초록 ▼

본 발명은 치매 예측을 위하여 기계학습장치로 입력될 사용자의 연도별 의료 데이터를 처리하며, 최적의 자질들로 조합된 데이터 세트가 구성된다. 최적의 자질들에는 적어도 사용자의 병력(Disease History)에 관한 정보가 포함되고, 사용자의 최근 7년 이하의 연도별 의료 정보가 포함된다. 사용자의 연도별 의료 데이터에서 실험을 통해 파악된 최적의 자질들을 구성함으로써 정확한 치매의 예측과 진단을 할 수 있다. 구체적인 실험 결과는 무조건 오랜 기간 동안의 의료 정보를 관찰하기보다는 최근 7년 이하의 병력을 관찰한 예측 결과가 가

본 발명은 치매 예측을 위하여 기계학습장치로 입력될 사용자의 연도별 의료 데이터를 처리하며, 최적의 자질들로 조합된 데이터 세트가 구성된다. 최적의 자질들에는 적어도 사용자의 병력(Disease History)에 관한 정보가 포함되고, 사용자의 최근 7년 이하의 연도별 의료 정보가 포함된다. 사용자의 연도별 의료 데이터에서 실험을 통해 파악된 최적의 자질들을 구성함으로써 정확한 치매의 예측과 진단을 할 수 있다. 구체적인 실험 결과는 무조건 오랜 기간 동안의 의료 정보를 관찰하기보다는 최근 7년 이하의 병력을 관찰한 예측 결과가 가장 뛰어난 것을 보여주므로, 치매 예측에 적정한 기준을 제시한다.

대표청구항 ▼

치매 예측을 위하여 기계학습장치로 입력될 사용자의 연도별 의료 데이터를 처리하는 장치로서,상기 사용자의 연도별 의료 데이터를 기초로, 기 설정된 각 자질들의 값을 상기 기계학습장치로 입력되어야 할 값으로 설정하는 전처리부; 및상기 전처리부에서 설정된 상기 각 자질들의 값으로 이루어진 데이터 세트를 구성하는 데이터 세트 구성부를 포함하고,상기 기 설정된 자질들은, Hyperfunction of pituitary gland(뇌하수체의 과다 기능), Hypofunction and other disorders of pituitary gla

치매 예측을 위하여 기계학습장치로 입력될 사용자의 연도별 의료 데이터를 처리하는 장치로서,상기 사용자의 연도별 의료 데이터를 기초로, 기 설정된 각 자질들의 값을 상기 기계학습장치로 입력되어야 할 값으로 설정하는 전처리부; 및상기 전처리부에서 설정된 상기 각 자질들의 값으로 이루어진 데이터 세트를 구성하는 데이터 세트 구성부를 포함하고,상기 기 설정된 자질들은, Hyperfunction of pituitary gland(뇌하수체의 과다 기능), Hypofunction and other disorders of pituitary gland(뇌하수체 기능 저하 및 기타 장애), Other disorders of adrenal gland(부신의 다른 질환), Unspecified protein-energy malnutrition(불특정 단백질 에너지 영양 실조), Calculus of lower urinary tract(요로 결석), Urethral stricture(요도 협착), Other disorders of male genital organs(남성 생식기의 기타 질환), Inflammatory disease of uterus, except cervix(자궁 경부암을 제외한 자궁 염증성 질환), Polyp of female genital tract(여성 생식기관의 폴립), Kyphosis and lordosis(후만증과 전만증), Spinal osteochondrosis(척추 골 연쇄증), Psoriatic and enteropathic arthropathies(건선 및 장폐색성 관절염), Ascites(복수), Retention of urine(소변 보유), Voice disturbances(음성 장애), Malaise and fatigue(불쾌감과 피로감), Enlarged lymph nodes(확대 림프절), 및 Systemic Inflammatory Response Syndrome(전신 염증 반응 증후군)을 포함하는 것을 특징으로 하는 기계 학습을 통한 치매 예측용 데이터 처리 장치.