KR20110025893A - 자동화된 온톨로지 생성 시스템 및 방법 - Google Patents

자동화된 온톨로지 생성 시스템 및 방법 Download PDF

Info

Publication number
KR20110025893A
KR20110025893A KR1020107021205A KR20107021205A KR20110025893A KR 20110025893 A KR20110025893 A KR 20110025893A KR 1020107021205 A KR1020107021205 A KR 1020107021205A KR 20107021205 A KR20107021205 A KR 20107021205A KR 20110025893 A KR20110025893 A KR 20110025893A
Authority
KR
South Korea
Prior art keywords
query
term
terms
search
ontology
Prior art date
Application number
KR1020107021205A
Other languages
English (en)
Inventor
존 엠 암스트롱
라모나 알 라이프니츠
Original Assignee
리드 홀스 테크놀로지스 인코포레이티드
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 리드 홀스 테크놀로지스 인코포레이티드 filed Critical 리드 홀스 테크놀로지스 인코포레이티드
Publication of KR20110025893A publication Critical patent/KR20110025893A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/3332—Query translation
    • G06F16/3338—Query expansion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Primary Health Care (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Chemical & Material Sciences (AREA)
  • Toxicology (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

온톨로지 생성을 위한 자동화된 방법이 제공된다. 일실시예에서, 이용자는 환자가 경험한 부작용을 나타내는 단일의 임상 용어 또는 임상 용어의 일부를 입력한다. 이에 응답하여, 시스템은 개념적으로 관련된 용어들의 리스트가 생성되도록 한다.

Description

자동화된 온톨로지 생성 시스템 및 방법{AUTOMATED ONTOLOGY GENERATION SYSTEM AND METHOD}
본 발명은 검색어(search term)를 수신하고 그 검색어를 수신된 검색어와 관련된 검색어 리스트로 확장시키기 위한 컴퓨터 기반 온톨로지(ontology) 생성 시스템에 관한 것이다.
의학적 관리 및 처치는 사람들에게 매우 흔한일이다. 이러한 의학적 관리는 통상적으로 헬스 캐어 공급자에 의해 제공되며, 주기적인 검사, 진단 및 처치를 포함할 수 있다. 몇몇 경우에, 환자는 처치를 받고나서, 예를 들어, 환자 상태의 악화와 같은 부작용을 경험한다. 현재에는 이러한 부작용과 처치 사이에 인과 관계가 있는지 여부를 분석하기 위해 이용가능한 많은 컴퓨터 시스템이 있다.
이러한 시스템은 예를 들어, 이용자로 하여금 환자가 경험중이거나 경험한 부작용을 명시할 수 있도록 할 수도 있다. 이에 응답하여, 시스템은 데이터베이스에서 부작용과 관련된 모든 정보 소스를 식별하기 위해 데이터베이스 검색을 수행하고, 그 검색 결과를 이용자에게 제공한다. 예를 들어, 만일 이용자가 부작용으로서 "심장 떨림(heart palpitations)"을 명시하면, 시스템은 데이터베이스에서 "심장 떨림"과 관련된 모든 정보 소스를 식별하기 위해 데이터베이스를 검색하고, 그 검색 결과를 이용자에게 제공한다.
현재 이용가능한 다른 시스템은 이용자로 하여금 환자에게 투여된 약물과 그 후에 환자가 경험한 부작용을 명시할 수 있도록 한다. 이에 응답하여, 시스템은 "PPI(Pharmaceutical Package Inserts)"의 데이터베이스를 검색하게 되는데, 이 "PPI"는 처방 약물의 제조사에 의해 준비되는 서류이며, 명시된 약물의 PPI 내에 부작용의 설명을 위해 환자에 대한 약물의 조제에 관한 것을 수반한다. 예를 들어, 만일 이용자가 약물을 와핀 소듐(warfun sodium)으로, 그리고 부작용으로서 "출혈"을 명시하면, 시스템은 와핀 소듐 PPI에 대해 PPI 데이터베이스를 검색하고, 와핀 소듐에 대한 PPI에 부작용으로서 "출혈"이 식별되어 있는지를 판단하고, 그 검색 결과를 이용자에게 제공한다.
또다른 시스템으로는 약물의 조합과 관련된 이미 알려진 부작용이 있는지 여부를 판단하는 시스템이 알려져 있다. 이러한 시스템에서, 이용자는 환자가 복용중이거나 복용한 2개 또는 그 이상의 약물을 입력한다. 그러면, 시스템은 이 정보를 명시된 약물의 조합과 관련된 알려진 부작용의 검색에 이용한다. 그리고, 검색 결과는 이용자에게 제공된다. 예를 들어, 만일 환자가 "약물 A"와 "약물 B"를 복용중이거나 복용했다고 이용자가 명시하면, 시스템은 "약물 A"와 "약물 B"를 복용한 환자와 관련된 하나 또는 그 이상의 알려진 부작용이 있는지 여부를 판단하기 위해 데이터베이스를 검색하고, 그 결과를 이용자에게 통지한다.
발명의 요약
전술한 바와 같은 다양한 시스템은 검색을 수행하기 위해 검색어에 의존하고 결과를 생성한다. 본 발명은 검색을 위한 입력이 검색 결과에 상당한 영향을 줄 수 있다는 것을 인식하고 있다. 예를 들어, 부정확한 검색어가 이용되는 경우에, 검색은 결과를 생성하지 못하거나 부정확한 결과를 생성할 수 있다. 이러한 경우에, 시스템의 이용자가 중요한 건강관련 정보를 이용하지 못할 수도 있다. 본 발명은 질의에서 수신된 검색어를 확장하고, 그 확장된 검색어 셋트를 예를 들어, 의료 평가 시스템에 제공하는 방법 및 시스템을 제공한다.
한 양태로서, 의료 평가 지원 시스템에서 의료 평가 질의 용어를 생성하기 위한 방법이 제공된다. 이 방법은, (a)환자가 경험한 부작용을 기술하는 검색어를 수신하는 단계; (b)상기 검색어와 기능적으로 관련된 다수의 임상 용어를 식별하는 단계; 및 (c)상기 다수의 임상 용어를 포함하는 의료 평가 질의를 의료 평가 지원 시스템에서 데이터베이스 검색을 위해 제공하는 단계를 포함한다. 상기 의료 평가 질의는 환자에게 적용된 약물/처치나 환자의 상태/증상의 식별, 또는 이들 모두를 더 포함한다.
일실시예에서, 상기 다수의 임상 용어의 식별 단계는, (a)상기 검색어를 포함하고, 다수의 관련 용어들의 그룹을 포함하는 온톨로지를 판단하는 단계; 및 (b)상기 다수의 관련 용어들의 그룹에 관련된 소정의 규칙에 기반하여 상기 다수의 임상 용어를 식별하는 단계를 포함한다. 상기 다수의 관련 용어들의 그룹 중 하나 또는 그 이상의 그룹은 직접 관련 용어와 간접 관련 용어를 포함하는 용어들의 계층체계(hierachy)를 포함하고, 상기 다수의 임상 용어는 상기 계층체계의 직접 관련 용어들의 각각의 조합을 포함한다. 다른 실시예에서, 상기 다수의 임상 용어의 식별 단계는, (a)전자 통신 장치를 이용하여, 질의에 기반하여 데이터베이스 검색을 제공하고 그 질의에 대한 동의어(존재하는 경우)를 식별하는 시스템화된 명명법 데이터베이스와의 통신 링크를 설정하는 단계; (b)상기 전자 통신 장치를 이용하여 상기 검색어의 적어도 일부를 포함하는 질의를 상기 시스템화된 명명법 데이터베이스로 전송하는 단계; 및 (c)상기 전송 단계에 응답하여, 상기 질의에 기반하여 상기 시스템화된 명명법 데이터베이스에 의해 수행되며, 상기 질의 용어의 동의어를 식별하는 데이터베이스 검색의 결과를 수신하는 단계를 포함한다. 또한, 상기 데이터베이스 검색에 의해 식별된 각각의 동의어에 대해, 상기 방법은, (d)동의어를 포함하는 질의를 상기 전자 통신 장치를 이용하여 상기 시스템화된 명명법 데이터베이스로 전송하는 단계; 및 (e)상기 전송 단계에 응답하여, 상기 질의에 기반하여 상기 시스템화된 명명법 데이터베이스에 의해 수행되며, 상기 검색어의 동의어를 식별하는 데이터베이스 검색의 결과를 수신하는 단계를 더 포함할 수 있다. 또한, 상기 다수의 임상 용어의 식별 단계는 상기 데이터베이스 검색의 결과에서 식별되는 여분의 임상 용어를 제거하는 단계를 더 포함할 수 있다.
다른 실시예에서, 상기 다수의 임상 용어의 식별 단계는, (a)상기 검색어를 포함하고 다수의 관련 용어들의 그룹을 포함하는 온톨로지를 판단하는 단계; (b)상기 다수의 관련 용어 그룹에 관련된 소정의 규칙에 기반하여 다수의 질의 용어를 식별하는 단계; (c)전자 통신 장치를 이용하여, 질의에 기반하여 데이터베이스 검색을 제공하고 그 질의에 대한 동의어(존재하는 경우)를 식별하는 시스템화된 명명법 데이터베이스와의 통신 링크를 설정하는 단계; (d)상기 전자 통신 장치를 이용하여, 각각의 식별된 질의 용어에 대해, 상기 식별된 질의 용어의 적어도 일부를 포함하는 질의를 상기 시스템화된 명명법 데이터베이스로 전송하는 단계; 및 (e)상기 전송 단계에 응답하여, 상기 질의에 기반하여 상기 시스템화된 명명법 데이터베이스에 의해 수행되며, 상기 질의 용어의 동의어를 식별하는 데이터베이스 검색의 결과를 수신하는 단계를 포함한다. 또한, 일실시예에서, 상기 다수의 임상 용어의 식별 단계는, 상기 데이터베이스 검색에 의해 식별된 각각의 동의어에 대해, (f)동의어를 포함하는 질의를 상기 전자 통신 장치를 이용하여 상기 시스템화된 명명법 데이터베이스로 전송하는 단계; 및 (g)상기 전송 단계에 응답하여, 상기 질의에 기반하여 상기 시스템화된 명명법 데이터베이스에 의해 수행되며, 상기 검색어의 동의어를 식별하는 데이터베이스 검색의 결과를 수신하는 단계를 더 포함한다. 또한, 상기 다수의 임상 용어의 식별 단계는 데이터베이스 검색의 결과에서 식별된 여분의 임상 용어를 제거하는 단계를 더 포함할 수 있다.
또 다른 실시예에서, 상기 다수의 임상 용어의 식별 단계는, (a)상기 다수의 임상 용어를 검토를 위해 제3자에게 제공하는 단계; (b)상기 검토된 임상 용어를 저장하는 단계; 및 (c)상기 검색어를 수신하는 것에 응답하여 상기 검토된 임상 용어를 상기 다수의 임상 용어로서 제공하는 단계를 포함한다.
본 발명의 다른 양태는 온톨로지-기반 검색어 확장을 제공하는 방법을 제공하며, 이 방법은, (a)전자 통신 장치를 이용하여 자동화된 온톨로지 생성 시스템과의 통신 링크를 설정하는 단계; (b)검색어를 포함하는 질의를 상기 전자 통신 장치를 이용하여 상기 자동화된 온톨로지 생성 시스템으로 전송하는 단계; 및 (c)상기 전송 단계에 응답하여, 상기 자동화된 온톨로지 생성 시스템으로부터, 그리고 상기 질의에 기반하여 시스템화된 명명법 데이터베이스에 의해 수행되며 상기 질의 용어의 동의어를 식별하는 데이터베이스 검색으로부터 다수의 관련 검색어를 수신하는 단계를 포함한다. 상기 다수의 관련 검색어는 상기 검색어를 포함하고 다수의 관련 용어들의 그룹을 포함하는 온톨로지로부터 판단이 이루어지고, 상기 다수의 관련 용어들의 그룹에 관련된 소정의 규칙에 기반할 수 있다. 일실시예에서, 상기 다수의 관련 용어들의 그룹 중 하나 또는 그 이상의 그룹은 직접 관련 용어 및 간접 관련 용어를 포함하는 관련 용어들의 계층체계를 포함하고, 상기 다수의 임상 용어는 상기 계층체계의 직접 관련 용어들의 각각의 조합을 포함한다.
또 다른 양태에서, 본 발명은 온톨로지-기반 검색어 확장을 제공하기 위한 시스템을 제공한다. 이 양태의 시스템은, (a)이용자와 관련된 전자 통신 장치로부터 질의를 수신하고, 상기 질의에 기반한 검색어 확장의 결과를 상기 이용자와 관련된 전자 통신 장치로 전송하기 위한 이용자 인터페이스; (b)상기 이용자 인터페이스로부터 수신되는 질의에 기반하여 온톨로지를 판단하고, 다수의 검색어를 상기 이용자와 관련된 전자 통신 장치로의 후속 전송을 위해 상기 이용자 인터페이스로 제공하기 위한 프로세싱 엔진; 및 (c)상기 질의에 관련된 하나 또는 그 이상의 동의어를 제공할 수 있는 외부 데이터 소스와 통신을 수행하기 위한 데이터 인터페이스를 포함한다. 이 양태의 프로세싱 엔진은 상기 검색어를 포함하는 다수의 온톨로지 중 하나의 온톨로지에 기반하여 추가적인 검색어를 생성하기 위해 상기 질의의 적어도 일부를 처리하기 위한 온톨로지 프로세서를 포함하고, 상기 온톨로지는 다수의 관련 용어들의 그룹을 포함한다.
일실시예에서, 상기 다수의 온톨로지는 관련 용어들의 그룹을 포함하고, 적어도 하나의 온톨로지는 관련 용어들의 계츨체계를 포함하고, 상기 온톨로지 프로세서는 상기 계층체계의 용어들의 관계에 대응하는 소정의 규칙에 기반하여 상기 추가적인 검색어를 생성한다. 상기 질의는 상기 외부 데이터 소스로부터 제공되는 동의어에 기반하여 하나 또는 그 이상의 추가적인 검색어를 식별하는 반복적인 질의일 수 있고, 상기 프로세싱 엔진은 상기 반복적인 질의에 기반하여 추가적인 검색어에 대해 반복적으로 검색한다. 상기 프로세싱 엔진은 상기 질의에서 식별된 여분의 임상 용어를 제거할 수 있다.
본 발명에 따르면, 질의에서 수신된 검색어를 확장하고, 그 확장된 검색어 셋트를 예를 들어, 의료 평가 시스템에 제공함으로써 검색의 정확성을 높일 수 있는 효과가 있다.
도1은 본 발명의 일실시예를 도시한 흐름도.
도2는 일실시예에 이용될 수 있는 의료 평가 시스템의 검색 입력 스크린을 도시한 도면.
도3은 일실시예의 방법 운용의 흐름도.
도4a 내지 도4o는 예시적인 심장 기능장애 온톨로지를 도시한 도면.
도5a 및 도5b는 예시적인 설사(diarrhea) 온톨로지를 도시한 도면.
도6a 내지 도6d는 예시적인 췌장(pancreas) 기능장애 온톨로지를 도시한 도면.
도7a 내지 도7d는 예시적인 간 기능장애 온톨로지를 도시한 도면.
도8 내지 도12는 일실시예에 이용될 수 있는 SNOMED CT 검색을 위한 검색 입력 스크린을 도시한 도면.
도1은 본 발명에 따라 부작용과 관련된 정보를 제공하기 위해 의료 평가 지원 시스템에 포함될 수 있는 온톨로지-기반 검색어 확장기(expander)의 일실시예를 도시하고 있다. 이러한 의료 평가 시스템은 함께 계류중인 PCT 특허출원 PCT/US2007/076583호(출원일:2007년 8월 22일, 발명의 명칭:Medical Assessment Suport System and Method)에 기재된 것과 유사하며, 이 특허출원의 전체 기재사항은 참조로서 본 명세서에 포함된다. 이러한 의료 평가 지원 시스템에는 환자의 상태/증상, 환자의 약물/처치, 환자의 투약/처치 및 부작용을 포함하는 정보와 이들 입력에 관련된 출력 정보가 제공될 수 있다. 시스템(20)은 이 시스템(20)과 이용자(24)와 관련된 전자 장치 또는 컴퓨팅 장치 사이의 통신을 용이하게 하는 이용자 인터페이스(22)를 포함하며, 이러한 전자 장치 또는 컴퓨팅 장치는 이용자 인터페이스(22)에 직접 접속되거나 또는 네트워크(26)를 통해 접속될 수 있다. 데이터 인터페이스(28)는 이용자가 이용자 인터페이스(22)를 통해 시스템(20)에 통신하는 질의에 서비스하기 위해 이용되는 하나 또는 그 이상의 외부 데이터 또는 정보 소스(30)와 시스템(20) 사이의 통신을 용이하게 한다. 외부 데이터 소스(30)는 데이터 인터페이스(28)에 직접 접속될 수도 있고, 네트워크(32) 접속을 통해 접속될 수도 있다. 프로세싱 엔진(34)은 이용자 인터페이스(22)를 통해 제공되는 이용자 질의에 응답하여 하나 또는 그 이상의 데이터 또는 정보 소스의 검색이 수행될 수 있도록 하며, 그 검색 결과를 이용자 인터페이스(22)를 통해 이용자에게 제공한다.
계속해서 도1을 참조하면, 이용자 인터페이스(22)는 네트워크(26)를 통해 이용자와 관련된 클라이언트 웹 브라우저 실행가능 전자 장치 또는 컴퓨팅 장치와 통신할 수 있는 웹 서버를 포함할 수 있다. 이용자 인터페이스(22)가 통신할 수 있는 전자 장치 또는 컴퓨팅 장치는 웹 브라우저를 실행할 수 있는 PC, PDA 및 휴대폰을 포함할 수 있으며, 이에 제한되는 것은 아니다. 이 실시예에서 이용자 인터페이스(22)는 캐쉬 서버 페이지(CSP:Cache Server Pages)를 통해 데이터베이스 관리 시스템(DBMS)에 링크되는 필드를 포함하는 형식의 디스플레이를 클라이언트 브라우저에 제공할 수 있다. 일실시예에서, 이용자 인터페이스(22)와 클라이언트 브라우저는 (1) 약물 정보 또는 투약(medication) 엔트리 필드, (2) 질병 정보 엔트리 필드 및 (3) 부작용 정보 엔트리 필드(이들 필드에 제한되는 것은 아님)를 포함하는 1대1 관계를 유지한다. 도2는 전술한 필드들을 포함하는 예시적인 브라우저 윈도우를 도시하고 있다. 본 실시예에서, 모든 필드는 데이터베이스 관리 시스템(DMBS)(36)에 내부적으로 저장된 정보에 링크된다. 이용자 인터페이스(22)는 웹 이외에 네트워크(광역 또는 지역)를 통해 하나 또는 그 이상의 이용자와의 통신이 수행될 필요가 있는 경우에 어떤 형태의 서버라도 포할 수 있다. 이용자 인터페이스(22)는 또한 이용자와 관련된 전자 장치 또는 컴퓨팅 장치와 통신할 수 있으며, 헬스캐어 산업에 널리 이용되는 메시징 표준인 HL7 메시징을 할 수 있고, 또한, 헬스캐어 산업에 현재 존재하거나 미래에 헬스캐어 산업에 의해 채택될 다른 메시징 프로토콜에 적합하게 적응될 수 있도 있다.
본 실시예에서, 이용자 인터페이스(22)는 또한, 이용자로 하여금 웹 브라우저 윈도우를 바이패스하고, 프로세싱 엔진(34)과 관련된 데이터베이스 관리 시스템에 직접 액세스할 수 있도록 하는 커스텀 인테그레이션 솔루션 인터페이스(custom integration solution interface)를 포함할 수 있다. 이러한 커스텀 인테그레이션 솔루션 인터페이스는 관계형 데이터베이스 또는 객체-지향형 데이터베이스 프로토콜에 따른 질의를 수용할 수 있다. 예를 들어, 인터페이스는 SQL-타입 질의를 위한 ODBC 또는 JDBC 프로토콜을 이용하는 관계형 데이터베이스 질의를 수신할 수 있고, SQL 포맷으로 응답을 송신할 수 있다. 인터페이스는 또한, JAVA, C++, VB, .NET 등에 기반한 질의를 수신하고 적절한 포맷으로 응답을 송신할 수 있다. 인터페이스는 필요한 경우에 다른 프로토콜과 통합하도록 적응될 수 있다. 관계형 또는 객체-지향형 데이터베이스 질의를 처리하기 위한 능력은 질의가 기반하고 있는 프로토콜을 인식할 수 있는 프로토콜-지능형인 캐쉬(CACHE)에 프로세싱 엔진을 배치함으로써 실현된다. 프로토콜-지능형인 다른 시스템도 역시 이용될 수 있다는 것은 이해할 것이다.
계속해서 도1을 참조하면, 데이터 인터페이스(28)는, 개인용, 소유권 있는 전용 또는 공용의 데이터 소스를 포함할 수 있는 통상적으로 상업적인 데이터 소스인 외부 데이터 소스(30)에 데이터 또는 정보에 대한 요구(requests)를 송신하고, 프로세싱 엔진(34)의 일부인 하나 또는 그 이상의 데이터베이스를 구축하기 위해 이용되는 데이터 또는 정보를 데이터 소스로부터 수신하기 위해 이용된다. 일실시예에서, 데이터 인터페이스(28)는 바이오마커(biomarker) 데이터, 안전성 데이터, PPI(Pharmaceutical Package Insert) 데이터, 제약회사 의료 정보(MI), 백서(white papers), 임상 실험 데이터, 마이크로어레이(microarray) 데이터, 게놈(genomic) 및/또는 프로테옴(proteomic) 데이터, SNP(Single nucleotide polymorphisms), 약물-반응 시뮬레이션 시스템 등을 제공하는 데이터 소스에 요구를 송신하고, 이러한 요구에 대한 응답을 수신하기 위해 이용된다. 데이터 인터페이스(28)는 전술한 형태의 데이터 또는 정보의 서브셋트를 제공하는 하나 또는 그 이상의 데이터 소스(30)로 요구를 송신하고 그로부터 응답을 수신할 수 있다. 일실시예에서, 데이터 인터페이스(28)는 HL7, XML, JDBC, ODBC 등을 포함하는 모든 주요 통신 프로토콜을 지원하는 백엔드(back end) 통신 인터페이스이다. 데이터 인터페이스(28)는 서로 다른 외부 시스템들과 통신할 수 있고, 데이터를 분석하고 DBMS(36)으로 빠르고 효율적으로 병합(merge)하기 위해 내부 클래스 구조를 이용하는 기능을 포함할 수 있다. 일실시예에서, DBMS(36)는 다양한 방식으로(객체형, 관계형 테이블 및/또는 기타) 데이터를 저장하고, 관계형 또는 객체형 질의에 빠르게 응답할 수 있다.
계속해서 도1을 참조하면, 프로세싱 엔진(34)은 (a)이용자 인터페이스(22)를 통해 이용자에 의해 제공되는 각각의 질의를 처리하는 애플리케이션 서버(38), (b)온톨로지 언어 프로세서, (c)이용자가 명시한 약물과 질병의 조합에 기반한 부작용에 대한 검색과 이용자가 명시한 부작용과 질병 및 약물 중 적어도 하나에 기반한 검색을 가능하게 하고, 이용자에게 시스템의 이점을 수량화하는 메트릭을 제공하고, 시스템의 이용에 기반한 헬스캐어 공급자인 이용자들을 위한 지속적인 의료 교육 크레딧을 모니터링할 수 있는 클라이언트 데이터베이스 관리 시스템(42), 및/또는 (d)시스템(20) 외부에 있지만 시스템(20)에 액세스할 수 있는 전자 의료 기록 데이터베이스(46)에 대한 액세스를 허용하는 애플리케이션 프로그램 인터페이스(API)(44)를 포함한다. 예시된 실시예에서, 프로세싱 엔진(34)은 객체(Objects) 및 테이블(SQL Relational)로서 데이터를 저장하는 다차원 포스트 데이터베이스 관리 시스템이다. 데이터는 객체지향형 언어(.net, Java, XML 등) 및 SQL, DBMS 관계형 산업 표준에 따르는 데이터베이스 언어를 이용하여 직접 액세스될 수 있다. DBMS(36)는 이용자 응답 시간을 향상시키기 위해 트랜잭션 비트-맵 인덱싱 방식을 이용한다.
예시된 실시예에서, 프로세싱 엔진(34)의 하나 또는 그 이상의 구성요소는 이용자(24)로부터의 검색어를 포함하는 다수의 상이한 형태의 질의에 응답하고, 그 수신된 검색어에 기반하여 확장된 검색어를 포함하는 검색 질의를 생성할 수 있다. 다양한 실시예에서, 검색어는 이용자 인터페이스로 입력될 수 있으며, 검색어에 대해 실행되는 검색 질의의 결과로서 적합한 정보가 제공되는데 도움이 되도록 검색어가 확장될 수 있다. "검색어"라는 용어를 이용할 때, 검색을 원하는 관심 항목(item)에 관련된, 인터페이스로부터 수신되는 하나 또는 그 이상의 단어에 대한 참조가 이루어진다. 만일 데이터 리포지토리(repository)가 인터페이스에서 수신된 개념을 참조할 때 상이한 명명법(nomenclature)을 이용하는 정보를 포함하는 경우에, 검색으로부터 관련 정보가 생성되지 않을 수도 있다. 예를 들어, 의료 평가 시스템에서, 이용자는 "비정상적인 심장 리듬"과 같은 부작용에 대응하는 검색어를 입력할 수도 있다. 그러나, 프로세싱 엔진에 의해 액세스되는 하나 또는 그 이상의 외부 데이터 소스는 "부정맥(arrhythmias)"이라는 카테고리 하에 그러한 부작용에 관련된 정보를 포함할 수도 있다. 이러한 경우에, 검색어와 외부 데이터베이스에 사용된 용어법(terminology)에서의 이러한 차이로 인해, 검색 결과 리스트에서 외부 데이터 소스로부터 아주 관련이 깊은 정보가 회신되지 않을 수도 있다.
본 발명의 실시예는 검색어를 수신할 때, 관련 검색 결과를 생성할 가능성이 높은 다수의 상이한 또는 대안의 검색어를 포함하도록 검색어를 확장하는 검색어 확장을 제공한다. 본 명세서에 개시되는 실시예는 온톨로지-기반 검색어 확장을 제공하고, 다수의 상이한 조건과 관련된 다수의 상이한 온톨로지를 제공한다. 만일 어떤 하나의 온톨로지에 포함된 검색어가 입력되면, 그 온톨로지에 기반하여 다른 검색어에 대한 판단이 이루어진다. 그러므로, 본 발명의 실시예는 이용자에 의해 입력되는 단일 임상 용어에 모두 기능적으로 관련된 검색어 리스트인 "자동 생성 온톨로지(Automatically Generated Ontology:AGO)를 제공한다. 몇몇 실시예에서, 임상 용어는 이용자에 의해 입력되는 부작용에 적용된다. 일실시예에서, 이용자 인터페이스는 이용자가 검색어를 입력할 수 있는 웹-기반 인터페이스를 제공하며, 오토필 기능(autofill functionality)를 통해, AGO는 선호 용어(preferred term:PT)으로도 언급되는 입력된 용어를 관련 임상 용어를 포함하도록 PT를 더욱 확장시키기 위해 가변 기능장애 온톨로지(variable Dysfunction Ontologies)의 "유니버스(universe)"와 비교한다.
이제 도3을 참조하여 일실시예의 동작에 관해 설명한다. 본 실시예에서, 블럭(100)에 도시된 바와 같이, 검색어가 입력되는 것으로 시작된다. 검색어는 웹-액세스가능하고 채워넣을 수 있는 폼(Web Accessable Fillable Form:이하 WAF 폼이라 한다))을 통해 이용자에 의해 이용자 인터페이스로 입력될 수 있다. 이용자 타입으로서, 블럭(104)에서, 오토필 기능(autofill function)이 부분적으로 입력된 검색어에 기반하여 잠재적인 검색어를 판단한다. 예를 들어, 이용자는 WAF 폼으로 검색어 입력을 시작할 수 있으며, 오토필 기능은 입력되는 첫글자를 인식할 수 있고, 입력된 글자와 함께 시작되는 검색어에 대한 하나 또는 그 이상의 옵션을 제공할 수 있다. 다른 실시예는 이용자로부터 또는 자동화된 시스템으로부터 단순히 전체 검색어를 수신할 수도 있으며, 따라서 오토필 기능은 사용되지 않을 수도 있다는 것을 이해할 것이다. 만일 오토필 기능이 사용되면, 이용자는 검색어의 타이핑 에러를 줄이고 타이핑 시간을 줄이는 것과 같은 편리한 기능을 구할 수 있다. 블럭(108)에서는, 검색어가 선택되었는지를 판단한다. 만일 검색어가 선택되지 않았으면, 오토필 용어를 선택하거나 검색어가 전부 입력되었다는 확인을 입력하는 것에 의해, 블럭(100)에서 시작되는 동작이 반복된다. 만일 블럭(108)에서, 검색어가 입력된 것으로 판단이 이루어지면, 입력된 검색어에 기반하여 프로세싱 엔진과 관련된 DBMS에 저장된 온톨로지에 대해 블럭(112)에서 검색이 수행된다. 블럭(116)에서는, 온톨로지부터 다른 검색어가 식별되었는지를 판단한다. 이러한 다른 검색어에 대한 판단에 대해서는 보다 상세하게 후술된다. 만일 식별된 다른 검색어가 없으면, 블럭(120)에 도시된 바와 같이, 검색 엔진으로 질의가 제공된다. 이러한 질의는 내부 데이터 소스 및/또는 하나 또는 그 이상의 외부 데이터 소스에 대해 생성될 수 있다.
일실시예에서, 다른 검색어에 대한 판단은 도1에 도시된 바와 같이 프로세싱 엔진 내의 온톨로지 언어 프로세서를 통해 수행된다. 프로세싱 엔진은 입력된 검색어와 임상적으로 관련된 확장된 검색어 셋트를 식별하기 위해, 시스템(20)에 의해 유지되는 데이터베이스나 또는 시스템(20)에 이용가능한 데이터베이스의 하나 또는 그 이상의 데이터베이스 검색을 수행하기 위해 동작한다. 도4 내지 도7에는 4개의 예시적인 기능장애 온톨로지가 도시되어 있다. 일실시예에서, 이들 온톨로지는 도1에 도시된 시스템(20)의 DBMS(36)와 같은 DBMS에 포함된다. 쉽게 이해될 수 있는 바와 같이, 이러한 온톨로지는 하나 또는 그 이상의 외부 데이터 소스에 포함될 수도 있다. 일실시예에서, 시스템(20)은 이용자 인터페이스(22)로부터 검색어를 수신하자 마자 실시간으로 자동적인 온톨로지 생성을 수행한다. 이용자 인터페이스는 검색어를 수신한다. 예를 들어, 검색어는 부작용 "증가된 간기능 검사(Elevated Liver Function Test)"을 나타내는 "Elevated LFTs"가 될 수도 있다. 그러면, 온톨로지 언어 프로세서는 도7a의 "간기능장애 온톨로지(Liver Dysfunction Ontology)"에서 볼 수 있는 검색어 "Elevated LFTs"에 대해 이용가능한 다양한 기능장애 온톨로지를 검색한다. 본 실시예에서, 온톨로지 언어 프로세서(40)는 트렁케이션(truncation) 및 스테밍(stemming) 타입의 검색을 포함하는 기능장애 온톨로지의 검색을 수행하고, 도7a의 온톨로지로부터 파생되는 인덱스에서 LFT*에 연결된 Elevat*를 찾는다. 문자열 "Elevated LFTs"는 도7a에서 볼 수 있는 문자열 "Elevat* LFT*"로부터 생성될 수 있기 때문에, 도7의 이러한 기능장애 온톨로지로부터 파생될 수 있는 모든 가능한 용어가 생성되어, 자동 생성 온톨로지에 부가된다. 도7의 예에서, 이것은 도7a 내지 도7d 각각으로부터 이용가능한 30개의 용어를 초래한다. 다른 예시적인 온톨로지에서는, 도4의 심장 기능장애 온톨로지와 같이, 하나 이상의 단어를 포함하는 거의 모든 용어에 대해 식별된 기능장애 온톨로지로부터 잠재적으로 수백개의 임상 개념이 생성될 수 있다.
또한 각각의 온톨로지는 기능장애 온톨로지에 대한 용어들의 그룹에서 다른 용어와 관련되지 않은 독립적인 용어를 포함할 수도 있다. 도4의 실시예에서, 심장 기능장애 온톨로지는 서로 관련된 다수의 용어 그룹을 포함하고, 이들 용어는 직접 관련성 및 간접 관련성을 갖는다. 도시된 예에서, 직접 관련된 용어는 라인으로 연결된 것으로 식별된다. 각각의 온톨로지는 어떤 다른 용어와 직접적으로 관련될 필요가 없는 다수의 독립적인 용어를 포함할 수 있다. 예를 들어, 도4의 심장 기능장애 온톨로지는 다음과 같은 독립적인 용어를 포함할 수 있다.
Figure pct00001
기능장애 온톨로지로부터 파생되는 검색어 확장을 수행하는데 있어 일련의 규칙을 설정하여 온톨로지 언어 프로세서(40)가 이용할 수 있다. 이러한 일련의 규칙은 예를 들어, 기능장애 온톨로지에서의 용어들의 각 그룹으로부터의 용어들이 그 그룹 내의 다른 용어에 직접 연결된 경우에만 검색에 이용될 수 있다는 것을 포함할 수 있다. 만일 어떤 용어가 그 그룹내의 다른 용어에 직접 연결되어 있거나 또는 독립된 용어들중 어떤 용어가 검색어로서 입력되면, 검색 질의는 온톨로지 내의 각 그룹으로부터의 직접 관련된 용어들의 모든 가능한 문자열뿐만 아니라 그 온톨로지로부터의 모든 독립된 용어들도 포함할 수 있다. 여분의(redundant) 용어들은 검색 질의에서 제거될 수 있다. 예를 들어, 만일 질의에서 패런트(parent) 용어와 차일드(child) 용어가 한번 이상 출현하면, 중복 출현은 제거될 수 있다. 이러한 실시예에서, 그안에 내포된 패런트 용어를 포함하는 차일드 용어는 여분의 것으로 제거되지 않으며, 검색어의 확장된 리스트(또는 자동 생성된 온톨로지)에 포함된다. 예를 들어, 시스템은 패런트 용어 "콜리티스(Colitis:대장염)"에 기반하여 생성된 리스트로부터의 "프로토콜리티스(Protocolitis)"를 제거하지 않고, 두 용어 모두 질의에 포함되게 된다. 그러나, 패런트 용어가 단어를 수정하는(modify)것으로부터 구별되는 어떤 용어도 제거될 수 있다. 예를 들어, "Ulcerative colitis:궤양성 대장염)가 패런트 용어 "Colitis"의 차일드 용어라면, "Ulcerative colitis"는 확장된 리스트로부터 제거되게 되며, 그 이유는 패런트 용어를 모방하는 여분의 온전한 단어이기 때문이다.
계속해서 도4 내지 도7의 예를 참조하면, 도4의 심장 기능장애 온톨로지는 관련된 용어들의 2개의 그룹과 하나의 독립된 용어 "설사(diarrhea)"가 존재하는 도5의 설사 온톨로지와 비교하여 상대적으로 복잡한 온톨로지이다. 도6의 췌장(pancreas) 기능장애 온톨로지는 관련된 용어들의 4개의 그룹을 포함하고, 또한, 독립된 용어들, Cullen's Sign; Diabet*; Dyspenea; Ecchymoses of the flank; Eruptive xanthomas*; Gallstone*; Grey-Turner's sign; Hyperglycemia; Hyperglycaemia; Hyperlipidaemia; IDDM; Insulin; Pancrea*; Purtscher retinopathy; Tachypnea; 및 Umbilicus를 포함한다. 이와 유사하게, 도7의 간기능장애 온톨로지은 관련 용어들의 4개의 그룹과 독립된 용어들, Jaundice* 및 Cholestatic를 포함한다. 이해될 수 있는 바와 같이, 이와 유사한 방식으로 많은 다른 온톨로지들이 생성될 수 있으며, 수신된 검색어를 확장하기 위해 이용될 수 있다.
다른 실시예에서는, 만일 생성된 검색어중 어느것에 동의어(synonyms)가 존재하는지 판단함으로써 검색어 리스트가 더욱 확장될 수 있다. 이러한 실시예에서, 온톨로지 언어 프로세서는 이용자 인터페이스에서 수신된 원래의 검색어에 모두 기능적으로 관련된 검색어들의 리스트를 생성한 이후에, 자동 생성된 온톨로지에 추가의 가능적으로 관련된 임상 용어들이 추가될 수 있는지 판단하기 위해 외부 소스에 질의한다. 이러한 분석할 외부 소스는 SNOMED-CT 온톨로지가 될 수 있다. SNOMED-CT(Systematized Nomenclature of Medicine-Clinical Terms)는 포괄적인 임상 용어법(terminology)이며, 이것은 미국 병리학자 대학(College of American Pathologists:CAP)에 의해 최초로 만들어졌으며, 2007년 4월부터는 덴마크의 비영리 단체인 IHTSDO(International Health Terminology Standards Development Organization)에 의해 소유되고, 관리되고, 분배되고 있다. CAP는 IHTSDO에 계약하에 SNOMED-CT 활동을 계속 지원하고 있으며, 이 용어법의 허가권자로서 SNOMED-관련 제품 및 서비스를 제공한다.
이러한 실시예에서, 이용자 인터페이스는 외부 데이터 소스내의 SNOMED-CT 온톨로지에 오토필 기능 및 링크를 제공할 수 있다. 일실시예에서 온톨로지 언어 프로세서는 "디스오더(disorder)", "파인딩(finding)" 또는 "이벤트(event)"로서 SNOMED-CT에 의해 카테고리화되지 않은 모든 용어의 도태된(culled) 리스트로부터 SNOMED-CT 선호 용어(PT)(또한 개념으로도 언급됨)의 리스트를 제공한다. 전술한 간기능장애의 예를 계속 참조하면, 입력된 검색어 "Elevated LFTs"는 SNOMED-CT 온톨로지로부터 어떠한 용어도 가져오지 않게 되며, 도7의 전적으로 간기능장애 온톨로지로부터 파생된 30개의 검색어를 이용하여 시작할 준비를 하게 된다.
이제 도8 내지 도12를 참조하여, 원래의 검색어가 "Skin disease(피부병)"인 실시예에 관해 기술한다. 이러한 실시예에서는, 피부 기능장애 온톨로지로부터 검색어를 생성한 이후에, 온톨로지 언어 프로세서는 이 원래의 검색어를 SNOMED-CT로 전달한다. 만일 이용자가 SNOMED-CT로부터 제공되는 것들중 PT를 선택하면, 개념(Concrpts)은 캡처될 용어가 되고, 지동 생성된 온톨로지로부터의 용어들에 추가된다. 다음에, 온톨로지 언어 프로세서는 SNOMED-CT를 "호출(call)"하고, 선택된 용어(이 경우에는 "Skin disease")는 파라미터로서 SNOMED-CT로 전달된다. 온톨로지 언어 프로세서는 SNOMED-CT 개념이 그 특정 용어를 포함하고 있는지 알기 위해 모든 SNOMED-CT 개념의 인덱스에 액세스하기 위해 이 파라미터를 이용한다. 용어 "Skin disease"은 도8에 도시된 스크린 샷(screen shot)에서 SNOMED-CT 검색어로서 입력되는 것을 알 수 있다. 다음에, 온톨로지 언어 프로세서는 이 용어(Skin disease)가 도9의 스크린 샷에 도시된 바와 같이 어떤 동의어(SNOMED-CT에서 식별된 바와 같은)를 갖고 있는지 여부를 판단한다. 온톨로지 언어 프로세서는 PT의 모든 동의어를 캡처하고, 이들 용어를 별개의 PT로서 SNOMED-CT 검색 원도우로 재입력한다. 이 경우에, "Skin disease"의 동의어는 예를 들어, "Dermatosis(피부병)"를 포함하여 몇개의 다른 용어를 포함하는 것을 알 수 있다. 온톨로지 언어 프로세소가 PT의 동의어에 대해 무엇을 수행했는지의 일례로서 "Dermatosis"를 이용하여, 도10에 도시된 스크린 샷에서, 온톨로지 언어 프로세서는 이 동의어를 독립된 PT로서 취급하기 위해 PT로서 "Dermatosis"를 이용하여 SNOMED-CT를 통해 검색하고, 자동 생성된 온톨로지의 용어 리스트에 추가적인 용어들을 추가한다. 온톨로지 언어 프로세서는 다음에, 각각의 PT(원래의 검색어와 동의어를 합한것)가 어떤 연관된 서브셋트를 갖고 있는지, 즉 확장가능한지 여부를 판단한다. 만일 어떤 용어가 SNOMED-CT 온톨로지 내에서 확장가능하다면, 그 용어는 도8 내지 도10에 도시된 바와 같이, 그 용어 좌측의 박스에 "+" 부호를 갖게 되며, 이것은 그 용어가 그와 관련된 "차일드 용어" 또는 서브셋트를 갖고 있고, 그 용어는 이들 차일드 용어를 디스플레이하기 위해 확장가능하다는 것을 나타낸다.
용어가 확장가능한 경우에, 온톨로지 언어 프로세서는 도11의 스크린 샷에 도시된 바와 같이 그 용어를 PT의 모든 차일드 용어 또는 서브셋트를 포함하도록 자동적으로 확장시키며, 도11에서는 "Skin disease"가 확장되었다. 일부의 차일드 용어는 다른 단어에 더하여 패런트 용어(PT)를 포함할 수 있고, 일부는 차일드 용어에 내포된 PT를 포함할 수 있고, 일부의 차일드 용어는 유일한 것일 수 있다. 유일한 것이거나 또는 그 안에 내포된 PT를 포함하거나 모든 차일드 용어는 자동 생성된 온톨로지의 검색어에 추가되게 된다. 차일드 용어가 그 자체로 확장가능한 경우에, 그 각각의 용어는 확장되며, 이들 서브셋트의 유일한 용어는 "Acute skin disorder(급성 피부 장애)"에 대해 도12에 도시된 바와 같이 캡처되어 자동 생성된 온톨로지에 추가된다. 모든 선택된 용어가 확장되었으면, 온톨로지 언어 프로세서는 반복적으로 차일드 용어 및 그 동의어들을 포함시킴으로써 용어들의 셋트를 확장하기 위해 다른 방법(method)을 호출한다.
일단 PT 및 모든 동의어들이 캡처되고, 이들 용어 아래의 모든 유일한 차일드 용어들이 캡처되고, 모든 확장가능한 차일드 용어들이 그들 아래의 유일한 차일드 용어들의 캡처를 위해 확장되었으면, SNOMED-CT-파생된 자동 생성된 온톨로지가 생성되어, 기능장애 온톨로지로부터 파생된 초기의 자동 생성된 온톨로지에 추가된다.
온톨로지 언어 프로세서가 기능장애 온톨로지가 기능장애 온톨로지로부터 파생된 모든 검색어가 SNOMED-CT로부터 파생된 검색어 리스트에 추가한 이후에, 온톨로지 언어 프로세서는 다른 소스로 진행하여 검색어 확장 프로세스를 계속할 수 있다. 다음에는, 데이터를 알파벳순으로 저장되는 어레이로 컴파일하고, 자동 생성된 온톨로지의 편집가능한 버전을 이용자에게 제공하기 전에 리던던시(redundancies)를 제거한다.
프로세싱 엔진이 이렇게하여 생성되는 자동 생성 온톨로지를 이용하여 데이터 소스를 검색하기 이전에, 일실시예에서 이용자는 자동 생성 온톨로지의 편집가능한 버전을 검토할 옵션을 갖게 되며, 그래서 이용자에게는 자동 생성 온톨로지에서 그 이용자에게 관심이 없는 검색어를 "체크해제(uncheck)" 또는 "선택해제(unselect)"하기 위한 기회가 제공된다. 또한, 이용자에게는 최종의 편집된 자동 생성 온톨로지를 이용하여 데이터 소스의 검색을 시작하기 전에 그 자동 생성 온톨로지에 검색어를 추가하는 것이 허용된다. 또한, 이용자에게는 특정 PT와 관련된 자동 생성 온톨로지에서 이루어진 어떤 변경사항을 "선호하는 것으로서 저장(Save as preference)"하는 기능이 부여되며, 따라서 다음번에 이용자가 그 PT를 입력할때, 자동 생성 온톨로지가 그에 따라 수정되게 된다.
다른 실시예에서는, 별개의 이용자에 의해 (추가 또는 선택해제를 통해) 반복적으로 변경되어, 시스템 내에 저장되는 자동 생성 온톨로지가 예를 들어, DBMS 내에서 클러스터링될(clustered) 수 있다. 공통적인 변경사항은 PCAGO(peer-curated automatically generated ontology)로서 알려진 자동 생성 온톨로지 버전 내에 저장될 수 있다. 이것은 온톨로지 생성에 대한 위키-접근방법(wiki-approach)이며, PCAGO는 이용자가 검토 및 편집할 필요를 느낄 수도 있는 디노보(de novo) 자동 생성 온톨로지에 의존하는 것 보다는 시간이 제한될 때 피어-리뷰(peer-reviewed) 자동 생성 온톨로지를 이용하는 것을 선호할 수 있는 이용자에게 이용가능하다. 일실시예에서, 이용자는 PCAGO를 선택하고, 검색을 위한 질의를 제공하기 전에 PCAGO를 개선하고 수정할 수 있다.
당업자는 본 명세서에 기재된 실시예와 관련하여 전술한 다양한 예시적인 논리 블럭, 모듈, 회로 및 알고리즘 단계들이 전자 하드웨어, 컴퓨터 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다는 것을 이해할 것이다. 이러한 호환성을 분명하게 설명하기 위해, 다양한 예시적인 구성요소, 블럭, 모듈, 회로 및 단계들이 그 기능성에 관해 일반적으로 전술되었다. 이러한 기능성이 하드웨어, 소프트웨어 및/또는 펌웨어로서 구현되는지 여부는 특정 얘플리케이션 및 전체 시스템에 부여되는 설계 제한조건에 의존한다. 당업자는 전술한 기능성을 각각의 특정 애플리케이션에 대해 다양한 방법으로 구현할 수 있지만, 이러한 구현에 관한 결정이 본 발명의 범위를 벗어나는 것으로 해석되어서는 안된다.
하드웨어 구현에 있어서, 프로세싱 유닛은 하나 또는 그 이상의 ASICs(application specific integrated circuits), DSPs(digital signal processor), DSPDsdigital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서, 컨트롤러, 마이크로컨트롤러, 마이크로프로세서, 전자 장치, 전술한 기능을 수행하도록 설계된 다른 전자 장치 또는 이들의 조합 내에 구현될 수 있다.
펌웨어 및/또는 소프트웨어 구현에 있어서는, 전술한 기능을 수행하는 모듈(예, 절차, 기능 등) 내에 방법론(methodologies)이 구현될 수 있다. 전술한 방법론을 구현하는데 있어서는 명령어들을 유형으로 구체화하는 머신 판독가능 매체가 이용될 수 있다. 프로세서 내에 또는 프로세서 외부에 메모리가 구현될 수 있다. 여기서 사용된 용어 "메모리"는 장기저장형, 단기저장형, 휘발성, 비휘발성 또는 다른 메모리 중 어느 형태로 될 수 있으며, 메모리의 특정 형태, 메모리의 수, 메모리가 저장되는 매체의 형태 등에 제한되지 않는다.
만일 소프트웨어로 구현되는 경우에, 기능(functions)은 컴퓨터 판독가능 매체 상에 하나 또는 그 이상의 명령어 또는 코드로서 저장되어 전송될 수 있다. 컴퓨터 판독가능 매체는 컴퓨터 저장매체 및 한 곳으로부터 다른 곳으로 컴퓨터 프로그램의 전송을 용이하게 하는 매체를 포함하는 통신 매체 둘다 포함한다. 저장매체는 컴퓨터에 의해 액세스될 수 있는 어떤 이용가능한 매체도 될 수 있다. 예를 들어, 이러한 컴퓨터 판독가능 매체는 RAM, ROM, EEPROM, CO-ROM 또는 다른 광디스크 스토리지, 자기 디스크 스토리지 또는 다른 자기 스토리지 장치, 또는 컴퓨터에 의해 액세스될 수 있고 명령어 또는 데이터 구조의 형태로 원하는 프로그램 코드를 전달하고 저장하기 위해 이용될 수 있는 어떤 다른 매체도 포함할 수 있으며, 이에 제한되는 것은 아니다. 또한, 어떠한 접속은 적절하게 컴퓨터 판독가능 매체로 불린다. 예를 들어, 만일 동축 케이블, 광섬유 케이블, 트위스티드 페어(twisted pair), 디지털 가입자 라인(DSL), 또는 적외선, 라디오, 마이크로웨이브와 같은 다른 와이어리스 기술을 이용하여 웹사이트, 서버 또는 다른 원격 소스로부터 전송되는 경우에, 동축 케이블, 광섬유 케이블, 트위스티드 페어(twisted pair), 디지털 가입자 라인(DSL), 또는 적외선, 라디오, 마이크로웨이브와 같은 다른 와이어리스 기술은 매체의 정의에 포함된다. 여기에 사용된 디스크(disk 및 disc)는 CD, 레이저 디스크, 광디스크, DVD, 플로피 디스크, 및 블루레이 디스크를 포함하며, 여기서 디스크(disks)는 통상적으로 데이터를 자기방식으로 재생하고, 디스크(discs)는 데이터를 레이저에 의해 광학적으로 재생한다. 전술한 것들의 조합도 역시 컴퓨터 판독가능 매체 내에 포함되어야 한다,
전술한 실시예의 설명은 이 기술분에 통상의 지식을 가잔 자가 본 발명을 실시하고 이용할 수 있도록 하기 위해 제공된 것이다. 이들 실시예에 다양한 변형이 이루어질 수 있다는 것은 당업자에게 자명하며, 여기서 정의된 원리가 본 발명의 범위를 벗어나지 않고 다른 실시예에도 적용될 수 있다. 따라서, 본 발명은 여기에 기재된 실시예에 제한되지 않으며, 여기에 기재된 원리 및 특징과 일치하는 가장 넓은 범위에 따른다.
22:이용자 인터페이스 24:이용자
26:네트워크 28:데이터 인터페이스
30:외부 데이터 소스 34:프로세싱 엔진
36:데이터베이스 관리 시스템 38:애플리케이션 서버
40:온톨로지 언어 프로세서 42:클라이언트 DBMS
44:API 46:데이터베이스

Claims (22)

  1. 의료 평가 지원 시스템에서 의료 평가 질의 용어를 생성하기 위한 방법에 있어서,
    환자가 경험한 부작용을 기술하는 검색어를 수신하는 단계;
    상기 검색어와 기능적으로 관련된 다수의 임상 용어를 식별하는 단계; 및
    상기 다수의 임상 용어를 포함하는 의료 평가 질의를 의료 평가 지원 시스템에서 데이터베이스 검색을 위해 제공하는 단계
    를 포함하는 의료 평가 질의 용어 생성 방법.
  2. 제1항에 있어서,
    상기 의료 평가 질의는 환자에게 적용된 약물/처치의 식별을 더 포함하는
    의료 평가 질의 용어 생성 방법.
  3. 제1항에 있어서,
    상기 의료 평가 질의는 환자의 상태/증상의 식별을 더 포함하는
    의료 평가 질의 용어 생성 방법.
  4. 제1항에 있어서,
    상기 의료 평가 질의는 환자에게 적용된 약물/처치 및 환자의 상태/증상의 식별을 더 포함하는
    의료 평가 질의 용어 생성 방법.
  5. 제1항에 있어서,
    상기 검색어 수신 단계는,
    검색어의 일부를 수신하는 단계; 및
    상기 수신된 검색어의 일부에 기반하여 제안된 검색어를 제공하는 단계를 포함하는
    의료 평가 질의 용어 생성 방법.
  6. 제1항에 있어서,
    상기 다수의 임상 용어의 식별 단계는,
    상기 검색어를 포함하고, 다수의 관련 용어들의 그룹을 포함하는 온톨로지를 판단하는 단계; 및
    상기 다수의 관련 용어들의 그룹에 관련된 소정의 규칙에 기반하여 상기 다수의 임상 용어를 식별하는 단계를 포함하는
    의료 평가 질의 용어 생성 방법.
  7. 제6항에 있어서,
    상기 다수의 관련 용어들의 그룹 중 적어도 하나는 직접 관련 용어와 간접 관련 용어를 포함하는 용어들의 계층체계(hierachy)를 포함하고, 상기 다수의 임상 용어는 상기 계층체계의 직접 관련 용어들의 각각의 조합을 포함하는
    의료 평가 질의 용어 생성 방법.
  8. 제1항에 있어서,
    상기 다수의 임상 용어의 식별 단계는,
    전자 통신 장치를 이용하여, 질의에 기반하여 데이터베이스 검색을 제공하고 그 질의에 대한 동의어(존재하는 경우)를 식별하는 시스템화된 명명법 데이터베이스와의 통신 링크를 설정하는 단계;
    상기 전자 통신 장치를 이용하여 상기 검색어의 적어도 일부를 포함하는 질의를 상기 시스템화된 명명법 데이터베이스로 전송하는 단계; 및
    상기 전송 단계에 응답하여, 상기 질의에 기반하여 상기 시스템화된 명명법 데이터베이스에 의해 수행되며, 상기 질의 용어의 동의어를 식별하는 데이터베이스 검색의 결과를 수신하는 단계를 포함하는
    의료 평가 질의 용어 생성 방법.
  9. 제8항에 있어서,
    상기 데이터베이스 검색에 의해 식별된 각각의 동의어에 대해,
    동의어를 포함하는 질의를 상기 전자 통신 장치를 이용하여 상기 시스템화된 명명법 데이터베이스로 전송하는 단계; 및
    상기 전송 단계에 응답하여, 상기 질의에 기반하여 상기 시스템화된 명명법 데이터베이스에 의해 수행되며, 상기 검색어의 동의어를 식별하는 데이터베이스 검색의 결과를 수신하는 단계
    를 더 포함하는 의료 평가 질의 용어 생성 방법.
  10. 제9항에 있어서,
    상기 다수의 임상 용어의 식별 단계는 상기 데이터베이스 검색의 결과에서 식별되는 여분의 임상 용어를 제거하는 단계를 포함하는
    의료 평가 질의 용어 생성 방법.
  11. 제1항에 있어서,
    상기 다수의 임상 용어의 식별 단계는,
    상기 검색어를 포함하고 다수의 관련 용어들의 그룹을 포함하는 온톨로지를 판단하는 단계;
    상기 다수의 관련 용어 그룹에 관련된 소정의 규칙에 기반하여 다수의 질의 용어를 식별하는 단계;
    전자 통신 장치를 이용하여, 질의에 기반하여 데이터베이스 검색을 제공하고 그 질의에 대한 동의어(존재하는 경우)를 식별하는 시스템화된 명명법 데이터베이스와의 통신 링크를 설정하는 단계;
    상기 전자 통신 장치를 이용하여, 각각의 식별된 질의 용어에 대해, 상기 식별된 질의 용어의 적어도 일부를 포함하는 질의를 상기 시스템화된 명명법 데이터베이스로 전송하는 단계; 및
    상기 전송 단계에 응답하여, 상기 질의에 기반하여 상기 시스템화된 명명법 데이터베이스에 의해 수행되며, 상기 질의 용어의 동의어를 식별하는 데이터베이스 검색의 결과를 수신하는 단계를 포함하는
    의료 평가 질의 용어 생성 방법.
  12. 제11항에 있어서,
    상기 데이터베이스 검색에 의해 식별된 각각의 동의어에 대해,
    동의어를 포함하는 질의를 상기 전자 통신 장치를 이용하여 상기 시스템화된 명명법 데이터베이스로 전송하는 단계; 및
    상기 전송 단계에 응답하여, 상기 질의에 기반하여 상기 시스템화된 명명법 데이터베이스에 의해 수행되며, 상기 검색어의 동의어를 식별하는 데이터베이스 검색의 결과를 수신하는 단계
    를 더 포함하는 의료 평가 질의 용어 생성 방법.
  13. 제12항에 있어서,
    상기 다수의 임상 용어의 식별 단계는 데이터베이스 검색의 결과에서 식별된 여분의 임상 용어를 제거하는 단계를 더 포함하는
    의료 평가 질의 용어 생성 방법.
  14. 제1항에 있어서,
    상기 다수의 임상 용어를 검토를 위해 제3자에게 제공하는 단계;
    상기 검토된 임상 용어를 저장하는 단계; 및
    상기 검색어를 수신하는 것에 응답하여 상기 검토된 임상 용어를 상기 다수의 임상 용어로서 제공하는 단계
    를 더 포함하는 의료 평가 질의 용어 생성 방법.
  15. 제14항에 있어서,
    상기 검색어에 기능적으로 관련된 다수의 임상 용어를 식별하는 단계는 상기 검토된 임상 용어를 제공하는 단계, 및 상기 검토된 임상 용어를 검토 및 수정을 위해 이용자에게 제공하는 단계를 포함하는
    의료 평가 질의 용어 생성 방법.
  16. 온톨로지-기반 검색어 확장을 제공하는 방법에 있어서,
    전자 통신 장치를 이용하여 자동화된 온톨로지 생성 시스템과의 통신 링크를 설정하는 단계;
    검색어를 포함하는 질의를 상기 전자 통신 장치를 이용하여 상기 자동화된 온톨로지 생성 시스템으로 전송하는 단계; 및
    상기 전송 단계에 응답하여, 상기 자동화된 온톨로지 생성 시스템으로부터, 그리고 상기 질의에 기반하여 시스템화된 명명법 데이터베이스에 의해 수행되며 상기 질의 용어의 적어도 하나의 동의어를 식별하는 데이터베이스 검색으로부터 다수의 관련 검색어를 수신하는 단계
    를 포함하는 온톨로지-기반 검색어 확장 제공 방법.
  17. 제16항에 있어서,
    상기 다수의 관련 검색어는, 상기 검색어를 포함하고 다수의 관련 용어들의 그룹을 포함하는 온톨로지로부터 판단이 이루어지고, 상기 다수의 관련 용어들의 그룹에 관련된 소정의 규칙에 기반하는
    온톨로지-기반 검색어 확장 제공 방법.
  18. 제17항에 있어서,
    상기 다수의 관련 용어들의 그룹 중 적어도 하나는 직접 관련 용어 및 간접 관련 용어를 포함하는 관련 용어들의 계층체계를 포함하고, 상기 다수의 임상 용어는 상기 계층체계의 직접 관련 용어들의 각각의 조합을 포함하는
    온톨로지-기반 검색어 확장 제공 방법.
  19. 온톨로지-기반 검색어 확장을 제공하기 위한 시스템에 있어서,
    이용자와 관련된 전자 통신 장치로부터 질의를 수신하고, 상기 질의에 기반한 검색어 확장의 결과를 상기 이용자와 관련된 전자 통신 장치로 전송하기 위한 이용자 인터페이스;
    상기 이용자 인터페이스로부터 수신되는 질의에 기반하여 온톨로지를 판단하고, 다수의 검색어를 상기 이용자와 관련된 전자 통신 장치로의 후속 전송을 위해 상기 이용자 인터페이스로 제공하기 위한 프로세싱 엔진; 및
    상기 질의에 관련된 하나 또는 그 이상의 동의어를 제공할 수 있는 외부 데이터 소스와 통신을 수행하기 위한 데이터 인터페이스를 포함하고,
    여기서, 상기 프로세싱 엔진은 상기 검색어를 포함하는 다수의 온톨로지 중 하나의 온톨로지에 기반하여 추가적인 검색어를 생성하기 위해 상기 질의의 적어도 일부를 처리하기 위한 온톨로지 프로세서를 포함하고, 상기 온톨로지는 다수의 관련 용어들의 그룹을 포함하는
    온톨로지-기반 검색어 확장 제공 시스템.
  20. 제19항에 있어서,
    상기 다수의 온톨로지는 관련 용어들의 그룹을 포함하고, 적어도 하나의 온톨로지는 관련 용어들의 계츨체계를 포함하고,
    상기 온톨로지 프로세서는 상기 계층체계의 용어들의 관계에 대응하는 소정의 규칙에 기반하여 상기 추가적인 검색어를 생성하는
    온톨로지-기반 검색어 확장 제공 시스템.
  21. 제19항에 있어서,
    상기 질의는 상기 외부 데이터 소스로부터 제공되는 동의어에 기반하여 하나 또는 그 이상의 추가적인 검색어를 식별하는 반복적인 질의이고,
    상기 프로세싱 엔진은 상기 반복적인 질의에 기반하여 추가적인 검색어에 대해 반복적으로 검색하는
    온톨로지-기반 검색어 확장 제공 시스템.
  22. 제21항에 있어서,
    상기 프로세싱 엔진은 상기 질의에서 식별된 여분의 임상 용어를 제거하는
    온톨로지-기반 검색어 확장 제공 시스템.

KR1020107021205A 2008-02-22 2008-02-22 자동화된 온톨로지 생성 시스템 및 방법 KR20110025893A (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2008/054778 WO2009105114A1 (en) 2008-02-22 2008-02-22 Automated ontology generation system and method

Publications (1)

Publication Number Publication Date
KR20110025893A true KR20110025893A (ko) 2011-03-14

Family

ID=40985828

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020107021205A KR20110025893A (ko) 2008-02-22 2008-02-22 자동화된 온톨로지 생성 시스템 및 방법

Country Status (9)

Country Link
US (1) US20110004628A1 (ko)
EP (1) EP2260374A1 (ko)
JP (1) JP2011513811A (ko)
KR (1) KR20110025893A (ko)
CN (1) CN102016786A (ko)
AU (1) AU2008350882A1 (ko)
BR (1) BRPI0822212A2 (ko)
CA (1) CA2716331A1 (ko)
WO (1) WO2009105114A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101223987B1 (ko) * 2010-08-31 2013-01-24 대한민국 동적 온톨로지를 이용한 관련어 제공 방법 및 시스템

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100235378A1 (en) * 2006-08-22 2010-09-16 Lead Horse Technologies, Inc. Medical assessment support system and method
US20080228698A1 (en) 2007-03-16 2008-09-18 Expanse Networks, Inc. Creation of Attribute Combination Databases
EP2105847A1 (en) * 2008-03-27 2009-09-30 Alcatel Lucent Device and method for automatically generating ontologies from term definitions contained into a dictionary
US8108406B2 (en) * 2008-12-30 2012-01-31 Expanse Networks, Inc. Pangenetic web user behavior prediction system
WO2010077336A1 (en) 2008-12-31 2010-07-08 23Andme, Inc. Finding relatives in a database
WO2010148127A2 (en) 2009-06-16 2010-12-23 Medicomp Systems, Inc. Caregiver interface for electronic medical records
US10089391B2 (en) * 2009-07-29 2018-10-02 Herbminers Informatics Limited Ontological information retrieval system
US8832079B2 (en) * 2010-04-05 2014-09-09 Mckesson Financial Holdings Methods, apparatuses, and computer program products for facilitating searching
US8407203B2 (en) * 2011-05-02 2013-03-26 Elsevier Inc. Computer system for enhanced taxonomy management
US20140351228A1 (en) * 2011-11-28 2014-11-27 Kosuke Yamamoto Dialog system, redundant message removal method and redundant message removal program
US10319466B2 (en) * 2012-02-20 2019-06-11 Medicomp Systems, Inc Intelligent filtering of health-related information
WO2013154947A1 (en) 2012-04-09 2013-10-17 Vivek Ventures, LLC Clustered information processing and searching with structured-unstructured database bridge
US9280361B2 (en) * 2012-06-25 2016-03-08 PNMSoft Ltd. Methods and systems for a real time transformation of declarative model and layout into interactive, digital, multi device forms
CN105556513A (zh) * 2013-03-14 2016-05-04 昂托米克斯公司 用于个性化临床决策支持工具的系统和方法
WO2014145697A1 (en) 2013-03-15 2014-09-18 Medicomp Systems, Inc. Filtering medical information
EP2973117A4 (en) 2013-03-15 2016-11-23 Medicomp Systems Inc ELECTRONIC MEDICAL RECORD SYSTEM USING GENETIC DATA
US20170061001A1 (en) * 2014-04-24 2017-03-02 Semantic Technologies Pty Ltd. Ontology browser and grouping method and apparatus
US10055485B2 (en) * 2014-11-25 2018-08-21 International Business Machines Corporation Terms for query expansion using unstructured data
US10095689B2 (en) 2014-12-29 2018-10-09 International Business Machines Corporation Automated ontology building
WO2016142846A1 (en) * 2015-03-09 2016-09-15 Koninklijke Philips N.V. Systems and methods for semantic search and extraction of related concepts from clinical documents
JP6596879B2 (ja) * 2015-03-31 2019-10-30 富士通株式会社 臨床試験用データフォーマット作成支援プログラム、臨床試験用データフォーマット作成支援方法および情報処理装置
US10929413B2 (en) * 2015-11-13 2021-02-23 Google Llc Suggestion-based differential diagnostics
EP3239869A1 (en) 2016-04-29 2017-11-01 Fujitsu Limited A system and method to produce and validate weighted relations between drug and adverse drug reactions
US20180046773A1 (en) * 2016-08-11 2018-02-15 Htc Corporation Medical system and method for providing medical prediction
WO2019063365A1 (en) * 2017-09-29 2019-04-04 Koninklijke Philips N.V. NATURAL LANGUAGE TREATMENT USING ONTOLOGY MAPPING
JP7452141B2 (ja) * 2020-03-18 2024-03-19 富士通株式会社 情報提示プログラム、情報提示方法、及び情報提示装置
US11934441B2 (en) 2020-04-29 2024-03-19 International Business Machines Corporation Generative ontology learning and natural language processing with predictive language models

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6283761B1 (en) * 1992-09-08 2001-09-04 Raymond Anthony Joao Apparatus and method for processing and/or for providing healthcare information and/or healthcare-related information
US5833599A (en) * 1993-12-13 1998-11-10 Multum Information Services Providing patient-specific drug information
US5737539A (en) * 1994-10-28 1998-04-07 Advanced Health Med-E-Systems Corp. Prescription creation system
US5845255A (en) * 1994-10-28 1998-12-01 Advanced Health Med-E-Systems Corporation Prescription management system
JPH0999039A (ja) * 1995-10-06 1997-04-15 Hitachi Ltd 薬品相互作用チェック方法
US6151581A (en) * 1996-12-17 2000-11-21 Pulsegroup Inc. System for and method of collecting and populating a database with physician/patient data for processing to improve practice quality and healthcare delivery
US6139494A (en) * 1997-10-15 2000-10-31 Health Informatics Tools Method and apparatus for an integrated clinical tele-informatics system
US6047259A (en) * 1997-12-30 2000-04-04 Medical Management International, Inc. Interactive method and system for managing physical exams, diagnosis and treatment protocols in a health care practice
US6694298B1 (en) * 1998-04-02 2004-02-17 Medco Health Solutions, Inc. Computer implemented patient medication review system and process for the managed care, health care and/or pharmacy industry
CA2326579C (en) * 1998-04-03 2011-01-18 Triangle Pharmaceuticals, Inc. Systems, methods and computer program products for guiding the selection of therapeutic treatment regimens
JP4021583B2 (ja) * 1999-04-08 2007-12-12 富士通株式会社 情報検索装置、情報検索方法、及びその方法を実現するプログラムを記録した記録媒体
US7593952B2 (en) * 1999-04-09 2009-09-22 Soll Andrew H Enhanced medical treatment system
US7464040B2 (en) * 1999-12-18 2008-12-09 Raymond Anthony Joao Apparatus and method for processing and/or for providing healthcare information and/or healthcare-related information
US20020040282A1 (en) * 2000-03-22 2002-04-04 Bailey Thomas C. Drug monitoring and alerting system
US6993402B2 (en) * 2001-02-28 2006-01-31 Vigilanz Corporation Method and system for identifying and anticipating adverse drug events
US20030088441A1 (en) * 2001-11-08 2003-05-08 Mcnerney Michelle System for the integrated management of healthcare information
US20030208465A1 (en) * 2002-04-12 2003-11-06 Respironics, Inc. Method for managing medical information and medical information management system
US7493263B2 (en) * 2002-04-30 2009-02-17 Medco Health Solutions, Inc. Prescription management system
US20040267566A1 (en) * 2003-01-10 2004-12-30 Badgett Robert Gwathmey Computer-based clinical knowledge system
US20040172285A1 (en) * 2003-02-18 2004-09-02 Gibson Jerry Tyrone Systems and methods for selecting drugs
US7260480B1 (en) * 2003-04-07 2007-08-21 Health Hero Network, Inc. Method and system for integrating feedback loops in medical knowledge development and healthcare management
KR100538577B1 (ko) * 2003-07-14 2005-12-22 이지케어텍(주) 의료 정보의 전산 표준화 방법
US8024335B2 (en) * 2004-05-03 2011-09-20 Microsoft Corporation System and method for dynamically generating a selectable search extension
US20050228593A1 (en) * 2004-03-12 2005-10-13 Jones Reginald A Method, system, and computer program for providing and evaluating medicine information
US20060036619A1 (en) * 2004-08-09 2006-02-16 Oren Fuerst Method for accessing and analyzing medically related information from multiple sources collected into one or more databases for deriving illness probability and/or for generating alerts for the detection of emergency events relating to disease management including HIV and SARS, and for syndromic surveillance of infectious disease and for predicting risk of adverse events to one or more drugs
US20060095429A1 (en) * 2004-10-29 2006-05-04 Eastman Kodak Company Networked system for routing medical images
US20060111943A1 (en) * 2004-11-15 2006-05-25 Wu Harry C Method and system to edit and analyze longitudinal personal health data using a web-based application
JP4687089B2 (ja) * 2004-12-08 2011-05-25 日本電気株式会社 重複レコード検出システム、および重複レコード検出プログラム
US7630947B2 (en) * 2005-08-25 2009-12-08 Siemens Medical Solutions Usa, Inc. Medical ontologies for computer assisted clinical decision support
US8888697B2 (en) * 2006-07-24 2014-11-18 Webmd, Llc Method and system for enabling lay users to obtain relevant, personalized health related information
US20100235378A1 (en) * 2006-08-22 2010-09-16 Lead Horse Technologies, Inc. Medical assessment support system and method
US7890521B1 (en) * 2007-02-07 2011-02-15 Google Inc. Document-based synonym generation
US8041702B2 (en) * 2007-10-25 2011-10-18 International Business Machines Corporation Ontology-based network search engine
US20090198511A1 (en) * 2008-02-04 2009-08-06 Raimar Boehlke Methods and Systems for Collecting and Analyzing Medical Data

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101223987B1 (ko) * 2010-08-31 2013-01-24 대한민국 동적 온톨로지를 이용한 관련어 제공 방법 및 시스템

Also Published As

Publication number Publication date
CA2716331A1 (en) 2009-08-27
CN102016786A (zh) 2011-04-13
WO2009105114A1 (en) 2009-08-27
EP2260374A1 (en) 2010-12-15
BRPI0822212A2 (pt) 2015-06-23
US20110004628A1 (en) 2011-01-06
AU2008350882A1 (en) 2009-08-27
JP2011513811A (ja) 2011-04-28

Similar Documents

Publication Publication Date Title
KR20110025893A (ko) 자동화된 온톨로지 생성 시스템 및 방법
US8898798B2 (en) Systems and methods for medical information analysis with deidentification and reidentification
US8589424B1 (en) Method and system for accurate medical-code translation
US20130218596A1 (en) Method And System For Facilitating User Navigation Through A Computerized Medical Information System
JP2011513811A5 (ko)
Curcin et al. Implementing interoperable provenance in biomedical research
US20180165372A1 (en) Artificial intelligence article analysis interface
Wylot et al. Storing, tracking, and querying provenance in linked data
JP2015088195A (ja) クラウドベース医療データベースを管理する方法及びそのシステム
US20090112794A1 (en) Aliased keys for federated database queries
CA2887606A1 (en) Systems and methods for medical information analysis with deidentification and reidentification
US20180046779A1 (en) Caching technology for clinical data sources
Garriga et al. Service selection based on a practical interface assessment scheme
US20230289331A1 (en) Model generation service for data retrieval
Spineth et al. Achieving interoperability between Arden-Syntax-based clinical decision support and openEHR-based data systems
Hackl et al. Clinical Information Systems as the Backbone of a Complex Information Logistics Process: Findings from the Clinical Information Systems Perspective for 2016
Li et al. A modern non-SQL approach to radiology-centric search engine design with clinical validation
US20210313027A1 (en) System and method for visualizing the electronic health record using a patterned timeline
US20230153757A1 (en) System and Method for Rapid Informatics-Based Prognosis and Treatment Development
WO2018031012A1 (en) Caching technology for clinical data sources
Bernasconi Integrating Genomic Data
Robin et al. Linghub2: Language Resource Discovery Tool for Language Technologies
Pappachan et al. Building a mobile applications knowledge base for the linked data cloud
Almeida Enriching information extraction pipelines in clinical decision support systems
Réthi et al. medR: Software System for Managing Medical History and Patient Examination Data

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid