| 초록 |
의료 정보의 복잡성과 변화성은 의료 정보 시스템에 아주 큰 도전을 가져왔다. openEHR 규범화 2중층 모델링 관점은 의료 정보 시스템의 실용성을 증가시킬 수 있었고, 의료 정보 요구의 변화에 적응할 수 있었다. 현재 이미 openEHR 공식 기관에서 속성+경로(node+path) 및 openEHR 참조 모델 대상 관계형 매핑으로 openEHR 데이터 저장 실현 방안을 제안하였지만 그 성능은 임상의 실제적 응용 요구에 도달하지 못하였다. 본 연구는 전형적 openEHR 및 관계형 데이터베이스(relational database, RDB) 기반의 자동 매핑 방법을 제안하여 전형적 매핑을 관계형 데이터 테이블(data table), 전형적 속성 매핑을 관계형 데이터 테이블 컬럼(data table column)으로 전환하였으며, 또한 전형적인 아치형 타입의 구동 데이터 지속성(archetype-driven data persistence)과 데이터 접근 플랫폼(data access platform)을 설계하였다. 전형적 관계형 매핑(archetype relational mapping) 방법을 토대로 전형적 질의 언어(archetype query language)를 확장하여 INSERT, UPDATE, DELETE 등 어법을 첨가함으로써 전형적 질의 언어가 완벽한 데이터 조작 기능이 있게 하였다. 연구 결과, 전형적 관계형 매핑 방법은 속성+경로 및 openEHR 참조 모델 대상 관계형 매핑 방법에 비하여 1,231건 데이터에서 3건 데이터를 검색하는 속도는 69배와 8배 빠르고, 128,141건 데이터에서 1,593건 데이터를 검색하는 속도는 2배와 17배 빨랐다. 전형적 관계형 매핑과 전형적 질의 언어 등 기술은 2중층 모델링 방법이 의료 정보 표현, 저장 및 접근 방면에서 가지고 있는 실용성 장점을 발휘할 수 있었으며, 또한 데이터 접근 성능을 대폭 증가시킬 수 있었다. |
