KR20160139979A - 임상 의사결정 지원 시스템 및 방법 - Google Patents

임상 의사결정 지원 시스템 및 방법 Download PDF

Info

Publication number
KR20160139979A
KR20160139979A KR1020150075980A KR20150075980A KR20160139979A KR 20160139979 A KR20160139979 A KR 20160139979A KR 1020150075980 A KR1020150075980 A KR 1020150075980A KR 20150075980 A KR20150075980 A KR 20150075980A KR 20160139979 A KR20160139979 A KR 20160139979A
Authority
KR
South Korea
Prior art keywords
information
data node
causal relationship
clinical
data nodes
Prior art date
Application number
KR1020150075980A
Other languages
English (en)
Inventor
정태환
Original Assignee
삼성에스디에스 주식회사
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 삼성에스디에스 주식회사 filed Critical 삼성에스디에스 주식회사
Priority to KR1020150075980A priority Critical patent/KR20160139979A/ko
Publication of KR20160139979A publication Critical patent/KR20160139979A/ko

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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
    • G06F19/36—
    • G06Q50/24—

Landscapes

  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Child & Adolescent Psychology (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

임상 의사결정 시스템 및 방법이 개시된다. 본 발명의 일 실시예에 따른 임상 의사결정 시스템은, 임상 의사결정을 위해 사용되는 조건 정보, 상기 조건 정보로부터 기인하는 질환의 진단 정보 및 상기 질환의 치료를 위한 처방 정보 중 하나 이상을 포함하는 데이터 노드, 상기 데이터 노드 간의 인과 관계 및, 상기 인과 관계 각각에 대한 출처, 근거 및 신뢰도 중 하나 이상을 포함하는 속성 정보가 저장되는 지식 베이스; 환자 정보를 입력 받고, 상기 환자 정보, 상기 데이터 노드 및 상기 인과 관계를 이용하여 환자의 임상 결과를 도출하는 분석부; 및 상기 임상 결과 및 상기 임상 결과를 도출하는 데 사용된 인과 관계에 대응되는 속성 정보를 디스플레이하는 디스플레이부를 포함한다.

Description

임상 의사결정 지원 시스템 및 방법{CLINICAL DECISION SUPPORT SYSTEM AND METHOD THEREOF}
본 발명은 의사에게 임상 가이드를 제공하는 임상 의사결정 지원 시스템 및 방법에 관한 것이다.
임상 의사결정 지원 시스템(Clinical Decision Support System)이란 의사가 환자를 진료하는 과정에서 환자의 진단 또는 치료를 위한 기반 지식을 의사에게 제공하여 의사의 의사결정(Decision Making)을 지원하는 시스템이다. 이는 의사가 환자를 진료함에 있어서 의사의 주관적인 판단 이외에 의학적으로 검증된 임상 가이드를 참고하도록 함으로써 의사의 오진을 방지하고 보다 객관적인 진료 행위를 가능하게 하기 위한 것이다.
그러나, 종래의 임상 의사결정 지원 시스템은 추론 과정을 통해 도출된 임상 가이드만을 제시할 뿐 추론 과정의 근거 또는 출처를 제시할 수 없었다. 따라서, 의사는 임상 의사결정 지원 시스템으로부터 제시된 임상 가이드의 내용을 신뢰할 수 없었으며, 이에 따라 임상 의사결정 지원 시스템으로부터 제시된 임상 가이드의 내용을 무시하거나 처방시 임상 의사결정 지원 시스템 자체를 사용하지 않으려는 경향이 있었다.
한국공개특허공보 제10-2010-7020068호(2010.12.01)
본 발명의 실시예들은 추론 과정을 통해 도출된 임상 가이드와 함께 추론 과정의 근거 또는 출처를 사용자에게 제시하기 위한 수단을 제공하기 위한 것이다.
본 발명의 예시적인 실시예에 따르면, 임상 의사결정을 위해 사용되는 조건 정보, 상기 조건 정보로부터 기인하는 질환의 진단 정보 및 상기 질환의 치료를 위한 처방 정보 중 하나 이상을 포함하는 데이터 노드, 상기 데이터 노드 간의 인과 관계 및, 상기 인과 관계 각각에 대한 출처, 근거 및 신뢰도 중 하나 이상을 포함하는 속성 정보가 저장되는 지식 베이스; 환자 정보를 입력 받고, 상기 환자 정보, 상기 데이터 노드 및 상기 인과 관계를 이용하여 환자의 임상 결과를 도출하는 분석부; 및 상기 임상 결과 및 상기 임상 결과를 도출하는 데 사용된 인과 관계에 대응되는 속성 정보를 디스플레이하는 디스플레이부를 포함하는, 임상 의사결정 지원 시스템이 제공된다.
상기 분석부는, 상기 데이터 노드 중 입력 받은 상기 환자 정보에 대응되는 하나 이상의 데이터 노드를 선택하고, 선택된 상기 데이터 노드 각각에 대한 인과 관계를 만족하는 데이터 노드 중 가장 마지막에 위치하는 데이터 노드인 최종 데이터 노드를 선택하고, 선택된 상기 최종 데이터 노드의 내용을 상기 임상 결과로 도출할 수 있다.
상기 분석부는, 선택된 상기 데이터 노드 각각에 대해 상기 인과 관계에 따라 선택 가능한 데이터 노드인 다음 데이터 노드의 개수를 계산하고, 상기 다음 데이터 노드의 개수가 많은 데이터 노드 순으로 상기 인과 관계를 만족하는 데이터 노드를 순차적으로 선택하여 상기 최종 데이터 노드를 선택할 수 있다.
상기 디스플레이부는, 상기 임상 결과, 상기 다음 데이터 노드의 개수가 많은 데이터 노드로부터 상기 최종 데이터 노드까지의 인과 관계, 및 상기 다음 데이터 노드의 개수가 많은 데이터 노드로부터 상기 최종 데이터 노드까지의 인과 관계 각각에 대한 속성 정보를 디스플레이할 수 있다.
사용자로부터 상기 임상 결과 및 상기 임상 결과를 도출하는 데 사용된 인과 관계에 대응되는 속성 정보에 대한 평가 정보를 입력 받고, 입력 받은 상기 평가 정보에 따라 상기 지식 베이스를 업데이트하는 피드백부를 더 포함할 수 있다.
상기 피드백부는, 상기 평가 정보에 따라 상기 지식 베이스에 저장된 상기 인과 관계 및 상기 속성 정보 중 하나 이상을 정정할 수 있다.
본 발명의 다른 예시적인 실시예에 따르면, 지식 베이스에, 임상 의사결정을 위해 사용되는 조건 정보, 상기 조건 정보로부터 기인하는 질환의 진단 정보 및 상기 질환의 치료를 위한 처방 정보 중 하나 이상을 포함하는 데이터 노드, 상기 데이터 노드 간의 인과 관계 및, 상기 인과 관계 각각에 대한 출처, 근거 및 신뢰도 중 하나 이상을 포함하는 속성 정보가 저장되는 단계; 분석부에서, 환자 정보를 입력 받는 단계; 상기 분석부에서, 상기 환자 정보, 상기 데이터 노드 및 상기 인과 관계를 이용하여 환자의 임상 결과를 도출하는 단계; 및 디스플레이부에서, 상기 임상 결과 및 상기 임상 결과를 도출하는 데 사용된 인과 관계에 대응되는 속성 정보를 디스플레이하는 단계를 포함하는, 임상 의사결정 지원 방법이 제공된다.
상기 임상 결과를 도출하는 단계는, 상기 데이터 노드 중 입력 받은 상기 환자 정보에 대응되는 하나 이상의 데이터 노드를 선택하는 단계; 선택된 상기 데이터 노드 각각에 대한 인과 관계를 만족하는 데이터 노드 중 가장 마지막에 위치하는 데이터 노드인 최종 데이터 노드를 선택하는 단계; 및 선택된 상기 최종 데이터 노드의 내용을 상기 임상 결과로 도출하는 단계를 포함할 수 있다.
상기 최종 데이터 노드를 선택하는 단계는, 선택된 상기 데이터 노드 각각에 대해 상기 인과 관계에 따라 선택 가능한 데이터 노드인 다음 데이터 노드의 개수를 계산하는 단계; 및 상기 다음 데이터 노드의 개수가 많은 데이터 노드 순으로 상기 인과 관계를 만족하는 데이터 노드를 순차적으로 선택하여 상기 최종 데이터 노드를 선택하는 단계를 포함할 수 있다.
상기 디스플레이하는 단계는, 상기 임상 결과, 상기 다음 데이터 노드의 개수가 많은 데이터 노드로부터 상기 최종 데이터 노드까지의 인과 관계, 및 상기 다음 데이터 노드의 개수가 많은 데이터 노드로부터 상기 최종 데이터 노드까지의 인과 관계 각각에 대한 속성 정보를 디스플레이할 수 있다.
상기 임상 의사결정 지원 방법은, 피드백부에서, 사용자로부터 상기 임상 결과 및 상기 임상 결과를 도출하는 데 사용된 인과 관계에 대응되는 속성 정보에 대한 평가 정보를 입력 받고, 입력 받은 상기 평가 정보에 따라 상기 지식 베이스를 업데이트하는 단계를 더 포함할 수 있다.
상기 지식 베이스를 업데이트하는 단계는, 상기 평가 정보에 따라 상기 지식 베이스에 저장된 상기 인과 관계 및 상기 속성 정보 중 하나 이상을 정정할 수 있다.
본 발명의 다른 예시적인 실시예에 따르면, 하드웨어와 결합되어 지식 베이스에, 임상 의사결정을 위해 사용되는 조건 정보, 상기 조건 정보로부터 기인하는 질환의 진단 정보 및 상기 질환의 치료를 위한 처방 정보 중 하나 이상을 포함하는 데이터 노드, 상기 데이터 노드 간의 인과 관계 및, 상기 인과 관계 각각에 대한 출처, 근거 및 신뢰도 중 하나 이상을 포함하는 속성 정보가 저장되는 단계; 분석부에서, 하나 이상의 환자 정보를 입력 받는 단계; 상기 분석부에서, 상기 환자 정보, 상기 데이터 노드 및 상기 인과 관계를 이용하여 환자의 임상 결과를 도출하는 단계; 및 디스플레이부에서, 상기 임상 결과 및 상기 임상 결과를 도출하는 데 사용된 인과 관계에 대응되는 속성 정보를 디스플레이하는 단계를 실행시키기 위하여 기록매체에 저장된 컴퓨터프로그램이 제공된다.
본 발명의 실시예들에 따르면, 입력된 환자 정보를 이용하여 임상 결과를 도출하고, 도출된 임상 결과뿐 아니라 임상 결과와 관련된 속성 정보를 사용자에게 제공함으로써, 임상 결과에 대한 사용자의 신뢰도를 높일 수 있다. 특히, 본 발명의 실시예들에 따르면, 임상 결과를 도출하는 과정에서 고려된 인과 관계 각각에 대한 속성 정보를 사용자에게 제공함으로써, 임상 결과를 도출하는 각 추론 과정에 대한 사용자의 신뢰도를 높일 수 있다.
도 1은 본 발명의 일 실시예에 따른 임상 의사결정 지원 시스템의 상세 구성을 나타낸 블록도
도 2는 본 발명의 일 실시예에 따른 분석부에서의 임상 결과 도출 및 지식 베이스 구축을 위한 의료지식 기반의 온톨로지의 예시를 나타낸 도면
도 3은 본 발명의 일 실시예에 따른 분석부가 임상 결과를 도출하는 과정을 설명하기 위한 도면
도 4는 본 발명의 일 실시예에 따른 지식 베이스에 저장되는 인과 관계 및 속성 정보의 예시를 나타낸 도면
도 5는 본 발명의 일 실시예에 따른 디스플레이부에서 디스플레이되는 임상 결과 및 속성 정보의 예시를 나타낸 도면
도 6은 본 발명의 일 실시예에 따른 임상 의사결정 지원 방법을 설명하기 위한 흐름도
이하, 도면을 참조하여 본 발명의 구체적인 실시형태를 설명하기로 한다. 이하의 상세한 설명은 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다.
본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.
도 1은 본 발명의 일 실시예에 따른 임상 의사결정 지원 시스템(100)의 상세 구성을 나타낸 블록도이다. 도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 임상 의사결정 지원 시스템(100)은 분석부(102), 지식 베이스(104), 디스플레이부(106) 및 피드백부(108)를 포함한다.
분석부(102)는 환자 정보를 입력 받고, 입력된 환자 정보를 이용하여 환자의 임상 결과를 도출한다. 여기서, 환자 정보는 환자의 인적 사항(예를 들어, 나이, 성별, 임신 여부 등), 병력, 건강 상태, 진찰, 입원 및 퇴원 기록뿐 아니라 환자가 호소하는 증상(예를 들어, 기침, 열, 가래, 근육통 등), 병원에서 수행된 각종 검사 결과(예를 들어, 혈액 검사 결과, 조직 검사 결과, 당뇨병 검사 결과 등) 등을 모두 포함하는 넓은 의미로 사용된다. 상기 환자 정보는 통제 조건 및 변동 조건으로 구분될 수 있다. 통제 조건이란 환자의 질환이 진행됨에 따라 변화하지 않는 조건으로서, 예를 들어 환자의 나이, 성별, 임신 여부, 병력, DNA 등이 될 수 있다. 또한, 변동 조건이란 환자의 질환이 진행됨에 따라 변화할 수 있는 조건으로서, 예를 들어 기침, 열, 가래, 근육통 등과 같은 환자의 증상, 혈액 검사 결과, 조직 검사 결과 등의 각종 검사 등이 될 수 있다. 상기 환자 정보는 예를 들어, 전자 의무 기록(EMR : Electronic Medical Record) 시스템(미도시)에 의해 관리될 수 있으며, 분석부(102)는 전자 의무 기록 시스템으로부터 상기 환자 정보를 입력 받을 수 있다.
분석부(102)는 입력 받은 환자 정보를 이용하여 환자의 임상 결과를 도출할 수 있다. 분석부(102)가 환자의 임상 결과를 도출하는 구체적인 과정은 도 2 및 3을 참조하여 후술하기로 한다.
지식 베이스(104, Knowledge Base)는 임상 의사결정을 위한 각종 데이터를 저장하는 저장소이다. 여기서, 각종 데이터란 임상 의사결정을 위해 사용될 수 있는 교과서적인 의료 지식, 의사의 경험적 지식 등을 모두 포함하는 넓은 의미로 사용된다. 또한, 지식 베이스(104)에는 이러한 의료 지식에 대한 근거 또는 출처에 관한 정보가 저장될 수 있다. 여기서, 의료 지식에 대한 근거(reason)는 예를 들어, 공리(axiom), 논문, ADR(Adverse Drug Reaction) DB 등으로부터 얻어질 수 있으며, 의료 지식에 대한 출처(source)는 의료 지식을 증명 또는 발표한 의사의 이름, 논문 제목 또는 번호 등이 될 수 있다. 공리는 의료 업계에서 통상의 지식을 가진 자에게 자명한 명제 또는 이론을 의미하며, ADR DB는 약물 부작용에 관한 원인 및 유형 등이 저장되어 있는 데이터베이스를 의미한다. 지식 베이스(104)는 의료지식 기반의 온톨로지(ontology), 규칙 기반의 의사결정 트리(rule based decision tree) 등을 토대로 구축될 수 있다. 분석부(102)는 지식 베이스(104)에 저장된 각종 의료 지식을 이용하여 환자의 임상 결과를 도출할 수 있으며, 디스플레이부(108)는 분석부(102)에서 도출된 임상 결과 및 상기 임상 결과와 관련된 의료 지식의 근거, 출처 등을 디스플레이할 수 있다.
디스플레이부(106)는 분석부(102)에서 도출된 임상 결과 및 상기 임상 결과와 관련된 속성 정보를 디스플레이한다. 속성 정보(property)는 상기 인과 관계에 대한 부가 정보로서, 상기 인과 관계의 출처(source), 근거(reason), 신뢰도(confidence), 공개 여부(authority) 중 하나 이상을 포함할 수 있다. 디스플레이부(106)는 분석부(102)에서 도출된 임상 결과뿐 아니라 상기 임상 결과와 관련된 속성 정보를 디스플레이함으로써, 임상 결과에 대한 사용자의 신뢰도를 높일 수 있다. 특히, 디스플레이부(106)는 임상 결과를 도출하는 과정에서 고려된 인과 관계 각각에 대한 속성 정보를 사용자에게 제공할 수 있다. 이에 따라, 사용자는 임상 결과를 도출하는 각 추론 과정에 대해 신뢰할 수 있다.
피드백부(108)는 사용자(또는 의사)로부터 상기 임상 결과 및 상기 임상 결과와 관련된 속성 정보에 대한 평가 정보를 입력 받고, 입력 받은 평가 정보에 따라 지식 베이스(104)를 업데이트한다. 여기서, 평가 정보란 제시된 임상 결과 및 임상 결과를 도출하는 데 사용된 인과 관계에 대응되는 속성 정보에 대해 사용자가 입력하는 피드백으로서, 예를 들어 임상 결과의 오류 정정 요청(도출된 임상 결과와 관련된 인과 관계의 삭제 또는 추가 요청 등), 속성 정보에 포함된 근거 또는 신뢰도 정정 요청 등이 될 수 있다. 피드백부(108)는 사용자로부터 입력된 평가 정보에 따라 지식 베이스(104)에 저장된 인과 관계 및 속성 정보 중 하나 이상을 정정함으로써 지식 베이스(104)를 업데이트할 수 있다.
일 실시예에서, 분석부(102), 지식 베이스(104), 디스플레이부(106) 및 피드백부(108)는 하나 이상의 프로세서 및 그 프로세서와 연결된 컴퓨터 판독 가능 기록 매체를 포함하는 컴퓨팅 장치 상에서 구현될 수 있다. 컴퓨터 판독 가능 기록 매체는 프로세서의 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 컴퓨팅 장치 내의 프로세서는 각 컴퓨팅 장치로 하여금 본 명세서에서 기술되는 예시적인 실시예에 따라 동작하도록 할 수 있다. 예를 들어, 프로세서는 컴퓨터 판독 가능 기록 매체에 저장된 명령어를 실행할 수 있고, 컴퓨터 판독 가능 기록 매체에 저장된 명령어는 프로세서에 의해 실행되는 경우 컴퓨팅 장치로 하여금 본 명세서에 기술되는 예시적인 실시예에 따른 동작들을 수행하도록 구성될 수 있다.
도 2는 본 발명의 일 실시예에 따른 분석부(102)에서의 임상 결과 도출 및 지식 베이스(104) 구축을 위한 의료지식 기반의 온톨로지의 예시를 나타낸 도면이다. 여기서는, 설명의 편의상 의료지식 기반의 온톨로지만을 예시로서 설명하였으나 분석부(102)에서의 임상 결과 도출 및 지식 베이스(104) 구축을 위해 규칙 기반의 의사결정 트리 등과 같은 다른 수단이 활용될 수도 있다.
도 2에 도시된 바와 같이, 의료지식 기반의 온톨로지는 복수 개의 데이터 노드(A~K)를 포함한다. 상기 데이터 노드는 임상 결과를 도출하는 데 사용되는 조건 정보, 예를 들어, 상술한 통제 조건(환자의 나이, 성별, 임신 여부, 병력 유무 또는 종류 등) 또는 변동 조건(기침 유무, 열 유무, 가래 유무, 근육통 정도 등)을 포함할 수 있다. 또한, 상기 데이터 노드는 통제 조건 또는 변동 조건으로부터 기인하는 질환의 진단 정보(감기, 폐렴, 천식 등), 상기 질환의 치료를 위한 처방 정보(약 처방, 수술 처방, 입원 처방 등) 등을 포함할 수 있다. 이때, 하나의 데이터 노드는 기침 유무 등과 같은 하나의 조건 정보를 포함할 수 있으나, “기침+가래” 등과 같이 복수 개의 조건 정보를 포함할 수도 있다. 즉, 하나의 조건과 다른 조건이 동시에 평가되어야 하나의 추론을 할 수 있는 경우에는 복수의 조건 정보가 하나의 데이터 노드로서 구현될 수 있다.
또한, 데이터 노드 간에는 인과 관계(relation)가 정의될 수 있다. 도 2를 참조하면, 상기 인과 관계는 데이터 노드 간의 화살표로 나타낼 수 있다. 일 예시로서, 데이터 노드 A의 경우, 데이터 노드 A → 데이터 노드 C → 데이터 노드 F, 데이터 노드 A → 데이터 노드 D → 데이터 노드 G → 데이터 노드 K 등으로의 인과 관계가 성립할 수 있다. 데이터 노드 A가 기침이라 가정하는 경우, 데이터 노드 C는 감기일 수 있으며 데이터 노드 D는 폐렴일 수 있다. 즉, 데이터 노드 A가 주어지면 데이터 노드 C 또는 D 로의 추론이 가능하다. 다른 예시로서, 데이터 노드 I의 경우, 데이터 노드 I → 데이터 노드 K로의 인과 관계가 성립할 수 있다. 데이터 노드 I가 위암 4기라 가정하는 경우, 데이터 노드 K는 수술일 수 있다. 즉, 데이터 노드 I가 주어지면 데이터 노드 K로의 추론이 가능하다.
분석부(102)는 이와 같은 의료지식 기반의 온톨로지를 이용하여 환자의 임상 결과를 도출할 수 있다. 구체적으로, 분석부(102)는 데이터 노드 중 입력 받은 환자 정보에 대응되는 하나 이상의 데이터 노드를 선택하고, 선택된 상기 데이터 노드 각각에 대한 인과 관계를 만족하는 데이터 노드 중 가장 마지막에 위치하는 데이터 노드인 최종 데이터 노드를 선택하고, 선택된 상기 최종 데이터 노드의 내용을 환자의 임상 결과로 도출할 수 있다. 여기서, 최종 데이터 노드는 예를 들어, 해당 데이터 노드로부터 다른 데이터 노드로의 선택이 더 이상 불가능한 데이터 노드일 수 있으며, 도 2에서 데이터 노드 F, J, K, H 등이 될 수 있다. 일 예시로서, 입력 받은 환자 정보(예를 들어, 근육통, 콧물)에 대응되는 데이터 노드가 데이터 노드 B, 데이터 노드 I인 경우, 분석부(102)는 데이터 노드 B 및 I에 대한 인과 관계를 만족하는 최종 데이터 노드 K를 선택하고, 최종 데이터 노드 K의 내용을 환자의 임상 결과로 도출할 수 있다. 이때, 데이터 노드 B에 대해 정의된 인과 관계에 따라 선택 가능한 데이터 노드, 즉 다음 데이터 노드는 D, E, G, H, I, J, K 등이 될 수 있으며 데이터 노드 I에 대해 정의된 인과 관계에 따라 선택 가능한 다음 데이터 노드는 K 일 수 있다. 즉, 데이터 노드 각각은 정의된 인과 관계에 따라 서로 다른 개수의 다음 데이터 노드와 연결될 수 있다. 여기서, 다음 데이터 노드는 현재 데이터 노드로부터 도출될 수 있는 임상 결과일 수 있으며, 다음 데이터 노드의 개수가 많다는 것은 도출될 수 있는 임상 결과의 개수가 많다는 것을 의미한다. 다만, 다음 데이터 노드의 개수가 많더라도 입력 받은 환자 정보의 개수가 많으면 임상 결과로 도출될 수 있는 최종 데이터 노드의 개수는 줄어들 수 있으며, 최종적으로 도출될 수 있는 임상 결과의 개수 또한 줄어들 수 있다.
예를 들어, 입력 받은 환자 정보에 포함된 통제 조건이 “청소년, 여자, 임산부 아님”이며 변동 조건이 “기침”인 경우, 인과 관계에 따라 추론 가능한 진단의 개수는 매우 많을 수 있다. 이 경우, 감기, 폐렴, 천식 등과 같은 일반적인 질환부터 위암 등과 같은 특수한 질환의 경우까지 기침과 관련된 모든 종류의 질환이 임상 결과로서 도출될 수 있다. 그러나, 위 예시에서 “발열, 오한, 콧물, 가래, 심한 근육통, 독감 검사 결과 양성” 등과 같은 변동 조건이 상기 환자 정보에 추가되면 추론 가능한 진단의 개수는 큰 폭으로 감소할 수 있다. 이 경우, 임상 결과로서 도출되는 질환은 독감일 수 있다.
이때, 임상 결과를 도출하는 데 있어 가장 결정적인 조건을 포함하는 데이터 노드의 경우 상대적으로 다음 데이터 노드의 개수가 적을 수 있다. 위 예시에서, “독감 검사 결과 양성” 조건의 경우 독감이라는 임상 결과를 도출하는 데 있어 가장 결정적인 역할을 하며, 상기 “독감 검사 결과 양성”을 포함하는 데이터 노드의 경우 다음 데이터 노드의 개수가 다른 데이터 노드에 비해 적을 수 있다. 이에 따라, 본 발명의 실시예들에서는 입력 받은 환자 정보에 대응되는 데이터 노드 각각에 대해 인과 관계에 따라 선택 가능한 다음 데이터 노드의 개수를 계산하고, 상기 다음 데이터 노드의 개수가 많은 데이터 노드 순으로 상기 인과 관계를 만족하는 데이터 노드를 순차적으로 선택하여 최종 데이터 노드를 결정할 수 있도록 하였다. 즉, 임상 결과를 도출하는 과정에서 “독감 검사 결과 양성”과 같은 가장 직접적이고 직관적으로 이해 가능한 조건이 가장 마지막에 판단될 수 있다. 이는 가장 마지막에 판단된 인과 관계를 사용자에게 가장 설득력있는 근거로서 제시하기 위함이다. 이에 대해서는 도 3을 참조하여 구체적으로 설명하기로 한다.
한편, 지식 베이스(104)는 상술한 의료지식 기반의 온톨로지를 토대로 구축될 수 있다. 지식 베이스(104)에는 하나 이상의 데이터 노드 및 각 데이터 노드 간의 인과 관계가 저장될 수 있다. 또한, 지식 베이스(104)에는 상기 인과 관계 각각에 대한 속성 정보가 저장될 수 있다. 지식 베이스(104)에 저장되는 데이터들에 관한 구체적인 설명은 도 4를 참조하여 구체적으로 설명하기로 한다.
도 3은 본 발명의 일 실시예에 따른 분석부(102)가 임상 결과를 도출하는 과정을 설명하기 위한 도면이다. 상술한 바와 같이, 분석부(102)는 입력 받은 환자 정보에 대응되는 데이터 노드 각각에 대해 인과 관계에 따라 선택 가능한 데이터 노드인 다음 데이터 노드의 개수를 계산하고, 상기 다음 데이터 노드의 개수가 많은 데이터 노드 순으로 상기 인과 관계를 만족하는 데이터 노드를 순차적으로 선택하여 최종 데이터 노드를 선택할 수 있다.
도 3을 참조하면, 일 예시로서, 입력 받은 환자 정보가 “발열, 오한, 독감 검사 결과, 콧물, 기침, 가래, 근육통”라 가정하였을 때 “콧물, 발열+오한, 기침+가래, 근육통, 독감 검사 결과 양성” 에 대한 다음 데이터 노드의 개수는 각각 300개, 100개, 50개, 20개, 3개일 수 있다.
이때, 분석부(102)는 다음 데이터 노드의 개수가 많은 데이터 노드 순으로 상기 인과 관계를 만족하는 데이터 노드를 순차적으로 선택할 수 있다. 이에 따라, 분석부(102)는 먼저 콧물을 수반하는 질병을 탐색하고, 상기 탐색된 질병 중 발열+오한을 수반하는 질병을 탐색하고, 상기 탐색된 질병 중 기침+가래를 수반하는 질병을 탐색하고, 상기 탐색된 질병 중 근육통을 수반하는 질병을 탐색하고, 마지막으로 상기 탐색된 질병 중 독감 검사 결과에 양성 반응인 독감의 종류를 탐색할 수 있다. 즉, 분석부(102)는 선택 가능한 다음 데이터 노드의 개수가 많은 데이터 노드에 대한 추론을 먼저 진행할 수 있다. 이후, 분석부(102)는 독감에 관한 데이터 노드를 최종 데이터 노드로서 선택할 수 있으며, 최종 데이터 노드의 내용을 임상 결과로 도출할 수 있다. 이와 같은 과정을 통해, 임상 결과를 도출하는 추론 과정에서의 연산량을 최소화할 수 있으며, 추론의 정확도를 높일 수 있다. 또한, 후술할 바와 같이, 디스플레이부(108)는 임상 결과 도출에 있어서 가장 마지막에 판단된 인과 관계를 사용자에게 가장 설득력있는 근거로서 제시함으로써, 임상 결과에 대한 사용자의 신뢰도를 높일 수 있다.
도 4는 본 발명의 일 실시예에 따른 지식 베이스(104)에 저장되는 인과 관계 및 속성 정보의 예시를 나타낸 도면이다. 상술한 바와 같이, 지식 베이스(104)는 도 2의 의료지식 기반의 온톨로지를 토대로 구축될 수 있다. 다만, 이에 한정되는 것은 아니며, 지식 베이스(104)는 규칙 기반의 의사결정 트리 등과 같은 다른 수단을 토대로 구축될 수도 있다.
지식 베이스(104)에는 임상 의사결정을 위해 사용되는 데이터 노드, 상기 데이터 노드 간의 인과 관계 및, 상기 인과 관계 각각에 속성 정보가 저장될 수 있다.
데이터 노드는 임상 의사결정을 위해 사용되는 조건 정보, 조건 정보로부터 기인하는 질환의 진단 정보 및 질환의 치료를 위한 처방 정보 중 하나 이상을 포함할 수 있다.
인과 관계(relation)는 복수의 데이터 노드 간의 원인 및 결과를 나타내는 의미로 사용된다. 상기 인과 관계는 의료지식 기반의 온톨로지에서 데이터 노드 간의 연결 라인으로 표현될 수 있다. 또한, 상기 인과 관계는 규칙 기반의 의사결정 트리에서 if/then으로 표현될 수 있다. 예를 들어, 규칙 기반의 의사결정 트리에서 “if 진단=B & 환자 Y, then 진단=D” 라는 정의가 존재하는 경우, 데이터 노드 B, Y → 데이터 노드 D 로의 인과 관계가 성립한다.
또한, 속성 정보(property)는 상기 인과 관계에 대한 부가 정보로서, 상기 인과 관계의 출처(source), 근거(reason), 신뢰도(confidence), 공개 여부(authority) 중 하나 이상을 포함할 수 있다. 상기 출처는 예를 들어, 상기 인과 관계가 의사(doctor)에 의해 입력된 것인지, 논문에 의해 증명된 것인지, ADR에 의해 증명된 것인지 등에 대한 정보를 포함할 수 있다. 또한, 상기 근거는 예를 들어, 상기 인과 관계가 공리(axiom)에 해당하는지, 상기 인과 관계를 증명한 논문이 무엇인지(또는 상기 논문이 포함된 URL 링크가 무엇인지), 상기 인과 관계를 증명한 ADR DB(Database)가 무엇인지 등에 대한 정보를 포함할 수 있다. 또한, 상기 신뢰도는 예를 들어, 100%, 70% 등이 될 수 있다. 상기 신뢰도는 인과 관계의 출처 또는 근거 등에 따라 달라질 수 있다. 예를 들어, 공리에 해당하는 인과 관계의 신뢰도는 논문의 의해 증명된 인과 관계의 신뢰도보다 높을 수 있다. 또한, 상기 공개 여부는 상기 인과 관계의 출처 또는 근거의 공개 여부에 대한 정보로서, 지식 베이스(104) 관리자에 의해 설정될 수 있다. 이와 같이, 지식 베이스(104)에는 데이터 노드, 데이터 노드 간의 인과 관계뿐 아니라 상기 인과 관계 각각에 대한 속성 정보가 저장될 수 있다. 디스플레이부(106)는 분석부(102)에서 도출된 임상 결과뿐 아니라 임상 결과와 관련된 인과 관계의 속성 정보를 사용자에게 디스플레이함으로써, 임상 결과에 대한 사용자의 신뢰도를 높일 수 있다.
도 5는 본 발명의 일 실시예에 따른 디스플레이부(108)에서 디스플레이되는 임상 결과 및 속성 정보의 예시를 나타낸 도면이다. 상술한 바와 같이, 디스플레이부(108)는 분석부(102)에서 도출된 임상 결과 및 상기 임상 결과와 관련된 속성 정보, 즉 임상 결과를 도출하는 데 사용된 인과 관계에 대응되는 속성 정보를 사용자에게 제공할 수 있다. 구체적으로, 디스플레이부(106)는 도출된 임상 결과, 입력 받은 환자 정보에 대응되는 데이터 노드 중 다음 데이터 노드의 개수가 가장 많은 데이터 노드로부터 최종 데이터 노드까지의 인과 관계, 및 상기 다음 데이터 노드의 개수가 많은 데이터 노드로부터 최종 데이터 노드까지의 인과 관계 각각에 대한 속성 정보를 디스플레이할 수 있다.
도 5를 참조하면, 일 예시로서, 디스플레이부(106)는 “환자 정보 A에 대해 인과 관계 B, 출처 C에 따르면, 근거 D와 같으므로, 신뢰도 E로써 임상 결과 F가 도출된다.”라는 문구를 사용자에게 디스플레이할 수 있다. 또한, 디스플레이부(106)는 “인과 관계 C는 비공개 원칙에 따라 별도 근거를 명시하지 않는다.”라는 문구를 사용자에게 디스플레이할 수 있다. 상술한 바와 같이, 지식 베이스(104)에는 인과 관계의 출처 또는 근거의 공개 여부에 대한 정보가 저장될 수 있다. 만약, 제시하고자 하는 인과 관계의 출처 또는 근거가 비공개로 설정되어 있는 경우, 디스플레이부(106)는 상기 인과 관계에 대한 출처 또는 근거를 공개하지 않을 수 있다. 또한, 디스플레이부(106)는 “환자 정보 C에 대해 인과 관계 K, 출처 R에 따르면, 근거 H와 같으므로, 신뢰도 P로써 대안 S가 아닌 근거 H를 채택한다.”라는 문구를 사용자에게 디스플레이할 수 있다. 여기서, 대안 S는 의사가 처방한 임상 결과일 수 있다. 디스플레이부(106)는 의사가 처방한 임상 결과와 의사 임상결정 지원 시스템(100)에서 도출된 임상 결과가 다를 경우 임상결정 지원 시스템(100)에서 도출된 임상 결과에 대한 근거를 제시할 수 있다. 이때, 디스플레이부(106)는 임상결정 지원 시스템(100)에서 도출된 임상 결과에 대한 신뢰도가 설정된 임계치보다 높은 경우 의사가 처방한 임상 결과를 배제한 근거를 디스플레이할 수 있다. 또한, 디스플레이부(106)는 임상 결과를 도출하는 데 있어서 가장 마지막에 판단된 인과 관계 및 상기 인과 관계의 속성 정보를 사용자에게 가장 먼저 제시할 수 있다. 도 5에 도시된 바와 같이, 디스플레이부(106)는 “환자 정보 A에 대해 인과 관계 B, 출처 C에 따르면, 근거 D와 같으므로, 신뢰도 E로써 임상 결과 F가 도출된다.”라는 문구를 화면의 최상단에 배치할 수 있다. 또한, 디스플레이부(106)는 “환자 정보 A에 대해 인과 관계 B, 출처 C에 따르면, 근거 D와 같으므로, 신뢰도 E로써 임상 결과 F가 도출된다.”라는 문구를 첫 페이지에서 디스플레이하며, 나머지 인과 관계와 관련된 문구들을 다음 페이지에서 순차적으로 디스플레이할 수도 있다. 이에 따라, 사용자는 임상 의사결정 지원 시스템(100)에서 도출된 임상 결과와 관련되어 가장 직접적이고 직관적인 조건을 가장 먼저 확인할 수 있다.
도 6은 본 발명의 일 실시예에 따른 임상 의사결정 지원 방법을 설명하기 위한 흐름도이다.
S602 단계에서, 임상 의사결정을 위해 사용되는 데이터 노드, 데이터 노드 간의 인과 관계 및, 상기 인과 관계 각각에 속성 정보가 지식 베이스(104)에 저장된다. 상기 인과 관계는 복수의 데이터 노드 간의 원인 및 결과를 나타내며, 상기 속성 정보는 인과 관계 각각의 출처, 근거, 신뢰도, 공개 여부 중 하나 이상을 포함할 수 있다.
S604 단계에서, 분석부(102)는 하나 이상의 환자 정보를 입력받는다. 상기 환자 정보는 환자의 인적 사항, 병력, 건강 상태, 진찰, 입원 및 퇴원 기록, 환자가 호소하는 증상, 병원에서 수행된 각종 검사 결과 등을 포함할 수 있다.
S606 단계에서, 분석부(102)는 입력된 환자 정보, 상기 데이터 노드 및 상기 인과 관계를 이용하여 환자의 임상 결과를 도출한다. 구체적으로, 분석부(102)는 데이터 노드 중 입력 받은 환자 정보에 대응되는 하나 이상의 데이터 노드를 선택하고, 선택된 데이터 노드 각각에 대한 인과 관계를 만족하는 데이터 노드 중 가장 마지막에 위치하는 데이터 노드인 최종 데이터 노드를 선택하고, 선택된 최종 데이터 노드의 내용을 임상 결과로 도출할 수 있다. 이때, 분석부(102)는 선택된 상기 데이터 노드 각각에 대해 인과 관계에 따라 선택 가능한 데이터 노드인 다음 데이터 노드의 개수를 계산하고, 다음 데이터 노드의 개수가 많은 데이터 노드 순으로 인과 관계를 만족하는 데이터 노드를 순차적으로 선택하여 상기 최종 데이터 노드를 선택할 수 있다.
S608 단계에서, 디스플레이부(106)는 분석부(102)에서 도출된 임상 결과 및 상기 임상 결과를 도출하는 데 사용된 인과 관계에 대응되는 속성 정보를 디스플레이한다. 디스플레이부(106)는 분석부(102)에서 도출된 임상 결과와 함께 상기 임상 결과를 도출하는 데 사용된 인과 관계 각각에 대한 속성 정보를 디스플레이함으로써, 임상 결과에 대한 사용자의 신뢰도를 높일 수 있다.
S610 단계에서, 피드백부(108)는 사용자로부터 상기 임상 결과 및 상기 임상 결과를 도출하는 데 사용된 인과 관계에 대응되는 속성 정보에 대한 평가 정보를 입력 받는다. 여기서, 평가 정보는 예를 들어, 임상 결과의 오류 정정 요청, 속성 정보에 포함된 근거 또는 신뢰도 정정 요청 등이 될 수 있다.
S612 단계에서, 피드백부(108)는 입력 받은 평가 정보에 따라 지식 베이스(104)를 업데이트할 수 있다. 예를 들어, 피드백부(108)는 입력된 평가 정보에 따라 지식 베이스(104)에 저장된 인과 관계 및 속성 정보 중 하나 이상을 정정할 수 있다.
한편, 본 발명의 실시예는 본 명세서에서 기술한 방법들을 컴퓨터상에서 수행하기 위한 프로그램, 및 상기 프로그램을 포함하는 컴퓨터 판독 가능 기록매체를 포함할 수 있다. 상기 컴퓨터 판독 가능 기록매체는 프로그램 명령, 로컬 데이터 파일, 로컬 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나, 또는 컴퓨터 소프트웨어 분야에서 통상적으로 사용 가능한 것일 수 있다. 컴퓨터 판독 가능 기록매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광 기록 매체, 및 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 상기 프로그램의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
이상에서 대표적인 실시예를 통하여 본 발명에 대하여 상세하게 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 전술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
100 : 임상 의사결정 시스템
102 : 지식 베이스
104 : 분석부
106 : 디스플레이부
108 : 피드백부

Claims (13)

  1. 임상 의사결정을 위해 사용되는 조건 정보, 상기 조건 정보로부터 기인하는 질환의 진단 정보 및 상기 질환의 치료를 위한 처방 정보 중 하나 이상을 포함하는 데이터 노드, 상기 데이터 노드 간의 인과 관계 및, 상기 인과 관계 각각에 대한 출처, 근거 및 신뢰도 중 하나 이상을 포함하는 속성 정보가 저장되는 지식 베이스;
    환자 정보를 입력 받고, 상기 환자 정보, 상기 데이터 노드 및 상기 인과 관계를 이용하여 환자의 임상 결과를 도출하는 분석부; 및
    상기 임상 결과 및 상기 임상 결과를 도출하는 데 사용된 인과 관계에 대응되는 속성 정보를 디스플레이하는 디스플레이부를 포함하는, 임상 의사결정 지원 시스템.
  2. 청구항 1에 있어서,
    상기 분석부는, 상기 데이터 노드 중 입력 받은 상기 환자 정보에 대응되는 하나 이상의 데이터 노드를 선택하고, 선택된 상기 데이터 노드 각각에 대한 인과 관계를 만족하는 데이터 노드 중 가장 마지막에 위치하는 데이터 노드인 최종 데이터 노드를 선택하고, 선택된 상기 최종 데이터 노드의 내용을 상기 임상 결과로 도출하는, 임상 의사결정 지원 시스템.
  3. 청구항 2에 있어서,
    상기 분석부는, 선택된 상기 데이터 노드 각각에 대해 상기 인과 관계에 따라 선택 가능한 데이터 노드인 다음 데이터 노드의 개수를 계산하고, 상기 다음 데이터 노드의 개수가 많은 데이터 노드 순으로 상기 인과 관계를 만족하는 데이터 노드를 순차적으로 선택하여 상기 최종 데이터 노드를 선택하는, 임상 의사결정 지원 시스템.
  4. 청구항 3에 있어서,
    상기 디스플레이부는, 상기 임상 결과, 상기 다음 데이터 노드의 개수가 많은 데이터 노드로부터 상기 최종 데이터 노드까지의 인과 관계, 및 상기 다음 데이터 노드의 개수가 많은 데이터 노드로부터 상기 최종 데이터 노드까지의 인과 관계 각각에 대한 속성 정보를 디스플레이하는, 임상 의사결정 지원 시스템.
  5. 청구항 1에 있어서,
    사용자로부터 상기 임상 결과 및 상기 임상 결과를 도출하는 데 사용된 인과 관계에 대응되는 속성 정보에 대한 평가 정보를 입력 받고, 입력 받은 상기 평가 정보에 따라 상기 지식 베이스를 업데이트하는 피드백부를 더 포함하는, 임상 의사결정 지원 시스템.
  6. 청구항 5에 있어서,
    상기 피드백부는, 상기 평가 정보에 따라 상기 지식 베이스에 저장된 상기 인과 관계 및 상기 속성 정보 중 하나 이상을 정정하는, 임상 의사결정 지원 시스템.
  7. 지식 베이스에, 임상 의사결정을 위해 사용되는 조건 정보, 상기 조건 정보로부터 기인하는 질환의 진단 정보 및 상기 질환의 치료를 위한 처방 정보 중 하나 이상을 포함하는 데이터 노드, 상기 데이터 노드 간의 인과 관계 및, 상기 인과 관계 각각에 대한 출처, 근거 및 신뢰도 중 하나 이상을 포함하는 속성 정보가 저장되는 단계;
    분석부에서, 환자 정보를 입력 받는 단계;
    상기 분석부에서, 상기 환자 정보, 상기 데이터 노드 및 상기 인과 관계를 이용하여 환자의 임상 결과를 도출하는 단계; 및
    디스플레이부에서, 상기 임상 결과 및 상기 임상 결과를 도출하는 데 사용된 인과 관계에 대응되는 속성 정보를 디스플레이하는 단계를 포함하는, 임상 의사결정 지원 방법.
  8. 청구항 7에 있어서,
    상기 임상 결과를 도출하는 단계는,
    상기 데이터 노드 중 입력 받은 상기 환자 정보에 대응되는 하나 이상의 데이터 노드를 선택하는 단계;
    선택된 상기 데이터 노드 각각에 대한 인과 관계를 만족하는 데이터 노드 중 가장 마지막에 위치하는 데이터 노드인 최종 데이터 노드를 선택하는 단계; 및
    선택된 상기 최종 데이터 노드의 내용을 상기 임상 결과로 도출하는 단계를 포함하는, 임상 의사결정 지원 방법.
  9. 청구항 8에 있어서,
    상기 최종 데이터 노드를 선택하는 단계는,
    선택된 상기 데이터 노드 각각에 대해 상기 인과 관계에 따라 선택 가능한 데이터 노드인 다음 데이터 노드의 개수를 계산하는 단계; 및
    상기 다음 데이터 노드의 개수가 많은 데이터 노드 순으로 상기 인과 관계를 만족하는 데이터 노드를 순차적으로 선택하여 상기 최종 데이터 노드를 선택하는 단계를 포함하는, 임상 의사결정 지원 방법.
  10. 청구항 9에 있어서,
    상기 디스플레이하는 단계는, 상기 임상 결과, 상기 다음 데이터 노드의 개수가 많은 데이터 노드로부터 상기 최종 데이터 노드까지의 인과 관계, 및 상기 다음 데이터 노드의 개수가 많은 데이터 노드로부터 상기 최종 데이터 노드까지의 인과 관계 각각에 대한 속성 정보를 디스플레이하는, 임상 의사결정 지원 방법.
  11. 청구항 7에 있어서,
    피드백부에서, 사용자로부터 상기 임상 결과 및 상기 임상 결과를 도출하는 데 사용된 인과 관계에 대응되는 속성 정보에 대한 평가 정보를 입력 받고, 입력 받은 상기 평가 정보에 따라 상기 지식 베이스를 업데이트하는 단계를 더 포함하는, 임상 의사결정 지원 방법.
  12. 청구항 11에 있어서,
    상기 지식 베이스를 업데이트하는 단계는, 상기 평가 정보에 따라 상기 지식 베이스에 저장된 상기 인과 관계 및 상기 속성 정보 중 하나 이상을 정정하는, 임상 의사결정 지원 방법.
  13. 하드웨어와 결합되어
    지식 베이스에, 임상 의사결정을 위해 사용되는 조건 정보, 상기 조건 정보로부터 기인하는 질환의 진단 정보 및 상기 질환의 치료를 위한 처방 정보 중 하나 이상을 포함하는 데이터 노드, 상기 데이터 노드 간의 인과 관계 및, 상기 인과 관계 각각에 대한 출처, 근거 및 신뢰도 중 하나 이상을 포함하는 속성 정보가 저장되는 단계;
    분석부에서, 하나 이상의 환자 정보를 입력 받는 단계;
    상기 분석부에서, 상기 환자 정보, 상기 데이터 노드 및 상기 인과 관계를 이용하여 환자의 임상 결과를 도출하는 단계; 및
    디스플레이부에서, 상기 임상 결과 및 상기 임상 결과를 도출하는 데 사용된 인과 관계에 대응되는 속성 정보를 디스플레이하는 단계
    를 실행시키기 위하여 기록매체에 저장된 컴퓨터프로그램.
KR1020150075980A 2015-05-29 2015-05-29 임상 의사결정 지원 시스템 및 방법 KR20160139979A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150075980A KR20160139979A (ko) 2015-05-29 2015-05-29 임상 의사결정 지원 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150075980A KR20160139979A (ko) 2015-05-29 2015-05-29 임상 의사결정 지원 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20160139979A true KR20160139979A (ko) 2016-12-07

Family

ID=57573644

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150075980A KR20160139979A (ko) 2015-05-29 2015-05-29 임상 의사결정 지원 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20160139979A (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101864614B1 (ko) * 2017-03-29 2018-06-05 안동과학대학교 산학협력단 아토피 오토케어 장치 및 그 방법
WO2021251579A1 (ko) * 2020-06-10 2021-12-16 주식회사 비플러스랩 진료 기초 데이터 제공 방법 및 그 시스템
WO2021251578A1 (ko) * 2020-06-10 2021-12-16 주식회사 비플러스랩 발병 질환 예측 방법 및 그 시스템
KR20210153499A (ko) * 2020-06-10 2021-12-17 주식회사 비플러스랩 발병 질환 예측 방법 및 그 시스템
KR20210153500A (ko) * 2020-06-10 2021-12-17 주식회사 비플러스랩 진료 기초 데이터 제공 방법 및 그 시스템

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101864614B1 (ko) * 2017-03-29 2018-06-05 안동과학대학교 산학협력단 아토피 오토케어 장치 및 그 방법
WO2021251579A1 (ko) * 2020-06-10 2021-12-16 주식회사 비플러스랩 진료 기초 데이터 제공 방법 및 그 시스템
WO2021251578A1 (ko) * 2020-06-10 2021-12-16 주식회사 비플러스랩 발병 질환 예측 방법 및 그 시스템
KR20210153499A (ko) * 2020-06-10 2021-12-17 주식회사 비플러스랩 발병 질환 예측 방법 및 그 시스템
KR20210153500A (ko) * 2020-06-10 2021-12-17 주식회사 비플러스랩 진료 기초 데이터 제공 방법 및 그 시스템

Similar Documents

Publication Publication Date Title
Saab et al. Capabilities of gemini models in medicine
Ebell et al. Development and validation of the Good Outcome Following Attempted Resuscitation (GO-FAR) score to predict neurologically intact survival after in-hospital cardiopulmonary resuscitation
US11232856B2 (en) Methods for automatic cohort selection in epidemiologic studies and clinical trials
Osborn et al. Relative risk of cardiovascular and cancer mortality in people with severe mental illness from the United Kingdom's General Practice Research Database
JP6305437B2 (ja) 臨床判断支援のためのシステムおよび方法
US20170109477A1 (en) System and Method for Identifying Inconsistent and/or Duplicate Data in Health Records
Jackson et al. The royal college of ophthalmologists’ national ophthalmology database study of vitreoretinal surgery: Report 6, diabetic vitrectomy
CN110291555B (zh) 用于促进对健康状况的计算分析的系统和方法
Sánchez et al. Comparing copy number variations in a Danish case cohort of individuals with psychiatric disorders
US20110077968A1 (en) Graphically representing physiology components of an acute physiological score (aps)
JP2016513303A5 (ko)
KR20160139979A (ko) 임상 의사결정 지원 시스템 및 방법
Shah et al. Identification of opportunities for quality improvement and outcome measurement in pediatric otolaryngology
US10783997B2 (en) Personalized tolerance prediction of adverse drug events
US10424403B2 (en) Adaptive medical documentation system
US20100042429A1 (en) System and method for providing locally adaptive decision support
CN112786198A (zh) 诊疗信息推荐模型构建方法、诊疗信息推荐方法及装置
US20200058408A1 (en) Systems, methods, and apparatus for linking family electronic medical records and prediction of medical conditions and health management
US20180068084A1 (en) Systems and methods for care program selection utilizing machine learning techniques
Hodge et al. Problem management module: an innovative system to improve problem list workflow
US20170083669A1 (en) Method and apparatus providing an online diagnostic assistant tool
CN113421639B (zh) 临床路径形成系统、方法及相应设备和存储介质
Goodman et al. Development and validation of an integrated suite of prediction models for all-cause 30-day Readmissions of children and adolescents aged 0 to 18 years
US20230126896A1 (en) Method for providing basic data for diagnosis, and system therefor
Cima et al. Surgical case listing accuracy: failure analysis at a high-volume academic medical center

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