KR102000221B1 - 자연어 처리 기반 요양급여 심사지원 서비스 시스템 및 방법 - Google Patents

자연어 처리 기반 요양급여 심사지원 서비스 시스템 및 방법 Download PDF

Info

Publication number
KR102000221B1
KR102000221B1 KR1020170145196A KR20170145196A KR102000221B1 KR 102000221 B1 KR102000221 B1 KR 102000221B1 KR 1020170145196 A KR1020170145196 A KR 1020170145196A KR 20170145196 A KR20170145196 A KR 20170145196A KR 102000221 B1 KR102000221 B1 KR 102000221B1
Authority
KR
South Korea
Prior art keywords
ontology
code
knowledge base
drug
disease
Prior art date
Application number
KR1020170145196A
Other languages
English (en)
Other versions
KR20190050067A (ko
Inventor
이정하
배정수
장후원
Original Assignee
(주)중외정보기술
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)중외정보기술 filed Critical (주)중외정보기술
Priority to KR1020170145196A priority Critical patent/KR102000221B1/ko
Publication of KR20190050067A publication Critical patent/KR20190050067A/ko
Application granted granted Critical
Publication of KR102000221B1 publication Critical patent/KR102000221B1/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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • 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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Toxicology (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Pharmacology & Pharmacy (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명의 일 실시예에 따른 자연어 처리 기반 요양급여 심사지원 서비스 시스템은 약제 정보 데이터 및 상병 정보 데이터를 각각 자연어 처리하여 적응증 온톨로지 및 증상 온톨로지를 구성하는 온톨로지 구성부; 상기 적응증 온톨로지 및 상기 증상 온톨로지를 질병 분류 코드(ICD Code)와 매핑하여 약제 지식베이스에 저장하는 지식베이스 관리부; 및 의사의 입력 조작에 따라 처방 정보가 입력되면, 상기 약제 지식베이스를 참조하여 적어도 하나의 상병 코드를 추천하는 상병 코드 추천부를 포함한다.

Description

자연어 처리 기반 요양급여 심사지원 서비스 시스템 및 방법{SYSTEM AND METHOD FOR SUPPORTING MEDICAL CARE BENEFITS REVIEW BASED ON NATURAL LANGUAGE PROCESSING}
본 발명의 실시예들은 요양급여 심사지원 서비스에 관한 것으로, 더욱 상세하게는 자연어 처리 기반 요양급여 심사지원 서비스 시스템 및 방법에 관한 것이다.
건강보험 제도에 따른 요양기관의 진료비(요양 급여, 의료 급여 등) 지급은 요양기관이 진료비에 대한 청구서와 명세서를 건강보험심사평가원으로 전송하며, 건강보험심사평가원은 요양기관이 청구한 진료비가 적정한지 여부를 심사하여 국민건강보험공단으로 심사결과를 통보하고, 국민건강보험공단은 건강보험심사평가원이 통보한 심사결과를 근거로 해당 요양기관에 진료비를 지급하게 된다.
건강보험심사평가원은 종합전문 요양기관, 종합병원, 병원, 의과의원, 치과병의원, 한방병의원, 약국, 보건기관 등과 같은 요양기관이 제출하는 청구서와 명세서를 심사원에게 분배하여 기재 사항과 진료 내역 및 진료비 금액이 적정한 지 여부를 심사하게 한다.
그런데, 일반적인 건강보험 심사청구 업무 절차로 보면, 상기 청구서와 명세서를 요양기관에서 건강보험심사평가원으로 제출하기 전에, 의사는 원칙적으로 심사지침 내용을 숙지하고 있어서 심사지침에 위배되는 처방을 내려서는 안 된다.
그러나, 상기 심사지침 내용은 건강보험심사평가원의 고시에 따라 바뀔 수 있으며, 그 내용이 즉각적으로 이해하기 어려운 부분이 있는 바, 의사가 환자의 처방 정보에 관한 입력을 직접 하는 경우가 매운 드문 실정이다. 이에 따라, 상기와 같은 처방 정보의 입력을 심사과에서 추후에 입력하기 때문에 심사과의 업무 부담이 발생되는 문제점이 있으며, 특히 외래 환자의 경우 의사에 의해 실시간 입력이 되지 않아 추후에 심사과에서 입력하는 과정에서 일부 처방 정보의 누락이 발생하여 청구 비용의 삭감이 발생하기도 하는 문제점이 있다.
관련 선행기술로는 대한민국 등록특허공보 제10-0597289호(발명의 명칭: 진료비 전자심사 방법, 등록일자: 2006.06.28)가 있다.
본 발명의 일 실시예는 의사에 의해 입력된 처방 정보(약제 정보)에 매칭되는 상병 정보(코드)를 처방 정보의 데이터 모델링과 자연어 처리를 기반으로 구성된 약제 지식베이스로부터 추천하여 상병 추천 정보를 토대로 상병 코드를 입력할 수 있도록 함으로써, 심사과의 업무 부담을 경감시킬 수 있으며 심사과에서 입력하는 과정에서 일부 처방 정보의 누락이 발생하여 청구 비용의 삭감이 발생하는 것을 방지할 수 있는 자연어 처리 기반 요양급여 심사지원 서비스 시스템 및 방법을 제공한다.
본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제(들)로 제한되지 않으며, 언급되지 않은 또 다른 과제(들)은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 자연어 처리 기반 요양급여 심사지원 서비스 시스템은 약제 정보 데이터 및 상병 정보 데이터를 각각 자연어 처리하여 적응증 온톨로지 및 증상 온톨로지를 구성하는 온톨로지 구성부; 상기 적응증 온톨로지 및 상기 증상 온톨로지를 질병 분류 코드(ICD Code)와 매핑하여 약제 지식베이스에 저장하는 지식베이스 관리부; 및 의사의 입력 조작에 따라 처방 정보가 입력되면, 상기 약제 지식베이스를 참조하여 적어도 하나의 상병 코드를 추천하는 상병 코드 추천부를 포함한다.
본 발명의 일 실시예에 따른 자연어 처리 기반 요양급여 심사지원 서비스 시스템은 상기 상병 코드 중 적어도 하나가 선택되면, 상기 선택된 적어도 하나의 상병 코드를 OCS(Order Communication System) 또는 EMR(Electronic Medical Record)에 입력하는 상병 코드 입력부를 더 포함할 수 있다.
상기 지식베이스 관리부는 상기 상병 코드 입력부에 의해 입력된 상병 코드를 피드백 정보로 활용하여 상기 약제 지식베이스의 매핑 정보와 관련한 추론 학습을 수행하여, 상기 적응증 온톨로지 및 상기 증상 온톨로지를 상기 질병 분류 코드와 매핑 시의 정확도를 향상시킬 수 있다.
상기 온톨로지 구성부는 병원에서 기 처방된 처방 내역에 포함된 처방 정보를 분석하여 데이터 모델링을 수행하고, 상기 데이터 모델링을 통한 기계 학습으로 처방 패턴을 분석하는 패턴 학습을 수행하며, 자연어 처리 엔진과 연동하여, 상기 약제 정보 데이터와 상기 상병 정보 데이터 각각에 대해 형태소 분석, 구문 분석 및 개체명 인식을 수행하고, 상기 형태소 분석의 결과, 상기 구문 분석의 결과 및 상기 개체명 인식의 결과에 기초하여 약제 적응증 및 상병 인정조건을 분류하여 상기 적응증 온톨로지 및 상기 증상 온톨로지를 구성할 수 있다.
상기 지식베이스 관리부는 상기 약제 적응증의 분류 결과 및 상기 상병 인정조건의 분류 결과에 기초하여 약제별 상병 후보 목록을 생성하고, 상기 생성된 약제별 상병 후보 목록을 상기 질병 분류 코드(ICD Code)와 매핑하여 상기 약제 지식베이스에 저장할 수 있다.
상기 지식베이스 관리부는 상기 약제 지식베이스에 저장된 데이터의 검증을 위한 관리자 모드를 지원하고, 상기 관리자 모드의 실행에 따라 관리자의 수동 조작에 의해 상기 데이터를 검증할 수 있는 인터페이스 화면을 제공할 수 있다.
상기 상병 코드 추천부는 처방 정보의 데이터 모델링과 자연어 처리 엔진을 통해 상기 약제 지식베이스와 연동하는 상병 추천 알고리즘을 실행하여 상기 적어도 하나의 상병 코드를 추천할 수 있다.
본 발명의 일 실시예에 따른 자연어 처리 기반 요양급여 심사지원 서비스 방법은 요양급여 심사지원 서비스 시스템의 온톨로지 구성부가 약제 정보 데이터 및 상병 정보 데이터를 각각 자연어 처리하여 적응증 온톨로지 및 증상 온톨로지를 구성하는 단계; 상기 요양급여 심사지원 서비스 시스템의 지식베이스 관리부가 상기 적응증 온톨로지 및 상기 증상 온톨로지를 질병 분류 코드(ICD Code)와 매핑하여 약제 지식베이스에 저장하는 단계; 및 의사의 입력 조작에 따라 처방 정보가 입력되면, 상기 요양급여 심사지원 서비스 시스템의 상병 코드 추천부가 상기 약제 지식베이스를 참조하여 적어도 하나의 상병 코드를 추천하는 단계를 포함한다.
본 발명의 일 실시예에 따른 자연어 처리 기반 요양급여 심사지원 서비스 방법은 상기 상병 코드 중 적어도 하나가 선택되면, 상기 요양급여 심사지원 서비스 시스템의 상병 코드 입력부가 상기 선택된 적어도 하나의 상병 코드를 OCS 또는 EMR에 입력하는 단계를 더 포함할 수 있다.
상기 적응증 온톨로지 및 증상 온톨로지를 구성하는 단계는 병원에서 기 처방된 처방 내역에 포함된 처방 정보를 분석하여 데이터 모델링을 수행하는 단계; 상기 데이터 모델링을 통한 기계 학습으로 처방 패턴을 분석하는 패턴 학습을 수행하는 단계; 자연어 처리 엔진과 연동하여, 상기 약제 정보 데이터 및 상기 상병 정보 데이터 각각에 대해 형태소 분석, 구문 분석 및 개체명 인식을 수행하는 단계; 상기 형태소 분석의 결과, 상기 구문 분석의 결과 및 상기 개체명 인식의 결과에 기초하여 약제 적응증 및 상병 인정조건을 분류하는 단계; 및 상기 약제 적응증 및 상병 인정조건의 분류 결과에 기초하여 상기 적응증 온톨로지 및 상기 증상 온톨로지를 구성하는 단계를 포함할 수 있다.
상기 요양급여 심사지원 서비스 방법은 상기 OCS와 연동하는 프로그램, 또는 상기 OCS 내의 모듈 프로그램으로 구현되어 상기 OCS에 팝업 화면으로 제공될 수 있다.
기타 실시예들의 구체적인 사항들은 상세한 설명 및 첨부 도면들에 포함되어 있다.
본 발명의 일 실시예에 따르면, 의사에 의해 입력된 처방 정보(약제 정보)에 매칭되는 상병 정보(코드)를 자연어 처리를 기반으로 구성된 약제 지식베이스로부터 추천하여 상병 추천 정보를 토대로 상병 코드를 입력할 수 있도록 함으로써, 심사과의 업무 부담을 경감시킬 수 있으며 심사과에서 입력하는 과정에서 일부 처방 정보의 누락이 발생하여 청구 비용의 삭감이 발생하는 것을 방지할 수 있다.
도 1은 본 발명의 일 실시예에 따른 자연어 처리 기반 요양급여 심사지원 서비스 시스템의 네트워크 구성도이다.
도 2는 본 발명의 일 실시예에 따른 자연어 처리 기반 요양급여 심사지원 서비스 시스템의 구성을 설명하기 위해 도시한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 자연어 처리 기반 요양급여 심사지원 서비스 방법을 설명하기 위해 도시한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 상병 추천 서비스를 설명하기 위해 도시한 흐름도이다.
도 5는 본 발명의 일 실시예에 따라 약제 정보 및 상병 정보 데이터를 자연어 처리하여 온톨로지를 구성하고 ICD 코드와 매핑하는 과정을 설명하기 위해 도시한 도면이다.
도 6 및 도 7은 관리자 모드의 인터페이스 화면을 구현한 관리 에디터의 일례를 도시한 도면이다.
도 8 및 도 9는 본 발명의 일 실시예에 따른 자연어 처리 기반 요양급여 심사지원 서비스 시스템의 서비스 화면을 도시한 예시도이다.
본 발명의 이점 및/또는 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 구성요소를 지칭한다.
또한, 이하 실시되는 본 발명의 바람직한 실시예는 본 발명을 이루는 기술적 구성요소를 효율적으로 설명하기 위해 각각의 시스템 기능구성에 기 구비되어 있거나, 또는 본 발명이 속하는 기술분야에서 통상적으로 구비되는 시스템 기능 구성은 가능한 생략하고, 본 발명을 위해 추가적으로 구비되어야 하는 기능 구성을 위주로 설명한다. 만약 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면, 하기에 도시하지 않고 생략된 기능 구성 중에서 종래에 기 사용되고 있는 구성요소의 기능을 용이하게 이해할 수 있을 것이며, 또한 상기와 같이 생략된 구성 요소와 본 발명을 위해 추가된 구성 요소 사이의 관계도 명백하게 이해할 수 있을 것이다.
또한, 이하의 설명에 있어서, 신호 또는 정보의 "전송", "통신", "송신", "수신" 기타 이와 유사한 의미의 용어는 일 구성요소에서 다른 구성요소로 신호 또는 정보가 직접 전달되는 것뿐만이 아니라 다른 구성요소를 거쳐 전달되는 것도 포함한다. 특히 신호 또는 정보를 일 구성요소로 "전송" 또는 "송신"한다는 것은 그 신호 또는 정보의 최종 목적지를 지시하는 것이고 직접적인 목적지를 의미하는 것이 아니다. 이는 신호 또는 정보의 "수신"에 있어서도 동일하다.
이하에서는 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 자연어 처리 기반 요양급여 심사지원 서비스 시스템의 네트워크 구성도이고, 도 2는 본 발명의 일 실시예에 따른 자연어 처리 기반 요양급여 심사지원 서비스 시스템의 구성을 설명하기 위해 도시한 블록도이다.
도 1 및 도 2를 참조하면, 본 발명의 일 실시예에 따른 자연어 처리 기반 요양급여 심사지원 서비스 시스템(100)은 온톨로지 구성부(210), 지식베이스 관리부(220), 약제 지식베이스(225), 상병 코드 추천부(230), 상병 코드 입력부(240), 및 제어부(250)를 포함할 수 있다.
상기 온톨로지 구성부(210)는 처방 정보의 데이터 모델링을 통한 패턴 학습과, 약제 정보 데이터 및 상병 정보 데이터를 각각 자연어 처리하는 과정을 통하여 적응증 온톨로지(Ontology) 및 증상 온톨로지를 구성할 수 있다.
여기서, 상기 약제 정보 데이터는 의약품에 관한 정보로서 예를 들면 의약품명, 제조사, 보험코드, 일반 의약품인지 전문 의약품인지 등에 관한 구분 정보 등을 포함할 수 있다. 또한, 상기 상병 정보 데이터는 고혈압, 만성 표재성 위염 등과 같은 질환에 대한 진단명과 코드 정보, IM(내과)과 같은 진료과 정보 등을 포함할 수 있다.
본 실시예에서, 상기 적응증 온톨로지는 어떠한 약제나 수술 따위에 의하여 치료 효과가 기대되는 병이나 증상을 나타내는 적응증 각각을 클래스(Class), 인스턴스(Instance), 관계(Relation), 속성(Property)의 구성요소로 개념화한 모델로 정의할 수 있다. 또한, 상기 증상 온톨로지는 병을 앓을 때 나타나는 여러 가지 상태나 모양을 나타내는 증상 각각을 클래스, 인스턴스, 관계, 속성의 구성요소로 개념화한 모델로 정의할 수 있다.
상기의 적응증 온톨로지 및 증상 온톨로지를 구성하기 위해서는 처방 정보의 데이터 모델링을 통한 패턴 학습과, 상기 약제 정보 데이터 및 상기 상병 정보 데이터를 자연어 처리하는 과정을 수행할 수 있는데, 이하에서는 이러한 패턴 학습과 자연어 처리 과정에 대해 설명한다.
먼저 상기 패턴 학습을 설명하면, 상기 온톨로지 구성부(210)는 병원에서 기 처방된 처방 내역에 포함된 처방 정보를 분석하여 데이터 모델링을 수행하고, 상기 데이터 모델링을 통한 기계 학습으로 처방 패턴을 분석하는 패턴 학습을 수행하여 약제별로 매핑되는 상병 정보를 추론할 수 있다. 여기서, 상기 상병 정보의 추론에 관한 정보(추론 정보)는 약제 적응증 정보의 자연어 처리를 통해 그 정확도가 보완될 수 있다.
다음으로 상기 자연어 처리 과정을 설명하면, 상기 온톨로지 구성부(210)는 자연어 처리 엔진(120)과 연동하여, 상기 약제 정보 데이터와 상기 상병 정보 데이터 각각에 대해 형태소 분석, 구문 분석 및 개체명 인식을 수행할 수 있다. 이어서, 상기 온톨로지 구성부(210)는 상기 형태소 분석의 결과, 상기 구문 분석의 결과 및 상기 개체명 인식의 결과에 기초하여 약제 적응증 및 상병 인정조건을 분류할 수 있다. 계속하여, 상기 온톨로지 구성부(210)는 상기 약제 적응증의 분류 결과 및 상기 상병 인정조건의 분류 결과에 기초하여 상기 적응증 온톨로지 및 상기 증상 온톨로지를 구성할 수 있다. 이러한 자연어 처리 과정을 통해 상기 온톨로지 구성부(210)는 상기 패턴 학습을 통한 추론 정보의 정확도를 보완할 수 있다.
상기 지식베이스 관리부(220)는 상기 적응증 온톨로지 및 상기 증상 온톨로지를 질병 분류 코드(ICD Code)와 매핑(Mapping)하여 상기 약제 지식베이스(Knowledgebase)(225)에 저장할 수 있다. 본 실시예에서는 상기 약제 지식베이스(225)를 KCD-약제 지식베이스로 구현할 수 있다. 여기서, 상기 KCD는 Korean　standard　classification　of　disease　and　cause　of　death의 약자로서 한국 표준 질병 사인 분류에 관한 의무 기록 자료를 가리킨다.
상기 적응증 온톨로지 및 상기 증상 온톨로지를 상기 ICD Code와 매핑하는 과정을 구체적으로 설명하면 다음과 같다. 즉, 상기 지식베이스 관리부(220)는 상기 약제 적응증의 분류 결과 및 상기 상병 인정조건의 분류 결과에 기초하여 약제별 상병 후보 목록을 생성할 수 있다. 이어서, 상기 지식베이스 관리부(220)는 상기 생성된 약제별 상병 후보 목록을 상기 ICD Code와 매핑함으로써 상기 적응증 온톨로지 및 상기 증상 온톨로지를 상기 ICD Code와 매핑할 수 있게 된다. 상기 매핑 과정이 완료되면 상기 지식베이스 관리부(220)는 상기 매핑에 관한 정보 및 상기 약제별 상병 후보 목록과 상기 ICD Code를 상기 약제 지식베이스(225)에 저장할 수 있다.
상기 지식베이스 관리부(220)는 상기 약제 지식베이스(225)에 저장된 데이터의 검증을 위한 관리자 모드를 지원할 수 있다. 상기 지식베이스 관리자(220)는 상기 관리자 모드의 실행에 따라 관리자의 수동 조작에 의해 상기 데이터를 검증하거나 관리(편집)할 수 있는 인터페이스 화면을 제공할 수 있다.
예를 들면, 상기 인터페이스 화면은 도 6 및 도 7과 같은 관리 에디터(Editor)로서 구현될 수 있다. 도 6 및 도 7을 참조하면, 상기 인터페이스 화면은 인정상병관리, 사용통계, 수정이력관리, 배포관리, 개인정보수정 메뉴로 이루어질 수 있다. 본 실시예에서는 상기 인정상병관리 메뉴를 일례로 들어 설명하기로 한다.
상기 인정상병관리 메뉴에서, 관리자는 검색어 입력창(610)을 통해 보험코드, 의약품명, 성분명, 상병, 적응증 등의 검색어를 입력할 수 있다. 상기 검색어의 입력을 통해 검색 결과 데이터 목록(620)이 표시될 수 있으며, 구체적으로 상기 검색 결과 데이터 목록(620)에는 보험 코드, 의약품명, 구분(일반/단일/급여, 전문/단일/급여 등), 제조사 등의 정보가 표시될 수 있다. 상기 검색 결과 데이터 목록(620) 중 어느 하나를 클릭하면 상병 정보와 심사지침 정보가 표시될 수 있다.
상기 상병 정보는 상기 인정상병관리 메뉴의 오른쪽에 위치한 상병 탭(630)을 클릭하면 도 6에 도시된 바와 같이 표시될 수 있으며, 상기 심사지침 정보는 상기 인정상병관리 메뉴의 오른쪽에 위치한 심사지침 탭(640)을 클릭하면 도 7에 도시된 바와 같이 표시될 수 있다. 상병 정보로서 검색된 데이터 목록에는 코드, 진단명, 과 등에 관한 정보가 나열될 수 있다. 상기 상병 정보로서 검색된 데이터 목록 중 어느 하나를 선택한 후 저장(Save) 버튼(650)을 클릭하면 해당 상병 정보 데이터가 저장될 수 있으며, 리셋(Reset) 버튼(660)을 클릭하면 원래의 상태로 초기화될 수 있다.
다시 도 1 및 도 2를 참조하면, 상기 지식베이스 관리부(220)는 후술하는 상병 코드 입력부(240)에 의해 상병 코드가 입력되는 경우, 상기 입력된 상병 코드를 피드백 정보로 활용하여 상기 약제 지식베이스(225)의 매핑 정보와 관련한 추론 학습을 수행할 수 있다. 이로써, 상기 지식베이스 관리부(220)는 상기 적응증 온톨로지 및 상기 증상 온톨로지를 상기 질병 분류 코드와 매핑 시의 정확도를 향상시킬 수 있으며, 이러한 과정을 계속하여 반복하면 정확도를 더욱 향상시킬 수 있다.
상기 상병 코드 추천부(230)는 의사의 입력 조작에 따라 처방 정보가 입력되면, 상기 약제 지식베이스(225)를 참조하여 적어도 하나의 상병 코드를 추천할 수 있다.
이를 위해, 상기 상병 코드 추천부(230)는 처방 정보의 데이터 모델링과 자연어 처리 엔진(120)을 통해 상기 약제 지식베이스(225)와 연동하는 상병 추천 알고리즘(122)을 실행하여 적어도 하나의 상병 코드를 추천할 수 있다.
구체적으로, 도 8에 도시된 바와 같이 의사가 OCS(Order Communication System) 또는 EMR(Electronic Medical Record) 등과 같은 의료 시스템의 화면에서, 진단명 내역 란(810)에 진단명을 입력하고 처방 내역(820)에 처방 정보를 입력할 수 있다. 그러면, 도 9에 도시된 바와 같이 본 발명의 일 실시예에 따른 요양급여 심사지원 시스템(110)과 연동하는 서비스 화면(900)이 팝업 창의 형태로 표시될 수 있다.
상기 서비스 화면(900)의 처방 내역(910)에는 상기 처방 내역(820)에서 입력된 처방 정보가 표시될 수 있다. 상기 처방 정보 중에서 어느 하나를 선택하면, 상기 상병 코드 추천부(230)는 선택된 처방 정보를 데이터 모델링과 자연어 처리하여 그 처리 결과를 토대로 상기 약제 지식베이스(225)로부터 상기 선택된 처방 정보와 관련된 상병 코드(또는 상병 코드를 포함하는 상병 정보)를 추천하는 상병 추천 알고리즘(122)을 실행할 수 있다. 상기 상병 추천 알고리즘(122)의 실행에 따라 인정 상병 목록(920)에는 상병 정보들이 표시될 수 있다. 이때 상기 인정 상병 목록(920)에는 상기 상병 정보들 각각의 코드, 진단명, 과 등이 표시될 수 있다.
상기 인정 상병 목록(920)에서 하나 또는 그 이상의 상병 정보를 선택하면, 선택된 상병 정보 목록(930)이 표시될 수 있다. 상기 상병 정보 목록(930)에는 주상병, 코드, 진단명, 특정, 과, 삭제 등이 표시될 수 있다. 이때, 적용 버튼(940)을 클릭하면 상기 상병 정보 목록에 표시된 코드(상병 코드)가 상기 의료 시스템에 입력될 수 있다. 다만, 리셋(Reset) 버튼(950)을 클릭하면 상기 상병 정보 목록(930)을 원래의 상태로 초기화할 수 있다. 한편, 심사지침조회 버튼(960)을 클릭하면 도 7의 심사지침 탭(640)에 표시된 심사지침 정보를 조회하여 표시할 수 있다.
상기 상병 코드 입력부(240)는 상기 추천된 상병 코드 중에서 적어도 하나의 상병 코드가 선택되면, 상기 선택된 적어도 하나의 상병 코드를 OCS(132) 또는 EMR(134) 등의 의료 시스템(130)에 입력할 수 있다.
상기 제어부(250)는 본 발명의 일 실시예에 따른 자연어 처리 기반 요양급여 심사지원 서비스 시스템(100), 즉 상기 온톨로지 구성부(210), 상기 지식베이스 관리부(220), 상기 약제 지식베이스(225), 상기 상병 코드 추천부(230), 상기 상병 코드 입력부(240) 등의 동작을 전반적으로 제어할 수 있다.
이상에서 설명된 장치는 하드웨어 구성 요소, 소프트웨어 구성 요소, 및/또는 하드웨어 구성 요소 및 소프트웨어 구성 요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성 요소는, 예를 들어, 프로세서, 컨트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
도 3은 본 발명의 일 실시예에 따른 자연어 처리 기반 요양급여 심사지원 서비스 방법을 설명하기 위해 도시한 흐름도이고, 도 4는 본 발명의 일 실시예에 따른 상병 추천 서비스를 설명하기 위해 도시한 흐름도이다.
여기서 설명하는 자연어 처리 기반 요양급여 심사지원 서비스 방법은 본 발명의 하나의 실시예에 불과하며, 그 이외에 필요에 따라 다양한 단계들이 부가될 수 있고, 하기의 단계들도 순서를 변경하여 실시될 수 있으므로, 본 발명이 하기에 설명하는 각 단계 및 그 순서에 한정되는 것은 아니다.
도 3 및 도 4를 참조하면, 단계(310)에서 요양급여 심사지원 서비스 시스템(110)의 온톨로지 구성부(210)는 약제 정보 데이터(415) 및 상병 정보 데이터(125)를 각각 자연어 처리하여 적응증 온톨로지 및 증상 온톨로지를 구성(410, 420)할 수 있다. 이때, 상기 온톨로지 구성부(210)는 상기 자연어 처리를 수행하기에 앞서서, 병원에서 기 처방된 처방 내역에 포함된 처방 정보를 분석하여 데이터 모델링을 수행하고, 상기 데이터 모델링을 통한 기계 학습으로 처방 패턴을 분석하는 패턴 학습을 수행할 수 있다.
다음으로, 단계(320)에서 상기 요양급여 심사지원 서비스 시스템(110)의 지식베이스 관리부(220)는 상기 적응증 온톨로지 및 상기 증상 온톨로지를 질병 분류 코드(ICD Code)(430)와 매핑(Mapping)하여 약제 지식베이스에 저장(440)할 수 있다.
다음으로, 의사의 입력 조작에 따라 처방 정보(460)가 입력되면(330의 "예" 방향), 단계(340)에서 상기 요양급여 심사지원 서비스 시스템(110)의 상병 코드 추천부(230)는 상기 약제 지식베이스를 참조하여 적어도 하나의 상병 코드를 추천할 수 있다. 이를 위해, 상기 상병 코드 추천부(230)는 자연어 처리 엔진(120)을 통해 상기 약제 지식베이스와 연동하는 상병 추천 알고리즘을 실행(470)하여 적어도 하나의 상병 코드를 추천(480)할 수 있다. 한편, 상기 처방 정보(460)의 입력 전에 병원별로 관리자 모드를 통해 상병 추천을 위한 세팅이 미리 이루어질 수 있다.
다음으로, 상기 상병 코드 중 적어도 하나가 선택되면(350의 "예" 방향), 단계(360)에서 상기 요양급여 심사지원 서비스 시스템(110)의 상병 코드 입력부(240)는 상기 선택된 적어도 하나의 상병 코드를 OCS 또는 EMR에 입력할 수 있다.
한편, 본 실시예에서는 상기 지식베이스 관리부(220)가 상기 의사에 의해 입력된 처방 정보, 및 상기 상병 추천에 따른 추론 정보를 피드백 정보로 활용하여 추론 학습을 수행할 수 있으며, 이를 통해 상병 추천의 정확도를 더욱 향상시킬 수 있다.
도 5는 본 발명의 일 실시예에 따라 약제 정보 및 상병 정보 데이터를 자연어 처리하여 온톨로지를 구성하고 ICD 코드와 매핑하는 과정을 설명하기 위해 도시한 도면이다.
도 2 및 도 5를 참조하면, 요양급여 심사지원 시스템(110)의 온톨로지 구성부(210)는 자연어 처리 엔진(120)과 연동하여, 상기 약제 정보 데이터와 상기 상병 정보 데이터 각각에 대해 자연어 처리를 수행함으로써 상기 형태소 분석 결과(510), 구문 분석 결과(520) 및 개체명 인식 결과(530)를 도출할 수 있다. 이때, 상기 온톨로지 구성부(210)는 상기 자연어 처리를 수행하기에 전에, 처방 정보의 데이터 모델링을 통한 패턴 학습을 선행할 수 있다.
이어서, 상기 온톨로지 구성부(210)는 상기 형태소 분석 결과(510), 구문 분석 결과(520) 및 개체명 인식 결과(530)에 기초하여 약제 적응증 및 상병 인정조건을 분류(540, 550)할 수 있다. 이로써, 상기 온톨로지 구성부(210)는 상기 적응증 온톨로지 및 상기 증상 온톨로지를 구성할 수 있다.
계속해서, 상기 지식베이스 관리부(220)는 상기 약제 적응증의 분류 결과 및 상기 상병 인정조건의 분류 결과에 기초하여 약제별 상병 후보 목록을 생성(560)할 수 있다.
이어서, 상기 지식베이스 관리부(220)는 상기 생성된 약제별 상병 후보 목록을 상기 ICD Code와 매핑함으로써 상기 적응증 온톨로지 및 상기 증상 온톨로지를 상기 ICD Code와 매핑할 수 있게 된다. 상기 매핑 과정이 완료되면 상기 지식베이스 관리부(220)는 상기 매핑에 관한 정보 및 상기 약제별 상병 후보 목록과 상기 ICD Code를 상기 약제 지식베이스(225)에 저장할 수 있다.
이어서, 상기 지식베이스 관리부(220)는 상기 약제 지식베이스(225)에 저장된 데이터의 검증(570)을 위한 관리자 모드를 지원할 수 있다. 상기 지식베이스 관리자(220)는 상기 관리자 모드의 실행에 따라 관리자의 수동 조작에 의해 상기 데이터를 검증(570)하거나 관리(편집)할 수 있는 인터페이스 화면을 제공할 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CDROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.
110: 요양급여 심사지원 시스템
120: NLP 엔진
122: 상병 추천 알고리즘
130: 의료 시스템
132: OCR
134: EMR
210: 온톨로지 구성부
220: 지식베이스 관리부
225: 약제 지식베이스
230: 상병 코드 추천부
240: 상병 코드 입력부
250: 제어부

Claims (11)

  1. 약제 정보 데이터 및 상병 정보 데이터를 각각 자연어 처리하여 적응증 온톨로지 및 증상 온톨로지를 구성하는 온톨로지 구성부;
    상기 적응증 온톨로지 및 상기 증상 온톨로지를 질병 분류 코드(ICD Code)와 매핑하여 약제 지식베이스에 저장하는 지식베이스 관리부; 및
    의사의 입력 조작에 따라 처방 정보가 입력되면, 상기 약제 지식베이스를 참조하여 적어도 하나의 상병 코드를 추천하는 상병 코드 추천부를 포함하고,
    상기 온톨로지 구성부는
    병원에서 기 처방된 처방 내역에 포함된 처방 정보를 분석하여 데이터 모델링을 수행하고, 상기 데이터 모델링을 통한 기계 학습으로 처방 패턴을 분석하는 패턴 학습을 수행하며, 자연어 처리 엔진과 연동하여, 상기 약제 정보 데이터와 상기 상병 정보 데이터 각각에 대해 형태소 분석, 구문 분석 및 개체명 인식을 수행하고, 상기 형태소 분석의 결과, 상기 구문 분석의 결과 및 상기 개체명 인식의 결과에 기초하여 약제 적응증 및 상병 인정조건을 분류하여 상기 적응증 온톨로지 및 상기 증상 온톨로지를 구성하는 것을 특징으로 하는 자연어 처리 기반 요양급여 심사지원 서비스 시스템.
  2. 제1항에 있어서,
    상기 상병 코드 중 적어도 하나가 선택되면, 상기 선택된 적어도 하나의 상병 코드를 OCS(Order Communication System) 또는 EMR(Electronic Medical Record)에 입력하는 상병 코드 입력부
    를 더 포함하는 것을 특징으로 하는 자연어 처리 기반 요양급여 심사지원 서비스 시스템.
  3. 제1항에 있어서,
    상기 지식베이스 관리부는
    상기 상병 코드 입력부에 의해 입력된 상병 코드를 피드백 정보로 활용하여 상기 약제 지식베이스의 매핑 정보와 관련한 추론 학습을 수행하여, 상기 적응증 온톨로지 및 상기 증상 온톨로지를 상기 질병 분류 코드와 매핑 시의 정확도를 향상시키는 것을 특징으로 하는 특징으로 하는 자연어 처리 기반 요양급여 심사지원 서비스 시스템.
  4. 삭제
  5. 제1항에 있어서,
    상기 지식베이스 관리부는
    상기 약제 적응증의 분류 결과 및 상기 상병 인정조건의 분류 결과에 기초하여 약제별 상병 후보 목록을 생성하고, 상기 생성된 약제별 상병 후보 목록을 상기 질병 분류 코드(ICD Code)와 매핑하여 상기 약제 지식베이스에 저장하는 것을 특징으로 하는 자연어 처리 기반 요양급여 심사지원 서비스 시스템.
  6. 제1항에 있어서,
    상기 지식베이스 관리부는
    상기 약제 지식베이스에 저장된 데이터의 검증을 위한 관리자 모드를 지원하고, 상기 관리자 모드의 실행에 따라 관리자의 수동 조작에 의해 상기 데이터를 검증할 수 있는 인터페이스 화면을 제공하는 것을 특징으로 하는 자연어 처리 기반 요양급여 심사지원 서비스 시스템.
  7. 제1항에 있어서,
    상기 상병 코드 추천부는
    처방 정보의 데이터 모델링과 자연어 처리 엔진을 통해 상기 약제 지식베이스와 연동하는 상병 추천 알고리즘을 실행하여 상기 적어도 하나의 상병 코드를 추천하는 것을 특징으로 하는 자연어 처리 기반 요양급여 심사지원 서비스 시스템.
  8. 요양급여 심사지원 서비스 시스템의 온톨로지 구성부가 약제 정보 데이터 및 상병 정보 데이터를 각각 자연어 처리하여 적응증 온톨로지 및 증상 온톨로지를 구성하는 단계;
    상기 요양급여 심사지원 서비스 시스템의 지식베이스 관리부가 상기 적응증 온톨로지 및 상기 증상 온톨로지를 질병 분류 코드(ICD Code)와 매핑하여 약제 지식베이스에 저장하는 단계; 및
    의사의 입력 조작에 따라 처방 정보가 입력되면, 상기 요양급여 심사지원 서비스 시스템의 상병 코드 추천부가 상기 약제 지식베이스를 참조하여 적어도 하나의 상병 코드를 추천하는 단계를 포함하고,
    상기 적응증 온톨로지 및 증상 온톨로지를 구성하는 단계는
    병원에서 기 처방된 처방 내역에 포함된 처방 정보를 분석하여 데이터 모델링을 수행하는 단계;
    상기 데이터 모델링을 통한 기계 학습으로 처방 패턴을 분석하는 패턴 학습을 수행하는 단계;
    자연어 처리 엔진과 연동하여, 상기 약제 정보 데이터 및 상기 상병 정보 데이터 각각에 대해 형태소 분석, 구문 분석 및 개체명 인식을 수행하는 단계;
    상기 형태소 분석의 결과, 상기 구문 분석의 결과 및 상기 개체명 인식의 결과에 기초하여 약제 적응증 및 상병 인정조건을 분류하는 단계; 및
    상기 약제 적응증 및 상병 인정조건의 분류 결과에 기초하여 상기 적응증 온톨로지 및 상기 증상 온톨로지를 구성하는 단계를 포함하는 것을 특징으로 하는 자연어 처리 기반 요양급여 심사지원 서비스 방법.
  9. 제8항에 있어서,
    상기 상병 코드 중 적어도 하나가 선택되면, 상기 요양급여 심사지원 서비스 시스템의 상병 코드 입력부가 상기 선택된 적어도 하나의 상병 코드를 OCS 또는 EMR에 입력하는 단계
    를 더 포함하는 것을 특징으로 하는 자연어 처리 기반 요양급여 심사지원 서비스 방법.
  10. 삭제
  11. 제8항에 있어서,
    상기 요양급여 심사지원 서비스 방법은
    OCS와 연동하는 프로그램, 또는 상기 OCS 내의 모듈 프로그램으로 구현되어 상기 OCS에 팝업 화면으로 제공되는 것을 특징으로 하는 자연어 처리 기반 요양급여 심사지원 서비스 방법.
KR1020170145196A 2017-11-02 2017-11-02 자연어 처리 기반 요양급여 심사지원 서비스 시스템 및 방법 KR102000221B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170145196A KR102000221B1 (ko) 2017-11-02 2017-11-02 자연어 처리 기반 요양급여 심사지원 서비스 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170145196A KR102000221B1 (ko) 2017-11-02 2017-11-02 자연어 처리 기반 요양급여 심사지원 서비스 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20190050067A KR20190050067A (ko) 2019-05-10
KR102000221B1 true KR102000221B1 (ko) 2019-07-15

Family

ID=66580667

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170145196A KR102000221B1 (ko) 2017-11-02 2017-11-02 자연어 처리 기반 요양급여 심사지원 서비스 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102000221B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110246592B (zh) * 2019-06-25 2023-07-14 山东浪潮智慧医疗科技有限公司 实现医疗机构异构数据值域代码标准化的映射方法及系统
JP7444495B2 (ja) * 2020-04-24 2024-03-06 アジャイルソーダ インコーポレイテッド Ｏｃｒベース文書分析システム及び方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100597289B1 (ko) 2006-03-03 2006-07-04 건강보험심사평가원 진료비 전자심사 방법
KR101404503B1 (ko) 2013-10-01 2014-06-10 배형준 환자 처방전으로부터 관련 질병의 추출 및 추출된 질병 관련 정보를 제공하는 방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100940308B1 (ko) * 2007-11-22 2010-02-05 재단법인서울대학교산학협력재단 온톨로지 기반의 도메인 특정언어를 통한 상호운용적건강보험 전자청구 시스템
KR101473487B1 (ko) * 2012-09-12 2014-12-16 한국후지쯔 주식회사 수가코드 관리 방법 및 이를 이용한 의료정보시스템
KR101799448B1 (ko) * 2015-11-03 2017-11-20 김영진 질의 응답형 질병분류코드 제공 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100597289B1 (ko) 2006-03-03 2006-07-04 건강보험심사평가원 진료비 전자심사 방법
KR101404503B1 (ko) 2013-10-01 2014-06-10 배형준 환자 처방전으로부터 관련 질병의 추출 및 추출된 질병 관련 정보를 제공하는 방법

Also Published As

Publication number Publication date
KR20190050067A (ko) 2019-05-10

Similar Documents

Publication Publication Date Title
Holzinger et al. Information fusion as an integrative cross-cutting enabler to achieve robust, explainable, and trustworthy medical artificial intelligence
Mathews et al. Digital health: a path to validation
Guzzo et al. Process mining applications in the healthcare domain: A comprehensive review
US20110288877A1 (en) Health Information Exchange and Integration System and Methods Useful in Conjunction Therewith
CN107004238A (zh) 用于管理电子健康护理信息的系统和方法
US10747399B1 (en) Application that acts as a platform for supplement applications
CN101176114A (zh) 医疗向导系统
KR102216685B1 (ko) 클리닉 매니저 서비스 플랫폼 및 이를 제공하는 시스템
Campos et al. Analysing interactive devices based on information resource constraints
Rosca et al. Enterprise modeling and decision-support for automating the business rules lifecycle
US20220058749A1 (en) Medical fraud, waste, and abuse analytics systems and methods
US20230386663A1 (en) System and method for improving clinical effectiveness using a query reasoning engine
KR102000221B1 (ko) 자연어 처리 기반 요양급여 심사지원 서비스 시스템 및 방법
Devine et al. Preparing electronic clinical data for quality improvement and comparative effectiveness research: the SCOAP CERTAIN automation and validation project
Sharma et al. Explainable AI Driven Applications for Patient Care and Treatment
Rodríguez et al. SOA-enabled compliance management: instrumenting, assessing, and analyzing service-based business processes
JP2005004260A (ja) 病院経営支援システム
Kamsu-Foguem An ontological view in telemedicine
Weber et al. Automated conflict detection between medical care pathways
Montrieux et al. Challenges in model-based evolution and merging of access control policies
WO2015059607A1 (en) System and method enabling the efficient management of treatment plans and their revisions and updates
US20230055277A1 (en) Medical fraud, waste, and abuse analytics systems and methods using sensitivity analysis
Choi et al. Modeling a nursing guideline with standard terminology and unified modeling language for a nursing decision support system: a case study
Badr Guidelines for Health IT Addressing the Quality of Data in EHR Information Systems.
US20130060771A1 (en) Method and system for presenting composite risk assessment data and clinical trial data for pharmaceutical drugs

Legal Events

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