KR101808836B1 - 학습 장치, 학습 시스템, 그리고 이를 이용한 학습 방법 - Google Patents

학습 장치, 학습 시스템, 그리고 이를 이용한 학습 방법 Download PDF

Info

Publication number
KR101808836B1
KR101808836B1 KR1020160024505A KR20160024505A KR101808836B1 KR 101808836 B1 KR101808836 B1 KR 101808836B1 KR 1020160024505 A KR1020160024505 A KR 1020160024505A KR 20160024505 A KR20160024505 A KR 20160024505A KR 101808836 B1 KR101808836 B1 KR 101808836B1
Authority
KR
South Korea
Prior art keywords
patient
solution
medical
information
professional
Prior art date
Application number
KR1020160024505A
Other languages
English (en)
Other versions
KR20170102123A (ko
Inventor
이승룡
막불알리
강병호
Original Assignee
경희대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020160024505A priority Critical patent/KR101808836B1/ko
Publication of KR20170102123A publication Critical patent/KR20170102123A/ko
Application granted granted Critical
Publication of KR101808836B1 publication Critical patent/KR101808836B1/ko

Links

Images

Classifications

    • G06F19/36—
    • G06F19/32—
    • G06Q50/24—

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

학습 장치로서, 환자의 성별, 나이, 가족력, 질병 기록, 그리고 이전 진료 기록 중 적어도 하나 이상의 환자 정보와 전문 의료진의 환자의 질병에 대한 진단 결과를 저장하는 환자 기록 저장부, 환자와 접촉하는 센서를 포함하는 IoT 디바이스로부터 환자의 생체 신호를 입력 받고, 미리 저장된 기준 범위와 비교하여 환자의 상태 정보를 출력하는 생체 기록 관리부, 그리고 상기 환자 정보, 상기 진단 결과, 그리고 환자의 상태 정보를 이용하여 환자 사례를 생성하는 사례 생성부를 포함한다.

Description

학습 장치, 학습 시스템, 그리고 이를 이용한 학습 방법{LEARNING APPARATUS, LEARNING SYSTEM, AND LEARNING METHOD FOR USING THE SAME}
본 발명은 학습 장치, 학습 시스템, 그리고 이를 이용한 학습 방법에 관한 것이다.
환자를 치료하는 전문 의료진을 양성하기 위한 교육 방법에 대한 연구가 지속되고 있다.
의료 연습생들은 의료 교육 학습 활동 중의 하나로, 환자의 사례를 검토하고, 환자의 정보를 분석하고 정확한 처방을 내릴 수 있도록 수련하는 사례 기반 학습 방법(Case-Based Learning, CBL)을 이용하고 있다. 사례 기반 학습 방법은 사전 연습과 지식이 부족한 의료 연습생들을 전문 의료진으로 양성하기 위한 효율적인 방안 중의 하나이다.
일반적으로 사례 기반 학습 방법은 다수의 의료 연습생과 전문의 등의 교수가 모여 환자의 사례를 검토하고, 환자의 사례에 대하여 해결방안을 토의 및 모색하는 형식으로 이루어지는데, 다수의 인원이 함께 모여 의견을 공유하기 때문에 경험과 자신감이 부족한 의료 연습생들의 주관이 반영되지 않아, 개인의 처방 능력을 향상시키는 데에 어렵다는 문제점이 있다.
또한, 사례 기반 학습 방법에서 실제 토의가 이루어지기 전에 의료 연습생이 미리 환자의 사례를 검토 및 분석하고, 환자에게 처방을 내릴 수 있도록 예습하기 위한 시스템이 필요하다.
본 발명이 이루고자 하는 기술적 과제는 사례 기반 학습 방법을 이용하여 환자에게 제공되어야 할 의료 정보를 정확히 판단하는 능력을 향상시킬 수 있는 학습 장치, 학습 시스템, 그리고 이를 이용한 학습 방법을 제공하기 위함이다.
본 발명의 실시예에 따른 학습 장치는 환자의 성별, 나이, 가족력, 질병 기록, 그리고 이전 진료 기록 중 적어도 하나 이상의 환자 정보와 전문 의료진의 환자의 질병에 대한 진단결과를 저장하는 환자 기록 저장부, 환자와 접촉하는 센서를 포함하는 IoT 디바이스로부터 환자의 생체 신호를 입력받고, 미리 저장된 기준 범위와 비교하여 환자의 상태 정보를 출력하는 생체 기록 관리부, 그리고 상기 환자 정보, 상기 진단 결과, 그리고 환자의 상태 정보를 이용하여 환자 사례를 생성하는 사례 생성부를 포함한다.
의료 연습생으로부터 상기 환자 사례에 대한 의료 연습생의 해결 방안인 모의 해결 방안을 입력받아, 저장하는 모의 솔루션 관리부, 그리고 전문 의료진으로부터 상기 환자 사례에 대한 전문의료진의 해결 방안인 모범 해결 방안을 입력받아, 저장하는 모범 솔루션 관리부를 더 포함할 수 있다.
상기 모의 해결 방안과 상기 모범 해결 방안을 비교하여 생성된 비교 결과를 수집 및 합산하여 피드백 결과를 생성하고, 생성한 피드백 결과를 의료 연습생에게 제공하는 피드백 결과 생성부를 더 포함할 수 있다.
상기 피드백 결과 생성부는 상기 모의 해결 방안을 상기 전문 의료진에게 제공하고, 상기 전문 의료진으로부터 상기 모의 해결 방안에 대한 의견을 입력받으며, 입력받은 전문 의료진의 의견을 의료 연습생에게 제공할 수 있다.
본 발명의 실시예에 따른 의료 연습생용 위한 학습 시스템은 환자의 성별, 나이, 가족력, 질병 기록, 그리고 이전 진료 기록 중 적어도 하나 이상의 환자 정보와 환자의 질병에 대한 진단결과를 제공하는 의사 단말, 상기 환자와 접촉하는 센서를 포함하는 IoT 디바이스, 그리고 상기 IoT 디바이스로부터 환자의 생체 신호를, 상기 의사 단말로부터 상기 환자 정보와 상기 진단 결과를 입력받고, 상기 환자 정보, 상기 진단 결과, 그리고 환자의 생체 신호를 이용하여 환자 사례를 생성하는 학습 장치를 포함한다.
상기 학습 장치는 상기 IoT 디바이스로부터 입력받은 상기 환자의 생체 신호를 미리 저장된 기준 범위와 비교하여 환자의 상태 정보를 출력하는 생체 기록 관리부를 포함할 수 있다.
상기 환자 사례에 대한 의료 연습생의 해결 방안인 모의 해결 방안을 제공하는 연습생 단말을 더 포함할 수 있다.
상기 의사 단말은 상기 환자 사례에 대한 전문의료진의 해결 방안인 모범 해결 방안을 제공할 수 있다.
상기 학습 장치는 상기 모의 해결 방안과 상기 모범 해결 방안을 비교하여 생성된 비교 결과를 수집 및 합산하여 피드백 결과를 생성하고, 생성한 피드백 결과를 의료 연습생에게 제공하는 피드백 결과 생성부를 더 포함할 수 있다.
상기 피드백 결과 생성부는 상기 모의 해결 방안을 상기 의사 단말로 전송하고, 상기 의사 단말로부터 상기 모의 해결 방안에 대한 의견을 전송받으며, 전송받은 상기 모의 해결 방안에 대한 의견을 상기 연습생 단말로 전송할 수 있다.
본 발명의 실시예에 따른 적어도 하나의 프로세서로 동작하는 장치의 학습 방법은 환자의 성별, 나이, 가족력, 질병 기록, 그리고 이전 진료 기록 중 적어도 하나 이상의 환자 정보와 전문 의료진의 환자의 질병에 대한 진단결과를 입력받는 단계, 환자와 접촉하는 센서를 포함하는 IoT 디바이스로부터 환자로부터 추출된 환자의 생체 신호를 입력받는 단계, 입력된 상기 생체 신호가 미리 저장된 기준 범위 이내인지 여부를 판단하여, 환자의 생체 정보를 출력하는 단계, 그리고 상기 환자 정보, 상기 진단 결과, 그리고 환자의 상태 정보를 이용하여 환자 사례를 생성하는 단계를 포함한다.
의료 연습생으로부터 상기 환자 사례에 대한 상기 의료 연습생의 해결 방안인 모의 해결 방안을 입력받는 단계, 그리고 적어도 하나의 전문 의료진으로부터 상기 환자 사례에 대한 상기 전문 의료진의 해결 방안인 모범 해결 방안을 입력받는 단계를 더 포함할 수 있다.
상기 모의 해결 방안과 상기 모범 해결 방안을 비교하는 단계, 비교 결과를 수집 및 합산하여 피드백 결과를 생성하는 단계, 그리고 상기 피드백 결과를 의료 연습생에게 제공하는 단계를 더 포함할 수 있다.
상기 모의 해결 방안을 상기 전문 의료진에게 전송하는 단계, 상기 전문 의료진으로부터 상기 모의 해결 방안에 대한 의견을 입력받는 단계, 그리고 상기 모의 해결 방안에 대한 의견을 상기 의료 연습생에게 제공하는 단계를 더 포함할 수 있다.
본 발명의 실시예에 따르면 의료 연습생이 해결 방안을 모색하기 위한 환자의 사례를 제공함으로써, 의료 연습생의 처방 능력을 향상시킬 수 있는 학습 장치를 제공할 수 있다. 본 발명의 실시예에 따르면 전문 의료진의 모범 해결 방안과 의료 연습생의 해결 방안을 비교하여 피드백 결과를 의료 연습생에게 제공할 수 있어 의료 연습생의 학습 능력을 향상할 수 있다.
도 1은 본 발명의 실시예에 따른 학습 장치의 일 실시예를 개략적으로 설명하는 도면이다.
도 2는 본 발명의 한 실시예에 따른 학습 장치를 이용한 의료 연습생의 학습 방법의 흐름도이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
도 1은 본 발명에 따른 의료 연습생용 학습 장치의 일 실시예를 개략적으로 설명하는 도면이다.
본 발명의 한 실시예에 따른 학습 장치(100)는 하나 이상의 단말과 연동 되고, 단말로부터 입력받은 정보를 이용하여 의료 연습생(30)의 학습에 필요한 사례를 생성한다. 본 명세서에서 의료 연습생(30)이란, 환자의 질병을 치료하기 위한 처방 능력을 기르기 위하여 일정 수련을 하고 있는 의료업 종사자를 의미한다. 본 실시예에서 의료 연습생(30)을 의료 연습생, 전문의의 자격을 얻기 위하여 병원에서 일정 기간 수련을 하고 있는 수련의(修鍊醫) 또는 전공의(專攻醫)일 수 있으나, 본 발명은 반드시 이에 한하는 것은 아니다.
도 1을 참고하면, 본 발명의 한 실시예에 따른 의료 연습생용 학습 장치(100)는 환자 기록 저장부(110), 생체 기록 관리부(120), 그리고, 학습 관리부(130)를 포함한다.
환자 기록 저장부(110)는 환자(20)의 정보와 전문 의료진(10)의 진단 결과를 저장하는 데이터 베이스의 일종이다. 본 명세서에서 환자의 정보란 특정 건강 문제의 위험에 대한 정보를 제공하고, 그 위험을 최소화하기 위해 필요한 처방이 제공될 수 있도록 제공되는 환자의 정보를 의미한다. 환자의 정보는 전문 의료진(10)과 환자(20)의 대화를 통해 획득되며, 예를 들어 환자(20)의 성별과 나이, 키, 몸무게 등의 기본적인 정보를 비롯하여 가족들의 병력에 대한 정보, 이전 질병 기록, 그리고 이전에 수술, 시술, 투약 정보 등의 처치 기록이 포함될 수 있다. 진단 결과는 전문 의료진(10)으로부터 환자의 정보를 기초로 추론된 환자의 진단 결과를 의미한다. 전문 의료진(10)은 환자의 정보와 환자의 질병을 추론할 수 있는 검사 결과 등의 자료를 기반으로, 환자의 징후를 관찰하고, 이를 기반으로 환자의 질병 상태를 판단한다.
생체 기록 관리부(120)는 환자(20)와 접촉하는 센서를 포함하는 IoT(Internet of Things) 디바이스로(22)부터 생체 신호를 입력받고, 생체 신호를 저장하고, 사용자에게 환자(20)의 상태를 빠르게 이해할 수 있도록 생체 신호로부터 환자(20)의 현재 상태 정보를 도출하고, 이를 출력하기 위한 것으로 생체 신호 저장부(121), 그리고 생체 정보 연산부(122)를 포함한다.
생체 기록 관리부(120)는 각종 센서를 포함하는 IoT 디바이스(22)와 연동하여, IoT 디바이스(22)로부터 환자(20)의 생체 신호를 실시간으로 입력받고, 입력받은 환자의 생체 신호를 생체 신호 저장부(121)에 저장한다. IoT 디바이스(22)는 외부 장치와 통신이 가능한 무선 또는 유선 통신 모듈을 포함하는 장치를 의미하며, 본 실시예에서 IoT 디바이스(22)는 환자(20)와 접촉하는 각종 생체 신호 감지 센서를 포함하고, 생체 신호 감지 센서를 통하여 환자(20)의 중요한 징후를 관찰하기 위한 생체 신호를 획득한다. 본 실시예에서 환자(20)의 생체 신호는 혈압, 심전도, 혈당 수치, 심박수, 체온, 맥박, 근전도, 그리고 호흡량 중 어느 하나 이상의 신호일 수 있다. 그러나 반드시 이에 한하는 것은 아니며, 경우에 따라 환자(20)의 징후를 관찰하기 위한 다양한 생체 신호일 수 있다.
생체 정보 연산부(122)는 사용자가 환자(20)의 생체 신호를 빠르게 이해하기 쉽도록 주요 징후에 대해 미리 설정되어 있는 기준 범위에 따라 환자(20)의 상태를 분류하고, 이를 취득하여 환자(20)의 상태 정보를 획득한다. 예를 들어, 환자(20)의 생체 신호가 공복의 혈당 수치인 경우, 생체 정보 연산부(122)는 공복의 혈당 수치가 69 이하인 경우 환자의 상태가 "저혈당"이라는 정보를 도출할 수 있고, 공복의 혈당 수치가 79이상 99이하인 경우 환자의 상태가 "정상"이라는 정보를 도출할 수 있다.
학습 관리부(130)는 해결 방안을 모색 및 학습하기 위한 환자 사례를 의료 연습생(30)에게 제공하고, 환자 사례에 대한 의료 연습생(30)의 해결 방안을 입력 받으며, 입력받은 의료 연습생(30)의 해결 방안을 평가함으로써, 해결 방안에 대한 평가결과를 의료 연습생(30)에게 제공하는 것으로, 도 1을 참고하면, 사례 생성부(131), 모의 솔루션 관리부(132), 모범 솔루션 관리부(133), 그리고 피드백 결과 생성부(134)를 포함한다.
사례 생성부(131)는 환자 기록 저장부(110)에 저장된 환자의 정보, 진단 결과, 그리고 생체 기록 관리부(120)에서 도출된 환자의 상태를 결합하여 의료 연습생(30)이 해결 방안을 모색 및 학습하기 위한 환자 사례를 생성한다. 이때, 한 실시예에서 학습 장치(100)는 표시부를 포함함으로써, 의료 연습생(30)에게 제공하기 위한 환자 사례를 표시할 수 있다. 다른 실시예에서 학습 장치(100)는 통신 모듈을 포함함으로써, 사례 생성부(131)에서 생성된 환자 사례 정보를 의료 연습생(30)의 단말로 전송하여 환자 사례 정보를 의료 연습생에게 제공할 수도 있다. 본 발명의 일 실시예에 따른 의료 연습생용 학습 장치(100)는 의료 연습생(30)이 해결 방안을 모색하기 위한 환자의 사례를 제공하고, 의료 연습생(30)이 주어진 환자 사례에 대한 질병을 치료하기 위한 해결 방안을 연구 및 모색하도록 함으로써, 의료 연습생의 처방 능력을 향상 시킬 수 있다.
학생 솔루션 관리부(132)는 사례 생성부(131)에서 생성된 다양한 환자의 사례 중 어느 하나 이상의 특정 사례에 대한 해결방안을 의료 연습생(30)으로부터 입력받고, 입력받은 의료 연습생의 해결 방안을 저장한다. 해결 방안이란, 환자의 질병 상태에 따라 질병을 치료하기 위하여 의료진이 행할 수 있는 모든 종류의 처치 행위를 포함하는 것으로, 예를 들어 수술 또는 시술의 진행 여부와 적합한 수술 또는 시술의 종류, 투약 종류 및 횟수 중 어느 하나 이상의 처치 행위를 포함할 수 있다. 이때, 학습 장치(100)는 사례 생성부(131)에서 생성된 다양한 환자의 사례 중 어느 하나의 사례를 선택하는 사례 선택부(미도시)를 더 포함할 수도 있다.
모범 솔루션 관리부(133)는 환자 사례에 대하여 전문 의료진(10)으로부터 모범 치료 방안을 입력받고, 입력받은 모범 해결 방안을 저장한다. 이때, 모범 솔루션 관리부(133)는 한 명의 전문 의료진이 아닌, 여러 전문 의료진(10)으로부터 환자의 질병을 치료하기 위한 해결 방안을 입력받음으로써, 모범 해결 방안에 대한 신뢰도를 높일 수 있다.
한 실시예에서 학생 솔루션 관리부(132)와 모범 솔루션 관리부(133)는 각각 통신 모듈을 포함하고, 통신 모듈을 통하여 의료 연습생(30)의 단말기 또는 전문 의료진(10)의 단말기와 연동함으로써 해결 방안 정보를 수신할 수 있다. 다른 실시예에서 학생 솔루션 관리부(132)와 모범 솔루션 관리부(133)는 별도의 입력부를 포함하고, 입력부를 통하여 의료 연습생 (30) 또는 전문 의료진(10)으로부터 해결 방안 정보를 입력받을 수도 있다. 한편, 학습 장치(100)는 입력받은 해결 방안 정보를 수정할 수 있도록 설계할 수 있다.
피드백 결과 생성부(134)는 의료 연습생(30)이 환자의 질병 상태에 따라 질병을 치료하기 위하여 도출한 해결 방안이 적절한지를 판단하고, 이를 의료 연습생(30)에게 제공하기 위한 것으로, 학생 솔루션 관리부(132)에 저장된 모의 해결 방안과 모범 솔루션 관리부(133)에 저장된 모범 해결 방안을 비교하여, 비교 결과를 도출하고 이를 수집 및 합산함으로써 피드백 결과를 생성한다.
이때, 피드백 결과 생성부(134)는 의료 연습생(30)이 제안한 모의 해결 방안과, 전문 의료진(10)이 제공한 모범 해결 방안을 데이터별로 분류하고, 모의 해결 방안이 적절한지를 평가한다. 예를 들어, 모의 해결 방안과 모범 해결 방안을 환자에게 제공할 수술 종류, 수술 부위, 환자에게 투약할 약의 종류, 투약 횟수, 그리고 기타 주의 사항 등으로 분류하고, 양 데이터를 비교 분석하여 피드백 결과를 생성하고, 해결 방안이 적절하게 이루어졌는지 평가한다. 이에 따라 본 발명의 실시예에 따른 의료 연습생용 학습 장치(100)는 전문 의료진의 모범 해결 방안과 의료 연습생의 해결 방안을 비교하여 피드백 결과를 의료 연습생에게 제공할 수 있어 의료 연습생의 학습 능력을 향상할 수 있다.
본 실시예에서 피드백 결과 생성부(134)는, 학생 솔루션 관리부(132)에 저장된 의료 연습생(30)의 해결 방안을 전문 의료진(10)에게 제공하고, 전문 의료진(10)으로부터 의료 연습생(30)의 해결 방안에 대한 의견을 추가로 입력받아 이를 의료 연습생(30)에게 제공할 수도 있다. 즉, 전문 의료진(10)은 의료 연습생(30)이 제안한 모의 해결 방안을 검토하고, 처방이 적절하게 이루어졌는지 평가하는 정보를 추가로 제공할 수 있다.
도 2는 본 발명의 한 실시예에 따른 의료 연습생용 학습 장치를 이용한 의료 연습생의 학습 방법의 흐름도이다.
도 2를 참고하면, 학습 장치(100)는 환자(20)와의 대화를 통해 획득한 환자의 성별과 나이, 키, 몸무게 등의 기본적인 정보를 비롯하여 가족들의 병력에 대한 정보, 이전 질병 기록, 그리고 이전에 수술, 시술, 투약 정보 등의 처치 기록이 환자의 정보와 환자의 정보를 기초로 전문 의료진이 추론한 환자의 진단 결과를 입력 받는다(S110).
학습 장치(100)는 환자(20)와 접촉하는 센서를 포함하는 IoT 디바이스(22)로부터 환자의 생체 신호를 입력받고, 저장한다(S120). 이때 생체 신호는 혈압, 심전도, 혈당수치, 심박수, 체온, 맥박, 근전도, 그리고 호흡량 중 어느 하나 이상의 신호 일 수 있다. 그러나 반드시 이에 한하는 것은 아니며, 경우에 따라 환자(20)의 징후를 관찰하기 위한 다양한 생체 신호일 수 있다. IoT 디바이스(22)는 외부 장치와 통신이 가능한 무선 또는 유선 통신 모듈을 포함하는 장치를 의미하며, 본 실시예에서 IoT 디바이스(22)는 환자(20)와 접촉하는 각종 생체 신호 감지 센서를 포함하고, 생체 신호 감지 센서를 통하여 환자(20)의 중요한 징후를 관찰하기 위한 생체 신호를 획득한다. 또한, 생체 신호는 생체 신호는 혈압, 심전도, 혈당 수치, 심박수, 체온, 맥박, 근전도, 그리고 호흡량 중 어느 하나 이상의 신호 일수 있다. 그러나 반드시 이에 한하는 것은 아니며, 경우에 따라 환자(20)의 징후를 관찰하기 위한 다양한 생체 신호일 수 있다.
학습 장치(100)는 저장된 환자의 생체 신호를 미리 설정되어 있는 기준 범위에 따라 환자(20)의 상태를 분류하고, 이를 취득하여 환자(20)의 상태 정보를 획득한다(S130). 예를 들어, 환자(20)의 생체 신호가 공복의 혈당 수치인 경우, 의료 연습생용 학습 장치(100)는 공복의 혈당 수치가 69 이하인 경우 환자의 상태가 "저혈당" 이라는 정보를 도출할 수 있고, 공복의 혈당 수치가 79 이상 99 이하인 경우 환자의 상태가 "정상"이라는 정보를 도출할 수 있다. 이와 같이 본 실시예에 따른 학습 장치(100)를 이용한 학습 방법은 생체 신호로부터 환자의 현재 상태 정보를 도출하는 단계를 포함함으로써, 사용자에게 환자(20)의 상태를 빠르게 이해할 수 있도록 한다.
학습 장치(100)는 저장된 환자의 정보, 진단 결과, 그리고 환자의 상태를 결합하여 환자 사례를 생성한다(S140). 본 실시예에서 환자 사례는 의료 연습생(30)이 환자의 정보를 분석하고 정확한 처방을 내릴 수 있도록 수련하기 위한 특정한 상황의 경우를 의미하는 것으로, 환자의 나이, 키, 몸무게, 과거 병력, 가족들의 병력, 이전 처치 기록 중 어느 하나 이상의 환자 정보, 그리고 환자 정보를 기초로 전문 의료진이 추론한 환자의 질병 상태에 대한 진단결과를 결합하여 제공되며, 환자의 정보와 환자의 진단 결과에 따라 다양한 환자 사례를 생성할 수 있다. 이때, 한 실시예에서 학습 장치(100)는 표시부를 포함함으로써, 의료 연습생(30)에게 제공하기 위한 환자 사례를 표시할 수 있다. 다른 실시예에서 학습 장치(100)는 통신 모듈을 포함함으로써, 사례 생성부(131)에서 생성된 환자 사례 정보를 의료 연습생(30)의 단말로 전송하여 환자 사례 정보를 의료 연습생에게 제공할 수 도 있다.
의료 연습생용 학습 장치(100)는 생성된 다양한 환자의 사례 중 어느 하나 이상의 특정 사례에 대한 해결방안을 의료 연습생(30)과 전문 의료진(10)으로부터 각각 입력받고, 저장한다(S150). 본 실시예에서 해결 방안은 환자의 질병 상태에 따라 질병을 치료하기 위하여 의료진이 행할 수 있는 다양한 종류의 처치 행위를 의미하는 것으로, 예를 들어 수술 또는 시술의 진행 여부와 적합한 수술 또는 시술의 종류, 투약 종류 및 횟수 중 어느 하나 이상의 처치 행위를 포함할 수 있다. 이때, 학습 장치(100)는 여러 전문 의료진(10)으로부터 환자의 질병을 치료하기 위한 해결 방안을 입력받음으로써, 모범 해결 방안에 대한 신뢰도를 높일 수 있다. 또한 학습 장치(100)는 통신 모듈을 통하여 의료 연습생(30)의 단말기 또는 전문 의료진(10)의 단말기와 연동함으로써 해결 방안 정보를 수신할 수도 있고, 별도의 입력부를 통하여 의료 연습생(30) 또는 전문 의료진(10)으로부터 해결 방안 정보를 입력받을 수도 있다. 한편, 수정된 해결 방안 정보를 입력받는 단계를 더 포함할 수도 있다.
학습 장치(100)는 의료 연습생(30)으로부터 입력받은 해결 방안인 모의 해결 방안과 전문 의료진(10)으로부터 입력받은 모범 해결 방안을 비교하고, 비교 결과를 수집 및 합산하여 피드백 결과를 생성하고 및 모의 해결 방안의 평가를 수행한다(S160). 피드백 결과는 환자의 질병 상태에 따라 질병을 치료하기 위하여 의료 연습생(30)이 도출한 해결 방안이 적절한지를 판단하고, 이를 의료 연습생(30)에게 제공하기 위한 정보를 의미한다. 본 실시예에서 학습 장치(100)는 의료 연습생(30)이 제안한 모의 해결 방안과, 전문 의료진(10)이 제공한 모범 해결 방안을 데이터 별로 분류하고, 이를 비교 분석하여 피드백 결과를 생성한다. 예를 들어, 모의 해결 방안과 모범 해결 방안을 환자에게 제공할 수술 종류, 수술 부위, 환자에게 투약할 약의 종류, 투약 횟수, 그리고 기타 주의 사항 등으로 분류하고, 양 데이터를 비교 분석하여 피드백 결과를 생성하고, 피드백 결과에 따라 모의 해결 방안이 적절한지를 평가한다,
이때, 학습 장치(100)는 의료 연습생(30)의 해결 방안을 전문 의료진(10)에게 제공하고, 전문 의료진(10)으로부터 의료 연습생(30)의 해결 방안에 대한 의견을 추가로 입력받는 단계를 더 포함할 수도 있다. 즉, 학습 장치는 전문 의료진(10)이 의료 연습생(30)이 제안한 모의 해결 방안을 검토하여, 처방이 적절하게 이루어졌는지 평가한 정보를 추가로 제공 받을 수 있다.
이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (14)

  1. 환자의 성별, 나이, 가족력, 질병 기록, 그리고 이전 진료 기록 중 적어도 하나 이상의 환자 정보와 전문 의료진의 환자의 질병에 대한 진단 결과를 저장하는 환자 기록 저장부,
    환자와 접촉하는 센서를 포함하는 IoT 디바이스로부터 환자의 생체 신호를 입력받고, 미리 저장된 기준 범위와 비교하여 환자의 상태 정보를 출력하는 생체 기록 관리부,
    특정 환자에 대한 상기 환자 정보와 상기 진단 결과가 상기 환자 기록 저장부에 저장되고, 상기 특정 환자에 대한 상기 상태 정보가 상기 생체 기록 관리부에 저장된 경우, 상기 특정 환자의 상기 환자 정보, 상기 진단 결과 그리고 상기 상태 정보를 결합하여 학습용 환자 사례를 생성하는 사례 생성부,
    의료 연습생으로부터 상기 환자 사례에 대한 의료 연습생의 해결 방안인 모의 해결 방안을 입력받아, 저장하는 모의 솔루션 관리부,
    전문의료진으로부터 상기 환자 사례에 대한 전문의료진의 해결 방안인 모범 해결 방안을 입력받아, 저장하는 모범 솔루션 관리부, 그리고
    상기 모의 해결 방안과 상기 모범 해결 방안을 비교하여 생성된 비교 결과를 수집 및 합산하여 피드백 결과를 생성하고, 생성한 피드백 결과를 의료 연습생에게 제공하는 피드백 결과 생성부를 포함하며,
    상기 모의 해결 방안과 상기 모범 해결 방안 각각은
    환자에게 제공할 수술 종류, 수술 부위, 환자에게 투약할 약의 종류, 투약 횟수, 그리고 기타 주의 사항을 포함하는 학습 장치.
  2. 삭제
  3. 삭제
  4. 제1항에서,
    상기 피드백 결과 생성부는
    상기 모의 해결 방안을 상기 전문의료진에게 제공하고,
    상기 전문의료진으로부터 상기 모의 해결 방안에 대한 의견을 입력받으며,
    입력 받은 전문 의료진의 의견을 의료 연습생에게 제공하는 학습 장치.
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
  10. 삭제
  11. 적어도 하나의 프로세서로 동작하는 장치의 학습 방법으로서,
    환자의 성별, 나이, 가족력, 질병 기록, 그리고 이전 진료 기록 중 적어도 하나 이상의 환자 정보와 전문 의료진의 환자의 질병에 대한 진단 결과를 입력받는 단계,
    환자와 접촉하는 센서를 포함하는 IoT 디바이스로부터 환자로부터 추출된 환자의 생체 신호를 입력받는 단계,
    입력된 상기 생체 신호가 미리 저장된 기준 범위 이내인지 여부를 판단하여, 환자의 상태 정보를 입력받는 단계,
    특정 환자에 대한 상기 환자 정보, 상기 진단 결과, 그리고 상기 상태 정보를 입력받으면, 상기 특정 환자의 상기 환자 정보, 상기 진단 결과, 그리고 상기 상태 정보를 결합하여 학습용 환자 사례를 생성하는 단계,
    의료 연습생으로부터 상기 환자 사례에 대한 상기 의료 연습생의 해결 방안인 모의 해결 방안을 입력받는 단계,
    적어도 하나의 전문 의료진으로부터 상기 환자 사례에 대한 상기 전문 의료진의 해결 방안인 모범 해결 방안을 입력받는 단계,
    상기 모의 해결 방안과 상기 모범 해결 방안을 비교하는 단계,
    비교 결과를 수집 및 합산하여 피드백 결과를 생성하는 단계, 그리고
    상기 피드백 결과를 의료 연습생에게 제공하는 단계를 포함하며,
    상기 모의 해결 방안과 상기 모범 해결 방안 각각은
    환자에게 제공할 수술 종류, 수술 부위, 환자에게 투약할 약의 종류, 투약 횟수, 그리고 기타 주의 사항을 포함하는 학습 방법.
  12. 삭제
  13. 삭제
  14. 제11항에서
    상기 모의 해결 방안을 상기 전문 의료진에게 전송하는 단계,
    상기 전문 의료진으로부터 상기 모의 해결 방안에 대한 의견을 입력받는 단계, 그리고
    상기 모의 해결 방안에 대한 의견을 상기 의료 연습생에게 제공하는 단계를 더 포함하는 학습 방법.
KR1020160024505A 2016-02-29 2016-02-29 학습 장치, 학습 시스템, 그리고 이를 이용한 학습 방법 KR101808836B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160024505A KR101808836B1 (ko) 2016-02-29 2016-02-29 학습 장치, 학습 시스템, 그리고 이를 이용한 학습 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160024505A KR101808836B1 (ko) 2016-02-29 2016-02-29 학습 장치, 학습 시스템, 그리고 이를 이용한 학습 방법

Publications (2)

Publication Number Publication Date
KR20170102123A KR20170102123A (ko) 2017-09-07
KR101808836B1 true KR101808836B1 (ko) 2017-12-14

Family

ID=59925672

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160024505A KR101808836B1 (ko) 2016-02-29 2016-02-29 학습 장치, 학습 시스템, 그리고 이를 이용한 학습 방법

Country Status (1)

Country Link
KR (1) KR101808836B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102237449B1 (ko) * 2018-05-18 2021-04-07 주식회사 송아리아이티 환자 진단 학습 방법, 서버 및 프로그램
KR102429319B1 (ko) * 2020-05-20 2022-08-04 서울대학교병원 병원 리소스에 대한 환자 니즈 예측 방법 및 시스템

Also Published As

Publication number Publication date
KR20170102123A (ko) 2017-09-07

Similar Documents

Publication Publication Date Title
Israel et al. A guide to understanding meta-analysis
WO2017166074A1 (zh) 一种数据处理的方法及装置
KR102237449B1 (ko) 환자 진단 학습 방법, 서버 및 프로그램
CN108601548A (zh) 用于神经监测以及辅助诊断的系统和方法
KR20110021866A (ko) 치료 계획을 세우는 데 보조하기 위한 시스템 및 방법
US20190392952A1 (en) Computer-implemented methods, systems, and computer-readable media for diagnosing a condition
KR20210066271A (ko) 마취 분야에서의 의료 딥러닝을 활용한 처방 시스템
JP2004157941A (ja) ホームケア・システムおよびそのサーバ，ならびにホームケア・システムに用いられるおもちゃ装置
Ahmed An intelligent healthcare service to monitor vital signs in daily life–a case study on health-iot
US20220211332A1 (en) Medical device system for monitoring patient health
KR101808836B1 (ko) 학습 장치, 학습 시스템, 그리고 이를 이용한 학습 방법
EP3940715A1 (en) Neurological disorders decision support system and method thereof
KR101228586B1 (ko) 유무선 통신망을 이용한 질병 관리 시스템 및 방법
CN117292836A (zh) 一种体测成绩监控方法及系统
CN110660487A (zh) 一种新生儿疼痛闭环管理系统及方法
Di Giulio et al. Cognitive processes nurses and doctors use in the administration of PRN (at need) analgesic drugs
EP4124287A1 (en) Regularized multiple-input pain assessment and trend
De Los Reyes et al. Graphical representations of adolescents’ psychophysiological reactivity to social stressor tasks: Reliability and validity of the Chernoff Face approach and person-centered profiles for clinical use.
Wagner et al. Reliable blood pressure self-measurement in the obstetric waiting room
KR102472911B1 (ko) 디지털 헬스 케어 시스템
US20150242580A1 (en) Systems and methods for point of care guidance
KR102624293B1 (ko) 어지럼증 진단 치료 서비스 시스템 및 방법
US20220007936A1 (en) Decision support system and method thereof for neurological disorders
WO2024024317A1 (ja) コンピュータプログラム、情報処理装置、情報処理方法及び学習モデル生成方法
Sheela et al. IoT Enabled Health Monitoring System using Machine Learning Algorithm

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant