1. 프로젝트 개요 본 프로젝트는 KCD(Korean Classification of Diseases) 질병명을 입력으로 받아, 국제 표준 임상 용어 체계인 SNOMED CT의 개념 후보를 자동으로 추천하는 딥러닝 기반 매핑 후보 추천 시스템을 구축하는 것을 목표로 한다. 국내 의료데이터는 주로 KCD기반으로 관리되고 있으나, 의미 표현의 정밀성, 계층 구조, 개념 간 관계를 충분히 반영하는 데에는 한계가 있다.반면, SNOMED CT는 임상 의미 중심의 개념 체계로, 의료 정보의 표준화와 상호운용성 확보에 적합한 국제 표준 용어 체계이다.KCD-SNOMED CT간 매핑은 현재 의료 도메인 전문가의 수작업에 의존하고 있으며, 대규모 코드셋을 지속적으로 관리·갱신하는데 구조적 한계를 가진다.이에 본 프로..

1. 개요1.1 필요성현재 의료 SNOMED-CT매핑은 엑셀 기반 수작업, 임상의/정보팀의 반복 검토 필요사람마다 기준이 달라 일관성 추적성 부족OMOP CDM도입/고도화를 위해서는 진단코드의 빠르고 안정적인 standard concept 매핑이 필수임상연구 등 후속 분석 파이프라인의 전제조건 1.2 목적병원에서 사용하는 KCD/ICD 진단 코드 및 한글/영문 진단명을 SNOMED-CT 및 OMOP CDM 기준으로 자동 매핑하여 1) 수작업 매핑에 소요되는 시간과 인력 부담을 줄이고, 2) 매핑 일관성과 재현성을 확보하며, 3) CDM기반 연구 및 분석(코호트, AI모델링)을 효율적으로 지원 3. 시스템 목표 구조3.1 전체 아키텍처