KR20190111284A - Method for scanning and analyzing physical examination result - Google Patents

Method for scanning and analyzing physical examination result Download PDF

Info

Publication number
KR20190111284A
KR20190111284A KR1020180033211A KR20180033211A KR20190111284A KR 20190111284 A KR20190111284 A KR 20190111284A KR 1020180033211 A KR1020180033211 A KR 1020180033211A KR 20180033211 A KR20180033211 A KR 20180033211A KR 20190111284 A KR20190111284 A KR 20190111284A
Authority
KR
South Korea
Prior art keywords
health
user
user terminal
scanning
examination result
Prior art date
Application number
KR1020180033211A
Other languages
Korean (ko)
Inventor
최태근
Original Assignee
최태근
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 최태근 filed Critical 최태근
Priority to KR1020180033211A priority Critical patent/KR20190111284A/en
Publication of KR20190111284A publication Critical patent/KR20190111284A/en

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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G06K9/3258—
    • 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
    • G06Q30/00—Commerce
    • G06Q30/04—Billing or invoicing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63—Scene text, e.g. street names
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Pathology (AREA)
  • Strategic Management (AREA)
  • Biomedical Technology (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

Provided is a method for scanning and analyzing physical examination results comprising the following steps: extracting the text by scanning physical examination result sheets of a user by a computer; obtaining physical examination result information corresponding to the physical examination result sheets based on the extracted text; and determining a health state of the user based on the obtained health examination result information.

Description

건강검진 결과 스캔 및 분석방법{METHOD FOR SCANNING AND ANALYZING PHYSICAL EXAMINATION RESULT}Scan and Analyze Results of Health Checkups {METHOD FOR SCANNING AND ANALYZING PHYSICAL EXAMINATION RESULT}

본 발명은 건강검진 결과 스캔 및 분석방법에 관한 것이다. The present invention relates to a method for scanning and analyzing medical examination results.

건강검진 결과로서 제공되는 건강검진 결과표는 각종 검진항목과 그 수치를 제시하지만, 각각의 수치가 의미하는 바에 대한 충분한 설명을 제공하지 못한다. 따라서 일반적인 사용자는 정확한 검진 결과를 알기 어렵다.The health examination result table provided as a result of the health examination presents various examination items and their values, but does not provide a sufficient explanation of what each value means. Therefore, it is difficult for the general user to know the exact result of the examination.

또한, 당장의 수치만으로는 알 수 없는, 특정 질환의 발병 가능성을 미리 알 수 있는 방법이 없기에, 건강검진 결과표를 스캔하여 다양한 분석결과 및 예측결과를 제공할 수 있는 방법의 개발이 요구되고 있다.In addition, since there is no way to know in advance the possibility of the occurrence of a particular disease, which is not known only by the current figures, it is required to develop a method that can provide a variety of analysis results and prediction results by scanning a health examination result table.

본 발명이 해결하고자 하는 과제는 건강검진 결과 스캔 및 분석방법을 제공하는 것이다.The problem to be solved by the present invention is to provide a method for scanning and analyzing the results of health examination.

본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.Problems to be solved by the present invention are not limited to the above-mentioned problems, and other problems not mentioned will be clearly understood by those skilled in the art from the following description.

상술한 과제를 해결하기 위한 본 발명의 일 면에 따른 건강검진 결과 스캔 및 분석방법은, 컴퓨터가 사용자의 건강검진 결과지를 스캔하여 텍스트를 추출하는 단계, 상기 추출된 텍스트에 기초하여 상기 건강검진 결과지에 대응하는 건강검진 결과 정보를 획득하는 단계 및 상기 획득된 건강검진 결과 정보에 기초하여 상기 사용자의 건강상태를 판단하는 단계를 포함한다.In accordance with an aspect of the present invention for solving the above-mentioned problems, the method for scanning and analyzing the medical examination results, the step of the computer scanning the medical examination result sheet of the user to extract the text, the medical examination results based on the extracted text Acquiring health check result information corresponding to the user; and determining a health state of the user based on the obtained health check result information.

본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.Other specific details of the invention are included in the detailed description and drawings.

개시된 실시 예에 따르면, 건강검진 결과를 용이하게 스캔하고, 분석하여 제공하며, According to the disclosed embodiment, it is easy to scan, analyze and provide a medical examination results,

본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.Effects of the present invention are not limited to the effects mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the following description.

도 1은 일 실시 예에 따라 건강검진 결과를 스캔 및 분석하는 시스템을 도시한 도면이다.
도 2는 사용자 단말이 건강검진 결과지로부터 획득된 건강검진 정보를 표시하는 일 예를 도시한 도면이다.
도 3은 사용자 단말이 추가적인 개인 건강관련 기본정보를 입력받는 일 예를 도시한 도면이다.
도 4는 사용자 단말이 사용자의 질병 발병확률 및 진료비를 예측하여 제공하는 일 예를 도시한 도면이다.1 is a diagram illustrating a system for scanning and analyzing a result of a medical examination, according to an exemplary embodiment.
2 is a diagram illustrating an example in which a user terminal displays health examination information obtained from a health examination result sheet.
3 is a diagram illustrating an example in which a user terminal receives additional personal health related basic information.
4 is a diagram illustrating an example in which a user terminal predicts and provides a disease occurrence probability and a medical bill of a user.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. Advantages and features of the present invention and methods for achieving them will be apparent with reference to the embodiments described below in detail with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below, but can be embodied in various different forms, and the present embodiments only make the disclosure of the present invention complete, and those of ordinary skill in the art that It is provided to fully inform the skilled worker of the scope of the invention, which is defined only by the scope of the claims.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.The terminology used herein is for the purpose of describing particular embodiments only and is not intended to be limiting of the invention. In this specification, the singular also includes the plural unless specifically stated otherwise in the phrase. As used herein, "comprises" and / or "comprising" does not exclude the presence or addition of one or more other components in addition to the mentioned components. Like reference numerals refer to like elements throughout, and "and / or" includes each and all combinations of one or more of the mentioned components. Although "first", "second", etc. are used to describe various components, these components are of course not limited by these terms. These terms are only used to distinguish one component from another. Therefore, of course, the first component mentioned below may be a second component within the technical spirit of the present invention.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.Unless otherwise defined, all terms used in the present specification (including technical and scientific terms) may be used in a sense that can be commonly understood by those skilled in the art. In addition, terms that are defined in a commonly used dictionary are not ideally or excessively interpreted unless they are specifically defined clearly.

명세서에서 사용되는 "부" 또는 “모듈”이라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부" 또는 “모듈”은 어떤 역할들을 수행한다. 그렇지만 "부" 또는 “모듈”은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부" 또는 “모듈”은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부" 또는 “모듈”은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부" 또는 “모듈”들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부" 또는 “모듈”들로 결합되거나 추가적인 구성요소들과 "부" 또는 “모듈”들로 더 분리될 수 있다.As used herein, the term "part" or "module" refers to a hardware component such as software, FPGA, or ASIC, and the "part" or "module" plays certain roles. However, "part" or "module" is not meant to be limited to software or hardware. The “unit” or “module” may be configured to be in an addressable storage medium or may be configured to play one or more processors. Thus, as an example, a "part" or "module" may include components such as software components, object-oriented software components, class components, and task components, processes, functions, properties, Procedures, subroutines, segments of program code, drivers, firmware, microcode, circuitry, data, databases, data structures, tables, arrays, and variables. Functions provided within components and "parts" or "modules" may be combined into smaller numbers of components and "parts" or "modules" or into additional components and "parts" or "modules". Can be further separated.

이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다. Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 일 실시 예에 따라 건강검진 결과를 스캔 및 분석하는 시스템을 도시한 도면이다.1 is a diagram illustrating a system for scanning and analyzing a result of a medical examination, according to an exemplary embodiment.

도 1을 참조하면, 건강검진 결과지(10) 및 이를 촬영하여 스캔하는 사용자 단말(100)이 도시되어 있다. Referring to FIG. 1, a health examination result sheet 10 and a user terminal 100 photographed and scanned are illustrated.

일 실시 예에서, 사용자 단말(100)은 서버(200)와 연결되어, 서버(200)에 건강검진 결과지(10)로부터 스캔된 정보를 전송하고, 서버(200)로부터 분석결과를 수신할 수 있다.In an embodiment, the user terminal 100 may be connected to the server 200 to transmit information scanned from the health examination result sheet 10 to the server 200, and receive an analysis result from the server 200. have.

일 실시 예에서, 사용자 단말(100)은 서버(200)로부터 학습된 모델에 대한 정보를 수신하고, 수신된 정보에 기초하여 건강검진 결과지(10)로부터 스캔된 정보를 분석할 수 있다.In an embodiment, the user terminal 100 may receive information about a model learned from the server 200, and analyze the information scanned from the health examination result sheet 10 based on the received information.

이하에서 설명되는 각각의 실시 예들에 포함된 동작들의 적어도 일부 또는 전부는 사용자 단말(100) 및 서버(200) 중 적어도 하나를 통해 수행될 수 있다. 이하에서는, 설명의 편의를 위해 사용자 단말(100)이 각 동작들의 수행주체가 되는 것으로 가정하여 설명한다.At least some or all of the operations included in each of the embodiments described below may be performed through at least one of the user terminal 100 and the server 200. In the following description, it is assumed that the user terminal 100 is a subject performing the operations for convenience of description.

일 실시 예에서, 사용자 단말(100)은 건강검진 결과지(10)를 스캔한다. 사용자 단말(100)이 건강검진 결과지(10)를 스캔하는 방법은 제한되지 않으며, 예를 들어, 인쇄된 건강검진 결과지(10)를 촬영하여 스캔할 수 있고, 건강검진 결과지(10)의 이미지를 다운로드하여 스캔할 수 있고, 건강검진 결과지(10)가 포함된 화면을 캡쳐하여 스캔할 수 있다. In an embodiment, the user terminal 100 scans the health check result sheet 10. The user terminal 100 is not limited to the method of scanning the medical examination result sheet 10, for example, can be photographed and scanned by the printed medical examination result sheet 10, the medical examination result sheet 10 Images can be downloaded and scanned, and the screen including the health examination result sheet 10 can be captured and scanned.

사용자 단말(100)은 촬영, 캡쳐 또는 다운로드한 건강검진 결과지(10)의 이미지를 스캔한다. 예를 들어, 사용자 단말(100)은 건강검진 결과지(10)의 이미지를 OCR 처리하여 건강검진 결과지(10)에 포함된 텍스트를 획득할 수 있다. 사용자 단말(100)은 획득된 텍스트를 분류 또는 파싱하여 하나 이상의 건강검진 항목을 인식하고, 각각의 항목에 대한 측정값 또는 검진 결과를 획득한다.The user terminal 100 scans an image of the result screen 10 taken, captured or downloaded. For example, the user terminal 100 may obtain text included in the health check result sheet 10 by performing OCR on the image of the health check result sheet 10. The user terminal 100 classifies or parses the obtained text to recognize one or more health check items, and obtains a measurement value or a check result for each item.

건강검진 결과지(10)의 이미지를 OCR 처리하는 방법은 제한되지 않으나, 예를 들어 정형화된 건강검진 결과표에 대한 이미지 처리를 통하여 엣지(edge), 색깔 및 윤곽(contour) 등을 검출하고, 이로부터 텍스트의 위치를 판단 및 검출할 수 있다. 텍스트(글자, 숫자)를 인식하는 방법은 CNN(Convolution Neural Network)을 이용하는 방식이 이용될 수 있으나, 이에 제한되는 것은 아니다.The method of OCR processing the image of the medical examination result sheet 10 is not limited. For example, edges, colors, and contours are detected through image processing on a standardized medical examination result table, and thus, The position of the text can be determined and detected. As a method of recognizing texts (letters and numbers), a method using a convolutional neural network (CNN) may be used, but is not limited thereto.

다른 실시 예에서, 사용자 단말(100)은 건강검진 결과지(10)에 포함된 바코드나 QR 코드와 같은 전자 코드를 스캔하여 건강검진 결과를 획득할 수도 있다.In another embodiment, the user terminal 100 may obtain a medical examination result by scanning an electronic code such as a barcode or a QR code included in the medical examination result sheet 10.

일 실시 예에서, 사용자 단말(100)은 획득된 건강검진 결과를 정리하여 사용자에게 제공한다. In one embodiment, the user terminal 100 organizes the obtained medical examination results and provides them to the user.

도 2를 참조하면, 사용자 단말(100)이 건강검진 결과지(10)로부터 획득된 건강검진 정보를 표시하는 일 예가 도시되어 있다.Referring to FIG. 2, an example in which the user terminal 100 displays health examination information obtained from the health examination result sheet 10 is illustrated.

일 실시 예에서, 사용자 단말(100)은 각각의 건강검진 정보에 대한 추가 정보를 제공할 수 있다. 예를 들어, 사용자 단말(100)은 각각의 건강검진 정보에 기초하여 사용자의 건강상태를 판단 및 제공할 수 있다. 예를 들어, 사용자 단말(100)은 각각의 측정값이 정상범주에 있는지, 또는 낮거나 높은지, 그리고 얼마나 낮거나 높은지에 대한 판단 결과를 제공할 수 있고, 이상이 있는 수치가 있다면 해당 수치가 의미하는 바를 판단 및 제공할 수 있다. In one embodiment, the user terminal 100 may provide additional information about each health examination information. For example, the user terminal 100 may determine and provide a health state of the user based on the respective health examination information. For example, the user terminal 100 may provide a result of determining whether each measurement value is in a normal category, or is low or high, and how low or high, and if there is an abnormal value, the value is meaningful. Can judge and provide.

일 실시 예에서, 사용자 단말(100)은 하나 이상의 수치에 기초하여 사용자의 구체적인 건강상태나 특정 질환 보유여부를 판단할 수 있다.In an embodiment, the user terminal 100 may determine whether a user has a specific health condition or a specific disease based on one or more values.

일 실시 예에서, 사용자 단말(100)은 건강검진에 포함되지 않은 추가적인 개인 건강관련 기본정보를 입력받을 수 있다.In an embodiment, the user terminal 100 may receive additional personal health related basic information not included in the medical examination.

도 3을 참조하면, 사용자 단말(100)이 추가적인 개인 건강관련 기본정보를 입력받는 일 예가 도시되어 있다.Referring to FIG. 3, an example in which the user terminal 100 receives additional basic information related to personal health is illustrated.

도 3에 도시된 실시 예에 따르면, 사용자 단말(100)은 사용자로부터 성별, 나이, 주간음주횟수(평균), 평균 음주량(소주잔 기준), 흡연 기간(과거 포함) 및 하루 흡연량(평균) 등에 대한 정보를 입력받을 수 있으나, 이에 제한되지는 않는다.According to the embodiment illustrated in FIG. 3, the user terminal 100 may include information about a gender, age, weekly drinking frequency (average), average drinking amount (based on shochu glass), smoking period (including past), and daily smoking amount (average) from a user. Information may be input, but is not limited thereto.

일 실시 예에서, 사용자 단말(100)은 입력된 정보에 기초하여 사용자의 소정 기간 내 특정 질병 발병확률 및 소정 기간 내 관련 진료비를 예측하여 제공할 수 있다.In an embodiment of the present disclosure, the user terminal 100 may estimate and provide a specific disease incidence probability within a predetermined period of time and a related medical fee within a predetermined period of time based on the input information.

도 4를 참조하면, 사용자 단말(100)이 사용자의 질병 발병확률 및 진료비를 예측하여 제공하는 일 예가 도시되어 있다.Referring to FIG. 4, an example in which the user terminal 100 predicts and provides a disease occurrence probability and a medical cost of a user is illustrated.

예를 들어, 사용자 단말(100)은 3년 내 사용자의 심장질환 발별여부 또는 확률을 예측하여 제공할 수 있다. For example, the user terminal 100 may predict and provide a cardiac disease discrimination or probability of the user within three years.

또한, 사용자 단말(100)은 사용자의 치매 및 당뇨 위험여부 또는 확률을 예측하여 제공할 수 있다.In addition, the user terminal 100 may predict and provide a risk or probability of dementia and diabetes of the user.

또한, 사용자 단말(100)은 예상되는 질병으로 인하여 사용자의 5년간 예상 진료비를 산출하여 제공할 수 있다.In addition, the user terminal 100 may calculate and provide a five-year expected medical expenses of the user due to the expected disease.

상술한 기간 및 질병의 종류는 예시로서 제공된 것이며, 이에 제한되지 않는다.The above-mentioned periods and types of diseases are provided as examples, but are not limited thereto.

일 실시 예에서, 사용자 단말(100)은 상술한 실시 예들에 따라 수집된 다양한 지표들을 입력 데이터로 하고, 다양한 머신러닝 기법들을 조합하여 이로부터 특정 질병의 보유, 발병여부 또는 확률을 출력할 수 있는 모델을 학습시킬 수 있다. According to an embodiment, the user terminal 100 may input various indicators collected according to the above-described embodiments as input data, and may combine various machine learning techniques to output retention, onset, or probability of a particular disease therefrom. You can train the model.

일 실시 예에서, 사용자 단말(100)은 다양한 건강검진 데이터들 및 각각에 대응하는 진료기록을 추적한 데이터를 학습 데이터로 이용하여 학습을 수행한다.In an embodiment, the user terminal 100 performs learning by using various health check data and data tracked on a medical record corresponding to each, as learning data.

또한, 사용자 단말(100)이 이용할 수 있는 머신러닝 기법은 선형회귀(Linear Regression), 랜덤 포레스트(Random Forest) 및 서포트 벡터 머신(SVM: Support Vector Machine) 등을 포함할 수 있으며, 또한 다층 퍼셉트론(MLP: Multi Layer Perception) 등의 딥러닝 학습기법을 포함할 수 있으나, 이에 제한되는 것은 아니다. In addition, the machine learning techniques available to the user terminal 100 may include linear regression, random forest, support vector machine (SVM), and the like. Deep learning learning techniques such as MLP (Multi Layer Perception) may be included, but are not limited thereto.

일 실시 예에서, 사용자 단말(100)은 판단 결과에 대한 총평을 포함하는 페이지를 출력할 수 있다. 예를 들어, 사용자 단말(100)은 건강검진 결과를 바탕으로 예상한 사용자의 건강상태가 위험한지 여부에 대한 판단결과를 제공할 수 있고, 보다 정밀한 진단을 위해 근처의 병원에 대한 정보를 검색할 수 있는 링크 또는 페이지를 제공할 수 있으며, 평소 생활 습관 관리를 위한 건강정보를 제공하거나, 건강관리를 위해 방문할 수 있는 병원에 대한 정보를 검색할 수 있는 링크 또는 페이지를 제공할 수 있다.According to an embodiment of the present disclosure, the user terminal 100 may output a page including a total comment on the determination result. For example, the user terminal 100 may provide a result of determining whether a user's health state is dangerous based on the result of the medical examination, and search for information on a nearby hospital for a more accurate diagnosis. It can provide a link or page that can be, and provide health information for daily life management, or provide a link or page for searching for information about hospitals that can be visited for health care.

본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.The steps of a method or algorithm described in connection with an embodiment of the present invention may be implemented directly in hardware, in a software module executed by hardware, or by a combination thereof. Software modules may include random access memory (RAM), read only memory (ROM), erasable programmable ROM (EPROM), electrically erasable programmable ROM (EEPROM), flash memory, hard disk, removable disk, CD-ROM, or It may reside in any form of computer readable recording medium well known in the art.

이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다. In the above, embodiments of the present invention have been described with reference to the accompanying drawings, but those skilled in the art to which the present invention pertains may implement the present invention in other specific forms without changing the technical spirit or essential features. I can understand that. Therefore, it should be understood that the embodiments described above are exemplary in all respects and not restrictive.

10: 건강검진 결과지
100: 사용자 단말
200: 서버10: Health Examination Results
100: user terminal
200: server

Claims (4)

컴퓨터가 사용자의 건강검진 결과지를 스캔하여 텍스트를 추출하는 단계;
상기 추출된 텍스트에 기초하여 상기 건강검진 결과지에 대응하는 건강검진 결과 정보를 획득하는 단계; 및
상기 획득된 건강검진 결과 정보에 기초하여 상기 사용자의 건강상태를 판단하는 단계; 를 포함하는, 건강검진 결과 스캔 및 분석방법.Extracting text by scanning a result paper of a user's health examination by a computer;
Obtaining health examination result information corresponding to the health examination result sheet based on the extracted text; And
Determining a health state of the user based on the obtained health check result information; Including, the medical examination results scan and analysis method. 제1 항에 있어서,
상기 건강상태를 판단하는 단계는,
상기 사용자의 소정기간 내 특정 질환의 발병여부 또는 발병가능성을 판단하는 단계; 를 더 포함하는, 건강검진 결과 스캔 및 분석방법.The method of claim 1,
The determining of the health state,
Determining whether or not a specific disease occurs in a predetermined period of time of the user; Further comprising, the medical examination results scan and analysis method. 제1 항에 있어서,
상기 건강상태를 판단하는 단계는,
상기 사용자의 소정기간 내 예상 진료비를 산출하는 단계; 를 더 포함하는, 건강검진 결과 스캔 및 분석방법.The method of claim 1,
The determining of the health state,
Calculating an expected medical expenses within a predetermined period of the user; Further comprising, the medical examination results scan and analysis method. 하드웨어인 컴퓨터와 결합되어, 제1 항의 방법을 수행할 수 있도록 컴퓨터에서 독출가능한 기록매체에 저장된 컴퓨터프로그램.A computer program, coupled to a computer, which is hardware, stored on a recording medium readable by a computer to perform the method of claim 1.
KR1020180033211A 2018-03-22 2018-03-22 Method for scanning and analyzing physical examination result KR20190111284A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180033211A KR20190111284A (en) 2018-03-22 2018-03-22 Method for scanning and analyzing physical examination result

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180033211A KR20190111284A (en) 2018-03-22 2018-03-22 Method for scanning and analyzing physical examination result

Publications (1)

Publication Number Publication Date
KR20190111284A true KR20190111284A (en) 2019-10-02

Family

ID=68423035

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180033211A KR20190111284A (en) 2018-03-22 2018-03-22 Method for scanning and analyzing physical examination result

Country Status (1)

Country Link
KR (1) KR20190111284A (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220164302A (en) 2021-06-04 2022-12-13 김진열 Human Body Sensing an electric fan

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220164302A (en) 2021-06-04 2022-12-13 김진열 Human Body Sensing an electric fan

Similar Documents

Publication Publication Date Title
JP7090592B2 (en) A device for assessing the quality of medical devices
CN105378793A (en) Systems, methods, and computer-readable media for identifying when a subject is likely to be affected by a medical condition
Kuru et al. Biomedical visual data analysis to build an intelligent diagnostic decision support system in medical genetics
US20170316180A1 (en) Behavior prediction apparatus, behavior prediction apparatus controlling method, and behavior prediction apparatus controlling program
WO2015134668A1 (en) Automated quality control of diagnostic radiology
JP6433632B1 (en) Computer system, subject diagnosis support method and program
Rahim et al. Automatic screening and classification of diabetic retinopathy fundus images
CN108899063B (en) Physical examination data processing method and device, computer equipment and storage medium
Wu et al. A fully-automated paper ECG digitisation algorithm using deep learning
CN111226287B (en) Method, system, program product and medium for analyzing medical imaging data sets
Li et al. Developing an image-based deep learning framework for automatic scoring of the pentagon drawing test
Wang et al. Can Explainable Artificial Intelligence Optimize the Data Quality of Machine Learning Model? Taking Meibomian Gland Dysfunction Detections as a Case Study
KR20190111284A (en) Method for scanning and analyzing physical examination result
CN113707304A (en) Triage data processing method, device, equipment and storage medium
CN113642562A (en) Data interpretation method, device and equipment based on image recognition and storage medium
US20230360199A1 (en) Predictive data analysis techniques using a hierarchical risk prediction machine learning framework
US20230074363A1 (en) Methods and systems for machine learning-powered identification of cancer diagnoses and diagnosis dates from electronic health records
CN111710402B (en) Face recognition-based ward round processing method and device and computer equipment
CN113537407A (en) Image data evaluation processing method and device based on machine learning
CN113592768A (en) Rib fracture detection method, rib fracture detection information display method and system
Whelan et al. On-device prediction for chronic kidney disease
CN112233740A (en) Patient identification method, apparatus, device and medium
CN110889836A (en) Image data analysis method and device, terminal equipment and storage medium
Yıldız et al. Segmentation and classification of skin burn images with artificial intelligence: Development of a mobile application
US11953510B2 (en) Management system and management method

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application