KR101785780B1 - System and method of providing health information - Google Patents
System and method of providing health information Download PDFInfo
- Publication number
- KR101785780B1 KR101785780B1 KR1020150082423A KR20150082423A KR101785780B1 KR 101785780 B1 KR101785780 B1 KR 101785780B1 KR 1020150082423 A KR1020150082423 A KR 1020150082423A KR 20150082423 A KR20150082423 A KR 20150082423A KR 101785780 B1 KR101785780 B1 KR 101785780B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- symptom
- disease
- database
- symptoms
- Prior art date
Links
- 230000036541 health Effects 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 26
- 208000024891 symptom Diseases 0.000 claims abstract description 230
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 133
- 201000010099 disease Diseases 0.000 claims abstract description 131
- 238000013507 mapping Methods 0.000 claims abstract description 41
- 238000003745 diagnosis Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 16
- 206010037660 Pyrexia Diseases 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 239000000284 extract Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000007170 pathology Effects 0.000 description 3
- 230000035922 thirst Effects 0.000 description 3
- 208000035473 Communicable disease Diseases 0.000 description 2
- 206010012735 Diarrhoea Diseases 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 206010010774 Constipation Diseases 0.000 description 1
- 206010011224 Cough Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G06F19/34—
-
- G06F17/20—
-
- G06F17/30401—
-
- G06F19/363—
-
- 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
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Child & Adolescent Psychology (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
본 발명은 건강 정보 제공 시스템 및 방법에 관한 것으로서, 입력되는 자연어를 파싱하여 적어도 하나 이상의 증상 정보를 추출하는 처리부, 상기 추출된 적어도 하나 이상의 증상 정보를 적어도 하나 이상의 질환 정보에 맵핑하는 맵핑부, 질환 별로 부여된 증상의 가중치를 고려하여, 상기 적어도 하나 이상의 증상 정보에 맵핑된 상기 적어도 하나 이상의 질환 정보의 진단율을 계산하는 계산부, 및 상기 계산된 진단율을 고려하여 우선 순위를 결정하고, 상기 우선 순위에 따라 상기 적어도 하나 이상의 질환 정보를 리스팅하여 제공하는 결과 전송부를 포함한다.The present invention relates to a health information providing system and method, and more particularly, to a health information providing system and a health information providing method, which comprises a processing unit for parsing input natural language and extracting at least one symptom information, a mapping unit for mapping the extracted at least one symptom information to at least one disease information, A calculation unit for calculating a diagnosis rate of the at least one disease information mapped to the at least one symptom information in consideration of a weight of a symptom assigned to the at least one symptom, And a result transmitting unit for listing and providing the at least one disease information according to the disease information.
Description
건강 정보를 제공하는 시스템에 연관되며, 보다 특정하게는 온라인 검색 인터페이스를 통해 사용자가 쿼리를 입력하는 것에 대응하여 건강 관련 정보를 제공하는 기술에 연관된다.Relates to a system for providing health information, and more particularly to a technique for providing health related information in response to a user entering a query via an online search interface.
의료 진단 보조하는 기존의 의사결정 보조 시스템들에서는 미리 설정해둔 증상리스트에서 사용자가 호소하는 증상들을 의료인이 선택 입력하고, 선택된 증상들과 가장 유사한 진단명을 우선순위별로 제공한다. 이러한 일반적인 시스템들은 한정된 데이터를 활용하여 전문가의 진단을 보조하는 기능을 제공하며, 일반인의 접근이나 활용은 제한적이다.In existing decision support systems that assist medical diagnosis, a medical person selects and enters symptoms that a user asks in a preset symptom list, and provides a diagnosis name most similar to the selected symptoms by priority. These general systems provide the function of assisting the diagnosis of experts by using limited data, and the access and utilization of the public is limited.
한편, 구글, 네이버, 다음, 야후 등의 검색 엔진에서는 자연어 검색 기능을 제공한다. 자연어는 인간이 통상 사용하는 언어 및/또는 문장으로서, 프로그래밍 언어, 잡(job)제어 언어등과 구별되고, 또한 검색 쿼리로서 정제된 키워드에 대비되는 의미이다. 자연어 검색은 정제되지 않은 문장 형태의 쿼리에서 의미어들을 파싱하고 이들에 적어도 하나의 연산자를 부여하여 검색 엔진에 입력하는 과정을 수반하는데, 사용자가 쉽고 직관적으로 활용할 수 있으면서도, 검색하고자 하는 바를 지능적으로 판단해 내어 검색 엔진의 활용도를 높여주고 있다.On the other hand, search engines such as Google, Naver, Daum, and Yahoo provide natural language search functions. A natural language is a language and / or a sentence commonly used by a human being, which is distinguished from a programming language, a job control language, and the like, and contrasts with a refined keyword as a search query. Natural language search involves parsing semantic words in a non-refined sentence-type query and assigning at least one operator to them and inputting them to the search engine. While the user can easily and intuitively utilize, It is judging and improving the utilization of search engine.
검색 엔진에 사용자가 자연어 검색 형태로 의학적 및/또는 한의학적 증상이나 병증을 입력하는 경우, 의학적 및/또는 한의학적 증상 정보, 질병/병증 정보, 미병 정보, 및 연관되는 건강 정보를 검색하여 제공하는 시스템이 제시된다.A system for retrieving and providing medical and / or oriental symptom information, disease / pathology information, infectious disease information, and associated health information when a user enters medical and / or oriental symptoms or pathologies in natural search form in a search engine Are presented.
또한, 이러한 검색에 이용되는 데이터가 한정되고 고정되는 것이 아니라 사용자의 검색 및 결과 피드백에 의해 학습 및 진화하는 시스템이 제시된다.In addition, a system for learning and evolving by user search and result feedback is presented rather than limited and fixed data used in such search.
나아가, 제공되는 정보에 사용자가 액세스 할 수 있는 의학적 및/또는 한의학적 광고 정보가 함께 제시되어 별도의 수익 창출이 가능한 시스템이 제시된다.Further, medical and / or medical ad information that the user can access to the provided information is presented together with a separate profitable system.
일실시예에 따른 건강 정보 제공 시스템은 입력되는 자연어를 파싱하여 적어도 하나 이상의 증상 정보를 추출하는 처리부, 상기 추출된 적어도 하나 이상의 증상 정보를 적어도 하나 이상의 질환 정보에 맵핑하는 맵핑부, 질환 별로 부여된 증상의 가중치를 고려하여, 상기 적어도 하나 이상의 증상 정보에 맵핑된 상기 적어도 하나 이상의 질환 정보의 진단율을 계산하는 계산부, 및 상기 계산된 진단율을 고려하여 우선 순위를 결정하고, 상기 우선 순위에 따라 상기 적어도 하나 이상의 질환 정보를 리스팅하여 제공하는 결과 전송부를 포함한다.A health information providing system according to an embodiment includes a processing unit for parsing input natural language and extracting at least one symptom information, a mapping unit for mapping the extracted at least one symptom information to at least one disease information, A calculation unit for calculating a diagnosis rate of the at least one disease information mapped to the at least one symptom information in consideration of a weight of a symptom, and a control unit for determining a priority in consideration of the calculated diagnosis rate, And a result transmitting unit for listing and providing at least one disease information.
일실시예에 따른 상기 처리부는, 상기 파싱된 자연어로부터 적어도 하나 이상의 유사어 집합을 생성하고, 상기 생성된 적어도 하나 이상의 유사어 집합에 기초하여 상기 적어도 하나 이상의 증상 정보를 추출한다.The processing unit according to an embodiment generates at least one set of analogous words from the parsed natural language and extracts the at least one symptom information based on the generated at least one set of analogous terms.
일실시예에 따른 건강 정보 제공 시스템은 질환에 따른 증상을 기록하는 데이터베이스를 더 포함하고, 상기 맵핑부는, 상기 데이터베이스를 참고하여 상기 추출된 적어도 하나 이상의 증상 정보를 상기 적어도 하나 이상의 질환 정보에 맵핑한다.The health information providing system according to an embodiment further includes a database for recording symptoms according to the disease, and the mapping unit maps the extracted at least one symptom information to the at least one disease information with reference to the database .
일실시예에 따른 상기 데이터베이스는 상기 증상에 따른 유사 증상을 더 기록하고, 상기 맵핑부는 상기 추출된 적어도 하나 이상의 증상 정보와 상기 데이터베이스에 기록된 상기 증상 및 유사 증상을 고려하여 적어도 하나 이상의 질환 정보에 맵핑한다.The database further records similar symptoms according to the symptom, and the mapping unit stores at least one disease information in consideration of the extracted at least one symptom information and the symptoms and similar symptoms recorded in the database Mapping.
일실시예에 따른 상기 데이터베이스는, 상기 질환에 상응하는 상기 증상의 중요도를 고려하여, 상기 증상에 대한 가중치를 더 기록한다.The database records the weight of the symptom in consideration of the importance of the symptom corresponding to the disease.
일실시예에 따른 상기 처리부는, 상기 계산된 진단율 또는 상기 진단율에 대한 사용자의 만족도에 기초하여, 상기 데이터베이스를 학습한다.The processing unit according to an embodiment learns the database based on the calculated diagnosis rate or the user's satisfaction with the diagnosis rate.
일실시예에 따른 상기 계산부는, 상기 추출된 적어도 하나 이상의 증상 정보의 개수와 상기 적어도 하나 이상의 질환 정보에 맵핑된 증상 정보의 개수를 고려하여 상기 진단율을 계산한다.The calculation unit calculates the diagnosis rate in consideration of the number of the extracted at least one symptom information and the number of symptom information mapped to the at least one disease information.
일실시예에 따른 상기 결과 전송부는, 상기 질환 정보에 상응하는 건강 관리 정보를 더 제공한다.The result transmitting unit according to an embodiment further provides health management information corresponding to the disease information.
일실시예에 따른 상기 결과 전송부는, 상기 질환 정보에 상응하는 광고 정보를 더 제공한다.The result transmitting unit according to an embodiment further provides advertisement information corresponding to the disease information.
일실시예에 따른 건강 정보 제공 방법은 처리부에서, 입력되는 자연어를 파싱하여 적어도 하나 이상의 증상 정보를 추출하는 단계, 맵핑부에서, 상기 추출된 적어도 하나 이상의 증상 정보를 적어도 하나 이상의 질환 정보에 맵핑하는 단계, 계산부에서, 질환 별로 부여된 증상의 가중치를 고려하여, 상기 증상 정보에 맵핑된 상기 적어도 하나 이상의 질환 정보의 진단율을 계산하는 단계, 및 결과 전송부에서, 상기 계산된 진단율을 고려하여 우선 순위를 결정하고, 상기 우선 순위에 따라 상기 적어도 하나 이상의 질환 정보를 리스팅하여 제공하는 단계를 포함한다.The method for providing health information according to an exemplary embodiment of the present invention includes parsing at least one symptom information by parsing an input natural language in a processing unit, mapping the extracted at least one symptom information to at least one disease information Calculating a diagnosis rate of the at least one disease information mapped to the symptom information in consideration of the weight of the symptom imparted on a disease-by-disease basis in a step and a calculation unit; Determining a ranking, and listing and providing the at least one disease information according to the priority.
일실시예에 따른 상기 적어도 하나 이상의 증상 정보를 추출하는 단계는, 상기 파싱된 자연어로부터 적어도 하나 이상의 유사어 집합을 생성하는 단계, 및 상기 생성된 적어도 하나 이상의 유사어 집합에 기초하여 상기 적어도 하나 이상의 증상 정보를 추출하는 단계를 포함한다.The step of extracting the at least one symptom information according to an embodiment may include generating at least one set of analogous terms from the parsed natural word and generating at least one symptom information based on the generated at least one set of analogous terms, .
일실시예에 따른 건강 정보 제공 방법은 데이터베이스에서, 질환에 따른 증상을 유지하는 단계를 더 포함하고, 상기 맵핑하는 단계는, 상기 데이터베이스를 참고하여 상기 추출된 적어도 하나 이상의 증상 정보를 상기 적어도 하나 이상의 질환 정보에 맵핑하는 단계를 포함한다.The method for providing health information according to one embodiment further includes the step of maintaining symptom according to the disease in the database, and the mapping step may include the step of referring to the database to extract the extracted at least one symptom information from the at least one And mapping to the disease information.
일실시예에 따른 상기 질환에 따른 증상을 유지하는 단계는, 상기 증상에 따른 유사 증상을 더 기록하는 단계를 포함하고, 상기 맵핑하는 단계는 상기 추출된 적어도 하나 이상의 증상 정보와 상기 데이터베이스에 기록된 상기 증상 및 유사 증상을 고려하여 적어도 하나 이상의 질환 정보에 맵핑하는 단계를 포함한다.The step of maintaining the symptom according to the disease condition may further include recording the similar symptom according to the symptom, and the mapping step may further include the step of comparing the extracted at least one symptom information with the symptom information recorded in the database And mapping the disease information to at least one disease information in consideration of the symptom and similar symptoms.
일실시예에 따른 자연어 검색을 통한 건강 판별 프로그램은 입력되는 자연어를 파싱하여 적어도 하나 이상의 증상 정보를 추출하는 명령어 세트, 상기 추출된 적어도 하나 이상의 증상 정보를 적어도 하나 이상의 질환 정보에 맵핑하는 명령어 세트, 상기 질환 별로 부여된 증상의 가중치를 고려하여, 상기 증상 정보에 맵핑된 상기 적어도 하나 이상의 질환 정보의 진단율을 계산하는 명령어 세트, 상기 계산된 진단율을 고려하여 우선 순위를 결정하는 명령어 세트, 및 상기 우선 순위에 따라 상기 적어도 하나 이상의 질환 정보를 리스팅하여 제공하는 명령어 세트를 포함한다.According to an embodiment of the present invention, a health discrimination program through natural language search includes an instruction set for extracting at least one symptom information by parsing an input natural language, a command set for mapping the extracted at least one symptom information to at least one disease information, A command set for calculating a diagnosis rate of the at least one disease information mapped to the symptom information in consideration of the weight of the symptom imparted for each disease, a command set for determining a priority in consideration of the calculated diagnosis rate, And a set of instructions for listing and providing the at least one disease information according to ranking.
실시예들에 따르면, 질병의 검색에 있어 자연어를 사용함으로써 실제 사용자의 증상에 적합한 질병을 효율적으로 검색할 수 있다.According to the embodiments, by using a natural language in searching for a disease, it is possible to efficiently search for a disease suitable for a symptom of an actual user.
도 1은 일실시예에 따른 건강 정보 제공 시스템을 설명하는 블록도이다.
도 2는 추출된 증상 정보를 질환 정보에 맵핑하는 실시예를 설명하는 도면이다.
도 3은 추출된 증상 정보 및 유사 증상 정보를 질환 정보에 맵핑하는 실시예를 설명하는 도면이다.
도 4는 일실시예에 따른 증상 유사어를 매핑 하는 실시예를 설명하는 도면이다.
도 5는 일실시예에 따른 건강 정보 제공 시스템을 통해 유사어 증상 집합과 데이터베이스의 증상을 매핑하는 실시예를 도시하는 도면이다.
도 6은 일실시예에 따른 건강 정보 제공 방법을 도시하는 흐름도이다.1 is a block diagram illustrating a health information providing system according to an embodiment.
2 is a view for explaining an embodiment of mapping extracted symptom information to disease information.
3 is a diagram for explaining an embodiment for mapping extracted symptom information and similar symptom information to disease information.
4 is a diagram for explaining an embodiment for mapping symptom analogy according to one embodiment.
FIG. 5 is a diagram illustrating an embodiment for mapping a symptom set of a similarity symptom and a symptom of a database through the health information providing system according to an embodiment.
6 is a flowchart showing a health information providing method according to an embodiment.
이하에서, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 이러한 실시예들에 의해 권리범위가 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.Hereinafter, embodiments will be described in detail with reference to the accompanying drawings. However, the scope of the rights is not limited or limited by these embodiments. Like reference symbols in the drawings denote like elements.
아래 설명에서 사용되는 용어는, 연관되는 기술 분야에서 일반적이고 보편적인 것으로 선택되었으나, 기술의 발달 및/또는 변화, 관례, 기술자의 선호 등에 따라 다른 용어가 있을 수 있다. 따라서, 아래 설명에서 사용되는 용어는 기술적 사상을 한정하는 것으로 이해되어서는 안 되며, 실시예들을 설명하기 위한 예시적 용어로 이해되어야 한다.The terms used in the following description are chosen to be generic and universal in the art to which they are related, but other terms may exist depending on the development and / or change in technology, customs, preferences of the technician, and the like. Accordingly, the terminology used in the following description should not be construed as limiting the technical thought, but should be understood in the exemplary language used to describe the embodiments.
또한 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 설명 부분에서 상세한 그 의미를 기재할 것이다. 따라서 아래 설명에서 사용되는 용어는 단순한 용어의 명칭이 아닌 그 용어가 가지는 의미와 명세서 전반에 걸친 내용을 토대로 이해되어야 한다.Also, in certain cases, there may be a term chosen arbitrarily by the applicant, in which case the meaning of the detailed description in the corresponding description section. Therefore, the term used in the following description should be understood based on the meaning of the term, not the name of a simple term, and the contents throughout the specification.
도 1은 일실시예에 따른 건강 정보 제공 시스템(100)을 설명하는 블록도이다.1 is a block diagram illustrating a health
일실시예에 따른 건강 정보 제공 시스템(100)은 질병의 검색에 있어 자연어를 사용함으로써 실제 사용자의 증상에 적합한 질병을 효율적으로 검색할 수 있다.The health
이를 위해, 일실시예에 따른 건강 정보 제공 시스템(100)은 처리부(110), 매핑부(120), 제1 계산부(130), 및 결과 전송부(140)를 포함할 수 있다.For this, the health
일실시예에 따른 처리부(110)는 입력되는 자연어를 파싱하여 적어도 하나 이상의 증상 정보를 추출할 수 있다.The
예를 들어, 자연어로서, "자주 아프고, 계속 목이 마르고, 몸이 떨립니다."가 입력되는 경우, 처리부(110)는 입력된 자연어를 파싱하여 "자주 아프다.", "목이 마르다.", "몸이 떨린다."를 증상 정보로서 추출할 수 있다.For example, when a natural language is entered, "frequently hurts, thirsty, and body shakes ", the
일실시예에 따른 매핑부(120)는 추출된 적어도 하나 이상의 증상 정보를 적어도 하나 이상의 질환 정보에 맵핑할 수 있다.The
이를 위해, 일실시예에 따른 건강 정보 제공 시스템(100)은 질환 별 증상이 기록된 데이터베이스를 더 포함할 수 있고, 매핑부(120)는 데이터베이스를 참조할 수 있다.To this end, the health
질환 별 증상이 기록된 데이터베이스의 데이터 구조는 도 2 및 도 3을 통해 상세히 설명한다.The data structure of the database in which the disease-specific symptoms are recorded will be described in detail with reference to FIG. 2 and FIG.
일실시예에 따른 제1 계산부(130)는 질환 별로 부여된 증상의 가중치를 고려하여, 증상 정보에 맵핑된 적어도 하나 이상의 질환 정보의 진단율을 계산할 수 있다.The
일례로, 제1 계산부(130)는 추출된 적어도 하나 이상의 증상 정보의 개수와 상기 적어도 하나 이상의 질환 정보에 맵핑된 증상 정보의 개수를 고려하여 상기 진단율을 계산할 수 있다.For example, the
구체적인 예로, '열증'의 질환에 해당하는 증상들은 '몸에 열이 나는 특징', '손발 바닥에 열이 나는 특징', '변비가 생기는 특징' 등을 포함한다. 그러나, 이들 특징들 중에서도 '몸에 열이 나는 특징'이 '열증'의 질환 중 대표적인 증상으로 볼 수 있다. 따라서, 입력된 자연어로부터 파싱된 증상 정보들에 대해 질환 별로 부여된 증상의 가중치를 고려하여 질환 정보에 대한 진단율을 계산할 수 있다.As a specific example, symptoms corresponding to the disease of 'fever' include 'fever in the body', 'fever on the floor of the hands and feet', and 'characteristic of constipation'. However, among these features, the 'characteristic of fever in the body' is a typical symptom of the 'fever' disease. Accordingly, the diagnosis rate for disease information can be calculated by taking into consideration the weight of the symptom assigned to each disease for the symptom information parsed from the input natural language.
일실시예에 따른 결과 전송부(140)는 계산된 진단율을 고려하여 우선 순위를 결정하고, 우선 순위에 따라 상기 적어도 하나 이상의 질환 정보를 리스팅하여 제공할 수 있다.The
다른 예로, 결과 전송부(140)는 리스팅된 질환 정보 이외에도 의학적 또는 한의학적 증상 정보, 질병/병증 정보, 미병 정보, 및 연관되는 건강 관리 정보를 더 제공할 수 있다.As another example, the
예를 들어, 자연어로 "기침이 심하고, 가래가 생긴다"가 입력되면, 결과 전송부(140)는 이 증상에 해당하는 질환 정보를 제공할 뿐만 아니라, 이 병증을 완화하는 한의학적 요법/정보/음식물을 제공할 수 있다. 뿐만 아니라, 결과 전송부(140)는 연관되는 병증을 같이 제공하거나, 추가 문의를 객관식이나 예/아니오의 형태로 제공하면서 추가 정보를 수집하여 결과를 제공할 수도 있다.For example, if the word "Severe coughing occurs " is inputted in a natural language, the
또 다른 예로, 결과 전송부(140)는 리스팅된 질환 정보 이외에도 의학적 및/또는 한의학적 광고 정보를 더 제공할 수 있다. 예를 들어, 리스팅된 질환 정보와 함께 수익 모델로 삼을 수 있는 정보로서, 해당 질환 예를 들어 목감기 잘 다스리는 OOO한의원, 목감기에 좋은 OO탕, 등 병원이나 건강기능식품 등과 관련된 정보를 광고 정보로서 더 제공할 수 있다.As another example, the
본 발명의 일실시예에 따른 건강 정보 제공 시스템(100)은 확인부(150)와 제2 계산부(160)를 더 포함할 수 있다.The health
확인부(150)는 자연어로부터 파싱된 증상 정보들 중에서 질환을 결정하기 위한 필수의 증상을 확인할 수 있다. 또한, 제2 계산부(160)는 확인된 필수의 증상에 대한 가중치를 고려하여 질환 정보에 대한 진단율을 계산할 수 있다. 이 때의 필수 증상이라 함은 증상의 가중치가 미리 지정된 기준 이상으로 높은 증상을 의미하거나, 필수 증상을 포함한다.The
제1 계산부(130)나 제2 계산부(160)가 계산하는 가중치의 일례는 다음과 같다.An example of the weight calculated by the
첫 번째 예로, 각 질환 Di의 증상들 S={si1, si2, si3, ...}은 해당 질환 Di가 되기 위한 필수적인 정보인지에 따라 가중치 Wij가 부여될 수 있다. 이러한 경우, 각 질환에 포함된 증상들의 가중치 합 ∑Wij = 1이고, 사용자가 입력한 문장에서 추출한 증상 리스트와 각 질환별 매핑되는 증상들의 가중치의 합이 해당 질환이 될 가중치가 될 수 있다.As a first example, the weighting factors W ij may be given depending on whether the symptoms S i {si 1 , si 2 , si 3 , ...} of each disease D i are essential information to become the disease D i . In this case, the sum of the weights of the symptoms included in each disease ΣW ij = 1, and the sum of the symptom list extracted from the sentence input by the user and the weight of the symptoms mapped to each disease may be the weight to be the disease.
다른 예로, 각 질환/변증에서 사용자가 호소하는 증상과 매핑이 되는 증상의 수를 n이라하고, 각 질환/변증의 전체 증상 수를 m이라 할 때, 해당 질환이 될 가능성, 즉 진단율은 n/m으로 산출할 수 있다.As another example, when the number of symptoms that are mapped to the user in each disease / diarrhea is m, and the total number of symptoms of each disease / diarrhea is m, the diagnostic probability is n / m. < / RTI >
만약, 질환/변증 별로 특정 증상이 있으면, 일실시예에 따른 건강 정보 제공 시스템(100)은 그 질환/변증으로 볼 수 있는 것이 있다면, 해당 증상이 선택된 경우 질환의 진단율을 100%로 본다.If there is a specific symptom according to the disease / dialect, the health
또 다른 예로, 제1 계산부(130) 또는 제2 계산부(160)는 선택된 증상들의 가중치를 합하거나, 증상들의 수를 각 질환/변증의 증상 수로 나누어 각 질환/변증의 확률을 계산할 수도 있다.As another example, the
일실시예에 따른 처리부(110)는 계산된 진단율 또는 진단율에 대한 사용자의 만족도 등에 기초하여, 데이터베이스를 학습할 수 있다.The
예를 들어, 데이터베이스는 한정되고 고정되는 것이 아니라 처리부(110)에 의해 사용자의 검색 및 결과 피드백을 참고하여 학습 및 진화될 수 있다. 예를 들어, 검색엔진이 제공한 정보에 대해 사용자가 만족하면 해당 정보의 정확도를 높게 평가할 수 있고, 사용자가 불만족하면 해당 정보의 정확도를 낮게 평가할 수 있는데, 처리부(110)는 이러한 사용자의 평가에 기초하여 데이터베이스에 기록 및 유지되는 정보를 갱신할 수 있다. 또한, 처리부(110)는 전문가(예를 들어, 한의사 등)가 내용을 보완하는 것을 입력하면 보완된 내용에 대한 검증을 거쳐서 데이터베이스에 반영시킬 수도 있다.For example, the database is not limited and fixed, but can be learned and evolved by the
도 2는 추출된 증상 정보를 질환 정보에 맵핑하는 실시예를 설명하는 도면이다.2 is a view for explaining an embodiment of mapping extracted symptom information to disease information.
먼저, 도 2a의 표(200)에서 보는 바와 같이 데이터베이스는 질환 별 증상을 연관 지어 기록하고 이를 유지한다.First, as shown in the table 200 of FIG. 2A, the database records and maintains disease-related symptoms in association with each other.
예를 들어, 질환 D1에 대응되는 증상은 S11, S12를 포함하고, 질환 D2에 대응되는 증상은 S21을 포함할 수 있다.For example, a symptom corresponding to the D 1 disease symptoms that include S 11, S 12, and corresponding to the disorder D 2 may include S 21.
도 2b를 참고하면, 처리부(210)는 자연어를 입력 받아 파싱을 수행할 수 있다. 또한, 파싱 결과 자연어로부터 다양한 증상 정보들을 추출하고, 추출된 증상 정보들에 상응하는 유사어 집합을 생성할 수 있다(단계 220). 예를 들어, '목이 마르다.'의 유사어는 '갈증이 있다.', '물을 자주 마시고 싶다.' 등을 포함할 수 있다. Referring to FIG. 2B, the
일례로, 처리부(210)는 이전에 입력된 자연어로부터 추출했던 증상 정보들을 데이터베이스에 누적하고, 현재 추출된 증상정보들에 상응하는 유사어 집합을 생성하는데 이용할 수 있다.For example, the
다음으로, 일실시예에 따른 건강 정보 제공 시스템은 증상 문장 집합(230)을 데이터베이스(240)에 매핑할 수 있다. 예를 들어, 증상 문장 집합(230)은 "자주 아프다.", "목이 마르다.", "몸이 떨린다."와 같은 증상들의 집합으로서, 데이터베이스(240)에 기록된 질환 별 증상에 맵핑될 수 있다.Next, the health information providing system according to an embodiment may map the symptom sentence set 230 to the
도 2c를 살펴보면, 표(250)는 자연어로부터 추출되는 증상 정보들을 데이터베이스(260)에 기록된 질환 별 증상에 매핑할 수 있다.Referring to FIG. 2C, the table 250 may map symptom information extracted from the natural language to symptoms recorded by the
구체적으로, 데이터베이스(260)에 기록된 질환 중에서 D1의 질환은 S11, S12를 포함하는데, 자연어로부터 추출된 증상 중 Input_S'1과 Input_S'2이 D1의 질환 중 S11과 S12에 각각 매핑될 수 있고, 질환 중에서 D2의 질환은 S21을 포함하는데, 자연어로부터 추출된 증상 중 Input_S'2가 D2의 질환 중 S21에 매핑될 수 있다.More specifically, diseases of the D 1 among the diseases recorded in the database 260 S 11, comprises a S 12, the Input_S of the symptoms derived from natural language '1 and Input_S' 2 disease S 11 and S 12 of the D 1 The disease of D 2 among diseases includes S 21, and among the symptoms extracted from natural language, Input_S ' 2 may be mapped to S 21 of diseases of D 2 .
즉, 데이터베이스(260)에 기록된 질환들 중에서 증상 중 일부가 매핑되는 D1과 D2가 자연어로부터 진단될 수 있는 질환이다. 이때, 일실시예에 따른 건강 정보 제공 시스템은 증상별 가중치를 고려하여 D1 또는 D2가 진단될 확률, 즉 진단율을 산출할 수 있다.That is, among the diseases recorded in the
도 3은 추출된 증상 정보 및 유사 증상 정보를 질환 정보에 맵핑하는 실시예를 설명하는 도면이다.3 is a diagram for explaining an embodiment for mapping extracted symptom information and similar symptom information to disease information.
도 3에서는 도 2에 더해 유사 증상 정보를 더 고려할 수 있다.In Fig. 3, similar symptom information can be further considered in addition to Fig.
이를 위해, 데이터베이스는 증상에 따른 유사 증상을 더 기록하고, 맵핑부는 추출된 적어도 하나 이상의 증상 정보와 데이터베이스에 기록된 증상 및 유사 증상을 고려하여 적어도 하나 이상의 질환 정보에 맵핑할 수 있다.To this end, the database further records similar symptoms according to the symptoms, and the mapping unit can map the at least one symptom information extracted to at least one disease information in consideration of symptoms and similar symptoms recorded in the database.
먼저 도 3a의 표(300)에서 보는 바와 같이 데이터베이스는 질환 별 증상을 연관 지어 기록하고 이를 유지한다.First, as shown in the table 300 of FIG. 3A, the database records and maintains symptoms associated with diseases.
예를 들어, 질환 D1에 대응되는 증상은 S11, S12와 증상(S11, S12)에 상응하는 유사증상 S'11 _1, S'11 _2, S'11 _3, S'12 _1, 및 S'12 _2를 포함할 수 있다. 또한, 질환 D2에 대응되는 증상은 S21와 이에 상응하는 유사증상 S'21 _1, S'21 _2, S'21 _3을 포함할 수 있다. 또한,For example, a symptom corresponding to the disease D 1 is S 11, S 12 and symptoms similar to the symptoms corresponding to (S 11, S 12) S '11 _1, S' 11 _2, S '11 _3, S' 12 _1 , And S '12 _2 . In addition, the disease symptoms corresponding D 2 may include S 21 and the corresponding similar symptoms S '21 _1, S' 21 _2, S '21 _3. Also,
도 3b를 참고하면, 처리부(310)는 자연어를 입력 받아 파싱을 수행할 수 있다. 또한, 파싱 결과 자연어로부터 다양한 증상 정보들을 추출하고, 추출된 증상 정보들에 상응하는 증상 문장 집합을 생성할 수 있다(단계 320).Referring to FIG. 3B, the
다음으로, 일실시예에 따른 건강 정보 제공 시스템은 증상 문장 집합(320)을 데이터베이스(330)에 매핑할 수 있다. 이때, 데이터베이스(330)는 질환 별 증상뿐만 아니라, 증상에 상응하는 유사 증상을 더 포함할 수 있다. 예를 들어, 데이터베이스(330)는 "목이 마르다."의 증상과 함께 '갈증이 있다.', '물을 자주 마시고 싶다.' 등의 유사 증상을 기록하고 이를 유지할 수 있다. 이에, 일실시예에 따른 건강 정보 제공 시스템은 증상 문장 집합(320)과 증상 및 유사 증상을 맵핑할 수 있다.Next, the health information providing system according to one embodiment may map the symptom sentence set 320 to the
도 3c를 참고하면, 일실시예에 따른 건강 정보 제공 시스템은 자연어로부터 추출되는 증상 정보들인 표(340)를 데이터베이스(350)에 기록된 질환 별 증상에 매핑할 수 있다.Referring to FIG. 3C, the health information providing system according to an embodiment can map the table 340, which is symptom information extracted from the natural language, to the symptoms according to diseases recorded in the
구체적으로, 데이터베이스(350)에 기록된 질환 중에서 D1의 질환은 S11, S12, S21을 포함하는데, 자연어로부터 추출된 증상 중 Input_S'1, Input_S'2, Input_S'3이 D1의 질환 중 S'11과 S'12에 각각 매핑될 수 있고, 질환 중에서 D2의 질환은 S'21을 포함하는데, 자연어로부터 추출된 증상 중 Input_S'2가 D2의 질환 중 S'21와 S'21 _1, S'21_2, S'21 _3에 매핑될 수 있다.More specifically, diseases of the D 1 among the diseases recorded in the
데이터베이스(350)에 기록된 질환들 중에서 증상과 유사 증상 중 일부가 매핑되는 D1과 D2가 자연어로부터 진단될 수 있는 질환이다. 이때, 일실시예에 따른 건강 정보 제공 시스템은 증상별 가중치와 유사 증상별 가중치를 고려하여 D1 또는 D2가 진단될 확률, 즉 진단율을 산출할 수 있다.Among the diseases recorded in the
이를 위해, 데이터베이스는 질환에 상응하는 증상의 중요도를 고려하여, 질환에 상응하는 증상의 가중치를 더 기록할 수 있다.To this end, the database may further record the weight of the symptom corresponding to the disease, taking into account the importance of the symptom corresponding to the disease.
도 4는 일실시예에 따른 증상 유사어를 매핑 하는 실시예를 설명하는 도면이다.4 is a diagram for explaining an embodiment for mapping symptom analogy according to one embodiment.
증상의 유사어를 생성하여 증상 문항을 매핑하는 방법에는 다양한 방법이 존재할 수 있다. 이 중에서, 도 4에 개시된 실시예를 통해 증상 유사어 매핑의 성능을 점차 개선시킬 수 있다.There are various methods for generating symptomatic synonyms and mapping symptom items. Among them, the performance of symptom-similarity mapping can be gradually improved through the embodiment shown in FIG.
먼저, 일실시예에 따른 건강 정보 제공 시스템은 증상 문항을 매핑하고(단계 410), 매핑한 결과를 사용자에게 보여준다(단계 420). 또한, 일실시예에 따른 건강 정보 제공 시스템은 매핑이 완료되면, 사용자 확인을 통해 매핑에 수정이 필요한지 여부를 판단할 수 있다(430). 만약, 매핑에 수정이 필요한 경우라면, 증상을 선택하는 기능을 추가동작 시킬 수 있다(440).First, the health information providing system according to an embodiment maps the symptom items (step 410) and displays the mapped result to the user (step 420). In addition, in the health information providing system according to the embodiment, when the mapping is completed, it may be determined 430 whether the mapping is required to be modified through user confirmation. If the mapping requires modification, the function of selecting symptoms may be further activated (440).
이 때 일실시예에 따른 건강 정보 제공 시스템은 입력된 증상 문항과 유사한 증상 문항 리스트를 보여주고, 사용자의 선택을 입력 받을 수 있다. 이때, 증상 문항 리스트 중 사용자가 선택한 문항이 있는 경우, 추후 증상 유사어 생성시 사용자가 선택한 문항이 포함될 수 있다. 또한, 사용자가 선택할 문항이 없는 경우, 일실시예에 따른 건강 정보 제공 시스템은 증상 추가 요구를 접수하고 증상 문항을 확인하여 데이터베이스에 유사어 증상 리스트를 추가할 수 있다.At this time, the health information providing system according to an embodiment shows a list of symptom items similar to the input symptom items, and can receive the user's selection. At this time, if there is a question selected by the user in the symptom item list, the user may include the item selected by the user when the symptom similar word is generated later. In addition, if there is no item to be selected by the user, the health information providing system according to an embodiment can receive a symptom addition request, check symptom items, and add a similar word symptom list to the database.
이로써, 증상 매핑의 성능이 점차 향상될 수 있다.With this, the performance of the symptom mapping can be gradually improved.
도 5는 일실시예에 따른 건강 정보 제공 시스템을 통해 증상 집합과 데이터베이스의 증상을 매핑하는 실시예를 도시하는 도면이다.FIG. 5 is a diagram illustrating an embodiment of mapping a symptom set and a symptom of a database through the health information providing system according to an embodiment.
도 5a를 살펴보면, 데이터베이스는 도면부호 510와 같이 질환(factor) 별 증상을 기록하고 이를 유지한다. 또한, 데이터베이스는 각 질환 별 증상의 가중치를 더 기록할 수 있다.Referring to FIG. 5A, the database records symptom-specific symptoms such as
일례로, 입력된 자연어가 "자주 아프고, 계속 목이 마르고, 몸이 떨립니다."인 경우, 파싱되는 증상 정보로서 "목이 마르다.", "몸이 떨린다.", "자주 아프다."가 추출될 수 있다.For example, if the input natural language is "often sick, the throat is dry, and the body is shaking", the symptom information to be parsed may be extracted as "thirsty.", "Body shakes" have.
한편, 건강 정보 제공 시스템은 "목이 마르다."의 유사어로 "갈증이 있다.", "몸이 떨린다. "의 유사어로 "전신 통증이 있다.", "자주 아프다."의 유사어로 "잔병치레가 많다." 등의 집합을 생성할 수 있다.On the other hand, the health information provision system is a synonym for "thirsty." As a synonym for "thirst," "body shakes," " There are many. " And so on.
이에, 건강 정보 제공 시스템은 추출된 증상정보들과 이에 상응하는 유사 증상을 이용하여 도면부호 520과 같이 표에 매핑할 수 있다.Accordingly, the health information providing system can map to the table as indicated by
가중치를 고려하여 진단율을 계산해보면, 질환 중 '한증'에 맵핑된 증상은 '몸이 떨린다'로서 가중치가 '0.2'이다. 따라서, '한증'의 가중치는 '0.2'로 계산될 수 있다.If the diagnosis rate is calculated considering the weight, the symptom mapped to 'depression' in the disease is 'the body shakes' and the weight is '0.2'. Therefore, the weight of the 'hanko' can be calculated as '0.2'.
또한, 질환 중 '열증'에 맵핑된 증상은 '전신 통증이 있다.'와 '갈증이 있다'로서 가중치가 각각 '0.1' 및 '0.2'이다. 따라서, '열증'의 가중치는 '0.1+0.2=0.3'으로 계산될 수 있다.Symptoms mapped to 'fever' among the diseases are 'systemic pain' and 'thirst', and the weights are '0.1' and '0.2', respectively. Therefore, the weight of 'heat' can be calculated as '0.1 + 0.2 = 0.3'.
또한, 질환 중 '허증'에 맵핑된 증상은 '자주 아프다.'로서 가중치가 각각 '0.2'이다. 따라서, '허증'의 가중치는 '0.2'로 계산될 수 있다.Symptoms mapped to 'blurred' in the disease are 'often sick', and the weight is '0.2'. Therefore, the weight of 'Badge' can be calculated as '0.2'.
즉, 진단율을 고려하면 입력된 자연어에 의해 사용자가 현재 '열증'일 확률이 가장 높다.In other words, considering the diagnosis rate, the user is most likely to be 'febrile' by the input natural language.
도 5b를 살펴보면, 입력된 자연어에 더해 중요 증상을 더 확인할 수 있다.Referring to FIG. 5B, important symptoms can be confirmed in addition to the input natural language.
가중치 계산을 통해, 가중치가 높은 상위 n개의 질환에서 사용자 입력 증상에 포함되지 않는 주요 증상이 있는 경우, 사용자에게 해당 증상이 있는지를 확인하는 작업이 추가될 수 있다. 이는, 증상이 많은 질환의 경우, 증상이 적은 질환에 비해 각 증상들이 상대적으로 작은 가중치를 가질 수 있고, 사용자가 호소하는 증상을 포함하더라도, 가중치 계산 결과 질환/변증이 작은 가중치를 가질 수 있는 경우를 보완할 수 있다.Through calculation of the weight, if there are major symptoms that are not included in the user input symptom in the top n diseases with high weights, an operation for confirming whether the user has the symptom may be added. This is because, in the case of a symptomatic disease, each symptom may have a relatively small weight as compared with a symptom-less disease, and even if the user includes the symptom that the user has, the weight calculation may have a small weight Can be supplemented.
이를 위해, 건강 정보 제공 시스템은 도면부호 530의 설문 정보를 제공하고, 사용자로부터 입력되는 증상을 중요 증상으로 확인하여 진단율의 산출에 반영할 수 있다.To this end, the health information providing system provides the questionnaire information of
구체적으로, 사용자가 '몸에 열이 난다.'를 선택하는 경우, 이에 해당하는 증상의 가중치를 앞서 생성한 가중치에 추가할 수 있다.Specifically, when the user selects 'heat is on the body', the weight of the corresponding symptom can be added to the weight created in the previous step.
즉, 사용자가 '몸에 열이 난다.'를 선택하는 경우라면 이는 열증에 해당하는 증상으로서, 열증에 생성했던 가중치 '0.3'에 '몸에 열이 난다.'의 증상에 해당하는 가중치 '0.3'을 더해 '열증'의 가중치는 '0.3+0.3=0.6'으로 계산될 수 있다.In other words, if the user selects 'the body feels hot', it is a symptom corresponding to fever, and the weight that is generated by the fever is 0.3, and the weight corresponding to the symptom of fever is 0.3 'And the weight of' fever 'can be calculated as' 0.3 + 0.3 = 0.6'.
결국, 증상과 유사 증상을 모두 고려하여 자연어로부터 추출된 증상 정보의 가중치를 고려한 진단율은 도 5c의 표(540)와 같이 산출될 수 있다.As a result, the diagnostic ratio considering the weight of the symptom information extracted from the natural language considering both symptoms and similar symptoms can be calculated as shown in the table 540 of FIG. 5C.
즉, 열증에 해당하는 진단율은 60%, 한증 및 허증에 해당하는 진단율은 각각 20%로서, 사용자가 현재 '열증'에 해당하는 질환을 나타내는 것으로 분석할 수 있다.That is, the diagnosis rate corresponding to the fever is 60%, and the diagnosis rate corresponding to the depression and thephygia is 20%, respectively, and it can be analyzed that the user indicates the disease corresponding to the present 'fever'.
도 6은 일실시예에 따른 건강 정보 제공 방법을 도시하는 흐름도이다.6 is a flowchart showing a health information providing method according to an embodiment.
일실시예에 따른 건강 정보 제공 방법은 입력되는 자연어를 파싱하여 적어도 하나 이상의 증상 정보를 추출할 수 있다(단계 601). The health information providing method according to an embodiment may extract at least one symptom information by parsing the input natural language (step 601).
예를 들어, 건강 정보 제공 방법은 적어도 하나 이상의 증상 정보를 추출하기 위해, 파싱된 자연어로부터 적어도 하나 이상의 유사어 집합을 생성하고, 생성된 적어도 하나 이상의 유사어 집합에 기초하여 적어도 하나 이상의 증상 정보를 추출할 수 있다.For example, the health information providing method may include generating at least one set of analogous words from the parsed natural language to extract at least one symptom information, and extracting at least one symptom information based on the generated at least one set of analogous terms .
또한, 일실시예에 따른 건강 정보 제공 방법은 추출된 적어도 하나 이상의 증상 정보를 적어도 하나 이상의 질환 정보에 맵핑할 수 있다(단계 602). 일례로, 일실시예에 따른 건강 정보 제공 방법은 데이터베이스에 질환 별 증상을 유지할 수 있다. 이에, 데이터베이스를 참고하여 상기 추출된 적어도 하나 이상의 증상 정보를 상기 적어도 하나 이상의 질환 정보에 맵핑할 수 있다. In addition, the health information providing method according to an embodiment may map at least one symptom information extracted to at least one disease information (step 602). For example, the method of providing health information according to one embodiment can maintain disease-specific symptoms in a database. Accordingly, the extracted at least one symptom information can be mapped to the at least one disease information with reference to a database.
일례로, 데이터베이스는 질환에 따른 증상과 함께, 증상에 따른 유사 증상을 더 기록하고 이를 유지할 수 있다. 이에, 일실시예에 따른 건강 정보 제공 방법은 맵핑을 위해, 추출된 적어도 하나 이상의 증상 정보와 데이터베이스에 기록된 증상 및 유사 증상을 고려하여 적어도 하나 이상의 질환 정보에 맵핑할 수 있다.For example, a database can record and maintain similar symptoms associated with a symptom, along with symptoms associated with the disease. Accordingly, the health information providing method according to an embodiment may map at least one disease information to at least one or more disease information in consideration of the at least one symptom information extracted and the symptoms and similar symptoms recorded in the database.
또한, 일실시예에 따른 건강 정보 제공 방법은 질환 별로 부여된 증상의 가중치를 고려하여, 상기 증상 정보에 맵핑된 상기 적어도 하나 이상의 질환 정보의 진단율을 계산하고(단계 603), 계산된 진단율을 고려하여 우선 순위를 결정하고, 상기 우선 순위에 따라 상기 적어도 하나 이상의 질환 정보를 리스팅하여 제공할 수 있다(단계 604).In addition, in the method for providing health information according to an embodiment, the diagnosis rate of the at least one disease information mapped to the symptom information is calculated in consideration of the weight of symptoms given for each disease (step 603), and the calculated diagnosis rate is considered And may list and provide the at least one disease information according to the priority (step 604).
본 발명의 일실시예에 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 본 발명을 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 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The method according to an embodiment of the present invention can be implemented in the form of a program command which 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 recorded on the medium may be those specially designed and configured for the present invention 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 present invention, and vice versa.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.While the invention has been shown and described with reference to certain preferred embodiments thereof, it will be understood by those of ordinary skill in the art that various changes in form and details may be made therein without departing from the spirit and scope of the invention as defined by the appended claims. This is possible.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.Therefore, the scope of the present invention should not be limited to the described embodiments, but should be determined by the equivalents of the claims, as well as the claims.
Claims (14)
입력되는 자연어를 파싱하여 적어도 하나 이상의 증상 정보를 추출하는 처리부;
상기 추출된 적어도 하나 이상의 증상 정보를 적어도 하나 이상의 질환 정보에 맵핑하는 맵핑부;
질환 별로 부여된 증상의 가중치를 고려하여, 상기 적어도 하나 이상의 증상 정보에 맵핑된 상기 적어도 하나 이상의 질환 정보의 진단율을 계산하는 계산부; 및
상기 계산된 진단율을 고려하여 우선 순위를 결정하고, 상기 우선 순위에 따라 상기 적어도 하나 이상의 질환 정보를 리스팅하여 제공하는 결과 전송부
를 포함하고,
상기 처리부는,
상기 파싱된 자연어로부터 적어도 하나 이상의 유사어 집합을 생성하고, 상기 생성된 적어도 하나 이상의 유사어 집합에 기초하여 상기 적어도 하나 이상의 증상 정보를 추출하는 건강 정보 제공 시스템.
WHAT IS CLAIMED IS: 1. A health information provision system comprising at least one processor, the system comprising: at least one processor;
A processing unit for parsing input natural language and extracting at least one symptom information;
A mapping unit for mapping the extracted at least one symptom information to at least one disease information;
A calculation unit for calculating a diagnosis rate of the at least one disease information mapped to the at least one symptom information, taking into account the weight of the symptom assigned to each disease; And
Determining a priority in consideration of the calculated diagnosis rate, listing and providing the at least one disease information according to the priority,
Lt; / RTI >
Wherein,
Generating at least one set of analogous terms from the parsed natural language, and extracting the at least one symptom information based on the generated at least one set of analogous terms.
질환에 따른 증상을 기록하는 데이터베이스
를 더 포함하고,
상기 맵핑부는,
상기 데이터베이스를 참고하여 상기 추출된 적어도 하나 이상의 증상 정보를 상기 적어도 하나 이상의 질환 정보에 맵핑하는 건강 정보 제공 시스템.
The method according to claim 1,
A database to record symptoms according to the disease
Further comprising:
Wherein the mapping unit comprises:
And maps the extracted at least one symptom information to the at least one disease information with reference to the database.
상기 데이터베이스는 상기 증상에 따른 유사 증상을 더 기록하고,
상기 맵핑부는 상기 추출된 적어도 하나 이상의 증상 정보와 상기 데이터베이스에 기록된 상기 증상 및 유사 증상을 고려하여 적어도 하나 이상의 질환 정보에 맵핑하는 건강 정보 제공 시스템.
The method of claim 3,
The database further records similar symptoms according to the symptoms,
Wherein the mapping unit maps the at least one symptom information to at least one disease information in consideration of the symptom and similar symptoms recorded in the database.
상기 데이터베이스는,
상기 질환에 상응하는 상기 증상의 중요도를 고려하여, 상기 증상에 대한 가중치를 더 기록하는 건강 정보 제공 시스템.
The method of claim 3,
The database includes:
Wherein the weight of the symptom is further recorded in consideration of the importance of the symptom corresponding to the disease.
상기 처리부는,
상기 계산된 진단율 또는 상기 진단율에 대한 사용자의 만족도에 기초하여, 상기 데이터베이스를 학습하는 건강 정보 제공 시스템.
The method of claim 3,
Wherein,
And the database is learned based on the calculated diagnosis rate or the user's satisfaction with the diagnosis rate.
상기 계산부는, 상기 추출된 적어도 하나 이상의 증상 정보의 개수와 상기 적어도 하나 이상의 질환 정보에 맵핑된 증상 정보의 개수를 고려하여 상기 진단율을 계산하는 건강 정보 제공 시스템.
The method according to claim 1,
Wherein the calculation unit calculates the diagnosis rate in consideration of the number of the extracted at least one symptom information and the number of symptom information mapped to the at least one disease information.
상기 결과 전송부는,
상기 질환 정보에 상응하는 건강 관리 정보를 더 제공하는 건강 정보 제공 시스템.
The method according to claim 1,
The result transmitting unit,
And provides health management information corresponding to the disease information.
상기 결과 전송부는,
상기 질환 정보에 상응하는 광고 정보를 더 제공하는 건강 정보 제공 시스템.
The method according to claim 1,
The result transmitting unit,
And further provides advertisement information corresponding to the disease information.
맵핑부에서, 상기 추출된 적어도 하나 이상의 증상 정보를 적어도 하나 이상의 질환 정보에 맵핑하는 단계;
계산부에서, 질환 별로 부여된 증상의 가중치를 고려하여, 상기 증상 정보에 맵핑된 상기 적어도 하나 이상의 질환 정보의 진단율을 계산하는 단계; 및
결과 전송부에서, 상기 계산된 진단율을 고려하여 우선 순위를 결정하고, 상기 우선 순위에 따라 상기 적어도 하나 이상의 질환 정보를 리스팅하여 제공하는 단계
를 포함하고,
상기 적어도 하나 이상의 증상 정보를 추출하는 단계는,
상기 파싱된 자연어로부터 적어도 하나 이상의 유사어 집합을 생성하는 단계; 및
상기 생성된 적어도 하나 이상의 유사어 집합에 기초하여 상기 적어도 하나 이상의 증상 정보를 추출하는 단계
를 포함하는 건강 정보 제공 방법.
Extracting at least one symptom information by parsing an input natural language in a processing unit;
Mapping the extracted at least one symptom information to at least one disease information in a mapping unit;
Calculating a diagnosis rate of the at least one disease information mapped to the symptom information in consideration of the weight of the symptom assigned to each disease in the calculation unit; And
Determining a priority in consideration of the calculated diagnosis rate in the result transmitting unit, and listing and providing the at least one disease information according to the priority order
Lt; / RTI >
Wherein the extracting of the at least one symptom information comprises:
Generating at least one set of synonyms from the parsed natural language; And
Extracting the at least one symptom information based on the generated at least one set of similar words;
And the health information.
데이터베이스에서, 질환에 따른 증상을 유지하는 단계
를 더 포함하고,
상기 맵핑하는 단계는,
상기 데이터베이스를 참고하여 상기 추출된 적어도 하나 이상의 증상 정보를 상기 적어도 하나 이상의 질환 정보에 맵핑하는 단계
를 포함하는 건강 정보 제공 방법.
11. The method of claim 10,
In the database, steps to maintain symptoms according to the disease
Further comprising:
Wherein the mapping comprises:
Mapping the extracted at least one symptom information to the at least one disease information with reference to the database
And the health information.
상기 질환에 따른 증상을 유지하는 단계는,
상기 증상에 따른 유사 증상을 더 기록하는 단계
를 포함하고,
상기 맵핑하는 단계는 상기 추출된 적어도 하나 이상의 증상 정보와 상기 데이터베이스에 기록된 상기 증상 및 유사 증상을 고려하여 적어도 하나 이상의 질환 정보에 맵핑하는 단계
를 포함하는 건강 정보 제공 방법.
13. The method of claim 12,
The method of claim 1,
Further recording similar symptoms according to the symptom
Lt; / RTI >
Mapping the at least one symptom information to at least one disease information in consideration of the symptoms and similar symptoms recorded in the database
And the health information.
입력되는 자연어를 파싱하여 적어도 하나 이상의 증상 정보를 추출하는 명령어 세트;
상기 추출된 적어도 하나 이상의 증상 정보를 적어도 하나 이상의 질환 정보에 맵핑하는 명령어 세트;
상기 질환 별로 부여된 증상의 가중치를 고려하여, 상기 증상 정보에 맵핑된 상기 적어도 하나 이상의 질환 정보의 진단율을 계산하는 명령어 세트;
상기 계산된 진단율을 고려하여 우선 순위를 결정하는 명령어 세트; 및
상기 우선 순위에 따라 상기 적어도 하나 이상의 질환 정보를 리스팅하여 제공하는 명령어 세트
를 포함하고,
상기 적어도 하나 이상의 증상 정보를 추출하는 명령어 세트는,
상기 파싱된 자연어로부터 적어도 하나 이상의 유사어 집합을 생성하는 명령어 세트; 및
상기 생성된 적어도 하나 이상의 유사어 집합에 기초하여 상기 적어도 하나 이상의 증상 정보를 추출하는 명령어 세트
를 포함하는 건강 정보 제공 프로그램.12. A health determination program via natural language search stored in a recording medium, the program being executed in a computing system,
A command set for parsing input natural language and extracting at least one symptom information;
A set of instructions for mapping the extracted at least one symptom information to at least one disease information;
A command set for calculating a diagnosis rate of the at least one disease information mapped to the symptom information in consideration of the weight of the symptom imparted for each disease;
A command set for determining a priority in consideration of the calculated diagnosis rate; And
And instructions for listing and providing the at least one disease information according to the priority order
Lt; / RTI >
Wherein the instruction set for extracting the at least one symptom information comprises:
A set of instructions for generating at least one set of synonyms from the parsed natural language; And
Extracting the at least one symptom information based on the generated at least one set of analogous terms;
A health information providing program.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150082423A KR101785780B1 (en) | 2015-06-11 | 2015-06-11 | System and method of providing health information |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150082423A KR101785780B1 (en) | 2015-06-11 | 2015-06-11 | System and method of providing health information |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20160145978A KR20160145978A (en) | 2016-12-21 |
| KR101785780B1 true KR101785780B1 (en) | 2017-10-16 |
Family
ID=57734674
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150082423A KR101785780B1 (en) | 2015-06-11 | 2015-06-11 | System and method of providing health information |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101785780B1 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210012567A (en) * | 2019-07-25 | 2021-02-03 | 한국로봇융합연구원 | Appatus and method for asking a patient about his condition |
| WO2021102183A1 (en) * | 2019-11-19 | 2021-05-27 | Click Therapeutics, Inc. | Apparatus, system, and method for adaptive parsing and processing of text to facilitate user engagement |
| KR102444460B1 (en) * | 2021-08-30 | 2022-09-19 | 주식회사 초메디신 | Method of providing chatbot service for symptom and disease matching based on ai |
| KR20230018210A (en) | 2021-07-29 | 2023-02-07 | 주식회사 메드올스 | Apparatus for classifying medical information using machine learning |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102004177B1 (en) * | 2017-12-06 | 2019-07-26 | 주식회사 쓰리빌리언 | Method and Apparatus for correcting probability of disease genes expression |
| KR102088980B1 (en) * | 2019-04-19 | 2020-03-13 | 이정의 | System and Method for Providing personalized hospital information |
| CN112700838B (en) * | 2020-12-30 | 2024-03-01 | 平安科技（深圳）有限公司 | Big data-based medication scheme recommendation method and device and related equipment |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101404503B1 (en) * | 2013-10-01 | 2014-06-10 | 배형준 | Method for extracting diseases and providing information of extracted diseases from prescription of patient |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| BR112014016260A8 (en) | 2011-12-28 | 2017-07-04 | Intel Corp | real-time natural language processing of data streams |
-
2015
- 2015-06-11 KR KR1020150082423A patent/KR101785780B1/en active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101404503B1 (en) * | 2013-10-01 | 2014-06-10 | 배형준 | Method for extracting diseases and providing information of extracted diseases from prescription of patient |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210012567A (en) * | 2019-07-25 | 2021-02-03 | 한국로봇융합연구원 | Appatus and method for asking a patient about his condition |
| KR102297466B1 (en) * | 2019-07-25 | 2021-09-03 | 한국로봇융합연구원 | Appatus and method for asking a patient about his condition |
| WO2021102183A1 (en) * | 2019-11-19 | 2021-05-27 | Click Therapeutics, Inc. | Apparatus, system, and method for adaptive parsing and processing of text to facilitate user engagement |
| US12019980B2 (en) | 2019-11-19 | 2024-06-25 | Click Therapeutics, Inc. | Apparatus, system, and method for adaptive parsing and processing of text to facilitate user engagement |
| KR20230018210A (en) | 2021-07-29 | 2023-02-07 | 주식회사 메드올스 | Apparatus for classifying medical information using machine learning |
| KR102444460B1 (en) * | 2021-08-30 | 2022-09-19 | 주식회사 초메디신 | Method of providing chatbot service for symptom and disease matching based on ai |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20160145978A (en) | 2016-12-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101785780B1 (en) | System and method of providing health information | |
| US11514114B2 (en) | User-centric contextual information for browser | |
| US11556865B2 (en) | User-centric browser location | |
| US9589231B2 (en) | Social medical network for diagnosis assistance | |
| US10565309B2 (en) | Interpreting the meaning of clinical values in electronic medical records | |
| US9690861B2 (en) | Deep semantic search of electronic medical records | |
| US10685052B2 (en) | Method of and system for information retrieval | |
| CN112417090B (en) | Using uncommitted user input data to improve task performance | |
| US20100076786A1 (en) | Computer System and Computer-Implemented Method for Providing Personalized Health Information for Multiple Patients and Caregivers | |
| EP2656274B1 (en) | Creating an access control policy based on consumer privacy preferences | |
| US20200211709A1 (en) | Method and system to provide medical advice to a user in real time based on medical triage conversation | |
| US10445419B2 (en) | Form filling engine to populate fields of an electronic form | |
| US12106054B2 (en) | Multi case-based reasoning by syntactic-semantic alignment and discourse analysis | |
| JP2021507350A (en) | Reinforcement evidence retrieval of complex answers | |
| US11847411B2 (en) | Obtaining supported decision trees from text for medical health applications | |
| US10127271B2 (en) | Generating a query | |
| US11532387B2 (en) | Identifying information in plain text narratives EMRs | |
| JP5266975B2 (en) | Personal search system, information processing apparatus, personal search method, program, and recording medium | |
| US20230170092A1 (en) | Medical indication determination using heterogeneous data in a clinical decision support system | |
| Jin et al. | Using electronic medical records and physician data to improve information retrieval for evidence-based care | |
| KR102666450B1 (en) | Method and learning method of providing virtual medical service in a digital twin-based virtual world and computing device using the same | |
| US12141177B2 (en) | Data loss prevention system for cloud security based on document discourse analysis | |
| US20230043849A1 (en) | Answer generation using machine reading comprehension and supported decision trees | |
| JP2017097561A (en) | Information processing device, information processing system, information processing method and program | |
| Şahin et al. | MedSpecSearch: Medical specialty search |
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 |