KR20140034350A - Method of personalized detailed clinical model for clinical concept - Google Patents

Method of personalized detailed clinical model for clinical concept Download PDF

Info

Publication number
KR20140034350A
KR20140034350A KR1020120097340A KR20120097340A KR20140034350A KR 20140034350 A KR20140034350 A KR 20140034350A KR 1020120097340 A KR1020120097340 A KR 1020120097340A KR 20120097340 A KR20120097340 A KR 20120097340A KR 20140034350 A KR20140034350 A KR 20140034350A
Authority
KR
South Korea
Prior art keywords
concept
clinical
dcm
mapping
information
Prior art date
Application number
KR1020120097340A
Other languages
Korean (ko)
Other versions
KR101441104B1 (en
Inventor
이승룡
알리 칸 와자핫
Original Assignee
경희대학교 산학협력단
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 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020120097340A priority Critical patent/KR101441104B1/en
Publication of KR20140034350A publication Critical patent/KR20140034350A/en
Application granted granted Critical
Publication of KR101441104B1 publication Critical patent/KR101441104B1/en

Links

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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Abstract

The present invention provides a method for creating a personalized detailed clinical model by user defined mapping, in order to achieve interoperability, using ontology which matches techniques having a P-DCM concept. In the method for creating a personalized detailed clinical model for a clinical concept according to the present invention, a clinical concept recorded at a healthcare institution is identified, and the structure of the clinical concept is identified. Next, P-DCM is formed based on a structured way of the clinical concept and the clinical concept information, and the suitability of the P-DCM concept is determined by different standard concepts. The clinical concept includes the identification of information on a particular concept, and the P-DCM, is generated based on information on a clinical concept structured in a particular form at a health management institution. [Reference numerals] (301) Identify a clinical concept; (302) Identify the structure of the clinical concept; (303) Create P-DCM; (304) Determine the suitability of the P-DCM concept; (AA) Start; (BB) End

Description

임상 개념을 위한 개인화 상세 임상 모델의 생성 방법{METHOD OF PERSONALIZED DETAILED CLINICAL MODEL FOR CLINICAL CONCEPT}[0001] METHOD OF PERSONALIZED DETAILED CLINICAL MODEL FOR CLINICAL CONCEPT [0002]

본 발명은 건강관리 영역에서 시멘틱 기술과 온톨로지 대응을 적용한 상세 임상 정보에 관한 것이다.The present invention relates to detailed clinical information applying semantic technology and ontology correspondence in health care domain.

상세 임상 모델(Detailed Clinical Model, 이하 DCM이라 칭함)의 유용성은 건강 정보 콘텐츠를 표현하기 위한 상세한 설명들을 위한 공통 형식(Common Format)을 제공하는데 공헌하는 CIMI(Clinical Information Modeling Intiative)의 국제적인 공동 연구에서 확인할 수 있다. 이러한 CIMI의 활동에 따라 의미상 상호 운용성 정보(Interoperable Information)가 건강 기록, 메시지 및 문서이 생성되고 공유될 수 있을 것이다. CIMI팀은 지금까지 형식주의(Formalisms) 전반에 걸쳐 상호 운용성을 위한 근거들로써, 하나 또는 그 이상의 모델들로 구성된 CIMI 핵심 기준 모델(Core Reference Model)이라고 불리는 단일 논리 표현(Single Logical Representation)을 생성하고 사용하는데 동의해왔다.The usefulness of the Detailed Clinical Model (hereinafter referred to as DCM) is an international collaborative study of the Clinical Information Modeling Intiative (CIMI), which contributes to providing a common format for detailed descriptions of health information content. You can check it. Interoperable information can be generated and shared in terms of health records, messages and documents in terms of CIMI activities. The CIMI team has created and used a single Logical Representation called the Core Reference Model (CIMI) consisting of one or more models as the basis for interoperability throughout formalisms. .

듀얼 모델 아키텍쳐 표준 변환(Dual Model Architectures Standards Transformation)에 중점을 둔 포시클 컨버터(Poseacle Converter) 및 CEN 13606 및 open?? 표준 원형(Archetype)과 포시클 컨버터의 사용이 논의되고, 포시클 컨버터를 사용하여 유효성이 확인되는 추출 변환은 아키타입과 데이터 레벨에서 수행된다. 이 시스템의 주요 결점은 변환하는 동안 정보를 누락하는 결과를 초래할 수 있는 기관(Organization)의 특정한 개념에 대한 적합성이 부족하다는 것이다.The Poseacle Converter and CEN 13606 focused on Dual Model Architectures Standards Transformation and open ?? The use of standard circular archetypes and posicel converters is discussed, and extraction transformations validated using a posacle converter are performed at the archetype and data level. The main drawback of this system is its lack of conformity to the specific concept of the Organization, which can result in missing information during the conversion.

맵핑 정의(mapping definiton)를 생성하는데 사용되는 맵핑 알고리즘(mapping algorithm)이 제안된 작업은 HL7 임상 진술 인스턴스(clinical statements instances)와 EHRcom 인스턴스(EHRcom instances) 사이의 변환을 위하여 사용된다. 이 작업은 단지 일반화된 맵핑에 사용하는 변환에만 중점을 둔다.The mapping algorithm used to generate the mapping definiton The proposed task is used for conversion between HL7 clinical statement instances and EHRcom instances. This task only focuses on the transformations used for generalized mappings.

멀티플 레퍼런스 모델(multiple reference model)들에 근거한, 아키타입을 만들고(building), 처리하고(processing), 유효성을 확인하는데(validating) 사용되는 LinkEHR-ED, 바로 이 에디터(editor)는 HL7 CDA, openEHR 및 CEN 13606 표준 레퍼런스 모델(standard reference model)을 지원하고, 그 레퍼런스 모델에 근거한 빌드 아키타입(build archetype)을 지원한다. 이 방법은 서로 다른 모델들에서의 아키타입을 창출하는데 한계를 갖는다.LinkEHR-ED, which is used to validate, build, process, and validate arrays based on multiple reference models, is the HL7 CDA, openEHR, It supports the CEN 13606 standard reference model and supports build archetypes based on the reference model. This method has limitations in creating archetypes in different models.

앞서 논의된 대다수의 시스템들은 시맨틱 맵핑(Semantic Mapping)을 생성하기 위한 온톨로지(Ontology)에 기초한다. 하지만 온톨로지 맵핑은 수동(manual) 맵핑이나 전문적인 검증에 있어 한계를 갖는다. 종래의 시스템들은 맵핑의 정확성, 맵핑 파일 또는 브릿지(bridge) 또는 공통 온톨로지의 진화 및 어떤 특유한 임상 표준으로부터 독립된 임상 정보의 정의(definition)에만 관심을 가질뿐, 데이터 레벨의 상호 운용성을 제대로 다루지 않았다.The majority of the systems discussed above are based on an ontology for generating Semantic Mapping. However, ontology mapping has limitations in manual mapping or in specialized verification. Conventional systems have focused only on the accuracy of mapping, the evolution of mapping files or bridges or common ontologies, and the definition of clinical information independent of any particular clinical standard, but have not adequately addressed data-level interoperability.

본 발명에서 해결하고자 하는 과제는 P-DCM 개념을 가진 기술들을 매칭(matching)하는 온톨로지를 이용하여, 상호운용성을 달성하기 위한, 사용자 정의 맵핑을 통해 개인화 상세 임상 모델을 생성하는 것이다. A problem to be solved by the present invention is to generate a personalized detailed clinical model through user-defined mapping for achieving interoperability using an ontology matching technologies with P-DCM concept.

본 발명에 따른 임상 개념을 위한 개인화 상세 임상 모델의 생성 방법은 먼저, 건강관리 기관에 기록된 임상 개념을 식별하고, 임상 개념의 구조를 식별한다. 다음으로 임상 개념과 임상 개념의 정보가 구조화된 방식에 기반하여 P-DCM을 만들고, 서로 다른 표준 개념에서 P-DCM 개념의 적합성을 판단한다. 임상 개념은 특정한 개념에 대한 정보의 식별을 포함하며, P-DCM은 건강관리 기관에서 특정한 형식으로 구조화된 임상 개념에 대한 정보에 기반하여 생성된다.  The method for generating a personalized detailed clinical model for a clinical concept according to the present invention first identifies the clinical concept recorded in the health care institution and identifies the structure of the clinical concept. Next, we make P-DCM based on the structured way of information of clinical concept and clinical concept, and judge fitness of P-DCM concept in different standard concept. A clinical concept involves the identification of information about a particular concept, and P-DCM is generated based on information about a clinical concept structured in a specific format in a health care organization.

적합성은 조직 요청에 기반하며, 서로 다른 건강관리 표준과 함께 수행된다. 그리고 P-DCM의 개념과 서로 다른 건강관리 표준 사이에서 발전된 관련성에 기반하여 규칙을 생성하고, 생성된 규칙은 사용자 정의 매핑 형태로 저장된다. Compliance is based on organizational demands and is performed with different health care standards. The rules are generated based on the relevance between the concept of P-DCM and different health care standards, and the generated rules are stored in a user-defined mapping form.

사용자 정의 맵핑의 형식은 브릿지 개념 및 표준 개념과 같은 P-DCM 개념을 포함하고, 사용자 정의 맵핑은 누락 정보가 봉착될 때와 마찬가지로 일반화된 매핑 정보를 사용한다. 일반화된 맵핑은 서로 다른 표준 맵핑에 기반하여 생성되고, 상기 P-DCM 개념을 포함하지 않으며, 사용자 정의 맵핑과 일반화된 맵핑 정보를 이용하여 생성된 혼합 맵핑은 서로 다른 표준 형식 사이에서 완전한 인스턴스 레벨 변환(Instance Level Transformation)을 필요로 히고, 혼합 맵핑은 일반화된 맵핑이나 사용자 정의 맵핑보다 정확도가 높다. The format of user-defined mappings includes P-DCM concepts such as the concept of bridges and standards, and user-defined mappings use generalized mapping information as when missing information is encountered. The generalized mappings are generated based on different standard mappings, and do not include the P-DCM concept. The mixed mappings generated using the user-defined mappings and the generalized mapping information can be used to perform a complete instance level conversion (Instance Level Transformation), and mixed mappings are more accurate than generalized or user defined mappings.

본 발명에 따른 임상 개념을 위한 개인화 상세 임상 모델의 생성 방법을 적용하면 종래의 맵핑 엔진보다 높은 레벨의 정확도를 달성해냄으로써, HL7 CDA 및 openEHR 표준들 사이에서 변환을 제공할 수 있다. 또한 P-DCM은 맵핑의 정확성을 증가시키고, 확실한 데이터 상호 운용성을 이룰 수 있다. Applying the method of generating a personalized detailed clinical model for a clinical concept according to the present invention can provide a conversion between the HL7 CDA and openEHR standards by achieving a higher level of accuracy than the conventional mapping engine. P-DCM also increases the accuracy of the mapping and ensures reliable data interoperability.

도 1은 본 발명에 따른 개인화 상세 임상 모델 장치의 구성도이다.
도 2는 본 발명에 따른 P-DCM 개념에 기반한 사용자 정의 맵핑을 생성하는 알고리즘을 나타내는 도면이다.
도 3은 임상 개념을 위한 개인화 상세 임상 모델의 생성 방법을 나타내는 흐름도이다.1 is a block diagram of a personalized detailed clinical model apparatus according to the present invention.
2 is a diagram illustrating an algorithm for generating a user-defined mapping based on the P-DCM concept according to the present invention.
3 is a flow chart illustrating a method of generating a personalized detailed clinical model for clinical concepts.

이하, 첨부된 도면들을 참조하여 본 발명의 실시예를 상세하게 설명한다. 본 명세서에서 사용되는 용어는 실시예에서의 기능 및 효과를 고려하여 선택된 용어들로서, 그 용어의 의미는 사용자 또는 운용자의 의도 또는 업계의 관례 등에 따라 달라질 수 있다. 따라서 후술하는 실시예들에서 사용된 용어의 의미는, 본 명세서에 구체적으로 명시된 경우에는 명시된 정의에 따르며, 구체적으로 명시하지 않는 경우, 당업자들이 일반적으로 인식하는 의미로 해석되어야 할 것이다.
Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. The terms used in the present specification are terms selected in consideration of the functions and effects in the embodiments, and the meaning of the terms may vary depending on the intention of the user or the operator or industry custom. Therefore, the meaning of the term used in the following embodiments is based on the defined definition when specifically stated in this specification, and unless otherwise stated, it should be interpreted in a sense generally recognized by those skilled in the art.

openEHR과 HL7 CDA 표준과 같은 서로 다른 건강관리 표준들 사이에서 맵핑의 정확도를 보장하기 위하여 정확도를 증가시킨 맵핑 엔진들이 개발되어 왔다. 이러한 맵핑 엔진이 기준 모델 레벨에서 이기종간에 발생하는 맵핑 문제를 일부 해결했을지라도, 여전히 인스턴스 레벨(Instance Level)의 맵핑은 서로 다른 개념 사이에서 맵핑 누락이 발생한다. 인스턴스는 온톨로지의 구성원소 중 하나로써, 사물이나 개념의 구체물이나 사건 등의 실질적인 형태로 나타난 그 자체를 의미한다.Mapping engines have been developed that increase accuracy to ensure accuracy of mapping between different healthcare standards, such as the openEHR and HL7 CDA standards. Although this mapping engine solves some of the mapping problems that occur between different species at the reference model level, mapping of instance levels still results in missing mappings between different concepts. An instance is one of the constituent elements of an ontology, which means itself as a concrete form of an object or concept, or an actual form.

본 발명에 따른 개인화 상세 임상 모델(Personalized Detailed Clinical Model, 이하 P-DCM)은 시스템의 효율성을 증가시키고, 더 정확한 맵핑을 제공하며, 전문가들의 역할을 축소시키게 하기 위하여 종래의 솔루션을 현재의 발명으로 확장하도록 도움을 준다. 이를 통해 맵핑 엔진에 의해 설명되는 실행 시간(Run Time)에서 인스턴스 변환 단계에서의 시스템의 자동화를 증가시킨다.The Personalized Detailed Clinical Model (P-DCM) according to the present invention can be used to increase the efficiency of the system, to provide more accurate mapping, and to reduce the role of experts. It helps to expand. This increases the automation of the system at the instance translation stage in the Run Time described by the mapping engine.

P-DCM을 만드는 것은 임상 개념의 이해를 요구하고, 또한 건강관리 기구에 의하여 수집되는 데이터가 공식화될 경우, 임상 개념이 어떻게 될지를 요구한다. 이러한 제약들 때문에 건강관리 기관들이 전자 건강 기록(Electronic Health Record, HER) 제작을 위하여 서로 다른 표준의 특정한 개념에 적응할 수 있다. 이것은 개인화 양상을 더하고, 이렇게 하여 솔루션으로써 사용자 정의 맵핑을 요구한다.Creating a P-DCM requires an understanding of the clinical concept and also calls for what the clinical concept will be if the data collected by the healthcare organization is formulated. Because of these constraints, healthcare organizations can adapt to specific concepts of different standards for the production of electronic health records (HERs). This adds a personalization pattern and thus requires custom mapping as a solution.

도 1은 본 발명에 따른 개인화 상세 임상 모델 장치의 구성도이다.1 is a block diagram of a personalized detailed clinical model apparatus according to the present invention.

도 1을 참조하면, 서로 다른 표준을 따르는 건강 정보 시스템(Health Management Information System, 이하 HMIS라 칭함)들은 P-DCM(114)을 그들의 포맷으로 쉽게 변환시킬 수 있다. 각각의 각각의 그리고 모든 개체(entity), 속성(attribute), 데이터타입(datatype) 또는 표준 템플릿(template) 유닛과 함께, P-DCM의 개념은 결합된다. 적합 관리부(conformance Manager)(110)는 P-DCM(114) 개념 및 표준1 인스턴스(112)와 표준2 인스턴스(116) 개념의 결합을 다룬다. DCM 규칙 관리부(DCM Rule Manager)(122)는, 일반화된 맵핑에 부가된 사용자 정의 맵핑(120)의 형태로 역할들과 저장소들을 생성하고, 정확 맵핑 엔진(108)의 부분으로 만들어진다. 일반화된 맵핑(118)이 표준의 온톨로지를 매칭함으로써 생성되는 반면에, 사용자 정의 맵핑(120)은 P-DCM 개념 및 서로 다른 표준 개념과의 관계에 기반한 맵핑이다. Referring to FIG. 1, a Health Management Information System (HMIS) that conforms to different standards can easily convert the P-DCM 114 into their format. The concepts of P-DCM are combined, with each and every individual, entity, attribute, datatype or standard template unit. The conformance manager 110 handles the combination of the P-DCM 114 concept and the standard 1 instance 112 and standard 2 instance 116 concepts. The DCM Rule Manager 122 creates roles and stores in the form of user defined mappings 120 added to the generalized mappings and is made part of the accurate mapping engine 108. The custom mapping 120 is a mapping based on the relationship between the P-DCM concept and different standard concepts, while the generalized mapping 118 is generated by matching the standard ontology.

Figure pat00001
Figure pat00001

수학식 1은 P-DCM의 모든 개념이 표준1(112) 및 표준2(116)의 특정한 개념으로 변환되는, 추이 관계(transitive relationship)를 보여준다. 그러므로 P-DCM(114) 개념에 의하여 연결되는 표준1 인스턴스(112) 및 표준2 인스턴스(16)의 개념은 관계(relationship)면에서 동일하다. 수학식 1에서 ?x는 표준1 인스턴스(112) 및 표준2 인스턴스(116)의 ?y 및 ?z 개념과 관련되는 P-DCM의 개념을 나타낸다. 그러므로, 추이 역할(transutive rule)로부터 ?y와 ?z 개념 모두는 마찬가지로 동등하고, 인스턴스 변환 메카니즘(instance transformation mechanism)에 사용될 수 있다.Equation 1 shows a transitive relationship in which all concepts of P-DCM are transformed into specific concepts of Standard 1 (112) and Standard 2 (116). Therefore, the concepts of the standard 1 instance 112 and the standard 2 instance 16 connected by the concept of the P-DCM 114 are the same in terms of relationship. In Equation (1),? X represents the concept of P-DCM associated with the? Y and? Z concepts of standard 1 instance 112 and standard 2 instance 116. Hence, both the? Y and? Z concepts from the transitive rule are equally equally applicable to the instance transformation mechanism.

도 2는 본 발명에 따른 P-DCM 개념에 기반한 사용자 정의 맵핑을 생성하는 알고리즘을 나타내는 도면이다.2 is a diagram illustrating an algorithm for generating a user-defined mapping based on the P-DCM concept according to the present invention.

도 2를 참조하면, 두 개의 서로 다른 표준의 개념

Figure pat00002
(204)와
Figure pat00003
(206)과 연관된, P-DCM 컨셉들
Figure pat00004
(202)를 설명하는, 알고리즘(200)을 나타낸다. 표준1 인스턴스와 표준2 인스턴스의 개념은 변환 합수 C.Match(
Figure pat00005
)(208)과 C.Match(
Figure pat00006
)(210)들을 사용하는 P-DCM 개념으로부터 유도된다. 이 개념의 연관성은 사용자 정의 맵핑(CustomizedMapping[j], 212)을 생성하는 결과를 야기한다. 사용자 정의 맵핑(212) 맵핑은 표준 개념(수식) 모두를 가지는 P-DCM 개념의 연관성에 기초한다. 결국, 사용자 정의 맵핑(212)은 저장되고, 이들은 표준 포맷들 사이에서의 변환에 사용된다.Referring to Figure 2, two different standard concepts
Figure pat00002
(204) and
Figure pat00003
RTI ID = 0.0 > P-DCM < / RTI &
Figure pat00004
0.0 > 202 < / RTI > The concepts of Standard 1 and Standard 2 instances are C.Match (
Figure pat00005
) 208 and C.Match (
Figure pat00006
0.0 > P-DCM < / RTI > The association of this concept results in the creation of a custom mapping (CustomizedMapping [j], 212). Custom mapping (212) The mapping is based on the association of the P-DCM concept with all of the standard concepts (formulas). Eventually, the custom mappings 212 are stored and they are used for conversion between standard formats.

도 3은 임상 개념을 위한 개인화 상세 임상 모델의 생성 방법을 나타내는 흐름도이다.3 is a flow chart illustrating a method of generating a personalized detailed clinical model for clinical concepts.

도 3을 참조하면 본 발명에 따른 임상 개념을 위한 개인화 상세 임상 모델의 생성 방법은 먼저, 임상 개념을 식별한다(201). 임상 개념은 모델링되는 과정이 필요한 특정한 개념에 대한 정보의 식별을 포함한다. 또한 임상 개념은 정보를 구조화하는 건강관리 기관의 기술에 의존한다. 그리고 건강관리 기관(Healthcare Organization)에 기록된, 임상 개념의 구조를 식별한다(202).Referring to FIG. 3, a method for generating a personalized detailed clinical model for a clinical concept according to the present invention first identifies a clinical concept (201). Clinical concepts include the identification of information about a particular concept that needs to be modeled. Clinical concepts also rely on the technology of healthcare organizations that structure information. And identifies the structure of the clinical concept, as recorded in the Healthcare Organization (202).

다음으로 임상 개념과 임상 개념 정보가 구조화된 방식에 기반하여 P-DCM을 생성한다(203). P-DCM은 건강관리에서 특정한 형식으로 구조화된 임상 개념에 대한 정보에 기반하여 고안되거나 생성된다.Next, the P-DCM is generated based on the structured manner of the clinical concept and the clinical concept information (203). P-DCM is designed or created based on information on structured clinical concepts in a specific format in health care.

서로 다른 표준 개념에서 P-DCM 개념의 적합성을 판단한다(204). 적합성은 조직 요청(Organization Requirement)에 기반하며, 서로 다른 건강관리 표준과 함께 수행된다. 서로 다른 건강관리 표준을 가지는 P-DCM 개념들의 관련성이 발전한다. P-DCM 개념과 서로 다른 건강관리 표준 사이에서 발전된 관련성에 기반하여 규칙들은 생성된다. The suitability of the P-DCM concept in different standard concepts is judged (204). Compliance is based on the Organization Requirement and is performed with different health care standards. The relevance of P-DCM concepts with different healthcare standards evolves. Rules are generated based on the relevance developed between the P-DCM concept and different health care standards.

그리고 생성된 규칙들은 사용자 정의 맵핑의 형태로 저장된다. 사용자 정의 맵핑의 형식은 브릿지 개념 및 표준 개념과 같은 P-DCM 개념을 포함한다. 그리고 사용자 정의 맵핑은 누락 정보가 봉착될 때와 마찬가지로 일반화된 맵핑 정보를 사용한다. 일반화된 맵핑은 그들 자신 사이에서 서로 다른 표준 맵핑에 기반하여 생성되고, P-DCM 개념을 포함하지 않는다. 사용자 정의 맵핑과 일반화된 맵핑 정보를 이용하여 생성된 혼합 맵핑은 서로 다른 표준 형식 사이에서 완전한 인스턴스 레벨 변환(Instance Level Transformation)을 필요로 한다. 혼합 맵핑은 일반화된 맵핑이나 사용자 정의 맵핑보다 정확도가 높다.
The generated rules are stored in the form of user-defined mappings. The format of the custom mapping includes the P-DCM concept such as the bridge concept and the standard concept. The user-defined mapping uses the generalized mapping information as when the missing information is encountered. Generalized mappings are generated based on different standard mappings between themselves and do not include the P-DCM concept. Mixed mappings generated using user-defined mappings and generalized mapping information require complete instance-level transformations between different standard formats. Mixed mappings are more accurate than generalized or user-defined mappings.

이상 바람직한 실시 예를 들어 본 발명을 상세하게 설명하였으나, 본 발명은 전술한 실시 예에 한정되지 않고, 본 발명의 기술적 사상의 범위 내에서 당 분야에서 통상의 지식을 가진 자에 의하여 여러 가지 변형이 가능하다. While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, but, on the contrary, It is possible.

108: 맵핑 엔진
110: 적합 관리부
114: P-DCM
118: 일반적인 맵핑
120: 사용자 정의 맵핑
122: DCM 규칙 관리부108: mapping engine
110:
114: P-DCM
118: Common mappings
120: Custom mapping
122: DCM rule management unit

Claims (10)

건강관리 기관에 기록된 임상 개념을 식별하는 단계;
상기 임상 개념의 구조를 식별하는 단계;
상기 임상 개념과 상기 임상 개념의 정보가 구조화된 방식에 기반하여 P-DCM을 만드는 단계; 및
서로 다른 표준 개념에서 상기 P-DCM 개념의 적합성을 판단하는 단계;
를 포함하는 것을 특징으로 하는 임상 개념을 위한 개인화 상세 임상 모델의 생성 방법.Identifying a clinical concept recorded in the healthcare facility;
Identifying a structure of the clinical concept;
Creating a P-DCM based on how the clinical concept and the information of the clinical concept are structured; And
Determining the suitability of the P-DCM concept in different standard concepts;
And generating a personalized detailed clinical model for the clinical concept. 제 1항에 있어서,
상기 임상 개념은 특정한 개념에 대한 정보의 식별을 포함하는 것을 특징으로 하는 임상 개념을 위한 개인화 상세 임상 모델의 생성 방법.The method of claim 1,
Wherein the clinical concept comprises identification of information about a particular concept. ≪ RTI ID = 0.0 > 11. < / RTI > 제 1항에 있어서,
상기 P-DCM은 건강관리 기관에서 특정한 형식으로 구조화된 임상 개념에 대한 정보에 기반하여 생성되는 것을 특징으로 하는 임상 개념을 위한 개인화 상세 임상 모델의 생성 방법.The method of claim 1,
The P-DCM is a method of generating a personalized detailed clinical model for a clinical concept, characterized in that generated based on the information on the clinical concept structured in a specific format in a healthcare institution. 제 1항에 있어서,
상기 적합성은 조직 요청에 기반하며, 서로 다른 건강관리 표준과 함께 수행되는 것을 특징으로 하는 임상 개념을 위한 개인화 상세 임상 모델의 생성 방법.The method of claim 1,
Wherein the fitness is based on an organizational request and is performed with different health care standards. 제 1항에 있어서,
상기 P-DCM의 개념과 서로 다른 건강관리 표준 사이에서 발전된 관련성에 기반하여 규칙을 생성하는 것을 특징으로 하는 임상 개념을 위한 개인화 상세 임상 모델의 생성 방법.The method of claim 1,
A method of generating a personalized detailed clinical model for a clinical concept, characterized by generating rules based on the developed relationship between the concept of the P-DCM and different healthcare standards. 제 5항에 있어서,
상기 규칙은 사용자 정의 매핑 형태로 저장되는 것을 특징으로 하는 임상 개념을 위한 개인화 상세 임상 모델의 생성 방법.6. The method of claim 5,
Wherein the rules are stored in a user-defined mapping form. 제 1항에 있어서,
상기 사용자 정의 맵핑의 형식은 브릿지 개념 및 표준 개념과 같은 상기 P-DCM 개념을 포함하는 것을 특징으로 하는 임상 개념을 위한 개인화 상세 임상 모델의 생성 방법.The method of claim 1,
The format of the user-defined mapping includes the P-DCM concept such as a bridge concept and a standard concept. 제 7항에 있어서,
상기 사용자 정의 맵핑은 누락 정보가 봉착될 때와 마찬가지로 일반화된 매핑 정보를 사용하는 것을 특징으로 하는 임상 개념을 위한 개인화 상세 임상 모델의 생성 방법.8. The method of claim 7,
Wherein the user defined mapping uses generalized mapping information as well as when the missing information is encountered. 제 8항에 있어서,
상기 일반화된 맵핑은 서로 다른 표준 맵핑에 기반하여 생성되고, 상기 P-DCM 개념을 포함하지 않는 것을 특징으로 하는 임상 개념을 위한 개인화 상세 임상 모델의 생성 방법.The method of claim 8,
The generalized mapping is generated based on different standard mappings and does not include the P-DCM concept. 제 8항에 있어서,
상기 사용자 정의 맵핑과 상기 일반화된 맵핑 정보를 이용하여 생성된 혼합 맵핑은 서로 다른 표준 형식 사이에서 완전한 인스턴스 레벨 변환(Instance Level Transformation)을 필요로 히고, 상기 혼합 맵핑은 상기 일반화된 맵핑이나 상기 사용자 정의 맵핑보다 정확도가 높은 것을 특징으로 하는 임상 개념을 위한 개인화 상세 임상 모델의 생성 방법.

The method of claim 8,
Wherein the mixed mapping generated using the user defined mapping and the generalized mapping information requires a complete instance level transformation between different standard formats and the mixed mapping includes the generalized mapping or the user defined A method of generating a personalized detailed clinical model for a clinical concept characterized by higher accuracy than mapping.

KR1020120097340A 2012-09-03 2012-09-03 Method of personalized detailed clinical model for clinical concept KR101441104B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120097340A KR101441104B1 (en) 2012-09-03 2012-09-03 Method of personalized detailed clinical model for clinical concept

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120097340A KR101441104B1 (en) 2012-09-03 2012-09-03 Method of personalized detailed clinical model for clinical concept

Publications (2)

Publication Number Publication Date
KR20140034350A true KR20140034350A (en) 2014-03-20
KR101441104B1 KR101441104B1 (en) 2014-10-01

Family

ID=50644771

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120097340A KR101441104B1 (en) 2012-09-03 2012-09-03 Method of personalized detailed clinical model for clinical concept

Country Status (1)

Country Link
KR (1) KR101441104B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190094729A (en) * 2018-02-05 2019-08-14 재단법인 전통천연물기반 유전자동의보감 사업단 Method and Apparatus for Data Managing for Clinical Trial
CN113221528A (en) * 2021-05-10 2021-08-06 浙江大学 Automatic generation and execution method of clinical data quality evaluation rule based on openEHR model

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101583162B1 (en) 2014-12-12 2016-01-07 경희대학교 산학협력단 Adaptive semantic based mediation system and method

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070178501A1 (en) * 2005-12-06 2007-08-02 Matthew Rabinowitz System and method for integrating and validating genotypic, phenotypic and medical information into a database according to a standardized ontology
KR20100086404A (en) * 2009-01-22 2010-07-30 서울대학교산학협력단 Clinical contents structure and the clinical contents modeling method
KR20100098032A (en) * 2009-02-27 2010-09-06 서울대학교산학협력단 Electronic medical record system using clinical contents model improving an user interface

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190094729A (en) * 2018-02-05 2019-08-14 재단법인 전통천연물기반 유전자동의보감 사업단 Method and Apparatus for Data Managing for Clinical Trial
CN113221528A (en) * 2021-05-10 2021-08-06 浙江大学 Automatic generation and execution method of clinical data quality evaluation rule based on openEHR model
CN113221528B (en) * 2021-05-10 2023-09-01 浙江大学 Automatic generation and execution method of clinical data quality evaluation rule based on openEHR model

Also Published As

Publication number Publication date
KR101441104B1 (en) 2014-10-01

Similar Documents

Publication Publication Date Title
US8522195B2 (en) Systems and methods to generate a software framework based on semantic modeling and business rules
Rubin et al. Process mining framework for software processes
EP3537314A1 (en) Method, apparatus and computer program for mapping medical data
JP2009509271A (en) Apparatus and method for data profiling based on composition of extraction, transformation and reading tasks
CN105359141A (en) Supporting combination of flow based ETL and entity relationship based ETL
CN105630500B (en) A method of for CIM/XML data processing
Kim et al. Semantic material name matching system for building energy analysis
WO2021068692A1 (en) Method, apparatus and device for workflow migration, and computer-readable storage medium
KR20060070609A (en) Apparatus and method for product-line architecture description and verification
CN112363695A (en) PMML file and method for integrating runtime environment thereof with industrial software
Li et al. Application of a multi-disciplinary design approach in a mechatronic engineering toolchain
KR101441104B1 (en) Method of personalized detailed clinical model for clinical concept
Blondet et al. An ontology for numerical design of experiments processes
Daniotti et al. Benefits and challenges using BIM for operation and maintenance
Etienne et al. Specifications and development of interoperability solution dedicated to multiple expertise collaboration in a design framework
US20130006683A1 (en) System and method of managing testing for a healthcare systems transition
Mahdavi et al. Exploring the utility of semantic web technology in building performance simulation
Mickeviciute et al. Transforming BPMN 2.0 business process model into SBVR business vocabulary and rules
Li et al. Bgg: A graph grammar approach for software architecture verification and reconfiguration
Büscher et al. VPI-FP: an integrative information system for factory planning
Worden et al. Simplifying HL7 version 3 messages
CN112559455A (en) IFC data management system and method based on semantic network technology
Ilahi et al. BPFlexTemplate: A Business Process template generation tool based on similarity and flexibility
Fill Semantic evaluation of business processes using SeMFIS
Woll et al. Semantic integration of product data models for the verification of product requirements

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
FPAY Annual fee payment

Payment date: 20171218

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190625

Year of fee payment: 6