KR102656669B1 - 약물 부작용의 개인화된 확률을 산정하는 방법 및 장치 - Google Patents
약물 부작용의 개인화된 확률을 산정하는 방법 및 장치 Download PDFInfo
- Publication number
- KR102656669B1 KR102656669B1 KR1020200187377A KR20200187377A KR102656669B1 KR 102656669 B1 KR102656669 B1 KR 102656669B1 KR 1020200187377 A KR1020200187377 A KR 1020200187377A KR 20200187377 A KR20200187377 A KR 20200187377A KR 102656669 B1 KR102656669 B1 KR 102656669B1
- Authority
- KR
- South Korea
- Prior art keywords
- side effect
- subject
- probability
- drug
- occurrence
- Prior art date
Links
- 208000030453 Drug-Related Side Effects and Adverse reaction Diseases 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000000694 effects Effects 0.000 claims abstract description 194
- 239000003814 drug Substances 0.000 claims abstract description 179
- 229940079593 drug Drugs 0.000 claims abstract description 151
- 206010061623 Adverse drug reaction Diseases 0.000 claims abstract description 25
- 239000004615 ingredient Substances 0.000 claims description 51
- 208000024891 symptom Diseases 0.000 claims description 31
- 201000010099 disease Diseases 0.000 claims description 11
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 11
- 239000008280 blood Substances 0.000 claims description 5
- 210000004369 blood Anatomy 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 13
- 238000003745 diagnosis Methods 0.000 description 8
- BALXUFOVQVENIU-KXNXZCPBSA-N pseudoephedrine hydrochloride Chemical compound [H+].[Cl-].CN[C@@H](C)[C@@H](O)C1=CC=CC=C1 BALXUFOVQVENIU-KXNXZCPBSA-N 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000002483 medication Methods 0.000 description 6
- 238000010295 mobile communication Methods 0.000 description 5
- 231100000957 no side effect Toxicity 0.000 description 5
- 230000007774 longterm Effects 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004877 mucosa Anatomy 0.000 description 1
- 239000002674 ointment Substances 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000000007 visual effect 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- 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
- 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
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Pharmacology & Pharmacy (AREA)
- Toxicology (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
본 개시의 일 실시 예에 따른 컴퓨팅 장치의 개인화된 약물 부작용 확률 산정 방법은 각 단계가 컴퓨팅 장치에 의해 수행되는 방법으로서, 대상자가 복용한 약제를 확인하는 단계, 대상자의 약제의 복용에 따라 대상자로부터 입력 받은 부작용의 경험을 확인하는 단계, 대상자의 부작용의 경험에 기반하여 약제와 관련하여 대상자의 부작용의 발생 확률을 산정하는 단계를 포함할 수 있다.
Description
본 개시는 약물 부작용의 개인화된 확률을 산정하는 방법 및 장치에 관한 것으로서, 더욱 상세하게는 개인의 약물 복용 경험에 기반하여 약물 부작용의 발생 확률을 산정하는 방법 및 장치에 관한 것이다.
개인들은 병원에서 처방 받은 약제를 복용하거나 개인의 판단 또는 약사의 조언에 따라 다양한 약제들을 복용하고 있다.
약제들은 복용자에게 다양한 부작용을 초래할 수 있는 가능성을 가지고 있지만, 이는 개인들이 해당 약물을 복용하기 전의 통계적인 확률로서 약제를 복용하는 개개인에게 부작용이 실제 발생하는 가능성은 서로 다르다. 동일한 약제를 이전 여러 차례 복용한 경험이 있을 때, 과거 부작용 경험 여부에 따라 특정 시점에서 약을 복용했을 때 부작용을 경험할 확률은 개인마다 실제로 다를 수 있다.
즉, 동일한 통계적 부작용 확률을 가진 동일한 약제를 복용한 서로 다른 개인들 중 결과적으로 어느 복용자는 해당 부작용을 경험할 수 있지만, 다른 복용자는 해당 부작용을 경험하지 않을 수 있고, 약물의 특정 성분의 통계적 부작용 발생 확률이 높음에도 불구하고, 특정 복용자는 해당 약물의 부작용이 발생하지 않는 신체적 조건일 수도 있다.
하지만, 질환에 대해 다양한 약재로 구성된 약제를 복용하거나 또는 다양한 약제를 복용하는 경우, 각 개인들은 경험한 부작용이 어떤 약물로 인한 것인지 혹은 약물에 포함된 어떤 성분에 의한 것인지 알기 어렵다. 따라서, 개인이 경험한 부작용을 다시 경험하지 않기 위하여 자신에게 부작용을 초래한 약제 또는 성분을 회피하기 어려운 문제점이 있다.
병원에서 처방 받는 경우, 개인이 경험한 부작용을 의사에게 알려주고 의사가 부작용을 일으킬 가능성이 있는 약제를 처방에서 제외할 수 있으나, 개인이 복용하는 모든 약제에 대해서 적용하기 어려운 문제점이 있다.
종래 기술로서 개인이 경험한 부작용이 있는 약을 처방에서 제외하는 기술이 존재하지만, 앞서 설명한 것처럼 다양한 약제를 복용한 개인이 어떤 약물로 해당 부작용이 발생했는지 알기 어렵고, 의사의 처방이 아닌 약제를 복용할 경우 이를 적용하기 어려운 문제점이 있다.
최근, 개인의 유전자에 기반하여 약물 부작용 가능성을 산출하거나 개인의 생리학적 특징에 기반하여 약물 부작용 가능성을 산출하는 시도가 있으나, 아직 공식적인 개인화된 부작용 확률 기술로 인정받지 못하고 있으며 경제적으로나 방법적으로 개인이 접근하기 어려운 실정이다.
따라서, 과학적으로 골드 스탠다드에 해당하는 정확한 확률은 아닐지라도, 개인이 자신에게 부작용이 발생할 가능성이 높은 약물을 용이하게 파악할 수 있는 기술이 필요하다.
본 개시의 일 실시 예는 개인의 약물 복용 경험에 기반하여 약물 부작용의 발생 확률을 산정하는 방법 및 장치를 제공한다.
본 개시의 다른 실시 예는 개인의 약물 복용 시의 부작용의 발생 또는 미 발생에 기반하여 개인화된 약물 부작용의 발생 확률을 산정하는 방법 및 장치를 제공한다.
본 개시의 다른 실시 예는 개인의 약물 복용 시의 부작용의 강도, 이전 복용 시기 등에 기반하여 약물 부작용의 발생 확률을 산정하는 방법 및 장치를 제공한다.
본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제에 한정되지 않으며, 언급되지 않은 본 발명의 다른 과제 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시 예에 의해보다 분명하게 이해될 것이다. 또한, 본 발명이 해결하고자 하는 과제 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 알 수 있을 것이다.
본 개시의 일 실시 예에 따른 컴퓨팅 장치의 개인화된 약물 부작용 확률 산정 방법은 각 단계가 컴퓨팅 장치에 의해 수행되는 방법으로서, 대상자가 복용한 약제를 확인하는 단계, 대상자의 약제의 복용에 따라 대상자로부터 입력 받은 부작용의 경험을 확인하는 단계, 대상자의 부작용의 경험에 기반하여 약제와 관련하여 대상자의 부작용의 발생 확률을 산정하는 단계를 포함할 수 있다.
본 개시의 일 실시 예에 따른 개인화된 약물 부작용 확률을 산정하는 컴퓨팅 장치는 프로세서 및 프로세서와 기능적으로 연결되고 프로세서에서 수행되는 적어도 하나의 코드가 저장되는 메모리를 포함하고, 메모리는 프로세서에서 실행될 때 프로세서로 하여금 대상자가 복용한 약제를 확인하고, 대상자의 상기 약제의 복용에 따른 상기 대상자로부터 입력 받은 부작용의 발생을 확인하고, 대상자의 부작용의 경험에 기반하여 약제와 관련하여 대상자의 부작용의 발생 확률을 산정하도록 야기하는 코드를 저장할 수 있다.
본 개시의 실시 예에 따른 약물 부작용의 발생 확률을 산정하는 방법 및 장치는 개인이 용이하게 자신에게 부작용을 일으킬 가능성이 큰 약물 또는 약물의 성분을 파악할 수 있다.
본 개시의 실시 예에 따른 약물 부작용의 발생 확률을 산정하는 방법 및 장치는 개인적으로 복용하는 약물이 초래할 수 있는 부작용을 배제시킴으로써 부작용으로 인한 2차적 피해를 예방할 수 있다.
본 개시의 실시 예에 따른 약물 부작용의 발생 확률을 산정하는 방법 및 장치는 개인이 복용한 다양한 약물 중에서 자신에게 부작용을 일으킬 가능성이 높은 약물 또는 약물의 성분을 파악할 수 있다.
본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시의 일 실시 예에 따른 개인의 약물 복용 경험에 기반하여 약물 부작용의 발생 확률을 산정하는 방법 및 장치가 구현되는 환경을 나타낸 도면이다.
도 2는 본 개시의 일 실시 예에 따른 사용자 단말기의 구성을 나타낸 블록도이다.
도 3은 본 개시의 일 실시 예에 따른 서버 장치의 구성을 나타낸 블록도이다.
도 4는 본 개시의 일 실시 예에 따른 약물 부작용의 발생 확률을 산정하는 방법을 설명하기 위한 순서도이다.
도 5는 본 개시의 일 실시 예에 따른 약물 부작용의 발생 확률을 산정하는 방법을 설명하기 위한 순서도이다.
도 6은 본 개시의 일 실시 예에 따른 약물 부작용 데이터 베이스의 약물 부작용 정보를 간략하게 설명하기 위한 도면이다.
도 7 및 도 8은 본 개시의 일 실시 예에 따른 약물 부작용의 발생 확률을 산정하는 방법을 설명하기 위한 개인의 부작용 경험을 도시한 도면이다.
도 9는 본 개시의 일 실시 예에 따른 사용자 단말기의 인터페이스를 도시한 도면이다.
도 2는 본 개시의 일 실시 예에 따른 사용자 단말기의 구성을 나타낸 블록도이다.
도 3은 본 개시의 일 실시 예에 따른 서버 장치의 구성을 나타낸 블록도이다.
도 4는 본 개시의 일 실시 예에 따른 약물 부작용의 발생 확률을 산정하는 방법을 설명하기 위한 순서도이다.
도 5는 본 개시의 일 실시 예에 따른 약물 부작용의 발생 확률을 산정하는 방법을 설명하기 위한 순서도이다.
도 6은 본 개시의 일 실시 예에 따른 약물 부작용 데이터 베이스의 약물 부작용 정보를 간략하게 설명하기 위한 도면이다.
도 7 및 도 8은 본 개시의 일 실시 예에 따른 약물 부작용의 발생 확률을 산정하는 방법을 설명하기 위한 개인의 부작용 경험을 도시한 도면이다.
도 9는 본 개시의 일 실시 예에 따른 사용자 단말기의 인터페이스를 도시한 도면이다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
도 1을 참조하여 본 개시의 일 실시 예에 따른 약물 부작용의 발생 확률을 산정하는 방법 또는 장치를 구현하기 위한 환경을 설명한다.
본 명세서에서 약제, 약물, 약품 등의 표현은 단일 성분 또는 복합 성분으로 구성된 약일 수 있고 서로 다른 의미를 가지지 않는다.
본 명세서에서 복용은 구강 복용뿐만 아니라, 주사제를 통한 복용, 패치를 통한 복용, 연고제의 피부 도포, 비강 또는 눈 점막을 통한 주입 등 다양한 형태로 체내에 투약되는 경우를 포함하는 개념이다.
본 개시의 실시 예에 따른 약물 부작용의 발생 확률을 산정하는 방법 또는 장치는 사용자 단말기 또는 서버 장치로 구현될 수 있으며, 아래의 설명에서는 서버 장치에서 구현되는 것을 전제로 하여 설명하지만 사용자 단말기에서 구현 가능함을 주의해야 한다.
본 개시의 실시 예에 따른 약물 부작용의 발생 확률을 산정하는 방법 또는 장치를 구현하기 위한 환경은 사용자 단말 장치(100) 및 서버 장치(200)를 포함할 수 있다. 약물의 통계적인 부작용 확률 정보가 포함된 데이터 베이스가 별개의 장치로 구현되는 경우, 약물 부작용 데이터 베이스 장치(300)가 포함될 수 있다.
약제를 복용한 대상자는 사용자 단말기(100)를 통해 자신이 복용한 약물 및 해당 약물의 복용 이후에 경험한 부작용의 발생 여부와 발생하였다면 해당 부작용의 종류를 입력할 수 있다.
도 9를 참조하면, 사용자가 복용한 약물(910)을 사용자 단말기(100)에 입력하면, 서버 장치(200)는 해당 약물이 포함된 성분 또는 해당 약물과 관련된 부작용들(920)을 약물 부작용 데이터 베이스(300)에서 획득하여 이를 사용자 단말기(100)에 제공할 수 있다. 사용자는 제공 받은 부작용 들 중에서 자신이 경험한 부작용을 선택하거나 부작용이 발생하지 않았음을 선택할 수 있고, 서버 장치(200)는 선택된 부작용 발생 여부 및 부작용 종류는 사용자가 복용한 약물 또는 약물에 포함된 성분에 대하여 사용자의 부작용 발생 확률을 갱신한다.
서버 장치(200)는 사용자가 복용한 약물 또는 약물에 포함된 성분의 통계적 부작용 확률을 약물 부작용 데이터 베이스(300) 또는 자체적으로 구비한 데이터 베이스에서 획득하여 사용자의 해당 약물 또는 약물에 포함된 성분에 대한 최초 개인화된 약물 부장용 확률로 설정하고, 사용자의 약물 복용 경험마다 개인화된 약물 부작용 확률을 재 산정(갱신)한다. 서버 장치(200)는 부작용이 없는 경험도 이를 반영하여 개인화된 약물 부작용 확률을 재 산정한다.
서버 장치(200)는 사용자 단말기(100)로부터 특정 약물 또는 특정 성분을 제공 받고 이에 대한 개인화된 약물 부작용 확률을 제공할 수 있다.
서버 장치(200)는 특정 약물에 대한 개인의 부작용 확률이 미리 설정된 임계값을 넘어서거나 부작용 발생이 미리 설정된 연속 회수를 넘어서는 등 미리 설정된 기준을 넘어서는 경우 이를 사용자 단말기(100)에 제공할 수 있다.
사용자 단말기(100)는 서버 장치(200)로부터 특정 약물 또는 특정 성분에 대해 개인화된 약물 부작용 확률을 제공받아 사용자가 특정 약물을 구입할 때 이를 확인할 수 있다. 다른 방법으로, 약국 또는 병원의 단말기에서 특정 환자에게 약물을 처방 또는 조제 또는 판매 시에 해당 특정 환자의 특정 약물 또는 특정 성분에 대해 개인화된 약물 부작용 확률을 제공받아 해당 환자에게 부작용이 발생할 확률이 높은 약물을 배제할 수 있다.
도 2를 참조하여 사용자 단말기(100)의 구성을 설명한다.
사용자 단말기(100)는 서버 장치(200)와 통신을 수행하기 위한 통신 인터페이스를 포함할 수 있다.
통신 인터페이스는 무선 통신부 또는 유선 통신부를 포함할 수 있다.
무선 통신부는, 이동통신 모듈, 무선 인터넷 모듈, 근거리 통신 모듈, 위치정보 모듈 중 적어도 하나를 포함할 수 있다.
이동통신 모듈은, 이동통신을 위한 기술표준들 또는 통신방식(예를 들어, GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), CDMA2000(Code Division Multi Access 2000), EV-DO(Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등)에 따라 구축된 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다.
무선 인터넷 모듈은 무선 인터넷 접속을 위한 모듈을 말하는 것으로, 사용자 단말기(100)에 내장되거나 외장될 수 있다. 무선 인터넷 모듈은 무선 인터넷 기술들에 따른 통신망에서 무선 신호를 송수신하도록 이루어진다.
무선 인터넷 기술로는, 예를 들어 WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), Wi-Fi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance), WiBro(Wireless Broadband), WiMAX(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등이 있다.
근거리 통신 모듈은 근거리 통신(Short range communication)을 위한 것으로서, 블루투스(Bluetooth™), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication), Wi-Fi(Wireless-Fidelity), Wi-Fi Direct, Wireless USB(Wireless Universal Serial Bus) 기술 중 적어도 하나를 이용하여, 근거리 통신을 지원할 수 있다.
위치정보 모듈은 사용자 단말기(100)의 위치(또는 현재 위치)를 획득하기 위한 모듈로서, 그의 대표적인 예로는 GPS(Global Positioning System) 모듈 또는 WiFi(Wireless Fidelity) 모듈이 있다. 예를 들어, 단말기는 GPS모듈을 활용하면, GPS 위성에서 보내는 신호를 이용하여 사용자 단말기(100)의 위치를 획득할 수 있다.
일 실시 예에서, 사용자 단말기(100)는 사용자의 약물 종류, 부작용 종류 등의 입력을 위한 입력부를 포함할 수 있다.
입력부는 오디오 신호를 수신하기 위한 마이크로폰, 사용자로부터 정보를 입력 받기 위한 사용자 입력부를 포함할 수 있다.
사용자 입력부는 기계식(mechanical) 입력수단(또는, 메커니컬 키, 버튼, 돔 스위치 (dome switch), 조그 휠, 조그 스위치 등) 및 터치식 입력수단을 포함할 수 있다. 일 예로서, 터치식 입력수단은, 소프트웨어적인 처리를 통해 터치스크린에 표시되는 가상 키(virtual key), 소프트 키(soft key) 또는 비주얼 키(visual key)로 이루어지거나, 상기 터치스크린 이외의 부분에 배치되는 터치 키(touch key)로 이루어질 수 있다.
일 실시 예에서, 사용자 단말기(100)는 사용자에게 정보를 전달하기 위한 출력부를 포함할 수 있다.
출력부는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 것으로, 디스플레이부, 음향 출력부, 광 출력부 중 적어도 하나를 포함할 수 있다.
디스플레이부는 사용자 단말기(100)에서 처리되는 정보를 표시(출력)한다. 예를 들어, 디스플레이부는 사용자가 복용한 약물과 관련하여 서버 장치(200)로부터 제공 받은 약물 또는 약물에 포함된 성분들의 부작용 종류를 표시할 수 있다.
음향 출력부는 리시버(receiver), 스피커(speaker), 버저(buzzer) 중 적어도 하나 이상을 포함할 수 있다.
사용자 단말기(100)는 사용자 단말기(100)에 연결되는 다양한 종류의 외부 기기와의 통로 역할을 수행하는 인터페이스부를 포함할 수 있다. 인터페이스부는, 유/무선 데이터 포트(port), 메모리 카드(memory card) 포트, 식별 모듈이 구비된 장치를 연결하는 포트(port), 오디오 I/O(Input/Output) 포트(port), 비디오 I/O(Input/Output) 포트(port), 이어폰 포트(port)중 적어도 하나를 포함할 수 있다.
도 3을 참조하여 본 개시의 일 실시 예에 따른 서버 장치(200)의 구성을 설명한다.
서버 장치(200)는 대상자의 신체 정보, 대상자의 약물 처방 시의 진단명(진단 코드일 수 있다)복용한 약물의 종류 또는 약물에 포함된 성분의 종류, 각 약물을 복용한 용량 및 시간 정보, 각 약물을 복용했을 경우 경험한 부작용의 발생 여부 또는 부작용의 종류 등을 저장할 수 있다.
서버 장치(200)는 약물 또는 약물에 포함된 성분들의 통계적인 부작용 정보, 약물의 성분 정보를 저장할 수 있다.
서버 장치(200)는 환자의 진단병명(진단 코드일 수 있다)을 포함하는 진료 정보, 처방 정보 또는 신체 정보 등을 저장할 수 있다.
서버 장치(200)가 저장한 정보들은 외부의 별도 데이터 베이스로서 구현되거나 서버 장치(200)의 일 부분인 저장 장치(240)로 구현될 수 있다.
서버 장치(200)는 사용자 단말기(100)로부터 통신 인터페이스(230)를 통해 제공 받은 사용자가 복용한 약물 종류, 부작용 발생 여부 및 부작용 종류에 기반하고 약물의 성분 정보 및 약물 또는 약물에 포함된 성분들의 통계적인 부작용 정보를 이용하여 프로세서(210)가 사용자의 개인화된 약물 부작용 확률을 산정할 수 있다.
서버 장치(200)의 프로세서(210)는 사용자가 약물을 복용한 후 부작용의 발생뿐만 아니라 미 발생에 기반하여 사용자의 개인화된 약물 부작용 확률을 산정할 수 있고, 이 경우 사용자의 개인화된 약물 부작용 확률을 산정하는 알고리듬을 서로 다르게 적용할 수 있다.
사용자의 개인화된 약물 부작용 확률을 산정하는 알고리듬은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있으며, 알고리듬의 일부 또는 전부가 소프트웨어로 구현되는 경우 알고리듬을 구성하는 하나 이상의 명령어는 메모리(220)에 저장될 수 있다.
도 4를 참조하여 본 개시의 일 실시 예에 따른 개인화된 약물 부작용 확률을 산정하는 방법을 설명한다.
앞서 전제한 것처럼 개인화된 약물 부작용 확률을 산정하는 방법은 사용자 단말기에서도 구현 가능하지만, 아래의 설명은 서버 장치에서 구현되는 것을 전제로 하여 설명한다.
서버 장치(200)는 사용자 단말기(100)에서 사용자가 입력한 사용자가 복용한 약제를 확인한다(S110). 사용자가 복용한 약제는 단일 성분으로 구성된 약제이거나 복수의 성분으로 구성된 약제일 수 있고, 동일한 시간 또는 일정한 시간 내에 복용한 복수의 약제일 수 있다. 약제는 사용자 단말기(100)의 카메라 장치를 통해 제품 포장지의 제품명을 인식하거나 제품 포장지의 QR코드 등의 코드를 인식하거나, 사용자의 입력을 통해 입력된 제품 명일 수 있다. 또한, 서버 장치(200)는 유사한 방법으로 처방전에 인쇄된 진단명 또는 진단 코드를 확인하거나 별개의 의료 정보 시스템(OCS, HIS, EMR 등)에 접속하여 진단명 또는 진단 코드를 확인할 수 있다.
서버 장치(200)는 약제의 복용에 따른 사용자의 부작용 발생 여부 또는 부작용 종류를 포함하는 부작용 경험을 확인할 수 있다(S120).
서버 장치(200)는 사용자의 부작용 경험에 기반하여 복용한 개별 약제에 대한 사용자의 부작용 발생 확률을 산정한다(S130). 사용자가 해당 약제를 최초로 복용한 경우, 서버 장치(200)는 데이터 베이스에서 해당 약제 또는 해당 약제에 포함된 성분의 도 6과 같은 통계적인 부작용 확률을 획득하고 이를 해당 약제에 대한 사용자의 기본 부작용 확률로 설정하고 확인한 사용자의 부작용 경험에 기반하여 약물 부작용 확률을 산정한다.
부작용 경험은 부작용의 미 발생을 포함하고, 서버 장치(200)는 사용자의 특정 약제의 복용 후 부작용이 미 발생한 경험도 반영하여 사용자의 부작용 경험에 기반하여 약물 부작용 확률을 산정한다. 따라서, 서버 장치(200)는 사용자가 동일한 약제를 복용한 경험이 입력되거나 또는 동일한 성분이 포함된 약제를 복용한 경험이 입력될 때마다, 즉 약제를 복용한 후 부작용의 발생 또는 미 발생을 포함한 모든 경험에 대하여 해당 약제 또는 해당 약제에 포함된 성분에 대하여 사용자의 부작용 발생 확률을 갱신한다.
서버 장치(200)는 사용자가 약제를 복용한 후 부작용의 발생 또는 미 발생의 경험에 대하여 서로 다른 알고리듬을 적용하여 해당 약제에 대한 사용자의 부작용 발생 확률을 산정하며 아래에서 자세히 설명한다.
도 5를 참조하여 본 개시의 일 실시 예에 따른 개인화된 약물 부작용 확률을 산정하는 구체적인 방법(S130)을 설명한다.
서버 장치(200)는 사용자가 약제를 복용한 후 부작용의 발생 또는 미 발생의 경험에 대하여 서로 다른 알고리듬을 적용하여 해당 약제에 대한 사용자의 부작용 발생 확률을 산정할 수 있고, 부작용이 발생하지 않은 경우 복용한 약제 또는 약제의 성분에 대하여 사용자의 부작용 발생 확률을 감소시킬 수 있다(S132).
이 경우, 서버 장치(200)는 복합 성분으로 구성된 약제이거나 복수의 약제를 복용한 경우 각 성분 별로 사용자의 부작용 발생 확률의 증감을 감소시킬 수 있다. 일 실시 예에서, 여러가지 약제를 동시에 복용한 경우에, 특정 부작용 확률을 증감하는 알고리듬은 복용한 약제의 개수로 나누어 균등히 증감하거나, 이전 부작용 발생 확률에 가중치를 부여하여 반영하는 경우 등을 포함한다.
최초로 특정 약제를 사용자가 복용하고 부작용이 미 발생한 경우, 서버 장치(200)는 도 6과 같은 통계적인 부작용 확률을 획득하고 이를 해당 약제에 대한 사용자의 기본 부작용 확률로 설정한다. 예를 들어, 도 6을 참조하면 성분 A의 증상 1에 대한 통계적인 부작용 발생 확률은 10%이고, 증상 2에 대한 통계적인 부작용 발생 확률은 5%이다. 이후, 서버 장치(200)는 기본 부작용 확률에 사용자의 부작용 미 발생 경험을 반영하는 미리 설정된 역보상(disincentive) 상수를 곱할 수 있고, 역보상 상수는 1보다 작을 수 있으며 실험적으로 결정될 수 있다.
예를 들어, 역보상 상수가 0.5인 경우, 사용자가 성분 A 및 성분 B가 포함된 약제를 최초로 복용한 후 부작용이 발생하지 않은 경우, 서버 장치(200)는 사용자의 성분 A에 대한 증상 1의 부작용 발생 확률을 5%(=10% x 0.5), 증상 2의 부작용 발생 확률을 2.5%(=5% x 0.5), 성분 B에 대한 증상 1의 부작용 발생 확률을 10%(=20% x 0.5)로 산정할 수 있다.
이후, 동일한 약을 복용하여 다시 부작용이 발생하지 않은 경우, 서버 장치(200)는 이전에 산정된 사용자의 부작용 발생 확률에 기반하고 동일한 역보상 상수를 이용하여 성분 A, B의 각 증상에 대한 사용자의 부작용 발생 확률을 재 산정(갱신)할 수 있다.
도 5 및 도 7 (a)를 참조하여, 부작용이 발생한 경우 사용자의 부작용 확률을 산정하는 방법을 설명한다.
도 7 (a)의 사용자가 최초로 성분 A 및 B가 포함된 특정 약제를 사용자가 복용하고 부작용이 발생한 경우, 서버 장치(200)는 사용자의 질환을 확인할 수 있다(S133). 서버 장치(200)는 환자의 질병 코드가 기록된 처방 정보를 EMR(Electronic Medical Record) 서버에서 확인하거나 사용자의 입력을 통하여 확인할 수 있다. EMR 서버는 공공 기관에서 관리하는 의료 기록 관리 서버뿐만 아니라 각 병원의 의료 기록을 공유하거나 전달하기 위하여 민간 기관에서 관리하는 의료 기록 관리 또는 전달 서버 등을 포함하는 개념이다. 사용자는 앞서 설명한 것처럼 처방전에서 사용자 단말기(100)의 카메라 장치를 통해 처방전에 인쇄된 질병 코드를 인식하거나 직접 입력할 수 있다.
서버 장치(200)는 사용자의 질병의 증상을 확인하고(S134), 환자가 복용한 약제 또는 약제의 도 6과 같은 통계적인 부작용 확률을 획득하여, 서로 비교할 수 있다(S135). 서버 장치(200)는 사용자의 질병의 증상과 복용한 약제의 부작용이 동일한 경우 해당 부작용 경험은 사용자의 약물 부작용 확률 산정에 반영하지 않을 수 있다. 따라서, 사용자가 질병의 증상을 약제 복용으로 인한 부작용 발생으로 오인함으로써 부작용 확률을 잘못 산정하는 경우를 배제할 수 있다.
사용자의 질병의 증상과 복용한 약제의 부작용이 서로 다른 경우, 서버 장치(200)는 복용한 약제의 성분 별로 사용자의 부작용 발생 확률을 증가시킬 수 있다(S136).
최초로 특정 약제를 사용자가 복용하고 부작용이 미 발생한 경우, 서버 장치(200)는 도 6과 같은 통계적인 부작용 확률을 획득하고 이를 해당 약제에 대한 사용자의 기본 부작용 확률로 설정한 후, 서버 장치(200)는 기본 부작용 확률에 사용자의 부작용 발생 경험을 반영하는 미리 설정된 보상(incentive) 상수를 곱할 수 있고, 보상 상수는 1보다 클 수 있으며 실험적으로 결정될 수 있다.
예를 들어, 보상 상수가 1.5인 경우, 도 7(a)의 사용자가 성분 A 및 성분 B가 포함된 약제를 최초로 복용한 후 증상 1 및 증상 2가 발생한 경우를 설명한다. 서버 장치(200)는 사용자의 성분 A에 대한 증상 1의 부작용 발생 확률을 15%(=10% x 1.5), 성분 A에 대한 증상 2의 부작용 발생 확률을 7.5%(=5% x 1.5), 성분 B에 대한 증상 1의 부작용 발생 확률을 30%(=20% x 1.5)로 산정할 수 있다. 증상 2는 성분 B의 통계적인 부작용이 아니므로 부작용 발생 확률을 산정하지 않을 수 있다.
도 7(a)의 사용자와 같은 사용자가 가 성분 A 및 성분 B가 포함된 동일한 약제를 다시 복용하거나 성분 A 및 성분 B가 포함된 다른 약제를 복용한 후 도 7 (b)와 같이 증상 1이 발생하고 증상 2가 미 발생한 경우에 대하여 약물 부작용 확률을 재 산정(갱신)하는 방법을 설명한다.
보상 상수가 1.5이고 역보상 상수가 0.5인 경우, 도 7(b)의 사용자는 이전에 경험한 성분 A 및 성분 B가 포함된 약제를 다시 복용한 후 증상 1이 발생하고 증상 2가 미 발생한 경우이다. 서버 장치(200)는 사용자의 저장된 성분 A 및 성분 B에 대한 부작용 확률에 역보상 상수 및 보상 상수를 적용하여 약물 부작용 확률을 갱신할 수 있다.
예를 들어, 서버 장치(200)는 성분 A에 대한 증상 1의 부작용 발생 확률을 22.5%(=15% x 1.5), 성분 A에 대한 증상 2의 부작용 발생 확률을 3.75%(=7.5% x 0.5), 성분 B에 대한 증상 1의 부작용 발생 확률을 45%(=30% x 1.5)로 산정할 수 있다. 증상 2는 성분 B의 통계적인 부작용이 아니므로 부작용 발생 확률을 산정하지 않을 수 있다.
다시 도 7(b)의 사용자가 성분 A를 포함하는 다른 약제를 복용한 후 약물 부작용 발생 확률을 갱신하는 것을 설명한다. 도 7(b)의 사용자와 같은 사용자가 가 성분 A 및 성분 C가 포함된 다른 약제 'b'를 다시 복용한 후 도 8 (b)와 같이 증상 1이 발생하고 증상 2가 미 발생한 경우에 대하여 약물 부작용 확률을 재 산정(갱신)하는 방법을 설명한다.
현재 사용자 '가'에 대하여 기 저장된 성분 A의 증상 1에 대한 개인화된 부작용 확률인 22.5%에 보상 상수 1.5를 적용하여 개인화된 부작용 확률이 33.75%의 부작용 확률로 갱신될 수 있고, 기 저장된 성분 A의 증상 2에 대한 개인화된 부작용 확률인 3.75%에 역 보상 상수 0.5를 적용하여 개인화된 부작용 확률이 1.875%의 부작용 확률로 갱신될 수 있다. 또한, 약제 'b'에 포함된 성분 C는 최초 복용한 경우 성분 C의 증상 1에 대한 통계적인 부작용 확률 10%에 보상 상수 1.5를 적용하여 성분 C에 대한 개인화된 부작용 확률을 15%로 산정할 수 있다.
다른 실시 예에서, 데이터 베이스에 해당 약제 또는 해당 약제에 포함된 성분의 통계적인 부작용 확률 값이 존재하지 않는 경우, 구현의 측면에서 임의의 특정 상수 값(매우 작을 수 있다)으로 초기 값을 설정할 수 있다.
위와 같은 방법을 통하여, 사용자는 일부의 성분이 겹치는 서로 다른 약물들을 복용한 경험이 누적될수록 개인화된 부작용 발생 확률을 획득하고, 이에 기반하여 회피할 약물을 결정할 수 있다.
다른 실시 예에서, 서버 장치(200)는 약물 또는 약물에 포함된 성분의 통계적인 부작용 확률에 기반하여 보상 상수를 성분마다 서로 다르게 설정할 수 있다.
예를 들어, 약물에 포함된 성분의 통계적인 부작용 확률이 도 6과 같은 경우, 성분 A의 증상 1에 대한 보상 상수는 성분 B의 증상 1에 대한 보상 상수보다 낮게 설정할 수 있다. 따라서, 동일한 부작용 증상을 가진 복수의 성분들에 대해서도 서로 다른 통계적 확률을 반영하여 개인화된 부작용 발생 확률을 획득할 수 있다.
다른 실시 예에서, 서버 장치(200)는 사용자의 동일한 성분을 복용한 후 동일한 부작용이 발생한 경험의 연속된 횟수에 기반하여 보상 상수를 서로 다르게 설정할 수 있다.
예를 들어, 서버 장치(200)는 성분 A의 증상 1을 첫 번째로 경험했을 때의 보상 상수보다 성분 A의 증상 1을 연속하여 두 번째로 경험했을 때의 보상 상수를 더 크게 설정할 수 있다. 따라서, 서로 다른 약물들을 복용한 경험이 누적될수록 보다 정밀하게 개인화된 부작용 발생 확률을 획득할 수 있다.
다른 실시 예에서, 서버 장치(200)는 사용자가 경험한 부작용의 강도에 기반하여 보상 상수를 서로 다르게 설정할 수 있다.
예를 들어, 서버 장치(200)는 성분 A의 증상 1을 강도 1로 경험했을 때의 보상 상수보다 성분 A의 증상 1을 강도 2로 경험했을 때의 보상 상수를 더 크게 설정할 수 있다. 서버 장치(200)는 사용자 단말기(100)에 사용자가 경험한 부작용의 강도를 선택할 수 있는 인터페이스를 제공할 수 있다. 따라서, 약물들을 복용한 경험이 누적될수록 보다 정밀하게 개인화된 부작용 발생 확률을 획득할 수 있다.
다른 실시 예에서, 서버 장치(200)는 사용자가 이전에 복용한 약물의 약물 혈중 농도가 특정 레벨 이상인 경우, 즉 이전에 복용한 약물이 체내에 잔존하는 것으로 판단한 경우, 약물의 부작용 확률 산정을 위한 경험에서 배제할 수 있다.
예를 들어, 서버 장치(200)는 사용자가 이전에 성분 A가 포함된 약제를 복용한 시간을 확인하고, 미리 설정된 사용자의 신체 정보에 기반하여 성분 A의 혈중 농도를 계산하고 혈중 농도가 미리 설정된 기준 이상인 경우 부작용이 발생하였더라도 이를 약물의 부작용 확률 산정을 위한 경험에서 배제할 수 있다. 따라서, 이전 복용으로 인하여 부작용 경험이 중복적으로 적용되어 약물의 부작용 확률이 높아지는 것을 배제할 수 있다.
전술한 본 개시는, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 상기 컴퓨터는 사용자 단말기 또는 서버 장치의 프로세서를 포함할 수도 있다.
한편, 상기 프로그램은 본 개시를 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 통상의 기술자에게 공지되어 사용 가능한 것일 수 있다. 프로그램의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함될 수 있다.
본 개시의 명세서(특히 특허청구범위에서)에서 "상기"의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 본 개시에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 발명의 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다.
본 개시에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 본 개시가 한정되는 것은 아니다. 본 개시에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 본 개시를 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 본 개시의 범위가 한정되는 것은 아니다. 또한, 통상의 기술자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 인자(factor)에 따라 구성될 수 있음을 알 수 있다.
따라서, 본 개시의 사상은 상기 설명된 실시 예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 개시의 사상의 범주에 속한다고 할 것이다.
100: 사용자 단말기
200: 서버 장치
300: 데이터베이스
200: 서버 장치
300: 데이터베이스
Claims (17)
- 각 단계가 컴퓨팅 장치에 의해 수행되는 방법으로서,
대상자가 복용한 약제를 확인하는 단계;
상기 대상자의 상기 약제의 복용에 따른 상기 대상자로부터 입력 받은 부작용의 경험을 확인하는 단계;
상기 대상자의 상기 부작용의 경험에 기반하여 상기 약제와 관련하여 상기 대상자의 부작용의 발생 확률을 산정하는 단계를 포함하며,
상기 대상자의 상기 부작용의 발생 확률을 산정하는 단계는,
상기 대상자가 앓고 있는 제1 질병을 확인하는 단계;
상기 제1 질병의 제1 증상을 확인하는 단계; 및
상기 제1 증상과 상기 부작용의 일치 여부에 기반하여 상기 대상자의 상기 부작용의 발생 확률을 산정하는 단계를 포함하는,
컴퓨팅 장치의 개인화된 약물 부작용 확률 산정 방법. - 제1 항에 있어서,
상기 약제와 관련하여 상기 대상자의 상기 부작용의 발생 확률을 산정하는 단계는,
상기 대상자가 상기 약제를 복용한 경험이 입력될 때마다 상기 부작용의 발생 확률을 갱신하는 단계를 포함하는,
컴퓨팅 장치의 개인화된 약물 부작용 확률 산정 방법. - 제2 항에 있어서,
상기 부작용의 발생 확률을 갱신하는 단계는,
상기 대상자가 상기 약제를 복용한 후 입력한 부작용의 미 발생 경험에 기반하여 상기 부작용의 발생 확률을 갱신하는 단계를 포함하는,
컴퓨팅 장치의 개인화된 약물 부작용 확률 산정 방법. - 제2 항에 있어서,
상기 부작용의 발생 확률을 갱신하는 단계는,
상기 대상자가 상기 약제를 복용한 후 입력한 부작용의 발생 여부에 따라, 서로 다른 알고리듬을 적용하여 상기 대상자의 상기 부작용의 발생 확률을 갱신하는 단계를 포함하는,
컴퓨팅 장치의 개인화된 약물 부작용 확률 산정 방법. - 삭제
- 제1 항에 있어서,
상기 제1 증상과 상기 부작용의 일치 여부에 기반하여 상기 대상자의 상기 부작용의 발생 확률을 산정하는 단계는,
상기 제1 증상과 상기 부작용이 일치하지 않는 경우, 상기 약제에 포함된 적어도 하나의 성분을 확인하는 단계;
약물 데이터베이스에서 획득한 상기 약제에 포함된 제1 성분의 부작용과 상기 대상자가 입력한 상기 부작용의 일치 여부를 확인하는 단계; 및
상기 제1 성분의 부작용 정보와 상기 대상자의 상기 부작용이 일치하는 경우, 상기 대상자의 상기 제1 성분에 대한 상기 부작용의 발생 확률을 증가시키는 단계를 포함하는,
컴퓨팅 장치의 개인화된 약물 부작용 확률 산정 방법. - 제6 항에 있어서,
상기 대상자의 상기 제1 성분에 대한 상기 부작용의 발생 확률을 증가시키는 단계는,
약물 데이터베이스에서 획득한 상기 약제에 포함된 제1 성분의 부작용의 통계적 확률에 기반하여 상기 대상자의 상기 제1 성분에 대한 상기 부작용의 발생 확률을 증가시키는 단계를 포함하는,
컴퓨팅 장치의 개인화된 약물 부작용 확률 산정 방법. - 제6 항에 있어서,
상기 대상자의 상기 제1 성분에 대한 상기 부작용의 발생 확률을 증가시키는 단계는,
상기 대상자의 상기 제1 성분에 대한 상기 부작용의 발생 경험의 연속된 횟수에 기반하여 상기 대상자의 상기 제1 성분에 대한 상기 부작용의 발생 확률을 증가시키는 단계를 포함하는,
컴퓨팅 장치의 개인화된 약물 부작용 확률 산정 방법. - 제6 항에 있어서,
상기 대상자의 상기 제1 성분에 대한 상기 부작용의 발생 확률을 증가시키는 단계는,
상기 대상자가 입력한 상기 부작용의 강도를 확인하는 단계; 및
상기 부작용의 강도에 기반하여 상기 대상자의 상기 제1 성분에 대한 상기 부작용의 발생 확률을 증가시키는 단계를 포함하는,
컴퓨팅 장치의 개인화된 약물 부작용 확률 산정 방법. - 제1 항에 있어서,
상기 제1 증상과 상기 부작용의 일치 여부에 기반하여 상기 대상자의 상기 부작용의 발생 확률을 산정하는 단계는,
상기 제1 증상과 상기 부작용이 일치하지 않는 경우, 상기 약제에 포함된 적어도 하나의 성분을 확인하는 단계;
약물 데이터베이스에서 획득한 상기 약제에 포함된 제1 성분의 부작용과 상기 대상자가 입력한 상기 부작용의 일치 여부를 확인하는 단계; 및
상기 대상자가 이전에 상기 제1 성분이 포함된 약제를 복용한 시간으로부터 도과된 시간 및 상기 대상자의 신체 정보에 기반하여 상기 제1 성분의 이전 복용으로 인한 약물 혈중 농도를 계산하고, 상기 약물 혈중 농도에 기반하여 상기 대상자의 상기 부작용의 발생 확률을 산정하는 단계를 포함하는,
컴퓨팅 장치의 개인화된 약물 부작용 확률 산정 방법. - 제1 항에 있어서,
상기 대상자의 상기 부작용의 발생 확률을 산정하는 단계는,
상기 대상자로부터 상기 약제의 복용에 따른 상기 부작용의 발생이 없는 것으로 입력된 경우, 상기 약제에 포함된 적어도 하나의 성분에 대한 상기 대상자의 상기 부작용의 발생 확률을 감소시키는 단계를 포함하는,
컴퓨팅 장치의 개인화된 약물 부작용 확률 산정 방법. - 프로세서; 및
상기 프로세서와 기능적으로 연결되고, 상기 프로세서에서 수행되는 적어도 하나의 코드가 저장되는 메모리를 포함하고,
상기 메모리는 상기 프로세서에서 실행될 때 상기 프로세서로 하여금 대상자가 복용한 약제를 확인하고, 상기 대상자의 상기 약제의 복용에 따른 상기 대상자로부터 입력 받은 부작용의 발생을 확인하고, 상기 대상자의 상기 부작용의 경험에 기반하여 상기 약제와 관련하여 상기 대상자의 부작용의 발생 확률을 산정하도록 야기하는 코드를 저장하며,
상기 메모리는 상기 프로세서에서 실행될 때 상기 프로세서로 하여금 상기 대상자가 앓고 있는 제1 질병의 제1 증상과 상기 부작용의 일치 여부에 기반하여 상기 대상자의 상기 부작용의 발생 확률을 산정하도록 야기하는 코드를 더 저장하는, 컴퓨팅 장치. - 제12 항에 있어서,
상기 메모리는 상기 프로세서에서 실행될 때 상기 프로세서로 하여금 상기 대상자가 상기 약제를 복용한 경험이 입력될 때마다 상기 부작용의 발생 확률을 갱신하도록 야기하는 코드를 더 저장하는,
컴퓨팅 장치. - 제13 항에 있어서,
상기 메모리는 상기 프로세서에서 실행될 때 상기 프로세서로 하여금 상기 대상자가 상기 약제를 복용한 후 입력한 부작용의 발생 여부에 따라, 서로 다른 알고리듬을 적용하여 상기 대상자의 상기 부작용의 발생 확률을 갱신하도록 야기하는 코드를 더 저장하는,
컴퓨팅 장치. - 삭제
- 제12 항에 있어서,
상기 메모리는 상기 프로세서에서 실행될 때 상기 프로세서로 하여금 상기 제1 증상과 상기 부작용이 일치하지 않는 경우, 상기 약제에 포함된 적어도 하나의 성분을 확인하고, 약물 데이터베이스에서 획득한 상기 약제에 포함된 제1 성분의 부작용과 상기 대상자가 입력한 상기 부작용의 일치 여부를 확인하며, 상기 제1 성분의 부작용 정보와 상기 대상자의 상기 부작용이 일치하는 경우, 상기 대상자의 상기 제1 성분에 대한 상기 부작용의 발생 확률을 증가시키도록 야기하는 코드를 더 저장하는,
컴퓨팅 장치. - 제12 항에 있어서,
상기 메모리는 상기 프로세서에서 실행될 때 상기 프로세서로 하여금 상기 대상자로부터 상기 약제의 복용에 따른 상기 부작용의 발생이 없는 것으로 입력된 경우, 상기 약제에 포함된 적어도 하나의 성분에 대한 상기 대상자의 상기 부작용의 발생 확률을 감소시키도록 야기하는 코드를 더 저장하는,
컴퓨팅 장치.
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200187377A KR102656669B1 (ko) | 2020-12-30 | 2020-12-30 | 약물 부작용의 개인화된 확률을 산정하는 방법 및 장치 |
| PCT/KR2021/020126 WO2022146015A1 (ko) | 2020-12-30 | 2021-12-29 | 약물 부작용의 개인화된 확률을 산정하는 방법 및 장치 |
| CN202180094842.6A CN116888681A (zh) | 2020-12-30 | 2021-12-29 | 计算药物副作用的个体化概率的方法及装置 |
| US18/345,630 US20240013930A1 (en) | 2020-12-30 | 2023-06-30 | Apparatus and method for estimating personalized probability of drug side effects |
| KR1020240046870A KR20240049792A (ko) | 2020-12-30 | 2024-04-05 | 확률 기반의 약물 부작용 산정 방법 및 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200187377A KR102656669B1 (ko) | 2020-12-30 | 2020-12-30 | 약물 부작용의 개인화된 확률을 산정하는 방법 및 장치 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020240046870A Division KR20240049792A (ko) | 2020-12-30 | 2024-04-05 | 확률 기반의 약물 부작용 산정 방법 및 장치 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220097601A KR20220097601A (ko) | 2022-07-08 |
| KR102656669B1 true KR102656669B1 (ko) | 2024-04-12 |
Family
ID=82260667
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200187377A KR102656669B1 (ko) | 2020-12-30 | 2020-12-30 | 약물 부작용의 개인화된 확률을 산정하는 방법 및 장치 |
| KR1020240046870A KR20240049792A (ko) | 2020-12-30 | 2024-04-05 | 확률 기반의 약물 부작용 산정 방법 및 장치 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020240046870A KR20240049792A (ko) | 2020-12-30 | 2024-04-05 | 확률 기반의 약물 부작용 산정 방법 및 장치 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20240013930A1 (ko) |
| KR (2) | KR102656669B1 (ko) |
| CN (1) | CN116888681A (ko) |
| WO (1) | WO2022146015A1 (ko) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102507211B1 (ko) | 2022-08-19 | 2023-03-06 | 김준형 | 약물 부작용 분석 장치, 약물 부작용 분석 방법, 및 약물 부작용 분석 방법을 실행시키는 프로그램이 기록된 기록 매체 |
| KR102609482B1 (ko) * | 2022-09-27 | 2023-12-05 | 강민규 | 개인화 부작용 데이터를 이용한 부작용 약물 탐지 및 최적화된 약물 제공 방법 및 장치 |
| KR102489445B1 (ko) * | 2022-09-29 | 2023-01-18 | 김응호 | 웨어러블 기기를 이용한 알레르기 성분 검사 방법, 장치 및 시스템 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018147463A (ja) * | 2017-03-02 | 2018-09-20 | 茂樹 扇谷 | 薬剤の副作用発現リスク精査システム、薬剤の副作用発現リスクを精査するための方法、およびコンピュータプログラム |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010505155A (ja) * | 2006-08-22 | 2010-02-18 | リード ホース テクノロジーズ インコーポレイテッド | 医療評価支援システムと方法 |
| KR20080042256A (ko) * | 2006-11-09 | 2008-05-15 | 아주대학교산학협력단 | 약물부작용감시 시스템 |
| WO2012001921A1 (ja) * | 2010-06-28 | 2012-01-05 | 日本電気株式会社 | フィードバック情報を用いた医療情報からの異常イベント抽出装置、方法およびプログラム |
| KR101419753B1 (ko) * | 2012-10-16 | 2014-07-17 | 안형준 | 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템 및 그 방법 |
| KR20190054762A (ko) * | 2017-11-14 | 2019-05-22 | 주식회사 유비케어 | 처방약품 부작용 관리 방법 및 처방약품 부작용 관리 시스템 |
| US20210027891A1 (en) | 2018-03-23 | 2021-01-28 | Biosigns Pte. Ltd. | Systems and Methods for Personalized Medication Therapy Management |
-
2020
- 2020-12-30 KR KR1020200187377A patent/KR102656669B1/ko active IP Right Grant
-
2021
- 2021-12-29 CN CN202180094842.6A patent/CN116888681A/zh active Pending
- 2021-12-29 WO PCT/KR2021/020126 patent/WO2022146015A1/ko active Application Filing
-
2023
- 2023-06-30 US US18/345,630 patent/US20240013930A1/en active Pending
-
2024
- 2024-04-05 KR KR1020240046870A patent/KR20240049792A/ko not_active Application Discontinuation
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018147463A (ja) * | 2017-03-02 | 2018-09-20 | 茂樹 扇谷 | 薬剤の副作用発現リスク精査システム、薬剤の副作用発現リスクを精査するための方法、およびコンピュータプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116888681A (zh) | 2023-10-13 |
| KR20240049792A (ko) | 2024-04-17 |
| US20240013930A1 (en) | 2024-01-11 |
| WO2022146015A1 (ko) | 2022-07-07 |
| KR20220097601A (ko) | 2022-07-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102656669B1 (ko) | 약물 부작용의 개인화된 확률을 산정하는 방법 및 장치 | |
| CN106572820B (zh) | 一种疼痛评估系统 | |
| US10103947B2 (en) | Processing of portable device data | |
| US20200234806A1 (en) | Method and system for intelligent completion of medical record based on big data analytics | |
| US10984895B2 (en) | System and method for health and wellness mobile management | |
| US20180166176A1 (en) | Systems and methods of automated access into a telehealth network | |
| US20050277872A1 (en) | Apparatus and method for mobile medical services | |
| KR20140028929A (ko) | 이동 단말을 이용한 개인 의료 진료 방법 및 장치 | |
| US20190095957A1 (en) | Systems, apparatuses, and methods for physiological data collection and providing targeted content | |
| US11315667B2 (en) | Patient healthcare record templates | |
| CN112331298A (zh) | 开具药方的方法、装置、电子设备及存储介质 | |
| CN109300017B (zh) | 基于数据分析的保单推荐方法、装置、服务器及存储介质 | |
| WO2020069061A1 (en) | Medical cannabis platform with physician and patient portals | |
| US20220310219A1 (en) | Medical record digest | |
| US20220164473A1 (en) | Charting logic decision support in electronic patient charting | |
| Fiscella et al. | Strategies to promote equity in COVID-19 antiviral treatment | |
| JP6338957B2 (ja) | 治験適合患者選択装置、システム及び方法 | |
| US20160125145A1 (en) | Apparatus, system and method for displaying medicine-taking information | |
| US20120253842A1 (en) | Methods, apparatuses and computer program products for generating aggregated health care summaries | |
| US20220189639A1 (en) | Healthcare device, system, and method | |
| US20210304860A1 (en) | Systems and methods of integrating medical device case files with corresponding patient care records | |
| US20230214465A1 (en) | Medical information control apparatus, system, method, and non-transitory computer readable medium storing program | |
| CN111527515A (zh) | 计算机系统、药物建议方法以及程序 | |
| US20160364541A1 (en) | System and Method of Automated Access into a Telehealth Network | |
| US20220392647A1 (en) | Store device for digital therapeutic object and operation method therefor |
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 |