WO2021107709A1 - 질병 감염 또는 보유 확률 계산 방법 및 장치, 질병 검사 대상자 출력 방법 및 장치 - Google Patents

질병 감염 또는 보유 확률 계산 방법 및 장치, 질병 검사 대상자 출력 방법 및 장치 Download PDF

Info

Publication number
WO2021107709A1
WO2021107709A1 PCT/KR2020/017157 KR2020017157W WO2021107709A1 WO 2021107709 A1 WO2021107709 A1 WO 2021107709A1 KR 2020017157 W KR2020017157 W KR 2020017157W WO 2021107709 A1 WO2021107709 A1 WO 2021107709A1
Authority
WO
WIPO (PCT)
Prior art keywords
disease
contact
people
probability
infected person
Prior art date
Application number
PCT/KR2020/017157
Other languages
English (en)
French (fr)
Inventor
김성원
박진영
김수정
최동훈
손낙훈
박윤수
Original Assignee
연세대학교 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
Priority claimed from KR1020190157620A external-priority patent/KR102363601B1/ko
Priority claimed from KR1020190169920A external-priority patent/KR102363600B1/ko
Application filed by 연세대학교 산학협력단 filed Critical 연세대학교 산학협력단
Priority to EP20891831.8A priority Critical patent/EP4068306A4/en
Priority to US17/780,998 priority patent/US20220415516A1/en
Publication of WO2021107709A1 publication Critical patent/WO2021107709A1/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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • 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
    • G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu

Definitions

  • Disclosed embodiments relate to a method and apparatus for calculating a probability of infection or possession of a disease, and a method and apparatus for outputting a subject to be tested for disease. More specifically, it relates to a disease infection probability calculation method capable of calculating the disease infection probability of each of a plurality of people, a disease examination subject output method and apparatus capable of determining a disease examination subject.
  • MERS virus has a higher mortality rate than influenza virus, but has a rather low human-to-human infectivity.
  • the main causes of MERS virus infection confirmed so far are droplet infection and direct or indirect physical contact with infected patients, and it is understood that the possibility of infection through airborne transmission cannot be excluded.
  • the majority of MERS patients were infected through visits to hospital facilities or direct or indirect contact with confirmed patients.
  • Contagious diseases such as these can usually be spread by people on the move. Therefore, in order to prevent and prevent the spread of infectious diseases, it is necessary to understand the spread of infectious diseases and analyze the spread prediction.
  • Disclosed embodiments provide a method and apparatus for calculating a disease infection probability or retention rate, capable of calculating the disease infection or retention probability of each of a plurality of people centered on an infected person in order to contribute to the prevention and prevention of the spread of the above infectious disease for that purpose
  • Disclosed embodiments are intended to provide a method and apparatus for outputting a subject for a disease test that can determine a subject to be tested for disease and output information related to the subject to be tested for disease in order to contribute to the prevention and prevention of the spread of infectious diseases as described above .
  • the method and apparatus for calculating the probability of possessing a disease may contribute to identifying (backtracking) an infected person from whom the disease has been transmitted.
  • a method for calculating a disease infection probability according to an embodiment is a method performed in a computing device having one or more processors and a memory for storing one or more programs executed by the one or more processors, wherein location information of a plurality of people receiving; and calculating a disease infection probability of each of the plurality of people based on the infected person information including identification information of the infected person and the disease information of the infected person, and location information of each of the plurality of people.
  • a disease infection probability calculation apparatus includes one or more processors; Memory; and one or more programs, the one or more programs stored in the memory and configured to be executed by the one or more processors, the programs comprising: receiving location information of a plurality of people; and instructions for executing the step of calculating a disease infection probability of each of the plurality of people based on the information of the infected person including the identification information of the infected person and the disease information of the infected person, and the location information of each of the plurality of people do.
  • a disease test subject output method is a method performed in a computing device having one or more processors and a memory for storing one or more programs executed by the one or more processors, wherein location information of a plurality of people is provided.
  • receiving receiving, from a user, information about the infected person including identification information of the infected person and disease information of the infected person; determining a disease test target among the plurality of people based on the disease information of the infected person and the location information of each of the plurality of people; and outputting information related to the disease test subject.
  • a disease test subject output device includes one or more processors; Memory; and one or more programs, the one or more programs stored in the memory and configured to be executed by the one or more processors, the programs comprising: receiving location information of a plurality of people; receiving, from a user, information about the infected person including identification information of the infected person and disease information of the infected person; determining a disease test target among the plurality of people based on the disease information of the infected person and the location information of each of the plurality of people; and instructions for executing the step of outputting information related to the disease test subject.
  • the method for calculating the probability of possessing a disease is a method performed in a computing device having one or more processors and a memory for storing one or more programs executed by the one or more processors, wherein location information of a plurality of people is provided.
  • an apparatus for calculating the probability of having a disease includes one or more processors; Memory; and one or more programs, the one or more programs stored in the memory and configured to be executed by the one or more processors, the programs comprising: receiving location information of a plurality of people; calculating a disease transmission probability among the plurality of people based on the infected person information including identification information of the infected person and the disease information of the infected person, and location information of each of the plurality of people; calculating a ratio of a disease transmission probability between the plurality of people and contacts who came into contact with the plurality of people based on each of the plurality of people; and calculating a disease carrying probability of each of the plurality of people based on a ratio of a disease transmission probability between the plurality of people and contacts who have made contact with the plurality of people.
  • the disease infection probability of each of a plurality of people it is possible to calculate the disease infection probability of each of a plurality of people.
  • the probability of infection of each of the plurality of people may be data used to determine a subject to be tested for disease.
  • the disease infection probability of each of a plurality of people is a specific value expressed as a numerical value, it can contribute to accurately identifying a subject to be tested for disease rather than simply judging based on whether or not there is a formal contact between the plurality of people.
  • the disease infection probability of each of the plurality of people may contribute to more accurately identifying a subject to be tested for a disease.
  • the disease transmission probability between a plurality of people based on the disease transmission history and the degree of contact between the plurality of people, it is better to determine the disease than simply based on the formal contact between the plurality of people. It can contribute to accurately identifying the subject to be tested.
  • the disease infection probability of the second contact by calculating the disease infection probability of the second contact based on the disease infection probability of the first contact and the disease transmission probability between the first contact and the second contact, directly with the infected person In addition to those who have come in contact, even those who have been in direct contact can contribute to accurately calculating the probability of infection.
  • the maximum value among the disease infection probability of a specific person calculated according to each of the plurality of contact routes as the disease infection probability of a specific person it can contribute to quickly identifying a subject for a disease test while excluding minute errors.
  • the plurality of It by determining the arithmetic mean value of the disease infection probability of each of the plurality of people independently calculated in consideration of the effect of disease transmission by each of the plurality of infected persons as the disease infection probability of each of the plurality of people, the plurality of It can contribute to more accurately identifying people who are tested for diseases by considering the effects of all infected people in a balanced way.
  • by outputting information related to a subject to be tested for disease it may contribute to allowing a user to more conveniently determine a subject to be tested for disease.
  • determining a subject for a disease test among a plurality of people based on location information of each of a plurality of people corresponding to the search section it may contribute to more quickly and accurately determining a subject for a disease test.
  • the probability of having the disease of each of the plurality of people may contribute to identifying (backtracking) from whom the infected person was infected with the disease.
  • the probability of having a disease of each of the plurality of people may be data used to determine a predictor of having a disease.
  • the probability of possessing the disease of each of the plurality of people is a specific value expressed as a numerical value, it may contribute to accurately identifying a person who may have the disease rather than simply judging based on whether or not there is a formal contact between the plurality of people.
  • the disease transmission probability between a plurality of people based on the disease transmission history and the degree of contact between the plurality of people, it is better to determine the disease than simply based on the formal contact between the plurality of people. It can contribute to accurately identifying the holding estimator.
  • the disease carrying probability of the second contact based on the disease carrying probability of the first contact and the disease transmission probability between the first contact and the second contact, directly with the infected person In addition to those who came in contact, even those who had indirect contact can contribute to accurately calculating the probability of possessing the disease.
  • the disease possession probability of a specific person calculated according to each of the plurality of contact routes as the disease possession probability of the specific person, it can contribute to quickly identifying the disease-possession predictor while excluding minute errors. .
  • the arithmetic mean value of the disease holding probability of each of the plurality of people independently calculated in consideration of the influence of disease transmission by each of the plurality of infected persons as the disease holding probability of each of the plurality of people, It can contribute to a more accurate identification of the person who has the disease by considering the impact of the entire infected person in a balanced way.
  • 1 to 3 are exemplary views for explaining a system for collecting location information according to an embodiment.
  • FIG. 4 is a flowchart of a method for calculating a disease infection probability according to an embodiment.
  • FIG. 5 is a flowchart of a method for determining a subject to be tested for disease according to an exemplary embodiment.
  • FIG. 6 is a flowchart of a method for calculating a disease infection probability according to another embodiment.
  • FIG. 7 is an exemplary diagram of a method for determining a subject for a disease test according to another embodiment.
  • 8 to 17 are exemplary diagrams for explaining a process of calculating a disease infection probability according to an embodiment.
  • 18 is an exemplary diagram for explaining a process for determining a subject for a disease test according to an embodiment.
  • 19 is a flowchart of a method for calculating a disease retention probability according to an embodiment.
  • 20 to 36 are exemplary diagrams for explaining a process of calculating a disease retention probability according to an embodiment.
  • 37 is an exemplary diagram for explaining a process of determining a person possessing a disease according to an embodiment.
  • 38 is a block diagram illustrating and describing a computing environment including a computing device suitable for use in example embodiments.
  • the method is described by dividing the method into a plurality of steps, but at least some of the steps are performed in a reversed order, are performed in combination with other steps, are omitted, are performed in sub-steps, or are not shown.
  • the above steps may be added and performed.
  • 1 to 3 are exemplary views for explaining a system for collecting location information according to an embodiment.
  • the location information collection system may collect information about the location of a person, equipment, etc. substantially located in one space.
  • one space may be, for example, a building, a park, the sea, or a coast.
  • the hospital is made up of several floors, with people and equipment located on each floor.
  • the location information collection system may collect information about the location of people, equipment, etc. located in the hospital.
  • FIG. 2 shows a part of the interior of the hospital shown in FIG. 1 .
  • a hospital may include several spaces.
  • a hospital may include staff spaces, patient spaces, equipment spaces, operating rooms, treatment rooms, clinics, hospital rooms, restrooms, break rooms, restaurants, hallways, lobbies, and the like.
  • the present invention is not limited thereto, and the hospital may be understood as a concept including the outside of the hospital, for example, a walking path, a garden, and the like.
  • people in the hospital may include staff, patients, visitors, and the like.
  • Bluetooth devices may be installed in a hospital. Bluetooth devices may collect location information of people located in the hospital.
  • the location information collection system may collect location information of all people in the hospital through Bluetooth devices. Meanwhile, the method for collecting location information is not limited thereto, and the location information collection system may collect location information of people using various sensors, other IoT technologies, and other communication technologies.
  • such a system may be operated in such a way that people entering and leaving the hospital possess, attach, or hold the location information transmitting device.
  • the location information transmitting device may transmit identification information, location information, and the like to the Bluetooth device in real time or at preset time intervals.
  • the user may map the identification information of a person who possesses, attaches, or possesses the transmission device with the identification information of the transmission device and reflects, stores, and updates the location information collection system.
  • the location information collection system may collect location information of all people in the hospital in real time or at preset time intervals.
  • the location information collection system may determine the location of people in the hospital by using a pre-stored drawing of the hospital.
  • the location information collection system maps a location corresponding to a space in a hospital, for example, a hospital staff space, a patient space, an equipment space, an operating room, a treatment room, a treatment room, a ward, a toilet, a hallway, a lobby, etc. to a drawing of a hospital This allows the location of people in the hospital to be identified.
  • the location information collection system may visually display the location of people on a pre-stored drawing of the hospital.
  • the location information collection system may also store location information of equipment in the hospital.
  • the location information collection system may visually indicate the location of the equipment on the drawing of the hospital. When the location of the equipment is changed, the location information collection system may be updated by the user and reflected in the drawing of the hospital.
  • equipment in the hospital may transmit their location information to Bluetooth devices in real time or at preset intervals or when a preset event occurs. Through this, the location information collection system can also collect the location information of the devices in real time.
  • the location information collection system may generate log data on the locations of people at preset time intervals or in real time by using location information received from the location information transmitting device.
  • the location information collection system may use this log data to identify the movement of a desired person for a desired time. For example, the location information collection system can use this log data to determine what time, minute, and second a specific patient was in a space, and whether he never went to the bathroom between 1:00 and 2:00.
  • the location information collection system uses this log data to determine whether patient A and patient B were located in close proximity (eg, within a radius of 1 m) for several seconds, and patient A and patient B for several minutes in a specific space (eg, resting room) It is possible to determine whether patients A and B used medical equipment together.
  • the location information collection system may use the location information of people to check whether there is a contact capable of transmitting a disease between people, and contribute to determining whether a non-infected person has a disease from an infected person based on the contact.
  • the location information collection system may use the location information of people to check whether there is a contact capable of transmitting a disease between people, and may contribute to identifying a person who has a disease that infects an infected person based on the contact.
  • FIG. 4 is a flowchart of a method for calculating a disease infection probability according to an embodiment.
  • the method shown in FIG. 4 may be performed, for example, by the computing device 12 shown in FIG. 19 .
  • the computing device 12 receives location information of a plurality of people ( S410 ).
  • a plurality of people may be located, for example, in the hospital illustrated in FIGS. 1 to 3 .
  • the plurality of persons may include infected and non-infected persons.
  • the computing device 12 may receive location information of a plurality of people in real time or at preset intervals from Bluetooth devices located in a hospital.
  • the computing device 12 calculates a disease infection probability of each of the plurality of people based on the information of the infected person and the location information of each of the plurality of people ( S420 ).
  • the information of the infected person may include identification information of the infected person and disease information of the infected person.
  • the infected person's information is determined by input from the user.
  • the computing device 12 may receive information of an infected person from a user.
  • the user may input information about the infected person, including identification information (eg, Gil-dong Hong) and the disease information (eg, MERS) of the infected person, into the computing device 12 .
  • identification information eg, Gil-dong Hong
  • MERS disease information
  • the present invention is not limited thereto, and in such a way that the external device receives the information of the infected person from the user and the external device transmits the information of the infected person input from the user to the computing device 12 , the computing device 12 receives the information from the user. You can receive information about the infected person. Meanwhile, the information of the infected person input by the user may be information of a person who has been confirmed to be infected.
  • the computing device 12 may determine the disease transmission power and risk function corresponding to the disease information of the infected person.
  • the disease transmission power may be a value expressing the basic aggression of a disease as a numerical value.
  • the computing device 12 may store the disease propagation power set for each disease. For example, a disease A may have a disease transmission power of 0.8, a disease B may have a disease transmission power of 0.6, and a disease C may have a disease transmission power of 0.7.
  • the user may set the disease transmission power for each disease by reflecting the aggressiveness of each disease based on information from the Korea Centers for Disease Control and Prevention or the Korean Society of Infectious Diseases.
  • the computing device 12 may determine the disease transmission power corresponding to the disease information of the infected person by using the pre-stored disease transmission power for each disease.
  • the computing device 12 may calculate the degree of contact between the plurality of people based on the risk function and the location information of each of the plurality of people.
  • the degree of contact means the degree of contact through which disease transmission is possible.
  • the risk function may be a function for numerically expressing and outputting a degree of contact through which disease transmission is possible between a plurality of people based on location information of the plurality of people.
  • the risk function may be a weighting function created by reflecting environmental factors that weight the disease transmission probability other than the disease transmission power.
  • the hazard function uses the location information of patient A and patient B to determine whether patient A and patient B were located in close proximity (eg, within a radius of 1 m) for how many seconds, and how many minutes patient A and B were located in a specific space. Based on whether they were located in the same room (e.g., a rehab room, a bathroom, etc.) and whether patient A and patient B used the same medical equipment, the degree of contact that could spread the disease between patient A and patient B was measured It can be expressed as In this way, the hazard function uses the location information of patient A, patient B, patient C, and patient D to determine the degree of contact possible for the spread of disease between patient A and patient B, and the degree of contact between patient B and patient C. The degree of contact that can spread and the degree of contact that can spread the disease between patient C and patient D can be expressed numerically and output.
  • the risk function may have different consideration factors according to the transmission path for each disease.
  • the user may set different factors to consider in the risk function according to whether a disease transmission path is 1) contact, 2) droplet, and 3) air.
  • the risk function for a contagious disease is the number or frequency of proximity within a predetermined distance, whether or not to use the same space (eg, in the same room, in the same hallway, on the same floor), and whether or not to share a toilet. The degree can be expressed numerically and printed out.
  • the risk function for droplet/airborne diseases is the contact that can spread the disease by considering the proximity of the location, the type of air-conditioning device (e.g., negative pressure facility, general ventilation), and whether there is a special ward (e.g., clean room, mask-wearing room), etc.
  • the degree of can be expressed numerically and printed out.
  • the computing device 12 may store the risk function set for each disease.
  • the computing device 12 may determine the risk function corresponding to the disease information of the infected person by using the pre-stored risk function for each disease. For example, patient A and patient B were located close to each other for 5 minutes, and patient A and patient B were located in the same room (with negative pressure facility) for 3 hours.
  • the hazard function may output 0.7
  • the hazard function may output 0.5.
  • the details of the risk function may be freely designed by those skilled in the art according to a specific disease transmission path and program policy.
  • the computing device 12 may calculate the disease transmission probability based on the disease transmission power and the degree of contact between the plurality of people. For example, computing device 12 may determine the product of the disease transmission power and the degree of contact between patient A and patient B as the disease transmission probability between patient A and patient B. Then, the computing device 12 may calculate a disease infection probability of each of the plurality of people based on the disease transmission probability among the plurality of people. For example, the computing device 12 may determine the product of the disease infection probability of patient A and the disease transmission probability between patient A and patient B as the disease infection probability of B.
  • the disease transmission probability between a plurality of people or the disease infection probability of each of the plurality of people is not necessarily a probability value, and may be a scaled value of the probability value. And, this is only a description of one embodiment to the last, and with further reference to various embodiments disclosed below, those skilled in the art can use the technical ideas inherent in the disclosed embodiments in a more diverse and efficient way. There will be.
  • FIG. 8 shows an infected person and a contact person who came into contact with the infected person.
  • the computing device 12 may determine the disease transmission power (F) and the risk function (D) corresponding to the disease information of the infected person.
  • the computing device 12 is the case of when the in infections disease M1, disease disseminative the F1, determining a risk function as D T1, and of infected disease M2, the disease disseminative F2, the risk function D T2 , and if the infected person's disease is M3, the disease transmission power can be determined as F3 and the risk function as D T3.
  • the computing device 12 may calculate the contact degree C between the infected person and the contact person based on the risk function D and the location information Pi of each of the infected person and the contact person.
  • the computing device 12 may determine the product of the disease transmission power F and the contact degree C between the infected person and the contactor as the disease transmission probability P between the infected person and the contact person.
  • the computing device 12 may determine the product of the disease infection probability (1) of the infected person and the disease transmission probability (P) of the infected person and the contactor as the disease infection probability P of the contact person.
  • the probability of infection (P) of a contact who came into contact with an infected person is the same as the probability of disease transmission (P) between the infected person and the contact. This is because, on the premise that the infected person is a confirmed person, the probability of an infected person being infected with the disease is 1. Therefore, the probability of infection of a person in contact with an infected person can be regarded as the probability of transmission of the disease between the infected person and the contact.
  • FIG. 8 has been described as an example of a case where there is only one contact with an infected person, this principle can be equally applied to a case where there are several contacts with an infected person.
  • the computing device 12 calculates a disease infection probability of the first contact when there is a first contact who has made contact with the infected person and there is a second contact who has made contact with the first contact, and the first contact Based on the disease infection probability of , and the disease transmission probability between the first contact and the second contact, the disease infection probability of the second contact may be calculated. For example, the computing device 12 may determine the product of the disease infection probability of the first contact and the disease transmission probability between the first contact and the second contact as the disease infection probability of the second contact.
  • FIG. 9 shows a first contact who came into contact with an infected person and a second contact who made contact with the first contact. This is a premise for convenience of explanation, and in fact, whether the contact between the infected person and the first contact or whether the first contact and the second contact is in contact can be determined by a risk function.
  • the computing device 12 may calculate the disease infection probability of the first contact who came into contact with the infected person in the manner described in conjunction with FIG. 8 .
  • the computing device 12 may determine the disease transmission probability P1 of the first contact who has made contact with the infected person as the disease infection probability P1 of the first contact.
  • the computing device 12 calculates the product of the disease infection probability of the first contact (P1) and the disease transmission probability between the first contact and the second contact (P2) multiplied by the disease infection probability of the second contact (P1*P2). ) can be determined.
  • the probability of disease transmission between the second contact (P1*P2) is equal to the product of the probability of disease transmission between the infected and the primary contact (P2) and the probability of disease transmission between the primary contact and the secondary contact (P2) Do. This is because, under the premise that the infected person is an infected person, the probability of infection of the infected person is 1. Therefore, the probability of disease transmission between the secondary contact (P1*P2) is the product of the disease transmission probability between the infected and the primary contact (P2) and the disease transmission probability between the primary contact and the secondary contact (P2) can be viewed as
  • the computing device 12 calculates a disease infection probability of a specific person according to each of the plurality of contact routes when there are a plurality of contact routes between the infected person and the specific person, and calculates the maximum disease infection probability of the specific person according to each of the plurality of contact routes.
  • the value can be determined as the probability of infection of a specific person.
  • FIG. 10 shows two primary contacts who made contact with an infected person and secondary contacts (specific persons) who made contact with the two primary contacts. This is a premise for convenience of explanation, and in fact, whether contact between an infected person and two primary contacts, and whether contact between two primary contacts and a specific person can be determined by a risk function.
  • the computing device 12 calculates the disease infection probability of a specific person according to the contact route via the first contact on the left in the drawing, and the contact route via the first contact on the right in the drawing, in the manner described in conjunction with FIG. 9 . It is possible to calculate the probability of infection of a specific person according to For example, the computing device 12 may determine a disease infection probability of a specific person according to a contact route via the first contact on the left side of the drawing as P1*P3. Also, the computing device 12 may determine a disease infection probability of a specific person according to a contact route via the first contact on the right side of the drawing as P2*P4.
  • the computing device 12 calculates the disease infection probability (P1*P3) of a specific person calculated according to the contact route via the first contact on the left in the drawing and the contact route through the first contact on the right in the drawing.
  • the maximum value ⁇ max(P1*P3, P2*P4) ⁇ among the calculated probability of infection (P2*P4) of a specific person may be determined as the probability of infection of a specific person.
  • FIG. 11 shows two primary contacts who made contact with an infected person. And, the first contact on the left side in the drawing has been in contact with the first contact on the right side in the drawing. This is a premise for convenience of explanation, and, in fact, whether contact between an infected person and the two first contacts, and whether or not there is a contact between the two first contacts, can be determined by a risk function.
  • the first contact on the left in the drawing had direct contact with the infected person and indirectly contacted the infected person through the first contact on the right in the drawing
  • the first contact on the left in the drawing was the first contact. It is both a contactor and a secondary contactor.
  • the first contact on the right in the drawing had direct contact with the infected person and indirectly contacted the infected person via the first contact on the left in the drawing
  • the first contact on the right in the drawing was the first contact. It is both a contactor and a secondary contactor.
  • the computing device 12 may determine, as P1, the disease infection probability of the primary contact on the left side of the drawing, according to the direct contact route with the infected person, in the manner described in conjunction with FIG. 8 .
  • the computing device 12 may determine the disease infection probability of the first contact on the right side of the drawing as P2 according to the direct contact route with the infected person.
  • the computing device 12 calculates the disease infection probability of the first contact on the left side of the drawing as P2*P3 according to the contact route via the first contact on the right side of the drawing. can decide In addition, in the manner described in conjunction with FIG. 9 , the computing device 12 sets the disease infection probability of the first contact on the right side of the drawing as P1*P3 according to the contact route via the first contact on the left side of the drawing. can decide
  • the computing device 12 calculates the disease infection probability P1 of the first contact on the left in the drawing according to the direct contact route with the infected person and the left side in the drawing according to the contact route via the first contact on the right in the drawing.
  • the maximum value ⁇ max(P1, P2*P3) ⁇ among the probability of disease infection (P2*P3) of the first contact of . may be determined as the probability of infection of the first contact on the left side of the drawing.
  • the computing device 12 calculates the disease infection probability P2 of the first contact on the right side of the drawing along the direct contact route with the infected person and the right side of the drawing along the contact route via the first contact on the left side of the drawing.
  • the maximum value ⁇ max(P1, P1*P3) ⁇ among the disease infection probability (P1*P3) of the first contact may be determined as the disease infection probability of the first contact on the left side of the drawing.
  • FIG. 12 shows one infected person, two primary contacts who came into contact with the infected, and four secondary contacts who made contact with the primary contacts. And, among the secondary contact cars, the first secondary contact from the right has been in contact with the left secondary contact.
  • This is a premise for convenience of explanation, and in fact, whether there is contact between an infected person and two primary contacts, whether there is contact between two primary contacts and four secondary contacts, and the right one among secondary contacts Whether the contact between the second secondary contactor and the left secondary contactor may be determined by a hazard function.
  • the computing device 12 transmits disease infection to each of 1 infected person, 2 primary contacts who came into contact with the infected person, and 4 secondary contacts who came into contact with the first contact. You can calculate the probability. Since all of the two primary contacts are in direct contact with the infected person, the probability of infection of each of the two primary contacts may be determined as P1 and P2.
  • the disease infection probability of the left outermost secondary contact may be determined as P1*P3. Since the second secondary contact from the left has a contact route via the left primary contact on the drawing and a contact route via the right primary contact on the drawing, the second secondary contact from the left The probability of a contact's disease infection may be determined by max(P1*P4, P2*P5).
  • the third secondary contact from the left has a contact route via the first contact on the right in the drawing, and a contact route via the primary contact on the left in the drawing and the first secondary contact from the right. Therefore, the disease infection probability of the third second contact from the left can be determined as max(P2*P6, P1*P7*P8).
  • the first secondary contact from the right has a contact route via the left primary contact in the drawing, and a contact route via the right primary contact and the second second contact from the right in the drawing. Therefore, the disease infection probability of the first second contact from the right can be determined as max(P1*P7, P2*P6*P8).
  • the computing device 12 independently calculates the disease infection probability of each of the plurality of people in consideration of the influence of disease transmission by each of the plurality of infected persons, and considers the effect of disease transmission by each of the plurality of infected persons.
  • the arithmetic mean value of the disease infection probability of each of the plurality of people independently calculated may be determined as the disease infection probability of each of the plurality of people.
  • the computing device 12 calculates the disease infection probability of each of the plurality of people in consideration of only the effect of disease transmission by the first infected person, and the second infected person
  • the probability of infection of each of the plurality of people is calculated in consideration of only the effect of disease transmission by , the probability of infection of each of the plurality of people calculated in consideration of only the influence of disease transmission by the first infected person, and the disease caused by the second infected person
  • the arithmetic mean value of the disease infection probability of each of the plurality of people calculated in consideration of only the transmission effect may be determined as the disease infection probability of each of the plurality of people.
  • calculating the disease infection probability of each of the plurality of people by considering only the effect of disease transmission by the first infected person means that when calculating the disease infection probability of each of the plurality of people in consideration of the disease transmission effect by the first infected person, It is said that there is no effect of disease transmission by other infected persons (second infected person) other than the first infected person.
  • calculating the disease infection probability of each of the plurality of people by considering only the disease transmission effect by the second infected person means that when calculating the disease infection probability of each of the plurality of people considering the disease transmission effect by the second infected person , it is considered that there is no effect of disease transmission by other infected persons (first infected person) other than the second infected person. Expanding this, it is possible to independently calculate the probability of infection of each of the plurality of people in consideration of the effect of disease transmission by each of the plurality of infected persons.
  • FIG. 13 shows the first infected person and the contact who came into contact with the second infected person. This is a premise for convenience of explanation, and in fact, whether a contact between the first infected person and the contactor and whether the second infected person and the contactor are in contact may be determined by a risk function.
  • the computing device 12 may determine the disease infection probability of the contact as P1 in consideration of only the effect of disease transmission by the first infected person. Also, the computing device 12 may determine the disease infection probability of the contact as P2 in consideration of only the effect of disease transmission by the second infected person. In this case, the computing device 12 calculates the disease infection probability P1 of the contact calculated by considering only the disease transmission effect by the first infected person and the disease infection probability (P1) of the contact person calculated by considering only the disease transmission effect by the second infected person The arithmetic mean value ⁇ (P1+P2)/2 ⁇ of P2) can be determined as the probability of the contact's disease infection. Expanding this, unlike FIG. 13, the first infected person, the second infected person, ... and if there is a contact who has come into contact with the nth infected person, the probability of the contact's disease infection may be ⁇ (P1+P2+...+Pn)/n ⁇ .
  • FIG. 14 shows two infected persons, two primary contacts who contacted two infected persons, and four secondary contacts who made contact with the first contacts. This is a premise for convenience of explanation, and in fact, whether contact between two infected persons and two primary contacts, and whether contact between two primary contacts and four secondary contacts, can be determined by a risk function. have.
  • the computing device 12 calculates the disease infection probability of each of the plurality of people in consideration of only the effect of disease transmission by the first infected person, and the disease spread by the second infected person
  • the disease infection probability of each of the plurality of people is calculated considering only the influence, and only the disease infection probability of each of the plurality of people calculated by considering only the disease transmission effect by the first infected person and only the disease transmission effect by the second infected person is considered
  • the calculated average value of the disease infection probability of each of the plurality of people may be determined as the disease infection probability of each of the plurality of people.
  • FIG. 15 shows the disease infection probability of each of a plurality of people calculated in consideration of only the disease transmission effect by the first infected person in FIG. 14 .
  • the disease infection probability of the second infected person can be regarded as 0 and can be ignored.
  • FIG. 16 shows the disease infection probability of each of a plurality of people calculated in consideration of only the disease transmission effect by the first infected person in FIG. 14 .
  • the disease infection probability of the first infected person can be ignored as 0.
  • 17 shows the disease infection probability of each of a plurality of people calculated in consideration of only the effect of disease transmission by the first infected person (refer to FIG. 15) and the disease of each of the plurality of people calculated by considering only the effect of disease transmission by the second infected person.
  • the arithmetic mean value of the infection probability is shown.
  • the computing device 12 takes into account the effect of disease transmission by each of the plurality of infected persons.
  • the disease infection probability of each of the plurality of people is independently calculated, and the arithmetic mean value of the disease infection probability of each of the plurality of people is independently calculated in consideration of the influence of disease transmission by each of the plurality of people. By determining the probability, it is possible to calculate the disease infection probability of each of the plurality of people.
  • the computing device 12 may calculate the disease infection probability of each of the plurality of people based only on the infected person information input by the user.
  • the disease infection probability of each of a plurality of people may be data used to determine a subject to be tested for disease.
  • FIG. 5 is a flowchart of a method for determining a subject to be tested for disease according to an exemplary embodiment.
  • the method shown in FIG. 5 may be performed, for example, by the computing device 12 shown in FIG. 38 .
  • the method illustrated in FIG. 5 may be identically or similarly applied to the method illustrated in FIG. 4 within a range that does not go against its properties. Accordingly, the description overlapping with FIG. 4 will be omitted within a range that may excessively obscure the subject matter.
  • the computing device 12 receives location information of a plurality of people (S510).
  • a plurality of people may be located, for example, in the hospital illustrated in FIGS. 1 to 3 .
  • the plurality of persons may include infected and non-infected persons.
  • the computing device 12 may receive location information of a plurality of people in real time or at preset intervals from Bluetooth devices located in a hospital.
  • the computing device 12 receives information about the infected person from the user ( S520 ).
  • the information of the infected person may include identification information of the infected person and disease information of the infected person.
  • the computing device 12 may receive information of an infected person from a user.
  • the user may input information about the infected person, including identification information (eg, Gil-dong Hong) and the disease information (eg, MERS) of the infected person, into the computing device 12 .
  • the present invention is not limited thereto, and in such a way that the external device receives the information of the infected person from the user and the external device transmits the information of the infected person input from the user to the computing device 12 , the computing device 12 receives the information from the user. You can receive information about the infected person.
  • the computing device 12 determines a disease test target among the plurality of people based on the disease information of the infected person and the location information of each of the plurality of people ( S530 ).
  • the computing device 12 calculates a disease infection probability of each of the plurality of people based on the information of the infected person and the location information of each of the plurality of people, and based on the disease infection probability of each of the plurality of people, a disease test subject among the plurality of people can be decided
  • the method described with reference to FIG. 4 may be applied in the same or similar manner to the method of calculating the disease infection probability of each of the plurality of people.
  • the computing device 12 may receive a search section from a user and determine a disease test target from among the plurality of people based on location information of each of a plurality of people corresponding to the search section. For example, the computing device 12 receives a search section from a user, calculates a disease infection probability of each of the plurality of people based on the information of the infected person and location information of each of the plurality of people corresponding to the search section, Based on the disease infection probability of each of the people, it is possible to determine a disease test target from among a plurality of people. This is to reduce the amount of unnecessary computation by considering the time of influx of an infected person or the time of occurrence of an outbreak in determining a subject to be tested for disease. For example, the user may input the influx of an infected person or the outbreak of an outbreak as the starting point of the search section, and input the current time as the end point of the search section.
  • the computing device 12 may determine a disease latency period corresponding to the disease information of the infected person, and set a search section based on the disease latency period. For example, the computing device 12 may store the incubation period table for each disease, and determine the disease latency period corresponding to the disease information of the infected person based on the incubation period table for each disease. Thereafter, the computing device 12 may determine a disease test target among the plurality of people based on the location information of each of the plurality of people corresponding to the search section.
  • the computing device 12 receives a search section from a user, calculates a disease infection probability of each of the plurality of people based on the information of the infected person and location information of each of the plurality of people corresponding to the search section, Based on the disease infection probability of each of the people, it is possible to determine a disease test target from among a plurality of people.
  • the computing device 12 may determine, among a plurality of people, a person whose disease infection probability exceeds a preset disease infection probability reference value as a disease test subject. Meanwhile, the user may set the disease infection probability reference value by inputting the disease infection probability reference value into the computing device 12 .
  • the computing device 12 outputs information related to the subject to be tested for disease (S540).
  • the computing device 12 may visually or audibly output information related to a subject to be tested for disease.
  • the computing device 12 may output the food disease information of the disease test subject.
  • FIG. 6 is a flowchart of a method for calculating a disease infection probability according to another embodiment.
  • the method shown in FIG. 6 may be performed, for example, by the computing device 12 shown in FIG. 38 .
  • FIGS. 4 and 5 may be applied identically or similarly to the method illustrated in FIG. 6 within a range not contrary to its properties. Accordingly, descriptions overlapping those of FIGS. 4 and 5 will be omitted within a range that may excessively obscure the subject matter.
  • the computing device 12 receives location information of a plurality of people ( S610 ).
  • a plurality of people may be located, for example, in the hospital illustrated in FIGS. 1 to 3 .
  • the plurality of persons may include infected and non-infected persons.
  • the computing device 12 may receive location information of a plurality of people in real time or at preset intervals from Bluetooth devices located in a hospital.
  • the computing device 12 receives the information of the infected person from the external device (S620).
  • the information of the infected person may include identification information of the infected person and disease information of the infected person.
  • the external device may receive the information of the infected person from the user and transmit the information of the infected person to the computing device 12 .
  • the computing device 12 calculates the disease infection probability of each of the plurality of people based on the information of the infected person and the location information of each of the plurality of people ( S630 ).
  • the method described with reference to FIG. 4 may be applied in the same or similar manner to the method of calculating the disease infection probability of each of the plurality of people.
  • the computing device 12 determines a disease test target among the plurality of people based on the disease infection probability of each of the plurality of people ( S630 ).
  • the computing device 12 may determine, among a plurality of people, a person whose disease infection probability exceeds a preset disease infection probability reference value as a disease test subject.
  • the computing device 12 transmits information related to the subject to be tested for disease to an external device (S650).
  • the external device may output information related to the subject to be tested for disease.
  • the external device may visually or audibly output information related to a disease test subject.
  • the external device may output food disease information of the subject of the disease test.
  • FIG. 7 is an exemplary diagram of a method for determining a subject for a disease test according to another embodiment.
  • the method shown in FIG. 7 may be performed, for example, by the computing device 12 shown in FIG. 38 .
  • FIGS. 4 to 6 may be applied identically or similarly to the method illustrated in FIG. 7 within a range not contrary to its properties. Accordingly, descriptions overlapping those of FIGS. 4 to 6 will be omitted within a range that may excessively obscure the subject matter.
  • the computing device 12 receives information of an infected person from a user (S710).
  • the information of the infected person may include identification information of the infected person and disease information of the infected person.
  • the computing device 12 may receive information of an infected person from a user.
  • the user may input information about the infected person, including identification information (eg, Gil-dong Hong) and the disease information (eg, MERS) of the infected person, into the computing device 12 .
  • the present invention is not limited thereto, and in such a way that the external device receives the information of the infected person from the user and the external device transmits the information of the infected person input from the user to the computing device 12 , the computing device 12 receives the information from the user. You can receive information about the infected person.
  • the computing device 12 transmits the information of the infected person input by the user to the external device (S720).
  • the external device receives the location information of a plurality of people in real time or at a preset interval from the Bluetooth devices, and when receiving the information of the infected person, based on the information of the infected person and the location information of each of the plurality of people, of people can calculate the probability of each disease infection.
  • the method described with reference to FIG. 4 may be applied in the same or similar manner to the method of calculating the disease infection probability of each of the plurality of people.
  • the external device may determine a disease test target from among the plurality of people based on the disease infection probability of each of the plurality of people. For example, the external device may determine, among a plurality of people, a person whose disease infection probability exceeds a preset disease infection probability reference value as a disease test subject.
  • the external device may transmit information related to the subject to be tested for disease to the computing device 12 .
  • the computing device 12 receives information related to a subject to be tested for disease from an external device (S730).
  • the computing device 12 outputs information related to the subject to be tested for disease ( S740 ).
  • the computing device 12 may visually or audibly output information related to a subject to be tested for disease.
  • the computing device 12 may output identification information of the subject to be tested for disease.
  • 19 is a flowchart of a method for calculating a disease retention probability according to an embodiment.
  • the method shown in FIG. 19 may be performed, for example, by the computing device 12 shown in FIG. 38 .
  • the computing device 12 receives location information of a plurality of people ( S1910 ).
  • a plurality of people may be located, for example, in the hospital illustrated in FIGS. 1 to 3 .
  • the plurality of persons may include infected and non-infected persons.
  • the computing device 12 may receive location information of a plurality of people in real time or at preset intervals from Bluetooth devices located in a hospital.
  • the computing device 12 calculates the disease transmission probability between the plurality of people based on the infected person information including the identification information of the infected person and the disease information of the infected person, and the location information of each of the plurality of people ( S1920 ) ).
  • the information of the infected person may include identification information of the infected person and disease information of the infected person.
  • the infected person's information is determined by input from the user.
  • the computing device 12 may receive information of an infected person from a user.
  • the user may input information about the infected person, including identification information (eg, Gil-dong Hong) and the disease information (eg, MERS) of the infected person, into the computing device 12 .
  • identification information eg, Gil-dong Hong
  • MERS disease information
  • the present invention is not limited thereto, and in such a way that the external device receives the information of the infected person from the user and the external device transmits the information of the infected person input from the user to the computing device 12 , the computing device 12 receives the information from the user. You can receive information about the infected person. Meanwhile, the information of the infected person input by the user may be information of a person who has been confirmed to be infected.
  • the computing device 12 may determine the disease transmission power and risk function corresponding to the disease information of the infected person.
  • the disease transmission power may be a value expressing the basic aggression of a disease as a numerical value.
  • the computing device 12 may store the disease propagation power set for each disease. For example, a disease A may have a disease transmission power of 0.8, a disease B may have a disease transmission power of 0.6, and a disease C may have a disease transmission power of 0.7.
  • the user may set the disease transmission power for each disease by reflecting the aggressiveness of each disease based on information from the Korea Centers for Disease Control and Prevention or the Korean Society of Infectious Diseases.
  • the computing device 12 may determine the disease transmission power corresponding to the disease information of the infected person by using the pre-stored disease transmission power for each disease.
  • the computing device 12 may calculate the degree of contact between the plurality of people based on the risk function and the location information of each of the plurality of people.
  • the degree of contact means the degree of contact through which disease transmission is possible.
  • the risk function may be a function for numerically expressing and outputting a degree of contact through which disease transmission is possible between a plurality of people based on location information of the plurality of people.
  • the risk function may be a weighting function created by reflecting environmental factors that weight the disease transmission probability other than the disease transmission power.
  • the hazard function uses the location information of patient A and patient B to determine whether patient A and patient B were located in close proximity (eg, within a radius of 1 m) for how many seconds, and how many minutes patient A and B were located in a specific space. Based on whether they were located in the same room (e.g., a rehab room, a bathroom, etc.) and whether patient A and patient B used the same medical equipment, the degree of contact that could spread the disease between patient A and patient B was measured It can be expressed as In this way, the hazard function uses the location information of patient A, patient B, patient C, and patient D to determine the degree of contact possible for the spread of disease between patient A and patient B, and the degree of contact between patient B and patient C. The degree of contact that can spread and the degree of contact that can spread the disease between patient C and patient D can be expressed numerically and output.
  • the risk function may have different consideration factors according to the transmission path for each disease.
  • the user may set different factors to consider in the risk function according to whether a disease transmission path is 1) contact, 2) droplet, and 3) air.
  • the risk function for a contagious disease is the number or frequency of proximity within a predetermined distance, whether or not to use the same space (eg, in the same room, in the same hallway, on the same floor), and whether or not to share a toilet. The degree can be expressed numerically and printed out.
  • the risk function for droplet/airborne diseases is the contact that can spread the disease by considering the proximity of the location, the type of air-conditioning device (e.g., negative pressure facility, general ventilation), and whether there is a special ward (e.g., clean room, mask-wearing room), etc.
  • the degree of can be expressed numerically and printed out.
  • the computing device 12 may store the risk function set for each disease.
  • the computing device 12 may determine the risk function corresponding to the disease information of the infected person by using the pre-stored risk function for each disease. For example, patient A and patient B were located close to each other for 5 minutes, and patient A and patient B were located in the same room (with negative pressure facility) for 3 hours.
  • the hazard function may output 0.7
  • the hazard function may output 0.5.
  • the details of the risk function may be freely designed by those skilled in the art according to a specific disease transmission path and program policy.
  • the computing device 12 may calculate the disease transmission probability based on the disease transmission power and the degree of contact between the plurality of people. For example, computing device 12 may determine the product of the disease transmission power and the degree of contact between patient A and patient B as the disease transmission probability between patient A and patient B.
  • the computing device 12 may calculate a ratio of a disease transmission probability between the plurality of people and contacts who have come into contact with the plurality of people based on each of the plurality of people ( S1930 ). The details thereof will be described later with reference to FIGS. 5 to 21 .
  • the computing device 12 may calculate a disease possession probability of each of the plurality of people based on a ratio of the disease transmission probability between the plurality of people and the contacts who have made contact with the plurality of people ( S1940 ). For example, computing device 12 may determine the product of the disease carrying probability of patient A and the ratio of the disease transmission probability of patient A to patient B as the disease carrying probability of patient B.
  • the disease transmission probability between a plurality of people or the disease possession probability of each of the plurality of people is not necessarily a probability value, and may be a scaled value of the probability value. And, this is only a description of one embodiment to the last, and with further reference to various embodiments disclosed below, those skilled in the art can use the technical ideas inherent in the disclosed embodiments in a more diverse and efficient way. There will be.
  • FIG. 20 shows an infected person and a contact who came into contact with the infected person.
  • the computing device 12 may determine the disease transmission power (F) and the risk function (D) corresponding to the disease information of the infected person.
  • the computing device 12 is the case of when the in infections disease M1, disease disseminative the F1, determining a risk function as D T1, and of infected disease M2, the disease disseminative F2, the risk function D T2 , and if the infected person's disease is M3, the disease transmission power can be determined as F3 and the risk function as D T3.
  • the computing device 12 may calculate the contact degree (C) between the infected person and the contact person based on the risk function (D) and the location information (pi) of each of the infected person and the contact person.
  • the computing device 12 may determine the product of the disease transmission power F and the contact degree C between the infected person and the contactor as the disease transmission probability P between the infected person and the contact person.
  • the ratio of the disease transmission probability of the specific person to the specific contact among the plurality of contacts is the probability of disease transmission between the specific person and the specific contact. And it may be calculated based on a value divided by the sum of the disease transmission probability between the plurality of contacts.
  • the ratio of disease transmission probabilities may mean, for example, when patient A has contact with a plurality of patients, the probability that patient A has spread the disease from patient B among the plurality of patients.
  • the ratio of the disease transmission probability of patient A to patient B may mean a probability that patient A has spread the disease from patient B among a plurality of patients.
  • the ratio of the disease transmission probability of the specific person to the specific contact is the probability of disease transmission between the specific person and the specific contact. It can be calculated based on a value divided by the probability of disease transmission between contacts. For example, when a contact with a specific person among a plurality of people is singular as a specific contact, a ratio of a disease transmission probability of the specific person to the specific contact may be 1. This is because, when a contact with a specific person among a plurality of people is singular as a specific contact, if the specific person is an infected person, the disease would have been transmitted from the specific contact.
  • FIG. 21 illustrates a contact relationship between a plurality of people and a probability of disease transmission between the plurality of people.
  • this is a premise for convenience of explanation, and in fact, whether or not there is contact between an infected person and a contact person can be determined by a risk function.
  • FIG. 22 shows a ratio of the probability of disease transmission of a specific person located in the center to a plurality of contacts who made contact with the specific person located in the center, based on the specific person located in the center among the plurality of people shown in FIG. 21 . .
  • the ratio (R1) of the disease transmission probability of a specific person to the contact located above is the disease transmission probability (P1) between the specific person and the contact located above, and between a plurality of contacts in contact with the specific person. It can be determined as ⁇ P1/(P1+P2+P3+P4) ⁇ divided by the sum of the disease transmission probabilities (P1+P2+P3+P4).
  • the ratio (R2) of the probability of disease transmission of a specific person to the contact located on the right side is the disease transmission probability (P2) between the specific person and the contact located on the right side, and between a plurality of contacts who came into contact with the specific person. It can be determined as ⁇ P2/(P1+P2+P3+P4) ⁇ divided by the sum of the disease transmission probabilities (P1+P2+P3+P4).
  • the ratio (R3) of the disease transmission probability of a specific person to the lower contact is the disease transmission probability (P3) between the specific person and the lower contact, and It can be determined as ⁇ P3/(P1+P2+P3+P4) ⁇ divided by the sum of the disease transmission probabilities (P1+P2+P3+P4).
  • the ratio (R4) of the disease transmission probability of a specific person to the left contact is the disease transmission probability (P4) between the specific person and the left contact, It can be determined as ⁇ P4/(P1+P2+P3+P4) ⁇ divided by the sum of the disease transmission probabilities (P1+P2+P3+P4).
  • the sum of the ratios of the disease transmission probability of a person to a plurality of contacts who came into contact with the person is 1.
  • the sum of the ratios of the disease transmission probability of the specific person located in the center with respect to the plurality of contacts who came into contact with the specific person located in the center, based on the specific person located in the center is 1 ⁇ P1/(P1+P2+P3+P4) + P2/(P1+P2+P3+P4) + P3/(P1+P2+P3+P4) + P4/(P1+P2+P3+P4) ⁇ .
  • this takes into account the fact that a person may have spread the disease from any one of a plurality of contacts who came into contact with that person.
  • FIG. 23 shows a first contact who came into contact with an infected person and a second contact who made contact with the first contact. This is a premise for convenience of explanation, and in fact, whether the contact between the infected person and the first contact or whether the first contact and the second contact is in contact can be determined by a risk function.
  • FIG. 24 is an exemplary diagram for explaining a method of calculating the disease holding probability of the first contact and the disease holding probability of the second contact shown in FIG. 23 .
  • the probability that the infected person has the disease is regarded as 1.
  • the ratio (R2) of the disease transmission probability of the first contact to the secondary contact is the disease transmission probability (P2) between the first contact and the second contact, the first contact and the infected person It may be determined as ⁇ P2/(P1+P2) ⁇ divided by the sum (P1+P2) of the disease transmission probability (P1) between the first and second contacts and the disease transmission probability (P2) between the first and second contacts.
  • the computing device 12 calculates the product (R1*R2) of the ratio (R2) of the disease holding probability (R1) of the first contact and the disease transmission probability of the first contact with respect to the second contact (R1*R2). It can be determined by the probability of having the disease in the car contact.
  • FIG. 25 shows a first contact who made contact with an infected person, a second contact who made contact with the first contact, and a third contact who made contact with the second contact.
  • This is a premise for convenience of explanation, and in fact, whether there is contact between the infected person and the first contact, whether the first contact and the second contact, and whether the second contact and the third contact It can be judged by the hazard function.
  • 26 is an exemplary diagram for explaining a method of calculating the disease possession probability of the first contact, the disease possession probability of the second contact, and the disease possession probability of the third contact shown in FIG. 25 .
  • the probability that the infected person has the disease is regarded as 1.
  • the computing device 12 calculates the product (1*R1) of the disease holding probability of the infected person (1) and the ratio (R1) of the disease transmission probability of the infected person to the first contact as the disease holding probability of the first contact. can be decided with
  • the ratio (R2) of the disease transmission probability of the first contact to the secondary contact is the disease transmission probability (P2) between the first contact and the second contact, the first contact and the infected person It may be determined as ⁇ P2/(P1+P2) ⁇ divided by the sum (P1+P2) of the disease transmission probability (P1) between the first and second contacts and the disease transmission probability (P2) between the first and second contacts.
  • the computing device 12 calculates the product (R1*R2) of the ratio (R2) of the disease holding probability (R1) of the first contact and the disease transmission probability of the first contact with respect to the second contact (R1*R2). It can be determined by the probability of having the disease in the car contact.
  • the ratio (R3) of the disease transmission probability of the second contact to the third contact is the disease transmission probability (P3) between the second contact and the third contact, the second contact and the first contact It can be determined as ⁇ P3/(P2+P3) ⁇ divided by the sum (P2+P3) of the disease transmission probability between secondary contacts (P2) and the disease transmission probability between secondary and tertiary contacts (P3) have.
  • the computing device 12 calculates the product (R1*R2*R3) of the disease holding probability (R1*R2) of the second contact and the ratio (R3) of the disease transmission probability of the second contact to the third contact. ) can be determined as the probability of possessing the disease of the second contact.
  • FIGS. 23 to 26 a case in which only the second contactor or the third contactor exists has been described as an example, but this principle applies to the fourth contactor in contact with the third contactor and the fourth contactor in contact with the fourth contactor.
  • the fifth contactor, , may be extended even when there is an nth contact in contact with the n-1st contact.
  • the computing device 12 calculates the disease possession probability of the specific person according to each of the plurality of contact routes, and calculates the disease holding probability of the specific person according to each of the plurality of contact routes.
  • the value can be determined as the probability of possessing the disease in a specific person.
  • FIG. 27 shows two primary contacts who came into contact with an infected person and one secondary contact (a specific person) who made contact with the two primary contacts. This is a premise for convenience of explanation, and, in fact, whether contact between an infected person and two first contacts, and whether or not contact between two first contacts and a specific person can be determined by a risk function.
  • FIG. 28 is an exemplary diagram for explaining a method of calculating the disease possession probability of the two first contacts shown in FIG. 127 and the disease possession probability of a specific person.
  • the probability that the infected person has the disease is regarded as 1.
  • the ratio (R1) of the disease transmission probability of the infected person to the left primary contact is the disease transmission probability (P1) between the infected person and the left primary contact, the infected person and the left primary contact It may be determined as ⁇ P1/(P1+P2) ⁇ divided by the sum (P1+P2) of the disease transmission probability (P1) between the two and the disease transmission probability (P2) between the infected person and the first contact on the right.
  • the ratio (R2) of the disease transmission probability of the infected person to the right primary contact is the disease transmission probability (P2) between the infected person and the right primary contact, and the infected person and the left primary contact It can be determined as ⁇ P2/(P1+P2) ⁇ divided by the sum (P1+P2) of the disease transmission probability (P1) between the two patients and the disease transmission probability (P2) between the infected person and the first contact on the right.
  • the ratio (R3) of the disease transmission probability of the left primary contact to the specific person is the disease transmission probability (P3) of the left primary contact and the specific person, between the left primary contact and the infected person It can be determined as ⁇ P3/(P1+P3) ⁇ divided by the sum (P1+P3) of the disease transmission probability (P1) of , and the disease transmission probability (P3) between the left primary contact and a specific person.
  • the ratio (R4) of the disease transmission probability of the right primary contact to the specific person is the disease transmission probability (P4) of the right primary contact and the specific person, and the disease between the right primary contact and the infected person It can be determined as ⁇ P4/(P2+P4) ⁇ divided by the sum (P2+P4) of the transmission probability (P2) and the disease transmission probability (P4) between the first contact and a specific person on the right.
  • the computing device 12 may calculate the product (R1*R3) of the disease carrying probability (R1) of the left primary contact and the ratio (R3) of the disease transmission probability of the left primary contact for a specific person , may be determined as the probability of possessing the disease of a specific person according to the contact route on the left. Then, the computing device 12 calculates the product (R2*R4) of the disease holding probability (R2) of the right primary contact and the ratio (R4) of the disease transmission probability of the right primary contact to the specific person, It can be determined by the probability of possessing the disease of a specific person according to the contact route on the right.
  • the computing device 12 sets the maximum value ⁇ max(R1*R3) of the disease possession probability (R1*R3) of the specific person according to the left contact route and the disease possession probability (R2*R4) of the specific person according to the right contact route. , R2*R4) ⁇ can be determined as the probability of possessing the disease of a specific person.
  • FIG. 29 shows two primary contacts who came into contact with an infected person. And, the left primary contactor has been in contact with the right primary contactor. This is a premise for convenience of explanation, and, in fact, whether contact between an infected person and the two first contacts, and whether or not there is a contact between the two first contacts, can be determined by a risk function.
  • FIG. 30 is an exemplary diagram for explaining a method of calculating the disease retention probability of two first contacts (a specific person) shown in FIG. 29 .
  • the probability that the infected person has the disease is regarded as 1.
  • the ratio (R1) of the disease transmission probability of the infected person to the left primary contact is the disease transmission probability (P1) between the infected person and the left primary contact, the infected person and the left primary contact It may be determined as ⁇ P1/(P1+P2) ⁇ divided by the sum (P1+P2) of the disease transmission probability (P1) between the two and the disease transmission probability (P2) between the infected person and the first contact on the right.
  • the ratio (R2) of the disease transmission probability of the infected person to the right primary contact is the disease transmission probability (P2) between the infected person and the right primary contact, and the ratio between the infected person and the left primary contact It can be determined as ⁇ P2/(P1+P2) ⁇ divided by the sum (P1+P2) of the disease transmission probability (P1) and the disease transmission probability (P2) between the infected person and the first contact on the right.
  • the ratio (R3) of the disease transmission probability of the right primary contact to the left primary contact is the disease transmission probability between the left primary contact and the right primary contact (P3) , divided by the sum (P2+P3) of the probability of disease transmission between the right primary contact and the infected person (P2) and the disease transmission probability between the right primary contact and the left primary contact (P3) It may be determined as ⁇ P3/(P2+P3) ⁇ .
  • the ratio (R3') of the disease transmission probability of the left primary contact to the right primary contact is the disease transmission probability (P3) between the right primary contact and the left primary contact. , divided by the sum (P1+P3) of the probability of disease transmission between the left primary contact and the infected person (P1) and the disease transmission probability between the left primary contact and the right primary contact (P3) ⁇ P3/(P1+P3) ⁇ .
  • the computing device 12 determines the disease retention probability (R1) of the left primary contact according to the left contact route and the disease retention probability (R2*R3) of the left primary contact according to the right contact route.
  • the maximum value ⁇ max(R1, R2*R3) ⁇ may be determined as the disease retention probability of the left primary contact.
  • the computing device 12 calculates the disease holding probability (R2) of the right primary contact according to the right contact route and the disease holding probability (R1*R3') of the right primary contact according to the left contact route.
  • the maximum value ⁇ max(R2, R1*R3') ⁇ may be determined as the disease retention probability of the first contact on the right.
  • FIG. 31 shows one infected person, two first contacts who came into contact with the infected person, three secondary contacts who made contact with the first contact, and one third contact who made contact with the second contact. And, among the three secondary contact cars, the central secondary contactor has been in contact with the left primary contactor and the right primary contactor.
  • This is a premise for convenience of explanation, and in fact, whether there is contact between an infected person and two primary contacts, whether or not there is contact between two primary contacts and three secondary contacts, and the central secondary contact difference Whether there is contact between the primary contact on the left side, the secondary contact difference in the center and the primary contact on the right side, and the contact between the secondary and tertiary contacts on the left side are judged by the hazard function can be
  • FIG. 32 is an exemplary diagram for explaining a method of calculating the disease possession probability of two first contacts, the disease possession probability of three second contacts, and the disease possession probability of the third contact shown in FIG. 31 .
  • the probability that the infected person has the disease is regarded as 1.
  • the ratio (R1) of the disease transmission probability of the infected person to the left primary contact is the disease transmission probability (P1) between the infected person and the left primary contact, the infected person and the left primary contact It may be determined as ⁇ P1/(P1+P2) ⁇ divided by the sum (P1+P2) of the disease transmission probability (P1) between the two and the disease transmission probability (P2) between the infected person and the first contact on the right.
  • the ratio (R2) of the disease transmission probability of the infected person to the right primary contact is the disease transmission probability (P2) between the infected person and the right primary contact, and the infected person and the left primary contact It can be determined as ⁇ P2/(P1+P2) ⁇ divided by the sum (P1+P2) of the disease transmission probability (P1) between the two patients and the disease transmission probability (P2) between the infected person and the first contact on the right.
  • the ratio of the disease transmission probability of the left primary contact to the central secondary contact (R3) is the disease transmission probability between the left primary contact and the central secondary contact (P3) , the probability of disease transmission between the left primary contact and the infected person (P1), the disease transmission probability between the left primary contact and the center secondary contact (P3), and the left primary contact and the left It may be determined as ⁇ P3/(P1+P3+P5) ⁇ divided by the sum (P1+P3+P5) of the disease transmission probability (P5) between secondary contacts.
  • the ratio (R4) of the disease transmission probability of the right primary contact to the central secondary contact is the disease transmission probability (P4) between the right primary contact and the central secondary contact, Disease transmission probability between the right primary contact and the infected person (P2), the disease transmission probability between the right primary contact and the center secondary contact (P4), and the right primary contact and the right second contact It can be determined as ⁇ P4/(P2+P4+P6) ⁇ divided by the sum (P2+P4+P6) of the disease transmission probability (P6) between car contacts.
  • the computing device 12 calculates the product of the disease holding probability (R1) of the left primary contact and the ratio (R3) of the disease transmission probability of the left primary contact to the center secondary contact (R3) R1*R3) may be determined as the disease retention probability of the central secondary contact along the left contact route. Then, the computing device 12 calculates the product (R2) of the disease holding probability (R2) of the right primary contact and the ratio (R4) of the disease transmission probability of the right primary contact to the center secondary contact. *R4) can be determined as the disease retention probability of the central secondary contact along the right contact route.
  • the computing device 12 calculates the disease retention probability (R1*R3) of the central secondary contact along the left contact route and the disease retention probability (R2*R4) of the central secondary contact along the right contact route. ), the maximum ⁇ max(R1*R3, R2*R4) ⁇ may be determined as the probability of possessing the disease of the central secondary contact.
  • the ratio (R5) of the disease transmission probability of the left primary contact to the left secondary contact is the disease transmission probability between the left primary contact and the left secondary contact (P5) , the probability of disease transmission between the left primary contact and the infected person (P1), the disease transmission probability between the left primary contact and the center secondary contact (P3), and the left primary contact and the left It may be determined as ⁇ P5/(P1+P3+P5) ⁇ divided by the sum (P1+P3+P5) of the disease transmission probability (P5) between secondary contacts.
  • the computing device 12 calculates the disease holding probability (1) of the infected person, the ratio of the disease transmission probability of the infected person to the left primary contact (R1), and the left primary contact to the left secondary contact.
  • the ratio (R6) of the disease transmission probability of the right primary contact to the right secondary contact is the disease transmission probability between the right primary contact and the right secondary contact (P6) , the probability of disease transmission between the first contact on the right and the infected person (P2), the probability of disease transmission between the first contact on the right and the second contact in the center (P4), and the probability of transmission between the first contact on the right and the right It may be determined as ⁇ P6/(P2+P4+P6) ⁇ divided by the sum (P2+P4+P6) of the disease transmission probability (P6) between secondary contacts.
  • the computing device 12 calculates the disease holding probability (1) of the infected person, the ratio of the disease transmission probability of the infected person to the right primary contact (R2), and the right primary contact to the right secondary contact.
  • the ratio (R7) of the disease transmission probability of the left secondary contact to the tertiary contact is the disease transmission probability between the left secondary contact and the tertiary contact (P7).
  • the computing device 12 calculates the disease holding probability (1) of the infected person, the ratio of the disease transmission probability of the infected person to the left primary contact (R1), and the left primary contact to the left secondary contact.
  • the product (1*R1*R5*R7 R1*R5*R7) of the ratio (R5) of the disease transmission probability of , and the ratio of the disease transmission probability of the left secondary contact to the tertiary contact (R7) It can be determined by the probability that the third contact has the disease.
  • the computing device 12 independently calculates the disease holding probability of each of the plurality of people in consideration of the influence of disease transmission by each of the plurality of infected persons, and taking into account the influence of disease transmission by each of the plurality of infected persons,
  • the arithmetic mean value of the disease carrying probability of each of the plurality of people independently calculated may be determined as the disease carrying probability of each of the plurality of people.
  • the computing device 12 calculates the disease holding probability of each of the plurality of people in consideration of only the effect of disease transmission by the first infected person, and the second infected person
  • the disease carrying probability of each of the plurality of people is calculated in consideration of only the disease transmission effect caused by , the disease carrying probability of each of the plurality of people calculated by considering only the disease transmission effect by the first infected person, and the disease caused by the second infected person
  • the arithmetic mean value of the disease holding probability of each of the plurality of people calculated in consideration of only the transmission effect may be determined as the disease holding probability of each of the plurality of people.
  • calculating the disease holding probability of each of the plurality of people by considering only the effect of disease transmission by the first infected person means that when calculating the disease holding probability of each of the plurality of people in consideration of the disease transmission effect by the first infected person, It is said that there is no effect of disease transmission by other infected persons (second infected person) other than the first infected person.
  • calculating the probability of each of the plurality of people in consideration of only the influence of disease transmission by the second infected person means that when calculating the probability of possessing the disease of each of the plurality of people in consideration of the influence of disease transmission by the second infected person.
  • FIG. 33 shows 2 infected persons, 2 first contacts who contacted 2 infected people, 4 2nd contacts who made contact with the 1st contacts, and 1 3rd contact who made contact with the 2nd contacts.
  • This is a premise for convenience of explanation, and in fact, whether there is contact between two infected persons and two primary contacts, whether there is contact between two primary contacts and four secondary contacts, and the second contact on the left. Whether the tertiary contacts are in contact may be determined by a hazard function.
  • the computing device 12 calculates the disease holding probability of each of the plurality of people by considering only the effect of disease transmission by the first infected person, and the disease propagation by the second infected person
  • the disease carrying probability of each of the plurality of people is calculated by considering only the influence, and only the disease carrying probability of each of the plurality of people calculated by considering only the disease transmission effect by the first infected person and only the disease transmission effect by the second infected person is considered
  • an arithmetic mean value of the disease possession probability of each of the plurality of people may be determined as the disease possession probability of each of the plurality of people.
  • FIG. 34 shows the disease holding probability of each of a plurality of people calculated in consideration of only the effect of disease transmission by the first infected person in FIG. 33 .
  • the probability of possessing the disease of the second infected person is regarded as 0 and can be ignored.
  • FIG. 20 shows the disease holding probability of each of a plurality of people calculated in consideration of only the effect of disease transmission by the second infected person in FIG. 18 .
  • the probability of possessing the disease of the first infected person is regarded as 0 and can be ignored.
  • 21 is a diagram showing the probability of each of a plurality of people having a disease (refer to FIG.
  • the computing device 12 when there are a total of n infected persons up to the nth infected person in addition to the first infected person and the second infected person, the computing device 12 takes into account the effect of disease transmission by each of the plurality of infected persons.
  • the disease carrying probability of each of the plurality of people is independently calculated, and the arithmetic mean value of the disease carrying probability of each of the plurality of people independently calculated in consideration of the effect of disease transmission by each of the plurality of infected people By determining the probability, it is possible to calculate the disease carrying probability of each of the plurality of people.
  • the computing device 12 may calculate the disease-possession probability of each of the plurality of people based only on the infected person information input by the user.
  • Computing device 12 determines, based on the disease-possession probability of each of the plurality of people, a disease-possession predictor among the plurality of people.
  • the computing device 12 may receive a search section from the user and determine a disease-possession predictor among the plurality of people based on location information of each of a plurality of people corresponding to the search section. For example, the computing device 12 receives a search section from the user, calculates the disease holding probability of each of the plurality of people based on the information of the infected person and the location information of each of the plurality of people corresponding to the search section, A disease-possession predictor among the plurality of people may be determined based on the disease-possession probability of each of the plurality of people. This is to reduce the amount of unnecessary computation by considering the time of the influx of the infected person or the time of the outbreak of the disease in determining the disease bearer. For example, the user may input the influx of an infected person or the outbreak of an outbreak as the starting point of the search section, and input the current time as the end point of the search section.
  • the computing device 12 may determine a disease latency period corresponding to the disease information of the infected person, and set a search section based on the disease latency period. For example, the computing device 12 may store the incubation period table for each disease, and determine the disease latency period corresponding to the disease information of the infected person based on the incubation period table for each disease. Thereafter, the computing device 12 may determine a disease-bearing predictor among the plurality of people based on the location information of each of the plurality of people corresponding to the search section.
  • the computing device 12 receives a search section from the user, calculates the disease holding probability of each of the plurality of people based on the information of the infected person and the location information of each of the plurality of people corresponding to the search section, A disease-possession predictor among the plurality of people may be determined based on the disease-possession probability of each of the plurality of people.
  • the computing device 12 may determine, among a plurality of people, a person whose disease possession probability exceeds a preset disease possession probability reference value as the disease possession predictor. Meanwhile, the user may input the disease retention probability reference value into the computing device 12 to set the disease retention probability reference value.
  • the computing device 12 may output information related to the disease bearer predictor.
  • computing device 12 may output visually or aurally information related to the disease bearer predictor.
  • computing device 12 may output identification information of a presumed disease bearer.
  • 38 is a block diagram illustrating and describing a computing environment including a computing device suitable for use in example embodiments.
  • each component may have different functions and capabilities other than those described below, and may include additional components in addition to those described below.
  • the illustrated computing environment 10 includes a computing device 12 .
  • Computing device 12 includes at least one processor 14 , computer readable storage medium 16 , and communication bus 18 .
  • the processor 14 may cause the computing device 12 to operate in accordance with the exemplary embodiments discussed above.
  • the processor 14 may execute one or more programs stored in the computer-readable storage medium 16 .
  • the one or more programs may include one or more computer-executable instructions that, when executed by the processor 14, configure the computing device 12 to perform operations in accordance with the exemplary embodiment. can be
  • Computer-readable storage medium 16 is configured to store computer-executable instructions or program code, program data, and/or other suitable form of information.
  • the program 20 stored in the computer-readable storage medium 16 includes a set of instructions executable by the processor 14 .
  • computer-readable storage medium 16 includes memory (volatile memory, such as random access memory, non-volatile memory, or a suitable combination thereof), one or more magnetic disk storage devices, optical disk storage devices, flash memory devices, other forms of storage media that can be accessed by computing device 12 and can store desired information, or a suitable combination thereof.
  • Communication bus 18 interconnects various other components of computing device 12 , including processor 14 and computer-readable storage medium 16 .
  • Computing device 12 may also include one or more input/output interfaces 22 and one or more network communication interfaces 26 that provide interfaces for one or more input/output devices 24 .
  • the input/output interface 22 and the network communication interface 26 are coupled to the communication bus 18 .
  • Input/output device 24 may be coupled to other components of computing device 12 via input/output interface 22 .
  • Exemplary input/output devices 24 include a pointing device (such as a mouse or trackpad), a keyboard, a touch input device (such as a touchpad or touchscreen), a voice or sound input device, various types of sensor devices, and/or imaging devices. input devices, and/or output devices such as display devices, printers, speakers and/or network cards.
  • the exemplary input/output device 24 may be included in the computing device 12 as a component constituting the computing device 12 , and may be connected to the computing device 12 as a separate device distinct from the computing device 12 . may be

Landscapes

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

Abstract

질병 감염 또는 보유 확률 계산 방법 및 장치, 질병 검사 대상자 출력 방법 및 장치가 개시된다. 본 발명의 일 실시예에 따른 질병 감염 확률 계산 방법은 하나 이상의 프로세서들, 및 상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서, 복수의 사람들의 위치 정보를 수신하는 단계; 및 감염자의 식별 정보 및 감염자의 질병 정보를 포함하는 감염자의 정보, 및 상기 복수의 사람들 각각의 위치 정보에 기초하여, 상기 복수의 사람들 각각의 질병 감염 확률을 계산하는 단계를 포함한다.

Description

질병 감염 또는 보유 확률 계산 방법 및 장치, 질병 검사 대상자 출력 방법 및 장치
개시되는 실시예들은 질병 감염 또는 보유 확률 계산 방법 및 장치, 질병 검사 대상자 출력 방법 및 장치와 관련된다. 보다 구체적으로는, 복수의 사람들 각각의 질병 감염 확률을 계산할 수 있는 질병 감염 확률 계산 방법, 질병 검사 대상자를 결정할 수 있는 질병 검사 대상자 출력 방법 및 장치와 관련된다.
2015년 여름의 메르스 (MERS-CoV, 중동호흡기증후군, 2012) 확산 사태는 신종 전염병의 위험이 1994년 성수대교 붕괴, 1995년 삼풍백화점 붕괴, 2014년 세월호 침몰 사고와 같은 국가적 재난 상황에 준하는 사회 경제적 충격과 혼란을 가져온다는 것을 재차 확인시켜준 사건이다. 2015년 5월 20일 국내 첫 메르스 감염 환자 확진 이래 7월 28일 메르스 종결 선언까지 총 36명의 사망자와 186명의 확진 환자가 발생하였고, 1만 6천여 명이 격리되는 전국적 혼란 속에서 사회 경제 활동 위축으로 인한 추정 경제 손실액 역시 10조 원에 다다를 뿐 아니라 국민 전체가 사회 심리적 경제적 후유증을 앓았다.
메르스 바이러스는 인플루엔자 바이러스에 비하여 치사율은 높은 반면 인간 대 인간의 감염력은 다소 낮은 특징을 갖고 있다. 현재까지 확인된 메르스 바이러스의 감염 경로는 비말 감염과 감염 환자와의 직접적, 간접적 신체 접촉이 주요 원인이며 공기 전파에 따른 감염 가능성도 배제할 수는 없는 것으로 파악된다. 그리고, 메르스 환자의 대다수가 병원 시설의 방문 또는 확진 환자와의 직간접 접촉을 통해 감염되었던 걸로 파악된다.
이와 같은 전염병은 일반적으로 이동하는 사람에 의해 확산될 수 있다. 따라서, 전염병의 예방과 확산 방지를 위해서는 전염병의 확산 상태 파악 및 확산 예측의 분석이 필요하다.
한편, 발명의 배경이 되는 기술은 본 발명에 대한 이해를 보다 용이하게 하기 위해 작성되었다. 발명의 배경이 되는 기술에 기재된 사항들이 선행기술로 존재한다고 인정하는 것으로 이해되어서는 안 된다.
개시되는 실시예들은 위와 같은 전염병의 예방과 확산 방지에 기여하기 위해, 감염자를 중심으로 한 복수의 사람들 각각의 질병 감염 또는 보유 확률을 계산할 수 있는, 질병 감염 확률 또는 보유 계산 방법 및 장치를 제공하는 것을 그 목적으로 한다.
개시되는 실시예들은 위와 같은 전염병의 예방과 확산 방지에 기여하기 위해 질병 검사 대상자를 결정하고, 질병 검사 대상자와 관련된 정보를 출력할 수 있는 질병 검사 대상자 출력 방법 및 장치를 제공하는 것을 그 목적으로 한다.
일 실시예에 따른 질병 보유 확률 계산 방법 및 장치는 감염자가 누구로부터 질병이 감염되었을지를 파악 (역추적) 하는데 기여할 수 있다.
본 발명의 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
일 실시예에 따른 질병 감염 또는 보유 확률 계산 방법이 개시된다. 일 실시예에 따른 질병 감염 확률 계산 방법은 하나 이상의 프로세서들, 및 상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서, 복수의 사람들의 위치 정보를 수신하는 단계; 및 감염자의 식별 정보 및 감염자의 질병 정보를 포함하는 감염자의 정보, 및 상기 복수의 사람들 각각의 위치 정보에 기초하여, 상기 복수의 사람들 각각의 질병 감염 확률을 계산하는 단계를 포함한다.
일 실시예에 따른 질병 감염 확률 계산 장치는 하나 이상의 프로세서; 메모리; 및 하나 이상의 프로그램을 포함하는 장치로서, 상기 하나 이상의 프로그램은 상기 메모리에 저장되고 상기 하나 이상의 프로세서에 의해 실행되도록 구성되며, 상기 프로그램은, 복수의 사람들의 위치 정보를 수신하는 단계; 및 감염자의 식별 정보 및 감염자의 질병 정보를 포함하는 감염자의 정보, 및 상기 복수의 사람들 각각의 위치 정보에 기초하여, 상기 복수의 사람들 각각의 질병 감염 확률을 계산하는 단계를 실행하기 위한 명령어들을 포함한다.
일 실시예에 따른 질병 검사 대상자 출력 방법은 하나 이상의 프로세서들, 및 상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서, 복수의 사람들의 위치 정보를 수신하는 단계; 사용자로부터 감염자의 식별 정보 및 감염자의 질병 정보를 포함하는 감염자의 정보를 입력받는 단계; 상기 감염자의 질병 정보 및 상기 복수의 사람들 각각의 위치 정보에 기초하여, 상기 복수의 사람들 중 질병 검사 대상자를 결정하는 단계; 및 상기 질병 검사 대상자와 관련된 정보를 출력하는 단계를 포함한다.
일 실시예에 따른 질병 검사 대상자 출력 장치는 하나 이상의 프로세서; 메모리; 및 하나 이상의 프로그램을 포함하는 장치로서, 상기 하나 이상의 프로그램은 상기 메모리에 저장되고 상기 하나 이상의 프로세서에 의해 실행되도록 구성되며, 상기 프로그램은, 복수의 사람들의 위치 정보를 수신하는 단계; 사용자로부터 감염자의 식별 정보 및 감염자의 질병 정보를 포함하는 감염자의 정보를 입력받는 단계; 상기 감염자의 질병 정보 및 상기 복수의 사람들 각각의 위치 정보에 기초하여, 상기 복수의 사람들 중 질병 검사 대상자를 결정하는 단계; 및 상기 질병 검사 대상자와 관련된 정보를 출력하는 단계를 실행하기 위한 명령어들을 포함한다.
일 실시예에 따른 질병 보유 확률 계산 방법은 하나 이상의 프로세서들, 및 상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서, 복수의 사람들의 위치 정보를 수신하는 단계; 감염자의 식별 정보 및 감염자의 질병 정보를 포함하는 감염자의 정보, 및 상기 복수의 사람들 각각의 위치 정보에 기초하여, 상기 복수의 사람들 사이의 질병 전파 확률을 계산하는 단계; 상기 복수의 사람들 각각을 기준으로, 상기 복수의 사람들과, 상기 복수의 사람들과 접촉한 접촉자들 사이의 질병 전파 확률의 비를 계산하는 단계; 및 상기 복수의 사람들과, 상기 복수의 사람들과 접촉한 접촉자들 사이의 질병 전파 확률의 비에 기초하여, 상기 복수의 사람들 각각의 질병 보유 확률을 계산하는 단계를 포함한다.
일 실시예에 따른 질병 보유 확률 계산 장치는 하나 이상의 프로세서; 메모리; 및 하나 이상의 프로그램을 포함하는 장치로서, 상기 하나 이상의 프로그램은 상기 메모리에 저장되고 상기 하나 이상의 프로세서에 의해 실행되도록 구성되며, 상기 프로그램은, 복수의 사람들의 위치 정보를 수신하는 단계; 감염자의 식별 정보 및 감염자의 질병 정보를 포함하는 감염자의 정보, 및 상기 복수의 사람들 각각의 위치 정보에 기초하여, 상기 복수의 사람들 사이의 질병 전파 확률을 계산하는 단계; 상기 복수의 사람들 각각을 기준으로, 상기 복수의 사람들과, 상기 복수의 사람들과 접촉한 접촉자들 사이의 질병 전파 확률의 비를 계산하는 단계; 및 상기 복수의 사람들과, 상기 복수의 사람들과 접촉한 접촉자들 사이의 질병 전파 확률의 비에 기초하여, 상기 복수의 사람들 각각의 질병 보유 확률을 계산하는 단계를 실행하기 위한 명령어들을 포함한다.
일 실시예에 따르면, 복수의 사람들 각각의 질병 감염 확률을 계산하는 것이 가능하다. 그리고, 복수의 사람들 각각의 질병 감염 확률은 질병 검사 대상자를 결정하는데 이용되는 자료가 될 수 있다. 구체적으로, 복수의 사람들 각각의 질병 감염 확률은 수치로서 표현된 구체적인 값이기 때문에, 단순히 복수의 사람들 사이의 형식상 접촉 여부에만 기초하여 판단하는 것보다 질병 검사 대상자를 정확하게 파악하는 데 기여할 수 있다.
일 실시예에 따르면, 복수의 사람들 사이의 질병 전파 확률에 기초하여, 복수의 사람들 각각의 질병 감염 확률을 계산함으로써, 보다 정확하게 질병 검사 대상자를 정확하게 파악하는 데 기여할 수 있다.
일 실시예에 따르면, 질병 전파력 및 복수의 사람들 사이의 접촉 정도에 기초하여, 복수의 사람들 사이의 질병 전파 확률을 계산함으로써, 단순히 복수의 사람들 사이의 형식상 접촉 여부에만 기초하여 판단하는 것보다 질병 검사 대상자를 정확하게 파악하는 데 기여할 수 있다.
일 실시예에 따르면, 제 1 차 접촉자의 질병 감염 확률, 및 제 1 차 접촉자와 제 2 차 접촉자 사이의 질병 전파 확률에 기초하여, 제 2 차 접촉자의 질병 감염 확률을 계산함으로써, 감염자와 직접적으로 접촉한자 외에 간접적으로 접촉한자들까지 질병 감염 확률을 정확하게 계산하는 데 기여할 수 있다.
일 실시예에 따르면, 복수의 접촉 루트 각각에 따라 계산된 특정인의 질병 감염 확률 중 최대값을 특정인의 질병 감염 확률로 결정함으로써, 미세 오차들을 배제한 채 질병 검사 대상자를 신속하게 파악하는 데 기여할 수 있다.
일 실시예에 따르면, 복수의 감염자 각각에 의한 질병 전파 영향을 고려하여 독립적으로 계산된, 복수의 사람들 각각의 질병 감염 확률의 산술 평균 값을 복수의 사람들 각각의 질병 감염 확률로 결정함으로써, 복수의 감염자 전체의 영향을 균형적으로 고려하여 보다 질병 검사 대상자를 정확하게 파악하는 데 기여할 수 있다.
일 실시예에 따르면, 질병 검사 대상자와 관련된 정보를 출력함으로써, 사용자가 보다 편리하게 질병 검사 대상자를 결정할 수 있도록 하는데 기여할 수 있다.
일 실시예에 따르면, 탐색 구간에 대응되는 복수의 사람들 각각의 위치 정보에 기초하여, 복수의 사람들 중 질병 검사 대상자를 결정함으로써, 보다 신속하고 정확하게 질병 검사 대상자를 결정할 수 있도록 하는데 기여할 수 있다.
일 실시예에 따르면, 복수의 사람들 각각의 질병 보유 확률을 계산하는 것이 가능하다. 그리고, 복수의 사람들 각각의 질병 보유 확률은 감염자가 누구로부터 질병이 감염되었을지를 파악 (역추적) 하는데 기여할 수 있다. 또한, 복수의 사람들 각각의 질병 보유 확률은 질병 보유 추정자를 결정하는데 이용되는 자료가 될 수 있다.
구체적으로, 복수의 사람들 각각의 질병 보유 확률은 수치로서 표현된 구체적인 값이기 때문에, 단순히 복수의 사람들 사이의 형식상 접촉 여부에만 기초하여 판단하는 것보다 질병 보유 추정자를 정확하게 파악하는 데 기여할 수 있다.
일 실시예에 따르면, 복수의 사람들 사이의 질병 전파 확률에 기초하여, 복수의 사람들 각각의 질병 보유 확률을 계산함으로써, 보다 정확하게 질병 보유 추정자를 정확하게 파악하는 데 기여할 수 있다.
일 실시예에 따르면, 질병 전파력 및 복수의 사람들 사이의 접촉 정도에 기초하여, 복수의 사람들 사이의 질병 전파 확률을 계산함으로써, 단순히 복수의 사람들 사이의 형식상 접촉 여부에만 기초하여 판단하는 것보다 질병 보유 추정자를 정확하게 파악하는 데 기여할 수 있다.
일 실시예에 따르면, 제 1 차 접촉자의 질병 보유 확률, 및 제 1 차 접촉자와 제 2 차 접촉자 사이의 질병 전파 확률에 기초하여, 제 2 차 접촉자의 질병 보유 확률을 계산함으로써, 감염자와 직접적으로 접촉한자 외에 간접적으로 접촉한자들까지 질병 보유 확률을 정확하게 계산하는 데 기여할 수 있다.
일 실시예에 따르면, 복수의 접촉 루트 각각에 따라 계산된 특정인의 질병 보유 확률 중 최대값을 특정인의 질병 보유 확률로 결정함으로써, 미세 오차들을 배제한 채 질병 보유 추정자를 신속하게 파악하는 데 기여할 수 있다.
일 실시예에 따르면, 복수의 감염자 각각에 의한 질병 전파 영향을 고려하여 독립적으로 계산된, 복수의 사람들 각각의 질병 보유 확률의 산술 평균 값을 복수의 사람들 각각의 질병 보유 확률로 결정함으로써, 복수의 감염자 전체의 영향을 균형적으로 고려하여 보다 질병 보유 추정자를 정확하게 파악하는 데 기여할 수 있다.
도 1 내지 도 3는 일 실시예에 따른 위치 정보 수집 시스템을 설명하기 위한 예시도이다.
도 4은 일 실시예에 따른 질병 감염 확률 계산 방법의 순서도이다.
도 5는 일 실시예에 따른 질병 검사 대상자 결정 방법의 순서도이다.
도 6는 다른 실시예에 따른 질병 감염 확률 계산 방법의 순서도이다.
도 7은 다른 실시예에 따른 질병 검사 대상자 결정 방법의 예시도이다.
도 8 내지 도 17은 일 실시예에 따른 질병 감염 확률 계산 과정을 설명하기 위한 예시도이다.
도 18은 일 실시예에 따른 질병 검사 대상자 결정 과정을 설명하기 위한 예시도이다.
도 19는 일 실시예에 따른 질병 보유 확률 계산 방법의 순서도이다.
도 20 내지 도 36은 일 실시예에 따른 질병 보유 확률 계산 과정을 설명하기 위한 예시도이다.
도 37은 일 실시예에 따른 질병 보유 추정자 결정 과정을 설명하기 위한 예시도이다.
도 38는 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 발명의 실시예를 설명하기 위한 도면에 개시된 형상, 크기, 비율, 각도, 개수 등은 예시적인 것이므로 본 발명이 도시된 사항에 한정되는 것은 아니다. 또한, 본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명은 생략한다. 본 명세서 상에서 언급된 '포함한다', '갖는다', '이루어진다' 등이 사용되는 경우 '~만'이 사용되지 않는 이상 다른 부분이 추가될 수 있다. 구성요소를 단수로 표현한 경우에 특별히 명시적인 기재 사항이 없는 한 복수를 포함하는 경우를 포함한다.
구성요소를 해석함에 있어서, 별도의 명시적 기재가 없더라도 오차 범위를 포함하는 것으로 해석한다.
비록 제1, 제2 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
도면에서 나타난 각 구성의 크기 및 두께는 설명의 편의를 위해 도시된 것이며, 본 발명이 도시된 구성의 크기 및 두께에 반드시 한정되는 것은 아니다.
본 발명의 여러 실시예들의 각각 특징들이 부분적으로 또는 전체적으로 서로 결합 또는 조합 가능하며, 당업자가 충분히 이해할 수 있듯이 기술적으로 다양한 연동 및 구동이 가능하며, 각 실시예들이 서로에 대하여 독립적으로 실시 가능할 수도 있고 연관 관계로 함께 실시 가능할 수도 있다.
도시된 순서도에서는 방법을 복수 개의 단계로 나누어 기재하였으나, 적어도 일부의 단계들은 순서를 바꾸어 수행되거나, 다른 단계와 결합되어 함께 수행되거나, 생략되거나, 세부 단계들로 나뉘어 수행되거나, 또는 도시되지 않은 하나 이상의 단계가 부가되어 수행될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 다양한 실시예들을 상세히 설명한다.
도 1 내지 도 3는 일 실시예에 따른 위치 정보 수집 시스템을 설명하기 위한 예시도이다.
위치 정보 수집 시스템은 실질적으로 하나의 공간에 위치하는 사람, 장비 등의 위치에 대한 정보를 수집할 수 있다. 여기서, 하나의 공간은 예를 들어, 건물이나 공원, 바다, 해안 등이 될 수 있다.
도 1에는 병원이 도시되어 있다. 병원은 여러 층으로 이루어져있으며, 각 층에는 사람들과 장비들이 위치하고 있다. 위치 정보 수집 시스템은 병원 내에 위치하는 사람, 장비 등의 위치 등에 대한 정보를 수집할 수 있다.
도 2에는 도 1에 도시된 병원의 내부 중 일부가 도시된다. 도 2에 도시된 바와 같이, 병원은 여러 공간을 포함할 수 있다. 예를 들어, 병원은 직원 공간, 환자 공간, 장비 공간, 수술실, 치료실, 진료실, 병실, 화장실, 휴게실, 식당, 복도, 로비 등을 포함수 있다. 다만, 이에 한정되는 것은 아니며, 병원은 병원 외부, 예를 들어, 주변의 산책로, 정원 등을 포함하는 개념으로 이해할 수도 있다. 한편, 병원에 있는 사람들은 직원, 환자, 방문객 등을 포함할 수 있다.
도 3은 병원의 일부 도면에 블루투스 존을 시각적으로 도시한 것이다. 도 3에 도시된 바와 같이, 블루투스 장치들은 병원 내에 설치되어 있을 수 있다. 블루투스 장치들은 병원 내에 위치하는 사람들의 위치 정보를 수집할 수 있다. 위치 정보 수집 시스템은 블루투스 장치들을 통해 병원 내의 모든 사람들의 위치 정보를 수집할 수 있다. 한편, 위치 정보 수집 방법은 이에 한정되는 것은 아니며, 위치 정보 수집 시스템은 각종 센서, 다른 IoT 기술, 기타 통신 기술 등을 이용하여서도 사람들의 위치 정보를 수집할 수 있다.
한편, 이러한 시스템은 병원 내에 출입한 사람들에게 위치 정보 송신 장치를 소지, 부착 또는 보유하도록 하게 하는 방식을 통해 운영될 수 있다. 위치 정보 송신 장치는 식별 정보, 위치 정보 등을 블루투스 장치로 실시간 또는 기 설정된 시간 간격으로 송신할 수 있다. 사용자는 송신 장치를 소지, 부착 또는 보유한 사람의 식별 정보를 그 송신 장치의 식별 정보와 맵핑시켜 위치 정보 수집 시스템에 반영, 저장, 업데이트할 수 있다. 이를 통해, 위치 정보 수집 시스템은 병원 내의 모든 사람들의 위치 정보를 실시간 또는 기 설정된 시간 간격으로 수집할 수 있다.
또한, 위치 정보 수집 시스템은 기 저장된 병원의 도면을 이용하여 병원 내의 사람들의 위치를 파악할 수 있다. 예를 들어, 위치 정보 수집 시스템은 병원 내의 공간 예를 들어, 병원은 직원 공간, 환자 공간, 장비 공간, 수술실, 치료실, 진료실, 병실, 화장실, 복도, 로비 등에 대응되는 위치를 병원의 도면에 맵핑시키고, 이를 통해 병원 내의 사람들의 위치를 파악할 수 있다. 또한, 위치 정보 수집 시스템은 사람들의 위치를 기 저장된 병원의 도면에 시각적으로 표시할 수 있다.
또한, 위치 정보 수집 시스템은 병원 내 장비들의 위치 정보도 저장하고 있을 수 있다. 위치 정보 수집 시스템은 장비들의 위치를 병원의 도면에 시각적으로 표시할 수 있다. 위치 정보 수집 시스템은 장비들의 위치가 변경되는 경우, 사용자에 의해 업데이트되어 병원의 도면에 반영될 수 있다. 또한, 병원 내의 장비들은 블루투스 장치들로 자신들의 위치 정보를 실시간으로 또는 기 설정된 간격으로 또는 기 설정된 이벤트가 발생되는 경우 송신할 수 있다. 이를 통해 위치 정보 수집 시스템은 장비들의 위치 정보를 실시간으로 수집하는 것도 가능하다.
한편, 위치 정보 수집 시스템은 위치 정보 송신 장치로부터 수신된 위치 정보를 이용하여, 기 설정된 시간 간격으로 또는 실시간으로 사람들의 위치에 대한 로그 데이터를 생성할 수 있다. 위치 정보 수집 시스템은 이 로그 데이터를 이용하여 원하는 시간 동안에 원하는 사람의 동선을 파악할 수 있다. 예를 들어, 위치 정보 수집 시스템은 이 로그 데이터를 이용하여 특정 환자가 몇시, 몇분, 몇초에 어느 공간에 있었는지, 1시부터 2시 사이에 화장실에 간적은 없는지 등을 파악할 수 있다. 또한, 위치 정보 수집 시스템은 이 로그 데이터를 이용하여 A 환자와 B 환자가 몇초 동안 근접 (예: 반경 1m 내에 위치) 하여 위치하고 있었는지, A 환자와 B 환자가 몇분 동안 특정 공간 (예: 휴게실) 에 같이 위치하고 있었는지, A 환자와 B 환자가 X 의료 장비를 같이 이용하였는지 등을 파악할 수 있다.
이로써, 병원 내에 있는 사람들은 전파 가능성이 있는 질병에 감염된 사람 (이하, 감염자) 과 그렇지 않은 사람 (이하, 비감염자) 으로 나눌 수 있다. 위치 정보 수집 시스템은 사람들의 위치 정보를 이용하여, 사람들 사이의 질병의 전파가 가능한 접촉 여부를 확인하고, 상기 접촉 여부에 기초하여 비감염자가 감염자로부터 질병이 감염되었을지를 파악하는데 기여할 수 있다.
뿐만 아니라, 병원 내에 있는 사람들 중 질병에 감염된 사람 (이하, 감염자) 이 누구 (이하, 질병 보유 추정자) 로부터 그 질병을 전파받았는지 역추적할 수 있다. 질병에 감염된 사람이 병원 외에서 질병이 감염된 것이 아니라 병원 내에서 질병이 감염된 것이라면, 그 질병에 감염된 사람은 병원 내의 누군가로부터 그 질병을 전파받았을 것이기 때문이다. 위치 정보 수집 시스템은 사람들의 위치 정보를 이용하여, 사람들 사이의 질병의 전파가 가능한 접촉 여부를 확인하고, 상기 접촉 여부에 기초하여 감염자를 감염시킨 질병 보유 추정자를 파악하는데 기여할 수 있다.
한편, 도 1 내지 도 3에서 설명된 위치 정보 수집 시스템과 관련된 기술적 사상은 이하의 실시예를 이해하는데, 참조될 수 있다.
도 4은 일 실시예에 따른 질병 감염 확률 계산 방법의 순서도이다.
도 4에 도시된 방법은 예를 들어, 도 19에 도시된 컴퓨팅 장치 (12) 에 의해 수행될 수 있다.
먼저, 컴퓨팅 장치 (12) 는 복수의 사람들의 위치 정보를 수신한다 (S410).
복수의 사람들은 예를 들어, 도 1 내지 3에서 설명된 병원에 위치하고 있을 수 있다. 복수의 사람들은 감염자와 비감염자를 포함할 수 있다.
예를 들어, 컴퓨팅 장치 (12) 는 병원 내에 위치한 블루투스 장비들로부터 실시간으로 또는 기 설정된 간격으로 복수의 사람들의 위치 정보를 수신할 수 있다.
다음으로, 컴퓨팅 장치 (12) 는 감염자의 정보 및 복수의 사람들 각각의 위치 정보에 기초하여, 복수의 사람들 각각의 질병 감염 확률을 계산한다 (S420).
감염자의 정보는 감염자의 식별 정보 및 감염자의 질병 정보를 포함할 수 있다. 감염자의 정보는 사용자에 입력에 의해 결정된다. 예를 들어, 컴퓨팅 장치 (12) 는 사용자로부터 감염자의 정보를 입력받을 수 있다. 구체적으로, 사용자는 감열자의 식별 정보 (예: 홍길동) 및 감염자의 질병 정보 (예: 메르스) 를 포함하는 감염자의 정보를 컴퓨팅 장치 (12) 에 입력할 수 있다. 다만, 이에 한정되는 것은 아니며, 외부 장치가 사용자로부터 감염자의 정보를 입력받고, 외부 장치가 사용자로부터 입력된 감염자의 정보를 컴퓨팅 장치 (12) 로 송신하는 방식으로, 컴퓨팅 장치 (12)는 사용자로부터 감염자의 정보를 입력받을 수 있다. 한편, 사용자가 입력하는 감염자의 정보는 감염자란 감염 확직을 받은 사람의 정보일 수 있다.
컴퓨팅 장치 (12) 는 감염자의 질병 정보에 대응되는 질병 전파력 및 위험 함수를 결정할 수 있다. 질병 전파력은 질병이 가진 기본적인 공격성을 수치로서 표현한 값일 수 있다. 컴퓨팅 장치 (12) 는 질병 별로 설정된 질병 전파력을 저장하고 있을 수 있다. 예를 들어, A라는 질병은 질병 전파력이 0.8, B라는 질병은 질병 전파력이 0.6, C라는 질병은 질병 전파력이 0.7일 수 있다. 예를 들어, 사용자는 질병 관리본부나 대한감염학회의 정보를 기반으로, 각 질병에 따른 공격성을 반영하여 질병 별 질병 전파력을 설정할 수 있다. 컴퓨팅 장치 (12) 는 기 저장된 질병 별 질병 전파력을 이용하여 감염자의 질병 정보에 대응되는 질병 전파력을 결정할 수 있다.
컴퓨팅 장치 (12) 는 위험 함수 및 복수의 사람들 각각의 위치 정보에 기초하여, 복수의 사람들 사이의 접촉 정도를 계산할 수 있다. 여기서의 접촉 정도는 질병의 전파가 가능한 접촉의 정도를 의미한다. 예를 들어, 위험 함수는 복수의 사람들의 위치 정보에 기초하여, 복수의 사람들 사이의 질병의 전파가 가능한 접촉의 정도를 수치로 표현하여 출력하기 위한 함수일 수 있다. 구체적으로, 위험 함수는 질병 전파력 이외의 질병 전파 확률을 가중시키는 환경적인 요소들을 반영하여 만든 가중치 함수일 수 있다.
예를 들어, 위험 함수는 A 환자와 B 환자의 위치 정보를 이용하여 A 환자와 B 환자가 몇초 동안 근접 (예: 반경 1m 내에 위치) 하여 위치하고 있었는지, A 환자와 B 환자가 몇분 동안 특정 공간 (예: 재활 치료실, 화장실 같은 칸 등) 에 같이 위치하고 있었는지, A 환자와 B 환자가 동일 의료 장비를 이용하였는지 등에 기초하여, A 환자와 B 환자 사이의 질병의 전파가 가능한 접촉의 정도를 수치로 표현하여 출력할 수 있다. 이러한 방식으로, 위험 함수는 A 환자, B 환자, C 환자, D 환자의 위치 정보를 이용하여, A 환자와 B 환자 사이의 질병의 전파가 가능한 접촉의 정도, B 환자와 C 환자 사이의 질병의 전파가 가능한 접촉의 정도, C 환자와 D 환자 사이의 질병의 전파가 가능한 접촉의 정도를 수치로 표현하여 출력할 수 있다.
한편, 위험 함수는 질병 별 전파 경로에 따라 고려 요소가 달리 설정될 수 있다. 예를 들어, 사용자는 질병의 전파 경로가 1) 접촉, 2) 비말, 3) 공기매개인지 여부에 따라 위험 함수의 고려 요소를 달리 설정할 수 있다. 구체적으로, 접촉성 질병에 대한 위험 함수는 소정 거리 내 근접 횟수 내지 빈도, 동일 공간 사용 여부 (예: 동일 병실, 동일 복도, 동일 층), 화장실 공유 여부 등을 고려하여 질병의 전파가 가능한 접촉의 정도를 수치로 표현하여 출력할 수 있다. 비말/공기매개 질병에 대한 위험 함수는 위치 근접 정도, 공조 장치의 종류 (예: 음압 시설, 일반 환풍), 특수 병동 여부 (예: 무균실, 마스크 착용 병실) 등을 고려하여 질병의 전파가 가능한 접촉의 정도를 수치로 표현하여 출력할 수 있다.
이러한 방식으로, 컴퓨팅 장치 (12) 는 질병 별로 설정된 위험 함수를 저장하고 있을 수 있다. 컴퓨팅 장치 (12) 는 기 저장된 질병 별 위험 함수를 이용하여 감염자의 질병 정보에 대응되는 위험 함수를 결정할 수 있다. 예를 들어, A 환자와 B 환자가 5분 동안 근접하여 위치하고 있었고, A 환자와 B 환자가 3시간 동안 동일 방 (음압 시설 존재) 에 위치하고 있었다. 이때, 접촉성 질병이 문제되는 경우, 위험 함수는 0.7을 출력하고, 비말/공기매개 질병이 문제되는 경우, 위험 함수는 0.5를 출력할 수 있다. 다만, 이는 예시적인 것에 불과하며, 위험 함수의 세부적인 설계에 따라 출력 값이 달라질 수 있다. 한편, 위험 함수의 세부적인 사항은 구체적인 질병의 전파 경로 및 프로그램 정책에 따라 통상의 기술자에 의해 자유로운 방식으로 설계될 수 있다.
이후, 컴퓨팅 장치 (12) 는 질병 전파력 및 복수의 사람들 사이의 접촉 정도에 기초하여, 질병 전파 확률을 계산할 수 있다. 예를 들어, 컴퓨팅 장치 (12) 는 질병 전파력 및 A 환자와 B 환자 사이의 접촉 정도의 곱을 A 환자와 B 환자 사이의 질병 전파 확률로 결정할 수 있다. 이후, 컴퓨팅 장치 (12) 는 복수의 사람들 사이의 질병 전파 확률에 기초하여, 복수의 사람들 각각의 질병 감염 확률을 계산할 수 있다. 예를 들어, 컴퓨팅 장치 (12) 는 A 환자의 질병 감염 확률과, A 환자와 B 환자 사이의 질병 전파 확률의 곱을 B의 질병 감염 확률로 결정할 수 있다. 다만, 복수의 사람들 사이의 질병 전파 확률이나 복수의 사람들 각각의 질병 감염 확률은 반드시 확률 값일 필요 없고, 그 확률 크기를 스케일링한 수치일 수도 있다. 그리고, 이는 어디까지나 하나의 실시례에 대한 설명에 불과하며, 아래에 개시되는 다양한 실시례들을 더 참조하면 통상의 기술자는 개시되는 실시례에 내재된 기술적 사상을 보다 다양하고, 효율적인 방식으로 이용할 수 있을 것이다.
도 8을 참조한다. 도 8에는 감염자와, 감염자와 접촉한 접촉자가 도시되어 있다. 다만, 이는 설명의 편의를 위한 전제이며, 실제, 감염자와 접촉자 사이의 접촉 여부는 위험 함수에 의해 판단될 수 있다. 컴퓨팅 장치 (12) 는 감염자의 질병 정보에 대응되는 질병 전파력 (F) 및 위험 함수 (D) 를 결정할 수 있다.
예를 들어, 컴퓨팅 장치 (12) 는 감염자의 질병이 M1인 경우, 질병 전파력을 F1, 위험 함수를 DT1으로 결정하고, 감염자의 질병이 M2인 경우, 질병 전파력을 F2, 위험 함수를 DT2으로 결정하고, 감염자의 질병이 M3인 경우, 질병 전파력을 F3, 위험 함수를 DT3으로 결정할 수 있다.
컴퓨팅 장치 (12) 는 위험 함수 (D) 및 감염자와 접촉자 각각의 위치 정보 (Pi) 에 기초하여, 감염자와 접촉자 사이의 접촉 정도 (C) 를 계산할 수 있다. 컴퓨팅 장치 (12) 는 질병 전파력 (F), 및 감염자와 접촉자 사이의 접촉 정도 (C) 의 곱을 감염자와 접촉자 사이의 질병 전파 확률 (P) 로 결정할 수 있다.
감염자는 사용자에 의해 정해지므로, 감염자는 감염 확진자라는 전제 하에, 감염자의 질병 감염 확률은 1로 본다. 컴퓨팅 장치 (12) 는 감염자의 질병 감염 확률 (1) 및 감염자와 접촉자의 질병 전파 확률 (P) 의 곱을 접촉자의 질병 감염 확률 (P) 로 결정할 수 있다. 한편, 감염자와 접촉한 접촉자의 질병 감염 확률 (P) 은 감염자와 접촉자의 질병 전파 확률 (P) 과 동일하다. 이는 감염자는 감염 확진자라는 전제 하에, 감염자의 질병 감염 확률은 1로 보기 때문이다. 따라서, 감염자와 접촉한 접촉자의 질병 감염 확률은 감염자와 접촉자의 질병 전파 확률로 보아도 된다.
한편, 도 8은 감염자와 접촉한 접촉자가 한명인 경우를 예를 들어 설명되었으나, 이러한 원리는 감염자와 접촉한 접촉자가 여러 명인 경우에도 동일하게 적용될 수 있다.
컴퓨팅 장치 (12) 는 감염자와 접촉한 제 1 차 접촉자가 존재하고, 제 1 차 접촉자와 접촉한 제 2 차 접촉자가 존재하는 경우, 제 1 차 접촉자의 질병 감염 확률을 계산하고, 제 1 차 접촉자의 질병 감염 확률, 및 제 1 차 접촉자와 제 2 차 접촉자 사이의 질병 전파 확률에 기초하여, 제 2 차 접촉자의 질병 감염 확률을 계산할 수 있다. 예를 들어, 컴퓨팅 장치 (12) 는 제 1 차 접촉자의 질병 감염 확률, 및 제 1 차 접촉자와 제 2 차 접촉자 사이의 질병 전파 확률의 곱을 제 2 차 접촉자의 질병 감염 확률로 결정할 수 있다.
도 9를 참조한다. 도 9에는 감염자와 접촉한 제 1 차 접촉자, 제 1 차 접촉자와 접촉한 제 2 차 접촉자가 도시되어 있다. 이는 설명의 편의를 위한 전제이며, 실제, 감염자와 제 1 차 접촉자 사이의 접촉 여부, 제 1 차 접촉자와 제 2 차 접촉자 사이의 접촉 여부는 위험 함수에 의해 판단될 수 있다.
컴퓨팅 장치 (12) 는 도 8과 함께 설명된 방식으로, 감염자와 접촉한 제 1 차 접촉자의 질병 감염 확률을 계산할 수 있다. 예를 들어, 컴퓨팅 장치 (12) 는 감염자와 접촉한 제 1 차 접촉자의 질병 전파 확률 (P1) 을 제 1 차 접촉자의 질병 감염 확률 (P1) 로 결정할 수 있다.
컴퓨팅 장치 (12) 는 제 1 차 접촉자의 질병 감염 확률 (P1), 및 제 1 차 접촉자와 제 2 차 접촉자 사이의 질병 전파 확률 (P2) 의 곱을 제 2 차 접촉자의 질병 감염 확률 (P1*P2) 로 결정할 수 있다. 제 2 차 접촉자의 질병 감염 확률 (P1*P2) 은 감염자와 제 1 차 접촉자 사이의 질병 전파 확률 (P2) 과 제 1 차 접촉자와 제 2 차 접촉자 사이의 질병 전파 확률 (P2) 의 곱과 동일하다. 이는, 감염자는 감염 확진자라는 전제 하에, 감염자의 질병 감염 확률은 1로 보기 때문이다. 따라서, 제 2 차 접촉자의 질병 감염 확률 (P1*P2) 은 감염자와 제 1 차 접촉자 사이의 질병 전파 확률 (P2) 과 제 1 차 접촉자와 제 2 차 접촉자 사이의 질병 전파 확률 (P2) 의 곱으로 보아도 된다.
한편, 도 9는 제 2 차 접촉자까지만 존재하는 경우를 예를 들어 설명되었으나, 이러한 원리는 제 2 차 접촉자와 접촉한 제 3 차 접촉자, 제 3 차 접촉자와 접촉한 제 4 차 접촉자, ,,, 제 n 차 접촉자가 존재하는 경우에도 확장될 수 있다. 예를 들어, 제 2 차 접촉자와 접촉한 제 3 차 접촉자 사이의 질병 전파 확률이 P3인 경우, 제 3 차 접촉자의 질병 감염 확률은 P1*P2*P3가 되며, 제 3 차 접촉자와 접촉한 제 4 차 접촉자 사이의 질병 전파 확률이 P4인 경우, 제 4 차 접촉자의 질병 감염 확률은 P1*P2*P3*P4가 되며, 제 n 차 접촉자의 질병 감염 확률은 P1*P2*P3*P4*P5가 된다.
컴퓨팅 장치 (12) 는 감염자와 특정인 사이의 접촉 루트가 복수인 경우, 복수의 접촉 루트 각각에 따른 특정인의 질병 감염 확률을 계산하고, 복수의 접촉 루트 각각에 따라 계산된 특정인의 질병 감염 확률 중 최대값을 특정인의 질병 감염 확률로 결정할 수 있다.
도 10을 참조한다. 도 10에는 감염자와 접촉한 제 1 차 접촉자 2명, 제 1 차 접촉자 2명과 접촉한 제 2 차 접촉자 (특정인) 가 도시되어 있다. 이는 설명의 편의를 위한 전제이며, 실제, 감염자와 2명의 제 1 차 접촉자 사이의 접촉 여부, 2명의 제 1 차 접촉자와 특정인 사이의 접촉 여부는 위험 함수에 의해 판단될 수 있다.
도 10을 참조하면, 감염자와 특정인 사이의 접촉 루트는 2개이다.
컴퓨팅 장치 (12) 는 도 9와 함께 설명된 방식으로, 도면 상 좌측의 제 1 차 접촉자를 경유하는 접촉 루트에 따른 특정인의 질병 감염 확률, 및 도면 상 우측의 제 1 차 접촉자를 경유하는 접촉 루트에 따른 특정인의 질병 감염 확률을 계산할 수 있다. 예를 들어, 컴퓨팅 장치 (12) 는 도면 상 좌측의 제 1 차 접촉자를 경유하는 접촉 루트에 따른 특정인의 질병 감염 확률을 P1*P3로 결정할 수 있다. 또한, 컴퓨팅 장치 (12) 는 도면 상 우측의 제 1 차 접촉자를 경유하는 접촉 루트에 따른 특정인의 질병 감염 확률을 P2*P4로 결정할 수 있다.
이때, 컴퓨팅 장치 (12) 는 도면 상 좌측의 제 1 차 접촉자를 경유하는 접촉 루트에 따라 계산된 특정인의 질병 감염 확률 (P1*P3) 과 도면 상 우측의 제 1 차 접촉자를 경유하는 접촉 루트에 따라 계산된 특정인의 질병 감염 확률 (P2*P4) 중 최대값 {max(P1*P3, P2*P4)} 을 특정인의 질병 감염 확률로 결정할 수 있다.
도 11을 참조한다. 도 11에는 감염자와 접촉한 제 1 차 접촉자 2명이 도시되어 있다. 그리고, 도면 상 좌측의 제 1 차 접촉자는 도면 상 우측의 제 1 차 접촉자와 접촉한바 있다. 이는 설명의 편의를 위한 전제이며, 실제, 감염자와 2명의 제 1 차 접촉자 사이의 접촉 여부, 2명의 제 1 차 접촉자 사이의 접촉 여부는 위험 함수에 의해 판단될 수 있다.
도 11을 참조하면, 감염자와 각각의 제 1 차 접촉자 사이의 접촉 루트는 2개이다. 한편, 도면 상 좌측의 제 1 차 접촉자는 감염자와 직접적으로 접촉한바 있고, 도면 상 우측의 제 1 차 접촉자를 경유하여 감염자와 간접적으로 접촉한바 있으므로, 도면 상 좌측의 제 1 차 접촉자는 제 1 차 접촉자이면서 동시에 제 2 차 접촉자이다. 또한, 도면 상 우측의 제 1 차 접촉자는 감염자와 직접적으로 접촉한바 있고, 도면 상 좌측의 제 1 차 접촉자를 경유하여 감염자와 간접적으로 접촉한바 있으므로, 도면 상 우측의 제 1 차 접촉자는 제 1 차 접촉자이면서 동시에 제 2 차 접촉자이다.
컴퓨팅 장치 (12) 는 도 8과 함께 설명된 방식으로, 감염자와 직접적인 접촉 루트에 따른, 도면 상 좌측의 제 1 차 접촉자의 질병 감염 확률을 P1으로 결정할 수 있다. 또한, 컴퓨팅 장치 (12) 는 도 8과 함께 설명된 방식으로, 감염자와 직접적인 접촉 루트에 따른, 도면 상 우측의 제 1 차 접촉자의 질병 감염 확률을 P2로 결정할 수 있다.
또한, 컴퓨팅 장치 (12) 는 도 9와 함께 설명된 방식으로, 도면 상 우측의 제 1 차 접촉자를 경유하는 접촉 루트에 따른, 도면 상 좌측의 제 1 차 접촉자의 질병 감염 확률을 P2*P3로 결정할 수 있다. 또한, 컴퓨팅 장치 (12) 는 도 9와 함께 설명된 방식으로, 도면 상 좌측의 제 1 차 접촉자를 경유하는 접촉 루트에 따른, 도면 상 우측의 제 1 차 접촉자의 질병 감염 확률을 P1*P3로 결정할 수 있다.
이때, 컴퓨팅 장치 (12) 는 감염자와 직접적인 접촉 루트에 따른 도면 상 좌측의 제 1 차 접촉자의 질병 감염 확률 (P1) 과 도면 상 우측의 제 1 차 접촉자를 경유하는 접촉 루트에 따른, 도면 상 좌측의 제 1 차 접촉자의 질병 감염 확률 (P2*P3) 중 최대값 {max(P1, P2*P3)} 을 도면 상 좌측의 제 1 차 접촉자의 질병 감염 확률로 결정할 수 있다. 또한, 컴퓨팅 장치 (12) 는 감염자와 직접적인 접촉 루트에 따른 도면 상 우측의 제 1 차 접촉자의 질병 감염 확률 (P2) 과 도면 상 좌측의 제 1 차 접촉자를 경유하는 접촉 루트에 따른 도면 상 우측의 제 1 차 접촉자의 질병 감염 확률 (P1*P3) 중 최대값 {max(P1, P1*P3)} 을 도면 상 좌측의 제 1 차 접촉자의 질병 감염 확률로 결정할 수 있다.
도 12를 참조한다. 도 12에는 감염자 1명, 감염자와 접촉한 제 1 차 접촉자 2명, 제 1 차 접촉자와 접촉한 제 2 차 접촉자 4명이 도시되어 있다. 그리고, 제 2 차 접촉차 중 오른쪽에서 1번째의 제 2 차 접촉자는, 그 왼쪽의 제 2 차 접촉자와 접촉한바 있다. 이는 설명의 편의를 위한 전제이며, 실제, 감염자와 2명의 제 1 차 접촉자 사이의 접촉 여부, 2명의 제 1 차 접촉자와 4명의 제 2 차 접촉자 사이의 접촉 여부, 제 2 차 접촉차 중 오른쪽 1번째의 제 2 차 접촉자와 그 왼쪽의 제 2 차 접촉자 사이의 접촉 여부는 위험 함수에 의해 판단될 수 있다.
컴퓨팅 장치 (12) 는 도 8 내지 도 11에서 설명된 방식으로, 감염자 1명, 감염자와 접촉한 제 1 차 접촉자 2명, 제 1 차 접촉자와 접촉한 제 2 차 접촉자 4명 각각에 대한 질병 감염 확률을 계산할 수 있다. 2명의 제 1 차 접촉자는 모두 감염자와 직접적으로 접촉하고 있으므로, 2명의 제 1 차 접촉자 각각의 질병 감염 확률은 P1, P2로 결정될 수 있다.
왼쪽 최외각의 제 2 차 접촉자는 도면 상의 좌측의 제 1 차 접촉자를 경유하는 접촉 루트만을 가지므로, 왼쪽 최외각의 제 2 차 접촉자의 질병 감염 확률은 P1*P3로 결정될 수 있다. 왼쪽에서 2번째의 제 2 차 접촉자는 도면 상의 좌측의 제 1 차 접촉자를 경유하는 접촉 루트와, 도면 상의 우측의 제 1 차 접촉자를 경유하는 접촉 루트를 가지므로, 왼쪽에서 2번째의 제 2 차 접촉자의 질병 감염 확률은 max(P1*P4, P2*P5) 로 결정될 수 있다.
왼쪽에서 3번째의 제 2 차 접촉자는 도면 상의 우측의 제 1 차 접촉자를 경유하는 접촉 루트와, 도면 상의 좌측의 제 1 차 접촉자 및 오른쪽에서 1번째의 제 2 차 접촉자를 경유하는 접촉 루트를 가지므로, 왼쪽에서 3번째의 제 2 차 접촉자의 질병 감염 확률은 max(P2*P6, P1*P7*P8) 로 결정될 수 있다. 오른쪽에서 1번째의 제 2 차 접촉자는 도면 상의 좌측의 제 1 차 접촉자를 경유하는 접촉 루트와, 도면 상의 우측의 제 1 차 접촉자 및 오른쪽에서 2번째의 제 2 차 접촉자를 경유하는 접촉 루트를 가지므로, 오른쪽에서 1번째의 제 2 차 접촉자의 질병 감염 확률은 max(P1*P7, P2*P6*P8) 로 결정될 수 있다.
컴퓨팅 장치 (12) 는 감염자가 복수인 경우, 복수의 감염자 각각에 의한 질병 전파 영향을 고려하여 복수의 사람들 각각의 질병 감염 확률을 독립적으로 계산하고, 복수의 감염자 각각에 의한 질병 전파 영향을 고려하여 독립적으로 계산된 복수의 사람들 각각의 질병 감염 확률의 산술 평균 값을 복수의 사람들 각각의 질병 감염 확률로 결정할 수 있다.
예를 들어, 컴퓨팅 장치 (12) 는 감염자가 제 1 감염자와 제 2 감염자로 2명인 경우, 제 1 감염자에 의한 질병 전파 영향만을 고려하여 복수의 사람들 각각의 질병 감염 확률을 계산하고, 제 2 감염자에 의한 질병 전파 영향만을 고려하여 상기 복수의 사람들 각각의 질병 감염 확률을 계산하고, 제 1 감염자에 의한 질병 전파 영향만을 고려하여 계산된 복수의 사람들 각각의 질병 감염 확률, 및 제 2 감염자에 의한 질병 전파 영향만을 고려하여 계산된 복수의 사람들 각각의 질병 감염 확률의 산술 평균 값을 복수의 사람들 각각의 질병 감염 확률로 결정할 수 있다.
한편, 제 1 감염자에 의한 질병 전파 영향만을 고려하여 복수의 사람들 각각의 질병 감염 확률을 계산한다는 의미는, 제 1 감염자에 의한 질병 전파 영향을 고려하여 복수의 사람들 각각의 질병 감염 확률을 계산할 때, 제 1 감염자 외의 다른 감염자 (제 2 감염자) 의 질병 전파 영향은 없는 것으로 본다는 것이다. 또한, 제 2 감염자에 의한 질병 전파 영향만을 고려하여 상기 복수의 사람들 각각의 질병 감염 확률을 계산한다는 의미는, 제 2 감염자에 의한 질병 전파 영향을 고려하여 복수의 사람들 각각의 질병 감염 확률을 계산할 때, 제 2 감염자 외의 다른 감염자 (제 1 감염자) 의 질병 전파 영향은 없는 것으로 본다는 것이다. 이를 확장시키면, 복수의 감염자 각각에 의한 질병 전파 영향을 고려하여 복수의 사람들 각각의 질병 감염 확률을 독립적으로 계산하는 것이 가능하다.
도 13을 참조한다. 도 13에는 제 1 감염자 및 제 2 감염자와 접촉한 접촉자가 도시되어 있다. 이는 설명의 편의를 위한 전제이며, 실제, 제 1 감염자와 접촉자 사이의 접촉 여부, 제 2 감염자와 접촉자 사이의 접촉 여부는 위험 함수에 의해 판단될 수 있다.
컴퓨팅 장치 (12) 는 제 1 감염자에 의한 질병 전파 영향만을 고려하여 접촉자의 질병 감염 확률을 P1으로 결정할 수 있다. 또한, 컴퓨팅 장치 (12) 는 제 2 감염자에 의한 질병 전파 영향만을 고려하여 접촉자의 질병 감염 확률을 P2으로 결정할 수 있다. 이때, 컴퓨팅 장치 (12) 는 제 1 감염자에 의한 질병 전파 영향만을 고려하여 계산된 접촉자의 질병 감염 확률 (P1) 과, 제 2 감염자에 의한 질병 전파 영향만을 고려하여 계산된 접촉자의 질병 감염 확률 (P2) 의 산술 평균 값 {(P1+P2)/2} 을 접촉자의 질병 감염 확률로 결정할 수 있다. 이를 확장시키면, 도 13과 달리, 제 1 감염자, 제 2 감염자, … 및 제 n 감염자와 접촉한 접촉자가 있는 경우, 그 접촉자의 질병 감염 확률은 {(P1+P2+…+Pn)/n} 이 될 수 있다.
도 14를 참조한다. 도 14에는 감염자 2명, 감염자 2명과 접촉한 제 1 차 접촉자 2명, 제 1 차 접촉자와 접촉한 제 2 차 접촉자 4명이 도시되어 있다. 이는 설명의 편의를 위한 전제이며, 실제, 2명의 감염자과 2명의 제 1 차 접촉자 사이의 접촉 여부, 2명의 제 1 차 접촉자와 4명의 제 2 차 접촉자 사이의 접촉 여부는 위험 함수에 의해 판단될 수 있다.
감염자가 제 1 감염자와 제 2 감염자로 2명이므로, 컴퓨팅 장치 (12) 는 제 1 감염자에 의한 질병 전파 영향만을 고려하여 복수의 사람들 각각의 질병 감염 확률을 계산하고, 제 2 감염자에 의한 질병 전파 영향만을 고려하여 상기 복수의 사람들 각각의 질병 감염 확률을 계산하고, 제 1 감염자에 의한 질병 전파 영향만을 고려하여 계산된 복수의 사람들 각각의 질병 감염 확률, 및 제 2 감염자에 의한 질병 전파 영향만을 고려하여 계산된 복수의 사람들 각각의 질병 감염 확률의 산술 평균 값을 복수의 사람들 각각의 질병 감염 확률로 결정할 수 있다.
도 15은 도 14에서 제 1 감염자에 의한 질병 전파 영향만을 고려하여 계산된 복수의 사람들 각각의 질병 감염 확률을 도시한다. 이때, 제 2 감염자의 질병 감염 확률을 0으로 보아 무시할 수 있다. 또한, 도 16은 도 14에서 제 1 감염자에 의한 질병 전파 영향만을 고려하여 계산된 복수의 사람들 각각의 질병 감염 확률을 도시한다. 이때, 제 1 감염자의 질병 감염 확률을 0으로 보아 무시할 수 있다. 도 17은 제 1 감염자에 의한 질병 전파 영향만을 고려하여 계산된 복수의 사람들 각각의 질병 감염 확률 (도 15를 참조) 과 제 2 감염자에 의한 질병 전파 영향만을 고려하여 계산된 복수의 사람들 각각의 질병 감염 확률 (도 16을 참조) 의 산술 평균 값을 도시한다.
이를 확장시키면, 도 14 내지 도 17과 달리, 감염자가 제 1 감염자, 제 2 감염자 외에 제 n 감염자까지 총 n명이 있는 경우, 컴퓨팅 장치 (12) 는 복수의 감염자 각각에 의한 질병 전파 영향을 고려하여 복수의 사람들 각각의 질병 감염 확률을 독립적으로 계산하고, 복수의 감염자 각각에 의한 질병 전파 영향을 고려하여 독립적으로 계산된 복수의 사람들 각각의 질병 감염 확률의 산술 평균 값을 복수의 사람들 각각의 질병 감염 확률로 결정함으로써, 복수의 사람들 각각의 질병 감염 확률을 계산할 수 있다.
이로써, 컴퓨팅 장치 (12) 는 사용자에 의해 입력된 감염자 정보만으로, 복수의 사람들 각각의 질병 감염 확률을 계산할 수 있다. 복수의 사람들 각각의 질병 감염 확률은 질병 검사 대상자를 결정하는데 이용되는 자료가 될 수 있다.
도 5는 일 실시예에 따른 질병 검사 대상자 결정 방법의 순서도이다.
도 5에 도시된 방법은 예를 들어, 도 38에 도시된 컴퓨팅 장치 (12) 에 의해 수행될 수 있다.
도 5에 도시된 방법에는 그 성질에 반하지 않는 범위 내에서 도 4에 도시된 방법이 동일하거나 유사하게 적용될 수 있다. 따라서, 도 4와 중복되는 설명은 요지를 과도하게 흐릴 수 있는 범위 내에서 생략하기로 한다.
먼저, 컴퓨팅 장치 (12) 는 복수의 사람들의 위치 정보를 수신한다 (S510).
복수의 사람들은 예를 들어, 도 1 내지 3에서 설명된 병원에 위치하고 있을 수 있다. 복수의 사람들은 감염자와 비감염자를 포함할 수 있다.
예를 들어, 컴퓨팅 장치 (12) 는 병원 내에 위치한 블루투스 장비들로부터 실시간으로 또는 기 설정된 간격으로 복수의 사람들의 위치 정보를 수신할 수 있다.
다음으로, 컴퓨팅 장치 (12) 는 사용자로부터 감염자의 정보를 입력받는다 (S520). 감염자의 정보는 감염자의 식별 정보 및 감염자의 질병 정보를 포함할 수 있다. 예를 들어, 컴퓨팅 장치 (12) 는 사용자로부터 감염자의 정보를 입력받을 수 있다. 구체적으로, 사용자는 감열자의 식별 정보 (예: 홍길동) 및 감염자의 질병 정보 (예: 메르스) 를 포함하는 감염자의 정보를 컴퓨팅 장치 (12) 에 입력할 수 있다. 다만, 이에 한정되는 것은 아니며, 외부 장치가 사용자로부터 감염자의 정보를 입력받고, 외부 장치가 사용자로부터 입력된 감염자의 정보를 컴퓨팅 장치 (12) 로 송신하는 방식으로, 컴퓨팅 장치 (12)는 사용자로부터 감염자의 정보를 입력받을 수 있다.
다음으로, 컴퓨팅 장치 (12) 는 감염자의 질병 정보 및 복수의 사람들 각각의 위치 정보에 기초하여, 복수의 사람들 중 질병 검사 대상자를 결정한다 (S530).
컴퓨팅 장치 (12) 는 감염자의 정보 및 복수의 사람들 각각의 위치 정보에 기초하여 복수의 사람들 각각의 질병 감염 확률을 계산하고, 복수의 사람들 각각의 질병 감염 확률에 기초하여 복수의 사람들 중 질병 검사 대상자를 결정할 수 있다. 여기서, 복수의 사람들 각각의 질병 감염 확률을 계산하는 방식에는 도 4와 함께 설명된 방식이 동일하거나 유사하게 적용될 수 있다.
실시예에 따라, 컴퓨팅 장치 (12) 는 사용자로부터 탐색 구간을 입력받고, 탐색 구간에 대응되는 복수의 사람들 각각의 위치 정보에 기초하여, 복수의 사람들 중 질병 검사 대상자를 결정할 수 있다. 예를 들어, 컴퓨팅 장치 (12) 는 사용자로부터 탐색 구간을 입력받고, 감염자의 정보 및 탐색 구간에 대응되는 복수의 사람들 각각의 위치 정보에 기초하여 복수의 사람들 각각의 질병 감염 확률을 계산하고, 복수의 사람들 각각의 질병 감염 확률에 기초하여 복수의 사람들 중 질병 검사 대상자를 결정할 수 있다. 이는 질병 검사 대상자를 결정하는데 감염자의 유입 시점이나 질발 발생 시점을 고려함으로써, 불필요한 연산량을 줄이기 위함이다. 예를 들어, 사용자는 감염자의 유입 시점이나 질발 발생 시점을 탐색 구간의 시점으로 입력하고, 현재 시점을 탐색 구간의 종점으로 입력할 수 있다.
실시예에 따라, 컴퓨팅 장치 (12) 는 감염자의 질병 정보에 대응되는 질병 잠복 기간을 결정하고, 질병 잠복 기간에 기초하여 탐색 구간을 설정할 수 있다. 예를 들어, 컴퓨팅 장치 (12) 는 질병 별 잠복 기간 테이블을 저장하고 있고, 질병 별 잠복 기간 테이블에 기초하여 감염자의 질병 정보에 대응되는 질병 잠복 기간을 결정할 수 있다. 이후, 컴퓨팅 장치 (12) 는 탐색 구간에 대응되는 복수의 사람들 각각의 위치 정보에 기초하여, 복수의 사람들 중 질병 검사 대상자를 결정할 수 있다. 예를 들어, 컴퓨팅 장치 (12) 는 사용자로부터 탐색 구간을 입력받고, 감염자의 정보 및 탐색 구간에 대응되는 복수의 사람들 각각의 위치 정보에 기초하여 복수의 사람들 각각의 질병 감염 확률을 계산하고, 복수의 사람들 각각의 질병 감염 확률에 기초하여 복수의 사람들 중 질병 검사 대상자를 결정할 수 있다.
도 18에 도시된 바와 같이, 컴퓨팅 장치 (12) 는 복수의 사람들 중 질병 감염 확률이 기 설정된 질병 감염 확률 기준 값을 초과하는 자를 질병 검사 대상자로 결정할 수 있다. 한편, 사용자는 컴퓨팅 장치 (12) 에 질병 감염 확률 기준 값을 입력하여, 질병 감염 확률 기준 값을 설정할 수 있다.
다음으로, 컴퓨팅 장치 (12) 는 질병 검사 대상자와 관련된 정보를 출력한다 (S540). 예를 들어, 컴퓨팅 장치 (12) 는 질병 검사 대상자와 관련된 정보를 시각적 또는 청각적으로 출력할 수 있다. 예를 들어, 컴퓨팅 장치 (12) 는 질병 검사 대상자의 식병 정보를 출력할 수 있다.
도 6는 다른 실시예에 따른 질병 감염 확률 계산 방법의 순서도이다.
도 6에 도시된 방법은 예를 들어, 도 38에 도시된 컴퓨팅 장치 (12) 에 의해 수행될 수 있다.
도 6에 도시된 방법에는 그 성질에 반하지 않는 범위 내에서 도 4 및 도 5에 도시된 방법이 동일하거나 유사하게 적용될 수 있다. 따라서, 도 4 및 도 5와 중복되는 설명은 요지를 과도하게 흐릴 수 있는 범위 내에서 생략하기로 한다.
먼저, 컴퓨팅 장치 (12) 는 복수의 사람들의 위치 정보를 수신한다 (S610).
복수의 사람들은 예를 들어, 도 1 내지 3에서 설명된 병원에 위치하고 있을 수 있다. 복수의 사람들은 감염자와 비감염자를 포함할 수 있다.
예를 들어, 컴퓨팅 장치 (12) 는 병원 내에 위치한 블루투스 장비들로부터 실시간으로 또는 기 설정된 간격으로 복수의 사람들의 위치 정보를 수신할 수 있다.
다음으로, 컴퓨팅 장치 (12) 는 외부 장치로부터 감염자의 정보를 수신한다 (S620). 감염자의 정보는 감염자의 식별 정보 및 감염자의 질병 정보를 포함할 수 있다. 외부 장치는 사용자로부터 감염자의 정보를 입력받고, 감염자의 정보를 컴퓨팅 장치 (12) 로 송신할 수 있다.
다음으로, 컴퓨팅 장치 (12) 는 감염자의 정보 및 복수의 사람들 각각의 위치 정보에 기초하여, 복수의 사람들 각각의 질병 감염 확률을 계산한다 (S630). 여기서, 복수의 사람들 각각의 질병 감염 확률을 계산하는 방식에는 도 4와 함께 설명된 방식이 동일하거나 유사하게 적용될 수 있다.
다음으로, 컴퓨팅 장치 (12) 는 복수의 사람들 각각의 질병 감염 확률에 기초하여 복수의 사람들 중 질병 검사 대상자를 결정한다 (S630).
도 18에 도시된 바와 같이, 컴퓨팅 장치 (12) 는 복수의 사람들 중 질병 감염 확률이 기 설정된 질병 감염 확률 기준 값을 초과하는 자를 질병 검사 대상자로 결정할 수 있다.
다음으로, 컴퓨팅 장치 (12) 는 외부 장치로 질병 검사 대상자와 관련된 정보를 송신한다 (S650).
이때, 외부 장치는 질병 검사 대상자와 관련된 정보를 출력할 수 있다. 예를 들어, 외부 장치는 질병 검사 대상자와 관련된 정보를 시각적 또는 청각적으로 출력할 수 있다. 예를 들어, 외부 장치는 질병 검사 대상자의 식병 정보를 출력할 수 있다.
도 7은 다른 실시예에 따른 질병 검사 대상자 결정 방법의 예시도이다.
도 7에 도시된 방법은 예를 들어, 도 38에 도시된 컴퓨팅 장치 (12) 에 의해 수행될 수 있다.
도 7에 도시된 방법에는 그 성질에 반하지 않는 범위 내에서 도 4 내지 도 6에 도시된 방법이 동일하거나 유사하게 적용될 수 있다. 따라서, 도 4 내지 도 6과 중복되는 설명은 요지를 과도하게 흐릴 수 있는 범위 내에서 생략하기로 한다.
먼저, 컴퓨팅 장치 (12) 는 사용자로부터 감염자의 정보를 입력받는다 (S710). 감염자의 정보는 감염자의 식별 정보 및 감염자의 질병 정보를 포함할 수 있다. 예를 들어, 컴퓨팅 장치 (12) 는 사용자로부터 감염자의 정보를 입력받을 수 있다. 구체적으로, 사용자는 감열자의 식별 정보 (예: 홍길동) 및 감염자의 질병 정보 (예: 메르스) 를 포함하는 감염자의 정보를 컴퓨팅 장치 (12) 에 입력할 수 있다. 다만, 이에 한정되는 것은 아니며, 외부 장치가 사용자로부터 감염자의 정보를 입력받고, 외부 장치가 사용자로부터 입력된 감염자의 정보를 컴퓨팅 장치 (12) 로 송신하는 방식으로, 컴퓨팅 장치 (12)는 사용자로부터 감염자의 정보를 입력받을 수 있다.
다음으로, 컴퓨팅 장치 (12) 는 사용자로부터 입력된 감염자의 정보를 외부 장치로 송신한다 (S720).
외부 장치는 블루투스 장비들로부터 실시간으로 또는 기 설정된 간격으로 복수의 사람들의 위치 정보를 수신하고 있다가, 감염자의 정보를 수신하는 경우, 감염자의 정보 및 복수의 사람들 각각의 위치 정보에 기초하여, 복수의 사람들 각각의 질병 감염 확률을 계산할 수 있다. 여기서, 복수의 사람들 각각의 질병 감염 확률을 계산하는 방식에는 도 4와 함께 설명된 방식이 동일하거나 유사하게 적용될 수 있다.
외부 장치는 복수의 사람들 각각의 질병 감염 확률에 기초하여 복수의 사람들 중 질병 검사 대상자를 결정할 수 있다. 예를 들어, 외부 장치는 복수의 사람들 중 질병 감염 확률이 기 설정된 질병 감염 확률 기준 값을 초과하는 자를 질병 검사 대상자로 결정할 수 있다.
외부 장치는 컴퓨팅 장치 (12) 로 질병 검사 대상자와 관련된 정보를 송신할 수 있다.
컴퓨팅 장치 (12) 는 외부 장치로부터 질병 검사 대상자와 관련된 정보를 수신한다 (S730).
다음으로, 컴퓨팅 장치 (12) 는 질병 검사 대상자와 관련된 정보를 출력한다 (S740). 예를 들어, 컴퓨팅 장치 (12) 는 질병 검사 대상자와 관련된 정보를 시각적 또는 청각적으로 출력할 수 있다. 예를 들어, 컴퓨팅 장치 (12) 는 질병 검사 대상자의 식별 정보를 출력할 수 있다.
도 19는 일 실시예에 따른 질병 보유 확률 계산 방법의 순서도이다.
도 19에 도시된 방법은 예를 들어, 도 38에 도시된 컴퓨팅 장치 (12) 에 의해 수행될 수 있다.
먼저, 컴퓨팅 장치 (12) 는 복수의 사람들의 위치 정보를 수신한다 (S1910).
복수의 사람들은 예를 들어, 도 1 내지 3에서 설명된 병원에 위치하고 있을 수 있다. 복수의 사람들은 감염자와 비감염자를 포함할 수 있다.
예를 들어, 컴퓨팅 장치 (12) 는 병원 내에 위치한 블루투스 장비들로부터 실시간으로 또는 기 설정된 간격으로 복수의 사람들의 위치 정보를 수신할 수 있다.
다음으로, 컴퓨팅 장치 (12) 는 감염자의 식별 정보 및 감염자의 질병 정보를 포함하는 감염자의 정보, 및 복수의 사람들 각각의 위치 정보에 기초하여, 복수의 사람들 사이의 질병 전파 확률을 계산한다 (S1920).
감염자의 정보는 감염자의 식별 정보 및 감염자의 질병 정보를 포함할 수 있다. 감염자의 정보는 사용자에 입력에 의해 결정된다. 예를 들어, 컴퓨팅 장치 (12) 는 사용자로부터 감염자의 정보를 입력받을 수 있다. 구체적으로, 사용자는 감열자의 식별 정보 (예: 홍길동) 및 감염자의 질병 정보 (예: 메르스) 를 포함하는 감염자의 정보를 컴퓨팅 장치 (12) 에 입력할 수 있다. 다만, 이에 한정되는 것은 아니며, 외부 장치가 사용자로부터 감염자의 정보를 입력받고, 외부 장치가 사용자로부터 입력된 감염자의 정보를 컴퓨팅 장치 (12) 로 송신하는 방식으로, 컴퓨팅 장치 (12)는 사용자로부터 감염자의 정보를 입력받을 수 있다. 한편, 사용자가 입력하는 감염자의 정보는 감염자란 감염 확진을 받은 사람의 정보일 수 있다.
컴퓨팅 장치 (12) 는 감염자의 질병 정보에 대응되는 질병 전파력 및 위험 함수를 결정할 수 있다. 질병 전파력은 질병이 가진 기본적인 공격성을 수치로서 표현한 값일 수 있다. 컴퓨팅 장치 (12) 는 질병 별로 설정된 질병 전파력을 저장하고 있을 수 있다. 예를 들어, A라는 질병은 질병 전파력이 0.8, B라는 질병은 질병 전파력이 0.6, C라는 질병은 질병 전파력이 0.7일 수 있다. 예를 들어, 사용자는 질병 관리본부나 대한감염학회의 정보를 기반으로, 각 질병에 따른 공격성을 반영하여 질병 별 질병 전파력을 설정할 수 있다. 컴퓨팅 장치 (12) 는 기 저장된 질병 별 질병 전파력을 이용하여 감염자의 질병 정보에 대응되는 질병 전파력을 결정할 수 있다.
컴퓨팅 장치 (12) 는 위험 함수 및 복수의 사람들 각각의 위치 정보에 기초하여, 복수의 사람들 사이의 접촉 정도를 계산할 수 있다. 여기서의 접촉 정도는 질병의 전파가 가능한 접촉의 정도를 의미한다. 예를 들어, 위험 함수는 복수의 사람들의 위치 정보에 기초하여, 복수의 사람들 사이의 질병의 전파가 가능한 접촉의 정도를 수치로 표현하여 출력하기 위한 함수일 수 있다. 구체적으로, 위험 함수는 질병 전파력 이외의 질병 전파 확률을 가중시키는 환경적인 요소들을 반영하여 만든 가중치 함수일 수 있다.
예를 들어, 위험 함수는 A 환자와 B 환자의 위치 정보를 이용하여 A 환자와 B 환자가 몇초 동안 근접 (예: 반경 1m 내에 위치) 하여 위치하고 있었는지, A 환자와 B 환자가 몇분 동안 특정 공간 (예: 재활 치료실, 화장실 같은 칸 등) 에 같이 위치하고 있었는지, A 환자와 B 환자가 동일 의료 장비를 이용하였는지 등에 기초하여, A 환자와 B 환자 사이의 질병의 전파가 가능한 접촉의 정도를 수치로 표현하여 출력할 수 있다. 이러한 방식으로, 위험 함수는 A 환자, B 환자, C 환자, D 환자의 위치 정보를 이용하여, A 환자와 B 환자 사이의 질병의 전파가 가능한 접촉의 정도, B 환자와 C 환자 사이의 질병의 전파가 가능한 접촉의 정도, C 환자와 D 환자 사이의 질병의 전파가 가능한 접촉의 정도를 수치로 표현하여 출력할 수 있다.
한편, 위험 함수는 질병 별 전파 경로에 따라 고려 요소가 달리 설정될 수 있다. 예를 들어, 사용자는 질병의 전파 경로가 1) 접촉, 2) 비말, 3) 공기매개인지 여부에 따라 위험 함수의 고려 요소를 달리 설정할 수 있다. 구체적으로, 접촉성 질병에 대한 위험 함수는 소정 거리 내 근접 횟수 내지 빈도, 동일 공간 사용 여부 (예: 동일 병실, 동일 복도, 동일 층), 화장실 공유 여부 등을 고려하여 질병의 전파가 가능한 접촉의 정도를 수치로 표현하여 출력할 수 있다. 비말/공기매개 질병에 대한 위험 함수는 위치 근접 정도, 공조 장치의 종류 (예: 음압 시설, 일반 환풍), 특수 병동 여부 (예: 무균실, 마스크 착용 병실) 등을 고려하여 질병의 전파가 가능한 접촉의 정도를 수치로 표현하여 출력할 수 있다.
이러한 방식으로, 컴퓨팅 장치 (12) 는 질병 별로 설정된 위험 함수를 저장하고 있을 수 있다. 컴퓨팅 장치 (12) 는 기 저장된 질병 별 위험 함수를 이용하여 감염자의 질병 정보에 대응되는 위험 함수를 결정할 수 있다. 예를 들어, A 환자와 B 환자가 5분 동안 근접하여 위치하고 있었고, A 환자와 B 환자가 3시간 동안 동일 방 (음압 시설 존재) 에 위치하고 있었다. 이때, 접촉성 질병이 문제되는 경우, 위험 함수는 0.7을 출력하고, 비말/공기매개 질병이 문제되는 경우, 위험 함수는 0.5를 출력할 수 있다. 다만, 이는 예시적인 것에 불과하며, 위험 함수의 세부적인 설계에 따라 출력 값이 달라질 수 있다. 한편, 위험 함수의 세부적인 사항은 구체적인 질병의 전파 경로 및 프로그램 정책에 따라 통상의 기술자에 의해 자유로운 방식으로 설계될 수 있다.
이후, 컴퓨팅 장치 (12) 는 질병 전파력 및 복수의 사람들 사이의 접촉 정도에 기초하여, 질병 전파 확률을 계산할 수 있다. 예를 들어, 컴퓨팅 장치 (12) 는 질병 전파력 및 A 환자와 B 환자 사이의 접촉 정도의 곱을 A 환자와 B 환자 사이의 질병 전파 확률로 결정할 수 있다.
컴퓨팅 장치 (12) 는 복수의 사람들 각각을 기준으로, 복수의 사람들과, 복수의 사람들과 접촉한 접촉자들 사이의 질병 전파 확률의 비를 계산할 수 있다 (S1930). 이에 대한 상세한 내용은 도 5 내지 도 21와 관련하여 후술하기로 한다.
이후, 컴퓨팅 장치 (12) 는 복수의 사람들과, 복수의 사람들과 접촉한 접촉자들 사이의 질병 전파 확률의 비에 기초하여, 복수의 사람들 각각의 질병 보유 확률을 계산할 수 있다 (S1940). 예를 들어, 컴퓨팅 장치 (12) 는 A 환자의 질병 보유 확률과, B 환자에 대한 A 환자의 질병 전파 확률의 비의 곱을 B 환자의 질병 보유 확률로 결정할 수 있다. 다만, 복수의 사람들 사이의 질병 전파 확률이나 복수의 사람들 각각의 질병 보유 확률은 반드시 확률 값일 필요 없고, 그 확률 크기를 스케일링한 수치일 수도 있다. 그리고, 이는 어디까지나 하나의 실시례에 대한 설명에 불과하며, 아래에 개시되는 다양한 실시례들을 더 참조하면 통상의 기술자는 개시되는 실시례에 내재된 기술적 사상을 보다 다양하고, 효율적인 방식으로 이용할 수 있을 것이다.
도 20를 참조한다. 도 20에는 감염자, 감염자와 접촉한 접촉자가 도시되어 있다. 다만, 이는 설명의 편의를 위한 전제이며, 실제, 감염자와 접촉자 사이의 접촉 여부는 위험 함수에 의해 판단될 수 있다. 컴퓨팅 장치 (12) 는 감염자의 질병 정보에 대응되는 질병 전파력 (F) 및 위험 함수 (D) 를 결정할 수 있다.
예를 들어, 컴퓨팅 장치 (12) 는 감염자의 질병이 M1인 경우, 질병 전파력을 F1, 위험 함수를 DT1으로 결정하고, 감염자의 질병이 M2인 경우, 질병 전파력을 F2, 위험 함수를 DT2으로 결정하고, 감염자의 질병이 M3인 경우, 질병 전파력을 F3, 위험 함수를 DT3으로 결정할 수 있다.
컴퓨팅 장치 (12) 는 위험 함수 (D) 및 감염자와 접촉자 각각의 위치 정보 (pi) 에 기초하여, 감염자와 접촉자 사이의 접촉 정도 (C) 를 계산할 수 있다. 컴퓨팅 장치 (12) 는 질병 전파력 (F), 및 감염자와 접촉자 사이의 접촉 정도 (C) 의 곱을 감염자와 접촉자 사이의 질병 전파 확률 (P) 로 결정할 수 있다.
한편, 복수의 사람들 중 특정 사람과 접촉한 접촉자가 복수인 경우, 복수의 접촉자들 중 특정 접촉자에 대한 특정 사람의 질병 전파 확률의 비는, 특정 사람과 특정 접촉자 사이의 질병 전파 확률을, 특정 사람과 복수의 접촉자들 사이의 질병 전파 확률의 총합으로 나눈 값에 기초하여 계산될 수 있다. 질병 전파 확률의 비란 예를 들어, A 환자가 복수의 환자랑 접촉한 경우, A환자가 복수의 환자 중 B 환자로부터 질병이 전파되었을 확률을 의미할 수 있다. 구체적으로, B 환자에 대한 A 환자의 질병 전파 확률의 비는, A환자가 복수의 환자 중 B 환자로부터 질병이 전파되었을 확률을 의미할 수 있다.
한편, 복수의 사람들 중 특정 사람과 접촉한 접촉자가 특정 접촉자로 단수인 경우, 특정 접촉자에 대한 특정 사람의 질병 전파 확률의 비는, 특정 사람과 특정 접촉자 사이의 질병 전파 확률을, 특정 사람과 특정 접촉자 사이의 질병 전파 확률로 나눈 값에 기초하여 계산될 수 있다. 예를 들어, 복수의 사람들 중 특정 사람과 접촉한 접촉자가 특정 접촉자로 단수인 경우, 특정 접촉자에 대한 특정 사람의 질병 전파 확률의 비는 1일 수 있다. 복수의 사람들 중 특정 사람과 접촉한 접촉자가 특정 접촉자로 단수인 경우, 특정 사람이 감염자라면 특정 접촉자로부터 질병이 감염되었을 것이기 때문이다.
도 21을 참조한다. 도 21에는 복수의 사람들의 접촉 관계 및 복수의 사람들 사이의 질병 전파 확률가 도시되어 있다. 다만, 이는 설명의 편의를 위한 전제이며, 실제, 감염자와 접촉자 사이의 접촉 여부는 위험 함수에 의해 판단될 수 있다.
도 22를 참조한다. 도 22에는 도 21에 도시된 복수의 사람들 중 중앙에 위치한 특정 사람을 기준으로 하여, 중앙에 위치한 특정 사람과 접촉한 복수의 접촉자들에 대한, 중앙에 위치한 특정 사람의 질병 전파 확률의 비가 도시된다.
예를 들어, 상측에 위치한 접촉자에 대한 특정 사람의 질병 전파 확률의 비 (R1) 는, 특정 사람과 상측에 위치한 접촉자 사이의 질병 전파 확률 (P1) 을, 특정 사람과 접촉한 복수의 접촉자들 사이의 질병 전파 확률의 총합 (P1+P2+P3+P4) 으로 나눈 값 {P1/(P1+P2+P3+P4)} 으로 결정될 수 있다.
예를 들어, 우측에 위치한 접촉자에 대한 특정 사람의 질병 전파 확률의 비 (R2) 는, 특정 사람과 우측에 위치한 접촉자 사이의 질병 전파 확률 (P2) 을, 특정 사람과 접촉한 복수의 접촉자들 사이의 질병 전파 확률의 총합 (P1+P2+P3+P4) 으로 나눈 값 {P2/(P1+P2+P3+P4)} 으로 결정될 수 있다.
예를 들어, 하측에 위치한 접촉자에 대한 특정 사람의 질병 전파 확률의 비 (R3) 는, 특정 사람과 하측에 위치한 접촉자 사이의 질병 전파 확률 (P3) 을, 특정 사람과 접촉한 복수의 접촉자들 사이의 질병 전파 확률의 총합 (P1+P2+P3+P4) 으로 나눈 값 {P3/(P1+P2+P3+P4)} 으로 결정될 수 있다.
예를 들어, 좌측에 위치한 접촉자에 대한 특정 사람의 질병 전파 확률의 비 (R4) 는, 특정 사람과 좌측에 위치한 접촉자 사이의 질병 전파 확률 (P4) 을, 특정 사람과 접촉한 복수의 접촉자들 사이의 질병 전파 확률의 총합 (P1+P2+P3+P4) 으로 나눈 값 {P4/(P1+P2+P3+P4)} 으로 결정될 수 있다.
한편, 어떤 사람을 기준으로, 어떤 사람과 접촉한 복수의 접촉자들에 대한, 어떤 사람의 질병 전파 확률의 비의 총합은 1이다. 예를 들어, 도 7에 도시된 중 중앙에 위치한 특정 사람을 기준으로 한, 중앙에 위치한 특정 사람과 접촉한 복수의 접촉자들에 대한, 중앙에 위치한 특정 사람의 질병 전파 확률의 비의 총합은 1{P1/(P1+P2+P3+P4) + P2/(P1+P2+P3+P4) + P3/(P1+P2+P3+P4) + P4/(P1+P2+P3+P4)}이다. 후술하겠지만, 이는 어떤 사람은 그 어떤 사람과 접촉한 복수의 접촉자들 중 어느 1인으로부터 질병이 전파되었을 것이란 사실이 고려된 것이다.
도 23을 참조한다. 도 23에는 감염자와 접촉한 제 1 차 접촉자, 제 1 차 접촉자와 접촉한 제 2 차 접촉자가 도시되어 있다. 이는 설명의 편의를 위한 전제이며, 실제, 감염자와 제 1 차 접촉자 사이의 접촉 여부, 제 1 차 접촉자와 제 2 차 접촉자 사이의 접촉 여부는 위험 함수에 의해 판단될 수 있다.
도 24를 참조한다. 도 24에는 도 23에 도시된 제 1 차 접촉자의 질병 보유 확률 및 제 2 차 접촉자의 질병 보유 확률을 계산하는 방법을 설명하기 위한 예시도이다.
감염자는 사용자에 의해 결정되므로, 감염자는 감염 확진자라는 전제 하에, 감염자의 질병 보유 확률은 1로 본다.
예를 들어, 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R1) 는, 감염자와 제 1 차 접촉자 사이의 질병 전파 확률 (P1) 을, 감염자와 제 1 차 접촉자 사이의 질병 전파 확률 (P1) 로 나눈 값 (P1/P1=1) 으로 결정될 수 있다. 이때, 컴퓨팅 장치 (12) 는 감염자의 질병 보유 확률 (1) 과, 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R1) 의 곱 (1*R1=R1) 을 제 1 차 접촉자의 질병 보유 확률로 결정할 수 있다.
예를 들어, 제 2 차 접촉자에 대한 제 1 차 접촉자의 질병 전파 확률의 비 (R2) 는, 제 1 차 접촉자와 제 2 차 접촉자 사이의 질병 전파 확률 (P2) 을, 제 1 차 접촉자와 감염자 사이의 질병 전파 확률 (P1) 및 제 1 차 접촉자와 제 2 차 접촉자 사이의 질병 전파 확률 (P2) 의 총합 (P1+P2) 으로 나눈 값 {P2/(P1+P2)} 으로 결정될 수 있다. 이때, 컴퓨팅 장치 (12) 는 제 1 차 접촉자의 질병 보유 확률 (R1) 과, 제 2 차 접촉자에 대한 제 1 차 접촉자의 질병 전파 확률의 비 (R2) 의 곱 (R1*R2) 을 제 2 차 접촉자의 질병 보유 확률로 결정할 수 있다.
도 25를 참조한다. 도 25에는 감염자와 접촉한 제 1 차 접촉자, 제 1 차 접촉자와 접촉한 제 2 차 접촉자, 제 2 차 접촉자와 접촉한 제 3 차 접촉자가 도시되어 있다. 이는 설명의 편의를 위한 전제이며, 실제, 감염자와 제 1 차 접촉자 사이의 접촉 여부, 제 1 차 접촉자와 제 2 차 접촉자 사이의 접촉 여부, 제 2 차 접촉자와 제 3 차 접촉자 사이의 접촉 여부는 위험 함수에 의해 판단될 수 있다.
도 26을 참조한다. 도 26에는 도 25에 도시된 제 1 차 접촉자의 질병 보유 확률, 제 2 차 접촉자의 질병 보유 확률, 및 제 3 차 접촉자의 질병 보유 확률을 계산하는 방법을 설명하기 위한 예시도이다.
감염자는 사용자에 의해 결정되므로, 감염자는 감염 확진자라는 전제 하에, 감염자의 질병 보유 확률은 1로 본다.
예를 들어, 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R1) 는, 감염자와 제 1 차 접촉자 사이의 질병 전파 확률 (P1) 을, 감염자와 제 1 차 접촉자 사이의 질병 전파 확률 (P1) 로 나눈 값 (P1/P1=1) 으로 결정될 수 있다. 이때, 컴퓨팅 장치 (12) 는 감염자의 질병 보유 확률 (1) 과, 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R1) 의 곱 (1*R1) 을 제 1 차 접촉자의 질병 보유 확률로 결정할 수 있다.
예를 들어, 제 2 차 접촉자에 대한 제 1 차 접촉자의 질병 전파 확률의 비 (R2) 는, 제 1 차 접촉자와 제 2 차 접촉자 사이의 질병 전파 확률 (P2) 을, 제 1 차 접촉자와 감염자 사이의 질병 전파 확률 (P1) 및 제 1 차 접촉자와 제 2 차 접촉자 사이의 질병 전파 확률 (P2) 의 총합 (P1+P2) 으로 나눈 값 {P2/(P1+P2)} 으로 결정될 수 있다. 이때, 컴퓨팅 장치 (12) 는 제 1 차 접촉자의 질병 보유 확률 (R1) 과, 제 2 차 접촉자에 대한 제 1 차 접촉자의 질병 전파 확률의 비 (R2) 의 곱 (R1*R2) 을 제 2 차 접촉자의 질병 보유 확률로 결정할 수 있다.
예를 들어, 제 3 차 접촉자에 대한 제 2 차 접촉자의 질병 전파 확률의 비 (R3) 는, 제 2 차 접촉자와 제 3 접촉자 사이의 질병 전파 확률 (P3) 을, 제 2 차 접촉자와 제 1 차 접촉자 사이의 질병 전파 확률 (P2) 및 제 2 차 접촉자와 제 3 차 접촉자 사이의 질병 전파 확률 (P3) 의 총합 (P2+P3) 으로 나눈 값 {P3/(P2+P3)} 으로 결정될 수 있다. 이때, 컴퓨팅 장치 (12) 는 제 2 차 접촉자의 질병 보유 확률 (R1*R2) 과, 제 3 차 접촉자에 대한 제 2 차 접촉자의 질병 전파 확률의 비 (R3) 의 곱 (R1*R2*R3) 을 제 2 차 접촉자의 질병 보유 확률로 결정할 수 있다.
한편, 도 23 내지 도 26은 제 2 차 접촉자 또는 제 3 차 접촉자까지만 존재하는 경우를 예를 들어 설명되었으나, 이러한 원리는 제 3 차 접촉자와 접촉한 제 4 차 접촉자, 제 4 차 접촉자와 접촉한 제 5 차 접촉자, ,,, 제 n-1 차 접촉자와 접촉한 제 n 차 접촉자가 존재하는 경우에도 확장될 수 있다.
컴퓨팅 장치 (12) 는 감염자와 특정인 사이의 접촉 루트가 복수인 경우, 복수의 접촉 루트 각각에 따른 특정인의 질병 보유 확률을 계산하고, 복수의 접촉 루트 각각에 따라 계산된 특정인의 질병 보유 확률 중 최대값을 특정인의 질병 보유 확률로 결정할 수 있다.
도 27을 참조한다. 도 27에는 감염자와 접촉한 제 1 차 접촉자 2명, 2명의 제 1 차 접촉자와 접촉한 제 2 차 접촉자 (특정인) 1명이 도시되어 있다. 이는 설명의 편의를 위한 전제이며, 실제, 감염자와 2 명의 제 1 차 접촉자 사이의 접촉 여부, 2명의 제 1 차 접촉자와 특정인 사이의 접촉 여부는 위험 함수에 의해 판단될 수 있다.
도 27을 참조하면, 감염자와 특정인 사이의 접촉 루트는 2개이다.
도 28을 참조한다. 도 28에는 도 127에 도시된 제 1 차 접촉자 2명의 질병 보유 확률, 특정인의 질병 보유 확률을 계산하는 방법을 설명하기 위한 예시도이다.
감염자는 사용자에 의해 결정되므로, 감염자는 감염 확진자라는 전제 하에, 감염자의 질병 보유 확률은 1로 본다.
예를 들어, 좌측의 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R1) 는, 감염자와 좌측의 제 1 차 접촉자 사이의 질병 전파 확률 (P1) 을, 감염자와 좌측의 제 1 차 접촉자 사이의 질병 전파 확률 (P1) 및 감염자와 우측의 제 1 차 접촉자 사이의 질병 전파 확률 (P2) 의 총합 (P1+P2) 으로 나눈 값 {P1/(P1+P2)} 으로 결정될 수 있다. 이때, 컴퓨팅 장치 (12) 는 감염자의 질병 보유 확률 (1) 과, 좌측의 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R1) 의 곱 (1*R1=R1) 을 제 1 차 접촉자의 질병 보유 확률로 결정할 수 있다.
예를 들어, 우측의 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R2) 는, 감염자와 우측의 제 1 차 접촉자 사이의 질병 전파 확률 (P2) 을, 감염자와 좌측의 제 1 차 접촉자 사이의 질병 전파 확률 (P1) 및 감염자와 우측의 제 1 차 접촉자 사이의 질병 전파 확률 (P2) 의 총합 (P1+P2) 으로 나눈 값 {P2/(P1+P2)} 으로 결정될 수 있다. 이때, 컴퓨팅 장치 (12) 는 감염자의 질병 보유 확률 (1) 과, 우측의 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R2) 의 곱 (1*R2=R2) 을 제 1 차 접촉자의 질병 보유 확률로 결정할 수 있다.
예를 들어, 특정인에 대한 좌측의 제 1 차 접촉자의 질병 전파 확률의 비 (R3) 는, 좌측의 제 1 차 접촉자와 특정인의 질병 전파 확률 (P3) 을, 좌측의 제 1 차 접촉자와 감염자 사이의 질병 전파 확률 (P1) 및 좌측의 제 1 차 접촉자와 특정인 사이의 질병 전파 확률 (P3) 의 총합 (P1+P3) 으로 나눈 값 {P3/(P1+P3)} 으로 결정될 수 있다. 그리고, 특정인에 대한 우측의 제 1 차 접촉자의 질병 전파 확률의 비 (R4) 는, 우측의 제 1 차 접촉자와 특정인의 질병 전파 확률 (P4) 을, 우측의 제 1 차 접촉자와 감염자 사이의 질병 전파 확률 (P2) 및 우측의 제 1 차 접촉자와 특정인 사이의 질병 전파 확률 (P4) 의 총합 (P2+P4) 으로 나눈 값 {P4/(P2+P4)} 으로 결정될 수 있다.
예를 들어, 컴퓨팅 장치 (12) 는 좌측의 제 1 차 접촉자의 질병 보유 확률 (R1) 과, 특정인에 대한 좌측의 제 1 차 접촉자의 질병 전파 확률의 비 (R3) 의 곱 (R1*R3) 을, 좌측의 접촉 루트에 따른 특정인의 질병 보유 확률로 결정할 수 있다. 그리고, 컴퓨팅 장치 (12) 는 우측의 제 1 차 접촉자의 질병 보유 확률 (R2) 과, 특정인에 대한 우측의 제 1 차 접촉자의 질병 전파 확률의 비 (R4) 의 곱 (R2*R4) 을, 우측의 접촉 루트에 따른 특정인의 질병 보유 확률로 결정할 수 있다. 이때, 컴퓨팅 장치 (12) 는 좌측의 접촉 루트에 따른 특정인의 질병 보유 확률 (R1*R3) 과 우측의 접촉 루트에 따른 특정인의 질병 보유 확률 (R2*R4) 중 최대값 {max(R1*R3, R2*R4)} 을 특정인의 질병 보유 확률로 결정할 수 있다.
도 29를 참조한다. 도 29에는 감염자와 접촉한 제 1 차 접촉자 2명이 도시되어 있다. 그리고, 좌측의 제 1 차 접촉자는 우측의 제 1 차 접촉자와 접촉한바 있다. 이는 설명의 편의를 위한 전제이며, 실제, 감염자와 2명의 제 1 차 접촉자 사이의 접촉 여부, 2명의 제 1 차 접촉자 사이의 접촉 여부는 위험 함수에 의해 판단될 수 있다.
도 29를 참조하면, 감염자와 각각의 제 1 차 접촉자 사이의 접촉 루트는 2개이다. 한편, 좌측의 제 1 차 접촉자는 감염자와 직접적으로 접촉한바 있고, 우측의 제 1 차 접촉자를 경유하여 감염자와 간접적으로 접촉한바 있으므로, 좌측의 제 1 차 접촉자는 제 1 차 접촉자이면서 동시에 제 2 차 접촉자이다. 또한, 우측의 제 1 차 접촉자는 감염자와 직접적으로 접촉한바 있고, 좌측의 제 1 차 접촉자를 경유하여 감염자와 간접적으로 접촉한바 있으므로, 우측의 제 1 차 접촉자는 제 1 차 접촉자이면서 동시에 제 2 차 접촉자이다.
도 30을 참조한다. 도 30에는 도 29에 도시된 제 1 차 접촉자 2명 (특정인) 의 질병 보유 확률을 계산하는 방법을 설명하기 위한 예시도이다.
감염자는 사용자에 의해 결정되므로, 감염자는 감염 확진자라는 전제 하에, 감염자의 질병 보유 확률은 1로 본다.
예를 들어, 좌측의 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R1) 는, 감염자와 좌측의 제 1 차 접촉자 사이의 질병 전파 확률 (P1) 을, 감염자와 좌측의 제 1 차 접촉자 사이의 질병 전파 확률 (P1) 및 감염자와 우측의 제 1 차 접촉자 사이의 질병 전파 확률 (P2) 의 총합 (P1+P2) 으로 나눈 값 {P1/(P1+P2)} 으로 결정될 수 있다. 그리고, 우측의 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R2) 는, 감염자와 우측의 제 1 차 접촉자 사이의 질병 전파 확률 (P2) 을, 감염자와 좌측의 제 1 차 접촉자 사이의 질병 전파 확률 (P1) 및 감염자와 우측의 제 1 차 접촉자 사이의 질병 전파 확률 (P2) 의 총합 (P1+P2) 으로 나눈 값 {P2/(P1+P2)} 으로 결정될 수 있다.
예를 들어, 좌측의 제 1 차 접촉자에 대한 우측의 제 1 차 접촉자의 질병 전파 확률의 비 (R3) 는, 좌측의 제 1 차 접촉자와 우측의 제 1 차 접촉자 사이의 질병 전파 확률 (P3) 을, 우측의 제 1 차 접촉자와 감염자 사이의 질병 전파 확률 (P2) 및 우측의 제 1 차 접촉자와 좌측의 제 1 차 접촉자 사이의 질병 전파 확률 (P3) 의 총합 (P2+P3) 으로 나눈 값 {P3/(P2+P3)} 으로 결정될 수 있다. 그리고, 우측의 제 1 차 접촉자에 대한 좌측의 제 1 차 접촉자의 질병 전파 확률의 비 (R3') 는, 우측의 제 1 차 접촉자와 좌측의 제 1 차 접촉자 사이의 질병 전파 확률 (P3) 을, 좌측의 제 1 차 접촉자와 감염자 사이의 질병 전파 확률 (P1) 및 좌측의 제 1 차 접촉자와 우측의 제 1 차 접촉자 사이의 질병 전파 확률 (P3) 의 총합 (P1+P3) 으로 나눈 값 {P3/(P1+P3)} 으로 결정될 수 있다.
이때, 컴퓨팅 장치 (12) 는 감염자의 질병 보유 확률 (1) 과 좌측의 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R1) 의 곱 (1*R1=R1) 을 좌측의 접촉 루트에 따른 좌측의 제 1 차 접촉자의 질병 보유 확률로 결정할 수 있다. 그리고, 컴퓨팅 장치 (12) 는 감염자의 질병 보유 확률 (1) 과 우측의 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R2) 와 좌측의 제 1 차 접촉자에 대한 우측의 제 1 차 접촉자의 질병 전파 확률의 비 (R3) 의 곱 (1*R2*R3=R2*R3) 을 우측의 접촉 루트에 따른 좌측의 제 1 차 접촉자의 질병 보유 확률로 결정할 수 있다. 그리고, 컴퓨팅 장치 (12) 는 좌측의 접촉 루트에 따른 좌측의 제 1 차 접촉자의 질병 보유 확률 (R1) 과 우측의 접촉 루트에 따른 좌측의 제 1 차 접촉자의 질병 보유 확률 (R2*R3) 중 최대값 {max(R1, R2*R3)} 을 좌측의 제 1 차 접촉자의 질병 보유 확률로 결정할 수 있다.
한편, 컴퓨팅 장치 (12) 는 감염자의 질병 보유 확률 (1) 과 우측의 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R2) 의 곱 (1*R2=R2) 을 우측의 접촉 루트에 따른 우측의 제 1 차 접촉자의 질병 보유 확률로 결정할 수 있다. 그리고, 컴퓨팅 장치 (12) 는 감염자의 질병 보유 확률 (1) 과 좌측의 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R1) 와 우측의 제 1 차 접촉자에 대한 좌측의 제 1 차 접촉자의 질병 전파 확률의 비 (R3') 의 곱 (1*R1*R3'=R1*R3') 을 좌측의 접촉 루트에 따른 우측의 제 1 차 접촉자의 질병 보유 확률로 결정할 수 있다. 그리고, 컴퓨팅 장치 (12) 는 우측의 접촉 루트에 따른 우측의 제 1 차 접촉자의 질병 보유 확률 (R2) 과 좌측의 접촉 루트에 따른 우측의 제 1 차 접촉자의 질병 보유 확률 (R1*R3') 중 최대값 {max(R2, R1*R3')} 을 우측의 제 1 차 접촉자의 질병 보유 확률로 결정할 수 있다.
도 31을 참조한다. 도 31에는 감염자 1명, 감염자와 접촉한 제 1 차 접촉자 2명, 제 1 차 접촉자와 접촉한 제 2 차 접촉자 3명, 제 2 차 접촉자와 접촉한 제 3 차 접촉자 1 명이 도시되어 있다. 그리고, 3명의 제 2 차 접촉차 중 중앙의 제 2 차 접촉자는, 좌측의 제 1 차 접촉자 및 우측의 제 1 차 접촉자와 접촉한바 있다. 이는 설명의 편의를 위한 전제이며, 실제, 감염자와 2명의 제 1 차 접촉자 사이의 접촉 여부, 2명의 제 1 차 접촉자와 3명의 제 2 차 접촉자 사이의 접촉 여부, 중앙의 제 2 차 접촉차와 좌측의 제 1 차 접촉자 사이의 접촉 여부, 중앙의 제 2 차 접촉차와 우측의 제 1 차 접촉자 사이의 접촉 여부, 좌측의 제 2 차와 제 3 차 접촉자 사이의 접촉 여부는 위험 함수에 의해 판단될 수 있다.
도 32를 참조한다. 도 32에는 도 31에 도시된 제 1 차 접촉자 2명의 질병 보유 확률, 제 2 차 접촉자 3명의 질병 보유 확률, 제 3 차 접촉자의 질병 보유 확률을 계산하는 방법을 설명하기 위한 예시도이다.
감염자는 사용자에 의해 결정되므로, 감염자는 감염 확진자라는 전제 하에, 감염자의 질병 보유 확률은 1로 본다.
예를 들어, 좌측의 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R1) 는, 감염자와 좌측의 제 1 차 접촉자 사이의 질병 전파 확률 (P1) 을, 감염자와 좌측의 제 1 차 접촉자 사이의 질병 전파 확률 (P1) 및 감염자와 우측의 제 1 차 접촉자 사이의 질병 전파 확률 (P2) 의 총합 (P1+P2) 으로 나눈 값 {P1/(P1+P2)} 으로 결정될 수 있다. 이때, 컴퓨팅 장치 (12) 는 감염자의 질병 보유 확률 (1) 과, 좌측의 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R1) 의 곱 (1*R1=R1) 을 제 1 차 접촉자의 질병 보유 확률로 결정할 수 있다.
예를 들어, 우측의 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R2) 는, 감염자와 우측의 제 1 차 접촉자 사이의 질병 전파 확률 (P2) 을, 감염자와 좌측의 제 1 차 접촉자 사이의 질병 전파 확률 (P1) 및 감염자와 우측의 제 1 차 접촉자 사이의 질병 전파 확률 (P2) 의 총합 (P1+P2) 으로 나눈 값 {P2/(P1+P2)} 으로 결정될 수 있다. 이때, 컴퓨팅 장치 (12) 는 감염자의 질병 보유 확률 (1) 과, 우측의 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R2) 의 곱 (1*R2=R2) 을 제 1 차 접촉자의 질병 보유 확률로 결정할 수 있다.
예를 들어, 중앙의 제 2 차 접촉자에 대한 좌측의 제 1 차 접촉자의 질병 전파 확률의 비 (R3) 는, 좌측의 제 1 차 접촉자와 중앙의 제 2 차 접촉자 사이의 질병 전파 확률 (P3) 을, 좌측의 제 1 차 접촉자와 감염자 사이의 질병 전파 확률 (P1), 좌측의 제 1 차 접촉자와 중앙의 제 2 차 접촉자 사이의 질병 전파 확률 (P3) 및 좌측의 제 1 차 접촉자와 좌측의 제 2 차 접촉자 사이의 질병 전파 확률 (P5) 의 총합 (P1+P3+P5) 으로 나눈 값 {P3/(P1+P3+P5)} 으로 결정될 수 있다. 그리고, 중앙의 제 2 차 접촉자에 대한 우측의 제 1 차 접촉자의 질병 전파 확률의 비 (R4) 는, 우측의 제 1 차 접촉자와 중앙의 제 2 차 접촉자 사이의 질병 전파 확률 (P4) 을, 우측의 제 1 차 접촉자와 감염자 사이의 질병 전파 확률 (P2), 우측의 제 1 차 접촉자와 중앙의 제 2 차 접촉자 사이의 질병 전파 확률 (P4) 및 우측의 제 1 차 접촉자와 우측의 제 2 차 접촉자 사이의 질병 전파 확률 (P6) 의 총합 (P2+P4+P6) 으로 나눈 값 {P4/(P2+P4+P6)} 으로 결정될 수 있다.
이때, 컴퓨팅 장치 (12) 는 좌측의 제 1 차 접촉자의 질병 보유 확률 (R1) 과, 중앙의 제 2 차 접촉인에 대한 좌측의 제 1 차 접촉자의 질병 전파 확률의 비 (R3) 의 곱 (R1*R3) 을, 좌측의 접촉 루트에 따른 중앙의 제 2 차 접촉인의 질병 보유 확률로 결정할 수 있다. 그리고, 컴퓨팅 장치 (12) 는 우측의 제 1 차 접촉자의 질병 보유 확률 (R2) 과, 중앙의 제 2 차 접촉자에 대한 우측의 제 1 차 접촉자의 질병 전파 확률의 비 (R4) 의 곱 (R2*R4) 을, 우측의 접촉 루트에 따른 중앙의 제 2 차 접촉인의 질병 보유 확률로 결정할 수 있다. 그리고, 컴퓨팅 장치 (12) 는 좌측의 접촉 루트에 따른 중앙의 제 2 차 접촉자의 질병 보유 확률 (R1*R3) 과 우측의 접촉 루트에 따른 중앙의 제 2 차 접촉자의 질병 보유 확률 (R2*R4) 중 최대값 {max(R1*R3, R2*R4)} 을 중앙의 제 2 차 접촉자의 질병 보유 확률로 결정할 수 있다.
예를 들어, 좌측의 제 2 차 접촉자에 대한 좌측의 제 1 차 접촉자의 질병 전파 확률의 비 (R5) 는, 좌측의 제 1 차 접촉자와 좌측의 제 2 차 접촉자 사이의 질병 전파 확률 (P5) 을, 좌측의 제 1 차 접촉자와 감염자 사이의 질병 전파 확률 (P1), 좌측의 제 1 차 접촉자와 중앙의 제 2 차 접촉자 사이의 질병 전파 확률 (P3) 및 좌측의 제 1 차 접촉자와 좌측의 제 2 차 접촉자 사이의 질병 전파 확률 (P5) 의 총합 (P1+P3+P5) 으로 나눈 값 {P5/(P1+P3+P5)} 으로 결정될 수 있다. 이때, 컴퓨팅 장치 (12) 는 감염자의 질병 보유 확률 (1), 좌측의 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R1), 및 좌측의 제 2 차 접촉자에 대한 좌측의 제 1 차 접촉자의 질병 전파 확률의 비 (R5) 의 곱 (1*R1*R5=R1*R5) 을 좌측의 제 2 차 접촉자의 질병 보유 확률로 결정할 수 있다.
예를 들어, 우측의 제 2 차 접촉자에 대한 우측의 제 1 차 접촉자의 질병 전파 확률의 비 (R6) 는, 우측의 제 1 차 접촉자와 우측의 제 2 차 접촉자 사이의 질병 전파 확률 (P6) 을, 우측의 제 1 차 접촉자와 감염자 사이의 질병 전파 확률 (P2), 우측의 제 1 차 접촉자와 중앙의 제 2 차 접촉자 사이의 질병 전파 확률 (P4) 및 우측의 제 1 차 접촉자와 우측의 제 2 차 접촉자 사이의 질병 전파 확률 (P6) 의 총합 (P2+P4+P6) 으로 나눈 값 {P6/(P2+P4+P6)} 으로 결정될 수 있다. 이때, 컴퓨팅 장치 (12) 는 감염자의 질병 보유 확률 (1), 우측의 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R2), 및 우측의 제 2 차 접촉자에 대한 우측의 제 1 차 접촉자의 질병 전파 확률의 비 (R6) 의 곱 (1*R2*R6=R2*R6) 을 우측의 제 2 차 접촉자의 질병 보유 확률로 결정할 수 있다.
예를 들어, 제 3 차 접촉자에 대한 좌측의 제 2 차 접촉자의 질병 전파 확률의 비 (R7) 는, 좌측의 제 2 차 접촉자와 제 3 차 접촉자 사이의 질병 전파 확률 (P7) 을, 좌측의 제 2 차 접촉자와 좌측의 제 1 접촉자 사이의 질병 전파 확률 (P5) 및 좌측의 제 2 차 접촉자와 제 3 차 접촉자 사이의 질병 전파 확률 (P7) 의 총합 (P5+P7) 으로 나눈 값 {P7/(P5+P7)} 으로 결정될 수 있다. 이때, 컴퓨팅 장치 (12) 는 감염자의 질병 보유 확률 (1), 좌측의 제 1 차 접촉자에 대한 감염자의 질병 전파 확률의 비 (R1), 좌측의 제 2 차 접촉자에 대한 좌측의 제 1 차 접촉자의 질병 전파 확률의 비 (R5), 및 제 3 차 접촉자에 대한 좌측의 제 2 차 접촉자의 질병 전파 확률의 비 (R7) 의 곱 (1*R1*R5*R7=R1*R5*R7) 을 제 3 차 접촉자의 질병 보유 확률로 결정할 수 있다.
컴퓨팅 장치 (12) 는 감염자가 복수인 경우, 복수의 감염자 각각에 의한 질병 전파 영향을 고려하여 복수의 사람들 각각의 질병 보유 확률을 독립적으로 계산하고, 복수의 감염자 각각에 의한 질병 전파 영향을 고려하여 독립적으로 계산된 복수의 사람들 각각의 질병 보유 확률의 산술 평균 값을 복수의 사람들 각각의 질병 보유 확률로 결정할 수 있다.
예를 들어, 컴퓨팅 장치 (12) 는 감염자가 제 1 감염자와 제 2 감염자로 2명인 경우, 제 1 감염자에 의한 질병 전파 영향만을 고려하여 복수의 사람들 각각의 질병 보유 확률을 계산하고, 제 2 감염자에 의한 질병 전파 영향만을 고려하여 상기 복수의 사람들 각각의 질병 보유 확률을 계산하고, 제 1 감염자에 의한 질병 전파 영향만을 고려하여 계산된 복수의 사람들 각각의 질병 보유 확률, 및 제 2 감염자에 의한 질병 전파 영향만을 고려하여 계산된 복수의 사람들 각각의 질병 보유 확률의 산술 평균 값을 복수의 사람들 각각의 질병 보유 확률로 결정할 수 있다.
한편, 제 1 감염자에 의한 질병 전파 영향만을 고려하여 복수의 사람들 각각의 질병 보유 확률을 계산한다는 의미는, 제 1 감염자에 의한 질병 전파 영향을 고려하여 복수의 사람들 각각의 질병 보유 확률을 계산할 때, 제 1 감염자 외의 다른 감염자 (제 2 감염자) 의 질병 전파 영향은 없는 것으로 본다는 것이다. 또한, 제 2 감염자에 의한 질병 전파 영향만을 고려하여 상기 복수의 사람들 각각의 질병 보유 확률을 계산한다는 의미는, 제 2 감염자에 의한 질병 전파 영향을 고려하여 복수의 사람들 각각의 질병 보유 확률을 계산할 때, 제 2 감염자 외의 다른 감염자 (제 1 감염자) 의 질병 전파 영향은 없는 것으로 본다는 것이다. 이를 확장시키면, 복수의 감염자 각각에 의한 질병 전파 영향을 고려하여 복수의 사람들 각각의 질병 보유 확률을 독립적으로 계산하는 것이 가능하다.
도 33을 참조한다. 도 33에는 감염자 2명, 감염자 2명과 접촉한 제 1 차 접촉자 2명, 제 1 차 접촉자와 접촉한 제 2 차 접촉자 4명, 제 2 차 접촉자와 접촉한 제 3 차 접촉자 1 명이 도시되어 있다. 이는 설명의 편의를 위한 전제이며, 실제, 2명의 감염자과 2명의 제 1 차 접촉자 사이의 접촉 여부, 2명의 제 1 차 접촉자와 4명의 제 2 차 접촉자 사이의 접촉 여부, 좌측의 제 2 차 접촉자와 제 3 차 접촉자 사이의 접촉 여부는 위험 함수에 의해 판단될 수 있다.
감염자가 제 1 감염자와 제 2 감염자로 2명이므로, 컴퓨팅 장치 (12) 는 제 1 감염자에 의한 질병 전파 영향만을 고려하여 복수의 사람들 각각의 질병 보유 확률을 계산하고, 제 2 감염자에 의한 질병 전파 영향만을 고려하여 상기 복수의 사람들 각각의 질병 보유 확률을 계산하고, 제 1 감염자에 의한 질병 전파 영향만을 고려하여 계산된 복수의 사람들 각각의 질병 보유 확률, 및 제 2 감염자에 의한 질병 전파 영향만을 고려하여 계산된 복수의 사람들 각각의 질병 보유 확률의 산술 평균 값을 복수의 사람들 각각의 질병 보유 확률로 결정할 수 있다.
도 34는 도 33에서 제 1 감염자에 의한 질병 전파 영향만을 고려하여 계산된 복수의 사람들 각각의 질병 보유 확률을 도시한다. 이때, 제 2 감염자의 질병 보유 확률을 0으로 보아 무시할 수 있다. 또한, 도 20은 도 18에서 제 2 감염자에 의한 질병 전파 영향만을 고려하여 계산된 복수의 사람들 각각의 질병 보유 확률을 도시한다. 이때, 제 1 감염자의 질병 보유 확률을 0으로 보아 무시할 수 있다. 도 21은 제 1 감염자에 의한 질병 전파 영향만을 고려하여 계산된 복수의 사람들 각각의 질병 보유 확률 (도 19를 참조) 과 제 2 감염자에 의한 질병 전파 영향만을 고려하여 계산된 복수의 사람들 각각의 질병 보유 확률 (도 20을 참조) 의 산술 평균 값을 도시한다.
이를 확장시키면, 도 33 내지 도 36과 달리, 감염자가 제 1 감염자, 제 2 감염자 외에 제 n 감염자까지 총 n명이 있는 경우, 컴퓨팅 장치 (12) 는 복수의 감염자 각각에 의한 질병 전파 영향을 고려하여 복수의 사람들 각각의 질병 보유 확률을 독립적으로 계산하고, 복수의 감염자 각각에 의한 질병 전파 영향을 고려하여 독립적으로 계산된 복수의 사람들 각각의 질병 보유 확률의 산술 평균 값을 복수의 사람들 각각의 질병 보유 확률로 결정함으로써, 복수의 사람들 각각의 질병 보유 확률을 계산할 수 있다.
이로써, 컴퓨팅 장치 (12) 는 사용자에 의해 입력된 감염자 정보만으로, 복수의 사람들 각각의 질병 보유 확률을 계산할 수 있다.
컴퓨팅 장치 (12) 는 복수의 사람들 각각의 질병 보유 확률에 기초하여, 복수의 사람들 중 질병 보유 추정자를 결정한다.
실시예에 따라, 컴퓨팅 장치 (12) 는 사용자로부터 탐색 구간을 입력받고, 탐색 구간에 대응되는 복수의 사람들 각각의 위치 정보에 기초하여, 복수의 사람들 중 질병 보유 추정자를 결정할 수 있다. 예를 들어, 컴퓨팅 장치 (12) 는 사용자로부터 탐색 구간을 입력받고, 감염자의 정보, 및 탐색 구간에 대응되는 복수의 사람들 각각의 위치 정보에 기초하여 복수의 사람들 각각의 질병 보유 확률을 계산하고, 복수의 사람들 각각의 질병 보유 확률에 기초하여 복수의 사람들 중 질병 보유 추정자를 결정할 수 있다. 이는 질병 보유 추정자를 결정하는데 감염자의 유입 시점이나 질발 발생 시점을 고려함으로써, 불필요한 연산량을 줄이기 위함이다. 예를 들어, 사용자는 감염자의 유입 시점이나 질발 발생 시점을 탐색 구간의 시점으로 입력하고, 현재 시점을 탐색 구간의 종점으로 입력할 수 있다.
실시예에 따라, 컴퓨팅 장치 (12) 는 감염자의 질병 정보에 대응되는 질병 잠복 기간을 결정하고, 질병 잠복 기간에 기초하여 탐색 구간을 설정할 수 있다. 예를 들어, 컴퓨팅 장치 (12) 는 질병 별 잠복 기간 테이블을 저장하고 있고, 질병 별 잠복 기간 테이블에 기초하여 감염자의 질병 정보에 대응되는 질병 잠복 기간을 결정할 수 있다. 이후, 컴퓨팅 장치 (12) 는 탐색 구간에 대응되는 복수의 사람들 각각의 위치 정보에 기초하여, 복수의 사람들 중 질병 보유 추정자를 결정할 수 있다. 예를 들어, 컴퓨팅 장치 (12) 는 사용자로부터 탐색 구간을 입력받고, 감염자의 정보, 및 탐색 구간에 대응되는 복수의 사람들 각각의 위치 정보에 기초하여 복수의 사람들 각각의 질병 보유 확률을 계산하고, 복수의 사람들 각각의 질병 보유 확률에 기초하여 복수의 사람들 중 질병 보유 추정자를 결정할 수 있다.
도 37에 도시된 바와 같이, 컴퓨팅 장치 (12) 는 복수의 사람들 중 질병 보유 확률이 기 설정된 질병 보유 확률 기준 값을 초과하는 자를 질병 보유 추정자로 결정할 수 있다. 한편, 사용자는 컴퓨팅 장치 (12) 에 질병 보유 확률 기준 값을 입력하여, 질병 보유 확률 기준 값을 설정할 수 있다.
실시예에 따라, 컴퓨팅 장치 (12) 는 질병 보유 추정자와 관련된 정보를 출력할 수 있다. 예를 들어, 컴퓨팅 장치 (12) 는 질병 보유 추정자와 관련된 정보를 시각적 또는 청각적으로 출력할 수 있다. 예를 들어, 컴퓨팅 장치 (12) 는 질병 보유 추정자의 식별 정보를 출력할 수 있다.
도 38은 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도이다.
도시된 실시예에서, 각 컴포넌트들은 이하에 기술된 것 이외에 상이한 기능 및 능력을 가질 수 있고, 이하에 기술되는 것 이외에도 추가적인 컴포넌트를 포함할 수 있다.
도시된 컴퓨팅 환경 (10) 은 컴퓨팅 장치 (12) 를 포함한다. 컴퓨팅 장치 (12) 는 적어도 하나의 프로세서 (14), 컴퓨터 판독 가능 저장 매체 (16) 및 통신 버스 (18) 를 포함한다. 프로세서 (14) 는 컴퓨팅 장치 (12) 로 하여금 앞서 언급된 예시적인 실시예에 따라 동작하도록 할 수 있다. 예컨대, 프로세서 (14) 는 컴퓨터 판독 가능 저장 매체 (16) 에 저장된 하나 이상의 프로그램들을 실행할 수 있다. 상기 하나 이상의 프로그램들은 하나 이상의 컴퓨터 실행 가능 명령어를 포함할 수 있으며, 상기 컴퓨터 실행 가능 명령어는 프로세서 (14) 에 의해 실행되는 경우 컴퓨팅 장치 (12) 로 하여금 예시적인 실시예에 따른 동작들을 수행하도록 구성될 수 있다.
컴퓨터 판독 가능 저장 매체 (16) 는 컴퓨터 실행 가능 명령어 내지 프로그램 코드, 프로그램 데이터 및/또는 다른 적합한 형태의 정보를 저장하도록 구성된다. 컴퓨터 판독 가능 저장 매체 (16) 에 저장된 프로그램 (20) 은 프로세서 (14) 에 의해 실행 가능한 명령어의 집합을 포함한다. 일 실시예에서, 컴퓨터 판독 가능 저장 매체 (16) 는 메모리 (랜덤 액세스 메모리와 같은 휘발성 메모리, 비휘발성 메모리, 또는 이들의 적절한 조합), 하나 이상의 자기 디스크 저장 디바이스들, 광학 디스크 저장 디바이스들, 플래시 메모리 디바이스들, 그 밖에 컴퓨팅 장치 (12) 에 의해 액세스되고 원하는 정보를 저장할 수 있는 다른 형태의 저장 매체, 또는 이들의 적합한 조합일 수 있다.
통신 버스 (18) 는 프로세서 (14), 컴퓨터 판독 가능 저장 매체 (16) 를 포함하여 컴퓨팅 장치 (12) 의 다른 다양한 컴포넌트들을 상호 연결한다.
컴퓨팅 장치 (12) 는 또한 하나 이상의 입출력 장치 (24) 를 위한 인터페이스를 제공하는 하나 이상의 입출력 인터페이스 (22) 및 하나 이상의 네트워크 통신 인터페이스 (26) 를 포함할 수 있다. 입출력 인터페이스 (22) 및 네트워크 통신 인터페이스 (26) 는 통신 버스 (18) 에 연결된다. 입출력 장치 (24) 는 입출력 인터페이스 (22) 를 통해 컴퓨팅 장치 (12) 의 다른 컴포넌트들에 연결될 수 있다. 예시적인 입출력 장치 (24) 는 포인팅 장치 (마우스 또는 트랙패드 등), 키보드, 터치 입력 장치(터치패드 또는 터치스크린 등), 음성 또는 소리 입력 장치, 다양한 종류의 센서 장치 및/또는 촬영 장치와 같은 입력 장치, 및/또는 디스플레이 장치, 프린터, 스피커 및/또는 네트워크 카드와 같은 출력 장치를 포함할 수 있다. 예시적인 입출력 장치 (24) 는 컴퓨팅 장치 (12) 를 구성하는 일 컴포넌트로서 컴퓨팅 장치 (12) 의 내부에 포함될 수도 있고, 컴퓨팅 장치 (12) 와는 구별되는 별개의 장치로 컴퓨팅 장치 (12) 와 연결될 수도 있다.
이상 첨부된 도면을 참조하여 본 발명의 실시예들을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것은 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형 실시될 수 있다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
[이 발명을 지원한 국가연구개발사업]
[과제고유번호] 2018R1D1A1B07048179
[부처명] 교육부
[연구관리전문기관] 한국연구재단
[연구사업명] 이공학개인기초연구지원사업
[연구과제명] 직장암의 항암방사선치료 후 자기공명영상에서 다중 시퀀스 융합영상의 딥러닝 분석을 이용한 잔류 종양 위험도 지도 생성 및 예후예측 시스템 개발
[기여율] 1/2
[주관기관] 연세대학교
[연구기간] 2019.03.01 ~ 2020.02.29
[이 발명을 지원한 국가연구개발사업]
[과제고유번호] 2019R1A2C4069598
[부처명] 과학기술정보통신부
[연구관리전문기관] 한국연구재단
[연구사업명] 중견연구자지원사업
[연구과제명] 정신 질환 통합적인 작업기억 특이 뇌파 마커 규명: 뉴로모듈레이션 기반 연구
[기여율] 1/2
[주관기관] 연세대학교
[연구기간] 2019.06.01 ~ 2020.02.29

Claims (23)

  1. 하나 이상의 프로세서들, 및
    상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서,
    복수의 사람들의 위치 정보를 수신하는 단계; 및
    감염자의 식별 정보 및 감염자의 질병 정보를 포함하는 감염자의 정보, 및 상기 복수의 사람들 각각의 위치 정보에 기초하여, 상기 복수의 사람들 각각의 질병 감염 확률을 계산하는 단계를 포함하는, 방법.
  2. 제 1 항에 있어서,
    상기 복수의 사람들 각각의 질병 감염 확률을 계산하는 단계는,
    상기 감염자의 정보 및 상기 복수의 사람들 각각의 위치 정보에 기초하여, 상기 복수의 사람들 사이의 질병 전파 확률을 계산하는 단계; 및
    상기 복수의 사람들 사이의 질병 전파 확률에 기초하여, 상기 복수의 사람들 각각의 질병 감염 확률을 계산하는 단계를 포함하는, 방법.
  3. 제 2 항에 있어서,
    상기 복수의 사람들 사이의 질병 전파 확률을 계산하는 단계는,
    상기 감염자의 질병 정보에 대응되는 질병 전파력 및 위험 함수를 결정하는 단계; 및
    상기 질병 전파력, 상기 위험 함수 및 상기 복수의 사람들 사이의 접촉 정도에 기초하여, 상기 복수의 사람들 사이의 질병 전파 확률을 계산하는 단계를 포함하는, 방법.
  4. 제 3 항에 있어서,
    상기 복수의 사람들 사이의 질병 전파 확률을 계산하는 단계는,
    상기 위험 함수 및 상기 복수의 사람들 각각의 위치 정보에 기초하여, 상기 복수의 사람들 사이의 접촉 정도를 계산하는 단계; 및
    상기 질병 전파력 및 상기 복수의 사람들 사이의 접촉 정도에 기초하여, 상기 복수의 사람들 사이의 질병 전파 확률을 계산하는 단계를 포함하는, 방법.
  5. 제 1 항에 있어서,
    상기 감염자와 접촉한 제 1 차 접촉자가 존재하고, 상기 제 1 차 접촉자와 접촉한 제 2 차 접촉자가 존재하는 경우,
    상기 복수의 사람들 각각의 질병 감염 확률을 계산하는 단계는,
    상기 제 1 차 접촉자의 질병 감염 확률을 계산하는 단계; 및
    상기 제 1 차 접촉자의 질병 감염 확률, 및 상기 제 1 차 접촉자와 상기 제 2 차 접촉자 사이의 질병 전파 확률에 기초하여, 상기 제 2 차 접촉자의 질병 감염 확률을 계산하는 단계를 포함하는, 방법.
  6. 제 1 항에 있어서,
    상기 복수의 사람들 각각의 질병 감염 확률을 계산하는 단계는,
    상기 감염자와 특정인 사이의 접촉 루트가 복수인 경우,
    상기 복수의 접촉 루트 각각에 따른 상기 특정인의 질병 감염 확률을 계산하는 단계; 및
    상기 복수의 접촉 루트 각각에 따라 계산된 상기 특정인의 질병 감염 확률 중 최대값을 상기 특정인의 질병 감염 확률로 결정하는 단계를 포함하는, 방법.
  7. 제 1 항에 있어서,
    상기 복수의 사람들 각각의 질병 감염 확률을 계산하는 단계는,
    상기 감염자가 복수인 경우,
    상기 복수의 감염자 각각에 의한 질병 전파 영향을 고려하여, 상기 복수의 사람들 각각의 질병 감염 확률을 독립적으로 계산하는 단계; 및
    상기 복수의 감염자 각각에 의한 질병 전파 영향을 고려하여 독립적으로 계산된, 상기 복수의 사람들 각각의 질병 감염 확률의 산술 평균 값을 상기 복수의 사람들 각각의 질병 감염 확률로 결정하는 단계를 포함하는, 방법.
  8. 하나 이상의 프로세서;
    메모리; 및
    하나 이상의 프로그램을 포함하는 장치로서,
    상기 하나 이상의 프로그램은 상기 메모리에 저장되고 상기 하나 이상의 프로세서에 의해 실행되도록 구성되며,
    상기 프로그램은,
    복수의 사람들의 위치 정보를 수신하는 단계; 및
    감염자의 식별 정보 및 감염자의 질병 정보를 포함하는 감염자의 정보, 및 상기 복수의 사람들 각각의 위치 정보에 기초하여, 상기 복수의 사람들 각각의 질병 감염 확률을 계산하는 단계를 실행하기 위한 명령어들을 포함하는, 장치.
  9. 하나 이상의 프로세서들, 및
    상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서,
    복수의 사람들의 위치 정보를 수신하는 단계;
    사용자로부터 감염자의 식별 정보 및 감염자의 질병 정보를 포함하는 감염자의 정보를 입력받는 단계;
    상기 감염자의 질병 정보 및 상기 복수의 사람들 각각의 위치 정보에 기초하여, 상기 복수의 사람들 중 질병 검사 대상자를 결정하는 단계; 및
    상기 질병 검사 대상자와 관련된 정보를 출력하는 단계를 포함하는, 방법.
  10. 제 9 항에 있어서,
    상기 사용자로부터 탐색 구간을 입력받는 단계를 더 포함하며,
    상기 질병 검사 대상자를 결정하는 단계는,
    상기 탐색 구간에 대응되는 상기 복수의 사람들 각각의 위치 정보에 기초하여, 상기 복수의 사람들 중 질병 검사 대상자를 결정하는, 방법.
  11. 제 9 항에 있어서,
    상기 감염자의 질병 정보에 대응되는 질병 잠복 기간을 결정하는 단계; 및
    상기 질병 잠복 기간에 기초하여, 탐색 구간을 설정하는 단계를 더 포함하며,
    상기 질병 검사 대상자를 결정하는 단계는,
    상기 탐색 구간에 대응되는 상기 복수의 사람들 각각의 위치 정보에 기초하여, 상기 복수의 사람들 중 질병 검사 대상자를 결정하는, 방법.
  12. 하나 이상의 프로세서;
    메모리; 및
    하나 이상의 프로그램을 포함하는 장치로서,
    상기 하나 이상의 프로그램은 상기 메모리에 저장되고 상기 하나 이상의 프로세서에 의해 실행되도록 구성되며,
    상기 프로그램은,
    복수의 사람들의 위치 정보를 수신하는 단계;
    사용자로부터 감염자의 식별 정보 및 감염자의 질병 정보를 포함하는 감염자의 정보를 입력받는 단계;
    상기 감염자의 질병 정보 및 상기 복수의 사람들 각각의 위치 정보에 기초하여, 상기 복수의 사람들 중 질병 검사 대상자를 결정하는 단계; 및
    상기 질병 검사 대상자와 관련된 정보를 출력하는 단계를 실행하기 위한 명령어들을 포함하는, 장치.
  13. 하나 이상의 프로세서들, 및
    상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서,
    복수의 사람들의 위치 정보를 수신하는 단계;
    감염자의 식별 정보 및 감염자의 질병 정보를 포함하는 감염자의 정보, 및 상기 복수의 사람들 각각의 위치 정보에 기초하여, 상기 복수의 사람들 사이의 질병 전파 확률을 계산하는 단계;
    상기 복수의 사람들 각각을 기준으로, 상기 복수의 사람들과, 상기 복수의 사람들과 접촉한 접촉자들 사이의 질병 전파 확률의 비를 계산하는 단계; 및
    상기 복수의 사람들과, 상기 복수의 사람들과 접촉한 접촉자들 사이의 질병 전파 확률의 비에 기초하여, 상기 복수의 사람들 각각의 질병 보유 확률을 계산하는 단계를 포함하는, 방법.
  14. 제 13 항에 있어서,
    상기 복수의 사람들 중 특정 사람과 접촉한 접촉자가 복수인 경우,
    상기 복수의 접촉자들 중 특정 접촉자에 대한 상기 특정 사람의 질병 전파 확률의 비는, 상기 특정 사람과 상기 특정 접촉자 사이의 질병 전파 확률을, 상기 특정 사람과 상기 복수의 접촉자들 사이의 질병 전파 확률의 총합으로 나눈 값에 기초하여 계산되는, 방법.
  15. 제 13 항에 있어서,
    상기 복수의 사람들 사이의 질병 전파 확률을 계산하는 단계는,
    상기 감염자의 질병 정보에 대응되는 질병 전파력 및 위험 함수를 결정하는 단계; 및
    상기 질병 전파력, 상기 위험 함수 및 상기 복수의 사람들 사이의 접촉 정도에 기초하여, 상기 복수의 사람들 사이의 질병 전파 확률을 계산하는 단계를 포함하는, 방법.
  16. 제 15 항에 있어서,
    상기 복수의 사람들 사이의 질병 전파 확률을 계산하는 단계는,
    상기 위험 함수 및 상기 복수의 사람들 각각의 위치 정보에 기초하여, 상기 복수의 사람들 사이의 접촉 정도를 계산하는 단계; 및
    상기 질병 전파력 및 상기 복수의 사람들 사이의 접촉 정도에 기초하여, 상기 복수의 사람들 사이의 질병 전파 확률을 계산하는 단계를 포함하는, 방법.
  17. 제 13 항에 있어서,
    상기 감염자와 접촉한 제 1 차 접촉자가 존재하고, 상기 제 1 차 접촉자와 접촉한 제 2 차 접촉자가 존재하는 경우,
    상기 복수의 사람들 각각의 질병 보유 확률을 계산하는 단계는,
    상기 제 1 차 접촉자의 질병 보유 확률을 계산하는 단계; 및
    상기 제 1 차 접촉자의 질병 보유 확률, 및 상기 제 2 차 접촉자에 대한 상기 제 1 차 접촉자의 질병 전파 확률의 비에 기초하여, 상기 제 2 차 접촉자의 질병 보유 확률을 계산하는 단계를 포함하는, 방법.
  18. 제 13 항에 있어서,
    상기 복수의 사람들 각각의 질병 보유 확률을 계산하는 단계는,
    상기 감염자와 특정인 사이의 접촉 루트가 복수인 경우,
    상기 복수의 접촉 루트 각각에 따른 상기 특정인의 질병 보유 확률을 계산하는 단계; 및
    상기 복수의 접촉 루트 각각에 따라 계산된 상기 특정인의 질병 보유 확률 중 최대값을 상기 특정인의 질병 보유 확률로 결정하는 단계를 포함하는, 방법.
  19. 제 13 항에 있어서,
    상기 복수의 사람들 각각의 질병 보유 확률을 계산하는 단계는,
    상기 감염자가 복수인 경우,
    상기 복수의 감염자 각각에 의한 질병 전파 영향을 고려하여, 상기 복수의 사람들 각각의 질병 보유 확률을 독립적으로 계산하는 단계; 및
    상기 복수의 감염자 각각에 의한 질병 전파 영향을 고려하여 독립적으로 계산된, 상기 복수의 사람들 각각의 질병 보유 확률의 산술 평균 값을 상기 복수의 사람들 각각의 질병 보유 확률로 결정하는 단계를 포함하는, 장치.
  20. 제 13 항에 있어서,
    상기 복수의 사람들 각각의 질병 보유 확률에 기초하여, 상기 복수의 사람들 중 질병 보유 추정자를 결정하는 단계; 및
    상기 질병 보유 추정자와 관련된 정보를 출력하는 단계를 포함하는, 방법.
  21. 제 20 항에 있어서,
    사용자로부터 탐색 구간을 입력받는 단계를 더 포함하며,
    상기 복수의 사람들 사이의 질병 전파 확률을 계산하는 단계는,
    상기 탐색 구간에 대응되는 상기 복수의 사람들 각각의 위치 정보에 기초하여, 상기 복수의 사람들 중 질병 보유 추정자를 결정하는, 방법.
  22. 제 20 항에 있어서,
    상기 감염자의 질병 정보에 대응되는 질병 잠복 기간을 결정하는 단계; 및
    상기 질병 잠복 기간에 기초하여, 탐색 구간을 설정하는 단계를 더 포함하며,
    상기 복수의 사람들 사이의 질병 전파 확률을 계산하는 단계는,
    상기 탐색 구간에 대응되는 상기 복수의 사람들 각각의 위치 정보에 기초하여, 상기 복수의 사람들 중 질병 보유 추정자를 결정하는, 방법.
  23. 하나 이상의 프로세서;
    메모리; 및
    하나 이상의 프로그램을 포함하는 장치로서,
    상기 하나 이상의 프로그램은 상기 메모리에 저장되고 상기 하나 이상의 프로세서에 의해 실행되도록 구성되며,
    상기 프로그램은,
    복수의 사람들의 위치 정보를 수신하는 단계;
    감염자의 식별 정보 및 감염자의 질병 정보를 포함하는 감염자의 정보, 및 상기 복수의 사람들 각각의 위치 정보에 기초하여, 상기 복수의 사람들 사이의 질병 전파 확률을 계산하는 단계;
    상기 복수의 사람들 각각을 기준으로, 상기 복수의 사람들과, 상기 복수의 사람들과 접촉한 접촉자들 사이의 질병 전파 확률의 비를 계산하는 단계; 및
    상기 복수의 사람들과, 상기 복수의 사람들과 접촉한 접촉자들 사이의 질병 전파 확률의 비에 기초하여, 상기 복수의 사람들 각각의 질병 보유 확률을 계산하는 단계를 실행하기 위한 명령어들을 포함하는, 장치.
PCT/KR2020/017157 2019-11-29 2020-11-27 질병 감염 또는 보유 확률 계산 방법 및 장치, 질병 검사 대상자 출력 방법 및 장치 WO2021107709A1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP20891831.8A EP4068306A4 (en) 2019-11-29 2020-11-27 METHOD AND APPARATUS FOR CALCULATING THE PROBABILITY OF BEING INFECTED WITH A DISEASE OR HAVING A DISEASE, AND METHOD AND APPARATUS FOR ISSUEING PERSONS TO BE TESTED FOR A DISEASE
US17/780,998 US20220415516A1 (en) 2019-11-29 2020-11-27 Method and device for calculating probability of being infected with or having disease, and method and device for outputting subject to be tested for disease

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2019-0157620 2019-11-29
KR1020190157620A KR102363601B1 (ko) 2019-11-29 2019-11-29 질병 감염 확률 계산 방법 및 장치, 질병 검사 대상자 출력 방법 및 장치
KR1020190169920A KR102363600B1 (ko) 2019-12-18 2019-12-18 질병 보유 확률 계산 방법 및 장치
KR10-2019-0169920 2019-12-18

Publications (1)

Publication Number Publication Date
WO2021107709A1 true WO2021107709A1 (ko) 2021-06-03

Family

ID=76129828

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/017157 WO2021107709A1 (ko) 2019-11-29 2020-11-27 질병 감염 또는 보유 확률 계산 방법 및 장치, 질병 검사 대상자 출력 방법 및 장치

Country Status (3)

Country Link
US (1) US20220415516A1 (ko)
EP (1) EP4068306A4 (ko)
WO (1) WO2021107709A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113539512A (zh) * 2021-07-21 2021-10-22 医渡云（北京）技术有限公司 传染病传播趋势的预测方法及装置、存储介质、电子设备

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111742181B (zh) * 2018-06-14 2023-02-28 松下知识产权经营株式会社 信息处理方法、信息处理系统以及记录介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003006342A (ja) * 2001-06-22 2003-01-10 Fujitsu Ltd 院内感染予防方法、院内感染予防プログラム及び院内感染予防装置
JP2012194808A (ja) * 2011-03-16 2012-10-11 Fujitsu Ltd 感染通知方法及び感染通知装置
US20130318027A1 (en) * 2011-11-20 2013-11-28 Gal Almogy System and method to enable detection of viral infection by users of electronic communication devices
KR20170053145A (ko) * 2015-11-05 2017-05-15 고려대학교 산학협력단 전염병 예방과 확산 방지를 위한 전염병 추적 관리 시스템
KR20180010434A (ko) * 2016-07-21 2018-01-31 (주)인프라칩 사물인터넷을 기반으로 병원내 환자동선 및 접촉자 추적시스템 및 그 제어방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060036619A1 (en) * 2004-08-09 2006-02-16 Oren Fuerst Method for accessing and analyzing medically related information from multiple sources collected into one or more databases for deriving illness probability and/or for generating alerts for the detection of emergency events relating to disease management including HIV and SARS, and for syndromic surveillance of infectious disease and for predicting risk of adverse events to one or more drugs
CA2745519A1 (en) * 2008-12-08 2010-06-17 Infonaut Inc. Disease mapping and infection control system and method
WO2012174230A1 (en) * 2011-06-14 2012-12-20 Sickweather, Llc Social networking aggregator to track illnesses
US20170024531A1 (en) * 2015-07-22 2017-01-26 Radicalogic Technologies, Inc. Dba Rl Solutions Systems and methods for near-real or real-time contact tracing

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003006342A (ja) * 2001-06-22 2003-01-10 Fujitsu Ltd 院内感染予防方法、院内感染予防プログラム及び院内感染予防装置
JP2012194808A (ja) * 2011-03-16 2012-10-11 Fujitsu Ltd 感染通知方法及び感染通知装置
US20130318027A1 (en) * 2011-11-20 2013-11-28 Gal Almogy System and method to enable detection of viral infection by users of electronic communication devices
KR20170053145A (ko) * 2015-11-05 2017-05-15 고려대학교 산학협력단 전염병 예방과 확산 방지를 위한 전염병 추적 관리 시스템
KR20180010434A (ko) * 2016-07-21 2018-01-31 (주)인프라칩 사물인터넷을 기반으로 병원내 환자동선 및 접촉자 추적시스템 및 그 제어방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4068306A4 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113539512A (zh) * 2021-07-21 2021-10-22 医渡云（北京）技术有限公司 传染病传播趋势的预测方法及装置、存储介质、电子设备

Also Published As

Publication number Publication date
US20220415516A1 (en) 2022-12-29
EP4068306A4 (en) 2023-12-06
EP4068306A1 (en) 2022-10-05

Similar Documents

Publication Publication Date Title
WO2021107709A1 (ko) 질병 감염 또는 보유 확률 계산 방법 및 장치, 질병 검사 대상자 출력 방법 및 장치
WO2015182956A1 (en) Method and device for generating data representing structure of room
WO2016076641A1 (en) Method and apparatus for registering a device for use
WO2019054631A1 (en) ELECTRONIC DEVICE AND ITS CONTROL METHOD
WO2018097558A1 (en) Electronic device, server, and method for determining presence or absence of user within specific space
WO2017095207A1 (en) User terminal and control method thereof
WO2015119371A1 (ko) Poi 그룹화를 이용한 poi 정보 제공 장치 및 방법
WO2016032231A1 (en) Method for managing beacon, terminal device, server and storage medium
WO2013147464A1 (ko) 멀티 터치스크린 장치
WO2014027785A1 (en) Schedule management method, schedule management server, and mobile terminal using the method
WO2016108660A1 (en) Method and device for controlling home device
WO2016105166A1 (en) Device and method of controlling wearable device
EP3238012A1 (en) Device and method of controlling wearable device
WO2017048067A1 (en) Terminal and method for measuring location thereof
WO2019050242A1 (en) ELECTRONIC DEVICE, SERVER, AND RECORDING MEDIUM SUPPORTING THE EXECUTION OF A TASK USING AN EXTERNAL DEVICE
WO2011010760A1 (ko) 초음파 신호를 이용한 정보 입력 시스템 및 방법
EP3180763A1 (en) Wearable device and method of transmitting content
WO2016140393A1 (ko) 이동 단말기 및 그의 동작 방법
WO2021125719A1 (ko) 스마트 진료 시스템 및 그 방법
WO2020171561A1 (en) Electronic apparatus and controlling method thereof
WO2013129742A1 (en) Position sensing method of touch panel and integrated circuit
WO2016190652A1 (en) Electronic device, information providing system and information providing method thereof
WO2018164445A1 (en) Electronic device and method for controlling application thereof
WO2017183888A2 (en) Positioning method and apparatus
EP3025221A1 (en) Method and apparatus for providing information about image painting and recording medium thereof

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: 20891831

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2020891831

Country of ref document: EP

Effective date: 20220629