초록

본 발명은 의료영상, 병력, 건강수치, 가족력, 성별, 인종 등의 의료정보를 기반으로 심플 러닝(simple learning)을 통해 생성한 초기 학습데이터를 의사의 의견을 반영하여 정제하고, 정제한 최종 학습데이터를 토대로 기계학습을 수행하여 예측모델을 생성함으로써, 학습데이터의 생성 및 정제를 수행하는 과정에서 양질의 학습데이터를 최대한 확보하여 기계학습이 이루어지도록 하고, 이를 통해 생성한 예측모델의 예측 성능을 향상시킬 수 있도록 하는 모듈화된 강화학습을 통한 질병 진단 시스템에 관한 것이다.

대표청구항 ▼

복수의 의료정보를 토대로 기계학습을 수행하여 예측모델을 생성하는 예측모델 생성부; 및상기 생성한 예측모델에 특정 사용자의 의료정보를 입력하여 현재의 상태를 진단하고 질병의 미래상태를 예측하는 예측부;를 포함하고,상기 예측모델 생성부는,상기 복수의 의료정보에서 특징값을 추출하고 상기 추출한 특징값을 각각의 질병이나 질환별 패턴에 따라 클러스터링하는 클러스터링부;상기 클러스터링 결과를 토대로 초기 학습데이터를 생성하는 학습데이터 생성부;상기 생성한 초기 학습데이터를 의사 단말로 전송하여 병변포함 여부, 질병이나 질환과 관련 없는 가비지

복수의 의료정보를 토대로 기계학습을 수행하여 예측모델을 생성하는 예측모델 생성부; 및상기 생성한 예측모델에 특정 사용자의 의료정보를 입력하여 현재의 상태를 진단하고 질병의 미래상태를 예측하는 예측부;를 포함하고,상기 예측모델 생성부는,상기 복수의 의료정보에서 특징값을 추출하고 상기 추출한 특징값을 각각의 질병이나 질환별 패턴에 따라 클러스터링하는 클러스터링부;상기 클러스터링 결과를 토대로 초기 학습데이터를 생성하는 학습데이터 생성부;상기 생성한 초기 학습데이터를 의사 단말로 전송하여 병변포함 여부, 질병이나 질환과 관련 없는 가비지 데이터 여부의 확인을 요청하는 학습데이터 확인부;상기 의사 단말로부터 전송받은 병변포함 여부, 질병이나 질환과 관련 없는 가비지 데이터 여부의 확인결과를 토대로 상기 초기 학습데이터 중 병변이 포함된 초기 학습데이터만을 최종 학습데이터로 정제하는 학습데이터 정제부; 및상기 정제한 최종 학습데이터를 기계학습하여 예측모델을 생성하는 학습부;를 포함하여, 모듈화된 강화학습을 수행하는 것이며,상기 모듈화된 강화학습을 수행하는 것은, 의료영상, 병력, 건강수치, 가족력, 성별, 인종 또는 이들의 조합을 포함하는 의료정보를 기반으로 학습을 수행하고, 상기 학습을 통해 생성한 초기 학습데이터를 의사의 의견을 반영하여 정제하고, 상기 정제한 최종 학습데이터를 토대로 기계학습을 수행하여 예측모델을 생성함으로써, 학습데이터의 생성 및 정제를 수행하는 과정에서 양질의 학습데이터를 최대한 확보하여 기계학습이 이루어지도록 하여, 상기 생성한 예측모델의 예측 성능을 향상시키는 것을 특징으로 하는 질병진단장치.