병원과 환자의 데이터를 연결하고,
AI가 이해할 수 있게 만듭니다.

고객사 제품부터 병원 시스템, 환자가 직접 모은 기록까지.
흩어진 정보를 수집·정리하고 병원마다 다른 용어와 관계를 연결해, 분석과 실제 업무에 활용할 수 있는 데이터 기반을 만듭니다.

여러 출처의 의료 기록이 정리 과정을 거쳐 구조화된 데이터와 지식 관계망으로 연결되는 구상

연동 API

고객사의 제품과 병원의 시스템,
하나의 업무 흐름으로.

병원 시스템의 인터페이스와 데이터 형식을 검토하고, 필요한 정보를 주고받는 연동 방식을 설계합니다. 고객사의 서비스·의료기기와 병원·환자 기록이 어디에서 만나고, 어떤 업무로 이어져야 하는지부터 함께 확인합니다.

무엇을 연결할지

사용 중인 제품과 시스템을 살피고, 필요한 데이터 항목·전달 방향·갱신 시점을 정합니다.

어떻게 주고받을지

API, 파일, 문서 등 가능한 방식을 검토하고, 항목 매핑과 누락·오류 확인 절차를 설계합니다.

어떤 업무로 이어질지

담당자의 확인과 다음 시스템 전달까지, 실제 사용 순서에 맞춰 연동 흐름을 구성합니다.

데이터 구조화

모으는 것에서 한 걸음 더.
비교하고 분석할 수 있는 기록으로.

항목, 단위, 시점, 출처와 기록 간 관계를 정리해 AI가 업무에 활용할 수 있는 형태로 만듭니다. 어떤 환자의 어떤 기록인지, 이전 결과와 어떻게 이어지는지 확인할 수 있도록 의료 맥락을 함께 보존합니다.

흩어진 데이터를 정리

여러 시스템에서 들어온 기록을 필요한 항목으로 나누고, 서로 다른 형식과 단위를 검토해 공통 기준에 맞춰 다시 구성합니다.

관계를 연결해 저장

정리된 항목을 환자·진료 시점·출처와 함께 데이터베이스에 저장합니다. 기록 사이의 관계를 연결해 필요한 정보를 함께 찾을 수 있게 합니다.

다양한 활용처로 확장

연결된 데이터를 AI 분석, 고객사 제품, 병원 업무에 필요한 형태로 제공합니다. 목적에 따라 정보를 조합해 여러 서비스와 업무에 활용하도록 설계합니다.

Ontology

우리 병원의 언어와 관계를,
AI가 이해하는 지식으로.

온톨로지는 용어의 의미와 용어 사이의 관계를 정의하는 지식 체계입니다. 테서는 병원이 사용하는 진료 용어, 검사 항목, 부서별 업무를 살펴보고 각 병원에 맞는 온톨로지를 구축합니다.

병원의 기록을, 의미의 구조로.

서로 다른 원본 용어를 보존하면서 검사 개념을 정의하고, 결과가 어떤 환자와 진료에 속하는지 연결합니다. 결과의 속성과 관련 처방을 함께 살펴볼 수 있는 의미 구조를 만들고, 그 맥락을 병원별 검토와 후속 업무에 활용합니다.

원본을 보존하고 의미를 연결

병원마다 다른 명칭과 코드를 검토해 해당 검사 개념에 연결합니다. 원본 표현과 매핑 근거를 함께 관리해, 이름이 비슷하다는 이유만으로 같은 검사로 취급하지 않습니다.

개념을 정의하고 기록에 맥락을 부여

검사 개념과 개별 결과를 구분하고, 결과가 어떤 환자·진료와 관련되는지 정의합니다. 결과값, 필요한 단위, 관찰·보고 시점, 출처와 상태를 함께 연결해 기록을 해석할 근거를 만듭니다.

검토와 전달 조건을 업무에 반영

검토 담당의 지정과 실제 검토 상태를 구분하고, 다음 업무로 전달할 조건을 병원별로 정합니다. 정의된 의미와 관계를 바탕으로 필요한 기록을 찾고, 확인과 후속 업무에 활용하도록 설계합니다.

데이터에서 실제 활용으로

정리된 데이터가,
분석과 다음 업무를 뒷받침합니다.

연결과 구조화, 온톨로지를 함께 설계해 필요한 정보를 찾고 비교하는 기반을 만듭니다. AI가 처리할 범위와 사람이 확인할 지점을 정하고, 고객사 제품과 병원의 실제 업무에 단계적으로 적용합니다.

함께 시작하는 데이터 연결

어떤 제품과 데이터를
연결하고 싶으신가요?

사용 중인 시스템, 연동할 제품과 해결하고 싶은 업무를 알려주세요.
필요한 데이터와 구조화 범위, 온톨로지 구축 방향을 함께 검토하겠습니다.

병원과 환자의 데이터를 연결하고,AI가 이해할 수 있게 만듭니다.

고객사의 제품과 병원의 시스템,하나의 업무 흐름으로.