WO2022114447A1 - 유사 임상 시험 데이터 제공 방법 및 이를 실행하는 서버 - Google Patents

유사 임상 시험 데이터 제공 방법 및 이를 실행하는 서버 Download PDF

Info

Publication number
WO2022114447A1
WO2022114447A1 PCT/KR2021/009978 KR2021009978W WO2022114447A1 WO 2022114447 A1 WO2022114447 A1 WO 2022114447A1 KR 2021009978 W KR2021009978 W KR 2021009978W WO 2022114447 A1 WO2022114447 A1 WO 2022114447A1
Authority
WO
WIPO (PCT)
Prior art keywords
clinical trial
trial data
data
vector
word
Prior art date
Application number
PCT/KR2021/009978
Other languages
English (en)
French (fr)
Inventor
정지희
송남구
조용장
Original Assignee
(주)메디아이플러스
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)메디아이플러스 filed Critical (주)메디아이플러스
Priority to US18/039,404 priority Critical patent/US20240005097A1/en
Publication of WO2022114447A1 publication Critical patent/WO2022114447A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • 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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references

Definitions

  • the present invention relates to providing similar clinical trial data, and more particularly, to a method for providing similar clinical trial data for extracting and providing clinical trial data similar to clinical trial data input by a user, and a server executing the same.
  • clinical trials for new drug development are also increasing.
  • clinical trials are conducted to evaluate drug efficacy or prepare safety standards for newly developed drugs, etc., to check the range of applicable diseases, appropriate dosing, side effects, pharmacokinetics, pharmacodynamics, pharmacology, clinical effects, etc. It can be defined as a test or study conducted on humans to investigate adverse drug reactions.
  • This clinical trial management system includes a clinical data database that stores clinical trial data.
  • the clinical trial management system provides clinical data stored in the clinical data database to the clinical researcher. Therefore, researchers conducting clinical research search for necessary items in consideration of the research topic.
  • An object of the present invention is to provide a method for providing similar clinical trial data that extracts and provides clinical trial data similar to clinical trial data input by a user, and a server for executing the same.
  • a similar clinical trial data providing method executed in a similar clinical trial data providing server for achieving this purpose, when clinical trial data is received from a user terminal, determining the type of the clinical trial data; generating a vector by using each of the metadata of the clinical trial data or tokenizing a word extracted from the clinical trial data to generate a vector, inputting the vector into a pre-trained learning model, and in the learning model Calculating a previously stored vector and a distance between the vectors, and measuring a similarity grade according to the distance between the vectors, and extracting and providing clinical trial data having a similarity grade less than or equal to a specific grade.
  • the similar clinical trial data providing server upon receiving the clinical trial data from the user terminal, determines the type of the clinical trial data, and a preprocessor that executes preprocessing according to the type of the clinical trial data;
  • a data feature extractor that generates a vector by using each meta data of clinical trial data or tokenizes words extracted from the clinical trial data to generate a vector and the vector is input to a pre-trained learning model, the learning model and a similar clinical trial data extraction unit that calculates a pre-stored vector and a distance between the vectors, measures a similarity grade according to the distance between the vectors, and extracts and provides clinical trial data whose similarity grade is less than or equal to a specific grade.
  • FIG. 1 is a network configuration diagram illustrating a system for providing similar clinical trial data according to an embodiment of the present invention.
  • FIG. 2 is a block diagram illustrating the internal structure of a server for providing similar clinical trial data according to an embodiment of the present invention.
  • FIG. 3 is a flowchart illustrating an embodiment of a method for providing similar clinical trial data according to the present invention.
  • FIG. 4 is a flowchart for explaining another embodiment of a method for providing similar clinical trial data according to the present invention.
  • clinical trial data refers to data collected through the web or database, and includes unstructured data and structured data.
  • Structured data means data including metadata such as CRIS registration number, summary title in Korean, summary title in English, approval status, and approval date, and unstructured data means data listed in natural language, such as clinical trial results.
  • FIG. 1 is a network configuration diagram illustrating a system for providing similar clinical trial data according to an embodiment of the present invention.
  • FIG. 1 illustrates a system for providing similar clinical trial data according to an embodiment of the present invention including user terminals 100_1 to 100_N and a server 200 for providing similar clinical trial data.
  • the user terminals 100_1 to 100_N provide clinical trial data to the similar clinical trial data providing server 200 to receive similar clinical trial data similar to the clinical trial data from the similar clinical trial data providing server 200. It is a terminal
  • These user terminals 100_1 to 100_N may be implemented as a smart phone, a tablet PC, a notebook computer, a desktop, or the like.
  • the similar clinical trial data providing server 200 is a server that, when receiving clinical trial data from the user terminals 100_1 to 100_N, extracts and provides clinical trial data similar to the clinical trial data.
  • the similar clinical trial data providing server 200 collects clinical trial data through a web or a clinical trial database and executes pre-processing. At this time, the similar clinical trial data providing server 200 executes different pre-processing according to whether the clinical trial data is standardized data or unstructured data.
  • the similar clinical trial data providing server 200 when the clinical trial data is standardized data, the similar clinical trial data providing server 200 generates a sub vector for each meta data of the clinical trial data, and uses the sub vector for each meta data. create a vector
  • the similar clinical trial data providing server 200 pre-processes the weights calculated through the above-described process in another form, such as normalization or tf-idf, and then generates a learning model by learning the vector.
  • This learning model is a model for extracting clinical trial data similar to clinical trial data when the standardized clinical trial data is received from the user terminals 100_1 to 100_N later.
  • the similar clinical trial data providing server 200 deletes a predetermined clinically unused word from the clinical trial data or deletes a predetermined clinically unused word part-of-speech.
  • the predetermined part-of-speech of the clinically unused word may include an article, a preposition, a conjunction, an interjection, and the like.
  • the similar clinical trial data providing server 200 receives the clinical trial data “A Randomized, Double Blind Trial of LdT(Telbivudine) Versus Lamivudine in Adults With Compensated Chronic Hepatitis B”, Delete “A”, “of”, “in”, “with” and “B”.
  • the similar clinical trial data providing server 200 extracts a word from the clinical trial data from which a predetermined clinically unused word is deleted based on a blank, and measures the frequency of words in the clinical trial data.
  • the similar clinical trial data providing server 200 performs morpheme analysis on each word to generate a token in which the word and the morpheme value are paired and a label indicating the frequency is assigned.
  • the similar clinical trial data providing server 200 transmits clinical trial data from which predetermined clinically unused words are deleted (frequency: 1000 times, (word, morpheme value)), (frequency: 234 times, ( word, morpheme)), (frequency: 2541 times, (word, morpheme)), (frequency: 2516 (word, morpheme)) ...
  • You can create tokens such as
  • each of the tokens according to the word of the corresponding token and the label of the token give different weights to
  • the similar clinical trial data providing server 200 for each token the language type (ie, English, Chinese, Korean, etc.) that implements the word of the corresponding token, the position where the word exists in the clinical trial data, and the token A document word matrix is created by giving different weights according to the number of frequencies of labels assigned to .
  • the language type ie, English, Chinese, Korean, etc.
  • the similar clinical trial data providing server 200 uses a non-negative matrix factorization (Non-negative Matrix Factorization) machine learning algorithm to generate a document word matrix (the number of clinical trial data * k) into a matrix of size and (k * words). number) is decomposed into a matrix of size.
  • the integer k is a hyperparameter (ie, topic number) and may be determined as the number of topics to be clustered. For example, k may be determined as the number of diseases or the like.
  • the first matrix and the second matrix may be updated by clustering each of the clinical trial data and the word into any one of the k topics.
  • the similar clinical trial data providing server 200 generates a learning model using the first matrix and the second matrix.
  • This learning model is a model for extracting clinical trial data similar to clinical trial data when receiving atypical clinical trial data from the user terminals 100_1 to 100_N later.
  • the similar clinical trial data providing server 200 receives clinical trial data from the user terminals 100_1 to 100_N, it vectorizes it through the same process as described above according to the type of clinical trial data.
  • the similar clinical trial data providing server 200 calculates the distance between the matrix generated based on the clinical trial data received from the user terminals 100_1 to 100_N and the matrix of the learning model to determine the degree of similarity between the clinical trial data. can be calculated.
  • the clinical trial main keyword prediction server 200 performs similar clinical trials according to the distance between the vector of the learning model and the vector generated based on the clinical trial data received from the user terminals 100_1 to 100_N. Data can be extracted and provided.
  • FIG. 2 is a block diagram illustrating the internal structure of a server for providing similar clinical trial data according to an embodiment of the present invention.
  • the similar clinical trial data providing server 200 includes a preprocessor 210 , a clinical stopword database 220 , a data feature extractor 230 , a user input receiver 240 , and a similar clinical trial data extractor (250).
  • the preprocessor 210 collects clinical trial data through the web or a clinical trial database and executes the preprocessing. At this time, the preprocessor 210 executes different preprocessing according to whether the clinical trial data is standardized data or unstructured data.
  • the preprocessor 210 extracts metadata of the clinical trial data.
  • This learning model is a model for extracting clinical trial data similar to clinical trial data when the standardized clinical trial data is received from the user terminals 100_1 to 100_N later.
  • the preprocessor 210 deletes a predetermined clinically unused word from the clinical trial data or deletes a predetermined clinically unused word part-of-speech and tokenizes it.
  • the predetermined part-of-speech of the clinically unused word may include an article, a preposition, a conjunction, an interjection, and the like.
  • the preprocessor 210 receives the clinical trial data “A Randomized, Double Blind Trial of LdT (Telbivudine) Versus Lamivudine in Adults With Compensated Chronic Hepatitis B”, Delete “of”, “in”, “with” and “B”.
  • the preprocessor 210 extracts a word from the clinical trial data from which a predetermined clinically unused word is deleted based on a blank, and measures the frequency number of the word in the clinical trial data.
  • the preprocessor 210 generates a token in which the word and the morpheme value are paired and a label indicating the frequency is assigned by performing morpheme analysis on each word.
  • the pre-processing unit 210 may store clinical trial data from which a predetermined clinically unused word has been deleted (frequency: 1000 times, (word, morpheme value)), (frequency: 234 times, (word, morpheme) ), (frequency: 2541 times, (word, morpheme)), (frequency: 2516 (word, morpheme)) ... You can create tokens such as
  • the data feature extraction unit 230 generates a learning model by using the information generated by the preprocessor 210 .
  • the data feature extraction unit 230 generates a sub vector by using each meta data generated by the preprocessor 210 , and generates a vector by using the sub vector for each meta data.
  • the data feature extraction unit 230 gives different weights to each of the tokens generated by the preprocessor 210 according to a word of the corresponding token and a label of the token.
  • the data feature extraction unit 230 for each token the type of language that implements the word of the corresponding token (ie, English, Chinese, Korean, etc.), the position where the word exists in the clinical trial data, and the label assigned to the token.
  • a document word matrix is created by giving different weights according to the number of frequencies.
  • the data feature extraction unit 230 calculates a first weight based on the following [Equation 1] using the total number of tokens generated in the clinical trial title and the order of each token.
  • token() A function that returns the total number of tokens after tokenizing the clinical trial title
  • token_i the number of the i-th token among the total number of tokens
  • the data feature extraction unit 230 calculates the first weight to a predetermined important value based on [Equation 1] based on the number of tokens and the order of the tokens based on the total number of tokens. .
  • the data feature extraction unit 230 calculates “0.25” and reflects a predetermined important value according to the type of language to be the first weights can be calculated.
  • the predetermined important value according to the type of language may be changed depending on where the important word for each type of language is indicated. That is, the important value predetermined according to the type of language may be changed according to the number of the current token.
  • the data feature extraction unit 230 is based on the following [Equation 2] and [Equation 3] for each of the tokens, the frequency indicated by the label pre-allocated to the token and the previous token and each of the next token.
  • the second weight may be calculated using the frequency number indicated by the pre-allocated label.
  • Difference_value the average value of the number of frequencies
  • token_i the i-th token among the total number of tokens
  • token_i-1 the previous token of the i-th token among the total number of tokens
  • token_i+1 the next token of the i-th token among the total number of tokens
  • f() a function that extracts the number of frequencies indicated by the label assigned to the token
  • Threshold Threshold
  • the data feature extraction unit 230 calculates the first weight and the second weight based on [Equation 1] to [Equation 3], and then finally uses the first weight and the second weight A document word matrix is created by calculating and assigning weights.
  • the data feature extraction unit 230 converts the document word matrix to a (number of clinical trial data * k) size matrix and (k * number of words) through a non-negative matrix factorization machine learning algorithm. decompose into matrices of size.
  • the integer k is a hyperparameter (ie, topic number) and may be determined as the number of topics to be clustered. For example, k may be determined as the number of diseases or the like.
  • the first matrix and the second matrix may be updated by clustering each of the clinical trial data and the word into any one of the k topics.
  • This learning model is a model for extracting clinical trial data similar to clinical trial data when receiving atypical clinical trial data from the user terminals 100_1 to 100_N later.
  • the preprocessing unit 210 and the data feature extracting unit 230 perform preprocessing and data feature extraction according to the type of clinical trial data. to do it
  • the similar clinical trial data extraction unit 250 learns the vector in advance. input into the model.
  • the similar clinical trial data extraction unit 250 calculates a vector stored in advance in the learning model and the distance between the vectors, measures the similarity grade according to the distance between the vectors, and extracts clinical trial data whose similarity grade is less than or equal to a specific grade. to provide.
  • FIG. 3 is a flowchart illustrating an embodiment of a method for providing similar clinical trial data according to the present invention.
  • the similar clinical trial data providing server 200 collects clinical trial data through the web or a clinical trial database (step S310), determines the type of the clinical trial data (step S320), and the clinical trial data Pre-processing is performed according to the type of test data (step S330).
  • the similar clinical trial data providing server 200 generates a vector by using each of the metadata of the clinical trial data according to the type of the clinical trial data or tokenizes words extracted from the clinical trial data to generate a vector (step S340).
  • the similar clinical trial data providing server 200 generates a learning model by learning the vector (step S350).
  • FIG. 4 is a flowchart for explaining another embodiment of a method for providing similar clinical trial data according to the present invention.
  • the similar clinical trial data providing server 200 receives clinical trial data from the user terminal (step S410), it determines the type of the clinical trial data (step S420), and the type of the clinical trial data Preprocessing is performed according to (step S430).
  • the similar clinical trial data providing server 200 generates a vector by using each of the metadata of the clinical trial data according to the type of the clinical trial data or tokenizes words extracted from the clinical trial data to generate a vector (step S440).
  • the similar clinical trial data providing server 200 inputs the vector to the pre-trained learning model, and calculates the distance between the vector and the vector stored in advance in the learning model (step S450))
  • the similar clinical trial data providing server 200 measures the similarity grade according to the distance between the vectors, and extracts and provides clinical trial data in which the similarity grade is less than or equal to a specific grade (step S460).

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명의 일 실시예에 따른 유사 임상 시험 데이터 제공 서버에서 실행되는 유사 임상 시험 데이터 제공 방법은 사용자 단말로부터 임상 시험 데이터를 수신하면, 상기 임상 시험 데이터의 종류를 결정하는 단계, 상기 임상 시험 데이터의 종류에 따라 상기 임상 시험 데이터의 메타 데이터 각각을 이용하여 벡터를 생성하거나 상기 임상 시험 데이터에서 추출된 단어를 토큰화하여 벡터를 생성하는 단계, 상기 벡터를 미리 학습된 학습 모델에 입력하고, 상기 학습 모델에서 미리 저장된 벡터 및 상기 벡터 사이의 거리를 산출하는 단계 및 상기 벡터 사이의 거리에 따라 유사 등급을 측정하여 유사 등급이 특정 등급 이하인 임상 시험 데이터를 추출하여 제공하는 단계를 포함한다.

Description

유사 임상 시험 데이터 제공 방법 및 이를 실행하는 서버
본 발명은 유사 임상 시험 데이터 제공에 관한 것으로, 보다 구체적으로 사용자에 의해 입력된 임상 시험 데이터와 유사한 임상 시험 데이터를 추출하여 제공하는 유사 임상 시험 데이터 제공 방법 및 이를 실행하는 서버에 관한 것이다.
바이오 산업의 확대에 따라 신약 개발을 위한 임상 시험(clinical trial) 역시 증가하고 있다. 통상적으로 임상 시험은 새롭게 개발된 의약품 등에 대한 약효 평가 또는 안정성 기준 마련, 적용 가능한 질환의 범위, 적정 투약, 부작용 범위, 해당 의약품 등의 약동, 약력, 약리, 임상적 효과 등을 확인하고 이상 반응 또는 약물 유해 반응을 조사하기 위하여 사람을 대상으로 실시하는 시험 또는 연구라고 정의할 수 있다.
이러한 임상 시험은 종래 종이 매체 기반 관리 체계(Case Report Form. CRF)를 통하여 이용되고 있는데, 다수의 피험자를 대상으로 진행되는 수차례의 면담, 약제 투여, 검사, 평가와 그 과정에서 수집된 데이터를 종이 매체에 기입하고 이를 통계 분석하여 임상 시험의 가설 또는 목적을 객관적이고 귀험적으로 검증하는 방식으로 이용되고 있다.
그러나 이러한 종이 매체 기반의 임상 시험 데이터 관리는 데이터 보관, 유지 및 보안 자체가 극히 취약함은 물론, 자료 공유, 데이터의 재가공, 시험 또는 심사 기간의 가변성 내지 유동성, 후속 참조 및 활용 등이 극도로 제한되는 본질적인 문제점을 가지고 있다고 할 수 있다.
근래, 이러한 문제점을 해소하기 위하여 일부 전자 데이터 기반의 임상 시험 관리 시스템(electronic Case Report Form, eCRF)이 개시되어 있다. 이러한 임상 시험 관리 시스템은 임상 시험 데이터를 저장하는 임상 데이터 데이터베이스를 포함한다.
한편, 임상 시험 관리 시스템은 임상 데이터 데이터베이스에 저장되어 있는 임상 데이터를 임상 연구자에게 제공한다. 따라서, 임상 연구를 하는 연구자들은 연구 주제를 고려하여 필요한 항목들을 검색한다.
본 발명은 사용자에 의해 입력된 임상 시험 데이터와 유사한 임상 시험 데이터를 추출하여 제공하는 유사 임상 시험 데이터 제공 방법 및 이를 실행하는 서버를 제공하는 것을 목적으로 한다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
이러한 목적을 달성하기 위한 유사 임상 시험 데이터 제공 서버에서 실행되는 유사 임상 시험 데이터 제공 방법은 사용자 단말로부터 임상 시험 데이터를 수신하면, 상기 임상 시험 데이터의 종류를 결정하는 단계, 상기 임상 시험 데이터의 종류에 따라 상기 임상 시험 데이터의 메타 데이터 각각을 이용하여 벡터를 생성하거나 상기 임상 시험 데이터에서 추출된 단어를 토큰화하여 벡터를 생성하는 단계, 상기 벡터를 미리 학습된 학습 모델에 입력하고, 상기 학습 모델에서 미리 저장된 벡터 및 상기 벡터 사이의 거리를 산출하는 단계 및 상기 벡터 사이의 거리에 따라 유사 등급을 측정하여 유사 등급이 특정 등급 이하인 임상 시험 데이터를 추출하여 제공하는 단계를 포함한다.
또한 이러한 목적을 달성하기 위한 유사 임상 시험 데이터 제공 서버는 사용자 단말로부터 임상 시험 데이터를 수신하면, 상기 임상 시험 데이터의 종류를 결정하고, 상기 임상 시험 데이터의 종류에 따라 전처리를 실행하는 전처리부, 상기 임상 시험 데이터의 메타 데이터 각각을 이용하여 벡터를 생성하거나 상기 임상 시험 데이터에서 추출된 단어를 토큰화하여 벡터를 생성하는 데이터 특징 추출부 및 상기 벡터를 미리 학습된 학습 모델에 입력하고, 상기 학습 모델에서 미리 저장된 벡터 및 상기 벡터 사이의 거리를 산출하고, 상기 벡터 사이의 거리에 따라 유사 등급을 측정하여 유사 등급이 특정 등급 이하인 임상 시험 데이터를 추출하여 제공하는 유사 임상 시험 데이터 추출부를 포함한다.
전술한 바와 같은 본 발명에 의하면, 사용자에 의해 입력된 임상 시험 데이터와 유사한 임상 시험 데이터를 추출하여 제공할 수 있다는 장점이 있다.
도 1은 본 발명의 일 실시예에 따른 유사 임상 시험 데이터 제공 시스템을 설명하기 위한 네트워크 구성도이다.
도 2는 본 발명의 일 실시예에 따른 유사 임상 시험 데이터 제공 서버의 내부 구조를 설명하기 위한 블록도이다.
도 3은 본 발명에 따른 유사 임상 시험 데이터 제공 방법의 일 실시예를 설명하기 위한 흐름도이다.
도 4는 본 발명에 따른 유사 임상 시험 데이터 제공 방법의 다른 일 실시예를 설명하기 위한 흐름도이다.
전술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되며, 이에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 상세한 설명을 생략한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다. 도면에서 동일한 참조부호는 동일 또는 유사한 구성요소를 가리키는 것으로 사용된다.
본 명세서에서 사용된 용어 중 “임상 시험 데이터”는 웹 또는 데이터베이스를 통해 수집된 데이터를 의미하며, 비정형 데이터 및 정형화 데이터를 포함한다.
정형 데이터는 CRIS 등록 번호, 요약제목 국문, 요약제목 영문, 승인 상태, 승인일 등과 같은 메타 데이터를 포함하는 데이터를 의미하고, 비정형 데이터는 임상 시험 결과 등과 같이 자연어로 나열되어 있는 데이를 의미한다.
도 1은 본 발명의 일 실시예에 따른 유사 임상 시험 데이터 제공 시스템을 설명하기 위한 네트워크 구성도이다.
도 1은 본 발명의 일 실시예에 따른 유사 임상 시험 데이터 제공 시스템은 사용자 단말(100_1~100_N) 및 유사 임상 시험 데이터 제공 서버(200)를 포함한다.
사용자 단말(100_1~100_N)은 임상 시험 데이터를 유사 임상 시험 데이터 제공 서버(200)에 제공하여 유사 임상 시험 데이터 제공 서버(200)로부터 임상 시험 데이터와 유사한 유사 임상 시험 데이터를 수신하는 사용자가 보유하는 단말이다. 이러한 사용자 단말(100_1~100_N)은 스마트폰, 테블릿 PC, 노트북, 데스크탑 등으로 구현될 수 있다.
유사 임상 시험 데이터 제공 서버(200)는 사용자 단말(100_1~100_N)로부터 임상 시험 데이터를 수신하면, 임상 시험 데이터와 유사한 임상 시험 데이터를 추출하여 제공하는 서버이다.
이를 위해, 유사 임상 시험 데이터 제공 서버(200)는 웹 또는 임상 시험 데이터베이스를 통해 임상 시험 데이터를 수집하여 전처리를 실행한다. 이때, 유사 임상 시험 데이터 제공 서버(200)는 임상 시험 데이터가 정형화 데이터인지 또는 비정형화 데이터인지 여부에 따라 서로 다른 전처리를 실행한다.
일 실시예에서, 유사 임상 시험 데이터 제공 서버(200)는 임상 시험 데이터가 정형화된 데이터인 경우, 임상 시험 데이터의 메타 데이터 각각에 대한 서브 벡터를 생성하고, 메타 데이터 각각에 대한 서브 벡터를 이용하여 벡터를 생성한다.
유사 임상 시험 데이터 제공 서버(200)는 상술한 과정을 통해 산출된 가중치를 정규화 혹은 tf-idf와 같이 다른 형태로 전처리한 후, 벡터를 학습시켜 학습 모델을 생성한다. 이러한 학습 모델은 추후에 사용자 단말(100_1~100_N)로부터 정형화된 임상 시험 데이터를 수신하면 임상 시험 데이터와 유사한 임상 시험 데이터를 추출할 수 있도록 하는 모델이다.
다른 일 실시예에서, 유사 임상 시험 데이터 제공 서버(200)는 임상 시험 데이터가 비정형화된 데이터인 경우, 임상 시험 데이터에서 미리 결정된 임상 불이용 단어를 삭제하거나 미리 결정된 임상 불이용 단어 품사를 삭제한 후 토큰화한다. 이때, 미리 결정된 임상 불이용 단어 품사는 관사, 전치사, 접속사, 감탄사 등을 포함할 수 있다.
예를 들어, 유사 임상 시험 데이터 제공 서버(200)는 임상 시험 데이터 “A Randomized, Double Blind Trial of LdT(Telbivudine) Versus Lamivudine in Adults With Compensated Chronic Hepatitis B”를 수신하면, 미리 결정된 임상 불이용 단어인 “A”, “of”, “in”, “with”, “B”를 삭제한다.
그런 다음, 유사 임상 시험 데이터 제공 서버(200)는 미리 결정된 임상 불이용 단어가 삭제된 임상 시험 데이터를 공백을 기준으로 단어를 추출하고, 임상 시험 데이터에서 단어의 빈도 수를 측정한다.
그 후, 유사 임상 시험 데이터 제공 서버(200)는 단어 각각에 대한 형태소 분석을 실행하여 단어 및 형태소 값이 쌍으로 이루어지고, 빈도 수를 지시하는 레이블이 할당된 토큰을 생성한다.
예를 들어, 유사 임상 시험 데이터 제공 서버(200)는 미리 결정된 임상 불이용 단어가 삭제된 임상 시험 데이터를 (빈도 수: 1000번, (단어, 형태소 값)), (빈도 수: 234번, (단어, 형태소)), (빈도수: 2541번, (단어, 형태소)), (빈도수: 2516(단어, 형태소)) … 등의 토큰을 생성할 수 있다.
상기와 같이 미리 결정된 임상 불이용 단어가 삭제된 임상 시험 데이터를 기초로 토큰이 생성된 후, 유사 임상 시험 데이터 제공 서버(200)는 토큰 각각에 대해서 해당 토큰의 단어 및 토큰의 레이블에 따라 토큰 각각에 서로 다른 가중치를 부여한다.
일 실시예에서, 유사 임상 시험 데이터 제공 서버(200)는 토큰 각각에 대해서 해당 토큰의 단어를 구현하는 언어 종류(즉, 영어, 중국어, 한국어 등), 단어가 임상 시험 데이터에서 존재하는 위치 및 토큰에 할당된 레이블의 빈도 수에 따라 서로 다른 가중치를 부여하여 문서 단어 행렬을 생성한다.
그런 다음, 유사 임상 시험 데이터 제공 서버(200)는 음수 미포함 행렬 분해(Non-negative Matrix Factorization) 머신러닝 알고리즘을 통해 문서 단어 행렬을 (임상 시험 데이터의 수 * k) 크기의 행렬 및 (k * 단어 수) 크기의 행렬로 분해한다. 이때, 정수 k는 하이퍼파리미터(즉, 토픽 넘버)로, 클러스터링 하고자 하는 토픽 수로 결정될 수 있다. 예를 들어, k는 질병의 수 등으로 결정될 수 있다.
상기와 같은 과정을 통해, 임상 시험 데이터 및 상기 단어 각각을 상기 상기 k개의 토픽 중 어느 하나의 토픽으로 클러스터링함으로써 제1 행렬 및 제2 행렬은 업데이트될 수 있다.
그런 다음, 유사 임상 시험 데이터 제공 서버(200)는 제1 행렬 및 제2 행렬을 이용하여 학습 모델을 생성한다. 이러한 학습 모델은 추후에 사용자 단말(100_1~100_N)로부터 비정형화된 임상 시험 데이터를 수신하면 임상 시험 데이터와 유사한 임상 시험 데이터를 추출할 수 있도록 하는 모델이다.
이하에서는, 학습 모델을 이용하여 임상 시험 데이터와 유사한 임상 시험 데이터를 추출하는 과정을 설명하기로 한다.
먼저, 유사 임상 시험 데이터 제공 서버(200)는 사용자 단말(100_1~100_N)로부터 임상 시험 데이터를 수신하면, 임상 시험 데이터의 종류에 따라 상술한 것과 같은 과정을 통해 벡터화한다.
그런 다음, 유사 임상 시험 데이터 제공 서버(200)는 사용자 단말(100_1~100_N)로부터 수신된 임상 시험 데이터를 기초로 생성된 행렬 및 학습 모델의 행렬 사이의 거리를 산출하여 임상 시험 데이터 사이의 유사도를 산출할 수 있다.
상기와 같은 과정을 거친 후, 임상 시험 주요 키워드 예측 서버(200)는 학습 모델의 벡터 및 사용자 단말(100_1~100_N)로부터 수신된 임상 시험 데이터를 기초로 생성된 벡터 사이의 거리에 따라 유사 임상 시험 데이터를 추출하여 제공할 수 있다.
도 2는 본 발명의 일 실시예에 따른 유사 임상 시험 데이터 제공 서버의 내부 구조를 설명하기 위한 블록도이다.
도 2를 참조하면, 유사 임상 시험 데이터 제공 서버(200)는 전처리부(210), 임상 불용어 데이터베이스(220), 데이터 특징 추출부(230), 사용자 입력 수신부(240) 및 유사 임상 시험 데이터 추출부(250)를 포함한다.
전처리부(210)는 웹 또는 임상 시험 데이터베이스를 통해 임상 시험 데이터를 수집하여 전처리를 실행한다. 이때, 전처리부(210)는 임상 시험 데이터가 정형화 데이터인지 또는 비정형화 데이터인지 여부에 따라 서로 다른 전처리를 실행한다.
일 실시예에서, 전처리부(210)는 임상 시험 데이터가 정형화된 데이터인 경우, 임상 시험 데이터의 메타 데이터를 추출한다.
그런 다음, 전처리부(210)는 벡터를 학습시켜 학습 모델을 생성한다. 이러한 학습 모델은 추후에 사용자 단말(100_1~100_N)로부터 정형화된 임상 시험 데이터를 수신하면 임상 시험 데이터와 유사한 임상 시험 데이터를 추출할 수 있도록 하는 모델이다.
다른 일 실시예에서, 전처리부(210)는 임상 시험 데이터가 비정형화된 데이터인 경우, 임상 시험 데이터에서 미리 결정된 임상 불이용 단어를 삭제하거나 미리 결정된 임상 불이용 단어 품사를 삭제한 후 토큰화한다. 이때, 미리 결정된 임상 불이용 단어 품사는 관사, 전치사, 접속사, 감탄사 등을 포함할 수 있다.
예를 들어, 전처리부(210)는 임상 시험 데이터 “A Randomized, Double Blind Trial of LdT(Telbivudine) Versus Lamivudine in Adults With Compensated Chronic Hepatitis B”를 수신하면, 미리 결정된 임상 불이용 단어인 “A”, “of”, “in”, “with”, “B”를 삭제한다.
그런 다음, 전처리부(210)는 미리 결정된 임상 불이용 단어가 삭제된 임상 시험 데이터를 공백을 기준으로 단어를 추출하고, 임상 시험 데이터에서 단어의 빈도 수를 측정한다.
그 후, 전처리부(210)는 단어 각각에 대한 형태소 분석을 실행하여 단어 및 형태소 값이 쌍으로 이루어지고, 빈도 수를 지시하는 레이블이 할당된 토큰을 생성한다.
예를 들어, 전처리부(210)는 미리 결정된 임상 불이용 단어가 삭제된 임상 시험 데이터를 (빈도 수: 1000번, (단어, 형태소 값)), (빈도 수: 234번, (단어, 형태소)), (빈도수: 2541번, (단어, 형태소)), (빈도수: 2516(단어, 형태소)) … 등의 토큰을 생성할 수 있다.
데이터 특징 추출부(230)는 전처리부(210)에 의해 생성된 정보를 이용하여학습 모델을 생성한다.
일 실시예에서, 데이터 특징 추출부(230)는 전처리부(210)에 의해 생성된 메타 데이터 각각을 이용하여 서브 벡터를 생성하고, 메타 데이터 각각에 대한 서브 벡터를 이용하여 벡터를 생성한다.
다른 일 실시예에서, 데이터 특징 추출부(230)는 전처리부(210)에 의해 생성된 토큰 각각에 대해서 해당 토큰의 단어 및 토큰의 레이블에 따라 토큰 각각에 서로 다른 가중치를 부여한다.
즉, 데이터 특징 추출부(230)는 토큰 각각에 대해서 해당 토큰의 단어를 구현하는 언어 종류(즉, 영어, 중국어, 한국어 등), 단어가 임상 시험 데이터에서 존재하는 위치 및 토큰에 할당된 레이블의 빈도 수에 따라 서로 다른 가중치를 부여하여 문서 단어 행렬을 생성한다.
먼저, 데이터 특징 추출부(230)는 하기의 [수학식 1]을 기초로 임상 시험 타이틀에서 생성된 전체 토큰의 개수 및 각각의 토큰의 순서를 이용하여 제1 가중치를 산출한다.
Figure PCTKR2021009978-appb-img-000001
W1: 토큰의 제1 가중치,
input_data: 임상 시험 타이틀,
token(): 임상 시험 타이틀에 대한 토큰화를 실행한 후 전체 토큰의 개수를 반환하는 함수,
token_i: 전체 토큰의 개수 중 i 번째 토큰의 번호,
i: 토큰의 위치를 지시하는 번호
L: 언어의 종류에 따라 미리 결정된 중요 값
즉, 데이터 특징 추출부(230)는 [수학식 1]을 기초로 전체 토큰의 개수를 기준으로 토큰의 순서가 어느 정도인지 여부 및 언어의 종류에 따라 미리 결정된 중요 값에 제1 가중치를 산출한다.
예를 들어, 데이터 특징 추출부(230)는 전체 토큰의 개수가 12개 이고 토큰의 순서가 4번째인 경우, “0.25”를 산출하고, 언어의 종류에 따라 미리 결정된 중요 값을 반영하여 제1 가중치를 산출할 수 있다.
이때, 언어의 종류에 따라 미리 결정된 중요 값은 언어의 종류 별로 중요한 단어가 어느 위치에 나타내는지 여부에 따라 변경될 수 있다. 즉, 언어의 종류에 따라 미리 결정된 중요 값은 현재 토큰의 번호에 따라 변경될 수 있다.
그런 다음, 데이터 특징 추출부(230)는 하기의 [수학식 2] 및 [수학식 3]을 기초로 토큰 각각에 대해서 토큰에 미리 할당된 레이블이 지시하는 빈도 수와 이전 토큰 및 다음 토큰 각각에 미리 할당된 레이블이 지시하는 빈도 수를 이용하여 제2 가중치를 산출할 수 있다.
Figure PCTKR2021009978-appb-img-000002
Difference_value: 빈도 수의 평균 값
token_i: 전체 토큰의 개수 중 i 번째 토큰,
token_i-1: 전체 토큰의 개수 중 i 번째 토큰의 이전 토큰,
token_i+1: 전체 토큰의 개수 중 i 번째 토큰의 다음 토큰,
f(): 토큰에 할당된 레이블이 지시하는 빈도 수를 추출하는 함수,
i: 토큰의 위치를 지시하는 번호
Figure PCTKR2021009978-appb-img-000003
W2: 토큰의 제2 가중치,
Difference_Value: [수학식 2]에서 산출된 빈도 수의 평균 값,
Threshold: 임계값
상기와 같이, 데이터 특징 추출부(230)는 [수학식 1] 내지 [수학식 3]를 기초로 제1 가중치 및 제2 가중치를 산출한 후, 제1 가중치 및 제2 가중치를 이용하여 최종적인 가중치를 산출하여 할당하여 문서 단어 행렬을 생성한다.
그런 다음, 데이터 특징 추출부(230)는 음수 미포함 행렬 분해(Non-negative Matrix Factorization) 머신러닝 알고리즘을 통해 문서 단어 행렬을 (임상 시험 데이터의 수 * k) 크기의 행렬 및 (k * 단어 수) 크기의 행렬로 분해한다. 이때, 정수 k는 하이퍼파리미터(즉, 토픽 넘버)로, 클러스터링 하고자 하는 토픽 수로 결정될 수 있다. 예를 들어, k는 질병의 수 등으로 결정될 수 있다.
상기와 같은 과정을 통해, 임상 시험 데이터 및 상기 단어 각각을 상기 상기 k개의 토픽 중 어느 하나의 토픽으로 클러스터링함으로써 제1 행렬 및 제2 행렬은 업데이트될 수 있다.
그런 다음, 데이터 특징 추출부(230)는 제1 행렬 및 제2 행렬을 이용하여 학습 모델을 생성한다. 이러한 학습 모델은 추후에 사용자 단말(100_1~100_N)로부터 비정형화된 임상 시험 데이터를 수신하면 임상 시험 데이터와 유사한 임상 시험 데이터를 추출할 수 있도록 하는 모델이다.
사용자 입력 수신부(240)는 사용자 단말(100_1~100_N)로부터 임상 시험 데이터를 수신하면, 임상 시험 데이터의 종류에 따라 전처리부(210) 및 데이터 특징 추출부(230)는 전처리 및 데이터 특징 추출이 실행하도록 한다.
유사 임상 시험 데이터 추출부(250)는 사용자 단말(100_1~100_N)로부터 수신된 임상 시험 데이터가 전처리부(210) 및 데이터 특징 추출부(230)를 통해 벡터가 추출되면, 벡터를 미리 학습된 학습 모델에 입력한다.
유사 임상 시험 데이터 추출부(250)는 학습 모델에서 미리 저장된 벡터 및 상기 벡터 사이의 거리를 산출하고, 상기 벡터 사이의 거리에 따라 유사 등급을 측정하여 유사 등급이 특정 등급 이하인 임상 시험 데이터를 추출하여 제공한다.
도 3은 본 발명에 따른 유사 임상 시험 데이터 제공 방법의 일 실시예를 설명하기 위한 흐름도이다.
도 3을 참조하면, 유사 임상 시험 데이터 제공 서버(200)는 웹 또는 임상 시험 데이터베이스를 통해 임상 시험 데이터를 수집하여(단계 S310), 상기 임상 시험 데이터의 종류를 결정하고(단계 S320), 상기 임상 시험 데이터의 종류에 따라 전처리를 실행한다(단계 S330).
유사 임상 시험 데이터 제공 서버(200)는 상기 임상 시험 데이터의 종류에 따라 상기 임상 시험 데이터의 메타 데이터 각각을 이용하여 벡터를 생성하거나 상기 임상 시험 데이터에서 추출된 단어를 토큰화하여 벡터를 생성한다(단계 S340).
유사 임상 시험 데이터 제공 서버(200)는 벡터를 학습시켜 학습 모델을 생성한다(단계 S350).
도 4는 본 발명에 따른 유사 임상 시험 데이터 제공 방법의 다른 일 실시예를 설명하기 위한 흐름도이다.
도 4를 참조하면, 유사 임상 시험 데이터 제공 서버(200)는 사용자 단말로부터 임상 시험 데이터를 수신하면(단계 S410), 상기 임상 시험 데이터의 종류를 결정하고(단계 S420), 상기 임상 시험 데이터의 종류에 따라 전처리를 실행한다(단계 S430).
유사 임상 시험 데이터 제공 서버(200)는 상기 임상 시험 데이터의 종류에 따라 상기 임상 시험 데이터의 메타 데이터 각각을 이용하여 벡터를 생성하거나 상기 임상 시험 데이터에서 추출된 단어를 토큰화하여 벡터를 생성한다(단계 S440).
유사 임상 시험 데이터 제공 서버(200)는 벡터를 미리 학습된 학습 모델에 입력하고, 상기 학습 모델에서 미리 저장된 벡터 및 상기 벡터 사이의 거리를 산출한다(단계 S450))
유사 임상 시험 데이터 제공 서버(200)는 벡터 사이의 거리에 따라 유사 등급을 측정하여 유사 등급이 특정 등급 이하인 임상 시험 데이터를 추출하여 제공한다(단계 S460).
한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.

Claims (8)

  1. 유사 임상 시험 데이터 제공 서버에서 실행되는 유사 임상 시험 데이터 제공 방법에 있어서,
    사용자 단말로부터 임상 시험 데이터를 수신하면, 상기 임상 시험 데이터의 종류를 결정하는 단계;
    상기 임상 시험 데이터의 종류에 따라 상기 임상 시험 데이터의 메타 데이터 각각을 이용하여 벡터를 생성하거나 상기 임상 시험 데이터에서 추출된 단어를 토큰화하여 벡터를 생성하는 단계;
    상기 벡터를 미리 학습된 학습 모델에 입력하고, 상기 학습 모델에서 미리 저장된 벡터 및 상기 벡터 사이의 거리를 산출하는 단계; 및
    상기 벡터 사이의 거리에 따라 유사 등급을 측정하여 유사 등급이 특정 등급 이하인 임상 시험 데이터를 추출하여 제공하는 단계를 포함하는 것을 특징으로 하는
    유사 임상 시험 데이터 제공 방법.
  2. 제1항에 있어서,
    상기 임상 시험 데이터의 종류에 따라 상기 임상 시험 데이터의 메타 데이터 각각을 이용하여 벡터를 생성하거나 상기 임상 시험 데이터에서 추출된 단어를 토큰화하여 벡터를 생성하는 단계는
    상기 임상 시험 데이터 종류가 정형 데이터인 경우 임상 시험 데이터의 메타 데이터 각각에 대한 서브 벡터를 생성하고, 메타 데이터 각각에 대한 서브 벡터를 이용하여 벡터를 생성하는 단계를 포함하는 것을 특징으로 하는
    유사 임상 시험 데이터 제공 방법.
  3. 제1항에 있어서,
    상기 임상 시험 데이터의 종류에 따라 상기 임상 시험 데이터의 메타 데이터 각각을 이용하여 벡터를 생성하거나 상기 임상 시험 데이터에서 추출된 단어를 토큰화하여 벡터를 생성하는 단계는
    상기 임상 시험 데이터 종류가 비정형 데이터인 경우 임상 시험 타이틀 데이터에서 미리 결정된 임상 불이용 단어를 삭제하고, 미리 결정된 임상 불이용 단어가 삭제된 임상 시험 타이틀 데이터를 공백을 기준으로 단어를 추출하는 단계;
    상기 단어 각각에 대한 형태소 분석을 실행하여 단어 및 형태소 값이 쌍으로 이루어지고, 빈도 수를 지시하는 레이블이 할당된 토큰을 생성하는 단계; 및
    상기 토큰 각각에 대해서 해당 토큰의 단어 및 토큰의 레이블에 따라 토큰 각각에 서로 다른 가중치를 부여하여 문서 단어 행렬을 생성하는 단계를 포함하는 것을 특징으로 하는
    유사 임상 시험 데이터 제공 방법.
  4. 제3항에 있어서,
    상기 토큰 각각에 대해서 해당 토큰의 단어 및 토큰의 레이블에 따라 토큰 각각에 서로 다른 가중치를 부여하여 문서 단어 행렬을 생성하는 단계는
    음수 미포함 행렬 분해(Non-negative Matrix Factorization) 머신러닝 알고리즘을 통해 문서 단어 행렬을 (임상 시험 데이터의 수 * k개의 토픽 수)크기의 제1 행렬 및 (k개의 토픽 수 * 단어 수) 크기의 제2 행렬로 분해하는 단계; 및
    상기 임상 시험 데이터 및 상기 단어 각각을 상기 상기 k개의 토픽 중 어느 하나의 토픽으로 클러스터링하여 제1 행렬 및 제2 행렬을 업데이트하는 단계를 포함하는 것을 특징으로 하는
    유사 임상 시험 데이터 제공 방법.
  5. 유사 임상 시험 데이터 제공 서버에 있어서,
    사용자 단말로부터 임상 시험 데이터를 수신하면, 상기 임상 시험 데이터의 종류를 결정하고, 상기 임상 시험 데이터의 종류에 따라 전처리를 실행하는 전처리부;
    상기 임상 시험 데이터의 메타 데이터 각각을 이용하여 벡터를 생성하거나 상기 임상 시험 데이터에서 추출된 단어를 토큰화하여 벡터를 생성하는 데이터 특징 추출부;
    상기 벡터를 미리 학습된 학습 모델에 입력하고, 상기 학습 모델에서 미리 저장된 벡터 및 상기 벡터 사이의 거리를 산출하고, 상기 벡터 사이의 거리에 따라 유사 등급을 측정하여 유사 등급이 특정 등급 이하인 임상 시험 데이터를 추출하여 제공하는 유사 임상 시험 데이터 추출부를 포함하는 것을 특징으로 하는
    유사 임상 시험 데이터 제공 서버.
  6. 제5항에 있어서,
    상기 데이터 특징 추출부는
    상기 임상 시험 데이터 종류가 정형 데이터인 경우 임상 시험 데이터의 메타 데이터 각각에 대한 서브 벡터를 생성하고, 메타 데이터 각각에 대한 서브 벡터를 이용하여 벡터를 생성하는 것을 특징으로 하는
    유사 임상 시험 데이터 제공 서버.
  7. 제5항에 있어서,
    상기 데이터 특징 추출부는
    상기 임상 시험 데이터 종류가 비정형 데이터인 경우 임상 시험 타이틀 데이터에서 미리 결정된 임상 불이용 단어를 삭제하고, 미리 결정된 임상 불이용 단어가 삭제된 임상 시험 타이틀 데이터를 공백을 기준으로 단어를 추출하고, 상기 단어 각각에 대한 형태소 분석을 실행하여 단어 및 형태소 값이 쌍으로 이루어지고, 빈도 수를 지시하는 레이블이 할당된 토큰을 생성하고, 상기 토큰 각각에 대해서 해당 토큰의 단어 및 토큰의 레이블에 따라 토큰 각각에 서로 다른 가중치를 부여하여 문서 단어 행렬을 생성하는 것을 특징으로 하는
    유사 임상 시험 데이터 제공 서버.
  8. 제5항에 있어서,
    상기 데이터 특징 추출부는
    음수 미포함 행렬 분해(Non-negative Matrix Factorization) 머신러닝 알고리즘을 통해 문서 단어 행렬을 (임상 시험 데이터의 수 * k개의 토픽 수)크기의 제1 행렬 및 (k개의 토픽 수 * 단어 수) 크기의 제2 행렬로 분해하고, 상기 임상 시험 데이터 및 상기 단어 각각을 상기 상기 k개의 토픽 중 어느 하나의 토픽으로 클러스터링하여 제1 행렬 및 제2 행렬을 업데이트하는 것을 특징으로 하는
    유사 임상 시험 데이터 제공 서버.
PCT/KR2021/009978 2020-11-30 2021-07-30 유사 임상 시험 데이터 제공 방법 및 이를 실행하는 서버 WO2022114447A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US18/039,404 US20240005097A1 (en) 2020-11-30 2021-07-30 Method for providing similar clinical trial data and server executing same

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200164313A KR20220075815A (ko) 2020-11-30 2020-11-30 유사 임상 시험 데이터 제공 방법 및 이를 실행하는 서버
KR10-2020-0164313 2020-11-30

Publications (1)

Publication Number Publication Date
WO2022114447A1 true WO2022114447A1 (ko) 2022-06-02

Family

ID=81755173

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/009978 WO2022114447A1 (ko) 2020-11-30 2021-07-30 유사 임상 시험 데이터 제공 방법 및 이를 실행하는 서버

Country Status (3)

Country Link
US (1) US20240005097A1 (ko)
KR (1) KR20220075815A (ko)
WO (1) WO2022114447A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117897851A (zh) 2022-06-21 2024-04-16 株式会社Lg新能源 电池管理装置和方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013229035A (ja) * 2007-01-31 2013-11-07 Quintiles Transnational Corp サイトスタートアップのための方法とシステム
JP2014178800A (ja) * 2013-03-14 2014-09-25 Gifu Univ 医療情報処理装置、及び、プログラム
KR20170085813A (ko) * 2016-01-15 2017-07-25 사회복지법인 삼성생명공익재단 임상 연구 데이터 제공 방법 및 시스템
KR20180062321A (ko) * 2016-11-29 2018-06-08 (주)아크릴 딥러닝-기반 키워드에 연관된 단어를 도출하는 방법과 컴퓨터프로그램
KR20200080732A (ko) * 2018-12-27 2020-07-07 (주)인실리코젠 의료분야 비정형 데이터 검색 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013229035A (ja) * 2007-01-31 2013-11-07 Quintiles Transnational Corp サイトスタートアップのための方法とシステム
JP2014178800A (ja) * 2013-03-14 2014-09-25 Gifu Univ 医療情報処理装置、及び、プログラム
KR20170085813A (ko) * 2016-01-15 2017-07-25 사회복지법인 삼성생명공익재단 임상 연구 데이터 제공 방법 및 시스템
KR20180062321A (ko) * 2016-11-29 2018-06-08 (주)아크릴 딥러닝-기반 키워드에 연관된 단어를 도출하는 방법과 컴퓨터프로그램
KR20200080732A (ko) * 2018-12-27 2020-07-07 (주)인실리코젠 의료분야 비정형 데이터 검색 장치

Also Published As

Publication number Publication date
US20240005097A1 (en) 2024-01-04
KR20220075815A (ko) 2022-06-08

Similar Documents

Publication Publication Date Title
WO2019103183A1 (ko) Esg 기반의 기업 평가 수행 장치 및 이의 작동 방법
Xu et al. A Domain Adaptive Approach to Automatic Acquisition of Domain Relevant Terms and their Relations with Bootstrapping.
Nelson et al. The University of South Florida free association, rhyme, and word fragment norms
WO2015167074A1 (ko) 토픽을 추출하고, 추출된 토픽의 적합성을 평가하는 방법 및 서버
WO2018131955A1 (ko) 디지털 컨텐츠를 분석하는 방법
WO2021100902A1 (ko) 문장 패러프레이즈 인식 기반 대화 시스템 답변 방법
WO2015023035A1 (ko) 전치사 교정 방법 및 이를 수행하는 장치
WO2021251558A1 (ko) 임상시험 검색을 위한 데이터 분류 장치, 시스템 및 방법
WO2013002436A1 (ko) 온톨로지 기반의 문서 분류 방법 및 장치
Sleeman et al. Entity type recognition for heterogeneous semantic graphs
WO2019093675A1 (ko) 빅데이터 분석을 위한 데이터 병합 장치 및 방법
WO2021112463A1 (ko) 기업을 위한 정보 제공 장치 및 방법
Golshan et al. A study of recent contributions on information extraction
WO2022114447A1 (ko) 유사 임상 시험 데이터 제공 방법 및 이를 실행하는 서버
Liebeskind et al. Semiautomatic construction of cross-period thesaurus
WO2017057858A1 (ko) 가중치에 의한 다수 분야별 검색 기능을 구비한 지식관리 시스템
WO2022092409A1 (ko) 임상 시험 주요 키워드 예측 방법 및 이를 실행하는 서버
WO2012046904A1 (ko) 다중 자원 기반 검색정보 제공 장치 및 방법
WO2014148664A1 (ko) 단어의 의미를 기반으로 하는 다국어 검색 시스템, 다국어 검색 방법 및 이를 이용한 이미지 검색 시스템
Sharma et al. Phrase-based text representation for managing the web documents
WO2013172499A1 (ko) 문헌에서 용어에 대한 서술적 개념 표현을 추출하기 위한 장치 및 그 방법
WO2019112223A1 (ko) 전자 문서 검색 방법 및 그 서버
WO2020242086A1 (ko) 다중 지식의 비교 우위를 추론하는 서버, 방법 및 컴퓨터 프로그램
WO2016117920A1 (ko) 지식표현 확장 방법 및 장치
WO2016068514A1 (ko) 자연어 처리를 활용한 제품별 산업구조 분석방법 및 분석장치

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: 21898276

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 18039404

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21898276

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 21898276

Country of ref document: EP

Kind code of ref document: A1