KR101868979B1 - 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 및 방법 - Google Patents

딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 및 방법 Download PDF

Info

Publication number
KR101868979B1
KR101868979B1 KR1020160067705A KR20160067705A KR101868979B1 KR 101868979 B1 KR101868979 B1 KR 101868979B1 KR 1020160067705 A KR1020160067705 A KR 1020160067705A KR 20160067705 A KR20160067705 A KR 20160067705A KR 101868979 B1 KR101868979 B1 KR 101868979B1
Authority
KR
South Korea
Prior art keywords
oral
data
examination
oral examination
index calculation
Prior art date
Application number
KR1020160067705A
Other languages
English (en)
Other versions
KR20170135572A (ko
Inventor
최봉석
Original Assignee
(주)이너웨이브
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 (주)이너웨이브 filed Critical (주)이너웨이브
Priority to KR1020160067705A priority Critical patent/KR101868979B1/ko
Publication of KR20170135572A publication Critical patent/KR20170135572A/ko
Application granted granted Critical
Publication of KR101868979B1 publication Critical patent/KR101868979B1/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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
    • A61C13/00—Dental prostheses; Making same
    • A61C13/0003—Making bridge-work, inlays, implants or the like
    • A61C13/0004—Computer-assisted sizing or machining of dental prostheses
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
    • A61C7/00—Orthodontics, i.e. obtaining or maintaining the desired position of teeth, e.g. by straightening, evening, regulating, separating, or by correcting malocclusions
    • A61C7/002—Orthodontic computer assisted systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
    • A61C9/00—Impression cups, i.e. impression trays; Impression methods
    • A61C9/004—Means or methods for taking digitized impressions
    • A61C9/0046—Data acquisition means or methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
    • G06F19/32—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Epidemiology (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Dentistry (AREA)
  • Veterinary Medicine (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Medical Informatics (AREA)
  • Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Computation (AREA)
  • Tourism & Hospitality (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Economics (AREA)
  • Child & Adolescent Psychology (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

딥러닝 알고리즘을 이용한 구강 건강 관리 시스템은, 환자의 구강 상태를 검진하고, 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터, 거주 지역 및 연령을 제공하는 구강 검진소, 구강 검진소로부터 제공받은 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 분석하여 현재 시점에서 환자의 거주 지역 및 연령에 따라 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 구강 검진 지수 산정 기준 데이터에 가중치를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하는 클라우드 서버 및 클라우드 서버로부터 현행화된 구강 검진 지수 산정 기준 데이터를 제공받는 구강 검진 관련 기관을 포함한다.

Description

딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 및 방법 {A SYSTEM AND METHOD FOR MANAGING OF ORAL CARE USING DEEP LEARNING}
본 발명은 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 및 방법에 관한 것으로서, 보다 구체적으로 빅데이터 분석을 통한 구강 건강 지수 산정 기준을 현행화하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 및 방법에 관한 것이다.
구강 질환은 적절한 예방 치료 및 꾸준한 관리를 통해서 높은 예방 효과를 얻을 수 있지만, 많은 구강 질환 환자들은 구강 건강에 문제가 발생하지 않으면 의사에게 진단을 받거나 치료를 의뢰하지 않는 등 아직까지는 구강 예방에 대한 인식이 부족한 실정이다. 또한, 환자의 현재 구강 상태를 측정함에 있어 치과 의사나 치위생사의 주관적 견해가 아닌, 정확한 검사 및 진단 결과와 그에 따른 객관적 수치 정보가 필요하지만 구강의 건강 상태를 객관적으로 산출하는 시스템이 부재한 상황이다.
아울러, 종래에는 구강 건강 관리에 단순하게 양치질 관련 자료만을 이용하여 구강 건강 관리를 수행해 왔는바(한국특허출원 제10-2007-0033569호 참조), 종합적으로 환자의 구강 상태를 파악할 수 없어 구강 건강 관리에 실질적인 도움이 되지 못했다는 문제점이 있어왔으며, 또한 시대 변화에 따라 그리고 환자의 거주 지역 및 연령에 따라 구강 검진 자료가 구강 건강에 미치는 영향력이 변화될 수 있고, 새로운 구강 검진 자료가 구강 건강에 영향을 미칠 수 있음에도 불구하고 이러한 점이 객관적 수치로 고려되지 못해왔다는 문제점이 있다.
이러한 문제점을 해결하기 위하여, 시대 변화에 따라 그리고 환자의 거주 지역 및 연령에 따라 변화되는 구강 검진 자료의 위상을 객관적으로 파악하여 이를 환자 구강 검진에 적용할 수 있는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 및 방법의 필요성이 대두되고 있다.
본 발명이 해결하려는 과제는, 구강 검진 자료로 이루이진 빅데이터를 딥러닝 방식으로 분석하여 구강 건강에 대한 구강 검진 자료의 위상을 객관적으로 파악하여 이를 환자 구강 검진에 적용할 수 있는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 및 방법을 제공하는 데 있다.
본 발명이 해결하려는 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기 과제를 해결하기 위한 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템은, 환자의 구강 상태를 검진하고, 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터, 거주 지역 및 연령을 제공하는 구강 검진소, 구강 검진소로부터 제공받은 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 분석하여 현재 시점에서 환자의 거주 지역 및 연령에 따라 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 구강 검진 지수 산정 기준 데이터에 가중치를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하는 클라우드 서버 및 클라우드 서버로부터 현행화된 구강 검진 지수 산정 기준 데이터를 제공받는 구강 검진 관련 기관을 포함한다.
상기 과제를 해결하기 위한 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 방법은, 클라우드 서버가 구강 검진소로부터 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터, 거주 지역 및 연령을 입력받는 단계, 클라우드 서버가 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 분석하여 현재 시점에서 환자의 거주 지역 및 연령에 따라 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 구강 검진 지수 산정 기준 데이터에 가중치를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하는 단계 및 클라우드 서버가 현행화된 구강 검진 지수 산정 기준 데이터를 구강 검진 관련 기관에 제공하는 단계를 포함한다.
본 발명에 따르면, 구강 검진 자료로 이루이진 빅데이터를 딥러닝 방식으로 분석하여 구강 건강에 대한 구강 검진 자료의 위상을 객관적으로 파악하여 이를 환자 구강 검진에 적용할 수 있는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 및 방법을 제공할 수 있다.
도 1 및 3 은 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템의 개념도이다.
도 2 는 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 내에서 구강 검진 지수 산정 기준 데이터를 현행화하는 과정을 나타낸 도면이다.
도 4 는 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 방법의 흐름도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소, 단계 및 동작은 하나 이상의 다른 구성요소, 단계 및 동작의 존재 또는 추가를 배제하지 않는다.
도 1 내지 3 을 참조하여, 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템을 설명한다. 도 1 및 3 은 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템의 개념도이다. 도 2 는 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 내에서 구강 검진 지수 산정 기준 데이터를 현행화하는 과정을 나타낸 도면이다.
도 1 내지 3 을 참조하면, 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템은 구강 검진소(40), 클라우드 서버(80) 및 구강 검진 관련 기관을 포함한다.
구강 검진소(40)는 환자의 구강 상태를 검진하는 곳으로서, 이러한 구강 검진소(40)로는 치과 병원 및 보건소가 있을 수 있다. 또한 구강 검진소(40)는 구강 검진 시스템(10), 구강 검진 지수 산정 기준 데이터베이스(DB)(20) 및 환자 정보 데이터베이스(DB)(30)를 포함한다. 구강 검진 시스템(10)은 환자의 구강을 검진하는데 사용되는 구강 검진 장비, 프로그램 등이 있을 수 있으며, 의료진은 구강 검진 시스템(10)을 이용하여 환자의 구강 상태를 검진하고 검진 결과인 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터를 생성할 수 있다.
구강 검진 지수 산정 기준 데이터베이스(20)는 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터를 저장하는 DB로서, 저장된 구강 검진 지수 산정 기준 데이터는 후술하는 클라우드 서버(80)로 전송되어 구강 검진 지수 산정 기준 데이터를 현행화하는데 사용될 수 있다. 한편, 구강 검진 지수 산정 기준 데이터는 구강 검진 자료로서, 치아 개수, 치아의 저작 정도, 우식 치아 수, 치료된 치아 수, 당 섭취 빈도, 이 닦기 빈도, 이 닦기 방법, 깊은 열구를 가진 치아수, 국소의치 장착 여부, 치면 세균막 지수, 구강 미생물 검사 정보, 타액 양, 점도, 이 닦기 횟수, 스켈링 수진 여부, 전신 질환 여부, 치면 세균막 지수, 치석 지수, 치주낭, 치은염, 치아 동요도, 구강 미생물 검사 측정값, 전신 질환 여부 악관절 이상, 사랑니 상태, 치아 파절/외상/기형, 부정 교합, 시린니/마모증, 구강 감염/종양, 설태/구취, 심미 요인 여부, 구강 건조 여부, 보철물/의치 필요 여부, 이 닦기 방법, 이 닦기 시기, 당 섭취 빈도, 음식물 저작 능력, 주기적 치과 방문 여부, 예방 치과 진료 여부, 전신 질환 여부, 구강 보건 교육 참여 여부, 스켈링 수진 여부, 보조 구강 위생용품 사용 여부, 음주/흡연, 치면 세균막, 심미요인 및 설태/구취 측정값 등이 있을 수 있다.
이러한 구강 검진 지수 산정 기준 데이터는 구강 건강 판단 항목의 점수를 산정하는데 사용되고 결과적으로 구강 건강 판단 항목의 구강 검진 지수를 산출하는데 사용되는데, 구강 건강 판단 항목이란 환자의 구강 건강을 판단하기 위한 기준 항목으로서, 자연 치아/저작 능력, 치아 우식 상태, 치주 상태, 기타 구강 질환 및 구강 위생 관리 능력을 포함할 수 있다.
구체적으로, 현재 치아 개수 및 치아의 저작 정도는 자연 치아/저작 능력 항목 점수 산정을 위해 사용될 수 있으며, 우식 치아 수, 치료된 치아 수, 당 섭취 빈도, 이 닦기 빈도, 이 닦기 방법, 깊은 열구를 가진 치아수, 국소의치 장착 여부, 치면 세균막 지수, 구강 미생물 검사 정보, 타액 양, 점도를 이용하여 치아 우식 상태 항목 점수를 산정할 수 있다.
또한, 이 닦기 횟수, 스켈링 수진 여부, 전신 질환 여부, 치면 세균막 지수, 치석 지수, 치주낭, 치은염, 치아 동요도, 구강 미생물 검사 측정값은 치주 상태 항목 점수를 산정할 수 있고, 전신 질환 여부 악관절 이상, 사랑니 상태, 치아 파절/외상/기형, 부정 교합, 시린니/마모증, 구강 감염/종양, 설태/구취, 심미 요인 여부, 구강 건조 여부, 보철물/의치 필요 여부를 통해 기타 구강 질환 항목 점수를 산정할 수 있다.
아울러, 이 닦기 횟수, 이 닦기 방법, 이 닦기 시기, 당 섭취 빈도, 음식물 저작 능력, 주기적 치과 방문 여부, 예방 치과 진료 여부, 전신 질환 여부, 구강 보건 교육 참여 여부, 스켈링 수진 여부, 보조 구강 위생용품 사용 여부, 음주/흡연, 치면 세균막, 심미요인, 설태/구취 측정값을 이용하여 구강 위생 관리 능력 항목 점수를 산정할 수 있다.
또한, 구강 검진 지수 산정 기준 데이터베이스(20)는 기존의 저장되어 있던 구강 검진 지수 산정 기준 데이터를 클라우드 서버(80)로부터 제공받은 현행화된 구강 검진 지수 산정 기준 데이터로 갱신하며, 그에 따라 구강 검진 관련 기관은 갱신된 구강 검진 지수 산정 기준 데이터를 사용하여 환자의 구강을 검진할 수 있다. 이렇게 갱신된 구강 검진 지수 선장 기준 데이터를 사용함으로써 환자의 구강 상태를 정확하게 파악할 수 있고, 절적한 구강 치료를 수행할 수 있다.
환자 정보 데이터베이스(30)는 환자의 거주 지역, 연령, 국적, 연락처 등이 저장되는 DB로서, 이중에서 환자의 거주 지역 및 연령은 클라우드 서버(80)로 전송될 수 있으며, 전송된 환자 정보는 구강 검진 지수 산정 기준 데이터를 현행화하는데 사용될 수 있다.
클라우드 서버(80)는 구강 검진소(40)로부터 제공받은 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 분석하여 구강 검진 지수 산정 기준 데이터를 현행화하는 서버이다. 이를 위해, 클라우드 서버(80)는 빅데이터 데이터베이스(50), 빅데이터 분석 모듈(60) 및 구강 검진 지수 산정 기준 현행화 데이터베이스(DB)(70)를 포함할 수 있다. 빅데이터 데이터베이스(50)는 구강 검진소(40)로부터 제공받은 구강 검진 지수 산정 기준 데이터를 저장하며, 복수의 구강 검진소(40)에서 오랜 기간 동안 구강 검진 지수 산정 기준 데이터를 제공받아서 구강 검진 지수 산정 기준 데이터를 빅데이터로 저장할 수 있다.
빅데이터 분석 모듈(60)은 빅데이터 데이터베이스(50)에 저장된 빅데이터 형태의 구강 검진 지수 산정 기준 데이터를 현행화하는 작업을 수행하는데 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 분석하여 현재 시점에서 환자의 거주 지역 및 연령에 따라 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 구강 검진 지수 산정 기준 데이터를에 가중치(가중치가 0 일 수 있음)를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하게 된다.
우선, 구강 검진 지수란 구강 건강을 판단할 때 사용하는 구강 건강 판단 항목의 점수에 환자의 연령과 같은 소정의 기준에 따라 가중치가 부여된 점수를 말한다. 또한, 구강 검진 지수 산정 기준 데이터는 구강 건강 판단 항목 점수를 산출하는 기준 데이터가 되며, 기준 데이터로 구강 건강 판단 항목 점수를 산출하고 산출된 구강 건강 판단 항목 점수에 가중치를 부여하여 구강 검진 지수를 도출할 수 있다.
구체적으로, 구강 건강 판단 항목이 치주 상태 항목일 경우, 치주 상태 항목 점수를 산정하기 위한 기존의 구강 검진 지수 산정 기준 데이터는, 이 닦기 횟수, 스켈링 수진 여부, 전신 질환 여부, 치면 세균막 지수, 치석 지수, 치주낭, 치은염, 치아 동요도, 구강 미생물 검사 측정값이 있을 수 있으며, 각 기준 데이터에는 해당 가중치가 설정되어 있을 수 있다.
그러나, 시대가 변화함에 따라 환자의 거주 지역 및 연령에 따른 전술한 기존의 구강 검진 지수 산정 기준 데이터는 치주 상태 항목에 대한 영향력이 변화될 수 있으며, 심지어 어떤 기준 데이터는 더 이상 필요없는 기준 데이터일 수 있다. 따라서, 빅데이터 분석 모듈(60)은 기존의 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 딥러닝(DEEP LEARNING) 방식으로 분석하여, 특정 구강 건강 판단 항목에 대한 기존의 구강 검진 지수 산정 기준 데이터 각각이 기준 데이터로서 가치가 있는지, 가치가 있다면 어느 정도의 가중치를 부여해야 하는지를 판단하게 된다. 물론, 기존에는 없던 구강 검진 지수 산정 기준 데이터가 새로이 추가될 수도 있다.
예를 들어, 치주 상태 항목의 기존의 구강 검진 지수 산정 기준 데이터가 치석 지수인 경우, 분석 결과, 치석 지수가 더 이상 치주 상태에 영향을 미치지 않는다고 분석될 경우 치석 지수에 가중치 0 을 부여하여 치석 지수를 구강 검진 지수 산정 기준 데이터에서 제외한다. 또한, 치석 지수가 환자의 특정 거주 지역 및 특정 연령에 있어서 치주 상태에 미치는 영향력이 변화되었을 경우 구강 검진 지수 산정에 있어 치석 지수의 가중치를 조정하게 된다.
즉, 빅데이터 분석 모듈(60)이 수행하는 구강 검진 지수 산정 기준 데이터 현행화는 각 구강 건강 평가 항목에 대한 구강 검진 지수 산정 기준 데이터를 선정하고, 또한 선정된 기준 데이터의 가중치를 조정하는 과정을 말한다고 볼 수 있다.
아울러, 빅데이터 분석 모듈(60)은 전술한 빅데이터 분석 작업의 결과로서 구강 검진 관련 통계 데이터를 생성할 수 있다. 이후, 빅데이터 분석 모듈(60)은 생성한 통계 데이터를 빅데이터 데이터베이스(50)에 저장할 수 있다.
구강 검진 지수 산정 기준 현행화 데이터베이스(70)는 빅데이터 분석 모듈(60)에서 현행화한 구강 검진 지수 산정 기준 데이터를 저장하고, 이후 저장된 현행화된 구강 검진 지수 산정 기준 데이터는 구강 검진 관련 기관으로 제공될 수 있다.
구강 검진 관련 기관은 환자의 구강을 검진하는 구강 검진소(40) 및 구강 검진을 직접적으로 하지는 않지만 구강 건강을 위한 정책을 입안하는 치아 학회 및 구강 관련 정부 기관을 포함할 수 있다. 구강 검진 관련 기관은 클라우드 서버(80)로부터 현행화된 구강 검진 지수 산정 기준 데이터를 제공받아 이를 기준으로 환자의 구강을 검진하게 되고, 또한 구강 관련 정부 기관은 구강 정책을 입안하는데 이용하게 된다.
이렇게, 빅데이터를 분석하여 구강 검진 지수 산정 기준 데이터를 현행화하고, 이 현행화된 구강 검진 지수 산정 기준 데이터를 구강 검진 관련 기관이 이용하게 되는바 환자의 구강 건강을 좀 더 개선시킬 수 있다.
이상 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템을 설명하였으며, 이하 도 4 를 참조하여 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 방법을 설명한다. 도 4 는 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 방법의 흐름도이다.
도 4 를 참조하면, 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 방법은, 클라우드 서버가 구강 검진소로부터 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터, 거주 지역 및 연령을 입력받는 단계(S10), 클라우드 서버가 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 분석하여 환자의 거주 지역 및 연령에 따라 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 구강 검진 지수 산정 기준 데이터에 가중치를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하는 단계(S20) 및 클라우드 서버가 현행화된 구강 검진 지수 산정 기준 데이터를 구강 검진 관련 기관에 제공하는 단계(S30)를 포함한다.
클라우드 서버가 구강 검진소로부터 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터, 거주 지역 및 연령을 입력받는 단계(S10)는, 구강 검진소(40)는 환자의 구강 건강을 검진한 후 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터, 거주 지역 및 연령을 클라우드 서버(80)에 전송하게 된다.
클라우드 서버가 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 분석하여 환자의 거주 지역 및 연령에 따라 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 구강 검진 지수 산정 기준 데이터에 가중치를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하는 단계(S20)는, 클라우드 서버(80)가 구강 검진소(40)로부터 구강 검진 지수 산정 기준 데이터, 거주 지역 및 연령을 입력받고 이 정보를 빅데이터화 하게 된다. 이후, 클라우드 서버(80)는 빅데이터를 분석하여 환자의 거주 지역 및 연령에 따라 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 구강 검진 지수 산정 기준 데이터에 가중치를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하게 된다.
클라우드 서버가 현행화된 구강 검진 지수 산정 기준 데이터를 구강 검진 관련 기관에 제공하는 단계(S30)는, 클라우드 서버(80)는 현행화된 구강 검진 지수 산정 기준 데이터를 생성하고, 이 생성된 현행화된 구강 검진 지수 산정 기준 데이터를 구강 검진 관련 기관에 제공하게 된다.
이상 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.
10: 구강 검진 시스템 20: 구강 검진 지수 산정 기준 DB
30: 환자 정보 DB 40: 구강 검진소
50: 빅데이터 DB 60: 빅데이터 분석 모듈
70: 구강 검진 지수 산정 기준 현행화 DB
80: 클라우드 서버

Claims (22)

  1. 환자의 구강 상태를 검진하고, 상기 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터, 거주 지역 및 연령을 제공하는 구강 검진소;
    상기 구강 검진소로부터 제공받은 상기 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 분석하여 현재 시점에서 상기 환자의 거주 지역 및 연령에 따라 상기 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 상기 구강 검진 지수 산정 기준 데이터에 가중치를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하는 클라우드 서버; 및
    상기 클라우드 서버로부터 현행화된 구강 검진 지수 산정 기준 데이터를 제공받는 구강 검진 관련 기관을 포함하고,
    상기 클라우드 서버는,
    기존의 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 딥러닝 방식으로 분석하여, 특정 구강 건강 판단 항목에 대한 기존의 구강 검진 지수 산정 기준 데이터 각각이 기준 데이터로서 가치를 판단하고, 판단 결과에 따라 부여할 가중치를 판단하는 빅데이터 분석 모듈을 포함하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.
  2. 제 1 항에 있어서,
    상기 구강 검진소는 구강 검진 시스템을 포함하고,
    상기 구강 검진 시스템은 상기 환자의 구강 상태를 검진하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.
  3. 제 1 항에 있어서,
    상기 구강 검진소는 구강 검진 지수 산정 데이터베이스를 포함하고,
    상기 구강 검진 지수 산정 데이터베이스는 상기 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터를 저장하고, 또한 기존의 구강 검진 지수 산정 기준 데이터를 상기 클라우드 서버로부터 제공받은 현행화된 구강 검진 지수 산정 기준 데이터로 갱신하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.
  4. 제 1 항에 있어서,
    상기 구강 검진소는 환자 정보 데이터베이스를 포함하고,
    상기 환자 정보 데이터베이스는 상기 환자의 거주 지역 및 연령을 저장하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.
  5. 제 1 항에 있어서,
    상기 클라우드 서버는 빅데이터 서버를 포함하고,
    상기 빅데이터 서버는 상기 구강 검진소로부터 제공받은 상기 구강 검진 지수 산정 기준 데이터를 빅데이터로 저장하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.
  6. 제 1 항에 있어서,
    상기 빅데이터 분석 모듈은 상기 빅데이터를 분석하여 현재 시점에서 상기 환자의 거주 지역 및 연령에 따라 상기 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 상기 구강 검진 지수 산정 기준 데이터에 가중치를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.
  7. 제 6 항에 있어서,
    상기 가중치가 0 인 경우는 가중치 0 인 경우에 해당하는 구강 검진 지수 산정 기준 데이터를 제외하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.
  8. 제 6 항에 있어서,
    구강 검진 지수 산정 기준 데이터를 현행화하는 과정은 새로운 구강 검진 지수 산정 기준 데이터를 포함하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.
  9. 제 1 항에 있어서,
    상기 클라우드 서버는 구강 검진 지수 산정 기준 현행화 데이터베이스를 포함하고,
    상기 구강 검진 지수 산정 기준 현행화 데이터베이스는 상기 현행화된 구강 검진 지수 산정 기준 데이터를 저장하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.
  10. 제 1 항에 있어서,
    상기 구강 검진소는 치과 병원 및 보건소를 포함하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.
  11. 제 1 항에 있어서,
    상기 구강 검진 관련 기관은 치과 병원, 보건소, 치아 학회, 구강 관련 정부 기관을 포함하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.
  12. 클라우드 서버가 구강 검진소로부터 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터, 거주 지역 및 연령을 입력받는 단계;
    상기 클라우드 서버가 상기 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 분석하여 특정 구강 건강 판단 항목에 대한 기존의 구강 검진 지수 산정 기준 데이터 각각이 기준 데이터로서의 가치를 판단하고, 현재 시점에서 상기 환자의 거주 지역 및 연령에 따라 상기 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하여 판단 결과에 따라 상기 구강 검진 지수 산정 기준 데이터에 가중치를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하는 단계;
    및
    상기 클라우드 서버가 현행화된 구강 검진 지수 산정 기준 데이터를 구강 검진 관련 기관에 제공하는 단계를 포함하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.
  13. 제 12 항에 있어서,
    상기 구강 검진소는 구강 검진 시스템을 포함하고,
    상기 구강 검진 시스템은 상기 환자의 구강 상태를 검진하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.
  14. 제 12 항에 있어서,
    상기 구강 검진소는 구강 검진 지수 산정 데이터베이스를 포함하고,
    상기 구강 검진 지수 산정 데이터베이스는 상기 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터를 저장하고, 또한 기존의 구강 검진 지수 산정 기준 데이터를 상기 클라우드 서버로부터 제공받은 현행화된 구강 검진 지수 산정 기준 데이터로 갱신하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.
  15. 제 12 항에 있어서,
    상기 구강 검진소는 환자 정보 데이터베이스를 포함하고,
    상기 환자 정보 데이터베이스는 상기 환자의 거주 지역 및 연령을 저장하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.
  16. 제 12 항에 있어서,
    상기 클라우드 서버는 빅데이터 서버를 포함하고,
    상기 빅데이터 서버는 상기 구강 검진소로부터 제공받은 상기 구강 검진 지수 산정 기준 데이터를 빅데이터로 저장하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.
  17. 제 12 항에 있어서,
    빅데이터 분석 모듈은 상기 빅데이터를 분석하여 현재 시점에서 상기 환자의 거주 지역 및 연령에 따라 상기 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 상기 구강 검진 지수 산정 기준 데이터에 가중치를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.
  18. 제 17 항에 있어서,
    상기 가중치가 0 인 경우는 가중치 0 인 경우에 해당하는 구강 검진 지수 산정 기준 데이터를 제외하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.
  19. 제 17 항에 있어서,
    구강 검진 지수 산정 기준 데이터를 현행화하는 과정은 새로운 구강 검진 지수 산정 기준 데이터를 포함하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.
  20. 제 12 항에 있어서,
    상기 클라우드 서버는 구강 검진 지수 산정 기준 현행화 데이터베이스를 포함하고,
    상기 구강 검진 지수 산정 기준 현행화 데이터베이스는 상기 현행화된 구강 검진 지수 산정 기준 데이터를 저장하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.
  21. 제 12 항에 있어서,
    상기 구강 검진소는 치과 병원 및 보건소를 포함하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.
  22. 제 12 항에 있어서,
    상기 구강 검진 관련 기관은 치과 병원, 보건소, 치아 학회, 구강 관련 정부 기관을 포함하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.
KR1020160067705A 2016-05-31 2016-05-31 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 및 방법 KR101868979B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160067705A KR101868979B1 (ko) 2016-05-31 2016-05-31 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160067705A KR101868979B1 (ko) 2016-05-31 2016-05-31 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20170135572A KR20170135572A (ko) 2017-12-08
KR101868979B1 true KR101868979B1 (ko) 2018-07-23

Family

ID=60920204

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160067705A KR101868979B1 (ko) 2016-05-31 2016-05-31 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101868979B1 (ko)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020080819A1 (ko) * 2018-10-16 2020-04-23 주식회사 큐티티 기계학습 알고리즘을 이용한 구강건강 예측장치 및 방법
KR20200046162A (ko) 2018-10-16 2020-05-07 주식회사 큐티티 딥러닝과 빅데이터를 이용한 치주질환관리시스템
KR20200051334A (ko) 2018-11-05 2020-05-13 주식회사 큐티티 의료서비스 플랫폼 기반 어린이 구강건강 관리시스템
KR20200054366A (ko) 2018-11-05 2020-05-20 주식회사 큐티티 어린이 구강건강 관리 및 교육시스템
KR20210044097A (ko) 2019-10-14 2021-04-22 주식회사 큐티티 치주염 탐지를 이용한 구강건강 예측장치 및 방법
KR20210044096A (ko) 2019-10-14 2021-04-22 주식회사 큐티티 치아우식 탐지를 이용한 구강건강 예측장치 및 방법
KR20210083478A (ko) 2019-12-26 2021-07-07 주식회사 큐티티 모바일기반 자가 구강검진장치
KR20220033360A (ko) 2020-09-09 2022-03-16 주식회사 큐티티 검진 부스를 이용한 구강검진장치
KR20220033359A (ko) 2020-09-09 2022-03-16 주식회사 큐티티 부스기반 자가 구강검진장치
KR20230045871A (ko) 2021-09-29 2023-04-05 주식회사 큐티티 구강 검진 부스를 이용한 구강검진방법
KR20230045870A (ko) 2021-09-29 2023-04-05 주식회사 큐티티 구강검진용 검진 부스
KR20230102720A (ko) 2021-12-30 2023-07-07 주식회사 큐티티 구강 이미지 학습 및 분류 장치 및 방법

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102074887B1 (ko) * 2018-03-05 2020-03-11 재단법인 경북아이티융합 산업기술원 영상분석을 이용한 구강 상태 원격 모니터링 시스템 및 그 방법
US11961235B2 (en) 2019-03-25 2024-04-16 Bonewise Inc. Apparatus, method and recording medium storing instructions for determining bone age of teeth
KR102240932B1 (ko) 2020-03-23 2021-04-15 한승호 구강 데이터 관리 방법, 장치, 및 시스템
WO2024020318A1 (en) * 2022-07-19 2024-01-25 Yara Group, Inc. Systems and methods for prediction of outcomes by analyzing data

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101510600B1 (ko) * 2014-11-11 2015-04-08 국민건강보험공단 빅데이터 개인 건강 기록 시스템

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110125421A (ko) * 2010-05-13 2011-11-21 주식회사 닥터프리벤트 구강 건강 관리 서비스 제공 시스템 및 구강 건강 관리 서비스 제공 방법
KR101353973B1 (ko) * 2012-03-22 2014-01-23 경북대학교 산학협력단 텔리-덴탈 스마트 케어 서비스 방법
KR102131973B1 (ko) * 2013-12-30 2020-07-08 주식회사 케이티 개인 건강관리 방법 및 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101510600B1 (ko) * 2014-11-11 2015-04-08 국민건강보험공단 빅데이터 개인 건강 기록 시스템

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200046162A (ko) 2018-10-16 2020-05-07 주식회사 큐티티 딥러닝과 빅데이터를 이용한 치주질환관리시스템
WO2020080819A1 (ko) * 2018-10-16 2020-04-23 주식회사 큐티티 기계학습 알고리즘을 이용한 구강건강 예측장치 및 방법
KR20230098125A (ko) 2018-11-05 2023-07-03 주식회사 큐티티 의료서비스 플랫폼 기반 어린이 구강건강 관리시스템
KR20200051334A (ko) 2018-11-05 2020-05-13 주식회사 큐티티 의료서비스 플랫폼 기반 어린이 구강건강 관리시스템
KR20200054366A (ko) 2018-11-05 2020-05-20 주식회사 큐티티 어린이 구강건강 관리 및 교육시스템
KR20210044097A (ko) 2019-10-14 2021-04-22 주식회사 큐티티 치주염 탐지를 이용한 구강건강 예측장치 및 방법
KR20210044096A (ko) 2019-10-14 2021-04-22 주식회사 큐티티 치아우식 탐지를 이용한 구강건강 예측장치 및 방법
KR20210083478A (ko) 2019-12-26 2021-07-07 주식회사 큐티티 모바일기반 자가 구강검진장치
KR20220033359A (ko) 2020-09-09 2022-03-16 주식회사 큐티티 부스기반 자가 구강검진장치
KR20220033360A (ko) 2020-09-09 2022-03-16 주식회사 큐티티 검진 부스를 이용한 구강검진장치
KR20230045871A (ko) 2021-09-29 2023-04-05 주식회사 큐티티 구강 검진 부스를 이용한 구강검진방법
KR20230045870A (ko) 2021-09-29 2023-04-05 주식회사 큐티티 구강검진용 검진 부스
KR20230102720A (ko) 2021-12-30 2023-07-07 주식회사 큐티티 구강 이미지 학습 및 분류 장치 및 방법

Also Published As

Publication number Publication date
KR20170135572A (ko) 2017-12-08

Similar Documents

Publication Publication Date Title
KR101868979B1 (ko) 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 및 방법
Dorri et al. Micro‐invasive interventions for managing proximal dental decay in primary and permanent teeth
Kushnir et al. Validation of a Hebrew version of the oral health impact profile 14
US8439681B2 (en) Method of assessing oral health risk
Gordan et al. Methods used by Dental Practice-based Research Network (DPBRN) dentists to diagnose dental caries
Pienihäkkinen et al. Assessment of caries risk in preschool children
Lindmark et al. Sense of coherence and oral health status in an adult Swedish population
Powell et al. Factors associated with caries incidence in an elderly population
Rindal et al. Methods dentists use to diagnose primary caries lesions prior to restorative treatment: findings from The Dental PBRN
KR101710357B1 (ko) 구강 건강 관리 시스템, 구강 건강 관리 엔진 및 구강 건강 관리 방법
Merli et al. Inter‐rater agreement in the diagnosis of mucositis and peri‐implantitis
Yamamoto et al. Validity of a questionnaire for periodontitis screening of Japanese employees
Miao et al. The mediating role of general self-efficacy in the association between perceived social support and oral health-related quality of life after initial periodontal therapy
Gillam Management of dentin hypersensitivity
Perea et al. Validation of the ‘Quality of Life with Implant Prostheses (QoLIP-10)’questionnaire for wearers of cement-retained implant-supported restorations
Rajpoot et al. Evaluation of variation in the palatal gingival biotypes using an ultrasound device
Novaes et al. Association between quantitative measures obtained using fluorescence‐based methods and activity status of occlusal caries lesions in primary molars
Jablonski-Momeni et al. Use of AC impedance spectroscopy for monitoring sound teeth and incipient carious lesions
JP7002632B2 (ja) 口腔内指標を判定するための検査方法
Ullah et al. Oral health of 12-year-old Bangladeshi children
Nascimento et al. Concordance between preoperative and postoperative assessments of primary caries lesion depth: results from the Dental PBRN
Chetrus et al. Gingival recession, Diagnostic methods
Goh et al. An evaluation of the repeatability of electric pulp sensibility tests
KR20160097997A (ko) 구취 진단을 위한 정보제공방법
RU2655121C1 (ru) Способ оценки воспалительного процесса в тканях пародонта

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