- 환자의 미래 건강상태 정보를 조기에 알아내는 것은 진단이나 치료 계획 수립에 있어 매우 중요하게 활용될 수 있는 정보임
- EMR는 환자의 방문별로 다양한 검사 항목에 대한 결과를 저장하고 있는 데이터로 이를 활용하여 환자의 미래 건강상태를 예측하는 기술들이 개발되고 있음
- EMR 데이터는 환자의 실제 방문에 따라 데이터를 기록하므로 방문 간 간격이 불규칙하다는 특징을 갖고 있으나, 기존 기술들은 시계열 불규칙성 등과 같은 EMR의 특성을 고려하고 있지 않음
- 본 기술은 EMR의 시계열 불규칙성과 검사 항목의 복잡성 등을 고려하여 미래 시점에 대한 건강상태 예측을 수행할 수 있는 기술임
본 기술은 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 포함함
본 기술은 EMR의 복합 특징 및 불규칙 시계열성을 고려하여 각 특징 및 방문 별로 집중도(가중치)를 다르게 고려할 수 있는 딥러닝 기술임
해당 기술은 의료 데이터뿐만 아니라 유사한 특성을 갖는 다른 종류의 시계열 데이터를 이용한 분류 및 예측에 활용될 수 있음
- 시계열 데이터 기반 미래 상태 예측
- 미래 상태 예측을 위해 시간(방문) 및 특징(EMR 항목)별 집중도를 다르게 반영
- 불규칙 시계열 특성을 고려한 예측 가능
A. 시계열 EMR 데이터 전처리 기술
- 시계열 EMR 데이터 내 결측치 대치
- 시계열 EMR 데이터 내 방문 간 시간 불규칙성 계산
B. 미래 건강상태 예측을 위한 시계열 EMR 딥러닝 기술
- 시계열 딥러닝 모델 학습
- 시계열 딥러닝 모델 기반 미래 건강상태 예측
C. 미래 건강상태 예측 및 예측 근거 추적을 위한 시계열 집중지능 딥러닝 기술
- 시계열 집중지능 딥러닝 모델 학습
- 시계열 집중지능 딥러닝 모델 기반 미래 건강상태 예측 및 예측 근거 제시
A. 시계열 EMR 데이터 전처리 기술
- 시계열 EMR 데이터 전처리 기술 SW 소스코드
- 시계열 EMR 데이터 전처리 기술 설치 및 사용 설명서
- 기술문서 1건 (EMR 데이터 문제 정의)
B. 미래 건강상태 예측을 위한 시계열 EMR 딥러닝 기술
- 시계열 EMR 딥러닝 기술 SW 소스코드
- 시계열 EMR 딥러닝 기술 설치 및 사용 설명서
- 기술문서 1건 (시계열 EMR 문제 해결을 위한 분석 구조 제안)
C. 미래 건강상태 예측 및 예측 근거 추적을 위한 시계열 집중지능 딥러닝 기술
- 시계열 집중지능 딥러닝 엔진 기술 SW 소스코드
- 시계열 집중지능 딥러닝 엔진 설치 및 사용 설명서
- 기술문서 1건 (3차년도 시계열 의료지능 SW 상세설계서)
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