 이후의 제2 시점에서
|
| 17 |
17
제12 항에 있어서,상기 프로세서는,상기 예측된 질병이 기존에 예측된 질병과 새로운 질병인 것으로 판단된 제1 시점을 검출하고, 상기 제1 시점 이후의 제2 시점에서, 상기 사용자 데이터셋에 대한 훈련 및 교정 시 해당 의료기관의 사용자 데이터로만 상기 머신러닝 모델이 훈련되도록 제어하고,상기 제2 시점에서
|
| 18 |
18
제12 항에 있어서,상기 프로세서는,상기 업데이트된 머신러닝 모델을 이용하여 상기 새로운 질병에 대한 예측 및 검출을 수행하고,상기 새로운 질병이 검출된 사용자와 연관된 사용자 단말인 클라이언트로 상기 새로운 질병에 대한 검출 결과 및 상기 사용자의 신체 및 건강 정보에 따른 진단 결과 및 예방 정보를 송신하는, 서버
|
| 19 |
19
스마트 헬스케어 의사결정 지원 시스템을 위한 진화 가능한 증상-질병 예측 방법에 있어서, 상기 방법은,의료기기와 연관된 의료기기 데이터와 증상 정보를 포함하는 사용자 정보를 구성하는 사용자 정보 구성 과정;사용자 데이터셋에 대한 훈련 및 교정과 연관된 훈련 및 교정 파이프라인과 질병 예측과 연관된 활용 파이프라인과 연동하여, 상기 질병 예측을 위한 머신러닝 모델을 구성하는 머신러닝 모델 구성 과정; 상기 머신러닝 모델에 기반한 예측된 질병이 기존에 예측된 질병과 새로운 질병인 것인지 여부를 판단하는 질병 판단 과정; 및상기 예측된 질병이 기존에 예측된 질병과 새로운 질병인 것으로 판단되면, 다른 의료기관과 공유하고 있는 모델 통합 프로세스를 통해 상기 머신러닝 모델에 다른 모델을 통합하여 상기 머신러닝 모델이 업데이트되도록 제어하는 머신러닝 모델 업데이트 과정을 포함하는, 증상-질병 예측 방법
|
| 20 |
20
제19 항에 있어서,상기 머신러닝 모델 업데이트 과정은상기 새로운 질병과 연관된 로컬 수집 데이터를 기반으로 데이터 저장부에 저장된 머신러닝 모델을 업데이트하는 제1 업데이트 과정; 및복수의 의료기관으로부터 수신된 상기 새로운 질병과 연관된 수집 데이터를 기반으로 상기 데이터 저장부에 저장된 머신러닝 모델을 업데이트하는 제2 업데이트 과정을 포함하고,최종적으로 업데이트된 머신러닝 모델을 통해 상기 새로운 질병에 대한 검출 및 예측을 수행하는 질병 검출 및 예측 과정; 및상기 최종적으로 업데이트된 모델 정보를 상기 복수의 의료기관에 해당하는 복수의 의료기관 서버로 배포하는 모델 정보 배포 과정을 더 포함하는, 증상-질병 예측 방법
|
