WO2023017953A1 - 이종 시스템간 데이터 유통을 위한 표준api 규격 자동화 방법 및 시스템 - Google Patents

이종 시스템간 데이터 유통을 위한 표준api 규격 자동화 방법 및 시스템 Download PDF

Info

Publication number
WO2023017953A1
WO2023017953A1 PCT/KR2022/005657 KR2022005657W WO2023017953A1 WO 2023017953 A1 WO2023017953 A1 WO 2023017953A1 KR 2022005657 W KR2022005657 W KR 2022005657W WO 2023017953 A1 WO2023017953 A1 WO 2023017953A1
Authority
WO
WIPO (PCT)
Prior art keywords
api
standard
hospital
cloud server
server
Prior art date
Application number
PCT/KR2022/005657
Other languages
English (en)
French (fr)
Inventor
홍병진
Original Assignee
주식회사 레몬헬스케어
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 레몬헬스케어 filed Critical 주식회사 레몬헬스케어
Publication of WO2023017953A1 publication Critical patent/WO2023017953A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/70—Software maintenance or management
    • G06F8/71—Version control; Configuration management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/70—Software maintenance or management
    • G06F8/76—Adapting program code to run in a different environment; Porting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring

Definitions

  • the present invention relates to a method and system for automating standard API specifications for data distribution between heterogeneous systems.
  • it is possible to distribute data without separate processing by automatically mapping to standardized API parameter specifications between heterogeneous systems through artificial intelligence technology. It relates to a standard API specification automation method and system for data distribution between systems.
  • Prior patents include Registered Patent No. 10-1719926 (System and method for converting heterogeneous data stored through data collection API), but designing conversion rules between data generated from various platforms and software and structurally converting heterogeneous data for learning analysis. and semantically transforming systems.
  • the problem to be solved by the present invention is to provide a standard API specification automation method for data distribution between heterogeneous systems that can automatically map API parameter specifications through artificial intelligence technology in order to map APIs of different hospitals to standards. .
  • the standard API standard automation method for data distribution between heterogeneous systems of the present invention is divided into a standard API learning step and a standard API standard automation step.
  • the step of defining API specifications, standard terms and parameters, the cloud server requesting hospital API specifications from the hospital API server, and the step of receiving hospital API specifications from the hospital API server, and the data collection module of the API learning unit of the cloud server Collecting terms by receiving hospital and institution API specifications, analyzing the collected terms by the term analysis module of the API learning unit of the cloud server, and mapping the analyzed terms by the term mapping module of the API learning unit of the cloud server and mapping the API parameters by the decision processing module of the API learning unit of the cloud server.
  • 1 and 2 are flowcharts illustrating a standard API specification automation method for data distribution between heterogeneous systems according to an embodiment of the present invention.
  • 3 and 4 are configuration diagrams of a standard API standard automation system for data distribution between heterogeneous systems according to an embodiment of the present invention.
  • FIG. 5 is a configuration diagram of a system architecture according to an embodiment of the present invention.
  • 1 and 2 are flowcharts illustrating a standard API specification automation method for data distribution between heterogeneous systems according to an embodiment of the present invention.
  • the standard API standard automation method for data distribution between heterogeneous systems of the present invention is divided into a standard API learning step and a standard API standard automation step.
  • the API definition unit of the cloud server 100 defines standard API specifications, standard terms and parameters (S101).
  • the API definition unit can collect terms used in API specifications for each institution and define the relationship between standards and terms to be mapped.
  • the cloud server 100 requests the hospital API specification from the hospital API server 200 (S103), and after the hospital API server 200 checks the hospital API specification (S105), the hospital API server 200 receives the hospital API specification. Receive API specification response (S107).
  • the data collection module of the API learning unit of the cloud server 100 receives hospital API specifications and collects terms (S115). Depending on the embodiment, terms may be collected by receiving external institution API specifications other than hospitals. The data collection module may collect data on at least one of technical terms, everyday terms, and abbreviations used by medical institutions and related companies, institutions, and organizations.
  • hospital API server that provides standard API hospital API server that provides the same data specifications for each API but different order arrangement, data specifications for each API are different and order is different, but when two or more APIs are combined, standard API specifications It can be classified as a hospital API server that can extract
  • the term analysis module of the API learning unit of the cloud server 100 analyzes the collected terms (S117).
  • the term analysis module can decompose the combined terms into words for use as API specifications.
  • the terminology analysis module can analyze and classify the combination of words used in terms used in the API standard.
  • mapping module of the API learning unit of the cloud server maps the analyzed terms (S119).
  • the term mapping module may map analyzed terms to standard terms.
  • the term mapping module can find terms used in standard specifications based on the data received from the term analysis module.
  • the term mapping module may derive a mapping rule for the found terms from accumulated learning data. If the term mapping module cannot identify a predetermined mapping rule, the decision processing module may process a new rule.
  • the decision processing module of the API learning unit of the cloud server maps API parameters (S121).
  • the judgment processing module may establish a relationship with a parameter defined in the standard specification.
  • the judgment processing module may receive terms from the term mapping module and determine parameters constituting the API body defined in the standard API.
  • the decision processing module may propose a new mapping relationship through learning for terms that do not exist in a predefined mapping relationship, store the result as a learning result according to a user's or manager's response result, and add a mapping rule. As the judgment processing module learns more rules for similar terms through learning, it can have a mapping relationship with API specifications of various institutions.
  • Metadata about the mapping relationship is stored in the database of the cloud server (S123).
  • the database stores standard API specifications and terms, abbreviations, terms for artificial intelligence learning, API specifications and terms used by institutions, and metadata about mapping relationships between standard APIs and institutional APIs.
  • the API gateway unit searches for API specifications for each hospital (S203).
  • the external institution server may be one of a medical institution server, a healthcare service company server, an insurance company server, a financial company server, and a medical related institution server.
  • the cloud server calls the hospital API server to the hospital API server, the hospital API server 200 checks the hospital API, and receives a hospital API response from the hospital API server 200 (S209).
  • the API gateway unit of the cloud server maps and converts data based on the received hospital API (S211).
  • the cloud server provides the converted response data to the external agency server (S213). That is, the present invention can provide automated mapping work according to standard API specifications between institutions such as hospitals and insurance companies through artificial intelligence technology rather than humans.
  • 3 and 4 are configuration diagrams of a standard API standard automation system for data distribution between heterogeneous systems according to an embodiment of the present invention.
  • the standard API standard automation system is composed of a cloud server 100, a hospital API server 200, and an external institution server 300.
  • the external institution server 300 includes a medical institution server 310, an insurance company server 320, and a pharmaceutical company server 330, and may be composed of various servers for data distribution according to embodiments.
  • the cloud server 100 is composed of an API definition unit 110, an API learning unit 120, an API gateway unit 130, a communication unit 140, a database 150, and a control unit 160. .
  • the API definition unit 110 may define standard API specifications, standard terms and parameters.
  • the API definition unit 110 may collect terms used in API standards for each institution and define a relationship between standards and terms to be mapped.
  • the API learning unit 120 is composed of a data collection module 121, a term analysis module 123, a term mapping module 125, and a judgment processing module 127.
  • the data collection module 121 may collect terms by receiving hospital API specifications. According to an embodiment, the data collection module 121 may collect terms by receiving external institution API specifications other than hospitals. The data collection module 121 may collect data on at least one of technical terms, everyday terms, and abbreviations used by medical institutions and related companies, institutions, and organizations.
  • the term analysis module 123 may analyze terms collected by the data collection module.
  • the term analysis module 123 may decompose the combined terms into words for use as an API standard.
  • the term analysis module 123 may analyze and classify a combination of words used in terms used in the API standard.
  • the term mapping module 125 may map terms analyzed in the term analysis module.
  • the term mapping module 125 may map the analyzed terms into standard terms.
  • the term mapping module 125 may find terms used in standard specifications based on data received from the term analysis module.
  • the term mapping module 125 may derive a mapping rule for the searched term from accumulated learning data. If the term mapping module 125 cannot identify a predetermined mapping rule, the decision processing module 127 may process a new rule.
  • the decision processing module 127 maps API parameters.
  • the decision processing module 127 may establish a relationship with a parameter defined in the standard.
  • the decision processing module 127 may receive terms from the term mapping module and determine parameters constituting the API body defined in the standard API.
  • the decision processing module 127 may propose a new mapping relationship through learning for a term that does not exist in a predefined mapping relationship, store it as a learning result according to a user's or manager's response result, and add a mapping rule. As the judgment processing module 127 learns more rules for similar terms through learning, it may have a mapping relationship with API standards of various organizations.
  • the API gateway unit 130 is composed of a meta engine 131 and a rule engine 133.
  • the API gateway unit 130 may perform API mapping and data conversion by reflecting the learned result to the meta engine 131 and the rule engine 133.
  • the meta engine 131 may receive different details of medical expenses from a plurality of hospitals and map them to a standard API for hospitals. For example, medical expense details may be received from a plurality of hospitals and mapped by classifying them into medical treatment details, receipt details, medical expense itemized statements, prescription details, and prescription lists.
  • the rule engine 133 creates a full text of the insurance company by calling medical treatment details, receipt details, medical expense itemized statements, prescription details, and prescription lists. The generated insurance company full text may be transmitted to the insurance company.
  • the communication unit 140 may transmit/receive data to the hospital API server 200 and the external institution server 300 through a wired/wireless communication module.
  • the database 150 may store metadata about mapping relationships.
  • the database 150 may store standard API specifications and terms, abbreviations, terms for artificial intelligence learning, API specifications and terms used by institutions, and metadata about mapping relationships between standard APIs and institutional APIs to standards.
  • the controller 160 may control each component of the cloud server 100 .
  • Operating software for controlling each component of the cloud server 100 is installed to control the API definition unit, API learning unit, API gateway unit, communication unit, and database.
  • FIG. 5 is a configuration diagram of a system architecture according to an embodiment of the present invention.
  • FIG. 5 it consists of a hospital API server 100, a cloud server 200, and an external institution server 300, and an API learning unit in the cloud server as a collection, analysis, combination, storage, log, and monitoring architecture structure. Automatic mapping can be interlocked.
  • This system architecture can include parameter value-based, early to mid- to long-term workflow processing.
  • the present invention can perform API mapping and data conversion by reflecting the learned result to the meta engine and rule engine of the API gateway unit, and continuous update is possible in data distribution.

Abstract

본 발명은 이종 시스템간 데이터 유통을 위한 표준API 규격 자동화 방법에 관한 것이다. 본 발명은 표준API를 학습하는 단계와 표준API 규격을 자동화하는 단계로 구분되고, 상기 표준API를 학습하는 단계는, 클라우드서버의 API정의부가 표준API규격, 표준용어 및 파라메터를 정의하는 단계와, 클라우드서버가 병원API서버에 병원API스펙을 요청하고, 병원API서버로부터 병원API스펙을 응답받는 단계와, 클라우드서버의 API학습부의 데이터수집모듈이 병원 및 기관 API스펙을 수신하여 용어를 수집하는 단계와, 클라우드서버의 API학습부의 용어분석모듈이 수집된 용어를 분석하는 단계와, 클라우드서버의 API학습부의 용어매핑모듈이 분석된 용어를 매핑하는 단계와, 클라우드서버의 API학습부의 판단처리모듈이 API파라메터를 매핑하는 단계를 포함한다.

Description

이종 시스템간 데이터 유통을 위한 표준API 규격 자동화 방법 및 시스템
본 발명은 이종 시스템간 데이터 유통을 위한 표준API 규격 자동화 방법 및 시스템에 관한 것으로, 특히 인공지능 기술을 통해 이종 시스템간에 표준화된 API파라메타 규격으로 자동으로 매핑하도록 하여 별도의 처리 없이 데이터 유통이 가능한 이종 시스템간 데이터 유통을 위한 표준API 규격 자동화 방법 및 시스템에 관한 것이다.
대다수의 사람들은 여러 기관에 흩어진 자신의 건강정보를 통합 조회하고 활용할 수 있는 수단이 없어 의료 분야에서 능동적 참여가 어려운 실정이다. 2020년 대국민인식조사에 따르면 약 78%는 '개인 건강정보 서비스 이용 의향이 있다'고 응답하였으나, 실제로 개인 건강정보를 사용한 경험이 있는 사람은 20.9%에 불과하다. 따라서 여러 곳에 흩어진 건강정보를 불편없이 효율적으로 찾을 수 있는 마이헬스웨이(건강정보 고속도로) 구축이 절실한 상황이다. 이에 따라, 마이헬스웨이 서비스가 확산 시 의료Data 통합 수집/관리하는 플랫폼 역할이 대두될 것으로 예상할 수 있다. 마이헬스데이터 유통을 위해 API스펙을 표준으로 정하더라도 의료기관이나 수요처에서 표준API 규격에 맞게 API프로그램을 다시 개발해야 한다면 시간과 노력이 많이 드는 문제가 발생한다. 따라서, 기존에 사용중인 API를 표준 스펙에 맞게 변환하여 중계할 수 있는 아키텍처와 서비스를 제공하여 참여기관과 관련업체에서 기존 API를 재활용하여 데이터 유통을 하고, 추가 API개발없이 다양한 스펙의 API와 호환이 되는 서비스가 요구되고 있다.
선행특허로는 등록특허 제10-1719926호(데이터 수집 API를 통해 저장된 이질적인 데이터 간 변환 시스템 및 방법)이 있으나, 학습 분석을 위해 다양한 플랫폼과 소프트웨어에서 생성된 데이터 간의 변환 규칙 설계와 이질적인 데이터들을 구조적 및 의미적으로 변환하는 시스템을 개시하고 있을 뿐이다.
본 발명이 해결하고자 하는 과제는 서로 다른 병원의 API를 표준으로 매핑하기 위해 인공지능 기술을 통해 API파라메타 규격을 자동으로 매핑이 가능한 이종 시스템간 데이터 유통을 위한 표준API 규격 자동화 방법을 제공하는 데 있다.
본 발명의 이종 시스템간 데이터 유통을 위한 표준API 규격 자동화 방법은 표준API를 학습하는 단계와 표준API 규격을 자동화하는 단계로 구분되고, 상기 표준API를 학습하는 단계는, 클라우드서버의 API정의부가 표준API규격, 표준용어 및 파라메터를 정의하는 단계와, 클라우드서버가 병원API서버에 병원API스펙을 요청하고, 병원API서버로부터 병원API스펙을 응답받는 단계와, 클라우드서버의 API학습부의 데이터수집모듈이 병원 및 기관 API스펙을 수신하여 용어를 수집하는 단계와, 클라우드서버의 API학습부의 용어분석모듈이 수집된 용어를 분석하는 단계와, 클라우드서버의 API학습부의 용어매핑모듈이 분석된 용어를 매핑하는 단계와, 클라우드서버의 API학습부의 판단처리모듈이 API파라메터를 매핑하는 단계를 포함한다.
본 발명에 의하면 병원, 보험사 등의 기관들간의 표준API 규격에 의한 매핑작업을 사람이 아닌 인공지능 기술을 통해 자동화할 수 있다.
또한, 기존에 사용중인 API를 표준 스펙에 맞게 변환하여 중계할 수 있는 아키텍처와 서비스를 제공하여 참여기관과 관련업체에서 기존 API를 재활용하여 데이터 유통이 가능하다.
또한, 추가 API 개발 없이 다양한 스펙의 API와 호환이 되는 서비스 제공이 가능하다.
도 1과 도 2는 본 발명의 실시예에 따른 이종 시스템간 데이터 유통을 위한 표준API 규격 자동화 방법을 설명하는 흐름도이다.
도 3과 도 4는 본 발명의 실시예에 따른 이종 시스템간 데이터 유통을 위한 표준API 규격 자동화 시스템의 구성도이다.
도 5는 본 발명의 실시예에 따른 시스템 아키텍처의 구성도이다.
본 명세서에 개시되어 있는 본 발명의 개념에 따른 실시예들에 대해서 특정한 구조적 또는 기능적 설명은 단지 본 발명의 개념에 따른 실시예들을 설명하기 위한 목적으로 예시 된 것으로서, 본 발명의 개념에 따른 실시예들은 다양한 형태들로 실시될 수 있으며 본 명세서에 설명된 실시예들에 한정되지 않는다.
본 발명의 개념에 따른 실시예들은 다양한 변경들을 가할 수 있고 여러 가지 형태들을 가질 수 있으므로 실시예들을 도면에 예시하고 본 명세서에서 상세하게 설명하고자 한다. 그러나 이는 본 발명의 개념에 따른 실시예들을 특정한 개시 형태들에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 또는 대체물을 포함한다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로서, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 본 명세서에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 본 명세서에 첨부된 도면들을 참조하여 본 발명의 실시예들을 상세히 설명한다.
도 1과 도 2는 본 발명의 실시예에 따른 이종 시스템간 데이터 유통을 위한 표준API 규격 자동화 방법을 설명하는 흐름도이다.
도 1과 도 2를 참조하면, 본 발명의 이종 시스템간 데이터 유통을 위한 표준API 규격 자동화 방법은 표준API를 학습하는 단계와 표준API 규격을 자동화하는 단계로 구분된다.
도 1은 표준API를 학습하는 방법에 대한 것으로, 먼저 클라우드서버(100)의 API정의부가 표준API규격, 표준용어 및 파라메터를 정의한다(S101). API정의부는 각 기관용 API규격에서 사용하는 용어를 취합하고 표준과 매핑할 용어의 관계를 정의할 수 있다.
이후에 클라우드서버(100)가 병원API서버(200)에 병원API스펙을 요청하고(S103), 병원API서버(200)가 병원API스펙을 확인한 후(S105), 병원API서버(200)로부터 병원API스펙을 응답받는다(S107).
클라우드서버(100)의 API학습부의 데이터수집모듈이 병원API스펙을 수신하여 용어를 수집한다(S115). 실시예에 따라 병원 이외의 외부기관API스펙을 수신하여 용어를 수집할 수 있다. 데이터수집모듈은 의료기관 및 관련 기업, 기관, 단체에서 사용하는 전문용어, 일상용어, 약어 중 적어도 하나에 대한 데이터를 수집할 수 있다. 실시예에 따라 표준API를 제공하는 병원API서버, API별 데이터 스펙은 동일하나 순서 배열을 다르게 제공하는 병원API서버, API별 데이터 스펙도 다르고 순서는 다르나, 2개 이상의 API를 조합하면 표준 API스펙을 추출할 수 있는 병원API서버로 구분될 수 있다.
클라우드서버(100)의 API학습부의 용어분석모듈이 수집된 용어를 분석한다(S117). 용어분석모듈은 API규격으로 사용하기 위해 조합된 용어를 단어로 분해할 수 있다. 용어분석모듈은 API규격에 사용하는 용어에 사용된 단어의 조합을 분석하여 분류할 수 있다.
클라우드서버의 API학습부의 용어매핑모듈이 분석된 용어를 매핑한다(S119). 용어매핑모듈은 분석한 용어를 표준 용어로 매핑할 수 있다. 용어매핑모듈은 용어분석모듈에서 받은 데이터를 기반으로 표준규격에 사용하는 용어를 찾을 수 있다. 용어매핑모듈은 찾은 용어를 축적된 학습데이터에서 매핑규칙을 도출할 수 있다. 용어매핑모듈은 정해진 매핑규칙을 파악할 수 없다면, 판단처리모듈에서 새로운 규칙을 처리할 수 있다.
클라우드서버의 API학습부의 판단처리모듈이 API파라메터를 매핑한다(S121). 판단처리모듈은 표준규격에 정의된 파라메터와 관계를 설정할 수 있다. 판단처리모듈은 용어매핑모듈의 용어를 받아서 표준API에 정의된 API바디를 구성하는 파라메터를 판단할 수 있다. 판단처리모듈은 사전에 정의된 매핑관계에 존재하지 않은 용어는 학습을 통해 새로운 매핑관계를 제안하고, 사용자 또는 관리자의 응답결과에 따라 학습결과로 저장하여 매핑규칙을 추가할 수 있다. 판단처리모듈은 학습을 통해 유사한 용어에 대한 규칙을 많이 학습할수록 다양한 기관의 API규격과 매핑관계를 가질 수 있다.
클라우드서버의 데이터베이스에 매핑관계에 대한 메타데이터를 저장한다(S123). 데이터베이스는 표준API규격과 용어, 약어, 인공지능 학습을 위한 용어, 기관에서 사용하는 API규격과 용어, 표준API와 기관 API사이의 규격에 대한 매핑관계에 대한 메타데이터가 저장된다.
도 2는 표준API 규격을 자동화하는 방법에 대한 것으로, 클라우드서버(100)가 외부기관서버(300)로부터 API호출을 수신하면(S201), API게이트웨이부가 병원별 API규격을 검색한다(S203). 이때, 외부기관서버는 의료기관서버, 헬스케어 서비스 업체서버, 보험사서버, 금융사서버, 의료관계기관서버 중 하나일 수 있다.
클라우드서버가 병원API서버에 병원API를 호출하여, 병원API서버(200)가 병원API를 확인하고, 병원API서버(200)로부터 병원API를 응답받는다(S209).
클라우드서버의 API게이트웨이부가 수신된 병원API에 기초하여 매핑 및 데이터 변환한다(S211). 클라우드서버가 변환된 응답데이터를 외부기관서버에 제공한다(S213). 즉, 본 발명은 병원, 보험사 등의 기관들간의 표준API 규격에 의한 매핑작업을 사람이 아닌 인공지능 기술을 통해 자동화하여 제공할 수 있다.
도 3과 도 4는 본 발명의 실시예에 따른 이종 시스템간 데이터 유통을 위한 표준API 규격 자동화 시스템의 구성도이다.
도 3을 참조하면, 표준API 규격 자동화 시스템은 클라우드서버(100), 병원API서버(200), 외부기관서버(300)로 구성된다. 외부기관서버(300)는 의료기관서버(310), 보험사서버(320), 제약사서버(330)를 포함하며 실시예에 따라 데이터 유통을 위한 다양한 서버로 구성될 수 있다.
도 4를 참조하면, 클라우드서버(100)는 API정의부(110), API학습부(120), API게이트웨이부(130), 통신부(140), 데이터베이스(150), 제어부(160)로 구성된다.
API정의부(110)는 표준API규격, 표준용어 및 파라메터를 정의할 수 있다. API정의부(110)는 각 기관용 API규격에서 사용하는 용어를 취합하고 표준과 매핑할 용어의 관계를 정의할 수 있다.
API학습부(120)는 데이터수집모듈(121), 용어분석모듈(123), 용어매핑모듈(125), 판단처리모듈(127)로 구성된다.
데이터수집모듈(121)은 병원API스펙을 수신하여 용어를 수집할 수 있다. 데이터수집모듈(121)은 실시예에 따라 병원 이외의 외부기관API스펙을 수신하여 용어를 수집할 수 있다. 데이터수집모듈(121)은 의료기관 및 관련 기업, 기관, 단체에서 사용하는 전문용어, 일상용어, 약어 중 적어도 하나에 대한 데이터를 수집할 수 있다.
용어분석모듈(123)은 데이터수집모듈에서 수집된 용어를 분석할 수 있다. 용어분석모듈(123)은 API규격으로 사용하기 위해 조합된 용어를 단어로 분해할 수 있다. 용어분석모듈(123)은 API규격에 사용하는 용어에 사용된 단어의 조합을 분석하여 분류할 수 있다.
용어매핑모듈(125)은 용어분석모듈에서 분석된 용어를 매핑할 수 있다. 용어매핑모듈(125)은 분석한 용어를 표준 용어로 매핑할 수 있다. 용어매핑모듈(125)은 용어분석모듈에서 받은 데이터를 기반으로 표준규격에 사용하는 용어를 찾을 수 있다. 용어매핑모듈(125)은 찾은 용어를 축적된 학습데이터에서 매핑규칙을 도출할 수 있다. 용어매핑모듈(125)은 정해진 매핑규칙을 파악할 수 없다면, 판단처리모듈(127)에서 새로운 규칙을 처리할 수 있다.
판단처리모듈(127)이 API파라메터를 매핑한다. 판단처리모듈(127)은 표준규격에 정의된 파라메터와 관계를 설정할 수 있다. 판단처리모듈(127)은 용어매핑모듈로부터 용어를 받아서 표준API에 정의된 API바디를 구성하는 파라메터를 판단할 수 있다. 판단처리모듈(127)은 사전에 정의된 매핑관계에 존재하지 않은 용어는 학습을 통해 새로운 매핑관계를 제안하고, 사용자 또는 관리자의 응답결과에 따라 학습결과로 저장하여 매핑규칙을 추가할 수 있다. 판단처리모듈(127)은 학습을 통해 유사한 용어에 대한 규칙을 많이 학습할수록 다양한 기관의 API규격과 매핑관계를 가질 수 있다.
API게이트웨이부(130)는 메타엔진(131)과 룰엔진(133)으로 구성된다. API게이터웨이부(130)는 학습된 결과를 메타엔진(131)과 룰엔진(133)에 반영하여 API매핑과 데이터변환을 수행할 수 있다. 메타엔진(131)은 다수개의 병원으로부터 서로 다른 진료비 내역을 수신하여 병원용 표준API에 매핑할 수 있다. 예컨대, 진료내역, 영수증상세내역서, 진료비항목별내역서, 처방내역, 처방목록으로 구분하여 다수개의 병원으로부터 진료비내역들을 수신하여 매핑할 수 있다. 룰엔진(133)은 진료내역, 영수증세부항목, 진료비항목별내역서, 처방내역, 처방목록을 호출하여 보험사 전문을 생성한다. 생성된 보험사 전문을 보험사에 전송할 수 있다.
통신부(140)는 병원API서버(200) 및 외부기관서버(300)에 유무선 통신모듈에 의해 데이터를 송수신할 수 있다.
데이터베이스(150)는 매핑관계에 대한 메타데이터를 저장할 수 있다. 데이터베이스(150)는 표준API규격과 용어, 약어, 인공지능 학습을 위한 용어, 기관에서 사용하는 API규격과 용어, 표준API와 기관 API사이의 규격에 대한 매핑관계에 대한 메타데이터를 저장할 수 있다.
제어부(160)는 클라우드서버(100)의 각 구성을 제어할 수 있다. 클라우드서버(100)의 각 구성을 제어하기 위한 운영 소프트웨어가 설치되어 API정의부, API학습부, API게이트웨이부, 통신부, 데이터베이스를 제어할 수 있다
도 5는 본 발명의 실시예에 따른 시스템 아키텍처의 구성도이다.
도 5를 참조하면, 병원API서버(100), 클라우드서버(200), 외부기관서버(300)로 구성되며, 수집, 분석, 결합, 저장, 로그 및 모니터링 아키텍처 구조로서 클라우드서버내의 API학습부와 자동매핑 연동될 수 있다. 본 시스템 아키텍처는 파라메터값 기준, 초기부터 중장기 이후 워크플로우 처리까지 포함할 수 있다.
즉, 본 발명은 학습된 결과를 API게이트웨이부의 메타엔진과 룰엔진에 반영하여 API매핑과 데이터변환을 수행할 수 있으며, 데이터 유통하는데 있어 지속적인 업데이트가 가능하다.
발명의 도면에 도시된 실시예를 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.

Claims (6)

  1. 이종 시스템간 데이터 유통을 위한 표준API 규격 자동화 방법에 있어서,
    표준API를 학습하는 단계와 표준API 규격을 자동화하는 단계로 구분되고,
    상기 표준API를 학습하는 단계는,
    클라우드서버의 API정의부가 표준API규격, 표준용어 및 파라메터를 정의하는 단계;
    클라우드서버가 병원API서버에 병원API스펙을 요청하고, 병원API서버로부터 병원API스펙을 응답받는 단계;
    클라우드서버의 API학습부의 데이터수집모듈이 병원 및 기관 API스펙을 수신하여 용어를 수집하는 단계;
    클라우드서버의 API학습부의 용어분석모듈이 수집된 용어를 분석하는 단계;
    클라우드서버의 API학습부의 용어매핑모듈이 분석된 용어를 매핑하는 단계; 및
    클라우드서버의 API학습부의 판단처리모듈이 API파라메터를 매핑하는 단계를 포함하는 이종 시스템간 데이터 유통을 위한 표준API 규격 자동화 방법.
  2. 제1항에 있어서,
    클라우드서버의 데이터베이스에 매핑관계에 대한 메타데이터를 저장하는 단계를 더 포함하는 이종 시스템간 데이터 유통을 위한 표준API 규격 자동화 방법.
  3. 제1항에 있어서,
    표준API 규격을 자동화하는 단계는,
    클라우드서버가 외부기관서버로부터 API호출을 수신하면, API게이트웨이부가 병원별 API규격을 검색하는 단계;
    클라우드서버가 병원API서버에 병원API를 호출하여, 병원API서버로부터 병원API를 응답받는 단계; 및
    클라우드서버의 API게이트웨이부가 수신된 병원API에 기초하여 매핑 및 데이터 변환하는 단계를 포함하는 이종 시스템간 데이터 유통을 위한 표준API 규격 자동화 방법.
  4. 제3항에 있어서,
    클라우드서버가 변환된 응답데이터를 외부기관서버에 제공하는 단계를 더 포함하는 이종 시스템간 데이터 유통을 위한 표준API 규격 자동화 방법.
  5. 제3항에 있어서,
    클라우드서버의 API게이트웨이부가 수신된 병원API에 기초하여 매핑 및 데이터 변환하는 단계에서, 상기 병원API는 API별 Data 스펙은 동일하나 순서 배열을 다르게 제공하더라도, 표준API 규격을 자동화하는 이종 시스템간 데이터 유통을 위한 표준API 규격 자동화 방법.
  6. 이종 시스템간 데이터 유통을 위한 표준API 규격 자동화 시스템에 있어서,
    병원API서버, 클라우드서버, 외부기관서버로 구성되고,
    상기 클라우드서버는,
    표준API규격, 표준용어 및 파라메터를 정의하는 API정의부;
    병원 및 기관 API스펙을 수신하여 용어를 수집하는 데이터수집모듈, 수집된 용어를 분석하는 용어분석모듈, 분석된 용어를 매핑하는 용어매핑모듈, API파라메터를 매핑하는 판단처리모듈을 포함하는 API학습부; 및
    학습 결과를 반영하여 API 매핑 및 데이터를 변환하는 API게이트웨이부를 포함하는 이종 시스템간 데이터 유통을 위한 표준API 규격 자동화 시스템.
PCT/KR2022/005657 2021-08-13 2022-04-20 이종 시스템간 데이터 유통을 위한 표준api 규격 자동화 방법 및 시스템 WO2023017953A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2021-0107257 2021-08-13
KR1020210107257A KR102371078B1 (ko) 2021-08-13 2021-08-13 이종 시스템간 데이터 유통을 위한 표준api 규격 자동화 방법 및 시스템

Publications (1)

Publication Number Publication Date
WO2023017953A1 true WO2023017953A1 (ko) 2023-02-16

Family

ID=80817420

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/005657 WO2023017953A1 (ko) 2021-08-13 2022-04-20 이종 시스템간 데이터 유통을 위한 표준api 규격 자동화 방법 및 시스템

Country Status (2)

Country Link
KR (1) KR102371078B1 (ko)
WO (1) WO2023017953A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102371078B1 (ko) * 2021-08-13 2022-03-07 주식회사 레몬헬스케어 이종 시스템간 데이터 유통을 위한 표준api 규격 자동화 방법 및 시스템

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101878217B1 (ko) * 2016-11-07 2018-07-13 경희대학교 산학협력단 의료 데이터의 매핑 방법, 장치 및 컴퓨터 프로그램
KR101966752B1 (ko) * 2017-12-21 2019-04-09 가천대학교 산학협력단 모바일 헬스 데이터의 의료기관 중계 시스템
KR102226292B1 (ko) * 2020-06-18 2021-03-10 주식회사 레몬헬스케어 다수개의 병원서버 및 컨소시엄서버를 동시다발적으로 연동하기 위한 클라우드 기반의 api스펙 관리방법
KR20210045283A (ko) * 2019-10-16 2021-04-26 카페24 주식회사 이종 플랫폼 간의 자동 연동 방법, 장치 및 시스템
JP2021068067A (ja) * 2019-10-18 2021-04-30 株式会社日立製作所 マッピングルール作成支援装置及び方法
KR102371078B1 (ko) * 2021-08-13 2022-03-07 주식회사 레몬헬스케어 이종 시스템간 데이터 유통을 위한 표준api 규격 자동화 방법 및 시스템

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102139180B1 (ko) * 2019-07-11 2020-07-29 (주)레몬헬스케어 클라우드 기반의 실손의료비 보험금 청구 시스템 및 방법
KR102171436B1 (ko) * 2019-12-16 2020-10-29 주식회사 레몬헬스케어 Api 통합관리를 위한 클라우드 기반의 api 메타데이터 관리방법 및 시스템

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101878217B1 (ko) * 2016-11-07 2018-07-13 경희대학교 산학협력단 의료 데이터의 매핑 방법, 장치 및 컴퓨터 프로그램
KR101966752B1 (ko) * 2017-12-21 2019-04-09 가천대학교 산학협력단 모바일 헬스 데이터의 의료기관 중계 시스템
KR20210045283A (ko) * 2019-10-16 2021-04-26 카페24 주식회사 이종 플랫폼 간의 자동 연동 방법, 장치 및 시스템
JP2021068067A (ja) * 2019-10-18 2021-04-30 株式会社日立製作所 マッピングルール作成支援装置及び方法
KR102226292B1 (ko) * 2020-06-18 2021-03-10 주식회사 레몬헬스케어 다수개의 병원서버 및 컨소시엄서버를 동시다발적으로 연동하기 위한 클라우드 기반의 api스펙 관리방법
KR102371078B1 (ko) * 2021-08-13 2022-03-07 주식회사 레몬헬스케어 이종 시스템간 데이터 유통을 위한 표준api 규격 자동화 방법 및 시스템

Also Published As

Publication number Publication date
KR102371078B1 (ko) 2022-03-07

Similar Documents

Publication Publication Date Title
CN105765565A (zh) 以场景感知、来自移动设备的实时信息为基础的问答
WO2022139154A1 (ko) 스타트업 지원을 위한 전문가 매칭 시스템
WO2015093914A1 (ko) 온라인 멘토링 제공 방법, 서버 및 컴퓨터 판독 가능한 기록 매체
WO2023017953A1 (ko) 이종 시스템간 데이터 유통을 위한 표준api 규격 자동화 방법 및 시스템
Porthé et al. Changes in access to health care for immigrants in Catalonia during the economic crisis: Opinions of health professionals and immigrant users
CN112907356A (zh) 逾期催收方法、装置、系统及计算机可读存储介质
CN109636307A (zh) 河长app的系统结构
Schoberer et al. Occupational relationships and working duties of nursing management staff during the COVID‐19 pandemic: A qualitative analysis of survey responses
KR20100021894A (ko) 욕구 추출 알고리즘을 이용한 사회복지 클라이언트에 대한 케어 관리 서비스 방법 및 시스템
CN110706122A (zh) 基于大数据分析提升社保代理效率方法、设备及可读介质
Khan et al. Integrated Care for Older People with Different Frailty Levels: A Qualitative Study of Local Implementation of A National Policy in Luton, England
WO2022092690A1 (ko) 시공간 특성에 따른 긱 서비스 예측 시스템 및 그 방법
CN108805462A (zh) 配网风险预警的方法及装置、存储介质、处理器
CN115422538A (zh) 应用的风险识别方法、装置及设备
Barros-Bailey The 12-Step Labor Market Survey Methodology in Practice: A Case Example.
WO2021107386A1 (ko) 확정치 및 추정치 기반의 데이터 정량화 방법
KR102343063B1 (ko) 시니어케어 서비스 관리운영 시스템 및 그 관리운영 방법
WO2022004978A1 (ko) 건축 장식재 디자인 업무 시스템 및 방법
CN112863687A (zh) 抗击新冠在线咨询系统
Fartash et al. Tehran in the path of transition to a smart city: Initiatives, implementation, and governance
CN109146405A (zh) 一种网络化综合社会信息管理方法及系统
Hong et al. Comparing workplace violence among nurses and other professionals using online articles: A social network analysis
WO2017082683A1 (ko) 지출 관리에 관한 정보를 제공하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR102562990B1 (ko) 인공지능과 빅데이터를 기반으로 한 융합형 주민참여 서비스 플랫폼 제공방법, 장치 및 프로그램
WO2023167497A1 (ko) 시장 설명 이벤트 추출 방법 및 시스템

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: 22855955

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE