$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 진단검사코드 표준화를 위한 LOCAL-LOINC 코드 매핑 시스템의 설계 및 구현
A Design and Implementation of a LOCAL-LOINC Mapping System for the Standardization of a Laboratory Code 원문보기

한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (C), 2008 June 30, 2008년, pp.203 - 207  

송혜주 (숙명여자대학교 멀티미디어과학과) ,  안후영 (숙명여자대학교 멀티미디어과학과) ,  박영호 (숙명여자대학교 멀티미디어과학과) ,  김신영 (부산대학교 의학과) ,  김형회 (부산대학교 의학과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 의료기관의 검사코드인 LOCAL 코드(Local Code)를 LOINC 코드(Local Laboratory Result Code)와 매핑하기 위한 알고리즘을 구현하고, 이를 기반으로, LOCAL 코드의 매핑 및 입력을 지원하는 새로운 시스템을 제안한다. 이를 위해, 먼저, LOCAL 코드를 변환하여 LOINC의 여섯 가지 속성을 추출한 대응 코드로 생성한다. 추출한 대응코드는 LOINC 코드와 매핑하는 키 값이 된다. 대응코드와 LOINC 코드의 매핑은 각 속성을 우선순위에 따라 비교하는 과정을 포함하며, 매핑 결과 수에 따라 자동 매핑되거나, 상 하위 개념을 조합 또는 System 코드를 재검색하는 결과 최소화 단계를 수행한다. 본 연구에서는 매핑 알고리즘을 기반으로 LOINC 코드로 매핑 하고, 새로운 LOCAL 코드를 LOINC 코드로 입력할 수 있는 새로운 시스템을 구축하였다. 본 연구의 목표는 LOINC를 활용하여 방대한 진단검사 결과데이터를 표준화하고, 이를 통해 의료 기관 간 EMR을 실현하고 구축하는 기반요소를 마련하는데 있다. 본 연구를 통해, 국내 의료기관 간 검사 결과의 통합과 호환이 가능하게 할 것이며, 검사코드의 표준화를 위한 기반요소를 마련할 수 있을 것으로 기대한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 그러나, 이러한 기록 방식은 각 의료기관마다 상이한 검사코드를 구축하게 되기 때문에 의료기관 간 검사 데이터를 해석하고, 분석, 공유할 수 없다는 문제점이 발생한다. 따라서, 본 연구의 목표는 검사 데이터의 통합을 위하여, 방대한 진단검사 결과데이터를 표준화하고, 이를 통해 의료 기관 간 EMR을 실현하고 구축하는 기반요소를 마련하는데 있다.
  • 본 논문에서는 의료기관의 검사코드인 LOCAL 코드(Local Code)를 LOINC 코드(Local Laboratory Result Code)와 매핑하기 위한 알고리즘을 구현하고, 이를 기반으로, LOCAL 코드의 매핑 및 입력을 지원하는 새로운 시스템을 제안한다. 이를 위해, 먼저, [2]에서 제안하는 방법을 기반으로 LOCAL 코드를 변환하여 LOINC의 여섯 가지 속성을 추출한 대응코드로 생성한다.
  • 본 논문에서는 의료기관의 검사코드인 LOCAL 코드(Local Code)를 LOINC 코드(Local Laboratory Result Code)와 매핑하기 위한 알고리즘을 구현하고, 이를 기반으로, LOCAL 코드의 매핑 및 입력을 지원하는 새로운 시스템을 제안하였다. 이를 위해, 먼저, LOCAL 코드를 변환하여 LOINC의 여섯 가지 속성을 추출한 대응 코드로 생성하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
의무기록의 데이터화는 어떤 장점이 있는가? 전자의무기록(Electronic Medical Record, EMR)은 모든 진료과정이 텍스트 기반의 데이터 형태로 저장되는 의무기록 시스템을 의미한다. 이러한 의무기록의 데이터화는 환자의 진료, 교육, 연구, 의료 기관 등의 측면에서 정보의 접근성을 용이하게 하고, 의료정보의 통합적 관리와 전달이 가능하다는 점에서 유용하다[1].
LOCAL 코드를 LOINC 코드와 매핑하기 위한 알고리즘은 어떻게 동작하는가? 본 논문에서는 의료기관의 검사코드인 LOCAL 코드(Local Code)를 LOINC 코드(Local Laboratory Result Code)와 매핑하기 위한 알고리즘을 구현하고, 이를 기반으로, LOCAL 코드의 매핑 및 입력을 지원하는 새로운 시스템을 제안한다. 이를 위해, 먼저, LOCAL 코드를 변환하여 LOINC의 여섯 가지 속성을 추출한 대응 코드로 생성한다. 추출한 대응코드는 LOINC 코드와 매핑하는 키 값이 된다. 대응코드와 LOINC 코드의 매핑은 각 속성을 우선순위에 따라 비교하는 과정을 포함하며, 매핑 결과 수에 따라 자동 매핑되거나, 상 하위 개념을 조합 또는 System 코드를 재검색하는 결과 최소화 단계를 수행한다. 본 연구에서는 매핑 알고리즘을 기반으로 LOINC 코드로 매핑 하고, 새로운 LOCAL 코드를 LOINC 코드로 입력할 수 있는 새로운 시스템을 구축하였다.
전자의무기록이란 무엇인가? 전자의무기록(Electronic Medical Record, EMR)은 모든 진료과정이 텍스트 기반의 데이터 형태로 저장되는 의무기록 시스템을 의미한다. 이러한 의무기록의 데이터화는 환자의 진료, 교육, 연구, 의료 기관 등의 측면에서 정보의 접근성을 용이하게 하고, 의료정보의 통합적 관리와 전달이 가능하다는 점에서 유용하다[1].
질의응답 정보가 도움이 되었나요?

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로