KR101963605B1 - 의료진 의사 결정 지원 방법 및 시스템 - Google Patents

의료진 의사 결정 지원 방법 및 시스템 Download PDF

Info

Publication number
KR101963605B1
KR101963605B1 KR1020170143560A KR20170143560A KR101963605B1 KR 101963605 B1 KR101963605 B1 KR 101963605B1 KR 1020170143560 A KR1020170143560 A KR 1020170143560A KR 20170143560 A KR20170143560 A KR 20170143560A KR 101963605 B1 KR101963605 B1 KR 101963605B1
Authority
KR
South Korea
Prior art keywords
treatment
scenario
information
prognosis
generating
Prior art date
Application number
KR1020170143560A
Other languages
English (en)
Inventor
이석
Original Assignee
고려대학교산학협력단
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 고려대학교산학협력단 filed Critical 고려대학교산학협력단
Priority to KR1020170143560A priority Critical patent/KR101963605B1/ko
Application granted granted Critical
Publication of KR101963605B1 publication Critical patent/KR101963605B1/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
    • G16H50/20—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
    • 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

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

본 발명은 문헌 정보 데이터마이닝 기술을 이용하여, 의료진이 보다 신뢰도 있는 치료 시나리오를 작성할 수 있도록 하는 의료진 의사 결정 지원 방법 및 시스템에 관한 것으로, 이는 다수의 문헌 정보를 데이터마이닝하여 치료 조건에 따른 치료 예후들을 획득 및 안내하는 단계; 상기 치료 예후들 중 적어도 하나가 목표 예후로 결정되면, 상기 목표 예후에 상응하는 치료 결과가 개시된 관련 문헌 정보를 획득하는 단계; 상기 관련 문헌 정보를 기반으로 치료 시나리오를 생성하는 단계; 및 의료진 치료 시나리오가 수동 입력되면, 상기 의료진 치료 시나리오와 상기 치료 시나리오를 비교 분석하여 치료 시나리오 평가 정보를 생성 및 제공하는 단계를 포함할 수 있다.

Description

의료진 의사 결정 지원 방법 및 시스템{Method and system for decision support of medical team}
본 발명은 문헌 정보 데이터마이닝 기술을 이용하여 의료진이 최적의 치료 시나리오를 수립할 수 있도록 하는 것으로, 특히 목표로 하는 치료 예후가 무엇인지까지 고려한 치료 시나리오를 수립할 수 있도록 하는 의료진 의사 결정 지원 방법 및 시스템에 관한 것이다.
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.
하지만, 암과 환자 특성에 맞는 최적의 치료 조합은 단순히 의료진의 경험과 지식에 의존하거나, 문헌을 직접 찾아야 하는 어려움이 있다.
더 나아가, 방사선 치료를 전문으로 하는 의료진과 약물치료를 전문으로 하는 의료진간에는 최적의 항암치료방법을 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.
한편, 종래에는 환자 상태 및 치료 부위만을 고려하여 치료 시나리오를 작성하도록 할 뿐, 목표로 하는 치료 결과를 고려하여 치료 시나리오를 못하는 한계를 가진다. 다시 말해, 종래에는 항암 치료를 위해 방사선 치료를 수행하도록 하는 치료 시나리오를 작성하도록 할 뿐, 방사선 치료에 따른 독성 등급이 0에서 5등급까지 구분되어 있어 이를최소화되도록 치료 시나리오를 작성하도록 하는 기술은 아직 제안되지 못하고 있다.
따라서, 본 발명이 해결하고자 하는 과제는 문헌 정보 데이터마이닝 기술을 이용하여, 의료진이 최적의 치료 시나리오를 수립할 수 있도록 하는 의료진 의사 결정 지원 방법 및 시스템을 제공하고자 한다.
또한 의료진이 목표로 하는 치료 예후가 무엇인지까지 고려한 치료 시나리오를 수립할 수 있도록 하는 의료진 의사 결정 지원 방법 및 시스템을 제공하고자 한다.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 본 발명이 속하는 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상기 과제를 해결하기 위한 수단으로서, 본 발명의 일 실시 형태에 따르면, 다수의 문헌 정보를 데이터마이닝하여 치료 조건에 따른 치료 예후들을 획득 및 안내하는 단계; 상기 치료 예후들 중 적어도 하나가 목표 예후로 결정되면, 상기 목표 예후에 상응하는 치료 결과가 개시된 관련 문헌 정보를 획득하는 단계; 상기 관련 문헌 정보를 기반으로 치료 시나리오를 생성하는 단계; 및 의료진 치료 시나리오가 수동 입력되면, 상기 의료진 치료 시나리오와 상기 치료 시나리오를 비교 분석하여 치료 시나리오 평가 정보를 생성 및 제공하는 단계를 포함하는 의료진 의사 결정 지원 방법을 제공한다.
상기 치료 시나리오는 치료 방법 종류, 치료 조건, 치료 기간 중 적어도 하나의 정보를 포함하는 것을 특징으로 한다.
상기 치료 시나리오 평가 정보는 치료 시나리오 일치 여부를 안내하는 정보이거나, 치료 방법 종류, 치료 조건 및 치료 기간의 항목별 일치 여부를 안내하는 정보이거나, 치료 시나리오 일치 정도를 수치화한 정보인 것을 특징으로 한다.
상기 방법은 상기 치료 시나리오에 대응되는 문진 및 검사 항목을 생성 및 제공하는 단계를 더 포함하는 것을 특징으로 한다.
또한 상기 방법은 상기 획득된 문헌 정보를 열람 페이지를 생성 및 제공하는 단계를 더 포함하는 것을 특징으로 한다.
상기 과제를 해결하기 위한 수단으로서, 본 발명의 다른 실시 형태에 따르면, 다수의 문헌 정보를 데이터마이닝하여 치료 조건에 따른 치료 예후들을 획득 및 안내하는 데이터마이닝부; 상기 치료 예후들 중 적어도 하나가 목표 예후로 결정되면, 상기 목표 예후에 상응하는 치료 결과가 개시된 관련 문헌 정보를 획득한 후, 상기 관련 문헌 정보를 기반으로 치료 시나리오를 생성하는 치료 시나리오 생성부; 의료진 치료 시나리오가 수동 입력되면, 상기 의료진 치료 시나리오와 상기 치료 시나리오를 비교 분석하여 치료 시나리오 평가 정보를 생성 및 제공하는 평가 수행부를 포함하는 의료진 의사 결정 지원 시스템을 제공한다.
상기 평가 수행부는 상기 치료 시나리오에 대응되는 문진 및 검사 항목을 생성 및 제공하는 기능을 더 포함하는 것을 특징으로 한다.
또한 상기 평가 수행부는 상기 획득된 문헌 정보를 열람 페이지를 생성 및 제공하는 기능을 더 포함하는 것을 특징으로 한다.
본 발명에 따르면, 문헌 정보 데이터마이닝 기술을 이용하여 치료 시나리오를 작성 및 안내하여, 의료진이 최적의 치료 시나리오를 수립할 수 있도록 하는 의료진 의사 결정 지원 방법 및 시스템을 제공하고자 한다.
또한 의료진이 목표로 하는 치료 예후가 무엇인지까지 고려한 치료 시나리오를 작성 및 안내함으로써, 치료 시나리오의 신뢰성이 극대화될 수 있도록 한다.
뿐 만 아니라, 치료 시나리오 작성에 이용된 관련 문헌 정보를 제공하거나, 문진 및 검사 항목을 제안함으로써, 환자 상태를 보다 정확하고 효율적으로 파악할 수 있도록 한다.
도 1은 본 발명의 일 실시예에 따른 의료진 의사 결정 지원 방법의 단계도이다.
도 2는 본 발명의 일 실시예에 따른 문헌 정보 데이터마이닝 방법을 설명하기 위한 도면이다.
도 3 내지 6은 상술한 방법에 따라 데이터마이닝을 이용하여 치료 예후를 안내 하는 일 예를 설명하는 도면이다.
도 7 내지 도 9는 발명의 일 실시예에 따른 치료 시나리오를 자동 수립 방법을 설명하기 위한 도면이다.
도 10은 본 발명의 일 실시예에 따른 치료 예측 결과 제공 시스템의 블록도이다.
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.
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.
도 1은 본 발명의 일 실시예에 따른 의료진 의사 결정 지원 방법의 단계도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 평가 방법은, 다수의 문헌 정보를 데이터마이닝하여 치료 조건에 따른 치료 예후들을 획득 및 안내하는 단계(S100), 상기 치료 예후들 중 적어도 하나가 목표 예후로 결정되면, 상기 목표 예후에 상응하는 치료 결과가 개시된 문헌 정보만을 획득하는 단계(S200), 상기 획득된 문헌 정보를 기반으로 치료 시나리오를 작성하는 단계(S300), 및 의료진 치료 시나리오가 수동 입력되면, 상기 의료진 치료 시나리오와 상기 치료 시나리오를 비교 분석하여 치료 시나리오 평가 정보를 생성 및 제공하는 단계(S400)를 포함할 수 있다.
먼저, 본 발명의 일 실시예에 따른 치료 예후를 획득 및 안내하기 위한 문헌 정보 데이터마이닝 방법을 설명하기로 한다.
도 2는 본 발명의 일 실시예에 따른 문헌 정보 데이터마이닝 방법을 설명하기 위한 도면이다.
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(S110). 이때의 시맨틱 키워드 각각은 유의어 등을 포괄할 수 있을 것이다. 그리고 시맨틱 키워드가 추출된 문헌 정보의 제목, 링크 주소 등과 같이 문헌 자료 식별을 위한 출처 정보가 매핑되어, 차후 이를 기반으로 치료 시나리오 작성을 위한 문헌 자료 수집이 가능하도록 한다.
그리고 치료 조건과 치료 예후 관심값에 대한 정보를 입력정보로써 입력받는다. 이때, 치료 조건은 치료 부위, 치료 방법, 환자 상태 정보, 및 부작용 종류 중 적어도 하나일 수 있으며, 치료 예후 관심값은 치료 방법 및 부작용 종류 중 적어도 하나일 수 있다. 예를 들어, 치료 부위가 폐이고, 치료 방법이 방사선인 것을 치료 조건으로, 치료 부작용에 따른 폐렴 및 식도염을 치료 예후 관심값으로 입력할 수 있다(S120).
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(S130). 예를 들어, 치료 방법은 방사선이고 부작용이 폐렴인 경우, age, 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.
본 발명은 치료 조건과 치료 예후 관심값의 설정 환경에 따라 치료 예측 모델을 통해 획득 가능한 치료 예후의 종류가 달라질 수 있도록 한다.
예를 들어, (1) 치료 부작용을 치료 예후 관심값으로 설정한 경우에는, 치료 예측 모델은 부작용 종류별 생존율, 독성, 및 반응도를 치료 예후로 제공하고, (2) 치료 방법을 치료 예후 관심값으로 설정된 경우, 치료 예측 모델은 치료 방법별 생존율, 독성, 및 반응도를 치료 예후로 제공하고, (3) 치료 부작용 및 치료 방법 모두를 치료 예후 관심값으로 설정한 경우에는, 치료 예측 모델은 부작용 종류 및 치료 방법별 생존율, 독성, 및 반응도를 치료 예후로 제공할 수 있을 것이다.
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 치료 예후인 폐렴 관련 부작용을 파악하고 이를 사용자에게 제공한다(S140). 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.
더하여, 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.
그리고 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.
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.
도 3 내지 6은 상술한 방법에 따라 데이터마이닝을 이용하여 치료 예후를 안내 하는 일 예를 설명하는 도면이다.
도 3 내지 6을 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 예후 관심값으로 입력된다. 또한 출력 정보로써 폐렴에 따른 생존율 및 독성이 선택된다.
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.
이후 상기 치료예측모델에 따른 치료 예후가 사용자에게 제공되는데, 상기 치료 예후는 미리 사용자가 입력한 입력정보에 대응된다(도 6 참조).
예를 들어, 치료 예후는 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.
도 7 내지 도 9는 발명의 일 실시예에 따른 치료 시나리오를 자동 수립 방법을 설명하기 위한 도면이다.
앞서 설명된 데이터마이닝 방법을 통해 제공된 치료 예후들 중 적어도 하나를 목표 예후로 결정하면(S210), 목표 예후에 상응하는 치료 결과가 개시된 관련 문헌 정보를 검색 및 획득하도록 한다(S220).
예를 들어, 도 6에서와 같이 제공된 치료 예후 중에서, 폐렴 치료에 따른 독성 등급이 1인 경우가 목표 예후로 결정하면, 폐렴 치료에 따른 독성 등급이 1에 대응되는 시맨틱 키워드가 개시된 문헌 정보를 검색하도록 한다. 이때, 관련 문헌 정보가 다수개 검색되면, 키워드 추출 횟수, 저자 정보 등을 기반으로 문헌 정보 각각의 정보 관련성을 파악하고, 정보 관련성이 높은 기 설정 개수의 문헌 정보만을 관련 문헌 정보로 이용하도록 한다.
그리고 관련 문헌 정보들에 개시된 치료 방법 종류, 치료 조건, 치료 기간 중 적어도 하나에 대한 정보를 추출 및 조합하여 치료 시나리오를 생성하고, 이를 의료진에게 안내하도록 한다(S230). 이는 비정형 데이터로부터 정형 데이터를 추출하는 방식을 통해 구현 가능하다. 문헌 내의 비정형 데이터에 대하여 미리 설계된 규칙에 따른 패턴을 인식하고, 인식된 패턴의 문장의 전후를 검색하여 해당 값을 추출할 수 있다. 이때, 이러한 패턴은 변수명과 그에 해당하는 대표어나 약어 등으로 확장하여 매칭시킴으로써 문서 내에 나타나는 다양한 패턴에 적용 가능하도록 설계하는 것이 바람직하다. 이제 이렇게 인식된 패턴과 해당 값을 취합하여 정형 데이터로 가공한다. 가공 과정에서는 이후 데이터베이스에 저장하기 위해 적절한 형식으로 데이터 유형을 변경할 수 있으며, 동일한 유형과 패턴에 대해 복수 개의 사례 값을 연속하여 저장할 수 있는 데이터 구조체(예를 들어, 하나 이상의 튜플(tuple)을 포함하는 테이블이 될 수 있다)를 채택하는 것이 바람직하다. 상기의 방법은 유의미한 데이터의 선택적 추출을 지원하는 방법 중 하나 일 뿐, 이와 동일한 기능을 하는 또 다른 방법이 있다면, 그 또한 적용 가능될 수 있음은 당연할 것이다. 더하여, 만약 서로 상충되는 치료 방법 종류, 치료 조건, 치료 기간이 존재한다면, 목표 예후와의 정보 관련성이 가장 높은 문헌 정보에 개시된 내용을 우선적으로 채택한 후, 그를 기반으로 상기의 치료 시나리오를 생성하도록 한다.
이러한 상태에서, 의료진 치료 시나리오(즉, 의료진의 주관적 판단에 의해 결정된 치료 시나리오)가 수동 입력되면, 의료진 치료 시나리오와 S210 내지 S230을 통해 자동 생성된 치료 시나리오와 비교 분석함으로써, 치료 시나리오 평가 정보를 생성 및 제공하도록 한다.
본 발명의 치료 시나리오 평가 정보는 의료진의 진단 정확성을 객관적으로 평가하고 안내하기 위한 정보로, 치료 시나리오 일치 여부만을 간단하게 안내하거나, 도 8의 (a)에서와 같이 치료 방법, 치료 조건, 치료 순서, 치료 기간 각각의 항목별로 일치 여부를 안내할 수 있다. 도 8의 (b)에서와 같이, 치료 시나리오 일치 정도를 수치화하여 제공할 수도 있도록 한다.
더하여, 본 발명은 도 9에서와 같이 치료 시나리오 평가 정보와 함께 관련 문헌 정보를 함께 제공함으로써, 의료진이 관련 문헌 정보를 참고하여 치료 시나리오를 재작성할 수 있도록 한다. 즉, 관련 문헌 정보를 검색 및 열람 요청할 수 있도록 하는 메뉴를 생성한 후, 치료 시나리오 평가 정보 표시 화면을 통해 제공함으로써, 사용자가 해당 메뉴를 선택을 통해 관련 문헌 정보의 상세 정보를 열람할 수 있도록 한다.
이러한 관련 문헌 정보는 다양한 방식으로 제공될 수 있는데, 예를 들어 전체 페이지 모두가 제공되거나, 치료 예측 모델 구성에 이용되는 시맨틱 키워드를 볼드 처리 또는 박스 처리되어 제공되거나, 치료 예측 모델 구성에 이용된 시맨틱 키워드가 개시된 문장만을 추출 및 편집되어 제공될 수 있도록 한다.
뿐 만 아니라, 본 발명은 관련 문헌 정보를 기반으로 목표 예후 도출을 위한 문진 및 검사 항목을 생성 및 제공할 수 있도록 한다.
참고로, 학술 논문, 의학 서적, 사례 정보와 같은 의료 관련 문헌 정보 대부분은 환자 증상, 치료 이력, 검사 이력 등에 정보를 개시하고 있다. 이에 본 발명은 관련 문헌 정보에서 상기 내용들을 추출 및 분석하여, 치료 시나리오에 대응되는 문진 및 검사 항목을 생성 및 안내할 수도 있도록 한다.
만약, 관련 문헌 정보에 목표 예후 도출을 위한 문진 및 검사 항목이 없다면, 의무 기록 시스템과 같은 외부 장치에 접속하여 동일 조건의 환자 진료 챠트를 획득 및 분석하여, 치료 시나리오에 대응되는 문진 및 검사 항목 또한 추출 및 안내할 수도 있을 것이다.
도 10은 본 발명의 일 실시예에 따른 치료 예측 결과 제공 시스템의 블록도이다.
도 10을 참조하면, 상기 시스템은 치료 조건이 입력되면, 다수의 문헌 정보를 데이터마이닝하여 치료 조건에 따른 치료 예후들을 획득 및 안내하는 데이터마이닝부(100), 치료 예후들 중 적어도 하나가 목표 예후로 결정되면, 상기 목표 예후에 상응하는 치료 결과가 개시된 관련 문헌 정보를 획득한 후, 상기 관련 문헌 정보를 기반으로 치료 시나리오를 생성하는 치료 시나리오 생성부(200), 의료진 치료 시나리오가 수동 입력되면, 상기 의료진 치료 시나리오와 상기 치료 시나리오를 비교 분석하여 치료 시나리오 평가 정보를 생성 및 제공하는 평가 수행부(300) 등을 포함할 수 있다.
본 발명의 데이터마이닝부(100)는 치료 관련 문헌 또는 사례 정보를 수집 및 데이터마이닝한 결과를 저장하는 시맨틱 데이터베이스 사전(110), 치료 부위, 치료 방법, 환자 상태 정보, 및 부작용 종류 중 적어도 하나가 입력정보를 사용자 단말로부터 입력받는 입력정보 획득부(120), 상기 입력정보 획득부로부터 수신된 입력정보와 상기 시맨틱 데이터베이스 사전을 기반으로 하여 치료에 관한 예측 모델을 구성하는 예측모델구성부(130), 상기 예측 모델을 기반으로 상기 입력 정보에 대응되는 치료 예후를 상기 사용자 단말에 제공하는 치료 예후 제공부(140)를 포함할 수 있다.
또한 평가 수행부(300)는 치료 시나리오 평가 정보와 함께, 치료 시나리오 작성에 이용된 관련 문헌 정보를 함께 제공함으로써, 의료진이 관련 문헌 정보를 참고하여 최적의 치료 시나리오를 작성할 수 있도록 한다. 뿐 만 아니라, 목표 예후 도출을 위한 문진 및 검사 항목을 생성 및 제공함으로써, 의료진이 이를 참고하여 적절한 문진 및 검사 행위를 수행할 수 있도록 한다.
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.
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.

Claims (8)

  1. 데이터마이닝부, 치료 시나리오 생성부 및 평가 수행부를 포함하는 의료진 의사 결정 지원 시스템의 의료진 의사 결정 지원 방법에 있어서,
    상기 데이터마이닝부가 다수의 문헌 정보를 데이터마이닝하여 치료 조건에 따른 치료 예후들을 획득 및 안내하는 단계;
    상기 치료 시나리오 생성부가 상기 치료 예후들 중 적어도 하나가 목표 예후로 결정되면, 상기 목표 예후에 상응하는 치료 결과가 개시된 관련 문헌 정보를 획득하는 단계;
    상기 치료 시나리오 생성부가 상기 관련 문헌 정보를 기반으로 치료 시나리오를 생성하는 단계; 및
    상기 평가 수행부가 의료진 치료 시나리오가 수동 입력되면, 상기 의료진 치료 시나리오와 상기 치료 시나리오를 비교 분석하여, 의료진의 진단 정확성을 객관적으로 평가하고 안내하는 치료 시나리오 평가 정보를 생성 및 제공하는 단계를 포함하며,
    상기 치료 시나리오 평가 정보는
    치료 시나리오 일치 여부를 안내하는 정보이거나, 치료 방법 종류, 치료 조건 및 치료 기간의 항목별 일치 여부를 안내하는 정보이거나, 치료 시나리오 일치 정도를 수치화한 정보인 것을 특징으로 하는 의료진 의사 결정 지원 방법.
  2. 제1항에 있어서, 상기 치료 시나리오는
    치료 방법 종류, 치료 조건, 치료 기간 중 적어도 하나의 정보를 포함하는 것을 특징으로 하는 의료진 의사 결정 지원 방법.
  3. 삭제
  4. 제1항에 있어서,
    상기 치료 시나리오에 대응되는 문진 및 검사 항목을 생성 및 제공하는 단계를 더 포함하는 것을 특징으로 하는 의료진 의사 결정 지원 방법.
  5. 제1항에 있어서,
    상기 획득된 문헌 정보를 열람 페이지를 생성 및 제공하는 단계를 더 포함하는 것을 특징으로 하는 의료진 의사 결정 지원 방법.
  6. 다수의 문헌 정보를 데이터마이닝하여 치료 조건에 따른 치료 예후들을 획득 및 안내하는 데이터마이닝부;
    상기 치료 예후들 중 적어도 하나가 목표 예후로 결정되면, 상기 목표 예후에 상응하는 치료 결과가 개시된 관련 문헌 정보를 획득한 후, 상기 관련 문헌 정보를 기반으로 치료 시나리오를 생성하는 치료 시나리오 생성부;
    의료진 치료 시나리오가 수동 입력되면, 상기 의료진 치료 시나리오와 상기 치료 시나리오를 비교 분석하여, 의료진의 진단 정확성을 객관적으로 평가하고 안내하는 치료 시나리오 평가 정보를 생성 및 제공하는 평가 수행부를 포함하며,
    상기 치료 시나리오 평가 정보는
    치료 시나리오 일치 여부를 안내하는 정보이거나, 치료 방법 종류, 치료 조건 및 치료 기간의 항목별 일치 여부를 안내하는 정보이거나, 치료 시나리오 일치 정도를 수치화한 정보인 것을 특징으로 하는 의료진 의사 결정 지원 시스템.
  7. 제6항에 있어서, 상기 평가 수행부는
    상기 치료 시나리오에 대응되는 문진 및 검사 항목을 생성 및 제공하는 기능을 더 포함하는 것을 특징으로 하는 의료진 의사 결정 지원 시스템.
  8. 제7항에 있어서, 상기 평가 수행부는
    상기 획득된 문헌 정보를 열람 페이지를 생성 및 제공하는 기능을 더 포함하는 것을 특징으로 하는 의료진 의사 결정 지원 시스템.
KR1020170143560A 2017-10-31 2017-10-31 의료진 의사 결정 지원 방법 및 시스템 KR101963605B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170143560A KR101963605B1 (ko) 2017-10-31 2017-10-31 의료진 의사 결정 지원 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170143560A KR101963605B1 (ko) 2017-10-31 2017-10-31 의료진 의사 결정 지원 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR101963605B1 true KR101963605B1 (ko) 2019-03-29

Family

ID=65898895

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170143560A KR101963605B1 (ko) 2017-10-31 2017-10-31 의료진 의사 결정 지원 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR101963605B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007524461A (ja) * 2003-06-25 2007-08-30 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 乳房撮像の自動診断及び決定支援システム及び方法
KR20150076482A (ko) * 2013-12-27 2015-07-07 성승주 패턴을 이용한 의료정보 분석시스템 및 방법
KR101612635B1 (ko) * 2014-12-12 2016-04-14 경희대학교 산학협력단 외부 리소스를 이용하여 증거 적응을 위한 임상의사결정지원 시스템 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007524461A (ja) * 2003-06-25 2007-08-30 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 乳房撮像の自動診断及び決定支援システム及び方法
KR20150076482A (ko) * 2013-12-27 2015-07-07 성승주 패턴을 이용한 의료정보 분석시스템 및 방법
KR101612635B1 (ko) * 2014-12-12 2016-04-14 경희대학교 산학협력단 외부 리소스를 이용하여 증거 적응을 위한 임상의사결정지원 시스템 및 방법

Similar Documents

Publication Publication Date Title
US10885150B2 (en) System and a method for assessing patient treatment risk using open data and clinician input
Frasier et al. Temporal trends in postmastectomy radiation therapy and breast reconstruction associated with changes in national comprehensive cancer network guidelines
KR101947725B1 (ko) 암 치료 예측결과 제공 방법 및 시스템
CN106415555B (zh) 用于病理学报告与放射学报告的相关联的系统和方法
Ball et al. TextHunter–a user friendly tool for extracting generic concepts from free text in clinical research
US20240078448A1 (en) Prognostic score based on health information
JP2020516997A (ja) モデル支援コホート選択を行うシステム及び方法
US20170277855A1 (en) System and a method for assessing patient risk using open data and clinician input
CN112840406A (zh) 医疗保健网络
JP2018504698A (ja) 細胞病理データおよび遺伝子データに基づく処置プロトコルの識別および追跡のためのシステムおよび方法
KR20180060968A (ko) 데이터마이닝을 이용한 방사선 치료 계획의 검증 방법
CN113539515B (zh) 临床需求挖掘方法、装置、电子设备和存储介质
CN106663136A (zh) 用于基于书面推荐对健康护理随诊预约进行排程的系统和方法
Menasalvas Ruiz et al. Profiling lung cancer patients using electronic health records
KR101946402B1 (ko) 인공 지능망 기반 치료 예측 결과 제공 방법 및 시스템
Wang et al. Prediction and diagnosis of venous thromboembolism using artificial intelligence approaches: a systematic review and meta-analysis
US20040044547A1 (en) Database for retrieving medical studies
US20130254225A1 (en) Device, method, and non-transitory computer-readable medium for medical information search
Chatterley et al. Utilisation of search filters in systematic reviews of prognosis questions
Lococo et al. Lung cancer multi-omics digital human avatars for integrating precision medicine into clinical practice: the LANTERN study
Movsas PROceeding with the patient-reported outcomes (PROs) version of the common terminology criteria for adverse events
KR101963605B1 (ko) 의료진 의사 결정 지원 방법 및 시스템
Powell-Roach et al. Neuropathic pain screening: construct validity in patients with sickle cell disease
Alitto et al. PRODIGE: PRediction models in prOstate cancer for personalized meDIcine challenGE
KR101943222B1 (ko) 치료 예측결과 및 근거 자료 일괄 제공 방법 및 시스템

Legal Events

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