데이터개발(저반향병변) 이야기 (3)

지난 포스트에서 데이터개발 이야기에 앞서 레지스트리와 저반향병변의 개념을 소개했습니다.

 

• 레지스트리 개념
• 저반향 병변 (hypoechoic lesion) 개념

이번 데이터개발은 기존에 이미 개발이 상당 부분 진행되어 있었기에, 해당 부분을 파악하고 필요한 추가작업을 진행하는 업무입니다. 기존에 진행되어 있는 부분에 대해서는 sql 소스만 있을 뿐 더 이상의 산출물이 없는 관계로 sql 을 보고 일일이 살펴보아야 했습니다. 

 

1. 분석 대상 샘플 (예시)

영상검사 결과 영상을 전문의가 판독하여 텍스트로 작성한 판독지가 파싱의 대상입니다.

예컨대, 아래와 같은 내용이 포함되어 있습니다.

 

Hx. : high PSA (terminal dribbling - )
* prostate size : 21.7 g 
* transition zone : 12.3 g 
* prostatic calculi : (-) 
* hypoechoic lesion : (-) 
* median lobe : no protruding 
* seminal vesicle : no dilatation 

 

2. 목표 결과 (예시)

hypoechoic lesion : (-) 이므로 음성 즉 Negative 라는 결과로 추출하면 됩니다.

 

3. 개발된 소스 코드(일부분)

 

hypoechoic lesion 을 추출하기 위해 regular expression 을 사용하여 로직이 진행되고 있습니다.

아래 스샷은 빙산의 일각이 되겠습니다.

 

머리가 아프네요.

소스코드의 일부분에 대해 그 의도를 추정해보죠.

 

hypo|low 

정규표현식으로서 hypo 또는 low 라는 의미입니다. 일반적으로는 hypoechoic 이지만 lowechoic 이라고 작성한 판독지가 있나 봅니다.

 

echoic|ehcoic|echogenic|cehoic 

echoic 이 올바른 단어이지만 판독지에 오타가 많이 있나 봅니다. 사람이 작성하는 것이라 오류가 종종 있습니다. ehcoic 에서 hc 는 co 순서를 잘못 쓴 오타입니다. echogenic 은 오타는 아니지만 echoic 과 같은 말입니다.

hyper|hypo

정규표현식으로서 hyper 또는 hypo 라는 의미입니다.

hyper는 높다의 접두사로 정반대의 의미가 되지만 hypo 의 의도로 작성된 human error 에 해당하겠네요

anechoic 

사전을 찾아보니 저-반향보다 한수 더 뜬 무-반향이라고 합니다.

저반향이 문제가 있다면 무반향도 당연히 저반향에 준해서 처리가 필요합니다.

 

사람이 손으로 작성한 텍스트에 대한 파싱이다 보니, 동일한 의미의 다양한 표현 들 및 오타까지 감안하여 특정 항목(여기에서는 저반향병변) 값을 추출하려다 보니 대단히 번거롭고 복잡한 코드가 되고 있습니다. 

 

이번 포스팅에서는 기존 개발 내용의 분석 과정에 대한 대략적인 내용을 살펴보았고, 다음 포스팅에서는 좀 더 구체적으로 살펴보겠습니다.