분석장치가 분석 대상인 표현형의 정보를 입력받는 단계;상기 분석장치가 상기 표현형의 정보를 자연어 처리하는 딥러닝 모델에 입력하여 다차원의 제1 벡터를 산출하는 단계;상기 분석장치가 다수의 특정 질병에 대한 국제질병분류의 분류 코드 정보를 각각 상기 딥러닝 모델에 입력하여 다수의 다차원의 제2 벡터들을 산출하는 단계; 및상기 분석장치가 상기 제1 벡터와 상기 제2 벡터들 각각의 유사도를 기준으로 상기 분석 대상인 표현형과 관련된 질병을 결정하는 단계를 포함하되,상기 분석장치는 상기 다수의 다차원의 제2 벡터들 중 상기 제1 벡터와의 상기 유사도가 기준값 이상인 특정 제2 벡터에 대응하는 특정 질병을 결정하고, 상기 표현형이 상기 특정 제2 벡터에 대응하는 특정 질병에 대응된다고 예측하는 단계를 포함하되,상기 표현형의 정보는 특정 질병 또는 증상을 설명하는 단어들 또는 문장을 포함하고,상기 분류 코드 정보는 질병 관련한 단어들 및 문장들을 포함하고,상기 분류 코드 정보는 질병 정의(disease definition), 임상 정보(clinical information) 및 질병 유의어를 포함하는, 수학적 표현 기반의 질병 분석 방법.

삭제

삭제

제1항에 있어서,상기 국제질병분류는 ICD(International Classification of Diseases)인 수학적 표현 기반의 질병 분석 방법.

삭제

분석 대상인 표현형의 정보를 입력받는 입력장치;텍스트를 입력받아 벡터값을 산출하는 자연어 처리하는 딥러닝 모델을 저장하는 저장장치; 및 상기 표현형의 정보를 상기 딥러닝 모델에 입력하여 다차원의 제1 벡터를 산출하고, 다수의 특정 질병에 대한 국제질병분류의 분류 코드 정보를 각각 상기 딥러닝 모델에 입력하여 다수의 다차원의 제2 벡터들을 산출하고, 상기 제1 벡터와 상기 제2 벡터들 각각의 유사도를 기준으로 상기 분석 대상인 표현형과 관련된 질병을 결정하는 연산장치를 포함하되,상기 연산장치는 상기 다수의 다차원의 제2 벡터들 중 상기 제1 벡터와의 상기 유사도가 기준값 이상인 특정 제2 벡터에 대응하는 특정 질병을 결정하고, 상기 표현형이 상기 특정 제2 벡터에 대응하는 특정 질병에 대응된다고 예측하고,상기 표현형의 정보는 특정 질병 또는 증상을 설명하는 단어들 또는 문장을 포함하고,상기 분류 코드 정보는 질병 관련한 단어들 및 문장들을 포함하고,상기 분류 코드 정보는 질병 정의(disease definition), 임상 정보(clinical information) 및 질병 유의어를 포함하는, 수학적 표현을 이용하여 질병을 분석하는 분석 장치.

제6항에 있어서,상기 딥러닝 모델은 FastText, BERT(Bidirectional Encoder Representations from Transformer) 또는 GPT(Generative Pre-trained Transformer) 중 어느 하나인 수학적 표현을 이용하여 질병을 분석하는 분석 장치.

삭제

삭제

제6항에 있어서,상기 국제질병분류는 ICD(International Classification of Diseases)인 수학적 표현을 이용하여 질병을 분석하는 분석 장치.