최근 한의 지식을 체계적으로 모델링하기 위해서 “온톨로지 기반 한의학 지능형 정보체계 연구”[1]라는 사업이 수행되었으며, 사업의 결과로 한의 온톨로지가 구축되었다[2]. 한의 온톨로지는 <표 1>과 같이 한의대학교 교과서들에 있는 약재, 처방, 병증, 침구경혈 지식을 구축한 것으로 약 100만 트리플을 포함하고 있으며, 또한 사업 수행 과정에서 이를 활용한 여러 시스템들이 구현되었다. 대표적인 시스템으로는 “한의 시맨틱 검색 시스템”[3]과 “한의 진료 지원 시스템 Alpha”[4]가 있다. 한의 시맨틱 검색 시스템은 온톨로지에 대한 검색을 제공하며, 한의 진료 지원 시스템은 온톨로지 지식에 기반해서 한의사가 환자를 진료하는 프로세스를 설계하고 이를 구현한 시스템이다. 두 시스템 모두 OWL(Web Ontology Language)[5] 그래프를 위한 시맨틱웹 프레임워크인 Apache Jena[6]를 이용하고 있는데, 온톨로지 데이터를 검색하고 처리하기에는 적합하지만, 기존의 관계형 데이터베이스로 구축되어 있는 시스템들과 연계하기에는 유연성이 부족하다.

한방병원이나 한의원에서는 환자를 치료할 때 전자차트를 이용하고 있다[7,8]. 차트에서는 환자의 증상을 기록하고 처방을 하는 기능들이 구현되어 있다. 하지만 차트에서의 처방 기능은 보험 청구를 위해 자주 사용하는 일부 처방들을 검색하는 단순한 기능이며, 환자의 증상에 따라 자동으로 처방을 조절하는 기능은 존재하지 않는다. 또한, 처방에 대한 상세한 정보가 거의 없기 때문에 처방의 효능이나 출전에 대한 비교가 어려우며, 약재의 추가나 삭제에 따른 처방 선택도 한계가 있다.

본 연구에서는 한의 온톨로지 지식을 기반으로 임상에서 처방을 지원하기 위해서 처방 지원 시스템을 구축하였다.

이 시스템의 특징 및 차별점은 다음과 같다.

첫째, 임상에서 환자의 증상에 대한 처방 결정지원을 위해서 온톨로지의 교과서 데이터를 이용하여 처방을 검색하는 시스템을 구축하였다. 또한, 증상들의 AND, OR, NOT 선택이나 약속 처방 관리 등 기존의 진료 지원 시스템 Alpha에서는 제공하지 않지만 실제 사용하는데 유용한 기능들을 구현하였다.

둘째, Apache Jena 기반의 온톨로지를 관계형 데이터베이스로 변환하였다. 관계형 데이터베이스로 변환하면 온톨로지의 시맨틱 정보가 없어지게 되지만, 처방 지원을 위해 필요한 처방 정보와 처방의 구성약재 매핑, 처방의 치료 정보 등은 유지하도록 하였다.

셋째, 기존 진료 지원 시스템 Alpha에서 복잡한 진단 프로세스를 제거하였고, 증상 조합에 따라 처방을 추천해 주기 때문에 증상의 개수에 대한 팩토리얼의 결과가 나오는데, 이를 단순화하여, 증상이 포함되거나 포함되지 않는 처방 리스트만 보여주도록 하였다.

본 연구의 구성은 다음과 같다. 2장에서는 기존에 구축된 진료 지원 시스템 Alpha에 대해서 설명한다. 3장에서는 처방 지원 시스템의 데이터베이스 스키마에 대해서 기술하고 4장에서는 처방 지원 시스템의 인터페이스를 중심으로 기능을 설명한다. 마지막으로 5장에서는 결론 및 향후 연구 내용에 대해서 기술한다.

진료 지원 시스템 Alpha[9]는 한의 온톨로지를 기반으로 증상에 대해서 진단과 처방을 지원하는 시스템이다. 진료 지원 시스템 Alpha는 크게 두 가지 진료 프로세스가 구현되어 있다. 하나는 증상입력-진단-처방-약재가감 단계의 프로세스로서, 증상들을 입력하면 입력된 증상들을 수반하는 병증들을 보여주고, 병증을 선택하면 병증을 치법으로 하는 처방들을 보여준 후에 약재 가감까지 진행하는 프로세스이다. 다른 하나는 증상입력-처방-약재가감의 단계의 프로세스로 첫 번째 프로세스에서 진단이 빠진 것이다. 즉, 증상들에 대해서 병을 진단하지 않고 증상들을 치료하는 처방들을 직접 검색하고 약재의 가감을 진행하게 된다. 이외에도 검색 된 병증과 처방들에 대해 한의 시맨틱 검색으로의 연결 정보도 제공하며 병증, 처방, 약재 등의 정보를 감별하는 기능도 제공하고 있다[10].

<그림 1>은 오한, 두통, 발열의 증상을 입력했을때 후보병증을 탐색한 결과이다. 화면 오른쪽에는 수반증상이 3개, 2개, 1개일 때의 병증 리스트를 한 번에 보여주고 있다. 또한 검색된 병증들의 수반증상들 중에서 내가 입력한 3개 이외의 증상들이 어떤 것들이 있는지 보여주는 증상 추천 기능도 제공하고 있다.

본 연구에서 구현한 처방 지원 시스템은 현재 http://210.218.196.163:8080 에 접속해서 이용할 수 있다. 회원가입이 필요하며 로그인을 하면 <그림 4>과 같은 화면이 나온다. 전체적인 사용법은 오른쪽 상단에 있는 “사용법 안내”를 통해서 확인할 수 있으며, 본 절에서는 시스템의 주요 기능 및 인터페이스에 대해서 기술한다.

본 연구에서는 한의 온톨로지를 이용한 처방 지원 시스템을 설계하고 구현하였다. 환자 정보의 등록부터 환자의 주소증 및 증상 입력, 처방 검색 및 약재 가감, 처방전 저장 및 관리 등 실제 임상에서 활용할 수 있도록 환자 치료를 위한 전반적인 프로세스를 구현하였다. 기존의 진료 지원 시스템 Alpha는 후보병증탐색, 후보처방탐색 등 여러 진료 시나리오를 구현하였으나 본 연구에서는 진료기관, 의사, 환자의 역할을 나누고 처방을 중심으로 약속 처방, 처방 기록 관리 등의 실제 임상에서 필요한 기능을 접목해서 처방 지원 시스템을 구현하였다.

향후에는 처방 지원 시스템과 임상에서 사용하는 전자차트와 연계할 계획이다. 임상에서 환자를 진료할 때 환자의 증상에 대해서 교과서 기반으로 어떤 처방들이 있는지 검색하고 이 결과를 차트에 전송해서 참고하도록 할 수 있게 될 것이다. 또한, 개인 건강 관리 모바일앱을 개발하고 진료 지원 시스템과 연동하여 개인이 수집한 일상 건강 데이터를 진료에 활용할 수 있도록 할 예정이다.

처방 지원 시스템의 기능 및 활용성 개선을 위해서는 증상 용어들에 대해서 동의어와 유의어 처리 등의 용어 분류 처리에 대한 연구를 진행할 예정이다[14,15]. 현재는 정확한 증상 용어가 입력되어야 연관된 처방을 추천하는 한계가 있다. 만약 증상 용어에 대한 분류 및 유의어 처리가 되면, 증상 추천과 증상에 적합한 처방을 추천해 주는 인공지능 알고리즘 개발도 가능할 것이다.