KR20160072852A - 사례 베이스 추론 기반의 임상 지식 검증 시스템 및 방법 - Google Patents

사례 베이스 추론 기반의 임상 지식 검증 시스템 및 방법 Download PDF

Info

Publication number
KR20160072852A
KR20160072852A KR1020140179798A KR20140179798A KR20160072852A KR 20160072852 A KR20160072852 A KR 20160072852A KR 1020140179798 A KR1020140179798 A KR 1020140179798A KR 20140179798 A KR20140179798 A KR 20140179798A KR 20160072852 A KR20160072852 A KR 20160072852A
Authority
KR
South Korea
Prior art keywords
clinical
candidate
case
knowledge
rules
Prior art date
Application number
KR1020140179798A
Other languages
English (en)
Other versions
KR101719401B1 (ko
Inventor
이승룡
막불 후사인
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 KR1020140179798A priority Critical patent/KR101719401B1/ko
Priority to PCT/KR2014/012297 priority patent/WO2016093406A1/en
Publication of KR20160072852A publication Critical patent/KR20160072852A/ko
Application granted granted Critical
Publication of KR101719401B1 publication Critical patent/KR101719401B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S128/00—Surgery
    • Y10S128/90—Blood pressure recorder

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Epidemiology (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Child & Adolescent Psychology (AREA)
  • Marketing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 임상 규칙에 기반하는 지식 베이스 및 임상 사례에 기반하는 사례 베이스를 저장하는 저장부, 지식저작도구(KAT, knowledge authoring tool)로부터 임상 후보 규칙을 로딩하는 로딩부, 상기 사례 베이스로부터 상기 임상 후보 규칙의 중복 및 모순 중 적어도 하나에 포함되는 후보 사례를 검색하는 검색부 및 상기 후보 사례의 존재 여부에 기초하여 재사용 여부 및 보유 여부 중 적어도 하나를 결정하는 결정부를 포함하는 사례 베이스 추론 기반의 임상 지식 검증 시스템을 개시한다.

Description

사례 베이스 추론 기반의 임상 지식 검증 시스템 및 방법{CLINICAL KNOWLEDGE VALIDATION SYSTEM AND METHOD BASED ON CASE BASE REASONING}
본 발명은 사례 베이스 추론 기반의 임상 지식 검증 시스템 및 방법에 관한 것으로, 보다 상세하게는 도메인 전문가의 참여 없이 사례 베이스로부터 새로운 임상 규칙을 검증하는 사례 베이스 추론 기반의 임상 지식 검증 시스템 및 방법에 관한 것이다.
임상의사결정지원 시스템(CDSS, clinical decision support system)은 환자 진료에서 의사가 진단이나 치료 방침을 결정 및 판단할 이에 필요한 기반 지식을 제공하고, 올바르게 추론할 수 있도록 도와주는 기능을 제공하는 의사결정을 지원하는 시스템이다.
또한, 임상의사결정지원 시스템은 의사가 환자를 진찰함에 있어서, 담당의사의 주관적인 판단 이외에 의학적으로 기정되어 있는 가이드라인을 컴퓨터로 구현하여 환자의 상태에 대응하는 임상 지식의 결과를 의사에게 알려줌으로써 오진을 막고, 환자에게 보다 객관적인 진료 행위가 이루어질 수 있도록 진료 환경을 제공할 수 있다.
또한, 임상의사결정지원 시스템은 의사에게 임상 정보를 제공하기 위해 임상 지식을 논리적으로 분석하여 규칙 정보(또는 임상 규칙 정보)로 생성할 수 있고, 규칙 정보를 지식 베이스(KB, knowledge base)에 보관하여 의사결정을 하는데 사용될 수 있다.
또한, 임상의사결정지원 시스템은 의사, 임상 지식을 제공하는 도메인 전문가 및 시스템 관리자 중 적어도 하나에게 규칙 정보를 생성, 개정, 갱신, 삭제 또는 검색하기 위해 논리적 엔진 도구를 이용하여 임상 지식을 쿼리(query) 기반의 규칙 정보로 변환할 수 있다.
또한, 임상의사결정지원 시스템에서 사용되는 임상 지식은 환자의 증상, 치료 방법 및 발병의 원인 등을 포함하는 의사의 경험적 지식 정보 및 도메인 전문가의 견해 정보를 포함할 수 있다.
또한, 임상의사결정지원 시스템은 도메인 전문가의 입력에 의해 새로운 규칙 후보를 생성할 수 있고, 도메인 전문가의 검증 및 기존 규칙 후보와의 비교 검증(예를 들어, 지식 베이스 기반의 내부 검증)을 통하여 새로운 규칙 후보를 검증할 수 있다.
그러나, 종래의 임상의사결정지원 시스템은 새로운 규칙 후보를 검증하는 경우, 지식 베이스 기반의 내부 검증으로 제한되어 있기 때문에 모순이 포함된 새로운 규칙 후보를 제공할 수 있다.
대한민국 등록특허 제101261177호(2013.04.29). "임상 의사결정 지원 시스템 및 방법" 대한민국 공개특허 제1020140135133호(2014.11.25). "임상의사결정 지원시스템 및 그 방법"
본 발명은 지식 베이스 기반의 내부 검증으로 제한하지 않고, 전문가의 참여가 없는 사례 베이스의 검증을 통하여 임상 후보 규칙의 검증을 수행하는 사례 베이스 추론 기반의 임상 지식 검증 시스템 및 방법을 제공한다.
본 발명은 통합된 어플리케이션 플랫폼 기반의 어댑터를 이용하여 복수의 임상 후보 규칙들을 로딩하고, 복수의 임상 후보 규칙을 검증함으로써, 대량의 데이터를 실시간으로 처리하는 사례 베이스 추론 기반의 임상 지식 검증 시스템 및 방법을 제공한다.
본 발명은 임상 후보 규칙과 사례 베이스 기반의 검색 결과에 대한 습득 지식을 저장하고, 저장된 습득 지식을 기반으로 반복 검색을 수행하는 사례 베이스 추론 기반의 임상 지식 검증 시스템 및 방법을 제공한다.
사례 베이스 추론 기반의 임상 지식 검증 시스템은 임상 규칙에 기반하는 지식 베이스 및 임상 사례에 기반하는 사례 베이스를 저장하는 저장부, 지식저작도구(KAT, knowledge authoring tool)로부터 임상 후보 규칙을 로딩하는 로딩부, 상기 사례 베이스로부터 상기 임상 후보 규칙의 중복 및 모순 중 적어도 하나에 포함되는 후보 사례를 검색하는 검색부 및 상기 후보 사례의 존재 여부에 기초하여 상기 임상 후보 규칙에 관련된 상기 후보 사례의 재사용 여부 및 보유 여부 중 적어도 하나를 결정하는 결정부를 포함한다.
상기 로딩부는 상기 임상 후보 규칙을 아덴 구문(arden syntax) MLM 포맷으로 정형화하여 로딩할 수 있고, 통합된 어플리케이션 플랫폼(integrated API) 기반의 어댑터(adaptor)를 이용하여 복수의 임상 후보 규칙들을 로딩할 수 있다.
상기 결정부는 상기 후보 사례의 상기 존재 여부에 관련된 정보를 상기 지식저작도구와 공유하고, 상기 지식저작도구의 검증 응답 정보에 기초하여 상기 재사용 여부 및 상기 보유 여부 중 적어도 하나를 결정할 수 있다.
실시예에 따르면, 상기 결정부는 상기 후보 사례가 존재하는 경우, 상기 후보 사례의 상기 재사용 여부를 결정하는 재사용 결정부 및 상기 후보 사례가 존재하지 않는 경우, 상기 임상 후보 규칙의 상기 보유 여부를 결정하는 보유 결정부를 포함할 수 있다.
상기 재사용 결정부는 상기 중복된 후보 사례이면 상기 중복된 후보 사례를 재사용하고, 상기 모순된 후보 사례이면 상기 임상 후보 규칙을 상기 모순된 후보 사례에 개정 또는 교체하여 갱신할 수 있다.
상기 저장부는 상기 임상 후보 규칙 및 상기 후보 사례에 대한 습득 지식을 상기 지식 베이스 및 상기 사례 베이스 중 적어도 하나에 적응적으로 저장할 수 있다.
상기 검색부는 상기 습득 지식이 저장된 상기 사례 베이스로부터 상기 임상 후보 규칙에 대응되는 추가 후보 사례를 반복 검색할 수 있다.
사례 베이스 추론 기반의 임상 지식 검증 방법은 임상 규칙에 기반하는 지식 베이스 및 임상 사례에 기반하는 사례 베이스를 저장하는 단계, 지식저작도구로부터 임상 후보 규칙을 로딩하는 단계, 상기 사례 베이스로부터 상기 임상 후보 규칙의 중복 및 모순 중 적어도 하나에 포함되는 후보 사례를 검색하는 단계 및 상기 후보 사례의 존재 여부에 기초하여 상기 임상 후보 규칙에 관련된 상기 후보 사례의 재사용 여부 및 보유 여부 중 적어도 하나를 결정하는 단계를 포함한다.
상기 로딩하는 단계는 상기 임상 후보 규칙을 아덴 구문 MLM 포맷으로 정형화하여 로딩할 수 있고, 통합된 어플리케이션 플랫폼 기반의 어댑터를 이용하여 복수의 임상 후보 규칙들을 로딩할 수 있다.
상기 결정하는 단계는 상기 후보 사례의 상기 존재 여부에 관련된 정보를 상기 지식저작도구와 공유하고, 상기 지식저작도구의 검증 응답 정보에 기초하여 상기 재사용 여부 및 상기 보유 여부 중 적어도 하나를 결정할 수 있다.
상기 저장하는 단계는 상기 임상 후보 규칙 및 상기 후보 사례에 대한 습득 지식을 적응적으로 저장할 수 있다.
본 발명은 지식 베이스 기반의 내부 검증으로 제한하지 않고, 전문가의 참여가 없는 사례 베이스의 검증을 통하여 임상 후보 규칙의 검증을 수행할 수 있다.
본 발명은 통합된 어플리케이션 플랫폼 기반의 어댑터를 이용하여 복수의 임상 후보 규칙들을 로딩하고, 복수의 임상 후보 규칙을 검증함으로써, 대량의 데이터를 실시간으로 처리할 수 있다.
본 발명은 임상 후보 규칙과 사례 베이스 기반의 검색 결과에 대한 습득 지식을 저장하고, 저장된 습득 지식을 기반으로 반복 검색을 수행할 수 있다.
도 1은 본 발명의 실시예에 따른 임상 후보 규칙을 검증하는 메커니즘을 도시한 예이다.
도 2는 본 발명의 제1 실시예에 따른 사례 베이스 추론 기반의 임상 지식 검증 시스템을 도시한 블록도이다.
도 3은 본 발명의 실시예에 따른 사례 베이스 추론 기반의 임상 지식 검증 시스템에서 결정부를 도시한 블록도이다.
도 4는 본 발명의 제2 실시예에 따른 사례 베이스 추론 기반의 임상 지식 검증 시스템을 도시한 블록도이다.
도 5는 본 발명의 실시예에 따른 사례 베이스 추론 기반의 임상 지식 검증 방법을 도시한 흐름도이다.
이하 첨부 도면들 및 첨부 도면들에 기재된 내용들을 참조하여 본 발명의 실시예를 상세하게 설명하지만, 본 발명이 실시예에 의해 제한되거나 한정되는 것은 아니다.
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.
도 1은 본 발명의 실시예에 따른 임상 후보 규칙을 검증하는 메커니즘을 도시한 예이다.
도 1을 참조하면, 임상 후보 규칙을 검증하는 메커니즘은 임상 규칙을 수정한 임상 후보 규칙 또는 새로운 임상 규칙을 생성하기 위한 임상 후보 규칙을 검증하기 위한 메커니즘일 수 있다.
임상 규칙은 환자의 증상, 치료 방법 및 발병의 원인 등을 포함하는 의사의 경험적 지식 정보와 도메인 전문가의 견해 정보를 참조하여 규칙의 형식으로 생성된 정보일 수 있고, 의사 결정을 하는데 사용되는 정보일 수 있다.
실시예에 따르면, 임상 후보 규칙을 검증하는 메커니즘은 검색하는 단계, 재사용(개정)하는 단계 및 보유하는 단계로 동작하여 임상 후보 규칙을 검증할 수 있고, 임상 지식 검증 시스템을 통하여 임상 후보 규칙을 검증할 수 있다. 이하, 도 2를 참조하여 임상 지식 검증 시스템을 상세히 설명하기로 한다.
도 2는 본 발명의 제1 실시예에 따른 사례 베이스 추론 기반의 임상 지식 검증 시스템을 도시한 블록도이다.
도 2를 참조하면, 임상 지식 검증 시스템(200)은 저장부(210), 로딩부(220), 검색부(230) 및 결정부(240)를 포함한다.
저장부(210)는 임상 규칙에 기반하는 지식 베이스 및 임상 사례에 기반하는 사례 베이스를 저장한다.
임상 규칙은 환자의 증상, 치료 방법 및 발병의 원인 등을 포함하는 의사의 경험적 지식 정보와 도메인 전문가의 견해 정보를 참조하여 규칙의 형식으로 생성된 정보일 수 있고, 임상 사례는 임상에 관련된 과거의 사례에 대한 정보일 수 있다.
또한, 임상 규칙은 의사 결정을 하는데 사용되는 정보일 수 있고, 임상 사례는 임상 규칙 및 임상 후보 규칙을 검증하는데 사용되는 정보일 수 있다.
실시예에 따르면, 저장부(210)는 지식 베이스에 임상 규칙을 축척하고, 사례 베이스에 과거의 임상 사례를 축척할 수 있다.
로딩부(220)는 지식저작도구(KAT, knowledge authoring tool)(100)로부터 임상 후보 규칙을 로딩한다. 보다 상세하게는, 로딩부(220)는 지식저작도구로부터 임상 규칙을 수정한 임상 후보 규칙 또는 새로운 임상 규칙을 생성하기 위한 임상 후보 규칙을 로딩할 수 있다.
지식저작도구(100)는 임상 의사 결정을 지원하는데 사용될 수 있고, 도메인 전문가에게 임상 후보 규칙 및 임상 규칙 등 임상 지식을 생성, 수정 및 삭제하기 위한 환경을 제공할 수 있다.
보다 상세하게는, 지식저작도구(100)는 도메인 전문가의 선택 입력에 의해 임상 후보 규칙을 생성, 수정 및 삭제할 수 있고, 지식 베이스에 포함된 임상 규칙을 생성, 수정 및 삭제할 수 있다.
또한, 지식저작도구(100)는 임상 후보 규칙 및 임상 규칙을 아덴 구문(arden syntax) MLM(medical logic module) 표준화 데이터 모델로 정형화할 수 있고, 복수의 임상 후보 규칙 및 복수의 임상 규칙을 생성할 수 있으며, 복수의 임상 후보 규칙 및 복수의 임상 규칙을 임상 지식 검증 시스템(200)과 공유할 수 있다.
본 발명의 일측에 따르면, 로딩부(220)는 임상 후보 규칙을 아덴 구문 MLM 표준화 데이터 모델로 정형화할 수 있고, 통합된 어플리케이션 플랫폼(integrated API) 기반의 어댑터(adaptor)를 이용하여 복수의 임상 후보 규칙들을 로딩할 수 있다.
어댑터는 지식저작도구(100)로부터 임상 후보 규칙을 로딩할 수 있고, 지식 베이스에 접근할 수 있도록 지식저작도구(100)에게 공유된 인터페이스를 제공할 수 있다.
실시예에 따르면, 로딩부(220)는 쿼리 기반의 임상 후보 규칙을 아덴 구문 MLM 표준화 데이터 모델로 정형화할 수 있다.
검색부(230)는 사례 베이스로부터 임상 후보 규칙의 중복 및 모순 중 적어도 하나에 포함되는 후보 사례를 검색한다. 보다 상세하게는, 검색부(230)는 유사도 함수를 이용하여 사례 베이스로부터 임상 후보 규칙의 중복 및 모순 중 적어도 하나에 포함되는 후보 사례를 검색할 수 있다.
예를 들어, 검색부(230)는 임상 후보 규칙과 후보 사례 사이에 존재하는 유사한 키워드의 분포를 추출하는 유사도 함수를 이용하여 사례 베이스로부터 임상 후보 규칙의 중복 및 모순 중 적어도 하나에 포함되는 후보 사례를 검색할 수 있다.
유사도 함수는 유사한 키워드의 분포를 추출하기 위하여 검색 연산자를 포함할 수 있다. 검색 연산자는 두 개 이상의 키워드 또는 구문을 모두 만족하는 AND 연산자, 두 개 이상의 키워드 또는 구문 중에 하나만 만족하는 OR 연산자 및 두 개의 키워드 간의 상대적인 거리와 위치를 만족하는 근접 연산자를 포함할 수 있다.
또한, 검색부(230)는 아덴 구문 MLM 포맷에 기반하여 임상 후보 규칙을 정형화된 사례 구조로 호환하여 후보 사례를 검색할 수 있다.
결정부(240)는 후보 사례의 존재 여부에 기초하여 재사용 여부 및 보유 여부 중 적어도 하나를 결정한다. 이하, 도 3을 참조하여 결정부(240)의 세분화된 구성을 상세히 설명하기로 한다.
도 3은 본 발명의 실시예에 따른 사례 베이스 추론 기반의 임상 지식 검증 시스템에서 결정부를 도시한 블록도이다.
도 3을 참조하면, 결정부(240)는 재사용 결정부(241) 및 보유 결정부(242)를 포함할 수 있다.
재사용 결정부(241)는 후보 사례가 존재하는 경우, 후보 사례의 재사용 여부를 결정할 수 있다.
예를 들어, 재사용 결정부(241)는 중복된 후보 사례이면 중복된 후보 사례를 재사용하고, 모순된 후보 사례이면 임상 후보 규칙을 모순된 후보 사례에 개정 또는 교체하여 갱신할 수 있다.
보유 결정부(242)는 후보 사례가 존재하지 않는 경우, 임상 후보 규칙의 보유 여부를 결정할 수 있다.
본 발명의 일측에 따르면, 결정부(240)는 후보 사례의 존재 여부에 관련된 정보를 지식저작도구와 공유하고, 지식저작도구의 검증 응답 정보에 기초하여 재사용 여부 및 보유 여부 중 적어도 하나를 결정할 수 있다.
실시예에 따르면, 저장부(210)는 임상 후보 규칙 및 후보 사례에 대한 습득 지식을 지식 베이스 및 사례 베이스 중 적어도 하나에 적응적으로 저장할 수 있고, 검색부(230)는 습득 지식이 저장된 상기 사례 베이스로부터 상기 임상 후보 규칙에 대응되는 추가 후보 사례를 반복 검색할 수 있다.
따라서, 임상 지식 검증 시스템(200)은 임상 후보 규칙에 대한 검증을 반복 수행하여 의사 결정의 신뢰도를 향상시킬 수 있다.
도 4는 본 발명의 제2 실시예에 따른 사례 베이스 추론 기반의 임상 지식 검증 시스템을 도시한 블록도이다.
도 4를 참조하면, 임상 지식 검증 시스템(400)은 지식 관리부(knowledge manager)(400-1) 및 MLM 추론부(CBR based MLM reasoner)(400-2)를 포함할 수 있다.
지식 관리부(400-1)는 지식저작도구(300)로부터 임상 규칙을 수정한 임상 후보 규칙 또는 새로운 임상 규칙을 생성하기 위한 임상 후보 규칙을 로딩하여 MLM 추론부(400-2)에게 전송할 수 있다.
MLM 추론부(400-2)는 임상 후보 규칙의 중복 및 모순 중 적어도 하나에 포함되는 후보 사례를 검색하여 후보 사례에 대한 검색 결과를 지식 관리부(400-1)에게 전송할 수 있다.
지식 관리부(400-1)는 후보 사례의 존재 여부에 관련된 정보를 지식저작도구(300)와 공유하고, 지식저작도구(300)의 검증 응답 정보에 기초하여 재사용 여부 및 보유 여부 중 적어도 하나를 결정할 수 있다.
실시예에 따르면, 지식 관리부(400-1)의 세부 구성과 MLM 추론부(400-2)의 세부 구성은 서로 연동될 수 있다.
따라서, 지식 관리부(400-1) 및 MLM 추론부(400-2)의 세부 구성의 정의를 먼저 설명하고, 다음으로 지식 관리부(400-1) 및 MLM 추론부(400-2)의 세부 구성을 같이 설명하기로 한다.
지식 관리부(400-1)는 KAT 어댑터(KAT adapter)(410), MLM 조작부(MLM manipulator)(420), VMR 조작부(VMR manipulator)(430) 및 사례 조작부(case manipulator)(440)를 포함할 수 있다.
또한, MLM 추론부(400-2)는 사례 프로세싱부(case processing)(450), MLM 인터페이스부(MLM interface)(460) 및 지식 베이스(470)를 포함할 수 있다.
KAT 어댑터(410)는 지식저작도구(300)로부터 임상 후보 규칙을 로딩할 수 있고, 지식 베이스(470)에 접근할 수 있도록 지식저작도구(300)에게 공유된 인터페이스를 제공할 수 있다.
보다 상세하게는, KAT 어댑터(410)는 지식저작도구(300)로부터 임상 규칙을 수정한 임상 후보 규칙 또는 새로운 임상 규칙을 생성하기 위한 임상 후보 규칙을 로딩할 수 있다.
지식저작도구(300)는 임상 의사 결정을 지원하는데 사용될 수 있고, 도메인 전문가에게 임상 후보 규칙 및 임상 규칙 등 임상 지식을 생성, 수정 및 삭제하기 위한 환경을 제공할 수 있다.
예를 들어, 지식저작도구(300)는 도메인 전문가의 선택 입력에 의해 임상 후보 규칙을 생성, 수정 및 삭제할 수 있다.
또한, 지식저작도구(300)는 임상 후보 규칙 및 임상 규칙을 HL7 아덴 구문 MLM 표준화 데이터 모델로 정형화할 수 있고, 복수의 임상 후보 규칙 및 복수의 임상 규칙을 생성할 수 있으며, 복수의 임상 후보 규칙 및 복수의 임상 규칙을 임상 지식 검증 시스템(200)과 공유할 수 있다.
실시예에 따르면, KAT 어댑터(410)는 쿼리 기반의 임상 후보 규칙을 아덴 구문 MLM 표준화 데이터 모델로 정형화할 수 있다. 또한, KAT 어댑터(410)는 MLM 조작부(420), VMR 조작부(430) 및 사례 조작부(440)에게 임상 후보 규칙을 전달하여 임상 후보 규칙을 공유할 수 있다.
MLM 조작부(420)는 임상 후보 규칙을 MLM 인터페이스부(400-2)에게 전달하고, MLM 인터페이스부(400-2)로부터 임상 후보 규칙의 중복 및 모순 중 적어도 하나에 포함되는 후보 사례에 대한 검색 결과를 수신할 수 있다.
VMR 조작부(430)는 후보 사례에 대한 검색 및 데이터 모델을 조작할 수 있다.
예를 들어, VMR 조작부(430)는 MLM 추론부(400-2)를 통하여 후보 사례에 관련된 데이터 정보를 추출할 수 있다.
또한, VMR 조작부(430)는 후보 사례가 존재하지 않는 경우, 임상 후보 규칙의 보유 여부를 결정할 수 있다.
본 발명의 일측에 따르면, VMR 조작부(430)는 후보 사례의 존재 여부에 관련된 정보를 지식저작도구(300)와 공유하고, 지식저작도구(300)의 검증 응답 정보에 기초하여 재사용 여부 및 보유 여부 중 적어도 하나를 결정할 수 있다.
사례 조작부(440)는 MLM 조작부(420)와 VMR 조작부(430)를 중재할 수 있고, 임상 후보 규칙을 사례 프로세싱부(450)에 전달할 수 있으며, 사례 프로세싱부(450)는 지식 베이스(470)에 포함되는 사례 베이스로부터 임상 후보 규칙의 중복 및 모순 중 적어도 하나에 포함되는 후보 사례를 검색할 수 있다.
보다 상세하게는, 사례 프로세싱부(450)는 유사도 함수를 이용하여 사례 베이스로부터 임상 후보 규칙의 중복 및 모순 중 적어도 하나에 포함되는 후보 사례를 검색할 수 있다.
예를 들어, 사례 프로세싱부(450)는 임상 후보 규칙과 후보 사례 사이에 존재하는 유사한 키워드의 분포를 추출하는 유사도 함수를 이용하여 사례 베이스로부터 임상 후보 규칙의 중복 및 모순 중 적어도 하나에 포함되는 후보 사례를 검색할 수 있다.
유사도 함수는 유사한 키워드의 분포를 추출하기 위하여 검색 연산자를 포함할 수 있다. 검색 연산자는 두 개 이상의 키워드 또는 구문을 모두 만족하는 AND 연산자, 두 개 이상의 키워드 또는 구문 중에 하나만 만족하는 OR 연산자 및 두 개의 키워드 간의 상대적인 거리와 위치를 만족하는 근접 연산자를 포함할 수 있다.
MLM 인터페이스부(460)는 MLM 조작부(420)와 지식 베이스(470) 간의 데이터 브리지를 수행할 수 있다.
예를 들어, MLM 인터페이스부(460)는 MLM 조작부(420)로부터 임상 후보 규칙을 수신하여 지식 베이스(470)에게 전달할 수 있고, 지식 베이스(470)로부터 후보 사례에 대한 습득 지식을 수신하여 MLM 조작부(420)에게 전달할 수 있다.
지식 베이스(470)는 임상 후보 규칙 및 후보 사례에 대한 습득 지식을 별도의 지식 베이스 및 사례 베이스 중 적어도 하나에 적응적으로 저장할 수 있다.
실시예에 따르면, 사례 프로세싱부(450)는 습득 지식이 저장된 상기 사례 베이스로부터 상기 임상 후보 규칙에 대응되는 추가 후보 사례를 반복 검색할 수 있다.
도 5는 본 발명의 실시예에 따른 사례 베이스 추론 기반의 임상 지식 검증 방법을 도시한 흐름도이다.
도 5를 참조하면, 임상 지식 검증 시스템은 단계 510에서, 임상 규칙에 기반하는 지식 베이스 및 임상 사례에 기반하는 사례 베이스를 저장한다.
임상 규칙은 환자의 증상, 치료 방법 및 발병의 원인 등을 포함하는 의사의 경험적 지식 정보와 도메인 전문가의 견해 정보를 참조하여 규칙의 형식으로 생성된 정보일 수 있고, 임상 사례는 임상에 관련된 과거의 사례에 대한 정보일 수 있다.
또한, 임상 규칙은 의사 결정을 하는데 사용되는 정보일 수 있고, 임상 사례는 임상 규칙 및 임상 후보 규칙을 검증하는데 사용되는 정보일 수 있다.
단계 510에서, 임상 지식 검증 시스템은 지식 베이스에 임상 규칙을 축척하고, 사례 베이스에 과거의 임상 사례를 축척할 수 있다. 단계 510에서, 임상 지식 검증 시스템은 임상 후보 규칙을 확인하기 위한 선행 지식일 수 있다.
단계 520에서, 임상 지식 검증 시스템은 지식저작도구로부터 임상 후보 규칙을 로딩한다. 보다 상세하게는 단계 520에서, 지식저작도구로부터 임상 규칙을 수정한 임상 후보 규칙 또는 새로운 임상 규칙을 생성하기 위한 임상 후보 규칙을 로딩할 수 있다.
지식저작도구는 임상 의사 결정을 지원하는데 사용될 수 있고, 도메인 전문가에게 임상 후보 규칙 및 임상 규칙 등 임상 지식을 생성, 수정 및 삭제하기 위한 환경을 제공할 수 있다.
보다 상세하게는, 지식저작도구는 도메인 전문가의 선택 입력에 의해 임상 후보 규칙을 생성, 수정 및 삭제할 수 있고, 지식 베이스에 포함된 임상 규칙을 생성, 수정 및 삭제할 수 있다.
또한, 지식저작도구는 임상 후보 규칙 및 임상 규칙을 아덴 구문 MLM 표준화 데이터 모델로 정형화할 수 있고, 복수의 임상 후보 규칙 및 복수의 임상 규칙을 생성할 수 있으며, 복수의 임상 후보 규칙 및 복수의 임상 규칙을 임상 지식 검증 시스템과 공유할 수 있다.
단계 520에서, 임상 지식 검증 시스템은 임상 후보 규칙을 아덴 구문 MLM 표준화 데이터 모델로 정형화할 수 있고, 통합된 어플리케이션 플랫폼 기반의 어댑터를 이용하여 복수의 임상 후보 규칙들을 로딩할 수 있다.
어댑터는 지식저작도구로부터 임상 후보 규칙을 로딩할 수 있고, 지식 베이스에 접근할 수 있도록 지식저작도구에게 공유된 인터페이스를 제공할 수 있다.
단계 520에서, 임상 지식 검증 시스템은 쿼리 기반의 임상 후보 규칙을 아덴 구문 MLM 표준화 데이터 모델로 정형화할 수 있다.
단계 530에서, 임상 지식 검증 시스템은 사례 베이스로부터 임상 후보 규칙의 중복 및 모순 중 적어도 하나에 포함되는 후보 사례를 검색한다. 보다 상세하게는 단계 530에서, 유사도 함수를 이용하여 사례 베이스로부터 임상 후보 규칙의 중복 및 모순 중 적어도 하나에 포함되는 후보 사례를 검색할 수 있다.
예를 들어, 임상 지식 검증 시스템은 단계 530에서, 임상 후보 규칙과 후보 사례 사이에 존재하는 유사한 키워드의 분포를 추출하는 유사도 함수를 이용하여 사례 베이스로부터 임상 후보 규칙의 중복 및 모순 중 적어도 하나에 포함되는 후보 사례를 검색할 수 있다.
단계 540에서, 임상 지식 검증 시스템은 후보 사례의 존재 여부에 기초하여 재사용 여부 및 보유 여부 중 적어도 하나를 결정한다.
예를 들어, 임상 지식 검증 시스템은 단계 540에서, 후보 사례가 존재하는 경우, 후보 사례의 재사용 여부를 결정할 수 있고, 후보 사례가 존재하지 않는 경우, 임상 후보 규칙의 보유 여부를 결정할 수 있다.
또한, 임상 지식 검증 시스템은 단계 540에서, 후보 사례의 존재 여부에 관련된 정보를 지식저작도구와 공유하고, 지식저작도구의 검증 응답 정보에 기초하여 재사용 여부 및 보유 여부 중 적어도 하나를 결정할 수 있다.
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.
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.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
100: 지식저작도구
200: 임상 지식 검증 시스템
210: 저장부
220: 로딩부
230: 검색부
240: 결정부

Claims (14)

  1. 임상 규칙에 기반하는 지식 베이스 및 임상 사례에 기반하는 사례 베이스를 저장하는 저장부;
    지식저작도구(KAT, knowledge authoring tool)로부터 임상 후보 규칙을 로딩하는 로딩부;
    상기 사례 베이스로부터 상기 임상 후보 규칙의 중복 및 모순 중 적어도 하나에 포함되는 후보 사례를 검색하는 검색부; 및
    상기 후보 사례의 존재 여부에 기초하여 상기 임상 후보 규칙에 관련된 상기 후보 사례의 재사용 여부 및 보유 여부 중 적어도 하나를 결정하는 결정부
    를 포함하는 사례 베이스 추론 기반의 임상 지식 검증 시스템.
  2. 제1항에 있어서,
    상기 로딩부는
    상기 임상 후보 규칙을 아덴 구문(arden syntax) MLM 포맷으로 정형화하여 로딩하는
    사례 베이스 추론 기반의 임상 지식 검증 시스템.
  3. 제1항에 있어서
    상기 로딩부는
    통합된 어플리케이션 플랫폼(integrated API) 기반의 어댑터(adaptor)를 이용하여 복수의 임상 후보 규칙들을 로딩하는
    사례 베이스 추론 기반의 임상 지식 검증 시스템.
  4. 제1항에 있어서,
    상기 결정부는
    상기 후보 사례의 상기 존재 여부에 관련된 정보를 상기 지식저작도구와 공유하고, 상기 지식저작도구의 검증 응답 정보에 기초하여 상기 재사용 여부 및 상기 보유 여부 중 적어도 하나를 결정하는
    사례 베이스 추론 기반의 임상 지식 검증 시스템.
  5. 제1항에 있어서,
    상기 결정부는
    상기 후보 사례가 존재하는 경우, 상기 후보 사례의 상기 재사용 여부를 결정하는 재사용 결정부; 및
    상기 후보 사례가 존재하지 않는 경우, 상기 임상 후보 규칙의 상기 보유 여부를 결정하는 보유 결정부
    를 포함하는 사례 베이스 추론 기반의 임상 지식 검증 시스템.
  6. 제5항에 있어서,
    상기 재사용 결정부는
    상기 중복된 후보 사례이면 상기 중복된 후보 사례를 재사용하고, 상기 모순된 후보 사례이면 상기 임상 후보 규칙을 상기 모순된 후보 사례에 개정 또는 교체하여 갱신하는
    사례 베이스 추론 기반의 임상 지식 검증 시스템.
  7. 제1항에 있어서,
    상기 저장부는
    상기 임상 후보 규칙 및 상기 후보 사례에 대한 습득 지식을 상기 지식 베이스 및 상기 사례 베이스 중 적어도 하나에 적응적으로 저장하는
    사례 베이스 추론 기반의 임상 지식 검증 시스템.
  8. 제7항에 있어서,
    상기 검색부는
    상기 습득 지식이 저장된 상기 사례 베이스로부터 상기 임상 후보 규칙에 대응되는 추가 후보 사례를 반복 검색하는
    사례 베이스 추론 기반의 임상 지식 검증 시스템.
  9. 임상 규칙에 기반하는 지식 베이스 및 임상 사례에 기반하는 사례 베이스를 저장하는 단계;
    지식저작도구로부터 임상 후보 규칙을 로딩하는 단계;
    상기 사례 베이스로부터 상기 임상 후보 규칙의 중복 및 모순 중 적어도 하나에 포함되는 후보 사례를 검색하는 단계; 및
    상기 후보 사례의 존재 여부에 기초하여 상기 임상 후보 규칙에 관련된 상기 후보 사례의 재사용 여부 및 보유 여부 중 적어도 하나를 결정하는 단계
    를 포함하는 사례 베이스 추론 기반의 임상 지식 검증 방법.
  10. 제9항에 있어서,
    상기 로딩하는 단계는
    상기 임상 후보 규칙을 아덴 구문 MLM 포맷으로 정형화하여 로딩하는
    사례 베이스 추론 기반의 임상 지식 검증 방법.
  11. 제9항에 있어서,
    상기 로딩하는 단계는
    통합된 어플리케이션 플랫폼 기반의 어댑터를 이용하여 복수의 임상 후보 규칙들을 로딩하는
    사례 베이스 추론 기반의 임상 지식 검증 방법.
  12. 제9항에 있어서,
    상기 결정하는 단계는
    상기 후보 사례의 상기 존재 여부에 관련된 정보를 상기 지식저작도구와 공유하고, 상기 지식저작도구의 검증 응답 정보에 기초하여 상기 재사용 여부 및 상기 보유 여부 중 적어도 하나를 결정하는
    사례 베이스 추론 기반의 임상 지식 검증 방법.
  13. 제9항에 있어서,
    상기 저장하는 단계는
    상기 임상 후보 규칙 및 상기 후보 사례에 대한 습득 지식을 적응적으로 저장하는
    사례 베이스 추론 기반의 임상 지식 검증 방법.
  14. 제9항 내지 제13항 중 어느 한 항의 방법을 수행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
KR1020140179798A 2014-12-12 2014-12-12 사례 베이스 추론 기반의 임상 지식 검증 시스템 및 방법 KR101719401B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020140179798A KR101719401B1 (ko) 2014-12-12 2014-12-12 사례 베이스 추론 기반의 임상 지식 검증 시스템 및 방법
PCT/KR2014/012297 WO2016093406A1 (en) 2014-12-12 2014-12-12 Clinical knowledge validation system and method based on case base reasoning

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140179798A KR101719401B1 (ko) 2014-12-12 2014-12-12 사례 베이스 추론 기반의 임상 지식 검증 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20160072852A true KR20160072852A (ko) 2016-06-24
KR101719401B1 KR101719401B1 (ko) 2017-03-23

Family

ID=56107575

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140179798A KR101719401B1 (ko) 2014-12-12 2014-12-12 사례 베이스 추론 기반의 임상 지식 검증 시스템 및 방법

Country Status (2)

Country Link
KR (1) KR101719401B1 (ko)
WO (1) WO2016093406A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110310745A (zh) * 2019-05-21 2019-10-08 上海交通大学医学院附属瑞金医院 医疗指南和数据驱动相结合的治疗方案推荐***

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102077218B1 (ko) * 2018-06-08 2020-04-08 경희대학교 산학협력단 임상 의사 결정 시스템 구축을 위한 의료 정보 변환 방법 및 시스템
CN113077893B (zh) * 2021-04-23 2024-02-09 上海理工大学 一种智能辅具适配决策***及方法
CN116994686B (zh) * 2023-09-26 2023-12-15 北斗云方(北京)健康科技有限公司 数据驱动的临床决策支持***和方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090000196A (ko) * 2007-01-29 2009-01-07 서울대학교병원 (분사무소) 홈헬스케어 데이터와 의료기관 진료정보를 이용한 임상의사결정 지원장치
KR101261177B1 (ko) 2011-11-29 2013-05-09 삼성에스디에스 주식회사 임상 의사결정 지원 시스템 및 방법
KR20140135133A (ko) 2014-10-06 2014-11-25 (주)솔트웍스 임상의사결정 지원시스템 및 그 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8170972B2 (en) * 2007-05-02 2012-05-01 General Electric Company Conflicting rule resolution system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090000196A (ko) * 2007-01-29 2009-01-07 서울대학교병원 (분사무소) 홈헬스케어 데이터와 의료기관 진료정보를 이용한 임상의사결정 지원장치
KR101261177B1 (ko) 2011-11-29 2013-05-09 삼성에스디에스 주식회사 임상 의사결정 지원 시스템 및 방법
KR20140135133A (ko) 2014-10-06 2014-11-25 (주)솔트웍스 임상의사결정 지원시스템 및 그 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110310745A (zh) * 2019-05-21 2019-10-08 上海交通大学医学院附属瑞金医院 医疗指南和数据驱动相结合的治疗方案推荐***
CN110310745B (zh) * 2019-05-21 2021-12-03 上海交通大学医学院附属瑞金医院 医疗指南和数据驱动相结合的治疗方案推荐***

Also Published As

Publication number Publication date
KR101719401B1 (ko) 2017-03-23
WO2016093406A1 (en) 2016-06-16

Similar Documents

Publication Publication Date Title
US11049049B2 (en) Transforming rules into generalized rules in a rule management system
US6385600B1 (en) System and method for searching on a computer using an evidence set
US6256627B1 (en) System and method for maintaining a knowledge base and evidence set
CN104636409B (zh) 促进搜索结果的显示的方法、设备和产生搜索结果的方法
US10019538B2 (en) Knowledge representation on action graph database
Wang et al. Eliminating concepts and roles from ontologies in expressive descriptive logics
KR101719401B1 (ko) 사례 베이스 추론 기반의 임상 지식 검증 시스템 및 방법
CN103631904B (zh) 反病毒分析期间选择同或异步文件访问方法的***和方法
US11295861B2 (en) Extracted concept normalization using external evidence
US20080120271A1 (en) Tracking entities during identity resolution
CN107016047A (zh) 文档查询、文档存储方法及装置
KR101785780B1 (ko) 건강 정보 제공 시스템 및 방법
BRPI1100224B1 (pt) sistema para identificação de similaridade textual, sistema de análise de organização e meio legível por computador
US10171311B2 (en) Generating synthetic data
KR20200093441A (ko) 지식 그래프 중의 데이터 모델을 획득하는 방법, 장치, 기기 및 저장 매체
US20210133390A1 (en) Conceptual graph processing apparatus and non-transitory computer readable medium
US8423951B1 (en) Systems and/or methods for identifying corresponding elements in different models
CN104516994B (zh) 计算机实现的辅助发布规划的方法和装置
Furtado et al. A semiotic approach to conceptual modelling
US11550786B1 (en) System, method, and computer program for converting a natural language query to a structured database update statement
US8478791B2 (en) Interoperability across heterogeneous taxonomies
KR102221263B1 (ko) 뇌기능 지식 베이스 자가 성장 시스템 및 방법
Chebanyuk An approach to software assets reusing
US10936586B2 (en) Method and system for providing domain-specific response to a user query
KR102593907B1 (ko) 의미역 결정 기반 신경망 연산 방법 및 장치

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20200128

Year of fee payment: 4