KR102088980B1 - 사용자 맞춤형 의료정보 제공 시스템 및 이의 구동방법 - Google Patents

사용자 맞춤형 의료정보 제공 시스템 및 이의 구동방법 Download PDF

Info

Publication number
KR102088980B1
KR102088980B1 KR1020190046081A KR20190046081A KR102088980B1 KR 102088980 B1 KR102088980 B1 KR 102088980B1 KR 1020190046081 A KR1020190046081 A KR 1020190046081A KR 20190046081 A KR20190046081 A KR 20190046081A KR 102088980 B1 KR102088980 B1 KR 102088980B1
Authority
KR
South Korea
Prior art keywords
medical
information
user
diagnosis
user terminal
Prior art date
Application number
KR1020190046081A
Other languages
English (en)
Inventor
이정의
Original Assignee
이정의
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 이정의 filed Critical 이정의
Priority to KR1020190046081A priority Critical patent/KR102088980B1/ko
Application granted granted Critical
Publication of KR102088980B1 publication Critical patent/KR102088980B1/ko
Priority to PCT/KR2020/003867 priority patent/WO2020213843A1/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
    • G16H50/30—ICT 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

본 발명은 인공지능 기술을 적용한 사용자 맞춤형 의료정보 제공 시스템 및 이의 구동방법에 관한 것으로, 사용자 단말로부터 사용자 정보와 증상 정보를 수신하는 정보 수신부, 상기 정보 수신부로 수신되는 증상 정보에서 추출되는 텍스트를 빅 데이터에 저장된 정보에 매칭시켜 기 설정된 기준 매칭률 이상 매칭되는 증상에 따른 진단명을 파악하는 진단부 및 상기 진단부에서 파악된 진단명과, 적어도 하나의 추천 병원 또는 진료과를 포함하는 치료에 필요한 정보를 사용자 단말로 제공하는 정보 제공부를 포함하는 것을 특징으로 하는 의료정보 제공 시스템에 의해 의료진의 과잉 진료및 의료 서비스 이용자의 무분별한 의료 쇼핑이 증가하는 문제를 해결함으로써, 의료 소비자가 주도적으로 건강 관리를 할 수 있게 하는 효과가 도출된다.

Description

사용자 맞춤형 의료정보 제공 시스템 및 이의 구동방법{System and Method for Providing personalized hospital information}
본 발명은 사용자 맞춤형 의료정보 제공 시스템 및 이의 구동방법에 관한 것으로 보다 상세하게는, 인공지능의 딥러닝 기술을 적용한 사용자 맞춤형 의료정보 제공 시스템 및 이의 구동방법에 관한 것이다.
인공지능은 인간이 고유하게 보유하고 있다고 여겨지는 인지능력, 추론능력, 학습능력, 이해능력등이 가능한 기계나 소프트웨어(SW)로 만들어진 지능을 말한다. 지능적인 기능을 수행할 수 있는 컴퓨터 또는 컴퓨터SW를 만드는 방법을 연구하는 과학 분야를 통칭한다. 주로 패턴인식, 전문가 시스템, 자연어 처리, 기계 학습 및 자동제어 기술이 포함된다.
증권투자 및 거래에 관련된 서비스를 제공하는 플랫폼, 인공지능을 이용해 각종 정보를 파악하고 서비스 이용자에게 맞춤형 투자관련 정보를 제공하는 인공지능 기술이 도입된 바 있다.
또한 자산 관리에 있어서 방대한 양의 실시간 데이터를 분석하고, 자산 관리 방향을 조언하는 인공지능이나, 인공지능을 활용하여 지급명령 신고서를 작성하는 변호사 업무 자동화를 위한 기술이 제안된바 있다.
뿐만 아니라, 클라우드 컴퓨팅, 빅데이터, 인공지능 기술, 전통 의료산업 결합을 통해 개발된 시스템으로, 대량의 의료 데이터 및 전문 문헌의 수집 및 분석을 통해 증상에 근거한 문제 발견이 가능한 기술이 제안되었다. 이는 음성인식 기능에 기반하여 의사를 대신해서 환자와 교류가 가능하고, 환자로부터 증장정보를 수집, 의사가 이전에 수집-진단한 정보에 근거하여 진단을 내리고 의견을 제출한다. 이에 따라 의사의 시간을 절약해주고 진찰과정의 효율성을 제고하는 효과가 있다.
한편, 대용량 데이터의 전송 및 처리기술의 발전으로 각 개인이 접할 수 있는 컨텐츠는 기하 급수적으로 늘어나고있다. 특히, 초고속 통신망이 도입되고 스마트폰, 테블릿, 넷북, IP, TV등과 같은 각종 멀티미디어 기기의 대용량화가 진행됨에 따라 사용자는 때와 장소에 구애됨없이 수많은 컨텐츠들을 즐길 수 있다.
그러나 컨텐츠의 양이 늘어남에 따라 사용자가 실제 원하는 정보를 찾는데 걸리는 시간과 노력도 더 필요하다. 따라서 사용자가 만족할 만한 컨텐츠를 선별하여 추천해주는 방식이 등장하였다.
이러한 종래의 추천 방식으로는 컨텐츠의 판매량, 구매자들의 추천 정보등을 이용하는 단순 추천 방식과 각 사용자들이 입력하는 선호 장르 정보나 선호 카테고리 정보 또는 각 사용자들의 구매 이력등을 이용하는 맞춤형 추천 방식이 있다.
그러나 판매량등에 기초한 단순 추천 방식의 경우 사용자의 개인 취향을 반영할 수 없기 때문에 추천 정확도가 떨어진다는 문제점이 있다.
KR 10-0739570 B1 KR 10-1525576 B1 KR 10-0538573 B1
본 발명은 이 같은 기술적 배경에서 도출된 것으로, 의료기술 발전 속도에 비해 의료정보 불균형이 해소되지 않는 문제를 해결하는 것을 그 목적으로 한다.
또한 국민 건강 증진에 기여하고 과잉 진료 및 의료쇼핑을 방지할 수 있는 사용자 맞춤형 의료정보 제공 시스템 및 그 구동방법을 제공하고자 한다.
상기의 과제를 달성하기 위한 본 발명은 다음과 같은 구성을 포함한다.
즉 본 발명의 일 실시예에 따른 의료정보 제공 시스템은 사용자 단말로부터 사용자 정보와 증상 정보를 수신하는 정보 수신부, 상기 정보 수신부로 수신되는 증상 정보에서 추출되는 텍스트를 빅 데이터에 저장된 정보에 매칭시켜 기 설정된 기준 매칭률 이상 매칭되는 증상에 따른 진단명을 파악하는 진단부 및 상기 진단부에서 파악된 진단명과, 적어도 하나의 추천 병원 또는 진료과를 포함하는 치료에 필요한 정보를 사용자 단말로 제공하는 정보 제공부를 포함하는 것을 특징으로 한다.
한편, 사용자 맞춤형 의료정보 제공 시스템의 구동방법은 의료 정보 제공 서비스 전용 앱이 탑재되어 구동되는 사용자 단말이 상기 의료 정보 제공 서비스 앱을 통해 사용자로부터 나이, 성별, 임신여부, 특이사항, 가족력, 병력, 약력, 근무환경 중 적어도 하나를 포함하는 사용자 정보와 증상 정보를 입력받는 단계, 의료정보 제공 시스템이 상기 사용자 단말로부터 상기 사용자 정보와 증상 정보를 수신하고, 상기 수신되는 증상 정보에서 추출되는 텍스트를 빅 데이터에 저장된 정보에 매칭시켜 기 설정된 기준 매칭률 이상 매칭되는 증상에 따른 진단명을 파악하는 단계 및 상기 의료정보 제공 시스템이 상기 파악된 진단명을 사용자 단말로 제공해주고, 치료에 필요한 적어도 하나의 병원 또는 진료과를 추천해주는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따르면, 꼭 필요한 진료와 치료가 어떤것인지에 대한 의료 지식을 정확히 전달함으로써, 의료진의 과잉 진료및 의료 서비스 이용자의 무분별한 의료 쇼핑이 증가하는 문제를 해결함으로써, 의료 소비자가 주도적으로 건강 관리를 할 수 있게 하는 효과가 도출된다.
또한, 본 발명의 일 실시예에 따른 의료정보 제공 서비스 시스템 및 그 구동방법에 따르면 의료 소비자(환자)가 쉽게 접근할 수 있는 맞춤형 의료 정보를 제공함으로써, 건강 증진을 통한 삶의 질 향상과 동시에 사회적 간접자본의 절감을 가져올 수 있을 것으로 기대된다.
뿐만 아니라, 보건의료 빅데이터를 기반으로 유사 사례 경우의 치료 방법을 제시함으로써 의료정보의 불균형으로 발생할 수 있는 과도한 진료를 방지하여 의료비용을 절감할 수 있는 사용자 맞춤형 의료정보 제공 시스템 및 그 구동방법을 제공할 수 있는 효과가 있다.
나아가 본 발명에 따르면 사용자의 병력, 약력, 가족력 등의 정보를 토대로 빅데이터 분석에 기반을 둔 사용자에 특화된 정보제공을 통해 정밀의료서비스 제공이 가능해질 뿐 아니라, 사용자의 특이사항(기존의 병력, 약력, 부작용 등)의 정보를 수집하여 사용자가 보건의료인과의 진료시 사용자의 정보를 전달함으로써 사용자 정보 부족으로 인한 의료사고를 방지할 수 있다.
도 1 은 본 발명의 일 실시예에 따른 사용자 맞춤형 의료정보 제공 시스템의 구성을 도시한 블록도,
도 2 는 본 발명의 일 실시예에 따른 의료정보 제공 서비스 서버의 구성을 보다 상세히 도시한 블록도,
도 3 은 본 발명의 일 실시예에 따른 사용자 맞춤형 의료정보 제공 시스템의 구동방법을 도시한 흐름도,
도 4 는 본 발명의 일 실시예에 따른 사용자 맞춤형 의료정보 제공 시스템의 구동 방법의 실시예를 설명하기위한 예시도이다.
본 발명에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 발명에서 사용되는 기술적 용어는 본 발명에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명한다.
도 1 은 본 발명의 일 실시예에 따른 사용자 맞춤형 의료정보 제공 시스템의 구성을 도시한 블록도이다.
도 1 에서 알 수 있듯이, 본 발명의 일 실시예에 따른 사용자 맞춤형 의료정보 제공시스템은 사용자 단말(10), 의료정보 제공 서비스 서버(20), 의료 정보 서버(30) 및 위치 파악 서버(40)를 포함한다.
사용자 단말(10)은 IP 할당된 단말기로서 인터넷등을 통해 네트워크 통신을 수행할 수 있다. 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰 (smartphone), 스마트 패드(smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
뿐만 아니라, 데스크탑 PC(desktop PC), 슬레이트 PC(slate PC), 노트북 컴퓨터(notebook computer) PMP(Portable Multimedia Player)등이 해당될 수 있다. 물론, 본 발명이 적용 가능한 단말기는 상술한 종류에 한정되지 않고, 외부 장치와 통신이 가능한 형태의 단말기를 모두 포함할 수 있음은 당연하다.
일 실시예에 있어서, 사용자 단말(10)은 의료 정보 제공 서비스 전용 앱이 탑재되어 구동되며, 의료 정보 제공 서비스 앱을 통해 사용자로부터 나이, 성별, 임신여부, 특이사항, 가족력, 병력, 약력, 근무환경 중 적어도 하나를 포함하는 사용자 정보와 증상 정보를 입력받는다.
뿐만 아니라, 약물 알레르기 반응, 생활 환경, 식습관이나 복용중인 약물 정보와 같이 사용자의 전반적인 신체 상태를 파악할 수 있는 다양한 정보들을 입력받는다.
이때 의료 정보 제공 서비스 전용 앱은 증상을 입력하기에 편리한 사용자 인터페이스를 제공할 수 있다. 예를 들면 신체부위의 일부를 선택할 수 있는 화면을 제공하고, 단계적으로 선택한 신체부위에 발병할 수 있는 증상들을 보다 상세하게 선택할 수 있는 화면을 더 제공한다.
사용자 단말(10)은 통신 모듈을 포함하여 의료정보 제공 서비스 서버(20)와 통신을 수행하는 통신모듈을 포함한다. 이때 통신모듈은 네트워크가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선인터넷, 방송망)을 활용하는 통신 방식을 지원하는 통신 모듈 뿐만 아니라 기기들 간의 근거리 무선 통신 방식을 지원하는 통신 모듈 역시 포함될 수 있다.
의료정보 제공 서비스 서버(20)는 1차 진단을 수행하는 컴퓨터 장치나 서버장치를 포함한다. 일 실시예에 있어서 의료정보 제공 서비스 서버(20)는 방대한 양의 데이터를 처리해야하기 때문에 적어도 하나 이상의 컴퓨터가 병렬로 연결된 병렬 연산 시스템이나 클라우드 컴퓨팅 환경으로 구현되는 것도 가능하다.
또한 의료정보 제공 서비스 서버(20)는 인공지능의 각종 알고리즘을 이용한다. 의료정보 제공 서비스 서버(20)는 사용자 단말(10)과 유무선 통신망을 통해 네트워크로 연결되어 데이터 송수신이 가능하다.
여기서 네트워크는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다.
또한, 네트워크는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수도 있으나, 이에 제한되지는 않는다.
의료정보 제공 서비스 서버(20)는 사용자 단말(10)로부터 사용자 정보와 증상 정보를 수신하고, 수신되는 증상 정보에서 추출되는 텍스트를 빅 데이터에 저장된 정보에 매칭시켜 기 설정된 기준 매칭률 이상 매칭되는 증상에 따른 진단명을 파악하며, 파악된 진단명을 사용자 단말로 제공해주고, 치료에 필요한 적어도 하나의 병원 또는 진료과를 추천해준다.
여기서 의료정보 제공 서비스 서버(20)는 지도학습방식으로 학습한다. 지도학습은 훈련 데이터(Training Data)로부터 하나의 함수를 유추해내기 위한 기계 학습의 한 방법으로서, 데이터에 대한 레이블(Label)-명시적인 정답이 주어진 상태에서 데이터, 레이블 형태로 학습을 진행하는 방법이다. 트레이닝 데이터셋으로 학습이 끝나면, 레이블이 지정되지 않은 테스트 데이터셋을 이용해서 학습된 알고리즘이 얼마나 정확히 예측하는지 측정가능하다.
이때 의료정보 제공 서비스 서버(20)가 이용하는 학습 데이터셋은 예를 들어 KNHIS 데이터베이스에서 제공하는 사용자의 연도별 의료데이터 중 개인질병이력, 개인의료이력 정보를 포함할 수 있다.
전처리 과정은 사용자의 연도별 의료 데이터를 기초로 개인질병이력, 개인의료이력의 값을 학습데이터셋으로 설정하여 지도학습을 통해 학습시킨다. 사용자가 사용자 단말의 의료 정보 제공 서비스 전용 앱을 통해 의료데이터를 입력하면, 이 중 개인 질병이력, 개인 의료이력의 값을 입력값으로 설정해 재학습하는 것이다.
일 실시예에 있어서, 의료정보 제공 서비스 서버(20)는 인공지능 시스템을 채용한다. 인공지능 시스템은 제어구조, 지식베이스, 데이터베이스, 추론엔진을 포함한다.
제어구조는 규칙 번역기로 각종 알고리즘의 규칙을 번역한다. 지식 베이스는 규칙으로서 각종 인공지능 알고리즘을 포함한다. 또한 추론엔진은 전문가 규칙 번역기로 번역된 규칙을 이용하여 데이터베이스의 데이터를 분류하고, 입력되는 영상을 분류할 수 있다.
의료정보 제공 서비스 서버(20)의 인공지능 시스템은 지식베이스가 의료용 병변 검출을 위한 규칙을 포함하는 것과 데이터베이스가 인공지능 기반의 제1차 진단결과에 더하여 전문가 진단 결과가 추가된 제 2 차 진단 결과를 함께 이용하여 재진단 및 재학습을 수행한다.
뿐만 아니라 의료정보 제공 서비스 서버(20)는 사용자 단말(10)로 제 2차 진단 결과를 제공한 후에 사용자 단말(10)로부터 최종 진단 및 분류 결과를 수신하여 최종 판단으로 데이터베이스(25)에 저장한다. 이때 최종 진단 및 분류 결과는 사용자가 직접 병원에 방문후 수령한 처방전 이미지일 수 있다. 또는 해당 사용자에게 발급된 처방전 정보가 병원측으로부터 직접 수신될 수도 있다. 이 경우에 바람직하게는 사용자나 병원측으로부터 처방 내용 정보제공에 대한 동의를 받는 과정이 선행되어야 할 것이다.
그리고 최종 진단 및 분류 결과는 인공지능 분석결과와 함께 저장 보관 후, 재학습 및 성능 평가에 사용될 수 있다. 이때 재학습은 사용자에 의해 최종적으로 확인을 거친 최종 진단 및 분류 결과로 입력값에 대해 라벨링하여 이용하는 과정을 포함한다.
일 실시예에 있어서 의료 정보 서버(30)는 빅데이터를 포함하여 다양한 질병들에 대한 증상 정보를 저장한다. 의료정보 제공 서비스 서버(20)는 의료 정보 서버(30)와 연동될 수 있다.
의료 정보 서버(30)는 보건의료 빅데이터를 포함한다. 예를들어 증상별 추천 진료과 포털 사이트 검색 결과를 추출, 데이터베이스화한 정보들을 포함할 수 있다. 또한, 진료과별 진료, 검진 항목에 대한 검색 결과, 또는 의사들에 대한 진료 이력을 데이터베이스화한 정보들을 포함할 수 있다.
일 실시예에 있어서 의료 정보 서버(30)는 KNHIS 데이터베이스를 포함한다.
다른 실시예에 있어서 의료 정보 서버(30)는 웹크롤링을 이용하여 포털 사이트나 병원, 약국과 같은 의료기관 서버로부터 보건의료 빅데이터를 수집할 수 있다.
위치 파악 서버(40)는 사용자 단말(10)의 위치 정보를 파악하는 기술적 구성을 포괄하도록 해석된다. 일 실시예에 있어서 위치 파악 서버(40)는 사용자 단말(10)로부터 GPS신호를 수신하여 사용자 단말(10)의 위치 정보를 파악할 수 있다. 또는 위치 파악 서버(40)는 통신사 서버로 구현되는 것도 가능하다. 즉, 위치 파악 서버(40)는 다양한 기술적 방법으로 사용자 단말(10)의 현 위치 정보를 파악할 수 있는 기술적 구성을 포괄하도록 해석된다.
일 실시예에 있어서 위치 파악 서버(40)는 의료정보 제공 서비스 서버(20)로부터 사용자 단말(10)의 위치 정보 요청이 수신되면, 해당 사용자 단말(10)의 현 위치 정보를 파악하여 의료정보 제공 서비스 서버(20)로 제공해준다.
일 양상에 따른 의료정보 제공 서비스 서버(20)는 위치 파악 서버(40)로부터 사용자 단말(10)의 위치 정보를 파악하고, 파악된 사용자 단말(10)의 위치 정보를 활용하여 진료 가능한 병원 및 진료과 정보를 추천해준다.
본 발명의 특징적인 양상에 따르면, 의료정보 제공 서비스 서버(20)는 딥러닝 기술에 기반하여 사용자 단말(10)로부터 수신되는 증상 정보에 따른 진단명과, 추천해 준 병원 또는 진료과로부터 입력되는 처방전을 비교하여 진단명(질병코드, 진료코드)의 정확성을 계산함으로써 사용자 단말(10)로부터 수신되는 증상 정보에 따라 증상에 따른 진단명을 학습한다.
즉, 사용자가 실제 병원이나 진료과에 방문한 후에 의사로부터 발급받은 처방전을 학습함으로써 진단명을 파악함에 있어 보다 진화할 수 있는 것이다.
딥러닝은 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화를 시도하는 기계학습 알고리즘의 집합이다. 이때 추상화는 다량의 데이터나 복잡한 자료들 속에서 핵심적인 내용 또는 기능을 요약하는 작업을 말한다.
이는 사람의 사고방식을 컴퓨터에게 가르치는 기계학습의 한 분야로 충분한 데이터를 바탕으로 가중치에 따라 결과를 예측하는 확률 벡터, 알고리즘 병렬화, GPU 등장에 신경망 연산 속도를 획기적으로 가속화시킬 수 있다.
또한, 본 발명의 추가적인 양상에 따르면, 의료정보 제공 서비스 서버(20)는 사용자 단말(10)로부터 수신되는 증상 정보에 의해 파악되는 증상에 따른 진단명에 기반하여 이전에 사용자와 동일한 증상 및 진단명에 대한 다른 환자의 처방 이력 정보를 더 제공한다.
이때, 사용자의 연령이나 다른 질병의 발병 여부에 대한 조사를 함께 진행할 수 있다. 예를 들어 목감기에서 콧물감기로 진행된 경우에 해당 질병에 대해 투약된 약물 변경 사항에 대한 정보를 빅데이터에 저장된 치료 이력 정보에 기반하여 제공한다.
이때 빅데이터에 저장된 치료 이력 정보는 타인이 본 발명의 일 실시예에 따른 의료정보 제공 서비스 서버(20)에 직접 등록한 처방전 정보이거나, 카페, 블로그등 웹페이지를 통해 개인적으로 공유된 웹 크롤링에 의해 수집된 정보들일 수 있다. 또한 의료 정보 서버(30)에서 수집된 증상별 추천 진료과 포털 사이트 검색 결과를 데이터베이스화한 정보들에 기반할 수도 있다.
이에 따라 의료진은 환자 각각에게 보다 사려깊은 진단을 하는 것이 가능하고, 환자 입자에서는 이전에 동일한 증상을 호소했던 다른 환자들의 실제 치료 이력 정보에 기반하여 확인 절차를 거치고, 의견을 제시할 수 있으므로 신뢰도 높은 진료를 받는 것이 가능해진다.
일 실시예에 있어서, 사용자 단말(10)의 의료 정보 제공 서비스 전용 앱은 의료정보 제공 서비스 서버(20)로부터 수신되는 정보에 따라 사용자에게 추천되는 병원 정보 또는 진료과 또는 파악된 질병에 대한 명의 정보가 리스트로 출력될 수 있다.
그리고 사용자로부터 병원 또는 진료과 또는 담당의 정보를 선택받는 것으로 예약 요청을 받을 수 있다. 사용자 단말(10)은 사용자로부터 선택된 병원 또는 진료과 또는 담당의 정보를 의료정보 제공 서비스 서버(20)로 전송하면, 의료정보 제공 서비스 서버(20)는 선택된 병원 홈페이지 또는 진료과 홈페이지를 통해 사용자가 선택한 의사에 대한 진료예약을 요청하고, 사용자 단말(10)로부터 수신되는 정보에 기반하여 파악되는 사용자 정보를 병원 홈페이지 또는 진료과 홈페이지로 더 업로드 할 수 있다.
이때, 사용자의 진료 예약과 동시에 이미 사용자가 입력한 증상 정보 또는 나이, 성별, 임신여부, 특이사항, 가족력, 병력, 약력, 근무환경 중 적어도 하나를 포함하는 사용자 정보들을 예약하는 병원이나 진료과로 전달할 수 있다. 이에 따라 간단한 문진이 가능하여 초진 병원에서도 일일이 문진을 해야하는 번거로운 과정을 간소화할 수 있다.
또한, 사용자의 정보를 입력 받아 이를 변수값으로 설정할 수 있으며, 이를 이용하여 기존의 학습된 개인 질병 이력, 개인 의료 이력에 따른 증상별 진료과와의 차이점을 도출함으로써 보다 개인화된 의료정보의 제공을 가능하게 하고 어떤 변수값이 더 많은 영향을 미쳤는지 알 수 있다.
도 2 는 본 발명의 일 실시예에 따른 의료정보 제공 서비스 서버의 구성 보다 상세히 도시한 블록도이다.
일 실시예에 따른 의료정보 제공 서비스 서버는 통신부(200), 정보 수신부(210), 진단부(220), 정보제공부(230), 및 학습부(240)를 포함한다.
통신부(200)는 사용자 단말(10), 의료정보서버(30), 및 위치파악서버(40)와 데이터 통신을 수행한다. 통신부(200)에는 네트워크가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선인터넷, 방송망)을 활용하는 통신 방식을 지원하는 통신 모듈 뿐만 아니라 기기들 간의 근거리 무선 통신 방식을 지원하는 통신 모듈 역시 포함될 수 있다.
정보 수신부(210)는 통신부(200)를 통해 사용자 단말(10)로부터 사용자 정보와 증상 정보를 수신한다. 정보 수신부(210)는 통신부(200)를 통해 의료 정보 제공 서비스 전용 앱이 탑재되어 구동되는 사용자 단말(10)로부터 의료 정보 제공 서비스 전용 앱을 통해 사용자로부터 나이, 성별, 임신여부, 특이사항, 가족력, 병력, 약력, 근무환경 중 적어도 하나를 포함하는 사용자 정보와 증상 정보를 입력받는다. 뿐만 아니라, 약물 알레르기 반응, 생활 환경, 식습관이나 복용중인 약물 정보와 같이 사용자의 전반적인 신체 상태를 파악할 수 있는 다양한 정보들을 입력받는다.
진단부(220)는 정보 수신부(210)로 수신되는 증상 정보에서 추출되는 텍스트를 빅 데이터에 저장된 정보에 매칭시켜 기 설정된 기준 매칭률 이상 매칭되는 증상에 따른 진단명을 파악한다.
정보제공부(230)는 진단부(220)에서 파악된 진단명과, 적어도 하나의 추천 병원 또는 진료과를 포함하는 치료에 필요한 정보를 사용자 단말(10)로 제공한다.
학습부(240)는 딥러닝 기술에 기반하여 사용자 단말(10)로부터 수신되는 증상 정보에 따른 진단명과, 추천해 준 병원 또는 진료과로부터 입력되는 처방전을 비교하여 진단명(질병코드, 진료코드)의 정확성을 계산함으로써 사용자 단말(10)로부터 수신되는 증상 정보에 따라 증상에 따른 진단명을 학습한다.
일 양상에 있어서 학습부(240)는 빅데이터에 저장되는 사용자의 연도별 의료데이터 중 개인질병이력, 개인의료이력 정보를 학습데이터셋으로 설정하여 지도학습을 통해 학습할 수 있다.
즉, 사용자가 실제 병원이나 진료과에 방문한 후에 의사로부터 발급받은 처방전을 학습함으로써 진단명을 파악함에 있어 보다 진화할 수 있는 것이다.
도 3 은 본 발명의 일 실시예에 따른 사용자 맞춤형 의료정보 제공 시스템의 구동방법을 도시한 흐름도이다.
먼저, 의료 정보 제공 서비스 전용 앱이 탑재되어 구동되는 사용자 단말이 의료 정보 제공 서비스 앱을 통해 사용자로부터 나이, 성별, 임신여부, 특이사항, 가족력, 병력, 약력, 근무환경 중 적어도 하나를 포함하는 사용자 정보와 증상 정보를 입력받는다(S300).
뿐만 아니라, 약물 알레르기 반응, 생활 환경, 식습관이나 복용중인 약물 정보와 같이 사용자의 전반적인 신체 상태를 파악할 수 있는 다양한 정보들을 입력받는다.
그리고 의료정보 제공 서비스 서버는 사용자 단말로부터 사용자 정보와 증상 정보를 수신하고(S310), 수신되는 증상 정보에서 추출되는 텍스트를 빅 데이터에 저장된 정보에 매칭시켜 기 설정된 기준 매칭률 이상 매칭되는 증상에 따른 진단명을 파악한다(S320).
본 발명의 일 양상에 따르면 의료정보 제공 서비스 서버가 사용자 단말의 위치 정보를 파악한다(S330).
이후에 의료정보 제공 서비스 서버는 파악된 진단명을 사용자 단말로 제공해주고, 파악된 사용자 단말의 위치 정보를 활용하여 치료에 필요하고, 치료 가능한 적어도 하나의 병원 또는 진료과를 추천해준다(S340).
그리고 일 실시예에 있어서 의료 정보 제공 서비스 서버는 딥러닝 기술에 기반하여 1차적으로 파악된 진단명과, 추천해 준 병원 또는 진료과로부터 입력되는 처방전을 비교하여 진단명의 정확성을 계산함으로써 사용자 단말로부터 수신되는 증상 정보에 따라 증상에 따른 진단명을 학습한다(S350).
본 발명의 추가적인 양상에 따르면 의료 정보 제공 서비스 서버는 사용자로부터 입력되는 사용자의 증상에 따른 진단명에 기반하여 이전에 동일한 증상 및 진단명에 대한 다른 환자의 처방 이력 정보를 더 제공한다(S360).
이때, 사용자의 연령이나 다른 질병의 발병 여부에 대한 조사를 함께 진행하여 유사한 상황에 해당하는 다른 환자의 처방 이력을 제공할 수 있다. 예를 들어 목감기에서 콧물감기로 진행된 경우에 해당 질병에 대해 투약된 약물 변경 사항에 대한 정보를 빅데이터에 저장된 치료 이력 정보에 기반하여 제공한다.
이에 따라 의료진은 환자 각각에게 보다 사려깊은 진단을 하는 것이 가능하고, 환자 입자에서는 이전에 다른 환자들의 치료 이력 정보에 기반하여 확인 절차를 거치고, 의견을 제시할 수 있으므로 신뢰도 높은 진료를 받는 것이 가능해진다.
그리고 일 실시예에 있어서 의료 정보 제공 서비스 서버는 사용자 단말의 의료 정보 제공 서비스 전용 앱으로부터 예약 요청이 수신되면(S370), 추천된 병원 또는 진료과 중 적어도 하나로 진료 예약을 수행한다(S380). 추가적으로 해당 분야의 전문의를 더 추천해주는 것도 가능하다. 그러면 사용자의 예약 요청에 따라 추천된 전문의에게 진료 예약을 수행할 수 있다.
도 4 는 본 발명의 일 실시예에 따른 사용자 맞춤형 의료정보 제공 시스템의 구동 방법의 일 실시예를 설명하기위한 예시도이다.
먼저, 사용자는 사용자 단말(10)에서 구동되는 의료 정보 제공 서비스 전용 앱을 통해 회원 가입 및 로그인을 할 수 있다(S400). 회원 가입시에 사용자의 나이, 성별, 임신여부, 특이사항, 가족력, 병력, 약력, 근무환경 중 적어도 하나를 포함하는 고유 정보를 미리 입력받을 수 있다(S420, S422).
그리고 사용자가 로그인하면 회원 가입시에 입력했던 고유 정보를 자동으로 인식가능하다. 그러나 이에 한정되는 것은 아니다.
의료 정보 제공 서비스 서버(20)는 의료 정보 서버(30)로부터 보건 의료 빅 데이터를 요청하고(S410), 요청 결과에 따른 보건의료 정보들을 수집한다(S415). 그리고 의료정보 제공 서비스 서버(20)에 구비되는 데이터베이스에 저장한다.
이때, 사용자는 의료정보 제공 서비스 전용 앱을 통해 로그인한 후에 자신의 기본적인 증상 정보를 입력한다. 의료정보 제공 서비스 서버(20)는 로그인함과 동시에 회원 가입시에 입력한 고유 정보를 파악하고, 추가적으로 입력하는 증상 정보를 더 파악할 수 있다.
뿐만 아니라, 약물 알레르기 반응, 생활 환경, 식습관이나 복용중인 약물 정보와 같이 사용자의 전반적인 신체 상태를 파악할 수 있는 다양한 정보들을 입력받는것도 가능하다.
의료정보 제공 서비스 서버(20)는 의료 정보 서버(30)로부터 획득한 보건 의료 빅 데이터와 사용자 단말(10)로부터 수신되는 사용자의 기본적인 증상 정보 텍스트로부터 메타 데이터를 추출한다(S424).
그리고 의료정보 제공 서비스 서버(20)는 수신되는 증상 정보에서 추출되는 텍스트를 보건의료 빅 데이터에 저장된 정보에 매칭시켜 기 설정된 기준 매칭률 이상 매칭되는 데이터를 추출한다.
의료정보 제공 서비스 서버(20)는 보건 의료 빅데이터 중 사용자 정보에 포함되는 텍스트와의 매칭률이 기준 매칭률 이상인 데이터를 추출하여 사용자 단말(10)로 송신한다(S426).
그러면 사용자 단말(10)은 의료정보 제공 서비스 서버(20)로부터 수신되는 정보를 화면 출력하고, 사용자로부터 의료 정보 제공 서비스 전용 앱을 통해 추가적인 정보의 선택을 입력받는다(S430). 여기서 추가적인 정보는 사용자의 보다 상세한 증상들을 파악하기 위한 정보일 수 있다.
그리고 사용자 단말(10)은 사용자로부터 의료 정보 제공 서비스 전용 앱을 통해 입력받은 선택 정보들을 의료정보 제공 서비스 서버(20)로 전송한다(S432).
의료정보 제공 서비스 서버(20)는 사용자 단말(10)로부터 수신되는 선택 정보를 저장하고, 학습한 후(S434), 학습된 정보에 기반하여 사용자의 선호 정보를 추출한다(S436).
이때 선호 정보는 사용자가 선호하는 의료 기관의 위치나, 특성과 같은 기준으로 분류되는 정보 중 일부일 수 있다.
의료정보 제공 서비스 서버(20)는 추출된 사용자의 선호 정보를 사용자 단말(10)로 전송하고, 사용자는 사용자 단말(10)의 의료정보 제공 서비스 전용 앱 화면을 통해 상세하게 사용자 증상을 입력한다(S440).
그리고 사용자는 사용자 단말(10)의 의료정보 제공 서비스 전용 앱 화면을 통해 의료정보 제공 서비스 서버(20)로 맞춤형 진료과 추천 요청을 전송할 수 있다(S450).
의료정보 제공 서비스 서버(20)는 의료 정보 서버(30)로부터 수집한 보건의료 빅데이터에 기반하여 사용자 증상별 진료과 정보를 추출한다(S452). 또한, 의료정보 제공 서비스 서버(20)는 의료 정보 서버(30)로부터 수집한 보건의료 빅데이터에 기반하여 진료과별에서의 치료 내용 정보를 더 추출할 수도 있다(S454).
이후에 의료정보 제공 서비스 서버(20)는 추출된 정보들에 기초하여, 사용자 정보에 기반한 사용자 맞춤형 진료과 정보를 추출한다(S456).
추가적으로 의료정보 제공 서비스 서버(20)는 위치 파악 서버(40)로 사용자 단말의 위치 기반 정보를 요청한다(S460).
그러면 위치 파악 서버(40)는 의료정보 제공 서비스 서버(20)로 사용자 위치기반 정보를 송신한다(S462).
그리고 의료정보 제공 서비스 서버(20)는 파악된 사용자 위치 정보를 이용하여, 사용자 위치 기반 추출정보 리스트를 생성한다(S464). 즉, 진료시간 이내에 도달 가능한 근거리의 병원을 리스트에 포함시킬 수 있다. 또는 반경 수키로미터(km) 이내의 병원, 진료과를 추출하여 리스트에 포함시키는 것도 가능하다.
그리고 의료정보 제공 서비스 서버(20)는 사용자 맞춤형 진료과 정보를 추출하여 생성된 추천 병원 또는 진료과 정보를 포함하는 리스트를 사용자 단말(10)로 제공한다.
즉, 의료정보 제공 서비스 서버(20)는 파악된 진단명을 사용자 단말(10)로 제공해주고, 파악된 사용자 단말의 위치 정보를 활용하여 치료에 필요하고, 치료 가능한 적어도 하나의 병원 또는 진료과를 추천해주는 것이다.
이 후에 사용자는 병원을 방문한 후에 사용자 단말(10)을 통해 실제 병원에서 발급받은 처방전을 등록한다(S470). 이때, 처방전은 사용자 단말(10)로부터 촬영 이미지로 제공되는 것도 가능하다.
그리고 사용자 단말(10)이 의료정보 제공 서비스 서버(20)로 처방전 등록을 요청한다(S472). 이때 의료정보 제공 서비스 서버(20)는 사용자 단말(10)로부터 처방전 등록 요청이 수신되면 병원이나 약국 서버로 해당 사용자에 대한 처방전 정보를 요청하여 수신할 수 있다. 또는 의료정보 제공 서비스 서버(20)는 처방전 등록 요청과 동시에 사용자 단말(10)에서 직접 촬영한 처방전 이미지 파일을 수신하는 것도 가능하다.
의료정보 제공 서비스 서버(20)는 획득된 처방전을 데이터베이스에 저장한다(S474).
처방전을 데이터베이스화하여 저장함으로써 이후에 사용자가 등록한 처방전 정보를 불러오기 기능을 통해 제공해주는 것이 가능하다. 이때 처방전 확인에 대해 증상별 또는 진료과별로 분류하여 제공해주는 것도 가능하다. 이에 따라 사용자는 과거에 자신의 처방받은 내역을 파악하는 것이 가능하다.
또한, 의료정보 제공 서비스 서버(20)는 꼭 사용자 본인이 발급받은 처방전이 아니더라도 사용자와 동일한 질병 또는 증상을 가진 타인이 처방받은 처방전 정보를 제공하는 것도 가능하다.
이후에 본 발명의 특징적인 양상에 따른 의료정보 제공 서비스 서버(20)는 딥러닝 기술에 기반하여 1차적으로 파악된 진단명과, 추천해 준 병원 또는 진료과로부터 입력되는 처방전을 비교하여 진단명의 정확성을 계산함으로써 사용자 단말(10)로부터 수신되는 증상 정보에 따라 증상에 따른 진단명을 학습한다(S480).
나이, 성별, 임신여부, 특이사항, 가족력, 병력, 약력, 근무환경 중의 적어도 하나를 포함하는 사용자의 개인정보를 변수값으로 설정하여 재학습시킴으로써 보다 개인화된 의료정보를 제공할 수 있다.
이후에 학습된 내용에 기반하여 사용자 단말(10)로 맞춤형 정보를 제공함에 있어(S490) 보다 높은 정확도로 증상에 대한 진단을 파악하고, 병원 및 진료과를 추천해주는 것이 가능하다.
전술한 방법은 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10 : 사용자 단말 20 : 의료정보 제공 서비스 서버
25 : 데이터베이스 30 : 의료 정보 서버
40 : 위치 파악 서버 200 : 통신부
210 : 정보수신부 220 : 진단부
230 : 정보제공부 240 : 학습부

Claims (6)

  1. 사용자 단말의 의료 정보 제공 서비스 전용 앱을 통해 사용자 정보와 증상 정보를 수신하는 정보 수신부;
    상기 정보 수신부로 수신되는 증상 정보에서 추출되는 텍스트를 빅 데이터에 저장된 정보에 매칭시켜 기 설정된 기준 매칭률 이상 매칭되는 증상에 따른 진단명을 파악하는 진단부; 및
    상기 진단부에서 파악된 진단명과, 적어도 하나의 추천 병원 또는 진료과를 포함하는 치료에 필요한 정보를 사용자 단말로 제공하는 정보 제공부;를 포함하고,
    딥러닝 기술에 기반하여 상기 진단부에서 파악된 진단명과, 상기 추천 병원 또는 진료과에서 발급되는 처방전을 비교하여 진단명의 정확성을 계산함으로써 상기 사용자 단말로부터 수신되는 증상 정보에 따라 증상에 따른 진단명을 학습하되,
    국민건강보험공단(KNHIS) 빅데이터의 사용자의 연도별 의료데이터 중 성별, 연령, 거주지, 진료과목코드, 검진기관 종별코드, 과거병력코드, 가족력, 특이사항, 병력, 약력, 근무환경 중 적어도 하나의 변수값을 포함하여 학습 데이터셋으로 설정하고,
    학습 결과가 국민건강보험공단(KNHIS)의 빅데이터의 증상명과 일치하도록 지도 학습을 통해 증상에 따른 진단명을 학습하는 학습부;를 포함하며,
    상기 진단부는 보건의료 빅데이터에 저장된 정보를 기반으로 진단명에 포함된 질병코드를 파악하는 인공지능을 이용한 사용자 맞춤형 의료정보 제공 시스템.
  2. 삭제
  3. 제 1 항에 있어서,
    상기 진단부는 상기 사용자 단말로부터 상기 정보 수신부로 수신되는 사용자의 성별, 연령, 거주지, 진료과목코드, 검진기관 종별코드, 과거병력코드, 가족력, 특이사항, 병력, 약력, 근무환경 중 적어도 하나를 입력받아 진단명을 도출하며,
    상기 학습부는,
    상기 진단부에서 도출되는 진단명과 상기 병원 또는 진료과에서 발급되는 처방전을 비교하여 일치하는지 여부를 확인하는 테스트 데이터셋으로 진단명의 정확성을 향상시키는 인공지능을 이용한 사용자 맞춤형 의료정보 제공 시스템.
  4. 의료 정보 제공 서비스 전용 앱이 탑재되어 구동되는 사용자 단말이 상기 의료 정보 제공 서비스 앱을 통해 사용자로부터 사용자의 성별, 연령, 거주지, 진료과목코드, 검진기관 종별코드, 과거병력코드, 가족력, 특이사항, 병력, 약력, 근무환경 중 적어도 하나를 포함하는 사용자 정보와 증상 정보를 입력받는 단계;
    의료정보 제공 시스템이 상기 사용자 단말로부터 상기 사용자 정보와 증상 정보를 수신하고, 상기 수신되는 정보로부터 예상되는 진단명에 포함되는 질병코드를 도출하는 단계; 및
    상기 의료정보 제공 시스템이 상기 파악된 진단명에 포함되는 질병코드를 사용자 단말로 제공해주고, 상기 파악된 진단명이 치료 가능한 적어도 하나의 병원 또는 진료과를 추천해주는 단계;를 포함하고,
    상기 의료정보 제공 시스템이 딥러닝 기술에 기반하여 상기 파악된 진단명과, 상기 추천해 준 병원 또는 진료과로부터 입력되는 처방전을 비교하여 진단명의 정확성을 계산함으로써 상기 사용자 단말로부터 수신되는 증상 정보에 따라 증상에 따른 진단명을 학습하는 단계;를 더 포함하며,
    상기 학습하는 단계는,
    국민건강보험공단(KNHIS) 빅데이터의 사용자의 연도별 의료데이터 중 성별, 연령, 거주지, 진료과목코드, 검진기관 종별코드, 과거병력코드, 가족력, 특이사항, 병력, 약력, 근무환경 중 적어도 하나의 변수값을 포함하여 학습 데이터셋으로 설정하고,
    학습 결과가 국민건강보험공단(KNHIS)의 빅데이터의 증상명과 일치하도록 지도 학습을 통해 증상에 따른 진단명을 학습하며,
    상기 도출하는 단계는 보건의료 빅데이터에 저장된 정보를 기반으로 진단명에 포함된 질병코드를 파악하는 인공지능을 이용한 사용자 맞춤형 의료정보 제공 시스템의 구동방법.
  5. 삭제
  6. 제 4 항에 있어서,
    상기 도출하는 단계는,
    상기 사용자 단말로부터 상기 의료정보 제공 시스템의 정보 수신부로 수신되는 사용자의 성별, 연령, 거주지, 진료과목코드, 검진기관 종별코드, 과거병력코드, 가족력, 특이사항, 병력, 약력, 근무환경 중 적어도 하나를 입력받아 진단명을 도출하며,
    상기 학습하는 단계는,
    상기 의료정보 제공 시스템의 진단부에서 도출되는 진단명과 상기 병원 또는 진료과에서 발급되는 처방전을 비교하여 일치하는지 여부를 확인하는 테스트 데이터셋으로 진단명의 정확성을 향상시키는 인공지능을 이용한 사용자 맞춤형 의료정보 제공 시스템의 구동방법.
KR1020190046081A 2019-04-19 2019-04-19 사용자 맞춤형 의료정보 제공 시스템 및 이의 구동방법 KR102088980B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190046081A KR102088980B1 (ko) 2019-04-19 2019-04-19 사용자 맞춤형 의료정보 제공 시스템 및 이의 구동방법
PCT/KR2020/003867 WO2020213843A1 (ko) 2019-04-19 2020-03-20 사용자 맞춤형 의료정보 제공 시스템 및 이의 구동방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190046081A KR102088980B1 (ko) 2019-04-19 2019-04-19 사용자 맞춤형 의료정보 제공 시스템 및 이의 구동방법

Publications (1)

Publication Number Publication Date
KR102088980B1 true KR102088980B1 (ko) 2020-03-13

Family

ID=69938457

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190046081A KR102088980B1 (ko) 2019-04-19 2019-04-19 사용자 맞춤형 의료정보 제공 시스템 및 이의 구동방법

Country Status (2)

Country Link
KR (1) KR102088980B1 (ko)
WO (1) WO2020213843A1 (ko)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020213843A1 (ko) * 2019-04-19 2020-10-22 이정의 사용자 맞춤형 의료정보 제공 시스템 및 이의 구동방법
KR102242377B1 (ko) * 2020-10-12 2021-04-20 김태관 근기능학적 원인 분석을 통한 근골격계 통증 관리 방법
KR102258771B1 (ko) * 2020-09-08 2021-06-01 주식회사 펫팜 동물약국 중개 시스템 및 서비스 방법
KR102287081B1 (ko) * 2021-01-06 2021-08-06 김도형 휴대용 디지털 청진기를 활용한 의료 서비스 관리 및 제공 장치
WO2021215736A1 (ko) * 2020-04-20 2021-10-28 주식회사 날다 인공지능 전염병 무인진단 서비스 제공 시스템
KR20220004259A (ko) 2020-07-03 2022-01-11 주식회사 아이앤지솔루션 인공지능을 이용한 원격진료 서비스 방법 및 시스템
KR20220029997A (ko) * 2020-09-02 2022-03-10 주식회사 최강닥터 인공 지능 기반 환자 의사 매칭 시스템 서버 및 그 방법
KR102416618B1 (ko) * 2022-04-18 2022-07-05 주식회사 그린리본 의료비 지출내역 기반 진단코드 예측 서비스 제공 시스템
KR20220094032A (ko) * 2020-12-28 2022-07-05 이광춘 건강 진단 방법
KR20220105471A (ko) * 2021-01-20 2022-07-27 이창엽 진료정보 관리 시스템
KR102444145B1 (ko) * 2022-01-17 2022-09-16 주식회사 프릭스헬스케어 영유아 건강정보를 이용한 원격진료 제공장치 및 그 제공방법
KR20220133539A (ko) * 2021-03-25 2022-10-05 주식회사 와이즈케어 빅데이터 기반 의료 플랫폼 시스템 및 그 제공방법
KR102456584B1 (ko) * 2021-08-27 2022-10-19 주식회사 심바트 디지털 약국 서버의 동작 방법 및 그 서버
KR20220151889A (ko) * 2021-05-07 2022-11-15 주식회사 이노그리드 반려동물을 위한 인공지능 진단 정보 제공 방법 및 시스템
KR20230018210A (ko) * 2021-07-29 2023-02-07 주식회사 메드올스 머신러닝을 이용한 의료정보 분류 장치
KR20230149382A (ko) 2022-04-19 2023-10-27 단국대학교 천안캠퍼스 산학협력단 메타버스를 이용한 개인 건강관리 서비스 제공시스템 및 방법
KR102638022B1 (ko) * 2023-07-20 2024-02-19 주식회사 아이엠디티 복합 진료과목의 공동 기록이 가능한 동물병원 전자차팅 프로그램 및 그 동작 방법
KR102682668B1 (ko) * 2023-05-30 2024-07-08 류제원 언어 기반 인공지능 모델을 활용한 의료 문진 서비스 제공방법

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100538573B1 (ko) 2003-06-14 2005-12-22 이지케어텍(주) 온라인 상에서의 의료정보 관리 방법
KR100739570B1 (ko) 2006-03-07 2007-07-13 경북대학교 산학협력단 의료정보 서비스 시스템 및 방법
KR20090003473A (ko) * 2007-06-12 2009-01-12 주식회사 알엑스커뮤니케이션즈 문진을 이용한 질환추정 및 치료효과 관리시스템 및 그방법
KR101525576B1 (ko) 2013-12-20 2015-06-09 성승주 주제별로 연계된 의료정보 제공시스템 및 방법
KR20160145978A (ko) * 2015-06-11 2016-12-21 한국 한의학 연구원 건강 정보 제공 시스템 및 방법
KR20180057300A (ko) * 2016-11-22 2018-05-30 네이버 주식회사 딥 러닝을 이용하여 환자의 진단 이력으로부터 질병 예후를 예측하는 방법 및 시스템
KR20190006754A (ko) * 2017-07-11 2019-01-21 주식회사 큐티티 가족 관리 기능을 구비한 병원 예약시스템

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101497690B1 (ko) * 2007-09-11 2015-03-06 삼성전자주식회사 생체 신호 및 증상 정보에 기반한 건강관리 프로그램서비스 제공 시스템 및 방법
KR102088980B1 (ko) * 2019-04-19 2020-03-13 이정의 사용자 맞춤형 의료정보 제공 시스템 및 이의 구동방법

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100538573B1 (ko) 2003-06-14 2005-12-22 이지케어텍(주) 온라인 상에서의 의료정보 관리 방법
KR100739570B1 (ko) 2006-03-07 2007-07-13 경북대학교 산학협력단 의료정보 서비스 시스템 및 방법
KR20090003473A (ko) * 2007-06-12 2009-01-12 주식회사 알엑스커뮤니케이션즈 문진을 이용한 질환추정 및 치료효과 관리시스템 및 그방법
KR101525576B1 (ko) 2013-12-20 2015-06-09 성승주 주제별로 연계된 의료정보 제공시스템 및 방법
KR20160145978A (ko) * 2015-06-11 2016-12-21 한국 한의학 연구원 건강 정보 제공 시스템 및 방법
KR20180057300A (ko) * 2016-11-22 2018-05-30 네이버 주식회사 딥 러닝을 이용하여 환자의 진단 이력으로부터 질병 예후를 예측하는 방법 및 시스템
KR20190006754A (ko) * 2017-07-11 2019-01-21 주식회사 큐티티 가족 관리 기능을 구비한 병원 예약시스템

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020213843A1 (ko) * 2019-04-19 2020-10-22 이정의 사용자 맞춤형 의료정보 제공 시스템 및 이의 구동방법
WO2021215736A1 (ko) * 2020-04-20 2021-10-28 주식회사 날다 인공지능 전염병 무인진단 서비스 제공 시스템
KR20220004259A (ko) 2020-07-03 2022-01-11 주식회사 아이앤지솔루션 인공지능을 이용한 원격진료 서비스 방법 및 시스템
KR102439676B1 (ko) 2020-09-02 2022-10-05 주식회사 최강닥터 인공 지능 기반 환자 의사 매칭 시스템 서버 및 그 방법
KR20220029997A (ko) * 2020-09-02 2022-03-10 주식회사 최강닥터 인공 지능 기반 환자 의사 매칭 시스템 서버 및 그 방법
KR102258771B1 (ko) * 2020-09-08 2021-06-01 주식회사 펫팜 동물약국 중개 시스템 및 서비스 방법
KR102242377B1 (ko) * 2020-10-12 2021-04-20 김태관 근기능학적 원인 분석을 통한 근골격계 통증 관리 방법
KR102546779B1 (ko) * 2020-12-28 2023-06-22 이광춘 건강 진단 방법
KR20220094032A (ko) * 2020-12-28 2022-07-05 이광춘 건강 진단 방법
KR102287081B1 (ko) * 2021-01-06 2021-08-06 김도형 휴대용 디지털 청진기를 활용한 의료 서비스 관리 및 제공 장치
KR102546365B1 (ko) * 2021-01-20 2023-06-20 이창엽 진료정보 관리 시스템
KR20220105471A (ko) * 2021-01-20 2022-07-27 이창엽 진료정보 관리 시스템
KR20220133539A (ko) * 2021-03-25 2022-10-05 주식회사 와이즈케어 빅데이터 기반 의료 플랫폼 시스템 및 그 제공방법
KR102571912B1 (ko) 2021-03-25 2023-08-30 주식회사 와이즈케어 빅데이터 기반 의료 플랫폼 시스템 및 그 제공방법
KR20220151889A (ko) * 2021-05-07 2022-11-15 주식회사 이노그리드 반려동물을 위한 인공지능 진단 정보 제공 방법 및 시스템
KR102534158B1 (ko) 2021-05-07 2023-05-26 주식회사 이노그리드 반려동물을 위한 인공지능 진단 정보 제공 방법 및 시스템
KR20230018210A (ko) * 2021-07-29 2023-02-07 주식회사 메드올스 머신러닝을 이용한 의료정보 분류 장치
KR102605009B1 (ko) * 2021-07-29 2023-11-23 주식회사 메드올스 머신러닝을 이용한 의료정보 분류 장치
KR102495345B1 (ko) * 2021-08-27 2023-02-06 주식회사 심바트 디지털 치료제 관련 정보를 제공하는 온라인 상의 디지털 약국 서버의 동작 방법
KR102456584B1 (ko) * 2021-08-27 2022-10-19 주식회사 심바트 디지털 약국 서버의 동작 방법 및 그 서버
KR102444145B1 (ko) * 2022-01-17 2022-09-16 주식회사 프릭스헬스케어 영유아 건강정보를 이용한 원격진료 제공장치 및 그 제공방법
KR102416618B1 (ko) * 2022-04-18 2022-07-05 주식회사 그린리본 의료비 지출내역 기반 진단코드 예측 서비스 제공 시스템
KR20230149382A (ko) 2022-04-19 2023-10-27 단국대학교 천안캠퍼스 산학협력단 메타버스를 이용한 개인 건강관리 서비스 제공시스템 및 방법
KR102682668B1 (ko) * 2023-05-30 2024-07-08 류제원 언어 기반 인공지능 모델을 활용한 의료 문진 서비스 제공방법
KR102638022B1 (ko) * 2023-07-20 2024-02-19 주식회사 아이엠디티 복합 진료과목의 공동 기록이 가능한 동물병원 전자차팅 프로그램 및 그 동작 방법

Also Published As

Publication number Publication date
WO2020213843A1 (ko) 2020-10-22

Similar Documents

Publication Publication Date Title
KR102088980B1 (ko) 사용자 맞춤형 의료정보 제공 시스템 및 이의 구동방법
KR102162522B1 (ko) 맞춤형 의료 정보 제공 장치 및 방법
Ash et al. Social determinants of health in managed care payment formulas
Lee et al. Personalized mortality prediction driven by electronic medical data and a patient similarity metric
Weber et al. Finding the missing link for big biomedical data
US20190043606A1 (en) Patient-provider healthcare recommender system
DiGaetano Sample frame and related sample design issues for surveys of physicians and physician practices
CN110442732A (zh) 一种智能导医方法、系统及存储介质
US20100076786A1 (en) Computer System and Computer-Implemented Method for Providing Personalized Health Information for Multiple Patients and Caregivers
Lee et al. Technology opportunity discovery using deep learning-based text mining and a knowledge graph
Samuel et al. MedFact: towards improving veracity of medical information in social media using applied machine learning
Herrin et al. Comparative effectiveness of machine learning approaches for predicting gastrointestinal bleeds in patients receiving antithrombotic treatment
Forouzandeh et al. Health Recommender System in Social Networks: A Case of Facebook.
Wanyan et al. Deep learning with heterogeneous graph embeddings for mortality prediction from electronic health records
Shah et al. Listening to the patient voice: using a sentic computing model to evaluate physicians’ healthcare service quality for strategic planning in hospitals
US20160306937A1 (en) Smart health management service and system by using automation platform installed in smart phones
Guilbault et al. External validation of two classification and regression tree models to predict the outcome of inpatient cardiopulmonary resuscitation
Kumar et al. Putting analytics into action in care coordination research: Emerging issues and potential solutions
Chen et al. Doctors ranking through heterogeneous information: The new score functions considering patients’ emotional intensity
Hilhorst et al. Patient-relevant outcomes in psoriasis: a systematic review
Wang et al. Nationwide hospital admission data statistics and disease-specific 30-day readmission prediction
Jiang et al. A linked data-based approach for clinical treatment selecting support
Sageshima et al. Prediction of high-risk donors for kidney discard and nonrecovery using structured donor characteristics and unstructured donor narratives
US20230350897A1 (en) Method and system for processing large amounts of real world evidence
Yu et al. Electronic consultation accessibility influence on patient assessments: A case–control study with user-generated tags of physician expertise

Legal Events

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