WO2022255547A1 - 집합적 진단 제어 방법 및 그 시스템 - Google Patents

집합적 진단 제어 방법 및 그 시스템 Download PDF

Info

Publication number
WO2022255547A1
WO2022255547A1 PCT/KR2021/013171 KR2021013171W WO2022255547A1 WO 2022255547 A1 WO2022255547 A1 WO 2022255547A1 KR 2021013171 W KR2021013171 W KR 2021013171W WO 2022255547 A1 WO2022255547 A1 WO 2022255547A1
Authority
WO
WIPO (PCT)
Prior art keywords
samples
diagnosis
positive
round
pool
Prior art date
Application number
PCT/KR2021/013171
Other languages
English (en)
French (fr)
Inventor
문병로
Original Assignee
문병로
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 문병로 filed Critical 문병로
Publication of WO2022255547A1 publication Critical patent/WO2022255547A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0633—Workflow 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
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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

  • the present invention relates to a collective diagnostic control method and system thereof, and more particularly, when a biological diagnostic test is to be performed on a large number of samples (specimens to be diagnosed), the number of diagnoses can be significantly reduced. It relates to a method and system capable of obtaining diagnostic results for all samples while being present.
  • a sample suitable for diagnosis is taken from a subject (eg, human, animal, etc.), and a well-known appropriate diagnostic test method (eg, PCR (Polymerase Chain Reaction) test, etc.) is performed on the collected sample. It determines whether or not you are infected with a specific infectious agent.
  • a diagnostic test method eg, PCR (Polymerase Chain Reaction) test, etc.
  • the Dorfman method reduces the number of tests by placing multiple samples (eg, 10) in one tube. If any tube is negative as a result of the test, all samples put into that tube are judged to be negative. On the other hand, all of the samples belonging to the positive tubes become positive candidates and require individual testing. For example, if 10 samples are put into each tube, there is a serious disadvantage that all 10 samples put into any positive tube must be retested. The burden of this re-test has a problem in that the target efficiency decreases as the number of samples injected into one tube increases.
  • Ben-Gurion University's method is a step forward from the traditional Dorfman method, but there is a problem in that the sample is diluted by dividing one person's sample into multiple (eg, six) tubes, reducing the recognition rate.
  • a false positive rate of 0.73% and a false negative rate of 6.6% were reported. This is a problem that if there are 100 protons, close to 7 people will be misdiagnosed as negative, and the error rate suffered for an 8-fold improvement in efficiency is quite large.
  • Patent Document 1 Bio Sample Analysis System and Method
  • Non-Patent Document 1 “Efficient high-throughput SARS-CoV-2 testing to detect asymptomatic carriers,” N. Shental et al., Science Advances 11:6(37), Sep 2020.
  • Non-Patent Document 2 "The detection of defective members of large populations," R. Dorfman, Ann. Math. Statist. 14, 436??440, 1943.
  • a technical problem to be achieved by the present invention relates to a method and a system for quickly obtaining diagnosis results with a small number of diagnoses for a large number of samples.
  • the increase in the number of tests due to rechecking can be greatly reduced without losing the gain in efficiency obtained by introducing multiple samples into one tube, reducing the dilution of samples caused by distributing one sample to several tubes, and approximate estimation method It relates to a collective diagnosis control method free from misdiagnosis due to
  • the collective diagnostic control system controls the diagnostic system to inject a plurality of samples into each of P pools (P is a positive integer).
  • P is a positive integer
  • the samples put into the negative pool with negative pool diagnosis results are judged as negative, and the samples put into the positive pool with positive pool diagnosis results are specified as positive candidate samples (R -1) (R is an integer greater than or equal to 2) performing a round diagnosis process, wherein the collective diagnosis control system controls the diagnosis system, so that the positive candidate specified in the (R-1) round diagnosis process Transferring all or part of samples to the R-round diagnosis process, and the collective diagnosis control system controlling the diagnosis system so that the positive candidate samples transferred from the (R-1) round diagnosis process are transferred to the P-round diagnosis process.
  • the pool diagnosis result is obtained by distributing input into pools and adding at least one new sample to each of the P pools, and all samples put into the negative pool for which the pool diagnosis result is negative are judged to be negative, and the pool diagnosis result is determined as negative.
  • the collective diagnosis control system controls the diagnosis system, and M (M is a positive integer) is assigned to each of the P pools (P is a positive integer). It is characterized in that pool diagnosis results of each of the P pools are obtained by inputting samples individually, and the step of performing the R round diagnosis process is performed by the collective diagnosis control system controlling the diagnosis system, (R -1)
  • the positive candidate samples transferred from the round diagnosis process may be distributed and injected into the P pools, and new samples may be additionally added until M samples are added to each of the P pools. .
  • the collective diagnosis control system controls the diagnosis system to perform individual tests on some of the positive candidate samples in the R round, and transfers the remaining samples to the (R+1) round diagnosis process.
  • the step of performing an individual test may include performing an individual test on a sample for which a diagnosis process was first performed in a (R-K) (K is an integer greater than or equal to 1) round, or determining the sample as positive without performing an individual test. have.
  • the collective diagnosis control system controls the diagnosis system so that (H-t) positive candidate samples transfered from the (R-1) round diagnosis process (H is 2). or more integers), [(H-t)/P] positive candidate samples are distributed to each of the P pools, and if there are Q remaining positive candidate samples (Q is an integer greater than or equal to 0 and less than P), the above
  • the method may include controlling the diagnostic system to be additionally injected into Q pools among the P pools.
  • [ ] is a Gaussian symbol to discard decimal places
  • H is the number of positive candidate samples in the (R-1) round diagnosis process
  • t is the number of samples specified for individual testing in the (R-1) round diagnosis process and is an integer greater than or equal to 0.
  • the collective diagnosis control method uses a set of environmental variables including an expected positive rate estimated by a predetermined method and allowable ranges of each of the optimization parameters including the P, the M, and the K, as a result of optimization.
  • the collective diagnostic control system controls the diagnostic system to provide M (M is a positive integer) samples to each of P pools (P is a positive integer). 1 to obtain the pool diagnosis result of each of P pools, all samples put into the negative pool with negative pool diagnosis result are judged as negative, and samples put into the positive pool with positive pool diagnosis result are specified as positive candidate samples.
  • the collective diagnosis control system controls the diagnosis system to distribute the specific positive candidate samples to the P pools and add new samples until each of the P pools is filled with M samples. 2nd round diagnosis process step of obtaining pool diagnosis results, determining that all samples put into the negative pool where the pool diagnosis result is negative are negative, and specifying samples put into the positive pool where the pool diagnosis result is positive as positive candidate samples.
  • the second round diagnosis process includes: In the process step, when (H-t) positive candidate samples transferred in the first round diagnosis process step (H is an integer of 2 or more) are selected, [(H-t)/P] positive candidate samples are assigned to each of the P pools. and controlling the diagnostic system to additionally input Q pools among the P pools one by one when there are Q remaining positive candidate samples (where Q is an integer greater than or equal to 0 and less than P).
  • the above method may be implemented by a computer program installed in a data processing device and stored in a computer readable recording medium.
  • a collective diagnostic control system includes a processor and a memory in which a program executed by the processor is recorded, and the processor drives the program to control a diagnostic system so that P (P is positive)
  • P P is positive
  • a plurality of samples are injected into each of the pools of integers) to obtain pool diagnostic results for each of the P pools, all samples injected into the negative pool with negative pool diagnostic results are judged as negative, and the positive pool with positive pool diagnostic results
  • the input sample is specified as a positive candidate sample, and a (R-1) (R is an integer greater than or equal to 2) round diagnosis process is performed, the diagnosis system is controlled, and the diagnosis process specified in the (R-1) round diagnosis process is performed.
  • All or part of the positive candidate samples are transferred to the R round diagnosis process, and the diagnosis system is controlled to distribute the positive candidate samples transferred from the (R-1) round diagnosis process to the P pools, At least one new sample is added to each of the P pools to obtain a pool diagnosis result, all samples put into the negative pool having a negative pool diagnosis result are judged as negative, and samples put into the positive pool having a positive pool diagnosis result performs an R-round diagnosis process specifying positive candidate samples, and controls the diagnosis system to perform individual tests on some of the positive candidate samples in the R-round, and for some of the other samples (R+ 1) Transfer to the round diagnosis process.
  • the processor drives the program to control the diagnostic system, and inputs M (M is a positive integer) sample to each of the P pools (P is a positive integer) to each of the P pools It is characterized by obtaining pool diagnosis results, and when the positive candidate samples transferred from the (R-1) round diagnosis process are dispersed and injected into the P pools, and M samples are injected into each of the P pools It may be characterized in that a new sample is additionally introduced until.
  • the processor may run the program to perform an individual test on the sample for which the diagnostic process was first performed in round (R-K) (K is an integer greater than or equal to 1).
  • the processor drives the program to control the diagnosis system, and when the positive candidate samples transferred from the (R-1) round diagnosis process are (H-t) pieces (H is an integer of 2 or more), the processor [(H-t)/P] positive candidate samples are distributed to each of the P pools, and if there are Q remaining positive candidate samples (Q is an integer greater than or equal to 0 and less than P), Q pools among the P pools can be added one by one.
  • the processor runs the program, and uses a set of environmental variables including an estimated positive rate estimated by a predetermined method and allowable ranges of each of the optimization parameters including the P, the M, and the K, as a result of the optimization task.
  • the step of deriving the optimization parameter and the diagnostic system may be controlled to correspond to the derived optimization parameter.
  • a collective diagnostic control system includes a processor and a memory in which a program executed by the processor is recorded, and the processor drives the program to control a diagnostic system so that P (P is positive) Integer) samples are injected into each of M (M is a positive integer) pool to obtain a pool diagnosis result for each of the P pools, and the pool diagnosis results are negative. All samples injected into the negative pool are judged as negative , The samples put into the positive pool with a positive pool diagnosis result are identified as positive candidate samples, a round 1 diagnosis process is performed, the diagnosis system is controlled, and the specific positive candidate samples are dispersed and injected into the P pools.
  • the input sample is subjected to a second round diagnosis process that is specified as a positive candidate sample, and the diagnosis system is controlled to perform individual tests on all or some of the positive candidate samples in the second round diagnosis process.
  • the second-stage diagnosis process controls the diagnosis system, and when the positive candidate samples transferred from the first-round diagnosis process are (H-t) pieces (H is an integer greater than or equal to 2), each of the P pools [(H-t)/ P] number of the positive candidate samples are distributed, and when there are Q number of the remaining positive candidate samples (where Q is an integer greater than or equal to 0 and less than P), one by one is added to the Q pools among the P pools.
  • the present invention puts several samples into one tube and puts one sample into only one tube like the Dorfman method, it can dramatically reduce the burden of individual retesting of positive candidate samples.
  • the method of Ben-Gurion University in Israel cannot avoid excessive dilution of the sample by distributing and injecting one person's sample into up to 6 tubes. Even if it is assumed that the equipment is perfect by estimating protons, there is an unavoidable problem with the false positive rate inherent in the technique itself.
  • the present invention can also maximize the efficiency of diagnosis by modeling parameters to be determined within the diagnosis process as an optimization problem, thereby reducing costs and enabling rapid quarantine measures.
  • FIG. 1 shows a schematic system configuration for implementing a collective diagnosis control method according to an embodiment of the present invention.
  • FIG. 2 shows a schematic configuration of a collective diagnostic control system according to an embodiment of the present invention.
  • FIG. 3 is a diagram for explaining a diagnosis process according to an embodiment of the present invention.
  • FIG. 4 is a diagram for explaining a diagnosis process according to another embodiment of the present invention.
  • FIG. 5 shows a flow chart for explaining a collective diagnosis control method according to an embodiment of the present invention.
  • the component when one component 'transmits' data to another component, the component may directly transmit the data to the other component, or through at least one other component. It means that the data can be transmitted to the other component. Conversely, when one component 'directly transmits' data to another component, it means that the data is transmitted from the component to the other component without going through the other component.
  • FIG. 1 shows a schematic system configuration for implementing a collective diagnosis control method according to an embodiment of the present invention.
  • a collective diagnostic control system (hereinafter referred to as 'diagnosis control system' 100) may be provided.
  • the diagnostic control system 100 controls the diagnostic system 200 to establish a diagnostic test strategy for a large amount of test target samples according to the technical idea of the present invention and to perform diagnostic tests according to the established strategy.
  • the diagnostic control system 100 may control the diagnostic system 200 to put samples to be tested into a predetermined pool according to the technical concept of the present invention.
  • diagnosis control system 100 obtains a diagnosis result for each pool, that is, a pool diagnosis result, from the diagnosis system 200, and accordingly determines the samples as negative, specifies them as positive candidates, or finally determines them as positive. can judge
  • the diagnosis control system 100 may perform a diagnosis process according to the technical idea of the present invention. To this end, the diagnosis control system 100 may control the diagnosis system 200 to distribute and input predetermined test target samples to a predetermined pool. In addition, diagnosis results for each pool may be obtained from the diagnosis system 200 .
  • the diagnosis control system 100 may determine some of the samples to be tested as negative and specify the remaining portions as positive or positive candidates.
  • the diagnostic control system 100 prepares a test by controlling the diagnostic system 200 to input a plurality of samples to each of a predetermined number of pools (eg, P, where P is an integer of 2 or more). can be performed. The same number of samples may be input to each pool, but a difference in some number may exist.
  • a predetermined number of pools eg, P, where P is an integer of 2 or more.
  • diagnosis control system 100 may obtain pool diagnosis results for each pool.
  • diagnosis control system 100 controls the diagnosis system 200 to convert 990 samples to be tested into 33 samples. It can be assumed that the input is distributed in a pool.
  • pool diagnostic result If the pool diagnostic result is positive, it means that at least one of the samples put into the pool is positive. Therefore, samples put into the pool can be classified as positive candidate samples.
  • the positive candidate samples are specified through one diagnosis process
  • the positive candidate samples are subjected to at least one diagnosis process without performing final determination through individual tests on the positive candidate samples.
  • the number of individual tests can be reduced.
  • the expected positive rate (estimated positive rate) in the above example is 0.1%
  • 30 positive candidate samples may be specified through one diagnosis process (referred to as a one-round diagnosis process).
  • each of these 30 positive candidate samples may be included as a test target sample in at least one next round diagnosis process, rather than individually tested. In this way, it can be defined that the positive candidate samples specified in a specific round are transferred to the test target samples of the next round diagnosis process.
  • 30 positive candidate samples specified and transferred from the 1st round diagnosis process may be distributed and put into 33 pools. At this time, it is desirable to distribute the input as much as possible. In this case, one positive candidate sample may be input to each of 30 pools, and the positive candidate sample in the first round diagnosis process may not be input to the remaining three pools.
  • the diagnosis control system 100 controls the diagnosis system 200 to add 29 new samples to the 30 pools and 30 new samples to each of the 3 pools, so that 33 pools are added even in the second round diagnosis process. 30 samples can be put into each state. At this time, the number of new samples added may be 960.
  • diagnosis system 200 may obtain a pool diagnosis result for each pool.
  • both positive samples may be input to one pool with a very low probability, but the possibility that the two positive samples are input to different pools this is very big That is, it is highly likely that two positive pools will occur.
  • the number of individual tests is increased to a high level by including the positive candidate samples specified in one round in the test target samples of the next round and performing the next round diagnosis process.
  • this has the effect of reducing the total number of tests.
  • only some of the samples included in the positive pool may be individually tested in a predetermined round. For example, in the above example, when there is one positive pool in the 1-round diagnosis process, 30 positive candidate samples (eg, s1 to s30) may be specified.
  • 30 positive candidate samples from the first round may be put into pools 1 to 30, respectively.
  • the positive candidate sample s1 of round 1 is input to the first pool
  • the positive candidate sample s2 of round 1 is input to the second pool
  • the positive candidate sample s30 of round 1 is input to the 30th pool.
  • 30 samples may be injected into each of the 33 pools by additionally introducing new samples. This may have resulted in two positive pools in the round 2 diagnostic process.
  • the positive candidate samples s5 and s13 in the second round may be specified as positive candidate samples in the first round and also specified as positive candidate samples in the second round. Therefore, among the positive candidate samples specified in the second round, only those samples that were positive candidate samples in the previous round are limited to individual tests, and the rest are transferred to the next round, that is, it can be decided to include them in the test target samples of the next round. .
  • there is only one sample such as s13 that meets the probabilistic expectation there may be cases where it can be immediately determined as positive without individual testing. In this case, there may be no samples that go through individual tests among the samples introduced in the first round.
  • the number of individual tests can be significantly reduced by designating those that were positive candidates in the previous round as samples with a high probability of being positive and selectively performing individual tests.
  • the round prior to the specific round is sufficient to be a round performed before the specific round as well as the previous round.
  • the remaining samples other than those selected to perform individual tests among the positive candidate samples of the specific round are transferred to the next round, thereby reducing the number of individual tests by the same principle.
  • the diagnostic control system 100 dynamically optimizes the number of pools (P), the number of samples to be put into the pool (M), and K for selecting individual test subjects according to the expected positive rate, thereby further diagnosing the overall diagnosis (testing). ) can be reduced.
  • the diagnostic system 200 may be equipment capable of diagnosing test target samples in a predetermined method (eg, PCR test, etc.) through the control of the diagnostic control system 100 .
  • a predetermined method eg, PCR test, etc.
  • the diagnostic system 200 includes transfer/injection equipment for injecting only a portion of a sample collected from a subject (eg, human, animal, etc.) into a predetermined pool, that is, a device (eg, a tube, etc.) in which samples are collected, respectively.
  • a device eg, a tube, etc.
  • diagnostic equipment for diagnosing target disease factors (eg, viruses, bacteria, etc.) in the pool or each sample may be provided.
  • target disease factors eg, viruses, bacteria, etc.
  • the fact that a specific sample is transferred from a specific round to the next round may mean that the specific sample is amplified so that a part is tested in the specific round and another part is tested in the next round as well.
  • diagnosis system 200 may change P, M, or K for each round under the control of the diagnosis control system 100 .
  • Such a change may be based on a result of performing an optimization process again according to a change in an environmental variable (eg, positive rate, etc.) that is updated as the diagnosis progresses.
  • an environmental variable eg, positive rate, etc.
  • some of the optimization parameters may be fixed, and only some of the optimization parameters may be subject to optimization.
  • diagnosis system 200 may transmit a diagnosis result of a pool or an individual diagnosis result of a sample to the diagnosis control system 100. can also be connected via
  • the diagnosis control system 100 may be installed in the diagnosis system 200 . That is, software for implementing the diagnostic control system 100 according to the technical idea of the present invention may be organically combined with hardware provided in the diagnostic system 200 to implement the diagnostic control system 100. In this case, the diagnostic control system 100 may be included in the diagnostic system 200 and installed.
  • diagnosis control system 100 and the diagnosis system 200 are illustrated as separate physical devices, but the diagnosis control system 100 and the diagnosis system 200 may be used as necessary. An average expert in the art of the present invention will readily infer that this may be implemented in any one physical device.
  • the configuration of the diagnostic control system 100 to provide such a technical concept may be as shown in FIG. 2 .
  • FIG. 2 shows a schematic configuration of a collective diagnostic control system according to an embodiment of the present invention.
  • the diagnostic control system 100 may be implemented as a predetermined data processing device.
  • the diagnosis control system 100 includes a processor 110 and a storage medium (or memory) 120 for implementing functions defined herein.
  • the processor 110 may refer to an operating device capable of executing a predetermined program (software code), and an implementation example of the data processing device or a vendor mobile processor, microprocessor, CPU, single processor, multiprocessor, It can be named by various names such as GPU and can be implemented with one or more processors.
  • An average expert in the technical field of the present invention can easily infer that the processor 110 can drive the program and perform data processing necessary for the technical idea of the present invention.
  • the memory 120 may mean a device in which a program for implementing the technical idea of the present invention is stored/installed. According to an implementation example, the memory 120 may be divided into a plurality of different physical devices, and a part of the memory 120 may exist inside the processor 110 according to an implementation example.
  • the memory 120 may be implemented as a hard disk, a GPU, a solid state disk (SSD), an optical disk, a random access memory (RAM), and/or other various types of storage media, depending on the implementation example. may be detachably implemented in the memory 120.
  • the diagnosis control system 100 may be implemented as an independent server for controlling the diagnosis of a large amount of test target samples by controlling the diagnosis system 200, but is not limited thereto, and is capable of processing data to execute the program. It may be implemented in any data processing device (eg, computer, mobile terminal, etc.).
  • diagnosis control system 100 includes the processor 110, the memory 120, and various peripheral devices (eg, input/output devices, display devices, audio devices, etc.) included in the diagnosis control system 100. 140, 141) and a communication interface (eg, communication bus, 130, etc.) for connecting these devices may be provided, an average expert in the art of the present invention can easily infer.
  • peripheral devices eg, input/output devices, display devices, audio devices, etc.
  • 140, 141) and a communication interface eg, communication bus, 130, etc.
  • the diagnostic control system 100 can be implemented by organically combining the program (or software) stored in the memory 120 and the processor 110.
  • An average expert in the technical field of the present invention can easily infer that the functions and/or operations performed by the diagnostic control system 100 in the present specification can be achieved by executing the program by the processor 110. will be.
  • the diagnosis control system 100 may perform the diagnosis process a plurality of times. Each diagnosis process can be defined as one round.
  • the diagnosis process for each round includes a process of setting a sample to be tested for each round and a process of performing a diagnostic test for each pool.
  • the process of setting the sample to be tested may refer to a process of preparing to perform a diagnostic test for each pool by injecting a plurality of (eg, M) samples into each of the P pools for each round.
  • the process of setting the sample to be tested in the first round may be a process of inputting a plurality of (eg, M) samples to each of the P pools.
  • the process of setting the sample to be tested in the round of R (R is an integer greater than or equal to 2) may also be a process of inputting a plurality of (eg, M) samples to each of the P pools.
  • a process of additionally adding at least one new sample to each of the P pools may be included.
  • the positive candidate samples transferred from the (R-1) round should be evenly distributed and injected into as many P pools as possible to increase the reduction in the number of diagnoses.
  • the diagnosis control system 100 may have H-t number of the positive candidate samples transferred from the (R-1) round diagnosis process.
  • H may be the number of positive candidate samples in the (R-1) round diagnosis process, and H may be an integer greater than or equal to 2.
  • M samples are input to each P pool, H may be a ⁇ M.
  • a is the number of positive pools in round (R-1) and t is the number of samples specified for individual testing in round (R-1).
  • [((aM)-t)/P] positive candidate samples are distributed to each of the P pools, and there are Q remaining positive candidate samples (Q is an integer from 0 to less than P)
  • the diagnosis system 200 may be controlled so that Q pools among the P pools are additionally injected one by one.
  • [ ] means the Gaussian symbol that discards decimal places.
  • diagnostic tests for all samples may be performed while performing the diagnostic process for each round.
  • FIG. 3 is a diagram for explaining a diagnosis process according to an embodiment of the present invention.
  • 4 is a diagram for explaining a diagnosis process according to another embodiment of the present invention.
  • the expected positive rate (estimated positive rate) is 0.1%
  • P is 33
  • M is 30.
  • the expected positive rate among 990 samples in the first round diagnosis process is 0.1%, 1 sample is expected positive, and in this case, the expected positive pool can be 1 (A). Then, 30 samples injected into the positive pool A are specified as positive candidates, and 960 samples injected into the remaining negative pool are finally determined as negative.
  • the 30 positive candidate samples transferred can be distributed and put into 33 pools in the second round diagnosis process. At this time, for maximum dispersion, it may be distributed input as follows.
  • the transferred 30 positive candidate samples may be put into 30 pools among the 33 pools, one by one. And no positive candidate samples from Round 1 are put into the three pools.
  • test target sample setting process may be performed in which 30 or only 30 new samples are put into each pool, including the positive candidate sample of the first round.
  • a diagnosis test may be performed for each pool to obtain a pool diagnosis result.
  • both expected positive pools (B) may be pools to which round 1 positive candidate samples were input, and one of the two expected positive pools (B) may be pools to which round 1 positive candidate samples were input and one pool may not be.
  • K is 1, in the former case, there are two positive candidate samples for the second round and two newly introduced (diagnostic process performed) samples in the previous round (e.g., round one), so the two can be individual test subjects. In the latter case, since there is only one sample that is a positive candidate sample in the second round and newly introduced (diagnostic process was performed) in the previous round (eg, round one), one can be an individual test subject.
  • the 58 positive candidate samples transferred can be distributed and put into 33 pools in the 3rd round diagnosis process. At this time, for maximum dispersion, it may be distributed input as follows.
  • a test target sample setting process may be performed in which a total of 932 new samples are distributed and put into 33 pools so that each pool includes 30 samples.
  • a diagnosis test may be performed for each pool to obtain a pool diagnosis result.
  • the number of expected positive samples in the third round becomes 2 again, the expected positive pool (C) is also 2, and the total number of candidate positive samples may be 60. And again, 930 samples can be finally determined as negative.
  • both of the expected positive pools (C) are pools into which round 2 positive candidate samples were input, and since K is 1, they are positive candidate samples from round 3 and newly introduced (for which the first diagnosis process was performed) in the immediately preceding round (e.g., round 2). That is, the number of individual test subjects is between 2 and 4.
  • both round 3 positive pools belong to the pool with one round 2 positive candidate sample.
  • both round 3 positive pools are both round 2 positive candidate samples. It may be a case of belonging to these two input pools.
  • the number of individual test subjects may be 2 to 4, and 56 to 58 positive candidate samples from the third round may be transferred to the next round.
  • Diagnosis results for all samples to be diagnosed can be obtained by performing the diagnosis process for each round in this way. Of course, if there are less than 990 remaining samples, 30 samples may not be used for each pool, and in this case, fewer samples may be used for each pool. have.
  • the diagnostic test may be performed for each sample to be individually tested through a process separate from the round-by-round diagnosis process, but the individual test may be performed within the round-by-round diagnosis process, if necessary.
  • the number of pools is additionally prepared by the number of individual test target samples t to prepare a pool of total P + t, and individual test target samples are prepared in t additional pools.
  • the round-by-round diagnosis process may be performed in such a way that pool diagnosis results are obtained for the entire pool after only one input is performed.
  • the expected positive pool may be one (A). Then, 30 samples injected into the positive pool A are specified as positive candidates, and 960 samples injected into the remaining negative pool are finally determined as negative.
  • the 30 positive candidate samples transferred can be distributed and put into 33 pools in the second round diagnosis process. At this time, for maximum dispersion, it may be distributed input as follows.
  • the transferred 30 positive candidate samples may be put into 30 pools among the 33 pools, one by one. And no positive candidate samples from Round 1 are put into the three pools.
  • test target sample setting process may be performed in which 30 or only 30 new samples are put into each pool, including the positive candidate sample of the first round.
  • a diagnosis test may be performed for each pool to obtain a pool diagnosis result.
  • the 60 positive candidate samples transferred in the 3rd round diagnosis process can be distributed to 33 pools. At this time, for maximum dispersion, it may be distributed input as follows.
  • a test target sample setting process may be performed in which a total of 930 new samples are distributed and put into 33 pools so that each pool includes 30 samples.
  • a diagnosis test may be performed for each pool to obtain a pool diagnosis result.
  • the number of expected positive samples in the third round is 3, the expected positive pool (C) is also 3, and a total of 90 positive candidate samples can be obtained. And 900 samples can be finally determined as negative.
  • the sample that is a positive candidate sample for the 3rd round and the first input for the 1st round (before the 2nd round), that is, the individual test subject has an expected value of 1 to 2 get along
  • K 1, if only one individual test subject remains, it can be determined as positive without individual testing.
  • individual test subjects may be one or two, and 89 to 88 positive candidate samples from the third round may be transferred to the next round.
  • one individual test target sample can be identified with a high probability for each round, and two or three individual test target samples can be identified with a relatively low probability. It was mentioned earlier that if there is only one individual test subject, there is virtually no need for individual testing. In addition, there can be 3 expected positive samples and 3 expected positive pools for each round.
  • the positive candidate samples transferred in the first round may be distributed to 100 pools as much as possible in the manner described above.
  • 90 pools out of 100 may be input to positive candidate samples transferred one by one.
  • Each of the remaining total pools is filled with 30 samples, and up to 2910 new samples can be injected and diagnostic tests (100 tests) per pool can be performed. If y pools are positive as a result of the diagnostic test, all samples ((100-y) * 30) in the negative pool are judged to be negative, and among the samples (y * 30) included in the positive pool, those transferred in round 1 are It is specified as an individual test target, and the samples included in the remaining positive pool can be specified as positive candidate samples and transferred to 3 rounds.
  • the expected positive rate is 0.1%, the most probable y value is 6, 6 samples become individual test subjects, and 174 samples are transferred to 3 rounds. At this time, diagnostic tests for individual test subjects are performed 6 times. It can be.
  • the positive candidate samples transferred in the second round may be dispersed and introduced as described above.
  • the transfer-processed positive candidate samples may be input into 2 pools of 74 pools and 1 pool of 26 pools out of 100 samples, respectively. Each of the remaining pools is filled with 30 samples, and a maximum of 2826 samples can be input and a pool diagnostic test can be performed (100 tests).
  • z pools are positive as a result of the test, all samples ((100-z) * 30) of the negative pool are judged negative, and among the samples (z * 30) of the positive pool that were transferred in round 2, they are individually tested. specified, and samples included in the remaining positive pool are judged as positive candidates and can be transferred to the 4th round. Even at this time, if the expected positive rate is 0.1%, the highest probability z value is 6, about 10 samples become individual test subjects, 170 samples are transferred to 4 rounds, and a total of 10 tests can be added. In this part, the number of tests can be slightly reduced by appropriately using Dorfman's group test instead of 10 individual tests. However, it accounts for an insignificant portion compared to the effect of reducing the number of tests of the entire diagnostic system.
  • the samples introduced in the first round have the effect of completing approximately 1/28 of the individual tests and the samples introduced from the second round about 1/26 of the individual tests.
  • the samples transferred in the first round may be distributed to each pool.
  • 14 transferred samples may be put into 14 pools one by one, each pool may be filled with 14 specimens, 182 new samples may be put in, and diagnostic tests for each pool (14 tests) may be performed.
  • the positive candidate samples transferred in the second round may be dispersed and injected into each pool.
  • 26 positive candidate samples that have been transferred may be put into 12 pools of 14 pools, 2 each, and 2 pools, 1 each.
  • new samples are filled so that 14 samples are in each of the entire pool, and up to 170 new samples are injected, and diagnostic tests (tests 14 times) for each pool can be performed.
  • the samples introduced in the first round can be completed with approximately 1/12 of the individual tests, and the samples introduced from the second round can be completed with approximately 1/10 of the individual tests.
  • the reduction effect of the diagnostic test may vary depending on P, M, K, and the expected positive rate.
  • FIG. 5 shows a flow chart for explaining a collective diagnosis control method according to an embodiment of the present invention.
  • the diagnosis control system 100 may control the diagnosis system 200 to set a test target sample for each round (S100).
  • M samples can be put into P pools for each round.
  • the sample to be tested including the positive candidate samples transferred in the previous round, is set. can be set.
  • a diagnosis process for each round of performing a diagnosis test for each pool may be performed (S110).
  • the samples included in the negative pool are finally determined to be negative and diagnosis is terminated (S111), and the samples included in the positive pool are specified as positive candidate samples (S120).
  • samples that meet the conditions to be subject to individual testing are subject to individual testing (S130, S140), and the remaining positive Candidate samples may be transferred to the next round (S150).
  • the transfer-processed positive candidate samples are included in the test target sample in the next round, and a round-by-round diagnosis process may be performed from the process of setting the test target sample again (S100).
  • the number of diagnoses to be performed for a total of N test target samples is the positive rate, the N, the number of pools (P), and the number of samples put into each pool (M), individual test subjects may be influenced by the condition (K) that specifies
  • the diagnostic control system 100 may optimize the P, M, and K based on the estimated positive rate.
  • the optimization parameter is modified through an optimization algorithm again, and the diagnosis control system 100 is configured to perform the diagnosis process to correspond to the modified optimization parameter. (200) can be controlled.
  • the diagnosis control system 100 may perform optimization again and perform the R round diagnosis process using the optimization parameters derived accordingly.
  • the estimated positive rate may be updated at each stage while diagnosis is performed after the initial positive rate is estimated in a predetermined manner as described above.
  • optimization of the first round diagnosis process may be performed based on the initial estimated positive rate
  • optimization of the second round diagnosis process may be performed based on the positive rate measured through the result of the first round diagnosis process or the estimated positive rate.
  • the constraints for optimization include the allowable range of N for the round-by-round diagnosis process (eg, 200 to 1000), the upper limit U of the number of samples that can be put into one pool, and the number of samples that can be repeatedly put into one pool. It may be the maximum number D, the range of the variable P (eg 10 to 100), the range of the variable M (eg 10 to 50), and the range of the variable K (eg 1 to 4), which are also predetermined. may have been
  • the maximum number of times D for repeatedly injecting the sample is affected by the total amount of individual samples extracted, the amount of partial extraction of the sample, the size of the tube containing the sample, and the sensitivity of the test equipment. This is a variable that can gradually increase with the development of technology in the future.
  • the limit of the variable D is not sufficient for only a small number of samples, iterative extraction may be limited to an appropriate level only for the sample.
  • the variable K increases, the number of iterations also increases.
  • optimizer algorithms eg, genetic algorithms, heuristic algorithms, and/or machine learning techniques, etc.
  • the collective diagnosis control method can be implemented as computer readable codes on a computer readable recording medium.
  • a computer-readable recording medium includes all types of recording devices in which data that can be read by a computer system is stored. Examples of computer-readable recording media include ROM, RAM, CD-ROM, magnetic tape, hard disk, floppy disk, and optical data storage devices.
  • the computer-readable recording medium is distributed in computer systems connected through a network, so that computer-readable codes can be stored and executed in a distributed manner.
  • functional programs, codes, and code segments for implementing the present invention can be easily inferred by programmers in the technical field to which the present invention belongs.
  • the present invention can be used for a collective diagnostic control method and system thereof.

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Automatic Analysis And Handling Materials Therefor (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

집합적 진단 제어 방법 및 그 시스템이 개시된다. 집합적 진단 제어 방법은 집합적 진단 제어 시스템이 진단 시스템을 제어하여, P개(P는 양의 정수)의 풀들 각각에 복수 개의 샘플들을 투입하여 P개의 풀 각각의 풀 진단결과를 획득하고, 풀 진단결과가 음성인 음성 풀에 투입된 샘플은 모두 음성으로 판정하고, 풀 진단결과가 양성인 양성 풀에 투입된 샘플은 양성 후보 샘플로 특정하는 (R-1)(R은 2보다 크거나 같은 정수)라운드 진단프로세스를 수행하는 단계, 상기 (R-1)라운드 진단 프로세스에서 특정된 상기 양성 후보 샘플을 R라운드 진단 프로세스로 이관 처리하는 단계, 및 (R-1)라운드 진단 프로세스로부터 이관 처리된 상기 양성 후보 샘플을 상기 P개의 풀에 분산 투입하고 상기 P개의 풀들 각각에 새로운 샘플을 적어도 하나 추가로 투입하여 풀 진단결과를 획득하고, 풀 진단결과가 음성인 음성 풀에 투입된 샘플은 모두 음성으로 판정하고, 풀 진단결과가 양성인 양성 풀에 투입된 샘플은 양성 후보 샘플로 특정하는 R라운드 진단프로세스를 수행하는 단계, 및 R라운드에서의 양성 후보 샘플 중 일부의 샘플에 대해서는 개별 테스트를 수행하도록 하고, 나머지 일부 샘플에 대해서는 (R+1)라운드 진단 프로세스로 이관 처리하는 단계를 포함한다.

Description

집합적 진단 제어 방법 및 그 시스템
본 발명은 집합적 진단 제어 방법 및 그 시스템에 관한 것으로, 보다 상세하게는 생물학적 진단 테스트를 대량의 샘플(진단해야 할 대상이 되는 검체)들에 수행하여야 할 경우 그 진단횟수를 큰 폭으로 줄일 수 있으면서도 모든 샘플들에 진단 결과를 획득할 수 있는 방법 및 시스템에 관한 것이다.
생물학적 진단 테스트를 위해서는 피검체(예컨대, 사람, 동물 등)로부터 진단에 적합한 샘플을 채취하고, 채취한 샘플에 대해서 잘 알려진 적절한 진단테스트 방법(예컨대, PCR(Polymerase Chain Reaction) 검사 등)을 수행하여 특정 감염체에 감염되었는지 여부를 판단하게 된다.
그런데 대량의 샘플들에 대해 신속히 진단 테스트를 수행하여야 할 필요가 있는 경우에, 대량의 샘플들 각각에 대해 진단 테스트를 수행하는 것은 매우 많은 시간과 비용이 들어서 신속한 방역에 걸림돌이 될 수 있는 문제점이 있다.
따라서 대량의 샘플들에 대해 진단 테스트의 횟수를 획기적으로 줄일 수 있는 방법이 요구된다. 또한 양성률 등의 환경변수에 최적화되어 상기 대량의 샘플들 각각에 대한 진단 결과를 획득할 수 있는 기술적 사상이 절실히 요구된다.
이를 위해 집단적 테스트 방식이 오래 전부터 사용되어 왔다. Dorfman은 한 튜브마다 복수의(예, 10개) 샘플을 넣어 튜브가 음성이면 10명 전체가 음성이고, 튜브가 양성이면 10명을 각각 재테스트하는 집단 테스트 방식을 제안하였다.(아래 <기술 문헌 2> 참조) 한국에서도 이러한 방식은 군 등에서 실시한 것으로 알려져 있다. 또한 세계적으로 HIV, 말라리아, 인플루엔자 등의 진단을 위해 널리 사용되고 있다.
2020년에는 이스라엘의 벤구리온 대학에서 P-BEST라는 새로운 집단 테스트 방식이 제안되어 Pooled Diagnostics라는 벤처기업의 출범으로 이어졌다. 이 방식의 실시 예에서는 384명의 샘플을 테스트하기 위해 48개의 튜브를 사용하고 각 사람의 샘플은 이 중 6개의 튜브에 투입한다. 결과적으로 각 튜브에는 48개씩의 샘플이 투입되었다. 최종적인 판정은 행렬 계산을 통해 오차를 최소화하는 양성자 분포로 결론을 내는 근사 추정 방식이다. 이를 통해 약 8배 정도의 효율 개선을 보고했다. (아래 <기술 문헌 1> 참조)
Dorfman 방식은 한 튜브에 여러 샘플(예, 10개)을 투입하여 테스트 횟수를 줄인다. 임의의 튜브가 테스트 결과 음성이면 해당 튜브에 투입된 샘플은 모두 음성으로 판정된다. 반면 양성 튜브에 속한 샘플은 모두 양성 후보가 되어 개별 테스트를 필요로 한다. 예를 들어, 각 튜브에 10개씩의 샘플을 투입했다면 임의의 양성 튜브에 투입된 10개 샘플은 모두 재테스트를 해야 하는 심각한 단점이 있다. 이 재테스트의 부담은 한 튜브에 투입하는 샘플이 많아질수록 목표하는 효율을 떨어뜨리는 문제점이 있다.
벤구리온 대학의 방법은 전통적인 Dorfman 방식 대비 한 단계 진화한 것이지만, 한 사람의 샘플을 복수 개의(예, 6개) 튜브에 나눔으로써 샘플이 희석되어 인식률을 저하시키는 문제가 있다. 384명의 샘플을 테스트하기 위해 48개의 튜브를 사용하고 각 사람의 샘플은 이 중 6개의 튜브에 분산 투입하는 실험 연구 결과 위양성률 0.73%, 위음성률 6.6%로 보고하였다. 이것은 양성자가 100명이라면 7명에 가까운 사람이 음성으로 오진되는 것으로, 8배의 효율 개선을 위해 감수한 오진률로는 상당한 크기라는 문제점이 있다.
* 선행기술문헌
- 특허문헌
(특허문헌 1) "생물학적 샘플 분석 시스템 및 방법," 한국등록특허 10-1473705호
- 비특허문헌
(비특허문헌 1)1. "Efficient high-throughput SARS-CoV-2 testing to detect asymptomatic carriers," N. Shental 등, Science Advances 11:6(37), Sep 2020.
(비특허문헌 2)2."The detection of defective members of large populations," R. Dorfman, Ann. Math. Statist. 14, 436??440, 1943.
본 발명이 이루고자 하는 기술적인 과제는 대량의 샘플들에 대해 적은 진단 횟수로 신속하게 진단 결과를 획득할 수 있는 방법 및 이를 위한 시스템에 관한 것이다.
특히 한 튜브에 복수의 샘플을 투입함으로써 얻는 효율성의 이득은 잃지 않되, 재검으로 인한 테스트 횟수의 증가를 크게 줄일 수 있으며, 한 샘플을 여러 튜브에 분산함으로써 발생하는 샘플의 희석을 줄이고, 근사 추정 방식으로 인한 오진으로부터 자유로운 집단적 진단 제어 방법에 관한 것이다.
상기 기술적 과제를 달성하기 위한 본 발명의 실시 예에 따른 집합적 진단 제어 방법은 집합적 진단 제어 시스템이 진단 시스템을 제어하여, P개(P는 양의 정수)의 풀들 각각에 복수 개의 샘플들을 투입하여 P개의 풀 각각의 풀 진단결과를 획득하고, 풀 진단결과가 음성인 음성 풀에 투입된 샘플은 모두 음성으로 판정하고, 풀 진단결과가 양성인 양성 풀에 투입된 샘플은 양성 후보 샘플로 특정하는 (R-1)(R은 2보다 크거나 같은 정수)라운드 진단프로세스를 수행하는 단계, 상기 집합적 진단 제어 시스템이 상기 진단 시스템을 제어하여, 상기 (R-1)라운드 진단 프로세스에서 특정된 상기 양성 후보 샘플의 전부 또는 일부를 R라운드 진단 프로세스로 이관 처리하는 단계, 및 상기 집합적 진단 제어 시스템이 상기 진단 시스템을 제어하여, (R-1)라운드 진단 프로세스로부터 이관 처리된 상기 양성 후보 샘플을 상기 P개의 풀에 분산 투입하고 상기 P개의 풀들 각각에 새로운 샘플을 적어도 하나 추가로 투입하여 풀 진단결과를 획득하고, 풀 진단결과가 음성인 음성 풀에 투입된 샘플은 모두 음성으로 판정하고, 풀 진단결과가 양성인 양성 풀에 투입된 샘플은 양성 후보 샘플로 특정하는 R라운드 진단프로세스를 수행하는 단계, 상기 집합적 진단 제어 시스템이 상기 진단 시스템을 제어하여, R라운드에서의 양성 후보 샘플 중 일부의 샘플에 대해서는 개별 테스트를 수행하도록 하고, 나머지 일부 샘플에 대해서는 (R+1)라운드 진단 프로세스로 이관 처리하는 단계를 포함한다.
상기 (R-1)라운드 진단프로세스를 수행하는 단계는, 상기 집합적 진단 제어 시스템이 진단 시스템을 제어하여, 상기 P개(P는 양의 정수)의 풀들 각각에 M(M은 양의 정수)개 씩의 샘플을 투입하여 상기 P개의 풀 각각의 풀 진단 결과를 획득하는 것을 특징으로 하며, 상기 R라운드 진단프로세스를 수행하는 단계는 상기 집합적 진단 제어 시스템이 상기 진단 시스템을 제어하여, (R-1)라운드 진단 프로세스로부터 이관 처리된 상기 양성 후보 샘플을 상기 P개의 풀에 분산 투입하고 상기 P개의 풀들 각각에 M개의 검체가 투입될 때까지 새로운 샘플을 추가로 투입하는 것을 특징으로 할 수 있다.
상기 집합적 진단 제어 시스템이 상기 진단 시스템을 제어하여, R라운드에서의 양성 후보 샘플 중 일부의 샘플에 대해서는 개별 테스트를 수행하도록 하고, 나머지 일부 샘플에 대해서는 (R+1)라운드 진단 프로세스로 이관 처리하는 단계는 (R-K)(K는 1보다 크거나 같은 정수)라운드에서 처음 진단 프로세스가 수행되었던 샘플에 대해서는 개별 테스트를 수행하거나 개별 테스트를 진행하지 않고 해당 샘플을 양성으로 판정하는 단계를 포함할 수 있다.
상기 R라운드 진단프로세스를 수행하는 단계는, 상기 집합적 진단 제어 시스템이 상기 진단 시스템을 제어하여, (R-1)라운드 진단 프로세스로부터 이관 처리된 상기 양성 후보 샘플이 (H-t)개(H는 2 이상의 정수)인 경우, 상기 P개의 풀 각각에 [(H-t)/P]개의 상기 양성 후보 샘플을 분산투입하고, 나머지 상기 양성 후보 샘플이 Q개(Q는 0 이상 P 미만의 정수) 있는 경우 상기 P개의 풀들 중 Q개의 풀에 하나씩 추가로 투입되도록 상기 진단 시스템을 제어하는 단계를 포함할 수 있다. 여기서 [ ]는 소수점 이하를 버리는 가우스 기호이며, H는 (R-1)라운드 진단 프로세스에서의 양성 후보 샘플의 수, t는 (R-1)라운드 진단 프로세스에서 개별 테스트 대상으로 특정된 샘플의 수이며 0 이상의 정수임.
상기 집합적 진단 제어방법은, 소정의 방식으로 추정되는 기대 양성률을 포함하는 환경 변수 세트와 상기 P, 상기 M, 및 상기 K를 포함하는 최적화 파라미터 각각의 허용범위를 이용하여, 최적화 작업의 결과로 상기 최적화 파라미터를 도출하는 단계 및 도출된 상기 최적화 파라미터에 상응하도록 상기 진단 시스템을 제어하는 단계를 포함할 수 있으며, 상기 R 라운드 진단 프로세서에서의 최적화 파라미터와 상기 (R+1)라운드에서 최적화 파라미터를 달리 설정할 수도 있다.
다른 일 실시 예에 따른 집합적 진단 제어 방법은 집합적 진단 제어 시스템이 진단 시스템을 제어하여, P개(P는 양의 정수)의 풀들 각각에 M(M은 양의 정수)개 씩의 샘플을 투입하여 P개의 풀 각각의 풀 진단결과를 획득하고, 풀 진단결과가 음성인 음성 풀에 투입된 샘플은 모두 음성으로 판정하고, 풀 진단결과가 양성인 양성 풀에 투입된 샘플은 양성 후보 샘플로 특정하는 1라운드 진단 프로세스 단계 ,상기 집합적 진단 제어 시스템이 상기 진단 시스템을 제어하여, 특정한 상기 양성 후보 샘플을 상기 P개의 풀에 분산 투입하고 상기 P개의 풀들 각각이 M개의 샘플로 채워질 때까지 새로운 샘플을 추가로 투입하여 풀 진단결과를 획득하고, 풀 진단결과가 음성인 음성 풀에 투입된 샘플은 모두 음성으로 판정하고, 풀 진단결과가 양성인 양성 풀에 투입된 샘플은 양성 후보 샘플로 특정하는 2라운드 진단 프로세스 단계, 및 상기 집합적 진단 제어 시스템이 상기 진단 시스템을 제어하여, 상기 2라운드 진단 프로세스 단계에서의 양성 후보 샘플 중 전부 또는 일부의 샘플에 대해서는 개별 테스트를 수행하도록 하는 단계를 포함하며, 상기 2라운드 진단 프로세스 단계는 상기 1라운드 진단 프로세스 단계에서 이관 처리된 양성 후보 샘플이 (H-t)개(H는 2 이상의 정수)인 경우, 상기 P개의 풀 각각에 [(H-t)/P]개의 상기 양성 후보 샘플을 분산 투입하고 나머지 상기 양성 후보 샘플이 Q개(Q는 0 이상 P 미만의 정수) 있는 경우 상기 P개의 풀들 중 Q개의 풀에 하나씩 추가로 투입되도록 상기 진단 시스템을 제어하는 단계를 포함한다.
상기의 방법은 데이터 처리장치에 설치되며 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램에 의해 구현될 수 있다.
다른 일 측면에 따른 집합적 진단 제어 시스템은 프로세서 및 상기 프로세서에 의해 실행되는 프로그램이 기록된 메모리를 포함하며, 상기 프로세서는 상기 프로그램을 구동하여, 진단 시스템을 제어하여, P개(P는 양의 정수)의 풀들 각각에 복수 개의 샘플들을 투입하여 P개의 풀 각각의 풀 진단결과를 획득하고, 풀 진단결과가 음성인 음성 풀에 투입된 샘플은 모두 음성으로 판정하고, 풀 진단결과가 양성인 양성 풀에 투입된 샘플은 양성 후보 샘플로 특정하는 (R-1)(R은 2보다 크거나 같은 정수)라운드 진단프로세스를 수행하고, 상기 진단 시스템을 제어하여, 상기 (R-1)라운드 진단 프로세스에서 특정된 상기 양성 후보 샘플의 전부 또는 일부를 R라운드 진단 프로세스로 이관 처리하며, 상기 진단 시스템을 제어하여, (R-1)라운드 진단 프로세스로부터 이관 처리된 상기 양성 후보 샘플을 상기 P개의 풀에 분산투입하고 상기 P개의 풀들 각각에 새로운 샘플을 적어도 하나 추가로 투입하여 풀 진단결과를 획득하고, 풀 진단결과가 음성인 음성 풀에 투입된 샘플은 모두 음성으로 판정하고, 풀 진단결과가 양성인 양성 풀에 투입된 샘플은 양성 후보 샘플로 특정하는 R라운드 진단프로세스를 수행하며, 상기 진단 시스템을 제어하여, R라운드에서의 양성 후보 샘플 중 일부의 샘플에 대해서는 개별 테스트를 수행하도록 하고, 나머지 일부 샘플에 대해서는 (R+1)라운드 진단 프로세스로 이관 처리한다.
상기 프로세서는 상기 프로그램을 구동하여, 상기 진단 시스템을 제어하여, 상기 P개(P는 양의 정수)의 풀들 각각에 M(M은 양의 정수)개 씩의 샘플을 투입하여 상기 P개의 풀 각각의 풀 진단결과를 획득하는 것을 특징으로 하며, (R-1)라운드 진단 프로세스로부터 이관 처리된 상기 양성 후보 샘플을 상기 P개의 풀에 분산투입하고 상기 P개의 풀들 각각에 M개의 검체가 투입될 때까지 새로운 샘플을 추가로 투입하는 것을 특징으로 할 수 있다.
상기 프로세서는 상기 프로그램을 구동하여 (R-K)(K는 1보다 크거나 같은 정수)라운드에서 처음 진단 프로세스가 수행되었던 샘플에 대해서는 개별 테스트를 수행하도록 할 수 있다.
또한, 상기 프로세서는 상기 프로그램을 구동하여, 상기 진단 시스템을 제어하여, (R-1)라운드 진단 프로세스로부터 이관 처리된 상기 양성 후보 샘플이 (H-t)개(H는 2 이상의 정수)인 경우, 상기 P개의 풀 각각에 [(H-t)/P]개의 상기 양성 후보 샘플을 분산투입하고, 나머지 상기 양성 후보 샘플이 Q개(Q는 0 이상 P 미만의 정수) 있는 경우 상기 P개의 풀들 중 Q개의 풀에 하나씩 추가로 투입되도록 할 수 있다.
상기 프로세서는 상기 프로그램을 구동하여, 소정의 방식으로 추정되는 추정 양성률을 포함하는 환경 변수 세트와 상기 P, 상기 M, 및 상기 K를 포함하는 최적화 파라미터 각각의 허용범위를 이용하여, 최적화 작업의 결과로 상기 최적화 파라미터를 도출하는 단계 및 도출된 상기 최적화 파라미터에 상응하도록 상기 진단 시스템을 제어할 수 있다.
다른 일 측면에 따른 집합적 진단 제어 시스템은 프로세서 및 상기 프로세서에 의해 실행되는 프로그램이 기록된 메모리를 포함하며, 상기 프로세서는 상기 프로그램을 구동하여, 진단 시스템을 제어하여, P개(P는 양의 정수)의 풀들 각각에 M(M은 양의 정수)개 씩의 샘플을 투입하여 P개의 풀 각각의 풀 진단결과를 획득하고, 풀 진단결과가 음성인 음성 풀에 투입된 샘플은 모두 음성으로 판정하고, 풀 진단결과가 양성인 양성 풀에 투입된 샘플은 양성 후보 샘플로 특정하는 1라운드 진단 프로세스를 수행하고, 상기 진단 시스템을 제어하여, 특정한 상기 양성 후보 샘플을 상기 P개의 풀에 분산투입하고 상기 P개의 풀들 각각이 M개의 검체로 채워질 때까지 새로운 샘플을 추가로 투입하여 풀 진단결과를 획득하고, 풀 진단결과가 음성인 음성 풀에 투입된 샘플은 모두 음성으로 판정하고, 풀 진단결과가 양성인 양성 풀에 투입된 샘플은 양성 후보 샘플로 특정하는 2라운드 진단 프로세스를 수행하며, 상기 진단 시스템을 제어하여, 상기 2라운드 진단 프로세스에서의 양성 후보 샘플 중 전부 또는 일부의 샘플에 대해서는 개별 테스트를 수행하도록 하되, 상기 2단계 진단 프로세스는 상기 진단 시스템을 제어하여, 1라운드 진단 프로세스로부터 이관 처리된 상기 양성 후보 샘플이 (H-t)개(H는 2 이상의 정수)인 경우, 상기 P개의 풀 각각에 [(H-t)/P]개의 상기 양성 후보 샘플을 분산투입하고, 나머지 상기 양성 후보 샘플이 Q개(Q는 0 이상 P 미만의 정수) 있는 경우 상기 P개의 풀들 중 Q개의 풀에 하나씩 추가로 투입되도록 한다.
본 발명의 기술적 사상에 의하면 대량의 샘플들에 대해 적은 진단 횟수로 신속하게 샘플들 모두에 대한 진단 결과를 획득할 수 있는 효과가 있다.
본 발명은 Dorfman 방식처럼 한 튜브에 여러 샘플을 투입하고 한 샘플은 한 튜브에만 투입하지만 양성 후보 샘플들에 대한 개별 재테스트 부담을 극적으로 줄일 수 있다.
또한 이스라엘 벤구리온 대학의 방식은 한 사람의 샘플을 6개까지의 튜브에 분산 투입함으로써 샘플의 지나친 희석을 피할 수 없으며, 또한 한 라운드의 테스트를 바탕으로 결론을 내되 오차를 최소화하는 근사 추정 방식으로 양성자를 추정함으로써 장비가 완벽하다고 가정해도 기법 자체에 내재한 오진률을 피할 수 없는 문제점이 있었다. 하지만 본 발명의 기술적 사상에 의하면 한 사람의 샘플을 여러 튜브에 분산 투입함으로써 발생하는 샘플의 희석 정도도 현저히 줄일 수 있으며, 또한 벤구리온 대학 방식에서 사용하는 근사 추정 방식을 피함으로써 기법 자체에 내재한 오진 가능성은 없어지는 효과가 있다.
임의의 라운드에서 발생한 양성 후보 샘플들에 대해 바로 개별 테스트하지 않고 다음 라운드의 테스트에 혼입하되, 양성 후보 샘플들의 분포를 주의 깊게 분산시킴으로써 실제로 음성이지만 양성 후보가 된 대부분의 샘플들이 개별 테스트의 대상이 되는 부담이 거의 없이 음성으로 판정되는 효과가 있다.
이러한 과정을 통하여 오진의 가능성은 줄이되 집단 테스트로 인한 효율을 크게 높일 수 있는 효과가 있다.
본 발명은 또한 진단 프로세스 내에서 결정되어야 하는 파라미터를 최적화 문제로 모델링하여 진단의 효율성을 극대화할 수 있으며, 이를 통해 비용을 절감하고 신속한 방역 조치가 가능해지는 효과가 있다.
본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 본 발명의 일 실시 예에 따른 집합적 진단 제어 방법을 구현하기 위한 개략적인 시스템 구성을 나타낸다.
도 2는 본 발명의 일 실시 예에 따른 집합적 진단 제어 시스템의 개략적인 구성을 나타낸다.
도 3은 본 발명의 일 실시 예에 따른 진단 프로세스를 설명하기 위한 도면이다.
도 4는 본 발명의 다른 실시 예에 따른 진단 프로세스를 설명하기 위한 도면이다.
도 5는 본 발명의 실시 예에 따른 집합적 진단 제어 방법을 설명하기 위한 플로우 차트를 나타낸다.
본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시 예를 예시하는 첨부 도면 및 첨부 도면에 기재된 내용을 참조하여야만 한다.
또한, 본 명세서에 있어서는 어느 하나의 구성요소가 다른 구성요소로 데이터를 '전송'하는 경우에는 상기 구성요소는 상기 다른 구성요소로 직접 상기 데이터를 전송할 수도 있고, 적어도 하나의 또 다른 구성요소를 통하여 상기 데이터를 상기 다른 구성요소로 전송할 수도 있는 것을 의미한다. 반대로 어느 하나의 구성요소가 다른 구성요소로 데이터를 '직접 전송'하는 경우에는 상기 구성요소에서 다른 구성요소를 통하지 않고 상기 다른 구성요소로 상기 데이터가 전송되는 것을 의미한다.
이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시 예를 설명함으로써, 본 발명을 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.
도 1은 본 발명의 일 실시 예에 따른 집합적 진단 제어 방법을 구현하기 위한 개략적인 시스템 구성을 나타낸다.
도 1을 참조하면, 본 발명의 기술적 사상에 따른 집합적 진단 제어 방법을 구현하기 위해서는 집합적 진단 제어 시스템(이하, '진단 제어 시스템', 100)이 구비될 수 있다.
상기 진단 제어 시스템(100)은 본 발명의 기술적 사상에 따라 대량의 테스트 대상 샘플들에 대한 진단 테스트에 대한 전략을 수립하고, 수립한 전략에 따른 진단 테스트가 수행되도록 진단 시스템(200)을 제어할 수 있다.
상기 진단 제어 시스템(100)은 진단 시스템(200)를 제어하여, 본 발명의 기술적 사상에 따라 테스트 대상인 샘플들을 미리 정해진 풀에 투입할 수 있다.
또한 상기 진단 제어 시스템(100)은 상기 진단 시스템(200)로부터 각각의 풀에 대한 진단 결과 즉, 풀 진단결과를 획득하고, 그에 따라 샘플들을 음성으로 판정하거나 양성 후보로 특정하거나 또는 최종적으로 양성으로 판정할 수 있다.
상기 진단 제어 시스템(100)은 본 발명의 기술적 사상에 따라 진단 프로세스를 진행할 수 있다. 이를 위해 상기 진단 제어 시스템(100)은 미리 정해진 테스트 대상 샘플들을 미리 정해진 풀에 분산하여 투입되도록 상기 진단 시스템(200)을 제어할 수 있다. 그리고 각각의 풀들에 대한 진단결과를 상기 진단 시스템(200)으로부터 획득할 수 있다.
획득한 풀들 각각의 진단 결과 즉 풀 진단결과에 따라 상기 진단 제어 시스템(100)은 테스트 대상 샘플들 중 일부를 음성으로 판정하고, 나머지 일부를 양성 또는 양성 후보로 특정할 수 있다.
*이처럼 상기 진단 제어 시스템(100)이 수행하는 진단 프로세스를 통해, 기존의 모든 샘플들 각각에 대해 개별적인 진단 테스트를 수행하는 것에 비해 비약적인 진단 테스트의 횟수 감소가 가능해질 수 있다.
이는 특정 샘플에 진단의 대상이 되는 특정 질환요인 또는 바이러스가 존재하면, 상기 특정 샘플이 투입되며 다른 샘플들과 혼합된 풀에서도 상기 특정 질환요인 또는 바이러스가 유지되는 경우에 유용할 수 있다.
본 발명의 기술적 사상에 의하면 상기 진단 제어 시스템(100)은 미리 정해진 개수의 풀(예컨대, P개, P는 2이상의 정수) 각각에 복수 개의 샘플들을 투입하도록 진단 시스템(200)을 제어하여 테스트 준비를 수행할 수 있다. 상기 각각의 풀에는 동일한 개수의 샘플들이 투입될 수 있지만, 일부 개수의 차이가 존재하여도 무방하다.
물론, 각각의 풀에 서로 다른 개수의 샘플들이 임의의 개수로 투입되는 것 보다는 동일한 개수 또는 실질적으로 거의 동일한 개수가 투입되는 것이 진단 전략을 안정적이고 예측가능토록 할 수 있으며, 또한 후술할 바와 같이 진단 전략을 최적화하는데 유리할 수 있다.
이하 본 명세서에서는 라운드별 진단 프로세스를 수행하면서 P개의 풀에 각각 M(M은 2이상의 정수)개씩 동일한 개수의 샘플이 투입되는 경우를 주로 설명하지만, 본 발명의 권리범위가 이에 한정되지는 않음을 본 발명의 기술 분야의 평균적 전문가는 용이하게 추론할 수 있을 것이다.
그리고 상기 진단 제어 시스템(100)은 각 풀에 대한 풀 진단결과를 획득할 수 있다.
예컨대, 본 발명의 기술적 사상에 따라 진단 프로세스를 수행하는 경우, 990개의 테스트 대상인 샘플들이 존재하고, 상기 진단 제어 시스템(100)이 상기 진단 시스템(200)를 제어하여 990개의 테스트 대상 샘플들을 33개의 풀에 분산하여 투입하는 경우를 가정할 수 있다.
이러한 경우 1개의 풀에는 30개씩의 샘플들이 투입되고, 만약 특정 풀의 풀 진단결과가 음성이면 상기 특정 풀에 투입된 30개의 샘플들은 모두 음성인 것을 의미한다.
따라서 풀 진단결과가 음성인 경우에는 한 번의 진단 테스트만으로 하나의 풀에 투입된 샘플들(예컨대, 30개) 개수만큼의 진단 테스트를 대체하는 효과를 가질 수 있다.
만약 풀 진단결과가 양성인 풀은, 해당 풀에 투입된 샘플들 중 적어도 하나는 양성인 것을 의미한다. 따라서 해당 풀에 투입된 샘플들은 양성 후보 샘플로 분류될 수 있다.
그리고 본 발명의 기술적 사상에 의하면 이처럼 한 번의 진단 프로세스를 통해 양성 후보 샘플이 특정되는 경우, 양성 후보 샘플들에 대해 바로 개별 테스트를 통한 최종 판정을 수행하지 않고 양성 후보 샘플들을 적어도 한 번의 진단 프로세스에 다시 투입함으로써 개별 테스트의 횟수를 줄일 수 있다.
예컨대, 상술한 예에서 기대 양성률(추정 양성률)이 0.1%라고 가정하면 양성 풀이 1개가 될 수 있다. 이러한 경우 1번의 진단 프로세스(1라운드 진단 프로세스라 함)를 통해서 30개의 양성 후보 샘플들이 특정될 수 있다. 그러면 본 발명의 기술적 사상은 이러한 30개의 양성 후보 샘플들 각각을 바로 개별 테스트하는 것이 아니라, 적어도 한 번의 다음 라운드 진단 프로세스의 테스트 대상 샘플로 포함시킬 수 있다. 이처럼 특정 라운드에서 특정되는 양성 후보 샘플들을 다음 라운드 진단 프로세스의 테스트 대상 샘플로 특정하는 것을 이관 처리한다고 정의할 수 있다.
예컨대, 2라운드 진단 프로세스에서는 1라운드 진단 프로세스로부터 특정되어 이관 처리된 30개의 양성 후보 샘플을 33개의 풀에 분산하여 투입할 수 있다. 이때 최대한 분산하여 투입하는 것이 바람직하며, 이러한 경우 30개의 풀에는 각각 1개의 양성 후보 샘플이 투입되고 나머지 3개의 풀에는 1라운드 진단 프로세스에서의 양성 후보 샘플이 투입되지 않을 수 있다.
그러면 상기 진단 제어 시스템(100)은 진단 시스템(200)을 제어하여 상기 30개의 풀에는 새로운 샘플들 29개, 상기 3개의 풀에는 새로운 샘플들 30개씩을 추가하여, 2라운드 진단 프로세스에서도 33개의 풀 각각에 30개의 샘플들이 투입된 상태가 되도록 할 수 있다. 이때 추가된 새로운 샘플은 960개일 수 있다.
그리고 진단 시스템(200)은 각각의 풀에 대한 풀 진단결과를 획득할 수 있다.
이러한 경우 기대 양성률을 고려하면 2개의 샘플이 양성일 가능성이 크며, 이러한 경우 매우 낮은 확률로 1개의 풀에 2개의 양성 샘플이 모두 투입될 수도 있지만, 2개의 양성 샘플은 서로 다른 풀에 투입되어 있을 가능성이 매우 크다. 즉, 2개의 양성 풀이 발생할 가능성이 크다.
그러면 1라운드 진단 프로세스를 통해 특정된 양성 후보 샘플들 30개가 각각 다른 풀에 분산되어 투입되었고, 2라운드 진단 프로세스에서 양성 풀이 2개가 나온 경우 1라운드 양성 후보 샘플 30 개들 중에서 최소 28개는, 별도로 개별 테스트를 수행하지 않아도, 2라운드 진단 프로세스를 통해 자연스럽게 개별 테스트가 수행된 것 같은 결과를 얻게 될 수 있다.
본 발명의 기술적 사상에 의하면 이처럼 각 라운드별로 진단 프로세스를 수행하면서, 어느 한 라운드에서 특정되는 양성 후보 샘플들을 다음 라운드의 테스트 대상 샘플에 포함시켜 다음 라운드 진단 프로세스를 수행함으로써 개별 테스트의 횟수를 높은 수준으로 줄일 수 있는 효과가 있다. 물론 이를 통해 총 테스트의 횟수가 줄어드는 효과가 있다.
또한 본 발명의 기술적 사상에 의하면, 소정의 라운드에서 양성 풀에 포함된 샘플들 중 일부만을 개별 테스트할 수 있다. 예컨대, 전술한 예에서 1라운드 진단 프로세스에서 양성 풀이 1개인 경우 30개의 양성 후보 샘플들(예컨대, s1 내지 s30)이 특정될 수 있다.
그러면 2라운드 진단 프로세스에서 1라운드에서의 30개의 양성 후보 샘플들이 1~30번째 풀에 각각 1개씩 투입될 수 있다. 예컨대, 1번째 풀에는 1라운드의 양성 후보 샘플 s1, 2번째 풀에는 1라운드의 양성 후보 샘플 s2, 30번째 풀에는 1라운드의 양성 후보 샘플 s30이 투입되었다고 가정한다. 그리고 새로운 샘플들을 추가로 투입하여 33개의 풀들 각각에 30개의 샘플들이 투입되어 있을 수 있다. 그 결과 2라운드 진단 프로세스에서 2개의 양성 풀이 발생하였을 수 있다.
그리고 2개의 양성 풀 중 1개 또는 2개가 1~30번째 풀에 포함된 경우, 예컨대, 5번째 풀과 13번째 풀이 양성 풀이라고 가정할 경우, 5번째 풀과 13번째 풀 각각에 투입된 샘플들 중 2라운드에서의 양성 후보 샘플인 s5, s13은 1라운드에서도 양성 후보 샘플로 특정되고 2라운드에서도 양성 후보 샘플로 특정된 것일 수 있다. 따라서 2라운드에서 특정되는 양성 후보 샘플들 중 이전 라운드에서도 양성 후보 샘플이었던 샘플들만 제한적으로 개별 테스트를 수행하고, 나머지는 다음 라운드로 이관 처리 즉, 다음 라운드의 테스트 대상 샘플에 포함시키도록 결정할 수 있다. 상기 예에서 s13과 같은 샘플이 확률적 기대치와 부합하는 단 한 개라면 개별 테스트 없이 바로 양성으로 판정할 수 있는 경우도 발생할 수 있다. 이 경우는 1라운드에서 투입된 샘플 중 개별 테스트를 거치는 샘플은 전무할 수 있다.
이처럼 특정 라운드에서 양성 후보 샘플들 중 이전 라운드에서도 양성 후보였던 것을 양성일 가능성이 큰 샘플로 지목하여 선택적으로 개별 테스트를 수행함으로써, 개별 테스트의 횟수를 현저히 줄일 수 있는 효과가 있다. 여기서 특정 라운드 이전 라운드라 함은 직전 라운드 뿐만 아니라 상기 특정 라운드 전에 수행된 라운드이면 족하다. 그리고 상기 특정 라운드의 양성 후보 샘플들들 중 개별 테스트를 수행하는 것으로 선택된 것을 제외한 나머지 샘플들은 다음 라운드로 이관함으로써 다시 한 번 같은 원리로 개별 테스트의 횟수를 줄일 수 있는 효과가 있다.
결국 본 발명의 기술적 사상에 의하면, 특정 라운드에서의 풀 진단결과를 통해 특정되는 양성 후보 샘플들 중에서, 개별 테스트를 수행할 샘플을 이전 라운드에서도 양성 후보였던 것으로 특정함으로써 양성일 확률이 큰 것에 대해서만 제한적으로 개별 테스트를 수행하는 효과가 있으며, 이와 더불어 상기 특정 라운드에서 나머지 양성 후보 샘플들은 다음 라운드로 이관 처리함으로써 더욱 개별 테스트를 줄이는 효과가 있다. 또한 다음 라운드로 이관되는 양성 후보 샘플들은 최대한 여러 풀들에 골고루 분산되도록 함으로써 이러한 효과를 증진시키는 것이 바람직할 수 있다.
한편, 본 발명의 기술적 사상에 따르면, P개의 풀에 M개의 샘플들을 각각 투입하여 각각의 라운드별로 진단 프로세스를 수행할 수 있고, 이러한 라운드별 진단 프로세스의 결과 특정되는 양성 후보 샘플들 중에서 몇 라운드 이전 즉, K라운드(K는 1보다 큰 정수) 이전에 새롭게 투입된 샘플을 개별 테스트의 대상으로 선택할지는 고정적으로 결정해두기 보다는 기대 양성률과 환경 변수에 따라 최적화 될 필요가 있다. 따라서 진단 시의 환경 변수에 따라 P, M, K를 최적화 파라미터로 하는 최적화 문제로 모델링하여 보다 효율적인 진단을 수행할 수도 있다. 이는 양성률과 다양한 환경변수에 따라 진단횟수의 감축효과가 변경될 수 있기 때문이다.
따라서 상기 진단 제어 시스템(100)은 기대 양성률에 따라 동적으로 풀의 개수(P), 풀에 투입될 샘플의 개수(M), 그리고 개별 테스트 대상을 선택하기 위한 K를 최적화하여 더욱 전체 진단(테스트) 횟수를 감축시킬 수 있다.
상기 진단 시스템(200)은 상기 진단 제어 시스템(100)의 제어를 통해 테스트 대상 샘플들을 소정의 방식(예컨대, PCR 검사 등)으로 진단할 수 있는 장비일 수 있다.
상기 진단 시스템(200)은 피검체(예컨대, 사람, 동물 등)로부터 채취된 샘플에서 일부만을 미리 정해진 풀 즉, 샘플들이 집합되는 기구(예컨대, 튜브 등)로 투입하기 위한 이송/투입 장비, 각각의 풀 또는 각각의 샘플에서 대상이 되는 질환요인(예컨대, 바이러스, 균 등)을 진단하기 위한 진단 장비가 구비될 수 있음은 물론이다. 또한 특정 샘플이 특정 라운드에서 다음 라운드로 이관된다고 함은, 상기 특정 샘플이 증폭되어 일부가 상기 특정 라운드에서도 테스트되고 또 다른 일부가 상기 다음 라운드에서도 테스트됨을 의미할 수 있음은 물론이다.
또한 상기 진단 시스템(200)은 상기 진단 제어 시스템(100)의 제어에 따라, 라운드별로 P, M, 또는 K를 변경할 수도 있다. 이러한 변경은 진단이 진행되면서 업데이트되는 환경변수(예컨대, 양성률 등)의 변화에 따라 다시 최적화 과정이 수행된 결과에 기초할 수 있다. 물론 최적화 파라미터 중 일부는 고정되고, 나머지 일부만 최적화의 대상이 될 수도 있다.
또한 상기 진단 시스템(200)은 풀의 진단결과 또는 샘플의 개별적인 진단결과를 상기 진단 제어 시스템(100)으로 전송할 수 있으며, 이를 위해 상기 진단 제어 시스템(100)과 상기 진단 시스템(200)은 유무선 네트워크를 통해 연결될 수도 있다.
실시 예에 따라서, 상기 진단 제어 시스템(100)은 상기 진단 시스템(200)에 설치될 수도 있다. 즉, 본 발명의 기술적 사상에 따른 진단 제어 시스템(100)을 구현하기 위한 소프트웨어가 상기 진단 시스템(200)에 구비되는 하드웨어와 유기적으로 결합되어 상기 진단 제어 시스템(100)이 구현될 수도 있고, 이러한 경우에는 상기 진단 제어 시스템(100)이 상기 진단 시스템(200)에 포함되어 설치되는 것일 수 있다.
따라서 도 1에서는 설명의 편의를 위해 상기 진단 제어 시스템(100)과 상기 진단 시스템(200)이 별개의 물리적 장치인 것처럼 도시하였지만, 필요에 따라 상기 진단 제어 시스템(100) 및 상기 진단 시스템(200)이 어느 하나의 물리적 장치로 구현될 수도 있음을 본 발명의 기술 분야의 평균적 전문가는 용이하게 추론할 수 있을 것이다.
한편, 이러한 기술적 사상을 제공하기 위한 상기 진단 제어 시스템(100)의 구성은 도 2에 도시된 바와 같을 수 있다.
도 2는 본 발명의 일 실시 예에 따른 집합적 진단 제어 시스템의 개략적인 구성을 나타낸다.
우선 도 2를 참조하면, 상기 진단 제어 시스템(100)은 소정의 데이터 처리장치로 구현될 수 있다.
상기 진단 제어 시스템(100)은 도 2에 도시된 바와 같이 본 명세서에서 정의되는 기능을 구현하기 위한 프로세서(110) 및 저장매체(또는 메모리, 120)를 포함한다. 상기 프로세서(110)는 소정의 프로그램(소프트웨어 코드)을 실행할 수 있는 연산장치를 의미할 수 있으며 상기 데이터 처리장치의 구현 예 또는 벤더(Vendor) 모바일 프로세서, 마이크로 프로세서, CPU, 싱글 프로세서, 멀티 프로세서, GPU 등 다양한 명칭으로 명명될 수 있으며 하나 이상의 프로세서로 구현될 수 있다.
상기 프로세서(110)는 상기 프로그램을 구동하여 본 발명의 기술적 사상에 필요한 데이터 처리를 수행할 수 있음을 본 발명의 기술 분야의 평균적 전문가는 용이하게 추론할 수 있을 것이다.
상기 메모리(120)는 본 발명의 기술적 사상을 구현하기 위한 프로그램이 저장/설치되는 장치를 의미할 수 있다. 구현 예에 따라 상기 메모리(120)는 복수의 서로 다른 물리적 장치로 분할되어 있을 수 있으며, 구현 예에 따라 상기 메모리(120)의 일부는 상기 프로세서(110)의 내부에 존재할 수도 있다. 상기 메모리(120)는 구현 예에 따라 하드 디스크, GPU, SSD(Solid State Disk), 광 디스크, RAM(Random Access Memory), 및/또는 기타 다양한 종류의 기억매체로 구현될 수 있으며, 필요에 따라서는 상기 메모리(120)에 착탈식으로 구현될 수도 있다.
상기 진단 제어 시스템(100)은 진단 시스템(200)을 제어하여 대량의 테스트 대상 샘플들의 진단을 제어하기 위한 독립적인 서버로 구현될 수도 있지만, 이에 국한되지는 않으며 상기 프로그램을 실행할 데이터 처리능력이 있는 어떠한 데이터 처리장치(예컨대, 컴퓨터, 모바일 단말 등)로도 구현될 수 있다.
또한, 상기 진단 제어 시스템(100)은 상기 프로세서(110), 상기 메모리(120), 및 상기 진단 제어 시스템(100)에 구비되는 다양한 주변장치들(예컨대, 입출력장치, 디스플레이 장치, 오디오 장치 등, 140, 141)과 이러한 장치들을 연결하기 위한 통신 인터페이스(예컨대, 통신 버스, 130 등)가 구비될 수도 있음은 본 발명의 기술 분야의 평균적 전문가는 용이하게 추론할 수 있을 것이다.
한편, 본 발명의 기술적 사상에 따른 상기 진단 제어 시스템(100)은 상기 메모리(120)에 저장된 상기 프로그램(또는 소프트웨어)과 상기 프로세서(110)가 유기적으로 결합되어 구현될 수 있음은 물론이며, 이하 본 명세서에서 상기 진단 제어 시스템(100)이 수행하는 기능 및/또는 동작은 상기 프로그램이 상기 프로세서(110)에 의해 실행되어 이루어질 수 있음을 본 발명의 기술 분야의 평균적 전문가는 용이하게 추론할 수 있을 것이다.
본 발명의 기술적 사상에 따르면, 상기 진단 제어 시스템(100)은 진단 프로세스를 복수 번 수행할 수 있다. 각각의 진단 프로세스를 한 라운드로 정의할 수 있다.
각 라운드별 진단 프로세스는 라운드별로 테스트 대상 샘플을 설정하는 과정 및 풀별로 진단 테스트를 수행하는 과정을 포함한다.
테스트 대상 샘플을 설정하는 과정은 각 라운드별로 P개의 풀들 각각에 복수 개(예컨대, M개)의 샘플을 투입하여 풀별 진단 테스트를 수행하기 위한 준비를 하는 과정을 의미할 수 있다.
이때 1라운드에서의 테스트 대상 샘플 설정 과정은 P개의 풀들 각각에 복수 개(예컨대, M개)의 샘플을 투입하는 과정일 수 있다. R(R은 2 이상의 정수) 라운드에서의 테스트 대상 샘플 설정 과정 역시 P개의 풀들 각각에 복수 개(예컨대, M개)의 샘플을 투입하는 과정일 수 있다. 이때에는 (R-1)라운드로부터 이관된 양성 후보 샘플들을 P개의 풀에 분산 투입하는 과정 후에 상기 P 개의 풀에 각각 적어도 하나의 새로운 샘플을 추가로 투입하는 과정이 포함되어 있을 수 있다.
(R-1)라운드로부터 이관 처리된 양성 후보 샘플들은 최대한 P개의 풀에 골고루 분산 투입되어야 전체 진단 회수의 감축효과가 커질 수 있다.
이를 위해 상기 진단 제어 시스템(100)은 (R-1)라운드 진단 프로세스로부터 이관 처리된 상기 양성 후보 샘플이 H-t개일 수 있다. 여기서 H는 (R-1)라운드 진단 프로세스에서의 양성 후보 샘플의 수일 수 있으며, H는 2 이상의 정수일 수 있다. 만약 P개의 풀에 각각 M개씩 샘플들이 투입되는 경우라면, H는 aㅧM개일 수 있다. 여기서 a는 (R-1)라운드에서 양성 풀의 개수이며 t는 (R-1)라운드에서 개별 테스트 대상으로 특정된 샘플의 수를 의미한다. 그러면 상기 P개의 풀 각각에 [((aㅧM)-t)/P]개의 상기 양성 후보 샘플을 분산 투입하고, 나머지 상기 양성 후보 샘플이 Q개(Q는 0 이상 P 미만의 정수) 있는 경우 상기 P개의 풀들 중 Q개의 풀에 하나씩 추가로 투입되도록 상기 진단 시스템(200)을 제어할 수 있다. 여기서 [ ]는 소수점 이하를 버리는 가우스 기호를 의미한다.
예컨대, 전술한 일 예에서 각 라운드별로 테스트 대상 샘플을 990개로 하고, 테스트 대상 샘플들을 33개의 풀에 30개씩 분산하여 투입하는 경우에 1라운드에서는 양성 풀이 1개일 수 있다. 이러한 경우 이관 처리되는 양성 후보 샘플들은 30개가 된다. 그리고 이관 처리된 30개의 양성 후보 샘플들을 2라운드에서 분산 투입하기 위해 a는 1이 되고, M은 30, P는 33이며, 1라운드에서는 t는 0이므로, [((aㅧM)-t)/P]= 0이 되며, Q는 30이 된다. 따라서 2라운드 테스트 대상 샘플 설정 과정에서는 이관 처리된 30개의 양성 후보 샘플들은 33개 풀들 중 30개의 풀에 각각 하나씩 투입될 수 있다.
만약 2라운드에서 양성 풀이 2개이고, 2개가 개별 테스트의 대상으로 판단된 경우, a는 2, M 은 30, t는 2가 될 수 있다. 그러면 H-t=((2*30)-2)개의 양성 후보 샘플들이 3라운드로 이관 처리될 수 있다.
그러면 3라운드 테스트 대상 샘플 설정 과정에서는 [(H-t)/P]= [((2*30)-2)/33]= 1이 되며, Q는 25가 된다. 따라서 이관된 58개의 양성 후보 샘플들 중 33개는 33개의 풀에 1개씩 분산 투입되고, 나머지 25개의 양성 후보 샘플들은 1개씩 33개 중 25개의 풀에 추가로 투입될 수 있다. 결국 25개의 풀에는 2개씩의 2라운드 양성 후보 샘플들이, 8개의 풀에는 1개씩의 2라운드 양성 후보 샘플들이 투입될 수 있다. 그리고 새로운 샘플들을 각 풀들별로 추가하여 33개의 풀들 각각이 30개씩의 샘플로 채워질 때까지 투입됨으로써 테스트 대상 샘플 설정 과정이 완료될 수 있다.
이러한 방식으로 라운드별 진단 프로세스를 진행해가면서 전체 샘플들에 대한 진단 테스트가 이루어질 수 있다.
구체적인 라운드별 진단 프로세스가 수행되는 과정은 도 3 및 도 4를 참조하여 설명하도록 한다.
도 3은 본 발명의 일 실시 예에 따른 진단 프로세스를 설명하기 위한 도면이다. 또한 도 4는 본 발명의 다른 실시 예에 따른 진단 프로세스를 설명하기 위한 도면이다.
우선 도 3은 R라운드에서 P개의 풀에 각각 M개씩의 샘플을 투입하여 라운드별 진단 프로세스를 수행하면서 추출한 양성 후보 샘플들 중 (R-1)라운드에 새로(처음으로) 투입되어 이관 처리된 샘플이 R라운드에서도 양성 후보 샘플들에 포함된 경우, 상기 샘플을 개별 테스트 대상으로 특정하여(즉, K는 1로 설정하여) 개별 테스트를 진행하고 나머지는 다음 라운드로 이관하는 경우를 예시적으로 설명하고 있다.
이때 각 라운드 진단 프로세스에서는 990개의 샘플을 테스트 대상 샘플로 하며, 기대 양성률(추정 양성률)은 0.1%, P는 33, M은 30인 경우를 가정할 수 있다.
그러면 1라운드 진단 프로세스에서 990개의 샘플 중 기대 양성률은 0.1%이므로 1개의 샘플이 기대 양성이고, 이러한 경우 기대 양성 풀은 1개(A)일 수 있다. 그러면 양성 풀 A에 투입된 30개의 샘플이 양성 후보로 특정되고, 나머지 음성 풀에 투입된 960개의 샘플들은 음성으로 최종 판정된다.
그리고 1라운드 진단 프로세스이므로, 양성 후보 샘플들 중 개별 테스트 대상인 샘플은 없으며(t=0), 모두 다음 라운드로 이관 처리된다.
이관 처리된 30개의 양성 후보 샘플들은 2라운드 진단 프로세스에서 33개의 풀들에 분산 투입될 수 있다. 이때 최대한의 분산을 위해 다음과 같이 분산 투입이 될 수 있다.
1라운드에서 양성 풀은 1개이므로 a는 1이 되고, M은 30, P는 33이며, 1라운드에서는 t는 0이므로, [30/33]= 0이 되며, Q는 30이 된다. 따라서 2라운드 테스트 대상 샘플 설정 과정에서는 이관 처리된 30개의 양성 후보 샘플들은 33개 풀들 중 30개의 풀에 각각 하나씩 투입될 수 있다. 그리고 3개의 풀에는 1라운드의 양성 후보 샘플이 투입되지 않는다.
그리고 각각의 풀들이 다시 30개씩의 샘플을 포함하도록, 새로운 샘플들이 투입된다. 총 960개의 새로운 샘플이 분산하여 33개의 풀에 투입되어 각 풀에는 1라운드의 양성 후보 샘플을 포함하여 30개 또는 새로운 샘플만 30개가 투입되는 테스트 대상 샘플 설정 과정이 진행될 수 있다.
그리고 각 풀별로 진단 테스트가 수행되어 풀 진단 결과가 획득될 수 있다.
이때 2라운드에서의 기대 양성 샘플은 총 2개이고, 기대 양성 풀(B) 역시 2개이며, 양성 후보 샘플은 총 60개가 될 수 있다. 930개의 샘플은 음성으로 최종 판정되며, 이때 음성으로 최종 판정되는 샘플에는 1라운드 양성 후보 샘플이었던 것도 포함되어 있다.
그리고 기대 양성 풀(B) 2개 모두가 1라운드 양성 후보 샘플이 투입된 풀일 수도 있으며, 기대 양성 풀(B) 2개 중 1개는 1라운드 양성 후보 샘플이 투입된 풀이고 1개는 그렇지 않은 풀일 수 있다. K는 1이므로 전자의 경우는 2라운드 양성 후보 샘플이면서 직전 라운드(예컨대, 1라운드)에 새로 투입된(진단 프로세스가 수행된) 샘플은 2개이므로 2개가 개별 테스트 대상이 될 수 있다. 후자의 경우는 2라운드 양성 후보 샘플이면서 직전 라운드(예컨대, 1라운드)에 새로 투입된(진단 프로세스가 수행된) 샘플은 1개이므로 1개가 개별 테스트 대상이 될 수 있다. 후자의 경우, 1라운드에서 양성 샘플이 적어도 1개 존재한다는 것이 확인되었고, 1라운드에서 이관 처리되어 2라운드에서도 양성 후보 샘플로 선정되어 개별 테스트 대상이 된 샘플이 단 1개이므로 해당 샘플은 개별 테스트 없이 양성으로 판정해도 무방하다. 이런 식으로 제어 시스템(100)의 진행 중에 개별 테스트가 필요하지 않은 경우는 예외적으로 개별 테스트 없이 판정을 내릴 수도 있다.
확률적으로는 P와 K의 차이가 크지 않고, 1라운드에서 이관 처리된 샘플들을 최대한 분산 투입하였으므로 기대 양성 풀(B) 2개 모두가 1라운드 양성 후보 샘플이 투입된 풀일 가능성이 크다. 따라서 2라운드 진단 프로세스에서는 개별 테스트 대상 샘플은 2개로 가정하기로 한다. 그러면 2라운드 진단 프로세스의 양성 후보 샘플 60개 중 2개는 개별 테스트 대상이 되고, 58개의 양성 후보 샘플들은 3라운드로 이관 처리된다.
이관 처리된 58개의 양성 후보 샘플들은 3라운드 진단 프로세스에서 33개의 풀들에 분산 투입될 수 있다. 이때 최대한의 분산을 위해 다음과 같이 분산 투입이 될 수 있다.
2라운드에서 양성 풀은 2개이므로 a는 2가 되고, M은 30, P는 33이며, 2라운드에서는 t는 2이고, [58/33]= 1이 되며, Q는 25가 된다. 따라서 2라운드 테스트 대상 샘플 설정 과정에서는 이관 처리된 58개의 양성 후보 샘플들 중 33개는 33개 풀들 각각에 1개씩 투입되고, 남은 25개의 양성 후보 샘플들은 다시 33개의 풀 중 25개에 추가로 1개씩 투입될 수 있다.
그리고 각각의 풀들이 다시 30개씩의 샘플을 포함하도록, 새로운 샘플들이 투입된다. 총 932개의 새로운 샘플이 분산하여 33개의 풀에 투입되어 각각의 풀에는 30개의 샘플들이 포함되도록 하는 테스트 대상 샘플 설정 과정이 진행될 수 있다.
그리고 각 풀별로 진단 테스트가 수행되어 풀 진단결과가 획득될 수 있다.
이때 3라운드에서의 기대 양성 샘플은 다시 2개가 되고, 기대 양성 풀(C) 역시 2개이며, 양성 후보 샘플은 총 60개가 될 수 있다. 그리고 다시 930개의 샘플은 음성으로 최종판정될 수 있다.
그리고 기대 양성 풀(C) 2개 모두 2라운드 양성 후보 샘플이 투입된 풀이며, K는 1이므로 3라운드 양성 후보 샘플이면서 직전 라운드(예컨대, 2라운드)에 새로 투입된(처음 진단 프로세스가 수행된) 샘플 즉, 개별 테스트 대상은 2개 ~ 4개 사이가 된다. 개별 테스트 대상이 2개인 경우는 3라운드 양성 풀 2개가 모두 2라운드 양성 후보 샘플이 1개 투입된 풀에 속한 경우이고, 개별 테스트 대상이 4개인 경우는 3라운드 양성 풀 2개가 모두 2라운드 양성 후보 샘플이 2개 투입된 풀에 속하는 경우일 수 있다.
그러면 3라운드에서 개별 테스트 대상은 2개 내지 4개가 될 수 있고, 56개 내지 58개의 3라운드 양성 후보 샘플들이 다음 라운드로 이관 처리될 수 있다.
이러한 방식으로 라운드별 진단 프로세스를 수행하면 라운드별로 높은 확률로 2개의 개별 테스트 대상이 특정되고, 상대적으로 낮은 확률로 3~4개의 개별 테스트 대상 샘플이 특정될 수 있다. 그리고 각 라운드별로 양성 기대 샘플은 2개, 기대 양성 풀 역시 2개가 될 수 있다. 또한 상술한 바와 같이 드물지만 개별 테스트 대상이 1개가 되어 개별 테스트 없이 양성으로 판정하는 경우도 존재할 수 있다.
이러한 방식으로 라운드별 진단 프로세스를 수행하여 진단을 수행할 모든 샘플들에 대한 진단 결과가 획득될 수 있다. 물론 남은 샘플이 990개가 안되는 경우에는 각 풀별로 30개가 투입되지 않을 수도 있고, 이때에는 풀 별로 더 적은 수의 샘플이 투입될 수도 있으며, 필요에 따라 남은 몇몇의 샘플에 대해서는 개별 테스트 대상이 될 수도 있다.
한편, 개별 테스트 대상이 되는 샘플 각각은 라운드별 진단 프로세스와는 별도의 프로세스를 통해 진단 테스트가 수행될 수도 있지만, 필요에 따라 라운드별 진단 프로세스 내에서 개별 테스트가 진행될 수도 있다. 예컨대, 직전 라운드에서 개별 테스트 대상이 t개인 경우, 3라운드에서는 풀의 개수를 개별 테스트 대상 샘플의 개수 t만큼 추가로 준비하여 총 P+t의 풀을 준비하고 t개의 추가 풀에는 개별 테스트 대상 샘플 1개씩만 투입한 후 전체 풀에 대해 풀 진단결과를 획득하는 방식으로 라운드별 진단 프로세스가 수행될 수도 있다.
한편, K가 2인 경우의 일 예는 도 4에 도시된다.
도 4에 도시된 바와 같이 1라운드 진단 프로세스에서 990개의 샘플 중 기대 양성률은 0.1%로 예시했으므로 1개의 샘플이 기대 양성이고, 이러한 경우 기대 양성 풀은 1개(A)일 수 있다. 그러면 양성 풀 A에 투입된 30개의 샘플이 양성 후보로 특정되고, 나머지 음성 풀에 투입된 960개의 샘플들은 음성으로 최종 판정된다.
그리고 1라운드 진단 프로세스이므로, 양성 후보 샘플들 중 개별 테스트 대상인 샘플은 없으며(t=0), 모두 다음 라운드로 이관 처리된다.
이관 처리된 30개의 양성 후보 샘플들은 2라운드 진단 프로세스에서 33개의 풀들에 분산 투입될 수 있다. 이때 최대한의 분산을 위해 다음과 같이 분산 투입이 될 수 있다.
1라운드에서 양성 풀은 1개이므로 a는 1이 되고, M은 30, P는 33이며, 1라운드에서는 t는 0이므로, [30/33]= 0이 되며, Q는 30이 된다. 따라서 2라운드 테스트 대상 샘플 설정 과정에서는 이관 처리된 30개의 양성 후보 샘플들은 33개 풀들 중 30개의 풀에 각각 하나씩 투입될 수 있다. 그리고 3개의 풀에는 1라운드의 양성 후보 샘플이 투입되지 않는다.
그리고 각각의 풀들이 다시 30개씩의 샘플을 포함하도록, 새로운 샘플들이 투입된다. 총 960개의 새로운 샘플이 분산하여 33개의 풀에 투입되어 각 풀에는 1라운드의 양성 후보 샘플을 포함하여 30개 또는 새로운 샘플만 30개가 투입되는 테스트 대상 샘플 설정 과정이 진행될 수 있다.
그리고 각 풀별로 진단 테스트가 수행되어 풀 진단결과가 획득될 수 있다.
이때 2라운드에서의 기대 양성 샘플은 총 2개이고, 기대 양성 풀(B) 역시 2개이며, 양성 후보 샘플은 총 60개가 될 수 있다. 930개의 샘플은 음성으로 최종 판정되며, 이때 음성으로 최종 판정되는 샘플에는 1라운드 양성 후보 샘플이었던 것도 포함되어 있다.
K는 2이므로 아직 개별 테스트 대상을 특정하는 조건이 만족하지 못하였으므로, 60개의 양성 후보 샘플들 모두 다음 라운드(3라운드)로 이관 처리될 수 있다.
3라운드 진단 프로세스에서 이관 처리된 60개의 양성 후보 샘플들은 33개의 풀들에 분산 투입될 수 있다. 이때 최대한의 분산을 위해 다음과 같이 분산 투입이 될 수 있다.
2라운드에서 양성 풀은 2개이므로 a는 2이 되고, M은 30, P는 33이며, 2라운드에서는 t는 0이고, [60/33]= 1이 되며, Q는 27이 된다. 따라서 2라운드 테스트 대상 샘플 설정과정에서는 이관 처리된 60개의 양성 후보 샘플들 중 33개는 33개 풀들 각각에 1개씩 투입되고, 남은 27개의 양성 후보 샘플들은 다시 33개의 풀 중 27개에 추가로 1개씩 투입될 수 있다.
그리고 각각의 풀들이 다시 30개씩의 샘플을 포함하도록, 새로운 샘플들이 투입된다. 총 930개의 새로운 샘플이 분산하여 33개의 풀에 투입되어 각각의 풀에는 30개의 샘플들이 포함되도록 하는 테스트 대상 샘플 설정 과정이 진행될 수 있다.
그리고 각 풀별로 진단 테스트가 수행되어 풀 진단결과가 획득될 수 있다.
이때 3라운드에서의 기대 양성 샘플은 3개가 되고, 기대 양성 풀(C) 역시 3개이며, 양성 후보 샘플은 총 90개가 될 수 있다. 그리고 900개의 샘플은 음성으로 최종 판정될 수 있다.
그리고 K는 2이므로 기대 양성 풀(C) 3개에 투입되어 있는 샘플들 중 3라운드 양성 후보 샘플이면서 1라운드(2 라운드 전)에 처음 투입된 샘플 즉, 개별 테스트 대상은 기대치가 1개 ~ 2개 사이가 된다. 물론, 상기 K=1인 경우의 실시 예에서 언급한 바와 같이, 만일 개별 테스트 대상이 1개밖에 남지 않으면 개별 테스트 없이 양성으로 판정할 수 있다.
그러면 3라운드에서 개별 테스트 대상은 1개 내지 2개가 될 수 있고, 89개 내지 88개의 3라운드 양성 후보 샘플들이 다음 라운드로 이관 처리될 수 있다.
이러한 방식으로 라운드별 진단 프로세스를 수행하면 라운드별로 높은 확률로 1개의 개별 테스트 대상이 특정되고, 상대적으로 낮은 확률로 2~3개의 개별 테스트 대상 샘플이 특정될 수 있다. 개별 테스트 대상이 1개이면 사실상 개별 테스트가 필요하지 않다는 사실은 앞에서 언급하였다. 그리고 각 라운드별로 양성 기대 샘플은 3개, 기대 양성 풀 역시 3개가 될 수 있다.
상술한 예와 P, M이 다른 일 예를 설명하면 다음과 같을 수 있다.
예컨대, P가 100이고, M이 30이며, 기대 양성률이 0.1%이고, K는 1인 경우를 가정할 수 있다. 그러면 1라운드는 3000개의 샘플을 각 풀당 30개씩 100개의 풀에 투입하고 각 풀의 진단 테스트를 수행할 수 있다. 그러면 1라운드에서 진단 테스트는 100회가 수행된다.
진단 테스트 결과 x개의 풀이 양성이라면 음성 풀의 모든 샘플((100-x)*30개)는 음성으로 판정되고, 양성 풀의 모든 샘플(x*30개)은 양성 후보 샘플들로 특정되어 다음 라운드로 이관 처리될 수 있다. 이때 기대 양성률이 0.1%이므로 가장 확률 높은 x값은 3이 되어, 90개의 양성 후보 샘플들이 2라운드로 이관 처리될 수 있다.
2라운드 진단 프로세스에서는 먼저 1라운드에서 이관 처리된 양성 후보 샘플들이 전술한 바와 같은 방식으로 100개의 풀들에 최대한 분산 투입될 수 있다. 이 예에서는 100개 중 90개의 풀에 하나씩 이관 처리된 양성 후보 샘플들이 투입될 수 있다. 나머지 전체 풀들 각각에 30개의 샘플이 들어가도록 채워 최대 2910개의 새로운 샘플들을 투입하고 풀별 진단 테스트(테스트 100회)를 수행할 수 있다. 진단 테스트 결과 y개의 풀이 양성이라면, 음성 풀의 모든 샘플((100-y)*30개)은 음성으로 판정하고, 양성 풀에 포함된 샘플(y*30개)중 1라운드에서 이관 처리된 것은 개별 테스트 대상으로 특정하며, 나머지 양성 풀에 포함된 샘플들은 양성 후보 샘플로 특정하여 3라운드로 이관 처리될 수 있다.
기대 양성률이 0.1%인 경우 가장 확률 높은 y값은 6이 되고, 6개의 샘플은 개별 테스트 대상이 되고, 174개의 샘플은 3라운드로 이관 처리되며, 이때 개별 테스트 대상에 대한 진단 테스트는 6회 실시될 수 있다.
3라운드 진단 프로세스에서는 역시 2라운드에서 이관 처리된 양성 후보 샘플들을 전술한 바와 같이 분산하여 투입시킬 수 있다. 예컨대, 이관 처리된 양성 후보 샘플들은 전술한 바와 같이 100개 중 74개의 풀에 2개씩, 26개의 풀에 1개씩 투입될 수 있다. 나머지 풀 각각에 30개의 샘플이 들어가도록 채워 최대 2826개의 샘플들을 투입하고 풀 진단 테스트가 수행될 수 있다(테스트 100회).
테스트 결과 z개의 풀이 양성이라면, 음성 풀의 모든 샘플((100-z)*30개)은 음성 판정하고, 양성 풀의 샘플(z*30개)중 2라운드에서 이관 처리된 것은 개별 테스트 대상으로 특정되며, 나머지 양성 풀에 포함된 샘플들은 양성 후보로 판정하고 4라운드로 이관 처리될 수 있다. 이때에도 기대 양성률이 0.1%라면 가장 확률 높은 z값은 6이 되고, 대략 10개의 샘플은 개별 테스트 대상이 되고, 170개의 샘플은 4라운드로 이관 처리되며, 테스트는 총 10회 추가될 수 있다. 이 부분에서 10회의 개별 테스트 대신 Dorfman 방식의 집단 테스트를 적절히 사용하여 테스트 횟수를 조금 줄일 수도 있다. 하지만 본 진단 시스템 전체의 테스트 횟수 감소 효과에 비해서는 미미한 비중을 차지한다.
이러한 실시 예에서 기대(추정) 양성률이 0.1%라면 1라운드에서 투입된 샘플들은 개별 테스트의 대략 1/28, 2라운드부터 투입된 샘플들은 개별 테스트의 1/26 정도의 테스트로 완료되는 효과가 있다.
또 다른 실시 예에서 P는 14, M은 14, 기대 양성률을 0.5%로 가정할 수 있다. 1라운드 진단 프로세스에서는 196개의 샘플들을 각 풀당 14개씩 14개의 풀에 투입하고 각 풀에 대한 진단 테스트(테스트 14회)를 수행할 수 있다.
진단 테스트 결과 x개의 풀이 양성이라면, 음성 풀의 모든 샘플((14-x)*14개)은 음성 판정하고, 양성 풀의 모든 샘플(x*14개)은 양성 후보 샘플로 특정하여 2라운드로 이관 처리될 수 있다. 기대 양성률이 0.5%라면 가장 확률 높은 x값은 1이 되어, 14개의 샘플이 2라운드로 이관 처리될 수 있다.
2라운드 진단 프로세스에서는 먼저 1라운드에서 이관 처리된 샘플들이 각 풀에 분산투입될 수 있다. 예컨대, 14개의 이관 처리된 샘플들이 14개의 풀에 하나씩 투입될 수 있으며, 풀 각각에 14개의 검체가 들어가도록 채워 182개의 새 샘플을 투입하고 풀별 진단 테스트(테스트 14회)가 수행될 수 있다.
테스트 결과 y개의 풀이 양성이라면, 음성 풀의 모든 샘플((14-y)*14개)은 음성으로 판정되고, 양성 풀의 샘플(y*14개)중 1라운드에서 이관 처리된 것은 개별 테스트 대상으로 특정되며 나머지는 양성 후보 샘플로 3라운드로 이관 처리될 수 있다. 이때 기대 양성률이 0.5%라면 가장 확률 높은 y값은 2가 되고, 2개의 샘플은 개별 테스트 대상이 되고, 26개의 샘플은 3라운드로 이관 처리될 수 있다. 상기 다른 실시 예에서처럼 만일 개별 테스트 대상이 1개이면 개별 테스트 없이 양성으로 판정할 수 있다.
3라운드 진단 프로세스에서는 먼저 2라운드에서 이관 처리된 양성 후보 샘플들을 각 풀에 분산 투입시킬 수 있다. 예컨대, 이관 처리된 양성 후보 샘플들 26개는 14개의 풀 중 12개의 풀에 2개씩, 2개의 풀에 1개씩 투입될 수 있다. 그리고 전체 풀 각각에 14개의 샘플이 들어가도록 새로운 샘플들을 채워 최대 170개의 새로운 검체를 투입하고 풀별 진단 테스트(테스트 14회)가 수행될 수 있다.
테스트 결과 z개의 풀이 양성이라면, 음성 풀의 모든 샘플((14-z)*14개)은 음성으로 판정되고, 양성 풀의 샘플(z*14개)들 중 2라운드에서 이관 처리된 것은 개별 테스트 대상으로 특정되며 나머지는 4라운드로 이관 처리될 수 있다. 이때 기대 양성률이 0.5%라면 가장 확률 높은 z값은 2가 되고, 대략 4개의 샘플들은 개별 테스트 대상이 되고, 22개의 샘플은 4라운드로 이관 처리될 수 있다(테스트 4회).
이러한 실시 예는 P=14, M=14, K=1인 실시 예다. 이 경우 양성률이 0.5%라면 1라운드에서 투입된 샘플은 개별 테스트의 대략 1/12, 2라운드부터 투입된 샘플은 개별 테스트의 1/10 정도의 테스트로 완료될 수 있다.
결국, P, M, K, 및 기대 양성률에 따라서 진단 테스트의 감축효과는 달라질 수 있음을 알 수 있다.
도 5는 본 발명의 실시 예에 따른 집합적 진단 제어 방법을 설명하기 위한 플로우 차트를 나타낸다.
도 5를 참조하면, 진단 제어 시스템(100)은 진단 시스템(200)을 제어하여 각 라운드별로 테스트 대상 샘플을 설정할 수 있다(S100).
각 라운드별로 P개의 풀에 M개씩의 샘플들이 투입되도록 할 수 있으며, 1라운드에서는 새로운 샘플들로만 테스트 대상 샘플이 설정되고, 다른 라운드에서는 이전 라운드에서 이관 처리된 양성 후보 샘플들을 포함하여 테스트 대상 샘플이 설정될 수 있다.
그리고 풀별로 진단 테스트를 실시하는 라운드별 진단 프로세스가 수행될 수 있다(S110).
그 결과 음성 풀에 포함된 샘플들에 대해서는 최종적으로 음성으로 판정되어 진단이 종료되고(S111), 양성 풀에 포함된 샘플들은 양성 후보 샘플로 특정된다(S120).
양성 후보 샘플들 중 개별 테스트 대상이 되는 조건(예컨대, 1라운드가 아니고 K 라운드 전에 처음 투입(진단 프로세스가 수행된))에 부합하는 샘플은 개별 테스트의 대상이 되며(S130, S140), 나머지 양성 후보 샘플들은 다음 라운드로 이관 처리될 수 있다(S150).
이관 처리된 양성 후보 샘플들은 다음 라운드에서 테스트 대상 샘플에 포함되어 다시 테스트 대상 샘플이 설정되는 과정(S100)부터 라운드별 진단 프로세스가 수행될 수 있다.
한편, 이러한 진단 프로세스에서 총 N개의 테스트 대상 샘플들에 대해 수행하여야 하는 진단 회수는, 양성률, 상기 N, 풀의 개수(P), 및 각 풀에 투입되는 샘플의 수(M), 개별 테스트 대상을 특정하는 조건(K)에 지배적인 영향을 받을 수 있다.
따라서 상기 진단 제어 시스템(100)은 양성률이 추정되면, 추정된 양성률에 기초하여 상기 P, M, K를 최적화할 수 있다.
또한, 실시 예에 따라서는 각 라운드 별 진단 프로세스가 수행되기 전에 다시 최적화 알고리즘을 통해 최적화 파라미터가 수정되고, 수정된 최적화 파라미터에 상응하도록 진단 프로세스가 수행되게끔 상기 진단 제어 시스템(100)은 진단 시스템(200)을 제어할 수 있다.
예컨대 (R-1)라운드(여기서 M은 2이상의 정수) 진단 프로세스 수행단계의 수행결과((R-1)단계까지의 누적 진단결과를 사용하는 경우를 포함함) 추정되는 양성률과 환경 변수에 기초하여 이용하여 도출된 제(R-1)단계 양성률 등에 기초하여, 다시 상기 진단 제어 시스템(100)은 최적화를 실행하고 이에 따라 도출된 최적화 파라미터를 이용하여 R 라운드 진단 프로세스를 수행할 수 있다.
또한 추정 양성률은 전술한 바와 같이 소정의 방식으로 초기 양성률이 추정된 후, 진단이 수행되면서 매단계마다 업데이트될 수 있다.
예컨대, 초기 추정 양성률에 기초하여 1라운드 진단 프로세스의 최적화가 수행될 수 있고, 1라운드 진단 프로세스의 수행결과를 통해 측정된 양성률 또는 추정 양성률에 기초하여 2라운드 진단 프로세스에 대한 최적화가 수행될 수 있다.
한편, 최적화를 위한 제약 조건으로는 상기 라운드별 진단 프로세스를 위한 N의 허용되는 범위(예: 200~1000), 하나의 풀에 투입할 수 있는 샘플 수의 상한선 U, 샘플을 반복 투입할 수 있는 최대 횟수 D, 상기 변수 P의 범위(예: 10~100), 상기 변수 M의 범위(예: 10~50), 상기 변수 K의 범위(예: 1~4)일 수 있으며, 이 역시 미리 결정되어 있을 수 있다.
한편, 상기 샘플을 반복 투입할 수 있는 최대 횟수 D는 추출한 개별 샘플의 총량, 샘플을 부분 추출하는 양, 샘플을 담는 튜브의 크기, 검사 장비의 민감도 등에 영향을 받는다. 이는 향후 기술의 발전에 따라 점차 커질 수 있는 변수다. 변수 D의 한도가 극히 일부 샘플에 대해서만 충분치 않을 때는 해당 샘플만 반복 추출을 적당한 선에서 제한할 수도 있다. 변수 K가 커지면 반복 투입 횟수도 늘어난다.
이러한 최적화 파라미터(P, M, K) 및 환경변수와 상수, 그리고 제약조건이 특정되면, 상기 진단 제어 시스템(100)이 풀링 진단 프로세스의 상기 파라미터들( P, M, K)를 최적화하기 위해서는 다양한 최적화(optimizer) 알고리즘(예컨대, 유전 알고리즘, 휴리스틱 알고리즘, 및/또는 머신러닝 기법 등)을 이용할 수 있음을 본 발명의 기술 분야의 평균적 전문가는 용이하게 추론할 수 있을 것이다.
결국, 본 발명의 기술적 사상에 의하면, 진단 시스템(200)의 성능이나 최적화하고자 하는 목표(진단회수, 시간, 비용 등)에 따라 적응적으로 최적화된 방식으로 전략적인 진단을 수행할 수 있는 효과가 있다.
본 발명의 실시 예에 따른 집합적 진단 제어 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 하드 디스크, 플로피 디스크, 광 데이터 저장장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
본 발명은 도면에 도시된 복수의 실시 예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.
본 발명은 집합적 진단 제어 방법 및 그 시스템에 이용될 수 있다.

Claims (14)

  1. 집합적 진단 제어 시스템이 진단 시스템을 제어하여, P개(P는 양의 정수)의 풀들 각각에 복수 개의 샘플들을 투입하여 P개의 풀 각각의 풀 진단결과를 획득하고, 풀 진단결과가 음성인 음성 풀에 투입된 샘플은 모두 음성으로 판정하고, 풀 진단결과가 양성인 양성 풀에 투입된 샘플은 양성 후보 샘플로 특정하는 (R-1)(R은 2보다 크거나 같은 정수)라운드 진단프로세스를 수행하는 단계;
    상기 집합적 진단 제어 시스템이 상기 진단 시스템을 제어하여, 상기 (R-1)라운드 진단 프로세스에서 특정된 상기 양성 후보 샘플의 전부 또는 일부를 R라운드 진단 프로세스로 이관 처리하는 단계; 및
    상기 집합적 진단 제어 시스템이 상기 진단 시스템을 제어하여, (R-1)라운드 진단 프로세스로부터 이관 처리된 상기 양성 후보 샘플을 상기 P개의 풀에 분산 투입하고 상기 P개의 풀들 각각에 새로운 샘플을 적어도 하나 추가로 투입하여 풀 진단결과를 획득하고, 풀 진단결과가 음성인 음성 풀에 투입된 샘플은 모두 음성으로 판정하고, 풀 진단결과가 양성인 양성 풀에 투입된 샘플은 양성 후보 샘플로 특정하는 R라운드 진단프로세스를 수행하는 단계;
    상기 집합적 진단 제어 시스템이 상기 진단 시스템을 제어하여, R라운드에서의 양성 후보 샘플 중 일부의 샘플에 대해서는 개별 테스트를 수행하도록 하고, 나머지 일부 샘플에 대해서는 (R+1)라운드 진단 프로세스로 이관 처리하는 단계를 포함하는 집합적 진단 제어방법.
  2. 제1항에 있어서, 상기 (R-1)라운드 진단프로세스를 수행하는 단계는,
    상기 집합적 진단 제어 시스템이 진단 시스템을 제어하여, 상기 P개(P는 양의 정수)의 풀들 각각에 M(M은 양의 정수)개 씩의 샘플을 투입하여 상기 P개의 풀 각각의 풀 진단 결과를 획득하는 것을 특징으로 하며,
    상기 R라운드 진단프로세스를 수행하는 단계는,
    상기 집합적 진단 제어 시스템이 상기 진단 시스템을 제어하여, (R-1)라운드 진단 프로세스로부터 이관 처리된 상기 양성 후보 샘플을 상기 P개의 풀에 분산 투입하고 상기 P개의 풀들 각각에 M개의 검체가 투입될 때까지 새로운 샘플을 추가로 투입하는 것을 특징으로 하는 집합적 진단 제어 방법.
  3. 제2항에 있어서, 상기 집합적 진단 제어 시스템이 상기 진단 시스템을 제어하여, R라운드에서의 양성 후보 샘플 중 일부의 샘플에 대해서는 개별 테스트를 수행하도록 하고, 나머지 일부 샘플에 대해서는 (R+1)라운드 진단 프로세스로 이관 처리하는 단계는,
    (R-K)(K는 1보다 크거나 같은 정수)라운드에서 처음 진단 프로세스가 수행되었던 샘플에 대해서는 개별 테스트를 수행하거나 개별 테스트를 진행하지 않고 해당 샘플을 양성으로 판정하는 단계를 포함하는 집합적 진단 제어 방법.
  4. 제1항에 있어서, 상기 R라운드 진단프로세스를 수행하는 단계는,
    상기 집합적 진단 제어 시스템이 상기 진단 시스템을 제어하여, (R-1)라운드 진단 프로세스로부터 이관 처리된 상기 양성 후보 샘플이 (H-t)개(H는 2 이상의 정수)인 경우, 상기 P개의 풀 각각에 [(H-t)/P]개의 상기 양성 후보 샘플을 분산투입하고, 나머지 상기 양성 후보 샘플이 Q개(Q는 0 이상 P 미만의 정수) 있는 경우 상기 P개의 풀들 중 Q개의 풀에 하나씩 추가로 투입되도록 상기 진단 시스템을 제어하는 단계를 포함하는 집합적 진단 제어 방법.
    (여기서 [ ]는 소수점 이하를 버리는 가우스 기호이며, H는 (R-1)라운드 진단 프로세스에서의 양성 후보 샘플의 수, t는 (R-1)라운드 진단 프로세스에서 개별 테스트 대상으로 특정된 샘플의 수이며 0 이상의 정수임)
  5. 제3항에 있어서, 상기 집합적 진단 제어방법은,
    소정의 방식으로 추정되는 기대 양성률을 포함하는 환경 변수 세트와 상기 P, 상기 M, 및 상기 K를 포함하는 최적화 파라미터 각각의 허용범위를 이용하여, 최적화 작업의 결과로 상기 최적화 파라미터를 도출하는 단계; 및
    도출된 상기 최적화 파라미터에 상응하도록 상기 진단 시스템을 제어하는 단계를 포함하는 집합적 진단 제어방법.
  6. 제5항에 있어서, 상기 집합적 진단 제어시스템은,
    상기 R 라운드 진단 프로세서에서의 최적화 파라미터와 상기 (R+1)라운드에서 최적화 파라미터를 달리 설정할 수 있는 것을 특징으로 하는 집합적 진단 제어 방법.
  7. 집합적 진단 제어 시스템이 진단 시스템을 제어하여, P개(P는 양의 정수)의 풀들 각각에 M(M은 양의 정수)개 씩의 샘플을 투입하여 P개의 풀 각각의 풀 진단결과를 획득하고, 풀 진단결과가 음성인 음성 풀에 투입된 샘플은 모두 음성으로 판정하고, 풀 진단결과가 양성인 양성 풀에 투입된 샘플은 양성 후보 샘플로 특정하는 1라운드 진단 프로세스 단계;
    상기 집합적 진단 제어 시스템이 상기 진단 시스템을 제어하여, 특정한 상기 양성 후보 샘플을 상기 P개의 풀에 분산 투입하고 상기 P개의 풀들 각각이 M개의 샘플로 채워질 때까지 새로운 샘플을 추가로 투입하여 풀 진단결과를 획득하고, 풀 진단결과가 음성인 음성 풀에 투입된 샘플은 모두 음성으로 판정하고, 풀 진단결과가 양성인 양성 풀에 투입된 샘플은 양성 후보 샘플로 특정하는 2라운드 진단 프로세스 단계; 및
    상기 집합적 진단 제어 시스템이 상기 진단 시스템을 제어하여, 상기 2라운드 진단 프로세스 단계에서의 양성 후보 샘플 중 전부 또는 일부의 샘플에 대해서는 개별 테스트를 수행하도록 하는 단계를 포함하며,
    상기 2라운드 진단 프로세스 단계는,
    상기 1라운드 진단 프로세스 단계에서 이관 처리된 양성 후보 샘플이 (H-t)개(H는 2 이상의 정수)인 경우, 상기 P개의 풀 각각에 [(H-t)/P]개의 상기 양성 후보 샘플을 분산 투입하고 나머지 상기 양성 후보 샘플이 Q개(Q는 0 이상 P 미만의 정수) 있는 경우 상기 P개의 풀들 중 Q개의 풀에 하나씩 추가로 투입되도록 상기 진단 시스템을 제어하는 단계를 포함하는 집합적 진단 제어 방법.
    (여기서 [ ]는 소수점 이하를 버리는 가우스 기호이며, H는 직전 라운드 진단 프로세스에서의 양성 후보 샘플의 수, t는 직전 라운드 진단 프로세스에서 개별 테스트 대상으로 특정된 샘플의 수이며 0 이상의 정수임)
  8. 데이터 처리장치에 설치되며 제1항 내지 제7항 중 어느 한 항에 기재된 방법을 수행하기 위한 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램.
  9. 프로세서; 및
    상기 프로세서에 의해 실행되는 프로그램이 기록된 메모리를 포함하며,
    상기 프로세서는 상기 프로그램을 구동하여,
    진단 시스템을 제어하여, P개(P는 양의 정수)의 풀들 각각에 복수 개의 샘플들을 투입하여 P개의 풀 각각의 풀 진단결과를 획득하고, 풀 진단결과가 음성인 음성 풀에 투입된 샘플은 모두 음성으로 판정하고, 풀 진단결과가 양성인 양성 풀에 투입된 샘플은 양성 후보 샘플로 특정하는 (R-1)(R은 2보다 크거나 같은 정수)라운드 진단프로세스를 수행하고,
    상기 진단 시스템을 제어하여, 상기 (R-1)라운드 진단 프로세스에서 특정된 상기 양성 후보 샘플의 전부 또는 일부를 R라운드 진단 프로세스로 이관 처리하며,
    상기 진단 시스템을 제어하여, (R-1)라운드 진단 프로세스로부터 이관 처리된 상기 양성 후보 샘플을 상기 P개의 풀에 분산투입하고 상기 P개의 풀들 각각에 새로운 샘플을 적어도 하나 추가로 투입하여 풀 진단결과를 획득하고, 풀 진단결과가 음성인 음성 풀에 투입된 샘플은 모두 음성으로 판정하고, 풀 진단결과가 양성인 양성 풀에 투입된 샘플은 양성 후보 샘플로 특정하는 R라운드 진단프로세스를 수행하며,
    상기 진단 시스템을 제어하여, R라운드에서의 양성 후보 샘플 중 일부의 샘플에 대해서는 개별 테스트를 수행하도록 하고, 나머지 일부 샘플에 대해서는 (R+1)라운드 진단 프로세스로 이관 처리하는 집합적 진단 제어 시스템.
  10. 제9항에 있어서, 상기 프로세서는 상기 프로그램을 구동하여,
    상기 진단 시스템을 제어하여, 상기 P개(P는 양의 정수)의 풀들 각각에 M(M은 양의 정수)개 씩의 샘플을 투입하여 상기 P개의 풀 각각의 풀 진단결과를 획득하는 것을 특징으로 하며,
    (R-1)라운드 진단 프로세스로부터 이관 처리된 상기 양성 후보 샘플을 상기 P개의 풀에 분산투입하고 상기 P개의 풀들 각각에 M개의 검체가 투입될 때까지 새로운 샘플을 추가로 투입하는 것을 특징으로 하는 집합적 진단 제어 시스템.
  11. 제10항에 있어서, 상기 프로세서는 상기 프로그램을 구동하여,
    (R-K)(K는 1보다 크거나 같은 정수)라운드에서 처음 진단 프로세스가 수행되었던 샘플에 대해서는 개별 테스트를 수행하도록 하는 집합적 진단 제어 시스템.
  12. 제9항에 있어서, 상기 프로세서는 상기 프로그램을 구동하여,
    상기 진단 시스템을 제어하여, (R-1)라운드 진단 프로세스로부터 이관 처리된 상기 양성 후보 샘플이 (H-t)개(H는 2 이상의 정수)인 경우, 상기 P개의 풀 각각에 [(H-t)/P]개의 상기 양성 후보 샘플을 분산투입하고, 나머지 상기 양성 후보 샘플이 Q개(Q는 0 이상 P 미만의 정수) 있는 경우 상기 P개의 풀들 중 Q개의 풀에 하나씩 추가로 투입되도록 하는 집합적 진단 제어 시스템.
    (여기서 [ ]는 소수점 이하를 버리는 가우스 기호이며, H는 (R-1)라운드 진단 프로세스에서의 양성 후보 샘플의 수, t는 (R-1)라운드 진단 프로세스에서 개별 테스트 대상으로 특정된 샘플의 수이며 0 이상의 정수임)
  13. 제10항에 있어서, 상기 프로세서는 상기 프로그램을 구동하여,
    소정의 방식으로 추정되는 추정 양성률을 포함하는 환경 변수 세트와 상기 P, 상기 M, 및 상기 K를 포함하는 최적화 파라미터 각각의 허용범위를 이용하여, 최적화 작업의 결과로 상기 최적화 파라미터를 도출하는 단계; 및
    도출된 상기 최적화 파라미터에 상응하도록 상기 진단 시스템을 제어하는 집합적 진단 제어 시스템.
  14. 프로세서; 및
    상기 프로세서에 의해 실행되는 프로그램이 기록된 메모리를 포함하며,
    상기 프로세서는 상기 프로그램을 구동하여,
    진단 시스템을 제어하여, P개(P는 양의 정수)의 풀들 각각에 M(M은 양의 정수)개 씩의 샘플을 투입하여 P개의 풀 각각의 풀 진단결과를 획득하고, 풀 진단결과가 음성인 음성 풀에 투입된 샘플은 모두 음성으로 판정하고, 풀 진단결과가 양성인 양성 풀에 투입된 샘플은 양성 후보 샘플로 특정하는 1라운드 진단 프로세스를 수행하고,
    상기 진단 시스템을 제어하여, 특정한 상기 양성 후보 샘플을 상기 P개의 풀에 분산투입하고 상기 P개의 풀들 각각이 M개의 검체로 채워질 때까지 새로운 샘플을 추가로 투입하여 풀 진단결과를 획득하고, 풀 진단결과가 음성인 음성 풀에 투입된 샘플은 모두 음성으로 판정하고, 풀 진단결과가 양성인 양성 풀에 투입된 샘플은 양성 후보 샘플로 특정하는 2라운드 진단 프로세스를 수행하며,
    상기 진단 시스템을 제어하여, 상기 2라운드 진단 프로세스에서의 양성 후보 샘플 중 전부 또는 일부의 샘플에 대해서는 개별 테스트를 수행하도록 하되,
    상기 2단계 진단 프로세스는,
    상기 진단 시스템을 제어하여, 1라운드 진단 프로세스로부터 이관 처리된 상기 양성 후보 샘플이 (H-t)개(H는 2 이상의 정수)인 경우, 상기 P개의 풀 각각에 [(H-t)/P]개의 상기 양성 후보 샘플을 분산투입하고, 나머지 상기 양성 후보 샘플이 Q개(Q는 0 이상 P 미만의 정수) 있는 경우 상기 P개의 풀들 중 Q개의 풀에 하나씩 추가로 투입되도록 하는 집합적 진단 제어 시스템.
    (여기서 [ ]는 소수점 이하를 버리는 가우스 기호이며, H는 직전 라운드 진단 프로세스에서의 양성 후보 샘플의 수, t는 직전 라운드 진단 프로세스에서 개별 테스트 대상으로 특정된 샘플의 수이며 0 이상의 정수임)
PCT/KR2021/013171 2021-05-31 2021-09-28 집합적 진단 제어 방법 및 그 시스템 WO2022255547A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2021-0070283 2021-05-31
KR1020210070283A KR102593718B1 (ko) 2021-05-31 2021-05-31 집합적 진단 제어 방법 및 그 시스템

Publications (1)

Publication Number Publication Date
WO2022255547A1 true WO2022255547A1 (ko) 2022-12-08

Family

ID=84323698

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/013171 WO2022255547A1 (ko) 2021-05-31 2021-09-28 집합적 진단 제어 방법 및 그 시스템

Country Status (2)

Country Link
KR (1) KR102593718B1 (ko)
WO (1) WO2022255547A1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120185177A1 (en) * 2009-02-20 2012-07-19 Hannon Gregory J Harnessing high throughput sequencing for multiplexed specimen analysis
KR101473705B1 (ko) * 2013-10-11 2014-12-18 삼성에스디에스 주식회사 생물학적 샘플 분석 시스템 및 방법
KR20150137283A (ko) * 2014-05-29 2015-12-09 사회복지법인 삼성생명공익재단 생물학적 샘플 분석 시스템 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120185177A1 (en) * 2009-02-20 2012-07-19 Hannon Gregory J Harnessing high throughput sequencing for multiplexed specimen analysis
KR101473705B1 (ko) * 2013-10-11 2014-12-18 삼성에스디에스 주식회사 생물학적 샘플 분석 시스템 및 방법
KR20150137283A (ko) * 2014-05-29 2015-12-09 사회복지법인 삼성생명공익재단 생물학적 샘플 분석 시스템 및 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BEN-AMI R., KLOCHENDLER A., SEIDEL M., SIDO T., GUREL-GUREVICH O., YASSOUR M., MESHORER E., BENEDEK G., FOGEL I., OIKNINE-DJIAN E.: "Large-scale implementation of pooled RNA extraction and RT-PCR for SARS-CoV-2 detection", CLINICAL MICROBIOLOGY AND INFECTION, vol. 26, no. 9, 1 September 2020 (2020-09-01), United Kingdom, Switzerland , pages 1248 - 1253, XP093011740, ISSN: 1198-743X, DOI: 10.1016/j.cmi.2020.06.009 *
SHENTAL NOAM, LEVY SHLOMIA, WUVSHET VERED, SKORNIAKOV SHOSH, SHALEM BAR, OTTOLENGHI ANER, GREENSHPAN YARIV, STEINBERG RACHEL, EDRI: "Efficient high-throughput SARS-CoV-2 testing to detect asymptomatic carriers", SCIENCE ADVANCES, vol. 6, no. 37, 11 September 2020 (2020-09-11), pages 1 - 8, XP055864265, DOI: 10.1126/sciadv.abc5961 *

Also Published As

Publication number Publication date
KR20220161938A (ko) 2022-12-07
KR102593718B1 (ko) 2023-11-14

Similar Documents

Publication Publication Date Title
WO2020045848A1 (ko) 세그멘테이션을 수행하는 뉴럴 네트워크를 이용한 질병 진단 시스템 및 방법
WO2019107804A1 (ko) 약물의 구조 정보를 이용한 약물-약물 또는 약물-음식 상호작용 예측 방법
WO2014204179A1 (en) Method for verifying bad pattern in time series sensing data and apparatus thereof
WO2016027992A1 (ko) 코드 커버리지 측정 방법 및 이를 실행하기 위한 프로그램을 기록한 컴퓨터로 판독가능한 기록매체
WO2017014469A1 (ko) 질병 위험도 예측 방법 및 이를 수행하는 장치
WO2014204084A1 (ko) 어플리케이션 공유 서비스 방법 및 이에 적용되는 장치
WO2022255547A1 (ko) 집합적 진단 제어 방법 및 그 시스템
WO2021010671A9 (ko) 뉴럴 네트워크 및 비국소적 블록을 이용하여 세그멘테이션을 수행하는 질병 진단 시스템 및 방법
WO2021256846A1 (ko) 슬라이드 이미지에 포함된 생체 조직의 길이를 측정하는 방법 및 이를 수행하는 컴퓨팅 시스템
WO2013032198A1 (ko) 높은 연관성을 가지는 아이템을 추천하는 아이템 기반의 추천 엔진
WO2013111949A1 (ko) 화이트리스트 동기화 서버 및 클라이언트 장치
WO2011068315A2 (ko) 최대 개념강도 인지기법을 이용한 최적의 데이터베이스 선택장치 및 그 방법
WO2021107326A1 (ko) 실전 작업을 기반으로 한 검증용 크라우드소싱 작업을 제공하는 방법 및 장치
WO2024090667A1 (ko) 변이 출현 빈도를 이용한 인종 예측 시스템 및 방법
WO2022097916A1 (ko) 집합적 진단 제어 방법 및 그 시스템
WO2023229094A1 (ko) 행동 예측 방법 및 장치
WO2022164236A1 (en) Method and system for searching target node related to queried entity in network
WO2022149658A1 (ko) 뉴럴 네트워크의 출력 해석 방법 및 이를 위한 시스템
WO2021172780A1 (ko) 유전자 선별 방법 및 장치
WO2022131506A1 (ko) 두뇌 임피던스 측정 기기 및 그 동작 방법
WO2015102266A1 (en) Processor and method of controlling the same
WO2017126715A1 (ko) 나눗셈 연산을 처리하는 방법, 장치 및 기록매체
WO2021010670A1 (ko) 자동 경계화를 이용한 데이터 처리 방법 및 시스템
WO2024058319A1 (ko) 영상 정보를 기반으로 감염 상태 정보를 생성하는 장치 및 방법
WO2013100648A1 (ko) 대상정보 백업 장치 및 백업서버

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: 21944301

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21944301

Country of ref document: EP

Kind code of ref document: A1