KR101583162B1 - Adaptive semantic based mediation system and method - Google Patents

Adaptive semantic based mediation system and method Download PDF

Info

Publication number
KR101583162B1
KR101583162B1 KR1020140179555A KR20140179555A KR101583162B1 KR 101583162 B1 KR101583162 B1 KR 101583162B1 KR 1020140179555 A KR1020140179555 A KR 1020140179555A KR 20140179555 A KR20140179555 A KR 20140179555A KR 101583162 B1 KR101583162 B1 KR 101583162B1
Authority
KR
South Korea
Prior art keywords
mapping
ontology
arbitration
concept
bridge
Prior art date
Application number
KR1020140179555A
Other languages
Korean (ko)
Inventor
이승룡
와자핫 알리 칸
Original Assignee
경희대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020140179555A priority Critical patent/KR101583162B1/en
Priority to PCT/KR2014/012296 priority patent/WO2016093405A1/en
Application granted granted Critical
Publication of KR101583162B1 publication Critical patent/KR101583162B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • 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
    • G16H40/60—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 operation of medical equipment or devices
    • G16H40/67—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 operation of medical equipment or devices for remote operation
    • 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
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Child & Adolescent Psychology (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Machine Translation (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

Accuracy between conversion processes of different standard formats of a mapping stored in mediation bridge ontology can be evaluated by using an adaptive semantic based mediation system. The adaptive semantic based mediation system suggests an adaptor interoperability engine mediation system for accurate and smooth information exchange between health information systems having different medical standards. The adaptive semantic based mediation system comprises: a detailed mapping engine unit; a mediation bridge ontology unit; a standard ontology change managing unit; and a conversion engine unit.

Description

적응형 시맨틱 기반 중재 시스템 및 그 방법{ADAPTIVE SEMANTIC BASED MEDIATION SYSTEM AND METHOD}[0001] ADAPTIVE SEMANTIC BASED MEDIATION SYSTEM AND METHOD [0002]

본 발명은 적응형 시맨틱 기반 중재 시스템 및 그 방법에 관한 것으로서, 보다 상세하게는 서로 다른 임상 표준을 가진 건강 정보 시스템(Health Information Systems, HIS) 간의 상호 운용성을 위한 적응형 시맨틱 기반 중재 시스템 및 그 방법에 관한 것이다. The present invention relates to an adaptive semantic based arbitration system and method, and more particularly, to an adaptive semantic based arbitration system and method for interoperability between health information systems (HIS) having different clinical standards .

특정 임상 표준을 준수하는 의료 기관은 다른 상이한 임상 표준을 준수하는 다른 의료 기관과 통신하기 위하여 해당 기관의 표준 정보가 담긴 매핑을 사용하는 상호 운용성 프로토콜을 필요로 한다. Medical institutions that comply with certain clinical standards require an interoperability protocol that uses mappings that contain the agency's standard information to communicate with other medical institutions that conform to different clinical standards.

상호 운용성 프로토콜은 건강 정보 시스템(HIS)들 간의 정보의 흐름을 관할하여 상호 간 원활한 정보의 흐름을 규제한다. The interoperability protocol governs the flow of information between health information systems (HIS) and regulates the flow of information smoothly.

중재 시스템을 이용하여 서로 다른 임상 표준을 사용하는 건강 정보 시스템은 제안된 해결 및 방법을 사용함으로써, 쉽게 정보를 공유할 수 있다. Health information systems that use different clinical standards using an intervention system can easily share information by using proposed solutions and methods.

종래의 중재 시스템들은 시맨틱 맵핑(Semantic Mapping)을 생성하기 위한 온톨로지에 기초한다. 그러나, 온톨로지 맵핑은 커스트마이즈 매핑을 위한 조직 또는 기관의 커스트마이즈 매핑을 핸들링하지 못하고, 단지 일반화 매핑 만을 생성하는 한계가 있는 문제점이 있었다. Conventional arbitration systems are based on an ontology for generating Semantic Mapping. However, the ontology mapping does not handle the customization mapping of an organization or an organization for customization mapping, and there is a problem that there is a limitation in generating only a generalization mapping.

또한, 종래의 중재 시스템들은 상이한 임상 표준 온톨로지 사이의 매핑 생성 프로세스의 정확성에만 관심 있을 뿐, 생성된 매핑의 유효성의 검증이 부족하여, 데이터 레벨의 상호 운용성에 대한 한계가 있었다. In addition, conventional intervention systems are only interested in the accuracy of the mapping generation process between different clinical standard ontologies, and lack validation of the validity of the generated mappings, thus limiting the interoperability of data levels.

대한민국 등록특허 제101441104호(2014.09.05), "임상 개념을 위한 개인화 상세 임상 모델의 생성 방법"Korean Patent No. 101441104 (2014.09.05), "How to generate personalized detailed clinical model for clinical concept" 미국 공개특허 제20130282396호(2013.10.24), "system and method for deploying multiple clinical decision support models"U. S. Patent Publication No. 20130282396 (Oct. 31, 2013), "system and method for deploying multiple clinical decision support models & 대한민국 등록특허 제101192845호(2012.10.12), "표준 의료 정보를 변환하는 시스템 및 방법"Korean Patent No. 101192845 (Oct. 12, 2012), "System and method for converting standard medical information"

본 발명은 개인화 상세 임상 모델(Personalized Detailed Clinical Model, P-DCM)의 컨셉을 사용하는 커스트마이즈 매핑을 사용하고, 상이한 표준 모델 간 상호 운용성을 달성하기 위한 중재 브릿지 온톨로지(Mediation Bridge Ontology, MBO)를 이용하는 적응형 시맨틱 기반 중재 시스템 및 그 방법을 제공하고자 한다. The present invention uses a concept of Personalized Detailed Clinical Model (P-DCM) and uses Mediation Bridge Ontology (MBO) to achieve interoperability between different standard models. And to provide an adaptive semantic-based arbitration system and method thereof.

또한, 본 발명은 온톨로지 매칭 기법을 이용한 중재 브릿지 온톨로지(MBO)를 사용하여, 상이한 표준 온톨로지에 대한 커스트마이즈 매핑 및 일반화 매핑을 기반으로 매핑의 정확성 및 연속성을 보장하는 적응형 시맨틱 기반 중재 시스템 및 그 방법을 제공하고자 한다. The present invention also relates to an adaptive semantic-based arbitration system for assuring accuracy and continuity of mapping based on customization mapping and generalization mapping for different standard ontologies using an arbitration bridge ontology (MBO) using an ontology matching technique, and Method.

또한, 본 발명은 중재 브릿지 온톨로지에 저장된 매핑을 사용하여 상이한 표준 포맷간 변환 프로세스 사이의 정확성을 높이는 적응형 시맨틱 기반 중재 시스템 및 그 방법을 제공하고자 한다. The present invention also provides an adaptive semantic based arbitration system and method for improving the accuracy between different standard format conversion processes using mappings stored in an arbitration bridge ontology.

일 실시예에 따른 적응형 시맨틱 기반 중재 시스템은 상이한 표준 온톨로지 간 매칭을 수행하여 일반화 매핑을 생성하고, 개인화 상세 임상 모델(Personalized Detailed Clinical Model, P-DCM)을 기반으로 상기 상이한 표준 온톨로지에 대한 커스트마이즈 매핑을 생성하는 정밀 매핑 엔진부, 상기 일반화 매핑 및 상기 커스트마이즈 매핑을 저장하는 중재 브릿지 온톨로지부, 상기 중재 브릿지 온톨로지부 상의 매핑에 대한 변화를 관리하는 표준 온톨로지 변화 관리부 및 건강 정보 시스템(Health Information Systems, HIS)과 통신하여 상기 중재 브릿지 온톨로지부로부터 획득된 패턴 매칭 정보를 기반으로 상기 상이한 표준 온톨로지 간 패턴을 전환하는 변환 엔진부를 포함한다.  The adaptive semantic based arbitration system according to an exemplary embodiment of the present invention performs matching between different standard ontologies to generate generalized mappings, and generates customized mappings for the different standard ontologies based on a Personalized Detailed Clinical Model (P-DCM) A mediation bridge ontology section for storing the generalization mapping and the customize mapping, a standard ontology change management section for managing a change on the mapping on the arbitration bridge ontology section, and a health information management section for managing health information And a transformation engine unit for communicating with the intervention bridge system, HIS, and switching the pattern between the different standard ontologies based on the pattern matching information obtained from the arbitration bridge ontology unit.

상기 정밀 매핑 엔진부는 상기 상이한 표준 온톨로지에 대한 매칭 컨셉(match concept)을 분석하여 상기 일반화 매핑을 생성하고, 상기 생성된 일반화 매핑을 상기 중재 브릿지 온톨로지부에 저장하는 일반화 매핑 모듈 및 상기 상이한 표준 온톨로지의 컨셉 간 연결(linkage)을 위한 상기 커스트마이즈 매핑을 생성하고, 상기 생성된 커스트마이즈 매핑을 상기 중재 브릿지 온톨로지부에 저장하는 커스트마이즈 매핑 모듈을 포함할 수 있다.Wherein the precision mapping engine unit includes a generalization mapping module for analyzing a match concept for the different standard ontology to generate the generalization mapping and storing the generated generalization mapping in the arbitration bridge ontology unit, And a customize mapping module for generating the customize mapping for conceptual linkage and storing the generated customize mapping in the arbitration bridge ontology unit.

상기 표준 온톨로지 변화 관리부는 개인화 상세 임상 모델 온톨로지(P-DCM ontology)로부터 불일치 컨셉을 감지하는 변화 감지 모듈, 상기 변화 감지 모듈로부터 스태일 매핑(stale mapping)에 억세스하는 변화 수집 모듈 및 상기 변화 수집 모듈에 의해 식별되는 수정 매핑 및 신규 매핑을 수집하고, 수집된 상기 수정 매핑 및 상기 신규 매핑을 상기 중재 브릿지 온톨로지부에 대응하는 포맷으로 변환하는 변화 형성 모듈을 포함할 수 있다.The standard ontology change management unit includes a change detection module for detecting a mismatch concept from a personalized detailed clinical model ontology (P-DCM ontology), a change collection module for accessing a stale mapping from the change detection module, And a change-making module for collecting the modification mappings and the new mappings identified by the modification bridge and the new mappings, and converting the modified mappings and the new mappings collected into a format corresponding to the arbitration bridge ontology part.

상기 개인화 상세 임상 모델 온톨로지는 상기 불일치 컨셉, 일치된 컨셉, 다른 표준 컨셉 및 임상 모델 컨셉의 관계에 대한 모든 정보를 포함할 수 있다.The personalization detail clinical model ontology may include all information on the relationship of the mismatch concept, the matched concept, the other standard concept, and the clinical model concept.

상기 변화 감지 모듈은 상기 불일치 컨셉에 맞추어 일치 컨셉으로 구성되는 싱글 스태일 매핑 및 상기 중재 브릿지 온톨로지부에서 식별되고, 상기 스태일 매핑으로 저장되는 상기 불일치 컨셉에 기반한 매핑을 포함할 수 있다.The change detection module may include a single state mapping configured in accordance with the inconsistency concept and a mapping based on the inconsistency concept identified in the arbitration bridge ontology section and stored in the state mapping.

상기 변환 엔진부는 상기 건강 정보 시스템과 통신하는 컨텐츠 핸들러, 상기 상이한 표준 온톨로지 간 변환을 관리하는 전환 관리 모듈, 상기 중재 브릿지 온톨로지부로부터 적합 얼라인먼트를 분석하여 입력 패턴을 매칭하는 패턴 매칭 모듈 및 상기 중재 브릿지 온톨로지부로부터 획득된 패턴 매칭 정보를 기반으로 상기 입력 패턴을 출력 패턴으로 전환하는 패턴 변환 모듈을 포함할 수 있다.Wherein the conversion engine unit includes a content handler that communicates with the health information system, a conversion management module that manages conversion between the different standard ontologies, a pattern matching module that analyzes matching alignment from the arbitration bridge ontology unit and matches input patterns, And a pattern conversion module for converting the input pattern into an output pattern based on the pattern matching information obtained from the ontology unit.

본 발명의 일 실시예에 따른 적응형 시맨틱 기반 중재 방법은 상이한 표준 온톨로지 간 매칭을 수행하여 일반화 매핑을 생성하고, 개인화 상세 임상 모델을 기반으로 상기 상이한 표준 온톨로지에 대한 커스트마이즈 매핑을 생성하는 단계, 상기 일반화 매핑 및 상기 커스트마이즈 매핑을 저장하여 유지하는 단계, 매핑에 대한 변화를 관리하는 단계 및 건강 정보 시스템과 통신하여 획득된 패턴 매칭 정보를 기반으로 상기 상이한 표준 온톨로지 간 패턴을 전환하는 단계를 포함한다.The adaptive semantic-based arbitration method according to an exemplary embodiment of the present invention includes generating generic mappings by performing matching between different standard ontologies, generating customized mappings for the different standard ontologies based on the personalized detailed clinical model, Storing and maintaining the generalized mapping and the customized mapping, managing a change to the mapping, and switching the pattern between the different standard ontologies based on the pattern matching information obtained by communicating with the health information system do.

커스트마이즈 매핑을 생성하는 상기 단계는 상기 상이한 표준 온톨로지에 대한 매칭 컨셉을 분석하여 상기 일반화 매핑을 생성하고, 상기 생성된 일반화 매핑을 저장하는 단계를 포함할 수 있다.The step of generating the customized mapping may include analyzing a matching concept for the different standard ontology to generate the generalized mapping and storing the generated generalized mapping.

커스트마이즈 매핑을 생성하는 상기 단계는 상기 상이한 표준 온톨로지의 컨셉 간 연결을 위한 상기 커스트마이즈 매핑을 생성하고, 상기 생성된 커스트마이즈 매핑을 저장하는 단계를 더 포함할 수 있다.The step of generating the customize mapping may further comprise generating the customize mapping for conceptual connection of the different standard ontologies and storing the generated customize mapping.

패턴을 전환하는 상기 단계는 적합 얼라인먼트를 분석하여 입력 패턴을 매칭하고, 상기 획득된 패턴 매칭 정보를 기반으로 상기 입력 패턴을 출력 패턴으로 전환하는 단계를 포함할 수 있다.The step of converting the pattern may include analyzing the fitting alignment to match the input pattern, and converting the input pattern into the output pattern based on the obtained pattern matching information.

매핑에 대한 변화를 관리하는 상기 단계는 개인화 상세 임상 모델 온톨로지로부터 불일치 컨셉 정보를 감지하는 단계, 상기 감지된 불일치 컨셉 정보로부터 스태일 매핑에 억세스하는 단계 및 상기 억세스된 스태일 매핑에 의해 식별되는 수정 매핑 및 신규 매핑을 수집하고, 수집된 상기 수정 매핑 및 상기 신규 매핑의 포맷을 변환하는 단계를 포함할 수 있다.Wherein the step of managing the change to the mapping comprises the steps of sensing inconsistent concept information from the personalized detailed clinical model ontology, accessing the state mapping from the detected inconsistency concept information, and modifying identified by the accessed state mapping Collecting the mappings and new mappings, and transforming the modified mappings collected and the format of the new mappings.

본 발명의 실시예에 따르면, 개인화 상세 임상 모델의 컨셉과, 온톨로지 매칭 기법을 이용하여 상이한 표준 모델 간 상호 운용성을 달성할 수 있다. According to an embodiment of the present invention, interoperability between different standard models can be achieved using the concept of the personalized detailed clinical model and the ontology matching technique.

또한, 본 발명의 실시예에 따르면, 온톨로지 매칭 기법을 이용한 중재 브릿지 온톨로지를 사용하여, 상이한 표준 온톨로지에 대한 커스트마이즈 매핑 및 일반화 매핑을 기반으로 매핑의 정확성 및 연속성을 보장할 수 있다. Also, according to the embodiment of the present invention, it is possible to guarantee the accuracy and continuity of mapping based on the customization mapping and the generalization mapping for different standard ontologies using the arbitration bridge ontology using the ontology matching technique.

또한, 본 발명의 실시예에 따르면, 중재 브릿지 온톨로지에 저장된 매핑을 사용하여 상이한 표준 포맷간 변환 프로세스 사이의 정확성을 높일 수 있다. Further, according to embodiments of the present invention, the mappings stored in the arbitration bridge ontology can be used to increase the accuracy between different standard format conversion processes.

도 1은 본 발명의 일 실시예에 따른 적응형 시맨틱 기반 중재 시스템을 도시한 블록도이다.
도 2는 본 발명의 실시예에 따른 적응형 시맨틱 기반 중재 시스템의 일반화 매핑 모듈의 구성을 도시한 블록도이다.
도 3은 본 발명의 실시예에 따른 적응형 시맨틱 기반 중재 시스템의 표준 온톨로지 변화 관리부를 도시한 블록도이다.
도 4는 본 발명의 실시예에 따른 적응형 시맨틱 기반 중재 시스템의 변환 엔진부의 구성을 도시한 블록도이다.
도 5는 본 발명의 실시예에 따른 적응형 시맨틱 기반 중재 방법을 설명하기 위한 흐름도이다.1 is a block diagram illustrating an adaptive semantic based arbitration system according to an embodiment of the present invention.
2 is a block diagram illustrating a configuration of a generalization mapping module of an adaptive semantic based arbitration system according to an embodiment of the present invention.
3 is a block diagram illustrating a standard ontology change management unit of an adaptive semantic based arbitration system according to an embodiment of the present invention.
4 is a block diagram illustrating a configuration of a conversion engine unit of an adaptive semantic based arbitration system according to an embodiment of the present invention.
5 is a flowchart illustrating an adaptive semantic-based arbitration method according to an embodiment of the present invention.

이하 첨부 도면들 및 첨부 도면들에 기재된 내용들을 참조하여 본 발명의 실시예를 상세하게 설명하지만, 본 발명이 실시예에 의해 제한되거나 한정되는 것은 아니다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings and accompanying drawings, but the present invention is not limited to or limited by the embodiments.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.The terminology used herein is for the purpose of illustrating embodiments and is not intended to be limiting of the present invention. In the present specification, the singular form includes plural forms unless otherwise specified in the specification. It is noted that the terms "comprises" and / or "comprising" used in the specification are intended to be inclusive in a manner similar to the components, steps, operations, and / Or additions.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.Unless defined otherwise, all terms (including technical and scientific terms) used herein may be used in a sense commonly understood by one of ordinary skill in the art to which this invention belongs. Also, commonly used predefined terms are not ideally or excessively interpreted unless explicitly defined otherwise.

한편, 본 발명을 설명함에 있어서, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는, 그 상세한 설명을 생략할 것이다. 그리고, 본 명세서에서 사용되는 용어(terminology)들은 본 발명의 실시예를 적절히 표현하기 위해 사용된 용어들로서, 이는 사용자, 운용자의 의도 또는 본 발명이 속하는 분야의 관례 등에 따라 달라질 수 있다. 따라서, 본 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
In the following description of the present invention, a detailed description of known functions and configurations incorporated herein will be omitted when it may make the subject matter of the present invention rather unclear. The terminology used herein is a term used for appropriately expressing an embodiment of the present invention, which may vary depending on the user, the intent of the operator, or the practice of the field to which the present invention belongs. Therefore, the definitions of these terms should be based on the contents throughout this specification.

도 1은 본 발명의 실시예에 따른 적응형 시맨틱 기반 중재 시스템을 도시한 블록도이다.1 is a block diagram illustrating an adaptive semantic based arbitration system according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 실시예에 따른 적응형 시맨틱 기반 중재 시스템(100)은 정밀 매핑 엔진부(110), 표준 온톨로지 변화 관리부(120), 중재 브릿지 온톨로지부(130) 및 변환 엔진부(140)를 포함한다.Referring to FIG. 1, an adaptive semantic based arbitration system 100 according to an embodiment of the present invention includes an accuracy mapping engine unit 110, a standard ontology change management unit 120, an arbitration bridge ontology unit 130, (140).

정밀 매핑 엔진부(110)는 상이한 표준 온톨로지 간 매칭을 수행하여 일반화 매핑(Generalized Mappings)을 생성하고, 개인화 상세 임상 모델을 기반으로 상이한 표준 온톨로지에 대한 커스트마이즈 매핑(Customized Mappings)을 생성한다.The precise mapping engine unit 110 performs matching between different standard ontologies to generate generalized mappings and generates customized mappings for different standard ontologies based on the personalized detailed clinical model.

정밀 매핑 엔진부(110)는 상이한 의료 온톨로지 간의 온톨로지 매핑의 생성 및 저장을 위한 브릿지 알고리즘을 적용하여 처리할 수 있고, 상기 브릿지 알고리즘은 상이한 의료 표준 온톨로지(medical standards ontologies)를 로딩(loading)하여 매칭 프로세스를 진행할 수 있다. The precise mapping engine unit 110 may be implemented by applying a bridge algorithm for generating and storing an ontology mapping between different medical ontologies and the bridge algorithm may load different medical standards ontologies, Process can proceed.

또한, 정밀 매핑 엔진부(110)는 상이한 의료 표준 온톨로지의 매핑을 생성하고, 생성된 매핑은 온톨로지 매칭 기술을 사용한 중재 브릿지 온톨로지부(130)에 저장될 수 있다.In addition, the precision mapping engine unit 110 generates mappings of different medical standard ontologies, and the generated mappings can be stored in the arbitration bridge ontology unit 130 using the ontology matching technique.

이를 위해 정밀 매핑 엔진부(110)는 일반화 매핑 모듈(111) 및 커스트 마이즈 매핑 모듈(112)를 포함할 수 있다.For this purpose, the precise mapping engine unit 110 may include a generalization mapping module 111 and a customize mapping module 112.

일반화 매핑 모듈(111)은 상이한 표준 온톨로지에 대한 매칭 컨셉을 분석하여 일반화된 매핑을 생성하고, 생성된 일반화된 매핑을 중재 브릿지 온톨로지부(130)에 저장할 수 있다.The generalization mapping module 111 may analyze the matching concept for different standard ontologies to generate generalized mappings and store the generated generalized mappings in the arbitration bridge ontology unit 130. [

일반화 매핑 모듈(111)은 매칭된 의료 온톨로지에 대하여 최적화된 매칭 알고리즘을 이용하여 계산 집약적 작업을 수행하는 온톨로지 매칭 시스템일 수 있다.The generalization mapping module 111 may be an ontology matching system that performs computationally intensive tasks using an optimized matching algorithm for the matched medical ontology.

예를 들어, 일반화 매핑 모듈(111)은 클라우드 플랫폼의 멀티 코어 하드웨어 구현을 통해 병렬 처리를 수행하여 온톨로지 매칭 성능이 향상 될 수 있다. For example, the generalization mapping module 111 may perform parallel processing through multi-core hardware implementation of the cloud platform, thereby improving ontology matching performance.

커스트마이즈 매핑 모듈(112)는 상이한 표준 온톨로지의 컨셉 간 연결을 위한 커스트마이즈 매핑을 생성하고, 생성된 커스트마이즈 매핑을 중재 브릿지 온톨로지부(130)에 저장할 수 있다. The customize mapping module 112 may generate a customize mapping for conceptual connection of different standard ontologies and store the generated customize mapping in the arbitration bridge ontology unit 130. [

커스트마이즈 매핑 모듈(112)은 건강 정보 시스템(400) 사이의 데이터 상호 운용성을 보장하기 위해 기관의 일치 의료 표준 컨셉(conformed medical standards concepts)과 임상 모델 컨셉(clinical model concepts) 사이의 필요한 연결을 만드는 커스트마이즈 매핑을 생성할 수 있다.The customization mapping module 112 is responsible for creating the necessary connections between conformed medical standards concepts and clinical model concepts to ensure data interoperability between health information systems 400 You can create custom mappings.

커스트마이즈 매핑은 기존 매핑에 변화를 가져옴으로써, 조직의 적합성 이슈로 인한 중재 브릿지 온톨로지부(130) 상의 일반화 매핑의 일부를 무효화할 수 있다. 이러한, 매핑의 변화는 매핑의 연속성을 보장하기 위한 매핑의 진화를 위해 필요한 것이다.The customization mapping can make a change to the existing mapping, thereby invalidating a part of the generalization mapping on the arbitration bridge ontology unit 130 due to the relevance issue of the organization. This change in the mapping is necessary for the evolution of the mapping to ensure continuity of the mapping.

실시예에 따라서 커스트마이즈 매핑 모듈(112)은 의료 표준 온톨로지와 중재 브릿지 온톨로지부(130)에 저장된 개인화 상세 임상 모델 기반 매핑을 나타내기 위해 사용되는 커스트마이즈 브릿지(미도시)를 더 포함할 수 있다. According to an embodiment, the customize mapping module 112 may further include a customized bridge (not shown) that is used to represent the medical standard ontology and the personalized detailed clinical model based mapping stored in the arbitration bridge ontology 130 .

또한, 실시예에 따라서 정밀 매핑 엔진부(110)는 매핑의 정확성을 위해 전문가 검증 모듈(미도시)을 더 포함할 수 있다. Also, according to the embodiment, the precision mapping engine unit 110 may further include an expert verification module (not shown) for the accuracy of the mapping.

표준 온톨로지 변화 관리부(120)는 중재 브릿지 온톨로지부(130) 상의 매핑에 대한 변화를 관리한다.The standard ontology change management unit 120 manages changes to the mapping on the arbitration bridge ontology unit 130.

또한, 표준 온톨로지 변화 관리부(120)는 중재 브릿지 온톨로지부(130)에서 적용하는 매핑의 진화를 위해 변화 관리 기능을 실행할 수 있다.In addition, the standard ontology change management unit 120 can execute the change management function for the evolution of the mapping applied by the arbitration bridge ontology unit 130. [

실시예에 따라, 표준 온톨로지 변화 관리부(120)는 건강 정보 시스템(400)의 데이터 상호 운용성을 달성하기 위한 매핑의 정확성을 보완하기 위한 것일 수 있다. In accordance with an embodiment, the standard ontology change manager 120 may be to supplement the accuracy of the mapping to achieve data interoperability of the health information system 400.

중재 브릿지 온톨로지부(130)는 일반화된 매핑 및 커스트마이즈 매핑을 저장한다.The arbitration bridge ontology unit 130 stores the generalized mapping and customize mapping.

예를 들어, 중재 브릿지 온톨로지부(130)는 일반화 매핑 모듈(111) 및 커스트마이즈 매핑 모듈(112)에 의해 생성된 일반화된 매핑 및 커스트마이즈 매핑을 저장한다. For example, the arbitration bridge ontology section 130 stores generalized mapping and customization mappings generated by the generalization mapping module 111 and the customization mapping module 112.

또한, 중재 브릿지 온톨로지부(130)는 적응형 시맨틱 기반 중재 시스템(100)의 모든 다른 구성을 위한 중앙 집중식 중재 포인트일 수 있다. In addition, the arbitration bridge ontology section 130 may be a centralized arbitration point for all other configurations of the adaptive semantic based arbitration system 100.

변환 엔진부(140)는 건강 정보 시스템(400)과 통신하여 중재 브릿지 온톨로지로부터 획득된 패턴 매칭 정보를 기반으로 상이한 표준 온톨로지 간 패턴을 전환한다. The conversion engine unit 140 communicates with the health information system 400 and converts patterns between different standard ontologies based on the pattern matching information obtained from the arbitration bridge ontology.

변환 엔진부(140)는 유효한 수준까지 건강 정보 시스템(400)간 데이터 상호 운용성을 제공할 수 있다. The conversion engine unit 140 can provide data interoperability between the health information systems 400 to a valid level.

또한, 변환 엔진부(140)는 유효한 의료 표준 포맷으로 데이터를 변환 및 생성하기 위한 구조적(structural)이고, 순차적인(sequential) 변환을 수행할 수 있다. In addition, the conversion engine unit 140 may perform a structural, sequential conversion to convert and generate data in a valid medical standard format.

상기 건강 정보 시스템(400)은 전자의학기록(Electronic Medical Record, EMR), 전자건강기록(Electronic Health Records, EHR), 개인건강기록(Personal Health Record, PHR), 임상 결정 지원 시스템(Clinical Decision Supporting System, CDSS), 전산화된 의사 오더 엔트리(Computerized Physician Order Entry, CPOE) 및 건강정보교환(Health Information Exchange, HIE) 중 적어도 어느 하나를 포함할 수 있다.
The health information system 400 includes an electronic medical record (EMR), an electronic health record (EHR), a personal health record (PHR), a clinical decision support system , CDSS), a computerized physician order entry (CPOE), and a health information exchange (HIE).

도 2는 본 발명의 실시예에 따른 적응형 시맨틱 기반 중재 시스템의 일반화 매핑 모듈의 구성을 도시한 블록도이다.2 is a block diagram illustrating a configuration of a generalization mapping module of an adaptive semantic based arbitration system according to an embodiment of the present invention.

도 2를 참조하면, 본 발명의 일반화 매핑 모듈(111)은 스트링 매칭 브릿지(201, String Matching Bridge), 동의어 브릿지(202, Synonym Bridge), 다의성 브릿지(203, Polysemous Bridge), 라벨 브릿지(204, Label Bridge), 프로퍼리 기반 구조 브릿지(205, Property Based Structural Bridge), 오버랩 브릿지(206, Overlap Bridge) 및 차일드 기반 구조 브릿지(207, Child Based Structural Bridge)를 포함한다.Referring to FIG. 2, the generalization mapping module 111 of the present invention includes a string matching bridge 201, a synonym bridge 202, a polysemous bridge 203, a label bridge 204, A Label Bridge, a Property Based Structural Bridge 205, an Overlap Bridge 206, and a Child Based Structural Bridge 207.

스트링 매칭 브릿지(201)는 스트링 매칭 기법을 이용하여 유사한 온톨로지 컨셉을 식별하기 위해 사용될 수 있다. String matching bridge 201 may be used to identify similar ontology concepts using string matching techniques.

동의어 브릿지(202)는 워드넷(WordNet) 등의 온라인 사전을 활용하여 유사한 의미 컨셉을 식별할 수 있다.The synonym bridge 202 can identify similar semantic concepts using an online dictionary such as WordNet.

다의성 브릿지(203)는 컨셉의 의미를 비교하기 위해 온라인 사전을 사용함으로써 정확한 매칭 컨셉의 유사성을 검증할 수 있다.The versatility bridge 203 can verify the similarity of an exact matching concept by using an online dictionary to compare the meaning of the concept.

또한, 다의성 브릿지(203)는 이름은 같지만 다른 의미를 갖는 컨셉을 식별할 수 있다.Also, the versatile bridge 203 can identify concepts that have the same name but have different meanings.

라벨 브릿지(204)는 온톨로지에 저장된 매칭 컨셉의 유사한 컨셉으로 매칭되는 컨셉을 결론짓기 위해 온톨로지에 저장된 컨셉 매칭의 라벨들을 매치할 수 있다. The label bridge 204 may match the labels of the concept matching stored in the ontology to conclude the concept matched to a similar concept of the matching concept stored in the ontology.

또한, 라벨 브릿지(204)는 컨셉의 매칭 라벨을 위해 스트링 매칭 기법을 사용할 수 있다. In addition, the label bridge 204 may use a string matching technique for a conceptual matching label.

오버랩 브릿지(206)는 오버랩핑 정보를 포함하고, 정보 교환에 필요한 컨셉을 발견할 수 있다. The overlap bridge 206 may include overlapping information and may discover a concept necessary for information exchange.

또한, 오버랩 브릿지(206)는 상기 오버랩핑 정보를 찾기 위해 구조 계층 정보(structural hierarchies'information)를 사용할 수 있다. The overlap bridge 206 may also use structural hierarchies' information to find the overlapping information.

프로퍼리 기반 구조 브릿지(205) 및 차일드 기반 구조 브릿지(207)는 매칭 온톨로지에서 유사한 컨셉을 찾기 위해 컨셉 칠드런 유사성 매칭(concepts children similarity matching)과 프로퍼리 유사성 매칭 기술(property similarity matching techniques)을 사용할 수 있다.The proprietary infrastructure bridge 205 and the child based infrastructure bridge 207 can use concept children similarity matching and property similarity matching techniques to find similar concepts in the matching ontology have.

실시예에 따라, 온톨로지 얼라인먼트 패턴은 온톨로지 중재 프로세스에서 얼라인먼트를 위한 브릿지 알고리즘에서 사용될 수 있다. Depending on the embodiment, the ontology alignment pattern may be used in a bridge algorithm for alignment in an ontology arbitration process.

상기 브릿지 알고리즘은 의료 온톨로지 간의 일반화 매핑을 생성하고, 중재 브릿지 온톨로지부(130)에 저장을 위해 사용될 수 있다.
The bridge algorithm may generate a generalized mapping between the medical ontologies and may be used for storage in the arbitration bridge ontology unit 130.

도 3은 본 발명의 실시예에 따른 적응형 시맨틱 기반 중재 시스템의 표준 온톨로지 변화 관리부를 도시한 블록도이다.3 is a block diagram illustrating a standard ontology change management unit of an adaptive semantic based arbitration system according to an embodiment of the present invention.

표준 온톨로지 변화 관리부(120)는 중재 브릿지 온톨로지부 상의 매핑에 대한 변화를 관리하고, 개인화 상세 임상 모델 온톨로지(P-DCM)로부터 불일치 컨셉(non-conformed concept) 정보를 감지할 수 있다. The standard ontology change management unit 120 manages the change to the mapping on the arbitration bridge ontology unit and can detect non-conformed concept information from the personalized detailed clinical model ontology (P-DCM).

상기 개인화 상세 임상 모델 온톨로지(P-DCM)는 일치 및 불일치 컨셥과, 상이한 표준 컨셉과 임상 모델 컨셉과의 관계에 대한 모든 정보를 포함할 수 있다.The Personalized Detailed Clinical Model Ontology (P-DCM) may contain all information about the match and mismatch context and the relationship between different standard concepts and clinical model concepts.

도 3을 참조하면, 표준 온톨로지 변화 관리부(120)는 변화 감지 모듈(121), 변화 수집 모듈(122) 및 변화 형성 모듈(123)을 포함한다. Referring to FIG. 3, the standard ontology change management unit 120 includes a change detection module 121, a change collection module 122, and a change formation module 123.

변화 감지 모듈(121)은 불일치 컨셉으로부터 조정되는 일치 컨셉으로 구성되는 싱글 스태일 매핑을 포함할 수 있다. The change detection module 121 may include a single state mapping configured with a matching concept that is adjusted from the mismatch concept.

또한, 상기 불일치 컨셉은 개인화 상세 임상 모델 온톨로지(P-DCM Ontology)로부터 접근될 수 있고, 불일치 컨셉 정보을 기반으로 하는 매핑은 중재 브릿지 온톨로지부(130) 상에서 식별되어, 스태일 매핑으로 저장될 수 있다. In addition, the mismatch concept may be accessed from the personalized detailed clinical model ontology (P-DCM Ontology), and the mappings based on the mismatch concept information may be identified on the arbitration bridge ontology section 130 and stored in the state mapping .

또한, 변화 감지 모듈(121)은 불일치 컨셉으로부터 조정되는 일치 컨셉으로 구성되는 싱글 스태일 매핑을 포함할 수 있다. In addition, the change detection module 121 may include a single state mapping configured with a match concept that is adjusted from the mismatch concept.

변화 수집 모듈(122)은 변화 감지 모듈(121)로부터 스태일 매핑에 억세스할 수 있다. The change collection module 122 can access the state mapping from the change detection module 121.

또한, 변화 수집 모듈(122)은 스태일 매핑으로부터 일치 컨셉을 수집할 수 있고, 수집된 일치 컨셉을 기반으로 하는 주석화(Annotated) 매핑을 개인화 상세 임상 모델 온톨로지에서 검색할 수 있다. The change collection module 122 may also collect match concepts from the state mapping and retrieve annotated mappings based on the collected match concepts in the personalization detail clinical model ontology.

또한, 변화 수집 모듈(122)은 변환될 타겟 표준 컨셉의 대응하는 일치 컨셉을 상기 주석화 매핑으로부터 식별할 수 있다. The change collection module 122 may also identify a corresponding match concept of the target standard concept to be transformed from the annotation mapping.

예를 들면, 변화 수집 모듈(122)은 만약 일치 컨셉 A가 표준 1에 속하고, 불일치 컨셉 B가 표준 2에 속하다고 가정하면, 일치 컨셉 A를 기반하고, 이에 대응하는 표준 2의 일치 컨셉 C를 개인화 상세 임상 모델 온톨로지로부터 액세스하여, 주석화 매핑을 생성할 수 있다. For example, if the matching concept A belongs to the standard 1 and the mismatch concept B belongs to the standard 2, then the change collection module 122 may be based on the matching concept A and the corresponding matching concept C of the standard 2 From the personalized detailed clinical model ontology to generate annotation mappings.

또한, 실시예에 따라서, 개인화 상세 임상 모델 온톨로지 상의 주석화 매핑 정보는 중재 브릿지 온톨로지부(130)에 저장하기 전에 존재하지 않은 새로운 매핑을 찾기 위해 검색될 수 있다. Also, according to the embodiment, the annotation mapping information on the personalization detail clinical model ontology can be retrieved to find new mappings that did not exist before being stored in the arbitration bridge ontology section 130. [

예를 들면, 표준 1의 컨셉 X 및 표준 2의 컨셉 Y는 개인화 상세 임상 모델 온톨로지 상의 주석화된 정보인 임상 모델 컨셉 Z와 연관될 수 있다. 이 경우, 컨셉 X 및 Y 는 후보 정렬(candidate alignment)이 될 수 있고, 상기 후보 정렬이 중재 브릿지 온톨로지부(130)에 존재하지 않으면, 신규 후보 매핑이 될 수 있다.For example, concept X of Standard 1 and concept Y of Standard 2 may be associated with the clinical model concept Z, which is annotated information on the personalized detailed clinical model ontology. In this case, concepts X and Y can be candidate alignments, and can be new candidate mappings if the candidate alignment does not exist in the arbitration bridge ontology section 130.

변화 형성 모듈(123)은 변화 수집 모듈(122)에 의해 식별되는 수정 매핑 및 신규 매핑을 수집하고, 수집된 수정 매핑 및 신규 매핑을 중재 브릿지 온톨로지부(130)에 대응하는 포맷으로 변환한다.
The change formation module 123 collects the modification mappings and new mappings identified by the change collection module 122, and converts the collected modification mappings and new mappings into a format corresponding to the arbitration bridge ontology section 130.

도 4는 본 발명의 실시예에 따른 적응형 시맨틱 기반 중재 시스템의 변환 엔진부의 구성을 도시한 블록도이다.4 is a block diagram illustrating a configuration of a conversion engine unit of an adaptive semantic based arbitration system according to an embodiment of the present invention.

변환 엔진부(140)는 상이한 표준 온톨로지를 갖는 건강 정보 시스템과 통신하여 상이한 표준 온톨로지 간 변환을 수행한다.The conversion engine unit 140 communicates with the health information system having different standard ontologies to perform different standard ontology conversions.

이를 위해, 도 4를 참조하면, 본 발명의 실시예에 따른 변환 엔진부(140)는 컨텐츠 핸들러(141), 전환 관리 모듈(142), 패턴 매칭 모듈(143) 및 패턴 변환 모듈(144)를 포함한다. 4, the conversion engine unit 140 includes a content handler 141, a conversion management module 142, a pattern matching module 143, and a pattern conversion module 144. [ .

컨텐츠 핸들러(141)는 상이한 표준 포맷을 갖는 건강 정보 시스템(400)과 통신할 수 있다. 또한, 컨텐츠 핸들러(141)는 건강 정보 시스템(400)으로부터 임상 문서 구조(Clinical Document Architecture, CDA) 포맷에서 환자 정보를 포함하는 임상 문헌을 제공받을 수 있다. The content handler 141 may communicate with the health information system 400 having a different standard format. Also, the content handler 141 may receive clinical information including patient information in a clinical document architecture (CDA) format from the health information system 400.

예를 들면, 적응형 시맨틱 기반 중재 시스템(100)이 건강 정보 시스템(400)에 준수한 임상 문서 구조(CDA)의 표준을 임상 결정 지원 시스템에 준수한 가상 의료 기록(virtual Medical Record, vMR)의 표준으로 변환할 경우, 건강 정보 시스템(400)은 컨텐츠 핸들러(141)와 통신하여 임상 문서 구조 포맷에서 환자 정보를 포함하는 임상 문헌을 제공할 수 있다.For example, if the adaptive semantic based intervention system 100 is a standard of the virtual medical record (vMR) that conforms to the clinical decision support system of the clinical document structure (CDA) conforming to the health information system 400 Upon conversion, the health information system 400 may communicate with the content handler 141 to provide a clinical document containing patient information in a clinical document structure format.

컨텐츠 핸들러(141)의 기본 목적은 가상 의료 기록 표준으로 준수하는 임상 결정 지원 시스템로부터 추천을 얻는 것일 수 있다.The primary purpose of the content handler 141 may be to obtain recommendation from a clinical decision support system that complies with the virtual medical record standard.

또한, 컨텐츠 핸들러(141)는 입력 정보를 기반으로 중재 브릿지 온톨로지부로부터 매칭되는 패턴을 식별하기 위한 패턴 매칭을 사용하는 패턴 매칭 모듈(143) 상에서의 변환 프로세스를 위해 전환 관리 모듈(142)로 정보를 전송할 수 있다.In addition, the content handler 141 may transmit the information (information) to the conversion management module 142 for the conversion process on the pattern matching module 143 using the pattern matching for identifying the pattern matched from the arbitration bridge ontology unit based on the input information Can be transmitted.

패턴 매칭 모듈(143)은 중재 브릿지 온톨로지부(130)로부터 적합 얼라인먼트를 분석하여 입력 패턴을 매칭할 수 있다. The pattern matching module 143 may analyze the fit alignment from the arbitration bridge ontology section 130 to match the input pattern.

패턴 매칭 모듈(143)은 중재 브릿지 온톨로지부(130)에서 식별된 패턴을 사용하여 제1 표준 포맷의 입력 정보를 제2 표준 포맷의 출력으로 변환하기 위한 패턴 변환 모듈(144)로 패턴 매칭 정보를 전송할 수 있다.The pattern matching module 143 uses the pattern identified in the arbitration bridge ontology section 130 to convert the pattern matching information to the pattern conversion module 144 for converting the input information of the first standard format into the output of the second standard format Lt; / RTI >

패턴 변환 모듈(144)은 중재 브릿지 온톨로지부(130)로부터 획득된 패턴 매칭 정보를 기반으로 입력 패턴을 출력 패턴으로 전환할 수 있다. The pattern conversion module 144 may convert the input pattern into the output pattern based on the pattern matching information obtained from the arbitration bridge ontology unit 130. [

또한, 패턴 변환 모듈(144)은 중재 브릿지 온톨로지부(130)에서 식별된 패턴을 사용하여 하나의 표준 포맷의 입력 정보를 다른 표준 포맷의 출력 포맷으로 변환할 수 있다. In addition, the pattern conversion module 144 may convert input information of one standard format into an output format of another standard format using the pattern identified in the arbitration bridge ontology section 130.

임상 문서 구조 표준 포맷(CDA standard format)을 CDSS 프로세싱을 위한 가상 의료 기록 포맷(vMR format)으로 본 발명의 적응형 시맨틱 기반 중재 시스템을 통하여 변환하는 경우를 예시로 할 수 있다. The case of converting the clinical document structure standard format (CDA standard format) into the virtual medical recording format (vMR format) for CDSS processing through the adaptive semantic based arbitration system of the present invention can be exemplified.

변환 엔진부(140)는 중재 브릿지 온톨로지부(130)에서 모델링된 변환 패턴을 적용하여 임상 문서 구조 표준 포맷을 가상 의료 기록 포맷으로 전환할 수 있다. The conversion engine unit 140 may convert the clinical document structure standard format to the virtual medical recording format by applying the conversion pattern modeled by the arbitration bridge ontology unit 130. [

임상 결정 지원 시스템은 정보를 프로세싱하고, 패턴 매칭 모듈(143) 및 패턴 변환 모듈(144)가 포함된 변환 엔진부(140)를 통하여 가상 의료 기록 출력 포맷 상에서 임상 문서 구조 포맷으로 재변환하기 위한 추천 정보를 생성할 수도 있다.
The clinical decision support system includes a recommendation for processing the information and re-converting it into a clinical document structure format on the virtual medical record output format through the conversion engine unit 140 including the pattern matching module 143 and the pattern conversion module 144. [ Information may be generated.

이하에서는 본 발명의 적응형 시맨틱 기반 중재 시스템의 중재 브릿지 온톨로지의 변환 알고리즘에 대해 설명하기로 한다. Hereinafter, an arbitration bridge ontology conversion algorithm of the adaptive semantic based arbitration system of the present invention will be described.

중재 브릿지 온톨로지부(130)는 하기 [알고리즘 1] 및 [알고리즘 2]를 이용하여 설명되는 다른 표준 사이의 인스턴스 레벨(instance level) 변환 프로세스에 사용될 수 있다.
The arbitration bridge ontology unit 130 may be used for instance level translation processes between different standards described using [Algorithm 1] and [Algorithm 2] below.

[알고리즘 1][Algorithm 1]

Figure 112014121148130-pat00001
Figure 112014121148130-pat00001

알고리즘 1은 소스 표준 인스턴스 SMRSA를 타겟 표준 인스턴스 TMRSB로의 변환 절차를 설명하고, 상기 변환 절차는 LoadMBO() 메소드(method)를 사용하여 중재 브릿지 온톨로지부(130)에 저장되어 로딩된 패턴에 기초한다. Algorithm 1 describes a procedure for converting the source standard instance SMR SA to the target standard instance TMR SB , which is stored in the arbitration bridge ontology section 130 using the LoadMBO () method and is based on the loaded pattern do.

우선, 타겟 인스턴스는 TMRSB=0이고, 소스 인스턴스로부터의 컨셉은 SMRSA를 검색한다. First, the target instance is TMR SB = 0, and the concept from the source instance retrieves the SMR SA .

상기 검색된 컨셉의 매핑은 [알고리즘 2]에 설명되어 RetrieveMapping(ListConceptsSMRSA, MBO) 매소드를 통하여 수행된다.The mapping of the retrieved concept is performed through the RetrieveMapping (ListConceptsSMR SA , MBO) method described in [Algorithm 2].

[알고리즘 2] [Algorithm 2]

Figure 112014121148130-pat00002
Figure 112014121148130-pat00002

알고리즘 2는 패턴을 사용하여 중재 브릿지 온톨로지부(130)로부터 식별되는 소스 표준의 대응하는 컨셉들 및 속성들(properties)이 매칭될 때까지 실행된다.Algorithm 2 is executed using the pattern until the corresponding concepts and properties of the source standard identified from the arbitration bridge ontology section 130 are matched.

상기 일치 타겟 컨셉 TCj와 타겟 속성 TCPj는 MBO.FindCorrespondingConcept(SCi) 및 MBO.FindCorrespondingProperty(SCP) 각각의 방법을 사용하는 중재 브릿지 온톨로지부(130)로부터의 소스의 대응되는 컨셉과 매칭된다. The matching target concept TC j and the target attribute TCP j are matched with the corresponding concept of the source from the arbitration bridge ontology section 130 using the MBO.FindCorrespondingConcept (SC i ) and MBO.FindCorrespondingProperty (SCP) methods, respectively.

FindCorrespondingConcept() 및 FindCorrespondingProperty() 방법은 적절한 컨셉 및 속성을 찾기 위해 다른 패턴을 사용한다. The FindCorrespondingConcept () and FindCorrespondingProperty () methods use different patterns to find appropriate concepts and properties.

타겟 표준 ListConceptsTMRSB 의 매핑된 컨셉은 [알고리즘 1]의 RetrieveMappings(ListConceptsSMRSA, MBO)으로 리턴된다.The mapped concept of the target standard ListConceptsTMR SB is returned in [Algorithm 1] RetrieveMappings (ListConceptsSMR SA , MBO).

[알고리즘 1]은 [알고리즘 2]로부터의 매핑된 컨셉 ListConceptsTMRSB 를 활용하고, 이를 TMRSB.InsertConceptList(ListMappedConceptsTMRSB) 매소드를 이용하여, TMRSB로 삽입한다.[Algorithm 1] utilizes the concept ListConceptsTMR SB mappings from [Algorithm 2], which was used for TMR .InsertConceptList SB (SB ListMappedConceptsTMR) maesodeu, inserts a TMR SB.

값(value)은 마지막으로 SCt.Value≡SCi를 사용하여 일치하는 모든 컨셉에 할당된다.The value is finally assigned to all matching concepts using SC t. Value :: SC i .

이하에서는 본 발명의 적응형 시맨틱 기반 중재 시스템의 성능 평가를 위한 실시예를 설명하기로 한다.
Hereinafter, an embodiment for evaluating performance of the adaptive semantic based arbitration system of the present invention will be described.

[실시예 1][Example 1]

적응형 시맨틱 기반 중재 시스템의 성능 평가를 위한 실험을 진행하였으며, 실험 결과에 대한 비교 및 성능을 나타낸다.Experiments were conducted to evaluate the performance of the adaptive semantic based intervention system.

적응형 시맨틱 기반 중재 시스템의 변환 프로세스의 매핑 정확성에 대한 실험을 진행하였으며, 실험 조건으로 일반화 매핑 모듈(111) 및 중재 브릿지 온톨로지부(130)를 이용하여 임상 문서 구조를 가상 의료 기록으로 입력 변환하였다. Experiments on the mapping accuracy of the conversion process of the adaptive semantic based arbitration system were conducted and input of the clinical document structure into the virtual medical record was converted using the generalization mapping module 111 and the arbitration bridge ontology unit 130 as experiment conditions .

가상 의료 기록 문서와 가장 관련이 있는 부분은 임상 문서 구조 부분은 임상 문서 구조의 바디 부분(body part)이다. The most relevant part of the virtual medical record is the body part of the clinical document structure.

상기 바디 부분은 권장 사항이나 가이드 라인 생성을 위한 임상 결정 지원 시스템에 의해 처리를 필요로 하는 환자 관찰 세부 사항이 포함되어 있다. The body part contains patient observation details that require treatment by a clinical decision support system for recommendations or guideline generation.

본 발명의 적응형 시맨틱 기반 중재 시스템을 통하여 가상 의료 기록 변환 구조체의 수가 임상 문서 구조의 서브 셋트(subset)로서 유연한 변환 프로세스(smooth transformation process)를 관찰할 수 있었다. Through the adaptive semantic based arbitration system of the present invention, the number of virtual medical record conversion structures was able to observe a smooth transformation process as a subset of the clinical document structure.

본 발명의 적응형 시맨틱 기반 중재 시스템의 정확도 측정을 위해 하기 수학식을 사용하였다.In order to measure the accuracy of the adaptive semantic based arbitration system of the present invention, the following equation is used.

[수학식][Mathematical Expression]

Accuracy(정확도) = [True Positives(TP) + True Negatives(TN)] / [True Positives(TP) + True Negatives(TN) + False Positives(FP) + False Negatives(FN)]Accuracy = [True Positives (TP) + True Negatives (TN)] / [True Positives (TP) + True Negatives (TN) + False Positives (FP) + False Negatives

여기서, 파지티브(positive) 및 네가티브(negative)는 변환 프로세스의 컨셉 정밀도를 의미한다. Here, positive and negative signify the concept precision of the conversion process.

아래의 표 1은 본 발명의 실시예에 따른 적응형 시맨틱 기반 중재 시스템의 일반화 매핑 모듈(111) 및 중재 브릿지 온톨로지부(130)를 이용한 실험 결과를 나타낸 것이다.Table 1 below shows experimental results using the generalization mapping module 111 and the arbitration bridge ontology unit 130 of the adaptive semantic based arbitration system according to the embodiment of the present invention.

[표 1][Table 1]

Figure 112014121148130-pat00003
Figure 112014121148130-pat00003

표 1을 참조하면, 본 발명의 적응형 시맨틱 기반 중재 시스템의 일반화 매핑 모듈(111) 및 중재 브릿지 온톨로지부(130)를 이용한 임상 문서 구조를 가상 의료 기록으로 입력 변환하는 실험 결과는 매핑 구조의 리콜(Recall)이 0.75와 0.8 사이에 놓여있고, 전반적인 F-측정(F-Measure)은 대략 0.877를 나타냈다. Referring to Table 1, the experimental results of inputting and converting the clinical document structure using the generalization mapping module 111 and the arbitration bridge ontology unit 130 of the adaptive semantic based arbitration system of the present invention into a virtual medical record, (Recall) lies between 0.75 and 0.8, and the overall F-Measure (F-Measure) shows approximately 0.877.

또한, 전반적인 정확도는 79%을 나타냈으며, 낮은 정확도는 매핑 구조에 대한 저장된 커스트마이즈 매핑이 활용되지 못했기 때문이다. In addition, the overall accuracy was 79%, and the low accuracy was due to the lack of utilization of stored custom mapping for the mapping structure.

아래의 표 2는 본 발명의 실시예에 따른 적응형 시맨틱 기반 중재 시스템의 일반화 매핑 모듈(111), 커스트마이즈 매핑 모듈(112) 및 중재 브릿지 온톨로지부(130)를 이용한 실험 결과를 나타낸 것이다.Table 2 below shows experimental results using the generalization mapping module 111, the customize mapping module 112, and the arbitration bridge ontology unit 130 of the adaptive semantic based arbitration system according to the embodiment of the present invention.

[표 2] [Table 2]

Figure 112014121148130-pat00004
Figure 112014121148130-pat00004

표 2을 참조하면, 본 발명의 적응형 시맨틱 기반 중재 시스템의 일반화 매핑 모듈(111), 커스트마이즈 매핑 모듈(112) 및 중재 브릿지 온톨로지부(130)를 이용한 임상 문서 구조를 가상 의료 기록으로 입력 변환하는 실험 결과는 93%의 전반적인 정확성을 나타냈다.Referring to Table 2, the clinical document structure using the generalization mapping module 111, the customization mapping module 112, and the arbitration bridge ontology unit 130 of the adaptive semantic based arbitration system of the present invention is input into a virtual medical record The results showed an overall accuracy of 93%.

조직 특성 컨포먼스 정보(organization specific conformance information)은 개인화 상세 임상 모델 온톨로지에 저장된다.The organization specific conformance information is stored in the personalization detailed clinical model ontology.

상기 조직 특성 컨포먼스 정보는 79%에서 93%까지의 정확성 레벨에서 전반적인 증가에 기여한 커스트마이즈 매핑을 생산하는데 사용된다. The tissue property conformance information is used to produce a customized mapping that contributes to an overall increase in accuracy levels from 79% to 93%.

적응형 시맨틱 기반 중재 시스템은 상기 [표 1] 및 [표 2]를 통해 조직 컨포먼스 정보 적합성(organization conformance information handling)은 완벽한 데이터 상호 운용성을 위한 일반화 매핑을 지원하는 커스트마이즈 매핑을 생성하는 것이 필요한 것으로 판단된다.The adaptive semantic-based arbitration system is based on [Table 1] and [Table 2], and the organization conformance information handling is to generate a customize mapping that supports generalized mapping for complete data interoperability It is judged to be necessary.

이하에서는 본 발명의 적응형 시맨틱 기반 중재 시스템의 성능 평가를 위한 또 다른 실시예를 설명하기로 한다.
Hereinafter, another embodiment of the performance evaluation of the adaptive semantic based arbitration system of the present invention will be described.

[실시예 2][Example 2]

적응형 시맨틱 기반 중재 시스템의 성능 평가를 위한 실험을 진행하였으며, 실험 결과에 대한 비교 및 성능을 나타낸다.Experiments were conducted to evaluate the performance of the adaptive semantic based intervention system.

적응형 시맨틱 기반 중재 시스템의 변환 프로세스의 매핑 정확성에 대한 실험을 진행하였으며, 실험 조건으로 가상 의료 기록 출력을 임상 문서 구조로 변환하였다. Experiments on the mapping accuracy of the adaptive semantic - based intervention system conversion process and transformed the virtual medical record output into the clinical document structure as experimental conditions.

표 3은 본 발명의 실시예에 따른 적응형 시맨틱 기반 중재 시스템의 가상 의료 기록 출력을 임상 문서 구조로 변환하는 변환 프로세스 결과를 나타낸 것이다.Table 3 shows the conversion process results of converting the virtual medical record output of the adaptive semantic based arbitration system according to the embodiment of the present invention into the clinical document structure.

[표 3][Table 3]

Figure 112014121148130-pat00005
Figure 112014121148130-pat00005

표 3을 참조하면, 본 발명의 적응형 시맨틱 기반 중재 시스템의 가상 의료 기록 출력을 임상 문서 구조로 변환하는 실험 결과는 95%의 전반적인 정확성을 나타냈다.Referring to Table 3, the experimental results of converting the virtual medical record output of the adaptive semantic based arbitration system of the present invention into the clinical document structure showed an overall accuracy of 95%.

또한, 컨셉과 속성(Attributes)에서 리콜 및 F-측정은 1을 나타냈고, 값(Values)에서 리콜 및 F-측정은 각각 0.856 및 0.922를 나타냈다. The recall and F-measure in the concept and Attributes were 1, and the recall and F-measure in the Values were 0.856 and 0.922, respectively.

가상 의료 기록 출력은 가상 의료 기록보다 컨셉을 사용하고, 권장 사항(recommendations)을 포함하기 대문에, 가상 의료 기록 출력을 임상 문서 구조 출력으로 변환하기 위한 일반화 매핑 및 커스트마이즈 매핑을 사용하여 95%의 정확성가 획득된다.
The virtual medical record output uses concepts rather than the virtual medical record and includes recommendations, including generalized mapping and customized mapping to convert the virtual medical record output to the clinical document structure output, and a 95% Accuracy is obtained.

도 5는 본 발명의 실시예에 따른 적응형 시맨틱 기반 중재 방법을 설명하기 위한 흐름도이다.5 is a flowchart illustrating an adaptive semantic-based arbitration method according to an embodiment of the present invention.

도 5를 참조하면, 본 발명의 적응형 시맨틱 기반 중재 방법은 단계 510에서 상이한 표준 온톨로지 간 매칭을 수행하여 일반화 매핑을 생성하고, 개인화 상세 임상 모델을 기반으로 커스트마이즈 매핑을 생성한다.Referring to FIG. 5, the adaptive semantic-based arbitration method of the present invention performs matching between different standard ontologies at step 510 to generate generalized mappings, and generates customized mappings based on the personalized detailed clinical model.

단계 510은 상이한 의료 온톨로지 간의 온톨로지 매핑의 생성 및 저장을 위한 브릿지 알고리즘을 적용하여 처리할 수 있고, 상기 브릿지 알고리즘은 상이한 의료 표준 온톨로지(medical standards ontologies)를 입력으로 하여 매칭 프로세스를 진행하는 단계일 수 있다. Step 510 may be implemented by applying a bridge algorithm for creation and storage of ontology mappings between different medical ontologies, and the bridge algorithm may be a step of performing matching processes with different medical standards ontologies as inputs have.

또한, 단계 510은 상이한 의료 표준 온톨로지의 매핑을 생성하고, 생성된 매핑은 온톨로지 매칭 기술을 사용한 표준 온톨로지 저장소에 저장되는 단계일 수 있다. In addition, step 510 may generate a mapping of different medical standard ontologies, and the generated mapping may be stored in a standard ontology repository using an ontology matching technique.

이후 단계 520에서 일반화된 매핑 및 커스트 마이즈 매핑을 저장하여 유지한다.The generalized mapping and customization mapping is then stored and maintained at step 520.

단계 520은 일반화 매핑 모듈 및 커스트마이즈 매핑 모듈에 의해 생성된 일반화된 매핑 및 커스트마이즈 매핑을 저장하는 단계일 수 있다.Step 520 may be to store the generalized mapping and customize mapping generated by the generalized mapping module and the customize mapping module.

이후 단계 530에서 중재 브릿지 온톨로지 상의 매핑에 대한 변화를 관리한다. And then manages the changes to the mapping on the mediation bridge ontology at step 530.

단계 530은 중재 브릿지 온톨로지에서 적용하는 변화를 위한 매핑의 진화를 위해 변화 관리 기능을 수행하는 단계일 수 있다.Step 530 may be to perform the change management function for the evolution of the mapping for the change applied in the arbitration bridge ontology.

또한, 단계 530은 매핑 진화를 위한 프로세스의 온톨로지 변화 관리 측면을 다루는 단계일 수 있다.In addition, step 530 may be a step of dealing with an ontology change management aspect of the process for mapping evolution.

실시예에 따라, 단계 530은 건강 정보 시스템의 데이터 상호 운용성을 달성하기 위한 매핑의 정확성을 보완하는 단계일 수 있다. According to an embodiment, step 530 may be a step of supplementing the accuracy of the mapping to achieve data interoperability of the health information system.

이후 단계 540에서 건강 정보 시스템과 통신하여 중재 브릿지 온톨로지로부터 획득된 패턴 매칭 정보를 기반으로 상이한 표준 온톨로지 간 패턴을 전환한다.Thereafter, in step 540, the system communicates with the health information system and switches patterns between different standard ontologies based on the pattern matching information obtained from the arbitration bridge ontology.

단계 540은 건강 정보 시스템 사이의 데이터 상호 운용성의 효과를 일정 레벨로 실현하여 제공하는 단계일 수 있다. Step 540 may be a step of realizing and providing the effect of data interoperability between health information systems at a certain level.

또한, 단계 540은 유효한 의료 표준 포맷을 변환하고, 생성하는 구조적이고 순차적인 데이터 변환 메커니즘을 포함하는 단계일 수 있다. In addition, step 540 may be a step that includes a structured and sequential data transformation mechanism to transform and generate a valid medical standard format.

실시예에 따라, 상기 건강 정보 시스템은 전자의학기록(Electronic Medical Record, EMR), 전자건강기록(Electronic Health Records, EHR), 개인건강기록(Personal Health Record, PHR), 임상 결정 지원 시스템(Clinical Decision Supporting System, CDSS), 전산화된 의사 오더 엔트리(Computerized Physician Order Entry, CPOE) 및 건강정보교환(Health Information Exchange, HIE) 중 적어도 어느 하나를 포함할 수 있다.
According to an embodiment, the health information system comprises an electronic medical record (EMR), an electronic health record (EHR), a personal health record (PHR), a clinical decision support system Supporting System (CDSS), Computerized Physician Order Entry (CPOE), and Health Information Exchange (HIE).

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The method according to an embodiment may be implemented in the form of a program command that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, and the like, alone or in combination. The program instructions to be recorded on the medium may be those specially designed and configured for the embodiments or may be available to those skilled in the art of computer software. Examples of computer-readable media include magnetic media such as hard disks, floppy disks and magnetic tape; optical media such as CD-ROMs and DVDs; magnetic media such as floppy disks; Magneto-optical media, and hardware devices specifically configured to store and execute program instructions such as ROM, RAM, flash memory, and the like. Examples of program instructions include machine language code such as those produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter or the like. The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments. For example, it is to be understood that the techniques described may be performed in a different order than the described methods, and / or that components of the described systems, structures, devices, circuits, Lt; / RTI > or equivalents, even if it is replaced or replaced.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
Therefore, other implementations, other embodiments, and equivalents to the claims are also within the scope of the following claims.

100: 적응형 시맨틱 기반 중재 시스템
110: 정밀 매핑 엔진부
111: 일반화 매핑 모듈
112: 커스트마이즈 매핑 모듈
120: 표준 온톨로지 변화 관리부
121: 변화 감지 모듈
122: 변화 수집 모듈
123: 변화 형성 모듈
130: 중재 브릿지 온톨로지부
140: 변환 엔진부
141: 컨텐츠 핸들러
142: 전환 관리 모듈
143: 패턴 매칭 모듈
144: 패턴 변환 모듈
201: 스트링 매칭 브릿지(String Matching Bridge)
202: 동의어 브릿지(Synonym Bridge)
203: 다의성 브릿지(Polysemous Bridge)
204: 라벨 브릿지(Label Bridge)
205: 프로퍼리 기반 구조 브릿지(Property Based Structural Bridge)
206: 오버랩 브릿지(Overlap Bridge)
207: 차일드 기반 구조 브릿지(Child Based Structural Bridge)
300: 표준 온톨로지 저장소
400: 건강 정보 시스템100: Adaptive Semantic-based Intervention System
110: precision mapping engine section
111: Generalized mapping module
112: Customize mapping module
120: Standard ontology change management unit
121: Change detection module
122: change acquisition module
123: Transformation forming module
130: arbitration bridge ontology
140: conversion engine section
141: Content Handler
142: Transition management module
143: pattern matching module
144: pattern conversion module
201: String Matching Bridge
202: Synonym Bridge
203: Polysemous Bridge
204: Label Bridge
205: Property Based Structural Bridge
206: Overlap Bridge
207: Child Based Structural Bridge
300: Standard ontology repository
400: Health Information System

Claims (12)

상이한 표준 온톨로지 간 매칭을 수행하여 일반화 매핑을 생성하고, 개인화 상세 임상 모델(Personalized Detailed Clinical Model, P-DCM)을 기반으로 상기 상이한 표준 온톨로지에 대한 커스트마이즈 매핑을 생성하는 정밀 매핑 엔진부;
상기 일반화 매핑 및 상기 커스트마이즈 매핑을 저장하는 중재 브릿지 온톨로지부;
상기 중재 브릿지 온톨로지부 상의 매핑에 대한 변화를 관리하는 표준 온톨로지 변화 관리부; 및
건강 정보 시스템(Health Information Systems, HIS)과 통신하여 상기 중재 브릿지 온톨로지부로부터 획득된 패턴 매칭 정보를 기반으로 상기 상이한 표준 온톨로지 간 패턴을 전환하는 변환 엔진부
를 포함하는 적응형 시맨틱 기반 중재 시스템.A precision mapping engine for generating generalized mappings by performing matching between different standard ontologies and generating customized mappings for the different standard ontologies based on a Personalized Detailed Clinical Model (P-DCM);
An arbitration bridge ontology for storing the generalized mapping and the customized mapping;
A standard ontology change management unit for managing changes to the mapping on the arbitration bridge ontology unit; And
A conversion engine unit for communicating with the health information system (HIS) and switching patterns of the different standard ontologies based on the pattern matching information obtained from the arbitration bridge ontology unit,
Based adaptive semantic-based arbitration system. 제1항에 있어서,
상기 정밀 매핑 엔진부는
상기 상이한 표준 온톨로지에 대한 매칭 컨셉(match concept)을 분석하여 상기 일반화 매핑을 생성하고, 상기 생성된 일반화 매핑을 상기 중재 브릿지 온톨로지부에 저장하는 일반화 매핑 모듈; 및
상기 상이한 표준 온톨로지의 컨셉 간 연결(linkage)을 위한 상기 커스트마이즈 매핑을 생성하고, 상기 생성된 커스트마이즈 매핑을 상기 중재 브릿지 온톨로지부에 저장하는 커스트마이즈 매핑 모듈
을 포함하는 적응형 시맨틱 기반 중재 시스템.The method according to claim 1,
The precision mapping engine unit
A generalization mapping module for analyzing a match concept for the different standard ontology to generate the generalization mapping and storing the generated generalization mapping in the arbitration bridge ontology unit; And
A customize mapping module for generating the customize mapping for concept linking of the different standard ontologies and storing the generated customize mapping in the arbitration bridge ontology unit,
Based adaptive semantic-based arbitration system. 제1항에 있어서,
상기 표준 온톨로지 변화 관리부는
개인화 상세 임상 모델 온톨로지(P-DCM ontology)로부터 불일치 컨셉을 감지하는 변화 감지 모듈;
상기 변화 감지 모듈로부터 스태일 매핑(stale mapping)에 억세스하는 변화 수집 모듈; 및
상기 변화 수집 모듈에 의해 식별되는 수정 매핑 및 신규 매핑을 수집하고, 수집된 상기 수정 매핑 및 상기 신규 매핑을 상기 중재 브릿지 온톨로지부에 대응하는 포맷으로 변환하는 변화 형성 모듈
를 포함하는 적응형 시맨틱 기반 중재 시스템.The method according to claim 1,
The standard ontology change management unit
A change detection module for detecting a mismatch concept from the personalization detailed clinical model ontology (P-DCM ontology);
A change collection module for accessing a stale mapping from the change detection module; And
A change generation module for collecting the modification mappings and new mappings identified by the change collection module and for converting the modified mappings and the new mappings into a format corresponding to the arbitration bridge ontology part,
Based adaptive semantic-based arbitration system. 제3항에 있어서,
상기 개인화 상세 임상 모델 온톨로지는
상기 불일치 컨셉, 일치된 컨셉, 다른 표준 컨셉 및 임상 모델 컨셉의 관계에 대한 모든 정보를 포함하는 적응형 시맨틱 기반 중재 시스템. The method of claim 3,
The personalization detail clinical model ontology
An adaptive semantic based arbitration system including all information on the relationship of the inconsistency concept, the matched concept, the other standard concept, and the clinical model concept. 제3항에 있어서,
상기 변화 감지 모듈은
상기 불일치 컨셉에 맞추어 일치 컨셉으로 구성되는 싱글 스태일 매핑 및 상기 중재 브릿지 온톨로지부에서 식별되고, 상기 스태일 매핑으로 저장되는 상기 불일치 컨셉에 기반한 매핑을 포함하는 적응형 시맨틱 기반 중재 시스템. The method of claim 3,
The change detection module
And a mapping based on the mismatch concept identified in the arbitration bridge ontology section and stored in the state mapping. 2. The adaptive semantic based arbitration system according to claim 1, wherein the mismatch concept is mismatched. 제1항에 있어서,
상기 변환 엔진부는
상기 건강 정보 시스템과 통신하는 컨텐츠 핸들러;
상기 상이한 표준 온톨로지 간 변환을 관리하는 전환 관리 모듈;
상기 중재 브릿지 온톨로지부로부터 적합 얼라인먼트를 분석하여 입력 패턴을 매칭하는 패턴 매칭 모듈; 및
상기 중재 브릿지 온톨로지부로부터 획득된 패턴 매칭 정보를 기반으로 상기 입력 패턴을 출력 패턴으로 전환하는 패턴 변환 모듈
를 포함하는 적응형 시맨틱 기반 중재 시스템. The method according to claim 1,
The conversion engine unit
A content handler for communicating with the health information system;
A conversion management module for managing conversion between the different standard ontologies;
A pattern matching module for analyzing fit alignment from the arbitration bridge ontology section to match an input pattern; And
A pattern conversion module for converting the input pattern into an output pattern based on the pattern matching information obtained from the arbitration bridge ontology section;
Based adaptive semantic-based arbitration system. 적응형 시맨틱 기반 중재 시스템을 통한 적응형 시맨틱 기반 중재 방법에 있어서,
상이한 표준 온톨로지 간 매칭을 수행하여 일반화 매핑을 생성하고, 개인화 상세 임상 모델을 기반으로 상기 상이한 표준 온톨로지에 대한 커스트마이즈 매핑을 생성하는 단계;
상기 일반화 매핑 및 상기 커스트마이즈 매핑을 저장하여 유지하는 단계;
매핑에 대한 변화를 관리하는 단계; 및
건강 정보 시스템과 통신하여 획득된 패턴 매칭 정보를 기반으로 상기 상이한 표준 온톨로지 간 패턴을 전환하는 단계
를 포함하는 적응형 시맨틱 기반 중재 방법.An adaptive semantic based arbitration method using an adaptive semantic based arbitration system,
Performing a match between different standard ontologies to generate a generalized mapping, and generating a customize mapping for the different standard ontologies based on the personalized detailed clinical model;
Storing and maintaining the generalized mapping and the customized mapping;
Managing changes to the mapping; And
Converting the different standard ontology patterns based on the pattern matching information obtained by communicating with the health information system
Based adaptive semantic-based intervention method. 제7항에 있어서,
상기 커스트마이즈 매핑을 생성하는 단계는
상기 상이한 표준 온톨로지에 대한 매칭 컨셉을 분석하여 상기 일반화 매핑을 생성하고, 상기 생성된 일반화 매핑을 저장하는 것을 특징으로 하는 적응형 시맨틱 기반 중재 방법. 8. The method of claim 7,
The step of generating the customize mapping
Analyzing a matching concept for the different standard ontology to generate the generalization mapping, and storing the generated generalization mapping. 제8항에 있어서,
상기 커스트마이즈 매핑을 생성하는 단계는
상기 상이한 표준 온톨로지의 컨셉 간 연결을 위한 상기 커스트마이즈 매핑을 생성하고, 상기 생성된 커스트마이즈 매핑을 저장하는 단계
를 더 포함하는 적응형 시맨틱 기반 중재 방법. 9. The method of claim 8,
The step of generating the customize mapping
Generating the customize mapping for conceptual connection of the different standard ontologies, and storing the generated customize mapping
The method comprising the steps of: 제7항에 있어서,
상기 패턴을 전환하는 단계는
적합 얼라인먼트를 분석하여 입력 패턴을 매칭하고, 상기 획득된 패턴 매칭 정보를 기반으로 상기 입력 패턴을 출력 패턴으로 전환하는 단계
를 포함하는 적응형 시맨틱 기반 중재 방법. 8. The method of claim 7,
The step of switching the pattern
Analyzing the fit alignment to match the input pattern, and converting the input pattern into an output pattern based on the obtained pattern matching information
Based adaptive semantic-based intervention method. 제7항에 있어서,
상기 매핑에 대한 변화를 관리하는 단계는
개인화 상세 임상 모델 온톨로지로부터 불일치 컨셉 정보를 감지하는 단계;
상기 감지된 불일치 컨셉 정보로부터 스태일 매핑에 억세스하는 단계; 및
상기 억세스된 스태일 매핑에 의해 식별되는 수정 매핑 및 신규 매핑을 수집하고, 수집된 상기 수정 매핑 및 상기 신규 매핑의 포맷을 변환하는 단계
를 포함하는 적응형 시맨틱 기반 중재 방법. 8. The method of claim 7,
The step of managing changes to the mapping
Detecting inconsistency concept information from the personalized detailed clinical model ontology;
Accessing the state mapping from the detected mismatch concept information; And
Collecting a modification mapping and a new mapping identified by the accessed state mapping, and converting a format of the modified mapping and the new mapping collected
Based adaptive semantic-based intervention method. 제7항 내지 제11항 중 어느 한 항의 방법을 실행하는 프로그램을 기록한 컴퓨터 판독 가능 기록 매체.A computer-readable recording medium recording a program for executing the method of any one of claims 7 to 11.
KR1020140179555A 2014-12-12 2014-12-12 Adaptive semantic based mediation system and method KR101583162B1 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020140179555A KR101583162B1 (en) 2014-12-12 2014-12-12 Adaptive semantic based mediation system and method
PCT/KR2014/012296 WO2016093405A1 (en) 2014-12-12 2014-12-12 Adaptive semantic based mediation system and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140179555A KR101583162B1 (en) 2014-12-12 2014-12-12 Adaptive semantic based mediation system and method

Publications (1)

Publication Number Publication Date
KR101583162B1 true KR101583162B1 (en) 2016-01-07

Family

ID=55169089

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140179555A KR101583162B1 (en) 2014-12-12 2014-12-12 Adaptive semantic based mediation system and method

Country Status (2)

Country Link
KR (1) KR101583162B1 (en)
WO (1) WO2016093405A1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107766556B (en) * 2017-11-03 2021-07-30 福建工程学院 Interactive ontology matching method based on evolutionary algorithm and computer equipment

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101192845B1 (en) 2010-11-26 2012-10-19 경북대학교 산학협력단 System and method for converting standard health information
KR101441104B1 (en) 2012-09-03 2014-10-01 경희대학교 산학협력단 Method of personalized detailed clinical model for clinical concept

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101192845B1 (en) 2010-11-26 2012-10-19 경북대학교 산학협력단 System and method for converting standard health information
KR101441104B1 (en) 2012-09-03 2014-10-01 경희대학교 산학협력단 Method of personalized detailed clinical model for clinical concept

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Wajahat Ali Khan 외 5인, Personalized-detailed clinical model for data interroperability among clinical standards, Telemedicine and e-Health, August 2013, Vol. 19, No. 8, pp. 632~642. *
미국 공개특허 제20130282396호(2013.10.24), "system and method for deploying multiple clinical decision support models"
임상 표준들 사이에서 상호 운용성 프로토콜로 동작하는 세부 맞춤형 임상 모델, 발행처: 한국정보통신기술협회, 발행일: 2013.10., 표준번호: TTRA-10.0042 *

Also Published As

Publication number Publication date
WO2016093405A1 (en) 2016-06-16

Similar Documents

Publication Publication Date Title
KR101878217B1 (en) Method, apparatus and computer program for medical data
Roehrs et al. Toward a model for personal health record interoperability
Khan et al. An adaptive semantic based mediation system for data interoperability among health information systems
Chen et al. Automatic ICD-10 coding algorithm using an improved longest common subsequence based on semantic similarity
US20150006558A1 (en) Intelligent search tool for answering clinical queries
US9613125B2 (en) Data store organizing data using semantic classification
CN103488671A (en) Method and system for querying and integrating structured and instructured data
US20140108424A1 (en) Data store organizing data using semantic classification
US10755197B2 (en) Rule-based feature engineering, model creation and hosting
US9081847B2 (en) Data store organizing data using semantic classification
Si et al. An OMOP CDM-based relational database of clinical research eligibility criteria
CN103329140A (en) Creating an access control policy based on consumer privacy preferences
Coulet et al. Using pattern structures for analyzing ontology-based annotations of biomedical data
Hong et al. Standardizing heterogeneous annotation corpora using HL7 FHIR for facilitating their reuse and integration in clinical NLP
Janaswamy et al. Semantic interoperability and data mapping in EHR systems
Sheng et al. DEKGB: an extensible framework for health knowledge graph
KR101583162B1 (en) Adaptive semantic based mediation system and method
KR20100098032A (en) Electronic medical record system using clinical contents model improving an user interface
Khan et al. Achieving interoperability among healthcare standards: building semantic mappings at models level
Kock-Schoppenhauer et al. One Step Away from Technology but One Step Towards Domain Experts—MDRBridge: A Template-Based ISO 11179-Compliant Metadata Processing Pipeline
CN116861875A (en) Text processing method, device, equipment and storage medium based on artificial intelligence
Sheng et al. Ahiap: an agile medical named entity recognition and relation extraction framework based on active learning
Reyes Román et al. GenesLove. Me 2.0: improving the prioritization of genetic variations
Satti et al. Unsupervised semantic mapping for healthcare data storage schema
Wang et al. Radiology text analysis system (RadText): architecture and evaluation

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20181002

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20191028

Year of fee payment: 5