KR102274034B1 - 증강 현실을 이용한 심폐소생술 가이드 방법, 장치 및 컴퓨터프로그램 - Google Patents

Abstract

증강 현실을 이용한 심폐소생술 가이드 방법, 장치 및 컴퓨터프로그램이 제공된다. 본 발명의 일 실시예에 따른 증강 현실을 이용한 심폐소생술 가이드 방법은 컴퓨팅 장치에 의해 수행되는 방법에 있어서, 응급 환자에 대한 정보를 수집하는 단계, 상기 수집한 응급 환자에 대한 정보에 기초하여, 상기 응급 환자에 대한 심폐소생술(Cardiopulmonary Resuscitation, CPR)을 수행할 지 여부를 결정하는 단계 및 상기 응급 환자에 대한 CPR을 수행할 것으로 결정된 경우, 증강현실(Augmented Reality, AR)을 이용하여 상기 응급 환자를 대상으로 수행할 CPR에 대한 안내 정보를 제공하는 단계를 포함한다.

Description

증강 현실을 이용한 심폐소생술 가이드 방법, 장치 및 컴퓨터프로그램{CARDIOPULMONARY RESUSCITATION GUIDE METHOD, APPARATUS AND COMPUTER PROGRAM USING AUGMENTED REALITY}

본 발명의 다양한 실시예는 증강 현실을 이용한 심폐소생술 가이드 방법, 장치 및 컴퓨터프로그램에 관한 것이다.

심폐소생술(Cardio Pulmonary Resuscitation, CPR)은 심장과 폐의 활동이 갑자기 멈추어 호흡이 정지되었을 경우에 실시하는 응급처치이다. 심정지가 발생하여 순환이 정지되면 뇌 조직 내의 산소가 1초 이내에 고갈되고 5분이 경과되면 포도당과 ATP(adenosine triphosphate)의 결핍이 일어나므로, 4-10분 내에 순환정지상태가 교정되지 못하면 중추신경계를 포함하는 신경조직의 불가역적인 손상에 의하여 생물학적 사망상태로 진행되므로 환자의 소생에 가장 중요한 것은 빠른 시간 내에 순환 및 호흡을 유지시켜 조직 내에 산소를 공급하는 것이다.

심정지 환자의 소생에 영향을 미치는 중요한 요소는 최초 발견자의 적절한 처치이다. 즉, 심정지 환자의 소생은 최초 발견자가 얼마나 빠른 시간 내에 적절한 심폐소생술이 수행하는지에 달려있다. 이와 같이, 최초 발견자의 심폐소생술의 효과와 중요성이 강조되면서, 국가적 차원에서 심폐소생술 교육을 장려하고 있고 지원도 활발하게 이루어지고 있다.

그러나, 종래의 심폐소생술 교육은 이론 위주로 이루어져 환자의 반응이나 시술의 정확도를 판단하기가 어려우며 교육자의 1:1 피드백이 어려운 상황이다. 또한, 실제 응급 상황이 발생하는 경우 사용자는 당황하여 제대로 심폐소생술을 습득했다고 하더라도 이를 정확하게 실시하지 못하는 경우가 대부분이다.

한국공개특허 제10-2011-0096730호(2011.08.31)

본 발명이 해결하고자 하는 과제는 응급 환자의 상태 정보에 기초하여 응급 환자에 대한 CPR을 수행할 지 여부를 판단하고, 심폐소생술을 수행할 것으로 결정된 경우 증강현실(Augmented Reality, AR)을 이용하여 응급 환자를 대상으로 수행할 CPR에 대한 안내 정보를 제공할 뿐만 아니라 CPR에 대한 안내 정보에 따라 수행되는 사용자의 CPR 동작을 분석하고, 이를 이용하여 사용자에 대한 피드백 정보를 제공함으로써, 사용자가 응급 환자를 대상으로 보다 정확한 CPR 동작을 수행할 수 있도록 하는 증강 현실을 이용한 심폐소생술 가이드 방법, 장치 및 컴퓨터프로그램을 제공하는 것이다.

본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 증강 현실을 이용한 심폐소생술 가이드 방법은, 컴퓨팅 장치에 의해 수행되는 방법에 있어서, 응급 환자에 대한 정보를 수집하는 단계, 상기 수집한 응급 환자에 대한 정보에 기초하여, 상기 응급 환자에 대한 심폐소생술(Cardiopulmonary Resuscitation, CPR)을 수행할 지 여부를 결정하는 단계 및 상기 응급 환자에 대한 CPR을 수행할 것으로 결정된 경우, 증강현실(Augmented Reality, AR)을 이용하여 상기 응급 환자를 대상으로 수행할 CPR에 대한 안내 정보를 제공하는 단계를 포함할 수 있다.

다양한 실시예에서, 상기 응급 환자에 대한 정보를 수집하는 단계는, 상기 CPR에 대한 안내 정보를 제공할 사용자의 단말에 구비된 카메라 모듈을 통해 복수의 대상을 촬영함으로써 생성된 상기 복수의 대상에 대한 영상 데이터를 분석하여, 상기 복수의 대상 중 상기 응급 환자를 식별하는 단계 및 상기 AR을 이용하여 상기 식별한 응급 환자의 상태 정보 및 상기 식별한 응급 환자의 외형 정보를 수집하는 동작을 수행할 것을 안내하는 제1 안내 정보를 제공하는 단계를 포함하며, 상기 CPR을 수행할 지 여부를 결정하는 단계는, 상기 제1 안내 정보에 따라 수집된 상기 상태 정보 및 상기 외형 정보와 기 설정된 CPR 실시 기준에 따라 상기 응급 환자에 대한 CPR을 수행할 지 여부를 결정하는 단계를 포함할 수 있다.

다양한 실시예에서, 상기 CPR에 대한 안내 정보를 제공하는 단계는, 상기 제1 안내 정보에 따라 수집된 상기 외형 정보에 기초하여 상기 식별한 응급 환자의 연령대를 추정하는 단계 및 상기 추정된 연령대에 기초하여 상기 식별한 응급 환자를 대상으로 수행할 CPR의 순서를 결정하고, 상기 AR을 이용하여 상기 결정된 CPR의 순서에 따라 CPR을 수행할 것을 안내하는 안내 정보를 제공하는 단계를 포함할 수 있다.

다양한 실시예에서, 상기 CPR에 대한 안내 정보를 제공하는 단계는, 상기 식별한 응급 환자를 대상으로 CPR을 수행할 것이 결정된 경우, 응급 환자의 발생 및 119 안전신고센터에 신고할 것을 안내하는 제2 안내 정보를 제공하는 단계를 포함하며, 상기 제2 안내 정보를 제공하는 단계는, 상기 카메라 모듈을 통해 상기 식별한 응급 환자 및 상기 식별한 응급 환자의 주변 환경을 촬영함으로써 생성된 영상 데이터를 분석하여 상기 식별한 응급 환자의 주변에 상기 사용자를 제외한 다른 사람이 있는 것으로 판단되는 경우, 상기 사용자의 단말에 구비된 음성 출력 모듈을 통해 상기 제2 안내 정보를 음성 형태로 출력하는 단계 및 상기 식별한 응급 환자의 주변에 상기 사용자를 제외한 다른 사람이 없는 것으로 판단되는 경우, 상기 AR을 이용하여 상기 제2 안내 정보를 상기 사용자의 단말로 제공하거나, 상기 119 안전신고센터의 서버와 연결되어 상기 119 안전신고센터의 서버로 직접 상기 제2 안내 정보를 제공하는 단계를 포함할 수 있다.

다양한 실시예에서, 상기 CPR에 대한 안내 정보를 제공하는 단계는, 상기 식별한 응급 환자를 대상으로 CPR을 수행할 것이 결정된 경우, CPR의 수행 순서에 따라 상기 식별한 응급 환자에 대한 흉부 압박을 수행할 것을 안내하는 제3 안내 정보를 제공하는 단계를 포함하며, 상기 제3 안내 정보를 제공하는 단계는, 상기 AR을 이용하여 상기 식별한 응급 환자에 대한 흉부 압박점에 대한 정보와 상기 흉부 압박을 수행하는 방법에 대한 정보를 제공하되, 상기 흉부 압박점은, 상기 제1 안내 정보에 따라 수집된 상기 식별한 응급 환자의 외형 정보에 기초하여 결정되는 것인, 단계를 포함할 수 있다.

다양한 실시예에서, 상기 CPR에 대한 안내 정보를 제공하는 단계는, 상기 식별한 응급 환자를 대상으로 CPR을 수행할 것이 결정된 경우, CPR의 수행 순서에 따라 상기 식별한 응급 환자에게 자동제세동기(AED)를 사용할 것을 안내하는 제4 안내 정보를 제공하는 단계를 포함하며, 상기 제4 안내 정보를 제공하는 단계는, 상기 AR을 이용하여 상기 식별된 응급 환자에게 상기 AED를 사용할 것을 안내하는 정보와 상기 AED를 사용하는 방법에 대한 정보를 제공하되, 상기 AED를 사용하는 방법은 상기 제1 안내 정보에 따라 수집된 상기 외형 정보에 기초하여 추정된 상기 식별한 응급 환자의 연령대에 따라 결정된 것인, 단계를 포함할 수 있다.

다양한 실시예에서, 상기 CPR에 대한 안내 정보를 제공하는 단계는, 상기 CPR에 대한 안내 정보에 따라 수행된 상기 사용자의 CPR 동작을 분석하고, 상기 AR을 이용하여 상기 분석한 사용자의 CPR 동작에 대한 피드백 정보를 제공하는 단계를 포함할 수 있다.

다양한 실시예에서, 상기 제1 안내 정보에 따라 수집된 상기 상태 정보 및 상기 외형 정보와 상기 CPR에 대한 안내 정보에 따라 수행된 상기 사용자의 CPR 동작을 이용하여 결과 리포트를 생성하는 단계를 더 포함하며, 상기 CPR에 대한 안내 정보를 제공하는 단계는, 복수의 응급 환자 및 복수의 사용자가 상기 복수의 응급 환자 각각에 대한 CPR을 수행함으로써 생성된 복수의 결과 리포트를 분석하여 사용자별 CPR 동작 패턴을 추출하는 단계 및 신규 사용자에게 신규 응급 환자를 대상으로 수행할 CPR에 대한 안내 정보를 제공하되, 상기 추출된 사용자별 CPR 동작 패턴에 기초하여 상기 신규 사용자에 커스터마이즈된 상기 CPR에 대한 안내 정보를 제공하는 단계를 포함할 수 있다.

상술한 과제를 해결하기 위한 본 발명의 다른 실시예에 따른 증강 현실을 이용한 심폐소생술 가이드 장치는, 프로세서, 네트워크 인터페이스, 메모리 및 상기 메모리에 로드(load)되고, 상기 프로세서에 의해 실행되는 컴퓨터 프로그램을 포함하되, 상기 컴퓨터 프로그램은, 응급 환자에 대한 정보를 수집하는 인스트럭션(instruction), 상기 수집한 응급 환자에 대한 정보에 기초하여, 상기 응급 환자에 대한 심폐소생술(Cardiopulmonary Resuscitation, CPR)을 수행할 지 여부를 결정하는 인스트럭션 및 상기 응급 환자에 대한 CPR을 수행할 것으로 결정된 경우, 증강현실(Augmented Reality, AR)을 이용하여 상기 응급 환자를 대상으로 수행할 CPR에 대한 안내 정보를 제공하는 인스트럭션을 포함할 수 있다.

상술한 과제를 해결하기 위한 본 발명의 또 다른 실시예에 따른 컴퓨터로 읽을 수 있는 기록매체에 기록된 컴퓨터프로그램은, 컴퓨팅 장치와 결합되어, 응급 환자에 대한 정보를 수집하는 단계, 상기 수집한 응급 환자에 대한 정보에 기초하여, 상기 응급 환자에 대한 심폐소생술(Cardiopulmonary Resuscitation, CPR)을 수행할 지 여부를 결정하는 단계, 상기 응급 환자에 대한 CPR을 수행할 것으로 결정된 경우, 증강현실(Augmented Reality, AR)을 이용하여 상기 응급 환자를 대상으로 수행할 CPR에 대한 안내 정보를 제공하는 단계를 실행시키기 위하여 컴퓨터로 판독가능한 기록매체에 저장될 수 있다.

본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.

본 발명의 다양한 실시예에 따르면, 응급 환자의 상태 정보에 기초하여 응급 환자에 대한 CPR을 수행할 지 여부를 판단하고, 심폐소생술을 수행할 것으로 결정된 경우 증강현실(Augmented Reality, AR)을 이용하여 응급 환자를 대상으로 수행할 CPR에 대한 안내 정보를 제공할 뿐만 아니라 CPR에 대한 안내 정보에 따라 수행되는 사용자의 CPR 동작을 분석하고, 이를 이용하여 사용자에 대한 피드백 정보를 제공함으로써, 사용자가 응급 환자를 대상으로 보다 정확한 CPR 동작을 수행할 수 있도록 안내할 수 있다.

본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 발명의 일 실시예에 따른 증강 현실을 이용한 심폐소생술 가이드 시스템을 도시한 도면이다.
도 2는 본 발명의 다른 실시예에 따른 증강 현실을 이용한 심폐소생술 가이드 장치의 하드웨어 구성도이다.
도 3은 본 발명의 또 다른 실시예에 따른 증강 현실을 이용한 심폐소생술 가이드 방법의 순서도이다.
도 4는 다양한 실시예에서, 심폐소생술에 대한 안내 정보 제공 방법의 순서도이다.
도 5는 다양한 실시예에서, 사용자별 CPR 동작 패턴에 따라 커스터마이즈된 안내 정보를 제공하는 방법의 순서도이다.
도 6 및 7은 다양한 실시예에서, 증강 현실을 이용한 심폐소생술 가이드 장치가 제공하는 사용자 인터페이스(User Interface, UI)를 도시한 도면이다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.

명세서에서 사용되는 "부" 또는 “모듈”이라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부" 또는 “모듈”은 어떤 역할들을 수행한다. 그렇지만 "부" 또는 “모듈”은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부" 또는 “모듈”은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부" 또는 “모듈”은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부" 또는 “모듈”들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부" 또는 “모듈”들로 결합되거나 추가적인 구성요소들과 "부" 또는 “모듈”들로 더 분리될 수 있다.

공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.

본 명세서에서, 컴퓨터는 적어도 하나의 프로세서를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시 예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, 컴퓨터는 스마트폰, 태블릿 PC, 데스크톱, 노트북 및 각 장치에서 구동되는 사용자 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또한 이에 제한되는 것은 아니다.

또한, 본 명세서에 개시된 증강 현실을 이용한 심폐소생술 가이드 방법은 실제 심폐소생술이 필요한 응급 환자와 응급 환자를 대상으로 수행할 CPR에 대한 안내 정보를 제공하는 것으로 설명하고 있으나, 이는 증강 현실을 이용한 심폐소생술 가이드 방법을 설명하기 위한 하나의 예시일 뿐 실제 환자가 아닌 기구(더미)를 이용하여 심폐소생술을 시뮬레이션(simulation)하는 경우나 심폐소생술을 훈련(training)하는 경우에도 적용될 수 있다.

이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.

본 명세서에서 설명되는 각 단계들은 컴퓨터에 의하여 수행되는 것으로 설명되나, 각 단계의 주체는 이에 제한되는 것은 아니며, 실시 예에 따라 각 단계들의 적어도 일부가 서로 다른 장치에서 수행될 수도 있다.

도 1은 본 발명의 일 실시예에 따른 증강 현실을 이용한 심폐소생술 가이드 시스템을 도시한 도면이다.

도 1을 참조하면, 본 발명의 일 실시예에 따른 증강 현실을 이용한 심폐소생술 가이드 시스템은 심폐소생술 가이드 장치(100), 사용자 단말(200) 및 외부 서버(300)를 포함할 수 있다.

여기서, 도 1에 도시된 본 발명의 일 실시예에 따른 증강 현실을 이용한 심폐소생술 가이드 시스템은 일 실시예에 따른 것이고, 그 구성 요소가 도 1에 도시된 실시예에 한정되는 것은 아니며, 필요에 따라 부가, 변경 또는 삭제될 수 있다.

일 실시예에서, 심폐소생술 가이드 장치(100)는 응급 환자를 대상으로 수행할 CPR에 대한 안내 정보를 제공할 수 있다(예: 도 6 및 7) 예를 들어, 심폐소생술 가이드 장치(100)는 복수의 사람들 중 응급 환자를 식별하고, 식별한 응급 환자에 대한 각종 정보에 기초하여 응급 환자에 대한 CPR 수행이 필요한지 여부를 판단할 수 있으며, 응급 환자에 대한 CPR을 수행할 것으로 결정된 경우 응급 환자를 대상으로 수행할 CPR에 대한 안내 정보를 제공할 수 있다.

이때, 심폐소생술 가이드 장치(100)는 증강현실(Augmented Reality, AR)을 이용하여 CPR에 대한 안내 정보를 제공할 수 있으나, 이에 한정되지 않고, CPR에 대한 안내 정보를 제공받는 사용자의 사용자 단말(200)의 AR 기능이 오프(OFF)되어 있거나, AR 기능을 지원하지 않는 경우, 텍스트 형태의 안내 정보를 제공(예: 팝업)하거나 음성 형태의 안내 정보를 제공(예: 스피커를 통한 음성 출력)할 수 있다.

일 실시예에서, 사용자 단말(200)은 네트워크(400)를 통해 심폐소생술 가이드 장치(100)와 연결될 수 있으며, 심폐소생술 가이드 장치(100)로부터 응급 환자에게 CPR을 수행하기 위해 필요한 각종 안내 정보를 제공받을 수 있다.

다양한 실시예에서, 사용자 단말(200)은 사용자 단말(200)의 적어도 일부분에 디스플레이를 포함하며 카메라 모듈을 구비하거나 외부 카메라 모듈과 연결이 가능한 스마트폰, 태블릿 PC, 데스크톱 및 노트북을 포함할 수 있으며, 디스플레이를 통해 심폐소생술 가이드 장치(100)로부터 제공되는 각종 안내 정보 출력하는 사용자 인터페이스(User Interface, UI)(예: 도 6 및 7의 10)를 제공받을 수 있다.

다양한 실시예에서, 사용자 단말(200)은 도 1에 도시된 바와 같이 AR 기능이 적용 가능한 기기(예: AR 글래스)일 수 있으며, 심폐소생술 가이드 장치(100)로부터 AR 형태의 안내 정보를 제공받아 출력할 수 있다. 그러나, 이에 한정되지 않는다.

일 실시예에서, 외부 서버(300)는 네트워크(400)를 통해 심폐소생술 가이드 장치(100)와 연결될 수 있으며, 심폐소생술 가이드 장치(100)가 응급 환자에 대한 CPR을 수행할 지 여부를 결정하는 동작 및 CPR에 대한 안내 정보를 생성하고 이를 제공하는 동작을 수행하기 위하여 필요한 각종 정보를 제공할 수 있다.

또한, 외부 서버(300)는 심폐소생술 가이드 장치(100)가 응급 환자에 대한 CPR을 수행할 지 여부를 결정하는 동작 및 CPR에 대한 안내 정보를 생성하고 이를 제공하는 동작을 수행함으로써 생성되는 각종 정보와 사용자가 CPR에 대한 안내 정보에 따라 CPR 동작을 수행함으로써 생성되는 정보를 제공받아 저장할 수 있다.

다양한 실시예에서, 외부 서버(300)는 심폐소생술 가이드 장치(100) 외부에 별도로 구비되는 저장 서버일 수 있다. 그러나, 이에 한정되지 않고, 심폐소생술 가이드 장치(100)는 내부에 별도의 저장 장치를 구비하여 자체적으로 상기의 정보를 저장 및 관리할 수 있다. 이하, 도 2를 참조하여, 심폐소생술 가이드 장치(100)의 하드웨어 구성에 대해 설명하도록 한다.

도 2는 본 발명의 다른 실시예에 따른 증강 현실을 이용한 심폐소생술 가이드 장치의 하드웨어 구성도이다.

도 2를 참조하면, 본 발명의 다른 실시예에 따른 심폐소생술 가이드 장치(100)(이하, “컴퓨팅 장치(100)”)는 하나 이상의 프로세서(110), 프로세서(110)에 의하여 수행되는 컴퓨터 프로그램(151)을 로드(Load)하는 메모리(120), 버스(130), 통신 인터페이스(140) 및 컴퓨터 프로그램(151)을 저장하는 스토리지(150)를 포함할 수 있다. 여기서, 도 2에는 본 발명의 실시예와 관련 있는 구성요소들만 도시되어 있다. 따라서, 본 발명이 속한 기술분야의 통상의 기술자라면 도 2에 도시된 구성요소들 외에 다른 범용적인 구성 요소들이 더 포함될 수 있음을 알 수 있다.

프로세서(110)는 컴퓨팅 장치(100)의 각 구성의 전반적인 동작을 제어한다. 프로세서(110)는 CPU(Central Processing Unit), MPU(Micro Processor Unit), MCU(Micro Controller Unit), GPU(Graphic Processing Unit) 또는 본 발명의 기술 분야에 잘 알려진 임의의 형태의 프로세서를 포함하여 구성될 수 있다.

또한, 프로세서(110)는 본 발명의 실시예들에 따른 방법을 실행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있으며, 컴퓨팅 장치(100)는 하나 이상의 프로세서를 구비할 수 있다.

다양한 실시예에서, 프로세서(110)는 프로세서(110) 내부에서 처리되는 신호(또는, 데이터)를 일시적 및/또는 영구적으로 저장하는 램(RAM: Random Access Memory, 미도시) 및 롬(ROM: Read-Only Memory, 미도시)을 더 포함할 수 있다. 또한, 프로세서(110)는 그래픽 처리부, 램 및 롬 중 적어도 하나를 포함하는 시스템온칩(SoC: system on chip) 형태로 구현될 수 있다.

메모리(120)는 각종 데이터, 명령 및/또는 정보를 저장한다. 메모리(120)는 본 발명의 다양한 실시예에 따른 방법/동작을 실행하기 위하여 스토리지(150)로부터 컴퓨터 프로그램(151)을 로드할 수 있다. 메모리(120)에 컴퓨터 프로그램(151)이 로드되면, 프로세서(110)는 컴퓨터 프로그램(151)을 구성하는 하나 이상의 인스트럭션들을 실행함으로써 상기 방법/동작을 수행할 수 있다. 메모리(120)는 RAM과 같은 휘발성 메모리로 구현될 수 있을 것이나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다.

버스(130)는 컴퓨팅 장치(100)의 구성 요소 간 통신 기능을 제공한다. 버스(130)는 주소 버스(address Bus), 데이터 버스(Data Bus) 및 제어 버스(Control Bus) 등 다양한 형태의 버스로 구현될 수 있다.

통신 인터페이스(140)는 컴퓨팅 장치(100)의 유무선 인터넷 통신을 지원한다. 또한, 통신 인터페이스(140)는 인터넷 통신 외의 다양한 통신 방식을 지원할 수도 있다. 이를 위해, 통신 인터페이스(140)는 본 발명의 기술 분야에 잘 알려진 통신 모듈을 포함하여 구성될 수 있다. 몇몇 실시예에서, 통신 인터페이스(140)는 생략될 수도 있다.

스토리지(150)는 컴퓨터 프로그램(151)을 비 임시적으로 저장할 수 있다. 컴퓨팅 장치(100)를 통해 정밀 진단 모듈 제안 프로세스를 수행하는 경우, 스토리지(150)는 증강 현실을 이용한 심폐소생술 가이드 방법을 제공하기 위하여 필요한 각종 정보를 저장할 수 있다.

스토리지(150)는 ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리 등과 같은 비휘발성 메모리, 하드 디스크, 착탈형 디스크, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체를 포함하여 구성될 수 있다.

컴퓨터 프로그램(151)은 메모리(120)에 로드될 때 프로세서(110)로 하여금 본 발명의 다양한 실시예에 따른 방법/동작을 수행하도록 하는 하나 이상의 인스트럭션들을 포함할 수 있다. 즉, 프로세서(110)는 상기 하나 이상의 인스트럭션들을 실행함으로써, 본 발명의 다양한 실시예에 따른 상기 방법/동작을 수행할 수 있다.

일 실시예에서, 컴퓨터 프로그램(151)은 응급 환자에 대한 정보를 수집하는 단계, 수집한 응급 환자에 대한 정보에 기초하여, 응급 환자에 대한 심폐소생술(Cardiopulmonary Resuscitation, CPR)을 수행할 지 여부를 결정하는 단계 및 응급 환자에 대한 CPR을 수행할 것으로 결정된 경우, 증강현실(Augmented Reality, AR)을 이용하여 응급 환자를 대상으로 수행할 CPR에 대한 안내 정보를 제공하는 단계를 포함하는 증강 현실을 이용한 심폐소생술 가이드 방법을 수행하도록 하는 하나 이상의 인스트럭션을 포함할 수 있다.

본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.

본 발명의 구성 요소들은 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다. 본 발명의 구성 요소들은 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있으며, 이와 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 이하, 도 3을 참조하여, 컴퓨팅 장치(100)가 수행하는 증강 현실을 이용한 심폐소생술 가이드 방법에 대하여 설명하도록 한다.

도 3은 본 발명의 또 다른 실시예에 따른 증강 현실을 이용한 심폐소생술 가이드 방법의 순서도이다.

도 3을 참조하면, S110 단계에서, 컴퓨팅 장치(100)는 응급 환자에 대한 정보를 수집할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 CPR에 대한 안내 정보를 제공할 사용자 단말(200)에 구비된 카메라 모듈(예: 사용자 단말(200)에 내장된 카메라 모듈 또는 사용자 단말(200)과 연결되는 외부의 카메라 모듈)을 이용하여 복수의 대상(예: 복수의 행인, 환자 등)을 촬영함으로써 생성된 복수의 대상에 대한 영상 데이터를 분석하여 복수의 대상 중 응급 환자를 식별할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 복수의 대상에 대한 영상 데이터를 분석하여, 복수의 대상 중 쓰러지는 행동을 보이는 대상 및 대상이 쓰러진 이후에 기 설정된 시간 동안 일어나는 행동을 보이지 않거나, 경련, 발작 등과 같은 이상 증세를 보이는 대상을 응급 환자로 식별할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 제1 인공지능 모델을 이용하여 복수의 대상에 대한 영상 데이터를 분석함으로써, 복수의 대상 중 응급 환자를 식별할 수 있다.

여기서, 제1 인공지능 모델은 응급 환자를 포함하는 복수의 대상의 상태 정보, 외형 정보 및 행동 패턴 정보를 포함하는 데이터(예: 이미지, 동영상을 포함하는 영상 데이터 및 텍스트 데이터)에 응급 환자인지 여부를 가리키는 정보를 레이블링(Labeling)한 학습 데이터를 이용하여 지도 학습(Supervised Learning)된 인공지능 모델일 수 있다. 예를 들어, 컴퓨팅 장치(100)는 복수의 대상에 대한 상태 정보, 외형 정보 및 행동 패턴 정보를 포함하는 복수의 영상 데이터를 제1 인공지능 모델의 입력 데이터로 하여, 응급 환자로 추정되는 대상을 가리키는 결과 데이터를 추출할 수 있다. 그러나, 복수의 대상 중 응급 환자를 식별하는 방법은 이에 한정되지 않고, 다양한 방법이 적용될 수 있다.

여기서, 인공지능 모델(예: 신경망)은 하나 이상의 네트워크 함수로 구성되며, 하나 이상의 네트워크 함수는 일반적으로 ‘노드’라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 ‘노드’들은 ‘뉴런(neuron)’들로 지칭될 수도 있다. 하나 이상의 네트워크 함수는 적어도 하나 이상의 노드들을 포함하여 구성된다. 하나 이상의 네트워크 함수를 구성하는 노드(또는 뉴런)들은 하나 이상의 ‘링크’에 의해 상호 연결될 수 있다.

신경망 내에서, 링크를 통해 연결된 하나 이상의 노드들은 상대적으로 입력 노드 및 출력 노드의 관계를 형성할 수 있다. 입력 노드 및 출력 노드의 개념은 상대적인 것으로서, 하나의 노드에 대하여 출력 노드 관계에 있는 임의의 노드는 다른 노드와의 관계에서 입력 노드 관계에 있을 수 있으며, 그 역도 성립할 수 있다. 전술한 바와 같이, 입력 노드 대 출력 노드 관계는 링크를 중심으로 생성될 수 있다. 하나의 입력 노드에 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 성립할 수 있다.

하나의 링크를 통해 연결된 입력 노드 및 출력 노드 관계에서, 출력 노드는 입력 노드에 입력된 데이터에 기초하여 그 값이 결정될 수 있다. 여기서 입력 노드와 출력 노드를 상호 연결하는 노드는 가중치(weight)를 가질 수 있다. 가중치는 가변적일 수 있으며, 신경망이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드 값을 결정할 수 있다.

전술한 바와 같이, 신경망은 하나 이상의 노드들이 하나 이상의 링크를 통해 상호연결 되어 신경망 내에서 입력 노드 및 출력 노드 관계를 형성한다. 신경망 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 가중치의 값에 따라, 신경망의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들 사이의 가중치 값이 상이한 두 신경망이 존재하는 경우, 두 개의 신경망들은 서로 상이한 것으로 인식될 수 있다.

신경망을 구성하는 노드들 중 일부는, 최초 입력 노드로부터의 거리들에 기초하여, 하나의 레이어(layer)를 구성할 수 있다. 예를 들어, 최초 입력 노드로부터 거리가 n인 노드들의 집합은, n 레이어를 구성할 수 있다. 최초 입력 노드로부터 거리는, 최초 입력 노드로부터 해당 노드까지 도달하기 위해 거쳐야 하는 링크들의 최소 개수에 의해 정의될 수 있다. 그러나, 이러한 레이어의 정의는 설명을 위한 임의적인 것으로서, 신경망 내에서 레이어의 차수는 전술한 것과 상이한 방법으로 정의될 수 있다. 예를 들어, 노드들의 레이어는 최종 출력 노드로부터 거리에 의해 정의될 수도 있다.

최초 입력 노드는 신경망 내의 노드들 중 다른 노드들과의 관계에서 링크를 거치지 않고 데이터가 직접 입력되는 하나 이상의 노드들을 의미할 수 있다. 또는, 신경망 네트워크 내에서, 링크를 기준으로 한 노드 간의 관계에 있어서, 링크로 연결된 다른 입력 노드들 가지지 않는 노드들을 의미할 수 있다. 이와 유사하게, 최종 출력 노드는 신경망 내의 노드들 중 다른 노드들과의 관계에서, 출력 노드를 가지지 않는 하나 이상의 노드들을 의미할 수 있다. 또한, 히든 노드는 최초 입력 노드 및 최후 출력 노드가 아닌 신경망을 구성하는 노드들을 의미할 수 있다. 본 개시의 일 실시예에 따른 신경망은 입력 레이어의 노드가 출력 레이어에 가까운 히든 레이어의 노드보다 많을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하는 형태의 신경망일 수 있다.

신경망은 하나 이상의 히든 레이어를 포함할 수 있다. 히든 레이어의 히든 노드는 이전의 레이어의 출력과 주변 히든 노드의 출력을 입력으로 할 수 있다. 각 히든 레이어 별 히든 노드의 수는 동일할 수도 있고 상이할 수도 있다. 입력 레이어의 노드의 수는 입력 데이터의 데이터 필드의 수에 기초하여 결정될 수 있으며 히든 노드의 수와 동일할 수도 있고 상이할 수도 있다. 입력 레이어에 입력된 입력 데이터는 히든 레이어의 히든 노드에 의하여 연산될 수 있고 출력 레이어인 완전 연결 레이어(FCL: fully connected layer)에 의해 출력될 수 있다.

또한, 여기서, 지도 학습은 통상적으로 특정 데이터와 특정 데이터에 연관된 정보를 레이블링하여 학습 데이터를 생성하고, 이를 이용하여 학습시키는 방법으로써, 인과 관계를 가진 두 데이터를 레이블링하여 학습 데이터를 생성하고, 생성된 학습 데이터를 통해 학습하는 방법을 의미한다.

보다 구체적으로, 컴퓨팅 장치(100)는 레이블링된 학습 데이터를 이용하여 인공지능 모델을 구성하는 하나 이상의 네트워크 함수에 대한 학습을 수행할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 학습 입력 데이터 각각을 하나 이상의 네트워크 함수에 입력시키고, 하나 이상의 네트워크 함수로 연산된 출력 데이터 각각과 학습 입력 데이터 각각의 레이블에 해당하는 학습 출력 데이터 각각을 비교하여 오차를 도출할 수 있다. 즉, 신경망의 학습에서 학습 입력 데이터는 하나 이상의 네트워크 함수의 입력 레이어에 입력될 수 있으며, 학습 출력 데이터는 하나 이상의 네트워크 함수의 출력과 비교될 수 있다.

컴퓨팅 장치(100)는 학습 입력 데이터에 대한 하나 이상의 네트워크 함수의 연산 결과와 학습 출력 데이터(레이블)의 오차에 기초하여 신경망을 학습시킬 수 있다.

또한, 컴퓨팅 장치(100)는 오차에 기초하여 하나 이상의 네트워크 함수의 가중치를 역전파 방식으로 조정할 수 있다. 즉, 컴퓨팅 장치(100)는 학습 입력 데이터에 대한 하나 이상의 네트워크 함수의 연산 결과와 학습 출력 데이터의 오차에 기초하여 하나 이상의 네트워크 함수의 출력이 학습 출력 데이터에 가까워지도록 가중치를 조정할 수 있다.

컴퓨팅 장치(100)는 하나 이상의 네트워크 함수의 학습이 사전 결정된 에폭 이상 수행된 경우, 검증 데이터를 이용하여 학습의 중단 여부를 결정할 수 있다. 사전 결정된 에폭은 전체 학습 목표 에폭의 일부일 수 있다.

검증 데이터는 레이블링된 학습 데이터 중 적어도 일부로 구성될 수 있다. 즉, 컴퓨팅 장치(100)는 학습 데이터를 통해 신경망의 학습을 수행하며, 신경망의 학습이 사전에 결정된 에폭 이상 반복된 후, 검증 데이터를 이용하여 신경망의 학습 효과가 사전 결정된 수준 이상인지 여부를 판단할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 100개의 학습 데이터를 이용하여 목표 반복 학습 횟수가 10회인 학습을 수행하는 경우, 사전에 결정된 에폭인 10회의 반복 학습을 수행한 후, 10개의 검증 데이터를 이용하여 3회의 반복 학습을 수행하여, 3회의 반복 학습 동안 신경망 출력의 변화가 사전에 결정된 수준 이하인 경우 더 이상의 학습이 무의미한 것으로 판단하고 학습을 종료할 수 있다.

즉, 검증 데이터는 신경망의 반복 학습에서 에폭별 학습의 효과가 일정 이상인지 이하인지 여부에 기초하여 학습의 완료를 결정하는 데 이용될 수 있다. 전술한 학습 데이터, 검증 데이터의 수 및 반복 횟수는 예시일 뿐이며 이에 한정되지 않는다.

컴퓨팅 장치(100)는 테스트 데이터를 이용하여 하나 이상의 네트워크 함수의 성능을 테스트하여 하나 이상의 네트워크 함수의 활성화 여부를 결정함으로써, 인공지능 모델을 생성할 수 있다. 테스트 데이터는 신경망의 성능을 검증하기 위하여 사용될 수 있으며, 학습 데이터 중 적어도 일부로 구성될 수 있다. 예를 들어, 학습 데이터 중 70%는 신경망의 학습(즉, 레이블과 비슷한 결과값을 출력하도록 가중치를 조정하기 위한 학습)을 위해 활용될 수 있으며, 30%는 신경망의 성능을 검증하기 위한 테스트 데이터로써 활용될 수 있다. 컴퓨팅 장치(100)는 학습이 완료된 신경망에 테스트 데이터를 입력하고 오차를 측정하여 사전 결정된 성능 이상인지 여부에 따라 신경망의 활성화 여부를 결정할 수 있다.

컴퓨팅 장치(100)는 학습이 완료된 신경망에 테스트 데이터를 이용하여 학습 완료된 신경망의 성능을 검증하고 학습 완료된 신경망의 성능이 사전에 결정된 기준 이상인 경우 해당 신경망을 다른 어플리케이션에서 사용하도록 활성화할 수 있다.

또한, 컴퓨팅 장치(100)는 학습 완료된 신경망의 성능이 사전에 결정된 기준 이하인 경우 해당 신경망을 비활성화하여 폐기할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 정확도(accuracy), 정밀도(precision), 재현율(recall) 등의 요소를 기준으로 하여 생성된 신경망 모델의 성능을 판단할 수 있다. 전술한 성능 평가 기준은 예시일 뿐이며 본 개시는 이에 제한되지 않는다. 본 개시의 일 실시예에 따라 컴퓨팅 장치(100)는 각각의 신경망을 독립적으로 학습시켜 복수의 신경망 모델을 생성할 수 있으며, 성능을 평가하여 일정 성능 이상의 신경망만을 사용할 수 있다.

이후, 컴퓨팅 장치(100)는 AR을 이용하여, 응급 환자의 상태 정보 및 응급 환자의 외형 정보를 수집하는 동작을 수행할 것을 안내하는 제1 안내 정보를 사용자 단말(200)로 제공할 수 있고, 사용자가 제1 안내 정보에 따라 정보 수집 동작을 수행함으로써 얻어지는 응급 환자의 상태 정보 및 외형 정보를 사용자 단말(200)로부터 제공받을 수 있다.

여기서, 응급 환자의 상태 정보는 응급 환자의 호흡, 맥박 및 의식 유무 등에 대한 정보를 포함할 수 있고, 응급 환자의 외형 정보는 응급 환자의 성별, 체형(예: 키, 몸무게 및 신체의 구조적 특징 등), 외상 유무 등에 대한 정보를 포함할 수 있다.

또한, 제1 안내 정보는 응급 환자가 의식이 있는지 여부 등과 같이 응급 환자의 상태를 파악할 것을 안내하는 안내 정보(예: 응급 환자의 어깨를 터치하며 응급 환자가 의식이 있는지 여부를 판단할 것을 안내하거나 응급 환자의 눈(동공)을 확인할 것을 안내하는 정보)와 응급 환자가 외상을 입었는지 여부 등과 같이 응급 환자의 외형 정보를 파악할 것을 안내하는 안내 정보(예: 응급 환자의 신체를 전체적으로 훑어볼 것을 안내하는 정보)를 포함할 수 있다. 그러나, 이에 한정되지 않는다.

S120 단계에서, 컴퓨팅 장치(100)는 응급 환자로부터 수집한 정보에 기초하여, 응급 환자에 대한 CPR을 수행할 지 여부를 결정할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 제1 안내 정보에 따라 수집된 응급 환자에 대한 상태 정보 및 외형 정보와 기 설정된 CPR 실시 기준(또는 CPR 미실시 기준)에 따라 응급 환자에 대한 CPR을 수행할 지 여부를 결정할 수 있다.

여기서, 기 설정된 CPR 실시 기준은 CPR을 실시하려는 대상이 심정지 환자인 경우를 포함할 수 있고, CPR 미실시 기준은 CPR을 실시하려는 대상에게 심각한 부상이나 사망의 위험이 있는 경우, 확실하게 회복 불가능한 사망의 임상적인 징후(예: 사후 경직, 시반, 참수, 신체절단, 부패 등)가 있는 경우 및 CPR을 원하지 않는다는 확실한 의학적 지시 또는 DNR 표식이 있는 경우를 포함할 수 있으며, 컴퓨팅 장치(100)를 통해 증강 현실을 이용한 심폐소생술 가이드 방법을 수행하고자 하는 관리자에 의해 사전에 입력될 수 있으나, 이에 한정되지 않는다.

다양한 실시예에서, 컴퓨팅 장치(100)는 제2 인공지능 모델을 이용하여 응급 환자에 대한 상태 정보 및 외형 정보를 분석함으로써, 응급 환자에 대한 CPR을 수행할 지 여부를 결정할 수 있다.

여기서, 제2 인공지능 모델은 복수의 응급 환자에 대한 상태 정보, 외형 정보 및 기 설정된 CPR 실시 기준(또는 CPR 미실시 기준)을 포함하는 데이터에 CPR을 수행할지 여부를 레이블링함으로써 생성된 학습 데이터를 이용하여 지도 학습된 인공지능 모델일 수 있다. 예를 들어, 컴퓨팅 장치(100)는 응급 환자에 대한 상태 정보 및 외형 정보를 제2 인공지능 모델의 입력 데이터로 하여 해당 응급 환자에게 CPR을 수행할 지 여부를 가리키는 결과 데이터를 추출할 수 있다. 그러나, 이에 한정되지 않고, 응급 환자에 대한 CPR을 수행할 지 여부를 결정하는 다양한 방법이 적용될 수 있다.

또한, 여기서, 컴퓨팅 장치(100)는 서로 다른 인공지능 모델(예: 제1 인공지능 모델 및 제2 인공지능 모델)을 이용하여 응급 환자를 식별하는 동작 및 응급 환자에 대한 CPR을 수행할 지 여부를 결정하는 동작을 수행하는 것으로 설명하고 있으나, 이에 한정되지 않고, 하나의 인공지능 모델을 이용하여 복수의 동작 각각을 순차적으로 수행할 수 있다.

S130 단계에서, 컴퓨팅 장치(100)는 응급 환자에 대한 상태 정보 및 외형 정보와 기 설정된 CPR 실시 기준(또는 CPR 미실시 기준)에 기초하여 응급 환자에 대하여 CPR을 수행할 것으로 결정된 경우, AR을 이용하여 응급 환자를 대상으로 수행할 CPR에 대한 안내 정보를 제공할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 사용자 단말(200)로부터 위치 정보(예: GPS 정보)를 수집하고, 수집한 위치 정보를 기준으로 소정의 범위 내에 위치한 복수의 사용자에 대한 사용자 단말(200)로 CPR에 대한 안내 정보를 제공할 수 있다. 이후, 컴퓨팅 장치(100)는 소정의 범위 내에 위치한 복수의 사용자가 상호 교대하여 CPR을 실시할 수 있도록 하는 CPR에 대한 안내 정보를 제공할 수 있다.

CPR은 복수의 동작 절차를 포함하며, 각각의 절차(특히, 흉부 압박 동작)마다 높은 강도의 움직임을 요구하기 때문에 체력 소모가 심하다. 이러한 점을 고려하여, 실제 병원 내에서 CPR 동작을 수행하는 경우에도 여러 명의 의사들이 교대하며 CPR을 수행한다.

이러한 점을 고려하여, 컴퓨팅 장치(100)는 응급 환자를 대상으로 CPR을 수행해야 하는 것으로 판단되는 경우, 단순히 CPR을 수행할 한 명의 사용자에게만 CPR에 대한 안내 정보를 제공하지 않고 응급 환자 주변에 있는 다른 사용자들에게도 해당 정보를 함께 제공함으로써, 상황에 따라 여러 사람이 CPR 동작을 교대하며 수행할 수 있도록 할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 제1 안내 정보에 따라 수집된 응급 환자의 외형 정보에 기초하여 응급 환자의 연령대를 추정할 수 있고, 추정된 연령대에 기초하여 식별한 응급 환자를 대상으로 수행할 CPR의 순서를 결정할 수 있으며, AR을 이용하여 결정된 CPR의 순서에 따라 CPR을 수행할 것을 안내하는 안내 정보를 제공할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 복수의 대상에 대한 외형 정보에 복수의 대상 각각의 나이 정보를 레이블링 함으로써 생성된 학습 데이터를 이용하여 지도 학습된 인공지능 모델을 이용하여 응급 환자의 연령대를 추정할 수 있다.

CPR은 CPR의 대상이 되는 응급 환자가 성인인지 또는 영아 및 소아(예: 8세 이하)인지에 따라 다른 순서로 진행하게 된다. 예를 들어, 응급 환자가 성인일 경우, 응급 환자의 상태(호흡, 맥박, 의식)을 확인하는 동작, 응급의료기관에 신고하는 동작, 자동제세동기(AED)를 사용하는 동작 및 흉부 압박 동작 순으로 진행되며, 이후에는 AED를 사용하는 동작과 흉부 압박 동작을 반복적으로 수행하게 된다(이때, AED가 응급 환자 근처에 있는 경우 AED를 즉시 사용하고, AED가 근처에 없는 경우 응급 환자의 기도를 확보한 후 흉부 압박 동작부터 수행함).

반면, 응급 환자가 영아 및 소아인 경우, 응급 환자가 성인일 경우와 달리 응급의료기관에 신고하는 동작, 의식을 확인하는 동작, AED를 사용하는 동작, 흉부 압박 동작 및 인공 호흡 동작 순으로 진행되며, 이후에는 AED를 사용하는 동작, 흉부 압박 동작 및 인공 호흡 동작을 반복적으로 수행해야 한다(이때, AED가 응급 환자 근처에 있는 경우 AED를 즉시 사용하되, 소아용 전극 패드가 없는 경우에는 사용하지 않으며, 근처에 AED가 없는 경우에는 흉부 압박 동작부터 수행).

이러한 점을 고려하여, 컴퓨팅 장치(100)는 CPR이 필요한 응급 환자의 연령대를 추정하고, 추정된 연령대에 맞는 CPR 동작을 안내함으로써, 사용자가 응급 환자에게 적합한 CPR을 수행할 수 있도록 할 수 있다.

또한, 영아 및 소아의 나이임에도 불구하고 체격이 큰 경우에는 성인을 대상으로 제공하는 CPR 동작을 수행해야 한다는 점을 고려하여, 응급 환자의 실제 나이가 아닌 응급 환자의 외형 정보로부터 추정된 연령대를 이용하여 연령대에 맞는 CPR 동작을 안내(예: 나이로는 소아이지만 체격이 큰 경우에는 성인용 CPR 동작 안내 정보를 제공)함으로써, 보다 정확한 CPR에 대한 안내 정보를 제공할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 사용자 또는 응급 환자의 위치 정보에 기초하여, 사용자에게 커스터마이즈된 안내 정보를 제공할 수 있다.

일반적으로, CPR의 동작 순서는 각 나라별로 크게 다르지 않으나 각 국가별로 심폐소생술 표준 가이드라인이 있기 때문에 각 국가의 표준 가이드라인에 맞춰 CPR을 수행해야할 필요성이 있다. 예를 들어, 미국 심장협회 지침상 CPR은 현장 확인, 의식 확인, EMS 신고, 호흡 확인 및 흉부 압박 순으로 수행해야 하는 데 반해, 유럽소생위원회의 지침상 CPR은 현장 확인, 의식 확인, 기도 개방, 호흡 확인, EMS 신고 및 흉부 압박 순으로 수행해야 한다.

이러한 점을 고려하여, 컴퓨팅 장치(100)는 사용자 또는 응급 환자의 위치 정보에 기초하여 사용자 또는 응급 환자가 위치한 국가의 표준 가이드라인에 맞춰 안내 정보를 제공할 뿐만 아니라, 안내 정보를 해당 언어로 번역하여 제공할 수 있다. 이하, 도 4를 참조하여, 컴퓨팅 장치(100)가 AR을 이용하여 CPR 동작에 대한 안내 정보를 제공하는 방법에 대하여 설명하도록 한다.

도 4는 다양한 실시예에서, 심폐소생술에 대한 안내 정보 제공 방법의 순서도이다.

도 4를 참조하면, S210 단계에서, 컴퓨팅 장치(100)는 응급 환자의 상태 정보, 외형 정보 및 기 설정된 CPR 실시 기준(또는 CPR 미실시 기준)에 기초하여 응급 환자를 대상으로 CPR을 수행해야 하는 것으로 결정된 경우, 응급 환자의 발생 및 119 안전신고센터에 신고할 것을 안내하는 제2 안내 정보를 제공할 수 있다. 예를 들어 도 6에 도시된 바와 같이 응급 환자의 발생 및 119 안전신고센터에 신고할 것을 안내하는 문구를 출력함과 동시에 119에 신고할 것을 요청할 대상을 가리키는 AR 마커를 출력할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 사용자 단말(200)에 구비되는 카메라 모듈을 통해 응급 환자 및 응급 환자 주변 환경을 촬영함으로써 생성된 영상 데이터를 분석하여, 응급 환자의 주변에 CPR을 수행할 사용자를 제외한 다른 사람이 있는지 여부를 판단할 수 있고, CPR을 수행할 사용자를 제외한 다른 사람이 있는 것으로 판단되는 경우, 다른 사람에게 응급 환자의 발생 및 119 안전신고센터에 신고할 것을 안내하는 제2 안내 정보를 제공할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 사용자 단말(200)에 구비된 음성 출력 모듈(예: 스피커)을 통해 제2 안내 정보가 음성 형태로 출력되도록 제어할 수 있다.

이때, 컴퓨팅 장치(100)는 응급 환자 주변에 CPR을 수행할 사용자를 제외한 다른 사람이 복수인 경우, 복수의 사람들 중 한 명을 특정하고, 특정된 한 명의 인상 착의(예: 안경 착용 여부, 모자 착용 여부, 상하의 종류 및 색상 등)를 식별하며, 식별된 인상 착의에 대한 정보를 이용하여 특정된 한명에게 응급 환자의 발생 및 119 안전신고센터에 신고할 것을 안내하는 제2 안내 정보를 제공할 수 있다(예: "빨간색 모자를 쓴 남자분, 119에 신고해주세요"라는 음성 형태의 안내 정보를 출력).

한편, 컴퓨팅 장치(100)는 사용자 단말(200)에 구비되는 카메라 모듈을 통해 응급 환자 및 응급 환자 주변 환경을 촬영함으로써 생성된 영상 데이터를 분석하여, 응급 환자의 주변에 CPR을 수행할 사용자를 제외한 다른 사람이 없는 것으로 판단되는 경우, AR을 이용하여 CPR을 수행할 사용자에게 제2 안내 정보를 제공함으로써, CPR을 수행할 사용자가 119에 신고하는 동작을 먼저 수행하도록 할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 네트워크(400)를 통해 119 안전신고센터의 서버와 연결될 수 있으며, 응급 환자가 발생한 경우에 응급 환자의 주변에 CPR을 수행할 사용자를 제외한 다른 사람이 있는지 여부와 관계없이 112 안전신고센터의 서버로 제2 안내 정보 및 응급 환자의 위치 정보를 자동적으로 전송할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 사용자 단말(200)에 구비되는 카메라 모듈을 통해 응급 환자 및 응급 환자 주변 환경을 촬영함으로써 생성된 영상 데이터를 분석하여 응급 환자 인근에 AED가 있는지 여부를 판단할 수 있다. 그러나, 이에 한정되지 않고, AED의 위치 정보(예: AED 내에 별도로 구비되는 위치 센서로부터 얻은 위치 정보)와 응급 환자의 위치 정보를 비교하여 응급 환자 인근에 AED가 있는지 여부를 판단할 수 있다.

이때, 컴퓨팅 장치(100)는 응급 환자의 인근에 AED가 있는 것으로 판단되는 경우, 후술되는 S240 단계를 수행하여 사용자에게 AED 사용을 위한 안내 정보를 제공함으로써, 사용자가 응급 환자를 대상으로 즉시 AED를 사용하도록 안내할 수 있다.

한편, 컴퓨팅 장치(100)는 응급 환자의 인근에 AED가 없는 것으로 판단되는 경우, AED를 준비할 것을 안내하는 안내 정보를 제공할 수 있다. 이때, 컴퓨팅 장치(100)는 응급 환자의 주변에 CPR을 수행할 사용자를 제외한 다른 사람이 있는 경우, 다른 사람에게 AED를 준비할 것을 안내하는 안내 정보를 제공함과 동시에 AED의 위치를 가리키는 AR 마커를 출력할 수 있다.

S220 단계에서, 컴퓨팅 장치(100)는 응급 환자를 대상으로 CPR을 수행할 것이 결정된 경우, CPR의 수행 순서에 따라 응급 환자의 기도 확보를 위한 안내 정보를 제공할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 AR을 이용하여 응급 환자에 대하여 기도 확보할 것을 안내하는 안내 문구를 출력하고, 기도를 확보하는 방법을 안내하는 AR 마커를 출력할 수 있다. 이때, 컴퓨팅 장치(100)는 응급 환자가 성인의 연령대인 것으로 추정되는 경우에만 기도 확보할 것을 안내하는 안내 정보를 제공할 수 있다.

S230 단계에서, 컴퓨팅 장치(100)는 응급 환자를 대상으로 CPR을 수행할 것이 결정된 경우, CPR의 수행 순서에 따라 응급 환자에 대한 흉부 압박 및 수행할 것을 안내하는 제3 안내 정보를 제공할 수 있다. 예를 들어, 도 7에 도시된 바와 같이, 컴퓨팅 장치(100)는 AR을 이용하여 응급 환자에 대한 흉부 압박점을 가리키는 AR 마커를 출력하고, 흉부 압박을 수행하는 방법에 대한 안내 문구를 출력할 수 있다.

여기서, 흉부 압박점은 제1 안내 정보에 따라 수집된 응급 환자의 외형 정보에 기초하여 결정된 것일 수 있다. 예를 들어, 컴퓨팅 장치(100)는 제3 인공지능 모델을 이용하여 응급 환자에게 흉부 압박을 하기 위한 흉부 압박점을 결정할 수 있다.

여기서, 제3 인공지능 모델은 복수의 대상 각각의 외형 정보에 따른 흉부 압박점을 학습 데이터로 하여 지도 학습된 인공지능 모델일 수 있다. 예를 들어, 컴퓨팅 장치(100)는 제1 안내 정보에 따라 수집된 응급 환자의 외형 정보를 제3 인공지능 모델의 입력 데이터로 하여, 응급 환자에 대한 흉부 압박점(좌표 값)을 가리키는 결과 데이터를 추출할 수 있다.

일반적으로, 흉부 압박점은 일반적으로, 환자의 가슴뼈(흉골) 아래쪽 1/2 지점 또는 유두선의 중앙 지점이나, 환자의 성별이나 체형 등에 따른 신체 구조적 차이로 인해 정확하게 흉부 압박점을 찾지 못할 수 있다. 예를 들어, 동일한 체격을 가지는 환자라도 성별에 따라 유두선의 중앙 지점이 다를 수 있다. 이와 같이 정확한 흉부 압박점을 찾지 못하게 되면 흉부 압박을 수행하더라도 효과가 없거나 적어 응급 환자가 다시 의식을 찾는데 악영향을 끼칠 수 있다는 문제가 있다.

이를 고려하여, 컴퓨팅 장치(100)는 사용자의 성별, 체격별 흉부 압박점에 대한 데이터를 학습 데이터로 기 학습된 인공지능 모델을 이용하여 응급 환자에 대한 흉부 압박점을 결정하고, AR 마커를 이용하여 결정된 흉부 압박점을 안내함으로써, CPR을 수행하는 사용자가 정확한 위치에 정확한 흉부 압박 동작을 수행하도록 할 수 있다.

또한, 컴퓨팅 장치(100)는 응급 환자를 대상으로 흉부 압박의 수행을 완료한 경우, 인공 호흡을 실시할 것을 안내하는 안내 정보를 제공할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 AR을 이용하여 응급 환자에게 인공 호흡을 실시할 것을 안내하고 인공 호흡 방법을 안내하는 안내 문구를 출력함과 동시에 인공 호흡을 가리키는 AR 마커를 출력할 수 있다.

이때, 컴퓨팅 장치(100)는 응급 환자의 외형 정보에 따라 추정된 응급 환자의 연령대에 기초하여, 인공 호흡을 실시할 것을 안내하는 안내 정보를 선택적으로 제공하거나, 응급 환자의 연령대에 맞춰 커스터마이즈된 인공 호흡 방법을 제공할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 응급 환자가 소아인 경우 소아의 코를 막고 입을 통해 인공 호흡을 수행할 것을 안내할 수 있고, 응급 환자가 영아인 경우 영아의 코를 막지 않고 사용자의 입으로 영아의 코와 입을 모두 덮어 숨을 불어넣도록 안내할 수 있다.

S240 단계에서, 컴퓨팅 장치(100)는 응급 환자를 대상으로 CPR을 수행할 것이 결정된 경우, CPR의 수행 순서에 따라 응급 환자에게 AED를 사용할 것을 안내하는 제4 안내 정보를 제공할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 AR을 이용하여 AED 작동 방법(예: AED의 전원을 켜는 동작, 전극 패드를 부착하는 동작, AED를 작동시키는 동작을 포함)에 대한 정보를 안내하는 안내 문구를 출력함과 동시에 전극 패드 부착 위치를 가리키는 AR 마커를 출력할 수 있다.

이때, 컴퓨팅 장치(100)는 응급 환자에게 사용할 AED가 준비되지 않은 것으로 판단되는 경우(예: 응급 환자의 주변에 AED가 식별되지 않는 경우), AED가 준비될 때까지 AED를 사용하는 동작을 보류하고 흉부 압박 동작 및 인공 호흡 동작(예: S230 단계)를 반복적으로 수행할 것을 안내하는 안내 정보를 제공할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 AED 작동 방법에 대한 안내 정보를 제공하되, 제1 안내 정보에 따라 수집된 응급 환자의 외형 정보에 기초하여 추정된 응급 환자의 연령대에 따라 사용자에게 제공할 AED 작동 방법을 결정하고, 결정된 AED 작동 방법에 대한 안내 정보를 제공할 수 있다.

예를 들어, AED 작동을 위해 부착하는 전극 패드의 경우, 성인용 전극 패드와 소아용 전극 패드가 별도로 존재하고, AED를 사용하는 대상의 연령에 따라 전극 패드를 부착하는 위치가 다르다. 또한, 소아를 대상으로 AED를 사용해야하나, 소아용 전극 패드가 부재한 경우에 AED 작동 방법이 또 달라지게 된다.

이러한 점을 고려하여, 컴퓨팅 장치(100)는 응급 환자의 외형 정보에 기초하여 응급 환자의 연령대를 추정하고, 추정된 연령대에 맞춰 커스터마이즈된 AED 작동 방법에 대한 안내를 제공함으로써, 사용자가 응급 환자를 대상으로 보다 정확하게 AED를 사용할 수 있도록 할 수 있다.

S250 단계에서, 컴퓨팅 장치(100)는 사용자가 응급 환자를 대상으로 CPR을 수행하고 있는 상태에서 기 설정된 주기마다 수집되는 응급 환자의 상태 정보 및 외형 정보와 기 설정된 CPR 중단 기준에 기초하여 사용자가 응급 환자를 대상으로 수행하고 있는 CPR의 중단 여부를 결정할 수 있다.

예를 들어, 컴퓨팅 장치(100)는 응급 환자의 상태 정보에 기초하여 응급 환자의 의식이 돌아온 것으로 판단되는 경우(효과적이고 지속적인 순환 회복이 된 경우), 응급 환자에 대하여 수행하고 있는 CPR 동작을 중단할 것으로 결정하고, AR을 이용하여 사용자에 CPR 동작을 중단할 것을 안내하는 안내 정보를 제공할 수 있다.

또한, 컴퓨팅 장치(100)는 S210 단계를 통해 응급 환자의 발생을 신고한 것에 응답하여 출동한 119 대원이 응급 환자가 위치한 장소에 도착한 경우, 응급 환자에 대하여 수행하고 있는 CPR 동작을 중단할 것으로 결정하고, AR을 이용하여 사용자에 CPR 동작을 중단할 것을 안내하는 안내 정보를 제공할 수 있다.

또한, 컴퓨팅 장치(100)는 CPR을 수행하고 있는 사용자가 지치거나, 위험한 상황에 노출되거나, 다른 사람들을 위험하게 하여 더 이상 CPR을 수생할 수 없을 것으로 판단되는 경우 응급 환자에 대하여 수행하고 있는 CPR 동작을 중단할 것으로 결정하고, AR을 이용하여 사용자에 CPR 동작을 중단할 것을 안내하는 안내 정보를 제공할 수 있다.

또한, 컴퓨팅 장치(100)는 응급 환자가 회복 불가능한 상태(예: 죽음)의 확실한 징후가 있거나 명백하게 회복 불가능한 상태가 된 것으로 판단되는 경우, 응급 환자에 대하여 수행하고 있는 CPR 동작을 중단할 것으로 결정하고, AR을 이용하여 사용자에 CPR 동작을 중단할 것을 안내하는 안내 정보를 제공할 수 있다.

이때, 컴퓨팅 장치(100)는 사용자에 CPR 동작을 중단할 것을 안내하는 안내 정보와 함께 CPR을 중단하는 사유에 대한 정보도 함께 제공할 수 있다.

한편, 컴퓨팅 장치(100)는 사용자가 응급 환자를 대상으로 수행하고 있는 CPR을 계속 진행할 것으로 결정된 경우, 응급 환자를 대상으로 수행하고 있는 CPR을 중단할 것으로 결정되기 전까지 S230 단계 내지 S250 단계를 반복적으로 수행할 것은 안내하는 안내 정보를 제공할 수 있다.

S260 단계에서, 컴퓨팅 장치(100)는 제1 안내 정보에 따라 응급 환자에 대한 상태 정보 및 외형 정보와 CPR에 대한 안내 정보에 따라 수행된 사용자의 CPR 동작을 이용하여 결과 리포트를 생성할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 최초 응급 환자를 발견한 시점에서의 응급 환자에 대한 상태 정보 및 외형 정보, 사용자가 수행한 CPR 동작에 대한 정보, 사용자가 CPR 동작을 수행함에 과정에서의 응급 환자에 대한 상태 정보 및 외형 정보를 포함하는 결과 리포트를 생성할 수 있다.

이후, 컴퓨팅 장치(100)는 S210 단계를 통해 응급 환자의 발생을 신고한 것에 응답하여 출동한 119 대원의 단말로 생성된 결과 리포트를 자동으로 제공할 수 있다. 이를 통해, 119 대원이 응급 환자를 인계 받은 후, 응급 환자에 대한 상태와 이에 대한 대처를 어떻게 수행했는지에 대한 정보를 빠르게 파악할 수 있도록 할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 사용자가 수행해야할 CPR 동작 각각에 대한 안내 정보를 제공하되, CPR 동작 각각에 대한 안내 정보에 따른 사용자의 CPR 동작을 분석하고, 분석한 사용자의 CPR 동작에 대한 피드백 정보를 생성하여 AR을 이용하여 사용자에게 제공할 수 있다.

예를 들어, 컴퓨팅 장치(100)는 사용자가 흉부 압박을 수행하는 강도, 흉부 압박점을 분석하고, 흉부 압박점을 정정할 것을 안내하는 피드백 정보를 제공하거나 흉부 압박 강도를 높이거나 낮출 것을 안내하는 피드백 정보를 제공할 수 있다.

또한, 컴퓨팅 장치(100)는 사용자가 흉부 압박을 수행하고 있는 경우, 사용자가 흉부 압박을 수행한 횟수를 카운팅하고, 흉부 압박을 수행한 횟수와 남은 횟수에 대한 정보를 제공할 수 있고, 남은 횟수에 따라 다음에 수행할 동작에 대한 안내 정보를 제공할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 사용자에게 CPR의 각 동작에 대한 안내 정보를 제공한 이후 소정의 시간이 경과할 동안 사용자가 별다른 동작을 취하지 않는 경우, 또는 사용자가 사용자에게 제공한 CPR의 각 동작에 대한 안내 정보와 다른 동작을 취하는 것으로 판단되는 경우, 정확한 동작을 수행할 것을 안내하는 알람(예: 음성, 진동)을 출력할 수 있다.

또한, 컴퓨팅 장치(100)는 사용자가 별다른 동작을 취하지 않아 지체되는 시간이 증가할 때마다, 출력되는 알람의 크기를 증가시킴으로써, 사용자가 안내 정보에 따라 CPR 동작을 수행하도록 유도할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 복수의 응급 환자 및 복수의 사용자가 복수의 응급 환자 각각에 대한 CPR을 수행함으로써 생성된 복수의 결과 리포트를 분석하여 사용자별 CPR 동작 패턴을 추출할 수 있고, 추출한 사용자별 CPR 동작 패턴에 기초하여 사용자에게 커스터마이즈된 CPR에 대한 안내 정보를 제공할 수 있다. 이하, 도 5를 참조하여 설명하도록 한다.

도 5는 다양한 실시예에서, 사용자별 CPR 동작 패턴에 따라 커스터마이즈된 안내 정보를 제공하는 방법의 순서도이다.

도 5를 참조하면, S310 단계에서, 컴퓨팅 장치(100)는 복수의 응급 환자 및 복수의 사용자가 복수의 응급 환자 각각에 대한 CPR을 수행함으로써 생성된 복수의 결과 리포트를 분석하여 사용자의 연령별, 성별 CPR 동작 패턴을 추출할 수 있다. 예를 들어, 사용자의 성별에 따라 어떤 동작을 정확하게 수행하고 어떤 동작의 수행이 미흡한지, 사용자의 연령대에 따라 각 동작을 얼마만큼 반복 수행할 수 있는지 등을 가리키는 사용자의 연령별, 성별 CPR 동작 패턴을 추출할 수 있다. 그러나, 이에 한정되지 않는다.

S320 단계에서, 컴퓨팅 장치(100)는 신규 사용자에게 신규 응급 환자를 대상으로 수행할 CPR에 대한 안내 정보를 제공하되, S310 단계에서 추출한 사용자별 CPR 동작 패턴에 기초하여 커스터마이즈된 CPR에 대한 안내 정보를 제공할 수 있다.

예를 들어, 신규 사용자가 20대 여성인 경우, 사용자의 연령별, 성별 CPR 동작 패턴에 기초하여, 20대 여성들이 제대로 수행하지 못했던 동작에 대한 보다 상세한 안내 정보를 제공하거나, 미흡한 부분을 보완하기 위한 다양한 보조 정보를 포함하는 안내 정보를 제공할 수 있다. 일례로, 20대 여성이 평균적으로 정확한 흉부 압박 강도로 흉부 압박 동작을 수행하지 못하는 것으로 판단되는 경우, 흉부 압박에 대한 안내 정보를 제공하는 과정에서 흉부 압박 강도를 높이는 방안에 대한 정보를 함께 제공할 수 있다.

전술한 증강 현실을 이용한 심폐소생술 가이드 방법은 도면에 도시된 순서도를 참조하여 설명하였다. 간단한 설명을 위해 증강 현실을 이용한 심폐소생술 가이드 방법은 일련의 블록들로 도시하여 설명하였으나, 본 발명은 상기 블록들의 순서에 한정되지 않고, 몇몇 블록들은 본 명세서에 도시되고 시술된 것과 상이한 순서로 수행되거나 또는 동시에 수행될 수 있다. 또한, 본 명세서 및 도면에 기재되지 않은 새로운 블록이 추가되거나, 일부 블록이 삭제 또는 변경된 상태로 수행될 수 있다. 이하, 도 6 및 7을 참조하여, 컴퓨팅 장치(100)가 제공하는 UI에 대하여 설명하도록 한다.

도 6 및 7은 다양한 실시예에서, 증강 현실을 이용한 심폐소생술 가이드 장치가 제공하는 사용자 인터페이스(User Interface, UI)를 도시한 도면이다.

도 6 및 7을 참조하면, 컴퓨팅 장치(100)는 사용자 단말(200)로 응급 환자를 대상으로 수행할 CPR에 대한 안내 정보를 출력하는 UI(10)를 제공할 수 있다.

컴퓨팅 장치(100)는 사용자가 수행해야 하는 CPR 동작, 응급 환자의 상태 정보 및 외형 정보에 기초하여 UI(10)를 통해 출력하는 안내 정보의 종류 및 속성을 결정할 수 있다.

예를 들어, 도 6에 도시된 바와 같이, 응급 환자가 식별되고, 응급 환자에 대한 정보 수집이 필요하여 응급 환자 발생을 신고하는 동작을 수행해야 하는 경우, 응급 환자의 발생을 안내하는 안내 문구(11)를 출력하고, 119에 신고할 대상을 선택할 것을 가리키는 AR 마커(12)를 출력할 수 있다.

여기서, 도 6에 도시된 119에 신고할 대상을 선택할 것을 가리키는 AR 마커(12)는 화살표 형태를 가지며, 화살표가 특정 대상을 가리키는 형태로 형성되어 있으나, 이는 하나의 예시일 뿐, 119에 신고 전화할 것을 인지하기 쉽도록 전화기 형태로 형성되는 등 다양한 형태를 가질 수 있다.

또한, 응급 환자로부터 각종 정보를 수집하는 동작을 수행해야 하는 경우, 응급 환자로부터 정보를 수집할 것을 안내하는 안내 문구(11)를 출력하고, 응급 환자에게 정보를 수집하는 방법을 안내하는 AR 마커(12)를 출력할 수 있다.

여기서, 도 6에 도시된 응급 환자에게 정보를 수집하는 방법을 안내하는 AR 마커(12)는 화살표 형태로 가지며, 화살표가 정보 수집이 필요한 응급 환자를 가리키는 형태로 형성되어 있으나, 이는 하나의 예시일 뿐이며, 의식을 확인해야 하는 경우, 어깨를 터치하는 형태의 AR 마커를 출력하는 등 응급 환자에게 수행해야 하는 동작에 따라 다양한 형태로 출력될 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 사용자로부터 특정 대상을 선택하는 입력(예: 터치 입력)을 얻는 경우, 사용자로부터 선택된 특정 대상을 상대로 119에 신고할 것을 안내하는 안내 정보를 출력하거나 사용자로부터 선택된 특정 대상의 단말과 연결하여 특정 대상의 단말로 119에 신고할 것을 안내하는 안내 정보를 제공할 수 있다.

또한, 도 7에 도시된 바와 같이, 응급 환자를 대상으로 흉부 압박을 수행해야 하는 경우, 응급 환자를 대상으로 흉부 압박과 관련된 정보를 안내하는 안내 문구(11)를 출력하고, 흉부 압박점을 가리키는 AR 마커(12)를 출력할 수 있다.

여기서, 도 7에 도시된 흉부 압박점을 가리키는 AR 마커(12)는 화살표 형태를 가지며, 화살표가 흉부 압박점을 가리키는 형태로 형성되어 있으나, 이는 하나의 예시일 뿐이며, 흉부 압박점에 흉부 압박을 수행할 것을 인지할 수 있도록 다양한 형태의 AR 마커가 출력(예: 양손이 겹쳐진 형상의 AR마커가 상하 방향으로 움직이는 형태로 출력)될 수 있다.

또한, 도 7에 도시된 바와 같이 UI(10)는 복수의 입력 키(13, 14)를 더 출력할 수 있으며, 컴퓨팅 장치(100)는 사용자로부터 복수의 입력 키(13, 14) 중 어느 하나의 키를 입력받는 것에 응답하여, 해당 키에 기 설정된 동작을 수행할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 제1 입력 키(13)를 선택받는 것에 응답하여 출력되는 안내 정보의 크기를 증가시키고 제2 입력 키(14)를 선택받는 것에 응답하여 출력되는 안내 정보의 크기를 감소시킬 수 있다. 그러나, 이에 한정되지 않는다. 그러나, 이에 한정되지 않고, 복수의 입력 키(13, 14) 각각에 기 설정된 동작은 관리자 또는 사용자에 의해 사전에 설정될 수 있다.

이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.

100 : 심폐소생술 가이드 장치(또는 컴퓨팅 장치)
200 : 사용자 단말
300 : 외부 서버
400 : 네트워크

Claims (11)

1. 컴퓨팅 장치에 의해 수행되는 방법에 있어서,
   응급 환자에 대한 정보를 수집하는 단계;
   상기 수집한 응급 환자에 대한 정보에 기초하여, 상기 응급 환자에 대한 심폐소생술(Cardiopulmonary Resuscitation, CPR)을 수행할 지 여부를 결정하는 단계; 및
   상기 응급 환자에 대한 CPR을 수행할 것으로 결정된 경우, 증강현실(Augmented Reality, AR)을 이용하여 상기 응급 환자를 대상으로 수행할 CPR에 대한 안내 정보를 제공하는 단계를 포함하며,
   상기 응급 환자에 대한 정보를 수집하는 단계는,
   상기 CPR에 대한 안내 정보를 제공할 사용자의 단말에 구비된 카메라 모듈을 통해 복수의 대상을 촬영함으로써 생성된 상기 복수의 대상에 대한 영상 데이터를 분석하여, 상기 복수의 대상 중 상기 응급 환자를 식별하되, 응급 환자를 포함하는 복수의 환자에 대한 정보 및 행동 패턴 정보를 포함하는 학습 데이터를 이용하여 학습된 인공지능 모델을 이용하여 상기 복수의 대상 중 상기 응급 환자를 식별하는 단계; 및
   상기 AR을 이용하여 상기 식별한 응급 환자의 상태 정보 - 상기 상태 정보는 상기 응급 환자의 호흡, 맥박 및 의식 유무에 대한 정보를 포함함 - 및 상기 식별한 응급 환자의 외형 정보를 수집하는 동작을 수행할 것을 안내하는 제1 안내 정보를 제공하는 단계를 포함하고,
   상기 CPR을 수행할 지 여부를 결정하는 단계는,
   상기 제1 안내 정보에 따라 수집된 상기 상태 정보 및 상기 외형 정보와 기 설정된 CPR 미실시 기준에 따라 상기 응급 환자에 대한 CPR을 수행할 지 여부를 결정하는 단계를 포함하는,
   증강 현실을 이용한 심폐소생술 가이드 방법.
2. 삭제
3. 제1항에 있어서,
   상기 CPR에 대한 안내 정보를 제공하는 단계는,
   상기 제1 안내 정보에 따라 수집된 상기 외형 정보에 기초하여 상기 식별한 응급 환자의 연령대를 추정하는 단계; 및
   상기 추정된 연령대에 기초하여 상기 식별한 응급 환자를 대상으로 수행할 CPR의 순서를 결정하고, 상기 AR을 이용하여 상기 결정된 CPR의 순서에 따라 CPR을 수행할 것을 안내하는 안내 정보를 제공하는 단계를 포함하는,
   증강 현실을 이용한 심폐소생술 가이드 방법.
4. 제1항에 있어서,
   상기 CPR에 대한 안내 정보를 제공하는 단계는,
   상기 식별한 응급 환자를 대상으로 CPR을 수행할 것이 결정된 경우, 응급 환자의 발생 및 119 안전신고센터에 신고할 것을 안내하는 제2 안내 정보를 제공하는 단계를 포함하며,
   상기 제2 안내 정보를 제공하는 단계는,
   상기 카메라 모듈을 통해 상기 식별한 응급 환자 및 상기 식별한 응급 환자의 주변 환경을 촬영함으로써 생성된 영상 데이터를 분석하여 상기 식별한 응급 환자의 주변에 상기 사용자를 제외한 다른 사람이 있는 것으로 판단되는 경우, 상기 사용자의 단말에 구비된 음성 출력 모듈을 통해 상기 제2 안내 정보를 음성 형태로 출력하는 단계; 및
   상기 식별한 응급 환자의 주변에 상기 사용자를 제외한 다른 사람이 없는 것으로 판단되는 경우, 상기 AR을 이용하여 상기 제2 안내 정보를 상기 사용자의 단말로 제공하거나, 상기 119 안전신고센터의 서버와 연결되어 상기 119 안전신고센터의 서버로 직접 상기 제2 안내 정보를 제공하는 단계를 포함하는,
   증강 현실을 이용한 심폐소생술 가이드 방법.
5. 제1항에 있어서,
   상기 CPR에 대한 안내 정보를 제공하는 단계는,
   상기 식별한 응급 환자를 대상으로 CPR을 수행할 것이 결정된 경우, CPR의 수행 순서에 따라 상기 식별한 응급 환자에 대한 흉부 압박을 수행할 것을 안내하는 제3 안내 정보를 제공하는 단계를 포함하며,
   상기 제3 안내 정보를 제공하는 단계는,
   상기 AR을 이용하여 상기 식별한 응급 환자에 대한 흉부 압박점에 대한 정보와 상기 흉부 압박을 수행하는 방법에 대한 정보를 제공하되, 상기 흉부 압박점은, 상기 제1 안내 정보에 따라 수집된 상기 식별한 응급 환자의 외형 정보에 기초하여 결정되는 것인, 단계를 포함하는,
   증강 현실을 이용한 심폐소생술 가이드 방법.
6. 제1항에 있어서,
   상기 CPR에 대한 안내 정보를 제공하는 단계는,
   상기 식별한 응급 환자를 대상으로 CPR을 수행할 것이 결정된 경우, CPR의 수행 순서에 따라 상기 식별한 응급 환자에게 자동제세동기(AED)를 사용할 것을 안내하는 제4 안내 정보를 제공하는 단계를 포함하며,
   상기 제4 안내 정보를 제공하는 단계는,
   상기 AR을 이용하여 상기 식별된 응급 환자에게 상기 AED를 사용할 것을 안내하는 정보와 상기 AED를 사용하는 방법에 대한 정보를 제공하되, 상기 AED를 사용하는 방법은 상기 제1 안내 정보에 따라 수집된 상기 외형 정보에 기초하여 추정된 상기 식별한 응급 환자의 연령대에 따라 결정된 것인, 단계를 포함하는,
   증강 현실을 이용한 심폐소생술 가이드 방법.
7. 제1항에 있어서,
   상기 CPR에 대한 안내 정보를 제공하는 단계는,
   상기 CPR에 대한 안내 정보에 따라 수행된 상기 사용자의 CPR 동작을 분석하고, 상기 AR을 이용하여 상기 분석한 사용자의 CPR 동작에 대한 피드백 정보를 제공하는 단계를 포함하는,
   증강 현실을 이용한 심폐소생술 가이드 방법.
8. 제1항에 있어서,
   상기 제1 안내 정보에 따라 수집된 상기 상태 정보 및 상기 외형 정보와 상기 CPR에 대한 안내 정보에 따라 수행된 상기 사용자의 CPR 동작을 이용하여 결과 리포트를 생성하는 단계를 더 포함하며,
   상기 CPR에 대한 안내 정보를 제공하는 단계는,
   복수의 응급 환자 및 복수의 사용자가 상기 복수의 응급 환자 각각에 대한 CPR을 수행함으로써 생성된 복수의 결과 리포트를 분석하여 사용자별 CPR 동작 패턴을 추출하는 단계; 및
   신규 사용자에게 신규 응급 환자를 대상으로 수행할 CPR에 대한 안내 정보를 제공하되, 상기 추출된 사용자별 CPR 동작 패턴에 기초하여 상기 신규 사용자에 커스터마이즈된 상기 CPR에 대한 안내 정보를 제공하는 단계를 포함하는,
   증강 현실을 이용한 심폐소생술 가이드 방법.
9. 제1항에 있어서,
   상기 CPR을 수행할 지 여부를 결정하는 단계는,
   상기 사용자가 상기 식별한 응급 환자를 대상으로 CPR을 수행하고 있는 상태에서 기 설정된 주기마다 수집되는 상기 식별한 응급 환자의 상태 정보 및 외형 정보와 기 설정된 CPR 중단 기준에 기초하여 사용자가 상기 식별한 응급 환자를 대상으로 수행하고 있는 CPR의 중단 여부를 결정하는 단계를 포함하며,
   상기 CPR에 대한 안내 정보를 제공하는 단계는,
   상기 식별한 응급 환자를 대상으로 수행하고 있는 CPR을 중단할 것이 결정된 경우, 상기 AR을 이용하여 현재 수행중인 CPR을 중단할 것을 안내하는 정보와 상기 CPR을 중단하는 사유에 대한 정보를 제공하는 단계를 포함하는,
   증강 현실을 이용한 심폐소생술 가이드 방법.
10. 프로세서;
    네트워크 인터페이스;
    메모리; 및
    상기 메모리에 로드(load)되고, 상기 프로세서에 의해 실행되는 컴퓨터 프로그램을 포함하되,
    상기 컴퓨터 프로그램은,
    응급 환자에 대한 정보를 수집하는 인스트럭션(instruction);
    상기 수집한 응급 환자에 대한 정보에 기초하여, 상기 응급 환자에 대한 심폐소생술(Cardiopulmonary Resuscitation, CPR)을 수행할 지 여부를 결정하는 인스트럭션; 및
    상기 응급 환자에 대한 CPR을 수행할 것으로 결정된 경우, 증강현실(Augmented Reality, AR)을 이용하여 상기 응급 환자를 대상으로 수행할 CPR에 대한 안내 정보를 제공하는 인스트럭션을 포함하며,
    상기 응급 환자에 대한 정보를 수집하는 인스트럭션은,
    상기 CPR에 대한 안내 정보를 제공할 사용자의 단말에 구비된 카메라 모듈을 통해 복수의 대상을 촬영함으로써 생성된 상기 복수의 대상에 대한 영상 데이터를 분석하여, 상기 복수의 대상 중 상기 응급 환자를 식별하되, 응급 환자를 포함하는 복수의 환자에 대한 정보 및 행동 패턴 정보를 포함하는 학습 데이터를 이용하여 학습된 인공지능 모델을 이용하여 상기 복수의 대상 중 상기 응급 환자를 식별하는 인스트럭션; 및
    상기 AR을 이용하여 상기 식별한 응급 환자의 상태 정보 - 상기 상태 정보는 상기 응급 환자의 호흡, 맥박 및 의식 유무에 대한 정보를 포함함 - 및 상기 식별한 응급 환자의 외형 정보를 수집하는 동작을 수행할 것을 안내하는 제1 안내 정보를 제공하는 인스트럭션을 포함하고,
    상기 CPR을 수행할 지 여부를 결정하는 인스트럭션은,
    상기 제1 안내 정보에 따라 수집된 상기 상태 정보 및 상기 외형 정보와 기 설정된 CPR 미실시 기준에 따라 상기 응급 환자에 대한 CPR을 수행할 지 여부를 결정하는 인스트럭션을 포함하는,
    증강 현실을 이용한 심폐소생술 가이드 장치.
11. 컴퓨팅 장치와 결합되어,
    응급 환자에 대한 정보를 수집하는 단계;
    상기 수집한 응급 환자에 대한 정보에 기초하여, 상기 응급 환자에 대한 심폐소생술(Cardiopulmonary Resuscitation, CPR)을 수행할 지 여부를 결정하는 단계; 및
    상기 응급 환자에 대한 CPR을 수행할 것으로 결정된 경우, 증강현실(Augmented Reality, AR)을 이용하여 상기 응급 환자를 대상으로 수행할 CPR에 대한 안내 정보를 제공하는 단계를 포함하며,
    상기 응급 환자에 대한 정보를 수집하는 단계는,
    상기 CPR에 대한 안내 정보를 제공할 사용자의 단말에 구비된 카메라 모듈을 통해 복수의 대상을 촬영함으로써 생성된 상기 복수의 대상에 대한 영상 데이터를 분석하여, 상기 복수의 대상 중 상기 응급 환자를 식별하되, 응급 환자를 포함하는 복수의 환자에 대한 정보 및 행동 패턴 정보를 포함하는 학습 데이터를 이용하여 학습된 인공지능 모델을 이용하여 상기 복수의 대상 중 상기 응급 환자를 식별하는 단계; 및
    상기 AR을 이용하여 상기 식별한 응급 환자의 상태 정보 - 상기 상태 정보는 상기 응급 환자의 호흡, 맥박 및 의식 유무에 대한 정보를 포함함 - 및 상기 식별한 응급 환자의 외형 정보를 수집하는 동작을 수행할 것을 안내하는 제1 안내 정보를 제공하는 단계를 포함하고,
    상기 CPR을 수행할 지 여부를 결정하는 단계는,
    상기 제1 안내 정보에 따라 수집된 상기 상태 정보 및 상기 외형 정보와 기 설정된 CPR 미실시 기준에 따라 상기 응급 환자에 대한 CPR을 수행할 지 여부를 결정하는 단계를 실행시키기 위하여 컴퓨터로 판독가능한 기록매체에 저장된,
    컴퓨터로 읽을 수 있는 기록매체에 기록된 컴퓨터프로그램.

Images