WO2021096236A1 - 질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치 및 방법 - Google Patents

질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치 및 방법 Download PDF

Info

Publication number
WO2021096236A1
WO2021096236A1 PCT/KR2020/015855 KR2020015855W WO2021096236A1 WO 2021096236 A1 WO2021096236 A1 WO 2021096236A1 KR 2020015855 W KR2020015855 W KR 2020015855W WO 2021096236 A1 WO2021096236 A1 WO 2021096236A1
Authority
WO
WIPO (PCT)
Prior art keywords
disease
risk
integrated
visualization
category
Prior art date
Application number
PCT/KR2020/015855
Other languages
English (en)
French (fr)
Inventor
조윤성
변하나
김병철
박종화
Original Assignee
주식회사 클리노믹스
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 주식회사 클리노믹스 filed Critical 주식회사 클리노믹스
Publication of WO2021096236A1 publication Critical patent/WO2021096236A1/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
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Definitions

  • the present invention relates to an apparatus and method for calculating and visualizing an integrated risk for a disease category, and more particularly, to obtain a user's risk for a plurality of diseases, that is, diseases belonging to a specific disease group or all diseases, not a specific disease, It relates to an apparatus and a method for visualizing by image patterning.
  • SNP Single nucleotide polymorphism
  • RNA, epigenetic, and protein markers are constantly being identified, and as a method of utilizing markers related to heredity and environment, such as epigene information related to these genes and environment, one or more diseases and traits.
  • the test can be performed for each disease and phenotype, and the results can be expressed as a report and provided to various media.
  • the technical task of the present invention is to calculate the integrated risk for a disease category that acquires the user's risk for not a specific disease but a plurality of diseases, that is, diseases belonging to a specific disease group or all diseases, and visualizes it by patterning an image. And a visualization device and method.
  • An integrated risk calculation and visualization apparatus for a disease category for achieving the above technical problem includes: a storage unit storing disease category information in which diseases are hierarchically grouped; A disease risk obtaining unit for obtaining a disease risk for each of a plurality of diseases belonging to a lower level of a disease category selected by the user from among the disease category information based on the user's genotype information; And an integrated risk acquisition unit for acquiring an integrated risk level for the selected disease category by using a disease risk level for each of the plurality of diseases acquired through the disease risk level acquisition unit and a weight set in advance for each of the plurality of diseases. Includes.
  • the disease category information may include a top node that is an entire disease category, a plurality of lowest nodes consisting of individual diseases, and a plurality of intermediate nodes that are disease categories to which a plurality of lowest nodes belong.
  • the weight may represent a ratio of a corresponding disease within the selected disease category.
  • the proportion of the disease within the selected disease category is at least among the number of patients with the disease, the ranking of the disease, the mortality due to the disease, the severity of the disease, the recurrence rate of the disease, the degree of inheritance of the disease, and the number of genetic markers of the disease. It can be acquired based on one piece of information.
  • the disease risk obtaining unit may convert the disease risk acquired for each of the plurality of diseases into a relative value compared to the corresponding disease risk of other users of the group to which the user belongs.
  • the integrated risk obtaining unit may convert the integrated risk of the selected disease category into a relative value compared to the corresponding integrated risk of other users of the group to which the user belongs.
  • the integrated risk acquisition unit formula The integrated risk for the selected disease category is obtained through, wherein n represents the number of diseases belonging to a lower level of the selected disease category, w represents a weight for the disease, and R represents the corresponding disease. It can indicate the disease risk of a disease.
  • the user's risk is image-patterned and the It may further include a risk visualization unit for providing the risk image information to the user terminal of the user.
  • the risk visualization unit may pattern the image of the user's risk in one of a circle shape, a triangle shape, a square shape, and an organ shape using a preset color for each risk score.
  • the risk visualization unit uses one of an individual disease, a plurality of diseases, and one disease category as a visualization unit, obtains a color for each visualization unit based on a preset color for each risk score, and visualizes the user's risk. It can be visualized by unit.
  • the integrated risk calculation and visualization method for a disease category for achieving the above technical problem includes a storage unit storing disease category information in which diseases are hierarchically grouped, a disease risk acquisition unit, and an integrated risk level.
  • An integrated risk calculation and visualization method for a disease category performed by an integrated risk calculation and visualization device including an acquisition unit, wherein the disease risk acquisition unit includes a disease selected by the user from among the disease category information based on the user's genotype information.
  • the disease category information may include a top node that is an entire disease category, a plurality of lowest nodes consisting of individual diseases, and a plurality of intermediate nodes that are disease categories to which a plurality of lowest nodes belong.
  • the weight may represent a ratio of a corresponding disease within the selected disease category.
  • the proportion of the disease within the selected disease category is at least among the number of patients with the disease, the ranking of the disease, the mortality due to the disease, the severity of the disease, the recurrence rate of the disease, the degree of inheritance of the disease, and the number of genetic markers of the disease. It can be acquired based on one piece of information.
  • the disease risk acquisition step may include converting, by the disease risk acquisition unit, the disease risk acquired for each of the plurality of diseases into a relative value compared to the corresponding disease risk of other users of the group to which the user belongs. .
  • the integrated risk obtaining unit may convert the integrated risk for the selected disease category into a relative value compared to the corresponding integrated risk of other users of the group to which the user belongs.
  • the integrated risk obtaining unit In the step of obtaining the integrated risk, the integrated risk obtaining unit, The integrated risk for the selected disease category is obtained through, wherein n represents the number of diseases belonging to a lower level of the selected disease category, w represents a weight for the disease, and R May indicate the disease risk of the disease.
  • the integrated risk calculation and visualization device further includes a risk visualization unit, wherein the risk visualization unit determines a disease risk for each of the plurality of diseases belonging to a lower level of the selected disease category, and an integrated risk for the selected disease category. Based on the image patterning of the user's risk level, the step of providing risk level image information to the user terminal of the user; may further include.
  • the providing of the image information may include, by the risk visualization unit, patterning the user's risk in one of a circle shape, a triangle shape, a square shape, and an organ shape using a preset color for each risk score. have.
  • the risk visualization unit obtains a color for each visualization unit based on a preset color for each risk score, using one of an individual disease, a plurality of diseases, and one disease category as a visualization unit, The user's risk level may be visualized for each visualization unit.
  • the computer program according to the present invention for achieving the above technical problem is stored in a computer-readable recording medium to execute any one of the integrated risk calculation and visualization methods for the disease category described above on the computer.
  • the integrated risk calculation and visualization apparatus and method for a disease category based on the disease risk for each of a plurality of diseases belonging to a lower level of the disease category selected by the user, the disease category selected by the user is By acquiring the user's integrated risk, it can be helpful to better understand the user's genetic test results in an integrated and intuitive way.
  • FIG. 1 is a block diagram illustrating an apparatus for calculating and visualizing an integrated risk for a disease category according to a preferred embodiment of the present invention.
  • FIG. 2 is a block diagram showing the configuration of the integrated risk calculation and visualization device shown in FIG. 1 in more detail.
  • FIG. 3 is a view for explaining disease category information according to a preferred embodiment of the present invention.
  • FIG. 4 is a view for explaining an example of disease category information according to a preferred embodiment of the present invention.
  • FIG. 5 is a view for explaining an example of a disease risk acquisition process according to a preferred embodiment of the present invention.
  • FIG. 6 is a view for explaining an example of a weight according to a preferred embodiment of the present invention.
  • FIG. 7 is a diagram for explaining an example of a process of obtaining an integrated risk according to a preferred embodiment of the present invention.
  • FIG. 8 is a diagram for explaining an example of risk level image information according to a preferred embodiment of the present invention.
  • 9 is a view for explaining an example in which risk image information is used according to a preferred embodiment of the present invention.
  • FIG. 10 is a flowchart illustrating a method of calculating and visualizing an integrated risk for a disease category according to a preferred embodiment of the present invention.
  • FIG. 1 is a block diagram illustrating an apparatus for calculating and visualizing an integrated risk for a disease category according to a preferred embodiment of the present invention.
  • an integrated risk calculation and visualization apparatus 100 for a disease category may be connected to a user terminal 200 through a communication network 300.
  • the integrated risk calculation and visualization device 100 for a disease category (hereinafter referred to as'integrated risk calculation and visualization device') is not a specific disease, but a user's risk for multiple diseases, that is, diseases belonging to a specific disease group or all diseases. Is obtained, image patterned, and visualized, and provided to the user terminal 200.
  • the user terminal 200 may request an integrated risk calculation for a disease category selected by the user while providing the user's genotypic information to the integrated risk calculation and visualization apparatus 100 by the user's manipulation.
  • the user terminal 200 may display information provided from the integrated risk calculation and visualization apparatus 100.
  • the user terminal 200 is not only a desktop computer, but also a notebook computer, a workstation, a palmtop computer, an ultra mobile personal computer (UMPC), a tablet PC, a personal digital assistant (PDA), a web pad,
  • UMPC ultra mobile personal computer
  • PDA personal digital assistant
  • a terminal equipped with a memory means such as a smart phone or a mobile phone, and equipped with a microprocessor, may be configured as a terminal having computing power.
  • the communication network 300 includes a telephone network as well as a data communication network including a local area network (LAN), a metropolitan area network (MAN), a wide area network (WAN), the Internet, and the like. It can be used, and it does not matter whether wired or wireless is used, and any communication method is used.
  • LAN local area network
  • MAN metropolitan area network
  • WAN wide area network
  • the Internet and the like. It can be used, and it does not matter whether wired or wireless is used, and any communication method is used.
  • FIG. 2 is a block diagram showing the configuration of the integrated risk calculation and visualization apparatus shown in FIG. 1 in more detail
  • FIG. 3 is a diagram for explaining disease category information according to a preferred embodiment of the present invention
  • FIG. 4 is the present invention Is a view for explaining an example of disease category information according to a preferred embodiment of
  • Figure 5 is a view for explaining an example of a disease risk acquisition process according to a preferred embodiment of the present invention
  • Figure 6 is a preferred embodiment of the present invention
  • FIG. 7 is a diagram for explaining an example of an integrated risk acquisition process according to a preferred embodiment of the present invention
  • FIG. 8 is a risk image according to a preferred embodiment of the present invention It is a diagram for explaining an example of information
  • FIG. 9 is a diagram for explaining an example in which risk level image information according to a preferred embodiment of the present invention is used.
  • the integrated risk calculation and visualization device 100 includes a storage unit 110, a communication unit 130, a disease risk acquisition unit 150, an integrated risk acquisition unit 170, and a risk visualization unit 190. It may include.
  • the storage unit 110 serves to store programs and data necessary for the operation of the integrated risk calculation and visualization apparatus 100, and may be divided into a program area and a data area.
  • the program area is the overall operation of the integrated risk calculation and visualization device 100, such as an operating system (OS) booting the integrated risk calculation and visualization device 100, acquisition of disease risk, acquisition of integrated risk, and visualization of risk. You can save the necessary application programs and so on.
  • OS operating system
  • the data area is an area in which data generated according to the use of the integrated risk calculation and visualization apparatus 100 is stored, and may store a user's disease risk, a user's integrated risk, and disease category information.
  • the disease category information may include a top node that is an entire disease category, a plurality of bottom nodes consisting of individual diseases, and a plurality of intermediate nodes that are disease categories to which the plurality of bottom nodes belong.
  • the disease category information includes the highest node (TN), a plurality of intermediate nodes (MN1 to MNn), and a plurality of lowest nodes (BN1-1 to BN1-n, BNn-1 to BNn-n). It can be made of.
  • the disease category information may be formed in a hierarchical structure in the form of a tree as shown in (a) of FIG. 3, or in a hierarchical structure in the form of a table as shown in (b) of FIG. 3.
  • ICD-10 international disease classification code
  • KCD7 domestic disease classification code
  • the disease category information will include four intermediate nodes consisting of "cancer and tumor diseases (male)", “nervous system diseases”, “digestive system diseases”, and “circulatory and respiratory diseases”.
  • the “cancer and tumor disease (male)” disease category includes diseases “gastric cancer”, “colorectal cancer”, “thyroid cancer”, “lung cancer”, “liver cancer”, “pancreatic cancer”, “kidney cancer”, “bladder cancer”, “ Esophageal cancer”, “prostate cancer”, “gallbladder cancer”, “nasopharyngeal cancer”, “non-Hodgkin's lymphoma”, “chronic lymphocytic leukemia", “ostesarcoma”, “Ewing sarcoma”, and “testicular cancer", and "nervous system diseases.
  • the disease categories are diseases “Parkinson's disease”, “Alzheimer's disease”, “vascular dementia”, “epilepsy”, “migraine”, “amyotrophic lateral sclerosis”, “multiple sclerosis”, “essential tremor”, “restless legs” Syndrome”, and “narcolepsy”, and the “digestive disease” disease category includes the diseases “primary biliary cirrhosis”, “nonalcoholic fatty liver”, “ulcerative colitis”, “Crohn's disease”, and “duodenal ulcer” And, “Circulatory and Respiratory Diseases” disease category includes diseases “atrial fibrillation”, “coronary artery disease”, “stroke”, “myocardial infarction”, “asthma”, “hypertension”, “cerebral aneurysm”, “abdominal aortic aneurysm” , “Chronic obstructive pulmonary disease”, and “allergic rhinitis”.
  • the communication unit 130 includes a wired communication module (not shown) or a wireless communication module (not shown), and performs a function of transmitting and receiving corresponding data for wired/wireless communication with the user terminal 200.
  • the disease risk acquisition unit 150 acquires a disease risk for each of a plurality of diseases belonging to a lower level of a disease category selected by the user from among disease category information based on the user's genotype information.
  • the method of calculating the disease risk uses a conventionally used risk calculation method.
  • the disease risk acquisition unit 150 may convert the disease risk acquired for each of the plurality of diseases into a relative value compared to the corresponding disease risk of other users of the group to which the user belongs.
  • the disease risk acquisition unit 150 calculates the same method for the population to which the user belongs, calculates the disease risk for each of the plurality of diseases, determines the distribution, and determines the distribution.
  • the final disease risk can be obtained by calculating whether it corresponds to the% position. Since the user's absolute risk of disease is affected by the number of markers to be considered, the absolute score itself is not meaningful, and the final score is calculated by making a relative score through comparison with the population to which the user belongs.
  • the disease risk acquisition unit 150 may calculate a disease risk for each of a plurality of diseases based on the user's genotype information.
  • the integrated risk acquisition unit 170 uses the disease risk for each of a plurality of diseases acquired through the disease risk acquisition unit 150 and a weight set in advance for each of the plurality of diseases, and calculates the integrated risk for the selected disease category. Acquire.
  • the weight may represent a ratio of a corresponding disease within the selected disease category.
  • the proportion of the disease within the selected disease category is at least one of the number of patients with the disease, the rank of the disease, the mortality due to the disease, the mortality of the disease, the recurrence rate of the disease, the degree of inheritance of the disease, and the number of genetic markers of the disease. It can be obtained based on information. For example, if weights are calculated based on the number of patients with diseases through national cancer registration statistics and data from the Health Insurance Review and Assessment Service, as shown in FIG. 6, weights for each disease can be obtained.
  • the integrated risk acquisition unit 170 is the formula Through this, the integrated risk for the selected disease category can be obtained.
  • n represents the number of diseases belonging to the lower level of the selected disease category
  • w represents the weight for the disease
  • R represents the disease risk of the disease.
  • the user's integrated risk for all disease categories is "0.97"
  • the user's integrated risk for the "cancer and tumor diseases” disease category is "2.95"
  • the user's integrated risk for the "digestive disease” disease category is "2.05"
  • the user's integrated risk for the "nervous system disease” disease category is "0.81”
  • the “circulatory and respiratory diseases” disease category The user's integrated risk for is "0.82”.
  • the integrated risk acquisition unit 170 may convert the integrated risk for the selected disease category into a relative value compared to the corresponding integrated risk of other users in the group to which the user belongs.
  • the integrated risk acquisition unit 170 calculates the same method for the population to which the user belongs, calculates the integrated risk for the selected disease category of the user, determines the distribution, and allows the user to be relatively It is possible to obtain the final integrated risk by calculating what% of the position. Since the absolute integrated risk of a user is affected by the number of diseases to be considered, the absolute score itself is not meaningful, and the final score is calculated by making a relative score through comparison with the population to which the user belongs. The integrated risk can also be expressed as a relative health level of each user.
  • a score closer to 100 indicates that the integrated risk (integrated susceptibility) for the disease category is low, and a score closer to 0 indicates that the integrated risk (integrated susceptibility) for the disease category is high.
  • the risk visualization unit 190 is based on the disease risk for each of a plurality of diseases belonging to the lower level of the selected disease category and the integrated risk for the selected disease category acquired through the integrated risk acquisition unit 170, the user's risk level. By image patterning, the risk level image information may be provided to the user terminal 200 of the user.
  • the risk visualization unit 190 may pattern the image of the user's risk in one of a circle shape, a triangle shape, a square shape, and an organ shape by using a preset color for each risk score.
  • the preset color for each risk score may be “red” when the risk level according to the risk score is “high”, “yellow” when it is “medium”, and “blue” when it is “low”.
  • the risk visualization unit 190 uses one of an individual disease, a plurality of diseases, and one disease category as a visualization unit, obtains a color for each visualization unit based on a preset color for each risk score, and determines the user's risk. Visualization can be performed for each visualization unit.
  • the visualization unit may be a line, a circle, or a polygon.
  • the user's risk may be image patterned in a circle shape, and as shown in (b) of FIG. 8, the user's risk level may be image patterned in an organ shape.
  • the risk image information obtained by image patterning the risk level as described above can be used in various fields as shown in FIG. 9.
  • FIG. 10 is a flowchart illustrating a method of calculating and visualizing an integrated risk for a disease category according to a preferred embodiment of the present invention.
  • the integrated risk calculation and visualization apparatus 100 obtains a disease risk for each of a plurality of diseases belonging to a lower level of a disease category selected by a user from among disease category information based on the user's genotype information. (S110).
  • the integrated risk calculation and visualization apparatus 100 may convert the disease risk acquired for each of the plurality of diseases into a relative value compared to the corresponding disease risk of other users of the group to which the user belongs.
  • the integrated risk calculation and visualization apparatus 100 acquires the integrated risk for the selected disease category by using the disease risk for each of the plurality of diseases and a weight set in advance for each of the plurality of diseases (S130).
  • the integrated risk calculation and visualization device 100 Through this, the integrated risk for the selected disease category can be obtained.
  • n represents the number of diseases belonging to the lower level of the selected disease category
  • w represents the weight for the disease
  • R represents the disease risk of the disease.
  • the integrated risk calculation and visualization apparatus 100 may convert the integrated risk for the selected disease category into a relative value compared to the corresponding integrated risk of other users in the group to which the user belongs.
  • the integrated risk calculation and visualization apparatus 100 forms the image pattern of the user's risk based on the disease risk for each of the plurality of diseases and the integrated risk for the selected disease category, and provides the risk image information to the user terminal 200. It can provide (S150).
  • the integrated risk calculation and visualization apparatus 100 may pattern the user's risk in one of a circle shape, a triangle shape, a square shape, and an organ shape using a preset color for each risk score.
  • the integrated risk calculation and visualization device 100 uses one of an individual disease, a plurality of diseases, and one disease category as a visualization unit, obtains a color for each visualization unit based on a preset color for each risk score, and You can visualize the risk of each visualization unit.
  • the present invention can also be implemented as a computer-readable code on a computer-readable recording medium.
  • the computer-readable recording medium includes all types of recording devices that store data that can be read by a computer. Examples of computer-readable recording media include ROM, RAM, CD-ROM, magnetic tapes, floppy disks, and optical data storage devices.

Landscapes

  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치 및 방법이 개시된다. 본 발명은, 특정 질병이 아닌 복수의 질병, 즉 특정 질병군에 속하는 질병들이나 전체 질병들에 대한 사용자의 위험도를 획득하고, 이를 이미지 패턴화하여 시각화한다. 본 발명에 따르면, 사용자의 유전자 검사 결과를 통합적이고 직관적으로 더 잘 이해하는데 도움이 될 수 있고, 맟춤형 개인 유전자 검사 결과 파생 서비스 및 다양하게 응용된 상품들을 제공할 수 있다.

Description

질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치 및 방법
본 발명은 질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치 및 방법에 관한 것으로, 더욱 상세하게는 특정 질병이 아닌 복수의 질병, 즉 특정 질병군에 속하는 질병들이나 전체 질병들에 대한 사용자의 위험도를 획득하고, 이를 이미지 패턴화하여 시각화하는 장치 및 방법에 관한 것이다.
유전체(Genome) 서열 해독 및 전장유전체 연관분석(Genome-wide association study; GWAS 등)에 의해, 다양한 질병관련이나, 형질(trait), 혹은 표현형(phenotype)관련 유전자 단염기다형성(single nucleotide polymorphism; SNP) 마커나, RNA, 후성유전체, 단백질 마커가 많이 지속적으로 밝혀지고 있으며, 이런 유전자 및 환경과 연관된 후성유전자 정보 등 유전과 환경에 관련된 마커들을 활용하는 방법으로, 1개 혹은 다수의 질병과, 형질들의 표현형 유전자, 후성유전자, 그 외 생체 마커들을 이용하여, 질병 및 표현형별로 검사를 진행하고, 그 결과를 리포트로 표현하고 다양한 미디어에 제공할 수 있다.
관련된 선행기술로, 한 질병에 대한 여러 유전자 마커를 어떻게 통합 분석하는지 등에 대한 연구가 최근에 주를 이루고 있으며, 대표적인 예로, polygenic risk score 등이 방법이 개발되어 왔다. 기존 유전자 검사 결과 리포트의 경우, 해당 검사에서 다루고 있는 질병별로 위험도가 높은지/낮은지, 혹은 위험도 점수 및 순위가 얼마인지를 제공하는 것이 일반적이다.
본 발명이 이루고자 하는 기술적 과제는, 특정 질병이 아닌 복수의 질병, 즉 특정 질병군에 속하는 질병들이나 전체 질병들에 대한 사용자의 위험도를 획득하고, 이를 이미지 패턴화하여 시각화하는 질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치 및 방법을 제공하는 데 있다.
상기의 기술적 과제를 달성하기 위한 본 발명에 따른 질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치는, 질병이 계층적으로 그룹화되어 있는 질병 카테고리 정보를 저장하고 있는 저장부; 사용자의 유전형 정보를 기반으로, 상기 질병 카테고리 정보 중에서 상기 사용자에 의해 선택된 질병 카테고리의 하위 레벨에 속하는 복수의 질병 각각에 대하여 질병 위험도를 획득하는 질병 위험도 획득부; 및 상기 질병 위험도 획득부를 통해 획득한 상기 복수의 질병 각각에 대한 질병 위험도와, 상기 복수의 질병 각각에 대해 미리 설정된 가중치를 이용하여, 상기 선택된 질병 카테고리에 대한 통합 위험도를 획득하는 통합 위험도 획득부;를 포함한다.
상기 질병 카테고리 정보는, 전체 질병 카테고리인 최상위 노드, 개별 질병으로 이루어지는 복수개의 최하위 노드, 및 복수의 최하위 노드가 소속되어 있는 질병 카테고리인 복수개의 중간 노드를 포함할 수 있다.
상기 가중치는, 상기 선택된 질병 카테고리 내에서 해당 질병이 차지하는 비율을 나타낼 수 있다.
상기 선택된 질병 카테고리 내에서 해당 질병이 차지하는 비율은, 질병의 발생 환자수, 질병의 발생 순위, 질병에 의한 사망률, 질병의 치명도, 질병의 재발생률, 질병의 유전성 정도, 질병의 유전자 마커 수 중 적어도 하나의 정보를 기반으로 획득될 수 있다.
상기 질병 위험도 획득부는, 상기 복수의 질병 각각에 대하여 획득한 질병 위험도를 상기 사용자가 소속된 집단의 다른 사용자들의 해당 질병 위험도와 대비하여 상대적인 값으로 변환할 수 있다.
상기 통합 위험도 획득부는, 상기 선택된 질병 카테고리에 대한 통합 위험도를 상기 사용자가 소속된 집단의 다른 사용자들의 해당 통합 위험도와 대비하여 상대적인 값으로 변환할 수 있다.
상기 통합 위험도 획득부는, 수식
Figure PCTKR2020015855-appb-img-000001
을 통해 상기 선택된 질병 카테고리에 대한 통합 위험도를 획득하며, 상기 n은, 상기 선택된 질병 카테고리의 하위 레벨에 속하는 질병의 수를 나타내고, 상기 w는, 해당 질병에 대한 가중치를 나타내고, 상기 R은, 해당 질병의 질병 위험도를 나타낼 수 있다.
상기 선택된 질병 카테고리의 하위 레벨에 속하는 상기 복수의 질병 각각에 대한 질병 위험도와, 상기 통합 위험도 획득부를 통해 획득한 상기 선택된 질병 카테고리에 대한 통합 위험도를 기반으로, 상기 사용자의 위험도를 이미지 패턴화하여 상기 사용자의 사용자 단말로 위험도 이미지 정보를 제공하는 위험도 시각화부;를 더 포함할 수 있다.
상기 위험도 시각화부는, 위험도 점수별 미리 설정된 색상을 이용하여, 상기 사용자의 위험도를 원 모양, 세모 모양, 네모 모양, 장기 모양 중 하나의 형상으로 이미지 패턴화할 수 있다.
상기 위험도 시각화부는, 개별 질병, 복수개의 질병, 및 하나의 질병 카테고리 중 하나를 시각화 단위로 하여, 위험도 점수별 미리 설정된 색상을 기반으로 상기 시각화 단위별로 색상을 획득하고, 상기 사용자의 위험도를 상기 시각화 단위 별로 시각화할 수 있다.
상기의 기술적 과제를 달성하기 위한 본 발명에 따른 질병 카테고리에 대한 통합 위험도 계산 및 시각화 방법은, 질병이 계층적으로 그룹화되어 있는 질병 카테고리 정보를 저장하고 있는 저장부, 질병 위험도 획득부, 및 통합 위험도 획득부를 포함하는 통합 위험도 계산 및 시각화 장치가 수행하는 질병 카테고리에 대한 통합 위험도 계산 및 시각화 방법으로서, 상기 질병 위험도 획득부가, 사용자의 유전형 정보를 기반으로, 상기 질병 카테고리 정보 중에서 상기 사용자에 의해 선택된 질병 카테고리의 하위 레벨에 속하는 복수의 질병 각각에 대하여 질병 위험도를 획득하는 단계; 및 상기 통합 위험도 획득부가, 상기 복수의 질병 각각에 대한 질병 위험도와, 상기 복수의 질병 각각에 대해 미리 설정된 가중치를 이용하여, 상기 선택된 질병 카테고리에 대한 통합 위험도를 획득하는 단계;를 포함한다.
상기 질병 카테고리 정보는, 전체 질병 카테고리인 최상위 노드, 개별 질병으로 이루어지는 복수개의 최하위 노드, 및 복수의 최하위 노드가 소속되어 있는 질병 카테고리인 복수개의 중간 노드를 포함할 수 있다.
상기 가중치는, 상기 선택된 질병 카테고리 내에서 해당 질병이 차지하는 비율을 나타낼 수 있다.
상기 선택된 질병 카테고리 내에서 해당 질병이 차지하는 비율은, 질병의 발생 환자수, 질병의 발생 순위, 질병에 의한 사망률, 질병의 치명도, 질병의 재발생률, 질병의 유전성 정도, 질병의 유전자 마커 수 중 적어도 하나의 정보를 기반으로 획득될 수 있다.
상기 질병 위험도 획득 단계는, 상기 질병 위험도 획득부가, 상기 복수의 질병 각각에 대하여 획득한 질병 위험도를 상기 사용자가 소속된 집단의 다른 사용자들의 해당 질병 위험도와 대비하여 상대적인 값으로 변환하는 것으로 이루어질 수 있다.
상기 통합 위험도 획득 단계는, 상기 통합 위험도 획득부가, 상기 선택된 질병 카테고리에 대한 통합 위험도를 상기 사용자가 소속된 집단의 다른 사용자들의 해당 통합 위험도와 대비하여 상대적인 값으로 변환하는 것으로 이루어질 수 있다.
상기 통합 위험도 획득 단계는, 상기 통합 위험도 획득부가, 수식
Figure PCTKR2020015855-appb-img-000002
을 통해 상기 선택된 질병 카테고리에 대한 통합 위험도를 획득하는 것으로 이루어지며, 상기 n은, 상기 선택된 질병 카테고리의 하위 레벨에 속하는 질병의 수를 나타내고, 상기 w는, 해당 질병에 대한 가중치를 나타내고, 상기 R은, 해당 질병의 질병 위험도를 나타낼 수 있다.
상기 통합 위험도 계산 및 시각화 장치는, 위험도 시각화부를 더 포함하며, 상기 위험도 시각화부가, 상기 선택된 질병 카테고리의 하위 레벨에 속하는 상기 복수의 질병 각각에 대한 질병 위험도와, 상기 선택된 질병 카테고리에 대한 통합 위험도를 기반으로, 상기 사용자의 위험도를 이미지 패턴화하여 상기 사용자의 사용자 단말로 위험도 이미지 정보를 제공하는 단계;를 더 포함할 수 있다.
상기 이미지 정보 제공 단계는, 상기 위험도 시각화부가, 위험도 점수별 미리 설정된 색상을 이용하여, 상기 사용자의 위험도를 원 모양, 세모 모양, 네모 모양, 장기 모양 중 하나의 형상으로 이미지 패턴화하는 것으로 이루어질 수 있다.
상기 이미지 정보 제공 단계는, 상기 위험도 시각화부가, 개별 질병, 복수개의 질병, 및 하나의 질병 카테고리 중 하나를 시각화 단위로 하여, 위험도 점수별 미리 설정된 색상을 기반으로 상기 시각화 단위별로 색상을 획득하고, 상기 사용자의 위험도를 상기 시각화 단위 별로 시각화하는 것으로 이루어질 수 있다.
상기의 기술적 과제를 달성하기 위한 본 발명에 따른 컴퓨터 프로그램은 컴퓨터로 읽을 수 있는 기록 매체에 저장되어 상기한 질병 카테고리에 대한 통합 위험도 계산 및 시각화 방법 중 어느 하나를 컴퓨터에서 실행시킨다.
본 발명에 따른 질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치 및 방법에 의하면, 사용자에 의해 선택된 질병 카테고리의 하위 레벨에 속하는 복수의 질병 각각에 대한 질병 위험도를 기반으로, 사용자에 의해 선택된 질병 카테고리에 대한 사용자의 통합 위험도를 획득함으로써, 사용자의 유전자 검사 결과를 통합적이고 직관적으로 더 잘 이해하는데 도움이 될 수 있다.
아울러, 사용자의 위험도를 이미지 패턴화하여 시각화함으로써, 맟춤형 개인 유전자 검사 결과 파생 서비스 및 다양하게 응용된 상품들을 제공할 수 있다.
도 1은 본 발명의 바람직한 실시예에 따른 질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치를 설명하기 위한 블록도이다.
도 2는 도 1에 도시한 통합 위험도 계산 및 시각화 장치의 구성을 보다 자세히 나타낸 블록도이다.
도 3은 본 발명의 바람직한 실시예에 따른 질병 카테고리 정보를 설명하기 위한 도면이다.
도 4는 본 발명의 바람직한 실시예에 따른 질병 카테고리 정보의 일례를 설명하기 위한 도면이다.
도 5는 본 발명의 바람직한 실시예에 따른 질병 위험도 획득 과정의 일례를 설명하기 위한 도면이다.
도 6은 본 발명의 바람직한 실시예에 따른 가중치의 일례를 설명하기 위한 도면이다.
도 7은 본 발명의 바람직한 실시예에 따른 통합 위험도 획득 과정의 일례를 설명하기 위한 도면이다.
도 8은 본 발명의 바람직한 실시예에 따른 위험도 이미지 정보의 일례를 설명하기 위한 도면이다.
도 9는 본 발명의 바람직한 실시예에 따른 위험도 이미지 정보가 활용되는 예를 설명하기 위한 도면이다.
도 10은 본 발명의 바람직한 실시예에 따른 질병 카테고리에 대한 통합 위험도 계산 및 시각화 방법을 설명하기 위한 흐름도이다.
이하에서 첨부한 도면을 참조하여 본 발명에 따른 질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치 및 방법의 바람직한 실시예에 대해 상세하게 설명한다.
먼저, 도 1을 참조하여 본 발명의 바람직한 실시예에 따른 질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치에 대하여 설명한다.
도 1은 본 발명의 바람직한 실시예에 따른 질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치를 설명하기 위한 블록도이다.
도 1을 참조하면, 본 발명의 바람직한 실시예에 따른 질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치(100)는 통신망(300)을 통해 사용자 단말(200)과 연결될 수 있다.
질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치(100)(이하 '통합 위험도 계산 및 시각화 장치'라 한다)는 특정 질병이 아닌 복수의 질병, 즉 특정 질병군에 속하는 질병들이나 전체 질병들에 대한 사용자의 위험도를 획득하고, 이를 이미지 패턴화하여 시각화하여 사용자 단말(200)에 제공할 수 있다.
사용자 단말(200)은 사용자의 조작에 의해 사용자의 유전형 정보를 통합 위험도 계산 및 시각화 장치(100)에 제공하면서, 사용자에 의해 선택된 질병 카테고리에 대한 통합 위험도 산출을 요청할 수 있다.
그리고, 사용자 단말(200)은 통합 위험도 계산 및 시각화 장치(100)로부터 제공받은 정보를 디스플레이할 수 있다.
여기서, 사용자 단말(200)은 데스크톱 컴퓨터뿐만 아니라 노트북 컴퓨터, 워크스테이션, 팜톱(palmtop) 컴퓨터, UMPC(Ultra Mobile Personal Computer), 태블릿 PC, 개인 휴대 정보 단말기(Personal Digital Assistant, PDA), 웹 패드, 스마트폰, 휴대전화 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 단말기로 이루어질 수 있다.
통신망(300)은 구내 정보 통신망(local area network, LAN), 도시권 통신망(metropolitan area network, MAN), 광역 통신망(wide area network, WAN), 인터넷 등을 포함하는 데이터 통신망뿐만 아니라 전화망 등을 포함할 수 있고, 유선과 무선을 가리지 않으며, 어떠한 통신 방식을 사용하더라도 상관없다.
그러면, 도 2 내지 도 9를 참조하여 본 발명의 바람직한 실시예에 따른 질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치에 대하여 보다 자세히 설명한다.
도 2는 도 1에 도시한 통합 위험도 계산 및 시각화 장치의 구성을 보다 자세히 나타낸 블록도이고, 도 3은 본 발명의 바람직한 실시예에 따른 질병 카테고리 정보를 설명하기 위한 도면이며, 도 4는 본 발명의 바람직한 실시예에 따른 질병 카테고리 정보의 일례를 설명하기 위한 도면이고, 도 5는 본 발명의 바람직한 실시예에 따른 질병 위험도 획득 과정의 일례를 설명하기 위한 도면이며, 도 6은 본 발명의 바람직한 실시예에 따른 가중치의 일례를 설명하기 위한 도면이고, 도 7은 본 발명의 바람직한 실시예에 따른 통합 위험도 획득 과정의 일례를 설명하기 위한 도면이며, 도 8은 본 발명의 바람직한 실시예에 따른 위험도 이미지 정보의 일례를 설명하기 위한 도면이고, 도 9는 본 발명의 바람직한 실시예에 따른 위험도 이미지 정보가 활용되는 예를 설명하기 위한 도면이다.
도 2를 참조하면, 통합 위험도 계산 및 시각화 장치(100)는 저장부(110), 통신부(130), 질병 위험도 획득부(150), 통합 위험도 획득부(170), 및 위험도 시각화부(190)를 포함할 수 있다.
저장부(110)는 통합 위험도 계산 및 시각화 장치(100)의 동작에 필요한 프로그램 및 데이터를 저장하는 역할을 수행하며, 프로그램 영역과 데이터 영역으로 구분될 수 있다.
프로그램 영역은 통합 위험도 계산 및 시각화 장치(100)를 부팅시키는 운영체제(Operating System, OS), 질병 위험도의 획득, 통합 위험도의 획득, 위험도의 시각화 등과 같이 통합 위험도 계산 및 시각화 장치(100)의 전반적인 동작에 필요한 응용 프로그램 등을 저장할 수 있다.
데이터 영역은 통합 위험도 계산 및 시각화 장치(100)의 사용에 따라 발생하는 데이터가 저장되는 영역으로서, 사용자의 질병 위험도, 사용자의 통합 위험도, 질병 카테고리 정보 등을 저장할 수 있다.
여기서, 질병 카테고리 정보는 질병이 계층적으로 그룹화되어 있다. 즉, 질병 카테고리 정보는 전체 질병 카테고리인 최상위 노드, 개별 질병으로 이루어지는 복수개의 최하위 노드, 및 복수의 최하위 노드가 소속되어 있는 질병 카테고리인 복수개의 중간 노드를 포함할 수 있다. 도 3에 도시된 바와 같이, 질병 카테고리 정보는 최상위 노드(TN), 복수개의 중간 노드(MN1 내지 MNn), 및 복수개의 최하위 노드(BN1-1 내지 BN1-n, BNn-1 내지 BNn-n)로 이루어질 수 있다. 질병 카테고리 정보는 도 3의 (a)에 도시된 바와 같이 트리 형태의 계층적인 구조로 이루어질 수도 있고, 도 3의 (b)에 도시된 바와 같이 테이블 형태의 계층적인 구조로 이루어질 수도 있다.
그리고, 질병 카테고리를 분류하는 방법은 기존의 국제질병분류코드(ICD-10), 국내질병분류코드(KCD7) 등을 활용할 수 있으며, 특정 목적에 따라 사용자나 서비스 제공자가 선택적으로 조합하여 질병을 그룹화할 수도 있다.
예컨대, 도 4에 도시된 바와 같이, 질병 카테고리 정보는 "암 및 종양 질환 (남성)", "신경계 질환", "소화계 질환", 및 "순환 및 호흡계 질환"으로 이루어진 4개의 중간 노드를 포함할 수 있다. 그리고, "암 및 종양 질환 (남성)" 질병 카테고리는 질병 "위암", "대장암", "갑상선암", "폐암", "간암", "췌장암", "신장암", "방광암", "식도암", "전립선암", "담낭암", "비인두암", "비호지킨 림프종", "만성 림프구성 백혈병", "골육종", "유잉육종", 및 "고환암"을 포함하고, "신경계 질환" 질병 카테고리는 질병 "파킨슨병", "알츠하이머병", "혈관성 치매", "뇌전증", "편두통", "근위축성 측색 경화증", "다발성 경화증", "본태성 진전", "하지불안 증후군", 및 "기면증"을 포함하며, "소화계 질환" 질병 카테고리는 질병 "원발 담즙성 간경화", "비알코올성 지방간", "궤양성 대장염", "크론병", 및 "십이지장 궤양"을 포함하고, "순환 및 호흡계 질환" 질병 카테고리는 질병 "심방세동", "관상동맥질환", "뇌졸중", "심근경색", "천식", "고혈압", "뇌동맥류", "복부대동맥류", "만성 폐쇄성 폐질환", 및 "알레르기성 비염"을 포함할 수 있다.
통신부(130)는 유선 통신 모듈(도시하지 않음)이나 무선 통신 모듈(도시하지 않음)을 구비하고, 사용자 단말(200)과의 유무선 통신을 위한 해당 데이터의 송수신 기능을 수행한다.
질병 위험도 획득부(150)는 사용자의 유전형 정보를 기반으로, 질병 카테고리 정보 중에서 사용자에 의해 선택된 질병 카테고리의 하위 레벨에 속하는 복수의 질병 각각에 대하여 질병 위험도를 획득한다. 여기서, 질병 위험도를 산출하는 방법은 종래에 사용되고 있는 위험도 계산 방법을 이용한다.
그리고, 질병 위험도 획득부(150)는 복수의 질병 각각에 대하여 획득한 질병 위험도를 사용자가 소속된 집단의 다른 사용자들의 해당 질병 위험도와 대비하여 상대적인 값으로 변환할 수 있다.
즉, 질병 위험도 획득부(150)는 사용자가 소속된 인구집단을 대상으로 동일한 방법으로 계산하여, 복수의 질병 각각에 대한 질병 위험도를 계산하여 분포를 파악하고, 사용자가 해당 인구집단에서 상대적으로 몇 %의 위치에 해당하는지 계산하여 최종 질병 위험도를 획득할 수 있다. 사용자의 절대적인 질병 위험도는 고려하는 마커의 개수 등에 따라 영향을 받기 때문에 절대 점수 자체가 의미있는 것은 아니고, 사용자가 소속된 인구집단과 비교를 통해 상대 점수화하여 최종 점수를 계산한다.
예컨대, 도 5에 도시된 바와 같이, 질병 위험도 획득부(150)는 사용자의 유전형 정보를 토대로 복수의 질병 각각에 대한 질병 위험도를 계산할 수 있다.
통합 위험도 획득부(170)는 질병 위험도 획득부(150)를 통해 획득한 복수의 질병 각각에 대한 질병 위험도와, 복수의 질병 각각에 대해 미리 설정된 가중치를 이용하여, 선택된 질병 카테고리에 대한 통합 위험도를 획득한다.
여기서, 가중치는 선택된 질병 카테고리 내에서 해당 질병이 차지하는 비율을 나타낼 수 있다. 선택된 질병 카테고리 내에서 해당 질병이 차지하는 비율은 질병의 발생 환자수, 질병의 발생 순위, 질병에 의한 사망률, 질병의 치명도, 질병의 재발생률, 질병의 유전성 정도, 질병의 유전자 마커 수 중 적어도 하나의 정보를 기반으로 획득될 수 있다. 예컨대, 국가암등록통계 및 건강보험심사평가원의 자료 등을 통해 질병의 발생 환자수를 기반으로 가중치를 계산하면, 도 6에 도시된 바와 같이 각각의 질병에 대한 가중치를 획득할 수 있다.
즉, 통합 위험도 획득부(170)는 수식
Figure PCTKR2020015855-appb-img-000003
을 통해 선택된 질병 카테고리에 대한 통합 위험도를 획득할 수 있다.
여기서, n은 선택된 질병 카테고리의 하위 레벨에 속하는 질병의 수를 나타내고, w는 해당 질병에 대한 가중치를 나타내고, R은 해당 질병의 질병 위험도를 나타낸다.
예컨대, 도 7에 도시된 바와 같은 질병 위험도와 가중치를 가정하면, 전체 질병 카테고리에 대한 사용자의 통합 위험도는 "0.97"이 되고, "암 및 종양 질환" 질병 카테고리에 대한 사용자의 통합 위험도는 "2.95"가 되며, "소화계 질환" 질병 카테고리에 대한 사용자의 통합 위험도는 "2.05"가 되고, "신경계 질환" 질병 카테고리에 대한 사용자의 통합 위험도는 "0.81"이 되며, "순환 및 호흡계 질환" 질병 카테고리에 대한 사용자의 통합 위험도는 "0.82"가 된다.
그리고, 통합 위험도 획득부(170)는 선택된 질병 카테고리에 대한 통합 위험도를 사용자가 소속된 집단의 다른 사용자들의 해당 통합 위험도와 대비하여 상대적인 값으로 변환할 수 있다.
즉, 통합 위험도 획득부(170)는 사용자가 소속된 인구집단을 대상으로 동일한 방법으로 계산하여, 사용자의 선택된 질병 카테고리에 대한 통합 위험도를 계산하여 분포를 파악하고, 사용자가 해당 인구집단에서 상대적으로 몇 %의 위치에 해당하는지 계산하여 최종 통합 위험도를 획득할 수 있다. 사용자의 절대적인 통합 위험도는 고려하는 질병의 개수 등에 따라 영향을 받기 때문에 절대 점수 자체가 의미있는 것은 아니고, 사용자가 소속된 인구집단과 비교를 통해 상대 점수화하여 최종 점수를 계산한다. 통합 위험도는 상대적으로 각 사용자의 건강도로도 표현될 수 있다.
예컨대, 사용자의 전체 질병 카테고리에 대한 통합 위험도가 해당 인구집단 내에 상위 15%의 순위를 차지하는 경우, 100 - 15 = 85점으로 제시할 수 있다. 100점에 가까울수록 해당 질병 카테고리에 대한 통합 위험도(통합 감수성)가 낮다는 의미를 나타내고, 0점에 가까울수록 해당 질병 카테고리에 대한 통합 위험도(통합 감수성)가 높다는 의미를 나타낸다.
위험도 시각화부(190)는 선택된 질병 카테고리의 하위 레벨에 속하는 복수의 질병 각각에 대한 질병 위험도와, 통합 위험도 획득부(170)를 통해 획득한 선택된 질병 카테고리에 대한 통합 위험도를 기반으로, 사용자의 위험도를 이미지 패턴화하여 사용자의 사용자 단말(200)로 위험도 이미지 정보를 제공할 수 있다.
이때, 위험도 시각화부(190)는 위험도 점수별 미리 설정된 색상을 이용하여, 사용자의 위험도를 원 모양, 세모 모양, 네모 모양, 장기 모양 중 하나의 형상으로 이미지 패턴화할 수 있다. 여기서, 위험도 점수별 미리 설정된 색상은 위험도 점수에 따른 위험도 등급이 "높음"인 경우 "빨강"이고, "중간"인 경우 "노랑"이며, "낮음"인 경우 "파랑"일 수 있다.
또한, 위험도 시각화부(190)는 개별 질병, 복수개의 질병, 및 하나의 질병 카테고리 중 하나를 시각화 단위로 하여, 위험도 점수별 미리 설정된 색상을 기반으로 시각화 단위별로 색상을 획득하고, 사용자의 위험도를 시각화 단위 별로 시각화할 수 있다. 여기서, 시각화 단위는 선, 원, 다각형 등일 수 있다.
예컨대, 시각화 단위가 "선"이고, 전체 질병 중 위험도 등급이 높은 비율이 13%(빨강)이고, 중간 비율이 38%(노랑)이며, 낮은 비율이 49%(파랑)인 경우, 도 8의 (a)에 도시된 바와 같이 원 모양으로 사용자의 위험도를 이미지 패턴화할 수 있으며, 도 8의 (b)에 도시된 바와 같이 장기 모양으로 사용자의 위험도를 이미지 패턴화할 수 있다.
위와 같은, 위험도를 이미지 패턴화하여 획득한 위험도 이미지 정보는 도 9에 도시된 바와 같이 다양한 분야에서 활용될 수 있다.
그러면, 도 10을 참조하여 본 발명의 바람직한 실시예에 따른 질병 카테고리에 대한 통합 위험도 계산 및 시각화 방법에 대하여 설명한다.
도 10은 본 발명의 바람직한 실시예에 따른 질병 카테고리에 대한 통합 위험도 계산 및 시각화 방법을 설명하기 위한 흐름도이다.
도 10을 참조하면, 통합 위험도 계산 및 시각화 장치(100)는 사용자의 유전형 정보를 기반으로, 질병 카테고리 정보 중에서 사용자에 의해 선택된 질병 카테고리의 하위 레벨에 속하는 복수의 질병 각각에 대하여 질병 위험도를 획득한다(S110).
이때, 통합 위험도 계싼 및 시각화 장치(100)는 복수의 질병 각각에 대하여 획득한 질병 위험도를 사용자가 소속된 집단의 다른 사용자들의 해당 질병 위험도와 대비하여 상대적인 값으로 변환할 수 있다.
그런 다음, 통합 위험도 계산 및 시각화 장치(100)는 복수의 질병 각각에 대한 질병 위험도와, 복수의 질병 각각에 대해 미리 설정된 가중치를 이용하여, 선택된 질병 카테고리에 대한 통합 위험도를 획득한다(S130).
즉, 통합 위험도 계산 및 시각화 장치(100)는 수식
Figure PCTKR2020015855-appb-img-000004
을 통해 선택된 질병 카테고리에 대한 통합 위험도를 획득할 수 있다.
여기서, n은 선택된 질병 카테고리의 하위 레벨에 속하는 질병의 수를 나타내고, w는 해당 질병에 대한 가중치를 나타내고, R은 해당 질병의 질병 위험도를 나타낸다.
그리고, 통합 위험도 계산 및 시각화 장치(100)는 선택된 질병 카테고리에 대한 통합 위험도를 사용자가 소속된 집단의 다른 사용자들의 해당 통합 위험도와 대비하여 상대적인 값으로 변환할 수 있다.
이후, 통합 위험도 계산 및 시각화 장치(100)는 복수의 질병 각각에 대한 질병 위험도와, 선택된 질병 카테고리에 대한 통합 위험도를 기반으로, 사용자의 위험도를 이미지 패턴화하여 사용자 단말(200)로 위험도 이미지 정보를 제공할 수 있다(S150).
이때, 통합 위험도 계산 및 시각화 장치(100)는 위험도 점수별 미리 설정된 색상을 이용하여, 사용자의 위험도를 원 모양, 세모 모양, 네모 모양, 장기 모양 중 하나의 형상으로 이미지 패턴화할 수 있다.
또한, 통합 위험도 계산 및 시각화 장치(100)는 개별 질병, 복수개의 질병, 및 하나의 질병 카테고리 중 하나를 시각화 단위로 하여, 위험도 점수별 미리 설정된 색상을 기반으로 시각화 단위별로 색상을 획득하고, 사용자의 위험도를 시각화 단위 별로 시각화할 수 있다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터로 읽을 수 있는 기록 매체는 컴퓨터에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 롬(ROM), 램(RAM), 씨디-롬(CD-ROM), 자기 테이프, 플로피 디스크, 광 데이터 저장장치 등이 있다.
이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 다음의 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.

Claims (21)

  1. 질병이 계층적으로 그룹화되어 있는 질병 카테고리 정보를 저장하고 있는 저장부;
    사용자의 유전형 정보를 기반으로, 상기 질병 카테고리 정보 중에서 상기 사용자에 의해 선택된 질병 카테고리의 하위 레벨에 속하는 복수의 질병 각각에 대하여 질병 위험도를 획득하는 질병 위험도 획득부; 및
    상기 질병 위험도 획득부를 통해 획득한 상기 복수의 질병 각각에 대한 질병 위험도와, 상기 복수의 질병 각각에 대해 미리 설정된 가중치를 이용하여, 상기 선택된 질병 카테고리에 대한 통합 위험도를 획득하는 통합 위험도 획득부;
    를 포함하는 질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치.
  2. 제1항에서,
    상기 질병 카테고리 정보는, 전체 질병 카테고리인 최상위 노드, 개별 질병으로 이루어지는 복수개의 최하위 노드, 및 복수의 최하위 노드가 소속되어 있는 질병 카테고리인 복수개의 중간 노드를 포함하는,
    질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치.
  3. 제1항에서,
    상기 가중치는, 상기 선택된 질병 카테고리 내에서 해당 질병이 차지하는 비율을 나타내는,
    질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치.
  4. 제3항에서,
    상기 선택된 질병 카테고리 내에서 해당 질병이 차지하는 비율은, 질병의 발생 환자수, 질병의 발생 순위, 질병에 의한 사망률, 질병의 치명도, 질병의 재발생률, 질병의 유전성 정도, 질병의 유전자 마커 수 중 적어도 하나의 정보를 기반으로 획득되는,
    질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치.
  5. 제1항에서,
    상기 질병 위험도 획득부는, 상기 복수의 질병 각각에 대하여 획득한 질병 위험도를 상기 사용자가 소속된 집단의 다른 사용자들의 해당 질병 위험도와 대비하여 상대적인 값으로 변환하는,
    질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치.
  6. 제1항에서,
    상기 통합 위험도 획득부는, 상기 선택된 질병 카테고리에 대한 통합 위험도를 상기 사용자가 소속된 집단의 다른 사용자들의 해당 통합 위험도와 대비하여 상대적인 값으로 변환하는,
    질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치.
  7. 제1항에서,
    상기 통합 위험도 획득부는, 수식
    Figure PCTKR2020015855-appb-img-000005
    을 통해 상기 선택된 질병 카테고리에 대한 통합 위험도를 획득하며,
    상기 n은, 상기 선택된 질병 카테고리의 하위 레벨에 속하는 질병의 수를 나타내고,
    상기 w는, 해당 질병에 대한 가중치를 나타내고,
    상기 R은, 해당 질병의 질병 위험도를 나타내는,
    질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치.
  8. 제1항에서,
    상기 선택된 질병 카테고리의 하위 레벨에 속하는 상기 복수의 질병 각각에 대한 질병 위험도와, 상기 통합 위험도 획득부를 통해 획득한 상기 선택된 질병 카테고리에 대한 통합 위험도를 기반으로, 상기 사용자의 위험도를 이미지 패턴화하여 상기 사용자의 사용자 단말로 위험도 이미지 정보를 제공하는 위험도 시각화부;
    를 더 포함하는 질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치.
  9. 제8항에서,
    상기 위험도 시각화부는, 위험도 점수별 미리 설정된 색상을 이용하여, 상기 사용자의 위험도를 원 모양, 세모 모양, 네모 모양, 장기 모양 중 하나의 형상으로 이미지 패턴화하는,
    질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치.
  10. 제9항에서,
    상기 위험도 시각화부는, 개별 질병, 복수개의 질병, 및 하나의 질병 카테고리 중 하나를 시각화 단위로 하여, 위험도 점수별 미리 설정된 색상을 기반으로 상기 시각화 단위별로 색상을 획득하고, 상기 사용자의 위험도를 상기 시각화 단위 별로 시각화하는,
    질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치.
  11. 질병이 계층적으로 그룹화되어 있는 질병 카테고리 정보를 저장하고 있는 저장부, 질병 위험도 획득부, 및 통합 위험도 획득부를 포함하는 통합 위험도 계산 및 시각화 장치가 수행하는 질병 카테고리에 대한 통합 위험도 계산 및 시각화 방법으로서,
    상기 질병 위험도 획득부가, 사용자의 유전형 정보를 기반으로, 상기 질병 카테고리 정보 중에서 상기 사용자에 의해 선택된 질병 카테고리의 하위 레벨에 속하는 복수의 질병 각각에 대하여 질병 위험도를 획득하는 단계; 및
    상기 통합 위험도 획득부가, 상기 복수의 질병 각각에 대한 질병 위험도와, 상기 복수의 질병 각각에 대해 미리 설정된 가중치를 이용하여, 상기 선택된 질병 카테고리에 대한 통합 위험도를 획득하는 단계;
    를 포함하는 질병 카테고리에 대한 통합 위험도 계산 및 시각화 방법.
  12. 제11항에서,
    상기 질병 카테고리 정보는, 전체 질병 카테고리인 최상위 노드, 개별 질병으로 이루어지는 복수개의 최하위 노드, 및 복수의 최하위 노드가 소속되어 있는 질병 카테고리인 복수개의 중간 노드를 포함하는,
    질병 카테고리에 대한 통합 위험도 계산 및 시각화 방법.
  13. 제11항에서,
    상기 가중치는, 상기 선택된 질병 카테고리 내에서 해당 질병이 차지하는 비율을 나타내는,
    질병 카테고리에 대한 통합 위험도 계산 및 시각화 방법.
  14. 제13항에서,
    상기 선택된 질병 카테고리 내에서 해당 질병이 차지하는 비율은, 질병의 발생 환자수, 질병의 발생 순위, 질병에 의한 사망률, 질병의 치명도, 질병의 재발생률, 질병의 유전성 정도, 질병의 유전자 마커 수 중 적어도 하나의 정보를 기반으로 획득되는,
    질병 카테고리에 대한 통합 위험도 계산 및 시각화 방법.
  15. 제11항에서,
    상기 질병 위험도 획득 단계는, 상기 질병 위험도 획득부가, 상기 복수의 질병 각각에 대하여 획득한 질병 위험도를 상기 사용자가 소속된 집단의 다른 사용자들의 해당 질병 위험도와 대비하여 상대적인 값으로 변환하는 것으로 이루어지는,
    질병 카테고리에 대한 통합 위험도 계산 및 시각화 방법.
  16. 제11항에서,
    상기 통합 위험도 획득 단계는, 상기 통합 위험도 획득부가, 상기 선택된 질병 카테고리에 대한 통합 위험도를 상기 사용자가 소속된 집단의 다른 사용자들의 해당 통합 위험도와 대비하여 상대적인 값으로 변환하는 것으로 이루어지는,
    질병 카테고리에 대한 통합 위험도 계산 및 시각화 방법.
  17. 제11항에서,
    상기 통합 위험도 획득 단계는, 상기 통합 위험도 획득부가, 수식
    Figure PCTKR2020015855-appb-img-000006
    을 통해 상기 선택된 질병 카테고리에 대한 통합 위험도를 획득하는 것으로 이루어지며,
    상기 n은, 상기 선택된 질병 카테고리의 하위 레벨에 속하는 질병의 수를 나타내고,
    상기 w는, 해당 질병에 대한 가중치를 나타내고,
    상기 R은, 해당 질병의 질병 위험도를 나타내는,
    질병 카테고리에 대한 통합 위험도 계산 및 시각화 방법.
  18. 제11항에서,
    상기 통합 위험도 계산 및 시각화 장치는, 위험도 시각화부를 더 포함하며,
    상기 위험도 시각화부가, 상기 선택된 질병 카테고리의 하위 레벨에 속하는 상기 복수의 질병 각각에 대한 질병 위험도와, 상기 선택된 질병 카테고리에 대한 통합 위험도를 기반으로, 상기 사용자의 위험도를 이미지 패턴화하여 상기 사용자의 사용자 단말로 위험도 이미지 정보를 제공하는 단계;
    를 더 포함하는 질병 카테고리에 대한 통합 위험도 계산 및 시각화 방법.
  19. 제18항에서,
    상기 이미지 정보 제공 단계는, 상기 위험도 시각화부가, 위험도 점수별 미리 설정된 색상을 이용하여, 상기 사용자의 위험도를 원 모양, 세모 모양, 네모 모양, 장기 모양 중 하나의 형상으로 이미지 패턴화하는 것으로 이루어지는,
    질병 카테고리에 대한 통합 위험도 계산 및 시각화 방법.
  20. 제19항에서,
    상기 이미지 정보 제공 단계는, 상기 위험도 시각화부가, 개별 질병, 복수개의 질병, 및 하나의 질병 카테고리 중 하나를 시각화 단위로 하여, 위험도 점수별 미리 설정된 색상을 기반으로 상기 시각화 단위별로 색상을 획득하고, 상기 사용자의 위험도를 상기 시각화 단위 별로 시각화하는 것으로 이루어지는,
    질병 카테고리에 대한 통합 위험도 계산 및 시각화 방법.
  21. 제11항 내지 제20항 중 어느 한 항에 기재된 질병 카테고리에 대한 통합 위험도 계산 및 시각화 방법을 컴퓨터에서 실행시키기 위하여 컴퓨터로 읽을 수 있는 기록 매체에 저장된 컴퓨터 프로그램.
PCT/KR2020/015855 2019-11-14 2020-11-12 질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치 및 방법 WO2021096236A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190145952A KR102319667B1 (ko) 2019-11-14 2019-11-14 질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치 및 방법
KR10-2019-0145952 2019-11-14

Publications (1)

Publication Number Publication Date
WO2021096236A1 true WO2021096236A1 (ko) 2021-05-20

Family

ID=75912158

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/015855 WO2021096236A1 (ko) 2019-11-14 2020-11-12 질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치 및 방법

Country Status (2)

Country Link
KR (1) KR102319667B1 (ko)
WO (1) WO2021096236A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102640503B1 (ko) * 2021-06-24 2024-02-27 한국 한의학 연구원 체질별 고혈압 위험성 예측 방법 및 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101722107B1 (ko) * 2016-07-05 2017-04-19 대한민국 한국인 당뇨 연관 유전변이를 이용한 유전적 위험도 기반의 당뇨 예측 방법
WO2017204482A2 (ko) * 2016-05-27 2017-11-30 ㈜메디젠휴먼케어 Snp를 이용한 질병 관련 유전체 분석 시스템 및 장치
KR101820431B1 (ko) * 2016-11-25 2018-01-19 주식회사 제로믹스 질병 시각화 장치 및 방법
KR101950112B1 (ko) * 2017-10-17 2019-02-19 순천향대학교 산학협력단 진단코드를 의학적인 분류 중심으로 재구성하는 방법 및 시스템
KR20190077997A (ko) * 2017-12-26 2019-07-04 주식회사 클리노믹스 질병 및 표현형 위험도 예측 장치 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017204482A2 (ko) * 2016-05-27 2017-11-30 ㈜메디젠휴먼케어 Snp를 이용한 질병 관련 유전체 분석 시스템 및 장치
KR101722107B1 (ko) * 2016-07-05 2017-04-19 대한민국 한국인 당뇨 연관 유전변이를 이용한 유전적 위험도 기반의 당뇨 예측 방법
KR101820431B1 (ko) * 2016-11-25 2018-01-19 주식회사 제로믹스 질병 시각화 장치 및 방법
KR101950112B1 (ko) * 2017-10-17 2019-02-19 순천향대학교 산학협력단 진단코드를 의학적인 분류 중심으로 재구성하는 방법 및 시스템
KR20190077997A (ko) * 2017-12-26 2019-07-04 주식회사 클리노믹스 질병 및 표현형 위험도 예측 장치 및 방법

Also Published As

Publication number Publication date
KR102319667B1 (ko) 2021-11-01
KR20210058467A (ko) 2021-05-24

Similar Documents

Publication Publication Date Title
Schwabl et al. Meiotic sex in Chagas disease parasite Trypanosoma cruzi
James et al. User guide for mapping-by-sequencing in Arabidopsis
Human Genome Structural Variation Working Group Eichler Evan E. 1 2 Nickerson Deborah A. 1 Altshuler David 3 Bowcock Anne M. 4 Brooks Lisa D. 5 Carter Nigel P. 6 Church Deanna M. 7 Felsenfeld Adam 5 Guyer Mark 5 Lee Charles 3 8 Lupski James R. 9 Mullikin James C. 10 Pritchard Jonathan K. 11 Sebat Jonathan 12 Sherry Stephen T. 7 Smith Douglas 13 Valle David 14 Waterston Robert H. 1 Completing the map of human genetic variation
Bai et al. Whole-genome sequencing of 175 Mongolians uncovers population-specific genetic architecture and gene flow throughout North and East Asia
Sun et al. SHOREmap v3. 0: fast and accurate identification of causal mutations from forward genetic screens
Yuan et al. Probability theory-based SNP association study method for identifying susceptibility loci and genetic disease models in human case-control data
WO2012100216A3 (en) Methods and apparatus for assigning a meaningful numeric value to genomic variants, and searching and assessing same
Levy et al. Clinical applications of comparative genomic hybridization
WO2021096236A1 (ko) 질병 카테고리에 대한 통합 위험도 계산 및 시각화 장치 및 방법
Li et al. A genome‐wide association study of early‐maturation traits in upland cotton based on the CottonSNP80K array
Linard et al. Ten years of collaborative progress in the quest for orthologs
WO2019054737A1 (ko) 비만과 관련된 유전 정보를 이용한 개인 맞춤형 체지방 관리 방법
Valdisser et al. SNP discovery in common bean by restriction-associated DNA (RAD) sequencing for genetic diversity and population structure analysis
WO2019035691A2 (ko) 유전자 정보에 기초하여 서비스를 제공하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체
WO2016117812A1 (ko) 암 바이오마커의 성능 평가 장치 및 방법
WO2021025218A1 (ko) 연관 표현형의 유전적 위험도를 결합한 질병의 위험도 예측 장치 및 방법
Molina-Ramírez et al. Personalised virtual gene panels reduce interpretation workload and maintain diagnostic rates of proband-only clinical exome sequencing for rare disorders
WO2017086675A1 (ko) 대사 이상 질환 진단 장치 및 그 방법
Jin et al. Haplotype-resolved genomes of wild octoploid progenitors illuminate genomic diversifications from wild relatives to cultivated strawberry
Lello et al. Sibling variation in polygenic traits and DNA recombination mapping with UK Biobank and IVF family data
Fedorova et al. Atlas of cryptic genetic relatedness among 1000 human genomes
WO2015108304A1 (ko) 도면 편집 영역 확장 방법 및 시스템
WO2023090861A1 (ko) 집단과 질병군, 품종 등의 혼합체 또는 잡종의 특이적 표준게놈 데이터 생성과 유전적 집단 구성 판별 시스템 및 방법
WO2023158253A1 (ko) 핵산서열 분석 기반 유전자 변이 해석 방법
WO2015056818A1 (en) Counting bloom filter

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: 20888683

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: 20888683

Country of ref document: EP

Kind code of ref document: A1