의료 분야의 정보화와 다양화로 인해 한의학 분야에서도 지능화된 서비스를 제공해주는 온톨로지 기반의 지능형 의료 시스템에 관한 연구가 진행되고 있다. 지능형 의료 시스템은 온톨로지를 이용하여 복잡한 의료지식 및 개인의 의료정보등을구조화함으로써진단을과학화시키고보다나은의료서비스를제공하게해준다. 본 논문에서는 온톨로지를 이용하여 기본적인 의학 데이터, 진단 시 발생되는 임상데이터, 개인의 신체정보와 같은 세 가지 지식을 표현하여 온톨로지로 구축함으로써 개인 맞춤형 진단을 내리는데 중요한 데이터로 활용한다. 특히, 한의학진단에서는 환자 개인의 병증과 체질 등에 따라 상이한 진단 및 처방이 내려질 수 있기 때문에 개개인의 신체정보 및 질병 정보를 이용하여 사용자의 상황에 맞는 맞춤형의 진단 및 처방 서비스를 제공 해주는 지능형 진단보조시스템이 유용하다. 따라서 본 논문에서는 환자 개개인에게 맞춤형의 진단 서비스를 제공하기 위한 방법으로 개인의 신체정보 및 질병정보를 이용하여 한의학 온톨로지를 구축하고, 추론을 통해 진단을 내리는 한의학 진단보조시스템을 구현하였다.
의료 분야의 정보화와 다양화로 인해 한의학 분야에서도 지능화된 서비스를 제공해주는 온톨로지 기반의 지능형 의료 시스템에 관한 연구가 진행되고 있다. 지능형 의료 시스템은 온톨로지를 이용하여 복잡한 의료지식 및 개인의 의료정보등을구조화함으로써진단을과학화시키고보다나은의료서비스를제공하게해준다. 본 논문에서는 온톨로지를 이용하여 기본적인 의학 데이터, 진단 시 발생되는 임상데이터, 개인의 신체정보와 같은 세 가지 지식을 표현하여 온톨로지로 구축함으로써 개인 맞춤형 진단을 내리는데 중요한 데이터로 활용한다. 특히, 한의학진단에서는 환자 개인의 병증과 체질 등에 따라 상이한 진단 및 처방이 내려질 수 있기 때문에 개개인의 신체정보 및 질병 정보를 이용하여 사용자의 상황에 맞는 맞춤형의 진단 및 처방 서비스를 제공 해주는 지능형 진단보조시스템이 유용하다. 따라서 본 논문에서는 환자 개개인에게 맞춤형의 진단 서비스를 제공하기 위한 방법으로 개인의 신체정보 및 질병정보를 이용하여 한의학 온톨로지를 구축하고, 추론을 통해 진단을 내리는 한의학 진단보조시스템을 구현하였다.
With the advancement of information technology and increasing diversity in medical field, there are ongoing researches on ontology based intelligent medical system in Oriental medicine field. Intelligent diagnostic support system uses ontology to give a structure to complex medical knowledge and per...
With the advancement of information technology and increasing diversity in medical field, there are ongoing researches on ontology based intelligent medical system in Oriental medicine field. Intelligent diagnostic support system uses ontology to give a structure to complex medical knowledge and personal medical history so that we can make diagnosis more scientific, and provide better medical services. In this paper, we suggest an ontology that structuralize three knowledge types basic medical data, clinical trial data, and personal health information, which can be used as important information for individually tailored diagnosis. Especially in Oriental medicine diagnosis, both patient's symptoms of illness and physical constitution play a great role; it can lead to distinct diagnosis depending on their combination. Thus, it is much needed to have a diagnostic support system that uses personal health history and physical constitution along with basic medical data and clinical trial data in the field. In this paper, we implemented an Oriental medicine diagnostic support system that provides individualized diagnosis service to each patient by building an ontology on Oriental medicine focused on individual physical constitution and disease information.
With the advancement of information technology and increasing diversity in medical field, there are ongoing researches on ontology based intelligent medical system in Oriental medicine field. Intelligent diagnostic support system uses ontology to give a structure to complex medical knowledge and personal medical history so that we can make diagnosis more scientific, and provide better medical services. In this paper, we suggest an ontology that structuralize three knowledge types basic medical data, clinical trial data, and personal health information, which can be used as important information for individually tailored diagnosis. Especially in Oriental medicine diagnosis, both patient's symptoms of illness and physical constitution play a great role; it can lead to distinct diagnosis depending on their combination. Thus, it is much needed to have a diagnostic support system that uses personal health history and physical constitution along with basic medical data and clinical trial data in the field. In this paper, we implemented an Oriental medicine diagnostic support system that provides individualized diagnosis service to each patient by building an ontology on Oriental medicine focused on individual physical constitution and disease information.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그림6의 아래 그림은 기존에 구축한 한의학 온톨로지와 확장한 한의학 온톨로지의 protege 화면이다. 기본적으로 각 신체부위별 모든 질병은 그에 대한 증상, 처방 등을 가지고 있으며, 증상은 증상이 나타나는 시기, 빈도 그리고 환자는 나이, 체질, 혈압, 맥박, 병력을 속성으로 가지고 있어 환자의 질병 추론에 있어 정확성 높은 결과와 개개인에 맞는 맞춤형 진단 결과를 도출하고자 하였다.
예를 들면, 환자는 최대 하나의 연령, 체질 속성을 설정할 수 있고 혈압과 맥박도 최소 한 가지 이상 설정하도록 하였다. 또한 본인 또는 가족이 과거에 앓았던 병(병력)의 시작일과 종료일을 설정하고 해당하는 구성원이 누구인지 설정할 수 있도록 하였다.
본 논문에서는 환자 개인에게 맞춤형 진단 서비스를 제공하기 위해 질병 정보와 개인의 신체정보를 이용하여 한의학 온톨로지를 설계하고 구축한다. 기존에 구축된 한의학 온톨로지는 증상에 대한 질병을 도출하였고, 이번 연구에서는 기본적인 의학 데이터에 개인의 신체정보를 추가함으로써 개인에게 맞는 맞춤형 진단 서비스를 제공할 수 있도록 하였다.
본 논문에서는 환자의 신체 정보로 성별, 나이, 체질, 과거 병력(지병), 가족병력, 혈압, 맥박, 체온에 대한 데이터를 이용하여 맞춤형 진단 서비스를 위한 온톨로지를 설계하였다. 한의원에 내원한 환자의 나이, 성별, 이름, 체질 등의 신상 정보와 내원시의 맥박, 혈압, 신체 온도 등의 신체정보를 상황 정보로 활용한다.
하지만 한의학 분야의 온톨로지 관련 연구는 완벽하게 구현 된 사례가 없거나 연구 초기 단계인 경우가 많다. 본 단원에서는 한의학 분야의 온톨로지 연구와 상황인식 기반의 맞춤형 온톨로지에 관한 연구를 소개한다.
또한, 최근 한의학 연구원에는 전통 의학 지식의 표준화 및 체계화, 시멘틱 웹 기반의 전통의학 지식의 지능화 그리고 지능화된 전통의학 지식의 실용화를 목적으로 한 온톨로지 기반 한의학 지능형 정보체계 연구가 진행 중이다. 이 연구는 2009년부터 2013년에 걸쳐 진행되는 장기 프로젝트로 한의학의 모든 지식 정보를 융합한 한의학 국가 포털 서비스 구축과 전문가뿐만 아니라 일반인을 대상으로 한 맞춤형 지능 정보 서비스를 제공해 줄 것으로 예상된다[6].
특히, 진단 결과에 영향을 미치는 요소가 다양하게 적용되는 한의학에서는 개인의 질병정보와 함께 상황정보를 온톨로지로 구축함으로써 맞춤형 진단 서비스를 제공할 수 있다. 이에 본 논문에서는 한의학 분야의 지식 정보를 구조화 시키고 명확하게 표현하기 위해 질병정보와 상황정보를 이용한 맞춤형 진단서비스를 위한 한의학 온톨로지를 모델링 한다.
제안 방법
관계 설정 및 제약사항을 설정 작업은 기존의 선행 연구에서 수행하였던 내용을 기본으로 환자 개인의 신체정보를 상황정보로 추가하여 온톨로지로 구축함으로써 좀 더 나은 결과를 도출할 수 있었다.
이러한 기존의 연구들은 공통적으로 한의학 분야의 지식체계 정립, 그리고 객관화 및 표준화 작업의 필요성을 강조한다. 그리고 그에 따른 온톨로지 구축 방법을 제안하고 실제 온톨로지를 구축하였다. 또한, 몇몇 연구에서는 구축된 온톨로지를 기반으로 하는 시스템 개발을 통하여 도출되는 문제점과 그 해결방안을 모색해봄으로써 한의학 분야 온톨로지 구축에 새로운 방향을 제시하였다.
본 논문에서는 환자 개인에게 맞춤형 진단 서비스를 제공하기 위해 질병 정보와 개인의 신체정보를 이용하여 한의학 온톨로지를 설계하고 구축한다. 기존에 구축된 한의학 온톨로지는 증상에 대한 질병을 도출하였고, 이번 연구에서는 기본적인 의학 데이터에 개인의 신체정보를 추가함으로써 개인에게 맞는 맞춤형 진단 서비스를 제공할 수 있도록 하였다.
그림6은 세부 속성과 제약사항 설정을 통하여 구축한 온톨로지의 전체 화면을 보여준다. 먼저, 환자의 신체정보를 이용하여 성별, 나이, 체질, 과거병력, 가족병력, 혈압, 맥박을 정의하였다. 환자는 기본적으로 남자와 여자로 세분화 되며 연령, 체질, 혈압, 맥박, 병력, 증상 등을 설정할 수 있다.
생성된 상위 클래스를 기준으로 하위 개념들은 각각의 세부 클래스 및 individual로 확장하였다. 모든 클래스 및 individual의 생성이 마무리 되면 질병, 증상, 개인의 상황정보, 처방, 병력, 부위 등 추출 개념 간의 관계 설정 및 제약사항을 설정한 후 전문가에게 검증하는 테스트를 실시하였다. 특히, 한의학은 개인의 체질, 나이, 과거병력, 가족병력이 진단에 미치는 영향이 크고, 이로 인해 결과 및 처방 결과가 상이하게 도출되는 경우가 많아 관계 설정 시 한의학 분야의 전문적인 지식 부재로 인한 어려움이 많았다.
본 논문에서는 환자 개개인에게 맞춤형의 진단 서비스를 제공하기 위한 방법으로 개인의 신체정보 및 질병정보를 이용하여 한의학 온톨로지를 구축하고, 추론을 통해 진단을 내리는 한의학 진단보조시스템을 구현하였다.
용어 추출은 상향식 접근 방식으로 수집한 자료에서 핵심 용어를 선정·분류하여 개념화를 시킨 후 조직적인 구조를 갖추기 위해 하위 개념들과 계층화 작업을 하였다.
제약 사항 설정에서는 세부 질병에서 다양하게 나타날 수 있는 증상들을 각각의 질병과의 관계를 정의하고 제약사항을 설정하였다. 예를 들면, 환자는 최대 하나의 연령, 체질 속성을 설정할 수 있고 혈압과 맥박도 최소 한 가지 이상 설정하도록 하였다.
즉, 한의학 진단보조시스템은 protege를 이용하여 만들어진 OWL파일을 불러오거나 임상지식데이터 엑셀 파일을 업로드하여 사용하는 두 가지 방법을 모두 가능하도록 하였다.
추론 엔진은 기본적으로 사실(fact)을 만들고 그에 대한 규칙(rule)을 정의한 후 질의문을 작성한다. 하지만, 본 논문에서는 Protege를 이용하여 사실을 정의하고 규칙을 만들었기 때문에 저장한 온톨로지 파일(OWL file)을 불러와 추론하는 과정으로 진행하였다. 먼저 간단한 Bossam 엔진을 이용한 추론 과정을 그림 8의 데모를 통하여 알아본다.
한의학 온톨로지는 크게 Class, individual , Property 세 부분으로 나누어 모델링하였다. Class는 질병과 증상 및 환자의 기초정보 등을 선언하고 관리하는 부분으로 최상위 클래스 및 서브 클래스로 표현하였다.
환자의 신체 정보와 질병정보에 대한 데이터는 사용자 입력을 통해 온톨로지로 구축하였다. 하지만 나아가 데이터를 자동 또는 반자동으로 추출하여 온톨로지로 구축할 수 있을 때 복잡한 수작업을 줄이면서 구조화 되고 표준화 된 온톨로지 구축 원리를 정립할 수 있을 것이다.
대상 데이터
전체 최상위 클래스 7개를 시작으로 질병에 관한 서브클래스 15개, individual 209개, 증상에 관한 서브클래스 49개, individual 302개의 개념클래스를 생성하여 이들 간의 관계를 설정하였다. 현재, has속성을 이용한 120여개의 관계 설정을 완료한 상태이다.
한의학 온톨로지 설계를 위해 한의사의 도움을 받아 한의학에서의 질병분류, 질병정보, 증상표, 문진표, 건강력, 문진표, 약장, 진단정보입력과 관련된 자료를 수집하였다. 질병 개념 204개, 증상 개념 303개를 시작으로 만성질환 97개까지 총 604개의 데이터를 수집 하였다. 만성 질환은 질병과 증상에 중복되어 나타나므로 그 수치를 제외하였다.
온톨로지 설계부분은 전체적으로 선행 연구에서 수행한 내용을 바탕으로 확장하였다. 한의학 온톨로지 설계를 위해 한의사의 도움을 받아 한의학에서의 질병분류, 질병정보, 증상표, 문진표, 건강력, 문진표, 약장, 진단정보입력과 관련된 자료를 수집하였다. 질병 개념 204개, 증상 개념 303개를 시작으로 만성질환 97개까지 총 604개의 데이터를 수집 하였다.
이론/모형
계층화 작업은 스탠포드 대학에서 개발한 온톨로지 구축툴인 Protege 3.4.1을 사용하였다. 이 과정에서 각각의 상·하위 클래스들은 자동적으로 Is-a 기반의 계층관계가 성립된다.
본 논문에서는 온톨로지 추론을 위하여 한국전자통신연구원(ETRI)에서 개발한 Bossam 추론엔진을 사용하였다. Bossam 추론엔진은 규칙과 온톨로지를 모두 처리할 수 있게 만든 규칙 기반의 온톨로지 추론 엔진으로 규칙 언어(rule language)로 Buchingae언어만을 지원한다.
성능/효과
위의 콘솔창은 선행 연구의 추론 결과로 상황정보를 추가하지 않았을 때의 결과를 보여주고, 아래의 콘솔창은 개인의 상황정보를 온톨로지로 구축하였을 때의 결과를 보여주고 있다. 이번 연구에서는 질병정보에 개인의 신체정보 및 의료정보를 추가한 후 추론하여 약 1465여개의 사실들이 유도되는 것을 볼 수 있다. 이는 단순히 질병과 증상을 추론해내는 기존에 구축한 온톨로지와 동일한 데이터 수를 가지고 시작하였음에도 선행 연구의 1114개보다 개인의 기초정보 및 신체정보를 추가했을 때 추론을 통해 도출되는 사실이 증가되었음을 보여준다.
후속연구
현재, 한의학 데이터의 양적, 질적인 문제가 있고 속성 및 관계설정이 단순하여 도출되는 결과의 수치가 적은 편이지만 계속적으로 온톨로지 규칙의 정의와 fact 추가를 통한 질의 응답을 실시함으로써 추론을 통한 다양하고 정확도 있는 추론 결과를 얻을 수 있을 것으로 본다. 그리고 계속적인 전문가 검증 과정을 거치면서 한의학 진단 시 문제되는 구조적인 문제를 해결함으로써 언제든지 확장 가능한 지식베이스로써의 면모를 갖추게 될 것이다.
또한, 진단에 영향을 미칠 수 있는 개인 정보의 추가와 진단 시 발생되는 한의사의 임상 데이터를 계속적으로 기존 온톨로지에 추가·병합함으로써 전문가 시스템 및 지능형 의료시스템의 지식베이스로 활용 될 수 있다.
환자의 신체 정보와 질병정보에 대한 데이터는 사용자 입력을 통해 온톨로지로 구축하였다. 하지만 나아가 데이터를 자동 또는 반자동으로 추출하여 온톨로지로 구축할 수 있을 때 복잡한 수작업을 줄이면서 구조화 되고 표준화 된 온톨로지 구축 원리를 정립할 수 있을 것이다.
현재, 한의학 데이터의 양적, 질적인 문제가 있고 속성 및 관계설정이 단순하여 도출되는 결과의 수치가 적은 편이지만 계속적으로 온톨로지 규칙의 정의와 fact 추가를 통한 질의 응답을 실시함으로써 추론을 통한 다양하고 정확도 있는 추론 결과를 얻을 수 있을 것으로 본다. 그리고 계속적인 전문가 검증 과정을 거치면서 한의학 진단 시 문제되는 구조적인 문제를 해결함으로써 언제든지 확장 가능한 지식베이스로써의 면모를 갖추게 될 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
지능형 의료 시스템은 어떻게 진단을 과학화시키고 보다 나은 의료서비스를 제공하는가?
의료 분야의 정보화와 다양화로 인해 한의학 분야에서도 지능화된 서비스를 제공해주는 온톨로지 기반의 지능형 의료 시스템에 관한 연구가 진행되고 있다. 지능형 의료 시스템은 온톨로지를 이용하여 복잡한 의료지식 및 개인의 의료정보등을구조화함으로써진단을과학화시키고보다나은의료서비스를제공하게해준다. 본 논문에서는 온톨로지를 이용하여 기본적인 의학 데이터, 진단 시 발생되는 임상데이터, 개인의 신체정보와 같은 세 가지 지식을 표현하여 온톨로지로 구축함으로써 개인 맞춤형 진단을 내리는데 중요한 데이터로 활용한다.
시멘틱 웹의 핵심적인 지식체계이자 요소인 온톨로지란 무엇인가?
시멘틱 웹은 기존의 웹과 구별되는 새로운 웹이 아니라 컴퓨터가 조금 더 인간을 도울 수 있는 정보 환경을 만들고자 하는 것으로 그 기반이 되는 지식 데이터베이스를 필요로 한다. 그것이 시멘틱 웹의 핵심적인 지식체계이자 요소인 온톨로지이다[1].
한의학 지식 데이터베이스로써 진단보조시스템의 기반되는 온톨로지는 무엇인가?
한의학 분야에서의 온톨로지는 의료정보의 지식표현이 가능한 지식데이터베이스로 질병, 증상 등의 한의학 정보를 체계적이고 논리적으로 표현함으로써 의료정보에 정확성을 부여하고, 질적으로 향상된 의료 서비스를 제공하게 해주는 지식 자원이다. 이렇게 체계화 된 한의학 온톨로지는 한의학 지식 데이터베이스로써 진단보조시스템의 기반이 된다[1].
참고문헌 (16)
문경실, 박수현, "Bossam 추론 엔진을 이용한 한의학 온톨로지 개발," 제31회 한국정보처리학회 춘계학술발표대회논문집(상), 43-46쪽, 2009년 4월.
최보경, 윤희용, "상황인식 기반의 U-Silvercare 서비스," 정보과학학회논문지, 소프트웨어 및 응용 제 36권, 제3호, 200-207쪽, 2009년 3월.
이현실, 이두영, "온톨로지 기반 한의학 처방 지식관리시스템 설계에 관한 연구," 정보관리학회지, 제 20권, 제 1호, 341-371쪽, 2003년 3월.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.