KR101364851B1

KR101364851B1 - 데이터베이스 구축하는 방법 및 상기 데이터베이스를이용한 질병분석 방법

Info

Publication number: KR101364851B1
Application number: KR1020070096806A
Authority: KR
Inventors: 조철호; 고인영; 조재걸; 정선태; 전범준
Original assignee: 한국과학기술원; 삼성전자주식회사
Priority date: 2007-09-21
Filing date: 2007-09-21
Publication date: 2014-02-20
Also published as: US20090083203A1; US8156062B2; KR20090031017A

Abstract

본 발명에 따른 위한 베이지안 네트워크 구축방법은 질병분석을 위한 데이터 베이스를 구축하는 방법에 있어서, (a)질병, 증상, 치료법을 포함하는 U-Health 정보를 분석하여 서비스 제공에 필요한 복수의 U-Health 온톨로지를 구축하는 과정과, (b)구축된 상기 U-Health 온톨로지 사이의 원인 및 결과 관계에 대한 메타 모델을 설정하는 과정과, (c)복수의 U-Health 온톨로지 중, 적어도 둘 이상의 특정 U-Health 온톨로지를 선택하여 노드로 설정하고, 설정된 상기 노드들에 메타모델을 적용하여 소정의 베이지안 네트워크를 생성하는 과정을 포함한다.

온톨로지, 베이지안 네트워크, 질병, 분석, 추론

Description

데이터베이스 구축하는 방법 및 상기 데이터베이스를 이용한 질병분석 방법{METHOD FOR CONSTRUCTING DATABASE TO DEDUCE DISEASE AND PROVIDING U-Health SERVICE}

본 발명은 특화된 데이터 베이스를 이용하여 U-Health 서비스를 제공하는 방법에 관한 것으로서, 특히, 의미론 및 확률적 추론을 기반으로 한 데이터 베이스를 이용하여 U-Health 서비스를 제공하는 방법에 관한 것이다.

베이지안 네트워크(Bayesian Network)는 바이오 정보 분야에서 질병의 진단 등에 이미 널리 활용되고 있는 확률적인 정보의 표현 및 추론 방법이다. 베이지안 네트워크를 활용하면 U-Health 서비스 구축에 필요한 확률적 정보를 표현할 수 있다. 그렇지만 특정 질병의 진단을 위해 베이지안 네트워크를 구축하기 위해서는 해당 분야의 전문가가 일일이 관련된 정보를 수집, 분석해야 하고 그 질병과 연관된 정보요소에 따라 많은 수의 베이지안 네트워크 노드(Node)를 직접 구축해야 하며, 또한 그들 사이의 링크(Link)를 생성해야 한다. 따라서 이러한 베이지안 네트워크 구축과정은 많은 노력을 필요로 한다.

한편, 최근 기존의 텍스트 기반의 정보의 표현방법의 한계를 극복하기 위한 방법으로써, 온톨로지(Ontology)를 기반으로 다양한 데이터를 관리하는 방안들이 널리 연구되어 이용되고 있다. 그러나, 기존의 온톨로지는 단순하게 텍스트를 기반으로 정보들 사이의 관계를 결정론적으로 표현한다. 즉, 단순히 '있다' 혹은 '없다'의 관계로 표현한다.

이러한 텍스트를 기반의 온톨로지를 단순하게 베이지안 네트워크에 적용할 경우, 언어적으로 별다른 유사성이 없는 개념들 예컨대, 비만과 고혈압 사이의 연관성은 연관성이 거의 없는 것으로 판별된다. 그러나, 비만은 고혈압을 유발하는데 큰 영향을 끼치므로 둘 사이에 밀접한 연관관계가 있다고 추론되어야만 신뢰성 있는 U-Health 서비스를 제공할 수 있다. 따라서, U-Health 서비스를 제공할 수 있는 베이지안 네트워크를 구축하기 위하여 질병들 사이의 연관관계를 신뢰성 있게 추론할 수 있는 방안이 요구된다.

또한, 대부분의 기존 방법들은 모든 온톨로지의 클래스들을 단순히 베이지안 네트워크의 노드로 전환된다. 따라서 방대한 양의 지식이 축적된 온톨로지를 기반으로 베이지안 네트워크를 생성해야 할 경우 그 규모가 너무 커지고 복잡해진다. 특히, U-Health 서비스를 제공하기 위해 온톨로지의 클래스들을 베이지안 네트워크에 적용하는 경우, 상기 베이지안 네트워크를 이용하여 질병을 분석할 경우, 데이터를 분석하는데 너무 많은 연산과 시간이 소요되는 문제가 발생한다. 따라서, 특정 질병에 관련된 온톨로지들만을 추출하여 베이지안 네트워크를 형성하고, 이를 이용하여 U-Health 서비스를 제공하는 방안이 요구된다.

본 발명은 전술한 점을 고려하여 안출된 것으로서, 온톨로지를 기반으로 표현된 의미론적 정보를 활용하여 질병 분석에 적합한 베이지안 네트워크를 자동적으로 구성하는 방법을 제공하는데 그 목적이 있다.

또한, 질병 분석에 적합하게 구축된 베이지안 네트워크를 이용하여 신뢰성 있고 신속하게 U-Health 서비스를 제공하는 데 또 다른 목적이 있다.

상기한 목적을 달성하기 위하여 본 발명의 일 측면에 따른 위한 베이지안 네트워크 구축방법은 질병분석을 위한 데이터 베이스를 구축하는 방법에 있어서, (a)질병, 증상, 치료법을 포함하는 U-Health 정보를 분석하여 서비스 제공에 필요한 복수의 U-Health 온톨로지를 구축하는 과정과, (b)구축된 상기 U-Health 온톨로지 사이의 원인 및 결과 관계에 대한 메타 모델을 설정하는 과정과, (c)복수의 U-Health 온톨로지 중, 적어도 둘 이상의 특정 U-Health 온톨로지를 선택하여 노드로 설정하고, 설정된 상기 노드들에 메타모델을 적용하여 소정의 베이지안 네트워크를 생성하는 과정을 포함한다.

상기 (a)과정은 질병의 분석에 요구되는 다양한 종류의 온톨로지를 포함하는 공통온톨로지를 설정하는 과정과, 상기 공통온톨로지들 중, 특정 질병과 관련된 적어도 하나의 특정 온톨로지를 포함하는 중계 온톨로지를 설정하는 과정을 포함한다.

상기 U-Health 온톨로지는 질병의 종류에 관련된 정보를 정의한 질병온톨로지와, 질병에 의해 나타나는 증상들에 관련된 정보를 정의한 증상온톨로지와, 질병 분석의 대상자가 노출된 환경에 대한 정보를 정의한 환경정보 온톨로지와, 질병을 치료할 수 있는 방법을 정의한 치료법 온톨로지를 포함할 수 있다.

상기 U-Health 온톨로지는 사용자로부터 입력받는 나이, 성별, 가족병력 및 생체신호를 포함하는 사용자 정보를 정의한 사용자 정보 온톨로지를 더 포함할 수 있다. 또한, U-Health 온톨로지는 사용자의 생체신호를 측정하는데 사용되는 센서의 종류 및 센서로부터 측정된 수치에 대한 정보를 포함하는 센서정보를 정의한 센서 온톨로지를 더 포함할 수 있다.

나아가, 상기 U-Health 온톨로지는 온톨로지를 편집할 수 있는 인터페이스를 통해 사용자로부터 입력받은 온톨로지일 수 있다.

상기 중계 온톨로지는 외부로부터 나이, 성별, 가족병력, 증상을 포함하는 개인정보를 입력받고, 온톨로지에 포함된 복수의 클래스 중에서 상기 개인정보에 대응하는 특정 클래스를 추출하고, 추출된 상기 클래스의 조합으로 구축되는 것이 바람직하다.

상기 메타모델은 복수의 온톨로지들 사이의 원인과 결과 관계를 정의한 모델일 수 있다.

상기 (c) 과정은, 복수의 온톨로지들의 계층적 구조를 상기 사용자 단말로 제공하고, 사용자에게 제공할 U-Health 서비스와 관련된 특정 계층의 레벨을 선택받아 추상화 레벨을 설정하는 과정과, 설정된 상기 추상화 레벨을 고려하여 선택된 적어도 하나의 계층에 포함된 온톨로지를 베이지안 네트워크의 노드로 설정하는 과정과, 상기 메타모델을 고려하여 상기 베이지안 네트워크의 노드들을 서로 연결하는 과정을 포함한다.

상기 추상화 레벨을 설정하는 과정은 복수의 온톨로지 중 특정 질병과 관계가 없는 질병의 온톨로지가 포함된 계층과 최상위 계층 레벨의 선택을 제한하는 과정을 포함하는 것이 바람직하다.

상기 베이지안 네트워크의 노드는, 선택된 추상화 레벨의 계층에 포함된 온톨로지로 이루어진 주 베이지안 네트워크 노드와, 상기 주 베이지안 네트워크 노드의 하위 계층에 포함된 온톨로지로 이루어진 보조 베이지안 네트워크 노드를 포함할 수 있다.

본 발명의 다른 측면에 따른 베이지안 네트워크를 이용한 U-Health 서비스 제공 방법은 U-Health 서비스를 제공하는 방법에 있어서, (a)질병, 증상, 치료법을 포함하는 U-Health 정보를 분석하여 서비스 제공에 필요한 복수의 U-Health 온톨로지를 구축하는 과정과, (b)구축된 상기 U-Health 온톨로지 사이의 원인 및 결과 관계에 대한 메타 모델을 설정하는 과정과, (c)복수의 U-Health 온톨로지 중, 적어도 둘 이상의 특정 U-Health 온톨로지를 선택하여 노드로 설정하고, 설정된 상기 노드들에 메타모델을 적용하여 소정의 베이지안 네트워크를 생성하는 과정과, (d)사용자로부터 나이, 성별, 가족병력, 증상을 포함하는 개인정보를 입력받고, 상기 개인정보를 상기 베이지안 네트워크를 기반으로 구축된 데이터 베이스에 대입하여 사용자의 질병을 확률적으로 추론하는 과정을 포함한다.

본 발명의 또 다른 측면에 따른 베이지안 네트워크를 이용한 U-Health 서비스 제공 시스템은 통신망을 통해 연결된 사용자 단말 및 서버를 이용하여 U-Health 서비스를 제공하는 시스템에 있어서, 상기 서버는, 상기 사용자 단말로부터 온토로지를 입력받을 수 있는 인터페이스를 제공하고, 복수의 사용자로부터 입력받은 복수의 온톨로지를 데이터 베이스에 저장시키는 온톨로지 관리부와, 상기 사용자 단말로부터 온톨로지 사이의 원인과 결과 관계의 메타모델을 입력받을 수 있는 인터페이스를 제공하고, 입력받은 메타모델을 데이터 베이스에 저장시키는 메타모델 관리부와, 복수의 온톨로지들의 계층적 구조를 상기 사용자 단말로 제공하고, 사용자에게 제공할 U-Health 서비스와 관련된 특정 계층의 레벨을 선택받아 추상화 레벨을 설정하는 추상화 레벨 설정부와, 설정된 상기 추상화 레벨을 고려하여 선택된 적어도 하나의 계층에 포함된 온톨로지를 베이지안 네트워크의 노드로 설정하는 베이지안 네트워크의 노드 생성부와, 상기 메타모델을 고려하여 상기 베이지안 네트워크의 노드들을 서로 연결하는 베이지안 네트워크의 링크 생성부와, 사용자단말로부터 사용자의 나이, 성별, 가족병력, 증상을 포함하는 개인정보를 입력받고, 상기 개인정보를 상기 베이지안 네트워크를 기반으로 구축된 데이터 베이스에 대입하여 사용자의 질병 및 진단결과를 확률적으로 추론하는 U-Healthcare 관리부와, 웹페이지를 통해 사용자단말과의 입출력 인터페이스를 제공하고, 상기 U-Healthcare 관리부가 추론한 결과를 사용자단말에 제공하는 웹페이지 관리부를 포함한다.

본 발명에 따른 베이지안 네트워크 구축방법에 따르면, 온톨로지를 기반으로 하여 질병분석에 적합한 베이지안 네트워크를 자동적으로 구축하고, 구축된 베이지안 네트워크를 이용하여 질병에 따른 맞춤형 확률 추론 모델을 용이하게 구성할 수 있다.

이하 본 발명에 따른 바람직한 실시예를 첨부한 도면을 참조하여 상세히 설명한다. 하기 설명에서는 구체적인 구성 소자 등과 같은 특정 사항들이 나타나고 있는데 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐 이러한 특정 사항들이 본 발명의 범위 내에서 소정의 변형이나 혹은 변경이 이루어질 수 있음은 이 기술분야에서 통상의 지식을 가진 자에게는 자명하다 할 것이다.

도 1은 본 발명의 일 실시예에 따른 베이지안 네트워크를 이용한 U-Health 서비스 제공 시스템의 대략적인 구성을 도시하는 블록도이다. 도 1을 참조하면, 베이지안 네트워크를 이용한 U-Health 서비스 제공 시스템은 유/무선 통신망을 통해 연결된 사용자 단말(100) 및 U-Health 서비스 제공 서버(300)를 포함한다.

사용자는 사용자 단말(100)을 이용하여 U-Health 서비스 제공 서버(300)에 접속하며, U-Health 서비스 제공 서버(300) 내에 저장된 정보를 가공하여 서비스 제공을 위한 데이터 베이스를 구축할 수 있다. 또한, 사용자는 사용자 단말(100)을 통해 자신의 나이, 성별, 가족병력, 증상을 포함하는 개인정보를 U-Health 서비스 제공 서버(300)에 전송하고, 상기 서버(300)로 자신의 질병에 대한 추론을 요청하여 이에 대한 분석결과를 제공받을 수 있다.

따라서, 사용자 단말(100)은 통신망을 통해 U-Health 서비스 제공 서버(300) 가 데이터 베이스를 구축하기 위해 제공하는 사용자 인터페이스를 수행할 수 있는 장치이면 충분하다. 예컨대, 사용자 단말(100)은 통신장치를 구비한 개인용 컴퓨터, 랩탑, PDA, 이동통신 단말 등일 수 있다.

U-Health 서비스 제공 서버(300)는 서비스 제공을 위해 특화된 데이터 베이스를 구축하고, 구축된 데이터 베이스를 기반으로 U-Health 서비스를 제공한다. 데이터 베이스는 전문적 지식을 습득한 사용자가 입력하는 정보에 기초하여 이루어질 수 있으며, 이를 위하여 U-Health 서비스 제공 서버(300)는 사용자로부터 데이터를 입력받을 수 있는 장치(310)(이하, 베이지안 네트워크 생성부라 함.)를 구비한다. 베이지안 네트워크 생성부(310)는 온톨로지 관리부(311), 메타모델 관리부(312), 추상화 레벨 설정부(313), BN노드 생성부(314) 및 BN링크 생성부(315)를 구비하며, 데이터 베이스로서 온톨로지DB(317) 및 베이지안 네트워크(BN)DB(318)를 구비한다.

온톨로지 관리부(311)는 U-Health 서비스를 제공하기 위해 필요한 정보들(예컨대 질병, 증상, 사용자 정보 등)을 분석하여 서비스 구축에 요구되는 온톨로지의 종류와 구조, 모델 등을 설계하고, 그에 따라 기존의 구축되어 있는 바이오 정보 온톨로지를 활용하거나 전문가의 분석을 통해 세부적으로 온톨로지를 구축하는 기능을 제공한다. 온톨로지 관리부(311)는 바이오 정보 온톨로지가 저장되어 있는 외부의 데이터 베이스에 접속하여 서비스 구축에 요구되는 온톨로지를 전송받을 수 있다. 또한, 온톨로지 관리부(311)는 전문적 지식을 습득한 사용자가 별도로 생성하는 온톨로지를 수신할 수 있다. 이를 위하여, 온톨로지 관리부(311)는 사용자 단말(100)로 온톨로지를 편집할 수 있도록 프로그램밍된 편집 툴을 제공하고, 사용자 단말(100)로부터의 입력에 대응하여 온톨로지를 생성하여 온톨로지DB(317)에 저장하거나, 온톨로지DB(317)에 저장된 온톨로지를 수정한다.

예컨대, 온톨로지DB(317)에 저장된 온톨로지는 도 2에 도시된 구조와 같이 예시될 수 있다. 즉, 온톨로지DB(317)에는 사용자의 질병의 종류를 기술하기 위한 질병 온톨로지 (Disease Ontology), 질병에 따라 보여지는 사용자의 증상 온톨로지 (Symptom Ontology), 질병의 원인을 규명하기 위한 환경 정보 온톨로지 (Environment Ontology), 질병을 치료하는 방법에 대해 기술해 놓은 치료법 온톨로지 (Treatment Ontology), 바이오 데이터들을 분류하기 위한 바이오 데이터 온톨로지 (BioSignal Ontology), 서비스의 기능적인 면을 기술하기 위한 프로세스 온톨로지 (Process Ontology), 사용자 정보의 개인적인 정보를 표현하는 사용자 정보 온톨로지 (UserProfile Ontology), 마지막으로 U-Health에서 활용되는 센서에 대한 정보를 기술하기 위한 센서 온톨로지 (Sensor Ontology)를 포함하는 온톨로지가 저장될 수 있다.

나아가, 온톨로지DB(317)에는 특정 질병과 관련되지 않는 다양한 온톨로지가 저장되어 있다. 따라서, 특정 질병과 관련되어 구축된 베이지안 네트워크에 불필요한 온톨로지들이 다수 포함됨에 따라, 베이지안 네트워크의 구조가 복잡하게 형성될 수 있으며, 이로 인해 질병분석에 많은 연산과 시간이 소모되는 문제가 발생할 수 있다. 따라서, 온톨로지로부터 베이지안 네트워크를 구축하는데 있어서 복잡도를 낮추고 온톨로지와 베이지안 네트워크 사이의 일관성을 유지하기 위하여 중계 온톨로지를 구축하는 것이 바람직하다. 특정 질병을 추론하기 위한 응용의 중계 온 톨로지를 구축하기 위해서는, 먼저 그 질병을 유발하는 주요한 원인들을 파악해야 한다. 예를 들면 신체질량지수(BMI, Body Mass Index)와 잔여 칼로리량은 비만을 판정하는데 있어서 중요한 정보이다. 이렇게 응용을 위해 수집한 정보를 기반으로 특정 응용에 특화된 중계 온톨로지를 구축한다.

이러한 중계 온톨로지는 U-Health 서비스를 실행하는 과정에서 입력되는 사용자 정보, 바이오 데이터, 문진 정보를 이용하여 형성될 수 있다. 따라서, 온톨로지 관리부(311)는 U-Health 서비스를 진행하는 과정에서 데이터를 입력받고, 이를 이용하여 중계 온톨로지를 구축한다.

중계 온톨로지는 복수의 클래스를 구비하며, 각 클래스들은 U-Health 온톨로지와의 관계를 룰(Rule)로 명시한 값을 포함한다. 이러한 룰들은 First-order Logic으로 표현할 수 있다. 도 3은 본 발명의 일 실시예에 따른 베이지안 네트워크를 이용한 U-Health 서비스 제공 시스템에 특화되어 구축된 중계 온톨로지의 일 예시도이고, 도 4는 본 발명의 일 실시예에 따른 베이지안 네트워크를 이용한 U-Health 서비스 제공 시스템에서 구성된 U-Health 온톨로지와 중계 온톨로지 관계의 일 예시도이다. 도 3 및 도 4는 비만 원인의 온톨로지를 예시하며, 특히, 칼로리 잔여량에 포함된 클래스의 룰을 예시한다. 상기 룰은 중계 온톨로지 상에서 칼로리 잔여 량과 관련된 클래스를 위해 정의된 것으로서 어떠한 사용자의 칼로리 섭취량과 칼로리 소모량의 차이를 비교하여 칼로리 잔여 량 정도를 파악해 내기 위한 것이다. 실제U-Health 서비스를 실행하는 과정에서 사용자 정보, 바이오 데이터, 문진 정보가 주어지게 될 경우 그 정보에 연관된 중계 온톨로지의 룰이 실행된다. 예 컨대, 칼로리 섭취와 소모량이 주어져서 칼로리 잔여 량이 많다고 판단이 되면 중계 온톨로지 상에서 '아주많음'이라는 클래스가 선택된다. 룰은 칼로리 섭취량과 소모량의 정보를 사용하여 하룻동안 사용되지 않은 칼로리 양을 계산하여 Very_High_Amount_of_Surplus_Calorie와 같이 남은 칼로리를 '높다' 또는 '적다'와 같은 정보를 추론해 준다. 또한, 이 룰의 결과는 '아주많음' 클래스로 생성된 베이지안 네트워크의 노드의 상태(State)에 대응되어 해당 노드가 표현하는 상황의 증거(Evidence)로 활용하고, 베이지안 네트워크의 추론에 활용된다. 즉, '아주많음' 노드의 상태는 앞서 룰을 통해 밝혀낸 증거를 통하여 Very_High_Amount_of_Surplus_Calorie로 선택되어 해당 상태가 100% (이 상황은 이 상태로써 존재한다는 의미로)로 표기되고 다른 베이지안 네트워크 노드에 영향을 미치게 된다.

한편, 베이지안 네트워크를 구성했다 하더라도, 노드로서 구비된 온톨로지들 사이의 상호 연관성과 의존성 등을 파악하여 연결하는 것은 어렵다. 특히, 대상 응용이 복잡해 질 경우 베이지안 네트워크에 포함된 노드의 개수가 증가하게 되고, 노드들 사이의 관계를 일일이 분석하여 링크를 생성하기는 더욱 어렵다. 일반적으로 온톨로지는 용어들 간의 언어적 연관관계를 표현하는데 활용되지만, U-Health 서비스에서 질병을 진단하는 데에는 노드들 사이의 원인과 결과의 관계가 정의되어야 한다.

도 5는 일반적인 질병 진단의 원인과 결과관계를 예시하는 도면이다. 일반적으로 질병을 진단하는데 있어서 관련된 요소들은 질병을 유발키는 요인 및 질병으 로 인한 결과를 포함한다. 도 5에서, 질병(desease)의 방향으로 향하는 실선의 화살표는 질병을 유발키는 요인을 나타내며, 질병으로부터 외부로 향하는 점선의 화살표는 질병으로 인해 발생되는 결과를 나타낸다. 질병을 유발시키는 요인은 환경적 요인, 개인적 특성, 해당 질병을 유발시키는 다른 질병이 있고 질병의 결과는 증상, 합병증, 센서로 측정한 사용자의 생체적 신호(바이오 데이터), 그리고 질병에 따른 치료법을 포함한다.

따라서, 본 발명의 일 실시예에 따른 U-Health 서비스 제공 서버는 특정 분야에서의 노드로서 구비된 온톨로지들 사이의 연관성, 즉 원인과 결과의 관계를 표현하는 메타모델을 생성한다. 메타모델의 생성은 메타모델 관리부(312)를 통해 이루어진다. 즉, 메타모델 관리부(312)는 사용자 단말(100)이 메타모델을 입력할 수 있는 환경을 제공한다. 예컨대, 메타모델을 입력할 수 있는 환경은 사용자 단말(100)에 질병과 관련된 다양한 요소들을 제시하고, 요소들 사이의 원인과 결과관계를 설정할 수 있도록 구현된 사용자 인터페이스, 웹페이지 등일 수 있다.

도 6은 본 발명의 일 실시예에 따른 U-Health 서비스 제공 서버를 통해 설정된 메타모델의 일 예시도이다. 즉, 도 6은 비만관리에 특화되어 설정한 메타모델을 개념적으로 도시한다. 메타모델은 대상에 따라 유동적으로 그 관계를 바꾸어 표현할 수 있다. 이러한 메타모델은 베이지안 네트워크 링크 생성 시 사용자가 모든 노드 간의 조합을 고려할 필요 없이 특정된 질병의 분석에서 의미 있는 노드들 간의 관계들만을 고려할 수 있도록 한다. 따라서, 노드 사이의 링크를 용이하게 생성할 수 있는 기능을 한다. 또한 메타모델은 응용에 특화된 관계모델로서 동일한 U- Health 온톨로지로부터 다양한 질병 진단을 위한 베이지안 네트워크 구축이 가능하다.

일반적으로 U-Health 온톨로지는 계층적으로 구조화된 다수의 클래스를 포함한다. 베이지안 네트워크의 생성시, 다수의 온톨로지 클래스들 모두를 네트워크의 노드로 전환하면 베이지안 네트워크의 노드 구성이 복잡해질 뿐만 아니라, 의미적으로 유사한 개념들이 중복될 수 있다. 따라서, 질병을 진단하는 U-Health 서비스를 제공하는데 있어서, 전체의 U-Health 온톨로지를 사용하지 않고 특정 질병에 관련된 일부의 온톨로지 클래스만을 추출하여 이용하는 것이 바람직하다.

따라서, 본 발명의 일 실시예에 따른 U-Health 서비스 제공 서버는 온톨로지 상에서 추상화 레벨을 선택하기 위한 추상화 레벨 설정부(313)를 포함한다. 참고적으로, 온톨로지 DB(317)에는 다수의 온톨로지가 계층적으로 저장됨을 전제로 한다. 추상화 레벨 설정부(313)는 온톨로지의 계층적 구조를 사용자 단말(100)에 표시한다. 그리고, 사용자 단말(100)로 온톨로지의 계층적 구조에서 추상화 레벨의 선택을 요청하고, 특정 레벨을 선택받는다.

사용자는 한 온톨로지 내에서 응용의 구축에 요구되는 정보를 표현하는 온톨로지 클래스 종류(질병, 증상, 바이오 데이터 등)에 따라 서로 다른 추상화 레벨로 선택할 수 있고 선택된 클래스들은 BN노드 생성부(314)로 전달된다.

BN노드 생성부(314)는 추상화 레벨 설정부(313)를 통해 설정된 추상화레벨을 이용하여 자동으로 베이지안 네트워크의 노드를 생성한다. 베이지안 네트워크에서 상태(State)는 노드가 가질 수 있는 상황을 나타낸다. 예컨대,‘개인특성’ 이라는 노드가 있다면 이 노드가 가질 수 있는 상태에는 ‘임산부’ 와 ‘노인’ 등이 있을 것이다. 본 발명에서는 노드의 상태 정보들은 이산적(Discrete) 분포를 가지며 상호 배타적인(Disjoint) 관계를 가지도록 설정한다. 예컨대 ‘개인특성’ 이라는 노드가 이미 ‘임산부’라는 상태에 있다면 ‘노인’ 이라는 상태는 동시에 일어날 수 없다. BN노드 생성부(314)는 이를 고려하여 베이지안 네트워크의 노드를 자동적으로 생성하고, 생성된 베이지안 네트워크의 노드를 베이지안 네트워크 DB(318)에 저장한다. 하기 표1은 BN노드 생성부(314)가 베이지안 네트워크의 노드를 자동적으로 생성하는 알고리즘을 예시한다.

foreach class , c, in ontology do
if c is selected as an abstraction level then
if c doesn’t have any subclasses then
Make a node of c for the main BN , M, with true/false states;
else
if all subclasses of c are disjoint with each other then
Make a node of c for M with subclasses of c as states;
end
else
Make a node of c for M with true/false states;
foreach subclass, s, of c do
if all subclasses of s are disjoint then
For a sub BN of c, make a node of s with subclasses of s as states;
end
else
For a sub BN of c, make a node of s with true/false states;
end
end
end
end
end
end

온톨로지 클래스가 하위 클래스(Subclass)를 가지고 있지 않을 경우, BN노드 생성부(314)는 해당 온톨로지 클래스의 이름을 가지고 True와 False의 상태를 가지는 베이지안 네트워크 노드를 생성한다. 베이지안 네트워크 노드는 전환된 온톨로지 클래스가 표현하는 상황의 존재 여부를 확률적으로 나타내게 된다. 추가적으로, 베이지안 네크워크는 주 베이지안 네크워크(Main Bayesian Network) 및 보조 베이지안 네크워크(Sub Bayesian Network)를 포함한다. 주 베이지안 네크워크(Main Bayesian Network)는 선택된 추상화 레벨 영역 내의 온톨로지 클래스들만을 활용하여 생성된 노드들을 수용하는 베이지안 네트워크이다. 보조 베이지안 네크워크는 추상화 레벨로 선택된 클래스의 하위 클래스들로 생성된 노드들을 수용하는 베이지안 네트워크이다. 주 베이지안 네트워크에 포함된 노드는 상기 노드에 대응하는 하나의 보조 베이지안 네크워크를 가질 수 있다. 반면, 보조 베이지안 네크워크는 주 베이지안 네트워크에 존재하는 노드의 보다 하위 계층의 온톨로지에 포함된 정보를 제공한다. 온톨로지 클래스가 하위 클래스를 가지고 있을 경우, BN노드 생성부(314)는 보조 베이지안 네트워크를 생성한다. 하지만 그 하위 클래스들이 서로 배타적인(Disjoint) 관계로 표현되어 의미적으로 교차되는 부분이 없다면, BN노드 생성부(314)는 보조 베이지안 네크워크를 생성하지 않는다. 대신 BN노드 생성부(314)는 그 하위 클래스들을 상위 클래스로 생성된 노드의 상태로서 추가한다.

사용자가 주 베이지안 네트워크 노드에 대하여 더 자세한 정보를 요청할 경우, BN노드 생성부(314)는 상기 노드에 대응되는 보조 베이지안 네크워크를 활성화시켜 베이지안 네트워크를 형성한다. 보조 베이지안 네크워크는 주 베이지안 네트워크와 독립적으로 관리되어 베이지안 네트워크 구축의 복잡도를 낮추고 필요에 따라 더 상세한 정보를 고려하도록 함으로써 더 정확한 질병의 진단을 가능하게 할 수 있다.

도 7은 본 발명의 일 실시예에 따른 BN노드 생성부(314)가 생성한 베이지안 네트워크 노드의 일 예시도이다. 도 6을 참조하면, 추상화 레벨 설정부(313)를 통해 선택된 온톨로지(예컨대, 'Induced_by_Personal_Character')가 배타적인(Disjoint) 관계로 표현되어 의미적으로 교차되는 부분이 없다면, BN노드 생성부(314)는 보조 베이지안 네크워크를 생성하지 않고 주 베이지안 네트워크 노드들 만을 생성한다. 반면, 추상화 레벨 설정부(313)를 통해 선택된 온톨로지(예컨대, 'Caused_by_Psychological_Reason')가 배타적인(Disjoint) 관계로 표현되어 의미적으로 교차되는 부분이 있다면, BN노드 생성부(314)는 주 베이지안 네트워크와 함께 보조 베이지안 네크워크의 노드들을 생성한다.

BN링크 생성부(315)는 메타모델 관리부를 통해 형성된 메타모델을 기반으로, BN노드 생성부(314)를 통해 생성된 베이지안 네트워크의 노드들을 연결하는 베이지안 네트워크 링크를 생성한다. BN링크 생성부(315)는 하기 표 2의 알고리즘을 기반으로 도 8에 도시된 베이지안 네트워크의 링크를 생성할 수 있다.

A user, U, requests a linking for a specific node, n, in a BN model
Cause nodes list of n, C := empty;
Effect nodes list of n, E := empty ;
foreach node , o, in the same level of BN with n do
if o has a Cause relation with n at the meta model then
Add o at C;
end
if o has a Effect relation with n at the meta model then
Add o at E;
end
end
foreach nodes, o' in C and E do
Ask U whether add link between o'and n;
if U answer yes then
mark o'to be link node with n;
end
end
foreach marked nodes, mo, in C and E
if mo has a sub BN then
foreach n or nodes, sn, in n’s subBN do
Ask U whether add n or sn to mo’s subBN;
if U answer yes then
Add n or sn to the sub BN of mo;
end
end
end
if n has a sub BN then
foreach mo or nodes, smo, in o’s subBN do
Ask U whether add mo or smo to n’s subBN;
if U answer yes then
Add mo or smo to the sub BN of n;
end
end
end
if mo is the node in C then
Generate the link from mo to n;
end
if mo is the node in E then
Generate links from n to mo;
end
end

나아가, 베이지안 네트워크 구축 시 사용자가 특정 베이지안 네트워크 노드와 연관될 수 있는 다른 노드들의 정보를 요청할 경우, BN링크 생성부(315)는 메타모델을 참조하여 그 노드와 원인-결과 관계로 연결될 수 있는 후보 노드의 목록을 생성한다. 연결될 후보 노드에 대한 생성은 각각의 노드에 대해 개별적으로 진행되며 주 베이지안 네크워크 상의 노드와 보조 베이지안 네크워크 상의 노드 전체에 걸쳐서 이루어진다. 사용자가 수집된 후보 노드 목록에서 특정 노드를 선택하면 두 노드 사이에 링크가 생성된다. 이때 링크는 메타모델에 기술된 원인과 결과관계에 따라 결정된다. 즉, 원인에 해당하는 온톨로지 클래스에 대응하는 노드로부터 결과 온톨로지 클래스에 대응하는 노드로 연결이 이루어진다.

나아가, 링크정보를 요청한 노드나 사용자가 선택한 후보 노드가 주 베이지안 네크워크 상에 존재하고, 그 노드들에 대한 보조 베이지안 네크워크가 있을 경우, BN링크 생성부(315)는 보조 베이지안 네크워크에 상대방의 주 베이지안 네크워크 상의 노드나 상대방의 보조 베이지안 네크워크에 있는 노드들을 추가할지 여부의 선택을 사용자 단말(100)로 요청한다. 사용자 단말(100)을 통해 복수의 노드들리 선택되면, BN링크 생성부(315)는 선택된 노드들을 보조 베이지안 네크워크에 추가하여 보조 베이지안 네크워크를 더 확장시킬 수 있다.

한편, U-Health 서비스 제공 서버(300)는 질병에 대한 추론을 요청받고, 상기와 같이 구축된 베이지안 네트워크를 이용하여 질병에 대한 분석결과를 제공하는 U-Health 서비스 제공부(320)를 포함한다.

U-Health 서비스 제공부(320)는 U-Healthcare관리부(321), 웹페이지 관리부(312), 사용자 정보DB(327) 및 웹DB(328)를 포함한다.

U-Healthcare관리부(321)는 웹페이지 관리부(312)를 통해 관리되는 웹페이지를 이용하여 사용자 단말(100)에 U-Health 서비스의 제공을 위한 웹페이지를 제공한다. 또한, U-Healthcare관리부(321)는 사용자 단말(100)의 요청에 따라, 사용자의 나이, 성별, 가족병력, 증상을 포함하는 개인정보를 입력받고 상기 개인정보를 베이지안 네트워크 생성부(310)에 구축된 베이지안 네트워크에 적용하여 사용자의 질병을 확률적으로 추론한다. 나아가, U-Healthcare관리부(321)는 분석한 결과를 사용자 단말(100)에 회송하고, 상기 개인정보 및 결과를 사용자 정보DB(327)에 저장한다.

한편, 웹페이지 관리부(312) 및 웹DB(328)는 U-Health 서비스의 제공을 위해 필요한 정보를 외부로부터 입력받거나 서버 내에서 생성된 정보를 사용자 단말(100)로 출력하기 위한 웹페이지를 관리하기 위한 장치들로써, 통상의 웹사이트를 관리하기 위해 구현되는 장치일 수 있다.

나아가, 웹페이지 관리부(312) 및 웹DB(328)를 예시하였으나, 본 발명이 이를 한정하는 것은 아니며 사용자 단말(100)과의 데이터 입출력을 위한 장치이면 충분하다.

이하, 전술한 구성요소 및 도 9를 참조하여 본 발명의 일 실시예에 따른 U-Health 서비스 제공 시스템의 동작을 설명함으로써, 본 발명에 따른 U-Health 서비스 제공 방법을 설명한다.

U-Health 서비스 제공 방법은 우선적으로 서비스 제공에 요구되는 특화된 데이터 베이스를 구축한다. 데이터 베이스의 구성은 온톨로지를 구성하는 과정(10단계), 메타모델을 구성하는 과정(20단계) 및 베이지안 네트워크를 생성하는 과정(30, 40, 50단계)을 포함한다.

10단계는 온톨로지 관리부(311)와 사용자 단말(100)의 통신을 통해 수행될 수 있다. 우선 온톨로지 관리부(311)는 온톨로지를 편집할 수 있도록 프로그램밍된 편집 툴을 사용자 단말(100)에 제공한다. 그리고, 온톨로지DB(317)에 저장된 온톨로지의 리스트를 사용자 단말(100)에 제공하면서, 상기 온톨로지들 중 특정 온톨로지를 선택받고, 온톨로지들의 사이의 계층적 구조를 입력받는다. 예컨대, 온톨로지DB(317)에 저장된 온톨로지는 도 2에 도시된 구조와 같이 예시될 수 있다.

나아가, 온톨로지DB(317)에는 특정 질병과 관련되지 않는 다양한 온톨로지가 저장될 수 있어 베이지안 네트워크 구성시, 그 구조가 불필요하게 복잡하게 형성될 수 있다. 따라서, 10단계는 베이지안 네트워크 구조의 복잡도를 낮추고 온톨로지와 베이지안 네트워크 사이의 일관성을 유지하기 위하여 중계 온톨로지를 더 구축하는 것이 바람직하다.

10단계가 사용자에 의해 편집된 온톨로지들을 사용자 단말(100)로부터 입력받아 저장하는 것을 예시하였으나, 본 발명이 이를 한정하는 것을 아니다. 예컨대, 10단계는 바이오 정보 온톨로지가 저장되어 있는 외부의 데이터 베이스에 접속하여 서비스 구축에 요구되는 온톨로지를 전송받아 온톨로지DB(317)에 저장하는 것도 가능하다.

20단계는 메타모델 관리부(312)와 사용자 단말(100)의 통신을 통해 수행될 수 있다. 메타모델 관리부(312)가 질병과 관련된 다양한 요소들을 사용자 단말(100)에 제공하고, 요소들 사이의 원인과 결과관계를 입력받는다.

다음으로, 베이지안 네트워크를 생성하는 과정은 추상화 레벨을 설정하는 과정(30단계), 베이지안 네트워크 노드를 생성하는 과정(40단계) 및 베이지안 네트워크 링크를 형성하는 과정(50단계)을 포함한다.

30단계는 추상화 레벨 설정부(313)와 사용자 단말(100)의 통신을 통해 수행될 수 있다. 즉, 추상화 레벨 설정부(313)가 온톨로지DB(317)에 저장된 온톨로지의 리스트를 계층적 구조와 함께 사용자 단말(100)로 전달한다. 그리고, 사용자 단말(100)로 온톨로지의 계층적 구조에서 특정 계층을 선택하도록 요청한다. 이러한 온톨로지의 리스트를 계층적 구조와 특정 계층의 선택을 요청신호가 사용자 단말(100)에 표시됨에 따라, 사용자는 사용자 단말(100)에 표시된 계층 중, 어느 하나의 계층을 선택하게 된다. 사용자에 의해 선택된 특정 계층은 서버의 추상화 레벨 설정부(313)로 전달되어 저장된다.

40단계는 BN노드 생성부(314)가 30단계를 통해 선택된 특정 계층의 선택신호를 수신함에 따라 수행된다. 온톨로지 클래스가 하위 클래스(Subclass)를 가지고 있지 않을 경우, BN노드 생성부(314)는 해당 온톨로지 클래스의 이름을 가지고 True와 False의 상태를 가지는 베이지안 네트워크 노드를 생성한다. 베이지안 네트워크 노드는 전환된 온톨로지 클래스가 표현하는 상황의 존재 여부를 확률적으로 나타낸다. 추가적으로, 온톨로지 클래스가 하위 클래스를 가지고 있을 경우, BN노드 생성부(314)는 보조 베이지안 네트워크를 생성한다. 하지만 그 하위 클래스들이 서로 배타적인(Disjoint) 관계로 표현되어 의미적으로 교차되는 부분이 없다면, BN노드 생성부(314)는 보조 베이지안 네크워크를 생성하지 않는다. 대신 BN노드 생성부(314)는 그 하위 클래스들을 상위 클래스로 생성된 노드의 상태로서 추가한다.

또한, 사용자가 주 베이지안 네트워크 노드에 대하여 더 자세한 정보를 요청할 경우, BN노드 생성부(314)는 상기 노드에 대응되는 보조 베이지안 네크워크를 활성화시켜 베이지안 네트워크를 형성할 수 있다.

베이지안 네트워크 노드가 생성되면, BN링크 생성부(315)에 의해 상기 노드들 사이의 링크를 형성하는 과정(50단계)이 수행된다. 50단계는 상기 20단계를 통해 설정된 메타모델의 원인과 결과 관계를 고려하여 베이지안 네트워크 노드를 서로 연결한다.

다음으로, 60단계는 10단계 내지 50단계를 통해 생성한 U-Health 온톨로지, 베이지안 네트워크, 중계 온톨로지 등을 활용하여, 사용자가 요청하는 특정 질병을 진단하는 과정이다.

우선, 60단계는 U-Health 서비스 제공부(320)에 의해 진행된다. U-Health 서비스 제공부(320)는 사용자 단말(100)로 U-Health 서비스 제공에 필요한 U-Health 데이터들 예컨대, 사용자 정보(예, 이름, 나이, 성별, 직업 등), 센서들로부터 수집할 수 있는 바이오 데이터(예, 몸무게, 체지방 등), 문진을 통해 얻을 수 있는 사용자의 정보(예, 가족 병력, 증상 등)를 요청하여 수집한다. 이때, U-Health 서비스 제공부(320)는 수집된 데이터를 U-Health 온톨로지와 연관하여 표현한다. 온톨로지로 표현된 U-Health 데이터들은 중계 온톨로지로 대응되어 이후에 베이지안 네트워크를 이용한 추론 시 증거(Evidence)로써 활용된다. 먼저 U-Health 데이터들에 중계 온톨로지에 저장되어 있는 룰을 적용, 온톨로지 추론을 통해 어떠한 중계 온톨로지의 클래스가 현재 주어진 데이터들로부터 유추될 수 있는지 파악한다. 예컨대, 사용자가 섭취한 칼로리(1600 kcal)와 소비한 칼로리(1300 kcal)가 U-Health 데이터로 주어졌을 때 이 두 데이터는 바이오 데이터 온톨로지의 칼로리 섭취량에 관련된 클래스에 대응된다. 이 클래스들은 중계 온톨로지에 적용되어 있는 룰을 수행하는데 활용된다. 이 예에서는 섭취한 칼로리와 소비한 칼로리의 차이가 200보다 크다는 룰을 적용하여 중계 온톨로지 상의 칼로리 잔여 량이 아주 많다는 클래스가 추출된다. 온톨로지 데이터들 및 룰을 통해 유추한 중계 온톨로지 상의 클래스들은 베이지안 네트워크의 증거들로 적용되고 그 증거들을 통해 갱신된 베이지안 네트워크는 최종적으로 베이지안 네트워크 추론에 활용된다. 베이지안 네트워크를 통해 합병증 또는 해당 질병의 보유 가능성과 같은 확률적인 값이 추론되고 최종적으로 이러한 값들을 추출하고 가공하여 사용자의 합병증의 위험성, 추천 치료법, 사용자가 보유하고 있는 질병의 종류 등 진단 결과를 생성한다. 그리고 생성된 결과를 사용자 단말(100)을 통해 사용자에게 제공한다.

이와 같이 본 발명에 따르면 특정 질병을 추론하기 위한 맞춤형 데이터베이스를 구성하여, 신뢰성 있는 정보를 빠르게 획득할 수 있다.

이상에서 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 이것에 의해 한정되지 않으며 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 수정 및 변형이 가능함은 물론이다.

도 1은 본 발명의 일 실시예에 따른 베이지안 네트워크를 이용한 U-Health 서비스 제공 시스템의 대략적인 구성을 도시하는 블록도

도 2는 본 발명의 일 실시예에 따른 베이지안 네트워크를 이용한 U-Health 서비스 제공 시스템에 의해 구성되는 U-Health 온톨로지의 일 예시도

도 3은 본 발명의 일 실시예에 따른 베이지안 네트워크를 이용한 U-Health 서비스 제공 시스템에 의해 구성된 특정 질병에 관련된 중계 온톨로지의 일 예시도

도 4는 본 발명의 일 실시예에 따른 베이지안 네트워크를 이용한 U-Health 서비스 제공 시스템에 의해 구성된 U-Health 온톨로지와 중계 온톨로지의 관계를 예시하는 개념도

도 5는 일반적인 질병 진단의 원인과 결과 관계의 일 예시도

도 6은 본 발명의 일 실시예에 따른 베이지안 네트워크를 이용한 U-Health 서비스 제공 시스템에 의해 구성된 메타모델의 일 예시도

도 7은 본 발명의 일 실시예에 따른 베이지안 네트워크를 이용한 U-Health 서비스 제공 시스템에 의해 생성된 베이지안 네트워크 노드의 일 예시도

도 8은 본 발명의 일 실시예에 따른 베이지안 네트워크를 이용한 U-Health 서비스 제공 시스템에 의해 생성된 베이지안 네트워크 링크의 일 예시도

도 9는 본 발명의 일 실시예에 따른 베이지안 네트워크를 이용한 U-Health 서비스 제공 방법의 순서를 도시한 흐름도

Claims

질병분석을 위한 데이터 베이스를 구축하는 방법에 있어서,

(a)질병, 증상, 치료법을 포함하는 U-Health 정보를 분석하여 서비스 제공에 필요한 복수의 U-Health 온톨로지를 구축하는 과정과,

(b)구축된 상기 U-Health 온톨로지 사이의 원인 및 결과 관계에 대한 메타 모델을 설정하는 과정과,

(c)복수의 U-Health 온톨로지 중, 적어도 둘 이상의 특정 U-Health 온톨로지를 선택하여 노드로 설정하고, 설정된 상기 노드들에 메타모델을 적용하여 소정의 베이지안 네트워크를 생성하는 과정을 포함하며,

상기 메타모델은 복수의 온톨로지들 사이의 원인과 결과 관계를 정의한 모델인 것을 특징으로 하는 U-Health 적용을 위한 베이지안 네트워크 구축방법.
제1항에 있어서, 상기 (a)과정은,

질병의 분석에 요구되는 다양한 종류의 온톨로지를 포함하는 공통온톨로지를 설정하는 과정과,

상기 공통온톨로지들 중, 특정 질병과 관련된 적어도 하나의 특정 온톨로지를 포함하는 중계 온톨로지를 설정하는 과정을 포함함을 특징으로 하는 U-Health 적용을 위한 베이지안 네트워크 구축방법.
제1항에 있어서, 상기 U-Health 온톨로지는,

질병의 종류에 관련된 정보를 정의한 질병온톨로지와,

질병에 의해 나타나는 증상들에 관련된 정보를 정의한 증상온톨로지와,

질병 분석의 대상자가 노출된 환경에 대한 정보를 정의한 환경정보 온톨로지와,

질병을 치료할 수 있는 방법을 정의한 치료법 온톨로지를 포함함을 특징으로 하는 U-Health 적용을 위한 베이지안 네트워크 구축방법.
제3항에 있어서, U-Health 온톨로지는 사용자로부터 입력받는 나이, 성별, 가족병력 및 생체신호를 포함하는 사용자 정보를 정의한 사용자 정보 온톨로지를 더 포함함을 특징으로 하는 U-Health 적용을 위한 베이지안 네트워크 구축방법.
제3항에 있어서, U-Health 온톨로지는 사용자의 생체신호를 측정하는데 사용되는 센서의 종류 및 센서로부터 측정된 수치에 대한 정보를 포함하는 센서정보를 정의한 센서 온톨로지를 더 포함함을 특징으로 하는 U-Health 적용을 위한 베이지안 네트워크 구축방법.
제1항 내지 제5항 중, 어느 한 항에 있어서, U-Health 온톨로지는 온톨로지를 편집할 수 있는 인터페이스를 통해 사용자로부터 입력받은 온톨로지인 것을 특징으로 하는 U-Health 적용을 위한 베이지안 네트워크 구축방법.
제6항에 있어서, 상기 중계 온톨로지는 외부로부터 나이, 성별, 가족병력, 증상을 포함하는 개인정보를 입력받고, 온톨로지에 포함된 복수의 클래스 중에서 상기 개인정보에 대응하는 특정 클래스를 추출하고, 추출된 상기 클래스의 조합으로 구축되는 것을 특징으로 하는 베이지안 네트워크 구축방법.
삭제
제1항에 있어서, 상기 (c) 과정은,

복수의 온톨로지들의 계층적 구조를 상기 사용자 단말로 제공하고, 사용자에게 제공할 U-Health 서비스와 관련된 특정 계층의 레벨을 선택받아 추상화 레벨을 설정하는 과정과,

설정된 상기 추상화 레벨을 고려하여 선택된 적어도 하나의 계층에 포함된 온톨로지를 베이지안 네트워크의 노드로 설정하는 과정과,

상기 메타모델을 고려하여 상기 베이지안 네트워크의 노드들을 서로 연결하는 과정을 포함함을 특징으로 하는 U-Health 적용을 위한 베이지안 네트워크 구축방법.
제9항에 있어서, 상기 추상화 레벨을 설정하는 과정은 복수의 온톨로지 중 특정 질병과 관계가 없는 질병의 온톨로지가 포함된 계층과 최상위 계층 레벨의 선택을 제한하는 과정을 포함함을 특징으로 하는 U-Health 적용을 위한 베이지안 네트워크 구축방법.
제9항에 있어서, 상기 베이지안 네트워크의 노드는,

선택된 추상화 레벨의 계층에 포함된 온톨로지로 이루어진 주 베이지안 네트워크 노드와,

상기 주 베이지안 네트워크 노드의 하위 계층에 포함된 온톨로지로 이루어진 보조 베이지안 네트워크 노드를 포함함을 특징으로 하는 U-Health 적용을 위한 베이지안 네트워크 구축방법.
U-Health 서비스를 제공하는 방법에 있어서,

(a)질병, 증상, 치료법을 포함하는 U-Health 정보를 분석하여 서비스 제공에 필요한 복수의 U-Health 온톨로지를 구축하는 과정과,

(b)구축된 상기 U-Health 온톨로지 사이의 원인 및 결과 관계에 대한 메타 모델을 설정하는 과정과,

(c)복수의 U-Health 온톨로지 중, 적어도 둘 이상의 특정 U-Health 온톨로지를 선택하여 노드로 설정하고, 설정된 상기 노드들에 메타모델을 적용하여 소정의 베이지안 네트워크를 생성하는 과정과,

(d)사용자로부터 나이, 성별, 가족병력, 증상을 포함하는 개인정보를 입력받고, 상기 개인정보를 상기 베이지안 네트워크를 기반으로 구축된 데이터 베이스에 대입하여 사용자의 질병을 확률적으로 추론하는 과정을 포함하며,

상기 메타모델은 복수의 온톨로지들 사이의 원인과 결과 관계를 정의한 모델인 것을 특징으로 하는 베이지안 네트워크를 이용한 U-Health 서비스 제공 방법.
통신망을 통해 연결된 사용자 단말 및 서버를 이용하여 U-Health 서비스를 제공하는 시스템에 있어서,

상기 서버는,

상기 사용자 단말로부터 온토로지를 입력받을 수 있는 인터페이스를 제공하고, 복수의 사용자로부터 입력받은 복수의 온톨로지를 데이터 베이스에 저장시키는 온톨로지 관리부와,

상기 사용자 단말로부터 온톨로지 사이의 원인과 결과 관계의 메타모델을 입력받을 수 있는 인터페이스를 제공하고, 입력받은 메타모델을 데이터 베이스에 저장시키는 메타모델 관리부와,

복수의 온톨로지들의 계층적 구조를 상기 사용자 단말로 제공하고, 사용자에게 제공할 U-Health 서비스와 관련된 특정 계층의 레벨을 선택받아 추상화 레벨을 설정하는 추상화 레벨 설정부와,

설정된 상기 추상화 레벨을 고려하여 선택된 적어도 하나의 계층에 포함된 온톨로지를 베이지안 네트워크의 노드로 설정하는 베이지안 네트워크의 노드 생성부와,

상기 메타모델을 고려하여 상기 베이지안 네트워크의 노드들을 서로 연결하 는 베이지안 네트워크의 링크 생성부와,

사용자단말로부터 사용자의 나이, 성별, 가족병력, 증상을 포함하는 개인정보를 입력받고, 상기 개인정보를 상기 베이지안 네트워크를 기반으로 구축된 데이터 베이스에 대입하여 사용자의 질병 및 진단결과를 확률적으로 추론하는 U-Healthcare 관리부와,

웹페이지를 통해 사용자단말과의 입출력 인터페이스를 제공하고, 상기 U-Healthcare 관리부가 추론한 결과를 사용자단말에 제공하는 웹페이지 관리부를 포함함을 특징으로 하는 베이지안 네트워크를 이용한 U-Health 서비스 제공 시스템.