KR101462317B1 - Apparatus and method for creating oriental medicine prognosis model - Google Patents

Apparatus and method for creating oriental medicine prognosis model Download PDF

Info

Publication number
KR101462317B1
KR101462317B1 KR1020120125027A KR20120125027A KR101462317B1 KR 101462317 B1 KR101462317 B1 KR 101462317B1 KR 1020120125027 A KR1020120125027 A KR 1020120125027A KR 20120125027 A KR20120125027 A KR 20120125027A KR 101462317 B1 KR101462317 B1 KR 101462317B1
Authority
KR
South Korea
Prior art keywords
disease
node
information
medical
model
Prior art date
Application number
KR1020120125027A
Other languages
Korean (ko)
Other versions
KR20140058247A (en
Inventor
김상균
김안나
Original Assignee
한국 한의학 연구원
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 한국 한의학 연구원 filed Critical 한국 한의학 연구원
Priority to KR1020120125027A priority Critical patent/KR101462317B1/en
Publication of KR20140058247A publication Critical patent/KR20140058247A/en
Application granted granted Critical
Publication of KR101462317B1 publication Critical patent/KR101462317B1/en

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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4854—Diagnosis based on concepts of traditional oriental medicine
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis

Abstract

실시예에 따른 한의학 예후 모델을 생성하는 복수의 질병에 대한 한의학 예후 정보를 포함하는 데이터 베이스 및 한의학 예후 정보를 이용하여 복수의 질병의 전변에 대한 그래프 기반의 한의학 예후 모델을 생성하는 모델링부를 포함한다. And a modeling unit for generating a graph-based medical science prognosis model for a plurality of diseases by using a database containing the medical science prognosis information on a plurality of diseases for generating the medical science prognosis model according to the embodiment and the medical science prognosis information .

Description

한의학 예후 모델을 생성하는 장치 및 그의 한의학 예후 모델 생성 방법{APPARATUS AND METHOD FOR CREATING ORIENTAL MEDICINE PROGNOSIS MODEL}[0001] APPARATUS AND METHOD FOR CREATING ORIENTAL MEDICINE PROGNOSIS MODEL [0002]

실시예들은 한의학 예후 모델을 생성하는 장치 및 그의 한의학 예후 모델 생성 방법에 관한 것이다.
Embodiments relate to an apparatus for generating a medical science prognosis model and a method for generating a medical science prognosis model thereof.

질병은 시간이 흐름에 따라, 또 어떤 치료를 하느냐 안 하느냐에 따라 호전되거나 악화될 수 있다. 의료 분야에서 질병의 경과나 결과를 예측하는 것을 예후(Prognosis)라고 한다. 특히, 한의학은 질병의 치료뿐만 아니라 질병이 어떻게 전변되는지에 대해서 예상함으로써, 질병의 치료 중, 또는 치료 후 병증의 변화에 대한 예후 관리도 중요하게 생각한다. Disease can improve or deteriorate over time, depending on whether you are treating or not. Prognosis is the process of predicting the course or outcome of a disease in the medical field. In particular, Oriental medicine not only treats diseases, but also anticipates how disease progresses, so prognosis management during the treatment of disease or after treatment is also important.

한의학 예후 정보는 환자의 질병의 경과나 결과를 예측하는데 중요한 지식으로 사용되기 때문에 체계적으로 정리되고 분석되어야 한다. 그러나, 현재는 환자, 한의사, 한의학 관계자들이 문헌과 증례를 직접 찾아서 한의학 예후 정보를 얻고 있다. 그러나, 문헌들은 질병에 대한 적절한 치료가 이루어지지 않을 경우에 그 질병이 어떤 변증으로 전변되는지에 대해서만 개시되어 있으며, 증례는 일반적인 질병보다는 특이한 환자 또는 특이한 질병에 대해서 어떤 처방과 치료를 할 경우 그 환자 또는 질병이 개선되는 내용을 포함하고 있다. 따라서, 기존의 문헌과 증례는 환자의 질병의 경과나 결과를 예측하는데 도움이 되지 않는다. The Korean medicine prognostic information should be systematically organized and analyzed because it is used as an important knowledge for predicting the progress or outcome of the patient 's disease. However, currently, patients, oriental medicine, and oriental medicine researchers directly search documents and cases to obtain information on prognosis of oriental medicine. However, the literature discloses only when the disease is not properly treated and the disease is turned into a certain degree of acute disease. In the case of a certain patient or a specific disease rather than a general disease, Or improved disease. Therefore, existing literature and cases do not help predict the course or outcome of a patient's illness.

실시예들은 질병의 전변 정보를 분석할 수 있는 그래프 기반의 한의학 예후 모델을 생성하는 장치 및 방법을 제공하기 위한 것이다. Embodiments provide an apparatus and method for generating a graph-based medical-science prognosis model capable of analyzing disease-progression information.

실시예에 따른 한의학 예후 모델을 생성하는 장치는 복수의 질병에 대한 한의학 예후 정보를 포함하는 데이터 베이스 및 상기 한의학 예후 정보를 이용하여 상기 복수의 질병의 전변에 대한 그래프 기반의 한의학 예후 모델을 생성하는 모델링부를 포함한다. An apparatus for generating a medical prescription model according to an embodiment includes a database including medical prescription information on a plurality of diseases and a graph-based medical prescription model for the front of the plurality of diseases using the medical prognosis information And a modeling unit.

실시예에 따른 한의학 예후 모델을 생성하는 방법은 복수의 질병에 대한 한의학 예후 정보를 수집하는 단계 및 상기 한의학 예후 정보를 이용하여 상기 복수의 질병의 전변에 대한 그래프 기반의 한의학 예후 모델을 생성하는 단계를 포함한다. A method of generating a medical prescription model according to an embodiment includes collecting medical prescription information on a plurality of diseases and generating a graph-based medical prescription model of the front of the plurality of diseases using the medical prescription information .

실시예들은 질병의 전변에 대한 그래프 기반의 한의학 예후 모델을 생성할 수 있다. 따라서, 한의학 예후 모델을 통해 어떤 질병이 어떤 병인병기(病因病機)에 의해서 전변되는지를 한 눈에 파악할 수 있다.Embodiments can generate a graph-based medical science prognosis model for the front of disease. Therefore, it is possible to grasp at a glance which disease is passed by an etiologic disease machine through the Oriental medicine prognosis model.

도 1은 실시예에 따른 한의학 예후 모델을 생성하는 장치의 구성을 나타내는 블록도이다.
도 2a 내지 도 2c는 실시예에 따른 한의학 예후 모델 생성 과정을 나타내는 도면이다.
도 3은 실시예에 따른 한의학 예후 모델 생성 방법을 설명하기 위한 흐름도이다. BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is a block diagram showing a configuration of an apparatus for generating a medical prescription model according to an embodiment; FIG.
FIGS. 2A to 2C are diagrams illustrating a process of generating a medical prescription model according to an embodiment of the present invention.
FIG. 3 is a flowchart illustrating a method of generating a medical prescription model according to an embodiment of the present invention.

이하 첨부된 도면을 참조하여 본 발명의 실시 예들을 상세히 설명한다. 본 발명을 설명함에 있어서, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 또한, 본 명세서에서 사용되는 용어(terminology)들은 본 발명의 바람직한 실시 예를 적절히 표현하기 위해 사용된 용어들로서, 이는 사용자, 운용자의 의도 또는 본 발명이 속하는 분야의 관례 등에 따라 달라질 수 있다. 따라서, 본 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. In the following description of the present invention, detailed description of known functions and configurations incorporated herein will be omitted when it may make the subject matter of the present invention rather unclear. Also, terminologies used herein are terms used to properly represent preferred embodiments of the present invention, which may vary depending on the user, intent of the operator, or custom in the field to which the present invention belongs. Therefore, the definitions of these terms should be based on the contents throughout this specification. Like reference symbols in the drawings denote like elements.

도 1은 실시예에 따른 한의학 예후 모델을 생성하는 장치의 구성을 나타내는 블록도이다. 도 1을 참조하면, 실시예에 따른 한의학 예후 모델을 생성하는 장치(100)(이하에서는 "장치"라 함)는 데이터 베이스(110), 모델링부(120), 제어부(130), 사용자 입력부(140) 및 디스플레이부(150)를 포함한다. BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is a block diagram showing a configuration of an apparatus for generating a medical prescription model according to an embodiment; FIG. Referring to FIG. 1, an apparatus 100 (hereinafter referred to as "apparatus") for generating a medical prescription model according to an embodiment includes a database 110, a modeling unit 120, a control unit 130, a user input unit 140 and a display unit 150. [

데이터 베이스(110)는 복수의 질병에 대한 한의학 예후 정보를 포함할 수 있다. 여기서, 질병은 신체적 또는 정신적으로 발생하는 병을 의미하며, 병증이나 질환 또는 변증(辯證) 등을 의미할 수도 있다. The database 110 may include medical prescription information for a plurality of diseases. Here, a disease means a disease that occurs physically or mentally, and may mean a disease, a disease, or a symptom (辯 证).

한의학 예후 정보는 어떠한 질병이 한의학적으로 전변되어 관련 질병을 발생시키는지, 또는 관련 증상들이 발생되는지에 대한 전변 정보를 포함할 수 있다. 구체적으로, 한의학 예후 정보는 복수의 질병과, 각 질병이 전변되어 발생하는 적어도 하나 이상의 관련 질병 및 각 질병이 적어도 하나 이상의 관련 질병으로 전변되는 원인 정보를 포함할 수 있다. The Korean medicine prognosis information may include a history information about whether a disease is converted to a related medicine to cause a related disease or related symptoms. Specifically, the medical prescription information may include a plurality of diseases, at least one related disease occurring when each disease is turned on, and cause information that each disease is turned into at least one related disease.

데이터 베이스(110)에 저장된 한의학 예후 정보는 다양한 한의학 자료를 통해 수집된 것일 수도 있으며, 사용자에 의해 입력된 것일 수도 있다. The medical prescription information stored in the database 110 may be collected through various kinds of medical science data or may be inputted by a user.

또한, 데이터 베이스(110)에 저장된 한의학 예후 정보는 다양한 한의학 자료를 저장하고 있는 서버들로부터 제공받은 것일 수도 있다. 도면을 통해 도시하고 있지 않으나, 데이터 베이스(110)는 통신 모듈(미도시)를 통해 다양한 서버들에 주기적으로 접속하여 한의학 예후 정보를 업데이트 할 수 있다. In addition, the medical prescription information stored in the database 110 may be provided from servers storing various kinds of medical data. Although not shown in the drawings, the database 110 may periodically access various servers through a communication module (not shown) to update the medical prognosis information.

모델링부(120)는 한의학 예후 정보를 이용하여 복수의 질병의 전변에 대한 그래프 기반의 한의학 예후 모델을 생성한다. The modeling unit 120 generates a graph-based medical science prognosis model for a plurality of diseases using the medical science prognosis information.

구체적으로, 모델링부(120)는 먼저, 한의학 예후 정보에서 각 질병에 대한 적어도 하나 이상의 전변 정보를 추출하고, 추출된 적어도 하나 이상의 전변 정보로부터 각 질병이 전변되어 발생하는 적어도 하나 이상의 관련 질병 및 각 질병이 적어도 하나 이상의 관련 질병으로 전변되는 원인 정보를 추출할 수 있다. 그리고, 각 질병에 대한 질병 노드 및 적어도 하나 이상의 관련 질병에 대한 관련 질병 노드를 연결하는 노드 간 연결선을 나타내어 한의학 예후 모델을 생성할 수 있다. 이 같이, 모델링부(120)는 질병 노드와 관련 질병 노드를 노드 간 연결선을 통해 연결함으로써, 그래프 기반의 한의학 예후 모델을 생성할 수 있다. Specifically, the modeling unit 120 first extracts at least one piece of full-leaf information for each disease from the medical-related prognosis information, extracts at least one related disease and each disease It is possible to extract the cause information that the disease is transformed into at least one related disease. And, it is possible to generate a medicinal prognosis model by showing a connection node between a disease node for each disease and a related disease node for at least one related disease. In this way, the modeling unit 120 can generate a graph-based medical science prognosis model by connecting the disease node and the disease node via the inter-node connection line.

또한, 모델링부(120)는 각 질병에 대한 질병 노드와 적어도 하나 이상의 관련 질병에 대한 관련 질병 노드를 연결하는 노드 간 연결선에, 각 질병이 적어도 하나 이상의 관련 질병으로 전변되는 원인 정보를 표시할 수 있다. 즉, 모델링부(120)는 한의학 예후 모델 상에, 각 질병이 어떤 병인병기에 의해서 전변되는지를 한의학 예후 모델에 나타낼 수 있다. In addition, the modeling unit 120 may display cause information that each disease is turned into at least one related disease, at a node between the disease node for each disease and the related disease node for the at least one related disease have. That is, the modeling unit 120 can display, on the oriental medical prognosis model, a medical prognosis model in which each disease is transformed by a disease stage.

한편, 모델링부(120)는 사용자 입력부(140)를 통해 입력된 정보들을 한의학 예후 모델에 반영할 수 있다. 구체적으로, 모델링부(120)는 사용자 입력부(140)를 통해 신규 질병, 신규 질병이 전변되어 발생하는 적어도 하나 이상의 관련 질병 및 신규 질병이 적어도 하나 이상의 관련 질병으로 전변되는 원인 정보가 입력될 경우, 신규 질병에 대한 질병 노드 및 적어도 하나 이상의 관련 질병에 대한 관련 질병 노드를 연결하는 노드 간 연결선을 나타내어 한의학 예후 모델에 반영할 수 있다. Meanwhile, the modeling unit 120 may reflect the information input through the user input unit 140 to the medical-science prognosis model. Specifically, when the cause information is input through the user input unit 140 that causes a new disease, at least one related disease and a new disease that are caused by the new disease to be turned into one or more related diseases, A link between nodes connecting a disease node for a new disease and an associated disease node for at least one or more related diseases may be indicated and reflected in the medical science prognosis model.

실시예에 따르면, 모델링부(120)는 한의학 예후 모델에서, 팔강(八綱), 육음(六淫), 기혈(氣血) 및 진액(津液) 중 적어도 어느 하나와 관련된 질병에 대한 질병 노드와, 각 질병 노드에 연결된 관련 질병 노드를 선별하여 상위 예후 모델을 생성할 수 있다. 상위 예후 모델 생성시, 모델링부(120)는 한의학 예후 정보에서 복수의 질병에 대한 명칭을 확인하고, 복수의 질병에 대한 공통적 특징을 바탕으로 동의(同意) 명칭 또는 유사(類似) 명칭을 대표화하여 상위 예후 모델을 생성할 수 있다. According to the embodiment, the modeling unit 120 can classify disease nodes for diseases related to at least any one of eight muscles, 六 淫, 气血 and 津液, , And a related disease node connected to each disease node can be selected to generate a superior prognosis model. When generating a high-prognosis model, the modeling unit 120 identifies a plurality of diseases from the medical-related prognosis information, and based on the common characteristics of a plurality of diseases, generates a consensus name or a similar (similar) To generate a superior prognosis model.

모델링부(120)는 한의학 예후 모델 또는 상위 예후 모델이 생성되면, 내부 메모리에 각 모델들을 저장할 수 있다. The modeling unit 120 may store the models in the internal memory when the medical or prognostic models are generated.

제어부(130)는 장치(100)의 전반적인 동작을 제어할 수 있으며, 한의학 예후 모델의 실행을 제어할 수 있다. The control unit 130 can control the overall operation of the device 100 and can control the execution of the medical therapy prognosis model.

제어부(130)는 사용자 입력부(140)를 통해 질병 검색 신호가 입력될 경우, 한의학 예후 모델에서 질병 검색 신호에 대응하는 질병 노드를 검색하고, 질병 검색 신호에 대응하는 질병 노드가 검색될 경우, 검색된 상기 질병 노드와 연결된 관련 질병 노드 및 원인 정보를 디스플레이 하도록 디스플레이부(150)를 제어할 수 있다. When a disease search signal is input through the user input unit 140, the control unit 130 searches for a disease node corresponding to the disease search signal in the TCM model, and when a disease node corresponding to the disease search signal is searched, And may control the display unit 150 to display the related disease node and cause information connected to the disease node.

제어부(130)는 사용자 입력부(140)를 통해 질병에 대한 원인 검색 신호가 입력된 경우, 한의학 예후 모델에서 원인 검색 신호에 대응하는 원인 정보를 검색하고, 원인 검색 신호에 대응하는 원인 정보가 표시된 노드 간 연결선이 검색될 경우, 검색된 노드 간 연결선에 의해 연결된 질병 노드 및 관련 질병 노드를 디스플레이 하도록 디스플레이부(150)를 제어할 수 있다.When a cause search signal for a disease is input through the user input unit 140, the control unit 130 searches for the cause information corresponding to the cause search signal in the TCM model and displays the cause information corresponding to the cause search signal When the connection line is detected, the display unit 150 may be controlled to display the disease node and the related disease node connected by the detected inter-node connection line.

또는, 제어부(150)는 사용자 입력부(140)를 통해 한의학 예후 모델 또는 상위 예후 모델의 표시 신호가 입력된 경우, 한의학 예후 모델 또는 상위 예후 모델을 디스플레이 하도록 디스플레이부(150)를 제어할 수 있다. Alternatively, the control unit 150 may control the display unit 150 to display the medical therapy prognosis model or the high-risk prognosis model when the display signal of the medical treatment prognosis model or the high-resolution prognosis model is inputted through the user input unit 140. [

도 1에 도시된 장치(100)에 따르면, 질병의 전변 정보를 체계적으로 구축하여 그래프 기반의 한의학 예후 모델 또는 상위 예후 모델을 생성할 수 있다. 따라서, 이 한의학 예후 모델 또는 상위 예후 모델을 통해 환자, 한의사, 한의학 관계자들은 각 질병들이 어떤 병인병기에 의해서 전변하는지를 한눈에 파악할 수 있고, 한의학 예후를 기반으로 한 진료 또는 진찰을 할 수 있으며, 한의학 이론 연구 및 학습에 도움을 받을 수 있다.
According to the apparatus 100 shown in FIG. 1, a graph-based medical or prognostic model can be generated by systematically constructing the disease-progression information. Therefore, patients, oriental medical doctors, and oriental medical personnel can understand at a glance how the diseases are changed by the disease stage, and can make a medical examination or consultation based on the prognosis of Oriental medicine, Theories and research can help.

도 2a 내지 도 2c는 실시예에 따른 한의학 예후 모델 생성 과정을 나타내는 도면이다. 도 2a는 한의학 예후 정보의 일 예를 나타낸 것이다.FIGS. 2A to 2C are diagrams illustrating a process of generating a medical prescription model according to an embodiment of the present invention. FIG. 2A shows an example of the medical prescription information.

한의학 예후 정보는 어떠한 질병이 한의학적으로 전변되어 관련 질병을 발생시키는, 또는 관련 증상들이 발생되는지에 대한 전변 정보를 포함하는 것으로, 다양한 한의학 자료를 통해 수집되거나, 사용자에 의해 입력된 것일 수 있다. The Korean medicine prognosis information may include information about whether a certain disease has been converted to a related medicine to cause related diseases or related symptoms, and may be collected through various medical data or inputted by a user.

도 2a는 "비기허증" 예후 정보를 나타낸 것으로, 비기허증이 다양한 원인들에 의해 비양허증, 부종, 기혈량허증, 비기하함증, 기체증 등으로 전변될 수 있음을 나타내고 있다. Figure 2a shows the "non-license" prognosis information, which indicates that a non-driver's license can be transformed into various types of illness such as congestion, edema, spasticity, non-geometric impairment,

장치(100)는 도 2a에 도시된 "비기허증" 예후 정보에서 질병에 대한 전변 정보들을 추출할 수 있다. 모든 한의학 예후 정보가 전변 정보를 포함하고 있는 것은 아니므로, 다양한 한의학 예후 정보들 중에서 "비기허증"이라는 질병이 전변되는 관련 질병과, "비기허증"이라는 질병이 관련 질병으로 전변되는 원인 정보를 포함하는 정보들을 전변 정보로써 추출할 수 있다. The device 100 may extract the bulb information for the disease from the " non-license "prognosis information shown in Fig. 2A. Since all the medical prescription information does not contain any information on the pathology, the related diseases that are referred to as "non-licenses" among various medical prognostic information and the cause information that the disease called "non-licenses" Can be extracted as the whole information.

이 전변 정보가 추출되면, 장치(100)는 각 질병이 전변되어 발생하는 적어도 하나 이상의 관련 질병과, 각 질병이 적어도 하나 이상의 관련 질병으로 전변되는 원인 정보를 추출할 수 있다. 이 전변 정보로부터 추출된 적어도 하나 이상의 관련 질병과, 추출된 적어도 하나 이상의 관련 질병으로 전변되는 원인 정보는 도 2b에 도시된 것과 같이 정리될 수 있다. When this full-leaf information is extracted, the apparatus 100 can extract at least one related disease that occurs when each disease is reversed, and the cause information that each disease is turned into at least one related disease. The at least one related disease extracted from the totalization information and the causal information transformed into at least one or more related diseases extracted may be arranged as shown in FIG. 2B.

예를 들어, "비기허증"이라는 질병은 "비양허증"으로 전변될 수 있으며, "비양허증"으로 전변되는 원인(또는 조건)은 "비기가 더욱 허해져 한상이 나타날 경우"가 될 수 있다. 또한, "비기허증"이라는 질병은 "부종"으로도 전변될 수 있는데, "부종"으로 전변되는 원인은 "수액조절기능이 심하게 영향을 미칠 경우"가 될 수 있다. 또한, "비기허증"이라는 질병은 그 외 다양한 원인으로 "기헐량허증", "비기하함증" 또는 "기체층" 등으로 전변될 수 있다. For example, a disease called "non-license" can be translated as "non-acceptance", and the cause (or condition) that turns into "non-acceptance" can be " In addition, a disease called "non-license" can be changed to "edema", and the cause of "edema" can be "when the fluid control function is severely affected". In addition, the illness of "non-license" can be transformed into various types of illnesses such as "depression", "non-geometric impairment" or "gas layer".

장치(100)는 상술한 바와 같이 추출된 각 질병에 대한 관련 질병들과, 각 질병이 관련 질병으로 전변되는 원인 정보를 이용하여 그래프 기반의 한의학 예후 모델을 생성할 수 있다. 이는 도 2c를 이용하여 구체적으로 설명한다. The device 100 may generate a graph-based medical-science prognosis model using related diseases for each disease extracted as described above, and the cause information that each disease is transformed into a related disease. This will be described in detail with reference to FIG. 2C.

도 2c를 참조하면, 장치(100)는 "비기허증"에 대한 질병 노드(210)를 표시하고, 이 "비기허증"으로부터 전변되어 발생하는 "기체증", "비기하함증", "부종", "기혈량허증", "비양허증"에 대한 관련 질병 노드들(211, 212, 213, 214, 215)를 표시할 수 있다. 그리고, "비기허증"에 대한 질병 노드(210)와 관련 질병 노드들(211, 212, 213, 214, 215)를 연결하는 노드 간 연결선(221, 222, 223, 224, 225)를 표시할 수 있다. 이 경우, 5개의 노드 간 연결선(221, 222, 223, 224, 225)에는 "비기허증"이라는 질병이 "기체증", "비기하함증", "부종", "기혈량허증", "비양허증"으로 전변되는 원인 정보가 표시될 수 있다. Referring to FIG. 2C, the apparatus 100 displays a disease node 210 for a "non-license ", and a" node "," non-geometric "," edema " Related disease nodes 211, 212, 213, 214, and 215 for the " spontaneous abortion, " It is also possible to display inter-node connection lines 221, 222, 223, 224 and 225 connecting the disease node 210 and the related disease nodes 211, 212, 213, 214 and 215 for the " have. In this case, the five-node interconnection lines 221, 222, 223, 224, and 225 are shown to have a "non-license" disease in the "intermittent", "non-geometric", "edema", " Quot; false information "may be displayed.

도 2c에서는 "비기허증"이라는 질병에 대한 한의학 예후 모델만을 도시하고 있으나, 이 같은 방식으로 다양한 질병들에 대한 한의학 예후 모델을 생성할 수 있다. In FIG. 2C, only a Korean medicine prognosis model for a disease called " non-license "is shown, but a Korean medicine prognosis model for various diseases can be generated in this manner.

또한, "비기허증"은 어떠한 질병이 전변되어 발생할 수 있는 관련 질병이 될 수도 있으며, "기체증", "비기하함증", "부종", "기혈량허증", "비양허증" 등으로부터 전변되어 발생할 수 있는 관련 질병들이 있을 수도 있다. 따라서, 한의학 예후 모델을 통해 질병과 질병 간의 전변 정보를 한눈에 파악할 수 있다. In addition, a "non-license" may be a related disease that can be caused by the transformation of any disease, and it may also be referred to as a "non-license", "non-cardiac", "edema", " There may be related diseases that may occur. Therefore, it is possible to grasp at a glance the information of the disequilibrium between disease and disease through the Oriental Medicine prognosis model.

도면을 통해 도시하고 있지는 않으나, 한의한 예후 정보에 존재하지 않는 신규 질병에 대한 전변 정보를 사용자가 직접 입력할 수 있다. 장치(100)는 이 사용자 입력에 따른 신규 질병에 대한 전변 정보로부터 도 2b에 도시된 것과 같이, 신규 질병, 관련 질병 및 원인 정보 등을 추출하여 한의학 예후 모델에 반영할 수 있다. Although not shown in the drawings, the user can manually input the information about the new disease that does not exist in one's prognosis information. The apparatus 100 can extract new disease, related disease, cause information, and the like from the former information on the new disease according to the user input, as shown in FIG. 2B, and reflect the new disease, related disease and cause information to the medical science prognosis model.

또한, 다양한 질병들에 대한 한의학 예후 모델에서 상위 예후 모델을 생성할 수 있다. 구체적으로, 한의학 예후 모델에서, 팔강(八綱), 육음(六淫), 기혈(氣血) 및 진액(津液) 중 적어도 어느 하나와 관련된 질병에 대한 질병 노드와, 해당 질병 노드에 연결된 관련 질병 노드를 선별하여 상위 예후 모델을 생성할 수 있다. In addition, a superior prognosis model can be created in the Oriental medicine prognosis model for various diseases. Specifically, in the Oriental Medicine prognosis model, a disease node for a disease related to at least one of the eight muscles, the six hemlines, the giant blood, and the 津 liquid, and a disease node related to the disease node Nodes can be selected to generate a superior prognosis model.

한의학 예후 정보에서 복수의 질병에 대한 명칭을 확인하고, 복수의 질병에 대한 공통적 특징을 바탕으로 동의(同意) 명칭 또는 유사(類似) 명칭을 대표화하여 상위 예후 모델을 생성할 수 있다. 예를 들어, "기허"와 관련된 질병은 "기허", "비기허", "신기허", "폐기허", "심기허" 등이 있을 수 있다. 이 같은 질병들은 "기허(기가 허한 병리 현상)"로 인해 발생하는 것이므로, "비", "신", "폐", "심" 등의 장부(臟腑) 이름을 제거하고 "기허"로 대표화(또는 통합)할 수 있다. A high-level prognosis model can be generated by identifying the names of multiple diseases in the medical prognosis information and representing consent names or similar (similar) names based on common features for a plurality of diseases. For example, diseases related to "license" may be "license", "non-license", "new license", "disposal", "planting license" Since these diseases are caused by the "ghost pathology", the names of the books such as "rain", "God", "lung" and "heart" are removed and " (Or integrated).

또한, 한방 진단과 임상의 기초이며 원칙이 되는 표(表), 리(裏), 한(寒), 열(熱), 허(虛), 실(實), 음(陰), 양(陽)을 나타내는 팔강(八綱)과, 풍(風), 한(寒), 서(暑), 습(濕), 조(燥), 화(火) 등 여섯 가지 외감 병사를 나타내는 육음(六淫), 그리고 기혈(氣血) 및 진액(津液) 중 적어도 어느 하나와 관련된 질병에 대한 질병 노드와, 그 질병 노드에 연결된 관련 질병 노드를 선별하여 상위 예후 모델을 생성할 수 있다. 즉, 팔강, 육음, 기혈 및 진행 외의 질병에 대한 질병 노드는 한의학 예후 모델에서 제거할 수 있다. 상위 예후 모델은 한의학 예후 모델을 단순화 및 개념화한 것으로, 한의학 이론 연구 및 학습에 활용 가치가 있다. In addition, the basic principles and principles of oriental medicine diagnosis and diagnosis, such as table, back, han, heat, han, yu, yin, ), Which represents six soldiers who are soldiers (six types of soldiers), including six types of soldiers (eight types) and six kinds of soldiers (six types, such as wind, han, 暑, ), And a disease node for a disease related to at least one of gye blood and liquid (津液) and a related disease node connected to the disease node can be generated to generate a superior prognosis model. In other words, disease nodes for arm muscles, ovine, glioma, and non - progressive diseases can be removed from the oriental medicine prognosis model. The high - grade prognosis model is a simplified and conceptualized model of oriental medicine prognosis, and it is worthy to be used in oriental medicine theory research and learning.

한편, 환자, 한의사, 한의학 관계자들은 각 질병들이 어떤 병인병기에 의해서 전변하는지를 한눈에 파악하기 위하여 한의학 예후 모델을 이용하여 검색을 실시할 수 있다. 예를 들어, 장치(100)에 질병(명)을 입력하거나, 원인(명)을 입력하는 방식을 이용할 수 있다. On the other hand, patients, oriental medicine, and oriental medicine practitioners can conduct a search using the oriental medicine prognosis model in order to grasp at a glance how the diseases are inflicted by the disease stage. For example, it is possible to use a method of inputting a disease (person) in the device 100 or inputting a cause (person).

장치(100)는 질병(명)이 입력될 경우, 한의학 예후 모델에서 질병(명)에 대응하는 질병 노드를 검색하고, 질병(명)에 대응하는 질병 노드가 검색될 경우, 검색된 질병 노드와 연결된 관련 질병 노드 및 원인 정보를 디스플레이 할 수 있다. When a disease (person) is input, the apparatus 100 searches for a disease node corresponding to the disease (person) in the TCM model, and when a disease node corresponding to the disease (person) is searched, Related disease node and cause information.

또는, 장치(100)는 질병에 대한 원인(명)이 입력된 경우, 한의학 예후 모델에서 원인(명)에 대응하는 원인 정보를 검색하고, 원인(명)에 대응하는 원인 정보가 표시된 노드 간 연결선이 검색될 경우, 검색된 노드 간 연결선에 의해 연결된 질병 노드 및 관련 질병 노드를 디스플레이 할 수 있다. 디스플레이시, 그래프 기반의 한의학 예후 모델 상에서, 질병 노드와 관련 질병 노드 간의 경로를 특정 색으로 표시할 수 있다.
Alternatively, when the cause of the disease (person) is inputted, the apparatus 100 searches for the cause information corresponding to the cause (person) in the TCM model and displays the cause information corresponding to the cause (person) It is possible to display the disease node and the related disease node connected by the detected inter-node linkage. On display, the path between the disease node and the related disease node can be displayed in a specific color on the graph-based Han medicine prognosis model.

도 3은 실시예에 따른 한의학 예후 모델 생성 방법을 설명하기 위한 흐름도이다. FIG. 3 is a flowchart illustrating a method of generating a medical prescription model according to an embodiment of the present invention.

도 3을 참조하면, 한의학 예후 모델 생성 방법은, 복수의 질병에 대한 한의학 예후 정보를 수집한다(310 단계). 한의학 예후 정보는 다양한 한의학 자료를 통해 수집된 것일 수 있으며, 데이터 베이스에 저장된 한의학 예후 정보가 될 수도 있다. Referring to FIG. 3, in the method of generating the TCM model, TCM information on a plurality of diseases is collected (Step 310). The medical prognosis information may be collected from various oriental medical data and may be information on the medical prognosis stored in the database.

한의학 예후 모델 생성 방법은, 한의학 예후 정보를 이용하여 복수의 질병의 전변에 대한 그래프 기반의 한의학 예후 모델을 생성한다. The method of generating a TCM model generates a graph-based TCM model for the front of multiple diseases using TCM information.

구체적으로, 복수의 질병에 대한 한의학 예후 정보에서, 각 질병에 대한 적어도 하나 이상의 전변 정보를 추출하고(320 단계), 추출된 적어도 하나 이상의 전변 정보로부터 각 질병이 전변되어 발생하는 적어도 하나 이상의 관련 질병 및 각 질병이 적어도 하나 이상의 관련 질병으로 전변되는 원인 정보를 추출한다(330 단계). 그리고, 각 질병에 대한 질병 노드 및 적어도 하나 이상의 관련 질병에 대한 관련 질병 노드를 노드 간 연결선으로 연결하여 한의학 예후 모델을 생성한다(340 단계). 이 단계에서, 각 질병에 대한 질병 노드와 적어도 하나 이상의 관련 질병에 대한 관련 질병 노드를 연결하는 노드 간 연결선에, 원인 정보를 표시할 수 있다. Specifically, at least one piece of full-leaf information for each disease is extracted from the medical prescription information of a plurality of diseases (Step 320), and at least one related disease And the cause information that each disease is transformed into at least one related disease (step 330). Then, a disease-related node for each disease and at least one related disease-related disease node are connected to each other through a node-to-node connection line to generate a medical-related prognosis model (step 340). At this stage, the causal information can be displayed on a link between the disease node for each disease and the node connecting the relevant disease node for at least one or more related diseases.

한편, 한의학 예후 모델 생성 방법은 신규 질병, 신규 질병이 전변되어 발생하는 적어도 하나 이상의 관련 질병 및 신규 질병이 적어도 하나 이상의 관련 질병으로 전변되는 원인 정보가 입력될 경우(350 단계), 신규 질병에 대한 질병 노드 및 적어도 하나 이상의 관련 질병에 대한 관련 질병 노드를 노드 간 연결선으로 연결하여 한의학 예후 모델에 반영한다(360 단계).On the other hand, when the cause information that the new disease, the at least one related disease and the new disease that are caused by the new disease are transformed into at least one related disease is inputted (step 350) The disease node and the related disease node for at least one related disease are connected to each other through a connection line between the nodes and reflected in the medical science prognosis model (step 360).

한의학 예후 모델에서 팔강(八綱), 육음(六淫), 기혈(氣血) 및 진액(津液) 중 적어도 어느 하나와 관련된 질병만을 추출하여 상위 예후 모델을 생성할 수도 있다. A high-grade prognosis model may be generated by extracting only diseases related to at least one of the eight muscles, the six sexes, the gye blood, and the 津 liquid in the Oriental medicine prognosis model.

한의학 예후 모델이 생성될 경우, 이 한의학 예후 모델을 이용하여 질병들의 예후를 검색할 수 있다. When a Chinese medicine prognosis model is generated, the prognosis of diseases can be retrieved using this Chinese medicine prognosis model.

일 예로, 질병(명)의 입력에 따라 질병 검색 신호가 입력될 경우, 한의학 예후 모델에서 질병 검색 신호에 대응하는 질병 노드를 검색하고, 질병 검색 신호에 대응하는 질병 노드가 검색될 경우, 검색된 질병 노드와 연결된 관련 질병 노드 및 원인 정보를 디스플레이 할 수 있다. For example, when a disease search signal is input according to an input of a disease (person), a disease node corresponding to a disease search signal is searched in a medical science prognosis model, and when a disease node corresponding to a disease search signal is searched, And display related disease nodes and cause information associated with the node.

또 다른 예로, 질병에 대한 원인(명)의 입력에 따라 원인 검색 신호가 입력될 경우, 한의학 예후 모델에서 원인 검색 신호에 대응하는 원인 정보를 검색하고, 원인 검색 신호에 대응하는 원인 정보가 표시된 노드 간 연결선이 검색될 경우, 검색된 노드 간 연결선에 의해 연결된 질병 노드 및 관련 질병 노드를 디스플레이 할 수 있다.
As another example, when a cause search signal is input according to an input of a cause (name) for a disease, the cause information corresponding to the cause search signal is searched in the TCM model, and when the cause information When an interconnection line is searched, it is possible to display a disease node and an associated disease node connected by a detected inter-node connection line.

이상과 같이 본 발명은 비록 한정된 실시 예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시 예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 그러므로, 본 발명의 범위는 설명된 실시 예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.While the invention has been shown and described with reference to certain preferred embodiments thereof, it will be understood by those of ordinary skill in the art that various changes in form and details may be made therein without departing from the spirit and scope of the invention as defined by the appended claims. This is possible. Therefore, the scope of the present invention should not be limited to the described embodiments, but should be determined by the equivalents of the claims, as well as the claims.

100: 한의학 예후 모델 생성 장치
110: 데이터 베이스 120: 모델링부
130: 제어부 140: 사용자 입력부
150: 디스플레이부100: Oriental medicine prognostic model generation device
110: database 120: modeling unit
130: control unit 140: user input unit
150:

Claims (15)

복수의 질병에 대한 한의학 예후 정보를 포함하는 데이터 베이스; 및
상기 한의학 예후 정보를 이용하여 각 질병에 대한 적어도 하나 이상의 전변 정보를 추출하고, 추출된 상기 적어도 하나 이상의 전변 정보로부터 상기 각 질병이 전변되어 발생하는 적어도 하나 이상의 관련 질병 및 상기 각 질병이 상기 적어도 하나 이상의 관련 질병으로 전변되는 원인 정보를 추출하여, 상기 복수의 질병의 전변에 대한 그래프 기반의 한의학 예후 모델을 생성하는 모델링부
를 포함하는 한의학 예후 모델을 생성하는 장치.
A database containing the medical care prognostic information for a plurality of diseases; And
Extracting at least one piece of full-leaf information for each disease using the medical prescription information, extracting at least one piece of full-leaf information about each disease, extracting at least one of the at least one piece of related information, A modeling unit for extracting causal information that is inverted by the related disease and generating a graph-based medical science prognosis model for the frontal side of the plurality of diseases;
Wherein the apparatus comprises:
제1항에 있어서,
상기 모델링부는,
상기 각 질병에 대한 질병 노드 및 상기 적어도 하나 이상의 관련 질병에 대한 관련 질병 노드를 연결하는 노드 간 연결선을 나타내어 상기 한의학 예후 모델을 생성하는, 한의학 예후 모델을 생성하는 장치.
The method according to claim 1,
The modeling unit,
An inter-node connection line connecting a disease node for each disease and an associated disease node for the at least one related disease, thereby generating the medical science prognosis model.
제2항에 있어서,
상기 모델링부는,
상기 각 질병에 대한 질병 노드와 상기 적어도 하나 이상의 관련 질병에 대한 관련 질병 노드를 연결하는 상기 노드 간 연결선에, 상기 각 질병이 상기 적어도 하나 이상의 관련 질병으로 전변되는 상기 원인 정보를 표시하는, 한의학 예후 모델을 생성하는 장치.
3. The method of claim 2,
The modeling unit,
A causal information indicating that each disease is passed to the at least one or more related diseases at a link between the disease node for each disease and an associated disease node for the at least one or more related diseases, The device that generates the model.
제2항에 있어서,
상기 모델링부는,
상기 한의학 예후 모델에서, 팔강(八綱), 육음(六淫), 기혈(氣血) 및 진액(津液) 중 적어도 어느 하나와 관련된 질병에 대한 질병 노드와, 상기 질병 노드에 연결된 관련 질병 노드를 선별하여 상위 예후 모델을 생성하는, 한의학 예후 모델을 생성하는 장치.
3. The method of claim 2,
The modeling unit,
A disease node for a disease related to at least one of arm muscle, 六 淫, 气血 and 津液, and a related disease node connected to the disease node, An apparatus for generating a high-resolution prognosis model by selecting the high-resolution prognosis model.
제3항에 있어서,
사용자 입력 신호를 입력받는 사용자 입력부; 및
상기 그래프 기반의 한의학 예후 모델을 디스플레이 하는 디스플레이부
를 더 포함하는 한의학 예후 모델을 생성하는 장치.
The method of claim 3,
A user input unit for receiving a user input signal; And
A display unit for displaying the graph-based medical-
Further comprising the steps of:
제5항에 있어서,
상기 모델링부는,
상기 사용자 입력부를 통해 신규 질병, 상기 신규 질병이 전변되어 발생하는 적어도 하나 이상의 관련 질병 및 상기 신규 질병이 상기 적어도 하나 이상의 관련 질병으로 전변되는 원인 정보가 입력될 경우, 상기 신규 질병에 대한 질병 노드 및 상기 적어도 하나 이상의 관련 질병에 대한 관련 질병 노드를 연결하는 노드 간 연결선을 나타내어 상기 한의학 예후 모델에 반영하는, 한의학 예후 모델을 생성하는 장치.
6. The method of claim 5,
The modeling unit,
When a new disease, at least one related disease occurring when the new disease is turned over and cause information that the new disease is turned into the at least one related disease are input through the user input unit, Node connection line connecting the related disease node for the at least one related disease and reflecting the same in the medical-medicine prognosis model.
제5항에 있어서,
상기 사용자 입력부를 통해 질병 검색 신호가 입력될 경우, 상기 한의학 예후 모델에서 상기 질병 검색 신호에 대응하는 질병 노드를 검색하고, 상기 질병 검색 신호에 대응하는 질병 노드가 검색될 경우, 검색된 상기 질병 노드와 연결된 관련 질병 노드 및 원인 정보를 디스플레이 하도록 상기 디스플레이부를 제어하는 제어부
를 더 포함하는, 한의학 예후 모델 생성 장치.
6. The method of claim 5,
When a disease detection signal corresponding to the disease detection signal is searched for in the medical diagnosis model when the disease detection signal is input through the user input unit and when a disease node corresponding to the disease detection signal is searched, A control unit for controlling the display unit to display connected disease node and cause information,
Further comprising the steps of:
제5항에 있어서,
상기 사용자 입력부를 통해 질병에 대한 원인 검색 신호가 입력된 경우, 상기 한의학 예후 모델에서 상기 원인 검색 신호에 대응하는 원인 정보를 검색하고, 상기 원인 검색 신호에 대응하는 원인 정보가 표시된 노드 간 연결선이 검색될 경우, 검색된 상기 노드 간 연결선에 의해 연결된 질병 노드 및 관련 질병 노드를 디스플레이 하도록 상기 디스플레이부를 제어하는 제어부
를 더 포함하는, 한의학 예후 모델 생성 장치.
6. The method of claim 5,
Wherein when a cause search signal for a disease is inputted through the user input unit, the cause information corresponding to the cause search signal is searched in the first-stage medical prognosis model, A control unit for controlling the display unit to display a disease node and an associated disease node connected by the inter-
Further comprising the steps of:
복수의 질병에 대한 한의학 예후 정보를 수집하는 단계; 및
상기 복수의 질병에 대한 한의학 예후 정보에서 각 질병에 대한 적어도 하나 이상의 전변 정보를 추출하는 단계;
추출된 상기 적어도 하나 이상의 전변 정보로부터 상기 각 질병이 전변되어 발생하는 적어도 하나 이상의 관련 질병 및 상기 각 질병이 상기 적어도 하나 이상의 관련 질병으로 전변되는 원인 정보를 추출하는 단계; 및
상기 적어도 하나 이상의 관련 질병 및 상기 적어도 하나 이상의 관련 질병으로 전변되는 원인 정보를 이용하여 상기 복수의 질병의 전변에 대한 그래프 기반의 한의학 예후 모델을 생성하는 단계
를 포함하는 한의학 예후 모델을 생성하는 방법.
Collecting the medical prognosis information on a plurality of diseases; And
Extracting at least one piece of full-leaf information for each disease from the medical prescription information of the plurality of diseases;
Extracting from the extracted at least one or more pieces of information on at least one related disease at least one related disease occurring when each disease is reversed and information about a cause in which each disease is transformed into the at least one related disease; And
Based on the at least one related disease and the at least one or more related diseases,
≪ / RTI >
제9항에 있어서,
상기 한의학 예후 모델을 생성하는 단계는,
상기 각 질병에 대한 질병 노드 및 상기 적어도 하나 이상의 관련 질병에 대한 관련 질병 노드를 연결하는 노드 간 연결선을 나타내어 상기 한의학 예후 모델을 생성하는 한의학 예후 모델을 생성하는 방법.
10. The method of claim 9,
Wherein the step of generating the medical prescription model comprises:
A connection node between the disease node for each disease and the related disease node for the at least one related disease, thereby generating the medical science prognosis model.
제10항에 있어서,
상기 한의학 예후 모델을 생성하는 단계는,
상기 각 질병에 대한 질병 노드와 상기 적어도 하나 이상의 관련 질병에 대한 관련 질병 노드를 연결하는 상기 노드 간 연결선에, 상기 각 질병이 상기 적어도 하나 이상의 관련 질병으로 전변되는 상기 원인 정보를 표시하는 단계
를 더 포함하는, 한의학 예후 모델을 생성하는 방법.
11. The method of claim 10,
Wherein the step of generating the medical prescription model comprises:
At the inter-node connection line connecting the disease node for each disease and the related disease node for the at least one or more related diseases, displaying the cause information that each disease is passed to the at least one or more related diseases
≪ / RTI >
제10항에 있어서,
상기 한의학 예후 모델을 생성하는 단계는,
상기 한의학 예후 모델에서, 팔강(八綱), 육음(六淫), 기혈(氣血) 및 진액(津液) 중 적어도 어느 하나와 관련된 질병에 대한 질병 노드와, 상기 질병 노드에 연결된 관련 질병 노드를 선별하여 상위 예후 모델을 생성하는 단계
를 더 포함하는, 한의학 예후 모델을 생성하는 방법.
11. The method of claim 10,
Wherein the step of generating the medical prescription model comprises:
A disease node for a disease related to at least one of arm muscle, 六 淫, 气血 and 津液, and a related disease node connected to the disease node, Step of generating a superior prognosis model by screening
≪ / RTI >
제11항에 있어서,
신규 질병, 상기 신규 질병이 전변되어 발생하는 적어도 하나 이상의 관련 질병 및 상기 신규 질병이 상기 적어도 하나 이상의 관련 질병으로 전변되는 원인 정보가 입력될 경우, 상기 신규 질병에 대한 질병 노드 및 상기 적어도 하나 이상의 관련 질병에 대한 관련 질병 노드를 연결하는 노드 간 연결선을 나타내어 상기 한의학 예후 모델에 반영하는 단계
를 더 포함하는, 한의학 예후 모델을 생성하는 방법.
12. The method of claim 11,
Wherein when a new disease, at least one or more related diseases in which the new disease has been turned on and cause information that the new disease has been passed to the at least one or more related diseases are input, the disease node for the new disease and the at least one A connection line between the nodes connecting disease nodes related to the disease, and reflecting the same in the above-mentioned medical science prognosis model
≪ / RTI >
제11항에 있어서,
질병 검색 신호가 입력될 경우, 상기 한의학 예후 모델에서 상기 질병 검색 신호에 대응하는 질병 노드를 검색하는 단계; 및
상기 질병 검색 신호에 대응하는 질병 노드가 검색될 경우, 검색된 상기 질병 노드와 연결된 관련 질병 노드 및 원인 정보를 디스플레이 하는 단계
를 더 포함하는, 한의학 예후 모델을 생성하는 방법.
12. The method of claim 11,
Searching for a disease node corresponding to the disease detection signal in the medical diagnostic prognosis model when a disease detection signal is input; And
When the disease node corresponding to the disease search signal is searched, displaying the related disease node and cause information connected to the searched disease node
≪ / RTI >
제11항에 있어서,
질병에 대한 원인 검색 신호가 입력된 경우, 상기 한의학 예후 모델에서 상기 원인 검색 신호에 대응하는 원인 정보를 검색하는 단계; 및
상기 원인 검색 신호에 대응하는 원인 정보가 표시된 노드 간 연결선이 검색될 경우, 검색된 상기 노드 간 연결선에 의해 연결된 질병 노드 및 관련 질병 노드를 디스플레이 하도록 단계
를 더 포함하는, 한의학 예후 모델을 생성하는 방법.12. The method of claim 11,
Retrieving cause information corresponding to the cause search signal in the first medical diagnosis model when a cause search signal for a disease is input; And
When the inter-node connection line in which the cause information corresponding to the cause search signal is displayed is searched, displaying the disease node and the related disease node connected by the inter-
≪ / RTI >
KR1020120125027A 2012-11-06 2012-11-06 Apparatus and method for creating oriental medicine prognosis model KR101462317B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120125027A KR101462317B1 (en) 2012-11-06 2012-11-06 Apparatus and method for creating oriental medicine prognosis model

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120125027A KR101462317B1 (en) 2012-11-06 2012-11-06 Apparatus and method for creating oriental medicine prognosis model

Publications (2)

Publication Number Publication Date
KR20140058247A KR20140058247A (en) 2014-05-14
KR101462317B1 true KR101462317B1 (en) 2014-11-20

Family

ID=50888696

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120125027A KR101462317B1 (en) 2012-11-06 2012-11-06 Apparatus and method for creating oriental medicine prognosis model

Country Status (1)

Country Link
KR (1) KR101462317B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102153357B1 (en) 2019-04-24 2020-09-08 임규성 Aid appratus of prescription for auditory nerve illness

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101721528B1 (en) * 2015-05-28 2017-03-31 아주대학교산학협력단 Method for providing disease co-occurrence probability from disease network

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110060087A (en) * 2009-11-30 2011-06-08 한국 한의학 연구원 Method for diagnosis reasoning and learning in oriental medicine and using ontology
KR20120070044A (en) * 2010-12-21 2012-06-29 한국 한의학 연구원 Traditional korean medicine diagnosis system based on basic ontology
KR20120070043A (en) * 2010-12-21 2012-06-29 한국 한의학 연구원 Semantic search system based on traditional korean medicine basic ontology and method for searching using the same
US20120265549A1 (en) * 2011-04-12 2012-10-18 General Electric Company System and Computer Readable Medium for Predicting Patient Outcomes

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110060087A (en) * 2009-11-30 2011-06-08 한국 한의학 연구원 Method for diagnosis reasoning and learning in oriental medicine and using ontology
KR20120070044A (en) * 2010-12-21 2012-06-29 한국 한의학 연구원 Traditional korean medicine diagnosis system based on basic ontology
KR20120070043A (en) * 2010-12-21 2012-06-29 한국 한의학 연구원 Semantic search system based on traditional korean medicine basic ontology and method for searching using the same
US20120265549A1 (en) * 2011-04-12 2012-10-18 General Electric Company System and Computer Readable Medium for Predicting Patient Outcomes

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102153357B1 (en) 2019-04-24 2020-09-08 임규성 Aid appratus of prescription for auditory nerve illness

Also Published As

Publication number Publication date
KR20140058247A (en) 2014-05-14

Similar Documents

Publication Publication Date Title
JP6700283B2 (en) A medical differential diagnosis device adapted to determine an optimum sequence of diagnostic tests for identifying a disease state by adopting a diagnostic validity standard
CN105260588B (en) A kind of health guards robot system and its data processing method
Berg Rationalizing medical work: decision-support techniques and medical practices
CN107330238A (en) Medical information collection, processing, storage and display methods and device
CN105940401A (en) Context sensitive medical data entry system
CN103955608A (en) Intelligent medical information remote processing system and processing method
US11488712B2 (en) Diagnostic effectiveness tool
JP2005110944A (en) Apparatus, method and program for assisting medical examination
CN102422293A (en) Clinical decision support systems with external context
Nirmala et al. Role of artificial intelligence in fighting against covid-19
Wang et al. Creating hospital-specific customized clinical pathways by applying semantic reasoning to clinical data
Biswas et al. Disease diagnosis system
KR101295785B1 (en) Apparatus and Method for Constructing Gene-Disease Relation Database
CN103384886A (en) Learning and optimizing care protocols.
KR101462317B1 (en) Apparatus and method for creating oriental medicine prognosis model
RU2657856C2 (en) Method for stepwise review of patient care
JP7238705B2 (en) Medical care support method, medical care support system, learning model generation method, and medical care support program
CN107710207A (en) Infection management and control
Lin et al. Development of a telehealthcare decision support system for patients discharged from the hospital
JP6585458B2 (en) Medical support system
JP6903837B2 (en) Gene information analysis system and gene information analysis method
Song Design and implementation of healthcare system for chronic disease management
Aggarwal et al. Automation in healthcare: a forecast and outcome–medical IoT and big data in healthcare
JP2015201093A (en) Medical examination support system
JP6261484B2 (en) Medical information analysis apparatus and medical information analysis program

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20171102

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190926

Year of fee payment: 6