환자의 미래 건강상태 정보를 조기에 알아내는 것은 진단이나 치료 계획 수립에 있어 매우 중요하게 활용될 수 있는 정보이다. 최근 의무기록의 디지털화를 통해 환자의 과거부터 현재까지의 건강상태 정보가 EMR에 저장되고, 기계학습 기술의 발달로 대규모 EMR 데이터를 분석하여 의미있는 결과를 도출할 수 있는 환경이 갖춰졌다. 이에 기반하여 시계열 EMR 데이터로부터 미래의 건강상태를 예측할 수 있는 기술의 개발이 요구된다.
EMR 데이터는 환자의 방문에 따라 기록된 데이터로 시계열성을 갖고, 각 방문 별로 여러 검사 항목에 대한 결과로 구성되어 있으므로 복합 특징으로 구성되어있다. 이와 같은 시계열성 및 복잡성을 고려한 미래 건강상태 예측 기술의 개발이 요구된다.
본 기술이전은 복합 특징을 갖고 시계열로 구성된 대규모 EMR 데이터를 입력하여 미래의 건강상태를 예측할 수 있는 딥러닝 예측 모델을 학습하고, 학습된 예측 모델을 이용해 새로운 사용자의 EMR 데이터 입력 시 미래 건강상태를 예측하는 기술을 포함한다. 본 기술은 EMR의 복합 특징 및 시계열성을 고려하여 각 특징 및 방문 별로 집중도(가중치)를 다르게 고려할 수 있는 딥러닝 기술이다.
본 연구팀에서는 본 기술을 의료 데이터 기반 미래 건강상태 예측에 적용시켰으나 해당 기술을 의료 데이터에 국한되지 않고, 다양한 종류의 시계열 데이터 기반 예측에 활용될 수 있다. 기술이전 수요 업체에서 의료 데이터 또는 유사한 종류의 시계열 데이터 기반 예측에 대한 요구사항이 있다면 본 기술의 활용이 가능하다.
- 전처리 단계에서 데이터 내 결측치 대치
- 복합 특징 시계열 EMR 데이터 기반 집중지능 딥러닝 예측 모델 학습 및 예측
- 미래 건강상태 예측을 위해 방문 및 EMR 항목 별 집중도를 다르게 반영
● 복합 특징 시계열 EMR 데이터 내 결측치 대치
● 복합 특징 시계열 집중지능 딥러닝 모델 학습
● 복합 특징 시계열 집중지능 딥러닝 모델 기반 미래 건강상태 예측
* 기술이전의 범위는 아래의 기능을 포함하는 소프트웨어로 정함
● 복합 특징 시계열 EMR 데이터 내 결측치 대치
- 딥러닝 학습 및 예측 수행을 위해 EMR 데이터 내 결측치를 다른 값으로 대치하는 전처리 기능
● 복합 특징 시계열 집중지능 딥러닝 모델 학습
- 미래 건강상태 예측을 위해 여러 샘플로 구성된 시계열 EMR 데이터를 입력하여 예측 모델을 학습하는 기능
● 복합 특징 시계열 집중지능 딥러닝 모델 기반 미래 건강상태 예측
- 학습된 예측 모델에 개인의 시계열 EMR 데이터를 입력하여 미래 건강상태를 예측하는 기능
A. 임상의사결정지원
미래 건강상태 예측 결과 기반 의사의 진단 및 치료 계획 수립 지원 서비스
B. 헬스케어
미래 건강상태 예측을 통한 개인 건강관리 가이드 서비스