KR102627137B1 - 의료 기록에 기초한 진료비 예측 시스템 및 방법 - Google Patents
의료 기록에 기초한 진료비 예측 시스템 및 방법 Download PDFInfo
- Publication number
- KR102627137B1 KR102627137B1 KR1020210073637A KR20210073637A KR102627137B1 KR 102627137 B1 KR102627137 B1 KR 102627137B1 KR 1020210073637 A KR1020210073637 A KR 1020210073637A KR 20210073637 A KR20210073637 A KR 20210073637A KR 102627137 B1 KR102627137 B1 KR 102627137B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- medical
- expected
- diagnostic
- server device
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 42
- 201000010099 disease Diseases 0.000 claims abstract description 54
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 54
- 238000003745 diagnosis Methods 0.000 claims abstract description 40
- 239000000284 extract Substances 0.000 claims abstract description 35
- 238000011282 treatment Methods 0.000 claims description 48
- 238000000605 extraction Methods 0.000 description 21
- 238000004891 communication Methods 0.000 description 14
- 238000011156 evaluation Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000012360 testing method Methods 0.000 description 8
- 230000036541 health Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 208000030090 Acute Disease Diseases 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 206010012438 Dermatitis atopic Diseases 0.000 description 1
- 206010061599 Lower limb fracture Diseases 0.000 description 1
- 201000004681 Psoriasis Diseases 0.000 description 1
- 206010048049 Wrist fracture Diseases 0.000 description 1
- 201000008937 atopic dermatitis Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Educational Administration (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
의료 정보, 진단 정보 및 진료비 정보를 수집하며, 동일한 질환을 나타내는 하나 이상의 진단 정보를 추출하고, 추출된 하나 이상의 진단 정보에 결합된 각각의 진료비 정보에 기초하여 예상 비용 정보를 생성하며, 검색 정보에 매칭되는 의료 정보를 추출하되, 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출하는, 의료 기록에 기초한 진료비 예측 시스템을 제공한다.
Description
본 발명은 의료 기록에 기초한 진료비 예측 시스템 및 방법에 관한 것으로, 보다 상세하게는, 의료 기록과 그에 따른 진료비를 분석하여 의료 행위에 대한 예상 비용을 예측하는 진료비 예측 시스템 및 방법에 관한 것이다.
종래에는 병원 등의 의료 기관을 검색하기 위해 크게 두 가지 방안이 이용된다. 먼저, 광고 기반의 병원 검색으로, 인터넷 웹페이지 등으로부터 제공되는 추천 광고나 대중교통(지하철, 버스 등)에 개시된 병원 광고를 통해 병원을 인지하는 것이다. 또한, 다른 하나는 위치 기반의 검색으로 지도(인터넷, 스마트폰 애플리케이션 등)에 병원의 명칭이나 진료과목을 기입하여 특정 지역에 위치한 병원을 검색하는 방법이다.
다만, 이와 같은 검색 방안들은 특정한 진료과목의 진찰을 제공하는 의료 기관의 위치나 명칭만을 제공하는 것이 대부분이며, 해당 진료에 대한 진료비는 검색만으로는 쉽게 알 수 없다는 단점이 존재한다. 따라서, 사용자가 검색하는 질병 또는 질환에 대한 진료비를 알려줄 수 있는 방안이 요구되는 실정이다.
본 발명이 해결하고자 하는 기술적 과제는 의료 기관에서 입력된 의료 기록과 진료비를 분석하여 사용자로부터 요구되는 질환 또는 질병에 대한 예상 비용을 예측하는 의료 기록에 기초한 진료비 예측 시스템 및 방법을 제공하는 것이다.
본 발명의 일측면은, 사용자로부터 검색 정보를 입력받는 사용자 단말 장치; 의료인으로부터 의료 기관의 의료 정보를 입력받고, 상기 의료 기관을 방문한 사용자에 대한 진단 정보와 진료비 정보를 입력받는 의료 서버 장치; 및 상기 의료 정보, 상기 진단 정보 및 상기 진료비 정보를 수집하며, 어느 하나의 의료 정보에 결합된 복수의 진단 정보 중 동일한 질환을 나타내는 하나 이상의 진단 정보를 추출하고, 추출된 하나 이상의 진단 정보에 결합된 각각의 진료비 정보에 기초하여 예상 비용 정보를 생성하며, 상기 검색 정보에 매칭되는 의료 정보를 추출하되, 서로 다른 의료 정보에 대해 생성된 예상 비용 정보를 비교하여 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출하고, 상기 의료 정보와 상기 예상 비용 정보를 상기 사용자 단말 장치에 제공하는 관리 서버 장치;를 포함할 수 있다.
또한, 상기 관리 서버 장치는, 상기 추출된 하나 이상의 진단 정보에 결합된 각각의 진료비 정보 간의 편차를 산출하고, 상기 편차가 임계 범위를 벗어나는 경우 상기 의료 정보의 신뢰도가 감소되도록 설정할 수 있다.
또한, 상기 관리 서버 장치는, 상기 추출된 하나 이상의 진단 정보를 상기 검색 정보로부터 나타나는 사용자의 개인 정보에 따라 분류하고, 분류된 진단 정보에 결합된 각각의 진료비 정보에 기초하여 예상 비용 정보를 생성할 수 있다.
또한, 상기 관리 서버 장치는, 상기 검색 정보로부터 나타나는 지역 범위에 따라 서로 다른 의료 정보를 분류하고, 분류된 의료 정보에 대해 생성된 예상 비용 정보를 비교하여 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출할 수 있다.
또한, 상기 관리 서버 장치는, 상기 검색 정보로부터 나타나는 규모 범위에 따라 서로 다른 의료 정보를 분류하고, 분류된 의료 정보에 대해 생성된 예상 비용 정보를 비교하여 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출할 수 있다.
또한, 상기 관리 서버 장치는, 하나 이상의 진단 정보에서, 어느 하나의 질환의 발견을 나타내는 진단 정보가 입력된 시점으로부터 상기 질환의 완치를 나타내는 진단 정보가 입력된 시점까지의 기간 간격을 산출하여 치료 기간 정보를 생성하고, 상기 추출된 하나 이상의 진단 정보로부터 생성된 치료 기간 정보에 기초하여 예상 기간 정보를 생성하며, 상기 검색 정보에 매칭되는 의료 정보를 추출하되, 서로 다른 의료 정보에 대해 생성된 예상 기간 정보를 비교하여 가장 짧은 예상 기간 정보를 나타내는 의료 정보를 추출할 수 있다.
또한, 상기 관리 서버 장치는, 상기 치료 기간 정보에서, 인접한 두 진단 정보가 입력된 시점의 기간 간격을 산출하여 대기 기간 정보를 생성하고, 상기 치료 기간 정보로부터 생성된 하나 이상의 대기 기간 정보에 기초하여 예상 대기 기간 정보를 생성하며, 상기 검색 정보에 매칭되는 의료 정보를 추출하되, 서로 다른 의료 정보에 대해 생성된 예상 대기 기간 정보를 비교하여 가장 짧은 예상 대기 기간 정보를 나타내는 의료 정보를 추출할 수 있다.
본 발명의 다른 일측면은, 의료 기록에 기초한 진료비 예측 시스템에서의 진료비 예측 방법에 있어서, 의료 서버 장치가 의료인으로부터 의료 기관의 의료 정보를 입력받고, 상기 의료 기관을 방문한 사용자에 대한 진단 정보와 진료비 정보를 입력받는 단계; 관리 서버 장치가 상기 의료 정보, 상기 진단 정보 및 상기 진료비 정보를 수집하며, 어느 하나의 의료 정보에 결합된 복수의 진단 정보 중 동일한 질환을 나타내는 하나 이상의 진단 정보를 추출하고, 추출된 하나 이상의 진단 정보에 결합된 각각의 진료비 정보에 기초하여 예상 비용 정보를 생성하는 단계; 사용자 단말 장치가 사용자로부터 검색 정보를 입력받는 단계; 관리 서버 장치가 상기 검색 정보에 매칭되는 의료 정보를 추출하되, 서로 다른 의료 정보에 대해 생성된 예상 비용 정보를 비교하여 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출하는 단계; 및 관리 서버 장치가 상기 의료 정보와 상기 예상 비용 정보를 상기 사용자 단말 장치에 제공하는 단계;를 포함할 수 있다.
또한, 상기 관리 서버 장치는, 상기 추출된 하나 이상의 진단 정보에 결합된 각각의 진료비 정보 간의 편차를 산출하고, 상기 편차가 임계 범위를 벗어나는 경우 상기 의료 정보의 신뢰도가 감소되도록 설정할 수 있다.
또한, 상기 관리 서버 장치는, 상기 추출된 하나 이상의 진단 정보를 상기 검색 정보로부터 나타나는 사용자의 개인 정보에 따라 분류하고, 분류된 진단 정보에 결합된 각각의 진료비 정보에 기초하여 예상 비용 정보를 생성할 수 있다.
또한, 상기 관리 서버 장치는, 상기 검색 정보로부터 나타나는 지역 범위에 따라 서로 다른 의료 정보를 분류하고, 분류된 의료 정보에 대해 생성된 예상 비용 정보를 비교하여 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출할 수 있다.
또한, 상기 관리 서버 장치는, 상기 검색 정보로부터 나타나는 규모 범위에 따라 서로 다른 의료 정보를 분류하고, 분류된 의료 정보에 대해 생성된 예상 비용 정보를 비교하여 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출할 수 있다.
상술한 본 발명의 일측면에 따르면, 의료 기록에 기초한 진료비 예측 시스템 및 방법을 제공함으로써, 의료 기관에서 입력된 의료 기록과 진료비를 분석하여 사용자로부터 요구되는 질환 또는 질병에 대한 예상 비용을 예측할 수 있다.
도1은 본 발명의 일 실시예에 따른 의료 기록에 기초한 진료비 예측 시스템의 개략도이다.
도2는 도1의 관리 서버 장치의 제어블록도이다.
도3은 도2의 저장부에 의료 정보, 진단 정보 및 진료비 정보가 저장되는 과정을 나타낸 블록도이다.
도4 및 도5는 도2의 분석부에서 예상 비용 정보를 생성하는 과정을 나타낸 블록도이다.
도6은 도2의 추출부가 검색 정보에 매칭되는 의료 정보를 추출하는 과정을 나타낸 블록도이다.
도7은 도2의 추출부가 의료 정보와 진료비 정보를 제공하는 과정을 나타낸 블록도이다.
도8은 본 발명의 일 실시예에 따른 진료비 예측 방법의 순서도이다.
도2는 도1의 관리 서버 장치의 제어블록도이다.
도3은 도2의 저장부에 의료 정보, 진단 정보 및 진료비 정보가 저장되는 과정을 나타낸 블록도이다.
도4 및 도5는 도2의 분석부에서 예상 비용 정보를 생성하는 과정을 나타낸 블록도이다.
도6은 도2의 추출부가 검색 정보에 매칭되는 의료 정보를 추출하는 과정을 나타낸 블록도이다.
도7은 도2의 추출부가 의료 정보와 진료비 정보를 제공하는 과정을 나타낸 블록도이다.
도8은 본 발명의 일 실시예에 따른 진료비 예측 방법의 순서도이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예와 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.
도1은 본 발명의 일 실시예에 따른 의료 기록에 기초한 진료비 예측 시스템의 개략도이다.
의료 기록에 기초한 진료비 예측 시스템(1)(이하, 진료비 예측 시스템)은 의료 기관(100)에서 입력되는 진단 정보에 따른 진료비 정보에 기초하여 임의의 질환 또는 질병에 대한 예상 비용 정보를 생성할 수 있다.
여기에서, 의료 기관(100)은 사용자 또는 환자에게 진료, 치료, 입원 및 소견 등을 제공하는 기관을 의미할 수 있으며, 예를 들어, 의료 기관(100)은 상급 종합 병원, 종합 병원, 병원, 요양 병원, 의원 및 보건 기관 등을 포함할 수 있다.
이에 따라, 진단 정보는 의료인에 의해 진단된 사용자의 질환 또는 질병을 나타내는 정보를 의미할 수 있으며, 예를 들어, 진단 정보는 사용자의 개인 정보, 처방 정보, 질환 정보, 질병 정보 등의 정보를 포함할 수 있다.
다시 말해서, 진단 정보는 의료인으로부터 입력되는 환자의 진단 과정 또는 진단 결과 등을 나타내는 정보일 수 있다.
또한, 진단 정보는 의료 기관에서 환자가 수행한 검사, 치료 등의 정보를 나타내도록 마련될 수 있으며, 예를 들어, 진단 정보는 사용자의 질환 또는 질병에 대한 검사 정보 및 치료 정보를 더 포함할 수 있다.
여기에서, 검사 정보는 사용자의 질환 또는 질병을 진찰하는데 이용된 검사 기법을 나타내는 정보일 수 있고, 치료 정보는 사용자의 질환 또는 질병을 치료하는데 이용된 치료 기법을 나타내는 정보일 수 있다.
한편, 진료비 정보는 의료 기관(100)을 의료인에 의해 수행된 검사 또는 치료에 따른 진료비를 의미할 수 있으며, 이때, 진료비 정보는 진단 정보가 입력되는 시점에 해당 진단 정보에 결합되어 입력될 수 있다.
또한, 진료비 정보는 진단 정보로부터 나타나는 검사 정보 또는 치료 정보에 각각 다르게 설정될 수 있으며, 이러한 경우에, 어느 하나의 진단 정보에 대한 진료비 정보는 해당 진단 정보에 포함된 검사 정보와 치료 정보의 개별 진료비 정보의 총합일 수 있다.
이에 따라, 예상 비용 정보는 임의의 질환 또는 질병에 대해 예측되는 진료비를 의미할 수 있다.
이를 통해, 진료비 예측 시스템(1)은 사용자로부터 입력되는 검색 정보에 적합한 의료 기관(100) 중 예상 비용 정보가 가장 낮은 의료 기관(100)의 정보를 사용자에게 제공할 수 있다.
이를 위해, 진료비 예측 시스템(1)은 의료 서버 장치(110), 사용자 단말 장치(200) 및 관리 서버 장치(300)를 포함할 수 있다.
또한, 진료비 예측 시스템(1)은 도 1에 도시된 구성요소보다 많은 구성요소에 의해 구현될 수 있고, 그보다 적은 구성요소에 의해 구현될 수 있다. 또는, 진료비 예측 시스템(1)은 진료비 예측 시스템(1)에 마련되는 적어도 두 개의 구성요소가 하나의 구성요소로 통합되어 하나의 구성요소가 복합적인 기능을 수행할 수도 있다. 이하, 상술한 구성요소들에 대해 구체적으로 설명하기로 한다.
의료 서버 장치(110)는 의료인으로부터 의료 기관(100)의 의료 정보를 입력받을 수 있고, 의료 서버 장치(110)는 의료 기관을 방문한 사용자에 대한 진단 정보와 진료비 정보를 입력받을 수 있다.
여기에서, 의료 정보는 의료 기관(100)에 등록된 설립 연차, 병원 평가 등급, 병원 명칭, 병원 위치, 의사의 수, 전문의 수, 일반의 수, 임상 경력, 응급실 여부, 응급실 운영 시간, 응급 병실 수, 입원 가능 여부, 병실 종류, 병실 수, 병원 규모, 전문 병원 유무, 대표 진료 과목, 진료 과목, 특수 진료 여부, 진료 시간, 휴무 여부, 진료 접수 시간, 예약 가능 시간, 급성질환 치료 여부, 급성질환 치료 과목, 검진 가능 여부, 검진 과목, 전화 번호, 질환 별 의료비 등의 정보를 포함할 수 있다.
이때, 의료 서버 장치(110)는 의료 기관(100)에 마련되는 서버일 수 있으며, 이에 따라, 의료 서버 장치(110)는 의료 정보를 관리 서버 장치(300)에 전달할 수 있다.
이와 관련하여, 의료 정보는 의료 서버 장치(110)로부터 전달된 의료 정보에 평가 기관 등으로부터 전달되는 정보를 보충하여 생성될 수 있으며, 이를 위해, 관리 서버 장치(300)는 평가 기관 등으로부터 의료 정보를 더 수집할 수 있다.
이때, 평가 기관은 의료 기관(100)에서 제공하는 서비스, 의료비, 급여 등의 의료 기관(100)을 수준을 평가하는 기관을 의미할 수 있으며, 예를 들어, 평가 기관은 건강보험심사평가원, 국민건강보험공단 등의 기관을 의미할 수 있다.
이때, 평가 기관은 개별 의료 기관(100)에 대해 치료 지속성 평가, 처방 평가, 검사 평가 등의 평가를 수행할 수 있으며, 평가 기관은 서로 다른 질환 또는 질병에 대해 각기 다른 기준으로 평가를 수행할 수 있다.
여기에서, 치료 지속성 평가는 기간 별 방문 환자의 비율, 처방 일수 등에 따른 의료 기관(100)의 수준을 나타내도록 수행될 수 있고, 처방 평가는 동일 성분군 중복 처방률, 4 성분군 이상 처방율 등에 따른 의료 기관(100)의 수준을 나타내도록 수행될 수 있으며, 특정 검사 기법의 수행 여부에 따른 의료 기관(100)의 수준을 나타내도록 수행될 수 있다.
사용자 단말 장치(200)는 사용자로부터 검색 정보를 입력받을 수 있다. 이때, 검색 정보는 사용자의 요청에 따른 의료 기관(100) 또는 예상 비용 정보를 검색하도록 설정되는 정보일 수 있으며, 이를 위해, 사용자 단말 장치(200)는 미리 설정된 복수개의 항목 중 일부의 항목을 사용자로부터 선택받아 검색 정보를 생성할 수 있다.
예를 들어, 사용자 단말 장치(200)는 사용자로부터 진료 과목 또는, 질환을 선택받을 수 있으며, 이러한 경우에, 사용자로부터 선택되는 진료 과목은 내과, 외과, 피부과, 소아과, 이비인후과 등을 포함할 수 있고, 사용자로부터 선택되는 질환은 무릎 골절, 손목 골절, 아토피성 피부염, 건선 등의 질환의 종류와 부위를 포함할 수 있다.
또한, 사용자 단말 장치(200)는 사용자로부터 의료 기관(100)의 위치, 진료 시간, 질병 또는 질환의 종류, 의료 기관(100)의 규모, 예산 등의 정보를 더 입력받을 수 있으며, 이를 통해, 사용자 단말 장치(200)는 진료 과목, 의료 기관(100)의 위치, 진료 시간, 질병 또는 질환의 종류, 의료 기관(100)의 규모, 예산 등의 정보가 포함되도록 검색 정보를 생성할 수 있다.
이에 따라, 사용자 단말 장치(200)는 관리 서버 장치(300)에 검색 정보를 전달할 수 있다.
관리 서버 장치(300)는 의료 정보, 진단 정보 및 진료비 정보를 수집할 수 있으며, 관리 서버 장치(300)는 어느 하나의 의료 정보에 결합된 복수의 진단 정보 중 동일한 질환을 나타내는 하나 이상의 진단 정보를 추출할 수 있고, 관리 서버 장치(300)는 추출된 하나 이상의 진단 정보에 결합된 각각의 진료비 정보에 기초하여 예상 비용 정보를 생성할 수 있다.
이에 따라, 관리 서버 장치(300)는 검색 정보에 매칭되는 의료 정보를 추출할 수 있으며, 이때, 관리 서버 장치(300)는 서로 다른 의료 정보에 대해 생성된 예상 비용 정보를 비교하여 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출할 수 있고, 관리 서버 장치(300)는 의료 정보와 예상 비용 정보를 사용자 단말 장치(200)에 제공할 수 있다.
이를 위해, 관리 서버 장치(300)는 의료 정보, 진단 정보 및 진료비 정보를 서로 결합하여 저장할 수 있으며, 이러한 경우에, 관리 서버 장치(300)는 어느 하나의 의료 정보에 결합된 복수개의 진단 정보를 추출할 수 있다.
한편, 관리 서버 장치(300)는 사용자 단말 장치(200)로부터 검색 정보를 전달받을 수 있으며, 이에 따라, 관리 서버 장치(300)는 검색 정보에 매칭되는 의료 정보 중 예상 비용 정보가 가장 낮은 의료 정보를 추출할 수 있다.
이를 통해, 관리 서버 장치(300)는 의료 정보와 예상 비용 정보를 사용자 단말 장치(200)에 전달할 수 있으며, 이에 따라, 사용자 단말 장치(200)는 사용자가 식별 가능하도록 의료 정보 또는 예상 비용 정보를 출력할 수 있다.
이하에서는, 본 발명의 일 실시예에 따른 진료비 예측 시스템(1)의 관리 서버 장치(300)에 대해 상세히 설명하도록 한다.
도2는 도1의 관리 서버 장치의 제어블록도이다.
관리 서버 장치(300)는 통신부(310), 저장부(320), 분석부(330) 및 추출부(340)를 포함할 수 있다.
또한, 관리 서버 장치(300)는 도 2에 도시된 구성요소보다 많은 구성요소에 의해 구현될 수 있고, 그보다 적은 구성요소에 의해 구현될 수 있다. 또는, 관리 서버 장치(300)는 관리 서버 장치(300)에 마련되는 적어도 두 개의 구성요소가 하나의 구성요소로 통합되어 하나의 구성요소가 복합적인 기능을 수행할 수도 있다. 이하, 상술한 구성요소들에 대해 구체적으로 설명하기로 한다.
통신부(310)는 사용자 단말 장치(200)와 유선 또는 무선 네트워크로 연결되어, 검색 정보를 전달받을 수 있다. 또한, 통신부(310)는 사용자 단말 장치(200)에 의료 정보 또는 예상 비용 정보를 전달할 수 있다.
한편, 통신부(310)는 의료 서버 장치(110)와 유선 또는 무선 네트워크로 연결되어, 의료 정보, 진단 정보 및 진료비 정보를 전달받을 수 있다.
저장부(320)는 의료 서버 장치(110)로부터 전달된 의료 정보, 진단 정보 및 진료비 정보가 저장될 수 있으며, 이때, 저장부(320)는 의료 정보, 진단 정보 및 진료비 정보가 결합되어 저장될 수 있다.
분석부(330)는 어느 하나의 의료 정보에 결합된 복수의 진단 정보 중 동일한 질환을 나타내는 하나 이상의 진단 정보를 추출하여, 추출된 하나 이상의 진단 정보에 결합된 각각의 진료비 정보에 기초하여 예상 비용 정보를 생성할 수 있다.
이때, 분석부(330)는 추출된 하나 이상의 진단 정보에 결합된 각각의 진료비 정보의 평균 값을 산출하여 예상 비용 정보를 생성할 수 있다.
이와 관련하여, 분석부(330)는 의료 정보 또는 진단 정보를 분석하여 검색 정보에 따라 추출될 의료 정보에 대한 기준을 설정할 수 있다.
추출부(340)는 검색 정보에 매칭되는 의료 정보를 추출할 수 있으며, 이때, 추출부(340)는 서로 다른 의료 정보에 대해 생성된 예상 비용 정보를 비교하여 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출할 수 있다.
이에 따라, 통신부(310)는 의료 정보와 예상 비용 정보를 검색 정보를 전달한 사용자 단말 장치(200)에 전달할 수 있다.
도3은 도2의 저장부에 의료 정보, 진단 정보 및 진료비 정보가 저장되는 과정을 나타낸 블록도이다.
도3을 참조하면, 통신부(310)는 사용자 단말 장치(200)로부터 검색 정보를 전달받을 수 있으며, 통신부(310)는 의료 서버 장치(110)로부터 의료 정보, 진단 정보 및 진료비 정보를 전달받을 수 있다.
이에 따라, 저장부(320)는 저장부(320)는 의료 서버 장치(110)로부터 전달된 의료 정보, 진단 정보 및 진료비 정보가 저장될 수 있으며, 이때, 저장부(320)는 의료 정보, 진단 정보 및 진료비 정보가 결합되어 저장될 수 있다.
도4 및 도5는 도2의 분석부에서 예상 비용 정보를 생성하는 과정을 나타낸 블록도이다.
도4를 참조하면, 통신부(310)는 의료 서버 장치(110)로부터 의료 정보, 진단 정보 및 진료비 정보를 전달받을 수 있다.
이에 따라, 분석부(330)는 어느 하나의 의료 정보에 결합된 복수의 진단 정보 중 동일한 질환을 나타내는 하나 이상의 진단 정보를 추출할 수 있고, 분석부(330)는 추출된 하나 이상의 진단 정보에 결합된 각각의 진료비 정보에 기초하여 예상 비용 정보를 생성할 수 있다.
이때, 분석부(330)는 추출된 하나 이상의 진단 정보에 결합된 각각의 진료비 정보의 평균 값을 산출하여 예상 비용 정보를 생성할 수 있다.
이와 관련하여, 도5를 참조하면, 통신부(310)는 서로 다른 복수의 의료 서버 장치(110a, 110b, ????, 110n)로부터 각각 의료 정보, 진단 정보 및 진료비 정보를 전달받을 수 있다.
이에 따라, 분석부(330)는 서로 다른 복수의 의료 서버 장치(110a, 110b, ????, 110n)로부터 전달받은 정보에 기초하여 예상 비용 정보를 생성할 수 있다. 다시 말해서, 분석부(330)는 서로 다른 의료 정보에 대해 각각의 예상 비용 정보를 생성할 수 있다.
한편, 분석부(330)는 어느 하나의 의료 정보에 결합된 복수의 진단 정보 중 동일한 질환을 나타내는 하나 이상의 진단 정보를 추출할 수 있다. 이에 따라, 분석부(330)는 추출된 하나 이상의 진단 정보를 검색 정보로부터 나타나는 사용자의 개인 정보에 따라 분류할 수 있고, 분석부(330)는 분류된 진단 정보에 결합된 각각의 진료비 정보에 기초하여 예상 비용 정보를 생성할 수 있다.
이때, 일 실시예에서, 분석부(330)는 추출된 하나 이상의 진단 정보를 검색 정보로부터 나타나는 사용자의 나이 또는 성별에 따라 분류할 수 있고, 이러한 경우에, 분석부(330)는 검색 정보에 매칭되는 의료 정보를 추출하는 과정에서, 사용자의 나이 또는 성별과 동일하게 분류된 진단 정보 중 동일한 질환을 나타내는 하나 이상의 진단 정보를 추출할 수 있고, 분석부(330)는 추출된 하나 이상의 진단 정보에 결합된 각각의 진료비 정보에 기초하여 예상 비용 정보를 생성할 수 있다.
이를 위해, 통신부(310)는 사용자 단말 장치(200)로부터 개인 정보를 전달받을 수 있으며, 저장부(320)는 사용자 단말 장치(200)로부터 전달된 개인 정보가 저장될 수 있다.
여기에서, 개인 정보는 사용자의 이름, 전화번호, 주민등록번호, 이메일 주소, 거주지 주소 등의 정보를 의미할 수 있다.
한편, 분석부(330)는 하나 이상의 진단 정보에서, 어느 하나의 질환의 발견을 나타내는 진단 정보가 입력된 시점으로부터 질환의 완치를 나타내는 진단 정보가 입력된 시점까지의 기간 간격을 산출하여 치료 기간 정보를 생성할 수 있고, 분석부(330)는 추출된 하나 이상의 진단 정보로부터 생성된 치료 기간 정보에 기초하여 예상 기간 정보를 생성할 수 있다.
이때, 분석부(330)는 어느 하나의 사용자에 대해 입력된 하나 이상의 진단 정보에 기초하여 치료 기간 정보를 생성할 수 있으며, 분석부(330)는 서로 다른 사용자에 대해 동일한 질환을 나타내도록 생성된 치료 기간 정보를 비교하여 예상 기간 정보를 생성할 수 있다.
예를 들어, 분석부(330)는 서로 다른 사용자에 대해 생성된 복수의 치료 기간 정보의 평균 값을 산출하여 예상 기간 정보를 생성할 수 있다.
또한, 분석부(330)는 치료 기간 정보에서, 인접한 두 진단 정보가 입력된 시점의 기간 간격을 산출하여 대기 기간 정보를 생성할 수 있고, 분석부(330)는 치료 기간 정보로부터 생성된 하나 이상의 대기 기간 정보에 기초하여 예상 대기 기간 정보를 생성할 수 있다.
다시 말해서, 분석부(330)는 어느 하나의 질환에 대해 사용자가 의료 기관(100)에서 진단을 받는 기간 간격을 나타내도록 대기 기간 정보를 생성할 수 있다.
이때, 분석부(330)는 어느 하나의 사용자에 대해 입력된 인접한 두 진단 정보에 기초하여 대기 기간 정보를 생성할 수 있으며, 분석부(330)는 서로 다른 사용자에 대해 동일한 질환을 나타내도록 생성된 대기 기간 정보를 비교하여 예상 대기 기간 정보를 생성할 수 있다.
이때, 분석부(330)는 서로 다른 사용자에 대해 생성된 복수의 대기 기간 정보의 평균 값을 산출하여 예상 대기 기간 정보를 생성할 수 있다.
이와 관련하여, 분석부(330)는 어느 하나의 질환에 대해 진단 정보가 생성된 순서를 고려하여 예상 대기 기간 정보를 생성할 수 있으며, 예를 들어, 분석부(330)는 어느 하나의 질환과 관련하여 서로 다른 사용자에 대해 첫번째 순서로 생성된 복수의 대기 기간 정보를 비교하여 제 1 예상 대기 기간 정보를 생성할 수 있고, 분석부(330)는 제 1 예상 기간 정보와 동일한 질환과 관련하여 서로 다른 사용자에 대해 두번째 순서로 생성된 복수의 대기 기간 정보를 비교하여 제 2 예상 대기 기간 정보를 생성할 수 있다.
이러한 경우에, 통신부(310)는 서로 다른 순서에 대해 생성된 예상 대기 기간 정보를 각각 사용자 단말 장치(200)에 제공할 수 있으며, 또는, 분석부(330)는 서로 다른 순서에 대해 생성된 예상 대기 기간 정보에 기초하여 하나의 예상 대기 기간 정보를 생성할 수도 있으며, 이러한 경우에, 통신부(310)는 생성된 하나의 예상 대기 기간 정보를 사용자 단말 장치(200)에 제공할 수도 있다.
한편, 분석부(330)는 어느 하나의 의료 정보에 결합된 복수의 진단 정보 중 동일한 질환을 나타내는 하나 이상의 진단 정보를 추출할 수 있다. 이에 따라, 분석부(330)는 추출된 하나 이상의 진단 정보에 결합된 각각의 진료비 정보 간의 편차를 산출할 수 있고, 분석부(330)는 산출된 편차가 임계 범위를 벗어나는 경우 의료 정보의 신뢰도가 감소되도록 설정할 수 있다.
이러한 경우에, 추출부(340)는 검색 정보에 매칭되는 의료 정보를 추출하는 과정에서, 신뢰도가 미리 설정된 임계치보다 높은 의료 정보만을 추출하도록 설정될 수 있다.
도6은 도2의 추출부가 검색 정보에 매칭되는 의료 정보를 추출하는 과정을 나타낸 블록도이다.
도6을 참조하면, 통신부(310)는 사용자 단말 장치(200)로부터 검색 정보를 전달받을 수 있다.
이에 따라, 추출부(340)는 검색 정보에 매칭되는 의료 정보를 추출할 수 있으며, 이때, 추출부(340)는 서로 다른 의료 정보에 대해 생성된 예상 비용 정보를 비교하여 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출할 수 있다.
이와 관련하여, 추출부(340)는 검색 정보로부터 나타나는 지역 범위에 따라 서로 다른 의료 정보를 분류할 수 있고, 추출부(340)는 분류된 의료 정보에 대해 생성된 예상 비용 정보를 비교하여 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출할 수 있다.
또한, 추출부(340)는 검색 정보로부터 나타나는 규모 범위에 따라 서로 다른 의료 정보를 분류할 수 있고, 추출부(340)는 분류된 의료 정보에 대해 생성된 예상 비용 정보를 비교하여 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출할 수 있다.
또한, 추출부(340)는 분석부(330)가 추출된 하나 이상의 진단 정보로부터 생성된 치료 기간 정보에 기초하여 예상 기간 정보를 생성하는 경우에, 서로 다른 의료 정보에 대해 생성된 예상 기간 정보를 비교하여 가장 짧은 예상 기간 정보를 나타내는 의료 정보를 추출할 수 있다.
또한, 추출부(340)는 분석부(330)가 치료 기간 정보로부터 생성된 하나 이상의 대기 기간 정보에 기초하여 예상 대기 기간 정보를 생성하는 경우에, 서로 다른 의료 정보에 대해 생성된 예상 대기 기간 정보를 비교하여 가장 짧은 예상 대기 기간 정보를 나타내는 의료 정보를 추출할 수 있다.
이때, 추출부(340)는 검색 정보가 전달된 사용자에 대해 입력된 진단 정보에 기초하여, 특정한 순서에 따라 생성된 예상 대기 기간 정보가 가장 짧은 의료 정보를 추출할 수 있다.
예를 들어, 추출부(340)는 어느 하나의 질환에 대해 하나의 진단 정보가 입력된 경우, 첫번째 순서에 따라 생성된 예상 대기 기간 정보에 기초하여 의료 정보를 추출할 수 있으며, 추출부(340)는 어느 하나의 질환에 대해 두 개의 진단 정보가 입력된 경우, 두번째 순서에 따라 생성된 예상 대기 기간 정보에 기초하여 의료 정보를 추출할 수 있다.
도7은 도2의 추출부가 의료 정보와 진료비 정보를 제공하는 과정을 나타낸 블록도이다.
도7을 참조하면, 추출부(340)는 검색 정보에 매칭되는 의료 정보를 추출할 수 있고, 추출부(340)는 서로 다른 의료 정보에 대해 생성된 예상 비용 정보를 비교하여 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출할 수 있다.
이에 따라, 통신부(310)는 의료 정보와 예상 비용 정보를 사용자 단말 장치(200)에 전달할 수 있다. 이를 통해, 사용자 단말 장치(200)는 사용자가 식별 가능하도록 의료 정보 또는 예상 비용 정보를 출력할 수 있다.
도8은 본 발명의 일 실시예에 따른 진료비 예측 방법의 순서도이다.
본 발명의 일 실시예에 따른 진료비 예측 방법은 도 1에 도시된 진료비 예측 시스템(1)과 실질적으로 동일한 구성 상에서 진행되므로, 도 1의 진료비 예측 시스템(1)과 동일한 구성요소에 대해 동일한 도면 부호를 부여하고, 반복되는 설명은 생략하기로 한다.
진료비 예측 방법은 의료인으로부터 의료 정보를 입력받고, 사용자에 대한 진단 정보와 진료비 정보를 입력받는 단계(800), 의료 정보, 상기 진단 정보 및 상기 진료비 정보를 수집하며, 진료비 정보에 기초하여 예상 비용 정보를 생성하는 단계(810), 사용자로부터 검색 정보를 입력받는 단계(820), 검색 정보에 매칭되는 의료 정보를 추출하되, 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출하는 단계(830) 및 의료 정보와 예상 비용 정보를 사용자 단말 장치에 제공하는 단계(840)를 포함할 수 있다.
의료인으로부터 의료 정보를 입력받고, 사용자에 대한 진단 정보와 진료비 정보를 입력받는 단계(800)는 의료 서버 장치(110)가 의료인으로부터 의료 기관(100)의 의료 정보를 입력받고, 의료 기관(100)을 방문한 사용자에 대한 진단 정보와 진료비 정보를 입력받는 단계일 수 있다.
의료 정보, 상기 진단 정보 및 상기 진료비 정보를 수집하며, 진료비 정보에 기초하여 예상 비용 정보를 생성하는 단계(810)는 관리 서버 장치(300)가 의료 정보, 진단 정보 및 진료비 정보를 수집하며, 어느 하나의 의료 정보에 결합된 복수의 진단 정보 중 동일한 질환을 나타내는 하나 이상의 진단 정보를 추출하고, 추출된 하나 이상의 진단 정보에 결합된 각각의 진료비 정보에 기초하여 예상 비용 정보를 생성하는 단계일 수 있다.
사용자로부터 검색 정보를 입력받는 단계(820)는 사용자 단말 장치(200)가 사용자로부터 검색 정보를 입력받는 단계일 수 있다.
검색 정보에 매칭되는 의료 정보를 추출하되, 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출하는 단계(830)는 관리 서버 장치(300)가 검색 정보에 매칭되는 의료 정보를 추출하되, 서로 다른 의료 정보에 대해 생성된 예상 비용 정보를 비교하여 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출하는 단계일 수 있다.
의료 정보와 예상 비용 정보를 사용자 단말 장치에 제공하는 단계(840)는 관리 서버 장치(300)가 의료 정보와 예상 비용 정보를 사용자 단말 장치(200)에 제공하는 단계일 수 있다.
이와 같은, 진료비 예측 방법은 어플리케이션으로 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.
1: 의료 기록에 기초한 진료비 예측 시스템
100: 의료 기관
110: 의료 서버 장치
200: 사용자 단말 장치
300: 관리 서버 장치
100: 의료 기관
110: 의료 서버 장치
200: 사용자 단말 장치
300: 관리 서버 장치
Claims (12)
- 사용자로부터 검색 정보를 입력받는 사용자 단말 장치;
의료인으로부터 의료 기관의 의료 정보를 입력받고, 상기 의료 기관을 방문한 사용자에 대한 진단 정보와 진료비 정보를 입력받는 의료 서버 장치; 및
상기 의료 정보, 상기 진단 정보 및 상기 진료비 정보를 수집하며, 어느 하나의 의료 정보에 결합된 복수의 진단 정보 중 동일한 질환을 나타내는 하나 이상의 진단 정보를 추출하고, 추출된 하나 이상의 진단 정보에 결합된 각각의 진료비 정보에 기초하여 예상 비용 정보를 생성하며, 상기 검색 정보에 매칭되는 의료 정보를 추출하되, 서로 다른 의료 정보에 대해 생성된 예상 비용 정보를 비교하여 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출하고, 상기 의료 정보와 상기 예상 비용 정보를 상기 사용자 단말 장치에 제공하는 관리 서버 장치;를 포함하며,
상기 관리 서버 장치는,
하나 이상의 진단 정보에서, 어느 하나의 질환의 발견을 나타내는 진단 정보가 입력된 시점으로부터 상기 질환의 완치를 나타내는 진단 정보가 입력된 시점까지의 기간 간격을 산출하여 치료 기간 정보를 생성하고, 상기 추출된 하나 이상의 진단 정보로부터 생성된 치료 기간 정보에 기초하여 예상 기간 정보를 생성하며, 상기 검색 정보에 매칭되는 의료 정보를 추출하되, 서로 다른 의료 정보에 대해 생성된 예상 기간 정보를 비교하여 가장 짧은 예상 기간 정보를 나타내는 의료 정보를 추출하고, 상기 치료 기간 정보에서, 인접한 두 진단 정보가 입력된 시점의 기간 간격을 산출하여 대기 기간 정보를 생성하고, 상기 치료 기간 정보로부터 생성된 하나 이상의 대기 기간 정보에 기초하여 예상 대기 기간 정보를 생성하며, 상기 검색 정보에 매칭되는 의료 정보를 추출하되, 서로 다른 의료 정보에 대해 생성된 예상 대기 기간 정보를 비교하여 가장 짧은 예상 대기 기간 정보를 나타내는 의료 정보를 추출하는, 의료 기록에 기초한 진료비 예측 시스템.
- 제1항에 있어서, 상기 관리 서버 장치는,
상기 추출된 하나 이상의 진단 정보에 결합된 각각의 진료비 정보 간의 편차를 산출하고, 상기 편차가 임계 범위를 벗어나는 경우 상기 의료 정보의 신뢰도가 감소되도록 설정하는, 의료 기록에 기초한 진료비 예측 시스템.
- 제1항에 있어서, 상기 관리 서버 장치는,
상기 추출된 하나 이상의 진단 정보를 상기 검색 정보로부터 나타나는 사용자의 개인 정보에 따라 분류하고, 분류된 진단 정보에 결합된 각각의 진료비 정보에 기초하여 예상 비용 정보를 생성하는, 의료 기록에 기초한 진료비 예측 시스템.
- 제1항에 있어서, 상기 관리 서버 장치는,
상기 검색 정보로부터 나타나는 지역 범위에 따라 서로 다른 의료 정보를 분류하고, 분류된 의료 정보에 대해 생성된 예상 비용 정보를 비교하여 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출하는, 의료 기록에 기초한 진료비 예측 시스템.
- 제1항에 있어서, 상기 관리 서버 장치는,
상기 검색 정보로부터 나타나는 규모 범위에 따라 서로 다른 의료 정보를 분류하고, 분류된 의료 정보에 대해 생성된 예상 비용 정보를 비교하여 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출하는, 의료 기록에 기초한 진료비 예측 시스템.
- 삭제
- 삭제
- 의료 기록에 기초한 진료비 예측 시스템에서의 진료비 예측 방법에 있어서,
의료 서버 장치가 의료인으로부터 의료 기관의 의료 정보를 입력받고, 상기 의료 기관을 방문한 사용자에 대한 진단 정보와 진료비 정보를 입력받는 단계;
관리 서버 장치가 상기 의료 정보, 상기 진단 정보 및 상기 진료비 정보를 수집하며, 어느 하나의 의료 정보에 결합된 복수의 진단 정보 중 동일한 질환을 나타내는 하나 이상의 진단 정보를 추출하고, 추출된 하나 이상의 진단 정보에 결합된 각각의 진료비 정보에 기초하여 예상 비용 정보를 생성하는 단계;
사용자 단말 장치가 사용자로부터 검색 정보를 입력받는 단계;
관리 서버 장치가 상기 검색 정보에 매칭되는 의료 정보를 추출하되, 서로 다른 의료 정보에 대해 생성된 예상 비용 정보를 비교하여 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출하는 단계; 및
관리 서버 장치가 상기 의료 정보와 상기 예상 비용 정보를 상기 사용자 단말 장치에 제공하는 단계;를 포함하며,
상기 관리 서버 장치는,
하나 이상의 진단 정보에서, 어느 하나의 질환의 발견을 나타내는 진단 정보가 입력된 시점으로부터 상기 질환의 완치를 나타내는 진단 정보가 입력된 시점까지의 기간 간격을 산출하여 치료 기간 정보를 생성하고, 상기 추출된 하나 이상의 진단 정보로부터 생성된 치료 기간 정보에 기초하여 예상 기간 정보를 생성하며, 상기 검색 정보에 매칭되는 의료 정보를 추출하되, 서로 다른 의료 정보에 대해 생성된 예상 기간 정보를 비교하여 가장 짧은 예상 기간 정보를 나타내는 의료 정보를 추출하고, 상기 치료 기간 정보에서, 인접한 두 진단 정보가 입력된 시점의 기간 간격을 산출하여 대기 기간 정보를 생성하고, 상기 치료 기간 정보로부터 생성된 하나 이상의 대기 기간 정보에 기초하여 예상 대기 기간 정보를 생성하며, 상기 검색 정보에 매칭되는 의료 정보를 추출하되, 서로 다른 의료 정보에 대해 생성된 예상 대기 기간 정보를 비교하여 가장 짧은 예상 대기 기간 정보를 나타내는 의료 정보를 추출하는, 진료비 예측 방법.
- 제8항에 있어서, 상기 관리 서버 장치는,
상기 추출된 하나 이상의 진단 정보에 결합된 각각의 진료비 정보 간의 편차를 산출하고, 상기 편차가 임계 범위를 벗어나는 경우 상기 의료 정보의 신뢰도가 감소되도록 설정하는, 진료비 예측 방법.
- 제8항에 있어서, 상기 관리 서버 장치는,
상기 추출된 하나 이상의 진단 정보를 상기 검색 정보로부터 나타나는 사용자의 개인 정보에 따라 분류하고, 분류된 진단 정보에 결합된 각각의 진료비 정보에 기초하여 예상 비용 정보를 생성하는, 진료비 예측 방법.
- 제8항에 있어서, 상기 관리 서버 장치는,
상기 검색 정보로부터 나타나는 지역 범위에 따라 서로 다른 의료 정보를 분류하고, 분류된 의료 정보에 대해 생성된 예상 비용 정보를 비교하여 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출하는, 진료비 예측 방법.
- 제8항에 있어서, 상기 관리 서버 장치는,
상기 검색 정보로부터 나타나는 규모 범위에 따라 서로 다른 의료 정보를 분류하고, 분류된 의료 정보에 대해 생성된 예상 비용 정보를 비교하여 가장 낮은 예상 비용 정보를 나타내는 의료 정보를 추출하는, 진료비 예측 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210073637A KR102627137B1 (ko) | 2021-06-07 | 2021-06-07 | 의료 기록에 기초한 진료비 예측 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210073637A KR102627137B1 (ko) | 2021-06-07 | 2021-06-07 | 의료 기록에 기초한 진료비 예측 시스템 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220165094A KR20220165094A (ko) | 2022-12-14 |
| KR102627137B1 true KR102627137B1 (ko) | 2024-01-23 |
Family
ID=84438356
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210073637A KR102627137B1 (ko) | 2021-06-07 | 2021-06-07 | 의료 기록에 기초한 진료비 예측 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102627137B1 (ko) |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101223493B1 (ko) * | 2011-03-29 | 2013-01-17 | 이병규 | 의료정보 제공 시스템 |
| KR102202865B1 (ko) * | 2019-03-05 | 2021-01-15 | (주)비바이노베이션 | 빅데이터 분석 및 인공지능 문진을 통한 질병 예측 정보 제공 장치 |
-
2021
- 2021-06-07 KR KR1020210073637A patent/KR102627137B1/ko active IP Right Grant
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220165094A (ko) | 2022-12-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lu et al. | Deep learning to assess long-term mortality from chest radiographs | |
| Compton et al. | Evidence of selection bias and non-response bias in patient satisfaction surveys | |
| Martins et al. | Data mining for cardiovascular disease prediction | |
| Patil et al. | In-hospital mortality following acute exacerbations of chronic obstructive pulmonary disease | |
| KR102558021B1 (ko) | 임상 의사결정 지원 앙상블 시스템 및 이를 이용한 임상 의사결정 지원 방법 | |
| Lee et al. | Development and validation of a prognostic index for 4-year mortality in older adults | |
| Sauver et al. | Why patients visit their doctors: assessing the most prevalent conditions in a defined American population | |
| Fremont et al. | Use of geocoding in managed care settings to identify quality disparities | |
| US20170316180A1 (en) | Behavior prediction apparatus, behavior prediction apparatus controlling method, and behavior prediction apparatus controlling program | |
| JP2015201092A (ja) | 情報処理装置、情報処理方法及びプログラム | |
| US20110119207A1 (en) | Healthcare Index | |
| Sakai-Bizmark et al. | Evaluation of hospital cesarean delivery–related profits and rates in the United States | |
| US11392872B2 (en) | Optimizing workflows | |
| Gupta et al. | Clinical decision support system to assess the risk of sepsis using tree augmented Bayesian networks and electronic medical record data | |
| Schrag et al. | Identifying and measuring hospital characteristics using the SEER-Medicare data and other claims-based sources | |
| Ebell et al. | Development and validation of simple risk scores to predict hospitalization in outpatients with COVID-19 including the omicron variant | |
| JP7044113B2 (ja) | 提示方法、提示システム、及びプログラム | |
| KR102615313B1 (ko) | 평가에 기초한 병원 검색 시스템 및 방법 | |
| Arispe et al. | Measurement challenges in developing the national healthcare quality report and the national healthcare disparities report | |
| KR102627137B1 (ko) | 의료 기록에 기초한 진료비 예측 시스템 및 방법 | |
| KR20220166412A (ko) | 개인 의료 기록에 기초한 병원 추천 시스템 및 방법 | |
| JP2000099605A (ja) | 健診情報分析サーバおよびネットワーク健康情報システム | |
| KR20140050375A (ko) | 건강검진 리스트 제공 방법 및 장치 | |
| Panagiotou et al. | Association of inclusion of Medicare advantage patients in hospitals’ risk-standardized readmission rates, performance, and penalty status | |
| Zuo et al. | Normalizing clinical document titles to LOINC document ontology: an initial study |
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 |