KR102567536B1 - Ai를 이용한 지역별, 성별, 연령대별 건강분석방법 - Google Patents
Ai를 이용한 지역별, 성별, 연령대별 건강분석방법 Download PDFInfo
- Publication number
- KR102567536B1 KR102567536B1 KR1020200173715A KR20200173715A KR102567536B1 KR 102567536 B1 KR102567536 B1 KR 102567536B1 KR 1020200173715 A KR1020200173715 A KR 1020200173715A KR 20200173715 A KR20200173715 A KR 20200173715A KR 102567536 B1 KR102567536 B1 KR 102567536B1
- Authority
- KR
- South Korea
- Prior art keywords
- principal component
- health
- information
- artificial intelligence
- component analysis
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000036541 health Effects 0.000 claims abstract description 106
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 35
- 238000000513 principal component analysis Methods 0.000 claims description 33
- 238000010801 machine learning Methods 0.000 claims description 31
- 238000012549 training Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 13
- 239000003814 drug Substances 0.000 claims description 12
- 238000007637 random forest analysis Methods 0.000 claims description 12
- 229940079593 drug Drugs 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 abstract description 8
- 201000010099 disease Diseases 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 238000003066 decision tree Methods 0.000 description 6
- 230000007935 neutral effect Effects 0.000 description 6
- 230000002354 daily effect Effects 0.000 description 5
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 0.000 description 5
- 230000036772 blood pressure Effects 0.000 description 4
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 235000012000 cholesterol Nutrition 0.000 description 2
- CVSVTCORWBXHQV-UHFFFAOYSA-N creatine Chemical compound NC(=[NH2+])N(C)CC([O-])=O CVSVTCORWBXHQV-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005180 public health Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 108010082126 Alanine transaminase Proteins 0.000 description 1
- 108010003415 Aspartate Aminotransferases Proteins 0.000 description 1
- 102000004625 Aspartate Aminotransferases Human genes 0.000 description 1
- 208000032928 Dyslipidaemia Diseases 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 208000017170 Lipid metabolism disease Diseases 0.000 description 1
- 241000208125 Nicotiana Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 229960003624 creatine Drugs 0.000 description 1
- 239000006046 creatine Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 239000003168 generic drug Substances 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 238000007449 liver function test Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
본 발명은 인공지능데이터베이스에서 사용자 단말기에게 실시간으로 개별화된 건강관리정보를 제공하는 시스템 및 방법을 제안한다. 인공지능데이터베이스는 사용자가 일상에서 이용하는 단말기나 장치로부터 획득하는 사용자의 건강측정데이터를 기초로 사용자에게 필요한 건강관리정보를 실시간으로 제공한다.
Description
본 발명은 사용자에게 개별화된 관리정보를 제공하는 시스템 및 방법에 관한 것이다.
의료에 있어서 건강 정보를 수집하는 전통적인 방식은 환자가 병원 또는 의원 등의 의료기관에 방문하였을 때, 질병과 관련된 정보들을 전자의무기록 (Electric Health Record) 에 기록하는 것이다. 이러한 방식은 의료기관에서 환자에 대한 관한 정보를 집중적으로 파악하고 진료를 할 수 있지만, 짧은 시간 내에 환자에게 필요한 건강 정보를 수집해야 한다는 한계가 있다. 따라서, 환자의 현재 건강 상태의 문제점 이외에, 환자의 건강 상태의 근본적인 원인이 되는 환자의 삶의 방식, 습관, 주변 환경 등의 일상에 대한 일상 생활 방식 정보를 수집하기 어렵고, 설사 이러한 일상 생활 방식 정보를 수집하더라도, 환자의 주관적 기억에 의존하기 때문에 부정확할 수 있다는 단점이 있다. 또한, 환자의 일상 생활 방식 정보를 파악하기 위해서 상당한 시간을 들여야 한다는 부담이 있다. 또한, 전통적인 방식은 의료기관에 방문한 환자를 대상으로 질병과 관련된 정보들을 조사하므로, 특이적인 증상이나 질병이 나타나기 이전의 건강한 사람 또는 질병에 대한 인식이 없는 사람에 대해서는, 일상 생활 방식 정보를 수집하기 어렵다는 한계가 있다.
최근에는 인터넷과 웨어러블 기기 및 스마트폰의 발달로 개개인의 생체신호를 매일 모니터링이 가능하며, 조기 단계에 개개인에게 발생하는 생체신호의 변화와 이상징후를 감지할 수 있다. 그러나, 실시간으로 개개인의 생체신호를 수집하더라도 웨어러블 기기와 스마트폰만을 통한 생체수집 정보는 사용자들의 건강 상태를 파악하기에는 제한이 있다.
본 발명의 바람직한 일 실시예에서는 사용자 단말기에서 획득, 수집하는 사용자의 건강데이터를 기초로, 사용자가 건강에 이상을 감지하여 병원에 방문하기 이전에라도 사용자 각각에게 개별화된 건강관리정보를 제공하고자 한다.
본 발명의 바람직한 일 실시예에서는 사용자 단말기로부터 획득, 수집한 사용자의 건강데이터와, 공공건강검진자료 및 인공지능을 이용하여, 사용자의 건강에 이상이 발생한 경우 조기에 사용자에게 문제가 생겼음을 알림으로써 사용자가 영구적인 손상을 입기 이전에 치료가 가능한 건강관리정보 플랫폼을 제공하고자 한다.
본 발명의 바람직한 일 실시예로서, 인공지능데이터베이스서버에서 건강검진인자를 분석하는 방법에 관한 것으로, 상기 방법은 상기 인공지능데이터베이스서버의 저장부에 국민건강보험공단에서 개방하는 건강검진정보, 진료내역정보 및 의약품처방 정보 학습데이터를 년도별, 월별,지역별, 성별 및 연령별 행렬테이블로 가공하여 저장하는 단계; 상기 년도별, 월별,지역별, 성별 및 연령별 행렬테이블 각각에 저장된 학습데이터마다 주성분분석 트레이닝을 수행한 후, 디스플레이에 2차원의 주성분분석 그래프를 표시하는 단계;를 포함하고,상기 디스플레이는 년도별, 월별, 지역별, 성별 및 연령을 선택하는 인터페이스를 제공하고, 선택에 따라 상기 주성분분석 그래프가 표시되는 것을 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서, 상기 인공지능데이터베이스서버는 상기 주성분분석 트레이닝을 수행하는 제 1 머신러닝부;를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서, 상기 디스플레이에 년도별 또는 월별로 특정 지역, 특정 연령 대에서 두드러지는 건강검진인자의 정보를 포함하는 주성분분석 그래프를 동시에 표시하여, 년도별 또는 월별로 상기 건강검진인자의 정보의 변화여부를 파악하도록 구현되는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서, 상기 주성분분석 그래프는 x축 및 y축은 각각 건강검진인자를 나타내어 두 가지 건강검진인자 간에 연관성을 표시하고, 제 2 머신러닝부는 x축에 표시되는 건강검진인자와 y축에 표시되는 건강검진인자 간의 연관성을 기초로 결정트리를 만들고, 정보 획득량이 많은 결정트리들을 모아서 랜덤포레스트를 구성하는 단계;를 더 포함하는 것을 특징으로 한다.
본 발명의 또 다른 바람직한 일 실시예로서, 건강검진인자를 분석하는 인공지능데이터베이스서버는 국민건강보험공단에서 개방하는 건강검진정보, 진료내역정보 및 의약품처방 정보 학습데이터를 년도별, 월별,지역별, 성별 및 연령별 행렬테이블로 가공하여 저장하는 저장부; 상기 년도별, 월별,지역별, 성별 및 연령별 행렬테이블 각각에 저장된 학습데이터마다 주성분분석 트레이닝을 수행하는 제 1 머신러닝부; 상기 제 1 머신러닝부에서 학습한 주성분분석을 기초로 2차원 주성분분석 그래프를 도출하는 그래프생성부; 및 상기 2차원 주성분분석 그래프 x축의 건강검진인자와 y축의 건강검진인자 간의 연관성을 기초로 결정트리를 만들고, 정보 획득량이 많은 결정트리들을 모아서 랜덤포레스트를 구성하는 제 2 머신러닝부;를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서, 인공지능데이터베이스에서 사용자 단말기에게 실시간으로 개별화된 건강관리정보를 제공하는 시스템 및 방법은 사용자가 일상에서 이용하는 단말기나 장치로부터 획득하는 사용자의 건강측정데이터를 기초로 사용자에게 필요한 건강관리정보를 실시간으로 제공하여, 사용자의 건강의 이상상태를 조기에 발견하고 사전에 건강을 지킬 수 있는 효과가 있다.
도 1 은 본 발명의 바람직한 일 실시예로서, 인공지능데이터베이스에서 사용자 단말기에게 실시간으로 개별화된 건강관리정보를 제공하는 시스템의 내부 구성도를 도시한다.
도 2 내지 4는 본 발명의 바람직한 일 실시예로서, 머신러닝부에서 학습데이터를 학습하기 위하여 건강보험공단 데이터베이스에 저장된 건강데이터를 지역별, 성별, 년도별, 월별 행렬테이블 형태로 재가공하여 저장하는 일 예를 도시한다.
도 5 내지 6은 본 발명의 바람직한 일 실시예로서, 표시부에서 서울시의 남성 45~49세의 중성지방(triglyceride)과 관련한 점그래프의 일 예를 도시한다.
도 7 은 본 발명의 바람직한 일 실시예로서, 인공지능데이터베이스에서 기저장된 건강기준표의 일 예를 도시한다.
도 8 은 본 발명의 바람직한 일 실시예로서, 사용자 단말기에게 개별화된 건강관리정보를 제공하는 일 예를 도시한다.
도 9 는 본 발명의 바람직한 일 실시예로서, 인공지능데이터베이스 서버의 일 예를 도시한다.
도 2 내지 4는 본 발명의 바람직한 일 실시예로서, 머신러닝부에서 학습데이터를 학습하기 위하여 건강보험공단 데이터베이스에 저장된 건강데이터를 지역별, 성별, 년도별, 월별 행렬테이블 형태로 재가공하여 저장하는 일 예를 도시한다.
도 5 내지 6은 본 발명의 바람직한 일 실시예로서, 표시부에서 서울시의 남성 45~49세의 중성지방(triglyceride)과 관련한 점그래프의 일 예를 도시한다.
도 7 은 본 발명의 바람직한 일 실시예로서, 인공지능데이터베이스에서 기저장된 건강기준표의 일 예를 도시한다.
도 8 은 본 발명의 바람직한 일 실시예로서, 사용자 단말기에게 개별화된 건강관리정보를 제공하는 일 예를 도시한다.
도 9 는 본 발명의 바람직한 일 실시예로서, 인공지능데이터베이스 서버의 일 예를 도시한다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.
이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명한다.
도 1 은 본 발명의 바람직한 일 실시예로서, 인공지능데이터베이스에서 사용자 단말기에게 실시간으로 개별화된 건강관리정보를 제공하는 시스템의 내부 구성도를 도시한다.
도 1에 도시된 시스템(100)은 인공지능데이터베이스 서버(120) 및 사용자 단말기(110)를 포함한다. 이 때, 사용자 단말기(110)는 적어도 하나의 웨어러블장치, 그 외 다양한 의료기기 및 단말기와 통신을 수행하며 사용자의 혈압, 맥박, 신체온도, 혈당 등과 같은 생체데이터를 포함하는 건강데이터를 실시간으로 획득하고 누적하여 수집, 관리한다.
사용자 단말기(110), 적어도 하나의 웨어러블장치, 그 외 다양한 의료기기 및 단말기는 UE(User Equipment), ME(Mobile Equipment), MS(Mobile Station), UT(User Terminal), SS(Subscriber Station), MSS(Mobile Subscriber Station), 무선기기(Wireless Device), 휴대기기(Handheld Device), AT(Access Terminal), 웨어러블디바이스, 로봇 등을 모두 포함하는 개념으로 휴대폰, 셀룰러폰, 스마트 폰(smart phone), PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿(tablet device), 컴퓨터(computer), 스마트와치, CCTV, 인공지능스피커, 홈어플라이언스 또는 멀티미디어 기기 등의 형태로 구현이 가능하다.
본 발명의 또 다른 일 실시예로서 단말기(110)는 카메라, 디스플레이, 메모리 및 통신부를 포함하고, 영상데이터 또는 음성데이터를 송수신하는 인터페이스를 구비할 수 있다. 사용자 단말기(110)는 또한 앱 형태로 사용자의 건강 이상상태를 자동검출하거나 사용자의 건강상태에 맞는 건강관리정보를 제공하는 애플리케이션을 인공지능데이터베이스(120)로부터 다운받아 설치할 수 있다.
본 발명의 바람직한 일 실시예로서, 사용자 개개인에게 개별화된 건강관리정보를 제공하는 인공지능데이터베이스서버(120)는 건강보험공단데이터베이스 서버(160) 등과 유무선 통신이 가능하다. 또한, 위급상황 발생시 콜센터서버 내지 병원서버 등을 통해 사용자의 응급상황을 알릴 수 있다.
본 발명의 바람직한 일 실시예로서, 사용자 개개인에게 개별화된 건강관리정보를 제공하는 인공지능데이터베이스서버(120)는 머신러닝부(130), 표시부(140) 및 추천부(150)를 포함한다.
머신러닝부(130)는 건강보험공단 데이터베이스(160)등과 같은 공공건강검진자료데이터베이스에 지역별, 성별, 년도별, 월별 행렬테이블로 저장된 학습데이터에 대해 주성분분석(Principal Component Analysis) 트레이닝을 수행한다. 주성분 분석이란 다양한 인자(차원)으로 구성된 학습데이터의 분산이 최대가 되는 축을 찾는 기계학습 방식을 의미한다.
본 발명의 바람직한 일 실시예에서, 머신러닝부(130)는 건강보험공단 데이터베이스(160)로부터 획득한 학습데이터에서 분산이 최대가 되는 첫번째 축을 찾고, 찾은 첫번째 축과 직교하면서 분산이 최대가 되는 두 번째 축을 찾는다. 이후 첫번째 축과 두번째 축에 직교하면서 분산이 최대가 되는 세 번째 축을 찾는다. 머신러닝부(130)는 첫 번재에서 세 번째 축을 찾는 단계를 반복하면서 목표 차원 수만큼의 축을 찾는다.
본 발명의 바람직한 일 실시예에서는 머신러닝부(130)는 국민건강보험가입자의 진료내역정보, 의약품처방정보, 건강검진정보가 축적되어 있는 건강보험공단 데이터베이스(160)의 건강데이터를 이용하고자 한다. 머신러닝부(130)는 국민건강보험가입자의 진료내역정보, 의약품처방정보, 건강검진정보가 축적되어 있는 건강데이터를 도 2 내지 4와 같은 형식으로 가공 및 저장하여 학습데이터를 생성하고, 이를 빅데이터로 이용하여 기계학습을 수행한다.
국민건강보험공단은 건강보험공단 데이터베이스(160)를 통해 가입자 일련번호 및 수진자 기본정보(성, 연령, 거주지 시도코드), 신체, 몸무게, 허리둘레 등 신체사이즈 정보, 혈압, 혈당, 콜레스테롤, 요단백, 감마지피티와 같은 병리검사결과, 시력과 청력, 구강검사와 같은 진단검사결과, 그 외 음주와 흡연 여부에 대한 문진결과 등을 개방하여 제공하고 있다.
도 1 을 참고하면, 건강보험공단 데이터베이스(160)는 건강검진정보 저장부(162), 진료내역정보 저장부(164) 및 의약품처방정보 저장부(166)를 포함한다.
도 2 는 본 발명의 바람직한 일 실시예로서, 머신러닝부(130)가 건강검진정보 저장부(162)에 저장되어 있는 데이터를 가공한 예를 도시한다. 머신러닝부(130)는 "일반건강검진 및 의료급여생애전환기검진 결과 판정기준”를 참조하여 건강검진정보 저장부(162)에 저장된 데이터를 기준년도, 시도, 성별, 연령대(5세 단위), 신장(5cm 단위), 체중(5kg 단위) 등을 기준으로 검진 결과 상관성을 도출하도록 학습을 수행한다.
도 3 은 본 발명의 바람직한 일 실시예로서, 머신러닝부(130)가 진료내역정보 저장부(164)에 저장되어 있는 데이터를 가공한 예를 도시한다.
머신러닝부(130)는 "질병분류기호"를 참조하여 진료내역정보 저장부(164)에 저장된 데이터를 기준년도, 시도, 성별, 연령대로 분류하고 이 후 진료과목코드, 주상병코드, 부상병코드, 요양일수,입내원일수 등을 기준으로 검진결과 상관성을 도출하도록 학습을 수행한다.
도 4 는 본 발명의 바람직한 일 실시예로서, 머신러닝부(130)가 의약품처방정보 저장부(166)에 저장되어 있는 데이터를 가공한 예를 도시한다.
머신러닝부(130)는 또한 "보건복지부 고시 약제급여목록 및 급여상한금액표"를 참조하여 의약품처방정보 저장부(166)에 저장된 데이터를 기준년도, 시도, 성별, 연령대로 분류하고 약품일반성분명코드, 총투여일수 등을 기준으로 검진결과 상관성을 도출하도록 학습을 수행한다.
본 발명의 바람직한 일 실시예로서, 머신러닝부(130)는 도 2 내지 4에 도시된 학습데이터를 대상으로 지역별, 성별, 년도별, 월별 행렬테이블마다 주성분분석(Principal Component Analysis) 트레이닝을 수행한 후, 주성분분석 트레이닝 분석 결과를 표시부(140)에 제공한다.
도 5 내지 6은 본 발명의 바람직한 일 실시예로서, 표시부에서 서울시의 남성 45~49세의 중성지방(triglyceride)과 관련한 점그래프의 일 예를 도시한다.
표시부(140)는 머신러닝부(130)에서 주성분분석 트레이닝을 통해 분석된 제 1 주성분과 적어도 하나 이상의 제 2 주성분 각각의 관계와, 제 1 주성분의 변화량과 상기 적어도 하나 이상의 제 2 주성분 각각의 변화량의 관계를 2차원의 점그래프로 표시하여 건강검진 인자분석결과를 표시한다. 도 5 에서 제 1 주성분은 중성지방이며, 제 2 주성분은 gamma_gtp, idl_chole 이다.
도 6을 참고하면, 머신러닝부에서 주성분분석 트레이닝 분석을 통해 중성지방(triglyceride)을 제 1 주성분으로, 그 외 중성지방(triglyceride)과 관련 있는 성분으로 체중(weight), 허리둘레(waist), 콜레스테롤(tot_chole, ldl_chole, hdl_chole), 간기능검사(SGPT(ALT),SGOT(AST), gamma_gtp), 신장, 크레아틴, 혈압(bp_lwst, bp_high, bids) 등을 도출하였다. 그리고, 서울시의 남성 45~49세의 중성지방과 관련성이 높은 성분으로 gamma_gtp 값과 ldl_chole을 도출하였다.
추천부(150)는 표시부(140)에서 그래프로 표시된 제 1 주성분과 적어도 하나 이상의 제 2 주성분 간의 연관관계를 기초로 랜덤포레스트 학습을 수행한다. 랜덤포레스트 학습을 수행하기 전에 전문가는 제 1 주성분 또는 제 1 주성분의 변화량에 대해 요구되는 건강관리정보 내용을 작성하면, 추천부(150)는 작성된 건강관리정보 내용을 기초로 랜덤포레스트 학습을 수행할 수 있다. 랜덤포레스 학습이 완료되면 추천부(150)는 제 1 주성분과 관련된 건강관리정보를 추천한다.
예를 들어, 추천부(150)는 도 4 내지 5와 같이 표시부(140)에 표시된 점그래프에서 파악된 제 1 주성분인 중성지방(triglyceride)과 제 2 주성분인 gamma_gtp 및 ldl_chole의 연관관계를 기초로 랜덤포레스트 학습을 수행한다. 그리고, 랜덤포레스트 학습 결과를 기초로 제 1 주성분과 관련된 건강관리정보를 추천한다.
일 예로, 사용자 단말기(110)에 설치된 중성지방 측정센서에서 서울시에 사는 47세의 남성의 중성지방 173이라는 건강데이터를 획득한 경우, 추천부(150)는 사용자 단말기(110)로부터 수신한 서울시에 사는 47세 남성의 중성지방 173의 수치에 대응하는 제 1 주성분을 인공지능데이터베이스 서버(120)에서 검색한다. 인공지능데이터베이스 서버(120)에 제 1 주성분에 대한 데이터가 있는 경우, 제 1 주성분과 관련된 건강관리정보를 사용자 단말기(110)에 전달한다. 인공지능데이터베이스 서버(120)에 도 5 내지 6과 같이 중성지방에 대해 학습한 데이터가 기저장되어 관리되고 있는 경우, 추천부(150)는 인공지능데이터베이스 서버(120)에 기저장된 도 7의 건강기준표와 같은 표를 참고하여, 도 8의 일 예와 같이 사용자 단말기(110)에 중성지방이 173으로 정상B(경계)(810)에 속하며, 더 높아질 경우 '이상지질혈증'이 발생할 수 있고, gamma_gtp 및 ldl_chole 의 수치검사가 필요하고, 술 담배를 금하고, 규칙적인 운동을 할 것을 제안할 수 있다.
본 발명의 바람직한 일 실시예로서, 추천부(150)는 사용자 단말기에 사용자 단말기가 측정한 건강측정데이터 정보(811), 사용자의 건강측정데이터가 건강기준표(도 7 참고) 대비 정상범위에 속하는지 여부에 대한 정보(810, 820), 사용자의 건강측정데이터에 대응하는 건강데이터를 기초로 머신러닝부(130)에서 주성분분석 트레이닝 분석을 통해 학습한 제 1 주성분과 관련된 건강관리정보(830, 840), 추천부(150)에서 랜덤포레스트 학습을 수행하여 학습한 제 1 주성분과 관련한 건강관리정보(850)를 제공할 수 있다. 건강측정데이터(811)는 사용자의 혈압, 맥박, 심박수, 그 외 상기 사용자 단말기를 통해 측정할 수 있는 건강과 관련된 데이터 외에, 사용자가 거주하는 지역, 사용자의 성별, 해당 데이터를 측정한 년도(year), 월(month) 등과 같은 날짜에 대한 정보를 포함한다.
본 발명의 바람직한 일 실시예로서, 인공지능데이터베이스는 사용자 단말기에서 측정한 건강측정데이터에서 사용자가 거주하는 지역, 나이, 성별, 사용자의 건강과 관련된 데이터를 측정한 월(month)을 파악하고, 추천부(150)는 인공지능데이터베이스 서버(120)에서 건강측정데이터에서 파악한 사용자가 거주하는 지역, 나이, 성별, 사용자의 건강과 관련된 데이터를 검색할 수 있다.
도 9 는 본 발명의 바람직한 일 실시예로서, 인공지능데이터베이스 서버의 일 예를 도시한다.
본 발명의 바람직한 일 실시예로서, 인공지능데이터베이스 서버(900)는 국민건강보험공단(910)에서 개방하는 건강검진정보(911), 진료내역정보(913) 및 의약품처방 정보(915)를 가공하여, 년도별(921), 월별(922), 지역별(923), 성별(924) 및 연령별(925) 행렬테이블로 분류하여 가공한 후 저장부(920)에 저장한다.
본 발명의 바람직한 일 실시예로서, 인공지능데이터베이스 서버(900)는 사용자가 수집하는 건강측정데이터만으로는 오랜 기간동안 충분히 누적되지 않는한, 빅데이터 구축이 어려운 문제점을 해결하기 위하여 국민건강보험공단(910)에서 제공하는 데이터에 대해 기계학습을 수행한다.
제 1 머신러닝부(930)는 년도별(921), 월별(922), 지역별(923), 성별(924) 및 연령별(925) 행렬테이블에 저장된 학습데이터마다 주성분분석 트레이닝을 수행한다.
그래프생성부(940)는 제 1 머신러닝부(930)에서 학습한 주성분분석을 기초로 2차원 주성분분석 그래프를 도출한다. 그래프생성부(940)에서 생성한 그래프의 예는 도 5 내지 6을 참고한다. 그래프생성부(940)는 디스플레이 또는 사용자 인터페이스를 통해 선택된 년도, 월, 지역, 성별, 연령 중 적어도 하나 이상의 기준에 대응하는 2차원 주성분분석 그래프를 생성할 수 있다. 2차원 주성분분석 그래프는 x축 및 y 축 모두 건강검진인자를 표시한다.
제 2 머신러닝부(950)는 2차원 주성분분석 그래프 x축의 건강검진인자와 y축의 건강검진인자 간의 연관성을 기초로 결정트리를 만들고, 정보 획득량이 많은 결정트리들을 모아서 랜덤포레스트를 구성한다.
본 발명의 실시 예에 따른 방법들은 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 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
Claims (7)
- 인공지능데이터베이스서버에서 건강검진인자를 분석하는 방법에 관한 것으로, 상기 방법은
상기 인공지능데이터베이스서버의 저장부에 국민건강보험공단에서 개방하는 건강검진정보, 진료내역정보 및 의약품처방 정보 학습데이터를 년도별, 월별,지역별, 성별 및 연령별 행렬테이블로 가공하여 저장하는 단계;
상기 년도별, 월별,지역별, 성별 및 연령별 행렬테이블 각각에 저장된 학습데이터마다 주성분분석 트레이닝을 수행한 후, 디스플레이에 상기 주성분분석 트레이닝을 통해 분석된 제 1 주성분과 적어도 하나 이상의 제 2 주성분 각각의 관계를 나타내는 2차원의 주성분분석 그래프를 표시하는 단계;및
추천부에서 상기 제 1 주성분과 상기 적어도 하나 이상의 제 2 주성분 간의 연관관계를 기초로 랜덤포레스트 학습을 수행하고, 학습이 완료되면 상기 제 1 주성분과 관련된 건강관리정보를 추천하는 단계;를 포함하고, 상기 추천부는 사용자 단말기에서 획득한 사용자가 거주하는 지역 정보 및 상기 사용자의 건강과 관련된 데이터에 대응하는 상기 제 1 주성분을 상기 인공지능데이터베이스서버에서 검색하고, 상기 인공지능데이터베이스에 상기 제 1 주성분에 대한 데이터가 있는 경우 상기 제 1 주성분과 관련된 건강관리정보를 상기 사용자 단말기에 전달하며,
상기 디스플레이는 년도별, 월별, 지역별, 성별 및 연령 중 적어도 하나를 선택하는 인터페이스를 제공하고, 선택에 따라 상기 주성분분석 그래프가 표시되는 것을 특징으로 하는 방법. - 제 1 항에 있어서, 상기 인공지능데이터베이스서버는
상기 주성분분석 트레이닝을 수행하는 제 1 머신러닝부;를 포함하는 것을 특징으로 하는 방법. - 제 1 항에 있어서, 상기 디스플레이에
년도별 또는 월별로 특정 지역, 특정 연령 대에서 두드러지는 건강검진인자의 정보를 포함하는 주성분분석 그래프를 동시에 표시하여, 년도별 또는 월별로 상기 건강검진인자의 정보의 변화여부를 파악하도록 구현되는 것을 특징으로 하는 방법. - 삭제
- 제 1 항에 있어서, 상기 주성분분석 트레이닝은
다양한 건강검진인자로 구성된 학습데이터의 분산이 최대가 되는 제 1 축을 찾고, 상기 제 1 축과 직교하면서 분산이 되는 제 2 축을 찾는 방식으로 수행이 이루어지는 것을 특징으로 하는 방법. - 국민건강보험공단에서 개방하는 건강검진정보, 진료내역정보 및 의약품처방 정보 학습데이터를 년도별, 월별,지역별, 성별 및 연령별 행렬테이블로 가공하여 저장하는 저장부;
상기 년도별, 월별,지역별, 성별 및 연령별 행렬테이블 각각에 저장된 학습데이터마다 주성분분석 트레이닝을 수행하는 머신러닝부;
상기 머신러닝부에서 학습한 주성분분석을 기초로 제 1 주성분과 적어도 하나 이상의 제 2 주성분 각각의 관계를 나타내는 2차원 주성분분석 그래프를 도출하는 그래프생성부; 및
상기 제 1 주성분과 상기 적어도 하나 이상의 제 2 주성분 간의 연관관계를 기초로 랜덤포레스트 학습을 수행하고, 학습이 완료되면 상기 제 1 주성분과 관련된 건강관리정보를 추천하는 추천부;를 포함하고,
상기 추천부는 사용자 단말기에서 획득한 사용자가 거주하는 지역 정보 및 상기 사용자의 건강과 관련된 데이터에 대응하는 상기 제 1 주성분을 인공지능데이터베이스에서 검색하고, 상기 인공지능데이터베이스에 상기 제 1 주성분에 대한 데이터가 있는 경우 상기 제 1 주성분과 관련된 건강관리정보를 상기 사용자 단말기에 전달하는 것을 특징으로 하는 건강검진인자를 분석하는 인공지능데이터베이스서버. - 제 6 항에 있어서, 상기 그래프생성부는
년도별, 월별, 지역별, 성별 및 연령별 인터페이스 중 선택된 인터페이스에 대응하는 주성분분석 그래프를 생성하는 것을 특징으로 하는 인공지능데이터베이스서버.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190165991 | 2019-12-12 | ||
| KR20190165991 | 2019-12-12 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210075029A KR20210075029A (ko) | 2021-06-22 |
| KR102567536B1 true KR102567536B1 (ko) | 2023-08-21 |
Family
ID=76600823
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200173715A KR102567536B1 (ko) | 2019-12-12 | 2020-12-11 | Ai를 이용한 지역별, 성별, 연령대별 건강분석방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102567536B1 (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100794516B1 (ko) * | 2007-12-03 | 2008-01-14 | 한국정보통신대학교 산학협력단 | 사례 기반 기계학습 추론을 이용한 질환 진단 및 검사 항목선정 시스템 및 방법 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101903522B1 (ko) * | 2015-11-25 | 2018-11-23 | 한국전자통신연구원 | 다차원 건강데이터에 대한 유사사례 검색 방법 및 그 장치 |
| KR101808541B1 (ko) | 2016-02-18 | 2017-12-13 | 주식회사 유비케어 | 맞춤형 건강 가이드 장치 및 방법 |
| KR102142857B1 (ko) * | 2018-05-02 | 2020-08-10 | 차의과학대학교 산학협력단 | 코호트 데이터의 혼란변수에 따른 계층화 및 질병 간 발생 시간이 고려된 질병 네트워크 구축 방법, 그 시각화 방법 및 이를 기록한 컴퓨터 판독 가능한 기록매체 |
-
2020
- 2020-12-11 KR KR1020200173715A patent/KR102567536B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100794516B1 (ko) * | 2007-12-03 | 2008-01-14 | 한국정보통신대학교 산학협력단 | 사례 기반 기계학습 추론을 이용한 질환 진단 및 검사 항목선정 시스템 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210075029A (ko) | 2021-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Laver et al. | Telerehabilitation services for stroke | |
| Lee et al. | Healthcare wearable devices: an analysis of key factors for continuous use intention | |
| US10103947B2 (en) | Processing of portable device data | |
| Bergmann et al. | Body-worn sensor design: what do patients and clinicians want? | |
| US20210369113A1 (en) | Acute Care Eco System Integrating Customized Devices of Personalized Care With Networked Population Based Management | |
| CN113168919A (zh) | 一种利用个性化指标进行健康分析的系统及其使用方法 | |
| Crossland et al. | Evaluation of a home-printable vision screening test for telemedicine | |
| EP4085446A1 (en) | Generation of patient-specific content | |
| Yang et al. | Assessment of knowledge of HIV/AIDS and association with socioeconomic disparities among young women in low-and middle-income Countries, 2003 to 2018 | |
| KR102567536B1 (ko) | Ai를 이용한 지역별, 성별, 연령대별 건강분석방법 | |
| de Dicastillo et al. | Development and evaluation of a telematics platform for monitoring of patients in ambulatory major surgery | |
| KR102482793B1 (ko) | 인공지능데이터베이스서버에서 사용자 단말기에게 실시간으로 개별화된 건강관리정보를 제공하는 시스템 및 방법 | |
| CN115458096A (zh) | 一种随访内容处理方法、系统、存储介质及电子设备 | |
| KR20220072049A (ko) | 인공지능 주치의 서비스 프로그램 | |
| KR20220071331A (ko) | 건강 관리 인공지능 주치의 서비스 제공 방법 | |
| KR20220071320A (ko) | 사용자의 증상 검사를 위한 질의 인터 페이스 생성 프로그램 | |
| KR20220072050A (ko) | 인공지능 주치의 서비스 프로그램 기록매체 | |
| KR20220069327A (ko) | 유전자 검사 정보를 반영한 건강 관리 서비스 제공 장치의 동작 방법 | |
| CN113782132B (zh) | 标签信息的动态更新方法、装置及介质 | |
| Jeong et al. | Construction of smart exercise guide information system for supporting rehabilitation training program | |
| Kaplan et al. | What is well-being | |
| KR20220071336A (ko) | 개인화된 자가 컨텐츠를 이용한 건강 관리 서비스 제공 프로그램 | |
| KR20220071330A (ko) | 인공지능 주치의 기능 기반 건강 관리 서비스 제공 시스템 | |
| KR20220071337A (ko) | 개인화된 자가 컨텐츠를 이용한 건강 관리 서비스 제공 프로그램 기록매체 | |
| KR20220071346A (ko) | 질의 및 증상 입력 인터페이스를 이용한 이용한 증상 검사 기반 건강 관리 서비스 제공장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right |