KR101943222B1 - Method and system for providing result of prospect of cancer treatment and reference data - Google Patents

Method and system for providing result of prospect of cancer treatment and reference data Download PDF

Info

Publication number
KR101943222B1
KR101943222B1 KR1020170143559A KR20170143559A KR101943222B1 KR 101943222 B1 KR101943222 B1 KR 101943222B1 KR 1020170143559 A KR1020170143559 A KR 1020170143559A KR 20170143559 A KR20170143559 A KR 20170143559A KR 101943222 B1 KR101943222 B1 KR 101943222B1
Authority
KR
South Korea
Prior art keywords
treatment
information
result
data
condition
Prior art date
Application number
KR1020170143559A
Other languages
Korean (ko)
Inventor
이석
Original Assignee
고려대학교 산학협력단
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 고려대학교 산학협력단 filed Critical 고려대학교 산학협력단
Priority to KR1020170143559A priority Critical patent/KR101943222B1/en
Priority to PCT/KR2018/007865 priority patent/WO2019074191A1/en
Application granted granted Critical
Publication of KR101943222B1 publication Critical patent/KR101943222B1/en

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

The present invention relates to a method and a system for providing a treatment preestimate result, which provides a treatment prognosis fit to a condition that a user requires with respect to various types of cancers and therapy methods by a data mining technique to enable a user to figure out the most appropriate therapy method. The method comprises the steps of: building a semantic database dictionary through collection and data mining of treatment-related literature or case information; in the case that at least one of a part to be treated, a therapy method, types of side effects, and patient condition information is inputted as input information, forming a treatment predictive model based on the input information and the semantic database dictionary; and providing result information corresponding to the input information based on the treatment predictive model.

Description

치료 예측결과 및 근거 자료 일괄 제공 방법 및 시스템{Method and system for providing result of prospect of cancer treatment and reference data}BACKGROUND OF THE INVENTION 1. Field of the Invention < RTI ID = 0.0 > [0004] < / RTI &

본 발명은 치료 예측결과 제공 방법 및 시스템에 관한 것으로, 보다 상세하게는 다수의 문헌 정보를 데이터마이닝하여 사용자가 요구하는 조건에 맞는 치료 예후를 제공함과 동시에, 근거 자료을 동일 플랫폼을 통해 일괄 제공할 수 있도록 하는 치료 예측결과 및 근거 자료 일괄 제공 방법 및 시스템에 관한 것이다.The present invention relates to a method and system for providing a therapeutic prediction result, and more particularly, to a method and system for providing a therapeutic prediction result according to a condition required by a user by data mining a plurality of bibliographic information, And a method and system for collectively providing evidence data.

환자의 신체 내 존재하는 악성 또는 양성 종양을 치료하는 방법으로서, 수술, 약물 치료 및 방사선 치료 등이 존재한다. 하지만 보통 하나의 치료법만을 단독 사용하기 보다는 복수의 치료법을 동시에 또는 최적의 순서로 사용하여 암을 치료하는 것이 일반적이다. As a method of treating malignant or benign tumors present in the patient's body, surgery, medication, radiation therapy, and the like exist. However, it is common to treat cancer by using plural therapies simultaneously or in an optimal order, rather than using only one treatment.

하지만, 암과 환자 특성에 맞는 최적의 치료 조합은 단순히 의료진의 경험과 지식에 의존하거나, 문헌을 직접 찾아야 하는 어려움이 있다. However, the optimal combination of treatments suited to cancer and patient characteristics is dependent on the experience and knowledge of the medical staff, and there is a difficulty in finding the literature directly.

더 나아가, 방사선 치료를 전문으로 하는 의료진과 약물치료를 전문으로 하는 의료진간에는 최적의 항암치료 방법을 찾기 위하여 협진을 하여야 하나 복수 의료진의 일치하지 않은 경험으로 인하여 원하는 항암치료 결과를 찾기 어렵다는 문제가 있다. 예를 들어 대한민국 특허 10-0794516호는 환자 사례 데이터베이스와 질환명 중요 검사 항목간 상관관계를 기계학습하고, 기계학습 결과를 이용하여 환자 검사 정보에 대응되는 질환을 판별하는 구성을 개시하고 있으나, 사실상 구분되는 치료이나 상호간 영향을 주는 복수 종류의 치료방법에 대한 종합적인 치료의 예후를 인공지능으로 제공하는 방법은 아직까지 개시되지 못하는 상황이다.Further, there is a problem that it is difficult to find out the desired chemotherapy result because of the inconsistent experience of the multiple medical staff, in order to find the optimal chemotherapy method between the medical staff specializing in radiotherapy and the medical specialist . For example, Korean Patent No. 10-0794516 discloses a configuration in which a correlation between a patient case database and a disease name critical inspection item is machine-learned, and a disease corresponding to patient examination information is determined using a machine learning result, Methods for providing artificial intelligence for comprehensive treatment of multiple treatments with different treatments or reciprocal effects have yet to be disclosed.

따라서, 본 발명이 해결하고자 하는 과제는 다수의 문헌 정보를 데이터마이닝하여 사용자가 요구하는 조건에 맞는 치료 예후를 제공함과 동시에, 데이터마이닝 근거 자료을 동일 플랫폼을 통해 일괄 제공할 수 있도록 하는 치료 예측결과 및 근거 자료 일괄 제공 방법 및 시스템에 관한 것이다.Accordingly, a problem to be solved by the present invention is to provide a treatment prognosis according to a condition required by a user by data mining a plurality of bibliographic information, and to provide a treatment prediction result, The present invention relates to a method and system for collectively providing evidence data.

상기 과제를 해결하기 위한 수단으로서, 본 발명의 일 실시 형태에 따른 치료 예측결과 및 근거 자료 일괄 제공방법은, 문헌 정보를 수집 및 데이터마이닝하여 시맨틱 데이터베이스 사전을 구축하는 단계; 치료 부위, 치료 방법, 환자 상태 정보, 및 부작용 종류 중 적어도 하나가 입력정보로 입력되면, 상기 입력 정보와 상기 시맨틱 데이터베이스 사전을 기반으로 치료 예측 모델을 구성하는 단계; 상기 치료 예측 모델을 기반으로 상기 입력 정보에 대응되는 결과 정보를 획득하는 단계; 상기 결과 정보의 근거 자료들을 수집 및 목록화하는 단계; 및 상기 근거자료를 상기 결과 정보와 함께 동일 화면을 통해 표시하는 단계를 포함한다. According to an aspect of the present invention, there is provided a method for providing a treatment prediction result and a data base in accordance with an embodiment of the present invention includes: constructing a semantic database dictionary by collecting and mining document information; Constructing a treatment prediction model based on the input information and the semantic database dictionary when at least one of a treatment site, a treatment method, patient state information, and a side effect type is input as input information; Obtaining result information corresponding to the input information based on the treatment prediction model; Collecting and cataloging evidence data of the result information; And displaying the result data on the same screen together with the result information.

상기 근거 자료들을 수집 및 목록화하는 단계는 문헌 정보 개시일, 정보 관련성, 및 저자 신뢰도 중 적어도 하나를 기반으로 상기 수집된 근거 자료들의 우선순위를 결정하고 목록화할 수 있다. The step of collecting and cataloging the evidence data may include prioritizing and cataloging the collected evidence data based on at least one of a document information start date, information relevance, and author credibility.

그리고 상기 근거 자료들을 수집 및 목록화하는 단계는 사용자 요청하에 상기 문헌 정보 개시일, 상기 정보 관련성, 및 상기 저자 신뢰도 각각의 고려 비중을 임의 조정할 수 있는 것을 특징으로 한다. In addition, the step of collecting and cataloging the evidence data can arbitrarily adjust the ratio of consideration of each of the document information start date, the information relevance, and the author credibility under a user request.

또한 상기 방법은 상기 근거 자료 목록을 통해 하나의 근거 자료이 선택 및 열람 요청되면, 상기 열람 요청된 근거 자료의 상세 정보를 불러와 추가 표시하는 단계를 더 포함할 수 있다. In addition, the method may further include the step of displaying and displaying detailed information of the requested base material when a base material is selected and viewed through the base material list.

상기 근거 자료의 상세 정보를 불러와 추가 표시하는 단계는 상기 치료 예측 모델 구성에 이용되는 시맨틱 키워드를 볼드 처리 또는 박스 처리한 후, 화면 표시하는 기능을 더 포함할 수 있다. The step of further displaying and displaying the detailed information of the evidence data may further include a function of bolding or box processing the semantic keyword used in the structure of the treatment prediction model and then displaying the screen.

더하여, 상기 근거 자료의 상세 정보를 불러와 추가 표시하는 단계는 상기 치료 예측 모델 구성에 이용되는 시맨틱 키워드가 개시된 문장만을 추출하여 선별적으로 제공하는 기능을 더 포함할 수 있다. In addition, the step of further displaying and displaying detailed information of the evidence data may further include extracting only the sentences in which the semantic keywords used in the treatment prediction model construction are selected and selectively providing the extracted sentences.

상기 결과 정보는 부작용 종류 및 치료 방법 중 적어도 하나에 따른 생존율, 독성, 반응도, 치료 방법의 조합, 및 치료 방법의 조건 중 적어도 어느 하나인 것을 특징으로 한다. Wherein the result information is at least one of survival rate, toxicity, response rate, combination of treatment methods, and treatment conditions according to at least one of the side effect type and the treatment method.

상기 치료 예측 모델을 구성하는 단계는 수술, 화학요법, 방사선 치료, 면역 치료, 온열 치료, 및 골수이식 중 적어도 하나 또는 둘 이상의 조합에 따른 통합 치료 방법을 결정하는 단계를 더 포함할 수 있다. The step of constructing the treatment prediction model may further comprise determining an integrated treatment method according to at least one or more combinations of surgery, chemotherapy, radiotherapy, immunotherapy, hyperthermia treatment, and bone marrow transplantation.

상기 시맨틱 데이터베이스 사전을 구축하는 단계는, 암 치료 관련 문헌 또는 사례정보로부터 암 치료 결과 예후 인자들과 출력 결과에 해당하는 예후 인자 데이터를 추출하는 단계; 상기 예후 인자 데이터에 대한 시맨틱 분석을 통해 시맨틱 키워드를 추출하는 단계; 및 상기 시맨틱 키워드를 기반으로 상기 시맨틱 데이터베이스 사전을 작성 및 저장하는 단계를 포함할 수 있다. The step of constructing the semantic database dictionary includes extracting prognostic factor data corresponding to cancer treatment outcome prognostic factors and output results from literature or case information related to cancer treatment; Extracting a semantic keyword through semantic analysis on the prognostic factor data; And creating and storing the semantic database dictionary based on the semantic keyword.

상기 과제를 해결하기 위한 수단으로서, 본 발명의 다른 실시 형태에 따른 치료 예측결과 및 근거 자료 일괄 제공 시스템은 치료 관련 문헌 또는 사례 정보를 수집 및 데이터마이닝한 결과를 저장하는 시맨틱 데이터베이스 사전; 치료 부위, 치료 방법, 환자 상태 정보, 및 부작용 종류 중 적어도 하나가 입력정보를 사용자 단말로부터 입력받는 입력정보수신부; 상기 입력정보수신부로부터 수신된 입력정보와 상기 시맨틱 데이터베이스 사전을 기반으로 하여 치료에 관한 예측 모델을 구성하는 예측모델구성부; 상기 예측 모델을 기반으로 상기 입력 정보에 대응되는 결과 정보를 상기 사용자 단말에 제공하는 결과 정보 획득부; 상기 결과 정보의 근거 자료들을 수집 및 목록화하는 근거 자료 획득부; 상기 입력 정보를 입력받거나, 상기 결과 정보와 상기 근거자료를 동시 안내하기 위한 UI(User Interface)를 구성 및 제공하는 UI 구성부를 포함할 수 있다. As a means for solving the above problems, a treatment prediction result and a data base providing system according to another embodiment of the present invention include a semantic database dictionary storing a result of collecting and data mining treatment-related documents or case information; At least one of a treatment part, a treatment method, patient condition information, and a side effect type is inputted from a user terminal; A prediction model constructing unit for constructing a prediction model for treatment based on the input information received from the input information receiving unit and the semantic database dictionary; A result information obtaining unit for providing result information corresponding to the input information to the user terminal based on the prediction model; A base data acquisition unit for collecting and cataloging base data of the result information; And a UI constructing unit for constructing and providing a UI (User Interface) for receiving the input information or simultaneously guiding the result information and the supporting data.

상기 근거 자료 획득부는 문헌 정보 개시일, 정보 관련성, 및 저자 신뢰도 중 적어도 하나를 기반으로 상기 수집된 근거 자료들의 우선순위를 결정하고 목록화할 수 있다. The evidence data acquiring unit may determine and catalog the priorities of the collected evidence data based on at least one of the date of publication of the information, the information relevance, and the author credibility.

상기 근거 자료 획득부는 사용자 요청하에 상기 문헌 정보 개시일, 상기 정보 관련성, 및 상기 저자 신뢰도 각각의 고려 비중을 임의 조정할 수 있는 것을 특징으로 한다. And the proof data acquiring unit can arbitrarily adjust the consideration of each of the document information start date, the information relevance, and the author credibility under a user request.

상기 근거 자료 획득부는 상기 근거 자료 목록을 통해 하나의 근거 자료이 선택 및 열람 요청되면, 상기 열람 요청된 근거 자료의 상세 정보를 불러와 상기 UI 구성부에 제공하는 기능을 더 포함할 수 있다.The base data acquiring unit may further include a function of retrieving detailed information of the base data requested to be browsed and providing the one base data to the UI unit when the base data is selected and viewed through the base data list.

본 발명에 따르면, 다양한 비수술적 치료방법이 존재하는 질병에 대한 치료방법과 각 방법별 부작용 등의 결과를 하나의 플랫폼에서 동시에 보여줄 수 있다. 이로써, 방사선 또는 약물의 조합 등과 같은 복합적 치료방법에 대해서도 그 독성, 생존율 등의 결과를 사용자의 선택에 따라 동일 플랫폼에서 보여줄 수 있는 장점이 있다. According to the present invention, a variety of non-surgical treatment methods can be simultaneously displayed on a single platform, such as treatment methods for diseases and side effects for each method. Thus, even in a complex treatment method such as radiation or a combination of medicines, the result of toxicity and survival rate can be displayed on the same platform according to the user's selection.

또한 치료 결과 예측에 대한 근거 자료 또한 동일 플랫폼을 통해 동시 제공할 수 있도록 함으로써, 정보 제공의 신뢰성을 높이고, 의료진이 관련 문헌 정보를 별도의 정보 검색 없이 보다 손쉽게 확인 및 열람할 수 있도록 해준다.In addition, the provision of data on the prediction of treatment outcomes can be provided simultaneously on the same platform, thereby enhancing the reliability of information provision and allowing clinicians to easily check and view related bibliographic information without searching for information.

도 1은 본 발명의 일 실시예에 따른 치료 예측결과 및 근거 자료 일괄 제공 방법의 단계도이다.
도 2는 본 발명의 일 실시예에 따른 데이터마이닝 방법을 설명하기 위한 도면이다.
도 3 내지 도 7은 상술한 방법에 따라 치료 예후를 예측하는 일 예를 설명하는 도면이다.
도 8 내지 도 10은 상술한 방법에 따라 치료 예후를 예측하는 근거 자료 제공 방법을 설명하기 위한 도면이다.
도 11는 본 발명의 일 실시예에 따른치료 예측결과 및 근거 자료 일괄 제공 시스템의 블록도이다.
BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is a block diagram illustrating a method of providing a treatment prediction result and a data base in accordance with an embodiment of the present invention. FIG.
2 is a diagram for explaining a data mining method according to an embodiment of the present invention.
FIGS. 3 to 7 are diagrams for explaining an example of predicting a treatment prognosis according to the above-described method. FIG.
FIGS. 8 to 10 are diagrams for explaining a method of providing evidence data for predicting a treatment prognosis according to the above-described method.
FIG. 11 is a block diagram of a system for providing a treatment prediction result and a data base in accordance with an embodiment of the present invention.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다. 이때, 첨부된 도면에서 동일한 구성 요소는 가능한 동일한 부호로 나타내고 있음에 유의한다. 또한, 본 발명의 요지를 흐리게 할 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략할 것이다. 마찬가지 이유로 첨부 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 개략적으로 도시되었다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. Note that, in the drawings, the same components are denoted by the same reference symbols as possible. Further, the detailed description of known functions and configurations that may obscure the gist of the present invention will be omitted. For the same reason, some of the components in the drawings are exaggerated, omitted, or schematically illustrated.

또한, 명세서 전체에서, 어떤 부분이 어떤 구성요소를 “포함”한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서 전체에서, “~상에”라 함은 대상 부분의 위 또는 아래에 위치함을 의미하는 것이며, 반드시 중력 방향을 기준으로 상측에 위치하는 것을 의미하는 것은 아니다.Also, throughout the specification, when an element is referred to as " including " an element, it is understood that the element may include other elements as well, without departing from the other elements unless specifically stated otherwise. Also, throughout the specification, the term " on " means located above or below a target portion, and does not necessarily mean that the target portion is located on the upper side with respect to the gravitational direction.

도 1은 본 발명의 일 실시예에 따른 치료 예측결과 제공 방법의 단계도이다. FIG. 1 is a block diagram of a method for providing a treatment prediction result according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 평가 방법은, 문헌 정보를 수집 및 데이터마이닝하여 시맨틱 데이터베이스 사전을 구축하는 단계(S100), 치료 부위, 치료 방법, 환자 상태 정보, 및 부작용 종류 중 적어도 하나가 입력정보로 입력되면, 상기 입력 정보와 상기 시맨틱 데이터베이스 사전을 기반으로 치료 예측 모델을 구성하는 단계(S200), 상기 치료 예측 모델을 기반으로 상기 입력 정보에 대응되는 결과 정보를 획득하는 단계(S300), 상기 결과 정보의 근거 자료들을 수집 및 목록화한 후, 상기 결과 정보와 함께 동일 화면을 통해 표시하는 단계(S400)를 포함한다. 1, an evaluation method according to an embodiment of the present invention includes a step S100 of constructing a semantic database dictionary by collecting and data mining document information, a treatment site, a treatment method, patient state information, Constructing a treatment prediction model based on the input information and the semantic database dictionary (S200) if at least one of the input information and the semantic database dictionary is input, obtaining result information corresponding to the input information based on the treatment prediction model (S300), collecting and cataloging the result information, and displaying the same on the same screen together with the result information (S400).

즉, 본 발명은 다수의 문헌 정보를 데이터마이닝하여 사용자가 요구하는 조건에 맞는 치료 예후를 제공함과 동시에, 데이터마이닝 근거 자료을 동일 플랫폼을 통해 일괄 제공함으로써, 정보 제공의 신뢰성을 높이고, 의료진이 별도 검색 없이 관련 문헌 정보를 보다 손쉽게 확인 및 열람할 수 있도록 해준다. That is, the present invention provides data mining of a plurality of document information to provide a treatment prognosis according to a condition required by a user, and at the same time provides data mining basis data collectively through the same platform, thereby enhancing the reliability of information provision, It makes it easier to check and view related bibliographic information.

먼저, 본 발명의 일 실시예에 따른 시맨틱 데이터베이스를 구축하기 위한 데이터마이닝 및 결과 정보를 제공하는 방법을 설명하기로 한다. First, a method of providing data mining and result information for constructing a semantic database according to an embodiment of the present invention will be described.

도 2는 본 발명의 일 실시예에 따른 데이터마이닝 방법을 설명하기 위한 도면이다. 2 is a diagram for explaining a data mining method according to an embodiment of the present invention.

먼저, 학술 논문, 의학 서적, 사례 정보와 같은 각종 문헌 정보(PDF 문서)로부터 치료 결과 예후 인자들과 출력 결과에 해당하는 텍스트를 추출하고 추출된 텍스트를 형태소분석, 시맨틱 분석을 통해 유의미한 시맨틱 키워드(Age, 선량-체적 히스토그램, 독성 등급 1, 2, 3, 4, 5, …)로 추출하며, 다시 추출된 시맨틱 키워드는 검색(조회)에 적합한 형태로 데이터베이스화하여 데이터베이스 사전을 구축한다(S310~S340). 이때의 시맨틱 키워드 각각은 유의어 등을 포괄할 수 있을 것이다. 그리고 시맨틱 키워드가 추출된 문헌 정보의 제목, 링크 주소 등과 같이 근거 자료 식별을 위한 출처 정보가 매핑되어, 차후 이를 기반으로 근거 자료 식별 및 수집이 가능하도록 한다. First, the text corresponding to the treatment outcome prognostic factors and the output result is extracted from various literature information (PDF document) such as academic papers, medical books, case information, and the extracted text is analyzed through stemming analysis, semantic analysis, (SIMILAR 3), and the extracted semantic keywords are converted into a database in a form suitable for retrieval (query) to construct a database dictionary (S310 ~ S340). Each of the semantic keywords at this time may include synonyms and the like. Then, the source information for identifying the source data, such as the title and link address of the extracted metadata information, is mapped so that the source data can be identified and collected on the basis of the source information.

그리고 치료 부위, 치료 방법, 환자 상태 정보, 및 부작용 종류 중 적어도 하나를 입력정보로써 입력받는다. 특히, 본 발명에서는 입력 정보 중 일부는 치료 조건으로, 나머지 일부는 치료 결과 조건으로 구분되어 입력될 수 있다. 예를 들어, 치료 부위가 폐이고, 치료 방법이 방사선인 것을 치료 조건으로, 치료 부작용에 따른 폐렴 및 식도염을 치료 결과 조건으로 입력할 수 있다(S350). At least one of the treatment site, the treatment method, the patient status information, and the side effect type is input as input information. Particularly, in the present invention, some of the input information may be classified as a treatment condition, and the remaining part of the input information may be classified as a treatment result condition. For example, pneumonia and esophagitis due to the treatment adverse reaction may be input as a treatment result condition (S350) as a treatment condition that the treatment site is lung and the treatment method is radiation.

그러면, 본 발명은 특히 치료 종류와 다양한 종류의 치료 결과를 시멘틱 키워드 형태로 분류하여 구축된 데이터베이스 사전을 이용하는데, 이를 통하여 치료 부위와 환자 정보에 따라 원하는 데이터만을 가져와서 하나의 치료예측모델을 구축할 수 있다(S360,S370). 예를 들어, 치료 방법은 방사선이고 부작용이 폐렴인 경우, ge, COPD, ILD, 폐기능(Pulmonary function), DVH, 치료 부위(예를 들어, 종양 위치) 등의 임상정보를 다시 입력값으로 받아서 환자 데이터로부터 DVH (예: V20)을 구한 후, 선량 제한 인자와 비교 (V20 <= 30%)하여 적합성을 조합하여 치료 예측 모델을 구성한다. 본 발명에 따른 치료 예측 모델은 구축된 데이터베이스 사전으로부터 입력된 정보(예를 들어, 치료 부위 = 폐, 치료 방법 = 방사선, 부작용 = 폐렴)에 따라 가장 적합한 조건을 찾아 다시 구성된 모델이 된다. Therefore, the present invention utilizes a database dictionary constructed by classifying treatment types and various types of treatment results into a semantic keyword form. Through this, only a desired data is retrieved according to a treatment site and patient information, and a single treatment prediction model is constructed (S360, S370). For example, if the treatment method is radiation and the side effects are pneumonia, then clinical information such as ge, COPD, ILD, pulmonary function, DVH, treatment site (eg tumor location) After obtaining the DVH (eg V20) from the patient data, the treatment prediction model is constructed by combining the dose with the dose limiting factor (V20 <= 30%). The treatment prediction model according to the present invention is a reconstructed model by finding the most suitable condition according to the information inputted from the constructed database dictionary (for example, treatment site = lung, treatment method = radiation, side effect = pneumonia).

본 발명은 치료 조건과 치료 결과 조건의 설정 환경에 따라 치료 예측 모델을 통해 획득 가능한 결과 정보의 종류가 달라질 수 있도록 한다. The present invention allows the kind of result information that can be obtained through the treatment prediction model to be changed according to the setting environment of the treatment condition and the treatment result condition.

예를 들어, (1) 치료 부작용을 치료 결과 조건으로 설정한 경우에는, 치료 예측 모델은 부작용 종류별 생존율, 독성, 및 반응도를 결과 정보로 제공하고, (2) 치료 방법을 치료 결과 조건으로 설정된 경우, 치료 예측 모델은 치료 방법별 생존율, 독성, 및 반응도를 결과 정보로 제공하고, (3) 치료 부작용 및 치료 방법을 치료 결과 조건으로 설정한 경우에는(경우3), 치료 예측 모델은 부작용 종류 및 치료 방법별 생존율, 독성, 및 반응도를 결과 정보로 제공할 수 있을 것이다. For example, if (1) the treatment side effect is set as a treatment outcome condition, the treatment prediction model provides survival rate, toxicity, and response according to the side effect type as the result information, (2) (3) the therapeutic predictive model provides the survival rate, toxicity, and reactivity of the treatment method as the result information; (3) when the treatment adverse effect and treatment method are set as the treatment result condition, The survival rate, toxicity, and reactivity of each treatment method may be provided as the result information.

이후 조회 단계를 거치게 되는데, 상기에서 구성된 치료 예측 모델로부터 나이와 V20 등 기존에 추출한 예후 인자 (Prognostic factor)들의 범위에 드는 시맨틱 테이블을 조회하여, 사용자가 원하는 출력정보인 폐렴 관련 부작용을 파악하고 이를 사용자에게 제공한다(S380). 이후 이를 시각화하는 단계를 거치게 되는데, 이는 UI 개념에서 사용자가 직관적으로 폐렴 관련 부작용을 파악할 수 있게 함이며 그 방식은 다양한 방식이 될 수 있다. Then, the semantic table in the range of the prognostic factors, such as age and V20, is searched from the therapeutic prediction model constructed in the above, and the pneumonia-related side effect, which is the output information desired by the user, And provides it to the user (S380). This is followed by visualization, which allows the user to intuitively grasp the pneumonia-related side effects in the UI concept, which can be in various ways.

더하여, 본 발명의 일 실시예에서 치료 결과 조건 뿐 만 아니라, 출력 정보의 종류까지 입력 단계에서 선택할 수도 있도록 한다. 사용자가 입력 정보 입력 시 출력 정보로써 제공받기를 원하는 정보를 설정함으로써, 치료 결과 조건 모두가 아닌 사용자 설정 정보만을 선택적으로 제공받을 수 있도록 한다. In addition, in the embodiment of the present invention, not only the treatment result condition but also the kind of the output information can be selected in the input step. By setting information that the user desires to receive as output information when inputting the input information, only the user setting information can be selectively provided, not all of the treatment result conditions.

예를 들어, 치료 결과 조건을 폐렴과 식도염과 같은 부작용이라고 설정하되, 출력 정보를 폐렴에 따른 독성과, 식도염에 따른 생존율을 출력 정보로 선택함으로써, 이 두 개의 정보만을 사용자가 열람할 수 있도록 할 수도 있다. For example, the treatment result condition is set as a side effect such as pneumonia and esophagitis, but the output information is selected as the output information for the toxicity due to pneumonia and the survival rate according to the esophagus so that only the two pieces of information can be viewed by the user It is possible.

또한 본 발명의 일 실시예에서 상기 치료 예측 모델을 구성하는 단계는, 수술, 화학요법, 방사선 치료, 면역 치료, 온열 치료, 및 골수이식 중 적어도 하나 또는 둘 이상의 조합에 따른 치료 방법을 결정하는 단계를 포함하는데, 본 발명은 특히 둘 이상의 치료법을 하나의 치료 예측 모델에 모두 고려할 수 있으므로, 둘 이상의 치료 방법을 동시에 사용하였을 때의 부작용, 더 나아가 부작용 종류별 생존율, 독성, 및 반응도를 데이터마이닝된 정보로부터 제공할 수 있다. In one embodiment of the present invention, the step of constructing the treatment prediction model includes determining a treatment method according to at least one of, or a combination of, surgery, chemotherapy, radiation therapy, immunotherapy, hyperthermia treatment, and bone marrow transplantation The present invention is particularly useful in the treatment of side effects when two or more treatment modalities are simultaneously used and furthermore the survival rate, toxicity, and reactivity of each side effect type to data mining information As shown in FIG.

더하여, 다수개 치료 방법의 조합 및 조건까지 고려하여 치료 예측 모델을 구축하여, 치료 예측 모델을 통해 수술 후 방사선 치료와 같이 치료 방법의 조합 및 조건까지 고려한 치료 결과 예측 동작을 수행함으로써, 통합 치료 방법에 따른 생존율, 독성, 및 반응도까지 예측할 수 있도록 한다. In addition, by constructing a treatment prediction model considering the combinations and conditions of a plurality of treatment methods and performing a treatment result prediction operation considering the combination of treatment methods and conditions such as postoperative radiation treatment through a treatment prediction model, Toxicity, and responsiveness to the disease.

그리고 이를 역으로 이용하여 최적의 치료 효과를 가지는 최적의 치료 방법을 도출 및 안내할 수도 있음은 물론 당연할 것이다. 즉, 치료 방법 각각에 대응되는 생존율, 독성, 및 반응도를 분석하여 가장 우수한 치료 효과를 가지는 치료 방법을 선정할 수 있게 된다. 그 결과, 본 발명은 특히 하나의 질환에 대하여 다양한 종류의 치료법 중 최적의 치료법을 제공한 후, 다시 동일 플랫폼에서 입력조건 중 제공된 치료법을 입력하여 생존율 등의 정보를 다시 확인할 수 있도록 한다. And it is of course also possible to draw out and guide the optimal treatment method having an optimal therapeutic effect by using the same in reverse. That is, it is possible to select a treatment method having the best therapeutic effect by analyzing the survival rate, toxicity, and reactivity corresponding to each treatment method. As a result, the present invention provides an optimum treatment method among various kinds of treatment methods, especially for a single disease, and then re-verifies information such as survival rate by inputting a treatment method provided in input conditions on the same platform again.

뿐 만 아니라, 최적의 치료 방법 도출 시, 의료진의 주관적 의도를 반영하여 생존율, 독성, 및 반응도의 고려 비중을 임의 조정할 수 있도록 하여, 의료진의 치료 방법 선정에 주관적 개입 또한 가능하도록 한다. In addition, when the optimal treatment method is derived, the proportion of consideration of survival rate, toxicity, and reactivity can be arbitrarily adjusted in accordance with the subjective intention of the medical staff, so that subjective intervention in the selection of the treatment method of the medical staff is also made possible.

그리고 제공된 정보를 출력하는 인공지능 모듈에 이를 학습시켜 보다 정확한 출력정보를 사용자에게 제공할 수 있다. Then, it can learn more accurate output information to the user by learning it to the artificial intelligence module which outputs the provided information.

도 3 내지 7은 상술한 방법에 따라 치료 예측 결과를 제공하는 일 예를 설명하는 도면이다. 3 to 7 are diagrams for explaining an example of providing a therapeutic prediction result according to the above-described method.

도 3 내지 7을 참조하면, 먼저 환자 상태 정보(예를 들어, 환자 나이, 성별, 치료 부위, 타 질병 유무 등)를 입력함과 동시에 치료 부위가 폐이고, 치료 방법이 방사선, 약물, 면역 치료인 것이 치료 조건으로, 폐렴 및 식도염이 치료 부작용인 것이 치료 결과 조건으로 입력된다. 또한 출력 정보로써 폐렴에 따른 생존율 및 독성이 선택된다. Referring to FIGS. 3 to 7, first, patient state information (for example, patient age, sex, treatment site, presence or absence of other diseases) is input and the treatment site is lung, Is a therapeutic condition, and pneumonia and esophagitis are therapeutic adverse events. The survival rate and toxicity according to pneumonia are selected as output information.

상기 입력된 입력정보에 대응하는 시맨틱 데이터베이스로부터 치료예측모델이 구성되는데, 상기 치료예측모델은 상기 입력정보에 대하여 문헌 또는 사례정보로부터 가장 높은 확률로 매칭되는 임의의 환자를 가정한 모델이 된다. A treatment prediction model is constructed from the semantic database corresponding to the input information. The treatment prediction model is a model that assumes an arbitrary patient matching the input information with the highest probability from the literature or case information.

이후 상기 치료예측모델에 따른 결과 정보가 사용자에게 제공되는데, 상기 결과 정보는 미리 사용자가 입력한 입력정보에 대응된다(도 6 참조). After that, result information according to the treatment prediction model is provided to the user, and the result information corresponds to the input information previously input by the user (refer to FIG. 6).

예를 들어, 결과 정보는 폐렴과 식도염 각각에 따른 생존율, 독성, 및 반응도를 포함할 수 있으며, 이때, 독성은 독성 등급, 독성 등급별 발생 확률, 및 독성 등급별 부작용 발생 패턴 중 적어도 하나의 정보를 포함할 수 있다. 구체적으로, 독성 등급이 1,2,3,4,5일 확률은 20.4%, 67.5%, 19.3%, 4.5%, 0.1%이며, 독성 등급이 1인 경우에는 마른 기침이 나거나 호흡장애 (Dyspnea on exertion)가 발생하며, 독성 등급이 2인 경우에는 마약성 항염제가 필요한 기침 또는 쉬지 않는 호흡 곤란이 발생하며, 독성 등급이 3인 경우에는 마약성 항염제가 필요한 기침 또는 휴지기를 가지는 호흡 곤란이 발생하며, 독성 등급이 4인 경우에는 산소의 지속적 공급이 필요하거나 약물 보조를 받아야 하며, 독성 등급이 5인 경우에는 열이 발생함을 안내할 수 있다. For example, the result information may include survival rate, toxicity, and reactivity according to each of pneumonia and esophagitis, wherein the toxicity includes at least one of a toxicity grade, a probability of occurrence according to the toxicity grade, and a side effect occurrence pattern according to the toxicity grade can do. Specifically, the odds of a toxicity grade of 1, 2, 3, 4, and 5 are 20.4%, 67.5%, 19.3%, 4.5%, and 0.1%, and a toxicity grade of 1 indicates a dry cough or respiratory disorder exertion occurs. If the toxicity level is 2, a cough or unsteady dyspnea requiring a narcotic anti-inflammatory drug occurs. If the toxicity level is 3, a dyspnea with a cough or a rest period is required. , A toxic grade of 4 requires continuous oxygen supply or drug assistance, and a toxicity rating of 5 may indicate that heat is generated.

그리고 도 7에서와 같이, 사용자가 별도 설정한 출력 정보에 따라 폐렴에 따른 생존율 및 독성만을 추출하여 사용자 안내할 수도 있도록 한다. As shown in FIG. 7, only the survival rate and toxicity according to the pneumonia can be extracted and the user can be guided according to the output information set by the user.

뿐 만 아니라, 본 발명은 치료예측모델을 구축하는데 사용된 문헌정보를 표시할 수 있으며, 이를 클릭함으로써 사용자는 하나의 유저인터페이스 환경에서 문헌을 바로 확인할 수 있다. 특히 본 발명은 방사선 치료, 약물 치료 등의 해당 분야에만 전문지식을 가진 전문 의료진도 다양한 치료방법의 조합을 선택하여 복합 치료에 따른 치료결과와 효과, 관련 문헌 정보를 동일 유저인터페이스 환경에서 확인할 수 있다.In addition, the present invention can display the document information used for constructing the treatment prediction model, and by clicking the document information, the user can directly check the document in one user interface environment. In particular, the present invention can select a combination of various treatment methods for a medical professional having expert knowledge only in a corresponding field, such as radiation therapy and medication, to confirm treatment results, effects, and related literature information in the same user interface environment .

더하여, 본 발명은 상술한 방법을 통하여 다양한 종류의 치료방법이 존재하는 암에 대하여 치료 방법의 조합(종류 및 순서) 또는 조건(약물치료 시기, 약물의 종류) 등도 데이터마이닝 및 딥러닝 방식으로 제공할 수 있다. 즉, 문헌상에서 데이터마이닝된 데이터와 사례 정보로부터 본 발명에 따른 시스템은 이를 딥러닝방식으로 학습하여 가장 최적화된 치료결과를 사용자에게 제공할 수 있다. In addition, the present invention provides a combination of the treatment methods (kind and order) or condition (drug treatment timing, type of drug) and the like in the data mining and the deep learning method for the cancer in which various kinds of treatment methods exist through the above- can do. That is, the system according to the present invention learns from the data mining data and case information in the literature, and learns it by the deep learning method, and provides the most optimized treatment result to the user.

도 8 내지 도 10은 본 발명의 일 실시예에 따른 근거 자료 제공 방법을 설명하기 위한 도면이다. 8 to 10 are views for explaining a method of providing evidence data according to an embodiment of the present invention.

도 8을 참고하면, 본 발명은 치료 예측 모델 구성에 이용되는 시맨틱 키워드 각각에 매핑된 출처 정보를 기반으로 관련 문헌 정보들을 모두 수집한다(S410). Referring to FIG. 8, the present invention collects all related document information based on source information mapped to each semantic keyword used in constructing a treatment prediction model (S410).

문헌 정보 개시일, 정보 관련성(즉, 시맨틱 키워드 추출 횟수), 및 저자 신뢰도 중 적어도 하나를 기반으로 수집된 문헌 정보들의 우선순위를 결정하고(S420), 우선순위를 기준으로 문헌 정보들을 목록화한 후, 결과 정보가 표시되는 화면에 추가 표시하도록 한다(S430).The priority of the collected information is determined based on at least one of the starting date of the document information, the information relevance (i.e., the number of times of extracting the semantic keyword), and the author reliability (S420) , And further displays the result information on the screen (S430).

본 발명에서는 도 9에 도시된 바와 같이, 문헌 정보의 우선순위 결정시, 사용자가 문헌 정보 개시일, 정보 관련성, 및 저자 신뢰도 각각의 고려 비중을 조정할 수 있도록 한다. 일례로, 문헌 정보 개시일의 고려비중을 100%로 설정하여, 문헌 정보 개시일이 가장 빠른 문헌을 최우선으로, 또는 정보 관련성의 고려비중을 100%로 설정하여, 정보 관련성이 가장 높은 문헌을 최우선으로, 또는 문헌 정보 개시일, 정보 관련성, 및 저자 신뢰도의 고려비중을 50%, 40%, 및 10%으로 설정하여 저자 신뢰도 및 정보 관련성이 상대적으로 높은 문헌을 우선적으로 제공할 수 있도록 한다. In the present invention, as shown in FIG. 9, the user can adjust the ratio of consideration of the start date of the document information, the information relevance, and the author reliability at the time of prioritizing the document information. For example, by setting the percentage of consideration of the date of document information to 100%, setting the document with the highest information relevance to the top priority, setting the document with the fastest starting date of the document information to the top priority, or setting the percentage of consideration of the information relevance to 100% Or 50%, 40%, and 10%, respectively, of the information disclosure date, information relevance, and author reliability, so as to provide the author with a relatively high reliability and information relevance.

더하여, 상기의 설명에서는 근거 자료를 데이터마이닝 결과 전체에 대응되도록 제공하였지만, 필요한 경우에는 상기의 근거 자료를 결과 치료 예후 종류별로 세분화하여 제공할 수도 있도록 한다. 즉, 결과 정보가 폐렴에 따른 생존율, 독성, 및 반응도라는 세 가지 치료 예후를 포함한다면, 근거 자료를 세 가지 치료 예후 각각에 대응되는 세분화하여 제공할 수 있도록 한다. In addition, although the above-described description provides the baseline data corresponding to the entire data mining result, the baseline data may be subdivided according to the type of the result treatment prognosis if necessary. That is, if the outcome information includes three treatment prognoses, ie, survival rate, toxicity, and response to pneumonia, the data can be provided in a subdivision corresponding to each of the three treatment prognoses.

또한 폐렴에 따른 독성과 같이, 치료 예후가 또 다시 하위 카테고리로 나뉘어진다면, 근거 자료를 이에 대응하여 또 다시 세분화하여 제공할 수도 있도록 한다. 예를 들어, 폐렴 치료에 따른 독성이 치료 예후이며, 이때의 독성 등급이 1에서 5로 나뉘어진다면, 폐렴 치료에 따른 독성 등급별로 근거자료가 세분화되어 제공될 수 있도록 한다. 이는 해당 카테고리(예를 들어, 폐렴 치료에 따른 독성 등급이 1)에 대응되는 시맨틱 키워드가 개시된 적어도 하나의 문헌 정보들을 검색한 후, 키워드 추출 횟수, 저자 정보 등을 기반으로 문헌 정보 각각의 정보 관련성을 파악하고, 정보 관련성이 높은 기 설정 개수의 문헌 정보만을 해당 카테고리에 대응되는 근거 자료로 선택 및 제공함으로써 구현될 수 있다. If treatment prognosis is further divided into subcategories, such as toxicity due to pneumonia, the data may be provided in a corresponding subdivision. For example, if the toxicity from the treatment of pneumonia is the prognosis of treatment, and if the toxicity grade is divided into 1 to 5, then the data can be provided in detail according to the toxicity grade according to the treatment of pneumonia. This means that after retrieving at least one document information in which the semantic keyword corresponding to the category (for example, the toxicity grade according to the treatment of pneumonia is 1) is disclosed, the information relevancy of each of the document information based on the keyword extraction count, And selecting and providing only a predetermined number of pieces of document information having high information relevance as the basis data corresponding to the category.

그리고 사용자가 문헌 정보 목록을 참고하여 하나의 문헌 정보를 선택 및 열람 요청하면, 열람 요청된 문헌 정보의 상세 정보를 불러와 추가 표시하도록 한다(440).When the user selects and accesses one document information by referring to the document information list, the detailed information of the requested document information is retrieved and displayed (440).

본 발명은 현재 화면에 오버레이 표시되는 팝업창 또는 새로운 화면을 통해 열람 요청된 문헌 정보의 상세 정보를 제공할 수 있으며, 도 10에 도시된 바와 같이 치료 예측 모델 구성에 이용되는 시맨틱 키워드를 볼드 처리 또는 박스 처리해줌으로써, 사용자가 주요 관련 내용을 보다 손쉽게 확인 및 열람할 수 있도록 한다. The present invention can provide detailed information of a document information requested to be browsed through a pop-up window displayed overlay on the current screen or a new screen. As shown in FIG. 10, the semantic keyword used in the construction of the treatment- So that the user can more easily confirm and view the relevant contents.

또한 필요한 경우, 문헌 제공 모드를 다양화하여, 문헌 정보 제공 방식을 다양화할 수도 있도록 한다. 예를 들어, 문헌 제공 모드를 전체 보기 모드와 간략 보기 모드로 세분화한 후, 전체 보기 모드시에는 문헌 정보 전체 페이지 모두를 제공하고, 간략 보기 모드시에 시맨틱 키워드가 개시된 문장만을 추출하여 사용자에 선별적으로 제공할 수도 있도록 한다. If necessary, the document providing mode may be diversified to diversify the manner of providing the document information. For example, after the document providing mode is subdivided into the whole view mode and the simple view mode, all the pages of the document information are provided in the full view mode, and only the sentences in which the semantic keywords are disclosed in the simple view mode are extracted, It is also possible to provide it as an enemy.

도 11은 본 발명의 일 실시예에 따른 치료 예측 결과 제공 시스템의 블록도이다. 11 is a block diagram of a treatment prediction result providing system according to an embodiment of the present invention.

도 11을 참조하면, 상기 시스템은 치료 관련 문헌 또는 사례 정보를 수집 및 데이터마이닝한 결과를 저장하는 시맨틱 데이터베이스 사전(100), 치료 부위, 치료 방법, 환자 상태 정보, 및 부작용 종류 중 적어도 하나가 입력정보를 사용자 단말로부터 입력받는 입력정보수신부(200), 상기 입력정보수신부로부터 수신된 입력정보와 상기 시맨틱 데이터베이스 사전을 기반으로 하여 치료에 관한 예측 모델을 구성하는 예측모델구성부(300), 상기 예측 모델을 기반으로 상기 입력 정보에 대응되는 결과 정보를 상기 사용자 단말에 제공하는 결과 정보 획득부(400), 상기 결과 정보의 근거 자료들을 수집 및 목록화하는 근거 자료 획득부(500), 상기 입력 정보를 입력받거나, 상기 결과 정보와 상기 근거자료를 동시 안내하기 위한 UI(User Interface)를 구성 및 제공하는 UI 구성부(600)를 포함할 수 있다. 11, the system includes at least one of a semantic database dictionary 100 storing a result of collecting and data mining treatment-related documents or case information, a treatment site, a treatment method, patient status information, and a side effect type A prediction model constructing unit 300 for constructing a prediction model for treatment based on the input information received from the input information receiving unit and the semantic database dictionary, A result information obtaining unit 400 for providing result information corresponding to the input information to the user terminal based on the model, a base data acquiring unit 500 for collecting and cataloging basis data of the result information, (UI) for constructing and providing a UI (User Interface) for simultaneously receiving the result information and the evidence data, It may include a voice 600.

더하여, 본 발명의 근거 자료 획득부(600)는 문헌 정보 개시일, 정보 관련성, 및 저자 신뢰도 중 적어도 하나를 기반으로 상기 수집된 근거 자료들의 우선순위를 결정하되, 사용자 요청하에 상기 문헌 정보 개시일, 상기 정보 관련성, 및 상기 저자 신뢰도 각각의 고려 비중을 임의 조정할 수 있도록 한다. 즉, 사용자가 필요로 하는 문헌 정보를 우선적으로 제공할 수 있도록 한다. In addition, the evidence data acquiring unit 600 of the present invention determines the priorities of the collected evidence data based on at least one of the document information start date, the information relevance, and the author credibility, Information relevance, and author credibility, respectively. That is, the user can preferentially provide the necessary document information.

또한, 본 발명의 근거 자료 획득부(600)는 사용자가 근거 자료 목록을 통해 하나의 근거 자료을 선택 및 열람 요청할 수 있도록 하고, 이에 응답하여 열람 요청된 근거 자료의 상세 정보를 불러와 UI 구성부(600)에 제공함으로써, 사용자가 별도의 정보 검색 동작 없이 근거 자료 목록 뿐 만 아니라 상세 정보까지 일괄 제공받을 수 있도록 한다. In addition, the baseline data acquisition unit 600 of the present invention allows a user to request and select one baseline data from the baseline data list, and in response thereto, invokes detailed information of the baseline data requested to be browsed, 600) so that the user can receive not only the base data list but also the detailed information in a lump without performing a separate information search operation.

한편, 본 발명의 치료 예측 결과로써 제공되는 결과 정보는 부작용 종류 및 치료 방법 중 적어도 하나에 따른 생존율, 독성, 반응도, 치료 방법의 조합, 및 치료 방법의 조건 중 적어도 어느 하나를 포함할 수 있으며, 특히 환자의 임상 정보에 따라 치료예측모델을 구성한 후, 이로부터 치료 방법과, 조건 등의 결과 정보를 사용자에게 제공할 수 있다. Meanwhile, the result information provided as a result of the treatment prediction of the present invention may include at least one of a survival rate, toxicity, response, a combination of treatment methods, and a condition of a treatment method according to at least one of a side effect type and a treatment method, In particular, after constructing a therapeutic prediction model according to the clinical information of the patient, it is possible to provide the user with the result information on the treatment method, conditions, and the like.

경우에 따라 상기 치료 예측 모델은, 치료 대상의 환자에 대한 수술, 화학요법, 방사선 치료, 면역 치료, 온열 치료, 및 골수이식 중 적어도 하나 또는 둘 이상의 조합에 따른 치료 방법 정보를 포함할 수 있는데, 본 발명은 특히 하나의 질환에 대하여 다양한 종류의 치료법 중 최적의 치료법을 제공한 후, 다시 동일 플랫폼에서 입력조건 중 제공된 치료법을 입력하여 생존율 등의 정보를 다시 확인할 수 있다. Optionally, the treatment prediction model may include treatment modalities according to at least one or more combinations of surgery, chemotherapy, radiotherapy, immunotherapy, hyperthermia, and bone marrow transplantation for the patient to be treated, In particular, the present invention provides an optimum treatment method among various kinds of treatments for a single disease, and then re-verifies information such as survival rate by inputting the treatment method provided in the input condition on the same platform.

따라서 동일 플랫폼 내에서 다양한 입력정보 조합에도 불구하고 사전에 구축된 데이터마이닝 사전으로부터 치료예측모델을 구성하여 원하는 정보를 제공할 수 있다. Therefore, despite the various combinations of input information in the same platform, a care prediction model can be constructed from a pre-constructed data mining dictionary to provide desired information.

마지막으로, 본 발명의 시스템은 하나의 하드웨어 장치로 구현되는 것이 바람직하나, 필요한 경우 기존 하드웨어 장치에 수용되는 임베디드 장치로 구현되거나, 소프트웨어 형태로 다운로드 및 설치되는 어플리케이션로써 구현될 수도 있을 것이다. Finally, although the system of the present invention is preferably implemented as a single hardware device, it may be implemented as an embedded device accommodated in an existing hardware device, or as an application downloaded and installed in software form, if necessary.

이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형 실시가 가능한 것은 물론이고, 이러한 변형 실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is clearly understood that the same is by way of illustration and example only and is not to be construed as limiting the scope of the invention as defined by the appended claims. It will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the present invention.

Claims (13)

예측모델구성부, 결과 정보 획득부, 근거자료 획득부, UI(User Interface) 구성부를 포함하는 치료 예측 결과 및 근거 자료 일괄 제공 시스템의 치료 예측결과 및 근거 자료 일괄 제공방법에 관한 것으로,
상기 예측모델구성부가 문헌 정보로부터 시맨틱 키워드를 추출 및 데이터베이스화하여 시맨틱 데이터베이스 사전을 구축하는 단계;
상기 예측모델구성부가 치료 조건, 치료 결과 조건, 결과 정보의 종류가 입력정보로 입력되면, 상기 시맨틱 데이터베이스 사전을 기반으로 치료 조건과 치료 결과 조건에 상응하는 치료 예측 모델을 구성하는 단계;
상기 예측모델구성부가 상기 치료 예측 모델을 기반으로 데이터마이닝 결과를 획득한 후, 상기 결과 정보의 종류에 따라 상기 데이터마이닝 결과를 편집하여 제공하는 단계;
상기 근거자료 획득부가 상기 결과 정보의 근거 자료들을 수집한 후, 문헌 정보 개시일, 정보 관련성, 및 저자 신뢰도 중 적어도 하나를 기반으로 상기 수집된 근거 자료들의 우선순위를 결정하고 목록화하는 단계; 및
상기 UI 구성부가 상기 근거자료를 상기 결과 정보와 함께 동일 화면을 통해 표시하는 단계를 포함하며, 상기 치료 조건은 치료 부위, 치료 방법, 환자 상태 정보, 및 부작용 종류 중 적어도 하나를 치료 조건으로 선택하고, 상기 치료 결과 조건은 상기 치료 조건으로 선택되지 않은 치료 부위, 치료 방법, 환자 상태 정보, 및 부작용 종류 중 적어도 하나에 따른 생존율, 독성, 및 반응도 중 적어도 하나인 것을 특징으로 하는 치료 예측 결과 및 근거 자료 일괄 제공 방법.
The present invention relates to a therapeutic prediction result including a predictive model construction unit, a result information acquisition unit, a baseline data acquisition unit, and a UI (User Interface)
Extracting a semantic keyword from the document information and constructing a database to construct a semantic database dictionary;
Constructing a treatment prediction model corresponding to a treatment condition and a treatment result condition based on the semantic database dictionary when the prediction model construction unit inputs the treatment condition, the treatment result condition, and the type of the result information as input information;
Editing the data mining result according to the type of the result information after the prediction model constructing unit obtains the data mining result based on the treatment prediction model;
Determining and listing priorities of the collected evidence data based on at least one of a document information start date, information relevance, and author credibility after the fact data acquisition unit collects the evidence data of the result information; And
Wherein the UI component displays the evidence data together with the result information on the same screen, wherein the treatment condition selects at least one of a treatment site, a treatment method, patient state information, and a side effect type as a treatment condition , And the treatment result condition is at least one of survival rate, toxicity, and reactivity according to at least one of the treatment site, the treatment method, the patient condition information, and the side effect type not selected as the treatment condition. How to provide data in bulk.
삭제delete 제1항에 있어서, 상기 근거 자료들을 수집 및 목록화하는 단계는
사용자 요청하에 상기 문헌 정보 개시일, 상기 정보 관련성, 및 상기 저자 신뢰도 각각의 고려 비중을 임의 조정할 수 있는 것을 특징으로 하는 치료 예측 결과 및 근거 자료 일괄 제공 방법.
The method of claim 1, wherein collecting and cataloging the evidence data comprises:
Wherein the user can arbitrarily adjust the ratio of consideration of the start date of the document information, the information relevance, and the author credibility under a user request.
제1항에 있어서,
상기 근거 자료 목록을 통해 하나의 근거 자료이 선택 및 열람 요청되면, 상기 열람 요청된 근거 자료의 상세 정보를 불러와 추가 표시하는 단계를 더 포함하는 것을 특징으로 하는 치료 예측 결과 및 근거 자료 일괄 제공 방법.
The method according to claim 1,
The method of claim 1, further comprising the step of, when the selection and the viewing of one piece of evidence data are requested through the evidence data list, further displaying and displaying detailed information of the requested evidence data.
제4항에 있어서, 상기 근거 자료의 상세 정보를 불러와 추가 표시하는 단계는
상기 치료 예측 모델 구성에 이용되는 시맨틱 키워드를 볼드 처리 또는 박스 처리한 후, 화면 표시하는 기능을 더 포함하는 것을 특징으로 하는 치료 예측 결과 및 근거 자료 일괄 제공 방법.
5. The method of claim 4, further comprising:
Further comprising a function of bold-processing or box-processing the semantic keyword used in the treatment prediction model construction, and then displaying the result on a screen.
제4항에 있어서, 상기 근거 자료의 상세 정보를 불러와 추가 표시하는 단계는
상기 치료 예측 모델 구성에 이용되는 시맨틱 키워드가 개시된 문장만을 추출하여 선별적으로 제공하는 기능을 더 포함하는 것을 특징으로 하는 치료 예측 결과 및 근거 자료 일괄 제공 방법.
5. The method of claim 4, further comprising:
Further comprising the step of extracting and selectively providing only the sentences in which the semantic keywords used in the treatment prediction model construction are disclosed.
제 1항에 있어서
상기 결과 정보는 부작용 종류 및 치료 방법 중 적어도 하나에 따른 생존율, 독성, 반응도, 치료 방법의 조합, 및 치료 방법의 조건 중 적어도 어느 하나인 것을 특징으로 하는 치료 예측결과 및 근거 자료 일괄 제공방법.
The method of claim 1, wherein
Wherein the result information is at least one of a survival rate, toxicity, response, a combination of treatment methods, and a treatment method according to at least one of a side effect type and a treatment method.
제1항에 있어서, 상기 치료 예측 모델을 구성하는 단계는
수술, 화학요법, 방사선 치료, 면역 치료, 온열 치료, 및 골수이식 중 적어도 하나 또는 둘 이상의 조합에 따른 통합 치료 방법을 결정하는 단계를 더 포함하는 것을 특징으로 하는 치료 예측결과 및 근거 자료 일괄 제공방법.
2. The method of claim 1, wherein constructing the treatment prediction model comprises:
Further comprising the step of determining an integrated treatment method according to at least one or more combinations of surgery, chemotherapy, radiotherapy, immunotherapy, hyperthermia treatment, and bone marrow transplantation. .
제1항에 있어서, 상기 시맨틱 데이터베이스 사전을 구축하는 단계는,
암 치료 관련 문헌 또는 사례정보로부터 암 치료 결과 예후 인자들과 출력 결과에 해당하는 예후 인자 데이터를 추출하는 단계;
상기 예후 인자 데이터에 대한 시맨틱 분석을 통해 시맨틱 키워드를 추출하는 단계; 및
상기 시맨틱 키워드를 기반으로 상기 시맨틱 데이터베이스 사전을 작성 및 저장하는 단계를 포함하는 것을 특징으로 하는 치료 예측결과 및 근거 자료 일괄 제공방법.
2. The method of claim 1, wherein the building the semantic database dictionary comprises:
Extracting prognostic factor data corresponding to the outcome of the cancer treatment outcome and the output from the literature or case information related to cancer treatment;
Extracting a semantic keyword through semantic analysis on the prognostic factor data; And
And creating and storing the semantic database dictionary based on the semantic keyword.
치료 예측결과 및 근거 자료 일괄 제공 시스템에 관한 것으로, 문헌 정보로부터 시맨틱 키워드를 추출 및 데이터베이스화한 결과가 저장되는 시맨틱 데이터베이스 사전;
치료 조건, 치료 결과 조건, 결과 정보의 종류에 대한 정보를 포함하는 입력정보를 사용자 단말로부터 입력받는 입력정보수신부;
상기 시맨틱 데이터베이스 사전을 기반으로 상기 치료 조건과 상기 치료 결과 조건에 상응하는 치료 예측 모델을 구성하는 예측모델구성부;
상기 치료 예측 모델을 이용하여 사용자가 제공 요청한 출력 정보에 대응되는 데이터마이닝 결과를 획득한 후, 상기 결과 정보의 종류에 따라 상기 데이터마이닝 결과를 편집하여 상기 사용자 단말에 제공하는 결과 정보 획득부;
상기 결과 정보의 근거 자료들을 수집한 후, 문헌 정보 개시일, 정보 관련성, 및 저자 신뢰도 중 적어도 하나를 기반으로 상기 수집된 근거 자료들의 우선순위를 결정하고 목록화하는 근거 자료 획득부;
상기 입력 정보를 입력받거나, 상기 결과 정보와 상기 근거자료를 동시 안내하기 위한 UI(User Interface)를 구성 및 제공하는 UI 구성부를 포함하며,
상기 치료 조건은 치료 부위, 치료 방법, 환자 상태 정보, 및 부작용 종류 중 적어도 하나를 치료 조건으로 선택하고, 상기 치료 결과 조건은 상기 치료 조건으로 선택되지 않은 치료 부위, 치료 방법, 환자 상태 정보, 및 부작용 종류 중 적어도 하나에 따른 생존율, 독성, 및 반응도 중 적어도 하나인 것을 특징으로 하는 치료 예측 결과 및 근거 자료 일괄 제공 시스템.
A semantic database dictionary in which results of extracting and databaseing semantic keywords from the document information are stored;
An input information receiving unit for receiving input information including information on a treatment condition, a treatment result condition, and a type of result information from a user terminal;
A prediction model constructing unit for constructing a treatment prediction model corresponding to the treatment condition and the treatment result condition based on the semantic database dictionary;
A result information acquiring unit for acquiring a data mining result corresponding to the output information requested by the user using the treatment prediction model and then editing the data mining result according to the type of the result information and providing the result to the user terminal;
A base data acquisition unit for collecting the base data of the result information and determining and cataloging the priority of the collected base data based on at least one of the start date of the document information, the information relevance, and the author reliability;
And a UI constructing unit for constructing and providing a UI (User Interface) for receiving the input information or simultaneously guiding the result information and the evidence data,
Wherein the treatment condition includes at least one of a treatment site, a treatment method, a patient condition information, and a side effect type as a treatment condition, and the treatment result condition includes a treatment site that is not selected as the treatment condition, A toxicity, and a degree of response according to at least one of the types of side effects.
삭제delete 제10항에 있어서, 상기 근거 자료 획득부는
사용자 요청하에 상기 문헌 정보 개시일, 상기 정보 관련성, 및 상기 저자 신뢰도 각각의 고려 비중을 임의 조정할 수 있는 것을 특징으로 하는 치료 예측 결과 및 근거 자료 일괄 제공 시스템.
11. The apparatus of claim 10, wherein the evidence data obtaining unit
Wherein the user can arbitrarily adjust the ratio of consideration of the start date of the document information, the information relevance, and the author credibility under a user request.
제10항에 있어서, 상기 근거 자료 획득부는
상기 근거 자료 목록을 통해 하나의 근거 자료이 선택 및 열람 요청되면, 상기 열람 요청된 근거 자료의 상세 정보를 불러와 상기 UI 구성부에 제공하는 기능을 더 포함하는 것을 특징으로 하는 치료 예측 결과 및 근거 자료 일괄 제공 시스템.
11. The apparatus of claim 10, wherein the evidence data obtaining unit
Further comprising a function of retrieving detailed information of the requested base material and providing the selected base material to the UI constructing unit when a single base material is selected and viewed through the base material list, Batch delivery system.
KR1020170143559A 2017-10-13 2017-10-31 Method and system for providing result of prospect of cancer treatment and reference data KR101943222B1 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020170143559A KR101943222B1 (en) 2017-10-31 2017-10-31 Method and system for providing result of prospect of cancer treatment and reference data
PCT/KR2018/007865 WO2019074191A1 (en) 2017-10-13 2018-07-11 Method and system for providing cancer treatment prediction result, method and system for providing treatment prediction result on basis of artificial intelligence network, and method and system for collectively providing treatment prediction result and evidence data

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170143559A KR101943222B1 (en) 2017-10-31 2017-10-31 Method and system for providing result of prospect of cancer treatment and reference data

Publications (1)

Publication Number Publication Date
KR101943222B1 true KR101943222B1 (en) 2019-01-28

Family

ID=65269901

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170143559A KR101943222B1 (en) 2017-10-13 2017-10-31 Method and system for providing result of prospect of cancer treatment and reference data

Country Status (1)

Country Link
KR (1) KR101943222B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3745409A1 (en) * 2019-05-29 2020-12-02 Koninklijke Philips N.V. Methods and apparatus for generating a graphical representation

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009533782A (en) * 2006-04-17 2009-09-17 シーメンス メディカル ソリューションズ ユーエスエー インコーポレイテッド Personal prognostic modeling in medical planning

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009533782A (en) * 2006-04-17 2009-09-17 シーメンス メディカル ソリューションズ ユーエスエー インコーポレイテッド Personal prognostic modeling in medical planning

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3745409A1 (en) * 2019-05-29 2020-12-02 Koninklijke Philips N.V. Methods and apparatus for generating a graphical representation
WO2020239573A1 (en) * 2019-05-29 2020-12-03 Koninklijke Philips N.V. Methods and apparatus for generating a graphical representation

Similar Documents

Publication Publication Date Title
US10885150B2 (en) System and a method for assessing patient treatment risk using open data and clinician input
US20200098477A1 (en) System and method for adaptive medical decision support
KR101947725B1 (en) Method and system for providing result of prospect of cancer treatment
Finlayson et al. Toward rapid learning in cancer treatment selection: An analytical engine for practice-based clinical data
JP2022105174A (en) Computer medical treatment planning method and system using large-amount medical analysis
Gandelman et al. Machine learning reveals chronic graft-versus-host disease phenotypes and stratifies survival after stem cell transplant for hematologic malignancies
Xie et al. MOBCdb: a comprehensive database integrating multi-omics data on breast cancer for precision medicine
JP2018504698A (en) System and method for identification and tracking of treatment protocols based on cytopathological and genetic data
RU2697764C1 (en) Iterative construction of sections of medical history
Li et al. A text-mining framework for supporting systematic reviews
Shen et al. Salivary gland cancer in BRCA-positive families: a retrospective review
US20230051982A1 (en) Methods and systems for longitudinal patient information presentation
US20040044547A1 (en) Database for retrieving medical studies
Bittermann et al. An introduction of genetics in otosclerosis: a systematic review
US20150187228A1 (en) Interactive medical education method and system
KR101946402B1 (en) Method and system for providing result of prospect of cancer treatment using artificial intelligence
KR101943222B1 (en) Method and system for providing result of prospect of cancer treatment and reference data
Xin et al. The phenolyzer suite: prioritizing the candidate genes involved in microtia
Chatterley et al. Utilisation of search filters in systematic reviews of prognosis questions
Hongyong et al. Classification of interventions in traditional Chinese medicine
Detterbeck The international thymic malignancy interest group
Eppig et al. Mouse genome informatics (MGI) resources for pathology and toxicology
KR101962105B1 (en) Device and method for recording medical charts
JP2007140720A (en) Health instruction support system
O'Regan et al. Digital ECMT cancer trial matching tool: an open source research application to support oncologists in the identification of precision medicine clinical trials

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant