KR101063625B1 - 상태-지정 건강-관련 에피소드 데이터 저장 방법과 시스템 및 컴퓨터 판독가능 저장 매체 - Google Patents

상태-지정 건강-관련 에피소드 데이터 저장 방법과 시스템 및 컴퓨터 판독가능 저장 매체 Download PDF

Info

Publication number
KR101063625B1
KR101063625B1 KR1020060113378A KR20060113378A KR101063625B1 KR 101063625 B1 KR101063625 B1 KR 101063625B1 KR 1020060113378 A KR1020060113378 A KR 1020060113378A KR 20060113378 A KR20060113378 A KR 20060113378A KR 101063625 B1 KR101063625 B1 KR 101063625B1
Authority
KR
South Korea
Prior art keywords
data
episode
update
incomplete
state
Prior art date
Application number
KR1020060113378A
Other languages
English (en)
Other versions
KR20070052673A (ko
Inventor
리차드 딘 데팅거
리차드 조셉 스티븐스
다니엘 폴 콜츠
토마스 존 에게브라텐
Original Assignee
인터내셔널 비지네스 머신즈 코포레이션
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 인터내셔널 비지네스 머신즈 코포레이션 filed Critical 인터내셔널 비지네스 머신즈 코포레이션
Publication of KR20070052673A publication Critical patent/KR20070052673A/ko
Application granted granted Critical
Publication of KR101063625B1 publication Critical patent/KR101063625B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Bioethics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

의료 에피소드 데이터를 워크플로우 상태 지정과 함께 처리하고 저장하는 방법, 장치 및 제조 물품이 제공된다. 일 실시예에서, 환자 에피소드 데이터가 차별화된 데이터 저장부로부터 정보 브로커를 통해 할당된 데이터 핸들러로 이동된다. 그러면, 데이터 핸들러는 그들 각각의 데이터를 로더 및 슈레더 애플리케이션으로 전달한다. 슈레더 애플리케이션은 데이터베이스 저장소에 에피소드 데이터를 저장하고 각 에피소드의 상태를 갱신하는 작업을 수행한다.

Description

상태-지정 건강-관련 에피소드 데이터 저장 방법과 시스템 및 컴퓨터 판독가능 저장 매체{CLINICAL GENOMICS MERGED REPOSITORY AND PARTIAL EPISODE SUPPORT WITH SUPPORT ABSTRACT AND SEMANTIC MEANING PRESERVING DATA SNIFFERS}
도 1은 본 발명에 따라 예시적으로 사용되는 범용의 컴퓨터 시스템,
도 2는 본 발명의 일 실시예의 소프트웨어 컴포넌트의 관련 도면,
도 3은 본 발명의 일 실시예의 동작을 도시하는 프로세스 흐름도,
도 4a는 예시적 데이터베이스 스키마,
도 4b는 두개의 데이터베이스 테이블의 예시도,
도 5a는 본 발명의 일 실시예의 소프트웨어 컴포넌트의 관련도,
도 5b는 본 발명의 일 실시예의 소프트웨어 컴포넌트의 관련도,
도 6은 런타임 컴포넌트의 동작을 도시하는 흐름도,
도 7은 런타임 컴포넌트의 동작을 도시하는 흐름도.
도면의 주요 부분에 대한 부호의 설명
220: 환자 데이터
225: 데이터 저장부
230: 정보 브로커
235: 데이터 핸들러
240: 의료 정보 저장소 서버
245: 슈레더
250: 로더
255: 의료 정보 저장소
260: 상태 오브젝트
205: 저장/관리/수집
265: 질의 임상 게놈 애플리케이션
210: 질의/분석
270: 사용자 인터페이스
215: 프리젠테이션
본 발명은 일반적으로 다양한 임상 게놈 데이터를 중앙 데이터베이스로 가져와서 요구 질의에 따라 그 데이터를 액세스가능하게 하는 방법, 시스템 및 제조 물품에 관한 것이다.
데이터베이스는 컴퓨터화된 정보 저장 및 검색 시스템이다. 관계형 데이터 베이스 관리 시스템(relational database management system; RDBMS)은 데이터를 저장하고 검색하는 관계형 기술을 사용하는 컴퓨터 데이터베이스 관리 시스템이다. 관계형 데이터베이스는 (정식으로는 "관계(relations)"로 명명되는) 테이블 형태의 데이터가 전형적으로 디스크 드라이브 또는 유사한 대량의 데이터 저장부에서 사용하기 위해 저장되는 컴퓨터화된 정보 저장 및 검색 시스템이다. "테이블"은 (정식으로는 "속성(attributes)"으로 명명되는) 몇개의 열을 스패닝(spanning)하는 (정식으로는 "튜플(tuple)" 또는 "레코드(record)"로 명명되는) 행의 세트를 포함한다.
RDBMS는, 예를 들면, 구조적 질의어(Structured Query Language; SQL) 같은 고레벨 질의어를 사용하여 데이터를 저장, 검색 및 삭제하도록 커맨드를 수용하는 구조로 되어 있다. 용어 "질의(query)"는 저장된 데이터베이스로부터 데이터를 검색하기 위한 커맨드의 세트를 일컫는다. 이들 질의는 사용자, 애플리케이션 프로그램, 또는 원격 시스템(클라이언트 또는 피어(peer))으로부터 유래할 수 있다. 질의어는 특정 질의에 응답하여 특정 데이터 세트의 리턴을 요구하지만 RDBMS가 채용하는 질의 실행 방법("Query Execution Plan")은 그 질의에 특정되지는 않는다. 질의 실행 방법은 일반적으로 실행 계획, 액세스 계획, 또는 단지 "계획"으로 칭해진다. 임의의 특정 질의에 대하여 서로 다른 유용한 다수의 실행 계획이 존재하며, 이들 각각은 요구된 데이터 세트를 리턴한다. 대규모의 데이터베이스에 대하여, 질의를 실행하기 위해 RDBMS가 선택하는 실행 계획은 합리적인 비용으로 제시간에 요구되는 데이터 및 하드웨어 리소스를 제공해야 한다.
복수의 서로 다른 데이터 소스로부터의 복잡한 데이터의 캡쳐 및 처리를 위해, 단계적(staging) 데이터 저장부 및 연산 데이터베이스를 셋업하는 것이 일반적이다. 단계적 데이터 저장부의 기능은 조건이 만족될 때까지 서로 다른 데이터 소스로부터 관련 데이터를 버퍼링하는 것이고, 이 지점에서 관련 데이터가 처리되어 데이터 변환 세트를 통해 단계적 데이터 저장부로부터 연산 데이터베이스로 이동하게 된다.
임상 게놈 애플리케이션에서, 주어진 환자에 대하여 다양한 데이터 소스로부터의 의학 정보가 ("의료 정보 게이트웨이(Medical Information Gateway; MIG)"라고 칭해질 수 있는) 단계적 데이터 저장부에 저장된다. 주어진 일련의 관련 데이터, 소위 "이벤트"는 "에피소드(episode)"로 함께 그룹화된다. 일 실시예에서, MIG에 있는 이벤트는 연구 작업 데이터, 질병 프리젠테이션 데이터, 또는 기타 중요한 환자 정보를 포함할 수 있다. 주어진 에피소드의 모든 이벤트가 완료되면, 시스템은 데이터를 처리하여 연산 데이터베이스("의료 정보 저장소(Medical Information Repository; MIR)")로 가져온다. 따라서, MIG로부터 MIR로 이벤트 데이터의 이동을 트리거하는 조건은 해당 에피소드의 완성이다.
실시간 데이터를 요구하는 질의가 연산 데이터베이스에 반하여 실행될 때 이러한 장치에서는 문제가 발생한다. 모든 관련 이벤트 또는 단계가 완료될 때까지 특정 에피소드에 대한 부속 데이터를 연산 데이터베이스로 가져오지 못하기 때문에, 질의에 대하여 환자 복지에 주요할 수 있는 데이터가 연산 데이터베이스에서 이용하지 못할 수 있다. 즉, 에피소드에 있는 모든 이벤트가 아직 완료되지 않았 고 따라서 데이터가 MIG로부터 MIR로 이동되지 않았기 때문에 중요한 환자 데이터가 이용될 수 없다.
이러한 문제에 대한 기존 해결책에서는 특정 조건에 대한 MIG 데이터 저장부 내의 데이터를 분석하기 위해 "스니퍼(sniffers)"를 사용하였다. 스니퍼는 컴퓨터화된 정보 분석 및 검색 애플리케이션이다. 전형적으로, 스니퍼는 디스크 드라이브 또는 유사한 대용량 데이터 저장부에서 사용하도록 저장되는 매우 특정한 세트의 분석 규칙에 이어 데이터를 특정 데이터베이스 또는 데이터 저장부에 위치시키는 것으로 성립된다. 조건이 만족되면, 스니퍼는 그 규칙 세트에 따라 액션을 시작한다. 데이터를 단계적 데이터 저장부에 위치시키기 위해 스니퍼를 사용하게 되면, 단계적 데이터 저장부가 단일 스니퍼로는 모두 액세스할 수 없는 상이한 데이터 유형을 포함하고 있기 때문에 복잡해 진다. 결과적으로, 단계적 데이터 저장부 또는 MIG에 저장될 데이터 각각의 유형에 대하여 고유의 스니퍼가 필요하게 된다.
따라서, 진행중인 에피소드에 관한 관련 데이터가 질의 결과에 실시간으로 고려될 수 있는 단계화된 데이터 환경에 대한 필요성이 존재한다.
본 발명은 일반적으로 상태-지정 건강-관련 데이터를 연산 데이터베이스에 저장하는 방법, 시스템, 및 제조 물품에 관한 것이다.
일 실시예에서는 상태-지정 건강-관련 데이터를 저장하는 방법이 제공된다. 이 방법은 일반적으로 복수의 데이터 소스로부터의 건강-관련 에피소드 데이터를 저장하는 데이터베이스를 제공하는 단계를 포함한다. 에피소드 데이터는 완전한 에피소드 및 불완전한 에피소드에 대한 데이터를 포함할 수 있으며, 여기에서 에피소드는 소정 세트의 관련 데이터로 정의된다. 불완전한 에피소드에 대응하는 에피소드 데이터에 대한 복수의 업데이트가 수신될 수 있다. 복수의 업데이트 각각에 대하여, 데이터베이스에서 갱신되는 에피소드 데이터의 상태는 완전하거나 불완전한 것으로 지정될 수 있다.
또 다른 실시예에서는 프로그램을 포함하는 구체적인 컴퓨터 판독가능 저장 매체가 제공된다. 프로세서에 의해 프로그램이 실행되는 경우, 그 프로그램은 상태-지정 건강-관련 에피소드 데이터를 저장하는 단계를 포함하는 동작을 수행한다.불완전한 에피소드에 대응하는 건강-관련 에피소드에 대한 복수의 업데이트가 수신될 수 있다. 복수의 업데이트 각각에 대하여, 데이터베이스에서 갱신되는 에피소드 데이터의 상태는 완전하거나 불완전한 것으로 지정될 수 있다. 에피소드 데이터는 복수의 데이터 소스로부터 에피소드 데이터를 저장하는 데이터베이스에 포함될 수 있다. 에피소드 데이터는 완전한 에피소드 및 불완전한 에피소드에 대한 데이터를 포함한다.
또 다른 실시예에서는 상태-지정 건강-관련 에피소드 데이터를 저장하는 데이터베이스 시스템이 제공된다. 데이터베이스 시스템은 일반적으로 연산 데이터 저장부 및 상태 모니터를 포함한다. 연산 데이터 저장부는 복수의 외부 데이터 저장부로부터 새로운 에피소드 데이터를 수신하도록 구성될 수 있다. 에피소드는 미리 규정된 세트의 관련 데이터로 정의된다. 새로운 에피소드 데이터는 연산 데이 터 저장부에 데이터 구조로 저장될 수 있다. 상태 모니터는 연산 데이터 저장부에 있는 에피소드 데이터의 상태를 모니터하고, 수신되고 있는 새로운 에피소드 데이터에 응답하여 그 상태를 연산 데이터 저장부에 적용하도록 구성된다.
본 발명의 전술한 특징, 이점 및 목적이 달성되고 상세하게 이해될 수 있도록, 본 발명의 상세한 설명, 전술한 간략한 요약을 첨부 도면에 도시된 실시예를 참조하여 설명한다.
그러나, 첨부 도면은 단지 본 발명의 일반적인 실시예를 도시하는 것으로, 본 발명에 대하여 범위를 한정하는 것으로 고려되어서는 안되며 기타 등가의 유효한 실시예에 적용가능하다.
본 발명은 일반적으로, 워크플로우 상태 정보를 갖는 의료 에피소드 데이터를 처리하고 저장하는 시스템, 방법 및 제조 물품에 관한 것이다. 일 실시예에서, 환자 에피소드 데이터는 차별화된 데이터 저장부로부터 정보 브로커를 통해 할당된 데이터 핸들러로 이동된다. 그러면, 데이터 핸들러는 그들 각각의 데이터를 로더(loader) 및 슈레더(shredder) 애플리케이션으로 보낸다. 슈레더 애플리케이션은 데이터베이스 저장소에 에피소드 데이터를 저장하고 각 에피소드의 상태를 갱신하는 작업을 수행한다. 일 실시예에서, 데이터 저장소 추상화 계층은 특정 방식의 데이터 표현과는 독립적인 하지의(underlying) 데이터 저장소의 논리 뷰를 제공한다. 질의 추상화 계층이 제공되고 데이터 저장소 추상화 계층을 기초로 한다. 런 타임 컴포넌트는 추상화 질의를 특정 물리적 데이터 표현에 반하여 사용될 수 있는 형태로 변환하는 것을 수행한다.
본 발명의 일 실시예는, 예를 들면, 도 1에 도시되고 후술되는 컴퓨터 시스템(100)과 같은 컴퓨터 시스템에서 사용되는 프로그램 제품으로 구현된다. 프로그램 제품의 프로그램(들)은 (본 명세서에서 설명되는 방법을 포함하는) 실시예들의 기능을 정의하고 다양한 신호 관련 매체에 포함될 수 있다. 예시적인 신호 관련 매체는 (i) 기록 불가능 기록 매체(예를 들면, CD-ROM 드라이브에 의해 판독가능한 CD-ROM 디스크 같은 컴퓨터 내의 판독 전용 메모리 디바이스)에 영구적으로 저장되는 정보, (ii) 기록 가능 매체(예를 들면, 디스켓 드라이브 또는 하드 디스크 드라이브 내의 플로피 디스크) 상에 저장된 변경가능 정보, 또는 (iii) 예를 들면, 컴퓨터 또는 전화 네트워크를 통해 무선 통신을 포함하는 통신 매체에 의해 컴퓨터로 전송되는 정보를 포함하지만, 이에 한정되는 것은 아니다. 후자의 실시예는 특히 인터넷 또는 기타 네트워크로부터 다운로딩된 정보를 포함한다. 그러한 신호 관련 매체는, 본 발명의 기능을 지시하는 컴퓨터 판독가능 명령을 전달할 때, 본 발명의 실시예를 나타낸다.
일반적으로, 본 발명의 실시예를 구현하도록 실행되는 루틴은 운영 시스템의 일부, 컴포넌트, 프로그램, 모듈, 오브젝트, 또는 명령 시퀀스일 수 있다. 본 발명의 소프트웨어는 네이티브 컴퓨터에 의해 머신 판독가능 포맷, 즉, 실행가능 명령으로 변환될 다수의 명령으로 구성되는 것이 일반적이다. 또한, 프로그램은 프로그램에 국부적으로 상주하거나, 메모리에서 또는 저장 디바이스에서 발견되는 데 이터 구조 및 변수로 구성된다. 또한, 이후 설명되는 다양한 프로그램은 본 발명의 특정 실시예에서 구현되는 애플리케이션을 기초로 식별될 수 있다. 그러나, 후술하는 임의의 특정 명칭은 단지 편의를 위해 사용되는 것으로, 본 발명은 그러한 명칭에 의해 식별되거나 및/또는 암시되는 임의의 특정 애플리케이션에서 단독으로 사용하는 것으로 한정되어서는 안된다는 것을 이해해야 한다.
다음에, 본 발명의 실시예가 참조된다. 그러나, 본 발명은 설명되는 특정 실시예에 한정되는 것이 아니라는 것을 이해해야 한다. 그 대신, 상이한 실시예들이 관련이 있는지 여부에 관계없이 후술하는 특징 및 구성 요소들의 임의의 조합은 본 발명을 구현하고 실행하는 것을 의도하고자 한다. 또한, 다양한 실시예에서, 본 발명은 종래 기술에 비하여 수많은 이점을 제공한다. 그러나, 본 발명의 실시예가 다른 가능한 해결책 및/또는 종래기술에 비하여 이점을 달성할 수 있더라도, 특정 이점이 소정의 실시예에 의해 달성되는지에 대한 여부는 본 발명을 한정하는 것은 아니다. 따라서, 후술하는 양태, 특징, 실시예 및 이점은 단지 예시적인 것으로 첨부된 청구범위에서 상술되는 것을 제외하고는 청구범위의 중요한 구성요소 또는 제한사항은 아니다. 유사하게, "본 발명"은 본 명세서에서 개시되는 임의의 진보성 있는 주제의 일반화로서 해석되어서는 안되고, 첨부된 청구범위에 상술되는 것을 제외한 청구범위 구성요소 또는 제한사항으로 고려되어서도 안될 것이다.
환경의 물리적 관점
이제, 도 1을 참조하면, 컴퓨팅 환경(100)이 도시되어 있다. 일반적으로, 분산형 환경(100)은 컴퓨터 시스템(105) 및 복수의 네트워킹된 디바이스(175)를 포함한다. 컴퓨터 시스템(105)은, 클라이언트 컴퓨터, 서버 컴퓨터, 휴대용 컴퓨터, 내장형 컨트롤러, PC 기반 서버, 미니컴퓨터, 중형 컴퓨터, 대형 고속 컴퓨터, 및 본 발명의 방법, 장치 및 제조 물품을 지원하도록 적응된 다른 컴퓨터를 포함하는 임의의 유형의 컴퓨터, 컴퓨터 시스템 또는 기타 프로그램가능 전자 디바이스를 나타낼 수 있다. 일 실시예에서, 컴퓨터 시스템(26)은 뉴욕의 아몽크 소재의 IBM(International Business Machines)사에서 입수가능한 eServer iSeries이다.
예시적으로, 컴퓨터 시스템(105)은 네트워킹된 시스템을 포함한다. 그러나, 컴퓨터 시스템(105)은 스탠드얼론 디바이스를 포함할 수도 있다. 어느 경우이든, 도 1은 컴퓨터 시스템에 대한 예시적인 하나의 구성일 뿐이다. 본 발명의 실시예는 컴퓨터 시스템(100)이 복잡한 다수의 사용자 장치인지의 여부에 관계없이 임의의 비교가능한 구성 또는 자신 소유의 비휘발성 저장부를 갖지 않는 네트워크 가전제품에 적용할 수 있다.
본 발명의 실시예는 또한 통신 네트워크를 통해 링크되는 원격 처리 디바이스에 의해 작업이 수행되는 분산형 컴퓨팅 환경에서 실행될 수도 있다. 분산형 컴퓨팅 환경에서, 프로그램 모듈은 국부 및 원격 메모리 저장 디바이스 모두에 위치될 수도 있다. 이와 관련하여, 컴퓨터 시스템(105) 및/또는 하나 이상의 네트워킹된 디바이스(175)는 거의 또는 전혀 프로세싱을 수행하지 않는 씬(thin) 클라이언트일 수 있다.
컴퓨터 시스템(105)은, 예를 들면, 직접 액세스 저장 디바이스(105)에 실시 가능하게 접속된 대용량 저장 인터페이스(140), 디스플레이(165)에 실시가능하게 접속된 비디오 인터페이스(145), 그리고 네트워크(175)(예를 들면, WAN, LAN)를 통해 복수의 네트워킹된 디바이스(170 및 180)에 실시가능하게 접속되는 네트워크 인터페이스(175)로 도시된 다수의 오퍼레이터 및 주변 시스템을 포함할 수 있다. 디스플레이(165)는 시청가능한 정보를 출력하는 임의의 비디오 출력 디바이스일 수 있다.
컴퓨터 시스템(105)은 주 메모리(115)로부터 버스(120)를 통해 명령 및 데이터를 획득하는 적어도 하나의 프로세서(135)를 포함하는 것으로 도시되어 있다. 프로세서(135)는 본 발명의 방법을 지원하도록 적응된 임의의 프로세서일 수 있다.
주 메모리(115)는 필요한 프로그램 및 데이터 구조를 유지하기에 충분히 큰 임의의 메모리이다. 주 메모리(115)는 랜덤 액세스 메모리, 비휘발성 또는 백업 메모리(예를 들면, 프로그램가능 또는 플래시 메모리, 판독 전용 메모리 등)를 포함하는 메모리 디바이스 또는 그들의 조합일 수 있다. 또한, 메모리(115)는 컴퓨터 시스템 내의 다른 위치에 물리적으로 위치되는 메모리, 예를 들면, 가상 메모리로서 사용되거나 대용량 저장 디바이스(예를 들면, 직접 액세스 저장 디바이스(155))에 또는 버스(120)를 통해 컴퓨터 시스템(105)에 접속된 또 다른 컴퓨터에 저장된 임의의 저장 용량을 포함하는 것으로 고려될 수 있다.
메모리(115)는 운영 시스템(130)과 함께 구성되는 것으로 도시되어 있다. 운영 시스템(130)은 컴퓨터 시스템(110)의 동작을 관리하는데 사용되는 소프트웨어이다. 운영 시스템(130)의 예로는 IBM OS/400®, UNIX, Microsoft Windows® 등이 있다.
메모리(115)는 하나 이상의 애플리케이션을 더 포함한다. 애플리케이션(125)은 컴퓨터 시스템(110)에 있는 다양한 메모리 및 저장 디바이스에 여러번에 걸쳐 상주하는 복수의 명령을 포함하는 소프트웨어 제품이다. 컴퓨터 시스템(110)에 있는 하나 이상의 프로세서(135)에 의해 애플리케이션(125)이 판독되고 실행되면, 컴퓨터 시스템(110)은 본 발명의 다양한 양태를 채용하는 단계 또는 구성요소를 실행하기에 필요한 단계를 수행하게 된다.
환경의 관계형 관점
도 2는 본 발명의 일 실시예의 소프트웨어 컴포넌트의 관계형 관점의 데이터 처리 환경(200)을 도시한다. 데이터 처리 환경(200)은 일반적으로 세 개의 단계: 저장/관리/수집 단계(205), 질의/분석 단계(210) 및 프리젠테이션 단계(215)로 (논리적으로) 배열된다. 저장/관리/수집 단계(205)에서, 환자 에피소드 데이터는 일반적인 복수의 데이터 저장부(2251, 2252, 2253, 2254; 예로서 네개가 도시됨; 집합적으로는 데이터 저장부(225)로 칭함)에 저장된다. 일 실시예에서, 데이터 저장부(225)는 병리 데이터, 방사선 데이터, 약제 데이터, 유전자 발현 등을 포함하는 임의의 다양한 데이터를 포함할 수 있다. 정보 브로커 애플리케이션(230)은 각 데이터 저장부로부터 에피소드 데이터를 특정 데이터 핸들러 애플리케이션으로 전송하는데 사용된다. 일 실시예에서, 복수의 데이터 핸들러(2351, 2352, 2353, 2354; 예로서 네개가 도시됨; 집합적으로는 데이터 저장부(235)로 칭함)는 정보 브로커(230)로부터 특정 데이터 저장 데이터를 수신한다. 정보 브로커 애플리케이션(230)은 하나의 데이터 저장부(225)로부터의 데이터 또는 애플리케이션을 또 다른 애플리케이션으로 전달하는데 사용되는 컴퓨터 소프트웨어 애플리케이션이다. 데이터 핸들러(235)는 일반적으로 어떠한(specific) 스키마의 데이터를 한 위치에서 또 다른 위치로(예를 들면, 정보 브로커(230)로부터 후술하는 슈레더 애플리케이션(245)과 같은 목표 애플리케이션으로) 전송하는데 사용되는 임의의 컴퓨터 소프트웨어 애플리케이션일 수 있다.
일 실시예에서, 데이터 핸들러(235)는 환자 에피소드 데이터를 의료 정보 저장소 서버(240)의 슈레더 애플리케이션(245)으로 전달한다. 슈레더 애플리케이션(245)는 데이터 파일을 분석하여 어떠한 스키마에 따라 데이터를 배열한다. 슈레딩 프로세스가 완료되고 데이터가 어떠한 스키마로 정규화되면, 데이터는 로더 애플리케이션(250)으로 전달된다. 로더 애플리케이션(250)은 MIR 데이터베이스(255)에 있는 기존 환자 에피소드 데이터를 분석하여 슈레더 애플리케이션(245)으로부터 방금 수신된 에피소드 데이터에 대한 적절한 상태를 결정한다. 보다 상세하게, 로더 애플리케이션(250)은 슈레딩 애플리케이션(245)으로부터 방금 수신된 데이터와 관련있는(즉, 동일한 에피소드의 일부인) MIR 데이터베이스(255)에 있는 임의의 기존 환자 에피소드 데이터를 식별한다. 일 실시예에서, MIR 데이터베이스(255)에 있는 에피소드 데이터의 상태는 완전하거나 불완전한 것으로 지정된다. 일부 실시예에서, 슈레딩 애플리케이션(245)으로부터 방금 수신된 데이터는 주어진 에피소드와 관련하는 에피소드 데이터의 제1 부분이고, 이 경우에, MIR 데이터베이스(255)는 임의의 관련 데이터를 포함하지 않고 수신된 데이터의 상태는 불완전한 것으로 지정될 것이다. 다른 예에서, 슈레딩 애플리케이션(245)으로부터 방금 수신된 데이터는, 부분 에피소드 데이터가 MIR 데이터베이스(255)에 포함되어 있지만, 에피소드를 완료하지 못하는 에피소드의 일부이고, 이 경우에 그 데이터의 상태는 다시 불완전으로 지정된다. 또 다른 예에서, 슈레딩 애플리케이션(245)으로부터 방금 수신된 데이터는 나머지 에피소드 데이터가 MIR 데이터베이스(255)에 포함되어 있는 에피소드의 최종 부분이고, 이 경우에 에피소드를 정의하는 관련 에피소드 데이터의 상태는 완전한 것으로 지정될 것이다.
일 실시예에서, 주어진 환자 에피소드 데이터가 불완전이면, 로더 애플리케이션(250)은 MIR 데이터베이스(255)에 그 에피소드 데이터를 저장하고 MIR 상태 오브젝트(260)를 불완전 상태로 갱신한다. 주어진 환자 에피소드 데이터가 완전한 것이면, 로더 애플리케이션(250)은 MIR 데이터베이스(255)에 저장하고 MIR 상태 오브젝트(260)를 완전 상태로 갱신한다. 본 실시예가 이진 상태의 불완전 또는 완전 상태를 채용하고 있지만, 당업자는 본 발명의 범위 내에서 다른 실시예를 실현할 수 있을 것이다. 예를 들면, 대체 실시예는 복수의 상이한 상태를 저장하기 위해 룩업 테이블을 사용할 수 있다. 룩업 테이블은, "에피소드 시작", "에피소드 갱신", "에피소드 완료" 같은 가용의 상태 리스트를 포함하는 데이터베이스 테이블일 수 있다. 이들 데이터베이스는 MIR의 주어진 에피소드 데이터에 할당되고, 주어진 에피소드가 특정 워크플로우 프로세스에 있는지에 대하여 최종 사용자에게 보다 많 은 정보를 주기 위해 사용될 수 있다.
환자 에피소드 데이터가 MIR 데이터베이스(255)에 저장되면, 그 환자 에피소드 데이터는 질의/분석 단계(210)에서 적절한 애플리케이션에 의한 질의에 대하여 이용가능하다. 일 실시예에서, MIR 데이터베이스(255)는 중요한 게놈 애플리케이션(265)을 사용하여 질의를 받는다. 질의의 결과는 프리젠테이션 단계(215)에서 사용자 인터페이스(270)에 의해 사용자에게 리턴될 수 있다. 질의 환경의 다른 실시예가 도 5a를 참조하여 후술된다.
도 3은 본 발명의 일 실시예의 동작(300)을 도시하는 프로세스 흐름도이다. 참조로 전술한 컴포넌트들은 유사한 참조 번호로 식별될 것이다. 환자 에피소드 데이터(220)가 데이터 저장부(225)에 제공된다(단계 310). 데이터 저장부(315)는 에피소드 데이터를 저장한(단계 320) 다음, 데이터 기록을 정보 브로커(230)에 제출한다(단계 325). 정보 브로커(230)는 에피소드 데이터를 분석하여 올바른 데이터 핸들러(235)(즉, 수신된 특정 유형의 에피소드 데이터를 핸들링하도록 특히 구성된 적절한 데이터 핸들러(235))를 결정한다(단계 335). 데이터 핸들러가 결정되면, 에피소드 데이터는 추가의 처리를 위해 적절한 데이터 핸들러(235)로 제출된다(단계 335). 데이터 핸들러(235)는, 에피소드 데이터를 분석/분해하여(단계 360) 그 데이터가 올바른 스키마로 되어 있다는 것을 보장하는 의료 정보 저장소 서버 슈레더(245)로 에피소드 데이터를 제공한다. 슈레더(245)는 데이터를 로더(250)로 제공하고(단계 365), 그 로더는 에디소드 완전 상태를 평가한다(단계 375). 즉, 로더(250)는 관련 에피소드 데이터가 의료 정보 저장소 데이터베이 스(255)에 상주하는 에피소드를 슈레더로부터 수신된 데이터가 완성하는지를 판정한다. (의료 정보 저장소 데이터베이스(255)에 있는) 임의의 관련 에피소드 데이터의 상태가 변경되었다는 것을 로더(250)가 판정하면, 로더는 에피소드 데이터의 상태(380)를 변경한다. 다음에, 수신된 에피소드 데이터는 의료 정보 저장소 데이터베이스(255)에 저장된다(단계 385). 에피소드 데이터가 MIR 데이터베이스(255)에 저장되었다면, 그 에피소드 데이터는 복수의 애플리케이션(265)에 의한 질의(단계 394)에 대하여 이용가능할 수 있다. 애플리케이션(265)에 의해 질의를 받으면(단계 394), MIR 데이터베이스(255)는 에피소드 데이터의 결과 세트(396)를 리턴한다.
도 4a는 예시적 데이터베이스 스키마(400)를 도시한다. 본 명세서에서 사용되는 바와 같이, 용어 "스키마"는 일반적으로 데이터의 특정 배열을 지칭한다. 본 발명의 일 실시예에서, 데이터 베이스 테이블1(405)은 제1 필드 ID 및 필드 NAME, 및 필드 E_COMP를 포함한다. 데이터베이스 테이블 2(410)는 테이블1(405)의 자식 테이블로서, 제1 필드 ROW_ID, 필드 TEST, 외부(foreign) 키 필드 P_ID, 및 필드 E_COMP를 구비한다. 제1 키는 테이블의 열로서 그 값은 테이블에 있는 행을 고유하게 식별한다. 예를 들면, 테이블1(405)은 제1 키 필드 ID를 포함하며, 이는 테이블1(405)의 각 환자 에피소드 행을 고유하게 식별할 수 있으며; 테이블2(410)에 대하여는, ROW_ID 필드 값이 각 행을 고유하게 식별한다. 외부 키는 그 테이블에 있는 행을 고유하게 식별하지 않는 테이블에 있는 열이지만, 다른 테이블의 열을 매칭시키는 링크로서 사용된다. 예를 들면, 테이블2(410)는 외부 키 필드 P_ID를 포함하며, 이는 테이블1(405)의 ID 필드에 다시 링크시킨다. 당업계에서는 일 대 다수의 관계로 칭해지는 두 테이블 간의 상기 관계는, 테이블1(405)에 있는 기록이 테이블2(410)에 하나 이상의 관련 기록을 갖지만, 테이블2(410)에 있는 각 기록은 테이블1(405)에서의 단지 하나의 기록과 관련되어 있다는 것을 보장한다. 일 실시예에서, E_COMP 필드는 각 기록에 대한 상태 값을 저장하여 (테이블2(410)에 있는) 주어진 환자 에피소드 데이터 또는 (테이블1(405)에 있는) 모든 환자 에피소드 데이터가 완전하거나 불완전하다는 것을 지정한다.
도 4b는 가설의 환자, 톰과 밥에 대한 두개의 예시적인 파퓰레이티드(populated) 테이블(415 및 420)을 도시한다. 파퓰레이티드 테이블(415 및 420)은 도 4a의 제1 테이블(405)과 제2 테이블(410) 각각의 스키마(400)에 대응한다. 새로운 환자, 톰(테이블1(415)의 ID 100)은, P_ID가 100인 테이블2(420)에서의 단지 하나의 대응하는 행에 의해 증빙되는 바와 같이, 기관과 함께 제1 에피소드를 갖는 것이다. 톰은 이 지점에서는 완전한 에피소드가 아닌 헤모글로빈 시험 수행(테이블2(240)의 ROW_ID 3)을 갖는다. 헤모글로빈 시험 수행의 불완전 상태는 본 예에서는 테이블2(420)의 E_COMP 필드에 있는 값 0으로 도시되어 있다. 이와는 대조적으로, 환자 밥(테이블1(415)에서의 ID 101)은, 테이블2(420)에서 P_ID가 101이고 완료된 E_COMP값이 1인 행에 의해 증빙되는 바와 같이, 이전의 에피소드를 경험했다. 밥은 또한 테이블2(420)의 E_COMP 필드의 불완전한 상태 값 0을 갖는 의료 기관(테이블2(420)의 ROW_ID 2)과의 진행중인 에피소드를 갖고 있다. 따라서, 불완전한 에피소드는 E_COMP 값이 0으로 표현되고, 해당되는 에피소드가 완전하게 되 면 값이 1로 변경된다.
환경에서의 추상화 질의
일 실시예에서, 추상화 프레임워크를 사용하여 의료 정보 저장소 데이터베이스에 포함된 에피소드 데이터를 질의하는 것이 바람직할 수 있다. 일반적으로, 추상화 프레임워크는 물리적 데이터가 사용자에게 노출되는 논리적 방식으로부터 "디커플링(decoupled)"되어 사용자가 간략화되고, 보다 직관적인 방식으로 데이터를 볼 수 있도록 하기 때문에 데이터를 질의하는 것을 용이하게 할 수 있다. 도 5a 및 도 5b는 본 발명의 일 실시예 따른 추상화 환경(500)의 예시적 관계형 도면을 도시한다. (완전 및 불완전) 에피소드 데이터를 포함하는 의료 정보 저장소 데이터베이스일 수 있는 데이터베이스(160)를 포함하는 도 1이 또한 참조된다. 요청 엔티티(예를 들면, 애플리케이션(505)들 중 하나의 애플리케이션)는 요청 엔티티의 각 애플리케이션이 정의하는 바에 따라 질의(510)를 발행한다. 애플리케이션(505)에 의해 발행된 질의는 각 애플리케이션(505)과 함께 포함된 애플리케이션 질의에 따라 정의된다. 애플리케이션(505)에 의해 발행된 질의는 사전정의(즉, 애플리케이션(505)의 부분으로서 하드(hard) 코딩)될 수 있거나 입력(예를 들면, 사용자 입력)에 응답하여 생성될 수 있다. 어느 경우이든, (본 명세서에서 "추상화 질의"라 칭해지는) 질의는 추상화 질의(510)에 의해 정의되는 논리적 필드를 사용하여 구성된다. 특히, 추상화 질의에 사용되는 논리적 필드는 추상화 질의(510)의 데이터 저장소 추상화 컴포넌트(515)에 의해 정의된다.
그 결과의 질의(520)는 그 질의가 데이터베이스(160)에 있는 하위의 물리적 데이터 엔티티에 대한 직접적인 참조에 의한다기 보다는 추상화(즉, 논리적) 필드에 따라 구성되기 때문에 본 명세서에서는 일반적으로 "추상화 질의"로서 칭해진다. 결과적으로, 사용되는 특정의 하위의 데이터 표현과는 독립적인 추상화 질의가 정의될 수 있다. 일 실시예에서, 애플리케이션 질의(510)는 데이터 선택에 사용되는 기준(선택 기준(530)), 및 그 선택 기준(530)에 기초하여 리턴될 필드의 명시적 명세(specification)(리턴 데이터 명세(535)) 모두를 포함할 수 있다.
애플리케이션 질의(510)에 의해 특정되고 추상화 질의(520)를 구성하도록 사용되는 논리적 필드는 데이터 저장소 추상화 컴포넌트(515)에 의해 정의된다. 일반적으로, 데이터 저장소 추상화 컴포넌트(515)는 정보를 애플리케이션(505)이 발행한 질의(예를 들면, 추상화 질의(510) 내에 사용될 수 있는 논리적 필드의 세트로서 노출하여 데이터 선택에 대한 기준을 특정하고 질의 동작으로부터 리턴된 결과 데이터의 형태를 특정한다. 논리적 필드는 데이터베이스(160)에 사용되는 하위의 데이터 표현과는 독립적으로 정의되어, 하위의 데이터 표현에 느슨하게 연결되는 질의가 형성되도록 할 수 있다.
일반적으로, 데이터 저장소 추상화 컴포넌트(515)는 집합적으로는 필드 명세(550)로 칭해지는 복수의 필드 명세(5501,5502, 5503, 5504, 및 5505)(예로서 다섯개가 도시됨)를 포함한다. 특히, 필드 명세는 추상화 질의의 구성에 이용가능한 각각의 논리적 필드에 대하여 제공된다. 각각의 필드 명세는 논리적 필드 이 름(5401,5402, 5403, 5404, 및 5405)(집합적으로는, 필드 이름(540)) 및 관련 액세스 메쏘드(5451,5452, 5453, 5454, 및 5455)(집합적으로는, 액세스 메쏘드(545))을 포함한다. 액세스 메쏘드는 논리적 필드 이름을 데이터베이스(예를 들면, 데이터베이스(160))에 있는 특정 물리적 데이터 표현(5251,5252, 5253, 5254, 및 5255)에 관계(즉, 매핑)시킨다. 예로서, 두 개의 데이터 표현, XML 데이터 표현(5251) 및 관계형 데이터 표현(5252)이 도시되어 있다. 그러나, 물리적 데이터 표현(525N)은 공지되거나 미공지의 임의의 다른 데이터 표현이 고려된다는 것을 지시한다. 일 실시예에서, 단일 데이터 저장소 추상화 컴포넌트(515)는 두 개 이상의 물리적 데이터 표현(525)에 대한 필드 상세를 (관련 액세스 메쏘드와 함께) 포함한다. 대체 실시예에서, 상이한 단일 데이터 저장소 추상화 컴포넌트(515)가 각각의 개별 물리적 데이터 표현(525)에 대하여 제공된다.
액세스 메쏘드의 임의의 수는 지원될 상이한 유형의 논리적 필드의 수에 의존한다. 일 실시예에서, 심플 필드, 필터링된 필드 및 구성 필드에 대한 액세스 메쏘드가 제공된다. 필드 명세(5501, 5502 및 5505)는 심플 필드 액세스 메쏘드(5451, 5452 및 5455) 각각을 예시한다. 심플 필드는 하위의 물리적 데이터 표현에 있는 특정 엔티티(예를 들면, 주어진 데이터베이스 테이블 및 열에 매핑된 필드)에 직접 매핑된다. 예로서, 도 5b에 도시된 심플 필드 액세스 메쏘드(5451)는 논리적 필드 네임(5401)("FirstName")을 테이블 네임 "콘택(contact)"에 있는 열 네임 "f_name"에 매핑시킨다. 필드 명세(5505)는 필터링된 필드 액세스 메쏘드(5455)를 예시한다. 필터링된 필드는 관련 물리적 엔티티를 식별하고 물리적 데이터 표현 내의 아이템의 특정 서브세트를 정의하는데 사용되는 규칙을 제공한다. 필터링된 필드 액세스 메쏘드(5455)가 논리적 필드 네임(5405)("AnytownLastName")을 테이블 네임 "콘택"에 있는 열 네임 "town_name"의 물리적 엔티티에 매핑시키고 Anytown의 도시에 개개인에 대한 필터를 정의하는 예가 도 5b에 제공된다. 필터링된 필드의 또 다른 예는 ZIP 코드의 물리적 표현으로 매핑하고 데이터를 뉴욕주에 대하여 정의된 ZIP 코드만으로 제한하는 New York ZIP 코드 필드이다. 필드 명세(5504)는 구성 필드 액세스 메쏘드(5454)를 예시한다. 구성 액세스 메쏘드는 액세스 메쏘드 정의의 부분으로서 공급된 표현을 사용하여 하나 이상의 물리적 필드로부터 논리적 필드를 계산한다. 이 방식에서, 하위의 데이터 표현에 존재하지 않는 정보가 계산될 수 있다. 도 5b에 도시된 예에서, 구성 필드 액세스 메쏘드(5454)는 논리 필드 네임(5404) "TestType"를 "TestValue"에 매핑한다. 또 다른 예로는 판매가 필드에 판매 세율을 곱함으로써 구성되는 판매 세금 필드가 있다.
하위의 데이터의 임의의 주어진 데이터 유형(예를 들면, 날짜, 10진수 등)에 대한 포맷이 변경될 수 있다는 것이 고려된다. 따라서, 일 실시예에서, 필드 명세(550)는 하위 데이터의 포맷을 반영하는 유형 속성을 포함한다. 그러나, 또 다 른 실시예에서, 필드 명세(550)의 데이터 포맷은 관련된 하위 물리적 데이터와 상이하고, 이 경우에 액세스 메쏘드는 요청 엔티티에 의해 가정되는 적절한 포맷으로 데이터를 리턴할 책임이 있다. 따라서, 액세스 메쏘드는 (논리적 필드에 따라) 데이터의 무슨 포맷이 가정되었는지 뿐만 아니라 하위의 물리적 데이터의 실제 포맷을 알아야 한다. 액세스 메쏘드는 다음에 하위의 물리적 데이터를 논리적 필드의 포맷으로 변환할 수 있다.
예로서, 도 5b에 도시된 데이터 저장소 추상화 컴포넌트(515)의 필드 명세(550)는 관계형 데이터 표현(5252)에 표현된 데이터에 매핑되는 논리적 필드를 나타낸다. 그러나, 데이터 저장소 추상화 컴포넌트(515)의 다른 인스턴스는 논리적 필드를 XML 같은 다른 물리적 데이터 표현으로 매핑한다.
도 5a에 도시된 추상화 질의(510)에 대응하는 예시적 추상화 질의가 아래의 테이블 1에 도시되어 있다. 예로서, 데이터 저장소 추상화(515)는 XML을 사용하여 정의된다. 그러나, 임의의 다른 언어를 사용하는 것이 이점이 있을 수 있다.
테이블1 - 질의 예
Figure 112006083974405-pat00001
예시적으로, 테이블1에 도시된 추상화 질의는 선택 기준(라인 019-023)을 포함하는 선택 명세(라인 014-028)를 포함한다. 일 실시예에서, 선택 기준은 (논리적 필드에 대한) 필드 네임, 비교 연산자(=,>,< 등) 및 (무슨 필드가 비교되고 있는지에 대한) 값 표현으로 구성된다. 일 실시예에서, 결과 명세는 질의 실행의 결과로서 리턴될 추상화 필드의 목록이다. 추상화 질의의 결과 명세는 필드 네임 및 분류 기준으로 구성될 수 있다.
도 6은 런타임 컴포넌트 동작의 일 실시예를 예시하는 예시적 런타임 메쏘드(600)를 도시한다. 메쏘드는 단계(605)에서 시작하며, 이 때, 런타임 컴포넌트 는 입력으로서 (도 5에 도시된 추상화 질의(510) 같은) 추상화 질의의 인스턴스를 수신한다. 단계(610)에서, 런타임 컴포넌트는 추상화 질의의 인스턴스를 판독하고 분석하며 개별 선택 기준 및 원하는 결과 필드를 찾는다. 단계(615)에서, 런타임 컴포넌트는 추상화 질의에 제공된 각 질의 선택 기준문을 처리하는 루프(단계 615, 620, 625 및 630 포함)를 엔터함으로써, 구체화 질의의 데이터 선택부를 구축한다. 일 실시예에서, 선택 기준은 (논리적 필드에 대한) 필드 네임, 비교 연산자(=,>,< 등) 및 (무슨 필드가 비교되고 있는지에 대한) 값 표현으로 구성된다. 단계(620)에서, 런타임 컴포넌트는 추상화 질의의 선택 기준으로부터 필드 네임을 사용하여 데이터 저장소 추상화(515)에 있는 필드의 정의를 조사한다. 전술한 바와 같이, 필드 정의는 필드와 관계된 물리적 데이터를 액세스하는데 사용되는 액세스 메쏘드의 정의를 포함한다. 런타임 컴포넌트는 다음에 처리되고 있는 논리적 필드에 대한 구체화 질의 분포(contribution)를 구축한다. 본 명세서에서 정의되는 바와 같이, 구체화 질의 분포는 현재의 논리적 필드를 기초로 데이터 선택을 수행하는데 사용되는 구체화 질의의 일부이다. 구체화 질의는 SQL 및 XML 질의 같은 언어로 표현되는 질의이고, 주어진 물리적 데이터 저장소(예를 들면, 관계형 데이터베이스 또는 XML 저장소)의 데이터와 일치한다. 따라서, 구체화 질의는 도 1에 도시된 데이터베이스(160)로 도시된 물리적 데이터 저장소로부터 데이터를 찾고 검색하는데 사용된다. 현재 필드에 대해 생성된 구체화 질의 분포가 구체화 질의문에 부가된다(단계 630). 메쏘드(600)는 다음에 단계(615)로 리턴하여 추상화 질의의 그 다음 필드에 대한 처리를 시작한다. 따라서, 단계(615)에서 시작된 프로세스는 추상 화 질의에 있는 각 데이터 선택 필드에 대하여 반복되어, 부가의 콘텐츠를 수행될 이벤트 질의에 배포한다.
구체화 질의의 데이터 선택 부분을 구축한 후, 런타임 컴포넌트는 질의 실행의 결과로서 리턴될 정보를 식별한다. 전술한 바와 같이, 일 실시예에서, 추상화 질의는 본 명세서에서 결과 명세로 칭해지는 질의 실행의 결과로서 리턴될 추상화 필드의 목록을 정의한다. 추상화 질의에 있는 결과 명세는 필드 네임 및 분류 기준으로 구성될 수 있다. 따라서, 메쏘드(600)는 단계(635)에서 루프(단계 625, 640, 645 및 650로 정의됨)를 시작하여 결과 필드 정의를 생성되고 있는 구체화 질의에 부가한다. 단계(640)에서, 런타임 컴포넌트는 데이터 저장소 추상화(515)에 서 (추상화 질의의 결과 명세로부터) 결과의 필드 네임을 찾은 다음 데이터 저장소 추상화(515)로부터 결과 필드 정의(Result Field Definition)을 검색하여 현재 논리적 결과 필드에 대하여 리턴될 데이터의 물리적 위치를 식별한다. 런타임 컴포넌트는 다음에 논리적 결과 필드에 대한 (리턴될 데이터의 물리적 위치를 식별하는 구체적 질의의) 구체화 질의 분포를 구축한다(단계 645). 단계(650)에서, 구체화 질의 분포는 구체화 질의문에 부가된다. 추상화 질의에서 결과 명세 각각이 처리되었다면, 질의는 단계(655)에서 실행된다.
단계(640 및 645)에 따라 논리적 필드에 대한 구체화 질의 분포를 구축하는 메쏘드(700)의 일 실시예가 도 7을 참조하여 설명된다. 단계(705)에서, 메쏘드(700)는 현재 논리적 필드와 관계된 액세스 메쏘드가 심플 액세스 메쏘드인지를 질의한다. 그렇다면, 물리적 데이터 위치 정보에 기초하여 구체화 질의 분포가 구 축되고(단계 710), 다음에 전술한 메쏘드(700)에 따라 처리가 계속된다. 그렇지 않다면, 단계(715)에서 처리가 계속되어, 현재 논리 필드와 관계된 액세스 메쏘드가 필터링된 액세스 메쏘드인지를 질의한다. 그렇다면, 몇몇 물리적 데이터 엔티티에 대한 물리적 데이터 위치 정보에 기초하여 구체화 질의 분포가 구축된다(단계 720) 단계(725)에서, 구체화 질의 분포는 물리적 데이터 엔티티와 관계된 서브세트 데이터로 사용되는 부가의 논리(필터 선택)가 부가되어 확장된다. 다음에, 전술한 메쏘드(700)에 따라 처리가 계속된다.
액세스 메쏘드가 필터링된 액세스 메쏘드가 아니라면, 처리는 단계(715)로부터 단계(730)으로 진행하여, 액세스 메쏘드가 구성 액세스 메쏘드인지를 메쏘드(700)가 질의한다. 액세스 메쏘드가 구성 액세스 메쏘드이면, 구성 필드 표현에 있는 각 서브 필드 기준에 대한 물리적 데이터 위치가 단계(735)에서 찾아지고 검색된다. 단계(735)에서, 구성 필드 표현의 물리적 필드 위치 정보는 구성 필드 표현의 논리적 필드 기준으로 대체되고, 이에 의해 구체화 질의 분포가 생성된다. 다음에, 전술한 메쏘드(700)에 따라 처리가 계속된다.
액세스 메쏘드가 구성 액세스 메쏘드가 아니라면, 단계(730)에서 단계(745)로 진행한다. 단계(745)는 본 발명의 실시예로서 고려되는 임의의 기타 액세스 메쏘드를 나타낸다. 그러나, 실시예들이 모든 가용의 액세스 메쏘드를 구현하는 것은 아니라는 것이 이해된다. 예를 들면, 특정 실시예에서, 단지 심플 액세스 메쏘드만이 사용된다. 또 다른 실시예에서, 심플 액세스 메쏘드와 필터링된 액세스 메쏘드만이 사용된다.
전술한 바와 같이, 논리적 필드가 하위의 물리적 데이터와 상이한 데이터 포맷을 특정한다면 데이터 변환을 수행할 필요가 있을 수 있다. 일 실시예에서, 메쏘드(700)에 따라 논리적 필드에 대한 구체화 질의 분포를 구축할 때 각각의 액세스 메쏘드에 대하여 초기 변환이 수행된다. 예를 들면, 단계(710, 720 및 725)의 부분으로서 도는 그 다음에 즉시 변환이 수행될 수 있다. 물리적 데이터의 포맷으로부터 논리적 필드의 포맷으로의 후속 변환은 단계(655)에서 질의가 실행된 후에 수행된다. 물론, 논리적 필드 정의의 포맷이 하위의 물리적 데이터와 동일하다면, 변환은 필요없다.
다양한 실시예에서, 전술한 추상화 모델에 의해 수많은 이점이 제공된다. 일 양태에서, 애플리케이션 질의 명세와 하위의 데이터 표현 간 느슨한 커플링을 정의함으로써 이점이 달성된다. 애플리케이션을 특정 테이블, 열 및 관계 정보로 인코딩하기 보다는, SQL이 사용되는 경우와 같이, 애플리케이션은 런타임에서 특정 물리적 데이터 표현으로 하는 보다 추상적인 형식으로 데이터 질의 요구사항을 정의한다. 본 발명의 느슨한 질의-데이터 커플링은 하위의 데이터 표현이 수정되거나 요청 엔티티가 전개될 때 사용되는 것보다 완전히 새로운 물리적 데이터 표현으로 요청 엔티티가 사용되도록 하더라도 요청 엔티티(예를 들면, 애플리케이션)가 기능하도록 할 수 있다. 주어진 물리적 데이터 표현이 수정되거나 재구성되는 경우에, 대응하는 데이터 저장소 추상화가 갱신되어 하위의 물리적 데이터 모델에 가해진 변화를 반영한다. 논리적 필드의 동일한 세트가 질의에 사용하기 위해 이용가능하고, 물리적 데이터 모델에서의 상이한 엔티티 또는 위치로 단순히 묶여 진 다. 결과적으로, 추상화 질의 인터페이스에 기록된 요청 엔티티는 대응하는 물리적 데이터 모델이 상당히 변경되었더라도 변경없이 기능을 계속한다. 요청 엔티티가 요청 엔티티가 전개될 때 사용되는 것보다 완전히 새로운 물리적 데이터 표현으로 사용되는 이벤트에서, 새로운 물리적 데이터 모델은 동일한 기술(예를 들면, 관계형 데이터베이스)를 사용하여 구현되지만 정보를 명명하거나 조직하는 상이한 전략(예를 들면, 상이한 스키마)이 이어진다. 새로운 스키마는 심플, 필터링 및 구성 필드 액세스 메쏘드 기술을 사용하여 애플리케이션에 의해 요구되는 논리적 필드의 세트에 매핑될 수 있는 정보를 포함한다. 대안으로, 새로운 물리적 데이터 표현은 유사한 정보를 나타내는 대체 기술을 사용(예를 들면, XML 기반 데이터 저장소 대 관계형 데이터베이스 시스템의 사용)할 수 있다. 어느 경우이든, 추상화 질의 인터페이스를 사용하기 위해 기록된 기존의 요청 엔티티는 새로운 물리적 데이터 모델에서의 위치 및 물리적 표현으로 질의에 참조된 필드를 매핑하는 대체 데이터 저장소 추상화를 제공하는 새로운 물리적 데이터 표현을 사용하도록 용이하게 이동될 수 있다.
또 다른 양태에서, 추상화 모델은 애플리케이션 구축자 및 최종 사용자에게 사용을 용이하게 한다. 하위 데이터 저장소에서 논리적 필드를 나타내기 위해 추상화 계층을 사용함으로써, 애플리케이션 개발자가 하위의 데이터 표현의 상세에 관계하지 않고 중요한 애플리케이션 데이터 요구사항에 초점을 맞출 수 있다. 결과적으로, 애플리케이션 개발동안 고도의 생산성 및 저감된 에러율을 달성할 수 있다. 최종 사용자와 관련하여, 데이터 저장소 추상화는 주어진 질의를 개발하는 특 정 클래스의 최종 사용자에 필요로 되지 않는 비본질적인 콘텐츠를 숨기고 관련 데이터를 노출하는 데이터 필터링 메카니즘을 제공한다.
본 명세서에서 참조되는 특정 값, 정의 프로그래밍 언어 및 예는 단지 설명의 목적이라는 것을 알아야 한다. 따라서, 본 발명은 임의의 특정한 도시 및 예에 한정되는 것이 아니다. 또한, 본 발명의 양태가 선택(SELECTION) 동작을 참조하여 설명되었지만, 부가(ADD), 수정(MODIFY), 삽입(INSERT), 삭제(DELETE) 등과 같은 공지의 동작을 포함하는 다른 입력/출력 동작이 고려된다. 물론, 임의의 액세스 메쏘드는 특정 액세스 메쏘드를 사용하는 필드를 이용하여 정의될 수 있는 추상화 질의 기능의 유형에 제약될 수 있다. 예를 들면, 구성 액세스 메쏘드를 포함하는 필드는 수정, 삽입 및 삭제의 실행가능한 목표가 아니다.
일 실시예에서, 추상화 프레임워크는 MIR 데이터베이스(255)로부터 정보를 획득할 목적으로 추상화 질의를 생성하는데 사용된다(참조의 전술한 컴포넌트는 유사한 참조 번호로 식별될 것이다). 추상화 프레임워크를 이용함으로써, 애플리케이션(265)은 하위의 MIR 데이터베이스(255) 스키마를 이해할 필요없이 MIR 데이터베이스(255)에 질의하는 것이 가능하다. 이러한 추상화 프레임워크 설계는 MIR 데이터베이스(255)에 복수의 스니퍼 생성을 가능하게 한다. MIR 데이터베이스(255)가 추상화 프레임워크를 이용한 정규화된 데이터베이스 스키마를 구비하기 때문에, 각각의 비정규화된 데이터저장부(225)에 대하여 상이한 스니퍼를 생성해야 하는 것 대신, 추상화된 동일한 스키마에 대하여 각각의 스니퍼가 기록될 수 있으므로 스니퍼 생성이 보다 효율적으로 된다.
전술한 것과 같은 추상화 프레임워크를 사용하는 환경에서, 필드가 사용될 때 적용될 조건이 임의의 필드에 부여될 수 있다. 예를 들면, 헤모글로빈 테스트에 대한 필드가 아래의 테이블2에 도시되어 있다.
테이블2 - 조건 예
Figure 112006083974405-pat00002
상기의 필드에 기초하여, TESTRESULTS 테이블의 numeric_value 열로부터 값이 액세스된다. 헤모글로빈 테스트 값으로, TEST_CODE 열의 액세스 값이 32-2320이어야 한다는 것이 더 특정된다. 추상화 모델의 이 필드 정의는 에피소드를 설명하기 위한 부가의 조건으로 더 증대될 수 있다. 예를 들면, 진행중인(불완전한) 헤모글로빈 테스트가 테이블3에 도시된 바와 같이 기록될 수 있다(단지 헤모글로빈 필드 및 에피소드 필드만이 도시됨 - TestType 및 TestValue는 상기로부터 재사용됨).
테이블3 - 진행중인 헤모글로빈 필드 예
Figure 112006083974405-pat00003
추상화 프레임워크를 통해 데이터를 네비게이션하는 임의의 방식으로 상기 필드를 사용하는 옵션이 새로이 존재한다. 예를 들면, 두 세트의 카테고리가 테이블4에 도시된 바와 같이 작성될 수 있다.
테이블4 - 추상화 카테고리 예
Figure 112006083974405-pat00004
테이블4의 예는 하나는 완전한 에피소드 또 다른 하나는 불완전 에피소드인 두 카테고리를 정의한다. 이러한 카테고리화로 인해, 사용자는 데이터가 관련된 특정 이벤트(즉, 헤모글로빈 테스트 값, 고환 종양 테스트 값 등)와 관계없이, 상기 두개의 정의된 카테고리에 따라 데이터를 네비게이션하고 볼 수 있다. 대체 실시예에서, 추상화 프레임워크를 사용함으로써, 사용자는 완전 및 불완전 에피소드 데이터에 따라 그룹화(서브레벨(자식) 노드)되는 헤모글로빈 테스트 값(상위 레벨(부모) 노드)에 따라 데이터를 네비게이션하고 볼 수 있다. 어느 경우에도, 그러한 기반구조를 제공함으로써 질의의 구성이 관련 기록을 발견하고 그들 레코드의 상태를 노출할 수 있다. (전술한 것 중 하나와 같은 추상화 프레임워크에 기초하여 구성된) 적절히 구성된 스니퍼에 의해 레코드가 발견되면, 그 레코드에 대하여 액션이 취해진다. 예시적 액션은 잠재적인 약물 충돌 또는 역사적 데이터 또는 유전자 발현 데이터에 기초하여 사전 규정된 약물의 효율성 부족에 관하여 적절한 임상 스태프를 삭제, 수정 또는 변경하거나, 연구 기준을 주어진 새로운 입력 진단 정보에 맞추는 새로운 진보적 클라이언트에 관한 임상 연구자를 변경하는 것을 포함한다.
에피소드 데이터(예를 들면, 건강-관련 에피소드 데이터)의 중요성을 동작형 데이터 저장부에 제공하고 그 데이터에 대한 상태 오브젝트를 유지함으로써, 본 바명의 실시예는 사용자로 하여금 보다 최근의 시간상 중요한 정보를 검색할 수 있고 그 에피소드의 상태에 관하여 알 수 있게 된다. 결과적으로, 사용자는 보다 효율적이고, 시기적절하게, 효율적인 질의를 동작형 데이터 저장부에 수행할 수 있게 된다. 또한, 추상화 프레임워크를 제공함으로써, 추상화 질의를 채용하여 하위의 물리적 스키마를 사용자가 이해하는 것을 요구하지 않는 보다 직관적인 유형의 질의를 용이하게 하고, 데이터 스니퍼 작성을 용이하게 할 수 있다.
본 발명의 실시예에 관하여 전술하였지만, 본 발명의 다른 추가의 실시예가 본 발명의 기본 개념으로부터 벗어나지 않고 안출될 수 있으며, 본 발명의 범위는 첨부의 청구범위에 의해 결정된다.

Claims (23)

  1. 소정 동작을 수행하는 하나 이상의 컴퓨터 프로세서를 구성하여 상태-지정 건강-관련 에피소드 데이터(status-designated health-related episode data)를 저장하는 컴퓨터로 구현되는 방법으로서,
    상기 소정 동작은,
    복수의 데이터 소스로부터의 건강-관련 에피소드 데이터를 저장하는 데이터베이스를 제공하는 단계로서, 상기 복수의 데이터 소스 각각은 상기 건강-관련 에피소드 데이터의 일부분을 상이한 데이터 포맷으로 저장하고, 상기 에피소드 데이터는 완전한 에피소드 및 불완전한 에피소드에 대한 데이터를 포함하되, 에피소드가 복수의 관련 의료 이벤트에 대한 데이터를 포함하며, 상기 불완전한 에피소드는 상기 관련 의료 이벤트 중 적어도 하나의 관련 의료 이벤트에 대한 데이터가 상기 데이터베이스로부터 누락되어 있고 상기 완전한 에피소드는 상기 복수의 관련 의료 이벤트 모두에 대한 데이터를 상기 데이터베이스 내에 포함하는 단계와,
    상기 불완전한 에피소드 각각에 대해, 상기 복수의 데이터 소스로부터 복수의 업데이트를 수신하는 단계와,
    공통 스키마를 따르도록 상기 업데이트에서 수신된 데이터를 정규화하는 단계와,
    상기 하나 이상의 컴퓨터 프로세서의 동작에 의해, 상기 저장된 건강-관련 에피소드 데이터 및 상기 복수의 데이터 소스로부터 상기 업데이트에서 수신된 데이터를 평가하여 상기 업데이트의 결과로서 상기 불완전한 에피소드 각각에 대한 상태를 결정하는 단계와,
    상기 복수의 업데이트에 대해, 상기 각각의 결정된 상태에 기초하여 상기 데이터베이스에서 업데이트된 에피소드 데이터가 완전한지 불완전한지를 나타내는 에피소드 데이터의 상태를 지정하는 단계를 포함하되,
    상기 저장된 건강-관련 에피소드 데이터 및 상기 복수의 데이터 소스로부터 상기 업데이트에서 수신된 데이터를 평가하여 상기 업데이트의 결과로서 상기 불완전한 에피소드 각각에 대한 상태를 결정하는 단계는,
    상기 업데이트에서 수신된 상기 데이터와 동일한 에피소드의 부분인 저장된 건강-관련 에피소드를 식별하는 단계와,
    상기 불완전한 에피소드 중 적어도 하나의 불완전한 에피소드에 대해 상기 하나 이상의 컴퓨터 프로세서의 동작에 의해, 상기 업데이트에서 수신된 데이터가 상기 저장된 건강-관련 에피소드 데이터에서 발견되는 부분 에피소드 데이터를 갖는 에피소드의 일부분이지만 에피소드를 완성하지는 않는다는 판정 시에 불완전 상태로 결정하는 단계를 포함하는
    상태-지정 건강-관련 에피소드를 데이터를 저장하는 컴퓨터로 구현되는 방법.
  2. 삭제
  3. 제 1 항에 있어서,
    상기 동작은, 상기 데이터를 정규화하기 위해, 주어진 데이터 소스로부터의 각 업데이트에 대해 상기 수신된 업데이트의 데이터를 분해(shredding)하는 단계를 더 포함하는
    상태-지정 건강-관련 에피소드를 데이터를 저장하는 컴퓨터로 구현되는 방법.
  4. 제 1 항에 있어서,
    완전한 에피소드 및 불완전한 에피소드 양측 모두에 대한 에피소드 데이터의 상태는 상태 객체에 저장되는
    상태-지정 건강-관련 에피소드를 데이터를 저장하는 컴퓨터로 구현되는 방법.
  5. 삭제
  6. 삭제
  7. 제 1 항에 있어서,
    상기 에피소드 데이터를 모델링하는 데이터 추상화 모델을 제공하는 단계를 더 포함하되,
    상기 데이터 추상화 모델은 복수의 논리적 필드 정의를 포함하고, 각각의 정의는 논리적 필드 네임, 논리적 필드 네임에 대응하는 에피소드 데이터의 위치를 식별하는 적어도 하나의 위치 속성, 및 적어도 두개의 상이한 액세스 메쏘드(access method) 유형으로부터 선택된 액세스 메쏘드에 대한 기준을 포함하고,
    상기 상이한 액세스 메쏘드 유형 각각은 각각의 논리적 필드 정의의 논리적 필드 네임에 대응하는 에피소드 데이터를 노출하는 상이한 방식을 정의하는
    상태-지정 건강-관련 에피소드를 데이터를 저장하는 컴퓨터로 구현되는 방법.
  8. 제 7 항에 있어서,
    상기 동작은 복수의 논리적 필드 정의에 대한 인터페이스를 정의하는 질의 명세(specification)를 제공하여, 추상화 질의가 상기 복수의 논리적 필드 정의를 기초로 구성되도록 하는 단계를 더 포함하는
    상태-지정 건강-관련 에피소드를 데이터를 저장하는 컴퓨터로 구현되는 방법.
  9. 제 4 항에 있어서,
    상기 동작은 상기 업데이트 중 적어도 일부분을 수신하는 것에 대한 응답으로 각 에피소드에 대한 완전한 상태 및 불완전한 상태 중 하나를 반영하도록 상기 상태 객체를 수정하는 단계를 더 포함하는
    상태-지정 건강-관련 에피소드를 데이터를 저장하는 컴퓨터로 구현되는 방법.
  10. 삭제
  11. 삭제
  12. 삭제
  13. 삭제
  14. 삭제
  15. 삭제
  16. 삭제
  17. 제 1 항에 있어서,
    상기 저장된 건강-관련 에피소드 데이터 및 상기 복수의 데이터 소스로부터의 상기 업데이트에서 수신된 데이터를 평가하여 상기 업데이트의 결과로서 상기 불완전한 에피소드 각각에 대한 상태를 결정하는 단계는,
    상기 불완전한 에피소드 각각에 대해 상기 하나 이상의 컴퓨터 프로세서에 의해, 상기 업데이트에서 수신된 데이터가 에피소드의 제 1 부분이라는 결정 시에 불완전한 에피소드의 상태를 결정하는 단계를 포함하는
    상태-지정 건강-관련 에피소드를 데이터를 저장하는 컴퓨터로 구현되는 방법.
  18. 제 1 항에 있어서,
    상기 저장된 건강-관련 에피소드 데이터 및 상기 복수의 데이터 소스로부터의 상기 업데이트에서 수신된 데이터를 평가하여 상기 업데이트의 결과로서 상기 불완전한 에피소드 각각에 대한 상태를 결정하는 단계는,
    상기 업데이트에서 수신된 상기 데이터와 동일한 에피소드의 일부분인 저장된 건강-관련 에피소드를 식별하는 단계와,
    상기 불완전한 에피소드 각각에 대해 상기 하나 이상의 컴퓨터 프로세서에 의해, 상기 업데이트에서 수신된 데이터가 상기 저장된 건강-관련 에피소드 데이터에서 발견되는 부분 에피소드 데이터를 갖는 에피소드의 마지막 부분이라는 결정 시에 완전한 상태로 결정하는 단계를 포함하는
    상태-지정 건강-관련 에피소드를 데이터를 저장하는 컴퓨터로 구현되는 방법.
  19. 삭제
  20. 제 1 항에 있어서,
    상기 동작은 스니퍼(sniffer)에 의해, 상기 복수의 데이터 소스로부터의 상기 업데이트에서 수신되며, 사전정의된 조건이 충족된다는 판정 시에 사전정의된 액션을 수행하도록 지정된 상태를 갖는 정규 데이터를 분석하는 단계를 더 포함하는
    상태-지정 건강-관련 에피소드를 데이터를 저장하는 컴퓨터로 구현되는 방법.
  21. 삭제
  22. 삭제
  23. 삭제
KR1020060113378A 2005-11-17 2006-11-16 상태-지정 건강-관련 에피소드 데이터 저장 방법과 시스템 및 컴퓨터 판독가능 저장 매체 KR101063625B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/282,094 US7693857B2 (en) 2005-11-17 2005-11-17 Clinical genomics merged repository and partial episode support with support abstract and semantic meaning preserving data sniffers
US11/282,094 2005-11-17

Publications (2)

Publication Number Publication Date
KR20070052673A KR20070052673A (ko) 2007-05-22
KR101063625B1 true KR101063625B1 (ko) 2011-09-07

Family

ID=38042003

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060113378A KR101063625B1 (ko) 2005-11-17 2006-11-16 상태-지정 건강-관련 에피소드 데이터 저장 방법과 시스템 및 컴퓨터 판독가능 저장 매체

Country Status (3)

Country Link
US (1) US7693857B2 (ko)
KR (1) KR101063625B1 (ko)
CN (1) CN100476823C (ko)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8266147B2 (en) * 2006-09-18 2012-09-11 Infobright, Inc. Methods and systems for database organization
WO2008034213A1 (en) * 2006-09-18 2008-03-27 Infobright Inc. A method and system for data compression in a relational database
CN102473202B (zh) * 2009-07-08 2015-11-25 环球创新网络公司 用于预测药物在患者中的疗效的方法
US20110022413A1 (en) * 2009-07-27 2011-01-27 Welltrek International Systems and methods for maintaining comprehensive medical records
US9277021B2 (en) 2009-08-21 2016-03-01 Avaya Inc. Sending a user associated telecommunication address
US8266186B2 (en) * 2010-04-30 2012-09-11 International Business Machines Corporation Semantic model association between data abstraction layer in business intelligence tools
US8417727B2 (en) 2010-06-14 2013-04-09 Infobright Inc. System and method for storing data in a relational database
US8521748B2 (en) 2010-06-14 2013-08-27 Infobright Inc. System and method for managing metadata in a relational database
EP2791893A4 (en) 2011-12-12 2017-01-11 The Cleveland Clinic Foundation Storing structured and unstructured clinical information for information retrieval
US9208189B2 (en) 2012-08-24 2015-12-08 Facebook, Inc. Distributed request processing
US8868525B2 (en) * 2012-08-24 2014-10-21 Facebook, Inc. Distributed information synchronization
US20140149841A1 (en) * 2012-11-27 2014-05-29 Microsoft Corporation Size reducer for tabular data model
US10509857B2 (en) 2012-11-27 2019-12-17 Microsoft Technology Licensing, Llc Size reducer for tabular data model
US20150039326A1 (en) * 2013-08-02 2015-02-05 Encore Health Resources, LLC Measure Calculations Based on a Structured Document
DE102013110571A1 (de) * 2013-09-24 2015-03-26 Iqser Ip Ag Automatische Datenharmonisierung
US20180240536A1 (en) * 2017-02-17 2018-08-23 Hc1 Insight Llc System and method for determining healthcare relationships
KR20190023968A (ko) 2017-08-30 2019-03-08 울산대학교 산학협력단 임상유전체 데이터 세트 전송 장치 및 방법
US11671343B2 (en) 2020-02-28 2023-06-06 Helios Data Inc. Dynamic network traffic sniffer

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002177348A (ja) * 2000-09-07 2002-06-25 Augustine Medical Inc 患者の症例に対して傷病管理計画を作成しかつ傷病を管理するための方法および傷病管理システム

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5696898A (en) * 1995-06-06 1997-12-09 Lucent Technologies Inc. System and method for database access control
US6039688A (en) * 1996-11-01 2000-03-21 Salus Media Inc. Therapeutic behavior modification program, compliance monitoring and feedback system
US6234964B1 (en) * 1997-03-13 2001-05-22 First Opinion Corporation Disease management system and method
US5991758A (en) * 1997-06-06 1999-11-23 Madison Information Technologies, Inc. System and method for indexing information about entities from different information sources
US6047259A (en) * 1997-12-30 2000-04-04 Medical Management International, Inc. Interactive method and system for managing physical exams, diagnosis and treatment protocols in a health care practice
US7162689B2 (en) * 1998-05-28 2007-01-09 Oracle International Corporation Schema evolution in replication
US6725227B1 (en) 1998-10-02 2004-04-20 Nec Corporation Advanced web bookmark database system
US7389245B1 (en) * 2000-08-25 2008-06-17 Clinton B. Ashford Method and apparatus for providing incentives to physicians
US20020194028A1 (en) * 2001-06-14 2002-12-19 Johnston James A. Method, apparatus, and readable medium for on-line patient evaluation
US20030216945A1 (en) * 2002-03-25 2003-11-20 Dvorak Carl D. Method for analyzing orders and automatically reacting to them with appropriate responses
AU2002254268A1 (en) * 2002-04-02 2003-10-20 Catalina Marketing International Inc. A method and system for providing healthcare information
US7693727B2 (en) * 2002-05-16 2010-04-06 Cerylion, Inc. Evidence-based checklist flow and tracking system for patient care by medical providers
GB2413668A (en) * 2003-01-13 2005-11-02 Lighthouse Internat Consumer care management method and system
US20040220836A1 (en) * 2003-03-07 2004-11-04 Niall Doherty Healthcare information management system
US20040215618A1 (en) * 2003-04-25 2004-10-28 Wacke Robert S. Automated quality compliance system
US7340480B2 (en) * 2003-05-08 2008-03-04 International Business Machines Corporation Iterative data analysis enabled through query result abstraction
US20050027578A1 (en) * 2003-07-31 2005-02-03 International Business Machines Corporation Dynamic status checklist procedure
EP1571575A1 (en) * 2004-02-27 2005-09-07 Sag Ag Data processing system and method of data entry
US8554480B2 (en) * 2004-03-25 2013-10-08 Siemens Medical Solutions Usa, Inc. Treatment data processing and planning system
US8903760B2 (en) * 2004-11-12 2014-12-02 International Business Machines Corporation Method and system for information workflows

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002177348A (ja) * 2000-09-07 2002-06-25 Augustine Medical Inc 患者の症例に対して傷病管理計画を作成しかつ傷病を管理するための方法および傷病管理システム

Also Published As

Publication number Publication date
KR20070052673A (ko) 2007-05-22
US20070112586A1 (en) 2007-05-17
CN1967538A (zh) 2007-05-23
CN100476823C (zh) 2009-04-08
US7693857B2 (en) 2010-04-06

Similar Documents

Publication Publication Date Title
KR101063625B1 (ko) 상태-지정 건강-관련 에피소드 데이터 저장 방법과 시스템 및 컴퓨터 판독가능 저장 매체
CA2584326C (en) Managing related data objects
US20170228426A1 (en) Managing data queries
JP4965088B2 (ja) データ抽象化モデルにおける関係管理
US8195647B2 (en) Abstract records
US8190555B2 (en) Method and system for collecting and distributing user-created content within a data-warehouse-based computational system
EP1585036A2 (en) Management of parameterized database queries
US20060136382A1 (en) Well organized query result sets
US20080040181A1 (en) Managing provenance for an evolutionary workflow process in a collaborative environment
US7792851B2 (en) Mechanism for defining queries in terms of data objects
US20080027782A1 (en) Managing provenance of the evolutionary development of workflows
JP2006172446A (ja) 複合データアクセス
US20010037228A1 (en) System and method for using metadata to flexibly analyze data
Ahsan et al. Temporal Databases: Information Systems
US20090094577A1 (en) Generating data access operations based on a data model using a data services model
WO2020117655A1 (en) System and method for ingesting data
US20200089664A1 (en) System and method for domain-specific analytics
US20080184109A1 (en) Generating a relational view for a base model schema
Staudt et al. The role of metadata for data warehousing
Reniers et al. Schema design support for semi-structured data: Finding the sweet spot between NF and De-NF
US20140136257A1 (en) In-memory analysis scenario builder
Cacace et al. Advanced relational programming
Rizzo et al. Pro SQL Server 2005
Mordinyi et al. Semantic data integration: Tools and architectures
Maftei Resource management tool: modern application architecture with focus on database performance

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee