KR101830151B1 - Wearable automatic defibrillator system that can adjust electric shock point and electrical impulse based on artificial intelligence, and method of defibrillate using the same - Google Patents

Wearable automatic defibrillator system that can adjust electric shock point and electrical impulse based on artificial intelligence, and method of defibrillate using the same Download PDF

Info

Publication number
KR101830151B1
KR101830151B1 KR1020160136780A KR20160136780A KR101830151B1 KR 101830151 B1 KR101830151 B1 KR 101830151B1 KR 1020160136780 A KR1020160136780 A KR 1020160136780A KR 20160136780 A KR20160136780 A KR 20160136780A KR 101830151 B1 KR101830151 B1 KR 101830151B1
Authority
KR
South Korea
Prior art keywords
electric shock
artificial intelligence
myocardial infarction
electrocardiogram
unit
Prior art date
Application number
KR1020160136780A
Other languages
Korean (ko)
Inventor
이종하
김형진
Original Assignee
계명대학교 산학협력단
재단법인 구미전자정보기술원
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 계명대학교 산학협력단, 재단법인 구미전자정보기술원 filed Critical 계명대학교 산학협력단
Priority to KR1020160136780A priority Critical patent/KR101830151B1/en
Application granted granted Critical
Publication of KR101830151B1 publication Critical patent/KR101830151B1/en

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/38—Applying electric currents by contact electrodes alternating or intermittent currents for producing shock effects
    • A61N1/39—Heart defibrillators
    • A61N1/3993—User interfaces for automatic external defibrillators
    • A61B5/046—
    • A61B5/0464—
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/361—Detecting fibrillation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/363—Detecting tachycardia or bradycardia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/02—Details
    • A61N1/04—Electrodes
    • A61N1/0404—Electrodes for external use
    • A61N1/0472—Structure-related aspects
    • A61N1/0484—Garment electrodes worn by the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/38—Applying electric currents by contact electrodes alternating or intermittent currents for producing shock effects
    • A61N1/39—Heart defibrillators
    • A61N1/3925—Monitoring; Protecting
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/38—Applying electric currents by contact electrodes alternating or intermittent currents for producing shock effects
    • A61N1/39—Heart defibrillators
    • A61N1/3987—Heart defibrillators characterised by the timing or triggering of the shock
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Cardiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Human Computer Interaction (AREA)
  • Electrotherapy Devices (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

The present invention relates to a wearable automatic defibrillator system capable of controlling an electric shock time and an electric shock amount based on artificial intelligence, and a defibrillation method using the same. According to an embodiment of the present invention, the wearable automatic defibrillator system capable of controlling the electric shock time and the electric shock amount based on the artificial intelligence comprises: an electrocardiogram monitoring unit (100); a myocardial infarction index determining unit (200); an arrhythmia predicting and diagnosing unit (300); and an electric shock outputting unit (400). The wearable automatic defibrillator system capable of controlling the electric shock time and the electric shock amount based on the artificial intelligence, and the defibrillation method using the same of the present invention can objectively determine occurrence of myocardial infarction in a patient.

Description

인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템 및 이를 이용한 제세동 방법{WEARABLE AUTOMATIC DEFIBRILLATOR SYSTEM THAT CAN ADJUST ELECTRIC SHOCK POINT AND ELECTRICAL IMPULSE BASED ON ARTIFICIAL INTELLIGENCE, AND METHOD OF DEFIBRILLATE USING THE SAME}TECHNICAL FIELD [0001] The present invention relates to a wearable automatic defibrillator system capable of controlling an electric shock time and an electric shock amount based on artificial intelligence, and a defibrillation method using the same, and a defibrillation method using the defibrillation automatic defibrillator system and a defibrillation method using the artificial intelligent system. THE SAME}

본 발명은 제세동기 시스템 및 이를 이용한 제세동 방법에 관한 것으로서, 보다 구체적으로는 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템 및 이를 이용한 제세동 방법에 관한 것이다.The present invention relates to a defibrillator system and a defibrillation method using the same, and more particularly, to a wearable automatic defibrillator system capable of adjusting an electric shock time and an electric shock amount based on artificial intelligence, and a defibrillation method using the same.

자동제세동기(AED, Automatic External Defibrillator)란 급성심정지(SCA), 또는 심장 박동 기능을 잃어버린 사람에게 환자의 가슴을 통해 심장에 전기충격을 가해 심장을 소생시키는 의료기기로서, 보다 구체적으로, 심실빈맥(VT), 심실세동(VF)과 같은 치명적인 부정맥 환자에게 전기적 충격을 인가함으로써 심장 활동을 정상화하여 소생시키고, 심정지로 인한 뇌 손상의 정도를 줄여 환자의 장애 극복에 도움을 줄 수 있다.
An automatic external defibrillator (AED) is an acute cardiac arrest (SCA), or a medical device that resuscitates a heart by applying an electric shock to the heart through the patient's chest to a person who has lost the heartbeat function. More specifically, (VT), and ventricular fibrillation (VF) to normalize and revitalize cardiac activity and reduce the degree of brain damage caused by cardiac arrest.

또한, 급성 심정지 환자의 심장 상태를 판단할 수 있는 프로그램이 내장되어 있어, 전기충격이 필요한 경우 사용자에게 음성 또는 문자 메시지로 안내를 제공하는 것이 일반적이다. 최근에는 자동 자가 테스트기능을 갖추고, 점점 크기가 작고 가벼운 형태로 발전해 가고 있으며, 배터리의 수명 또한 길어지고 있으나, 구성요소의 오작동이 여전히 많은 문제의 원인이 되고 있다.
In addition, a program for judging the cardiac condition of a patient with an acute cardiac arrest is built in, and it is general to provide guidance to the user by voice or text message when an electric shock is required. In recent years, automatic self-testing has become increasingly smaller and lighter, and battery life has been extended, but malfunctioning components are still causing many problems.

한편, 생체신호 분석 기술은 의과학과 더불어 발전해 온 분야로서 오랜 역사를 가지고 있으며, 관련 산업은 주로 선진국을 중심으로 빠른 발전을 이루어 왔다. 다만, 기존의 기술들은 한계에 도달해 있으며 새로운 물리 화학적 이론을 도입한 계측 방법, 전통의학과 과학기술을 접목한 새로운 접근에 관심을 가지고 있는 추세이다. 그러나 생체신호 분석을 통한 자동진단은 꾸준한 연구가 이루어지고 있음에도 불구하고 심장질환 관련된 일부분만 상용화되어 있으며 대부분이 실용화 수준에 도달하지 못하고 있고, 스마트 헬스 케어 시스템에 적용되는 신호계측 및 표준화 등이 갖추어지지 않은 상태에서 생체신호를 통한 다양한 질환의 정확한 진단과 분류 알고리즘은 아직까지는 많은 연구와 해결되어야 할 과제가 많이 존재하고 있다. 특히, 부정맥이 포함된 신호를 검출할 수 있는 신호처리 기법 및 알고리즘의 개발로 부정맥 데이터베이스 구축 및 효과적인 진단 지원시스템이 요구되고 있다. 대한민국 등록특허공보 제10-1582343호는 자동제세동기 및 이의 구동 방법에 대한 선행기술 문헌을 개시하고 있고, 대한민국 공개특허공보 제10-2016-0012239호는 응급상황 시 전문 의료인과 자동 연결되는 자동제세동기 및 그 제어방법에 대한 선행기술 문헌을 개시하고 있다.On the other hand, bio-signal analysis technology has developed along with medical science and has a long history. Related industries have been developed rapidly mainly in developed countries. However, existing technologies are reaching their limits, and they are interested in a new approach combining measurement methods, traditional medicine and science and technology, which incorporate new physicochemical theory. However, despite the fact that the automatic diagnosis through bio-signal analysis has been carried out steadily, only a part related to the heart disease has been commercialized, and most of them have not reached the practical use level and the signal measurement and standardization applied to the smart health care system There are many researches and problems to be solved so far for the accurate diagnosis and classification algorithm of various diseases through bio - In particular, development of an arrhythmia database and an effective diagnosis support system are required by developing signal processing techniques and algorithms capable of detecting signals containing arrhythmia. Korean Patent Publication No. 10-1582343 discloses a prior art document on an automatic defibrillator and a driving method thereof, and Korean Patent Laid-Open Publication No. 10-2016-0012239 discloses an automatic defibrillator And a prior art document on synchronization and control method thereof.

본 발명은 기존에 제안된 방법들의 상기와 같은 문제점들을 해결하기 위해 제안된 것으로서, EMR 및 병원 기록을 통해 도출된 환자의 심근경색 발생 정도를 기반으로 심근경색 지수를 판별하고, 환자의 체온과 심전도를 모니터링하면서 이를 반영하여 심근경색 지수를 계속 업데이트함으로써, 환자의 심근경색 발생 여부를 객관적으로 판단할 수 있고, 심근경색이 발생되었거나 발생되기 몇 초전에 인공지능을 기반으로 최적의 전기 충격 시점에 최적의 강도로 자동적으로 전기충격을 가함으로써, 기기의 오작동을 방지하며 정확도를 높일 수 있는, 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템 및 이를 이용한 제세동 방법을 제공하는 것을 그 목적으로 한다.The present invention has been proposed in order to solve the above-mentioned problems of the previously proposed methods. The present invention discriminates the myocardial infarction index based on the degree of myocardial infarction derived from EMR and hospital records, The myocardial infarction can be evaluated objectively by continuously updating the myocardial infarction index by reflecting it while reflecting the change of the myocardial infarction rate, A self-defeating automatic defibrillator system capable of adjusting the electric shock time and the electric shock amount based on artificial intelligence, which can prevent the malfunction of the device and increase the accuracy by automatically applying an electric shock to the device The purpose is to provide.

상기한 목적을 달성하기 위한 본 발명의 특징에 따른, 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템은,According to an aspect of the present invention, there is provided a wearable automatic defibrillator system capable of adjusting an electric shock time and an electric shock amount based on artificial intelligence,

사용자의 심전도를 모니터링하는 심전도 모니터링부;An electrocardiogram monitoring unit for monitoring a user's electrocardiogram;

상기 심전도 모니터링부에서의 모니터링 결과 얻어진 상기 사용자의 심전도 데이터와 상기 사용자의 병원 데이터를 이용하여 심근경색 지수를 판별하는 심근경색 지수 판별부;A myocardial infarction index determination unit for determining a myocardial infarction index using the electrocardiogram data of the user obtained as a result of monitoring in the electrocardiogram monitoring unit and the user's hospital data;

인공지능을 기반으로 상기 심근경색 지수 및 상기 심전도 데이터를 이용하여 상기 사용자의 심질환 위험도를 예측하고 부정맥을 진단하는 부정맥 예측 및 진단부; 및An arrhythmia prediction and diagnosis unit for predicting heart disease risk of the user using the myocardial infarction index and the electrocardiogram data based on artificial intelligence and diagnosing an arrhythmia; And

상기 부정맥 예측 및 진단부에서의 진단 결과에 따라 상기 사용자에게 전기 충격을 가하는 전기 충격 출력부를 포함하는 것을 그 구성상의 특징으로 한다.
And an electric shock output unit for applying an electric shock to the user according to the diagnosis result in the arrhythmia prediction and diagnosis unit.

바람직하게는,Preferably,

상기 심근경색 지수 판별부, 상기 부정맥 예측 및 진단부 및 상기 전기 충격 출력부는 상기 착용형 자동 제세동기에 구비되며, 상기 착용형 자동 제세동기는 상기 심전도 모니터링부와 무선 통신 방식으로 연결될 수 있다.
The myocardial infarct size determination unit, the arrhythmia prediction and diagnosis unit, and the electric shock output unit may be provided in the wearable automatic defibrillator, and the wearable automatic defibrillator may be connected to the electrocardiogram monitoring unit in a wireless communication manner.

바람직하게는, 상기 심근경색 지수 판별부는,Preferably, the myocardial infarction index determination unit comprises:

상기 사용자의 병원 데이터로부터 얻어지는 심근경색 위험도 관련 바이오마커, 및 상기 사용자의 부정맥 발생 건수와 종류를 포함하는 상기 심전도 데이터를 이용하여 심근경색 지수를 판별할 수 있다.
The myocardial infarction index can be determined using the electrocardiogram data including the biomarker related to myocardial infarction risk obtained from the user's hospital data and the number and type of arrhythmia occurrence of the user.

더욱 바람직하게는,More preferably,

상기 심근경색 위험도 관련 바이오마커는 관상동맥의 석회화 정도를 포함할 수 있다.
The biomarker associated with the myocardial infarction risk may include the degree of calcification of the coronary artery.

바람직하게는, 상기 심근경색 지수 판별부는,Preferably, the myocardial infarction index determination unit comprises:

상기 심전도 모니터링부에서의 모니터링 결과를 미리 지정된 시간 간격으로 반영하여 상기 심근경색 지수를 업데이트할 수 있다.
The myocardial infarction index can be updated by reflecting the monitoring result of the electrocardiogram monitoring unit at predetermined time intervals.

바람직하게는, 상기 부정맥 예측 및 진단부는,Preferably, the arrhythmia prediction and diagnosis unit includes:

상기 사용자의 기존의 심전도 데이터 및 병원 데이터를 이용하여 인공지능 모델을 생성할 수 있다.
An artificial intelligence model can be generated using the user's existing electrocardiogram data and hospital data.

더욱 바람직하게는, 상기 인공지능 모델은,More preferably, the artificial intelligence model includes:

서포트 벡터 머신(support vector machine) 및 딥 러닝(deep learning) 구조를 이용하여 생성될 수 있다.
May be generated using a support vector machine and a deep learning structure.

바람직하게는, 상기 부정맥 예측 및 진단부는,Preferably, the arrhythmia prediction and diagnosis unit includes:

상기 심근경색 지수를 기반으로, 상기 심전도 모니터링부로부터 전달된 심전도 데이터를 분석하여 심질환 위험도를 예측하고, 이상 신호 패턴을 검출하여 부정맥 여부를 진단할 수 있다.
Based on the myocardial infarction index, the ECG data transmitted from the ECG monitoring unit can be analyzed to predict the risk of cardiovascular disease, and an abnormal signal pattern can be detected to diagnose the arrhythmia.

바람직하게는, 상기 부정맥 예측 및 진단부는,Preferably, the arrhythmia prediction and diagnosis unit includes:

상기 인공지능을 기반으로 한 부정맥 진단 결과에 따라 전기 충격 시점 및 전기 충격량을 판단할 수 있다.
It is possible to determine the electric shock time and the electric shock amount according to the artificial intelligence-based arrhythmia diagnosis result.

더욱 바람직하게는, 상기 전기 충격 출력부는,More preferably, the electric shock output section includes:

상기 전기 충격 시점 및 전기 충격량에 따라 상기 사용자에게 전기 충격을 가할 수 있다.
An electric shock can be applied to the user according to the electric shock time point and the electric shock amount.

또한, 상기한 목적을 달성하기 위한 본 발명의 특징에 따른, 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템을 이용한 제세동 방법은,According to another aspect of the present invention, there is provided a defibrillation method using a wearable automatic defibrillator system capable of adjusting an electric shock time and an electric shock amount based on artificial intelligence,

(1) 심전도 모니터링부가 사용자의 심전도를 모니터링하고, 심근경색 지수 판별부가 상기 모니터링 결과 얻어진 상기 사용자의 심전도 데이터와 상기 사용자의 병원 데이터를 이용하여 심근경색 지수를 판별하는 단계;(1) monitoring the electrocardiogram of the user of the electrocardiogram monitoring unit, and determining the myocardial infarction index using the user's electrocardiogram data and the user's hospital data obtained as a result of the monitoring;

(2) 부정맥 예측 및 진단부가 인공지능을 기반으로 상기 단계 (1)에서 판별된 심근경색 지수 및 상기 심전도 데이터를 이용하여 상기 사용자의 심질환 위험도를 예측하고 부정맥을 진단하는 단계; 및(2) Arrhythmia Prediction and Diagnosis The step of diagnosing arrhythmia by predicting the heart disease risk of the user based on the artificial intelligence based on the myocardial infarction index determined in step (1) and the electrocardiogram data; And

(3) 전기 충격 출력부가 상기 단계 (2)에서의 진단 결과에 따라 전기 충격을 출력하는 단계를 포함하는 것을 그 구성상의 특징으로 한다.
(3) the step of outputting an electric shock according to the result of the diagnosis in the step (2) by the electric shock outputting section.

바람직하게는,Preferably,

상기 심근경색 지수 판별부, 상기 부정맥 예측 및 진단부 및 상기 전기 충격 출력부는 상기 착용형 자동 제세동기에 구비되며, 상기 착용형 자동 제세동기는 상기 심전도 모니터링부와 무선 통신 방식으로 연결될 수 있다.
The myocardial infarct size determination unit, the arrhythmia prediction and diagnosis unit, and the electric shock output unit may be provided in the wearable automatic defibrillator, and the wearable automatic defibrillator may be connected to the electrocardiogram monitoring unit in a wireless communication manner.

바람직하게는, 상기 심근경색 지수 판별부는,Preferably, the myocardial infarction index determination unit comprises:

상기 사용자의 병원 데이터로부터 얻어지는 심근경색 위험도 관련 바이오마커, 및 상기 사용자의 부정맥 발생 건수와 종류를 포함하는 상기 심전도 데이터를 이용하여 심근경색 지수를 판별할 수 있다.
The myocardial infarction index can be determined using the electrocardiogram data including the biomarker related to myocardial infarction risk obtained from the user's hospital data and the number and type of arrhythmia occurrence of the user.

더욱 바람직하게는,More preferably,

상기 심근경색 위험도 관련 바이오마커는 관상동맥의 석회화 정도를 포함할 수 있다.
The biomarker associated with the myocardial infarction risk may include the degree of calcification of the coronary artery.

바람직하게는, 상기 심근경색 지수 판별부는,Preferably, the myocardial infarction index determination unit comprises:

상기 심전도 모니터링부에서의 모니터링 결과를 미리 지정된 시간 간격으로 반영하여 상기 심근경색 지수를 업데이트할 수 있다.
The myocardial infarction index can be updated by reflecting the monitoring result of the electrocardiogram monitoring unit at predetermined time intervals.

바람직하게는, 상기 부정맥 예측 및 진단부는,Preferably, the arrhythmia prediction and diagnosis unit includes:

상기 사용자의 기존의 심전도 데이터 및 병원 데이터를 이용하여 인공지능 모델을 생성할 수 있다.
An artificial intelligence model can be generated using the user's existing electrocardiogram data and hospital data.

더욱 바람직하게는, 상기 인공지능 모델은,More preferably, the artificial intelligence model includes:

서포트 벡터 머신(support vector machine) 및 딥 러닝(deep learning) 구조를 이용하여 생성될 수 있다.
May be generated using a support vector machine and a deep learning structure.

바람직하게는, 상기 부정맥 예측 및 진단부는,Preferably, the arrhythmia prediction and diagnosis unit includes:

상기 심근경색 지수를 기반으로, 상기 심전도 모니터링부로부터 전달된 심전도 데이터를 분석하여 심질환 위험도를 예측하고, 이상 신호 패턴을 검출하여 부정맥 여부를 진단할 수 있다.
Based on the myocardial infarction index, the ECG data transmitted from the ECG monitoring unit can be analyzed to predict the risk of cardiovascular disease, and an abnormal signal pattern can be detected to diagnose the arrhythmia.

바람직하게는, 상기 부정맥 예측 및 진단부는,Preferably, the arrhythmia prediction and diagnosis unit includes:

상기 인공지능을 기반으로 한 부정맥 진단 결과에 따라 전기 충격 시점 및 전기 충격량을 판단할 수 있다.
It is possible to determine the electric shock time and the electric shock amount according to the artificial intelligence-based arrhythmia diagnosis result.

더욱 바람직하게는, 상기 전기 충격 출력부는,More preferably, the electric shock output section includes:

상기 전기 충격 시점 및 전기 충격량에 따라 상기 사용자에게 전기 충격을 가할 수 있다.An electric shock can be applied to the user according to the electric shock time point and the electric shock amount.

본 발명에서 제안하고 있는 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템 및 이를 이용한 제세동 방법에 따르면, EMR 및 병원 기록을 통해 도출된 환자의 심근경색 발생 정도를 기반으로 심근경색 지수를 판별하고, 환자의 체온과 심전도를 모니터링하면서 이를 반영하여 심근경색 지수를 계속 업데이트함으로써, 환자의 심근경색 발생 여부를 객관적으로 판단할 수 있고, 심근경색이 발생되었거나 발생되기 몇 초전에 인공지능을 기반으로 최적의 전기 충격 시점에 최적의 강도로 자동적으로 전기충격을 가함으로써, 기기의 오작동을 방지하며 정확도를 높일 수 있다.According to the wearable automatic defibrillator system and the defibrillation method using the artificial intelligence that can adjust the electric shock time and electric shock amount based on the artificial intelligence proposed in the present invention, the degree of myocardial infarction of the patient derived from the EMR and the hospital record The myocardial infarction index can be determined based on the patient's body temperature and electrocardiogram, and thus the myocardial infarction index can be continuously updated to reflect the patient's temperature and electrocardiogram. Thus, it is possible to objectively determine whether a patient's myocardial infarction occurs, Based on artificial intelligence, the electric shock is automatically applied to the optimum strength at the optimum electric shock time point, thereby preventing the malfunction of the device and increasing the accuracy.

도 1은 본 발명의 일실시예에 따른 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템을 도시한 도면.
도 2는 본 발명의 다른 실시예에 따른 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템을 도시한 도면.
도 3은 본 발명의 일실시예에 따른 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템의 착용형 자동 제세동기의 착용 모습을 설명하기 위해 도시한 도면.
도 4는 본 발명의 일실시예에 따른 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템이 전자 의무 기록 시스템과 연동되는 모습을 설명하기 위해 도시한 도면.
도 5는 본 발명의 일실시예에 따른 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템의 부정맥 예측 및 진단부에서 인공지능 모델을 이용하는 것을 설명하기 위해 도시한 도면.
도 6은 본 발명의 일실시예에 따른 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템을 이용한 제세동 방법의 흐름을 도시한 도면.FIG. 1 illustrates a wearable automatic defibrillator system capable of adjusting an electric shock time and an electric shock amount based on artificial intelligence according to an embodiment of the present invention. FIG.
FIG. 2 illustrates a wearable automatic defibrillator system capable of adjusting an electric shock time and an electric shock amount based on artificial intelligence according to another embodiment of the present invention. FIG.
FIG. 3 is a view illustrating a wearable automatic defibrillator of a wearable automatic defibrillator system capable of adjusting an electric shock time and an electric shock quantity based on artificial intelligence according to an embodiment of the present invention. FIG.
FIG. 4 is a view illustrating a wearable automatic defibrillator system capable of adjusting an electric shock time and an electric shock amount based on artificial intelligence according to an embodiment of the present invention, in association with an electronic medical record system. FIG.
FIG. 5 is a flowchart illustrating an artificial intelligence model used in the arrhythmia prediction and diagnosis section of the wearable automatic defibrillator system capable of adjusting the electric shock time and the electric shock amount based on the artificial intelligence according to an embodiment of the present invention. drawing.
FIG. 6 is a flowchart illustrating a defibrillation method using a wearable automatic defibrillator system capable of adjusting an electric shock time and an electric shock amount based on artificial intelligence according to an embodiment of the present invention. FIG.

이하, 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예를 상세하게 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 또한, 유사한 기능 및 작용을 하는 부분에 대해서는 도면 전체에 걸쳐 동일한 부호를 사용한다.
Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings, in order that those skilled in the art can easily carry out the present invention. In the following detailed description of the preferred embodiments of the present invention, a detailed description of known functions and configurations incorporated herein will be omitted when it may make the subject matter of the present invention rather unclear. In the drawings, like reference numerals are used throughout the drawings.

덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 ‘연결’ 되어 있다고 할 때, 이는 ‘직접적으로 연결’ 되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 ‘간접적으로 연결’ 되어 있는 경우도 포함한다. 또한, 어떤 구성요소를 ‘포함’ 한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.
In addition, in the entire specification, when a part is referred to as being 'connected' to another part, it may be referred to as 'indirectly connected' not only with 'directly connected' . Also, to "include" an element means that it may include other elements, rather than excluding other elements, unless specifically stated otherwise.

도 1은 본 발명의 일실시예에 따른 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템을 도시한 도면이다. 도 1에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템은, 심전도 모니터링부(100), 심근경색 지수 판별부(200), 부정맥 예측 및 진단부(300), 및 전기 충격 출력부(400)를 포함하여 구성될 수 있다.
1 is a view illustrating a wearable automatic defibrillator system capable of adjusting an electric shock time and an electric shock amount based on artificial intelligence according to an embodiment of the present invention. As shown in FIG. 1, a wearable automatic defibrillator system capable of adjusting an electric shock time and an electric shock amount based on artificial intelligence according to an embodiment of the present invention includes an electrocardiogram monitoring unit 100, An arrhythmia prediction and diagnosis unit 300, and an electric shock output unit 400. [0034] FIG.

심전도 모니터링부(100)는, 사용자의 심전도를 모니터링할 수 있으며, 그 형태는 특정 형태에 한정하지 않고, 사용자의 심전도를 주기적으로 모니터링할 수 있고, 모니터링하여 얻어진 결과를 외부 기기로 전달할 수 있다면 어떠한 형태든 모두 가능하다.
The electrocardiogram monitoring unit 100 can monitor the electrocardiogram of a user, and the form of the electrocardiogram monitoring unit is not limited to a specific form. The electrocardiogram monitoring unit 100 can periodically monitor a user's electrocardiogram, monitor the electrocardiogram, All forms are possible.

심근경색 지수 판별부(200)는, 심전도 모니터링부(100)에서의 모니터링 결과 얻어진 사용자의 심전도 데이터와 사용자의 병원 데이터를 이용하여 심근경색 지수를 판별할 수 있다.
The myocardial infarction index determination unit 200 can determine the myocardial infarction index using the electrocardiogram data of the user obtained from the monitoring of the electrocardiogram monitoring unit 100 and the user's hospital data.

이때, 사용자의 병원 데이터는, 전자의무기록(electronic medical record, EMR) 시스템과의 연동을 통해 얻어질 수 있다.
At this time, the user's hospital data can be obtained through interworking with an electronic medical record (EMR) system.

심근경색 지수 판별부(200)는, 이러한 사용자의 병원 데이터로부터 얻어지는 심근경색 위험도 관련 바이오마커, 및 사용자의 부정맥 발생 건수와 종류를 포함하는 심전도 데이터를 이용하여 심근경색 지수를 판별할 수 있다.
The myocardial infarction index determination unit 200 can determine the myocardial infarction index using the biomarker related to the risk of myocardial infarction obtained from the user's hospital data and the electrocardiogram data including the number and type of arrhythmia occurrence of the user.

보다 구체적으로, 여기서 심근경색 위험도 관련 바이오마커는, 관상동맥의 석회화 정도를 포함할 수 있고, 심전도 모니터링부(100)에서의 모니터링 결과 얻어지는 심전도 데이터는 사용자의 부정맥 발생 건수와 종류를 포함하고 있을 수 있다.
More specifically, the biomarker related to the risk of myocardial infarction may include the degree of calcification of the coronary artery, and the electrocardiogram data obtained as a result of monitoring by the electrocardiogram monitoring unit 100 may include the number and types of arrhythmias of the user have.

한편, 심근경색 지수 판별부(200)는, 심전도 모니터링부(100)에서의 모니터링 결과를 미리 지정된 시간 간격으로 반영하여 심근경색 지수를 업데이트할 수 있다.
Meanwhile, the myocardial infarct size determination unit 200 may update the myocardial infarction index by reflecting the monitoring result of the electrocardiogram monitoring unit 100 at predetermined time intervals.

부정맥 예측 및 진단부(300)는, 사용자의 기존의 심전도 데이터 및 병원 데이터를 이용하여 인공지능 모델을 생성할 수 있다. 즉, 현재 부정맥을 예측하고 진단하고자 하는 사용자의 과거 심전도 데이터로 구성되는 기존의 심전도 데이터 및 EMR 시스템과의 연동을 통해 얻어지는 병원 데이터를 이용하여 인공지능 모델을 생성할 수 있다.
The arrhythmia prediction and diagnosis unit 300 can generate an artificial intelligence model using the user's existing electrocardiogram data and hospital data. That is, the artificial intelligence model can be generated using the existing electrocardiogram data composed of the past electrocardiogram data of the user who is predicting and diagnosing the arrhythmia and the hospital data obtained through interworking with the EMR system.

부정맥 예측 및 진단부(300)의 구체적인 구성에 대해서는 추후 도 4를 참조하여 상세히 설명하도록 한다.
The specific configuration of the arrhythmia prediction and diagnosis unit 300 will be described later in detail with reference to FIG.

전기 충격 출력부(400)는, 부정맥 예측 및 진단부(300)에서의 진단 결과에 따라 사용자에게 전기 충격을 가할 수 있다.
The electric shock output unit 400 may apply an electric shock to the user according to the diagnosis result in the arrhythmia prediction and diagnosis unit 300. [

도 2는 본 발명의 다른 실시예에 따른 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템을 도시한 도면이다. 도 2에 도시된 바와 같이, 본 발명의 다른 실시예에 따르면, 심근경색 지수 판별부(200), 부정맥 예측 및 진단부(300), 및 전기 충격 출력부(400)는 착용형 자동 제세동기(10)에 구비될 수 있고, 이때, 착용형 자동 제세동기(10)는 심전도 모니터링부(100)와 무선 통신 방식으로 연결될 수 있다.
2 is a diagram illustrating a wearable automatic defibrillator system capable of adjusting an electric shock time and an electric shock amount based on artificial intelligence according to another embodiment of the present invention. 2, the myocardial infarction index determining unit 200, the arrhythmia predicting and diagnosing unit 300, and the electric shock output unit 400 are connected to a wearable automatic defibrillator 10, and the wearable automatic defibrillator 10 may be connected to the electrocardiogram monitoring unit 100 in a wireless communication manner.

이때, 무선 통신 방식은, 이동 통신망(mobile radio communication network), 위성 통신망, 블루투스(Bluetooth), Wibro(Wireless Broadband Internet), HSDPA(High Speed Downlink Packet Access) 등의 모든 종류의 무선 네트워크를 포함할 수 있다.
The wireless communication method may include all kinds of wireless networks such as a mobile radio communication network, a satellite communication network, Bluetooth, a Wireless Broadband Internet (Wibro), and a High Speed Downlink Packet Access (HSDPA) have.

한편, 본 발명에서 제안하는 착용형 자동 제세동기 시스템의 착용형 자동 제세동기(10)는, 소형화 된 3000V급의 고전압 파워스위칭 모듈을 사용할 수 있다.
Meanwhile, in the wearable automatic defibrillator 10 of the wearable automatic defibrillator system proposed in the present invention, a miniaturized 3000V class high voltage power switching module can be used.

도 3은 본 발명의 일실시예에 따른 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템의 착용형 자동 제세동기의 착용 모습을 설명하기 위해 도시한 도면이다. 도 3에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템에 따르면, 사용자는 심전도 모니터링부(100)를 통해 심전도 신호를 측정할 수 있고, 이와 무선 통신 방식으로 연결되는 착용형 자동 제세동기(10)를 직접 착용함으로써, 부정맥이 예측되거나 발생되는 경우 사용자에게 자동으로 전기 충격이 가해질 수 있다.
FIG. 3 is a view for explaining a wearing state of a wearable automatic defibrillator of a wearable automatic defibrillator system capable of adjusting an electric shock time and an electric shock quantity based on artificial intelligence according to an embodiment of the present invention. 3, according to a wearable automatic defibrillator system capable of adjusting an electric shock time and an electric shock amount based on an artificial intelligence according to an embodiment of the present invention, An electrocardiogram signal can be measured, and a wearable automatic defibrillator 10 connected to the wearable automatic defibrillator 10 can be directly worn. If an arrhythmia is predicted or generated, an electric shock can be automatically applied to a user.

도 4는 본 발명의 일실시예에 따른 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템이 전자 의무 기록 시스템과 연동되는 모습을 설명하기 위해 도시한 도면이다. 도 4에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템은 전자 의무 기록(EMR) 시스템과 연동되어, 사용자의 병원 데이터를 전달받을 수 있다.
FIG. 4 is a view illustrating a wearable automatic defibrillator system capable of adjusting an electric shock time and an electric shock amount based on artificial intelligence according to an embodiment of the present invention, which is interlocked with an electronic medical record system. As shown in FIG. 4, a wearable automatic defibrillator system capable of adjusting an electric shock time and an electric shock amount based on artificial intelligence according to an embodiment of the present invention is interlocked with an electronic medical record (EMR) system, Of the hospital data.

즉, 착용형 자동 제세동기(10)는, 전자 의무 기록(EMR) 시스템과 연동되어 얻어진 사용자의 병원 데이터 및 심전도 모니터링부(100)로부터 전달되는 사용자의 심전도 데이터를 이용하여 심근경색 지수를 판별하고, 인공지능 모델을 통해 부정맥을 예측 및 진단하여 최적의 전기 충격 시점과 전기 충격량을 결정할 수 있다.
That is, the wearable automatic defibrillator 10 discriminates the myocardial infarction index using the user's hospital data obtained in association with the electronic medical record (EMR) system and the electrocardiogram data of the user transmitted from the electrocardiogram monitoring unit 100 , The artificial intelligence model can predict and diagnose arrhythmia to determine the optimal time of shock and electric shock.

도 5는 본 발명의 일실시예에 따른 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템의 부정맥 예측 및 진단부에서 인공지능 모델을 이용하는 것을 설명하기 위해 도시한 도면이다. 도 5에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템의 부정맥 예측 및 진단부(300)는, 사용자의 기존의 심전도 데이터 및 병원 데이터를 이용하여 인공지능 모델을 생성할 수 있다.
FIG. 5 is a flowchart illustrating an artificial intelligence model used in the arrhythmia prediction and diagnosis section of the wearable automatic defibrillator system capable of adjusting the electric shock time and the electric shock amount based on the artificial intelligence according to an embodiment of the present invention. FIG. 5, the arrhythmia prediction and diagnosis unit 300 of the wearable automatic defibrillator system capable of adjusting the electric shock time and the electric shock amount based on the artificial intelligence according to an embodiment of the present invention, An artificial intelligence model can be created using existing electrocardiogram data and hospital data.

이때, 인공지능 모델은, 서포트 벡터 머신(support vector machine) 및 딥 러닝(deep learning) 구조를 이용하여 생성될 수 있고, 이와 같이 생성된 인공지능 모델을 이용하여 심전도 모니터링부(100)를 통해 새로 측정된 사용자의 심전도 데이터를 분석하여 이상 여부를 판단할 수 있다.
At this time, the artificial intelligence model may be generated using a support vector machine and a deep learning structure, and the artificial intelligence model may be generated through the electrocardiogram monitoring unit 100 using the artificial intelligence model It is possible to determine the abnormality by analyzing the electrocardiogram data of the measured user.

즉, 부정맥 예측 및 진단부(300)는, 심근경색 지수를 기반으로, 심전도 모니터링부(100)로부터 전달된 심전도 데이터를 분석하여 심질환 위험도를 예측하고, 이상 신호 패턴을 검출하여 부정맥 여부를 진단할 수 있다.
That is, the arrhythmia prediction and diagnosis unit 300 predicts heart disease risk by analyzing the electrocardiogram data transmitted from the electrocardiogram monitoring unit 100 based on the myocardial infarction index, detects an abnormal signal pattern, .

또한, 부정맥 예측 및 진단부(300)는 앞서 설명한 바와 같이 생성된 인공지능 모델을 기반으로 한 부정맥 진단 결과에 따라 전기 충격 시점 및 전기 충격량을 판단할 수 있고, 이때, 전기 충격 출력부(400)는, 이와 같이 판단된 전기 충격 시점 및 전기 충격량에 따라 사용자에게 전기 충격을 가할 수 있다.
In addition, the arrhythmia prediction and diagnosis unit 300 can determine the electric shock time and the electric shock amount according to the result of the arrhythmia diagnosis based on the artificial intelligence model generated as described above. At this time, The electric shock can be applied to the user in accordance with the determined electric shock time and electric shock amount.

도 6은 본 발명의 일실시예에 따른 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템을 이용한 제세동 방법의 흐름을 도시한 도면이다. 도 6에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템을 이용한 제세동 방법은, 심전도 모니터링부(100)가 사용자의 심전도를 모니터링하고, 심근경색 지수 판별부(200)가 모니터링 결과 얻어진 사용자의 심전도 데이터와 사용자의 병원 데이터를 이용하여 심근경색 지수를 판별하는 단계(S100), 부정맥 예측 및 진단부(300)가 인공지능을 기반으로 단계 S100에서 판별된 심근경색 지수 및 심전도 데이터를 이용하여 사용자의 심질환 위험도를 예측하고 부정맥을 진단하는 단계(S200), 및 전기 충격 출력부(400)가 단계 S200에서의 진단 결과에 따라 전기 충격을 출력하는 단계(S300)를 포함하여 구현될 수 있다.
6 is a flowchart illustrating a defibrillation method using a wearable automatic defibrillator system capable of adjusting an electric shock time and an electric shock amount based on artificial intelligence according to an embodiment of the present invention. 6, a defibrillation method using a wearable automatic defibrillator system capable of adjusting an electric shock time and an electric shock amount based on artificial intelligence according to an embodiment of the present invention includes an electrocardiogram monitoring unit 100, A step (S100) of determining the myocardial infarction index using the electrocardiogram data of the user obtained from the monitoring result and the user's hospital data, the arrhythmia prediction and diagnosis unit 300, (Step S200) of predicting the heart disease risk of the user and diagnosing the arrhythmia using the myocardial infarction index and electrocardiogram data determined in step S100 based on the artificial intelligence, And outputting an electric shock according to the result (S300).

이때, 단계 S100 내지 S300에서의 심전도 모니터링부(100), 심근경색 지수 판별부(200), 부정맥 예측 및 진단부(300) 및 전기 충격 출력부(400)의 구체적인 구성에 대해서는 앞에서 도 1 내지 도 5를 참조하여 상세히 설명한 바와 같으므로, 이하 생략한다.
The specific configurations of the electrocardiogram monitoring unit 100, the myocardial infarct size determining unit 200, the arrhythmia prediction and diagnosis unit 300, and the electric shock output unit 400 in steps S100 to S300 are described in detail with reference to FIGS. 5, it will be omitted here.

이상 설명한 바와 같이, 본 발명에서 제안하는 제안하고 있는 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템 및 이를 이용한 제세동 방법에 따르면, EMR 및 병원 기록을 통해 도출된 환자의 심근경색 발생 정도를 기반으로 심근경색 지수를 판별하고, 환자의 체온과 심전도를 모니터링하면서 이를 반영하여 심근경색 지수를 계속 업데이트함으로써, 환자의 심근경색 발생 여부를 객관적으로 판단할 수 있고, 심근경색이 발생되었거나 발생되기 몇 초전에 인공지능을 기반으로 최적의 전기 충격 시점에 최적의 강도로 자동적으로 전기충격을 가함으로써, 기기의 오작동을 방지하며 정확도를 높일 수 있다.
As described above, according to the wearable automatic defibrillator system and the defibrillation method using the artificial intelligence proposed in the present invention, which can adjust the electric shock time and the electric shock amount, The myocardial infarction index is determined based on the degree of myocardial infarction of the patient, and the myocardial infarction index is continuously updated by reflecting the temperature and electrocardiogram of the patient while monitoring the patient's temperature and electrocardiogram. Thus, By automatically applying an electric shock to the optimum strength at the optimal shock time based on artificial intelligence a few seconds before the infarction occurs or occurs, malfunction of the device can be prevented and accuracy can be improved.

이상 설명한 본 발명은 본 발명이 속한 기술분야에서 통상의 지식을 가진 자에 의하여 다양한 변형이나 응용이 가능하며, 본 발명에 따른 기술적 사상의 범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.The present invention may be embodied in many other specific forms without departing from the spirit or essential characteristics and scope of the invention.

10: 본 발명의 일실시예에 따른 착용형 자동 제세동기
100: 심전도 모니터링부 200: 심근경색 지수 판별부
300: 부정맥 예측 및 진단부 400: 전기 충격 출력부
S100: 심전도 모니터링부가 사용자의 심전도를 모니터링하고, 심근경색 지수 판별부가 모니터링 결과 얻어진 사용자의 심전도 데이터와 사용자의 병원 데이터를 이용하여 심근경색 지수를 판별하는 단계
S200: 부정맥 예측 및 진단부가 인공지능을 기반으로 단계 S100에서 판별된 심근경색 지수 및 심전도 데이터를 이용하여 사용자의 심질환 위험도를 예측하고 부정맥을 진단하는 단계
S300: 전기 충격 출력부가 단계 S200에서의 진단 결과에 따라 전기 충격을 출력하는 단계10: Wearable automatic defibrillator according to one embodiment of the present invention
100: electrocardiogram monitoring unit 200: myocardial infarction index judging unit
300: arrhythmia prediction and diagnosis unit 400: electric shock output unit
S100: The electrocardiogram monitoring unit monitors the electrocardiogram of the user, and the myocardial infarction index determining unit determines the myocardial infarction index using the user's electrocardiogram data obtained from the monitoring result and the user's hospital data
S200: Estimating the risk of heart disease of the user and diagnosing arrhythmia using the myocardial infarction index and electrocardiogram data determined in step S100 based on the artificial intelligence of the arrhythmia prediction and diagnosis part
S300: Step of outputting electric shock according to the diagnosis result in step S200

Claims (20)

인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기(10) 시스템으로서,
사용자의 심전도를 모니터링하는 심전도 모니터링부(100);
상기 심전도 모니터링부(100)에서의 모니터링 결과 얻어진 상기 사용자의 심전도 데이터와 상기 사용자의 병원 데이터를 이용하여 심근경색 지수를 판별하는 심근경색 지수 판별부(200);
인공지능을 기반으로 상기 심근경색 지수 및 상기 심전도 데이터를 이용하여 상기 사용자의 심질환 위험도를 예측하고 부정맥을 진단하는 부정맥 예측 및 진단부(300); 및
상기 부정맥 예측 및 진단부(300)에서의 진단 결과에 따라 상기 사용자에게 전기 충격을 가하는 전기 충격 출력부(400)를 포함하는 것을 특징으로 하는, 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템.
A wearable automatic defibrillator (10) system capable of adjusting an electric shock time and an electric shock amount based on artificial intelligence,
An electrocardiogram monitoring unit 100 for monitoring the electrocardiogram of a user;
A myocardial infarct size determination unit 200 for determining a myocardial infarction index using the electrocardiogram data of the user obtained as a result of monitoring in the electrocardiogram monitoring unit 100 and the user's hospital data;
An arrhythmia prediction and diagnosis unit 300 for predicting the risk of coronary heart disease and diagnosing an arrhythmia using the myocardial infarction index and the electrocardiogram data based on artificial intelligence; And
And an electric shock output unit (400) for applying an electric shock to the user according to a diagnosis result of the arrhythmia prediction and diagnosis unit (300). Can be worn automatic defibrillator system.
제1항에 있어서,
상기 심근경색 지수 판별부(200), 상기 부정맥 예측 및 진단부(300) 및 상기 전기 충격 출력부(400)는 상기 착용형 자동 제세동기(10)에 구비되며, 상기 착용형 자동 제세동기(10)는 상기 심전도 모니터링부(100)와 무선 통신 방식으로 연결되는 것을 특징으로 하는, 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템.
The method according to claim 1,
The wearable automatic defibrillator 10 is provided with the myocardial infarction index determining unit 200, the arrhythmia prediction and diagnosis unit 300 and the electric shock output unit 400. The wearable automatic defibrillator 10 ) Is connected to the electrocardiogram monitoring unit (100) in a wireless communication manner. The wearable automatic defibrillator system according to claim 1, wherein the electric shock time and the electric shock amount are adjusted based on artificial intelligence.
제1항에 있어서, 상기 심근경색 지수 판별부(200)는,
상기 사용자의 병원 데이터로부터 얻어지는 심근경색 위험도 관련 바이오마커, 및 상기 사용자의 부정맥 발생 건수와 종류를 포함하는 상기 심전도 데이터를 이용하여 심근경색 지수를 판별하는 것을 특징으로 하는, 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템.
2. The system according to claim 1, wherein the myocardial infarction index determination unit (200)
Wherein the myocardial infarction index is determined based on the electrocardiogram data including the biomarker related to myocardial infarction risk derived from the user's hospital data and the number and type of arrhythmia occurrence of the user, A wearable automatic defibrillator system with adjustable timing and electrical impulse.
제3항에 있어서,
상기 심근경색 위험도 관련 바이오마커는 관상동맥의 석회화 정도를 포함하는 것을 특징으로 하는, 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템.
The method of claim 3,
Wherein the biomarker related to the risk of myocardial infarction includes the degree of calcification of the coronary artery, wherein the electric shock time and the electric shock amount can be controlled based on artificial intelligence.
제1항에 있어서, 상기 심근경색 지수 판별부(200)는,
상기 심전도 모니터링부(100)에서의 모니터링 결과를 미리 지정된 시간 간격으로 반영하여 상기 심근경색 지수를 업데이트하는 것을 특징으로 하는, 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템.
2. The system according to claim 1, wherein the myocardial infarction index determination unit (200)
Wherein the electrocardiogram monitoring unit (100) updates the myocardial infarction index by reflecting the monitoring result at a predetermined time interval. The electrocardiogram monitoring unit (100) Synchronous system.
제1항에 있어서, 상기 부정맥 예측 및 진단부(300)는,
상기 사용자의 기존의 심전도 데이터 및 병원 데이터를 이용하여 인공지능 모델을 생성하는 것을 특징으로 하는, 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템.
2. The apparatus according to claim 1, wherein the arrhythmia prediction and diagnosis unit (300)
And generating an artificial intelligence model using the user's existing electrocardiogram data and hospital data, wherein the artificial intelligence model is capable of adjusting an electric shock time and an electric shock amount based on artificial intelligence.
제6항에 있어서, 상기 인공지능 모델은,
서포트 벡터 머신(support vector machine) 및 딥 러닝(deep learning) 구조를 이용하여 생성되는 것을 특징으로 하는, 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템.
7. The method according to claim 6,
A support vector machine, and a deep learning structure. The wearable automatic defibrillator system is capable of adjusting an electric shock time and an electric shock amount based on artificial intelligence.
제1항에 있어서, 상기 부정맥 예측 및 진단부(300)는,
상기 심근경색 지수를 기반으로, 상기 심전도 모니터링부(100)로부터 전달된 심전도 데이터를 분석하여 심질환 위험도를 예측하고, 이상 신호 패턴을 검출하여 부정맥 여부를 진단하는 것을 특징으로 하는, 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템.
2. The apparatus according to claim 1, wherein the arrhythmia prediction and diagnosis unit (300)
Based on the myocardial infarction index, the electrocardiogram data transmitted from the electrocardiogram monitoring unit 100 is analyzed to predict the risk of cardiovascular disease, and an abnormal signal pattern is detected to diagnose whether an arrhythmia occurs. A wearable automatic defibrillator system capable of adjusting the electric shock time and electric shock quantity.
제1항에 있어서, 상기 부정맥 예측 및 진단부(300)는,
상기 인공지능을 기반으로 한 부정맥 진단 결과에 따라 전기 충격 시점 및 전기 충격량을 판단하는 것을 특징으로 하는, 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템.
2. The apparatus according to claim 1, wherein the arrhythmia prediction and diagnosis unit (300)
Wherein the electric shock time and the electric shock amount are determined based on the artificial intelligence-based diagnosis result of the arrhythmia, wherein the electric shock time and the electric shock quantity can be adjusted based on the artificial intelligence.
제9항에 있어서, 상기 전기 충격 출력부(400)는,
상기 전기 충격 시점 및 전기 충격량에 따라 상기 사용자에게 전기 충격을 가하는 것을 특징으로 하는, 인공지능을 기반으로 전기 충격 시점과 전기 충격량을 조절할 수 있는 착용형 자동 제세동기 시스템.
10. The apparatus according to claim 9, wherein the electric shock output unit (400)
Wherein the electric shock is applied to the user according to the electric shock time point and the electric shock quantity, wherein the electric shock time and the electric shock quantity can be adjusted based on the artificial intelligence.
삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete
KR1020160136780A 2016-10-20 2016-10-20 Wearable automatic defibrillator system that can adjust electric shock point and electrical impulse based on artificial intelligence, and method of defibrillate using the same KR101830151B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160136780A KR101830151B1 (en) 2016-10-20 2016-10-20 Wearable automatic defibrillator system that can adjust electric shock point and electrical impulse based on artificial intelligence, and method of defibrillate using the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160136780A KR101830151B1 (en) 2016-10-20 2016-10-20 Wearable automatic defibrillator system that can adjust electric shock point and electrical impulse based on artificial intelligence, and method of defibrillate using the same

Publications (1)

Publication Number Publication Date
KR101830151B1 true KR101830151B1 (en) 2018-02-20

Family

ID=61394682

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160136780A KR101830151B1 (en) 2016-10-20 2016-10-20 Wearable automatic defibrillator system that can adjust electric shock point and electrical impulse based on artificial intelligence, and method of defibrillate using the same

Country Status (1)

Country Link
KR (1) KR101830151B1 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110916647A (en) * 2019-12-11 2020-03-27 郑州轻工业大学 Wearable electrocardio monitoring and arrhythmia remote real-time diagnosis device facing multiple scenes
KR20220045653A (en) * 2020-10-06 2022-04-13 한림대학교 산학협력단 Acute myocardial infarction judgment method, device and program
KR102417949B1 (en) * 2022-03-24 2022-07-06 (주)나눔테크 Artificial Intelligence Based ECG Analysis and Application for Automated External Defibrillator
KR102458657B1 (en) * 2022-03-24 2022-10-25 (주)나눔테크 Artificial Intelligence Based ECG Analysis and Application for Automated External Defibrillator

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006136707A (en) 2004-09-30 2006-06-01 Zoll Medical Corp Integrated resuscitation
JP2008515486A (en) 2004-09-30 2008-05-15 カーディアック ペースメーカーズ，インコーポレイテッド Arrhythmia classification and therapy selection
US20160135706A1 (en) 2014-11-14 2016-05-19 Zoll Medical Corporation Medical Premonitory Event Estimation

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006136707A (en) 2004-09-30 2006-06-01 Zoll Medical Corp Integrated resuscitation
JP2008515486A (en) 2004-09-30 2008-05-15 カーディアック ペースメーカーズ，インコーポレイテッド Arrhythmia classification and therapy selection
US20160135706A1 (en) 2014-11-14 2016-05-19 Zoll Medical Corporation Medical Premonitory Event Estimation

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110916647A (en) * 2019-12-11 2020-03-27 郑州轻工业大学 Wearable electrocardio monitoring and arrhythmia remote real-time diagnosis device facing multiple scenes
KR20220045653A (en) * 2020-10-06 2022-04-13 한림대학교 산학협력단 Acute myocardial infarction judgment method, device and program
KR102407587B1 (en) * 2020-10-06 2022-06-10 한림대학교 산학협력단 Acute myocardial infarction judgment method, device and program
KR102417949B1 (en) * 2022-03-24 2022-07-06 (주)나눔테크 Artificial Intelligence Based ECG Analysis and Application for Automated External Defibrillator
KR102458657B1 (en) * 2022-03-24 2022-10-25 (주)나눔테크 Artificial Intelligence Based ECG Analysis and Application for Automated External Defibrillator

Similar Documents

Publication Publication Date Title
KR101830151B1 (en) Wearable automatic defibrillator system that can adjust electric shock point and electrical impulse based on artificial intelligence, and method of defibrillate using the same
US9585590B2 (en) Computerized systems and methods for stability-theoretic prediction and prevention of sudden cardiac death
US20240312635A1 (en) Medical device for estimating risk of patient deterioration
US10470702B2 (en) Assigning zone-based rankings and actions
US11633614B2 (en) Wearable cardiac device to monitor physiological response to activity
US20200037903A1 (en) Wearable device for assessing the likelihood of the onset of cardiac arrest and a method thereof
US11844620B2 (en) Configuring a cardiac monitoring device
US11813065B2 (en) Systems, devices, and methods for cardiac diagnosis and/or monitoring
EP3946029A1 (en) Systems and methods for providing drug prescription information with monitored cardiac information
WO2016160549A1 (en) Medical device for sensing cardiac function
US11763449B2 (en) Systems and methods for generating and applying matrix images to monitor cardiac disease
KR20140063100A (en) Apparatus and methods for remote cardiac disease management
US20200037953A1 (en) System, method and apparatus for measuring, classifying and displaying electrical cardiac activity
US20240091544A1 (en) Systems and methods of monitoring wear compliance of a patient wearing an ambulatory medical device
US20230109648A1 (en) Systems and methods for classifying motion of a patient wearing an ambulatory medical device
KR102271792B1 (en) A system for measuring heart rate variability using a wearable ecg patch and mehtod for measuring heart rate variability using thereof
KR101966758B1 (en) Normalized Electrocardiogram Sensing Appratus, Electrocardiogram Measuring System and Method
KR20190050618A (en) Wearable patch type stress tracker sensor which reduces user's mental and physical stress based on artificial intelligence and stress tracking method thereof
KR102418544B1 (en) Biosignal measuring apparatus, biosignal processing apparatus and method of operating thereof
US20190231273A1 (en) Signal amplitude correction using spatial vector mapping
US12121329B2 (en) Wearable vital signs monitor with selective signal acquisition
US20200281479A1 (en) Wearable Vital Signs Monitor With Selective Signal Acquisition
AU2017101125A4 (en) A solution to detect heart attacks and facilitate a timely response
WO2023141402A1 (en) Systems and methods for performing exertion testing of a patient wearing an ambulatory medical device
KR20210068188A (en) Method And System for Monitoring Biological Signals

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant