KR102570479B1 - 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템 및 방법 - Google Patents

인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템 및 방법 Download PDF

Info

Publication number
KR102570479B1
KR102570479B1 KR1020220136454A KR20220136454A KR102570479B1 KR 102570479 B1 KR102570479 B1 KR 102570479B1 KR 1020220136454 A KR1020220136454 A KR 1020220136454A KR 20220136454 A KR20220136454 A KR 20220136454A KR 102570479 B1 KR102570479 B1 KR 102570479B1
Authority
KR
South Korea
Prior art keywords
information
data
prescription
sensitive information
consent
Prior art date
Application number
KR1020220136454A
Other languages
English (en)
Inventor
정성빈
성연찬
서정철
채화성
유승찬
김경원
Original Assignee
주식회사 파이디지털헬스케어
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 주식회사 파이디지털헬스케어 filed Critical 주식회사 파이디지털헬스케어
Priority to KR1020220136454A priority Critical patent/KR102570479B1/ko
Application granted granted Critical
Publication of KR102570479B1 publication Critical patent/KR102570479B1/ko

Links

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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G16H40/20—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 management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

본 발명은 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템 및 방법에 관한 것으로, 보다 구체적으로는 처방전달시스템(OCS, Order Communication System), 전자의무기록(EMR, Electronic Medical Record), 임상 정보 시스템(CIS, Clinical Information System) 등 다양한 병원/의료 정보 시스템을 연계하여 의료기관과 디지털 치료제 제공 업체 간의 처방 데이터 및 진료기록 데이터를 상호 교환 할 수 있는 의료 데이터 표준 기반의 개방형 플랫폼을 제공한다. 또한, 처방 정보 및 진료기록 정보 제공에 대한 동의여부 수집 시 환자가 제공하기 꺼려하는 민감 정보를 예측하여 표시함으로써, 환자가 해당 정보를 참고하여 선택적으로 정보 제공 동의를 할 수 있도록 제공하고, 비동의 항목은 비식별화하여 제공하는 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템 및 방법에 관한 것이다.

Description

인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템 및 방법{DIGITAL THERAPEUTICS PLATFORM SYSTEM AND METHOD APPLYING SELECTIVE DE-IDENTIFICATION OF SENSITIVE INFORMATION BASED ON ARTIFICIAL INTELLIGENCE}
본 발명은 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템 및 방법에 관한 것으로, 보다 구체적으로는 처방전달시스템(OCS, Order Communication System), 전자의무기록(EMR, Electronic Medical Record), 임상 정보 시스템(CIS, Clinical Information System) 등 다양한 병원/의료 정보 시스템을 연계하여 의료기관과 디지털 치료제 제공 업체 간의 처방 데이터 및 진료기록 데이터를 상호 교환 할 수 있는 의료 데이터 표준 기반의 개방형 플랫폼을 제공한다. 또한, 처방 정보 및 진료기록 정보 제공에 대한 동의여부 수집 시 환자가 제공하기 꺼려하는 민감 정보를 예측하여 표시함으로써, 환자가 해당 정보를 참고하여 선택적으로 정보 제공 동의를 할 수 있도록 제공하고, 비동의 항목은 비식별화하여 제공하는 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템 및 방법에 관한 것이다.
디지털 치료제는 의학적 장애나 질병의 예방, 치료를 위해 약물과 동일한 임상적 유효성을 가지는 소프트웨어 또는 디지털기기로 기술의 발전에 따라 효율적인 새로운 의료서비스가 가능해지고 디지털 헬스케어가 부각되면서 단순한 건강관리를 넘어 질병을 예방하고 관리하며 치료하는 근거 기반의 디지털 치료제가 주목을 받고 있다. 코로나19 팬데믹에 따라 비대면 진료에 대한 관심이 크게 증가하고 있고, 만성질환자의 치료에 어려움이 발생하고, 우울증 등 정신건강에 문제가 생긴 환자가 급증하면서, 이를 해결하기 위한 디지털 치료제에 대한 관심도 증가하고 있다. 건강상태 관리, 장애 또는 질병의 관리 및 예방, 약물치료 최적화, 질병 치료 등 다양한 용도의 디지털 치료제가 개발되고 있으며 더불어 위험도에 따른 등급체계, 임상평가기준, 품질관리체계 등의 정책적 지원도 함께 진행되는 상황이다.
이러한 디지털 치료제를 치료의 목적으로 처방하기 위한 프로세스 정립도 진행되고 있으나, 디지털 치료제의 처방, 제공, 사용 결과 확인까지 이어지는 디지털 치료제 처방 프로세스를 지원하는 플랫폼 개발은 미비한 수준이다.
기존 의료기관 시스템과 연동하여 디지털 치료제를 처방 할 수 있는 표준화된 플랫폼이 요구되며, 또한, 환자 개인 정보와 진료 기록과 같은 민감 정보에 대한 관리가 수반되는 디지털 치료제 처방 플랫폼이 요구되고 있다.
본 발명은 의료기관 시스템과 디지털 치료제 제공 업체 간의 처방 데이터 및 진료기록 데이터를 상호 교환 할 수 있는 의료 데이터 표준 기반의 개방형 플랫폼을 제공하여 처방전달시스템(OCS, Order Communication System), 전자의무기록(EMR, Electronic Medical Record), 임상 정보 시스템(CIS, Clinical Information System) 등 다양한 병원/의료 정보 시스템을 연계하여, 디지털 치료제의 처방을 지원하는 것을 목적으로 한다.
또한, 보다 효과적인 디지털 치료제 제공을 위해 처방 정보와 함께 환자의 진료기록 정보를 제공할 수 있도록 지원하고, 제공되는 정보에 대해 환자가 각 항목별로 선택적으로 동의여부를 설정할 수 있도록 한 후, 비동의 항목을 비식별화하여 전달하는 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명의 일 실시예에 따른 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템 및 방법은, 의료기관 시스템, 디지털 치료제(DTx) 서버 및 환자 단말기 중 적어도 하나 이상과 처방 데이터 및 진료기록 데이터를 교환하는 데이터교환 인터페이스부; 상기 진료기록 데이터에서 환자의 민감 정보를 예측하는 민감정보 추출부; 상기 민감 정보를 환자 단말기에 표시하고, 상기 민감 정보를 참조하여, 정보 제공 동의 여부를 선택할 수 있도록 지원하는 정보동의 처리부; 및 상기 정보 제공 동의 여부의 선택 결과에 따라 상기 진료기록 데이터의 비식별화 처리를 수행하는 진료/처방데이터 처리부;를 구비한다.
또한, 제 1항에 기재된 디지털 치료제 플랫폼 시스템에 의해 구현되는 디지털 치료제 플랫폼 제공 방법에 있어서, 디지털 치료제(DTx) 서버가 전송한 디지털 치료제 정보를 수신하고, 상기 정보를 저장하는 DTx목록 수신 단계; 의료기관 시스템에서 전송한 처방 데이터 및 진료기록 데이터를 수신하고, 상기 데이터를 저장하는 처방/진료기록 데이터 수신 단계; 환자 단말기로부터 선택적 정보 제공 동의를 수집하는 정보제공동의 수집 단계; 상기 처방 데이터 및 상기 진료기록 데이터 제공 요청에 대해, 상기 정보 제공 동의 결과를 반영한 비식별화 작업을 수행하여, 상기 데이터를 제공하는 처방 데이터 제공 단계; 상기 의료기관 시스템이 처방한 디지털 치료제 사용 결과를 수신하여 저장하는 처방 사용결과 수신 단계; 및 상기 디지털 치료제 사용 결과를 제공하는 처방 사용결과 제공 단계;를 포함한다.
의료기관은 다양한 디지털 치료제 업체가 제공하는 디지털 치료제 정보를 하나의 시스템을 통해 제공받아 환자에게 처방할 수 있다.
또한, 의료기관은 처방한 디지털 치료제에 대한 사용 결과를 하나의 시스템을 통해 제공받을 수 있다.
또한, 정보 제공 동의 여부 수집 시, 진료기록 정보의 세부 내역을 표시함으로써, 환자가 원하는 정보만 선택적으로 제공 할 수 있도록 지원한다.
또한, 상기 세부 내역 중 환자가 민감 정보로 인식할 수 있는 항목을 예측하여 표시함으로써, 나이, 성별, 진단명이 유사한 다른 환자들이 제공하기 꺼려하는 정보를 환자가 인지하고, 해당 정보를 바탕으로 본인의 정보 제공 여부를 결정할 수 있도록 편의성을 제공한다.
도 1은 본 발명의 일 실시예에 따른 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템 구성도이다.
도 2는 본 발명의 일 실시예에 따른 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템에서 DTx교환플랫폼서버의 구성도이다.
도 3은 본 발명의 일 실시예에 따른 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템에서 DTx교환플랫폼서버의 진료/처방데이터 처리부의 구성도이다.
도 4는 본 발명의 일 실시예에 따른 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템에서 DTx교환플랫폼서버의 민감정보 추출부의 구성도이다.
도 5는 본 발명의 일 실시예에 따른 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 제공 방법을 도시한 순서도이다.
도 6은 본 발명의 일 실시예에 따른 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 제공 방법 중 정보제공동의 수집 단계를 상세히 도시한 순서도이다.
이하에서는 도면을 참조하여 본 발명의 구체적인 실시예를 상세하게 설명한다. 다만, 본 발명의 사상은 제시되는 실시예에 제한되지 아니하고, 본 발명의 사상을 이해하는 당업자는 동일한 사상의 범위 내에서 다른 구성요소를 추가, 변경, 삭제 등을 통하여, 퇴보적인 다른 발명이나 본 발명 사상의 범위 내에 포함되는 다른 실시예를 용이하게 제안할 수 있을 것이나, 이 또한 본원 발명 사상 범위 내에 포함된다고 할 것이다.
그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 설정된 용어들로써 이는 발명자의 의도 또는 관례에 따라 달라질 수 있으므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이고, 본 명세서에서 본 발명에 관련된 공지의 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에 이에 관한 자세한 설명은 생략하기로 한다.
이하, 도면을 참조로 하여 본 발명에 따른 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템 및 방법을 설명한다.
도 1은 본 발명의 일 실시예에 따른 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템의 구성도이다.
본 발명의 일 실시예에 따른 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템(10)은 의료기관 시스템(100), DTx교환플랫폼서버(200), 디지털 치료제(DTx) 서버(이하 DTx 서버, 300) 및 환자 단말기(400)로 구성될 수 있고, 각 장치들은 네트워크로 연결되어 서로 통신할 수 있다.
본 발명에서 언급하는 온라인 네트워크라 함은 유선 공중망, 무선 이동 통신망, 또는 휴대 인터넷 등과 통합된 코어 망일 수도 있고, TCP/IP 프로토콜 및 그 상위 계층에 존재하는 여러 서비스, 즉 HTTP(Hyper Text Transfer Protocol), HTTPS(Hyper Text Transfer Protocol Secure), Telnet, FTP(File Transfer Protocol), DNS(Domain Name System), SMTP(Simple Mail Transfer Protocol) 등을 제공하는 전 세계적인 개방형 컴퓨터 네트워크 구조를 의미할 수 있으며, 이러한 예에 한정하지 않고 다양한 형태로 데이터를 송수신할 수 있는 데이터 통신망을 포괄적으로 의미하는 것이다.
본 발명에서 언급하는 서버는 일종의 웹 서비스 서버, 데이터베이스 서버, 빅데이터 서버 및 어플리케이션 서버 중 적어도 하나 이상의 역할을 하는 서버로 구축될 수 있는데, 예를 들어 처리된 결과를 온라인 네트워크를 통해 웹페이지 상에서 보여주거나 필요한 입력 데이터를 웹 페이지를 통해 전송 받을 수 있고, 여기서 웹페이지는 단순한 텍스트, 이미지, 사운드, 동영상 등 이외에도 웹 어플리케이션과 같은 특정 작업을 수행하기 위한 소프트웨어를 포함하는 것으로 해석되어야 하며, 또한 데스크탑, 노트북, 스마트폰, 태블릿 PC 등에 설치되는 어플리케이션과 인터페이스를 제공하도록 구축될 수도 있다. 또한, 상기 서버는 웹 서비스 서버, 데이터베이스 서버, 빅데이터 서버 및 어플리케이션 서버 중 적어도 하나 이상의 기능을 하나의 물리적 서버에서 수행할 수도 있고, 물리적으로 분리된 복수개의 서버로 구성되어 운영될 수도 있다. 다만, 이에 한정하지 않고, 서버의 종류는 통상의 기술자에게 자명한 수준에서 다양하게 변경 가능하다.
본 발명에서의 의료기관 시스템(100)은 일반/종합병원, 한방병원, 요양병원 등의 의료 기관에서 사용하는 처방 시스템(OCS, Order Communication System), 전자 의무 기록(EMR, Electronic Medical Record) 시스템, 임상 정보 시스템(CIS, Clinical Information System), 검사실 정보 시스템 (LIS, Laboratory Information System), 간호 정보 시스템 (NIS, Nursing Information System), 약국 정보 시스템 (PIS, Pharmacy Information System), 의료 영상 저장 전송 시스템 (PACS, Picture Archiving and Communications System), 방사선과 정보 시스템(RIS, Radiology Information System), 광역 의료 정보 시스템(WAMIS, Wide Area Medical Information System) 등을 포함하는 다양한 병원/의료 정보 시스템(HIS, Hospital Information System)일 수 있다. 의료기관 시스템(100)은 환자의 처방 데이터와 진료기록 데이터를 DTx교환플랫폼서버(200)로 전송하고, 이후 환자 단말기(400)가 사용한 디지털 치료제의 사용 결과를 조회할 수 있다.
본 발명에서의 DTx교환플랫폼서버(200)는 의료기관 시스템(100)으로부터 처방 데이터와 진료기록 데이터를 수신하고, 데이터를 표준 규격에 따라 파싱(Parsing) 후 데이터베이스(이하, DB)에 저장/관리한다.
또한, 환자의 진료기록 데이터에서 환자가 제 3자에게 제공하기 꺼리는 민감 정보를 예측하여 환자 단말기(400)에 별도로 표시하고, 환자가 예측된 민감 정보에 대해 직접 제공 동의 여부를 선택할 수 있도록 인터페이스를 제공한다.
환자 단말기(400)에서 동의한 정보에 대해서만 데이터를 활성화하고, 동의하지 않은 정보는 비식별화하여 DTx 서버(300)로 제공한다.
본 발명에서의 DTx 서버(300)는 디지털 치료제를 제공하는 적어도 하나 이상의 서버 또는 서버와 연동하는 하드웨어 장치를 포함하는 시스템을 의미할 수 있다.
디지털 치료제는 의학적 장애나 질병의 예방, 치료를 위해 약물과 동일한 임상적 유효성을 가지는 소프트웨어 또는 디지털기기로, 가상현실(VR)/증강현실(AR), 디지털 콘텐츠, 컴퓨터 게임, 메타버스, 모바일 등의 기술이 적용되기도 하며, 치료효과를 극대화하기 위해 빅데이터 또는 인공지능 등의 기술이 적용되기도 한다. 디지털 치료제는 디지털 치료제를 제공하는 사이트 또는 모바일 어플리케이션(App)을 통해 제공되며, 하드웨어 전용 장치를 통해 제공되는 의료기기 내장형 디지털치료기기도 있다.
DTx 서버(300)는 DTx교환플랫폼서버(200)에게 디지털 치료제 목록, 디지털 치료제의 이름, 처방코드, 제공업체, 사용 기간, 사용 주기, 1회 사용시간, 의학적 효능, 사용 대상, 주의점, 인허가 정보, 치료목적, 보험유형, 임상결과, 사용방법 및 디지털 치료제 설치 정보를 제공하고, 의료기관 시스템(100)은 해당 정보를 참조하여 진단에 대한 디지털 치료제를 처방한다. 또한, 환자 단말기(400)에게 디지털 치료제를 제공하고, 해당 디지털 치료제 사용 결과를 DTx교환플랫폼서버(200)에게 전달하여 의료기관 시스템(100)이 처방에 대한 사용 결과를 조회할 수 있도록 한다.
본 발명에서의, 환자 단말기(400)는, 데스크탑, 태블릿, 넷북, PDA(personal digital assistant), PMP(portable multimedia player), 스마트폰, 웨어러블 스마트 기기 등의 다양한 통신 수단을 포함하는 것으로 해석되어야 하며, 웹 기반 또는 별도의 소프트웨어/애플리케이션 등을 통해 서버에서 제공하는 각종 기능을 실행할 수 있다.
또한, 디지털 치료제 사용을 위해 증강현실(AR: Augmented Reality), 가상현실(VR: Virtual Reality), 혼합현실(MR: Mixed Reality), 확장현실(XR: eXtended Reality), 메타버스(Metaverse) 등에서의 활동이 가능하도록 하는 헤드셋을 구비할 수 있는데, 상기 헤드셋 혹은 기기는, 인공현실(artificial reality), 사이버 공간(cyberspace), 가상세계(virtual worlds), 가상환경(virtual environment), 합성환경(synthetic environment), 인공환경(artificial environment), 증강현실(augmented reality), 혼합현실(mixed reality) 등과 같은 환경에서의 콘텐츠 확인 및 체험 등과 같은 활동이 가능하도록 하며, HMD(Head Mounted Display), VR글래스(Glasses) 등의 디스플레이 장치와 터치(Touch), 조이스틱, 게임패드 등 컨트롤러를 포함할 수 있다.
환자 단말기(400)는 의료기관 시스템(100)이 제공한 처방 데이터를 DTx 서버(300)가 조회할 수 있도록 정보 제공 동의 과정을 수행하고, DTx교환플랫폼서버(200)로부터 디지털 치료제 접속 정보를 수신하여 디지털 치료제 모바일 어플리케이션(App)을 설치하거나 디지털 치료제 사이트로 접속하여 디지털 치료제를 제공받을 수 있다.
도 2는 본 발명의 일 실시예에 따른 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템에서 DTx교환플랫폼서버의 구성도이다.
이하에서는 DTx교환플랫폼서버(200)에 관련된 구체적인 사항에 대해 살펴보기로 한다.
본 발명에서의 DTx교환플랫폼서버(200)는 데이터교환 인터페이스부(210), 진료/처방데이터 처리부(220), 정보동의 처리부(230), 민감정보 추출부(240) 및 DTx정보 처리부(250)를 구비할 수 있다.
데이터교환 인터페이스부(210)은 의료기관 시스템(100), DTx 서버(300) 및 환자 단말기(400) 중 적어도 하나 이상과 처방 데이터 및 진료기록 데이터를 상호 교환한다. 이때, 의료정보 표준 기반 네트워크 규약에 따라 데이터를 송수신하는 통신 인터페이스를 제공한다.
일례로, 데이터교환 인터페이스부(210)은 HL7(Health Level 7)기반 REST API와 같은 표준화된 네트워크 규약 또는 각각의 통신 대상과 사전에 협의된 인터페이스 규약에 맞추어 데이터를 송수신 할 수 있다.
HL7은 다양한 보건의료정보시스템간 정보의 교환을 위하여 미국국립표준연구소(ANSI)가 인증한 표준으로서, 의료정보시스템간 직접적인 정보교환이 가능하도록 주고 받는 메시지 형식을 표준화하고 이를 통한 인터페이스의 단일화를 추구한다.
REST API란 HTTP를 통해 리소스(Resource)를 명시하고, HTTP Method(POST, GET, PUT, DELETE)를 통해 해당 리소스에 대한 생성, 읽기, 갱신, 삭제 작업을 수행하는 API를 의미한다. 리소스는 xml 또는 json 등의 텍스트 기반 데이터 포맷 형식으로 작성되어 REST API에 포함된다.
리소스(Resource)는 처방 데이터와 진료기록 데이터를 상호 교환하기 위해 상호간에 정의한 기본(Atomic) 의료정보 단위로서 진료기록 요약서, 환자 정보, 진단 내역, 약물 처방 정보 등 다양한 리소스가 정의되어 있고, 필요에 따라 조합/분리가 가능하다. 리소스는 의료 데이터의 상호 교환을 위해 프로파일(Profile)이라는 규격서로 정의되어 표준화되어 사용된다.
데이터교환 인터페이스부(210)은 수신한 데이터에 대한 규격 준수와 데이터의 유효성 검증을 수행하여 오류 여부를 판단하고, 정상적인 데이터인 경우 진료/처방데이터 처리부(220) 및 DTx정보 처리부(250)로 전달한다.
또한, 진료/처방데이터 처리부(220)에서 전달한 데이터를 표준화된 네트워크 규약(HL7기반 REST API)에 맞게 전송 데이터를 구성하여 데이터를 요청한 서버에게 전송한다.
진료/처방데이터 처리부(220)은 데이터교환 인터페이스부(210)에서 전달한 데이터를 데이터베이스(DB)에 저장하여 관리하고, 데이터 비식별화 작업을 수행한다.
일례로, HL7(Health Level 7) FHIR(Fast Healthcare Interoperability Resource)기반 데이터 표준 체계를 기반으로 데이터를 처리/관리할 수 있다.
진료/처방데이터 처리부(220)은 리소스 처리부(221), 교환식별자 관리부(222) 및 비식별화부(223)을 포함한다.
리소스 처리부(221)은 데이터교환 인터페이스부(210)이 전달한 리소스 데이터를 표준 규격에 맞게 파싱(Parsing)하여 DB에 저장한다.
리소스 데이터는 환자 정보, 의료기관 정보, 진료기록정보 및 처방 정보를 포함하고, 각각의 리소스는 아래와 같이 하나 이상의 세부 항목을 포함할 수 있다.
환자 정보 리소스 데이터는 성별, 나이 및 연락처를 포함한다. 환자 정보 리소스는 환자 이름, 환자 생년월일, 주소 등 더 많은 개인정보를 포함할 수 있으나 DTx교환플랫폼서버(200)는 최소한의 환자 정보만을 관리하기 위해 환자에게 알림 정보 전달을 위한 환자 연락처 정보와 추후 설명할 민감 정보 예측 자료로 활용될 성별, 나이(나이의 경우 20대, 30대, 40대 등으로 비식별화하여 포함할 수 있음) 정보만을 수신한다.
의료기관 정보 리소스 데이터는 의료기관 식별자, 의료기관 연락처, 의료기관 주소, 의료인 식별자, 진료과 이름 및 진료과 코드를 포함한다.
진료기록정보 리소스 데이터는 진단 내역, 약물 처방 내역, 검사 결과, 수술 내역, 알러지/부작용, 예방 접종 내역, 생체신호/상태, 사회력 정보 및 전염성 감염병 정보를 포함한다.
이때, 진료기록정보 리소스의 세부 항목은 하나 이상의 하위 세부 리소스 항목을 포함할 수 있다.
처방 정보 리소스는 처방 식별자, 처방 약품 코드, 처방 약품 참조 정보, 복용 기간, 복용 주기, 복용 횟수, 복용량을 포함한다.
파싱(Parsing)된 데이터는 각 리소스와 대응되는 구조로 DB에 저장, 관리되거나 리소스 데이터 자체로 저장, 관리될 수 있다.
교환식별자 관리부(222)는 의료기관 정보 리소스에 포함된 의료기관 식별자와 처방 정보 리소스의 처방 식별자를 조합하여 Hash 함수로 생성하고, 처방 데이터 사용 유효 시간 체크를 위해 생성 시점의 날짜 및 시간 정보와 결합하여 환자를 식별할 수 없도록 비식별화 처리한 일회성 식별코드를 생성하고, 처방 데이터 및 진료기록 데이터를 상호교환 시 사용한다.
비식별화부(223)는 처방 데이터와 진료기록 데이터의 각 세무 항목에 대한 정보제공동의여부, 데이터 기밀성을 관리하고, 데이터 접근/제공 요청 시 해당 정보를 참조하여 비식별화 작업을 수행한다.
비식별화 작업은 비식별화 할 처방 데이터와 진료정보 데이터가 활성화 상태인 경우에 수행한다.
데이터 활성화 상태란, 데이터의 사용이 허가된 상태를 의미하며, 환자가 정보제공을 동의한 경우 활성화 상태로 변경된다.
비식별화 작업의 일례로, 진료기록 데이터에서 약물처방내역 A, B, C, D가 존재하고, B약물 처방 데이터의 정보제공동의여부 항목이 비 동의인 경우 A, C, D의 정보는 포함하고, B정보는 포함하지 않거나, B데이터 값을 공백으로 채워 데이터를 전달한다.
또한, 요청한 진료기록정보 중 기밀성을 요하는 데이터인 경우 데이터 암호화 처리를 수행한다.
정보동의 처리부(230)는 DTx 서버(300)가 환자의 처방 데이터와 진료기록 데이터를 사용하기 위해 환자로부터 정보 제공 동의를 제공받기 위한 인터페이스를 제공하고, 제공되는 정보에 대해 환자가 각 항목별로 선택적으로 동의여부를 설정할 수 있도록 화면을 제공한다.
또한, 환자가 각 항목별로 선택한 동의 여부를 저장/관리한다.
의료기관 시스템(100)이 전달한 환자의 처방 데이터와 진료기록 데이터를 디지털 치료제 DTx 서버(300)에게 전달하기 위해서는 환자의 의료정보 제공에 대한 동의 여부 확인 과정과 비동의 항목에 대한 비식별화 작업이 수반되어야 한다.
정보동의 처리부(230)는 환자의 정보 제공 동의 수집을 위한 웹 페이지의 URL을 환자 단말기(400)에게 문자 또는 SNS 알림 메시지로 전달한다.
환자 단말기(400)는 제공된 웹 페이지에서 본인 인증을 수행한 후 개인 정보, 진료기록 정보 및 처방 정보에 대한 제공 동의 여부를 선택할 수 있다.
이때, 정보 제공 동의 항목은 나이, 성별, 진단 내역, 약물 처방 내역, 검사 결과, 수술 내역, 알러지/부작용, 예방 접종 내역, 생체신호/상태, 사회력 정보 및 전염성 감염병 정보 중 적어도 하나 이상을 포함하고, 환자 단말기(400)가 각각의 항목에 대해 '동의' 또는 '비동의'를 선택할 수 있도록 인터페이스를 제공한다.
또한, 상기 항목 중 환자가 민감 정보로 인식할 수 있는 항목을 추후 설명할 민감정보 추출부(240)를 통해 예측하고, 민감 정보로 예측된 항목은 '비동의'로, 그 외 항목은 '동의'로 체크하여 환자 단말기(400)에게 제공한다. 환자는 기본적으로 제공된 '동의', '비동의' 선택 항목을 확인하고, 본인이 원하는 값으로 변경할 수 있다. 이로써, 나이, 성별, 진단명이 유사한 다른 환자들이 제공하기 꺼려하는 정보를 환자가 인지하고, 참고하여 본인의 정보 제공 여부를 결정할 수 있도록 한다.
민감정보 추출부(240)는 환자의 성별, 나이, 진단명에 따라 민감 정보 예측 모델을 활용하여 환자별 민감 정보를 추출한다.
민감정보 추출부(240)는 민감정보 전처리부(241), AI모델학습부(242) 및 민감정보 예측부(243)를 포함한다.
민감정보 전처리부(241)는 AI모델학습부(242)에서 사용할 학습 데이터의 결측값 처리, 데이터 타입 통일 및 데이터 스케일링을 수행한다.
학습 데이터로 사용할 환자 정보 및 진료기록 데이터에 결측값이 있는 경우 결측값을 제거하거나, 해당 정보를 특정 값으로 대치한다. 결측값이 있는 항목과 연관된 항목의 값을 분석하여 예측한 값을 채울 수 있고, 각 항목별 대치 값을 사전에 정의한 후 결측값에 대치할 수도 있다.
또한, 데이터를 머신 러닝 알고리즘을 통해 학습시키기 위해, 각 항목의 데이터 타입(문자, 숫자, 날짜, 등)을 체크하고, 타입이 상이한 데이터는 각 항목별 지정된 데이터 타입으로 변환하는 과정을 수행한다. 이때, 지정된 데이터 타입은 정수형 혹은 실수형 데이터 타입일 수 있다.
또한, 각 특성의 값이 분석에 미치는 영향을 균일하게 하기 위해 데이터 각 항목의 값의 범위(range) 또는 특성의 범위를 일정하게 만드는 정규화 작업을 수행하여, 같은 항목의 경우 일정한 범위의 표준화된 데이터를 가지도록 변환한다.
AI모델학습부(242)는 민감정보 전처리부(241)에 의해 데이터 전처리 과정을 거친 데이터를 사용하여 머신러닝 데이터로 사용하여 민감 정보 예측 모델을 학습시킨다.
일례로, 아래와 같이 학습 데이터는 나이, 성별, 진단코드와 약물 처방 내역, 검사 결과, 수술 내역, 알러지/부작용, 예방 접종 내역, 생체신호/상태, 사회력 정보(흡연/음주/중독) 및 전염성 감염병 정보를 하나의 입력 데이터 셋(Data Set)으로 구성할 수 있다.
- 입력 데이터 1: 나이, 성별, 진단코드, 약물처방내역
- 결과 데이터 1: 동의
- 입력 데이터 2: 나이, 성별, 진단코드, 검사 결과
- 결과 데이터 2: 비동의
- 입력 데이터 3: 나이, 성별, 진단코드, 수술 내역
- 결과 데이터 3: 동의
입력 데이터 1 ~ 입력데이터 3은 동일 환자이고 단일 진단코드 인 경우 연관 데이터로 구성하여 학습 조건으로 반영할 수 있다.
또한, 사용되는 머신 러닝 알고리즘은 로지스틱 회귀(Logistic Regression), K-최근접 이웃(K Nearest Neighbor), 나이브 베이즈(Naive Bayes), 결정 트리(Decision Tree), 랜덤 포레스트(Random Forest), 서포트벡터머신(Support Vector Machine), XGBoost(Extreme Gradient Boosting), lightGBM(Light Gradient Boosting Machine)을 사용할 수 있고, 각 알고리즘을 적용한 모델의 성능 평가를 통해 예측 결과가 가장 좋은 모델을 민감 정보 예측 모델로 사용한다.
또한, 최적의 훈련 모델을 구현하기 위해 베이지안(Bayesian) 최적화 튜닝 기법을 사용하여 하이퍼파라미터(Hyperparameter) 탐색을 수행한다.
베이지안(Bayesian) 최적화 기법은 미지의 목적함수(blank-box function)를 최대화 혹은 최소화하는 최적해를 찾는 기법으로, 해당 최적화 기법을 사용하여 하이퍼파라미터 튜닝을 자동화한다.
하이퍼파라미터에는 학습률, 비용 함수(Cost Function), 미니배치(Mini Batch) 크기, 훈련 반복 횟수(Epoch수), 가중치 초기값 및 은닉층의 개수 중 적어도 하나 이상을 포함한다.
민감정보 예측부(243)는 민감 정보 예측 모델을 활용하여 환자의 민감 정보를 추출한다.
보다 구체적으로, AI모델학습부(242)에서 학습된 민감 정보 예측 모델을 기반으로 나이, 성별, 진단 내역, 약물 처방 내역, 검사 결과, 수술 내역, 알러지/부작용, 예방 접종 내역, 생체신호/상태, 사회력 정보 및 전염성 감염병 정보 중 적어도 하나 이상의 정보를 입력 데이터로 하고, 입력 데이터에 대해 환자가 민감 정보로 인식하는 확률을 예측하여 결과를 전달한다.
DTx정보 처리부(250)은 DTx 서버(300)로부터 수신한 디지털 치료제 목록, 이름, 처방코드, 제공업체, 사용 기간, 사용 주기, 1회 사용시간, 의학적 효능, 사용 대상, 주의점, 인허가 정보, 치료목적, 보험유형, 임상결과, 사용방법 및 디지털 치료제 설치 정보 중 적어도 하나 이상의 디지털 치료제 정보를 데이터베이스(DB)에 저장하여 관리한다.
또한, 의료기관 시스템(100)이 처방을 위해 허가된 디지털치료제 목록을 요청을 수신하면, DTx정보 처리부(250)은 디지털 치료제 정보를 DB에서 조회하여, 표준환 된 리소스 형태로 데이터를 구성하여 데이터교환 인터페이스부(210)로 전달한다.
도 3은 본 발명의 일 실시예에 따른 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 제공 방법을 도시한 순서도이고, 도 4는 본 발명의 일 실시예에 따른 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 제공 방법에서 정보제공동의 수집 단계를 상세히 도시한 순서도이다.
도 3 내지 도 4를 참조로 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 제공 방법을 구체적으로 설명한다.
본 발명의 일 실시예에 따른 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 제공 방법은 디지털 치료제 플랫폼 시스템(10)에 의해 구현되며, 디지털 치료제(DTx) 서버가 전송한 디지털 치료제 정보를 수신하고, 상기 정보를 저장하는 DTx목록 수신 단계(S510), 의료기관 시스템(100)에서 전송한 처방 데이터 및 진료기록 데이터를 수신하고, 상기 데이터를 저장하는 처방/진료기록 데이터 수신 단계(S520), 환자 단말기(400)로부터 선택적 정보 제공 동의를 수집하는 정보제공동의 수집 단계(S530), 처방 데이터 및 상기 진료기록 데이터 제공 요청에 대해, 정보 제공 동의 결과를 반영한 비식별화 작업을 수행하여, 데이터를 제공하는 처방 데이터 제공 단계(S540), 의료기관 시스템(100)이 처방한 디지털 치료제 사용 결과를 수신하여 저장하는 처방 사용결과 수신 단계(S550) 및 디지털 치료제 사용 결과를 제공하는 처방 사용결과 제공 단계(S560)를 포함한다.
DTx목록 수신 단계(S510)에서는 DTx 서버(300)가 처방 가능한 디지털 치료제 목록과 각 디지털 치료제에 대한 정보를 전송하면, 데이터교환 인터페이스부(210)에서 해당 정보를 수신하여, DTx정보 처리부(250)로 전달하고, DTx정보 처리부(250)는 해당 정보를 파싱(Parsing)하여 DB에 저장, 관리한다. 이후 의료기관 시스템(100)이 환자의 진단 내역에 대한 처방 가능한 디지털 치료제 목록을 요청하면, 데이터교환 인터페이스부(210)에서 해당 요청을 수신하여, DTx정보 처리부(250)로 전달하고, DTx정보 처리부(250)는 진단 내역과 관련된 디지털 치료제를 조회하여 치료제 리스트와 상세 내용을 데이터교환 인터페이스부(210)를 통해 전달한다.
처방/진료기록 데이터 수신 단계(S520)에서는 의료기관 시스템(100)에서 전송한 처방 데이터와 진료기록 데이터를 수신하는 단계이다. 처방 데이터와 진료기록 데이터는 표준화된 네트워크 규격으로 데이터교환 인터페이스부(210)를 통해 상호 전달한다.
수신된 처방 데이터와 진료기록 데이터는 진료/처방데이터 처리부(220)에서 리소스를 파싱(Parsing)하고, 일회성 식별코드를 생성하여 매핑한 후 DB에 저장되어 관리된다.
정보제공동의 수집 단계(S530)에서는 정보동의 처리부(230)를 통해 처방 데이터와 진료기록 데이터를 DTx 서버(300)가 사용할 수 있도록 환자 단말기(400)로부터 선택적 정보 제공 동의를 수집한다.
의료기관 시스템(100)으로부터 수신한 환자 연락 정보 (전화번호/이메일/SNS 아이디 중 하나)를 사용하여 정보 제공 동의 페이지 URL을 문자 또는 SNS 알림 메시지로 전달하면, 환자 단말기(400)는 해당 URL페이지를 클릭하여 접속한다.
또한, 정보제공동의 수집 단계(S530)에서는 처방 데이터와 상기 진료기록 데이터에 포함된 항목 중 환자가 민감 정보로 인식할 수 있는 민감 정보를 예측하는 단계(S531), 민감 정보를 상기 환자 단말기(400)에 표시하는 단계(S532), 수집된 정보 제공 동의 결과를 저장하는 단계(S533) 및 정보 제공 동의 결과를 민감 정보 예측 모델의 학습 데이터로 적용하는 단계(S534)를 포함한다.
보다 구체적으로, 처방 데이터와 진료기록 데이터에 포함된 항목 중 환자가 민감 정보로 인식할 수 있는 민감 정보를 예측하여(S531), 민감 정보로 예측된 항목은 '비동의'로 체크하고, 그 외 항목은 '동의'로 체크하여 환자 단말기(400)로 화면으로 제공한다(S532). 환자 단말기(400)는 '동의'또는 '비동의'로 체크된 각 항목의 동의 여부를 확인하여 추가적으로 변경한 후, 본인 인증을 수행한다. 수집된 정보 제공 동의 결과는 DB에 저장하여 관리하고(S533), 민감 정보 예측 모델의 학습 데이터로 적용한다(S534).
처방 데이터 제공 단계(S540)에서는 DTx 서버(300)가 사용자에게 디지털 치료제를 제공하기 위해 처방 데이터와 진료기록 데이터를 요청하면, 데이터교환 인터페이스부(210)에서 해당 요청을 수신하여, 진료/처방 데이터 처리부(220)로 전달하고, 진료/처방데이터 처리부(220)는 해당 처방 데이터와 진료기록 데이터를 DB에서 조회하고, 비동의한 항목을 비식별화 처리하여 데이터교환 인터페이스부(210)를 통해 DTx 서버(300)에게 제공한다.
한편, DTx교환플랫폼서버(200)가 환자 단말기(400)에게 디지털 치료제 App설치 정보를 전달하고, 환자 단말기(400)가 해당 정보로 디지털 치료제 모바일 어플리케이션(App)을 설치한다. 환자 단말기(400)에 설치된 App은 DTx 서버(300)과 연동하여 처방 데이터와 진료기록 데이터를 참조하여 디지털 치료제를 제공한다.
처방 사용결과 수신(S550) 단계에서는 DTx 서버(300)가 환자 단말기(400)에 설치된 디지털 치료제 App로부터 디지털 치료제 사용 결과를 수신하고, 해당 결과를 DTx교환플랫폼서버(200)에 전송하는 단계이다. 데이터교환 인터페이스부(210)는 디지털 치료제 사용 결과를 수신하여 진료/처방데이터 처리부(220)로 전달하고, 진료/처방데이터 처리부(220)는 디지털 치료제 사용 결과를 DB에 저장한다.
처방 사용결과 제공 단계(S560)에서는 의료기관 시스템(100)이 처방 사용 결과를 요청하면, 데이터교환 인터페이스부(210)가 요청을 수신하여, 진료/처방데이터 처리부(220)로 전달하고, 진료/처방데이터 처리부(220)는 처방 데이터의 사용 결과를 조회하여 데이터교환 인터페이스부(210)를 통해 의료기관 시스템(100)으로 전달한다.
상기에서는 본 발명에 따른 실시예를 기준으로 본 발명의 구성과 특징을 설명하였으나 본 발명은 이에 한정되지 않으며, 본 발명의 사상과 범위 내에서 다양하게 변경 또는 변형할 수 있음은 본 발명이 속하는 기술분야의 당업자에게 명백한 것이며, 따라서 이와 같은 변경 또는 변형은 첨부된 특허청구범위에 속함을 밝혀둔다.
100: 의료기관 시스템
200: DTx교환플랫폼서버
210: 데이터교환 인터페이스부
220: 진료/처방데이터 처리부
221: 리소스 처리부
222: 교환식별자 관리부
223: 비식별화부
230: 정보동의 처리부
240: 민감정보 추출부
241: 민감정보 전처리부
242: AI모델학습부
243: 민감정보 예측부
250: DTx정보 처리부
300: 디지털 치료제(DTx) 서버
400: 환자 단말기
S510: DTx목록 수신 단계
S520: 처방/진료기록 데이터 수신 단계
S530: 정보제공동의 수집 단계
S531: 민감 정보 예측 단계
S532: 민감 정보 표시 단계
S533: 정보 제공 동의 결과 저장 단계
S534: 민감 정보 예측 모델 학습 단계
S540: 처방 데이터 제공 단계
S550: 처방 사용결과 수신 단계
S560: 처방 사용결과 제공 단계

Claims (9)

  1. 의료기관 시스템, 디지털 치료제(DTx) 서버 및 환자 단말기 중 적어도 하나 이상과 처방 데이터 및 진료기록 데이터를 교환하는 데이터교환 인터페이스부;
    상기 진료기록 데이터에서 환자의 민감 정보를 예측하는 민감정보 추출부;
    상기 민감 정보를 환자 단말기에 표시하고, 환자가 예측된 상기 민감 정보를 참조하여 본인의 진료기록 데이터 및 처방 데이터에 대한 정보 제공 동의 여부를 선택할 수 있도록 인터페이스를 제공하고, 환자 단말기로부터 정보 제공 동의 결과를 수집하는 정보동의 처리부; 및
    상기 정보 제공 동의 여부의 선택 결과에 따라 상기 진료기록 데이터의 비식별화 처리를 수행하는 진료/처방데이터 처리부;를 구비하고,
    상기 민감정보 추출부는,
    환자의 나이, 성별 및 진료기록 데이터를 입력 데이터로 적용하여 상기 진료기록 데이터가 민감 정보인지 예측하는 머신 러닝 기반 민감 정보 예측 모델을 통해 환자의 민감 정보를 추출하는 것을 특징으로 하고,
    상기 민감 정보 예측 모델은,
    상기 정보동의 처리부가 수집한 진료기록 데이터에 대한 동의/비동의 데이터를 학습 데이터로 적용하는 것을 특징으로 하는,
    디지털 치료제 플랫폼 시스템.
  2. 청구항 1에 있어서, 상기 데이터교환 인터페이스부는,
    의료정보 표준 기반 네트워크 규약에 따라 데이터를 송수신하는,
    디지털 치료제 플랫폼 시스템.
  3. 청구항 1에 있어서,
    상기 민감 정보는 진단 내역, 약물 처방 내역, 검사 결과, 수술 내역, 알러지/부작용, 예방 접종 내역, 생체신호/상태, 사회력 정보 및 전염성 감염병 정보 중 적어도 하나 이상의 정보를 포함하는,
    디지털 치료제 플랫폼 시스템.
  4. 삭제
  5. 삭제
  6. 청구항 1에 있어서, 상기 진료/처방데이터 처리부는,
    HL7(Health Level 7) FHIR(Fast Healthcare Interoperability Resource)기반 데이터 표준 체계를 기반으로 데이터를 처리/관리하는,
    디지털 치료제 플랫폼 시스템.
  7. 청구항 1에 있어서,
    디지털 치료제의 이름, 처방코드, 제공업체, 사용 기간, 사용 주기, 1회 사용시간, 의학적 효능, 사용 대상, 주의점, 인허가 정보, 치료목적, 보험유형, 임상결과, 사용방법 및 디지털 치료제 설치 정보 중 적어도 하나 이상의 디지털 치료제 정보를 관리하는 DTx정보 처리부를 더 포함하는,
    디지털 치료제 플랫폼 시스템.
  8. 제 1항에 기재된 디지털 치료제 플랫폼 시스템에 의해 구현되는 디지털 치료제 플랫폼 제공 방법에 있어서,
    디지털 치료제(DTx) 서버가 전송한 디지털 치료제 정보를 수신하고, 상기 정보를 저장하는 DTx목록 수신 단계;
    의료기관 시스템에서 전송한 처방 데이터 및 진료기록 데이터를 수신하고, 상기 데이터를 저장하는 처방/진료기록 데이터 수신 단계;
    환자 단말기로부터 선택적 정보 제공 동의를 수집하는 정보제공동의 수집 단계;
    상기 처방 데이터 및 상기 진료기록 데이터 제공 요청에 대해, 상기 정보 제공 동의 결과를 반영한 비식별화 작업을 수행하여, 상기 데이터를 제공하는 처방 데이터 제공 단계;
    상기 의료기관 시스템이 처방한 디지털 치료제 사용 결과를 수신하여 저장하는 처방 사용결과 수신 단계; 및
    상기 디지털 치료제 사용 결과를 제공하는 처방 사용결과 제공 단계;를 포함하고,
    상기 정보제공동의 수집 단계는,
    상기 진료기록 데이터에서 환자의 민감 정보를 예측하는 단계;
    환자가 예측된 상기 민감 정보를 참조하여 본인의 처방 데이터 및 진료기록 데이터에 대한 정보 제공 동의 여부를 선택할 수 있도록 상기 민감 정보를 환자 단말기에 표시하는 단계;
    수집된 상기 정보 제공 동의 결과를 저장하는 단계; 및
    상기 정보 제공 동의 결과를 민감 정보 예측 모델의 학습 데이터로 적용하는 단계;를 포함하고,
    상기 민감 정보를 예측하는 단계는,
    환자의 나이, 성별 및 진료기록 데이터를 입력 데이터로 적용하여 상기 진료기록 데이터가 민감 정보인지 예측하는 머신 러닝 기반 민감 정보 예측 모델을 통해 환자의 민감 정보를 추출하는 것을 특징으로 하고,
    상기 민감 정보 예측 모델은,
    상기 정보 제공 동의 결과에 포함된 진료기록 데이터에 대한 동의/비동의 데이터를 학습 데이터로 적용하는 것을 특징으로 하는,
    디지털 치료제 플랫폼 제공 방법.

  9. 삭제
KR1020220136454A 2022-10-21 2022-10-21 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템 및 방법 KR102570479B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220136454A KR102570479B1 (ko) 2022-10-21 2022-10-21 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220136454A KR102570479B1 (ko) 2022-10-21 2022-10-21 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR102570479B1 true KR102570479B1 (ko) 2023-08-25

Family

ID=87846926

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220136454A KR102570479B1 (ko) 2022-10-21 2022-10-21 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102570479B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020510909A (ja) * 2017-02-09 2020-04-09 コグノア，インク． デジタル個別化医療のためのプラットフォームとシステム
KR20210110765A (ko) * 2020-03-01 2021-09-09 이지스케이 주식회사 인공지능 기반 빅데이터 비식별화 솔루션 제공방법
KR20220005795A (ko) * 2020-07-07 2022-01-14 인제대학교 산학협력단 개인 의료 정보 관리를 위한 정보 경매 방법 및 시스템
KR102425479B1 (ko) * 2022-03-03 2022-07-26 가천대학교 산학협력단 사용자의 정보로 아바타를 생성하여 외부의 메타버스플랫폼에 제공하고 사용자 맞춤형 디지털치료제를 추천하는 시스템 및 방법
US20220245270A1 (en) * 2021-02-01 2022-08-04 Medblob Inc. Personal Health Record System and Method using Patient Right of Access

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020510909A (ja) * 2017-02-09 2020-04-09 コグノア，インク． デジタル個別化医療のためのプラットフォームとシステム
KR20210110765A (ko) * 2020-03-01 2021-09-09 이지스케이 주식회사 인공지능 기반 빅데이터 비식별화 솔루션 제공방법
KR20220005795A (ko) * 2020-07-07 2022-01-14 인제대학교 산학협력단 개인 의료 정보 관리를 위한 정보 경매 방법 및 시스템
US20220245270A1 (en) * 2021-02-01 2022-08-04 Medblob Inc. Personal Health Record System and Method using Patient Right of Access
KR102425479B1 (ko) * 2022-03-03 2022-07-26 가천대학교 산학협력단 사용자의 정보로 아바타를 생성하여 외부의 메타버스플랫폼에 제공하고 사용자 맞춤형 디지털치료제를 추천하는 시스템 및 방법

Similar Documents

Publication Publication Date Title
CN110494919B (zh) 用于通过使用治疗管理系统管理医疗保健服务的方法
US20230402140A1 (en) Patient-centric health record system and related methods
US8990834B2 (en) Managing healthcare information in a distributed system
KR102144532B1 (ko) 블록체인 기반의 cPHR 서비스 운용 방법
US20100082369A1 (en) Systems and Methods for Interconnected Personalized Digital Health Services
US11552952B1 (en) Providing notifications to authorized users
US20150244687A1 (en) Providing notifications to authorized users
WO2018152410A1 (en) Records access and management
US20110125528A1 (en) Systems, apparatus, and methods for developing patient medical history using hierarchical relationships
US20150379198A1 (en) Electronic management of patient health care data
US11455597B2 (en) Remotely diagnosing conditions and providing prescriptions using a multi-access health care provider portal
Sampat et al. Privacy risks and security threats in mHealth apps
US20140136236A1 (en) Patient and physician gateway to clinical data
KR20050051953A (ko) 의료 정보 통합 관리 시스템 및 방법
Carter et al. Smart internet of things-enabled mobile-based health monitoring systems and medical big data in COVID-19 telemedicine
CA2871713A1 (en) Systems and methods for creating and managing trusted health-user communities
US20050107672A1 (en) System and method for external input of disease management algorithm
Faisal et al. Blockchain Technology for Healthcare Record Management
KR20200134744A (ko) 환자에 대한 진료정보 액세스 방법 및 시스템
KR102570479B1 (ko) 인공지능 기반 민감 정보 선택적 비식별 처리를 적용한 디지털 치료제 플랫폼 시스템 및 방법
Yu et al. WISH: A wireless mobile multimedia information system in healthcare using RFID
US20140297308A1 (en) Referral and record sharing systems and methods
WO2015175721A1 (en) Remotely diagnosing conditions and providing prescriptions using a multi-access health care provider portal
KR102636838B1 (ko) 연속 처방 및 다기관 연속 처방을 지원하는 디지털 치료제 플랫폼 시스템 및 디지털 치료제 제공 방법
JP6743416B2 (ja) 情報処理装置および方法、情報処理システム、並びにプログラム

Legal Events

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