KR102199020B1 - 천장형 인공지능 건강 모니터링 장치 및 이를 이용한 원격 의료 진단 방법 - Google Patents

천장형 인공지능 건강 모니터링 장치 및 이를 이용한 원격 의료 진단 방법 Download PDF

Info

Publication number
KR102199020B1
KR102199020B1 KR1020200055019A KR20200055019A KR102199020B1 KR 102199020 B1 KR102199020 B1 KR 102199020B1 KR 1020200055019 A KR1020200055019 A KR 1020200055019A KR 20200055019 A KR20200055019 A KR 20200055019A KR 102199020 B1 KR102199020 B1 KR 102199020B1
Authority
KR
South Korea
Prior art keywords
patient
artificial intelligence
image
ceiling
neural network
Prior art date
Application number
KR1020200055019A
Other languages
English (en)
Inventor
유재천
Original Assignee
성균관대학교산학협력단
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 성균관대학교산학협력단 filed Critical 성균관대학교산학협력단
Priority to KR1020200055019A priority Critical patent/KR102199020B1/ko
Application granted granted Critical
Publication of KR102199020B1 publication Critical patent/KR102199020B1/ko
Priority to US17/184,698 priority patent/US11839444B2/en

Links

Images

Classifications

    • 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
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0062—Arrangements for scanning
    • A61B5/0064—Body surface scanning
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • A61B5/015—By temperature mapping of body part
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0823—Detecting or evaluating cough events
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4803—Speech analysis specially adapted for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6889—Rooms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • 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
    • A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
    • 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
    • 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
    • A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
    • 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
    • A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
    • A61B5/749—Voice-controlled interfaces
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/003—Detecting lung or respiration noise
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • 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
    • G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Physiology (AREA)
  • Pulmonology (AREA)
  • Databases & Information Systems (AREA)
  • Cardiology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Artificial Intelligence (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nursing (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

본 발명은, 인공지능의 도움을 받아 의사의 도움 없이, 천장에 설치된 건강 모니터링 장치를 활용하여 상시적으로 환자의 건강을 체크 관리하고 건강 이상 발생시 전문 의료인에 의한 원격 진단을 제공받기 위한 것으로, 특히 전염병 같은 비상시국에 상기 건강 모니터링 장치의 제어권을 국가 당국이나 의료 당국에 넘겨, 자가 격리자를 비롯한 질병 의심 환자에 대한 전염병 관리 체계를 신속히 구축하고, 이들을 효율적으로 관리하기 위한 장치와 방법을 제공한다.

Description

천장형 인공지능 건강 모니터링 장치 및 이를 이용한 원격 의료 진단 방법{CEILING AIHEALTH MONITORING APPARATUSAND REMOTE MEDICAL-DIAGNOSIS METHOD USING THE SAME}
본 발명은, 인공지능의 도움을 받아 의사의 도움 없이, 천장에 설치된 건강 모니터링 장치를 활용하여 상시적으로 환자의 건강을 체크 관리하고 건강 이상 발생시 전문 의료인의 원격 진단을 제공받기 위한 것으로, 특히 전염병 같은 비상시국에 상기 건강 모니터링 장치의 제어권을 국가 당국이나 의료 당국에 넘겨, 자가 격리자를 비롯한 질병 의심 환자에 대한 전염병 관리 체계를 신속히 구축하고, 이들을 효율적으로 관리하기 위한 천장형 인공지능 건강 모니터링 장치와 방법을 제공한다.
최근 첨단 의료장비 기술과 함께 병원 인프라 증대로 많은 사람들이 풍부한 의료혜택을 받으면서, 인류는 수명 연장과 함께 삶의 질 향상으로 과거보다 많은 행복을 도모하게 되었다.
그러나 일상이 바쁜 현대인들은 병원에 자주 못 가면서 의료의 사각지대에 놓이게 되었을 뿐만 아니라, 교통 발달로 세계적 전염병 발현 시 기존의 병원 인프라와 의료 서비스로는 질병 확산을 막기 힘든 상황이 도래하였다.
본원의 배경이 되는 기술은 한국공개특허공보 제10-2019-0068522호에 개시되어 있다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 인공지능의 도움을 받아 집 천장 아래의 영역에 위치한 환자의 상태를 센서 등을 이용하여 체열 온도, 심장 맥박 횟수, 기침 횟수, 수면중의 무호흡증과 관련한 정보를 수집하고 판별하여 피드백 제어 명령 수단을 통해 환자에게 전달하여 건강관리에 대한 가이드라인을 제공하거나, 집 안에서 환자가 사용중인 의료기기로부터 유무선 통신으로부터 수신된 의료 데이터를 수집하고 인공지능이 이들(수집된) 의료 데이터를 분석하여, 환자의 건강 이상 발생시 전문 의료인과의 통신 연결을 통한 원격 진단을 제공하거나 병원 방문을 권고하기 위한 천장형 인공지능 건강 모니터링 장치 와 이를 이용한 원격 의료 진단 방법을 제공하는 것을 목적으로 한다.
특히 전염병 같은 비상시국에 상기 건강 모니터링 장치의 제어권을 국가 당국이나 의료 당국에 양도해, 의료 전문가와 인공지능 협동 체제에 의해 전염병 관리 체계를 신속히 구축하여, 자가 격리자와 국민의 건강을 당국이 직접 실시간으로 관리하기 위한 천장형 인공지능 건강 모니터링 장치 및 이용한 원격 의료 진단 방법을 제공한다.
이로써 가정집 자체가 병실 역할을 하여, 전염병 발생 시 병실 부족 사태를 막을 수 있을 뿐만 아니라, 의료인이 환자와의 직접적인 접촉을 최소화함으로써 의료인 감염을 방지할 수 있다.
본 발명에서는 이러한 건강 모니터링 장치가 천장에 구비되어 있을 때, 수면 동안의 상태를 관찰하여 가장 최적으로 환자의 건강을 상시적으로 감시할 수 있는바, 본 발명의 장치는 별도의 물리적 공간을 차지 않도록 천장형 에어컨 내지 천장형 조명 기구에 병합(포함)하는 구조를 갖는 것을 특징으로 한다.
다만, 본원의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
본 발명은 상기 종래기술의 문제점들을 해결하기 위하여 안출된 것으로, 본 발명의 천장형 인공지능 건강 모니터링 장치는, 환자의 체열 온도에 의해 환자의 얼굴 부위를 인식하거나, 신체 이미지를 실시간으로 촬영하기 위해 열화상 이미지상에 이미지 센서 이미지가 중첩된 영상을 제공하는 열화상 카메라, 천장벽에 설치된 조명 기구 또는 공기청정기 기능 및/또는 냉난방을 제공하는 천장형 에어컨; 환자의 얼굴 부위를 인식하거나, 신체 이미지를 실시간으로 촬영하기 위한 이미지 센서; 상기 신체 이미지상에 관심 신체부위들이 배치된 신체 지도를 얻는 신체 지도 맵퍼(mapper), 환자의 음성 명령을 수신하거나, 기침소리 내지 호흡소리를 경청(수집)하기 위한 마이크; 환자의 체온을 계측하기 위한 열화상 카메라; 상기 환자의 화면 표시부와 의료 전문가의 의사 모니터를 통해 환자와 의료 전문가와의 원격 의료 진단을 허여하는 인터넷, 블루투스 및 와이파이 통신 연결을 제공하는 디지털 통신 모듈; 상기 원격 의료 진단 동안 환자와 의료 전문가 간의 화면을 공유하기 위한 환자의 화면 표시부와 의료 전문가의 의사 모니터; 의료기기의 자세 정보 내지 의료기기에 의해 환자로부터 측정된 의료 데이터 정보를 유무선으로 수신하기 위한 의료 데이터 수신부; 복수의 학습용 의료 데이터들을 이용하여 사전에 딥런닝 학습된 인공 신경망을 포함하는 인공지능 신경망 모듈 및 환자에게 건강관리에 대한 지침, 원격의료 진료 방법 및 의료기기 사용법에 대한 가이드라인을 제공하기 위한 스피커를 포함하고, 상기 열화상 카메라, 신체 지도 맵퍼, 마이크, 디지털 통신 모듈, 의료 데이터 수신부, 인공지능 신경망 모듈, 스피커를 수납하는 천장벽에 설치된 조명 기구 내지 에어컨의 천장형 본체, 상기 천장형 본체의 하측면에 구비되고, 상기 천장형 본체와 체결되는 본체 덮게 판넬 및 상기 마이크, 의료기기 및 상기 열화상 카메라로부터 수집된 환자의 의료 데이터를 상기 딥런닝 학습된 인공 신경망에 적용하여, 환자의 질병 유무와 질병의 위험도를 판별하고, 판별 결과에 기반하여 환자에게 건강관리에 대한 지침, 원격의료 진료 방법 및 의료기기 사용법에 가이드라인을 제공하기 위해 상기 스피커, 화면 표시부, 디지털 통신 모듈의 입출력 구동을 제어하는 제어부를 포함하고, 상기 마이크, 의료기기 내지 열화상 카메라로부터 수집된 환자의 건강 의료 데이터를 이용하여(가지고) 상기 딥런닝 학습된 인공 신경망에 적용(사용)하여, 환자의 질병 유무와 질병의 위험도를 자동으로 판별하는 것을 특징으로 한다.
상기 이미지 센서는 천장 아래의 영역에 위치한 환자의 몸 자세와 위치를 3차원적으로 관찰하고, 그에 따른 환자의 신체 이미지를 실시간으로 재현 구성하는 3D 카메라 (three dimensional camera)를 사용하는 것이 선호되며, 이 경우 3D 카메라로부터 얻어진 환자의 신체 이미지상에 관심 신체부위들의 위치를 특정화하는데 유리하다.
본원의 일 실시예에 따르면, 이미지 센서 내지 열화상 카메라의 또 다른 측면은 천장형 인공지능 건강 모니터링 장치가 설치된 천장벽과 직각을 이루는 벽면에 상기 이미지 센서 내지 열화상 카메라가 매설되어 천장형 인공지능 건강 모니터링 장치에 연결되는 것을 특징으로 한다. 이 경우, 환자를 천장 위에서 관찰하는 것 이외에 환자의 정면에서도 환자의 관찰이 가능하여, 제스처 인식, 얼굴 인식, 기침 이미지 인식, 체열 온도 인식에 유리하다.
또한, 이미지 센서 내지 열화상 카메라의 또 다른 측면은 화면 표시부의 상측에 상기 이미지 센서 내지 열화상 카메라가 배치되어 천장형 인공지능 건강 모니터링 장치에 연결되는 것을 특징으로 한다.
본 발명에서의 의료기기는 환자의 검체 내지 환부로부터 측정된 의료 데이터 정보를 상기 의료 데이터 수신부에 유무선으로 송출하는 유무선 송신부를 구비한 기기로써 초음파 스캐너, 심장 맥박 센서, 청진기, 온도계, 소변 검사기, 변기에 설치된 대변 검사기, 유방암 진단기, 혈압계, 당뇨 측정기, 체중계, 체지방 분석기, 인후통을 체크하기 위해 구강 내의 편도선과 목젖 주변 사진을 촬영하기 위한 핸드폰 카메라, 치아 검사를 하기 위한 구강 내 치아 사진을 촬영하기 위한 핸드폰 카메라, 건강 상태를 묻는 설문지를 작성하기 위한 휴대용 기기, 안구(눈) 검사 측정 장치, 자동화된 혈액 분석기, DNA 증폭 검사 장치, 바이러스의 특이 항원을 이용해 진단하는 바이러스 진단 키트 기기, 래피드 테스트(Rapid test) 기기, 웨어러블(wearable) 기기, 암 진단 기기 중 적어도 어느 하나를 포함할 수 있다.
상기 바이러스 진단 키트 기기는 항원과 항체의 결합 특이성을 이용하여, 항체에 금 나노 입자를 입혀 항원인 바이러스를 민감하게 가려내도록 만들어진 면역검사법으로 진단법이 선호된다.
상기 래피트 테스트 기기는 다공성 멤브레인 상에 포획 프로브(capture probe)를 포함하는 것이 선호된다.
상기 웨어러블 기기는 시계, 안경, 스마트(smart) 의류를 포함하는 헬스케어 기능을 수행하는 바이오 센서들이 부착된 기기를 포함할 수 있다.
상기 혈압계 및 심장 맥박 센서는 손목에 착용하는 스마트 워치(smart watch)에 장착된 센서가 선호되며, 손목으로부터 측정된 의료데이터가 블루투스 통신에 의해 의료 데이터 수신부에 전송되는 것이 선호된다.
상기 변기에 설치된 대변 검사기는 변기 내에 분변 잠혈 검사를 수행하는 센서를 변기 배수구 주변에 구비하여 대장의 상피세포에서부터 암세포가 발생하는 결장암, 직장암의 위험도를 알려주는 것이 선호된다.
상기 안구 검사 측정 장치는 눈의 영상을 촬영하여 백내장, 녹내장, 황달, 황변을 검사하기 위한 기기인 것이 선호되며, 핸드폰 화면을 쳐다보는 동안, 핸드폰상의 카메라를 이용하여 각막, 홍채, 동공 등을 포함하는 환자의 눈을 관찰하여, 해당 이미지들을 천장형 인공지능 건강 모니터링 장치의 의료 데이터 수신부에 전송함으로써 환자도 모르는 사이 상시적으로 테스트하고 검진하는 것이 더욱 선호된다.
이 경우, 상기 천장형 인공지능 건강 모니터링 장치는 핸드폰 화면에 표현되는 다양한 핸드폰 화면의 밝기, 폰트 사이즈, 칼라 종류, 선명도에 따른 각막, 홍채, 동공의 응답 변화를 장기적으로 인공지능 신경망이 분석 관찰함으로써, 환자의 백내장, 녹내장, 황달, 황변의 위험도를 알려주는 것이 선호된다.
상기 DNA 증폭 검사 장치는 PCR(Polymer Chain Reaction)에 의해 유체 내 소량의 물질을 진단 및 탐지하기 위한 랩온어칩(Lab On a Chip) 내지 회전 가능한 랩온어 디스크 (Lab on a Disc)가 선호되며, 혈액, 소변, 타액, 구강 및 항문에서 면봉으로 채취한 검체 샘플로부터 RNA를 추출하고 cDNA(complementary DNA)를 증폭하여 바이러스 검사를 수행하는 것이 더욱 선호된다.
상기 자동화된 혈액 분석기 및 암 진단 기기는 회전 가능한 랩온어 디스크 (Lab on a Disc)가 선호되며, 혈액샘플로부터 암 유무를 판별하는 것이 선호된다.
상기 랩 온어 디스크는 샘플을 주입하기 위한 샘플 주입구; 샘플 주입구로 주입된 샘플을 저장하기 위한 샘플 챔버(sample chamber); 상기 샘플 챔버의 샘플을 원심분리에 의해 정량의 시료와 찌꺼기로 분리하여 따로 저장하기 위한 시료 챔버(analyte chamber) 및 찌꺼기 챔버(remnant chamber); 상기 시료 챔버에 정량의 시료를 저장하기 위해, 상기 시료 챔버의 잉여분(excess)의 샘플을 저장하기 위한 잉여 챔버; 상기 시료내의 물질과의 특이적 결합(specific binding)을 위한 포획 프로브(capture probe)가 고정화되어 있거나 및/또는 상기 시료와의 생화학 반응을 위한 시약이 저장되어 있는 하나 이상의 분석 사이트; 세정 공정에 의해 상기 포획 프로브와 결합하지 않는 물질(debris)을 모으기 위한 트레쉬 챔버(trash chamber); 상기 챔버들을 연결하는 채널(channel); 및 상기 챔버들 간의 액체 흐름과 이동을 제어하기 위한 밸브로 구성되는 것이 선호된다.
바람직하게, 상기 랩 온어 디스크 내지 래피드 테스트 기기의 분석 사이트의 또 다른 측면은, 다공성 멤브레인 상에 다종의 종양 표지자(tumor marker) 또는 질병 표지자를 테스트 라인(test line) 또는 스폿(spot)이 고정되고, 상기 다공성 멤브레인은 전체적으로 유체의 측방 유동(lateral flow) 또는 관통 유동(flow through)을 허여하는 스트립(strip) 형태를 가질 수 있다. 상기 다공성 멤브레인은 한쪽 말단에 샘플 패드와 콘쥬게이트 패드(conjugate pad), 다른 말단에는 흡수 패드(absorbent pad)를 포함할 수 있다. 상기 종양 표지자 또는 질병 표지자는 AFP, PSA, CEA, CA19-9, CA125, CA15-3 또는 알츠하이머(Alzheimer) 질환의 마커, 또는 심근 경색 표지 인자일 수 있다.
상기 인후통을 체크하거나 치아 검사를 하기 위한 핸드폰 카메라는 구강내의 편도선과 목젖 주변 사진을 촬영하여 천장형 인공지능 건강 모니터링 장치의 의료 데이터 수신부에 송신하는 것이 선호되며, 천장형 인공지능 건강 모니터링 장치의 인공지능 신경망은 이들 이미지들을 분석하여, 환자의 인후통 상황과 치아 건강의 위험도를 판단하여 환자에게 알려주는 것이 선호된다.
상기 건강 상태를 묻는 설문지를 작성하기 위한 휴대용 기기는 최근 1개월 내에 해외의 질병 위험 지역은 방문한 경험, 호흡 곤란 증상, 인후통 증상, 기침 증상, 고열 증상, 근육통 등의 환자의 의료 신상 정보를 GUI(Graphic User Interface)를 이용하여 생성하고, 상기 의료 데이터 수신부에 송출하는 것이 선호된다.
본 발명의 또 다른 측면은 천장형 에어컨의 공기 유입구에 냄새 센서를 더 구비하여, 환자의 냄새를 포집하는 것을 특징으로 한다.
또한, 공기 유입구를 통해 냄새를 포집함으로써 환자의 호흡 시 배출하는 냄새를 환자로부터 멀리 떨어진 거리에서도 효과적으로 냄새를 체크할 수 있다.
상기 냄새 센서는 수면 동안 사람의 호흡가스 속에 포함된 다양한 휘발성 유기화합물의 농도, 예를 들면, 톨루엔의 농도를 분석하여 폐암 위험 여부를 진단하거나 아세톤 가스의 농도를 분석하여 당뇨 위험을 진단하는 것이 선호된다.
일반적으로 정상인은 900ppb(parts per billion) 아세톤 가스를 배출하는 반면, 당뇨환자는 1800ppb의 아세톤 가스를 날숨으로 내뿜는다. 호흡 시 아세톤 가스의 농도 차이를 냄새 센서가 정밀하게 분석하면 당뇨병을 조기에 진단할 수 있다.
본 발명의 또 다른 측면은 천장형 에어컨의 공기 유입구에 UV(ultraviolet) LED, UV 램프 내지 플라즈마 가열기를 더 구비하여 유입된 공기에 포함된 바이러스 나 세균을 멸균하여, 토출구로 방출하는 특징으로 한다.
플라즈마 가열기는 플라즈마(plasma) 히팅에 의해 순간적으로 바이러스 균과 세균을 죽이는 반면, UV LED는 자외선을 방출하는 LED에 의해 균을 제거한다.
상기 의료 기기의 자세 정보는, 신체상에서의 의료기기의 프로브(probe) 위치, 환부에 대한 프로브의 접촉 압력, 환부에 대한 프로브의 접촉 기울기 정보 중 선택된 어느 하나 인 것이 선호된다.
예컨대, 의료기기가 초음파 스캐너(scanner)인 경우, 환자는 자신의 환부와 초음파 프로브간의 접촉을 통해 환부로부터 초음파 이미지를 계측하는데, 환자의 신체상에서의 초음파 스캐너의 현 위치 좌표; 환부 주변의 피부 표면을 얼마나 강한 압력으로 초음파 프로브가 압착되어 스캔하는지를 나타내는 접촉압력; 및 환부에 대한 초음파 프로브의 접촉 기울기(입사각)를 포함하는 정보가 초음파 스캐너의 자세 정보가 된다.
상기 의료기기 사용법에 대한 가이드라인은 의료 기기의 사용시 필요한 자세 교정을 포함한다.
예컨대, 상기 초음파 스캐너의 자세 정보를 바탕으로 진단 항목과 진단 부위에 따라 최적화된 초음파 스캐너 자세를 유지하는데 요구되는 초음파 프로브의 기울기(입사각) 교정, 압력 교정과 위치 교정을 포함하는 음성 명령 내지 초음파 진단을 위한 안내 및 지시사항을 위한 음성 메시지를 포함하는 것이 선호 된다.
본 발명의 의료기기 데이터 분석부는, 의료기기에 의해 수행되는 각각의 검사 항목에 대해 질병 종류 및 위험 등급별로 표지된(labeled) 의료 데이터에 의해 학습된 인공지능 신경회로망을 사용되는 것이 선호된다.
바람직하게, 본 발명에서 기침 소리 인식부는 마이크로부터 입력받은 다양한 기침 소리로 구성된 학습용 기침소리 데이터 베이스를 사용하여 미리 학습된 기침 소리 인식용 인공지능 신경망을 사용하는 것이 선호된다.
바람직하게, 본 발명에서 기침 이미지 인식부는 기침 발생시 열화상 카메라로부터 얻어진 입과 코 주변의 공기 중 온도 변화를 보여주는 시간차가 있는 두 개의 열화상 기침 이미지로 구성된 학습용 기침 이미지 데이터 베이스를 사용하여 미리 학습된 기침 이미지 인식용 인공지능 신경망을 사용하는 것이 선호된다.
바람직하게, 본 발명의 기침 소리 인식부 및 기침 이미지 인식부는 기침 발생 유무를 판별하고, 제어부는 기침 발생 횟수를 누적 관리하여 기침의 빈도를 계측하는 것이 선호된다.
바람직하게, 본 발명에서 호흡 소리 인식부는 마이크로부터 입력받은 다양한 호흡 소리로 구성된 학습용 호흡 소리 데이터 베이스를 사용하여 미리 학습된 호흡 소리 인식용 인공지능 신경망을 사용하는 것이 선호된다.
바람직하게, 본 발명에서 호흡 이미지 인식부는 열화상 카메라로 입력받은 입과 코 주변의 온도 변화를 인식하는 다양한 열화상 호흡 이미지로 구성된 학습용 호흡 이미지 데이터 베이스를 사용하여 미리 학습된 호흡 이미지 인식용 인공지능 신경망을 사용하는 것이 선호된다.
바람직하게, 본 발명의 호흡 소리 인식부 및 호흡 이미지 인식부는 호흡 발생 유무를 판별하고, 제어부는 호흡 발생 횟수 누적 관리하여 호흡의 빈도를 계측하여 수면중의 무호흡증 판별을 수행하거나 호흡 곤란 증상을 측정 체크 하거나, 심장 맥박 회수를 예측 추정하는 것이 선호된다.
바람직하게 상기 제어부는 수면중의 무호흡증 판별을 수행하거나 호흡 곤란 증상이 발생된 경우로 판별한 경우, 디지털 통신 모듈을 통해, 사전 등록한 긴급 연락처, 119 나 911 같은 응급실에 오토다이얼링(auto dialing)하여 환자의 상태를 신고하는 것이 선호된다. 상기 긴급 연락처는 지인 및 친인척 연락처가 선호되며, 상기 제어부가 메모리를 더 구비하여, 블루투스 연결된 핸드폰 상의 어플을 통해 상기 긴급 연락처가 상기 메모리에 저장되는 것이 선호된다.
바람직하게, 본 발명의 음성 명령 인식부는 마이크로부터 입력받은 다양한 음성 샘플로 구성된 학습용 음성 데이터 베이스를 사용하여 미리 학습된 음성 명령 인식용 인공지능 신경망을 사용하는 것이 선호되며, 음성 명령 인식용 인공지능 신경망에 의해 환자의 음성 명령을 인식하거나 환자의 인후통, 성대 건강상태 및 노인성 질병 위험도를 측정하는 것이 선호된다.
바람직하게는 상기 음성 명령은 화면 표시부의 기능을 제어하기 위한 환자의 음성 지시 내지 화면 표시부가 제공하는 정보를 듣기 위한 환자의 음성 질문이 선호된다. 예컨대, “TV 켜”, “TV 꺼”와 같은 음성 지시 또는 “지금 몇 시냐?”와 같은 음성 질문을 포함할 수 있다.
바람직하게는 상기 환자의 인후통, 성대 건강상태 및 노인성 질병 위험도 측정의 또 다른 측면은 환자의 음성 명령의 음성을 주파수 영역에서 분석하여, 인후통, 성대 건강상태 및 노인성 질병 위험 요소를 갖는 주파수 성분의 존재 유무로 측정하는 것을 특징으로 한다.
바람직하게 음성 명령 인식용 인공지능 신경망을 학습시키기 위한 학습용 음성 데이터 베이스는 각각의 질병마다 수집된 목소리를 질병이름으로 표지(label)한 질병 목소리 데이터 베이스를 사용하는 것이 선호된다.
예컨대, 질병 목소리 데이터 베이스는 인후통 환자로부터 얻어진 음성 지시 내지 음성 질문들은 인후통으로 표지화하여 질병 목소리 데이터 베이스에 저장하고, 질병이 없는 사람의 음성 지시 내지 음성 질문은 “인후통 없음”으로 표지화하여 질병 목소리 데이터 베이스에 저장할 수 있다. 이후, 환자의 음성 명령시, 음성 명령 인식용 인공지능 신경망에 의해 환자의 인후통 여부를 판단할 수 있다.
상기 마이크로부터 입력받은 다양한 음성 샘플로 구성된 학습용 음성 데이터 베이스는 각각의 질병마다 수집된 목소리를 질병이름으로 표지(label)화한 질병 목소리 데이터 베이스화하여 생성되는(얻어지는) 것을 특징으로 한다.
바람직하게, 상기 마이크로부터 입력받은 음성 명령, 기침 소리 내지 호흡 소리로 구성된 학습용 데이터 베이스는 “1D To 2D 변환 수단”에 의해 2차원 이미지로 변환시켜서 인공지능 신경망을 학습시키는 것이 선호된다.
따라서, 인공지능 신경망 학습 후에 마이크로부터 입력받은 음성 명령, 기침 소리 내지 호흡 소리는 “1D To 2D 변환 수단”에 의해 2차원 이미지로 변환시켜 인공지능 신경망에 입력하게 된다.
본 발명에서, 얼굴 인식부는 발명의 천장형 인공지능 건강 모니터링 장치에 환자 등록 시 사용된 환자의 얼굴 이미지를 학습용 얼굴 이미지 데이터 베이스를 사용하여 학습된 얼굴 인식용 인공지능 신경망을 사용하는 것에 의해 환자의 얼굴을 인식하는 것이 선호된다.
이 경우 한 집안에 여러명 거주시, 얼굴 인식부를 통해 개인 식별이 가능하여 개인별 건강 모니터링이 가능하다.
바람직하게, 상기 학습용 얼굴 이미지 데이터 베이스를 핸드폰 카메라, 이미지 센서 내지 열 화상 카메라로부터 얻어진 환자 얼굴 이미지가 선호된다.
환자의 체열 온도에 의해 환자의 얼굴 부위를 인식하거나, 신체 이미지를 실시간으로 촬영하기 위한 열화상 카메라는 어두울 때나 잠잘 때는 환자의 얼굴 인식에 유리할 뿐만 아니라 조명 영향도 덜 받아 다양한 환경에서 유리하다.
본 발명의 신체 지도는 신체 지도 맵퍼(mapper)에 의해 신체 이미지상에 관심 신체 부위들을 특정화하여 배치한 배치도를 말한다.
바람직하게, 본 발명의 신체 지도 맵퍼는 관심 신체 부위들에 대해 다른색을 사용하여 픽셀 단위로 시맨틱 분할(Semantic Segmentation) 라벨링(labeling)된 신체 이미지들에 의해 사전 학습되고, 이후 이미지 센서로부터 주어진 환자의 신체 이미지에 대해 시맨틱 분할을 수행하여 관심 신체 부위별로 다른색으로 픽셀 별 라벨링(labeling)된 시맨틱 분할된 이미지를 얻기 위한 인공지능 신경망을 사용하는 것이 선호되며, 이를 통해 신체 이미지상에서 관심 신체 부위의 위치와 영역을 특정화하여 파악할 수 있다.
바람직하게 본 발명의 신체 지도 맵퍼의 또 다른 측면은, 열 화상 카메라로부터 얻어진 환자의 이미지상에 관심 신체부위들의 위치를 특정화하기 위한 것으로, 관심 신체 부위들에 대해 시맨틱 분할(Semantic Segmentation) 라벨링(labeling)된 열화상 이미지들에 의해 사전 학습되고, 이후 열화상 카메라로부터 주어진 환자의 신체 이미지에 대해 시맨틱 분할을 수행하여 관심 신체 부위별로 다른색으로 픽셀 별 라벨링(labeling)된 시맨틱 분할된 이미지를 얻기 위한 인공지능 신경망을 사용하는 것을 특징으로 하며, 이를 통해 관심 신체 부위의 위치와 영역을 파악할 수 있다.
본 발명의 관심 신체 부위는 얼굴, 이마 및 의료기기의 검사에 요구되는 인간 신체 부위 중 선택된 어느 하나 이상의 신체부위 인 것이 선호된다.
본 발명의 인공지능 신경망은 CNN(Convolutional Neural Network) 내지 RNN(Recurrent Neural Network)을 사용하는 것이 선호되나, 이에 한정되는 것은 아니다.
본 발명에서 상기 인공지능 신경망 (artificial neural network) 은 딥런닝 학습을 허여하는 뉴럴 네트웍(neural network)으로 컨볼루션 레이어(convolution layer), 풀링 레이어(Pooling layer) , ReLu 레이어, Transpose 컨보루션 레이어, 언 풀링레이어(Unpooling layer), 1x1 컨보루션 레이어, 스킵 연결(Skip connection), Global Average Pooling(GAP) 레이어, Fully Connected 레이어, SVM(support Vector Machine), LSTM(long Short term Memory), Atrous 컨볼루션(Atrous Convolution), Atrous Spatial Pyramid Pooling, Separable Convolution, Bilinear Upsampling 중 선택된 어느 하나 이상의 레이어(layer) 나 엘리먼트(element)로 조합 구성된 것을 특징으로 한다. 상기 인공지능 신경망은 상기 ReLu레이어 앞단에 Batch normalization 연산을 위한 연산부를 더 구비한 것이 선호된다.
본 발명의 시맨틱 분할은 주어진 신체 이미지 안에 관심 신체부위가 있는 경우, 어느 위치에 포함되어 있는지 픽셀 단위로 관심 신체 부위들을 분류하여, 다른 사물로부터 분할하는 인공지능 신경망으로, 각각의 관심 신체 부위들에 대해 서로 다른 색으로 표지된(color labeled) 신체 부위 이미지 데이터 베이스에 의해 사전 학습되는 것이 선호된다.
상기 신체 부위 이미지 데이터 베이스는, 관심 신체부위 주변에 질병이 없는 정상적인 사람의 신체 이미지들로 구성되는 것이 선호된다.
바람직하게는, 본 발명의 신체 지도 맵퍼의 또 다른 측면은 이미지 센서 또는 열화상 카메라에 의해 얻어진 신체 이미지상에, 인체 기관(organs of a human body)들의 의학적 배치 상관관계에 고려하여 관심 신체부위들이 맵핑(mapping)된 신체 지도(body map)에 의해 구현되는 것을 특징으로 한다.
상기 신체 지도는 신체 이미지상에 얼굴(머리), 팔, 다리 등의 주요 관심 신체 부위를 서로 다른색을 사용하여 표지된(labeled) 이미지인 것이 선호되며, 이미지 센서나 열화상 카메라로부터 얻어진 신체 이미지상에 인체 내부 기관들 간의 물리적 배치 상황에 의해 이들 관심 신체 부위들을 표지할 수 있다.
이를 위해, 먼저 신체 이미지로부터 몸의 외곽선을 포함하며, 머리, 몸통, 팔, 다리 부위를 찾고 이들을 신체 기준점으로 하여, 코, 입, 목, 손가락 등의 다른 관심 신체 부위들을 신체 이미지상에 특정화하여 배치하는 것이 선호된다.
본 발명의 열 화상 카메라는 열화상 이미지를 생성해 주는 장치로, 적외선을 이용하여 신체에서 방출하는 열복사를 감지하여 신체 표면의 온도에 따라 다양한 색깔로 시각화하여 이미지 형태로 보여주는 장치로 열을 추적, 탐지하여 화면으로 한눈에 보여주는 장치인 것이 선호된다.
바람직하게는 본 발명의 열화상 이미지의 또 다른 측면은 일반 카메라 예컨대 이미지 센서의 이미지를 열화상 이미지에 중첩(overlay)하여 얻는 것을 특징으로 하며, 이 경우 신체 이미지상에 몸의 외곽선 경계와 상세를 보다 선명하게 구분되어 관심 신체 부위들을 신체 이미지상에 특정화하여 배치할 수 있어 신체 지도 맵퍼의 성능향상에 매우 유리하다.
바람직하게, 본 발명의 관심 신체 부위는 얼굴, 입술, 코, 이마, 목, 가슴, 눈, 눈썹 중 선택된 어느 하나 이상의 신체 부위가 선호된다.
본 발명의 천장형 인공지능 건강 모니터링 장치의 환자 등록은 인터넷상의 홈페이지 내지 모바일 기기를 통해 이루어지는 것이 선호되며, 입력된 환자의 성(sex), 나이, 키, 무게, 허리둘레, 기저 질환(underlying disease) 목록, 병력을 포함하는 환자 정보를 입력하는 것이 선호된다.
본 발명의 천장형 인공지능 건강 모니터링 장치의 환자 인증은, 환자 등록 시 등록한 얼굴인식, 지문인식, 홍채 인식, 음성인식, ID 인증, 모바일 기기를 통한 인증방법 중 선택된 어느 한가지 방법에 의해 이루어지는 것이 선호된다.
본 발명의 체온 측정은 신체 지도 맵퍼에 의해 얻어진 신체 이미지상의 머리부위, 얼굴부위, 눈 부위, 목 부위 중 어느 선택된 한 부위의 열화상 이미지상의 픽셀 데이터 값의 평균 내지 최대치를 의해 얻어지는 것이 선호된다.
본 발명의 3D 카메라는 환자 몸에 대한 2차원 영상 정보 이외에 심도 정보(Depth Information)를 제공하기 위한 것으로 수만 개의 특정 패턴(직선, 도트(dot) 패턴 또는 격자무늬)으로 구성된 SL(Structured Light) 빛을 환자 몸에 투영 및 방사하기 위한 적외선(IR) 레이저 프로젝터; 상기 방사된 레이저 패턴에 대해 환자 몸 표면의 모양에 따라 패턴이 변형된 정도를 분석해 심도를 측정하기 위한 적외선 카메라; 및 측정된 심도를 계산한 후 이미지 센서가 찍은 환자의 2차원 신체 이미지를 합성해 3차원 신체 이미지를 도출하기 위한 3D 연산장치로 구성되는 것이 선호된다.
본 발명의 수면 감지부는 환자가 수면 중인지 아닌지 판단하기 위한 것으로, 수면중인 환자의 다양한 열화상 신체 이미지에 의해 미리 학습된 인공지능을 사용하여, 환자의 수면 여부를 판단하는 것이 선호된다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본원을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 추가적인 실시예가 존재할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 인공지능의 도움을 받아 의사의 도움 없이, 천장에 설치된 건강 모니터링 장치를 활용하여 상시적으로 환자의 건강을 체크 관리하고 건강 이상 발생시 전문 의료인에 의한 원격 진단을 제공받기 위한 것으로, 특히 전염병 같은 비상시국에 상기 건강 모니터링 장치의 제어권을 국가 당국이나 의료 당국에 넘겨, 자가 격리자를 비롯한 질병 의심 환자에 대한 전염병 관리 체계를 신속히 구축하고, 이들을 효율적으로 관리할 수 있다.
다만, 본원에서 얻을 수 있는 효과는 상기된 바와 같은 효과들로 한정되지 않으며, 또 다른 효과들이 존재할 수 있다.
도 1은 본원의 일 실시예에 따른 에어컨 본체에 천장형 인공지능 건강 모니터링 장치가 일체화 된 일 실시예이다.
도 2는 본원의 일 실시예에 따른 플라스틱 케이스 내에 함께 매설되는 신체 지도 맵퍼, 인공지능 신경망, 의료 데이터 수신부, 디지털 통신 모듈, 냄새 및 공기 질 분석부, 제어부의 구성을 개략적으로 나타낸 도면이다.
도 3은 본원의 일 실시예에 따른 조명 기구 본체에 천장형 인공지능 건강 모니터링 장치가 포함된 형태를 개략적으로 나타낸 도면이다.
도 4a는 본원의 일 실시예에 따른 조명기구가 부착형 에어컨 본체에 천장형 인공지능 건강 모니터링 장치가 일체화 된 일 실시예이다.
도 4b는 본원의 일 실시예에 따른 상기 플라스틱 케이스를 본체 안쪽에 은폐하는 대신 별도의 셋톱 박스 형태로 설치하는 실시예이다.
도 5는 본원의 일 실시예에 따른 이미지 센서 및 열 화상 카메라에 의해 얻어진 신체 이미지상에, 인체 내부 기관들의 의학적 배치 상관관계를 고려하여 관심 신체 부위들이 맵핑된 신체 지도를 개략적으로 나타낸 도면이다.
도 6의 (a)는 본원의 일 실시예에 따른 체열 온도 인식부의 일 실시예로, 환자의 열화상 이미지로부터 신체 지도 맵퍼에 의해 얻어진 얼굴부위의 열화상 이미지를 사전 학습된 인공 지능 신경망에 의해 발열 정도에 따라 질병 감염의 위험 등급을 판단하는 실시예이고, 도 6의 (b)는 본원의 일 실시예에 따른 호흡 이미지 인식부의 일 실시예로, 열화상 동영상 이미지로부터, 신체 지도 맵퍼에 의해 얻어진 시간차가 있는 두 개의 열화상 이미지들 간의 입 주변과 코 주변의 온도 변화를 인식하는 인공지능 신경망에 의해 호흡 유무를 판별하는 일 실시예이고, 도 6의 (c)는 본원의 일 실시예에 따른 신체 지도 맵퍼에 의해 얻어진 유방부위의 열화상 이미지를 인공 지능 신경망에 의해 유방암의 위험 등급을 판단하는 일 실시예이다.
도 7은 본원의 일 실시예에 따른 3D 카메라에 의해 얻어진 신체 이미지상에, 인체 내부 기관들의 의학적 배치 상관관계에 고려하여 가상의 관심 장기들이 맵핑된 신체 지도를 개략적으로 나타낸 도면이다.
도 8a 내지 8c는 본원의 일 실시예에 따른 마이크로부터 입력받은 음성 명령, 기침 소리 내지 호흡 소리로 구성된 1차원 소리 신호를 2차원 이미지로 변환하기 위한 “1D To 2D 변환 수단”을 개략적으로 나타낸 도면이다.
도 9는 본원의 일 실시예에 따른 천장형 인공지능 건강 모니터링 장치를 활용하여 인후통 검사를 하는 원격 의료 진단 방법을 개략적으로 나타낸 도면이다.
아래에서는 첨부한 도면을 참조하여 본원이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본원의 실시예를 상세히 설명한다. 그러나 본원은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본원을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본원 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결" 또는 “간접적으로 연결”되어 있는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부재가 다른 부재 "상에", "상부에", "상단에", "하에", "하부에", "하단에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
이하 첨부된 도면을 사용하여 본 발명의 바람직한 실시예에 대하여 상세하게 설명하고자 한다.
본 발명에서의 환자는 집 거주자 내지 자가진단 하는 당사자와 혼용되어 사용될 수 있다.
본 발명에서 프로브(probe)는 생체 신호를 감지하거나 영상 의학 이미지를 얻기 위한 센서(sensor)를 통칭한다.
도 1은 본원의 일 실시예에 따른 에어컨 본체(1a)에 천장형 인공지능 건강 모니터링 장치(40)가 일체화된 일 실시예이고, 도 3은 본원의 일 실시예에 따른 조명 기구 본체(1b)에 천장형 인공지능 건강 모니터링 장치(40)가 일체화된 일 실시예이고, 도 4는 본원의 일 실시예에 따른 조명기구가 부착형 에어콘 본체(1c)에 천장형 인공지능 건강 모니터링 장치(40)가 일체화 된 일 실시예이다.
이하 천장형 본체는 천장형 에어컨 본체(1a), 조명 기구 본체(1b) 및 조명기구 부착형 에어콘 본체(1c) 중 어느 하나를 칭한다.
도 1, 도 4a 및 도 4b는 천장형 인공지능 건강 모니터링 장치(40)가 천장에 설치된 본체(1a, 1b, 1c)에 일체화된 일 실시예이다. 본원의 일 실시예에 따르면, 천장벽에 매설 설치된 천장형 본체(1a, 1b, 1c)는, 열화상 카메라(22), 신체 지도 맵퍼(4), 마이크(6), 디지털 통신 모듈(8), 화면 표시부(10), 데이터 수신부(12), 인공지능 신경망 모듈(16), 스피커(2), 본체 덮게 판넬(2a, 2b, 2d), 제어부(60)를 구비할 수 있다.
본원의 일 실시예에 따르면, 열화상 카메라(22)는 상기 천장형 본체(1a,1b, 1c) 아래에 위치하고 있는 환자(88)를 관찰하고 그에 따른 환자의 신체 이미지를 실시간으로 재현 구성하거나 환자(88)의 체열 온도에 의해 환자의 얼굴 부위를 인식하거나 환자의 체온을 계측할 수 있다. 또한, 신체 지도 맵퍼(4)는 상기 신체 이미지상에 복수의 관심 신체부위가 특정화되어 배치된 신체 지도를 획득할 수 있다. 또한, 마이크(6)는 환자의 음성 명령을 수신하거나 호흡 소리를 획득할 수 있다.
또한, 디지털 통신 모듈(8)은 환자의 핸드폰과 의료 전문가의 의사 모니터링을 통해 원격 의료 진단을 허여하는 인터넷 및 와이파이 연결을 제공할 수 있다. 또한, 디지털 통신 모듈(8)은 환자의 화면 표시부(10)와 의료 전문가의 의사 모니터(200)를 통해 환자와 의료전문가 간의 원격 의료 진단을 허여하는 인터넷 및 와이 파이 연결을 제공할 수 있다.
또한, 화면 표시부(10)는, 원격 의료 진단 동안 환자와 의료전문가 간의 화면을 공유할 수 있다. 화면 표시부(10)는 텔레비전 내지 핸드폰 화면을 사용하는 것이 선호된다.
또한, 데이터 수신부(21)는 의료기기(69)의 자세 정보 내지 의료기기(69)로부터 측정된 의료 데이터 정보를 유무선으로 수신할 수 있다.
또한, 인공지능 신경망 모듈(16)은 복수의 학습용 의료 데이터를 이용하여 사전에 딥런닝 학습된 인공 신경망을 포함할 수 있다.
또한, 스피커(17)는, 환자에게 피드백 제어 명령을 전달하여 건강관리에 대한 지침, 원격의료 진료 방법 및 의료기기(69) 사용법에 가이드라인을 제공할 수 있다.
한편, 본체 덮게 판넬(2a,2b,2d)은 상기 천장형 본체(1a, 1b, 1c)의 하측면에는 외부에서 보이지 않도록 천장형 본체 (1a,1b,1c)와 체결될 수 있다.
또한, 천장형 인공지능 건강 모니터링 장치(40)는 상기 마이크(6), 의료기기(69) 및 열화상 카메라(22)로부터 획득된 환자의 의료 데이터를 상기 딥런닝(deep learning) 학습된 인공지능 신경망 모듈(16)에 적용하여, 환자의 질병 유무와 질병의 위험도를 자동으로 판별하고, 그 판별 결과에 따라 상기 스피커(17), 화면 표시부(10), 디지털 통신 모듈(8)의 입출력 구동을 제어하는 제어부(60)를 포함할 수 있다.
본원의 일 실시예에 따르면, 천장형 인공지능 건강 모니터링 장치(40)는 이미지 센서(20)를 더 구비하여 환자의 몸 자세와 위치를 관찰하고 그에 따른 환자의 신체 이미지를 실시간으로 재현 구성하고, 그에 따른 환자의 제스처(gesture) 명령을 실시간으로 인식하여, 상기 화면 표시부(10)의 온오프 제어, 채널 up/down 제어, 볼륨 up/down 제어하기 위한 제스처 인식부(도 2의 도면부호 16g)를 더 구비한 것 특징으로 한다.
본원의 일 실시예에 따르면, 제스처 인식부(16g)는 열화상 카메라(22) 내지 이미지 센서(20)로부터 환자의 제스처 이미지를 인식하는 인공지능 신경망을 구비하여 얻어지는 것이 선호된다.
상기 제스처 인식부(16g)는 환자의 손가락, 손가락의 움켜진 모양, 손짓 등의 제스처 명령을 3차원적으로 인식하기 하는 것이 선호되며 신체 지도 맵퍼(4)에 의해 손가락과 팔의 위치를 특정화하고, 상기 손가락과 팔 동작에 의한 환자의 제스처 명령을 인식하는 인공지능 신경망을 사용하여, 열화상 동영상 이미지로부터 환자의 제스처 명령을 인식하는 것이 선호된다.
3차원적인 제스처 인식을 위해 열화상 카메라(22) 및 이미지 센서(20)는 복수개 구비될 수 있다.
본체 덮게 판넬(2a,2b,2d)상에 시계 표시부(85)를 구비할 수 있다. 시계 표시부(85)에는 상기 제스처 명령 내지 음성명령에 의해 현재 시각을 표시하고, 2 내지 5초 내에 자동 오프(OFF) 되는 것을 특징으로 한다.
상기 화면 표시부(10)는 원격의료 진단 시 의료기기 사용법에 대한 비주얼 교육 및 사용법 가이드 정보를 제공할 수 있다.
상기 이미지 센서(20)와 열화상 카메라(22)는 환자(88)를 잘 관찰할 수 있도록 환자(88)가 누워서 자가 진단하는 침대(19) 위의 본체 덮게 판넬(2a,2b,2d)에 부착되는 것이 선호되며, 이 경우 환자의 수면 여부의 확인하기 위한 수면 감지부(18)의 설계에도 유리하다. 본 발명의 수면 감지부(18)는 환자가 수면 중인지 아닌지 판단하기 위한 것으로, 비수면과 수면으로 표지된 침대 위의 환자의 다양한 열화상 신체 이미지에 의해 미리 학습된 인공지능을 사용하여 환자의 수면 여부를 판단할 수 있다. 또한, 제어부(60)는 일정시간 예컨대 5분 동안 소리 에너지의 누적치가 소정 기준치 이하이거나 환자의 움직임 변화 에너지의 누적치가 소정 기준치 이하일 때 수면 중 인 것으로 판단할 수 있다.
상기 비수면과 수면으로 표지된 침대 위의 환자의 다양한 열화상 신체 이미지는 눈을 감았는지 떴는지 알기 쉬운 신체부위인 눈(eye)으로 특정화하는 것이 선호된다.
바람직하게 상기 소리 에너지를 이용한 수면 감지부(18)는 일정 시간 구간마다 얻어진 소리 픽셀들의 절댓값의 자승의 합으로서 소리 에너지를 계산하고, 상기 소리 에너지를 일정 시간 동안 누적 계산하고, 그 누적치를 소정 기준치와 비교하여 수면 여부를 판단할 수 있다.
바람직하게 상기 환자의 움직임 변화 에너지를 이용한 수면 감지부(18)는 t 시간 간격을 두고 얻어진, 침대 위를 촬영한 두 개의 열화상 이미지 간의 픽셀별 차이 이미지를 구하고, 이들 차이 이미지 내의 모든 픽셀의 절댓값의 자승의 합으로서 환자의 움직임 변화 에너지를 계산하고, 상기 움직임 변화 에너지를 일정 시간 동안 누적 계산하고, 그 누적치를 소정 기준치와 비교하여 수면 여부를 판단할 수 있다.
상기 신체 지도 맵퍼(4), 인공지능 신경망 모듈(16), 디지털 통신 모듈(8), 의료 데이터 수신부(12), 냄새 및 공기질 분석부(67) 및 제어부(60)는 천장형 본체(1a, 1b, 1c)내의 플라스틱 케이스(100) 내에 수납되어 은폐 매설 조립되어 설치 고정될 수 있다. 또한, 상기 이미지 센서(20), 스피커(17), 마이크(6), 열화상 카메라(22)는 천장형 본체(1a, 1b, 1c)에 마련된 수납공간(30a,30b,30c,30d,30e,30f)에 매설되고, 이들의 입출력 부분은 본체 덮게 판넬(2a,2b,2d)상에 준비된 개구부들을 통해 외부 표면에 노출되는 것이 선호된다.
도 1과 도 4a를 참조하면, 천장형 본체(1a, 1c)의 내부 상측 저면에 고정된 모터(50a)와, 상기 모터(50a)의 모터축에 끼워진 송풍기 팬(fan, 50b)으로 공기 유입구(72)를 통해 유입되는 공기를 빨아들여, 열 교환기(도 4 (b)의 도면부호 62)에 의해 냉풍 또는 온풍으로 변환하여 토출구(70)를 통해 내보낸 수 있다. 상기 공기 유입구(72)에는 냄새 센서(27)가 배열되는 것이 선호된다.
상기 공기 유입구(72)에는 공기 필터(28)가 배치되어 더러운 공기를 흡입하여 필터링된 깨끗한 공기가 토출구(70)를 통해 배출되는 것이 선호된다. 이 경우 냄새 센서(27)는 공기 질을 평가하는 센서와 겸용하는 것이 선호된다.
상기 공기질을 평가하는 냄새 센서(27)는 공기내의 초미세 먼지, 라돈 및 이산화탄소 농도로 평가하는 것이 선호된다.
도면부호 77은 공기 유입구(72)의 상측에 구비되어, 유입된 공기에 포함된 바이러스나 세균을 멸균하여, 토출구(70)로 방출하기 위한 UV(ultraviolet) LED, UV 램프 내지 플라즈마 가열기이다.
도 2는 본원의 일 실시예에 따른 플라스틱 케이스 내에 함께 매설되는 신체 지도 맵퍼, 인공지능 신경망, 의료 데이터 수신부, 디지털 통신 모듈, 냄새 및 공기 질 분석부, 제어부의 구성을 개략적으로 나타낸 도면이다.
도 2는 플라스틱 케이스(100) 내에 함께 수납 매설되는 신체 지도 맵퍼(4), 인공지능 신경망 모듈(16), 의료 데이터 수신부(12), 디지털 통신 모듈(8), 냄새 및 공기 질 분석부(67), 제어부(60) 구성들과 그들간의 연결 관계를 보인다.
본원의 일 실시예에 따르면, 상기 냄새 및 공기 질 분석부(67)는 냄새 센서(27)로부터 톨루엔의 농도를 분석하여 폐암 위험 여부를 진단하거나 아세톤 가스의 농도를 분석하여 당뇨 위험을 진단할 수 있다.
또한, 상기 냄새 및 공기 질 분석부(67)의 또 다른 측면은, 냄새 센서(27)로부터 미세먼지, 라돈, 이산화탄소, 산소 농도를 분석하여 공기질을 분석할 수 있다.
본원의 일 실시예에 따르면, 상기 인공지능 신경망 모듈(16)은, 음성 명령 인식부(16a), 호흡 소리 인식부(16b), 기침 소리 인식부(16c), 기침 이미지 인식부(16d), 호흡 이미지 인식부(16e), 얼굴 인식부(16f), 수면 감지부(18), 제스처 인식부(16g), 체열 온도 인식부(16h), 신체 지도 맵퍼(4), 의료 기기 데이터 분석부(16i)를 포함할 수 있다.
음성 명령 인식부(16a)는, 마이크(6)로부터 입력되는 마이크 입력 신호로부터 환자의 음성 명령들을 인식할 수 있다. 또한, 음성 명령 인식부(16a)는 사전에 필요한 음성 명령들을 표지(labeling)화 학습용 데이터 베이스에 의해 학습시킨 인공지능 신경망을 사용하여 마이크(6)로부터 입력되는 마이크 입력 신호로부터 환자의 음성 명령을 인식할 수 있다.
호흡 소리 인식부(16b)는, 마이크(6)로부터 입력받은 다양한 호흡 소리들로 구성된 학습용 데이터 베이스를 이용하여 미리 학습된 인공지능 신경망을 사용하여, 마이크 입력 신호로부터 환자의 호흡 여부를 판단할 수 있다.
기침 소리 인식부(16c)는 마이크(6)로부터 입력받은 다양한 기침 소리들로 구성된 학습용 데이터 베이스를 사용하여 미리 학습된 인공지능 신경망을 사용하여, 마이크(6)로부터 제공받은 입력 신호로부터 기침 여부를 판단할 수 있다.
기침 이미지 인식부(16d)는 기침 발생 동안, 열화상 카메라(22)로부터 얻은 입과 코 주변의 공기 중 열화상 이미지 데이터 베이스를 사용하여 미리 학습된 인공지능 신경망을 사용하여, 열화상 이미지로부터 환자의 기침 여부를 판단할 수 있다.
또한, 호흡 이미지 인식부(16e)는 호흡 동안, 열화상 카메라(22)로 입력받은 입과 코 주변의 온도 변화를 보여주는 다양한 열화상 호흡 이미지로 구성된 이미지 데이터 베이스를 사용하여 미리 학습된 인공지능 신경망에 의해, 열화상 이미지로부터 환자의 호흡 여부를 판단할 수 있다.
또한, 얼굴 인식부(16f)는 열화상 카메라(22)로부터 입력된 환자의 얼굴 이미지들에 의해 미리 학습된 인공지능 신경망을 사용하여, 열화상 이미지로부터 환자의 얼굴을 인식할 수 있다.
수면 감지부(18)는 수면중인 환자의 다양한 열화상 카메라(22)로부터의 신체 이미지들에 의해 미리 학습된 인공지능을 사용하여, 환자의 수면 여부를 판단할 수 있다.
또한, 제스처 인식부(16g)는 열화상 카메라(22)로부터 입력되는 환자의 제스처 이미지를 인식하는 인공지능 신경망을 사용하여 열화상 동영상 이미지로부터 환자의 몸동작 명령을 인식할 수 있다.
또한, 체열 온도 인식부(16h)는 열화상 카메라(22)로 입력받은 환자의 얼굴 부위의 온도 분포 및 온도 값을 보여주는 다양한 열화상 이미지들로 구성된 이미지 데이터 베이스를 사용하여 미리 학습된 인공지능 신경망에 의해, 얼굴 부위의 발열 정도에 따라 질병 감염의 위험 등급을 판단할 수 있다.
또한, 신체 지도 맵퍼(4)는 열화상 카메라(22)로부터 입력되는 열화상 이미지로부터, 환자의 신체 이미지상에 관심 신체부위들이 특정화되어 배치된 신체 지도를 획득할 수 있다. 또한, 의료 기기 데이터 분석부(16i)는 의료 데이터 수신부(12)로부터 입력되는 사용중인 의료기기로부터 수신된 각종 의료 데이터 정보를 분석할 수 있다.
본원의 일 실시예에 따르면, 상기 기침 소리 인식부(16c) 내지 호흡 소리 인식부(16b)는 마이크(6)로부터 입력받은 환자들로 다양한 발성 데이터를 이용하여 미리 학습된 인공지능 신경망을 사용하여, 복수의 환자가 천장형 인공지능 건강 모니터링 장치를 이용하는 경우, 환자를 개별적으로 인식하여 어느 환자의 기침 소리 인지 또는 어느 환자의 호흡소리 인지를 구분하여 인식할 수 있다.
사람의 목소리는 사람마다 다르기 때문에 음성파에 포함된 발성자 고유의 특징 정보를 추출하여 그 음성의 발성자가 누구인가를 자동적으로 판정하는 능력을 갖춘 인공지능에 의해, 호흡 소리와 기침 소리가 누구의 것인지 구분이 가능할 수 있다.
본 발명의 열화상 카메라(22)의 열화상 이미지는 이미지 센서(20)로부터 획득된 이미지로 대체하여 사용하거나 이미지센서 이미지상에 열화상 이미지가 중첩된 이미지를 사용하여 대체될 수 있다.
본원의 일 실시예에 따르면, 제어부(60)는 상기 인공지능 신경망 모듈(16)의 분석 결과 데이터를 가지고 환자의 건강 상태 판단할 수 있다. 또한, 제어부(60)는 환자의 건강 상태 판단에 따라 환자에게 건강관리에 대한 지침, 원격의료 진료 방법 및 의료기기 사용법에 가이드라인을 제공하기 위해, 디지털 통신 모듈(8), 스피커(17) 와 화면 표시부(10)의 구동을 제어할 수 있다.
상기 제어부(60)는 건강관리에 대한 지침, 원격의료 진료 및 의료기기 사용법에 가이드라인을 디지털 통신 모듈(8)을 통해 환자의 모바일 기기나 인터넷 이메일을 통해 문자 전송을 하는 것이 선호된다.
상기 제어부(60)는 냄새 및 공기 질 분석부(67)의 결과에 따라 건강관리에 대한 지침을 디지털 통신 모듈(8)을 통해 환자의 모바일 기기나 인터넷 이메일을 통해 제공할 수 있다.
상기 제어부(60)는 원격 의료 진단 동안 환자와 의료전문가 간의 화면을 공유하기 위한 화면 표시부(10)를 제어할 수 있다.
예시적으로, 제어부(60)의 또 다른 측면은 국가 비상시, 특히 전염병 대 확산 같은 비상시국에 천장형 인공지능 건강 모니터링 장치의 제어권을 질병 관리 당국에 양도하기 위한 제어권 양도 수단을 포함할 수 있다.
바람직하게는 상기 제어권 양도 수단은, 천장형 인공지능 건강 모니터링 장치의 제어권을 이양받은 질병 관리 당국이 디지털 통신 모듈(8) 통해 천장형 인공지능 건강 모니터링 장치를 통제하고 사용하도록 허여하고, 또한 제어권을 이양받은 질병 관리 당국이 건강관리 지침을 마이크(6)와 화면 표시부(10)를 통해 직접 환자에게 전달하도록 허여하고, 원격진단을 통해 환자의 체온 및 건강 상태를 체크하도록 허여하고, 천장형 인공지능 건강 모니터링 장치가 저장하고 있는 최근의 환자의 건강 이력 정보를 독출하는 것을 허여하는 것을 특징으로 한다.
바람직하게 상기 제어권 양도 수단은 환자가 질병 관리 당국으로부터 천장형 인공지능 건강 모니터링 장치의 제어권 요청을 받아, 환자가 컴퓨터 앱(app)을 통해 소정의 인증 절차를 거쳐 상기 제어권 요청을 수락한 경우, 질병 관리 당국이 천장형 인공지능 건강 모니터링 장치의 제어권을 갖도록 허여하는 것을 특징으로 한다. 이 경우 질병 관리 당국은 디지털 통신 모듈을 통해 천장형 인공지능 건강 모니터링 장치의 통제권과 사용권을 갖게 된다.
예시적으로 도 4b의 (d)를 참조하면, 상기 플라스틱 케이스(100)의 또 다른 측면은 본체(1a, 1b, 1c) 안쪽에 은폐하는 대신 별도의 셋톱 박스(set top box) 형태로 설치하는 것을 특징으로 한다.
도면 부호 999는 마이크(6)로부터 입력받은 음성 명령, 기침 소리 내지 호흡 소리로 구성된 1차원 소리 신호를 2차원 이미지로 변환하기 위한 1D To 2D 변환 수단이다.
도 3의 (a)와 도 3의 (b)는 천장형 인공지능 건강 모니터링 장치가 천장에 설치된 조명기구 본체(1b)에 일체화된 일 실시예로, 도 3의 (b)는 도 3의 (a)의 횡단면 a-a'에 대한 단면도이다.
조명기구(2c) 내부에 배치된 LED 조명등(120)은 금속 PCB 기판(130) 위에 일정한 간격을 갖고 배열되는 다수의 LED(131), 양단을 감싸면서 절연성 재질로 형성되는 베이스(150)와 상기 베이스(150)의 외측 표면에 돌출된 형태를 가지며, 전기가 공급되는 소켓에 삽입되는 도전성 재질로 이루어진 접속핀(152)으로 구성되는 것이 선호된다.
도 4a의 (a)와 도 4a의 (b)는 천장형 인공지능 건강 모니터링 장치가 천장에 설치된 조명기구 부착형 에어콘 본체(1c)에 일체화된 일 실시예로, 도 4a의 (b)는 도 4a의 (a)의 횡단면 b-b'에 대한 단면도이다.
조명기구 부착형 에어콘 본체(1c)는, 그 내부 중앙에는 그 하측에서 공기를 흡입하도록 모터(50a)와, 상기 모터(50a)의 모터축에 끼워진 송풍기 팬(fan)(50b)이 설치되고, 상기 송풍기 팬 (50b)의 외측에는 흡입된 공기를 열 교환하도록 열교환기(62)가 설치되며, 상기 열교환기(62)의 하측에는 열교환기(62)에서 발생한 응축수를 받도록 응축수 받이(64)가 구비될 수 있다.
상기 조명기구 부착형 에어콘 본체(1c)의 하측면에는 공기가 유입하는 공기 유입구(72)가 형성되어 있음과 동시에 상기 열교환기(62)를 거친 공기가 토출 되도록 토출구(70)가 형성될 수 있다.
도면부호 66은 상기 본체 덮게 판넬(2d)과 조명기구(2c)를 공간적으로 서로 이격시켜 연결하는 연결봉으로, 상기 송풍기 팬(fan, 50b) 동작 시 상기 공기 유입구(72)에 충분한량의 공기 유입을 허용한다.
도면 부호 131은 금속 PCB 기판(130) 위에 일정한 간격을 갖고 배열되는 다수의 LED이다.
도면 131a는 반사판으로 상기 LED(131)로부터 나온 빛을 반사하여 조명의 효율성을 높이는 역할을 한다.
도 4b의 (c)와 도 4b의 (d)는 상기 플라스틱 케이스(100)를 본체(1a, 1b, 1c) 안쪽에 은폐하는 대신 별도의 셋톱 박스(set top box) 형태로 설치하는 실시예이고, 도 4b의 (c)는 상기 플라스틱 케이스(100)가 스피커(17)에 형태로 개조된 실시예를 보이는 반면, 도 4b의 (d)는 상기 플라스틱 케이스(100)가 인터넷 공유기에 형태로 개조된 실시예를 보인다.
또한, 이러한 상기 플라스틱 케이스(100)의 또 다른 바람직한 실시예는 환자를 잘 관찰할 수 있도록 천장형으로 개조되어 천장벽 내부에 매립되고 마이크(6), 스피커(17), 열화상 카메라(22), 이미지 센서(20)가 천장벽으로부터 노출되는 것이 선호된다.
도 5는 이미지 센서(20) 내지 열 화상 카메라(22)에 의해 얻어진 신체 이미지(90)상에, 인체 내부 기관들의 의학적 배치 상관관계에 고려하여 관심 신체 부위들(90a,90b,90c,90d,90e)이 맵핑(mapping)된 신체 지도의 일 실시예를 보인다.
원활한 신체 지도 맵핑을 위해 신체 이미지(90)를 그리드(grid) 패턴(91)을 사용하여 맵핑 작업을 수행한다.
이를 위해, 먼저 신체 이미지(90)로부터 몸의 외곽선을 포함하며, 머리(90a), 목(90b), 몸통(90c), 팔(90d), 다리(90e), 손가락(90f) 부위를 찾고 이를 신체 기준점으로 하여 입, 코, 이마 등의 관심 신체들을 신체 이미지(90)상에 배치하고 이로부터 관심 신체 부위의 위치와 영역도 알 수 있다.
본 도면의 실시예에서 각각의 관심 신체 부위들에 대해 서로 다른 색으로 표지된(color labeled) 신체 부위를 보인다. 예컨대 머리(90a)는 초록색, 목(90b) 부위는 노란색, 몸통(90c)은 회색, 다리(90e)는 핑크색, 손가락(90f)은 연두색으로 라벨링하여 맵핑하였다.
도 6의 (a)는 체열 온도 인식부(16h)의 일 실시예로, 환자의 열화상 이미지(140a)로부터 신체 지도 맵퍼(4)에 의해 얻어진 얼굴부위의 열화상 이미지(140b)를 사전 학습된 인공 지능 신경망에 의해 발열 정도에 따라 질병 감염의 위험 등급을 판단하는 실시예로, 얼굴 또는 이마 부위의 뜨거운 정도에 따라 질병 감염의 위험 등급을 표시한 예를 보인다.
바람직하게, 본 발명의 체열 온도 인식부(16h)의 또 다른 측면은, 신체 이미지상의 머리부위, 얼굴부위, 눈 부위, 목 부위 중 어느 선택된 한 부위의 열화상 이미지 픽셀 데이터 값의 평균 내지 최대치에 따라 질병 감염의 위험 등급을 판단하는 것을 특징으로 한다.
도 6의 (b)는 호흡 이미지 인식부(16e)의 일 실시예로, 열화상 동영상 이미지(80a, 80b)로부터, 신체 지도 맵퍼(4)에 의해 얻어진 시간차가 있는 두 개의 열화상 이미지들(79a, 79b) 간의 입 주변과 코 주변의 온도 변화를 인식하는 인공지능 신경망에 의해 호흡 유무를 판별하고, 호흡 유(有) 판별 시 제어부(60)는 이를 누적 관리하여 그의 빈도를 계측하여 수면중의 무호흡증 판별하거나 심장 맥박 회수를 측정하는 일 실시예를 보인다. 일예로, 수면 여부는 수면 감지부(18)에 의해 판단될 수 있다.
도 6의 (b)에 도시된 도면 부호 80b는 도면부호 80a의 열화상 이미지가 얻어진 후, Δt 시간 이후에 얻어진 열화상 이미지이다. 본 발명에서 Δt 시간은 1 프레임에서 120 프레임(frame) 사이 중 선택된 어느 한 프레임 시간 간격일 수 있다.
바람직하게, 상기 호흡 동작을 인식하기 위한 인공지능 신경망은 열화상 카메라로 입력받은 입과 코 주변의 다양한 열화상 호흡 이미지로 구성된 데이터 베이스를 사용하여 미리 학습된 인공지능 신경망을 사용하는 것이 선호된다.
도 6의 (c)는 신체 지도 맵퍼(4)에 의해 얻어진 유방부위의 열화상 이미지(150b)를 가지고, 유방 부위의 종양으로부터 나오는 열화상 이미지의 패턴 이미지들에 의해 미리 학습된 인공 지능 신경망(71a)을 사용하여 환자의 유방암의 위험 등급을 판단하는 유방암 진단부(도6의(c))의 일 실시예이다.
일예로, 유방암 세포에만 달라붙는 조영 물질을 포함하는 경구 투여 조영제(imaging agent)를 환자가 복용하고. 이후 열 화상 카메라(22)에 의해 환자의 신체 이미지를 획득할 수 있다. 또한, 신체 지도 맵퍼(4)는 열 화상 카메라(22)로부터 얻어진 환자의 신체 이미지상에 유방 부위를 특정화할 수 있다. 또한, 유방암 진단부(도 6의 (c))는 유방 부위의 종양으로부터 나오는 열을 감지하여 유방암을 진단하는 딥런닝 학습된 인공 신경망(71a)을 사용하여, 환자의 유방암 위험 등급을 알려주는 실시예를 보인다.
바람직하게 유방암 위험 등급의 또 다른 측면은, 유방 부위의 열화상 이미지 픽셀 데이터 값의 평균 내지 최대치를 의해 얻어지는 것을 특징으로 한다.
바람직하게, 본 실시예에서는 체온에 의한 유방암의 오 탐지율을 줄이기 위해, 유방암 진단하기 전에 천장형 에어컨에 의해 환자의 몸을 일정 시간 식히는 캘리브레이션(Calibration) 과정 후, 유방부위의 열화상 이미지(150b)를 인공 지능 신경망(71a)에 의해 유방암의 위험 등급을 판단하는 것이 선호된다.
바람직하게, 유방암 진단부(도 6의 (c))의 또 다른 일 실시예로, 시차를 두고 얻어진 유방 부위의 두 개의 열화상 이미지간의 픽셀별 차이 이미지를 구하기 위한 뺄셈부, 이들 차이 이미지의 모든 픽셀의 절대 값의 자승의 합으로서 유방 변위 에너지를 계산하는 유방 변위 에너지 계산부 및 상기 유방 변위 에너지가 어느 소정의 크기보다 크면 종양 있음(종양 유)으로 판단하기 위한 종양 판별부(미도시)를 포함할 수 있다.
종양이 클수록 두 개의 열화상 이미지간의 차이가 커져 뺄셈부의 차이도 커져, 유방 변위 에너지 값도 커지게 된다.
바람직하게, 유방암 진단부(도 6의 (c))의 또 다른 일 실시예로, 시차 간격을 두고 얻어진 유방 부위의 두 개의 열화상 이미지간의 픽셀별 차이 이미지를 구하기 위한 뺄셈부, 상기 차이 이미지의 모든 픽셀의 절대 값의 자승의 합으로서 유방 변위 에너지를 계산하는 유방 변위 에너지 계산부, 상기 유방 변위 에너지의 시간에 따른 추이와 변화를 보여주는 유방 변위 추이 그래프(graph) 이미지를 생성하는 유방 변위 그래프 생성부 및 유방암 환자와 정상 환자로 표지된 상기 유방 변위 그래프 이미지들에 의해 미리 학습된 인공지능 신경망에 의해, 환자의 유방암 발생 유무를 판단하는 것을 특징으로 한다. 상기 시차 간격은 1개월 내지 6개월이 선호된다.
도 7의 (a) 및 도 7의 (b)는 열화상 동영상 이미지(80a, 80b)로부터 신체 지도 맵퍼(4)에 의해 얻어진 입 주변과 코 주변의 열화상 이미지(79a, 79b)를 사용하여, 호흡에 따른 온도 변화를 인식하기 위한 호흡 이미지 인식부(16e)의 또 다른 실시예들이다. 도면 부호 80b는 도면부호 80a의 열화상 이미지가 얻어진 후, Δt 시간이후에 얻어진 열화상 이미지이다.
도면 부호 79b는 도면부호 79a의 열화상 이미지가 얻어진 후, Δt 시간 이후에 얻어진 입 주변 과 코 주변의 열화상 이미지이다.
호흡 이미지 인식부(16e)는 Δt 시간 간격 동안 호흡을 한 경우, 환자의 입 주변 과 코 주변의 온도 변화가 있을 수밖에 없고 이를 인식하는 것이다.
본원의 일 실시예에 따르면, 도 7의 (a)의 호흡 이미지 인식부(16e)는 Δt 시간 간격을 두고 얻어진 입 주변과 코 주변의 두 개의 열화상 이미지(79a, 79b) 간의 픽셀별 차이 이미지 (x(t)=I(t)-(I(t+Δt))를 구하기 위한 뺄셈부(78a), 이들 차이 이미지의 모든 픽셀의 절대 값의 자승의 합
Figure 112020046683812-pat00001
으로서 기침 에너지를 계산할 수 있다. 또한, 기침 판별부(83c)는, 상기 기침 에너지가 어느 소정의 문턱치 크기보다 크면 기침 있음(기침 유)으로 판단할 수 있다. 기침 판별부(83c)는 기침 에너지가 미리 설정된 소정의 문턱치 이상인 경우, 열화상 기침 발생 판단신호를 제어부(60)로 제공할 수 있다.
일예로, 기침 크기가 클수록 입과 코 주변의 공기 온도 변화가 커져 뺄셈부(83a)의 차이도 커져, 기침 에너지 값도 커지게 된다.
본 실시예에서, 제어부(60)는 기침 유(有) 판별 시 이를 누적 관리하여 그의 빈도를 계측하여 바이러스 감염 위험도를 측정하는 것이 선호되며, 체열 온도 인식부(16h)에서 질병 감염 위험 등급에 대한 정보와 병합하여 환자의 바이러스 감염 위험도를 측정하는 것이 더욱 선호되며, 여기에 인후통 검사 결과를 반영 통합하여 환자의 바이러스 감염 위험도를 측정하는 것이 더 더욱 선호 된다.
바람직하게, 본 발명에서 환자의 체열이 37.5도 이상인 경우 질병 감염 위험 등급을 위험으로 상정하는 것이 선호된다.
본원의 일 실시예에 따르면, 본 발명에서 환자의 기침 유(有) 판별 시 이를 누적 관리하여, 환자의 천장형 인공지능 건강 모니터링 장치 체류 기간을 고려한 기침 발생의 빈도가 시간당 10회 이상인 경우, 바이러스 감염 위험도를 위험으로 상정하는 것이 선호된다.
또한, 본 발명에서 수면 동안 환자의 호흡의 빈도가 분당 20회 이하인 경우, 호흡 곤란 증상 위험을 나타내는 것으로 판단하는 것을 선호된다.
예시적으로, 상기 바이러스 감염 위험도 측정의 또 다른 측면은, 도 8b에 예시된 기침 소리 인식부(16c)에 의해 제공되는 기침 유무 판별 신호와 기침 이미지 인식부(16d)에 의해 제공되는 열화상 기침 발생 판단신호를 제어부(60)가 병합하여 최종 기침 발생 여부를 판단을 하는 것을 특징으로 한다.
이 경우, 제어부(60)가 두 가지 신호를 병합하여 기침 발생 여부를 판단함으로써 기침 발생 유무의 판단에 대한 신뢰도를 개선 시킬 수 있다.
본원의 일 실시예에 따르면, 제어부(60)는 수면중의 무호흡증을 판별하고, 호흡 곤란 증상이 발생된 경우로 판단되는 경우, 디지털 통신 모듈(8)을 통해, 사전 등록된 긴급 연락처, 119, 911과 같은 응급실(응급센터)에 오토다이얼링(auto dialing)하여 환자의 상태를 제공(신고)할 수 있다. 일예로, 긴급 연락처는 지인 및 친인척 연락처일 수 있다. 또한, 제어부(60)는 메모리(미도시)를 더 포함하고, 메모리(미도시)는 환자(88)의 휴대폰(사용자 단말) 등에 설치된 어플을 통해 저장된 긴급 연락처를 블루투스를 이용하여 제공받아 저장할 수 있다.
바람직하게는 기침 이미지 인식부(16d)의 또 다른 측면은, 신체 지도 맵퍼(4)에 의해 얻어진, 시간차가 있는 두 개의 열화상 이미지들(82a, 82b) 간의 입 주변과 코 주변의 공기의 온도 변화를 산출하기 위해 차이 이미지를 생성하는 뺄셈부(78a) 및 환자의 기침 발생 동안 얻어진 차이 이미지들에 의해 미리 학습된 인공지능 신경망에 의해 환자의 기침 발생 유무를 판단하는 것을 특징으로 한다.
도 9는 본 발명에 따른 천장형 인공지능 건강 모니터링 장치(40)를 활용하여 인후통 검사를 하는 원격 의료 진단 방법을 보이는 일 실시이다.
본원의 일 실시예에 따르면, 천장형 인공지능 건강 모니터링 장치(40)를 활용하여 인후통 검사를 하는 원격 진단 방법은, 얼굴인식, 지문인식, 홍채 인식, 음성인식, ID 인증, 모바일 기기를 통한 인증방법 중 선택된 어느 한가지 방법에 의해 환자를 인증하는 단계를 포함할 수 있다. 또한, 천장형 인공지능 건강 모니터링 장치(40)를 활용하여 인후통 검사를 하는 원격 의료 진단 방법은, 환자(88)가 핸드폰 카메라(89)를 사용하여 구강내의 편도선과 목젖 주변 이미지 사진(10a)을 촬영하는 단계를 포함할 수 있다.
또한, 천장형 인공지능 건강 모니터링 장치(40)를 활용하여 인후통 검사를 하는 원격 의료 진단 방법은, 상기 촬영된 이미지 사진(10a)을 화면 표시부(10)에 표시하고 천장형 인공지능 건강 모니터링 장치(40)의 의료 데이터 수신부(12)에 송신하는 단계를 포함할 수 있다. 또한, 천장형 인공지능 건강 모니터링 장치(40)를 활용하여 인후통 검사를 하는 원격 의료 진단 방법은, 인공지능 신경망 모듈(16)은 상기 의료 데이터 수신부(12)에 의해 수신된 이미지 사진(10a)을 분석하여, 환자의 인후통을 진단하거나, 통신 서버(203) 및 통신 네트워크(202)를 통해 상기 화면 표시부(10)에 표시된 정보를 원격으로 의사의 모니터(200)에 전송하고, 의사(201)가 상기 모니터(200)상의 정보를 실시간으로 관찰하면서 환자(88)의 자가진단을 도와주는 단계를 포함할 수 있다. 이 경우, 화면 표시부(10) 상에 표시된 정보와 의사가 모니터(200)상에서 보는 정보가 서로 동일하여 의사(201)가 환자(88)를 용이하게 도울 수 있다.
또한, 의사(201)는 모니터(200)를 통해 실시간 공유함으로써 의사가 직접 환자에게 핸드폰 카메라(89)의 자세 교정을 상기 통신 네트워크(202)를 통해 음성 지시할 수 있어, 마치 환자 옆에 의사가 있는 것처럼 환자의 자가진단을 도와줄 수 있다.
도면 부호 59b는 핸드폰 카메라(89)에 의해 얻어진 이미지가 의사(201)의 모니터(200)상에도 동시에 같이 표시되는 일예이다.
바람직하게 본 발명에 따른 천장형 인공지능 건강 모니터링 장치(40)를 활용하여 바이러스 감염 위험군 발굴을 위한 원격 의료 진단 방법은, 질병 관리 당국이 환자에게 천장형 인공지능 건강 모니터링 장치(40)의 제어권 요청하는 단계를 포함할 수 있다.
또한, 천장형 인공지능 건강 모니터링 장치(40)를 활용하여 바이러스 감염 위험군 발굴을 위한 원격 의료 진단 방법은 환자가 컴퓨터 앱 내지 모바일 앱(app)을 통해 소정의 인증 절차를 거쳐, 천장형 인공지능 건강 모니터링 장치의 제어권을 질병 관리 당국에 양도하는 단계를 포함할 수 있다.
또한, 천장형 인공지능 건강 모니터링 장치(40)를 활용하여 바이러스 감염 위험군 발굴을 위한 원격 의료 진단 방법은 상기 제어권을 이양받은 질병 관리 당국이 디지털 통신 모듈(8)을 통해 천장형 인공지능 건강 모니터링 장치(40)를 통제하거나 사용하는 단계를 포함할 수 있다.
또한, 천장형 인공지능 건강 모니터링 장치(40)를 활용하여 바이러스 감염 위험군 발굴을 위한 원격 의료 진단 방법은 질병 관리 당국이 건강관리 지침을 마이크(6)와 화면 표시부(10)를 통해 직접 환자(88)에게 전달하는 단계를 포함할 수 있다.
또한, 천장형 인공지능 건강 모니터링 장치(40)를 활용하여 바이러스 감염 위험군 발굴을 위한 원격 의료 진단 방법은 질병 관리 당국이 원격진단을 통해 환자의 체열 온도, 인후통 검사, 기침 상태를 체크하는 단계를 포함할 수 있다.
또한, 상기 인공지능 건강 모니터링 장치(40)는 환자의 체열 온도, 인후통 검사, 호흡 곤란 상태 내지 기침 상태를 기반으로 환자의 이상 유무를 체크(판단)하여 유증상시 질병당국에 이를 보고하는 단계를 포함할 수 있다.
또한, 천장형 인공지능 건강 모니터링 장치(40)를 활용하여 바이러스 감염 위험군 발굴을 위한 원격 의료 진단 방법은 천장형 인공지능 건강 모니터링 장치(40)가 저장하고 있는 최근의 환자의 건강 이력 정보를 독출하는 단계를 포함할 수 있다.
본원의 일 실시예에 따르면, 천장형 인공지능 건강 모니터링 장치(40)를 활용하여 바이러스 감염 검사를 하는 원격 의료 진단 방법의 일 실시예는, 질병 관리 당국이 의심 환자에게 바이러스 진단 키트를 방문하여 분배해 주는 단계를 포함할 수 있다.
또한, 천장형 인공지능 건강 모니터링 장치(40)를 활용하여 바이러스 감염 검사를 하는 원격 의료 진단 방법은 질병 관리 당국이 환자에게 천장형 인공지능 건강 모니터링 장치(40)의 제어권을 이양받는 단계를 포함할 수 있다.
또한, 천장형 인공지능 건강 모니터링 장치(40)를 활용하여 바이러스 감염 검사를 하는 원격 의료 진단 방법은 질병 관리 당국이 상기 의심 환자에게 원격 의료 진단에 의해 바이러스 진단 키트 사용법에 대한 교육을 마이크(6)와 화면 표시부(10)를 사용하여 제공하는 단계를 포함할 수 있다.
또한, 천장형 인공지능 건강 모니터링 장치(40)를 활용하여 바이러스 감염 검사를 하는 원격 의료 진단 방법은 환자가 자기 자신의 검체를 사용하여 얻은 바이러스 진단 키트의 진단 결과를 핸드폰 카메라로 찍어서 천장형 인공지능 건강 모니터링 장치(40)의 의료 데이터 수신부(12)에 송신하는 단계를 포함할 수 있다.
또한, 천장형 인공지능 건강 모니터링 장치(40)를 활용하여 바이러스 감염 검사를 하는 원격 의료 진단 방법은 질병 관리 당국이 바이러스 진단 키트의 진단 결과를 천장형 인공지능 건강 모니터링 장치(40)로부터 원격으로 독출하여 환자의 이상 유무를 판단하는 단계를 포함하는 것을 특징으로 한다.
본원의 일 실시예에 따른 천장형 인공지능 건강 모니터링 장치를 이용한 원격 의료 진단 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 전술한 천장형 인공지능 건강 모니터링 장치를 이용한 원격 의료 진단 방법은 기록 매체에 저장되는 컴퓨터에 의해 실행되는 컴퓨터 프로그램 또는 애플리케이션의 형태로도 구현될 수 있다.
전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 천장형 인공지능 건강 모니터링 장치를 이용한 원격 의료 진단 방법에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.
1: 천장형 본체
4: 지도 맵퍼
6: 마이크
8: 디지털 통신 모듈
10: 화면 표시부
12: 의료 데이터 수신부
16: 인공지능 신경망 모듈
17: 스피커
18: 수면 감지부
20: 이미지 센서
22: 열화상 카메라
27: 냄새 센서
28: 공기 필터
40: 천장형 인공지능 건강 모니터링 장치
60: 제어부
69: 의료기기
70: 토출구
72: 공기 유입구
100: 플라스틱 케이스

Claims (18)

  1. 환자의 체열 온도에 의해 환자의 얼굴 부위를 인식하거나, 신체 이미지를 실시간으로 촬영하기 위해 열화상 이미지상에 이미지 센서 이미지가 중첩된 영상을 제공하는 열화상 카메라;
    상기 신체 이미지 상에 복수의 관심 신체부위가 배치된 신체 지도를 획득하는 신체 지도 맵퍼;
    환자의 음성 명령을 수신하거나, 기침소리 내지 호흡소리를 획득하는 마이크;
    원격 의료 진단 동안 환자와 의료전문가 간의 화면을 공유하기 위한 환자의 화면 표시부와 의료 전문가의 의사 모니터; 상기 환자의 화면 표시부와 의료 전문가의 의사 모니터를 통해 환자와 의료전문가 간의 원격 의료 진단을 허여하는 인터넷 및 와이 파이 연결을 제공하는 디지털 통신 모듈;
    의료기기의 자세 정보 내지 의료기기에 의해 환자로부터 측정된 의료 데이터 정보를 유무선으로 수신하기 위한 의료 데이터 수신부;
    복수의 학습용 의료 데이터를 이용하여 사전에 딥런닝 학습된 인공 신경망을 포함하는 인공지능 신경망 모듈;
    환자에게 건강관리에 대한 지침, 원격의료 진료 방법 및 의료기기 사용법에 대한 가이드 라인을 제공하기 위한 스피커;
    상기 열화상 카메라, 신체 지도 맵퍼, 마이크, 디지털 통신 모듈, 의료 데이터 수신부, 인공지능 신경망 모듈, 스피커를 수납하는 천장벽에 설치된 조명 기구 내지 에어컨의 천장형 본체;
    상기 천장형 본체의 하측면에 구비되고, 상기 천장형 본체와 체결되는 본체 덮게 판넬; 및
    상기 마이크, 의료기기 및 상기 열화상 카메라로부터 수집된 환자의 의료 데이터를 상기 딥런닝 학습된 인공 신경망에 적용하여, 환자의 질병 유무와 질병의 위험도를 판별하고, 판별 결과에 기반하여 환자에게 건강관리에 대한 지침, 원격의료 진료 방법 및 의료기기 사용법에 가이드라인을 제공하기 위해 상기 스피커, 화면 표시부, 디지털 통신 모듈의 입출력 구동을 제어하는 제어부,
    를 포함하되,
    상기 인공지능 신경망 모듈은,
    시차를 두고 얻어진 유방 부위의 두 개의 열화상 이미지간의 픽셀별 차이 이미지를 구하기 위한 뺄셈부;
    상기 차이 이미지의 모든 픽셀의 절대 값의 자승의 합으로서 유방 변위 에너지를 계산하는 유방 변위 에너지 계산부; 및
    상기 유방 변위 에너지가 미리 설정된 어느 소정의 크기보다 크면 종양 있음으로 판단하기 위한 종양 판별부로 구성된 유방암 진단부,
    를 포함하고,
    환자의 유방암 발생 유무를 판단하는 것을 특징으로 하는 것인, 천장형 인공지능 건강 모니터링 장치.
  2. 제1항에 있어서,
    상기 의료기기는,
    환자의 검체 내지 환부로부터 측정된 의료 데이터 정보를 상기 의료 데이터 수신부에 유무선으로 송출하는 유무선 송신부를 구비한 기기로써 초음파 스캐너, 심장 맥박 센서, 청진기, 온도계, 소변 검사기, 변기에 설치된 대변 검사기, 유방암 진단기, 혈압계, 당뇨 측정기, 체중계, 체지방 분석기, 인후통을 체크하기 위해 구강내의 편도선과 목젖 주변 사진을 촬영하기 위한 핸드폰 카메라, 치아 검사를 하기 위한 구강 내 치아 사진을 촬영하기 위한 핸드폰 카메라, 안구 검사 측정 장치, 자동화된 혈액 분석기, DNA 증폭 검사 장치, 바이러스의 특이 항원을 이용해 진단하는 바이러스 진단 키트 기기, 래피드 테스트 기기, 웨어러블 기기, 암 진단 기기 중 선택된 의료 기기 중 어느 하나를 포함하는 것인, 천장형 인공지능 건강 모니터링 장치.
  3. 제1항에 있어서,
    상기 인공지능 신경망 모듈은,
    상기 마이크로부터 입력되는 마이크 입력 신호로부터 환자의 음성 명령을 인식하기 위해, 사전에 필요한 음성 명령들을 표지화한 학습용 데이터 베이스에 의해 학습시킨 인공지능 신경망을 사용하는 음성 명령 인식부;
    상기 마이크로부터 입력받은 다양한 호흡 소리들로 구성된 학습용 데이터 베이스를 사용하여 미리 학습된 인공지능 신경망을 사용하여, 마이크 입력 신호로부터 환자의 호흡 여부를 판단하는 호흡 소리 인식부;
    상기 마이크로부터 입력받은 다양한 기침 소리들로 구성된 학습용 데이터 베이스를 이용하여 미리 학습된 인공지능 신경망을 사용하여, 마이크 입력 신호로부터 기침 여부를 판단하는 기침 소리 인식부;
    기침 발생 동안, 상기 열화상 카메라로부터 얻은 입과 코 주변의 공기 중 온도 변화를 보여주는 시간차가 있는 두 개의 열화상 이미지들로 구성된 데이터 베이스를 사용하여 미리 학습된 인공지능 신경망을 사용하여, 열화상 동영상 이미지로부터 환자의 기침 여부를 판단하는 기침 이미지 인식부;
    상기 열화상 카메라로부터 수면중인 환자의 다양한 신체 이미지들에 의해 미리 학습된 인공지능을 사용하여, 환자의 수면 여부를 판단하는 수면 감지부;
    호흡 동안, 열화상 동영상 이미지로부터 신체 지도 맵퍼에 의해 얻어진 입 주변과 코 주변의 온도 변화를 보여주는 시간차가 있는 두 개의 열화상 이미지들로 구성된 데이터 베이스를 미리 학습된 인공지능 신경망을 사용하여, 열화상 동영상 이미지로부터 환자의 호흡여부를 판단하기 위한 호흡 이미지 인식부;
    상기 열화상 카메라로부터 입력된 환자의 얼굴 이미지들에 의해 미리 학습된 인공지능 신경망을 사용하여, 열화상 이미지로부터 환자의 얼굴을 인식하는 얼굴 인식부;
    상기 열화상 카메라로부터 입력되는 이미지로부터 환자의 손가락, 손가락의 움켜진 모양, 손짓 등의 제스처 명령을 인식하기 위해 상기 신체 지도 맵퍼에 의해 손가락과 팔의 위치를 특정화하고, 상기 손가락과 팔 동작에 의한 환자의 제스처 명령을 인식하는 인공지능 신경망을 사용하여, 열화상 동영상 이미지로부터 환자의 제스처 명령을 인식하는 제스처 인식부;
    상기 열화상 카메라로 입력 받은 환자의 얼굴 부위의 온도 분포 및 온도 값을 보여주는 다양한 열화상 이미지들로 구성된 데이터 베이스를 사용하여, 미리 학습된 인공지능 신경망에 의해, 얼굴 부위의 발열 정도에 따라 질병 감염의 위험 등급을 판단하는 체열 온도 인식부; 및
    의료기기에 의해 수행되는 각각의 검사 항목에 대해 질병 종류 및 위험 등급별로 표지된(labeled) 의료 데이터에 의해 미리 학습된 인공지능 신경회로망을 사용하여, 상기 의료 데이터 수신부에 의해 수신된 의료기기로부터의 의료 데이터 정보를 분석하는 의료 기기 데이터 분석부를 포함하는, 천장형 인공지능 건강 모니터링 장치.
  4. 제3항에 있어서,
    상기 제어부는,
    상기 기침 소리 인식부 내지 상기 기침 이미지 인식부로부터의 기침 발생 횟수를 누적 관리하여 기침의 빈도를 계측하여 바이러스 감염 위험도를 측정하거나, 상기 체열 온도 인식부에서 질병 감염 위험 등급에 대한 정보와 상기 바이러스 감염 위험도를 병합하여 환자의 바이러스 감염 위험도를 측정하거나, 상기 바이러스 감염 위험도 와 환자의 인후통 검사 결과를 통합 반영하여 환자의 바이러스 감염 위험도를 측정하는 것을 특징으로 하는 천장형 인공지능 건강 모니터링 장치.
  5. 제3항에 있어서,
    상기 제어부는,
    상기 호흡 소리 인식부 내지 상기 호흡 이미지 인식부로부터의 수면 동안의 호흡 발생 횟수 누적 관리하여 호흡의 빈도를 계측하여 수면중의 무호흡증 판별을 수행하고, 호흡 곤란 증상을 체크하고, 심장 맥박 회수를 예측 추정하는 것을 특징으로 하는 천장형 인공지능 건강 모니터링 장치.
  6. 제3항에 있어서,
    상기 음성 명령 인식부는,
    인후통 환자들의 음성 명령들에 의해 얻어진 음성 데이터 베이스에 의해 미리 학습된 인공 지능 신경망을 더 구비하여, 환자의 음성 명령시 환자의 인후통 여부를 판단하는 것을 특징으로 하는 천장형 인공지능 건강 모니터링 장치.
  7. 제3항에 있어서,
    상기 인공지능 신경망 모듈은,
    상기 음성 명령, 기침 소리 내지 호흡 소리들로 구성된 학습용 데이터 베이스를 2차원 이미지로 변환시켜 2차원 데이터베이스를 생성하고, 상기 2차원 데이터베이스에 의해 상기 음성 명령 인식부, 기침 소리 인식부 및 호흡소리 인식부의 인공지능 신경망을 학습시키는 1D To 2D 변환 수단을 더 포함하는 것을 특징으로 하는 천장형 인공지능 건강 모니터링 장치.
  8. 제3항에 있어서,
    상기 신체 지도 맵퍼는 관심 신체 부위들에 대해 다른색을 사용하여 픽셀 단위로 시맨틱 분할 라벨링된 신체 이미지들에 의해 사전 학습되고, 이후 열화상 카메라로부터 주어진 환자의 신체 이미지에 대해 시맨틱 분할을 수행하여 관심 신체 부위별로 다른색으로 픽셀 별 라벨링된 시맨틱 분할된 이미지를 얻기 위한 인공지능 신경망을 사용하여, 신체 이미지상에서 관심 신체 부위의 위치와 영역을 특정화시키는 것을 특징으로 하는 천장형 인공지능 건강 모니터링 장치.
  9. 제3항에 있어서,
    상기 본체 덮게 판넬 상에는 제스처 명령 내지 음성 명령에 의해 구동되는 시계 표시부를 구비한 것을 특징으로 하는 천장형 인공지능 건강 모니터링 장치.
  10. 삭제
  11. 제1항에 있어서,
    상기 인공지능 신경망 모듈은,
    시차 간격을 두고 얻어진 유방 부위의 두 개의 열화상 이미지간의 픽셀별 차이 이미지를 구하기 위한 뺄셈부;
    상기 차이 이미지의 모든 픽셀의 절대 값의 자승의 합으로서 유방 변위 에너지를 계산하는 유방 변위 에너지 계산부;
    상기 유방 변위 에너지의 시간에 따른 추이와 변화를 보여주는 유방 변위 추이 그래프(graph) 이미지를 생성하는 유방 변위 그래프 생성부; 및
    유방암 환자 또는 정상 환자로 각각 표지된 상기 유방 변위 추이 그래프 이미지들에 의해 미리 학습된 인공지능 신경망을 포함하는 유방암 진단부,
    를 더 포함하고,
    환자의 유방암 발생 유무를 판단하는 것을 특징으로 하는 천장형 인공지능 건강 모니터링 장치.
  12. 제3항에 있어서,
    상기 호흡 이미지 인식부는,
    상기 신체 지도 맵퍼에 의해 얻어진 시간 간격을 두고 얻어진 입 주변과 코 주변의 두 개의 열화상 이미지간의 픽셀별 차이 이미지를 구하기 위한 뺄셈부;
    상기 차이 이미지의 모든 픽셀의 절대 값의 자승의 합으로서 호흡 에너지를 계산하는 호흡 에너지 계산부; 및
    상기 호흡 에너지가 미리 설정된 어느 소정의 크기보다 크면 호흡 있음으로 판단하기 위한 호흡 판별부를 포함하는 것인, 천장형 인공지능 건강 모니터링 장치.
  13. 제3항에 있어서,
    상기 호흡 이미지 인식부는,
    신체 지도 맵퍼에 의해 얻어진 시간 간격을 두고 얻어진 입 주변과 코 주변의 두 개의 열화상 이미지간의 픽셀별 차이 이미지를 구하기 위한 뺄셈부 및 환자의 호흡 발생 동안 얻어진 차이 이미지들에 의해 미리 학습된 인공지능 신경망에 의해 환자의 호흡 발생 유무를 판단하는 것을 특징으로 하는, 천장형 인공지능 건강 모니터링 장치.
  14. 제3항에 있어서,
    상기 기침 이미지 인식부는,
    상기 신체 지도 맵퍼에 의해 얻어진 시간 간격을 두고 얻어진 입 주변과 코 주변의 공기 중의 온도변화를 보여주는 두 개의 열화상 이미지들 간의 픽셀별 차이 이미지를 구하기 위한 뺄셈부;
    상기 차이 이미지의 모든 픽셀의 절대 값의 자승의 합으로서 기침 에너지를 계산하는 기침 에너지 계산부; 및
    상기 기침 에너지가 어느 소정의 문턱치 크기보다 크면 기침 유로 판단하기 위한 기침 판별부를 포함하는 것인, 천장형 인공지능 건강 모니터링 장치.
  15. 제3항에 있어서,
    상기 기침 이미지 인식부는,
    상기 신체 지도 맵퍼에 의해 얻어진, 입 주변과 코 주변의 공기의 온도 변화를 산출하기 위해 시간차가 있는 두 개의 열화상 이미지들 간의 차이 이미지를 생성하는 뺄셈부를 포함하고, 환자의 기침 발생 동안 얻어진 차이 이미지들에 의해 미리 학습된 인공지능 신경망에 의해 환자의 기침 발생 유무를 판단하는 것을 특징으로 하는 천장형 인공지능 건강 모니터링 장치.
  16. 제1항에 있어서,
    상기 제어부는,
    국가 비상시에 상기 천장형 인공지능 건강 모니터링 장치의 제어권을 질병 관리 당국에게 양도하기 위한 제어권 양도 수단을 더 포함하고,
    천장형 인공지능 건강 모니터링 장치의 제어권을 이양받은 질병 관리 당국에게 상기 디지털 통신 모듈을 통해 천장형 인공지능 건강 모니터링 장치를 통제하고 사용하도록 허여하고, 건강관리 지침을 상기 마이크와 화면 표시부를 통해 직접 환자에게 전달할 수 있도록 허여하고, 원격진단을 통해 환자의 체온 및 건강 상태를 체크하도록 허여하고, 천장형 인공지능 건강 모니터링 장치가 저장하고 있는 최근의 환자의 건강 이력 정보를 독출하도록 허여하는 것을 특징으로 천장형 인공지능 건강 모니터링 장치.
  17. 제1항에 있어서,
    상기 제어부는,
    소리 에너지의 누적치가 소정 기준치 이하이거나 환자의 움직임 변화 에너지의 누적치가 소정 기준치 이하일 때 수면 중 인 것으로 판단하는 수면 감지부를 더 포함하는 천장형 인공지능 건강 모니터링 장치.
  18. 삭제
KR1020200055019A 2020-05-08 2020-05-08 천장형 인공지능 건강 모니터링 장치 및 이를 이용한 원격 의료 진단 방법 KR102199020B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200055019A KR102199020B1 (ko) 2020-05-08 2020-05-08 천장형 인공지능 건강 모니터링 장치 및 이를 이용한 원격 의료 진단 방법
US17/184,698 US11839444B2 (en) 2020-05-08 2021-02-25 Ceiling AI health monitoring apparatus and remote medical-diagnosis method using the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200055019A KR102199020B1 (ko) 2020-05-08 2020-05-08 천장형 인공지능 건강 모니터링 장치 및 이를 이용한 원격 의료 진단 방법

Publications (1)

Publication Number Publication Date
KR102199020B1 true KR102199020B1 (ko) 2021-01-06

Family

ID=74128265

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200055019A KR102199020B1 (ko) 2020-05-08 2020-05-08 천장형 인공지능 건강 모니터링 장치 및 이를 이용한 원격 의료 진단 방법

Country Status (2)

Country Link
US (1) US11839444B2 (ko)
KR (1) KR102199020B1 (ko)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102313667B1 (ko) * 2021-03-22 2021-10-15 성균관대학교산학협력단 스마트 미러를 이용한 유방암 진단을 위한 인공지능형 열화상 초음파 스캐너 장치 및 이를 이용한 유방암 자가 진단 방법
KR102313630B1 (ko) * 2021-04-27 2021-10-15 성균관대학교산학협력단 인공지능형 스마트 리모컨 장치 및 이를 이용한 자가 검사 방법
KR102385598B1 (ko) 2021-05-28 2022-04-11 가천대학교 산학협력단 룸스케일 헬스 케어 서비스 방법 및 장치
KR102406823B1 (ko) * 2021-05-27 2022-06-10 성균관대학교산학협력단 망막 질환 및 치매 진단용 스마트 리모컨 장치 및 이를 이용한 자가 진단 방법
KR20220153447A (ko) * 2021-05-11 2022-11-18 국민대학교산학협력단 개인의 냉온감 정도를 추정하는 장치 및 방법
WO2023277319A1 (ko) * 2021-07-02 2023-01-05 가천대학교 산학협력단 인공지능 기반 분류 장치 및 그 방법
KR20230054546A (ko) * 2021-10-15 2023-04-25 충남대학교병원 증강현실을 이용한 유방암 자가 검진 및 유방 마사지 방법 및 유방암 자가 검진 및 유방 마사지 장치
KR102543555B1 (ko) * 2022-07-11 2023-06-14 성균관대학교산학협력단 인공지능형 유방암 진단 장치 및 이를 이용한 유방암 자가 진단 방법
WO2023120873A1 (ko) * 2021-12-21 2023-06-29 가톨릭대학교 산학협력단 인공호흡기를 이용한 중앙 모니터링 시스템 및 방법
KR102581462B1 (ko) 2023-04-11 2023-09-22 주식회사 마크헬츠 감염병 대응 비대면 모니터링 및 원격상담 플랫폼 서비스 제공 시스템
WO2024019220A1 (ko) * 2022-07-19 2024-01-25 주식회사 럭스로보 열화상 영상을 이용한 객체 행동 감지 시스템
WO2024096427A1 (ko) * 2022-11-03 2024-05-10 주식회사 솔고 바이오메디칼 스마트 매트리스 시스템
KR102710336B1 (ko) * 2024-02-27 2024-09-26 (주)쿨스쿨 얼굴인식과 교육콘텐츠 통합 관리를 이용한 학생 출결 관리 시스템 및 방법
KR102720770B1 (ko) * 2023-11-01 2024-10-24 주식회사 엘젠 Ai 아바타를 이용한 건강체크시스템 및 방법

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019143318A1 (en) * 2018-01-16 2019-07-25 Hall David R Health monitoring system including privacy-ensuring obfuscated camera images
US11735306B2 (en) * 2019-11-25 2023-08-22 Dentsply Sirona Inc. Method, system and computer readable storage media for creating three-dimensional dental restorations from two dimensional sketches
US11598671B2 (en) * 2020-06-17 2023-03-07 Microsoft Technology Licensing, Llc Body temperature estimation via thermal intensity distribution
EP4236775A1 (en) 2020-10-29 2023-09-06 Roc8sci Co. Cardiopulmonary health monitoring using thermal camera and audio sensor
US20230368911A1 (en) * 2022-04-22 2023-11-16 FGC Holdings Limited Contactless Patient Monitoring System
WO2023219081A1 (ja) * 2022-05-10 2023-11-16 公立大学法人大阪 呼気可視化システム及び方法並びに呼気評価システム及び方法
WO2023235499A1 (en) * 2022-06-03 2023-12-07 Texas Medical Center Methods and systems for analyzing airway events
CN115120837A (zh) * 2022-06-27 2022-09-30 慕思健康睡眠股份有限公司 基于深度学习的睡眠环境调节方法、系统、装置及介质
US20240156413A1 (en) * 2022-11-08 2024-05-16 Wistron Corporation Systems and methods for touchless detection of heart rate variability
CN116805531B (zh) * 2023-08-24 2023-12-05 安徽通灵仿生科技有限公司 一种儿科远程医疗系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170004039U (ko) * 2016-05-20 2017-11-29 (주)스마트테크놀로지 열화상 오버레이 모니터링 장치
KR20180111098A (ko) * 2017-03-31 2018-10-11 코웨이 주식회사 생체 신호를 수집하여 수면상태를 판별하고 수면 인자를 도출하는 방법 및 이를 이용한 서버
KR20190068522A (ko) * 2016-08-26 2019-06-18 라이엇 솔루션즈, 아이엔씨. 비침습적 비접촉식 건강 모니터링 시스템 및 방법
KR20190071724A (ko) * 2016-10-12 2019-06-24 테라리콘, 인코포레이티드 의료 이미지 해석을 위한 시스템 및 방법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190205655A1 (en) * 2017-12-31 2019-07-04 Google Llc Infant monitoring system with video-based temperature baselining and elevated temperature detection
US20190279481A1 (en) * 2018-03-07 2019-09-12 Google Llc Subject detection for remote biometric monitoring

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170004039U (ko) * 2016-05-20 2017-11-29 (주)스마트테크놀로지 열화상 오버레이 모니터링 장치
KR20190068522A (ko) * 2016-08-26 2019-06-18 라이엇 솔루션즈, 아이엔씨. 비침습적 비접촉식 건강 모니터링 시스템 및 방법
KR20190071724A (ko) * 2016-10-12 2019-06-24 테라리콘, 인코포레이티드 의료 이미지 해석을 위한 시스템 및 방법
KR20180111098A (ko) * 2017-03-31 2018-10-11 코웨이 주식회사 생체 신호를 수집하여 수면상태를 판별하고 수면 인자를 도출하는 방법 및 이를 이용한 서버

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102313667B1 (ko) * 2021-03-22 2021-10-15 성균관대학교산학협력단 스마트 미러를 이용한 유방암 진단을 위한 인공지능형 열화상 초음파 스캐너 장치 및 이를 이용한 유방암 자가 진단 방법
WO2022203229A1 (ko) * 2021-03-22 2022-09-29 성균관대학교산학협력단 스마트 미러를 이용한 유방암 진단을 위한 인공지능형 열화상 초음파 스캐너 장치 및 이를 이용한 유방암 자가 진단 방법
KR102313630B1 (ko) * 2021-04-27 2021-10-15 성균관대학교산학협력단 인공지능형 스마트 리모컨 장치 및 이를 이용한 자가 검사 방법
WO2022231132A1 (ko) * 2021-04-27 2022-11-03 성균관대학교산학협력단 인공지능형 스마트 리모컨 장치 및 이를 이용한 자가 검사 방법
KR20220153447A (ko) * 2021-05-11 2022-11-18 국민대학교산학협력단 개인의 냉온감 정도를 추정하는 장치 및 방법
KR102563695B1 (ko) * 2021-05-11 2023-08-04 국민대학교산학협력단 개인의 냉온감 정도를 추정하는 장치 및 방법
KR102406823B1 (ko) * 2021-05-27 2022-06-10 성균관대학교산학협력단 망막 질환 및 치매 진단용 스마트 리모컨 장치 및 이를 이용한 자가 진단 방법
WO2022250327A1 (ko) * 2021-05-27 2022-12-01 성균관대학교산학협력단 망막 질환 및 치매 진단용 스마트 리모컨 장치 및 이를 이용한 자가 진단 방법
KR102385598B1 (ko) 2021-05-28 2022-04-11 가천대학교 산학협력단 룸스케일 헬스 케어 서비스 방법 및 장치
WO2023277319A1 (ko) * 2021-07-02 2023-01-05 가천대학교 산학협력단 인공지능 기반 분류 장치 및 그 방법
KR20230054546A (ko) * 2021-10-15 2023-04-25 충남대학교병원 증강현실을 이용한 유방암 자가 검진 및 유방 마사지 방법 및 유방암 자가 검진 및 유방 마사지 장치
KR102684755B1 (ko) 2021-10-15 2024-07-12 충남대학교병원 증강현실을 이용한 유방암 자가 검진 및 유방 마사지 수행을 위한 가이드 제공 방법 및 유방암 자가 검진 및 유방 마사지 장치
WO2023120873A1 (ko) * 2021-12-21 2023-06-29 가톨릭대학교 산학협력단 인공호흡기를 이용한 중앙 모니터링 시스템 및 방법
KR102543555B1 (ko) * 2022-07-11 2023-06-14 성균관대학교산학협력단 인공지능형 유방암 진단 장치 및 이를 이용한 유방암 자가 진단 방법
WO2024019220A1 (ko) * 2022-07-19 2024-01-25 주식회사 럭스로보 열화상 영상을 이용한 객체 행동 감지 시스템
KR20240011512A (ko) * 2022-07-19 2024-01-26 주식회사 럭스로보 열화상 영상을 이용한 객체 행동 감지 시스템
KR102636116B1 (ko) 2022-07-19 2024-02-13 주식회사 럭스로보 열화상 영상을 이용한 객체 행동 감지 시스템
WO2024096427A1 (ko) * 2022-11-03 2024-05-10 주식회사 솔고 바이오메디칼 스마트 매트리스 시스템
KR102581462B1 (ko) 2023-04-11 2023-09-22 주식회사 마크헬츠 감염병 대응 비대면 모니터링 및 원격상담 플랫폼 서비스 제공 시스템
KR102720770B1 (ko) * 2023-11-01 2024-10-24 주식회사 엘젠 Ai 아바타를 이용한 건강체크시스템 및 방법
KR102710336B1 (ko) * 2024-02-27 2024-09-26 (주)쿨스쿨 얼굴인식과 교육콘텐츠 통합 관리를 이용한 학생 출결 관리 시스템 및 방법

Also Published As

Publication number Publication date
US11839444B2 (en) 2023-12-12
US20220047160A1 (en) 2022-02-17

Similar Documents

Publication Publication Date Title
KR102199020B1 (ko) 천장형 인공지능 건강 모니터링 장치 및 이를 이용한 원격 의료 진단 방법
JP6488418B2 (ja) 情報処理方法、情報処理装置及び情報処理プログラム
JP2022160694A (ja) スパイロメトリデータを収集するための方法およびシステム
US20150294086A1 (en) Devices, systems, and methods for automated enhanced care rooms
US20170007126A1 (en) System for conducting a remote physical examination
US20150294067A1 (en) Devices, systems, and methods for automated enhanced care rooms
CN113288069A (zh) 用于生理监测的系统、方法和计算机程序产品
US20200383582A1 (en) Remote medical examination system and method
JP2015514456A (ja) 患者音を処理するための方法および装置
WO2006064635A1 (ja) 診断システム
US12039764B2 (en) Multimodal diagnosis system, method and apparatus
US20220005601A1 (en) Diagnostic device for remote consultations and telemedicine
JP2018109597A (ja) 健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム
CN114999646B (zh) 新生儿运动发育评估系统、方法、装置及存储介质
CN113838544A (zh) 用于提供与医学检查有关的反馈的系统、方法和计算机程序产品
WO2022073322A1 (zh) 手持式医疗机器人工作站及其应用方法、系统
US20220378377A1 (en) Augmented artificial intelligence system and methods for physiological data processing
CN111653342A (zh) 一种新型冠状病毒肺炎的中医人工智能临床辅助诊疗系统
CN110693466A (zh) 基于遥控感应技术的康复评估装置及其实现方法
CN109640819B (zh) 用于检测对象的哮喘发作或哮喘的设备、系统和方法
JP6677838B2 (ja) 情報処理方法、情報処理装置及び情報処理プログラム
JP2008167866A (ja) 診断ロボット、診断ロボットの制御方法及び制御プログラム
US20240260880A1 (en) Machine Learning (ML)-based Disease-Detection System Using Detection Animals
WO2021149319A1 (ja) 健康管理装置、健康管理方法、健康管理システム、プログラム、及び記録媒体
KR20230111288A (ko) 스마트 헬스케어 장치

Legal Events

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