WO2019235884A1 - 임상 의사 결정 시스템 구축을 위한 의료 정보 변환 방법 및 시스템 - Google Patents

임상 의사 결정 시스템 구축을 위한 의료 정보 변환 방법 및 시스템 Download PDF

Info

Publication number
WO2019235884A1
WO2019235884A1 PCT/KR2019/006890 KR2019006890W WO2019235884A1 WO 2019235884 A1 WO2019235884 A1 WO 2019235884A1 KR 2019006890 W KR2019006890 W KR 2019006890W WO 2019235884 A1 WO2019235884 A1 WO 2019235884A1
Authority
WO
WIPO (PCT)
Prior art keywords
mlm
rule
standard
medical
unit
Prior art date
Application number
PCT/KR2019/006890
Other languages
English (en)
French (fr)
Inventor
이승룡
탁디르알리
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
Publication of WO2019235884A1 publication Critical patent/WO2019235884A1/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
    • 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
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring

Definitions

  • the present invention relates to a method and system for converting medical information into interoperable information, and more particularly, to a method and system for converting medical information into standardized information for constructing a clinical decision making system.
  • CDSS Clinical Decision Support System
  • EMR Electronic Medical Record
  • HER Electronic Health Record
  • CDSS Clinical Decision Support System
  • EMR Electronic Medical Record
  • HER Electronic Health Record
  • interoperability and knowledge integration can be important for communication between users.
  • the user's knowledge can be standardized with standard Arden Syntax-based Medical Logic Modules.
  • users are finding it difficult to create interoperable knowledge using medical logic modules.
  • standard terminology and standard data models have been used to improve interoperability and make it easier to integrate knowledge with CDSS and HMIS systems, but this also creates a complex process of creating interoperable knowledge.
  • SNOMED CT is a term widely used in the clinical field and can support various languages to improve interoperability and has a very rich meaning. Similar to SNOMED CT, it is recommended to use standard data models to enhance interoperability and integrate CDSS with HMIS systems. The standard data model used at this time enables the use of virtual medical records to exchange appropriate information between various HMIS systems.
  • the present invention has been made to solve the above-described problem, and an object thereof is to enable a user to easily generate a general rule of medical knowledge.
  • an object of the present invention is to automatically convert the medical knowledge generated by the user to a standard medical logic module to be shared among the users.
  • a clinical decision system for performing medical information conversion, comprising: a rule input unit for receiving a general rule from a user, a medical including one of a key, a value, an operator, and meta information in the general rule; A rule extraction unit for extracting a concept, a rule mapping unit for converting the medical concept into a standard rule including a standard data model and a standard term, a medical login module (MLM) including patient information, An MLM that loads the structure of an MLM, generates one or more slots constituting the MLM structure corresponding to the standard rule, generates the first MLM by combining the one or more slots, and verifies and stores the first MLM. Characterized in that it comprises a slot management unit.
  • mapping information for the general rule for generating the MLM structure the standard data model, and the query control unit providing the standard term, the general rule provided by the rule mapping unit, the standard data model, and the standard term. Characterized in that it further comprises a mapping storage unit.
  • the rule input unit may allow the user to select a general rule through a user interface using an Intelli-Sense function.
  • the rule extractor may include a key extractor for extracting the key, a value extractor for extracting the value, an operator extractor for extracting the operator, and a meta information extractor for extracting meta information in the general rule. It features.
  • the rule mapping unit may include a first mapping unit mapping the medical concept and the standard data model, a second mapping unit mapping the standard term corresponding to the medical concept, and a third mapping unit mapping the standard data model and the standard term It is characterized by including one.
  • the MLM slot manager may further include a data slot controller configured to generate a data slot for loading the MLM structure, a logic slot controller configured to generate a logic slot including preconditions of the general rule, and an operation including the operation of the general rule.
  • An action slot controller for generating slots an MLM slot generator for merging the one or more slots into the first MLM, an MLM slot verification unit for verifying the first MLM, and an MLM storage unit for storing the verified first MLM It is characterized by doing.
  • the general rule is HL7 Domain Clinical Model (DCM)
  • the standard data model is HL7 virtual medical record (HL7 vMR)
  • the standard term is HL7 SNAT (Systematized Nomenclature of Medicine Clinical Terms)
  • the medical logic module is HL7 Arden Syntax is characterized in that based on.
  • the present invention provides a medical information conversion system for converting medical information, the step of receiving a general rule from a user using a user interface, if the general rule is input, medical logic module (MLM) including patient information Generating and loading a structure of the MLM, extracting a medical concept of the general rule and converting the medical concept into a standard rule corresponding to a standard data model and a standard term, and configuring the MLM structure corresponding to the standard rule. Generating at least one slot, combining the at least one slot to generate a first MLM, and verifying and storing the first MLM.
  • MLM medical logic module
  • the generating of the first MLM may include loading the MLM structure, converting preconditions of the general rule, generating the one or more MLMs corresponding to the standard rule, and generating the one or more slots. And merging into the first MLM.
  • the general rule is HL7 Domain Clinical Model (DCM)
  • the standard data model is HL7 virtual medical record (HL7 vMR)
  • the standard term is HL7 SNAT (Systematized Nomenclature of Medicine Clinical Terms)
  • the medical logic module is HL7 Arden Syntax is characterized in that based on.
  • the present invention is to solve the above-described problem, it is possible for the user to easily create a general rule of medical knowledge.
  • the present invention automatically converts user-generated medical knowledge into a standard medical logic module to enable sharing among users.
  • FIG. 1 is a diagram showing the configuration of a medical information conversion system according to an embodiment of the present invention.
  • FIG. 2 is a view for explaining a medical information conversion method according to an embodiment of the present invention.
  • FIG. 3 is a diagram for describing a method of generating a first MLM according to an embodiment of the present invention.
  • FIG. 4 is a diagram illustrating a method of generating one or more slots according to an embodiment of the present invention.
  • each component may be implemented as a hardware processor, each of the above components may be integrated into a single hardware processor, or the above components may be combined with each other to be implemented as a plurality of hardware processors.
  • Arden Syntax aims to share knowledge among knowledge-based systems based on ANSI and HL7 (Health Level-7). That is, medical knowledge can be shared between hospitals and research institutes based on Arden Syntex.
  • the main object of the present invention is to allow the user to create knowledge that can be easily shared. This eliminates the need for the user to remember every slot in the MLM and makes it easy to select the required keys and values.
  • the Medical Logic Module is a standard unit of medical knowledge, and its syntax and structure are so complex that it is tedious for a user to write an MLM. Therefore, the medical information conversion system according to the present invention facilitates the creation of general rules using a domain clinical model (DCM) that is easy for users to understand, and automatically converts the generated general rules into MLMs. The purpose. This can reduce the burden of remembering the complex syntax and structure of MLM when users share knowledge.
  • DCM domain clinical model
  • the medical information conversion system includes a rule input unit 100, an MLM generator 200, a rule extractor 300, an MLM slot manager 400, a rule mapper 500, a query controller 600, and a mapping.
  • the storage unit 700 may be included.
  • the rule input unit 100 may receive a general rule from a user.
  • General rules can include knowledge, experience, and experimentation by the user, and take the form of a Health Level-7 (HL7) DCM.
  • the rule input unit 100 may use an intelligent-sense function. IntelliSense makes it easy to write general rules by allowing you to select the keys and values that correspond to the concepts you want, along with the logic and arithmetic operators you need. By using IntelliSense, medical information conversion systems can improve the user's performance and reduce the probability of errors in general rules.
  • the MLM generation unit 200 may manage the entire processor to convert the general rule of the user input through the rule input unit 100 into an Arden Syntax MLM. More specifically, the MLM generator 200 may manage all modules that operate to generate the MLM.
  • the rule extractor 300 may extract a medical concept including one of a key, a value, an operator, and meta information from a general rule.
  • the main components of a general rule are keys, values, and operators, and some meta-information is associated with the rules for identifying the information.
  • the rule extractor 300 may include a key extractor 310, a value extractor 330, an operator extractor 370, and a meta information extractor 350 to extract corresponding elements from the general rule. Can be.
  • the key extractor 310 may extract a key from the general rule
  • the value extractor 330 may extract a value from the general rule
  • the operator extractor 370 may extract an operator from the general rule
  • the meta information extraction unit 350 may extract meta information from the general rule.
  • the key extracting unit 310 may be configured as the first general rule.
  • the key treatment intent, treatment plan, T key, and N key can be extracted.
  • the value extractor 330 may extract fundamental, chemotherapy, T1, T2, and NO which are values of the first general rule.
  • the meta information extractor 350 may extract meta information including at least one of a title, a name, a description, a purpose, a creation date, an author, and the like in a general rule.
  • the MLM slot manager 400 generates an MLM including patient information, loads an MLM structure, generates one or more slots constituting an MLM structure corresponding to standard rules, and combines one or more slots to form a first MLM.
  • the first MLM may be verified and stored.
  • the MLM slot manager 400 may include an MLM artifact identification unit 410, a maintenance slot controller 420, a library slot controller 430, a knowledge slot controller 440, an MLM slot generator 450, and an MLM slot.
  • the verification unit 460 and the MLM storage unit 470 may be included.
  • the MLM artifact identification unit 410 may identify an operator, a reserved word, a keyword, and a syntax required to generate the MLM.
  • the maintenance slot controller 420 may generate and integrate fields of meta information included in the general rule.
  • the maintenance slot control unit 420 can manage a maintenance slot that includes one or more titles, names, versions, organizations, authors, experts, dates, and other information.
  • the library slot control unit 430 may manage library slots of the MLM according to standard syntax and requirements.
  • the library slot controller 430 may manage a library slot including one or more information such as a purpose, a description, a quotation, a keyword, and the like.
  • the knowledge slot controller 440 may include a data slot controller 441, a logic slot controller 443, and an action slot controller 445.
  • the knowledge slot controller 440 may manage a knowledge slot including a history and a case.
  • the data slot controller 441 may generate a data slot for loading an MLM structure corresponding to the general rule. More specifically, the data slot controller 441 may load the MLM structure by using an input or output object required to call the MLM structure.
  • the logic slot controller 443 may generate a logic slot including a precondition of the general rule.
  • the action slot controller 445 may generate an action slot including an operation of a general rule. Since the operation of the general rule means the operation for the precondition, the action slot controller 445 may be operated when the result for the logic slot is satisfied.
  • the MLM slot generator 450 may merge the lower slots for the generated one or more MLM structures into one first MLM slot.
  • the MLM slot verification unit 460 may verify the validity of the first MLM in relation to the standard structure, syntax, and meaning of the first MLM.
  • the MLM storage unit 470 may store the verified first MLM.
  • the rule mapping unit 500 may extract a medical concept of a general rule and convert the medical concept into a standard rule including a standard data model and a standard term. More specifically, the rule mapping unit 500 may map the DCM concept used in the general rule with a standard data model (hereinafter referred to as SNOMED CT) and a standard term (hereinafter referred to as vMR).
  • the rule mapping unit 500 may include a DCM-SNOMED mapping unit 510, a DCM-vMR mapping unit 530, and a vMR-SNOMED mapping unit 550.
  • the DCM-SNOMED mapping unit 510 may map DCM and SNOMED CT. For example, when the DCM concept is "treatment intention 395077000", the DCM-SNOMED mapping unit 510 may search for a SNOMED CT corresponding to "treatment intention”. The DCM-SNOMED mapping unit 510 may map SNOMED CTs with respect to all DCM concepts included in a general rule input by a user.
  • the DCM-vMR mapping unit 530 may map DCM and vMR. For example, when the DCM concept is "treatment intention 395077000", the DCM-vMR mapping unit 530 may search for vMR corresponding to "treatment intention”. The DCM concept is mapped to the corresponding vMR classes and attributes with the support of a team of doctors and knowledge engineers, making it easy to search. The DCM-vMR mapping unit 530 may map the vMR with respect to all DCM concepts included in the general rule input by the user. This mapping of DCM concepts and vMRs can extend interoperability.
  • the vMR-SNOMED mapping unit 550 may map vMR and SNOMED CT. For example, when the vMR is "Procedure.procedureCode", the vMR-SNOMED mapping unit 550 may recognize that the vMR is mapped to the attribute of "Treatment Intent (395077000)". The vMR class and its attributes can be mapped to the top level concept corresponding to the SNOMED CT code.
  • the query controller 600 may provide a general rule, a standard data model, and a standard term to generate an MLM structure. More specifically, the query controller 600 may manage a query used by the rule mapping unit 500.
  • the DCM-SNOMED mapping unit 510 may use a query provided through the DCM query manager 630 and the SNOMED CT query manager 610.
  • the DCM-vMR mapping unit 530 may use a query provided through the DCM query manager 630 and the vMR query manager 650.
  • the vMR-SNOMED mapping unit 550 may use a query provided through the vMR query management unit 650 and the SNOMED CT query management unit 610.
  • the mapping storage unit 700 may store mapping information about a general rule, a standard data model, and a standard term provided by the rule mapping unit 500.
  • the mapping storage unit 700 may provide information for requesting a query from the query controller 600. More specifically, the DCM-SNOMED mapping unit 510 loads SNOMED CT information corresponding to a general rule from the DCM-SNOMED mapping storage unit 710 using the DCM query management unit 630 and the SNOMED CT query management unit 610. can do.
  • the DCM-vMR mapping unit 530 may load the vMR information corresponding to the general rule from the DCM-vMR mapping storage unit 730 by using the DCM query manager 630 and the vMR query manager 650.
  • the vMR-SNOMED mapping unit 550 may load the SNOMED CT information corresponding to the vMR information from the vMR-SNOMED mapping storage unit 750 using the vMR query management unit 650 and the SNOMED CT query management unit 610.
  • mapping storage unit 700 is used by the DCM-SNOMED mapping storage unit 710 and the DCM-vMR mapping unit 530 which store the DCM-SNOMED mapping information used by the DCM-SNOMED mapping unit 510.
  • DCM-vMR mapping storage unit 730 for storing the DCM-vMR mapping information is included;
  • FIG. 2 is a view for explaining a medical information conversion method according to an embodiment of the present invention.
  • the medical information conversion system may receive a general rule from the user (S100).
  • General rules can take the form of HL7 DCM and allow users to enter rules easily using Intelli-Sense.
  • the medical information conversion system may extract a medical concept including a key, a value, an operator, and meta information from the general rule (S200).
  • Meta information may include information such as title, name, description, purpose, date of creation, author of the general rule.
  • the medical information conversion system may generate a standard rule including a standard data model and a standard term corresponding to the extracted medical concept (S300). This process allows all general rules to be replaced by standard data models and standard terms.
  • the medical information conversion system may generate one or more MLM slots by mapping general rules, standard data models, and standard terms to each other (S400).
  • the medical information conversion system loads the MLM structure (S410), generates a logic slot including a precondition (S420), and generates an action slot when a result of the logic slot is satisfied (S420). S430).
  • the medical information conversion system may combine the one or more slots to generate a first MLM (S440). More specifically, the medical information conversion system may generate a first MLM corresponding to the general rule using vMR information and SNOMED mapping information mapped to the general rule. Through this process, even if the user is not familiar with the complex MLM structure, vMR and SNOMED CT can be used to automatically convert the general rules into MLM and provide them to the user.
  • the medical information conversion system may map a vMR corresponding to a general rule to generate a first MLM (S441).
  • the DCM-vMR mapping unit may request mapping information from the DCM-vMR mapping storage unit.
  • the DCM-vMR mapping storage unit may request DCM information and vMR information from the DCM query management unit and the vMR query management unit to obtain mapping information between DCM and vMR.
  • the medical information conversion system may map the SNOMED CT corresponding to the general rule (S442).
  • the DCM-SNOMED mapping unit may request mapping information from the DCM-SNOMED mapping storage unit.
  • the DCM-SNOMED mapping storage may request DCM information and SNOEMD CT information from the DCM query management unit and the SNOEMD query management unit to obtain mapping information between DCM and SNOMED CT.
  • the medical information conversion system may map the SNOMED CT corresponding to the vMR (S443).
  • the vMR-SNOMED mapping unit may request vMR information and SNOMED CT information from the vMR query management unit and the SNOMED query management unit to obtain mapping information between vMR and SNOMED CT.
  • the medical information conversion system combines the acquired vMR and SNOMED CT into the MLM structure (S444) to generate one or more MLM slots including vMR information and SNOMED CT information mapped to the general rule input by the user. can do.
  • the medical information conversion system may verify the first MLM (S500).

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

본 발명은 의료 정보 변환을 수행하는 임상 의사 결정 시스템으로, 사용자로부터 일반 규칙을 입력받는 규칙 입력부, 상기 일반 규칙에서 키, 값, 연산자 및 메타 정보 중 하나를 포함하는 의료 개념을 추출하는 규칙 추출부, 상기 일반 규칙의 의료 개념을 추출하여 표준 데이터 모델 및 표준 용어를 포함하는 표준 규칙으로 변환하는 규칙 맵핑부, 환자 정보를 포함하는 의학 논리 모듈(MLM, Medical Logic Module)을 생성하고, 상기 MLM의 구조를 로드하고, 상기 표준 규칙에 대응되는 상기 MLM 구조를 구성하는 하나 이상의 슬롯을 생성하고, 상기 하나 이상의 슬롯을 결합하여 제1 MLM을 생성하고, 상기 제1 MLM을 검증하여 저장하는 MLM 슬롯 생성부를 포함하는 것을 특징으로 한다.

Description

임상 의사 결정 시스템 구축을 위한 의료 정보 변환 방법 및 시스템
본 발명은 의료 정보를 상호 운용 가능한 정보로 변환하는 방법 및 시스템에 관한 것으로, 보다 구체적으로 임상 의사 결정 시스템을 구축하기 위해 의료 정보를 표준화된 정보로 변환하는 방법 및 시스템에 관한 것이다.
임상 의사 결정 지원 시스템(CDSS, Clinical Decision Support System)은 전자 의료 기록(EMR, Electronic Medical Record), 그리고 전자 건강 기록(HER, Electronic Health Record)과 함께 복잡한 임상 결정을 수행하는 과정에서 각기 다른 환경에서도 사용자가 작업할 수 있도록 한다. 그러나 사용자 간의 의사 소통을 위해서는 상호 운용성 및 지식 통합이 중요한 과제일 수 있다. 상호 운용 가능한 지식을 사용하기 위해서, 사용자의 지식을 표준 아덴 신텍스(Arden Syntax) 기반의 의학 논리 모듈(Medical Logic Modules)로 표준화하여 사용할 수 있다. 그러나 그 복잡성 때문에 사용자들은 의학 논리 모듈을 사용하여 상호 운용 가능한 지식을 창출하는 것에 어려움을 느끼고 있다. 따라서 표준 용어 및 표준 데이터 모델을 이용하여 상호 운용성을 향상시키고 지식을 CDSS 및 HMIS 시스템과 쉽게 통합할 수 있도록 하였으나 이 역시 상호 운용 가능한 지식을 생성하는 과정이 복잡하다. SNOMED CT는 임상 영역에서 널리 사용되는 용어로 다양한 언어를 지원하여 상호 운용성을 향상시킬 수 있으며, 매우 풍부한 의미를 가지고 있다. SNOMED CT와 비슷하게 상호 운용성을 향상시키고 CDSS를 HMIS 시스템과 통합하기 위한 표준 데이터 모델을 사용하는 것이 권장된다. 이 때 사용되는 표준 데이터 모델은 가상 의료 기록(virtual Medical Record)를 사용하여 다양한 HMIS 시스템 간에 적절한 정보를 교환할 수 있도록 한다.
상술한 바와 같이 표준 용어와 표준 데이터 모델의 사용은 상호 운용성을 향상시킬 수 있으나 지식의 복잡성을 증가시키는 단점이 있다. 따라서 사용자는 표준 용어 또는 표준 데이터 모델의 사용보다는 도메인 임상 모델(Domain Clinical Model)을 사용하는 것을 선호한다.
표준 용어와 표준 데이터 모델을 사용하는 종래의 기술에는 한국특허공보 제10-2016-0024490호의 공유 가능한 의학 지식을 생성하는 시스템 및 그 방법이 있다. 그러나 상기 발명은 의학 로직 모듈을 생성하기 위해 의학 로직 모듈 구조를 로드하고 카테고리에 대응되는 상위 또는 하위 슬롯을 생성하지 않기 때문에 의학 로직 모듈로 변환되기 이전의 SNOMED CT 정보와 vMR 데이터 모델의 정보를 기억하기 어렵다는 단점이 있다.
본 발명은 전술한 문제를 해결하기 위한 것으로, 사용자가 의학 지식인 일반 규칙을 용이하게 생성할 수 있도록 하는 것을 일 목적으로 한다.
또한 본 발명은 사용자가 생성한 의학 지식을 표준 의학 로직 모듈로 자동 변환하여 사용자 간에 공유 가능하게 하는 것을 일 목적으로 한다.
이러한 목적을 달성하기 위한 본 발명은 의료 정보 변환을 수행하는 임상 의사 결정 시스템에 있어서, 사용자로부터 일반 규칙을 입력받는 규칙 입력부, 상기 일반 규칙에서 키, 값, 연산자 및 메타 정보 중 하나를 포함하는 의료 개념을 추출하는 규칙 추출부, 상기 의료 개념을 표준 데이터 모델 및 표준 용어를 포함하는 표준 규칙으로 변환하는 규칙 맵핑부, 환자 정보를 포함하는 의학 논리 모듈(MLM, Medical Login Module)을 생성하고, 상기 MLM의 구조를 로드하고, 상기 표준 규칙에 대응되는 상기 MLM 구조를 구성하는 하나 이상의 슬롯을 생성하고, 상기 하나 이상의 슬롯을 결합하여 제1 MLM을 생성하고, 상기 제1 MLM을 검증하여 저장하는 MLM 슬롯 관리부를 포함하는 것을 일 특징으로 한다.
또한 상기 MLM 구조를 생성하기 위한 상기 일반 규칙, 상기 표준 데이터 모델, 및 상기 표준 용어를 제공하는 쿼리 제어부, 상기 규칙 맵핑부에서 제공하는 일반 규칙, 표준 데이터 모델, 및 표준 용어에 대한 맵핑 정보를 저장하는 맵핑 저장부를 더 포함하는 것을 일 특징으로 한다.
나아가 상기 규칙 입력부는, 인텔리 센스(Intelli-Sense) 기능을 이용한 사용자 인터페이스를 통해 상기 사용자가 일반 규칙의 선택을 가능하게 하는 것을 일 특징으로 한다.
또한 상기 규칙 추출부는 상기 일반 규칙에서, 상기 키를 추출하는 키 추출부, 상기 값을 추출하는 값 추출부, 상기 연산자를 추출하는 연산자 추출부, 메타 정보를 추출하는 메타 정보 추출부를 포함하는 것을 일 특징으로 한다.
나아가 상기 규칙 맵핑부는, 상기 의료 개념과 표준 데이터 모델을 맵핑하는 제1 맵핑부, 상기 의료 개념과 대응되는 표준 용어를 맵핑하는 제2 맵핑부, 표준 데이터 모델과 표준 용어를 맵핑하는 제3 맵핑부를 포함하는 것을 일 특징으로 한다.
또한 상기 MLM 슬롯 관리부는, 상기 MLM 구조를 로드하기 위한 데이터슬롯을 생성하는 데이터 슬롯 제어부, 상기 일반 규칙의 전제 조건을 포함하는 로직 슬롯을 생성하는 로직 슬롯 제어부, 상기 일반 규칙의 동작을 포함하는 액션 슬롯을 생성하는 액션 슬롯 제어부, 상기 하나 이상의 슬롯을 상기 제1 MLM으로 병합하는 MLM 슬롯 생성부, 상기 제1 MLM을 검증하는 MLM 슬롯 검증부, 검증된 상기 제1 MLM을 저장하는 MLM 저장부를 포함하는 것을 일 특징으로 한다.
나아가 상기 일반 규칙은 HL7 DCM(Domain Clinical Model)이고, 상기 표준 데이터 모델은 HL7 vMR(virtual Medical Record)이고, 상기 표준 용어는 HL7 SNOMED CT(Systematized Nomenclature of Medicine Clinical Terms)이고, 상기 의학 로직 모듈은 HL7 아덴 신텍스(Arden Syntax)를 기반으로 하는 것을 일 특징으로 한다.
또한 본 발명은 의료 정보 변환 시스템이 의료 정보를 변환하는 방법에 있어서, 사용자 인터페이스를 이용하여 사용자로부터 일반 규칙을 입력받는 단계, 상기 일반 규칙이 입력되면, 환자 정보를 포함하는 의학 논리 모듈(MLM)을 생성하고, 상기 MLM의 구조를 로딩하는 단계, 상기 일반 규칙의 의료 개념을 추출하여 표준 데이터 모델 및 표준 용어에 대응되는 표준 규칙으로 변환하는 단계, 상기 표준 규칙에 대응되는 상기 MLM 구조를 구성하는 하나 이상의 슬롯을 생성하는 단계, 상기 하나 이상의 슬롯을 결합하여 제1 MLM을 생성하는 단계, 상기 제1 MLM을 검증하여 저장하는 단계를 포함하는 것을 일 특징으로 한다.
나아가 상기 제1 MLM을 생성하는 단계는, 상기 MLM 구조를 로드하는 단계, 상기 일반 규칙의 전제 조건을 변환하는 단계, 상기 표준 규칙에 대응되는 상기 하나 이상의 MLM를 생성하는 단계, 상기 하나 이상의 슬롯을 상기 제1 MLM으로 병합하는 단계를 포함하는 것을 일 특징으로 한다.
또한 상기 일반 규칙은 HL7 DCM(Domain Clinical Model)이고, 상기 표준 데이터 모델은 HL7 vMR(virtual Medical Record)이고, 상기 표준 용어는 HL7 SNOMED CT(Systematized Nomenclature of Medicine Clinical Terms)이고, 상기 의학 로직 모듈은 HL7 아덴 신텍스(Arden Syntax)를 기반으로 하는 것을 일 특징으로 한다.
전술한 바와 같은 본 발명에 의하면, 본 발명은 전술한 문제를 해결하기 위한 것으로, 사용자가 의학 지식인 일반 규칙을 용이하게 생성할 수 있도록 한다.
또한 본 발명은 사용자가 생성한 의학 지식을 표준 의학 로직 모듈로 자동 변환하여 사용자 간에 공유 가능하게 한다.
도 1은 본 발명의 일 실시 예에 의한 의료 정보 변환 시스템의 구성을 도시한 도면이다.
도 2는 본 발명의 일 실시 예에 의한 의료 정보 변환 방법을 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시 예에 의한 제1 MLM을 생성하는 방법을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시 예에 의한 하나 이상의 슬롯을 생성하는 방법을 설명하기 위한 도면이다.
전술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되며, 이에 따라 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 상세한 설명을 생략한다.
도면에서 동일한 참조부호는 동일 또는 유사한 구성요소를 가리키는 것으로 사용되며, 명세서 및 특허청구의 범위에 기재된 모든 조합은 임의의 방식으로 조합될 수 있다. 그리고 다른 식으로 규정하지 않는 한, 단수에 대한 언급은 하나 이상을 포함할 수 있고, 단수 표현에 대한 언급은 또한 복수 표현을 포함할 수 있음이 이해되어야 한다.
본 명세서에서 사용되는 용어는 단지 특정 예시적 실시 예들을 설명할 목적을 가지고 있으며 한정할 의도로 사용되는 것이 아니다. 본 명세서에서 사용된 바와 같은 단수적 표현들은 또한, 해당 문장에서 명확하게 달리 표시하지 않는 한, 복수의 의미를 포함하도록 의도될 수 있다. 용어 "및/또는," "그리고/또는"은 그 관련되어 나열되는 항목들의 모든 조합들 및 어느 하나를 포함한다. 용어 "포함한다", "포함하는", "포함하고 있는", "구비하는", "갖는", "가지고 있는" 등은 내포적 의미를 갖는 바, 이에 따라 이러한 용어들은 그 기재된 특징, 정수, 단계, 동작, 요소, 및/또는 컴포넌트를 특정하며, 하나 이상의 다른 특징, 정수, 단계, 동작, 요소, 컴포넌트, 및/또는 이들의 그룹의 존재 혹은 추가를 배제하지 않는다. 본 명세서에서 설명되는 방법의 단계들, 프로세스들, 동작들은, 구체적으로 그 수행 순서가 확정되는 경우가 아니라면, 이들의 수행을 논의된 혹은 예시된 그러한 특정 순서로 반드시 해야 하는 것으로 해석돼서는 안 된다. 추가적인 혹은 대안적인 단계들이 사용될 수 있음을 또한 이해해야 한다.
또한, 각각의 구성요소는 각각 하드웨어 프로세서로 구현될 수 있고, 위 구성요소들이 통합되어 하나의 하드웨어 프로세서로 구현될 수 있으며, 또는 위 구성요소들이 서로 조합되어 복수 개의 하드웨어 프로세서로 구현될 수도 있다.
또한, 아덴 신텍스(Arden Syntax)는 ANSI, HL7(Health Level-7)을 기반으로 지식 기반 시스템간의 지식 공유를 목적으로 한다. 즉, 아덴 신텍스를 기반으로 병원 혹은 연구소끼리 의학 지식을 공유할 수 있다. 그러나 MLM의 표준화된 표현은 사용자에게 지루한 일이기 때문에 본 발명의 주요한 목적은 사용자가 쉽게 공유할 수 있는 지식을 생성할 수 있도록 하는 것이다. 이를 통해 사용자는 MLM의 모든 슬롯을 기억할 필요가 없으며, 필요한 키와 값을 쉽게 선택할 수 있다.
의학 논리 모듈(Medical Logic Module, 이하 MLM)은 의학 지식의 표준 단위로, 그 구문과 구조가 매우 복잡하여 사용자가 MLM을 작성하는 것은 지루한 일이다. 따라서 본 발명에 따른 의료 정보 변환 시스템은 사용자가 이해하기 쉬운 도메인 임상 모델(Domain Clinical Model, 이하 DCM)을 이용하여 일반 규칙을 작성하기 용이하게 하며, 생성된 일반 규칙을 자동으로 MLM으로 변환하는 것을 목적으로 한다. 즉, 사용자가 지식을 공유할 때 MLM의 복잡한 구문과 구조를 기억해야 하는 부담을 감소시킬 수 있다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시 예를 상세히 설명하기로 한다.
도1은 본 발명의 일 실시 예에 의한 의료 정보 변환 시스템을 설명하기 위한 도면이다. 보다 구체적으로 의료 정보 변환 시스템은 규칙 입력부(100), MLM 생성부(200), 규칙 추출부(300), MLM 슬롯 관리부(400), 규칙 맵핑부(500), 쿼리 제어부(600), 그리고 맵핑 저장부(700)를 포함할 수 있다.
규칙 입력부(100)는 사용자로부터 일반 규칙을 입력 받을 수 있다. 일반 규칙은 사용자가 지식, 경험 및 실험을 포함할 수 있고, HL7(Health Level-7) DCM의 형태를 가진다. 규칙 입력부(100)는 인텔리 센스(Intelli-Sense) 기능을 이용할 수 있다. 인텔리 센스는 사용자가 필요로 하는 논리 및 산술 연산자와 함께 원하는 개념에 대응되는 키와 값을 선택할 수 있도록 하여 일반 규칙을 쉽게 작성할 수 있도록 한다. 인텔리 센스를 사용함으로 인해 의료 정보 변환 시스템은 사용자의 수행 능력을 향상시키고 일반 규칙에서 오류가 발생할 확률을 낮출 수 있다.
MLM 생성부(200)는 규칙 입력부(100)를 통해 입력된 사용자의 일반 규칙을 아덴 신텍스(Arden Syntax) MLM으로 변환할 수 있도록 전체적인 프로세서를 관리할 수 있다. 보다 구체적으로 MLM 생성부(200)는 MLM을 생성하기 위해 작동하는 모든 모듈을 관리할 수 있다.
규칙 추출부(300)는 일반 규칙에서 키, 값, 연산자 그리고 메타 정보 중 하나를 포함하는 의료 개념을 추출할 수 있다. 일반 규칙의 주요 구성 요소는 키, 값 그리고 연산자이고, 일부 메타 정보는 정보의 식별을 위한 규칙과 연관되어 있다. 따라서 규칙 추출부(300)는 일반 규칙으로부터 대응되는 요소를 추출하기 위해 키 추출부(310), 값 추출부(330), 연산자 추출부(370), 그리고 메타 정보 추출부(350)를 포함할 수 있다.
키 추출부(310)는 일반 규칙으로부터 키를 추출할 수 있고, 값 추출부(330)는 일반 규칙으로부터 값을 추출할 수 있고, 연산자 추출부(370)는 일반 규칙으로부터 연산자를 추출할 수 있고, 메타 정보 추출부(350)는 일반 규칙으로부터 메타 정보를 추출할 수 있다.
예를 들어, 제1 일반 규칙이 "치료 의도=근본적 and 치료 계획=화학 요법 and (T=T1 or T=T2) and N=N0"일 경우, 키 추출부(310)는 제1 일반 규칙의 키인 치료 의도, 치료 계획, T 키, 그리고 N 키를 추출할 수 있다. 또한 값 추출부(330)는 제1 일반 규칙의 값인 근본적, 화학 요법, T1, T2, 그리고 N0를 추출할 수 있다. 또한 연산자 추출부(370)는 제1 일반 규칙의 연산자인 and, or, 그리고 =를 추출할 수 있다. 또한 메타 정보 추출부(350)는 일반 규칙에서 제목, 이름, 설명, 목적, 작성 날짜, 작성자 등을 하나 이상 포함하는 메타 정보를 추출할 수 있다.
MLM 슬롯 관리부(400)는 환자 정보를 포함하는 MLM을 생성하고, MLM 구조를 로드하고, 표준 규칙에 대응되는 MLM 구조를 구성하는 하나 이상의 슬롯을 생성하고, 하나 이상의 슬롯을 결합하여 제1 MLM을 생성하고, 제1 MLM을 검증하여 저장할 수 있다. 보다 구체적으로 MLM 슬롯 관리부(400)는 MLM 아티팩트 식별부(410), 유지관리 슬롯 제어부(420), 라이브러리 슬롯 제어부(430), 지식 슬롯 제어부(440), MLM 슬롯 생성부(450), MLM 슬롯 검증부(460), 그리고 MLM 저장부(470)를 포함할 수 있다.
MLM 아티팩트 식별부(410)는 MLM을 생성하는 데 요구되는 연산자, 예약어, 키워드 및 구문을 식별할 수 있다.
유지관리 슬롯 제어부(420)는 일반 규칙에 포함된 메타 정보의 필드를 생성 및 통합할 수 있다. 또한, 유지관리 슬롯 제어부(420)는 제목, 이름, 버전, 기관, 작성자, 전문가, 날짜 및 기타 정보가 하나 이상 포함되는 유지관리 슬롯을 관리할 수 있습니다.
라이브러리 슬롯 제어부(430)는 표준 구문 및 요구 사항에 따라 MLM의 라이브러리 슬롯을 관리할 수 있다. 또한 라이브러리 슬롯 제어부(430)는 목적, 설명, 인용문, 키워드 등의 정보가 하나 이상 포함되는 라이브러리 슬롯을 관리할 수 있다.
지식 슬롯 제어부(440)는 데이터 슬롯 제어부(441), 로직 슬롯 제어부(443), 액션 슬롯 제어부(445)를 포함할 수 있다. 지식 슬롯 제어부(440)는 이력 및 사례를 포함하는 지식 슬롯을 관리할 수 있다.
데이터 슬롯 제어부(441)는 일반 규칙에 대응되는 MLM 구조를 로드하기 위한 데이터 슬롯을 생성할 수 있다. 보다 구체적으로, 데이터 슬롯 제어부(441)는 MLM 구조를 호출하는 데 필요한 입력 또는 출력 오브젝트를 이용하여 MLM 구조를 로드할 수 있다.
로직 슬롯 제어부(443)는 일반 규칙의 전제 조건을 포함하는 로직 슬롯을 생성할 수 있다.
액션 슬롯 제어부(445)는 일반 규칙의 동작을 포함하는 액션 슬롯을 생성할 수 있다. 일반 규칙의 동작은 전제 조건에 대한 동작을 의미하기 때문에, 액션 슬롯 제어부(445)는 로직 슬롯에 대한 결과가 충족될 때 동작될 수 있다.
MLM 슬롯 생성부(450)는 생성된 하나 이상의 MLM 구조에 대한 하부 슬롯을 하나의 제1 MLM 슬롯으로 병합할 수 있다.
MLM 슬롯 검증부(460)는 제1 MLM의 표준 구조, 구문 및 그 의미에 관련하여 제1 MLM의 유효성을 검증할 수 있다.
MLM 저장부(470)는 검증된 제1 MLM을 저장할 수 있다.
규칙 맵핑부(500)는 일반 규칙의 의료 개념을 추출하여 표준 데이터 모델 및 표준 용어를 포함하는 표준 규칙으로 변환할 수 있다. 보다 구체적으로 규칙 맵핑부(500)는 일반 규칙에서 사용된 DCM 개념을 표준 데이터 모델(이하 SNOMED CT)와 표준 용어(이하 vMR)와 매핑할 수 있다. 규칙 맵핑부(500)는 DCM-SNOMED 맵핑부(510), DCM-vMR 맵핑부(530), 그리고 vMR-SNOMED 맵핑부(550)를 포함할 수 있다.
DCM-SNOMED 맵핑부(510)는 DCM과 SNOMED CT를 맵핑할 수 있다. 예를 들어, DCM 개념이 "치료 의도(395077000)"일 경우, DCM-SNOMED 맵핑부(510)는 "치료 의도"에 대응되는 SNOMED CT를 검색할 수 있다. DCM-SNOMED 맵핑부(510)는 사용자가 입력한 일반 규칙에 포함된 모든 DCM의 개념에 대하여 SNOMED CT를 맵핑할 수 있다.
DCM-vMR 맵핑부(530)는 DCM과 vMR를 맵핑할 수 있다. 예를 들어, DCM 개념이 "치료 의도(395077000)"일 경우, DCM-vMR 맵핑부(530)는 "치료 의도"에 대응되는 vMR를 검색할 수 있다. DCM 컨셉은 의사들과 지식 엔지니어들로 구성된 팀의 지원하에 대응하는 vMR 클래스와 속성에 맵핑되어 있기 때문에, 검색을 용이하게 수행할 수 있다. DCM-vMR 맵핑부(530)는 사용자가 입력한 일반 규칙에 포함된 모든 DCM 개념에 대하여 vMR를 맵핑할 수 있다. 이와 같이 DCM 개념과 vMR를 맵핑함으로 인해 상호 운용성이 확장될 수 있다.
vMR-SNOMED 맵핑부(550)는 vMR과 SNOMED CT를 맵핑할 수 있다. 예를 들어, vMR이 "Procedure.procedureCode"일 경우, vMR-SNOMED 맵핑부(550)는 해당 vMR이 "Treatment Intent(395077000)"의 속성과 맵핑되어 있음을 파악할 수 있다. vMR 클래스와 그 속성은 SNOMED CT 코드와 대응되는 최상위 컨셉에 매핑될 수 있다.
쿼리 제어부(600)는 MLM 구조를 생성하기 위하여 일반 규칙, 표준 데이터 모델, 표준 용어를 제공할 수 있다. 보다 구체적으로, 쿼리 제어부(600)는 규칙 맵핑부(500)에서 사용되는 쿼리를 관리할 수 있다. DCM-SNOMED 맵핑부(510)는 DCM 쿼리 관리부(630)와 SNOMED CT 쿼리 관리부(610)를 통해 제공되는 쿼리를 이용할 수 있다. 또한, DCM-vMR 맵핑부(530)는 DCM 쿼리 관리부(630)와 vMR 쿼리 관리부(650)를 통해 제공되는 쿼리를 이용할 수 있다. 또한, vMR-SNOMED 맵핑부(550)는 vMR 쿼리 관리부(650)와 SNOMED CT 쿼리 관리부(610)를 통해 제공되는 쿼리를 이용할 수 있다.
맵핑 저장부(700)는 규칙 맵핑부(500)에서 제공하는 일반 규칙, 표준 데이터 모델, 및 표준 용어에 대한 맵핑 정보를 저장할 수 있다. 맵핑 저장부(700)는 쿼리 제어부(600)에서 쿼리를 요청하는 정보를 제공할 수 있다. 보다 구체적으로, DCM-SNOMED 맵핑부(510)는 DCM 쿼리 관리부(630)와 SNOMED CT 쿼리 관리부(610)를 이용하여 DCM-SNOMED 맵핑 저장부(710)에서 일반 규칙과 대응되는 SNOMED CT 정보를 로드할 수 있다. 또한, DCM-vMR 맵핑부(530)는 DCM 쿼리 관리부(630)와 vMR 쿼리 관리부(650)를 이용하여 DCM-vMR 맵핑 저장부(730)에서 일반 규칙과 대응되는 vMR 정보를 로드할 수 있으며, vMR-SNOMED 맵핑부(550)는 vMR 쿼리 관리부(650)와 SNOMED CT 쿼리 관리부(610)를 이용하여 vMR-SNOMED 맵핑 저장부(750)에서 vMR 정보에 대응되는 SNOMED CT 정보를 로드할 수 있다.
이를 위해 맵핑 저장부(700)는 DCM-SNOMED 맵핑부(510)에 의해 사용되는 DCM-SNOMED 맵핑 정보를 저장하는 DCM-SNOMED 맵핑 저장부(710), DCM-vMR 맵핑부(530)에 의해 사용되는 DCM-vMR 맵핑 정보를 저장하는 DCM-vMR 맵핑 저장부(730), vMR-SNOMED 맵핑부(550)에 의해 사용되는 vMR-SNOMED 맵핑 정보를 저장하는 vMR-SNOMED 맵핑 저장부(750)를 포함할 수 있다.
이하에서는 도2 내지 도4를 참조하여 본 발명의 일 실시 예에 의한 의료 정보 변환 방법을 설명한다. 의료 정보 변환 방법에 관한 설명에서 전술한 의료 정보 변환 시스템과 중복되는 세부 실시 예는 생략될 수 있다.
도2는 본 발명의 일 실시 예에 의한 의료 정보 변환 방법을 설명하기 위한 도면이다.
의료 정보 변환 시스템은 사용자로부터 일반 규칙을 입력받을 수 있다(S100). 일반 규칙은 HL7 DCM의 형식을 가질 수 있으며, 인텔리 센스(Intelli-Sense) 방식을 이용하여 사용자가 손쉽게 규칙을 입력할 수 있도록 한다.
사용자로부터 일반 규칙을 입력 받으면, 의료 정보 변환 시스템은 일반 규칙에서 키, 값, 연산자 및 메타 정보를 포함하는 의료 개념을 추출할 수 있다(S200). 메타 정보는 일반 규칙의 제목, 이름, 설명, 목적, 작성 일자, 작성자 등의 정보가 포함될 수 있다.
의료 정보 변환 시스템은 추출한 의료 개념에 대응되는 표준 데이터 모델과 표준 용어를 포함하는 표준 규칙을 생성할 수 있다(S300). 이 과정을 통해 모든 일반 규칙은 표준 데이터 모델 및 표준 용어로 대체될 수 있다.
표준 규칙이 생성되면 의료 정보 변환 시스템은 일반 규칙, 표준 데이터 모델, 표준 용어를 서로 맵핑하여 하나 이상의 MLM 슬롯을 생성할 수 있다(S400).
보다 구체적으로 도3을 참조하면, 의료 정보 변환 시스템은 MLM 구조를 로드(S410)하고, 전제 조건을 포함하는 로직 슬롯을 생성(S420)한 후, 로직 슬롯의 결과가 충족되면 액션 슬롯을 생성(S430)할 수 있다.
하나 이상의 슬롯이 생성되면 의료 정보 변환 시스템은 하나 이상의 슬롯을 결합하여 제1 MLM을 생성할 수 있다(S440). 보다 구체적으로, 의료 정보 변환 시스템은 일반 규칙과 맵핑되는 vMR 정보와 SNOMED 맵핑 정보를 이용하여 일반 규칙에 대응되는 제1 MLM을 생성할 수 있다. 이러한 과정을 통해 사용자가 복잡한 MLM 구조에 익숙하지 않는다고 하더라도 vMR과 SNOMED CT를 이용하여 일반 규칙을 MLM으로 자동으로 변환하여 사용자에게 제공할 수 있다.
도4를 참조하면, 의료 정보 변환 시스템은 제1 MLM을 생성하기 위하여 일반 규칙과 대응되는 vMR을 맵핑(S441)할 수 있다. 먼저, DCM-vMR 맵핑부는 DCM-vMR 맵핑 저장부로부터 맵핑 정보를 요청할 수 있다. DCM-vMR 맵핑 저장부는 DCM과 vMR 사이의 맵핑 정보를 획득하기 위해 DCM 쿼리 관리부와 vMR 쿼리 관리부에 DCM 정보와 vMR 정보를 요청할 수 있다.
또한, 의료 정보 변환 시스템은 일반 규칙에 대응되는 SNOMED CT를 맵핑(S442)할 수 있다. 먼저, DCM-SNOMED 맵핑부는 DCM-SNOMED 맵핑 저장부로부터 맵핑 정보를 요청할 수 있다. DCM-SNOMED 맵핑 저장부는 DCM과 SNOMED CT 사이의 맵핑 정보를 획득하기 위해 DCM 쿼리 관리부와 SNOEMD 쿼리 관리부에 DCM 정보와 SNOEMD CT 정보를 요청할 수 있다.
또한, 의료 정보 변환 시스템은 vMR에 대응되는 SNOMED CT를 맵핑(S443)할 수 있다. vMR-SNOMED 맵핑부는 vMR과 SNOMED CT 사이의 맵핑 정보를 획득하기 위해 vMR 쿼리 관리부와 SNOMED 쿼리 관리부에 vMR 정보와 SNOMED CT 정보를 요청할 수 있다.
이와 같은 과정을 통해 의료 정보 변환 시스템은 획득된 vMR과 SNOMED CT를 MLM 구조에 결합(S444)하여, 사용자가 입력한 일반 규칙에 맵핑되는 vMR 정보와 SNOMED CT 정보를 포함하는 하나 이상의 MLM 슬롯을 생성할 수 있다.
제1 MLM이 생성되면, 의료 정보 변환 시스템은 제1 MLM을 검증할 수 있다(S500).
본 명세서와 도면에 개시된 본 발명의 실시 예들은 본 발명의 기술 내용을 쉽게 설명하고 본 발명의 이해를 돕기 위해 특정 예를 제시한 것뿐이며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다.

Claims (10)

  1. 의료 정보 변환을 수행하는 임상 의사 결정 시스템에 있어서,
    사용자로부터 일반 규칙을 입력받는 규칙 입력부;
    상기 일반 규칙에서 키, 값, 연산자 및 메타 정보 중 하나를 포함하는 의료 개념을 추출하는 규칙 추출부;
    상기 의료 개념을 표준 데이터 모델 및 표준 용어를 포함하는 표준 규칙으로 변환하는 규칙 맵핑부;
    환자 정보를 포함하는 의학 논리 모듈(MLM, Medical Logic Module)을 생성하고, 상기 MLM의 구조를 로드하고, 상기 표준 규칙에 대응되는 상기 MLM 구조를 구성하는 하나 이상의 슬롯을 생성하고, 상기 하나 이상의 슬롯을 결합하여 제1 MLM을 생성하고, 상기 제1 MLM을 검증하여 저장하는 MLM 슬롯 관리부를 포함하는 임상 의사 결정 시스템.
  2. 제1항에 있어서,
    상기 MLM 구조를 생성하기 위한 상기 일반 규칙, 상기 표준 데이터 모델, 및 상기 표준 용어를 제공하는 쿼리 제어부;
    상기 규칙 맵핑부에서 제공하는 일반 규칙, 표준 데이터 모델, 및 표준 용어에 대한 맵핑 정보를 저장하는 맵핑 저장부를 더 포함하는 임상 의사 결정 시스템.
  3. 제 1항에 있어서,
    상기 규칙 입력부는,
    인텔리 센스(Intelli-Sense) 기능을 이용한 사용자 인터페이스를 통해 상기 사용자가 상기 일반 규칙의 선택하여 작성하게 하는 것을 특징으로 하는 의료 정보 변환 시스템.
  4. 제1항에 있어서,
    상기 규칙 추출부는 상기 일반 규칙에서,
    상기 키를 추출하는 키 추출부;
    상기 값을 추출하는 값 추출부;
    상기 연산자를 추출하는 연산자 추출부;
    메타 정보를 추출하는 메타 정보 추출부를 포함하는 것을 특징으로 하는 임상 의사 결정 시스템.
  5. 제1항에 있어서,
    상기 규칙 맵핑부는,
    상기 의료 개념과 표준 데이터 모델을 맵핑하는 제1 맵핑부;
    상기 의료 개념과 대응되는 표준 용어를 맵핑하는 제2 맵핑부;
    표준 데이터 모델과 표준 용어를 맵핑하는 제3 맵핑부를 포함하는 임상 의사 결정 시스템.
  6. 제1항에 있어서,
    상기 MLM 슬롯 생성부는,
    상기 MLM 구조를 로드하기 위한 데이터 슬롯을 생성하는 데이터 슬롯 제어부;
    상기 일반 규칙의 전제 조건을 포함하는 로직 슬롯을 생성하는 로직 슬롯 제어부;
    상기 일반 규칙의 동작을 포함하는 액션 슬롯을 생성하는 액션 슬롯 제어부;
    상기 하나 이상의 슬롯을 상기 제1 MLM으로 병합하는 MLM 생성부;
    상기 제1 MLM을 검증하는 MLM 검증부;
    검증된 상기 제1 MLM을 저장하는 MLM 저장부를 포함하는 임상 의사 결정 시스템.
  7. 제1항에 있어서,
    상기 일반 규칙은 HL7 DCM(Domain Clinical Model)이고,
    상기 표준 데이터 모델은 HL7 vMR(virtual Medical Record)이고,
    상기 표준 용어는 HL7 SNOMED CT(Systematized Nomenclature of Medicine Clinical Terms)이고,
    상기 의학 로직 모듈은 HL7 아덴 신텍스(Arden Syntax)를 기반으로 하는 것을 특징으로 하는 임상 의사 결정 시스템.
  8. 의료 정보 변환 시스템이 의료 정보를 변환하는 방법에 있어서,
    사용자 인터페이스를 이용하여 사용자로부터 일반 규칙을 입력받는 단계;
    상기 일반 규칙이 입력되면, 환자 정보를 포함하는 의학 논리 모듈(MLM)을 생성하고, 상기 MLM의 구조를 로딩하는 단계;
    상기 일반 규칙의 의료 개념을 추출하여 표준 데이터 모델 및 표준 용어에 대응되는 표준 규칙으로 변환하는 단계;
    상기 표준 규칙에 대응되는 상기 MLM 구조를 구성하는 하나 이상의 슬롯을 생성하는 단계;
    상기 하나 이상의 슬롯을 결합하여 제1 MLM을 생성하는 단계;
    상기 제1 MLM을 검증하여 저장하는 단계를 포함하는 의료 정보 변환 방법.
  9. 제8항에 있어서,
    상기 제1 MLM을 생성하는 단계는,
    상기 MLM 구조를 로드하는 단계;
    상기 일반 규칙의 전제 조건을 변환하는 단계;
    상기 표준 규칙에 대응되는 상기 하나 이상의 MLM를 생성하는 단계;
    상기 하나 이상의 슬롯을 상기 제1 MLM으로 병합하는 단계를 포함하는 것을 특징으로 하는 의료 정보 변환 방법.
  10. 제8항에 있어서,
    상기 일반 규칙은 HL7 DCM(Domain Clinical Model)이고,
    상기 표준 데이터 모델은 HL7 vMR(virtual Medical Record)이고,
    상기 표준 용어는 HL7 SNOMED CT(Systematized Nomenclature of Medicine Clinical Terms)이고,
    상기 의학 로직 모듈은 HL7 아덴 신텍스(Arden Syntax)를 기반으로 하는 것을 특징으로 하는 의료 정보 변환 방법.
PCT/KR2019/006890 2018-06-08 2019-06-07 임상 의사 결정 시스템 구축을 위한 의료 정보 변환 방법 및 시스템 WO2019235884A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180066322A KR102077218B1 (ko) 2018-06-08 2018-06-08 임상 의사 결정 시스템 구축을 위한 의료 정보 변환 방법 및 시스템
KR10-2018-0066322 2018-06-08

Publications (1)

Publication Number Publication Date
WO2019235884A1 true WO2019235884A1 (ko) 2019-12-12

Family

ID=68770916

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/006890 WO2019235884A1 (ko) 2018-06-08 2019-06-07 임상 의사 결정 시스템 구축을 위한 의료 정보 변환 방법 및 시스템

Country Status (2)

Country Link
KR (1) KR102077218B1 (ko)
WO (1) WO2019235884A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102581133B1 (ko) * 2021-07-16 2023-09-21 한양대학교 산학협력단 의학용어를 포함한 자연어의 지식 증류기법 기반의 의료 표준용어 생성기

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070096678A (ko) * 2006-03-27 2007-10-02 주식회사 이수유비케어 동적 의학 모듈을 이용한 임상 의사결정 지원 시스템 및방법
KR20150073569A (ko) * 2013-12-23 2015-07-01 (주)솔트웍스 병원의료시스템의 통합 시스템 및 그 방법, 병원의료시스템의 통합 시스템 활용 서비스 지원 시스템 및 그 방법
KR101719401B1 (ko) * 2014-12-12 2017-03-23 경희대학교 산학협력단 사례 베이스 추론 기반의 임상 지식 검증 시스템 및 방법
KR20170101658A (ko) * 2016-02-29 2017-09-06 경희대학교 산학협력단 공유 가능한 의학 지식을 생성하는 시스템 및 그 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070096678A (ko) * 2006-03-27 2007-10-02 주식회사 이수유비케어 동적 의학 모듈을 이용한 임상 의사결정 지원 시스템 및방법
KR20150073569A (ko) * 2013-12-23 2015-07-01 (주)솔트웍스 병원의료시스템의 통합 시스템 및 그 방법, 병원의료시스템의 통합 시스템 활용 서비스 지원 시스템 및 그 방법
KR101719401B1 (ko) * 2014-12-12 2017-03-23 경희대학교 산학협력단 사례 베이스 추론 기반의 임상 지식 검증 시스템 및 방법
KR20170101658A (ko) * 2016-02-29 2017-09-06 경희대학교 산학협력단 공유 가능한 의학 지식을 생성하는 시스템 및 그 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JOHANSSON, BO ET AL.: "Integrating Decision Support, based on the Arden Syntax, in a Clinical Laboratory Environment", PROCEEDINGS. SYMPOSIUM ON COMPUTER APPLICATIONS IN MEDICAL CARE, 15 September 1992 (1992-09-15) - 1993, pages 394 - 398, XP055662036 *

Also Published As

Publication number Publication date
KR20190139630A (ko) 2019-12-18
KR102077218B1 (ko) 2020-04-08

Similar Documents

Publication Publication Date Title
WO2018084682A1 (ko) 의료 데이터의 매핑 방법, 장치 및 컴퓨터 프로그램
JP3437849B2 (ja) オブジェクト指向プログラミングを支援するデータベース管理システム及び方法
US11495330B2 (en) Neurological data processing
CN103221972B (zh) 医用系统
US20160292358A1 (en) Method for preparing a system for searching databases and system and method for executing queries to a connected data source
CN102037446A (zh) 基于动态集合属性的计算机编程语言方法
Chapman et al. Phenoflow: a microservice architecture for portable workflow-based phenotype definitions
WO2018004020A1 (ko) 마크업 언어 기반 문서에 대한 동시 편집 정합성 검증 장치 및 방법
US7761382B2 (en) Method and system to protect electronic data objects from unauthorized access
Hong et al. Standardizing heterogeneous annotation corpora using HL7 FHIR for facilitating their reuse and integration in clinical NLP
WO2019235884A1 (ko) 임상 의사 결정 시스템 구축을 위한 의료 정보 변환 방법 및 시스템
Frexia et al. openEHR is FAIR-enabling by design
Paris et al. i2b2 implemented over SMART-on-FHIR
US20060212881A1 (en) System and method for extending a programming language to include multiple dissimilar object systems
CN107480223A (zh) 一种搜索方法、装置及存储介质
WO2020032320A1 (ko) 원자력 발전소 지능형 일반기기 배치 도면 표현 및 활용 장치
WO2016126000A2 (ko) 데이터베이스 시스템 통합관리방법
WO2009116748A2 (ko) 예약된 컴포넌트 컨테이너 기반 소프트웨어 개발 방법 및 장치
van Mulligen et al. HERMES: a health care workstation integration architecture
Neu et al. The LONI Debabeler: a mediator for neuroimaging software
EP3740954A1 (en) Detecting recurrence of a medical condition
Dimitroff et al. An object oriented approach to automating patient medical records
WO2017191977A1 (ko) M2M/IoT 플랫폼에서의 시맨틱 정보 관리 방법
Travillian et al. Of mice and men: design of a comparative anatomy information system
Kim et al. SW architecture for access to medical information for knowledge execution

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19815852

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19815852

Country of ref document: EP

Kind code of ref document: A1