METHOD, PROGRAM, AND APPARATUS FOR PREDICTING HEALTH STATE BY USING ELECTROCARDIOGRAM

According to an embodiment of the present disclosure, disclosed are a method, performed by a computing apparatus, for predicting the state of health by using electrocardiogram, and a program and an apparatus for same. The method may comprise the steps of: inputting electrocardiogram data into a pre-trained first deep learning model to extract features from the electrocardiogram data; and inputting the extracted features into a pre-trained second deep learning model to predict the state of health of a subject whose electrocardiogram data was measured. In this case, the first deep learning model may be trained to extract similar features from a first set of learning data measured at similar times from the same person, and may be trained to extract different features from a second set of learning data measured from different people. Conformément à un mode de réalisation, la présente invention concerne un procédé, mis en œuvre par un appareil informatique, pour prédire l'état de santé à l'aide d'un électrocardiogramme, ainsi qu'un programme et un appareil associés. Le procédé peut comprendre les étapes consistant à : entrer des données d'électrocardiogramme dans un premier modèle d'apprentissage profond pré-appris pour extraire des caractéristiques à partir des données d'électrocardiogramme ; et entrer les caractéristiques extraites dans un second modèle d'apprentissage profond pré-appris pour prédire l'état de santé d'un sujet dont les données d'électrocardiogramme ont été mesurées. Dans ce cas, le premier modèle d'apprentissage profond peut être appris pour extraire des caractéristiques similaires à partir d'un premier ensemble de données d'apprentissage mesurées à des instants similaires chez la même personne, et peut être appris pour extraire des caractéristiques différentes à partir d'un second ensemble de données d'apprentissage mesurées chez des personnes différentes. 본 개시의 일 실시예에 따라 컴퓨팅 장치에 의해 수행되는, 심전도를 이용한 건강 상태의 예측 방법, 프로그램 및 장치가 개시된다. 상기 방법은, 사전 학습된 제 1 딥러닝 모델에 심전도 데이터를 입력하여, 상기 심전도 데이터로부터 특징을 추출하는 단계; 및 사전 학습된 제 2 딥러닝 모델에 상기 추출된 특징을 입력하여, 상기 심전도 데이터를 측정한 대상의 건강 상태를 예측하는 단계를 포함할 수 있다. 이때, 상기 제 1 딥러닝 모델은, 동일한 사람으로부터 유사 시점에 측정된 제 1 학습 데이터 세트로부터 유사한 특징을 추출하도록 학습되고, 상이한 사람으로부터 측정된 제 2 학습 데이터 세트로부터 상이한 특징을 추출하도록 학습될 수 있다.