효율적 질병분류를 위한 지식기반 모델

Abstract

이 연구는 효율적 질병분류를 위한 지식 모델을 제안하기 위한 목적으로 시도되었다. 순환기 계통의 다빈도 질병을 대상으로 질병명의 상세한 수준에 따라 KCD-7 코드가 부여되는 질병분류모델과 부여된 코드들의 오류를 검토하는 질병분류 규칙을 개발하였다. 개발된 지식모델의 활용가능성과 타당성을 검증하기 위하여 지식기반 시스템을 구현하고 모델의 커버리지를 평가하였다. 질병분류 지식과 질병명의 구조 분석 결과 KCD-7 코드는 해당 질병명이 가진 고유한 속성에 따라 달라지거나 질병명 이외의 다른 요인에 의해 달라졌다. 질병명의 속성에 따른 코드변화는 질병명을 최소 단위의 기본개념과 속성, 속성값으로 구조화하여 질병분류코드를 할당하는 BAVC(Base concept, Attribute, Value and Code) 모델을 통해 공식화하였다. 질병명 이외의 요인에 의한 코드변화는 IF-THEN 규칙으로 정의하였다. 개발된 BAVC 모델은 총 27개이며, 기본개념 27개, 속성 14개, 유효한 속성값 138개 그리고 KCD-7 코드 186개가 사용되었다. 모델을 구성하는 모든 요소에는 SNOMED CT 코드를 매핑하여 요소마다 의미를 부여하였다. BAVC 모델에 따라 최종 290개의 인스턴스를 작성하였다. 질병명 이외의 코드변경 요인에는 동반코드 유무, 산과환자 여부 등이 해당되어 규칙으로 정의하였다. 이러한 지식 모델을 시스템으로 구현한 결과 질병명별 선택적 속성 제시에 따라 상세한 수준의 진단명 입력이 유도되었으며, 이로 인해 질병분류의 정확성과 일관성이 보장되었다. 모델의 타당성 검증에 사용된 임상현장의 진단명은 지식 모델에 의해 88.9% 커버되었고, 커버되지 않은 나머지 11.1%의 진단명은 시스템 독립적인 지식관리 도구에서 해당 모델에 속성을 추가하는 간단한 방식을 통해 사용자 용어를 100% 수용할 수 있었다. BAVC 모델에 의해 저장된 KCD-7 코드들은 사전에 정의한 IF-THEN 규칙에 의해 자동 검토되어 오류가 있을 경우 자동 재분류되었다. 기존의 연구들이 주로 사용자 진단명의 코드화나 질병분류코드의 누락 방지에 의미를 두었다면, 본 연구는 후조합 개념에 의한 질병분류모델과 규칙을 제시함으로써 질병분류의 일관성과 정확성을 보장함은 물론 속성 단위의 의미적 검색과 지식의 재활용 등 정보의 활용성을 강조하였다는데 의의가 있다.

The purpose of this study is to develop and validate the knowledgebased model for efficient classification of diseases. The disease classification model, which the KCD-7 code is given according to the detailed level of name of disease and the disease classification rules, which review the errors in the code given, were developed with the circulatory diseases having high morbidity rate. To test the applicability and the validity, the knowledge-based system was constructed and the model coverage was evaluated. The results are as follows. Based on the structural analysis results of the disease classification knowledge and the disease name, 27 BAVC (Base concept, Attribute, Value and Code) models, which are the knowledge-based model of this study and the rule were developed. BAVC model was summarized in 27 basic concepts, 14 attributes, 138 valid attribute values and 186 KCD-7 codes. Meaning was given to all the terms used by mapping with SNOMED CT code. According to BAVC model, 290 instances were developed finally. In the results of constructing the knowledge-based model as a system, the accuracy and consistency of the disease classification code were secured by inducing the input of the diagnosis according to the suggestion of the attribute by step for the disease name. The diagnosis in the clinical site used in the test were covered 88.9% by the knowledge-based model and the whole coverage could be improved to 100% in a simply manner that for the rest 11.1% of the diagnosis, the attributes are added to the relevant model in the independent knowledge management tool of the system. The KCD-7 codes stored were reviewed by the rules and classified again automatically. While the existing researches focused mainly to assign the interface terminology to code of standard terminology or to prevent the omission of disease classification code, this study has a meaning that it ensures the consistency and accuracy of the KCD-7 code by the independent knowledge -based model by suggesting the disease classification model and rule by the concept of post-coordination and the applicability of the information was enhanced by allowing the semantic search of attribute unit.