- 환자의 미래 건강상태를 알아내는 것은 진단이나 치료 계획 수립에 있어 중요하게 활용될 수 있으며 인공지능 기술을 적용하여 미래 건강상태 정보를 예측할 수 있음
- 국내 의료 서비스 이용자의 대형병원 선호현상으로 병원 간 데이터 규모의 편중 및 중증도 환자군의 편차 존재
- 의료데이터의 민감성으로 인해 병원 간 데이터의 교환 및 통합이 어려워 양질의 인공지능 기반 의료 서비스 제공에 한계
- 앙상블 기술은 다수의 베이스 모델의 예측 결과를 학습 데이터로 사용하여 최적의 결과를 예측하는 앙상블 기술로 학습 데이터의 공유 없이 베이스 모델보다 우수한 예측 성능을 나타냄
- 기존 앙상블 기술은 시계열 데이터의 변화 추이를 학습에 반영하지 못하는 한계가 있음
본 기술이전은 병원 간 직접적인 의료데이터 또는 의료지능 모델의 통합 없이 협진형 인공지능 의료 서비스 구축이 가능한 다기관 앙상블 의료지능 기술 제공을 목적으로 함
본 기술은 이를 위해 기관별 EMR 데이터로 개별 학습된 다기관 의료지능에 환자의 시계열 EMR을 입력하여 예측된 방문별 EMR 순차 예측 데이터로부터 변화량 예측 트렌드를 분석하여 미래 건강상태를 예측하는 앙상블 의료지능 딥러닝 기술을 포함함
본 기술은 다기관의 EMR 순차 예측에 대해 주기별 복합 트렌드를 분석 및 퓨전하는 복합 주기 트렌드 특징 딥러닝 기술을 포함함
본 기술은 미래 건강상태의 앙상블 예측 근거 추적을 위한 다기관 예측 적합도 딥러닝 기술을 포함함
- 시계열 EMR에 대한 다기관 의료지능의 방문별 순차 예측을 이용한 다기관 예측 트렌드 특징 학습
- 다기관의 예측 트렌드의 장단기 복합 특징을 퓨전한 다기관 적합도 학습
- EMR과 다기관 예측 트렌드와 다기관 적합도에 기반한 앙상블 예측 근거 제공
A. 다기관 시계열 예측 기반 미래 건강상태 앙상블 딥러닝 기술
- 시계열 EMR에 대한 시점별 다기관 예측 앙상블 딥러닝 모델 학습
- 시점별 다기관 예측 앙상블 딥러닝 모델 기반 미래 건강상태 예측
B. 복합 주기 트렌드 딥러닝 기술
- 다기관 예측의 주기별 복합 트렌드 퓨전 모델 학습
- 다기관 복합 트렌드 퓨전 모델 기반 미래 건강상태 앙상블 예측
C. 미래 건강상태의 앙상블 예측 근거 추적을 위한 적합도 딥러닝 기술
- 다기관 예측 트렌드 기반 적합도 딥러닝 모델 학습
- 적합도 기반 다기관 미래 건강상태 앙상블 예측 근거 제시
A. 다기관 시계열 예측 기반 미래 건강상태 앙상블 딥러닝 기술
- 다기관 시계열 예측 기반 미래 건강상태 앙상블 딥러닝 기술 SW 소스코드
- 다기관 시계열 예측 기반 미래 건강상태 앙상블 딥러닝 기술 설치 및 사용 설명서
B. 복합 주기 트렌드 딥러닝 기술
- 복합 주기 트렌드 딥러닝 기술 SW 소스코드
- 복합 주기 트렌드 딥러닝 기술 설치 및 사용 설명서
C. 미래 건강상태의 앙상블 예측 근거 추적을 위한 적합도 딥러닝 기술
- 미래 건강상태의 앙상블 예측 근거 추적을 위한 적합도 딥러닝 기술 SW 소스코드
- 미래 건강상태의 앙상블 예측 근거 추적을 위한 적합도 딥러닝 기술 설치 및 사용 설명서
A. 임상의사결정지원
다학제/다기관 협진형 의료지능을 활용한 의사의 진단 및 치료 계획 수립 지원 시스템
B. 헬스케어
미래 건강상태 예측을 통한 개인 건강관리 서비스
C. 공유형 의료 서비스 플랫폼
지역/병원 간 편차가 해소된 대형병원 수준의 중소병원 의료지능 서비스 플랫폼 구축